WO2024170376 - VERFAHREN UND VORRICHTUNG ZUM BEREITSTELLEN VON TRAININGSDATENSÄTZEN FÜR DAS TRAINIEREN EINES KLASSIFIKATIONSMODELLS ZUR OBJEKTIDENTIFIKATION FÜR EIN ULTRASCHALL-SENSORSYSTEM IN EINER MOBILEN EINRICHTUNG
National phase entry:
Publication Number
WO/2024/170376
Publication Date
22.08.2024
International Application No.
PCT/EP2024/053034
International Filing Date
07.02.2024
Title **
[German]
VERFAHREN UND VORRICHTUNG ZUM BEREITSTELLEN VON TRAININGSDATENSÄTZEN FÜR DAS TRAINIEREN EINES KLASSIFIKATIONSMODELLS ZUR OBJEKTIDENTIFIKATION FÜR EIN ULTRASCHALL-SENSORSYSTEM IN EINER MOBILEN EINRICHTUNG
[English]
METHOD AND APPARATUS FOR PROVIDING TRAINING DATA SETS FOR THE TRAINING OF A CLASSIFICATION MODEL FOR OBJECT IDENTIFICATION FOR AN ULTRASONIC SENSOR SYSTEM IN A MOBILE DEVICE
[French]
PROCÉDÉ ET APPAREIL POUR FOURNIR DES ENSEMBLES DE DONNÉES D'ENTRAÎNEMENT POUR L'ENTRAÎNEMENT UN MODÈLE DE CLASSIFICATION POUR UNE IDENTIFICATION D'OBJET POUR UN SYSTÈME DE CAPTEURS ULTRASONORES DANS UN DISPOSITIF MOBILE
Applicants **
ROBERT BOSCH GMBH
Postfach 30 02 20
70442 Stuttgart, DE
Inventors
REIMANN, Tom
Sattlerweg 6
73266 Bissingen An Der Teck, DE
GEILER, Thomas
Hasenaeckerweg 15
71134 Aidlingen, DE
TCHORZEWSKI, Michael
Maurener Weg 82
71034 Boeblingen, DE
Priority Data
102023201328.2
16.02.2023
DE
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| * | |
International Searching Authority |
EPO
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Translation |
|
Recalculate
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing | 998 | |
| EPO | Filing, Examination | 4554 | |
| Japan | Filing | 586 | |
| South Korea | Filing | 574 | |
| USA | Filing, Examination | 3310 |
Total: 10022 USD
The term for entry into the National Phase has expired. This quotation is for informational purposes only
Abstract[German]
Die Erfindung betrifft ein Verfahren, insbesondere computerimplementiertes Verfahren, zum Trainieren eines datenbasierten Klassifikationsmodells (61) für eine Konfiguration eines neuen Ultraschall-Sensorsystems (2) mit mehreren Ultraschallwandlern (5) mit Trainingsdatensätzen, wobei das Klassifikationsmodell (61) für ein oder mehrere Umgebungsobjekte (U) mindestens eine Klasse für eine Objekteigenschaft angibt, wobei ein Trainingsdatensatz einen Eingangsdatensatz aus Sensordaten der Ultraschallwandler (5) und/oder aus daraus abgeleiteten Sensordatenmerkmalen einem Klassifikationsvektor für ein oder mehrere Umgebungsobjekte (U) zuordnet, mit folgenden Schritten: - Bereitstellen (S1) von Trainingsdatensätzen und Validierungsdatensätzen für mehrere Konfigurationen von vermessenen Ultraschall-Sensorsystemen, wobei die Trainingsdatensätze und die Validierungsdatensätze jeweils für eine Vermessungssituation einer Vermessung mit der betreffenden Konfiguration einen Eingangsdatensatz aus Sensordaten der Ultraschallwandler (5) und/oder aus daraus abgeleiteten Sensordatenmerkmalen einem Klassifikationsvektor für ein oder mehrere Umgebungsobjekte (U) zuordnen, - Auswählen (S6) eines oder mehrerer der vermessenen Ultraschall- Sensorsysteme jeweils abhängig von einer Sensorvergleichsmetrik (SM) für den Unterschied zwischen der Konfiguration des neuen Ultraschall-Sensorsystem (2) und der Konfiguration der jeweiligen vermessenen Ultraschall-Sensorsysteme, wobei die jeweilige Sensorvergleichsmetrik (sm) aauuss den Unterschieden von Konfigurationsmerkmalen (fov23, fov34, W2, W3; W4; z2; z3, beta2, beta3) der jeweiligen Konfiguration des nneeuueenn Ultraschall- Sensorsystems (2) und des jeweiligen vermessenen Ultraschall- Sensorsystems gemäß einem bereitgestellten Vergleichsmetrikmodell bestimmt wird, das die Vergleichbarkeit von zwei Konfigurationen von Ultraschall-Sensorsystemen abhängig vvoonn Unterschieden der Konfigurationsmerkmale (fov23, fov34, W2, W3; W4; z2; z3, beta2, beta3) der betrachteten Konfigurationen bewertet, Auswahlen von Trainingsdatensätzen und Validierungsdatensätzen, die den ausgewählten vveerrmmeesssseenneenn Ultraschall-Sensorsystemen zugeordnet sind; Trainieren (S7) des Klassifikationsmodells (61) für die Konfiguration des neuen Ultraschall-Sensorsystems basierend auf den ausgewählten Trainingsdatensätzen und Validierungsdatensätzen.[English]
The invention relates to a method, in particular a computer-implemented method, for training a data-based classification model (61) for a configuration of a new ultrasonic sensor system (2) comprising a plurality of ultrasonic transducers (5) using training data sets, wherein the classification model (61) specifies, for one or more surroundings objects (U), at least one class for an object property, wherein a training data set assigns an input data set composed of sensor data of the ultrasonic transducers (5) and/or composed of sensor data features derived therefrom to a classification vector for one or more surroundings objects (U), the method comprising the following steps: - providing (S1) training data sets and validation data sets for a plurality of configurations of measured ultrasonic sensor systems, wherein the training data sets and the validation data sets in each case for a measurement situation of a measurement with the relevant configuration assign an input data set composed of sensor data of the ultrasonic transducers (5) and/or composed of sensor data features derived therefrom to a classification vector for one or more surroundings objects (U), - selecting (S6) one or more of the measured ultrasonic sensor systems in each case depending on a sensor comparison metric (SM) for the difference between the configuration of the new ultrasonic sensor system (2) and the configuration of the associated measured ultrasonic sensor systems, wherein the associated sensor comparison metric (sm) is determined from the differences in configuration features (fov23, fov34, W2, W3; W4; z2; z3, beta2, beta3) of the associated configuration of the new ultrasonic sensor system (2) and of the associated measured ultrasonic sensor system in accordance with a provided comparison metric model which assesses the comparability of two configurations of ultrasonic sensor systems depending on differences in the configuration features (fov23, fov34, W2, W3; W4; z2; z3, beta2, beta3) of the configurations considered, selecting training data sets and validation data sets which are assigned to the selected measured ultrasonic sensor systems; training (S7) the classification model (61) for the configuration of the new ultrasonic sensor system on the basis of the selected training data sets and validation data sets.[French]
L'invention concerne un procédé, en particulier un procédé mis en œuvre par ordinateur, pour entraîner un modèle de classification basé sur des données (61) pour une configuration d'un nouveau système de capteurs ultrasonores (2) comprenant une pluralité de transducteurs ultrasonores (5) à l'aide d'ensembles de données d'entraînement, le modèle de classification (61) spécifiant, pour un ou plusieurs objets des environs (U), au moins une classe pour une propriété d'objet, un ensemble de données d'entraînement attribuant un ensemble de données d'entrée composé de données de capteur des transducteurs ultrasonores (5) et/ou composé de caractéristiques de données de capteur dérivées de ceux-ci à un vecteur de classification pour un ou plusieurs objets des environs (U), le procédé comprenant les étapes suivantes : - fournir (S1) des ensembles de données d'entraînement et des ensembles de données de validation pour une pluralité de configurations de systèmes de capteurs ultrasonores mesurés, les ensembles de données d'entraînement et les ensembles de données de validation, dans chaque cas pour une situation de mesure d'une mesure avec la configuration pertinente, attribuant un ensemble de données d'entrée composé de données de capteur des transducteurs ultrasonores (5) et/ou composé de caractéristiques de données de capteur dérivées de ceux-ci à un vecteur de classification pour un ou plusieurs objets des environs (U), - sélectionner (S6) l'un ou plusieurs des systèmes de capteurs ultrasonores mesurés dans chaque cas en fonction d'une métrique de comparaison de capteur (SM) pour la différence entre la configuration du nouveau système de capteurs ultrasonores (2) et la configuration des systèmes de capteurs ultrasonores mesurés associés, la métrique de comparaison de capteur (sm) associée étant déterminée à partir des différences dans des caractéristiques de configuration (fov23, fov34, W2, W3 ; W4 ; z2 ; z3, beta2, beta3) de la configuration associée du nouveau système de capteurs ultrasonores (2) et du système de capteurs ultrasonores mesuré associé conformément à un modèle de métrique de comparaison fourni qui évalue l'aptitude à la comparaison de deux configurations de systèmes de capteurs ultrasonores en fonction de différences dans les caractéristiques de configuration (fov23, fov34, W2, W3 ; W4 ; z2 ; z3, beta2, beta3) des configurations considérées, en sélectionnant des ensembles de données d'entraînement et des ensembles de données de validation qui sont attribués aux systèmes de capteurs ultrasonores mesurés sélectionnés ; entraîner (S7) le modèle de classification (61) pour la configuration du nouveau système de capteurs ultrasonores sur la base des ensembles de données d'entraînement et des ensembles de données de validation sélectionnés.