车辆的行驶路径的确定方法、系统、装置和车辆制造方法及图纸

本发明专利技术公开了一种车辆的行驶路径的确定方法、系统、装置和车辆。其中，该方法包括：获取车辆在行驶过程中的路况数据，其中，路况数据用于表征车辆在行驶过程中的路况；通过目标检测模型对路况数据进行检测，确定位于车辆侧边的侧边车辆，其中，目标检测模型为在云端中基于车辆的历史路况数据训练得到，历史路况数据用于表征车辆在历史行驶过程中的路况；确定侧边车辆与车辆之间的距离；基于距离确定车辆在行驶过程中的行驶路径。本发明专利技术解决了预测车辆的侧边距离准确性低的技术问题。的侧边距离准确性低的技术问题。的侧边距离准确性低的技术问题。

【技术实现步骤摘要】
车辆的行驶路径的确定方法、系统、装置和车辆


[0001]本专利技术涉及车辆领域，具体而言，涉及一种车辆的行驶路径的确定方法、系统、装置和车辆。

技术介绍

[0002]目前，随着车辆产业的飞速发展，大部分车辆都在后方安装了距离探测摄像头，用于在泊车入位时，方便查看倒车影像，在很大程度上避免了交通事故的发生。但是，在超车或两侧都有车辆行驶的情况下，若不能很好的判断出两侧车辆与行驶车辆之间的距离，就盲目超车，则很有可能导致交通事故的发生。虽然车道线的存在减轻了这种交通事故的发生，但大型车辆由于宽度较大，使得超车时两侧的距离变得很狭窄，极有可能因为判断的不准确，造成车辆两侧剐蹭的交通事故，从而存在预测车辆的侧边距离准确性低的问题。
[0003]针对上述预测车辆的侧边距离准确性低的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本专利技术实施例提供了一种车辆的行驶路径的确定方法、系统、装置和车辆，以至少解决预测车辆的侧边距离准确性低的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种车辆的行驶路径的确定方法。该方法可以包括：获取车辆在行驶过程中的路况数据，其中，路况数据用于表征车辆在行驶过程中的路况；通过目标检测模型对路况数据进行检测，确定位于车辆侧边的侧边车辆，其中，目标检测模型为在云端中基于车辆的历史路况数据训练得到，历史路况数据用于表征车辆在历史行驶过程中的路况；确定侧边车辆与车辆之间的距离；基于距离确定车辆在行驶过程中的行驶路径。
[0006]可选地，该方法还包括：获取在多个历史时刻采集到的历史路况数据；对历史路况数据进行干扰操作，得到历史干扰数据；将历史路况数据和历史干扰数据传输至云端中，其中，云端用于基于历史路况数据和历史干扰数据训练得到目标检测模型。
[0007]可选地，获取在多个历史时刻采集到的历史路况数据，包括：在多个历史时刻中，响应于车辆的侧边存在侧边车辆，采集历史路况数据。
[0008]可选地，云端用于训练历史路况数据，得到初始目标检测模型，且基于历史干扰数据调整初始目标检测模型的模型参数，得到目标检测模型。
[0009]可选地，通过目标检测模型对路况数据进行检测，确定位于车辆侧边的侧边车辆，包括：获取在云端训练好的目标检测模型；通过目标检测模型对路况数据进行检测，确定位于车辆侧边的侧边车辆。
[0010]可选地，获取在云端训练好的目标检测模型，包括：按照预定时间周期获取在云端训练好的目标检测模型，并更新。
[0011]可选地，基于距离确定车辆在行驶过程中的行驶路径，包括：响应于距离大于距离阈值，确定车辆在行驶过程中的行驶路径为直行通过侧边车辆；或响应于距离不大于距离
阈值，确定车辆在行驶过程中的行驶路径为禁止直行通过侧边车辆。
[0012]根据本专利技术实施例的另一方面，还提供了一种车辆的行驶路径的确定系统。该系统可以包括：车辆，用于采集路况数据，通过目标检测模型对路况数据进行检测，确定位于车辆侧边的侧边车辆，确定侧边车辆与车辆之间的距离，基于距离确定车辆在行驶过程中的行驶路径；云端，用于获取车辆的历史路况数据，并基于历史路况数据训练得到目标检测模型。
[0013]根据本专利技术实施例的另一方面，还提供了一种车辆的行驶路径的确定装置。该装置可以包括：获取单元，用于获取车辆在行驶过程中的路况数据，其中，路况数据用于表征车辆在行驶过程中的路况；检测单元，用于通过目标检测模型对路况数据进行检测，确定位于车辆侧边的侧边车辆，其中，目标检测模型为在云端中基于车辆的历史路况数据训练得到，历史路况数据用于表征车辆在历史行驶过程中的路况；第一确定单元，用于确定侧边车辆与车辆之间的距离；第二确定单元，用于基于距离确定车辆在行驶过程中的行驶路径。
[0014]根据本专利技术实施例的另一方面，还提供了一种车辆。该车辆用于执行本专利技术实施例的车辆的行驶路径的确定方法。
[0015]根据本专利技术实施例的另一方面，还提供了一种计算机可读存储介质。该计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行本专利技术实施例的车辆的行驶路径的确定方法。
[0016]在本专利技术实施例中，获取车辆在行驶过程中的路况数据，其中，路况数据用于表征车辆在行驶过程中的路况；通过目标检测模型对路况数据进行检测，确定位于车辆侧边的侧边车辆，其中，目标检测模型为在云端中基于车辆的历史路况数据训练得到，历史路况数据用于表征车辆在历史行驶过程中的路况；确定侧边车辆与车辆之间的距离；基于距离确定车辆在行驶过程中的行驶路径。也就是说，本专利技术实施例通过目标检测模型对获取的车辆在行驶过程中的路况数据进行检测，可以确定位于车辆侧边的侧边车辆，基于确定的侧边车辆，可以确定侧边车辆与车辆之间的距离，基于确定的距离，可以确定车辆在行驶过程中的行驶路径，由于考虑到通过车道线判断车辆与侧边车辆之间的距离准确性较低，使用目标检测模型对车辆侧边的侧边车辆进行检测与识别，在检测到侧边车辆后，使用距离预测模型对检测到的侧边车辆与车辆之间的距离进行预测，以确定侧边车辆与车辆之间的距离，从而实现了提高预测车辆的侧边距离准确性的技术效果，解决了预测车辆的侧边距离准确性低的技术问题。
附图说明
[0017]此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0018]图1是根据本专利技术实施例的一种车辆的行驶路径的确定方法的流程图；
[0019]图2是根据本专利技术实施例的一种车辆的行驶路径的确定方法的示意图；
[0020]图3是根据本专利技术实施例的一种车辆的行驶路径的确定系统的示意图；
[0021]图4是根据本专利技术实施例的一种车辆的行驶路径的确定装置的示意图。
具体实施方式
[0022]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0023]需要说明的是，本专利技术的说明书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0024]实施例1
[0025]根据本专利技术实施例，提供了一种车辆的行驶路径的确定方法的实施例，需要说明的是，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆的行驶路径的确定方法，其特征在于，包括：获取车辆在行驶过程中的路况数据，其中，所述路况数据用于表征所述车辆在所述行驶过程中的路况；通过目标检测模型对所述路况数据进行检测，确定位于所述车辆侧边的侧边车辆，其中，所述目标检测模型为在云端中基于所述车辆的历史路况数据训练得到，所述历史路况数据用于表征所述车辆在历史行驶过程中的路况；确定所述侧边车辆与所述车辆之间的距离；基于所述距离确定所述车辆在所述行驶过程中的行驶路径。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取在多个历史时刻采集到的所述历史路况数据；对所述历史路况数据进行干扰操作，得到历史干扰数据；将所述历史路况数据和所述历史干扰数据传输至所述云端中，其中，所述云端用于基于所述历史路况数据和所述历史干扰数据训练得到所述目标检测模型。3.根据权利要求2所述的方法，其特征在于，获取在所述多个历史时刻采集到的所述历史路况数据，包括：在所述多个历史时刻中，响应于所述车辆的侧边存在所述侧边车辆，采集所述历史路况数据。4.根据权利要求2所述的方法，其特征在于，所述云端用于训练所述历史路况数据，得到初始目标检测模型，且基于所述历史干扰数据调整所述初始目标检测模型的模型参数，得到所述目标检测模型。5.根据权利要求1所述的方法，其特征在于，通过所述目标检测模型对所述路况数据进行检测，确定位于所述车辆侧边的所述侧边车辆，包括：获取在所述云端训练好的所述目标检测模型；通过所述目标检测模型对所述路况数据进行检测，确定位于所述车辆侧边的所述侧边车辆。6.根据权利要求5所述的方法，其特...

【专利技术属性】
技术研发人员：马成，吕贵林，陈涛，韩爽，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：