[发明专利]驾驶场景理解方法、装置和轨迹规划方法、装置

权利要求书

1.一种驾驶场景理解方法，包括：

从人类驾驶员的驾驶行为中识别出应激性驾驶行为；

确定识别出的各应激性驾驶行为的类别；

根据所述应激性驾驶行为、应激性驾驶行为的类别以及与应激性驾驶行为对应的驾驶场景信息，确定与各类应激性驾驶行为对应的目标物；所述驾驶场景信息包括如下的至少一种：参考轨迹，实际行驶轨迹，静态障碍物信息，动态障碍物信息，道路信息；

根据所述目标物完成驾驶场景理解；

所述根据所述应激性驾驶行为、应激性驾驶行为的类别以及与应激性驾驶行为对应的驾驶场景信息，确定与各类应激性驾驶行为对应的目标物包括：

根据应激性驾驶行为的类别，利用注意力网络对各应激性驾驶行为进行相应的注意力处理，基于经过注意力处理后的应激性驾驶行为和应激性驾驶行为对应的驾驶场景信息确定目标物。

2.如权利要求1所述的方法，其特征在于，所述从人类驾驶员的驾驶行为中识别出应激性驾驶行为包括：

获取具有时间序列的人类驾驶员的驾驶行为数据；所述驾驶行为数据包括车辆的速度和车辆的方向盘转角；

利用搜索网络从所述驾驶行为数据中搜索出具备第一特征的驾驶行为数据作为应激性驾驶行为数据。

3.如权利要求2所述的方法，其特征在于，所述确定识别出的各应激性驾驶行为的类别包括：

利用分类网络识别所述应激性驾驶行为数据的第二特征，依据识别出的第二特征为所述应激性驾驶行为数据打上类别标签；

所述类别标签包括如下的至少一种：停车，跟车，超车，避让。

4.如权利要求1所述的方法，其特征在于，所述基于经过注意力处理后的应激性驾驶行为和应激性驾驶行为对应的驾驶场景信息确定目标物之后，还包括：

利用责任敏感安全模块对各目标物进行安全距离识别；

将安全距离小于预设值的目标物打上注意力标签。

5.如权利要求4所述的方法，其特征在于，所述根据应激性驾驶行为的类别，利用注意力网络对各应激性驾驶行为进行相应的注意力处理包括如下的至少一种：

对于停车类型的应激性驾驶行为，在车辆行驶方向上检索是否存在交通信号灯，若存在，则直接将交通信号灯作为目标物打上注意力标签，若不存在，则注意力加在车辆周围；

对于超车类型的应激性驾驶行为，注意力加在车辆的前方与侧方；

对于跟车类型的应激性驾驶行为，注意力加在车辆的前方；

对于避让类型的应激性驾驶行为，注意力加在车辆的后方与侧方。

6.如权利要求1-5中任一项所述的方法，其特征在于，所述驾驶场景信息至少包含图像帧形式的信息，所述根据所述目标物完成驾驶场景理解包括：

利用卷积神经网络对包含所述目标物的图像帧进行卷积处理，提取出与所述目标物对应的图像特征；

利用长短期记忆网络，基于所述图像特征为各图像帧分配权重，根据光流法和分配权重后的图像帧捕获所述目标物的动作特征；

基于所述目标物的动作特征，确定目标物的语义描述信息作为驾驶场景理解结果。

7.一种轨迹规划方法，应用于自动驾驶设备的轨迹规划模块中，包括：

获取驾驶场景信息，所述驾驶场景信息包括如下的至少一种：参考轨迹，实际行驶轨迹，静态障碍物信息，动态障碍物信息，道路信息；

利用轨迹规划模型和所述驾驶场景信息进行轨迹规划；其中，所述轨迹规划模型所使用的训练数据是利用如权利要求1-6中任一项所述的方法得到的驾驶场景理解结果进行分类和/或标注的。