[发明专利]道路交通工具行驶控制方法和装置

说明书

本发明涉及一种道路交通工具行驶控制方法和装置，该方法包括：获取道路交通环境的实时感知结果；根据所述实时感知结果得到多种道路元素相应的当前道路元素参数；根据因子图模型和所述当前道路元素参数预测道路场景参数；所述因子图模型用于表达道路场景参数和多种道路元素相应的道路元素参数间的联合分布概率密度函数；根据预测的道路场景参数生成行驶控制指令并输出。本发明提供的道路交通工具行驶控制方法和装置，能够准确控制道路交通工具行驶。

技术领域

本发明涉及道路交通信息技术领域，特别是涉及行驶控制领域，尤其涉及一种道路交通工具行驶控制方法和装置。

背景技术

随着道路交通工具的普及以及互联网技术的发展，道路交通工具行驶控制成为一种新的需求，可用于导航提示或者无人驾驶等。目前道路交通工具行驶控制主要是通过计算机视觉识别出障碍物，并基于地图数据所记载的道路信息规划行车路线，从而依据规划的行车路线进行行驶控制。

然而，目前的道路交通工具行驶控制方式，依赖于地图数据所记载的道路信息，而地图数据的更新是滞后的，当道路信息发生改变时并不能及时更新，这就导致无法准确地进行行驶控制；而且还会带来驾驶安全问题，尤其是应用于无人驾驶时问题更为严重。

发明内容

基于此，有必要针对目前的道路交通工具行驶控制方式依赖于地图数据导致行驶控制不准确的问题，提供一种道路交通工具行驶控制方法和装置。

一种道路交通工具行驶控制方法，所述方法包括：

获取道路交通环境的实时感知结果；

根据所述实时感知结果得到多种道路元素相应的当前道路元素参数；

根据因子图模型和所述当前道路元素参数预测道路场景参数；所述因子图模型用于表达道路场景参数和多种道路元素相应的道路元素参数间的联合分布概率密度函数；

根据预测的道路场景参数生成行驶控制指令并输出。

一种道路交通工具行驶控制装置，所述装置包括：

数据获取模块，用于获取道路交通环境的实时感知结果；根据所述实时感知结果得到多种道路元素相应的当前道路元素参数；

预测模块，用于根据因子图模型和所述当前道路元素参数预测道路场景参数；所述因子图模型用于表达道路场景参数和多种道路元素相应的道路元素参数间的联合分布概率密度函数；

输出模块，用于根据预测的道路场景参数生成行驶控制指令并输出。

上述道路交通工具行驶控制方法和装置，利用实时感知结果的当前道路元素参数来预测道路场景参数，从而根据预测的道路场景参数来进行行驶控制，不再依赖于地图数据，交通工具行驶控制的准确性得以增强。而且，通过因子图来表达道路场景参数和多种道路元素相应的道路元素参数间的联合分布概率密度函数，因子图用图结构描述全局目标函数的因式分解形式，将大规划的全局运算划分为简单的局部运算，提高了行驶控制的效率。再者，通过因子图模型可以将多种道路元素融合，可以考虑到道路元素参数之间的相关性，而不是假设彼此独立，使得交通工具行驶控制符合真实道路场景，控制准确。

附图说明

图1为一个实施例中道路交通工具行驶控制系统的应用环境图；

图2为一个实施例中电子设备的内部结构示意图；

图3为一个实施例中道路交通工具行驶控制方法的流程示意图；

图4为一个实施例中训练因子图模型的步骤的流程示意图；

图5为一个实施例中将复合概率图模型转化为因子图模型的过程示意图；

图6为一个实施例中因子图模型的建模、学习及推理过程示意图；