行驶模型生成系统、行驶模型生成系统中的车辆、处理方法以及程序技术方案

本发明专利技术提供一种行驶模型生成系统，其适当地处理具有与学习数据的特征大不相同的特征的数据，防止学习的精度的降低。获取来自车辆的行驶数据，并进行过滤以从该行驶数据中排除设为学习的对象外的行驶数据。对将设为学习的对象外的行驶数据排除后的行驶数据进行学习，并基于该学习的结果来生成车辆的行驶模型。根据与该行驶数据建立关联的条件对设为学习的对象外的行驶数据进行处理。

Driving model generation system, vehicle in driving model generation system, processing method and program

【技术实现步骤摘要】
【国外来华专利技术】行驶模型生成系统、行驶模型生成系统中的车辆、处理方法以及程序
本专利技术涉及生成车辆的行驶模型的行驶模型生成系统、行驶模型生成系统中的车辆、处理方法以及程序。
技术介绍
在自动驾驶、自动驾驶辅助的实现中，有时从专家司机所驾驶的车辆收集行驶数据，并将收集到的行驶数据作为学习数据来进行机器学习。在进行机器学习的情况下，重要的是不降低学习的精度。在专利文献1中记载了：使用目标域和判断为对迁移学习有效的事先域，执行导入了迁移学习的机械学习来生成识别用特征数据。进一步地，在专利文献1中记载了，为了将引起负迁移的可能性高的事先域从识别用特征数据中排除，判定事先域是否对迁移学习有效。现有技术文献专利文献专利文献1：日本特开2016-191975号公报
技术实现思路
专利技术所要解决的问题在专利文献1中记载了，在事先域由具有与目标域所包括的图像的特征大不相同的特征的图像构成的情况下，防止将该事先域用于识别用特征数据的生成。在自动驾驶、自动驾驶辅助的实现中，即使从车辆得到的行驶数据与学习数据的特征大不相同，有时该行驶数据也会成为极其重要的数据。例如，在因地震而巨石等存在于路上的状况下，专家司机如何进行行驶这样的数据对于实现自动驾驶、自动驾驶辅助而言是极其重要的数据。因而，在利用与学习数据的特征大不相同的行驶数据排除的构成中，无法制作能够应对上述那样的状况的行驶模型。本专利技术的目的在于提供适当地对具有与学习数据的特征大不相同的特征的数据进行处理来防止学习的精度降低的行驶模型生成系统、行驶模型生成系统中的车辆、处理方法以及程序。用于解决问题的手段本专利技术所涉及的行驶模型生成系统是基于车辆的行驶数据而生成车辆的行驶模型的行驶模型生成系统，其特征在于，所述行驶模型生成系统具备：获取单元，其获取来自车辆的行驶数据；过滤单元，其从由所述获取单元获取的所述行驶数据中排除设为学习的对象外的行驶数据；生成单元，其对由所述过滤单元将设为所述学习的对象外的行驶数据排除后的行驶数据进行学习，并基于该学习的结果生成第一行驶模型；以及处理单元，其根据与设为所述学习的对象外的行驶数据建立关联的条件来处理该行驶数据。另外，本专利技术所涉及的车辆是基于车辆的行驶数据来生成车辆的行驶模型的行驶模型生成系统中的车辆，其特征在于，所述车辆具备：获取单元，其获取来自车辆的行驶数据；过滤单元，其从由所述获取单元获取的所述行驶数据中排除设为行驶模型生成装置中的学习的对象外的行驶数据，所述行驶模型生成装置生成车辆的行驶模型；发送单元，其向所述行驶模型生成装置发送由所述过滤单元将设为所述学习的对象外的行驶数据排除后的行驶数据；以及处理单元，其根据与设为所述学习的对象外的行驶数据建立关联的条件来处理该行驶数据。另外，本专利技术所涉及的处理方法处理方法是在基于车辆的行驶数据而生成车辆的行驶模型的行驶模型生成系统中执行的处理方法，其特征在于，所述处理方法具有：获取步骤，在所述获取步骤中，获取来自车辆的行驶数据；过滤步骤，在所述过滤步骤中，从在所述获取步骤中获取的所述行驶数据中排除设为学习的对象外的行驶数据；生成步骤，在所述生成步骤中，对在所述过滤步骤中将设为所述学习的对象外的行驶数据排除后的行驶数据进行学习，并基于该学习的结果生成第一行驶模型；以及处理步骤，在所述处理步骤中，根据与设为所述学习的对象外的行驶数据建立关联的条件来处理该行驶数据。另外，本专利技术所涉及的处理方法是基于车辆的行驶数据而生成车辆的行驶模型的行驶模型生成系统中的车辆中执行的处理方法，其特征在于，所述处理方法具有：获取步骤，在所述获取步骤中，获取来自车辆的行驶数据；过滤步骤，在所述过滤步骤中，从在所述获取步骤中获取的所述行驶数据中排除设为行驶模型生成装置中的学习的对象外的行驶数据，所述行驶模型生成装置生成车辆的行驶模型；发送步骤，在所述发送步骤中，向所述行驶模型生成装置发送在所述过滤步骤中将设为所述学习的对象外的行驶数据排除后的行驶数据；以及处理步骤，在所述处理步骤中，根据与设为所述学习的对象外的行驶数据建立关联的条件来处理该行驶数据。专利技术效果根据本专利技术，能够适当地对具有与学习数据的特征大不相同的特征的数据进行处理来防止学习的精度的降低。本专利技术的其他特征以及优点，通过以附图为参照的以下说明而得以明确。此外，在附图中，对于相同或同样的构成，标注相同的附图标记。附图说明附图包括于说明书中且构成其一部分，表示本专利技术的实施方式并与其记述一起用于说明本专利技术的原理。图1是表示行驶模型生成系统的构成的图。图2A是表示服务器的构成的图。图2B是表示无线基站的构成的图。图3是车辆用控制系统的框图。图4是车辆用控制系统的框图。图5是车辆用控制系统的框图。图6是表示服务器中的到行驶模型的生成为止的模块构成的图。图7是表示到存储所生成的行驶模型为止的处理的流程图。图8是表示过滤处理的流程图。图9是表示过滤处理的流程图。图10是表示过滤处理的流程图。图11A是用于说明特定场景的图。图11B是用于说明特定场景的图。图12是表示车辆中的到致动器的控制为止的模块构成的图。图13是表示到探测数据输出为止的处理的流程图。图14是表示过滤处理的流程图。图15是表示过滤处理的流程图。图16是表示过滤处理的流程图。具体实施方式[第一实施方式]图1是表示本实施方式中的自动驾驶或自动驾驶辅助用的行驶模型生成系统的构成的图。如图1所示，在行驶模型生成系统100中，服务器101和无线基站103构成为能够经由包括有线、无线等媒介的网络102相互通信。车辆104发送探测数据。在此，探测数据是指用于生成自动驾驶、自动驾驶辅助用的行驶模型的行驶数据，例如包括速度、加速度等车辆运动信息、通过HMI(人机界面)输入的司机的注释信息。此外，在本实施方式中，将车辆104作为专家司机(老司机)驾驶的车辆而进行说明。另外，也存在车辆104是安装有由服务器101生成的行驶模型而构成自动驾驶辅助系统的车辆的情况。无线基站103例如设置于信号机等公共设施，并经由网络102向服务器101发送从车辆104发送的探测数据。在图1中，为了便于说明，将无线基站103和车辆104表示为一对一，但也存在多台车辆104对应于一个无线基站103的情况。服务器101学习从车辆104收集到的探测数据，生成自动驾驶、自动驾驶辅助用的行驶模型。行驶模型除了弯道、交叉路口、跟随行驶等基本行驶模型之外，还包括突然出现预测、超车预测等避免风险模型。服务器101还能够收集来自安装有由服务器101生成的行驶模型的车辆104的探测数据，进而进行学习。图2A是表示服务器101的构成的图。处理器201综合地控制服务器101，例如将存储于存储部203的控制程序读出到作为存储介质的一个例子的存储器202并进行执行，由此实本文档来自技高网...

【技术保护点】
1.一种行驶模型生成系统，其是基于车辆的行驶数据而生成车辆的行驶模型的行驶模型生成系统，其特征在于，/n所述行驶模型生成系统具备：/n获取单元，其获取来自车辆的行驶数据；/n过滤单元，其从由所述获取单元获取的所述行驶数据中排除设为学习的对象外的行驶数据；/n生成单元，其对由所述过滤单元将设为所述学习的对象外的行驶数据排除后的行驶数据进行学习，并基于该学习的结果生成第一行驶模型；以及/n处理单元，其根据与设为所述学习的对象外的行驶数据建立关联的条件来处理该行驶数据。/n

【技术特征摘要】
【国外来华专利技术】1.一种行驶模型生成系统，其是基于车辆的行驶数据而生成车辆的行驶模型的行驶模型生成系统，其特征在于，
所述行驶模型生成系统具备：
获取单元，其获取来自车辆的行驶数据；
过滤单元，其从由所述获取单元获取的所述行驶数据中排除设为学习的对象外的行驶数据；
生成单元，其对由所述过滤单元将设为所述学习的对象外的行驶数据排除后的行驶数据进行学习，并基于该学习的结果生成第一行驶模型；以及
处理单元，其根据与设为所述学习的对象外的行驶数据建立关联的条件来处理该行驶数据。


2.根据权利要求1所述的行驶模型生成系统，其特征在于，
所述条件为所述车辆在特定场景中行驶，
所述处理单元针对设为所述学习的对象外的行驶数据生成第二行驶模型。


3.根据权利要求1所述的行驶模型生成系统，其特征在于，所述处理单元根据所述条件来丢弃设为所述学习的对象外的行驶数据。


4.根据权利要求1所述的行驶模型生成系统，其特征在于，所述处理单元根据所述条件对设为所述学习的对象外的行驶数据赋予负的回报，并将该行驶数据设为所述学习的对象。


5.根据权利要求3或4所述的行驶模型生成系统，其特征在于，所述条件为所述车辆未在特定场景中行驶。


6.根据权利要求2或5所述的行驶模型生成系统，其特征在于，所述行驶模型生成系统还具备判定单元，所述判定单元判定所述车辆是否在所述特定场景中行驶。


7.根据权利要求6所述的行驶模型生成系统，其特征在于，所述判定单元基于所述行驶数据中包括的注释信息，判定为所述车辆在所述特定场景中行驶。


8.根据权利要求6所述的行驶模型生成系统，其特征在于，所述判定单元基于所述行驶数据中包括的所述车辆的紧急操作信息，判定为所述车辆在所述特定场景中行驶。


9.根据权利要求6所述的行驶模型生成系统，其特征在于，所述判定单元基于所述行驶数据中包括的与所述车辆的司机相关的信息，判定为所述车辆在所述特定场景中行驶。


10.根据权利要求6所述的行驶模型生成系统，其特征在于，所述判定单元基于从所述行驶数据得到的潜在风险，判定为所述车辆在所述特定场景中行驶。


11.根据权利要求1至9中任一项所述的行驶模型生成系统，其特征在于，所述过滤单元将对由所述获取单元获取的所述行驶数据进行的类别分类的结果为不属于特定类别的行驶数据设为所述学习的对象外。


12.根据权利要求11所述的行驶模型生成系统，其特征在于，由所述获取单元获取的所述行驶数据包括车辆运动信息。


13.根据权利要求1至12中任一项所述的行驶模型生成系统，其特征在于，
所述生成单元包括学习行驶数据的学习单元，
所述学习单元使用已经学习完毕的数据来对由所述过滤单元将设为所述学习的对象外的行驶数据排除后的行驶数据进行学习。


14.一种车辆，其是基于车辆的行驶数据来生成车辆的行驶模型的行驶模型生成系统中的车辆，其特征在于，
所述车辆具备：
获取单元，其获取来自车辆的行驶数据；
过滤单元，其从由所述获取单元获取的所述行驶数据中排除设为行驶模型生成装置中的学习的对象外的行驶数据，所述行驶模型生成装置生成车辆的行驶模型；
发送单元，其向所述行驶模型生成装置发送由所述过滤单元将设为所述学习的对象外的行驶数据排除后的行驶数据；以及
处理单元，其根据与设为所述学习的对象外的行驶数据建立关联的条件来处理该行驶数据。


...

【专利技术属性】
技术研发人员：村桥善光，
申请(专利权)人：本田技研工业株式会社，
类型：发明
国别省市：日本;JP