Es wird ein Verfahren zum Erzeugen eines Trainingsdatensatzes zum Trainieren eines Künstlichen-Intelligenz-Moduls, KI-Moduls (1), zur Verfügung gestellt. Das Verfahren sieht zunächst ein Bereitstellen einer Bildsequenz (5), in der eine Umgebung (6) eines Roboters erfasst ist, vor. Dann erfolgt ein Bestimmen von wenigstens einer Trajektorie (14a-14e), die in der erfassten Umgebung (6) des Roboters anordbar ist. Des Weiteren ist ein Generieren von wenigstens einer zukünftigen Bildfolge vorgesehen, die sich auf einen in Bezug auf einen Sequenzendzeitpunkt (t0) in der Zukunft liegenden Zeitabschnitt (t0+n) erstreckt und basierend auf der wenigstens einen bestimmten Trajektorie (14a-14e) eine Prädiktion von Bildern für den Fall umfasst, dass der bestimmten Trajektorie (14a-14e) während des in der Zukunft liegenden Zeitabschnitts (t0+n) gefolgt würde. Es erfolgt ein Bewerten von wenigstens einem Teilabschnitt der in der generierten Bildfolge enthaltenen bestimmten Trajektorie (14a-14e) als positiv, wenn eine durch Folgen der Trajektorie (14a-14e) prädizierte Bewegung einer gültigen Bewegungssituation entspricht, oder als negativ, wenn die durch Folgen der Trajektorie (14a-14e) prädizierte Bewegung einer ungültigen Bewegungssituation entspricht, und ein Kombinieren der generierten zukünftigen Bildfolge mit der dieser zugeordneten Bewertung der Trajektorie (14a-14e) zum Erzeugen eines Trainingsdatensatzes (2) für das KI-Modul (1). Dadurch kann das KI-Modul (1) durch einen Fahrsimulator trainiert werden, der auf der aufgenommenen und damit realistischen Bildsequenz (5) in Kombination mit einer mit vergleichsweise geringem Rechenaufwand erreichbaren Prädiktion basiert.

    A method for generating a training data set for training an artificial intelligence (AI) module. An image sequence is provided in which surroundings of a robot are recorded. A trajectory in the recorded surroundings is determined. At least one future image sequence is generated which extends to a time segment in the future, and, based on the at least one determined trajectory, encompasses a prediction of images for the event that the determined trajectory was followed during the time segment in the future. At least one sub-section of the determined trajectory in the generated image sequence is assessed as positive or as negative when a movement predicted by following the trajectory corresponds to a valid movement situation, or as an invalid movement situation, respectively. The generated future image sequence with the assessment assigned thereto of the trajectory are combined for generating a training data set for the AI module.


    Zugriff

    Download


    Exportieren, teilen und zitieren



    Titel :

    Verfahren zum Erzeugen eines Trainingsdatensatzes zum Trainieren eines Künstlichen-Intelligenz-Moduls für eine Steuervorrichtung eines Roboters


    Beteiligte:

    Erscheinungsdatum :

    19.09.2019


    Medientyp :

    Patent


    Format :

    Elektronische Ressource


    Sprache :

    Deutsch


    Klassifikation :

    IPC:    B60W CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION , Gemeinsame Steuerung oder Regelung von Fahrzeug-Unteraggregaten verschiedenen Typs oder verschiedener Funktion / G06V



    Verfahren zum Trainieren eines zentralen Künstlichen-Intelligenz-Moduls

    JORDAN ALEXANDER / OBERHARDT TOBIAS | Europäisches Patentamt | 2019

    Freier Zugriff

    Verfahren zum Trainieren eines Künstlichen-Intelligenz-Moduls, Betriebsverfahren und Datenverarbeitungseinrichtung

    GEISLER SIMON / LELLMANN CHRISTIAN | Europäisches Patentamt | 2020

    Freier Zugriff

    Verfahren zum Trainieren eines Künstlichen-Intelligenz-Modells

    PFLEGHAAR TOBIAS / KNÖSS STEFAN | Europäisches Patentamt | 2023

    Freier Zugriff

    Steuervorrichtung und Verfahren zum Erzeugen eines adaptierbaren künstlichen Horizonts

    GRONAU HENDRIK / BÖCKENHOFF PAUL | Europäisches Patentamt | 2025

    Freier Zugriff

    Verfahren zum Trainieren eines künstlichen neuronalen Netzes eines Fahrermodells

    KEVIN LAUBIS DR / QIANLIN WU | Europäisches Patentamt | 2024

    Freier Zugriff