为训练分类模型用于移动装置中的超声波传感器系统的对象识别来提供训练数据集的方法和设备制造方法及图纸

本发明专利技术涉及一种用于利用训练数据集为具有多个超声波换能器(5)的新的超声波传感器系统(2)的配置训练基于数据的分类模型(61)的方法，尤其是计算机实现的方法，其中所述分类模型(61)为一个或多个周围环境对象(U)说明对象属性的至少一个类别，其中训练数据集将来自超声波换能器(5)的传感器数据和/或来自由此导出的传感器数据特征的输入数据集分配给一个或多个周围环境对象(U)的分类向量，所述方法具有以下步骤：‑为所测量的超声波传感器系统的多个配置提供(S1)训练数据集和验证数据集，其中所述训练数据集和所述验证数据集分别针对具有相关配置的测量的测量情况将来自超声波换能器(5)的传感器数据和/或来自由此导出的传感器数据特征的输入数据集分配给一个或多个周围环境对象(U)的分类向量，‑针对新的超声波传感器系统(2)的配置与相应的所测量的超声波传感器系统的配置之间的差异分别根据传感器比较量度(SM)选择(S6)所测量的超声波传感器系统中的一个或多个，其中相应的传感器比较量度(sm)根据所提供的比较量度模型从新的超声波传感器系统(2)和相应的所测量的超声波传感器系统的相应配置的配置特征(fov23、fov34、W2、W3、W4、z2、z3、beta2、beta3)的差异中确定，所述比较量度模型根据所考虑的配置的配置特征(fov23、fov34、W2、W3、W4、z2、z3、beta2、beta3)的差异来评估超声波传感器系统的两种配置的可比性，‑选择分配给选定的所测量的超声波传感器系统的训练数据集和验证数据集；‑基于选定的训练数据集和验证数据集，训练(S7)用于新的超声波传感器系统的配置的分类模型(61)。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术涉及用于移动装置(例如机动车辆)的超声波传感器系统，并且尤其涉及用于提供训练数据集的方法，所述训练数据集用于基于对应于超声波换能器数据和/或从超声波换能器数据导出的输入数据集来训练用于对象分类的分类模型。

技术介绍

1、车辆一般配备用于对象检测的超声波传感器系统。这些超声波传感器系统通常具有多个超声波换能器用于应在其中检测周围环境对象的不同采集区域。这种超声波传感器系统通常布置在车辆的前保险杠和/或后保险杠处。

2、除了通过评估超声波换能器的数据来定位周围环境对象外，传感器数据还可用于对周围环境对象进行分类。尤其是，分类应该能够区分周围环境对象的高度，尤其是判断周围环境对象是否可以被移动装置驶过或不驶过，即它们是否是碰撞相关的。

3、周围环境对象的分类一般借助于分类模型来进行。这些分类模型可以基于数据来构造，即可以借助于训练数据集借助于机器学习方法来训练分类模型。

4、在不同车型之间，超声波传感器系统可在其配置方面(即在所用的超声波换能器的数量、布置和类型方面)存在差异，使得超声波传感器系统的分类模型的训练数据本文档来自技高网...

【技术保护点】

1.一种用于利用训练数据集为具有多个超声波换能器(5)的新的超声波传感器系统(2)的配置训练基于数据的分类模型(61)的方法，尤其是计算机实现的方法，其中所述分类模型(61)为一个或多个周围环境对象(U)说明对象属性的至少一个类别，其中训练数据集将来自超声波换能器(5)的传感器数据和/或来自由此导出的传感器数据特征的输入数据集分配给一个或多个周围环境对象(U)的分类向量，所述方法具有以下步骤：

2.根据权利要求1所述的方法，其中通过测量获得用于新的超声波传感器系统(2)的配置的进一步训练数据集和进一步验证数据集，其中利用选定的训练数据集和选定的验证数据集以及进一步训练数据集和...

【技术特征摘要】
【国外来华专利技术】

1.一种用于利用训练数据集为具有多个超声波换能器(5)的新的超声波传感器系统(2)的配置训练基于数据的分类模型(61)的方法，尤其是计算机实现的方法，其中所述分类模型(61)为一个或多个周围环境对象(u)说明对象属性的至少一个类别，其中训练数据集将来自超声波换能器(5)的传感器数据和/或来自由此导出的传感器数据特征的输入数据集分配给一个或多个周围环境对象(u)的分类向量，所述方法具有以下步骤：

2.根据权利要求1所述的方法，其中通过测量获得用于新的超声波传感器系统(2)的配置的进一步训练数据集和进一步验证数据集，其中利用选定的训练数据集和选定的验证数据集以及进一步训练数据集和进一步验证数据集来训练所述分类模型(61)。

3.根据权利要求2所述的方法，其中根据分别测量的超声波传感器系统的传感器比较量度(sm)相对于新的超声波传感器系统(2)的配置的阈值比较的结果来选择所测量的超声波传感器系统的一个或多个配置。

4.根据权利要求1至3中任一项所述的方法，其中比较量度模型是作为基于数据的模型或者具有数据集的参数模型来训练的或者被训练为基于数据的模型或者具有数据集的参数模型，其中所述数据集将分别两个所测量的超声波传感器系统的配置的配置特征(fov23，fov34，w2，w3；w4；z2；z3，beta2，beta3)的差异分别分配到相关的两个所测量的超声波传感器系统的配置的性能-比较程度(p)的差异。

5.根据权利要求4所述的方法，其中为相关的所测量的超声波传感器系统中的每一个提供分类模型(61)，该分类模型用分别所分配的训练数据集和验证数据集来训练，其中相关的所测量的超声波传感器系统中的一个的性能-比较程度(p)从利用两个所测量的超声波传感器系统中的...

【专利技术属性】
技术研发人员：T·雷曼，T·盖勒，M·特胡热夫斯基，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：