[发明专利]姿态角预测模型的训练、姿态角预测方法、装置及设备

说明书

本申请公开了一种车辆姿态角预测模型的训练方法、一种车辆姿态角预测方法、装置及设备，用于实现实时、准确地车辆姿态角预测。该训练方法包括：采集车辆运行数据，车辆运行数据包括车速、车辆位置信息以及姿态信息，姿态信息包括至少一个欧拉角的角度值；将车辆运行数据分解为目标欧拉角对应的车辆运行数据，目标欧拉角分别为每一欧拉角；从目标欧拉角对应的车辆运行数据中截取连续第一数量时刻的目标欧拉角对应的车辆运行数据以及连续第二数量时刻的目标欧拉角对应的角度值作为训练样本；连续第一数量时刻与连续第二数量时刻组成连续时刻；利用训练样本训练初始LSTM时序网络，生成目标欧拉角对应的车辆姿态角预测模型。

技术领域

本申请涉及数据处理技术领域，具体涉及一种车辆姿态角预测模型的训练方法、一种车辆姿态角预测方法、装置及设备。

背景技术

在车辆运行过程中，会存在各种因素导致车辆姿态发生改变，例如，驾驶员操控车辆、路面不平整、经过上下坡路段、经过减速带等情况均会导致车辆姿态发生改变。

在一些场景下，需要检测车辆姿态，以便于进一步对车辆进行控制。车辆姿态一般可以由车辆姿态角进行表征。通常可以利用传感器实时检测车辆状态，车辆状态包括有车辆姿态角。但是，由于传感器存在误差和延迟，无法实时获取较为准确的车辆姿态角。

发明内容

有鉴于此，本申请实施例提供一种车辆姿态角预测模型的训练方法、一种车辆姿态角预测方法、装置及设备，以实现实时获取较为准确的车辆姿态角。

为解决上述问题，本申请实施例提供的技术方案如下：

第一方面，本申请实施例提供一种车辆姿态角预测模型的训练方法，所述方法包括：

采集车辆运行数据，所述车辆运行数据包括车速、车辆位置信息以及姿态信息，所述姿态信息包括至少一个欧拉角的角度值；

将所述车辆运行数据分解为目标欧拉角对应的车辆运行数据，所述目标欧拉角分别为每一所述欧拉角；

从所述目标欧拉角对应的车辆运行数据中截取连续第一数量时刻的目标欧拉角对应的车辆运行数据以及连续第二数量时刻的目标欧拉角对应的角度值作为训练样本；所述连续第一数量时刻与所述连续第二数量时刻组成连续时刻；

利用所述训练样本训练初始LSTM时序网络，生成所述目标欧拉角对应的车辆姿态角预测模型。

在一种可能的实现方式中，所述采集车辆运行数据，包括：

获取车载传感器采集的车速以及姿态信息；

获取通过全球定位系统采集的定位数据、摄像头采集的图像数据以及雷达采集的雷达数据；

根据所述图像数据和/或所述雷达数据对所述定位数据进行修正，得到车辆位置信息；所述车速、所述车辆位置信息以及所述姿态信息组成车辆运行数据。

在一种可能的实现方式中，在将所述车辆运行数据分解为目标欧拉角对应的车辆运行数据之前，所述方法还包括：

将所述车辆运行数据分割为多个时间段的车辆运行数据；

将各个所述时间段的车辆运行数据进行坐标系对齐，生成对齐后的各个时间段的车辆运行数据，并将对齐后的各个时间段的车辆运行数据重新确定为车辆运动数据。

在一种可能的实现方式中，所述利用所述训练样本训练初始LSTM时序网络，生成所述目标欧拉角对应的车辆姿态角预测模型，包括：

将所述连续第一数量时刻的目标欧拉角对应的车辆运行数据输入初始LSTM时序网络，获得所述连续第二数量时刻的目标欧拉角对应的预测角度值；

根据所述连续第二数量时刻的目标欧拉角对应的预测角度值以及所述连续第二数量时刻的目标欧拉角对应的角度值，计算损失值；