提供经分类的数字记录并以其更新程序代码的方法和设备技术

对自动机器学习系统提供经分类数字记录、尤其雷达、激光雷达或摄像机记录的方法和系统，在第一时间点用记录装置、尤其雷达、激光雷达或摄像机系统检测包括离记录装置第一间距的对象的第一数字记录，用其数据确定对象第一分类；尤其此后的第二时间点用记录装置检测包括离记录装置第二间距、尤其比第一间距更小距离的对象的第二数字记录，用其数据确定对象第二分类；在两个分类结果有偏差时提供用第二分类结果分类的有至少部分第一数字记录的数字记录。更新机器可读程序代码的系统和方法：接收用第二分类分类的数字记录，尤其监督训练用包括该数字记录的经分类数字记录集识别对象类型的模型；生成包括该模型的对象类型识别程序代码并传给记录装置。序代码并传给记录装置。序代码并传给记录装置。

【技术实现步骤摘要】
提供经分类的数字记录并以其更新程序代码的方法和设备


[0001]本专利技术涉及针对用于自动机器学习的系统而提供经分类的数字记录（digitale Aufnahmen）并以其更新机器可读程序代码的方法和设备。

技术介绍

[0002]驾驶员辅助系统、例如紧急制动助理或间距/速度调节自动装置利用视频和/或雷达传感器而得以实现。
[0003]对于驾驶员辅助装置的质量而言重要的是对象类型识别的质量。

技术实现思路

[0004]对象类型识别的特别高的质量利用针对用于自动机器学习的系统而提供经分类的数字记录并以其更新机器可读程序代码的方法和设备而得以实现。
[0005]用于针对用于自动机器学习的系统而提供经分类的数字记录、尤其是雷达记录、激光雷达记录或摄像机记录的尤其是以计算机实现的方法规定：在第一时间点利用记录装置、尤其是雷达系统、激光雷达系统或摄像机系统检测第一数字记录，其中该第一数字记录包括在第一时间点布置在距离该记录装置第一间距（Distanz）处的对象；利用所述第一数字记录的数据而确定该对象的第一分类；在第二时间点、尤其是在第一时间点之后利用该记录装置而检测第二数字记录，其中该第二数字记录包括在第二时间点布置在距离该记录装置第二间距处、尤其是布置在相对于第一间距而言距离该记录装置更小距离处的对象；利用所述第二数字记录的数据而确定该对象的第二分类；并且在第一分类的结果与第二分类的结果有偏差的情况下，提供利用该第二分类的结果而分类的数字记录，其中该数字记录包括第一数字记录的至少一个部分。由此，自动地产生针对监督式学习的相关分段（Segment）及其标签。
[0006]可以规定：所述第一数字记录和所述第二数字记录被存储到第一存储器中，其中在第二存储器中提供利用所述第二分类的结果而分类的数字记录，或者为了存储在第二存储器中而提供所述数字记录。该第一存储器针对快速存取时间而被实施。第二存储器可以针对相对更慢的存取时间而被实施。
[0007]可以规定：所述第二分类的结果包括类别（Klasse），其中所述类别利用所述第二数字记录的至少一个部分而得以确定，其中所述至少一个部分至少部分地包括所述对象，其中确定如类别，该类别相对于该对象能被分类到的多个类别中的其他类别而言具有更高概率，尤其是最高概率。该类别代表尽可能好的标签。
[0008]第二分类的结果可以包括类别的概率，其中所述类别的概率利用所述第二数字记录的至少一个部分而得以确定，其中所述至少一个部分至少部分地包括该对象。所述概率代表：针对分类质量的置信度度量。因此，可以对所述分类进行改善。由此所选择的数字记录对于训练而言是特别合适的。
[0009]可以规定：利用第二分类的结果而分类的数字记录和/或第一数字记录与第二分
类的结果被输出、尤其是被输出给图形用户接口，其中要么根据对第二分类的结果进行确认的用户输入而提供利用所述第二分类的结果所分类的数字记录，要么在其他情况下并不提供利用所述第二分类的结果所分类的数字记录或者利用尤其是通过用户输入所预给定的其他分类而提供所分类的数字记录。该用户可以根据所述分类而识别出错误并且挑出所涉及的数字记录或者在必要情况下修正所述数字记录。由此，从自动生成的相关分段和标签中选择特别适合用于监督式学习的分段和标签。
[0010]可以规定，第二分类的结果在检验中根据如下数字记录而被检验，其中所述数字记录利用其它记录装置尤其是在第二时间点或者在第二时间点之后被检测，其中要么根据对第二分类的结果进行确认的检验的结果而提供利用所述第二分类的结果所分类的数字记录，要么在其他情况下并不提供利用所述第二分类的结果所分类的数字记录或者利用尤其是通过所述检验所预给定的其他分类而提供所分类的数字记录。可以通过与其他记录一起比较而识别出错误，并且挑出所涉及的数字记录或者在必要情况下修正所述数字记录。由此，从自动生成的相关分段和标签中选择特别适合用于监督式学习的分段和标签。可以通过用户或对象识别系统而进行检验。
[0011]用于更新在机器中、尤其是车辆中的用于对象类型识别的机器可读程序代码的方法规定：接收按照根据上述权利要求其中任一项所述的方法所确定的、利用第二分类所分类的数字记录，尤其是以受监督的方式而训练利用经分类的数字记录的集而进行对象类型识别的模型，其中该集包括利用第二分类所分类的数字记录；生成用于对象类型识别的机器可读程序代码，其中所述机器可读程序代码包括用于对象类型识别的如此经训练的模型；并且将机器可读程序代码传输给记录装置。在用于机器学习的系统中，训练该模型并且自动化地输出（ausbringen）如此经训练的模型以用于使用。由此，特别有效地执行所述机器学习。
[0012]用于针对用于自动机器学习的系统而提供经分类的数字记录、尤其是雷达记录、激光雷达记录或摄像机记录的系统包括记录装置、尤其是雷达系统、激光雷达系统或摄像机系统，其中所述记录装置被构造用于，在第一时间点检测第一数字记录，其中该第一数字记录包括在第一时间点布置在距离该记录装置第一间距处的对象；利用所述第一数字记录的数据而确定该对象的第一分类；在第二时间点、尤其是在第一时间点之后检测第二数字记录，所述第二数字记录包括在第二时间点布置在距离该记录装置第二间距处、尤其是布置在相对于第一间距而言距离该记录装置更小距离处的对象；利用所述第二数字记录的数据而确定该对象的第二分类；并且在第一分类的结果与第二分类的结果有偏差的情况下，提供利用该第二分类的结果而分类的数字记录，其中该数字记录包括第一数字记录的至少一个部分。利用这样分类的数字记录而改进机器学习。
[0013]该记录装置可以包括至少一个处理器，所述至少一个处理器被构造用于，将第一数字记录和第二数字记录存储到第一存储器中，并且在第二存储器中提供利用所述第二分类的结果而分类的数字记录，或者为了存储在第二存储器中而提供所述数字记录。这些存储器可以由此以与存取速度和成本的要求相匹配的方式而得以配置。
[0014]所述第二分类的结果可以包括如下类别，其中所述至少一个处理器被构造用于，利用所述第二数字记录的至少一个部分而确定所述类别，其中所述至少一个部分至少部分地包括所述对象，其中所述处理器被构造用于，确定如下类别，该类别相对于该对象能被分
类到的多个类别中的其他类别而言具有更高概率，尤其是最高概率。由此而确定特别相关的训练数据。
[0015]第二分类的结果可以包括该类别的概率，其中所述至少一个处理器被构造用于，利用所述第二数字记录的至少部分地包括所述对象的至少一个部分而确定所述类别的概率。由此使得能够基于鉴于分类正确性方面的置信度而进行选择。
[0016]该系统可以包括图形用户接口，其中所述图形用户接口被构造用于，输出利用所述第二分类的结果而分类的数字记录和/或第一数字记录与第二分类的结果，其中所述至少一个处理器或所述图形用户接口被构造用于，要么根据对第二分类的结果进行确认的用户输入而提供利用所述第二分类的结果所分类的数字记录，要么在其他情况下并不提供利用所述第二分类的结果本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于针对用于自动机器学习的系统提供经分类的数字记录的方法、尤其是以计算机实现的方法，其中所述数字记录尤其是雷达记录、激光雷达记录或摄像机记录，其特征在于，在第一时间点利用记录装置（102）、尤其是雷达系统、激光雷达系统或摄像机系统检测（306）第一数字记录，其中所述第一数字记录包括在第一时间点布置在距离所述记录装置第一间距（204）处的对象（202）；利用所述第一数字记录的数据而确定（310）所述对象（202）的第一分类；在第二时间点、尤其是在第一时间点之后利用所述记录装置（102）而检测（316）第二数字记录，其中所述第二数字记录包括在第二时间点布置在距离所述记录装置（102）第二间距（206）处、尤其是在相对于所述第一间距（204）而言距离所述记录装置（102）更小距离处的对象（202）；利用所述第二数字记录的数据而确定（320）所述对象（202）的第二分类；并且在所述第一分类的结果与所述第二分类的结果有偏差的情况下（332），提供（334）利用所述第二分类的结果而分类的数字记录，其中所述数字记录包括所述第一数字记录的至少一个部分。2.根据权利要求1所述的方法，其特征在于，所述第一数字记录和所述第二数字记录被存储到第一存储器（106）中，其中在第二存储器（108）中提供利用所述第二分类的结果而分类的数字记录，或者为了存储在第二存储器（108）中而提供（334）所述数字记录。3.根据上述权利要求其中任一项所述的方法，其特征在于，所述第二分类的结果包括如下类别，其中所述类别利用所述第二数字记录的至少一个部分而得以确定（320），其中所述至少一个部分至少部分地包括所述对象，其中确定如下类别，所述类别相对于所述对象能被分类到的多个类别中的其他类别而言具有更高概率，尤其是最高概率。4.根据权利要求3所述的方法，其特征在于，所述第二分类的结果包括所述类别的概率，其中所述类别的概率利用所述第二数字记录的至少一个部分而得以确定（320），其中所述至少一个部分至少部分地包括所述对象。5.根据上述权利要求其中任一项所述的方法，其特征在于，利用所述第二分类的结果而分类的数字记录和/或第一数字记录与第二分类的结果被输出（334）、尤其是被输出给图形用户接口（110），其中要么根据对所述第二分类的结果进行确认的用户输入而提供（334）利用所述第二分类的结果所分类的数字记录，要么在其他情况下并不提供利用所述第二分类的结果所分类的数字记录或者利用尤其是通过用户输入所预给定的其他分类而提供所分类的数字记录。6.根据上述权利要求其中任一项所述的方法，其特征在于，所述第二分类的结果在检验中根据如下数字记录而被检验（334），其中所述数字记录利用其它记录装置尤其是在第二时间点或者在第二时间点之后被检测，其中要么根据对第二分类的结果进行确认的检验的结果而提供利用所述第二分类的结果所分类的数字记录，要么在其他情况下并不提供利用所述第二分类的结果所分类的数字记录或者利用尤其是通过所述检验所预给定的其他分类而提供所分类的数字记录。7.用于更新在机器中、尤其是车辆中的用于对象类型识别的机器可读程序代码的方法，其特征在于，接收（404）按照根据上述权利要求其中任一项所述的方法所确定的、利用所述第二分类所分类的数字记录，尤其是以受监督的方式而训练（404）利用经分类的数字记录的集而进行对象类型识别的模型，其中所述集包括利用第二分类所分类的数字记录；生成（410）用于对象类型识别的机器可读程序代码，其中所述机器可读程序代码包括用于
对象类型识别的如此经训练的模型；并且将所述机器可读程序代码传输（412）给记录装置（102）。8.用于针对用于自动机器学习的系统而提供经分类的数字记录的系统（100），其中所述数字记录尤其是雷达记录、激光雷达记录或摄像机记录，其特征在于，所述系统（100）包括记录装置（102）、尤其是雷达系统、激光雷达系统或摄像机系统，其中所述记录装置被构造用于：在第一时间点检测...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：罗伯特，
类型：发明
国别省市：