[發明專利]一種多智能體多場景數據集訓練的自動駕駛方法

在審

• 申請號: 202011522406.8
• 申請日: 2020-12-21
• 公開（公告）號: CN112650240A
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 崔玉康;丘江亮;沈俊
• 申請（專利權）人: 深圳大學
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 張金福

本發明涉及一種多智能體多場景數據集訓練的自動駕駛方法，包括以下步驟：S1：在一個終端控制范圍內設置若干智能體；S2：利用智能體在現實場景中采集數據集；S3：對S2采集的數據集進行深度學習處理，得到現實場景和在現實場景下智能體采取的動作；S4：根據S3處理的結果，將現實場景和在現實場景下智能體采取的動作保存至終端；S5：智能體采集實時運行場景，并將實時運行場景轉換為數據發送至終端；終端將實時運行場景與終端保存的現實場景進行對比，當達到預設相似度值后，終端選取最優處理措施指導智能體進行路徑規劃和避障。本發明使得終端在處理收集到的這些數據更加快速、高效。

技術領域

本發明涉及自動駕駛技術領域，更具體地，涉及一種多智能體多場景數據集訓練的自動駕駛方法。

背景技術

隨著社會生產力的提高，人們對于高品質生活的追求也越來越高，完全的自動駕駛技術無疑能使人們在通勤路上享受更改品質的生活，因此自動駕駛技術就是未來。目前市面已經上市或者還未上市的自動駕駛技術，普遍都是基于單智能體的各種路徑規劃、避障算法和多傳感器融合的組合下實現的。但是，由于現實場景實在太過于復雜，基于單智能體算法窮盡所有現實場景基本不可能，這從近年來不論是特斯拉還是其他運用自動駕駛技術廠商出事的新聞來看就證實了這一技術瓶頸，不論是剛開始一片葉子飛來，然后被不聰明的算法認為是障礙物，然后緊急停車；還是在白雪茫茫的雪地，傳感器幾乎認不出障礙物。雖然這些問題，目前都解決了，但是這意味著需要無窮無盡的算法更新。導致自動駕駛過程中數據處理不夠快速、高效。

發明內容

本發明為克服上述現有技術所述的自動駕駛過程中數據處理不夠快速、高效缺陷，提供一種多智能體多場景數據集訓練的自動駕駛方法。

所述方法包括以下步驟：

S1：在一個終端控制范圍內設置若干智能體；

S2：利用智能體在現實場景中采集數據集；

S3：對S2采集的數據集進行深度學習處理，得到現實場景和在現實場景下智能體采取的動作；

S4：根據S3處理的結果，將現實場景和在現實場景下智能體采取的動作保存至終端；

S5：智能體采集實時運行場景，并將實時運行場景轉換為數據發送至終端；終端將實時運行場景與終端保存的現實場景進行對比，當達到預設相似度值后，終端選取最優處理措施指導智能體進行路徑規劃和避障。

優選地，S3具體包括以下步驟：

S3.1：初始化存放自動駕駛智能體所采集數據的容器，以及初始化該容器的大小；確定該容器可容納的數據條數N；

S3.2：初始化Q函數，并根據智能體采集到的數據對Q函數進行更新，得到最高評分狀態下的Q函數；

S3.3：利用最高評分狀態下的Q函數對顯示場景進行處理，并將處理后得出的動作；

S3.4：將現實場景和S3.3得到的動作存儲至終端。

優選地，S3.2包括以下步驟：

S3.2.1：設φ_t為智能體采集到的第t個數據，r_t為第t個分數；令t＝1；

其中，r₁為初始分數值，根據工程經驗進行人為設置；

S3.2.2：將φ_t和r_t輸入Q函數，得到一個Q值；

S3.2.3：按以下兩種方式之一選擇一個動作；

(1)任意選擇一個動作；(2)根據Q值選擇一個動作；