公开(公告)号：CN113614851A

公开(公告)日：2021-11-05

申请号：CN202080023715.2

申请日：2020-01-28

Applicant: 特斯拉公司

Inventor： A·K·埃卢斯瓦米 ,  M·鲍赫 ,  C·佩恩 ,  A·卡帕缇 ,  J·波林

IPC: G16Y20/10

Abstract: 接收包括一组时间序列元素的传感器数据。确定训练数据集，包括通过针对该组时间序列元素中的至少所选的时间序列元素确定对应地面真值。该对应地面真值是基于该组组时间序列元素中的多个时间序列元素的。处理器用于使用所述训练数据集来训练机器学习模型。

公开(公告)号：CN113728210A

公开(公告)日：2021-11-30

申请号：CN202080027623.1

申请日：2020-02-07

Applicant: 特斯拉公司

Inventor： E·穆斯克 ,  K·帕尔克 ,  N·乌祖诺维克 ,  C·C·摩尔 ,  F·哈瓦拉克 ,  S·鲍威尔斯 ,  A·卡帕缇 ,  A·拉玛南达恩 ,  A·K·萨德 ,  P·陈 ,  P·杰恩 ,  A·赫茨贝格 ,  J·贡 ,  L·王 ,  O·阿尔斯兰 ,  N·古斯塔夫松 ,  C·谢 ,  D·塞利格

IPC: G01C21/00 ,  G01C21/20 ,  G01C21/34 ,  B62D15/02

Abstract: 耦合到存储器的处理器被配置为接收与由远离车辆的用户指定的目标相关联的地理位置的标识。利用机器学习模型使用来自车辆的一个或多个传感器的传感器数据生成车辆周围的环境的至少一部分的表示。使用车辆周围的环境的至少一部分的所生成的表示计算到与所接收的地理位置相对应的目标位置的路径的至少一部分。基于所确定的路径和来自车辆的一个或多个传感器的至少一部分的已更新传感器数据提供用于自动导航车辆的至少一个命令。

公开(公告)号：CN113728210B

公开(公告)日：2025-04-11

申请号：CN202080027623.1

申请日：2020-02-07

Applicant: 特斯拉公司

Inventor： E·穆斯克 ,  K·帕尔克 ,  N·乌祖诺维克 ,  C·C·摩尔 ,  F·哈瓦拉克 ,  S·鲍威尔斯 ,  A·卡帕缇 ,  A·拉玛南达恩 ,  A·K·萨德 ,  P·陈 ,  P·杰恩 ,  A·赫茨贝格 ,  J·贡 ,  L·王 ,  O·阿尔斯兰 ,  N·古斯塔夫松 ,  C·谢 ,  D·塞利格

IPC: G01C21/00 ,  G01C21/20 ,  G01C21/34 ,  B62D15/02

Abstract: 耦合到存储器的处理器被配置为接收与由远离车辆的用户指定的目标相关联的地理位置的标识。利用机器学习模型使用来自车辆的一个或多个传感器的传感器数据生成车辆周围的环境的至少一部分的表示。使用车辆周围的环境的至少一部分的所生成的表示计算到与所接收的地理位置相对应的目标位置的路径的至少一部分。基于所确定的路径和来自车辆的一个或多个传感器的至少一部分的已更新传感器数据提供用于自动导航车辆的至少一个命令。

公开(公告)号：CN113646772A

公开(公告)日：2021-11-12

申请号：CN202080026743.X

申请日：2020-01-28

Applicant: 特斯拉公司

Inventor： A·K·埃卢斯瓦米 ,  M·鲍赫 ,  C·佩恩 ,  A·卡帕缇 ,  D·什罗夫 ,  A·拉玛南达恩 ,  J·R·H·哈克威尔

IPC: G06K9/00

Abstract: 一种耦合至存储器的处理器，被配置为接收基于由车辆的摄像头捕获到的图像的图像数据。图像数据被用作对经训练的机器学习模型的输入的基础，经训练的机器学习模型训练为预测机器学习特征的三维轨迹。提供机器学习特征的三维轨迹以用于自主控制车辆。

公开(公告)号：CN112771548A

公开(公告)日：2021-05-07

申请号：CN201980060070.7

申请日：2019-09-13

Applicant: 特斯拉公司

Inventor： A·卡帕缇

IPC: G06N3/08 ,  G06N3/04

Abstract: 描述了用于获取训练数据的系统和方法。示例方法包括接收传感器并且将神经网络应用于传感器数据。触发分类器被应用于神经网络的中间结果，以确定针对传感器数据的分类器得分。至少部分地基于分类器得分，做出以下确定：是否要经由计算机网络传送传感器数据的至少一部分。在肯定的确定时，传感器数据被传送并且被用来生成训练数据。

公开(公告)号：CN119698642A

公开(公告)日：2025-03-25

申请号：CN202380054615.X

申请日：2023-05-18

Applicant: 特斯拉公司

Inventor： A·卡帕缇 ,  A·K·埃卢斯瓦米 ,  I-t·D·黄 ,  K·帕尔克 ,  D·严 ,  T·阿格拉沃尔

IPC: G06V10/774 ,  G06V10/94

Abstract: 本申请涉及训练用于自动驾驶的机器学习模型的系统和方法。该系统包括被配置为至少捕获车辆前方周围视图的多个车辆、机器学习训练系统和验证计算设备。机器学习训练系统被配置为接收来自车辆的捕获图像。验证计算设备被配置为验证机器学习模型是否正确标识了在捕获图像中示出的车辆的灯光指示器。验证设备可以确定车辆的预测灯光指示器与正确的灯光指示器之间的不一致。在确定至少一个车辆具有不一致时，验证计算设备被配置为修改灯光指示器标注和修正标注。然后，经修改的标注可以被送入机器学习模型，并且用于训练该机器学习模型。

公开(公告)号：CN118447348A

公开(公告)日：2024-08-06

申请号：CN202410604178.0

申请日：2019-09-13

Applicant: 特斯拉公司

Inventor： A·卡帕缇

IPC: G06V10/774 ,  G06V20/58 ,  G06V20/56 ,  G08G1/01 ,  G06N3/08 ,  G06V10/82 ,  G06V10/764 ,  G01S17/931 ,  G06N3/045 ,  G05D1/00 ,  G06N20/10

Abstract: 描述了用于获取训练数据的系统和方法。示例方法包括接收传感器并且将神经网络应用于传感器数据。触发分类器被应用于神经网络的中间结果，以确定针对传感器数据的分类器得分。至少部分地基于分类器得分，做出以下确定：是否要经由计算机网络传送传感器数据的至少一部分。在肯定的确定时，传感器数据被传送并且被用来生成训练数据。

公开(公告)号：CN112771548B

公开(公告)日：2024-06-04

申请号：CN201980060070.7

申请日：2019-09-13

Applicant: 特斯拉公司

Inventor： A·卡帕缇

IPC: G06V10/774 ,  G06V20/56 ,  G06V20/58 ,  G06V10/82 ,  G06V10/764 ,  G06N3/082 ,  G06N3/0464 ,  G06N3/0985 ,  G06N20/10 ,  G05D1/00

Abstract: 描述了用于获取训练数据的系统和方法。示例方法包括接收传感器并且将神经网络应用于传感器数据。触发分类器被应用于神经网络的中间结果，以确定针对传感器数据的分类器得分。至少部分地基于分类器得分，做出以下确定：是否要经由计算机网络传送传感器数据的至少一部分。在肯定的确定时，传感器数据被传送并且被用来生成训练数据。