基于深度学习进行数据拟合的辅助驾驶方法和相关设备

本申请提供一种基于深度学习进行数据拟合的辅助驾驶方法和相关设备，涉及自动控制领域。在该方法中，通过采集历史路面信息、采集时间点和路面位置坐标，确定路面时空数据集合。然后，以路面时空数据集合为基础，将包括路面温度、湿度、磨损状态、坑洼情况和修补记录的路面信息数据组作为输入数据，在确定路面状况类别标签后，训练得到深度学习模型，该模型能输出与输入数据相匹配的路面状况类别。接着，通过传感器和监测设备获取路面实时信息，并输入深度学习模型，以确定路面实时状况类别。最后，根据天气预报情况、车辆轮胎数据、路面实时状况类别和预设的自动驾驶行为优化模型来调整目标车辆的自动驾驶策略，从而实现更安全、智能的驾驶。