[发明专利]通过预测周围物体移动支持安全的自动驾驶的方法和装置

说明书

本发明提供一种通过图像和通信获取的信息的融合来支持执行安全的自动驾驶的学习方法，其包括：步骤(a)，学习装置，使第一卷积网络和第二卷积网络，使用情况图像和情况通信信息，生成基于图像的特征图和基于通信的特征图；步骤(b)，所述学习装置，使第三卷积网络，对所述基于图像的特征图和所述基于通信的特征图应用第三卷积网络运算，生成集成特征图；步骤(c)，所述学习装置，使第四卷积网络，对所述集成特征图应用第四卷积网络运算，生成预测周围移动信息；以及步骤(d)，所述学习装置，使第一损失层，学习所述第一卷积网络至所述第四卷积网络的参数。

技术领域

本发明涉及一种用于自动驾驶车辆的方法和装置；更具体地，涉及一种学习方法和利用其的学习装置以及测试方法和测试装置，其通过从各种来源(source)获取的信息的融合(fusion)来预测周围物体的移动，从而避免事故危险以支持执行安全的自动驾驶。

背景技术

近年来，汽车安全支持系统和自动驾驶系统快速发展，进而提出了作为智能汽车服务技术的协作驾驶技术。

以往的协作驾驶技术根据汽车之间的协作水平大致分为三种技术，一种是以单一车辆为中心的自动驾驶技术，另一种是护航(convoy)技术，又一种是列队驾驶(platooning)技术。

护航(convoy)技术是一种，通过保持车辆的移动方式和队形来执行的技术，其特征为驾驶员在没有前导车辆的情况下驾驶车辆。同样，列队驾驶(platooning)技术是一种，通过保持车辆的移动方式和队形来执行。然而，列队驾驶技术包括至少一个前导车辆和至少一个跟随车辆。其中，所述跟随车辆根据所述前导车辆的操作来控制，而无需驾驶员的控制。

即在列队驾驶期间，自动驾驶车辆可以借助于至少一个能够控制跟随车辆的方向盘、油门和制动器等的前导车辆来实现安全驾驶并保持车辆之间的距离。

列队驾驶具有很多优点。例如，车辆可以以较低的空气阻力提高燃料效率，从而减少废气排放。并且，许多车辆车辆可以遵守交通法规，从而可以提高道路管理的效率。

另一方面，自动驾驶车辆可以与道路上的其他自动驾驶车辆和/或非自动驾驶车辆一起行驶。即，自动驾驶车辆可根据道路状况、驾驶员状况等多种变数，将其模式更改为半自动驾驶模式、自动驾驶模式和手动驾驶模式。

因此，在传统的列队驾驶技术中具有如下问题，在自动驾驶车辆行驶的道路上发生交通事故的情况下，如果自动驾驶车辆不能做出适当地反应，则可能引起二次事故。

发明内容

本发明的目的在于解决所有上述问题。

本发明另一目的在于，使自动驾驶车辆，车辆列队驾驶(platooning)期间发生至少一个事故时能适当地作出反应。

并且本发明的又一目的在于，使所述自动驾驶车辆，避免具有高事故危险的一个以上的周围物体。

为了达到如上所述的本发明的目的，并且实现后述的本发明的特定效果的，本发明的特定结构如下。

根据本发明的一个方面，提供一种学习方法，其使用通过图像和通信获取的各信息的融合来预测一个以上的周围物体的一个以上的移动(motion)，从而避免事故危险以支持进行安全的自动驾驶，其特征在于，包括：步骤(a)，学习装置执行，当通过安装于目标车辆的至少一个相机获取至少一个情况图像时，使第一卷积网络，对所述情况图像应用至少一个第一卷积网络运算，生成与所述情况图像相对应的、至少一个基于图像的特征图的过程，以及当通过安装于所述目标车辆的至少一个通信模块获取情况通信信息时，使第二卷积网络，对所述情况通信信息应用至少一个第二卷积网络运算，生成与所述情况通信信息相对应的基于通信的特征图的过程；步骤(b)，所述学习装置，使第三卷积网络，对所述基于图像的特征图和所述基于通信的特征图应用至少一个第三卷积网络运算，生成集成特征图；