一种驾驶行为增量式终身学习方法和系统
本发明涉及自动驾驶,尤其涉及一种驾驶行为增量式终身学习方法和系统。
背景技术:
1、随着自动驾驶技术的应用场景从结构化公路向矿区、乡村土路、临时施工区域等非结构化道路逐步延伸,车辆所面临的驾驶场景复杂度显著增加。非结构化道路通常缺乏标准化的车道线、交通标志和固定路面结构,且频繁出现道路突然收窄、路面材质突变、临时障碍物侵入可行驶区域等长尾复合路况。上述场景对自动驾驶系统的场景感知、行为决策与轨迹生成能力提出了更高要求。
2、现有行为基元库多为离线构建的静态封闭集合,无法随经验自主拓展,导致系统面对未曾建模的路况时被迫保守停车或人工接管。
技术实现思路
1、鉴于上述的分析,本发明实施例旨在提供一种驾驶行为增量式终身学习方法和系统,用以解决现有行为基元库无法随经验自主拓展的问题。
2、一方面,本发明实施例提供了一种驾驶行为增量式终身学习方法,包括以下步骤:
3、基于在非结构化场景上的历史真实驾驶数据构建综合经验知识库,所述综合经验知识库包括场景特征组合库、行为特征组合库和表征场景特征组合与行为特征组合的映射关系的映射关系库;
4、车辆运行期间,基于当前时刻场景数据提取当前时刻的场景特征组合;基于当前时刻的场景特征组合在综合经验知识库中检索当前时刻的决策行为特征组合,得到当前时刻的推荐轨迹;根据当前时刻的实际执行结果构建经验记录存入经验回放缓冲区;
5、车辆非运行期间,基于经验回放缓冲区的经验记录进行新场景特征组合、新行为特征组合和新映射关系组合的发现,对场景特征组合库、行为特征组合库和映射关系的映射关系库进行增量式更新。
6、基于上述方法的进一步改进,基于当前时刻的场景特征组合在经验知识库中检索当前时刻的决策行为特征组合包括:
7、在综合经验知识库的场景特征组合库中检索与当前时刻的场景特征组合相似度最高的k1个场景特征组合;所述k1个场景特征组合对应的行为特征组合构成候选行为特征集合;
8、基于大语言模型对候选行为特征集合中的行为特征组合进行排序;
9、对排序后的前k2个行为特征组合进行多维度行为评估;取评估得分最高的行为特征组合为当前时刻的决策行为特征组合。
10、基于上述方法的进一步改进,所述多维度行为评估包括安全约束评估、轨迹可执行性评估和置信度评估。
11、基于上述方法的进一步改进,根据当前时刻的实际执行结果构建经验记录存入经验回放缓冲区,包括,若当前时刻的实际执行结果为成功,则将当前时刻对应的场景特征组合、决策行为特征组合和实际执行轨迹作为一条经验记录存入经验回放缓冲区。
12、基于上述方法的进一步改进,基于经验回放缓冲区的经验记录采用以下方式对场景特征组合库、行为特征组合库和映射关系的映射关系库进行增量式更新:
13、对于经验回放缓冲区的每条经验记录,若该经验记录的场景特征组合为新场景特征组合,则将新场景特征组合加入场景特征组合库中;若实际轨迹的行为特征组合为新行为特征组合,则将该经验记录标记为未知行为记录,否则,取与实际轨迹的行为特征组合相似度最高的行为特征组合作为该经验记录对应的入库行为特征组合,将新场景特征组合与该经验记录对应的入库行为特征组合的映射关系加入映射关系库;
14、若该经验记录的场景特征组合为不是新场景特征组合,取与该经验记录的场景特征组合相似度最高的场景特征组合作为该经验记录对应的入库场景特征组合;若实际轨迹的行为特征组合为新行为特征组合,则将该经验记录标记为未知行为记录,否则取与实际轨迹的行为特征组合相似度最高的行为特征组合作为该经验记录对应的入库行为特征组合,若该经验记录对应的入库场景特征组合和入库行为特征组合的映射关系不在映射关系库中,则将该经验记录的入库场景特征组合和入库行为特征组合的映射关系加入所述映射关系库,否则更新该经验记录的入库场景特征组合和入库行为特征组合的映射关系的置信度;
15、对于所有未知行为,基于一致性偏差进行聚类生成新的行为特征组合,更新行为特征组合库和映射关系库。
16、基于上述方法的进一步改进,采用以下方式更新映射关系的置信度:
17、
18、其中,表示更新前的场景特征组合和行为特征组合对应的映射置信度,表示更新后的场景特征组合和行为特征组合对应的映射置信度,表示置信度学习率。
19、基于上述方法的进一步改进,基于历史真实驾驶数据采用以下方式构建场景特征组合库:
20、对于真实驾驶数据中的每个场景数据,提取该场景数据在每个属性维度下的特征向量;
21、提取每个属性维度的每个类别对应的特征向量;
22、基于场景在一个属性维度下的特征向量与该属性维度的每个类别对应的特征向量的相似度,确定该场景在该属性维度对应的类别;该场景在所有属性维度的类别构成该场景对应的场景特征组合;
23、得到场景特征组合库。
24、基于上述方法的进一步改进,基于历史真实驾驶数据采用以下方式构建行为特征组合库:
25、对于真实驾驶数据中的每条轨迹数据基元段划分;
26、提取每个基元段的行为特征组合,得到行为特征组合库。
27、基于上述方法的进一步改进,对于真实驾驶数据中的每条轨迹数据基元段划分,包括:
28、构建每条轨迹数据的多通道运动学信号;
29、基于滑动窗口计算每一通道的局部统计突变度,得到综合突变度信号;
30、基于综合突变度信号得到候选截断点集合,对轨迹数据进行基元段划分。
31、另一方面,本发明实施例提供了一种驾驶行为增量式终身学习系统,包括:
32、经验知识库构建模块,用于基于在非结构化场景上的历史真实驾驶数据构建综合经验知识库,所述综合经验知识库包括场景特征组合库、行为特征组合库和表征场景特征组合与行为特征组合的映射关系的映射关系库;
33、在线推荐模块,用于在车辆运行期间,基于当前时刻场景数据提取当前时刻的场景特征组合;基于当前时刻的场景特征组合在综合经验知识库中检索当前时刻的决策行为特征组合,得到当前时刻的推荐轨迹;根据当前时刻的实际执行结果构建经验记录存入经验回放缓冲区;
34、经验知识库更新模块,用于在车辆非运行期间,基于经验回放缓冲区的经验记录进行新场景特征组合、新行为特征组合和新映射关系组合的发现,对场景特征组合库、行为特征组合库和映射关系的映射关系库进行增量式更新。
35、与现有技术相比,本发明至少可实现如下有益效果之一:
36、1、通过不断累积新场景特征组合、新行为特征组合以及场景特征组合与行为特征组合之间的驾驶经验映射关系,形成可持续扩展的自动驾驶经验知识库。
37、2、通过构建固定标签体系下的场景特征组合空间,结合多模态预训练视觉–语言模型与属性级低秩定向强化微调模块,实现了在不重训全局模型的前提下按属性独立强化的可扩展场景感知与离散化组合表征。
38、3、建立融合速度层、动作层与修饰层的三层次行为特征组合空间进行行为标签提取,有利于在可解释性与表达能力之间取得有效平衡,使行为提取过程具备一致性与可复现性。
39、4、构建以“场景特征组合→行为特征组合” 映射关系为核心知识结构的经验知识库,并设计基于检索增强推理的在线行为决策机制与融合安全约束、映射置信度、轨迹可执行性的多维评估选择函数,有利于将积累的驾驶经验转化为可复用的结构化决策依据,并通过泛化推理能力有效应对知识库中未完全覆盖的新场景。
40、5、通过新场景特征组合、新映射关系建立以及未知行为类别发现的三类增量触发机制,有利于实现驾驶经验知识库在场景覆盖维度、映射关系密度与行为类别丰富度三个层面的结构化持续增长,同时有效降低新旧知识间的参数干扰风险。
41、本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com