【技术实现步骤摘要】
本申请涉及车辆智慧出行，尤其涉及一种车辆驾驶模式智能控制方法、装置、设备及产品。
技术介绍
1、在当今的汽车行业中，随着消费者对驾驶体验和安全性的追求不断升级，车辆智能化技术已成为推动行业发展的重要动力。特别是在复杂多变的地形条件下，驾驶模式的智能切换显得尤为重要。传统上，驾驶模式的切换通常依赖于驾驶员的判断和手动操作。然而，在不同的地形条件下，驾驶员可能难以准确判断最佳的驾驶模式，或者因为疏忽而未能及时切换。这不仅可能影响驾驶的舒适性和安全性，还可能对车辆造成不必要的磨损和损伤。
2、因此，如何根据地形智能切换驾驶模式，是亟待解决的问题。
3、上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本申请的主要目的在于提供一种车辆驾驶模式智能控制方法、装置、设备及产品，旨在解决根据地形智能切换驾驶模式的技术问题。
2、为实现上述目的，本申请提出一种车辆驾驶模式智能控制方法，所述的方法包括：
3、基于地形图像数据，构建初始图像识别模型的初始数据集；
4、基于所述初始数据集，训练初始图像识别模型，得到目标图像识别模型；
5、基于所述目标图像识别模型，对当前地形工况进行识别，得到识别结果；
6、根据所述识别结果，控制车辆驾驶模式。
7、在一实施例中，所述基于所述初始数据集，训练初始图像识别模型，得到目标图像识别模型的步骤，包括：
8、将所述初始
9、根据所述训练集对所述初始图像识别模型进行训练；
10、根据所述验证集以及测试集对训练过程中的初始图像识别模型性能；
11、当所述初始图像识别模型性能满足预设标准时，得到目标图像识别模型。
12、在一实施例中，所述根据所述训练集对所述初始图像识别模型进行训练的步骤，包括：
13、初始化所述初始图像识别模型的权值；
14、基于所述权值，对所述训练集进行随机抽样，得到抽样数据值；
15、输入所述抽样数据值至卷积层、池化层、全连接层进行向前传播，得到输出值；
16、计算所述输出值与目标值的误差值，当所述误差值小于期望值时，训练结束。
17、在一实施例中，所述计算所述输出值与目标值的误差值的步骤之后，还包括：
18、当所述误差大于所述期望值时，将所述误差值输入回所述初始图像识别模型中，并依次求得全连接层、池化层、卷积层的误差值。
19、根据所述全连接层、池化层、卷积层的误差值对权值更新，并返回所述基于所述权值，对所述训练集进行随机抽样的步骤。
20、在一实施例中，所述基于所述目标图像识别模型，对当前地形工况进行识别，得到识别结果的步骤，包括：
21、实时采集目标车辆当前行驶的地形图像；
22、将采集的当前地形图像输入至所述目标图像识别模型，识别当前地形图像对应的当前地形工况；
23、基于所述当前地形工况，得到识别结果。
24、在一实施例中，所述基于所述初始数据集，训练初始图像识别模型，得到目标图像识别模型的步骤，包括：
25、对所述地形图像进行降噪处理，并基于降噪处理后的地形图像数据，得到中间数据集；
26、基于所述中间数据集，训练初始图像识别模型，得到目标图像识别模型。
27、此外，为实现上述目的，本申请还提出一种车辆驾驶模式智能控制装置，所述车辆驾驶模式智能控制装置包括：
28、模型构建模块，用于基于地形图像数据，构建初始图像识别模型的初始数据集；
29、模型训练模块，用于基于所述初始数据集，训练初始图像识别模型，得到目标图像识别模型；
30、图像识别模块，用于基于所述目标图像识别模型，对当前地形工况进行识别，得到识别结果；
31、模式控制模块，用于根据所述识别结果，控制车辆驾驶模式。
32、此外，为实现上述目的，本申请还提出一种车辆驾驶模式智能控制设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的车辆驾驶模式智能控制方法的步骤。
33、此外，为实现上述目的，本申请还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的车辆驾驶模式智能控制方法的步骤。
34、此外，为实现上述目的，本申请还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上文所述的车辆驾驶模式智能控制方法的步骤。
35、本申请提出的一个或多个技术方案，至少具有以下技术效果：
36、基于地形图像数据，构建初始图像识别模型的初始数据集，并基于初始数据集，训练初始图像识别模型，得到目标图像识别模型，这样的方式能够实现更高的地形识别准确率，确保驾驶模式切换的准确性和可靠性。基于目标图像识别模型，对当前地形工况进行识别，得到识别结果，确保了图像识别的实时性，满足车辆行驶的实时性要求。进一步地，根据识别结果，控制车辆驾驶模式，保证了驾驶模式切换的实时性，通过自动识别和切换驾驶模式，显著提高了车辆的智能化水平。
本文档来自技高网...【技术保护点】
1.一种车辆驾驶模式智能控制方法，其特征在于，所述的方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于所述初始数据集，训练初始图像识别模型，得到目标图像识别模型的步骤，包括：
3.如权利要求2所述的方法，其特征在于，所述根据所述训练集对所述初始图像识别模型进行训练的步骤，包括：
4.如权利要求3所述的方法，其特征在于，所述计算所述输出值与目标值的误差值的步骤之后，还包括：
5.如权利要求4所述的方法，其特征在于，所述基于所述目标图像识别模型，对当前地形工况进行识别，得到识别结果的步骤，包括：
6.如权利要求1所述的方法，其特征在于，所述基于所述初始数据集，训练初始图像识别模型，得到目标图像识别模型的步骤，包括：
7.一种车辆驾驶模式智能控制装置，其特征在于，所述装置包括：
8.一种车辆驾驶模式智能控制设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至6中任一项所述的车辆驾驶模式智能控制方法的步骤。<...
【技术特征摘要】
1.一种车辆驾驶模式智能控制方法，其特征在于，所述的方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于所述初始数据集，训练初始图像识别模型，得到目标图像识别模型的步骤，包括：
3.如权利要求2所述的方法，其特征在于，所述根据所述训练集对所述初始图像识别模型进行训练的步骤，包括：
4.如权利要求3所述的方法，其特征在于，所述计算所述输出值与目标值的误差值的步骤之后，还包括：
5.如权利要求4所述的方法，其特征在于，所述基于所述目标图像识别模型，对当前地形工况进行识别，得到识别结果的步骤，包括：
6.如权利要求1所述的方法，其特征在于，所述基于所述初始数据集，训练初始图像识别模型，得到目标图像识别模型的步骤，包括：...
【专利技术属性】
技术研发人员：靖阳，
申请(专利权)人：东风汽车集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。