[发明专利]超声波数据处理方法、装置及车辆

说明书

超声波数据处理方法、装置及车辆，该方法包括：获取已标记出所属的物体类别的超声波样本数据；利用所述超声波样本数据对初始分类模型进行训练，得到训练好的超声波数据分类模型；其中，所述初始分类模型为支持向量机；获取待识别的超声波数据；将所述待识别的超声波数据输入至超声波数据分类模型中，基于所述超声波数据分类模型的输出结果确定所述待识别的超声波数据所属的物体类别。实施本发明实施例，能够对超声波传感器采集到的数据进行分类，不依赖于人工设计的特征，可以提高分类的准确率。

技术领域

本发明涉及超声波数据处理技术领域，具体涉及一种超声波数据处理方法、装置及车辆。

背景技术

超声波传感器被广泛地应用于自动驾驶的技术方案中。然而，基于超声波传感器探测到的数据，只能识别出车辆与障碍物之间的距离，无法识别出车辆周边的障碍物具体为哪种物体。也就是说，无法对超声波传感器采集到的数据进行分类。

发明内容

本发明实施例公开了一种超声波数据处理方法、装置及车辆，能够对超声波传感器采集到的数据进行分类。

本发明实施例第一方面公开一种超声波数据处理方法，所述方法包括：

获取已标记出所属的物体类别的超声波样本数据；

利用所述超声波样本数据对初始分类模型进行训练，得到训练好的超声波数据分类模型；其中，所述初始分类模型为支持向量机；

获取待识别的超声波数据；

将所述待识别的超声波数据输入至超声波数据分类模型中，基于所述超声波数据分类模型的输出结果确定所述待识别的超声波数据所属的物体类别。

作为一种可选的实施方式，在本发明实施例第一方面中，所述利用所述超声波样本数据对初始分类模型进行训练，得到训练好的超声波数据分类模型，包括：

将所述超声波样本数据输入初始分类模型，获得所述初始分类模型输出的分类结果；

将所述分类结果与已标记出的所述物体类别相比较，获得比较结果；

根据所述比较结果调整所述初始分类模型中的参数，以使所述初始模型中的参数w满足以下条件：

最小化所述初始分类模型的决策边界的距离d＝2/‖w‖，

其中，所述N为所述超声波样本数据的总数量，所述x_i表示第i个超声波样本数据，y_i为已标记出的第i个超声波样本数据所属的物体类别，λ‖w‖²为正则项；

将参数w满足所述条件时的所述初始分类模型确定为训练好的超声波数据分类模型。

作为一种可选的实施方式，在本发明实施例第一方面中，所述基于所述超声波数据分类模型的输出结果确定所述待识别的超声波数据所属的物体类别，包括：

求解f(x)＝w′^Tx+b；其中，所述x为所述待识别的超声波数据，所述w′为训练好的所述超声波数据分类模型中的参数，所述b为标定参数；

如果f(x)≥1，将所述待识别的超声波数据确定为一类；如果f(x)≤-1，将所述待识别的超声波数据确定为另一类。

作为一种可选的实施方式，在本发明实施例第一方面中，所述获取已标记出所属类别的超声波样本数据，包括：

获取激光雷达采集到的激光雷达数据以及超声波雷达采集到的超声波雷达数据；

以所述激光雷达数据为障碍物的真值，识别出所述超声波雷达数据中属于所述障碍物的超声波雷达数据；