[发明专利]变道控制方法、装置、设备及存储介质

说明书

本申请公开了变道控制方法、装置、设备及存储介质，属于人工智能技术领域。方法包括：获取目标车辆的目标行驶状态的信息；基于行驶状态与变道方式的目标对应关系，获取与目标车辆的目标行驶状态对应的目标变道方式的信息，行驶状态与变道方式的目标对应关系利用强化学习算法学习得到；基于目标变道方式的信息，控制目标车辆按照目标变道方式进行变道。在此种变道控制方式中，行驶状态与变道方式的目标对应关系为利用强化学习算法在反复试错的过程中自主学习到的，学习过程无需要人工监督，行驶状态与变道方式的目标对应关系的泛化能力较强，使得目标车辆按照目标变道方式进行变道的变道效果较好，提高目标车辆在变道过程中的稳定性。

技术领域

本申请实施例涉及人工智能技术领域，特别涉及一种变道控制方法、装置、设备及存储介质。

背景技术

近年来，自动驾驶技术正在逐步发展，并且已经发展出了多种辅助系统，来辅助驾驶员实现多种场景下的车辆控制，例如，车道保持辅助系统、自动泊车辅助系统、刹车辅助系统、倒车辅助系统和行车辅助系统等。且随着自动驾驶技术越来越完善、人工智能算法的发展以及硬件技术的不断提高，采用人工智能的手段来解决自动驾驶中的自动变道控制问题逐渐成为了一种可行方案。

发明内容

本申请实施例提供了一种变道控制方法、装置、设备及存储介质，可用于解决相关技术中的问题。所述技术方案如下：

一方面，本申请实施例提供了一种变道控制方法，所述方法包括：

获取目标车辆的目标行驶状态的信息，所述目标行驶状态的信息包括所述目标车辆的重量、所述目标车辆的行驶速度和所述目标车辆的位置信息中的一种或多种；

基于行驶状态与变道方式的目标对应关系，获取与所述目标车辆的目标行驶状态对应的目标变道方式的信息，所述目标变道方式的信息包括目标转向角度和目标转向角速度，所述行驶状态与变道方式的目标对应关系利用强化学习算法学习得到；

基于所述目标变道方式的信息，控制所述目标车辆按照所述目标变道方式进行变道。

在一种可能实现方式中，所述基于行驶状态与变道方式的目标对应关系，获取与所述目标车辆的目标行驶状态对应的目标变道方式的信息之前，所述方法还包括：

随机确定训练车辆的初始化行驶状态的信息，所述初始化行驶状态的信息包括所述训练车辆的重量、所述训练车辆的行驶速度、所述训练车辆在第一车道的位置信息和变道方向中的一种或多种；

基于强化学习算法学习所述初始化行驶状态下的行驶状态与变道方式的对应关系；

当满足第一终止条件时，基于各个初始化行驶状态下的行驶状态与变道方式的对应关系，得到所述行驶状态与变道方式的目标对应关系。

在一种可能实现方式中，所述基于强化学习算法学习所述初始化行驶状态下的行驶状态与变道方式的对应关系，包括：

基于所述训练车辆的第一行驶状态和第一变道方式，获取由车辆物理模型计算得到的所述训练车辆的第二行驶状态的信息，所述训练车辆的第一行驶状态由所述车辆物理模型基于所述训练车辆的初始化行驶状态计算得到，所述第一变道方式为在所述第一行驶状态下产生的变道方式；

基于所述训练车辆的第二行驶状态的信息，确定与所述第二行驶状态对应的增强信号；

基于所述增强信号，得到所述第一变道方式的反馈信息，所述反馈信息用于指示所述第一变道方式的合适程度；

基于所述第一变道方式的反馈信息，产生第二变道方式；

将所述第二变道方式输入所述车辆物理模型，所述车辆物理模型用于基于所述第二行驶状态和所述第二变道方式计算所述训练车辆的第三行驶状态；