【技术实现步骤摘要】
本申请涉及智能驾驶，更具体地说，本申请涉及一种车辆辅助驾驶方法及相关设备。
技术介绍
1、随着智能驾驶技术的不断发展，车辆辅助驾驶作为提高驾驶安全性、舒适性和节能性的重要手段，在汽车行业中得到了广泛应用；然而，车辆辅助驾驶系统的多样化应用场景及个性化需求，使得智能驾驶模型的优化与适应性变得尤为关键；因此，如何实现模型在隐私保护下的高效更新与个性化优化成为了重要的技术挑战。
2、相关技术中，车辆辅助驾驶系统通常采用通用模型进行驾驶决策，这种方法虽然具备一定的通用性，但忽略了驾驶员个体差异及驾驶场景的多样化需求，难以满足不同用户对驾驶风格的个性化偏好；此外，传统联邦学习方法主要依赖上传全量模型参数进行服务器端聚合优化，这种方式在大规模模型应用中，存在数据传输量大、隐私保护不足以及本地设备资源占用高等问题，导致模型更新效率较低，个性化适配能力不足；尤其是在动态驾驶环境中，这些技术瓶颈可能导致辅助驾驶系统无法精准适应用户需求或复杂场景。也即，现有技术在车辆辅助驾驶中存在模型更新效率低、个性化适配不足以及隐私保护能力有限的技术问题。
技术实现思路
1、在本申请
技术实现思路
部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本申请的
技术实现思路
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
2、本申请提供的车辆辅助驾驶方法及相关装置，能够通过个性化标签驱动、隐私保护、分布式
3、第一方面，本申请提供一种车辆辅助驾驶方法，应用于目标车辆终端，包括：基于车辆行驶数据，确定与所述目标车辆终端对应的驾驶风格标签，并对本地智驾模型的模型参数进行更新；将所述模型参数的更新信息和所述驾驶风格标签上传至服务器端；根据所述服务器端下发的与所述驾驶风格标签对应的目标全局智驾模型，进行车辆辅助驾驶，其中，所述目标全局智驾模型是所述服务器端根据所述更新信息，对与所述驾驶风格标签对应的初始全局智驾模型进行参数更新得到的模型。
4、在一种可行的实施方式中，所述基于车辆行驶数据，确定与所述目标车辆终端对应的驾驶风格标签，并对本地智驾模型的模型参数进行更新，包括：基于所述车辆行驶数据或驾驶员的标签选择，确定与所述目标车辆终端对应的驾驶风格标签；基于所述车辆行驶数据，利用启发式算法对本地智驾模型的模型参数进行更新，其中，所述启发式算法包括遗传算法和模拟退火算法。
5、在一种可行的实施方式中，在基于所述车辆行驶数据，利用启发式算法对本地智驾模型的模型参数进行更新之后，所述车辆辅助驾驶方法还包括：基于驾驶员的偏好选择，以梯度更新的方式对本地智驾模型的模型参数进行更新。
6、在一种可行的实施方式中，所述车辆辅助驾驶方法还包括：将所述车辆行驶数据的第一数据量上传至所述服务器端；所述目标全局智驾模型是所述服务器端根据所述更新信息和模型参数权重，对与所述驾驶风格标签对应的初始全局智驾模型进行参数更新得到的模型，其中，所述模型参数权重是根据所述第一数据量和第二数据量计算得到，所述第二数据量是所述初始全局智驾模型的训练数据的数据量。
7、在一种可行的实施方式中，所述车辆辅助驾驶方法还包括：对所述车辆行驶数据进行本地加密存储，并设置禁止上传至所述服务器端的读写权限。
8、在一种可行的实施方式中，所述车辆行驶数据包括车辆动态行为数据、驾驶员注意力集中程度和车辆类型。
9、第二方面，本申请还提供一种车辆辅助驾驶装置，包括：本地参数更新单元，用于基于车辆行驶数据，确定与所述目标车辆终端对应的驾驶风格标签，并对本地智驾模型的模型参数进行更新；数据上传单元，用于将所述模型参数的更新信息和所述驾驶风格标签上传至服务器端；辅助驾驶单元，用于根据所述服务器端下发的与所述驾驶风格标签对应的目标全局智驾模型，进行车辆辅助驾驶，其中，所述目标全局智驾模型是所述服务器端根据所述更新信息，对与所述驾驶风格标签对应的初始全局智驾模型进行参数更新得到的模型。
10、第三方面，本申请还提供一种电子设备，包括：存储器和处理器，所述处理器用于执行所述存储器中存储的计算机程序时实现第一方面所述的车辆辅助驾驶方法的步骤。
11、第四方面，本申请还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的车辆辅助驾驶方法的步骤。
12、第五方面，本申请还提供一种计算机程序产品，包括计算机程序或计算机可执行指令，所述计算机程序或计算机可执行指令被处理器执行时，实现本申请实施例提供的车辆辅助驾驶方法。
13、第六方面，本申请还提供一种车辆辅助驾驶系统，包括车辆终端，用于执行本申请实施例提供的车辆辅助驾驶方法；服务器端，用于接收来自所述车辆终端的模型参数的更新信息和驾驶风格标签，并将根据所述更新信息和所述驾驶风格标签生成的目标全局智驾模型，下发至所述车辆终端。
14、综上，本申请通过对车辆行驶数据的分析，为每位驾驶员生成专属的驾驶风格标签(如节能驾驶、舒适驾驶等)，并在本地对智能驾驶模型进行针对性优化，使其更加贴合个体驾驶行为与偏好；仅将模型更新信息和驾驶风格标签上传至服务器，避免了原始数据的传输，有效降低隐私泄露风险；本地终端负责局部模型训练和更新，仅上传增量信息，而服务器端进行全局模型的优化与整合，显著减少了数据传输量和服务器计算负担，同时形成快速高效的模型优化迭代循环，确保智能驾驶模型能够快速适应动态需求；优化后的目标全局模型通过云端下发至车辆终端，实时用于辅助驾驶，有效提升驾驶安全性、舒适性和节能性。综上所述，本申请提供的车辆辅助驾驶方法通过个性化标签驱动、隐私保护、分布式增量优化和快速迭代循环，全面提升智能驾驶模型的适应性、安全性、舒适性和节能性。
本文档来自技高网...【技术保护点】
1.一种车辆辅助驾驶方法，应用于目标车辆终端，其特征在于，包括：
2.根据权利要求1所述的车辆辅助驾驶方法，其特征在于，所述基于车辆行驶数据，确定与所述目标车辆终端对应的驾驶风格标签，并对本地智驾模型的模型参数进行更新，包括：
3.根据权利要求2所述的车辆辅助驾驶方法，其特征在于，在基于所述车辆行驶数据，利用启发式算法对本地智驾模型的模型参数进行更新之后，所述车辆辅助驾驶方法还包括：
4.根据权利要求1所述的车辆辅助驾驶方法，其特征在于，所述车辆辅助驾驶方法还包括：
5.根据权利要求1所述的车辆辅助驾驶方法，其特征在于，所述车辆辅助驾驶方法还包括：
6.根据权利要求1至5任一项所述的车辆辅助驾驶方法，其特征在于，所述车辆行驶数据包括车辆动态行为数据、驾驶员注意力集中程度和车辆类型。
7.一种车辆辅助驾驶装置，其特征在于，包括：
8.一种车辆辅助驾驶系统，其特征在于，包括：
9.一种电子设备，包括：存储器和处理器，其特征在于，所述处理器用于执行所述存储器中存储的计算机程序时实现如权利要求
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的车辆辅助驾驶方法的步骤。
...【技术特征摘要】
1.一种车辆辅助驾驶方法，应用于目标车辆终端，其特征在于，包括：
2.根据权利要求1所述的车辆辅助驾驶方法，其特征在于，所述基于车辆行驶数据，确定与所述目标车辆终端对应的驾驶风格标签，并对本地智驾模型的模型参数进行更新，包括：
3.根据权利要求2所述的车辆辅助驾驶方法，其特征在于，在基于所述车辆行驶数据，利用启发式算法对本地智驾模型的模型参数进行更新之后，所述车辆辅助驾驶方法还包括：
4.根据权利要求1所述的车辆辅助驾驶方法，其特征在于，所述车辆辅助驾驶方法还包括：
5.根据权利要求1所述的车辆辅助驾驶方法，其特征在于，所述车辆辅助驾驶方法还包括：...
【专利技术属性】
技术研发人员：牟雪榕，涂宁宁，赵悦含，黄值仪，刘永斌，
申请(专利权)人：岚图汽车科技有限公司，
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。