[發(fā)明專利]變道策略確定方法、裝置及存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010528345.X
• 申請日: 2020-06-11
• 公開（公告）號(hào): CN111645687A
• 公開（公告）日: 2020-09-11
• 發(fā)明（設(shè)計(jì)）人: 喬曉利
• 申請（專利權(quán)）人: 知行汽車科技（蘇州）有限公司
• 主分類號(hào): B60W30/18
• 分類號(hào): B60W30/18;B60W60/00;B60W40/00;B60W50/00
• 代理公司: 蘇州謹(jǐn)和知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32295
• 代理人: 葉棟

本申請涉及一種變道策略確定方法、裝置及存儲(chǔ)介質(zhì)，屬于計(jì)算機(jī)技術(shù)領(lǐng)域，該方法包括：獲取當(dāng)前時(shí)刻采集到的環(huán)境信息；基于MCTS算法以當(dāng)前時(shí)刻的環(huán)境信息作為根節(jié)點(diǎn)生成多條模擬路徑，每條模擬路徑包括m層子節(jié)點(diǎn)和不同層的節(jié)點(diǎn)間的傳輸路徑，每條傳輸路徑用于指示相鄰兩層節(jié)點(diǎn)之間的變道策略；獲取多條模擬路徑中每個(gè)子節(jié)點(diǎn)的累計(jì)質(zhì)量得分和訪問次數(shù)；基于累計(jì)質(zhì)量得分和訪問次數(shù)計(jì)算每個(gè)子節(jié)點(diǎn)的UCB值；將UCB值最大的目標(biāo)子節(jié)點(diǎn)與目標(biāo)子節(jié)點(diǎn)的父節(jié)點(diǎn)之間的變道策略確定為該環(huán)境信息的變道策略；可以解決僅根據(jù)當(dāng)前時(shí)刻的道路環(huán)境確定變道策略時(shí)，確定出的變道策略可能不夠準(zhǔn)確的問題；可以提高確定變道策略的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請涉及一種變道策略確定方法、裝置及存儲(chǔ)介質(zhì)，屬于計(jì)算機(jī)技術(shù)領(lǐng)域。

背景技術(shù)

變道策略是指自動(dòng)駕駛車輛通過感知周邊交通狀況，結(jié)合車輛當(dāng)前位置、路面情況、及導(dǎo)航規(guī)劃選擇最合適的車道行駛的策略，是自動(dòng)駕駛車輛的行為策略之一。

現(xiàn)有技術(shù)中，變道策略的確定方式包括：獲取當(dāng)前時(shí)刻的道路環(huán)境；根據(jù)道路環(huán)境與變道策略之間的對應(yīng)關(guān)系確定當(dāng)前時(shí)刻的道路環(huán)境對應(yīng)的變道策略，比如：當(dāng)前時(shí)刻的道路環(huán)境為左側(cè)行駛車輛較多，變道策略為向右變更車道。

然而，通過在道路車道數(shù)量或者道路連接形態(tài)發(fā)生變化的復(fù)雜場景下，僅根據(jù)當(dāng)前時(shí)刻的道路環(huán)境確定變道策略，可能會(huì)導(dǎo)致一些非必要的變道，從而降低給出的變道策略的準(zhǔn)確度。

發(fā)明內(nèi)容

本申請?zhí)峁┝艘环N變道策略確定方法、裝置及存儲(chǔ)介質(zhì)，可以解決僅根據(jù)當(dāng)前時(shí)刻的道路環(huán)境確定變道策略時(shí)，確定出的變道策略可能不夠準(zhǔn)確的問題。本申請?zhí)峁┤缦录夹g(shù)方案：

第一方面，提供了一種變道策略確定方法，所述方法包括：

獲取當(dāng)前時(shí)刻采集到的環(huán)境信息；

基于蒙特卡羅樹搜索MCTS算法以所述環(huán)境信息作為根節(jié)點(diǎn)生成多條模擬路徑，每條模擬路徑包括m層子節(jié)點(diǎn)和不同層的節(jié)點(diǎn)間的傳輸路徑，每條傳輸路徑用于指示相鄰兩層節(jié)點(diǎn)之間的變道策略；每個(gè)子節(jié)點(diǎn)用于指示從所述子節(jié)點(diǎn)的父節(jié)點(diǎn)對應(yīng)的環(huán)境信息執(zhí)行變道策略后得到的變道后的環(huán)境信息，所述m為正整數(shù)；

獲取所述多條模擬路徑中每個(gè)子節(jié)點(diǎn)的累計(jì)質(zhì)量得分和訪問次數(shù)；

基于所述累計(jì)質(zhì)量得分和訪問次數(shù)計(jì)算每個(gè)子節(jié)點(diǎn)的置信上限UCB值；

將UCB值最大的目標(biāo)子節(jié)點(diǎn)與所述目標(biāo)子節(jié)點(diǎn)的父節(jié)點(diǎn)之間的變道策略確定為所述環(huán)境信息的變道策略。

可選地，所述變道策略的數(shù)量為n種，所述n為大于1的整數(shù)，所述基于MCTS算法以所述環(huán)境信息作為根節(jié)點(diǎn)生成多條模擬路徑，包括：

對于第k層節(jié)點(diǎn)，確定與所述第k層節(jié)點(diǎn)相連的n個(gè)第k+1層子節(jié)點(diǎn)，不同的第k+1層子節(jié)點(diǎn)對應(yīng)的變道策略不同；所述第k層節(jié)點(diǎn)包括所述根節(jié)點(diǎn)和所述m層子節(jié)點(diǎn)，1≤k＜m；

在所述第k+1層子節(jié)點(diǎn)存在未搜索的子節(jié)點(diǎn)時(shí)，選擇未被搜索的第k+1層子節(jié)點(diǎn)；計(jì)算選擇的第k+1層子節(jié)點(diǎn)的質(zhì)量得分，并記錄所述選擇的第k+1層子節(jié)點(diǎn)的訪問次數(shù)，并令k＝k+1，再次執(zhí)行所述對于第k層節(jié)點(diǎn)，確定與所述第k層節(jié)點(diǎn)相連的n個(gè)第k+1層子節(jié)點(diǎn)的步驟；

在所述第k+1層子節(jié)點(diǎn)全部已搜索時(shí)，按照每個(gè)第k+1層子節(jié)點(diǎn)的UCB值從所述n個(gè)第k+1層子節(jié)點(diǎn)中選擇一個(gè)第k+1層子節(jié)點(diǎn)；計(jì)算選擇的第k+1層子節(jié)點(diǎn)的質(zhì)量得分，并記錄所述選擇的第k+1層子節(jié)點(diǎn)的訪問次數(shù)，并令k＝k+1，再次執(zhí)行所述對于第k層節(jié)點(diǎn)，確定與所述第k層節(jié)點(diǎn)相連的n個(gè)第k+1層子節(jié)點(diǎn)的步驟；