驾驶知识图谱构建方法、自动驾驶方法及驾驶方法技术

本公开提供了一种驾驶知识图谱构建方法、自动驾驶方法及驾驶方法，涉及知识图谱、自动驾驶等人工智能技术领域，可应用于智能交通和智慧城市场景。该方法：获取包括路网实体、环境实体和车辆实体在内的驾驶参数实体；获取各路段下不同车辆在不同驾驶环境下的历史驾驶轨迹；基于为预设的高可信对象下发的在相同路段下的行驶任务，得到高可信驾驶轨迹；基于相同路段的高可信驾驶轨迹对历史驾驶轨迹进行修正，得到修正后驾驶轨迹；基于驾驶参数实体与修正后驾驶轨迹之间的位置关联点，建立驾驶参数实体与驾驶行为实体之间的关联关系，得到驾驶知识图谱。应用该实施方式提供的驾驶知识图谱可提供更好的自动驾驶服务或驾驶建议。谱可提供更好的自动驾驶服务或驾驶建议。谱可提供更好的自动驾驶服务或驾驶建议。

【技术实现步骤摘要】
驾驶知识图谱构建方法、自动驾驶方法及驾驶方法


[0001]本公开涉及数据处理领域，具体涉及知识图谱、自动驾驶等人工智能
，可应用于智能交通和智慧城市场景，尤其涉及一种驾驶知识图谱构建方法、自动驾驶、驾驶方法，以及以对应的装置、电子设备、计算机可读存储介质及计算机程序产品。

技术介绍

[0002]无论是在驾驶员辅助系统(Driver Assistance Systems，DAS)中还是在自动驾驶系统(Autonomous Driving Systems，ADS)中，安全驾驶和舒适驾驶都是首要目标。而达成这个目标所依赖的一个前提是系统要对当前的交通状况有充足的了解。尽管目前各种感知设备外加高精地图等信息已经可以让DAS或ADS系统对现实世界达到一定程度上的感知，但是在实际路况中『老司机』在他们熟悉的路段上做出的驾驶决策(如驾驶速度，何时变道等)往往比系统计算的更加合理。
[0003]如何充分利用『老司机』们的宝贵驾驶经验、挖掘群智驾驶行为来助力DAS系统和ADS系统，是本领域技术人员亟待解决的问题。

技术实现思路

[0004]本公开实施例提出了一种驾驶知识图谱构建、自动驾驶方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
[0005]第一方面，本公开实施例提出了一种驾驶知识图谱构建方法，包括：获取包括路网实体、环境实体和车辆实体在内的驾驶参数实体；获取各路段下不同车辆在不同驾驶环境下的历史驾驶轨迹；基于为预设的高可信对象下发的在相同路段下的行驶任务，得到高可信驾驶轨迹；基于相同路段的高可信驾驶轨迹对历史驾驶轨迹进行修正，得到修正后驾驶轨迹；基于驾驶参数实体与修正后驾驶轨迹之间的位置关联点，建立驾驶参数实体与驾驶行为实体之间的关联关系，得到驾驶知识图谱。
[0006]第二方面，本公开实施例提出了一种驾驶知识图谱构建装置，包括：驾驶参数实体获取单元，被配置成获取包括路网实体、环境实体和车辆实体在内的驾驶参数实体；历史驾驶轨迹获取单元，被配置成获取各路段下不同车辆在不同驾驶环境下的历史驾驶轨迹；高可信驾驶轨迹获得单元，被配置成基于为预设的高可信对象下发的在相同路段下的行驶任务，得到高可信驾驶轨迹；轨迹修正单元，被配置成基于相同路段的高可信驾驶轨迹对历史驾驶轨迹进行修正，得到修正后驾驶轨迹；驾驶知识图谱建立单元，被配置成基于驾驶参数实体与修正后驾驶轨迹之间的位置关联点，建立驾驶参数实体与驾驶行为实体之间的关联关系，得到驾驶知识图谱。
[0007]第三方面，本公开实施例提出了一种自动驾驶方法，包括：获取传入的自动驾驶导航需求；基于自动驾驶导航需求中的出行起点和出行终点，确定行经路段；基于驾驶知识图谱确定与行经路段对应的驾驶行为实体；其中，驾驶知识图谱基于第一方面描述的驾驶知识图谱方法构建得到；基于驾驶行为实体和行经路段，生成自动驾驶规划；按自动驾驶规划
控制车辆自动行驶。
[0008]第四方面，本公开实施例提出了一种自动驾驶装置，包括：自动驾驶导航需求获取单元，被配置成获取传入的自动驾驶导航需求；行经路段确定单元，被配置成基于自动驾驶导航需求中的出行起点和出行终点，确定行经路段；驾驶行为实体确定单元，被配置成基于驾驶知识图谱确定与行经路段对应的驾驶行为实体；其中，驾驶知识图谱基于第二方面描述的驾驶知识图谱装置构建得到；自动驾驶轨迹生成单元，被配置成基于驾驶行为实体和行经路段，生成自动驾驶规划；自动行驶控制单元，被配置成按自动驾驶规划控制车辆自动行驶。
[0009]第五方面，本公开实施例提出了一种驾驶方法，包括：获取传入的当前行经位置；基于驾驶知识图谱确定与当前行经位置对应的驾驶行为实体；其中，驾驶知识图谱基于第一方面描述的驾驶知识图谱方法构建得到；向当前驾驶员推送根据驾驶行为实体确定的驾驶行为建议。
[0010]第六方法，本公开实施例提出了一种驾驶装置，包括：当前行经位置获取单元，被配置成获取传入的当前行经位置；驾驶行为实体确定单元，被配置成基于驾驶知识图谱确定与当前行经位置对应的驾驶行为实体；其中，驾驶知识图谱基于第二方面描述的驾驶知识图谱装置构建得到；驾驶行为建议推送单元，被配置成向当前驾驶员推送根据驾驶行为实体确定的驾驶行为建议。
[0011]第七方面，本公开实施例提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器执行时能够实现如第一方面描述的驾驶知识图谱构建方法和/或如第三方面描述的自动驾驶方法和/或第五方面描述的驾驶方法。
[0012]第八方面，本公开实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行时能够实现如第一方面描述的驾驶知识图谱构建方法和/或如第三方面描述的自动驾驶方法和/或第五方面描述的驾驶方法。
[0013]第九方面，本公开实施例提供了一种包括计算机程序的计算机程序产品，该计算机程序在被处理器执行时能够实现如第一方面描述的驾驶知识图谱构建方法的步骤和/或如第三方面描述的自动驾驶方法的步骤和/或第五方面描述的驾驶方法的步骤。
[0014]本公开实施例提供的驾驶知识图谱构建方法、自动驾驶方法以及驾驶方案，通过使用体现老司机驾驶经验的高可信轨迹对相同路段下质量参差不齐的普通历史轨迹的修正，从而使得修正后驾驶轨迹能够尽可能体现老司机对路段形式的特别经验，最后从修正后驾驶轨迹提取出的驾驶行为实体与驾驶参数实体建立的充分体现群体智慧的驾驶知识图谱，从而通过该驾驶知识图谱提供更好的自动驾驶服务或向用户提供更好的驾驶行为建议。
[0015]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0016]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它
特征、目的和优点将会变得更明显：
[0017]图1是本公开可以应用于其中的示例性系统架构；
[0018]图2为本公开实施例提供的一种驾驶知识图谱构建方法的流程图；
[0019]图3为本公开实施例提供的一种对历史驾驶轨迹进行数据清洗的方法的流程图；
[0020]图4为本公开实施例提供的一种基于位置关联点构建得到驾驶知识图谱的方法的流程图；
[0021]图5为本公开实施例提供的一种自动驾驶方法的流程图；
[0022]图6为本公开实施例提供的一种驾驶方法的流程图；
[0023]图7为本公开实施例提供的一种应用驾驶知识图谱实现自动驾驶或驾驶的整体效果示意图；
[0024]图8为本公开实施例提供的一种驾驶知识图谱构建装置的结构框图；
[0025]图9为本公开实施例提供的一种自动驾驶装置的结构框图；
[0026]图10为本公开实施例提供的一种驾驶装置的结构框图；
[0027]图1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种驾驶知识图谱构建方法，包括：获取包括路网实体、环境实体和车辆实体在内的驾驶参数实体；获取各路段下不同车辆在不同驾驶环境下的历史驾驶轨迹；基于为预设的高可信对象下发的在相同路段下的行驶任务，得到高可信驾驶轨迹；基于相同路段的高可信驾驶轨迹对所述历史驾驶轨迹进行修正，得到修正后驾驶轨迹；基于所述驾驶参数实体与所述修正后驾驶轨迹之间的位置关联点，建立驾驶参数实体与驾驶行为实体之间的关联关系，得到驾驶知识图谱。2.根据权利要求1所述的方法，其中，所述获取包括路网实体、环境实体和车辆实体在内的驾驶参数实体，包括：获取包括所述路网实体、所述环境实体、所述车辆实体和驾驶用户实体在内的驾驶参数实体；其中，所述路网实体包括：构成路网的路段实体、不同路段之间的连接点实体、构成路段的车道实体；所述环境实体包括：当前所选择的驾驶路线实体、当前行驶速度实体、当前行驶位置实体、当前时间实体、道路拥堵情况实体；所述车辆实体包括：车辆品牌实体和车辆型号实体；所述驾驶用户实体包括：性别实体、年龄实体、驾龄实体、驾驶偏好实体、相同路段的重复行驶次数实体。3.根据权利要求1所述的方法，还包括：对所述历史驾驶轨迹中的缺失值和异常值进行数据清洗，得到清洗后驾驶轨迹；对应的，所述基于相同路段的高可信驾驶轨迹对所述历史驾驶轨迹进行修正，包括：基于相同路段的高可信驾驶轨迹对所述清洗后驾驶轨迹进行修正。4.根据权利要求3所述的方法，其中，所述对所述历史驾驶轨迹中的缺失值和异常值进行数据清洗，得到清洗后驾驶轨迹，包括：根据目标路段下N辆车分别在T个时刻下收集到的位置坐标，构建原始N
×
T矩阵；通过奇异值分解方式将所述原始N
×
T矩阵分解为第一矩阵和第二矩阵；根据已知的缺失值信息，建立用于指示所述原始N
×
T矩阵中第一元素位置存在缺失值的缺失值指示矩阵；基于所述原始N
×
T矩阵、所述缺失值指示矩阵和所述第一矩阵、所述第二矩阵，进行最小值优化，得到优化第一矩阵和优化第二矩阵，并基于所述优化第一矩阵和所述优化第二矩阵重建得到修复后N
×
T矩阵；对比所述原始N
×
T矩阵和所述修复后N
×
T矩阵中相同元素位置下的坐标值差异，确定坐标值差异超过预设差异值的第二元素位置；将所原始N
×
T矩阵中所述第一元素位置和所述第二元素位置的坐标值替换为所述修复后N
×
T矩阵中相应元素位置的相应值，得到清洗后N
×
T矩阵；基于所述清洗后N
×
T矩阵得到所述目标路段的清洗后驾驶轨迹。5.根据权利要求1所述的方法，其中，所述基于相同路段的高可信驾驶轨迹对所述历史驾驶轨迹进行修正，得到修正后驾驶轨迹，包括：确定为所述高可信驾驶轨迹预先分配的第一修正权重；确定为所述历史驾驶轨迹预先分配的第二修正权重；基于经所述第一修正权重修正后的高可信驾驶轨迹和经所述第二修正权重修正后的
历史驾驶轨迹，融合得到所述修正后轨迹。6.根据权利要求1
‑
5任一项所述的方法，其中，所述基于所述驾驶参数实体与所述修正后驾驶轨迹之间的位置关联点，建立驾驶参数实体与驾驶行为实体之间的关联关系，得到驾驶知识图谱，包括：基于所述驾驶参数实体中的路网实体和环境实体，确定行驶位置实体；将所述修正后驾驶轨迹中与所述行驶位置实体相同的位置点，确定为所述位置关联点；从所述修正后驾驶轨迹中提取与所述位置关联点对应的驾驶行为实体；建立所述驾驶参数实体与所述驾驶行为实体之间的关联关系，得到所述驾驶知识图谱。7.根据权利要求6所述的方法，其中，所述驾驶行为实体包括驾驶行为建议实体，所述驾驶行为建议实体包括：速度建议实体、转向建议实体、变道建议实体，每项所述驾驶行为建议实体包括：当前值、建议值和建议原因。8.一种自动驾驶方法，包括：获取传入的自动驾驶导航需求；基于所述自动驾驶导航需求中的出行起点和出行终点，确定行经路段；基于驾驶知识图谱确定与所述行经路段对应的驾驶行为实体；其中，所述驾驶知识图谱基于权利要求1
‑
7任一项所述的驾驶知识图谱方法构建得到；基于所述驾驶行为实体和所述行经路段，生成自动驾驶规划；按所述自动驾驶规划控制车辆自动行驶。9.一种驾驶方法，包括：获取传入的当前行经位置；基于驾驶知识图谱确定与所述当前行经位置对应的驾驶行为实体；其中，所述驾驶知识图谱基于权利要求1
‑
7任一项所述的驾驶知识图谱方法构建得到；向当前驾驶员推送根据所述驾驶行为实体确定的驾驶行为建议。10.一种驾驶知识图谱构建装置，包括：驾驶参数实体获取单元，被配置成获取包括路网实体、环境实体和车辆实体在内的驾驶参数实体；历史驾驶轨迹获取单元，被配置成获取各路段下不同车辆在不同驾驶环境下的历史驾驶轨迹；高可信驾驶轨迹获得单元，被配置成基于为预设的高可信对象下发的在相同路段下的行驶任务，得到高可信驾驶轨迹；轨迹修正单元，被配置成基于相同路段的高可信驾驶轨迹对所述历史驾驶轨迹进行修正，得到修正后驾驶轨迹；驾驶知识图谱建立单元，被配置成基于所述驾驶参数实体与所述修正后驾驶轨迹之间的位置关联点，建立驾驶参数实...

【专利技术属性】
技术研发人员：夏德国，黄际洲，孙一博，王海峰，
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：