[发明专利]自动驾驶车辆的行驶路径的调整方法及装置

权利要求书

1.一种自动驾驶车辆的行驶路径的调整方法，其特征在于，包括：

确定车辆的行驶路线，其中，所述行驶路线是预先规划好的路线；

控制所述车辆按照所述行驶路线进行行驶，在所述车辆按照所述行驶路线行驶时，获取车辆信息，其中，所述车辆信息包括如下至少之一：所述车辆的导航设备的导航信息以及所述车辆上安装的图像采集设备采集的所述车辆所处区域的图像信息；

依据所述车辆信息确定所述车辆当前行驶的位置信息；

依据所述车辆当前行驶的位置信息确定是否需要调整所述车辆的当前行驶路径。

2.根据权利要求1所述的方法，其特征在于，依据所述车辆当前行驶的位置信息确定是否需要调整所述车辆的当前行驶路径，包括：

依据所述位置信息确定所述车辆的当前行驶路径是否偏离所述行驶路线；

如果所述车辆的当前行驶路径偏离所述行驶路线，调整所述车辆的当前行驶路径，使所述车辆回归至所述行驶路线；

如果所述车辆的当前行驶路径未偏离所述行驶路线，控制所述车辆按照所述当前行驶路径继续行驶。

3.根据权利要求2所述的方法，其特征在于，依据所述位置信息确定所述车辆的当前行驶路径是否偏离所述行驶路线，包括：

获取所述车辆在预设时间段内不同时刻的位置；

将所述不同时刻的位置连接，得到所述车辆在所述预设时间段内的行驶路径；

比对所述预设时间段内的行驶路径与所述行驶路线；

如果所述行驶路线与所述预设时间段内的行驶路径重合，确定所述车辆的当前行驶路径未偏离所述行驶路线径，如果所述行驶路线与所述预设时间段内的行驶路径不重合，确定所述车辆的当前行驶路径偏离所述行驶路线。

4.根据权利要求1所述的方法，其特征在于，依据所述车辆信息确定所述车辆当前行驶的位置信息，包括：

将所述图像信息输入至机器学习模型进行处理，得到所述车辆的位置信息，其中，所述机器学习模型是通过以下方式训练得到的：

获取训练数据集，并基于所述训练数据集训练神经网络模型，生成所述机器学习模型，其中，所述训练数据集包括：所述车辆行驶时采集的所述车辆周围的图像以及在所述图像上标记的位置标签。

5.根据权利要求1所述的方法，其特征在于，依据所述车辆信息确定所述车辆当前行驶的位置信息，还包括：

依据所述导航信息确定所述车辆在当前时刻的第一位置；

依据所述图像信息确定所述车辆在所述当前时刻的第二位置；

确定所述第一位置和所述第二位置的距离，并依据所述距离确定所述车辆在所述当前时刻的位置。

6.根据权利要求5所述的方法，其特征在于，依据所述距离确定所述车辆在所述当前时刻的位置，包括：

如果所述距离小于预设阈值，将所述第一位置和所述第二位置的中点作为所述车辆在所述当前时刻的位置；

如果所述距离大于所述预设阈值，重新依据所述导航信息确定所述车辆的第一位置，以及依据所述图像信息确定所述车辆的第二位置，直至所述第一位置和所述第二位置的距离小于所述预设阈值。

7.一种自动驾驶车辆的行驶路径的调整方法，其特征在于，包括：

在车辆的人机交互界面上显示行驶路线，并控制所述车辆按照所述行驶路线进行行驶，其中，所述行驶路线是预先规划好的路线；

在所述车辆按照所述行驶路线行驶时，在所述人机交互界面上实时展示车辆信息，其中，所述车辆信息包括如下至少之一：所述车辆的导航设备的导航信息以及所述车辆上安装的图像采集设备采集的所述车辆所处区域的图像信息；

在所述人机交互界面上显示依据所述车辆信息确定的所述车辆当前行驶的位置信息；

依据所述车辆当前行驶的位置信息，在所述人机交互界面上展示提示信息，其中，所述提示信息用于提醒是否需要调整所述车辆的当前行驶路径。