[发明专利]司机停车技术优劣的检测方法及其系统、智能推荐方法、电子设备

权利要求书

1.一种司机停车技术优劣的检测方法，其特征在于：所述司机停车技术优劣的检测方法包括以下步骤：

步骤S1，将司机停车操作过程中的车辆传感数据以时间序列方式进行处理，以获得多模态时间序列；

步骤S2，基于卷积变分自编码器的神经网络架构对多模态时间序列进行卷积编码，并提取多模态时间序列中的特征，基于提取的特征，映射向量值并进行特征泛化，并生成隐变量向量空间，通过卷积解码所述隐变量向量空间，以生成模拟样本；及

步骤S3，基于模拟样本进行重构概率检测，并基于检测结果判断司机停车技术优劣。

2.如权利要求1中所述司机停车技术优劣的检测方法，其特征在于：在上述步骤S1中，所述车辆传感数据包括基于传感器对司机停车操作过程中的刹车动作、换挡动作、换向动作或GPS位置进行获取的数据。

3.如权利要求1中所述司机停车技术优劣的检测方法，其特征在于：在上述步骤S1中，所述以时间序列方式进行处理具体包括提供多个连续的时间点，并将多个传感器获取的数据按照时间点顺序进行记录。

4.如权利要求1中所述司机停车技术优劣的检测方法，其特征在于：所述卷积变分自编码器的神经网络架构包括编码模块和解码模块。

5.如权利要求4中所述司机停车技术优劣的检测方法，其特征在于：在上述基于提取的特征，映射向量值并进行特征泛化，并生成隐变量向量空间中进一步包括以下步骤：将提取的多模态时间序列的特征映射均值向量空间和方差向量空间；及加入高斯噪声数据，以线性生成对应隐变量向量空间。

6.如权利要求4中所述司机停车技术优劣的检测方法，其特征在于：在通过卷积解码所述隐变量向量空间之后还包括得到均值向量和方差向量，并以此生成对应的模拟样本。

7.一种司机停车技术优劣的检测系统，其特征在于：所述司机停车技术优劣的检测系统包括：

多个传感器，所述传感器用于检测司机操作，并获得多组车辆传感数据；

时间序列获取模块，用于将司机停车操作过程中的多组车辆传感数据以时间序列方式进行处理，以获得多模态时间序列；

样本生成模块，用于基于卷积变分自编码器的神经网络架构对多模态时间序列进行特征提取，并生成模拟样本；及

重构概率模块，用于基于模拟样本进行重构概率检测，并基于检测结果判断司机停车技术优劣；其中，所述时间序列获取模块进一步包括：

网路架构构建模块，用于构建卷积变分自编码器的神经网络架构；其中，所述卷积变分自编码器的神经网络架构包括编码模块和解码模块；

特征提取模块，用于利用卷积变分自编码器的神经网络架构所述多模态时间序列进行卷积编码，并提取多模态时间序列中的特征；

隐变量获取模块，用于基于提取的特征，映射向量值并进行特征泛化，并生成隐变量向量空间；及

模拟样本生成模块，用于通过卷积解码所述隐变量向量空间，以生成模拟样本。

8.一种智能推荐方法，其特征在于：基于权利要求1-6中任一项所述司机停车技术优劣的检测方法以获取司机的停车技术优劣等级，并基于停车技术优劣等级选择推荐自动泊车功能。

9.一种电子设备，其特征在于：所述电子设备包括存储单元和处理单元，所述存储单元用于存储计算机程序，所述处理单元用于通过所述存储单元存储的计算机程序执行如权利要求1-6中任一项所述司机停车技术优劣的检测方法。