-
公开(公告)号：CN114930406B
公开(公告)日：2025-03-04
申请号：CN202180008841.5
申请日：2021-03-02
Applicant: 赫尔实验室有限公司
Abstract: 本公开涉及检测和校正感知系统中的感知错误的系统、产品和方法。公开了一种检测和校正感知系统中的感知错误的系统。在操作中，该系统根据场景的感知数据生成检测目标的列表，这允许根据感知数据中的与所述检测目标的列表相关联的背景来生成背景类的列表。对于检测目标的列表中的各个检测目标，从背景类的列表中识别最近背景类。然后，可以使用矢量来确定被用于识别公理的语义特征。然后生成最优感知参数，该最优感知参数被用于调整操作系统中的感知参数，以将感知错误最小化。
-
公开(公告)号：CN114245912B
公开(公告)日：2024-12-13
申请号：CN202080057727.7
申请日：2020-09-23
Applicant: 赫尔实验室有限公司
IPC: G06V20/58 , G06V40/20 , G06V10/42 , G06V10/98 , G06V10/764 , G06V10/82 , H04N23/61 , H04N23/67 , H04N23/69
Abstract: 本公开涉及评估并减少感知误差的系统、计算机程序产品、方法。该系统包括感知模块，其从移动平台附近的环境接收(对象的)感知数据。生成感知探针，所述感知探针描述对象的一个或更多个特性。将感知探针转换为基于概率信号时间逻辑(PSTL)的约束，其提供具有感知探针的统计分析的公理。对公理进行评估，以将感知探针分类为有效的或有误差的。通过基于公理求解优化问题来生成最优感知参数，这允许所述系统基于最优感知参数来调整感知模块。
-
公开(公告)号：CN111465945B
公开(公告)日：2024-02-02
申请号：CN201880080343.X
申请日：2018-11-23
Applicant: 赫尔实验室有限公司
IPC: G06N3/063 , G06N3/098 , G06F18/214 , G06F18/24
Abstract: 应用于神经形态硬件的用于模式识别的系统、方法与介质。描述了一种被设计用于神经形态硬件的用于模式识别的系统。该系统利用兴奋性层中的各个兴奋性神经元，针对训练模式生成神经元尖峰的尖峰序列，其中各个训练模式属于一模式类。针对各个模式类，生成兴奋性神经元的尖峰率分布。对兴奋性神经元的各个尖峰率分布进行归一化，并根据归一化的尖峰率分布，针对各个模式类，生成类模板。使用类模板对未标记的输入模式进行分类。可以基于未标记的输入模式的分类来控制自主装置的机械部件。
-
公开(公告)号：CN111492375B
公开(公告)日：2023-09-05
申请号：CN201980006462.5
申请日：2019-02-04
Applicant: 赫尔实验室有限公司
IPC: G06V10/764 , G06V20/10 , G06V10/44 , G06V10/46 , G06V10/762 , G06V10/77 , G06V10/778 , G06N3/0464 , G06V10/82 , G06N3/08
Abstract: 描述了一种用于对图像中的新对象进行分类的系统。在操作中，该系统使用多层网络从多个未标注图像提取显著图块。将多层网络的激活聚类成关键属性，在显示器上向用户显示该关键属性，从而提示用户利用类标签来对关键属性进行标注。然后基于所提示的关键属性的用户标注生成属性数据库。然后可以使测试图像通过该系统，以允许该系统通过在属性数据库中识别对象类来对测试图像中的至少一个对象进行分类。最终，可以基于测试图像中的至少一个对象的分类来使设备进行操作或操纵。
-
公开(公告)号：CN111033500B
公开(公告)日：2023-07-11
申请号：CN201880052521.8
申请日：2018-07-13
Applicant: 赫尔实验室有限公司
Inventor： Y·奥维考
Abstract: 本发明涉及用于传感器数据融合和重构的系统、方法和介质。描述了一种用于传感器数据融合和重构的系统。所述系统从具有多个张量模式的张量中提取切片。各个张量模式表示不完整的传感器信号的不同传感器数据流。张量切片被处理成解混合输出。所述解混合输出被转换回张量切片，并且使用矩阵分解将所述张量切片分解成模式因子。针对所有张量模式确定模式因子，并且通过匹配两个或更多个解混合共有的模式因子来将所述模式因子分配给张量因子。张量权重因子被确定并用于融合所述传感器数据流，以进行传感器数据重构。基于所述传感器数据重构来提取隐藏传感器数据。
-
Patent Agency Ranking
公开(公告)号：CN110325825B
公开(公告)日：2023-06-27
申请号：CN201880013105.7
申请日：2018-02-15
Applicant: 赫尔实验室有限公司
Abstract: 描述了一种用于对惯性测量单元的传感器进行自适应校准的系统。在每次传感器测量之后，所述系统执行多轴传感器的自动校准。评估当前校准的可靠性。如果当前校准是可靠的，则根据最近的传感器测量结果更新偏置值和比例因子值，从而得到更新后的偏置值和更新后的比例因子值。如果所述当前校准不是可靠的，则使用先前的偏置值和先前的比例因子值。所述系统使用更新后的偏置值和更新后的比例因子值或者使用先前的偏置值和先前的比例因子值来使得进行所述多轴传感器的自动校准。
-
公开(公告)号：CN110383291B
公开(公告)日：2023-06-13
申请号：CN201880015891.4
申请日：2018-04-05
Applicant: 赫尔实验室有限公司
IPC: G06V10/764 , G06V10/762 , G06V20/58 , G06V10/82 , G06N3/0464 , G06N3/088 , G06N5/04
Abstract: 描述了理解机器学习决策的系统、方法、计算机可读介质。在无监督学习阶段，该系统通过对概念的潜变量的活动模式进行聚类，以无监督方式从输入数据中提取由机器学习(ML)模型表示的概念，其中，潜变量是ML模型的隐变量。通过学习所提取的概念之间的功能语义，将所提取的概念组织成概念网络。在操作阶段，生成概念网络的子网络。将子网络的节点被显示为由权重和标签标注的视觉图像的集合，以及根据权重和标签的ML模型。
-
公开(公告)号：CN111615676B
公开(公告)日：2023-05-23
申请号：CN201980008950.X
申请日：2019-01-30
Applicant: 赫尔实验室有限公司
IPC: G05D1/00 , G05B15/02 , G06N3/0455 , G06N3/094 , G06N3/09 , G06N3/0464
Abstract: 描述了一种用于对自主平台进行控制的系统。基于输入图像，系统生成针对自主平台的电动机控制命令决策。确定输入图像属于训练图像集合的概率，并且使用所确定的概率生成针对电动机控制命令决策的可靠性度量。当可靠性度量高于预定阈值时，执行探索动作。否则，当可靠性度量低于预定阈值时，执行与电动机控制命令决策相对应的利用动作。
-
公开(公告)号：CN110494890B
公开(公告)日：2023-03-10
申请号：CN201880023966.3
申请日：2018-03-23
Applicant: 赫尔实验室有限公司
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06V10/44 , G06V20/56 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及卷积神经网络的迁移学习的系统、计算机实现方法、介质。描述了用于将针对彩色(RGB)图像设计和训练的卷积神经网络(CNN)转换成关于红外(IR)图像或灰阶图像工作的CNN。转换后的CNN包括一系列神经元卷积层，这些神经元卷积层被布置在具有对应深度切片的一组内核中。使用转换后的CNN来执行对象检测。基于对象检测来控制自主装置的机械组件。
-
公开(公告)号：CN109891191B
公开(公告)日：2022-12-23
申请号：CN201780067008.1
申请日：2017-11-27
Applicant: 赫尔实验室有限公司
Abstract: 描述了一种估计井眼轨迹的系统。所述系统处理从惯性传感器系统获得的传感器信号流。利用一组经处理后信号，所述系统确定钻头是处于测量模式状态还是连续模式状态，并且确定井眼的测量深度。在钻头静止时，应用一组测量模式定位算法。在钻头未静止时，应用一组连续模式导航算法。利用至少一个卡尔曼滤波器，组合一组测量模式定位算法的结果和一组连续模式导航算法的结果。利用组合结果生成井眼轨迹的估计和对应的不确定椭圆(EOU)。
-
-
-
-
-
-
-
-
-
Search Results
224
records
(took 0.052 seconds)
