一种自动驾驶方法、装置及存储介质制造方法及图纸

本申请提供一种自动驾驶方法、装置及存储介质，涉及计算机技术领域，用于解决通用技术确定的驾驶数据的准确度较低的技术问题。该自动驾驶方法包括：获取目标车辆在待规划驾驶场景中的待规划场景数据；将待规划场景数据输入到预先训练好的自动驾驶模型中，以得到目标驾驶数据；控制目标车辆按照目标驾驶数据进行自动驾驶。动驾驶。动驾驶。

【技术实现步骤摘要】
一种自动驾驶方法、装置及存储介质


[0001]本申请涉及计算机
，尤其涉及一种自动驾驶方法、装置及存储介质。

技术介绍

[0002]随着自动驾驶领域的快速发展，准确的确定出驾驶数据可以为自动驾驶领域的提供重要依据。
[0003]目前，自动驾驶方法通常通过车道检测技术或者车道跟踪技术检测当前车辆行驶的车道信息，进而根据检测到的车道信息计算驾驶数据，从而实现自动驾驶。
[0004]但是，根据检测到的车道信息计算驾驶数据时，计算过程比较复杂，误差较大。其次，在当前车辆行驶的车道上的无车道标记或者车道标记比较模糊时，通用的自动驾驶方法无法准确的获取到车道信息，从而导致确定的驾驶数据的准确度较低。

技术实现思路

[0005]本申请提供一种自动驾驶方法、装置及存储介质，用于解决通用技术的无法全面的检测待检测对象的健康状态的技术问题。
[0006]为达到上述目的，本申请采用如下技术方案：
[0007]第一方面，提供一种自动驾驶方法，包括：
[0008]获取目标车辆在待规划驾驶场景中的待规划场景数据；
[0009]将待规划场景数据输入到预先训练好的自动驾驶模型中，以得到目标驾驶数据；
[0010]控制目标车辆按照目标驾驶数据进行自动驾驶。
[0011]可选的，自动驾驶方法还包括：
[0012]获取多个训练场景数据；
[0013]根据多个训练场景数据对待训练模型进行训练，直到待训练模型满足收敛条件，以得到自动驾驶模型。
[0014]可选的，待训练模型包括：规范化层、卷积层、最大池层、完全连接层和随机失活层；当训练场景数据为图像数据时，
[0015]规范化层用于将图像数据的像素值归一化为预设像素值区间；
[0016]卷积层用于提取图像数据的图像特征；
[0017]最大池层用于调整图像数据的图像大小；
[0018]完全连接层用于将卷积层提取的图像特征进行分类，以得到多个类别特征；多个类别特征包括：速度特征和航向角特征；
[0019]随机失活层用于根据预设禁用概率，降低待训练模型中神经元的数量。
[0020]可选的，待规划场景数据包括：目标车辆在待规划驾驶场景中的图像数据；目标车辆包括多个摄像头；多个摄像头用于采集图像数据。
[0021]可选的，目标驾驶数据包括：目标速度和目标航向角；控制目标车辆按照目标驾驶数据进行自动驾驶，包括：
[0022]获取目标车辆的当前驾驶数据；当前驾驶数据包括：当前速度和当前航向角；
[0023]当目标速度与当前速度不同，和/或，目标航向角与当前航向角不同时，控制目标车辆将当前驾驶数据调整为目标驾驶数据进行自动驾驶；
[0024]当目标速度与当前速度相同，且目标航向角与当前航向角相同时，控制目标车辆按照目标驾驶数据进行自动驾驶。
[0025]第二方面，提供一种自动驾驶装置，包括：获取单元和处理单元；
[0026]获取单元，用于获取目标车辆在待规划驾驶场景中的待规划场景数据；
[0027]处理单元，用于将待规划场景数据输入到预先训练好的自动驾驶模型中，以得到目标驾驶数据；
[0028]处理单元，还用于控制目标车辆按照目标驾驶数据进行自动驾驶。
[0029]可选的，获取单元，还用于获取多个训练场景数据；
[0030]处理单元，还用于根据多个训练场景数据对待训练模型进行训练，直到待训练模型满足收敛条件，以得到自动驾驶模型。
[0031]可选的，待训练模型包括：规范化层、卷积层、最大池层、完全连接层和随机失活层；当训练场景数据为图像数据时，
[0032]规范化层用于将图像数据的像素值归一化为预设像素值区间；
[0033]卷积层用于提取图像数据的图像特征；
[0034]最大池层用于调整图像数据的图像大小；
[0035]完全连接层用于将卷积层提取的图像特征进行分类，以得到多个类别特征；多个类别特征包括：速度特征和航向角特征；
[0036]随机失活层用于根据预设禁用概率，降低待训练模型中神经元的数量。
[0037]可选的，待规划场景数据包括：目标车辆在待规划驾驶场景中的图像数据；目标车辆包括多个摄像头；多个摄像头用于采集图像数据。
[0038]可选的，目标驾驶数据包括：目标速度和目标航向角；处理单元，具体用于：
[0039]获取目标车辆的当前驾驶数据；当前驾驶数据包括：当前速度和当前航向角；
[0040]当目标速度与当前速度不同，和/或，目标航向角与当前航向角不同时，控制目标车辆将当前驾驶数据调整为目标驾驶数据进行自动驾驶；
[0041]当目标速度与当前速度相同，且目标航向角与当前航向角相同时，控制目标车辆按照目标驾驶数据进行自动驾驶。
[0042]第三方面，提供一种自动驾驶装置，包括存储器和处理器；存储器用于存储计算机执行指令，处理器与存储器通过总线连接；当自动驾驶装置运行时，处理器执行存储器存储的计算机执行指令，以使自动驾驶装置执行第一方面所述的自动驾驶方法。
[0043]该自动驾驶装置可以是网络设备，也可以是网络设备中的一部分装置，例如网络设备中的芯片系统。该芯片系统用于支持网络设备实现第一方面及其任意一种可能的实现方式中所涉及的功能，例如，获取、确定、发送上述自动驾驶方法中所涉及的数据和/或信息。该芯片系统包括芯片，也可以包括其他分立器件或电路结构。
[0044]第四方面，提供一种计算机可读存储介质，计算机可读存储介质包括计算机执行指令，当计算机执行指令在计算机上运行时，使得该计算机执行第一方面所述的自动驾驶方法。
[0045]第五方面，还提供一种计算机程序产品，该计算机程序产品包括计算机指令，当计算机指令在自动驾驶装置上运行时，使得自动驾驶装置执行如上述第一方面所述的自动驾驶方法。
[0046]需要说明的是，上述计算机指令可以全部或者部分存储在计算机可读存储介质上。其中，计算机可读存储介质可以与自动驾驶装置的处理器封装在一起的，也可以与自动驾驶装置的处理器单独封装，本申请实施例对此不作限定。
[0047]本申请中第二方面、第三方面、第四方面以及第五方面的描述，可以参考第一方面的详细描述。
[0048]在本申请实施例中，上述自动驾驶装置的名字对设备或功能模块本身不构成限定，在实际实现中，这些设备或功能模块可以以其他名称出现。例如，接收单元还可以称为接收模块、接收器等。只要各个设备或功能模块的功能和本申请类似，属于本申请权利要求及其等同技术的范围之内。
[0049]本申请提供的技术方案至少带来以下有益效果：
[0050]基于上述任一方面，本申请提供一种自动驾驶方法，可以获取目标车辆在待规划驾驶场景中的待规划场景数据，并将待规划场景数据输入到预先训练好的自动驾驶模型中，以得到目标驾驶数据。后续，可以控制目标车辆按照目标驾驶数据进行自动驾驶。
[0051]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶方法，其特征在于，包括：获取目标车辆在待规划驾驶场景中的待规划场景数据；将所述待规划场景数据输入到预先训练好的自动驾驶模型中，以得到目标驾驶数据；控制所述目标车辆按照所述目标驾驶数据进行自动驾驶。2.根据权利要求1所述的自动驾驶方法，其特征在于，还包括：获取多个训练场景数据；根据所述多个训练场景数据对待训练模型进行训练，直到所述待训练模型满足收敛条件，以得到所述自动驾驶模型。3.根据权利要求2所述的自动驾驶方法，其特征在于，所述待训练模型包括：规范化层、卷积层、最大池层、完全连接层和随机失活层；当所述训练场景数据为图像数据时，所述规范化层用于将所述图像数据的像素值归一化为预设像素值区间；所述卷积层用于提取所述图像数据的图像特征；所述最大池层用于调整所述图像数据的图像大小；所述完全连接层用于将所述卷积层提取的图像特征进行分类，以得到多个类别特征；所述多个类别特征包括：速度特征和航向角特征；所述随机失活层用于根据预设禁用概率，降低所述待训练模型中神经元的数量。4.根据权利要求1
‑
3任一项所述的自动驾驶方法，其特征在于，所述待规划场景数据包括：所述目标车辆在所述待规划驾驶场景中的图像数据；所述目标车辆包括多个摄像头；所述多个摄像头用于采集所述图像数据。5.根据权利要求1
‑
3任一项所述的自动驾驶方法，其特征在于，所述目标驾驶数据包括：目标速度和目标航向角；所述控制所述目标车辆按照所述目标驾驶数据进行自动驾驶，包括：获取所述目标车辆的当前驾驶数据；所述当前驾驶数据包括：当前速度和当前航向角；当所述目标速度与所述当前速度不同，和/或，所述目标航向角与所述当前航向角不同时，控制所述目标车辆将当前驾驶数据调整为所述目标驾驶数据进行自动驾驶；当所述目标速度与所述当前速度相同，且所述目标航向角与所述当前航向角相同时，控制所述目标车辆按照所述目标驾驶数据进行自动驾驶。6.一种自动驾驶装置，其特征在于，包括：获取单元和处理单元；所述获取单元，用于获取目标车辆在待规划驾驶场景中的待规划场景数据；所述处理单元，用于将所述待规划场景数据输入到预先训练好的自动驾驶模型中，以得到目标驾驶数据；所述处理单元，还用于控制所述目标车辆按照所述目标驾驶数据进行自动驾驶。7.根据权利要求...

【专利技术属性】
技术研发人员：王晓林，陈冰，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：