专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果31个,建议您升级VIP下载更多相关专利
  • [发明专利]车辆定位-CN202310052551.1在审
  • 徐明;S·加格;M·米尔福德;普纳杰·查克拉瓦蒂;S·什里瓦斯塔瓦 - 福特全球技术公司
  • 2023-02-02 - 2023-08-11 - G06V20/58
  • 本公开提供“车辆定位”。可以通过将由车辆相机获取的第一图像输入到第一卷积神经网络来确定路线上的大致相机位置。可以使用特征提取算法从第一图像中提取第一图像特征点。可以基于所述大致相机位置来选择用于姿态估计算法的姿态估计参数。可以通过将所述第一图像特征点和包括在基于所述路线的运动恢复结构(SfM)地图中的第二特征点输入到由所述姿态估计参数控制的所述姿态估计算法来确定六自由度(DoF)相机姿态。可以基于所述六DoF相机姿态确定六DoF车辆姿态。
  • 车辆定位
  • [发明专利]三维对象检测-CN202211557626.3在审
  • S·什里瓦斯塔瓦;普纳杰·查克拉瓦蒂;高拉夫·潘迪 - 福特全球技术公司
  • 2022-12-06 - 2023-06-23 - G06V20/64
  • 本公开提供了“三维对象检测”。可将图像输入到深度神经网络以基于高斯热图的中心来确定所述图像中与所述图像中所包括的对象相对应的点。所述深度神经网络可确定对应于所述对象的对象描述符并将所述对象描述符包括在附接到所述点的对象向量中。所述深度神经网络可确定对象参数,所述对象参数包括所述对象在全局坐标中的三维位置和所述对象的预测像素偏移。所述对象参数可以包括在所述对象向量中,并且所述深度神经网络可以基于所述点和所述对象向量来预测所述对象在全局坐标中的未来位置。
  • 三维对象检测
  • [发明专利]相机定位-CN202211293095.1在审
  • 普纳杰·查克拉瓦蒂;S·什里瓦斯塔瓦;B·格哈奇;穆斯塔法·帕尔恰米;高拉夫·潘迪 - 福特全球技术公司
  • 2022-10-21 - 2023-05-09 - G06T7/80
  • 本公开提供“相机定位”。可以确定与由第一相机获取的第一多个图像中出现的车辆相对应的第一二维边界框的第一多个中心点。还可以确定与由第二相机获取的第二多个图像中出现的所述车辆相对应的第二二维边界框的第二多个中心点。可以基于所述第一多个中心点和所述第二多个中心点的位置以及与所述第一相机和所述第二相机相对应的第一相机参数和第二相机参数来确定多个非线性方程。可以针对所述车辆相对于所述第一相机和所述第二相机的所述位置以及所述第二相机相对于所述第一相机的所述六自由度姿态同时求解所述多个非线性方程。可以基于所述第一相机的六自由度姿态的真实世界坐标来确定所述第二相机的所述六自由度姿态的真实世界坐标。
  • 相机定位
  • [发明专利]对象姿态估计-CN202211119303.6在审
  • 普纳杰·查克拉瓦蒂;S·什里瓦斯塔瓦 - 福特全球技术公司
  • 2022-09-14 - 2023-03-31 - G06T7/73
  • 本公开提供了“对象姿态估计”。随机选择分布在包括多个相机的相机阵列的参考3D平面上的多个虚拟三维(3D)点。所述多个相机包括主相机和一个或多个附加相机。基于所述相机的相应姿态来确定所述多个相机的所述多个虚拟3D点的相应二维(2D)投影。针对相应的一个或多个附加相机,基于相应相机的2D投影和主相机的2D投影来确定相应的单应性矩阵。相应的单应性矩阵将相应相机的2D投影映射到主相机的2D投影。基于由所述多个相机捕获的相应图像和所述相应的单应性矩阵来生成拼接图像。
  • 对象姿态估计
  • [发明专利]对象轨迹预测-CN202210997330.7在审
  • B·伊万诺维奇;林逸风;S·什里瓦斯塔瓦;普纳杰·查克拉瓦蒂;M·帕沃内 - 福特全球技术公司;小利兰·斯坦福大学托管委员会
  • 2022-08-19 - 2023-03-03 - G06V20/58
  • 本公开提供了“对象轨迹预测”。可以通过将多个图像输入到感知算法来在多个时间步处确定多个代理位置,所述感知算法输入所述多个图像并输出代理标签和所述代理位置。可以通过将所述多个代理位置输入到滤波器算法来在所述多个时间步处确定对应于所述代理位置的多个第一不确定性,所述滤波器算法输入所述代理位置并输出对应于所述多个代理位置的所述多个第一不确定性。可以通过将所述多个时间步处的所述多个代理位置和对应于所述多个时间步处的所述代理位置的所述第一不确定性输入到变分自编码器来确定多个预测的代理轨迹和对应于所述预测的代理轨迹的潜在轨迹。可以输出所述多个预测的代理轨迹和对应于所述预测的代理轨迹的所述潜在轨迹。
  • 对象轨迹预测
  • [发明专利]关联干扰事件与事故或凭单-CN202210935093.1在审
  • E·亚什钦;周念军;A·巴米德帕蒂;D·C·帕特尔;A·K·伊恩格尔;S·什里瓦斯塔瓦 - 国际商业机器公司
  • 2022-08-04 - 2023-02-17 - G06F18/214
  • 本发明涉及关联干扰事件与事故或凭单。提供一种以进行概率标记的形式将停电与干扰相关联的方法和系统,干扰本身可能是基于可用数据已知的,也可能是未知的。在后一种情况下,进行标记尤其具有挑战性,因为它需要发现干扰。一种方法将统计变化点分析结合到与相关地理子区域中的服务凭单相对应的时间序列事件。假设干扰显著增加造成损失事件的比率,对该方法进行校准,以将正常期间与环境干扰期间分开。为了获得给定的造成损失的事件与环境干扰相关的概率,该方法利用了在没有任何干扰的情况下预期的事件比率(基准)与实际观察到的事件比率之间的差异。在分析中,识别了本地干扰,并提供了其持续时间和幅值的估计量。
  • 关联干扰事件事故凭单
  • [发明专利]对象姿态估计-CN202210846975.0在审
  • S·什里瓦斯塔瓦;高拉夫·潘迪;普纳杰·查克拉瓦蒂 - 福特全球技术公司
  • 2022-07-06 - 2023-01-24 - G06N3/0464
  • 本公开提供“对象姿态估计”。可将对象的深度图像输入到深度神经网络以确定所述对象的第一四自由度姿态。可将所述第一四自由度姿态和所述对象的三维模型输入到轮廓渲染程序以确定所述对象的第一二维轮廓。可基于对所述深度图像进行阈值化来确定所述对象的第二二维轮廓。可基于将所述对象的所述第一二维轮廓与所述对象的所述第二二维轮廓进行比较来确定损失函数。可基于所述损失函数来优化深度神经网络参数,并且可输出所述深度神经网络。
  • 对象姿态估计
  • [发明专利]使用单色成像的基于事件的车辆姿态估计-CN202210119339.8在审
  • S·什里瓦斯塔瓦 - 福特全球技术公司
  • 2022-02-08 - 2022-08-16 - G01S17/86
  • 本公开提供了“使用单色成像的基于事件的车辆姿态估计”。描述了一种用于估计移动车辆的车辆姿态的计算机实现的方法,其包括:通过被设置成与单色相机通信的处理器,获得运行环境的单色图像;以及在所述单色图像中检测示出与所述移动车辆相关联的多个像素的事件块。所述方法还包括:使用无监督光流预测网络生成光流图,以预测所述单色图像中每个像素的光流。所述光流图包括红绿蓝(RGB)块,其颜色信息与所述移动车辆的速度相关联。所述系统生成包括所述RGB块的像素级事件掩模,并估计所述移动车辆的所述车辆姿态。
  • 使用单色成像基于事件车辆姿态估计
  • [发明专利]基于视觉的机器人导航-CN202111634932.8在审
  • 普纳杰·查克拉瓦蒂;考希克·巴拉科瑞斯南;S·什里瓦斯塔瓦 - 福特全球技术公司
  • 2021-12-29 - 2022-07-08 - G01C21/36
  • 本公开提供了“基于视觉的机器人导航”。本实施例使用深度强化学习(DRL)算法并使用一种或多种路径规划方法来使用利用强化学习算法的深度学习方法来创建路径,所述强化学习算法使用诸如A‑Star等传统学习算法来训练。所述强化学习算法采用作为机器人的计算机视觉系统的一部分操作的前向相机,并利用训练所述算法来训练机器人使用一系列路点作为浏览路径记录来在操作环境中从点A遍历到点B。所述系统训练机器人按路点逐路段地学习路径,这防止要求机器人求解整个路径。在测试/部署时,不使用A‑star,并且机器人在没有任何中间路点的情况下在整个起点到目标路径中导航。
  • 基于视觉机器人导航

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top