用于自动驾驶的方法、装置、设备、计算机可读存储介质制造方法及图纸

根据本公开的示例实施例，提供了一种用于自动驾驶的方法、装置、设备、计算机可读存储介质和计算机程序产品。涉及人工智能领域，尤其涉及自动驾驶和深度学习技术领域。具体实现方案为：获取与车辆的参数和外部环境相关联的数据，数据根据用于目标场景的采集策略而被采集；基于所获取的数据，生成用于目标场景的自动驾驶模型；以及通过对自动驾驶模型进行测试，更新采集策略。根据本公开的实施例，由此，可以高效、系统、规范地进行数据收集和应用，提高研发效率，进而提升用户对产品的体验。进而提升用户对产品的体验。进而提升用户对产品的体验。

【技术实现步骤摘要】
用于自动驾驶的方法、装置、设备、计算机可读存储介质


[0001]本公开涉及人工智能领域，并且更具体地，涉及用于自动驾驶的方法、装置、设备、计算机可读存储介质和计算机程序产品。

技术介绍

[0002]随着自动驾驶技术在生活中的普及，需要高效率地实现从自动驾驶数据的收集到应用的流程，从而满足研发需求并且提高用户对自动驾驶产品的体验。但是，目前已有的自动驾驶研发平台通常使用分离的数据采集、数据存储、数据处理、模型训练和模型测试功能，各功能之间缺乏联系，不利于将企业已采集的实车试验数据等快速转换为有价值的自动驾驶模型。因此，如何解决数据自动采集、数据传输与分类存储、数据平台化标注、模型训练、测试与结果展示中的资源和工具链的共享和统一管理，有效缩减自动驾驶汽车的研发成本和周期，提高企业的自动驾驶研发能力，是当今的任务主题。

技术实现思路

[0003]根据本公开的示例实施例，提供了一种用于自动驾驶的方法、装置、设备、计算机可读存储介质和计算机程序产品。
[0004]在本公开的第一方面中，提供了一种用于自动驾驶的方法，包括：获取与车辆的参数和外部环境相关联的数据，数据根据用于目标场景的采集策略而被采集；基于所获取的数据，生成用于目标场景的自动驾驶模型；以及通过对自动驾驶模型进行测试，更新采集策略。
[0005]在本公开的第二方面中，提供了一种用于自动驾驶的装置，包括：数据获取模块，被配置为获取与车辆的参数和外部环境相关联的数据，所述数据根据用于目标场景的采集策略而被采集；模型生成模块，被配置为基于所获取的所述数据，生成用于所述目标场景的自动驾驶模型；以及第一策略更新模块，被配置为通过对所述自动驾驶模型进行测试，更新所述采集策略。
[0006]在本公开的第三方面中，提供了一种电子设备，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开的第一方面的方法。
[0007]在本公开的第四方面中，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。
[0008]在本公开的第五方面中，提供了一种计算机程序产品，包括计算机程序指令，该计算机程序指令被处理器实现如本公开的第一方面的方法。
[0009]应当理解，
技术实现思路
部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
[0010]结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素。附图用于更好地理解本方案，不构成对本公开的限定，其中：
[0011]图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图；
[0012]图2示出了根据本公开的一些实施例的用于自动驾驶的过程的示例的流程图；
[0013]图3示出了根据本公开的一些实施例的更新采集策略的过程的示例的流程图；
[0014]图4示出了根据本公开的实施例的用于自动驾驶的装置的示意框图；以及
[0015]图5示出了能够实施本公开的多个实施例的计算设备的框图。
具体实施方式
[0016]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0017]在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
[0018]在本公开的实施例的描述中，术语“模型”可以从训练数据中学习到相应的输入与输出之间的关联，从而在训练完成后基于训练得到的参数集对给定的输入进行处理以生成对应的输出。“模型”有时也可以被称为“神经网络”、“学习模型”、“学习网络”或“网络”。这些术语在本文中可互换地使用。
[0019]如以上提及的，在传统方案中，缺少能够完全实现自动驾驶数据从采集到应用的闭环流程。各功能的分离会导致收集的海量数据无法及时被清洗、标注和分类。并且与外部第三方数据标注机构合作面临数据隐私泄露风险和标注结果差异。此外，模型的训练和测试在外部平台或线下进行导致缺乏严格和持续的管理，易造成数据与应用的脱节。上述缺陷最终降低整体研发效率并且进而影响用户对自动驾驶产品的体验。
[0020]本公开的示例实施例提出了一种用于自动驾驶的方案。在该方案中，首先在不同的场景中，根据不同的数据采集策略获取车辆自身的参数和车辆的外部环境数据。然后根据所获取的数据，生成用于相应的场景的自动驾驶模型。最后对自动驾驶模型进行测试，确定所缺少的数据，来更新数据采集策略。根据本公开的实施例，可以实现从数据收集到应用的闭环系统，并且通过对模型的测试进一步发现所需要的数据以应用在下一轮的数据采集中。由此，可以高效、系统、规范地进行数据收集和应用，提高研发效率，进而提升用户对产品的体验。
[0021]图1示出了本公开的多个实施例能够在其中实现的示例环境100的示意图。应当理解，图1所示出的环境100仅仅是示例性的，而不应当构成对本公开所描述的实现的功能和范围的任何限制。如图1所示，环境100包括行驶在道路中的车辆110。在图1的示例中，车辆110可以是可以承载人和/或物并且通过发动机等动力系统移动的任何类型的车辆，包括但
不限于轿车、卡车、巴士、电动车、摩托车、房车、火车等等。在一些实施例中，环境100中的一个或多个车辆110可以是具有一定自动驾驶能力的车辆，这样的车辆也被称为无人驾驶车辆。在一些实施例中，车辆110也可以是不具有自动驾驶能力的车辆。虽然图示为一个车辆110，但这只是示例性的，可以存在不同数目的车辆110，本公开在此不做限制。
[0022]车辆110可以通信地耦合到计算设备130。虽然被示出为单独的实体，但计算设备130可以被嵌入在车辆110中。计算设备130也可以车辆110外部的实体，并且可以经由无线网络与车辆110通信。计算设备130可以是任何具有计算能力的设备。作为非限制性示例，计算设备130可以是任意类型的固定计算设备、移动计算设备或便携式计算设备，包括但不限于台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、多媒体计算机、移动电话等；计算设备130的全部组件或一部分组件可以分布在云端。计算设备130至少包含处理器、存储器以及其他通常存在于通用计算机中的组件，以便实现计算、存储、通信、控制等功能。
[0023]计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于自动驾驶的方法，包括：获取与车辆的参数和外部环境相关联的数据，所述数据根据用于目标场景的采集策略而被采集；基于所获取的所述数据，生成用于所述目标场景的自动驾驶模型；以及通过对所述自动驾驶模型进行测试，更新所述采集策略。2.根据权利要求1所述的方法，其中基于所获取的所述数据，生成用于所述目标场景的自动驾驶模型包括：从所述数据中确定训练数据，获取与所述训练数据相对应的第一标注数据；利用所述第一标注数据来训练预先构建的初始模型，以获得所述自动驾驶模型。3.根据权利要求2所述的方法，其中通过对所述自动驾驶模型进行测试，更新所述采集策略包括：从所述数据中确定测试数据，所述测试数据不同于所述训练数据；获取与所述测试数据相对应的第二标注数据；基于所述第二标注数据，确定所述自动驾驶模型的测试结果；以及基于所述测试结果，更新所述采集策略。4.根据权利要求1至3中任一项所述的方法，其中采集策略包括如下中的至少一项：引起所述数据被采集的采集触发条件、采集所述数据的传感器的类型、采集所述数据的持续时间、采集所述数据的频率和采集所述数据的优先级。5.根据权利要求1至3中任一项所述的方法，其中所述数据包括如下中的至少一项：手动驾驶数据、自动驾驶数据、场地测试数据、真实道路数据和交通事故数据。6.根据权利要求1至3中任一项所述的方法，其中所述目标场景包括如下中的至少一项：雨天场景、泊车场景、换道场景、跟驰场景、城市场景、农村场景、山地场景和高速场景。7.一种用于自动驾驶的装置，包括：数据获取模块，被配置为获取与车辆的参数和外部环境相关联的数据，所述数据根据用于目标场景的采集策略而被采集；模型生成模块，被配置为基于所获取的所述数据，生成用于所述目标场景的自动驾驶模型；以及第一策略更新模块，被配置为通过对所述自动驾驶模型进行测试，更新所述采集策略。8.根据权利要求7所述的装置，其中所述模型生成模块包括：第一数据确定模块，被配置为从所述数据...

【专利技术属性】
技术研发人员：朱厚强，魏鹏飞，宋佳，陈术义，
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：