[发明专利]一种基于LSTM的可自我准确性评估的预测算法

权利要求书

1.一种基于LSTM的可自我准确性评估的预测算法，其特征在于：所述基于LSTM的可自我准确性评估的预测算法包括下述操作步骤：

S1、预测硬件搭载：

将高速摄像头、雷达、激光测距仪搭载至设备上，高速摄像头、雷达、激光测距仪会将探测到的数据显示于屏幕上；

S2、设备移动预测：

基于LSTM算法去除设备路径及其向两侧辐射5米以外的图像、数据，并在障碍物进入雷达检测范围内时向设备发出提示；

S3、双重障碍检测：

由于雷达检测具有穿透性，可穿透障碍物后探测障碍物后是否还具有其他障碍物或生物，以便设备在移动时及时多余具有移动性质的物体、生物；

S4、自我准确性评估：

设备在接收预测提示后越过障碍物时通过高速摄像头进行拍摄，并和预测提示进行对比，从而自我判断预测准确性，并将结果上传至数据库中。

2.根据权利要求1所述的一种基于LSTM的可自我准确性评估的预测算法，其特征在于：所述S1步骤中，雷达具有以设备为中心辐射半径为150-300米的探测范围。

3.根据权利要求1所述的一种基于LSTM的可自我准确性评估的预测算法，其特征在于：所述S1步骤中，雷达用于探测设备移动路径上及其周边的障碍物，以及确定障碍物后方是否还有障碍物，且雷达数量为一个。

4.根据权利要求1所述的一种基于LSTM的可自我准确性评估的预测算法，其特征在于：所述S1步骤中，高速摄像头具有在设备移动中拍摄清晰图像的作用，且高速摄像头的数量不定只需保障设备所有水平方向均在拍摄范围内。

5.根据权利要求1所述的一种基于LSTM的可自我准确性评估的预测算法，其特征在于：所述S1步骤中，激光测距仪用于测量设备与障碍物之间的间距。

6.根据权利要求2所述的一种基于LSTM的可自我准确性评估的预测算法，其特征在于：所述雷达以每秒扫描3-5次的频率以设备为中心进行扫描并显示障碍物，同时对于前进路径上前后扫描时位置不同的物体将其判断为生物，同时对设备发出提示。

7.根据权利要求4所述的一种基于LSTM的可自我准确性评估的预测算法，其特征在于：所述高速摄像头在拍摄时捕捉移动路径上先后位置不一的物体，以及生物，并基于有移动生物或物体的情况下做好提前躲避的准备。

8.根据权利要求1所述的一种基于LSTM的可自我准确性评估的预测算法，其特征在于：所述S2、S3步骤中，障碍物进入雷达检测范围，且设备移动速度依次为0-30公里、30-60公里、60-90公里、90-120公里每小时时，雷达发出提示时障碍物距离设备之间的间距分别为30米、60米、100米、150米，同理高速摄像头亦是如此，换算为算法公式为：

T÷Km/hS

其中，T为设备与障碍物之间的间距尺寸，Km/h是设备行驶速度，S则是设备反应所需时间，即T除以Km/h所得时间需大于S。

9.根据权利要求1-8任一项所述的一种基于LSTM的可自我准确性评估的预测算法，其特征在于：所述基于LSTM的可自我准确性评估的预测算法应用于设备移动领域。