[發明專利]車輛駕駛決策方法、裝置及電子設備

在審

• 申請號: 202011432683.X
• 申請日: 2020-12-07
• 公開（公告）號: CN112418237A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 張藝浩;錢少華;韓志華;張旭
• 申請（專利權）人: 蘇州摯途科技有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/72;G06N3/04;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 徐麗

本發明提供了一種車輛駕駛決策方法、裝置及電子設備，首先獲取當前車輛的行駛檢測數據；然后根據行駛檢測數據，確定決策參考數據；進而將決策參考數據輸入至預先訓練的駕駛決策模型，得到駕駛決策模型輸出的決策數據；最后根據決策數據中的預設決策動作的狀態值及與狀態值對應的不確定性，確定當前車輛的決策動作。本發明通過預先訓練的駕駛決策模型得到預設決策動作的狀態值及對應的不確定性，并在進行決策時同時考慮狀態值及不確定性，提高了動態復雜的環境中的駕駛決策的準確度，提高了駕駛安全性。

技術領域

本發明涉及自動駕駛技術領域，尤其是涉及一種車輛駕駛決策方法、裝置及電子設備。

背景技術

相關技術中，通常采用人工智能相關算法對自動駕駛車輛進行決策規劃；然而上述方式通常需要根據特定的駕駛情形制定對應的決策，在動態復雜的環境中的決策準確度較低，導致駕駛安全性較低。

發明內容

有鑒于此，本發明的目的在于提供一種車輛駕駛決策方法、裝置及電子設備，以提高動態復雜的環境中的駕駛決策的準確度，提高駕駛安全性。

第一方面，本發明實施例提供了一種車輛駕駛決策方法，包括：獲取當前車輛的行駛檢測數據；根據行駛檢測數據，確定決策參考數據；將決策參考數據輸入至預先訓練的駕駛決策模型，得到駕駛決策模型輸出的決策數據；決策數據包括對應于預設決策動作的狀態值及與狀態值對應的不確定性；根據預設決策動作的狀態值及與狀態值對應的不確定性，確定當前車輛的決策動作。

結合第一方面，本發明實施例提供了第一方面的第一種可能的實施方式，其中，上述行駛檢測數據包括雷達數據、自車數據及圖像數據；根據行駛檢測數據，確定決策參考數據的步驟，包括：根據雷達數據，確定當前車輛的周邊車輛信息數據；通過預設的RefineNet對圖像數據進行語義分割，得到語義分割圖像數據；將周邊車輛信息數據、自車數據以及語義分割圖像數據確定為決策參考數據。

結合第一方面的第一種可能的實施方式，本發明實施例提供了第一方面的第二種可能的實施方式，其中，上述自車數據包括當前車輛的車速及第一所處車道；周邊車輛信息數據包括位于設定方位的周邊車輛與當前車輛的相對位置、相對速度及第一所處車道；設定方位包括當前車輛的正前方、當前車輛的正后方、當前車輛的左側、當前車輛的右側、當前車輛的左側車道正前方、當前車輛的左側車道正后方、當前車輛的右側車道正前方，以及當前車輛的右側車道正后方。

結合第一方面的第二種可能的實施方式，本發明實施例提供了第一方面的第三種可能的實施方式，其中，上述駕駛決策模型包括第一卷積網絡、第二卷積網絡、整合模塊及全連接網絡；第一卷積網絡、第二卷積網絡與整合模塊連接；整合模塊與全連接網絡連接；將決策參考數據輸入至預先訓練的駕駛決策模型，得到駕駛決策模型輸出的決策數據的步驟，包括：將周邊車輛信息數據輸入至第一卷積網絡，通過第一卷積網絡對周邊車輛信息數據進行卷積及平均池化處理，得到第一向量；將語義分割圖像數據輸入至第二卷積網絡，通過第二卷積網絡對語義分割圖像數據進行卷積及最大池化處理，得到第二向量；通過整合層將第一向量、第二向量以及自車數據對應的第三向量進行整合處理，得到綜合向量；將綜合向量輸入至全連接網絡，得到駕駛決策模型輸出的決策數據。

結合第一方面的第三種可能的實施方式，本發明實施例提供了第一方面的第四種可能的實施方式，其中，上述駕駛決策模型通過以下方式訓練：獲取訓練樣本；訓練樣本中包含多組決策參考數據；根據預設的模型架構，建立初始模型；將訓練樣本輸入至初始模型，得到訓練決策數據；通過預設的損失函數確定訓練決策數據的損失值；損失函數基于預設的回報參數及預設的折損因子生成；根據損失值對初始模型進行訓練，直至初始模型中的參數收斂，得到駕駛決策模型。