车辆钥匙定位方法、装置、车辆及存储介质制造方法及图纸

本申请提供一种车辆钥匙定位方法、装置、车辆及存储介质，根据车辆钥匙与车辆的多个定位锚点之间的距离，预设的距离阈值，确定钥匙的第一位置指示钥匙处于车辆近场，则根据上述距离，预先训练的第一机器学习二分类器，确定钥匙的第二位置指示钥匙处于车辆外部，根据上述距离，预先训练的第二机器学习二分类器，确定钥匙的第三位置指示钥匙处于车辆侧方，根据上述距离，预先训练的机器学习回归模型和预先设定的三角定位算法，确定钥匙相对车辆的最终位置坐标。通过将车域划分不同层级区域以及通过不同方式确定最终位置，实现了车辆钥匙的精准定位。准定位。准定位。

【技术实现步骤摘要】
车辆钥匙定位方法、装置、车辆及存储介质


[0001]本申请涉及汽车电子
，尤其涉及一种车辆钥匙定位方法、装置、车辆及存储介质。

技术介绍

[0002]随着科技的进步，最原始的机械汽车钥匙已经逐渐演变成无感进入和点火的智能钥匙，随着安全增强型超宽带(Ultra
‑
Wide Band，UWB)无线接入技术应用于汽车钥匙，汽车钥匙进入综合利用各无线技术优势的新时代。UWB无线接入技术虽然具有防中继攻击，测距定位精度高的特点，但是UWB在工作过程中很容易与车辆自身或周边的导电体发生反射，衍射，多径干涉现象，进而造成干扰，影响汽车钥匙的定位精度。
[0003]在现有技术中，为了避免上述问题，通常采用机器学习的方法实现对汽车钥匙的定位，但是机器学习网络规模大，计算量大并且对软硬件资料要求高，车外多变的实际环境与训练样本数据采集时的理想环境差别大，进而导致实际车外定位时误差大，大范围的车外空间与狭小的车内空间使得车内和车外训练样本集数目差距过大，也会导致车内识别率低等问题。
[0004]综上所述，如何精准稳定的实现汽车钥匙的定位，是本领域亟需解决的问题。

技术实现思路

[0005]本申请提供一种车辆钥匙定位方法、装置、车辆及存储介质，用以解决如何精准稳定的实现汽车钥匙的定位问题。
[0006]第一方面，本申请提供一种车辆钥匙定位方法，应用于车辆，包括：
[0007]根据车辆钥匙与所述车辆的多个定位锚点之间的距离，预设的距离阈值，确定所述车辆钥匙的第一位置，所述第一位置用于指示所述车辆钥匙处于车辆远场或车辆近场；
[0008]若所述第一位置指示所述车辆钥匙处于所述车辆近场，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的第一机器学习二分类器，确定所述车辆钥匙的第二位置，所述第二位置用于指示所述车辆钥匙处于车辆外部或车辆内部，所述第一机器学习二分类器是预先根据车辆近场范围内采集到的数据集训练的用于根据车辆钥匙与定位锚点之间的距离确定车辆钥匙位置的算法；
[0009]若所述第二位置指示所述车辆钥匙处于所述车辆外部，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的第二机器学习二分类器，确定所述车辆钥匙的第三位置，所述第三位置用于指示所述车辆钥匙处于车辆侧方或车身，所述第二机器学习二分类器是预先根据车辆外部范围内采集到的数据集训练的用于根据车辆钥匙与定位锚点之间的距离确定车辆钥匙位置的算法；
[0010]若所述第三位置指示所述车辆钥匙处于所述车辆侧方，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的机器学习回归模型和预先设定的三角定位算法，确定所述车辆钥匙相对所述车辆的最终位置坐标，所述机器学习回归模型是预先根据
车辆侧方范围内采集到的数据集训练的用于根据车辆钥匙与定位锚点之间的距离确定车辆钥匙位置的算法。
[0011]结合第一方面，在一些实施例中，所述若所述第三位置指示所述车辆钥匙处于所述车辆侧方，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的机器学习回归模型和预先设定的三角定位算法，确定所述车辆钥匙相对所述车辆的最终位置坐标，包括：
[0012]根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，所述预先训练的机器学习回归模型，确定所述车辆钥匙的第一位置坐标；
[0013]根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，所述三角定位算法，确定所述车辆钥匙的第二位置坐标；
[0014]根据所述第一位置坐标和所述第二位置坐标，确定所述车辆钥匙相对所述车辆的最终位置坐标。
[0015]结合第一方面，在一些实施例中，所述方法还包括：
[0016]若所述第一位置指示所述车辆钥匙处于所述车辆远场，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，所述三角定位算法，确定所述车辆钥匙相对所述车辆的最终位置坐标。
[0017]结合第一方面，在一些实施例中，所述方法还包括：
[0018]若所述第二位置指示所述车辆钥匙处于所述车辆内部，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的第一机器学习多分类器，确定所述车辆钥匙位于车辆的第一子区域，所述第一子区域包括主驾区或副驾区或后排区或后备箱，所述第一机器学习多分类器是预先根据车辆内部范围内采集到的数据集训练的用于根据车辆钥匙与定位锚点之间的距离确定车辆钥匙位置的算法。
[0019]结合第一方面，在一些实施例中，所述方法还包括：
[0020]若所述第三位置指示所述车辆钥匙处于所述车身，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的第二机器学习多分类器，确定所述车辆钥匙位于车辆的第二子区域，所述第二子区域包括引擎盖上或车顶上或车箱上，所述第二机器学习多分类器是预先根据车身范围内采集到的数据集训练的用于根据车辆钥匙与定位锚点之间的距离确定车辆钥匙位置的算法。
[0021]结合第一方面，在一些实施例中，所述根据车辆钥匙与所述车辆的多个定位锚点之间的距离和预设的距离阈值，确定车辆钥匙的第一位置之前，所述方法还包括：
[0022]获取所述车辆钥匙与所述车辆的多个定位锚点之间的测距信号；
[0023]根据所述测距信号，确定所述车辆钥匙与所述车辆的多个定位锚点之间的距离。
[0024]第二方面，本申请提供一种车辆钥匙定位装置，包括：
[0025]第一确定模块，用于根据车辆钥匙与所述车辆的多个定位锚点之间的距离，预设的距离阈值，确定所述车辆钥匙的第一位置，所述第一位置用于指示所述车辆钥匙处于车辆远场或车辆近场；
[0026]第二确定模块，用于若所述第一位置指示所述车辆钥匙处于所述车辆近场，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的第一机器学习二分类器，确定所述车辆钥匙的第二位置，所述第二位置用于指示所述车辆钥匙处于车辆外部或
车辆内部，所述第一机器学习二分类器是预先根据车辆近场范围内采集到的数据集训练的用于根据车辆钥匙与定位锚点之间的距离确定车辆钥匙位置的算法；
[0027]第三确定模块，用于若所述第二位置指示所述车辆钥匙处于所述车辆外部，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的第二机器学习二分类器，确定所述车辆钥匙的第三位置，所述第三位置用于指示所述车辆钥匙处于车辆侧方或车身，所述第二机器学习二分类器是预先根据车辆外部范围内采集到的数据集训练的用于根据车辆钥匙与定位锚点之间的距离确定车辆钥匙位置的算法；
[0028]第四确定模块，用于若所述第三位置指示所述车辆钥匙处于所述车辆侧方，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的机器学习回归模型和预先设定的三角定位算法，确定所述车辆钥匙相对所述车辆的最终位置坐标。
[0029]结合第二方面，在一些实施例中，所述第四确定模块，包括：
[0030]第一确定单元，用于根据所述车辆钥匙与所述车辆的多个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆钥匙定位方法，其特征在于，应用于车辆，包括：根据车辆钥匙与所述车辆的多个定位锚点之间的距离，预设的距离阈值，确定所述车辆钥匙的第一位置，所述第一位置用于指示所述车辆钥匙处于车辆远场或车辆近场；若所述第一位置指示所述车辆钥匙处于所述车辆近场，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的第一机器学习二分类器，确定所述车辆钥匙的第二位置，所述第二位置用于指示所述车辆钥匙处于车辆外部或车辆内部，所述第一机器学习二分类器是预先根据车辆近场范围内采集到的数据集训练的用于根据车辆钥匙与定位锚点之间的距离确定车辆钥匙位置的算法；若所述第二位置指示所述车辆钥匙处于所述车辆外部，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的第二机器学习二分类器，确定所述车辆钥匙的第三位置，所述第三位置用于指示所述车辆钥匙处于车辆侧方或车身，所述第二机器学习二分类器是预先根据车辆外部范围内采集到的数据集训练的用于根据车辆钥匙与定位锚点之间的距离确定车辆钥匙位置的算法；若所述第三位置指示所述车辆钥匙处于所述车辆侧方，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的机器学习回归模型和预先设定的三角定位算法，确定所述车辆钥匙相对所述车辆的最终位置坐标，所述机器学习回归模型是预先根据车辆侧方范围内采集到的数据集训练的用于根据车辆钥匙与定位锚点之间的距离确定车辆钥匙位置的算法。2.根据权利要求1所述的方法，其特征在于，所述若所述第三位置指示所述车辆钥匙处于所述车辆侧方，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的机器学习回归模型和预先设定的三角定位算法，确定所述车辆钥匙相对所述车辆的最终位置坐标，包括：根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，所述预先训练的机器学习回归模型，确定所述车辆钥匙的第一位置坐标；根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，所述三角定位算法，确定所述车辆钥匙的第二位置坐标；根据所述第一位置坐标和所述第二位置坐标，确定所述车辆钥匙相对所述车辆的最终位置坐标。3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：若所述第一位置指示所述车辆钥匙处于所述车辆远场，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，所述三角定位算法，确定所述车辆钥匙相对所述车辆的最终位置坐标。4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：若所述第二位置指示所述车辆钥匙处于所述车辆内部，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的第一机器学习多分类器，确定所述车辆钥匙位于车辆的第一子区域，所述第一子区域包括主驾区或副驾区或后排区或后备箱，所述第一机器学习多分类器是预先根据车辆内部范围内采集到的数据集训练的用于根据车辆钥匙与定位锚点之间的距离确定车辆钥匙位置的算法。5.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
若所述第三位置指示所述车辆钥匙处于所述车身，根据所述车辆钥匙与所述车辆的多个定位锚点之间的距离，预先训练的第二机器学习多分类器，确定...

【专利技术属性】
技术研发人员：陈国安，
申请(专利权)人：吉利汽车研究院宁波有限公司，
类型：发明
国别省市：