驾驶辅助方法及系统技术方案

本发明专利技术提供一种驾驶辅助方法及系统。驾驶辅助系统包括：第一获取单元，用于获取本车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令；第二获取单元，用于获取其他车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令；第三获取单元，用于基于本车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令，和其他车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令，训练神经网络模型以获得神经网络，神经网络用于输出控制车辆自动驾驶的操作指令。本方案，提高了神经网络对环境感知的准确度，基于该神经网络控制车辆自动驾驶，极大提高了车辆行驶过程中的行驶安全性。

Driving assistance methods and systems

【技术实现步骤摘要】
驾驶辅助方法及系统
本专利技术涉及汽车
，更具体地，涉及一种驾驶辅助方法及系统、计算机设备、计算机存储可读存储介质。
技术介绍
随着技术的发展，自动驾驶将会成为智能交通的主流趋势。自动驾驶通常分为六个级别L0～L5。L0：人工驾驶，由驾驶者全权驾驶汽车。L1：辅助驾驶，车辆对方向盘和加减速中的一项操作提供驾驶，驾驶者负责其余的驾驶动作。如：车道保持系统和自动制动系统。L2：部分自动驾驶，车辆对方向盘和加减速中的多项操作提供驾驶，驾驶者负责其余的驾驶动作。如：自适应巡航控制。L3：条件自动驾驶，由车辆完成绝大部分驾驶操作，驾驶者需要保持注意力集中以备不时之需。L4：高度自动驾驶，由车辆完成所有驾驶操作，人类驾驶员无需保持注意力，但限定道路和环境条件，如城市中或高速公路上。L5：完全自动驾驶，在任何场景下，由车辆完成所有驾驶操作，驾驶者无需保持注意力。先进驾驶辅助系统(ADAS，AdvancedDriverAssistantSystem)属于L2，其主要利用安装于车上的摄像头、雷达、激光传感器、超声波传感器等探测光、热、压力等变量，进而在第一时间采集车内外的环境数据，感知采集到的道路、标识、行人车辆等环境数据，基于环境感知的结果进行预判以对车辆进行加速、转向、制动等控制。对于先进驾驶辅助系统而言，如何能够准确的感知周围的环境，并基于对周围环境感知的结果控制车辆，提高行车安全性，成为目前亟待解决的问题之一。
技术实现思路
本专利技术要解决的问题是提供一种驾驶辅助方法及系统，以提高行车安全性。为解决上述问题，本专利技术技术方案提供一种驾驶辅助系统，包括:第一获取单元，用于获取本车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令；第二获取单元，用于获取其他车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令；第三获取单元，用于基于本车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令，和其他车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令，训练神经网络模型以获得神经网络，所述神经网络用于输出控制车辆自动驾驶的操作指令。可选的，车辆周围的环境信息包括：车辆的图像采集单元采集到的图像信息、车辆的传感器检测的物体信息、车辆周围物体的信息，所述第三获取单元包括：标记单元，用于将与各时刻对应的本车传感器检测的物体信息、本车周围物体的信息，及本车的导航信息标记到与该时刻对应的本车图像采集单元采集的图像信息中，以获得各时刻对应的本车的标记图像；将与各时刻对应的其他车的传感器检测的物体信息、其他车周围物体的信息，及其他车的导航信息标记到与该时刻对应的其他车的图像采集单元采集的图像信息中，以获得各时刻对应的其他车的标记图像；训练单元，用于以本车行驶过程中，各时刻对应的本车的标记图像和与之对应的驾驶者的操作指令、其他车行驶过程中，各时刻对应的其他车的标记图像和与之对应的驾驶者的操作指令，为训练样本，训练所述神经网络模型以获神经网络。可选的，所述驾驶辅助系统，还包括：控制单元，所述控制单元基于所述神经网络对无人驾驶时，各时刻对应的本车的标记图像进行处理，以控制本车自动驾驶。可选的，所述第三获取单元还包括：识别单元，用于识别本车行驶过程中所处的场景，以及其他车行驶过程中，其他车所处的场景；所述训练单元，还用于以相同场景下，各时刻对应的本车的标记图像和与之对应的驾驶者的操作指令、各时刻对应的其他车的标记图像和与之对应的驾驶者的操作指令为训练样本，训练所述神经网络模型以获得与该场景对应的神经网络。可选的，所述驾驶辅助系统，还包括判断单元，用于判断无人驾驶时本车行驶过程中所处的场景，所述控制单元还用于基于无人驾驶时本车行驶过程中所处的场景选择与该场景对应的神经网络，基于与该场景对应的神经网络对无人驾驶时，各时刻对应的本车的标记图像进行处理，以控制本车自动驾驶。可选的，所述标记单元包括：第四获取单元，用于将与各时刻对应的本车传感器检测的物体信息、本车前方物体的信息及本车的导航信息，标记到与该时刻对应的本车前视图像采集单元采集的图像信息中，以获得与各时刻对应的本车的第一图像；将与各时刻对应的其他车的传感器检测的物体信息、其他车前方物体的信息及其他车的导航信息，标记到与该时刻对应的其他车的前视图像采集单元采集的图像信息中，以获得与各时刻对应的其他车的第一图像；第五获取单元，用于将与各时刻对应的本车左侧物体的信息，标记到与该时刻对应的本车左后视图像采集单元采集的图像信息中，以获得与各时刻对应的本车的第二图像；用于将与各时刻对应的其他车左侧物体的信息，标记到与该时刻对应的其他车左后视图像采集单元采集的图像信息中，以获得与各时刻对应的其他车的第二图像；第六获取单元，用于将与各时刻对应的本车右侧物体的信息，标记到与该时刻对应的本车右后视图像采集单元采集的图像信息中，以获得与各时刻对应的本车的第三图像，将与各时刻对应的其他车右侧物体的信息，标记到与该时刻对应的其他车右后视图像采集单元采集的图像信息中，以获得与各时刻对应的其他车的第三图像；组合单元，用于组合与各时刻对应的本车的第一图像、本车的第二图像及本车的第三图像，以获得各时刻对应的本车的标记图像，组合与各时刻对应的其他车的第一图像、其他车的第二图像及其他车的第三图像以获得各时刻对应的其他车的标记图像。可选的，所述第四获取单元包括：第一获取子单元，用于获取本车传感器检测的物体位置信息与本车前视图像采集单元采集的图像中该物体的位置信息之间的映射关系；获取其他车的传感器检测的物体位置信息与其他车的前视图像采集单元采集的图像中该物体的位置信息之间的映射关系；第二获取子单元，用于基于所述本车传感器检测的物体位置信息与本车前视图像采集单元采集的图像中该物体的位置信息之间的映射关系，将与各时刻对应的本车传感器检测的物体的位置信息映射至与该时刻对应的本车前视图像采集单元采集的图像中，以获得与各时刻对应的本车的第四图像；基于所述其他车的传感器检测的物体位置信息与其他车的前视图像采集单元采集的图像中该物体的位置信息之间的映射关系，将与各时刻对应的其他车的传感器检测的物体的位置信息映射至与该时刻对应的其他车的前视图像采集单元采集的图像中，以获得与各时刻对应的其他车的第四图像；第三获取子单元，用于获取本车前方物体的位置信息与本车前视图像采集单元采集的图像中该物体的位置信息之间的映射关系；获取其他车前方物体的位置信息与其他车前视图像采集单元采集的图像中该物体的位置信息之间的映射关系；第四获取子单元，用于基于所述本车前方物体的位置信息与本车前视图像采集单元采集的图像中该物体的位置信息之间的映射关系，将与各时刻对应的本车前方物体的信息映射至与该时刻对应的本车的第四图像，以获得与各时刻对应的本车的第五图像；基于所述其他车前方物体的位置信息与其他车前视图像采集单元采集的图像中该物体的位置信息之间的映射关系，将与各时刻对应本文档来自技高网...

【技术保护点】
1.一种驾驶辅助系统，其特征在于，包括：/n第一获取单元，用于获取本车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令；/n第二获取单元，用于获取其他车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令；/n第三获取单元，用于基于本车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令，和其他车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令，训练神经网络模型以获得神经网络，所述神经网络用于输出控制车辆自动驾驶的操作指令。/n

【技术特征摘要】
1.一种驾驶辅助系统，其特征在于，包括：
第一获取单元，用于获取本车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令；
第二获取单元，用于获取其他车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令；
第三获取单元，用于基于本车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令，和其他车行驶过程中，其周围的环境信息、导航信息和与之对应的驾驶者的操作指令，训练神经网络模型以获得神经网络，所述神经网络用于输出控制车辆自动驾驶的操作指令。


2.根据权利要求1所述的系统，其特征在于，车辆周围的环境信息包括：车辆的图像采集单元采集到的图像信息、车辆的传感器检测的物体信息、车辆周围物体的信息，所述第三获取单元包括：
标记单元，用于将与各时刻对应的本车传感器检测的物体信息、本车周围物体的信息，及本车的导航信息标记到与该时刻对应的本车图像采集单元采集的图像信息中，以获得各时刻对应的本车的标记图像；将与各时刻对应的其他车的传感器检测的物体信息、其他车周围物体的信息，及其他车的导航信息标记到与该时刻对应的其他车的图像采集单元采集的图像信息中，以获得各时刻对应的其他车的标记图像；
训练单元，用于以本车行驶过程中，各时刻对应的本车的标记图像和与之对应的驾驶者的操作指令，及其他车行驶过程中，各时刻对应的其他车的标记图像和与之对应的驾驶者的操作指令为训练样本，训练所述神经网络模型以获神经网络。


3.根据权利要求2所述的系统，其特征在于，还包括：控制单元，所述控制单元基于所述神经网络对无人驾驶时，各时刻对应的本车的标记图像进行处理，以控制本车自动驾驶。


4.根据权利要求2所述的系统，其特征在于，所述第三获取单元还包括：识别单元，用于识别本车行驶过程中所处的场景，以及其他车行驶过程中，其他车所处的场景；
所述训练单元，还用于以相同场景下，各时刻对应的本车的标记图像和与之对应的驾驶者的操作指令、各时刻对应的其他车的标记图像和与之对应的驾驶者的操作指令为训练样本，训练所述神经网络模型以获得与该场景对应的神经网络。


5.根据权利要求4所述的系统，其特征在于，还包括判断单元，用于判断无人驾驶时本车行驶过程中所处的场景，所述控制单元还用于基于无人驾驶时本车行驶过程中所处的场景选择与该场景对应的神经网络，基于与该场景对应的神经网络对无人驾驶时，各时刻对应的本车的标记图像进行处理，以控制本车自动驾驶。


6.根据权利要求1～5任一项所述的系统，其特征在于，所述标记单元包括：
第四获取单元，用于将与各时刻对应的本车传感器检测的物体信息、本车前方物体的信息及本车的导航信息，标记到与该时刻对应的本车前视图像采集单元采集的图像信息中，以获得与各时刻对应的本车的第一图像；将与各时刻对应的其他车的传感器检测的物体信息、其他车前方物体的信息及其他车的导航信息，标记到与该时刻对应的其他车的前视图像采集单元采集的图像信息中，以获得与各时刻对应的其他车的第一图像；
第五获取单元，用于将与各时刻对应的本车左侧物体的信息，标记到与该时刻对应的本车左后视图像采集单元采集的图像信息中，以获得与各时刻对应的本车的第二图像；用于将与各时刻对应的其他车左侧物体的信息，标记到与该时刻对应的其他车左后视图像采集单元采集的图像信息中，以获得与各时刻对应的其他车的第二图像；
第六获取单元，用于将与各时刻对应的本车右侧物体的信息，标记到与该时刻对应的本车右后视图像采集单元采集的图像信息中，以获得与各时刻对应的本车的第三图像，将与各时刻对应的其他车右侧物体的信息，标记到与该时刻对应的其他车右后视图像采集单元采集的图像信息中，以获得与各时刻对应的其他车的第三图像；
组合单元，用于组合与各时刻对应的本车的第一图像、本车的第二图像及本车的第三图像，以获得各时刻对应的本车的标记图像，组合与各时刻对应的其他车的第一图像、其他车的第二图像及其他车的第三图像以获得各时刻对应的其他车的标记图像。


7.根据权利要求6所述的系统，其特征在于，所述第四获取单元包括：
第一获取子单元，用于获取本车传感器检测的物体位置信息与本车前视图像采集单元采集的图像中该物体的位置信息之间的映射关系；获取其他车的传感器检测的物体位置信息与其他车的前视图像采集单元采集的图像中该物体的位置信息之间的映射关系；
第二获取子单元，用于基于所述本车传感器检测的物体位置信息与本车前视图像采集单元采集的图像中该物体的位置信息之间的映射关系，将与各时刻对应的本车传感器检测的物体的位置信息映射至与该时刻对应的本车前视图像采集单元采集的图像中，以获得与各时刻对应的本车的第四图像；基于所述其他车的传感器检测的物体位置信息与其他车的前视图像采集单元采集的图像中该物体的位置信息之间的映射关系，将与各时刻对应的其他车的传感器检测的物体的位置信息映射至与该时刻对应的其他车的前视图像采集单元采集的图像中，以获得与各时刻对应的其他车的第四图像；
第三获取子单元，用于获取本车前方物体的位置信息与本车前视图像采集单元采集的图像中该物体的位置信息之间的映射关系；获取其他车前方物体的位置信息与其他车前视图像采集单元采集的图像中该物体的位置信息...

【专利技术属性】
技术研发人员：唐晓文，
申请(专利权)人：大陆泰密克汽车系统上海有限公司，
类型：发明
国别省市：上海;31