[發明專利]一種基于雙層融合模型的無人駕駛行為預測方法

有效

• 申請號: 201911225102.2
• 申請日: 2019-12-04
• 公開（公告）號: CN111178584B
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 伏玉琛;衛夢;鐘珊;李子成;蔡德佳
• 申請（專利權）人: 常熟理工學院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/08;G06N3/04
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 張俊范

1.一種基于雙層融合模型的無人駕駛行為預測方法，其特征在于：包括以下步驟：

步驟1、數據采集系統獲取當前汽車的駕駛記錄數據，所述駕駛記錄數據包括當前汽車行駛的狀態與汽車過去行駛的數據記錄；

步驟2、數據預處理系統對數據采集系統獲取的數據進行處理，以符合訓練駕駛行為預測模型的輸入要求；

步驟3、數據處理的結果輸入駕駛行為預測模型，在改進后的VGG-LSTM和FCN-LSTM雙任務網絡架構上對圖片進行訓練，所述改進后的VGG-LSTM網絡使用3*3的感受野最小尺寸的卷積核，使用1*1的卷積層代替全連接層，用于融合跨通道的全局信息，所述改進后的VGG-LSTM網絡中通過上采樣的方式融合卷積網絡不同深度的特征描述符，所述特征描述符是指網絡卷積層的輸出，對每一個特征融合層的輸出結果使用金字塔池化的方式將其映射在相同維度的空間上；使用加性融合函數合并特征描述符組；所述FCN-LSTM網絡是去除第二池化層和第五池化層的變形AlexNet模型；

步驟4、車輛下一行為預測，根據車輛過去時刻的運動狀態和所述駕駛行為預測模型訓練的結果輸出汽車在下一時刻的運動狀態，具體是將改進后的VGG-LSTM網絡以及FCN-LSTM網絡的概率輸出集合作為決策級融合的輸入，使用加性融合函數對兩個子網絡做出的決策進行融合，并采用預測概率值最大的一個動作作為汽車下一行為的預測值輸出。

2.根據權利要求1所述的基于雙層融合模型的無人駕駛行為預測方法，其特征在于，所述FCN-LSTM網絡的第三卷積層至第七全連接層使用空洞卷積。

3.根據權利要求1所述的基于雙層融合模型的無人駕駛行為預測方法，其特征在于，所述步驟2中對數據進行處理包括：首先，將所有視頻數據截斷，其次，將幀進行分辨率和時間下采樣，接著，將經過下采樣后的幀圖片轉化成json格式的文件，并將從json文件中讀取的數據重新壓縮成為所述步驟3中輸入所需圖片的大小。