[发明专利]场景自动识别方法、装置、无人车及存储介质

权利要求书

1.一种场景自动识别方法，其特征在于，所述方法包括：

获取无人车的自动驾驶数据；

根据预设的识别粒度，对所述自动驾驶数据进行划分，得到场景片段数据；

通过场景分类模型对所述场景片段数据进行自动识别，得到场景片段的分类结果；

根据所述场景片段的分类结果，进行驾驶控制。

2.根据权利要求1所述的方法，其特征在于，在根据预设的识别粒度，对所述自动驾驶数据进行划分，得到场景片段数据之前，还包括：

根据无人车的车速，调整所述预设的识别粒度；所述识别粒度包括：划分的场景片段数据的时长。

3.根据权利要求1所述的方法，其特征在于，在通过场景分类模型对所述场景片段数据进行自动识别，得到场景片段的分类结果之前，还包括：

根据自动驾驶过程中无人车的驾驶行为，确定场景类别；所述场景类别包括：左转、变道、右转；

构建各个场景类别的样本数据集；其中，所述样本数据集中包括：已经标注场景分类结果的场景片段数据；

基于所述样本数据集迭代训练学习模型，得到所述场景分类模型。

4.根据权利要求1所述的方法，其特征在于，所述自动驾驶数据，包括：获取无人车在高精度地图上的位置信息、无人车的朝向信息、无人车的姿态信息，以及无人车周围的障碍物信息。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述通过场景分类模型对所述场景片段数据进行自动识别，得到场景片段的分类结果，包括：

将所述场景片段数据依次输入到所述场景分类模型中，输出各个所述场景片段数据对应的分类结果；其中，所述场景分类模型包括：左转识别模型、变道识别模型、右转识别模型；所述左转识别模型包括：左转被切小弯识别模型、左转遇对向直行车辆识别模型。

6.根据权利要求1-4中任一项所述的方法，其特征在于，所述通过场景分类模型对所述场景片段数据进行自动识别，得到场景片段的分类结果，包括：

分别获取历史时刻的场景片段数据、当前时刻的场景片段数据，以及未来时刻的场景片段数据；

将所述历史时刻的场景片段数据、所述当前时刻的场景片段数据，以及所述未来时刻的场景片段数据输入所述场景分类模型中，输出所述当前时刻的场景分类结果。

7.根据权利要求1-4中任一项所述的方法，其特征在于，所述根据所述场景片段的分类结果，进行驾驶控制，包括：

根据所述场景片段的分类结果，对所述无人车的碰撞风险进行评估，得到碰撞风险评估结果；

根据所述碰撞风险评估结果，生成驾驶控制决策；

基于所述驾驶控制决策，进行驾驶控制。

8.一种场景自动识别装置，其特征在于，所述装置包括：

获取模块，用于获取无人车的自动驾驶数据；

划分模块，用于根据预设的识别粒度，对所述自动驾驶数据进行划分，得到场景片段数据；

识别模块，用于通过场景分类模型对所述场景片段数据进行自动识别，得到场景片段的分类结果；

控制模块，用于根据所述场景片段的分类结果，进行驾驶控制。

9.一种无人车，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。

11.一种场景自动识别方法，其特征在于，所述方法包括：

获取无人车的自动驾驶数据；

根据预设的识别粒度，对所述自动驾驶数据进行划分，得到场景片段数据；

通过场景分类模型对所述场景片段数据进行自动识别，得到场景片段的分类结果。