(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 202211295261.1 (22)申请日 2022.10.21 (71)申请人 重庆长安汽车股份有限公司 地址 400020 重庆市江北区鱼嘴镇长安汽 车全球研发中心 (72)发明人 何静　顾秀颖　袁章凯　张英鹏　 刘大全　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 张伟 (51)Int.Cl. B60R 16/037(2006.01) B60H 1/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 车辆控制方法、 车辆控制系统、 服务终端及 车机系统 (57)摘要 本申请公开一种车辆控制方法、 服务终端、 车机系统、 车辆控制系统、 电子设备及非易失性 计算机可读存储介质。 车辆控制方法包括获取场 景配置文件和车辆数据； 根据场景配置文件和车 辆数据生 成第一特征数据和场景标签； 根据第一 特征数据、 场景标签和第一深度学习算法构建场 景决策模型； 根据场景配置文件、 第一特征数据、 场景标签和第二深度学习算法构建动作推荐模 型； 发送场景决策模型、 动作推荐模型和场景配 置文件至车机系统。 如此， 车辆根据预设的场景 配置文件构建场景决策模型， 通过场景决策模型 构建动作推荐模 型， 使车机系统确定当前驾驶场 景， 自动执行符合当前驾驶场景的预测动作， 无 需用户编制场景模型和动作模型， 操作简单， 提 升了用户体验。 权利要求书3页 说明书12页 附图6页 CN 115534848 A 2022.12.30 CN 115534848 A 1.一种车辆控制方法， 用于服 务终端， 其特 征在于， 所述车辆控制方法包括： 获取场景配置文件和车辆数据； 根据所述场景配置文件和所述车辆数据生成第一特 征数据和场景 标签； 根据所述第一特 征数据、 所述场景 标签和第一深度学习算法构建场景决策模型； 根据所述场景配置文件、 所述第一特征数据、 所述场景标签和第二深度学习算法构建 动作推荐模型； 发送所述场景决策模型、 所述动作推荐模型和所述场景配置文件至车机系统， 以控制 所述车机系统根据车辆当前状态、 所述场景决策模型、 所述动作推荐模型和所述场景配置 文件确定当前驾驶场景并执 行所述当前驾驶场景 下对应的预测动作。 2.根据权利要求1所述的车辆控制方法， 其特征在于， 所述根据 所述场景配置文件和所 述车辆数据生成第一特 征数据和场景 标签， 包括： 解析所述场景配置文件以得到场景规则配置文件和执 行动作配置文件； 提取所述场景规则配置文件和所述执 行动作配置文件中场景触发条件变量； 对所述车辆数据预处 理得到多组所述第一特 征数据； 通过所述场景触发条件变量给每组所述第一特征数据配置对应的标签以生成场景标 签。 3.根据权利要求2所述的车辆控制方法， 其特征在于， 所述根据所述第一特征数据、 所 述场景标签和第一深度学习算法构建场景决策模型， 包括： 设置所述第一深度学习算法的输入维度、 输出维度、 激活函数、 模型编译优化器、 损失 函数、 评估指标以生成第一深度学习模型； 通过所述第 一特征数据和所述场景标签对所述第 一深度学习模型训练， 得到初始场景 决策模型； 根据测试 数据对所述初始场景决策模型评估， 以验证所述初始场景决策模型； 根据所述场景标签对验证后的所述初始场景 决策模型进行仲裁， 并将仲裁后的所述初 始场景决策模型作为所述场景决策模型。 4.根据权利要求1所述的车辆控制方法， 其特征在于， 所述根据所述场景配置文件、 所 述第一特 征数据、 所述场景 标签和第二深度学习算法构建动作推荐模型， 包括： 解析所述场景配置文件以得到场景规则配置文件和执 行动作配置文件； 对所述第一特 征数据和所述场景 标签预处 理生成多组第二特 征数据； 通过所述执行动作配置文件给每组所述第二特征数据配置对应的标签以生成动作标 签； 根据所述第二特 征数据、 所述动作标签和所述第二深度学习算法构建动作推荐模型。 5.根据权利要求4所述的车辆控制方法， 其特征在于， 所述根据所述第二特征数据、 所 述动作标签和所述第二深度学习算法构建动作推荐模型， 包括： 设置所述第二深度学习算法的输入维度、 输出维度、 激活函数、 模型编译优化器、 损失 函数、 评估指标以生成第二深度学习模型； 通过所述第 二特征数据和所述动作标签对所述第 二深度学习模型训练， 得到初始动作 推荐模型； 根据测试 数据对所述初始动作推荐模型评估， 以验证所述初始动作推荐模型；权　利　要　求　书 1/3 页 2 CN 115534848 A 2根据所述动作标签对验证后的所述初始动作推荐模型生成的动作评估所述初始动作 推荐模型， 并将仲裁后的所述初始动作推荐模型作为所述动作推荐模型。 6.根据权利要求1所述的车辆控制方法， 其特 征在于， 所述车辆控制方法还 包括： 获取用户在多种驾驶场景 下的执行动作和动作参数； 根据执行动作和动作参数 得到所述驾驶场景的用户参数 数据； 发送所述用户参数数据、 所述场景决策模型、 所述动作推荐模型和所述场景配置文件 至所述车机系统， 以控制所述车机系统根据车辆当前状态、 所述场景决策模型、 所述动作推 荐模型和所述场景配置文件确定当前驾驶场景并执行所述当前驾驶场景下对应的预测动 作。 7.一种车辆控制方法， 用于车机系统， 其特 征在于， 所述车辆控制方法包括： 接收服务终端提供的场景 预测模型、 动作推荐模型和场景配置文件； 检测车辆的当前状态； 根据所述当前状态、 场景 预测模型和配置文件确定当前驾驶场景； 根据所述当前状态、 所述当前驾驶场景、 动作推荐模型和所述配置文件确定预测动作； 和 根据所述预测动作生成控制指令以控制所述车辆执 行所述预测动作。 8.根据权利要求7 所述的车辆控制方法， 其特 征在于， 所述车辆控制方法包括： 接收所述 服务终端提供的用户参数 数据； 根据所述用户参数数据、 所述当前状态、 所述当前驾驶场景、 动作推荐模型和所述配置 文件确定预测动作。 9.一种服 务终端， 其特 征在于， 包括： 获取模块， 用于获取场景配置文件和车辆数据； 生成模块， 用于根据所述场景配置文件和所述车辆数据生成第一特征数据和场景标 签； 第一构建模块， 用于根据所述第一特征数据、 所述场景标签和第一深度学习算法构建 场景决策模型； 第二构建模块， 用于根据 所述场景配置文件、 所述第 一特征数据、 所述场景标签和第二 深度学习算法构建动作推荐模型； 发送模块， 发送所述场景决策模型、 所述动作推荐模型和所述场景配置文件至车机系 统， 以控制所述车机系统根据车辆 当前状态、 所述场景决策模 型、 所述动作推荐模型和所述 场景配置文件确定当前驾驶场景并执 行所述当前驾驶场景 下对应的预测动作。 10.一种车机系统， 其特 征在于， 包括： 接收模块， 用于 接收服务终端提供的场景 预测模型、 动作推荐模型和场景配置文件； 检测模块， 用于检测车辆的当前状态； 第一确定模块， 用于根据所述当前状态、 场景 预测模型和配置文件确定当前驾驶场景； 第二确定模块， 用于根据 所述当前状态、 所述当前驾驶场景、 动作推荐模型和所述配置 文件确定预测动作； 和 控制模块， 用于根据所述预测动作生成控制指令以控制所述车辆执 行所述预测动作。 11.一种车辆控制系统， 其特征在于， 包括服务终端和车机系统， 所述服务终端用于获权　利　要　求　书 2/3 页 3 CN 115534848 A 3