车辆换道决策方法、装置、电子设备和存储介质制造方法及图纸

本公开实施例公开了一种车辆换道决策方法、装置、电子设备和存储介质，该方法包括：获取无人驾驶车辆所处的环境场景；根据环境场景和各预设影响因素的换道编码，确定行驶策略；根据所述行驶策略，确定效用系数；获取预设影响因素的特征效用；根据效用系数和特征效用确定换道总效用；根据换道行为，确定换道总效用的最大值，将所述最大值对应的换道行为确定为无人驾驶车辆的当前换道决策。本公开实施例的车辆换道决策解决了复杂场景下规则冲突或算法难以覆盖的问题，设计了预设影响因素的换道编码的编码组合关联环境场景的方案，高效地体现不同场景对换道决策行为的期望，易于扩展和定制化开发。定制化开发。定制化开发。

【技术实现步骤摘要】
车辆换道决策方法、装置、电子设备和存储介质


[0001]本公开涉及自动驾驶
，尤其涉及一种车辆换道决策方法、装置、电子设备和存储介质。

技术介绍

[0002]随着无人驾驶技术应用于更加广泛和复杂道路环境，传统的基于规则或知识推理的换道决策算法，难以覆盖大范围的场景，也难以满足在不同场景下，人类对无人驾驶车辆换道行为不同的期望。而基于强化学习或数据驱动的深度学习方法，又缺乏工程上的可靠性，同时依赖大量的人类优质的驾驶数据，在工程上难以稳定应用，因此，本专利技术提供了一种环境场景与换道总效用相关联的车辆换道决策方法，解决了传统换道决策方法无法匹配多场景以及复杂场景下规则冲突或换道算法难以覆盖的问题。

技术实现思路

[0003]为了解决上述技术问题或者至少部分地解决上述技术问题，本公开实施例提供了一种车辆换道决策方法、装置、电子设备和存储介质，解决了复杂场景下规则冲突或算法难以覆盖的问题，设计了预设影响因素的换道编码的编码组合关联环境场景的方案，高效地体现不同场景对换道决策行为的期望，易于扩展和定制化开发。
[0004]第一方面，本公开实施例提供了一种车辆换道决策方法，该方法包括：
[0005]获取无人驾驶车辆所处的环境场景；
[0006]根据所述环境场景和各预设影响因素的换道编码，确定行驶策略；
[0007]根据所述行驶策略，确定效用系数；
[0008]获取所述预设影响因素的特征效用；
[0009]根据所述效用系数和所述特征效用确定换道总效用；
>[0010]根据换道行为，确定所述换道总效用的最大值，将所述最大值对应的换道行为确定为所述无人驾驶车辆的当前换道决策。
[0011]第二方面，本公开实施例还提供了一种车辆换道决策装置，该装置包括：
[0012]第一获取模块，用于获取无人驾驶车辆所处的环境场景；
[0013]第一确定模块，用于根据所述环境场景和各预设影响因素的换道编码，确定行驶策略；
[0014]第二确定模块，用于根据所述行驶策略，确定效用系数；
[0015]第二获取模块，用于获取所述预设影响因素的特征效用；
[0016]第三确定模块，用于根据所述效用系数和所述特征效用确定换道总效用；
[0017]第四确定模块，用于根据换道行为，确定所述换道总效用的最大值，将所述最大值对应的换道行为确定为所述无人驾驶车辆的当前换道决策。
[0018]第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处
理器执行，使得所述一个或多个处理器实现如上所述的车辆换道决策方法。
[0019]第四方面，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的车辆换道决策方法。
[0020]本公开实施例提供的一种车辆换道决策方法，获取无人驾驶车辆所处的环境场景；根据环境场景和各预设影响因素的换道编码，确定行驶策略；根据行驶策略，确定效用系数；获取预设影响因素的特征效用；根据效用系数和特征效用确定换道总效用；根据换道行为，确定换道总效用的最大值，将最大值对应的换道行为确定为无人驾驶车辆的当前换道决策，本公开技术方案解决了复杂场景下规则冲突或算法难以覆盖的问题，设计了预设影响因素的换道编码的编码组合关联环境场景的方案，高效地体现不同场景对换道决策行为的期望，易于扩展和定制化开发。
附图说明
[0021]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0022]图1为本公开实施例中的一种车辆换道决策方法的流程图；
[0023]图2为本公开实施例中的一种下匝道场景的结构示意图；
[0024]图3为本公开实施例中的一种车辆换道决策装置的结构示意图；
[0025]图4为本公开实施例中的一种电子设备的结构示意图。
具体实施方式
[0026]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0027]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0028]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0029]图1为本公开实施例中的一种车辆换道决策方法的流程图。本实施例可适用于不同环境场景下无人驾驶车辆的换道决策，该方法可以由车辆换道决策装置执行，该装置可以采用软件和/或硬件的方式实现，该装置可配置于电子设备中。如图1所示，该方法具体可以包括如下步骤：
[0030]S110、获取无人驾驶车辆所处的环境场景。
[0031]根据无人驾驶车辆的传感器，例如雷达或摄像头识别车辆所处的环境场景，或者从存储器中获取已经存储好的车辆所处的环境场景；其中，环境场景可以为正常道路行驶场景、靠边停车或进站场景、红绿灯排队场景、断头路或上下匝道场景和施工路段场景等。
[0032]S120、根据所述环境场景和各预设影响因素的换道编码，确定行驶策略。
[0033]在一实例中，根据所述环境场景和各预设影响因素的换道编码，确定行驶策略，包
括：根据所述环境场景对各预设影响因素的换道编码进行组合，确定行驶策略。
[0034]具体的，预设影响因素可以为安全性因素、通行性因素以及规则因素，其中，安全性因素为换道行为可能与侧方、后方车辆发生碰撞；规则因素为换道行为可能违反交规，例如压实线；通行性因素为换道行为是否带来通行性上的收益，例如避障超车，可以理解的，例如车道前方没有东西，通行性就好，前方有低速车辆，通行性相对较差，如果有静态障碍物就更差了。
[0035]预设影响因素还可以为继续路线因素或行驶因素，继续路线因素为换道行为是否考虑到达路线的目的地，例如上下匝道的换道行为；行驶因素为无人驾驶车辆倾向于在右侧车道或中心车道行驶。
[0036]预设影响因素的换道编码是预先设置的，预设影响因素的换道编码可以是安全性因素的安全性换道编码、通行性因素的通行性换道编码、规则因素的规则换道编码、继续路线因素的继续路线换道编码或行驶因素的行驶换道编码。
[0037]可以理解的，安全性换道编码00表示换道决策不考虑安全性因素，安全性换道编码01表示换道决策轻微地考虑安全性因素，安全性换道编码10表示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆换道决策方法，其特征在于，所述方法包括：获取无人驾驶车辆所处的环境场景；根据所述环境场景和各预设影响因素的换道编码，确定行驶策略；根据所述行驶策略，确定效用系数；获取所述预设影响因素的特征效用；根据所述效用系数和所述特征效用确定换道总效用；根据换道行为，确定所述换道总效用的最大值，将所述最大值对应的换道行为确定为所述无人驾驶车辆的当前换道决策。2.根据权利要求1所述的方法，其特征在于，根据所述环境场景和各预设影响因素的换道编码，确定行驶策略，包括：根据所述环境场景对各预设影响因素的换道编码进行组合，确定行驶策略。3.根据权利要求1所述的方法，其特征在于，所述预设影响因素为安全性因素、通行性因素、规则因素、继续路线因素或行驶因素；所述预设影响因素的换道编码为安全性因素的安全性换道编码、所述通行性因素的通行性换道编码、所述规则因素的规则换道编码、所述继续路线因素的继续路线换道编码或所述行驶因素的行驶换道编码；所述预设影响因素的特征效用为安全性因素的安全性特征效用、所述通行性因素的通行性特征效用、所述规则因素的规则特征效用、所述继续路线因素的继续路线特征效用或所述行驶因素的特征效用；所述效用系数为安全性因素的安全性效用系数、所述通行性因素的通行性效用系数、所述规则因素的规则效用系数、所述继续路线因素的继续路线效用系数或所述行驶因素的行驶效用系数，其中，所述安全性效用系数、所述通行性效用系数以及继续路线效用系数的和值为1。4.根据权利要求3所述的方法，其特征在于，根据所述环境场景对各预设影响因素的换道编码进行组合，确定行驶策略，包括：根据所述环境场景对所述规则换道编码、安全性换道编码、所述通行性换道编码、所述继续路线换道编码及所述行驶换道编码进行组合，确定行驶策略。5.根据权利要求3所述的方法，其特征在于，获取所述预设影响因素的特征效用，包括：根据换道行为轨迹与后方车辆的交互关系，获取所述安全性因素的安全性特征效用，其中，所述安全性特征效用的表达式为：其中，U
safe
(a
ot
)表示安全性特征效用，a
ot
表示最优抢行加速度，a
ot
＝100表示无法抢行加速度，[a
lb
,a
ub
]表示sigmoid函数的加速度区间，[s
ub
,s
lb
]表示原有归一化数值在sigmoid函数映射的区间；根据换道行为轨迹出路网或压实线的预测情况，获取所述规则因素的规则特征效用，其中，所述规则特征效用的表达式为：
其中，U
rule
(traj)表示规则特征效用，traj obey rule表示换道行为轨迹没有出路网或没有压实线，otherwise表示换道行为轨迹出路网或压实线；根据换道行为轨迹与前方障碍物的静态碰撞距离、碰撞时间以及障碍物速度，获取所述通过性因素的通过性特征效用，其中，所述通过性特征效用的表达式为：其中，U
passable
(sd,v,ttc)表示通过性特征效用，sd表示换道行为轨迹与前方障碍物的静态碰撞距离、v表示障碍物速度、ttc表示换道行为轨迹与前方障碍物碰撞的碰撞时间，[v
lb1
,v
ub1
...

【专利技术属性】
技术研发人员：蔡祺生，
申请(专利权)人：驭势科技北京有限公司，
类型：发明
国别省市：