本发明专利技术实施例公开了一种数据的处理方法、装置及电子设备，所述方法包括：获取当前时刻无人驾驶场景下的行驶信息，其中，所述行驶信息包括但不限于速度信息、方位信息；基于预设状态转移矩阵和所述行驶信息，对下一时刻的行驶信息进行预测，得到待修正的预测行驶信息；基于卡尔曼滤波器和非线性算法的融合算法，并根据传感器的感知数据得到所述待修正的预测行驶信息对应的目标误差修正矩阵；基于所述目标误差修正矩阵，对所述待修正的预测行驶信息进行修正，得到目标行驶信息。通过本方法，可以提高对传感器的感知数据处理的准确性，同时也可以减少由于传感器存在故障而对目标行驶信息的影响，保证目标行驶信息的可靠性，提高用户体验。户体验。户体验。
【技术实现步骤摘要】
一种数据的处理方法、装置及电子设备
[0001]本专利技术涉及计算机
，尤其涉及一种数据的处理方法、装置及电子设备。
技术介绍
[0002]随着计算机技术的不断发展，无人驾驶技术得到了较快的发展，无人驾驶技术在汽车中的应用也逐渐成为人们关注的热点。
[0003]目前，无人驾驶技术在汽车中的应用，主要是基于卡尔曼滤波算法对汽车中配置的多源传感器采集到的数据进行计算，并根据得到的计算结果，控制汽车的转向和速度，从而实现无人驾驶在汽车中的应用。例如，通过车载传感器系统感知道路环境，将得到的感知数据进行数字信号的转换，然后通过卡尔曼滤波算法，得到下一刻的转向和速度。
[0004]但是，通过上述方法进行无人驾驶时，存在以下问题：首先，由于采集得到数据多为非线性数据，通过卡尔曼滤波算法对采集到的数据进行处理，无法保证数据处理的精确性；其次，由于汽车中配置的传感器较多，如果存在一个或多个传感器发生故障，则该传感器的故障数据会对算法最终的计算结果产生较大的影响，导致计算结果的可靠性较差。因此，由于存在上述问题，所以通过上述方法进行无人驾驶的过程中，会导致车辆行驶方向和速度等的准确性较差，用户体验不佳。
技术实现思路
[0005]本专利技术实施例的目的是提供一种数据的处理方法、装置及电子设备，以解决现有技术中进行无人驾驶的过程中，存在车辆行驶方向和速度等准确性较差，用户体验不佳的问题。
[0006]为解决上述技术问题，本专利技术实施例是这样实现的：
[0007]第一方面，本专利技术实施例提供的一种数据的处理方法，所述方法包括：
[0008]获取当前时刻无人驾驶场景下的行驶信息，其中，所述行驶信息包括但不限于速度信息、方位信息；
[0009]基于预设状态转移矩阵和所述行驶信息，对下一时刻的行驶信息进行预测，得到待修正的预测行驶信息；
[0010]基于卡尔曼滤波器和非线性算法的融合算法，并根据传感器的感知数据得到所述待修正的预测行驶信息对应的目标误差修正矩阵；
[0011]基于所述目标误差修正矩阵，对所述待修正的预测行驶信息进行修正，得到目标行驶信息。
[0012]第二方面，本专利技术实施例提供了一种数据的处理装置，所述装置包括：
[0013]信息获取模块，用于获取当前时刻无人驾驶场景下的行驶信息，其中，所述行驶信息包括但不限于速度信息、方位信息；
[0014]信息预测模块，用于基于预设状态转移矩阵和所述行驶信息，对下一时刻的行驶信息进行预测，得到待修正的预测行驶信息；
[0015]矩阵确定模块，用于基于卡尔曼滤波器和非线性算法的融合算法，并根据传感器的感知数据得到所述待修正的预测行驶信息对应的目标误差修正矩阵；
[0016]信息修正模块，用于基于所述目标误差修正矩阵，对所述待修正的预测行驶信息进行修正，得到目标行驶信息。
[0017]第三方面，本专利技术实施例提供一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述实施例提供的数据的处理方法的步骤。
[0018]第四方面，本专利技术实施例提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述实施例提供的数据的处理方法的步骤。
[0019]由以上本专利技术实施例提供的技术方案可见，本专利技术实施例通过获取当前时刻无人驾驶场景下的行驶信息，其中，行驶信息包括但不限于速度信息、方位信息，基于预设状态转移矩阵和行驶信息，对下一时刻的行驶信息进行预测，得到待修正的预测行驶信息，然后基于卡尔曼滤波器和非线性算法的融合算法，并根据传感器的感知数据得到待修正的预测行驶信息对应的目标误差修正矩阵，最后基于目标误差修正矩阵，对待修正的预测行驶信息进行修正，得到目标行驶信息。这样，通过卡尔曼滤波器和非线性算法的融合算法，对传感器的感知数据进行处理，可以在提高对感知数据的处理准确性的同时，提高对感知数据的处理效率。并且，由于对感知数据的计算结果是用于修正预测行驶信息，所以，当感知数据中存在错误数据时，错误数据对目标行驶信息影响较小，可以保证目标行驶信息的可靠性，提高用户体验。
附图说明
[0020]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0021]图1为本专利技术一种数据的处理方法的流程示意图；
[0022]图2为本专利技术一种根据行驶路线确定预测行驶信息的示意图；
[0023]图3为本专利技术另一种数据的处理方法的流程示意图；
[0024]图4为本专利技术一种数据的处理装置的结构示意图；
[0025]图5为本专利技术一种电子设备的结构示意图。
具体实施方式
[0026]本专利技术实施例提供一种数据的处理方法、装置及电子设备。
[0027]为了使本
的人员更好地理解本专利技术中的技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0028]实施例一
[0029]如图1所示，本专利技术实施例提供一种数据的处理方法，该方法的执行主体可以为无人驾驶的车辆或该车辆的车载设备(如车辆的主控设备等)或服务器。该方法具体可以包括以下步骤：
[0030]在步骤S102中，获取当前时刻无人驾驶场景下的行驶信息。
[0031]其中，行驶信息可以包括但不限于速度信息、方位信息。
[0032]在实施中，随着计算机技术的不断发展，无人驾驶技术得到了较快的发展，无人驾驶技术在汽车中的应用也逐渐成为人们关注的热点。目前，无人驾驶技术在汽车中的应用，主要是通过对汽车中配置的多源传感器采集到的数据基于卡尔曼滤波算法进行融合计算，根据得到的计算结果，控制汽车的转向和速度，从而实现无人驾驶在汽车中的应用。例如，通过车载传感器系统感知道路环境，将得到的感知数据进行数字信号的转换，然后通过卡尔曼滤波算法，得到下一刻的转向和速度。
[0033]但是，通过上述方法进行无人驾驶时，存在以下问题：首先，由于采集得到数据多为非线性数据，通过卡尔曼滤波算法对采集到的数据进行处理，无法保证数据处理的精确性；其次，由于汽车中配置的传感器较多，如果存在一个或多个传感器发生故障，则该传感器的故障数据会对算法最终的计算结果产生较大的影响，导致计算结果的可靠性较差。因此，由于存在上述问题，所以通过上述方法进行无人驾驶的过程中，会导致车辆行驶方向和速度等的准确性较差，用户体验不佳。
[0034]此外，在对感知本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据的处理方法，其特征在于，所述方法包括：获取当前时刻无人驾驶场景下的行驶信息，其中，所述行驶信息包括但不限于速度信息、方位信息；基于预设状态转移矩阵和所述行驶信息，对下一时刻的行驶信息进行预测，得到待修正的预测行驶信息；基于卡尔曼滤波器和非线性算法的融合算法，并根据传感器的感知数据得到所述待修正的预测行驶信息对应的目标误差修正矩阵；基于所述目标误差修正矩阵，对所述待修正的预测行驶信息进行修正，得到目标行驶信息。2.根据权利要求1所述的方法，其特征在于，所述基于卡尔曼滤波器和非线性算法的融合算法，并根据传感器的感知数据得到所述待修正的预测行驶信息对应的目标误差修正矩阵，包括：基于所述非线性算法，根据所述传感器的感知数据确定目标误差权值更新量；通过所述目标误差权值更新量，基于所述卡尔曼滤波器得到所述目标误差修正矩阵。3.根据权利要求1所述的方法，其特征在于，所述待修正的预测行驶信息包括第一预测行驶信息和误差行驶信息，所述基于所述目标误差修正矩阵，对所述待修正的预测行驶信息进行修正，得到目标行驶信息，包括：基于所述目标误差修正矩阵，对所述误差行驶信息进行修正，得到目标误差行驶信息；基于所述第一预测行驶信息和所述目标误差行驶信息，得到所述目标行驶信息。4.根据权利要求2所述的方法，其特征在于，所述基于所述非线性算法，根据所述传感器的感知数据确定目标误差权值更新量，包括：基于所述非线性算法，计算所述传感器的感知数据对应的误差权值更新量；基于所述误差权值更新量，计算所述目标误差权值更新量。5.根据权利要求4所述的方法，其特征在于，所述基于所述误差权值更新量，计算所述目标误差权值更新量，包括：根据公式计算所述目标误差权值更新量；其中，为第k时刻的所述目标误差权值更新量，I
k-1
为第k-1时刻到第k时刻的第一预设状态转移矩阵，w
k-1
为第k-1时刻对应的所述误差权值更新量，Δw
k-1
为第k-2时刻对应的所述误差权值更新量与第k-1时刻对应的所述误差权值更新量的差值。6.根据权利要求4所述的方法，其特征在于，所述通过所述目标误差权值更新量，基于所述卡尔曼滤波器得到所述目标误差修正矩阵，包括：基于所述目标误差权值更新量，计算滤波增益值；基于所述滤波增益值，确定目标...
【专利技术属性】
技术研发人员：陶珮，李文华，赵耀，孙岚，谭明强，花玥，雷剑，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：
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。