[發明專利]確定關于對象的預期軌跡的連續信息的方法

在審

• 申請號: 202011501288.2
• 申請日: 2020-12-18
• 公開（公告）號: CN113010959A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: I·弗里曼;趙坤
• 申請（專利權）人: APTIV技術有限公司
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/27;G06N3/04;G06N3/08;G06N20/00;G06F119/12
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 師瑋;王小東

1.一種確定關于對象(18)的預期軌跡(28)的連續信息的計算機實現方法，所述計算機實現方法至少包括由計算機硬件組件執行的以下步驟：

確定與所述對象(18)的所述預期軌跡(28)有關的數據(32)；以及

基于所述數據(32)來確定連續函數的至少一個參數值(36)，其中，所述連續函數和所述至少一個參數值(36)表示關于所述對象(18)的所述預期軌跡(28)的所述連續信息，

其中，所述至少一個參數值(36)是利用機器學習模型確定的。

2.根據權利要求1所述的計算機實現方法，其中，所述數據(32)是在第一時間確定的，所述數據(32)與所述對象(18)在第二時間的所述預期軌跡(28)有關，其中，所述連續函數和所述至少一個參數值(36)表示關于所述對象(18)在所述第二時間的所述預期軌跡(28)的所述連續信息。

3.根據權利要求1或2所述的計算機實現方法，其中，所述連續函數表示基于連續變量和被設定為所述至少一個參數值(36)的至少一個參數的函數值。

4.根據前述權利要求中任一項所述的計算機實現方法，其中，所述機器學習模型包括人工神經網絡。

5.根據權利要求4所述的計算機實現方法，其中，所述人工神經網絡包括多個層，其中，所述至少一個參數值(36)包括多個參數值，其中，所述多個參數值中的至少一些參數值分別由所述人工神經網絡的所述多個層中的相應層來確定，和/或，其中，所述多個參數值中的至少一些參數值或所有參數值由所述人工神經網絡的單個層來確定。

6.根據前述權利要求中任一項所述的計算機實現方法，其中，所述連續函數形成多項式函數。

7.根據權利要求6所述的計算機實現方法，其中，所述多項式函數的次數至少為一。

8.根據前述權利要求中任一項所述的計算機實現方法，其中，所述至少一個參數值包括至少一個第一參數值和至少一個第二參數值，其中，第一連續函數(f)和所述至少一個第一參數值在第一維度中表示所述對象(18)的所述預期軌跡(28)，并且其中，第二連續函數(g)和所述至少一個第二參數值在第二維度中表示所述對象(18)的所述預期軌跡(28)。

9.根據前述權利要求中任一項所述的計算機實現方法，其中，所述至少一個參數值(36)包括至少一個第三參數值，其中，第三連續函數(e)和所述至少一個第三參數值表示所述對象(18)的所述預期軌跡(28)的置信度值。

10.根據前述權利要求中任一項所述的計算機實現方法，其中，針對所述至少一個參數值生成至少一個置信度值。

11.根據前述權利要求中任一項所述的計算機實現方法，其中，所述計算機實現方法的至少一些步驟按一重復率重復地執行，其中，所述重復率基于所述對象(18)的所述預期軌跡(28)的置信度值和/或所述至少一個參數值(36)的置信度值而變化。

12.根據前述權利要求中任一項所述的計算機實現方法，其中，確定所述至少一個參數值(36)的步驟不包括在所述對象(18)的所述預期軌跡(28)的數據點之間進行插值。

13.一種計算機系統，所述計算機系統被配置為執行權利要求1至12中任一項所述的計算機實現方法。