(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 202210967278.0 (22)申请日 2022.08.12 (71)申请人 北京罗克维尔斯科技有限公司 地址 101300 北京市顺 义区高丽营镇恒兴 路4号院1幢10 3室 （科技创新功能 区） (72)发明人 杨林　周文强　 (74)专利代理 机构 北京开阳星知识产权代理有 限公司 1 1710 专利代理师 张子青 (51)Int.Cl. G06V 20/56(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 20/40(2022.01) (54)发明名称 行驶工况识别方法、 装置、 设备、 介质及车辆 (57)摘要 本公开涉及一种行驶工况识别方法、 装置、 设备、 介质及车辆。 本公开通过获取待识别行驶 工况的图像数据， 基于所述待识别行驶工况的 图 像数据得到多个维度分别对应的特征数据， 基于 所述多个维度分别对应的特征数据， 从各个维度 的多个类别中确定出所述待识别行驶工况在各 个维度下对应的目标类别， 基于所述待识别行驶 工况在各个维度下对应的目标类别， 得到所述待 识别行驶工况的识别结果。 相较于现有技术中需 要使用多个模 型依次对工况进行识别， 本公开可 以同时识别出各个维度下对应的目标类别， 将多 种维度工 况的识别进行融合， 降低了模型调度次 数与推理时间， 提高了识别速度， 从而可 以及时 识别出当前的行驶工况。 权利要求书2页 说明书12页 附图4页 CN 115439815 A 2022.12.06 CN 115439815 A 1.一种行驶工况识别方法， 其特 征在于， 包括： 获取待识别行驶工况的图像数据； 基于所述待识别行驶工况的图像数据得到多个维度分别对应的特 征数据； 基于所述多个维度分别对应的特征数据， 从各个维度的多个类别中确定出所述待识别 行驶工况在各个维度下对应的目标类别； 基于所述待识别行驶工况在各个维度 下对应的目标类别， 得到所述待识别行驶工况的 识别结果。 2.根据权利要求1所述的方法， 其特征在于， 所述多个维度至少包括场景维度、 天气维 度、 光线维度、 时间维度。 3.根据权利要求1所述的方法， 其特征在于， 所述获取待识别行驶工况的图像数据， 包 括： 获取待识别行驶工况的视频流数据； 基于所述待识别行驶工况的视频流数据得到待识别行驶工况的图像数据。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述待识别行驶工况的图像数据 得到多个维度分别对应的特 征数据， 包括： 基于所述待识别行驶工况的图像数据提取 出所述待识别行驶工况的浅层特 征数据； 基于所述待识别行驶工况的浅层特 征提取出多个维度分别对应的深层特 征数据； 相应的， 基于所述多个维度分别对应的特征数据， 从各个维度的多个类别 中确定出所 述待识别行驶工况在各个维度下对应的目标类别， 包括： 基于所述多个维度分别对应的深层特征数据， 从各个维度的多个类别中确定出所述待 识别行驶工况在各个维度下对应的目标类别。 5.根据权利要求1所述的方法， 其特征在于， 所述待识别行驶工况的图像数据包括所述 待识别行驶工况的多张图像； 所述获取待识别行驶工况的图像数据之后， 所述方法还 包括： 将所述待识别行驶工况的多张图像依次输入到预先训练完成的行驶工况识别模型中， 通过所述预先训练完成的行驶工况识别模型得到所述待识别行驶工况的多张图像中的每 张图像在各个维度下对应的预测类别； 对于多张图像 中的每张图像在各个维度下对应的预测类别， 若得到的预测类别中连续 出现同一类别、 且出现次数大于预设阈值， 则确定该预测类别为所述待识别行驶工况在该 维度下对应的目标类别。 6.根据权利要求5所述的方法， 其特征在于， 所述行驶工况识别模型是通过如下方法训 练得到的： 获取多张训练图像以及每张训练图像对应的行驶工况； 基于所述多 张训练图像对行驶工况识别模型进行训练， 得到每张训练图像在多个维度 下的训练结果； 基于每张训练图像对应的行驶工况对所述每张训练图像在多个维度下的训练结果进 行损失计算， 得到所述行驶工况识别模型在每 个维度下的损失计算结果； 对每个维度下的损失计算结果进行汇总， 更新所述行驶工况识别模型的模型参数； 若所述行驶工况识别模型的准确率大于预设阈值， 则所述行驶工况识别模型训练完权　利　要　求　书 1/2 页 2 CN 115439815 A 2成。 7.根据权利要求6所述的方法， 其特征在于， 所述基于所述多 张训练图像对行驶工况识 别模型进行训练， 得到每张训练图像在多个维度下 的训练结果之前， 所述行驶工况识别模 型的训练方法还 包括： 对多个维度下的模型进行训练， 得到多个维度下的基础模型； 将所述多个维度下的基础模型进行融合， 得到所述行驶工况识别模型。 8.一种行驶工况识别装置， 其特 征在于， 包括： 获取模块， 用于获取待识别行驶工况的图像数据； 第一得到模块， 用于基于所述待识别行驶工况的图像数据得到多个维度分别对应的特 征数据； 第一确定模块， 用于基于所述多个维度分别对应的特征数据， 从各个维度的多个类别 中确定出 所述待识别行驶工况在各个维度下对应的目标类别； 第二得到模块， 用于基于所述待识别行驶工况在各个维度下对应的目标类别， 得到所 述待识别行驶工况的识别结果。 9.一种电子设备， 其特 征在于， 包括： 存储器； 处理器； 以及 计算机程序； 其中， 所述计算机程序存储在所述存储器中， 并被配置为由所述处理器执行以实现如 权利要求1 ‑7中任一所述的方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现如权利要求1 ‑7中任一项所述的方法。 11.一种车辆， 其特 征在于， 包括： 存储器； 处理器； 以及 计算机程序； 其中， 所述计算机程序存储在所述存储器中， 并被配置为由所述处理器执行以实现如 权利要求1 ‑7中任一所述的方法。权　利　要　求　书 2/2 页 3 CN 115439815 A 3