一种车辆行驶状态确定方法和相关装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113807470A(43)申请公布日2021.12.17(21)申请号202111357864.5G06T7/246(2017.01)(22)申请日2021.11.17(71)申请人腾讯科技（深圳）有限公司地址518064广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人苏景岚(74)专利代理机构深圳市深佳知识产权代理事务所(普通合伙)44285代理人罗晓敏(51)Int.Cl.G06K9/62(2006.01)G06N3/08(2006.01)G06N3/04(2006.01)G07C5/08(2006.01)G06K9/00(2006.01)权利要求书3页说明书20页附图12页(54)发明名称一种车辆行驶状态确定方法和相关装置(57)摘要本申请实施例公开了一种车辆行驶状态确定方法和相关装置，可应用于地图、交通领域，涉及云技术、人工智能、智慧交通、辅助驾驶等各种场景。通过获取目标车辆的车辆运动参数，由于车辆运动参数源自多个数据源，多个数据源在复杂交通场景下同时出现误差的情况较小，故通过状态判定模型可以较为准确的确定目标车辆的车辆行驶状态，降低误判的可能。而且，在训练状态判定模型的过程中，会通过初始状态判定模型中的全连接层对训练样本中源自多个数据源的输入特征进行融合，得到融合特征，并通过注意力层确定出融合特征对应的车辆行驶状态，训练出的状态判定模型学习到如何综合参考多个数据源确定车辆行驶状态的知识，提高车辆行驶状态确定的精度。CN113807470ACN113807470A权利要求书1/3页1.一种车辆行驶状态确定方法，其特征在于，所述方法包括：获取目标车辆对应的车辆运动参数，所述车辆运动参数源自多个数据源；根据所述车辆运动参数，通过状态判定模型确定所述目标车辆的车辆行驶状态；其中，所述状态判定模型通过如下方式生成：基于所述多个数据源获取样本车辆的样本车辆运动参数；根据所述样本车辆运动参数的采集时刻确定与所述采集时刻对应的训练样本，所述训练样本的标签为所述样本车辆在所对应采集时刻的实际车辆行驶状态；将所述训练样本作为初始状态判定模型的输入数据，通过所述初始状态判定模型的全连接层对所述训练样本中源自多个数据源的输入特征进行融合，得到融合特征；通过所述初始状态判定模型的注意力层确定所述融合特征对应的预测车辆状态；根据所述预测车辆状态与所述实际车辆行驶状态，对所述初始状态判定模型进行参数修正，得到所述状态判定模型。2.根据权利要求1所述的方法，其特征在于，源自所述多个数据源的所述车辆运动参数包括卫星定位数据、车辆影像数据或惯性传感器数据中的任意多种组合。3.根据权利要求2所述的方法，其特征在于，第j时刻为所述采集时刻中的一个时刻，所述根据所述样本车辆运动参数的采集时刻确定与所述采集时刻对应的训练样本，包括：若所述样本车辆运动参数包括所述卫星定位数据，根据所述卫星定位数据中所涉及多个卫星在第j时刻分别对应的子定位数据，确定出第j时刻对应的训练样本中所述卫星定位数据的归一化卫星数据；若所述样本车辆运动参数包括所述车辆影像数据，根据第j时刻和第j‑1时刻分别对应车辆影像数据，确定出第j时刻对应的训练样本中所述样本车辆的运动矢量，所述运动矢量用于标识所述样本车辆在第j时刻的车辆运动状态；若所述样本车辆运动参数包括惯性传感器数据，且所述惯性传感器数据包括在时间窗内的加速度计数据，根据所述加速度计数据确定出第j时刻对应的训练样本中的重力加速度不符值，所述时间窗为到第j时刻为止的一段时间长度，所述重力加速度不符值用于标识所述目标车辆在所述时间窗内的加速度状态；若所述样本车辆运动参数包括惯性传感器数据，且所述惯性传感器数据包括在所述时间窗内的陀螺仪数据，根据所述陀螺仪数据的陀螺仪均值和陀螺仪绝对中位差，确定出第j时刻对应的训练样本中的标准化陀螺仪数据。4.根据权利要求3所述的方法，其特征在于，所述根据第j时刻和第j‑1时刻分别对应车辆影像数据，确定出第j时刻对应的训练样本中所述样本车辆的运动矢量，包括：获取所述车辆影像数据在第j时刻的图像帧和第j‑1时刻的图像帧；确定第j时刻的图像帧和第j‑1时刻的图像帧间匹配的图像特征点；根据所述图像特征点确定所述样本车辆在第j时刻的位移变化量和旋转变化量；通过所述位移变化量和所述旋转变化量确定出第j时刻对应的训练样本中所述样本车辆的运动矢量。5.根据权利要求3所述的方法，其特征在于，所述根据所述加速度计数据确定出第j时刻对应的训练样本中的重力加速度不符值，包括：确定所述加速度计数据在所述时间窗内的加速度均值和加速度绝对中位差；2CN113807470A权利要求书2/3页根据所述加速度均值和所述加速度绝对中位差，确定出第j