【技术实现步骤摘要】
一种车速检测方法、车速检测装置及可读存储介质
本申请涉及信息传输
，具体而言，涉及一种车速检测方法、车速检测装置及可读存储介质。
技术介绍
随着科技的发展，汽车逐渐地走进了人们的生活，成为了人们出行必不可缺少的交通工具，并且随着互联网技术的发展以及人们对于出行便捷性的需求，使得导航系统也得到了长足的发展和进步，无论是车载导航系统还是移动导航系统，都在人们的驾驶出行中发挥着重要的作用。导航系统一般是利用GPS(全球定位系统)配合电子地图，通过检测车辆的行驶速度来进行导航的，它能方便且准确地告诉驾驶者去往目的地的最短或者最快路径，是驾驶员的好帮手。然而，在某些特定路段中，如在隧道中，由于GPS信号不佳等原因，导航系统无法及时检测车辆的行驶速度，易使导航出现滞后或者导航断开连接，无法为驾驶人员提供实时有效的导航，易出现使驾驶人员行驶方向出现错误或者选择错误的行驶道路等问题。
技术实现思路
有鉴于此，本申请的目的在于提供一种车速检测方法、车速检测装置及可读存储介质，能够通过接收到的隧道内的光线信号数据，并通过其中的光线信号特征信息检测车辆在隧道内的行驶速度，可以检测出车辆在信号不佳的特殊路段中的行驶速度，及时性和准确性较高。根据本申请的一个方面，提供一种电子设备，可以包括存储介质和与存储介质通信的处理器。存储介质存储有处理器可执行的机器可读指令。当电子设备运行时，处理器与存储介质之间通过总线通信，当处理器执行所述机器可读指令时，可以执行一个或者多个以下操作：获取在待检测时间段...
【技术保护点】
1.一种车速检测方法，其特征在于，所述车速检测方法包括：/n获取在待检测时间段内，车辆在隧道中行驶时接收的光线信号数据；/n基于所述光线信号数据，确定在所述待检测时间段内的每个检测时刻所述车辆的光线信号特征信息；/n基于所述车辆的光线信号特征信息以及训练好的行驶速度预测模型，确定所述车辆在所述隧道内的行驶速度。/n
【技术特征摘要】
1.一种车速检测方法，其特征在于，所述车速检测方法包括：
获取在待检测时间段内，车辆在隧道中行驶时接收的光线信号数据；
基于所述光线信号数据，确定在所述待检测时间段内的每个检测时刻所述车辆的光线信号特征信息；
基于所述车辆的光线信号特征信息以及训练好的行驶速度预测模型，确定所述车辆在所述隧道内的行驶速度。
2.如权利要求1所述的车速检测方法，其特征在于，所述基于所述车辆的光线信号特征信息以及训练好的行驶速度预测模型，确定所述车辆在所述隧道内的行驶速度，包括：
基于在每个所述检测时刻所述车辆的光线信号特征信息，生成所述车辆的光线信号特征向量序列，其中，所述光线信号特征向量序列中包括与各个所述检测时刻分别对应的光线信号特征向量；
将所述光线信号特征向量序列输入训练好的行驶速度预测模型中，得到所述车辆在所述隧道内的行驶速度。
3.如权利要求2所述的车速检测方法，其特征在于，所述基于在每个所述检测时刻所述车辆的光线信号特征信息，生成所述车辆的光线信号特征向量序列，包括：
根据每个检测时刻对应的光线信号特征信息，确定在每个检测时刻，所述车辆在多个光线信号特征下的特征值；
根据所述车辆在多个光线信号特征下的特征值，构建在每个检测时刻的光线信号特征向量；
根据每个检测时刻的光线信号特征向量，生成所述光线信号特征向量序列。
4.如权利要求3所述的车速检测方法，其特征在于，所述光线信号特征包括以下特征中的至少一种：
光线信号变化量特征、光线信号方差特征、光线信号能量谱特征和光线信号功率谱特征。
5.如权利要求2所述的车速检测方法，其特征在于，所述将所述光线信号特征向量序列输入训练好的行驶速度预测模型中，得到所述车辆在所述隧道内的行驶速度，包括：
将所述光线信号特征向量序列中的每个光线信号特征向量依次作为当前检测时刻的当前时刻光线信号特征向量，获取前一检测时刻的前一时刻光线信号特征向量经过所述行驶速度预测模型中的隐藏层后输出的前一时刻中间特征向量；
将所述当前时刻光线信号特征向量和所述前一时刻中间特征向量，输入至训练好的行驶速度预测模型中，得到与所述当前时刻光线信号特征向量对应的当前时刻行驶速度；
基于获取的多个当前时刻行驶速度，确定所述车辆在所述待检测时间段内的平均行驶速度。
6.如权利要求1所述的车速检测方法，其特征在于，在所述基于所述车辆的光线信号特征信息以及训练好的行驶速度预测模型，确定所述车辆在所述隧道内的行驶速度之后，还包括：
获取所述车辆的行驶方向；
基于所述行驶方向和所述行驶速度，确定所述车辆的导航信息。
7.如权利要求1所述的车速检测方法，其特征在于，通过以下方式训练所述行驶速度预测模型：
获取在历史时间段内，车辆在隧道中行驶时接收的多组光线信号样本数据；
基于每组光线信号样本数据，确定在所述历史时间段内的每个历史检测时刻所述车辆的光线信号样本特征信息；
基于多个所述光线信号样本特征信息以及每组光线信号样本数据对应的所述车辆的实际行驶速度，训练行驶速度预测模型。
8.如权利要求7所述的车速检测方法，其特征在于，所述基于多个所述光线信号样本特征信息以及每组光线信号样本数据对应的所述车辆的实际行驶速度，训练行驶速度预测模型，包括：
针对每组光线信号样本数据，基于在每个所述历史检测时刻时所述车辆的光线信号样本特征信息，生成所述车辆的光线信号样本特征向量序列，其中，所述光线信号样本特征向量序列中包括与各个所述历史检测时刻分别对应的光线信号特征向量；
基于多个所述光线信号样本特征向量序列，以及每个所述光线信号样本特征向量序列对应的所述车辆的实际行驶速度，训练构建的行驶速度预测模型。
9.如权利要求8所述的车速检测方法，其特征在于，所述针对每组光线信号样本数据，基于在每个所述历史检测时刻时所述车辆的光线信号样本特征信息，生成所述车辆的光线信号样本特征向量序列，包括：
针对每组光线信号样本数据，根据每个历史检测时刻对应的光线信号样本特征信息，确定所述车辆在每个历史检测时刻时的光线信号样本特征下的样本特征值；
根据所述车辆在每个历史检测时刻时的多个光线信号样本特征下的样本特征值，构建所述车辆在每个历史检测时刻下的光线信号样本特征向量；
根据每个历史检测时刻下的光线信号样本特征向量，生成所述车辆在所述历史时间段内的光线信号特征向量序列。
10.如权利要求9所述的车速检测方法，其特征在于，所述光线信号样本特征包括以下特征中的至少一种：
光线信号样本变化量特征、光线信号样本方差特征、光线信号样本能量谱特征和光线信号样本功率谱特征。
11.如权利要求8所述的车速检测方法，其特征在于，所述基于多个所述光线信号样本特征向量序列，以及每个所述光线信号样本特征向量序列对应的所述车辆的实际行驶速度，训练构建的行驶速度预测模型，包括：
针对每个所述光线信号样本特征向量序列，将所述光线信号样本特征向量序列中的每个光线信号样本特征向量依次作为当前样本检测时刻的当前时刻光线信号样本特征向量，获取前一样本检测时刻的前一时刻光线信号样本特征向量经过行驶速度预测模型中的隐藏层后输出的前一时刻样本中间特征向量；
将所述当前时刻光线信号样本特征向量和所述前一时刻样本中间特征向量，输入至构建的行驶速度预测模型中，获取与所述当前时刻光线信号样本特征向量对应的当前时刻行驶速度；
基于多个当前时刻行驶速度和每个历史检测时刻时的实际行驶速度，训练所述行驶速度预测模型。
12.如权利要求11所述的车速检测方法，其特征在于，基于多个当前时刻行驶速度和每个历史检测时刻时的所述实际行驶速度，训练行驶速度预测模型，包括：
基于每个当前时刻行驶速度以及与每个当前时刻行驶速度对应的实际行驶速度，调整所述行驶速度预测模型的模型参数，直至通过行驶速度预测模型输出的当前时刻行驶速度与对应的实际行驶速度之间的差值在预设范围内，确定所述行驶速度预测模型训练完毕。
13....
【专利技术属性】
技术研发人员：赵世华，
申请(专利权)人：滴图北京科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。