[發(fā)明專利]平衡車安全性評(píng)估方法、裝置、終端設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202110504617.7
• 申請(qǐng)日: 2021-05-10
• 公開(kāi)（公告）號(hào): CN112989501B
• 公開(kāi)（公告）日: 2022-02-01
• 發(fā)明（設(shè)計(jì)）人: 劉霞;裴飛;陳倩雯;王坤然;劉碧松;葉如意;趙燕;段琦;趙巍巍;吳芳;許瀟文;許麗丹;彭彬;張寧
• 申請(qǐng)（專利權(quán)）人: 中國(guó)標(biāo)準(zhǔn)化研究院
• 主分類號(hào): G06F30/15
• 分類號(hào): G06F30/15;G06F30/20;G06K9/62;G06F21/60;G06F119/02
• 代理公司: 北京中知法苑知識(shí)產(chǎn)權(quán)代理有限公司 11226
• 代理人: 李明;趙吉陽(yáng)

1.一種平衡車安全性評(píng)估方法，包括：

獲取平衡車安全使用情況數(shù)據(jù)集合，其中，所述平衡車安全使用情況數(shù)據(jù)集合包括第一數(shù)目個(gè)平衡車安全使用情況數(shù)據(jù)；

基于所述平衡車安全使用情況數(shù)據(jù)集合，生成平衡車安全使用情況信息矩陣；

將所述平衡車安全使用情況信息矩陣輸入預(yù)先訓(xùn)練的安全性評(píng)估模型，以得到評(píng)估結(jié)果信息；

將所述評(píng)估結(jié)果信息處理后推送至目標(biāo)設(shè)備，以控制所述目標(biāo)設(shè)備進(jìn)行目標(biāo)操作；

所述將所述平衡車安全使用情況信息矩陣輸入預(yù)先訓(xùn)練的安全性評(píng)估模型，以得到評(píng)估結(jié)果信息之前，還包括：

采用密度聚類方式基于歷史平衡車安全使用情況數(shù)據(jù)集，生成樣本集；

所述采用密度聚類方式基于歷史平衡車安全使用情況數(shù)據(jù)集，生成樣本集，包括：

確定類別數(shù)目、密度閾值，其中，所述類別數(shù)目為平衡車安全使用情況等級(jí)的類別數(shù)目，所述密度閾值為聚類集中歷史平衡車安全使用情況數(shù)據(jù)的數(shù)目；

根據(jù)所述歷史平衡車安全使用情況數(shù)據(jù)集隨機(jī)確定初始中心集合，其中，所述初始中心集合包括第四數(shù)目個(gè)初始中心，所述初始中心對(duì)應(yīng)歷史平衡車使用情況等級(jí)的類別；

基于所述初始中心集合和所述密度閾值，生成聚類集集合，其中，所述聚類集集合包括類別數(shù)目個(gè)聚類集，所述聚類集中存在一個(gè)聚類中心，所述聚類集集合中存在第四數(shù)目個(gè)聚類中心；

將所述聚類集集合確定為所述樣本集，所述樣本集包括第一數(shù)目個(gè)歷史平衡車安全使用情況數(shù)據(jù)和對(duì)應(yīng)的歷史平衡車使用情況等級(jí)的類別；

所述平衡車安全使用情況信息矩陣包括第一數(shù)目行和第二數(shù)目列，所述平衡車安全使用情況信息矩陣對(duì)應(yīng)第一數(shù)目個(gè)平衡車安全使用情況數(shù)據(jù)的信息，所述平衡車安全使用情況數(shù)據(jù)包含第二數(shù)目個(gè)特征；

所述第二數(shù)目個(gè)特征包括：主控板溫度測(cè)量數(shù)據(jù)、電機(jī)溫度測(cè)量數(shù)據(jù)、電池可用性指標(biāo)、單次充電時(shí)長(zhǎng)數(shù)據(jù)、外殼溫度監(jiān)控?cái)?shù)據(jù)、單次運(yùn)行故障次數(shù)；

所述平衡車安全使用情況等級(jí)的類別包括：災(zāi)難性故障類別、一般故障類別、正常使用類別；

所述預(yù)先訓(xùn)練的安全性評(píng)估模型采用隨機(jī)森林；

所述將所述平衡車安全使用情況信息矩陣輸入預(yù)先訓(xùn)練的安全性評(píng)估模型，以得到評(píng)估結(jié)果信息，包括：

利用下式，將預(yù)先訓(xùn)練的安全性評(píng)估模型的輸出確定為評(píng)估結(jié)果信息：

其中，c為評(píng)估結(jié)果信息，T為第一數(shù)目，t為計(jì)數(shù)，d為所平衡車安全使用情況信息矩陣，d_t為所述平衡車安全使用情況信息矩陣中的第t行向量，θ為隨機(jī)向量，θ_t表示隨機(jī)生成的第t個(gè)隨機(jī)向量，h()為隨機(jī)森林分類函數(shù)，I()為指示器函數(shù)，h()和I()為預(yù)先訓(xùn)練的安全性評(píng)估模型中的參數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述預(yù)先訓(xùn)練的安全性評(píng)估模型是通過(guò)如下步驟得到的：

確定初始安全性評(píng)估模型的結(jié)構(gòu)以及初始化所述初始安全性評(píng)估模型的參數(shù)；

獲取樣本集，其中，所述樣本集中的樣本包括樣本平衡車安全使用情況數(shù)據(jù)和對(duì)應(yīng)于所述樣本平衡車安全使用情況數(shù)據(jù)的樣本類別；

從所述樣本集中選取樣本，以及執(zhí)行以下訓(xùn)練步驟：

將選取的樣本的樣本平衡車安全使用情況數(shù)據(jù)輸入至初始安全性評(píng)估模型，得到所述選取的樣本的類別；

將所述選取的樣本的類別與對(duì)應(yīng)的樣本類別進(jìn)行比較；

根據(jù)比較結(jié)果確定所述初始安全性評(píng)估模型是否達(dá)到預(yù)設(shè)的優(yōu)化目標(biāo)；

響應(yīng)于確定所述初始安全性評(píng)估模型達(dá)到所述優(yōu)化目標(biāo)，將所述初始安全性評(píng)估模型作為所述預(yù)先訓(xùn)練的安全性評(píng)估模型；

響應(yīng)于確定初始安全性評(píng)估模型未訓(xùn)練完成，調(diào)整初始安全性評(píng)估模型中的相關(guān)參數(shù)，以及從所述樣本集中重新選取樣本，使用調(diào)整后的初始安全性評(píng)估模型作為初始安全性評(píng)估模型，再次執(zhí)行所述訓(xùn)練步驟。

3.根據(jù)權(quán)利要求1所述的方法，其中，所述將所述平衡車安全使用情況信息矩陣輸入預(yù)先訓(xùn)練的安全性評(píng)估模型，以得到評(píng)估結(jié)果信息，包括：

將所述平衡車安全使用情況信息矩陣輸入預(yù)先訓(xùn)練的安全性評(píng)估模型；

將預(yù)先訓(xùn)練的安全性評(píng)估模型的輸出確定為評(píng)估結(jié)果信息。