纵向动力学模型的训练方法、装置及设备制造方法及图纸

本申请公开了纵向动力学模型的训练方法、装置、设备以及存储介质，涉及智能驾驶技术和深度学习技术领域。具体实现方案为：获取车辆中的纵向动力学模型；获取车辆在行驶过程中的历史驾驶数据，其中，历史驾驶数据包括历史踏板量、历史行驶速度以及历史加速度；根据历史踏板量和历史行驶速度生成训练数据，并输入至纵向动力学模型，以生成纵向动力学模型的预测数据；根据历史加速度生成目标数据；以及根据目标数据和预测数据对纵向动力学模型进行训练。本公开方案使得在实际对车辆进行控制的场景中，有效的减少控制误差。

Training method, device and equipment of longitudinal dynamic model

【技术实现步骤摘要】
纵向动力学模型的训练方法、装置及设备
本申请涉及智能驾驶
，具体涉及深度学习
，尤其涉及一种纵向动力学模型的训练方法、装置、电子设备及存储介质。
技术介绍
作为智能交通系统的重要组成部分，智能汽车是一个集环境感知、规划决策以及运动控制等功能于一体的高新技术载体，其可在不同道路环境下实现自主驾驶，代表了汽车未来发展的重要方向。运动控制是实现智能汽车自主驾驶的关键环节之一，其中，纵向运动控制作为其研究的主要内容，纵向动力学模型发挥着重要作用，因此，纵向动力学模型对于车辆控制而言十分重要。
技术实现思路
本申请提供了一种纵向动力学模型的训练方法、装置、电子设备以及存储介质。根据第一方面，提供了一种纵向动力学模型的训练方法，包括：获取车辆中的纵向动力学模型；获取车辆在行驶过程中的历史驾驶数据，其中，历史驾驶数据包括历史踏板量、历史行驶速度以及历史加速度；根据历史踏板量和历史行驶速度生成训练数据，并输入至纵向动力学模型，以生成纵向动力学模型的预测数据；根据历史加速度生成目标数本文档来自技高网...

【技术保护点】
1.一种纵向动力学模型的训练方法，包括：/n获取车辆中的纵向动力学模型；/n获取所述车辆在行驶过程中的历史驾驶数据，其中，所述历史驾驶数据包括历史踏板量、历史行驶速度以及历史加速度；/n根据所述历史踏板量和历史行驶速度生成训练数据，并输入至所述纵向动力学模型，以生成所述纵向动力学模型的预测数据；/n根据所述历史加速度生成目标数据；以及/n根据所述目标数据和所述预测数据对所述纵向动力学模型进行训练。/n

【技术特征摘要】
1.一种纵向动力学模型的训练方法，包括：
获取车辆中的纵向动力学模型；
获取所述车辆在行驶过程中的历史驾驶数据，其中，所述历史驾驶数据包括历史踏板量、历史行驶速度以及历史加速度；
根据所述历史踏板量和历史行驶速度生成训练数据，并输入至所述纵向动力学模型，以生成所述纵向动力学模型的预测数据；
根据所述历史加速度生成目标数据；以及
根据所述目标数据和所述预测数据对所述纵向动力学模型进行训练。


2.根据权利要求1所述的方法，其中，在所述获取车辆中的纵向动力学模型之前，所述方法还包括：
获取所述车辆中的驾驶控制表；以及
将所述驾驶控制表中的加速度和驾驶速度作为深度置信网络的输入，并将所述驾驶控制表中与所述加速和所述驾驶速度对应的踏板量作为所述深度置信网络的输出，对所述深度置信网络进行训练，以得到所述纵向动力学模型。


3.根据权利要求1所述的方法，其中，在所述根据所述目标数据和所述预测数据对所述纵向动力学模型进行训练之后，所述方法还包括：
获取为所述车辆预先设置的目标加速度和目标行驶速度；
根据所述目标加速度和目标行驶速度，从所述驾驶控制表中，获取与所述目标加速度和目标行驶速度对应的第一候选踏板量；
将所述目标加速度和目标行驶速度输入到纵向动力学模型中，以得到与所述目标加速度和目标行驶速度对应的第二候选踏板量；
获取所述第一候选踏板量和所述第二候选踏板量之间的踏板量差值；以及
如果所述踏板量差值小于预设的差值阈值，则根据训练后的所述纵向动力学模型，对所述车辆的行驶进行控制。


4.根据权利要求3所述的方法，其中，所述方法还包括：
如果所述踏板量差值大于或者等于预设的差值阈值，则根据所述驾驶控制表，对所述车辆的行驶进行控制。


5.根据权利要求3所述的方法，其中，所述根据训练后的所述纵向动力学模型，对所述车辆的行驶进行控制，包括：
获取所述车辆在预设路段的至少一个位置处所采用的预设加速度和预设行驶速度；
将所述预设加速度和所述预设行驶速度输入到训练后的所述纵向动力学模型中，以得到所述至少一个位置处所采用的踏板量；以及
根据所述至少一个位置处所采用的踏板量，对所述车辆在所述预设路段的行驶进行控制。


6.根据权利要求3-5中任一项所述的方法，其中，在所述根据训练后的所述纵向动力学模型，对所述车辆的行驶进行控制之后，所述方法还包括：
通过所述车辆中的惯性测量单元确定所述车辆在当前时刻对应的实际加速度；
获取所述当前时刻对应的预设加速度；
获取所述实际加速度和所述预设加速度之间的加速度误差；
如果所述加速度误差超过预设的误差阈值，则获取所述当前时刻对应的实际踏板量以及实际行驶速度；
将所述实际加速度、所述实际踏板量以及实际行驶速度添加到所述历史驾驶数据中，以更新所述历史驾驶数据。


7.一种纵向动力学模型的训练装置，包括：
第一获取模块，用于获取车辆中的纵向动力学模型；
第二获取模块，用于获取所述车辆在行驶过程中的历史驾驶数据，其中，所述历史驾驶数据包括历史踏板量、历史行驶速度以及历史加速度；
第一生成模块，用于根据所述历史踏板量和历史行驶速度生成训练数据，并输入至所述纵向动力学模型，以生成所述纵向动力学模型的预测数据；
第二...

【专利技术属性】
技术研发人员：张连川，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11