CN117688312A - 对车辆数据进行滤波的方法、装置、设备及介质 - Google Patents
对车辆数据进行滤波的方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117688312A CN117688312A CN202311421543.6A CN202311421543A CN117688312A CN 117688312 A CN117688312 A CN 117688312A CN 202311421543 A CN202311421543 A CN 202311421543A CN 117688312 A CN117688312 A CN 117688312A
- Authority
- CN
- China
- Prior art keywords
- data
- fitting
- edge
- polynomial
- edge data
- 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 98
- 238000001914 filtration Methods 0.000 title claims abstract description 17
- 230000007613 environmental effect Effects 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000009191 jumping Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2123/00—Data types
- G06F2123/02—Data types in the time domain, e.g. time-series data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种对车辆数据进行滤波的方法、装置、设备及介质,涉及智能驾驶技术领域。包括:获取第一车辆行驶数据,所述第一车辆行驶数据包括p帧按时间顺序排列的车辆行驶数据,第一车辆行驶数据中的第1至m帧数据为第一边缘数据,第一车辆行驶数据中的第m+1至p‑m帧数据为中间数据,第一车辆行驶数据中的第p‑m+1至p帧数据为第二边缘数据;采用Savitzky‑Golay滤波拟合法对中间数据进行数据拟合,得到中间拟合数据;采用多项式拟合法对第一边缘数据和/或第二边缘数据进行数据拟合,得到边缘拟合数据;将边缘拟合数据和中间拟合数据作为对第一车辆行驶数据进行滤波后的数据进行输出。经过本发明滤波后的车辆行驶数据能更加真实地反映车辆的运动情况。
Description
技术领域
本申请涉及智能驾驶技术领域,尤其涉及一种对车辆数据进行滤波的方法、装置、设备及介质。
背景技术
在智能驾驶领域,云控平台会接收来自车辆自身上报的数据,或者路侧感知设备监测到的数据。其中路侧感知设备包括设置在道路上的摄像头、雷达和其他各种传感器。这些数据包括车辆的行驶数据,如速度、位置、加速度、航向角、所在车道等。由于安装于车辆自身的信息采集设备或者路侧感知设备存在精度低等缺陷,在采集信息时由于受到干扰还会造成数据异常跳动等问题,使得云控平台接收的数据有时候并不准确,不能十分真实地反映车辆的运动情况。基于这些车辆行驶数据进行车辆异常事件的判断时,可能会得到错误的判断结果。
因此,如何得到更准确的车辆行驶数据,成为本领域技术人员亟需解决的问题。
发明内容
本说明书实施例提供的一种对车辆数据进行滤波的方法、装置、设备及介质,经过本方法滤波后的车辆行驶数据能更加真实地反映车辆的运动情况。
为解决上述技术问题,本说明书实施例是这样实现的:
一种对车辆数据进行滤波的方法,包括:
获取第一车辆行驶数据,所述第一车辆行驶数据包括p帧按时间顺序排列的车辆行驶数据,所述第一车辆行驶数据中的第1至m帧数据为第一边缘数据,所述第一车辆行驶数据中的第m+1至p-m帧数据为中间数据,所述第一车辆行驶数据中的第p-m+1至p帧数据为第二边缘数据;
采用Savitzky-Golay滤波拟合法对所述中间数据进行数据拟合,得到中间拟合数据;其中,所述Savitzky-Golay滤波拟合法中设定的窗口长度L=2*m+1;
采用多项式拟合法对所述第一边缘数据和/或所述第二边缘数据进行数据拟合,得到边缘拟合数据;
将所述边缘拟合数据和所述中间拟合数据作为对所述第一车辆行驶数据进行滤波后的数据进行输出。
本说明书实施例提供的一种计算机装置,包括:
获取模块,获取第一车辆行驶数据,所述第一车辆行驶数据包括p帧按时间顺序排列的车辆行驶数据,所述第一车辆行驶数据中的第1至m帧数据为第一边缘数据,所述第一车辆行驶数据中的第m+1至n帧数据为中间数据,所述第一车辆行驶数据中的第p-n至p帧数据为第二边缘数据;
第一拟合模块,用于采用Savitzky-Golay滤波拟合法对所述中间数据进行数据拟合,得到中间拟合数据;其中,所述Savitzky-Golay滤波拟合法中设定的窗口长度L=2*m+1;
第二模拟合模块,用于采用多项式拟合法对所述第一边缘数据和/或所述第二边缘数据进行数据拟合,得到边缘拟合数据;
输出模块,用于将所述边缘拟合数据和所述中间拟合数据作为对所述第一车辆行驶数据进行滤波后的数据进行输出。
本说明书实施例提供的一种计算机设备,包括:处理器,以及与所述处理器通信连接的存储器,其特征在于,所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现以上任意一种所描述的方法的步骤。
本说明书实施例提供的一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当所述计算机执行指令被执行时,使得计算机执行以上任意一种所描述的方法的步骤。
本说明书中提供的至少一个实施例能够实现以下有益效果:采用Savitzky-Golay滤波拟合法和多项式拟合法对车辆行驶数据进行滤波,可以有效去除车辆行驶数据中的噪声,控制车辆行驶数据点的异常跳动,平滑车辆行驶数据,使得滤波后的车辆行驶数据更能准确反映车辆的真实运动情况,以便基于滤波后的车辆行驶数据做出的事件判断结果更加准确。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种对车辆数据进行滤波的方法的流程示意图;
图2为本说明书实施例提供的一种计算机装置的示意图;
图3为本说明书实施例提供的计算机设备的示意图。
具体实施方式
为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。需要说明的本申请文件中的“多个”是指两个及两个以上。显然,所描述的实施例仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明中的实施例,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,都属于本说明书一个或多个实施例保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书实施例提供的一种对车辆数据进行滤波的方法的流程示意图。从硬件角度来看,该流程的执行主体可以为服务器或客户端设备,从程序角度而言,可以为服务器或客户端处搭载的应用程序。如图1所示,该方法,可以包括如下步骤:
步骤S101:获取第一车辆行驶数据,所述第一车辆行驶数据包括p帧按时间顺序排列的车辆行驶数据,所述第一车辆行驶数据中的第1至m帧数据为第一边缘数据,所述第一车辆行驶数据中的第m+1至p-m帧数据为中间数据,所述第一车辆行驶数据中的第p-m+1至p帧数据为第二边缘数据。
安装于车辆上的采集设备,或者路侧感知设备可以实时监测车辆的行驶数据(如速度、位置、航向角等),以一定的频率发送给云控平台。云控平台可以每100ms获取一次数据,每次获取的数据可以称为一帧数据。以速度类型的车辆行驶数据为例,假设云控平台在一段时间内接收了p帧数据,令p=20,m=5,则得到了v1,v2,v3,v4,v5,v6,v7...v14,v15,v16,v17,v18,v19,v20,共20帧速度数据的序列。其中,v1-v5这5帧数据为第一边缘数据,v6-v15这10帧数据为中间数据,v16-v20这5帧数据为第二边缘数据。需要说明的是p和m的值可以根据实际需要确定,此处只是举例并非对p和m的值的限定。
步骤S103:采用Savitzky-Golay滤波拟合法对所述中间数据进行数据拟合,得到中间拟合数据;其中,所述Savitzky-Golay滤波拟合法中设定的窗口长度L=2*m+1。
采用Savitzky-Golay滤波拟合法对v6-v15这10帧中间数据进行数据拟合,在进行拟合时,可以将窗口长度设置为L=2*5+1=11。基于v1-v11这11帧数据,进行曲线拟合。在进行拟合时,可以将v1-v11对应的时间戳作为横坐标,以速度值作为作纵坐标,得到拟合曲线;然后将v6对应的横坐标代入拟合曲线求得纵坐标值,将该纵坐标值作为v6的速度值的拟合值。同理基于v2-v12这11帧数据可以计算得到v7的速度值的拟合值。以此类推,可以得到v8-v15的拟合值,也就得到了中间拟合数据。
步骤S105:采用多项式拟合法对所述第一边缘数据和/或所述第二边缘数据进行数据拟合,得到边缘拟合数据。
在前例中,可以采用多项式拟合法对v1-v5这5帧第一边缘数据进行数据拟合,和/或对v16-v20这5帧第二边缘数据进行数据拟合,得到边缘拟合数据。
在某些应用场景中,假设当前时刻接收到的是v20这一帧数据,在对车辆行驶中发生的异常事件进行判断时,需要基于当前时刻前若干帧的数据进行判断,还要在之后一段时间内基于当前时刻之后的车辆行驶数据进行连续若干次的判断。例如,在进行当前次判断时,需要基于v6-v20这15帧数据进行判断,即需要对v6-v20这15帧数据进行滤波,基于滤波后的数据进行判断。此时可以获取v1-v20这20帧数据,基于v1-v20这20帧数据对v6-v20这15帧数据进行滤波。具体地,可以采用Savitzky-Golay滤波拟合法对v6-v15这10帧中间数据进行拟合,采用多项式拟合法对v16-v20这5帧第二边缘数据进行拟合,由于在本次判断中不需要用到v1-v5这5帧第一边缘数据,因此可以不对其进行拟合。
在某些应用场景中,如果对于事件判断的及时性要求不是很高,则可以只对第一边缘数据和中间数据进行拟合。具体的,假设当前时刻接收到的v15这一帧数据,需要基于v1-v15这15帧数据进行事件判断,则需要对v1-v15这15帧数据进行滤波,此时可以等到接收到v20这一帧数据时再进行滤波,具体地,可以采用多项式拟合法对v1-v5这5帧第一边缘数据进行拟合,采用Savitzky-Golay滤波拟合法对v6-v15这10帧中间数据进行拟合,由于v16-v20这5帧第二边缘数据在本次判断中没有被用到,可以不对其进行拟合。
在某些应用场景中,在进行当前次判断时需要基于v1-v20这20帧数据进行判断,需要对这20帧数据进行滤波。具体地,可以采用多项式拟合法对v1-v5这5帧第一边缘数据进行拟合,采用Savitzky-Golay滤波拟合法对v6-v15这10帧中间数据进行拟合,采用多项式拟合法对v16-v20这5帧第二边缘数据进行拟合。
步骤S107:将所述边缘拟合数据和所述中间拟合数据作为对所述第一车辆行驶数据进行滤波后的数据进行输出。
图1中的方法,采用Savitzky-Golay滤波拟合法和多项式拟合法对车辆行驶数据进行滤波,可以有效去除车辆行驶数据中的噪声,控制车辆行驶数据点的异常跳动,平滑车辆行驶数据,使得滤波后的车辆行驶数据更能准确反映车辆的真实运动情况,以使基于滤波后的车辆行驶数据做出的事件判断结果更加准确。
可选地,采用多项式拟合法对所述第一边缘数据和/或所述第二边缘数据进行数据拟合,具体可以包括:
采用matlab曲线拟合工具箱确定多项式的阶数;
采用最小二乘法确定多项式的系数,以得到拟合多项式;
将所述第一边缘数据和/或所述第二边缘数据的横坐标代入所述拟合多项式得到拟合纵坐标值。
在进行多项式拟合时,首先需要确定多项式的阶数。其中,可以根据车辆行驶数据的特点,经过多次预先的实验确定出多项式的阶数,在后续应用中,进行多项式拟合时,直接采用该阶数作为多项式的参数。
也可以采用matlab曲线拟合工具箱确定多项式的阶数。将第一车辆行驶数据输入后,matlab会自动生成多项式拟合曲线,将该多项式拟合曲线的阶数作为多项式的阶数。在确定得到多项式的阶数后,可以采用最小二乘法确定多项式的系数,从而确定出拟合多项式。具体根据第一边缘数据确定第一拟合多项式,根据第二边缘数据确定第二拟合多项式。确定出第一拟合多项式和第二拟合多项式后,将第一边缘数据横坐标代入第一拟合多项式得到拟合纵坐标值。将第二边缘数据横坐标代入第二拟合多项式得到拟合纵坐标值。第一拟合多项式的拟合出的拟合纵坐标值与第一边缘数据的均方差最小。第二拟合多项式的拟合出的拟合纵坐标值与第二边缘数据边缘数据的均方差最小。
可选地,采用多项式拟合法对所述第一边缘数据和/或所述第二边缘数据进行数据拟合,具体可以包括:
设置多项式的阶数为第一阶数;
判断所述第一阶数的多项式的拟合值与目标数据的均方差是否大于第一预设值,得到第一判断结果;
若所述第一判断结果表示所述均方差大于所述第一预设值,则将所述第一阶数加一之后作为更新后的第一阶数;
重复以上步骤,直至所述第一判断结果表示所述均方差不大于所述第一预设值;
将所述均方差不大于所述第一预设值的多项式确定为拟合多项式;
将所述目标数据的横坐标代入所述拟合多项式得到拟合纵坐标值。所述目标数据,具体为所述第一边缘数据和/或所述第二边缘数据。
在确定拟合多项式,也可以预先设置均方差的精度,得到预设精度。例如将实际精度为小于第一预设值时定为合格。随着多项式阶数的提升,拟合精度会越来越高,但较高的多项式阶数会导致过拟合出现。此时,可以预先设置均方差的精度。然后,通过逐步增加多项式阶数的方法,求出各个阶数下多项式的均方差,当均方差满足预设精度时,将该均方差对应的多项式确定为最终的拟合多项式。
其中第一阶数可以设置为1,从一阶多项式开始,计算多项式的均方差,如果不符合则计算二阶多项式的均方差,以此类推,直至均方差的精度小于第一预设值为止。
可选地,采用多项式拟合法对所述第一边缘数据和/或所述第二边缘数据进行数据拟合,具体可以包括:
基于所述第一边缘数据,确定用于拟合所述第一边缘数据的第一拟合多项式;和/或基于所述第二边缘数据,确定用于拟合所述第二边缘数据的第二拟合多项式;
将所述第一边缘数据的横坐标代入所述第一拟合多项式得到第一边缘数据的拟合纵坐标值;和/或将所述第二边缘数据的横坐标代入所述第二拟合多项式得到第二边缘数据的第二拟合纵坐标值。
以对第一边缘数据进行拟合为例进行说明,第二边缘数据与第一边缘数据的拟合方法类似。例如在对v1-v5这5帧第一边缘数据进行拟合时,可以只基于v1-v5这5帧数据进行多项式曲线的确定,得到由这5帧数据拟合出的多项式曲线。然后将这5帧数据的横坐标值分别代入多项式,得到纵坐标值,得到的5个纵坐标值分别为这5帧数据的拟合值。
可选地,采用多项式拟合法对所述第一边缘数据和/或所述第二边缘数据进行数据拟合,具体可以包括:
基于所述第一边缘数据和位于所述第一边缘数据之后的第一预设帧数的数据,确定用于拟合所述第一边缘数据的第三拟合多项式;和/或基于所述第二边缘数据和位于所述第二边缘数据之前的第二预设帧数的数据,确定用于拟合所述第二边缘数据的第四拟合多项式;
将所述第一边缘数据的横坐标代入所述第三拟合多项式得到第一边缘数据的拟合纵坐标值;和/或将所述第二边缘数据的横坐标代入所述第四拟合多项式得到第二边缘数据的第二拟合纵坐标值。
同样以对第一边缘数据进行拟合为例,在对v1-v5这5帧第一边缘数据进行拟合时,不仅基于v1-v5这5帧数据进行多项式曲线的确定,还可以基于v6、v7...等位于这5帧之后的若干帧数据进行多项式曲线的确定。例如可以基于v1-v8这8帧数据,得到有这8帧数据拟合出的多项式曲线,然后只将v1-v5这5帧数据的横坐标值代入多项式,得到纵坐标值,得到的5个纵坐标值分别为这5帧数据的拟合值。
可选地,所述第一行驶数据为车辆的速度数据,所述方法还可以包括:
基于滤波后的第一行驶数据计算第一有效速度,所述第一有效速度为目标车辆连续第三预设帧数的速度的平均值;
判断所述第一有效速度是否在第一预设范围内,得到第二判断结果;
若所述第二判断结果表示所述第一有效速度在所述第一预设范围内,则获取距离所述目标车辆在第二预设范围内的环境车辆的数量;
若所述环境车辆的数量大于第二预设值,则判断所述第一比值是否小于第三预设值,得到第三判断结果;所述第一比值为所述第一有效速度与第二有效速度的比值;所述第二有效速度为各个所述环境车辆连续所述第三预设帧数的速度的平均值的平均值;
若所述第三判断结果表示所述第一比值是否小于第三预设值,则继续判断更新后的第一比值是否小于所述第三预设值;所述更新后的第一比值为下一次获取的第一有效速度与下一次获取的第二有效速度的比值;
当所述第一比值连续第一预设次数均小于所述第三预设值时,生成异常低速事件信息。
当车辆行驶数据为速度数据时,可以基于滤波后的速度数据判断目标车辆是否发生异常低速事件。其中,第三预设帧数可以设置为5,也即获取目标车辆连续5帧的速度值,这5帧速度值以及之后提到的速度值均为滤波后的速度值。计算这5帧速度值的平均值,为第一有效速度。判断第一有效速度是否在第一预设范围内,第一预设范围可以设置为3km/h<v<20km/h。如果第一有效速度在第一预设范围内,则获取距离所述目标车辆在第二预设范围内的环境车辆的数量,第二预设范围可以设置为位于目标车辆之前150m到目标车辆之后150m内。如果第二预设范围内的环境车辆的数量大于第二预设值,第二预设值可以设置为3,则获取各个环境车辆连续5帧的速度值,先计算出每个环境车辆的5帧速度值的平均值后,然后计算这些平均值的平均值,得到第二有效速度,计算第一有效速度和第二有效速度的比值,得到第一比值,判断第一比值是否小于第三预设值,第三预设值可以设置为0.4,若小于第三预设值,则获取目标车辆的当前时刻之后5帧的速度值,计算出新的第一有效速度;以及获取环境车辆的当前时刻之后5帧的速度值,计算出新的第二有效速度;计算新的第一比值,判断新的第一比值是否小于第三预设值,以此类推,如果第一比值连续第一预设次数均小于第三预设值,第一预设次数可以设置为5,则生成异常低速事件信息。
可选地,若所述第二判断结果表示所述第一有效速度不在所述第一预设范围内,或者所述第三判断结果表示所述第一比值不小于所述第二预设值,则结束本次计算流程。
基于一个总的发明构思,本说明书实施例还提供了上述方法对应的计算机装置。图2为本说明书实施例提供的一种计算机装置的结构示意图,如图2所示,该装置可以包括:
获取模块201,用于获取第一车辆行驶数据,所述第一车辆行驶数据包括p帧按时间顺序排列的车辆行驶数据,所述第一车辆行驶数据中的第1至m帧数据为第一边缘数据,所述第一车辆行驶数据中的第m+1至n帧数据为中间数据,所述第一车辆行驶数据中的第p-n至p帧数据为第二边缘数据;
第一拟合模块202,用于采用Savitzky-Golay滤波拟合法对所述中间数据进行数据拟合,得到中间拟合数据;其中,所述Savitzky-Golay滤波拟合法中设定的窗口长度L=2*m+1;
第二模拟合模块203,用于采用多项式拟合法对所述第一边缘数据和/或所述第二边缘数据进行数据拟合,得到边缘拟合数据;
输出模块204,用于将所述边缘拟合数据和所述中间拟合数据作为对所述第一车辆行驶数据进行滤波后的数据进行输出。
基于同样的思路,本说明书实施例还提供了上述方法对应的设备。图3为本说明书实施例提供的一种计算机设备的结构示意图。如图3所示,设备300可以包括:处理器310,以及,与所述至处理器通信连接的存储器330;其中,所述存储器330存储有计算机执行指令320;
所述处理器执行所述存储器存储的计算机执行指令,以实现以上任意一种所描述的方法的步骤。
本说明书实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当所述计算机执行指令被执行时,使得计算机执行以上任意一种所描述的方法的步骤。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于图3所示的计算机设备而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field ProgrammableGateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字符系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子可以包括但不限于以下微控制器:ARC 625D、AtmelAT91SAM、Microchip PIC18F26K20以及Silicone LabsC8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内可以包括的可以用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将可以用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(可以包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生可以用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生可以包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供可以用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备可以包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能可以包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质可以包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子可以包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字符多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可以用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不可以包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“可以包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得可以包括一系列要素的过程、方法、商品或者设备不仅可以包括那些要素,而且还可以包括没有明确列出的其他要素,或者是还可以包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“可以包括一个……”限定的要素,并不排除在可以包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(可以包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块可以包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于可以包括存储设备在内的本地和远程计算机存储介质中。
以上所述仅为本申请的实施例而已,并不可以用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种对车辆数据进行滤波的方法,其特征在于,包括:
获取第一车辆行驶数据,所述第一车辆行驶数据包括p帧按时间顺序排列的车辆行驶数据,所述第一车辆行驶数据中的第1至m帧数据为第一边缘数据,所述第一车辆行驶数据中的第m+1至p-m帧数据为中间数据,所述第一车辆行驶数据中的第p-m+1至p帧数据为第二边缘数据;
采用Savitzky-Golay滤波拟合法对所述中间数据进行数据拟合,得到中间拟合数据;其中,所述Savitzky-Golay滤波拟合法中设定的窗口长度L=2*m+1;
采用多项式拟合法对所述第一边缘数据和/或所述第二边缘数据进行数据拟合,得到边缘拟合数据;
将所述边缘拟合数据和所述中间拟合数据作为对所述第一车辆行驶数据进行滤波后的数据进行输出。
2.根据权利要求1所述的方法,其特征在于,采用多项式拟合法对所述第一边缘数据和/或所述第二边缘数据进行数据拟合,具体包括:
采用matlab曲线拟合工具箱确定多项式的阶数;
采用最小二乘法确定多项式的系数,以得到拟合多项式;
将所述第一边缘数据和/或所述第二边缘数据的横坐标代入所述拟合多项式得到拟合纵坐标值。
3.根据权利要求1所述的方法,其特征在于,采用多项式拟合法对所述第一边缘数据和/或所述第二边缘数据进行数据拟合,具体包括:
设置多项式的阶数为第一阶数;
判断所述第一阶数的多项式的拟合值与所述第一边缘数据和/或所述第二边缘数据的均方差是否大于第一预设值,得到第一判断结果;
若所述第一判断结果表示所述均方差大于所述第一预设值,则将所述第一阶数加一之后作为更新后的第一阶数;
重复以上步骤,直至所述第一判断结果表示所述均方差不大于所述第一预设值;
将所述均方差不大于所述第一预设值的多项式确定为拟合多项式;
将所述第一边缘数据和/或所述第二边缘数据的横坐标代入所述拟合多项式得到拟合纵坐标值。
4.根据权利要求1所述的方法,其特征在于,采用多项式拟合法对所述第一边缘数据和/或所述第二边缘数据进行数据拟合,具体包括:
基于所述第一边缘数据,确定用于拟合所述第一边缘数据的第一拟合多项式;和/或基于所述第二边缘数据,确定用于拟合所述第二边缘数据的第二拟合多项式;
将所述第一边缘数据的横坐标代入所述第一拟合多项式得到第一边缘数据的拟合纵坐标值;和/或将所述第二边缘数据的横坐标代入所述第二拟合多项式得到第二边缘数据的第二拟合纵坐标值。
5.根据权利要求1所述的方法,其特征在于,采用多项式拟合法对所述第一边缘数据和/或所述第二边缘数据进行数据拟合,具体包括:
基于所述第一边缘数据和位于所述第一边缘数据之后的第一预设帧数的数据,确定用于拟合所述第一边缘数据的第三拟合多项式;和/或基于所述第二边缘数据和位于所述第二边缘数据之前的第二预设帧数的数据,确定用于拟合所述第二边缘数据的第四拟合多项式;
将所述第一边缘数据的横坐标代入所述第三拟合多项式得到第一边缘数据的拟合纵坐标值;和/或将所述第二边缘数据的横坐标代入所述第四拟合多项式得到第二边缘数据的第二拟合纵坐标值。
6.根据权利要求1所述的方法,其特征在于,所述第一行驶数据为车辆的速度数据,所述方法还包括:
基于滤波后的第一行驶数据计算第一有效速度,所述第一有效速度为目标车辆连续第三预设帧数的速度的平均值;
判断所述第一有效速度是否在第一预设范围内,得到第二判断结果;
若所述第二判断结果表示所述第一有效速度在所述第一预设范围内,则获取距离所述目标车辆在第二预设范围内的环境车辆的数量;
若所述环境车辆的数量大于第二预设值,则判断所述第一比值是否小于第三预设值,得到第三判断结果;所述第一比值为所述第一有效速度与第二有效速度的比值;所述第二有效速度为各个所述环境车辆连续所述第三预设帧数的速度的平均值的平均值;
若所述第三判断结果表示所述第一比值小于第三预设值,则继续判断更新后的第一比值是否小于所述第三预设值;所述更新后的第一比值为下一次获取的第一有效速度与下一次获取的第二有效速度的比值;
当所述第一比值连续第一预设次数均小于所述第三预设值时,生成异常低速事件。
7.根据权利要求6所述的方法,其特征在于,所述第二判断结果表示所述第一有效速度不在所述第一预设范围内,或者所述第三判断结果表示所述第一比值不小于所述第二预设值,则结束本次计算流程。
8.一种计算机装置,其特征在于,包括:
获取模块,用于获取第一车辆行驶数据,所述第一车辆行驶数据包括p帧按时间顺序排列的车辆行驶数据,所述第一车辆行驶数据中的第1至m帧数据为第一边缘数据,所述第一车辆行驶数据中的第m+1至n帧数据为中间数据,所述第一车辆行驶数据中的第p-n至p帧数据为第二边缘数据;
第一拟合模块,用于采用Savitzky-Golay滤波拟合法对所述中间数据进行数据拟合,得到中间拟合数据;其中,所述Savitzky-Golay滤波拟合法中设定的窗口长度L=2*m+1;
第二模拟合模块,用于采用多项式拟合法对所述第一边缘数据和/或所述第二边缘数据进行数据拟合,得到边缘拟合数据;
输出模块,用于将所述边缘拟合数据和所述中间拟合数据作为对所述第一车辆行驶数据进行滤波后的数据进行输出。
9.一种计算机设备,包括:处理器,以及与所述处理器通信连接的存储器,其特征在于,所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1至7中任意一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,其特征在于,当所述计算机执行指令被执行时,使得计算机执行如权利要求1至7中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311421543.6A CN117688312A (zh) | 2023-10-30 | 2023-10-30 | 对车辆数据进行滤波的方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311421543.6A CN117688312A (zh) | 2023-10-30 | 2023-10-30 | 对车辆数据进行滤波的方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117688312A true CN117688312A (zh) | 2024-03-12 |
Family
ID=90130824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311421543.6A Pending CN117688312A (zh) | 2023-10-30 | 2023-10-30 | 对车辆数据进行滤波的方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117688312A (zh) |
-
2023
- 2023-10-30 CN CN202311421543.6A patent/CN117688312A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110262486B (zh) | 一种无人驾驶设备运动控制方法及装置 | |
CN111127551B (zh) | 一种目标检测的方法及装置 | |
CN111062372B (zh) | 一种预测障碍物轨迹的方法及装置 | |
CN113037576B (zh) | 一种故障检测的方法、装置、存储介质及电子设备 | |
CN114550450A (zh) | 一种验证路侧感知设备感知精度的方法、装置及电子设备 | |
CN117688312A (zh) | 对车辆数据进行滤波的方法、装置、设备及介质 | |
CN112489522A (zh) | 一种仿真场景数据的播放方法、设备、介质及电子设备 | |
CN112362084A (zh) | 一种数据标定方法、装置及数据标定系统 | |
CN111185908A (zh) | 识别摩擦力的机器人控制方法、装置、机器人及存储介质 | |
CN114153207B (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
CN116929407A (zh) | 一种自适应数据校准方法及装置 | |
CN117095371A (zh) | 一种目标检测方法及检测装置 | |
CN116698019A (zh) | 一种基于多传感器的组合导航方法及装置 | |
CN113890668A (zh) | 多传感器的时间同步方法、装置及电子设备、存储介质 | |
CN115512552B (zh) | 车流量统计方法、装置及设备 | |
CN116740924A (zh) | 一种道路通行时长的确定方法、装置和可读介质 | |
CN116206441A (zh) | 一种自动驾驶规划模型的优化方法、装置、设备及介质 | |
CN117971810A (zh) | 一种跳变轨迹数据修正方法、装置及设备 | |
CN118155162A (zh) | 一种车辆轨迹预测方法 | |
CN112857402B (zh) | 一种传感器标定的方法、装置及设备 | |
CN117519123A (zh) | 一种车辆轨迹规划方法、装置及设备 | |
CN115923843A (zh) | 一种自动驾驶决策规划模型的优化方法、装置及设备 | |
CN114115247B (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 | |
CN117333508A (zh) | 一种目标跟踪方法、装置、设备及介质 | |
CN118116224A (zh) | 查找交通事件影响车辆的方法、装置、存储介质和设备 |
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 |