公开(公告)号：CN114202003A

公开(公告)日：2022-03-18

申请号：CN202110987652.9

申请日：2021-08-26

Applicant: 罗伯特·博世有限公司

Inventor： J·E·金 ,  林婉怡 ,  C·亨森 ,  A·T·陈 ,  K·H·黄

IPC: G06K9/62 ,  G06V20/54 ,  G06V10/774 ,  G06N20/00

Abstract: 本公开涉及机器学习和道路标志识别。一种利用知识图进行道路标志分类的方法，包括跨多个帧检测和选择标志的表示，输出发起对与标志表示相关联的分类的请求的提示，对包括标志的一个或多个图像进行分类，查询知识图以获得具有至少一个与标志相同的属性的多个道路标志类，以及响应于超过阈值的置信水平，跨所述多个帧对标志进行分类。

公开(公告)号：CN120071039A

公开(公告)日：2025-05-30

申请号：CN202411718288.6

申请日：2024-11-27

Applicant: 罗伯特·博世有限公司

Inventor： S·施米德 ,  L·哈利拉吉 ,  C·亨森 ,  J·卢埃汀 ,  S·蒙卡

IPC: G06V10/774 ,  G06V20/58 ,  G06V10/82 ,  G06T7/207 ,  G06N5/022 ,  G06N3/0455

Abstract: 用于训练基本模型的方法和系统。本申请涉及用于训练基本模型用于车辆的对象识别和/或轨迹预测和/或运动规划的方法，所述方法具有步骤：‑提供(S1)图像数据的训练数据集，所述图像数据分别具有关于从车辆的角度来看至少一个驾驶场景的信息；‑提供(S2)知识图，所述知识图具有关于至少一个驾驶场景的特定于域的知识；‑可选地将图像数据划分(S3)为大量图像片段；‑通过将从知识图和/或直接从图像数据中抽取的关于至少一个驾驶场景的特定于域的知识分派给图像数据的大量图像片段产生(S4)与图像片段相对应的信息矩阵；‑基于信息矩阵训练(S5)基本模型；和‑提供(S6)尤其是用于场景理解的经训练的基本模型，用于车辆的对象识别和/或轨迹预测和/或运动规划。

公开(公告)号：CN117789446A

公开(公告)日：2024-03-29

申请号：CN202311109078.2

申请日：2023-08-30

Applicant: 罗伯特·博世有限公司

Inventor： M·齐普费尔 ,  A·雷廷格 ,  C·亨森 ,  F·赫特兰 ,  J·卢埃汀 ,  L·哈利拉杰 ,  S·施米德 ,  S·托马

IPC: G08G1/01 ,  G08G1/04

Abstract: 基于交通情形的图形表示预测道路使用者行为。用于预测至少一个道路使用者在交通情形中行为的方法包括步骤：获得交通情形的图形表示，其中图形的节点表示道路使用者，图形的边表示道路使用者之间的交互并定义道路使用者之间的邻近度，每个节点与包括多个状态变量的状态相关联，和每个边与多个边属性相关联；至少部分基于以下计算节点状态演变：每个考虑节点的状态的自我演变，其依赖该状态并由自我演变算子来调节；和每个考虑节点与其他节点的交互，其依赖这些其他节点的状态并由交互算子调节；和通过将评估算子应用到图形表示中节点的对应于至少一个道路使用者的状态和/或从这种状态导出的工作产品计算表征该道路使用者行为的至少一个寻求性质。