[发明专利]基于个例大数据的自动驾驶预测方法和计算机设备

权利要求书

1.一种基于个例大数据的自动驾驶预测方法，其特征在于，所述基于个例大数据的自动驾驶预测方法包括：

提供与目标路段相关联的多个预测算法模型，所述多个预测算法模型中每一预测算法模型为利用自动驾驶车辆在所述目标路段中的子路段的相应的场景下经过多次路测构建的算法模型；

获取传感器的感测数据，所述感测数据包括自动驾驶车辆的当前位置、周围环境数据和行驶数据；

根据所述感测数据获取当前自动驾驶车辆的场景数据；

根据所述当前自动驾驶车辆的场景数据从所述多个预测算法模型中获取最优的预测算法模型；

加载所述最优的预测算法模型；

利用所述最优的预测算法模型对所述当前自动驾驶车辆的场景数据进行运算得到预测数据；

根据所述预测数据得到控制指令；以及

控制所述自动驾驶车辆依照所述控制指令行驶。

2.如权利要求1所述的基于个例大数据的自动驾驶预测方法，其特征在于，所述基于个例大数据的自动驾驶预测方法，还包括：

利用所述自动驾驶车辆在所述子路段进行多次路测得到路测数据；

根据所述路测数据构建出各种不同的场景数据，所述场景数据包括时间、位置、物体、天气中的两者或者多者的组合；

根据所述场景数据下的多次路测数据获得所述相应的场景；

根据所述相应的场景构建出对应的所述预测算法模型；以及

将所述场景数据与所述预测算法模型一一进行关联，形成与所述子路段相关联的所述预测算法模型。

3.如权利要求2所述的基于个例大数据的自动驾驶预测方法，其特征在于，所述子路段包括路口和/或非路口的感兴趣路段。

4.如权利要求3所述的基于个例大数据的自动驾驶预测方法，其特征在于，所述预测算法模型包括与所述子路段相关联的一个或者多个障碍物嫁接模型，所述障碍物嫁接模型是具有特定行为的某种障碍物在一个所述子路段的运动轨迹的模型，其中：

利用所述最优的预测算法模型对所述当前自动驾驶车辆的场景数据进行运算得到预测数据，具体包括：

当检测到所述当前自动驾驶车辆的场景数据中存在障碍物数据时，根据所述障碍物数据匹配出相对应的一个或者多个障碍物嫁接模型，所述障碍物数据包括用于表示障碍物类型的类型数据、用于表示障碍物行为特征的行为数据、以及障碍物所在的所述子路段；以及

根据所述对应的一个或者多个障碍物嫁接模型获取所述预测数据。

5.如权利要求4所述的基于个例大数据的自动驾驶预测方法，其特征在于，根据所述障碍物数据匹配出相对应的一个或者多个障碍物嫁接模型，具体包括：

匹配出与障碍物所在的所述子路段相关的一个或者多个障碍物嫁接模型；

从与所述子路段相关的一个或者多个障碍物嫁接模型中匹配出与所述类型数据相关的一个或者多个障碍物嫁接模型；以及

从与所述类型数据相关的一个或者多个障碍物嫁接模型中匹配出与所述行为数据相关的一个或者多个障碍物嫁接模型。

6.如权利要求3所述的基于个例大数据的自动驾驶预测方法，其特征在于，所述预测算法模型包括与路口相关联的一个或者多个路口预测算法模型，利用所述最优的预测算法模型对所述当前自动驾驶车辆的场景数据进行运算得到预测数据，具体包括：

当所述自动驾驶车辆在非目标路段行驶且行驶到非目标路段的路口时，感知当前的路口的场景数据；

判断是否存在与所述当前的路口的场景数据相匹配的所述路口预测算法模型；

当存在与所述当前的路口的场景数据相匹配的所述路口预测算法模型时，利用所述路口预测算法模型对所述当前的路口的场景数据进行预测得到所述预测数据。