[发明专利]一种车辆速度的预测方法、装置、电子设备和存储介质有效
申请号: | 202110004513.X | 申请日: | 2021-01-04 |
公开(公告)号: | CN112834775B | 公开(公告)日: | 2022-04-08 |
发明(设计)人: | 田野;袁义龙;刘定俊 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G01P3/00 | 分类号: | G01P3/00 |
代理公司: | 深圳市隆天联鼎知识产权代理有限公司 44232 | 代理人: | 叶虹 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车辆 速度 预测 方法 装置 电子设备 存储 介质 | ||
1.一种车辆速度的预测方法,其特征在于,所述预测方法应用于终端,所述终端设置于目标车辆内,所述预测方法包括:
通过传感器获取待处理车辆数据,所述待处理车辆数据至少包括目标车辆的加速度数据以及角速度数据;
根据所述待处理车辆数据生成车辆特征数据;
根据所述车辆特征数据与速度区间的映射关系,确定对应于所述车辆特征数据的目标速度区间,其中,所述目标速度区间是根据对应于各个速度区间的特征值的概率分布确定的,所述概率分布是根据所述车辆特征数据生成的;
根据所述目标速度区间确定所述目标车辆的行驶速度。
2.根据权利要求1所述的车辆速度的预测方法,其特征在于,所述根据所述待处理车辆数据生成车辆特征数据,包括:
将所述加速度数据以及所述角速度数据的坐标系转换成地球平面坐标系,得到转换车辆数据;
根据预定的偏移量对所述转换车辆数据进行数据处理,得到修正数据;
根据所述修正数据进行特征提取,得到车辆特征数据,所述车辆特征数据包括时域特征数据以及频域特征数据。
3.根据权利要求2所述的车辆速度的预测方法,其特征在于,所述将所述加速度数据以及所述角速度数据的坐标系转换成地球平面坐标系,得到转换车辆数据,包括:
根据所述加速度数据,确定传感器自身坐标系到地球平面坐标系的旋转矩阵;
根据所述旋转矩阵处理所述加速度数据以及所述角速度数据,得到转换车辆数据。
4.根据权利要求1所述的车辆速度的预测方法,其特征在于,所述根据所述车辆特征数据与速度区间的映射关系,确定对应于所述车辆特征数据的目标速度区间,包括:
根据所述车辆特征数据,采用速度区间预测模型输出速度区间概率分布,所述速度区间概率分布包括至少两个特征值,每个特征值对应于一个速度区间;
根据所述速度区间概率分布,从所述至少两个特征值中选取最大值;
确定所述最大值所对应的速度区间为目标速度区间。
5.根据权利要求4所述的车辆速度的预测方法,其特征在于,所述通过传感器获取待处理车辆数据之前,所述方法还包括:
获取待训练车辆数据,所述待训练车辆数据至少包括所述目标车辆的加速度数据、角速度数据以及所述目标车辆的行驶速度;
根据所述待训练车辆数据生成训练特征数据;
根据所述训练特征数据所对应的所述目标车辆的行驶速度,确定所述训练特征数据对应的速度区间;
根据所述训练特征数据以及所述速度区间,对待训练预测模型进行训练,得到速度区间预测模型。
6.根据权利要求1所述的车辆速度的预测方法,其特征在于,所述通过传感器获取待处理车辆数据,包括:
通过传感器获取传感器数据;
根据所述传感器所对应的传感器标识以及传感器数据的精度,对所述传感器数据进行过滤,得到待处理车辆数据。
7.根据权利要求1所述的车辆速度的预测方法,其特征在于,所述根据所述目标速度区间确定所述目标车辆的行驶速度,包括:
根据所述目标速度区间以及最近一次进行车辆速度预测所获取的历史行驶速度进行过滤计算,得到预测速度范围;
根据所述预测速度范围,确定所述行驶速度。
8.一种车辆速度预测装置,其特征在于,包括:
第一获取模块,配置为通过传感器获取待处理车辆数据,所述待处理车辆数据至少包括目标车辆的加速度数据以及角速度数据;
第一生成模块,配置为根据所述待处理车辆数据生成车辆特征数据;
第一确定模块,配置为根据所述车辆特征数据与速度区间的映射关系,确定对应于所述车辆特征数据的目标速度区间,其中,所述目标速度区间是根据对应于各个速度区间的特征值的概率分布确定的,所述概率分布是根据所述车辆特征数据生成的;
第二确定模块,配置为根据所述目标速度区间确定所述目标车辆的行驶速度。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202110004513.X/1.html,转载请声明来源钻瓜专利网。