[发明专利]一种车辆自动驾驶方法及装置

说明书

一种车辆自动驾驶方法及装置，包括：获取自动驾驶车辆上摄像头捕捉到的道路图像数据和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图像特征和点云特征进行处理，得到融合处理数据，并根据预先构建的分类器对融合处理数据进行识别处理，得到识别结果；根据识别结果对自动驾驶车辆进行自动驾驶控制。本发明提供的车辆自动驾驶方法及装置，能够自主高精度地识别当前环境，并根据当前环境的信息主动更新自动驾驶方案，从而提升自动驾驶的安全性，降低事故的发生率。

技术领域

本发明涉及自动驾驶汽车技术领域，具体而言，涉及一种车辆自动驾驶方法及装置。

背景技术

自动驾驶汽车(Autonomous vehicles；Self-piloting automobile)又称无人驾驶汽车，是一种通过电脑系统实现无人驾驶的智能汽车。现有的自动驾驶已能解决高速路段自动驾驶，部分城市路段自动驾驶，但并不能完全解决所有路段的自动驾驶问题。在实践中发现，自动驾驶车辆需要依靠高精地图进行导航和定位，而高精地图中往往并没有像施工现场这种外观变化量较大、临时性较高的场景。这就使得现有的自动驾驶方法无法在多变的场景下进行高精度的识别，从而导致了自动驾驶汽车无法准确有效地主动选择更新路线，进而提高了事故发生率。

发明内容

鉴于上述问题，本发明提供了一种车辆自动驾驶方法及装置，能够自主高精度地识别当前环境，并根据当前环境的信息主动更新自动驾驶方案，从而提升自动驾驶的安全性，降低事故的发生率。

为了实现上述目的，本发明采用如下的技术方案：

本发明第一方面公开了一种车辆自动驾驶方法，包括：

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；

根据所述识别结果对所述自动驾驶车辆进行自动驾驶控制。

作为一种可选的实施方式，在本发明第一方面中，根据所述识别结果对所述自动驾驶车辆进行自动驾驶控制，包括：

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。

作为一种可选的实施方式，在本发明第一方面中，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；