[发明专利]自动驾驶模型的训练方法、评测方法、控制方法及装置

说明书

本发明公开了一种自动驾驶模型的训练方法、评测方法、控制方法及装置，本发明通过该仿真系统，可以映射实际交通场景下各车辆的行驶轨迹和行驶行为，进而能够获取实际交通场景下大量车辆的行驶信息，增大模型的训练数据量；在训练自动驾驶模型的过程中不断计算各个目标仿真车辆与各个自动驾驶车辆之间的偏差值均值，能够在偏差值均值小于第一阈值时及时确定目标自动驾驶模型，当偏差值均值不小于第一阈值时也无需重新部署训练环境，提高了训练效率，减少了运算量且大大降低了成本,可广泛应用于自动驾驶技术领域。

技术领域

本发明涉及自动驾驶技术领域，尤其是一种自动驾驶模型的训练方法、评测方法、控制方法及装置。

背景技术

自动驾驶技术通常包括高精地图、环境感知、路径规划、路径追踪控制等技术。在路径规划技术中，驾驶模型的训练是自动驾驶中重要一环，自动驾驶的安全行驶依赖于驾驶策略的准确性和稳定性。而驾驶策略的效果又取决于自动驾驶模型的训练质量，因此，如何提高自动驾驶模型的训练质量显得尤为重要。

相关技术在训练自动驾驶模型时，需要自主驾车采集相关行车数据，该方式导致人力成本高且数据量小，例如只能采集某个司机驾驶习惯下的行车数据，且只能采集少量行车的数据，进而影响自动驾驶模型的训练质量。

另外，相关技术在评测自动驾驶模型的训练质量时，一般通过测试用例对训练好的模型进行测试，以验证该模型是否合格，当测试用例确认模型不合格之后，需要收集新的训练数据重新部署训练环境，以再次对模型进行训练，工作量大且工作效率低；况且，相关技术无法及时把握模型测试时机，经常出现模型尚未训练完，就启动测试过程，繁多的测试过程进一步加大了工作量。

发明内容

有鉴于此，本发明实施例提供一种自动驾驶模型的训练方法、评测方法、控制方法及装置，以降低工作量，提高自动驾驶模型的训练质量。

本发明实施例一方面提供了一种自动驾驶模型的训练方法，包括：

获取现实交通信息，并根据所述现实交通信息构建仿真系统；其中，所述仿真系统包含多辆仿真车辆，每辆所述仿真车辆的行驶信息与现实交通场景下对应车辆的行驶信息相同；

从所述仿真系统中选取目标仿真车辆集合，获取所述目标仿真车辆集合中各辆目标仿真车辆的第一行驶信息；

将所述仿真系统中的目标仿真车辆替换为自动驾驶车辆，获取各辆所述自动驾驶车辆在所述仿真系统中行驶产生的第二行驶信息；其中，所述自动驾驶车辆在自动驾驶模型的控制下运行于所述仿真系统中；

根据所述各辆目标仿真车辆的第一行驶信息和所述各辆自动驾驶车辆的第二行驶信息，计算偏差值均值；其中，所述偏差值均值用于表征所述目标仿真车辆与所述自动驾驶车辆之间的行驶信息相似度；

根据所述偏差值均值对所述自动驾驶模型进行参数调整，直至所述偏差值均值小于第一阈值时，确定所述自动驾驶模型的训练完成。

本发明实施例另一方面提供了一种自动驾驶模型的评测方法，包括：

获取现实交通信息，并根据所述现实交通信息构建仿真系统；其中，所述仿真系统包含多辆仿真车辆，每辆所述仿真车辆的行驶信息与现实交通场景下对应车辆的行驶信息相同；

从所述仿真系统中选取目标仿真车辆集合，获取所述目标仿真车辆集合中各辆目标仿真车辆的第一行驶信息；

将所述仿真系统中的目标仿真车辆替换为自动驾驶车辆，获取各辆所述自动驾驶车辆在所述仿真系统中行驶产生的第二行驶信息；其中，所述自动驾驶车辆在自动驾驶模型的控制下运行于所述仿真系统中；

根据所述各辆目标仿真车辆的第一行驶信息和所述各辆自动驾驶车辆的第二行驶信息，计算偏差值均值；其中，所述偏差值均值用于表征所述目标仿真车辆与所述自动驾驶车辆之间的行驶信息相似度；