用于自动驾驶车辆的决策方法及装置、设备和介质制造方法及图纸

本公开提供了一种用于自动驾驶车辆的决策方法及装置、车辆、设备和介质，涉及人工智能技术领域，尤其涉及深度学习和自动驾驶技术领域。实现方案为：获取自动驾驶车辆的行驶状态信息；响应于确定自动驾驶车辆所对应的预设范围内存在交通对象，获取交通对象的真实运动状态信息；基于自动驾驶车辆的行驶状态信息和交通对象的真实运动状态信息，确定用于指示所述自动驾驶车辆是否避让所述交通对象的第一控制决策；基于交通对象的真实运动状态信息和第一控制决策，预测交通对象在第一预设时长内的第一预测运动状态信息；以及基于自动驾驶车辆的行驶状态信息和交通对象的第一预测运动状态信息，确定用于自动驾驶车辆的第二控制决策。策。策。

【技术实现步骤摘要】
用于自动驾驶车辆的决策方法及装置、设备和介质


[0001]本公开涉及人工智能
，尤其涉及深度学习和自动驾驶领域，具体涉及一种用于自动驾驶车辆的决策方法、装置、车辆、电子设备、计算机可读存储介质和计算机程序产品。

技术介绍

[0002]人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术、自动驾驶等几大方向。
[0003]在自动驾驶车辆的行驶过程中，需要根据当前的路况，利用自动驾驶决策算法得到相应的控制决策，以使得车辆能够进行合理驾驶操作。
[0004]在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

技术实现思路

[0005]本公开提供了一种用于自动驾驶车辆的决策方法、装置、车辆、电子设备、计算机可读存储介质和计算机程序产品。
[0006]根据本公开的一方面，提供了一种用于自动驾驶车辆的决策方法，包括：获取所述自动驾驶车辆的行驶状态信息；响应于确定所述自动驾驶车辆所对应的预设范围内存在交通对象，获取所述交通对象的真实运动状态信息；基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策，其中，所述第一控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息；以及基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息，确定用于所述自动驾驶车辆的第二控制决策。
[0007]根据本公开的另一方面，提供了一种基于仿真测评的用于自动驾驶车辆的决策模型的训练方法，所述用于自动驾驶车辆的决策模型包括自动驾驶决策模型和运动状态预测模型，所述方法包括：获取自动驾驶车辆的第一样本行驶状态信息和交通对象的第一样本运动状态信息；将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述用于自动驾驶车辆的决策模型，以得到所述用于自动驾驶车辆的决策模型所输出的第一预测控制决策，其中，所述用于自动驾驶车辆的决策模型被配置为通过如下步骤得到所述第一预测控制决策：将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶
决策模型所输出的第四控制决策，其中，所述第四控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；将所述交通对象的第一样本运动状态信息和所述第四控制决策输入运动状态预测模型，以获取所述运动状态预测模型所输出的所述交通对象在第三预设时长内的第三预测运动状态信息；以及将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第三预测运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第一预测控制决策；对仿真场景下自动驾驶车辆执行所述第一预测控制决策进行测评，以得到所述第一预测控制决策的针对所述仿真场景的测评结果，所述测评结果用于指示所述自动驾驶车辆执行所述第一预测控制决策的行驶行为是否满足预设条件；以及基于所述测评结果，对所述用于自动驾驶车辆的决策模型进行调参。
[0008]根据本公开的另一方面，提供了一种用于自动驾驶车辆的决策装置，包括：第一获取单元，被配置用于获取所述自动驾驶车辆的行驶状态信息；第二获取单元，被配置用于响应于确定所述自动驾驶车辆所对应的预设范围内存在交通对象，获取所述交通对象的真实运动状态信息；确定单元，被配置用于基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策，其中，所述第一控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；以及预测单元，被配置用于基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息；所述确定单元还被配置用于基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息，确定用于所述自动驾驶车辆的第二控制决策。
[0009]根据本公开的另一方面，提供了一种基于仿真测评的用于自动驾驶车辆的决策模型的训练装置，所述用于自动驾驶车辆的决策模型包括自动驾驶决策模型和运动状态预测模型，所述装置包括：第四获取单元，被配置用于获取自动驾驶车辆的第一样本行驶状态信息和交通对象的第一样本运动状态信息；输入单元，被配置用于将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述用于自动驾驶车辆的决策模型，以得到所述用于自动驾驶车辆的决策模型所输出的第一预测控制决策，其中，所述用于自动驾驶车辆的决策模型被配置为通过如下步骤得到所述第一预测控制决策：将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第四控制决策，其中，所述第四控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；将所述交通对象的第一样本运动状态信息和所述第四控制决策输入运动状态预测模型，以获取所述运动状态预测模型所输出的所述交通对象在第三预设时长内的第三预测运动状态信息；以及将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第三预测运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第一预测控制决策；测评单元，被配置用于对仿真场景下自动驾驶车辆执行所述第一预测控制决策进行测评，以得到所述第一预测控制决策的针对所述仿真场景的测评结果，所述测评结果用于指示所述自动驾驶车辆执行所述第一预测控制决策的行驶行为是否满足预设条件；以及调参单元，被配置用于基于所述测评结果，对所述用于自动驾驶车辆的决策模型进行调参。
[0010]根据本公开的另一方面，提供了一种自动驾驶车辆，包括上述的用于自动驾驶车辆的决策装置。
[0011]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所
述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一的方法。
[0012]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述任一的方法。
[0013]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时能够实现上述任一的方法。
[0014]根据本公开的一个或多个实施例，可以提升用于自动驾驶车辆的控制决策的准确度。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于自动驾驶车辆的决策方法，包括：获取所述自动驾驶车辆的行驶状态信息；响应于确定所述自动驾驶车辆所对应的预设范围内存在交通对象，获取所述交通对象的真实运动状态信息；基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策，其中，所述第一控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息；以及基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息，确定用于所述自动驾驶车辆的第二控制决策。2.如权利要求1所述的方法，还包括：基于所述交通对象的真实运动状态信息和所述第二控制决策，预测所述交通对象在第二预设时长内的第二预测运动状态信息；以及基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第二预测运动状态信息，确定用于所述自动驾驶车辆的第三控制决策。3.如权利要求1或2所述的方法，其中，所述交通对象包括以下各项中的至少一项：行人、非机动车和机动车。4.如权利要求1
‑
3中任一项所述的方法，其中，所述基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策包括：将所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息输入自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的所述第一控制决策，并且其中，所述基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息，确定用于所述自动驾驶车辆的第二控制决策包括：将所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的所述第二控制决策。5.如权利要求1
‑
4中任一项所述的方法，其中，所述基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息包括：将所述交通对象的真实运动状态信息和所述第一控制决策输入运动状态预测模型，以获取所述运动状态预测模型所输出的所述第一预测运动状态信息。6.如权利要求1
‑
5中任一项所述的方法，还包括：获取行驶场景信息，所述行驶场景信息能够指示行驶场景下针对所述自动驾驶车辆和所述交通对象的运动限制信息，其中，所述基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策包括：基于所述自动驾驶车辆的行驶状态信息、所述交通对象的真实运动状态信息和所述行驶场景信息，确定所述第一控制决策，并且其中，所述基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息包括：
基于所述交通对象的真实运动状态信息、所述第一控制决策和所述行驶场景信息，预测所述交通对象在第一预设时长内的第一预测运动状态信息。7.一种基于仿真测评的用于自动驾驶车辆的决策模型的训练方法，所述用于自动驾驶车辆的决策模型包括自动驾驶决策模型和运动状态预测模型，所述方法包括：获取自动驾驶车辆的第一样本行驶状态信息和交通对象的第一样本运动状态信息；将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述用于自动驾驶车辆的决策模型，以得到所述用于自动驾驶车辆的决策模型所输出的第一预测控制决策，其中，所述用于自动驾驶车辆的决策模型被配置为通过如下步骤得到所述第一预测控制决策：将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第四控制决策，其中，所述第四控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；将所述交通对象的第一样本运动状态信息和所述第四控制决策输入所述运动状态预测模型，以获取所述运动状态预测模型所输出的所述交通对象在第三预设时长内的第三预测运动状态信息；以及将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第三预测运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第一预测控制决策；对仿真场景下自动驾驶车辆执行所述第一预测控制决策进行测评，以得到所述第一预测控制决策的针对所述仿真场景的测评结果，所述测评结果用于指示所述自动驾驶车辆执行所述第一预测控制决策的行驶行为是否满足预设条件；以及基于所述测评结果，对所述用于自动驾驶车辆的决策模型进行调参。8.如权利要求7所述的方法，还包括：基于所述测评结果，确定针对所述第一预测控制决策的标注结果，所述标注结果用于指示所述第一预测控制决策为正样本或负样本；获取所述仿真场景下所述自动驾驶车辆执行所述第一预测控制决策时所述自动驾驶车辆的第二样本行驶状态信息和交通对象的第二样本运动状态信息；将所述自动驾驶车辆的第二样本行驶状态信息和所述交通对象的第二样本运动状态信息输入所述用于自动驾驶车辆的决策模型，以得到所述用于自动驾驶车辆的决策模型所输出的第二预测控制决策；以及基于所述第一预测控制决策、所述标注结果和所述第二预测控制决策，对所述用于自动驾驶车辆的决策模型进行调参。9.一种用于自动驾驶车辆的决策装置，包括：第一获取单元，被配置用于获取所述自动驾驶车辆的行驶状态信息；第二获取单元，被配置用于响应于确定所述自动驾驶车辆所对应的预设范围内存在交通对象，获取所述交通对象的真实运动状态信息；确定单元，被配置用于基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一...

【专利技术属性】
技术研发人员：柳长春，苏亚博，潘屹峰，李一贤，邓寒，杨静，王超，朱振广，彭亮，
申请(专利权)人：阿波罗智能技术北京有限公司，
类型：发明
国别省市：