System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及自动驾驶,尤其涉及模型训练、车道预测等。
技术介绍
1、在分岔车道选择的场景下,通常自动驾驶车辆可以通过已配置的处理规则对分岔车道进行预测。然而在这样的场景下,处理规则之间有可能会存在冲突,或者也有可能存在有些情况没有能够匹配的处理规则,这就会导致自动驾驶车辆反应不及时或判断错误,从而产生安全问题;另外,为了能匹配更多的情况就需要增加处理规则的数量,这样会导致计算量的增加进而降低处理效率。因此,如何在不增加处理规则的情况下,保证分岔车道的预测准确性,并保证自动驾驶车辆的安全性,就成为需要解决的问题。
技术实现思路
1、本公开提供了一种用于模型训练方法、分岔车道预测方法、装置、设备以及存储介质。
2、根据本公开的一方面,提供了一种模型训练方法,包括:
3、获取目标车辆在第一位置处的样本输入信息,其中,所述第一位置位于分岔点前、且与所述分岔点之间的距离小于或等于预设距离,所述样本输入信息包括:所述目标车辆所在区域内的道路相关样本信息、所述目标车辆的样本信息;
4、将所述样本输入信息输入预设模型,得到所述预设模型输出的所述目标车辆所对应的预测分岔车道,其中,所述目标车辆所对应的预测分岔车道为预测所述目标车辆通过所述分岔点后行驶的车道;
5、基于所述目标车辆所对应的预测分岔车道、所述目标车辆行驶的分岔车道,训练所述预设模型,得到目标模型。
6、根据本公开的另一方面,提供了一种分岔车道预测方法,包括:
7、在目
8、将所述目标车辆所在区域内的当前道路相关信息、所述目标车辆的当前信息输入目标模型,得到所述目标模型输出的所述目标车辆所对应的预测分岔车道,其中,所述目标车辆所对应的预测分岔车道为预测所述目标车辆通过所述分岔点后行驶的车道,所述目标模型为基于所述模型训练方法得到的。
9、根据本公开的另一方面,提供了一种模型训练装置,包括:
10、样本信息获取模块,用于获取目标车辆在第一位置处的样本输入信息,其中,所述第一位置位于分岔点前、且与所述分岔点之间的距离小于或等于预设距离,所述样本输入信息包括:所述目标车辆所在区域内的道路相关样本信息、所述目标车辆的样本信息;
11、分岔车道预测模块,用于将所述样本输入信息输入预设模型,得到所述预设模型输出的所述目标车辆所对应的预测分岔车道,其中,所述目标车辆所对应的预测分岔车道为预测所述目标车辆通过所述分岔点后行驶的车道;
12、目标模型训练模块,用于基于所述目标车辆所对应的预测分岔车道、所述目标车辆行驶的分岔车道,训练所述预设模型,得到目标模型。
13、根据本公开的另一方面,提供了一种分岔车道预测装置,包括:
14、道路相关信息获取模块,用于在目标车辆与分岔点的距离小于或等于预设距离的情况下,获取所述目标车辆所在区域内的当前道路相关信息、所述目标车辆的当前信息;
15、目标模型预测模块,用于将所述目标车辆所在区域内的当前道路相关信息、所述目标车辆的当前信息输入目标模型,得到所述目标模型输出的所述目标车辆所对应的预测分岔车道,其中,所述目标车辆所对应的预测分岔车道为预测所述目标车辆通过所述分岔点后行驶的车道,所述目标模型为基于所述模型训练方法得到的。
16、根据本公开的另一方面,提供了一种电子设备,包括:
17、至少一个处理器;以及
18、与该至少一个处理器通信连接的存储器;其中,
19、该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开中任一实施例的方法。
20、根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,该计算机指令用于使该计算机执行根据本公开中任一实施例的方法。
21、根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现根据本公开中任一实施例的方法。
22、根据本公开的另一方面,提供了一种车辆,该车辆包括上述一方面实施例的电子设备。
23、通过采用上述方案,可以将获取到的样本输入信息输入预设模型,得到所述预设模型输出的所述目标车辆所对应的预测分岔车道;基于所述目标车辆所对应的预测分岔车道、所述目标车辆行驶的分岔车道,训练所述预设模型,得到目标模型。如此,可以在不增加处理规则的情况下,使得到的目标模型预测的分岔车道更加准确,提升所述目标车辆的安全性。
24、应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种模型训练方法,包括:
2.根据权利要求1所述的方法,其中,所述目标车辆所在区域内的道路相关样本信息,包括:所述目标车辆所在区域内的道路状态样本信息、多个候选分岔车道的样本信息,其中,所述多个候选分岔车道在所述目标车辆所在区域内的所述分岔点之后。
3.根据权利要求2所述的方法,其中,所述目标车辆所在区域内的道路状态样本信息,包括以下至少之一:
4.根据权利要求2或3所述的方法,其中,所述将样本输入信息输入预设模型,得到所述预设模型输出的所述目标车辆所对应的预测分岔车道,包括:
5.根据权利要求1-3任一项所述的方法,其中,所述获取目标车辆在第一位置处的样本输入信息,包括:
6.一种分岔车道预测方法,包括:
7.根据权利要求6所述的方法,其中,所述目标车辆所在区域内的当前道路相关信息,包括:所述目标车辆所在区域内的当前道路状态信息、多个候选分岔车道的信息,其中,所述多个候选分岔车道在所述目标车辆所在区域内的所述分岔点之后。
8.根据权利要求7所述的方法,其中,所述目标车辆所在区域内的当前道路状
9.根据权利要求7或8所述的方法,其中,所述将目标车辆所在区域内的当前道路相关信息、所述目标车辆的当前信息输入目标模型,得到所述目标模型输出的所述目标车辆所对应的预测分岔车道,包括:
10.一种模型训练装置,包括:
11.根据权利要求10所述的装置,其中,所述目标车辆所在区域内的道路相关样本信息,包括:所述目标车辆所在区域内的道路状态样本信息、多个候选分岔车道的样本信息,其中,所述多个候选分岔车道在所述目标车辆所在区域内的所述分岔点之后。
12.根据权利要求11所述的装置,其中,所述目标车辆所在区域内的道路状态样本信息,包括以下至少之一:
13.根据权利要求11或12所述的装置,其中,所述分岔车道预测模块,用于将所述目标车辆所在区域内的道路状态样本信息、所述目标车辆的样本信息输入所述预设模型中的融合子模型,得到所述融合子模型输出的融合特征;将所述多个候选分岔车道的样本信息输入所述预设模型中的特征提取子模型,得到所述特征提取子模型输出的所述多个候选分岔车道的特征;将所述融合特征、所述多个候选分岔车道的特征输入所述预设模型中的分岔车道预测子模型,得到所述分岔车道预测子模型输出的所述目标车辆所对应的预测分岔车道。
14.根据权利要求10-12任一项所述的装置,其中,所述装置还包括:
15.一种分岔车道预测装置,包括:
16.根据权利要求15所述的装置,其中,所述目标车辆所在区域内的当前道路相关信息,包括:所述目标车辆所在区域内的当前道路状态信息、多个候选分岔车道的信息,其中,所述多个候选分岔车道在所述目标车辆所在区域内的所述分岔点之后。
17.根据权利要求16所述的装置,其中,所述目标车辆所在区域内的当前道路状态信息,包括以下至少之一:
18.根据权利要求16或17所述的装置,其中,所述目标模型预测模块,用于将所述目标车辆所在区域内的当前道路状态信息、所述目标车辆的当前信息输入所述目标模型中的融合子模型,得到所述融合子模型输出的融合特征;将所述多个候选分岔车道的信息输入所述目标模型中的特征提取子模型,得到所述特征提取子模型输出的所述多个候选分岔车道的特征;将所述融合特征、所述多个候选分岔车道的特征输入所述目标模型中的分岔车道预测子模型,得到所述分岔车道预测子模型输出的所述目标车辆所对应的预测分岔车道。
19.一种电子设备,包括:
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。
21.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。
22.一种车辆,包括如权利要求19所述的电子设备。
...【技术特征摘要】
1.一种模型训练方法,包括:
2.根据权利要求1所述的方法,其中,所述目标车辆所在区域内的道路相关样本信息,包括:所述目标车辆所在区域内的道路状态样本信息、多个候选分岔车道的样本信息,其中,所述多个候选分岔车道在所述目标车辆所在区域内的所述分岔点之后。
3.根据权利要求2所述的方法,其中,所述目标车辆所在区域内的道路状态样本信息,包括以下至少之一:
4.根据权利要求2或3所述的方法,其中,所述将样本输入信息输入预设模型,得到所述预设模型输出的所述目标车辆所对应的预测分岔车道,包括:
5.根据权利要求1-3任一项所述的方法,其中,所述获取目标车辆在第一位置处的样本输入信息,包括:
6.一种分岔车道预测方法,包括:
7.根据权利要求6所述的方法,其中,所述目标车辆所在区域内的当前道路相关信息,包括:所述目标车辆所在区域内的当前道路状态信息、多个候选分岔车道的信息,其中,所述多个候选分岔车道在所述目标车辆所在区域内的所述分岔点之后。
8.根据权利要求7所述的方法,其中,所述目标车辆所在区域内的当前道路状态信息,包括以下至少之一:
9.根据权利要求7或8所述的方法,其中,所述将目标车辆所在区域内的当前道路相关信息、所述目标车辆的当前信息输入目标模型,得到所述目标模型输出的所述目标车辆所对应的预测分岔车道,包括:
10.一种模型训练装置,包括:
11.根据权利要求10所述的装置,其中,所述目标车辆所在区域内的道路相关样本信息,包括:所述目标车辆所在区域内的道路状态样本信息、多个候选分岔车道的样本信息,其中,所述多个候选分岔车道在所述目标车辆所在区域内的所述分岔点之后。
12.根据权利要求11所述的装置,其中,所述目标车辆所在区域内的道路状态样本信息,包括以下至少之一:
13.根据权利要求11或12所述的装置,其中,所述分岔车道预测模块,用于将所述目标车辆所在区域内...
【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:
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。