路面识别模型的训练方法、装置、设备、介质及程序产品

专利主权项内容

1.一种路面识别模型的训练方法，其特征在于，所述方法包括：获取目标车辆在途经目标道路的过程中，在各采集时刻所分别对应的行驶加速度和行驶角速度；针对各所述采集时刻，将相应的所述行驶加速度的模值和所述行驶角速度的模值进行平均，得到所述采集时刻对应的时刻行驶数据；按照所述采集时刻从早至晚的顺序，对各所述时刻行驶数据进行排列，得到车辆行驶数据，并对所述车辆行驶数据进行窗口划分，得到多个窗口路段所分别对应的窗口行驶数据，所述窗口行驶数据包括所述目标车辆在途经相应的所述窗口路段的过程中的各采集时刻分别对应的时刻行驶数据；针对各所述窗口行驶数据分别执行以下处理：针对所述窗口行驶数据对应的各所述采集时刻，基于所述采集时刻对应的时刻行驶数据，确定所述采集时刻对应的目标平坦程度；当所述目标平坦程度指示所述目标车辆在所述采集时刻所经过的所述目标道路的路面为平坦路面时，将所述目标平坦程度对应的采集时刻，确定为所述目标采集时刻；将所述目标采集时刻的数量与数量阈值进行比较，得到数量比较结果；当所述数量比较结果指示所述目标采集时刻的数量大于所述数量阈值时，将路段状态确定为平坦状态；当所述数量比较结果指示所述目标采集时刻的数量小于或等于所述数量阈值时，将所述路段状态确定为颠簸状态；针对各所述窗口行驶数据，从多个不同的数据转换维度，分别对所述窗口行驶数据进行数据转换，得到各所述数据转换维度分别对应的维度数据，所述数据转换维度包括时域转换维度、频域转换维度和小波变换转换维度；以各所述窗口行驶数据为训练样本，以相应的所述路段状态为样本标签，构建用于训练所述路面识别模型的训练样本集合，并针对所述训练样本集合中的各所述窗口行驶数据分别执行以下处理：获取所述窗口行驶数据对应的各所述维度数据的维度特征，获取各所述维度特征分别对应的特征维度，并将各所述特征维度进行平均，得到平均维度；将各所述特征维度分别与所述平均维度进行比较，得到各所述特征维度对应的维度比较结果；当所述维度比较结果指示所述特征维度与所述平均维度相同时，将相应的所述维度特征，确定为所述维度特征对应的目标维度特征；当所述维度比较结果指示所述特征维度与所述平均维度不同时，对相应的所述维度特征的特征维度，调整为所述平均维度，得到所述维度特征对应的目标维度特征；将各所述目标维度特征进行特征融合，得到所述窗口行驶数据对应的融合特征；基于所述融合特征，对所述路面识别模型进行训练；获取目标车辆的导航路线，并从目标地图中查询所述导航路线对应的参考道路的路段状态，得到查询结果；当所述查询结果指示所述目标地图中未记录所述参考道路的路段状态时，向所述目标车辆发送数据采集指令，并接收所述目标车辆行驶在所述参考道路上，基于所述数据采集指令所采集的目标行驶数据；对所述目标行驶数据进行特征提取，得到目标行驶特征，并调用训练后的路面识别模型，基于所述目标行驶特征，对所述参考道路进行路面识别，得到所述参考道路的预测路段状态。