[發(fā)明專利]車輛位置分類方法、裝置、車輛及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201711342140.7
• 申請日: 2017-12-14
• 公開（公告）號: CN108180915A
• 公開（公告）日: 2018-06-19
• 發(fā)明（設(shè)計）人: 張存璽;陳效華;陳新
• 申請（專利權(quán)）人: 北京汽車集團有限公司;北京汽車研究總院有限公司
• 主分類號: G01C21/28
• 分類號: G01C21/28;G06N3/04;G06N99/00
• 代理公司: 北京英創(chuàng)嘉友知識產(chǎn)權(quán)代理事務所(普通合伙) 11447
• 代理人: 魏嘉熹;南毅寧

本公開涉及一種車輛位置分類方法、裝置、車輛及存儲介質(zhì)，所述方法包括：獲取位于本車周圍的目標車輛的車輛參數(shù)；根據(jù)所述目標車輛的車輛參數(shù)、所述本車的車輛參數(shù)以及預設(shè)神經(jīng)網(wǎng)絡(luò)模型，確定所述目標車輛相對于所述本車的位置分類。通過上述方案，采用神經(jīng)網(wǎng)絡(luò)模型進行車輛位置分類，加快了車輛位置分類的運算速度，提高了車輛位置分類的可靠性。

技術(shù)領(lǐng)域

本公開涉及汽車技術(shù)領(lǐng)域，具體地，涉及一種車輛位置分類方法、裝置、車輛及存儲介質(zhì)。

背景技術(shù)

V2X(vehicle to everything，車與外界信息交換技術(shù))，是使用無線通信、傳感探測等技術(shù)收集車輛、道路、環(huán)境等信息，通過車與車、車與路信息交互和共享，使車和基礎(chǔ)設(shè)施之間智能協(xié)同與配合，從而實現(xiàn)智能交通管理控制、車輛智能化控制和智能動態(tài)信息服務的一體化網(wǎng)絡(luò)。

相關(guān)技術(shù)中，在搭載了V2X的車輛中，通過TC(target classification，目標識別)模塊來甄別360度范圍內(nèi)的車輛位置，但是TC模塊的算法邏輯比較死板且公式復雜，使得在對車輛位置進行分類時，占用資源過多、響應時間長。

發(fā)明內(nèi)容

為克服相關(guān)技術(shù)中存在的問題，本公開的目的是提供一種車輛位置分類方法、裝置、車輛及存儲介質(zhì)。

根據(jù)本公開實施例的第一方面，提供一種車輛位置分類方法，所述方法包括：

獲取位于本車周圍的目標車輛的車輛參數(shù)；

根據(jù)所述目標車輛的車輛參數(shù)、所述本車的車輛參數(shù)以及預設(shè)神經(jīng)網(wǎng)絡(luò)模型，確定所述目標車輛相對于所述本車的位置分類。

可選地，所述根據(jù)所述目標車輛的車輛參數(shù)、所述本車的車輛參數(shù)以及預設(shè)神經(jīng)網(wǎng)絡(luò)模型，確定所述目標車輛相對于所述本車的位置分類，包括：

將所述目標車輛的車輛參數(shù)以及所述本車的車輛參數(shù)作為所述預設(shè)神經(jīng)網(wǎng)絡(luò)模型的輸入數(shù)據(jù)，輸入所述預設(shè)神經(jīng)網(wǎng)絡(luò)模型的輸入層；

通過所述預設(shè)神經(jīng)網(wǎng)絡(luò)模型的兩個隱藏層對所述輸入數(shù)據(jù)進行處理，將所述位置分類由所述預設(shè)神經(jīng)網(wǎng)絡(luò)模型的輸出層輸出。

可選地，所述目標車輛的車輛參數(shù)包括：所述目標車輛的經(jīng)度、所述目標車輛的緯度、所述目標車輛的車速、所述目標車輛的航向角；所述本車的車輛參數(shù)包括：所述本車的經(jīng)度、所述本車的緯度、所述本車的車速、所述本車的航向角。

可選地，在所述根據(jù)所述目標車輛的車輛參數(shù)、所述本車的車輛參數(shù)以及預設(shè)神經(jīng)網(wǎng)絡(luò)模型，確定所述目標車輛相對于所述本車的位置分類之后，所述方法還包括：

根據(jù)所述位置分類，確定與所述位置分類對應的預警場景；

根據(jù)預警場景以及所述目標車輛的車輛參數(shù)，確定是否生成車輛預警信息，所述預警信息用于提示所述本車的駕駛員執(zhí)行與所述預警信息對應的操作。

根據(jù)本公開實施例的第二方面，提供一種車輛位置分類裝置，所述裝置包括：

獲取模塊，用于獲取位于本車周圍的目標車輛的車輛參數(shù)；

處理模塊，用于根據(jù)所述目標車輛的車輛參數(shù)、所述本車的車輛參數(shù)以及預設(shè)神經(jīng)網(wǎng)絡(luò)模型，確定所述目標車輛相對于所述本車的位置分類。

可選地，所述處理模塊包括：

輸入子模塊，用于將所述目標車輛的車輛參數(shù)以及所述本車的車輛參數(shù)作為所述預設(shè)神經(jīng)網(wǎng)絡(luò)模型的輸入數(shù)據(jù)，輸入所述預設(shè)神經(jīng)網(wǎng)絡(luò)模型的輸入層；

處理子模塊，用于通過所述預設(shè)神經(jīng)網(wǎng)絡(luò)模型的兩個隱藏層對所述輸入數(shù)據(jù)進行處理，將所述位置分類由所述預設(shè)神經(jīng)網(wǎng)絡(luò)模型的輸出層輸出。