一种智能驾驶系统优化方法、装置及计算机可读存储介质与流程

1.本发明实施例涉及智能驾驶技术领域，具体涉及一种智能驾驶系统优化方法、装置及计算机可读存储介质。


背景技术：

2.随着汽车智能驾驶辅助技术的飞速发展，乘用车开始普及l2甚至更高级别的辅助驾驶功能，为了应对各种复杂的路况，智能驾驶系统如何更加人性化的辅助驾驶员进行驾驶，已经成为了讨论的越来越多的话题。
3.然而，如何通过不断学习驾驶员的驾驶习惯，再自动导入智能驾驶系统算法，从而使得在智能驾驶系统控制车辆的时候，更贴近与驾驶员自身的驾驶风格，是当前亟需解决的问题。


技术实现要素：

4.鉴于上述问题，本发明实施例提供了一种智能驾驶系统优化方法、装置及计算机可读存储介质，用于解决现有技术中存在的智能驾驶系统无法与驾驶员的驾驶风格相贴近的问题。
5.根据本发明实施例的一个方面，提供了一种智能驾驶系统优化方法，所述方法包括：
6.当所述智能驾驶系统未启动时，采集驾驶员在不同场景下的第一驾驶行为数据；
7.对所述第一驾驶行为数据进行自学习，得到第二驾驶行为数据；
8.根据第二驾驶行为数据生成车辆控制参数，并根据所述车辆控制参数对智能驾驶系统进行优化。
9.在一种可选的方式中，在所述采集驾驶员在不同场景下的第一驾驶行为数据步骤之前，进一步包括：预设智能驾驶参数。
10.在一种可选的方式中，所述采集驾驶员在不同场景下的第一驾驶行为数据的步骤，具体包括：基于智能驾驶控制器，采集驾驶员在不同场景下的所述第一驾驶行为数据。
11.在一种可选的方式中，所述对所述第一驾驶行为数据进行自学习，得到第二驾驶行为数据的步骤，具体包括：将采集的所述第一驾驶行为数据上传至所述智能驾驶控制器中进行自学习，得到所述第二驾驶行为数据。
12.在一种可选的方式中，在所述根据所述车辆控制参数对智能驾驶系统进行优化的步骤之后，进一步包括：
13.基于实时采集的所述驾驶员的第一驾驶行为数据，生成实时车辆控制参数曲线，并根据所述实时车辆控制参数曲线对所述车辆控制参数进行修正。
14.在一种可选的方式中，所述第一驾驶行为数据包括：不同场景下的纵向加减速、方向盘转角和横向转角速率。
15.在一种可选的方式中，所述车辆控制参数曲线包括：不同场景下的纵向加减速曲
线、方向盘转角曲线和横向转角速率曲线。
16.根据本发明实施例的另一方面，提供了一种智能驾驶系统优化装置，包括：
17.采集模块，当所述智能驾驶系统未启动时，用于采集驾驶员在不同场景下的第一驾驶行为数据；
18.处理模块，用于对所述第一驾驶行为数据进行自学习，得到第二驾驶行为数据；
19.运行模块，用于根据第二驾驶行为数据生成车辆控制参数，并根据所述车辆控制参数对智能驾驶系统进行优化。
20.在一种可选的方式中，在所述采集模块之前，所述装置进一步包括：
21.预配置模块，用于预设智能驾驶参数。
22.根据本发明实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使智能驾驶系统优化装置执行如上述智能驾驶系统优化方法的操作。
23.本发明实施例通过在智能驾驶系统未启动时，采集大量驾驶员的驾驶数据，并通过智能驾驶系统不断学习驾驶员驾驶行为以及风格，能够使得智能驾驶系统控制的车辆更贴近与人为驾驶风格，表现更加智能，更加人性化。
24.上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
25.附图仅用于示出实施方式，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
26.图1示出了本发明提供的智能驾驶系统优化方法的第一实施例的流程示意图；
27.图2示出了本发明提供的智能驾驶系统优化方法的第二实施例的流程示意图；
28.图3示出了本发明提供的智能驾驶系统优化方法的第三实施例的流程示意图；
29.图4示出了本发明提供的智能驾驶系统优化装置的第一实施例的结构示意图。
具体实施方式
30.下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。
31.图1示出了本发明提供的智能驾驶系统优化方法的第一实施例的流程图。如图1所示，该方法包括以下步骤：
32.步骤110：当所述智能驾驶系统未启动时，采集驾驶员在不同场景下的第一驾驶行为数据。
33.其中，不同场景包括：红绿灯路口起步时和前车刹车减速时。驾驶行为数据包括：智能驾驶系统在不同场景下采集的驾驶员在驾驶过程中的纵向加减速、方向盘转角和横向转角速率等驾驶数据。
34.需要说明的是，不同场景包括但不限于上述情形。
35.步骤120：对所述第一驾驶行为数据进行自学习，得到第二驾驶行为数据。
36.其中，在智能驾驶系统未启动时，智能驾驶系统通过整车can网络将不同场景下采集的驾驶员的第一驾驶行为数据，上传到智能驾驶系统进行自学习，最终将自学习后得到的第二驾驶行为数据导入至智能驾驶系统的控制算法当中。
37.步骤130：根据第二驾驶行为数据生成车辆控制参数，并根据所述车辆控制参数对智能驾驶系统进行优化。
38.其中，在智能驾驶系统中根据第二驾驶行为数据，得到驾驶员最常用的状态，并以此作为该车辆控制参数对智能驾驶系统进行优化。
39.例如，在红绿灯路口起步时，有些驾驶员喜欢地板油带来的推背感，但是智能驾驶系统一般会选择比较平稳的起步方式，而通过驾驶员习惯后，就可根据不同驾驶员的驾驶风格，模仿驾驶员的驾驶风格，更加贴近驾驶员驾驶，更加智能。又如，在前车刹车减速时，有些驾驶员喜欢很早就开始慢慢减速，而有些驾驶员习惯等近一点才进行较快制动方式，这时系统可以根据驾驶员平时开车时的跟车驾驶习惯，学习驾驶员的风格，最终模仿驾驶员，采用驾驶员习惯的方式来控制车辆。
40.本实施例通过在智能驾驶系统未启动时，采集大量驾驶员的驾驶数据，并通过智能驾驶系统不断学习驾驶员驾驶行为以及风格，能够使得智能驾驶系统控制的车辆更贴近与人为驾驶风格，表现更加智能，更加人性化。
41.图2示出了本发明提供的智能驾驶系统优化方法的第二实施例的流程图。如图2所示，该方法包括以下步骤：
42.步骤210：预设智能驾驶参数。
43.其中，预设的智能驾驶参数包括：纵向控制的加减速度和横向控制的转角速率等，保证智能驾驶系统的功能正常。
44.步骤220：当所述智能驾驶系统未启动时，采集驾驶员在不同场景下的第一驾驶行为数据。
45.步骤230：对所述第一驾驶行为数据进行自学习，得到第二驾驶行为数据。
46.步骤240：根据第二驾驶行为数据生成车辆控制参数，并根据所述车辆控制参数对智能驾驶系统进行优化。
47.本实施例通过对智能驾驶系统预设智能驾驶参数，并在未启动智能驾驶系统时，采集驾驶员的驾驶行为数据并以此对智能驾驶参数进行优化，能够在保证车辆正常驾驶的情况下，使得在智能驾驶系统控制车辆的时候，更贴近与驾驶员自身的驾驶风格。
48.在本发明提供的智能驾驶系统优化方法的第一实施例或第二实施例的基础上，还包括以下步骤：
49.步骤110和步骤220具体包括：基于智能驾驶控制器，采集驾驶员在不同场景下的所述第一驾驶行为数据。
50.其中，智能驾驶控制器是智能驾驶系统中的一部分，能够控制车辆在设定的车辆控制参数下进行驾驶。
51.步骤120和步骤230具体包括：将采集的所述第一驾驶行为数据上传至所述智能驾驶控制器中进行自学习，得到所述第二驾驶行为数据。
52.本实施例通过在智能驾驶系统未启动时，基于智能驾驶系统中的智能驾驶控制器
采集大量驾驶员的驾驶数据，并通过智能驾驶系统中的智能驾驶控制器不断学习驾驶员驾驶行为以及风格，能够使得智能驾驶系统中的智能驾驶控制器控制的车辆更贴近与人为驾驶风格，表现更加智能，更加人性化。
53.图3示出了本发明提供的智能驾驶系统优化方法的第三实施例的流程图。如图3所示，该方法包括以下步骤：
54.步骤310：预设智能驾驶参数。
55.步骤320：当所述智能驾驶系统未启动时，采集驾驶员在不同场景下的第一驾驶行为数据。
56.步骤330：对所述第一驾驶行为数据进行自学习，得到第二驾驶行为数据。
57.步骤340：根据第二驾驶行为数据生成车辆控制参数，并根据所述车辆控制参数对智能驾驶系统进行优化。
58.步骤350：基于实时采集的所述驾驶员的第一驾驶行为数据，生成实时车辆控制参数曲线，并根据所述实时车辆控制参数曲线对所述车辆控制参数进行修正。
59.其中，智能驾驶系统通过采集到的大量的驾驶员驾驶车辆时的第一驾驶行为数据，得到驾驶员最常用的状态，随着数据量变大，生成实时车辆控制参数曲线，不断校正现有参数，最终形成一套可以不断持续优化的参数。
60.在上述实施例的基础上，本实施例通过实时采集驾驶员的第一驾驶行为数据，通过智能驾驶系统进行自学习，不断得到新的车辆控制参数，并基于车辆控制参数曲线进行修正，从而得到更加精准地与驾驶员的驾驶风格相贴近，以此使得智能驾驶系统表现地更加智能，更加人性化。
61.在上述第三实施例的基础上，所述第一驾驶行为数据包括：不同场景下的纵向加减速、方向盘转角和横向转角速率。所述车辆控制参数曲线包括：不同场景下的纵向加减速曲线、方向盘转角曲线和横向转角速率曲线。
62.通过采集不同场景下驾驶员的纵向加减速、方向盘转角和横向转角速率，并不断基于实时采集的数据生成纵向加减速曲线、方向盘转角曲线和横向转角速率曲线，能够通过智能驾驶控制器控制的车辆驾驶过程更加符合驾驶员的驾驶风格，提高了驾驶员的体验感。
63.图4示出了本发明提供的智能驾驶系统优化装置的第一实施例的结构示意图。如图4所示，该装置400包括：采集模块410、处理模块420和运行模块430。
64.采集模块，当所述智能驾驶系统未启动时，用于采集驾驶员在不同场景下的第一驾驶行为数据；
65.处理模块，用于对所述第一驾驶行为数据进行自学习，得到第二驾驶行为数据；
66.运行模块，用于根据第二驾驶行为数据生成车辆控制参数，并根据所述车辆控制参数对智能驾驶系统进行优化。
67.本实施例通过在智能驾驶系统未启动时，采集大量驾驶员的驾驶数据，并通过智能驾驶系统不断学习驾驶员驾驶行为以及风格，能够使得智能驾驶系统控制的车辆更贴近与人为驾驶风格，表现更加智能，更加人性化。
68.本发明提供的智能驾驶系统优化装置的第二实施例，在上述第一实施例的基础上，还包括：在所述采集模块之前，所述装置进一步包括：
69.预配置模块，用于预设智能驾驶参数。
70.本实施例通过对智能驾驶系统预设智能驾驶参数，并在未启动智能驾驶系统时，采集驾驶员的驾驶行为数据并以此对智能驾驶参数进行优化，能够在保证车辆正常驾驶的情况下，使得在智能驾驶系统控制车辆的时候，更贴近与驾驶员自身的驾驶风格。
71.在上述实施例的基础上，所述采集模块具体用于：基于智能驾驶控制器，采集驾驶员在不同场景下的所述第一驾驶行为数据。
72.所述处理模块具体用于：将采集的所述第一驾驶行为数据上传至所述智能驾驶控制器中进行自学习，得到所述第二驾驶行为数据。
73.本实施例通过在智能驾驶系统未启动时，基于智能驾驶系统中的智能驾驶控制器采集大量驾驶员的驾驶数据，并通过智能驾驶系统中的智能驾驶控制器不断学习驾驶员驾驶行为以及风格，能够使得智能驾驶系统中的智能驾驶控制器控制的车辆更贴近与人为驾驶风格，表现更加智能，更加人性化。
74.本发明提供的智能驾驶系统优化装置的第三实施例，在上述第一实施例或第二实施例的基础上，在所述运行模块之后，还包括：修正模块，基于实时采集的所述驾驶员的第一驾驶行为数据，生成实时车辆控制参数曲线，并根据所述实时车辆控制参数曲线对所述车辆控制参数进行修正。
75.在上述实施例的基础上，本实施例通过实时采集驾驶员的第一驾驶行为数据，通过智能驾驶系统进行自学习，不断得到新的车辆控制参数，并基于车辆控制参数曲线进行修正，从而得到更加精准地与驾驶员的驾驶风格相贴近，以此使得智能驾驶系统表现地更加智能，更加人性化。
76.在上述第三实施例的基础上，所述第一驾驶行为数据包括：不同场景下的纵向加减速、方向盘转角和横向转角速率；所述车辆控制参数曲线包括：不同场景下的纵向加减速曲线、方向盘转角曲线和横向转角速率曲线。
77.通过采集不同场景下驾驶员的纵向加减速、方向盘转角和横向转角速率，并不断基于实时采集的数据生成纵向加减速曲线、方向盘转角曲线和横向转角速率曲线，能够通过智能驾驶控制器控制的车辆驾驶过程更加符合驾驶员的驾驶风格，提高了驾驶员的体验感。
78.本发明实施例提供了一种计算机可读存储介质，所述存储介质存储有至少一可执行指令，该可执行指令在智能驾驶系统优化装置上运行时，使得所述智能驾驶系统优化装置执行上述任意方法实施例中的智能驾驶系统优化方法。
79.可执行指令具体可以用于使得智能驾驶系统优化装置执行以下操作：
80.当所述智能驾驶系统未启动时，采集驾驶员在不同场景下的第一驾驶行为数据；
81.对所述第一驾驶行为数据进行自学习，得到第二驾驶行为数据；
82.根据第二驾驶行为数据生成车辆控制参数，并根据所述车辆控制参数对智能驾驶系统进行优化。
83.在一种可选的方式中，在所述采集驾驶员在不同场景下的第一驾驶行为数据步骤之前，进一步包括：预设智能驾驶参数。
84.在一种可选的方式中，所述采集驾驶员在不同场景下的第一驾驶行为数据的步骤，具体包括：基于智能驾驶控制器，采集驾驶员在不同场景下的所述第一驾驶行为数据。
85.在一种可选的方式中，所述对所述第一驾驶行为数据进行自学习，得到第二驾驶行为数据的步骤，具体包括：将采集的所述第一驾驶行为数据上传至所述智能驾驶控制器中进行自学习，得到所述第二驾驶行为数据。
86.在一种可选的方式中，在所述根据所述车辆控制参数对智能驾驶系统进行优化的步骤之后，进一步包括：
87.基于实时采集的所述驾驶员的第一驾驶行为数据，生成实时车辆控制参数曲线，并根据所述实时车辆控制参数曲线对所述车辆控制参数进行修正。
88.在一种可选的方式中，所述第一驾驶行为数据包括：不同场景下的纵向加减速、方向盘转角和横向转角速率。
89.在一种可选的方式中，所述车辆控制参数曲线包括：不同场景下的纵向加减速曲线、方向盘转角曲线和横向转角速率曲线。
90.本实施例通过在智能驾驶系统未启动时，采集大量驾驶员的驾驶数据，并通过智能驾驶系统不断学习驾驶员驾驶行为以及风格，能够使得智能驾驶系统控制的车辆更贴近与人为驾驶风格，表现更加智能，更加人性化。
91.在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。此外，本发明实施例也不针对任何特定编程语言。
92.在此处所提供的说明书中，说明了大量具体细节。然而能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。类似地，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。其中，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
93.本领域技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外。
94.应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。