[发明专利]加速度预测模型训练方法、加速度预测方法及相关装置

权利要求书

1.一种加速度预测模型训练方法，其特征在于，包括：

获取多帧传感数据，所述传感数据为传感器移动过程中按照预设采集频率在预设时长内感知周围物体后所输出的数据；

按照预设标注频率对所述传感数据进行标注，以标注所感知到的物体在已标注的传感数据的输出时刻时的位置，所述标注频率小于所述采集频率；

采用已标注的传感数据和所述位置训练速度预测模型；

将未标注的传感数据输入所述速度预测模型中，得到所述物体在所述未标注的传感数据的输出时刻时的速度；

根据所述传感数据的输出时刻和所述物体的速度标注所述物体在所述传感数据的输出时刻时的加速度；

采用所述传感数据和所述加速度训练加速度预测模型。

2.根据权利要求1所述的加速度预测模型训练方法，其特征在于，所述采用已标注传感数据和所述位置训练速度预测模型，包括：

针对每一帧已标注的传感数据，采用所述物体在所述已标注的传感数据的输出时刻时的位置计算所述物体在所述已标注的传感数据的输出时刻时的速度，以作为所述物体在所述已标注的传感数据的输出时刻时的标注速度；

采用所述已标注的传感数据以及所述物体在所述已标注的传感数据的输出时刻时的标注速度训练速度预测模型。

3.根据权利要求2所述的加速度预测模型训练方法，其特征在于，所述针对每一帧已标注的传感数据，采用所述物体在所述已标注的传感数据的输出时刻时的位置计算所述物体在所述已标注的传感数据的输出时刻时的速度，包括：

针对已标注的第一传感数据，确定在所述第一传感数据之前的前一帧已标注的第二传感数据；

确定所述第一传感数据的第一输出时刻，以及所述第二传感数据时的第二输出时刻；

采用所述第一输出时刻、第二输出时刻、所述物体在所述第一输出时刻时的第一位置以及所述物体在所述第二输出时刻时的第二位置，计算所述物体在所述第一输出时刻时的速度，以作为所述物体在所述已标注的第一传感数据的输出时刻时的标注速度。

4.根据权利要求2所述的加速度预测模型训练方法，其特征在于，所述采用所述已标注的传感数据以及所述物体在所述已标注的传感数据的输出时刻时的标注速度训练速度预测模型，包括：

初始化速度预测模型；

将多帧所述已标注的传感数据依次输入所述速度预测模型中，得到所述物体在每帧所述已标注的传感数据的输出时刻时的预测速度；

通过所述预测速度和所述物体在所述已标注的传感数据的输出时刻的标注速度计算损失率；

判断所述损失率是否小于预设阈值；

若是，停止训练所述速度预测模型；

若否，根据所述损失率调整所述速度预测模型的参数，并返回将多帧所述已标注的传感数据依次输入所述速度预测模型中的步骤，直到所述损失率小于预设阈值。

5.根据权利要求1所述的加速度预测模型训练方法，其特征在于，所述根据所述传感数据的输出时刻和所述物体的速度标注所述物体在所述传感数据的输出时刻时的加速度，包括：

以所述传感数据的输出时刻为横轴，以所述物体在所述传感数据的输出时刻时的速度为纵轴拟合所述物体的时间-速度曲线；

计算所述时间-速度曲线在每个所述传感数据的输出时刻时的斜率作为所述物体在所述传感数据的输出时刻时的加速度，以作为所述物体在所述传感数据的输出时刻时的标注加速度。

6.根据权利要求1所述的加速度预测模型训练方法，其特征在于，所述采用所述传感数据和所述加速度训练加速度预测模型，包括：

根据前后输出的两帧传感数据提取所述物体在后一帧传感数据的输出时刻时的运动特征；

采用所述运动特征和所述物体在所述后一帧传感数据的输出时刻时的标注加速度训练加速度预测模型。