一种检测地铁行驶状态的方法、装置、设备及存储介质制造方法及图纸

本申请实施例提供一种检测地铁行驶状态的方法、装置、设备及存储介质，可应用于地图领域、车载场景、人工智能、辅助驾驶等各种场景，该方法包括：获取终端设备在多个维度的运动特征数据，终端设备处于地铁内。对多个维度的运动特征数据进行特征提取，并基于提取结果获得目标运动特征向量。基于目标运动特征向量预测地铁的行驶状态类别，并基于行驶状态类别确定地铁的目标行驶状态。利用各个维度的运行特征数据之间的互补特征，获得全面表征终端设备的运行状态的目标运动特征向量，故基于目标运动特征向量，确定地铁的目标行驶状态时，有效提高检测地铁行驶状态的准确性和普适性。高检测地铁行驶状态的准确性和普适性。高检测地铁行驶状态的准确性和普适性。

【技术实现步骤摘要】
一种检测地铁行驶状态的方法、装置、设备及存储介质


[0001]本专利技术实施例涉及人工智能
，尤其涉及一种检测地铁行驶状态的方法、装置、设备及存储介质。

技术介绍

[0002]随着互联网技术和智能设备的发展，多种多样的地图定位软件不断普及，通过地图定位软件可以方便地调用全球定位系统(Global Positioning System，GPS)或北斗系统进行导航，这类导航方式已广泛的应用于生活的方方面面，比如：驾车、出行、公交等。由于网络信号在一些环境中的传输效果不佳，因此，地图定位软件在生活中某些常见场景(例如：地铁)可能会达不到理想的定位效果。
[0003]相关技术下，针对上述缺陷，通常会通过检测地铁的加速度方差来确定地铁的行驶状态，然后结合地铁的行驶状态进行定位，然而，当地铁快要进站时，加速度计的输出也是趋于稳定的状态，此时获得的加速度方差与地铁处于静止状态时的加速度方差相差较小，容易造成误判，因此，采用上述方法检测地铁行驶状态的准确性较低。

技术实现思路

[0004]本申请实施例提供一种检测地铁行驶状态的方法、装置、设备及存储介质，用于提高检测地铁行驶状态的准确性。
[0005]一方面，本申请实施例提供了一种检测地铁行驶状态的方法，该方法包括：
[0006]获取终端设备在多个维度的运动特征数据，所述终端设备处于地铁内；
[0007]分别对所述多个维度的运动特征数据进行特征提取，并基于提取结果获得目标运动特征向量；
[0008]基于所述目标运动特征向量，预测所述地铁的行驶状态类别；
[0009]基于所述地铁的行驶状态类别，确定所述地铁的目标行驶状态。
[0010]一方面，本申请实施例提供了一种检测地铁行驶状态的装置，该装置包括：
[0011]获取模块，用于获取终端设备在多个维度的运动特征数据，所述终端设备处于地铁内；
[0012]特征提取模块，用于分别对所述多个维度的运动特征数据进行特征提取，并基于提取结果获得目标运动特征向量；
[0013]预测模块，用于基于所述目标运动特征向量，预测所述地铁的行驶状态类别；
[0014]检测模块，用于基于所述地铁的行驶状态类别，确定所述地铁的目标行驶状态。
[0015]可选地，所述检测模块具体用于：
[0016]采集噪声音频，并确定所述噪声音频的波动属性；
[0017]基于所述噪声音频的波动属性与噪声阈值之间的关联关系，以及所述地铁的行驶状态类别，确定所述地铁的目标行驶状态。
[0018]可选地，所述噪声阈值包括运行噪声阈值和静止噪声阈值；
[0019]所述检测模块具体用于：
[0020]获取多段第一历史噪声音频和多段第二历史噪声音频，其中，所述第一历史噪声音频是所述地铁处于运行状态时采集的噪声音频，所述第二历史噪声音频是所述地铁处于静止状态时采集的噪声音频；
[0021]基于所述多段第一历史噪声音频各自对应的噪声标准差，获得运行噪声阈值；
[0022]基于所述多段第二历史噪声音频各自对应的噪声标准差，获得静止噪声阈值。
[0023]可选地，所述噪声阈值包括运行噪声阈值和静止噪声阈值；
[0024]所述检测模块具体用于：
[0025]当所述地铁的行驶状态类别为静止状态，且所述噪声音频的波动属性与所述静止噪声阈值之间的关联关系满足第一静止条件时，确定所述地铁的目标行驶状态为静止状态；
[0026]当所述地铁的行驶状态类别为静止状态，且所述噪声音频的波动属性与所述运行噪声阈值之间的关联关系满足第一运行条件时，确定所述地铁的目标行驶状态为运行状态。
[0027]可选地，所述检测模块还用于：
[0028]当所述地铁的行驶状态类别为运行状态，且所述噪声音频的波动属性与所述运行噪声阈值之间的关联关系满足第二运行条件时，确定所述地铁的目标行驶状态为运行状态；
[0029]当所述地铁的行驶状态类别为运行状态，且所述噪声音频的波动属性与所述静止噪声阈值之间的关联关系满足第二静止条件时，确定所述地铁的目标行驶状态为静止状态。
[0030]可选地，还包括定位模块；
[0031]所述定位模块具体用于：
[0032]基于所述地铁的行驶状态类别，确定所述地铁的目标行驶状态之后，基于所述地铁的目标行驶状态，对所述终端设备当前的定位信息进行更新。
[0033]可选地，所述地铁的行驶状态类别包括运行状态和静止状态，所述运行状态对应第一子决策树集合，所述静止状态对应第二子决策树集合，所述第一子决策树集合和第二子决策树集合是联合训练获得的；
[0034]所述预测模块具体用于：
[0035]采用所述第一子决策树集合，对所述目标运动特征向量进行权重预测，获得所述行驶状态类别为运行状态的第一类别权重；
[0036]采用所述第二子决策树集合，对所述目标运动特征向量进行权重预测，获得所述行驶状态类别为静止状态的第二类别权重；
[0037]基于所述第一类别权重和所述第二类别权重，确定所述地铁的行驶状态类别。
[0038]可选地，所述第一子决策树集合包括至少一个第一子决策树；
[0039]所述预测模块具体用于：
[0040]采用所述至少一个第一子决策树，分别对所述目标运动特征向量进行权重预测，获得所述至少一个第一子决策树各自输出的第一子权重；
[0041]将获得的各个第一子权重求和，获得所述行驶状态类别为运行状态的第一类别权
重。
[0042]可选地，所述第二子决策树集合包括至少一个第二子决策树；
[0043]所述预测模块具体用于：
[0044]采用所述至少一个第二子决策树，分别对所述目标运动特征向量进行权重预测，获得所述至少一个第二子决策树各自输出的第二子权重；
[0045]将获得的各个第二子权重求和，获得所述行驶状态类别为静止状态的第二类别权重。
[0046]可选地，所述预测模块具体用于：
[0047]对所述第一类别权重和所述第二类别权重进行比较；
[0048]当所述第一类别权重大于所述第二类别权重时，确定所述地铁的行驶状态类别为运行状态；
[0049]当所述第一类别权重小于所述第二类别权重时，确定所述地铁的行驶状态类别为静止状态。
[0050]可选地，所述多个维度至少包括：惯性维度、气压维度和磁场维度；
[0051]所述多个维度的运动特征数据，包括：
[0052]通过所述终端设备上的惯性传感器，采集的所述终端设备在预设时长内的惯性数据；
[0053]通过所述终端设备上的气压计，采集的所述终端设备在所述预设时长内所处环境的气压数据；
[0054]通过所述终端设备上的磁力计，采集的所述终端设备在所述预设时长内所处环境的磁场数据。
[0055]可选地，所述特征提取模块具体用于：
[0056]基于所述惯性数据，提取所述终本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测地铁行驶状态的方法，其特征在于，包括：获取终端设备在多个维度的运动特征数据，所述终端设备处于地铁内；分别对所述多个维度的运动特征数据进行特征提取，并基于提取结果获得目标运动特征向量；基于所述目标运动特征向量，预测所述地铁的行驶状态类别；基于所述地铁的行驶状态类别，确定所述地铁的目标行驶状态。2.如权利要求1所述的方法，其特征在于，所述基于所述地铁的行驶状态类别，确定所述地铁的目标行驶状态，包括：采集噪声音频，并确定所述噪声音频的波动属性；基于所述噪声音频的波动属性与噪声阈值之间的关联关系，以及所述地铁的行驶状态类别，确定所述地铁的目标行驶状态。3.如权利要求2所述的方法，其特征在于，所述噪声阈值包括运行噪声阈值和静止噪声阈值；所述噪声阈值是采用以下方式获得的：获取多段第一历史噪声音频和多段第二历史噪声音频，其中，所述第一历史噪声音频是所述地铁处于运行状态时采集的噪声音频，所述第二历史噪声音频是所述地铁处于静止状态时采集的噪声音频；基于所述多段第一历史噪声音频各自对应的噪声标准差，获得运行噪声阈值；基于所述多段第二历史噪声音频各自对应的噪声标准差，获得静止噪声阈值。4.如权利要求2所述的方法，其特征在于，所述噪声阈值包括运行噪声阈值和静止噪声阈值；所述基于所述噪声音频的波动属性与噪声阈值之间的关联关系，以及所述地铁的行驶状态类别，确定所述地铁的目标行驶状态，包括：当所述地铁的行驶状态类别为静止状态，且所述噪声音频的波动属性与所述静止噪声阈值之间的关联关系满足第一静止条件时，确定所述地铁的目标行驶状态为静止状态；当所述地铁的行驶状态类别为静止状态，且所述噪声音频的波动属性与所述运行噪声阈值之间的关联关系满足第一运行条件时，确定所述地铁的目标行驶状态为运行状态。5.如权利要求4所述的方法，其特征在于，还包括：当所述地铁的行驶状态类别为运行状态，且所述噪声音频的波动属性与所述运行噪声阈值之间的关联关系满足第二运行条件时，确定所述地铁的目标行驶状态为运行状态；当所述地铁的行驶状态类别为运行状态，且所述噪声音频的波动属性与所述静止噪声阈值之间的关联关系满足第二静止条件时，确定所述地铁的目标行驶状态为静止状态。6.如权利要求1所述的方法，其特征在于，所述基于所述地铁的行驶状态类别，确定所述地铁的目标行驶状态之后，还包括：基于所述地铁的目标行驶状态，对所述终端设备当前的定位信息进行更新。7.如权利要求1所述的方法，其特征在于，所述地铁的行驶状态类别包括运行状态和静止状态，所述运行状态对应第一子决策树集合，所述静止状态对应第二子决策树集合，所述第一子决策树集合和第二子决策树集合是联合训练获得的；所述基于所述目标运动特征向量，预测所述地铁的行驶状态类别，包括：采用所述第一子决策树集合，对所述目标运动特征向量进行权重预测，获得所述行驶
状态类别为运行状态的第一类别权重；采用所述第二子决策树集合，对所述目标运动特征向量进行权重预测，获得所述行驶状态类别为静止状态的第二类别权重；基于所述第一类别权重和所述第二类别权重，确定所述地铁的行驶状态类别。8.如权利要求7所述的方法，...

【专利技术属性】
技术研发人员：郭若南，卞光宇，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：