公开(公告)号：CN112368707B

公开(公告)日：2025-02-28

申请号：CN201980044508.2

申请日：2019-06-06

Applicant: 罗伯特·博世有限公司

Inventor： J·马尔克斯 ,  M·法伊弗 ,  O·朗格

IPC: G06V20/58 ,  G06V10/10 ,  G06V10/70

Abstract: 本发明涉及一种用于对车辆（1）的周围环境（2）中的可能危险的或者受危害的物体（41‑43）进行识别的方法（100），该方法具有以下步骤：用至少一个基于事件的传感器（3）对所述周围环境（2）的区域（2a）进行检测（110），其中所述基于事件的传感器（3）具有光敏的像素（31），并且其中入射到像素（31）上的光强度的、以至少一个预先给定的百分比为幅度所进行的相对变化促使所述传感器（3）输出为这个像素（31）所指配的事件（31a）；将由所述传感器（3）输出的事件（31a）指配给（120）所述区域（2a）中的物体（41‑43）；为至少一个指配有事件（31a）的物体（41‑43）就所述物体（41‑43）的目前的运动（41a‑43a）对被指配给所述物体（41‑43）的事件（31a）进行分析（130）；从所述目前的运动（41a‑43a）中获取（140）所述物体（41‑43）的即将发生的运动（41b‑43b）和/或所述物体（41‑43）的即将发生的状态变化（41c‑43c）。本发明也涉及一种所属的计算机程序。

公开(公告)号：CN111868803A

公开(公告)日：2020-10-30

申请号：CN201980021067.4

申请日：2019-03-18

Applicant: 罗伯特·博世有限公司

Inventor： M·法伊弗 ,  J·艾伯特

IPC: G09B9/54

Abstract: 一种用于从利用物理雷达传感器（9）测量的一组雷达信号（10）中产生合成雷达信号（12）的二维或多维频率表示（13）的发生器（1），所述发生器包括随机发生器（2）和第一KI模块（3），所述第一KI模块从随机发生器（2）中获得随机值（21）的向量或张量作为输入，并且将每个这样的向量或每个这样的张量通过内部处理链（4）映射到合成雷达信号（12）的二维或多维频率表示（13），其中利用多个参数（41a‑41c）对第一KI模块（3）的内部处理链（4）进行参数化，并且其中这些参数（41a‑41c）被设置为使得雷达信号（10;12）的二维或多维频率表示（11；3）和/或至少一个从该频率表示（11；13）中导出的特征参量（14）对于合成雷达信号（12）基本上具有与对于所测量的雷达信号（10）相同的分布。用于制造发生器（1）的方法（100）、用于在车辆（7）的环境（71）中识别对象（72a，72b）和/或无特定类型的对象（72a，72b）的空间的方法（200）以及用于优化用于雷达传感器（73）的至少一个安装参数（73a）或运行参数（73b）的方法（300）。所属的计算机程序。

公开(公告)号：CN114067166A

公开(公告)日：2022-02-18

申请号：CN202110855734.8

申请日：2021-07-28

Applicant: 罗伯特·博世有限公司

Inventor： A·库格勒 ,  M·法伊弗 ,  T·法伊尔

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及确定物理对象的物理特性的方法，具有：针对输入时间点序列的每个输入时间点，利用基于事件的传感器来检测传感器数据，其包含物理对象的信息；针对每个输入时间点子序列：将检测的传感器数据输送到脉冲神经网络，通过其脉冲神经元处理这些传感器数据来产生第一处理结果，其中脉冲神经元分别对传感器数据的值进行积分，将第一处理结果输送到非脉冲神经网络，通过其第一层的非脉冲神经元处理第一处理结果来产生第二处理结果；将第二处理结果输送到第二层，通过其非脉冲神经元来将多个子序列的处理结果组合，其方式是这些非脉冲神经元分别计算不同子序列的第二处理结果的值的加权和；和根据非脉冲神经元的输出来确定物理对象的物理特性。

公开(公告)号：CN112446413A

公开(公告)日：2021-03-05

申请号：CN202010884586.8

申请日：2020-08-28

Applicant: 罗伯特·博世有限公司

Inventor： K·帕特尔 ,  张丹 ,  M·法伊弗 ,  W·H·柏鲁奇

IPC: G06K9/62 ,  G06N20/00 ,  G06N3/04 ,  G06N3/08

Abstract: 一种用于获得和/或扩充用于机器学习模块（1）的训练数据集（11*）的方法（100），其包括：提供（110）用关于给定问题的标签（13a）标注的训练输入数据的样本（11a）；从训练输入数据的样本（11a）和相关联的标签（13a）获得（120）难度函数（14），该难度函数（14）提供了关于给定问题评估样本（11a）的难度（14a）的度量；获得（130）训练输入数据的至少一个候选样本（15）和/或其在工作空间（20）中的表示（25）；借助于难度函数（14），计算（140）关于给定问题评估此候选样本（15）和/或其表示（25）的难度（14a）的量度；以及响应于此难度满足预定标准（150），将候选样本（15）包括（160）在训练数据集（11*）中。

公开(公告)号：CN111868803B

公开(公告)日：2022-11-08

申请号：CN201980021067.4

申请日：2019-03-18

Applicant: 罗伯特·博世有限公司

Inventor： M·法伊弗 ,  J·艾伯特

IPC: G09B9/54

Abstract: 一种用于从利用物理雷达传感器（9）测量的一组雷达信号（10）中产生合成雷达信号（12）的二维或多维频率表示（13）的发生器（1），所述发生器包括随机发生器（2）和第一KI模块（3），所述第一KI模块从随机发生器（2）中获得随机值（21）的向量或张量作为输入，并且将每个这样的向量或每个这样的张量通过内部处理链（4）映射到合成雷达信号（12）的二维或多维频率表示（13），其中利用多个参数（41a‑41c）对第一KI模块（3）的内部处理链（4）进行参数化，并且其中这些参数（41a‑41c）被设置为使得雷达信号（10;12）的二维或多维频率表示（11；3）和/或至少一个从该频率表示（11；13）中导出的特征参量（14）对于合成雷达信号（12）基本上具有与对于所测量的雷达信号（10）相同的分布。用于制造发生器（1）的方法（100）、用于在车辆（7）的环境（71）中识别对象（72a，72b）和/或无特定类型的对象（72a，72b）的空间的方法（200）以及用于优化用于雷达传感器（73）的至少一个安装参数（73a）或运行参数（73b）的方法（300）。所属的计算机程序。

公开(公告)号：CN112368707A

公开(公告)日：2021-02-12

申请号：CN201980044508.2

申请日：2019-06-06

Applicant: 罗伯特·博世有限公司

Inventor： J·马尔克斯 ,  M·法伊弗 ,  O·朗格

IPC: G06K9/00

Abstract: 本发明涉及一种用于对车辆（1）的周围环境（2）中的可能危险的或者受危害的物体（41‑43）进行识别的方法（100），该方法具有以下步骤：用至少一个基于事件的传感器（3）对所述周围环境（2）的区域（2a）进行检测（110），其中所述基于事件的传感器（3）具有光敏的像素（31），并且其中入射到像素（31）上的光强度的、以至少一个预先给定的百分比为幅度所进行的相对变化促使所述传感器（3）输出为这个像素（31）所指配的事件（31a）；将由所述传感器（3）输出的事件（31a）指配给（120）所述区域（2a）中的物体（41‑43）；为至少一个指配有事件（31a）的物体（41‑43）就所述物体（41‑43）的目前的运动（41a‑43a）对被指配给所述物体（41‑43）的事件（31a）进行分析（130）；从所述目前的运动（41a‑43a）中获取（140）所述物体（41‑43）的即将发生的运动（41b‑43b）和/或所述物体（41‑43）的即将发生的状态变化（41c‑43c）。本发明也涉及一种所属的计算机程序。