[发明专利]一种无人驾驶设备的控制方法及装置

说明书

本说明书公开了一种无人驾驶设备的控制方法及装置。涉及无人驾驶技术领域。根据障碍物与无人驾驶设备的交汇轨迹确定目标障碍物。根据无人驾驶设备的各轨迹点及其当前的速度，确定第一向量，并针对每个目标障碍物，根据该目标障碍物在预设时间内的各位置以及各位置的速度，确定第二向量。将两个向量输入预先训练的决策模型，得到该目标障碍物对应的决策。根据得到的至少部分决策确定下一时刻该无人驾驶设备的控制策略，以实现该无人驾驶设备与各目标障碍物交错通过相应的轨迹交汇位置。能够预测轨迹的交汇并基于决策确定下一时刻无人驾驶设备的控制策略，能够避免无人驾驶设备与障碍物在交汇位置同时出现，以避免碰撞，保障无人驾驶设备的安全。

技术领域

本说明书涉及无人驾驶技术领域，尤其涉及一种无人驾驶设备的控制方法及装置。

背景技术

通常，在无人驾驶设备自动驾驶时，由无人驾驶系统中的控制模块，根据决策模块确定出的无人驾驶设备下一刻的决策，控制无人驾驶设备行驶，以避开环境中的障碍物，尤其需要避开和无人驾驶设备可能存在碰撞风险的障碍物，使得无人驾驶设备能够安全驾驶。

在现有技术中，在确定无人驾驶设备下一刻的决策时，通过预先构建基于驾驶员的驾驶数据确定的状态决策合集，即由无人驾驶设备及其环境状态与驾驶员做出的决策构成的合集，并将得到的状态决策合集存储到经验池中。在无人驾驶设备自动驾驶时，根据无人驾驶设备当前的状态（速度、加速度以及转向角度等）以及环境状态（周围的各障碍物、车道线及二者与自身的距离等），从经验池中寻找匹配的决策，作为无人驾驶设备下一刻的决策。若无法从经验池中找到匹配的决策，则通过深度强化学习网络，基于上面两种状态计算并输出无人驾驶设备下一刻的决策。

但在现有技术中，由于无人驾驶设备的实际驾驶环境十分复杂多变，基于驾驶员的驾驶数据预先构建的状态决策合集，难以涵盖实际情况中各种复杂的状态与其对应的决策的组合情况，并且将当前的状态与状态决策合集进行匹配时也需要进行大量的计算，导致确定决策的效率较低。另外，在通过深度强化学习网络确定决策时，由于深度强化学习网络依赖奖励函数，且奖励函数的合理性影响着深度强化学习网络输出的决策的准确性。而奖励函数的设计较为困难，若奖励函数不合理，则可能会导致基于深度强化学习网络得到的无人驾驶设备的决策不准确，甚至出现重大失误，导致无人驾驶设备处于危险当中。

发明内容

本说明书提供一种无人驾驶设备的控制方法及装置，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种无人驾驶设备的控制方法，包括：

确定无人驾驶设备的规划轨迹、所述无人驾驶设备的速度以及环境中的各障碍物在预设时间内的运动轨迹；

将运动轨迹与所述规划轨迹有交汇的障碍物作为目标障碍物，并确定各目标障碍物的运动轨迹与所述规划轨迹的交汇位置；

根据所述无人驾驶设备的速度以及所述规划轨迹，确定所述无人驾驶设备的状态向量，作为第一向量；

针对每个目标障碍物，根据该目标障碍物的运动轨迹，确定该目标障碍物的各位置和各位置对应的速度，并根据确定出的各位置和各位置对应的速度，确定该目标障碍物的状态向量，作为第二向量；

将所述第一向量以及所述第二向量输入预先训练的决策模型，确定该目标障碍物对应的决策；

根据确定出的至少部分决策，确定下一时刻所述无人驾驶设备的控制策略，以实现所述无人驾驶设备与各目标障碍物交错通过相应的交汇位置。

可选地，根据所述无人驾驶设备的速度以及所述规划轨迹，确定所述无人驾驶设备的状态向量，具体包括：

以预设的距离间隔对所述规划轨迹进行采样，确定所述规划轨迹的各轨迹点；

根据所述无人驾驶设备的速度以及各轨迹点的位置，确定所述无人驾驶设备的状态向量。