[發(fā)明專利]基于個例大數(shù)據(jù)的自動駕駛預(yù)測方法和計算機(jī)設(shè)備

在審

• 申請?zhí)枺?/td>: 202110037884.8
• 申請日: 2021-01-12
• 公開（公告）號: CN112364847A
• 公開（公告）日: 2021-02-12
• 發(fā)明（設(shè)計）人: 肖健雄
• 申請（專利權(quán)）人: 深圳裹動智駕科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G05D1/02
• 代理公司: 深圳市倡創(chuàng)專利代理事務(wù)所(普通合伙) 44660
• 代理人: 羅明玉

1.一種基于個例大數(shù)據(jù)的自動駕駛預(yù)測方法，其特征在于，所述基于個例大數(shù)據(jù)的自動駕駛預(yù)測方法包括：

提供與目標(biāo)路段相關(guān)聯(lián)的多個預(yù)測算法模型，所述多個預(yù)測算法模型中每一預(yù)測算法模型為利用自動駕駛車輛在所述目標(biāo)路段中的子路段的相應(yīng)的場景下經(jīng)過多次路測構(gòu)建的算法模型；

獲取傳感器的感測數(shù)據(jù)，所述感測數(shù)據(jù)包括自動駕駛車輛的當(dāng)前位置、周圍環(huán)境數(shù)據(jù)和行駛數(shù)據(jù)；

根據(jù)所述感測數(shù)據(jù)獲取當(dāng)前自動駕駛車輛的場景數(shù)據(jù)；

根據(jù)所述當(dāng)前自動駕駛車輛的場景數(shù)據(jù)從所述多個預(yù)測算法模型中獲取最優(yōu)的預(yù)測算法模型；

加載所述最優(yōu)的預(yù)測算法模型；

利用所述最優(yōu)的預(yù)測算法模型對所述當(dāng)前自動駕駛車輛的場景數(shù)據(jù)進(jìn)行運算得到預(yù)測數(shù)據(jù)；

根據(jù)所述預(yù)測數(shù)據(jù)得到控制指令；以及

控制所述自動駕駛車輛依照所述控制指令行駛。

2.如權(quán)利要求1所述的基于個例大數(shù)據(jù)的自動駕駛預(yù)測方法，其特征在于，所述基于個例大數(shù)據(jù)的自動駕駛預(yù)測方法，還包括：

利用所述自動駕駛車輛在所述子路段進(jìn)行多次路測得到路測數(shù)據(jù)；

根據(jù)所述路測數(shù)據(jù)構(gòu)建出各種不同的場景數(shù)據(jù)，所述場景數(shù)據(jù)包括時間、位置、物體、天氣中的兩者或者多者的組合；

根據(jù)所述場景數(shù)據(jù)下的多次路測數(shù)據(jù)獲得所述相應(yīng)的場景；

根據(jù)所述相應(yīng)的場景構(gòu)建出對應(yīng)的所述預(yù)測算法模型；以及

將所述場景數(shù)據(jù)與所述預(yù)測算法模型一一進(jìn)行關(guān)聯(lián)，形成與所述子路段相關(guān)聯(lián)的所述預(yù)測算法模型。

3.如權(quán)利要求2所述的基于個例大數(shù)據(jù)的自動駕駛預(yù)測方法，其特征在于，所述子路段包括路口和/或非路口的感興趣路段。

4.如權(quán)利要求3所述的基于個例大數(shù)據(jù)的自動駕駛預(yù)測方法，其特征在于，所述預(yù)測算法模型包括與所述子路段相關(guān)聯(lián)的一個或者多個障礙物嫁接模型，所述障礙物嫁接模型是具有特定行為的某種障礙物在一個所述子路段的運動軌跡的模型，其中：

利用所述最優(yōu)的預(yù)測算法模型對所述當(dāng)前自動駕駛車輛的場景數(shù)據(jù)進(jìn)行運算得到預(yù)測數(shù)據(jù)，具體包括：

當(dāng)檢測到所述當(dāng)前自動駕駛車輛的場景數(shù)據(jù)中存在障礙物數(shù)據(jù)時，根據(jù)所述障礙物數(shù)據(jù)匹配出相對應(yīng)的一個或者多個障礙物嫁接模型，所述障礙物數(shù)據(jù)包括用于表示障礙物類型的類型數(shù)據(jù)、用于表示障礙物行為特征的行為數(shù)據(jù)、以及障礙物所在的所述子路段；以及

根據(jù)所述對應(yīng)的一個或者多個障礙物嫁接模型獲取所述預(yù)測數(shù)據(jù)。

5.如權(quán)利要求4所述的基于個例大數(shù)據(jù)的自動駕駛預(yù)測方法，其特征在于，根據(jù)所述障礙物數(shù)據(jù)匹配出相對應(yīng)的一個或者多個障礙物嫁接模型，具體包括：

匹配出與障礙物所在的所述子路段相關(guān)的一個或者多個障礙物嫁接模型；

從與所述子路段相關(guān)的一個或者多個障礙物嫁接模型中匹配出與所述類型數(shù)據(jù)相關(guān)的一個或者多個障礙物嫁接模型；以及

從與所述類型數(shù)據(jù)相關(guān)的一個或者多個障礙物嫁接模型中匹配出與所述行為數(shù)據(jù)相關(guān)的一個或者多個障礙物嫁接模型。

6.如權(quán)利要求3所述的基于個例大數(shù)據(jù)的自動駕駛預(yù)測方法，其特征在于，所述預(yù)測算法模型包括與路口相關(guān)聯(lián)的一個或者多個路口預(yù)測算法模型，利用所述最優(yōu)的預(yù)測算法模型對所述當(dāng)前自動駕駛車輛的場景數(shù)據(jù)進(jìn)行運算得到預(yù)測數(shù)據(jù)，具體包括：

當(dāng)所述自動駕駛車輛在非目標(biāo)路段行駛且行駛到非目標(biāo)路段的路口時，感知當(dāng)前的路口的場景數(shù)據(jù)；

判斷是否存在與所述當(dāng)前的路口的場景數(shù)據(jù)相匹配的所述路口預(yù)測算法模型；

當(dāng)存在與所述當(dāng)前的路口的場景數(shù)據(jù)相匹配的所述路口預(yù)測算法模型時，利用所述路口預(yù)測算法模型對所述當(dāng)前的路口的場景數(shù)據(jù)進(jìn)行預(yù)測得到所述預(yù)測數(shù)據(jù)。