本發(fā)明實(shí)施例屬于自動駕駛，具體涉及一種基于雷視融合的自動駕駛方法、裝置及電動雪地車。

背景技術(shù)：

1、在電動雪地車的自動駕駛領(lǐng)域，面臨著諸多技術(shù)挑戰(zhàn)。傳統(tǒng)的自動駕駛策略生成往往缺乏對多種因素的綜合考量。例如，不同的駕駛用戶需求各異，但現(xiàn)有的技術(shù)可能無法全面且細(xì)致地根據(jù)這些需求生成多樣化的初始策略。而且，對于雷視融合技術(shù)在自動駕駛中的應(yīng)用，缺乏有效的方式來深入分析每個(gè)策略執(zhí)行時(shí)雷視融合的具體需求，即策略執(zhí)行任務(wù)要素。同時(shí)，在評估自動駕駛策略是否適用于當(dāng)前的路網(wǎng)環(huán)境時(shí)，沒有充分利用過往的經(jīng)驗(yàn)數(shù)據(jù)。這導(dǎo)致在不同的路況（如積雪覆蓋的道路，其積雪深度、道路平整度和寬度都影響行駛）、交通流量（雪地車和滑雪者數(shù)量變化頻繁）以及天氣狀況（降雪、能見度低和強(qiáng)風(fēng)等惡劣天氣）下，難以準(zhǔn)確地選擇出最優(yōu)的自動駕駛策略，從而增加了行駛風(fēng)險(xiǎn)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例提供了一種基于雷視融合的自動駕駛方法、裝置及電動雪地車，能夠解決或者部分解決上述背景技術(shù)所涉及的技術(shù)問題。

2、本發(fā)明實(shí)施例提供一種基于雷視融合的自動駕駛方法，應(yīng)用于雷視融合自動駕駛裝置，所述方法包括：對獲取的駕駛用戶請求信息進(jìn)行處理，生成所述駕駛用戶請求信息的x個(gè)初始自動駕駛策略；x為正整數(shù)；對各個(gè)所述初始自動駕駛策略進(jìn)行雷視融合狀態(tài)向量挖掘，得到各個(gè)所述初始自動駕駛策略對應(yīng)的雷視融合狀態(tài)向量；一個(gè)所述初始自動駕駛策略對應(yīng)的雷視融合狀態(tài)向量用于表征所述初始自動駕駛策略的策略執(zhí)行任務(wù)要素；獲取智駕狀態(tài)評估記錄；所述智駕狀態(tài)評估記錄中包含過往雷視融合狀態(tài)向量集合與過往路網(wǎng)環(huán)境質(zhì)量特征集合之間的關(guān)聯(lián)描述，所述過往雷視融合狀態(tài)向量集合中的一個(gè)過往雷視融合狀態(tài)向量與所述過往路網(wǎng)環(huán)境質(zhì)量特征集合中的一個(gè)過往路網(wǎng)環(huán)境質(zhì)量特征之間存在關(guān)聯(lián)描述，一個(gè)過往雷視融合狀態(tài)向量是指一個(gè)過往駕駛用戶請求信息的過往自動駕駛策略所對應(yīng)的雷視融合狀態(tài)向量；通過各個(gè)所述初始自動駕駛策略對應(yīng)的雷視融合狀態(tài)向量、所述智駕狀態(tài)評估記錄中所述過往雷視融合狀態(tài)向量集合與所述過往路網(wǎng)環(huán)境質(zhì)量特征集合之間的關(guān)聯(lián)描述，計(jì)算各個(gè)所述初始自動駕駛策略的路網(wǎng)環(huán)境質(zhì)量特征；依據(jù)各個(gè)所述初始自動駕駛策略的路網(wǎng)環(huán)境質(zhì)量特征從所述x個(gè)初始自動駕駛策略中篩選目標(biāo)自動駕駛策略，并將所述目標(biāo)自動駕駛策略下發(fā)至目標(biāo)電動雪地車。

3、本發(fā)明實(shí)施例提供一種雷視融合自動駕駛裝置，包括至少一個(gè)處理器和存儲器；所述存儲器存儲計(jì)算機(jī)執(zhí)行指令；所述至少一個(gè)處理器執(zhí)行所述存儲器存儲的計(jì)算機(jī)執(zhí)行指令，使得所述至少一個(gè)處理器執(zhí)行上述的方法。

4、本發(fā)明實(shí)施例提供一種可讀存儲介質(zhì)，所述可讀存儲介質(zhì)上存儲程序或指令，所述程序或指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述方法的步驟。

5、本發(fā)明實(shí)施例提供一種電動雪地車，所述電動雪地車與雷視融合自動駕駛裝置通信連接，所述電動雪地車用于接收所述雷視融合自動駕駛裝置下發(fā)的目標(biāo)自動駕駛策略，所述目標(biāo)自動駕駛策略通過上述方法確定。

6、在本發(fā)明實(shí)施例中，能夠根據(jù)駕駛用戶請求信息生成多個(gè)初始自動駕駛策略，通過雷視融合狀態(tài)向量挖掘表征各策略的任務(wù)要素，這使得自動駕駛系統(tǒng)能夠全面且細(xì)致地分析每個(gè)策略在雷視融合技術(shù)下的執(zhí)行要求。獲取智駕狀態(tài)評估記錄并基于此計(jì)算各初始策略的路網(wǎng)環(huán)境質(zhì)量特征，這一過程充分利用過往經(jīng)驗(yàn)數(shù)據(jù)，讓策略評估更具可靠性和科學(xué)性。通過篩選出目標(biāo)自動駕駛策略下發(fā)至目標(biāo)電動雪地車，能夠確保選擇出最適合當(dāng)前路網(wǎng)環(huán)境的駕駛策略。整體提高了電動雪地車自動駕駛的適應(yīng)性和安全性，無論在不同的路況（如積雪厚度、道路寬窄）、交通流量（車輛或滑雪者密度）還是天氣狀況（降雪量、能見度、風(fēng)速）下，都能使車輛做出最優(yōu)決策，有效避免因策略選擇不當(dāng)而導(dǎo)致的行駛風(fēng)險(xiǎn)，同時(shí)提升用戶的出行體驗(yàn)。

技術(shù)特征：

1.一種基于雷視融合的自動駕駛方法，其特征在于，所述方法包括：

2.如權(quán)利要求1所述的方法，其特征在于，各個(gè)所述初始自動駕駛策略由一個(gè)或多個(gè)策略任務(wù)節(jié)點(diǎn)構(gòu)成；

3.如權(quán)利要求2所述的方法，其特征在于，所述對所述第一策略任務(wù)節(jié)點(diǎn)鏈中的各個(gè)所述策略任務(wù)節(jié)點(diǎn)進(jìn)行節(jié)點(diǎn)雷視融合狀態(tài)向量挖掘，得到各個(gè)所述策略任務(wù)節(jié)點(diǎn)對應(yīng)的節(jié)點(diǎn)雷視融合狀態(tài)向量，包括：

4.如權(quán)利要求3所述的方法，其特征在于，所述對所述目標(biāo)策略任務(wù)節(jié)點(diǎn)的多模節(jié)點(diǎn)要素向量進(jìn)行互注意力操作，得到所述目標(biāo)策略任務(wù)節(jié)點(diǎn)的節(jié)點(diǎn)雷視融合狀態(tài)向量，包括：

5.如權(quán)利要求4所述的方法，其特征在于，所述基于所述目標(biāo)策略任務(wù)節(jié)點(diǎn)的任務(wù)節(jié)點(diǎn)傳導(dǎo)特征，對所述目標(biāo)策略任務(wù)節(jié)點(diǎn)的多模節(jié)點(diǎn)要素向量進(jìn)行特征連接操作，得到所述目標(biāo)策略任務(wù)節(jié)點(diǎn)的任務(wù)連接特征，包括：

6.如權(quán)利要求4所述的方法，其特征在于，所述依據(jù)雷視權(quán)重強(qiáng)化規(guī)則，對所述目標(biāo)策略任務(wù)節(jié)點(diǎn)的任務(wù)連接特征進(jìn)行雷視權(quán)重強(qiáng)化，得到所述目標(biāo)策略任務(wù)節(jié)點(diǎn)的任務(wù)連接加權(quán)特征，包括：

7.如權(quán)利要求1所述的方法，其特征在于，所述對獲取的駕駛用戶請求信息進(jìn)行處理，生成所述駕駛用戶請求信息的x個(gè)初始自動駕駛策略，包括：

8.如權(quán)利要求1所述的方法，其特征在于，所述通過各個(gè)所述初始自動駕駛策略對應(yīng)的雷視融合狀態(tài)向量、所述智駕狀態(tài)評估記錄中所述過往雷視融合狀態(tài)向量集合與所述過往路網(wǎng)環(huán)境質(zhì)量特征集合之間的關(guān)聯(lián)描述，計(jì)算各個(gè)所述初始自動駕駛策略的路網(wǎng)環(huán)境質(zhì)量特征，包括：

9.一種雷視融合自動駕駛裝置，其特征在于，包括至少一個(gè)處理器和存儲器；所述存儲器存儲計(jì)算機(jī)執(zhí)行指令；所述至少一個(gè)處理器執(zhí)行所述存儲器存儲的計(jì)算機(jī)執(zhí)行指令，使得所述至少一個(gè)處理器執(zhí)行權(quán)利要求1-8任一項(xiàng)所述的方法。

10.一種電動雪地車，其特征在于，所述電動雪地車與雷視融合自動駕駛裝置通信連接，所述電動雪地車用于接收所述雷視融合自動駕駛裝置下發(fā)的目標(biāo)自動駕駛策略，所述目標(biāo)自動駕駛策略通過權(quán)利要求1-8任一項(xiàng)所述的方法確定。

技術(shù)總結(jié)
本發(fā)明實(shí)施例公開了一種基于雷視融合的自動駕駛方法、裝置及電動雪地車，屬于自動駕駛技術(shù)領(lǐng)域。本發(fā)明實(shí)施例能夠根據(jù)駕駛用戶請求信息生成多個(gè)初始自動駕駛策略，通過雷視融合狀態(tài)向量挖掘表征各策略的任務(wù)要素，這使得自動駕駛系統(tǒng)能夠全面且細(xì)致地分析每個(gè)策略在雷視融合技術(shù)下的執(zhí)行要求。獲取智駕狀態(tài)評估記錄并基于此計(jì)算各初始策略的路網(wǎng)環(huán)境質(zhì)量特征，這一過程充分利用過往經(jīng)驗(yàn)數(shù)據(jù)，讓策略評估更具可靠性和科學(xué)性。通過篩選出目標(biāo)自動駕駛策略下發(fā)至目標(biāo)電動雪地車，能夠確保選擇出最適合當(dāng)前路網(wǎng)環(huán)境的駕駛策略。整體提高了電動雪地車自動駕駛的適應(yīng)性和安全性。

技術(shù)研發(fā)人員：沈釗,於偉一,李司禹,仉曉艷,於辰,孫玥,李媛媛
受保護(hù)的技術(shù)使用者：深圳盛世華辰信息服務(wù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9