本申请涉及一种自动驾驶决策方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。所述方法包括：获取目标对象所处位置对应的环境信息、所述目标对象的状态信息以及目标规则；根据所述目标规则、所述环境信息和所述状态信息对违规风险和安全风险分别进行分析，构建所述目标对象对应的规则势场和安全势场；基于所述规则势场和所述安全势场构建风险模型，并基于所述风险模型中量化后的安全特征和违规风险特征，确定目标控制策略。采用本方法能够提高自动驾驶的安全性。
【技术实现步骤摘要】
本申请涉及自动驾驶，特别是涉及一种自动驾驶决策方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、随着自动驾驶技术的发展，人类驾驶车辆将与自动驾驶车辆共享道路，此时，自动驾驶车辆也需要遵循交通规则以保证所有车辆的行驶安全。
2、传统技术中，自动驾驶车辆通过自身车辆所处路段与该路段对应的交通规则，确定自动驾驶车辆当前所要遵守的目标规则，并将目标规则（例如，该目标规则包含当前路段对应的行驶速度）作为约束，与安全和避撞相结合，作为决策规划的条件，指导自动驾驶车辆进行自动化驾驶。
3、然而，传统技术中，自动驾驶车辆的决策强硬遵守目标规则，导致自动驾驶车辆的安全性较差。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种自动驾驶决策方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种自动驾驶决策方法，包括：
3、获取目标对象所处位置对应的环境信息、所述目标对象的状态信息以及目标规则；
4、根据所述目标规则、所述环境信息和所述状态信息对违规风险和安全风险分别进行分析，构建所述目标对象对应的规则势场和安全势场；
5、基于所述规则势场和所述安全势场构建风险模型，并基于所述风险模型中量化后的安全特征和违规风险特征，确定目标控制策略。
6、在其中一个实施例中，所述获取目标对象所处位置对应的环境信息、所述目标对象的状态信息以及目标规则，包括：
7、获取目标对象所处位置对应的环境信息、所述目标对象的状态信息和初始规则；
8、通过所述环境信息和所述目标对象的状态信息对各所述初始规则进行优先级排序，并根据排序结果筛选得到目标规则。
9、在其中一个实施例中，所述通过所述环境信息和所述目标对象的状态信息对各所述初始规则进行优先级排序，并根据排序结果筛选得到目标规则，包括：
10、基于各所述初始规则对应的约束指标和所述状态信息确定违规程度指标；
11、根据各所述初始规则的决策意图信息和所述违规程度指标确定各所述初始规则的优先级指标；
12、根据所述优先级指标对所述初始规则进行排序，得到排序结果，并根据所述排序结果筛选确定目标规则。
13、在其中一个实施例中，所述目标规则包括速度约束、位置约束和距离约束，所述规则势场包含速度风险模型对应的第一规则势场、行为风险模型对应的第二规则势场和距离风险模型对应的第三规则势场，所述安全势场为所述距离风险模型对应的目标安全势场。
14、在其中一个实施例中，所述根据所述目标规则、所述环境信息和所述状态信息对违规风险和安全风险分别进行分析，构建所述目标对象对应的规则势场和安全势场，包括：
15、根据所述速度约束和所述状态信息中的自车速度对所述速度风险模型的规则势场进行建模，得到所述第一规则势场；
16、根据所述位置约束和所述状态信息中的自车位置对所述行为风险模型的规则势场进行建模，得到所述第二规则势场；
17、根据所述距离约束、所述自车位置和所述环境信息中的每个他车位置对所述距离风险模型的规则势场进行建模，得到第三规则势场；
18、根据预设安全距离、所述状态信息和所述环境信息对所述距离风险模型的安全势场进行建模，得到所述目标安全势场。
19、在其中一个实施例中，所述基于所述规则势场和所述安全势场构建风险模型，包括：
20、将所述第三规则势场和所述目标安全势场进行叠加，得到目标距离风险模型；
21、根据所述速度风险模型、所述行为风险模型和所述目标距离风险模型构建风险模型。
22、在其中一个实施例中，所述基于所述风险模型中量化后的安全特征和违规风险特征，确定目标控制策略，包括：
23、对所述风险模型进行后处理，得到目标风险模型；
24、基于所述目标风险模型中量化后的安全特征和违规风险特征，进行轨迹规划，得到目标轨迹；
25、基于所述目标轨迹和动力学约束确定目标对象对应的目标控制策略。
26、第二方面，本申请还提供了一种自动驾驶决策装置，包括：
27、获取模块，用于获取目标对象所处位置对应的环境信息、所述目标对象的状态信息以及目标规则；
28、风险模型构建模块，根据所述目标规则、所述环境信息和所述状态信息对违规风险和安全风险分别进行分析，构建所述目标对象对应的规则势场和安全势场；
29、确定模块，基于所述规则势场和所述安全势场构建风险模型，并基于所述风险模型中量化后的安全特征和违规风险特征，确定目标控制策略。
30、在其中一个实施例中，所述获取模块具体用于获取目标对象所处位置对应的环境信息、所述目标对象的状态信息和初始规则；
31、通过所述环境信息和所述目标对象的状态信息对各所述初始规则进行优先级排序，并根据排序结果筛选得到目标规则。
32、在其中一个实施例中，所述获取模块具体用于基于各所述初始规则对应的约束指标和所述状态信息确定违规程度指标；
33、根据各所述初始规则的决策意图信息和所述违规程度指标确定各所述初始规则的优先级指标；
34、根据所述优先级指标对所述初始规则进行排序，得到排序结果，并根据所述排序结果筛选确定目标规则。
35、在其中一个实施例中，所述目标规则包括速度约束、位置约束和距离约束，所述规则势场包含速度风险模型对应的第一规则势场、行为风险模型对应的第二规则势场和距离风险模型对应的第三规则势场，所述安全势场为所述距离风险模型对应的目标安全势场。
36、在其中一个实施例中，所述风险模型构建模块具体用于根据所述速度约束和所述状态信息中的自车速度对所述速度风险模型的规则势场进行建模，得到所述第一规则势场；
37、根据所述位置约束和所述状态信息中的自车位置对所述行为风险模型的规则势场进行建模，得到所述第二规则势场；
38、根据所述距离约束、所述自车位置和所述环境信息中的每个他车位置对所述距离风险模型的规则势场进行建模，得到第三规则势场；
39、根据预设安全距离、所述状态信息和所述环境信息对所述距离风险模型的安全势场进行建模，得到所述目标安全势场。
40、在其中一个实施例中，所述确定模块具体用于将所述第三规则势场和所述目标安全势场进行叠加，得到目标距离风险模型；
41、根据所述速度风险模型、所述行为风险模型和所述目标距离风险模型构建风险模型。
42、在其中一个实施例中，所述确定模块具体用于对所述风险模型进行后处理，得到目标风险模型；
43、基于所述目标风险模型中量化后的安全特征和违规风险特征，进行轨迹规划，得到目标轨迹；
44、基于所述目标轨迹和动力学约束确定目标对象对应的目标控制策略。
45、第三本文档来自技高网
...
【技术保护点】
1.一种自动驾驶决策方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标对象所处位置对应的环境信息、所述目标对象的状态信息以及目标规则，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过所述环境信息和所述目标对象的状态信息对各所述初始规则进行优先级排序，并根据排序结果筛选得到目标规则，包括：
4.根据权利要求1所述的方法，其特征在于，所述目标规则包括速度约束、位置约束和距离约束，所述规则势场包含速度风险模型对应的第一规则势场、行为风险模型对应的第二规则势场和距离风险模型对应的第三规则势场，所述安全势场为所述距离风险模型对应的目标安全势场。
5.根据权利要求4所述的方法，其特征在于，所述根据所述目标规则、所述环境信息和所述状态信息对违规风险和安全风险分别进行分析，构建所述目标对象对应的规则势场和安全势场，包括：
6.根据权利要求4所述的方法，其特征在于，所述基于所述规则势场和所述安全势场构建风险模型，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述风险模型中量化后的安全特征和违规风险特征，确定目标控制策略，包括：
8.一种自动驾驶决策装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...
【技术特征摘要】
1.一种自动驾驶决策方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标对象所处位置对应的环境信息、所述目标对象的状态信息以及目标规则，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过所述环境信息和所述目标对象的状态信息对各所述初始规则进行优先级排序，并根据排序结果筛选得到目标规则，包括：
4.根据权利要求1所述的方法，其特征在于，所述目标规则包括速度约束、位置约束和距离约束，所述规则势场包含速度风险模型对应的第一规则势场、行为风险模型对应的第二规则势场和距离风险模型对应的第三规则势场，所述安全势场为所述距离风险模型对应的目标安全势场。
5.根据权利要求4所述的方法，其特征在于，所述根据所述目标规则、所述环境信息和所述...
【专利技术属性】
技术研发人员：王红，马小涵，李骏，于文浩，
申请(专利权)人：清华大学，
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。