[发明专利]驾驶模型的训练方法和装置、电子设备、计算机存储介质

说明书

本公开实施例公开了一种驾驶模型的训练方法和装置、电子设备、计算机存储介质，其中，方法包括：同步采集车辆的运行状态数据、驾驶环境数据、驾驶员图像；获取正常状态下，驾驶员的至少一个驾驶行为事件对应的数据组，所述数据组包括：车辆的运行状态数据、驾驶环境数据和驾驶员图像；基于所述至少一个驾驶行为事件对应的数据组训练驾驶模型。本公开实施例使驾驶模型可以学习到车辆在各种运行状态和驾驶环境下对车辆的正确操作，以提高驾驶模型用于自动驾驶的安全性。

技术领域

本公开涉及人工智能领域，尤其是一种驾驶模型的训练方法和装置、电子设备、计算机存储介质。

背景技术

随着科学技术的发展，无人驾驶技术开始慢慢地走进人们的生活。无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要利用无人驾驶技术，依靠汽车内的计算机系统和配备各种传感器等来实现车辆的自动驾驶。相对于人工驾驶技术，无人驾驶技术可以避免由于用户疲劳驾驶、注意力分散等等导致的交通事故，从而提高驾驶的安全性。

在无人驾驶技术中，需要通过驾驶模型来控制车辆的行驶，因此，驾驶模型性能，直接决定了无人驾驶技术的安全性。只有通过性能较好的驾驶模型，才能够较好的理解驾驶环境并处理复杂驾驶场景，从而做出合理的驾驶行为，提高驾驶的安全性。

发明内容

本公开实施例提供一种用于驾驶模型的技术方案。

根据本公开实施例的一个方面，提供的一种驾驶模型的训练方法，包括：

同步采集车辆的运行状态数据、驾驶环境数据和驾驶员图像；

获取正常状态下，驾驶员的至少一个驾驶行为事件对应的数据组，所述数据组包括：车辆的运行状态数据、驾驶环境数据和驾驶员图像；

基于所述至少一个驾驶行为事件对应的数据组训练驾驶模型。

可选的，在本公开任一实施例的方法中，所述同步采集车辆的运行状态数据、驾驶环境数据和驾驶员图像，包括：

在同步时钟下，按照相同的采集频率采集所述车辆的运行状态数据、驾驶环境数据和驾驶员图像。

可选的，在本公开任一实施例的方法中，所述采集车辆的运行状态数据包括：通过车载传感器和控制器局域网络CAN总线采集所述车辆的运行状态数据；和/或，

所述采集驾驶环境数据包括：通过设置在所述车辆外的传感器采集所述车辆的驾驶环境数据；和/或，

所述驾驶员图像包括：通过设置在所述车辆内的摄像头采集驾驶员图像。

可选的，在本公开任一实施例的方法中，所述设置在所述车辆外的传感器包括以下任意一项或多项：超声波传感器、激光雷达传感器或雷达传感器；

所述车载传感器包括以下任意一项或多项：速度传感器、刹车踏板位置传感器、加速踏板位置传感器、方向盘位置传感器、方向盘压力传感器、GPS和惯性测量单元IMU。

可选的，在本公开任一实施例的方法中，在所述同步采集车辆的运行状态数据、驾驶环境数据和驾驶员图像之后，还包括：对所述同步采集的运行状态数据、驾驶环境数据和驾驶员图像进行预处理；

所述获取正常状态下，驾驶员的至少一个驾驶行为事件对应的数据组，包括：针对预处理后的运行状态数据、驾驶环境数据和驾驶员图像，获取正常状态下，驾驶员的至少一个驾驶行为事件对应的数据组。

可选的，在本公开任一实施例的方法中，所述驾驶行为事件包括以下任意一项或多项：驾驶员驾驶状态，驾驶员的驾驶行为；

所述驾驶员驾驶状态包括以下任意一项或多项：疲劳驾驶，注意力集中，注意力分散；或者，

所述驾驶员的驾驶行为包括以下任意一项或多项：换道，前行，加速，减速，刹车，倒车，转弯，制动。