车辆驾驶状态确定方法、装置、车辆及存储介质制造方法及图纸

本公开提出一种车辆驾驶状态确定方法、装置、车辆及存储介质，涉及自动驾驶技术领域，该方法包括：获取第一车辆的多帧感测姿态数据，和与每帧感测姿态数据对应的感测底盘数据；对相邻两帧感测姿态数据进行差分处理，得到第一差分姿态数据，并对相邻两帧感测底盘数据进行差分处理，得到第一差分底盘数据；确定时间窗口内部分感测姿态数据的第一分布信息，并确定时间窗口内部分感测底盘数据的第二分布信息；根据第一差分姿态数据、第一差分底盘数据、第一分布信息，以及第二分布信息确定第一车辆的驾驶状态。通过本公开，能够有效提升车辆驾驶状态确定的鲁棒性和精度。状态确定的鲁棒性和精度。状态确定的鲁棒性和精度。

【技术实现步骤摘要】
车辆驾驶状态确定方法、装置、车辆及存储介质


[0001]本公开涉及自动驾驶
，尤其涉及一种车辆驾驶状态确定方法、装置、车辆及存储介质。

技术介绍

[0002]多模式驾驶状态的准确识别成为对车辆进行高精定位的一个关键因素，在不同的运动场景下应用不同的定位优化策略，可以有效提高定位的精度和鲁棒性。车端会安装一些传感器，例如惯性测量单元（Inertial Measurement Unit，IMU）、用于感测底盘CHASSIS信号的传感器，都可以提供一些车辆的驾驶状态信息，IMU可以辅助判断转弯、过减速带、加减速等；CHASSIS信号可以辅助判断车辆速度、前进后退等。
[0003]相关技术中，基于各种传感器各自采集数据分析车辆的驾驶状态，这种方式下，车辆驾驶状态确定的鲁棒性和精度不高。

技术实现思路

[0004]为克服相关技术中存在的问题，本公开提供一种车辆驾驶状态确定方法、装置、车辆及非临时性计算机可读存储介质，能够有效提升车辆驾驶状态确定的鲁棒性和精度。
[0005]根据本公开实施例的第一方面，提供一种车辆驾驶状态确定方法，包括：获取第一车辆的多帧感测姿态数据，和与每帧所述感测姿态数据对应的感测底盘数据；对相邻两帧所述感测姿态数据进行差分处理，得到第一差分姿态数据，并对相邻两帧所述感测底盘数据进行差分处理，得到第一差分底盘数据；确定时间窗口内部分所述感测姿态数据的第一分布信息，并确定所述时间窗口内部分所述感测底盘数据的第二分布信息；根据所述第一差分姿态数据、所述第一差分底盘数据、所述第一分布信息，以及所述第二分布信息确定所述第一车辆的驾驶状态。
[0006]根据本公开实施例的第二方面，提供一种车辆驾驶状态确定装置，包括：获取单元，用于获取第一车辆的多帧感测姿态数据，和与每帧所述感测姿态数据对应的感测底盘数据；处理单元，用于对相邻两帧所述感测姿态数据进行差分处理，得到第一差分姿态数据，并对相邻两帧所述感测底盘数据进行差分处理，得到第一差分底盘数据；第一确定单元，用于确定时间窗口内部分所述感测姿态数据的第一分布信息，并确定所述时间窗口内部分所述感测底盘数据的第二分布信息；第二确定单元，用于根据所述第一差分姿态数据、所述第一差分底盘数据、所述第一分布信息，以及所述第二分布信息确定所述第一车辆的驾驶状态。
[0007]根据本公开实施例的第三方面，提供一种车辆，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：实现本公开实施例的第一方面提供的一种车辆驾驶状态确定方法的步骤。
[0008]根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种车辆驾驶状态
确定方法，所述方法包括：获取第一车辆的多帧感测姿态数据，和与每帧所述感测姿态数据对应的感测底盘数据；对相邻两帧所述感测姿态数据进行差分处理，得到第一差分姿态数据，并对相邻两帧所述感测底盘数据进行差分处理，得到第一差分底盘数据；确定时间窗口内部分所述感测姿态数据的第一分布信息，并确定所述时间窗口内部分所述感测底盘数据的第二分布信息；根据所述第一差分姿态数据、所述第一差分底盘数据、所述第一分布信息，以及所述第二分布信息确定所述第一车辆的驾驶状态。
[0009]本公开的实施例提供的技术方案可以包括以下有益效果：通过获取第一车辆的多帧感测姿态数据，和与每帧感测姿态数据对应的感测底盘数据，并对相邻两帧感测姿态数据进行差分处理，得到第一差分姿态数据，并对相邻两帧感测底盘数据进行差分处理，得到第一差分底盘数据，确定时间窗口内部分感测姿态数据的第一分布信息，并确定时间窗口内部分感测底盘数据的第二分布信息，以及根据第一差分姿态数据、第一差分底盘数据、第一分布信息，以及第二分布信息确定第一车辆的驾驶状态，由于将各种感测得到的原始数据，转化为和车辆的驾驶状态相关性更强的信息，并扩展了各种感测得到的原始数据的维度，增大了每帧原始数据的观测维数，能够有效提升车辆驾驶状态确定的鲁棒性和精度。
[0010]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0011]本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1是本公开一实施例提出的车辆驾驶状态确定方法的流程示意图；图2是本公开另一实施例提出的车辆驾驶状态确定方法的流程示意图；图3是本公开实施例中车辆驾驶状态确定效果示意图；图4是本公开另一实施例提出的车辆驾驶状态确定方法的流程示意图；图5是本公开一实施例中目标驾驶状态确定模型训练过程示意图；图6是本公开另一实施例中目标驾驶状态确定模型训练过程示意图；图7是本公开实施例中网络参数示意图；图8是本公开实施例中数据和网络参数的影响程度关系示意图；图9是本公开实施例中模型训练结果示意图；图10是本公开一实施例提出的车辆驾驶状态确定装置的结构示意图；图11是一示例性实施例示出的一种车辆的功能框图示意图。
具体实施方式
[0012]下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本公开，而不能理解为对本公开的限制。相反，本公开的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
[0013]图1是本公开一实施例提出的车辆驾驶状态确定方法的流程示意图。
[0014]本实施例以车辆驾驶状态确定方法被配置为车辆驾驶状态确定装置中来举例说明，本实施例中车辆驾驶状态确定方法可以被配置在车辆驾驶状态确定装置中，车辆驾驶状态确定装置可以设置在服务器中，或者也可以设置在电子设备中，本公开实施例对此不作限制。
[0015]本实施例以车辆驾驶状态确定方法被配置在电子设备中为例。其中，电子设备例如车载设备、计算机设备、车辆控制平台等硬件设备，对此不做限制。
[0016]如图1所示，该车辆驾驶状态确定方法，包括：S101：获取第一车辆的多帧感测姿态数据，和与每帧感测姿态数据对应的感测底盘数据。
[0017]其中，当前待确定其驾驶状态的车辆，可以被称为第一车辆。
[0018]其中，驾驶状态，可以是指车辆在被驾驶的过程中所处的状态，例如是运动状态（例如，前进状态、倒车状态、平稳运动状态、加速运动状态、顿挫运动状态、减速运动状态）、静止状态（例如停止状态）、由运动状态向静止状态的切换状态等等，对此不做限制。
[0019]一些实施例中，感测姿态数据，可以是对车辆姿态感测得到的数据，比如，实时感测、基于一定周期感测，感测姿态数据，也可以被称为感测得到的空间姿态数据，对此不作限制。
[0020]一些实施例中，感测姿态数据，可以例如是IMU对第一车辆感测所得的空间姿态数据，对此不作限制。
[0021]一些实施例中，感测底盘数据，可以是对车辆的底盘C本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆驾驶状态确定方法，其特征在于，所述方法包括：获取第一车辆的多帧感测姿态数据，和与每帧所述感测姿态数据对应的感测底盘数据；对相邻两帧所述感测姿态数据进行差分处理，得到第一差分姿态数据，并对相邻两帧所述感测底盘数据进行差分处理，得到第一差分底盘数据；确定时间窗口内部分所述感测姿态数据的第一分布信息，并确定所述时间窗口内部分所述感测底盘数据的第二分布信息；根据所述第一差分姿态数据、所述第一差分底盘数据、所述第一分布信息，以及所述第二分布信息确定所述第一车辆的驾驶状态。2.如权利要求1所述的方法，其特征在于，所述感测姿态数据包括以下至少一项：感测角速度；感测加速度。3.如权利要求1所述的方法，其特征在于，所述感测底盘数据包括以下至少一项：感测速度；感测位置增量；感测车轮方向；感测车辆转角。4.如权利要求1所述的方法，其特征在于，所述确定时间窗口内部分所述感测姿态数据的第一分布信息，包括：确定时间窗口内部分所述感测姿态数据的第一标准差和/或均值，并将所述第一标准差和/或均值作为所述第一分布信息。5.如权利要求1所述的方法，其特征在于，所述确定所述时间窗口内部分所述感测底盘数据的第二分布信息，包括：确定时间窗口内部分所述感测底盘数据的第二标准差和/或均值，并将所述第二标准差和/或均值作为所述第二分布信息。6.如权利要求1所述的方法，其特征在于，所述根据所述第一差分姿态数据、所述第一差分底盘数据、所述第一分布信息，以及所述第二分布信息确定所述第一车辆的驾驶状态，包括：将所述第一差分姿态数据、所述第一差分底盘数据、所述第一分布信息，以及所述第二分布信息输入至目标驾驶状态确定模型中；获取所述目标驾驶状态确定模型输出的所述第一车辆的驾驶状态，其中，所述目标驾驶状态确定模型已学习所述第一差分姿态数据、所述第一差分底盘数据、所述第一分布信息，以及所述第二分布信息，以及所述第一车辆的驾驶状态之间的映射关系。7.如权利要求6所述的方法，其特征在于，所述目标驾驶状态确定模型是基于以下方式训练得到：获取第二车辆的多帧样本姿态数据，和与每帧所述样本姿态数据对应的样本底盘数据；对相邻两帧所述样本姿态数据进行差分处理，得到第二差分姿态数据，并对相邻两帧所述样本底盘数据进行差分处理，得到第二差分底盘数据；
获取与所述多帧样本姿态数据以及多帧所述样本底盘数据对应的标注驾驶状态；确定时间窗口内部分所述样本姿态数据的第三分布信息，并确定所述时间窗口内部分所述样本底盘数据的第四分布信息；根据所述第二差分姿态数据、所述第二差分底盘数据、所述第三分布信息、所述第四分布信息以及所述标注驾驶状态训练初始驾驶状态确定模型，以得到所述目标驾驶状态确定模型。8.如权利要求7所述的方法，其特征在于，所述获取与所述多帧样本姿态数据以及多帧所述样本底盘数据对应的标注驾驶状态，包括：确定与每帧所述样本姿态数据或所述样本底盘数据对应的时间戳；获取高精定位设备对所述第二车辆所采集与所述时间戳对应的参考驾驶状态；将多个所述参考驾驶状态作为所述标注驾驶状态。9.如权利要求7所述的方法，其特征在于，所述第二差分姿态数据的数量是多个；所述方法还包括：确定与每个所述第二差分姿态数据对应的第一影响程度值，其中，所述第一影响程度值表示相应所述第...

【专利技术属性】
技术研发人员：刘宇尘，
申请(专利权)人：小米汽车科技有限公司，
类型：发明
国别省市：