[发明专利]一种控制器识别方法、装置、电子设备和存储介质在审

专利信息
申请号: 202211046175.7 申请日: 2022-08-30
公开(公告)号: CN115456014A 公开(公告)日: 2022-12-09
发明(设计)人: 徐丹;李培兴;李爽 申请(专利权)人: 中汽创智科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郑华洁
地址: 211100 江苏省*** 国省代码: 江苏;32
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 控制器 识别 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种控制器识别方法,其特征在于,所述方法包括:

获取待识别控制器发送的待识别信号;

基于预设分组参数,对所述待识别信号进行分组处理,得到至少一个待识别信号分组;

对所述至少一个待识别信号分组进行信号变换处理,得到所述至少一个待识别信号分组对应的待识别信号特征;

将所述至少一个待识别信号分组对应的待识别信号特征输入到控制器识别模型中进行控制器识别,得到所述待识别控制器的控制器识别结果,所述控制器识别模型为基于所述至少一个待识别信号分组分别对应的分组识别结果,确定所述待识别控制器的控制器识别结果的模型。

2.根据权利要求1所述的控制器识别方法,其特征在于,所述预设分组参数包括多个预设信号片段,所述基于预设分组参数,对所述待识别信号进行分组处理,得到至少一个待识别信号分组包括:

从所述待识别信号中,获取与所述多个预设信号片段中至少一个预设信号片段匹配的待识别信号片段;

将所述待识别信号片段作为所述待识别信号分组。

3.根据权利要求1所述的控制器识别方法,其特征在于,所述对所述至少一个待识别信号分组进行信号变换处理,得到所述至少一个待识别信号分组对应的待识别信号特征包括:

对所述至少一个待识别信号分组进行频域变换处理,得到所述至少一个待识别信号分组各自对应的信号频率信息;

对所述信号频率信息进行频率特征提取,得到所述至少一个待识别信号分组各自对应的频率能量分布;

将所述频率能量分布作为所述待识别信号特征。

4.根据权利要求1所述的控制器识别方法,其特征在于,所述控制器识别模型包括至少一个控制器识别子模型,不同的待识别信号分组分别对应不同的控制器识别子模型,所述将所述至少一个待识别信号分组对应的待识别信号特征输入到控制器识别模型中进行控制器识别,得到所述待识别控制器的控制器识别结果包括:

将所述至少一个待识别信号分组对应的待识别信号特征,分别输入到对应的控制器识别子模型中进行控制器识别,得到所述至少一个控制器识别子模型各自对应的分组识别结果;

基于所述至少一个控制器识别子模型输出的分组识别结果,确定所述待识别控制器的控制器识别结果。

5.根据权利要求4所述的控制器识别方法,其特征在于,所述基于所述至少一个控制器识别子模型输出的分组识别结果,确定所述待识别控制器的控制器识别结果包括:

确定所述分组识别结果中,指示同一识别结果的分组识别结果的识别结果数量;

将大于预设数量阈值的识别结果数量对应的分组识别结果作为所述控制器识别结果。

6.根据权利要求1所述的控制器识别方法,其特征在于,所述方法还包括:

获取多个样本控制器分别对应的样本信号和每个样本控制器对应的样本标识信息;

基于预设分组参数,对所述样本信号进行分组处理,得到至少一个样本信号分组;

对所述至少一个样本信号分组进行信号变换处理,得到每个样本信号分组对应的样本信号特征;

基于所述每个样本信号分组对应的样本信号特征和所述样本标识信息,对待训练模型进行模型训练,得到所述每个样本信号分组各自对应的控制器识别子模型;

将所述每个样本信号分组各自对应的控制器识别子模型组合得到所述控制器识别模型。

7.根据权利要求6所述的控制器识别方法,其特征在于,所述基于所述每个样本信号分组对应的样本信号特征和所述样本标识信息,对待训练模型进行模型训练,得到所述每个样本信号分组各自对应的控制器识别子模型包括:

将所述每个样本信号分组对应的样本信号特征输入到所述待训练模型中进行控制器识别,得到样本分组识别结果;

基于所述样本分组识别结果和所述样本标识信息,确定损失信息;

基于所述损失信息,对所述待训练模型进行模型训练,得到所述每个样本信号分组各自对应的控制器识别子模型。

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中汽创智科技有限公司,未经中汽创智科技有限公司许可,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/202211046175.7/1.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