[发明专利]一种驾驶行为模型的建立方法、装置和系统

权利要求书

1.一种驾驶行为模型的建立方法，其特征在于，包括：

处理器接收来自搭载在无人机上的摄像头获取的视频图像数据，其中视频图像数据包括多帧图像数据；

从多帧图像数据中识别出至少一个车辆；

在多帧图像数据中以像素为单位确定每个车辆在每帧图像中的位置，根据每个车辆在每帧图像中的位置确定每个车辆在多帧图像中的轨迹；

根据每个车辆的轨迹从多帧图像数据中提取每个车辆的车辆行为以及与车辆行为对应的驾驶环境参数；

根据提取到的每个车辆的车辆行为以及与车辆行为对应的驾驶环境参数，建立驾驶行为模型，包括：

对所提取的车辆行为进行分类，得到至少一类的人类驾驶行为；

对于一类人类驾驶行为，利用神经网络进行机器学习，以对与该类人类驾驶行为中的各个车辆行为对应的驾驶环境参数进行分析，确定得到与该类人类驾驶行为对应的具有共性的驾驶环境参数；

将确定得到的具有共性的驾驶环境参数表达为驾驶环境表达；

分别将每一类人类驾驶行为与对应的驾驶环境表达保存为对应的一种驾驶行为模型，其中，无人驾驶车辆根据所述驾驶行为模型进行车辆行为决策，所述驾驶环境参数包括所述每个车辆与所述每个车辆旁的动态物体之间的距离；

其中，将表示出突然的或者不安全的转向速率、加速率、或制动率的驾驶行为从驾驶行为模型中删除。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对来自无人机的视频图像数据进行透视变换操作，得到多帧图像之间同一静止参考物的位置一致的多帧图像数据。

3.根据权利要求2所述的方法，其特征在于，在多帧图像数据中以像素为单位确定每个车辆在每帧图像中的位置，包括：

根据图像数据中的像素与无人机的成像比例尺的关系，以像素为单位，从每帧图像中检测出车道线位置和每个车辆的检测位置；及

在多帧图像之间，根据检测出的车道线位置和每个车辆的检测位置进行推断处理，合成每个车辆的位置。

4.根据权利要求3所述的方法，其特征在于，确定每个车辆在多帧图像中的轨迹，包括：

根据所确定的每个车辆的每帧图像中的位置进行推断处理，确定每个车辆在多帧图像中的轨迹。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

根据图像数据中的像素与无人机的成像比例尺的关系，并且以像素为单位，在多帧图像之间进行推断处理，确定每个车辆的车辆特征参数，车辆特征参数至少包括车辆尺寸；则，

根据提取到的每个车辆的车辆行为以及与车辆行为对应的驾驶环境参数，建立驾驶行为模型，还包括：

根据提取到的每个车辆的车辆行为、车辆特征参数以及与车辆行为对应的驾驶环境参数，建立驾驶行为模型。

6.根据权利要求3所述的方法，其特征在于，提取与车辆行为对应的驾驶环境参数，包括：

在多帧图像之间进行推断处理，确定每个车辆的驾驶环境参数，驾驶环境参数包括车辆状态参数和外部环境参数；

车辆状态参数至少包括以下之一：车辆方向、车辆速度值和速度方向、加速度值和加速度方向；及

外部环境参数包括所述每个车辆与所述每个车辆旁的动态物体之间的距离，且至少还包括以下之一：车辆所处的位置、车辆附近其他车辆的行为、车辆与附近其他车辆之间的距离、车辆附近的静态物体、车辆附近的动态物体，车辆与静态物体之间的距离，车辆与车道线的相对位置关系、车辆与车道线的相对距离。

7.根据权利要求1所述的方法，其特征在于，车辆行为至少包括以下之一：直行、转向、加速、减速、停车。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对确定得到的具有共性的驾驶环境参数中的每种参数，按照预定的级别步长值，在该参数的分布范围内进行分级，得到数值范围连续的多个参数级别；及

按照预定的人类驾驶行为程度级别，确定每种驾驶程度级别对应的具有共性的驾驶环境参数中每个参数的级别，分别保存每种驾驶程度级别与对应的参数级别之间的对应关系。