一种车辆接管时间预测方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种车辆接管时间预测方法、装置、设备及存储介质，包括：获取目标车辆在弯道路段的目标行驶信息；将所述目标行驶信息输入状态预测模型，以利用所述状态预测模型输出所述目标车辆的下一状态；将所述目标行驶信息及所述下一状态同时输入基于改进后的双深度Q网络构建的接管时间预测模型，以利用所述接管时间预测模型对所述目标车辆的目标接管时间进行预测；其中，所述改进后的双深度Q网络为通过在传统双深度Q网络中添加具有估计器选择模块和延迟更新模块；所述估计器选择模块用于选择出最优估计器，所述延迟更新模块用于指示本轮更新暂不更新估计器参数。本申请能够在弯道路段对接管时间做出准确快速预测，保障驾驶安全。全。全。

【技术实现步骤摘要】
一种车辆接管时间预测方法、装置、设备及存储介质


[0001]本专利技术涉及智能驾驶
，特别涉及一种车辆接管时间预测方法、装置、设备及存储介质。

技术介绍

[0002]智能网联汽车是车联网与智能车的有机结合，其基于智能驾驶技术，使得驾驶员在驾驶智能网联汽车时无需一直操控车辆，可以从事非驾驶相关任务。然而现阶段，智能网联汽车不能在全工况下行驶，其原因在于实际交通场景中存在大量复杂的情境，智能网联汽车的自动驾驶系统不能在这些场景中做出决策，从而引发安全问题。为了保障智能网联汽车的行驶安全，需要驾驶人在一定时间范围内接管智能网联汽车。由于高速公路路段车辆速度较高，在弯道路段，尤其是匝道(弯曲)路段工况复杂，需要驾驶人快速准确的接管车辆，这取决于车辆接管时间的预测模型的预测精度及模型算法的时间复杂度，现有的接管时间预测方案在弯道路段的预测精度较低，偏差较大，使得驾驶员的安全无法得到有效保障。
[0003]因此，上述技术问题亟待本领域技术人员解决。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种车辆接管时间预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆接管时间预测方法，其特征在于，包括：获取目标车辆在弯道路段的目标行驶信息；将所述目标行驶信息输入状态预测模型，以利用所述状态预测模型输出所述目标车辆的下一状态；将所述目标行驶信息及所述下一状态同时输入基于改进后的双深度Q网络构建的接管时间预测模型，以利用所述接管时间预测模型对所述目标车辆的目标接管时间进行预测；其中，所述改进后的双深度Q网络具有估计器选择模块和延迟更新模块；所述估计器选择模块用于选择出最优估计器，所述延迟更新模块用于指示本轮更新暂不更新估计器参数。2.根据权利要求1所述的车辆接管时间预测方法，其特征在于，所述目标行驶信息包括自身车辆运行信息、道路信息、周边行驶车辆运行信息及驾驶员状态信息。3.根据权利要求1所述的车辆接管时间预测方法，其特征在于，所述将所述目标行驶信息输入状态预测模型之前，还包括：将所述目标行驶信息的数据格式转化为所述输入状态预测模型支持的第一数据格式，并将第一数据格式的目标行驶信息输入所述状态预测模型；所述将所述目标行驶信息及所述下一状态同时输入基于改进后的双深度Q网络构建的接管时间预测模型之前，还包括：将所述目标行驶信息的数据格式转化为所述接管时间预测模型支持的第二数据格式，并将第二数据格式的目标行驶信息输入所述接管时间预测模型。4.根据权利要求1所述的车辆接管时间预测方法，其特征在于，所述利用所述接管时间预测模型对所述目标车辆的目标接管时间进行预测，包括：利用所述接管时间预测模型中的两个估计器计算状态动作价值；利用所述接管时间预测模型中的所述估计器选择模块根据预设概率因子从两个估计器中选择一个目标估计器，并根据所述目标估计器对应的状态动作价值确定出最优动作及执行最优动作；其中，所述预设概率因子为预先定义的超参数，其正负偏差会在每轮更新中根据道路场景调整；利用所述接管时间预测模型中的所述延迟更新模块根据执行结果确定在本轮更新中是否更新估计器参数，如果是，则对估计器参数进行更新，如果否，则不对估计器参数进行更新；执行下轮计算，直至达到最终状态停止计算，并将最终的状态动作价值作为预测出的所述目标接管时间。5.根据权利要求4所述的车辆接管时间预测方法...

【专利技术属性】
技术研发人员：徐天宇，
申请(专利权)人：知行汽车科技苏州股份有限公司，
类型：发明
国别省市：