【技术实现步骤摘要】
本申请涉及自动驾驶，具体涉及功耗控制和传感器管理等，特别涉及一种自动驾驶系统的功耗控制方法、装置、设备及存储介质。
技术介绍
1、自动驾驶，是采用先进的通信、计算机、网络和控制技术，依赖多传感器融合、高算力平台的架构，对车辆实现实时、连续控制。该技术是对所有场景下的自动驾驶做冗余设计，以通过多传感器的数据融合和高算力的数据处理平台来满足极其复杂的自动驾驶极端场景。
2、然而，这种冗余设计，即无论何种场景都需要多传感器和高算力数据处理平台以协助处理数据的设计，直接导致车辆运行所需耗能较高，及运行过多设备或器件需要散热带来的附加耗能，增加车辆在自动驾驶进程中的功耗。
技术实现思路
1、本申请提供了一种自动驾驶系统的功耗控制方法、装置、设备及存储介质，以解决现有自动驾驶系统中，车辆为了适应多种复杂自动驾驶场景，运行冗余多传感器以及高算力数据处理平台，而导致功耗较高的问题。
2、所述技术方案如下：
3、第一方面，提供了一种自动驾驶系统的功耗控制方法，包括：
4、获取目标车辆在当前行驶环境下的道路信息和车辆信息；
5、从所述道路信息中提取道路场景特征，以及从所述车辆信息中提取车辆姿态控制特征，并基于所述道路场景特征和所述车辆姿态控制特征，使用训练得到的占比预测模型，预测得到所述目标车辆在当前道路场景下对传感器的需求占比；
6、根据预测得到的所述需求占比，从预设的功耗控制状态分级库中查找匹配的功耗控制状态级别；其中，所述预
7、基于查找到的功耗控制状态级别中驾驶模式和可运行的传感器标识，分别确定目标驾驶模式以及目标传感器，控制所述目标车辆运行所述目标传感器，并在所述目标驾驶模式下进行自动驾驶控制。
8、在一种可能的实现方式中，基于所述道路场景特征和所述车辆姿态控制特征，使用训练得到的占比预测模型，预测得到所述目标车辆在当前道路场景下对传感器的需求占比，具体包括
9、将所述道路场景特征和所述车辆姿态控制特征分别输入训练得到的占比预测模型，预测得到所述目标车辆在当前道路场景下对传感器的需求占比；其中，该训练得到的占比预测模型为多模态预测模型。
10、在一种可能的实现方式中，所述占比预测模型通过以下方式训练得到：
11、获取与所述目标车辆同款车型的样本车辆在多种道路场景下满功耗运行时的自动驾驶历史数据；
12、从所述自动驾驶历史数据中筛选用于训练的样本数据集；其中，所述样本数据集中包含多个样本数据及对应每个样本数据的样本标签，每个样本数据至少包含：道路场景特征和车辆姿态控制特征；所述样本标签是样本车辆上多个传感器的运行占比；
13、将所述样本数据集中由道路场景特征和车辆姿态控制特征构成的多个样本数据以及样本标签，输入预设神经网络模型进行训练；
14、基于最优控制策略对模型反复调参，得到收敛的占比预测模型。
15、在一种可能的实现方式中，所述方法还包括：
16、周期性检测目标车辆在当前行驶环境下的道路信息；
17、如果检测到道路信息发生变化，则重新获取目标车辆在当前行驶环境下最新的道路信息和车辆信息；并基于最新的道路信息和车辆信息分别提取道路场景特征车辆姿态控制特征，使用训练得到的占比预测模型，预测得到所述目标车辆在当前道路场景下对传感器的最新需求占比；
18、根据预测得到的最新需求占比，从预设的功耗控制状态分级库中查找匹配的最新功耗控制状态级别；
19、控制所述目标车辆从当前所处功耗控制状态级别切换到最新功耗控制状态级别。
20、在一种可能的实现方式中，所述方法还包括：
21、周期性接收整车控制数据和自动驾驶控制数据，并进行解析；
22、根据解析结果评估所述目标车辆在当前行驶环境下的功耗控制状态级别是否匹配；
23、如果不匹配，则退出功耗控制状态级别，触发进入整车控制系统与自动驾驶系统直接控制模式。
24、第二方面，提供了一种自动驾驶系统的功耗控制装置，包括：
25、获取模块，用于获取目标车辆在当前行驶环境下的道路信息和车辆信息；
26、预测模块，用于从所述道路信息中提取道路场景特征，以及从所述车辆信息中提取车辆姿态控制特征，并基于所述道路场景特征和所述车辆姿态控制特征，使用训练得到的占比预测模型，预测得到所述目标车辆在当前道路场景下对传感器的需求占比；
27、查找模块，用于根据预测得到的所述需求占比，从预设的功耗控制状态分级库中查找匹配的功耗控制状态级别；其中，所述预设的功耗控制状态分级库中存储有多个功耗控制状态级别，每个功耗控制状态级别配置有驾驶模式、需求占比以及可运行的传感器标识；
28、控制模块，用于基于查找到的功耗控制状态级别中驾驶模式和可运行的传感器标识，分别确定目标驾驶模式以及目标传感器，控制所述目标车辆运行所述目标传感器，并在所述目标驾驶模式下进行自动驾驶控制。
29、第三方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如上所述的方面和任一可能的实现方式的方法。
30、第四方面，提供了一种电子设备，包括：
31、至少一个处理器；以及
32、与所述至少一个处理器通信连接的存储器；其中，
33、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方面和任一可能的实现方式的方法。
34、第五方面，提供了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如上所述的方面和任一可能的实现方式的方法。
35、第六方面，提供了一种自动驾驶车辆，包括如上所述的电子设备。
36、本申请提供的技术方案的有益效果至少包括：
37、由上述技术方案可知，本申请实施例通过获取目标车辆在当前行驶环境下的道路信息和车辆信息；从道路信息中提取道路场景特征，以及从车辆信息中提取车辆姿态控制特征，并基于所述道路场景特征和所述车辆姿态控制特征，使用训练得到的占比预测模型，预测得到所述目标车辆在当前道路场景下对传感器的需求占比。然后，根据预测得到的所述需求占比，从预设的功耗控制状态分级库中查找匹配的功耗控制状态级别。之后，基于查找到的功耗控制状态级别中驾驶模式和可运行的传感器标识，分别确定目标驾驶模式以及目标传感器，控制所述目标车辆运行所述目标传感器，并在所述目标驾驶模式下进行自动驾驶控制。从而，提升传感器的需求占比的预测准确性，在保证自动驾驶车辆自动驾驶安全的条件下，通过控制传感器在不同工况模式下的运行数量和开闭状态，实现能耗的分级管理，降低能耗。本文档来自技高网...
【技术保护点】
1.一种自动驾驶系统的功耗控制方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，基于所述道路场景特征和所述车辆姿态控制特征，使用训练得到的占比预测模型，预测得到所述目标车辆在当前道路场景下对传感器的需求占比，具体包括：
3.如权利要求2所述的方法，其特征在于，所述占比预测模型通过以下方式训练得到：
4.如权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
5.如权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
6.一种自动驾驶系统的功耗控制装置，其特征在于，包括：
7.一种电子设备，其特征在于，包括：
8.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，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。
9.一种计算机程序产品，其特征在于，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。
10.一种自动驾驶车辆，其特征在于，包括如权利要求7所述的电子设备。
【技术特征摘要】
1.一种自动驾驶系统的功耗控制方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，基于所述道路场景特征和所述车辆姿态控制特征，使用训练得到的占比预测模型，预测得到所述目标车辆在当前道路场景下对传感器的需求占比，具体包括：
3.如权利要求2所述的方法，其特征在于，所述占比预测模型通过以下方式训练得到：
4.如权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
5.如权利要求1-3任一项所述的方法，其特征在于，所述方法还包...
【专利技术属性】
技术研发人员：张明，
申请(专利权)人：贵州翰凯斯智能技术有限公司，
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。