[发明专利]用于自动驾驶的控制方法、装置、计算机设备

说明书

本公开涉及一种用于自动驾驶的控制方法、装置、计算机设备，所述方法包括：获取实时采集道路的当前图像数据和历史图像数据；根据所述当前图像数据提取当前可行驶区域，根据所述当前可行驶区域、历史图像数据获取道路的当前平滑数据；根据当前图像数据提取目标区域，根据所述目标区域获取道路的当前特征数据；将所述当前平滑数据和当前特征数据进行融合生成输入信号；利用预设算法对所述输入信号进行计算，输出控制信号，所述控制信号用于指示车辆进行自动驾驶。本公开能够抑制直接基于端到端算法实现的自动驾驶的行驶抖动问题，进而提高行车舒适性。

技术领域

本公开涉及自动驾驶技术领域，特别是涉及一种用于自动驾驶的控制方法、装置、计算机设备。

背景技术

随着人工智能技术的不断发展，汽车行业应用人工智能技术解决自动驾驶问题更加现实。目前的实现自动驾驶主要有两个方向，一个是通过分解自动驾驶任务，分别使用不同的算法来解决分解后的任务问题。例如使用深度学习算法进行道路信息的检测识别，使用建图定位模块进行建图和定位，使用决策规划和控制来决定如何行驶。另一个方向是不分解自动驾驶模块，直接使用端到端的算法实现自动驾驶，例如强化学习、模仿学习等。

端到端的算法在理论上能够简化自动驾驶的设计，从感知端到控制端实现自动驾驶，比起分解问题的方式，少了很多的工作内容，同时也是符合人类的驾驶方式。从感知端图像中获取信息，到控制端实现控制，而无需知道周围准确的信息。所以端到端算法在自动驾驶领域中应用更为广泛。但是，端到端算法向环境输出的动作只与算法的输入有关，端到端算法的输入在存在输入状态较为单一的局限，从时间轴上看输出结果不平滑，波动较大，导致车辆行驶轨迹的抖动比较明显。

发明内容

根据此，有必要针对上述技术问题，提供一种用于自动驾驶的控制方法、装置、计算机设备、存储介质和计算机程序产品。

第一方面，本公开提供了一种用于自动驾驶的控制方法。所述方法包括：

获取实时采集道路的当前图像数据和历史图像数据；所述历史图像数据包括距离当前时刻最接近的预设时长的道路图像数据；

根据所述当前图像数据、历史图像数据获取道路的当前平滑数据；

根据所述当前图像数据获取道路的当前特征数据；

将所述当前平滑数据和当前特征数据进行融合生成输入信号；

利用预设算法对所述输入信号进行计算，输出控制信号，所述控制信号用于指示车辆进行自动驾驶。

在其中一个实施例中，所述根据所述当前图像数据、历史图像数据获取道路的当前平滑数据包括：

对所述当前图像数据进行数据处理，将非可行驶区域的像素设为指定值，提取可行驶区域的像素值得到当前第一图像数据；

获取所述历史图像数据的历史第一图像数据、历史平滑数据；

将所述当前第一图像数据输入预设的循环神经网络，所述循环神经网络根据所述当前第一图像数据、历史第一图像数据、历史平滑数据输出所述当前平滑数据。

在其中一个实施例中，所述根据所述当前图像数据获取道路的当前特征数据包括：

根据所述当前第一图像数据，提取目标区域，得到第二图像数据；

将所述第二图像数据处理成一维向量获得所述当前特征数据。

在其中一个实施例中，所述根据所述当前图像数据获取道路的当前特征数据包括：

对所述当前图像数据进行数据处理，提取目标区域，得到第二图像数据；

将所述第二图像数据处理成一维向量获得所述当前特征数据。