[发明专利]一种驾驶行为决策方法、装置及存储介质

权利要求书

1.一种驾驶行为决策方法，其特征在于，包括如下步骤：

获取自动驾驶车辆行驶信息以及所述自动驾驶车辆目标范围内的其他车辆行驶信息；

将所述自动驾驶车辆行驶信息以及所述自动驾驶车辆目标范围内的其他车辆行驶信息输入至预先训练好的第一驾驶决策模型，得到驾驶行为决策，所述驾驶行为决策包括车辆并线或者跟车行驶，所述第一驾驶决策模型根据人类驾驶员的车辆行驶信息训练而成。

2.根据权利要求1所述的方法，其特征在于，还包括：

当所述驾驶行为决策为车辆并线，将所述自动驾驶车辆行驶信息以及所述自动驾驶车辆目标范围内的其他车辆行驶信息输入至预先训练好的第二驾驶决策模型，得到自动驾驶车辆进行并线驾驶的指导数据，所述第二驾驶决策模型根据人类驾驶员在进行并线过程中的车辆行驶信息训练而成。

3.根据权利要求1所述的方法，其特征在于，所述预先训练好的第一驾驶决策模型的构建方式包括：

获取多个驾驶场景下人类驾驶员的车辆行驶信息以及所述车辆目标范围内的其他车辆行驶信息；

将所述多个驾驶场景下人类驾驶员的车辆行驶信息以及与所述车辆目标范围内的其他车辆行驶信息输入第一神经网络进行强化学习，得到第一驾驶决策模型。

4.根据权利要求2所述的方法，其特征在于，所述预先训练好的第二驾驶决策模型的构建方式包括：

获取多个驾驶场景下人类驾驶员采取并线的车辆行驶信息以及所述车辆目标范围内的其他车辆行驶信息；

将所述车辆并线的车辆行驶信息以及所述车辆目标范围内的其他车辆行驶信息输入第二神经网络进行强化学习，得到第二驾驶决策模型。

5.根据权利要求2所述的方法，其特征在于，所述预先训练好的第二驾驶决策模型的构建方式包括：

获取车辆行驶信息以及所述车辆目标范围内的其他车辆行驶信息；

划分所述车辆行驶信息中的平均加速度，得到不同的激进度标签；

将采取并线的车辆行驶信息、所述车辆目标范围内的其他车辆行驶信息以及激进度标签输入第二神经网络模型进行训练，得到第二驾驶决策模型。

6.根据权利要求3所述的方法，其特征在于，所述预先训练好的第一驾驶决策模型的构建方式包括：

获取不同场景下人类驾驶员的车辆行驶信息，得到在不同场景下车辆驾驶进行并线操作的概率；

将所述并线操作的概率作为第一神经网络的权值系数。

7.根据权利要求2所述的方法，其特征在于，还包括：

当自动驾驶车辆根据所述并线驾驶的指导数据执行并线行驶操作发生事故时，记录执行并线行驶操作时的车辆行驶信息以及所述车辆目标范围内的其他车辆行驶信息；

将所述车辆行驶信息以及所述车辆目标范围内的其他车辆行驶信息，对事故原因进行分析；

根据事故原因，确定事故数据集作为训练样本；

将所述训练样本作为新的训练数据，重新对第一驾驶决策模型和第二驾驶决策模型进行训练。

8.一种驾驶行为决策装置，其特征在于，包括：

信息获取模块，用于获取自动驾驶车辆行驶信息以及所述自动驾驶车辆目标范围内的其他车辆行驶信息；

驾驶行为决策模块，用于将所述自动驾驶车辆行驶信息以及所述自动驾驶车辆目标范围内的其他车辆行驶信息输入至预先训练好的第一驾驶决策模型，得到驾驶行为决策，所述驾驶行为决策包括车辆并线或者跟车行驶，所述第一驾驶决策模型根据人类驾驶员的车辆行驶信息训练而成。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1－7任一所述的驾驶行为决策方法的步骤。

10.一种存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1－7任一所述的驾驶行为决策方法的步骤。