CN109606383B - 用于生成模型的方法和装置 - Google Patents
用于生成模型的方法和装置 Download PDFInfo
- Publication number
- CN109606383B CN109606383B CN201811636798.3A CN201811636798A CN109606383B CN 109606383 B CN109606383 B CN 109606383B CN 201811636798 A CN201811636798 A CN 201811636798A CN 109606383 B CN109606383 B CN 109606383B
- Authority
- CN
- China
- Prior art keywords
- acceleration
- target
- speed
- target vehicle
- condition
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Toys (AREA)
- Feedback Control In General (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开的实施例公开了用于生成模型的方法和装置。该方法的一具体实施方式包括:采用强化学***滑条件;响应于确定满足行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系;确定是否满足预设的结束训练条件;响应于确定满足结束训练条件,生成表征所建立的至少一个对应关系的行驶模型。该实施方式采用强化学习算法得到的模型来控制车辆的行驶,从而丰富了车辆的控制方式。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于生成模型的方法和装置。
背景技术
当今的闭环自动控制技术,往往是基于反馈来减少不确定性。在工程实际中,通常采用比例积分微分控制器,来实现上述调节控制。采用比例积分微分控制器的前馈控制***进行补偿,从而减小***的偏差。
例如,在对车辆进行控制时,现有技术通常采用比例积分微分控制器,来实现对车辆的控制。
发明内容
本公开提出了用于生成模型的方法和装置,以及用于生成信息的方法和装置。
第一方面,本公开的实施例提供了一种用于生成模型的方法,该方法包括:获取目标速度集合和加速度集合,其中,加速度集合中的加速度用于指示目标车辆达到目标速度待具有的加速度;采用强化学***滑条件;响应于确定满足行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系;确定是否满足预设的结束训练条件;响应于确定满足结束训练条件,生成表征所建立的至少一个对应关系的行驶模型。
在一些实施例中,该方法还包括:响应于确定不满足结束训练条件,调整初始模型的模型参数,采用模型参数调整后的初始模型,继续执行训练步骤。
在一些实施例中,确定目标车辆在按照所选取的加速度进行行驶的状态下,目标车辆是否满足预先确定的行驶平滑条件,包括:确定目标车辆按照所选取的加速度在仿真环境中进行行驶的状态下,目标车辆是否满足预先确定的行驶平滑条件。
在一些实施例中,确定目标车辆在按照所选取的加速度进行行驶的状态下,目标车辆是否满足预先确定的行驶平滑条件,包括:确定目标车辆,按照所选取的加速度在实际行驶过程中进行行驶的状态下,目标车辆是否满足预先确定的行驶平滑条件。
在一些实施例中,目标速度集合中的目标速度与加速度集合中的加速度一一对应;以及针对目标速度集合中的目标速度,该目标速度对应的加速度是通过如下步骤得到的:确定目标车辆从初始速度达到该目标速度的时间;确定该目标速度与初始速度的差值;将所确定的差值与所确定的时间的比值,确定为该目标速度对应的加速度。
在一些实施例中,行驶平滑条件包括以下至少一项:目标车辆的平均速度小于预设的速度阈值;目标车辆的加速度变化率小于预设的加速度变化率阈值。
第二方面,本公开的实施例提供了一种用于生成模型的装置,该装置包括:第一获取单元,被配置成获取目标速度集合和加速度集合,其中,加速度集合中的加速度用于指示目标车辆达到目标速度待具有的加速度;训练单元,被配置成采用强化学***滑条件;响应于确定满足行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系;确定是否满足预设的结束训练条件;响应于确定满足结束训练条件,生成表征所建立的至少一个对应关系的行驶模型。
在一些实施例中,该装置还包括:调整单元,被配置成响应于确定不满足结束训练条件,调整初始模型的模型参数,采用模型参数调整后的初始模型,继续执行训练步骤。
在一些实施例中,训练单元包括:第一确定模块,被配置成确定目标车辆按照所选取的加速度在仿真环境中进行行驶的状态下,目标车辆是否满足预先确定的行驶平滑条件。
在一些实施例中,训练单元包括:第二确定模块,被配置成确定目标车辆,按照所选取的加速度在实际行驶过程中进行行驶的状态下,目标车辆是否满足预先确定的行驶平滑条件。
在一些实施例中,目标速度集合中的目标速度与加速度集合中的加速度一一对应;以及针对目标速度集合中的目标速度,该目标速度对应的加速度是通过如下步骤得到的:确定目标车辆从初始速度达到该目标速度的时间;确定该目标速度与初始速度的差值;将所确定的差值与所确定的时间的比值,确定为该目标速度对应的加速度。
在一些实施例中,行驶平滑条件包括以下至少一项:目标车辆的平均速度小于预设的速度阈值;目标车辆的加速度变化率小于预设的加速度变化率阈值。
第三方面,本公开的实施例提供了一种用于生成信息的方法,该方法包括:获取目标车辆的初始速度和目标速度;将初始速度和目标速度输入至预先训练的行驶模型,得到加速度,其中,行驶模型是按照如上述用于生成模型的方法中任一实施例的方法训练得到的,加速度用于指示目标车辆达到目标速度待具有的加速度;根据加速度,生成用于指示目标车辆行驶的指令。
第四方面,本公开的实施例提供了一种用于生成信息的装置,该装置包括:第二获取单元,被配置成获取目标车辆的初始速度和目标速度;输入单元,被配置成将初始速度和目标速度输入至预先训练的行驶模型,得到加速度,其中,行驶模型是按照如上述用于生成模型的方法中任一实施例的方法训练得到的,加速度用于指示目标车辆达到目标速度待具有的加速度;生成单元,被配置成根据加速度,生成用于指示目标车辆行驶的指令。
第五方面,本公开的实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得该一个或多个处理器实现如上述用于生成模型的方法中任一实施例的方法。
第六方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上述用于生成模型的方法中任一实施例的方法。
本公开的实施例提供的用于生成模型的方法和装置,通过获取目标速度集合和加速度集合,其中,加速度集合中的加速度用于指示目标车辆达到目标速度待具有的加速度,然后,采用强化学***滑条件;响应于确定满足行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系;确定是否满足预设的结束训练条件;响应于确定满足结束训练条件,生成表征所建立的至少一个对应关系的行驶模型,从而无需基于比例积分微分控制器,即可实现对车辆的控制,由此,丰富了控制车辆的方式,此外,通过基于强化学习算法训练得到的模型,来控制车辆的行驶,有助于提高车辆控制的精度,有助于提高车辆行驶的安全性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性***架构图;
图2是根据本公开的用于生成模型的方法的一个实施例的流程图;
图3是根据本公开的用于生成模型的方法的一个应用场景的示意图;
图4是根据本公开的用于生成模型的方法的又一个实施例的流程图;
图5是根据本公开的用于生成模型的装置的一个实施例的结构示意图;
图6是根据本公开的用于生成信息的方法的一个实施例的流程图;
图7是根据本公开的用于生成信息的装置的一个实施例的结构示意图;
图8是适于用来实现本公开的实施例的电子设备的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的实施例的用于生成模型的方法或用于生成模型的装置,或者,用于生成信息的方法或用于生成信息的装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括终端设备101、102,服务器103、网络104和车辆105。网络104用以在终端设备101、102、服务器103和车辆105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102,服务器103,车辆105可以通过网络104交互,以接收或发送数据(例如用于指示车辆的运动的信号)等。终端设备101、102上可以安装有各种通讯客户端应用,例如设备控制应用、图像处理类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102可以是硬件,也可以是软件。当终端设备101、102为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器103可以是提供各种服务的服务器,例如对车辆105的运动进行控制的后台服务器。后台服务器可以对接收到的数据(例如目标速度集合和加速度集合)进行计算等处理,并将处理结果(例如基于目标速度集合和加速度集合训练得到的行驶模型)反馈给车辆105。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
车辆105可以是各种能够被控制的车辆。例如,车辆105可以被终端设备101、102,或者,服务器103发送的指令所控制;也可以被安装于车辆105自身的控制器或者软件所控制。作为示例,车辆105可以包括但不限于以下任意一项:汽车、轿车,公交车,自动驾驶车辆等等。车辆105在获取到指令之后,可以按照指令的指示进行行驶。
需要说明的是,本公开的实施例所提供的用于生成模型的方法可以由服务器103执行,也可以由终端设备101、102执行;相应地,用于生成模型的装置可以设置于服务器103中,也可以设置于终端设备101、102中。此外,本公开的实施例所提供的用于生成信息的方法可以由服务器103执行,也可以由终端设备101、102执行,还可以由车辆105执行;相应地,用于生成信息的装置可以设置于服务器103中,也可以设置于终端设备101、102中,还可以设置于车辆105中。
应该理解,图1中的终端设备、网络、服务器和车辆的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络、服务器和车辆。例如,当用于生成信息的方法运行于其上的电子设备不需要与其他电子设备进行数据传输时,该***架构可以仅包括用于生成模型的方法运行于其上的电子设备。
继续参考图2,示出了根据本公开的用于生成模型的方法的一个实施例的流程200。该用于生成模型的方法,包括以下步骤:
步骤201,获取目标速度集合和加速度集合。
在本实施例中,用于生成模型的方法的执行主体(例如图1所示的服务器,终端设备或者车辆)可以通过有线连接方式或者无线连接方式从其他电子设备,或者本地获取目标速度集合和加速度集合。
在本实施例中,上述加速度集合中的加速度用于指示目标车辆达到目标速度待具有的加速度。目标速度可以是期望达到的速度,或者,车辆待达到的速度。
实践中,车辆的实际速度与目标速度之间通常会存在偏差。例如,如果用于控制车辆的装置,或者驾驶员,期望车辆以20千米每小时的速度进行行驶,那么,在此情况下,由于车辆的阻力等因素的影响,通常会使得车辆的实际速度与期望达到的上述速度(即目标速度)“20千米每小时”存在偏差。例如,车辆的实际速度可能会小于20千米每小时。
在这里,上述目标速度集合可以通过技术人员来确定。例如,可以首先确定一个速度范围(例如,0千米每小时到10千米每小时),然后,将上述速度范围等分为预设数量个(例如300个)速度区间,将每个区间的端点值的集合,确定为目标速度集合。类似的,上述加速度集合也可以通过技术人员来确定。例如,可以首先确定一个加速度范围(例如,0km/h2到1km/h2),然后,将上述加速度范围等分为预设数量个(例如300个)速度区间,将每个区间的端点值的集合,确定为加速度集合。
在本实施例的一些可选的实现方式中,上述执行主体可以通过如下方式,来执行该步骤201:获取目标车辆行驶过程中的目标速度集合和加速度集合。
可以理解,当上述执行主体采用本可选的实现方式来执行步骤201时,由于目标速度集合和加速度集合是目标车辆的行驶过程中的实际数据,因而,目标速度集合中的目标速度和加速度集合中的加速度之间,通常会存在一定的联系,由此可以减少行驶模型的训练时间,提高训练得到的行驶模型的准确度。
在本实施例的一些可选的实现方式中,目标速度集合中的目标速度与加速度集合中的加速度一一对应。针对目标速度集合中的目标速度,该目标速度对应的加速度可以是上述执行主体或者与上述执行主体通信连接的电子设备,通过如下步骤得到的:
首先,确定目标车辆从初始速度达到该目标速度的时间。其中,初始速度可以是目标车辆在接收到加速或减速的指令之前,目标车辆所具有的实际速度。针对每个指令,可以对应有一个初始速度。
然后,确定该目标速度与初始速度的差值。
最后,将所确定的差值与所确定的时间的比值,确定为该目标速度对应的加速度。
步骤202,采用强化学习算法,基于初始模型,执行如下训练步骤,以学习加速度的生成。
在本实施例中,上述执行主体可以采用强化学习算法,基于初始模型,执行如下训练步骤(包括步骤2021-步骤2026),以学习加速度的生成。
在这里,上述初始模型可以是未经训练,或者训练后未达到预设条件的模型。作为示例,上述初始模型可以是Q table。其中,Q table可以看做一张二维表,Q table的元素值可以用于衡量在当前状态下,采取各个行为的优劣程度。在这里,上述初始模型也可以是具有深度神经网络结构的模型。
在本实施例中,上述训练步骤包括如下步骤:
步骤2021,从目标速度集合中,选取目标速度。
在本实施例中,上述执行主体可以从步骤201获取到的目标速度集合中,选取目标速度。
在这里,可以按照各种方式,从所获取的目标速度集合中,选取目标速度。例如随机选取,或者,按照特定的顺序选取。
步骤2022,从加速度集合中,选取加速度。
在本实施例中,上述执行主体可以从步骤201获取到的加速度集合中,选取加速度。
步骤2023,确定目标车辆在按照所选取的加速度进行行驶的状态下,目标车辆是否满足预先确定的行驶平滑条件。
在本实施例中,上述执行主体可以确定目标车辆在按照所选取的加速度进行行驶的状态下,目标车辆是否满足预先确定的行驶平滑条件。
在这里,上述目标车辆可以是各种车辆,例如,汽车,轿车,公交车,地铁等等。上述行驶平滑条件可以是预先确定的用于确定车辆的行使是否平滑的条件。例如,上述行驶平滑条件可以包括目标车辆的实际速度小于预设速度阈值。
在本实施例的一些可选的实现方式中,行驶平滑条件包括以下至少一项:目标车辆的平均速度小于预设的速度阈值;目标车辆的加速度变化率小于预设的加速度变化率阈值。
在这里,上述目标车辆的平均速度可以是目标车辆在预设时长(例如1分钟)内的实际速度的平均值,也可以是在接收到加速或减速指令之前,到按照加速或减速指令指示的加速度行驶达到目标速度之后,这段时间内的实际速度的平均值。
上述加速度变化率可以表征车辆在单位时间内的加速度的变化情况。可以通过在时间段的端点时刻的加速度之差,除以该时间段的时长得到。
步骤2024,响应于确定满足行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系。
在本实施例中,在确定满足上述行驶平滑条件的情况下,上述执行主体可以建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系。
在这里,可以在满足上述行驶平滑条件的情况下,确定所建立的对应关系的奖赏值(reward),以所得到的总奖赏值最大为目标,来训练行驶模型,在训练过程中,可以通过确定上述目标速度集合中的每个目标速度,与上述加速度集合中的各个加速度之间的转换的概率,来建立目标速度与加速度之间的对应关系。
步骤2025,确定是否满足预设的结束训练条件。
在本实施例中,上述执行主体可以确定是否满足预设的结束训练条件。其中,上述结束训练条件可以是技术人员预先确定的用于结束上述训练步骤的条件。例如,上述结束训练条件可以包括但不限于以下至少一项:训练次数达到或超过预设次数;训练时间达到或超过预设时长。
步骤2026,响应于确定满足结束训练条件,生成表征所建立的至少一个对应关系的行驶模型。
在本实施例中,在确定满足上述结束训练条件的情况下,上述执行主体可以生成表征所建立的至少一个对应关系的行驶模型。
在本实施例的一些可选的实现方式中,响应于确定不满足结束训练条件,上述执行主体还可以调整初始模型的模型参数,采用模型参数调整后的初始模型,继续执行上述训练步骤。
可以理解,执行训练步骤的过程即为调整Q table中的各个概率的过程。在首次或者前几次执行上述步骤2022时,可以采用贪婪算法,来从加速度集合中,选取加速度;而随着步骤2022被执行次数的增加,可以从加速度集合中,选取所选取的目标速度对应的最大概率的加速度。
在本实施例的一些可选的实现方式中,对于确定目标车辆在按照所选取的加速度进行行驶的状态下,目标车辆是否满足预先确定的行驶平滑条件,这一步骤,上述执行主体可以通过如下方式来执行:确定目标车辆按照所选取的加速度在仿真环境中进行行驶的状态下,目标车辆是否满足预先确定的行驶平滑条件。
在这里,上述仿真环境,可以用于模拟车辆的行驶环境。例如,上述仿真环境可以是通过仿真软件(例如CareMaker,carsim等等)所模拟出的车辆的行驶环境。
可以理解,由于在训练过程中,车辆的行驶通常会存在一定的危险性,因而,可以基于仿真环境,来初步确定目标车辆是否满足预先确定的行驶平滑条件,从而减少训练过程中的试错成本,降低风险。
在本实施例的一些可选的实现方式中,对于确定目标车辆在按照所选取的加速度进行行驶的状态下,目标车辆是否满足预先确定的行驶平滑条件,这一步骤,上述执行主体也可以通过如下方式来执行:确定目标车辆,按照所选取的加速度在实际行驶过程中进行行驶的状态下,目标车辆是否满足预先确定的行驶平滑条件。
可以理解,在实际行驶过程中,确定目标车辆是否满足预先确定的行驶平滑条件,将得到更准确的结果,从而提高车辆的控制精度。
此外,采用本实施例的方式训练得到的驾驶模型并不直接学习油门刹车的控制,而是学习加速度的控制,这样训练出来的控制策略具有很好的迁移特性,不局限于某一辆车或者某一品牌的车。
再者,本实施例可以完全不依赖比例积分微分等传统控制算法,来得到加速度,从而丰富了车辆的控制方式。本实施例的方法,在车辆处于低速行驶(例如以小于10千米每小时的速度行驶)状态,或者,在低速爬坡的状态行驶时,相对现有技术而言,可以更准确地控制车辆的行驶。
可选的,在生成上述行驶模型之后,上述执行主体还可以在巡航控制中在线优化比例积分控制器的参数,即采用上述行驶模型以数据驱动的方式去在线的优化比例积分控制器的参数,使巡航控制达到期望的性能。
继续参见图3,图3是根据本实施例的用于生成模型的方法的应用场景的一个示意图。在图3的应用场景中,服务器301首先获取目标速度集合3001和加速度集合3002。其中,加速度集合3002中的加速度用于指示目标车辆达到目标速度待具有的加速度。而后,服务器301采用强化学***滑条件;响应于确定满足行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系;确定是否满足预设的结束训练条件;响应于确定满足结束训练条件,生成表征所建立的至少一个对应关系的行驶模型3003。
本公开的上述实施例提供的方法,通过获取目标速度集合和加速度集合,其中,加速度集合中的加速度用于指示目标车辆达到目标速度待具有的加速度,然后,采用强化学***滑条件;响应于确定满足行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系;确定是否满足预设的结束训练条件;响应于确定满足结束训练条件,生成表征所建立的至少一个对应关系的行驶模型,从而无需基于比例积分微分控制器,即可实现对车辆的控制,由此,丰富了控制车辆的方式,此外,通过基于强化学习算法训练得到的模型,来控制车辆的行驶,有助于提高车辆控制的精度,有助于提高车辆行驶的安全性。
进一步参考图4,其示出了用于生成模型的方法的又一个实施例的流程400。该用于生成模型的方法的流程400,包括以下步骤:
步骤401,采用强化学习算法,基于初始模型,执行如下训练步骤,以学习加速度的生成。
在本实施例中,用于生成模型的方法的执行主体(例如图1所示的服务器,终端设备或者车辆)可以采用强化学习算法,基于初始模型,执行如下训练步骤,以学习加速度的生成。其中,上述训练步骤包括如下步骤,即步骤4001至步骤4013。
在这里,上述初始模型可以是未经训练,或者训练后未达到预设条件的模型。作为示例,上述初始模型可以是Q table。其中,Q table可以看做一张二维表,Q table的元素值可以用于衡量在当前状态下,采取各个行为的优劣程度。在这里,上述初始模型也可以是具有深度神经网络结构的模型。
步骤4001,获取目标速度集合和加速度集合。之后,执行步骤4002。
在本实施例中,上述执行主体可以通过有线连接方式或者无线连接方式从其他电子设备,或者本地获取目标速度集合和加速度集合。
在本实施例中,上述加速度集合中的加速度用于指示目标车辆达到目标速度待具有的加速度。目标速度可以是期望达到的速度,或者,车辆待达到的速度。
在这里,上述目标速度集合可以通过技术人员来确定。类似的,上述加速度集合也可以通过技术人员来确定。
步骤4002,从目标速度集合中,选取目标速度,从加速度集合中,选取加速度。之后,执行步骤4003。
在本实施例中,上述执行主体可以从步骤4001获取到的目标速度集合中,选取目标速度,从步骤4001获取到的加速度集合中,选取加速度。
步骤4003,确定目标车辆按照所选取的加速度在仿真环境中进行行驶的状态下,目标车辆是否满足预先确定的第一行驶平滑条件。之后,执行步骤4004。
在本实施例中,上述执行主体可以确定目标车辆按照所选取的加速度在仿真环境中进行行驶的状态下,目标车辆是否满足预先确定的第一行驶平滑条件。
在这里,上述仿真环境,可以用于模拟车辆的行驶环境。例如,上述仿真环境可以是通过仿真软件(例如CareMaker,carsim等等)所模拟出的车辆的行驶环境。
可以理解,可以基于仿真环境,来初步确定目标车辆是否满足预先确定的行驶平滑条件,从而减少训练过程中的试错成本,降低风险。
步骤4004,响应于确定满足第一行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系。之后,执行步骤4005。
在本实施例中,在确定满足第一行驶平滑条件的情况下,上述执行主体还可以建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系。其中,第一行驶平滑条件可以是预先确定的用于确定车辆在仿真环境中的行使是否平滑的条件。例如,第一行驶平滑条件包括以下至少一项:目标车辆的平均速度小于预设的速度阈值;目标车辆的加速度变化率小于预设的加速度变化率阈值。
步骤4005,确定是否满足预设的第一结束训练条件。之后,若是,则执行步骤4006;若否,则执行步骤4002。
在本实施例中,上述执行主体还可以确定是否满足预设的第一结束训练条件。其中,第一结束训练条件可以是技术人员预先确定的用于结束在仿真环境中的训练的条件。例如,上述第一结束训练条件可以包括但不限于以下至少一项:训练次数达到或超过预设次数;训练时间达到或超过预设时长。
步骤4006,获取目标车辆行驶过程中的目标速度集合和加速度集合。之后,执行步骤4007。
在本实施例中,上述执行主体还可以获取目标车辆行驶过程中的目标速度集合和加速度集合。
可以理解,该步骤4006中的目标速度集合和加速度集合是目标车辆的行驶过程中的实际数据,因而,目标速度集合中的目标速度和加速度集合中的加速度之间,通常会存在一定的联系,由此可以减少行驶模型的训练时间,提高训练得到的行驶模型的准确度。
在这里,该步骤4006所获取的目标速度集合和加速度集合还可以是驾驶员在驾驶上述目标车辆的过程中所采集的,由此,可以在驾驶过程中,学习加速度的生成,有助于通过最终训练得到的模型得到更准确的加速度。
步骤4007,从目标车辆行驶过程中的目标速度集合和加速度集合中,分别选取目标速度和加速度,确定目标车辆按照所选取的加速度行驶的状态下,目标车辆是否满足预先确定的第二行驶平滑条件。之后,执行步骤4008。
在本实施例中,上述执行主体还可以从目标车辆行驶过程中的目标速度集合和加速度集合中,分别选取目标速度和加速度,确定目标车辆按照所选取的加速度行驶的状态下,目标车辆是否满足预先确定的第二行驶平滑条件。其中,第二行驶平滑条件可以是预先确定的用于确定车辆在采用行驶过程中获取的数据学***滑的条件。例如,第二行驶平滑条件包括以下至少一项:目标车辆的平均速度小于预设的速度阈值;目标车辆的加速度变化率小于预设的加速度变化率阈值。
步骤4008,响应于确定满足第二行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系。之后,执行步骤4009。
在本实施例中,上述执行主体还可以响应于确定满足第二行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系。
步骤4009,确定是否满足预设的第二结束训练条件。之后,若是,则执行步骤4010;若否,则执行步骤4007。
在本实施例中,上述执行主体可以确定是否满足预设的第二结束训练条件。其中,第二结束训练条件可以是技术人员预先确定的用于结束基于第二行驶平滑条件进行训练的条件。例如,上述第二结束训练条件可以包括但不限于以下至少一项:训练次数达到或超过预设次数;训练时间达到或超过预设时长。
步骤4010,从目标车辆行驶过程中的目标速度集合和加速度集合中,分别选取目标速度和加速度,确定目标车辆,按照所选取的加速度在实际行驶过程中进行行驶的状态下,目标车辆是否满足预先确定的第三行驶平滑条件。之后,执行步骤4011。
在本实施例中,上述执行主体可以从目标车辆行驶过程中的目标速度集合和加速度集合中,分别选取目标速度和加速度,确定目标车辆,按照所选取的加速度在实际行驶过程中进行行驶的状态下,目标车辆是否满足预先确定的第三行驶平滑条件。其中,第三行驶平滑条件可以是预先确定的用于确定车辆在采用行驶过程中获取的数据学***滑的条件。例如,第三行驶平滑条件包括以下至少一项:目标车辆的平均速度小于预设的速度阈值;目标车辆的加速度变化率小于预设的加速度变化率阈值。
步骤4011,响应于确定满足第三行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系。之后,执行步骤4012。
在本实施例中,上述执行主体还可以响应于确定满足第三行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系。
步骤4012,确定是否满足预设的第三结束训练条件。之后,若是,则执行步骤4013;若否,则执行步骤4010。
在本实施例中,上述执行主体还可以确定是否满足预设的第三结束训练条件。其中,第三结束训练条件可以是技术人员预先确定的用于结束基于第三行驶平滑条件进行训练的条件。例如,上述第三结束训练条件可以包括但不限于以下至少一项:训练次数达到或超过预设次数;训练时间达到或超过预设时长等等。
需要说明的是,上述第一行驶平滑条件、第二行驶平滑条件和第三行驶平滑条件中的第一、第二和第三仅用作区分行驶平滑条件,并不构成对行驶平滑条件的特殊限定,上述第一行驶平滑条件、第二行驶平滑条件和第三行驶平滑条件可以是相同的行驶平滑条件,也可以是不同的行驶平滑条件。上述第一结束训练条件、第二结束训练条件和第三结束训练条件中的第一、第二和第三仅用作区分结束训练条件,并不构成对结束训练条件的特殊限定,上述第一结束训练条件、第二结束训练条件和第三结束训练条件可以是相同的结束训练条件,也可以是不同的结束训练条件。在此不作限定。
步骤4013,生成表征所建立的至少一个对应关系的行驶模型。
在本实施例中,上述执行主体可以生成表征所建立的至少一个对应关系的行驶模型。
可以理解,执行训练步骤的过程即为调整Q table中的各个概率的过程。在首次或者前几次从加速度集合中分别选取目标速度和加速度时,可以采用贪婪算法,来从加速度集合中,选取加速度;而随着步骤2022被执行次数的增加,可以从加速度集合中,选取所选取的目标速度对应的最大概率的加速度。此外,可以按照各种方式,从所获取的目标速度集合中,选取目标速度。例如随机选取,或者,按照特定的顺序选取。
在一些使用情况下,上述步骤4007和步骤4010的目标车辆行驶过程中的目标速度集合和加速度集合,可以分别相同,也可以不同。例如,步骤4007中的目标车辆行驶过程中的目标速度集合和加速度集合可以是驾驶员驾驶上述目标车辆的过程中生成的数据,而步骤4010中的目标车辆行驶过程中的目标速度集合和加速度集合可以是由目标车辆自动生成的数据(即实测训练过程中生成的数据),由此,可以先通过仿真训练,然后使用驾驶员在驾驶过程中生成的训练数据训练,最后上车实测训练,可以解决强化学习需要试错的需求,和减少实车训练的时间和成本。
在这里,本实施例中的步骤的具体实施方式可以参考图2对应的实施例或可选的实现方式,上文针对图2对应的实施例的描述也可以适用于本实施例,在此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于生成模型的方法的流程400突出了在仿真环境中训练得到驾驶模型的步骤,从而可以初步确定目标车辆是否满足预先确定的行驶平滑条件,从而减少训练过程中的试错成本,降低风险。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于生成模型的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,除下面所记载的特征外,该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征。该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于生成模型的装置500包括:第一获取单元501和训练单元502。其中,第一获取单元501被配置成获取目标速度集合和加速度集合,其中,加速度集合中的加速度用于指示目标车辆达到目标速度待具有的加速度;训练单元502被配置成采用强化学***滑条件;响应于确定满足行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系;确定是否满足预设的结束训练条件;响应于确定满足结束训练条件,生成表征所建立的至少一个对应关系的行驶模型。
在本实施例中,用于生成模型的装置500的第一获取单元501可以通过有线连接方式或者无线连接方式从其他电子设备,或者本地获取目标速度集合和加速度集合。
在本实施例中,上述加速度集合中的加速度用于指示目标车辆达到目标速度待具有的加速度。目标速度可以是期望达到的速度,或者,车辆待达到的速度。
在本实施例中,上述训练单元502可以采用强化学***滑条件;响应于确定满足行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系;确定是否满足预设的结束训练条件;响应于确定满足结束训练条件,生成表征所建立的至少一个对应关系的行驶模型。
在本实施例的一些可选的实现方式中,该装置500还包括:调整单元(图中未示出)被配置成响应于确定不满足结束训练条件,调整初始模型的模型参数,采用模型参数调整后的初始模型,继续执行训练步骤。
在本实施例的一些可选的实现方式中,训练单元502包括:第一确定模块(图中未示出)被配置成确定目标车辆按照所选取的加速度在仿真环境中进行行驶的状态下,目标车辆是否满足预先确定的行驶平滑条件。
在本实施例的一些可选的实现方式中,训练单元502包括:第二确定模块(图中未示出)被配置成确定目标车辆,按照所选取的加速度在实际行驶过程中进行行驶的状态下,目标车辆是否满足预先确定的行驶平滑条件。
在本实施例的一些可选的实现方式中,第一获取单元501包括:获取模块(图中未示出)被配置成获取目标车辆行驶过程中的目标速度集合和加速度集合。
在本实施例的一些可选的实现方式中,目标速度集合中的目标速度与加速度集合中的加速度一一对应;以及针对目标速度集合中的目标速度,该目标速度对应的加速度是通过如下步骤得到的:确定目标车辆从初始速度达到该目标速度的时间;确定该目标速度与初始速度的差值;将所确定的差值与所确定的时间的比值,确定为该目标速度对应的加速度。
在本实施例的一些可选的实现方式中,行驶平滑条件包括以下至少一项:目标车辆的平均速度小于预设的速度阈值;目标车辆的加速度变化率小于预设的加速度变化率阈值。
本公开的上述实施例提供的装置,通过第一获取单元501获取目标速度集合和加速度集合,其中,加速度集合中的加速度用于指示目标车辆达到目标速度待具有的加速度,之后,训练单元502采用强化学***滑条件;响应于确定满足行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系;确定是否满足预设的结束训练条件;响应于确定满足结束训练条件,生成表征所建立的至少一个对应关系的行驶模型,从而无需基于比例积分微分控制器,即可实现对车辆的控制,由此,丰富了控制车辆的方式,此外,通过基于强化学习算法训练得到的模型,来控制车辆的行驶,有助于提高车辆控制的精度,有助于提高车辆行驶的安全性。
下面请参考图6,其示出了根据本公开的用于生成信息的方法的一个实施例的流程600。该用于生成信息的方法,包括以下步骤:
步骤601,获取目标车辆的初始速度和目标速度。
在本实施例中,用于生成模型的方法的执行主体(例如图1所示的服务器,终端设备或者车辆)可以通过有线连接方式或者无线连接方式从其他电子设备,或者本地获取目标车辆的初始速度和目标速度。
在这里,上述目标车辆可以是但不限于汽车,公交车等等,该目标车辆与图2实施例中所描述的车辆可以是同一车辆,也可以是不同车辆。
上述初始速度可以是目标车辆在接收到加速或减速的指令之前,目标车辆所具有的实际速度。针对每个指令,可以对应有一个初始速度。
上述目标速度可以是期望达到的速度,或者,目标车辆待达到的速度。
步骤602,将初始速度和目标速度输入至预先训练的行驶模型,得到加速度。
在本实施例中,上述执行主体可以将步骤601获取到的初始速度和目标速度输入至预先训练的行驶模型,得到加速度。其中,行驶模型是按照如上述用于生成模型的方法中任一实施例的方法训练得到的,加速度用于指示目标车辆达到目标速度待具有的加速度。加速度可以用于指示目标车辆达到目标速度待具有的加速度。
可以理解,由于图2的实施例中的行驶模型,为采用强化学习算法所得到的模型,因而其可以用以表征初始速度、目标速度和加速度之间的对应关系。
步骤603,根据加速度,生成用于指示目标车辆行驶的指令。
在本实施例中,上述执行主体可以根据加速度,生成用于指示目标车辆行驶的指令。
作为示例,上述执行主体可以直接生成包含加速度的、用于指示目标车辆行驶的指令;也可以对根据得到的加速度确定目标车辆的油门或刹车的刻度值,从而生成包含上述刻度值的、用于指示目标车辆行驶的指令。
本公开的上述实施例提供的方法,通过获取目标车辆的初始速度和目标速度,然后,将初始速度和目标速度输入至预先训练的行驶模型,得到加速度,其中,行驶模型是按照如上述用于生成模型的方法中任一实施例的方法训练得到的,加速度用于指示目标车辆达到目标速度待具有的加速度,之后,根据加速度,生成用于指示目标车辆行驶的指令,从而无需基于比例积分微分控制器,实现了对车辆的控制,由此,丰富了控制车辆的方式,此外,通过基于强化学习算法训练得到的模型,来控制车辆的行驶,有助于提高车辆控制的精度,有助于提高车辆行驶的安全性。
接下来请参考图7,作为对上述各图所示方法的实现,本公开提供了一种用于生成信息的装置的一个实施例,该装置实施例与图6所示的方法实施例相对应,除下面所记载的特征外,该装置实施例还可以包括与图6所示的方法实施例相同或相应的特征。该装置具体可以应用于各种电子设备中。
如图7所示,本实施例的用于生成信息的装置700包括:第二获取单元701被配置成获取目标车辆的初始速度和目标速度;输入单元702被配置成将初始速度和目标速度输入至预先训练的行驶模型,得到加速度,其中,行驶模型是按照如上述用于生成模型的方法中任一实施例的方法训练得到的,加速度用于指示目标车辆达到目标速度待具有的加速度;生成单元703被配置成根据加速度,生成用于指示目标车辆行驶的指令。
在本实施例中,用于生成信息的装置700的第二获取单元701可以通过有线连接方式或者无线连接方式从其他电子设备,或者本地获取目标车辆的初始速度和目标速度。
在本实施例中,上述输入单元702可以将第二获取单元701获取到的初始速度和目标速度输入至预先训练的行驶模型,得到加速度。其中,行驶模型是按照如上述用于生成模型的方法中任一实施例的方法训练得到的,加速度用于指示目标车辆达到目标速度待具有的加速度。加速度可以用于指示目标车辆达到目标速度待具有的加速度。
在本实施例中,上述生成单元703可以根据输入单元702得到的加速度,生成用于指示目标车辆行驶的指令。
本公开的上述实施例提供的装置,通过第二获取单元701获取目标车辆的初始速度和目标速度,之后,输入单元702将初始速度和目标速度输入至预先训练的行驶模型,得到加速度,其中,行驶模型是按照如上述用于生成模型的方法中任一实施例的方法训练得到的,加速度用于指示目标车辆达到目标速度待具有的加速度,最后,生成单元703根据加速度,生成用于指示目标车辆行驶的指令,从而无需基于比例积分微分控制器,实现了对车辆的控制,由此,丰富了控制车辆的方式,此外,通过基于强化学习算法训练得到的模型,来控制车辆的行驶,有助于提高车辆控制的精度,有助于提高车辆行驶的安全性。
下面参考图8,其示出了适于用来实现本公开的实施例的电子设备的计算机***800的结构示意图。图8示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图8所示,计算机***800包括中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有***800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本公开的方法中限定的上述功能。
需要说明的是,本公开所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,所述程序设计语言包括面向目标的程序设计语言—诸如Python、Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取单元和训练单元。又例如,可以描述为:一种处理器包括第二获取单元、输入单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取目标速度集合和加速度集合的单元”。
作为另一方面,本公开还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取目标速度集合和加速度集合,其中,加速度集合中的加速度用于指示目标车辆达到目标速度待具有的加速度;采用强化学***滑条件;响应于确定满足行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系;确定是否满足预设的结束训练条件;响应于确定满足结束训练条件,生成表征所建立的至少一个对应关系的行驶模型。或者,使得该电子设备:获取目标车辆的初始速度和目标速度;将初始速度和目标速度输入至预先训练的行驶模型,得到加速度;根据加速度,生成用于指示目标车辆行驶的指令。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (16)
1.一种用于生成模型的方法,包括:
获取目标速度集合和加速度集合,其中,所述加速度集合中的加速度用于指示目标车辆达到目标速度待具有的加速度;
采用强化学***滑条件;响应于确定满足所述行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系;确定是否满足预设的结束训练条件;响应于确定满足所述结束训练条件,生成表征所建立的至少一个对应关系的行驶模型。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定不满足所述结束训练条件,调整初始模型的模型参数,采用模型参数调整后的初始模型,继续执行所述训练步骤。
3.根据权利要求1所述的方法,其中,所述确定所述目标车辆在按照所选取的加速度进行行驶的状态下,所述目标车辆是否满足预先确定的行驶平滑条件,包括:
确定所述目标车辆按照所选取的加速度在仿真环境中进行行驶的状态下,所述目标车辆是否满足预先确定的行驶平滑条件。
4.根据权利要求1所述的方法,其中,所述确定所述目标车辆在按照所选取的加速度进行行驶的状态下,所述目标车辆是否满足预先确定的行驶平滑条件,包括:
确定所述目标车辆,按照所选取的加速度在实际行驶过程中进行行驶的状态下,所述目标车辆是否满足预先确定的行驶平滑条件。
5.根据权利要求1所述的方法,其中,所述目标速度集合中的目标速度与所述加速度集合中的加速度一一对应;以及
针对所述目标速度集合中的目标速度,该目标速度对应的加速度是通过如下步骤得到的:
确定目标车辆从初始速度达到该目标速度的时间;
确定该目标速度与初始速度的差值;
将所确定的差值与所确定的时间的比值,确定为该目标速度对应的加速度。
6.根据权利要求1-5之一所述的方法,其中,所述行驶平滑条件包括以下至少一项:
所述目标车辆的平均速度小于预设的速度阈值;
所述目标车辆的加速度变化率小于预设的加速度变化率阈值。
7.一种用于生成信息的方法,包括:
获取目标车辆的初始速度和目标速度;
将所述初始速度和所述目标速度输入至预先训练的行驶模型,得到加速度,其中,所述行驶模型是按照如权利要求1-6之一所述的方法训练得到的,所述加速度用于指示所述目标车辆达到所述目标速度待具有的加速度;
根据所述加速度,生成用于指示所述目标车辆行驶的指令。
8.一种用于生成模型的装置,包括:
第一获取单元,被配置成获取目标速度集合和加速度集合,其中,所述加速度集合中的加速度用于指示目标车辆达到目标速度待具有的加速度;
训练单元,被配置成采用强化学***滑条件;响应于确定满足所述行驶平滑条件,建立目标车辆的初始速度、所选取的目标速度与所选取的加速度三者之间的对应关系;确定是否满足预设的结束训练条件;响应于确定满足所述结束训练条件,生成表征所建立的至少一个对应关系的行驶模型。
9.根据权利要求8所述的装置,其中,所述装置还包括:
调整单元,被配置成响应于确定不满足所述结束训练条件,调整初始模型的模型参数,采用模型参数调整后的初始模型,继续执行所述训练步骤。
10.根据权利要求8所述的装置,其中,所述训练单元包括:
第一确定模块,被配置成确定所述目标车辆按照所选取的加速度在仿真环境中进行行驶的状态下,所述目标车辆是否满足预先确定的行驶平滑条件。
11.根据权利要求8所述的装置,其中,所述训练单元包括:
第二确定模块,被配置成确定所述目标车辆,按照所选取的加速度在实际行驶过程中进行行驶的状态下,所述目标车辆是否满足预先确定的行驶平滑条件。
12.根据权利要求8所述的装置,其中,所述目标速度集合中的目标速度与所述加速度集合中的加速度一一对应;以及
针对所述目标速度集合中的目标速度,该目标速度对应的加速度是通过如下步骤得到的:
确定目标车辆从初始速度达到该目标速度的时间;
确定该目标速度与初始速度的差值;
将所确定的差值与所确定的时间的比值,确定为该目标速度对应的加速度。
13.根据权利要求8-12之一所述的装置,其中,所述行驶平滑条件包括以下至少一项:
所述目标车辆的平均速度小于预设的速度阈值;
所述目标车辆的加速度变化率小于预设的加速度变化率阈值。
14.一种用于生成信息的装置,包括:
第二获取单元,被配置成获取目标车辆的初始速度和目标速度;
输入单元,被配置成将所述初始速度和所述目标速度输入至预先训练的行驶模型,得到加速度,其中,所述行驶模型是按照如权利要求1-6之一所述的方法训练得到的,所述加速度用于指示所述目标车辆达到所述目标速度待具有的加速度;
生成单元,被配置成根据所述加速度,生成用于指示所述目标车辆行驶的指令。
15.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811636798.3A CN109606383B (zh) | 2018-12-29 | 2018-12-29 | 用于生成模型的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811636798.3A CN109606383B (zh) | 2018-12-29 | 2018-12-29 | 用于生成模型的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109606383A CN109606383A (zh) | 2019-04-12 |
CN109606383B true CN109606383B (zh) | 2020-07-10 |
Family
ID=66015609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811636798.3A Active CN109606383B (zh) | 2018-12-29 | 2018-12-29 | 用于生成模型的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109606383B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111308932B (zh) * | 2020-02-25 | 2021-08-31 | 北京百度网讯科技有限公司 | 刹车***的标定方法、装置、设备及存储介质 |
CN111402148B (zh) * | 2020-03-03 | 2023-05-23 | 北京百度网讯科技有限公司 | 用于自动驾驶车辆的信息处理方法和装置 |
CN113799772B (zh) * | 2020-09-18 | 2024-03-01 | 北京京东乾石科技有限公司 | 车辆的控制方法、装置以及控制*** |
CN113753063B (zh) * | 2020-11-23 | 2023-05-09 | 北京京东乾石科技有限公司 | 一种车辆行驶指令确定方法、装置、设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010014565B4 (de) * | 2010-04-10 | 2021-10-14 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren zur Erkennung eines Fahrwiderstandes eines Kraftfahrzeugs |
CN101916311B (zh) * | 2010-08-05 | 2011-11-09 | 北京交大资产经营有限公司 | 轨道交通自动驾驶***模型开发与仿真测试***与方法 |
US20170306874A1 (en) * | 2016-04-21 | 2017-10-26 | Ford Global Technologies, Llc | Vehicle driver model |
US10272778B2 (en) * | 2017-01-18 | 2019-04-30 | Baidu Usa Llc | Method and system for determining unit gain of speed control for autonomous driving vehicles |
CN107506830A (zh) * | 2017-06-20 | 2017-12-22 | 同济大学 | 面向智能汽车规划决策模块的人工智能训练平台 |
CN107808027B (zh) * | 2017-09-14 | 2020-11-24 | 上海理工大学 | 基于改进模型预测控制的自适应跟车方法 |
-
2018
- 2018-12-29 CN CN201811636798.3A patent/CN109606383B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109606383A (zh) | 2019-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109606383B (zh) | 用于生成模型的方法和装置 | |
CN107491073B (zh) | 无人驾驶车辆的数据训练方法和装置 | |
CN114291098B (zh) | 用于自动驾驶车辆的停车方法和装置 | |
WO2019047646A1 (zh) | 车辆避障方法和装置 | |
CN109515444B (zh) | 用于输出无人驾驶汽车的行驶性能指标的方法和装置 | |
CN111204348A (zh) | 调节车辆行驶参数方法、装置、车辆及存储介质 | |
CN113183975B (zh) | 自动驾驶车辆的控制方法、装置、设备以及存储介质 | |
WO2019047643A1 (zh) | 用于无人车的控制方法和装置 | |
CN110103987B (zh) | 应用于自动驾驶车辆的决策规划方法和装置 | |
EP4216098A1 (en) | Methods and apparatuses for constructing vehicle dynamics model and for predicting vehicle state information | |
CN109606366B (zh) | 用于控制车辆的方法和装置 | |
CN115496201A (zh) | 一种基于深度强化学习的列车精确停车控制方法 | |
CN109581874B (zh) | 用于生成信息的方法和装置 | |
CN110618692B (zh) | 用于控制无人机起飞的方法和装置 | |
CN110103960A (zh) | 车辆自适应巡航控制方法、***及车辆 | |
JP2022501667A (ja) | 移動ロボットを制御するための方法、装置及び制御システム | |
EP3758324B1 (en) | Method, controller and computer-readable medium for pushing information | |
CN111399489B (zh) | 用于生成信息的方法和装置 | |
CN114419758B (zh) | 跟车距离的计算方法、装置、车辆及存储介质 | |
CN113799772B (zh) | 车辆的控制方法、装置以及控制*** | |
CN115372020A (zh) | 自动驾驶车辆测试方法、装置、电子设备和介质 | |
CN115320616A (zh) | 一种自动驾驶车辆速度的控制方法、装置、设备及介质 | |
CN109703566B (zh) | 一种速度控制指令处理方法和车辆 | |
CN114987511A (zh) | 模拟人类驾驶行为以训练基于神经网络的运动控制器的方法 | |
CN117555332A (zh) | 路径生成方法、装置、电子设备和存储介质 |
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 |