CN113778046A - 可行驶设备底盘的标定数据及标定模型更新方法和装置 - Google Patents
可行驶设备底盘的标定数据及标定模型更新方法和装置 Download PDFInfo
- Publication number
- CN113778046A CN113778046A CN202110212818.XA CN202110212818A CN113778046A CN 113778046 A CN113778046 A CN 113778046A CN 202110212818 A CN202110212818 A CN 202110212818A CN 113778046 A CN113778046 A CN 113778046A
- Authority
- CN
- China
- Prior art keywords
- matrix
- data
- travelable
- moment
- calibration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了可行驶设备底盘的标定数据及标定模型更新方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:获取可行驶设备底盘在当前时刻的上一时刻的标定数据,实时采集可行驶设备在当前时刻的控制数据,以及与当前时刻的控制数据对应的可行驶设备行驶时的行驶状态数据,基于实时采集的在当前时刻可行驶设备的控制数据和行驶状态数据,将可行驶设备底盘在当前时刻的上一时刻的标定数据更新为当前时刻的标定数据。该实施方式能够实现标定数据的实时更新,使标定数据与车辆状态实时相匹配,提升对可行驶设备的控制精度。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种可行驶设备底盘的标定数据及标定模型更新方法和装置。
背景技术
无人智能配送车在配送过程中,会出现货物重量过大、行驶在雨雪湿滑道路等情况,导致车辆控制效果变差,严重可能会导致事故等发生,因此需要进行底盘的标定。现有方案是使用不变的离线标定表或存在较大延迟的在线更新标定表。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
无法实现对标定数据的实时更新,从而导致标定数据与车辆状态失配,降低了对可行驶设备的控制精度。
发明内容
有鉴于此,本发明实施例提供一种可行驶设备底盘的标定数据及标定模型更新方法和装置,能够实现标定数据的实时更新,使标定数据与车辆状态实时相匹配,提升对可行驶设备的控制精度。
为实现上述目的,根据本发明实施例的一个方面,提供了一种可行驶设备底盘的标定数据更新方法。
一种可行驶设备底盘的标定数据更新方法,包括:获取可行驶设备底盘在当前时刻的上一时刻的标定数据,在所述当前时刻为初始时刻的情况下,所述上一时刻的标定数据为预先确定的第一标定数据;实时采集可行驶设备在当前时刻的控制数据,以及与当前时刻的控制数据对应的所述可行驶设备行驶时的行驶状态数据;基于实时采集的在当前时刻所述可行驶设备的控制数据和行驶状态数据,将所述上一时刻的标定数据更新为当前时刻的标定数据。
可选地,所述第一标定数据为预先生成的可行驶设备底盘的离线标定模型的参数,所述离线标定模型的输入为所述可行驶设备在预设的多个时刻的多组控制数据,输出为所述可行驶设备在所述预设的多个时刻的多组行驶状态数据,基于所述多组控制数据、所述多组行驶状态数据,对所述离线标定模型进行参数估计,以计算所述第一标定数据。
可选地,所述基于实时采集的在当前时刻所述可行驶设备的控制数据和行驶状态数据,将所述上一时刻的标定数据更新为当前时刻的标定数据,包括:根据实时采集的所述可行驶设备在当前时刻的控制数据和行驶状态数据,以及获取的所述上一时刻的标定数据,利用预设的参数估计算法模型,计算所述当前时刻的标定数据,其中,所述预设的参数估计算法模型是所述可行驶设备在当前时刻的控制数据矩阵的转置矩阵和行驶状态数据矩阵、所述上一时刻的标定数据矩阵、所述当前时刻的增益矩阵所构成的关系表示。
可选地,所述根据实时采集的所述可行驶设备在当前时刻的控制数据和行驶状态数据,以及获取的所述上一时刻的标定数据,利用预设的参数估计算法模型,计算所述当前时刻的标定数据,包括:计算所述上一时刻的标定数据矩阵与所述当前时刻的控制数据矩阵的转置矩阵的乘积,得到第一矩阵;将所述可行驶设备在当前时刻的行驶状态数据矩阵与所述第一矩阵相减,得到第二矩阵;将所述第二矩阵与所述当前时刻的增益矩阵相乘,得到第三矩阵;将所述上一时刻的标定数据矩阵与所述第三矩阵相加,得到所述当前时刻的标定数据矩阵。
可选地,通过如下方式计算所述当前时刻的增益矩阵:获取所述当前时刻的上一时刻的中间变量矩阵,在所述当前时刻是所述初始时刻的情况下,所述上一时刻的中间变量矩阵为预先赋予的中间变量矩阵初值;利用所述上一时刻的中间变量矩阵、所述当前时刻所述可行驶设备的控制数据、预设的遗忘因子,计算所述当前时刻的增益矩阵。
可选地,所述利用所述上一时刻的中间变量矩阵、所述当前时刻所述可行驶设备的控制数据、预设的遗忘因子,计算所述当前时刻的增益矩阵,包括:以所述当前时刻所述可行驶设备的控制数据矩阵与所述上一时刻的中间变量矩阵的乘积作为第一计算因子;以所述第一计算因子与所述可行驶设备在当前时刻的控制数据矩阵的转置矩阵的乘积作为第二计算因子;计算所述第二计算因子与所述预设的遗忘因子的加和,以得到第三计算因子;由所述第一计算因子与所述第三计算因子的比值得到所述当前时刻的增益矩阵。
可选地,在所述当前时刻不是所述初始时刻的情况下,所述上一时刻的中间变量矩阵通过如下方式计算得到:将所述当前时刻的上一时刻所述可行驶设备的控制数据矩阵的转置矩阵与所述当前时刻的上一时刻增益矩阵的转置矩阵相乘,得到第四矩阵,将单位矩阵与所述第四矩阵相减,得到第五矩阵;计算所述第五矩阵与所述上一时刻之前的时刻的中间变量矩阵的乘积,得到第六矩阵,并由所述第六矩阵与所述预设的遗忘因子的比值,得到所述上一时刻的中间变量矩阵。
根据本发明实施例的另一方面,提供了一种对可行驶设备底盘的标定模型进行更新的方法。
一种利用本发明实施例的可行驶设备底盘的标定数据更新方法对可行驶设备底盘的标定模型进行更新的方法,包括:以更新得到的所述当前时刻的标定数据作为所述可行驶设备底盘的标定模型参数,将所述可行驶设备底盘在上一时刻的标定模型更新为当前时刻的标定模型。
根据本发明实施例的又一方面,提供了一种可行驶设备底盘的标定数据更新装置。
一种可行驶设备底盘的标定数据更新装置,包括:标定数据获取模块,用于获取可行驶设备底盘在当前时刻的上一时刻的标定数据,在所述当前时刻为初始时刻的情况下,所述上一时刻的标定数据为预先确定的第一标定数据;实时数据采集模块,用于实时采集可行驶设备在当前时刻的控制数据,以及与当前时刻的控制数据对应的所述可行驶设备行驶时的行驶状态数据;标定数据更新模块,用于基于实时采集的在当前时刻所述可行驶设备的控制数据和行驶状态数据,将所述上一时刻的标定数据更新为当前时刻的标定数据。
可选地,所述第一标定数据为预先生成的可行驶设备底盘的离线标定模型的参数,所述离线标定模型的输入为所述可行驶设备在预设的多个时刻的多组控制数据,输出为所述可行驶设备在所述预设的多个时刻的多组行驶状态数据,所述装置还包括第一标定数据计算模块,用于基于所述多组控制数据、所述多组行驶状态数据,对所述离线标定模型进行参数估计,以计算所述第一标定数据。
可选地,所述标定数据更新模块还用于:根据实时采集的所述可行驶设备在当前时刻的控制数据和行驶状态数据,以及获取的所述上一时刻的标定数据,利用预设的参数估计算法模型,计算所述当前时刻的标定数据,其中,所述预设的参数估计算法模型是所述可行驶设备在当前时刻的控制数据矩阵的转置矩阵和行驶状态数据矩阵、所述上一时刻的标定数据矩阵、所述当前时刻的增益矩阵所构成的关系表示。
可选地,所述标定数据更新模块还用于:计算所述上一时刻的标定数据矩阵与所述当前时刻的控制数据矩阵的转置矩阵的乘积,得到第一矩阵;将所述可行驶设备在当前时刻的行驶状态数据矩阵与所述第一矩阵相减,得到第二矩阵;将所述第二矩阵与所述当前时刻的增益矩阵相乘,得到第三矩阵;将所述上一时刻的标定数据矩阵与所述第三矩阵相加,得到所述当前时刻的标定数据矩阵。
可选地,还包括增益矩阵计算模块,用于:获取所述当前时刻的上一时刻的中间变量矩阵,在所述当前时刻是所述初始时刻的情况下,所述上一时刻的中间变量矩阵为预先赋予的中间变量矩阵初值;利用所述上一时刻的中间变量矩阵、所述当前时刻所述可行驶设备的控制数据、预设的遗忘因子,计算所述当前时刻的增益矩阵。
可选地,所述增益矩阵计算模块还用于:以所述当前时刻所述可行驶设备的控制数据矩阵与所述上一时刻的中间变量矩阵的乘积作为第一计算因子;以所述第一计算因子与所述可行驶设备在当前时刻的控制数据矩阵的转置矩阵的乘积作为第二计算因子;计算所述第二计算因子与所述预设的遗忘因子的加和,以得到第三计算因子;由所述第一计算因子与所述第三计算因子的比值得到所述当前时刻的增益矩阵。
可选地,还包括中间变量矩阵计算模块,用于:将所述当前时刻的上一时刻所述可行驶设备的控制数据矩阵的转置矩阵与所述当前时刻的上一时刻增益矩阵的转置矩阵相乘,得到第四矩阵,将单位矩阵与所述第四矩阵相减,得到第五矩阵;计算所述第五矩阵与所述上一时刻之前的时刻的中间变量矩阵的乘积,得到第六矩阵,并由所述第六矩阵与所述预设的遗忘因子的比值,得到所述上一时刻的中间变量矩阵。
根据本发明实施例的又一方面,提供了一种对可行驶设备底盘的标定模型进行更新的装置。
一种利用本发明实施例的可行驶设备底盘的标定数据更新装置对可行驶设备底盘的标定模型进行更新的装置,包括标定模型更新模块,用于:以更新得到的所述当前时刻的标定数据作为所述可行驶设备底盘的标定模型参数,将所述可行驶设备底盘在上一时刻的标定模型更新为当前时刻的标定模型。
根据本发明实施例的又一方面,提供了一种电子设备。
一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现本发明实施例所提供的可行驶设备底盘的标定数据更新方法或对可行驶设备底盘的标定模型进行更新的方法。
根据本发明实施例的又一方面,提供了一种计算机可读介质。
一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例所提供的可行驶设备底盘的标定数据更新方法或对可行驶设备底盘的标定模型进行更新的方法。
上述发明中的一个实施例具有如下优点或有益效果:获取可行驶设备底盘在当前时刻的上一时刻的标定数据,实时采集在当前时刻可行驶设备的控制数据以及在控制数据的控制下可行驶设备行驶时的行驶状态数据,基于实时采集的在当前时刻可行驶设备的控制数据和行驶状态数据,将可行驶设备底盘在当前时刻的上一时刻的标定数据更新为当前时刻的标定数据。能够实现标定数据的实时更新,使标定数据与车辆状态实时相匹配,提升对可行驶设备的控制精度。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明一个实施例的可行驶设备底盘的标定数据更新方法的主要步骤示意图;
图2是根据本发明一个实施例的可行驶设备底盘的标定数据更新流程示意图;
图3是根据本发明一个实施例的可行驶设备底盘的标定模型更新方法的主要步骤示意图;
图4是根据本发明一个实施例的可行驶设备底盘的标定模型更新流程示意图;
图5是根据本发明一个实施例的可行驶设备底盘的标定数据更新装置的主要模块示意图;
图6是根据本发明一个实施例的可行驶设备底盘的标定模型更新装置的主要模块示意图;
图7是本发明实施例可以应用于其中的示例性系统架构图;
图8是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明一个实施例的可行驶设备底盘的标定数据更新方法的主要步骤示意图。
如图1所示,本发明一个实施例的可行驶设备底盘的标定数据更新方法主要包括如下的步骤S101至步骤S103。
步骤S101:获取可行驶设备底盘在当前时刻的上一时刻的标定数据,在当前时刻为初始时刻的情况下,该上一时刻的标定数据为预先确定的第一标定数据;
步骤S102:实时采集可行驶设备在当前时刻的控制数据,以及与当前时刻的控制数据对应的所述可行驶设备行驶时的行驶状态数据;
步骤S103:基于实时采集的在当前时刻可行驶设备的控制数据和行驶状态数据,将当前时刻的上一时刻的标定数据更新为当前时刻的标定数据。
第一标定数据为预先生成的可行驶设备底盘的离线标定模型的参数,离线标定模型的输入为可行驶设备在预设的多个时刻的多组控制数据,输出为可行驶设备在上述预设的多个时刻的多组行驶状态数据,其中每个时刻对应一组控制数据、一组行驶状态数据。基于该多组控制数据、该多组行驶状态数据,对离线标定模型进行参数估计,以计算第一标定数据。
与当前时刻的控制数据对应的可行驶设备行驶时的行驶状态数据,即在当前时刻的控制数据下控制可行驶设备行驶时得到的行驶状态的数据。一组控制数据可以包括可行驶设备的速度、加速度。一组行驶状态数据可以包括油门值或刹车值,油门值或刹车值随速度、加速度而变化,称速度、加速度等引起可行驶状态变化的为控制数据,而油门值或刹车值等状态值为行驶状态数据。
控制数据、行驶状态数据、标定数据具体可为矩阵形式,相应地,分别为控制数据矩阵、行驶状态数据矩阵、标定数据矩阵。
基于实时采集的在当前时刻可行驶设备的控制数据和行驶状态数据,将当前时刻的上一时刻的标定数据更新为当前时刻的标定数据,具体地,可根据实时采集的可行驶设备在当前时刻的控制数据和行驶状态数据,以及获取的当前时刻的上一时刻的标定数据,利用预设的参数估计算法模型,计算当前时刻的标定数据,其中,预设的参数估计算法模型是可行驶设备在当前时刻的控制数据矩阵的转置矩阵和行驶状态数据矩阵、当前时刻的上一时刻的标定数据矩阵、当前时刻的增益矩阵所构成的关系表示。
根据实时采集的可行驶设备在当前时刻的控制数据和行驶状态数据,以及获取的当前时刻的上一时刻的标定数据,利用预设的参数估计算法模型,计算当前时刻的标定数据,具体步骤可包括:计算当前时刻的上一时刻的标定数据矩阵与当前时刻的控制数据矩阵的转置矩阵的乘积,得到第一矩阵;将可行驶设备在当前时刻的行驶状态数据矩阵与第一矩阵相减,得到第二矩阵;将第二矩阵与当前时刻的增益矩阵相乘,得到第三矩阵;将当前时刻的上一时刻的标定数据矩阵与第三矩阵相加,得到当前时刻的标定数据矩阵。
可通过如下方式计算当前时刻的增益矩阵:获取当前时刻的上一时刻的中间变量矩阵,在当前时刻是初始时刻的情况下,当前时刻的上一时刻的中间变量矩阵为预先赋予的中间变量矩阵初值;利用当前时刻的上一时刻的中间变量矩阵、当前时刻可行驶设备的控制数据、预设的遗忘因子,计算当前时刻的增益矩阵。
利用当前时刻的上一时刻的中间变量矩阵、当前时刻可行驶设备的控制数据、预设的遗忘因子,计算当前时刻的增益矩阵,具体地,可以以当前时刻可行驶设备的控制数据矩阵与当前时刻的上一时刻的中间变量矩阵的乘积作为第一计算因子;以第一计算因子与可行驶设备在当前时刻的控制数据矩阵的转置矩阵的乘积作为第二计算因子;计算第二计算因子与预设的遗忘因子的加和,以得到第三计算因子;由第一计算因子与第三计算因子的比值得到当前时刻的增益矩阵。
在当前时刻不是初始时刻的情况下,当前时刻的上一时刻的中间变量矩阵通过如下方式计算得到:将当前时刻的上一时刻可行驶设备的控制数据矩阵的转置矩阵与当前时刻的上一时刻增益矩阵的转置矩阵相乘,得到第四矩阵,将单位矩阵与第四矩阵相减,得到第五矩阵;计算第五矩阵与当前时刻的上一时刻之前的时刻的中间变量矩阵的乘积,得到第六矩阵,并由第六矩阵与预设的遗忘因子的比值,得到当前时刻的上一时刻的中间变量矩阵。
图2是根据本发明一个实施例的可行驶设备底盘的标定数据更新流程示意图。
如图2所示,本发明一个实施例的可行驶设备底盘的标定数据更新流程包括:步骤S201:离线采集可行驶设备的控制数据和对应的行驶状态数据;步骤S202:生成可行驶设备底盘的离线标定模型并得到对应的标定数据;步骤S203:可行驶设备基于离线标定模型行驶;实时采集车辆(即可行驶设备)行驶当前的控制数据和对应的行驶状态数据;步骤S204:基于实时采集的数据在线修正标定数据。
可预先构建可行驶设备底盘的离线标定模型:
模型的输入数据为:X={v a};
模型的输出数据为:Y={throttle/brake};
其中,v表示可行驶设备的车辆速度,a表示可行驶设备的车辆加速度,“throttle/brake”表示“油门或刹车”,其中,throttle表示油门,brake表示刹车。可行驶设备的车辆速度、车辆加速度均属于可行驶设备的控制数据,具体地,车辆速度值为车辆实时的状态量,可以从车辆得到,车辆加速度值可以从上层控制器得到,为上层控制器输出的加速度指令值。油门和刹车数据均属于可行驶设备的行驶状态数据。
该离线标定模型是多输入、单输出的数学模型,本发明实施例应用最小二乘法对模型求解。求解过程如下。
首先构建离线标定模型的具体形式如下:
Yk=σXk
Yk为k时刻的throttle/brake值,Xk为[vk ak],vk为k时刻的车辆速度值、ak为k时刻的车辆加速度值。σ为该模型的参数矩阵,即模型参数,也即第一标定数据,其为待求解变量。
基于以上分析,筛选N组输入信号(即模型的输入)、输出信号(即模型的输出),即预设的多个时刻可行驶设备的控制数据X和对应的行驶状态数据Y,然后利用批处理法即可进行σ的参数估计:
σ=(φTφ)-1φTY
其中φ为N组输入数据矩阵:
Y为N组输出数据矩阵:
Y1~YN代表1~N组输出数据,各组输出数据分别对应上述N个时刻,那么,k时刻的throttle/brake值(即k时刻可行驶设备的行驶状态数据)的一组输出数据为Yk,k∈[1,N]。
基于该模型参数σ矩阵、车辆实时状态量{v}、上层控制器输出的加速度指令{a},组合成可行驶设备的控制数据X={v,a},即可解算出throttle(油门)或brake(刹车)值。
本发明实施例为实现在线更新底盘标定数据及标定模型,同时为了减小运算量及内存空间,采用了以下方法进行递推估计:
ρk=ρk-1+△ρ
△ρ为基于新数据的修正值,ρk为可行驶设备在k时刻的标定模型(模型的形式与上文的离线标定模型相同)的参数矩阵(即上文的σ矩阵),即可行驶设备底盘在k时刻的标定数据,相应地,ρk-1即为k-1时刻的标定数据,△ρ即k时刻相对于k-1时刻标定数据的变化量。
为防止新的数据(数据即控制数据、行驶状态数据)对标定模型的参数修正能力变弱,本发明实施例对最新的数据用1加权,历史数据用λn加权。然后进行最小二乘计算,计算可行驶设备底盘在k时刻的标定数据ρk所采用的参数估计算法模型如下:
上述参数估计算法模型中,Yk为可行驶设备在k时刻的行驶状态数据矩阵,ρk-1为k-1时刻的标定数据矩阵,即k-1时刻的标定模型参数矩阵,为可行驶设备在k时刻的控制数据矩阵的转置矩阵,Qk为k时刻的增益矩阵。
上述k时刻的增益矩阵Qk通过如下方式计算:
k时刻的中间变量矩阵Pk通过如下方式计算得到:
由该式可知k-1时刻的Pk-1为:
上述的na为输入数据矩阵的维度,对于本例,输入数据矩阵包括速度、加速度两个维度,即na=2;nb为1,nc为0。
k-1时刻的标定数据矩阵ρk-1在此处为能够获取到的已知量,Yk为在k时刻实时采集到的车辆状态变量数据,即k时刻可行驶设备的行驶状态数据,为k时刻的输入数据,具体所包含的数据内容在上文已经介绍。在算法启动之前,需要为中间变量矩阵P矩阵赋初值,即如果k时刻是初始时刻(即k=1),那么Pk-1为预先赋予的P矩阵初值P0,具体地,P0通常设置为单位矩阵I。
通过上述各式,即可计算出可行驶设备底盘在k时刻的标定数据ρk。
在本发明实施例中,遗忘因子λ的取值优选为0.95,通常可取值在区间[0.95,1.0]内。其值越大,收敛速度越慢,但可以避免震荡;其值越小,收敛速度越快,但是抗干扰能力会变弱,所以需要在快速响应和避免干扰两者之间取得平衡。
图3是根据本发明一个实施例的可行驶设备底盘的标定模型更新方法的主要步骤示意图。
如图3所示,本发明一个实施例的可行驶设备底盘的标定模型更新方法包括如下步骤S301至S304。其中步骤S301至S303分别与上文的步骤S101至S103对应相同,不再赘述。
步骤S304:以更新得到的当前时刻的标定数据作为可行驶设备底盘的标定模型参数,将可行驶设备底盘在上一时刻的标定模型更新为当前时刻的标定模型。
本发明一个实施例的可行驶设备底盘的标定模型更新流程如图4所示,建立可行驶设备底盘(可行驶设备可称为车辆)的离线标定模型;根据不同行驶场景,确定离线控制指令,包括车辆的速度信号、加速度输入信号,以计算离线标定模型的参数,即第一标定数据;实时采集控制指令(即当前时刻可行驶设备的控制数据)和车辆实际行驶状态数据(即当前时刻可行驶设备的行驶状态数据),其中控制指令为标定模型的输入信号,车辆实际行驶状态数据为标定模型的输出信号,车辆实际行驶状态数据是在控制指令下车辆行驶而产生的;基于采集的数据进行标定模型的实时在线更新,当达到当前时刻的下一时刻时,以新的时刻作为当前时刻,本轮计算出的标定数据和标定模型相应作为新的时刻的上一时刻的标定数据和标定模型,继续重复上述过程,以不断实时更新标定数据和标定模型。上述离线标定模型为在线标定模型更新的初始模型,在初始时刻,基于离线标定模型来在线更新标定模型,当某时刻的标定模型经过更新后,下一时刻再基于该时刻的标定模型继续更新。
本发明实施例基于最小二乘法离线获取标定模型,然后基于该离线标定模型进行在线更新,且基于实时采集的在当前时刻可行驶设备的控制数据和行驶状态数据,将当前时刻的上一时刻的标定数据更新为当前时刻的标定数据,能够实现标定数据的实时更新,使标定数据与车辆状态实时相匹配,提升对可行驶设备的控制精度。另外,在在线更新标定模型环节,采用遗忘因子加权系数法对参数更新进行了处理,能防止后续的车辆在线行驶数据对模型参数修正无效,进一步克服了现有技术中控制器参数(即标定数据)与车辆失配而导致控制精度下降的缺陷。
图5是根据本发明一个实施例的可行驶设备底盘的标定数据更新装置的主要模块示意图。
本发明一个实施例的可行驶设备底盘的标定数据更新装置500主要包括:标定数据获取模块501、实时数据采集模块502、标定数据更新模块503。
标定数据获取模块501,用于获取可行驶设备底盘在当前时刻的上一时刻的标定数据,在所述当前时刻为初始时刻的情况下,所述上一时刻的标定数据为预先确定的第一标定数据;
实时数据采集模块502,用于实时采集可行驶设备在当前时刻的控制数据,以及与当前时刻的控制数据对应的所述可行驶设备行驶时的行驶状态数据;
标定数据更新模块503,用于基于实时采集的在当前时刻所述可行驶设备的控制数据和行驶状态数据,将所述上一时刻的标定数据更新为当前时刻的标定数据。
第一标定数据为预先生成的可行驶设备底盘的离线标定模型的参数,所述离线标定模型的输入为所述可行驶设备在预设的多个时刻的多组控制数据,输出为所述可行驶设备在所述预设的多个时刻的多组行驶状态数据,所述装置还包括第一标定数据计算模块,用于基于所述多组控制数据、所述多组行驶状态数据,对所述离线标定模型进行参数估计,以计算所述第一标定数据。
标定数据更新模块503具体可以用于:根据实时采集的所述可行驶设备在当前时刻的控制数据和行驶状态数据,以及获取的所述上一时刻的标定数据,利用预设的参数估计算法模型,计算所述当前时刻的标定数据,其中,所述预设的参数估计算法模型是所述可行驶设备在当前时刻的控制数据矩阵的转置矩阵和行驶状态数据矩阵、所述上一时刻的标定数据矩阵、所述当前时刻的增益矩阵所构成的关系表示。
标定数据更新模块503具体可以用于:计算所述上一时刻的标定数据矩阵与所述当前时刻的控制数据矩阵的转置矩阵的乘积,得到第一矩阵;将所述可行驶设备在当前时刻的行驶状态数据矩阵与所述第一矩阵相减,得到第二矩阵;将所述第二矩阵与所述当前时刻的增益矩阵相乘,得到第三矩阵;将所述上一时刻的标定数据矩阵与所述第三矩阵相加,得到所述当前时刻的标定数据矩阵。
本发明实施例的可行驶设备底盘的标定数据更新装置500还可以包括增益矩阵计算模块,用于:获取所述当前时刻的上一时刻的中间变量矩阵,在所述当前时刻是所述初始时刻的情况下,所述上一时刻的中间变量矩阵为预先赋予的中间变量矩阵初值;利用所述上一时刻的中间变量矩阵、所述当前时刻所述可行驶设备的控制数据、预设的遗忘因子,计算所述当前时刻的增益矩阵。
增益矩阵计算模块具体可以用于:以所述当前时刻所述可行驶设备的控制数据矩阵与所述上一时刻的中间变量矩阵的乘积作为第一计算因子;以所述第一计算因子与所述可行驶设备在当前时刻的控制数据矩阵的转置矩阵的乘积作为第二计算因子;计算所述第二计算因子与所述预设的遗忘因子的加和,以得到第三计算因子;由所述第一计算因子与所述第三计算因子的比值得到所述当前时刻的增益矩阵。
标定数据更新装置500还可以包括中间变量矩阵计算模块,用于:将所述当前时刻的上一时刻所述可行驶设备的控制数据矩阵的转置矩阵与所述当前时刻的上一时刻增益矩阵的转置矩阵相乘,得到第四矩阵,将单位矩阵与所述第四矩阵相减,得到第五矩阵;计算所述第五矩阵与所述上一时刻之前的时刻的中间变量矩阵的乘积,得到第六矩阵,并由所述第六矩阵与所述预设的遗忘因子的比值,得到所述上一时刻的中间变量矩阵。
图6是根据本发明一个实施例的可行驶设备底盘的标定模型更新装置的主要模块示意图。
如图6所示,本发明一个实施例的可行驶设备底盘的标定模型更新装置600主要包括标定数据获取模块601、实时数据采集模块602、标定数据更新模块603、标定模型更新模块604。其中,标定数据获取模块601、实时数据采集模块602、标定数据更新模块603分别与上文的标定数据获取模块501、实时数据采集模块502、标定数据更新模块503的功能对应相同,此处不再赘述。
标定模型更新模块604,用于:以更新得到的所述当前时刻的标定数据作为所述可行驶设备底盘的标定模型参数,将所述可行驶设备底盘在上一时刻的标定模型更新为当前时刻的标定模型。
另外,在本发明实施例中可行驶设备底盘的标定数据更新装置、标定模型更新装置的具体实施内容,在上面所述可行驶设备底盘的标定数据更新方法、标定模型更新方法中已经详细说明了,故在此重复内容不再说明。
图7示出了可以应用本发明实施例的可行驶设备底盘的标定数据更新方法、标定模型更新方法、或可行驶设备底盘的标定数据更新装置、标定模型更新装置的示例性系统架构700。
如图7所示,系统架构700可以包括终端设备701、702、703,网络704和服务器705。网络704用以在终端设备701、702、703和服务器705之间提供通信链路的介质。网络704可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备701、702、703通过网络704与服务器705交互,以接收或发送消息等。终端设备701、702、703上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备701、702、703可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器705可以是提供各种服务的服务器,例如对用户利用终端设备701、702、703所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的可行驶设备底盘的标定数据更新方法、标定模型更新方法方法一般由服务器705执行,相应地,可行驶设备底盘的标定数据更新装置、标定模型更新装置一般设置于服务器705中。
应该理解,图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图8,其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统800的结构示意图。图8示出的终端设备或服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示,计算机系统800包括中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括标定数据获取模块、实时数据采集模块、标定数据更新模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,标定数据获取模块还可以被描述为“用于获取可行驶设备底盘在当前时刻的上一时刻的标定数据的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:获取可行驶设备底盘在当前时刻的上一时刻的标定数据,在所述当前时刻为初始时刻的情况下,所述上一时刻的标定数据为预先确定的第一标定数据;实时采集可行驶设备在当前时刻的控制数据,以及与当前时刻的控制数据对应的所述可行驶设备行驶时的行驶状态数据;基于实时采集的在当前时刻所述可行驶设备的控制数据和行驶状态数据,将所述上一时刻的标定数据更新为当前时刻的标定数据。
根据本发明实施例的技术方案,获取可行驶设备底盘在当前时刻的上一时刻的标定数据,实时采集在当前时刻可行驶设备的控制数据以及在控制数据的控制下可行驶设备行驶时的行驶状态数据,基于实时采集的在当前时刻可行驶设备的控制数据和行驶状态数据,将可行驶设备底盘在当前时刻的上一时刻的标定数据更新为当前时刻的标定数据。能够实现标定数据的实时更新,使标定数据与车辆状态实时相匹配,提升对可行驶设备的控制精度。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (12)
1.一种可行驶设备底盘的标定数据更新方法,其特征在于,包括:
获取可行驶设备底盘在当前时刻的上一时刻的标定数据,在所述当前时刻为初始时刻的情况下,所述上一时刻的标定数据为预先确定的第一标定数据;
实时采集可行驶设备在当前时刻的控制数据,以及与当前时刻的控制数据对应的所述可行驶设备行驶时的行驶状态数据;
基于实时采集的在当前时刻所述可行驶设备的控制数据和行驶状态数据,将所述上一时刻的标定数据更新为当前时刻的标定数据。
2.根据权利要求1所述的方法,其特征在于,所述第一标定数据为预先生成的可行驶设备底盘的离线标定模型的参数,所述离线标定模型的输入为所述可行驶设备在预设的多个时刻的多组控制数据,输出为所述可行驶设备在所述预设的多个时刻的多组行驶状态数据,基于所述多组控制数据、所述多组行驶状态数据,对所述离线标定模型进行参数估计,以计算所述第一标定数据。
3.根据权利要求1所述的方法,其特征在于,所述基于实时采集的在当前时刻所述可行驶设备的控制数据和行驶状态数据,将所述上一时刻的标定数据更新为当前时刻的标定数据,包括:
根据实时采集的所述可行驶设备在当前时刻的控制数据和行驶状态数据,以及获取的所述上一时刻的标定数据,利用预设的参数估计算法模型,计算所述当前时刻的标定数据,其中,所述预设的参数估计算法模型是所述可行驶设备在当前时刻的控制数据矩阵的转置矩阵和行驶状态数据矩阵、所述上一时刻的标定数据矩阵、所述当前时刻的增益矩阵所构成的关系表示。
4.根据权利要求3所述的方法,其特征在于,所述根据实时采集的所述可行驶设备在当前时刻的控制数据和行驶状态数据,以及获取的所述上一时刻的标定数据,利用预设的参数估计算法模型,计算所述当前时刻的标定数据,包括:
计算所述上一时刻的标定数据矩阵与所述当前时刻的控制数据矩阵的转置矩阵的乘积,得到第一矩阵;
将所述可行驶设备在当前时刻的行驶状态数据矩阵与所述第一矩阵相减,得到第二矩阵;
将所述第二矩阵与所述当前时刻的增益矩阵相乘,得到第三矩阵;
将所述上一时刻的标定数据矩阵与所述第三矩阵相加,得到所述当前时刻的标定数据矩阵。
5.根据权利要求3或4所述的方法,其特征在于,通过如下方式计算所述当前时刻的增益矩阵:
获取所述当前时刻的上一时刻的中间变量矩阵,在所述当前时刻是所述初始时刻的情况下,所述上一时刻的中间变量矩阵为预先赋予的中间变量矩阵初值;
利用所述上一时刻的中间变量矩阵、所述当前时刻所述可行驶设备的控制数据、预设的遗忘因子,计算所述当前时刻的增益矩阵。
6.根据权利要求5所述的方法,其特征在于,所述利用所述上一时刻的中间变量矩阵、所述当前时刻所述可行驶设备的控制数据、预设的遗忘因子,计算所述当前时刻的增益矩阵,包括:
以所述当前时刻所述可行驶设备的控制数据矩阵与所述上一时刻的中间变量矩阵的乘积作为第一计算因子;
以所述第一计算因子与所述可行驶设备在当前时刻的控制数据矩阵的转置矩阵的乘积作为第二计算因子;
计算所述第二计算因子与所述预设的遗忘因子的加和,以得到第三计算因子;
由所述第一计算因子与所述第三计算因子的比值得到所述当前时刻的增益矩阵。
7.根据权利要求5所述的方法,其特征在于,在所述当前时刻不是所述初始时刻的情况下,所述上一时刻的中间变量矩阵通过如下方式计算得到:
将所述当前时刻的上一时刻所述可行驶设备的控制数据矩阵的转置矩阵与所述当前时刻的上一时刻增益矩阵的转置矩阵相乘,得到第四矩阵,将单位矩阵与所述第四矩阵相减,得到第五矩阵;
计算所述第五矩阵与所述上一时刻之前的时刻的中间变量矩阵的乘积,得到第六矩阵,并由所述第六矩阵与所述预设的遗忘因子的比值,得到所述上一时刻的中间变量矩阵。
8.一种利用权利要求1至7中任一项所述的可行驶设备底盘的标定数据更新方法对可行驶设备底盘的标定模型进行更新的方法,其特征在于,包括:
以更新得到的所述当前时刻的标定数据作为所述可行驶设备底盘的标定模型参数,将所述可行驶设备底盘在上一时刻的标定模型更新为当前时刻的标定模型。
9.一种可行驶设备底盘的标定数据更新装置,其特征在于,包括:
标定数据获取模块,用于获取可行驶设备底盘在当前时刻的上一时刻的标定数据,在所述当前时刻为初始时刻的情况下,所述上一时刻的标定数据为预先确定的第一标定数据;
实时数据采集模块,用于实时采集可行驶设备在当前时刻的控制数据,以及与当前时刻的控制数据对应的所述可行驶设备行驶时的行驶状态数据;
标定数据更新模块,用于基于实时采集的在当前时刻所述可行驶设备的控制数据和行驶状态数据,将所述上一时刻的标定数据更新为当前时刻的标定数据。
10.一种利用权利要求9所述的可行驶设备底盘的标定数据更新装置对可行驶设备底盘的标定模型进行更新的装置,其特征在于,包括标定模型更新模块,用于:
以更新得到的所述当前时刻的标定数据作为所述可行驶设备底盘的标定模型参数,将所述可行驶设备底盘在上一时刻的标定模型更新为当前时刻的标定模型。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110212818.XA CN113778046B (zh) | 2021-02-25 | 2021-02-25 | 可行驶设备底盘的标定数据及标定模型更新方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110212818.XA CN113778046B (zh) | 2021-02-25 | 2021-02-25 | 可行驶设备底盘的标定数据及标定模型更新方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113778046A true CN113778046A (zh) | 2021-12-10 |
CN113778046B CN113778046B (zh) | 2023-09-01 |
Family
ID=78835641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110212818.XA Active CN113778046B (zh) | 2021-02-25 | 2021-02-25 | 可行驶设备底盘的标定数据及标定模型更新方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113778046B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5541840A (en) * | 1993-06-25 | 1996-07-30 | Chrysler Corporation | Hand held automotive diagnostic service tool |
CN101697240A (zh) * | 2009-09-29 | 2010-04-21 | 三一重工股份有限公司 | 一种标定定位的方法和装置 |
CN105737814A (zh) * | 2014-12-10 | 2016-07-06 | 上海机电工程研究所 | 地空导弹武器系统实时标定的方法 |
CN109357875A (zh) * | 2018-12-03 | 2019-02-19 | 昆山三动力有限公司 | 发动机在线标定方法及系统 |
CN110244958A (zh) * | 2018-03-09 | 2019-09-17 | 法雷奥汽车内部控制(深圳)有限公司 | 用于更新车辆的标定数据的方法和装置 |
CN110939726A (zh) * | 2019-12-31 | 2020-03-31 | 潍柴动力股份有限公司 | 车辆换挡的控制方法及装置 |
US20200103899A1 (en) * | 2018-09-30 | 2020-04-02 | Baidu Usa Llc | Method and apparatus for calibrating a vehicle control parameter, vehicle controller and autonomous vehicle |
CN111198775A (zh) * | 2019-12-19 | 2020-05-26 | 潍柴动力股份有限公司 | 修正eeprom存储状态异常的方法、系统和机动车 |
CN112102418A (zh) * | 2020-09-16 | 2020-12-18 | 上海商汤临港智能科技有限公司 | 一种标定方法、装置、电子设备及存储介质 |
-
2021
- 2021-02-25 CN CN202110212818.XA patent/CN113778046B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5541840A (en) * | 1993-06-25 | 1996-07-30 | Chrysler Corporation | Hand held automotive diagnostic service tool |
CN101697240A (zh) * | 2009-09-29 | 2010-04-21 | 三一重工股份有限公司 | 一种标定定位的方法和装置 |
CN105737814A (zh) * | 2014-12-10 | 2016-07-06 | 上海机电工程研究所 | 地空导弹武器系统实时标定的方法 |
CN110244958A (zh) * | 2018-03-09 | 2019-09-17 | 法雷奥汽车内部控制(深圳)有限公司 | 用于更新车辆的标定数据的方法和装置 |
US20200103899A1 (en) * | 2018-09-30 | 2020-04-02 | Baidu Usa Llc | Method and apparatus for calibrating a vehicle control parameter, vehicle controller and autonomous vehicle |
CN110968087A (zh) * | 2018-09-30 | 2020-04-07 | 百度(美国)有限责任公司 | 车辆控制参数的标定方法、装置、车载控制器和无人车 |
CN109357875A (zh) * | 2018-12-03 | 2019-02-19 | 昆山三动力有限公司 | 发动机在线标定方法及系统 |
CN111198775A (zh) * | 2019-12-19 | 2020-05-26 | 潍柴动力股份有限公司 | 修正eeprom存储状态异常的方法、系统和机动车 |
CN110939726A (zh) * | 2019-12-31 | 2020-03-31 | 潍柴动力股份有限公司 | 车辆换挡的控制方法及装置 |
CN112102418A (zh) * | 2020-09-16 | 2020-12-18 | 上海商汤临港智能科技有限公司 | 一种标定方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
张宇等: "数据采集系统校准研究", 《电子测量技术》, no. 08, pages 98 - 102 * |
赵飞翔;王平来;任华;赵悦;: "新能源汽车永磁同步电机系统标定方法及实现", 电机与控制应用, no. 07 * |
Also Published As
Publication number | Publication date |
---|---|
CN113778046B (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20200031163A (ko) | 신경 네트워크 구조의 생성 방법 및 장치, 전자 기기, 저장 매체 | |
CN108710109B (zh) | 一种车载雷达频段分配方法及系统 | |
CN111429142B (zh) | 一种数据处理方法、装置及计算机可读存储介质 | |
CN113568727A (zh) | 一种基于深度强化学习的移动边缘计算任务分配方法 | |
CN114065863A (zh) | 联邦学习的方法、装置、系统、电子设备及存储介质 | |
CN113076981A (zh) | 数据处理方法及装置 | |
CN113627536A (zh) | 模型训练、视频分类方法,装置,设备以及存储介质 | |
KR20230008005A (ko) | 정보를 확정하기 위한 방법 및 장치 | |
CN114049162B (zh) | 模型训练方法、需求量预测方法、装置、设备和存储介质 | |
WO2024051707A1 (zh) | 训练推荐模型的方法、推荐资源的方法及其装置 | |
CN113778046B (zh) | 可行驶设备底盘的标定数据及标定模型更新方法和装置 | |
CN114700957B (zh) | 模型低算力需求的机器人控制方法及装置 | |
CN115329864A (zh) | 训练推荐模型的方法、装置和电子设备 | |
CN113799772B (zh) | 车辆的控制方法、装置以及控制系统 | |
CN114090146A (zh) | 一种数据加载完成确定方法、装置及设备 | |
CN113988158A (zh) | 一种基于ftrl和学习率的纵向联邦逻辑回归训练方法及装置 | |
CN113778078A (zh) | 定位信息生成方法、装置、电子设备和计算机可读介质 | |
CN113741180A (zh) | 自动驾驶车辆模型的在线更新方法和装置 | |
CN113759369B (zh) | 基于双多线雷达的建图方法和装置 | |
CN109670577B (zh) | 模型生成方法和装置 | |
CN110633596A (zh) | 预测车辆方向角的方法和装置 | |
EP4191396A1 (en) | Object storage system, migration control device, and migration control method | |
US11599793B2 (en) | Data integration demand management using artificial intelligence | |
CN113472551B (zh) | 网络流量预测方法、装置和存储介质 | |
CN115935290A (zh) | 一种数据处理方法、装置、设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |