[发明专利]一种云路协同的自动驾驶模型训练、调取方法及系统

权利要求书

1.一种云路协同的自动驾驶模型训练方法，其特征在于，包括如下步骤：

车载传感设备将采集的车辆状态数据通过车联网协议实时发送至路侧设备；

路侧设备对车载传感设备新上传的数据与之前已经储存的数据合并为数据集，并对该数据集进行预处理；

车载控制器控制将预处理后的数据集在路侧设备进行自动驾驶模型训练更新；所述预处理的过程包括根据驾驶员的介入数据进行真值标注及数据清洗；

当基于预处理后的数据集在路侧设备对自动驾驶模型进行训练更新时，将更新后的模型上传至云端服务器。

2.根据权利要求1所述的云路协同的自动驾驶模型训练方法，其特征在于，车载传感设备新上传的数据包括：驾驶员对之前已有自动驾驶模型指导下形成行驶行为的介入数据。

3.根据权利要求2所述的云路协同的自动驾驶模型训练方法，其特征在于，预处理的过程包括根据驾驶员的介入数据进行真值标注及数据清洗。

4.一种云路协同的自动驾驶模型调取方法，其特征在于，包括以下步骤：

获取车辆定位或车辆的导航路径；

当车辆定位或车辆的导航路径在预设范围时，调取路侧设备中的自动驾驶模型对车辆进行自动驾驶行为指导，当不在所述预设范围内时，调取云端服务器中的自动驾驶模型对车辆进行自动驾驶行为指导，所述自动驾驶模型基于权利要求1-3任一所述的云路协同的自动驾驶模型训练方法得到，所述预设范围根据车辆的历史轨迹范围及历史轨迹频率确定。

5.一种云路协同的自动驾驶模型训练系统，其特征在于，包括：车载传感设备、车载控制器及云端服务器，其中：

车载传感设备，用于将采集的车辆状态数据通过车联网协议实时发送至路侧设备；

路侧设备，用于对车载传感设备新上传的数据与之前已经储存的数据合并为数据集，并对该数据集进行预处理；

车载控制器，用于控制将预处理后的数据集在路侧设备进行自动驾驶模型训练更新；

路侧设备还用于基于预处理后的数据集在路侧设备对自动驾驶模型进行训练更新，并将更新后的模型上传至云端服务器；

云端服务器，用于获取路侧设备预处理后的数据集并将其已存储的数据集一起训练自动驾驶模型，将更新后的自动驾驶模型反馈至路侧设备。

6.一种云路协同的自动驾驶模型调取系统，其特征在于，包括：

车辆位置信息获取模块，用于获取车辆定位或车辆的导航路径；

自动驾驶模型调取模块，用于当车辆定位或车辆的导航路径在预设范围时，调取路侧设备中的自动驾驶模型对车辆进行自动驾驶行为指导，当不在所述预设范围内时，调取云端服务器中的自动驾驶模型对车辆进行自动驾驶行为指导，所述自动驾驶模型基于权利要求1-3任一所述的云路协同的自动驾驶模型训练方法得到，所述预设范围根据车辆的历史轨迹范围及历史轨迹频率确定。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如权利要求4所述的方法。

8.一种终端，其特征在于，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如权利要求4所述的方法。