[发明专利]预瞄距离预测模型的训练方法、装置、设备和存储介质在审
申请号: | 202210629771.1 | 申请日: | 2022-06-06 |
公开(公告)号: | CN115114976A | 公开(公告)日: | 2022-09-27 |
发明(设计)人: | 邢康;刘备 | 申请(专利权)人: | 合众新能源汽车有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N20/00 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 苏培华 |
地址: | 314500 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 距离 预测 模型 训练 方法 装置 设备 存储 介质 | ||
1.一种预瞄距离预测模型的训练方法,其特征在于,所述方法包括:
在自动驾驶车辆的影子模式下采集所述自动驾驶车辆在多种工况下的驾驶信息;
生成一组备选预瞄距离数据,并根据预设控制算法获取每个所述备选预瞄距离数据对应的控制信息;
根据所述驾驶信息和每个所述控制信息,从每个所述备选预瞄距离数据中选择预瞄距离标签数据;
生成多组备选预瞄参数数据,并根据所述驾驶信息和预设距离公式获取多个预瞄距离计算数据;
根据多个所述预瞄距离计算数据和所述预瞄距离标签数据,从多组所述备选预瞄参数数据中选择一组预瞄参数标签数据;
根据所述预瞄参数标签数据生成预瞄距离预测模型。
2.根据权利要求1所述的方法,其特征在于,所述生成一组备选预瞄距离数据,并根据预设控制算法获取每个所述备选预瞄距离数据对应的控制信息,包括:
获取一个预瞄距离范围数据,从所述预瞄距离范围数据中均匀采样得到所述备选预瞄距离数据;
根据比例积分微分PID算法获取每个所述备选预瞄距离数据对应的控制信息。
3.根据权利要求1所述的方法,其特征在于,所述驾驶信息和所述控制信息均包含油门信息和刹车信息;
所述根据所述驾驶信息和每个所述控制信息,从每个所述备选预瞄距离数据中选择预瞄距离标签数据,包括:
分别将所述驾驶信息中的油门信息与每个所述控制信息中的油门信息进行比较得到多个油门比较结果,并分别将所述驾驶信息中的刹车信息与每个所述控制信息中的刹车信息进行比较得到多个刹车比较结果;
根据多个所述油门比较结果和多个所述刹车比较结果,从每个所述备选预瞄距离数据中选择所述预瞄距离标签数据。
4.根据权利要求3所述的方法,其特征在于,所述根据多个所述油门比较结果和多个所述刹车比较结果,从每个所述备选预瞄距离数据中选择所述预瞄距离标签数据,包括:
从多个所述控制信息中选择出油门比较结果满足预设油门比较条件,且刹车比较结果满足预设刹车比较条件的目标控制信息;
将所述目标控制信息对应的所述备选预瞄距离数据作为所述预瞄距离标签数据。
5.根据权利要求1所述的方法,其特征在于,每组所述备选预瞄参数数据包含多个预瞄参数;
所述生成多组备选预瞄参数数据,并根据所述驾驶信息和预设距离公式获取多个预瞄距离计算数据,包括:
针对每个所述预瞄参数,分别获取一个预瞄参数范围数据,分别从每个所述预瞄参数范围数据中均匀采样得到多组所述备选预瞄参数数据;
将多组所述备选预瞄参数数据中的每个所述预瞄参数进行组合得到多组备选预瞄参数组合数据;
将所述驾驶信息和每组所述备选预瞄参数组合数据分别输入至所述预设距离公式,输出多个所述预瞄距离计算数据。
6.根据权利要求5所述的方法,其特征在于,所述根据多个所述预瞄距离计算数据和所述预瞄距离标签数据,从多组所述备选预瞄参数数据中选择一组预瞄参数标签数据,包括:
分别将每个所述预瞄距离计算数据与所述预瞄距离标签数据进行比较得到多个距离比较结果;
根据多个所述距离比较结果从多组所述备选预瞄参数数据中选择一组预瞄参数标签数据。
7.根据权利要求6所述的方法,其特征在于,所述根据多个所述距离比较结果从多组所述备选预瞄参数数据中选择一组预瞄参数标签数据,包括:
从多个所述预瞄距离计算数据中选择距离比较结果满足预设距离比较条件的目标预瞄距离计算数据;
将所述目标预瞄距离计算数据对应的一组所述备选预瞄参数组合数据作为所述预瞄参数标签数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合众新能源汽车有限公司,未经合众新能源汽车有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210629771.1/1.html,转载请声明来源钻瓜专利网。