车辆控制方法、装置、电子设备和存储介质与流程

摘要: 本公开涉及自动驾驶领域,尤其涉及一种车辆控制方法、装置、电子设备和存储介质。背景技术:1、自动驾驶换道决策广泛应用于城市快速路、高速公路及封闭园区道路。换道并非...
车辆控制方法、装置、电子设备和存储介质与流程

本公开涉及自动驾驶领域,尤其涉及一种车辆控制方法、装置、电子设备和存储介质。

背景技术:

1、自动驾驶换道决策广泛应用于城市快速路、高速公路及封闭园区道路。换道并非自车单方面动作,目标车道后车可能让行、保持速度或加速封堵,其真实驾驶风格不可直接观测。因此,换道决策不仅需判断当前间隙是否足够,还需预测自车采取候选动作后周边车辆的条件响应。

2、现有换道决策方法存在以下不足:规则式方法利用最小车头时距或可接受间隙阈值决策,将周边车辆视为与自车动作无关的外生量,难以区分主动让行、正常跟驰和加速封堵;轨迹预测方法以历史轨迹为主要条件,未显式区分不同自车候选动作引起的条件响应;完全信息博弈方法预设其他驾驶员的效用权重并采用确定性最佳响应,当人工驾驶员具有随机性时,均衡结果对感知误差过于敏感;强化学习方法虽能优化长期效率,但策略输出与周边车辆响应之间缺少可审查的因果中间量,效率奖励可能抵消安全惩罚。

技术实现思路

1、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控制方法、装置、电子设备和存储介质,实现了兼顾换道安全与通行效率,提升换道决策合理性与安全性的效果。

2、第一方面,本公开实施例提供了一种车辆控制方法,该方法包括:

3、从候选后车中确定目标车辆,并获取所述目标车辆在各驾驶类型下的后验概率;

4、针对每个自车候选动作,执行:

5、确定所述目标车辆在各驾驶类型下的目标车辆效用,根据所述目标车辆效用,确定当前自车候选动作下各驾驶类型对应的各目标车辆候选动作的量化响应概率;

6、根据所述目标车辆在各驾驶类型下的后验概率、各目标车辆候选动作的量化响应概率以及在各种动作组合下的自车效用,确定所述当前自车候选动作对应的博弈期望效用;其中,所述动作组合包括当前自车候选动作以及任一目标车辆候选动作;

7、根据所述当前自车候选动作、所述交通状态信息、各目标车辆候选动作以及各驾驶类型的多个组合,确定各组合的第一安全成本,根据各第一安全成本以及条件风险价值函数,确定所述当前自车候选动作的第二安全成本;

8、根据所述博弈期望效用以及所述第二安全成本,构建所述当前自车候选动作对应的均衡特征;

9、确定所述第二安全成本不超过风险预算的目标自车候选动作;

10、根据各所述目标自车候选动作对应的均衡特征以及动作先验概率分布,确定自车动作概率分布;

11、根据所述自车动作概率分布,确定目标策略动作,控制所述自车执行所述目标策略动作。

12、第二方面,本公开实施例还提供了一种车辆控制装置,该装置包括:

13、目标车辆及后验概率确定模块,用于从候选后车中确定目标车辆,并获取所述目标车辆在各驾驶类型下的后验概率;

14、均衡特征构建模块,用于针对每个自车候选动作,执行:

15、确定所述目标车辆在各驾驶类型下的目标车辆效用,根据所述目标车辆效用,确定当前自车候选动作下各驾驶类型对应的各目标车辆候选动作的量化响应概率;

16、根据所述目标车辆在各驾驶类型下的后验概率、各目标车辆候选动作的量化响应概率以及在动作组合下的自车效用,确定所述当前自车候选动作对应的博弈期望效用;其中,所述动作组合包括当前自车候选动作以及任一目标车辆候选动作;

17、根据所述当前自车候选动作、所述交通状态信息、各目标车辆候选动作以及各驾驶类型的多个组合,确定各组合的第一安全成本,根据各第一安全成本以及条件风险价值函数,确定所述当前自车候选动作的第二安全成本;

18、根据所述博弈期望效用以及所述第二安全成本,构建所述当前自车候选动作对应的均衡特征;

19、动作确定及执行模块,用于确定所述第二安全成本不超过风险预算的目标自车候选动作;根据各所述目标自车候选动作对应的均衡特征以及动作先验概率分布,确定自车动作概率分布;根据所述自车动作概率分布,确定目标策略动作,控制所述自车执行所述目标策略动作。

20、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:

21、处理器和存储器;

22、所述处理器通过调用所述存储器存储的程序或指令,用于执行任一实施例所述的车辆控制方法的步骤。

23、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,所述计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行任一实施例所述的车辆控制方法的步骤。

24、本公开实施例提供的一种车辆控制方法,通过获取目标车辆在各驾驶类型下的后验概率,根据目标车辆效用确定各目标车辆候选动作的量化响应概率,以两者确定当前自车候选动作的博弈期望效用,由于后验概率刻画了目标车辆驾驶类型的不确定性,量化响应概率刻画了目标车辆响应的随机性,博弈期望效用能够综合目标车辆在不同驾驶类型、不同响应下的预期收益,使换道决策贴合真实交互场景,通过条件风险价值函数对第一安全成本的分布尾部进行度量,确定当前自车候选动作的第二安全成本,以使低概率激进驾驶类型的高风险不会被平均水平掩盖,以第二安全成本不超过风险预算为约束确定目标自车候选动作,来排除超出安全上限的动作,根据博弈期望效用与第二安全成本构建均衡特征,结合动作先验概率分布确定自车动作概率分布,进而确定目标策略动作,并控制自车执行,能够在目标车辆类型不确定和响应不确定的条件下兼顾换道安全与通行效率,提升换道决策的合理性与安全性,降低因驾驶类型误判引发的换道事故风险,同时避免因过度保守导致的通行效率损失。

1.一种车辆控制方法,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,所述从候选后车中确定目标车辆,包括:

3.根据权利要求1所述的方法,其特征在于,所述获取所述目标车辆在各驾驶类型下的后验概率,包括:

4.根据权利要求1所述的方法,其特征在于,所述确定所述目标车辆在各驾驶类型下的目标车辆效用,包括:

5.根据权利要求4所述的方法,其特征在于,还包括:

6.根据权利要求1所述的方法,其特征在于,所述当前自车候选动作对应的均衡特征中还包括:类型信念熵、均衡裕度、所述目标车辆的预测加速度期望以及所述目标车辆的预测加速度方差中的至少一种;

7.根据权利要求6所述的方法,其特征在于,还包括:

8.根据权利要求1所述的方法,其特征在于,所述根据各第一安全成本以及条件风险价值函数,确定所述当前自车候选动作的第二安全成本,包括:

9.根据权利要求1所述的方法,其特征在于,所述根据所述目标车辆在各驾驶类型下的后验概率、各目标车辆候选动作的量化响应概率以及在各种动作组合下的自车效用,确定所述当前自车候选动作对应的博弈期望效用,包括:

10.根据权利要求9所述的方法,其特征在于,还包括:

11.根据权利要求1所述的方法,其特征在于,在所述控制所述自车执行所述目标策略动作之前,还包括:

12.根据权利要求1所述的方法,其特征在于,在所述控制所述自车执行所述目标策略动作之后,还包括:

13.一种车辆控制装置,其特征在于,包括:

14.一种电子设备,其特征在于,所述电子设备包括:

15.一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,该程序被处理器执行时实现如权利要求1-12中任一项所述的车辆控制方法。