[发明专利]车辆场景预警决策方法、装置、计算机设备和存储介质

说明书

本申请涉及一种车辆场景预警决策方法、装置、计算机设备和存储介质。所述方法包括：获取车辆的车况数据序列和在当前驾驶场景的场景图像；将所述场景图像输入已训练好的场景决策模型的场景特征提取网络，提取所述场景图像的空间特征；将所述车况数据序列输入已训练好的场景决策模型的车况预测网络，得到预测的车辆运动序列；将所述场景特征和车辆运动序列融合，通过所述场景决策模型的决策器得到车辆在当前驾驶场景下的预警信息。采用本方法能够根据当前场景的空间特征和与时间相关的车辆运动特征共同预测车辆在当前驾驶场景下的预警信息，具备一定的预见性，能够提升预警的准确度。

技术领域

本申请涉及汽车智能化技术领域，特别是涉及一种车辆场景预警决策方法、 装置、计算机设备和存储介质。

背景技术

目前，越来越多的车辆上配备了车辆预警系统，在面对复杂车辆运行场景 下，该系统也能够从容地预测和识别出车辆状态、车辆周围环境、车辆轨迹、 碰撞事故等信息。然而，目前的车辆预警系统在极端复杂的交通场景下或较高 行驶风险的情况下，由于信息不具备实时性，信息的传递存在一定的延迟，导 致车辆预警系统不具备“提前性”。

发明内容

基于此，有必要针对上述技术问题，提供一种提升预警准确性的车辆场景 预警决策方法、装置、计算机设备和存储介质。

第一方面，本申请提供了一种车辆场景预警决策方法，方法包括：

获取车辆的车况数据序列和在前驾驶场景的场景图像；

将场景图像输入已训练好的场景决策模型的场景特征提取网络，提取场景 图像的空间特征；

将车况数据序列输入已训练好的场景决策模型的车况预测网络，得到预测 的车辆运动序列；

将场景特征和车辆运动序列融合，通过场景决策模型的决策器得到车辆在 当前驾驶场景下的预警信息。

在其中一个实施例中，将场景图像输入已训练好的场景决策模型的场景特 征提取网络，提取场景图像的空间特征，包括：

将场景图像输入已训练好的场景决策模型的场景特征提取网络，通过场景 特征提取网络的特征提取结构提取场景图像的场景特征；

将场景图像和场景特征融合，作为场景特征提取网络的注意力结构的输入， 通过注意力结构输出注意力权重；

根据场景特征和注意力权重，得到场景图像的空间特征。

在其中一个实施例中，将车况数据序列输入已训练好的场景决策模型的车 况预测网络，得到预测的车辆运动序列，包括：

将车况数据序列输入已训练好的场景决策模型的车况预测网络，车况预测 网络的编码结构提取车况数据序列的高层信息，生成特征向量；

将特征向量输入车况预测网络的解码结构，解码结构以特征向量为初始状 态对编码信息进行解码，得到预测的车辆运动序列。

在其中一个实施例中，将场景特征和车辆运动序列融合，通过场景决策模 型的决策器得到车辆在当前驾驶场景下的预警信息，包括：

将场景特征和车辆运动序列融合，通过场景决策模型的决策器得到当前驾 驶场景是否存在安全隐患的预测结果；

当预测结果为当前驾驶场景存在安全隐患时，在车辆的人机交互界面显示 预警信息，预警信息包括安全隐患类型和/或针对安全隐患的处理方式。

在其中一个实施例中，方法还包括：

获取训练样本，每个训练样本包括场景训练样本、标注的场景训练样本的 第一空间特征、车况训练样本、标注的车况训练样本的第一车辆运动序列以及 标注的场景训练样本和车况训练样本对应的第一预警信息；