[发明专利]运动检测方法、装置、设备和介质有效

专利信息
申请号: 201810796567.2 申请日: 2018-07-19
公开(公告)号: CN109100537B 公开(公告)日: 2021-04-20
发明(设计)人: 巢鑫;徐鹏辉;梁志远 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G01P15/18 分类号: G01P15/18;G01P13/00
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 运动 检测 方法 装置 设备 介质
【权利要求书】:

1.一种运动检测方法,其特征在于,包括:

根据移动载体中智能设备的当前姿态以及所述移动载体处于不同运动状态下所述智能设备的加速度,对预先训练的模型进行验证,并将验证通过的模型作为预测模型;

将采集的所述智能设备的加速度输入所述预测模型,输出所述移动载体的预测运动状态;

其中,所述根据移动载体中智能设备的当前姿态以及所述移动载体处于不同运动状态下所述智能设备的加速度,对预先训练的模型进行验证之前,所述方法还包括:

采集移动载体的不同运动状态以及所述不同运动状态下智能设备的加速度作为训练样本;

基于设定模型训练算法,利用所述训练样本进行训练,得到预先训练的模型,同时将所述智能设备的姿态与所述预先训练的模型关联;

其中,所述根据移动载体中智能设备的当前姿态以及所述移动载体的不同运动状态下所述智能设备的加速度,对预先训练的模型进行验证,包括:

若预先训练的模型对应的姿态与移动载体中智能设备的当前姿态匹配,则利用所述移动载体处于任一运动状态的时间长度大于预设的时间长度阈值的时间间隔内,所述智能设备的加速度,对姿态匹配的预先训练的模型进行验证。

2.根据权利要求1所述的方法,其特征在于,所述将采集的所述智能设备的加速度输入所述预测模型,输出所述移动载体的预测运动状态之后,所述方法还包括:

依据移动载体的历史运动信息和所述移动载体的预测运动状态,确定所述移动载体的最终运动状态。

3.根据权利要求2所述的方法,其特征在于,所述依据移动载体的历史运动信息和所述移动载体的预测运动状态,确定所述移动载体的最终运动状态,包括:

依据移动载体的历史行驶速度和/或历史运动状态,以及所述移动载体的预测运动状态确定所述移动载体的最终运动状态。

4.根据权利要求1-3中任一所述的方法,其特征在于,所述将采集的所述智能设备的加速度输入所述预测模型,输出所述移动载体的预测运动状态之后,所述方法还包括:

根据移动载体的预测运动状态,调整所述移动载体的定位坐标位置。

5.根据权利要求4所述的方法,其特征在于,所述根据移动载体的预测运动状态,调整所述移动载体的定位坐标位置,包括:

若当前时刻移动载体的定位坐标位置为第一位置,下一时刻所述移动载体的定位坐标位置仍为第一位置,且所述移动载体在当前时刻和下一时刻的预测运动状态均为运动,则调整所述移动载体在下一时刻的定位坐标位置为第一位置的下一位置;或

若在不同时刻移动载体的预测运动状态均为静止,则保持所述移动载体在所述不同时刻的定位坐标位置相同。

6.一种运动检测装置,其特征在于,包括:

验证模块,用于根据移动载体中智能设备的当前姿态以及所述移动载体处于不同运动状态下所述智能设备的加速度,对预先训练的模型进行验证,并将验证通过的模型作为预测模型;

预测模块,用于将采集的所述智能设备的加速度输入所述预测模型,输出所述移动载体的预测运动状态;其中,所述验证模块,包括:

验证单元,用于若预先训练的模型对应的姿态与移动载体中智能设备的当前姿态匹配,则利用所述移动载体处于任一运动状态的时间长度大于预设的时间长度阈值的时间间隔内,所述智能设备的加速度,对姿态匹配的预先训练的模型进行验证;

其中,所述验证模块具体还用于:

采集移动载体的不同运动状态以及所述不同运动状态下智能设备的加速度作为训练样本;

基于设定模型训练算法,利用所述训练样本进行训练,得到预先训练的模型,同时将所述智能设备的姿态与所述预先训练的模型关联。

7.根据权利要求6所述的装置,其特征在于,所述装置还包括:

状态确定模块,用于所述将采集的所述智能设备的加速度输入所述预测模型,输出所述移动载体的预测运动状态之后,依据移动载体的历史运动信息和所述移动载体的预测运动状态,确定所述移动载体的最终运动状态。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810796567.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top