CN109709532A - 基于传感器数据而致动车辆部件的方法和装置 - Google Patents
基于传感器数据而致动车辆部件的方法和装置 Download PDFInfo
- Publication number
- CN109709532A CN109709532A CN201811230797.9A CN201811230797A CN109709532A CN 109709532 A CN109709532 A CN 109709532A CN 201811230797 A CN201811230797 A CN 201811230797A CN 109709532 A CN109709532 A CN 109709532A
- Authority
- CN
- China
- Prior art keywords
- integer
- computer
- data
- floating number
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000007667 floating Methods 0.000 claims abstract description 102
- 238000007906 compression Methods 0.000 claims description 51
- 230000006835 compression Effects 0.000 claims description 51
- 230000006837 decompression Effects 0.000 claims description 36
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 5
- 230000015654 memory Effects 0.000 abstract description 35
- 230000005055 memory storage Effects 0.000 abstract description 10
- 238000004891 communication Methods 0.000 description 18
- 238000006243 chemical reaction Methods 0.000 description 14
- 230000005540 biological transmission Effects 0.000 description 11
- 238000013507 mapping Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000013144 data compression Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/30003—Arrangements for executing specific machine instructions
- G06F9/30007—Arrangements for executing specific machine instructions to perform operations on data operands
- G06F9/3001—Arithmetic instructions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/30181—Instruction operation extension or modification
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/06—Combustion engines, Gas turbines
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/08—Electric propulsion units
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/18—Braking system
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/20—Steering systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于传感器数据而致动车辆部件的方法和装置,相应的系统包括处理器和存储器。所述存储器存储可由所述处理器执行以接收包括浮点数的传感器数据的指令。所述存储器存储用于基于参数集而将所述浮点数转换成整数的指令。所述存储器存储用于基于所述整数而致动车辆部件的指令。
Description
技术领域
本公开总体上涉及车辆传感器,且更确切地,涉及基于车辆传感器数据而致动车辆部件。
背景技术
车辆计算机通常至少部分基于从车辆传感器接收的数据而操作。车辆传感器可以测量物理参数,诸如车辆速度、环境温度、与目标的距离等。这种车辆传感器生成大量数据。需要经由通信网络存储、处理和/或传输这些大量传感器数据。用于解决影响数据传输带宽的存储器存储装置的当前系统和方法缺乏效率和有效性。
发明内容
本文公开了一种包括处理器和存储器的系统。存储器存储可由处理器执行以进行如下操作的指令:接收包括浮点数的传感器数据;基于参数集而将浮点数转换成整数;以及基于压缩的整数而致动车辆部件。
传感器数据可以是LIDAR数据,并且参数集可以包括位长参数,指令还可以包括基于LIDAR数据而确定位长参数的指令。
指令还可以包括用于进行如下操作的指令:将浮点数的最大值和最小值确定为参数;以及基于所述最小值和最大值以及存储的精度参数而确定位长参数。
指令还可以包括基于位长参数而将浮点数转换成整数的指令。
传感器数据可以是LIDAR数据,并且指令还可以包括将压缩算法应用于整数以及通过将表示LIDAR数据的压缩整数传输到第二处理器来致动车辆部件的指令。
指令还可以包括将具有表示LIDAR数据的压缩整数的参数集传输到第二处理器的指令。
所述系统还可以包括第二处理器和第二存储器,所述第二存储器存储可由处理器执行以使表示LIDAR数据的压缩整数解压缩的指令。
使压缩的整数解压缩还可以包括使压缩的整数解压缩并且然后将解压缩的整数转换成浮点数。
指令还可以包括基于位长参数而对解压缩的整数进行转换的指令。
传感器数据可以是包括z高度映射图数据的LIDAR数据,并且指令还可以包括用于基于在车辆LIDAR传感器处从车辆外部区域接收到的反射而确定z高度映射图数据的指令。
本文还公开了一种方法,所述方法包括:接收包括浮点数的传感器数据、基于参数集而将浮点数转换成整数以及基于压缩的整数而致动车辆部件。
所述方法还可以包括基于LIDAR数据而确定位长参数,其中传感器数据是LIDAR数据,并且参数集包括位长参数。
所述方法还可以包括:将浮点数的最大值和最小值确定为参数,以及基于所述最小值和最大值以及存储的精度参数而确定位长参数。
所述方法还可以包括:基于位长参数而将浮点数转换成整数,以及将压缩算法应用于所述整数。
所述方法还可以包括在第二处理器中使表示LIDAR数据的压缩整数解压缩。
使压缩的整数解压缩还可以包括使压缩的整数解压缩并且然后将解压缩的整数转换成浮点数。
所述方法还可以包括基于位长参数而对解压缩的整数进行转换。
本文还公开了一种系统,所述系统包括:传感器,所述传感器包括第一处理器和第一存储器;以及计算机,所述计算机包括第二处理器和第二存储器。第一存储器存储可由第一处理器执行以进行如下操作的指令:接收包括浮点数的传感器数据;基于参数集而将浮点数转换成整数;将压缩算法应用于整数;以及经由通信网络传输压缩的整数。第二存储器存储可由第二处理器执行以进行如下操作的指令:接收压缩的整数;使压缩的整数解压缩;以及将解压缩的整数转换成浮点数;以及基于所述浮点数而执行车辆操作。
传感器数据可以是LIDAR数据,并且参数集可以包括位长参数,存储在第一存储器中的指令还可以包括基于LIDAR数据而确定位长参数的指令。
存储在第一存储器中的指令还可以包括用于将浮点数的最大值和最小值确定为参数以及基于所述最小值和最大值以及存储的精度参数而确定位长参数的指令。
还公开了一种计算装置,所述计算装置被编程来执行以上方法步骤中的任何一个。
还公开了一种计算机程序产品,所述计算机程序产品包括计算机可读介质,所述计算机可读介质存储可由计算机处理器执行以执行以上方法步骤中的任何一个的指令。
附图说明
图1是包括LIDAR传感器的示例性车辆的框图。
图2示出图1的车辆和叠加在车辆周围的区域上的z高度映射图的示例性网格。
图3是用于压缩和传输数据的示例性过程的流程图。
图4是用于接收数据和使接收的数据解压缩的示例性过程的流程图。
具体实施方式
系统元件
图1示出示例性主车辆100,所述示例性主车辆100包括计算机 110、致动器120、(光检测和测距)LIDAR传感器130和下文讨论的其它部件。可以多种已知方式为车辆100供电,所述方式例如包括使用电动马达和/或内燃发动机。
计算机110包括诸如已知的处理器和存储器。存储器包括一种或多种形式的计算机可读介质,并且存储可由计算机110执行以用于执行包括如本文所公开的操作的各种操作的指令。
计算机110可以自主或半自主模式操作车辆100。出于本公开的目的,自主模式被限定为在其中车辆100的推进、制动和转向中的每一个由计算机110控制的模式;在半自主模式中,计算机110控制车辆100推进、制动和转向中的一个或两个;在非自主模式中,操作人员控制车辆推进、制动和转向。
计算机110可以包括编程以操作车辆制动、推进(例如,通过控制内燃机,电动机,混合动力发动机等中的一个或多个来控制车辆中的加速度)、转向、气候控制、内部和/或外部灯等中的一个或多个,以及确定与操作人员对照计算机110是否以及何时控制这种操作。
计算机110可以包括或者例如经由如下面进一步描述的车辆通信总线通信地耦接到不止一个处理器,例如包括在车辆中用于监测和 /或控制各种车辆控制器(例如,动力传动系统控制器、制动控制器,转向控制器等)的控制器等。计算机110通常被布置以便在车辆通信网络上进行通信,所述车辆通信网络诸如车辆中的总线,诸如控制器局域网(CAN)等。
经由车辆网络,计算机110可以向车辆中的各种装置传输消息和 /或从各种装置接收消息,所述各种装置例如LIDAR传感器130、致动器等。替代地或另外,在计算机110实际包括多个装置的情况下,车辆通信网络可以用于本公开中表示为计算机110的装置之间的通信。此外,如下面所提及,各种控制器和/或传感器可以经由车辆通信网络向计算机110提供数据。
车辆100致动器120可以经由可以根据已知的适当控制信号来致动各种车辆子系统的电路、芯片或其它电子部件实现。致动器120可以用于控制第一车辆100的制动、加速和转向。举例来说,车辆100 计算机110可以输出控制指令以控制致动器120。
车辆100可以包括一个或多个LIDAR传感器130,其提供涵盖车辆100的外部的至少一些的数据。LIDAR传感器130可以包括被编程来传输LIDAR数据的计算机140。LIDAR数据可由车辆100计算机110以已知的方式(例如,经由车辆100网络)从LIDAR传感器 130接收。LIDAR数据可以包括坐标,例如在三维或笛卡尔坐标系中。 LIDAR数据还可以包括与其它目标有关的其它数据,诸如大小、与主车辆100的相对速度等。在图2中所示出的一个实例中,LIDAR 传感器130可以通过传输LIDAR波束(例如激光波束)并且接收所传输的LIDAR波束的反射来扫描LIDAR传感器130视野中的区域,例如车辆100周围的区域。通常来说,LIDAR传感器130可以提供用于以非常高的分辨率映射所感测的目标的物理特征的数据。
在一个实例中,如图2中所示,LIDAR传感器130计算机140 和/或计算机110可以被编程来基于从LIDAR传感器130的视野内和车辆100周围的区域接收的反射而生成“z高度映射图”数据。“z高度映射图”数据指的是从LIDAR传感器130到车辆100周围的网格200 内的多个单元210中的每一个的测量距离的集合。例如,网格200可以包括具有预定尺寸(例如10厘米(cm)乘10cm)的多个单元210,彼此相邻地定位在车辆100周围的地面上,从车辆100水平延伸到至多例如距离车辆100有150米。诸如单元210的位置、尺寸等的网格 200数据可以存储在车辆100计算机110存储器中。z高度映射图可以包括从LIDAR传感器130到每一单元210的中心的距离d中的每一个。在一个实例中,z高度映射图数据可以包括二维数据阵列。阵列的每一要素可以是对应于从车辆100到单元210的距离d的浮点数。在一个实例中,二维阵列可以是400×400阵列,即包括400行,并且每一行可以具有400列。例如,传感器130计算机140可以被编程来基于来自相应单元210中的多个点的多个反射而确定距单元210 或目标的距离d。传感器130计算机140可以被编程来至少部分基于所接收的z高度映射图数据而确定目标数据。
测量的距离d可以被确定和存储为浮点数,例如以米为单位。因此,z高度映射图通常包括多个浮点数。如常规所理解的,浮点数是实数的算术表示;在浮点数中,小数点的位置不固定,而是可以“浮动”。替代地,实数可以表示为定点数。因此,在定点操作中,计算机可以被编程来使用小数点后包括固定(即,恒定)位数(例如,2)的数字来操作,而在浮点操作中,计算机110、140可以被编程来例如基于所表示的数字的值和精度而使用小数点后具有不同数量的位数的数字操作。虽然使用浮点数是有利的,因为计算机110、140可以被编程来通过识别数字的范围与精度之间的折衷来优化计算,但是表示成浮点数通常比表示成整数占用更多的存储空间。另外,例如经由车辆100通信网络传输浮点数据可能会消耗大量带宽。本上下文中的“带宽”指的是在给定持续时间内经由通信介质可以传输的信息量。因此,用于传输包括表示实数的浮点数的数据的带宽通常大于用于传输包括表示实数的整数的数据的带宽。另一方面,问题在于,通过移除小数或十进制值将浮点数转换成整数可能会致使信息丢失。例如,将浮点数2.31转换成整数2会致使小数点信息0.31丢失。本文解决的一个问题是浮点数据到整数数据的转换,有利地减少了所需的带宽和 /或存储空间,同时减少了由于这种转换而丢失的信息。
传感器130计算机140和/或计算机110可以被编程来接收包括浮点数的传感器130数据,并且基于传感器130数据参数集而将浮点数转换成整数。参数集包括用于将浮点数据转换成整数数据以及将整数数据转换回到浮点数据的数据,二者如下所述。传感器130计算机 140可以被编程来基于整数而致动车辆部件。另外或替代地,传感器 130计算机140还可以被编程来将压缩算法应用于整数,并且基于压缩的整数而致动车辆部件。
传感器130数据可以包括诸如z高度映射图数据等LIDAR传感器130数据。为方便起见,如表1中所示,示例性4×4阵列的LIDAR 传感器130数据在本文中用作解释浮点数到整数的转换并且然后将整数转换回到浮点数的实例。
表1
传感器130数据参数集包括浮点数的最小值(Min)和最大值 (Max)。例如,传感器130计算机140可以被编程来确定浮点数的最大值Max和最小值Min。例如,传感器130计算机140可以被编程来将1.00和2.25确定为由F表示的示例性浮点数的最小值Min和最大值Max。
参数集包括最小值Min、最大值Max和位长参数(BLP)。传感器 130计算机140可以被编程来基于所确定的最小值Min和最大值Max 而确定位长参数BLP。另外,传感器130计算机140可以被编程来基于精度参数(Prec)而确定位长参数BLP。
精度参数Prec在本文中指的是浮点数集合F中的小数点数量。精度参数Prec确定预期经由转换过程维持的浮点数中的十进制信息的一部分。例如,精度参数2意味着在转换浮点数2.3567时,将除去第二个小数点往后的小数点,例如信息0.0067可能会由于转换而丢失。精度参数Prec可以存储在计算机140存储器、传感器130存储器等中。另外或替代地,传感器130计算机140可以被编程来从远程计算机接收精度参数Prec。
在本上下文中,位长参数BLP是用于以布尔(Boolean)格式存储整数(即,将浮点数转换成整数的结果)的最大位数。“布尔”数据格式包括两个可能的值:真值(或1)和假值(或0)。换句话说,位长参数 BLP限定计算机140可以用于将整数存储在计算机140存储器中或经由通信网络进行传输的最大位数。BLP被限定为:
“上取整”运算或函数将实数作为输入,并且输出大于或等于该输入的最小整数。“下取整”运算将诸如所接收的浮点数等实数作为输入,并且输出小于或等于该输入的最大整数。计算机140可以被编程来基于运算(1)而确定BLP。例如,表1的数据的基于运算(1)所限定的BLP是7。换句话说,当以布尔形式表示时,从转换表1的浮点数生成的整数最多可以具有7位。
计算机140可以被编程来基于确定的位长参数(BLP)而确定最大整数参数(PMax)。最大整数参数(PMax)如运算(2)中所示来限定。例如,有关表1的所接收浮点数的最大整数参数(PMax)是127。换句话说,最大整数参数PMax是可以用7位(因为确定的BLP是7)表示的最大整数值。
PMax=2BLP-1 (2)
计算机140可以被编程来基于位长参数(BLP)将浮点数(F)转换成整数(由I表示)。在一个实例中,计算机140可以被编程来将所接收的传感器130数据的浮点数F中的每一个(例如,表1的二维z高度映射图)转换成整数I。基于相应的浮点F数将整数I中的每一个限定为:
I=(F-Min)·10Prec (3)
例如,计算机140可以被编程来基于运算(3)转换表1的浮点数F 中的每一个。得出的整数I在下面表2中示出。表2的每一要素对应于表1的浮点数。例如,表2的第二行和第二列处的整数50是基于运算(4)转换表1的第二行和第二列处的浮点数1.50的结果。
表2
另外,计算机140可以被编程来使用已知的数据压缩算法在经由通信网络传输之前压缩整数I。因此,有利地,在该实例中,不仅通过将浮点数F转换成整数I还通过压缩整数I来减小传输的数据的大小。压缩算法允许压缩数据,例如用于存储、传输等。然后可以例如在接收压缩数据的接收器计算机处对压缩数据进行重建或解压缩。
计算机140可以被编程来将参数集附加到整数I,以便传输到例如车辆100计算机110。换句话说,计算机140可以被编程来将参数集(例如,位长参数BLP、精度参数Prec等)与表示传感器130数据(例如,LIDAR数据)的整数I一起传输到第二处理器。如上面所讨论,计算机140可以被编程来基于浮点数F和参数集而确定整数I。因此,如下面所讨论,车辆100计算机110可以基于整数I和接收的参数集而重建浮点数。
车辆100计算机110可以被编程来接收压缩的整数,并且使表示传感器130数据的接收的压缩整数解压缩。车辆100计算机110还可以被编程来接收例如存储在车辆100计算机110中和/或经由车辆100 通信网络接收的信息,包括关于用于至少部分基于所接收的信息而压缩整数和使所接收的压缩整数解压缩的压缩算法的信息。车辆100计算机110可以被编程来通过使压缩的整数解压缩并且然后将解压缩的整数转换成浮点数来使压缩的整数解压缩。例如,车辆100计算机 110可以被编程来基于位长参数而将整数转换成浮点数。“将整数转换成浮点数”也可以称为重建浮点数。另外或替代地,车辆100计算机110可以被编程来接收整数,并且基于位长参数而将所接收的整数转换成浮点数。
车辆100计算机110可以被编程来基于下面的运算(4)而确定重建的浮点数RF。
例如,车辆100计算机110可以被编程来接收压缩的LIDAR传感器130z高度映射图数据,并且基于在车辆100LIDAR传感器130 处从车辆100外部区域接收到的反射而确定z高度映射图数据。在这样的实例中,车辆100计算机110可以被编程来使用运算(4)基于如表 2中所示出的相应整数I而确定重建的浮点数RF中的每一个。表3 示出基于表2的所接收的整数I的示例性重建的浮点数RF。
表3
在表1的示例性z高度映射图数据中,浮点数F中的每一个可以 4个字节(即32位)存储。然而,如上面参考位长参数BLP所讨论的,转换的整数各自可以使用最多7位。因此,经由将浮点数F转换成整数I,整数I所使用的存储器量是原始浮点数F所使用的存储器的21.876%。虽然将浮点数F转换成整数I可能在用于存储信息的存储器的大小和/或用于数据传输的带宽方面具有优势,但是上述数据的压缩可能会致使信息丢失。换句话说,如上面的实例中所示,数据的重建可能不一定重建相同的原始浮点数F。在数据压缩和重建的上下文中,这可以被称为有损数据压缩,而生成相同原始浮点数的数据重建在本文中被称为无损转换。例如,通过将表3的重建的浮点数RF 与表1的原始浮点数F进行比较,可以看出所有重建的浮点数RF都与原始浮点数F相同。因此,这是无损转换。在另一实例中,如果精度参数Prec被设置为1,即在数据转换中使用的小数点后一位,则可以确定如表4中所示出的重建的浮点数RF。通过将表4的重建的浮点数RF与表1的原始浮点数F进行比较,可以看出重建的浮点数 RF中的至少一些与原始浮点数F不同。例如,表3的第四行和第四列处的重建的浮点RF是2.2,这不同于表1的第四行和第四列处的为2.25的原始浮点F。换句话说,经由将浮点数F转换成整数并且确定重建的浮点数RF,可能会丢失一些信息。
表4
计算机140可以被编程来将转换的浮点数F存储在计算机140存储器中,基于存储在计算机140存储器中的数据而重建浮点数(由RF 表示),并且基于所述重建的浮点数RF而执行车辆100操作,例如推进、转向、制动。举另一实例来说,计算机140可以被编程来致动车辆100部件,例如通信接口,以将表示例如LIDAR传感器130数据的压缩整数传输到耦接到车辆100通信网络的第二处理器,例如车辆 100计算机110。车辆100计算机110可以被编程来基于来自传感器 130计算机140的接收数据而重建浮点数RF,并且基于重建的浮点数RF而执行一个或多个车辆100操作。
处理
图3是用于压缩和传输数据的示例性过程300的流程图。例如, LIDAR传感器130计算机140可以被编程来执行过程300的框。
过程300在判定框310中开始,其中计算机140确定是否接收到浮点数F,例如z高度映射图数据。如果计算机140确定接收到浮点数F,则过程300进行到框320;否则,过程300返回到判定框310。
在框320中,计算机140确定接收的浮点数F的最大值Max和最小值Min。例如,计算机140可以被编程来确定包括浮点数F的接收的表1的最大值Max和最小值Min。
接下来,在框330中,计算机140基于所确定的最大值Max、最小值Min和存储的精度Prec而确定位长参数。另外或替代地,计算机140可以被编程来从远程计算机接收精度参数Prec。
接下来,在框340中,计算机140例如基于上面讨论的运算(3) 而将接收的浮点数F转换成整数I。
接下来,在框350中,计算机140将参数集附加到整数I。例如,计算机140可以被编程来将参数集包括在准备好传输到例如车辆100 计算机110的消息中。
接下来,在框360中,计算机140压缩从框350输出的数据。例如,计算机140可以被编程来使用已知的数据压缩算法压缩整数I。另外,计算机140可以被编程来压缩参数集。
接下来,在框370中,计算机140传输压缩数据。计算机140可以被编程来将一个或多个消息中的压缩数据(例如,包括整数I和参数集)传输到第二计算机。另外或替代地,计算机140可以被编程来经由车辆100通信网络广播压缩数据。替代地,计算机140可以被编程来传输包括整数和参数集的数据,而无需在传输之前压缩所述数据,即无需将压缩算法应用于整数。
在框370后,过程300结束,或者替代地返回到判定框310,但是图3中未示出。
图4是用于接收数据和使接收的数据解压缩的示例性过程400的流程图。例如,车辆100计算机110和/或远程计算机可以被编程来执行过程400的各框。
过程400在判定框410中开始,其中车辆100计算机110确定是否接收到压缩数据。例如,车辆100计算机110可以被编程来经由车辆100通信网络从传感器130计算机140接收压缩数据。例如,参数集可以附加到来自计算机110的一个或多个接收的消息中的整数I。在另一实例中,计算机110可以被编程来从计算机110存储器检索压缩数据。换句话说,计算机110可以被编程来接收由过程300的框转换并且存储在计算机110存储器中的数据。在该实例中,参数集可以存储在计算机110存储器中。如果车辆100计算机110确定接收到压缩数据,则过程400进行到框420;否则,过程400返回到判定框410。
在框420中,车辆100计算机110使所接收的压缩数据解压缩。例如,车辆100计算机110可以被编程来使所接收的压缩数据解压缩并且对整数进行解析。车辆100计算机110可以被编程来使用例如存储在车辆100计算机110存储器中的对应于用于压缩数据的压缩算法的解压缩算法来使所接收的压缩数据解压缩。替代地,车辆100计算机110可以被编程来接收整数。因此,在这样的实例中,可选框420 可以是不必要的。
接下来,在框430中,车辆100计算机110识别位长参数BLP。车辆100计算机110可以被编程来识别解压缩数据中的参数集。
接下来,在框440中,车辆100计算机110将整数I转换成重建的浮点数RF。车辆100计算机110可以被编程来使用运算(4)基于整数I和参数集而确定重建的浮点数RF。
接下来,在框460中,车辆100计算机110基于重建的浮点数 RF而执行车辆100操作。例如,车辆100计算机110可以被编程来基于重建的浮点数RF而操作车辆100的推进、转向和制动中的至少一个。
在框460后,过程400结束,或者替代地返回到判定框410,但是图4中未示出。
如本文所讨论的计算装置通常各自包括可由诸如上面识别的那些等一个或多个计算装置执行并且用于实现上述过程的框或步骤的指令。计算机可执行指令可由使用多种编程语言和/或技术创建的计算机程序来编译或解释,所述编程语言和/或技术单独地或组合地包括但不限于JavaTM、C、C++、Visual Basic、Java Script、Perl、HTML 等。一般来说,处理器(例如,微处理器)接收例如来自存储器、计算机可读介质等的指令,并且执行这些指令从而执行一个或多个过程,包括本文所描述的过程中的一个或多个。这些指令和其它数据可以使用多种计算机可读介质进行存储和传输。计算装置中的文件通常是存储在诸如存储介质、随机存取存储器等计算机可读介质上的数据的集合。
计算机可读介质包括参与提供可由计算机读取的数据(例如,指令)的任何介质。这种介质可以采用许多形式,包括但不限于非易失性介质、易失性介质等。非易失性介质包括例如光盘或磁盘和其它永久存储器。易失性介质包括通常构成主存储器的动态随机存取存储器 (DRAM)。计算机可读介质的常见形式包括例如软盘、软磁盘、硬盘、磁带、任何其它磁性介质、CD-ROM、DVD、任何其它光学介质、穿孔卡、纸带、具有孔图案的任何其它物理介质、RAM、PROM、EPROM、闪存EPROM、任何其它存储芯片或盒式磁带或计算机可从中读取的任何其它介质。
就本文描述的介质、过程、系统、方法等而言,应理解,虽然此类过程等的步骤已被描述为按照特定的顺序发生,但是也可以使此类过程按照不同于本文所描述的顺序的顺序所执行的所述步骤来实践。还应理解,可以同时地执行某些步骤,可以添加其它步骤,或者可以省略本文所描述的某些步骤。换句话说,本文对系统和/或过程的描述是为了说明某些实施例而提供的,而决不应将其理解为是对所公开的主题的限制。
因此,应理解,包括以上描述和附图以及下面的权利要求的本公开意图是说明性的而非限制性的。在阅读以上描述后,除了所提供的实例之外的许多实施例和应用对于本领域技术人员而言将是显而易见的。本发明的范围不应参考以上描述来确定,而是应参考所附的和 /或包括在基于本文的非暂时性专利申请中的权利要求连同所述权利要求所赋予权利的等效形式的完整范围来确定。预期并且意图在于未来的发展将使用本文所讨论的技术发生,并且所公开的系统和方法将被并入此种未来实施例中。总之,应理解,所公开的主题能够进行修改和变化。
根据本发明,提供了一种系统,所述系统具有处理器和存储器,所述存储器存储可由处理器执行以进行如下操作的指令:接收包括浮点数的传感器数据;基于参数集而将浮点数转换成整数;以及基于所述整数而致动车辆部件。
根据一个实施例,传感器数据是LIDAR数据,并且参数集包括位长参数,指令还包括基于LIDAR数据而确定位长参数的指令。
根据一个实施例,指令还包括用于进行如下操作的指令:将浮点数的最大值和最小值确定为参数;以及基于所述最小值和最大值以及存储的精度参数而确定位长参数。
根据一个实施例,指令还包括基于位长参数而将浮点数转换成整数的指令。
根据一个实施例,传感器数据是LIDAR数据,并且指令还包括将压缩算法应用于整数以及通过将表示LIDAR数据的压缩整数传输到第二处理器来致动车辆部件的指令。
根据一个实施例,指令还包括将具有表示LIDAR数据的压缩整数的参数集传输到第二处理器的指令。
根据一个实施例,以上发明的特征还在于第二处理器和第二存储器,所述第二存储器存储可由处理器执行以使表示LIDAR数据的压缩整数解压缩的指令。
根据一个实施例,使压缩的整数解压缩还包括:使压缩的整数解压缩;以及然后将解压缩的整数转换成浮点数。
根据一个实施例,指令还包括基于位长参数而对解压缩的整数进行转换的指令。
根据一个实施例,传感器数据是包括z高度映射图数据的LIDAR 数据,并且指令还包括用于基于在车辆LIDAR传感器处从车辆外部区域接收到的反射而确定z高度映射图数据的指令。
根据本发明,提供了一种方法,所述方法包括:接收包括浮点数的传感器数据;基于参数集而将浮点数转换成整数;以及基于所述整数而致动车辆部件。
根据一个实施例,以上发明的特征还在于基于LIDAR数据而确定位长参数,其中传感器数据是LIDAR数据,并且参数集包括位长参数。
根据一个实施例,以上发明的特征还在于:将浮点数的最大值和最小值确定为参数;以及基于所述最小值和最大值以及存储的精度参数而确定位长参数。
根据一个实施例,以上发明的特征还在于:基于位长参数而将浮点数转换成整数,以及将压缩算法应用于所述整数。
根据一个实施例,以上发明的特征还在于在第二处理器中使表示 LIDAR数据的压缩整数解压缩。
根据一个实施例,使压缩的整数解压缩还包括:使压缩的整数解压缩;以及然后将解压缩的整数转换成浮点数。
根据一个实施例,以上发明的特征还在于:基于位长参数而对解压缩的整数进行转换。
根据本发明,提供了一种系统,所述系统具有传感器和计算机,所述传感器包括第一处理器和第一存储器,所述第一存储器存储可由第一处理器执行以进行如下操作的指令:接收包括浮点数的传感器数据;基于参数集而将浮点数转换成整数;将压缩算法应用于所述整数;以及经由通信网络传输所述压缩的整数,并且所述计算机包括第二处理器和第二存储器,所述第二存储器存储可由第二处理器执行以进行如下操作的指令:接收压缩的整数;使压缩的整数解压缩;以及将解压缩的整数转换成浮点数;以及基于所述浮点数而执行车辆操作。
根据一个实施例,传感器数据是LIDAR数据,并且参数集包括位长参数,存储在第一存储器中的指令还包括基于LIDAR数据而确定位长参数的指令。
根据一个实施例,存储在第一存储器中的指令还包括用于进行如下操作的指令:将浮点数的最大值和最小值确定为参数;以及基于所述最小值和最大值以及存储的精度参数而确定位长参数。
Claims (12)
1.一种方法,所述方法包括:
接收包括浮点数的传感器数据;
基于参数集而将所述浮点数转换成整数;以及
基于所述整数而致动车辆部件。
2.如权利要求1所述的方法,所述方法还包括基于LIDAR数据而确定位长参数,其中所述传感器数据是所述LIDAR数据,并且所述参数集包括所述位长参数。
3.如权利要求2所述的方法,所述方法还包括:
将所述浮点数的最大值和最小值确定为参数;以及
基于所述最小值和所述最大值以及存储的精度参数而确定所述位长参数。
4.如权利要求2所述的方法,所述方法还包括基于所述位长参数而将所述浮点数转换成所述整数。
5.如权利要求2所述的方法,所述方法还包括:基于所述位长参数而将所述浮点数转换成所述整数,以及将压缩算法应用于所述整数。
6.如权利要求5所述的方法,所述方法还包括将具有表示LIDAR数据的所述压缩整数的所述参数集传输到第二处理器。
7.如权利要求6所述的方法,所述方法还包括在所述第二处理器中使表示LIDAR数据的所述压缩整数解压缩。
8.如权利要求7所述的方法,其中使所述压缩整数解压缩还包括:
使所述压缩的整数解压缩;以及
然后将所述解压缩的整数转换成所述浮点数。
9.如权利要求7所述的方法,所述方法还包括基于所述位长参数而对所述解压缩的整数进行转换。
10.一种计算装置,所述计算装置被编程来执行权利要求1-6中任一项所述的方法。
11.一种计算机程序产品,所述计算机程序产品包括计算机可读介质,所述计算机可读介质存储可由计算机处理器执行以执行权利要求1-6中任一项所述的方法的指令。
12.一种地面车辆,所述地面车辆包括被编程来执行权利要求1-6中任一项所述的方法的计算装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/794,853 US10503175B2 (en) | 2017-10-26 | 2017-10-26 | Lidar signal compression |
US15/794,853 | 2017-10-26 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109709532A true CN109709532A (zh) | 2019-05-03 |
Family
ID=66138042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811230797.9A Pending CN109709532A (zh) | 2017-10-26 | 2018-10-22 | 基于传感器数据而致动车辆部件的方法和装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10503175B2 (zh) |
CN (1) | CN109709532A (zh) |
DE (1) | DE102018126511A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10503175B2 (en) * | 2017-10-26 | 2019-12-10 | Ford Global Technologies, Llc | Lidar signal compression |
US10809073B2 (en) * | 2018-12-05 | 2020-10-20 | Here Global B.V. | Local window-based 2D occupancy grids for localization of autonomous vehicles |
US11556000B1 (en) | 2019-08-22 | 2023-01-17 | Red Creamery Llc | Distally-actuated scanning mirror |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06125538A (ja) * | 1992-10-13 | 1994-05-06 | Sony Corp | 高能率符号化装置 |
WO2000002106A1 (fr) * | 1998-07-06 | 2000-01-13 | Toyota Jidosha Kabushiki Kaisha | Procede et appareil pour faciliter le developpement d'un programme d'automobile |
US20070258641A1 (en) * | 2006-05-05 | 2007-11-08 | Microsoft Corporation | High dynamic range data format conversions for digital media |
US20090113186A1 (en) * | 2007-10-31 | 2009-04-30 | Hitach., Ltd. | Microcontroller and controlling system |
US20130262539A1 (en) * | 2012-03-30 | 2013-10-03 | Samplify Systems, Inc. | Conversion and compression of floating-point and integer data |
US20140359219A1 (en) * | 2013-05-31 | 2014-12-04 | Altera Corporation | Cache Memory Controller for Accelerated Data Transfer |
JP2015135679A (ja) * | 2014-01-16 | 2015-07-27 | トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ,インコーポレイティド | 自動運転システム、自動運転の方法及びコンピューティング装置 |
US9209833B1 (en) * | 2015-06-25 | 2015-12-08 | Emc Corporation | Methods and apparatus for rational compression and decompression of numbers |
US20160061940A1 (en) * | 2014-08-29 | 2016-03-03 | Leica Geosystems Ag | Range data compression |
CN106023623A (zh) * | 2016-07-28 | 2016-10-12 | 南京理工大学 | 基于机器视觉的车载交通信号与标志的识别及预警方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040151394A1 (en) | 2003-01-31 | 2004-08-05 | Mikael Soderberg | Symmetrical, highly deterministic, low complexity, temporal transform video codec and vehicle distribution system incorporating same |
JP5183055B2 (ja) | 2006-10-19 | 2013-04-17 | タカタ株式会社 | 乗員拘束装置 |
JP5594340B2 (ja) | 2012-09-05 | 2014-09-24 | トヨタ自動車株式会社 | 車両用安全装置 |
US20150378674A1 (en) * | 2012-09-15 | 2015-12-31 | John W. Ogilvie | Converting numeric-character strings to binary numbers |
US20160062954A1 (en) * | 2012-09-15 | 2016-03-03 | Numbergun Llc | Flexible high-speed generation and formatting of application-specified strings |
EP2799290B1 (en) | 2013-05-02 | 2016-11-02 | Volvo Car Corporation | Head restraint system |
CN103347185B (zh) | 2013-06-28 | 2016-08-10 | 北京航空航天大学 | 基于选择性块变换的无人机侦察图像综合压缩编码方法 |
JP5999061B2 (ja) | 2013-10-01 | 2016-09-28 | トヨタ自動車株式会社 | 座席搭載エアバッグ装置及び車両用シート |
US9796400B2 (en) | 2013-11-27 | 2017-10-24 | Solfice Research, Inc. | Real time machine vision and point-cloud analysis for remote sensing and vehicle control |
DE102014004185A1 (de) | 2014-03-22 | 2015-09-24 | Daimler Ag | Insassenschutzvorrichtung für ein Fahrzeug und Fahrzeug |
GB201407643D0 (en) | 2014-04-30 | 2014-06-11 | Tomtom Global Content Bv | Improved positioning relatie to a digital map for assisted and automated driving operations |
US20160082915A1 (en) | 2014-08-01 | 2016-03-24 | Stephen Madaras | Vehicle Safety Seat |
US10286855B2 (en) | 2015-03-23 | 2019-05-14 | Magna Electronics Inc. | Vehicle vision system with video compression |
CN105847174B (zh) | 2016-04-25 | 2018-09-11 | 哈尔滨理工大学 | 一种基于陆空一体化车联网系统的数据压缩传输方法 |
US10503175B2 (en) * | 2017-10-26 | 2019-12-10 | Ford Global Technologies, Llc | Lidar signal compression |
-
2017
- 2017-10-26 US US15/794,853 patent/US10503175B2/en active Active
-
2018
- 2018-10-22 CN CN201811230797.9A patent/CN109709532A/zh active Pending
- 2018-10-24 DE DE102018126511.5A patent/DE102018126511A1/de active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06125538A (ja) * | 1992-10-13 | 1994-05-06 | Sony Corp | 高能率符号化装置 |
WO2000002106A1 (fr) * | 1998-07-06 | 2000-01-13 | Toyota Jidosha Kabushiki Kaisha | Procede et appareil pour faciliter le developpement d'un programme d'automobile |
US20070258641A1 (en) * | 2006-05-05 | 2007-11-08 | Microsoft Corporation | High dynamic range data format conversions for digital media |
US20090113186A1 (en) * | 2007-10-31 | 2009-04-30 | Hitach., Ltd. | Microcontroller and controlling system |
US20130262539A1 (en) * | 2012-03-30 | 2013-10-03 | Samplify Systems, Inc. | Conversion and compression of floating-point and integer data |
US20140359219A1 (en) * | 2013-05-31 | 2014-12-04 | Altera Corporation | Cache Memory Controller for Accelerated Data Transfer |
JP2015135679A (ja) * | 2014-01-16 | 2015-07-27 | トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ,インコーポレイティド | 自動運転システム、自動運転の方法及びコンピューティング装置 |
US20160061940A1 (en) * | 2014-08-29 | 2016-03-03 | Leica Geosystems Ag | Range data compression |
US9209833B1 (en) * | 2015-06-25 | 2015-12-08 | Emc Corporation | Methods and apparatus for rational compression and decompression of numbers |
CN106023623A (zh) * | 2016-07-28 | 2016-10-12 | 南京理工大学 | 基于机器视觉的车载交通信号与标志的识别及预警方法 |
Also Published As
Publication number | Publication date |
---|---|
DE102018126511A1 (de) | 2019-05-02 |
US10503175B2 (en) | 2019-12-10 |
US20190129441A1 (en) | 2019-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109709532A (zh) | 基于传感器数据而致动车辆部件的方法和装置 | |
US11073828B2 (en) | Compression of semantic information for task and motion planning | |
JP7161912B2 (ja) | 車両エラー識別システム | |
JP2015158421A (ja) | 補正値生成装置、故障診断装置、補正値生成プログラム、および故障診断プログラム | |
CN101189500B (zh) | 基于模型地诊断机械电子系统的方法 | |
WO2006109757A1 (ja) | 移動体、管理装置及び方法 | |
US10739461B2 (en) | Lidar point cloud compression | |
CN115422970A (zh) | 陆上风机运行状态监控系统及其方法 | |
Maurice et al. | A pattern framework driven by the Hamming distance for structured light-based reconstruction with a single image | |
CN109703564A (zh) | 用于确定车辆的行车道状态的方法和设备、计算机程序 | |
CN115393818A (zh) | 驾驶场景识别方法、装置、计算机设备和存储介质 | |
CN114386892A (zh) | 运输车辆载重管理方法、系统、存储介质及设备 | |
CN115118675A (zh) | 基于智能网卡设备实现的数据流传输加速方法及其系统 | |
CN114021080A (zh) | 轨迹预测模型训练以及轨迹预测方法、装置、设备及介质 | |
CN105447811A (zh) | 空间数据处理方法、装置及系统 | |
CN116310179A (zh) | 点云补全方法、装置、设备和介质 | |
CN115877399A (zh) | 车辆定位方法、计算机设备、服务器、存储介质及车辆 | |
CN109870965A (zh) | 用于监测车载流体子系统的方法和设备 | |
CN114800512A (zh) | 一种基于深度强化学习的机器人推拨装箱方法及系统 | |
US20220335105A1 (en) | Enhanced data compression | |
US20220261617A1 (en) | Apparatus, system and method for translating sensor data | |
US10958293B1 (en) | System and method for near-lossless universal data compression using correlated data sequences | |
CN113743395A (zh) | 一种仪表的识读方法、设备及装置 | |
CN112347070A (zh) | 自主潜航器容迟探测系统及方法 | |
EP3561541A1 (en) | Improvements relating to radar apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |