本發明專利技術涉及人工智能技術領域，公開了一種自動駕駛決策方法、裝置、車輛及電子設備，該方法包括：獲取車輛在駕駛過程中的時序環視圖像；根據時序環視圖像，確定車輛在當前駕駛環境中的多個初始檢測對象推理描述；對各初始檢測對象推理描述進行第一質量評分，以得到各初始檢測對象推理描述的第一質量分值；根據各初始檢測對象推理描述的第一質量分值，在多個初始檢測對象推理描述中篩選目標檢測對象推理描述；根據目標檢測對象推理描述，確定車輛在當前駕駛環境中的目標自動駕駛決策。通過采用時序環視圖片與對初始檢測對象推理描述的質量打分機制，保證了目標檢測對象推理描述的準確性，進而提高了目標自動駕駛決策確定結果的準確性。
【技術實現步驟摘要】
本申請涉及人工智能，尤其涉及一種自動駕駛決策方法、裝置、車輛及電子設備。
技術介紹
1、隨著科技的飛速發展，自動駕駛技術在現代交通領域的應用愈發重要。智能駕駛技術能夠大幅降低人為駕駛失誤導致的交通事故，保障道路安全，是未來汽車發展的必然趨勢。
2、在相關技術中，通常基于視覺感知駕駛場景中的物體，然后按照預設的駕駛規則，做出駕駛決策；或是基于高精地圖和全球定位系統(global?positioning?system，簡稱：gps)的決策系統，利用gps定位和高精地圖實現車輛的導航與駕駛決策。
3、但是，在隧道等特殊場景下，由于隧道內光照條件復雜多變，車輛進出隧道時傳感器易受光照差異影響，出現光照不足的情況，且隧道內gps信號容易減弱或丟失，導致定位和導航困難，導致最終得到的自動駕駛決策生成結果的準確性較低。
技術實現思路
1、本申請提供一種自動駕駛決策方法、裝置、車輛及電子設備，以解決相關技術導致最終得到的自動駕駛決策生成結果的準確性較低等缺陷。
2、本申請第一個方面提供一種自動駕駛決策方法，包括：
3、獲取車輛在駕駛過程中的時序環視圖像；其中，所述時序環視圖像包括連續多幀的所述車輛在同一時刻的多個不同相機視角下的檢測圖像；
4、根據所述時序環視圖像，確定所述車輛在當前駕駛環境中的多個初始檢測對象推理描述；
5、對各所述初始檢測對象推理描述進行第一質量評分，以得到各所述初始檢測對象推理描述的第一質量分值；
6、根據各所述初始檢測對象推理描述的第一質量分值，在所述多個初始檢測對象推理描述中篩選目標檢測對象推理描述；
7、根據所述目標檢測對象推理描述，確定所述車輛在當前駕駛環境中的目標自動駕駛決策。
8、在一種可選的實施方式中，所述獲取車輛在駕駛過程中的時序環視圖像，包括：
9、獲取連續多幀的所述車輛在同一時刻的多個不同相機視角下的檢測圖像；
10、按照各所述相機視角所對應的位置信息，對所述連續多幀的所述車輛在同一時刻的多個不同相機視角下的檢測圖像進行拼接，得到所述車輛在駕駛過程中的時序環視圖像。
11、在一種可選的實施方式中，所述根據所述時序環視圖像，確定所述車輛在當前駕駛環境中的多個初始檢測對象推理描述，包括：
12、根據所述時序環視圖像，確定所述當前駕駛環境的空間信息和時序信息；
13、根據所述當前駕駛環境的空間信息和時序信息，在預設詞匯集合中，進行關鍵詞篩選，以得到所述當前駕駛環境所對應的多個目標關鍵詞；其中，所述目標關鍵詞至少包括檢測對象名稱；
14、根據所述多個目標關鍵詞，確定所述車輛在當前駕駛環境中的多個初始檢測對象推理描述。
15、在一種可選的實施方式中，所述對各所述初始檢測對象推理描述進行第一質量評分，以得到各所述初始檢測對象推理描述的第一質量分值，包括：
16、對各所述初始檢測對象推理描述分別進行第一準確性評分、第一相關性評分、第一完整性評分、第一清晰度評分和第一適應性評分，以得到各所述初始檢測對象推理描述的第一準確性分值、第一相關性分值、第一完整性分值、第一清晰度分值和第一適應性分值；
17、對各所述初始檢測對象推理描述的第一準確性分值、第一相關性分值、第一完整性分值、第一清晰度分值和第一適應性分值進行加權融合，得到各所述初始檢測對象推理描述的第一質量分值；
18、其中，所述第一質量評分包括所述第一準確性評分、第一相關性評分、第一完整性評分、第一清晰度評分和第一適應性評分，所述第一準確性分值用于表征所述初始檢測對象描述對檢測對象的位置描述和屬性描述是否與所述當前駕駛環境相匹配，所述第一相關性評分用于表征所述初始檢測對象描述對檢測對象的位置描述和屬性描述是否與駕駛決策相匹配，所述第一完整性分值用于表征所述初始檢測對象描述對駕駛決策必要信息的覆蓋程度，所述第一清晰度分值用于表征所述初始檢測對象描述的語言表達是否清晰，所述第一適應性評分用于表征所述初始檢測對象描述在當前駕駛環境下是否適用。
19、在一種可選的實施方式中，所述根據所述目標檢測對象推理描述，確定所述車輛在當前駕駛環境中的目標自動駕駛決策，包括：
20、根據所述目標檢測對象推理描述，確定所述車輛在當前駕駛環境中的多個初始中間指導信息；
21、對各所述初始中間指導信息進行第二質量評分，以得到各所述初始中間指導信息的第二質量分值；
22、根據各所述初始中間指導信息的第二質量分值，在所述多個初始中間指導信息中篩選目標中間指導信息；
23、根據所述目標中間指導信息，確定所述車輛在當前駕駛環境中的目標自動駕駛決策；
24、其中，所述目標中間指導信息用于表征所述目標檢測對象推理描述對車輛的駕駛影響。
25、在一種可選的實施方式中，所述根據所述目標中間指導信息，確定所述車輛在當前駕駛環境中的目標自動駕駛決策，包括：
26、根據所述目標中間指導信息，確定所述車輛在當前駕駛環境中的多個初始自動駕駛決策；
27、對各所述初始自動駕駛決策進行第三質量評分，以得到各所述初始自動駕駛決策的第三質量分值；
28、根據各所述初始自動駕駛決策的第三質量分值，在所述多個初始自動駕駛決策中篩選目標自動駕駛決策。
29、本申請第二個方面提供一種自動駕駛決策裝置，包括：
30、獲取模塊，用于獲取車輛在駕駛過程中的時序環視圖像；其中，所述時序環視圖像包括連續多幀的所述車輛在同一時刻的多個不同相機視角下的檢測圖像；
31、確定模型，用于根據所述時序環視圖像，確定所述車輛在當前駕駛環境中的多個初始檢測對象推理描述；
32、評分模塊，用于對各所述初始檢測對象推理描述進行第一質量評分，以得到各所述初始檢測對象推理描述的第一質量分值；
33、篩選模塊，用于根據各所述初始檢測對象推理描述的第一質量分值，在所述多個初始檢測對象推理描述中篩選目標檢測對象推理描述；
34、決策模型，用于根據所述目標檢測對象推理描述，確定所述車輛在當前駕駛環境中的目標自動駕駛決策。
35、本申請第三個方面提供一種車輛，包括：環視圖像采集設備和自動駕駛決策設備；
36、所述環視圖像采集設備用于采集車輛在駕駛過程中的時序環視圖像，并將采集到的時序環視圖像發送至自動駕駛決策設備；
37、所述自動駕駛決策設備用于接收所述時序環視圖像，采用如上第一個方面以及第一個方面各種可能的設計所述的自動駕駛決策方法，根據所述時序環視圖像，確定車輛在當前駕駛環境中的目標自動駕駛決策。
38、本申請第四個方面提供一種電子設備，包括：至少一個處理器和存儲器；
39、所述存儲器存儲計算機執行指令；
40、所述至少一個處理器執行所述存儲器存儲的計算機執行指令，使得本文檔來自技高網
...
【技術保護點】
1.一種自動駕駛決策方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述獲取車輛在駕駛過程中的時序環視圖像，包括：
3.根據權利要求1所述的方法，其特征在于，所述根據所述時序環視圖像，確定所述車輛在當前駕駛環境中的多個初始檢測對象推理描述，包括：
4.根據權利要求1所述的方法，其特征在于，所述對各所述初始檢測對象推理描述進行第一質量評分，以得到各所述初始檢測對象推理描述的第一質量分值，包括：
5.根據權利要求1所述的方法，其特征在于，所述根據所述目標檢測對象推理描述，確定所述車輛在當前駕駛環境中的目標自動駕駛決策，包括：
6.根據權利要求5所述的方法，其特征在于，所述根據所述目標中間指導信息，確定所述車輛在當前駕駛環境中的目標自動駕駛決策，包括：
7.一種自動駕駛決策裝置，其特征在于，包括：
8.一種車輛，其特征在于，包括：環視圖像采集設備和自動駕駛決策設備；
9.一種電子設備，其特征在于，包括：至少一個處理器和存儲器；
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有計算機執行指令，當處理器執行所述計算機執行指令時，實現如權利要求1至6任一項所述的方法。
...
【技術特征摘要】
1.一種自動駕駛決策方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述獲取車輛在駕駛過程中的時序環視圖像，包括：
3.根據權利要求1所述的方法，其特征在于，所述根據所述時序環視圖像，確定所述車輛在當前駕駛環境中的多個初始檢測對象推理描述，包括：
4.根據權利要求1所述的方法，其特征在于，所述對各所述初始檢測對象推理描述進行第一質量評分，以得到各所述初始檢測對象推理描述的第一質量分值，包括：
5.根據權利要求1所述的方法，其特征在于，所述根據所述目標檢測對象推理描述，確定所述車輛在當前駕駛...
【專利技術屬性】
技術研發人員：鄭培儒，龔湛，趙云，朱紅，
申請(專利權)人：蘇州元腦智能科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。