本申请涉及确定驾驶策略的方法、装置、车辆及存储介质。该确定驾驶策略的方法包括：获得针对特定对象的识别结果以及该识别结果的感知不确定度；至少基于识别结果和感知不确定度确定驾驶策略；其中，感知不确定度是基于至少两个感知模型针对特定对象的识别结果来确定的。本申请提供的方案，能够提升驾驶策略的安全性和可靠性。安全性和可靠性。安全性和可靠性。
【技术实现步骤摘要】
确定驾驶策略的方法、装置、车辆及存储介质
[0001]本申请涉及人工智能
，尤其涉及一种确定驾驶策略的方法、装置、车辆及存储介质。
技术介绍
[0002]随着电子地图、车辆导航和人工智能等技术不断发展，自动驾驶技术能够基于驾驶策略行驶至目标地点，提升用户出行体验。
[0003]相关技术中，可以利用激光雷达或者图像传感器等捕捉环境信息，并基于针对环境信息的识别结果等来确定驾驶策略。然而，识别结果错误可能导致不当的驾驶策略，进而造成交通事故，威胁乘员的人身财产安全。
技术实现思路
[0004]为解决或部分解决相关技术中存在的问题，本申请提供一种确定驾驶策略的方法、装置、车辆及存储介质，能够提升驾驶策略的安全性和可靠性。
[0005]本申请一方面提供一种确定驾驶策略的方法，包括：获得针对特定对象的识别结果以及该识别结果的感知不确定度；至少基于识别结果和感知不确定度确定驾驶策略；其中，感知不确定度是基于至少两个感知模型针对特定对象的识别结果来确定的。
[0006]在一种实施方式中，获得针对特定对象的识别结果以及该识别结果的感知不确定度，包括：获得至少两个感知模型针对特定对象的至少两个识别结果和与至少两个识别结果对应的至少两个置信度，至少两个感知模型的训练方式不同；基于至少两个置信度确定针对特定对象的识别结果的感知不确定度。
[0007]在一种实施方式中，获得至少两个感知模型针对特定对象的至少两个识别结果和与至少两个识别结果对应的至少两个置信度，包括：利用第一类感知模型处理包括特定对象的感知数据，得到第一识别结果和第一置信度，第一类感知模型存储在第一芯片中；利用第二类感知模型处理特定对象的感知数据，得到第二识别结果和第二置信度，第二类感知模型存储在第二芯片中，其中，训练第一类感知模型和第二类感知模型所采用的训练数据至少部分相同，和/或，相同训练数据的输入顺序不同。
[0008]在一种实施方式中，第二类感知模型包括至少一个感知子模型，第二置信度包括至少一个子置信度；基于至少两个置信度确定针对特定对象的识别结果的感知不确定度，包括：基于至少一个子置信度确定感知不确定度，或者，基于第一置信度和至少一个子置信度确定感知不确定度。
[0009]在一种实施方式中，上述方法还包括：构建第二类感知模型。其中，构建第二类感知模型，包括：构建至少两个感知子模型，感知子模型的拓扑结构与第一类感知模型的拓扑结构相同；利用与训练第一类感知模型相同的训练数据集训练至少两个感知子模型，其中，至少两个感知子模型各自的初始模型参数不同，和/或，输入至少两个感知子模型的训练数据集的输入顺序不同。
[0010]在一种实施方式中，基于至少两个置信度确定针对特定对象的识别结果的感知不确定度，包括：基于至少两个置信度确定感知识别均值和方差；基于感知识别均值和方差确定感知不确定度。
[0011]在一种实施方式中，基于感知识别均值和方差确定感知不确定度，包括：基于感知识别均值和方差确定认知不确定性，并且基于方差确定偶然不确定；基于认知不确定性和偶然不确定计算感知不确定度。
[0012]在一种实施方式中，至少基于识别结果和感知不确定度确定驾驶策略，包括：至少基于识别结果确定第一驾驶策略；至少基于感知不确定度更新第一驾驶策略，得到第二驾驶策略，以提升第一驾驶策略的安全性。
[0013]在一种实施方式中，第一驾驶策略包括行驶参考线；至少基于感知不确定度更新第一驾驶策略，得到第二驾驶策略，包括：至少基于感知不确定度确定针对特定对象的参考线偏移量；基于参考线偏移量更新行驶参考线，得到第二驾驶策略。
[0014]在一种实施方式中，参考线偏移量与偏移量标定值相关，或者，参考线偏移量与偏移量标定值、特定对象的尺寸和尺寸系数相关。
[0015]在一种实施方式中，上述方法还包括：基于驾驶策略控制移动平台的底盘系统。
[0016]本申请另一方面提供一种确定驾驶策略的装置，包括：信息获得模块和策略确定模块。其中，信息获得模块用于获得针对特定对象的识别结果以及该识别结果的感知不确定度；策略确定模块用于至少基于识别结果和感知不确定度确定驾驶策略；其中，感知不确定度是基于至少两个感知模型针对特定对象的识别结果来确定的。
[0017]本申请另一方面提供一种车辆，包括：车身主体；感测装置，设置于车身主体，用于获得感知信息；处理器，与感测装置耦接，用于接收和处理感知信息；存储器，其上存储有可执行代码，当可执行代码被处理器执行时，使处理器执行如上述的方法。
[0018]本申请另一方面提供一种计算机可读存储介质，其上存储有可执行代码，当可执行代码被电子设备的处理器执行时，使处理器执行如上的方法。
[0019]本申请另一方面提供一种计算机程序产品，包括可执行代码，当可执行代码被执行时，实现如上的方法。
[0020]本申请提供的技术方案可以包括以下有益效果：
[0021]本申请实施例的技术方案，可以通过至少两个感知模型获得针对特定对象的识别结果和感知不确定度，进而根据感知不确定度来计算识别结果的可靠性。这样使得本实施例可以根据识别结果的可靠性来制定驾驶策略，如向可靠性差的识别结果的对象提供更多的安全冗余，有效提升基于该驾驶策略自动行驶时乘员的人身财产安全性。
[0022]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0023]通过结合附图对本申请示例性实施方式进行更详细地描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。
[0024]图1是本申请一实施例示出的可以应用确定驾驶策略的方法、装置、车辆及存储介
质的一种示例性系统架构；
[0025]图2是本申请一实施例示出的车辆、车载传感器的结构示意图；
[0026]图3是相关技术示出的容易发生交通事故的一种应用场景；
[0027]图4是相关技术示出的容易发生交通事故的另一种应用场景；
[0028]图5是本申请一实施例示出的确定驾驶策略的方法的流程图；
[0029]图6是本申请一实施例示出的原始感知模型和感知不确定性提取模型的示意图；
[0030]图7是本申请一实施例示出的控制逻辑的示意图；
[0031]图8是本申请一实施例示出的行驶参考线和参考线偏移量的示意图；
[0032]图9是本申请一实施例的确定驾驶策略的装置的框图；以及
[0033]图10是本申请一实施例示出的硬件系统的示意图；
[0034]图11是本申请一实施例的车辆的框图。
具体实施方式
[0035]下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种确定驾驶策略的方法，其特征在于，包括：获得针对特定对象的识别结果以及该识别结果的感知不确定度；至少基于所述识别结果和所述感知不确定度确定驾驶策略；其中，所述感知不确定度是基于至少两个感知模型针对所述特定对象的识别结果来确定的。2.如权利要求1所述的方法，其特征在于，所述获得针对特定对象的识别结果以及该识别结果的感知不确定度，包括：获得至少两个感知模型针对所述特定对象的至少两个识别结果和与所述至少两个识别结果对应的至少两个置信度，至少两个所述感知模型的训练方式不同；基于至少两个所述置信度确定针对所述特定对象的识别结果的感知不确定度。3.如权利要求2所述的方法，其特征在于，所述获得至少两个感知模型针对所述特定对象的至少两个识别结果和与所述至少两个识别结果对应的至少两个置信度，包括：利用第一类感知模型处理包括所述特定对象的感知数据，得到第一识别结果和第一置信度，所述第一类感知模型存储在第一芯片中；利用第二类感知模型处理所述特定对象的感知数据，得到第二识别结果和第二置信度，所述第二类感知模型存储在第二芯片中，其中，训练所述第一类感知模型和所述第二类感知模型所采用的训练数据至少部分相同，和/或，相同训练数据的输入顺序不同。4.如权利要求3所述的方法，其特征在于，所述第二类感知模型包括至少一个感知子模型，所述第二置信度包括至少一个子置信度；所述基于至少两个所述置信度确定针对所述特定对象的识别结果的感知不确定度，包括：基于至少一个所述子置信度确定所述感知不确定度，或者，基于所述第一置信度和至少一个所述子置信度确定所述感知不确定度。5.如权利要求3所述的方法，其特征在于，还包括：构建所述第二类感知模型；所述构建所述第二类感知模型，包括：构建至少两个感知子模型，所述感知子模型的拓扑结构与所述第一类感知模型的拓扑结构相同；利用与训练所述第一类感知模型相同的训练数据集训练所述至少两个感知子模型，其中，至少两个所述感知子模型各自的初始模型参数不同，和/或，输入至少两个所述感知子模型的训练数据集的输入顺序不同。6.如权利要求2所述的方法，其特征在于，所述基于至少两个所述置信度确定针对所述特定对象的识别结果的感知不确定度，包括：基于至少...
【专利技术属性】
技术研发人员：彭利明，周逸群，王娜，张启明，徐大利，付磊，杨臻为，
申请(专利权)人：广州小鹏自动驾驶科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。