基于海量驾驶视频数据训练的无人汽车驾驶决策方法技术

本发明专利技术公开了一种基于海量驾驶视频数据训练的无人汽车驾驶决策方法，涉及无人汽车技术领域。所述方法包括：使用决策装置，运行无人驾驶程序，将无人驾驶决策的结果与所述上传到云端的视频数据中的驾驶员实际驾驶结果进行比较，如果驾驶员操纵结果与机器决策的结果相同，则只进行相关驾驶数据的结构化信息记录后，存储在本地，不将视频数据进行上传；当算法预测的驾驶决策与驾驶员的实际决策不一致的时候，系统将用于算法决策的视频、用于决策判断的深度学习模型特征、算法决策相关参数、人类驾驶员的实际操作参数进行上传，使其他决策装置进行训练学习，并根据决策的结果驱动汽车进行驾驶。所述方法具有成本低、数据计算量小、反应速度快的优点。

Unmanned vehicle driving decision method based on mass driving video data training

The invention discloses an unmanned vehicle driving decision method based on mass driving video data training, which involves the technical field of unmanned vehicle. The method includes: using decision device, unmanned operation program, video data will be unmanned decision results and the upload to cloud the driver in the actual driving results are compared, if the pilot results and decisions of the same machine, structured information recording in the relevant driving data, stored in the local, not to upload the video data; when the actual decision when driving and driver decision algorithm prediction is inconsistent, the algorithm of decision system will be used for video, for the actual operation parameters of human driver model features, deep learning algorithm of decision relevant parameters, decision of the upload, make other decision device for training and learning according to the result of the decision, and drive the car driving. The method has the advantages of low cost, small amount of data and fast reaction speed.

【技术实现步骤摘要】
基于海量驾驶视频数据训练的无人汽车驾驶决策方法
本专利技术涉及汽车无人驾驶方法
，尤其涉及一种基于海量驾驶视频数据训练的无人汽车驾驶决策方法。
技术介绍
无人驾驶汽车是现在非常火热的一项技术，有很多国内外知名的主机厂和互联网公司都投入大量人力物力来从事相关的研究工作。相较于人类专业驾驶员每70000公里出现一次事故的统计指标，现在最先进的Google无人驾驶汽车也只能做到平均每8000公里出现一次交通事故，无人驾驶汽车在智能性和安全性上，还有一段很长的路要走。其中，最制约无人驾驶汽车发展的技术瓶颈是，无人驾驶汽车为了应对各种复杂路况以及复杂交通场景，需要大量的先验数据作为训练数据，只有经过大量的先验数据的训练，无人驾驶汽车才能变得越来越智能化，但即使Google公司通过大量的无人驾驶汽车里程积累，4-5年时间共积累了数百万公里的数据，但对于训练安全性稳定性能够达到商用要求的无人驾驶汽车来说，依然是杯水车薪。在无人驾驶系统进行训练的过程中，如果将大量的视频数据进行上传，由于视频等非结构化数据体积非常大，通常1080P视频数据100分钟视频文件大小超过2G，所以使用移动流量将所有视本文档来自技高网...

【技术保护点】
一种基于海量驾驶视频数据训练的无人汽车驾驶决策方法，其特征在于包括如下步骤：经过授权在汽车上安装可以将视频信息上传到云端的装置，通过众多车辆进行相关交通视频数据的收集；使用决策装置，运行无人驾驶程序，将无人驾驶决策的结果与所述上传到云端的视频数据中的驾驶员实际驾驶结果进行比较，如果驾驶员操纵结果与机器决策的结果相同，则只进行相关驾驶数据的结构化信息记录后，存储在本地，不将视频数据进行上传；当算法预测的驾驶决策与驾驶员的实际决策不一致的时候，系统将用于算法决策的视频、用于决策判断的深度学习模型特征、算法决策相关参数、人类驾驶员的实际操作参数进行上传，使其他决策装置进行训练学习，并根据决策的结果驱...

【技术特征摘要】
1.一种基于海量驾驶视频数据训练的无人汽车驾驶决策方法，其特征在于包括如下步骤：经过授权在汽车上安装可以将视频信息上传到云端的装置，通过众多车辆进行相关交通视频数据的收集；使用决策装置，运行无人驾驶程序，将无人驾驶决策的结果与所述上传到云端的视频数据中的驾驶员实际驾驶结果进行比较，如果驾驶员操纵结果与机器决策的结果相同，则只进行相关驾驶数据的结构化信息记录后，存储在本地，不将视频数据进行上传；当算法预测的驾驶决策与驾驶员的实际决策不一致的时候，系统将用于算法决策的视频、用于决策判断的深度学习模型特征、算法决策相关参数、人类驾驶员的实际操作参数进行上传，使其他决策装置进行训练学习，并根据决策的结果驱动汽车进行驾驶。2.如权利要求1所述的基于海量驾驶视频数据训练的无人汽车驾驶决策方法，其特征在于：所述可将视频信息上传到云端的装置为具有上传功能的行车记录仪。3.如权利要求2所述的基于海量驾驶视频数据训练的无人汽车驾驶决策方法...

【专利技术属性】
技术研发人员：郭继舜，
申请(专利权)人：大圣科技股份有限公司，
类型：发明
国别省市：广东,44