[发明专利]一种自动驾驶决策规划模型的优化方法、装置及设备

权利要求书

1.一种自动驾驶决策规划模型的优化方法，其特征在于，所述方法包括：

智能网联云控平台获取第一车辆涉及的交通场景事件的相关交通数据；所述交通场景事件的相关交通数据是通过对目标智能路侧设备上报的交通数据进行分析确定的；

利用第一自动驾驶决策规划模型，针对所述交通场景事件的相关交通数据进行处理，得到针对所述第一车辆在所述交通场景事件中的第一自动驾驶决策结果；

从所述交通场景事件的相关交通数据中，确定预设区域内的目标交通数据；所述预设区域是根据第二车辆的车辆感知范围，以所述第一车辆为感知中心点所确定出的区域；

发送所述第一自动驾驶决策结果以及所述目标交通数据至所述第二车辆；所述第二车辆用于利用所述第一自动驾驶决策结果以及所述目标交通数据对所述第二车辆处搭载的第二自动驾驶决策规划模型进行优化。

2.根据权利要求1所述的方法，其特征在于，所述智能网联云控平台获取第一车辆涉及的交通场景事件的相关交通数据之前，还包括：

获取具有数据上传功能的车辆上报的车辆运行数据；所述车辆运行数据包括车辆驾驶参数以及车辆位置；

判断所述车辆驾驶参数是否满足目标交通场景事件的目标识别规则，得到判断结果；

若所述判断结果表示所述所述车辆驾驶参数满足所述目标别规则，则将所述车辆确定为所述第一车辆；

根据所述第一车辆携带的所述车辆位置确定所述目标智能路侧设备；所述第一车辆在所述目标交通场景事件的发生时间段内位于所述目标智能路侧设备的有效感知区域内；

获取所述目标智能路侧设备在所述目标交通场景事件的发生时间段内上报的指定交通数据；

所述智能网联云控平台获取第一车辆涉及的交通场景事件的相关交通数据，具体包括：

智能网联云控平台获取目标智能路侧设备在所述目标交通场景事件的发生时间段内上报的指定交通数据；

从所述所述指定交通数据中确定所述第一车辆涉及的交通场景事件的相关交通数据，所述交通场景事件的相关交通数据包括：距离所述第一车辆预设范围内的指定车辆的所述车辆运行数据以及距离所述第一车辆预设范围内的所述指定车辆与所述第一车辆的相对运行数据。

3.根据权利要求1所述的方法，其特征在于，所述利用第一自动驾驶决策规划模型，针对所述交通场景事件的相关交通数据进行处理，得到针对所述第一车辆在所述交通场景事件中的第一自动驾驶决策结果之前，还包括：

针对所述交通场景事件的相关交通数据进行聚类处理，得到所述交通场景事件的聚类后交通数据；

所述利用第一自动驾驶决策规划模型，针对所述交通场景事件的相关交通数据进行处理，得到针对所述第一车辆在所述交通场景事件中的第一自动驾驶决策结果，具体包括：

利用第一自动驾驶决策规划模型，针对所述聚类后交通数据进行处理，得到针对所述第一车辆在所述交通场景事件中的第一自动驾驶决策结果。

4.根据权利要求3所述的方法，其特征在于，所述从所述交通场景事件的相关交通数据中，确定预设区域内的目标交通数据，具体包括：

从所述聚类后交通数据中，确定发生目标交通场景事件的所述第一车辆；

以所述第一车辆的车辆位置为感知中心点，确定以第二车辆的感知范围为感知区域的感知区域内的感知数据为目标交通数据。

5.根据权利要求1所述的方法，其特征在于，所述交通场景事件包括：左车道超车、右车道超车、驶出匝道、左车道变道、右车道变道中的任意一种。

6.一种自动驾驶决策规划模型的优化方法，其特征在于，所述方法包括：

目标车辆获取训练数据；所述训练数据包括：第一自动驾驶决策结果以及目标交通数据；所述第一自动驾驶决策结果为利用第一自动驾驶决策规划模型，针对交通场景事件的相关交通数据进行处理得到的自动驾驶决策结果结果；所述交通场景事件的相关交通数据是通过对目标智能路侧设备上报的交通数据进行分析确定的；所述目标交通数据是从所述交通场景事件的相关交通数据中，确定的预设区域内的相关交通数据；

利用所述训练数据针对所述目标车辆处车辆处的第二自动驾驶决策规划模型进行训练，得到训练后的第二自动驾驶决策规划模型。