(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210679795.8 (22)申请日 2022.06.16 (71)申请人 阿里巴巴达摩院 （杭州） 科技有限公 司 地址 311121 浙江省杭州市余杭区五常街 道文一西路969号3幢5层516室 (72)发明人 周丽君　李明　刘挺　卿泉　 (74)专利代理 机构 北京君以信知识产权代理有 限公司 1 1789 专利代理师 谭镇 (51)Int.Cl. G06V 20/59(2022.01) G06V 20/58(2022.01) G06V 10/80(2022.01) G06V 10/774(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 训练状态识别模 型的方法及装置、 获取障碍 物车辆的驾驶状态的方法及装置 (57)摘要 本申请提供了训练状态识别模型的方法及 装置、 获取障碍物车辆的驾驶状态的方法及装 置。 本申请中的状态识别模型可以是端到端的模 型， 如此， 其可以通过大规模数据的有监督训练 得到， 可以提高状态识别模型的泛化能力， 且在 基于状态识别模型识别障碍物车辆的行驶状态 时， 除了使用 “在道路上行驶的自车辆的车辆信 息”以及“在道路上的自车辆的行驶方向上的障 碍物车辆的障碍物信息 ”， 还使用了 “自车辆所在 的区域中的交通参与者的参与者信息 ”以及“道 路的道路拓扑信息 ”， 如此使得状态识别模型可 以学习到与自车辆以及障碍物相关的更多的信 息， 以用于辅助识别障碍物车辆的行驶状态， 可 以提高基于状态识别模型识别障碍物车辆的行 驶状态的准确率 等。 权利要求书2页 说明书19页 附图3页 CN 115116041 A 2022.09.27 CN 115116041 A 1.一种训练状态 识别模型的方法， 其特 征在于， 所述方法包括： 获取至少一个样本数据集， 所述样本数据集包括： 在样本道路上行驶的样本自车辆的 车辆信息、 在样本道路上 的样本自车辆的行驶方向上 的样本障碍物车辆的障碍物信息、 样 本自车辆所在的区域中的样本交通参与者的参与者信息、 样本道路的道路拓扑信息以及样 本障碍物车辆的标注驾驶状态； 创建状态 识别模型的网络结构； 使用至少一个样本数据集对状态识别模型的网络结构中的网络参数训练， 直至网络参 数收敛， 从而得到状态 识别模型。 2.根据权利要求1所述的方法， 其特 征在于， 所述网络结构至少包括特 征提取网络、 特 征融合网络以及状态 识别网络； 特征提取网络用于对样本自车辆的车辆信 息进行特征提取， 得到样本自车辆的车辆特 征， 用于对样本障碍物车辆的障碍物信息 以及样本交通参与者的参与者信息进行特征提 取， 得到针对样本障碍物车辆以及样本交通参与者的混合特征， 以及用于对样本道路的道 路拓扑信息进行 特征提取， 得到样本道路的道路特 征； 特征融合网络用于获取 车辆特征、 混合特 征以及道路特 征共同作用下的交 互特征； 状态识别网络用于根据交 互特征识别样本障碍物车辆的驾驶状态。 3.根据权利要求2所述的方法， 其特 征在于， 特征融合网络 至少包括车辆注意力层、 道路注意力层、 混合注意力层以及拼接层； 道路注意力层用于获取车辆特征以及 混合特征对道路特征的道路注意力特征， 车辆注 意力层用于获取道路特征以及混合特征对车辆特征的车辆注意力特征， 混合注意力层用于 获取道路特征以及车辆特征对混合特征的混合注意力特征， 拼接层用于将道路注意力特 征、 车辆注意力特 征以及混合注意力特 征拼接， 得到交 互特征。 4.一种获取障碍物车辆的行驶状态的方法， 其特征在于， 应用于自车辆， 所述方法包 括： 在自车辆在道路上行驶的情况下， 识别在所述道路上的所述车辆的行驶方向上是否存 在障碍物车辆； 在存在所述障碍物车辆的情况下， 获取自车辆的车辆信 息、 障碍物车辆的障碍物信 息、 自车辆所在的区域中的交通 参与者的参与者信息以及道路的道路拓扑信息； 根据自车辆的车辆信息、 障碍物车辆的障碍物信息、 自车辆所在的区域中的交通参与 者的参与者信息以及道路的道路拓扑信息， 获取 所述障碍物车辆的行驶状态。 5.根据权利要求4所述的方法， 其特征在于， 所述根据自车辆的车辆信息、 障碍物车辆 的障碍物信息、 自车辆所在的区域中的交通参与者的参与者信息 以及道路的道路拓扑信 息， 获取所述障碍物车辆的行驶状态， 包括： 对自车辆的车辆信息进行特征提取， 得到自车辆的车辆特征； 对 障碍物车辆的障碍物 信息以及交通参与者的参与者信息进 行特征提取， 得到针对障碍物车辆以及交通参与者的 混合特征， 以及对道路的道路拓扑信息进行 特征提取， 得到道路的道路特 征； 获取车辆特征、 混合特 征以及道路特 征共同作用下的交 互特征； 根据交互特征识别障碍物车辆的行驶状态。 6.根据权利要求5所述的方法， 其特征在于， 所述获取车辆特征、 混合特征以及道路特权　利　要　求　书 1/2 页 2 CN 115116041 A 2征共同作用下的交 互特征， 包括： 获取车辆特征以及 混合特征对道路特征的道路注意力特征， 获取道路特征以及 混合特 征对车辆特征的车辆注意力特征， 以及获取道路特征以及车辆特征对混合特征的混合注意 力特征； 将道路注意力特 征、 车辆注意力特 征以及混合注意力特 征拼接， 得到交 互特征。 7.根据权利要求 4所述的方法， 其特 征在于， 所述方法还 包括： 在障碍物车辆的状态不为停车状态的情况下， 暂停行驶自车辆， 等待 障碍物车辆驶离 之后再控制自车辆基于原 始的路径行驶； 或者， 在障碍物车辆的行驶状态为停车状态的情况下， 规划用于绕行所述障碍物车辆的路 径， 自动控制自车辆基于规划的路径行驶； 或者， 显示规划的路径， 以使自车辆的驾驶员手 动控制自车辆基于规划的路径行驶。 8.根据权利要求 4所述的方法， 其特 征在于， 所述方法还 包括： 根据所述障碍物车辆的行驶状态生成在道路上的行驶 提示信息； 向所述交通参与者发送行驶提示信 息， 以使交通参与者根据行驶提示信 息进行驾驶控 制。 9.一种训练状态 识别模型的装置， 其特 征在于， 所述装置包括： 第一获取模块， 用于获取至少一个样本数据集， 所述样本数据集包括： 在样本道路上行 驶的样本自车辆的车辆信息、 在样本道路上的样本自车辆的行驶方向上的样本障碍物车辆 的障碍物信息、 样本自车辆所在的区域中的样本交通参与者的参与者信息、 样本道路的道 路拓扑信息以及样本障碍物车辆的标注驾驶状态； 创建模块， 用于创建状态 识别模型的网络结构； 使用模块， 用于使用至少一个样本数据集对状态识别模型的网络结构中的网络参数训 练， 直至网络参数收敛， 从而得到状态 识别模型。 10.一种获取障碍物车辆的行驶状态的装置， 其特征在于， 应用于自车辆， 所述装置包 括： 识别模块， 用于在 自车辆在道路上行驶的情况下， 识别在所述道路上的所述车辆的行 驶方向上 是否存在障碍物车辆； 第二获取模块， 用于在存在所述障碍物车辆的情况下， 获取自车辆的车辆信息、 障碍物 车辆的障碍物信息、 自车辆所在的区域中的交通参与者的参与者信息以及道路的道路拓扑 信息； 第三获取模块， 用于根据自车辆的车辆信 息、 障碍物车辆的障碍物信 息、 自车辆所在的 区域中的交通参与者的参与者信息以及道路的道路拓扑信息， 获取所述障碍物车辆的行驶 状态。 11.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特 征在于， 处 理器执行程序时实现如权利要求1至8中任一项的方法的步骤。 12.一种计算机可读存储介质， 其特征在于， 计算机可读存储介质上存储有计算机程 序， 计算机程序被处 理器执行时实现如权利要求1至8中任一项的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115116041 A 3