[发明专利]基于传感器的感知结果的无人车运动决策方法及装置

权利要求书

1.一种基于传感器的感知结果的无人车运动决策方法，其特征在于，包括：

通过多种传感器获取同一时刻同一目标的多种感知结果，其中，所述多种传感器设置在无人车上，所述多种传感器，包括：激光雷达、摄像头、毫米波雷达和/或超声波雷达；

融合所述多种感知结果，得到目标融合结果，其中，所述多种感知结果包括摄像头获取的感知结果，以及激光雷达、毫米波雷达和/或超声波雷达激光雷达获取的感知结果，所述摄像头获取的感知结果为目标对象的类型信息，所述激光雷达、毫米波雷达和/或超声波雷达获取的感知结果为目标对象与无人车的距离和速度；

将摄像头获取的所述感知结果和所述目标融合结果输入质量监督模型，输出目标质量评价和/或与所述目标质量评价对应的目标置信度，所述质量监督模型为半监督模型，其用有限的标注图片和感知结果的质量评价和置信度，进行训练；

当所述目标质量评价满足预设条件或者所述目标置信度大于预设阈值时，用所述目标融合结果进行运动决策；

当所述目标质量评价不满足所述预设条件或者所述目标置信度小于等于所述预设阈值时，参考上一帧的融合结果进行所述运动决策；

所述将摄像头获取的所述感知结果和所述目标融合结果输入质量监督模型，输出目标质量评价和/或与所述目标质量评价对应的目标置信度之前，所述方法还包括：

获取训练数据集，其中，所述训练数据集，包括：多种场景下的多张图片以及每张图片对应的融合结果，所述训练数据集中预设比例的多张图片以及每张图片对应的融合结果被标注了对应的质量评价和置信度；

基于所述训练数据集，利用半监督学习训练的方法训练所述质量监督模型。

2.根据权利要求1所述的方法，其特征在于，所述获取训练数据集之前，所述方法还包括：

获取多种场景下的多种感知结果，其中，每种场景下的多种感知结果包括每种场景对应的图片；

融合每种场景下的多种感知结果，得到每种场景对应的融合结果；

基于多张图片以及每张图片对应的融合结果，生成所述训练数据集。

3.根据权利要求2所述的方法，其特征在于，所述基于多张图片以及每张图片对应的融合结果，生成所述训练数据集，包括：

对多张图片和多种融合结果进行时间戳对齐操作，得到每张图片和每种融合结果之间的对应关系，其中，每种场景下的多种感知结果和每种场景对应的融合结果均携带有对应的时间戳；

基于多张图片以及每张图片对应的融合结果，生成所述训练数据集。

4.根据权利要求1所述的方法，其特征在于，所述基于所述训练数据集，利用半监督学习训练的方法训练所述质量监督模型，包括：

利用所述训练数据集中被标注了对应的质量评价和置信度的多张图片以及每张图片对应的融合结果训练标注模型；

利用训练后的标注模型对所述训练数据集中没有被标注对应的质量评价和置信度的多张图片以及每张图片对应的融合结果进行标注处理；

利用经过所述标注处理后的训练数据集训练所述质量监督模型。

5.根据权利要求1所述的方法，其特征在于，所述将摄像头获取的所述感知结果和所述目标融合结果输入质量监督模型，输出目标质量评价和/或与所述目标质量评价对应的目标置信度之前，所述方法还包括：

如果所述质量监督模型被设置在云端上：对所述质量监督模型进行模型蒸馏处理，得到蒸馏模型；

将所述蒸馏模型下载到所述无人车上。

6.根据权利要求1所述的方法，其特征在于，所述将摄像头获取的所述感知结果和所述目标融合结果输入质量监督模型，输出目标质量评价和/或与所述目标质量评价对应的目标置信度之前，所述方法还包括：

如果所述质量监督模型被设置在云端上：

将所述云端上的所述质量监督模型对应的模型调用接口加载到所述无人车上；

利用所述模型调用接口调用所述质量监督模型。