[发明专利]基于场景分割的自动驾驶处理方法及装置、计算设备

权利要求书

1.一种基于场景分割的自动驾驶处理方法，其包括：

实时获取图像采集设备所拍摄和/或所录制的车辆驾驶途中的视频中的当前帧图像；

将当前帧图像输入至第二神经网络中，得到当前帧图像对应的场景分割结果；其中，所述第二神经网络利用预先训练的第一神经网络的至少一层中间层的输出数据进行指导训练得到，所述第一神经网络的层数多于所述第二神经网络的层数；

根据所述场景分割结果，确定行驶路线和/或行驶指令；

按照所确定的行驶路线和/或行驶指令，对所述自身车辆进行自动驾驶控制。

2.根据权利要求1所述的方法，其中，所述根据所述场景分割结果，确定行驶路线和/或行驶指令进一步包括：

根据所述场景分割结果，确定特定对象的轮廓信息；

依据所述特定对象的轮廓信息，计算自身车辆与所述特定对象的相对位置关系；

根据计算得到的相对位置关系，确定行驶路线和/或行驶指令。

3.根据权利要求2所述的方法，其中，所述自身车辆与所述特定对象的相对位置关系包括自身车辆与所述特定对象之间的距离信息和/或角度信息。

4.根据权利要求1所述的方法，其中，所述根据所述场景分割结果，确定行驶路线和/或行驶指令进一步包括：

根据所述场景分割结果中包含的交通标志信息，确定自身车辆行驶路线和/或行驶指令。

5.根据权利要求1所述的方法，其中，所述根据所述场景分割结果，确定行驶路线和/或行驶指令进一步包括：

根据所述场景分割结果中包含的交通信号灯信息，确定行驶路线和/或行驶指令。

6.根据权利要求1-5中任一项所述的方法，其中，所述第二神经网络的训练过程包括：

将场景分割的训练样本数据输入至经训练得到的第一神经网络中，获得第一神经网络的至少一层第一中间层的输出数据；

将场景分割的训练样本数据输入至待训练的第二神经网络中，获得第二神经网络的至少一层第二中间层的输出数据以及最终输出数据，所述至少一层第二中间层与所述至少一层第一中间层具有对应关系；

利用所述至少一层第二中间层的输出数据与所述至少一层第一中间层的输出数据之间的损失，以及所述最终输出数据与预标注的输出数据之间的损失，对第二神经网络进行训练。

7.根据权利要求6所述的方法，其中，所述至少一层第一中间层包含第一神经网络的瓶颈层；所述至少一层第二中间层包含第二神经网络的瓶颈层。

8.一种基于场景分割的自动驾驶处理装置，其包括：

获取模块，适于实时获取图像采集设备所拍摄和/或所录制的车辆驾驶途中的视频中的当前帧图像；

识别模块，适于将当前帧图像输入至第二神经网络中，得到当前帧图像对应的场景分割结果；其中，所述第二神经网络利用预先训练的第一神经网络的至少一层中间层的输出数据进行指导训练得到，所述第一神经网络的层数多于所述第二神经网络的层数；

确定模块，适于根据所述场景分割结果，确定行驶路线和/或行驶指令；

控制模块，适于按照所确定的行驶路线和/或行驶指令，对所述自身车辆进行自动驾驶控制。

9.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的基于场景分割的自动驾驶处理方法对应的操作。

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的基于场景分割的自动驾驶处理方法对应的操作。