[發(fā)明專利]車輛控制方法、裝置、計算機設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910393916.0
• 申請日: 2019-05-13
• 公開（公告）號: CN111923919B
• 公開（公告）日: 2021-11-23
• 發(fā)明（設(shè)計）人: 閆春香;劉文如;裴鋒;王玉龍;陳林昱;尹蒼穹
• 申請（專利權(quán)）人: 廣州汽車集團股份有限公司
• 主分類號: B60W50/00
• 分類號: B60W50/00
• 代理公司: 廣州華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 姜曉云

本申請涉及一種車輛控制方法、裝置、計算機設(shè)備和存儲介質(zhì)，計算機設(shè)備將獲取的車輛周圍當前的環(huán)境信息輸入到預(yù)設(shè)的多場景神經(jīng)網(wǎng)絡(luò)中，得到控制指令，并根據(jù)該控制指令控制車輛的行駛，由于該方法中，多場景神經(jīng)網(wǎng)絡(luò)中包括共享層和多個分支場景層，共享層包括至少一個卷積層，是用來從車輛周圍的當前環(huán)境信息中提取環(huán)境公共特征信息，各分支場景層包括至少一個卷積層和一個全連接層，用來根據(jù)環(huán)境共有特征信息確定控制指令，這樣，在一個神經(jīng)網(wǎng)絡(luò)中采用了分層分支的思想，實現(xiàn)了一個神經(jīng)網(wǎng)絡(luò)同時處理多種駕駛場景下的車輛駕駛，無需對每種駕駛場景定義一個神經(jīng)網(wǎng)絡(luò)，大大節(jié)省了更多的計算資源。

技術(shù)領(lǐng)域

本申請涉及智能交通技術(shù)領(lǐng)域，特別是涉及一種車輛控制方法、裝置、計算機設(shè)備和存儲介質(zhì)。

背景技術(shù)

自動駕駛技術(shù)領(lǐng)域一般涉及基于規(guī)則信息的自動駕駛和基于端到端神經(jīng)網(wǎng)絡(luò)的自動駕駛兩種方法，由于基于規(guī)則信息的自動駕駛需要大量的人工標注及大量的人為規(guī)則，使得基于端到端神經(jīng)網(wǎng)絡(luò)的自動駕駛得到廣泛的應(yīng)用。

基于端到端神經(jīng)網(wǎng)絡(luò)的自動駕駛指的是以圖片信息作為輸入、決策信息作為輸出的駕駛方法。通常，端到端的自動駕駛方法由于其單純的駕駛行為模仿無法應(yīng)對處理復(fù)雜的駕駛場景，例如，一個網(wǎng)絡(luò)無法同時做到繞障、保持車道跟隨，又同時做好換道等這種復(fù)雜場景下的操作，只可以做到繞開障礙物或者只處理車道保持的操作。且現(xiàn)有技術(shù)中每個場景定義一個網(wǎng)絡(luò)模型，需要耗費較多的計算資源，使得自動駕駛實現(xiàn)的成本較高。

因此，如何使端到端的神經(jīng)網(wǎng)絡(luò)實現(xiàn)同時處理多種駕駛場景，以節(jié)省更多的計算資源成為亟待解決的技術(shù)問題。

發(fā)明內(nèi)容

基于此，有必要針對上述如何使端到端的神經(jīng)網(wǎng)絡(luò)實現(xiàn)同時處理多種駕駛場景，以節(jié)省更多的計算資源成為亟待解決的技術(shù)問題，提供一種車輛控制方法、裝置、計算機設(shè)備和存儲介質(zhì)。

第一方面，本申請實施例提供一種車輛控制方法，該方法包括：

獲取車輛周圍的當前環(huán)境信息；

將當前環(huán)境信息輸入預(yù)設(shè)的多場景神經(jīng)網(wǎng)絡(luò)，得到控制指令；其中，多場景神經(jīng)網(wǎng)絡(luò)包括共享層和多個分支場景層；其中，共享層包括至少一個卷積層，用于從車輛周圍的當前環(huán)境信息中提取環(huán)境公共特征信息；各分支場景層包括至少一個卷積層和一個全連接層，用于根據(jù)環(huán)境共有特征信息確定控制指令；

根據(jù)控制指令控制車輛行駛。

在其中一個實施例中，上述將當前環(huán)境信息輸入預(yù)設(shè)的多場景神經(jīng)網(wǎng)絡(luò)，得到控制指令，包括：

根據(jù)當前環(huán)境信息確定待行駛的場景類型；

將當前環(huán)境信息和待行駛的場景類型，輸入至共享層，得到環(huán)境公共特征信息；

將環(huán)境公共特征信息輸入至待行駛的場景類型對應(yīng)的分支場景層，得到所述控制指令。

在其中一個實施例中，上述將環(huán)境公共特征信息輸入至待行駛的場景類型對應(yīng)的分支場景層，得到控制指令，包括：

將環(huán)境公共特征信息輸入至分支場景層中的卷積層，提取待行駛場景的環(huán)境特征信息；

將待行駛場景的環(huán)境特征信息輸入至分支場景中的全連接層，得到待行駛場景的控制指令。

在其中一個實施例中，在上述將環(huán)境公共特征信息輸入至分支場景層中的卷積層之前，該方法還包括：

獲取各行駛場景類型與各分支場景層之間的映射關(guān)系；

根據(jù)映射關(guān)系，確定待行駛的場景類型對應(yīng)的分支場景層。

在其中一個實施例中，該多場景神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程包括：

獲取多個場景的樣本環(huán)境信息，和各場景的樣本環(huán)境信息對應(yīng)的控制指令；