[發(fā)明專利]一種自動駕駛決策方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201611175103.7
• 申請日: 2016-12-19
• 公開（公告）號: CN108205923A
• 公開（公告）日: 2018-06-26
• 發(fā)明（設(shè)計）人: 不公告發(fā)明人
• 申請（專利權(quán)）人: 樂視汽車（北京）有限公司
• 主分類號: G08G1/0967
• 分類號: G08G1/0967
• 代理公司: 北京潤平知識產(chǎn)權(quán)代理有限公司 11283
• 代理人: 羅攀;肖冰濱

本發(fā)明實施例提供一種自動駕駛決策系統(tǒng)，該自動駕駛決策系統(tǒng)包括：數(shù)據(jù)采集模塊，用于采集車輛駕駛系統(tǒng)的決策模型的輸入數(shù)據(jù)和輸出數(shù)據(jù)；決策模型訓(xùn)練模塊，根據(jù)所述決策模型的輸入數(shù)據(jù)和輸出數(shù)據(jù)對所述決策模型進行訓(xùn)練；以及決策算法模塊，用于使經(jīng)過訓(xùn)練的決策模型根據(jù)其輸入數(shù)據(jù)輸出關(guān)于駕駛行為的決策行為。本發(fā)明的系統(tǒng)能夠適應(yīng)復(fù)雜多變的駕駛環(huán)境，從而實現(xiàn)了能夠直接應(yīng)于無人車駕駛的自動駕駛。

技術(shù)領(lǐng)域

本發(fā)明涉及自動駕駛領(lǐng)域，具體地，涉及一種自動駕駛決策方法及系統(tǒng)。

背景技術(shù)

近年來，無人駕駛相關(guān)技術(shù)得到了廣泛關(guān)注，其中，在無人車行駛過程中，如何根據(jù)周圍障礙物信息和道路信息對無人車駕駛行為進行決策是十分重要的。

現(xiàn)有的無人車的決策算法通常使用基于有限狀態(tài)機的決策方法，即基于車輛行駛經(jīng)驗得到無人車決策規(guī)則，根據(jù)道路信息、周圍障礙物信息等作為狀態(tài)機輸入，得到期望的駕駛行為。

然而，本申請發(fā)明人在實現(xiàn)本發(fā)明的過程中發(fā)現(xiàn)，基于狀態(tài)機的決策方法需要提前給出決策規(guī)則，對于缺乏決策規(guī)則的情況無法處理，并且，對于決策規(guī)則進行擴展通常是十分復(fù)雜的，該方法無法適應(yīng)復(fù)雜多變的交通場景。同時，基于機器學(xué)習(xí)的決策方法被應(yīng)用于輔助駕駛系統(tǒng)，但輔助駕駛系統(tǒng)更多依賴駕駛員行為給出最終的決策結(jié)果，無法直接應(yīng)用于無人駕駛汽車的決策系統(tǒng)。

發(fā)明內(nèi)容

本發(fā)明實施例的目的是提供一種自動駕駛決策方法及系統(tǒng)，該方法和系統(tǒng)采集用于決策模塊的相關(guān)信息，并利用該相關(guān)信息對決策模型進行訓(xùn)練，然后在被訓(xùn)練過的決策模型的基礎(chǔ)上進行駕駛決策，使決策模型能夠適應(yīng)復(fù)雜多變的駕駛環(huán)境，從而實現(xiàn)了能夠直接應(yīng)于無人車駕駛的自動駕駛。

為了實現(xiàn)上述目的，本發(fā)明提供一種自動駕駛決策方法，該自動駕駛決策方法包括：采集車輛駕駛系統(tǒng)的決策模型的輸入數(shù)據(jù)和輸出數(shù)據(jù)；根據(jù)所述決策模型的輸入數(shù)據(jù)和輸出數(shù)據(jù)對所述決策模型進行訓(xùn)練；以及使經(jīng)過訓(xùn)練的決策模型根據(jù)其輸入數(shù)據(jù)輸出關(guān)于駕駛行為的決策行為。

其中，所述自動駕駛決策方法還可以包括：根據(jù)強制約束信息對所述決策算法模塊輸出的決策行為進行約束。

其中，所述根據(jù)所述決策模型的輸入數(shù)據(jù)和輸出數(shù)據(jù)對所述決策模型進行訓(xùn)練可以包括：利用支持向量機對所述決策模型進行訓(xùn)練。

其中，所述決策模型的輸入數(shù)據(jù)可以包括：車輛狀態(tài)信息、障礙物信息、車道線信息以及交通標示信息。

其中，所述強制約束信息可以包括道路限速、碰撞檢測。

根據(jù)本發(fā)明的另一方面，還提供一種自動駕駛決策系統(tǒng)，該自動駕駛決策系統(tǒng)包括：數(shù)據(jù)采集模塊，用于采集車輛駕駛系統(tǒng)的決策模型的輸入數(shù)據(jù)和輸出數(shù)據(jù)；決策模型訓(xùn)練模塊，根據(jù)所述決策模型的輸入數(shù)據(jù)和輸出數(shù)據(jù)對所述決策模型進行訓(xùn)練；以及決策算法模塊，用于使經(jīng)過訓(xùn)練的決策模型根據(jù)其輸入數(shù)據(jù)輸出關(guān)于駕駛行為的決策行為。

其中，所述自動駕駛決策系統(tǒng)還可以包括：物理約束模塊，用于根據(jù)強制約束信息對所述決策算法模塊輸出的決策行為進行約束。

其中，所述決策模塊訓(xùn)練模塊可以利用支持向量機對所述決策模型進行訓(xùn)練。

其中，所述決策模型的輸入數(shù)據(jù)可以包括：車輛狀態(tài)信息、障礙物信息、車道線信息以及交通標示信息。

其中，所述強制約束信息可以包括道路限速、碰撞檢測。

通過上述技術(shù)方案，利用車輛行駛過程中采集到的各種與駕駛場景相關(guān)的信息對決策模型進行不斷的訓(xùn)練，使決策模型不斷地適應(yīng)可能遇到的復(fù)雜路況，從使決策模型能夠最終做出安全適當?shù)牡鸟{駛決策，進而達到不需要人為操作的介入即可自動駕駛的目的。

本發(fā)明實施例的其它特征和優(yōu)點將在隨后的具體實施方式部分予以詳細說明。

附圖說明