[发明专利]自动驾驶车辆控制方法、装置、设备以及存储介质

权利要求书

1.一种自动驾驶车辆控制方法，包括：

根据车辆的状态值，确定所述车辆的目标状态信息；

确定多个行动信息中各个行动信息对应的条件概率，所述条件概率包括在所述车辆的状态满足所述目标状态信息的条件下，所述车辆的行动满足所述行动信息的概率；

利用所述各个行动信息对应的条件概率，从所述多个行动信息中确定满足车辆运动学条件的第一目标行动信息；

利用所述第一目标行动信息控制所述车辆。

2.根据权利要求1所述的方法，其中，所述利用所述各个行动信息对应的条件概率，从所述多个行动信息中确定满足车辆运动学条件的第一目标行动信息，包括：

从所述多个行动信息中，确定所述条件概率最大的行动信息；

在所述条件概率最大的行动信息满足所述车辆运动学条件的情况下，确定所述第一目标行动信息，所述第一目标行动信息为所述条件概率最大的行动信息。

3.根据权利要求2所述的方法，其中，所述利用所述各个行动信息对应的条件概率，从所述多个行动信息中确定满足车辆运动学条件的第一目标行动信息，还包括：

在所述条件概率最大的行动信息不满足所述车辆运动学条件的情况下，从所述多个行动信息中排除所述条件概率最大行动信息，以得到剩余的行动信息；

从所述剩余的行动信息中确定所述条件概率最大的行动信息；

针对确定的条件概率最大的行动信息，返回执行所述在所述条件概率最大的行动信息满足所述车辆运动学条件的情况下，确定所述第一目标行动信息的过程。

4.根据权利要求1-3中任一所述的方法，其中，所述根据车辆的状态值，确定所述车辆对应的目标状态信息，包括：

根据所述车辆的行驶环境，确定所述车辆对应的多个状态值；

从所述车辆对应的多个状态值中，选取最大状态值；

确定所述最大状态值对应的状态信息，并将所述最大状态值对应的状态信息确定为所述车辆的目标状态信息。

5.根据权利要求1-4中任一所述的方法，其中，确定任一所述行动信息对应的条件概率，包括：

根据所述目标状态信息对应的状态转移概率、任一行动信息对应的第一概率、以及所述目标状态信息对应的第二概率，确定所述任一行动信息对应的条件概率；

其中，所述目标状态信息对应的状态转移概率用于表征在所述车辆的行动满足所述任一行动信息的条件下，所述车辆的状态满足所述目标状态信息的概率；

所述任一行动信息对应的第一概率用于表征所述车辆的行动满足所述任一行动信息的概率；

所述目标状态信息对应的第二概率用于表征所述车辆的状态满足所述目标状态信息的概率。

6.根据权利要求1-5中任一所述的方法，其中，所述第一目标行动信息为连续值；

所述利用所述第一目标行动信息控制所述车辆，包括：

确定所述车辆在第一历史时刻的第一历史行动信息和所述第一目标行动信息中多个离散的行动信息；所述第一历史行动信息为离散值；

根据所述第一目标行动信息中各个离散的行动信息和所述第一历史行动信息之间的行动变化量，确定第一最优行动信息；

利用所述第一最优行动信息控制所述车辆。

7.根据权利要求5或6所述的方法，还包括：

获取样本数据集；所述样本数据集包括所述车辆在至少2个时刻的行驶数据，所述行驶数据包括状态信息、行动信息和回报值；所述样本数据集中的状态信息包括所述目标状态信息；

计算所述任一行动信息在所述样本数据集中所占的第一比重，以得到所述任一行动信息对应的第一概率；以及，计算所述目标状态信息在所述样本数据集中所占的第二比重，以得到所述目标状态信息对应的第二概率。

8.根据权利要求7所述的方法，还包括：

在所述样本数据集中，根据所述任一行动信息对应的总数量和目标数量，计算所述目标状态信息对应的状态转移概率；

其中，所述目标数量包括在所述样本数据集中，所述行动信息对应的状态信息为所述目标状态信息的条件下，所述任一行动信息对应的数量。