[发明专利]用于通过驾驶员辅助系统更好的识别对象的方法

说明书

本发明涉及一种用于运行机动车的驾驶员辅助系统的方法，所述方法包括以下步骤以便通过驾驶员辅助系统来改进对由测得的其他传感器数据表示的对象的识别(8)：检测(1)由驾驶员辅助系统的传感器装置测得且具有缺失的类别属性信息的传感器数据的第一数据项，其中所述类别属性信息涉及由传感器数据表示的对象；在考虑第一数据项的情况下预训练(3)驾驶员辅助系统的分类算法，用于改进所述分类算法的对象分辨；生成(5)模拟的传感器数据的第二数据项，所述模拟的传感器数据根据预先规定的规程具有至少一个相应的类别属性信息；在考虑第二数据项的情况下熟练(6)驾驶员辅助系统的分类算法，用于改进分类算法的为由该分类算法分辨的对象所做出的特性分配。

技术领域

本发明涉及一种用于运行机动车的驾驶员辅助系统的方法，以便通过驾驶员辅助系统更好地识别对象。

背景技术

在现代机动车中，驾驶员辅助系统用于无人驾驶、即自动或半自动驾驶的许多功能都基于机器学习。为了相应驾驶员辅助系统的学习，需要相应大量的数据量或数据项。虚拟产生的、即模拟的数据或传感器数据对于机器学习而言是一种对否则必需手动准备的所记录的、即测得的真实数据或传感器数据的的更便宜且全面的替代。此外，对于一些目标数据或目标场景、例如道路曲率而言，几乎不能手动准备或生成数据。而模拟数据由于所基于的模拟过程的不完善，可能与真实的或测得的数据有系统性的差别。因此在将仅利用模拟数据进行训练的算法或分类算法应用于真实数据时，即使用或利用该算法来识别由传感器数据所表示的对象时，将表示出降低的成果，即降低的识别率。由此影响模拟数据对于通过机器学习改善相应算法的可用性。

在这方面，文献DE 10 2013 012 781 A1公开了一种用于训练对图像数据中的确定图案进行识别的算法的方法，所述图像数据由机动车的摄像机提供。

文献DE 10 2013 018 543公开了一种用于车辆的驾驶员辅助系统，具有拍摄单元、计算单元和显示单元。计算单元在此适用于评估所述拍摄单元的数据且在此还利用学习算法。

文献DE 10 2014 106 506 A1公开了一种用于诊断机动车摄像机系统的方法，其中以至少两种不同方式对探测到的车辆外部的对象分类且将相应的分类结果进行比较以用于实施诊断。

发明内容

本发明的任务是，通过机动车的驾驶员辅助系统改善对由测得的传感器数据所表示的对象的识别，即尤其是提高驾驶员辅助系统的相应的识别率。

该任务通过一种用于运行机动车的驾驶员辅助系统实现。

本发明涉及一种用于运行机动车的驾驶员辅助系统的方法。该方法在此具有一系列步骤。

一个步骤是：检测由驾驶员辅助系统的传感器装置测得的、即真实的传感器数据的第一数据项，所述传感器数据具有缺失的类别属性信息或者尤其是不具有类别属性信息。所述第一数据项因此包括多个所测得的传感器数据。在此，传感器数据分别具有缺失的类别属性信息或都不具有类别属性信息。类别属性信息也可以被称作所谓的标签，该标签在此涉及由传感器数据所表示的对象。该对象尤其可以是车辆外部的对象或行驶状况。例如标签可以说明：在传感器数据中表示的对象是路牌。标签也可以包含其他信息且例如确定一图像区域，在该图像区域中布置有相应的对象，在此是所述路牌。对于摄像机的传感器数据而言，可能的标签例如是“在右上方的四分之一图像区域中的让行路牌”。