基于機器學習的超聲波車位補償系統(tǒng)
基本信息
申請?zhí)?/td> | CN202110338127.4 | 申請日 | - |
公開(公告)號 | CN113251962B | 公開(公告)日 | 2022-07-05 |
申請公布號 | CN113251962B | 申請公布日 | 2022-07-05 |
分類號 | G01B17/00(2006.01)I;G01S15/08(2006.01)I;G06N20/00(2019.01)I;G06K9/62(2022.01)I | 分類 | 測量;測試; |
發(fā)明人 | 呂敏;丁智;李超;王繼貞;田鋒 | 申請(專利權)人 | 英博超算(南京)科技有限公司 |
代理機構 | 北京沁優(yōu)知識產(chǎn)權代理有限公司 | 代理人 | - |
地址 | 210000江蘇省南京市江寧區(qū)天元西路59號銀城Inc中心科亞項目一號樓18層(江寧開發(fā)區(qū)) | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于機器學習的超聲波車位補償系統(tǒng),包括模型訓練策略和車位寬度補償策略。超聲波車位是通過檢測兩個物體之間的區(qū)域來實現(xiàn)的,而物體的輪廓形狀將影響車位檢測。本發(fā)明通過提取車位邊緣周圍的超聲波探頭數(shù)據(jù)(邊緣的探頭數(shù)據(jù)就是車位兩側物體的輪廓),來檢測這些車位邊緣探頭數(shù)據(jù)之間的變化趨勢來判斷是否是一個弧面以及弧面的形狀,根據(jù)弧面的形狀計算出車位需要補償值。同一個車位邊緣弧面形狀會和目標車輛速度、行駛角度、離車位的橫向距離有直接關系,因此需要在上述不同條件下采集樣本數(shù)據(jù)并通過決策樹訓練出模型,部署模型后的車位檢測將直接通過模型獲取到需要補償?shù)能囄贿吘壵`差值。 |
