[發明專利]車輛的速度預測裝置及方法

在審

• 申請號: 202110587319.9
• 申請日: 2021-05-27
• 公開（公告）號: CN114179816A
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 鄭同訓;田炳昱;蔡旻宰;申容旭
• 申請（專利權）人: 現代自動車株式會社;起亞株式會社
• 主分類號: B60W40/105
• 分類號: B60W40/105;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 崔龍鉉;李新娜

1.一種根據變分自動編碼器預測車速的速度預測裝置，即，根據VAE預測車速的速度預測裝置，所述速度預測裝置包括：

輸入裝置，將預測時間點之前的駕駛概況的時序數據輸入到編碼器中；

學習裝置，包括所述編碼器，并通過利用作為所述編碼器的輸出的低維表示、所述預測時間點的車速和所述預測時間點的駕駛概況來學習車速模型；以及

控制器，根據所述車速模型來生成預測的車速。

2.根據權利要求1所述的速度預測裝置，其中，

所述駕駛概況包括車輛的油門踏板位置值即GPP值、道路坡度、所述車輛的轉向角、所述車輛的制動狀態、所述車輛與在前車輛的隔開距離、所述車輛的擋位、所述車輛的每分鐘轉數即RPM、所述車輛的制動壓力、所述車輛與所述在前車輛的相對速度和道路曲率中的至少一個。

3.根據權利要求1所述的速度預測裝置，其中，

所述車速模型用于以時序數據的形式輸出車速。

4.根據權利要求1所述的速度預測裝置，其中，

所述編碼器將所述預測時間點之前的駕駛概況的時序數據的特征建模為分布在第一區域中的所述低維表示。

5.根據權利要求4所述的速度預測裝置，其中，

所述學習裝置進一步包括解碼器，

所述編碼器包括卷積神經網絡和多層感知器網絡，

所述解碼器包括多層感知器網絡和反卷積神經網絡，以輸出所述預測的車速，并且

所述低維表示、所述預測時間點的車速和所述預測時間點的駕駛概況被輸入到所述解碼器的多層感知器網絡。

6.根據權利要求5所述的速度預測裝置，其中，

所述駕駛概況包括車輛的油門踏板位置值即GPP值、道路坡度、所述車輛的轉向角、所述車輛的制動狀態、所述車輛與在前車輛的隔開距離、所述車輛的擋位、所述車輛的每分鐘轉數即RPM、所述車輛的制動壓力、所述車輛與所述在前車輛的相對速度和道路曲率中的至少一個。

7.根據權利要求4所述的速度預測裝置，其中，

所述學習裝置進一步包括解碼器，

所述編碼器包括卷積神經網絡和多層感知器網絡，

所述解碼器包括多層感知器網絡和反卷積神經網絡，以輸出所述預測的車速，

所述預測時間點的駕駛概況被輸入到所述編碼器的多層感知器網絡，并且

所述低維表示和所述預測時間點的車速被輸入到所述解碼器的多層感知器網絡。

8.根據權利要求7所述的速度預測裝置，其中，

所述駕駛概況包括車輛的油門踏板位置值即GPP值、道路坡度、所述車輛的轉向角、所述車輛的制動狀態、所述車輛與在前車輛的隔開距離、所述車輛的擋位、所述車輛的每分鐘轉數即RPM、所述車輛的制動壓力、所述車輛與所述在前車輛的相對速度和道路曲率中的至少一個。

9.一種根據變分自動編碼器預測車速的速度預測方法，即，根據VAE預測車速的速度預測方法，所述方法包括：

通過輸入裝置，將預測時間點之前的駕駛概況的時序數據輸入到編碼器中；

通過包括所述編碼器的學習裝置，通過利用作為所述編碼器的輸出的低維表示、所述預測時間點的車速和所述預測時間點的駕駛概況來學習車速模型；以及

通過控制器，根據所述車速模型來生成預測的車速。

10.根據權利要求9所述的方法，其中，

所述駕駛概況包括車輛的油門踏板位置值即GPP值、道路坡度、轉向角、制動狀態、所述車輛與在前車輛的隔開距離、所述車輛的擋位、所述車輛的每分鐘轉數即RPM、所述車輛的制動壓力、所述車輛與所述在前車輛的相對速度和道路曲率中的至少一個。

11.根據權利要求9所述的方法，其中，

所述車速模型用于以時序數據的形式輸出車速。