[發(fā)明專利]自動駕駛協(xié)助方法、駕駛設備、協(xié)助設備及可讀存儲介質

在審

• 申請?zhí)枺?/td>: 201811039166.9
• 申請日: 2018-09-06
• 公開（公告）號: CN109460016A
• 公開（公告）日: 2019-03-12
• 發(fā)明（設計）人: 陳幽涵
• 申請（專利權）人: 百度在線網(wǎng)絡技術（北京）有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02;G06K9/00
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張子青;劉芳

1.一種自動駕駛協(xié)助方法，其特征在于，包括：

利用當前自動駕駛模型對采集獲得的當前場景信息進行處理，并根據(jù)處理結果向協(xié)助設備發(fā)起協(xié)助駕駛請求；

接收并執(zhí)行所述協(xié)助設備反饋的駕駛指令，所述駕駛指令用于結合所述當前場景信息對所述當前自動駕駛模型進行優(yōu)化，以使利用優(yōu)化后的自動駕駛模型執(zhí)行下一自動駕駛任務。

2.根據(jù)權利要求1所述的自動駕駛協(xié)助方法，其特征在于，自動駕駛模型包括深度學習算法模型；

所述駕駛指令具體用于根據(jù)當前場景信息和所述駕駛指令，生成訓練樣本；利用所述訓練樣本對深度學習算法模型進行訓練，以獲得訓練后的深度學習算法模型；所述訓練后的深度學習算法模型為所述優(yōu)化后的自動駕駛模型。

3.根據(jù)權利要求1所述的自動駕駛協(xié)助方法，其特征在于，所述利用當前自動駕駛模型對采集獲得的當前場景信息進行處理，并根據(jù)處理結果向協(xié)助設備發(fā)起協(xié)助駕駛請求，包括：

利用當前自動駕駛模型對采集獲得的當前場景信息進行處理，獲得處理結果；

確定所述處理結果的置信度；

當所述置信度小于預設閾值時，向協(xié)助設備發(fā)起協(xié)助駕駛請求。

4.根據(jù)權利要求3所述的自動駕駛協(xié)助方法，其特征在于，當所述置信度大于或等于預設閾值時，根據(jù)所述處理結果執(zhí)行自動駕駛任務。

5.一種自動駕駛協(xié)助方法，其特征在于，包括：

接收駕駛設備發(fā)起的協(xié)助駕駛請求，所述協(xié)助駕駛請求是所述駕駛設備在利用當前自動駕駛模型對采集獲得的當前場景信息進行處理，并根據(jù)處理結果發(fā)起的；

接收用戶觸發(fā)的駕駛指令，并向駕駛設備發(fā)送所述駕駛指令，以供所述駕駛設備執(zhí)行駕駛指令；其中，所述駕駛指令用于結合所述當前場景信息對所述當前自動駕駛模型進行優(yōu)化，以使利用優(yōu)化后的自動駕駛模型執(zhí)行下一自動駕駛任務。

6.根據(jù)權利要求5所述的自動駕駛協(xié)助方法，其特征在于，所述駕駛請求和所述駕駛指令是通過無線移動網(wǎng)絡發(fā)送至所述駕駛設備的。

7.根據(jù)權利要求5所述的自動駕駛協(xié)助方法，其特征在于，所述駕駛請求和所述駕駛指令是通過近場通信技術發(fā)送至所述駕駛設備的。

8.一種駕駛設備，其特征在于，包括：

第一處理單元，用于利用當前自動駕駛模型對采集獲得的當前場景信息進行處理，并獲得處理結果；

第一通信單元，用于根據(jù)處理結果向協(xié)助設備發(fā)起協(xié)助駕駛請求；還用于接收所述協(xié)助設備反饋的駕駛指令，以供駕駛設備執(zhí)行所述駕駛指令；其中，所述駕駛指令用于結合所述當前場景信息對所述當前自動駕駛模型進行優(yōu)化，以使利用優(yōu)化后的自動駕駛模型執(zhí)行下一自動駕駛任務。

9.根據(jù)權利要求8所述的駕駛設備，其特征在于，自動駕駛模型包括深度學習算法模型；

所述駕駛指令具體用于根據(jù)當前場景信息和所述駕駛指令，生成訓練樣本；利用所述訓練樣本對深度學習算法模型進行訓練，以獲得訓練后的深度學習算法模型；所述訓練后的深度學習算法模型為所述優(yōu)化后的自動駕駛模型。

10.根據(jù)權利要求8所述的駕駛設備，其特征在于，所述第一處理單元還用于確定所述處理結果的置信度；當所述置信度小于預設閾值時，所用通信單元向協(xié)助設備發(fā)起協(xié)助駕駛請求。

11.根據(jù)權利要求10所述的駕駛設備，其特征在于，當所述置信度大于或等于預設閾值時，駕駛設備根據(jù)所述處理結果執(zhí)行自動駕駛任務。