【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 ...
【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:
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。