[發明專利]加速度預測模型訓練方法、加速度預測方法及相關裝置

在審

• 申請號: 202111039744.0
• 申請日: 2021-09-06
• 公開（公告）號: CN113723609A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 雷雨蒼;楊欣豫;陳世熹;韓旭
• 申請（專利權）人: 廣州文遠知行科技有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 李禮

1.一種加速度預測模型訓練方法，其特征在于，包括：

獲取多幀傳感數據，所述傳感數據為傳感器移動過程中按照預設采集頻率在預設時長內感知周圍物體后所輸出的數據；

按照預設標注頻率對所述傳感數據進行標注，以標注所感知到的物體在已標注的傳感數據的輸出時刻時的位置，所述標注頻率小于所述采集頻率；

采用已標注的傳感數據和所述位置訓練速度預測模型；

將未標注的傳感數據輸入所述速度預測模型中，得到所述物體在所述未標注的傳感數據的輸出時刻時的速度；

根據所述傳感數據的輸出時刻和所述物體的速度標注所述物體在所述傳感數據的輸出時刻時的加速度；

采用所述傳感數據和所述加速度訓練加速度預測模型。

2.根據權利要求1所述的加速度預測模型訓練方法，其特征在于，所述采用已標注傳感數據和所述位置訓練速度預測模型，包括：

針對每一幀已標注的傳感數據，采用所述物體在所述已標注的傳感數據的輸出時刻時的位置計算所述物體在所述已標注的傳感數據的輸出時刻時的速度，以作為所述物體在所述已標注的傳感數據的輸出時刻時的標注速度；

采用所述已標注的傳感數據以及所述物體在所述已標注的傳感數據的輸出時刻時的標注速度訓練速度預測模型。

3.根據權利要求2所述的加速度預測模型訓練方法，其特征在于，所述針對每一幀已標注的傳感數據，采用所述物體在所述已標注的傳感數據的輸出時刻時的位置計算所述物體在所述已標注的傳感數據的輸出時刻時的速度，包括：

針對已標注的第一傳感數據，確定在所述第一傳感數據之前的前一幀已標注的第二傳感數據；

確定所述第一傳感數據的第一輸出時刻，以及所述第二傳感數據時的第二輸出時刻；

采用所述第一輸出時刻、第二輸出時刻、所述物體在所述第一輸出時刻時的第一位置以及所述物體在所述第二輸出時刻時的第二位置，計算所述物體在所述第一輸出時刻時的速度，以作為所述物體在所述已標注的第一傳感數據的輸出時刻時的標注速度。

4.根據權利要求2所述的加速度預測模型訓練方法，其特征在于，所述采用所述已標注的傳感數據以及所述物體在所述已標注的傳感數據的輸出時刻時的標注速度訓練速度預測模型，包括：

初始化速度預測模型；

將多幀所述已標注的傳感數據依次輸入所述速度預測模型中，得到所述物體在每幀所述已標注的傳感數據的輸出時刻時的預測速度；

通過所述預測速度和所述物體在所述已標注的傳感數據的輸出時刻的標注速度計算損失率；

判斷所述損失率是否小于預設閾值；

若是，停止訓練所述速度預測模型；

若否，根據所述損失率調整所述速度預測模型的參數，并返回將多幀所述已標注的傳感數據依次輸入所述速度預測模型中的步驟，直到所述損失率小于預設閾值。

5.根據權利要求1所述的加速度預測模型訓練方法，其特征在于，所述根據所述傳感數據的輸出時刻和所述物體的速度標注所述物體在所述傳感數據的輸出時刻時的加速度，包括：

以所述傳感數據的輸出時刻為橫軸，以所述物體在所述傳感數據的輸出時刻時的速度為縱軸擬合所述物體的時間-速度曲線；

計算所述時間-速度曲線在每個所述傳感數據的輸出時刻時的斜率作為所述物體在所述傳感數據的輸出時刻時的加速度，以作為所述物體在所述傳感數據的輸出時刻時的標注加速度。

6.根據權利要求1所述的加速度預測模型訓練方法，其特征在于，所述采用所述傳感數據和所述加速度訓練加速度預測模型，包括：

根據前后輸出的兩幀傳感數據提取所述物體在后一幀傳感數據的輸出時刻時的運動特征；

采用所述運動特征和所述物體在所述后一幀傳感數據的輸出時刻時的標注加速度訓練加速度預測模型。