“M·德姆林”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果16个，建议您升级VIP下载更多相关专利

[发明专利]数字地图的验证-CN201780098047.8有效
发明人： M·德姆林;金海;许涛 -专利权人：宝马股份公司
申请日： 2017-12-27 - 公布日： 2023-06-13 - 主分类号： G01C21/00 文献下载
摘要：本公开的各示例描述了用于验证数字地图中的一部分道路的方法和装置。该方法包括：加载数字地图中的一部分道路；标识该一部分道路的道路中心线或车道线；选择该道路中心线或车道线上的一组样本；基于该组样本来确定样条曲线；计算该样条曲线与该组样本之间的平均误差；以及通过将该平均误差与阈值进行比较来验证该一部分道路，其中如果该平均误差小于该阈值，则该一部分道路是正确的，并且其中如果该平均误差等于或大于该阈值，则该一部分道路是不正确的。
数字地图验证

[发明专利]使用道路模型2D流形的6D空间中的3D里程-CN201980097462.0有效
发明人： M·德姆林;李千山;田文鑫 -专利权人：宝马股份公司
申请日： 2019-06-14 - 公布日： 2023-05-23 - 主分类号： G05D1/10 文献下载
摘要：本发明的示例描述了一种用于获得车辆的六维(6D)增量姿势的方法和装置。该方法包括：获取预定义的6D空间中的道路模型二维(2D)流形(302)，其中6D空间中的道路模型2D流形是通过将道路模型中的对象从3D(x，y，z)空间转换为6D(x，y，z，r，p，y)空间来预定义的，其中x和y表示对象在水平面上的位置，而z、r、p和y表示对象在现实世界中的高度、侧倾角、俯仰角和偏航角(304)；从车辆的里程表中获得增量3D里程(Δx，Δy，θ)(306)，其中Δx和Δy表示横向和前后方向的运动，而θ表示车辆的当前航向；将获取的增量3D里程(Δx，Δy，θ)投影到道路模型2D流形上；以及确定对应于增量3D里程的车辆的6D增量姿势(Δx'，Δy'，Δz，θr，θp，θy)(308)。
使用道路模型流形空间中的里程

[发明专利]用于标识对象的方法和系统-CN201980097929.1在审
发明人： M·德姆林;李千山;田文鑫 -专利权人：宝马股份公司
申请日： 2019-06-28 - 公布日： 2022-02-01 - 主分类号： G06V20/54 文献下载
摘要：本公开的各示例描述了用于标识对象的方法和装置。该方法包括：在第一时刻，获取由车辆装载的相机输出的原始数据，所输出的原始数据具有针对连续模型的连续数据输出格式或针对离散模型的离散数据输出格式中的一者；将该原始数据馈送到离散统计模型以形成针对第一时刻的离散统计模型格式数据，离散统计模型格式数据包括具有连续数据输出格式的连续部分和具有离散数据输出格式的离散部分；将针对第一时刻的离散统计模型格式数据与历史离散统计模型格式数据进行融合以更新针对第一时刻的离散统计模型格式数据；以及从经更新的针对第一时刻的离散统计模型格式数据中标识对象，其中该对象包括以曲线来表征的车道线。
用于标识对象方法系统

[发明专利]用于2D路径规划器的道路模型流形-CN201980097467.3在审
发明人： M·德姆林;李千山;田文鑫 -专利权人：宝马股份公司
申请日： 2019-06-14 - 公布日： 2022-01-18 - 主分类号： G01C21/32 文献下载
摘要：本公开的各示例描述了一种用于规划车辆路径的方法和装置。该方法包括：获取预定义的6D空间中的道路模型二维(2D)流形，其中6D空间中的道路模型2D流形是通过将道路模型中的对象从3D(x，y，z)空间转换为6D(x，y，z，r，p，y)空间来预先定义的，其中x和y表示对象在水平面上的位置，而z、r、p和y表示对象在现实世界中的高度、侧倾角、俯仰角和偏航角；获取车辆的当前位置(x0、y0、z0)和车辆在水平面上的目标位置(x1、y1)；获得覆盖当前位置和目标位置的一片道路模型2D流形；在使任意两点之间的距离从3D空间到水平面保持不变的情况下，将由该片道路模型2D流形表示的该片道路模型展平到水平面上；以及在水平面上根据展平的道路模型中的当前位置和目标位置为车辆规划路径。
用于路径规划道路模型流形

[发明专利]用于驾驶策略的轨迹预测-CN201980091906.X在审
发明人： M·德姆林;葛垚;D·诺茨;徐高伟 -专利权人：宝马股份公司
申请日： 2019-02-15 - 公布日： 2021-09-28 - 主分类号： G05D1/02 文献下载
摘要：本公开的各示例描述了一种用于轨迹预测的方法、装置和车辆。该方法包括：从安装在车辆上的至少一个传感器获取针对车辆周围对象的传感器数据(502)；将所获取的传感器数据馈入混合预测器中，该混合预测器包括各自具有由该混合预测器指派的权重的多个预测器，其中该多个预测器至少包括自由空间预测器和基于道路模型的预测器(504)；对于当前时刻，该多个预测器中的每一者基于来自该至少一个传感器的历史传感器数据来给出其自己针对从当前时刻起的预定时间段的预测(506)；该混合预测器确定该多个预测器中的每一者的可靠性(508)；该混合预测器基于由该多个预测器中的每一者给出的相应预测以及该多个预测器中的每一者的可靠性来输出针对从当前时刻起的预定时间段的加权混合预测，其中将更大的权重指派给在前一个或多个时刻给出更好预测的预测器(510)；以及基于加权混合预测来提供所预测的轨迹(512)。
用于驾驶策略轨迹预测

[发明专利]使用深度学习多预测器融合和贝叶斯优化的轨迹预测-CN201980091937.5在审
发明人： M·德姆林;葛垚;N·霍瑟;徐高伟 -专利权人：宝马股份公司
申请日： 2019-02-15 - 公布日： 2021-09-21 - 主分类号： G06N20/20 文献下载
摘要：本公开的各示例描述了一种用于轨迹预测的方法、装置和车辆。该方法包括：获取针对对象的观察数据以及与该对象相关的环境信息；利用多个预测器基于历史观察数据给出针对该对象的相应预测；将相应预测和环境信息馈入用于轨迹预测的经训练多预测器融合模型中；由该多预测器融合模型提供在由该环境信息指示的环境下的针对该对象的预测轨迹。
使用深度学习预测融合贝叶斯优化轨迹

[发明专利]用于训练道路模型的快照图像-CN201880098535.3在审
发明人： M·德姆林;江万里;李千山 -专利权人：宝马股份公司
申请日： 2018-10-11 - 公布日： 2021-06-01 - 主分类号： G06K9/62 文献下载
摘要：本公开的示例描述了一种用于利用快照图像来训练道路模型的方法和系统。该方法包括：获取道路场景的现有道路模型；从安装在车辆上的至少两个传感器获取该道路场景的至少两个传感器数据帧，该至少两个传感器数据帧是在不同时间处按顺序收集的；对于该至少两帧中的每一帧，利用所获取的传感器数据来创建快照图像；将该现有道路模型与该快照图像中的每一者相关联作为训练数据；以及使用该训练数据来训练新道路模型。
用于训练道路模型快照图像

[发明专利]交通场景的快照图像-CN201880098529.8在审
发明人： M·德姆林;江万里;李千山 -专利权人：宝马股份公司
申请日： 2018-10-11 - 公布日： 2021-05-14 - 主分类号： G01C11/00 文献下载
摘要：本公开的各示例描述了用于创建交通场景的快照图像的方法和装置。该方法包括：获取安装在车辆上的至少两个传感器的传感器数据，其中该传感器数据是在基本上相同的时间处收集的(202)；获取这些传感器中的每个传感器的位置(204)；基于所获取的传感器的位置来将该至少两个传感器中的每个传感器的传感器数据变换到参考坐标系中(206)；以及将经变换的传感器数据绘制到图像上以形成快照图像(208)。
交通场景快照图像

[发明专利]交通场景的快照图像-CN201880098543.8在审
发明人： M·德姆林;江万里;李千山 -专利权人：宝马股份公司
申请日： 2018-10-11 - 公布日： 2021-05-14 - 主分类号： B60W50/14 文献下载
摘要：本公开的各示例描述了用于创建交通场景的快照图像的方法和装置。该方法包括：获取安装在车辆上的传感器的至少两个传感器数据帧，其中该至少两个传感器数据帧是在不同时间处按顺序收集的；获取该传感器的位置；基于所获取的传感器的位置来将每个传感器数据帧变换到当前参考坐标系中；以及将经变换的传感器数据绘制到图像上以形成快照图像。
交通场景快照图像

[发明专利]用于训练事件检测器的快照图像-CN201880098545.7在审
发明人： M·德姆林;江万里;李千山 -专利权人：宝马股份公司
申请日： 2018-10-11 - 公布日： 2021-05-14 - 主分类号： G06K9/00 文献下载
摘要：本公开的示例描述了一种用于利用快照图像来训练事件检测器的方法和装置。该方法包括：从安装在车辆上的至少一个传感器获取至少两个传感器数据帧，该至少两个传感器数据帧是在不同时间处按顺序收集的(702)；获取在传感器数据被获取时正在发生的事件的结果(704)；对于该至少两帧中的每一帧，利用所获取的传感器数据来创建快照图像(706)；将所获取的事件的结果与对应的快照图像相关联作为训练数据(708)；以及使用该训练数据来训练事件检测器(710)。
用于训练事件检测器快照图像

[发明专利]点云的增量分割-CN201880094639.7在审
发明人： M·德姆林;江万里;李千山 -专利权人：宝马股份公司
申请日： 2018-06-15 - 公布日： 2021-02-02 - 主分类号： G06T7/11 文献下载
摘要：本公开的诸示例描述了一种用于点云分割的方法，包括：从传感器接收第一帧点云；使用分割算法来对第一帧点云进行分割以获得表示第一帧点云的分割结果的第一组点簇；从传感器接收第二帧点云；将第一组点簇映射到第二帧点云；确定第二帧点云内的不属于经映射的第一组点簇的点；使用分割算法来对第二帧点云内的不属于经映射的第一组点簇的点进行分割以获得第二组点簇；以及通过组合第一组点簇和第二组点簇来生成第二帧点云的分割结果。
增量分割

[发明专利]通过碰撞风险图执行自动驾驶车辆控制-CN201780098064.1在审
发明人： M·德姆林;江万里;李千山;B·S·吕;G·G·徐;T·T·许 -专利权人：宝马股份公司
申请日： 2017-12-27 - 公布日： 2020-11-03 - 主分类号： B60W30/09 文献下载
摘要：本公开的各示例描述了自动驾驶车辆中的用于降低碰撞风险的方法和装置。该方法包括：获取数字地图；获取与所述数字地图相关的碰撞风险图，其中所述碰撞风险图表示所述数字地图上的碰撞风险分布，所述碰撞风险分布至少包括具有高于预定阈值的碰撞风险的高碰撞风险区域的分布；从所获取的碰撞风险图中确定所述数字地图中至少与所述车辆的行驶路径有关的一部分的碰撞风险；以及基于所确定的碰撞风险来做出车辆控制决策以降低碰撞风险。
通过碰撞风险执行自动驾驶车辆控制

[发明专利]用于车辆的数字地图的变形校正-CN201780098065.6在审
发明人： M·德姆林;金海;B·S·吕;T·T·许 -专利权人：宝马股份公司
申请日： 2017-12-27 - 公布日： 2020-10-23 - 主分类号： G01C21/32 文献下载
摘要：本公开的诸示例描述了用于校正用于车辆的数字地图的变形的方法和装置，该方法包括：从该数字地图加载相关部分；确定该相关部分是否包括第一带中的道路坐标信息和第二带中的道路坐标信息，其中该第一带中的道路坐标信息与第一笛卡尔坐标系相关联并且该第二带中的道路坐标信息与第二笛卡尔坐标系相关联；如果该相关部分包括该第一带中的道路坐标信息和该第二带中的道路坐标信息，则将该第二带中的道路坐标信息转换到第一笛卡尔坐标系；以及通过将该第一带中的道路坐标信息与该第二带中的经转换的道路坐标信息相组合来生成经校正的地图；其中第一笛卡尔坐标系是车辆用于处理道路坐标信息的坐标系。
用于车辆数字地图变形校正

[发明专利]车辆变道预测-CN201780098063.7在审
发明人： M·德姆林;徐高伟;许涛 -专利权人：宝马股份公司
申请日： 2017-12-27 - 公布日： 2020-08-11 - 主分类号： B60W30/00 文献下载
摘要：本公开的各示例描述了用于变道预测的方法和系统。该方法包括收集原始驾驶数据；从所收集的原始驾驶数据中提取多个特征集合；获取相应的变道信息，所述变道信息指示车辆在每一个所提取的特征集合下的变道状态；用所获取的相应的变道信息来对所提取的多个特征集合中的每一个进行自动标记；以及用经标记的多个特征集合来训练变道预测模型。本公开的各示例还描述了用于应用变道预测模型的方法、系统和车辆。
车辆预测

[发明专利]用于生成高精度地图的特征图的方法和装置-CN201811206505.8在审
发明人： M·德姆林;T·徐;H·金 -专利权人：宝马股份公司
申请日： 2018-10-17 - 公布日： 2020-04-24 - 主分类号： G01C21/32 文献下载
摘要：本发明提供了用于生成高精度地图的特征图的方法和装置。该方法可包括并且该装置可用于：获得高精度地图点云，该高精度地图点云包括高精度地图中的各个对象的点云；从该高精度地图点云中提取与车辆定位相关的对象；以及存储与车辆定位相关的对象的点云以生成高精度地图的特征图。通过采用上述方法和装置，在所生成的特征图中移除了不稳定的结构，从而显著节省了存储器空间。
用于生成高精度地图特征方法装置

1
2
下一页»
尾页
共 16 条