[发明专利]一种无人驾驶设备的控制方法及装置

权利要求书

1.一种无人驾驶设备的控制方法，其特征在于，包括：

获取无人驾驶设备的当前状态数据；

根据所述无人驾驶设备的当前状态数据，预测所述无人驾驶设备下一时刻的行驶轨迹，作为所述无人驾驶设备的当前状态数据对应的期望轨迹；

将所述无人驾驶设备的当前状态数据以及所述期望轨迹输入到预先训练的控制器选择网络中，确定各控制器针对所述期望轨迹的匹配度，所述控制器选择网络是通过各控制器针对目标设备历史期望轨迹的第一匹配度及第二匹配度之间的偏差最小化为优化目标训练的，所述第一匹配度是通过所述目标设备的历史状态数据以及所述目标设备的历史期望轨迹确定，所述第二匹配度通过所述历史期望轨迹以及状态预测网络得到的预测状态数据确定，所述预测状态数据由所述状态预测网络通过所述历史状态数据及控制器针对所述历史期望轨迹的控制量确定，所述目标设备在同一时刻只用一种控制器；

根据确定出的所述各控制器的匹配度，从所述各控制器中选择控制器，并将选择出的控制器作为目标控制器；

将所述期望轨迹输入到所述目标控制器中，得到针对所述无人驾驶设备的控制量，并通过所述控制量控制所述无人驾驶设备。

2.如权利要求1所述的方法，其特征在于，根据所述无人驾驶设备的当前状态数据，预测所述无人驾驶设备下一时刻的行驶轨迹，作为所述无人驾驶设备的当前状态数据对应的期望轨迹之前，所述方法还包括：

获取所述无人驾驶设备周围障碍物的当前状态数据；

根据所述无人驾驶设备的当前状态数据，预测所述无人驾驶设备下一时刻的行驶轨迹，作为所述无人驾驶设备的当前状态数据对应的期望轨迹，具体包括：

将所述无人驾驶设备的当前状态数据以及所述周围障碍物的当前状态数据输入预设的轨迹预测模型中，以预测出所述无人驾驶设备下一时刻的行驶轨迹，作为所述无人驾驶设备的当前状态数据对应的期望轨迹。

3.如权利要求1所述的方法，其特征在于，训练所述控制器选择网络，具体包括：

获取若干第一训练样本；

针对每个第一训练样本，将该第一训练样本中包含的历史期望轨迹以及该第一训练样本中包含的得到所述历史期望轨迹所基于的目标设备的历史状态数据输入到所述控制器选择网络中，得到各控制器针对所述历史期望轨迹的第一匹配度；

针对每个控制器，确定该第一训练样本中包含的预先确定出的该控制器针对所述历史期望轨迹的第二匹配度，并以最小化所述第一匹配度与所述第二匹配度之间的偏差为优化目标，调整所述控制器选择网络中的各项参数，直至达到预设的训练目标为止。

4.如权利要求3所述的方法，其特征在于，预先确定该控制器针对所述历史期望轨迹的第二匹配度，具体包括：

将所述历史期望轨迹输入到各控制器中，分别得到各控制器针对所述历史期望轨迹所得到的控制量；

针对每个控制器，将该控制器针对所述历史期望轨迹所得到的控制量以及该第一训练样本中包含的得到所述历史期望轨迹所基于的目标设备的历史状态数据输入预先训练出的状态预测网络中，以得到预测状态数据；

根据所述预测状态数据以及所述历史期望轨迹，确定该控制器针对所述历史期望轨迹所对应的第二匹配度。

5.如权利要求4所述的方法，其特征在于，根据所述预测状态数据以及所述历史期望轨迹，确定该控制器针对所述历史期望轨迹所对应的第二匹配度，具体包括：

根据所述预测状态数据，确定所述预测状态数据所对应的预测行驶轨迹；

根据所述预测行驶轨迹以及所述历史期望轨迹，确定该控制器针对所述历史期望轨迹所对应的第二匹配度。

6.如权利要求5所述的方法，其特征在于，根据所述预测行驶轨迹以及所述历史期望轨迹，确定该控制器针对所述历史期望轨迹所对应的第二匹配度，具体包括：

确定所述预测行驶轨迹和所述历史期望轨迹之间的轨迹偏差；

根据所述轨迹偏差，确定该控制器针对所述历史期望轨迹的第二匹配度，其中，所述轨迹偏差越大，该控制器针对所述历史期望轨迹的第二匹配度越低。