RU2017143389A - Отслеживание объектов путем обучения без контроля - Google Patents
Отслеживание объектов путем обучения без контроля Download PDFInfo
- Publication number
- RU2017143389A RU2017143389A RU2017143389A RU2017143389A RU2017143389A RU 2017143389 A RU2017143389 A RU 2017143389A RU 2017143389 A RU2017143389 A RU 2017143389A RU 2017143389 A RU2017143389 A RU 2017143389A RU 2017143389 A RU2017143389 A RU 2017143389A
- Authority
- RU
- Russia
- Prior art keywords
- data points
- joint probabilities
- determining
- rectangular boundary
- points
- Prior art date
Links
Classifications
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/04—Systems determining the presence of a target
-
- 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
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- 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
- G01S17/66—Tracking systems using electromagnetic waves other than radio waves
-
- 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
- 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
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0248—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means in combination with a laser
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
-
- 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/09—Other types of propulsion units, e.g. fluid motors, or type not specified
-
- 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/18—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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/20—Steering systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/12—Acquisition of 3D measurements of objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mathematical Analysis (AREA)
- Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Optics & Photonics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
Claims (28)
1. Способ, содержащий этапы, на которых
определяют объект на основании первого множества точек трехмерных данных путем определения первой прямоугольной границы с центром на объекте на основании совместных вероятностей;
определяют объект во втором множестве точек трехмерных данных путем определения второй прямоугольной границы с центром на объекте на основании первой прямоугольной границы и совместных вероятностей; и
управляют транспортным средством на основании объекта.
2. Способ по п. 1, в котором точки трехмерных данных определяют посредством лидара.
3. Способ по п. 1, в котором определение объекта включает в себя этап, на котором определяют местоположение, положение и размер первой прямоугольной границы и второй прямоугольной границы.
4. Способ по п. 1, в котором определение объекта включает в себя этап, на котором сравнивают первые точки трехмерных данных с ранее полученными точками трехмерных данных для определения точек данных объекта и точек данных фона.
5. Способ по п. 4, в котором первую прямоугольную границу и вторую прямоугольную границу определяют путем максимизации совместных вероятностей точек данных объекта относительно точек данных фона.
6. Способ по п. 5, в котором максимизация совместных вероятностей определяет сетку 3×3 с центром на точках данных объекта, причем центральная ячейка сетки 3×3 включает в себя одну или более точек данных объекта и не включает в себя точки данных фона.
7. Способ по п. 6, в котором первую прямоугольную границу определяют как центральную ячейку решетки 3×3 и используют как начальную точку для определения второй прямоугольной границы на основании совместных вероятностей.
8. Способ по п. 7, в котором совместные вероятности представляют собой байесовские вероятности, при этом вероятность того, что точка данных объекта принадлежит объекту, обусловлена вероятностью того, что точка данных объекта принадлежала объекту на предыдущем временном этапе.
9. Способ по п. 8, в котором совместные вероятности определяют путем максимизации натуральных логарифмов совместных вероятностей.
10. Способ по п. 9, в котором совместные вероятности максимизируют путем определения градиентов натуральных логарифмов каждой из совместных вероятностей.
11. Устройство, содержащее
процессор;
память, причем память хранит инструкции, выполняемые процессором, для:
определения объекта на основании первого множества точек трехмерных данных путем определения первой прямоугольной границы с центром на объекте на основании совместных вероятностей;
определения объекта во втором множестве точек трехмерных данных путем определения второй прямоугольной границы с центром на объекте на основании первой прямоугольной границы и совместных вероятностей; и
управления транспортным средством на основании объекта.
12. Устройство по п. 11, в котором точки трехмерных данных определяются посредством лидара.
13. Устройство по п. 11, в котором определение объекта включает в себя определение местоположения, положения и размера первой прямоугольной границы и второй прямоугольной границы.
14. Устройство по п. 11, в котором определение объекта включает в себя сравнение первых точек трехмерных данных с ранее полученными точками трехмерных данных для определения точек данных объекта и точек данных фона.
15. Устройство по п. 14, в котором первая прямоугольная граница и вторая прямоугольная граница определяются путем максимизации совместных вероятностей точек данных объекта относительно точек данных фона.
16. Устройство по п. 15, в котором максимизация совместных вероятностей определяет сетку 3×3 с центром на точках данных объекта, причем центральная ячейка сетки 3×3 включает в себя одну или более точек данных объекта и не включает в себя точки данных фона.
17. Устройство по п. 16, в котором первая прямоугольная граница определяется как центральная ячейка решетки 3×3 и используется как начальная точка для определения второй прямоугольной границы на основании совместных вероятностей.
18. Устройство по п. 17, в котором совместные вероятности представляют собой байесовские вероятности, причём вероятность того, что точка данных объекта принадлежит объекту, обусловлена вероятностью того, что точка данных объекта принадлежала объекту на предыдущем временном этапе.
19. Устройство по п. 18, в котором совместные вероятности определяются путем максимизации натуральных логарифмов совместных вероятностей.
20. Устройство по п. 19, в котором совместные вероятности максимизируются путем определения градиентов натуральных логарифмов каждой из совместных вероятностей.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/408,877 | 2017-01-18 | ||
US15/408,877 US10254758B2 (en) | 2017-01-18 | 2017-01-18 | Object tracking by unsupervised learning |
Publications (3)
Publication Number | Publication Date |
---|---|
RU2017143389A true RU2017143389A (ru) | 2019-06-13 |
RU2017143389A3 RU2017143389A3 (ru) | 2019-10-23 |
RU2717616C2 RU2717616C2 (ru) | 2020-03-24 |
Family
ID=61256256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2017143389A RU2717616C2 (ru) | 2017-01-18 | 2017-12-12 | Отслеживание объектов путем обучения без контроля |
Country Status (6)
Country | Link |
---|---|
US (1) | US10254758B2 (ru) |
CN (1) | CN108327724B (ru) |
DE (1) | DE102018100987A1 (ru) |
GB (1) | GB2560619A (ru) |
MX (1) | MX2018000123A (ru) |
RU (1) | RU2717616C2 (ru) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018049602A1 (zh) * | 2016-09-14 | 2018-03-22 | 深圳大学 | 一种适用于杂波环境的多目标跟踪方法及跟踪系统 |
US10963706B2 (en) | 2018-01-13 | 2021-03-30 | Toyota Jidosha Kabushiki Kaisha | Distributable representation learning for associating observations from multiple vehicles |
US10916135B2 (en) | 2018-01-13 | 2021-02-09 | Toyota Jidosha Kabushiki Kaisha | Similarity learning and association between observations of multiple connected vehicles |
US10586118B2 (en) * | 2018-01-13 | 2020-03-10 | Toyota Jidosha Kabushiki Kaisha | Localizing traffic situation using multi-vehicle collaboration |
US11204605B1 (en) * | 2018-08-03 | 2021-12-21 | GM Global Technology Operations LLC | Autonomous vehicle controlled based upon a LIDAR data segmentation system |
EP3654064B1 (en) * | 2018-11-16 | 2021-01-13 | Bayerische Motoren Werke Aktiengesellschaft | Apparatus and method for characterizing an object based on measurement samples from one or more location sensors |
CA3118155A1 (en) * | 2018-12-11 | 2020-06-18 | SafeAI, Inc. | Techniques for kinematic and dynamic behavior estimation in autonomous vehicles |
US10891518B1 (en) | 2018-12-14 | 2021-01-12 | Waymo Llc | Auto labeler |
US11420647B2 (en) * | 2020-08-13 | 2022-08-23 | Argo AI, LLC | Enhanced static object classification using lidar |
WO2024144436A1 (ru) * | 2022-12-31 | 2024-07-04 | Автономная некоммерческая организация высшего образования "Университет Иннополис" | Устройство и способ для определения объектов |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080065328A1 (en) | 2006-09-08 | 2008-03-13 | Andreas Eidehall | Method and system for collision avoidance |
PE20120627A1 (es) | 2006-12-20 | 2012-05-26 | Scanalyse Pty Ltd | Sistema para la medicion del desplazamiento de una superficie relativa a una base de referencia |
US8217938B2 (en) | 2007-05-31 | 2012-07-10 | Ford Global Technologies, Llc | Method and apparatus for determining item orientation |
US20090312985A1 (en) | 2008-06-12 | 2009-12-17 | Eliazar Austin I D | Multiple hypothesis tracking |
GB0818561D0 (en) * | 2008-10-09 | 2008-11-19 | Isis Innovation | Visual tracking of objects in images, and segmentation of images |
CN101872476A (zh) * | 2009-04-24 | 2010-10-27 | 索尼株式会社 | 估计图像中对象姿势视角的方法、设备 |
US8270732B2 (en) | 2009-08-31 | 2012-09-18 | Behavioral Recognition Systems, Inc. | Clustering nodes in a self-organizing map using an adaptive resonance theory network |
US9317965B2 (en) | 2009-11-16 | 2016-04-19 | Autodesk, Inc. | Uniform point cloud decimation |
EP2345998B1 (en) | 2009-12-01 | 2019-11-20 | Honda Research Institute Europe GmbH | Multi-object tracking with a knowledge-based, autonomous adaptation of the tracking modeling level |
US8655513B2 (en) * | 2010-03-12 | 2014-02-18 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Methods of real time image enhancement of flash LIDAR data and navigating a vehicle using flash LIDAR data |
GB201004232D0 (en) | 2010-03-15 | 2010-04-28 | Bae Systems Plc | Target tracking |
US8818702B2 (en) | 2010-11-09 | 2014-08-26 | GM Global Technology Operations LLC | System and method for tracking objects |
US8953888B2 (en) | 2011-02-10 | 2015-02-10 | Microsoft Corporation | Detecting and localizing multiple objects in images using probabilistic inference |
KR101740259B1 (ko) | 2011-10-07 | 2017-05-29 | 한국전자통신연구원 | 3차원 포인트 클라우드의 공간 분할 방법 |
US8923606B2 (en) | 2012-01-09 | 2014-12-30 | Chrysler Group Llc | System and method for identifying an aperture in a representation of an object |
US8736463B1 (en) * | 2012-01-30 | 2014-05-27 | Google Inc. | Object bounding box estimation |
US9129211B2 (en) | 2012-03-15 | 2015-09-08 | GM Global Technology Operations LLC | Bayesian network to track objects using scan points using multiple LiDAR sensors |
GB2501466A (en) * | 2012-04-02 | 2013-10-30 | Univ Oxford | Localising transportable apparatus |
CN103064086B (zh) * | 2012-11-04 | 2014-09-17 | 北京工业大学 | 一种基于深度信息的车辆跟踪方法 |
US9081385B1 (en) * | 2012-12-21 | 2015-07-14 | Google Inc. | Lane boundary detection using images |
US9523772B2 (en) * | 2013-06-14 | 2016-12-20 | Microsoft Technology Licensing, Llc | Object removal using lidar-based classification |
US9150224B2 (en) * | 2013-09-24 | 2015-10-06 | Ford Global Technologies, Llc | Transitioning from autonomous vehicle control to to driver control to responding to driver control |
DE102013223803A1 (de) | 2013-11-21 | 2015-05-21 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Segmentierung eines Belegungsgitters für ein Umfeldmodell eines Fahrerassistenzsystems für ein Fahrzeug |
US9607228B2 (en) * | 2014-02-14 | 2017-03-28 | Toyota Motor Engineering & Manufacturing North America, Inc. | Parts based object tracking method and apparatus |
US20150310601A1 (en) | 2014-03-07 | 2015-10-29 | Digimarc Corporation | Methods and arrangements for identifying objects |
US9821813B2 (en) * | 2014-11-13 | 2017-11-21 | Nec Corporation | Continuous occlusion models for road scene understanding |
GB2541153A (en) | 2015-04-24 | 2017-02-15 | Univ Oxford Innovation Ltd | Processing a series of images to identify at least a portion of an object |
-
2017
- 2017-01-18 US US15/408,877 patent/US10254758B2/en active Active
- 2017-12-12 RU RU2017143389A patent/RU2717616C2/ru active
-
2018
- 2018-01-08 MX MX2018000123A patent/MX2018000123A/es unknown
- 2018-01-11 CN CN201810024904.6A patent/CN108327724B/zh active Active
- 2018-01-17 DE DE102018100987.9A patent/DE102018100987A1/de active Pending
- 2018-01-17 GB GB1800770.8A patent/GB2560619A/en not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
MX2018000123A (es) | 2018-11-09 |
GB2560619A (en) | 2018-09-19 |
RU2717616C2 (ru) | 2020-03-24 |
RU2017143389A3 (ru) | 2019-10-23 |
CN108327724B (zh) | 2023-01-13 |
US20180203447A1 (en) | 2018-07-19 |
CN108327724A (zh) | 2018-07-27 |
US10254758B2 (en) | 2019-04-09 |
DE102018100987A1 (de) | 2018-07-19 |
GB201800770D0 (en) | 2018-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2017143389A (ru) | Отслеживание объектов путем обучения без контроля | |
KR20210008083A (ko) | 목표 검출 방법 및 장치 및 지능형 주행 방법, 기기 및 저장 매체 | |
US9858525B2 (en) | System for training networks for semantic segmentation | |
US20170032276A1 (en) | Data fusion and classification with imbalanced datasets | |
JP2015155903A5 (ru) | ||
RU2017144791A (ru) | Способ и устройство для отслеживания объектов посредством неконтролируемого обучения | |
RU2016137791A (ru) | Система и способ автоматического построения контуров в адаптивной радиотерапии | |
US11466992B2 (en) | Method, apparatus, device and medium for detecting environmental change | |
JP2015533434A5 (ru) | ||
CN109558471B (zh) | 栅格地图的更新方法、装置、存储介质和系统 | |
US20150206028A1 (en) | Point cloud reduction apparatus, system, and method | |
RU2014113049A (ru) | Процессор изображений, содержащий систему распознавания жестов со слежением за объектом на основании вычислительных признаков контуров для двух или более объектов | |
JP2023015165A (ja) | ホログラフィー量子力学シミュレーション | |
US20220350333A1 (en) | Method and apparatus for continuous path planning, computer device, and storage medium | |
RU2014119259A (ru) | Информация о погодных условиях на основе магнитометров | |
CN109740113A (zh) | 超参数阈值范围确定方法、装置、存储介质及电子设备 | |
RU2016143736A (ru) | Определение радиуса погрешности местоположения | |
KR102382448B1 (ko) | 라이다 기반 객체 탐지를 위한 인공지능 모델의 입력 특징맵 생성방법, 장치 및 컴퓨터프로그램 | |
CN105373183A (zh) | 一种光伏阵列全局最大功率点跟踪方法 | |
CN110929543A (zh) | 一种气象数据处理方法及装置 | |
CN107782311A (zh) | 可移动终端的移动路径规划方法及装置 | |
WO2021056450A1 (zh) | 图像模板的更新方法、设备及存储介质 | |
CN114689036A (zh) | 地图更新方法、自动驾驶方法、电子设备及存储介质 | |
CN112362059A (zh) | 移动载体的定位方法、装置、计算机设备和介质 | |
CN106777269A (zh) | 用于构建动态地图的机器人及机器人构建动态地图的方法 |