车辆智能驾驶系统的自动升级方法、装置、设备、介质及程序产品与流程

本申请涉及车辆智能驾驶领域，特别涉及车辆智能驾驶系统的自动升级方法、装置、电子设备、计算机存储介质及计算机程序产品。

背景技术：

1、近年来，人工智能已在l2级别的辅助驾驶系统中得到显著应用，尤其体现在感知与识别模块。通过深度学习等算法，车辆能够更精准地识别车道线、交通标志、行人以及其他车辆，从而提升自适应巡航控制、车道保持辅助等功能的性能。

2、然而，对于更高级别(例如l4级别)的自动驾驶领域，大模型的应用面临的最大挑战在于数据获取的效率与有效性。尽管海量数据是训练高性能模型的基础，但高质量、多样化且能覆盖罕见corner cases的数据往往难以获取。为了加速l4级自动驾驶的商业化进程，必须采取利用自调节、自动化部署的模型的创新策略以提高数据获取效率。

技术实现思路

1、本申请是为了解决上述问题而完成的，其目的在于提供一种车辆智能驾驶系统的自动升级方法、装置、电子设备、计算机存储介质及计算机程序产品，该车辆智能驾驶系统的自动升级方法中结合了预训练模型和大模型，提高了数据获取效率，保障了数据在不同阶段高效训练效率。

2、根据本申请的第一方面，提供一种车辆智能驾驶系统的自动升级方法，车辆智能驾驶系统包括预训练基础模型，用于实现辅助驾驶功能，该方法包括：利用车辆的数据采集装置获取车辆数据，所述车辆数据包括车辆行驶数据及车辆环境数据；对所述车辆数据进行预处理，生成预处理后车辆数据；将所述预处理后车辆数据输入至所述预训练基础模型，输出结果以实现辅助驾驶功能，并保存所述预处理后车辆数据；当保存的预处理后车辆数据量达到预设量，对所述预训练基础模型的架构进行升级，得到初步升级模型；以及利用保存的预处理后车辆数据对所述初步升级模型进行训练及优化，获得目标升级模型以替代所述预训练基础模型。

3、在上述第一方面的一种可能的实现中，对所述车辆数据进行预处理，生成预处理后车辆数据中，包括：对采集到的所述车辆数据进行数据清洗和格式标准化。

4、在上述第一方面的一种可能的实现中，所述数据采集装置至少包括摄像头装置及激光雷达传感器。

5、在上述第一方面的一种可能的实现中，预训练基础模型是基于transformer架构的融合型神经网络模型。

6、在上述第一方面的一种可能的实现中，对所述预训练基础模型的架构进行升级，得到初步升级模型中，包括：扩展预训练基础模型的层数；增加预训练基础模型的注意力头维度；以及在融合层添加可学习的门控权重。

7、在上述第一方面的一种可能的实现中，对所述预训练基础模型的架构进行升级，得到初步升级模型中，还包括：在特征金字塔的p3-p5层分别进行跨模态融合；以及对激光雷达传感器采集到的体素特征进行双线性上采样。

8、在上述第一方面的一种可能的实现中，利用保存的预处理后车辆数据对所述初步升级模型进行训练及优化，获得目标升级模型以替代所述预训练基础模型中，包括：基于保存的预处理后车辆数据生成第一训练数据集；根据所述第一训练数据集对所述初步升级模型进行训练，获得训练结果；以及从多个评测维度对所述训练结果进行评测，并基于评测结果进行迭代调整，获得目标升级模型。

9、在上述第一方面的一种可能的实现中，训练中，采用分布式训练方式。

10、在上述第一方面的一种可能的实现中，训练中，采用如下的任意一种方式或多种方式进行训练增强：随机屏蔽预设比例的输入数据，强制模型学习互补特征；在激光雷达传感器采集获得的点云数据中注入噪声，在摄像头装置采集到的图像中添加雾效渲染；以及随机反转训练数据的时间序列。

11、在上述第一方面的一种可能的实现中，多个评测维度包括：感知精度、实时性及极端场景覆盖率。

12、在上述第一方面的一种可能的实现中，基于保存的预处理后车辆数据生成第一训练数据集中，基于保存的预处理后车辆数据生成具有驾驶场景侧重的多个第一训练数据集。

13、在上述第一方面的一种可能的实现中，根据多个第一训练数据集训练获得多个目标升级模型，该多个目标升级模型分别适配不同驾驶场景。

14、在上述第一方面的一种可能的实现中，包括：根据用户的高频驾驶场景选择适配的目标升级模型，并进行部署。

15、根据本申请的第二方面，提供一种车辆智能驾驶系统的自动升级装置，所述智能驾驶系统包括预训练基础模型，用于实现辅助驾驶功能，包括：采集模块，用于利用车辆的数据采集装置获取车辆数据，所述车辆数据包括车辆行驶数据及车辆环境数据；预处理模块，用于对所述车辆数据进行预处理，生成预处理后车辆数据；输出模块，用于将所述预处理后车辆数据输入至所述预训练基础模型，输出结果以实现辅助驾驶功能，并保存所述预处理后车辆数据；升级模块，用于当保存的预处理后车辆数据量达到预设量，对所述预训练基础模型的架构进行升级，得到初步升级模型；以及训练模块，用于利用保存的预处理后车辆数据对所述初步升级模型进行训练及优化，获得目标升级模型以替代所述预训练基础模型。

16、根据本申请的第三方面，提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行上述一个方面所述的方法。

17、根据本申请的第四方面，提供一种计算机存储介质，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行上述一个方面所述的方法。

18、根据本申请的第五方面，提供一种计算机程序产品，包括至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行上述一个方面所述的方法。

1.一种车辆智能驾驶系统的自动升级方法，其特征在于，所述车辆智能驾驶系统包括预训练基础模型，用于实现辅助驾驶功能，该方法包括：

2.如权利要求1所述的车辆智能驾驶系统的自动升级方法，其特征在于，对所述车辆数据进行预处理，生成预处理后车辆数据中，包括：

3.如权利要求1或2所述的车辆智能驾驶系统的自动升级方法，其特征在于，

4.如权利要求3所述的车辆智能驾驶系统的自动升级方法，其特征在于，

5.如权利要求4所述的车辆智能驾驶系统的自动升级方法，其特征在于，对所述预训练基础模型的架构进行升级，得到初步升级模型中，包括：

6.如权利要求5所述的车辆智能驾驶系统的自动升级方法，其特征在于，对所述预训练基础模型的架构进行升级，得到初步升级模型中，还包括：

7.如权利要求4所述的车辆智能驾驶系统的自动升级方法，其特征在于，利用保存的预处理后车辆数据对所述初步升级模型进行训练及优化，获得目标升级模型以替代所述预训练基础模型中，包括：

8.如权利要求7所述的车辆智能驾驶系统的自动升级方法，其特征在于，训练中，采用分布式训练方式。

9.如权利要求7或8所述的车辆智能驾驶系统的自动升级方法，其特征在于，训练中，采用如下的任意一种方式或多种方式进行训练增强：

10.如权利要求7所述的车辆智能驾驶系统的自动升级方法，其特征在于，

11.如权利要求7所述的车辆智能驾驶系统的自动升级方法，其特征在于，基于保存的预处理后车辆数据生成第一训练数据集中，

12.如权利要求11所述的车辆智能驾驶系统的自动升级方法，其特征在于，

13.如权利要求12所述的车辆智能驾驶系统的自动升级方法，其特征在于，包括：

14.一种车辆智能驾驶系统的自动升级装置，其特征在于，所述智能驾驶系统包括预训练基础模型，用于实现辅助驾驶功能，包括：

15.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行如权利要求1至13任一项所述的方法。

16.一种计算机存储介质，其特征在于，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行如权利要求1至13任一项所述的方法。

17.一种计算机程序产品，包括至少一条指令或至少一段程序，其特征在于，所述至少一条指令或所述至少一段程序由处理器加载并执行如权利要求1至13任一项所述的方法。