[發明專利]用于來自多個域的測量數據的評估系統

在審

• 申請號: 202011471246.9
• 申請日: 2020-12-15
• 公開（公告）號: CN112990251A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 高見昌渡;U·布勒施;D·巴里亞米斯;E·施賴伯
• 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;G06N3/06;G06N3/08
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 劉晗曦;劉春元

1.用于將測量數據（2a-2c）處理為一個或多個評估結果（3a-3c）的評估系統（1），所述測量數據包括利用一個或多個傳感器（4a-4c）檢測的物理測量數據（5a-5c）和/或所述一個或多個傳感器（4a-4c）的切合實際的合成測量數據（5a'-5c'），所述評估系統包括：

?至少兩個相互獨立的輸入級（11a-11d），所述輸入級被構造為接受測量數據（2a-2c）并將所述測量數據（2a-2c）處理為初步成果（12a-12d），

?至少一個處理級（13），所述至少一個處理級獲得所有輸入級（11a-11d）的初步成果（12a-12d）作為輸入，并且被構造為將輸入的一個或多個初步成果（12a-12d）處理為共同的中間成果（14），以及

?至少一個輸出級（15a-15c），所述至少一個輸出級被構造為將所述中間成果（14）處理為所述評估系統（1）的一個或多個評估結果（3a-3c）。

2.根據權利要求1所述的評估系統（1），所述評估系統包括人工神經網絡KNN和/或被構造為KNN。

3.根據權利要求2所述的評估系統（1），其中，所述處理級（13）包括所述KNN的神經元和/或其他處理單元的被劃分為至少三層（a-k）的布置。

4.根據權利要求2至3中任一項所述的評估系統（1），其中，至少一個輸出級（15a-15c）包括所述KNN的神經元和/或其他處理單元的布置，所述布置提供所述KNN的卷積層的功能性和/或所述KNN的全連接層的功能性。

5.用于訓練根據權利要求1至4中任一項所述的評估系統（1）的方法（100），其中向所述評估系統（1）輸送（110a）學習測量數據（2a'-2c'）并由所述評估系統（1）處理（110b）為評估結果（3a-3c），其中表征所述評估系統（1）的行為的參數（16）以如下目標被優化（120）：所述評估結果（3a-3c）根據至少一個成本函數（17）與屬于所述學習測量數據（2a'-2c'）的學習評估結果（3a'-3c'）盡可能好地一致，其中輸送給所述評估系統（1）的至少兩個不同輸入級（11a-11c）的學習測量數據（2a'-2c'）包括用不同傳感器（4a-4c）檢測的物理測量數據（5a-5c）和/或所述傳感器（4a-4c）的切合實際的合成測量數據（5a'-5c'）。

6.根據權利要求5所述的方法（100），其中，附加地鑒于標準化度量（18）來優化（130）所述參數（16），其中由不同輸入級（11a-11d）產生的涉及相同狀況的初步成果（12a-12d）彼此之間的一致性越好，所述標準化度量提供的值就越好。

7.根據權利要求6所述的方法（100），其中，附加地

?輸送到所述評估系統（1）的至少兩個不同輸入級（11a-11c）的所述學習測量數據（2a'-2c'）也被輸送（131）到其他通用輸入級（11d），以及

?由所述通用輸入級（11d）提供的初步成果（12d）被包括（132）到通過所述標準化度量（18）進行的評價中。

8.根據權利要求7所述的方法（100），其中，在優化（130）所述標準化度量（18）期間僅改變（133）所述評估系統（1）的表征所述通用輸入級（11d）的行為的參數（16）。