【技术实现步骤摘要】
用于预测多个对象的停留地点的方法、设备和计算机程序
本专利技术涉及一种用于借助机器学习系统来预测多个对象的停留地点的方法。本专利技术同样涉及一种设备和一种计算机程序，所述设备和计算机程序分别设立成实施该方法。
技术介绍
未提前公开的DE102017217412.9公开了用于运行机器人控制系统的方法，所述机器人控制系统包括机器学习系统。该机器学习系统根据表示机器人的活动空间的地图来测定（ermitteln）至少一个对象在该机器人的活动空间中的运动走向（Bewegungsverlauf）。未提前公开的DE102018201570.8公开了一种多目标对象跟踪（Multiple-Target-Object-Tracking）方法。首先，借助速度转移分布（Geschwindigkeitsübergangsverteilung）测定速度分布。接着，计算转移概率信息，所述转移概率信息针对对象说明到达可能的相邻网格单元的概率。紧接着，基于转移概率信息来测定每个网格单元的占用概率（Belegtheitswahrscheinlichke
【技术保护点】
1.一种用于分别预测多个对象（P1，P2）的停留地点、尤其是运动走向的方法（30），/n其中提供了如下地图（20）：所述地图包括所述对象（P1，P2）的至少一个活动空间并且划分成多个单元（21），/n其中为每个单元（21）都配属第一变量（22），所述第一变量（22）、尤其是概率（P（O
【技术特征摘要】
20180831 DE 102018214828.71.一种用于分别预测多个对象（P1，P2）的停留地点、尤其是运动走向的方法（30），
其中提供了如下地图（20）：所述地图包括所述对象（P1，P2）的至少一个活动空间并且划分成多个单元（21），
其中为每个单元（21）都配属第一变量（22），所述第一变量（22）、尤其是概率（P（OC））表征所述对象（P1，P2）中的至少一个对象是否处于相应的单元之内，
其中在所述地图（20）上放置有多个虚构对象，并且其中根据为在其之内放置有相应的虚构对象的单元所配属的那个第一变量（22），分别为所述虚构对象配属权重，
其中机器学习系统根据所述地图（20）来测定多个不同的离散速度，
其中根据所述多个不同的离散速度中的所选出的离散速度，测定所述虚构对象的新位置（r’），并且依据所述新位置（r’）在所述地图（20）上放置所述虚构对象，
其中根据放置在所述相应的单元之内的那些虚构对象的权重，测定所述单元的所述第一变量（22）。
2.按照上述权利要求中任一项所述的方法，其中，根据所述单元的更新过的第一变量（22），预测所述对象（P1，P2）的所述停留地点。
3.按照上述权利要求中任一项所述的方法，其中，尤其是随机地和多次地，根据所配属的权重选出所述虚构对象，并且所选出的虚构对象被放置在如下相应的单元之内：在所述相应的单元之内已放置有所述所选出的虚构对象。
4.按照上述权利要求中任一项所述的方法，其中，为每个虚构对象都配属有位置（r）和速度（v），
其中根据所述相应的虚构对象的所配属的速度和所述所选出的离散速度，分别针对每个虚构对象测定新速度（v’），
其中根据所述新速度（v’）来测定所述虚构对象的所述新位置（r’）。
5.按照上述权利要求中任一项所述的方法，其中，根据放置在所述相应的单元之内的所述虚构对象的所述权重（P（Ocp））的乘积，测定所述单元的所述第一变量。
6.按照上述权利要求中任一项所述的方法，其中，执行测量、尤其是所述对象的检测，其中根据所述测量来...
【专利技术属性】
技术研发人员：VS普拉巴卡兰，JM德林格尔，M斯皮斯，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：德国;DE
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。