[發明專利]一種駕駛員意圖識別模型建立方法、裝置、設備及介質

在審

• 申請號: 202310009344.8
• 申請日: 2023-01-03
• 公開（公告）號: CN115935294A
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 顧秀穎;何靜;袁章凱;匡斐
• 申請（專利權）人: 重慶長安汽車股份有限公司
• 主分類號: G06F18/25
• 分類號: G06F18/25;G06N3/047;G06N3/08
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 吳向青

1.一種駕駛員意圖識別模型建立方法，其特征在于，包括如下步驟：

獲取不同場景中車內外數據，所述車內外數據包括圖像數據、雷達數據及車輛傳感器數據；

對所述圖像數據進行處理以生成不同視覺感知事件，對所述雷達數據進行處理以生成感知目標及狀態數據；

對所述視覺感知事件、所述感知目標及狀態數據進行編碼，并與所述車輛傳感器數據進行融合處理，以得到樣本數據；

利用所述樣本數據對融合了注意力機制的神經網絡進行訓練，以獲取駕駛員意圖識別模型。

2.根據權利要求1所述的駕駛員意圖識別模型建立方法，其特征在于，對所述圖像數據進行處理以生成不同視覺感知事件，具體包括：

對所述圖像數據進行處理，處理為圖像識別算法支持的像素及幀率；

將處理后的所述圖像數據輸入到所述圖像識別算法，以獲取所述視覺感知事件；

所述視覺感知事件包括駕駛員是否在位、駕駛員是否疲勞及副駕是否有人。

3.根據權利要求1所述的駕駛員意圖識別模型建立方法，其特征在于，對所述雷達數據進行處理以生成感知目標及狀態數據，具體包括：

雷達數據輸入到所述雷達識別算法，以獲取所述感知目標及狀態數據；

感知目標包括周邊的其他車輛，狀態包括車輛距離本車的距離。

4.根據權利要求1所述的駕駛員意圖識別模型建立方法，其特征在于，所述車輛傳感器數據，具體包括：

所述車輛傳感器數據包括車輛點火的狀態、車速、車窗的狀態及車內外溫度或車內外濕度。

5.根據權利要求1所述的駕駛員意圖識別模型建立方法，其特征在于，對所述視覺感知事件、所述感知目標及狀態數據進行編碼，并與所述車輛傳感器數據進行融合處理，以得到樣本數據的步驟包括：

按照預設時間窗口寬度對所有數據進行分段處理；

根據數據類型對每段數據進行處理，包括對于連續性的數據，取時間窗口內的平均值；

對于事件性的數據，取時間窗口內最新的狀態；

對處理后的數據進行約束處理；

對約束處理后的數據進行融合處理得到所述樣本數據。

6.根據權利要求5所述的駕駛員意圖識別模型建立方法，其特征在于，所述約束處理包括分桶處理、歸一化處理或者標準化處理。

7.根據權利要求1所述的駕駛員意圖識別模型建立方法，其特征在于，對所述視覺感知事件、所述感知目標及狀態數據進行編碼的步驟，具體包括：

對所述圖像識別算法獲取的所述視覺感知事件，查詢預先建立的視覺感知事件的對應表進行編碼；

對所述雷達識別算法獲取的距離本車最近的多個所述感知目標及狀態，查詢預先建立的感知目標及狀態的對應表進行編碼。

8.根據權利要求1所述的駕駛員意圖識別模型建立方法，其特征在于，所述駕駛員意圖識別模型通過引入注意力機制，自動學習和計算輸入數據對輸出數據的貢獻大小，自動識別出對每個場景作用較大的輸入數據。

9.一種駕駛員意圖識別模型建立裝置，其特征在于，包括：

采集數據模塊，用于獲取不同場景中車內外數據，所述車內外數據包括圖像數據、雷達數據及車輛傳感器數據；

處理數據模塊，用于對所述圖像數據進行處理以生成不同視覺感知事件，對所述雷達數據進行處理以生成感知目標及狀態數據；

融合數據模塊，用于對所述視覺感知事件、所述感知目標及狀態數據進行編碼，并與所述車輛傳感器數據進行融合處理，以得到樣本數據；

訓練數據模塊，用于利用所述樣本數據對融合了注意力機制的神經網絡進行訓練，以獲取駕駛員意圖識別模型。

10.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，當所述一個或多個程序被所述一個或多個處理器執行時，使得所述電子設備實現如權利要求1至8中任一項所述的駕駛員意圖識別模型建立方法。

11.一種計算機可讀存儲介質，其特征在于，其上存儲有計算機可讀指令，當所述計算機可讀指令被計算機的處理器執行時，使計算機執行權利如要求1至8中任一項所述的駕駛員意圖識別模型建立方法。