自动驾驶车辆的交互控制方法、装置、存储介质与车辆与流程

本申请涉及自动驾驶车辆的交互控制，具体而言，涉及一种自动驾驶车辆的交互控制方法、装置、计算机可读存储介质与车辆。

背景技术：

1、在自动驾驶规划决策中，自车需要根据周围交通参与者的行为预测和道路环境，确定让行、通行、跟随、横向避让等决策。

2、现有自动驾驶规划算法通常采用自车与单一交通参与者进行“一对一”独立博弈计算最优决策，这种模式存在五大主要缺陷：一是多个独立博弈结果可能相互冲突，忽略其他交通参与者的安全风险；二是预测模块未将自车未来决策纳入考量，导致对交通参与者轨迹的概率预测准确率低，无法精确刻画自车决策对交互对象的影响；三是缺乏对交通参与者交互强度的分层处理，要么将所有对象纳入博弈导致计算量爆炸，要么遗漏弱交互对象对边界和安全距离的影响；四是无法有效表达多个交通参与者（如队列、行人团）之间的联动行为；五是若直接对所有参与者进行联合动作建模，动作空间呈指数级增长，难以满足在线规划的实时性要求。

3、综上，相关的自动驾驶交互决策方案存在车辆交互效果较差的问题。

技术实现思路

1、本申请的主要目的在于提供一种自动驾驶车辆的交互控制方法、装置、计算机可读存储介质与车辆，以至少解决相关的自动驾驶交互决策方案存在车辆交互效果较差的问题。

2、为了实现上述目的，根据本申请的一个方面，提供了一种自动驾驶车辆的交互控制方法，包括：获取自动驾驶车辆的行驶数据、交通参与者信息以及道路环境信息，根据所述行驶数据与所述交通参与者信息，按照交互强弱等级对各交通参与者进行筛选分类处理，得到多个不同交互等级的参与者分组，其中，所述行驶数据包括自车状态信息、自车路径信息；构建博弈模型决策树，基于所述行驶数据、所述道路环境信息，采用所述博弈模型决策树生成所述自动驾驶车辆与所述参与者分组交互的备选策略集；根据所述备选策略集、所述行驶数据与所述交通参与者信息确定所述自动驾驶车辆的控制数据，采用所述控制数据控制所述自动驾驶车辆行驶。

3、可选地，根据所述行驶数据与所述交通参与者信息，按照交互强弱等级对各交通参与者进行筛选分类处理，得到多个不同交互等级的参与者分组，包括：根据所述行驶数据与所述交通参与者信息，确定各所述交通参与者与所述自动驾驶车辆的交互强度；将所述交互强度大于或等于第一交互设定值的所述交通参与者，确定为强交互参与者，将所述交互强度小于所述第一交互设定值、且大于或等于第二交互设定值的所述交通参与者，确定为弱交互参与者，将所述交互强度小于所述第二交互设定值的所述交通参与者，确定为非交互参与者，其中，所述第一交互设定值大于所述第二交互设定值。

4、可选地，所述参与者分组包括强交互参与者、弱交互参与者、非交互参与者，基于所述行驶数据、所述道路环境信息，采用所述博弈模型决策树生成所述自动驾驶车辆与所述参与者分组交互的备选策略集，包括：按照预设压缩算法对所述博弈模型决策树压缩处理，得到压缩博弈模型决策树；以所述道路环境信息、所述弱交互参与者与所述非交互参与者对应的交通参与者信息作为约束边界，根据所述行驶数据、所述强交互参与者对应的交通参与者信息，采用所述压缩博弈模型决策树生成所述自动驾驶车辆与所述强交互参与者交互的备选策略集。

5、可选地，根据所述备选策略集、所述行驶数据与所述交通参与者信息确定所述自动驾驶车辆的控制数据，包括：根据所述行驶数据、以及所述交通参与者信息，确定所述备选策略集中的最优控制策略；根据所述最优控制策略确定所述自动驾驶车辆的控制数据。

6、可选地，根据所述行驶数据、以及所述交通参与者信息，确定所述备选策略集中的最优控制策略，包括：基于反事实遗憾最小化算法，根据所述行驶数据、以及所述交通参与者信息，确定所述备选策略集中各控制策略的评价分；将所述评价分最高的所述控制策略，确定为所述最优控制策略。

7、可选地，根据所述最优控制策略确定所述自动驾驶车辆的控制数据，包括：根据所述最优控制策略确定所述自动驾驶车辆的目标点、横向决策与纵向决策；根据所述目标点与所述横向决策确定所述自动驾驶车辆的方向盘转角，以及根据所述目标点与所述纵向决策确定所述自动驾驶车辆的加速度，并将所述方向盘转角与所述加速度确定为所述控制数据。

8、可选地，确定所述备选策略集中各控制策略的评价分，包括：确定各所述控制策略的通行效率、纵向舒适度、横向舒适度、决策合理程度、决策合规程度、安全程度、行驶行为拟人程度，根据所述通行效率、所述纵向舒适度、所述横向舒适度、所述决策合理程度、所述决策合规程度、所述安全程度、所述行驶行为拟人程度确定各所述控制策略的所述评价分。

9、根据本申请的另一方面，提供了一种自动驾驶车辆的交互控制装置，包括：获取单元，用于获取自动驾驶车辆的行驶数据、交通参与者信息以及道路环境信息，根据所述行驶数据与所述交通参与者信息，按照交互强弱等级对各交通参与者进行筛选分类处理，得到多个不同交互等级的参与者分组，其中，所述行驶数据包括自车状态信息、自车路径信息；生成单元，用于构建博弈模型决策树，基于所述行驶数据、所述道路环境信息，采用所述博弈模型决策树生成所述自动驾驶车辆与所述参与者分组交互的备选策略集；控制单元，用于根据所述备选策略集、所述行驶数据与所述交通参与者信息确定所述自动驾驶车辆的控制数据，采用所述控制数据控制所述自动驾驶车辆行驶。

10、根据本申请的再一方面，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包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的自动驾驶车辆的交互控制方法。

11、根据本申请的又一方面，提供了一种车辆，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行任意一种所述的自动驾驶车辆的交互控制方法。

12、应用本申请的技术方案，通过构建分层交互控制机制，解决了相关方案中多物体交互计算复杂度高且易产生决策冲突的问题。通过将交通参与者按交互强弱等级进行筛选分类，能够动态识别关键交互对象与非关键对象，从而在保障安全的前提下大幅降低计算负荷。本方案构建的博弈模型决策树能够综合考量自车与各类参与者的交互关系，生成备选策略集，使得自车在面对复杂交通场景时，不仅能处理单一车辆的博弈，还能统筹多个交互对象的影响。这种分层处理机制避免了将所有参与者纳入完整博弈带来的计算负荷，同时确保了自车决策的全局最优性。最终，基于该策略集确定的控制数据能够更精准地引导车辆行驶，提升了自动驾驶系统在动态环境中的实时性、安全性及决策合理性。从而解决了相关自动驾驶交互决策方案存在车辆交互效果较差的问题。

1.一种自动驾驶车辆的交互控制方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，根据所述行驶数据与所述交通参与者信息，按照交互强弱等级对各交通参与者进行筛选分类处理，得到多个不同交互等级的参与者分组，包括：

3.根据权利要求1所述的方法，其特征在于，所述参与者分组包括强交互参与者、弱交互参与者、非交互参与者，基于所述行驶数据、所述道路环境信息，采用所述博弈模型决策树生成所述自动驾驶车辆与所述参与者分组交互的备选策略集，包括：

4.根据权利要求1所述的方法，其特征在于，根据所述备选策略集、所述行驶数据与所述交通参与者信息确定所述自动驾驶车辆的控制数据，包括：

5.根据权利要求4所述的方法，其特征在于，根据所述行驶数据、以及所述交通参与者信息，确定所述备选策略集中的最优控制策略，包括：

6.根据权利要求4所述的方法，其特征在于，根据所述最优控制策略确定所述自动驾驶车辆的控制数据，包括：

7.根据权利要求5所述的方法，其特征在于，确定所述备选策略集中各控制策略的评价分，包括：

8.一种自动驾驶车辆的交互控制装置，其特征在于，包括：

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的自动驾驶车辆的交互控制方法。

10.一种车辆，其特征在于，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行权利要求1至7中任意一项所述的自动驾驶车辆的交互控制方法。