[发明专利]一种地理围栏置信度的获取方法、装置和存储介质在审
| 申请号: | 202210114332.7 | 申请日: | 2022-01-30 |
| 公开(公告)号: | CN114462315A | 公开(公告)日: | 2022-05-10 |
| 发明(设计)人: | 姜云鹏;刘洋;宋林桓;孙连明;崔茂源 | 申请(专利权)人: | 中国第一汽车股份有限公司 |
| 主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N3/04;G06N3/08 |
| 代理公司: | 北京远智汇知识产权代理有限公司 11659 | 代理人: | 鲁艳萍 |
| 地址: | 130011 吉林省长*** | 国省代码: | 吉林;22 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 地理 围栏 置信 获取 方法 装置 存储 介质 | ||
1.一种地理围栏置信度的获取方法,其特征在于,包括:
获取行车图像和行车参数,并根据所述行车图像和所述行车参数,构建地理围栏参数;其中,所述行车参数包括道路曲率、道路坡度、天气类型和光照强度中的至少一个;
根据所述地理围栏参数,通过预训练完成的置信度评价模型,获取地理围栏的模型评价置信度。
2.根据权利要求1所述的方法,其特征在于,所述置信度评价模型包括Transformer神经网络模型、卷积神经网络模型和循环神经网络模型中的至少一个。
3.根据权利要求2所述的方法,其特征在于,所述根据所述地理围栏参数,通过预训练完成的置信度评价模型,获取地理围栏的模型评价置信度,包括:
根据所述地理围栏参数,通过所述Transformer神经网络模型获取第一参考置信度、通过所述卷积神经网络模型获取第二参考置信度以及通过所述循环神经网络模型获取第三参考置信度;
根据所述第一参考置信度、所述第二参考置信度以及所述第三参考置信度,获取地理围栏的模型评价置信度。
4.根据权利要求1所述的方法,其特征在于,所述根据所述地理围栏参数,通过预训练完成的置信度评价模型,获取地理围栏的模型评价置信度,包括:
通过所述置信度评价模型,获取所述行车图像的图像特征;其中,所述图像特征包括颜色特征、纹理特征、形状特征和空间关系特征;
将所述行车参数分别添加至所述颜色特征、所述纹理特征、所述形状特征和所述空间关系特征,并根据所述行车参数添加后的所述颜色特征、所述纹理特征、所述形状特征和所述空间关系特征,获取地理围栏的模型评价置信度。
5.根据权利要求1所述的方法,其特征在于,在获取行车图像和行车参数后,还包括:
获取车辆传感器列表;其中,所述车辆传感器列表包括与地理围栏相关的至少一个车辆传感器,以及与所述至少一个车辆传感器的工作性能相关的目标行车参数;
根据所述行车参数,以及与所述至少一个车辆传感器的工作性能相关的目标行车参数,获取所述至少一个车辆传感器的可靠程度;
根据所述至少一个车辆传感器的可靠程度,获取地理围栏的传感器评价置信度;
根据所述地理围栏的模型评价置信度和传感器评价置信度,获取所述地理围栏的实际评价置信度。
6.根据权利要求5所述的方法,其特征在于,所述根据所述地理围栏的模型评价置信度和传感器评价置信度,获取所述地理围栏的实际评价置信度,包括:
根据所述地理围栏的模型评价置信度和传感器评价置信度,以及所述模型评价置信度的权重数值和所述传感器评价置信度的权重数值,获取所述地理围栏的实际评价置信度。
7.根据权利要求6所述的方法,其特征在于,所述模型评价置信度的权重数值和所述传感器评价置信度的权重数值,均与所述行车参数相关。
8.一种地理围栏置信度的获取装置,其特征在于,包括:
地理围栏参数获取模块,用于获取行车图像和行车参数,并根据所述行车图像和所述行车参数,构建地理围栏参数;其中,所述行车参数包括道路曲率、道路坡度、天气类型和光照强度中的至少一个;
模型评价置信度获取模块,用于根据所述地理围栏参数,通过预训练完成的置信度评价模型,获取地理围栏的模型评价置信度。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的地理围栏置信度的获取方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的地理围栏置信度的获取方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国第一汽车股份有限公司,未经中国第一汽车股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210114332.7/1.html,转载请声明来源钻瓜专利网。





