[發明專利]運動檢測方法、裝置、設備和介質

有效

• 申請號: 201810796567.2
• 申請日: 2018-07-19
• 公開（公告）號: CN109100537B
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 巢鑫;徐鵬輝;梁志遠
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G01P15/18
• 分類號: G01P15/18;G01P13/00
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種運動檢測方法，其特征在于，包括：

根據移動載體中智能設備的當前姿態以及所述移動載體處于不同運動狀態下所述智能設備的加速度，對預先訓練的模型進行驗證，并將驗證通過的模型作為預測模型；

將采集的所述智能設備的加速度輸入所述預測模型，輸出所述移動載體的預測運動狀態；

其中，所述根據移動載體中智能設備的當前姿態以及所述移動載體處于不同運動狀態下所述智能設備的加速度，對預先訓練的模型進行驗證之前，所述方法還包括：

采集移動載體的不同運動狀態以及所述不同運動狀態下智能設備的加速度作為訓練樣本；

基于設定模型訓練算法，利用所述訓練樣本進行訓練，得到預先訓練的模型，同時將所述智能設備的姿態與所述預先訓練的模型關聯；

其中，所述根據移動載體中智能設備的當前姿態以及所述移動載體的不同運動狀態下所述智能設備的加速度，對預先訓練的模型進行驗證，包括：

若預先訓練的模型對應的姿態與移動載體中智能設備的當前姿態匹配，則利用所述移動載體處于任一運動狀態的時間長度大于預設的時間長度閾值的時間間隔內，所述智能設備的加速度，對姿態匹配的預先訓練的模型進行驗證。

2.根據權利要求1所述的方法，其特征在于，所述將采集的所述智能設備的加速度輸入所述預測模型，輸出所述移動載體的預測運動狀態之后，所述方法還包括：

依據移動載體的歷史運動信息和所述移動載體的預測運動狀態，確定所述移動載體的最終運動狀態。

3.根據權利要求2所述的方法，其特征在于，所述依據移動載體的歷史運動信息和所述移動載體的預測運動狀態，確定所述移動載體的最終運動狀態，包括：

依據移動載體的歷史行駛速度和/或歷史運動狀態，以及所述移動載體的預測運動狀態確定所述移動載體的最終運動狀態。

4.根據權利要求1-3中任一所述的方法，其特征在于，所述將采集的所述智能設備的加速度輸入所述預測模型，輸出所述移動載體的預測運動狀態之后，所述方法還包括：

根據移動載體的預測運動狀態，調整所述移動載體的定位坐標位置。

5.根據權利要求4所述的方法，其特征在于，所述根據移動載體的預測運動狀態，調整所述移動載體的定位坐標位置，包括：

若當前時刻移動載體的定位坐標位置為第一位置，下一時刻所述移動載體的定位坐標位置仍為第一位置，且所述移動載體在當前時刻和下一時刻的預測運動狀態均為運動，則調整所述移動載體在下一時刻的定位坐標位置為第一位置的下一位置；或

若在不同時刻移動載體的預測運動狀態均為靜止，則保持所述移動載體在所述不同時刻的定位坐標位置相同。

6.一種運動檢測裝置，其特征在于，包括：

驗證模塊，用于根據移動載體中智能設備的當前姿態以及所述移動載體處于不同運動狀態下所述智能設備的加速度，對預先訓練的模型進行驗證，并將驗證通過的模型作為預測模型；

預測模塊，用于將采集的所述智能設備的加速度輸入所述預測模型，輸出所述移動載體的預測運動狀態；其中，所述驗證模塊，包括：

驗證單元，用于若預先訓練的模型對應的姿態與移動載體中智能設備的當前姿態匹配，則利用所述移動載體處于任一運動狀態的時間長度大于預設的時間長度閾值的時間間隔內，所述智能設備的加速度，對姿態匹配的預先訓練的模型進行驗證；

其中，所述驗證模塊具體還用于：

采集移動載體的不同運動狀態以及所述不同運動狀態下智能設備的加速度作為訓練樣本；

基于設定模型訓練算法，利用所述訓練樣本進行訓練，得到預先訓練的模型，同時將所述智能設備的姿態與所述預先訓練的模型關聯。

7.根據權利要求6所述的裝置，其特征在于，所述裝置還包括：

狀態確定模塊，用于所述將采集的所述智能設備的加速度輸入所述預測模型，輸出所述移動載體的預測運動狀態之后，依據移動載體的歷史運動信息和所述移動載體的預測運動狀態，確定所述移動載體的最終運動狀態。