JP7372949B2 - 速度予測方法、装置、電子機器、記憶媒体及びコンピュータプログラム製品 - Google Patents
速度予測方法、装置、電子機器、記憶媒体及びコンピュータプログラム製品 Download PDFInfo
- Publication number
- JP7372949B2 JP7372949B2 JP2021043585A JP2021043585A JP7372949B2 JP 7372949 B2 JP7372949 B2 JP 7372949B2 JP 2021043585 A JP2021043585 A JP 2021043585A JP 2021043585 A JP2021043585 A JP 2021043585A JP 7372949 B2 JP7372949 B2 JP 7372949B2
- Authority
- JP
- Japan
- Prior art keywords
- predicted
- speed
- data
- target
- time unit
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 63
- 238000004590 computer program Methods 0.000 title claims description 7
- 230000001133 acceleration Effects 0.000 claims description 88
- 238000012549 training Methods 0.000 claims description 78
- 230000015654 memory Effects 0.000 claims description 18
- 230000010354 integration Effects 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011946 reduction process Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P7/00—Measuring speed by integrating acceleration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
- G01P15/02—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses
-
- G01P9/00—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/52—Determining velocity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
Description
本願は、コンピュータの技術分野におけるインテリジェント交通技術に関し、特に速度予測方法、装置、電子機器及びコンピュータプログラム製品に関する。
車両走行中には、車速は、車載端末が取得すべき重要なデータであり、例えば、車載端末は、車速に応じて速度超過を運転者に喚起し、車速に応じて車両の姿勢を計算することができる。
現在、いくつかの場合で取得される車速は正確ではなく、例えば、車載ボックス又はバックミラーなどがアフターマーケット製品である場合、正確なリアルタイム車速を取得できないことがある。この場合、衛星信号、例えば、全地球測位システム（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ、ＧＰＳと略称する）信号によって車両の速度を取得することができる。しかしながら、トンネル、地下道などの地下経路で、衛星信号が遮られ、車載端末が衛星信号を取得できない場合、予測される速度と実速度との誤差が大きく、即ち速度予測の正確率が低い。
本願の実施例は、現在、車載端末が衛星信号を取得できない場合、速度予測の正確率が低いという問題を解決するために、速度予測方法、装置及び電子機器を提供する。
上記技術的課題を解決するために、本願は、以下の４つの態様によって実現される。
本願の第１の態様に係る速度予測方法は、
慣性計測装置ＩＭＵによりデータを取得することと、
前記データに基づいて、予測加速度と、車両がストール状態にあるか否かを表す予測状態情報とのうちの少なくとも１つを含む予測結果を取得することと、
前記予測結果に基づいて、目標予測速度を決定することとを含む。
慣性計測装置ＩＭＵによりデータを取得することと、
前記データに基づいて、予測加速度と、車両がストール状態にあるか否かを表す予測状態情報とのうちの少なくとも１つを含む予測結果を取得することと、
前記予測結果に基づいて、目標予測速度を決定することとを含む。
さらに、ＩＭＵによりデータを取得することは、
前記ＩＭＵの目標加速度計により第１の時間単位でデータを取得することを含み、
前記データに基づいて予測結果を取得することは、
前記データに基づいて、前記第１のモデルにより前記予測加速度を取得することを含み、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含み、
前記予測結果に基づいて、目標予測速度を決定することは、
前記予測加速度に基づいて、目標予測速度を決定することを含む。
前記ＩＭＵの目標加速度計により第１の時間単位でデータを取得することを含み、
前記データに基づいて予測結果を取得することは、
前記データに基づいて、前記第１のモデルにより前記予測加速度を取得することを含み、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含み、
前記予測結果に基づいて、目標予測速度を決定することは、
前記予測加速度に基づいて、目標予測速度を決定することを含む。
さらに、ＩＭＵによりデータを取得することは、
前記ＩＭＵの加速度計及びジャイロスコープにより第１の時間単位でデータを取得することを含み、
前記データに基づいて予測結果を取得することは、
前記データに基づいて、前記第２のモデルにより前記予測状態情報を取得することを含み、前記第２のモデルのトレーニングサンプルは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含み、
前記予測結果に基づいて、目標予測速度を決定することは、
前記予測状態情報に基づいて、目標予測速度を決定することを含む。
前記ＩＭＵの加速度計及びジャイロスコープにより第１の時間単位でデータを取得することを含み、
前記データに基づいて予測結果を取得することは、
前記データに基づいて、前記第２のモデルにより前記予測状態情報を取得することを含み、前記第２のモデルのトレーニングサンプルは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含み、
前記予測結果に基づいて、目標予測速度を決定することは、
前記予測状態情報に基づいて、目標予測速度を決定することを含む。
さらに、ＩＭＵによりデータを取得することは、
前記ＩＭＵの目標加速度計により第１の時間単位で第１のデータを取得することと、前記ＩＭＵの加速度計及びジャイロスコープにより前記第１の時間単位で第２のデータを取得することとを含み、
前記データに基づいて予測結果を取得することは、
前記第１のデータに基づいて、前記第１のモデルにより前記予測加速度を取得することと、
前記第２のデータに基づいて、前記第２のモデルにより前記予測状態情報を取得することと、を含み、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含み、前記第２のモデルのトレーニングサンプルは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含み、
前記予測結果に基づいて、目標予測速度を決定することは、
前記予測状態情報に基づいて前記車両がストール状態にあると決定されれば、前記目標予測速度がストールであると決定することと、
前記予測状態情報に基づいて前記車両がストール状態にないと決定されれば、前記予測加速度に基づいて、前記目標予測速度を決定することとを含む。
前記ＩＭＵの目標加速度計により第１の時間単位で第１のデータを取得することと、前記ＩＭＵの加速度計及びジャイロスコープにより前記第１の時間単位で第２のデータを取得することとを含み、
前記データに基づいて予測結果を取得することは、
前記第１のデータに基づいて、前記第１のモデルにより前記予測加速度を取得することと、
前記第２のデータに基づいて、前記第２のモデルにより前記予測状態情報を取得することと、を含み、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含み、前記第２のモデルのトレーニングサンプルは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含み、
前記予測結果に基づいて、目標予測速度を決定することは、
前記予測状態情報に基づいて前記車両がストール状態にあると決定されれば、前記目標予測速度がストールであると決定することと、
前記予測状態情報に基づいて前記車両がストール状態にないと決定されれば、前記予測加速度に基づいて、前記目標予測速度を決定することとを含む。
さらに、前記予測加速度に基づいて、目標予測速度を決定することの前に、
所定の時間帯の第４の時間単位ごとに、前記第１のモデルにより予測された予測速度と、第２の衛星信号により得られた比較速度とを取得することと、
各前記第４の時間単位に対応する予測速度及び比較速度に基づいて、各前記第４の時間単位に対応する誤差を取得することと、
各前記第４の時間単位に対応する誤差が所定の範囲にあれば、各前記第４の時間単位に対応する誤差に基づいて最終的な誤差を決定することとをさらに含み、
前記予測加速度に基づいて、目標予測速度を取得することは、
前記予測加速度に基づいて、中間予測速度を計算して取得することと、
前記中間予測速度及び前記最終的な誤差に基づいて、前記目標予測速度を取得することとを含む。
所定の時間帯の第４の時間単位ごとに、前記第１のモデルにより予測された予測速度と、第２の衛星信号により得られた比較速度とを取得することと、
各前記第４の時間単位に対応する予測速度及び比較速度に基づいて、各前記第４の時間単位に対応する誤差を取得することと、
各前記第４の時間単位に対応する誤差が所定の範囲にあれば、各前記第４の時間単位に対応する誤差に基づいて最終的な誤差を決定することとをさらに含み、
前記予測加速度に基づいて、目標予測速度を取得することは、
前記予測加速度に基づいて、中間予測速度を計算して取得することと、
前記中間予測速度及び前記最終的な誤差に基づいて、前記目標予測速度を取得することとを含む。
さらに、前記ＩＭＵの目標加速度計により第１の時間単位でデータを取得する前に、
それぞれ前記ＩＭＵの複数の加速度計の積分結果に基づいて複数の推定速度を決定することと、
前記複数の推定速度をそれぞれ、第３の衛星信号に基づいて決定される速度と比較して、前記複数の推定速度に対応する複数の誤差を決定することと、
前記複数の誤差のうちの、値が最小である誤差に対応する前記加速度計を前記目標加速度計として決定することとを含む。
それぞれ前記ＩＭＵの複数の加速度計の積分結果に基づいて複数の推定速度を決定することと、
前記複数の推定速度をそれぞれ、第３の衛星信号に基づいて決定される速度と比較して、前記複数の推定速度に対応する複数の誤差を決定することと、
前記複数の誤差のうちの、値が最小である誤差に対応する前記加速度計を前記目標加速度計として決定することとを含む。
本願の第２の態様に係る速度予測装置は、
慣性計測装置ＩＭＵによりデータを取得する第１の取得モジュールと、
前記データに基づいて、予測加速度と、車両がストール状態にあるか否かを表す予測状態情報とのうちの少なくとも１つを含む予測結果を取得する第２の取得モジュールと、
前記予測結果に基づいて、目標予測速度を決定する第１の決定モジュールとを含む。
慣性計測装置ＩＭＵによりデータを取得する第１の取得モジュールと、
前記データに基づいて、予測加速度と、車両がストール状態にあるか否かを表す予測状態情報とのうちの少なくとも１つを含む予測結果を取得する第２の取得モジュールと、
前記予測結果に基づいて、目標予測速度を決定する第１の決定モジュールとを含む。
さらに、前記第１の取得モジュールは、
前記ＩＭＵの目標加速度計により第１の時間単位でデータを取得し、
前記第２の取得モジュールは、
前記データに基づいて、前記第１のモデルにより前記予測加速度を取得し、前記第１のモデルのトレーニングサンプルが、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含み、
前記第１の決定モジュールは、
前記予測加速度に基づいて、目標予測速度を決定する。
前記ＩＭＵの目標加速度計により第１の時間単位でデータを取得し、
前記第２の取得モジュールは、
前記データに基づいて、前記第１のモデルにより前記予測加速度を取得し、前記第１のモデルのトレーニングサンプルが、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含み、
前記第１の決定モジュールは、
前記予測加速度に基づいて、目標予測速度を決定する。
さらに、前記第１の取得モジュールは、
前記ＩＭＵの加速度計及びジャイロスコープにより第１の時間単位でデータを取得し、
前記第２の取得モジュールは、
前記データに基づいて、前記第２のモデルにより前記予測状態情報を取得し、前記第２のモデルのトレーニングデータは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含み、
前記第１の決定モジュールは、前記予測状態情報に基づいて、目標予測速度を決定する。
前記ＩＭＵの加速度計及びジャイロスコープにより第１の時間単位でデータを取得し、
前記第２の取得モジュールは、
前記データに基づいて、前記第２のモデルにより前記予測状態情報を取得し、前記第２のモデルのトレーニングデータは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含み、
前記第１の決定モジュールは、前記予測状態情報に基づいて、目標予測速度を決定する。
さらに、前記第１の取得モジュールは、
前記ＩＭＵの目標加速度計により第１の時間単位で第１のデータを取得し、そして前記ＩＭＵの加速度計及びジャイロスコープにより前記第１の時間単位で第２のデータを取得し、
前記第２の取得モジュールは、
前記第１のデータに基づいて、前記第１のモデルにより前記予測加速度を取得する第１の取得サブモジュールと、
前記第２のデータに基づいて、前記第２のモデルにより前記予測状態情報を取得する第２の取得サブモジュールと、を含み、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含み、前記第２のモデルのトレーニングサンプルは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含み、
前記第１の決定モジュールは、
前記予測状態情報に基づいて前記車両がストール状態にあると決定されれば、前記目標予測速度がストールであると決定する第１の決定サブモジュールと、
前記予測状態情報に基づいて前記車両がストール状態にないと決定されれば、前記予測加速度に基づいて、前記目標予測速度を決定する第２の決定サブモジュールとを含む。
前記ＩＭＵの目標加速度計により第１の時間単位で第１のデータを取得し、そして前記ＩＭＵの加速度計及びジャイロスコープにより前記第１の時間単位で第２のデータを取得し、
前記第２の取得モジュールは、
前記第１のデータに基づいて、前記第１のモデルにより前記予測加速度を取得する第１の取得サブモジュールと、
前記第２のデータに基づいて、前記第２のモデルにより前記予測状態情報を取得する第２の取得サブモジュールと、を含み、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含み、前記第２のモデルのトレーニングサンプルは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含み、
前記第１の決定モジュールは、
前記予測状態情報に基づいて前記車両がストール状態にあると決定されれば、前記目標予測速度がストールであると決定する第１の決定サブモジュールと、
前記予測状態情報に基づいて前記車両がストール状態にないと決定されれば、前記予測加速度に基づいて、前記目標予測速度を決定する第２の決定サブモジュールとを含む。
さらに、前記装置は、
所定の時間帯の第４の時間単位ごとに、前記第１のモデルにより予測された予測速度と、第２の衛星信号により得られた比較速度とを取得する第３の取得モジュールと、
各前記第４の時間単位に対応する予測速度及び比較速度に基づいて、各前記第４の時間単位に対応する誤差を取得する第４の取得モジュールと、
各前記第４の時間単位に対応する誤差が所定の範囲にあれば、各前記第４の時間単位に対応する誤差に基づいて最終的な誤差を決定する第５の取得モジュールとをさらに含み、
前記第１の決定モジュールは、
前記予測加速度に基づいて、中間予測速度を計算して取得する計算サブモジュールと、
前記中間予測速度及び前記最終的な誤差に基づいて、前記目標予測速度を取得する第３の取得サブモジュールとを含む。
所定の時間帯の第４の時間単位ごとに、前記第１のモデルにより予測された予測速度と、第２の衛星信号により得られた比較速度とを取得する第３の取得モジュールと、
各前記第４の時間単位に対応する予測速度及び比較速度に基づいて、各前記第４の時間単位に対応する誤差を取得する第４の取得モジュールと、
各前記第４の時間単位に対応する誤差が所定の範囲にあれば、各前記第４の時間単位に対応する誤差に基づいて最終的な誤差を決定する第５の取得モジュールとをさらに含み、
前記第１の決定モジュールは、
前記予測加速度に基づいて、中間予測速度を計算して取得する計算サブモジュールと、
前記中間予測速度及び前記最終的な誤差に基づいて、前記目標予測速度を取得する第３の取得サブモジュールとを含む。
さらに、前記装置は、
それぞれ前記ＩＭＵの複数の加速度計の積分結果に基づいて複数の推定速度を決定する第２の決定モジュールと、
前記複数の推定速度をそれぞれ、第３の衛星信号に基づいて決定される速度と比較して、前記複数の推定速度に対応する複数の誤差を決定する第３の決定モジュールと、
前記複数の誤差のうちの、値が最小である誤差に対応する前記加速度計を前記目標加速度計として決定する第４の決定モジュールとをさらに含む。
それぞれ前記ＩＭＵの複数の加速度計の積分結果に基づいて複数の推定速度を決定する第２の決定モジュールと、
前記複数の推定速度をそれぞれ、第３の衛星信号に基づいて決定される速度と比較して、前記複数の推定速度に対応する複数の誤差を決定する第３の決定モジュールと、
前記複数の誤差のうちの、値が最小である誤差に対応する前記加速度計を前記目標加速度計として決定する第４の決定モジュールとをさらに含む。
本願の第３の態様に係る電子機器は、
少なくとも１つのプロセッサと、
前記少なくとも１つのプロセッサと通信可能に接続されているメモリとを含み、
前記メモリに、前記少なくとも１つのプロセッサによって実行可能で、前記少なくとも１つのプロセッサによって実行されて、前記少なくとも１つのプロセッサが第１の態様に記載の方法を実行することを可能にする命令が記憶されていることを特徴とする。
少なくとも１つのプロセッサと、
前記少なくとも１つのプロセッサと通信可能に接続されているメモリとを含み、
前記メモリに、前記少なくとも１つのプロセッサによって実行可能で、前記少なくとも１つのプロセッサによって実行されて、前記少なくとも１つのプロセッサが第１の態様に記載の方法を実行することを可能にする命令が記憶されていることを特徴とする。
本願の第４の態様に係る非一時的なコンピュータ読み取り可能な記憶媒体には、第１の態様に記載の方法をコンピュータに実行させるコンピュータ命令が記憶されている。
上記出願における１つの実施例は、車載端末が衛星信号を取得できない場合、ＩＭＵにより車両に対して速度予測を行って、車両速度予測の正確率を向上させることができるという利点又は有益な効果を有する。
上記好ましい形態の有する他の効果を具体的な実施例を参照しながら説明する。
図面は、本解決手段をよりよく理解するためのものであり、本願を限定するものではない。
以下、図面を参照しながら、本願の例示的な実施例を説明し、理解を容易にするために、本願の実施例の様々な詳細を含むが、それらが例示的なものであると見なされるべきである。したがって、当業者が理解できるように、本願の範囲及び趣旨から逸脱することなく、本明細書に記載の実施例に対して様々な変更及び修正を行うことができる。同様に、明瞭さと簡潔さのために、以下の説明では、公知の機能及び構造に対する説明は省略する。
図１を参照し、図１は、本願の実施例に係る速度予測方法のフローチャートその１であり、図１に示すように、本実施例に係る、電子機器に適用される速度予測方法は、以下のステップ１０１～１０３を含む。
ステップ１０１では、慣性計測装置ＩＭＵによりデータを取得する。
慣性計測装置（Ｉｎｅｒｔｉａｌ ｍｅａｓｕｒｅｍｅｎｔ ｕｎｉｔ、ＩＭＵと略称する）は、物体の３軸姿勢角度及び加速度を測定する装置であり、ＩＭＵは、加速度信号を検出する３つの単軸の加速度計と角速度信号を検出する３つの単軸のジャイロスコープとを含んでよい。車両にＩＭＵが設けられ、例えば、車両のアフターマーケットのナビゲーション製品は、ＩＭＵを含み、ＩＭＵによりデータを取得する。電子機器は、車載端末であってよい。
ステップ１０２では、前記データに基づいて、予測加速度と、車両がストール状態にあるか否かを表す予測状態情報とのうちの少なくとも１つを含む予測結果を取得する。
ＩＭＵにより取得されたデータに基づいて予測し、予測結果を取得する。例えば、ＩＭＵの加速度計の積分結果に基づいて予測し、例えば、データに基づいて加速度を予測したり、ＩＭＵの加速度計及びジャイロスコープにより取得されたデータに基づいて予測し、例えば、データに基づいて車両の状態を予測したりして、予測結果を取得する。予測結果は、予測加速度と予測状態情報とのうちの少なくとも１つを含む。
ステップ１０３では、前記予測結果に基づいて、目標予測速度を決定する。
予測結果が予測加速度を含む場合、予測加速度に基づいて、目標予測速度を計算して取得し、予測結果が予測状態情報を含み、かつ予測状態情報が車両がストール状態にあることを示す場合、目標予測速度がストールであると決定し、予測結果が予測加速度及び予測状態情報を含み、かつ予測状態情報が車両がストール状態にあることを示す場合、目標予測速度がストールであると決定し、予測結果が予測加速度及び予測状態情報を含み、かつ予測状態情報が車両がストール状態にないことを示す場合、予測加速度に基づいて、目標予測速度を計算して取得する。
本実施例では、車両に設けられた慣性計測装置ＩＭＵによりデータを取得し、前記データに基づいて、予測加速度と、前記車両がストール状態にあるか否かを表す予測状態情報とのうちの少なくとも１つを含む予測結果を取得し、前記予測結果に基づいて、目標予測速度を決定する。このように、車両が衛星信号を取得できない場合、車両に設けられたＩＭＵにより車両に対して速度予測を行って、車両速度予測の正確率を向上させることができる。
図２を参照し、図２は、本願の実施例に係る速度予測方法のフローチャートその２であり、図２に示すように、本実施例に係る、電子機器に適用される速度予測方法は、以下のステップ２０１～２０３を含む。
ステップ２０１では、前記ＩＭＵの目標加速度計により第１の時間単位でデータを取得する。
ステップ２０２では、前記データに基づいて、前記第１のモデルにより前記予測加速度を取得し、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含む。
ステップ２０３では、前記予測加速度に基づいて、目標予測速度を決定する。
ステップ２０１、ステップ２０２及びステップ２０３は、それぞれステップ１０１、ステップ１０２及びステップ１０３の１つの実施例における実現形態である。
本実施例は、予測結果が予測加速度を含むものである。第１の時間単位は、１つの時間長であり、例えば、１秒間又は２秒間などであり、第１の時間単位と第２の時間単位は時間長が同じであり、これら２つの時間単位が異なる時間区間に属することを示すために、ここでは第１、第２で区別する。第１の時間単位は、速度予測を行う時間区間に属し、第２の時間単位は、トレーニングサンプルを取得する時間区間に属する。衛星信号は、全地球測位システム（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ、ＧＰＳと略称する）信号、又は北斗衛星測位システム（ＢｅｉＤｏｕ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ、ＢＤＳと略称する）信号などであってよい。本願における第１の衛星信号、第２の衛星信号及び第３の衛星信号における「第１の」、「第２の」及び「第３の」は、異なる時間で取得された衛星信号を区別するためのものである。衛星信号は、車両に設けられた衛星測位システム又は衛星航法システムによって受信することができる。衛星測位システム又は衛星航法システムは、電子機器に集積されてもよく、電子機器と別に設けられてもよく、別々に設けられる場合、電子機器は、衛星測位システム又は衛星航法システムから衛星データを有線又は無線で取得することができる。
第１のモデルは、トレーニングサンプルにより第１のベースモデル、例えば、サポートベクターマシン（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ、ＳＶＭと略称する）をトレーニングして取得することができる。第１のモデルのトレーニングサンプルは、２つの部分を含み、第１の部分は第１のトレーニングデータであり、第２の部分は第１の衛星信号により決定される加速度（即ち、速度増分）である。第１のトレーニングデータを目標加速度計により第２の時間単位で取得し、さらに第１のトレーニングデータに基づいて第１の特徴ベクトルを決定することができる。例えば、第２の時間単位が１秒間であり、目標加速度計のフレームレートが１００ヘルツであり、即ち、目標加速度計が１秒間に１００フレームのデータを取得することができれば、この１００フレームのデータに基づいて、１００次元の第１の特徴ベクトルを取得することができる。目標加速度計のフレームレートが大きく、例えば、５００ヘルツより大きければ、次元削減処理を行って第１の特徴ベクトルの次元を削減することができる。
目標加速度計が第１のトレーニングデータを取得する第２の時間単位において、車両上の衛星測位システム又は衛星航法システムは第１の衛星信号を受信することができる。電子機器は、第１の衛星信号に基づいて車両の加速度を計算し、該加速度は、真値として第１のベースモデルのトレーニングに関与する。即ち、１つの第２の時間単位は、１つの第１のトレーニングデータと１つの加速度に対応する。トレーニングサンプルは、第１のベースモデルをトレーニングして第１のモデルを取得するために複数の異なる時間区間の第２の時間単位に対応するそれぞれの第１のトレーニングデータと加速度を含んでよい。目標加速度計の積分結果に応じて速度を取得することができるが、目標加速度計のノイズが大きすぎると急激なドリフトが起こり、目標加速度計の積分結果に基づいて決定される速度と真の速度には一定のスケール関係があるため、このように目標加速度計の積分結果に基づいて取得された速度の正確性が低くなるのに対し、本実施例では、第１のモデルを用いて目標加速度計で取得されたデータに基づいて予測することで、目標予測速度の正確性を向上させることができる。
第１の時間単位で取得されたデータに基づいて特徴ベクトルが決定され、該特徴ベクトルが第１のモデルに入力され、第１のモデルは、予測加速度を出力する。予測加速度に基づいて、車両の目標予測速度を決定する。
第１のモデルをトレーニングする際には、第１の衛星信号に基づいて決定される加速度を真値とし、第１のトレーニングデータに基づいて予測された加速度を訂正し、第１のベースモデルを継続的にトレーニンし、第１のモデルの予測の正確率を向上させ、このように、車両が衛星信号を取得できない場合、車両に設けられたＩＭＵにより車両に対して速度予測を行って、車両速度予測の正確率を向上させることができる。
ＩＭＵは、複数の加速度計を含み、目標加速度計は、これら複数の加速度計のうちの１つであり、目標加速度計の決定方式は、ランダムに決定されるもの、又はこれら複数の加速度計の正確率を比較することにより決定されるものであってよい。本願に係る目標加速度計の決定方式において、前記ＩＭＵの目標加速度計により第１の時間単位でデータを取得する前に、
それぞれ前記ＩＭＵの複数の加速度計の積分結果に基づいて複数の推定速度を決定することと、
前記複数の推定速度をそれぞれ、第３の衛星信号に基づいて決定される速度と比較して、前記複数の推定速度に対応する複数の誤差を決定することと、
前記複数の誤差のうちの、値が最小である誤差に対応する前記加速度計を前記目標加速度計として決定することとを含む。
それぞれ前記ＩＭＵの複数の加速度計の積分結果に基づいて複数の推定速度を決定することと、
前記複数の推定速度をそれぞれ、第３の衛星信号に基づいて決定される速度と比較して、前記複数の推定速度に対応する複数の誤差を決定することと、
前記複数の誤差のうちの、値が最小である誤差に対応する前記加速度計を前記目標加速度計として決定することとを含む。
本実施例では、ＩＭＵの各加速度計の積分結果をそれぞれ取得し、各積分結果に基づいて複数の推定速度を決定し、即ち、１つの加速度計が１つの推定速度に対応し、その後、これらの複数の推定速度と第３の衛星信号に基づいて決定される速度とをそれぞれ比較して複数の誤差を得て、誤差値が最も小さい誤差に対応する加速度計を目標加速度計として決定する。目標加速度計は、加速度感度軸とも呼ばれる。目標加速度計を決定するプロセスにおいて、車両上の衛星測位システム又は衛星航法システムは第３の衛星信号を受信することができる。
ＩＭＵの複数の加速度計の積分結果に基づいて決定された複数の推定速度と、第３の衛星信号に基づいて決定される速度とを比較して、値が最も小さい誤差に対応する加速度計を目標加速度計として決定することにより、次に目標加速度計で取得されたデータに基づいて車両速度の予測することを容易にし、目標予測速度の正確性を向上させる。
本願は、目的予測速度の正確性をさらに向上させるために、第１のモデルで取得された速度に基づいて誤差を決定するための１つの実施例をさらに提供し、即ち、前記予測加速度に基づいて、目標予測速度を決定する前に、前記速度予測方法は、
所定の時間帯の第４の時間単位ごとに、前記第１のモデルにより予測された予測速度と、第２の衛星信号により得られた比較速度とを取得することと、
各前記第４の時間単位に対応する予測速度及び比較速度に基づいて、各前記第４の時間単位に対応する誤差を取得することと、
各前記第４の時間単位に対応する誤差が所定の範囲にあれば、各前記第４の時間単位に対応する誤差に基づいて最終的な誤差を決定することとをさらに含み、
前記予測加速度に基づいて、目標予測速度を取得することは、
前記予測加速度に基づいて、中間予測速度を計算して取得することと、
前記中間予測速度及び前記最終的な誤差に基づいて、前記目標予測速度を取得することとを含む。
所定の時間帯の第４の時間単位ごとに、前記第１のモデルにより予測された予測速度と、第２の衛星信号により得られた比較速度とを取得することと、
各前記第４の時間単位に対応する予測速度及び比較速度に基づいて、各前記第４の時間単位に対応する誤差を取得することと、
各前記第４の時間単位に対応する誤差が所定の範囲にあれば、各前記第４の時間単位に対応する誤差に基づいて最終的な誤差を決定することとをさらに含み、
前記予測加速度に基づいて、目標予測速度を取得することは、
前記予測加速度に基づいて、中間予測速度を計算して取得することと、
前記中間予測速度及び前記最終的な誤差に基づいて、前記目標予測速度を取得することとを含む。
本実施例では、第１のモデルを取得した後、車両上の衛星測位システム又は衛星航法システムが衛星信号を受信した場合、第１のモデルの出力に基づいて決定された速度に対して誤差を計算することができる。第４の時間単位と第１の時間単位の時間長は同じである。所定の時間帯は、複数の第４の時間単位を含み、例えば、第４の時間単位が１秒間であれば、１分間は、６０個の第４の時間単位を含む。所定の時間単位は、実際の状況に応じて設定してよく、ここでは限定しない。
所定の時間帯における第４の時間単位ごとに、前記ＩＭＵの目標加速度計により第４の時間単位で第３のデータが取得され、その後、第３のデータに基づいて、前記第１のモデルにより、第１の予測加速度が得られ、かつ第１の所定の加速度に基づいて予測速度が取得されるとともに、該第４の時間単位で取得された第２の衛星信号に基づいて比較速度が決定される。即ち、１つの第４の時間単位には、１つの予測速度と１つの比較速度が対応している。同一の第４の時間単位で取得された予測速度と比較速度に基づいて誤差が算出され、このように、各第４の時間単位は、１つの誤差に対応し、所定の時間帯内の各第４の時間単位に対応する誤差がいずれも所定の範囲内にあれば、誤差が所定の範囲内で安定していることを意味するため、各第４の時間単位に対応する誤差に基づいて最終的な誤差を決定することができる。例えば、それぞれの誤差の加重平均値を最終的な誤差とするか、又はこれらの誤差の中央値などを最終的な誤差とする。予測範囲は、実際の状況に応じてに予め設定してよく、ここでは限定しない。
上記プロセスにより最終的な誤差を決定して、第１のモデルから出力される予測加速度に基づいて計算された中間予測速度をキャリブレーションして、実速度より近い目標予測速度を取得することができる。
本実施例では、車両が衛星信号を受信した場合、第１のモデルを用いて速度予測を行い、取得された予測速度と衛星信号（即ち、第２の衛星信号）に基づいて決定された比較速度とを比較して誤差を得て、各第４の時間単位に対応する誤差が所定の範囲に安定した後、各第４の時間単位に対応する誤差に基づいて最終的な誤差を決定する。このように、車両が衛星信号を受信できない場合、目標予測速度を実速度により近くし、速度予測の正確性を向上させるために、最終的な誤差を用いて第１のモデルから出力される予測加速度に基づいて計算された中間予測速度をキャリブレーションすることができる。
図３を参照し、図３は、本願の実施例に係る速度予測方法のフローチャートその２であり、図３に示すように、本実施例に係る、電子機器に適用される速度予測方法は、以下のステップ３０１～３０３を含む。
ステップ３０１では、前記ＩＭＵの加速度計及びジャイロスコープにより第１の時間単位でデータを取得する。
ステップ３０２では、前記データに基づいて、前記第２のモデルにより前記予測状態情報を取得し、前記第２のモデルのトレーニングサンプルは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含む。
ステップ３０３では、前記予測状態情報に基づいて、目標予測速度を決定する。予測状態情報に基づいて前記車両がストール状態にあると決定されれば、前記目標予測速度がストールであると決定する。
ステップ３０１、ステップ３０２及びステップ３０３はそれぞれステップ１０１、ステップ１０２及びステップ１０３の一実現形態である。
本実施例は、予測結果が予測状態情報を含むものである。ＩＭＵは、３軸加速度計及び３軸ジャイロスコープを含み、即ち６軸ＩＭＵであってよく、各軸の加速度計とジャイロスコープはいずれも第１の時間単位でサブデータを取得することができる（前記データはサブデータを含む）。
第１の時間単位は、１つの時間長であり、例えば、１秒間又は２秒間などであり、第１の時間単位と第３の時間単位は時間長が同じであり、これら２つの時間単位が異なる時間区間に属することを示すために、ここでは第１、第３で区別する。第１の時間単位は、速度予測を行う時間区間に属し、第３の時間単位は、第２のモデルのトレーニングサンプルを取得する時間区間に属する。
第１のモデルのトレーニングサンプルと区別する便宜上、本願では、第１のモデルのトレーニングサンプルが第１のトレーニングサンプルとも呼ばれ、第２のモデルのトレーニングサンプルが第２のトレーニングサンプルとも呼ばれる。第２のモデルは、第２のトレーニングサンプルにより第２のベースモデル、例えば、ＳＶＭをトレーニングして取得することができる。第２のトレーニングサンプルは、前記ＩＭＵの加速度計とジャイロスコープによって第３の時間単位で取得された第２の訓練データを含み、例えば、第３の時間単位のうち、ＩＭＵの３軸加速度計と３軸ジャイロスコープによって取得されたデータを第２のトレーニングデータとして、さらに、第２のトレーニングデータに基づいて第２の特徴ベクトルを決定することができる。例えば、第２の時間単位が１秒間であり、ＩＭＵの３軸加速度計と３軸ジャイロスコープのフレームレートがいずれも１００ヘルツであり、即ち、各加速度計及び各ジャイロスコープが１秒間に１００フレームのデータを取得することができれば、第２のトレーニングデータは、６００フレームのデータ含み、さらにこの６００フレームのデータに基づいて、６００次元の第２の特徴ベクトルを取得することができる。取得された第２の特徴ベクトルが大きすぎるため、第２のトレーニングデータに対して次元削減処理を行って第２の特徴ベクトルの次元を削減することができる。第２のトレーニングサンプルは、複数の異なる時間区間の第３の時間単位、例えば、車両走行過程（即ち、ストールでない場合）に属する時間区間の第３の時間単位、及び車両停止時（即ち、ストールの場合）に属する時間区間の第３の時間単位などを含んでよい。
トレーニングが完了した第２のモデルは、前記ＩＭＵの加速度計とジャイロスコープが第１の時間単位で取得したデータに基づいて、予測状態情報を出力することができる。予測状態情報は、車両がストール状態にあるか否かを示すものであり、予測状態情報に基づいて車両がストール状態にあると決定されれば、車両の目標予測速度はストールとなり、即ち車両の速度が０であると考えられる。
本実施例では、第２のモデルを用いてストールの場合とストールでない場合について判定することができる。第２のモデルのトレーニングにおいて、ＩＭＵの各加速度計とジャイロスコープが取得したデータを総合的に考慮して、第２のモデル予測の正確性を向上させて、車両がストールの場合にあるか否かを判定する正確性を向上させることができる。
図４を参照し、図４は、本願の実施例に係る速度予測方法のフローチャートその４であり、図４に示す実施例は、予測結果が予測加速度と予測状態情報を同時に含む場合である。図４に示すように、本実施例に係る、電子機器に適用される速度予測方法は、以下のステップ４０１～４０５を含む。
ステップ４０１では、前記ＩＭＵの目標加速度計により第１の時間単位で第１のデータを取得し、そして前記ＩＭＵの加速度計及びジャイロスコープにより前記第１の時間単位で第２のデータを取得する。
ステップ４０１はステップ１０１の一実現形態である。ＩＭＵにより取得されたデータは、第１のデータ及び第２のデータを含む。
第１の時間単位は、１つの時間長、例えば、１秒間又は２秒間などである。ＩＭＵは、複数の加速度計を含み、目標加速度計は、これら複数の加速度計のうちの１つであり、目標加速度計の決定は、ランダムに決定してもよく、又はこれら複数の加速度計の正確率を比較して決定してよく、具体的な方式は、図２に示す実施例の説明を参照することができ、ここでは説明を省略する。
ＩＭＵは、３軸加速度計及び３軸ジャイロスコープを含み、即ち６軸ＩＭＵであってよく、各軸の加速度計とジャイロスコープはいずれも第１の時間単位でサブデータを取得することができる（前記第２のデータはサブデータを含む）。
ステップ４０２では、前記第１のデータに基づいて、前記第１のモデルにより前記予測加速度を取得し、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含む。
ステップ４０３では、前記第２のデータに基づいて、前記第２のモデルにより前記予測状態情報を取得し、前記第２のモデルのトレーニングサンプルは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含む。
ステップ４０２及びステップ４０３はステップ１０２の一実現形態である。ステップ４０２とステップ４０３の間に優先順位がなく、ステップ４０２は、ステップ４０３の前に実行されてもよく、ステップ４０３の後に実行されてもよく、ステップ４０３と同時に実行されてもよく、ここでは限定しない。
第１のモデルのトレーニング方式が図２に示した実施例における記載と一致し、第２のモデルのトレーニング方式が図３に示した実施例における記載と一致することは、具体的には記載を参照することができ、ここでは説明を省略する。
ステップ４０４では、前記予測状態情報に基づいて前記車両がストール状態にあると決定されれば、前記目標予測速度がストールであると決定し、
ステップ４０５では、前記予測状態情報に基づいて前記車両がストール状態にないと決定されれば、前記予測加速度に基づいて、前記目標予測速度を決定する。
ステップ４０５では、前記予測状態情報に基づいて前記車両がストール状態にないと決定されれば、前記予測加速度に基づいて、前記目標予測速度を決定する。
ステップ４０４、４０５は、ステップ１０３の一実現形態である。予測状態情報に基づいて車両がストール状態にあると決定されれば、目標予測速度がストールであると決定し、予測状態情報に基づいて車両がストール状態にないと決定されれば、さらに予測加速度に基づいて、目標予測速度を決定する。予測加速度に基づいて、目標予測速度を決定するプロセスは、ステップ２０３の記載と一致し、ここでは説明を省略する。
本実施例では、第１のモデル及び第２のモデルの予測結果を総合的に考慮して、車両がストール状態にあると決定される場合、目標予測速度がストールであると直接決定し、車両がストール状態にないと決定される場合、さらに第１のモデルから出力される予測加速度に基づいて、目標予測速度を計算し取得する。このように、車両が衛星信号を取得できない場合、車両に設けられたＩＭＵにより車両に対して速度予測を行って、車両速度予測の正確率を向上させることができる。
図５を参照し、図５は、本願の実施例に係る速度予測装置の構造図であり、図５に示すように、本実施例に係る速度予測装置５００は、
慣性計測装置ＩＭＵによりデータを取得する第１の取得モジュール５０１と、
前記データに基づいて、予測加速度と、前記車両がストール状態にあるか否かを表す予測状態情報とのうちの少なくとも１つを含む予測結果を取得する第２の取得モジュール５０２と、
前記予測結果に基づいて、目標予測速度を決定する第１の決定モジュール５０３とを含む。
慣性計測装置ＩＭＵによりデータを取得する第１の取得モジュール５０１と、
前記データに基づいて、予測加速度と、前記車両がストール状態にあるか否かを表す予測状態情報とのうちの少なくとも１つを含む予測結果を取得する第２の取得モジュール５０２と、
前記予測結果に基づいて、目標予測速度を決定する第１の決定モジュール５０３とを含む。
本願の１つの実施例では、前記第１の取得モジュール５０１は、前記ＩＭＵの目標加速度計により第１の時間単位でデータを取得する。
前記第２の取得モジュール５０２は、前記データに基づいて、第１のモデルにより前記予測加速度を取得し、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含む。
前記第１の決定モジュール５０３は、前記予測加速度に基づいて、目標予測速度を決定する。
本願の１つの実施例では、前記第１の取得モジュール５０１は、
前記ＩＭＵの加速度計及びジャイロスコープにより第１の時間単位でデータを取得する。
前記ＩＭＵの加速度計及びジャイロスコープにより第１の時間単位でデータを取得する。
前記第２の取得モジュール５０２は、
前記データに基づいて、第２のモデルにより前記予測状態情報を取得し、前記第２のモデルのトレーニングサンプルは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含む。
前記データに基づいて、第２のモデルにより前記予測状態情報を取得し、前記第２のモデルのトレーニングサンプルは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含む。
前記第１の決定モジュール５０３は、前記予測状態情報に基づいて、目標予測速度を決定する。
本願の１つの実施例では、前記第１の取得モジュール５０１は、前記ＩＭＵの目標加速度計により第１の時間単位で第１のデータを取得し、そして前記ＩＭＵの加速度計及びジャイロスコープにより前記第１の時間単位で第２のデータを取得する。
前記第２の取得モジュール５０２は、
前記第１のデータに基づいて、前記第１のモデルにより前記予測加速度を取得する第１の取得サブモジュールと、
前記第２のデータに基づいて、前記第２のモデルにより前記予測状態情報を取得する第２の取得サブモジュールと、を含み、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含み、前記第２のモデルのトレーニングサンプルは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含む。
前記第１のデータに基づいて、前記第１のモデルにより前記予測加速度を取得する第１の取得サブモジュールと、
前記第２のデータに基づいて、前記第２のモデルにより前記予測状態情報を取得する第２の取得サブモジュールと、を含み、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含み、前記第２のモデルのトレーニングサンプルは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含む。
前記第１の決定モジュールは５０３は、
前記予測状態情報に基づいて前記車両がストール状態にあると決定されれば、前記目標予測速度がストールであると決定する第１の決定サブモジュールと、
前記予測状態情報に基づいて前記車両がストール状態にないと決定されれば、前記予測加速度に基づいて、前記目標予測速度を決定する第２の決定サブモジュールとを含む。
前記予測状態情報に基づいて前記車両がストール状態にあると決定されれば、前記目標予測速度がストールであると決定する第１の決定サブモジュールと、
前記予測状態情報に基づいて前記車両がストール状態にないと決定されれば、前記予測加速度に基づいて、前記目標予測速度を決定する第２の決定サブモジュールとを含む。
本願の１つの実施例では、前記速度予測装置５００は、
所定の時間帯の第４の時間単位ごとに、前記第１のモデルにより予測された予測速度と、第２の衛星信号により得られた比較速度とを取得する第３の取得モジュールと、
各前記第４の時間単位に対応する予測速度及び比較速度に基づいて、各前記第４の時間単位に対応する誤差を取得する第４の取得モジュールと、
各前記第４の時間単位に対応する誤差が所定の範囲にあれば、各前記第４の時間単位に対応する誤差に基づいて最終的な誤差を決定する第５の取得モジュールとをさらに含み、
前記第１の決定モジュールは５０３は、
前記予測加速度に基づいて、中間予測速度を計算して取得する計算サブモジュールと、
前記中間予測速度及び前記最終的な誤差に基づいて、前記目標予測速度を取得する第３の取得サブモジュールとを含む。
所定の時間帯の第４の時間単位ごとに、前記第１のモデルにより予測された予測速度と、第２の衛星信号により得られた比較速度とを取得する第３の取得モジュールと、
各前記第４の時間単位に対応する予測速度及び比較速度に基づいて、各前記第４の時間単位に対応する誤差を取得する第４の取得モジュールと、
各前記第４の時間単位に対応する誤差が所定の範囲にあれば、各前記第４の時間単位に対応する誤差に基づいて最終的な誤差を決定する第５の取得モジュールとをさらに含み、
前記第１の決定モジュールは５０３は、
前記予測加速度に基づいて、中間予測速度を計算して取得する計算サブモジュールと、
前記中間予測速度及び前記最終的な誤差に基づいて、前記目標予測速度を取得する第３の取得サブモジュールとを含む。
本願の１つの実施例では、前記速度予測装置５００は、
それぞれ前記ＩＭＵの複数の加速度計の積分結果に基づいて複数の推定速度を決定する第２の決定モジュールと、
前記複数の推定速度をそれぞれ、第３の衛星信号に基づいて決定される速度と比較して、前記複数の推定速度に対応する複数の誤差を決定する第３の決定モジュールと、
前記複数の誤差のうちの、値が最小である誤差に対応する前記加速度計を前記目標加速度計として決定する第４の決定モジュールとをさらに含む。
それぞれ前記ＩＭＵの複数の加速度計の積分結果に基づいて複数の推定速度を決定する第２の決定モジュールと、
前記複数の推定速度をそれぞれ、第３の衛星信号に基づいて決定される速度と比較して、前記複数の推定速度に対応する複数の誤差を決定する第３の決定モジュールと、
前記複数の誤差のうちの、値が最小である誤差に対応する前記加速度計を前記目標加速度計として決定する第４の決定モジュールとをさらに含む。
速度予測装置５００は、図１～図４に示す方法の実施例における電子機器によって実現される各プロセスを実現することができ、重複を避けるために、ここでは説明を省略する。
本願の実施例に係る速度予測装置５００は、ＩＭＵによりデータを取得し、前記データに基づいて、予測加速度と、前記車両がストール状態にあるか否かを表す予測状態情報とのうちの少なくとも１つを含む予測結果を取得し、前記予測結果に基づいて、目標予測速度を決定する。このように、車載端末は、衛星信号を取得できない場合、ＩＭＵにより車両に対して速度予測を行って、車両速度予測の正確率を向上させることができる。
本願の実施例によれば、本願は、電子機器及び読み取り可能な記憶媒体をさらに提供する。
図６は、本願の実施例に係る速度予測方法による電子機器のブロック図である。電子機器は、ラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、パーソナルデジタルアシスタント、サーバ、ブレードサーバ、メインフレームコンピュータ、及びその他の適切なコンピュータなどの様々な形態のデジタルコンピュータを表すことを意図する。電子機器は、パーソナルデジタル処理、携帯電話、スマートフォン、ウェアラブル機器及びその他の類似のコンピューティング装置などの様々な形態のモバイル装置を表してもよい。本明細書で示された部材、それらの接続及び関係、並びにそれらの機能は、単なる例に過ぎず、本明細書で記述及び／又は要求された本願の実現を限定することを意図しない。
図６に示すように、該電子機器は、１つ又は複数のプロセッサ６０１と、メモリ６０２と、各部材を接続する、高速インタフェース及び低速インタフェースを含むインタフェースとを含む。各部材は、異なるバスを用いて互いに接続され、かつ共通のマザーボード上に取り付けられてもよく、又は必要に応じて他の方式で取り付けられてもよい。プロセッサは、電子機器内で実行される、外部入力／出力装置（例えば、インタフェースに結合された表示機器）上にＧＵＩのグラフィック情報を表示するようにメモリ内又はメモリ上に記憶された命令を含む命令を処理することができる。他の実施形態では、必要があれば、複数のプロセッサ及び／又は複数のバスを、複数のメモリと共に使用してよい。同様に、一部の必要な動作を提供する複数の電子機器（例えば、サーバアレイ、１組のブレードサーバ、又はマルチプロセッサシステム）を接続することができる。図６において、１つのプロセッサ６０１を例とする。
メモリ６０２は、本願に係る非一時的なコンピュータ読み取り可能な記憶媒体である。メモリには、少なくとも１つのプロセッサによって実行可能なで、本願に係る速度予測方法を少なくとも１つのプロセッサに実行させる命令が記憶されている。本願に係る非一時的なコンピュータ読み取り可能な記憶媒体は、本願に係る速度予測方法をコンピュータに実行させるコンピュータ命令を記憶している。
メモリ６０２は、非一時的なコンピュータ読み取り可能な記憶媒体として、非一時的なソフトウェアプログラム、非一時的なコンピュータ実行可能なプログラム及びモジュール、例えば、本願の実施例における速度予測方法に対応するプログラム命令／モジュール（例えば、図５に示す第１の取得モジュール５０１、第２の取得モジュール５０２、第３の取得モジュール５０３及び第１の決定モジュール５０４）を記憶することができる。プロセッサ６０１は、メモリ６０２内に記憶されている非一時的なソフトウェアプログラム、命令及びモジュールを実行することにより、サーバの様々な機能アプリケーション及びデータ処理を実行して、上記方法の実施例における速度予測方法を実現する。
メモリ６０２は、オペレーティングシステム、少なくとも１つの機能に必要なアプリケーションプログラムを記憶可能なプログラム記憶領域と、速度予測方法を実現する電子機器の使用により作成されたデータなどを記憶可能なデータ記憶領域とを含んでよい。また、メモリ６０２は、高速ランダムアクセスメモリを含んでよく、少なくとも１つの磁気ディスクメモリ素子、フラッシュメモリ素子、又は他の非一時的な固体メモリ素子などの非一時的なメモリを含んでもよい。いくつかの実施例では、メモリ６０２は、好ましくは、プロセッサ６０１に対して遠隔に配置されたメモリを含み、これらのリモートメモリは、ネットワークを介して、速度予測方法を実現する電子機器に接続されてよい。上記ネットワークの例は、インターネット、イントラネット、ローカルエリアネットワーク、モバイル通信ネットワーク及びそれらの組み合わせを含むが、これらに限定されない。
速度予測方法を実現する電子機器は、入力装置６０３及び出力装置６０４をさらに含んでよい。プロセッサ６０１、メモリ６０２、入力装置６０３及び出力装置６０４は、バス又は他の方式で接続されてよく、図６において、バスによる接続を例とする。
入力装置６０３は、入力された数字又は文字情報を受信し、速度予測方法を実現する電子機器のユーザ設定及び機能制御に関連するキー信号入力を生成することができ、例えば、タッチスクリーン、キーパッド、マウス、トラックパッド、タッチパッド、ポインティングスティック、１つ又は複数のマウスボタン、トラックボール、ジョイスティックなどの入力装置である。出力装置６０４は、表示機器、補助照明装置（例えば、ＬＥＤ）及び触覚フィードバック装置（例えば、振動モータ）などを含んでよい。該表示機器は、液晶ディスプレイ（ＬＣＤ）、発光ダイオード（ＬＥＤ）ディスプレイ及びプラズマディスプレイなどを含んでよいが、これらに限定されない。いくつかの実施形態では、表示機器は、タッチスクリーンであってよい。
本明細書で説明されたシステム及び技術の様々な実施形態は、デジタル電子回路システム、集積回路システム、専用ＡＳＩＣ（特定用途向け集積回路）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／又はそれらの組み合わせにおいて実現されてよい。これらの様々な実施形態は、記憶システム、少なくとも１つの入力装置及び少なくとも１つの出力装置からデータと命令を受信し、かつデータと命令を該記憶システム、該少なくとも１つの入力装置及び該少なくとも１つの出力装置に伝送することができる専用又は汎用のプログラマブルプロセッサを１つ以上含むプログラマブルシステム上で実行可能及び／又は解釈可能な１つ又は複数のコンピュータプログラムにおける実装を含むことが可能である。
これらのコンピュータプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、又はコードとも呼ばれる）は、プログラマブルプロセッサの機械語命令を含み、高レベル手続き言語及び／又はオブジェクト指向プログラミング言語、及び／又はアセンブリ言語／機械言語で実装することができる。本明細書で使用されるように、「機械読み取り可能な媒体」及び「コンピュータ読み取り可能な媒体」という用語は、機械語命令及び／又はデータをプログラマブルプロセッサに供給する任意のコンピュータプログラム製品、機器、及び／又は装置（例えば、磁気ディスク、光ディスク、メモリ、プログラマブルロジック装置（ＰＬＤ））を意味し、機械読み取り可能な信号としての機械語命令を受信する機械読み取り可能な媒体を含む。「機械読み取り可能な信号」という用語は、機械語命令及び／又はデータをプログラマブルプロセッサに供給する任意の信号を意味する。
ユーザとのインタラクションを行うために、本明細書で説明されたシステム及び技術をユーザに情報を表示する表示装置（例えば、ＣＲＴ（陰極線管）又はＬＣＤ（液晶ディスプレイ）モニタ）と、ユーザがそれにより入力をコンピュータに提供することができるキーボード及びポインティング装置（例えば、マウス又はトラックボール）とを有するコンピュータ上で実装することができる。他のタイプの装置は、ユーザとのインタラクションをさらに提供することができ、例えば、ユーザに提供されるフィードバックは、任意の形式の感覚的なフィードバック（例えば、視覚フィードバック、聴覚フィードバック又は触覚フィードバック）であってよく、また、任意の形式（音響入力、音声入力、又は触覚入力を含む）でユーザからの入力を受信することができる。
本明細書で説明されたシステム及び技術を、バックオフィスコンポーネントを含むコンピュータシステム（例えば、データサーバ）、又はミドルウェアコンポーネントを含むコンピュータシステム（例えば、アプリケーションサーバ）、又はフロントエンドコンポーネントを含むコンピュータシステム（例えば、グラフィカルユーザインタフェース又はウェブブラウザを有するユーザコンピュータであり、ユーザは、該グラフィカルユーザインタフェース又は該ウェブブラウザにより本明細書で説明されたシステム及び技術の実施形態とインタラクションすることができる）、又はこのようなバックオフィスコンポーネント、ミドルウェアコンポーネント又はフロントエンドコンポーネントの任意の組み合わせを含むコンピュータシステムにおいて実装することができる。システムの部材は、任意の形式又は媒体のデジタルデータ通信（例えば、通信ネットワーク）により互いに接続することができる。通信ネットワークの例は、ローカルエリアネットワーク（ＬＡＮ）、広域ネットワーク（ＷＡＮ）及びインターネットが挙げられる。
コンピュータシステムは、クライアント及びサーバを含んでよい。クライアントとサーバは、一般的に、互いに離れ、かつ通信ネットワークを介してインタラクションを行う。クライアントとサーバの関係は、対応するコンピュータ上で実行され、互いにクライアント－サーバの関係を有するコンピュータプログラムによって生成される。
本願の実施例の技術的解決手段により、ＩＭＵによりデータを取得し、前記データに基づいて、予測加速度と、前記車両がストール状態にあるか否かを表す予測状態情報とのうちの少なくとも１つを含む予測結果を取得し、前記予測結果に基づいて、目標予測速度を決定する。このように、車載端末は、衛星信号を取得できない場合、ＩＭＵにより車両に対して速度予測を行って、車両速度予測の正確率を向上させることができる。
車両が衛星信号を受信した場合、第１のモデルを用いて速度予測を行い、取得された予測速度と衛星信号（即ち、第２の衛星信号）に基づいて決定された比較速度とを比較して誤差を得て、各第４の時間単位に対応する誤差が所定の範囲に安定した後、各第４の時間単位に対応する誤差に基づいて最終的な誤差を決定する。このように、車両が衛星信号を受信できない場合、目標予測速度を実速度により近くし、速度予測の正確性を向上させるために、最終的な誤差を用いて第１のモデルから出力される予測加速度に基づいて計算された中間予測速度をキャリブレーションすることができる。
第２のモデルを用いてストールの場合とストールでない場合について判定し、第２のモデルをトレーニングする際、ＩＭＵの各加速度計とジャイロスコープが取得したデータを総合的に考慮して、第２のモデル予測の正確性を向上させて、車両がストールの場合にあるか否かを判定する正確性を向上させる。
第１のモデル及び第２のモデルの予測結果を総合的に考慮して、車両がストール状態にあると決定される場合、目標予測速度がストールであると直接決定し、車両がストール状態にないと決定される場合、さらに第１のモデルから出力される予測加速度に基づいて、目標予測速度を計算し取得する。このように、車両は、衛星信号を取得できない場合、ＩＭＵにより車両に対して速度予測を行って、車両速度予測の正確率を向上させることができる。
最終的な誤差により第１のモデルから出力される予測加速度に基づいて計算された中間予測速度をキャリブレーションして、実速度に近づけるような目標予測速度を取得することができる。
ＩＭＵの複数の加速度計の積分結果に基づいて決定された複数の推定速度と、第３の衛星信号に基づいて決定される速度とを比較して、値が最も小さい誤差に対応する加速度計を目標加速度計として決定し、次に目標加速度計で取得されたデータに基づいて車両速度の予測を行いやすく、目標予測速度の正確性を向上させる。
なお、上記様々な形態のフローを用いて、ステップを並べ替えたり、追加したり、削除したりすることができる。例えば、本願で開示されている技術的解決手段の所望の結果を実現する限り、本願に記載された各ステップは、並列して実行されてもよく、順次実行されてもよく、異なる順序で実行されてもよく、本明細書はここで限定しない。
上記発明を実施するための形態は、本願の保護範囲を限定するものではない。設計要件及びその他の要因に応じて、様々な修正、組み合わせ、サブコンビネーション及び置換を行うことができることは、当業者に理解されるところである。本願の精神及び原則内で行われるいかなる修正、同等置換、改善などは、いずれも本願の保護範囲に含まれるべきである。
Claims (9)
- 電子機器によって実行される速度予測方法であって、
慣性計測装置ＩＭＵによりデータを取得することと、
前記データに基づいて、予測加速度と、車両がストール状態にあるか否かを表す予測状態情報とのうちの少なくとも１つを含む予測結果を取得することと、
前記予測結果に基づいて、目標予測速度を決定することとを含み、
ＩＭＵによりデータを取得することは、
前記ＩＭＵの目標加速度計により第１の時間単位で前記データに含まれた第１のデータを取得することを含み、
前記ＩＭＵの目標加速度計により第１の時間単位で前記第１のデータを取得する前に、
前記速度予測方法は、さらに、
それぞれ前記ＩＭＵの複数の加速度計の積分結果に基づいて複数の推定速度を決定することと、
前記複数の推定速度をそれぞれ、第３の衛星信号に基づいて決定される速度と比較して、前記複数の推定速度に対応する複数の誤差を決定することと、
前記複数の誤差のうちの、値が最小である誤差に対応する前記加速度計を前記目標加速度計として決定することとを含み、
前記データに基づいて予測結果を取得することは、
前記第１のデータに基づいて、第１のモデルにより前記予測加速度を取得することを含み、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含み、
前記予測結果に基づいて、目標予測速度を決定することは、
前記予測加速度に基づいて、目標予測速度を決定することを含む、
ことを特徴とする、速度予測方法。 - ＩＭＵによりデータを取得することは、さらに、前記ＩＭＵの加速度計及びジャイロスコープにより前記第１の時間単位で前記データに含まれた第２のデータを取得することを含み、
前記データに基づいて予測結果を取得することは、
前記第１のデータに基づいて、第１のモデルにより前記予測加速度を取得することと、
前記第２のデータに基づいて、第２のモデルにより前記予測状態情報を取得することと、を含み、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含み、前記第２のモデルのトレーニングサンプルは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含み、
前記予測結果に基づいて、目標予測速度を決定することは、
前記予測状態情報に基づいて前記車両がストール状態にあると決定されれば、前記目標予測速度がストールであると決定することと、
前記予測状態情報に基づいて前記車両がストール状態にないと決定されれば、前記予測加速度に基づいて、前記目標予測速度を決定することとを含むことを特徴とする、請求項１に記載の速度予測方法。 - 前記予測加速度に基づいて、目標予測速度を決定することの前に、
所定の時間帯の第４の時間単位ごとに、前記第１のモデルにより予測された予測速度と、第２の衛星信号により得られた比較速度とを取得することと、
各前記第４の時間単位に対応する予測速度及び比較速度に基づいて、各前記第４の時間単位に対応する誤差を取得することと、
各前記第４の時間単位に対応する誤差が所定の範囲にあれば、各前記第４の時間単位に対応する誤差に基づいて最終的な誤差を決定することとをさらに含み、
前記予測加速度に基づいて、目標予測速度を取得することは、
前記予測加速度に基づいて、中間予測速度を計算して取得することと、
前記中間予測速度及び前記最終的な誤差に基づいて、前記目標予測速度を取得することとを含むことを特徴とする、請求項２に記載の速度予測方法。 - 速度予測装置であって、
慣性計測装置ＩＭＵによりデータを取得する第１の取得モジュールと、
前記データに基づいて、予測加速度と、車両がストール状態にあるか否かを表す予測状態情報とのうちの少なくとも１つを含む予測結果を取得する第２の取得モジュールと、
前記予測結果に基づいて、目標予測速度を決定する第１の決定モジュールとを含み、
前記第１の取得モジュールは、
前記ＩＭＵの目標加速度計により第１の時間単位で前記データに含まれた第１のデータを取得し、
前記速度予測装置は、さらに、
それぞれ前記ＩＭＵの複数の加速度計の積分結果に基づいて複数の推定速度を決定する第２の決定モジュールと、
前記複数の推定速度をそれぞれ、第３の衛星信号に基づいて決定される速度と比較して、前記複数の推定速度に対応する複数の誤差を決定する第３の決定モジュールと、
前記複数の誤差のうちの、値が最小である誤差に対応する前記加速度計を前記目標加速度計として決定する第４の決定モジュールとをさらに含み、
前記第２の取得モジュールは、
前記第１のデータに基づいて、第１のモデルにより前記予測加速度を取得し、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含み、
前記第１の決定モジュールは、
前記予測加速度に基づいて、目標予測速度を決定する、
ことを特徴とする、速度予測装置。 - 前記第１の取得モジュールは、さらに、前記ＩＭＵの加速度計及びジャイロスコープにより前記第１の時間単位で前記データに含まれた第２のデータを取得し、
前記第２の取得モジュールは、
前記第１のデータに基づいて、第１のモデルにより前記予測加速度を取得する第１の取得サブモジュールと、
前記第２のデータに基づいて、第２のモデルにより前記予測状態情報を取得する第２の取得サブモジュールとを含み、前記第１のモデルのトレーニングサンプルは、前記目標加速度計により第２の時間単位で取得された第１のトレーニングデータと、第１の衛星信号に基づいて決定された前記第２の時間単位に対応する加速度とを含み、前記第２のモデルのトレーニングサンプルは、前記ＩＭＵの加速度計及びジャイロスコープにより第３の時間単位で取得された第２のトレーニングデータを含み、
前記第１の決定モジュールは、
前記予測状態情報に基づいて前記車両がストール状態にあると決定されれば、前記目標予測速度がストールであると決定する第１の決定サブモジュールと、
前記予測状態情報に基づいて前記車両がストール状態にないと決定されれば、前記予測加速度に基づいて、前記目標予測速度を決定する第２の決定サブモジュールとを含むことを特徴とする、請求項４に記載の速度予測装置。 - 前記速度予測装置は、
所定の時間帯の第４の時間単位ごとに、前記第１のモデルにより予測された予測速度と、第２の衛星信号により得られた比較速度とを取得する第３の取得モジュールと、
各前記第４の時間単位に対応する予測速度及び比較速度に基づいて、各前記第４の時間単位に対応する誤差を取得する第４の取得モジュールと、
各前記第４の時間単位に対応する誤差が所定の範囲にあれば、各前記第４の時間単位に対応する誤差に基づいて最終的な誤差を決定する第５の取得モジュールとをさらに含み、
前記第１の決定モジュールは、
前記予測加速度に基づいて、中間予測速度を計算して取得する計算サブモジュールと、
前記中間予測速度及び前記最終的な誤差に基づいて、前記目標予測速度を取得する第３の取得サブモジュールとを含むことを特徴とする、請求項４に記載の速度予測装置。 - 少なくとも１つのプロセッサと、
前記少なくとも１つのプロセッサと通信可能に接続されているメモリとを含み、
前記メモリに、前記少なくとも１つのプロセッサによって実行可能で、前記少なくとも１つのプロセッサによって実行されて、前記少なくとも１つのプロセッサが請求項１～３のいずれか１項に記載の方法を実行することを可能にする命令が記憶されていることを特徴とする、電子機器。 - 請求項１～３のいずれか１項に記載の方法をコンピュータに実行させるコンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体。
- プロセッサによって実行されると、請求項１～３のいずれか１項に記載の方法が実現される、コンピュータプログラム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010473770.3A CN111693723B (zh) | 2020-05-29 | 2020-05-29 | 速度预测方法、装置和电子设备 |
| CN202010473770.3 | 2020-05-29 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021099373A JP2021099373A (ja) | 2021-07-01 |
| JP7372949B2 true JP7372949B2 (ja) | 2023-11-01 |
Family
ID=72478780
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021043585A Active JP7372949B2 (ja) | 2020-05-29 | 2021-03-17 | 速度予測方法、装置、電子機器、記憶媒体及びコンピュータプログラム製品 |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP7372949B2 (ja) |
| KR (1) | KR20210039355A (ja) |
| CN (1) | CN111693723B (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113899915B (zh) * | 2021-09-28 | 2024-06-04 | 湖南三一智能控制设备有限公司 | 一种臂架线速度获取方法、装置及工程车辆 |
| CN114992150B (zh) * | 2022-05-19 | 2024-07-26 | 西安热工研究院有限公司 | 燃煤电站风机失速的预警方法、装置及存储介质 |
| CN115267838A (zh) * | 2022-06-22 | 2022-11-01 | 湖北星纪时代科技有限公司 | 一种定位性能的测试方法、装置、设备和介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012194175A (ja) | 2011-03-02 | 2012-10-11 | Seiko Epson Corp | 姿勢判定方法、位置算出方法及び姿勢判定装置 |
| CN109631915A (zh) | 2018-12-19 | 2019-04-16 | 百度在线网络技术（北京）有限公司 | 轨迹预测方法、装置、设备及计算机可读存储介质 |
| JP2019091140A (ja) | 2017-11-13 | 2019-06-13 | 一 笠原 | 移動体評価装置 |
| CN110288154A (zh) | 2019-06-25 | 2019-09-27 | 北京百度网讯科技有限公司 | 速度预测方法、装置、设备和介质 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9228836B2 (en) * | 2013-03-15 | 2016-01-05 | Cambridge Mobile Telematics | Inference of vehicular trajectory characteristics with personal mobile devices |
| CN104200687B (zh) * | 2014-09-11 | 2017-12-12 | 长安大学 | 一种驾驶员速度控制行为监测装置及监测方法 |
| CN104316716B (zh) * | 2014-11-20 | 2016-11-09 | 清华大学 | 一种用gps速度信息改进车载速度表的方法 |
| FR3029878B1 (fr) * | 2014-12-16 | 2017-01-13 | Michelin & Cie | Procede de prediction de la vitesse d'un conducteur au volant d'un vehicule |
| CN106203626A (zh) * | 2016-06-30 | 2016-12-07 | 北京奇虎科技有限公司 | 汽车驾驶行为检测方法及装置、汽车 |
| US10512204B1 (en) * | 2016-07-22 | 2019-12-24 | Ag Leader Technology, Inc. | Heading measurement compensation for GNSS navigation |
| CN106384540B (zh) * | 2016-10-20 | 2019-04-19 | 深圳市元征科技股份有限公司 | 车辆实时轨迹预测方法及预测系统 |
| US10449959B2 (en) * | 2017-10-30 | 2019-10-22 | Wipro Limited | System and method for navigating an autonomous vehicle |
| CN110221328A (zh) * | 2019-07-23 | 2019-09-10 | 广州小鹏汽车科技有限公司 | 一种组合导航方法和装置 |
| CN110702104B (zh) * | 2019-09-27 | 2023-09-26 | 同济大学 | 一种基于车辆零速检测的惯性导航误差修正方法 |
| CN111102978B (zh) * | 2019-12-05 | 2022-03-29 | 深兰科技（上海）有限公司 | 一种车辆运动状态确定的方法、装置及电子设备 |
| CN111174791A (zh) * | 2020-01-09 | 2020-05-19 | 电子科技大学 | 一种基于双向长短期记忆网络的定位修正方法 |
-
2020
- 2020-05-29 CN CN202010473770.3A patent/CN111693723B/zh active Active
-
2021
- 2021-03-17 JP JP2021043585A patent/JP7372949B2/ja active Active
- 2021-03-22 KR KR1020210036807A patent/KR20210039355A/ko not_active Application Discontinuation
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012194175A (ja) | 2011-03-02 | 2012-10-11 | Seiko Epson Corp | 姿勢判定方法、位置算出方法及び姿勢判定装置 |
| JP2019091140A (ja) | 2017-11-13 | 2019-06-13 | 一 笠原 | 移動体評価装置 |
| CN109631915A (zh) | 2018-12-19 | 2019-04-16 | 百度在线网络技术（北京）有限公司 | 轨迹预测方法、装置、设备及计算机可读存储介质 |
| CN110288154A (zh) | 2019-06-25 | 2019-09-27 | 北京百度网讯科技有限公司 | 速度预测方法、装置、设备和介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111693723A (zh) | 2020-09-22 |
| JP2021099373A (ja) | 2021-07-01 |
| CN111693723B (zh) | 2022-04-22 |
| KR20210039355A (ko) | 2021-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7372949B2 (ja) | 速度予測方法、装置、電子機器、記憶媒体及びコンピュータプログラム製品 | |
| KR102454882B1 (ko) | 차량 주행위치 추산 방법, 장치, 기기, 저장매체 및 프로그램 | |
| CN111679302B (zh) | 车辆定位方法、装置、电子设备和计算机存储介质 | |
| US20210206390A1 (en) | Positioning method and apparatus, vehicle device, and autonomous vehicle | |
| US11789455B2 (en) | Control of autonomous vehicle based on fusion of pose information and visual data | |
| US20220306121A1 (en) | Method for detecting bumpy region of road surface, electronic device, storage medium, and vehicle | |
| JP2021152906A (ja) | 車両軌跡の予測方法、装置、機器及び記憶媒体 | |
| EP3910289B1 (en) | Method, apparatus, device and medium for calibrating temperature drift | |
| CN109143304B (zh) | 用于确定无人驾驶车辆位姿的方法和装置 | |
| CN110823237B (zh) | 起点绑路及预测模型获取方法、装置及存储介质 | |
| CN111026081A (zh) | 一种误差计算方法、装置、设备及存储介质 | |
| CN106708088B (zh) | 坐标计算方法及装置、飞行控制方法及系统、无人机 | |
| CN111780757B (zh) | 定位方法和装置、电子设备、车端设备、自动驾驶汽车 | |
| JP2019082328A (ja) | 位置推定装置 | |
| KR102519496B1 (ko) | 차량 가속도계 전진축을 캘리브레이션하는 방법 및 장치 | |
| CN115628754A (zh) | 里程计初始化方法、装置、电子设备及自动驾驶车辆 | |
| CN115037703B (zh) | 数据处理方法、装置、计算机存储介质及计算机程序产品 | |
| CN115727871A (zh) | 一种轨迹质量检测方法、装置、电子设备和存储介质 | |
| CN110579779B (zh) | Gps质量确定方法、装置、设备和介质 | |
| CN114056468A (zh) | 车辆偏航角的校准方法、装置及可读介质 | |
| CN113804194A (zh) | 一种行驶设备的定位方法、装置、设备及存储介质 | |
| CN116718176A (zh) | 一种基于地图信息与历史轨迹的匹配定位方法及装置 | |
| CN115900724A (zh) | 路径规划方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210317 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20211101 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220131 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220630 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220906 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220920 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20220921 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20220927 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221219 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230110 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230406 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230620 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230915 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231017 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231020 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7372949 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |