[發明專利]自運動估計方法和設備以及模型訓練方法和設備

在審

• 申請號: 201910216093.4
• 申請日: 2019-03-20
• 公開（公告）號: CN110646787A
• 公開（公告）日: 2020-01-03
• 發明（設計）人: 曹現雄;崔成燾
• 申請（專利權）人: 三星電子株式會社
• 主分類號: G01S13/50
• 分類號: G01S13/50
• 代理公司: 11021 中科專利商標代理有限責任公司
• 代理人: 黃亮

公開了一種用于估計自運動的方法和設備、以及訓練設備及其方法。用于估計自運動的設備可以基于運動識別模型根據雷達感測數據來估計自運動信息。

相關申請的交叉引用

本申請要求于2018年6月27日在韓國知識產權局遞交的韓國專利申請No.10-2018-0073709的權益，出于所有目的，其全部公開內容通過引用合并于此。

技術領域

以下描述涉及使用運動識別模型來估計自運動的技術。

背景技術

近來，為了解決將輸入模式分類到特定組的問題，已經積極地研究將人類的有效模式識別方法應用于真實計算機。研究之一是關于通過人類生物神經元的特征的數學表達來建模的人工神經網絡。為了解決將輸入模式分類到特定組的問題，人工神經網絡使用模仿人類學習能力的算法。基于該算法，人工神經網絡可以生成輸入模式和輸出模式之間的映射，并且生成映射的能力被表達為人工神經網絡的學習能力。此外，人工神經網絡具有推廣能力，其基于學習結果來生成針對尚未被用于學習的輸入模式的相對正確輸出。

發明內容

提供本發明內容以介紹下面在具體實施方式中進一步描述的對簡化形式的理念的選擇。本發明內容不意在識別所請求保護的主題的關鍵特征或必要特征，也不意在用作幫助確定所請求保護的主題的范圍。

在一個總體方面，一種估計自運動的方法包括：基于雷達傳感器針對每個時間幀所收集的雷達感測數據來生成輸入數據，以及基于運動識別模型根據輸入數據來估計自運動估計設備的自運動信息。

估計自運動信息可以包括：基于第一模型從輸入數據中提取特征數據，以及基于第二模型根據特征數據來計算自運動信息。

估計自運動信息可以包括：計算自運動估計設備的位置和姿態中的至少一項作為自運動信息。

估計自運動信息可以包括：針對運動識別模型中與一個時間幀相對應的層來輸入與至少兩個時間幀相對應的雷達感測數據。

運動識別模型可以包括第一模型和第二模型，第一模型包括與多個時間幀中的每個時間幀相對應的層，以及第二模型連接到第一模型的多個層。估計自運動信息可以包括：基于第一模型中與多個時間幀中的每個時間幀相對應的層，從相應時間幀的輸入數據中提取相應時間幀的特征數據；以及基于第二模型根據所提取的特征數據來計算相應時間幀的自運動信息。

自運動信息的估計可以包括：基于第一模型從與當前幀相對應的輸入數據中提取當前特征數據，從存儲器加載與在先幀相對應的在先特征數據，以及基于第二模型根據在先特征數據和當前特征數據來計算自運動信息。

該方法還可以包括：在存儲器中存儲基于運動識別模型中包括的第一模型在當前幀中計算出的特征數據。

生成輸入數據可以包括：使用沿自運動估計設備的外表面布置的至少一個雷達傳感器來檢測雷達信號，以及通過預處理檢測到的雷達信號來生成雷達感測數據。

生成輸入數據可以包括：從多項雷達感測數據項中選擇與彼此相差預設時間間隔的時間幀相對應的至少兩項雷達感測數據，以及基于所選擇的雷達感測數據項來生成輸入數據。

生成輸入數據可以包括：響應于接收到與后續幀相對應的雷達感測數據，排除輸入數據中堆疊的與多個時間幀的第一幀相對應的雷達感測數據。

生成輸入數據可以包括：根據雷達信號來生成雷達感測數據，所述雷達感測數據指示雷達傳感器針對每個量化速度所檢測到的點的角度和距離。

生成輸入數據可以包括：根據雷達感測數據來生成輸入數據，所述輸入數據指示雷達傳感器針對每個量化仰角所檢測到的點的水平角和距離。