自动行驶策略的确定方法及装置制造方法及图纸

本申请提供一种自动行驶策略的确定方法及装置，涉及人工智能领域，用于制定自动驾驶策略的行驶策略。该方法包括：在获取到M条光谱特征曲线后，根据M条光谱特征曲线和标准样本曲线库中的所有样本曲线识别车辆周边的障碍物。之后，根据该障碍物确定自动行驶策略。本申请应用于自动行驶的过程中。

【技术实现步骤摘要】
自动行驶策略的确定方法及装置
本申请涉及人工智能领域，尤其涉及一种自动行驶策略的确定方法及装置。
技术介绍
自动驾驶汽车(Autonomousvehicles)又称无人驾驶汽车，是一种通过自动驾驶系统实现无人驾驶的智能汽车。自动驾驶系统通过人工智能、视觉计算、雷达、以及全球定位系统之间的协同合作，使智能汽车可以在没有用户主动操作的场景下，自动安全地行驶。目前的自动驾驶系统，多采用毫米波雷达对车辆周边事物(例如前方出现的障碍物)进行3D建模。之后，自动驾驶系统根据障碍物的几何特征(如障碍物到汽车之间的距离、障碍物的大小、障碍物的轮廓边缘等)调整行驶策略(例如减速避让、变道避让等)。然而，自动驾驶系统仅依据障碍物的几何特征，无法确定出正确的行驶策略。例如，车辆前方飘着一个塑料袋，现有技术会将其识别为障碍物，使得自动驾驶系统采取出减速、变道等行驶策略，避免车辆与塑料袋接触。但是，塑料袋本身并不会影响车辆的行驶，因此，自动驾驶系统采取不正确的行驶策略，会严重影响自动驾驶汽车的行驶效率。
技术实现思路
本申请提供一种自动行驶策本文档来自技高网...

【技术保护点】
1.一种自动行驶策略的确定方法，其特征在于，所述方法包括：/n获取M条光谱特征曲线，所述M条光谱特征曲线是根据高光谱传感器获取到的高光谱图像确定出的，M为正整数；/n根据所述M条光谱特征曲线和标准样本曲线库中的所有样本曲线，识别车辆周边的障碍物，每一条样本曲线对应一种障碍物；/n根据所述车辆周边障碍物，确定自动行驶策略。/n

【技术特征摘要】
1.一种自动行驶策略的确定方法，其特征在于，所述方法包括：
获取M条光谱特征曲线，所述M条光谱特征曲线是根据高光谱传感器获取到的高光谱图像确定出的，M为正整数；
根据所述M条光谱特征曲线和标准样本曲线库中的所有样本曲线，识别车辆周边的障碍物，每一条样本曲线对应一种障碍物；
根据所述车辆周边障碍物，确定自动行驶策略。


2.根据权利要求1所述的自动行驶策略的确定方法，其特征在于，所述标准样本曲线库包括N条样本曲线，N为正整数；
所述根据所述M条光谱特征曲线和标准样本曲线库中的所有样本曲线，识别车辆周边的障碍物，包括：
计算标准样本曲线库中每条样本曲线与所述M条光谱特征曲线之间的相似度，以得到N个相似度组，一个相似度组唯一对应一条样本曲线；
确定N个相似度组中每个相似度组的平均值；一个平均值唯一对应一条样本曲线；
确定目标平均值，所述目标平均值为确定出的所有平均值中数值最大的平均值；
确定目标样本曲线以及与所述目标样本曲线对应的障碍物，并将与所述目标样本曲线对应的障碍物作为所述车辆周边的障碍物；所述目标样本曲线与所述目标平均值对应。


3.根据权利要求2所述的自动行驶策略的确定方法，其特征在于，所述M条光谱特征曲线是根据Q个高光谱传感器获取到的图像确定出的，所述N个相似度组中每个相似度组被划分为Q个子组，一个相似度组中每个子组中相似度的数量不同，Q为大于1的正整数；
所述确定N个相似度组中每个相似度组的平均值，包括：
确定一个相似度组中每个子组的平均值；
计算确定出的平均值的加权平均值，并将所述加权平均值作为所述一个相似度组的平均值。


4.根据权利要求1-3中任意一项所述的自动行驶策略的确定方法，其特征在于，在获取M条光谱特征曲线之前，所述方法还包括：
获取车辆周边的可见光图像；
检测所述可见光图像中是否包含有障碍物；
若所述可见光图像中包含有所述障碍物，则获取所述车辆周边的高光谱图像，并根据高光谱图像确定出所述M条光谱特征曲线。


5.一种自动行驶策略的确定装置，其特征在于，所述装置包括：
获取模块，用于获取M条光谱特征曲线，所述M条光谱特征曲线是根据高光谱传感器获取到的高光谱图像确定出的，M为正整数；
处理模块，用于根据所述M条光谱特征曲线和标准样本曲线库中的...

【专利技术属性】
技术研发人员：崔鑫，冯毅，蔡超，戴鹏，范文博，韦江波，黄庠奇，夏禹，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京;11