本申請(qǐng)涉及無人車駕駛決策規(guī)劃控制，特別是涉及一種無人車輛換道決策方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、隨著經(jīng)濟(jì)的發(fā)展、人民生活水平的提升、自動(dòng)駕駛技術(shù)的不斷進(jìn)步以及車輛市場(chǎng)的逐漸飽和，無人駕駛技術(shù)已經(jīng)成為全球汽車產(chǎn)業(yè)和科技公司競(jìng)相研究的熱點(diǎn)，無人駕駛車輛已逐漸從實(shí)驗(yàn)室走向?qū)嶋H應(yīng)用。無人駕駛車輛通過多種傳感器感知周圍環(huán)境，結(jié)合高精度地圖以及復(fù)雜的決策、規(guī)劃和控制算法，實(shí)現(xiàn)自主導(dǎo)航和駕駛。其中，換道決策是無人駕駛中的重要環(huán)節(jié)，它要求無人車能夠準(zhǔn)確判斷當(dāng)前車道的行駛狀況，并根據(jù)駕駛?cè)蝿?wù)、交通規(guī)則以及周圍車輛的動(dòng)態(tài)，安全、有效地進(jìn)行換道操作?，F(xiàn)有的自動(dòng)駕駛系統(tǒng)在單一駕駛場(chǎng)景、單一駕駛風(fēng)格的換道決策中已經(jīng)取得了一定的成果。然而，在實(shí)際應(yīng)用中，無人駕駛車輛往往需要面對(duì)多種駕駛場(chǎng)景和風(fēng)格，這對(duì)其換道決策能力提出了更高的要求。

2、目前，主流的自動(dòng)駕駛換道決策方法主要基于規(guī)則驅(qū)動(dòng)和傳統(tǒng)機(jī)器學(xué)習(xí)算法，這些方案往往面臨著幾個(gè)關(guān)鍵的技術(shù)問題。首先大多數(shù)現(xiàn)有方法在單一場(chǎng)景下表現(xiàn)良好，但在多種復(fù)雜場(chǎng)景下（如城市道路、高速公路、鄉(xiāng)村道路等）的表現(xiàn)往往不盡如人意?，F(xiàn)有方法缺乏有效處理多場(chǎng)景切換的能力。其次不同駕駛風(fēng)格（如保守型、激進(jìn)型）的換道決策需求不同，現(xiàn)有方法通常難以適應(yīng)多種駕駛風(fēng)格，無法根據(jù)實(shí)際需求靈活調(diào)整。最后，目前效果最好的深度學(xué)習(xí)方法可解釋性不足，其決策過程往往是黑箱操作，缺乏透明性。這在實(shí)際應(yīng)用中帶來了安全風(fēng)險(xiǎn)和監(jiān)管難題。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)的目的是提供一種無人車輛換道決策方法、裝置、設(shè)備及介質(zhì)，可適應(yīng)多種駕駛場(chǎng)景和風(fēng)格，且通過訓(xùn)練好的駕駛員fnn換道決策模型進(jìn)行換道決策，提高了可解釋性。

2、為實(shí)現(xiàn)上述目的，本申請(qǐng)?zhí)峁┝巳缦路桨浮?/p>

3、第一方面，本申請(qǐng)?zhí)峁┝艘环N無人車輛換道決策方法，包括以下步驟。

4、響應(yīng)換道需求，當(dāng)目標(biāo)車道和當(dāng)前車道存在前車和后車時(shí)，獲取設(shè)定歷史時(shí)間段的車輛時(shí)間特征序列；設(shè)定歷史時(shí)間段的車輛時(shí)間特征序列包括設(shè)定歷史時(shí)間段的自車歷史軌跡和周圍車輛的行為交互數(shù)據(jù)；自車歷史軌跡包括當(dāng)前車輛的縱向速度、當(dāng)前車輛的橫向速度、當(dāng)前車輛的縱向加速度以及當(dāng)前車輛的橫向加速度；周圍車輛的行為交互數(shù)據(jù)包括當(dāng)前車輛與目標(biāo)車道后車的相對(duì)距離、當(dāng)前車輛與目標(biāo)車道前車的相對(duì)距離、當(dāng)前車輛與當(dāng)前車道前車的相對(duì)距離以及目標(biāo)車道前車和目標(biāo)車道后車的相對(duì)距離。

5、將設(shè)定歷史時(shí)間段的車輛時(shí)間特征序列輸入至訓(xùn)練好的社會(huì)車輛意圖推理模型中，得到未來時(shí)間段的意圖識(shí)別結(jié)果；意圖識(shí)別結(jié)果包括目標(biāo)車道和當(dāng)前車道上前車和后車的讓行意圖；所述訓(xùn)練好的社會(huì)車輛意圖推理模型基于注意力機(jī)制構(gòu)建得到。

6、將未來時(shí)間段的意圖識(shí)別結(jié)果和設(shè)定歷史時(shí)間段的自車歷史軌跡輸入至訓(xùn)練好的駕駛員fnn換道決策模型中，得到當(dāng)前車輛的換道決策指令。

7、第二方面，本申請(qǐng)?zhí)峁┝艘环N無人車輛換道決策裝置，包括以下模塊。

8、特征獲取模塊，用于響應(yīng)換道需求，當(dāng)目標(biāo)車道和當(dāng)前車道存在前車和后車時(shí)，獲取設(shè)定歷史時(shí)間段的車輛時(shí)間特征序列；設(shè)定歷史時(shí)間段的車輛時(shí)間特征序列包括設(shè)定歷史時(shí)間段的自車歷史軌跡和周圍車輛的行為交互數(shù)據(jù)；自車歷史軌跡包括當(dāng)前車輛的縱向速度、當(dāng)前車輛的橫向速度、當(dāng)前車輛的縱向加速度以及當(dāng)前車輛的橫向加速度；周圍車輛的行為交互數(shù)據(jù)包括當(dāng)前車輛與目標(biāo)車道后車的相對(duì)距離、當(dāng)前車輛與目標(biāo)車道前車的相對(duì)距離、當(dāng)前車輛與當(dāng)前車道前車的相對(duì)距離以及目標(biāo)車道前車和目標(biāo)車道后車的相對(duì)距離。

9、意圖識(shí)別模塊，用于將設(shè)定歷史時(shí)間段的車輛時(shí)間特征序列輸入至訓(xùn)練好的社會(huì)車輛意圖推理模型中，得到未來時(shí)間段的意圖識(shí)別結(jié)果；意圖識(shí)別結(jié)果包括目標(biāo)車道和當(dāng)前車道上前車和后車的讓行意圖；所述訓(xùn)練好的社會(huì)車輛意圖推理模型基于注意力機(jī)制構(gòu)建得到。

10、換道決策模塊，用于將未來時(shí)間段的意圖識(shí)別結(jié)果和設(shè)定歷史時(shí)間段的自車歷史軌跡輸入至訓(xùn)練好的駕駛員fnn換道決策模型中，得到當(dāng)前車輛的換道決策指令。

11、第三方面，本申請(qǐng)?zhí)峁┝艘环N計(jì)算機(jī)設(shè)備，包括：存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)上述無人車輛換道決策方法。

12、第四方面，本申請(qǐng)?zhí)峁┝艘环N計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述無人車輛換道決策方法。

13、根據(jù)本申請(qǐng)?zhí)峁┑木唧w實(shí)施例，本申請(qǐng)公開了以下技術(shù)效果：本申請(qǐng)?zhí)峁┝艘环N無人車輛換道決策方法、裝置、設(shè)備及介質(zhì)，訓(xùn)練好的社會(huì)車輛意圖推理模型融合注意力機(jī)制，對(duì)駕駛員換道過程中的意圖進(jìn)行推理，并通過訓(xùn)練好的駕駛員fnn換道決策模型進(jìn)行換道決策，提高了可解釋性，解決了現(xiàn)有換道決策方法不能適應(yīng)多種駕駛場(chǎng)景和風(fēng)格的問題，實(shí)現(xiàn)了復(fù)雜駕駛場(chǎng)景和風(fēng)格的換道決策。

技術(shù)特征：

1.一種無人車輛換道決策方法，其特征在于，所述無人車輛換道決策方法包括：

2.根據(jù)權(quán)利要求1所述的無人車輛換道決策方法，其特征在于，所述無人車輛換道決策方法還包括：

3.根據(jù)權(quán)利要求1所述的無人車輛換道決策方法，其特征在于，所述訓(xùn)練好的社會(huì)車輛意圖推理模型包括依次連接的投影模塊、場(chǎng)景編碼器和意圖解碼器；其中，投影模塊包括第一投影單元和第二投影單元；

4.根據(jù)權(quán)利要求1所述的無人車輛換道決策方法，其特征在于，在將設(shè)定歷史時(shí)間段的車輛時(shí)間特征序列輸入至訓(xùn)練好的社會(huì)車輛意圖推理模型中之前，所述無人車輛換道決策方法還包括：對(duì)社會(huì)車輛意圖推理模型進(jìn)行訓(xùn)練，訓(xùn)練過程如下：

5.根據(jù)權(quán)利要求4所述的無人車輛換道決策方法，其特征在于，獲取多場(chǎng)景多風(fēng)格駕駛數(shù)據(jù)集，具體包括：

6.根據(jù)權(quán)利要求5所述的無人車輛換道決策方法，其特征在于，對(duì)所有交通場(chǎng)景的數(shù)據(jù)集進(jìn)行駕駛員多風(fēng)格分類，得到多場(chǎng)景多風(fēng)格駕駛數(shù)據(jù)集，具體包括：

7.根據(jù)權(quán)利要求1所述的無人車輛換道決策方法，其特征在于，所述訓(xùn)練好的駕駛員fnn換道決策模型包括隸屬度函數(shù)層、模糊規(guī)則層、歸一化層和輸出層。

8.一種無人車輛換道決策裝置，其特征在于，所述無人車輛換道決策裝置包括：

9.一種計(jì)算機(jī)設(shè)備，包括：存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)權(quán)利要求1-7中任一項(xiàng)所述的無人車輛換道決策方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-7中任一項(xiàng)所述的無人車輛換道決策方法。

技術(shù)總結(jié)
本申請(qǐng)公開了一種無人車輛換道決策方法、裝置、設(shè)備及介質(zhì)，涉及無人車駕駛決策規(guī)劃控制技術(shù)領(lǐng)域，該方法包括：將設(shè)定歷史時(shí)間段的車輛時(shí)間特征序列輸入至訓(xùn)練好的社會(huì)車輛意圖推理模型中，得到未來時(shí)間段的意圖識(shí)別結(jié)果，將未來時(shí)間段的意圖識(shí)別結(jié)果和設(shè)定歷史時(shí)間段的自車歷史軌跡輸入至訓(xùn)練好的駕駛員FNN換道決策模型中，得到當(dāng)前車輛的換道決策指令。訓(xùn)練好的社會(huì)車輛意圖推理模型融合注意力機(jī)制，對(duì)駕駛員換道過程中的意圖進(jìn)行推理，并通過訓(xùn)練好的駕駛員FNN換道決策模型進(jìn)行換道決策，提高了可解釋性，實(shí)現(xiàn)了復(fù)雜駕駛場(chǎng)景和風(fēng)格的換道決策。

技術(shù)研發(fā)人員：于會(huì)龍,王海睿,翟涌,席軍強(qiáng)
受保護(hù)的技術(shù)使用者：北京理工大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/5