基于多传感数据的行驶状态分析方法、装置、设备及介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114970705A(43)申请公布日2022.08.30(21)申请号202210548853.3(22)申请日2022.05.20(71)申请人深圳市有一说一科技有限公司地址518000广东省深圳市龙华区民治街道民强社区民治大道东边商务大楼5078(72)发明人林培弟(74)专利代理机构深圳市育科知识产权代理有限公司44509专利代理师宋朋慧(51)Int.Cl.G06K9/62(2022.01)G06K9/00(2022.01)G06N3/04(2006.01)权利要求书2页说明书11页附图3页(54)发明名称基于多传感数据的行驶状态分析方法、装置、设备及介质(57)摘要本发明涉及人工智能技术，揭露了一种基于多传感数据的行驶状态分析方法，包括：获取目标车辆中每个传感器数据进行时域对齐；将传感器数据进行小波变换降噪，得到第一通道降噪数据；将传感器数据进行差分降噪，得到第二通道降噪数据；计算第一通道降噪数据与第二通道降噪数据在时域内的均值，得到双通道降噪数据，并将双通道降噪数据进行频域转换，得到频域数据；根据频域数据统计目标车辆对应的预设驾驶行为的驾驶行为数据，利用预先训练的车载轻量化模型对驾驶行为数据进行状态进行分类，得到目标车辆的行驶状态。本发明还提出一种基于多传感数据的行驶状态分析装置、设备及介质。本发明可以提高车辆行驶状态分析的精确度。CN114970705ACN114970705A权利要求书1/2页1.一种基于多传感数据的行驶状态分析方法，其特征在于，所述方法包括：获取目标车辆中多个传感器的传感器数据，对每个所述传感器数据进行时域对齐；将时域对齐后的所述传感器数据进行小波变换降噪，得到第一通道降噪数据；将时域对齐后的所述传感器数据进行差分降噪，得到第二通道降噪数据；计算所述第一通道降噪数据与所述第二通道降噪数据在时域内的均值，得到双通道降噪数据，并将所述双通道降噪数据进行频域转换，得到频域数据；根据所述频域数据统计所述目标车辆对应的预设驾驶行为的驾驶行为数据，利用预先训练的车载轻量化模型对所述驾驶行为数据进行状态进行分类，得到所述目标车辆的行驶状态。2.如权利要求1所述的基于多传感数据的行驶状态分析方法，其特征在于，所述对每个所述传感器数据进行时域对齐，包括：统计所述多个传感器的传感器数据对应的起始时间和终止时间；选取所述起始时间最晚的传感器数据对应的起始时间为第一目标时刻；选取所述终止时间最早的传感器数据对应的终止时间为第二目标时刻；按照所述第一目标时刻与所述第二目标时刻对所述传感器数据进行数据截取，得到时域对齐后的传感器数据。3.如权利要求1所述的基于多传感数据的行驶状态分析方法，其特征在于，所述将时域对齐后的所述传感器数据进行小波变换降噪，得到第一通道降噪数据，包括：利用拉普拉斯金字塔变换对所述对传感器数据进行N个不同矢量方向的分解，得到N个不同矢量方向中每个矢量方向上的第一数据分量；利用方向滤波器对每个所述第一数据分量中的高频分量进行M个不同矢量方向的分解，得到M个不同矢量方向中每个矢量方向上的第二数据分量；将所述第一数据分量与所述第二数据分量拼接为融合分量，并对所述融合分量进行小波变换反变换，得到所述第一通道降噪数据。4.如权利要求1所述的基于多传感数据的行驶状态分析方法，其特征在于，所述将时域对齐后的所述传感器数据进行差分降噪，得到第二通道降噪数据，包括：获取预先确定的与所述目标车辆对应的常态化传感噪音，根据所述常态化传感噪音构建差分信号；将所述差分信号与所述传感器数据进行时域求和，得到所述第二通道降噪数据。5.如权利要求4所述的基于多传感数据的行驶状态分析方法，其特征在于，所述根据所述常态化传感噪音构建差分信号，包括：将所述常态化传感噪声数据映射至预设的时域坐标系，得到时域噪声数据；在所述时域坐标系内对所述时域噪声数据进行横轴对称变换，并将对称变换后的时域噪声数据作为所述差分信号。6.如权利要求1所述的基于多传感数据的行驶状态分析方法，其特征在于，所述将所述双通道降噪数据进行频域转换，得到频域数据，包括：按照预设的时间间隔对所述双通道降噪数据进行切分，得到多个数据段；利用预设的加窗函数对每个所述数据段进行加窗处理，得多个加窗数据段；对每个所述加窗数据段进行傅里叶变换，得到每个加窗数据段对应的频域数据段；2CN114970705A权利要求书2/2页将每个所述加窗数据段对应的频域数据段进行拼接，得到所述双通道降噪数据的频域数据。7.如权利要求1至6中任一项所述的基于多传感数据的行驶状态分析方法，其特征在于，所述利用预先训练的车载轻量化模型对所述驾驶行为数据进行状态进行分类，得到所述目标车辆的行驶状态，包括：利用所述车载轻量化模型对所述驾驶行为