[发明专利]一种车辆速度的预测方法、装置、电子设备和存储介质有效
申请号: | 202110004513.X | 申请日: | 2021-01-04 |
公开(公告)号: | CN112834775B | 公开(公告)日: | 2022-04-08 |
发明(设计)人: | 田野;袁义龙;刘定俊 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G01P3/00 | 分类号: | G01P3/00 |
代理公司: | 深圳市隆天联鼎知识产权代理有限公司 44232 | 代理人: | 叶虹 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车辆 速度 预测 方法 装置 电子设备 存储 介质 | ||
本申请提供一种车辆速度的预测方法、装置、电子设备和计算机可读存储介质。该车辆速度的预测方法应用于终端,终端设置于目标车辆内,预测方法包括:通过传感器获取待处理车辆数据,待处理车辆数据至少包括目标车辆的加速度数据以及角速度数据;根据待处理车辆数据生成车辆特征数据;根据车辆特征数据与速度区间的映射关系,确定对应于车辆特征数据的目标速度区间;根据目标速度区间确定目标车辆的行驶速度。该车辆速度的预测方法在不依赖定位信号的等外感传感器的情况下,使得速度预测不需要对时间进行积分,从而避免误差随时间增大,有利于提高速度预测的准确性。
技术领域
本申请涉及计算机及通信技术领域,具体涉及一种车辆速度的预测方法、装置、电子设备和存储介质。
背景技术
随着移动设备的快速发展和汽车工业的进步,汽车已经成为普通家庭能够承担得起的消费品,车辆的保有量不断的增加,人们出行时经常依赖于移动设备或者车载设备进行导航,移动设备或者车载设备通常采用全球定位系统进行定位和测速,而车辆车机系统的导航也依赖车辆的轮速计和全球定位系统的测速,来达到几乎全场景的速度预测和导航。
目前,当进入隧道等存在遮挡的场景时,移动设备由于无法通过卫星信号获得定位位置和车辆速度,因此相关技术中提出了通过惯性传感器进行惯性导航来估算速度的方案,但是通过惯性传感器预测得到的车辆速度的误差将会随着时间的积累而增大,影响车辆车速估算的准确性。
发明内容
基于上述技术问题,本申请提供一种车辆速度的预测方法、装置、电子设备和计算机可读存储介质,以在不依赖定位信号的等外感传感器的情况下,仅利用设备的内感传感器对车辆的绝对速度进行预测,使得速度预测不需要对时间进行积分,从而避免误差随时间增大,有利于提高速度预测的准确性。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面,提供了一种车辆速度的预测方法,该预测方法应用于终端,终端设置于目标车辆内,该预测方法包括:通过传感器获取待处理车辆数据,所述待处理车辆数据至少包括目标车辆的加速度数据以及角速度数据;根据所述待处理车辆数据生成车辆特征数据;根据所述车辆特征数据与速度区间的映射关系,确定对应于所述车辆特征数据的目标速度区间;根据所述目标速度区间确定所述目标车辆的行驶速度。
根据本申请实施例的一个方面,提供了一种车辆速度预测装置,包括:第一获取模块,配置为通过传感器获取待处理车辆数据,所述待处理车辆数据至少包括目标车辆的加速度数据以及角速度数据;第一生成模块,配置为根据所述待处理车辆数据生成车辆特征数据;第一确定模块,配置为根据所述车辆特征数据与速度区间的映射关系,确定对应于所述车辆特征数据的目标速度区间;第二确定模块,配置为根据所述目标速度区间确定所述目标车辆的行驶速度。
在本申请的一个实施例中,基于以上技术方案,生成模块可以包括:转换单元,配置为将加速度数据以及角速度数据的坐标系转换成地球平面坐标系,得到转换车辆数据;处理单元,配置为根据预定的偏移量对转换车辆数据进行数据处理,得到修正数据;特征提取单元,配置为根据修正数据进行特征提取,得到车辆特征数据,车辆特征数据包括时域特征数据以及频域特征数据。
在本申请的一个实施例中,基于以上技术方案,转换单元可以包括:矩阵确定子单元,配置为根据加速度数据,确定传感器自身坐标系到地球平面坐标系的旋转矩阵;处理子单元,配置为根据旋转矩阵处理加速度数据以及角速度数据,得到转换车辆数据。
在本申请的一个实施例中,基于以上技术方案,第一确定模块可以包括:输出单元,配置为根据车辆特征数据,采用速度区间预测模型输出速度区间概率分布,速度区间概率分布包括至少两个特征值,每个特征值对应于一个速度区间;选取单元,配置为根据速度区间概率分布,从至少两个特征值中选取最大值;区间确定单元,配置为确定最大值所对应的速度区间为目标速度区间。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110004513.X/2.html,转载请声明来源钻瓜专利网。