技术编号：40146598
提示：您尚未登录，请点 登 陆 后下载，如果您还没有账户请点 注 册 ，登陆完成后，请刷新本页查看技术详细信息。本发明涉及一种在自动和/或至少半自主驾驶系统中检测至少一个障碍物的方法。本发明还涉及一种训练方法、计算机程序、设备、计算机可读存储介质以及机器学习模型。背景技术、自主移动机器人或驾驶员辅助系统在感知方面最重要的挑战之一是可靠地检测危险对象。因此，本发明的目的是在d环境中实现可靠的导航。、使用卷积神经网络(缩写为cnn)作为基础的传统的基于学习的对象识别算法在不提供危险对象的所有可能变体的足够数量的人注释示例的情况下通常无法学习所述危险对象的一般表示。、假设人工标记所有可能的通用对象实际上...
注意：该技术已申请专利，请尊重研发人员的辛勤研发付出，在未取得专利权人授权前，仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权，增加技术思路，做技术知识储备，不适合论文引用。
请注意，此类技术没有源代码，用于学习研究技术思路。