[发明专利]自动驾驶的控制方法、装置、设备和计算机可读存储介质

权利要求书

1.一种自动驾驶的控制方法，其特征在于，包括：

获取路况图像数据，将所述路况图像数据输入到已训练的神经网络模型，获得车辆的控制指令；

根据所述车辆的控制指令控制所述车辆行驶；

其中，已训练的神经网络模型是使用训练数据对所述神经网络模型和已训练的辅助训练网络模型进行训练获得的，且在训练过程中所述已训练的辅助训练网络模型内参数不变。

2.根据权利要求1所述的控制方法，其特征在于，所述方法还包括：

获取所述车辆在仿真环境采集到的第一仿真图像数据，

将所述第一仿真图像数据输入到所述神经网络模型和已训练的辅助训练网络模型中，获得所述第一仿真图像对应的多个车辆控制动作的概率；

根据所述第一仿真图像对应的多个车辆控制动作的概率从所述多个车辆控制动作中选择一个目标车辆动作；

获取所述车辆在执行所述目标车辆动作后的第二仿真图像数据，并生成一个奖励值；

将所述第一仿真图像数据、所述第二仿真图像数据、所述奖励值以及所述目标车辆动作作为一组训练数据；其中，所述训练数据用于训练所述神经网络。

3.根据权利要求2所述的控制方法，其特征在于，所述方法还包括：

待获取到预设数量组的训练数据时，使用多组训练数据对所述神经网络模型、已训练的辅助训练网络模型以及测试网络模型进行多轮训练，获得已训练的神经网络模型；

其中，在每个训练循环中，将一组训练数据中所述第一仿真图像数据和所述目标车辆动作输入所述神经网络模型和已训练的辅助训练网络模型，将所述第二仿真图像数据输入所述测试网络模型中；

根据所述神经网络模型内参数、已训练的辅助训练网络模型内参数、所述测试网络模型中参数、所述神经网络模型输出的不同车辆控制动作的概率值以及所述测试网络模型输出的不同车辆控制动作的概率值，计算损失值和更新所述神经网络模型内参数，当所述损失值小于预设阈值时停止训练；

其中，所述测试网络模型与所述神经网络模型和已训练的辅助训练网络模型构成的混合模型相同。

4.根据权利要求3所述的控制方法，其特征在于，所述方法还包括：

每隔预设轮数的训练，使所述测试网络模型中参数与所述神经网络模型和已训练的辅助训练网络模型构成的混合模型中参数相同。

5.根据权利要求3所述的控制方法，其特征在于，所述方法还包括：

采集用户干预控制的次数，当所述次数大于预设数量时对已训练的神经网络模型进行再次训练。

6.根据权利要求5所述的控制方法，其特征在于，所述方法还包括：

当所述次数大于预设数量时，采集车辆周围的环境数据，根据所述环境数据构建仿真环境。

7.根据权利要求3所述的控制方法，其特征在于，将一组训练数据中所述第一仿真图像数据和所述目标车辆动作输入所述神经网络模型和已训练的辅助训练网络模型，具体包括：

将所述第一仿真图像数据输入卷积神经网络处理，获得初始状态；

将所述初始状态输入到所述辅助神经网络，所述辅助神经网络输出每一层的神经元的数值；

将所述初始状态输入到主训练神经网络，所述主训练神经网络输出第一层的神经元的数值；

针对每层神经元，将所述辅助神经网络的上一层的神经元的数值和所述主训练神经网络的上一层的神经元的数据，输入到所述主训练神经网络的下一层的神经元，所述主训练神经网络输出下一层的神经元的数值。

8.一种检测装置，其特征在于，包括：

获取模块，用于获取路况图像数据，将所述路况图像数据输入到已训练的神经网络模型，获得车辆的控制指令，其中，已训练的神经网络模型是使用训练数据对所述神经网络模型和已训练的辅助训练网络模型进行训练获得的，且在训练过程中所述已训练的辅助训练网络模型内参数不变；

处理模块，用于根据所述车辆的控制指令控制所述车辆行驶。