本申请提供一种智能驾驶自学习方法、装置、电子设备和存储介质，方法包括：获取车辆实时位置信息；若车辆进入预设的目标学习路段，则创建目标学习路段的自动驾驶模型并进行自动驾驶自学习；如果自动驾驶自学习的驾驶效果与用户预设的目标驾驶效果一致，且自动驾驶自学习的驾驶习惯与用户预设的驾驶习惯趋于一致，则判定完成自动驾驶自学习；基于完成自动驾驶自学习后的自动驾驶模型，在目标学习路段进行自动驾驶，并将自动驾驶模型进行分享；本申请通过将智能驾驶的功能场景进一步细分为具体的实际道路路段，以实际驾驶情况作为模型学习目标，易于完成学习并具有较高的可靠性，学习成功后的模型可以进行网上共享或者交易。学习成功后的模型可以进行网上共享或者交易。学习成功后的模型可以进行网上共享或者交易。
【技术实现步骤摘要】
一种智能驾驶自学习方法、装置、电子设备和存储介质
[0001]本申请涉及计算机应用领域，具体涉及一种智能驾驶自学习方法、装置、电子设备和存储介质。
技术介绍
[0002]随着汽车行业技术的快速发展以及人民生活水平提高，用户对车辆的智能化配置需求越来越高，各大主机厂的产品竞争也逐渐由电气化和电动化转向智能化，智能汽车将成为未来汽车发展的主流，智能驾驶作为智能汽车的核心，不仅影响车辆本身的产品力，更影响用户的使用体验。
[0003]智能驾驶目前主要的研究焦点为图像识别、路径规划等关键功能性技术，对自动驾驶的研究多集中在如果实现路况学习和规划控制，也有对路段学习的研究。公开号CN109597317A的专利中提出一种基于自学习的车辆自动驾驶方法、系统及电子设备，基于针对待学习路线所采集的道路相关数据,进行道路环境学习，构建虚拟道路场景；规划车辆在虚拟道路场景中的目标轨迹和目标车速；基于虚拟道路场景、目标轨迹和目标车速,生成待训练的自动驾驶控制模型；以及对自动驾驶控制模型进行训练和验证，以确定所述待学习路线是否适于自动驾驶。CN103383265A的专利中提出一种汽车自动驾驶系统，包括车辆控制单元、定位系统、信息收发装置以及线控转向系统，车辆控制单元通过定位系统记录行车路线，并通过信息收发装置与城市道路监控中心进行信息交换，对城市道路监控中心提供的道路信息进行修正。上述方式主要通过获取道路信息和市政交通信号信息来实现路段自学习，导致车俩智能驾驶单元需存储多个路段大量的数据信息，而且不能由用户定义哪些路段需要进行自动驾驶的自学习，自学习后的自动驾驶风格并未融入用户的驾驶习惯。
技术实现思路
[0004]鉴于以上所述现有技术的缺点，本专利技术提供一种智能驾驶自学习方法、装置、电子设备和存储介质，以解决上述技术问题。
[0005]本申请提供的智能驾驶自学习方法，包括：获取车辆实时位置信息；若车辆进入预设的目标学习路段，则创建目标学习路段的自动驾驶模型并进行自动驾驶自学习；如果自动驾驶自学习的驾驶效果与用户预设的目标驾驶效果一致，且自动驾驶自学习的驾驶习惯与用户预设的驾驶习惯趋于一致，则判定完成自动驾驶自学习；基于完成自动驾驶自学习后的自动驾驶模型，在所述目标学习路段进行自动驾驶，并将所述自动驾驶模型进行分享，以使其他用户基于所述自动驾驶模型在目标学习路段执行自动驾驶。
[0006]于本申请的一实施例中，若车辆进入预设的目标学习路段中的部分路段，则进行分段自学习，并记录自学习路段的开始位置、结束位置、途径路段；将分段自学习的多个部分路段进行组合，如果所有分段均已经过分段自学习，则判定目标学习路段的完整路段自动驾驶自学习完成。
[0007]于本申请的一实施例中，如果目标学习路段的完整路段自动驾驶自学习完成，则
允许在所述目标学习路段进行自动驾驶；如果目标学习路段的完整路段自动驾驶自学习未完成，则不允许在所述目标学习路段进行自动驾驶。
[0008]于本申请的一实施例中，对车辆运行场景进行分类，将车辆运行场景分为不同的路况场景和驾驶场景；基于不同路况场景下的驾驶场景，设置不同的目标驾驶效果和驾驶习惯。
[0009]于本申请的一实施例中，采集车辆运行状态信息和偏好信息，所述车辆运行状态信息包括不同道路下的起步、加减速、转向操作信息，所述偏好信息包括车道线位置的偏好和行车车速偏好；基于所述车辆运行状态信息和偏好信息，设置不同的目标驾驶效果和驾驶习惯。
[0010]于本申请的一实施例中，当其他用户基于分享的所述自动驾驶模型执行自动驾驶后，若中途有部分路段不属于可自动驾驶路段时，则提示偏离自动驾驶路段，并提示驾驶员接管驾驶，如驾驶员未接管驾驶，控制车辆靠边停车并开启应急灯进行警示。
[0011]本申请还提供一种智能驾驶自学习装置，包括：导航模块，用于获取车辆实时位置信息；自学习模块，用于若车辆进入预设的目标学习路段，则创建目标学习路段的自动驾驶模型并进行自动驾驶自学习；如果自动驾驶自学习的驾驶效果与用户预设的目标驾驶效果一致，且自动驾驶自学习的驾驶习惯与用户预设的驾驶习惯趋于一致，则判定完成自动驾驶自学习；执行模块，用于基于完成自动驾驶自学习后的自动驾驶模型，在所述目标学习路段进行自动驾驶，并将所述自动驾驶模型进行分享，以使其他用户基于所述自动驾驶模型在目标学习路段执行自动驾驶。
[0012]于本申请的一实施例中，还包括分段学习模块，用于若车辆进入预设的目标学习路段中的部分路段，则进行分段自学习，并记录自学习路段的开始位置、结束位置、途径路段；将分段自学习的多个部分路段进行组合，如果所有分段均已经过分段自学习，则判定目标学习路段的完整路段自动驾驶自学习完成。
[0013]根据本申请实施例的一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如前所述的智能驾驶自学习方法。
[0014]根据本申请实施例的一个方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行如上所述的智能驾驶自学习方法。
[0015]在本申请的一些实施例所提供的技术方案中，本申请中的智能驾驶自学习方法、装置、电子设备和存储介质，通过将智能驾驶的功能场景进一步细分为具体的实际道路路段，并记录和分析用户的驾驶习惯，以实际驾驶情况作为模型学习目标，易于完成学习并具有较高的可靠性，学习成功后的模型可以进行网上共享或者交易，用户已购买或者使用其它用户分析的成功自学习的路段自动驾驶模型，补充并完善用户在各个地域、路段的自动驾驶使用需求，可以极大的刺激自动驾驶的发展，有效促进智能驾驶在消费市场上落地。
[0016]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
[0017]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术者来讲，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。在附图中：
[0018]图1是本申请的一示例性实施例示出的智能驾驶自学习方法的系统架构示意图；
[0019]图2是本申请的一示例性实施例示出的智能驾驶自学习方法的流程示意图；
[0020]图3是本申请的一示例性实施例示出的智能驾驶自学习方法的自学习示意图；
[0021]图4是本申请的一示例性实施例示出的智能驾驶自学习装置的框图；
[0022]图5出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
[0023]以下将参照附图和优选实施例来说明本专利技术的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种智能驾驶自学习方法，其特征在于，包括：获取车辆实时位置信息；若车辆进入预设的目标学习路段，则创建目标学习路段的自动驾驶模型并进行自动驾驶自学习；如果自动驾驶自学习的驾驶效果与用户预设的目标驾驶效果一致，且自动驾驶自学习的驾驶习惯与用户预设的驾驶习惯趋于一致，则判定完成自动驾驶自学习；基于完成自动驾驶自学习后的自动驾驶模型，在所述目标学习路段进行自动驾驶，并将所述自动驾驶模型进行分享，以使其他用户基于所述自动驾驶模型在目标学习路段执行自动驾驶。2.根据权利要求1所述的智能驾驶自学习方法，其特征在于，获取车辆实时位置信息之后，还包括：若车辆进入预设的目标学习路段中的部分路段，则进行分段自学习，并记录自学习路段的开始位置、结束位置、途径路段；将分段自学习的多个部分路段进行组合，如果所有分段均已经过分段自学习，则判定目标学习路段的完整路段自动驾驶自学习完成。3.根据权利要求2所述的智能驾驶自学习方法，其特征在于，基于完成自动驾驶自学习后的自动驾驶模型，在所述目标学习路段进行自动驾驶之前，还包括：如果目标学习路段的完整路段自动驾驶自学习完成，则允许在所述目标学习路段进行自动驾驶；如果目标学习路段的完整路段自动驾驶自学习未完成，则不允许在所述目标学习路段进行自动驾驶。4.根据权利要求1
‑
3任一所述的智能驾驶自学习方法，其特征在于，如果自动驾驶自学习的驾驶效果与用户预设的目标驾驶效果一致，且自动驾驶自学习的驾驶习惯与用户预设的驾驶习惯趋于一致，则判定完成自动驾驶自学习，包括：对车辆运行场景进行分类，将车辆运行场景分为不同的路况场景和驾驶场景；基于不同路况场景下的驾驶场景，设置不同的目标驾驶效果和驾驶习惯。5.根据权利要求4所述的智能驾驶自学习方法，其特征在于，基于不同路况场景下的驾驶场景，设置不同的目标驾驶效果和驾驶习惯，还包括：采集车辆运行状态信息和偏好信息，所述车辆运行状态信息包括不同道路下的起步、加减速、转向操作信息，所述偏好信...
【专利技术属性】
技术研发人员：何义华，
申请(专利权)人：重庆长安汽车股份有限公司，
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。