[发明专利]一种车辆驾驶方法及其装置、计算机设备、车辆

说明书

本发明涉及一种车辆驾驶方法及其装置、计算机设备、车辆，所述方法包括获取多个环境识别结果和多个车辆信息；其中，所述多个环境识别结果包括本车通过深度学习识别本车周围环境信息得到的本车环境识别结果和至少一辆前车通过深度学习识别其车辆周围环境信息得到的环境识别结果；所述车辆信息包括本车信息和至少一辆前车的前车信息；根据所述多个环境识别结果和所述多个车辆信息生成驾驶指令，并控制本车执行所述驾驶指令。所述装置和计算机设备均为实现所述方法的载体，所述车辆包括所述装置或所述计算机设备。本发明结合车联网共享信息与自身深度学习情况进行决策并输出合适的驾驶指令，能够提高车辆驾驶决策准确性。

技术领域

本发明涉及自动驾驶技术领域，具体涉及一种车辆驾驶方法及其装置、计算机设备、车辆。

背景技术

深度学习是机器学习中一种基于对数据进行表征学习的方法，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据。在车辆领域中，深度学习主要适用于车辆驾驶规则的学习和周围环境预判的学习。对于驾驶者来说，深度学习的来源主要是由预先训练好的模型以及在实际环境中学习的模型组成。进一步地，随着车辆技术的发展，提出了基于车联网共享车辆信息的方案，利用车联网驾驶者可以获取周围其他车辆的相关信息，例如是前方车辆，相关信息包括能否通过前方红绿灯等；而实际上，信息的共享和传递需要耗费一定时间，而环境是实时变化的，例如，前方路口路灯为红灯，前方车辆通过车联网告知后方车辆要停车，但是共享信息到达后方车辆的时候，有可能红灯变绿灯，后方车辆可以慢行通过。那么，如何结合车联网共享信息与自身深度学习情况进行决策并输出合适的驾驶指令，提高车辆决策准确性，避免误判和减少响应的时延问题，是目前自动驾驶领域需要解决的问题。

发明内容

本发明的目的在于提出一种车辆驾驶方法及其装置、计算机设备、车辆，以结合车联网共享信息与自身深度学习情况进行决策并输出合适的驾驶指令，从而提高车辆自动驾驶或半自动驾驶决策准确性。

为了实现本发明目的，根据本发明第一方面，本发明实施例提供一种车辆驾驶方法，包括如下步骤：

获取多个环境识别结果和多个车辆信息；其中，所述多个环境识别结果包括本车通过深度学习识别本车周围环境信息得到的本车环境识别结果和至少一辆前车通过深度学习识别其车辆周围环境信息得到的环境识别结果；所述车辆信息包括本车信息和至少一辆前车的前车信息；

根据所述多个环境识别结果和所述多个车辆信息生成驾驶指令，并控制本车执行所述驾驶指令。

优选地，所述根据所述多个环境识别结果和所述多个车辆信息生成驾驶指令包括：

根据每一环境识别结果及其对应的车辆信息确定每一环境识别结果的置信度；

筛选出置信度最高的环境识别结果；

根据所述置信度最高的环境识别结果生成驾驶指令。

优选地，所述根据每一环境识别结果及其对应的车辆信息确定每一环境识别结果的置信度包括：

根据每一环境识别结果的类型确定每一环境识别结果的第一置信度；

根据每一环境识别结果所对应的车辆信息确定每一环境识别结果的第二置信度；

根据每一环境识别结果的第一置信度和第二置信度确定每一环境识别结果的置信度。

优选地，所述车辆信息包括车辆位置信息、驾驶员的驾驶经验信息和车辆深度学习模型历史正确率信息中的一种或多种；

所述根据每一环境识别结果所对应的车辆信息确定每一环境识别结果的第二置信度包括：

若车辆位置与本车位置的距离越远，则其环境识别结果所对应的第二置信度越小；

若车辆驾驶员的驾龄越短，则其环境识别结果所对应的第二置信度越小；