[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

说明书

本发明提供了一种基于个例大数据的自动驾驶预测方法，方法包括：提供与目标路段相关联的多个预测算法模型；获取传感器的感测数据；根据感测数据获取当前自动驾驶车辆的场景数据；根据当前自动驾驶车辆的场景数据从多个预测算法模型中获取最优的预测算法模型；加载最优的预测算法模型；利用最优的预测算法模型对当前自动驾驶车辆的场景数据进行运算得到预测数据；根据预测数据得到控制指令；控制自动驾驶车辆依照控制指令行驶。此外，本发明还提供一种应用于自动驾驶车辆的计算机设备。本发明利用基于个例大数据的自动驾驶预测方法提升了自动驾驶车辆驶过程中对障碍物运动轨迹预测的准确性，使得自动驾驶车辆在行驶过程中有更稳定的表现。

技术领域

本发明涉及自动驾驶领域，尤其涉及一种基于个例大数据的自动驾驶预测方法和计算机设备。

背景技术

目前，市面上常见的能够实现的全程不需要人类驾驶员参与就能够完成行驶任务的是L4级别的自动驾驶车辆。对于L4级别的自动驾驶车辆来说预测行驶过程中遇到的每个障碍物的运动轨迹对完成行驶任务很重要。现有L4级别的自动驾驶车辆使用的预测方法是基于机器学习算法或基于预设规则的AI算法。例如，AI算法通过收集大量障碍物运动的数据，把数据都综合在一起训练一个AI模型。在实际应用中，由于道路情况的多种多样，例如，不同地形、不同路口形状、不同的当地人开车风格，导致一个通用的AI算法很难全面的处理各种各样的路况。

因此，如何使L4级别的自动驾驶车辆能够在各种各样的道路情况下对障碍物的轨迹进行快速准确的预测是亟需解决的问题。

发明内容

本发明提供一种基于个例大数据的自动驾驶预测方法和计算机设备，使L4级别的自动驾驶车辆能够在各种各样的道路情况下对障碍物的轨迹进行准确的预测。

第一方面，本发明实施例提供一种基于个例大数据的自动驾驶预测方法，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，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，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；

根据感测数据获取当前自动驾驶车辆的场景数据；

根据当前自动驾驶车辆的场景数据从预测算法模型中获取最优的预测算法模型；

加载最优的预测算法模型；

利用最优的预测算法模型对当前自动驾驶车辆的场景数据进行运算得到预测数据；

根据预测数据得到控制指令；

控制自动驾驶车辆依照控制指令行驶。

第二方面，本发明实施例提供一种应用于自动驾驶车辆的计算机设备，计算机设备包括存储器和处理器，存储器用于储存基于个例大数据的自动驾驶预测方法的程序指令，处理器用于执行程序指令，以实现上述的基于个例大数据的自动驾驶预测方法。

上述，通过基于个例大数据的自动驾驶预测方法通过提供与目标路段相关联的多个预测算法模型使得自动驾驶车辆能够对行驶道路上的每一段道路，进行分割，并匹配出与该路段场景最为接近的模型，并根据上述预测算法模型对该路段上的所有障碍物的运动轨迹进行预测，实现了在各种不同的道路情况下，自动驾驶车辆能够根据现有的道路情况匹配的对应路段的预测算法模型从而更快的计算出障碍物的运动轨迹，减少自动驾驶车辆的运算量，提升自动驾驶车辆的反应速度，使得自动驾驶车辆能够更好的应对各种各样的道路情况。

附图说明

图1为本发明第一实施例提供的基于个例大数据的自动驾驶预测方法流程图。

图2为本发明第二实施例提供的基于个例大数据的自动驾驶预测方法的第一子流程图。