[发明专利]生成自动驾驶策略的方法和装置

说明书

本申请公开了生成自动驾驶策略的方法和装置。方法的一具体实施方式包括：测量本车的状态信息以及周围场景信息，周围场景信息包括：障碍车的状态信息、道路结构信息和本车的交通场景信息；从预定时间段内的障碍车的状态信息中，确定障碍车的行驶轨迹；基于预定时间段内的障碍车的状态信息和障碍车的行驶轨迹，确定第一映射关系，第一映射关系为障碍车的交通场景信息至障碍车的驾驶行为信息的映射关系；基于第一映射关系、道路结构信息、本车的状态信息和本车的交通场景信息，生成本车的自动驾驶策略。该实施方式可以从本车和周围车辆的行驶信息中学习驾驶策略，学习得到的驾车策略适用的道路和场景更加广泛。

技术领域

本申请涉及计算机技术领域，具体涉及计算机网络技术领域，尤其涉及生成自动驾驶策略的方法和装置。

背景技术

自动决策功能是自动驾驶车辆的必备功能，其基于感知得到的周围障碍物的状态和相应的道路结构，选择相应的驾驶策略，保证行驶的安全性和舒适性。由于实际行驶过程中，道路结构多样，交通场景瞬息万变，如何在各种复杂场景中做出正确的决策，以保证行驶的安全性和舒适性，是目前需要解决的问题。

现有的自动决策方案有两种：一是专家系统方案，即基于熟练驾驶员的经验，提取相应的自动驾驶规则，利用车辆所处交通场景和道路结构触发相应的规则实现自动决策；二是机器学习方案，采集熟练驾驶员的驾驶数据，利用机器学习模型学习交通场景和道路结构与驾驶员决策的映射关系。

然而，专家系统方案提取的规则难以覆盖所有的交通场景，特别是当覆盖的交通场景越来越多时，如何保证规则之间的正交不冲突是一项繁重的工程；而机器学习方案，则要求数据必须覆盖足够的交通场景和道路结构，当遇到未曾学习的场景和道路时，难以保证决策策略的正确性和驾驶的安全性。因此，现有的自动决策方案适用于简单的交通场景，难以应用于道路结构复杂、瞬息万变的交通场景。

发明内容

本申请的目的在于提出一种改进的生成自动驾驶策略的方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种生成自动驾驶策略的方法，方法包括：测量本车的状态信息以及周围场景信息，周围场景信息包括：障碍车的状态信息、道路结构信息和本车的交通场景信息；从预定时间段内的障碍车的状态信息中，确定障碍车的行驶轨迹；基于预定时间段内的障碍车的状态信息和障碍车的行驶轨迹，确定第一映射关系，第一映射关系为障碍车的交通场景信息至障碍车的驾驶行为信息的映射关系；基于第一映射关系、道路结构信息、本车的状态信息和本车的交通场景信息，生成本车的自动驾驶策略。

在一些实施例中，基于预定时间段内的障碍车的状态信息和障碍车的行驶轨迹，确定第一映射关系包括：从预定时间段内的障碍车的状态信息和障碍车的行驶轨迹中，确定障碍车的第二映射关系，第二映射关系为障碍车的交通场景信息至障碍车的行驶轨迹的映射关系；将障碍车的行驶轨迹沿时间轴进行切分，得到障碍车的轨迹片段；从障碍车的轨迹片段中筛选障碍车的有效轨迹片段；采用无监督的学习方法，学习第三映射关系，第三映射关系为障碍车的有效轨迹片段至障碍车的驾驶行为信息的映射关系；基于第二映射关系和第三映射关系，采用监督学习的方法确定第一映射关系。

在一些实施例中，将障碍车的行驶轨迹沿时间轴进行切分，得到障碍车的轨迹片段包括：遍历障碍车的行驶轨迹中的所有轨迹点和轨迹时间长度，确定轨迹片段。

在一些实施例中，从障碍车的轨迹片段中，筛选障碍车的有效轨迹片段包括：采用评估函数对轨迹片段进行评估；响应于评估值大于阈值，将轨迹片段确定为有效轨迹片段。