[发明专利]一种自动驾驶方法及其系统、计算机可读存储介质在审
| 申请号: | 202011465652.4 | 申请日: | 2020-12-14 |
| 公开(公告)号: | CN114620059A | 公开(公告)日: | 2022-06-14 |
| 发明(设计)人: | 周卫林;王玉龙;黄明亮;闫春香 | 申请(专利权)人: | 广州汽车集团股份有限公司 |
| 主分类号: | B60W60/00 | 分类号: | B60W60/00;B60W30/18;B60W10/20 |
| 代理公司: | 深圳汇智容达专利商标事务所(普通合伙) 44238 | 代理人: | 徐文城 |
| 地址: | 510030 广东省广州市越秀*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 自动 驾驶 方法 及其 系统 计算机 可读 存储 介质 | ||
1.一种自动驾驶方法,其特征在于,包括:
获取当前时刻的本车前方图像;
将所述本车前方图像输入预先训练好的目标检测网络模型进行目标检测;若检测到目标,则获取本车与所述目标的距离信息,并令当前时刻的R值等于该距离信息;若未检测到目标,则令当前时刻的R值等于预设距离值;
将所述本车前方图像输入预先训练好的车道线识别网络模型进行识别获得本车所在车道的车道线信息,并根据所述车道线信息获得车道中心线上的多个位置点信息,将所述多个位置点信息输出作为当前时刻的多个特征点信息;
根据当前时刻的R值与多个特征点信息获得当前时刻的多维特征信息,并根据当前时刻的多维特征信息与前k个时刻的多维特征信息生成多维特征信息序列,将所述多维特征信息序列输入利用预先训练好的LSTM网络模型进行驾驶决策处理,输出当前时刻的车速控制量和方向盘转角控制量;
根据所述车速控制量和方向盘转角控制量控制本车驾驶执行机构自动驾驶。
2.根据权利要求1所述的自动驾驶方法,其特征在于,所述目标为本车所在车道的前方中离本车最近的车辆或行人。
3.根据权利要求2所述的自动驾驶方法,其特征在于,所述获取本车与所述目标的距离信息,包括:
获取所述目标在所述本车前方图像的图像坐标系中的二维坐标信息;
根据所述目标的二维坐标信息进行坐标系变换获得所述目标在车辆坐标系中的三维坐标信息;
根据所述目标在车辆坐标系中的三维坐标信息确定本车与目标的距离信息。
4.根据权利要求1所述的自动驾驶方法,其特征在于,所述车道线信息包括本车所在车道的车道线在所述本车前方图像的图像坐标系中的二维坐标信息;
其中,所述根据所述车道线信息获得车道中心线上的多个特征点信息,包括:
根据所述车道线的二维坐标信息进行坐标系变换获得所述车道线在车辆坐标系中的三维坐标信息;
根据所述车道线的三维坐标信息确定对应车道中心线的三维坐标信息;
根据车道中心线的三维坐标信息获得所述车道中心线上的多个特征点信息;所述多个特征点信息包括所述车道中心线上多个离散位置点的三维坐标信息。
5.根据权利要求1所述的自动驾驶方法,其特征在于,所述LSTM网络模型包括依次连接的输入层、第一LSTM层、第二LSTM层、输出层;
所述第一LSTM层和第二LSTM层分别包括k+1个LSTM细胞;所述第一LSTM层的k+1个LSTM细胞级联,所述第二LSTM层的k+1个LSTM细胞级联,所述第一LSTM层的k+1个LSTM细胞与所述第二LSTM层的k+1个LSTM细胞一一对应连接;
所述输入层用于接收所述多维特征信息序列,并将所述多维特征信息序列中的k+1个时刻的多维特征信息分别对应输入所述第一LSTM层的k+1个LSTM细胞中;
所述第一LSTM层的k+1个LSTM细胞分别接收对应的多维特征信息,并进行处理;
所述第二LSTM层的k+1个LSTM细胞分别对应接收所述第一LSTM层的k+1个LSTM细胞的输出,并进行处理;
所述第二LSTM层的最后一个LSTM细胞的隐藏输出量作为所述输出层的输入量;
所述输出层用于接收所述第二LSTM层的最后一个LSTM细胞的隐藏输出量,将该隐藏输出量转换为对应的车速值和方向盘转角值,并将所述车速值和方向盘转角值输出作为当前时刻的车速控制量和方向盘转角控制量。
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广州汽车集团股份有限公司,未经广州汽车集团股份有限公司许可,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/202011465652.4/1.html,转载请声明来源钻瓜专利网。





