本發(fā)明涉及數(shù)據(jù)處理，具體涉及基于人工智能的自動駕駛決策方法及系統(tǒng)。

背景技術：

1、隨著自動駕駛技術的快速發(fā)展，其在復雜交通環(huán)境中的應用面臨諸多挑戰(zhàn)。例如，傳統(tǒng)感知系統(tǒng)依賴單一傳感器，難以應對復雜多變的交通場景；路徑規(guī)劃算法多為靜態(tài)預設，無法動態(tài)響應實時路況變化；決策系統(tǒng)缺乏高效的學習優(yōu)化能力，導致應對突發(fā)情況的反應速度不足；控制執(zhí)行環(huán)節(jié)精度有限，難以實現(xiàn)車輛的高效穩(wěn)定操控。這些問題嚴重制約了自動駕駛技術在復雜環(huán)境下的可靠性和安全性。

技術實現(xiàn)思路

1、本申請?zhí)峁┝嘶谌斯ぶ悄艿淖詣玉{駛決策方法及系統(tǒng)，用于解決現(xiàn)有自動駕駛技術在復雜交通環(huán)境下存在環(huán)境感知不全面、路徑規(guī)劃靜態(tài)化、決策實時性不足的技術問題。

2、本申請的第一個方面，提供了基于人工智能的自動駕駛決策方法，所述方法包括：獲取目標車輛的初始車輛定位和目的地信息，基于所述初始車輛定位和目的地信息，生成目標車輛的目標行駛路線；通過智能傳感模組，獲取目標車輛的環(huán)境感知數(shù)據(jù)，所述環(huán)境感知數(shù)據(jù)包括但不限于圖像數(shù)據(jù)、雷達數(shù)據(jù)、激光雷達數(shù)據(jù)和gps數(shù)據(jù)；對所述環(huán)境感知數(shù)據(jù)進行多元特征提取，生成環(huán)境特征信息；基于所述環(huán)境特征信息，對所述目標行駛路線進行動態(tài)學習優(yōu)化，生成實時動態(tài)駕駛策略；根據(jù)所述實時動態(tài)駕駛策略，進行目標車輛的自動駕駛控制。

3、本申請的第二個方面，提供了基于人工智能的自動駕駛決策系統(tǒng)，所述系統(tǒng)包括：行駛路線生成模塊，所述行駛路線生成模塊用于獲取目標車輛的初始車輛定位和目的地信息，基于所述初始車輛定位和目的地信息，生成目標車輛的目標行駛路線；環(huán)境感知模塊，所述環(huán)境感知模塊用于通過智能傳感模組，獲取目標車輛的環(huán)境感知數(shù)據(jù)，所述環(huán)境感知數(shù)據(jù)包括但不限于圖像數(shù)據(jù)、雷達數(shù)據(jù)、激光雷達數(shù)據(jù)和gps數(shù)據(jù)；環(huán)境特征提取模塊，所述環(huán)境特征提取模塊用于對所述環(huán)境感知數(shù)據(jù)進行多元特征提取，生成環(huán)境特征信息；動態(tài)駕駛策略生成模塊，所述動態(tài)駕駛策略生成模塊用于基于所述環(huán)境特征信息，對所述目標行駛路線進行動態(tài)學習優(yōu)化，生成實時動態(tài)駕駛策略；自動駕駛控制模塊，所述自動駕駛控制模塊用于根據(jù)所述實時動態(tài)駕駛策略，進行目標車輛的自動駕駛控制。

4、本申請中提供的一個或多個技術方案，至少具有如下技術效果或優(yōu)點：

5、本申請?zhí)峁┑幕谌斯ぶ悄艿淖詣玉{駛決策方法及系統(tǒng)，涉及數(shù)據(jù)處理技術領域，通過獲取車輛初始定位和目的地生成行駛路線，利用多源傳感器采集環(huán)境數(shù)據(jù)并提取特征，基于環(huán)境特征動態(tài)優(yōu)化路線，生成實時駕駛策略，實現(xiàn)自動駕駛控制，解決了現(xiàn)有自動駕駛技術在復雜交通環(huán)境下存在環(huán)境感知不全面、路徑規(guī)劃靜態(tài)化、決策實時性不足的技術問題，實現(xiàn)了通過多源數(shù)據(jù)融合和動態(tài)學習優(yōu)化，實現(xiàn)復雜環(huán)境下的全面感知和實時動態(tài)路徑規(guī)劃的技術效果。

技術特征：

1.基于人工智能的自動駕駛決策方法，其特征在于，所述方法包括：

2.如權利要求1所述的基于人工智能的自動駕駛決策方法，其特征在于，基于所述初始車輛定位和目的地信息，生成目標車輛的目標行駛路線，包括：

3.如權利要求1所述的基于人工智能的自動駕駛決策方法，其特征在于，通過智能傳感模組，獲取目標車輛的環(huán)境感知數(shù)據(jù)，包括：

4.如權利要求3所述的基于人工智能的自動駕駛決策方法，其特征在于，對所述環(huán)境感知數(shù)據(jù)進行多元特征提取，生成環(huán)境特征信息，包括：

5.如權利要求1所述的基于人工智能的自動駕駛決策方法，其特征在于，基于所述環(huán)境特征信息，對所述目標行駛路線進行動態(tài)學習優(yōu)化，生成實時動態(tài)駕駛策略，包括：

6.如權利要求5所述的基于人工智能的自動駕駛決策方法，其特征在于，基于駕駛參數(shù)優(yōu)化向量對所述目標行駛路線進行優(yōu)化，生成實時動態(tài)駕駛策略，包括：

7.如權利要求1所述的基于人工智能的自動駕駛決策方法，其特征在于，根據(jù)所述實時動態(tài)駕駛策略，進行目標車輛的自動駕駛控制，包括：

8.基于人工智能的自動駕駛決策系統(tǒng)，其特征在于，所述系統(tǒng)包括：

技術總結(jié)
本發(fā)明公開了基于人工智能的自動駕駛決策方法及系統(tǒng)，涉及數(shù)據(jù)處理技術領域，該方法包括：獲取目標車輛的初始定位和目的地信息，生成目標行駛路線；通過智能傳感模組采集多源環(huán)境感知數(shù)據(jù)，并進行多元特征提取，生成環(huán)境特征信息；基于環(huán)境特征信息，采用動態(tài)學習優(yōu)化技術對目標行駛路線進行實時調(diào)整，生成適應復雜交通場景的駕駛策略；最后，根據(jù)實時動態(tài)駕駛策略，實現(xiàn)目標車輛的自動駕駛控制。本發(fā)明解決了現(xiàn)有自動駕駛技術在復雜交通環(huán)境下存在環(huán)境感知不全面、路徑規(guī)劃靜態(tài)化、決策實時性不足的技術問題，達到了通過多源數(shù)據(jù)融合和動態(tài)學習優(yōu)化，實現(xiàn)復雜環(huán)境下的全面感知和實時動態(tài)路徑規(guī)劃的技術效果。

技術研發(fā)人員：閆昊,王偉,王永飛
受保護的技術使用者：智慧互通科技股份有限公司
技術研發(fā)日：
技術公布日：2025/6/26