一种自动驾驶控制方法及其系统、存储介质技术方案

本发明专利技术涉及一种自动驾驶控制方法及其系统、存储介质，包括：将原始样本输入第一自动驾驶模型进行车辆未来行驶轨迹点的预测，获得第一预测轨迹点序列；将原始样本输入对抗样本生成模型生成对抗样本；将所述对抗样本输入第一防御模块进行对抗样本防御，若防御成功，则根据所述第一预测轨迹点序列生成车辆控制指令，若防御失败，则第二防御模块利用所述对抗样本对所述自动驾驶模型进行对抗训练获得新的自动驾驶模型，将所述原始样本输入预先训练好的自动驾驶模型进行车辆未来行驶轨迹点的预测获得第二预测轨迹点序列，并根据所述第二预测轨迹点序列生成车辆控制指令；根据生成的车辆控制指令控制车辆自动驾驶，提高了自动驾驶模型主动防御能力。型主动防御能力。型主动防御能力。

【技术实现步骤摘要】
一种自动驾驶控制方法及其系统、存储介质


[0001]本专利技术涉及自动驾驶控制
，具体涉及一种自动驾驶控制方法及其系统、存储介质。

技术介绍

[0002]在传统的自动驾驶中，都是采用基于规则的模块化方法，一般分为感知、决策规划和控制。而端到端方案更接近于人类本质，是一种模仿学习的纯AI方法，未来潜力无限。端到端自动驾驶模型具有人工智能特性，以纯数据驱动的学习形式，学习感知的同时采取控制行为；由于纯端到端自动驾驶模型(图像
→
方向盘转角控制)具有一定局限性，缺乏一定可解释性与安全性，因此进一步提出了基于轨迹学习的端到端自动驾驶，基于轨迹学习的端到端自动驾驶是一种延伸与扩张，效果更好；在实现本专利技术的过程中，专利技术人发现现阶段几乎所有的AI对抗样本攻击与防御研究都聚焦在图像分类任务、图像分割等任务中，而对回归任务的研究，特别是端到端自动驾驶模型的研究非常少见。因此，目前的基于轨迹学习的端到端自动驾驶的对抗攻击和主动防御还有待进一步研究和改进。

技术实现思路

[0003]本专利技术的目的在于提出一种自动驾驶本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶控制方法，其特征在于，包括如下步骤：获取原始样本；其中，所述原始样本为车辆驾驶过程中车辆传感单元所检测的前方环境信息；将所述原始样本输入预先训练好的自动驾驶模型进行车辆轨迹点预测获得第一预测轨迹点序列；将所述原始样本输入预先训练好的对抗样本生成模型，生成对抗样本；将所述对抗样本输入第一防御模块进行对抗样本防御，若防御成功，则根据所述第一预测轨迹点序列生成车辆控制指令，若防御失败，则将所述对抗样本输入第二防御模块，第二防御模块利用所述对抗样本对所述自动驾驶模型进行对抗训练获得新的自动驾驶模型，将所述原始样本输入新的自动驾驶模型进行车辆轨迹点预测获得第二预测轨迹点序列，并根据所述第二预测轨迹点序列生成车辆控制指令；根据生成的车辆控制指令控制车辆自动驾驶。2.根据权利要求1所述的自动驾驶控制方法，其特征在于，所述对抗样本生成模型包括特征提取模块、噪声模块、向量衔接模块、GAN生成器和攻击模块；所述特征提取模块用于提取所述原始样本的样本特征向量；所述噪声模块用于随机生成噪声向量；所述向量衔接模块用于将所述样本特征向量与噪声向量进行衔接获得生成器输入向量；所述生成器用于根据所述生成器输入向量生成初始对抗样本；所述攻击模块用于利用所述初始对抗样本攻击所述自动驾驶模型，若攻击成功，则输出所述初始对抗样本为对抗样本。3.根据权利要求2所述的自动驾驶控制方法，其特征在于，所述对抗样本生成模型训练过程中还应用GAN判别器，其训练过程的损失函数为：L(G，D)＝L
GAN
+αL
adv
+βL
pert
；其中：L
GAN
＝E
x
[logD(x)+E
x
log(1
‑
D(G(z|f(x)))]，L
adv
＝E
x
[M(x)
‑
M(G(z|f(x))]
distance
L
pert
＝E
x
||x
‑
G(z|f(x))||2上述函数中，G为GAN生成器，D为GAN判别器，α和β是控制每个目标损失权重的超参数，x为输入的原始样本，E
x
为以输入的原始样本为变量的均值求解结果，D(x)为判别器的输出，z为噪音向量，f(x)为样本特征向量，G(z|f(x))为z和f(x)衔接后输入生成器时生成器输出的初始对抗样本，M(x)为将原始样本x输入所述自动驾驶模型时的自动驾驶模型的输出，M(G(z|f(x)))为利用G(z|f(x))攻击所述自动驾驶模型时的自动驾驶模型的输出，[M(x)
‑
M(G(z|f(x))]
distance
为求解M(x)和M(G(z|f(x))之间的距离。4.根据权利要求1所述的自动驾驶控制方法，其特征在于，所述将所述对抗样本输入第一防御模块进行对抗样本防御，包括：进行第一级防御；所述第一级防御包括：将所述对抗样本进行特征压缩后，输入所述自动驾驶...

【专利技术属性】
技术研发人员：王丹，王玉龙，石笑生，闫春香，
申请(专利权)人：广州汽车集团股份有限公司，
类型：发明
国别省市：