[发明专利]基于多车辆的自动驾驶控制方法、装置和设备

权利要求书

1.一种基于多车辆的自动驾驶控制方法，其特征在于，所述方法包括：

获取待控制车辆的第一车辆信息，并获取与所述待控制车辆相邻的相邻车辆的第二车辆信息；

对所述第一车辆信息和所述第二车辆信息进行信息融合处理，生成融合数据；

基于循环神经网络模型对所述融合数据进行识别，生成驾驶路径；

根据所述驾驶路径控制所述待控制车辆进行自动行驶；

其中，基于循环神经网络模型对所述融合数据进行识别，生成驾驶路径，包括：

获取所述待控制车辆的当前位置上的路面状况数据；其中，所述路面状况数据为基于所述融合数据所得到的，或者，所述路面状况数据为从路网系统中获取的；

从监控系统中获取其他交通参与者的运动轨迹；其中，所述运动轨迹为其他交通参与者在所述待控制车辆的当前位置上的当前轨迹，或者，所述运动轨迹为其他交通参与者在所述待控制车辆的当前位置上的历史轨迹；

基于卷积神经网络模型对所述融合数据、所述路面状况数据以及所述运动轨迹进行处理，得到多个特征图；

基于所述循环神经网络模型对所述多个特征图进行识别，生成驾驶路径。

2.根据权利要求1所述的方法，其特征在于，对所述第一车辆信息和所述第二车辆信息进行信息融合处理，生成融合数据，包括：

依据所述第二车辆信息中每一目标的位置，对所述第二车辆信息中每一目标的实际数据信息进行定位处理，以将所述第二车辆信息中每一目标的实际数据信息转换到所述待控制车辆的坐标系上，得到所述第二车辆信息中每一目标的处理后的实际数据信息；

根据所述第二车辆信息中每一目标的位置、以及所述第一车辆信息中每一目标的位置，对所述第一车辆信息和所述第二车辆信息进行融合处理，得到归属于各目标中每一目标的数据，以得到中间数据；

对所述中间数据中的各数据进行归一化处理，得到所述融合数据。

3.根据权利要求2所述的方法，其特征在于，对所述中间数据中的各数据进行归一化处理，得到所述融合数据，包括：

获取路网系统上所存储的交通灯信息和地图信息；

对所述中间数据、所述路网系统上所存储的交通灯信息和地图信息进行归一化处理，得到所述融合数据。

4.根据权利要求1所述的方法，其特征在于，基于所述循环神经网络模型对所述多个特征图进行识别，生成驾驶路径，包括：

重复以下步骤，直至达到预设条件：

基于所述循环神经网络模型对所述多个特征图进行数据处理，得到前馈分数和所述待控制车辆的运动分析轨迹；

若所述运动分析轨迹表征所述待控制车辆会与其他交通参与者发生碰撞、或者，所述运动分析轨迹表征所述待控制车辆会进入不良路况，则降低所述前馈分数，得到调整后的前馈分数；否则增加所述前馈分数，得到调整后的前馈分数；

根据所述调整后的前馈分数对所述循环神经网络模型中的参数进行调整，基于调整后的循环神经网络模型对所述多个特征图进行识别，得到新的运动分析轨迹；

其中，达到所述预设条件时所得到的运动分析轨迹，为所述驾驶路径。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于待训练数据对初始模型进行训练，得到所述循环神经网络模型；其中，所述待训练数据为具有实际驾驶路径的车辆的车辆数据。

6.根据权利要求1-5任一项所述的方法，其特征在于，获取待控制车辆的第一车辆信息，包括：

获取所述待控制车辆的第一数据信息，所述第一数据信息包括所述待控制车辆上的各传感器中每一传感器所采集的第一传感器数据、所述待控制车辆的控制器局域网络总线上传输的第一传输数据、以及位于所述待控制车辆上的移动设备所采集的第一移动设备数据；

基于卷积神经网络模型对所述第一数据信息进行处理，得到所述第一数据信息中每一目标的特征图；

基于循环神经网络模型对所述第一数据信息中每一目标的特征图进行回归处理，得到所述第一数据信息中每一目标的相对数据信息；

根据所述待控制车辆的车辆实际数据信息、以及所述第一数据信息中每一目标的相对数据信息，确定所述第一数据信息中每一目标的实际数据信息，以得到所述第一车辆信息。