[發(fā)明專利]自動駕駛方法、裝置、設備、系統(tǒng)、車輛和計算機可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010630799.8
• 申請日: 2020-07-03
• 公開（公告）號: CN111572562A
• 公開（公告）日: 2020-08-25
• 發(fā)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

本申請公開了一種基于神經(jīng)網(wǎng)絡的自動駕駛方法，神經(jīng)網(wǎng)絡包括經(jīng)訓練的第一特征提取部分、第二特征提取部分和決策部分，第一特征提取部分和決策部分是前饋神經(jīng)網(wǎng)絡，第二特征提取部分是卷積神經(jīng)網(wǎng)絡，方法包括：將與車輛的自動駕駛相關聯(lián)的第一類數(shù)據(jù)輸入第一特征提取部分以提取出第一類特征，第一類數(shù)據(jù)是一維數(shù)據(jù)；將與車輛的自動駕駛相關聯(lián)的第二類數(shù)據(jù)輸入第二特征提取部分以提取出第二類特征，第二類數(shù)據(jù)是多維數(shù)據(jù)；將第一類特征和第二類特征輸入決策部分，以確定自動駕駛的車輛當前的駕駛策略。還公開了自動駕駛裝置等。

技術領域

本申請涉及自動駕駛，更具體地，涉及自動駕駛方法、裝置、設備、系統(tǒng)、車輛和計算機可讀存儲介質(zhì)。

背景技術

自動駕駛技術通常包括高精地圖、環(huán)境感知、行為決策、路徑規(guī)劃、運動控制等技術，有著廣泛的應用前景。

2013年，美國交通部下轄的美國國家公路交通安全管理局（NHTSA），率先發(fā)布了自動駕駛汽車的分級標準，其對自動化的描述共有4個級別，其包括特定功能自動化、部分自動化、有條件自動化、完全自動化四個階段，其大概意思就是車輛自動化程度和操控車輛接管時人類參與的程度，人參與度越低自動駕駛程度越高。

2014年，美國國際自動機工程師學會（SAE）也制訂了一套自動駕駛汽車分級標準，其對自動化的描述分為5個等級，其增加了完全自動駕駛這一項最高水平的自動駕駛。這為我們判定目前市場上這些在售車型的自動駕駛級別提供了一個可靠的標準。

下表描述了NHTSA和SAE給出的自動駕駛級別。

發(fā)明內(nèi)容

本發(fā)明的實施例提供了一種基于神經(jīng)網(wǎng)絡的自動駕駛方法、裝置、設備、系統(tǒng)、車輛和計算機可讀存儲介質(zhì)。

根據(jù)本發(fā)明的第一方面，提供一種基于神經(jīng)網(wǎng)絡的自動駕駛方法，其中，神經(jīng)網(wǎng)絡包括經(jīng)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，第一特征提取部分和決策部分是前饋神經(jīng)網(wǎng)絡，第二特征提取部分是卷積神經(jīng)網(wǎng)絡，該方法包括：將與車輛的自動駕駛相關聯(lián)的第一類數(shù)據(jù)輸入神經(jīng)網(wǎng)絡的第一特征提取部分以提取出第一類特征，其中，第一類數(shù)據(jù)是一維數(shù)據(jù)；獲取與車輛的自動駕駛相關聯(lián)的第二類數(shù)據(jù)，并輸入神經(jīng)網(wǎng)絡的第二特征提取部分以提取出第二類特征，其中，第二類數(shù)據(jù)是多維數(shù)據(jù)；以及將第一類特征和第二類特征輸入神經(jīng)網(wǎng)絡的決策部分，以確定自動駕駛的車輛當前的駕駛策略。

根據(jù)一個實施例，第一類數(shù)據(jù)包括：自動駕駛的車輛當前的任務數(shù)據(jù)、自動駕駛的車輛自身的狀態(tài)數(shù)據(jù)以及當前的交通規(guī)則有關的數(shù)據(jù)，第二類數(shù)據(jù)包括：自動駕駛的車輛當前的目標障礙物的數(shù)據(jù)和自動駕駛的車輛當前行駛環(huán)境中的道路有關的數(shù)據(jù)，以及自動駕駛的車輛當前的駕駛策略包括：針對目標障礙物的決策結果。

根據(jù)一個實施例，任務數(shù)據(jù)包括與特定道路場景關聯(lián)的任務數(shù)據(jù)。

根據(jù)一個實施例，第二類數(shù)據(jù)包括經(jīng)采樣的自動駕駛的車輛當前的目標障礙物的軌跡的坐標數(shù)據(jù)以及經(jīng)采樣的自動駕駛的車輛當前行駛環(huán)境中的道路邊界的坐標數(shù)據(jù)。

根據(jù)一個實施例，經(jīng)采樣的自動駕駛的車輛當前的目標障礙物的軌跡的坐標數(shù)據(jù)以及經(jīng)采樣的自動駕駛的車輛當前行駛環(huán)境中的道路邊界的坐標數(shù)據(jù)采用相同的格式。

根據(jù)一個實施例，神經(jīng)網(wǎng)絡的第一特征提取部分的輸出節(jié)點和神經(jīng)網(wǎng)絡的決策部分中與之對應的輸入節(jié)點以全連接的方式相連，神經(jīng)網(wǎng)絡的第二特征提取部分的輸出節(jié)點和神經(jīng)網(wǎng)絡的決策部分中與之對應的輸入節(jié)點以一一對應的方式相連。

根據(jù)一個實施例，自身的狀態(tài)數(shù)據(jù)包括：自動駕駛的車輛的位置坐標、速度、朝向以及幾何信息。

根據(jù)一個實施例，當前的交通規(guī)則有關的數(shù)據(jù)包括：指示自動駕駛的車輛當前面對的交通信號燈狀態(tài)的數(shù)據(jù)。

根據(jù)一個實施例，當前的交通規(guī)則有關的數(shù)據(jù)包括：自動駕駛的車輛的當前道路的限速數(shù)據(jù)。