[發明專利]產生識別傳感器數據中的對象的識別模型用的訓練數據的方法和設備、訓練方法和操控方法

在審

• 申請號: 202011108735.8
• 申請日: 2020-10-16
• 公開（公告）號: CN112668603A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: H·赫特萊茵;J·利特克
• 申請（專利權）人: 羅伯特·博世有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G01S17/06;G01S17/931;G01S7/41;G01S7/48;G01S13/06;G01S13/931
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 郭毅

本發明涉及一種用于產生用于識別模型(124)的訓練數據(126)的方法，所述識別模型用于識別傳感器(104)的傳感器數據(108)中的對象(120)，其中，在附加傳感器(110)的映射至少一個重疊區域(116)的附加傳感器數據(114)中，在使用經訓練的附加識別模型(118)的情況下識別對象(120)和對象屬性(122)，并且將在所述重疊區域(116)中所識別的對象(120)的對象屬性(122)傳輸到映射至少所述重疊區域(116)的傳感器數據(108)上，以便產生訓練數據(126)。

技術領域

本發明涉及一種用于產生用于識別模型的訓練數據的方法和設備，該識別模型用于識別尤其車輛的傳感器的傳感器數據中的對象，本發明還涉及一種用于訓練識別模型的方法和一種用于操控自主機器人的方法。

背景技術

可以在使用訓練數據的情況下訓練用于自動識別傳感器數據中的對象的識別模型。可以手動產生訓練數據，其方式為：由人考慮所記錄的傳感器數據，并且搜索傳感器數據中的對象。然后可以將標記分配給找到的對象。標記可以包含關于對象的信息。該信息可以稱為對象屬性。訓練數據可以稱為已標記樣本。

發明內容

在此背景下，借助在此提出的方案，根據本發明的技術方案，提出一種用于產生用于識別模型的訓練數據的方法和相應的設備，該識別模型用于識別傳感器的傳感器數據中的對象，還提出一種用于訓練識別模型的方法和一種用于操控自主機器人的方法，以及最后提出一種相應的計算機程序產品和一種機器可讀的存儲介質。由說明書得出并且在本發明的擴展技術方案中描述在此提出的方案的有利的擴展方案和改善方案。

本發明的優點

本發明的實施方式能夠以有利的方式實現自動地產生用于訓練識別模型的訓練數據。通過自動的產生能夠產生大量的訓練數據，由此能夠改善對識別模型的訓練。還能夠降低手動的工作開銷。因為通過自動的產生始終使用相同的識別標準并且能夠避免不一致性，所以能夠實現訓練數據的恒定的質量。

提出一種用于產生用于識別模型的訓練數據的方法，該識別模型用于識別傳感器的傳感器數據中的對象，其中，在附加傳感器的映射至少一個重疊區域的附加傳感器數據中，在使用經訓練的附加識別模型的情況下識別對象和對象屬性，并且將在該重疊區域中所識別對象的對象屬性傳輸到映射該至少一個重疊區域的傳感器數據上，以便產生訓練數據。

此外，本發明的實施方式的思想可以視為基于以下描述的構思和認知。

識別模型可以稱為模式識別算法。可以在使用訓練數據的情況下訓練識別模型，以便識別傳感器數據中的對象并為這些對象分派對象屬性。訓練數據可以稱為已標記樣本。訓練數據可以基于傳感器的所記錄的傳感器數據。為了將傳感器數據轉換為訓練數據，可以將在傳感器數據中映射的對象標記為對象。可以為所標記的對象分派對象屬性。對象屬性可以稱為標記(Label)。在此處提出的方案中，通過已經訓練的識別模型來自動地識別其他傳感器數據中的對象和對象屬性。將對象屬性傳輸到所記錄的傳感器數據上。通過附加的附加傳感器來檢測其他傳感器數據，并將該其他傳感器數據稱為附加傳感器數據。因此，已經訓練的識別模型稱為附加識別模型。還可以將對象屬性從附加傳感器數據傳輸到其他傳感器的其他傳感器數據上，以便獲得其他訓練數據。

傳感器和附加傳感器可以具有共同的工作原理。然而，傳感器和附加傳感器尤其可以具有不同的工作原理。工作原理可以稱為模式(Modus)或者說模態在不同工作原理的情況下，傳感器和附加傳感器可以稱為多模式的傳感器。傳感器和附加傳感器可以檢測真實環境中的真實對象。在重疊區域中，傳感器和附加傳感器可以基本上同時檢測到對象。傳感器和附加傳感器均可以實施為傳感器系統，并且可以融合來自多個相同類型的傳感器單元的數據。傳感器和附加傳感器可以機械地彼此耦合。例如傳感器和附加傳感器可以布置在同一機器人上。機器人可以設計為自主機器人。機器人可以是車輛、尤其是自主或部分自主的車輛。附加傳感器可以臨時布置在機器人上并指向重疊區域。