[發明專利]用于自動駕駛車輛的駕駛指令生成方法和裝置有效
| 申請號: | 201711082002.X | 申請日: | 2017-11-07 |
| 公開(公告)號: | CN109747655B | 公開(公告)日: | 2021-10-15 |
| 發明(設計)人: | 張立成 | 申請(專利權)人: | 北京京東乾石科技有限公司 |
| 主分類號: | B60W40/02 | 分類號: | B60W40/02;B60W50/00;G06K9/00 |
| 代理公司: | 北京英賽嘉華知識產權代理有限責任公司 11204 | 代理人: | 王達佐;馬曉亞 |
| 地址: | 100176 北京市大興區北京經濟技*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 自動 駕駛 車輛 指令 生成 方法 裝置 | ||
1.一種用于自動駕駛車輛的駕駛指令生成方法,所述方法包括:
獲取當前采樣時刻采集到的環境圖像;
提取當前采樣時刻采集到的環境圖像的特征;
基于當前采樣時刻采集到的環境圖像的特征以及歷史采樣時刻采集到的環境圖像的特征從預設的多個駕駛指令中選取與當前采樣時刻匹配的駕駛指令,包括:將當前采樣時刻采集到的環境圖像的特征和預先訓練的長短期記憶網絡上一時刻輸出的輸出特征向量輸入所述長短期記憶網絡,得到當前采樣時刻的輸出特征向量;基于所述當前采樣時刻的輸出特征向量從預設的多個駕駛指令中選取與當前采樣時刻匹配的駕駛指令。
2.根據權利要求1所述的方法,其特征在于,所述提取當前采樣時刻采集到的環境圖像的特征,包括:
使用預先訓練的卷積神經網絡提取當前采樣時刻采集到的環境圖像的特征。
3.根據權利要求2所述的方法,其特征在于,所述提取當前采樣時刻采集到的環境圖像的特征,包括:
提取所述當前采樣時刻采集到的環境圖像的特征圖;
將所述特征圖轉換為一維特征向量。
4.根據權利要求1所述的方法,其特征在于,所述基于所述當前采樣時刻的輸出特征向量從預設的多個駕駛指令中選取與當前采樣時刻匹配的駕駛指令,包括:
使用預先訓練的全連接層對所述當前采樣時刻的輸出特征向量進行處理,根據處理結果從預設的多個駕駛指令中選取與當前采樣時刻匹配的駕駛指令。
5.根據權利要求4所述的方法,其特征在于,所述使用預先訓練的全連接層對所述當前采樣時刻的輸出特征向量進行處理,根據處理結果從預設的多個駕駛指令中選取與當前采樣時刻匹配的駕駛指令,包括:
對于多個駕駛指令中的每一個駕駛指令,執行如下駕駛指令值計算操作:計算所述當前采樣時刻的輸出特征向量中各元素數值與各元素分別對應的預設權值乘積的累加和;將所述累加和與該駕駛指令對應的預設偏置參數之和作為該駕駛指令對應的駕駛指令值;
選取駕駛指令值最大的駕駛指令作為當前采樣時刻匹配的駕駛指令。
6.一種用于自動駕駛車輛的駕駛指令生成裝置,所述裝置包括:
獲取單元,配置用于獲取當前采樣時刻采集到的環境圖像;
提取單元,配置用于提取當前采樣時刻采集到的環境圖像的特征;
匹配單元,配置用于基于當前采樣時刻采集到的環境圖像的特征以及歷史采樣時刻采集到的環境圖像的特征從預設的多個駕駛指令中選取與當前采樣時刻匹配的駕駛指令;
所述匹配單元進一步配置用于:將當前采樣時刻采集到的環境圖像的特征和預先訓練的長短期記憶網絡上一時刻輸出的輸出特征向量輸入所述長短期記憶網絡,得到當前采樣時刻的輸出特征向量;基于所述當前采樣時刻的輸出特征向量從預設的多個駕駛指令中選取與當前采樣時刻匹配的駕駛指令。
7.根據權利要求6所述的裝置,其特征在于,所述提取單元進一步配置用于:
使用預先訓練的卷積神經網絡提取當前采樣時刻采集到的環境圖像的特征。
8.根據權利要求7所述的裝置,其特征在于,所述提取單元進一步配置用于:
提取所述當前采樣時刻采集到的環境圖像的特征圖;
將所述特征圖轉換為一維特征向量。
9.根據權利要求6所述的裝置,其特征在于,所述匹配單元進一步配置用于:
使用預先訓練的全連接層對所述當前采樣時刻的輸出特征向量進行處理,根據處理結果從預設的多個駕駛指令中選取與當前采樣時刻匹配的駕駛指令。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京京東乾石科技有限公司,未經北京京東乾石科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711082002.X/1.html,轉載請聲明來源鉆瓜專利網。





