CN115767715A - 数字钥匙区域定位方法、装置、车辆及存储介质 - Google Patents
数字钥匙区域定位方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN115767715A CN115767715A CN202211033111.3A CN202211033111A CN115767715A CN 115767715 A CN115767715 A CN 115767715A CN 202211033111 A CN202211033111 A CN 202211033111A CN 115767715 A CN115767715 A CN 115767715A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- area
- digital key
- signal strength
- strength value
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000001514 detection method Methods 0.000 claims abstract description 41
- 238000010801 machine learning Methods 0.000 claims description 41
- 238000012549 training Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 description 14
- 238000007477 logistic regression Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 239000004793 Polystyrene Substances 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000003137 locomotive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229920002223 polystyrene Polymers 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了数字钥匙区域定位方法、装置、车辆及存储介质。包括:在数字钥匙进入位置检测区域时,获取多个基站接收数字钥匙的候选信号强度值,各基站分别设置在车辆内部区域和车辆外部区域;基于候选信号强度值和第一模型确定数字钥匙是否在车辆内部区域,第一模型用于确定数字钥匙在车辆内部区域或车辆外部区域;在数字钥匙未在车辆内部区域时,基于候选信号强度值确定目标信号强度值;基于目标信号强度值和目标信号强度值对应目标基站的位置,确定数字钥匙相对车辆的位置区域。通过候选信号强度值和第一模型确定数字钥匙是否在车辆内部区域,若否,通过目标信号强度值和目标基站确定数字钥匙的位置区域,提高了数字钥匙区域定位的准确度。
Description
技术领域
本发明实施例涉及智能汽车技术领域,尤其涉及一种数字钥匙区域定位方法、装置、车辆及存储介质。
背景技术
在智能汽车技术领域中,数字钥匙在覆盖传统钥匙功能的前提下,还可以与车辆进行交互,为用户提供便利。例如,当数字钥匙位于车辆内部区域时,则可以启动发动机;当数字钥匙位于车辆外部区域时,则可以实现开启或关闭车门等操作。因此,数字钥匙的定位能力引起了广泛关注。
现有技术中,对数字钥匙的定位可以通过在车辆上布置多个基站,通过多个基站来获得基站接收的蓝牙信号强度值,结合到达时间差(Time Difference of Arrival,TDOA)算法或三点定位算法等来实现数字钥匙的区域定位。
然而,通过蓝牙信号强度值结合算法对数字钥匙进行定位,不能准确地划分数字钥匙相对于车辆的位置区域,会引起较大的误差,且算法复杂度高,通用性较差。故,如何提高数字钥匙区域定位的准确度是当前亟待解决的技术问题。
发明内容
本发明提供了一种数字钥匙区域定位方法、装置、车辆及存储介质,可以提高数字钥匙区域定位的准确度。
第一方面,本发明实施例提供了一种数字钥匙区域定位方法,包括:
在数字钥匙进入位置检测区域时,获取多个基站接收的所述数字钥匙的候选信号强度值,各所述基站分别设置在车辆内部区域和车辆外部区域;
基于所述候选信号强度值和第一模型确定所述数字钥匙是否在所述车辆内部区域,所述第一模型用于确定所述数字钥匙在所述车辆内部区域或所述车辆外部区域;
在所述数字钥匙未在所述车辆内部区域时,基于所述候选信号强度值确定目标信号强度值;
基于所述目标信号强度值和所述目标信号强度值对应的目标基站的位置,确定所述数字钥匙相对车辆的位置区域。
第二方面,本发明实施例提供了一种数字钥匙区域定位装置,包括:
第一获取模块,用于在数字钥匙进入位置检测区域时,获取多个基站接收的所述数字钥匙的候选信号强度值,各所述基站分别设置在车辆内部区域和车辆外部区域;
第一确定模块,用于基于所述候选信号强度值和第一模型确定所述数字钥匙是否在所述车辆内部区域,所述第一模型用于确定所述数字钥匙在所述车辆内部区域或所述车辆外部区域;
第二确定模块,用于在所述数字钥匙未在所述车辆内部区域时,基于所述候选信号强度值确定目标信号强度值;
第三确定模块,用于基于所述目标信号强度值和所述目标信号强度值对应的目标基站的位置,确定所述数字钥匙相对车辆的位置区域。
第三方面,本发明实施例提供了一种车辆,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的数字钥匙区域定位方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的数字钥匙区域定位方法。
本发明实施例的技术方案,通过候选信号强度值和第一模型确定数字钥匙是否在车辆内部区域,若否,则通过候选信号强度值确定目标信号强度值,再根据目标信号强度值和目标基站的位置确定数字钥匙相对车辆的位置区域,提高了数字钥匙区域定位的准确度。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种数字钥匙区域定位方法的流程图;
图2是根据本发明实施例一提供的位置检测区域的示意图;
图3是根据本发明实施例二提供的一种数字钥匙区域定位方法的流程图;
图4是根据本发明实施例二提供的另一种数字钥匙区域定位方法的流程图;
图5是根据本发明实施例三提供的一种数字钥匙区域定位装置的结构示意图;
图6是实现本发明实施例的数字钥匙区域定位方法的车辆的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
可以理解的是,在使用本发明各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围以及使用场景等告知用户并获得用户的授权。
实施例一
图1是根据本发明实施例一提供的一种数字钥匙区域定位方法的流程图,本实施例可适用于对数字钥匙进行区域定位的情况,该方法可以由数字钥匙区域定位装置来执行,该数字钥匙区域定位装置可以采用软件和/或硬件的形式实现,并配置在车辆中。对车辆的类型不作限定,如可以是机动车。如图1所示,该方法包括:
S110、在数字钥匙进入位置检测区域时,获取多个基站接收的数字钥匙的候选信号强度值,各基站分别设置在车辆内部区域和车辆外部区域。
数字钥匙可以是指通过智能手机、笔记本电脑或可穿戴设备等对车辆进行控制的一种钥匙,其中,可穿戴设备可以是如智能手表、智能手环或近场通信(Near FieldCommunication,NFC)智能卡等设备。与传统机械钥匙不同的是,数字钥匙不仅可以解锁或启动车辆,还可以与车辆进行交互,实现个性化车辆设置等功能。
位置检测区域可以是指能够对数字钥匙进行位置检测的区域,在位置检测区域内可以确定数字钥匙相对于车辆的位置区域。对位置检测区域的划分方式不作限定,只要能够在位置检测区域内确定数字钥匙相对于车辆的位置区域即可。如,将位置检测区域划分为车辆内部区域和车辆外部区域,为了更加准确地判断数字钥匙在车辆外部区域时相对于车辆的具体位置区域,可以将车辆外部区域再划分为多个子区域。
基站可以是指能够通过无线通信的方式接收数字钥匙信号的站点。基站的具体形式不作限定,只要能够接收到数字钥匙的信号即可,具体可以根据基站与数字钥匙无线通信的方式来确定。如当基站与数字钥匙通过蓝牙通信时,基站可以为蓝牙锚点;又如,当基站与数字钥匙通过超宽带技术(Ultra Wide Band,UWB)通信时,基站可以为UWB锚点。
基站的个数以及设置位置不作限定,具体可以根据实际需要来确定基站的个数以及设置位置。各基站可以分别设置在车辆内部区域和车辆外部区域,如可以在车辆内部区域设置两个基站,可以在车辆外部区域中距离车辆的四个车灯的设定位置处各设置一个基站,六个基站均可以接收数字钥匙的信号,接收的信号强度值可以根据数字钥匙相对于各基站的距离来确定,距离数字钥匙越近的基站接收到的信号强度值就越大。其中,设定位置可以是根据实际需要设定的位置。
候选信号强度值可以是指基站接收数字钥匙的信号强度值,可以用于确定数字钥匙是否在车辆内部区域,在确定数字钥匙相对车辆的位置区域时,候选信号强度值可以作为候选的信号强度值。其中,信号强度值的具体形式可以根据基站来确定,如当基站为蓝牙锚点时,信号强度值可以为蓝牙信号强度值;又如当基站为UWB锚点时,信号强度值可以为UWB信号强度值。候选信号强度值的数量不作限定,可以根据基站的数量来确定,每个基站都可以有与其对应的唯一一个候选信号强度值。
确定数字钥匙进入位置检测区域的方式不作限定,如可以通过基站接收的数字钥匙的候选信号强度值的大小来确定,例如当候选信号强度值超过设定阈值时,表明数字钥匙进入位置检测区域,反之数字钥匙未进入位置检测区域,其中,设定阈值可以是根据实际需要设定的阈值。
在数字钥匙进入位置检测区域时,获取多个基站接收的数字钥匙的候选信号强度值的方式不作限定,如可以在数字钥匙处在位置检测区域时,数字钥匙与多个基站进行无线通信,使多个基站可以获取接收的数字钥匙的候选信号强度值,并将候选信号强度值上传至车辆。
S120、基于候选信号强度值和第一模型确定数字钥匙是否在车辆内部区域,第一模型用于确定数字钥匙在车辆内部区域或车辆外部区域。
第一模型可以是指能够确定数字钥匙在车辆内部区域或车辆外部区域的机器学习模型,如二叉树模型、支持向量机模型或逻辑回归高斯核模型等。第一模型可以是提前根据实际需要训练得到的模型,通过多次将不同基站获得的信号强度值以及基站对应的位置区域是车辆内部区域或车辆外部区域输入机器学习模型进行训练,得到第一模型。
基于候选信号强度值和第一模型确定数字钥匙是否在车辆内部区域的方式不作限定,如将候选信号强度值输入第一模型,即可根据第一模型输出的参数确定数字钥匙是否在车辆内部区域,如当第一模型输出的参数未低于设定值时,则确定数字钥匙在车辆内部区域,否则,确定数字钥匙在车辆外部区域,其中,设定值可以是根据实际应用需要设定的值。
S130、在数字钥匙未在车辆内部区域时,基于候选信号强度值确定目标信号强度值。
当数字钥匙未在车辆内部区域时,表明数字钥匙处在车辆外部区域,而车辆外部区域又可以划分为多个子区域,因此数字钥匙在车辆外部区域的具体哪个子区域还需要进一步判断。
目标信号强度值可以是指候选信号强度值中可以确定数字钥匙在车辆外部区域的具体哪个子区域的信号强度值。
基于候选信号强度值确定目标信号强度值的方式不作限定,如可以在候选信号强度值中,选择候选信号强度值所对应的基站处在车辆外部区域的信号强度值作为外部信号强度值,外部信号强度值的数量是通过处在车辆外部区域的基站的数量来确定的,再通过外部信号强度值确定目标信号强度值。如,可以将所有的外部信号强度值作为目标信号强度值;又如,可以选择信号强度值较大的设定数量的外部信号强度值作为目标信号强度值,其中,设定数量可以是根据实际需要设定的可以选取的外部信号强度值的数量,如设定数量为3。
S140、基于目标信号强度值和目标信号强度值对应的目标基站的位置,确定数字钥匙相对车辆的位置区域。
目标基站可以是指获取目标信号强度值的基站,目标基站与目标信号强度值一一对应,一个目标基站可以确定唯一一个目标信号强度值。
基于目标信号强度值和目标信号强度值对应的目标基站的位置,确定数字钥匙相对车辆的位置区域的方式不作限定,如可以是根据目标信号强度值取值最大的两个值对应的目标基站的位置,判断是否需要借助第二模型来确定数字钥匙相对车辆的位置区域,若取值最大的两个值对应的目标基站的位置处在车辆的对角线位置,则无需借助第二模型来确定数字钥匙相对车辆的位置区域,将上一次所确定的位置区域确定为本次数字钥匙相对车辆的位置区域;若否,则根据第二模型确定数字钥匙相对车辆的位置区域。
其中,第二模型可以是指能够确定数字钥匙在车辆外部区域具体哪个子区域的机器学习模型,如二叉树模型、支持向量机模型或逻辑回归高斯核模型等。第二模型可以是提前根据实际需要训练得到的模型,如通过多次将车辆外部区域中相邻的任意两个子区域的位置,以及所有基站获得的信号强度值输入机器学习模型进行训练,得到多个第二模型。
根据第二模型确定数字钥匙相对车辆的位置区域的方式不作限定,如可以通过目标信号强度值的大小以及目标信号强度值对应的目标基站的位置,确定需要进行区分的两个关联子区域;在多个第二模型中选取能够用于确定数字钥匙在这两个关联子区域中的哪一子区域的第二模型;将候选信号强度值输入所选择的第二模型,再根据所选择的第二模型输出的参数来确定数字钥匙相对车辆的位置区域,如当第二模型输出的参数未低于设定值时,则确定数字钥匙在两个关联子区域中的其中一个子区域,否则,确定数字钥匙在两个关联子区域中的另一个子区域。其中,设定值可以是根据实际应用需要设定的值。两个关联子区域可以是指车辆外部区域中相邻的两个子区域。
本发明实施例的技术方案,通过候选信号强度值和第一模型确定数字钥匙是否在车辆内部区域,若否,则通过候选信号强度值确定目标信号强度值,再根据目标信号强度值和目标基站的位置确定数字钥匙相对车辆的位置区域。在确定数字钥匙相对车辆的位置区域的过程中,将位置检测区域划分为车辆内部区域和车辆外部区域,车辆外部区域再划分为多个子区域,在数字钥匙未在车辆内部区域时,结合机器学习模型对具体的子区域进行判断,提高了数字钥匙区域定位的准确度。
进一步的,位置检测区域包括车辆内部区域和车辆外部区域,车辆外部区域至少由车头正前方区域、车头左前区域、车头左后区域、车头右前区域、车头右后区域和车尾正后方区域组成。
其中,车辆内部区域可以是指车辆本身内部的区域。车辆外部区域可以是指车辆外部在车辆四周设定范围的区域,其中,设定范围可以是根据实际需要设定的范围,如可以将车辆四周设定距离内的区域作为设定范围来划分车辆外部区域,设定距离可以是根据实际需要设定的距离。
车头正前方区域、车头左前区域、车头左后区域、车头右前区域或车头右后区域均可以是相对于车辆中车头所处的位置而言的,车尾正后方区域可以是相对于车辆中车尾所处的位置而言的。
可以将车辆内部的内接矩形看作车辆内部区域,本发明对此不作具体限定。在靠近车头的一端,可以将内接矩形的两个顶点看作车头的两个顶点;在靠近车尾的一端,可以将内接矩形的两个顶点看作车尾的两个顶点。车头正前方区域可以是车头正前方以车头的两个顶点向外扩散第一设定度数,如四十五度的梯形区域,其中梯形区域的高为设定距离;车尾正后方区域可以是车尾正后方以车尾的两个顶点向外扩散第二设定度数,如四十五度的梯形区域,其中梯形区域的高为设定距离。车头左前区域和车头左后区域可以处在车辆前进方向的左边,在设定范围内除部分车头正前方区域和部分车尾正后方区域以外的区域,车头左前区域和车头左后区域的交界处可以为以车辆左边的中心位置向外延伸设定距离的线段;车头右前区域和车头右后区域可以处在车辆前进方向的右边,在设定范围内除部分车头正前方区域和部分车尾正后方区域以外的区域,车头右前区域和车头右后区域的交界处可以为以车辆右边的中心位置向外延伸设定距离的线段;车头左前区域、车头左后区域、车头右前区域和车头右后区域均可以为直角梯形区域,且梯形的高均可以为设定距离。
在一个实施例中,图2是根据本发明实施例一提供的位置检测区域的示意图,位置检测区域包括车辆内部区域和车辆外部区域,位置检测区域整体可以看作一个长方形区域。车辆内部区域可以为以四个顶点A1、A2、A3和A4组成的长方形区域。车辆外部区域可以为车辆外部以车辆四周设定距离r内的区域,车辆外部区域可以包括车头正前方区域(B1、A1、A2和B2组成的梯形区域)、车头左前区域(B1、A1、C2和C1组成的梯形区域)、车头左后区域(B4、A4、C2和C1组成的梯形区域)、车头右前区域(B2、A2、C3和C4组成的梯形区域)、车头右后区域(B3、A3、C3和C4组成的梯形区域)和车尾正后方区域(B4、A4、A3和B3组成的梯形区域)。
通过位置检测区域的划分,可以使车辆外部区域划分为多个子区域,在确定数字钥匙相对于车辆的位置区域时,使数字钥匙在车辆外部区域内的判断更加准确。
进一步的,在数字钥匙进入位置检测区域时,获取多个基站接收的数字钥匙的候选信号强度值之前,还包括:
在数字钥匙进入位置检测区域时,多次获取各基站接收的数字钥匙的信号强度值;
将信号强度值和区域标记结果输入机器学习模型进行训练,得到第一模型,以及多个第二模型,第二模型的数量与车辆外部区域所包括的子区域的数量相同,每个第二模型关联两个子区域,第二模型用于确定数字钥匙在所关联的子区域中的哪一子区域,子区域包括车头正前方区域、车头左前区域、车头左后区域、车头右前区域、车头右后区域或车尾正后方区域。
在数字钥匙进入位置检测区域时,多次获取各基站接收的数字钥匙的信号强度值的方式不作限定,如通过设定时间间隔多次与各基站进行无线通信,各基站以设定时间间隔将接收的数字钥匙的信号强度值发送至车辆,使车辆可以多次获取各基站接收的数字钥匙的信号强度值,其中,设定时间间隔可以是根据实际需要设定的基站相车辆发送信号强度值的时间间隔;又如,还可以是数字钥匙多次进入位置检测区域内的不同区域,每次进入位置检测区域后,各基站接收数字钥匙的信号强度值并发送至车辆,使车辆可以多次获取各基站接收的数字钥匙的信号强度值。
区域标记结果可以根据实际应用需要来确定。在进行机器学习模型训练得到第一模型时,区域标记结果可以包括车辆内部区域和车辆外部区域,通过多次将信号强度值以及基站对应的位置区域是车辆内部区域或车辆外部区域输入机器学习模型进行训练,可以得到第一模型。在进行机器学习模型训练得到第二模型时,区域标记结果可以包括车辆外部区域中相邻的任意两个子区域的位置,通过多次将信号强度值以及车辆外部区域中相邻的任意两个子区域的位置输入机器学习模型进行训练,可以得到与输入机器学习模型的两个子区域相关联的第二模型。
第二模型的数量与车辆外部区域所包括的子区域的数量相同,每个第二模型关联两个相邻的子区域,第二模型可以用于确定数字钥匙在所关联的子区域中的哪一子区域。第二模型的数量可以由车辆外部区域所包括的子区域的数量确定,每个第二模型关联两个相邻的子区域,如在图2所示的位置检测区域中,第一模型可以为ps,第二模型可以为fl、fr、lm、rm、bl和br,每个第二模型关联两个子区域,例如与第二模型fl相关联的两个子区域为车头正前方区域和车头左前区域,通过第二模型fl可以确定数字钥匙相对于车辆的位置区域是车头正前方区域或车头左前区域。
进一步的,数字钥匙区域定位方法还包括:
将数字钥匙相对车辆的位置区域发送至数字钥匙。
将数字钥匙相对车辆的位置区域发送至数字钥匙的方式不作限定,如可以是通过无线通信的方式将车辆确定的数字钥匙相对车辆的位置区域发送至数字钥匙,进而使用户可以通过数字钥匙的人机交互装置确定数字钥匙相对车辆的位置区域。其中,人机交互装置可以为交互者(即用户)进行人机交互的装置。人机交互装置包括但不限于触摸屏、输入部件(如键盘和按键等)。人机交互装置上可以显示有数字钥匙相对车辆的位置区域。
在本发明中,可选的,车辆在确定数字钥匙相对车辆的位置区域之后,可以对车辆进行相应的控制操作,进而为用户提供便利。如,当数字钥匙相对车辆的位置区域为车辆内部区域时,可以启动发动机;又如,当数字钥匙相对车辆的位置区域为车头左前区域时,可以打开车灯。
实施例二
图3是根据本发明实施例二提供的一种数字钥匙区域定位方法的流程图,本实施例是在上述实施例一的基础上的进一步细化。
在本发明实施例中,基于候选信号强度值和第一模型确定数字钥匙是否在车辆内部区域,包括:
将候选信号强度值输入第一模型,确定数字钥匙在车辆内部区域或车辆外部区域。
在本发明实施例中,在数字钥匙未在车辆内部区域时,基于候选信号强度值确定目标信号强度值,包括:
在数字钥匙未在车辆内部区域时,在候选信号强度值中选取在车辆外部区域的外部信号强度值;
将外部信号强度值按由大到小的顺序排列,根据排列顺序选取设定数量的外部信号强度值作为目标信号强度值,设定数量不超过外部信号强度值的总数量。
在本发明实施例中,基于目标信号强度值和目标信号强度值对应的目标基站的位置,确定数字钥匙相对车辆的位置区域,包括:
在目标信号强度值中,若目标信号强度值取值最大的两个值对应的目标基站处于车辆的对角线位置,则将上一次所确定的位置区域确定为本次数字钥匙相对车辆的位置区域;
否则,根据目标信号强度值对应的目标基站的位置,选择所对应的第二模型;将候选信号强度值输入所选取第二模型,确定数字钥匙相对车辆的位置区域。
如图3所示,该方法包括:
S110、在数字钥匙进入位置检测区域时,获取多个基站接收的数字钥匙的候选信号强度值,各基站分别设置在车辆内部区域和车辆外部区域。
S121、将候选信号强度值输入第一模型,确定数字钥匙在车辆内部区域或车辆外部区域。
将候选信号强度值输入第一模型,确定数字钥匙在车辆内部区域或车辆外部区域的方式不作限定,如将候选信号强度值输入第一模型,第一模型可以根据输入的候选信号强度值计算得到第一模型输出的参数,当第一模型输出的参数未低于设定值时,则确定数字钥匙在车辆内部区域,否则,确定数字钥匙在车辆外部区域,其中,设定值可以是根据实际应用需要设定的值。
在确定数字钥匙在车辆内部区域后,则可以完成数字钥匙的定位。
S131、在数字钥匙未在车辆内部区域时,在候选信号强度值中选取在车辆外部区域的外部信号强度值。
外部信号强度值可以是指处在车辆外部区域的基站接收的信号强度值。
在数字钥匙未在车辆内部区域时,在候选信号强度值中选取在车辆外部区域的外部信号强度值,可以理解为,在多个候选信号强度值中,选取在车辆外部区域的基站接收的外部信号强度值。
S132、将外部信号强度值按由大到小的顺序排列,根据排列顺序选取设定数量的外部信号强度值作为目标信号强度值,设定数量不超过外部信号强度值的总数量。
将外部信号强度值按由大到小的顺序排列,根据排列顺序选取设定数量的外部信号强度值作为目标信号强度值,可以理解为,选取设定数量的信号强度值较大的外部信号强度值作为目标信号强度值,用于确定数字钥匙在车辆外部区域的具体哪个子区域。
在一个实施例中,车辆外部区域设置有四个基站,四个基站可以获取四个外部信号强度值,若设定数量为三,则可以将四个外部信号强度值按由大到小的顺序排列,并选取排列顺序在前的三个外部信号强度值作为目标信号强度值。
S141、判断目标信号强度值取值最大的两个值对应的目标基站是否处于车辆的对角线位置,若是,执行步骤S142;否则执行步骤S143。
车辆的对角线位置可以理解为,相对于车辆的前进方向而言,车辆外部车头的左边位置和车尾的右边位置,或车头的右边位置和车尾的左边位置。
当目标信号强度值取值最大的两个值对应的目标基站处于车辆的对角线位置时,表明本次获取的目标信号强度值对确定数字钥匙相对车辆的位置区域的可信度低,则舍弃本次获取的目标信号强度值,执行步骤S142;否则,可以根据本次获取的目标信号强度值确定数字钥匙相对车辆的位置区域,进而执行步骤S143。
S142、将上一次所确定的位置区域确定为本次数字钥匙相对车辆的位置区域。
在确定位置区域的过程中,随着数字钥匙相对于车辆的位置不断移动,车辆会多次确定数字钥匙相对车辆的位置区域,并保存在车辆本地,如通过设定频率多次确定数字钥匙相对车辆的位置区域,设定频率可以是根据实际需要设定的频率。
当目标信号强度值取值最大的两个值对应的目标基站处于车辆的对角线位置时,可以通过调用车辆本地保存的上一次所确定的位置区域确定为本次数字钥匙相对车辆的位置区域。
S143、根据目标信号强度值对应的目标基站的位置,选择所对应的第二模型;将候选信号强度值输入所选取第二模型,确定数字钥匙相对车辆的位置区域。
根据目标信号强度值对应的目标基站的位置,选择所对应的第二模型的方式不作限定,如可以根据目标信号强度值的大小以及目标信号强度值对应的目标基站的位置,确定需要进行区分的两个关联子区域,再选择与这两个关联子区域对应的第二模型。
将候选信号强度值输入所选取第二模型,确定数字钥匙相对车辆的位置区域的方式不作限定,如可以将候选信号强度值输入所选取第二模型,再根据所选取第二模型输出的参数来确定数字钥匙相对车辆的位置区域,如当所选取第二模型输出的参数未低于设定值时,则确定数字钥匙在两个关联子区域中的其中一个子区域,否则,确定数字钥匙在两个关联子区域中的另一个子区域,设定值可以是根据实际应用需要设定的值。
本发明实施例的技术方案,首先通过第一模型确定数字钥匙在车辆内部区域或车辆外部区域,当数字钥匙在车辆外部区域时,再通过第二模型确定数字钥匙在车辆外部区域的具体哪一个子区域,通过信号强度值结合第一模型和第二模型确定数字钥匙相对车辆的位置区域,提高了数字钥匙区域定位的准确度。
以下以基站为蓝牙锚点为例,对本发明进行示例性说明:
本发明提供了一种蓝牙数字钥匙区域定位方案。利用机器学习算法,采集蓝牙钥匙(即数字钥匙)在车辆不同区域的位置的接收信号强度指示(Received Signal StrengthIndication,RSSI)数据(即信号强度值),对采集的数据进行自动学习,利用学习的参数来预测划分蓝牙钥匙所在的区域(即确定数字钥匙相对车辆的位置区域)。
本发明提供了一种蓝牙数字钥匙区域定位方案,包括以下步骤:
在汽车(即车辆)四角区域布置4个蓝牙锚点(即基站),汽车车内前后(即车头和车尾)各布置一个蓝牙锚点,用于与蓝牙数字钥匙通信,获取蓝牙数字钥匙的信号RSSI数据。
按照如图2所示的方式划分位置检测区域,位置检测区域同样分为车辆内部区域和车辆外部区域,车辆外部区域又划分为车头区域(即车头正前方区域)、左前区域(即车头左前区域)、左后区域(即车头左后区域)、右前区域(即车头右前区域)、右后区域(即车头右后区域)和车尾区域(即车尾正后方区域)。
在对机器学习模型进行训练得到第一模型和第二模型的过程中,采用逻辑回归高斯核模型实现,其原理为:
z=ω1×RSSI1+ω2×RSSI2+ω3×RSSI3+ω4×RSSI4+ω5×RSSI5+ω6×RSSI6
其中,RSSI1到RSSI6分别为六个基站获取的信号强度值,ω1到ω6均为模型训练的参数,g(z)为模型的输出参数,当需要在两个位置区域之间判断具体为哪一个位置区域时,可以设定g(z)≥0.5时判断为其中一个位置区域,反之为两个位置区域中的另一个位置区域。
蓝牙数字钥匙在PS区域(即车辆内部区域)内和PS区域外活动,采集车上6个锚点收到的蓝牙数字钥匙的RSSI信号数据(即信号强度值)。将采集的数据用机器学习模型(逻辑回归高斯核模型)进行学习训练,训练出区分PS和非PS区域的二分类机器学习模型ps(即第一模型)的6个预测参数(即ω1到ω6)。
蓝牙数字钥匙在车头区域和左前区域的范围内活动,采集车上6个锚点收到的蓝牙数字钥匙的RSSI信号数据。将采集的数据用于机器学习模型(逻辑回归高斯核模型)进行学习训练,训练出区分左前和车头区域的二分类机器学习模型fl(即第二模型fl)的6个预测参数。
采集蓝牙数字钥匙在车头区域和右前区域活动时,6个锚点收到的蓝牙数字钥匙的RSSI信号数据。将采集的数据用于机器学习模型(逻辑回归高斯核模型)进行学习训练,训练出区分右前和车头区域的二分类机器学习模型fr(即第二模型fr)的6个预测参数。
同上分别采集相邻两个区域的RSSI信号数据,用机器学习模型(逻辑回归高斯核模型)分别训练出区分左前和左后的模型lm(即第二模型lm);区分右前右后的模型rm(即第二模型rm);区分左后和车尾的模型bl(即第二模型bl);区分右后和车尾的模型br(即第二模型br)。机器模型参数训练完成后,保存各个模型学习的参数,存放到车辆本地。
确定数字钥匙相对车辆的位置区域的步骤如下:
(1)蓝牙数字钥匙靠近车辆进入PE区域(位置检测区域)时,将车辆6个基站获取到的RSSI数据给到车辆。
(2)获取训练机器模型ps(即第一模型)参数,根据机器学习模型(逻辑回归高斯核模型)预测函数判断蓝牙钥匙是否在PS区域,如果不再PS区域则进入步骤(3);在PS区域则算法判断结束,通知钥匙处于PS区域。
(3)取出车外位置4基站的RSSI数据(即外部信号强度值),并根据RSSI值从大到小排序RSSI1、RSSI2、RSSI3、RSSI4;
根据RSSI1、RSSI2、RSSI3最大三个基站位置(即目标基站的位置)来选择机器学习模型参数;
根据选取的机器模型参数(即目标信号强度值)和6个基站的RSSI值(即候选信号强度值)预测蓝牙钥匙区域位置类型:
a)如果RSSI1值基站位置(即RSSI1值对应的目标基站)在车头左边,RSSI2值基站位置在车头右边,RSSI3值基站位置在车尾左边则选取机器学习模型fl,RSSI3值基站位置在车尾右边则选取机器学习模型fr;RSSI2值基站位置在车尾左边,RSSI3值基站在车头右边则选取机器学习模型fl,RSSI3值基站在车尾右边则选取机器学习模型lm。若RSSI2值基站位置在车尾右边则判定为异常数据,直接沿用上一次钥匙位置类型(即将上一次所确定的位置区域确定为本次数字钥匙相对车辆的位置区域)。
b)如果RSSI1值基站位置在车头右边,RSSI2值基站位置在车头左边,RSSI3值基站位置在车尾左边则选取机器学习模型fl,RSSI3值基站位置在车尾右边则选取机器学习模型fr;RSSI2值基站位置在车尾右边,RSSI3值基站在车头左边则选取机器学习模型fr,RSSI3值基站在车尾左边则选取机器学习模型rm。若RSSI2值基站位置在车尾左边则判定为异常数据,直接沿用上一次钥匙位置类型。
c)如果RSSI1值基站位置在车尾左边,RSSI2值基站位置在车尾右边,RSSI3值基站位置在车头左边则选取机器学习模型bl,RSSI3值基站位置在车头右边则选取机器学习模型br;RSSI2值基站位置在车头左边,RSSI3值基站在车头右边则选取机器学习模型fl,RSSI3值基站在车尾右边则选取机器学习模型lm。若RSSI2值基站位置在车头右边则判定为异常数据,直接沿用上一次钥匙位置类型。
d)如果RSSI1值基站位置在车尾右边,RSSI2值基站位置在车尾左边,RSSI3值基站位置在车头左边则选取机器学习模型bl,RSSI3值基站位置在车头右边则选取机器学习模型br;RSSI2值基站位置在车头右边,RSSI3值基站在车头左边则选取机器学习模型fr,RSSI3值基站在车尾左边则选取机器学习模型rm。若RSSI2值基站位置在车头左边则判定为异常数据,直接沿用上一次钥匙位置类型。
图4是根据本发明实施例二提供的另一种数字钥匙区域定位方法的流程图,包括以下步骤:
S201、获取6个基站读取的钥匙RSSI值(即候选信号强度值)。
S202、取车外4个基站(即外部信号强度值)的RSSI数据进行排序。
S203、根据RSSI最大的3个数据(即目标信号强度值)选择机器学习模型(即第二模型)。
S204、判断模型选择是否完成,若是,则执行步骤S205,再执行步骤S207;否则执行步骤S206,再结束流程。
S205、选取对应的模型参数进行位置区域判断(即将候选信号强度值输入所选取第二模型,确定数字钥匙相对车辆的位置区域),执行步骤S207。
S206、沿用上一次的钥匙位置区域类型(即将上一次所确定的位置区域确定为本次数字钥匙相对车辆的位置区域),结束操作。
S207、更新钥匙位置区域类型。
本发明提供的蓝牙数字钥匙区域定位方案可以通过机器学习模型对采集的大量数据进行学习分析,通过对RSSI值数据标定学习训练的方式,提升蓝牙钥匙位置区域的判断精度。
本发明提供的蓝牙数字钥匙区域定位方案可以使用机器学习模型对数据进行自动分析,训练输出模型参数,解决根据车辆蓝牙基站RSSI信号强度结合TDOA算法判断时,算法调节的参数多,算法复杂度高,通用性比较差的问题。
实施例三
图5是根据本发明实施例三提供的一种数字钥匙区域定位装置的结构示意图,本实施例可适用于对数字钥匙进行区域定位的情况。如图5所示,该装置的具体结构包括:
第一获取模块21,用于在数字钥匙进入位置检测区域时,获取多个基站接收的数字钥匙的候选信号强度值,各基站分别设置在车辆内部区域和车辆外部区域;
第一确定模块22,用于基于候选信号强度值和第一模型确定数字钥匙是否在车辆内部区域,第一模型用于确定数字钥匙在车辆内部区域或车辆外部区域;
第二确定模块23,用于在数字钥匙未在车辆内部区域时,基于候选信号强度值确定目标信号强度值;
第三确定模块24,用于基于目标信号强度值和目标信号强度值对应的目标基站的位置,确定数字钥匙相对车辆的位置区域。
本实施例提供的数字钥匙区域定位装置首先通过第一获取模块21在数字钥匙进入位置检测区域时,获取多个基站接收的数字钥匙的候选信号强度值,各基站分别设置在车辆内部区域和车辆外部区域;其次通过第一确定模块22基于候选信号强度值和第一模型确定数字钥匙是否在车辆内部区域,第一模型用于确定数字钥匙在车辆内部区域或车辆外部区域;然后通过第二确定模块23在数字钥匙未在车辆内部区域时,基于候选信号强度值确定目标信号强度值;最后通过第三确定模块24基于目标信号强度值和目标信号强度值对应的目标基站的位置,确定数字钥匙相对车辆的位置区域。
进一步的,位置检测区域包括车辆内部区域和车辆外部区域,车辆外部区域至少由车头正前方区域、车头左前区域、车头左后区域、车头右前区域、车头右后区域和车尾正后方区域组成。
进一步的,在数字钥匙进入位置检测区域时,获取多个基站接收的数字钥匙的候选信号强度值之前,该装置还包括:
第二获取模块,用于在数字钥匙进入位置检测区域时,多次获取各基站接收的数字钥匙的信号强度值;
模型训练模块,用于将信号强度值和区域标记结果输入机器学习模型进行训练,得到第一模型,以及多个第二模型,第二模型的数量与车辆外部区域所包括的子区域的数量相同,每个第二模型关联两个子区域,第二模型用于确定数字钥匙在所关联的子区域中的哪一子区域,子区域包括车头正前方区域、车头左前区域、车头左后区域、车头右前区域、车头右后区域或车尾正后方区域。
进一步的,第一确定模块22具体用于:
将候选信号强度值输入第一模型,确定数字钥匙在车辆内部区域或车辆外部区域。
进一步的,第二确定模块23具体用于:
在数字钥匙未在车辆内部区域时,在候选信号强度值中选取在车辆外部区域的外部信号强度值;
将外部信号强度值按由大到小的顺序排列,根据排列顺序选取设定数量的外部信号强度值作为目标信号强度值,设定数量不超过外部信号强度值的总数量。
进一步的,第三确定模块24具体用于:
在目标信号强度值中,若目标信号强度值取值最大的两个值对应的目标基站处于车辆的对角线位置,则将上一次所确定的位置区域确定为本次数字钥匙相对车辆的位置区域;
否则,根据目标信号强度值对应的目标基站的位置,选择所对应的第二模型;将候选信号强度值输入所选取第二模型,确定数字钥匙相对车辆的位置区域。
进一步的,该装置还包括:
发送模块,用于将数字钥匙相对车辆的位置区域发送至数字钥匙。
本发明实施例所提供的数字钥匙区域定位装置可执行本发明任意实施例所提供的数字钥匙区域定位方法,具备执行方法相应的功能模块和有益效果。
实施例四
图6是实现本发明实施例的数字钥匙区域定位方法的车辆的结构示意图。对车辆的具体类型不作限定,如可以是机动车、非机动车等,只要能够与数字钥匙进行无线通信即可。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,车辆10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储车辆10操作所需的各种程序和数据。处理器11、ROM12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
车辆10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许车辆10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如数字钥匙区域定位方法。
在一些实施例中,数字钥匙区域定位方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到车辆10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的数字钥匙区域定位方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行数字钥匙区域定位方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在车辆上实施此处描述的系统和技术,该车辆具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给车辆。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
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,根据设计要求和其他因素,可以进行各种修改、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 (10)
1.一种数字钥匙区域定位方法,其特征在于,包括:
在数字钥匙进入位置检测区域时,获取多个基站接收的所述数字钥匙的候选信号强度值,各所述基站分别设置在车辆内部区域和车辆外部区域;
基于所述候选信号强度值和第一模型确定所述数字钥匙是否在所述车辆内部区域,所述第一模型用于确定所述数字钥匙在所述车辆内部区域或所述车辆外部区域;
在所述数字钥匙未在所述车辆内部区域时,基于所述候选信号强度值确定目标信号强度值;
基于所述目标信号强度值和所述目标信号强度值对应的目标基站的位置,确定所述数字钥匙相对车辆的位置区域。
2.根据权利要求1所述的方法,其特征在于,所述位置检测区域包括所述车辆内部区域和所述车辆外部区域,所述车辆外部区域至少由车头正前方区域、车头左前区域、车头左后区域、车头右前区域、车头右后区域和车尾正后方区域组成。
3.根据权利要求2所述的方法,其特征在于,在数字钥匙进入位置检测区域时,获取多个基站接收的所述数字钥匙的候选信号强度值之前,还包括:
在数字钥匙进入位置检测区域时,多次获取各基站接收的所述数字钥匙的信号强度值;
将所述信号强度值和区域标记结果输入机器学习模型进行训练,得到第一模型,以及多个第二模型,所述第二模型的数量与所述车辆外部区域所包括的子区域的数量相同,每个第二模型关联两个子区域,所述第二模型用于确定所述数字钥匙在所关联的子区域中的哪一子区域,所述子区域包括车头正前方区域、车头左前区域、车头左后区域、车头右前区域、车头右后区域或车尾正后方区域。
4.根据权利要求3所述的方法,其特征在于,基于所述候选信号强度值和第一模型确定所述数字钥匙是否在所述车辆内部区域,包括:
将所述候选信号强度值输入所述第一模型,确定所述数字钥匙在所述车辆内部区域或所述车辆外部区域。
5.根据权利要求1所述的方法,其特征在于,在所述数字钥匙未在所述车辆内部区域时,基于所述候选信号强度值确定目标信号强度值,包括:
在所述数字钥匙未在所述车辆内部区域时,在所述候选信号强度值中选取在所述车辆外部区域的外部信号强度值;
将所述外部信号强度值按由大到小的顺序排列,根据排列顺序选取设定数量的外部信号强度值作为所述目标信号强度值,所述设定数量不超过所述外部信号强度值的总数量。
6.根据权利要求1所述的方法,其特征在于,基于所述目标信号强度值和所述目标信号强度值对应的目标基站的位置,确定所述数字钥匙相对车辆的位置区域,包括:
在所述目标信号强度值中,若所述目标信号强度值取值最大的两个值对应的目标基站处于所述车辆的对角线位置,则将上一次所确定的位置区域确定为本次所述数字钥匙相对所述车辆的位置区域;
否则,根据所述目标信号强度值对应的所述目标基站的位置,选择所对应的第二模型;将所述候选信号强度值输入所选取第二模型,确定所述数字钥匙相对所述车辆的位置区域。
7.根据权利要求1所述的方法,其特征在于,还包括:
将所述数字钥匙相对所述车辆的位置区域发送至所述数字钥匙。
8.一种数字钥匙区域定位装置,其特征在于,包括:
第一获取模块,用于在数字钥匙进入位置检测区域时,获取多个基站接收的所述数字钥匙的候选信号强度值,各所述基站分别设置在车辆内部区域和车辆外部区域;
第一确定模块,用于基于所述候选信号强度值和第一模型确定所述数字钥匙是否在所述车辆内部区域,所述第一模型用于确定所述数字钥匙在所述车辆内部区域或所述车辆外部区域;
第二确定模块,用于在所述数字钥匙未在所述车辆内部区域时,基于所述候选信号强度值确定目标信号强度值;
第三确定模块,用于基于所述目标信号强度值和所述目标信号强度值对应的目标基站的位置,确定所述数字钥匙相对车辆的位置区域。
9.一种车辆,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-7中任一所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211033111.3A CN115767715A (zh) | 2022-08-26 | 2022-08-26 | 数字钥匙区域定位方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211033111.3A CN115767715A (zh) | 2022-08-26 | 2022-08-26 | 数字钥匙区域定位方法、装置、车辆及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115767715A true CN115767715A (zh) | 2023-03-07 |
Family
ID=85349307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211033111.3A Pending CN115767715A (zh) | 2022-08-26 | 2022-08-26 | 数字钥匙区域定位方法、装置、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115767715A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116506800A (zh) * | 2023-04-28 | 2023-07-28 | 青岛柯锐思德电子科技有限公司 | 一种基于超宽带的车内外判断及车内位置判断方法 |
-
2022
- 2022-08-26 CN CN202211033111.3A patent/CN115767715A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116506800A (zh) * | 2023-04-28 | 2023-07-28 | 青岛柯锐思德电子科技有限公司 | 一种基于超宽带的车内外判断及车内位置判断方法 |
CN116506800B (zh) * | 2023-04-28 | 2023-12-05 | 青岛柯锐思德电子科技有限公司 | 一种基于超宽带的车内外判断及车内位置判断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110146100B (zh) | 轨迹预测方法、装置及存储介质 | |
CN110044371A (zh) | 一种车辆定位的方法以及车辆定位装置 | |
CN112052778B (zh) | 一种交通标志识别方法以及相关装置 | |
CN111295666A (zh) | 一种车道线检测方法、装置、控制设备及存储介质 | |
CN112949519B (zh) | 目标检测方法、装置、设备及存储介质 | |
CN111459569A (zh) | 快捷交通方法、装置、电子设备及存储介质 | |
CN111860259A (zh) | 驾驶检测模型的训练、使用方法、装置、设备及介质 | |
CN114842445A (zh) | 基于多途径融合的目标检测方法、装置、设备及介质 | |
CN117241212A (zh) | 车辆常驻停车点的确定方法、装置、设备以及存储介质 | |
CN115767715A (zh) | 数字钥匙区域定位方法、装置、车辆及存储介质 | |
CN116977257A (zh) | 缺陷检测方法、装置、电子设备、存储介质及程序产品 | |
US20240153059A1 (en) | Method and system for anomaly detection using multimodal knowledge graph | |
CN113139139A (zh) | 用于确定上车点的方法、装置、电子设备和介质 | |
US11432111B2 (en) | Information processing device | |
CN116795131A (zh) | 基于雷达的配电线路无人机巡检方法和装置 | |
CN113627562A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
CN111798237B (zh) | 基于应用日志的异常交易诊断方法及系统 | |
CN113807391A (zh) | 任务模型的训练方法、装置、电子设备及存储介质 | |
CN105163270B (zh) | 智能终端位置状态的识别方法及装置 | |
CN111401224B (zh) | 目标检测方法、装置及电子设备 | |
CN116168544B (zh) | 切换点预测方法、预测模型训练方法、装置、设备及介质 | |
CN113361379B (zh) | 生成目标检测系统和检测目标的方法及装置 | |
CN115476882A (zh) | 行为决策模型优化、行为决策方法、装置、设备及介质 | |
CN117008866A (zh) | 车载寻物的方法、装置、车辆、电子设备和存储介质 | |
CN116358902A (zh) | 一种车辆功能的测试方法、装置、电子设备及存储介质 |
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 |