一种车辆自动驾驶的控制方法、装置及汽车制造方法及图纸

本发明专利技术提供了一种车辆自动驾驶的控制方法、装置及汽车，所述车辆自动驾驶的控制方法包括：获取车辆行驶过程中用户驾驶的特征数据；对所述特征数据进行处理，得到控制量；将所述控制量与车辆预设的驾驶模型进行匹配，得到与所述控制量相对应的第一驾驶模型；根据所述第一驾驶模型进行行为决策输出。上述方案，通过账户管理系统对用户的信息进行收集，可以对不同驾驶员的驾驶行为数据进行信息提取和处理，与系统中的预设的驾驶模型进行匹配，从而决定选取何种驾驶模型，来指导行为决策系统做出相应的决策指令。本方案可使车辆行为决策指令更贴近用户预期，达到改善车辆行为决策性能指标的效果。

【技术实现步骤摘要】
一种车辆自动驾驶的控制方法、装置及汽车
本专利技术涉及汽车领域，特别涉及一种车辆自动驾驶的控制方法、装置及汽车。
技术介绍
作为自动驾驶系统的关键部分之一的决策规划系统，与车辆的驾驶行为决策紧密相关。典型的无人驾驶车辆系统架构总体分为环境感知、决策规划和运动控制三大部分，其中，决策规划系统综合环境及自车信息，使无人车产生安全、合理的驾驶行为，指导运动控制系统对车辆进行控制。行为决策系统是狭义的决策系统，其根据感知层输出的信息合理决策出当前车辆的行为，并根据不同的行为确定轨迹规划的约束条件，指导轨迹规划模块规划出合适的路径、车速等信息，发送给控制层。为了自适应不同驾驶员的驾驶风格，实现保守型或激进型等驾驶决策，本专利技术设计了一种有关自动驾驶行为决策的控制策略。
技术实现思路
本专利技术实施例提供一种车辆自动驾驶的控制方法、装置及汽车，用以改善现有技术中车辆行为决策的性能指标，使得车辆行为决策指令更贴近用户预期。为了解决上述技术问题，本专利技术采用如下技术方案：依据本专利技术的一个方面，提供了一种车辆自动驾驶的控制方法，包括：获取车辆行驶过程中用户驾驶的特征数据；对所述特征数据进行处理，得到控制量；将所述控制量与车辆预设的驾驶模型进行匹配，得到与所述控制量相对应的第一驾驶模型；根据所述第一驾驶模型进行行为决策输出。可选地，所述特征数据包括行车速度、超车时机、加速度和减速度中的至少一项。可选地，对所述特征数据进行处理，得到控制量，包括：应用隶属度函数对所述特征数据进行模糊化处理，得到相应的置信度；将所述置信度作为模糊逻辑变量，进行模糊推理得到模糊值；对所述模糊值进行反模糊化处理得到控制量。可选地，根据所述第一驾驶模型进行行为决策输出，包括：根据预先建立的驾驶模型与车辆的自动驾驶的行为决策系统的对应关系，确定第一驾驶模型对应的第一行为决策系统；基于所述第一行为决策系统的决策输出，进行车辆的自动驾驶控制。依据本专利技术的另一个方面，提供了一种车辆自动驾驶的控制装置，包括：接收模块，用于获取车辆行驶过程中用户驾驶的特征数据；处理模块，用于对所述特征数据进行处理，得到控制量；匹配模块，用于将所述控制量与车辆预设的驾驶模型进行匹配，得到与所述控制量相对应的第一驾驶模型；控制模块，用于根据所述第一驾驶模型进行行为决策输出。可选地，所述特征数据包括行车速度、超车时机、加速度和减速度中的至少一项。可选地，所述处理模块还用于：应用隶属度函数对所述特征数据进行模糊化处理，得到相应的置信度；将所述置信度作为模糊逻辑变量，进行模糊推理得到模糊值；对所述模糊值进行反模糊化处理得到控制量。可选地，所述控制模块还用于：根据预先建立的驾驶模型与车辆的自动驾驶的行为决策系统的对应关系，确定第一驾驶模型对应的第一行为决策系统；基于所述第一行为决策系统的决策输出，进行车辆的自动驾驶控制。依据本专利技术的另一个方面，提供了一种控制设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序；所述处理器执行所述程序时实现如上所述的控制方法。依据本专利技术的另一个方面，提供了一种汽车，包括如上所述的控制装置。本专利技术的有益效果是：上述方案，通过账户管理系统对用户的信息进行收集，可以对不同驾驶员的驾驶行为数据进行信息提取和处理，与系统中的预设的驾驶模型进行匹配，从而决定选取何种驾驶模型，来指导行为决策系统做出相应的决策指令。本方案可使车辆行为决策指令更贴近用户预期，达到改善车辆行为决策性能指标的效果。附图说明图1表示本专利技术实施例提供的车辆自动驾驶的控制方法示意图；图2表示本专利技术实施例提供的辆自动驾驶的控制装置示意图；图3表示本专利技术实施例提供的车辆自动驾驶的控制方法的流程框图。附图标记说明：21-接收模块；22-处理模块；23-匹配模块；24-控制模块。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本专利技术进行详细描述。本专利技术为了改善现有技术中车辆行为决策的性能指标，使得车辆行为决策指令更贴近用户预期，提供一种车辆自动驾驶的控制方法、装置及汽车。如图1所示，本专利技术其中一实施例提供一种车辆自动驾驶的控制方法，包括：S11：获取车辆行驶过程中用户驾驶的特征数据；S12：对所述特征数据进行处理，得到控制量；S13：将所述控制量与车辆预设的驾驶模型进行匹配，得到与所述控制量相对应的第一驾驶模型；S14：根据所述第一驾驶模型进行行为决策输出。需要说明的是，本专利技术实施例将驾驶的特征数据与驾驶行为决策进行匹配融合，从而达到贴近用户预期的控制目的。具体的，特征数据通过模糊推理系统处理后，与预设的驾驶模型进行匹配，根据所述驾驶模型进行驾驶行为决策输出。可选地，所述特征数据包括行车速度、超车时机、加速度和减速度中的至少一项。具体的，本专利技术实施例所提供的车辆自动驾驶的控制方法，其设计过程中主要采用特征数据来反映用户驾驶喜好，所述特征数据包括行车速度、超车意愿、超车时机、交通缓慢时的处理方式(跟随、换道)、加速度和减速度中的至少一项。通过对特征数据的模糊化处理、模糊推理和反模糊化处理等过程，实现与驾驶模型的匹配。可选地，对所述特征数据进行处理，得到控制量，包括：应用隶属度函数对所述特征数据进行模糊化处理，得到相应的置信度；将所述置信度作为模糊逻辑变量，进行模糊推理得到模糊值；对所述模糊值进行反模糊化处理得到控制量。具体的，对所述特征数据进行处理，得到控制量的过程为：本专利技术实施例使用了TS模糊模型的多输入单输出(Multiple-InputSingle-Output，简称MISO)系统：假设本专利技术实施例采用n个所述特征数据来作为车辆控制依据，则用n个输入向量分别来表示n个所述特征数据，所述n个输入向量分别定义为：x1,x2,…,xn。将所述n个输入向量作为MISO系统的输入，可将n个输入向量的集合表示为：x＝[x1,x2,…,xn]T，其中，每个分量xi代表变量(其中，i＝1,2,…,n)。对xi进行模糊化处理：用T(xi)代表xi的隶属度的集合，即模糊集合：其中，i＝1,2,…,n。表示xi的第j个语言变量值，即隶属度，其中，j＝1,2,…,mi。T(xi)是定义在论域Ui的一个模糊集合,而模糊集合的本质上是论域Ui到[0,1]的函数，因此用隶属度函数来表示模糊集合是最基本的方法，此处相应的隶属度函数用表示。需要说明的是，可以理解为xi属于的“真实程度”，其取值范围为[0,1]，其取值结果为置信度。设所述特征数据进行模糊化后，与输入量x对应的输出量表示为y，用T(y)来表示模糊集合，...

【技术保护点】
1.一种车辆自动驾驶的控制方法，其特征在于，包括：/n获取车辆行驶过程中用户驾驶的特征数据；/n对所述特征数据进行处理，得到控制量；/n将所述控制量与车辆预设的驾驶模型进行匹配，得到与所述控制量相对应的第一驾驶模型；/n根据所述第一驾驶模型进行行为决策输出。/n

【技术特征摘要】
1.一种车辆自动驾驶的控制方法，其特征在于，包括：
获取车辆行驶过程中用户驾驶的特征数据；
对所述特征数据进行处理，得到控制量；
将所述控制量与车辆预设的驾驶模型进行匹配，得到与所述控制量相对应的第一驾驶模型；
根据所述第一驾驶模型进行行为决策输出。


2.根据权利要求1所述的控制方法，其特征在于，
所述特征数据包括行车速度、超车时机、加速度和减速度中的至少一项。


3.根据权利要求1所述的控制方法，其特征在于，对所述特征数据进行处理，得到控制量，包括：
应用隶属度函数对所述特征数据进行模糊化处理，得到相应的置信度；
将所述置信度作为模糊逻辑变量，进行模糊推理得到模糊值；
对所述模糊值进行反模糊化处理得到控制量。


4.根据权利要求1所述的控制方法，其特征在于，根据所述第一驾驶模型进行行为决策输出，包括：
根据预先建立的驾驶模型与车辆的自动驾驶的行为决策系统的对应关系，确定第一驾驶模型对应的第一行为决策系统；
基于所述第一行为决策系统的决策输出，进行车辆的自动驾驶控制。


5.一种车辆自动驾驶的控制装置，其特征在于，包括：
接收模块，用于获取车辆行驶过程中用户驾驶的特征数据；
处理模块，用于...

【专利技术属性】
技术研发人员：高德芝，王雪莹，张友焕，
申请(专利权)人：北京新能源汽车股份有限公司，
类型：发明
国别省市：北京;11