System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 行车环境检测方法、装置、车辆及可读存储介质制造方法及图纸_技高网

行车环境检测方法、装置、车辆及可读存储介质制造方法及图纸

技术编号:41322921 阅读:5 留言:0更新日期:2024-05-13 15:01
本申请公开了一种行车环境检测方法、装置、车辆及可读存储介质,所述方法包括:基于所述卫星导航系统获取第一卫星数据;将所述第一卫星数据输入目标模型确定所述第一卫星数据对应的目标行车环境类型,所述目标模型包括基于训练数据训练预先设定的分类模型得到的模型,所述训练数据包括卫星导航系统获取的多个第二卫星数据以及每个所述第二卫星数据对应的行车环境类型,所述第一卫星数据的类型与所述第二卫星数据的类型至少部分相同。本申请用目标模型预测第一卫星数据对应的目标行车环境类型,既保护了用户的隐私,又降低了行车环境检测的成本。

【技术实现步骤摘要】

本申请涉及自动驾驶,更具体地,涉及一种行车环境检测方法、装置、车辆及可读存储介质


技术介绍

1、在自动驾驶中,行车环境类型检测是一个重要的步骤,行车环境类型检测为自动驾驶系统提供了关键的环境感知能力,使其能够准确地检测和响应不同的行车环境。然而,现有的行车环境类型检测的成本较高且准确率仍有待提高。


技术实现思路

1、本申请提出了一种行车环境检测方法、装置、车辆及可读存储介质。

2、第一方面,本申请实施例提供了一种行车环境检测方法,所述方法应用于车辆,所述车辆设置有卫星导航系统,所述方法包括:基于所述卫星导航系统获取第一卫星数据;将所述第一卫星数据输入目标模型确定所述第一卫星数据对应的目标行车环境类型,所述目标模型包括基于训练数据训练预先设定的分类模型得到的模型,所述训练数据包括卫星导航系统获取的多个第二卫星数据以及每个所述第二卫星数据对应的行车环境类型,所述第一卫星数据的类型与所述第二卫星数据的类型至少部分相同。

3、可选的,对于一种可能的实施方式,所述将所述第一卫星数据输入目标模型确定所述第一卫星数据对应的目标行车环境类型,包括:将所述第一卫星数据输入参考目标模型得到预测卫星遮挡程度与预测行车环境类型,所述参考目标模型包括基于参考训练数据训练预先设定的参考分类模型得到的模型,所述参考训练数据包括卫星导航系统获取的多个第二卫星数据、每个所述第二卫星数据对应的卫星遮挡程度以及每个所述第二卫星数据对应的行车环境类型;基于所述预测卫星遮挡程度与所述预测行车环境类型确定所述第一卫星数据对应的目标行车环境类型。

4、可选的,对于一种可能的实施方式,所述基于所述预测卫星遮挡程度与所述预测行车环境类型确定所述第一卫星数据对应的目标行车环境类型,包括:获取所述车辆周围环境的图像信息以及获取所述车辆与周围目标物体的距离信息;基于所述图像信息、所述距离信息、所述预测卫星遮挡程度以及所述预测行车环境类型确定第一卫星数据对应的目标环境类型。

5、可选的,对于一种可能的实施方式,所述训练数据包括训练样本和与训练标签,所述训练样本包括卫星导航系统获取的第二卫星数据,所述训练标签为与所述第二卫星数据对应的行车环境类型。可选的,对于一种可能的实施方式,所述第一卫星数据包括卫星数量以及每个卫星信号的信噪比,所述卫星数量以及所述每个卫星信号的信噪比是通过对卫星导航系统获取的第一卫星信号进行分离得到的。

6、可选的,对于一种可能的实施方式,所述第一卫星数据包括卫星的方位角与卫星的高度角,所述卫星的方位角与所述卫星的高度角是通过卫星星历、伪距、载波相位以及多普勒频移确定的,所述卫星星历、所述伪距、所述载波相位以及所述多普勒频移是通过对所述卫星导航系统获取的第一卫星信号分离后计算得到的。

7、第二方面,本申请实施例还提供了一种行车环境检测装置,所述装置包括:采集单元,所述采集单元用于基于卫星导航系统获取统获取第一卫星数据计算单元,所述计算单元用于将所述第一卫星数据输入目标模型确定所述第一卫星数据对应的目标行车环境类型,所述目标模型包括基于训练数据训练预先设定的分类模型得到的模型,所述训练数据包括所述卫星导航系统获取的多个第二卫星数据以及每个所述第二卫星数据对应的行车环境类型,所述第一卫星数据的类型与所述第二卫星数据的类型至少部分相同。第三方面,本申请实施例还提供了一种车辆,所述车辆设置有卫星导航系统以及电子控制单元,所述卫星导航系统与所述电子控制单元连接;所述电子控制单元用于执行第一方面所述的方法。

8、可选的,对于一种可能的实施方式,所述车辆还包括图像传感器以及距离传感器,所述图像传感器以及所述距离传感器分别与电子控制单元连接;所述图像传感器用于采集所述车辆周围环境的图像信息;所述距离传感器用于采集所述车辆与周围目标物体的距离信息。

9、第四方面,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行第一方面所述的方法。

10、本申请实施例提供的测试方法、装置、电子设备及可读存储介质,首先,基于所述卫星导航系统获取第一卫星数据;然后,将所述第一卫星数据输入目标模型确定所述第一卫星数据对应的目标行车环境类型,所述目标模型包括基于训练数据训练预先设定的分类模型得到的模型,所述训练数据包括卫星导航系统获取的多个第二卫星数据以及每个所述第二卫星数据对应的行车环境类型,所述第一卫星数据的类型与所述第二卫星数据的类型至少部分相同。

11、在行车环境检测的过程中,车载的卫星导航系统实时获取第一卫星数据,根据第一卫星数据与目标模型可以预测出第一卫星数据对应的行车环境类型。一方面,目标模型是基于第二卫星数据与第二卫星数据对应的行车环境类型训练得到的,本申请通过目标模型预测第一卫星数据对应的目标行车环境类型,而不需要结合数字地图来确定行车环境类型,因此可以避免制作数字地图,从而降低了行车环境检测的成本。另一方面,本申请的行车环境检测方法可复用车辆现有的卫星导航系统,不需要设置额外的硬件装置,进一步降低了行车环境检测的成本。再者,由于不需要结合数字地图,也不依赖互联网通信,可以一定程度上保护用户的隐私。

本文档来自技高网...

【技术保护点】

1.一种行车环境检测方法,其特征在于,所述方法应用于车辆,所述车辆设置有卫星导航系统,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述将所述第一卫星数据输入目标模型确定所述第一卫星数据对应的目标行车环境类型,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述预测卫星遮挡程度与所述预测行车环境类型确定所述第一卫星数据对应的目标行车环境类型,包括:

4.根据权利要求1所述的方法,其特征在于,所述训练数据包括训练样本和与训练标签,所述训练样本包括卫星导航系统获取的第二卫星数据,所述训练标签为与所述第二卫星数据对应的行车环境类型。

5.根据权利要求1所述的方法,其特征在于,所述第一卫星数据包括卫星数量以及每个卫星信号的信噪比,所述卫星数量以及所述每个卫星信号的信噪比是通过对卫星导航系统获取的第一卫星信号进行分离得到的。

6.根据权利要求1所述的方法,其特征在于,所述第一卫星数据包括卫星的方位角与卫星的高度角,所述卫星的方位角与所述卫星的高度角是通过卫星星历、伪距、载波相位以及多普勒频移确定的,所述卫星星历、所述伪距、所述载波相位以及所述多普勒频移是通过对所述卫星导航系统获取的第一卫星信号分离后计算得到的。

7.一种行车环境检测装置,其特征在于,所述装置包括:

8.一种车辆,其特征在于,所述车辆设置有卫星导航系统以及电子控制单元,所述卫星导航系统与所述电子控制单元连接;

9.根据权利要求8所述的车辆,其特征在于,所述车辆还包括图像传感器以及距离传感器,所述图像传感器以及所述距离传感器分别与电子控制单元连接;

10.一种计算机可读存储介质,其特征在于,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1-6任一项所述的方法。

...

【技术特征摘要】

1.一种行车环境检测方法,其特征在于,所述方法应用于车辆,所述车辆设置有卫星导航系统,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述将所述第一卫星数据输入目标模型确定所述第一卫星数据对应的目标行车环境类型,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述预测卫星遮挡程度与所述预测行车环境类型确定所述第一卫星数据对应的目标行车环境类型,包括:

4.根据权利要求1所述的方法,其特征在于,所述训练数据包括训练样本和与训练标签,所述训练样本包括卫星导航系统获取的第二卫星数据,所述训练标签为与所述第二卫星数据对应的行车环境类型。

5.根据权利要求1所述的方法,其特征在于,所述第一卫星数据包括卫星数量以及每个卫星信号的信噪比,所述卫星数量以及所述每个卫星信号的信噪比是通过对卫星导航系统获取的第一卫星信号进行分离得到的。

...

【专利技术属性】
技术研发人员:董广林
申请(专利权)人:广州汽车集团股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1