申请/专利权人:北京罗克维尔斯科技有限公司
申请日:2022-12-14
公开(公告)日:2024-06-14
公开(公告)号:CN118189981A
主分类号:G01C21/28
分类号:G01C21/28;G06F18/214;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.06.14#公开
摘要:本发明公开一种惯性测量单元数据模型训练方法、装置、设备及介质。方法包括:获取多组训练数据,每组训练数据包括车辆参数的训练数据、道路参数的训练数据以及对应的车辆的每个车轮的惯性测量单元数据的训练数据;基于车辆参数的训练数据以及道路参数的训练数据得到车辆每个车轮的预测惯性测量单元数据;采用每个车轮的惯性测量单元数据的训练数据与对应的预测惯性测量单元数据进行比较,得到深度学习模型。本发明基于训练数据得到深度学习模型。因此,训练后的惯性测量单元数据模型,能够基于车辆参数以及道路参数直接预测出每个车轮的预测惯性测量单元数据,在车辆控制过程中,无需采用惯性测量单元数据传感器测量,减少整车成本。
主权项:1.一种惯性测量单元数据模型训练方法,其特征在于,包括:获取多组训练数据,每组训练数据包括车辆参数的训练数据、道路参数的训练数据以及对应的车辆的每个车轮的惯性测量单元数据的训练数据;基于所述车辆参数的训练数据以及所述道路参数的训练数据与深度学习模型的模型参数进行计算,得到车辆每个车轮的预测惯性测量单元数据;采用每个车轮的惯性测量单元数据的训练数据与对应的预测惯性测量单元数据进行比较,根据比较结果对所述模型参数进行训练,得到所述深度学习模型。
全文数据:
权利要求:
百度查询: 北京罗克维尔斯科技有限公司 惯性测量单元数据模型训练方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。