Verfahren 1000 zum Lernen der Extraktion von Bewegungsinformationen aus Sensordaten, zur anschließenden Anwendung in der Ermittlung von Geschwindigkeiten detektierter Objekte, das Verfahren aufweisend die Schritte:- Bereitstellen 100 einer Zeitreihe von Frames 15, 14, 13, 12, 11 von Sensordaten, welche durch physikalische Beobachtung mindestens eines Objekts 10 aufgenommen wurden,- Bereitstellen 200 einer Zeitreihe von Objektbegrenzungsboxen 25, 24, 23, 22, 21, die in Frames von Sensordaten jeweils das mindestens eine Objekt 10 umgrenzen,- Zuführen 300 mindestens der Objektbegrenzungsbox 22 zu einem Zeitpunkt t sowie einer Historie von Sensordaten 15, 14, 13 aus der Zeitreihe von Sensordaten 15, 14, 13, 12, 11, und/oder einer Historie von Objektbegrenzungsboxen 25, 24, 23 aus der Zeitreihe von Objektbegrenzungsboxen 25, 24, 23, 22, 21, vor dem Zeitpunkt t zu einem trainierbaren Machine Learning-Modell 30, das die Entwicklung der Objektbegrenzungsbox 31 für einen Zeitpunkt t+k vorhersagt,- Vergleichen 400 der so vorhergesagten Objektbegrenzungsbox 31 mit einer aus der Zeitreihe von Objektbegrenzungsboxen 25, 24, 23, 22, 21 bezogenen Vergleichs-Box 21 für den gleichen Zeitpunkt t+k,- Bewerten 500 einer Abweichung zwischen der vorhergesagten Objektbegrenzungsbox 31 und der Vergleichs-Box 21 mit einer vorgegebenen Kostenfunktion, und- Optimieren 600 von Parametern 301, die das Verhalten des trainierbaren Machine Learning-Modells 30 charakterisieren, mit dem Ziel, dass sich bei weiteren Vorhersagen von Objektbegrenzungsboxen 31 die Bewertung durch die Kostenfunktion voraussichtlich verbessert.
Learning extraction of movement information from sensor data includes providing a time series of frames of sensor data recorded by physical observation of an object, providing a time series of object boundary boxes each encompassing the object in sensor data frames, supplying the object boundary box at a time t, as well as a history of sensor data from the sensor data time series, and/or a history of object boundary boxes from the time series of object boundary boxes, prior to time t to a trainable machine learning model which predicts an object boundary box for a time t+k, comparing the predicted object boundary box with a comparison box obtained from the time series of object boundary boxes for the time t+k, evaluating a deviation between the predicted object boundary box and the comparison box using a predetermined cost function, and optimizing parameters which characterize the behavior of the model.
Verfahren zum Trainieren und Betreiben einer Bewegungsschätzung von Objekten
2023-12-21
Patent
Electronic Resource
German
IPC: | G01P MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION OR SHOCK , Messen der Linear- oder Winkelgeschwindigkeit, der Beschleunigung, der Verzögerung oder des Stoßes / G06T Bilddatenverarbeitung oder Bilddatenerzeugung allgemein , IMAGE DATA PROCESSING OR GENERATION, IN GENERAL / G08G Anlagen zur Steuerung, Regelung oder Überwachung des Verkehrs , TRAFFIC CONTROL SYSTEMS |
European Patent Office | 2024
|European Patent Office | 2016
|Positions-, Orientierungs- und/oder Bewegungsschätzung eines Fahrzeugs.
European Patent Office | 2022
|