[发明专利]行驶状况识别方法、装置、存储介质及终端设备

说明书

技术领域

本申请实施例涉及基于人工智能技术进行行驶状况识别的技术领域，尤其涉及一种行驶状况识别方法、装置、存储介质及终端设备。

背景技术

随着人工智能技术的发展，人工智能技术的应用领域越来越广，汽车驾驶领域中也有人工智能技术的应用，包括无人驾驶技术和用于辅助驾驶员驾驶的辅助装置。辅助装置可以将行驶途中的发生的状况提醒驾驶员，以免驾驶员在没有注意到行驶状况时可以得到及时的提醒，避免交通意外的发生。辅助装置中一般是通过激光设备采集汽车在行驶的道路上的激光数据，并对激光数据进行分析处理确定对应的行驶障碍物，以提醒驾驶员。但是行驶途中的状况比较复杂，仅通过激光数据识别行驶障碍物有一定的局限性。

发明内容

本申请实施例提供一种行驶状况识别方法、装置、存储介质及终端设备，可以提高对行驶障碍识别的准确性。

第一方面，本申请实施例提供了一种行驶状况识别方法，包括：

获取当前行驶的道路上的激光采集数据，并确定所述激光采集数据的属性信息；

确定当前行驶的道路信息；

根据所述道路信息、所述属性信息和行驶障碍预设信息对机器学习模型进行训练，以生成行驶状况模型；所述行驶状况模型用于对行驶障碍进行识别。

第二方面，本申请实施例提供了一种行驶状况识别装置，包括：

采集数据处理模块，用于获取当前行驶的道路上的激光采集数据，并确定所述激光采集数据的属性信息；

道路信息确定模块，用于确定当前行驶的道路信息；

模型训练模块，用于根据所述道路信息、所述属性信息和行驶障碍预设信息对机器学习模型进行训练，以生成行驶状况模型；所述行驶状况模型用于对行驶障碍进行识别。

第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例所述的行驶状况识别方法。

第四方面，本申请实施例提供了一种终端设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例所述的行驶状况识别方法。

本申请实施例中提供的一种行驶状况识别方案，通过获取当前行驶的道路上的激光采集数据，并确定所述激光采集数据的属性信息；确定当前行驶的道路信息；根据所述道路信息、所述属性信息和行驶障碍预设信息对机器学习模型进行训练，以生成行驶状况模型；所述行驶状况模型用于对行驶障碍进行识别。本申请实施例通过获取当前行驶的道路信息并发送至机器学习模型进行训练，增加机器学习模型的训练维度，可以提高所生成的行驶状况模型对行驶障碍识别的准确性。

附图说明

图1为本申请实施例提供的一种行驶状况识别方法的流程示意图；

图2为本申请实施例提供的另一种行驶状况识别方法的流程示意图；

图3为本申请实施例提供的另一种行驶状况识别方法的流程示意图；

图4为本申请实施例提供的另一种行驶状况识别方法的流程示意图；

图5为本申请实施例提供的另一种行驶状况识别方法的流程示意图；

图6为本申请实施例提供的另一种行驶状况识别方法的流程示意图；

图7为本申请实施例提供的一种行驶状况识别装置的结构框图；

图8为本申请实施例提供的一种终端设备的结构示意图；

图9为本申请实施例提供的一种终端设备的结构示意图。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本申请的技术方案。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

图1为本发明实施例提供的一种行驶状况识别方法的流程示意图，该方法可以由行驶状况识别装置执行，其中该装置可以由软件和/或硬件实现，一般可以集成在终端设备中，也可以集成在其他安装有操作系统的设备中。如图1所示，该方法包括：

S110、获取当前行驶的道路上的激光采集数据，并确定所述激光采集数据的属性信息。