[發明專利]減速帶檢測方法、裝置、電子設備及存儲介質有效
| 申請號: | 202110384644.5 | 申請日: | 2021-04-09 |
| 公開(公告)號: | CN113033463B | 公開(公告)日: | 2023-08-01 |
| 發明(設計)人: | 辛喆;易世春 | 申請(專利權)人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06V20/56 | 分類號: | G06V20/56;G06V10/774;G06V10/764;G06V10/82;G06N3/044;G06N3/0464;G06N3/08 |
| 代理公司: | 北京市立方律師事務所 11330 | 代理人: | 張筱寧 |
| 地址: | 518000 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 減速 檢測 方法 裝置 電子設備 存儲 介質 | ||
1.一種減速帶檢測方法,其特征在于,包括:
獲取車輛對應于當前時段的車輛數據,所述車輛數據包括至少一個子時段對應的行駛數據,所述行駛數據包括慣性測量單元IMU數據和輪速數據;
將所述行駛數據輸入至分類模型中,通過所述分類模型對所述行駛數據進行分類,得到各所述子時段對應的分類結果,其中,對于一個所述子時段,所述子時段對應的分類結果表征了所述車輛在一個子時段的行駛狀態;
基于各所述子時段對應的分類結果,確定各所述子時段對應的行駛狀態;
基于各所述子時段對應的行駛狀態,確定所述車輛的行駛狀態,其中,所述行駛狀態為第一狀態或第二狀態,第一狀態表征了所述車輛經過了減速帶,第二狀態表征了所述車輛未經過減速帶;
所述車輛數據還包括各子時段的時間戳,所述基于各所述子時段對應的行駛狀態,確定所述車輛的行駛狀態,包括:
確定各所述子時段中對應的行駛狀態為所述第一狀態的各子時段;
基于行駛狀態為所述第一狀態的各子時段的時間戳,對各所述子時段的行駛狀態進行以下調整:
若行駛狀態為所述第一狀態的任意兩個子時段之間的時長小于或等于第一時長,則將處于該任意兩個子時段之間的各子時段的行駛狀態確定為所述第一狀態;
基于調整后的各所述子時段的對應的行駛狀態,確定所述車輛的行駛狀態。
2.根據權利要求1所述的方法,其特征在于,所述基于調整后的各所述子時段對應的行駛狀態,確定所述車輛的行駛狀態,包括:
對于調整后的各所述子時段中的第一目標時段,根據所述第一目標時段包含的各子時段的時間戳確定所述第一目標時段對應的時長,其中,所述第一目標時段是連續的行駛狀態為第一狀態的至少兩個子時段;
若所述第一目標時段對應的時長小于或等于第二時長,則基于除各所述第一目標時段之外的各子時段的行駛狀態,確定所述車輛的行駛狀態。
3.根據權利要求1所述的方法,其特征在于,所述IMU數據的采集時間間隔為第一時間間隔,所述輪速數據的采集時間間隔為第二時間間隔,若所述第一時間間隔不等于所述第二時間間隔,所述方法還包括:
基于所述第一時間間隔或所述第二時間間隔中的任一時間間隔對應的時長,將所述IMU數據和所述輪速數據進行時間戳對齊,得到時間戳對齊后的行駛數據;
所述將所述行駛數據輸入至分類模型中,包括:
將所述時間戳對齊后的行駛數據輸入至所述分類模型中。
4.根據權利要求1所述的方法,其特征在于,所述方法還包括:
若所述車輛的行駛狀態為所述第一狀態,基于各所述子時段對應的行駛狀態以及各所述子時段的時間戳,確定所述車輛經過所述減速帶的時間信息,所述時間信息包括以下至少一項:
開始時間;
結束時間;
經過時長。
5.根據權利要求4所述的方法,其特征在于,所述車輛數據還包括所述車輛的初始位置信息,所述方法還包括:
若所述車輛的行駛狀態為所述第一狀態,則獲取位于所述初始位置信息預設范圍內的地圖數據;
確定所述地圖數據中的減速帶的位置信息;
根據確定出的減速帶的位置信息,確定所述車輛的目標位置信息。
6.根據權利要求5所述的方法,其特征在于,所述初始位置信息為獲取到的時間與所述時間信息最接近的所述車輛的位置信息。
7.根據權利要求1所述的方法,其特征在于,所述分類模型是通過以下方式對神經網絡模型訓練得到的:
獲取訓練數據集,所述訓練數據集包括帶有標注標簽的各樣本行駛數據,所述標注標簽表征了所述樣本行駛數據對應的真實分類結果;
基于各所述樣本行駛數據對所述神經網絡模型進行訓練,直至所述神經網絡模型對應的損失函數收斂,將收斂時的神經網絡模型作為所述分類模型;
其中,所述神經網絡模型的輸入為各所述樣本行駛數據,輸出為各所述樣本行駛數據分別對應的預測分類結果,所述損失函數的值表征了各所述樣本行駛數據所對應的預測分類結果和真實分類結果之間的差異。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于騰訊科技(深圳)有限公司,未經騰訊科技(深圳)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110384644.5/1.html,轉載請聲明來源鉆瓜專利網。





