车辆驾驶行为的识别方法以及识别装置制造方法及图纸

本申请涉及人工智能，提供了一种车辆驾驶行为的识别方法以及识别装置。识别方法包括：获取高精地图信息以及传感器采集的目标车辆的反馈数据；根据反馈数据与高精地图信息获取目标车辆的目标特征；根据目标特征和贝叶斯网络得到目标车辆的概率值，目标车辆的概率值用于表示该目标车辆的行为状态发生的概率，行为状态包括目标车辆的换道切入驾驶行为，换道切入驾驶行为是指目标车辆换道并切入自动驾驶车辆所在车道的驾驶行为；根据目标车辆的概率值识别目标车辆的行为意图，行为意图包括目标车辆换道并切入自动驾驶车辆所在车道的驾驶行为的意图。本申请的技术方案能够使得自动驾驶车辆准确地识别其它车辆的行为意图。驶车辆准确地识别其它车辆的行为意图。驶车辆准确地识别其它车辆的行为意图。

【技术实现步骤摘要】
车辆驾驶行为的识别方法以及识别装置


[0001]本申请涉及自动驾驶领域，特别涉及一种车辆驾驶行为的识别方法以及识别装置。

技术介绍

[0002]人工智能(artificial intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能领域的研究包括机器人，自然语言处理，计算机视觉，决策与推理，人机交互，推荐与搜索，AI基础理论等。
[0003]自动驾驶是人工智能领域的一种主流应用，自动驾驶技术依靠计算机视觉、雷达、监控装置和全球定位系统等协同合作，让机动车辆可以在不需要人工主动操作下，实现自动驾驶。自动驾驶的车辆使用各种计算系统来帮助将乘客从一个位置运输到另一位置。一些自动驾驶车辆可能要求来自操作者(诸如，领航员、驾驶员、或者乘客)的一些初始输入或者连续输入。自动驾驶车辆准许操作者从手动模操作式切换到自东驾驶模式或者介于两者之间的模式。由于自动驾驶技术无需人工来驾驶机动车辆，所以理论上能够有效避免人工的驾驶失误，减少交通事故的发生，且能够提高公路的运输效率。因此，自动驾驶技术越来越受到重视。
[0004]目前，对于人工驾驶车辆而言，由于驾驶员具有充足的先验知识以及推理能力，因此可以准确地识别道路上其它车辆的危险驾驶行为；比如，其它车辆的换道并且汇入车辆所在车道的驾驶行为。但是，对于自动驾驶车辆而言，如何准确地识别其它车辆的危险驾驶行为，从而有效地提高自动驾驶车辆的安全性成为一个亟需解决的问题。

技术实现思路

[0005]本申请提供一种车辆驾驶行为的识别方法以及识别装置，能够使自动驾驶车辆能够准确地识别其它车辆的驾驶行为，有效地提高自动驾驶车辆的安全性。
[0006]第一方面，提供了一种车辆驾驶行为的识别方法，包括：获取高精地图信息以及传感器采集的目标车辆的反馈数据，其中，所述目标车辆是指与自动驾驶车辆具有碰撞风险的其它车辆；根据所述反馈数据与所述高精地图信息获取所述目标车辆的目标特征，其中，所述目标特征用于表示所述目标车辆的驾驶参数信息以及所述目标车辆位于车道中的位置信息；根据所述目标特征和贝叶斯网络得到所述目标车辆的概率值，其中，所述目标车辆的概率值用于表示所述目标车辆的行为状态发生的概率，所述行为状态包括所述目标车辆的换道切入驾驶行为，所述换道切入驾驶行为是指所述目标车辆换道并切入所述自动驾驶车辆所在车道的驾驶行为；根据所述目标车辆的概率值识别所述目标车辆的行为意图，其
中，所述行为意图包括所述目标车辆换道并切入所述自动驾驶车辆所在车道的驾驶行为的意图。
[0007]其中，目标车辆可以是指与自动驾驶车辆具有碰撞风险的其它车辆；比如，目标车辆可以是指具备危险驾驶行为的其它车辆，车辆危险驾驶行为包括换道切入驾驶行为，换道切入驾驶行为是指距离自动驾驶车辆一定范围内的其它车辆换道并切入自动驾驶车辆所在车道的行为；或者，其它车辆对自动驾驶车辆进行超车并换道切入自动驾驶车辆所在车道的行为，该驾驶行为又可以称为车辆Cut in行为。
[0008]需要说明的是，在本申请的实施例中目标车辆的概率值又可以称为目标车辆的行为状态发生的概率值，即通过该概率值可以表示目标车辆发生某种驾驶行为的概率，其中，目标车辆的行为状态可以包括目标车辆的换道切入驾驶行为，换道切入驾驶行为是指目标车辆换道并切入自动驾驶车辆所在车道的驾驶行为。
[0009]应理解，上述根据所述目标车辆的概率值识别所述目标车辆的行为意图可以是指根据所述目标车辆的概率值可以确定所述目标车辆将在当前时刻或者未来时刻具有所述换道切入驾驶行为的行为意图；即识别所述目标车辆的换道切入驾驶行为的行为意图是指在目标车辆将要进行或者正在进行换道切入驾驶行为时，自动驾驶车辆根据目标车辆的行为状态的概率值可以具有类似于驾驶员的先验知识以及推理能力，识别目标车辆的换道切入驾驶行为；从而确保规划的行驶路径不会与目标车辆发生碰撞。
[0010]在一种可能的实现方式中，目标车辆的反馈数据可以是指自动驾驶车辆的一个或者多个传感器(例如，借助激光雷达、摄像头、毫米波雷达等传感器设备)采集的目标车辆的相关数据；比如，反馈数据可以包括目标车辆的位置信息、速度信息、朝向角信息等。
[0011]基于上述技术方案，可以通过自动驾驶车辆的传感器采集道路中与自动驾驶车辆具有碰撞风险的目标车辆的反馈数据，根据目标车辆的反馈数据以及高精地图信息可以准确地获取目标车辆的目标特征；进而通过目标特征与贝叶斯网络得到目标车辆的概率值，该目标车辆的概率值可以用于表示目标车辆的行为状态发生的概率，该行为状态可以包括换道切入驾驶行为，换道切入驾驶行为是指目标车辆换道并切入自动驾驶车辆所在车道的驾驶行为；通过目标车辆的概率值使得自动驾驶车辆能够准确地识别目标车辆的换道切入驾驶行为的行为意图，从而确保自动驾驶车辆驾驶的安全性。
[0012]在一种可能的实现方式中，若存在与自动驾驶车辆具有碰撞风险的多个目标车辆，则可以根据车道约束以及距离约束对多个目标车辆进行优先级划分，对于优先级高的目标车辆可以优先进行行为意图的推理。
[0013]在一种可能的实现方式中，可以根据目标车辆的概率值可以预测目标车辆的驾驶行为；比如，当目标车辆的概率值等于1或者接近于1时，说明目标车辆具有换道切入驾驶行为的行为意图；当目标车辆的概率值概率等于0或者接近于0时，说明目标车辆无换道切入驾驶行为的行为意图。在目标车辆具有换道切入驾驶行为的行为意图时，自动驾驶车辆可以为了避免与目标车辆发生碰撞重新规划自动驾驶车辆的行驶路径。
[0014]结合第一方面，在第一方面的某些实现方式中，所述目标特征包括车道边界距离信息，所述车道边界距离信息是指所述目标车辆与相邻的所述自动驾驶车辆所在车道边界的横向距离信息，所述根据所述反馈数据与所述高精地图信息获取所述目标车辆的目标特征，包括：
[0015]根据所述反馈数据获取所述目标车辆的可见边信息，其中，所述反馈数据包括所述目标车辆的轮廓信息；根据所述高精地图信息获取所述自动驾驶车辆所在车道的横向边界线信息；根据所述可见边信息与所述横向边界线信息得到所述车道边界距离信息。
[0016]基于上述技术方案，在根据传感器采集的目标车辆的反馈数据与高精地图信息获取目标车辆的目标特征时，可以将目标车辆看作是非质点；即可以通过获取目标车辆的轮廓信息，通过目标车辆的轮廓信息与高精地图信息从而确定目标车辆的车道边界距离信息；从而能够精确地描述目标车辆与自动驾驶车辆所在车道边界的距离，提高获取目标特征的精度。
[0017]在一种可能的实现方式中，目标特征可以包括目标车辆的物理特征、静态交互特征以及动态交互特征。其中，物理特征可以是指感知本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆驾驶行为的识别方法，其特征在于，包括：获取高精地图信息以及传感器采集的目标车辆的反馈数据，其中，所述目标车辆是指与自动驾驶车辆具有碰撞风险的其它车辆；根据所述反馈数据与所述高精地图信息获取所述目标车辆的目标特征，其中，所述目标特征用于表示所述目标车辆的驾驶参数信息以及所述目标车辆位于车道中的位置信息；根据所述目标特征和贝叶斯网络得到所述目标车辆的概率值，其中，所述目标车辆的概率值用于表示所述目标车辆的行为状态发生的概率，所述行为状态包括所述目标车辆的换道切入驾驶行为，所述换道切入驾驶行为是指所述目标车辆换道并切入所述自动驾驶车辆所在车道的驾驶行为；根据所述目标车辆的概率值识别所述目标车辆的行为意图，其中，所述行为意图包括所述目标车辆换道并切入所述自动驾驶车辆所在车道的驾驶行为的意图。2.如权利要求1所述的识别方法，其特征在于，所述目标特征包括车道边界距离信息，所述车道边界距离信息是指所述目标车辆与相邻的所述自动驾驶车辆所在车道边界的横向距离信息，所述根据所述反馈数据与所述高精地图信息获取所述目标车辆的目标特征，包括：根据所述反馈数据获取所述目标车辆的可见边信息，其中，所述反馈数据包括所述目标车辆的轮廓信息；根据所述高精地图信息获取所述自动驾驶车辆所在车道的横向边界线信息；根据所述可见边信息与所述横向边界线信息得到所述车道边界距离信息。3.如权利要求1或2所述的识别方法，其特征在于，还包括：根据预警时间对所述目标特征进行离散化处理，得到离散处理后的目标特征，其中，所述预警时间是根据所述自动驾驶车辆的运动状态确定的；所述根据所述目标特征和贝叶斯网络得到所述目标车辆的概率值，包括：根据所述离散处理后的目标特征和所述贝叶斯网络得到所述目标车辆的概率值。4.如权利要求1至3中任一项所述的识别方法，其特征在于，通过所述贝叶斯网络得到的任意两个时刻的所述目标车辆的概率值是相对独立的。5.如权利要求4所述的识别方法，其特征在于，所述目标车辆的概率值是指融合后的目标车辆的概率值，所述根据所述目标车辆的概率值识别所述目标车辆的行为意图，包括：将当前时刻的所述目标车辆的概率值与历史时刻的所述目标车辆的概率值进行融合，得到所述融合后的目标车辆的概率值，所述历史时刻包括所述当前时刻之前的任意至少一个时刻；根据所述融合后的目标车辆的概率值，识别所述目标车辆的行为意图。6.如权利要求5所述的识别方法，其特征在于，所述将当前时刻的所述目标车辆的概率值与历史时刻的所述目标车辆的概率值进行融合，得到所述融合后的目标车辆的概率值，包括：通过采用DS证据理论对所述当前时刻的所述目标车辆的概率值与所述历史时刻的所述目标车辆的概率值进行融合，得到所述融合后的目标车辆的概率值。7.如权利要求5所述的识别方法，其特征在于，所述将当前时刻的所述目标车辆的概率值与历史时刻的所述目标车辆的概率值进行融合，得到所述融合后的目标车辆概率值，包
括根据预设的时间窗口确定所述历史时刻；将所述当前时刻的所述目标车辆的概率值与所述历史时刻的所述目标车辆的概率值进行融合，得到所述融合后的目标车辆的概率值。8.一种车辆驾驶行为的识别装置，其特征在于，包括：获取模块，用于获取高精地图信息以及传感器采集的目标车辆的反馈数据，其中，所述目标车辆是指与自动驾驶车...

【专利技术属性】
技术研发人员：李飞，陈鹏真，李向旭，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：