【技术实现步骤摘要】
本专利技术涉及行为预测，具体涉及基于车辆行为感知算法的预测方法及系统。
技术介绍
1、在城市交通中，车辆的行为种类和方式非常繁多，如汽车超车、刹车、变道等行为，还有不规则的交通状态等等。这些行为的多样性和复杂性给自动驾驶技术带来了挑战。因此，通过分析车辆的运动轨迹和运动状态，进行车辆行为感知和预测显得尤为重要。
2、现有技术是通过过分析车辆行为的时间序列数据，得出车辆行为的变化规律，从而进行预测。
3、现有技术存在场景和行为类型应用有限，如果遇到突发恶劣天气情况无法及时进行处理，导致预测结果不准确的问题。
技术实现思路
1、本申请主要解决了场景和行为类型应用有限，如果遇到突发恶劣天气情况无法及时进行处理，无法根据不同的行为进行评估，导致预测结果不准确、不完整的问题。
2、鉴于上述问题，本申请实施例提供了基于车辆行为感知算法的预测方法及系统，第一方面，本申请实施例提供了基于车辆行为感知算法的预测方法，所述方法包括：构建多个初始化车辆行为感知子模型，所述多个初始化车辆行为感知子模型交互多个客户端。所述多个客户端在各自的驾驶环境中进行模型训练，训练预设轮次后，将所述多个初始化车辆行为感知子模型的多个训练参数分别返回至车辆行为感知子模型。对返回的所述多个初始化车辆行为感知子模型的多个训练参数分别进行加权平均，获得聚合后的多个车辆行为感知子模型。循环训练所述多个车辆行为感知子模型，直至训练结束，获得车辆行为感知模型。根据驾驶安全性对所述车辆行为感知模型进行
3、第二方面，本申请实施例提供了基于车辆行为感知算法的预测系统，所述系统包括：感知子模型构建模块，所述感知子模型构建模块用于构建多个初始化车辆行为感知子模型，所述多个初始化车辆行为感知子模型交互多个客户端。模型训练模块，所述模型训练模块用于所述多个客户端在各自的驾驶环境中进行模型训练，训练预设轮次后，将所述多个初始化车辆行为感知子模型的多个训练参数分别返回至车辆行为感知子模型。聚合感知子模型获取模块，所述聚合感知子模型获取模块用于对返回的所述多个初始化车辆行为感知子模型的多个训练参数分别进行加权平均，获得聚合后的多个车辆行为感知子模型。车辆行为感知模型获取模块，所述车辆行为感知模型获取模块用于循环训练所述多个车辆行为感知子模型，直至训练结束，获得车辆行为感知模型。模型更新模块，所述模型更新模块用于根据驾驶安全性对所述车辆行为感知模型进行评估，更新获得车辆行为感知模型。预测结果获取模块，所述预测结果获取模块用于采集客户车辆行为数据，根据车辆行为感知模型，分析车辆行为指标，获得车辆行为预测结果。
4、本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
5、本申请提供了基于车辆行为感知算法的预测方法及系统，涉及行为预测
，所述方法包括：通过构建多个初始化感知子模型，在各自的驾驶环境中进行模型训练，然后对多个训练参数分别分至各自的子模型中，对返回的参数进行加权平均，获得聚合后的感知子模型，循环训练这些模型，得到车辆行为感知模型，然后通过安全性评估更新该模型，采集客户的行为数据，获取车辆行为的预测结果。
6、本申请主要解决了场景和行为类型应用有限，如果遇到突发恶劣天气情况无法及时进行处理，无法根据不同的行为进行评估，导致预测结果不准确、不完整的问题。通过对多个车辆行为进行训练车辆行为感知模型，从而对车辆行为进行预测，提高了整体预测的准确性和效率。
7、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
本文档来自技高网...【技术保护点】
1.基于车辆行为感知算法的预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述对返回的所述多个初始化车辆行为感知子模型的多个训练参数分别进行加权平均，获得聚合后的多个车辆行为感知子模型，方法包括：
3.如权利要求1所述的方法，其特征在于，所述获得车辆行为感知模型，方法包括：
4.如权利要求1所述的方法，其特征在于，所述根据驾驶安全性对所述车辆行为感知模型进行评估，更新获得车辆行为感知模型，方法包括：
5.如权利要求1所述的方法，其特征在于，所述采集客户车辆行为数据，根据车辆行为感知模型，分析车辆行为指标，获得车辆行为预测结果，方法包括：
6.如权利要求5所述的方法，其特征在于，所述方法还包括：
7.基于车辆行为感知算法的预测系统，其特征在于，所述系统包括：
【技术特征摘要】
1.基于车辆行为感知算法的预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述对返回的所述多个初始化车辆行为感知子模型的多个训练参数分别进行加权平均，获得聚合后的多个车辆行为感知子模型，方法包括：
3.如权利要求1所述的方法，其特征在于，所述获得车辆行为感知模型，方法包括：
4.如权利要求1所述的方法，其特征在于，所...
【专利技术属性】
技术研发人员：闫军，冯澍，王伟，
申请(专利权)人：智慧互通科技股份有限公司，
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。