Системы и способы обучения обнаружению листвы - RU2018112646A
Код документа: RU2018112646A
Формула
1. Способ, содержащий этапы, на которых:
принимают данные, связанные с множеством установленных на транспортном средстве датчиков;
определяют с помощью системы обучения обнаружению листвы несколько представляющих интерес областей (ROI) на основе принимаемых данных;
наносят метку на каждую область ROI, причем метка классифицирует тип листвы, связанной с областью ROI; и
обучают с помощью системы обучения обнаружению листвы алгоритм машинного обучения на основе областей ROI и соответствующих меток.
2. Способ по п. 1, дополнительно содержащий этапы, на которых предварительно обрабатывают принимаемые данные, причем предварительная обработка принимаемых данных включает в себя по меньшей мере одно из устранения шума из данных, выполнения регистрации данных, выполнения географической привязки данных и устранения выбросов.
3. Способ по п. 1, дополнительно содержащий этап, на котором реализуют алгоритм машинного обучения в транспортном средстве с помощью системы автоматизированного вождения, причем алгоритм машинного обучения классифицирует листву вблизи от транспортного средства на основе данных, принимаемых от по меньшей мере одного датчика, установленного на транспортном средстве.
4. Способ по п. 1, в котором принимаемые данные, связанные с множеством установленных на транспортном средстве датчиков, включают в себя по меньшей мере одно из данных изображений, генерируемых компьютером, радиолокационных данных, генерируемых компьютером, лидарных данных, генерируемых компьютером, и ультразвуковых данных, генерируемых компьютером.
5. Способ по п. 1, в котором принимаемые данные, связанные с множеством установленных на транспортном средстве датчиков, включают в себя произвольное генерирование различных типов листвы в различных местах вблизи транспортного средства.
6. Способ по п. 1, в котором принимаемые данные, связанные с множеством установленных на транспортном средстве датчиков, включают в себя виртуальные данные.
7. Способ по п. 1, дополнительно содержащий этап, на котором включают алгоритм машинного обучения в систему обнаружения листвы в транспортном средстве.
8. Способ, содержащий этапы, на которых:
принимают данные, связанные с множеством установленных на транспортном средстве датчиков;
предварительно обрабатывают принимаемые данные, причем предварительная обработка принимаемых данных включает в себя по меньшей мере одно из устранения шума из данных, выполнения регистрации данных, выполнения географической привязки данных и устранения выбросов;
определяют с помощью системы обучения обнаружению листвы несколько представляющих интерес областей (ROI) на основе предварительно обработанных данных;
наносят метку на каждую область ROI, причем метка классифицирует тип листвы, связанной с областью ROI; и
обучают с помощью системы обучения обнаружению листвы алгоритм машинного обучения на основе областей ROI и соответствующих меток.
9. Способ по п. 1 или 8, в котором множество установленных на транспортном средстве датчиков включает в себя по меньшей мере одно из лидарного датчика, радиолокационного датчика, ультразвукового датчика и камеры.
10. Способ по п. 1 или 8, дополнительно содержащий этап, на котором испытывают алгоритм машинного обучения в транспортном средстве с использованием реальных данных, принимаемых от по меньшей мере одного датчика, установленного на транспортном средстве.
11. Способ по п. 1 или 8, в котором метка, наносимая на каждую область ROI, включает в себя одно из объекта, не являющегося растительностью, опасной растительности, неопасной растительности и неизвестной растительности.
12. Способ по п. 1 или 8, в котором алгоритм машинного обучения представляет собой глубокую нейронную сеть.
13. Устройство, содержащее:
менеджер связи, выполненный с возможностью приема данных, связанных с множеством установленных на транспортном средстве датчиков;
модуль представляющих интерес областей, выполненный с возможностью определения нескольких представляющих интерес областей (ROI) на основе принимаемых данных;
модуль нанесения меток данных, выполненный с возможностью нанесения метки на каждую область ROI, причем метка классифицирует тип листвы, связанной с областью ROI; и
менеджер обучения, выполненный с возможностью обучения алгоритма машинного обучения на основе областей ROI и соответствующих меток.
14. Устройство по п. 13, дополнительно содержащее модуль испытания, выполненный с возможностью испытания алгоритма машинного обучения в транспортном средстве с использованием реальных данных, принимаемых от по меньшей мере одного датчика, установленного на транспортном средстве.
15. Устройство по п. 13, в котором метка, наносимая на каждую область ROI, включает в себя одно из объекта, не являющегося растительностью, опасной растительности, неопасной растительности и неизвестной растительности.
