CN112180921A - 自动驾驶算法训练系统及方法 - Google Patents

Abstract

本发明公开了一种自动驾驶算法训练系统及方法，所述系统包括：车辆计算设备、决策设备和服务器，在行驶测试场景下，车辆计算设备根据车辆行驶数据和环境数据生成自动驾驶指令发送至决策设备，决策设备在接收自动驾驶指令的同时还可接收驾驶员控制指令，并将自动驾驶指令与驾驶员控制指令进行比较，在不一致时说明自动驾驶存在不精确的问题，采用驾驶员控制指令对待测试车辆进行控制，由服务器确定机器控制数据以及驾驶员控制数据，并将机器控制数据和驾驶员控制数据进行行为对比，以对自动驾驶算法进行训练，通过训练达到机器向人的驾驶行为学习的效果，从而不需要在车上配备多个人员，而且通过测试训练提高了自动驾驶目标识别的准确性。

Description

自动驾驶算法训练系统及方法

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种自动驾驶算法训练系统及方法。

背景技术

现有的自动驾驶车辆测试均是配备安全员，在驾驶室全程跟踪，并配备测试人员进行数据监控、采集、分析与处理，自动驾驶感知算法通过预先设置好的虚拟场景及模型中进行数据训练，以提升识别精度，提高算法可靠性。

但是，在以上测试训练过程中，车上需要配备安全员进行测试跟踪，当人员注意力分散，与测试员进行交流时，容易发生安全事故，同时测试人员需要在车上进行数据监控、采集、分析与处理，工具及人员配备是固定的，并且工具有限，导致自动驾驶目标识别不精准。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提出一种自动驾驶算法训练系统及方法，旨在解决现有技术中车上需要配备多个人员进行测试，并且自动驾驶目标识别不精准的技术问题。

为实现上述目的，本发明提供一种自动驾驶算法训练系统，所述自动驾驶算法训练系统包括：车辆计算设备、决策设备和服务器，所述车辆计算设备和所述决策设备均设置在待测试车辆上；

所述车辆计算设备，用于在行驶测试场景下，获取所述待测试车辆的车辆行驶数据以及所述待测试车辆周围环境的环境数据，根据所述车辆行驶数据和所述环境数据生成自动驾驶指令，并将所述自动驾驶指令发送至决策设备；

所述决策设备，用于接收所述车辆计算设备发送的自动驾驶指令，并确定驾驶员控制指令，判断所述自动驾驶指令与所述驾驶员控制指令是否一致，在所述自动驾驶指令与所述驾驶员控制指令不一致时，采用所述驾驶员控制指令对待测试车辆进行控制，并将所述自动驾驶指令和所述驾驶员控制指令发送至所述服务器；

所述服务器，用于根据所述自动驾驶指令确定机器控制数据，根据所述驾驶员控制指令确定驾驶员控制数据，基于所述机器控制数据和所述驾驶员控制数据进行行为对比，以对自动驾驶算法进行训练。

可选地，所述决策模块，还用于在接收到本地驾驶员控制指令时，将所述本地驾驶员控制指令作为驾驶员控制指令；

所述决策模块，还用于在接收到远程驾驶员控制指令时，将所述远程驾驶员控制指令作为驾驶员控制指令；

所述决策模块，还用于在接收到本地驾驶员控制指令和远程驾驶员控制指令时，将所述本地驾驶员控制指令作为驾驶员控制指令。

可选地，所述自动驾驶算法训练系统还包括：驾驶座舱，所述驾驶座舱设置在实验室内；

所述驾驶座舱，用于检测远程驾驶员的远程操控动作，根据所述远程操控动作生成远程驾驶员控制指令，并将所述远程驾驶员控制指令发送至所述决策设备。

可选地，所述决策设备，还用于在刹车训练场景下，接收所述车辆计算设备发送的自动刹车指令，并将所述自动刹车指令发送至所述服务器；

所述决策设备，还用于在所述刹车训练场景下，接收驾驶员刹车指令，并将所述驾驶员刹车指令发送至所述服务器；

所述服务器，还用于根据所述自动刹车指令确定机器刹车数据，根据所述驾驶员刹车指令确定驾驶员刹车数据，基于所述机器刹车数据和所述驾驶员刹车数据进行数据分析，以对所述自动驾驶算法进行训练。

可选地，所述车辆计算设备，还用于在检测到前方出现障碍物时，获取所述障碍物对应的障碍物信息，并根据所述障碍物信息生成自动刹车指令。

此外，为实现上述目的，本发明还提出一种自动驾驶算法训练方法，所述自动驾驶算法训练方法适用于自动驾驶算法训练系统，所述自动驾驶算法训练系统包括：车辆计算设备、决策设备和服务器，所述自动驾驶算法训练方法包括以下步骤：

所述车辆计算设备在行驶测试场景下，获取所述待测试车辆的车辆行驶数据以及所述待测试车辆周围环境的环境数据，根据所述车辆行驶数据和所述环境数据生成自动驾驶指令，并将所述自动驾驶指令发送至决策设备；

所述决策设备接收所述车辆计算设备发送的自动驾驶指令，并确定驾驶员控制指令，判断所述自动驾驶指令与所述驾驶员控制指令是否一致，在所述自动驾驶指令与所述驾驶员控制指令不一致时，采用所述驾驶员控制指令对待测试车辆进行控制，并将所述自动驾驶指令和所述驾驶员控制指令发送至所述服务器；

所述服务器根据所述自动驾驶指令确定机器控制数据，根据所述驾驶员控制指令确定驾驶员控制数据，基于所述机器控制数据和所述驾驶员控制数据进行行为对比，以对自动驾驶算法进行训练。

可选地，所述确定驾驶员控制指令，包括：

所述决策模块在接收到本地驾驶员控制指令时，将所述本地驾驶员控制指令作为驾驶员控制指令；

所述决策模块在接收到远程驾驶员控制指令时，将所述远程驾驶员控制指令作为驾驶员控制指令；

所述决策模块在接收到本地驾驶员控制指令和远程驾驶员控制指令时，将所述本地驾驶员控制指令作为驾驶员控制指令。

可选地，所述自动驾驶算法训练系统还包括：驾驶座舱，所述驾驶座舱设置在实验室内；

所述决策模块在接收到远程驾驶员控制指令时，将所述远程驾驶员控制指令作为驾驶员控制指令之前，还包括：

所述驾驶座舱检测远程驾驶员的远程操控动作，根据所述远程操控动作生成远程驾驶员控制指令，并将所述远程驾驶员控制指令发送至所述决策设备。

可选地，所述服务器根据所述自动驾驶指令确定机器控制数据，根据所述驾驶员控制指令确定驾驶员控制数据，基于所述机器控制数据和所述驾驶员控制数据进行行为对比，以对自动驾驶算法进行训练之后，还包括：

所述决策设备在刹车训练场景下，接收所述车辆计算设备发送的自动刹车指令，并将所述自动刹车指令发送至所述服务器；

所述决策设备在所述刹车训练场景下，接收驾驶员刹车指令，并将所述驾驶员刹车指令发送至所述服务器；

所述服务器根据所述自动刹车指令确定机器刹车数据，根据所述驾驶员刹车指令确定驾驶员刹车数据，基于所述机器刹车数据和所述驾驶员刹车数据进行数据分析，以对所述自动驾驶算法进行训练。

可选地，所述接收所述车辆计算设备发送的自动刹车指令，并将所述自动刹车指令发送至所述服务器之前，还包括：

所述车辆计算设备在检测到前方出现障碍物时，获取所述障碍物对应的障碍物信息，并根据所述障碍物信息生成自动刹车指令。

本发明提出的自动驾驶算法训练系统包括：车辆计算设备、决策设备和服务器，所述车辆计算设备和所述决策设备均设置在待测试车辆上；在行驶测试场景下，车辆计算设备根据车辆行驶数据和环境数据生成自动驾驶指令发送至决策设备，决策设备在接收自动驾驶指令的同时还可接收驾驶员控制指令，并将自动驾驶指令与驾驶员控制指令进行比较，在不一致时说明自动驾驶存在不精确的问题，采用驾驶员控制指令对待测试车辆进行控制，由服务器根据自动驾驶指令确定机器控制数据，以及根据驾驶员控制指令确定驾驶员控制数据，并将机器控制数据和驾驶员控制数据进行行为对比，以对自动驾驶算法进行训练，通过训练达到机器向人的驾驶行为学习的效果，从而不需要在车上配备多个人员，而且通过测试训练提高了自动驾驶目标识别的准确性。

附图说明

图1为本发明自动驾驶算法训练系统第一实施例的功能模块示意图；

图2为本发明自动驾驶算法训练方法第一实施例的流程示意图；

图3为本发明自动驾驶算法训练方法第二实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明自动驾驶算法训练系统第一实施例的功能模块示意图。所述自动驾驶算法训练系统包括：车辆计算设备10、决策设备20和服务器30，所述车辆计算设备10和所述决策设备20均设置在待测试车辆上；

所述车辆计算设备10，用于在行驶测试场景下，获取所述待测试车辆的车辆行驶数据以及所述待测试车辆周围环境的环境数据，根据所述车辆行驶数据和所述环境数据生成自动驾驶指令，并将所述自动驾驶指令发送至决策设备20。

需要说明的是，本实施例中的待测试车辆可为自动驾驶车辆，具备自动驾驶的功能，通过行驶测试场景可对自动驾驶的目标识别能力进行测试，待测试车辆周围环境的环境数据可为待测试车辆在实际道路上行驶时的路况信息以及车身周围的障碍物信息等信息，其中，障碍物可为人、动物以及大石块等可能会影响行车安全的物体。车辆行驶数据可包括行驶方向数据和行驶速度数据等数据。

应当理解的是，车辆计算设备10可获取待测试车辆的车辆行驶数据以及待测试车辆周围环境的环境数据，根据车辆行驶数据和环境数据计算车辆运行轨迹并生成自动驾驶指令。例如，如果自动驾驶的目标识别能力准确，在待测试车辆向前方行驶的过程中，如果前方出现了一个障碍物会影响到行车安全，就会自动生成刹车或者转向的指令；如果自动驾驶的目标识别能力不准确，在这种情况下仍会生成向前行驶的指令。因此，自动驾驶指令可包括刹车指令、转向指令以及向前行驶指令等控制指令。

所述决策设备20，用于接收所述车辆计算设备10发送的自动驾驶指令，并确定驾驶员控制指令，判断所述自动驾驶指令与所述驾驶员控制指令是否一致，在所述自动驾驶指令与所述驾驶员控制指令不一致时，采用所述驾驶员控制指令对待测试车辆进行控制，并将所述自动驾驶指令和所述驾驶员控制指令发送至所述服务器30。

应当理解的是，决策设备20在接收车辆计算设备10发送的自动驾驶指令的同时，还可确定驾驶员控制指令，并判断自动驾驶指令与驾驶员控制指令是否一致，在自动驾驶指令与驾驶员控制指令不一致时，则说明自动驾驶的目标识别能力存在不准确的问题。例如，在行驶测试场景下，待测试车辆前方存在影响行车安全的障碍物，但是车辆计算设备10并未识别前方有障碍物，发送至决策设备20的自动驾驶指令为向前行驶指令，驾驶员可采取制动或转向的操作，避免与障碍物碰撞，因此，在这种情况下，决策设备20会接收到自动驾驶指令和驾驶员控制指令，并且此时自动驾驶指令与驾驶员控制指令不一致，采用驾驶员控制指令对待测试车辆进行控制，并将自动驾驶指令和驾驶员控制指令发送至服务器30。

进一步地，由于在测试过程中，可能存车上的驾驶员有事并未参加测试，或者车上的驾驶员分神并未注意到障碍物的情况，为了提高测试的方便性和安全性，除了在车上配备本地驾驶员外，还可在实验室配备远程驾驶员参与远程测试，所述决策模块，还用于在接收到本地驾驶员控制指令时，将所述本地驾驶员控制指令作为驾驶员控制指令。

所述决策模块，还用于在接收到远程驾驶员控制指令时，将所述远程驾驶员控制指令作为驾驶员控制指令。

所述决策模块，还用于在接收到本地驾驶员控制指令和远程驾驶员控制指令时，将所述本地驾驶员控制指令作为驾驶员控制指令。

应当理解的是，在测试过程中，只接收到本地驾驶员控制指令时，将本地驾驶员控制指令作为驾驶员控制指令；在只接收到远程驾驶员控制指令时，将远程驾驶员控制指令作为驾驶员控制指令；在同时接收到本地驾驶员控制指令和远程驾驶员控制指令时，将本地驾驶员控制指令作为驾驶员控制指令。

可以理解的是，待测试车辆内的决策单元可接受三个数据来源：车辆计算单元本身计算的结果、本地驾驶员在车上给出的执行动作以及远程驾驶员在驾驶座舱给出的执行动作。这三个指令的优先级为：车上驾驶员＞远程驾驶员＞车辆自身。通过配备远程驾驶员可在本地驾驶员注意力不集中或者没注意风险时，远程驾驶员采取措施避免自动驾驶车辆出现交通事故，保障了测试过程的安全。

进一步地，为了方便远程驾驶员远程对待测试车辆进行控制，提高测试的安全性，所述自动驾驶算法训练系统还包括：驾驶座舱，所述驾驶座舱设置在实验室内。

所述驾驶座舱，用于检测远程驾驶员的远程操控动作，根据所述远程操控动作生成远程驾驶员控制指令，并将所述远程驾驶员控制指令发送至所述决策设备20。

需要说明的是，本实施例中的待测试车辆上还可设置第一通信单元，放在某个实验室或办公室的驾驶座舱上可设置第二通信单元，服务器30上可设置第三通信单元，通过这三个通信单元进行数据传输。可利用5G、6G、7G等高带宽低时延满足要求的通信技术将待测试车辆上所有的数据回传到实验室的服务器30中，利用实验室资源进行数据处理，同时通过实验室内的试验人员远程监控与控制。驾驶座舱与车辆驾驶室一样，具备转向、制动、加速、各种指示灯以及仪表信息等，通过以上通信单元，驾驶座舱与车辆可以做到同步。

所述服务器30，用于根据所述自动驾驶指令确定机器控制数据，根据所述驾驶员控制指令确定驾驶员控制数据，基于所述机器控制数据和所述驾驶员控制数据进行行为对比，以对自动驾驶算法进行训练。

需要说明的是，本实施例中的服务器30用于数据收集与处理，同时部署机器学习、人工智能学习等平台，用于训练自动驾驶的算法。

应当理解的是，服务器30在接收到自动驾驶指令和驾驶员控制指令后，可根据自动驾驶指令确定机器控制数据，根据驾驶员控制指令确定驾驶员控制数据，进而根据机器控制数据确定机器的决定，并根据驾驶员控制数据确定人的决定，基于机器的决定和人的决定做行为对比，最终让机器的行为判断向人的行为学习，从而达到对自动驾驶算法进行训练的效果，而且可以避免目前大家使用的虚拟场景或固定场景做算法训练不准确的问题。

本实施例中，在行驶测试场景下，车辆计算设备10根据车辆行驶数据和环境数据生成自动驾驶指令发送至决策设备20，决策设备20在接收自动驾驶指令的同时还可接收驾驶员控制指令，并将自动驾驶指令与驾驶员控制指令进行比较，在不一致时说明自动驾驶存在不精确的问题，采用驾驶员控制指令对待测试车辆进行控制，由服务器30根据自动驾驶指令确定机器控制数据，以及根据驾驶员控制指令确定驾驶员控制数据，并将机器控制数据和驾驶员控制数据进行行为对比，以对自动驾驶算法进行训练，通过训练达到机器向人的驾驶行为学习的效果，从而不需要在车上配备多个人员，而且通过测试训练提高了自动驾驶目标识别的准确性。

进一步地，所述决策设备20，还用于在刹车训练场景下，接收所述车辆计算设备10发送的自动刹车指令，并将所述自动刹车指令发送至所述服务器30。

应当理解的是，现有技术中通过自动驾驶感知算法通过在预先设置好的虚拟场景及模型中进行数据训练的方式，还会导致算法结果固化，且不能达到人类驾驶员的判断及反应的状态，驾驶结果很生硬，存在刹车及加速不舒适等问题。因此，除了以上行驶测试场景外，本实施例还设置有刹车训练场景。其中，刹车训练场景可为人为布置场景，例如在待测试车辆前方布置假人，通过这种方式，让自动驾驶识别后进行制动，但是目前自动驾驶的车辆虽然可以制动，但是制动的加速度太大，无法到达人的舒适性。

可以理解的是，为了解决以上问题，可以采集同场景下机器的制动过程和人的制动过程，做数据分析，让机器来同步在服务器30进行训练学习。因此，决策设备20可在刹车训练场景下接受车辆计算设备10发送的自动刹车指令，并将自动刹车指令发送至服务器30。

进一步地，为了方便获取自动刹车指令，所述车辆计算设备10，还用于在检测到前方出现障碍物时，获取所述障碍物对应的障碍物信息，并根据所述障碍物信息生成自动刹车指令。

可以理解的是，车辆计算设备10在检测到前方出现障碍物时，可获取障碍物对应的障碍物信息，例如，障碍物大小、障碍物与车身的间隔等信息，通过障碍物信息确定刹车信息，并基于刹车信息生成自动刹车指令。

所述决策设备20，还用于在所述刹车训练场景下，接收驾驶员刹车指令，并将所述驾驶员刹车指令发送至所述服务器30。

应当理解的是，在确定该场景下的自动刹车指令后，可多次采集同样的场景下的驾驶员刹车指令，并将驾驶员刹车指令发送至服务器30。

可以理解的是，本实施例中的驾驶员刹车指令也可通过远程控制和/或本地控制，所述决策模块在接收到本地驾驶员刹车指令时，将所述本地驾驶员刹车指令作为驾驶员刹车指令；所述决策模块在接收到远程驾驶员刹车指令时，将所述远程驾驶员刹车指令作为驾驶员刹车指令；所述决策模块在接收到本地驾驶员刹车指令和远程驾驶员刹车指令时，将所述本地驾驶员刹车指令作为驾驶员刹车指令。

所述服务器30，还用于根据所述自动刹车指令确定机器刹车数据，根据所述驾驶员刹车指令确定驾驶员刹车数据，基于所述机器刹车数据和所述驾驶员刹车数据进行数据分析，以对所述自动驾驶算法进行训练。

应当理解的是，服务器30可根据自动刹车指令确定机器刹车数据，根据驾驶员刹车指令确定驾驶员刹车数据，基于机器刹车数据和驾驶员刹车数据进行数据分析，通过数据分析结果让机器来同步在服务器30进行训练学习，以对所述自动驾驶算法进行训练，从而可根据驾驶员的不同风格训练处不同的自动驾驶模式，并且用户可在车辆上选择自动驾驶模式。

在具体实现中，例如，自动驾驶模式可分为激进、一般以及保守等模式，可根据激进风格的驾驶原刹车数据训练激进模式，根据一般风格的驾驶员刹车数据训练一般模式，根据保守风格的驾驶员刹车数据训练保守模式。因此，可将自动驾驶过程中的数据与人工介入后的数据均传到服务器30，服务器30进行数据分析，将机器的决策与人工进行对比，最终机器向人的驾驶行为看齐，机器向人的驾驶行为学习，提高机器学习的可靠性与驾驶舒适性。

在本实施例中，所述决策设备20在刹车训练场景下，接收所述车辆计算设备10发送的自动刹车指令，并将所述自动刹车指令发送至所述服务器30；所述决策设备20在所述刹车训练场景下，接收驾驶员刹车指令，并将所述驾驶员刹车指令发送至所述服务器30；所述服务器30根据所述自动刹车指令确定机器刹车数据，根据所述驾驶员刹车指令确定驾驶员刹车数据，基于所述机器刹车数据和所述驾驶员刹车数据进行数据分析，以对所述自动驾驶算法进行训练。从而可在刹车训练场景下获取自动刹车指令和驾驶员刹车指令，并确定机器刹车数据和驾驶员刹车数据，通过数据分析对自动驾驶算法进行训练，提高自动驾驶的舒适性。

参照图2，本发明提出一种自动驾驶算法训练方法，所述自动驾驶算法训练方法适用于自动驾驶算法训练系统，所述自动驾驶算法训练系统包括：车辆计算设备、决策设备和服务器，所述自动驾驶算法训练方法包括以下步骤：

步骤S10，所述车辆计算设备在行驶测试场景下，获取所述待测试车辆的车辆行驶数据以及所述待测试车辆周围环境的环境数据，根据所述车辆行驶数据和所述环境数据生成自动驾驶指令，并将所述自动驾驶指令发送至决策设备。

需要说明的是，本实施例中的待测试车辆可为自动驾驶车辆，具备自动驾驶的功能，通过行驶测试场景可对自动驾驶的目标识别能力进行测试，待测试车辆周围环境的环境数据可为待测试车辆在实际道路上行驶时的路况信息以及车身周围的障碍物信息等信息，其中，障碍物可为人、动物以及大石块等可能会影响行车安全的物体。车辆行驶数据可包括行驶方向数据和行驶速度数据等数据。

应当理解的是，车辆计算设备可获取待测试车辆的车辆行驶数据以及待测试车辆周围环境的环境数据，根据车辆行驶数据和环境数据计算车辆运行轨迹并生成自动驾驶指令。例如，如果自动驾驶的目标识别能力准确，在待测试车辆向前方行驶的过程中，如果前方出现了一个障碍物会影响到行车安全，就会自动生成刹车或者转向的指令；如果自动驾驶的目标识别能力不准确，在这种情况下仍会生成向前行驶的指令。因此，自动驾驶指令可包括刹车指令、转向指令以及向前行驶指令等控制指令。

步骤S20，所述决策设备接收所述车辆计算设备发送的自动驾驶指令，并确定驾驶员控制指令，判断所述自动驾驶指令与所述驾驶员控制指令是否一致，在所述自动驾驶指令与所述驾驶员控制指令不一致时，采用所述驾驶员控制指令对待测试车辆进行控制，并将所述自动驾驶指令和所述驾驶员控制指令发送至所述服务器。

应当理解的是，决策设备在接收车辆计算设备发送的自动驾驶指令的同时，还可确定驾驶员控制指令，并判断自动驾驶指令与驾驶员控制指令是否一致，在自动驾驶指令与驾驶员控制指令不一致时，则说明自动驾驶的目标识别能力存在不准确的问题。例如，在行驶测试场景下，待测试车辆前方存在影响行车安全的障碍物，但是车辆计算设备并未识别前方有障碍物，发送至决策设备的自动驾驶指令为向前行驶指令，驾驶员可采取制动或转向的操作，避免与障碍物碰撞，因此，在这种情况下，决策设备会接收到自动驾驶指令和驾驶员控制指令，并且此时自动驾驶指令与驾驶员控制指令不一致，采用驾驶员控制指令对待测试车辆进行控制，并将自动驾驶指令和驾驶员控制指令发送至服务器。

进一步地，由于在测试过程中，可能存车上的驾驶员有事并未参加测试，或者车上的驾驶员分神并未注意到障碍物的情况，为了提高测试的方便性和安全性，除了在车上配备本地驾驶员外，还可在实验室配备远程驾驶员参与远程测试，所述确定驾驶员控制指令，包括：

所述决策模块在接收到本地驾驶员控制指令时，将所述本地驾驶员控制指令作为驾驶员控制指令；所述决策模块在接收到远程驾驶员控制指令时，将所述远程驾驶员控制指令作为驾驶员控制指令；所述决策模块在接收到本地驾驶员控制指令和远程驾驶员控制指令时，将所述本地驾驶员控制指令作为驾驶员控制指令。

应当理解的是，在测试过程中，只接收到本地驾驶员控制指令时，将本地驾驶员控制指令作为驾驶员控制指令；在只接收到远程驾驶员控制指令时，将远程驾驶员控制指令作为驾驶员控制指令；在同时接收到本地驾驶员控制指令和远程驾驶员控制指令时，将本地驾驶员控制指令作为驾驶员控制指令。

可以理解的是，待测试车辆内的决策单元可接受三个数据来源：车辆计算单元本身计算的结果、本地驾驶员在车上给出的执行动作以及远程驾驶员在驾驶座舱给出的执行动作。这三个指令的优先级为：车上驾驶员＞远程驾驶员＞车辆自身。通过配备远程驾驶员可在本地驾驶员注意力不集中或者没注意风险时，远程驾驶员采取措施避免自动驾驶车辆出现交通事故，保障了测试过程的安全。

进一步地，为了方便远程驾驶员远程对待测试车辆进行控制，提高测试的安全性，所述自动驾驶算法训练系统还包括：驾驶座舱，所述驾驶座舱设置在实验室内；所述决策模块在接收到远程驾驶员控制指令时，将所述远程驾驶员控制指令作为驾驶员控制指令之前，还包括：

所述驾驶座舱检测远程驾驶员的远程操控动作，根据所述远程操控动作生成远程驾驶员控制指令，并将所述远程驾驶员控制指令发送至所述决策设备。

需要说明的是，本实施例中的待测试车辆上还可设置第一通信单元，放在某个实验室或办公室的驾驶座舱上可设置第二通信单元，服务器上可设置第三通信单元，通过这三个通信单元进行数据传输。可利用5G、6G、7G等高带宽低时延满足要求的通信技术将待测试车辆上所有的数据回传到实验室的服务器中，利用实验室资源进行数据处理，同时通过实验室内的试验人员远程监控与控制。驾驶座舱与车辆驾驶室一样，具备转向、制动、加速、各种指示灯以及仪表信息等，通过以上通信单元，驾驶座舱与车辆可以做到同步。

步骤S30，所述服务器根据所述自动驾驶指令确定机器控制数据，根据所述驾驶员控制指令确定驾驶员控制数据，基于所述机器控制数据和所述驾驶员控制数据进行行为对比，以对自动驾驶算法进行训练。

需要说明的是，本实施例中的服务器用于数据收集与处理，同时部署机器学习、人工智能学习等平台，用于训练自动驾驶的算法。

应当理解的是，服务器在接收到自动驾驶指令和驾驶员控制指令后，可根据自动驾驶指令确定机器控制数据，根据驾驶员控制指令确定驾驶员控制数据，进而根据机器控制数据确定机器的决定，并根据驾驶员控制数据确定人的决定，基于机器的决定和人的决定做行为对比，最终让机器的行为判断向人的行为学习，从而达到对自动驾驶算法进行训练的效果，而且可以避免目前大家使用的虚拟场景或固定场景做算法训练不准确的问题。

本实施例中，在行驶测试场景下，车辆计算设备根据车辆行驶数据和环境数据生成自动驾驶指令发送至决策设备，决策设备在接收自动驾驶指令的同时还可接收驾驶员控制指令，并将自动驾驶指令与驾驶员控制指令进行比较，在不一致时说明自动驾驶存在不精确的问题，采用驾驶员控制指令对待测试车辆进行控制，由服务器根据自动驾驶指令确定机器控制数据，以及根据驾驶员控制指令确定驾驶员控制数据，并将机器控制数据和驾驶员控制数据进行行为对比，以对自动驾驶算法进行训练，通过训练达到机器向人的驾驶行为学习的效果，从而不需要在车上配备多个人员，而且通过测试训练提高了自动驾驶目标识别的准确性。

进一步地，如图3所示，基于第一实施例提出本发明自动驾驶算法训练方法第二实施例，在本实施例中，所述服务器根据所述自动驾驶指令确定机器控制数据，根据所述驾驶员控制指令确定驾驶员控制数据，基于所述机器控制数据和所述驾驶员控制数据进行行为对比，以对自动驾驶算法进行训练之后，还包括：

步骤S40，所述决策设备在刹车训练场景下，接收所述车辆计算设备发送的自动刹车指令，并将所述自动刹车指令发送至所述服务器。

应当理解的是，现有技术中通过自动驾驶感知算法通过在预先设置好的虚拟场景及模型中进行数据训练的方式，还会导致算法结果固化，且不能达到人类驾驶员的判断及反应的状态，驾驶结果很生硬，存在刹车及加速不舒适等问题。因此，除了以上行驶测试场景外，本实施例还设置有刹车训练场景。其中，刹车训练场景可为人为布置场景，例如在待测试车辆前方布置假人，通过这种方式，让自动驾驶识别后进行制动，但是目前自动驾驶的车辆虽然可以制动，但是制动的加速度太大，无法到达人的舒适性。

可以理解的是，为了解决以上问题，可以采集同场景下机器的制动过程和人的制动过程，做数据分析，让机器来同步在服务器进行训练学习。因此，决策设备可在刹车训练场景下接受车辆计算设备发送的自动刹车指令，并将自动刹车指令发送至服务器。

进一步地，为了方便获取自动刹车指令，所述步骤S40之前，还包括：

所述车辆计算设备在检测到前方出现障碍物时，获取所述障碍物对应的障碍物信息，并根据所述障碍物信息生成自动刹车指令。

可以理解的是，车辆计算设备在检测到前方出现障碍物时，可获取障碍物对应的障碍物信息，例如，障碍物大小、障碍物与车身的间隔等信息，通过障碍物信息确定刹车信息，并基于刹车信息生成自动刹车指令。

步骤S50，所述决策设备在所述刹车训练场景下，接收驾驶员刹车指令，并将所述驾驶员刹车指令发送至所述服务器。

应当理解的是，在确定该场景下的自动刹车指令后，可多次采集同样的场景下的驾驶员刹车指令，并将驾驶员刹车指令发送至服务器。

可以理解的是，本实施例中的驾驶员刹车指令也可通过远程控制和/或本地控制，所述决策模块在接收到本地驾驶员刹车指令时，将所述本地驾驶员刹车指令作为驾驶员刹车指令；所述决策模块在接收到远程驾驶员刹车指令时，将所述远程驾驶员刹车指令作为驾驶员刹车指令；所述决策模块在接收到本地驾驶员刹车指令和远程驾驶员刹车指令时，将所述本地驾驶员刹车指令作为驾驶员刹车指令。

步骤S60，所述服务器根据所述自动刹车指令确定机器刹车数据，根据所述驾驶员刹车指令确定驾驶员刹车数据，基于所述机器刹车数据和所述驾驶员刹车数据进行数据分析，以对所述自动驾驶算法进行训练。

应当理解的是，服务器可根据自动刹车指令确定机器刹车数据，根据驾驶员刹车指令确定驾驶员刹车数据，基于机器刹车数据和驾驶员刹车数据进行数据分析，通过数据分析结果让机器来同步在服务器进行训练学习，以对所述自动驾驶算法进行训练，从而可根据驾驶员的不同风格训练处不同的自动驾驶模式，并且用户可在车辆上选择自动驾驶模式。

在具体实现中，例如，自动驾驶模式可分为激进、一般以及保守等模式，可根据激进风格的驾驶原刹车数据训练激进模式，根据一般风格的驾驶员刹车数据训练一般模式，根据保守风格的驾驶员刹车数据训练保守模式。因此，可将自动驾驶过程中的数据与人工介入后的数据均传到服务器，服务器进行数据分析，将机器的决策与人工进行对比，最终机器向人的驾驶行为看齐，机器向人的驾驶行为学习，提高机器学习的可靠性与驾驶舒适性。

在本实施例中，所述决策设备在刹车训练场景下，接收所述车辆计算设备发送的自动刹车指令，并将所述自动刹车指令发送至所述服务器；所述决策设备在所述刹车训练场景下，接收驾驶员刹车指令，并将所述驾驶员刹车指令发送至所述服务器；所述服务器根据所述自动刹车指令确定机器刹车数据，根据所述驾驶员刹车指令确定驾驶员刹车数据，基于所述机器刹车数据和所述驾驶员刹车数据进行数据分析，以对所述自动驾驶算法进行训练。从而可在刹车训练场景下获取自动刹车指令和驾驶员刹车指令，并确定机器刹车数据和驾驶员刹车数据，通过数据分析对自动驾驶算法进行训练，提高自动驾驶的舒适性。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台智能终端设备(可以是手机，计算机，终端设备，空调器，或者网络终端设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种自动驾驶算法训练系统，其特征在于，所述自动驾驶算法训练系统包括：车辆计算设备、决策设备和服务器，所述车辆计算设备和所述决策设备均设置在待测试车辆上；

所述车辆计算设备，用于在行驶测试场景下，获取所述待测试车辆的车辆行驶数据以及所述待测试车辆周围环境的环境数据，根据所述车辆行驶数据和所述环境数据生成自动驾驶指令，并将所述自动驾驶指令发送至决策设备；

所述决策设备，用于接收所述车辆计算设备发送的自动驾驶指令，并确定驾驶员控制指令，判断所述自动驾驶指令与所述驾驶员控制指令是否一致，在所述自动驾驶指令与所述驾驶员控制指令不一致时，采用所述驾驶员控制指令对待测试车辆进行控制，并将所述自动驾驶指令和所述驾驶员控制指令发送至所述服务器；

所述服务器，用于根据所述自动驾驶指令确定机器控制数据，根据所述驾驶员控制指令确定驾驶员控制数据，基于所述机器控制数据和所述驾驶员控制数据进行行为对比，以对自动驾驶算法进行训练。

2.如权利要求1所述的自动驾驶算法训练系统，其特征在于，所述决策模块，还用于在接收到本地驾驶员控制指令时，将所述本地驾驶员控制指令作为驾驶员控制指令；

所述决策模块，还用于在接收到远程驾驶员控制指令时，将所述远程驾驶员控制指令作为驾驶员控制指令；

所述决策模块，还用于在接收到本地驾驶员控制指令和远程驾驶员控制指令时，将所述本地驾驶员控制指令作为驾驶员控制指令。

3.如权利要求2所述的自动驾驶算法训练系统，其特征在于，所述自动驾驶算法训练系统还包括：驾驶座舱，所述驾驶座舱设置在实验室内；

所述驾驶座舱，用于检测远程驾驶员的远程操控动作，根据所述远程操控动作生成远程驾驶员控制指令，并将所述远程驾驶员控制指令发送至所述决策设备。

4.如权利要求1～3中任一项所述的自动驾驶算法训练系统，其特征在于，所述决策设备，还用于在刹车训练场景下，接收所述车辆计算设备发送的自动刹车指令，并将所述自动刹车指令发送至所述服务器；

所述决策设备，还用于在所述刹车训练场景下，接收驾驶员刹车指令，并将所述驾驶员刹车指令发送至所述服务器；

所述服务器，还用于根据所述自动刹车指令确定机器刹车数据，根据所述驾驶员刹车指令确定驾驶员刹车数据，基于所述机器刹车数据和所述驾驶员刹车数据进行数据分析，以对所述自动驾驶算法进行训练。

5.如权利要求4所述的自动驾驶算法训练系统，其特征在于，所述车辆计算设备，还用于在检测到前方出现障碍物时，获取所述障碍物对应的障碍物信息，并根据所述障碍物信息生成自动刹车指令。

6.一种自动驾驶算法训练方法，其特征在于，所述自动驾驶算法训练方法基于自动驾驶算法训练系统，所述自动驾驶算法训练系统包括：车辆计算设备、决策设备和服务器，所述车辆计算设备和所述决策设备均设置在待测试车辆上，所述自动驾驶算法训练方法包括：

所述车辆计算设备在行驶测试场景下，获取所述待测试车辆的车辆行驶数据以及所述待测试车辆周围环境的环境数据，根据所述车辆行驶数据和所述环境数据生成自动驾驶指令，并将所述自动驾驶指令发送至决策设备；

所述决策设备接收所述车辆计算设备发送的自动驾驶指令，并确定驾驶员控制指令，判断所述自动驾驶指令与所述驾驶员控制指令是否一致，在所述自动驾驶指令与所述驾驶员控制指令不一致时，采用所述驾驶员控制指令对待测试车辆进行控制，并将所述自动驾驶指令和所述驾驶员控制指令发送至所述服务器；

所述服务器根据所述自动驾驶指令确定机器控制数据，根据所述驾驶员控制指令确定驾驶员控制数据，基于所述机器控制数据和所述驾驶员控制数据进行行为对比，以对自动驾驶算法进行训练。

7.如权利要求6所述的自动驾驶算法训练方法，其特征在于，所述确定驾驶员控制指令，包括：

所述决策模块在接收到本地驾驶员控制指令时，将所述本地驾驶员控制指令作为驾驶员控制指令；

所述决策模块在接收到远程驾驶员控制指令时，将所述远程驾驶员控制指令作为驾驶员控制指令；

所述决策模块在接收到本地驾驶员控制指令和远程驾驶员控制指令时，将所述本地驾驶员控制指令作为驾驶员控制指令。

8.如权利要求7所述的自动驾驶算法训练方法，其特征在于，所述自动驾驶算法训练系统还包括：驾驶座舱，所述驾驶座舱设置在实验室内；

所述决策模块在接收到远程驾驶员控制指令时，将所述远程驾驶员控制指令作为驾驶员控制指令之前，还包括：

所述驾驶座舱检测远程驾驶员的远程操控动作，根据所述远程操控动作生成远程驾驶员控制指令，并将所述远程驾驶员控制指令发送至所述决策设备。

9.如权利要求6～8中任一项所述的自动驾驶算法训练方法，其特征在于，所述服务器根据所述自动驾驶指令确定机器控制数据，根据所述驾驶员控制指令确定驾驶员控制数据，基于所述机器控制数据和所述驾驶员控制数据进行行为对比，以对自动驾驶算法进行训练之后，还包括：

所述决策设备在刹车训练场景下，接收所述车辆计算设备发送的自动刹车指令，并将所述自动刹车指令发送至所述服务器；

所述决策设备在所述刹车训练场景下，接收驾驶员刹车指令，并将所述驾驶员刹车指令发送至所述服务器；

所述服务器根据所述自动刹车指令确定机器刹车数据，根据所述驾驶员刹车指令确定驾驶员刹车数据，基于所述机器刹车数据和所述驾驶员刹车数据进行数据分析，以对所述自动驾驶算法进行训练。

10.如权利要求9所述的自动驾驶算法训练方法，其特征在于，所述接收所述车辆计算设备发送的自动刹车指令，并将所述自动刹车指令发送至所述服务器之前，还包括：

所述车辆计算设备在检测到前方出现障碍物时，获取所述障碍物对应的障碍物信息，并根据所述障碍物信息生成自动刹车指令。

Images