【技术实现步骤摘要】
驾驶行为预测方法、装置、计算机设备及存储介质
[0001]本申请涉及人工智能
，尤其涉及一种驾驶行为预测方法、装置、计算机设备及存储介质。
技术介绍
[0002]随着计算机技术的发展，智能驾驶技术的应用也逐渐广泛。智能驾驶主要包括网络导航、自动驾驶和人工干预三个环节，其中，网络导航致力于对用户进行定位以及路径规划；自动驾驶主要是通过车载智能系统自动控制车辆行驶；人工干预是指对驾驶员进行智能提示，辅助其驾驶。
[0003]在当前的智能驾驶的人工干预场景中，通常是采集路况的图像信息，基于图像信息对驾驶行为进行智能提示。在驾驶中，驾驶员的驾驶行为可以通过文本进行描述，其同样蕴含了大量的行为特征，然而当前的智能驾驶技术并未考虑这些特征。
技术实现思路
[0004]本申请实施例的目的在于提出一种驾驶行为预测方法、装置、计算机设备及存储介质，从新的维度实现智能驾驶。
[0005]为了解决上述技术问题，本申请实施例提供一种驾驶行为预测方法，采用了如下所述的技术方案：
[0006]获取各驾驶路径...
【技术保护点】
【技术特征摘要】
1.一种驾驶行为预测方法，其特征在于，包括下述步骤：获取各驾驶路径分别对应的驾驶行为样本集，驾驶行为样本集中的各驾驶行为样本包括采样时间戳和驾驶行为；对于每条驾驶路径所对应的驾驶行为样本集，基于采样时间戳，在所述驾驶行为样本集中确定各驾驶行为样本分别对应的驾驶行为标签；将所述驾驶行为样本集中的所述各驾驶行为样本分别输入初始驾驶行为预测模型，得到所述各驾驶行为样本分别对应的驾驶行为预测结果；根据所述各驾驶行为样本分别对应的驾驶行为预测结果和驾驶行为标签计算预测误差；根据所述预测误差对所述初始驾驶行为预测模型进行调整，直至所述预测误差满足训练停止条件，得到驾驶行为预测模型，所述驾驶行为预测模型对应于所述驾驶行为样本集所对应的驾驶路径；获取驾驶样本集以及当前的驾驶样本；确定所述驾驶样本集所对应的驾驶路径，并将所述驾驶样本输入所述驾驶路径所对应的驾驶行为预测模型，得到驾驶行为预测结果，以提醒驾驶员进行车辆驾驶。2.根据权利要求1所述的驾驶行为预测方法，其特征在于，在所述获取各驾驶路径分别对应的驾驶行为样本集的步骤之前，还包括：对于每条驾驶路径，获取车辆所述驾驶路径上行驶时，在各采样时间戳处的车辆速度行为以及车辆方向行为，其中，所述车辆速度行为基于所述车辆的速度和加速度确定；根据获取到的车辆速度行为以及车辆方向行为，确定所述各采样时间戳分别对应的驾驶行为；根据所述各采样时间戳及其对应的驾驶行为，分别生成各驾驶行为样本，并根据所述各驾驶行为样本生成所述驾驶路径所对应的驾驶行为样本集。3.根据权利要求1所述的驾驶行为预测方法，其特征在于，所述基于采样时间戳，在所述驾驶行为样本集中确定所述各驾驶行为样本分别对应的驾驶行为标签的步骤包括：对于每个驾驶行为样本，获取所述驾驶行为样本中的采样时间戳；确定所述采样时间戳所对应的后继时间戳；在所述驾驶行为样本集中，查找与所述后继时间戳相匹配的驾驶行为样本作为后继样本；将所述后继样本中的驾驶行为确定为所述驾驶行为样本所对应的驾驶行为标签。4.根据权利要求1所述的驾驶行为预测方法，其特征在于，所述初始驾驶行为预测模型包含编码模型、时序建模网络、归一化网络以及激活函数，所述将所述驾驶行为样本集中的所述各驾驶行为样本分别输入初始驾驶行为预测模型，得到所述各驾驶行为样本分别对应的驾驶行为预测结果的步骤包括：将所述驾驶行为样本集中的所述各驾驶行为样本分别输入所述编码模型，得到所述各驾驶行为样本分别对应的样本编码；将各样本编码分别输入所述时序建模网络，得到所述各驾驶行为样本分别对应的时序建模结果；将各时序建模结果分别输入所述归一化网络，得到所述各驾驶行为样本分别对应的归
一处理结果；将各归一处理结果分别输入所述激活函数，得到所述各驾驶行为样本分别对应的驾驶行为预测结果。5.根据权利要求4所述的驾驶行为预测方法，其特征在于，所述将所述驾驶行为样本集中的所述各驾驶行为样本分...
【专利技术属性】
技术研发人员：张吉祥，田越，李冬冬，李富强，
申请(专利权)人：大拓山东物联网科技有限公司，
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。