[发明专利]车辆自动驾驶方法、装置及电子设备

说明书

本申请提供了一种车辆自动驾驶方法、装置及电子设备，该方法包括：首先获取目标车辆的行驶信息，相关车辆的行驶信息以及车道信息，然后通过第一神经网络模型进行行驶得分的预测，得到多个不同驾驶策略的行驶得分，最终根据行驶得分确定目标驾驶策略。本申请的技术中通过驾驶决策首先确定出多个驾驶策略，然后针对每个驾驶策略，利用神经网络模型对其进行得分预测，使得最终确定的目标驾驶策略在传统决策算法的基础上融合了神经网络对目标车辆的行驶性能的有效预测，通过第一神经网络模型预测的得分而确定的目标驾驶策略更贴近实际的复杂交通情况，有效提升了车辆自动驾驶的安全性。

技术领域

本申请涉及自动驾驶技术领域，尤其是涉及一种车辆自动驾驶方法、装置及电子设备。

背景技术

随着人工智能技术以及城市智能轨道交通的快速发展，自动驾驶车辆即自动驾驶系统已经逐步进入大众的日常生活，自动驾驶系统是一个汇集众多高新技术的综合系统，作为关键环节的环境信息获取和智能决策控制依赖于传感器技术、图像识别技术、电子与计算机技术与控制技术等一系列高新技术的创新和突破。

自动驾驶车辆在动态复杂环境下如何做出合理有预见性的驾驶决策以保证车辆快速平稳的行驶是目前自动驾驶领域极具挑战性的研究课题，现有技术中，通常是根据有限状态的决策算法来确定驾驶策略。

但是，基于规则以及有限状态的传统决策算法，其决策的制定需要根据特定的驾驶情形，而真实的交通驾驶环境是多种因素结合的复杂情况，并不能很好的与简单设定的驾驶情形完全符合，这样导致通过传统的决策算法确定的驾驶策略不能满足实际的复杂路况，会出现碰撞等危险情形。

发明内容

有鉴于此，本申请的目的在于提供一种车辆自动驾驶方法、装置及电子设备，以提升车辆自动驾驶的安全性。

第一方面，本申请实施例提供一种车辆自动驾驶方法，该方法包括：获取目标车辆在当前时刻的第一行驶信息、与目标车辆相距第一指定范围内的相关车辆对应的第二行驶信息以及与目标车辆相距第二指定范围内的相关车道的车道信息；通过第一神经网络模型第一行驶信息、第二行驶信息以及车道信息预测目标车辆以多个不同的预定驾驶策略行驶的行驶得分；其中，行驶得分用于表征目标车辆以预定驾驶策略进行行驶的行驶状况和车辆性能；第一神经网络模型通过不同交通状况下对应的样本数据训练得到；根据多个不同驾驶策略分别对应的行驶得分从多个不同驾驶策略中确定目标驾驶策略，以使目标车辆在当前时刻的下一时刻按照目标驾驶策略行驶。

进一步地，上述与目标车辆相距指定范围内的相关车辆包括以下至少一者：目标车辆所在车道中与目标车辆距离小于第一距离阈值且位于目标车辆行驶方向前方的第一相关车辆；在目标车辆所在车道右侧车道中与目标车辆距离小于第二距离阈值且位于目标车辆行驶方向前方的第二相关车辆；在目标车辆所在车道右侧车道中与目标车辆距离小于第三距离阈值且位于目标车辆行驶方向后方的第三相关车辆；在目标车辆所在车道左侧车道中与目标车辆距离小于第四距离阈值且位于目标车辆行驶方向前方的第四相关车辆；在目标车辆所在车道右侧车道中与目标车辆距离小于第五距离阈值且位于目标车辆行驶方向后方的第五相关车辆。

进一步地，上述目标车辆在当前时刻的第一行驶信息包括目标车辆的第一位置和第一速度；获取与目标车辆相距指定范围内的相关车辆对应的第二行驶信息的步骤，包括：获取相关车辆在当前时刻的第二位置和第二速度；计算第二位置相对于第一位置的相对位置，以及第二速度相对于第一速度的相对速度；将相对位置和相对速度确定为相关车辆对应的第二行驶信息。

进一步地，上述方法还包括：如果目标车辆所在车道为道路中最右侧车道，将位于目标车辆所在车道右侧车道中的相关车辆的第二行驶信息设置为0；如果目标车辆所在车道为道路中最左侧车道，将位于目标车辆所在车道左侧车道中的相关车辆的第二行驶信息设置为0。