自动驾驶的语义环境处理方法、装置及电子设备与流程

本申请涉及车辆技术，尤其涉及一种自动驾驶的语义环境处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术：

1、汽车自动驾驶技术的迅速发展对交通领域带来了深刻的影响，尤其是交通安全、流量管理和城市规划等方面。作为自动驾驶技术的关键组成部分之一，以车体为中心的语义环境为自动驾驶车辆提供了必要的环境感知信息，语义环境包括道路几何信息、交通信号、行人道、停车位等各种环境元素，这些信息对于安全驾驶来说至关重要。

2、目前工业界所广泛采用的是离线的语义环境构建方式，然而，该方式依赖于人工标注，具有成本高昂、更新滞后等缺点，由于无法实现实时更新，因此在用于自动驾驶时，容易出现离线(历史)的语义环境与实际的语义环境不一致的情况，导致自动驾驶的安全性低。

技术实现思路

1、本申请提供一种自动驾驶的语义环境处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品，能够在线构建出准确、有效的语义环境，有助于提升自动驾驶的安全性。

2、本申请的技术方案是这样实现的：

3、本申请提供一种自动驾驶的语义环境处理方法，包括：

4、对车载传感器在第t个时刻采集到的环境数据进行环境特征提取处理，得到第t个时刻的实时环境特征；

5、从历史全局语义环境中截取与第t个时刻的自车位置对应的历史局部语义环境，并将与第t个时刻的自车位置对应的历史局部语义环境转换为第t个时刻的历史环境特征；其中，所述历史全局语义环境包括多个位置分别对应的历史局部语义环境；

6、将第t个时刻的实时环境特征、第t个时刻的历史环境特征以及第t-1个时刻的融合环境特征进行特征融合处理，得到第t个时刻的融合环境特征；

7、根据第t-1个时刻的优化环境特征对第t个时刻的融合环境特征进行注意力计算，得到第t个时刻的优化环境特征；

8、对第t个时刻的优化环境特征进行语义提取处理，得到第t个时刻的实时局部语义环境。

9、本申请提供一种自动驾驶的语义环境处理装置，包括：

10、感知模块，用于对车载传感器在第t个时刻采集到的环境数据进行环境特征提取处理，得到第t个时刻的实时环境特征；

11、截取模块，用于从历史全局语义环境中截取与第t个时刻的自车位置对应的历史局部语义环境，并将与第t个时刻的自车位置对应的历史局部语义环境转换为第t个时刻的历史环境特征；其中，所述历史全局语义环境包括多个位置分别对应的历史局部语义环境；

12、特征融合模块，用于将第t个时刻的实时环境特征、第t个时刻的历史环境特征以及第t-1个时刻的融合环境特征进行特征融合处理，得到第t个时刻的融合环境特征；

13、注意力计算模块，用于根据第t-1个时刻的优化环境特征对第t个时刻的融合环境特征进行注意力计算，得到第t个时刻的优化环境特征；

14、语义提取模块，用于对第t个时刻的优化环境特征进行语义提取处理，得到第t个时刻的实时局部语义环境。

15、本申请提供一种电子设备，包括：

16、存储器，用于存储可执行指令；

17、处理器，用于执行所述存储器中存储的可执行指令时，实现本申请提供的自动驾驶的语义环境处理方法。

18、本申请提供一种计算机可读存储介质，存储有可执行指令，用于引起处理器执行时，实现本申请提供的自动驾驶的语义环境处理方法。

19、本申请提供了一种计算机程序产品，该计算机程序产品包括可执行指令，用于引起处理器执行时，实现本申请提供的自动驾驶的语义环境处理方法。

20、本申请具有以下有益效果：

21、本申请对车载传感器在第t个时刻采集到的环境数据进行环境特征提取处理，得到第t个时刻的实时环境特征；从历史全局语义环境中截取与第t个时刻的自车位置对应的历史局部语义环境，并将与第t个时刻的自车位置对应的历史局部语义环境转换为第t个时刻的历史环境特征；将第t个时刻的实时环境特征、第t个时刻的历史环境特征以及第t-1个时刻的融合环境特征进行特征融合处理，得到第t个时刻的融合环境特征；根据第t-1个时刻的优化环境特征对第t个时刻的融合环境特征进行注意力计算，得到第t个时刻的优化环境特征；对第t个时刻的优化环境特征进行语义提取处理，得到第t个时刻的实时局部语义环境。本申请模仿人类记忆机制，将历史全局语义环境作为长时记忆，将融合环境特征以及优化环境特征作为短时记忆，从而综合长时记忆以及短时记忆提升在线构建语义环境的效果，增强了在不同天气和复杂情景下的适应能力；同时，基于注意力计算来捕捉特征中的关键信息，忽略无效、冗余的信息，使得构建出的语义环境更加准确、有效。综上，本申请能够在线构建出准确、有效的语义环境，有助于提升自动驾驶的安全性。

技术特征：

1.一种自动驾驶的语义环境处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据第t-1个时刻的优化环境特征对第t个时刻的融合环境特征进行注意力计算，得到第t个时刻的优化环境特征，包括：

3.根据权利要求2所述的方法，其特征在于，所述方法通过语义环境处理模型实现；所述对车载传感器在第t个时刻采集到的环境数据进行环境特征提取处理之前，所述方法还包括：

4.根据权利要求1所述的方法，其特征在于，车载传感器为车载相机，环境数据为图像数据；所述对车载传感器在第t个时刻采集到的环境数据进行环境特征提取处理，得到第t个时刻的实时环境特征，包括：

5.根据权利要求4所述的方法，其特征在于，所述将第t个时刻的图像特征从图像空间映射至鸟瞰空间，得到第t个时刻的实时环境特征，包括：

6.根据权利要求1所述的方法，其特征在于，历史全局语义环境通过全局坐标系进行描述；所述将与第t个时刻的自车位置对应的历史局部语义环境转换为第t个时刻的历史环境特征，包括：

7.根据权利要求1所述的方法，其特征在于，所述对第t个时刻的优化环境特征进行语义提取处理，得到第t个时刻的实时局部语义环境之后，所述方法还包括：

8.根据权利要求1至7任一项所述的方法，其特征在于，所述对第t个时刻的优化环境特征进行语义提取处理，得到第t个时刻的实时局部语义环境之后，所述方法还包括：

9.一种自动驾驶的语义环境处理装置，其特征在于，包括：

10.一种电子设备，其特征在于，包括：

11.一种计算机可读存储介质，其特征在于，存储有可执行指令，用于被处理器执行时，实现权利要求1至8任一项所述的方法。

技术总结本申请提供了一种自动驾驶的语义环境处理方法、装置、电子设备及计算机可读存储介质；方法包括：对第t个时刻的环境数据进行环境特征提取处理，得到第t个时刻的实时环境特征；将与第t个时刻的自车位置对应的历史局部语义环境转换为第t个时刻的历史环境特征；将第t个时刻的实时环境特征、第t个时刻的历史环境特征以及第t‑1个时刻的融合环境特征进行特征融合处理，得到第t个时刻的融合环境特征；根据第t‑1个时刻的优化环境特征对第t个时刻的融合环境特征进行注意力计算，得到第t个时刻的优化环境特征；对第t个时刻的优化环境特征进行语义提取处理，得到第t个时刻的实时局部语义环境。通过本申请能够在线构建出准确有效的语义环境。技术研发人员：聂鹏,牟永强受保护的技术使用者：广州汽车集团股份有限公司技术研发日：技术公布日：2024/9/9