一種自動駕駛車輛控制決策確定方法、裝置、設備及介質與流程
2024-04-13 08:05:05
1.本發明涉及自動駕駛控制技術領域，尤其涉及一種自動駕駛車輛控制決策確定方法、裝置、設備及介質。
背景技術：
2.自動駕駛汽車，又稱無人駕駛汽車、電腦駕駛汽車、或輪式移動機器人，是一種通過電腦系統實現無人駕駛的智能汽車。無人車依靠人工智慧、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。
3.目前對於自動駕駛的控制，要麼是端到端的控制算法，輸入圖像信號，直接輸出方向盤和油門剎車的控制信號，該方法整個系統都是一個黑盒，雖然在一些仿真場景下可以實現一定的功能，但是由於其應用到工程實際中會有難以解釋、難以查錯及調試的問題，並不能實現落地和推廣，且其對場景的理解能力較差，導致預測準確率較低。
技術實現要素：
4.本發明提供了一種自動駕駛車輛控制決策確定方法、裝置、設備及介質，用於解決現有的自動駕駛車輛的控制決策確定方式場景適應性差，導致預測準確率低的技術問題。
5.本發明提供了一種自動駕駛車輛控制決策確定方法，應用於自動駕駛車輛；所述方法包括：
6.採集所述自動駕駛車輛的當前環境數據；
7.以所述自動駕駛車輛為中心，獲取預設範圍內各歷史參與車輛的歷史環境數據；
8.對所述歷史環境數據進行預處理，得到訓練數據；
9.採用所述訓練數據訓練控制決策模型；
10.將所述當前環境數據輸入所述控制決策模型，得到控制決策。
11.可選地，所述將所述當前環境數據輸入所述控制決策模型，得到控制決策的步驟之後，還包括：
12.執行所述控制決策對應的駕駛行為。
13.可選地，所述以所述自動駕駛車輛為中心，獲取預設範圍內各歷史參與車輛的歷史環境數據的步驟，包括：
14.以所述自動駕駛車輛為中心，獲取預設範圍、預設時間範圍內的歷史參與車輛；
15.獲取各歷史參與車輛採集到的歷史環境數據。
16.可選地，所述對所述歷史環境數據進行預處理，得到訓練數據的步驟，包括：
17.確定所述當前環境數據對應的場景類型；
18.根據所述場景類型從所述歷史環境數據中篩選目標場景數據；
19.根據所述目標場景數據生成所述歷史參與車輛的軌跡數據；
20.根據所述軌跡數據和所述目標場景數據生成所述歷史參與車輛的標籤信息；
21.將所述目標場景數據和所述標籤信息作為訓練數據。
22.可選地，所述目標場景數據包括障礙物信息；所述根據所述軌跡數據和所述目標場景數據生成所述歷史參與車輛的標籤信息的步驟，包括：
23.根據所述軌跡數據和所述障礙物信息，確定所述歷史參與車輛相對於所述障礙物信息的相對行為；
24.根據所述軌跡數據確定所述歷史參與車輛相對於地面的絕對行為；
25.根據所述相對行為和所述絕對行為生成所述歷史參與車輛的標籤信息。
26.本發明還提供了一種自動駕駛車輛控制決策確定裝置，應用於自動駕駛車輛；所述裝置包括：
27.當前環境數據採集模塊，用於採集所述自動駕駛車輛的當前環境數據；
28.歷史環境數據獲取模塊，用於以所述自動駕駛車輛為中心，獲取預設範圍內各歷史參與車輛的歷史環境數據；
29.訓練數據獲取模塊，用於對所述歷史環境數據進行預處理，得到訓練數據；
30.控制決策模型訓練模塊，用於採用所述訓練數據訓練控制決策模型；
31.控制決策生成模塊，用於將所述當前環境數據輸入所述控制決策模型，得到控制決策。
32.可選地，所述裝置還包括：
33.執行模塊，用於執行所述控制決策對應的駕駛行為。
34.可選地，所述歷史環境數據獲取模塊，包括：
35.歷史參與車輛獲取子模塊，用於以所述自動駕駛車輛為中心，獲取預設範圍、預設時間範圍內的歷史參與車輛；
36.歷史環境數據獲取子模塊，用於獲取各歷史參與車輛採集到的歷史環境數據。
37.本發明還提供了一種電子設備，所述設備包括處理器以及存儲器：
38.所述存儲器用於存儲程序代碼，並將所述程序代碼傳輸給所述處理器；
39.所述處理器用於根據所述程序代碼中的指令執行如上任一項所述的自動駕駛車輛控制決策確定方法。
40.本發明還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質用於存儲程序代碼，所述程序代碼用於執行如上任一項所述的自動駕駛車輛控制決策確定方法。
41.從以上技術方案可以看出，本發明具有以下優點：本發明提供了一種自動駕駛車輛控制決策確定方法，並具體公開了：採集自動駕駛車輛的當前環境數據；以自動駕駛車輛為中心，獲取預設範圍內各歷史參與車輛的歷史環境數據；對歷史環境數據進行預處理，得到訓練數據；採用訓練數據訓練控制決策模型；將當前環境數據輸入控制決策模型，得到控制決策。
42.本發明通過當前自動駕駛車輛所處環境預設範圍內的歷史參與車輛的歷史環境數據作為基礎來提取訓練數據，並根據訓練數據訓練得到控制決策模型，使得自動駕駛車輛可以基於歷史參與車輛在當前路段的行為數據生成在當前路段當前場景下的控制決策。由於該控制決策模型是基於當前路段的歷史參與車輛的歷史環境數據得到的，因此其對於自動駕駛車輛當前所處場景有更強的場景理解能力，從而提高了控制決策的預測準確率。
附圖說明
43.為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其它的附圖。
44.圖1為本發明實施例提供的一種自動駕駛車輛控制決策確定方法的步驟流程圖；
45.圖2為本發明另一實施例提供的一種自動駕駛車輛控制決策確定方法的步驟流程圖；
46.圖3為本發明實施例提供的一種自動駕駛車輛控制決策確定裝置的結構框圖。
具體實施方式
47.本發明實施例提供了一種自動駕駛車輛控制決策確定方法、裝置、設備及介質，用於解決現有的自動駕駛車輛的控制決策確定方式場景適應性差，導致預測準確率低的技術問題。
48.為使得本發明的發明目的、特徵、優點能夠更加的明顯和易懂，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，下面所描述的實施例僅僅是本發明一部分實施例，而非全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其它實施例，都屬於本發明保護的範圍。
49.請參閱圖1，圖1為本發明實施例提供的一種自動駕駛車輛控制決策確定方法的步驟流程圖。
50.本發明提供的一種自動駕駛車輛控制決策確定方法，應用於自動駕駛車輛；方法具體可以包括以下步驟：
51.步驟101，採集自動駕駛車輛的當前環境數據；
52.自動駕駛汽車，又稱無人駕駛汽車、電腦駕駛汽車、或輪式移動機器人，是一種通過電腦系統實現無人駕駛的智能汽車。無人車依靠人工智慧、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。
53.當前環境數據，可以是在自動駕駛車輛的感知、定位、規劃模塊都已經在運行的條件下，數據採集設備自動(或安全員手動控制數據採集設備)對自動駕駛車輛周圍(採集範圍可以根據實際使用需要進行設定，如半徑50米內等，本發明實施例不對採集範圍做具體限定)識別到的障礙物的形狀、位置、速度、加速度、場景中提前標註的語義地圖數據、周圍的交通控制設備狀態等數據。由於數據量較大，採集得到的信息可以存儲在自動駕駛車輛上的硬碟等存儲介質中。
54.步驟102，以自動駕駛車輛為中心，獲取預設範圍內各歷史參與車輛的歷史環境數據；
55.在本發明實施例中，預設範圍可以是當前自動駕駛車輛所處的完整路段，也可以是預先設定的半徑範圍，本發明實施例對此不作具體限定。
56.自動駕駛車輛在基於自身採集到的當前環境數據做出控制決策之前，可以獲取以
自動駕駛車輛為中心，預設範圍內各歷史參與車輛的歷史環境數據來生成適用於當前場景的控制決策模型，然後控制決策模型來生成相應的控制決策。
57.其中，歷史參與車輛是指在預設時間段內在上述預設範圍內出現，且採集並上傳了環境數據的車輛，包括但不限於各種車型的自動駕駛車輛、半自動駕駛車輛和非自動駕駛車輛。
58.歷史參與車輛的歷史環境數據是指歷史參與車輛在上述預設範圍內識別到的障礙物的形狀、位置、速度、加速度、場景中提前標註的語義地圖數據、周圍的交通控制設備狀態，以及歷史參與車輛自身的車型、隨時間變動的位置、速度、加速度等數據。
59.歷史參與車輛的歷史環境數據數量繁雜，因此可以將各個歷史參與車輛採集到的數據上傳到雲端集中存儲，方便後續進行模型訓練。
60.需要說明的是，由於歷史環境數據數量繁多，為了保證數據的有效性以及避免存儲空間浪費，需要對完全不符合要求的數據進行篩選和剔除。其中，需要進行剔除的數據可以包括系統狀態不穩定時採集的數據，如硬體故障時採集的數據，模塊不完整時採集的數據，環境長時間沒有變化的數據，天氣或者信號等原因導致的不可信數據等。
61.步驟103，對歷史環境數據進行預處理，得到訓練數據；
62.在獲取到歷史參與車輛的歷史環境數據後，可以對其進行預處理，以得到控制決策模型的訓練數據。
63.通過歷史環境數據，可以對歷史參與車輛的整個場景進行帶時間維度的整體三維重建，能知道某個時刻，場景中各個參與者的可觀測位置和運動狀態，比如其位置、朝向、速度、加速度、角速度等。也可以了解車輛的轉向燈、尾燈、倒車燈、路況的攝像頭情況、行人的速度及臉部朝向等細節。但在自動駕駛的控制決策中，只需要對車輛的行為(不同的車輛行為對應於不同的控制決策)進行分類，因此，本發明需要對歷史環境數據進行進一步地過濾，以得到控制決策模型的訓練數據。
64.在一個示例中，不同的車輛行為可以歷史參與車輛相對於其他車輛的相對行為和相對於地面的絕對行為來確定，具體地控制決策可以包括：
65.向左變道：相對於地圖完成一次向左變換車道；
66.向左繞行：相對前車駛出當前車道，並且完成對前車在縱向方向上的超越；
67.放棄變道：進行了一次相對幅度的壓線行駛，但最終回到當前車道；
68.保持直行：在一定時間內，沒有超過任何本車道的障礙物。
69.步驟104，採用訓練數據訓練控制決策模型；
70.在獲取到訓練數據後，可以採用訓練數據來訓練控制決策模型，其中，控制決策模型可以通過常規的深度學習訓練得到，本發明不對訓練過程做具體限制。
71.步驟105，將當前環境數據輸入控制決策模型，得到控制決策。
72.在訓練得到控制決策模型後，可以將當前環境數據輸入到控制決策模型中，得到當前場景下的控制決策。如直行、向左繞行、向左變道等。
73.本發明通過當前自動駕駛車輛所處環境預設範圍內的歷史參與車輛的歷史環境數據作為基礎來提取訓練數據，並根據訓練數據訓練得到控制決策模型，使得自動駕駛車輛可以基於歷史參與車輛在當前路段的行為數據生成在當前路段當前場景下的控制決策。由於該控制決策模型是基於當前路段的歷史參與車輛的歷史環境數據得到的，因此其對於
自動駕駛車輛當前所處場景有更強的場景理解能力，從而提高了控制決策的預測準確率。
74.請參閱圖2，圖2為本發明另一實施例提供的一種自動駕駛車輛控制決策確定方法的步驟流程圖。具體可以包括以下步驟：
75.步驟201，採集自動駕駛車輛的當前環境數據；
76.步驟201與步驟101相同，具體可以參考步驟101的描述，此處不再贅述。
77.步驟202，以自動駕駛車輛為中心，獲取預設範圍內各歷史參與車輛的歷史環境數據；
78.在本發明實施例中，自動駕駛車輛在基於自身採集到的當前環境數據做出控制決策之前，可以獲取以自動駕駛車輛為中心，預設範圍內各歷史參與車輛的歷史環境數據來生成適用於當前場景的控制決策模型，然後控制決策模型來生成相應的控制決策。
79.在一個示例中，以自動駕駛車輛為中心，獲取預設範圍內各歷史參與車輛的歷史環境數據的步驟，可以包括以下子步驟：
80.s21，以自動駕駛車輛為中心，獲取預設範圍、預設時間範圍內的歷史參與車輛；
81.s22，獲取各歷史參與車輛採集到的歷史環境數據。
82.在本發明實施例中，可以從雲端獲取以自動駕駛車輛為中心，預設範圍、預設時間範圍內的歷史參與車輛。例如，在自動駕駛車輛當前所處時間往前一個月內出現在以自動駕駛車輛為中心的半徑100米的範圍內的歷史參與車輛。
83.接著從雲端獲取相應的歷史環境數據。
84.步驟203，對歷史環境數據進行預處理，得到訓練數據；
85.在獲取到歷史參與車輛的歷史環境數據後，可以對其進行預處理，以得到控制決策模型的訓練數據。
86.在一個示例中，對歷史環境數據進行預處理，得到訓練數據的步驟，可以包括以下子步驟：
87.s31，確定當前環境數據對應的場景類型；
88.s32，根據場景類型從歷史環境數據中篩選目標場景數據；
89.s33，根據目標場景數據生成歷史參與車輛的軌跡數據；
90.s34，根據軌跡數據和目標場景數據生成歷史參與車輛的標籤信息；
91.在本發明實施例中，歷史參與車輛的歷史環境數據包含了很多內容，當並不是所有的歷史環境數據都適用於當前自動駕駛車輛所面臨的場景，因此，在本發明實施例中，首先需要確定當前環境數據對應的場景類型，以篩選符合當前場景要求的目標場景數據。
92.目標場景數據記錄在歷史參與車輛在當前場景下一段連續時間內採集的數據。因此，按照時間線，可以生成歷史參與車輛的軌跡數據。而軌跡數據結合相應車輛前方障礙物的行駛情況，可以判斷車輛所採取的駕駛行為，根據該駕駛行為，可以得到車輛的標籤信息。
93.具體地，根據軌跡數據和目標場景數據生成歷史參與車輛的標籤信息的步驟，可以包括以下子步驟：
94.s341，根據軌跡數據和障礙物信息，確定歷史參與車輛相對於障礙物信息的相對行為；
95.s342，根據軌跡數據確定歷史參與車輛相對於地面的絕對行為；
96.s343，根據相對行為和絕對行為生成歷史參與車輛的標籤信息。
97.在具體實現中，可以從目標場景數據中獲取歷史參與車輛與障礙物信息之間的相對行為，以及歷史參與車輛與地面之間的絕對行為來判斷歷史參與車輛的行駛行為，從而根據行駛行為為歷史參與車輛生成該行駛行為的標籤信息。
98.如當歷史參與車輛發生相對地圖(地面)完成了一次向左變換車道的行駛行為，則其標籤信息可以為向左變道。
99.如當歷史參與車輛相對前車駛出了當前車道，並且完成對前車在縱向方向上的超越，則其標籤信息可以為向左繞行。
100.如當歷史參與車輛進行了一次相對幅度的壓線行駛(如車身朝向相對車道線的夾角大於預設角度，如5度、10度等，可根據實際情況設定)，但是最終又回到了當前車道，則標籤信息可以為放棄變道。
101.如當歷史參與車輛在一定時間內，沒有超過任何的本車道障礙物，則其標籤信息可以為保持直行。
102.需要說明的是，歷史參與車輛的行駛行為對應的標籤信息也可以通過管理人員人工確定。
103.s35，將目標場景數據和標籤信息作為訓練數據。
104.在得到目標場景數據和對應的標籤信息後，可以將目標場景數據數據和標籤數據作為訓練數據。
105.步驟204，採用訓練數據訓練控制決策模型；
106.在獲取到訓練數據後，便可以採用訓練數據來訓練控制決策模型；其中，控制決策模型可以通過常規的深度學習訓練得到，本發明不對訓練過程做具體限制。
107.需要說明的是，根據不同的場景可以訓練不同的控制決策模型，本發明對控制決策模型的類型、訓練過程不作具體限制，本領域技術人員可以基於常規的深度學習和實際的場景需求靈活設置。
108.需要說明的是，考慮到歷史參與車輛的歷史環境數據較大，雲端在篩選出相應的歷史環境數據後，也可以不發送給自動駕駛車輛。而是在雲端完成對控制決策模型的訓練，並將訓練好的控制決策模型發送至自動駕駛車輛。
109.步驟205，將當前環境數據輸入控制決策模型，得到控制決策；
110.在生成了控制決策模型後，可以從當前環境數據中提取控制決策模型所需要的輸入數據輸入到控制決策模型中，以得到相應的控制決策。
111.步驟206，執行控制決策對應的駕駛行為。
112.在獲取到控制決策後，可以執行控制決策對應的駕駛行為，如向左變道、向左繞行、保持直行等。
113.本發明通過當前自動駕駛車輛所處環境預設範圍內的歷史參與車輛的歷史環境數據作為基礎來提取訓練數據，並根據訓練數據訓練得到控制決策模型，使得自動駕駛車輛可以基於歷史參與車輛在當前路段的行為數據生成在當前路段當前場景下的控制決策。由於該控制決策模型是基於當前路段的歷史參與車輛的歷史環境數據得到的，因此其對於自動駕駛車輛當前所處場景有更強的場景理解能力，從而提高了控制決策的預測準確率。
114.請參閱圖3，圖3為本發明實施例提供的一種自動駕駛車輛控制決策確定裝置的結
構框圖。
115.本發明實施例提供了一種自動駕駛車輛控制決策確定裝置，應用於自動駕駛車輛；裝置包括：
116.當前環境數據採集模塊301，用於採集自動駕駛車輛的當前環境數據；
117.歷史環境數據獲取模塊302，用於以自動駕駛車輛為中心，獲取預設範圍內各歷史參與車輛的歷史環境數據；
118.訓練數據獲取模塊303，用於對歷史環境數據進行預處理，得到訓練數據；
119.控制決策模型訓練模塊304，用於採用訓練數據訓練控制決策模型；
120.控制決策生成模塊305，用於將當前環境數據輸入控制決策模型，得到控制決策。
121.在本發明實施例中，裝置還包括：
122.執行模塊，用於執行控制決策對應的駕駛行為。
123.在本發明實施例中，歷史環境數據獲取模塊302，包括：
124.歷史參與車輛獲取子模塊，用於以自動駕駛車輛為中心，獲取預設範圍、預設時間範圍內的歷史參與車輛；
125.歷史環境數據獲取子模塊，用於獲取各歷史參與車輛採集到的歷史環境數據。
126.在本發明實施例中，訓練數據獲取模塊303，包括：
127.場景類型確定子模塊，用於確定當前環境數據對應的場景類型；
128.目標場景數據篩選子模塊，用於根據場景類型從歷史環境數據中篩選目標場景數據；
129.軌跡數據生成子模塊，用於根據目標場景數據生成歷史參與車輛的軌跡數據；
130.標籤信息生成子模塊，用於根據軌跡數據和目標場景數據生成歷史參與車輛的標籤信息；
131.訓練數據生成子模塊，用於將目標場景數據和標籤信息作為訓練數據。
132.在本發明實施例中，目標場景數據包括障礙物信息；標籤信息生成子模塊，包括：
133.相對行為確定單元，用於根據軌跡數據和障礙物信息，確定歷史參與車輛相對於障礙物信息的相對行為；
134.絕對行為確定單元，用於根據軌跡數據確定歷史參與車輛相對於地面的絕對行為；
135.標籤信息生成單元，用於根據相對行為和絕對行為生成歷史參與車輛的標籤信息。
136.本發明還提供了一種電子設備，設備包括處理器以及存儲器：
137.存儲器用於存儲程序代碼，並將程序代碼傳輸給處理器；
138.處理器用於根據程序代碼中的指令執行本發明實施例的自動駕駛車輛控制決策確定方法。
139.本發明實施例還提供了一種計算機可讀存儲介質，計算機可讀存儲介質用於存儲程序代碼，程序代碼用於執行本發明實施例的自動駕駛車輛控制決策確定方法。
140.所屬領域的技術人員可以清楚地了解到，為描述的方便和簡潔，上述描述的系統，裝置和單元的具體工作過程，可以參考前述方法實施例中的對應過程，在此不再贅述。
141.本說明書中的各個實施例均採用遞進的方式描述，每個實施例重點說明的都是與
其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。
142.本領域內的技術人員應明白，本發明實施例的實施例可提供為方法、裝置、或電腦程式產品。因此，本發明實施例可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且，本發明實施例可採用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(包括但不限於磁碟存儲器、cd-rom、光學存儲器等)上實施的電腦程式產品的形式。
143.本發明實施例是參照根據本發明實施例的方法、終端設備(系統)、和電腦程式產品的流程圖和/或方框圖來描述的。應理解可由電腦程式指令實現流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些電腦程式指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數據處理終端設備的處理器以產生一個機器，使得通過計算機或其他可編程數據處理終端設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。
144.這些電腦程式指令也可存儲在能引導計算機或其他可編程數據處理終端設備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產生包括指令裝置的製造品，該指令裝置實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。
145.這些電腦程式指令也可裝載到計算機或其他可編程數據處理終端設備上，使得在計算機或其他可編程終端設備上執行一系列操作步驟以產生計算機實現的處理，從而在計算機或其他可編程終端設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。
146.儘管已描述了本發明實施例的優選實施例，但本領域內的技術人員一旦得知了基本創造性概念，則可對這些實施例做出另外的變更和修改。所以，所附權利要求意欲解釋為包括優選實施例以及落入本發明實施例範圍的所有變更和修改。
147.最後，還需要說明的是，在本文中，諸如第一和第二等之類的關係術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關係或者順序。而且，術語「包括」、「包含」或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者終端設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者終端設備所固有的要素。在沒有更多限制的情況下，由語句「包括一個
……」
限定的要素，並不排除在包括所述要素的過程、方法、物品或者終端設備中還存在另外的相同要素。
148.以上所述，以上實施例僅用以說明本發明的技術方案，而非對其限制；儘管參照前述實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特徵進行等同替換；而這些修改或者替換，並不使相應技術方案的本質脫離本發明各實施例技術方案的精神和範圍。