基于数据驱动的智能汽车拟人化决策规划系统及方法技术方案

本发明专利技术提供了系统及方法，包括自然驾驶数据采集、多源异构数据预处理、驾驶行为场景挖掘、行为特征筛选提取、行为风格化分类及优劣性评估、拟人化模型参数辨识及拟人化网络模型训练。能够通过对驾驶员自然驾驶行为进行分析，构建拟人化决策规划模型，提高各类行为关联的常用ADAS功能拟人化程度，提升用户使用体验，帮助驾乘人员与智能驾驶车辆建立足够的信任关系；通过对驾驶员行为分析建立的拟人化决策规划系统也能够提高智能驾驶系统与传统驾驶员的驾驶相似性，促进异质交通流下车

【技术实现步骤摘要】
基于数据驱动的智能汽车拟人化决策规划系统及方法


[0001]本专利技术属于智能驾驶决策规划领域，尤其是涉及基于数据驱动的智能汽车拟人化决策规划系统及方法。

技术介绍

[0002]随着智能驾驶辅助系统配置率逐年攀升，智能车辆与驾驶员驾驶车辆构成的异质交通流将会长期存在。针对现有智能驾驶系统，多基于单一逻辑或规则约束输出决策规划路线并对车辆进行控制，未考虑驾驶风格差异性。但就驾驶员而言，驾驶风格多种多样，驾驶水平参差不齐，在跟驰、换道、转弯等具体场景所表现的驾驶行为存在较大差异。传统交通流中驾驶员能够通过主观意图表达及识别形成一定默契，进行适当让行及先行，但针对异质交通流，单一风格的智能驾驶决策规划系统很难与各种驾驶风格驾驶员达成默契一致性，由此带来的通过性、稳定性及安全性等相关问题开始凸显。
[0003]决策规划在智能驾驶中处于核心地位，目前已经打通了许多关键技术，但在某些领域还存在瓶颈及问题亟需突破，具体表现为决策切换迟滞、规划轨迹质量不符合预期、车速超过驾乘人员期望、换道避障质量不高等。这表明当前智能驾驶决策规划系统还不能满足驾乘人员的个性化需求。此外，当前智能驾驶辅助系统，如ACC(自适应巡航控制)、AEB(自动紧急制动系统)、LKA(车道保持辅助系统)等产品在快速量产普及，但是这些系统或功能更多的倾向于为营销服务，对驾驶员而言，仍存在不会用、不敢用及不好用的情况。基于以上问题，主要原因是目前的自动驾驶功能适用性较差，适用场景非常有限，且自动驾驶决策控制在满足驾乘人员预期方面还有较大差距，没有做到拟人化驾驶。
[0004]现阶段，之所以没有拟人化决策规划相关技术落地，一方面是针对不同驾驶员的实车驾驶行为数据积累较少，无法推行有效的数据驱动方法；另一方面，没有完善的闭环数据驱动拟人化决策规划系统及方法支撑。因此，迫切需要构建基于数据驱动的智能汽车拟人化决策规划系统及方法，提高智能驾驶决策规划系统拟人化程度，突破智能驾驶决策规划技术瓶颈。

技术实现思路

[0005]有鉴于此，本专利技术旨在提出基于数据驱动的智能汽车拟人化决策规划系统及方法，以数据采集车辆为载体，基于车端多源传感器及控制器、车端供电系统、车端数据采集系统、车端大容量存储系统实现开放道路数据采集及存储，基于多源异构数据预处理模块、行为场景挖掘模块、关联特征筛选及提取模块、行为风格化分类及评估模块、拟人化模型参数辨识模块及拟人化网络训练模块实现原始采集数据预处理、行为场景数据挖掘、场景特征数据提取、行为风格化及优劣性评估标注、决策规划模型参数辨识及拟人化网络模型数据训练，能够基于数据驱动方法构建面向驾驶行为的拟人化决策规划系统，突破智能驾驶决策规划技术，真正从人的驾驶行为习惯和个性化需求出发，研发更符合用户驾驶需求的智能驾驶车辆。
[0006]为达到上述目的，本专利技术的技术方案是这样实现的：
[0007]第一方面本方案公开了基于数据驱动的智能汽车拟人化决策规划方法，包括自然驾驶数据采集、多源异构数据预处理、驾驶行为场景挖掘、行为特征筛选提取、行为风格化分类及优劣性评估、拟人化模型参数辨识及拟人化网络模型训练；
[0008]以数据流的形式进行表征，分别对应原始数据、预处理数据、行为场景数据、行为特征数据、规范标注数据、拟人化规则数据、拟人化模型数据；
[0009]对应各功能模块分别为多源异构数据预处理模块、行为场景挖掘模块、关联特征筛选及提取模块、行为风格化分类及评估模块、拟人化模型参数辨识模块、拟人化网络训练模块。
[0010]进一步的，多源异构数据预处理模块用于对车端采集的原始数据进行预处理，其中所采集原始数据包含整车数据、目标物数据、车道线数据、交通标识数据及车身姿态数据文本类数据以及不同视角的高清视频数据。
[0011]进一步的，行为场景挖掘模块用于对生成的预处理数据进行场景挖掘，包括跟驰、换道、转弯、掉头、通过十字路口、上下匝道、通过隧道常规行为场景，以及下陡坡、高速避障、高速过弯、紧急避险危险行为场景。
[0012]进一步的，关联特征筛选及提取模块用于对挖掘得到的行为场景关联特征数据进行筛选及提取。
[0013]进一步的，行为风格化分类及评估模块用于对提取到行为特征数据进行风格化分类及优劣性评估，风格化分类指基于各类无监督学习方法对行为风格进行聚类标注，优劣性评估针对各类驾驶行为，制定评估准则，对行为的优劣性进行标注。
[0014]进一步的，拟人化模型参数辨识模块用于通过各类寻优算法对行为规则模型代辨识参数进行辨识，规则模型即指含有大量代辨识参数的以规则为基准的模型，拟人化模型参数辨识模块能够将规范标注数据转换为拟人化规则数据。
[0015]进一步的，拟人化网络训练模块用于将各类规范标注数据输入搭建的神经网络模型中，通过模型训练构建拟人化网络，可用于直接对具体行为进行预测。
[0016]第二方面本方案公开了一种基于数据驱动的智能汽车拟人化决策规划系统，包括数据采集车辆、车端多源传感器及传感器控制器、车端数据采集系统、车端大容量存储系统、车端供电系统、多源异构数据预处理模块、行为场景挖掘模块、关联特征筛选及提取模块、行为风格化分类及评估模块、拟人化模型参数辨识模块、拟人化网络训练模块及各类配套软硬件设备。
[0017]进一步的，数据采集车辆作为基础，在采集车辆上配装多源传感器及控制器、车端数据采集系统、车端大容量存储系统及车端供电系统；
[0018]传感器控制器包括各类传感器对应的控制器。
[0019]进一步的，车端多源传感器包括功能摄像头、激光雷达、毫米波雷达、GNSS惯导设备、高清摄像头；
[0020]功能摄像头包括前视、后视功能摄像头，可采集试验车前向及后向的目标物信息、交通标识信息及车道线信息，目标物信息包括目标类型、目标与本车相对横纵向距离及相对横纵向速度；交通标识信息包括限速标志、交通信号灯、斑马线、停止线距自车相对距离信息；车道线信息包括车道线类型、车道线颜色及自车与车道线距离；
[0021]激光雷达包括左前、右前、左后、右后向激光雷达，用于采集车辆侧前及侧后向目标物信息，包括目标物与本车的相对横纵向距离、相对横纵向速度及相对横纵向加速度；
[0022]毫米波雷达包括左前、左后、右前、右后向毫米波雷达，用于采集侧前及侧后向目标物信息，包括目标与本车的相对横纵向距离、相对横纵向速度、相对横纵向加速度，通过毫米波雷达、激光雷达及功能摄像头对目标物信息进行融合表征；
[0023]GNSS惯导设备用于采集试验车定位、航向角、道路曲率信息；
[0024]高清摄像头包括前向、后向、侧向及车内驾驶员摄像头，分别采集前向、后向、侧向及车内驾驶员同步高清视频；
[0025]车端数据采集系统包括软硬件，硬件为多接口高性能工控机及车内用于实时监控的高清显示屏，软件包括能够接入各类传感器信号的数据采集软件，采集软件用于实现各类传感器标定、摄像头配置、信号监控显示、多源数据融合及自动保存；
[0026]车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于数据驱动的智能汽车拟人化决策规划系统，其特征在于：包括数据采集车辆、车端多源传感器及传感器控制器、车端数据采集系统、车端大容量存储系统、车端供电系统、多源异构数据预处理模块、行为场景挖掘模块、关联特征筛选及提取模块、行为风格化分类及评估模块、拟人化模型参数辨识模块、拟人化网络训练模块及各类配套软硬件设备。2.根据权利要求1所述的基于数据驱动的智能汽车拟人化决策规划系统，其特征在于：数据采集车辆作为基础，在采集车辆上配装多源传感器及控制器、车端数据采集系统、车端大容量存储系统及车端供电系统；传感器控制器包括传感器对应的控制器。3.根据权利要求1所述的基于数据驱动的智能汽车拟人化决策规划系统，其特征在于：车端多源传感器包括功能摄像头、激光雷达、毫米波雷达、GNSS惯导设备、高清摄像头；功能摄像头包括前视、后视功能摄像头，可采集试验车前向及后向的目标物信息、交通标识信息及车道线信息，目标物信息包括目标类型、目标与本车相对横纵向距离及相对横纵向速度；交通标识信息包括限速标志、交通信号灯、斑马线、停止线距自车相对距离信息；车道线信息包括车道线类型、车道线颜色及自车与车道线距离；激光雷达包括左前、右前、左后、右后向激光雷达，用于采集车辆侧前及侧后向目标物信息，包括目标物与本车的相对横纵向距离、相对横纵向速度及相对横纵向加速度；毫米波雷达包括左前、左后、右前、右后向毫米波雷达，用于采集侧前及侧后向目标物信息，包括目标与本车的相对横纵向距离、相对横纵向速度、相对横纵向加速度，通过毫米波雷达、激光雷达及功能摄像头对目标物信息进行融合表征；GNSS惯导设备用于采集试验车定位、航向角、道路曲率信息；高清摄像头包括前向、后向、侧向及车内驾驶员摄像头，分别采集前向、后向、侧向及车内驾驶员同步高清视频；车端数据采集系统包括软硬件，硬件为多接口高性能工控机及车内用于实时监控的高清显示屏，软件包括能够接入各类传感器信号的数据采集软件，采集软件用于实现各类传感器标定、摄像头配置、信号监控显示、多源数据融合及自动保存；车端大容量数据存储系统包括车端部署的NAS设备及交换机，NAS设备通过交换机与多接口高性能工控机连接，对采集数据进行存储；车端供电系统由电源转换模块、逆变器组成，用于对车内的各类传感器及控制器、车端数据采集系统硬件及车端大容量存储系统供电，逆变器与车载蓄电池相连，用于给多接口高性能工控机、NAS设备及...

【专利技术属性】
技术研发人员：邢智超，郝剑虹，崔东，张慧，周景岩，付会通，季中豪，孟宪明，胡帛涛，张利彬，
申请(专利权)人：中国汽车技术研究中心有限公司，
类型：发明
国别省市：