[發(fā)明專利]駕駛行為決策方法、系統(tǒng)和電子設備

有效

• 申請?zhí)枺?/td>: 201810208840.5
• 申請日: 2018-03-14
• 公開（公告）號: CN108446727B
• 公開（公告）日: 2021-09-21
• 發(fā)明（設計）人: 劉景初
• 申請（專利權）人: 上海安亭地平線智能交通技術有限公司;深圳地平線機器人科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京市正見永申律師事務所 11497
• 代理人: 黃小臨;王懷章

1.一種駕駛行為決策方法，包括：

獲取可移動設備的初始狀態(tài)；

通過基于機器學習的行為生成模型，生成所述可移動設備在所述初始狀態(tài)下的可能駕駛行為；

對所述可能駕駛行為進行安全性過濾，以確定安全駕駛行為；以及

根據性能評估從所述安全駕駛行為中選擇目標駕駛行為；

其中，所述對所述可能駕駛行為進行安全性過濾，以確定安全駕駛行為包括：

通過基于規(guī)則的安全判斷模型和/或基于機器學習的安全判斷模型，確定每個可能駕駛行為是否安全，其中，基于規(guī)則的安全判斷模型包括局部適定函數，所述局部適定函數用于評估執(zhí)行對應駕駛行為的局部適定價值；以及

從所述可能駕駛行為中去除不安全駕駛行為并保留安全駕駛行為。

2.如權利要求1所述的方法，其中，所述獲取可移動設備的初始狀態(tài)包括：

獲取所述可移動設備自身的設備狀態(tài)；

獲取所述可移動設備周圍的環(huán)境狀態(tài)；以及

根據所述設備狀態(tài)和環(huán)境狀態(tài)來確定所述初始狀態(tài)。

3.如權利要求1所述的方法，其中，所述根據性能評估從所述安全駕駛行為中選擇目標駕駛行為包括：

評估每個安全駕駛行為的性能得分；以及

選擇性能得分最高的安全駕駛行為，作為所述目標駕駛行為。

4.如權利要求3所述的方法，其中，所述評估每個安全駕駛行為的性能得分包括：

針對每個安全駕駛行為，預測所述可移動設備在所述初始狀態(tài)下執(zhí)行所述安全駕駛行為之后可能生成的一個或多個次級狀態(tài)；

利用基于機器學習的價值預期函數來確定每個次級狀態(tài)的綜合預期價值；以及

根據與每個安全駕駛行為對應的所有次級狀態(tài)的綜合預期價值來計算所述安全駕駛行為的性能得分。

5.如權利要求3所述的方法，其中，所述評估每個安全駕駛行為的性能得分包括：

針對每個安全駕駛行為，預測所述可移動設備在所述初始狀態(tài)下執(zhí)行所述安全駕駛行為之后可能生成的一個或多個次級狀態(tài)；

基于每個次級狀態(tài)生成前向預測分支，所述前向預測分支包括作為節(jié)點的狀態(tài)和作為分支的駕駛行為；

對與每個次級狀態(tài)對應的前向預測分支進行反向性能評估，以確定所述次級狀態(tài)的路徑尾收益；以及

根據與每個安全駕駛行為對應的所有次級狀態(tài)的路徑尾收益來計算所述安全駕駛行為的性能得分。

6.如權利要求4或5所述的方法，其中，所述針對每個安全駕駛行為，預測所述可移動設備在所述初始狀態(tài)下執(zhí)行所述安全駕駛行為之后可能生成的一個或多個次級狀態(tài)包括：

通過基于機器學習的狀態(tài)預測模型和/或基于規(guī)則的狀態(tài)模擬器預測所述可移動設備在所述初始狀態(tài)下執(zhí)行所述安全駕駛行為之后可能生成的一個或多個次級狀態(tài)。

7.如權利要求5所述的方法，其中，所述基于每個次級狀態(tài)生成前向預測分支包括：

將所述次級狀態(tài)作為當前狀態(tài)；

通過基于機器學習的行為生成模型，生成所述可移動設備在所述當前狀態(tài)下的可能駕駛行為；

對所述當前狀態(tài)下的可能駕駛行為進行安全性過濾，以確定當前狀態(tài)下的安全駕駛行為；

針對每個當前狀態(tài)下的安全駕駛行為，預測所述可移動設備在所述當前狀態(tài)下執(zhí)行所述安全駕駛行為之后可能生成的一個或多個下一級狀態(tài)，以向前延伸所述前向預測分支；以及

判斷是否滿足迭代終止條件，響應于不滿足所述迭代終止條件，將預測得到的下一級狀態(tài)作為新的當前狀態(tài)，迭代地執(zhí)行上述操作。

8.如權利要求7所述的方法，其中，所述迭代終止條件與以下各項中的至少一個相關聯(lián)：單分支搜索深度、搜索步數、搜索時間、和所述下一級狀態(tài)的綜合預期價值。

9.如權利要求8所述的方法，其中，所述基于每個次級狀態(tài)生成前向預測分支還包括：

在預測出所述下一級狀態(tài)之后，利用基于機器學習的價值預期函數，來確定所述下一級狀態(tài)的綜合預期價值。