[go: up one dir, main page]

CN117035032B - 融合文本数据和自动驾驶数据进行模型训练的方法和车辆 - Google Patents

融合文本数据和自动驾驶数据进行模型训练的方法和车辆 Download PDF

Info

Publication number
CN117035032B
CN117035032B CN202310403787.5A CN202310403787A CN117035032B CN 117035032 B CN117035032 B CN 117035032B CN 202310403787 A CN202310403787 A CN 202310403787A CN 117035032 B CN117035032 B CN 117035032B
Authority
CN
China
Prior art keywords
information
sample
autonomous driving
text
predicted
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310403787.5A
Other languages
English (en)
Other versions
CN117035032A (zh
Inventor
黄际洲
王凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202310403787.5A priority Critical patent/CN117035032B/zh
Publication of CN117035032A publication Critical patent/CN117035032A/zh
Application granted granted Critical
Publication of CN117035032B publication Critical patent/CN117035032B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/126—Character encoding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供一种融合文本数据和自动驾驶数据进行模型训练的方法和车辆。涉及自动驾驶技术领域。训练方法包括：利用文本数据对自动驾驶模型进行训练，然后利用样本自动驾驶数据进一步训练自动驾驶模型。由此，通过融合文本数据和自动驾驶数据对自动驾驶模型进行训练，使得模型在学习自动驾驶能力的过程中同时能够学习到文本隐含的逻辑能力，获得更具泛化能力的思维链式推理能力，在面对复杂场景和极端情况时能准确地做出相应决策，从而提升自动驾驶的安全性和使用体验。

Description

融合文本数据和自动驾驶数据进行模型训练的方法和车辆
技术领域
本公开涉及计算机技术领域，尤其涉及自动驾驶和人工智能技术领域，具体涉及一种自动驾驶模型的训练方法、自动驾驶方法、自动驾驶模型的训练装置、自动驾驶装置、电子设备、非瞬时计算机可读存储介质、计算机程序产品和自动驾驶车辆。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
自动驾驶技术融合了识别、决策、定位、通信安全和人机交互等诸多方面的技术。通过人工智能学习能够辅助生成自动驾驶策略。
相关技术中，自动驾驶模型通过行为模仿学习方法来学习驾驶能力，在自动驾驶车辆面对复杂场景或极端情况时，存在难以做出正确确决策，从而给自动驾驶的体验带来不利影响，甚至可能带来安全隐患。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种自动驾驶模型的训练方法、自动驾驶方法、自动驾驶模型的训练装置、自动驾驶装置、电子设备、非瞬时计算机可读存储介质、计算机程序产品和自动驾驶车辆。
根据本公开的一方面，提供了一种自动驾驶模型的训练方法，包括第一训练过程和第二训练过程。第一训练过程包括：获取样本文本和与所述样本文本的内容相关联的标签文本；对所述样本文本进行处理，以获取样本文本的向量表示；将所述样本文本的向量表示输入所述自动驾驶模型，以获取所述自动驾驶模型输出的预测文本；以及至少基于所述标签文本和所述预测文本，调整所述自动驾驶模型的参数。并且第二训练过程包括：获取第一样本输入信息以及与所述第一样本输入信息相对应的第一真实驾驶信息，所述第一样本输入信息包括针对样本车辆周围环境的样本感知信息，所述样本感知信息包括针对所述样本车辆周围环境的当前样本感知信息和历史样本感知信息；将所述第一样本输入信息输入所述自动驾驶模型，以获取所述自动驾驶模型输出的第一预测驾驶信息；以及至少基于所述第一真实驾驶信息和所述第一预测驾驶信息，进一步调整所述自动驾驶模型的参数。
根据本公开的另一方面，提供了一种自动驾驶方法，包括：获取输入信息，所述输入信息包括针对目标车辆周围环境的感知信息，所述感知信息包括针对目标车辆周围环境的当前感知信息和历史感知信息；将所述输入信息输入利用根据上述的方法训练得到的自动驾驶模型，以获取所述自动驾驶模型输出的针对所述目标车辆的目标自动驾驶策略信息。
根据本公开的另一方面，提供了一种自动驾驶模型的训练装置，包括第一训练单元和第二训练单元。第一训练单元包括：文本获取子单元，被配置为获取样本文本和与所述样本文本的内容相关联的标签文本；文本处理子单元，被配置为对所述样本文本进行处理，以获取样本文本的向量表示；文本预测子单元，被配置为将所述样本文本的向量表示输入所述自动驾驶模型，以获取所述自动驾驶模型输出的预测文本；以及第一参数调整子单元，被配置为至少基于所述标签文本和所述预测文本，调整所述自动驾驶模型的参数。第二训练单元包括：输入信息获取子单元，被配置为获取第一样本输入信息以及与所述第一样本输入信息相对应的第一真实驾驶信息，所述第一样本输入信息包括针对样本车辆周围环境的样本感知信息，所述样本感知信息包括针对所述样本车辆周围环境的当前样本感知信息和历史样本感知信息；以及未来预测子单元，被配置为将所述第一样本输入信息输入所述自动驾驶模型，以获取所述自动驾驶模型输出的第一预测驾驶信息；以及第二参数调整子单元，被配置为至少基于所述第一真实驾驶信息和所述第一预测驾驶信息，进一步调整所述自动驾驶模型的参数。
根据本公开的另一方面，提供了一种自动驾驶装置，包括：输入信息获取单元，被配置为获取输入信息，所述输入信息包括针对目标车辆周围环境的感知信息，所述感知信息包括针对目标车辆周围环境的当前感知信息和历史感知信息；策略确定单元，被配置为将所述输入信息输入利用上述的训练装置训练得到的自动驾驶模型，以获取所述自动驾驶模型输出的针对目标车辆的目标自动驾驶策略信息。
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；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方法。
根据本公开的另一方面，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，其中，所述计算机指令用于使所述计算机执行上述方法。
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，其中，所述计算机程序在被处理器执行时实现上述方法。
根据本公开的另一方面，提供了一种自动驾驶车辆，包括：根据本公开实施例的自动驾驶装置、自动驾驶模型的训练装置、以及电子设备中的一者。
根据本公开的实施例，通过融合文本数据和自动驾驶数据对自动驾驶模型进行训练，使得模型在学习自动驾驶能力的过程中同时能够学习到文本隐含的逻辑能力，获得更具泛化能力的思维链式推理能力，在面对复杂场景和极端情况时，能够准确地做出相应决策，从而能够提升自动驾驶的安全性和使用体验。
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。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
图2示出了根据本公开的实施例的自动驾驶模型的训练方法的流程图；
图3示出了根据本公开的实施例的自动驾驶模型的训练方法的部分过程的流程图；
图4示出了根据本公开的实施例的自动驾驶模型的训练方法的部分过程的流程图；
图5示出了根据本公开的另一实施例的自动驾驶模型的训练方法的流程图；
图6示出了根据本公开的实施例的自动驾驶模型的训练方法的部分过程的流程图；
图7示出了根据本公开的实施例的自动驾驶模型的训练方法的部分过程的流程图；
图8示出了根据本公开的实施例的自动驾驶方法的流程图；
图9示出了根据本公开的实施例的自动驾驶模型的训练装置的结构框图；
图10示出了根据本公开的实施例的自动驾驶装置的结构框图；以及
图11示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
在相关技术中，自动驾驶技术的优化和规则算法可以在不同场景下进行决策并对自动驾驶车辆进行控制。然而由于种种原因，自动驾驶车辆在面对复杂场景、极端情况、边角案例(corner case，或称为边缘案例)或罕见事件时，很难做出适当的决策，从而给自动驾驶的体验带来不利影响，甚至可能导致危险情况的发生。例如，在前方车辆的涂装带有停车或禁止通行的标志、或在道路上出现行人手持临时停车的标识牌、或在意想不到的位置处出现不可预测的目标的其他场景中，自动驾驶汽车可能均无法做出适当的决策和控制，从而带来严重的安全隐患。
基于此，本公开提供了一种自动驾驶模型的训练方法、自动驾驶方法、自动驾驶模型的训练装置、自动驾驶装置、电子设备、非瞬时计算机可读存储介质、计算机程序产品和自动驾驶车辆。通过融合文本数据和自动驾驶数据对自动驾驶模型进行训练，使得模型在学习自动驾驶能力的过程中同时能够学习到文本隐含的逻辑能力，获得更具泛化能力的思维链式推理能力，在面对复杂场景和极端情况时，能够准确地做出相应决策，从而能够提升自动驾驶的安全性和使用体验。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括机动车辆110、服务器120以及将机动车辆110耦接到服务器120的一个或多个通信网络130。
在本公开的实施例中，机动车辆110可以包括根据本公开实施例的计算设备和/或被配置以用于执行根据本公开实施例的方法。
服务器120可以运行使得能够实现自动驾驶的一个或多个服务或软件应用。在某些实施例中，服务器120还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。机动车辆110的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从机动车辆110接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由机动车辆110的一个或多个显示设备来显示数据馈送和/或实时事件。
网络130可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络130可以是卫星通信网络、局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、区块链网络、公共交换电话网(PSTN)、红外网络、无线网络(包括例如蓝牙、WiFi)和/或这些与其他网络的任意组合。
系统100还可以包括一个或多个数据库150。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库150中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库150可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库150可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中，数据库150中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
机动车辆110可以包括传感器111用于感知周围环境。传感器111可以包括下列传感器中的一个或多个：视觉摄像头、红外摄像头、超声波传感器、毫米波雷达以及激光雷达(LiDAR)。不同的传感器可以提供不同的检测精度和范围。摄像头可以安装在车辆的前方、后方或其他位置。视觉摄像头可以实时捕获车辆内外的情况并呈现给驾驶员和/或乘客。此外，通过对视觉摄像头捕获的画面进行分析，可以获取诸如交通信号灯指示、交叉路口情况、其他车辆运行状态等信息。红外摄像头可以在夜视情况下捕捉物体。超声波传感器可以安装在车辆的四周，用于利用超声波方向性强等特点来测量车外物体距车辆的距离。毫米波雷达可以安装在车辆的前方、后方或其他位置，用于利用电磁波的特性测量车外物体距车辆的距离。激光雷达可以安装在车辆的前方、后方或其他位置，用于检测物体边缘、形状信息，从而进行物体识别和追踪。由于多普勒效应，雷达装置还可以测量车辆与移动物体的速度变化。
机动车辆110还可以包括通信装置112。通信装置112可以包括能够从卫星141接收卫星定位信号(例如，北斗、GPS、GLONASS以及GALILEO)并且基于这些信号产生坐标的卫星定位模块。通信装置112还可以包括与移动通信基站142进行通信的模块，移动通信网络可以实施任何适合的通信技术，例如GSM/GPRS、CDMA、LTE等当前或正在不断发展的无线通信技术(例如5G技术)。通信装置112还可以具有车联网或车联万物(Vehicle-to-Everything，V2X)模块，被配置用于实现例如与其它车辆143进行车对车(Vehicle-to-Vehicle，V2V)通信和与基础设施144进行车辆到基础设施(Vehicle-to-Infrastructure，V2I)通信的车与外界的通信。此外，通信装置112还可以具有被配置为例如通过使用IEEE802.11标准的无线局域网或蓝牙与用户终端145(包括但不限于智能手机、平板电脑或诸如手表等可佩戴装置)进行通信的模块。利用通信装置112，机动车辆110还可以经由网络130接入服务器120。
机动车辆110还可以包括控制装置113。控制装置113可以包括与各种类型的计算机可读存储装置或介质通信的处理器，例如中央处理单元(CPU)或图形处理单元(GPU)，或者其他的专用处理器等。控制装置113可以包括用于自动控制车辆中的各种致动器的自动驾驶系统。自动驾驶系统被配置为经由多个致动器响应来自多个传感器111或者其他输入设备的输入而控制机动车辆110(未示出的)动力总成、转向系统以及制动系统等以分别控制加速、转向和制动，而无需人为干预或者有限的人为干预。控制装置113的部分处理功能可以通过云计算实现。例如，可以使用车载处理器执行某一些处理，而同时可以利用云端的计算资源执行其他一些处理。控制装置113可以被配置以执行根据本公开的方法。此外，控制装置113可以被实现为根据本公开的机动车辆侧(客户端)的计算设备的一个示例。
图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
根据本公开的一方面，提供了一种自动驾驶模型的训练方法。图2示出了根据本公开的实施例的自动驾驶模型的训练方法200的示意图。
如图2所示，自动驾驶模型的训练方法200包括第一训练过程210和第二训练过程220。第一训练过程210包括：
步骤S211、获取样本文本和与样本文本的内容相关联的标签文本；
步骤S212、对样本文本进行处理，以获取样本文本的向量表示；
步骤S213、将样本文本的向量表示输入自动驾驶模型，以获取自动驾驶模型输出的预测文本；以及
步骤S214、至少基于标签文本和预测文本，调整自动驾驶模型的参数。
第二训练过程220包括：
步骤S221、获取第一样本输入信息以及与第一样本输入信息相对应的第一真实驾驶信息，第一样本输入信息包括针对样本车辆周围环境的样本感知信息，样本感知信息包括针对样本车辆周围环境的当前样本感知信息和历史样本感知信息；
步骤S222、将第一样本输入信息输入自动驾驶模型，以获取自动驾驶模型输出的第一预测驾驶信息；以及
步骤S223、至少基于第一真实驾驶信息和第一预测驾驶信息，进一步调整自动驾驶模型的参数。
在示例中，第一训练过程210和第二训练过程220均可以是离线训练过程。在离线训练过程中，模型未部署在行驶于真实道路场景的实车上，通过对自动驾驶模型进行离线训练，可以使得训练得到的模型具有初步的自动驾驶能力。
在示例中，样本文本的内容可以具有一定的逻辑内涵，例如，样本文本可以包括叙事性文本(例如纪实文学文本)、逻辑推理文本(科学分析文本)等，或者样本文本可以包括计算机程序代码。样本文本可以是各种语言形式的文本，例如可以包括中文文本、英文文本、或者可由计算机识别的语言文本。相应地，标签文本可以具有一定的逻辑内涵，并且标签文本与样本文本的内容相关联，换言之，标签文本和样本文本之间可以具有一定的逻辑关联性。
在步骤S212的示例中，可以对一段样本文本进行切词处理，并对每个切词得到的每个词分别进行向量化，从而得到样本文本的向量表示的集合，其中，每个样本文本的向量表示可以对应于样本文本中的相应一个词。
在步骤S213中，自动驾驶模型将基于样本文本预测得到预测文本。因样本文本自身具有一定的逻辑，基于样本文本内容中的逻辑预测得到的预测文本也将与样本文本之间具有逻辑关联性。
在步骤S214中，例如可以基于对数似然损失(Log-likelihood Loss)的损失值对自动驾驶模型进行调参。或者，可以利用能够训练语言模型的其他方法对自动驾驶模型进行调参。
在第一训练过程210中，利用文本对自动驾驶模型进行了初步训练，由于样本文本与标签文本的内容相关联(样本文本与标签文本的逻辑相关联)，使得经训练的自动驾驶模型能够学习到逻辑能力或思维链的推理能力。
在随后的第二训练过程220中，可以在第一训练过程210的基础之上，对自动驾驶模型进行进一步训练。
第二训练过程220中所使用的第一样本输入信息包括样本车辆周围环境的感知信息。在示例中，样本车辆周围环境的感知信息可以包括一个或多个摄像机的感知信息、一个或多个激光雷达的感知信息、以及一个或多个毫米波雷达的感知信息。可以理解的是，样本车辆周围环境的感知信息并不局限于上述一种形式，例如可以仅包括多个摄像机的感知信息，而不包括一个或多个激光雷达的感知信息以及一个或多个毫米波雷达的感知信息。通过摄像机获取到的感知信息可以是图片或视频形式的感知信息，通过激光雷达所获取到的感知信息可以是雷达点云(例如三维点云)形式的感知信息。此外，感知信息包括在样本车辆的行驶过程中针对样本车辆周围环境的当前感知信息xt和多个历史时刻对应的历史感知信息xt-Δt，这里，t与Δt之间可以具有预设时长的时间跨度。
第一样本输入信息例如还可以包括导航信息，辅助自动驾驶模型进行自动驾驶策略的决策，从而能够进一步提升自动驾驶模型决策的准确性和安全性。
相应地，第一样本输入信息相对应的第一真实驾驶信息可以包括真实的自动驾驶策略信息或针对样本车辆周围环境的未来真实感知信息。
通过步骤S221至步骤S223，对自动驾驶模型进行了进一步训练，使得自动驾驶模型进一步从自动驾驶数据中学习到预测能力。
由此，通过第一训练过程210和第二训练过程220，使得自动驾驶模型基于文本数据学习到逻辑能力或思维链的推理能力，在获得了逻辑能力或思维链的推理能力之后，基于自动驾驶数据进一步学习到自动驾驶场景中的预测能力。通过融合文本数据和自动驾驶数据对自动驾驶模型进行训练，使得模型在学习自动驾驶能力的过程中同时能够学习到文本隐含的逻辑能力，获得更具泛化能力的思维链式推理能力，在面对复杂场景和极端情况时，能够准确地做出相应决策，从而能够提升自动驾驶的安全性和使用体验。
根据一些实施例，样本文本与标签文本可以具有上下文关联关系。
在示例中，样本文本和标签文本可以采集自同一篇文章。例如，样本文本可以是一篇文章的前半部分，标签文本可以是该文章的后半部分，后半部分与前半部分具有上下文关联关系。
相应地，在上述步骤S213中，自动驾驶模型将基于样本文本预测得到预测文本。例如，当样本文本是一篇文章的前半部分时，预测文本可以是模型预测得到的该文章的后半部分。
样本文本与标签文本之间的这种上下文关联关系可以使得自动驾驶模型在第一训练过程210中能够更好地学习到逻辑能力或思维链的推理能力，从而进一步提升自动驾驶模型的泛化能力。
根据一些实施例，样本文本可以包括第一代码数据，并且标签文本可以包括与第一代码数据具有上下文关联关系的第二代码数据。
在示例中，样本文本和标签文本可以采集自同一计算机程序代码。例如，第一代码数据可以是一段程序代码的前半部分，第二代码数据可以是该段程序代码的后半部分，第二代码数据与第一代码数据具有上下文关联关系。相应地，当样本文本是一段程序代码的前半部分时，在上述步骤S213中，预测文本可以是模型预测得到的该段程序代码的后半部分。由于计算机程序代码用于实现特定的逻辑处理，例如数据计算、任务处理，因此，计算机程序代码具有很强的链式的逻辑性，通过代码数据对自动驾驶模型进行预训练，能够使得自动驾驶模型具有更加泛化的思维链式推理能力，提升决策的逻辑性，进一步提升决策的准确性和合理性。
在示例中，第一代码数据和第二代码数据可以是能够实现自动驾驶功能的代码数据。
在示例中，第一代码数据和第二代码数据可以包括代码的功能语句部分和代码的解释部分。
在示例中，第一代码数据和第二代码数据可以是利用各种程序语言(例如C语言、C++语言、Python等)编写的代码数据。
在示例中，第一代码数据和第二代码数据可以是人类编写的代码数据或由模型生成的代码数据。
由于代码数据具有更强的逻辑性，使得自动驾驶模型能够学习到的逻辑能力和思维链的推理能力更强，从而进一步提升自动驾驶模型的泛化能力。例如，能够被计算机成功运行的代码具有极强的逻辑性(例如包括各种循环、条件语句)，一段代码的上下文之间的关联关系也较强，而不同段代码的不同部分通常很难拼凑在一起(即不具有上下文关联关系)，利用具有上下文关系的第一代码数据和第二代码数据能够提升自动驾驶模型学习到思维链的推理能力的效率。
根据一些实施例，第一真实驾驶信息可以包括针对样本车辆周围环境的第一真实未来信息，第一预测驾驶信息可以包括第一未来预测信息。在示例中，第一真实未来信息可以是一个或多个摄像机在未来时刻的感知信息、一个或多个激光雷达在未来时刻的感知信息、以及一个或多个毫米波雷达在未来时刻的感知信息中的一者或多者。
根据一些实施例，第一真实驾驶信息可以包括与第一样本输入信息相对应的第一真实自动驾驶策略信息，第一预测驾驶信息可以包括第一预测自动驾驶策略信息。第一真实自动驾驶策略信息例如可以包括真实规划轨迹或针对样本车辆的真实控制信号(例如控制油门、刹车、转向幅度等的信号)。相应地，自动驾驶模型可以基于第一样本输入信息预测得到第一预测自动驾驶策略信息，第一预测自动驾驶策略信息例如可以包括规划轨迹或针对样本车辆的控制信号(例如控制油门、刹车、转向幅度等的信号)。
由此，不仅可以基于第一真实未来信息和第一未来预测信息来调整自动驾驶模型的参数，还可以进一步基于第一真实自动驾驶策略信息和第一预测自动驾驶策略信息来调整自动驾驶模型的参数，使得自动驾驶模型能够学习到更多特征，从而进一步优化自动驾驶模型。
根据一些实施例，第一真实未来信息可以包括针对样本车辆周围环境的未来真实感知信息，第一未来预测信息可以包括针对样本车辆周围环境的未来预测感知信息。
例如，自动驾驶模型输出的第一未来预测信息可以包括以下各项中的至少一者：针对样本车辆周围环境的未来预测感知信息(例如未来某个时刻的传感器信息，未来某个时刻的传感器信息包括未来某个时刻的摄像机输入信息或雷达输入信息)、与未来预测感知信息相对应的未来预测隐式表示(例如未来某个时刻的传感器信息相对应的在BEV空间的隐式表示)、以及针对样本车辆周围环境的未来预测检测信息(例如未来某个时刻的障碍物位置)。而且未来预测检测信息可以包括样本车辆周围环境中的多个障碍物的类型及其未来预测状态信息(包括障碍物的大小和各种长尾信息)。
在步骤S223的示例中，可以使用如下等式(1)中的目标函数来进一步调整自动驾驶模型的参数：
其中，可以表示未来某个时刻的障碍物预测位置；可以表示未来某个时刻的障碍物真实位置；并且D表示某种测度，用于测量以上两者之间的距离。
根据一些实施例，第一真实自动驾驶策略信息可以包括真实未来规划轨迹，第一预测自动驾驶策略信息可以包括未来预测规划轨迹。
图3示出了根据本公开的实施例的自动驾驶模型的训练方法200的部分过程的流程图。根据一些实施例，如图3所示，上述步骤S222可以包括：
步骤S310、对第一样本输入信息进行处理，以获取第一样本输入信息的向量表示；以及
步骤S320、将第一样本输入信息的向量表示输入自动驾驶模型，以获取自动驾驶模型输出的第一预测驾驶信息。
在示例中，可以对第一样本输入信息进行结构化处理，得到第一样本输入信息的结构化表示，再对第一样本输入信息的结构化表示进行向量化，以得到第一样本输入信息的向量表示。
根据一些实施例，上述步骤S310可以包括：将第一样本输入信息输入编码层，以获取编码层输出的隐式表示。并且第一预测驾驶信息可以包括与针对样本车辆周围环境的未来预测感知信息相对应的未来预测隐式表示(例如未来某个时刻的传感器信息相对应的在BEV空间的隐式表示)。
在示例中，多模态编码层可以对第一样本输入信息进行编码计算，生成相对应的隐式表示et。隐式表示et例如可以是鸟瞰图(BEV)空间中的隐式表示。例如，可以先将摄像机的感知信息输入到共享的骨干网络(Backbone)，提取每个摄像机的数据特征。然后，对多个的摄像机的感知信息进行融合，并转换到BEV空间。接着，可以在BEV空间内进行跨模态融合，将像素级的视觉数据和激光雷达点云进行融合。最后进行时序融合，形成BEV空间的隐式表示et。
在一个示例中，可以利用融合时空信息的Transformer Encoder结构，实现多摄像头的输入信息到BEV空间的隐式表示et的投影。例如，可以通过预先设置参数的网格划分的BEV查询机制(BEV queries)来利用时空信息。利用空间交叉注意力机制(即BEV查询机制从多相机特征中通过注意力机制提取所需的空间特征)，让BEV查询机制能从其感兴趣的多相机视角中提取特征，从而聚合空间信息；此外，通过时序自注意力机制(即每一时刻生成的BEV特征都从上一时刻的BEV特征获取所需的时序信息)来融合历史信息，从而聚合时序信息。
图4示出了根据本公开的实施例的自动驾驶模型的训练方法200的部分过程的流程图。
根据一些实施例，样本文本可以包括多个描述符，并且如图4所示，上述步骤S212可以包括：针对每个描述符：
步骤S410、获取该描述符的内容向量表示和时序向量表示。时序向量表示指示该描述符在样本文本的多个描述符中的时序；以及
步骤S420、对该描述符的内容向量表示和时序向量表示进行融合，以获取该描述符的融合向量表示。
样本文本包括多个描述符，每个描述符(token，或称为令符)例如可以是样本文本的每个词、词的一部分或多个连续的词。在示例中，对于“img＝cv2.imread('image.jpg')”这行代码形式的样本文本而言，多个描述符可以分别对应于“img”、“＝”、“cv2.imread”、“(”、“'image.jpg'”、以及“)”。每个描述符的内容向量表示ei,t指示该描述符的内容(例如内容为“cv2.imread”)；并且每个描述符的时序向量表示p(t)指示该描述符在样本文本的多个描述符中的时序(例如指示“cv2.imread”在“＝”之后，并且在“(”之前)。
步骤S420的示例中，可以利用如下等式(2)对每个描述符的内容向量表示ei,t和时序向量表示p(t)进行融合，从而得到该描述符的融合向量表示e′i,t：
e′i,t＝ei,t+p(t) 等式(2)
后续可以将融合向量表示e′i,t输入到自动驾驶模型中，以获取自动驾驶模型输出的预测文本，例如获取“img＝cv2.imread('image.jpg')”这行代码之后的一行代码。
图5示出了根据本公开的实施例的自动驾驶模型的训练方法500的流程图。
如图5所示，训练方法500包括第一训练过程510和第二训练过程520。其中，第一训练过程510与上文关于图2所描述的第一训练过程210类似，在此不再赘述。
根据一些实施例，第一样本输入信息可以包括样本车辆的样本导航信息，并且参考图5，第二训练过程520还可以包括：
步骤S521、获取与第一样本输入信息相对应的第一真实自动驾驶策略信息；
步骤S522、获取自动驾驶模型输出的第一预测自动驾驶策略信息；以及
步骤S523、至少基于第一真实自动驾驶策略信息和第一预测自动驾驶策略信息，调整所述自动驾驶模型的参数。
在示例中，第一样本输入信息中的样本导航信息可以包括矢量化的导航信息和矢量化的地图信息，矢量化的导航信息和矢量化的地图信息可以是对车道级、或道路级导航信息以及粗定位信息中的一者或多者进行矢量化运算所获得的。
在示例中，样本文本和标签文本可以包括能够实现自动驾驶功能的代码数据，并且第一样本输入信息可以包括样本车辆的样本导航信息。由于样本文本和标签文本的内容均与实现自动驾驶功能相关，因此可以进一步提升经第一训练过程和第二训练过程训练得到的自动驾驶模型的针对不同自动驾驶场景的泛化能力。
图6示出了根据本公开的实施例的自动驾驶模型的训练方法的部分过程的流程图。
根据一些实施例，模型训练方法200还可以包括第三训练过程，如图6所示，第三训练过程包括：
步骤S610、利用第二训练过程训练得到的自动驾驶模型再次执行自动驾驶，并且在该自动驾驶过程中获取第二样本输入信息以及与第二样本输入信息相对应的第二真实驾驶信息；
步骤S620、获取自动驾驶模型基于输入的第二样本输入信息所获得的第二预测驾驶信息；以及
步骤S630、至少基于第二真实驾驶信息和第二预测驾驶信息，再次调整自动驾驶模型的参数。
第三训练过程可以是实车训练过程。在示例中，第二样本输入信息可以是在实车行驶过程中采集的，例如是由人工驾驶的带有自动驾驶传感器的样本车辆在真实道路场景中收集的。并且第二真实驾驶信息可以包括该车辆在真实道路场景的行驶过程中的行车轨迹数据(包括行驶过程中所记录的针对车辆的控制信号)。
第二样本输入信息可以包括样本车辆周围环境的感知信息。在示例中，样本车辆周围环境的感知信息可以包括一个或多个摄像机的感知信息、一个或多个激光雷达的感知信息、以及一个或多个毫米波雷达的感知信息。
由此，在第一和第二训练过程的基础上，进一步基于实车训练数据进行第三训练过程，可以进一步提高自动驾驶模型训练的准确性。
图7示出了根据本公开的实施例的自动驾驶模型的训练方法的部分过程的流程图。
根据一些实施例，模型训练方法200还可以包括第四训练过程，如图7所示，第四训练过程包括：
步骤S710、利用第二训练过程训练得到的自动驾驶模型再次执行自动驾驶，并且在该自动驾驶过程中获取第三样本输入信息以及与第三样本输入信息相对应的第二真实未来信息；
步骤S720、获取自动驾驶模型基于输入的第三样本输入信息所获得的第二未来预测信息；以及
步骤S730、至少基于第二真实未来信息和第二未来预测信息，再次调整自动驾驶模型的参数。
第四训练过程可以是实车训练过程。在示例中，第三样本输入信息和第二真实未来信息可以是在实车行驶过程中采集的，例如是由人工驾驶的带有自动驾驶传感器的样本车辆在真实道路场景中收集的。
第三样本输入信息和第二真实未来信息可以包括样本车辆周围环境的感知信息。在示例中，样本车辆周围环境的感知信息可以包括一个或多个摄像机的感知信息、一个或多个激光雷达的感知信息、以及一个或多个毫米波雷达的感知信息。并且，第二真实未来信息在时序上相对于第三样本输入信息靠后，例如，第三样本输入信息可以是当前和历史帧的激光雷达的感知信息，第二真实未来信息可以是未来帧的激光雷达的感知信息。
由此，在第一和第二训练过程的基础上，进一步基于实车训练数据进行第四训练过程，可以进一步提高自动驾驶模型训练的准确性。根据本公开的另一方面，提供了一种自动驾驶方法。
图8示出了根据本公开的实施例的自动驾驶方法800的流程图。
如图8所示，自动驾驶方法800包括：
步骤S810、获取输入信息，输入信息包括针对目标车辆周围环境的感知信息，感知信息包括针对目标车辆周围环境的当前感知信息和历史感知信息；
步骤S820、将输入信息输入利用根据本公开实施例的方法训练得到的自动驾驶模型，以获取自动驾驶模型输出的预测驾驶信息；以及
步骤S830、基于预测驾驶信息，确定目标车辆的目标自动驾驶策略信息。
在示例中，目标车辆周围环境的感知信息可以包括一个或多个摄像机的感知信息、一个或多个激光雷达的感知信息、以及一个或多个毫米波雷达的感知信息。
相应地，在步骤S830中，可以对预测驾驶信息进行解码，从而确定目标车辆的目标自动驾驶策略信息。目标车辆的目标自动驾驶策略信息例如可以包括规划轨迹或针对目标车辆的控制信号(例如控制油门、刹车、转向幅度等的信号)。
根据一些实施例，预测驾驶信息可以包括针对目标车辆周围环境的未来预测信息。并且上述步骤S830可以包括基于针对目标车辆周围环境的未来预测信息，确定目标车辆的未来目标规划轨迹。
根据一些实施例，预测驾驶信息可以包括未来预测规划轨迹，并且上述步骤S830可以包括基于未来预测规划轨迹，确定目标车辆的未来目标规划轨迹。
根据本公开的另一方面，提供了一种自动驾驶模型的训练装置。
图9示出了根据本公开的实施例的自动驾驶模型的训练装置900的结构框图。如图9所示，自动驾驶模型的训练装置900包括第一训练单元910和第二训练单元920。第一训练单元910包括：
文本获取子单元911，被配置为获取样本文本和与样本文本的内容相关联的标签文本；
文本处理子单元912，被配置为对样本文本进行处理，以获取样本文本的向量表示；
文本预测子单元913，被配置为将样本文本的向量表示输入自动驾驶模型，以获取自动驾驶模型输出的预测文本；以及
第一参数调整子单元914，被配置为至少基于标签文本和预测文本，调整自动驾驶模型的参数。
第二训练单元920包括：
输入信息获取子单元921，被配置为获取第一样本输入信息以及与第一样本输入信息相对应的第一真实驾驶信息，第一样本输入信息包括针对样本车辆周围环境的样本感知信息，样本感知信息包括针对样本车辆周围环境的当前样本感知信息和历史样本感知信息；以及
未来预测子单元922，被配置为将第一样本输入信息输入自动驾驶模型，以获取自动驾驶模型输出的第一预测驾驶信息；以及
第二参数调整子单元923，被配置为至少基于第一真实驾驶信息和第一预测驾驶信息，进一步调整自动驾驶模型的参数。
根据本公开的另一方面，提供了一种自动驾驶装置。
图10示出了根据本公开的实施例的自动驾驶装置1000的结构框图。
如图10所示，自动驾驶装置1000包括：
输入信息获取单元1010，被配置为获取输入信息，输入信息包括针对目标车辆周围环境的感知信息，感知信息包括针对目标车辆周围环境的当前感知信息和历史感知信息；
预测驾驶信息获取单元1020，被配置为将输入信息输入利用根据本公开实施例的训练装置训练得到的自动驾驶模型，以获取自动驾驶模型输出的预测驾驶信息；以及
自动驾驶策略确定单元1030，被配置为基于预测驾驶信息，确定目标车辆的目标自动驾驶策略信息。
应当理解，图9中所示装置900的各个模块或单元可以与参考图2描述的方法200中的各个步骤相对应。由此，上面针对方法200描述的操作、特征和优点同样适用于装置900及其包括的模块以及单元；并且图10中所示装置1000的各个模块或单元可以与参考图8描述的方法800中的各个步骤相对应。由此，上面针对方法800描述的操作、特征和优点同样适用于装置1000及其包括的模块以及单元。为了简洁起见，某些操作、特征和优点在此不再赘述。
虽然上面参考特定模块讨论了特定功能，但是应当注意，本文讨论的各个单元的功能可以分为多个单元，和/或多个单元的至少一些功能可以组合成单个单元。
还应当理解，本文可以在软件硬件元件或程序模块的一般上下文中描述各种技术。上面关于图9和图10描述的各个单元可以在硬件中或在结合软件和/或固件的硬件中实现。例如，这些单元可以被实现为计算机程序代码/指令，该计算机程序代码/指令被配置为在一个或多个处理器中执行并存储在计算机可读存储介质中。可替换地，这些单元可以被实现为硬件逻辑/电路。例如，在一些实施例中，单元911至923、以及单元1010至1030中的一个或多个可以一起被实现在片上系统(System on Chip,SoC)中。SoC可以包括集成电路芯片(其包括处理器(例如，中央处理单元(Central Processing Unit,CPU)、微控制器、微处理器、数字信号处理器(Digital Signal Processor,DSP)等)、存储器、一个或多个通信接口、和/或其他电路中的一个或多个部件)，并且可以可选地执行所接收的程序代码和/或包括嵌入式固件以执行功能。
根据本公开的另一方面，还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；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根据本公开实施例的自动驾驶方法或自动驾驶模型的训练方法。
根据本公开的另一方面，还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，计算机指令用于使所述计算机执行根据本公开实施例的自动驾驶方法或自动驾驶模型的训练方法。
根据本公开的另一方面，还提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现根据本公开实施例的自动驾驶方法或自动驾驶模型的训练方法。
根据本公开的另一方面，还提供了一种自动驾驶车辆，包括根据本公开实施例的自动驾驶装置1000、自动驾驶模型的训练装置900、以及上述的电子设备中的一者。
参考图11，现将描述可以作为本公开的服务器或客户端的电子设备1100的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图11所示，电子设备1100包括计算单元1101，其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序，来执行各种适当的动作和处理。在RAM 1103中，还可存储电子设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
电子设备1100中的多个部件连接至I/O接口1105，包括：输入单元1106、输出单元1107、存储单元1108以及通信单元1109。输入单元1106可以是能向电子设备1100输入信息的任何类型的设备，输入单元1106可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元1107可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1108可以包括但不限于磁盘、光盘。通信单元1109允许电子设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理，例如方法(或过程)300至800。例如，在一些实施例中，方法(或过程)300至800可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1108。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到电子设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时，可以执行上文描述的方法(或过程)300至800的一个或多个步骤。备选地，在其他实施例中，计算单元1101可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法(或过程)300至800。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (19)

1.一种自动驾驶模型的训练方法，包括第一训练过程和第二训练过程，其中，所述第一训练过程包括：
获取样本文本和与所述样本文本的内容相关联的标签文本，其中，所述样本文本与所述标签文本具有上下文关联关系；
对所述样本文本进行处理，以获取样本文本的向量表示；
将所述样本文本的向量表示输入所述自动驾驶模型，以获取所述自动驾驶模型输出的预测文本；以及
至少基于所述标签文本和所述预测文本，调整所述自动驾驶模型的参数，并且其中，所述第二训练过程包括：
获取第一样本输入信息以及与所述第一样本输入信息相对应的第一真实驾驶信息，所述第一样本输入信息包括针对样本车辆周围环境的样本感知信息，所述样本感知信息包括针对所述样本车辆周围环境的当前样本感知信息和历史样本感知信息；
将所述第一样本输入信息输入所述自动驾驶模型，以获取所述自动驾驶模型输出的第一预测驾驶信息；以及
至少基于所述第一真实驾驶信息和所述第一预测驾驶信息，进一步调整所述自动驾驶模型的参数。
2.根据权利要求1所述的方法，其中，所述第一真实驾驶信息包括针对样本车辆周围环境的第一真实未来信息，所述第一预测驾驶信息包括第一未来预测信息。
3.根据权利要求1或2所述的方法，其中，所述第一真实驾驶信息包括与所述第一样本输入信息相对应的第一真实自动驾驶策略信息，所述第一预测驾驶信息包括第一预测自动驾驶策略信息。
4.根据权利要求2所述的方法，其中，所述第一真实未来信息包括针对样本车辆周围环境的未来真实感知信息，所述第一未来预测信息包括针对样本车辆周围环境的未来预测感知信息。
5.根据权利要求3所述的方法，其中，所述第一真实自动驾驶策略信息包括真实未来规划轨迹，所述第一预测自动驾驶策略信息包括未来预测规划轨迹。
6.根据权利要求1或2所述的方法，其中，所述样本文本包括多个描述符，并且其中，对所述样本文本进行处理，以获取样本文本的向量表示包括：
针对每个描述符：
获取该描述符的内容向量表示和时序向量表示，其中，所述时序向量表示指示该描述符在所述样本文本的多个描述符中的时序；以及
对该描述符的内容向量表示和时序向量表示进行融合，以获取该描述符的融合向量表示。
7.根据权利要求1或2所述的方法，其中，将所述第一样本输入信息输入所述自动驾驶模型，以获取所述自动驾驶模型输出的第一预测驾驶信息包括：
对所述第一样本输入信息进行处理，以获取第一样本输入信息的向量表示；以及
将所述第一样本输入信息的向量表示输入所述自动驾驶模型，以获取所述自动驾驶模型输出的所述第一预测驾驶信息。
8.根据权利要求7所述的方法，其中，对所述第一样本输入信息进行处理，以获取第一样本输入信息的向量表示包括：
将所述第一样本输入信息输入编码层，以获取所述编码层输出的隐式表示，其中，所述第一预测驾驶信息包括与针对样本车辆周围环境的未来预测感知信息相对应的未来预测隐式表示。
9.根据权利要求1或2所述的方法，还包括第三训练过程，所述第三训练过程包括：
利用所述第二训练过程训练得到的自动驾驶模型再次执行自动驾驶，并且在该自动驾驶过程中获取第二样本输入信息以及与所述第二样本输入信息相对应的第二真实驾驶信息；
获取所述自动驾驶模型基于输入的第二样本输入信息所获得的第二预测驾驶信息；以及
至少基于所述第二真实驾驶信息和第二预测驾驶信息，再次调整所述自动驾驶模型的参数。
10.根据权利要求1所述的方法，其中，所述样本文本包括第一代码数据，并且所述标签文本包括与所述第一代码数据具有上下文关联关系的第二代码数据。
11.一种自动驾驶方法，包括：
获取输入信息，所述输入信息包括针对目标车辆周围环境的感知信息，所述感知信息包括针对目标车辆周围环境的当前感知信息和历史感知信息；
将所述输入信息输入利用根据权利要求1至10中任一项所述的方法训练得到的自动驾驶模型，以获取所述自动驾驶模型输出的预测驾驶信息；以及
基于所述预测驾驶信息，确定所述目标车辆的目标自动驾驶策略信息。
12.根据权利要求11所述的驾驶方法，其中，所述预测驾驶信息包括针对目标车辆周围环境的未来预测信息，
基于所述预测驾驶信息，确定所述目标车辆的目标自动驾驶策略信息包括：
基于针对目标车辆周围环境的未来预测信息，确定所述目标车辆的未来目标规划轨迹。
13.根据权利要求11所述的驾驶方法，其中，所述预测驾驶信息包括未来预测规划轨迹，
基于所述预测驾驶信息，确定所述目标车辆的目标自动驾驶策略信息包括：
基于所述未来预测规划轨迹，确定所述目标车辆的未来目标规划轨迹。
14.一种自动驾驶模型的训练装置，包括第一训练单元和第二训练单元，其中，所述第一训练单元包括：
文本获取子单元，被配置为获取样本文本和与所述样本文本的内容相关联的标签文本，其中，所述样本文本与所述标签文本具有上下文关联关系；
文本处理子单元，被配置为对所述样本文本进行处理，以获取样本文本的向量表示；
文本预测子单元，被配置为将所述样本文本的向量表示输入所述自动驾驶模型，以获取所述自动驾驶模型输出的预测文本；以及
第一参数调整子单元，被配置为至少基于所述标签文本和所述预测文本，调整所述自动驾驶模型的参数，并且
其中，所述第二训练单元包括：
输入信息获取子单元，被配置为获取第一样本输入信息以及与所述第一样本输入信息相对应的第一真实驾驶信息，所述第一样本输入信息包括针对样本车辆周围环境的样本感知信息，所述样本感知信息包括针对所述样本车辆周围环境的当前样本感知信息和历史样本感知信息；以及
未来预测子单元，被配置为将所述第一样本输入信息输入所述自动驾驶模型，以获取所述自动驾驶模型输出的第一预测驾驶信息；以及
第二参数调整子单元，被配置为至少基于所述第一真实驾驶信息和所述第一预测驾驶信息，进一步调整所述自动驾驶模型的参数。
15.一种自动驾驶装置，包括：
输入信息获取单元，被配置为获取输入信息，所述输入信息包括针对目标车辆周围环境的感知信息，所述感知信息包括针对目标车辆周围环境的当前感知信息和历史感知信息；
预测驾驶信息获取单元，被配置为将所述输入信息输入利用根据权利要求14所述的训练装置训练得到的自动驾驶模型，以获取所述自动驾驶模型输出的预测驾驶信息；以及
自动驾驶策略确定单元，被配置为基于所述预测驾驶信息，确定所述目标车辆的目标自动驾驶策略信息。
16.一种电子设备，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权利要求1-13中任一项所述的方法。
17.一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1-13中任一项所述的方法。
18.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-13中任一项所述的方法。
19.一种自动驾驶车辆，包括：
根据权利要求14所述的自动驾驶模型的训练装置、根据权利要求15所述的自动驾驶装置、以及根据权利要求16所述的电子设备中的一者。
CN202310403787.5A 2023-04-14 2023-04-14 融合文本数据和自动驾驶数据进行模型训练的方法和车辆 Active CN117035032B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310403787.5A CN117035032B (zh) 2023-04-14 2023-04-14 融合文本数据和自动驾驶数据进行模型训练的方法和车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310403787.5A CN117035032B (zh) 2023-04-14 2023-04-14 融合文本数据和自动驾驶数据进行模型训练的方法和车辆

Publications (2)

Publication Number Publication Date
CN117035032A CN117035032A (zh) 2023-11-10
CN117035032B true CN117035032B (zh) 2024-11-01

Family

ID=88643613

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310403787.5A Active CN117035032B (zh) 2023-04-14 2023-04-14 融合文本数据和自动驾驶数据进行模型训练的方法和车辆

Country Status (1)

Country Link
CN (1) CN117035032B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117934997B (zh) * 2024-03-21 2024-06-21 宁算(南京)科技有限公司 用于corner case样本生成的大语言模型系统及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10713570B1 (en) * 2017-10-04 2020-07-14 Diveplane Corporation Evolutionary programming techniques utilizing context indications

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10817750B2 (en) * 2018-04-09 2020-10-27 Diveplane Corporation Data inclusion in computer-based reasoning models
CN118349673A (zh) * 2019-09-12 2024-07-16 华为技术有限公司 文本处理模型的训练方法、文本处理方法及装置
CN111984018A (zh) * 2020-09-25 2020-11-24 斑马网络技术有限公司 自动驾驶方法及装置
JP2022119430A (ja) * 2021-02-04 2022-08-17 Kddi株式会社 未知語を考慮して文を推論するプログラム、装置及び方法
CN114523990A (zh) * 2022-03-25 2022-05-24 苏州挚途科技有限公司 基于分层强化学习的自动驾驶决策方法和装置
CN114757274A (zh) * 2022-04-07 2022-07-15 南斗六星系统集成有限公司 自动驾驶模型部署系统
CN115563989A (zh) * 2022-08-31 2023-01-03 西安工程大学 基于自适应上下文推理机制的内容倾向性评判及预测方法
CN115880928A (zh) * 2022-12-06 2023-03-31 北京百度网讯科技有限公司 自动驾驶高精地图实时更新方法、装置、设备及存储介质
CN115953569A (zh) * 2022-12-16 2023-04-11 华东师范大学 一种基于多步推理的一阶段视觉定位模型构建方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10713570B1 (en) * 2017-10-04 2020-07-14 Diveplane Corporation Evolutionary programming techniques utilizing context indications

Also Published As

Publication number Publication date
CN117035032A (zh) 2023-11-10

Similar Documents

Publication Publication Date Title
CN116880462B (zh) 自动驾驶模型、训练方法和自动驾驶方法和车辆
CN116881707B (zh) 自动驾驶模型、训练方法、装置和车辆
CN117519206B (zh) 基于生成式扩散模型的自动驾驶模型、方法、装置和车辆
CN116991157B (zh) 具备人类专家驾驶能力的自动驾驶模型、训练方法和车辆
US20230391362A1 (en) Decision-making for autonomous vehicle
CN114758502B (zh) 双车联合轨迹预测方法及装置、电子设备和自动驾驶车辆
CN116776151A (zh) 可与车外人员进行自主交互的自动驾驶模型和训练方法
CN117601898A (zh) 能够实现多模态交互的自动驾驶模型、方法、装置和车辆
CN116882122B (zh) 用于自动驾驶的仿真环境的构建的方法和装置
CN115082690B (zh) 目标识别方法、目标识别模型训练方法及装置
CN117035032B (zh) 融合文本数据和自动驾驶数据进行模型训练的方法和车辆
CN115019060A (zh) 目标识别方法、目标识别模型的训练方法及装置
CN115861953A (zh) 场景编码模型的训练方法、轨迹规划方法及装置
CN118163808B (zh) 世界知识增强的自动驾驶模型、训练方法和自动驾驶方法
CN116859724B (zh) 时序自回归同时决策和预测的自动驾驶模型及其训练方法
CN117539253B (zh) 能够遵循指令实现自主脱困的自动驾驶方法、装置和车辆
CN116861230A (zh) 输出解释信息的自动驾驶模型、训练方法、装置和车辆
CN115675528A (zh) 基于相似场景挖掘的自动驾驶方法和车辆
CN116560377B (zh) 用于预测位置轨迹的自动驾驶模型及其训练方法
CN117034732B (zh) 基于真实与仿真对抗学习的自动驾驶模型训练方法
CN117315402B (zh) 三维对象检测模型的训练方法及三维对象检测方法
CN118657044A (zh) 对自动驾驶模型进行训练的方法、装置和电子设备
CN117542042B (zh) 三维对象检测方法及装置、电子设备和存储介质
CN116844134B (zh) 目标检测方法、装置、电子设备、存储介质及车辆
CN114333368B (zh) 语音提醒方法、装置、设备和介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant