本发明专利技术公开了一种模型训练和车辆行驶场景展示方法，该方法包括：获取样本行驶场景数据；其中，所述样本行驶场景数据包括：样本驾驶员身份信息、样本车辆状态数据、样本车辆行驶环境数据、样本驾驶员操作信息、样本驾驶员状态信息和样本场景展示信息；采用所述样本行驶场景数据，对神经网络模型进行训练，得到与所述样本驾驶员身份信息匹配的车辆行驶场景展示模型；所述车辆行驶场景展示模型用于确定车辆行驶场景展示系统中展示的车辆行驶场景；采用辅助驾驶员的辅助行驶场景数据，对所述车辆行驶场景展示模型进行优化；所述辅助行驶场景数据与样本行驶场景数据匹配。通过上述方案，可以提高车辆行驶场景展示效率和车辆行驶场景展示准确率。景展示准确率。景展示准确率。
【技术实现步骤摘要】
模型训练和车辆行驶场景展示方法、装置、设备和介质
[0001]本专利技术实施例涉及计算机领域，尤其涉及一种模型训练和车辆行驶场景展示方法、装置、设备和介质。
技术介绍
[0002]目前，越来越多的车辆配置有车辆行驶场景展示系统，当驾驶员具有车辆行驶场景的全景展示需求时，可以通过车辆行驶场景展示系统对车辆行驶场景进行全景展示。但是现阶段，在切换车辆行驶场景展示系统展示的车辆行驶场景时，往往需要驾驶员进行手动切换，使得车辆行驶场景的切换效率低，且容易误操作，影响驾驶员的驾驶体验。因此，如何根据车辆行驶场景数据，实现对车辆行驶场景展示系统所展示的车辆行驶场景信息进行自动切换，提高车辆行驶场景展示效率，以及提高车辆行驶场景展示准确率，是需要解决的问题。
技术实现思路
[0003]本专利技术提供了一种模型训练和车辆行驶场景展示方法、装置、设备和存储介质，可以提高车辆行驶场景展示效率和车辆行驶场景展示准确率。
[0004]根据本专利技术的一方面，提供了一种模型训练方法，包括：
[0005]获取样本行驶场景数据；其中，所述样本行驶场景数据包括：样本驾驶员身份信息、样本车辆状态数据、样本车辆行驶环境数据、样本驾驶员操作信息、样本驾驶员状态信息和样本场景展示信息；
[0006]采用所述样本行驶场景数据，对神经网络模型进行训练，得到与所述样本驾驶员身份信息匹配的车辆行驶场景展示模型；所述车辆行驶场景展示模型用于确定车辆行驶场景展示系统中展示的车辆行驶场景；
[0007]采用辅助驾驶员的辅助行驶场景数据，对所述车辆行驶场景展示模型进行优化；所述辅助行驶场景数据与样本行驶场景数据匹配。
[0008]根据本专利技术的另一方面，提供了一种车辆行驶场景展示方法，包括：
[0009]获取目标行驶场景数据；所述目标行驶场景数据包括：目标驾驶员身份信息、目标车辆状态数据、目标车辆行驶环境数据、目标驾驶员操作信息和目标驾驶员状态信息；
[0010]基于车辆行驶场景展示模型，根据所述目标行驶场景数据和所述目标驾驶员身份信息，确定车辆行驶场景的展示信息；其中，所述车辆行驶场景展示模型基于本专利技术任一实施例所述的模型训练方法训练得到。
[0011]根据本专利技术的另一方面，提供了模型训练装置，该装置包括：
[0012]样本数据获取模块，用于获取样本行驶场景数据；其中，所述样本行驶场景数据包括：样本驾驶员身份信息、样本车辆状态数据、样本车辆行驶环境数据、样本驾驶员操作信息、样本驾驶员状态信息和样本场景展示信息；
[0013]模型训练模块，用于采用所述样本行驶场景数据，对神经网络模型进行训练，得到
与所述样本驾驶员身份信息匹配的车辆行驶场景展示模型；所述车辆行驶场景展示模型用于确定车辆行驶场景展示系统中展示的车辆行驶场景；
[0014]模型优化模块，用于采用辅助驾驶员的辅助行驶场景数据，对所述车辆行驶场景展示模型进行优化；所述辅助行驶场景数据与样本行驶场景数据匹配。
[0015]根据本专利技术的另一方面，提供了车辆行驶场景展示装置，该装置包括：
[0016]目标数据获取模块，用于获取目标行驶场景数据；所述目标行驶场景数据包括：目标驾驶员身份信息、目标车辆状态数据、目标车辆行驶环境数据、目标驾驶员操作信息和目标驾驶员状态信息；
[0017]展示信息确定模块，用于基于车辆行驶场景展示模型，根据所述目标行驶场景数据和所述目标驾驶员身份信息，确定车辆行驶场景的展示信息；其中，所述车辆行驶场景展示模型基于本专利技术任一实施例所述的模型训练方法训练得到。
[0018]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0019]至少一个处理器；以及
[0020]与所述至少一个处理器通信连接的存储器；其中，
[0021]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的模型训练方法，或者执行本专利技术任一实施例所述的车辆行驶场景展示方法。
[0022]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的模型训练方法，或者实现本专利技术任一实施例所述的车辆行驶场景展示方法。
[0023]本专利技术实施例的技术方案，获取样本行驶场景数据；采用样本行驶场景数据，对神经网络模型进行训练，得到与样本驾驶员身份信息匹配的车辆行驶场景展示模型；采用辅助驾驶员的辅助行驶场景数据，对车辆行驶场景展示模型进行优化。上述方案，提供了一种根据样本行驶场景数据构建与样本驾驶员身份信息匹配的车辆行驶场景展示模型的方法。解决了在车辆行驶过程中，通过车载显示器对车辆的行驶场景进行展示时，需要驾驶员手动对车辆的行驶场景进行调整，使得车载显示器在展示车辆行驶场景时，对车辆行驶场景的切换效率低的问题。根据样本车辆形式数据构建与样本驾驶员身份信息匹配的车辆行驶场景展示模型，充分考虑到了样本驾驶员身份信息、样本车辆状态数据、样本车辆行驶环境数据、样本驾驶员操作信息、样本驾驶员状态信息和样本场景展示信息对车辆行驶场景展示模型的影响，实现了为不同的驾驶员训练符合其身份信息的车辆行驶场景展示模型，以提高车辆行驶展示模型的模型精度的效果。同时，根据辅助驾驶员的辅助行驶场景数据对车辆行驶展示模型进行优化，可以丰富车辆行驶展示模型的训练数据，从而提高车辆行驶场景展示模型的模型精度和泛用性。通过车辆行驶场景展示模型对车辆行驶场景展示系统中展示的车辆行驶场景进行展示，可以提高车辆行驶场景的展示效率。
[0024]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术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
[0025]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使
用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026]图1为本专利技术实施例一提供了一种模型训练方法的流程图；
[0027]图2为本专利技术实施例二提供的一种模型训练方法的流程图；
[0028]图3为本专利技术实施例三提供的一种车辆行驶场景展示方法的流程图；
[0029]图4为本专利技术实施例四提供的一种模型训练装置的结构示意图；
[0030]图5为本专利技术实施例五提供的一种车辆行驶场景展示装置的结构示意图；
[0031]图6为本专利技术实施例六提供的一种电子设备的结构示意图。
具体实施方式
[0032]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：获取样本行驶场景数据；其中，所述样本行驶场景数据包括：样本驾驶员身份信息、样本车辆状态数据、样本车辆行驶环境数据、样本驾驶员操作信息、样本驾驶员状态信息和样本场景展示信息；采用所述样本行驶场景数据，对神经网络模型进行训练，得到与所述样本驾驶员身份信息匹配的车辆行驶场景展示模型；所述车辆行驶场景展示模型用于确定车辆行驶场景展示系统中展示的车辆行驶场景；采用辅助驾驶员的辅助行驶场景数据，对所述车辆行驶场景展示模型进行优化；所述辅助行驶场景数据与样本行驶场景数据匹配。2.根据权利要求1所述的方法，其特征在于，采用辅助驾驶员的辅助行驶场景数据，对所述车辆行驶场景展示模型进行优化，包括根据样本驾驶员身份信息、样本驾驶员状态信息和样本驾驶员操作信息，确定样本驾驶员画像；根据所述样本驾驶员画像，从辅助驾驶员的辅助驾驶员画像中确定与所述样本驾驶员画像匹配的目标驾驶员画像，并根据所述目标驾驶员画像对应的辅助行驶场景数据，对所述车辆行驶场景展示模型进行优化。3.根据权利要求1所述的方法，其特征在于，获取样本行驶场景数据，包括：采集用户触发车辆行驶场景展示系统时的车辆行驶场景数据；对所述车辆行驶场景数据进行数据清洗，以剔除所述车辆行驶场景数据中的无效数据，获得有效行驶场景数据；对所述有效行驶场景数据进行数据规约处理，确定样本行驶场景数据。4.根据权利要求1所述的方法，其特征在于，采用所述样本行驶场景数据，对神经网络模型进行训练，得到与所述样本驾驶员身份信息匹配的车辆行驶场景展示模型，包括：提取所述样本行驶场景数据的样本场景特征数据；其中，所述样本场景特征数据包括训练样本特征数据和测试样本特征数据；采用所述训练样本特征数据，对神经网络模型进行训练，得到训练后的神经网络模型；采用所述测试样本特征数据对训练后的神经网络模型进行测试，根据测试结果，确定与所述样本驾驶员身份信息匹配的车辆行驶场景展示模型。5.根据权利要求1所述的方法，其特征在于，采用所述样本行驶场景数据，对神经网络模型进行训练，得到与所述样本驾驶员身份信息匹配的车辆行驶场景展示模型，包括：将所述样本行驶场景数据分为模型训练样本数据和模型优化样本数据；将所述模型训练样本数据分为第一样本数据和第二样本数据；其中，所述第一样本数据包括：样本行驶场景数据包括样本驾驶员身份信息、样本车辆状态数据、样本车辆行驶环境数据、样本驾驶员状态信息和样本场景展示信息；所述第二样本数据包括：样本驾驶员身份信息、样本行驶场景数据包括样本车辆行驶环境数据、样本驾驶员操作信息、样本驾驶员状态信息和样本场景展示信息；采用所述第一样本数据对神经网络模型进行训练，确定所述神经网络模型中的第一分类器；采用所述第二样本数据对神经网络模型进行训练，确定所述神经网络模型的第二分类
器；通过所述第一分类器和所述第二分类器对所述模型优化样本数据进行筛选，确定目标优化样本数据；根据所述目标优化样本数据对...
【专利技术属性】
技术研发人员：李鹤，谭明伟，蔡世民，冷长峰，韩贤贤，徐刚，陈汉尧，高如杉，
申请(专利权)人：中国第一汽车股份有限公司，
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。