基于联邦学习的自动驾驶训练方法、设备及介质技术

本申请公开了一种基于联邦学习的自动驾驶训练方法、设备和介质，应用于云端服务器，所述方法包括：在检测到训练指令时，获取预设待训练模型，将所述预设待训练模型发送给预设行驶范围内的各目标车辆；获取所述各目标车辆基于各自实时本地数据集对所述预设待训练模型进行训练后得到的各第一目标模型参数；基于所述各第一目标模型参数，执行预设联邦流程，并对所述预设待训练模型进行迭代训练，得到第二目标模型参数；将所述第二目标模型参数发送给所述目标车辆，以供各所述目标车辆基于所述第二目标模型参数得到各自的目标模型，以实现各自的自动驾驶功能。本申请解决现有技术中难以快速准确获取有效自动驾驶模型的技术问题。

【技术实现步骤摘要】
基于联邦学习的自动驾驶训练方法、设备及介质
本申请涉及互联网科技的人工智能
，尤其涉及一种基于联邦学习的自动驾驶训练方法、设备及介质。
技术介绍
随着金融科技，尤其是互联网科技的不断发展，越来越多的技术(如分布式、区块链Blockchain、人工智能等)应用在互联网科技领域，但互联网科技领域业也对技术提出了更高的要求，如互联网科技领域对基于联邦学习的自动驾驶训练也有更高的要求。近来，自动驾驶技术发展非常迅速，自动驾驶的应用具有降低驾驶工作强度，缓解驾驶疲劳，提升驾驶安全，降低事故率等优点，其中，环境感知是自动驾驶的核心技术之一，自动驾驶通过环境感知的结果进行分析和决策，作为路径规划的依据，从而实现自动驾驶，环境感知包括车道检测、行人检测、交通标志识别、障碍物检测等。目前，环境感知是通过基于深度学习训练得到的识别目标的模型实现的，但是现有技术中，往往是基于离线数据，通过深度学习即通过离线的方式，训练得到识别目标的模型，进而再进行各个环境场景的实际应用，而离线训练得到的模型往往会存在局部性，即离线训练得到的模型与实际环境不匹配的问题，且离线训练数据往往是庞大的，导致训练过程中数据传输负载过多，导致模型训练效率低，也即，现有技术中存在难以快速准确获取有效自动驾驶模型的技术问题。
技术实现思路
本申请的主要目的在于提供一种基于联邦学习的自动驾驶训练方法、设备和介质，旨在解决现有技术中难以快速准确获取有效自动驾驶模型的技术问题。为实现上述目的，本申请提供一种基于联邦学习的自动驾驶训练方法，应用于云端服务器，所述基于联邦学习的自动驾驶训练方法包括：在检测到训练指令时，获取预设待训练模型，将所述预设待训练模型发送给预设行驶范围内的各目标车辆；获取所述各目标车辆基于各自实时本地数据集对所述预设待训练模型进行训练后得到的各第一目标模型参数；基于所述各第一目标模型参数，执行预设联邦流程，并对所述预设待训练模型进行迭代训练，得到第二目标模型参数；将所述第二目标模型参数发送给所述目标车辆，以供各所述目标车辆基于所述第二目标模型参数得到各自的目标模型，以实现各自的自动驾驶功能。可选地，所述在检测到训练指令时，获取预设待训练模型，将所述预设待训练模型发送给预设行驶范围内的各目标车辆的步骤，包括：在检测到训练指令时，根据所述训练指令中携带的区域属性，从预设模型集合中选取所述预设待训练模型；将所述预设待训练模型发送给预设行驶范围内的各目标车辆。可选地，所述在检测到训练指令时，根据所述训练指令中携带的区域属性，从预设模型集合中选取所述预设待训练模型的步骤，包括：在检测到训练指令时，根据所述训练指令中携带的区域属性，从预设模型集合中选取预设模型子集合；根据所述训练指令中携带的时间信息以及车辆类型信息，从预设模型子集合中选取所述预设待训练模型。可选地，所述将所述第二目标模型参数发送给所述目标车辆，以供各所述目标车辆基于所述第二目标模型参数得到各自的目标模型，以实现各自的自动驾驶功能的步骤，包括：对所述第二目标模型参数进行加密处理，得到加密模型参数；将所述加密模型参数发送给所述目标车辆，以供各所述目标车辆基于所述第二目标模型参数得到各自的目标模型，以实现各自的自动驾驶功能。可选地，所述在检测到训练指令时，获取预设待训练模型，将所述预设待训练模型发送给预设行驶范围内的各目标车辆的步骤，还包括：在检测到训练指令时，获取预设待训练模型；与预设行驶范围内的各个基站进行通信，将所述预设待训练模型分发给所述各个基站，以供所述各个基站基于与各个目标车辆的距离信息，将所述预设待训练模型发送给预设行驶范围内的各目标车辆。可选地，所述在检测到训练指令时，获取预设待训练模型，将所述预设待训练模型发送给预设行驶范围内的各目标车辆的步骤之前，所述方法包括：获取预设基础模型；基于具有预设识别标签的离线训练数据，对所述预设基础模型进行迭代训练，以对所述预设基础模型中的模型参数进行训练更新，直至所述预设基础模型达到预设训练完成条件；将达到预设训练完成条件后的所述预设基础模型设置为预设待训练模型。可选地，所述具有预设识别标签的离线训练数据包括具有预设识别标签的离线激光雷达扫描数据，离线摄像数据以及离线毫米波雷达数据。本申请还提供一种基于联邦学习的自动驾驶训练方法，应用于车辆，所述基于联邦学习的自动驾驶训练方法包括：接收云端服务器发送的预设待训练模型；基于实时本地数据集对所述预设待训练模型进行训练，得到第一目标模型参数；将所述第一目标模型参数加密发送给所述云端服务器，以供所述云端服务器执行预设联邦流程，并对所述预设待训练模型进行迭代训练，得到第二目标模型参数；接收云端服务器加密发送的所述第二目标模型参数，基于所述第二目标模型参数得到目标模型，以实现自动驾驶功能。本申请还提供一种基于联邦学习的自动驾驶训练装置，应用于云端服务器，所述基于联邦学习的自动驾驶训练装置包括：第一获取模块，用于在检测到训练指令时，获取预设待训练模型，将所述预设待训练模型发送给预设行驶范围内的各目标车辆；第二获取模块，用于获取所述各目标车辆基于各自实时本地数据集对所述预设待训练模型进行训练后得到的各第一目标模型参数；第一训练模块，用于基于所述各第一目标模型参数，执行预设联邦流程，并对所述预设待训练模型进行迭代训练，得到第二目标模型参数；发送模块，用于将所述第二目标模型参数发送给所述目标车辆，以供各所述目标车辆基于所述第二目标模型参数得到各自的目标模型，以实现各自的自动驾驶功能。可选地，所述第一获取模块包括：选取单元，用于在检测到训练指令时，根据所述训练指令中携带的区域属性，从预设模型集合中选取所述预设待训练模型；发送单元，用于将所述预设待训练模型发送给预设行驶范围内的各目标车辆。可选地，所述选取单元包括：第一选取子单元，用于在检测到训练指令时，根据所述训练指令中携带的区域属性，从预设模型集合中选取预设模型子集合；第二选取子单元，用于根据所述训练指令中携带的时间信息以及车辆类型信息，从预设模型子集合中选取所述预设待训练模型。可选地，所述发送模块包括：加密单元，用于对所述第二目标模型参数进行加密处理，得到加密模型参数；发送单元，用于将所述加密模型参数发送给所述目标车辆，以供各所述目标车辆基于所述第二目标模型参数得到各自的目标模型，以实现各自的自动驾驶功能。可选地，所述第一获取模块还包括：检测单元，用于在检测到训练指令时，获取预设待训练模型；分发单元，用于与预设行驶范围内的各个基站进行通信，将所述预设待训练模型分发给所述各个基站，以供所述各个基站基于与各个目标车辆的距离信息，将所述预设待训练模型发送给预设行驶范围内的各目标车辆。可选地，所述基于联邦学习的自动驾驶训本文档来自技高网...

【技术保护点】
1.一种基于联邦学习的自动驾驶训练方法，其特征在于，应用于云端服务器，所述基于联邦学习的自动驾驶训练方法包括：/n在检测到训练指令时，获取预设待训练模型，将所述预设待训练模型发送给预设行驶范围内的各目标车辆；/n获取所述各目标车辆基于各自实时本地数据集对所述预设待训练模型进行训练后得到的各第一目标模型参数；/n基于所述各第一目标模型参数，执行预设联邦流程，并对所述预设待训练模型进行迭代训练，得到第二目标模型参数；/n将所述第二目标模型参数发送给所述目标车辆，以供各所述目标车辆基于所述第二目标模型参数得到各自的目标模型，以实现各自的自动驾驶功能。/n

【技术特征摘要】
1.一种基于联邦学习的自动驾驶训练方法，其特征在于，应用于云端服务器，所述基于联邦学习的自动驾驶训练方法包括：
在检测到训练指令时，获取预设待训练模型，将所述预设待训练模型发送给预设行驶范围内的各目标车辆；
获取所述各目标车辆基于各自实时本地数据集对所述预设待训练模型进行训练后得到的各第一目标模型参数；
基于所述各第一目标模型参数，执行预设联邦流程，并对所述预设待训练模型进行迭代训练，得到第二目标模型参数；
将所述第二目标模型参数发送给所述目标车辆，以供各所述目标车辆基于所述第二目标模型参数得到各自的目标模型，以实现各自的自动驾驶功能。


2.如权利要求1所述基于联邦学习的自动驾驶训练方法，其特征在于，所述在检测到训练指令时，获取预设待训练模型，将所述预设待训练模型发送给预设行驶范围内的各目标车辆的步骤，包括：
在检测到训练指令时，根据所述训练指令中携带的区域属性，从预设模型集合中选取所述预设待训练模型；
将所述预设待训练模型发送给预设行驶范围内的各目标车辆。


3.如权利要求2所述基于联邦学习的自动驾驶训练方法，其特征在于，所述在检测到训练指令时，根据所述训练指令中携带的区域属性，从预设模型集合中选取所述预设待训练模型的步骤，包括：
在检测到训练指令时，根据所述训练指令中携带的区域属性，从预设模型集合中选取预设模型子集合；
根据所述训练指令中携带的时间信息以及车辆类型信息，从预设模型子集合中选取所述预设待训练模型。


4.如权利要求1所述基于联邦学习的自动驾驶训练方法，其特征在于，所述将所述第二目标模型参数发送给所述目标车辆，以供各所述目标车辆基于所述第二目标模型参数得到各自的目标模型，以实现各自的自动驾驶功能的步骤，包括：
对所述第二目标模型参数进行加密处理，得到加密模型参数；
将所述加密模型参数发送给所述目标车辆，以供各所述目标车辆基于所述第二目标模型参数得到各自的目标模型，以实现各自的自动驾驶功能。


5.如权利要求1所述基于联邦学习的自动驾驶训练方法，其特征在于，所述在检测到训练指令时，获取预设待训练模型，将所述预设待训练模型发送给预设行驶范围内的各目标车辆的步骤，还包括：
在检测到训练指令时，获取预设待训练模型；
...

【专利技术属性】
技术研发人员：董苗波，衣志昊，梁新乐，范力欣，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44