(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211309564.4 (22)申请日 2022.10.25 (71)申请人 中国矿业大 学 地址 221000 江苏省徐州市南郊翟山 (72)发明人 刘吉超　梁岩岩　陈正　 (74)专利代理 机构 深圳市广诺专利代理事务所 (普通合伙) 44611 专利代理师 梁继猛 (51)Int.Cl. G06N 20/00(2019.01) G06N 3/08(2006.01) (54)发明名称 一种车速预测方法、 装置和电子设备 (57)摘要 本发明提供了一种车速预测方法、 装置和电 子设备， 其中， 车速预测方法包括： 通过 获取车辆 的当前数据信息， 当前数据信息包括当前车速信 息和/或当前加速度信息； 将当前数据信息输入 车速预测模 型， 得到车速预测模 型输出的下一时 刻车辆的车速信息。 由于车速预测模 型已经学习 到当前时刻车辆的数据信息和下一时刻车速信 息之间的对应关系， 因此， 将车辆的当前数据信 息输入车速预测模型， 可以精准的预测得到车辆 在下一时刻的车速信息 。 权利要求书2页 说明书14页 附图5页 CN 115545218 A 2022.12.30 CN 115545218 A 1.一种车速预测方法， 其特 征在于， 所述方法包括： 获取车辆的当前数据信息， 所述当前数据信息包括当前车速信息和/或当前加速度信 息； 将所述当前数据信 息输入车速预测模型， 得到所述车速预测模型输出的下一 时刻所述 车辆的车速信息； 所述车速预测模型已经学习到所述车辆的当前时刻数据信息和所述下一 时刻车速信息之间的对应关系。 2.根据权利要求1所述的方法， 其特征在于， 所述车速预测模型是通过以下方法生成 的： 获取所述车辆的历史数据信息， 所述历史数据信息包括历史车速信息和/或历史加速 度信息； 根据所述历史数据信息， 生成多个训练样本； 采用所述多个训练样本对所述车速预测模型的模型参数进行训练， 以确定目标模型参 数； 采用所述多个训练样本， 对所述模型参数为所述目标模型参数的所述车速预测模型进 行训练。 3.根据权利要求2所述的方法， 其特 征在于， 所述获取 所述车辆的历史数据信息， 包括： 获取所述车辆的历史数据信息集； 对所述历史数据信 息集中的每一个历史数据信 息进行归一化处理， 得到处理后的历史 数据信息集； 对所述处理后的历史数据信 息集按照预设时间窗口尺寸进行切片， 得到多个历史数据 信息。 4.根据权利要求2所述的方法， 其特征在于， 所述采用所述多个训练样本对所述车速预 测模型的模型参数进行训练， 以确定目标模型参数之前， 所述方法还 包括： 构建所述车速预测模型， 所述车速预测模型包括输入层、 至少一层隐含层和输出层。 5.根据权利要求4所述的方法， 其特征在于， 所述构建所述车速预测模型之后， 所述方 法还包括： 对所述车速预测模型的模型参数按顺序进行编码， 所述模型参数包括输入层节点到隐 含层节点的权值矩阵对应的参数、 所述隐含层节 点之间的权值矩阵对应的参数以及所述隐 含层节点到输出层节点的权值矩阵对应的参数； 所述模型参数的总个数为输入层节点个数 与隐含层节点个数 的乘积、 隐含层节点个数与隐含层节点个数的乘积、 隐含层节点个数与 输出层节点个数的乘积以及隐含层节点输出量矩阵在 初始时间段内所有参数的个数之和； 分别初始化遗传算法和粒子群算法中的算法参数， 并按照编码后的参数顺序对所述模 型参数进行初始化； 建立目标损失函数， 所述目标损失函数为至少一个预测车速信 息与对应的真实车速信 息之间的平均方差， 所述预测车速信息为将所述历史数据信息输入所述车速预测模型后， 所述车速预测模型 预测得到的车速信息 。 6.根据权利要求2所述的方法， 其特征在于， 所述采用所述多个训练样本对所述车速预 测模型的模型参数进行训练， 以确定目标模型参数， 包括： 将所述多个历史数据信 息分别输入所述车速预测模型， 得到所述车速预测模型输出的权　利　要　求　书 1/2 页 2 CN 115545218 A 2所述车辆的多个预测车速信息； 根据所述多个预测车速信息、 所述多个真实车速信息和目标损 失函数， 计算遗传算法 对应的模型误差和粒子群算法对应的模型误差； 将遗传算法对应的模型误差和粒子群算法对应的模型误差中的最小值对应的所述模 型参数， 作为所述模型参数 的父辈对所述车速预测模型 的模型参数进行训练， 直至所述车 速预测模型 的第一损失函数值小于第一预设值或者对所述车速预测模型的训练次数达到 第一预设次数。 7.根据权利要求2所述的方法， 其特征在于， 所述采用所述多个训练样本， 对所述模型 参数为所述目标模型参数的所述车速预测模型进行训练， 包括： 将所述多个历史数据信 息分别输入所述车速预测模型， 得到所述车速预测模型输出的 所述车辆的多个预测车速信息； 根据所述多个预测车速信息、 所述多个真实车速信息和目标损 失函数， 对所述车速预 测模型的所述模型参数进 行训练， 直至所述车速预测模型的第二损失函数值小于第二预设 值或者对所述车速预测模型的训练次数达 到第二预设次数。 8.根据权利要求1 ‑7任一项所述的方法， 其特征在于， 所述将所述当前数据信 息输入车 速预测模型， 得到所述车速预测模型输出 的下一时刻所述车辆的车速信息之后， 所述方法 还包括： 将所述当前 数据信息作为在线训练样本； 采用所述在线训练样本更新所述车速预测模型的模型参数， 并对所述车速预测模型进 行训练。 9.一种车速预测装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取车辆的当前数据信 息， 所述当前数据信 息包括当前车速信 息和/或 当前加速度信息； 处理模块， 用于将所述当前数据信息输入车速预测模型， 得到所述车速预测模型输出 的下一时刻所述车辆的车速信息； 所述车速预测模型已经学习到所述车辆的当前时刻数据 信息和所述下一时刻车速信息之间的对应关系。 10.一种电子设备， 包括： 至少一个处理器； 以及与所述至少一个处理器通信连接的存 储器； 其特征在于， 所述存储器存储有 可被所述至少一个处理器执行的指 令， 所述指 令被所 述至少一个处 理器执行时， 实现如权利要求1 ‑8任一项所述的车速预测方法。权　利　要　求　书 2/2 页 3 CN 115545218 A 3