一种车辆辅助驾驶控制方法、装置及车载控制器制造方法及图纸

本申请实施例提供一种车辆辅助驾驶控制方法、装置及车载控制器。通过获取车辆检测器上传的车辆驾驶数据，然后将车辆驾驶数据输入驾驶需求预测模型，得到驾驶需求分析结果，再基于驾驶需求分析结果调用对应的控制程序对车辆进行控制。本申请借助人工智能模型对车辆行驶过程中产生的驾驶数据进行分析，分析准确。在模型训练过程中，采用对多组驾驶数据样本进行同类划分、设置驾驶需求标记以及依据驾驶需求预测接近度对驾驶数据样本过滤和替换，依据过滤后的第一驾驶数据样本、替换后的第二驾驶数据样本和驾驶需求标记对驾驶需求分析模型进行训练，使得驾驶需求分析模型训练的准确性和可靠性，从而提高了驾驶需求分析模型对驾驶需求分析的准确性。驾驶需求分析的准确性。驾驶需求分析的准确性。

【技术实现步骤摘要】
一种车辆辅助驾驶控制方法、装置及车载控制器


[0001]本申请涉及车辆控制领域，具体而言，涉及一种车辆辅助驾驶控制方法、装置及车载控制器。

技术介绍

[0002]随着汽车技术和物联网技术的日益发展，汽车智能化程度越来越高，辅助驾驶技术开始普及，其可以帮助驾驶人员根据环境、车况、车身姿态等因素对车辆进行对应的控制，不仅可以减少驾驶人员的驾驶风险，还提升了驾驶人员的驾驶体验，受到广大消费者的青睐。

技术实现思路

[0003]本申请提供一种车辆辅助驾驶控制方法、装置及车载控制器，以根据车辆驾驶数据提供车辆的辅助驾驶控制。
[0004]第一方面，本申请实施例提供了一种车辆辅助驾驶控制方法，应用于车载控制器，车载控制器与车辆检测器通信连接，该方法包括：
[0005]获取车辆检测器上传的车辆驾驶数据；
[0006]将车辆驾驶数据输入驾驶需求预测模型，得到驾驶需求分析结果；
[0007]基于驾驶需求分析结果，调用对应的控制程序对车辆进行控制；
[0008]其中，驾驶需求预测模型通过以下步骤训练得到：...

【技术保护点】

【技术特征摘要】
1.一种车辆辅助驾驶控制方法，其特征在于，应用于车载控制器，所述车载控制器与车辆检测器通信连接，所述方法包括：获取车辆检测器上传的车辆驾驶数据；将所述车辆驾驶数据输入驾驶需求预测模型，得到驾驶需求分析结果；基于所述驾驶需求分析结果，调用对应的控制程序对车辆进行控制；其中，所述驾驶需求预测模型通过以下步骤训练得到：获取多组驾驶数据样本，对所述多组驾驶数据样本按照类别进行划分，得到不少于一个驾驶数据集合；调用驾驶需求预测模型对所述驾驶数据集合中的驾驶数据样本进行驾驶需求预测，得到驾驶数据集合中每组驾驶数据样本对应的驾驶需求预测接近度；对驾驶数据集合中驾驶需求预测接近度大于第一阈值的驾驶数据样本进行过滤，得到第一驾驶数据样本；对驾驶数据集合中驾驶需求预测接近度小于第二阈值的驾驶数据样本进行替换，得到第二驾驶数据样本；为所述第一驾驶数据样本和所述第二驾驶数据样本分别匹配驾驶需求标记，基于所述第一驾驶数据样本、所述第二驾驶数据样本和所述驾驶需求标记，对所述驾驶需求预测模型进行训练，得到训练后的驾驶需求预测模型。2.根据权利要求1所述的车辆辅助驾驶控制方法，其特征在于，所述为所述第一驾驶数据样本和所述第二驾驶数据样本分别匹配驾驶需求标记，根据所述第一驾驶数据样本、所述第二驾驶数据样本和所述驾驶需求标记，对所述驾驶需求预测模型进行训练，得到训练后驾驶需求预测模型，包括：通过所述驾驶需求预测模型分别对所述第一驾驶数据样本和所述第二驾驶数据样本进行驾驶需求预测，得到每组第一驾驶数据样本对应的第一驾驶需求预测接近度，以及每组第二驾驶数据样本对应的第二驾驶需求预测接近度；根据所述第一驾驶需求预测接近度确定所述第一驾驶数据样本对应的第一驾驶需求，以及根据所述第二驾驶需求预测接近度确定所述第二驾驶数据样本对应的第二驾驶需求；分别将所述第一驾驶需求和所述第二驾驶需求与对应的所述驾驶需求标记进行收敛，进而调整所述驾驶需求预测模型的参数，得到训练后驾驶需求预测模型。3.根据权利要求1所述的车辆辅助驾驶控制方法，其特征在于，所述对所述多组驾驶数据样本按照类别进行划分，得到不少于一个驾驶数据集合，包括：通过事先部署的聚类分析模型对所述多组驾驶数据样本中的每两组驾驶数据样本之间进行相似度计算，得到每两组驾驶数据样本之间的相似度计算结果；根据所述相似度计算结果对所述多组驾驶数据样本按照类别进行划分，得到不少于一个驾驶数据集合。4.根据权利要求3所述的车辆辅助驾驶控制方法，其特征在于，所述通过事先部署的聚类分析模型对所述多组驾驶数据样本中的每两组驾驶数据样本之间进行相似度计算，得到每两组驾驶数据样本之间的相似度计算结果之前，所述车辆辅助驾驶控制方法还包括：获取原始驾驶数据，对所述原始驾驶数据进行预处理，得到多组训练驾驶数据样本；通过待训练的聚类分析模型对所述多组训练驾驶数据样本中的每两组训练驾驶数据
样本进行相似度推断，得到每两组训练驾驶数据样本的相似度推断结果；采取预设的损失函数，依据所述相似度推断结果与预先标记的相似度计算结果，对所述待训练的聚类分析模型进行训练，进而调整所述待训练的聚类分析模型的参数，得到所述事先部署的聚类分析模型。5.根据权利要求1所述的车辆辅助驾驶控制方法，其特征在于，所述对驾驶数据集合中驾驶需求预测接近度大于第一阈值的驾驶数据样本进行过滤，得到第一驾驶数据样本，包括：确定驾驶数据集合中驾驶需求预测接近度大于第一阈值的驾驶数据样本所属的第一目标驾驶需求；将驾驶数据样本所属的第一目标驾驶需求与驾驶数据样本所在驾驶数据集合的驾驶需求标记不匹配的驾驶数据样...

【专利技术属性】
技术研发人员：蔡定海，吴庆均，冯红梅，冯军，周正发，
申请(专利权)人：蔡定海，
类型：发明
国别省市：