【技術(shù)實現(xiàn)步驟摘要】
本申請涉及智能駕駛，具體而言，涉及一種基于自動駕駛的數(shù)據(jù)處理方法、裝置、介質(zhì)、設(shè)備及車輛。
技術(shù)介紹
1、ai(artificial?intelligence，人工智能)在自動駕駛中的應(yīng)用非常廣泛，它是實現(xiàn)自動駕駛的關(guān)鍵技術(shù)之一。自動駕駛車輛需要通過傳感器采集周圍信息，例如激光雷達采集的雷達點云、攝像頭采集的圖像等，然后使用感知識別算法對這些信息進行處理，識別出道路、車輛、行人、信號燈等物體，再利用決策規(guī)劃模型做出決策和規(guī)劃行駛路線，例如選擇合適的車道、保持安全距離、避免碰撞等。其中，在訓(xùn)練決策規(guī)劃模型時，通常需要收集專家在各種駕駛場景的駕駛數(shù)據(jù)作為訓(xùn)練集對決策規(guī)劃模型進行訓(xùn)練。在這種情況下，決策規(guī)劃模型的質(zhì)量需求越高，采集專家駕駛數(shù)據(jù)的人工成本就越高。
技術(shù)實現(xiàn)思路
1、本申請?zhí)峁┝艘环N基于自動駕駛的數(shù)據(jù)處理方法、裝置、介質(zhì)、設(shè)備及車輛，能夠在提高決策規(guī)劃模型質(zhì)量的前提下，減少車輛駕駛數(shù)據(jù)的采集成本。
2、具體的技術(shù)方案如下：
3、第一方面，本申請實施例提供了一種基于自動駕駛的數(shù)據(jù)處理方法，所述方法包括：
4、在自車基于預(yù)先訓(xùn)練的決策規(guī)劃模型進行自動駕駛，并實時錄制車輛駕駛數(shù)據(jù)的過程中，檢測所述自車是否滿足駕駛數(shù)據(jù)篩選觸發(fā)條件，其中，所述駕駛數(shù)據(jù)篩選觸發(fā)條件包括篩選異常駕駛行為的觸發(fā)條件；
5、當(dāng)所述自車滿足駕駛數(shù)據(jù)篩選觸發(fā)條件時，觸發(fā)篩選出第一車輛駕駛數(shù)據(jù)集，其中，所述第一車輛駕駛數(shù)據(jù)集包括預(yù)設(shè)時間段內(nèi)錄制的多幀車輛駕駛數(shù)據(jù)，所述
6、基于自動駕駛的決策規(guī)劃規(guī)則對所述第一車輛駕駛數(shù)據(jù)集進行仿真訓(xùn)練，獲得所述第二車輛駕駛數(shù)據(jù)集，其中，所述第二車輛駕駛數(shù)據(jù)集滿足安全駕駛策略；
7、利用所述第二車輛駕駛數(shù)據(jù)集對所述決策規(guī)劃模型進行訓(xùn)練。
8、通過上述方案可知，本申請實施例在自車基于預(yù)先訓(xùn)練的決策規(guī)劃模型進行自動駕駛，并實時錄制車輛駕駛數(shù)據(jù)的過程中，當(dāng)檢測到自車滿足篩選異常駕駛行為的觸發(fā)條件時，觸發(fā)篩選出第一車輛駕駛數(shù)據(jù)集，并基于自動駕駛的決策規(guī)劃規(guī)則對第一車輛駕駛數(shù)據(jù)集進行仿真訓(xùn)練，獲得滿足安全駕駛策略的第二車輛駕駛數(shù)據(jù)集。由此可知，本申請實施例在預(yù)先基于專家駕駛數(shù)據(jù)訓(xùn)練得到一個版本的決策規(guī)劃模型之后，可以通過將決策規(guī)劃模型應(yīng)用于實車，來采集異常駕駛行為數(shù)據(jù)，并對異常駕駛行為數(shù)據(jù)進行修正后，繼續(xù)對決策規(guī)劃模型進行改進，而無需再找專家人工駕駛，從而可以降低人工成本。
9、在第一方面的第一種可能的實現(xiàn)方式中，所述檢測所述自車是否滿足駕駛數(shù)據(jù)篩選觸發(fā)條件，包括：
10、當(dāng)接收到手動觸發(fā)指令時，確定所述自車滿足所述駕駛數(shù)據(jù)篩選觸發(fā)條件；和/或，
11、當(dāng)自車當(dāng)前行駛狀態(tài)滿足預(yù)設(shè)駕駛數(shù)據(jù)篩選規(guī)則時，確定所述自車滿足所述駕駛數(shù)據(jù)篩選觸發(fā)條件，其中，所述預(yù)設(shè)駕駛數(shù)據(jù)篩選規(guī)則包括基于不同駕駛場景的危險駕駛行為確定的規(guī)則；和/或，
12、在所述自車基于自動駕駛系統(tǒng)行駛過程中，當(dāng)檢測到接管操作時，確定所述自車滿足所述駕駛數(shù)據(jù)篩選觸發(fā)條件。
13、通過上述方案可知，本申請實施例可以手動觸發(fā)篩選車輛駕駛數(shù)據(jù)，也可以基于規(guī)則自動觸發(fā)篩選車輛駕駛數(shù)據(jù)，還可以基于接管操作自動觸發(fā)篩選車輛駕駛數(shù)據(jù)，從而從多方面采集異常駕駛行為數(shù)據(jù)，并通過對異常駕駛行為修正得到符合安全駕駛策略的駕駛數(shù)據(jù)，進而可以高效地完成對所關(guān)注的駕駛場景的車輛駕駛數(shù)據(jù)的采集。
14、在第一方面的第二種可能的實現(xiàn)方式中，所述預(yù)設(shè)駕駛數(shù)據(jù)篩選規(guī)則包括以下至少一項：
15、所述自車的車頭與目標(biāo)車輛的車尾之間的碰撞時間ttc小于或者等于第一時間閾值；
16、在所述自車避讓目標(biāo)車輛的過程中，所述自車與所述目標(biāo)車輛的距離小于或者等于第一距離閾值；
17、在所述自車變道過程中，所述自車與周圍車輛的距離小于或者等于第二距離閾值；
18、在所述自車避讓所述目標(biāo)車輛的過程中，所述自車與車道線之間的距離小于或者等于第三距離閾值；
19、在所述自車避讓所述目標(biāo)車輛的過程中，在所述自車經(jīng)過所述目標(biāo)車輛后避讓最短時間小于或者等于第二時間閾值。
20、在第一方面的第三種可能的實現(xiàn)方式中，在基于自動駕駛的決策規(guī)劃規(guī)則對所述第一車輛駕駛數(shù)據(jù)集進行仿真訓(xùn)練，獲得所述第二車輛駕駛數(shù)據(jù)集之前，所述方法還包括：
21、按照預(yù)設(shè)規(guī)則，確定所述第一車輛駕駛數(shù)據(jù)集中每一幀所述車輛駕駛數(shù)據(jù)對應(yīng)的元數(shù)據(jù)信息，并將所述第一車輛駕駛數(shù)據(jù)集和所述第一車輛駕駛數(shù)據(jù)集中每一幀所述車輛駕駛數(shù)據(jù)對應(yīng)的所述元數(shù)據(jù)信息構(gòu)成更新后的所述第一車輛駕駛數(shù)據(jù)集，其中，所述元數(shù)據(jù)信息包括用于描述所述車輛駕駛數(shù)據(jù)的附加信息；
22、所述基于自動駕駛的決策規(guī)劃規(guī)則對所述第一車輛駕駛數(shù)據(jù)集進行仿真訓(xùn)練，獲得所述第二車輛駕駛數(shù)據(jù)集，包括：
23、基于所述決策規(guī)劃規(guī)則對更新后的所述第一車輛駕駛數(shù)據(jù)集進行仿真訓(xùn)練，獲得所述第二車輛駕駛數(shù)據(jù)集。
24、通過上述方案可知，本申請實施例在原有車輛駕駛數(shù)據(jù)的基礎(chǔ)上添加了元數(shù)據(jù)信息輔助模型訓(xùn)練，從而可以進一步提高決策規(guī)劃模型的準(zhǔn)確度。
25、在第一方面的第四種可能的實現(xiàn)方式中，所述預(yù)設(shè)規(guī)則包括基于所述決策規(guī)劃規(guī)則確定的規(guī)則。
26、第二方面，本申請實施例提供了一種基于自動駕駛的數(shù)據(jù)處理裝置，所述裝置包括：
27、檢測單元，用于在自車行駛基于預(yù)先訓(xùn)練的決策規(guī)劃模型進行自動駕駛，并實時錄制車輛駕駛數(shù)據(jù)的過程中，檢測所述自車是否滿足駕駛數(shù)據(jù)篩選觸發(fā)條件，其中，所述駕駛數(shù)據(jù)篩選觸發(fā)條件包括篩選異常駕駛行為的觸發(fā)條件；
28、篩選單元，用于當(dāng)所述自車滿足駕駛數(shù)據(jù)篩選觸發(fā)條件時，觸發(fā)篩選出第一車輛駕駛數(shù)據(jù)集，其中，所述第一車輛駕駛數(shù)據(jù)集包括預(yù)設(shè)時間段內(nèi)錄制的多幀車輛駕駛數(shù)據(jù)，所述預(yù)設(shè)時間段包括所述車輛滿足駕駛數(shù)據(jù)篩選觸發(fā)條件時前后一段時間；
29、仿真單元，用于基于自動駕駛的決策規(guī)劃規(guī)則對所述第一車輛駕駛數(shù)據(jù)集進行仿真訓(xùn)練，獲得所述第二車輛駕駛數(shù)據(jù)集，其中，所述第二車輛駕駛數(shù)據(jù)集滿足安全駕駛策略；
30、訓(xùn)練單元，用于利用所述第二車輛駕駛數(shù)據(jù)集對所述決策規(guī)劃模型進行訓(xùn)練。
31、在第二方面的第一種可能的實現(xiàn)方式中，所述檢測單元，用于：
32、當(dāng)接收到手動觸發(fā)指令時，確定所述自車滿足所述駕駛數(shù)據(jù)篩選觸發(fā)條件；和/或，
33、當(dāng)自車當(dāng)前行駛狀態(tài)滿足預(yù)設(shè)駕駛數(shù)據(jù)篩選規(guī)則時，確定所述自車滿足所述駕駛數(shù)據(jù)篩選觸發(fā)條件，其中，所述預(yù)設(shè)駕駛數(shù)據(jù)篩選規(guī)則包括基于不同駕駛場景的危險駕駛行為確定的規(guī)則；和/或，
34、在所述自車基于自動駕駛系統(tǒng)行駛過程中，當(dāng)檢測到接管操作時，確定所述自車滿足所述駕駛數(shù)據(jù)篩選觸發(fā)條件。
35、在第二方面的第二種可能的實現(xiàn)方式中，所述預(yù)設(shè)駕駛數(shù)據(jù)篩選規(guī)則包括以下至少本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種基于自動駕駛的數(shù)據(jù)處理方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述檢測所述自車是否滿足駕駛數(shù)據(jù)篩選觸發(fā)條件，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述預(yù)設(shè)駕駛數(shù)據(jù)篩選規(guī)則包括以下至少一項：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，在基于自動駕駛的決策規(guī)劃規(guī)則對所述第一車輛駕駛數(shù)據(jù)集進行仿真訓(xùn)練，獲得所述第二車輛駕駛數(shù)據(jù)集之前，所述方法還包括：
5.根據(jù)權(quán)利要求1-4中任一項所述的方法，其特征在于，所述預(yù)設(shè)規(guī)則包括基于所述決策規(guī)劃規(guī)則確定的規(guī)則。
6.一種基于自動駕駛的數(shù)據(jù)處理裝置，其特征在于，所述裝置包括：
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述檢測單元，用于：
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述預(yù)設(shè)駕駛數(shù)據(jù)篩選規(guī)則包括以下至少一項：
9.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述方法還包括：
10.根據(jù)權(quán)利要求6-9中任一項所述的裝置，其特征在于，所述預(yù)設(shè)規(guī)則包括基于所述決策規(guī)劃規(guī)則確定的規(guī)則。
11.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-5中任一項所述的方法。
12.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：
13.一種車輛，其特征在于，所述車輛包含如權(quán)利要求6-10中任一項所述的裝置，或者包含如權(quán)利要求12所述的電子設(shè)備。
...【技術(shù)特征摘要】
1.一種基于自動駕駛的數(shù)據(jù)處理方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述檢測所述自車是否滿足駕駛數(shù)據(jù)篩選觸發(fā)條件，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述預(yù)設(shè)駕駛數(shù)據(jù)篩選規(guī)則包括以下至少一項：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，在基于自動駕駛的決策規(guī)劃規(guī)則對所述第一車輛駕駛數(shù)據(jù)集進行仿真訓(xùn)練，獲得所述第二車輛駕駛數(shù)據(jù)集之前，所述方法還包括：
5.根據(jù)權(quán)利要求1-4中任一項所述的方法，其特征在于，所述預(yù)設(shè)規(guī)則包括基于所述決策規(guī)劃規(guī)則確定的規(guī)則。
6.一種基于自動駕駛的數(shù)據(jù)處理裝置，其特征在于，所述裝置包括：
7.根據(jù)權(quán)利要求6所...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：藍比佳，顧陽，廖瀚文，楊春林，李琦，
申請(專利權(quán))人：初速度蘇州科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。