[發(fā)明專利]基于個例大數(shù)據(jù)的自動駕駛預測方法和計算機設備

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)專利代理事務所(普通合伙) 44660
• 代理人: 羅明玉

本發(fā)明提供了一種基于個例大數(shù)據(jù)的自動駕駛預測方法，方法包括：提供與目標路段相關(guān)聯(lián)的多個預測算法模型；獲取傳感器的感測數(shù)據(jù)；根據(jù)感測數(shù)據(jù)獲取當前自動駕駛車輛的場景數(shù)據(jù)；根據(jù)當前自動駕駛車輛的場景數(shù)據(jù)從多個預測算法模型中獲取最優(yōu)的預測算法模型；加載最優(yōu)的預測算法模型；利用最優(yōu)的預測算法模型對當前自動駕駛車輛的場景數(shù)據(jù)進行運算得到預測數(shù)據(jù)；根據(jù)預測數(shù)據(jù)得到控制指令；控制自動駕駛車輛依照控制指令行駛。此外，本發(fā)明還提供一種應用于自動駕駛車輛的計算機設備。本發(fā)明利用基于個例大數(shù)據(jù)的自動駕駛預測方法提升了自動駕駛車輛駛過程中對障礙物運動軌跡預測的準確性，使得自動駕駛車輛在行駛過程中有更穩(wěn)定的表現(xiàn)。

技術(shù)領域

本發(fā)明涉及自動駕駛領域，尤其涉及一種基于個例大數(shù)據(jù)的自動駕駛預測方法和計算機設備。

背景技術(shù)

目前，市面上常見的能夠?qū)崿F(xiàn)的全程不需要人類駕駛員參與就能夠完成行駛?cè)蝿盏氖荓4級別的自動駕駛車輛。對于L4級別的自動駕駛車輛來說預測行駛過程中遇到的每個障礙物的運動軌跡對完成行駛?cè)蝿蘸苤匾，F(xiàn)有L4級別的自動駕駛車輛使用的預測方法是基于機器學習算法或基于預設規(guī)則的AI算法。例如，AI算法通過收集大量障礙物運動的數(shù)據(jù)，把數(shù)據(jù)都綜合在一起訓練一個AI模型。在實際應用中，由于道路情況的多種多樣，例如，不同地形、不同路口形狀、不同的當?shù)厝碎_車風格，導致一個通用的AI算法很難全面的處理各種各樣的路況。

因此，如何使L4級別的自動駕駛車輛能夠在各種各樣的道路情況下對障礙物的軌跡進行快速準確的預測是亟需解決的問題。

發(fā)明內(nèi)容

本發(fā)明提供一種基于個例大數(shù)據(jù)的自動駕駛預測方法和計算機設備，使L4級別的自動駕駛車輛能夠在各種各樣的道路情況下對障礙物的軌跡進行準確的預測。

第一方面，本發(fā)明實施例提供一種基于個例大數(shù)據(jù)的自動駕駛預測方法，基于個例大數(shù)據(jù)的自動駕駛預測方法包括：

提供與目標路段相關(guān)聯(lián)的多個預測算法模型，多個預測算法模型中每一預測算法模型為利用自動駕駛車輛在目標路段中的子路段的相應的場景下經(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)，感測數(shù)據(jù)包括自動駕駛車輛的當前位置、周圍環(huán)境數(shù)據(jù)和行駛數(shù)據(jù)；

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

根據(jù)當前自動駕駛車輛的場景數(shù)據(jù)從預測算法模型中獲取最優(yōu)的預測算法模型；

加載最優(yōu)的預測算法模型；

利用最優(yōu)的預測算法模型對當前自動駕駛車輛的場景數(shù)據(jù)進行運算得到預測數(shù)據(jù)；

根據(jù)預測數(shù)據(jù)得到控制指令；

控制自動駕駛車輛依照控制指令行駛。

第二方面，本發(fā)明實施例提供一種應用于自動駕駛車輛的計算機設備，計算機設備包括存儲器和處理器，存儲器用于儲存基于個例大數(shù)據(jù)的自動駕駛預測方法的程序指令，處理器用于執(zhí)行程序指令，以實現(xiàn)上述的基于個例大數(shù)據(jù)的自動駕駛預測方法。

上述，通過基于個例大數(shù)據(jù)的自動駕駛預測方法通過提供與目標路段相關(guān)聯(lián)的多個預測算法模型使得自動駕駛車輛能夠?qū)π旭偟缆飞系拿恳欢蔚缆?，進行分割，并匹配出與該路段場景最為接近的模型，并根據(jù)上述預測算法模型對該路段上的所有障礙物的運動軌跡進行預測，實現(xiàn)了在各種不同的道路情況下，自動駕駛車輛能夠根據(jù)現(xiàn)有的道路情況匹配的對應路段的預測算法模型從而更快的計算出障礙物的運動軌跡，減少自動駕駛車輛的運算量，提升自動駕駛車輛的反應速度，使得自動駕駛車輛能夠更好的應對各種各樣的道路情況。

附圖說明

圖1為本發(fā)明第一實施例提供的基于個例大數(shù)據(jù)的自動駕駛預測方法流程圖。

圖2為本發(fā)明第二實施例提供的基于個例大數(shù)據(jù)的自動駕駛預測方法的第一子流程圖。