[发明专利]自动驾驶方法、装置、电子设备及可读存储介质

说明书

本申请公开了一种自动驾驶方法、装置、电子设备及可读存储介质，涉及自动驾驶领域。具体实现方案为：获取车辆的行驶信息，行驶信息包括所述车辆所在道路环境的图像信息以及车辆的参考位置信息；将所述车辆的行驶信息输入目标定位网络，得到由所述目标定位网络输出的所述车辆的目标定位结果，所述目标定位网络包括第一子网络和第二子网络，所述第一子网络根据所述车辆所在道路环境的图像信息输出所述车辆所在道路环境的车道线信息，所述第二子网络根据所述第一子网络输出的所述车道线信息以及所述车辆的参考位置信息，输出所述目标定位结果；根据所述目标定位结果，对所述车辆进行运动控制。该方案使得目标定位结果的定位精度得到极大的提升。

技术领域

本申请实施例涉及自动驾驶技术，尤其涉及一种自动驾驶方法、装置、电子设备及可读存储介质。

背景技术

自动驾驶系统中涉及多种组成部分，包括：传感器适配层、智能感知系统、高精地图引擎、环境建模、高精定位、决策规划、运动控制等。其中，高精定位属于自动驾驶系统中的核心处理模块，基于高精定位的定位结果，环境建模、决策规划等模块可以确认车辆的位置，进而执行后续的操作。因此，如何实现高精定位，是需要解决的重要问题。

现有技术中，提出了一种基于端到端深度学习进行高精定位的方法，该方法中，预先训练一个端到端的卷积神经网络，训练完成后，在自动驾驶场景中，将车辆采集的一帧图像信息以及车身信息等输入卷积神经网络，卷积神经网络的各层输出特征，并最终进行回归，得到针对该一帧图像信息以及车身信息的定位结果。

但是，现有技术的方法中卷积神经网络输出结果的解释性较低，难以保证高精定位的精度。

发明内容

本申请实施例提供一种自动驾驶方法、装置、电子设备及可读存储介质，用于解决现有技术中定位精度不高的问题。

第一方面，本申请实施例提供一种自动驾驶方法，包括：

获取车辆的行驶信息，所述行驶信息包括所述车辆所在道路环境的图像信息以及所述车辆的参考位置信息；

将所述车辆的行驶信息输入目标定位网络，得到由所述目标定位网络输出的所述车辆的目标定位结果，所述目标定位网络包括第一子网络和第二子网络，所述第一子网络根据所述车辆所在道路环境的图像信息输出所述车辆所在道路环境的车道线信息，所述第二子网络根据所述第一子网络输出的所述车道线信息以及所述车辆的参考位置信息，输出所述目标定位结果；

根据所述目标定位结果，对所述车辆进行运动控制。

进一步的，所述第一子网络包括目标中间层以及所述目标中间层的输入层；

所述第一子网络根据所述车辆所在道路环境的图像信息输出所述车辆所在道路环境的车道线信息，包括：

在所述输入层根据所述车辆所在道路环境的图像信息输出第一中间结果；

在所述目标中间层根据所述第一中间结果输出第二中间结果，所述第二中间结果为表征车道线信息的结果；

所述第二子网络根据所述第一子网络输出的所述车道线信息以及所述车辆的参考位置信息，输出所述目标定位结果，包括：

所述第二子网络根据所述目标中间层输出的所述第二中间结果以及所述车辆的参考位置信息，输出所述目标定位结果。

进一步的，所述第一子网络为卷积神经网络，所述目标中间层为全连接层。

进一步的，所述第二子网络包括第一子模型和第二子模型；

所述第二子网络根据所述第一子网络输出的所述车道线信息以及所述车辆的参考位置信息，输出所述目标定位结果，包括：