-
公开(公告)号：CN119963939A
公开(公告)日：2025-05-09
申请号：CN202411590486.9
申请日：2024-11-08
Applicant: 罗伯特·博世有限公司
IPC: G06V10/774 , G01C25/00 , G01C21/00 , G01C21/16 , G01S13/86 , G01S13/89 , G01S17/86 , G01S17/89 , G06V10/82 , G06V10/764 , G06N20/00 , G06V10/776
Abstract: 本发明涉及产生用于训练评价算法的训练数据集的方法，借助该评价算法对两个地图数据集(302,304)的对齐进行评价以便为移动设备(100)确定导航信息。该方法包括：提供(310)两个输入特征数据集(312,314)，这两个输入特征数据集相当于两个地图数据集(302,304)或者基于两个地图数据集确定，两个地图数据集分别包括环境信息；提供(340)在对两个输入特征数据集对齐时产生的变换数据集(332)；提供(350)参考变换数据集(352)；基于输入特征数据集和/或变换数据集确定(360)相关数据集(362)；根据变换数据集与参考变换数据集的一致化的精度确定(370)质量度量(372)；提供(380)包括相关数据集和质量度量的训练数据集(382)。本发明还涉及用于训练评价算法的方法、用于评价两个地图数据集的对齐的方法以及相应的系统、移动设备、计算机程序和计算机可读的存储介质。
-
公开(公告)号：CN118397579A
公开(公告)日：2024-07-26
申请号：CN202410107182.6
申请日：2024-01-25
Applicant: 罗伯特·博世有限公司
Abstract: 一种用于识别水平的行车道标记(18h)并且确定其走向的方法。该方法在此包括检测(30)行车道(10)的图像的步骤，和将该图像的中心区域划分(34)成竖直叠置地布置的多个单元(14)并且为每个单元(14)配属预限定的并且围绕水平方向不同地取向的线(22)的步骤。在另一步骤中，为每个单元(14)的每个线(22)计算(38、42)“存在行车道标记(18)”的至少一个概率值和所述线(22)相对于该行车道标记(18)的偏移值。随后，将所述概率值和所述偏移值输入(46)计算函数中，并且输出至少一个线(22)。最后，由所述至少一个线(22)和所述偏移值来确定(50)所述水平的行车道标记(18h)的走向。
-
Patent Agency Ranking
公开(公告)号：CN119687890A
公开(公告)日：2025-03-25
申请号：CN202411322465.9
申请日：2024-09-23
Applicant: 罗伯特·博世有限公司
Abstract: 本发明涉及一种用于调准数字道路地图的第一地图区段与该数字道路地图的与该第一地图区段至少部分地重叠的第二地图区段的方法，该方法包括下述步骤：确定：不能够唯一明确地求取到在所述两个地图区段之间的第一相对旋转，求取在该数字道路地图的第三地图区段与该数字道路地图的与所述第三地图区段至少部分地重叠的第四地图区段之间的第二相对旋转，其中，第三地图区段和第四地图区段与第一地图区段和第二地图区段相邻，调准第一地图区段与第二地图区段，其中，该调准包括基于所求取的第二相对旋转来求取在第一地图区段与第二地图区段之间的相对旋转。本发明涉及一种设备、一种计算机程序和一种机器可读的存储介质。
-
公开(公告)号：CN119698643A
公开(公告)日：2025-03-25
申请号：CN202380059399.8
申请日：2023-07-27
Applicant: 罗伯特·博世有限公司
IPC: G06V20/56 , G06V10/766
Abstract: 本发明包括一种用于确定车辆(10)的第一车道(1)的车道标记(2)的方法(100)，具有以下步骤：提供(102)来自对所述车辆(10)的周围环境的监测的测量数据；传输(104)所述测量数据给至少一个机器学习模型；用所述至少一个机器学习模型分析评价(106)车道标记(2)的走向；用所述至少一个机器学习模型分析评价(108)车道标记(2)的宽度(3)。本发明还包括一种用于训练用于在上述方法(100)中使用的至少一个机器学习模型的方法(200)。
-
公开(公告)号：CN119907998A
公开(公告)日：2025-04-29
申请号：CN202380065568.9
申请日：2023-08-31
Applicant: 罗伯特·博世有限公司
IPC: G06V20/56 , G06V10/766 , G06V10/44 , G06T7/13
Abstract: 所提出的方案涉及一种用于机器(100)的以识别摄像机图像中的线条(110)的方法。该方法具有读取步骤、识别步骤和生成步骤。在读取步骤中，从接到摄像机(120)的接口读取摄像机信号(140)，其中，摄像机信号(140)代表所述摄像机(120)的摄像机图像。在识别步骤中，在使用具有至少一个基础锚点(150)的锚点(145)的情况下识别所述线条(110)在所述摄像机图像中的存在。在生成步骤中，在至少使用基础锚点(150)的情况下生成所述线条(110)的线性回归(155)，其中，所述线性回归(155)具有相对于所述基础锚点(150)发生了位移的第一回归点和至少一个相对于在前面生成的回归点而生成的另外的回归点，以便识别所述线条(110)。
-
公开(公告)号：CN119826795A
公开(公告)日：2025-04-15
申请号：CN202411420977.9
申请日：2024-10-12
Applicant: 罗伯特·博世有限公司
IPC: G01C21/00
Abstract: 本发明涉及一种用于创建(350)数字地图的方法(300)和装置。GIA方法包括：接收(310)第一训练数据集；借助生成式神经网络产生(320)第二训练数据集，其方式是，为每个第一图像确定对应的同一环境的第二扰动图像，其中，每个第二训练数据集代表针对相应的第一图像的第二图像；训练(330)另外的神经网络；接收(340)环境数据集，该环境数据集分别代表车辆环境的环境图像，其中，该环境数据集包括对应的车辆环境的位置描述；创建(350)数字地图，其方式是，根据位置描述，借助扫描匹配方法将环境图像进行拼接，其中，扫描匹配方法至少包括所述另外的神经网络；以及提供数字地图。本发明还涉及相应的计算机程序以及机器可读的存储介质。
-
公开(公告)号：CN116469068A
公开(公告)日：2023-07-21
申请号：CN202310077874.6
申请日：2023-01-17
Applicant: 罗伯特·博世有限公司
Abstract: 本发明涉及一种用于基于传感器数据在数字图像表示(2)中确定用于基于锚的车道线识别和/或车道标记识别的至少一个锚(1)的方法，所述传感器数据由系统(4)的至少一个环境传感器(3)获取，其中，所述方法包括至少下述步骤：a)接收数字图像表示(2)，b)将可能的锚(1)的至少一行(7)或者至少一列(8)放置在所述数字图像表示(2)的至少一个区域(9)中，其中，可能的锚(1)的行(7)或者列(8)以与所述数字图像表示(2)的区域(9)的至少上边缘和下边缘或者左边缘和右边缘(10)具有间距的方式布置。本发明还涉及一种计算机程序、一种机器可读的存储介质和一种用于车辆的对象识别系统。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
