[發明專利]自動駕駛方法及裝置

在審

• 申請號: 202011025569.5
• 申請日: 2020-09-25
• 公開（公告）號: CN111984018A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 蔡俊杰;張春暉;劉榮;吳俊
• 申請（專利權）人: 斑馬網絡技術有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02;G06N20/00;G06N7/00;G06N3/04
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 朱穎;臧建明

本申請提供一種自動駕駛方法及裝置，該方法包括：獲取車輛周圍的環境信息；將車輛周圍的環境信息輸入自動駕駛模型，并獲取自動駕駛模型輸出的自動駕駛策略，自動駕駛模型是使用樣本集訓練后生成的，樣本集包括有車輛的歷史環境信息和與歷史環境信息對應的安全員輸入的自動駕駛策略；根據自動駕駛策略控制車輛進行自動駕駛。與現有的自動駕駛方案相比，本申請使用通過樣本集訓練后生成的自動駕駛模型輸出的自動駕駛策略控制車輛進行自動駕駛，提高了車輛自動駕駛的安全性。

技術領域

本申請涉及車輛自動駕駛技術領域，尤其涉及一種自動駕駛方法及裝置。

背景技術

自動駕駛汽車依靠人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。

目前業界最先進的自動駕駛方案，從算法層面主要由感知、規劃和決策構成。其中，感知是理解環境，極度依賴以深度學習為基礎的人工智能技術，規劃和決策，也由純基于規則向規則和深度學習結合的方向演進。

但是，深度學習依賴大量數據的學習，對于沒有處理過的數據，可能會產生錯誤的結論。在自動駕駛的場景里，這就意味著，對沒遇到過的場景，自動駕駛車輛可能會做出不符合安全規則的危險動作。因此，現有的自動駕駛方案的安全性低。

發明內容

本申請提供一種自動駕駛方法及裝置，以解決現有的自動駕駛方案安全性低的問題。

本申請的第一方面提供一種自動駕駛方法，包括：

獲取車輛周圍的環境信息；

將所述車輛周圍的環境信息輸入自動駕駛模型，并獲取所述自動駕駛模型輸出的自動駕駛策略，所述自動駕駛模型是使用樣本集訓練后生成的，所述樣本集包括有車輛的歷史環境信息和與所述歷史環境信息對應的安全員輸入的自動駕駛策略；

根據所述自動駕駛策略控制所述車輛進行自動駕駛。

在一種可選的實施方式中，在所述將所述車輛周圍的環境信息輸入自動駕駛模型之前，所述方法還包括：

使用所述樣本集對所述自動駕駛模型進行訓練。

在一種可選的實施方式中，在所述使用所述樣本集對所述自動駕駛模型進行訓練之后，所述方法還包括：

使用測試集確定所述自動駕駛模型的精度；

若所述自動駕駛模型的精度大于或等于精度閾值，則確定所述自動駕駛模型訓練完成。

在一種可選的實施方式中，在所述使用所述樣本集對所述自動駕駛模型進行訓練之后，所述方法還包括：

若所述自動駕駛模型的精度小于精度閾值，則繼續使用所述樣本集對所述自動駕駛模型進行訓練。

在一種可選的實施方式中，所述使用所述樣本集對所述自動駕駛模型進行訓練，包括：

若所述樣本集的數據量超過數據量閾值，則使用所述樣本集對所述自動駕駛模型進行訓練。

在一種可選的實施方式中，在所述使用所述樣本集對所述自動駕駛模型進行訓練之前，所述方法還包括：

檢測所述車輛的行駛狀態；

所述使用所述樣本集對所述自動駕駛模型進行訓練，包括：

若檢測到所述車輛處于停車狀態，則使用所述樣本集對所述自動駕駛模型進行訓練。

在一種可選的實施方式中，所述自動駕駛策略包括以下至少一項：糾正停車位置、規劃行駛路線、清除誤判障礙物和調整安全距離。

本申請的第二個方面提供一種自動駕駛裝置，所述裝置包括：