行驶策略确定方法、模型训练方法以及自动驾驶车辆技术

本公开提供了行驶策略确定方法、模型训练方法以及自动驾驶车辆，涉及人工智能技术领域，尤其涉及自动驾驶技术领域。具体实现方案为：基于车辆包括的多个传感设备各自在当前决策周期采集的传感数据，得到车辆的行驶状态数据；将行驶状态数据输入第一特征提取网络，得到行驶状态特征；利用注意力机制，确定行驶状态特征与样例集包括的多个第一样例各自之间的关联程度；基于行驶状态特征与多个第一样例各自之间的关联程度，从多个第一样例中确定至少一个第一目标样例；以及基于至少一个第一目标样例，确定车辆在当前决策周期的下一个决策周期的行驶策略。

【技术实现步骤摘要】

本公开涉及人工智能，尤其涉及自动驾驶。

技术介绍

1、自动驾驶车辆在自动驾驶时依据驾驶决策进行驾驶，随着自动驾驶技术快速发展，高级别自动驾驶对于驾驶决策的时效性和可靠性的需求不断提升。

技术实现思路

1、本公开提供了一种行驶策略确定方法、模型训练方法以及自动驾驶车辆。

2、根据本公开的一方面，提供了一种行驶策略确定方法，包括：基于车辆包括的多个传感设备各自在当前决策周期采集的传感数据，得到上述车辆的行驶状态数据；将上述行驶状态数据输入第一特征提取网络，得到行驶状态特征；利用注意力机制，确定上述行驶状态特征与样例集包括的多个第一样例各自之间的关联程度；基于上述行驶状态特征与上述多个第一样例各自之间的关联程度，从上述多个第一样例中确定至少一个第一目标样例；以及基于上述至少一个第一目标样例，确定上述车辆在当前决策周期的下一个决策周期的行驶策略。

3、根据本公开的另一方面，提供了一种模型训练方法，包括：获取训练样本集，其中，上述训练样本集包括多个训练样本和上述多个训练样本各自的标签，上述训练样本文档来自技高网...

【技术保护点】

1.一种行驶策略确定方法，包括：

2.根据权利要求1所述的方法，其中，所述第一样例包括样例状态数据和样例行为数据；

3.根据权利要求2所述的方法，其中，所述基于所述至少一个第一目标样例，确定所述车辆在当前决策周期的下一个决策周期的行驶策略，包括：

4.根据权利要求2所述的方法，其中，所述基于所述至少一个第一目标样例，确定所述车辆在当前决策周期的下一个决策周期的行驶策略，包括：

5.根据权利要求2所述的方法，其中，所述基于所述至少一个第一目标样例，确定所述车辆在当前决策周期的下一个决策周期的行驶策略，包括：

6.根据权利要求1所述...

【技术特征摘要】

1.一种行驶策略确定方法，包括：

2.根据权利要求1所述的方法，其中，所述第一样例包括样例状态数据和样例行为数据；

3.根据权利要求2所述的方法，其中，所述基于所述至少一个第一目标样例，确定所述车辆在当前决策周期的下一个决策周期的行驶策略，包括：

4.根据权利要求2所述的方法，其中，所述基于所述至少一个第一目标样例，确定所述车辆在当前决策周期的下一个决策周期的行驶策略，包括：

5.根据权利要求2所述的方法，其中，所述基于所述至少一个第一目标样例，确定所述车辆在当前决策周期的下一个决策周期的行驶策略，包括：

6.根据权利要求1所述的方法，还包括：

7.根据权利要求6所述的方法，其中，所述基于所述至少一个第二样例，确定所述车辆在当前决策周期的下一个决策周期的行驶策略，包括：

8.根据权利要求7所述的方法，还包括：

9.一种模型训练方法，包括：

10.根据权利要求9所述的方法，其中，所述利用激励机制和所述训练样本与所述多个训练样例各自之间的关联程度，基于所述训练样本的标签和所述多个训练样例各自包括的样例行为数据来...

【专利技术属性】
技术研发人员：郑欣悦，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：