本发明专利技术公开了一种无人驾驶车辆的控制方法及装置、无人驾驶车辆。其中，该方法包括：确定位于当前道路上的无人驾驶车辆预定区域内存在目标对象；对目标对象所在图像进行分割，得到目标对象的预定图像；对预定图像进行图像识别，得到目标对象的状态信息；将状态信息输入行驶决策模型，并将行驶决策模型的输出转换为行驶策略，其中，行驶决策模型为使用多组训练数据通过机器学习训练得到的，多组训练数据中的每一组训练数据均包括：预定对象的状态信息以及预定对象的状态信息对应的行驶策略，预定对象与目标对象具有相同属性的对象；控制无人驾驶车辆按照行驶策略行驶。本发明专利技术解决了相关技术中无人驾驶车辆可靠性较低、存在安全隐患的技术问题。患的技术问题。患的技术问题。
【技术实现步骤摘要】
无人驾驶车辆的控制方法及装置、无人驾驶车辆
[0001]本专利技术涉及无人驾驶车辆控制领域，具体而言，涉及一种无人驾驶车辆的控制方法及装置、无人驾驶车辆。
技术介绍
[0002]车辆，尤其是，无人驾驶车辆行驶在道路上，需要对周围路况进行快速、及时的分析，以确保其能够正常行驶在道路上。然而，车辆进行路况判断的方式可能会受到各个信息采集设备采集信息的及时性、完整性、清晰性等的影响，也会受到处理设备对各个信息采集设备采集到的信息处理的速度、做出决策的速度的影响，当然也会到各个执行设备对做出决策的响应速度的影响。这些环节中的任何一个环节出现问题，就会影响整个流程，进而会出现交通事故，造成安全隐患。然而，在无人驾驶领域，仍然会存在信息采集、处理不及时，执行设备灵敏度较低、对驾驶指令的响应存在时延，这样就会导致车辆可靠性较低。其中，处理设备做出驾驶决策的速度在很大程度上影响了无人驾驶车辆的行驶安全性，但是，当下做出驾驶决策的方式不够智能，从而会导致驾驶决策的确定需要较长时间，为执行设备执行驾驶决策对应的指令留出的时间较短，容易发生交通事故。
[0003]针对上述相关技术中无人驾驶车辆可靠性较低、存在安全隐患的问题，目前尚未提出有效的解决方案。
技术实现思路
[0004]本专利技术实施例提供了一种无人驾驶车辆的控制方法及装置、无人驾驶车辆，以至少解决相关技术中无人驾驶车辆可靠性较低、存在安全隐患的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种无人驾驶车辆的控制方法，包括：确定位于当前道路上的无人驾驶车辆预定区域内存在目标对象；对所述目标对象所在图像进行分割，得到所述目标对象的预定图像；对所述预定图像进行图像识别，得到所述目标对象的状态信息；将所述状态信息输入行驶决策模型，并将所述行驶决策模型的输出转换为行驶策略，其中，所述行驶决策模型为使用多组训练数据通过机器学习训练得到的，所述多组训练数据中的每一组训练数据均包括：预定对象的状态信息以及所述预定对象的状态信息对应的行驶策略，所述预定对象与所述目标对象具有相同属性的对象；控制所述无人驾驶车辆按照所述行驶策略行驶。
[0006]可选地，确定位于当前道路上的无人驾驶车辆预定区域内存在目标对象，包括：接收预定请求消息，其中，所述预定请求消息中携带有为所述无人驾驶车辆分配的任务信息，所述任务信息包括以下至少之一：指示所述无人驾驶车辆启动的时间信息、目标地信息、到达所述目标地的时间信息；基于所述预定请求消息触发所述无人驾驶车辆上设置的信息采集设备启动，以采集所述无人驾驶车辆预定区域内的区域信息；对所述区域信息进行分析，并基于分析结果确定所述无人驾驶车辆的预定区域内存在目标对象。
[0007]可选地，对所述预定图像进行图像识别，得到所述目标对象的状态信息，包括：对
所述预定图像进行预处理，得到预处理后的预定图像；对所述预处理后的预定图像进行图像识别，以得到所述目标对象的特征信息，其中，所述特征信息包括以下至少之一：所述目标对象的当前位置信息、所述目标对象的移动速度、所述目标对象的特征向量；将所述特征信息确定为所述目标对象的状态信息。
[0008]可选地，对所述预定图像进行图像识别，得到所述目标对象的状态信息，包括：将所述预定图像输入至特征识别模型，其中，所述特征识别模型为预先使用多组训练数据通过机器学习训练得到的；获取所述特征识别模型的输出；将所述特征识别模型的输出转换为所述目标对象的状态信息。
[0009]可选地，将所述状态信息输入行驶策略决策模型，并将所述行驶策略决策模型的输出转换为行驶策略，包括：将所述状态信息转换为所述行驶决策模型的输入，得到转换后的状态信息；将所述转换后的状态信息输入所述行驶决策模型；获取所述行驶决策模型的输出；将所述行驶决策模型的输出转换为所述行驶策略。
[0010]可选地，控制所述无人驾驶车辆按照所述行驶策略行驶，包括以下至少之一：在所述行驶策略表示加速通过时，控制所述无人驾驶车辆将当前车速调整至第一预定车速，并以所述第一预定车速行驶预定时长，其中，所述第一预定车速大于所述当前车速；在所述行驶策略表示减速避让时，控制所述无人驾驶车辆将当前车速调整至第二预定车速，并以所述第二预定车速行驶预定时长，其中，所述第二预定车速小于所述当前车速；在所述行驶策略表示停车等待时，控制所述无人驾驶车辆以预定速率降低车速至所述无人驾驶车辆停止在预定位置。
[0011]根据本专利技术实施例的另外一个方面，还提供了一种无人驾驶车辆的控制方法，包括：在无人驾驶车辆的显示设备上显示目标对象，其中，所述目标对象为位于当前道路上的所述无人驾驶车辆预定区域内存在的对象；在所述显示设备上显示对所述目标对象所在图像进行分割，得到的所述目标对象的预定图像；在所述显示设备上显示对所述预定图像进行图像识别，得到的所述目标对象的状态信息；将所述状态信息输入行驶决策模型，并将所述行驶决策模型的输出转换为行驶策略，其中，所述行驶决策模型为使用多组训练数据通过机器学习训练得到的，所述多组训练数据中的每一组训练数据均包括：预定对象的状态信息以及所述预定对象的状态信息对应的行驶策略，所述预定对象与所述目标对象具有相同属性的对象；在所述显示设备上显示所述无人驾驶车辆按照所述行驶策略行驶的方式。
[0012]根据本专利技术实施例的另外一个方面，还提供了一种无人驾驶车辆的控制装置，包括：确定单元，用于确定位于当前道路上的无人驾驶车辆预定区域内存在目标对象；分割单元，用于对所述目标对象所在图像进行分割，得到所述目标对象的预定图像；图像识别单元，用于对所述预定图像进行图像识别，得到所述目标对象的状态信息；转换单元，用于将所述状态信息输入行驶决策模型，并将所述行驶决策模型的输出转换为行驶策略，其中，所述行驶决策模型为使用多组训练数据通过机器学习训练得到的，所述多组训练数据中的每一组训练数据均包括：预定对象的状态信息以及所述预定对象的状态信息对应的行驶策略，所述预定对象与所述目标对象具有相同属性的对象；控制单元，用于控制所述无人驾驶车辆按照所述行驶策略行驶。
[0013]可选地，所述确定单元，包括：接收模块，用于接收预定请求消息，其中，所述预定请求消息中携带有为所述无人驾驶车辆分配的任务信息，所述任务信息包括以下至少之
一：指示所述无人驾驶车辆启动的时间信息、目标地信息、到达所述目标地的时间信息；采集模块，用于基于所述预定请求消息触发所述无人驾驶车辆上设置的信息采集设备启动，以采集所述无人驾驶车辆预定区域内的区域信息；第一确定模块，用于对所述区域信息进行分析，并基于分析结果确定所述无人驾驶车辆的预定区域内存在目标对象。
[0014]可选地，所述图像识别单元，包括：预处理模块，用于对所述预定图像进行预处理，得到预处理后的预定图像；图像识别模块，用于对所述预处理后的预定图像进行图像识别，以得到所述目标对象的特征信息，其中，所述特征信息包括以下至少之一：所述目标对象的当前位置信息、所述目标对象的移动速度、所述目标对象的特征向量；第二确定模块，用于将所述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种无人驾驶车辆的控制方法，其特征在于，包括：确定位于当前道路上的无人驾驶车辆预定区域内存在目标对象；对所述目标对象所在图像进行分割，得到所述目标对象的预定图像；对所述预定图像进行图像识别，得到所述目标对象的状态信息；将所述状态信息输入行驶决策模型，并将所述行驶决策模型的输出转换为行驶策略，其中，所述行驶决策模型为使用多组训练数据通过机器学习训练得到的，所述多组训练数据中的每一组训练数据均包括：预定对象的状态信息以及所述预定对象的状态信息对应的行驶策略，所述预定对象与所述目标对象具有相同属性的对象；控制所述无人驾驶车辆按照所述行驶策略行驶。2.根据权利要求1所述的方法，其特征在于，确定位于当前道路上的无人驾驶车辆预定区域内存在目标对象，包括：接收预定请求消息，其中，所述预定请求消息中携带有为所述无人驾驶车辆分配的任务信息，所述任务信息包括以下至少之一：指示所述无人驾驶车辆启动的时间信息、目标地信息、到达所述目标地的时间信息；基于所述预定请求消息触发所述无人驾驶车辆上设置的信息采集设备启动，以采集所述无人驾驶车辆预定区域内的区域信息；对所述区域信息进行分析，并基于分析结果确定所述无人驾驶车辆的预定区域内存在目标对象。3.根据权利要求1所述的方法，其特征在于，对所述预定图像进行图像识别，得到所述目标对象的状态信息，包括：对所述预定图像进行预处理，得到预处理后的预定图像；对所述预处理后的预定图像进行图像识别，以得到所述目标对象的特征信息，其中，所述特征信息包括以下至少之一：所述目标对象的当前位置信息、所述目标对象的移动速度、所述目标对象的特征向量；将所述特征信息确定为所述目标对象的状态信息。4.根据权利要求1所述的方法，其特征在于，对所述预定图像进行图像识别，得到所述目标对象的状态信息，包括：将所述预定图像输入至特征识别模型，其中，所述特征识别模型为预先使用多组训练数据通过机器学习训练得到的；获取所述特征识别模型的输出；将所述特征识别模型的输出转换为所述目标对象的状态信息。5.根据权利要求1所述的方法，其特征在于，将所述状态信息输入行驶策略决策模型，并将所述行驶策略决策模型的输出转换为行驶策略，包括：将所述状态信息转换为所述行驶决策模型的输入，得到转换后的状态信息；将所述转换后的状态信息输入所述行驶决策模型；获取所述行驶决策模型的输出；将所述行驶决策模型的输出转换为所述行驶策略。6.根据权利要求1至5中任一项所述的方法，其特征在于，控制所述无人驾驶车辆按照所述行驶策略行驶，包括以下至少之一：
在所述行驶策略表示加速通过时，控制所述无人驾驶车辆将当前车速调整至第一预定车速，并以所述第一预定车速行驶预定时长，其中，所述第一预定车速大于所述当前车速；在所述行驶策略表示减速避让时，控制所述无人驾驶车辆将当前车速调整至第二预定车速，并以所述第二预定车速行驶预定时长，其中，所述第二预定车速小于所述当前车速；在所述行驶策略表示停车等待时，控制所述无人驾驶车辆以预定速率降低车速至所述无人驾驶车辆停止在预定位置。7.一种无人驾驶车辆的控制方法，其特征在于，包括：在无人驾驶车...
【专利技术属性】
技术研发人员：何国华，朱毅，聂晓马，肖春辉，李宁，栾琳，李永业，赵红芳，
申请(专利权)人：珠海广通汽车有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。