[发明专利]车辆控制装置以及车辆

说明书

本发明实施例提供一种车辆控制装置以及车辆，属于自动控制技术领域。所述装置包括：接收模块，用于接收车辆状态数据；以及控制模块，用于根据所述车辆状态数据以及车辆控制模型确定对车辆的控制操作。本发明实施例能够实时地、精确地、有效地、自动地、安全地确定对车辆的控制操作，大大提高了车辆的智能性和安全性，为实现无人驾驶提供了技术基础。

技术领域

本发明涉及自动控制技术领域，具体地，涉及一种车辆控制装置以及一种车辆。

背景技术

随着科学技术的不断发展，用户对车辆的智能化需要越来越高，例如无人驾驶技术被研究，即让车辆根据感知到的环境作出合理的行为。然而交通环境复杂，例如在十字路口，前方右转车辆和当前直行车辆可能会有冲突，或者正常行驶的道路上右边车辆有变道行为，这时当前车辆可以加速通过或减速跟随或换道行驶等，如何在类似情境下完成自动驾驶是无人车决策控制要探讨的问题。

本申请发明人在实现本发明的过程中发现，现有的技术方案一般是基于有限状态机的，而这种方案存在以下缺陷：(1)交通环境复杂，基于状态机模型难以覆盖所有可能的情况；(2)每一个状态的逻辑会随着一些新状态的增加而越来越复杂。维持状态的数量和状态逻辑复杂性是一个很大的难点，需要合理的分割以及重用状态；(3)状态机的跳转条件一旦不满足，就会一直停滞在某一个状态。

发明内容

为了实现上述目的，本发明实施例提供了一种车辆控制装置，该装置包括：接收模块，用于接收车辆状态数据；以及控制模块，用于根据所述车辆状态数据以及车辆控制模型确定对车辆的控制操作。

可选的，所述车辆状态数据包括以下中的至少一者：车辆车速、车辆到停车线的距离、车辆偏距、车辆与障碍物的冲突时间、以及所述障碍物车速。

可选的，所述车辆控制模型根据以下步骤建立：建立样本集的步骤，其中该步骤包括：采集用户驾驶车辆时的训练车辆状态数据作为训练条件属性样本集，将所述用户驾驶车辆时的对应于所述训练车辆状态数据所采取的控制操作作为训练决策属性样本集；其中所述训练条件属性样本集包括多个条件属性，所述多个条件属性对应训练车辆状态数据的不同数据类型，以及所述训练决策属性样本集包括多个决策属性，所述多个决策属性对应不同的控制操作；建立决策树模型的步骤，其中该步骤包括：计算所述训练条件属性样本集中各个条件属性的信息增益；根据所计算的信息增益和训练决策属性样本集，确定决策树模型。

可选的，所述根据所计算的信息增益和训练决策属性样本集确定决策树模型包括：将所计算的信息增益值最大的条件属性作为根节点；按照各个剩余的条件属性的信息增益值从大到小的顺序依次建立各个下层节点；以及将所述根节点和所述各个下层节点对应的决策属性作为结果节点。

可选的，所述建立样本集的步骤进一步包括：对所述训练条件属性样本集进行预处理；将预处理后的所述训练条件属性样本集进行属性约简；将所述训练条件属性样本集更新为属性约简后的所述训练条件属性样本集。

可选的，所述训练车辆状态数据包括以下中的至少一者：车辆车速、车辆加速度、车辆到停车线的距离、车辆偏距、车辆横向车距、车辆纵向车距、车辆与障碍物的冲突时间、以及所述障碍物车速。

可选的，所述控制操作包括以下中的至少一者：怠速、制动、加速并车道保持、减速并车道保持、减速并左转、以及减速并右转。

此外，本发明实施例还提供了一种车辆，该车辆包括：多个检测装置，用于检测车辆状态数据；以及本发明实施例的车辆控制装置，所述车辆控制装置分别与所述多个检测装置连接。

通过上述技术方案，根据接收到的车辆状态数据以及车辆控制模型，能够实时地、精确地、有效地、自动地、安全地确定对车辆的控制操作，大大提高了车辆的智能性和安全性，为实现无人驾驶提供了技术基础。

本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明