端到端的换挡位置预测方法、装置、设备和自动驾驶车辆与流程
本公开涉及人工智能、大模型、深度学习、自动驾驶、电动汽车等,尤其涉及一种端到端的换挡位置预测方法、装置、设备和自动驾驶车辆。
背景技术:
1、自动驾驶系统在执行掉头、倒车入库等复合换向操作时,需要在规划路径上精确确定车辆从倒车换向前进(或从前进换向倒车)的位置点,即换挡位置。换挡位置的准确性直接影响规划轨迹的平滑性、控制指令的稳定性,以及整体任务的执行成功率。
2、当前换挡位置的确定主要依赖基于规则的方法,如通过路径几何特征(曲率极值、路段终点)或预设安全距离阈值进行硬编码判断。但基于规则的确定换挡位置,难以覆盖各种场景。
技术实现思路
1、本公开提供了一种端到端的换挡位置预测方法、装置、设备和自动驾驶车辆。
2、根据本公开的一方面,提供了一种端到端的换挡位置预测方法,包括:获取车辆的规划路径;其中,所述规划路径包括多个路径点;获取所述规划路径的多模态特征信息;通过预训练的目标换挡位置预测模型,对所述多模态特征信息进行编码,得到路径点编码序列;对所述路径点编码序列进行交叉注意力处理,以输出每个路径点作为换挡位置的预测概率值;基于所述预测概率值,从所述多个路径点中,确定所述车辆基于所述规划路径行驶时需要进行换挡的目标路径点。
3、根据本公开的另一方面,提供了一种端到端的换挡位置预测装置,包括:第一获取模块,用于获取车辆的规划路径;其中,所述规划路径包括多个路径点;第二获取模块,用于获取所述规划路径的多模态特征信息;编码模块,用于通过预训练的目标换挡位置预测模型,对所述多模态特征信息进行编码,得到路径点编码序列;处理模块,用于对所述路径点编码序列进行交叉注意力处理,以输出每个路径点作为换挡位置的预测概率值;确定模块,用于基于所述预测概率值,从所述多个路径点中,确定所述车辆基于所述规划路径行驶时需要进行换挡的目标路径点。
4、根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述一方面实施例所述的端到端的换挡位置预测方法。
5、根据本公开另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其上存储有计算机程序/指令,所述计算机指令用于使所述计算机执行上述一方面实施例所述的端到端的换挡位置预测方法。
6、根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现上述一方面实施例所述的端到端的换挡位置预测方法。
7、根据本公开的另一方面,提供了一种自动驾驶车辆,包括电子设备,所述电子设备用于执行上述一方面实施例所述的端到端的换挡位置预测方法。
8、应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
1.一种端到端的换挡位置预测方法,其中,所述方法包括:
2.根据权利要求1所述的方法,其中,所述多模态特征信息包括路径点序列、车辆硬件约束特征和第一导航语义特征;
3.根据权利要求2所述的方法,其中,所述对所述编码后的路径点序列进行编码叠加和特征嵌入,得到所述特征编码层输出的所述路径点编码序列,包括:
4.根据权利要求2所述的方法,其中,所述多模态特征信息还包括道路边界特征、障碍物特征和第二导航语义特征;
5.根据权利要求4所述的方法,其中,所述通过所述目标换挡位置预测模型的至少一个变换层,对所述路径点编码序列和编码后的多模态特征信息进行交叉注意力处理,得到所述至少一个变换层输出的变换结果,包括:
6.根据权利要求5所述的方法,其中,所述基于所述交叉注意力处理结果和所述自注意力处理结果,确定所述变换结果,包括:
7.根据权利要求4所述的方法,其中,所述基于所述预测概率值,从所述多个路径点中,确定所述车辆基于所述规划路径行驶时需要进行换挡的目标路径点之后,包括:
8.根据权利要求1-7中任一项所述的方法,其中,所述目标换挡位置预测模型的训练过程,包括:
9.根据权利要求8所述的方法,其中,所述将所述样本多模态特征信息输入至所述初始换挡位置预测模型中进行训练,以获取输出的每个样本路径点作为换挡位置的样本预测概率值,包括:
10.根据权利要求8所述的方法,其中,所述基于所述样本预测概率值和所述样本路径点作为换挡位置的参考概率值,确定所述初始换挡位置预测模型的目标损失函数,包括:
11.一种端到端的换挡位置预测装置,其中,所述装置包括:
12.一种电子设备,包括:
13.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-10中任一项所述的方法。
14.一种计算机程序产品,包括计算机程序/指令,其中,该计算机程序/指令被处理器执行时实现权利要求1-10中任一项所述的方法。
15.一种自动驾驶车辆,包括如权利要求12所述的电子设备。
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