一种基于语义聚类的自动驾驶车辆控制方法、设备及介质与流程

1.本技术涉及自动驾驶技术领域，尤其涉及一种基于语义聚类的自动驾驶车辆控制方法、设备及介质。


背景技术：

2.自动驾驶车辆依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。随着自动驾驶技术的不断发展，对自动驾驶车辆的安全性和可靠性提出了更高的要求。


技术实现要素：

3.本技术实施例提供了一种基于语义聚类的自动驾驶车辆控制方法、设备及介质，用以解决现有的轨迹生成方法无法将车辆周围的所有影响因素作为一个整体进行考虑，生成的运动轨迹与实际情况存在偏差的技术问题。
4.一方面，本技术实施例提供了一种基于语义聚类的自动驾驶车辆控制方法，包括：接收多个对象的传感器数据，以根据多个传感器数据，识别出所述多个对象中的成对对象；分别确定出多个成对对象对应的相似度值；其中，所述相似度值用于确定所述成对对象是否能作为整体由自动驾驶车辆进行响应；基于多个相似度值，分别对所述多个成对对象中的对象进行聚类，以生成多个对应的对象组；基于所述对象组，通过主计算系统生成第一标称轨迹和第一后退轨迹，以根据所述第一标称轨迹控制所述自动驾驶车辆向目标运动，并将所述第一后退轨迹发送至辅助计算系统；通过所述辅助计算系统接收所述第一后退轨迹，以根据所述第一后退轨迹，控制所述自动驾驶车辆后退，并在每个预设时间间隔后，接收所述主计算系统发送的第二标称轨迹和第二后退轨迹。
5.在本技术的一种实现方式中，分别确定出多个成对对象对应的相似度值，具体包括：预先获取所述多个对象中的一组成对对象，并通过测量确定出所述成对对象的当前位置和运动状态，以及所述成对对象的历史运动时间；根据所述多个成对对象的当前位置、运动状态以及历史运动时间，分别确定出所述多个成对对象对应的相似度值。
6.在本技术的一种实现方式中，基于多个相似度值，分别对所述多个成对对象中的对象进行聚类，以生成多个对应的对象组，具体包括：预先确定出所述成对对象相似度值对应的预设阈值；基于所述多个成对对象对应的相似度值，分别确定多个相似度值是否大于预设阈值；在所述相似度值大于预设阈值的情况下，将所述相似度值对应的成对对象中的对象进行聚类，以生成对应的对象组。
7.在本技术的一种实现方式中，基于所述对象组，通过主计算系统生成第一标称轨迹和第一后退轨迹，具体包括：通过主计算系统，从车辆感知系统中获取所述自动驾驶车辆的第一位置信息和第一环境信息；基于所述聚类后的对象组，以及所述第一位置信息和所述第一环境信息，通过所述主计算系统生成对应的第一标称轨迹和第一后退轨迹。
8.在本技术的一种实现方式中，在将所述第一后退轨迹发送至辅助计算系统之后，
还包括：通过所述主计算系统，在每个预设时间间隔后从车辆感知系统中实时获取所述自动驾驶车辆的第二位置信息和第二环境信息；根据所述第二位置信息和所述第二环境信息，对所述第一标称轨迹和所述第一后退轨迹进行更新，以得到对应的第二标称轨迹和第二后退轨迹；将所述第二标称轨迹和所述第二后退轨迹发送至所述辅助计算系统。
9.在本技术的一种实现方式中，在将所述第二标称轨迹和所述第二后退轨迹发送至所述辅助计算系统之后，还包括：通过所述辅助计算系统，在每个预设时间间隔后，接收所述第二标称轨迹和所述第二后退轨迹；根据所述第二标称轨迹和所述第二后退轨迹，控制所述自动驾驶车辆运动。
10.在本技术的一种实现方式中，所述预设时间间隔大于所述第一标称轨迹和所述第一后退轨迹对应的历史运动时间。
11.在本技术的一种实现方式中，根据所述第一后退轨迹，控制所述自动驾驶车辆后退之后，还包括：当所述自动驾驶车辆后退预设时间间隔后，所述辅助计算系统未接收到所述主计算系统发送的所述第二后退轨迹的情况下，通过所述辅助计算系统，继续根据所述第一后退轨迹控制所述自动驾驶车辆后退，以使所述自动驾驶车辆移至安全位置停车。
12.另一方面，本技术实施例还提供了一种基于语义聚类的自动驾驶车辆控制设备，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：接收多个对象的传感器数据，以根据多个传感器数据，识别出所述多个对象中的成对对象；分别确定出多个成对对象对应的相似度值；其中，所述相似度值用于确定所述成对对象是否能作为整体由自动驾驶车辆进行响应；基于多个相似度值，分别对所述多个成对对象中的对象进行聚类，以生成多个对应的对象组；基于所述对象组，通过主计算系统生成第一标称轨迹和第一后退轨迹，以根据所述第一标称轨迹控制所述自动驾驶车辆向目标运动，并将所述第一后退轨迹发送至辅助计算系统；通过所述辅助计算系统接收所述第一后退轨迹，以根据所述第一后退轨迹，控制所述自动驾驶车辆后退，并在每个预设时间间隔后，接收所述主计算系统发送的第二标称轨迹和第二后退轨迹。
13.另一方面，本技术实施例还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：接收多个对象的传感器数据，以根据多个传感器数据，识别出所述多个对象中的成对对象；分别确定出多个成对对象对应的相似度值；其中，所述相似度值用于确定所述成对对象是否能作为整体由自动驾驶车辆进行响应；基于多个相似度值，分别对所述多个成对对象中的对象进行聚类，以生成多个对应的对象组；基于所述对象组，通过主计算系统生成第一标称轨迹和第一后退轨迹，以根据所述第一标称轨迹控制所述自动驾驶车辆向目标运动，并将所述第一后退轨迹发送至辅助计算系统；通过所述辅助计算系统接收所述第一后退轨迹，以根据所述第一后退轨迹，控制所述自动驾驶车辆后退，并在每个预设时间间隔后，接收所述主计算系统发送的第二标称轨迹和第二后退轨迹。
14.本技术实施例提供了一种基于语义聚类的自动驾驶车辆控制方法、设备及介质，至少包括以下有益效果：通过接收多个传感器数据，识别出多个对象中的成对对象，以将相关对象初步整合在一块，方便后续操作；通过确定多个成对对象的相似度值，对相似度值超过预设阈值的成对对象中的对象进行聚类，得到相应的对象组，从而将自动驾驶车辆周围
的行人、机动车、非机动车以及环境数据整合为一个整体进行考虑，使自动驾驶车辆对其进行响应；基于当前自动驾驶车辆对应的对象组，通过主计算系统接收自动驾驶车辆的位置信息以及环境信息，以根据对象组、位置信息以及环境信息生成第一标称轨迹和第一后退轨迹；根据第一标称轨迹和第一后退轨迹控制自动驾驶车辆进行运动，并在每个预设时间间隔后，获取新的位置信息、环境信息，以通过主计算系统定时更新标称轨迹和后退轨迹，使自动驾驶车辆的运动轨迹与实际情况保持一致，从而提高自动驾驶车辆的安全性和可靠性。
附图说明
15.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
16.图1为本技术实施例提供的一种基于语义聚类的自动驾驶车辆控制方法的流程图；
17.图2为本技术实施例提供的一种基于语义聚类的自动驾驶车辆控制设备的内部结构示意图。
具体实施方式
18.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术具体实施例及相应的附图对本技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
19.本技术实施例提供了一种基于语义聚类的自动驾驶车辆控制方法、设备及介质，通过传感器数据识别成对对象，将相关的对象进行初步整合；通过相似度值对成对对象中的对象进行聚类，能够将自动驾驶车辆周围的行人、机动车、非机动车以及环境数据整合为一个整体进行考虑，使自动驾驶车辆对其进行响应；通过主计算系统接收自动驾驶车辆的位置信息以及环境信息，据此生成第一标称轨迹和第一后退轨迹；根据第一标称轨迹和第一后退轨迹控制自动驾驶车辆进行运动，并在每个预设时间间隔后，获取新的位置信息、环境信息，以通过主计算系统定时更新标称轨迹和后退轨迹，使自动驾驶车辆的运动轨迹与实际情况保持一致。解决了现有的轨迹生成方法无法将车辆周围的所有影响因素作为一个整体进行考虑，生成的运动轨迹与实际情况存在偏差的技术问题。
20.下面通过附图对本技术实施例提出的技术方案进行详细的说明。
21.图1为本技术实施例提供的一种人车出入园区的快速核验方法的流程图。如图1所示，本技术实施例提供的人车出入园区的快速核验方法可以主要包括以下步骤：
22.步骤101：接收多个对象的传感器数据，以根据多个传感器数据，识别出所述多个对象中的成对对象。
23.服务器从传感器中接收多个对象的传感器数据，从而获取到多个传感器数据中的多个对象，并识别出多个对象中的成对对象。服务器通过将对象分组，能够使得自动驾驶车辆中的处理对象减少，从而减少生成运动轨迹的计算量，提高计算效率。
24.步骤102：分别确定出多个成对对象对应的相似度值。
25.为了将对象聚集在一起，服务器需要分别确定出多个成对对象的相似度值，从而根据多个相似度值确定出能够聚集在一起的成对对象。
26.具体的，服务器预先从多个成对对象中获取一组成对对象，并通过测量确定出该成对对象的当前位置和运动状态，以及对应的历史运动时间；然后服务器会根据多个成对对象的当前位置、运动状态以及历史运动时间，分别确定出多个成对对象对应的相似度值。
27.需要说明的是，本技术实施例中的相似度值用于服务器确定是否将成对对象聚类，作为整体由自动驾驶车辆进行响应的依据。
28.步骤103：基于多个相似度值，分别对所述多个成对对象中的对象进行聚类，以生成多个对应的对象组。
29.成对对象的相似度值需要考虑多个影响因素，每个影响因素的变化都会使相似度值增加或减少。
30.具体的，服务器需要预先根据语义聚类对精确度和召回率的要求，确定出成对对象相似度值对应的预设阈值；从而能够根据预设阈值，从多个成对对象中找到相似度值大于预设阈值的对象对象；然后将该相似度值对应的成对对象中的对象进行聚类，生成对应的对象组。本技术通过将相似度值高的成对对象聚类，使得服务器只需对整个对象组进行处理得出响应即可，无需再单独对多个对象分别进行处理，大大减少了服务器的处理工作，从而提高了服务器的响应速度。
31.在本技术的一个实施例中，服务器还可以联合查找算法来实现对象的聚类。服务器通过多个对象中的某一对象，能够确定出自动驾驶车辆在环境中的运动轨迹，并且在每次对对象进行新的观察时，也能够重新进行评估聚类，使对象能够快速聚集并彼此分离。这样能够确保自动驾驶车辆对各对象的响应一致。
32.步骤104：基于所述对象组，通过主计算系统生成第一标称轨迹和第一后退轨迹，以根据所述第一标称轨迹控制所述自动驾驶车辆向目标运动，并将所述第一后退轨迹发送至辅助计算系统。
33.服务器通过主计算系统，根据对象组中相似度值大于预设阈值的对象，生成第一标称轨迹和第一后退轨迹，然后通过主计算系统根据第一标称轨迹控制当前自动驾驶车辆向目标运动，并将第一后退轨迹发送至辅助计算系统。
34.具体的，服务器通过主计算系统从车辆感知系统中，获取当前自动驾驶车辆的第一位置信息和第一环境信息；然后根据第一位置信息和第一环境信息，以及已确定出的对象组中的对象，生成第一标称轨迹和第一后退轨迹。
35.在本技术的一个实施例中，服务器在将第一后退轨迹发送给辅助计算系统之后，服务器会通过主计算系统，每间隔预设时间间隔就从主计算系统的车辆感知系统中实时获取当前自动驾驶车辆的第二位置信息和第二环境信息；然后根据第二位置信息和第二环境信息更新第一标称轨迹，以得到对应的第二标称轨迹，以及根据第二位置信息和第二环境信息更新第一后退轨迹，以得到第二后退轨迹。服务器每间隔预设时间间隔就会将更新得到的第二标称轨迹和第二后退轨迹发送给辅助计算系统，以及时更新自动驾驶车辆的运动轨迹，提高运动轨迹的准确度。
36.需要说明的是，本技术实施例中的主计算系统较为复杂，主要包括车辆感知系统和车辆规划系统。
37.步骤105：通过所述辅助计算系统接收所述第一后退轨迹，以根据所述第一后退轨迹，控制所述自动驾驶车辆后退，并在每个预设时间间隔后，接收所述主计算系统发送的第二标称轨迹和第二后退轨迹。
38.服务器通过辅助计算系统接收主计算系统发送的第一后退轨迹，以根据第一后退轨迹控制当前自动驾驶车辆后退。每间隔预设时间间隔，服务器就会通过辅助计算系统接收主计算系统更新的第二标称轨迹和第二后退系统，并在预设时间间隔后，根据第二后退系统控制当前自动驾驶车辆后退。
39.在本技术的一个实施例中，服务器通过主计算系统将第二标称轨迹和第二后退轨迹发送给辅助计算系统之后，服务器会在每间隔预设时间间隔后，通过辅助计算系统接收第二标称轨迹和第二后退轨迹；然后根据第二标称轨迹和第二后退轨迹控制当前自动驾驶车辆运动。
40.在本技术的一个实施例中，预设时间间隔需要大于第一标称轨迹和第一后退轨迹对应的历史运动时间，以使服务器确定在预设时间间隔后，未通过辅助计算系统收到主计算系统发送的第二标称轨迹和第二后退轨迹的情况下，辅助计算系统还能够根据第一标称轨迹和第一后退轨迹继续控制当前车辆运动，能够有效的避免当前自动驾驶车辆因主计算系统发生紧急情况，造成立即停车，从而确保自动驾驶车辆的安全。此时，自动驾驶车辆能够通过辅助计算系统，根据第一后退轨迹控制自动驾驶车辆后退，移动至安全位置停车。
41.以上为本技术提出的方法实施例。基于同样的发明构思，本技术实施例还提供了一种基于语义聚类的自动驾驶车辆控制设备，其结构如图2所示。
42.图2为本技术实施例提供的一种基于语义聚类的自动驾驶车辆控制设备的内部结构示意图。如图2所示，设备包括至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：接收多个对象的传感器数据，以根据多个传感器数据，识别出多个对象中的成对对象；分别确定出多个成对对象对应的相似度值；其中，相似度值用于确定成对对象是否能作为整体由自动驾驶车辆进行响应；基于多个相似度值，分别对多个成对对象中的对象进行聚类，以生成多个对应的对象组；基于对象组，通过主计算系统生成第一标称轨迹和第一后退轨迹，以根据第一标称轨迹控制自动驾驶车辆向目标运动，并将第一后退轨迹发送至辅助计算系统；通过辅助计算系统接收第一后退轨迹，以根据第一后退轨迹，控制自动驾驶车辆后退，并在每个预设时间间隔后，接收主计算系统发送的第二标称轨迹和第二后退轨迹。
43.本技术实施例还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令设置为：接收多个对象的传感器数据，以根据多个传感器数据，识别出多个对象中的成对对象；分别确定出多个成对对象对应的相似度值；其中，相似度值用于确定成对对象是否能作为整体由自动驾驶车辆进行响应；基于多个相似度值，分别对多个成对对象中的对象进行聚类，以生成多个对应的对象组；基于对象组，通过主计算系统生成第一标称轨迹和第一后退轨迹，以根据第一标称轨迹控制自动驾驶车辆向目标运动，并将第一后退轨迹发送至辅助计算系统；通过辅助计算系统接收第一后退轨迹，以根据第一后退轨迹，控制自动驾驶车辆后退，并在每个预设时间间隔后，接收主计算系统发送的第二标称轨迹和第二后退轨迹。
44.本技术中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备和介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
45.本技术实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。
46.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
47.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
48.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
49.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
50.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
51.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
52.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
53.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
54.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。