[發(fā)明專利]基于深度學(xué)習(xí)的道路地形分布識(shí)別方法、設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202210227949.X
• 申請(qǐng)日: 2022-03-10
• 公開（公告）號(hào): CN114332825B
• 公開（公告）日: 2022-06-17
• 發(fā)明（設(shè)計(jì)）人: 楊亮;王軍雷;王文斌;王鐵;王華珺
• 申請(qǐng)（專利權(quán)）人: 中汽信息科技（天津）有限公司
• 主分類號(hào): G06V20/58
• 分類號(hào): G06V20/58;G06V10/77;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明實(shí)施例公開了一種基于深度學(xué)習(xí)的道路地形分布識(shí)別方法、設(shè)備和存儲(chǔ)介質(zhì)。其中，方法包括：獲取機(jī)動(dòng)車在一時(shí)間段內(nèi)的行駛數(shù)據(jù)，以及用于區(qū)分不同道路地形的多個(gè)行駛狀態(tài)；根據(jù)所述行駛數(shù)據(jù)，計(jì)算所述時(shí)間段內(nèi)每個(gè)行駛狀態(tài)的時(shí)間占比；將所述多個(gè)行駛狀態(tài)的時(shí)間占比輸入訓(xùn)練好的深度學(xué)習(xí)網(wǎng)絡(luò)，預(yù)測(cè)所述時(shí)間段內(nèi)所述機(jī)動(dòng)車在每種道路地形的行駛里程占比；其中，所述深度學(xué)習(xí)網(wǎng)絡(luò)包括：多頭自注意力編碼層、特征提取層、全連接層和歸一化層。本實(shí)施例提高了識(shí)別準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及深度學(xué)習(xí)領(lǐng)域，尤其涉及一種基于深度學(xué)習(xí)的道路地形分布識(shí)別方法、設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著機(jī)動(dòng)車的保有量的日益提升，碳排放帶來的環(huán)境污染問題日益嚴(yán)重，對(duì)機(jī)動(dòng)車的遠(yuǎn)程實(shí)時(shí)監(jiān)控越來越重要。道路地形識(shí)別是機(jī)動(dòng)車遠(yuǎn)程實(shí)時(shí)監(jiān)控的基礎(chǔ)，機(jī)動(dòng)車在不同道路地形行駛時(shí)產(chǎn)生的碳排放量也不相同。

現(xiàn)有技術(shù)中，通常將道路地形的識(shí)別視為分類問題，將不同的道路地形作為不同的分類，識(shí)別某一時(shí)段或路段最有可能屬于的一種道路地形。但在實(shí)際應(yīng)用中，某一時(shí)段或路段內(nèi)機(jī)動(dòng)車行駛的道路地形有可能是變化的，采用分類方式難以識(shí)別出真實(shí)的道路地形。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種基于深度學(xué)習(xí)的道路地形分布識(shí)別方法、設(shè)備和存儲(chǔ)介質(zhì)，以提高地形識(shí)別的準(zhǔn)確度。

第一方面，本發(fā)明實(shí)施例提供了一種基于深度學(xué)習(xí)的道路地形分布識(shí)別方法，包括：

獲取機(jī)動(dòng)車在一時(shí)間段內(nèi)的行駛數(shù)據(jù)，以及用于區(qū)分不同道路地形的多個(gè)行駛狀態(tài)；

根據(jù)所述行駛數(shù)據(jù)，計(jì)算所述時(shí)間段內(nèi)每個(gè)行駛狀態(tài)的時(shí)間占比；

將所述多個(gè)行駛狀態(tài)的時(shí)間占比輸入訓(xùn)練好的深度學(xué)習(xí)網(wǎng)絡(luò)，預(yù)測(cè)所述時(shí)間段內(nèi)所述機(jī)動(dòng)車在每種道路地形的行駛里程占比；

其中，所述深度學(xué)習(xí)網(wǎng)絡(luò)包括：多頭自注意力編碼層、特征提取層、全連接層和歸一化層；所述多頭自注意力編碼層用于計(jì)算所述多個(gè)行駛狀態(tài)的時(shí)間占比之間的關(guān)系；所述特征提取層用于提取所述關(guān)系的局部特征；所述全連接層用于對(duì)所述特征提取層的輸出進(jìn)行全連接與降維，得到所述機(jī)動(dòng)車在每種道路地形的行駛里程；所述歸一化層用于計(jì)算每種道路地形的行駛里程占比。

第二方面，本發(fā)明實(shí)施例還提供了一種電子設(shè)備，所述電子設(shè)備包括：

一個(gè)或多個(gè)處理器；

存儲(chǔ)器，用于存儲(chǔ)一個(gè)或多個(gè)程序，

當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)任一實(shí)施例所述的基于深度學(xué)習(xí)的道路地形分布識(shí)別方法。

第三方面，本發(fā)明實(shí)施例還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)任一實(shí)施例所述的基于深度學(xué)習(xí)的道路地形分布識(shí)別方法。

本發(fā)明實(shí)施例使用基于自注意力機(jī)制的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型對(duì)機(jī)動(dòng)車的行駛數(shù)據(jù)進(jìn)行分析，通過多種行駛狀態(tài)的時(shí)間占比識(shí)別機(jī)動(dòng)車在一段時(shí)間內(nèi)行駛的道路地形分布，識(shí)別結(jié)果相比于地形分類更加精細(xì)，提高了地形識(shí)別的精度；同時(shí)，無需對(duì)具體的時(shí)間地點(diǎn)進(jìn)行識(shí)別分類，加強(qiáng)了對(duì)用戶隱私的保護(hù)。此外，本實(shí)施例根據(jù)行駛數(shù)據(jù)間復(fù)雜的耦合性，在深度學(xué)習(xí)模型中通過多層自注意力編碼層提取各時(shí)間占比之間的全局內(nèi)在關(guān)系，通過特征提取層提取各時(shí)間占比之間的局部關(guān)系，實(shí)現(xiàn)了特征關(guān)系的全覆蓋，進(jìn)一步提高了模型的識(shí)別精度。

附圖說明

為了更清楚地說明本發(fā)明具體實(shí)施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)具體實(shí)施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施方式，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實(shí)施例提供的一種基于深度學(xué)習(xí)的道路地形分布識(shí)別方法的流程圖；