[发明专利]车辆控制的方法、装置、设备、存储介质及程序产品

权利要求书

1.一种车辆控制的方法，其特征在于，包括：

根据某一时刻的车辆行驶环境数据中各项数据之间的相互影响关系，以及某一时刻的车辆行驶环境数据对下一时刻的车辆行驶环境数据的影响关系，构建贝叶斯网络；

获取训练数据，其中每条所述训练数据包括：某一时刻的车辆行驶环境数据和下一时刻的车辆行驶环境数据；

利用所述训练数据对所述贝叶斯网络进行训练，得到训练好的神经网络模型，训练好的神经网络模型用于根据某一时刻的本车的车辆行驶环境数据，预测下一时刻的车辆行驶环境数据；其中，所述车辆行驶环境数据包括：本车的加速度、速度和位置，前方车辆的加速度、速度和与本车的相对位置信息，以及侧方车辆的加速度、速度和与本车的相对位置信息；所述与本车的相对位置信息包括与本车的横向距离和纵向距离；

在车辆行驶过程中，获取当前时刻本车的加速度、速度和位置，前方车辆的加速度、速度和与本车的相对位置信息，以及侧方车辆的加速度、速度和与本车的相对位置信息；

将所述当前时刻本车的加速度、速度和位置，前方车辆的加速度、速度和与本车的相对位置信息，以及侧方车辆的加速度、速度和与本车的相对位置信息，输入所述神经网络模型，通过所述神经网络模型确定下一时段内的每一时刻所述侧方车辆与本车的相对位置信息；

根据所述下一时段内所述侧方车辆与本车的横向距离，若确定所述侧方车辆将在所述下一时段内切入本车前方，则确定所述侧方车辆在切入时与本车的纵向距离；

根据所述侧方车辆在切入时与本车的纵向距离，确定所述侧方车辆切入时本车的期望位置；

根据所述期望位置和在所述当前时刻本车的速度，确定本车的期望加速度；根据所述期望加速度，控制本车制动。

2.根据权利要求1所述的方法，其特征在于，所述将所述当前时刻的车辆行驶环境数据输入神经网络模型，通过所述神经网络模型确定下一时段内所述侧方车辆与本车的相对位置信息，包括：

所述下一时段包括多个时刻，将所述当前时刻的车辆行驶环境数据输入神经网络模型，通过所述神经网络模型，根据所述当前时刻的车辆行驶环境数据，确定在所述下一时段内起始时刻的车辆行驶环境数据，所述起始时刻为所述当前时刻的下一时刻；

根据所述起始时刻的车辆行驶环境数据，确定下一时刻的车辆行驶环境数据；

根据所述下一时刻的车辆行驶环境数据，确定下下一时刻的车辆行驶环境数据；

以此类推，直至确定所述下一时段的最后一个时刻的车辆行驶环境数据；

其中，所述下一时段内任一时刻的车辆行驶环境数据均包括：在所述任一时刻，所述本车的加速度、速度和位置，前方车辆的加速度、速度和与本车的相对位置信息，以及侧方车辆的加速度、速度和与本车的相对位置信息；其中，所述侧方车辆的加速度包括横向加速度和纵向加速度，所述侧方车辆的速度包括横向速度和纵向速度。

3.根据权利要求2所述的方法，其特征在于，所述根据所述下一时段内所述侧方车辆与本车的横向距离，若确定所述侧方车辆将在所述下一时段内切入本车前方，则确定所述侧方车辆在切入时与本车的纵向距离，包括：

根据在所述下一时段内所述侧方车辆与本车的横向距离，确定在所述下一时段内的每一时刻所述侧方车辆是否切入了本车前方；

若在所述下一时段内的至少一个时刻所述侧方车辆切入了本车前方，则确定所述侧方车辆将在所述下一时段内切入本车前方；

将在所述至少一个时刻中的第一个时刻时所述侧方车辆与本车的纵向距离，作为所述侧方车辆在切入时与本车的纵向距离。

4.根据权利要求3所述的方法，其特征在于，所述根据在所述下一时段内所述侧方车辆与本车的横向距离，确定在所述下一时段内的每一时刻所述侧方车辆是否切入了本车前方之后，还包括：

若在所述下一时段内每一时刻所述侧方车辆均未切入本车前方，则确定所述侧方车辆将在所述下一时段内未切入本车前方。