[发明专利]一种车辆自动驾驶方法及装置

权利要求书

1.一种车辆自动驾驶方法，其特征在于，包括：

构建初始图像特征提取网络和初始图像区域候选网络，并获取用于训练所述初始图像特征提取网络和所述初始图像区域候选网络的图像训练数据；其中，所述训练数据包括障碍物现场图片以及障碍物现场实际数据；

通过所述初始图像区域候选网络和所述初始图像特征提取网络对所述障碍物现场图片进行处理，得到图像识别结果；

根据所述障碍物现场实际数据和所述图像识别结果，通过梯度下降算法调整所述初始图像区域候选网络和所述初始图像特征提取网络的网络模型参数，得到最终的图像特征提取网络和最终的图像区域候选网络；

获取自动驾驶车辆上摄像头捕捉到的道路图像数据和所述自动驾驶车辆上激光雷达检测到的雷达点云数据；

通过预先构建的图像特征提取网络提取所述道路图像数据的图像特征，以及通过预先构建的点云特征提取网络提取所述雷达点云数据的点云特征；

根据预先构建的特征融合网络对所述图像特征和所述点云特征进行处理，得到融合处理数据，并根据预先构建的分类器对所述融合处理数据进行识别处理，得到识别结果；

根据所述识别结果判断所述自动驾驶车辆行驶路线上是否存在障碍物；

如果所述自动驾驶车辆行驶路线上存在所述障碍物，根据预先构建的图像区域候选网络对所述道路图像数据进行处理，得到所述障碍物的图像位置数据，并根据预先构建的点云区域候选网络对所述雷达点云数据进行处理，得到所述障碍物的点云位置数据；

根据所述图像位置数据和所述点云位置数据对所述自动驾驶车辆的行驶路线进行调整，得到新的行驶路线；

根据所述新的行驶路线对所述自动驾驶车辆进行自动驾驶控制。

2.根据权利要求1所述的车辆自动驾驶方法，其特征在于，在所述获取自动驾驶车辆上摄像头捕捉到的道路图像数据和所述自动驾驶车辆上激光雷达检测到的雷达点云数据之前，所述方法还包括：

构建初始点云特征提取网络和初始点云区域候选网络，并获取用于训练所述初始点云特征提取网络和所述初始点云区域候选网络的点云训练数据；其中，所述点云训练数据包括摄像头拍摄训练数据以及雷达点云训练数据；

通过所述初始图像区域候选网络和所述初始图像特征提取网络对所述摄像头拍摄训练数据进行处理，得到拍摄图像识别结果，并通过所述初始点云特征提取网络和所述初始点云区域候选网络对所述雷达点云训练数据进行处理，得到点云识别结果；

根据所述拍摄图像识别结果和所述点云识别结果，通过梯度下降算法调整所述初始点云特征提取网络和所述初始点云区域候选网络的网络模型参数，得到最终的点云特征提取网络和最终的点云区域候选网络。

3.根据权利要求2所述的车辆自动驾驶方法，其特征在于，在所述通过所述初始点云特征提取网络和所述初始点云区域候选网络对所述雷达点云训练数据进行处理，得到点云识别结果之后，所述方法还包括：

构建初始特征融合网络和初始分类器，并获取用于训练所述初始特征融合网络和所述初始分类器的障碍物实际标注数据；

通过所述初始点云特征提取网络对所述拍摄图像识别结果和所述点云识别结果进行融合处理，得到训练融合数据；

通过所述初始分类器对所述训练融合数据进行识别处理，得到融合识别结果；

根据所述融合识别结果和所述障碍物实际标注数据，通过梯度下降算法调整所述初始特征融合网络和所述初始分类器的网络模型参数，得到最终的特征融合网络和最终的分类器。