一种驾驶风格模型的训练方法、电子设备和存储介质与流程

本技术涉及智能座舱，尤其涉及一种驾驶风格模型的训练方法、电子设备和存储介质。

背景技术：

1、智能驾驶系统正从单一功能向个性化体验演进。不同驾驶者在跟车距离、加减速力度、变道时机等操作上存在显著习惯差异，如何使智驾行为适配个体偏好已成为提升系统接受度的关键。

2、目前，现有方案通过采集用户在数次行程中的驾驶操作记录，提取加速度均值、转向角速度等表层统计量，对预设的几档驾驶风格参数进行微调，以使智驾输出在一定程度上接近用户习惯。

3、然而，上述方案所输出的智驾控制参数无法反应用户真实的驾驶偏好。

技术实现思路

1、本技术提供一种驾驶风格模型的训练方法、电子设备和存储介质，用于提高智驾控制参数与用户适配精度。

2、第一方面，本技术提供一种驾驶风格模型的训练方法，包括：获取车辆行驶过程中的驾驶行为数据；根据驾驶行为数据，更新驾驶员的短期驾驶记忆数据和长期驾驶记忆数据；其中，短期驾驶记忆数据为近n天内驾驶员的历史驾驶行为数据的统计特征，长期驾驶记忆数据为近m个月内驾驶员的历史驾驶行为数据的统计特征，n、m为正整数；响应于短期驾驶记忆数据和/或长期驾驶记忆数据的累积更新量达到预设触发条件，根据更新后的短期驾驶记忆数据和长期驾驶记忆数据，更新驾驶风格模型的模型参数；驾驶风格模型用于根据输入的驾驶行为数据，输出对应的驾驶参数；驾驶参数用于在车辆处于智能驾驶模式时，控制车辆的纵向运动方式和/或横向运动方式。

3、在第一方面中，获取车辆行驶过程中的驾驶行为数据，根据该驾驶行为数据分别更新驾驶员的短期驾驶记忆数据和长期驾驶记忆数据，短期驾驶记忆数据为近n天内驾驶员的历史驾驶行为数据的统计特征，长期驾驶记忆数据为近m个月内驾驶员的历史驾驶行为数据的统计特征。当短期驾驶记忆数据和/或长期驾驶记忆数据的累积更新量达到预设触发条件时，根据更新后的短期驾驶记忆数据和长期驾驶记忆数据更新驾驶风格模型的模型参数。通过将驾驶行为按短期和长期两个时间维度分层记录，使模型参数更新时同时兼顾驾驶员近期的习惯变化和长期稳定的偏好特征，对短期记忆和长期记忆采用不同的累积更新触发机制，避免模型因单次驾驶行为波动而频繁更新。该驾驶风格模型用于根据输入的驾驶行为数据输出对应的驾驶参数，驾驶参数在车辆处于智能驾驶模式时控制车辆的纵向运动方式和/或横向运动方式。由此，模型输出的驾驶参数同时融合了驾驶员近n天的近期习惯倾向和近m个月的稳定偏好特征，使智能驾驶控制参数贴合用户真实的驾驶偏好。

4、结合第一方面，在一种可能的实现方式中，根据驾驶行为数据，更新驾驶员的短期驾驶记忆数据和长期驾驶记忆数据，包括：滤除驾驶行为数据中的异常数据，其中，异常数据包括：车辆的纵向加速度大于预设的第一加速度阈值时对应的驾驶行为数据、车辆的纵向加速度小于预设的第二加速度阈值时对应的驾驶行为数据、以及车辆的横向加速度大于预设的第三加速度阈值时对应的驾驶行为数据；根据过滤后的驾驶行为数据，更新短期驾驶记忆数据；当短期驾驶记忆数据的存储时长达到预设的时间周期阈值时，将短期驾驶记忆数据聚合更新至长期驾驶记忆数据。

5、在该实现方式中，在更新短期驾驶记忆数据之前，滤除驾驶行为数据中的异常数据，异常数据包括车辆的纵向加速度大于预设的第一加速度阈值时对应的驾驶行为数据、车辆的纵向加速度小于预设的第二加速度阈值时对应的驾驶行为数据、以及车辆的横向加速度大于预设的第三加速度阈值时对应的驾驶行为数据，根据过滤后的驾驶行为数据更新短期驾驶记忆数据。当短期驾驶记忆数据的存储时长达到预设的时间周期阈值时，将短期驾驶记忆数据聚合更新至长期驾驶记忆数据。通过滤除急加速、急减速和急转弯等非正常驾驶行为，使参与记忆更新的数据均为能够反映驾驶员常规操作习惯的有效样本，避免偶发性应激操作污染记忆模型，保障了驾驶行为数据的有效性；短期记忆数据在存储时长达到周期阈值后聚合至长期记忆，确保长期记忆数据仅沉淀经过时间验证的稳定驾驶习惯，由此实现驾驶风格模型训练所依据的数据来源的稳定性，最终使模型输出的驾驶参数更准确地反映驾驶员在正常驾驶状态下的真实偏好。

6、结合第一方面，在一种可能的实现方式中，根据更新后的短期驾驶记忆数据和长期驾驶记忆数据，更新驾驶风格模型的模型参数，包括：获取历史行车场景数据；根据历史行车场景数据，确定与历史行车场景数据所包含的场景对应的驾驶参数安全阈值；在根据更新后的短期驾驶记忆数据和长期驾驶记忆数据更新模型参数的过程中，以驾驶参数安全阈值约束驾驶风格模型输出的驾驶参数，使更新后的驾驶风格模型输出的驾驶参数小于或等于驾驶参数安全阈值。

7、在该实现方式中，获取历史行车场景数据，根据历史行车场景数据确定与该历史行车场景数据所包含的场景对应的驾驶参数安全阈值，在根据更新后的短期驾驶记忆数据和长期驾驶记忆数据更新模型参数的过程中，以该驾驶参数安全阈值约束驾驶风格模型输出的驾驶参数，使更新后的驾驶风格模型输出的驾驶参数小于或等于该驾驶参数安全阈值。通过在模型参数更新过程中引入与行车场景关联的安全阈值作为输出限幅条件，使得驾驶风格模型在学习用户个性化驾驶习惯的同时，其输出的驾驶参数始终被限定在对应场景的安全边界之内，实现了个性化适配与行车安全约束的同步更新，避免模型参数因单纯拟合用户习惯而越过场景安全边界。

8、结合第一方面，在一种可能的实现方式中，该方法还包括：将短期驾驶记忆数据和长期驾驶记忆数据上传至云端服务器，与驾驶员身份信息关联存储；响应于识别到驾驶员身份信息，从云端服务器获取与驾驶员身份信息对应的短期驾驶记忆数据和长期驾驶记忆数据，并根据获取的短期驾驶记忆数据和长期驾驶记忆数据配置驾驶风格模型的模型参数。

9、在该实现方式中，将短期驾驶记忆数据和长期驾驶记忆数据上传至云端服务器，与驾驶员身份信息关联存储，响应于识别到驾驶员身份信息，从云端服务器获取与该驾驶员身份信息对应的短期驾驶记忆数据和长期驾驶记忆数据，并根据获取的短期驾驶记忆数据和长期驾驶记忆数据配置驾驶风格模型的模型参数。通过将驾驶记忆与驾驶员身份绑定并存储于云端，使得同一驾驶员在不同车辆上被识别后，均可从云端调取自身的驾驶记忆数据，用于配置当前车辆的驾驶风格模型，由此实现了驾驶记忆脱离单台车辆的物理限制，驾驶员更换车辆后无需重新积累驾驶行为数据即可获得与其历史驾驶偏好匹配的智驾控制参数，保证了智驾控制参数在不同车辆上均能够贴合同一驾驶员的真实驾驶偏好。

10、结合第一方面，在一种可能的实现方式中，该方法还包括：在车辆处于智能驾驶模式时，响应于驾驶员对驾驶参数的修正操作，记录修正操作对应的修正量；根据修正量，对更新后的短期驾驶记忆数据和长期驾驶记忆数据进行修正。

11、在该实现方式中，在车辆处于智能驾驶模式时，响应于驾驶员对驾驶参数的修正操作，记录该修正操作对应的修正量，根据该修正量对更新后的短期驾驶记忆数据和长期驾驶记忆数据进行修正。通过在驾驶员主动干预智驾系统输出的驾驶参数时记录修正量，并将该修正量反向传播至短期和长期驾驶记忆数据，使驾驶记忆数据能够捕捉驾驶员对系统输出的反馈信号，将驾驶员的主观修正行为转化为模型参数更新的依据，由此驾驶风格模型在后续推理中主动规避已被驾驶员否决的参数配置方向，使驾驶风格模型的输出结果逐步收敛至驾驶员期望的控制参数区间，实现智驾控制参数贴合用户真实的驾驶偏好。

12、结合第一方面，在一种可能的实现方式中，驾驶参数包括跟车距离、加速曲线、刹车平顺度、变道速度和转向灵敏度中的至少一种。

13、在该实现方式中，驾驶风格模型输出的驾驶参数包括跟车距离、加速曲线、刹车平顺度、变道速度和转向灵敏度。通过将上述多个维度的驾驶参数作为模型的输出对象，使智能驾驶系统在纵向运动控制和横向运动控制两个层面均可获得与用户驾驶习惯匹配的控制指令，实现智驾系统在多维度控制输出上的全局个性化适配，保证智驾控制的各个子模块输出的参数均贴合用户真实的驾驶偏好。

14、结合第一方面，在一种可能的实现方式中，驾驶行为数据通过车辆的控制器局域网络总线采集，驾驶行为数据包括油门开度变化数据、刹车力度数据、转向角速度数据和跟车距离变化率数据中的至少一种。

15、在该实现方式中，通过车辆的控制器局域网络总线（controller area network，can）采集驾驶行为数据，该驾驶行为数据包括油门开度变化数据、刹车力度数据、转向角速度数据和跟车距离变化率数据。读取底层执行机构的精确数据，相比通过摄像头、雷达等传感器间接推算驾驶行为的方式，所采集的油门开度变化曲线、刹车力度、转向角速度等参数的精度更高、延迟更低，能够真实反映驾驶员对车辆执行器的直接操控意图，为短期驾驶记忆数据和长期驾驶记忆数据的更新提供了精确的原始数据输入，驾驶风格模型基于此类高精度数据训练后，其输出的驾驶参数能够准确映射驾驶员的操作习惯细节，使智驾控制参数贴合用户真实的驾驶偏好。

16、第二方面，本技术提供一种基于驾驶风格模型的驾驶参数确定方法，包括：获取车辆行驶过程中的驾驶行为数据和行车场景数据；根据行车场景数据，确定与行车场景数据对应的预设驾驶参数安全阈值；将驾驶行为数据输入驾驶风格模型，并以驾驶参数安全阈值为约束，生成驾驶参数；驾驶风格模型是基于驾驶员的短期驾驶记忆数据和长期驾驶记忆数据预先训练的，短期驾驶记忆数据为近n天内驾驶员的历史驾驶行为数据的统计特征，长期驾驶记忆数据为近m个月内驾驶员的历史驾驶行为数据的统计特征，n、m为正整数。

17、在第二方面中，获取车辆行驶过程中的驾驶行为数据和行车场景数据，根据行车场景数据确定与该行车场景数据对应的预设驾驶参数安全阈值，将驾驶行为数据输入驾驶风格模型，并以该驾驶参数安全阈值为约束生成驾驶参数，该驾驶风格模型是基于驾驶员的短期驾驶记忆数据和长期驾驶记忆数据预先训练的，短期驾驶记忆数据为近n天内驾驶员的历史驾驶行为数据的统计特征，长期驾驶记忆数据为近m个月内驾驶员的历史驾驶行为数据的统计特征。通过以当前行车场景对应的安全阈值作为驾驶风格模型输出端的硬性约束条件，使模型输出的驾驶参数在贴合驾驶风格的同时始终受到场景安全边界的限幅保护，同时驾驶风格模型本身融合了驾驶员短期和长期两个时间维度的行为特征，由此在每一个实时驾驶场景中，最终输出的驾驶参数既延续了驾驶员的个性化操作习惯，又被限定在场景安全边界之内，实现了贴合用户真实驾驶偏好与场景安全约束的同步达成。

18、第三方面，本技术提供一种驾驶风格模型的训练装置，包括：数据获取模块，用于获取车辆行驶过程中的驾驶行为数据；数据更新模块，用于根据驾驶行为数据，更新驾驶员的短期驾驶记忆数据和长期驾驶记忆数据；其中，短期驾驶记忆数据为近n天内驾驶员的历史驾驶行为数据的统计特征，长期驾驶记忆数据为近m个月内驾驶员的历史驾驶行为数据的统计特征，n、m为正整数；参数更新模块，用于响应于短期驾驶记忆数据和/或长期驾驶记忆数据的累积更新量达到预设触发条件，根据更新后的短期驾驶记忆数据和长期驾驶记忆数据，更新驾驶风格模型的模型参数；驾驶风格模型用于根据输入的驾驶行为数据，输出对应的驾驶参数；驾驶参数用于在车辆处于智能驾驶模式时，控制车辆的纵向运动方式和/或横向运动方式。

19、第四方面，本技术提供一种电子设备，该电子设备包括：处理器和存储器；存储器存储有处理器可执行的指令；处理器被配置为执行指令时，使得电子设备实现上述第一方面或第二方面的方法。

20、第五方面，本技术提供一种计算机可读存储介质，该计算机可读存储介质包括：计算机软件指令；当计算机软件指令在电子设备中运行时，使得电子设备实现上述第一方面或第二方面的方法。

21、第六方面，本技术提供一种计算机程序产品，该计算机程序产品包括计算机程序；当计算机程序在电子设备中运行时，使得所述电子设备实现上述第一方面或第二方面的方法。

22、上述第二方面至第六方面的有益效果参考第一方面或第二方面的对应描述，不再赘述。