本发明专利技术公开了一种自动驾驶的同步计算方法、装置、系统、程序产品及介质，方法包括：获取当前时刻目标车辆周围的外部目标的目标数，以及各外部目标对应的目标数据；根据目标数将各目标数据发送至对应的计算单元块，并通过各计算单元块分别对接收到的目标数据进行计算，得到对应的计算结果；根据计算结果确定目标车辆在下一时刻的行驶策略，以供目标车辆根据行驶策略行驶。本发明专利技术在不增加额外的计算资源的情况下，根据外部动态变化的目标数适配地对所有外部目标的目标数据进行同步计算，体现了处理过程的灵活性和同步性，并可提高自动驾驶过程中的预测精度。中的预测精度。中的预测精度。
【技术实现步骤摘要】
自动驾驶的同步计算方法、装置、系统、程序产品及介质
[0001]本专利技术涉及自动驾驶
，尤其涉及自动驾驶的同步计算方法、系统、程序产品及介质。
技术介绍
[0002]随着深度学习技术的飞速发展，RNN(Recurrent Neural Network，循环神经网络)算法的应用也越来越广泛。例如，在自动驾驶领域中，可通过RNN算法获取更加准确的预测结果，为后续自动驾驶车辆的行驶规划和决策提供更加可靠的预测数据。
[0003]目前，用于实现RNN算法的落地方式主要包括GPU(Graphics Processing Unit，图形处理器)、CPU(Central Processing Unit，中央处理器)和ASIC(专用集成芯片)，但上述三种落地方式都是采用分时计算的方式来处理的。例如，若采用分时并行的方式进行处理，则无法根据外部目标的目标数来动态调整系统的计算方式，而为了适应外部不同目标数的情况，一般会更换一个更大容量的芯片，这样会造成资源和成本的增加；若采用分时串行的方式进行处理，虽然可以适配不同的外部目标数，但在实际处理时，实现RNN算法的计算单元需要按照一定的顺序依次计算一个或者两个外部目标信息，直到计算完目标车辆外部的多个目标信息，因此采用分时串行的方式进行处理时，不能同时计算多个外部目标信息。
[0004]由此可见，现有的自动驾驶计算方案，要么不能灵活地适配各种变化的外部目标数，要么在适配各种外部目标数时不能获得高度的同步性，影响预测精度，因此，如何平衡自动驾驶过程中的动态适配性和预测精度，成为各大厂家的主要研究方向。
技术实现思路
[0005]本专利技术的主要目的在于提出一种自动驾驶的同步计算方法、系统、程序产品及介质，旨在不增加额外的资源成本，通过动态适配不同的外部目标的目标数，达到处理过程的高同步预测精度。
[0006]为实现上述目的，本专利技术提供一种自动驾驶的同步计算方法，所述方法包括如下步骤：
[0007]获取当前时刻目标车辆周围的外部目标的目标数，以及各所述外部目标对应的目标数据；
[0008]根据所述目标数将各所述目标数据发送至对应的计算单元块，并通过各所述计算单元块分别对接收到的目标数据进行计算，得到对应的计算结果；
[0009]根据所述计算结果确定所述目标车辆在下一时刻的行驶策略，以供所述目标车辆根据所述行驶策略进行行驶。
[0010]优选地，所述根据所述目标数将各所述目标数据发送至对应的计算单元块的步骤包括：
[0011]获取所述计算单元块的总数目，并根据所述目标数和所述计算单元块的总数目确定各所述外部目标对应的计算单元块；
[0012]将各所述外部目标相应的目标数据发送至对应的计算单元块。
[0013]优选地，所述将各所述外部目标相应的目标数据发送至对应的计算单元块的步骤包括：
[0014]获取各所述目标数据对应的数据维度，并按照所述数据维度对各所述目标数据进行分类，得到分类后的维度数据；
[0015]将各所述外部目标相应的维度数据发送至对应的计算单元块。
[0016]优选地，所述将各所述外部目标相应的维度数据发送至对应的计算单元块的步骤包括：
[0017]分别获取各所述外部目标对应的计算单元块数目；
[0018]若外部目标对应的计算单元块数目至少为两个，则对所述外部目标对应的目标维度数据进行分组处理，并将分组处理后的目标维度数据分发至所述外部目标对应的多个计算单元块；
[0019]若外部目标对应的计算单元块数目为一个，则将所述外部目标相应的目标维度数据发送至对应的计算单元块。
[0020]优选地，各所述计算单元块分别包括计算矩阵，各所述计算矩阵分别包括不同数据维度的数据列，所述将各所述外部目标相应的维度数据发送至对应的计算单元块的步骤包括：
[0021]若外部目标对应的计算单元块数目至少为两个，则将分组处理后的目标维度数据分别分发至对应的多个计算单元块中相同数据维度的数据列；
[0022]或者，
[0023]若外部目标对应的计算单元块数目为一个，则将所述外部目标相应的目标维度数据分别发送至对应的计算单元块中相同数据维度的数据列。
[0024]优选地，所述通过各所述计算单元块分别对接收到的目标数据进行计算，得到对应的计算结果的步骤包括：
[0025]分别获取各所述计算矩阵中每一行对应的权重参数；
[0026]在各所述计算矩阵中根据每一行对应的权重参数对每一列的维度数据进行计算，得到对应的计算结果。
[0027]此外，为实现上述目的，本专利技术还提供一种自动驾驶的同步计算装置，所述自动驾驶的同步计算装置包括：
[0028]获取模块，用于获取当前时刻目标车辆周围的外部目标的目标数，以及各所述外部目标对应的目标数据；
[0029]计算模块，用于根据所述目标数将各所述目标数据发送至对应的计算单元块，并通过各所述计算单元块分别对接收到的目标数据进行计算，得到对应的计算结果；
[0030]行驶模块，用于根据所述计算结果确定所述目标车辆在下一时刻的行驶策略，以供所述目标车辆根据所述行驶策略进行行驶。
[0031]此外，为实现上述目的，本专利技术还提供一种程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上所述的自动驾驶的同步计算方法的步骤。
[0032]此外，为实现上述目的，本专利技术还提供一种自动驾驶的同步计算系统，所述自动驾驶的同步计算系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行
的自动驾驶的同步计算程序，所述自动驾驶的同步计算程序被所述处理器执行时实现如上所述的自动驾驶的同步计算方法的步骤。
[0033]此外，为实现上述目的，本专利技术还提供一种介质，所述介质优选为计算机可读存储介质，所述介质上存储有自动驾驶的同步计算程序，所述自动驾驶的同步计算程序被处理器执行时实现如上所述的自动驾驶的同步计算方法的步骤。
[0034]本专利技术提出的自动驾驶的同步计算方法，通过获取当前时刻目标车辆周围的外部目标的目标数，以及各外部目标对应的目标数据；根据目标数将各目标数据发送至对应的计算单元块，并通过各计算单元块分别对接收到的目标数据进行计算，得到对应的计算结果；根据计算结果确定目标车辆在下一时刻的行驶策略，以供目标车辆根据行驶策略行驶。本专利技术在不增加额外的计算资源的情况下，根据外部动态变化的目标数适配地对所有外部目标的目标数据进行同步计算，体现了处理过程的灵活性和同步性，并可提高自动驾驶过程中的预测精度。
附图说明
[0035]图1是本专利技术实施例方案涉及的硬件运行环境的系统结构示意图；
[0036]图2为本专利技术自动驾驶的同步计算方法第一实施例的流程示意图；
[0037]图3为本专利技术自动驾驶的同步计算方法较佳实施例的RNN加速器硬件原理框图；
[0038]图4为本专利技术自动驾驶的同步计算方法外部目标的目标数为8的目标分布图；<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种自动驾驶的同步计算方法，其特征在于，应用于自动驾驶的同步计算系统，所述自动驾驶的同步计算系统包括多个计算单元块，所述方法包括如下步骤：获取当前时刻目标车辆周围的外部目标的目标数，以及各所述外部目标对应的目标数据；根据所述目标数将各所述目标数据发送至对应的计算单元块，并通过各所述计算单元块分别对接收到的目标数据进行计算，得到对应的计算结果；根据所述计算结果确定所述目标车辆在下一时刻的行驶策略，以供所述目标车辆根据所述行驶策略进行行驶。2.如权利要求1所述的自动驾驶的同步计算方法，其特征在于，所述根据所述目标数将各所述目标数据发送至对应的计算单元块的步骤包括：获取所述计算单元块的总数目，并根据所述目标数和所述计算单元块的总数目确定各所述外部目标对应的计算单元块；将各所述外部目标相应的目标数据发送至对应的计算单元块。3.如权利要求2所述的自动驾驶的同步计算方法，其特征在于，所述将各所述外部目标相应的目标数据发送至对应的计算单元块的步骤包括：获取各所述目标数据对应的数据维度，并按照所述数据维度对各所述目标数据进行分类，得到分类后的维度数据；将各所述外部目标相应的维度数据发送至对应的计算单元块。4.如权利要求3所述的自动驾驶的同步计算方法，其特征在于，所述将各所述外部目标相应的维度数据发送至对应的计算单元块的步骤包括：分别获取各所述外部目标对应的计算单元块数目；若外部目标对应的计算单元块数目至少为两个，则对所述外部目标对应的目标维度数据进行分组处理，并将分组处理后的目标维度数据分发至所述外部目标对应的多个计算单元块；若外部目标对应的计算单元块数目为一个，则将所述外部目标相应的目标维度数据发送至对应的计算单元块。5.如权利要求4所述的自动驾驶的同步计算方法，其特征在于，各所述计算单元块分别包括计算矩阵，各所述计算矩阵分别包括不同数据维度的数据列，所述将各所述外部目标相应的维度数据发送至对应的计算单元块的步骤包括：...
【专利技术属性】
技术研发人员：宋朝忠，雷振华，
申请(专利权)人：深圳市易成自动驾驶技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。