[发明专利]驾驶行为预测方法和装置、无人车

权利要求书

1.一种驾驶行为预测方法，其特征在于，包括：

获取预定的连续时间段内的驾驶行为序列，所述驾驶行为序列包括多个驾驶行为，各驾驶行为包括驾驶操作和与所述驾驶操作对应的场景信息，所述场景信息包括由车载传感器采集得到的以下至少一者：图像信息以及与障碍物之间的距离信息；

将所述驾驶行为序列映射生成驾驶行为向量，其中，所述驾驶行为向量的维数小于所述驾驶行为序列所包含的驾驶行为的数量；以及

将所述驾驶行为向量作为训练样本训练预先建立的驾驶行为预测模型，其中，所述驾驶行为预测模型用于基于接收到的当前场景信息预测驾驶行为向量。

2.根据权利要求1所述的方法，其特征在于，在所述将所述驾驶行为向量作为训练样本训练预先建立的驾驶行为预测模型之后，所述方法还包括：

响应于接收到当前场景信息，将所接收到的当前场景信息输入训练后的驾驶行为预测模型，以得到与所接收到的当前场景信息对应的驾驶行为向量；以及

将预测得到的驾驶行为向量反向映射生成驾驶行为序列。

3.根据权利要求1所述的方法，其特征在于，所述获取预定的连续时间段内的驾驶行为序列还包括：

将采集得到的连续驾驶行为切分成为多个预定的连续时间段内的驾驶行为序列。

4.根据权利要求2所述的方法，其特征在于，所述将所述驾驶行为序列映射生成驾驶行为向量还包括：

将所述驾驶行为序列输入预先训练的多层神经网络模型以得到与所述驾驶行为序列对应的驾驶行为向量。

5.根据权利要求4所述的方法，其特征在于，所述将预测得到的驾驶行为向量反向映射生成驾驶行为序列还包括：

将预测得到的驾驶行为向量输入所述预先训练的多层神经网络模型，以反向映射生成驾驶行为序列。

6.一种驾驶行为预测装置，其特征在于，包括：

获取模块，用于获取预定的连续时间段内的驾驶行为序列，所述驾驶行为序列包括多个驾驶行为，各驾驶行为包括驾驶操作和与所述驾驶操作对应的场景信息，所述场景信息包括由车载传感器采集得到的以下至少一者：图像信息以及与障碍物之间的距离信息；

映射模块，用于将所述驾驶行为序列映射生成驾驶行为向量，其中，所述驾驶行为向量的维数小于所述驾驶行为序列所包含的驾驶行为的数量；以及

训练模块，用于将所述驾驶行为向量作为训练样本训练预先建立的驾驶行为预测模型，其中，所述驾驶行为预测模型用于基于接收到的当前场景信息预测驾驶行为向量。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

预测模块，用于响应于接收到当前场景信息，将所接收到的当前场景信息输入训练后的驾驶行为预测模型，以预测得到与所接收到的当前场景信息对应的驾驶行为向量；

反向映射模块，用于将预测得到的驾驶行为向量反向映射生成驾驶行为序列。

8.根据权利要求6所述的装置，其特征在于，所述获取模块还用于：

将采集得到的连续驾驶行为切分成为多个预定的连续时间段内的驾驶行为序列。

9.根据权利要求7所述的装置，其特征在于，所述映射模块还用于：

将所述驾驶行为序列输入预先训练的多层神经网络模型以得到与所述驾驶行为序列对应的驾驶行为向量。

10.根据权利要求9所述的装置，其特征在于，所述反向映射模块还用于：

将预测得到的驾驶行为向量输入所述预先训练的多层神经网络模型，以反向映射生成驾驶行为序列。