[发明专利]场景自动识别方法、装置、无人车及存储介质

说明书

本申请公开了场景自动识别方法、装置、无人车及存储介质，涉及自动驾驶技术领域。本申请中的方法的具体实现方案为：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。本申请可以对自动驾驶数据进行更细粒度的分类，提高分类的效率和准确性，进而使得无人车能够基于场景片段的分类结果，做出更加精准的驾驶控制。

技术领域

本申请涉及数据处理技术领域中的自动驾驶技术，尤其涉及一种场景自动识别方法、装置、无人车及存储介质。

背景技术

在无人车行驶过程中，需要根据高精度地图以及感知传感器采集到的自动驾驶数据，进行相应的驾驶控制，以确保无人车的安全驾驶。在无人车出厂之前，需要对无人车的各个功能模块进行测试，而自动驾驶仿真系统是无人车进行测试的重要工具。

现有技术中，当对无人车的碰撞风险进行评估时，需要将包含有人工标记场景分类的自动驾驶数据输入到驾驶仿真系统中，用以预估无人车的碰撞风险。因此，在对无人车进行仿真时，需要使用数量级较大的场景标记数据。

但是，采用人工方式标记场景分类，需要耗费大量的时间，且标记场景分类的数据粒度较粗。这会导致无人车很难根据场景分类结果做出精准的驾驶控制。

发明内容

本申请提供一种场景自动识别方法、装置、无人车及存储介质，可以对自动驾驶数据进行更细粒度的分类，提高分类的效率和准确性，进而使得无人车能够基于场景片段的分类结果，做出更加精准的驾驶控制。

第一方面，本申请实施例提供一种场景自动识别方法，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。

本实施例中，可以对自动驾驶数据进行更细粒度的分类，提高分类的效率和准确性，进而使得无人车能够基于场景片段的分类结果，做出更加精准的驾驶控制。

第二方面，本申请实施例提供一种场景自动识别装置，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。

本实施例中，可以对自动驾驶数据进行更细粒度的分类，提高分类的效率和准确性，进而使得无人车能够基于场景片段的分类结果，做出更加精准的驾驶控制。

第三方面，本申请提供一种无人车，包括：处理器和存储器；存储器中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行如第一方面中任一项所述的场景自动识别方法。

第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中任一项所述的场景自动识别方法。

第五方面，本申请实施例提供一种程序产品，所述程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，服务器的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得服务器执行第一方面中任一所述的场景自动识别方法。