[發明專利]自動駕駛控制裝置、方法及自動駕駛系統

有效

• 申請號: 202010791010.7
• 申請日: 2020-02-17
• 公開（公告）號: CN111942396B
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 李華蘭
• 申請（專利權）人: 采埃孚汽車系統（上海）有限公司
• 主分類號: B60W40/08
• 分類號: B60W40/08;B60W60/00
• 代理公司: 上海領譽知識產權代理有限公司 31383
• 代理人: 車超平

1.一種自動駕駛控制裝置，其特征在于，應用于自動駕駛裝置，所述自動駕駛裝置與汽車內的多個狀態監測裝置通信連接，所述裝置包括：

獲取模塊，用于獲取駕駛對象在每個狀態監測裝置的監測區域下的狀態信息，并按照預定的狀態類別對各個監測區域下的狀態信息進行劃分，分別生成每個狀態類別的狀態匯總信息，所述預定的狀態類別包括離合器操作類別、方向盤操作類別、電氣設備控制類別；

第一確定模塊，用于根據所述駕駛對象的身份認證信息確定所述各個監測區域內的預設區域特征點，針對所述各個監測區域內的預設區域特征點，并分別確定出所述預設區域特征點的浮動區域在所對應的狀態類別的狀態匯總信息中的浮動變化信息，得到所述預設區域特征點的第一狀態浮動變化結果，所述預設區域特征點為與所述駕駛對象的身份認證信息預先匹配的區域特征點；

第二確定模塊，用于根據所述駕駛對象的歷史駕駛信息確定所述各個監測區域內的頻繁區域特征點，針對所述各個監測區域內的頻繁區域特征點，分別獲取所述頻繁區域特征點的浮動軌跡，并確定出所述浮動軌跡在所對應的狀態類別的狀態匯總信息中的浮動變化信息，得到所述頻繁區域特征點的第二狀態浮動變化結果，所述頻繁區域特征點為所述駕駛對象的歷史駕駛信息中的變化頻繁度大于設定頻繁度閾值的區域特征點，所述變化頻繁度用于表示所述區域特征點在單位時間內的變化程度；

生成模塊，用于根據所述第一狀態浮動變化結果以及所述第二狀態浮動變化結果之間的匹配關系，生成對所述汽車的自動駕駛控制指令；

其中，所述身份認證信息包括生物特征信息，所述第一確定模塊用于通過以下方式根據所述駕駛對象的身份認證信息確定所述各個監測區域內的預設區域特征點：

采集所述駕駛對象的生物特征信息；

根據所述生物特征信息以及預先配置的各個生物特征信息與各個檢測區域內的預設區域特征點之間的對應關系，得到所述各個監測區域內的預設區域特征點。

2.根據權利要求1所述的自動駕駛控制裝置，其特征在于，所述獲取模塊用于通過以下方式按照預定的狀態類別對各個監測區域下的狀態信息進行劃分，分別生成每個狀態類別的狀態匯總信息：

獲取每個預定的狀態類別所對應的狀態類別特征點，形成每個預定的狀態類別的特征點集合，并獲取各個監測區域的目標特征點數與所述特征點集合的特征點數的重合特征點信息；

根據所述目標特征點數與所述特征點集合的特征點數的重合特征點信息，計算每種目標狀態類別的關鍵特征點的數量，并根據每種目標狀態類別的關鍵特征點的數量，從所述特征點集合中選取狀態類別特征點，得到初始特征點矩陣；

若所述初始特征點矩陣的總特征點分布數量大于滿足所述總特征點分布數量要求的最大總特征點分布數量，則將所述初始特征點矩陣中的粗范圍關鍵特征點減少第一設定數量，并且將所述初始特征點矩陣中的細范圍關鍵特征點增加所述第一設定數量，其中，所述細范圍關鍵特征點是指關鍵特征點在所在的檢測區域的單位密集程度小于設定程度的關鍵特征點，所述粗范圍關鍵特征點是指關鍵特征點在所在的檢測區域的單位密集程度不小于設定程度的關鍵特征點；

計算本次更新后的初始特征點矩陣的總特征點分布數量；

若本次更新后的初始特征點矩陣的總特征點分布數量大于所述最大總特征點分布數量，則再一次對本次更新后的初始特征點矩陣執行以上處理；

若本次更新后的初始特征點矩陣的總特征點分布數量小于或者等于所述最大總特征點分布數量，則將本次更新前的初始特征點矩陣作為第一更新矩陣，按照狀態類別由低優先級到高優先級的順序將各所述目標狀態類別進行排序，得到目標狀態類別序列；

根據所述目標狀態類別序列，將各所述目標狀態類別進行分組，每個所述分組中包括在所述目標狀態類別序列的目標位置兩側的、且與所述目標位置的差距一致的第一狀態類別和第二狀態類別，所述第一狀態類別的優先級小于所述第二狀態類別；

按照與所述目標位置的差距由低優先級到高優先級的順序，依次將每個所述分組作為目標分組，對所述目標分組進行以下第二更新處理： 將所述第一更新矩陣中所述目標分組的第一狀態類別的關鍵特征點增加一個，并且將所述第一更新矩陣中所述目標分組的第二狀態類別的關鍵特征點減少一個；

判斷本次更新后的第一更新矩陣的總特征點分布數量是否滿足所述總特征點分布數量要求；

若本次更新后的第一更新矩陣的總特征點分布數量滿足所述總特征點分布數量要求，則將本次更新后的第一更新矩陣作為最終特征點矩陣；

若本次更新后的第一更新矩陣的總特征點分布數量不滿足所述總特征點分布數量要求，則將下一個分組作為新的目標分組，對所述新的目標分組進行所述第二更新處理；

若所述初始特征點矩陣的總特征點分布數量小于滿足所述總特征點分布數量要求的最小總特征點分布數量，則對所述初始特征點矩陣進行以下第三更新處理： 將所述初始特征點矩陣中的粗范圍關鍵特征點增加第一設定數量，并且將所述初始特征點矩陣中的細范圍關鍵特征點減少所述第一設定數量；

計算本次更新后的初始特征點矩陣的總特征點分布數量；

若本次更新后的初始特征點矩陣的總特征點分布數量小于所述最小總特征點分布數量，則再一次對本次更新后的初始特征點矩陣執行所述第三更新處理；

若本次更新后的初始特征點矩陣的總特征點分布數量大于或者等于所述最小總特征點分布數量，則將本次更新前的初始特征點矩陣作為第二更新矩陣，按照狀態類別由低優先級到高優先級的順序將各所述目標狀態類別進行排序，得到目標狀態類別序列；

根據所述目標狀態類別序列，將各所述目標狀態類別進行分組，每個所述分組中包括在所述目標狀態類別序列的目標位置兩側的、且與所述目標位置的差距一致的第一狀態類別和第二狀態類別，所述第一狀態類別的優先級小于所述第二狀態類別；

按照與所述目標位置的差距由低優先級到高優先級的順序，依次將每個所述分組作為目標分組，對所述目標分組進行以下第四更新處理： 將所述第二更新矩陣中所述目標分組的第一狀態類別的關鍵特征點減少一個，并且將所述第二更新矩陣中所述目標分組的第二狀態類別的關鍵特征點增加一個；

判斷本次更新后的第二更新矩陣的總特征點分布數量是否滿足所述總特征點分布數量要求；

若本次更新后的第二更新矩陣的總特征點分布數量滿足所述總特征點分布數量要求，則將本次更新后的第二更新矩陣作為所述最終特征點矩陣；

若本次更新后的第二更新矩陣的總特征點分布數量不滿足所述總特征點分布數量要求，則將下一個分組作為新的目標分組，對所述新的目標分組進行所述第四更新處理；

將各個目標狀態類別的最終特征點矩陣中的每個特征點的狀態信息分別歸類為該狀態類別的狀態匯總信息。