自动驾驶控制方法及用于自动驾驶车辆的控制单元和系统与流程

1.本发明涉及一种基于用户体验而设计的自动驾驶解决方案。具体而言，本发明涉及一种用于自动驾驶车辆的控制单元和控制系统，以及一种相应的自动驾驶控制方法。


背景技术：

2.近年来，随着汽车需求量的快速上升，人力成本的上涨，出行难，停车位难等一系列问题的出现，自动驾驶车辆受到了越来越多的关注，因为自动驾驶车辆可以将一用户送到a点之后，马上去b点接下一用户并送到c点。在现有技术中，针对自动驾驶的研究主要在于诸如盲区检测、车道保持、变道辅助等安全相关的车辆控制技术，因此，现有的自动驾驶解决方案可以实现将用户安全地送到目的地，但是通常只用基于固定驾驶风格的一套算法适应所有场景。但是，不同用户的出行目的可能不尽相同，面对不同的出行目的，自动驾驶车辆如何最大程度地优化用户体验，现有技术中尚不存在较佳的解决方案。


技术实现要素：

3.下文给出对一个或多个方面的简要总结，以便提供对这样的方面的基本理解。这个总结不是对全部方面的泛泛概括，以及不旨在标识全部方面的关键或重要元素，也不旨在描绘任意或全部方面的范围。其唯一的目的是以简化的形式给出一个或多个方面的一些概念，作为对后文所给出的更详细的描述的序言。
4.根据本发明的一个方面，提供了一种用于自动驾驶车辆的控制单元，包括：获取模块，配置成获取自动驾驶车辆的用户的当前行程的行程信息以及与当前行程相关的历史交通信息；确定模块，配置成根据所述行程信息确定出行程目的，并基于所述行程目的在预先设定的多个自动驾驶模式中确定出与该行程目相匹配的自动驾驶模式，所述多个自动驾驶模式包含时间优先模式、舒适优先模式、通勤模式和经济模式；比较模块，配置成在自动驾驶车辆以确定的自动驾驶模式执行自动驾驶过程中，将完成当前行程的部分所用的时间与基于所述历史交通信息得出的完成该部分所用的历史平均时间相比较；以及调节模块，配置成在自动驾驶过程中，基于比较结果动态地调节当前自动驾驶模式下的驾驶风格，以使得完成当前行程的部分所用的时间最大程度地接近所述历史平均时间。
5.根据一可行实施方式，每个自动驾驶模式均以包含超车/变道逻辑、车速逻辑和加速度逻辑的多项逻辑进行组合式限定；超车/变道逻辑包含作为标定参数的超车/变道成功率，所述超车/变道成功率是指基于当前交通环境预估出的执行超车/变道的成功率；车速逻辑包含作为标定参数的当前行驶道路的限速；并且加速度逻辑包含作为标定参数的加速度阈值，所述加速度阈值包括安全临界值和舒适临界值。
6.根据一可行实施方式，所述多个自动驾驶模式是可扩展的，并且用于限定各自动驾驶模式的逻辑项是可扩展和/或可调整的。
7.根据一可行实施方式，在时间优先模式下，所述加速度逻辑允许车辆加速度进入超过舒适临界值并小于安全临界值的区间；并且在舒适优先模式和通勤模式下，所述加速
度逻辑限定车辆加速度不超过舒适临界值。
8.根据一可行实施方式，动态地调节自动驾驶风格包括：通过调节所述多项逻辑中的标定参数来使得驾驶风格激进化或缓和化，以使得完成当前行程的部分所用的时间最大程度地接近所述历史平均时间。
9.根据一可行实施方式，动态地调节自动驾驶风格包括：通过执行所述超车逻辑和/或所述变道逻辑来使得驾驶风格朝向激进化方向调节；
10.所述超车逻辑包括：在超车成功率大于等于预定超车成功率阈值时执行超车，并且允许车辆加速度进入超过舒适临界值并小于安全临界值的区间，并且限定车速保持在当前行驶车道限速的预定范围内；并且
11.所述变道逻辑包括：在变道成功率大于等于预定变道成功率阈值时执行变道，并且允许车辆加速度进入超过舒适临界值并小于安全临界值的区间，并且限定车速保持在当前行驶车道限速的预定范围内。
12.根据一可行实施方式，所述调节模块还配置成：在自动驾驶车辆以确定的自动驾驶模式执行自动驾驶期间，基于用户请求和/或用户的生物反馈信息，以最小调节单元调节当前自动驾驶模式下的驾驶行为，其中，所述最小调节单元是指对所述多项逻辑的标定参数进行调节的最小单元。
13.根据根据本发明的另一个方面，提供了一种用于自动驾驶车辆的控制系统，包括：人机交互界面、通信单元、传感器单元和控制单元，可选地，所述控制单元为如上所述的控制单元，
14.其中，人机交互界面和通信单元中的至少一个在自动驾驶开始之前接收自动驾驶车辆的用户的当前行程的行程信息，通信单元构造成接收与当前行程相关的历史交通信息，人机交互界面构造成在自动驾驶车辆执行自动驾驶期间接收用户输入信息，
15.传感器单元至少包括生物信息传感器，用于在自动驾驶期间检测用户的生物反馈信息；并且
16.控制单元构造成基于来自于人机交互界面、通信单元和传感器单元的信息从预先确定的多个自动驾驶模式中确定出与当前行程的行程目的相匹配的自动驾驶模式，并且在自动驾驶车辆以确定出的自动驾驶模式执行自动驾驶期间，动态地调节当前自动驾驶模式下的驾驶风格，以使得完成当前行程的部分所用的时间最大程度地接近基于所述历史交通信息得出的完成该部分所用的历史平均时间。
17.根据本发明的又一个方面，提供了一种自动驾驶控制方法，可选地，该方法由如上所述控制单元和/或如上所述的控制系统执行，所述方法包括：获取自动驾驶车辆的用户的当前行程的行程信息以及与当前行程相关的历史交通信息；根据所述行程信息确定出行程目的；基于所述行程目的在预先设定的多个自动驾驶模式中确定出与该行程目相匹配的自动驾驶模式，所述多个自动驾驶模式包含时间优先模式、舒适优先模式、通勤模式和经济模式；在自动驾驶车辆以确定的自动驾驶模式执行自动驾驶过程中，将完成当前行程的部分所用的时间与基于所述历史交通信息得出的完成该部分所用的历史平均时间相比较；以及在自动驾驶过程中，基于比较结果动态地调节当前自动驾驶模式下的驾驶风格，以使得完成当前行程的部分所用的时间最大程度地接近所述历史平均时间。
18.根据本发明的再一个方面，提供了一种机器可读存储介质，其存储有可执行指令，
所述指令当被执行时使得处理器执行如上所述的自动驾驶控制方法。
附图说明
19.从结合附图的以下详细说明中，将会使本发明的技术方案更加清楚。可以理解的是，这些附图仅用于说明的目的，而并非意在对本发明的保护范围进行限制。
20.图1是可以在其中实施本发明的一些实施方式的示例性环境。
21.图2是根据本发明一可行实施方式的用于自动驾驶车辆的控制系统的示意性框图。
22.图3示意性示出了根据本发明一可行实施方式的自动驾驶控制过程。
23.图4示意性示出了根据本发明一可行实施方式的自动驾驶风格调整过程。
24.图5是根据本发明的一可行实施方式的自动驾驶控制方法的流程图。
具体实施方式
25.本发明主要涉及一种自动驾驶解决方案，其能够通过控制和调整自动驾驶的模式和风格来最大程度地提升用户体验，使得用户获得最好的乘车体验。
26.本发明的实施例适用于具备自动驾驶能力的车辆。在本发明中，“自动驾驶车辆”或“具备自动驾驶能力的车辆”是指构造成在没有来自驾驶员的持续干预(例如，转向、加速、制动等)的情况下执行操作的车辆。
27.在本发明的实施例中，“自动驾驶”可以包括部分自动驾驶(例如，自动驾驶车辆上有安全员或者偶尔需要人工介入的自主驾驶)和完全自动驾驶(例如，自动驾驶车辆上没有安全员或者不需要人类驾驶员的任何干预的自主驾驶)。车辆的自动驾驶能力可以通过设置于车辆的高级驾驶辅助系统(advanced driving assistance system)或者自动驾驶系统(autonomous driving system)来实现。
28.图1示出了可以在其中实施本发明的一些实施方式的环境，其主要包括设置有用于自动驾驶的控制系统100的车辆v以及能够与车辆v无线通信的外部设备。该外部设备可以包括路侧设施r、云端服务器c以及车辆v的用户的智能设备s(例如，用户的智能手机)。图1中示出的环境可以实现为自动驾驶生态系统，车辆v可以与该生态系统中的智慧体互联互通并交互信息。车辆v是具备自动驾驶能力的车辆，例如，自动驾驶车辆。车辆v可以是自动驾驶出租车、自动驾驶网约车，自动驾驶共享汽车或自动驾驶摆渡车。需要注意的是，本发明并不限定于图1示出的特定架构。
29.图2示意性示出了根据本发明一实施方式的用于自动驾驶车辆的控制系统100(以下称为ad控制系统100)。如图2所示，ad控制系统100主要包括人机交互界面10、通信单元20、传感器单元30和用于自动驾驶车辆的控制单元40(以下称为ad控制单元40)。下面，具体介绍ad控制系统100的各构成部分。
30.人机交互界面(hmi)10与ad控制单元40通信连接。人机交互界面10构造成实现车辆v内用户与车机之间的信息交互。人机交互界面10可以接收用户输入并将用户输入传输给ad控制单元40。
31.人机交互界面10可以借助于多种人机交互方式来实现车内用户与车机之间的信息交互。人机交互方式可以包括触屏、语音识别(asr)、动作识别(例如，手势识别)、眼球识
别、脑波识别中的一项或多项。
32.在一实施例中，在自动驾驶行程之初，人机交互界面10可以接收用户输入的行程信息，其可以包含起点、终点和期望到达时间。接着，人机交互界面10将接收到的行程信息传输给ad控制单元40，以便ad控制单元40从预先设定的多种自动驾驶模式中决策出与当前行程目的相匹配的自动驾驶模式。在按照决策的模式执行自动驾驶期间，人机交互界面10可以接收用户输入的调整消息，例如，“稳一点”、“快一点”、“慢一点”，以便ad控制单元40基于用户输入进行相应的参数调整。接着，人机交互界面10将接收到的用户期望传输给ad控制单元40，以便ad控制单元40根据用户期望调整当前自动驾驶模式下的驾驶风格。
33.通信单元20能够与车辆v的外部设备通信连接(例如，有线和/或无线通信连接)。换言之，车辆v能够经由通信单元20与外部设备进行信息交互。在一实施例中，车辆v与外部设备之间可以采用任何适合的无线通信方式(例如，3g/4g/5g，c-v2x，dsrc，wi-fi，bluetooth)来进行交互信息。需要注意的是，外部设备是指不属于车辆v构成部分的设备，并不限定外部设备的物理位置是在车内还是在车外。外部设备例如包括云端服务器、边缘服务器、路侧设施、能够与车辆v无线通信的其他车辆、用户携带的能够与车辆v无线通信的电子设备(例如，车辆v的用户随身携带的智能手机)。
34.通信单元20从外部设备接收信息并将接收到的信息传输给ad控制单元40。经由通信单元20从外部设备接收并传输给ad控制单元40的信息可以包括：
35.(1)用户请求。例如，用户通过其随身携带的智能设备向自动驾驶车辆云平台发送一自动驾驶行程请求，接着云平台将该用户请求发送给用户周围的自动驾驶车辆，自动驾驶车辆通过其通信单元接收到该用户请求。用户请求可以包括用户当前位置、目的地和期望到达时间。
36.(2)用户的行程日历。例如，ad控制系统通过通信单元从用户手机获取其行程日历，并从用户的行程日历中确定出当前需要执行的自动驾驶行程信息，其包含起点、目的地(终点)和期望到达时间。
37.(3)与用户行程相关的历史数据。例如，ad控制系统通过通信单元从云端服务器获取与当前需要执行的自动驾驶行程相关的历史数据。该历史数据包含根据历史交通流确定出的该段行程的历史平均水平，如历史平均通行时间。
38.(4)与当前需要执行的自动驾驶行程相关的导航信息，其可以包含用于自动驾驶的高精地图(hd map)。该导航信息可以用于自动驾驶辅助。
39.(5)环境信息以及实时更新到云端服务器中的交通信息。例如，路侧设施处的环境传感器检测到车辆周围的环境状况和/或天气状况并生成包含该环境状况和/或天气状况的环境信息，接着通过路侧设施处的通信单元传输给车端的通信单元。例如，在自动驾驶行程可能经过的路段上发生了交通事故，该交通事故信息被更新到云端服务器并从云端服务器下发到联网的自动驾驶车辆。
40.传感器单元30可以包含环境传感器31、车辆状态传感器32和生物信息传感器33。传感器单元30的各传感器设置在车辆v上，因为也可以称为车载传感器。各传感器感测到的信息可以经由车载总线传输给ad控制单元40。
41.环境传感器31用于捕捉车辆外部的环境或目标物信息。环境传感器可以包括摄像头(例如，单目标、多目标、环视)和/或雷达器(例如，激光雷达器、超声波雷达器、毫米波雷
达)。摄像头可以通过图像或者视频分析得到车辆v周围的环境信息，例如可以得到车辆距离路侧或障碍物的相对距离。雷达器可以通过对雷达波或者激光点云的分析得到车辆距离路侧或障碍物的相对距离。环境传感器可以包括设置于车身周边的多个环境传感器，并且该设置考虑了安全冗余性，即，确保车辆周围的环境状况能够被充分地采集。
42.车辆状态传感器32用于捕捉车辆状态信息。车辆状态传感器可以包括直接或间接测量车辆状态参数的传感器，例如，轮速传感器、悬架位移传感器、加速度传感器、转向角传感器，等等。
43.生物信息传感器33可以包括安装在车内的、用于采集用户的生物反馈信息的一个或多个传感器。生物信息传感器33可以包括以下感测装置中的一个或多个：摄像头、红外线传感器、指纹采集装置、脉搏采集装置、心跳采集装置、瞳孔检测装置和体温检测装置。基于检测到的用户生物信息可以确定出用户状况，例如，诸如发烧、晕车、困乏之类的健康状态；诸如高速紧张、焦虑、愉快之类的心情和感觉状况；诸如阅读、睡眠、娱乐之类的用户状况。确定出用户状况的过程可以在与生物信息采集单元30集成在一起的处理芯片中执行并将确定结果传输给ad控制单元40；也可以在车辆v的ecu中执行并将确定结果传输给ad控制单元40；还可以在ad控制单元40中执行。
44.ad控制单元40与人机交互界面10、通信单元20和传感器单元30分别通信连接。ad控制单元40构造成基于从人机交互界面10、通信单元20和传感器单元30接收到的信息确定自动驾驶模式，并在已确定的ad模式执行自动驾驶的过程中动态地调整自动驾驶风格，以便在确保车辆v能够完成行程的同时最大程度地优化用户体检。这样，自动驾驶车辆不再仅仅是自动化的交通工具，还能真正成为用户的智能移动空间。
45.继续参见图2，ad控制单元40主要包括获取模块41、确定模块42、比较模块43和调整模块44。ad控制单元40及其各模块可以采用硬件或者软件或者软件与硬件相结合的方式来实现。对于以硬件实现的部分，可以在一个或多个专用集成电路(asic)、数字信号处理器(dsp)、数据信号处理器件(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、处理器、控制器、微控制器、微处理器、被设计以执行其功能的电子单元、或它们的组合中实现。对于以软件实现的部分，可以借助于微代码、程序代码或代码段来实现，还可以将它们存储在诸如存储组件之类的机器可读存储介质中。
46.可以理解的是，ad控制单元40的各模块的命名应当被理解为逻辑上(功能上)的描述，而不应理解为物理形态或设置方式的限定。换言之，获取模块41、确定模块42、比较模块43和调整模块44中的一个或多个可以实现在同一芯片或电路中，它们也可以分别设置于不同的芯片或电路中，本发明对此不进行限定。
47.另外，这些模块中的两个或更多个模块可以合并成一个模块。这些模块中的任一模块还可以进一步划分为多个子模块。
48.在一实施例中，ad控制单元40可以实现为包括存储器和处理器。存储器包含指令，该指令在被处理器执行时使得处理器执行根据本发明实施例的自动驾驶控制方法。
49.在一实施例中，ad控制单元40可以实现为车载软件。该车载软件可以设置在车辆的域控制器或电子控制单元中。
50.图3示出了根据本发明一实施方式的自动驾驶控制过程300。该过程可以在上述ad控制单元40中执行，也可以在上述ad控制系统100中执行。以上关于ad控制单元40和ad控制
系统100的描述同样适用于此。
51.在框302中，获取模块41获取用户的当前行程的行程信息以及与该行程相关的历史交通信息。行程信息的获取方式可能有多种情形，以下例举几个获取行程信息的实施例。
52.在一实施例中，用户可以向人机交互界面10输入行程信息再由人机交互界面传输给获取模块41。例如，用户位于车内，以语音方式向车内语音交互界面输入行程信息，其包含目的地和期望到达时间；或者，用户向车内的触控屏输入行程信息，其包含目的地和期望到达时间。
53.在另一实施例中，经由通信单元20从用户手机读取到用户日程安排并基于此获得用户行程信息。例如，经由通信单元20从用户手机读取到用户日程安排并基于此获得用户行程信息。
54.在又一实施例中，通过通信单元20接收用户请求，该请求包含行程信息。例如，用户位于车外，并向自动驾驶车辆云平台(例如，自动驾驶出租车管理平台)发送行程请求，其包含行程的起点、终点和期望到达时间。该平台将用户行程请求发送给距离起点较近的自动驾驶车辆。这时，车辆v通过通信单元20接收到该请求并发送出表示同意执行该行程的消息，并驶向起点接用户。
55.与行程相关的历史信息可以通过通信单元从云端服务器获取。该历史信息可以包含与该段行程相关的历史交通数据。历史交通数据可以存储在云端服务器中并从云端服务器下发到车辆v。历史交通数据可以通过对联网的各交通参与者上传给云端服务器的交通数据进行分析和整合而得到。
56.在框304中，确定模块42基于用户行程信息在预先设定的多个自动驾驶模式中确定出一个适合的模式。例如，确定模块42基于行程信息判断出该行程的行程目的并根据行程目的在预先设定的多个自动驾驶模式中确定出一个适合于该行程目的自动驾驶模式。
57.预先设定的多个自动驾驶模式包括时间优先模式、舒适优先模式、通勤模式和经济模式。下面对各自动驾驶模式进行说明。
58.时间优先模式
59.时间优先模式着重考虑的是完成一段自动驾驶行程所需的时间。时间优先模式可以适用于诸如去机场、火车站、汽车站等交通枢纽之类的场景，或者剩余时间离参加下一个商务会议很紧张之类的场景。在这样的场景下，行程期望是以最短时间到达目的地，同时尽可能舒适。这样，自动驾驶行为可以在符合交通法规的情况下，采用较为激进的自动驾驶模式(风格)来完成该段行程。
60.舒适优先模式
61.舒适优先模式着重考虑的是完成一段行程的舒适性。舒适优先模式可以适用于诸如与朋友旅行、睡觉、听音乐之类的场景。在这样的场景下，与期望较快到达目的的时间优先模式相比，期望尽可能提升舒适度，而并不并着急到达目的地。这样，自动驾驶行为可以在符合交通法规的情况下，采用较为缓和的自动驾驶模式(风格)来完成该段行程。
62.通勤模式
63.通勤模式可以适用于诸如往返于家和办公室之类的场景。在这样的场景下，自动驾驶行为可以在尽快到达与舒适性之间进行平衡，即，在确保能够在正常通勤时间到达目的地的同时提升舒适性。
64.经济模式
65.经济模式着重考虑的是节省能耗。经济模式可以适用于诸如长途旅行、沿途加油加电站数量有限、或者剩余油量不多之类的场景。在这样的场景下，行程期望以最节省能耗(例如，最省油或最省电)的方式行驶。这样，可以减少长途旅行中加油或充电的次数，从而减少用户的续航焦虑。
66.各自动驾驶模式分别通过一系列控制逻辑来进行组合式限定。用于限定自动驾驶模式的控制逻辑可以包括如下方面组合式限定：速度逻辑、加速度逻辑、能耗逻辑、超车逻辑和导航逻辑。
67.这些逻辑限定可以借助于标定参数来实现。例如，超车逻辑包含作为标定参数的超车成功率。车速逻辑包含作为标定参数的当前行驶道路的限速。加速度逻辑包含作为标定参数的加速度阈值，所述加速度阈值包括安全临界值和舒适临界值。
[0068]“超车成功率”是指预估的在当前交通场景下执行超车的成功率。该成功率可以以60％为及格阈值，即，60％的超车成功率表示在当前情形下超车成功的临界值。超车成功率与当前情形下的超车空间(例如，本车(车辆v)和前后车之间的距离)、相对车速、道路宽度曲率以及环境复杂程度(其它道路上的交通参与者的数量)相关。例如，超车空间越大，则超车成功率越高；反之，超车空间越小，超车成功率越低。关于超车空间的限定方式以及超车成功率的计算方式可以以多种方式来实现，本发明对此不进行限定。
[0069]“变道成功率”是指预估的在当前交通场景下执行变道的成功率。该成功率可以以60％为及格阈值，即，60％的变道成功率表示在当前情形下变道成功的临界值。变道成功率与当前情形下的变道空间(例如，本车(车辆v)和变道车道上的邻近车辆之间的距离、该邻近车辆的车速)相关。例如，变道空间越大，则变道成功率越高；反之，变道空间越小，变道成功率越低。关于变道空间的限定方式以及变道成功率的计算方式可以以多种方式来实现，本发明对此不进行限定。
[0070]“加速度阈值”可以包括两种阈值，即，安全临界值和舒适临界值。当车辆v的加速度超过安全临界值时，车辆的自动驾驶行为将不符合车辆行驶的安全性要求，这是不允许的。当车辆v的加速度超过舒适临界值并小于安全临界值时，车辆的自动驾驶行为将使得车上人员产生不舒适感，但是仍然符合车辆行驶的安全性要求，在遇到紧急情形或者需要激进驾驶时，这是被允许的。
[0071]
可以理解的是，车辆的加速度可以包括横向加速度和纵向加速度。相应地，加速度阈值也包括分别针对横向加速度和纵向加速度的临界值，各临界值适用于以上限定。
[0072]
可以理解的是，关于安全临界值和舒适临界值可以基于诸如人体工学、交通法规、车型等因素确定，本发明对于如何确定这些临界值不进行限定。
[0073]
下面，以举例的方式描述各自动驾驶模式的逻辑限定。
[0074]
时间优先模式的逻辑限定
[0075]-保持法定范围内的最高车速具有高优先级，即将车速尽量保持在接近当前行驶道路的限速。
[0076]-在无法满足上述速度保持要求的情况下，超车或者变道具有高优先级。例如，一旦超车或者变道成功率大于预定阈值(该阈值可以等于超车/变道成功率的及格值，或者是高于超车/变道成功率的及格值)，就作出超车或者变道决策。
[0077]-不限定能耗。
[0078]-允许车辆加速度(纵向加速度和横向加速度)进入超过舒适临界值并小于安全临界值的区间。
[0079]
舒适优先模式的逻辑限定
[0080]-确保车辆加速度(横向加速度和纵向加速度)尽可能不超过舒适临界值，即车辆的加速度保持在舒适区间，具有高优先级。
[0081]-超车或者变道逻辑具有低优先级。例如，仅在当前车速过低(例如，小于当前像是道路限速的70％)，并且超车成功率高(例如，远大于超车成功率的及格值)时，才作出超车决策。
[0082]-不限定能耗。
[0083]
通勤模式的逻辑限定
[0084]-确保通勤时间符合历史平均时间具有高优先级。也就是确保当前行程的通勤时间(例如，根据当前交通情况和车速预估出的完成当前行程的通勤时间)处于历史平均通勤时间的波动容差范围内，或者，在完成当前行程的部分所用的时间不超过基于所述历史交通信息得出的完成该部分所用的历史平均时间。无法满足上述要求的条件下，超车/变道具有高优先级。例如，一旦超车/变道成功率大于预定阈值(该阈值可以等于超车/变道成功率的及格值，或者是高于超车/变道成功率的及格值)，就作出超车/变道决策。
[0085]-该模式下的自动驾驶行为不应能耗过高，以降低行程中的里程焦虑或续航焦虑。
[0086]-车辆加速度(横向加速度和纵向加速度)不超过舒适临界值，即，车辆的加速度保持在舒适区间。
[0087]
经济模式的逻辑限定
[0088]-将能耗保持在低等级，即，该模式下的自动驾驶行为的能耗相对于其他模式具有较低水平。
[0089]
自动驾驶模式是可扩展的，即，除了以上描述的自动驾驶模式以外，还可以根据具体应用场景和用户需求而设定附加的自动驾驶模式，并对附加的自动驾驶进行类似的逻辑限定。
[0090]
用于限定各自动驾驶模式的逻辑是可调整和/或可扩展的，即，以上组合式逻辑限定中各项限定是可调整；并且，除了以上描述的逻辑限定项以外，还可以根据具体应用场景和用户需求而设定附加的逻辑限定项。
[0091]
下面的表1描述了多个自动驾驶模式及其限定逻辑的实施例。在表1中，
“‑”
表示不限定，“a
x”表示车辆的横向加速度，“a
y”表示车辆的纵向加速度，“a
x-uncom”表示不舒适横向加速度的临界值，“a
y-uncom”表示不舒适纵向加速度的临界值，“a
x-unsafe”表示不安全横向加速度的临界值，“a
y-unsafe”表示不安全纵向加速度的临界值，“限速”表示车辆行驶道路的限速。
[0092]
表1
[0093][0094][0095]
在一实施例中，确定模块42可以对行程信息进行分析以得出此次行程的目的。例如，基于起点和终点可以确定出行程的目的是通勤、赶飞机、出游、参加会议，等等。接着，确定模块42可以根据行程目的可以确定出该段行程需要优先确保的因素是时间最短或者舒适度最高或者能耗最低，并基于此从预定的多个自动驾驶模式中确定出一个适合的自动驾驶模式，以便车辆以确定的自动驾驶模式来执行自动驾驶行为。
[0096]
在框306中，比较模块43将实时监测到的自动驾驶实际水平与该段行程的历史平均水平相比较，以得出实际水平高于或低于或等于历史平均水平的比较结果。
[0097]
例如，在自动驾驶车辆以确定的自动驾驶模式执行自动驾驶过程中，比较模块43将完成当前行程的部分所用的时间与基于所述历史交通信息得出的完成该部分所用的历史平均时间相比较。
[0098]
自动驾驶的实际水平可以用在当前自动驾驶模式下，实时监测到的该段行程的完成部分所用的时间来表示。历史平均水平可以基于交通流的历史数据得出该段行程的、同样的完成该部分所用的平均时间来表示。应当注意的是，历史平均水平是综合了自动驾驶和人类驾驶员驾驶的所有历史数据得出的。即，根据本发明的实施例的实际驾驶水平将与该路段的所有交通场景下的历史平均水平相比较。
[0099]
在确定历史平均水平的过程中，可以考虑与当前行驶时间为一周中的相同日子或者相同的节假日的历史数据。例如，历史平均水平的确定可以考虑如下因素：(1)如果当前自动驾驶时间为周三上午，则在历史数据中选择周三上午的交通流的历史数据来计算历史平均水平(这种计算方式对于适用于单双号尾号限行的城市尤其有帮助)；(2)如果当前自动驾驶时间为国庆节，则在历史数据中选择之前国庆节的交通流的历史数据来计算历史平均水平。
[0100]
下面，举一个例子来更加清楚地说明实际水平与历史平均水平之间的比较。
[0101]
在一实施例中，假设当前自动驾驶模式为通勤模式，监测到本车以时间优先模式行驶到1/5行程的位置用了10分钟。如果根据交通流的历史数据，完成该段行程的1/5的历
史平均时间为15分钟，则表示实际水平高于历史平均水平；如果根据交通流的历史数据，完成该段行程的1/5的历史平均时间为8分钟，则表示实际水平低于历史平均水平；如果根据交通流的历史数据，完成该段行程的1/5的历史平均时间正好也为10分钟，则表示实际水平等于历史平均水平。
[0102]
在框308中，调节模块44基于比较结果调节当前自动驾驶模式下的驾驶风格，以使得实际水平尽量接近于历史平均水平。具体而言，在实际水平低于历史平均水平的情况下，使得驾驶风格朝向激进的方向调节。在实际水平高于历史平均水平的情况下，使得驾驶风格朝向缓和的方向调节。在实际水平等于历史平均水平的情况下，保持当前驾驶风格不变。
[0103]
可以通过调节当前自动驾驶模式下的一项或多项逻辑限定的标定参数来调节驾驶风格。例如，根据调节方向为激进或者缓和或者保持不变，将超车逻辑、速度逻辑、加速度逻辑和超车/变道逻辑均朝向激进或者缓和或者保持不变的方向调节。
[0104]
在一实施例中，在通勤场景下，调整算法的策略为：使得完成当前行程的部分所用的时间与基于所述历史交通信息得出的完成该部分所用的历史平均时间最大程度地接近。
[0105]
在一实施例中，在舒适优先场景下，调整算法的策略为：避免激进的驾驶策略，更缓和的超车和变道逻辑，保持加速度线性变化，避免进入不舒适的加速度区间。
[0106]
在一实施例中，在时间优先场景下，调整算法的策略为：允许较为激进的驾驶风格，更积极的超车和变道逻辑，尽量以接近当前行驶车道限速的车速行驶，允许加速度进入超过舒适临界值并小于安全临界值的区间。
[0107]
在时间优先和模式和通勤模式，出现实际水平低于历史平均水平的情形时，将驾驶风格朝向激进方向调整是尤为重要的，这样才能确保该段行程能够在预期的时间内到达目的地。
[0108]
为了使得驾驶风格更为激进，可以基于车辆当前所处的交通环境而采取变道或超车的方式来实现。图4示意性示出了调节驾驶风格的示例性过程400。该过程400可以在ad控制单元40中执行。
[0109]
参见图4，在框402中，自动驾驶车辆以通勤模式或时间优先模式执行自动驾驶。
[0110]
在框404中，判断当前自动驾驶模式下的实际水平是否低于历史平均水平。例如，该判断可以通过判断行驶到当前位置所用时间是否超过基于历史数据的平均时间来实现。
[0111]
在框404中判定为实际水平没有低于历史平均水平(即，实际水平大于等于历史平均水平)时，反回框402，继续当前自动驾驶。
[0112]
在框404中判定为实际水平低于历史平均水平时，前进到框406。
[0113]
在框406中，执行速度保持逻辑：在前方无车的情况下，保持车速在当前道路限速的预定百分比(例如，当前道路限速的90％)。在前方有车的情况下，前进到框408。
[0114]
在框408中，执行跟车逻辑：在前车速度大于等于当前道路限速的预定百分比(例如，当前道路限速的90％)时，保持跟车。在前车速度小于当前道路限速的该预定百分比时，前进到框410。
[0115]
在框410中，根据交规和当前交通场景判断执行超车或变道。
[0116]
在框410中判定为执行超车时，前进到框412。
[0117]
在框412中，执行超车逻辑：在超车成功率大于等于预定超车成功率阈值(例如，80％)时，执行超车；在超车成功率小于该预定超车成功率阈值时，等待超车时机，即等待满
足超车成功率大于等于80％时执行超车。
[0118]
在执行超车之后，前进到框414。
[0119]
在框414中，执行加速度逻辑：允许加速度(纵向加速度和横向加速度)进入超过舒适临界值并小于安全临界值的区间。
[0120]
在执行加速度逻辑执行之后，返回到框406，执行速度保持逻辑，并接着反复上述循环，直到ad控制单元40作出结束该调整过程的决策。
[0121]
在框410中判定为执行变道的情况下，前进到框416。
[0122]
在框416中，执行变道逻辑：在变道成功率大于等于预定变道成功率阈值(例如，80％)时，执行变道；在变道成功率小于该预定变道成功率阈值时，等待变道时机，即等待满足变道成功率大于等于该预定变道成功率阈值时执行变道。
[0123]
在执行变道之后，前进到框418。
[0124]
在框418中，执行加速度逻辑：允许加速度(纵向加速度和横向加速度)进入超过舒适临界值并小于安全临界值的区间。
[0125]
在执行加速度逻辑执行之后，返回到框406，执行速度保持逻辑，并接着反复上述循环，直到ad控制单元40作出结束该调整过程的决策。
[0126]
另外，ad控制单元40可以设置这样的控制逻辑：在紧急情况下，需要变道或超车，但这时的变道成功率或超车成功率并没有满足上述阈值，而是处于及格值与上述阈值之间(例如，在60％与80％之间)，ad控制单元40仍然允许执行变道或超车。并且，限定这样“例外”的次数不超过整个调整过程发生变道和超车总次数的预定阈值(例如，总次数的10％)。
[0127]
可以理解的是，上述参数值、阈值、百分比(例如，当前道路限速的90％、超车成功率80％、变道成功率80％、总次数的10％)均是可以调节的，以上数值仅为示例，本发明不限于此。
[0128]
另外，可能出现这样的情况：自动驾驶车辆接收到用户请求信息之后向用户反馈接用户的地点，接着去该地点接用户。在自动驾驶车辆行驶到该地点并接到用户的时间占用了原本设定的完成用户请求行程的时间。在该情况下，可以将驾驶风格朝向激进化的方向调节。
[0129]
在框310中，调节模块44基于用户输入指令和/或用户的生物反馈信息以最小调节单元来调节自动驾驶行为。
[0130]“最小调节单元”是指对所述多项逻辑的标定参数进行调节的最小单元。例如，对速度逻辑进行调节时，将针对速度逻辑的最小调节单元设定为5％，则每次进行速度调节应为当前车速的
±
5％。
[0131]
在一实施例中，用户通过人机交互界面10输入“缩短时间”、“提高舒适度”、“降低能耗”等指令，调节模块基于接收到的用户输入指令作出相应的驾驶行为调节。例如，在接收到“缩短时间”的用户指令时，调节模块可以以车速的最小调整单元(例如，5％)来提高速度。如果用户持续输入该“缩短时间”的指令，则每次都以车速的最小调整单元递增车速。当然，车速的调整不应超过相应的限速阈值。
[0132]
在另一实施例中，基于生物信息传感器检测到的用户生物反馈信息，确定出用户状况，例如，用户在发烧，用户正在阅读，等等，则调节模块基于确定出的用户状况作出相应的驾驶行为调节。例如，确定出用户正在阅读，则调节模块可以以加速度的最小调节单元
(例如，5％)来减小加速度，以使得车辆进入更为平稳并适于阅读的车况。
[0133]
图5示出了根据本发明一实施方式的自动驾驶控制方法的流程图。该方法可以由上述ad控制单元40执行，也可以由上述ad控制系统100执行，因此，以上相关描述同样适用于此。
[0134]
参见图5，在步骤s510中，获取自动驾驶车辆的用户的当前行程的行程信息以及与当前行程相关的历史交通信息。
[0135]
在步骤s520中，根据所述行程信息确定出行程目的。
[0136]
在步骤s530中，基于所述行程目的在预先设定的多个自动驾驶模式中确定出与该行程目相匹配的自动驾驶模式，所述多个自动驾驶模式包含时间优先模式、舒适优先模式、通勤模式和经济模式。
[0137]
在步骤s540中，在自动驾驶车辆以确定的自动驾驶模式执行自动驾驶过程中，将完成当前行程的部分所用的时间与基于所述历史交通信息得出的完成该部分所用的历史平均时间相比较。
[0138]
在步骤s550中，在自动驾驶过程中，基于比较结果动态地调节当前自动驾驶模式下的驾驶风格，以使得完成当前行程的部分所用的时间最大程度地接近所述历史平均时间。
[0139]
本发明还提供机器可读存储介质，其存储有可执行指令，所述指令当被执行时使得处理器执行上述自动驾驶控制方法500。
[0140]
可以理解的是，以上描述的所有模块都可以通过各种方式来实施。这些模块可以被实施为硬件、软件、或其组合。此外，这些模块中的任何模块可以在功能上被进一步划分成子模块或组合在一起。
[0141]
可以理解的是，处理器可以使用电子硬件、计算机软件或其任意组合来实施。这些处理器是实施为硬件还是软件将取决于具体的应用以及施加在系统上的总体设计约束。作为示例，本发明中给出的处理器、处理器的任意部分、或者处理器的任意组合可以实施为微处理器、微控制器、数字信号处理器(dsp)、现场可编程门阵列(fpga)、可编程逻辑器件(pld)、状态机、门逻辑、分立硬件电路、以及配置用于执行在本公开中描述的各种功能的其它适合的处理部件。本发明给出的处理器、处理器的任意部分、或者处理器的任意组合的功能可以实施为由微处理器、微控制器、dsp或其它适合的平台所执行的软件。
[0142]
可以理解的是，软件应当被广泛地视为表示指令、指令集、代码、代码段、程序代码、程序、子程序、软件模块、应用、软件应用、软件包、例程、子例程、对象、运行线程、过程、函数等。软件可以驻留在计算机可读介质中。计算机可读介质可以包括例如存储器，存储器可以例如为磁性存储设备(如，硬盘、软盘、磁条)、光盘、智能卡、闪存设备、随机存取存储器(ram)、只读存储器(rom)、可编程rom(prom)、可擦除prom(eprom)、电可擦除prom(eeprom)、寄存器或者可移动盘。尽管在本公开给出的多个方面中将存储器示出为是与处理器分离的，但是存储器也可以位于处理器内部(如，缓存或寄存器)。
[0143]
虽然前面描述了一些实施方式，这些实施方式仅以示例的方式给出，而不意于限制本发明的范围。所附的权利要求及其等同替换意在涵盖本发明范围和主旨内做出的所有修改、替代和改变。