-
公开(公告)号:CN107005684B
公开(公告)日:2021-02-02
申请号:CN201580065331.6
申请日:2015-11-23
Applicant: 罗伯特·博世有限公司
IPC: H04N9/31
Abstract: 本发明提出用于逐像素地投影图像(50)的一种方法和一种投影设备。所述投影设备借助以下设备构造:用于逐像素地投影图像(50)的投影设备、用于逐像素地发射可见光(32)的光二极管装置(12)、用于逐像素地发射红外辐射(34)的红外二极管装置(14)、用于逐像素地检测反射的可见光(42)的和反射的红发辐射(44)的反射强度并且用于基于所检测的反射强度逐像素地产生实际反射强度测量信号的辐射强度检测装置(16);和控制装置(18),所述控制装置构造用于相应于所述待投影图像(50)操控逐像素地发射所述可见光(32)的所述光二极管装置(12);并且所述控制装置还构造用于基于所述待投影图像(50)并且基于反射模型逐像素地发射所述红发辐射(34)地如此控制所述红外二极管装置(14),使得对于所述实际反射强度测量信号而言逐像素预期的期望反射强度测量信号对于预确定的像素(54)具有预确定的值。
-
公开(公告)号:CN106462297B
公开(公告)日:2020-08-18
申请号:CN201580022465.X
申请日:2015-03-04
Applicant: 罗伯特·博世有限公司
IPC: G06F3/042
Abstract: 提出一种具有模块(2)的电设备(1),其中,所述模块(2)配置用于提供用于所述电设备(1)的人机接口,其中,所述电设备(1)具有显示单元(V),其中,所述显示单元(V)主要沿显示面(100′)延伸,其中,所述模块(2)配置用于对定位在测位区(30,30′)中的对象(4)测位,其中,所述模块(2)配置用于产生初级射束(3),其中,所述模块(2)具有扫描镜结构(7,7′),其中,所述扫描镜结构(7,7′)能够被如此控制,使得由所述初级射束(3)实施基本上沿辐射面(30)在所述测位区(30,30′)内的扫描运动,其特征在于,所述辐射面(30)平行于所述显示单元(1′)的显示面(100′)地延伸,其中,所述辐射面(30)与所述显示面(100′)至少部分地重叠。
-
公开(公告)号:CN119013674A
公开(公告)日:2024-11-22
申请号:CN202380032435.1
申请日:2023-04-05
Applicant: 罗伯特·博世有限公司
Abstract: 用于训练神经网络(60)的计算机实现的方法(100),其中所述神经网络(60)被配置成基于输入信号(x)确定输出信号(y),并且其中训练包括训练所述神经网络(60)的逐深度卷积层的参数,其中所述逐深度卷积层基于从预定义概率分布中提取的值来初始化,其中所述概率分布的方差由在所述逐深度卷积层的输入的每个深度处应用的滤波器数量的平方根的倒数表征。
-
公开(公告)号:CN118800056A
公开(公告)日:2024-10-18
申请号:CN202410426840.8
申请日:2024-04-10
Applicant: 罗伯特·博世有限公司
IPC: G08G1/01
Abstract: 本发明涉及用于评估具有多个交通参与者的交通场景的方法,包括步骤:‑提供输入数据,所述输入数据由交通场景的采集得到并且指定交通参与者和所属的特征,其中特征至少部分基于交通参与者的当前和过去状态,‑提供交通参与者及其在交通场景中彼此间的关系以及交通场景的基础设施的代表,其中基于特征指定关系,其中基础设施由参数化表示代表,其中代表具有图形的多个节点,所述节点代表相应的交通参与者,并且其中代表具有图形的多个边,所述边明确地指定交通参与者彼此间的关系,‑预报交通场景的未来发展,其中在考虑交通参与者的当前和过去状态的情况下执行预报,其中基于所提供的代表预报所有所代表的交通参与者的行为,‑提供预报的结果。
-
公开(公告)号:CN116635867A
公开(公告)日:2023-08-22
申请号:CN202180086136.7
申请日:2021-12-09
Applicant: 罗伯特·博世有限公司
IPC: G06N3/0464 , G06N3/08
Abstract: 用于训练机器学习系统(60)的计算机实现的方法,其中所述方法包括以下步骤:a.从多个训练时间序列(xj)中确定输入信号的第一训练时间序列(xj)以及与所述第一训练时间序列(xj)对应的期望训练输出信号(tj),其中所述期望训练输出信号(tj)表征所述第一训练时间序列(xi)的期望分类和/或期望回归结果;b.确定第一对抗性示例(xi),其中所述第一对抗性示例(xi)是所述第一训练时间序列(xj)与所确定的第一对抗性扰动的叠加,其中所述第一对抗性扰动的第一噪声值不大于可预给定的阈值,其中所述可预给定的阈值基于所述训练时间序列(xi)的所确定的噪声值;c.借助于所述机器学习系统(60)为所述第一对抗性示例(xi)确定训练输出信号(yi);d.根据损失值的梯度来适配所述机器学习系统(60)的至少一个参数,其中所述损失值表征所述期望训练输出信号(tj)与所确定的训练输出信号(yi)的偏差。
-
公开(公告)号:CN115857323A
公开(公告)日:2023-03-28
申请号:CN202211148396.5
申请日:2022-09-21
Applicant: 罗伯特·博世有限公司
IPC: G05B13/04 , G06N3/0464 , G06N3/08
Abstract: 根据各种实施例,描述了一种用于控制代理的方法,包括:获得第一组状态变量和第二组状态变量的数值,其中第一组状态变量的数值与第二组变量的数值一起表示代理的当前完全状态,并且第一组状态变量的数值表示机器人的当前部分状态;确定状态值先验,包括对于当前部分状态之后的潜在后续部分状态,在实现要由代理达成的目的方面对后续部分状态的评估;向神经网络供应包括状态值先验的局部裁剪和第二组状态变量的数值的输入,第二组状态变量的数值与第一组状态变量的数值一起表示当前完全状态,所述神经网络被配置为输出控制动作的评估;以及根据从神经网络响应于输入而输出的控制动作的评估导出的控制信号来控制代理。
-
公开(公告)号:CN115705481A
公开(公告)日:2023-02-17
申请号:CN202210931737.X
申请日:2022-08-04
Applicant: 罗伯特·博世有限公司
Inventor: F·施密特
Abstract: 用于训练和/或检查人工神经网络的鲁棒性的方法,其中人工神经网络确定输出变量,该方法包括:预给定具有多个维度的输入变量,其中对输入变量的每个维度或人工神经网络的无激活函数的线性层的输出的每个维度确定输入变量上限;确定输入变量下限;对输出变量的每个维度使用来自通过输入变量下限和输入变量上限限制的值范围的值确定输出变量的输出变量下限;使用来自通过输入变量上限和输入变量下限限制的值范围的值确定输出变量的输出变量上限;使用来自通过输出变量下限和输出变量上限限制的值范围的值确定实值函数的最小可能值;使用来自通过输出变量下限和输出变量上限限制的值范围的值确定实值函数的最大可能值;确定输出。
-
公开(公告)号:CN113168571A
公开(公告)日:2021-07-23
申请号:CN201980084326.8
申请日:2019-11-27
Applicant: 罗伯特·博世有限公司
IPC: G06N3/08
Abstract: 用于训练神经网络(60)的计算机实现的方法,所述神经网络尤其被设立用于对物理测量参量进行分类,其中在供应输入信号(x)和所属的所希望的输出信号(yT)的情况下根据神经网络(60)的输出信号(y)来进行对神经网络(60)的参数(θ)的适配,其中对这些参数(θ)的适配根据所确定的梯度(g)来进行,其特征在于,所确定的梯度(g)的分量()根据与这些分量相对应的参数(θ)属于神经网络的哪个层(S1,...,S5)来被缩放。
-
公开(公告)号:CN112990248A
公开(公告)日:2021-06-18
申请号:CN202011379943.1
申请日:2020-12-01
Applicant: 罗伯特·博世有限公司 , 卡内基梅隆大学
IPC: G06K9/62
Abstract: 本发明涉及用于训练分类器的装置和方法。一种用于训练分类器(60)、具体地二元分类器的计算机实施的方法,该分类器用于根据不可分解的度量对输入信号()进行分类以优化性能,该不可分解的度量衡量对应于一组训练数据的输入信号()的类别()和从所述分类器获得的所述输入信号的对应预测类别()之间的对齐,所述方法包括以下步骤:‑提供加权因子,这些加权因子表征所述不可分解的度量如何依据来自所述类别()和所述预测类别()的混淆矩阵的多个项;‑依据提供的所述加权因子来训练所述分类器(60)。
-
公开(公告)号:CN107005684A
公开(公告)日:2017-08-01
申请号:CN201580065331.6
申请日:2015-11-23
Applicant: 罗伯特·博世有限公司
IPC: H04N9/31
Abstract: 本发明提出用于逐像素地投影图像(50)的一种方法和一种投影设备。所述投影设备借助以下设备构造:用于逐像素地投影图像(50)的投影设备、用于逐像素地发射可见光(32)的光二极管装置(12)、用于逐像素地发射红外辐射(34)的红外二极管装置(14)、用于逐像素地检测反射的可见光(42)的和反射的红发辐射(44)的反射强度并且用于基于所检测的反射强度逐像素地产生实际反射强度测量信号的辐射强度检测装置(16);和控制装置(18),所述控制装置构造用于相应于所述待投影图像(50)操控逐像素地发射所述可见光(32)的所述光二极管装置(12);并且所述控制装置还构造用于基于所述待投影图像(50)并且基于反射模型逐像素地发射所述红发辐射(34)地如此控制所述红外二极管装置(14),使得对于所述实际反射强度测量信号而言逐像素预期的期望反射强度测量信号对于预确定的像素(54)具有预确定的值。
-
-
-
-
-
-
-
-
-