自动驾驶方法及装置制造方法及图纸

本申请提供一种自动驾驶方法及装置，该方法包括：获取车辆周围的环境信息；将车辆周围的环境信息输入自动驾驶模型，并获取自动驾驶模型输出的自动驾驶策略，自动驾驶模型是使用样本集训练后生成的，样本集包括有车辆的历史环境信息和与历史环境信息对应的安全员输入的自动驾驶策略；根据自动驾驶策略控制车辆进行自动驾驶。与现有的自动驾驶方案相比，本申请使用通过样本集训练后生成的自动驾驶模型输出的自动驾驶策略控制车辆进行自动驾驶，提高了车辆自动驾驶的安全性。

【技术实现步骤摘要】
自动驾驶方法及装置
本申请涉及车辆自动驾驶
，尤其涉及一种自动驾驶方法及装置。
技术介绍
自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。目前业界最先进的自动驾驶方案，从算法层面主要由感知、规划和决策构成。其中，感知是理解环境，极度依赖以深度学习为基础的人工智能技术，规划和决策，也由纯基于规则向规则和深度学习结合的方向演进。但是，深度学习依赖大量数据的学习，对于没有处理过的数据，可能会产生错误的结论。在自动驾驶的场景里，这就意味着，对没遇到过的场景，自动驾驶车辆可能会做出不符合安全规则的危险动作。因此，现有的自动驾驶方案的安全性低。
技术实现思路
本申请提供一种自动驾驶方法及装置，以解决现有的自动驾驶方案安全性低的问题。本申请的第一方面提供一种自动驾驶方法，包括：获取车辆周围的环境信息；将所述车辆周围的环境信息输入自动驾驶模型，并获取所述自动驾驶模型输出的自动驾驶策略，所述自动驾驶模型是使用样本文档来自技高网...

【技术保护点】
1.一种自动驾驶方法，其特征在于，包括：/n获取车辆周围的环境信息；/n将所述车辆周围的环境信息输入自动驾驶模型，并获取所述自动驾驶模型输出的自动驾驶策略，所述自动驾驶模型是使用样本集训练后生成的，所述样本集包括有车辆的历史环境信息和与所述历史环境信息对应的安全员输入的自动驾驶策略；/n根据所述自动驾驶策略控制所述车辆进行自动驾驶。/n

【技术特征摘要】
1.一种自动驾驶方法，其特征在于，包括：
获取车辆周围的环境信息；
将所述车辆周围的环境信息输入自动驾驶模型，并获取所述自动驾驶模型输出的自动驾驶策略，所述自动驾驶模型是使用样本集训练后生成的，所述样本集包括有车辆的历史环境信息和与所述历史环境信息对应的安全员输入的自动驾驶策略；
根据所述自动驾驶策略控制所述车辆进行自动驾驶。


2.根据权利要求1所述的方法，其特征在于，在所述将所述车辆周围的环境信息输入自动驾驶模型之前，还包括：
使用所述样本集对所述自动驾驶模型进行训练。


3.根据权利要求1所述的方法，其特征在于，在所述使用所述样本集对所述自动驾驶模型进行训练之后，还包括：
使用测试集确定所述自动驾驶模型的精度；
若所述自动驾驶模型的精度大于或等于精度阈值，则确定所述自动驾驶模型训练完成。


4.根据权利要求3所述的方法，其特征在于，在所述使用所述样本集对所述自动驾驶模型进行训练之后，所述方法还包括：
若所述自动驾驶模型的精度小于精度阈值，则继续使用所述样本集对所述自动驾驶模型进行训练。


5.根据权利要求1所述的方法，其特征在于，所述使用所述样本集对所述自动驾驶模型进行训练，包括：
若所述样本集的数据量超过数据量阈值，则使用所述样本集对所述自动驾驶模型进行训练。


6.根据权利要求2所述的方法，其特征在于，在所述使用所述样本集对所述自动驾驶模型进行训练之前，所述方法还包括：
检测所述车辆的行驶状态；
所述使用所述样本集对所述自动驾驶模型进行训练，包括：
若检测到所述车辆处于停车状态，则使用所述样本集对所述自动驾驶模型进行训练。


7.根据权利要求1-6任一项所述的方...

【专利技术属性】
技术研发人员：蔡俊杰，张春晖，刘荣，吴俊，
申请(专利权)人：斑马网络技术有限公司，
类型：发明
国别省市：上海;31