【技术实现步骤摘要】
一种决策方法、装置和车辆
[0001]本专利技术涉及智能驾驶
,尤其涉及一种决策方法、装置和车辆。
技术介绍
[0002]随着智能化的发展和普及,车辆的智能驾驶成为当前比较热门的研究方向。智能驾驶系统根据功能需求,可分为定位、环境感知、路径规划和决策控制四个关键功能模块。其中,在决策控制模块中,各厂商提出了应用于不同场景的决策规划方法。主要分为高层的语义决策(如换道决策、车道保持决策等)和对物体的障碍物决策(如避让决策、跟车决策、抢行决策、让行决策等)。
[0003]对于物体的障碍物决策过程中,现有的通过检测障碍物类型为车辆规划驾驶路线的决策方式只能处理特定场景,这些方式通常对希望处理的特定场景进行定量描述,然后再提取关键障碍物的关键信息来进行决策。因此,交通场景泛化能力差,无法在其它场景下对障碍物环境进行处理。
技术实现思路
[0004]为了解决上述的问题,本申请的实施例提供了一种决策方法、装置和车辆。
[0005]第一方面,本申请提供一种决策方法,包括:获取自车和自车周围各个障碍物的预测运动轨迹;确定博弈对象,该博弈对象为该自车周围各个障碍物中与该自车的预测运动轨迹相交或与自车之间的距离小于设定阈值的障碍物;根据传感器系统采集的自车的车辆信息、该博弈对象的障碍物信息和路况信息,分别对每个该博弈对象构建一个采样博弈空间,每一个采样博弈空间均包括至少一个博弈策略;计算每一个博弈策略的策略代价,该策略代价为将策略代价的各个因素权重进行加权得到的数值;确定自车的决策结果,该决策结果为 ...
【技术保护点】
【技术特征摘要】
1.一种决策方法,其特征在于,包括:获取自车和自车周围各个障碍物的预测运动轨迹;确定博弈对象,所述博弈对象为所述自车周围各个障碍物中与所述自车的预测运动轨迹相交或与自车之间的距离小于设定阈值的障碍物;根据传感器系统采集的自车的车辆信息、所述博弈对象的障碍物信息和路况信息,分别对每个所述博弈对象构建一个采样博弈空间,每一个采样博弈空间均包括至少一个博弈策略;计算每一个博弈策略的策略代价,所述策略代价为将策略代价的各个因素权重进行加权得到的数值;确定自车的决策结果,所述决策结果为共有采样博弈空间中策略代价最小的博弈策略,所述共有采样博弈空间包括至少一个博弈策略,所述每一个采样博弈空间中均包括所述共有采样博弈空间中的博弈策略。2.根据权利要求1所述的方法,其特征在于,所述确定自车的决策结果,包括:构建所述每一个采样博弈空间的可行域,所述每一个采样博弈空间的可行域为符合设定要求的策略代价对应的至少一个博弈策略;在所有采样博弈空间的可行域交集中,确定出相同博弈策略中策略代价最小的博弈策略。3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:确定非博弈对象,所述非博弈对象为所述自车周围各个障碍物中与所述自车的预测运动轨迹不相交或与自车之间的距离不小于设定阈值的障碍物;根据传感器系统采集的所述自车的车辆信息、所述非博弈对象的障碍物信息和所述路况信息,构建所述自车的可行域,所述自车的可行域为所述自车在不碰撞所述非博弈对象情况下采取不同决策的至少一个策略;检测到所述自车的决策结果在所述自车的可行域内,输出所述自车的决策结果。4.根据权利要求1
‑
3任意一项所述的方法,其特征在于,所述根据传感器系统采集的自车的车辆信息、所述博弈对象的障碍物信息和路况信息,分别对每个所述博弈对象构建一个采样博弈空间,包括:根据所述自车的车辆信息、所述博弈对象的障碍物信息和所述路况信息,确定所述自车和所述博弈对象中每一个障碍物的决策上限和决策下限;按照设定规则,在所述自车和所述博弈对象中每一个障碍物的决策上限和决策下限中,获取所述自车和所述博弈对象中每一个障碍物的决策策略;将所述自车的决策策略与所述博弈对象中每一个障碍物的决策策略组合,得到自车和所述博弈对象中每一个障碍物的所述至少一个博弈策略。5.根据权利要求1
‑
4任意一项所述的方法,其特征在于,所述方法还包括:根据自车和所述博弈对象与冲突点之间的距离、所述自车和所述博弈对象中每一个障碍物的所述至少一个博弈策略,确定每一个博弈策略的行为标签,所述冲突点为自车与障碍物的预测运动轨迹相交的位置或自车与障碍物之间的距离小于设定阈值的位置,所述行为标签包括自车让行、自车抢行、自车和障碍物均让行中的至少一个。6.根据权利要求1
‑
5任意一项所述的方法,其特征在于,所述计算每一个博弈策略的策
略代价,包括:确定策略代价的各个因素,所述策略代价的各个因素包括安全性、舒适性、通过效率、路权、障碍物的先验概率和历史决策关联性中至少一个;计算每一个策略代价中的每一个因素的因素代价;将所述每一个策略代价中的每一个因素的因素代价进行加权,得到所述每一个博弈策略的策略代价。7.根据权利要求1
‑
6任意一项所述的方法,其特征在于,在所述计算每一个博弈策略的策略代价之后,还包括:比较策略代价中的每一个因素是否在设定范围内;删除包括任意一个不在设定范围内的因素的策略代价对应的博弈策略。8.根据权利要求1
‑
7任意一项所述的方法,其特征在于,所述方法还包括:检测到所述自车的决策结果不在所述自车的可行域内,输出自车让行的决策结果。9.一种决策装置,其特征在于,包括:收发单元,用于获取自车和自车周围各个障碍物的预测运动轨迹;处理单元,用于确定博弈对象,所述博弈对象为所述自车周围各个障碍物中与所述自车的预测运动轨迹相交或与自车之间的距离小于设定阈值的障碍物;根据传感器系统采集的自车的车辆信息、所述博弈对象的障碍物信息和路况信息,分别对每个所述博弈对象构建一个采样博弈空间,每一个采样...
【专利技术属性】
技术研发人员:程思源,郝东浩,杨绍宇,王新宇,
申请(专利权)人:华为技术有限公司,
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。