【技术实现步骤摘要】
【国外来华专利技术】用于为神经网络生成受干扰的输入数据的方法和生成器
[0001]本专利技术涉及一种为用于分析驾驶员辅助系统的传感器数据、特别是用于分析数字图像的神经网络生成受干扰的输入数据的方法。本专利技术还涉及一种用于检查这种神经网络的稳健性的方法和一种用于改进这种神经网络的参数组的方法。本专利技术还涉及一种用于为用于分析驾驶员辅助系统的传感器数据、特别是用于分析数字图像的神经网络生成受干扰的输入数据的生成器。
技术介绍
[0002]现代车辆包括驾驶员辅助系统,所述驾驶员辅助系统支持驾驶员控制车辆,或者部分地或完全地接管驾驶任务。通过使用这种驾驶员辅助系统,可以实现车辆控制的不同程度的自动化。在自动化程度较低的情况下,仅向驾驶员输出信息和警告。在自动化程度较高的情况下,驾驶员辅助系统主动干预车辆的控制。例如,在车辆转向或正向或负向加速中存在干预。在自动化程度更高的情况下,对车辆的设备的干预达到这样的程度:即可以自动执行车辆的某些类型的运动,例如直线行驶。在自动化程度最高的情况下,车辆可以自动驾驶。
[0003]在此类驾驶员辅助系统中,对在驾驶期间由车辆的周围环境记录的数字图像的分析至关重要。只有在正确分析数字图像时,驾驶员辅助系统才能可靠地控制车辆。在分析驾驶员辅助系统的数字图像时,机器学习具有巨大的潜力。例如由车辆的摄像机、雷达传感器或激光雷达传感器生成的传感器原始数据借助于深度神经网络进行处理。神经网络生成输出数据,驾驶员辅助系统由这些输出数据导出关于部分自动的或全自动的驾驶的相关信息。例如,确定车辆环境中的对象的类型和 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于为用于分析驾驶员辅助系统的传感器数据、特别是数字图像的神经网络(11)生成受干扰的输入数据(9)的方法,其中,定义第一度量,所述第一度量表明如何测量传感器数据的变化程度,定义第二度量,所述第二度量表明来自传感器数据的干扰针对的是什么,由所述第一度量和所述第二度量的组合产生优化问题,借助至少一种求解算法来求解所述优化问题,其中,所述求解表明所述输入数据(9)的目标干扰,并且借助所述目标干扰从传感器数据为所述神经网络(11)生成受干扰的所述输入数据(9)。2.根据权利要求1所述的方法,其特征在于,所述第二度量针对的是对象分类的变化。3.根据权利要求1或2所述的方法,其特征在于,所述第二度量针对的是对象的消失。4.根据权利要求1或2所述的方法,其特征在于,所述第二度量针对的是某个类别的对象的变化。5.根据前述权利要求中任一项所述的方法,其特征在于,由所述第一度量和/或第二度量描述的干扰是自然发生的干扰。6.根据权利要求5所述的方法,其特征在于,所述第一度量和/或第二度量存储在数据库(16)中,以及从所述数据库(16)中加载关于利用所述第一度量和/或第二度量测量的自然发生的干扰的数据组。7.根据前述权利要求中任一项所述的方法,其特征在于,定义第三度量,所述第三度量表明干扰应用于哪些传感器数据,以及由所述第一度量、所述第二度量和所述第三度量中的至少两个度量的组合生成所述优化问题。8.根据权利要求7所述的方法,其特征在于,所述第三度量涉及到所有传感器数据。9.根据权利要求7所述的方法,其特征在于,所述第三度量仅涉及到所述传感器数据的子集。10.根据权利要求7所述的方法,其特征在于,
所述第三度量仅描述包含特定对象的传感器数据。11.根据前述权利要求中任一项所述的方法,其特征在于,所述求解算法包括使用所述神经网络的梯度来确定变化方向的迭代方法。12.一种为用于分析驾驶员辅助系统的传感器数据、特别是数字图像的神经网络(11)生成受干扰的输入数据(9)的方法,其中,定义包含所述第一度量的第一组,所述第一度量分别不同地表明如何测量传感器数据的变化程度,定义包含所述第二度量的第二组,所述第二度量分别不同地表明传感器数据的干扰针对的是什么,选择所述第一组的第一度量和所述第二组的第二度量的任意组合,从所述第一度量和第二度量的所选择的组合生成优化问题,借助至少一种求解算法来求解所述优化问题,其中,所述求解表明所述输入数据(9)的目标干扰,并且借助所述目标干扰,由传感器数据为所述神经网络(11)生成受干扰的输入数据(9)。13.根据权利要求12所述的方法,其特征在于,所述第一组包括至少两个、特别是至少五个不同的第一度量。14.根据权利要求12或13所述的方法,其特征在于,所述第二组包括至少两个、特别是至少五个不同的第二度量。15.根据权利要求12至14中任一项所述的方法,其特征在于,定义第三度量,所述第三度量表明干扰应用于哪些传感器数据,以及选择所述第一组的第一度量、所述第二组的第二度量和所述第三度量的任意组合,由所述第一度量、第二度量和第三度量的所选择的组合生成优化问题。16.根据权利要求12至15中任一项所述的方法,其特征在于,定义了包含多个求解算法的求解算法集合,所述多个求解算法分别不同地求解所述优化问题,以便生成所述输入数据的不同的目标干扰,选择所述求解算法集合中的任意求解算法,以便从传感器数据为所述神经网络(11)生成受干扰的输入数据(9)。17.一种用于检查用于分析传感器数据、特别是数字图像的神经网络(11)相对于受干扰的输入数据(9)的稳健性的方法,其中,执行以下步骤:提供具有相关参数组的所述神经网络(11);借助示例
‑
传感器数据组生成训练数据;借助所述神经...
【专利技术属性】
技术研发人员:F,
申请(专利权)人:纽罗卡特有限责任公司,
类型:发明
国别省市:
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。