[發(fā)明專利]決策規(guī)劃方法、裝置及計算機可讀存儲介質

在審

• 申請?zhí)枺?/td>: 201810657294.3
• 申請日: 2018-06-22
• 公開（公告）號: CN108960432A
• 公開（公告）日: 2018-12-07
• 發(fā)明（設計）人: 劉新;宋朝忠
• 申請（專利權）人: 深圳市易成自動駕駛技術有限公司
• 主分類號: G06N99/00
• 分類號: G06N99/00
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國;魏蘭

本發(fā)明公開了一種決策規(guī)劃方法，包括：云端接收車載系統(tǒng)群體中的各個車載系統(tǒng)發(fā)送的檢測信息；所述云端對所述檢測信息進行預處理，獲得處理后的檢測信息；所述云端將處理后的檢測信息輸入訓練好的第一深度學習模型中，生成決策規(guī)劃信息，其中，所述第一深度學習模型基于已標注檢測信息及對應標注的決策規(guī)劃信息訓練得到；所述云端將所述決策規(guī)劃信息發(fā)送至對應的車載系統(tǒng)。本發(fā)明還公開了一種決策規(guī)劃裝置、計算機可讀存儲介質。本發(fā)明能夠根據需要擴大進行決策規(guī)劃時環(huán)境檢測的范圍，針對更廣的范圍的環(huán)境信息進行決策規(guī)劃，獲得更加完善合理的決策規(guī)劃結果。

技術領域

本發(fā)明涉及汽車技術領域，尤其涉及一種決策規(guī)劃方法、裝置及計算機可讀存儲介質。

背景技術

在生活水平逐步提高的同時，人們的工作節(jié)奏也在加快，機動車的數量迅速增加，汽車已經成為了家庭用品的剛需產品。在現有技術中，人們在駕駛汽車時，一般通過由駕駛員根據駕駛經驗和所處環(huán)境或者由車載系統(tǒng)基于自身采集的環(huán)境信息來進行行駛的決策規(guī)劃，在現有技術中，只能針對車輛當前所處位置附近較小范圍的采集的環(huán)境信息來進行決策規(guī)劃，決策規(guī)劃結果具有一定的局限性。

發(fā)明內容

本發(fā)明的主要目的在于提供一種決策規(guī)劃方法、裝置及計算機可讀存儲介質，旨在解決現有技術只能針對車輛當前所處位置附近較小范圍的采集的環(huán)境信息來進行決策規(guī)劃，決策規(guī)劃結果具有一定的局限性。的問題。

為實現上述目的，本發(fā)明提供一種決策規(guī)劃方法，所述決策規(guī)劃方法包括：

云端接收車載系統(tǒng)群體中的各個車載系統(tǒng)發(fā)送的檢測信息；

所述云端對所述檢測信息進行預處理，獲得處理后的檢測信息；

所述云端將處理后的檢測信息輸入訓練好的第一深度學習模型中，生成決策規(guī)劃信息，其中，所述第一深度學習模型基于已標注檢測信息及對應標注的決策規(guī)劃信息訓練得到；

所述云端將所述決策規(guī)劃信息發(fā)送至對應的車載系統(tǒng)。

優(yōu)選地，所述深度學習評估模型的訓練過程包括：

所述第一深度學習模型的訓練過程包括：

所述云端獲取多個不同的檢測信息，構建用于訓練模型的訓練集；

所述云端獲取用戶對各個檢測信息標注的決策規(guī)劃信息；

所述云端將所述訓練集中的檢測信息作為模型的輸入，將對應標注的決策規(guī)劃信息作為模型的輸出，訓練得到所述第一深度學習模型。

優(yōu)選地，所述云端接收車載系統(tǒng)群體中的各個車載系統(tǒng)發(fā)送的檢測信息的步驟之后包括：

所述云端接收各個車載系統(tǒng)基于駕駛員的駕駛選擇發(fā)送的決策規(guī)劃選擇信息；

所述云端根據所述選擇信息及所述決策規(guī)劃信息對所述第一深度學習決策模型進行優(yōu)化，獲得第二深度學習模型，以供進行決策規(guī)劃。

優(yōu)選地，所述環(huán)境檢測信息至少包括識別的目標類型信息或識別的目標距離信息。

優(yōu)選地，所述云端接收車載系統(tǒng)群體中的各個車載系統(tǒng)發(fā)送的檢測信息的步驟之前包括：

所述車載系統(tǒng)基于利用圖像采集設備采集的圖像數據識別存在目標的目標信息，并確定各個目標的目標距離；

所述車載系統(tǒng)基于所述目標信息和所述目標距離生成檢測信息，并將所述檢測信息發(fā)送至所述云端。

為實現上述目的，本發(fā)明還提供一種決策規(guī)劃裝置，其中，所述決策規(guī)劃裝置至少包括存儲器、處理器以及存儲在所述存儲器上的決策規(guī)劃程序，所述決策規(guī)劃程序被所述處理器執(zhí)行時實現以下步驟：

云端接收車載系統(tǒng)群體中的各個車載系統(tǒng)發(fā)送的檢測信息；