[发明专利]一种基于神经网络的双路回声目标定位方法、设备及存储介质

权利要求书

1.一种基于神经网络的双路回声目标定位方法，其特征在于，包括步骤如下：

(1)采集不同角度双路回声数据，双路回声数据是指利用双路超声波脉冲接收器获取的左路超声波反射信号和右路超声波反射信号；

(2)对步骤(1)采集的不同角度双路回声数据预处理后制作双路回声数据集，并分为训练集、验证集和测试集；

(3)利用PyTorch搭建神经网络模型，使用步骤(2)得到的训练集对该神经网络模型进行训练，使用步骤(2)得到的验证集进行验证，并保存训练好的神经网络模型；

(4)将测试集输入训练好的神经网络模型进行测试，检验训练好的神经网络模型的泛化能力和模型的准确率。

2.根据权利要求1所述的一种基于神经网络的双路回声目标定位方法，其特征在于，步骤(1)中，通过超声波脉冲发射器来发射信号，利用双路超声波脉冲接收器来接收反射信号，从而采集不同角度双路回声数据。

3.根据权利要求1所述的一种基于神经网络的双路回声目标定位方法，其特征在于，步骤(1)中，采集不同方位角和俯仰角的双路回声数据，其中方位角的取值范围是0°-180°，变化间隔为10°，俯仰角的变化范围是20°-70°，变化间隔为5°。

4.根据权利要求1所述的一种基于神经网络的双路回声目标定位方法，其特征在于，步骤(2)中，对步骤(1)采集的不同角度双路回声数据预处理后制作双路回声数据集，是指：

将步骤(1)采集的双路回声数据制作成.csv文件，每个双路回声数据为一行；

对每个双路回声数据进行标注，每个双路回声数据的标签label是经过归一化每个双路回声数据后的方位角和俯仰角，标签label的方位角是α是步骤(1)中双路回声数据的方位角；标签label的俯仰角是β是步骤(1)中双路回声数据的俯仰角。

5.根据权利要求1所述的一种基于神经网络的双路回声目标定位方法，其特征在于，步骤(2)中，按照7:2:1的比例将双路回声数据集划分为训练集、验证集和测试集。

6.根据权利要求1-5任一所述的一种基于神经网络的双路回声目标定位方法，其特征在于，所述神经网络模型包括卷积层、BatchNormalization层和ReLU激活函数、两层全连接层。

7.根据权利要求6所述的一种基于神经网络的双路回声目标定位方法，其特征在于，卷积层的卷积核大小采用的是2×2，步长是2。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7任一所述的基于神经网络的双路回声目标定位方法的步骤。

9.一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，所述计算机程序被处理器执行时实现权利要求1-7任一所述的基于神经网络的双路回声目标定位方法的步骤。