[發(fā)明專利]無人車駕駛決策方法、無人車駕駛決策裝置及無人車

有效

• 申請?zhí)枺?/td>: 201911113303.3
• 申請日: 2019-11-14
• 公開（公告）號: CN111079533B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設計）人: 李國法;李盛龍;楊一帆;紀澤鋒;盧宗鵬;陽亮
• 申請（專利權）人: 深圳大學
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/774;B60W30/18
• 代理公司: 深圳中一聯(lián)合知識產權代理有限公司 44414
• 代理人: 李木燕

1.一種無人車駕駛決策方法，其特征在于，包括：

獲取當前決策時刻所述無人車前方道路的拍攝圖像，得到待決策圖像；

將所述待決策圖像輸入到訓練后的決策模型中得到?jīng)Q策結果，所述決策結果包括多個候選駕駛動作、以及各個候選駕駛動作對應的決策值；

將所述決策結果中最大的決策值對應的候選駕駛動作確定為所述無人車在下一決策時刻的目標駕駛動作；

在將所述待決策圖像輸入到訓練后的決策模型中得到?jīng)Q策結果之前，所述方法還包括：

獲取多幅訓練圖像，其中，所述訓練圖像為所述無人車前方道路的拍攝圖像；

基于預設的決策模型，分別獲取每幅訓練圖像對應的駕駛信息；

利用各組訓練數(shù)據(jù)對所述預設的決策模型進行迭代訓練得到訓練后的決策模型，其中，每組訓練數(shù)據(jù)中包括一幅訓練圖像和所述訓練圖像對應的駕駛信息；

所述訓練圖像對應的駕駛信息包括目標駕駛動作、所述目標駕駛動作對應的環(huán)境回報值和動作圖像；

所述基于預設的決策模型，分別獲取每幅訓練圖像對應的駕駛信息，包括：

對于每幅訓練圖像，將所述訓練圖像輸入到所述預設的決策模型中得到第一輸出結果，所述第一輸出結果包括多個候選駕駛動作、以及各個候選駕駛動作對應的第一輸出值；

將所述第一輸出結果中最大的第一輸出值對應的候選駕駛動作確定為所述無人車的目標駕駛動作；

在所述無人車執(zhí)行所述目標駕駛動作之后，獲取所述無人車前方道路的拍攝圖像得到動作圖像，并計算所述目標駕駛動作對應的環(huán)境回報值；

所述計算所述目標駕駛動作對應的環(huán)境回報值，包括：

獲取所述無人車執(zhí)行所述目標駕駛動作之后的駕駛速度，并根據(jù)所述駕駛速度、預設的最小限速和預設的最大限速計算行駛回報值；

獲取所述無人車執(zhí)行所述目標駕駛動作之后的駕駛狀態(tài)，并確定所述駕駛狀態(tài)對應的預設碰撞回報值，所述駕駛狀態(tài)包括碰撞和非碰撞；

根據(jù)所述目標駕駛動作計算減速回報值；

根據(jù)所述行駛回報值、所述預設碰撞回報值和所述減速回報值，計算所述目標駕駛動作對應的環(huán)境回報值。

2.如權利要求1所述的無人車駕駛決策方法，其特征在于，所述根據(jù)所述駕駛速度、預設的最小限速和預設的最大限速計算行駛回報值，包括：

通過公式計算所述行駛回報值；

其中，為所述行駛回報值，為所述無人車執(zhí)行所述目標駕駛動作之后的駕駛速度，為所述最小限速，為所述最大限速。

3.如權利要求1所述的無人車駕駛決策方法，其特征在于，所述根據(jù)所述目標駕駛動作計算減速回報值，包括：

若所述目標駕駛動作是減速，則通過公式計算所述減速回報值，其中，為所述減速回報值，d為剩余駕駛距離，K為第一預設值，所述剩余駕駛距離為所述無人車執(zhí)行所述目標駕駛動作之后的位置與預設目標位置之間的距離；

若所述目標駕駛動作不是減速，則將所述減速回報值設置為第二預設值。

4.如權利要求1所述的無人車駕駛決策方法，其特征在于，在所述利用各組訓練數(shù)據(jù)對所述預設的決策模型進行迭代訓練得到訓練后的決策模型的步驟中，進行第i次迭代訓練的過程包括：

將第i組訓練數(shù)據(jù)中的訓練圖像輸入到第i-1次迭代訓練后的決策模型中得到第二輸出結果；

將所述第i組訓練數(shù)據(jù)中的動作圖像輸入到參考模型中得到第三輸出結果；

利用所述第二輸出結果和所述第三輸出結果對第i-1次迭代訓練后的決策模型進行訓練；

其中，當時，所述參考模型為預設的決策模型；當時，所述參考模型為第i-1次迭代訓練后的決策模型；N為正整數(shù)。