[發(fā)明專利]車輛控制方法、裝置、存儲介質(zhì)及車輛

在審

• 申請?zhí)枺?/td>: 202210444360.5
• 申請日: 2022-04-25
• 公開（公告）號: CN114802258A
• 公開（公告）日: 2022-07-29
• 發(fā)明（設(shè)計(jì)）人: 葉航軍;蔡銳;趙婕;祝賀;王斌;周玨嘉;殷天宇
• 申請（專利權(quán)）人: 北京小米移動軟件有限公司
• 主分類號: B60W40/02
• 分類號: B60W40/02;B60W60/00;G06V20/56;G06V20/70;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京英創(chuàng)嘉友知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11447
• 代理人: 曾堯

本公開涉及一種車輛控制方法、裝置、存儲介質(zhì)及車輛，屬于車輛控制領(lǐng)域，所述方法包括：獲取車輛行駛過程中的路況圖像；將所述路況圖像輸入路況檢測模型，得到路況檢測結(jié)果，所述路況檢測模型是預(yù)先經(jīng)過基于類別標(biāo)簽權(quán)重的半監(jiān)督訓(xùn)練得到的，所述路況檢測結(jié)果包括所述路況圖像中各個(gè)目標(biāo)物體的位置信息以及類別信息，所述類別標(biāo)簽權(quán)重用于表征類別相似性；根據(jù)所述路況檢測結(jié)果控制所述車輛?；陬悇e標(biāo)簽權(quán)重訓(xùn)練路況檢測模型不僅能夠減少模型過擬合的概率，還能夠減小錯(cuò)誤偽標(biāo)簽的影響，提高了訓(xùn)練得到的路況檢測模型的魯棒性，使得該路況檢測模型輸出的檢測結(jié)果更加準(zhǔn)確，提高了行車安全。

技術(shù)領(lǐng)域

本公開涉及智能網(wǎng)聯(lián)汽車技術(shù)領(lǐng)域，尤其涉及一種車輛控制方法、裝置、存儲介質(zhì)及車輛。

背景技術(shù)

目標(biāo)檢測是自動駕駛領(lǐng)域的一項(xiàng)關(guān)鍵技術(shù)，直接影響人員和車輛的安全。目標(biāo)檢測也是計(jì)算機(jī)視覺中最具挑戰(zhàn)性的問題之一。半監(jiān)督目標(biāo)檢測在傳統(tǒng)目標(biāo)檢測基礎(chǔ)上實(shí)現(xiàn)了數(shù)據(jù)擴(kuò)展，減少了數(shù)據(jù)標(biāo)注的人工成本，降低了目標(biāo)檢測在各個(gè)領(lǐng)域的應(yīng)用成本。

然而在相關(guān)技術(shù)中，目前大多數(shù)半監(jiān)督目標(biāo)檢測都在訓(xùn)練期間使用硬標(biāo)簽進(jìn)行訓(xùn)練，這不利于減小錯(cuò)誤偽標(biāo)簽對訓(xùn)練的持續(xù)不良影響，容易對錯(cuò)誤偽標(biāo)簽產(chǎn)生過擬合，使得在自動駕駛時(shí)可能會導(dǎo)致車輛行駛過程中目標(biāo)檢測不準(zhǔn)確，導(dǎo)致出現(xiàn)事故，造成危險(xiǎn)。

發(fā)明內(nèi)容

為克服相關(guān)技術(shù)中存在的問題，本公開提供一種車輛控制方法、裝置、存儲介質(zhì)及車輛。

根據(jù)本公開實(shí)施例的第一方面，提供一種車輛控制方法，包括：

獲取車輛行駛過程中的路況圖像；

將所述路況圖像輸入路況檢測模型，得到路況檢測結(jié)果，所述路況檢測模型是預(yù)先經(jīng)過基于類別標(biāo)簽權(quán)重的半監(jiān)督訓(xùn)練得到的，所述路況檢測結(jié)果包括所述路況圖像中各個(gè)目標(biāo)物體的位置信息以及類別信息，所述類別標(biāo)簽權(quán)重用于表征類別相似性；

根據(jù)所述路況檢測結(jié)果控制所述車輛。

可選地，所述路況檢測模型的數(shù)據(jù)集包括第一數(shù)據(jù)集和第二數(shù)據(jù)集，所述第一數(shù)據(jù)集包括標(biāo)注有真實(shí)標(biāo)簽信息的路況圖像樣本，所述第二數(shù)據(jù)集包括未標(biāo)注真實(shí)標(biāo)簽信息的路況圖像樣本，所述路況檢測模型的訓(xùn)練包括：

將所述第一數(shù)據(jù)集輸入路況檢測模型進(jìn)行預(yù)訓(xùn)練，并確定預(yù)訓(xùn)練完成后的所述路況檢測模型輸出的針對所述第一數(shù)據(jù)集的第一預(yù)測標(biāo)簽和所述真實(shí)標(biāo)簽信息之間的第一損失；

基于所述路況檢測模型的中間層在所述預(yù)訓(xùn)練過程輸出的類別特征信息，確定所述路況檢測模型的類別標(biāo)簽權(quán)重；

根據(jù)所述類別標(biāo)簽權(quán)重以及所述第二數(shù)據(jù)集生成第三數(shù)據(jù)集和對應(yīng)所述第三數(shù)據(jù)集的偽標(biāo)簽；

根據(jù)所述第三數(shù)據(jù)集以及所述偽標(biāo)簽對所述路況檢測模型進(jìn)行再次訓(xùn)練，得到訓(xùn)練完成的所述路況檢測模型。

可選地，所述基于所述路況檢測模型的中間層在所述預(yù)訓(xùn)練過程輸出的類別特征信息，確定所述路況檢測模型的類別標(biāo)簽權(quán)重包括：

根據(jù)所述類別特征信息計(jì)算各個(gè)類別標(biāo)簽之間的類間間距；

根據(jù)所述類間間距，確定各個(gè)類別之間的類別相似性信息；

根據(jù)所述類別相似性信息，確定所述類別標(biāo)簽權(quán)重。

可選地，所述根據(jù)所述類別標(biāo)簽權(quán)重以及所述第二數(shù)據(jù)集生成第三數(shù)據(jù)集和對應(yīng)所述第三數(shù)據(jù)集的偽標(biāo)簽包括：

將所述第二數(shù)據(jù)集輸入訓(xùn)練完成的所述路況檢測模型，得到第一偽標(biāo)簽；

基于所述類別標(biāo)簽權(quán)重，確定第二偽標(biāo)簽；

對所述第二數(shù)據(jù)集以及所述第二偽標(biāo)簽進(jìn)行數(shù)據(jù)增強(qiáng)操作，得到增強(qiáng)后的第三數(shù)據(jù)集以及第三偽標(biāo)簽，所述第三偽標(biāo)簽為對應(yīng)所述第三數(shù)據(jù)集的偽標(biāo)簽。