自动驾驶车辆的控制方法、装置、电子设备和存储介质与流程

1.本公开涉及智能驾驶技术领域，更具体地，涉及一种自动驾驶车辆的控制方法、装置、电子设备和存储介质。


背景技术：

2.在自动驾驶车辆的行驶过程中，经常会面临与障碍物进行交互的场景，此时，自动驾驶车辆通常会根据自身信息以及从预测模块获取的障碍物的预测轨迹进行行驶轨迹的规划。
3.由于障碍物的行为具有较大的不确定性，因此，相关技术中利用预测模块获取的障碍物的预测轨迹也具有较大的不确定性，若以障碍物的预测轨迹作为自动驾驶车辆的控制决策依据，则可能会导致自动驾驶车辆进行不合理的刹车或制动，影响了自动驾驶车辆的行驶效率。


技术实现要素：

4.有鉴于此，本公开提供了一种自动驾驶车辆的控制方法、装置、电子设备、可读存储介质和计算机程序产品。
5.本公开的一个方面提供了一种自动驾驶车辆的控制方法，包括：对于每个障碍物，获取车辆与上述障碍物之间的当前相对运动信息，其中，上述当前相对运动信息包括当前相对速度和当前相对距离；基于上述车辆的性能信息和上述障碍物的类型，确定上述车辆与上述障碍物之间的多个相对状态；基于上述当前相对速度、上述当前相对距离和多个上述相对状态，确定上述车辆与上述障碍物之间的当前相对状态，其中，上述当前相对状态属于多个上述相对状态；以及基于分别与多个上述障碍物中的每个障碍物对应的上述当前相对状态，确定当前控制策略，并利用上述当前控制策略来控制上述车辆的当前运动状态。
6.根据本公开的实施例，上述基于上述车辆的性能信息和上述障碍物的类型，确定上述车辆与上述障碍物之间的多个相对状态，包括：基于上述车辆的性能信息，确定上述车辆的安全距离阈值、感知距离阈值和第一制动加速度；基于上述障碍物的类型，获取上述障碍物的性能信息；基于上述障碍物的性能信息，确定上述障碍物的第二制动加速度；基于上述第一制动加速度和上述第二制动加速度，确定相对加速度阈值；以及基于上述安全距离阈值、上述感知距离阈值和上述相对加速度阈值，确定多个上述相对状态。
7.根据本公开的实施例，上述基于上述安全距离阈值、上述感知距离阈值和上述相对加速度阈值，确定多个上述相对状态，包括：基于上述安全距离阈值、上述感知距离阈值和上述相对加速度阈值，确定上述车辆与上述障碍物之间的动态安全距离与相对速度之间的关联关系；基于上述车辆与上述障碍物之间的动态安全距离与相对速度之间的关联关系，确定多个上述相对状态条件；以及基于多个上述相对状态条件，确定多个上述相对状态。
8.根据本公开的实施例，上述基于上述当前相对速度、上述当前相对距离和多个上
述相对状态，确定上述车辆与上述障碍物之间的当前相对状态，包括：基于上述障碍物的类型，确定与上述障碍物相关的第一概率模型；基于多个上述相对状态和上述第一概率模型，确定第二概率模型；利用上述第二概率模型来处理上述当前相对运动信息，得到上述当前相对状态在多个上述相对状态之间的概率分布；以及基于上述概率分布，确定上述当前相对状态。
9.根据本公开的实施例，上述基于上述障碍物的类型，确定与上述障碍物相关的第一概率模型，包括：获取上述车辆的历史行驶数据；从上述历史行驶数据中提取与上述目标障碍物类型相关的数据，得到第一行驶数据；从上述第一行驶数据中提取与相对距离和相对速度相关的数据，得到第二行驶数据；基于上述第二行驶数据，确定基于上述相对距离和上述相对速度的二元正态分布的分布参数；以及基于上述分布参数，确定上述第一概率模型。
10.根据本公开的实施例，上述基于多个上述相对状态和上述第一概率模型，确定第二概率模型，包括：对于每个上述相对状态，确定与上述相对状态对应的相对状态条件；基于上述相对状态条件，确定与上述相对状态对应的第三概率模型；以及基于上述第一概率模型和分别与多个上述相对状态一一对应多个上述第三概率模型，确定上述第二概率模型。
11.根据本公开的实施例，上述基于分别与多个上述障碍物中的每个障碍物对应的上述当前相对状态，确定当前控制策略，并利用上述当前控制策略来控制上述车辆的当前运动状态，包括：基于多个上述当前相对状态，确定上述车辆的预期相对状态；基于上述预期相对状态，确定上述当前控制策略；以及利用上述当前控制策略来控制上述车辆的当前运动状态。
12.根据本公开的实施例，多个上述相对状态包括冲突状态、交互状态和隔离状态；其中，上述基于上述预期相对状态，确定上述当前控制策略，包括：在上述预期相对状态为上述冲突状态的情况下，确定上述当前控制策略为避险策略；在上述预期相对状态为上述交互状态的情况下，确定上述当前控制策略为变速行驶策略；以及在上述预期相对状态为上述隔离状态的情况下，确定上述当前控制策略为正常行驶策略。
13.本公开的另一个方面提供了一种自动驾驶车辆的控制装置，包括：获取模块，用于对于每个障碍物，获取车辆与障碍物之间的当前相对运动信息，其中，上述当前相对运动信息包括当前相对速度和当前相对距离；第一确定模块，用于基于上述车辆的性能信息和上述障碍物的类型，确定上述车辆与上述障碍物之间的多个相对状态；第二确定模块，用于基于上述当前相对速度、上述当前相对距离和多个上述相对状态，确定上述车辆与上述障碍物之间的当前相对状态，其中，上述当前相对状态属于多个上述相对状态；以及控制模块，用于基于分别与多个上述障碍物中的每个障碍物对应的上述当前相对状态，确定当前控制策略，并利用上述当前控制策略来控制上述车辆的当前运动状态。
14.本公开的另一方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个指令，其中，当上述一个或多个指令被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如上所述的方法。
15.本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，上述指令在被执行时用于实现如上所述的方法。
应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。在使用类似于“a、b或c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b或c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。
30.随着人工智能技术的发展，智能驾驶技术也得到了发展。智能驾驶技术是指自动驾驶车辆依靠计算机与人工智能技术在没有人为操纵的情况下，可以协助或代替驾驶员转向和保持在道路上行驶，基于决策规划实现跟车、制动和变道等一系列操作的技术。
31.在自动驾驶车辆的行驶过程中，经常会面临与障碍物，如车辆、行人等进行交互的场景，此时，自动驾驶车辆通常会根据自身信息以及从预测模块获取的障碍物的预测轨迹作出相应的决策，当自动驾驶车辆当前的规划轨迹与障碍物的预测轨迹有冲突时，则会触发自动驾驶车辆的刹车行为，以避免碰撞，从而实现安全行驶。
32.然而，障碍物的预测轨迹往往具有较大的不确定性，例如，车辆障碍物可能在下一时刻进行加速或制动，使得该车辆障碍物的当前预测轨迹与实际运行轨迹存在较大差异，基于当前预测轨迹进行决策时存在安全风险。或者，在相关技术中，也可以通过频繁获取障碍物的信息，对障碍物的预测轨迹进行多次修正的方式，来规避此类安全隐患，但频繁的信息获取及计算会消耗自动驾驶车辆较多的计算资源，为保障自动驾驶车辆具有足够的计算资源进行行驶控制，需要为自动驾驶车辆配置性能更高的硬件设备，从而间接地提高了自动驾驶车辆的成本。
33.有鉴于此，本公开的实施例提供了一种自动驾驶车辆的控制方法、装置、电子设备、可读存储介质和计算机程序产品，以在不影响自动驾驶车辆的硬件成本的基础上，提高自动驾驶车辆的行驶效率和安全性。具体地，自动驾驶车辆的控制方法包括：对于每个障碍物，获取车辆与障碍物之间的当前相对运动信息，其中，当前相对运动信息包括当前相对速度和当前相对距离；基于车辆的性能信息和障碍物的类型，确定车辆与障碍物之间的多个相对状态；基于当前相对速度、当前相对距离和多个相对状态，确定车辆与障碍物之间的当前相对状态，其中，当前相对状态属于多个相对状态；以及基于分别与多个障碍物中的每个障碍物对应的当前相对状态，确定当前控制策略，并利用当前控制策略来控制车辆的当前运动状态。
34.在本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。
35.在本公开的技术方案中，在获取或采集用户个人信息之前，均获取了用户的授权或同意。
36.图1示意性示出了根据本公开实施例的可以应用自动驾驶车辆的控制方法和装置的示例性系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
37.如图1所示，根据该实施例的系统架构100可以包括终端101、车端102、云端103，网络104和服务器105。网络104用以在终端101、车端102、云端103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线和/或无线通信链路等。
38.终端101可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等。
39.用户可以使用终端101通过网络104与服务器105交互，以接收或发送消息，为驾驶车辆导航等。终端101上可以安装有各种定位和导航功能的客户端应用，例如地图类应用、导航类应用等(仅为示例)。
40.车端102可以是支持定位和导航功能的各种交通工具，包括但不限于内燃机动力车辆、电动车辆或油电混合动力车辆等。备选地，车端102可以是配置有自动控制系统的自动驾驶车辆，包括但不限于智能汽车、智能校车、智能货车等。
41.车端102可以包括车端传感器单元、车端感知单元、车端定位单元和车端决策单元。例如，车端传感器单元可以包括以下至少之一：车端视觉传感器、车端激光雷达和车端雷达。视觉传感器可以包括摄像头。车端雷达可以包括以下至少之一：车端毫秒波雷达和车端超声波雷达。车端感知单元可以包括硬件子单元和软件子单元。硬件子单元可以包括处理器和存储器。软件子单元可以包括操作系统以及规划和路线安排线程。车端定位单元可以包括以下至少之一：全球定位系统(global positioning system，gps)、北斗卫星导航系统(beidou navigation satellite system，bds)、全球导航卫星系统(global navigation satellite system，gnss)格洛纳斯(global navigation sarwllite system，glonass)、惯性测量单元(inertial measurement unit，imu)、视觉传感器、车端激光雷达和车端雷达。此外，自动驾驶车辆还可以包括软件应用。软件应用可以包括以下至少之一：导航类型应用、娱乐类应用和即时通讯类应用。
42.云端包括但不限于云控平台和第三方平台。云控平台可以包括以下至少之一：边缘云控平台、区域云控平台和中心云控平台。云控平台可以是云端服务器或云端服务器集合。云端服务器是云计算服务体系中的一项主机产品，解决了传统物理主机与vps服务(virtual private server，vps)中，存在的管理难度大，业务扩展性弱的缺陷。第三方平台可以包括以下至少之一：交管平台、地图平台、出行服务平台、车辆管理平台和原设备生产商(original entrusted manufacture，oem)平台。
43.服务器105可以是提供各种服务的服务器，例如对用户利用终端101所浏览的内容、对车端102所获取的定位信息等提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求、车端指令等数据进行分析等处理，并将处理结果(例如根据用户请求、车端指令获取或生成的网页、信息、或数据等)反馈给终端101、车端102和云端103。
44.需要说明的是，本公开实施例所提供的自动驾驶车辆的控制方法可以由车端102执行。相应地，本公开实施例所提供的自动驾驶车辆的控制装置也可以设置于车端102中。或者，本公开实施例所提供的自动驾驶车辆的控制方法也可以由终端101执行。相应地，本公开实施例所提供的自动驾驶车辆的控制装置也可以设置于终端101中。再或者，本公开实施例所提供的自动驾驶车辆的控制方法还可以由云端103执行。相应地，本公开实施例所提供的自动驾驶车辆的控制装置还可以设置于云端103中。又或者，备选地，本公开实施例所提供的自动驾驶车辆的控制方法还可以由服务器105执行。相应地，本公开实施例所提供的自动驾驶车辆的控制装置还可以设置于服务器105中。
45.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端、车端、云端、网络和服务器。
46.需要注意的是，以下方法中各个操作的序号仅作为该操作的表征以便描述，而不应被看作表征该各个操作的执行顺序。除非明确指出，否则该方法不需要完全按照所示顺序来执行。
47.图2示意性示出了根据本公开实施例的自动驾驶车辆的控制方法的流程图。
48.如图2所示，该方法包括操作s201～s204。
49.在操作s201，对于每个障碍物，获取车辆与障碍物之间的当前相对运动信息，其中，当前相对运动信息包括当前相对速度和当前相对距离。
50.在操作s202，基于车辆的性能信息和障碍物的类型，确定车辆与障碍物之间的多个相对状态。
51.在操作s203，基于当前相对速度、当前相对距离和多个相对状态，确定车辆与障碍物之间的当前相对状态，其中，当前相对状态属于多个相对状态。
52.在操作s204，基于分别与多个障碍物中的每个障碍物对应的当前相对状态，确定当前控制策略，并利用当前控制策略来控制车辆的当前运动状态。
53.根据本公开的实施例，障碍物可以包括车辆在道路行驶过程中可能产生交互的物品，如石块、树木、围栏、电线杆等固定障碍物，以及车辆、行人等移动障碍物。在障碍物为固定障碍物时，可以根据车辆的当前行驶信息来确定车辆与障碍物之间的当前相对运动信息。在障碍物为移动障碍物时，需要根据车辆的当前行驶信息和障碍物的当前移动信息来确定车辆与障碍物之间的当前相对运动信息。车辆与障碍物可以位于同一车道上。
54.根据本公开的实施例，车辆可以装载有相机等传感设备，障碍物的当前移动信息可以根据当前时刻及前一时刻下利用传感设备记录的障碍物的位置信息来计算得到。
55.根据本公开的实施例，车辆与障碍物之间的当前相对速度可以指在车辆与障碍物的连线方向上，车辆速度的分量与障碍物速度的分量之和。
56.根据本公开的实施例，障碍物的类型可以利用图像识别技术，对利用相机等传感设备采集的图像进行识别来确定，图像识别技术的具体实现方式在此不作限定。同一种类的障碍物具有对应的多个障碍物的类型，例如，不同品牌、不同型号的车辆可以分别对应一个类型的障碍物。
57.根据本公开的实施例，车辆与障碍物之间的相对状态可以表示为一个状态区间，在该区间内，车辆与障碍物之间的相对速度与相对距离之间的关系可以满足与该状态区间对应的相对状态条件。例如，可以将车辆与障碍物之间的相对状态划分为交互态和非交互态，在完成相对状态的划分后，可以确定与交互态对应的相对状态条件为相对距离小于车辆的最大感知距离，并且相对速度小于零，即表示车辆与障碍物是相向行驶的；与非交互态对应的相对状态条件为相对距离大于车辆的最大感知距离，或者，相对速度大于零，即表示车辆与障碍物是相背行驶的。
58.根据本公开的实施例，当前控制策略可以指当前时刻用于控制车辆运动状态的策略，例如可以包括保持正常行驶、加速、减速、制动等策略。车辆的车载控制器中可以预设有多个控制策略，基于概率分布来确定当前控制策略可以指从多个控制策略中选择得到当前控制策略。作为一个可选实施方式，在选择得到当前控制策略后，还可以基于当前相对运动信息对当前控制策略中的数值进行修正，例如，当前控制策略为减速行驶策略，则可以根据当前相对运动信息对减速行驶加速度的大小进行修正。
59.根据本公开的实施例，自动驾驶车辆在行驶过程中，可以利用传感设备来获取该车辆与障碍物之间的当前相对运动信息，利用传感设备中的相机等设备，可以通过图像识别的方式确定障碍物的类型，并根据车辆的性能信息和障碍物的类型，可以将车辆与障碍物之间的状态划入多个相对状态，再根据当前相对运动信息，可以确定车辆与障碍物之间的当前相对状态，再根据车辆分别与多个障碍物之间的当前相对状态来确定当前控制策略，并利用该当前控制策略来控制策略的当前运动状态。通过采用车辆与障碍物之间的相对状态作为当前控制策略的决策依据，可以至少部分地克服了相关技术中利用预测轨迹作为控制决策依据时存在的自动驾驶车辆行驶效率低的技术问题，从而有效提高了自动驾驶车辆的行驶效率和安全性。
60.下面参考图3a、图3b和图4，结合具体实施例对图2所示的方法做进一步说明。
61.在本公开的实施例中，可以按照如下方式设置相对速度的取值：若车辆和障碍物相向运动，则相对速度小于零，此时相对距离呈减小趋势；若车辆和障碍物相背运动，则相对速度大于零，此时相对距离呈增大趋势。
62.图3a示意性示出了根据本公开实施例的相对状态确定方法的流程图。
63.如图3a所示，该方法包括操作s301～s305。
64.在操作s301，基于车辆的性能信息，确定车辆的安全距离阈值、感知距离阈值和第一制动加速度。
65.在操作s302，基于障碍物的类型，获取障碍物的性能信息。
66.在操作s303，基于障碍物的性能信息，确定障碍物的第二制动加速度。
67.在操作s304，基于第一制动加速度和第二制动加速度，确定相对加速度阈值。
68.在操作s305，基于安全距离阈值、感知距离阈值和相对加速度阈值，确定多个相对状态。
69.根据本公开的实施例，车辆的性能信息可以是由车辆的动力系统、传感系统、控制系统等共同确定的，用于表示车辆的感知、加速制动能力等方面性能的信息。
70.根据本公开的实施例，安全距离阈值可以表示车辆与障碍物之间的相对速度为零时，车辆与障碍物不会发生碰撞的最小相对距离。即当车辆与障碍物之间的相对距离小于安全距离阈值时，车辆可能会因相对速度的变化而与障碍物发生碰撞。安全距离阈值的数值可以基于车辆的传感器误差、控制误差、任务环境干扰、机动性等约束条件来确定。
71.根据本公开的实施例，感知距离阈值可以表示车辆中装载的传感器的最大感知范围，即当车辆与障碍物之间的相对距离大于感知距离阈值时，车辆无法对障碍物进行有效的感知。
72.根据本公开的实施例，第一制动加速度可以表示车辆的最大制动加速度，即车辆采取紧急制动手段时的加速度的值。
73.根据本公开的实施例，基于障碍物的类型，可以确定障碍物的具体指代对象，例如可以确定该障碍物属于行人，或者，该障碍物属于具体型号的车辆，通过对行人的平均运动能力进行统计，或者，通过对具体型号的车辆的性能测试信息进行分析，从而得到该障碍物的性能信息。
74.根据本公开的实施例，第二制动加速度可以表示障碍物的最大制动加速度，即障碍物从运动状态到静止状态时的最大加速度的值。
75.根据本公开的实施例，相对加速度阈值可以设置为小于第一制动加速度和第二制动加速度的和的任意值，具体地，相对加速度阈值可以基于第一制动加速度、第二制动加速度、传感器误差、控制误差、障碍物行为延迟等因素来确定。
76.根据本公开的实施例，在相对速度非零时，车辆与障碍物不会发生碰撞的最小相对距离可以使用动态安全距离来表示。车辆与障碍物之间的动态安全距离可以随着相对速度的变化呈动态变化，具体地，当相对速度大于零时，即车辆与障碍物的运动方向相反，此时，相对距离会越来越大，动态安全距离可以设置为安全距离阈值；当相对速度小于零时，即车辆与障碍物的运动方向相同，则车辆与障碍物需要更大的距离来减速以避免碰撞，此时动态安全距离会相应增大。
77.根据本公开的实施例，操作s305可以包括如下操作：
78.基于安全距离阈值、感知距离阈值和相对加速度阈值，确定车辆的动态安全距离与相对速度之间的关联关系；基于车辆的动态安全距离与相对速度之间的关联关系，确定多个相对状态条件；以及基于多个相对状态条件，确定多个相对状态。
79.根据本公开的实施例，动态安全距离与相对速度之间的关联关系可以根据不同相对速度下的碰撞条件来确定。
80.根据本公开的实施例，当相对速度大于零时，车辆与障碍物之间的碰撞条件可以如公式(1)所示：
81.d
ij
(t)＜d
s0
，v
ij
(t)≥0
ꢀꢀ
(1)
82.在式(1)中，d
ij
(t)可以表示相对距离；d
s0
可以表示安全距离阈值；v
ij
(t)可以表示相对速度。即在车辆与障碍物相背运动时，当车辆与障碍物之间的相对距离小于安全距离阈值可能出现车辆与障碍物发生碰撞的情况。
83.根据本公开的实施例，当相对速度小于零时，车辆与障碍物之间的碰撞条件可以如公式(2)所示：
[0084][0085]
在式(2)中，am可以表示相对加速度阈值；v
lsij
可以表示安全相对速度阈值。即在车辆与障碍物相向运动时，当车辆与障碍物无法在相对距离小于安全距离阈值之前将相对速度降为零，则车辆与障碍物可能会发生碰撞。
[0086]
根据本公开的实施例，安全相对速度阈值可以表示车辆与障碍物之间不发生碰撞的最大相对速度。安全相对速度阈值可以由安全距离阈值、感知距离阈值和相对加速度阈值来确定。例如，在车辆与障碍物相向运动且车辆感知到障碍物时，初始距离可以为感知距离阈值，初始速度可以为安全相对速度阈值，此时若车辆与障碍物均采取减速行为则可以满足相对速度在相对距离减小到安全距离之前减小为零，安全相对速度阈值可以通过公式(3)计算得到：
[0087][0088]
在式(3)中，d
a0
可以表示感知距离阈值。
[0089]
根据本公开的实施例，当相对速度小于安全相对速度阈值时，车辆与障碍物之间的碰撞条件可以如公式(4)所示：
[0090]dij
(t)＜d
a0
，v
ij
(t)≤v
lsij
ꢀꢀꢀꢀ
(4)
[0091]
在式(4)中，在车辆与障碍物之间的相对距离小于感知距离阈值，且相对速度的绝对值大于安全相对速度阈值时，车辆与障碍物可能会发生碰撞。
[0092]
根据本公开的实施例，基于如公式(1)、(2)和(4)所示的碰撞条件，动态安全距离与相对速度之间的关联关系可以如公式(5)所示：
[0093][0094]
在式(5)中，d
sij
(t)可以表示动态安全距离。
[0095]
根据本公开的实施例，在确定动态安全距离与相对速度之间的关联关系之后，即可确定各个相对状态条件，相应的，各个相对状态也可以使用对应的相对状态条件来表示，即车辆与障碍物之间的当前相对状态满足某一相对状态条件，则车辆与障碍物之间的当前相对状态属于与该相对状态条件对应的相对状态。
[0096]
图3b示意性示出了根据本公开实施例的多个相对状态的示意图。
[0097]
如图3b所示，基于公式(5)中的函数所绘制的曲线可以将相对速度-相对距离平面划分为三个区域，每个区域分别表示一个相对状态，三个相对状态可以包括冲突状态、交互状态和隔离状态。
[0098]
根据本公开的实施例，冲突状态对应的区域可以如公式(6)所示：
[0099]cij
＝{(d
ij
(t)，v
ij
(t))：d
ij
(t)＜d
sij
(t)}
ꢀꢀꢀꢀ
(6)
[0100]
在式(6)中，c
ij
可以表示冲突状态对应的区域。若相对速度与相对距离所确定的点位于该区域中，则车辆与障碍物可能发生碰撞。
[0101]
根据本公开的实施例，隔离状态对应的区域可以如公式(7)所示：
[0102]iij
＝{(d
ij
(t)，v
ij
(t))：d
ij
(t)≥d
a0
}
ꢀꢀꢀ
(7)
[0103]
在式(7)中，i
ij
可以表示隔离状态对应的区域。若相对速度与相对距离所确定的点位于该区域中，则表示障碍物位于车辆的感知范围之外，车辆与障碍物不会发生碰撞。
[0104]
根据本公开的实施例，交互状态对应的区域可以如公式(8)所示：m
ij
＝s
ij-c
ij-i
ij
＝{(d
ij
(t)，v
ij
(t))：d
sij
(t)≤d
ij
(t)＜d
a0
}
ꢀꢀꢀ
(8)
[0105]
在式(8)中，s
ij
可以表示相对速度-相对距离平面；m
ij
可以表示交互状态对应的区域。若相对速度与相对距离所确定的点位于该区域中，则表示车辆与障碍物可以采取正常的加速或减速行驶策略来调整车辆与障碍物之间的相对距离和相对速度以避免碰撞。
[0106]
根据本公开的实施例，操作s203可以包括如下操作：
[0107]
基于障碍物的类型，确定与障碍物相关的第一概率模型；基于多个相对状态和第一概率模型，确定第二概率模型；利用第二概率模型来处理当前相对运动信息，得到当前相对状态在多个相对状态之间的概率分布；以及基于概率分布，确定当前相对状态。
[0108]
根据本公开的实施例，第一概率模型可以是基于相对距离和相对速度两个维度构建的二元正态分布的概率密度函数模型。
[0109]
图4示意性示出了根据本公开实施例的第一概率模型生成方法的流程图。
[0110]
如图4所示，该方法包括操作s401～s405。
[0111]
在操作s401，获取车辆的历史行驶数据。
[0112]
在操作s402，从历史行驶数据中提取与目标障碍物类型相关的数据，得到第一行驶数据。
[0113]
在操作s403，从第一行驶数据中提取与相对距离和相对速度相关的数据，得到第二行驶数据。
[0114]
在操作s404，基于第二行驶数据，确定基于相对距离和相对速度的二元正态分布的分布参数。
[0115]
在操作s405，基于分布参数，确定第一概率模型。
[0116]
根据本公开的实施例，车辆的历史行驶数据可以包括当前车辆的历史行驶数据，还可以包括与当前车辆的型号一致的其他车辆的历史行驶数据。
[0117]
根据本公开的实施例，数据提取过程中所采用的具体方法可以根据历史行驶数据存储形式来选择已有的数据提取方法，在此不作限定。
[0118]
根据本公开的实施例，基于中心极限定理，可以认为车辆与障碍物之间的相对距离是各态经历的随机过程，即高斯随机过程，在各种不显著的随机因素的综合影响下，相对距离近似服从正态分布，如公式(9)所示：
[0119][0120]
在式(9)中，μ
ij
可以表示相对距离的数学期望，可以表示相对距离的方差。相对距离的数学期望和相对距离的方差可以通过对第二行驶数据中与相对距离相关的数据进行统计分析而得到。
[0121]
根据本公开的实施例，相对速度可以表示为相对距离的导数，若高斯随机过程相对距离的导数存在，则可以认为相对速度也是一个高斯随机过程，相应地，相对速度也近似服从正态分布，如公式(10)所示：
[0122][0123]
在式(10)中，v
ij
可以表示相对速度的数学期望，可以表示相对速度的方差。相对速度的数学期望和相对速度的方差可以通过对第二行驶数据中与相对速度相关的数据进行统计分析而得到。
[0124]
根据本公开的实施例，相对速度和相对距离可以组成相对向量，即相对运动信息的向量表示，如公式(11)所示：
[0125]fij
(t)＝[d
ij
(t)，v
ij
(t)]
t
ꢀꢀꢀ
(11)
[0126]
在式(11)中，f
ij
(t)可以表示相对向量。
[0127]
根据本公开的实施例，相对向量可以服从二元正态分布，如公式(12)所示：
[0128][0129]
在式(12)中，ρ
dv
可以表示相对距离和相对速度的相关因子，可以通过公式(13)计算得到：
[0130][0131]
根据本公开的实施例，相应的，基于第二行驶数据，确定基于相对距离和相对速度的二元正态分布的分布参数可以包括相对距离的数学期望、相对距离的方差、相对速度的数学期望、相对速度的方差和相对距离和相对速度的相关因子。
[0132]
根据本公开的实施例，可以根据二元正态分布的性质，结合分布参数来得到与障碍物相关的第一概率模型，如公式(14)所示：
[0133][0134]
根据本公开的实施例，第二概率模型可以包括多个概率计算模型，即每个概率计算模型可以用于计算当前相对状态属于对应的相对状态的概率。
[0135]
根据本公开的实施例，第二概率模型的确定方法可以包括如下操作：
[0136]
对于每个相对状态，确定与相对状态对应的相对状态条件；基于相对状态条件，确定与相对状态对应的第三概率模型；以及基于第一概率模型和分别与多个相对状态一一对应多个第三概率模型，确定第二概率模型。
[0137]
根据本公开的实施例，第三概率模型即前述的概率计算模型。
[0138]
根据本公开的实施例，以相对状态包括冲突状态、交互状态和隔离状态为例，与冲突状态对应的相对状态条件可以如公式(6)所示，与交互状态对应的相对状态条件可以如公式(8)所示，与隔离状态对应的相对状态条件可以如公式(7)所示。
[0139]
根据本公开的实施例，可以结合公式(6)和公式(14)，确定与冲突状态对应的第三概率模型，如公式(15)所示：
[0140][0141]
在式(15)中，p(x)可以表示x的概率；τ可以表示相对距离；ω可以表示相对速度；f(τ，ω)表示第一概率模型。
[0142]
根据本公开的实施例，可以结合公式(8)和公式(14)，确定与交互状态对应的第三概率模型，如公式(16)所示：
[0143][0144]
根据本公开的实施例，与隔离状态对应的第三概率模型可以如公式(17)所示：
[0145]
p(i
ij
)＝1-p(c
ij
)-p(m
ij
)
ꢀꢀꢀ
(17)
[0146]
根据本公开的实施例，通过将当前相对速度和当前相对距离代入公式(15)～(17)中，即将当前相对速度的值代入ω中，将当前相对距离的值代入τ中，可以计算得到车辆与障碍物之间的当前相对状态分别属于三个相对状态的概率。
[0147]
根据本公开的实施例，车辆与障碍物之间的当前相对状态在三个相对状态之间的概率分布可以表示为{p(c
ij
)，p(m
ij
)，p(i
ij
)}。
[0148]
根据本公开的实施例，可以根据当前相对状态分别属于三个相对状态的概率的大小来确定当前相对状态，即将与三个概率中的最大概率所对应的相对状态作为当前相对状态。
[0149]
根据本公开的实施例，操作s204可以包括如下操作：
[0150]
基于多个当前相对状态，确定车辆的预期相对状态；基于预期相对状态，确定当前控制策略；以及利用当前控制策略来控制车辆的当前运动状态。
[0151]
根据本公开的实施例，多个障碍物中每个障碍物的当前相对状态可以存在区别，例如，障碍物1对应的当前相对状态可以是冲突状态，障碍物对应的当前相对状态可以是隔离状态等。
[0152]
根据本公开的实施例，基于多个当前相对状态，确定车辆的预期相对状态可以是通过各种已有的策略来确定，例如可以基于优先级策略来确定，即多个相对状态依优先级顺序分别为冲突状态、交互状态和隔离状态，车辆的预期相对状态可以为多个当前相对状态中优先级最高的相对状态。
[0153]
根据本公开的实施例，基于预期相对状态，确定当前控制策略可以包括如下操作：
[0154]
在预期相对状态为冲突状态的情况下，确定当前控制策略为避险策略；在预期相对状态为交互状态的情况下，确定当前控制策略为变速行驶策略；以及在预期相对状态为隔离状态的情况下，确定当前控制策略为正常行驶策略。
[0155]
根据本公开的实施例，避险策略可以指控制车辆进行紧急制动，以尽快降低车辆的行驶速度，从而降低碰撞带来的危害。作为可选的实施方式，避险策略也可以指控制车辆进行变道等操作，以规避同一车道上的障碍物。
[0156]
根据本公开的实施例，变速行驶策略可以指控制车辆进行加速或减速行驶，具体的加速或减速的选择可以基于车辆与障碍物的运动方向来确定，即变速行驶策略可以表示为降低相对速度的控制策略。
[0157]
根据本公开的实施例，正常行驶策略可以指维持当前的行驶状态不变。
[0158]
作为一种可选实施方式，车辆的预期相对状态还可以包括除多个相对状态外的其他状态状态，例如，在多个当前相对状态中有两个或两个以上的当前相对状态表示为冲突状态时，可以确定车辆的预期相对状态为紧急避险状态，此时可以根据该两个或两个以上的当前相对状态所对应的障碍物的类型，以最小损害策略才控制车辆的当前运动状态。
[0159]
根据本公开的实施例，通过定义车辆与障碍物之间的动态安全距离以及交互距离对交互节点的状态进行划分，再根据概率密度函数求解相应状态下的概率，作为车辆的决策规划的因素，可以使得规划结果更安全、高效。
[0160]
图5示意性示出了根据本公开的实施例的自动驾驶车辆的控制装置的框图。
[0161]
如图5所示，自动驾驶车辆的控制装置500包括获取模块510、第一确定模块520、第二确定模块530和控制模块540。
[0162]
获取模块510，用于对于每个障碍物，获取车辆与障碍物之间的当前相对运动信息，其中，当前相对运动信息包括当前相对速度和当前相对距离。
[0163]
第一确定模块520，用于基于车辆的性能信息和障碍物的类型，确定车辆与障碍物之间的多个相对状态。
[0164]
第二确定模块530，用于基于当前相对速度、当前相对距离和多个相对状态，确定车辆与障碍物之间的当前相对状态，其中，当前相对状态属于多个相对状态。
[0165]
控制模块540，用于基于分别与多个障碍物中的每个障碍物对应的当前相对状态，确定当前控制策略，并利用当前控制策略来控制车辆的当前运动状态。
[0166]
根据本公开的实施例，自动驾驶车辆在行驶过程中，可以利用传感设备来获取该车辆与障碍物之间的当前相对运动信息，利用传感设备中的相机等设备，可以通过图像识别的方式确定障碍物的类型，并根据车辆的性能信息和障碍物的类型，可以将车辆与障碍物之间的状态划入多个相对状态，再根据当前相对运动信息，可以确定车辆与障碍物之间的当前相对状态，再根据车辆分别与多个障碍物之间的当前相对状态来确定当前控制策略，并利用该当前控制策略来控制策略的当前运动状态。通过采用车辆与障碍物之间的相对状态作为当前控制策略的决策依据，可以至少部分地克服了相关技术中利用预测轨迹作为控制决策依据时存在的自动驾驶车辆行驶效率低的技术问题，从而有效提高了自动驾驶车辆的行驶效率和安全性。
[0167]
根据本公开的实施例，第一确定模块520包括第一确定单元、第二确定单元、第三确定单元、第四确定单元和第五确定单元。
[0168]
第一确定单元，用于基于车辆的性能信息，确定车辆的安全距离阈值、感知距离阈值和第一制动加速度。
[0169]
第二确定单元，用于基于障碍物的类型，获取障碍物的性能信息。
[0170]
第三确定单元，用于基于障碍物的性能信息，确定障碍物的第二制动加速度。
[0171]
第四确定单元，用于基于第一制动加速度和第二制动加速度，确定相对加速度阈值。
[0172]
第五确定单元，用于基于安全距离阈值、感知距离阈值和相对加速度阈值，确定多个相对状态。
[0173]
根据本公开的实施例，第五确定单元包括第一确定子单元、第二确定子单元和第三确定子单元。
[0174]
第一确定子单元，用于基于安全距离阈值、感知距离阈值和相对加速度阈值，确定车辆与障碍物之间的动态安全距离与相对速度之间的关联关系。
[0175]
第二确定子单元，用于基于车辆与障碍物之间的动态安全距离与相对速度之间的关联关系，确定多个相对状态条件。
[0176]
第三确定子单元，用于基于多个相对状态条件，确定多个相对状态。
[0177]
根据本公开的实施例，第二确定模块530包括第六确定单元、第七确定单元、第八确定单元和第九确定单元。
[0178]
第六确定单元，用于基于障碍物的类型，确定与障碍物相关的第一概率模型。
[0179]
第七确定单元，用于基于多个相对状态和第一概率模型，确定第二概率模型。
[0180]
第八确定单元，用于利用第二概率模型来处理当前相对运动信息，得到当前相对状态在多个相对状态之间的概率分布。
[0181]
第九确定单元，用于基于概率分布，确定当前相对状态。
[0182]
根据本公开的实施例，第六确定单元包括第四确定子单元、第五确定子单元、第六确定子单元、第七确定子单元和第八确定子单元。
[0183]
第四确定子单元，用于获取车辆的历史行驶数据。
[0184]
第五确定子单元，用于从历史行驶数据中提取与目标障碍物类型相关的数据，得到第一行驶数据。
[0185]
第六确定子单元，用于从第一行驶数据中提取与相对距离和相对速度相关的数
据，得到第二行驶数据。
[0186]
第七确定子单元，用于基于第二行驶数据，确定基于相对距离和相对速度的二元正态分布的分布参数。
[0187]
第八确定子单元，用于基于分布参数，确定第一概率模型。
[0188]
根据本公开的实施例，第七确定单元包括第九确定子单元、第十确定子单元和第十一确定子单元。
[0189]
第九确定子单元，用于对于每个相对状态，确定与相对状态对应的相对状态条件。
[0190]
第十确定子单元，用于基于相对状态条件，确定与相对状态对应的第三概率模型。
[0191]
第十一确定子单元，用于基于第一概率模型和分别与多个相对状态一一对应多个第三概率模型，确定第二概率模型。
[0192]
根据本公开的实施例，控制模块540包括第一控制单元、第二控制单元和第三控制单元。
[0193]
第一控制单元，用于基于多个当前相对状态，确定车辆的预期相对状态。
[0194]
第二控制单元，用于基于预期相对状态，确定当前控制策略。
[0195]
第三控制单元，用于利用当前控制策略来控制车辆的当前运动状态。
[0196]
根据本公开的实施例，多个相对状态包括冲突状态、交互状态和隔离状态。
[0197]
根据本公开的实施例，第二控制单元包括第一控制子单元、第二控制子单元和第三控制子单元。
[0198]
第一控制子单元，用于在预期相对状态为冲突状态的情况下，确定当前控制策略为避险策略。
[0199]
第二控制子单元，用于在预期相对状态为交互状态的情况下，确定当前控制策略为变速行驶策略。
[0200]
第三控制子单元，用于在预期相对状态为隔离状态的情况下，确定当前控制策略为正常行驶策略。
[0201]
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
[0202]
例如，获取模块510、第一确定模块520、第二确定模块530和控制模块540中的任意多个可以合并在一个模块/单元/子单元中实现，或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者，这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合，并在一个模块/单元/子单元中实现。根据本公开的实施例，获取模块510、第一确定模块520、第二确定模块530和控制模块540中的至少一个可以至少被部分地实现为硬件电路，例如现场可
编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块510、第一确定模块520、第二确定模块530和控制模块540中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
[0203]
需要说明的是，本公开的实施例中自动驾驶车辆的控制装置部分与本公开的实施例中自动驾驶车辆的控制方法部分是相对应的，自动驾驶车辆的控制装置部分的描述具体参考自动驾驶车辆的控制方法部分，在此不再赘述。
[0204]
图6示意性示出了根据本公开实施例的适于实现自动驾驶车辆的控制方法的电子设备的框图。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0205]
如图6所示，根据本公开实施例的计算机电子设备600包括处理器601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如cpu)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))，等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
[0206]
在ram 603中，存储有电子设备600操作所需的各种程序和数据。处理器601、rom 602以及ram 603通过总线604彼此相连。处理器601通过执行rom 602和/或ram 603中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除rom602和ram 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
[0207]
根据本公开的实施例，电子设备600还可以包括输入/输出(i/o)接口605，输入/输出(i/o)接口605也连接至总线604。电子设备600还可以包括连接至i/o接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
[0208]
根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
[0209]
本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实
施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
[0210]
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0211]
例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的rom 602和/或ram 603和/或rom 602和ram 603以外的一个或多个存储器。
[0212]
本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行本公开实施例所提供的方法的程序代码，当计算机程序产品在电子设备上运行时，该程序代码用于使电子设备实现本公开实施例所提供的自动驾驶车辆的控制方法。
[0213]
在该计算机程序被处理器601执行时，执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
[0214]
在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分609被下载和安装，和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
[0215]
根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如java，c ，python，“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0216]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可
以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
[0217]
以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。