[發明專利]自動駕駛方法、裝置、設備、系統、車輛和計算機可讀存儲介質

在審

• 申請號: 202010630799.8
• 申請日: 2020-07-03
• 公開（公告）號: CN111572562A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 由長喜
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: B60W60/00
• 分類號: B60W60/00;B60W50/00
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 孫之剛;申屠偉進

1.一種基于神經網絡的自動駕駛方法，其特征在于：

所述神經網絡包括經訓練的第一特征提取部分、第二特征提取部分和決策部分，其中，所述第一特征提取部分和所述決策部分是前饋神經網絡，所述第二特征提取部分是卷積神經網絡，所述方法包括：

將與車輛的自動駕駛相關聯的第一類數據輸入所述神經網絡的第一特征提取部分以提取出第一類特征，其中，所述第一類數據是一維數據；

將與所述車輛的自動駕駛相關聯的第二類數據輸入所述神經網絡的第二特征提取部分以提取出第二類特征，其中，所述第二類數據是多維數據；以及

將所述第一類特征和所述第二類特征輸入所述神經網絡的決策部分，以確定所述自動駕駛的車輛當前的駕駛策略。

2.如權利要求1所述的方法，其特征在于：

所述第一類數據包括：所述自動駕駛的車輛當前的任務數據、所述自動駕駛的車輛自身的狀態數據以及當前的交通規則有關的數據，

所述第二類數據包括：所述自動駕駛的車輛當前的目標障礙物的數據和所述自動駕駛的車輛當前行駛環境中的道路有關的數據，以及

所述自動駕駛的車輛當前的駕駛策略包括：針對所述目標障礙物的決策結果。

3.如權利要求2所述的方法，其特征在于：所述任務數據包括與特定道路場景關聯的任務數據。

4.如權利要求1或2所述的方法，其特征在于：所述第二類數據包括經采樣的所述自動駕駛的車輛當前的目標障礙物的軌跡的坐標數據以及經采樣的所述自動駕駛的車輛當前行駛環境中的道路邊界的坐標數據。

5.如權利要求4所述的方法，其特征在于：所述經采樣的所述自動駕駛的車輛當前的目標障礙物的軌跡的坐標數據以及所述經采樣的所述自動駕駛的車輛當前行駛環境中的道路邊界的坐標數據采用相同的格式。

6.如權利要求1或2所述的方法，其特征在于：所述神經網絡的第一特征提取部分的輸出節點和所述神經網絡的決策部分中與之對應的輸入節點以全連接的方式相連，所述神經網絡的第二特征提取部分的輸出節點和所述神經網絡的決策部分中與之對應的輸入節點以一一對應的方式相連。

7.如權利要求2所述的方法，其特征在于：

所述自身的狀態數據包括：所述自動駕駛的車輛的位置坐標、速度、朝向以及幾何信息；

所述當前的交通規則有關的數據包括：指示所述自動駕駛的車輛當前面對的交通信號燈狀態的數據，和/或所述自動駕駛的車輛的當前道路的限速數據；

所述目標障礙物包括多個目標障礙物，所述決策結果包括分別針對所述多個目標障礙物的每一個的決策結果；

所述第一類數據還包括所述目標障礙物的幾何數據；以及

所述決策結果包括：忽略、讓行、繞行、跟從、避讓和切入。

8.如權利要求2所述的方法，其特征在于：所述目標障礙物的確定與所述任務數據相關聯。

9.如權利要求2所述的方法，其特征在于：所述任務數據包括：直行、向左換道、向右換道、路口直行、路口左拐、路口右拐，合流。

10.一種基于神經網絡的自動駕駛裝置，其特征在于：

所述神經網絡包括經訓練的第一特征提取部分、第二特征提取部分和決策部分，其中，所述第一特征提取部分和所述決策部分是前饋神經網絡，所述第二特征提取部分是卷積神經網絡，所述裝置包括：

第一提取模塊，其配置來將與車輛的自動駕駛相關聯的第一類數據輸入所述神經網絡的第一特征提取部分以提取出第一類特征，其中，所述第一類數據是一維數據；

第二提取模塊，其配置來將與所述車輛的自動駕駛相關聯的第二類數據輸入所述神經網絡的第二特征提取部分以提取出第二類特征，其中，所述第二類數據是多維數據；以及

確定模塊，其配置來將所述第一類特征和所述第二類特征輸入所述神經網絡的決策部分，以確定所述自動駕駛的車輛當前的駕駛策略。