专利名称: |
一种车辆信息融合决策方法及装置 |
摘要: |
本申请公开了一种车辆信息融合决策的方法及装置。该方法包括:获取多个第一传感器数据;根据决策模型中预设的综合判定算法确定与所述多个第一传感器数据对应的决策结果。还公开了相应的装置。通过车载传感器获得多个传感器数据,将多个传感器数据与历史数据进行比较,自主、准确的输出决策结果。 |
专利类型: |
发明专利 |
国家地区组织代码: |
广东;44 |
申请人: |
深圳市元征科技股份有限公司 |
发明人: |
刘均;吴新龙;黄俊杰 |
专利状态: |
有效 |
申请日期: |
2018-12-21T00:00:00+0800 |
发布日期: |
2019-04-26T00:00:00+0800 |
申请号: |
CN201811572387.2 |
公开号: |
CN109677341A |
代理机构: |
广州三环专利商标代理有限公司 |
代理人: |
郝传鑫;熊永强 |
分类号: |
B60R16/023(2006.01);B;B60;B60R;B60R16 |
申请人地址: |
518000 广东省深圳市龙岗区坂田街道五和大道北4012元征工业园 |
主权项: |
1.一种车辆信息融合决策方法,其特征在于,包括: 获取多个第一传感器数据; 根据决策模型中预设的综合判定算法确定与所述多个第一传感器数据对应的决策结果。 2.根据权利要求1所述的方法,其特征在于,所述根据决策模型中预设的综合判定算法确定与所述多个第一传感器数据对应的决策结果,包括: 从历史数据中确定与传感器数据组匹配度最高的数据组,其中,所述传感器数据组包含所述多个第一传感器数据; 将所述匹配度最高的数据组对应的结果作为所述决策结果。 3.根据权利要求2所述的方法,其特征在于,所述从历史数据中确定与传感器数据组匹配度最高的数据组,包括: 计算历史数据向量集中的向量与第一向量之间的余弦相似度,选取所述余弦相似度的最大值对应的向量作为第二向量,其中,所述第一向量由所述传感器数据组得到; 将所述第二向量对应的历史数据组作为所述匹配度最高的数据组。 4.根据权利要求3所述的方法,其特征在于,所述计算历史数据向量集中的向量与第一向量之间的余弦相似度,选取所述余弦相似度的最大值对应的向量作为第二向量,包括: 确定所述第一向量在向量空间中的坐标,所述向量空间由历史数据向量集得到,所述历史数据向量集由所述历史数据得到; 根据所述坐标、所述第一向量、所述历史数据向量集中的向量及所述历史数据向量集中的向量在所述向量空间中的坐标,得到向量夹角,其中,所述向量夹角为所述第一向量与所述历史数据向量集中的向量之间的夹角; 选取所述向量夹角的最小值对应的向量作为第二向量。 5.根据权利要求1所述的方法,其特征在于,所述根据决策模型中预设的综合判定算法确定与所述第一传感器数据对应的决策结果,还包括: 若第二传感器数据大于第一阈值且小于第二阈值,将第三传感器数据与第三阈值比较,其中,所述第二传感器数据和所述第三传感器数据属于传感器器数据集,所述传感器数据集包括所述多个第一传感器数据; 否则,将第一预设结果作为所述决策结果。 6.根据权利要求5所述的方法,其特征在于,所述若第二传感器数据大于第一阈值且小于第二阈值,将第三传感器数据与第三阈值比较,包括: 若所述第三传感器数据大于或等于所述第三阈值,将所述第一预设结果作为决策结果; 否则,将第二预设结果作为所述决策结果。 7.根据权利要求1至6任意一项所述的方法,其特征在于,在所述根据决策模型中的预设算法确定与所述第一传感器数据对应的决策结果之前,还包括: 将第二传感器数据组输入至所述决策模型,得到训练结果,其中,所述第二传感器数据组用于训练所述决策模型;将所述训练结果与目标结果相比较,得到误差,其中,所述目标结果为所述第二传感器数据组对应的决策结果; 更新所述决策模型中的参数,直至所述误差小于第四阈值。 8.根据权利要求1至6任意一项所述的方法,其特征在于,在所述获取多个第一传感器数据之前,还包括: 获取多个第三传感器数据; 对所述多个第三传感器数据进行滤波处理,得到多个滤波后的第三传感器数据; 对所述多个滤波后的第三传感器数据进行标度变换,得到所述多个第一传感器数据。 9.根据权利要求1至6任意一项所述的方法,其特征在于,所述方法还包括: 接收用户对所述决策结果的反馈信息; 根据所述反馈信息和所述传感器数据组,更新所述历史数据库。 10.一种车辆信息融合决策装置,其特征在于,包括:处理器、存储器;所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行如权利要求1~9任一项所述的方法。 |
所属类别: |
发明专利 |