机器学习移动装置定位.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115052336A(43)申请公布日2022.09.13(21)申请号202210162728.9(51)Int.Cl.(22)申请日2022.02.22H04W64/00(2009.01)H04W4/80(2018.01)(30)优先权数据H04W8/24(2009.01)17/196,5442021.03.09USH04B17/318(2015.01)(71)申请人福特全球技术公司G06N20/00(2019.01)地址美国密歇根州迪尔伯恩市(72)发明人维维卡纳德·埃兰戈维安阿里·哈桑尼赫曼斯·亚达夫·阿拉德尤拉哈米德·M·格尔吉里约翰·罗伯特·范维梅尔施(74)专利代理机构北京铭硕知识产权代理有限公司11286专利代理师鲁恭诚田硕权利要求书2页说明书9页附图5页(54)发明名称机器学习移动装置定位(57)摘要本公开提供“机器学习移动装置定位”。提供一种机器学习定位方案。从多个车辆接收校准数据，所述校准数据包括指示所述多个车辆内的移动装置的位置的无线数据、关于所述移动装置的所述位置的基础真值数据以及关于所述移动装置的操作系统版本或所述移动装置的电池电量中的一者或多者的背景信息。使用所述无线数据和所述背景信息作为输入以及所述基础真值数据作为输出来训练机器学习模型。响应于所述机器学习模型的错误率在错误目标内，将所述机器学习模型提供给所述多个车辆。CN115052336ACN115052336A权利要求书1/2页1.一种用于实现机器学习定位方案的系统，其包括：处理器，其被编程为：从多个车辆接收校准数据，所述校准数据包括指示所述多个车辆内的移动装置的位置的无线数据、关于所述移动装置的所述位置的基础真值数据以及关于所述移动装置的背景信息；使用所述无线数据和所述背景信息作为输入以及所述基础真值数据作为输出来训练机器学习模型；以及响应于所述机器学习模型的错误率在错误目标内，将所述机器学习模型提供给所述多个车辆。2.如权利要求1所述的系统，其中所述处理器还被编程为：根据所述背景信息识别所述校准数据中的数据聚类簇；清除相对于所识别的数据聚类簇是异常值的异常数据元素；以及根据清除后的所述校准数据训练所述机器学习模型。3.如权利要求1所述的系统，其中所述处理器还被编程为使用测试数据来测试所述机器学习模型，以确定所述机器学习模型的所述错误率。4.如权利要求3所述的系统，其中所述测试数据是在训练所述机器学习模型时未使用的所述校准数据的子集。5.如权利要求3所述的系统，其中所述处理器还被编程为响应于所述机器学习模型在至少预定百分比的所述测试数据中获得正确结果而将所述机器学习模型的所述错误率确定为在所述错误目标内。6.如权利要求1所述的系统，其中所述处理器还被编程为：将所述机器学习模型发送到所述多个车辆的测试子集；以及响应于从所述多个车辆的所述测试子集接收到指示所述机器学习模型与所述多个车辆的所述测试子集使用的先前机器学习模型相比在确定所述移动装置的所述位置时表现得更精确的测试信息，确定所述错误率在所述错误目标内。7.如权利要求1所述的系统，其中所述无线数据是BLUETOOTHRSSI信息，并且所述基础真值数据是UWBToF数据。8.如权利要求1所述的系统，其中所述无线数据是BLUETOOTHRSSI信息，并且所述基础真值数据是BLE高精度距离测量数据。9.如权利要求1所述的系统，其中所述基础真值数据是UWB定相数据或Wi‑FiToF数据中的一者或多者。10.如权利要求1所述的系统，其中所述背景信息包括所述移动装置的操作系统版本或所述移动装置的电池电量中的一者或多者。11.如权利要求1所述的系统，其中所述背景信息包括限定关于所述移动装置的信号强度的偏移的天线特性。12.一种用于实现机器学习定位方案的方法，其包括：从多个车辆接收校准数据，所述校准数据包括指示所述多个车辆内的移动装置的位置的无线数据、关于所述移动装置的所述位置的基础真值数据以及关于所述移动装置的背景信息；2CN115052336A权利要求书2/2页使用所述无线数据和所述背景信息作为输入以及所述基础真值数据作为输出来训练机器学习模型；以及响应于所述机器学习模型的错误率在错误目标内，将所述机器学习模型提供给所述多个车辆。13.如权利要求12所述的方法，其还包括：根据所述背景信息识别所述校准数据中的数据聚类簇；清除相对于所识别的数据聚类簇是异常值的异常数据元素；以及根据清除后的所述校准数据训练所述机器学习模型。14.如权利要求12所述的方法，其还包括：使用测试数据测试所述机器学习模型，以确定所述机器学习模型的所述错误率；以及响应于所述机器学习模型在至少预定百分比的所述测试数据中获得正确结果，将所述机器学习模型的所述错误率确定为在