CN106154834B - 用于控制无人驾驶车辆的方法和装置 - Google Patents

Abstract

本申请公开了用于控制无人驾驶车辆的方法和装置。所述方法的一具体实施方式包括：获取无人驾驶车辆的行驶环境信息；将所述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令，所述控制指令确定模型用于表征行驶环境信息与灯光或喇叭的控制指令的对应关系；根据所述灯光或喇叭的控制指令，控制所述无人驾驶车辆的灯光或喇叭。该实施方式实现了对于无人驾驶车辆灯光或喇叭的自动控制，从而能够给予周边行人或者车辆足够的提醒，保证了周围车辆、行人以及无人驾驶车辆自身行驶的安全。

Description

用于控制无人驾驶车辆的方法和装置

技术领域

本申请涉及车辆技术领域，具体涉及智能汽车技术领域，尤其涉及用于控制无人驾驶车辆的方法和装置。

背景技术

无人驾驶车辆是一种新型的智能汽车，主要通过控制装置(即，车载智能大脑)对车辆中各个部分进行精准的控制与计算分析，并最终通过向ECU(Electronic ControlUnit，电子控制单元)发出指令来分别控制无人驾驶车辆中的不同设备，从而实现车辆的全自动运行，达到车辆无人驾驶的目的。

由于无人驾驶车辆的实际行驶环境复杂，对于无人驾驶车辆的灯光喇叭一直没有很好的控制方法。这样无人驾驶车辆在一些特定情况下无法给予周边行人或者车辆足够的提醒，也就不能保证周边行车、行人以及无人驾驶车辆行驶的安全性。

发明内容

本申请的目的在于提出一种改进的用于控制无人驾驶车辆的方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种用于控制无人驾驶车辆的方法，所述方法包括：获取无人驾驶车辆的行驶环境信息，其中，所述行驶环境信息包括以下至少一项：无人驾驶车辆的位置信息，无人驾驶车辆行驶路段的亮度、能见度信息，无人驾驶车辆行驶前方的道路信息，无人驾驶车辆周围的行人、车辆信息，无人驾驶车辆行驶路段的交通信号信息；将所述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令，所述控制指令确定模型用于表征行驶环境信息与灯光或喇叭的控制指令的对应关系；根据所述灯光或喇叭的控制指令，控制所述无人驾驶车辆的灯光或喇叭。

在一些实施例中，所述方法还包括建立控制指令确定模型的步骤，所述建立控制指令确定模型的步骤包括：记录至少一台车辆在人工驾驶时接收到的灯光或喇叭的控制指令，以及接收到灯光或喇叭的控制指令时获取到的行驶环境信息；利用机器学习方法，以记录的行驶环境信息和记录的灯光或喇叭的控制指令为样本，训练得到所述控制指令确定模型。

在一些实施例中，所述将所述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令，包括：在预先设置的控制指令表中查询所述行驶环境信息对应的灯光或喇叭的控制指令，所述控制指令表中行驶环境信息与灯光或喇叭的控制指令的对应关系是根据交通规则预先设置的；响应于在预先设置的控制指令表中未查询到所述行驶环境信息对应的灯光或喇叭的控制指令，将所述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令。

在一些实施例中，所述根据所述灯光或喇叭的控制指令，控制所述无人驾驶车辆的灯光或喇叭，还包括：输出用于表示准备执行或正在执行所述灯光或喇叭的控制指令的信息。

在一些实施例中，所述根据所述灯光或喇叭的控制指令，控制所述无人驾驶车辆的灯光或喇叭，包括：检测用于修改所述灯光或喇叭的控制指令的操作；如果检测到用于修改所述灯光或喇叭的控制指令的操作，则执行修改后的灯光或喇叭的控制指令，以控制所述无人驾驶车辆的灯光或喇叭；如果未检测到用于修改所述灯光或喇叭的控制指令的操作，则执行所述灯光或喇叭的控制指令，以控制所述无人驾驶车辆的灯光或喇叭。

在一些实施例中，所述执行修改后的灯光或喇叭的控制指令，还包括：将控制指令表中所述行驶环境信息对应的灯光或喇叭的控制指令，更新为所述修改后的灯光或喇叭的控制指令；和/或将所述行驶环境信息以及修改后的灯光或喇叭的控制指令加入所述控制指令确定模型的样本，训练所述控制指令确定模型。

第二方面本申请提供了一种用于控制无人驾驶车辆的装置，所述装置包括：获取单元，用于获取无人驾驶车辆的行驶环境信息，其中，所述行驶环境信息包括以下至少一项：无人驾驶车辆的位置信息，无人驾驶车辆行驶路段的亮度、能见度信息，无人驾驶车辆行驶前方的道路信息，无人驾驶车辆周围的行人、车辆信息，无人驾驶车辆行驶路段的交通信号信息；匹配单元，用于将所述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令，所述控制指令确定模型用于表征行驶环境信息与灯光或喇叭的控制指令的对应关系；控制单元，用于根据所述灯光或喇叭的控制指令，控制所述无人驾驶车辆的灯光或喇叭。

在一些实施例中，所述装置还包括控制指令确定模型建立单元，所述控制指令确定模型建立单元包括：记录子单元，用于记录至少一台车辆在人工驾驶时接收到的灯光或喇叭的控制指令，以及接收到灯光或喇叭的控制指令时获取到的行驶环境信息；训练子单元，用于利用机器学习方法，以记录的行驶环境信息和记录的灯光或喇叭的控制指令为样本，训练得到所述控制指令确定模型。

在一些实施例中，所述匹配单元，包括：查询子单元，用于在预先设置的控制指令表中查询所述行驶环境信息对应的灯光或喇叭的控制指令，所述控制指令表中行驶环境信息与灯光或喇叭的控制指令的对应关系是根据交通规则预先设置的；匹配子单元，用于响应于查询子单元在预先设置的控制指令表中未查询到所述行驶环境信息对应的灯光或喇叭的控制指令，将所述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令。

在一些实施例中，所述控制单元，包括：输出子单元，用于输出用于表示准备执行或正在执行所述灯光或喇叭的控制指令的信息。

在一些实施例中，所述控制单元，进一步配置用于：检测用于修改所述灯光或喇叭的控制指令的操作；如果检测到用于修改所述灯光或喇叭的控制指令的操作，则执行修改后的灯光或喇叭的控制指令，以控制所述无人驾驶车辆的灯光或喇叭；如果未检测到用于修改所述灯光或喇叭的控制指令的操作，则执行所述灯光或喇叭的控制指令，以控制所述无人驾驶车辆的灯光或喇叭。

在一些实施例中，所述控制单元，进一步配置用于：将控制指令表中所述行驶环境信息对应的灯光或喇叭的控制指令，更新为所述修改后的灯光或喇叭的控制指令；和/或将所述行驶环境信息以及修改后的灯光或喇叭的控制指令加入所述控制指令确定模型的样本，训练所述控制指令确定模型。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的用于控制无人驾驶车辆的方法的一个实施例的流程图；

图3是根据本申请的用于控制无人驾驶车辆的方法的一个应用场景的示意图；

图4是根据本申请的用于控制无人驾驶车辆的方法的又一个实施例的流程图；

图5是根据本申请的用于控制无人驾驶车辆的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的控制装置的硬件结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于控制无人驾驶车辆的方法的实施例的示例性系统架构100。

在本实施例中，无人驾驶车辆101上可以安装有采集器件102、控制装置103、车灯104和喇叭105。控制装置103可以通过各种通信方式(例如有线、无线通信链路或者光纤电缆等等)获取采集器件102的输出，以及向车灯104和喇叭105发出控制指令。

采集器件102可以是摄像头、激光雷达、毫米波雷达、红外相机、光电编码器、全球定位系统(Global Positioning System，GPS)和惯性测量单元(Inertial MeasurementUnit,IMU)等，能够采集无人驾驶车辆101的行驶环境信息。其中，摄像头、激光雷达、毫米波雷达以及红外相机可以用于获取环境信息，光电编码器、GPS和IMU可以用于获取车身状态的信息。这些传感器依据不同的原理获取环境数据，获取数据之后，控制装置103可以采用一定的方法提取出数据中对于智能行为决策有用的信息，比如探测到障碍物、检测车道线、检测和识别交通标志、定位和姿态估计。

控制装置103可以是各种可编程器件，其可以将采集器件102获取的行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令，而后根据灯光或喇叭的控制指令，控制无人驾驶车辆的灯光或喇叭。

需要说明的是，本申请其他实施例所提供的用于控制无人驾驶车辆的方法一般由控制装置103执行，相应地，用于控制无人驾驶车辆的装置一般设置于控制装置103中。

应该理解，图1中的采集器件、控制装置、车灯和喇叭的数目及位置仅仅是示意性的。根据实现需要，可以具有任意数目的安装在任意位置的采集器件、控制装置、车灯和喇叭。

继续参考图2，其示出了根据本申请的用于控制无人驾驶车辆的方法的一个实施例的流程200。上述的用于控制无人驾驶车辆的方法，包括以下步骤：

步骤201，获取无人驾驶车辆的行驶环境信息。

在本实施例中，用于控制无人驾驶车辆的方法运行于其上的电子设备(例如图1所示的控制装置103)可以通过数据传输的方式获取采集器件采集的行驶环境信息，行驶环境信息可以是指无人驾驶车辆行驶周围的物体的信息以及行驶前方的道路信息等。采集器件可以是64线/32线雷达、摄像头、组合导航等，可以采集到地图、车道信息、周围物体的信息等。上述数据传输的方式包括但不限于并行传输、串行传输、同步传输、异步传输、单工传输、半双工传输以及全双工传输。

在本实施例中，行驶环境信息包括以下至少一项：无人驾驶车辆的位置信息，无人驾驶车辆行驶路段的亮度、能见度信息，无人驾驶车辆行驶前方的道路信息，无人驾驶车辆周围的行人、车辆信息，无人驾驶车辆行驶路段的交通信号信息。上述电子设备可以根据无人驾驶车辆的位置信息获得位置信息对应的道路信息以及交通信号信息，上述信息可以是预先采集完成存储在服务器中的。无人驾驶车辆周围的行人、车辆信息可以是行人、车辆的运动状态信息以及与无人驾驶车辆的距离信息。行驶前方的道路信息可以是行驶前方的道路的形状信息，例如，山路、弯道、死角。交通信号信息包括交通指示牌、交通指示灯、车道线以及交警的指挥等。

步骤202，将行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令。

在本实施例中，用于控制无人驾驶车辆的方法运行于其上的电子设备(例如图1所示的控制装置103)可以将步骤201获取的行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令。控制指令确定模型用于表征行驶环境信息与灯光或喇叭的控制指令的对应关系。

在本实施例中，控制指令确定模型可以采用常见的机器学习算法，根据获取的行驶环境信息确定此时无人驾驶车辆的行驶场景，在根据此时无人驾驶车辆的行驶场景进一步确定灯光或喇叭的控制指令。作为示例，行驶场景可以是行人闯红灯，周围有车辆逆向行驶，周围有车辆不规则行驶(司机走神)，视野受限的路口以及周围路边有待启动的公交车。

在本实施例的一些可选的实现方式中，上述方法还包括建立控制指令确定模型的步骤，上述建立控制指令确定模型的步骤包括：记录至少一台车辆在人工驾驶时接收到的灯光或喇叭的控制指令，以及接收到灯光或喇叭的控制指令时获取到的行驶环境信息；利用机器学习方法，以记录的行驶环境信息和记录的灯光或喇叭的控制指令为样本，训练得到上述控制指令确定模型。模型可以选择支持向量机模型、决策树模型、朴素贝叶斯模型，逻辑回归模型等。

在本实施例的一些可选的实现方式中，上述将上述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令，包括：在预先设置的控制指令表中查询上述行驶环境信息对应的灯光或喇叭的控制指令，上述控制指令表中行驶环境信息与灯光或喇叭的控制指令的对应关系是根据交通规则预先设置的；响应于在预先设置的控制指令表中未查询到上述行驶环境信息对应的灯光或喇叭的控制指令，将上述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令。作为示例，预先设置的控制指令表的设置规则可以包括在入夜之后，自动打开无人驾驶车辆的车灯，在无路灯道路打开大灯，车辆交汇时候切换小灯，超车情况下使用大小灯交替提示等操作；关于喇叭的操作可以包括禁止鸣笛道路不鸣笛，在无信号、无人看管路口、山路、弯道、死角(无辅助镜的路口)鸣笛等。

步骤203，根据灯光或喇叭的控制指令，控制无人驾驶车辆的灯光或喇叭。

在本实施例中，用于控制无人驾驶车辆的方法运行于其上的电子设备(例如图1所示的控制装置103)可以根据步骤202中得到的灯光或喇叭的控制指令，控制无人驾驶车辆的灯光或喇叭。可以直接执行步骤202中得到的灯光或喇叭的控制指令，以控制无人驾驶车辆的灯光或喇叭，也可以在执行前或执行过程中检测是否有修改灯光或喇叭的控制指令的操作，根据检测结果确定执行的控制指令。

在本实施例的一些可选的实现方式中，上述根据上述灯光或喇叭的控制指令，控制上述无人驾驶车辆的灯光或喇叭，还包括：输出用于表示准备执行或正在执行上述灯光或喇叭的控制指令的信息。

在本实施例的一些可选的实现方式中，上述根据上述灯光或喇叭的控制指令，控制上述无人驾驶车辆的灯光或喇叭，包括：检测用于修改上述灯光或喇叭的控制指令的操作；如果检测到用于修改上述灯光或喇叭的控制指令的操作，则执行修改后的灯光或喇叭的控制指令，以控制上述无人驾驶车辆的灯光或喇叭；如果未检测到用于修改上述灯光或喇叭的控制指令的操作，则执行上述灯光或喇叭的控制指令，以控制上述无人驾驶车辆的灯光或喇叭。

在本实施例的一些可选的实现方式中，上述执行上述修改后的灯光或喇叭的控制指令，还包括：将控制指令表中上述行驶环境信息对应的灯光或喇叭的控制指令，更新为上述修改后的灯光或喇叭的控制指令；和/或将上述行驶环境信息以及修改后的灯光或喇叭的控制指令加入上述控制指令确定模型的样本，训练上述控制指令确定模型。

继续参见图3，图3是根据本实施例的用于控制无人驾驶车辆的方法的应用场景的一个示意图。在图3的应用场景中，训练场景模块可以采集经验丰富驾驶员对于灯光与喇叭操作的决策，同时转化成机器学习模块能够学习的数据格式，交付给机器学习模块进行学习。机器学习模块可以针对训练数据进行学习，从而完成基于机器学习的决策训练。同时机器学习模块可以在当前学习的基础上，以实际场景数据作为输入，给出决策结果，并提供给决策模块。规则模块可以基于固定规则给出灯光喇叭控制决策。基于规则的灯光操作包括在入夜之后，自动打开无人车车灯，在无路灯道路打开大灯，车辆交汇时候切换小灯，超车情况下使用大小灯交替等操作；基于规则的喇叭操作包括禁止鸣笛道路不鸣笛，必须鸣笛道路鸣笛等。规则模块的优先级高于机器学习模块，从而保证了无人车的操作符合交通法规。实际场景模块可以将传感器反馈的环境数据进行整合。

决策模块负责控制决策，控制灯光控制模块和喇叭控制模块，该模块的输入来自人工接入模块、规则模块和机器学习模块，并且人工接入模块的优先级高于规则模块和机器学习模块。决策模块首先在规则模块中寻找决策方案，如果没有发现可匹配场景，则使用学习模块给予的结果作为决策，若是无解决方案，则不进行任何控制操作。灯光控制模块可以接收来自决策模块的指令，并且将该指令转换为灯光控制的指令，完成灯光的控制，同时反馈灯光控制的结果。喇叭控制模块可以接收来自决策模块的指令，并且将该指令转换为喇叭控制的指令，完成喇叭的控制，同时反馈喇叭控制的结果。人工介入模块提供人工接入的接口，在决策模块做出错误决定的时候，可以由人工进行修正，同时可以将人工修正加入训练数据，以降低相同场景误触发灯光与喇叭控制的概率。

本申请的上述实施例提供的方法通过首先获取无人驾驶车辆的行驶环境信息，而后将上述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令，最后根据上述灯光或喇叭的控制指令，控制上述无人驾驶车辆的灯光或喇叭，实现了对于无人驾驶车辆灯光或喇叭的自动控制，从而能够给予周边行人或者车辆足够的提醒，保证了周围车辆、行人以及无人驾驶车辆自身行驶的安全。

进一步参考图4，其示出了用于控制无人驾驶车辆的方法的又一个实施例的流程400。该用于控制无人驾驶车辆的方法的流程400，包括以下步骤：

步骤401，获取无人驾驶车辆的行驶环境信息。

在本实施例中，用于控制无人驾驶车辆的方法运行于其上的电子设备(例如图1所示的控制装置103)可以通过数据传输的方式获取采集器件采集的行驶环境信息，行驶环境信息可以是指无人驾驶车辆行驶周围的物体的信息以及行驶前方的道路信息等。采集器件可以是64线/32线雷达、摄像头、组合导航等，可以采集到地图、车道信息、周围物体的信息等。上述数据传输的方式包括但不限于并行传输、串行传输、同步传输、异步传输、单工传输、半双工传输以及全双工传输。

步骤402，将行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令。

在本实施例中，用于控制无人驾驶车辆的方法运行于其上的电子设备(例如图1所示的控制装置103)可以将步骤401获取的行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令。控制指令确定模型用于表征行驶环境信息与灯光或喇叭的控制指令的对应关系。

步骤403，输出用于表示准备执行或正在执行灯光或喇叭的控制指令的信息。

在本实施例中，用于控制无人驾驶车辆的方法运行于其上的电子设备(例如图1所示的控制装置103)可以提供显示装置或语音提示装置输出用于表示准备执行或正在执行灯光或喇叭的控制指令的信息。

步骤404，检测用于修改灯光或喇叭的控制指令的操作。

在本实施例中，用于控制无人驾驶车辆的方法运行于其上的电子设备(例如图1所示的控制装置103)可以检测用于修改灯光或喇叭的控制指令的操作，如果未检测到用于修改灯光或喇叭的控制指令的操作则进入步骤405，如果检测到用于修改灯光或喇叭的控制指令的操作则进入步骤406。

步骤405，如果未检测到用于修改灯光或喇叭的控制指令的操作，则执行灯光或喇叭的控制指令，以控制无人驾驶车辆的灯光或喇叭。

在本实施例中，用于控制无人驾驶车辆的方法运行于其上的电子设备(例如图1所示的控制装置103)如果在步骤404中未检测到用于修改灯光或喇叭的控制指令的操作，则可以执行步骤402中得到的灯光或喇叭的控制指令，以控制无人驾驶车辆的灯光或喇叭。

步骤406，如果检测到用于修改灯光或喇叭的控制指令的操作，则执行修改后的灯光或喇叭的控制指令，以控制无人驾驶车辆的灯光或喇叭。

在本实施例中，用于控制无人驾驶车辆的方法运行于其上的电子设备(例如图1所示的控制装置103)如果在步骤404中检测到用于修改灯光或喇叭的控制指令的操作，则可以执行修改后的灯光或喇叭的控制指令，以控制无人驾驶车辆的灯光或喇叭。

步骤407，将控制指令表中行驶环境信息对应的灯光或喇叭的控制指令，更新为修改后的灯光或喇叭的控制指令；和/或将行驶环境信息以及修改后的灯光或喇叭的控制指令加入控制指令确定模型的样本，训练控制指令确定模型。

在本实施例中，用于控制无人驾驶车辆的方法运行于其上的电子设备(例如图1所示的控制装置103)可以记录人工进行的修改，以降低相同场景控制灯光与喇叭错误的概率。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于控制无人驾驶车辆的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例上述的用于控制无人驾驶车辆的装置500包括：获取单元501、匹配单元502和控制单元503。其中，获取单元501，用于获取无人驾驶车辆的行驶环境信息，其中，上述行驶环境信息包括以下至少一项：无人驾驶车辆的位置信息，无人驾驶车辆行驶路段的亮度、能见度信息，无人驾驶车辆行驶前方的道路信息，无人驾驶车辆周围的行人、车辆信息，无人驾驶车辆行驶路段的交通信号信息；匹配单元502，用于将上述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令，上述控制指令确定模型用于表征行驶环境信息与灯光或喇叭的控制指令的对应关系；控制单元503，用于根据上述灯光或喇叭的控制指令，控制上述无人驾驶车辆的灯光或喇叭。

在本实施例中，用于控制无人驾驶车辆的装置500的获取单元501、匹配单元502和控制单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202以及步骤203的实现方式的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，上述装置还包括控制指令确定模型建立单元(未示出)，上述控制指令确定模型建立单元包括：记录子单元，用于记录至少一台车辆在人工驾驶时接收到的灯光或喇叭的控制指令，以及接收到灯光或喇叭的控制指令时获取到的行驶环境信息；训练子单元，用于利用机器学习方法，以记录的行驶环境信息和记录的灯光或喇叭的控制指令为样本，训练得到上述控制指令确定模型。

在本实施例的一些可选的实现方式中，上述匹配单元502，包括：查询子单元，用于在预先设置的控制指令表中查询上述行驶环境信息对应的灯光或喇叭的控制指令，上述控制指令表中行驶环境信息与灯光或喇叭的控制指令的对应关系是根据交通规则预先设置的；匹配子单元，用于响应于查询子单元在预先设置的控制指令表中未查询到上述行驶环境信息对应的灯光或喇叭的控制指令，将上述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令。

在本实施例的一些可选的实现方式中，上述控制单元503，包括：输出子单元，用于输出用于表示准备执行或正在执行上述灯光或喇叭的控制指令的信息。

在本实施例的一些可选的实现方式中，上述控制单元503，进一步配置用于：检测用于修改上述灯光或喇叭的控制指令的操作；如果检测到用于修改上述灯光或喇叭的控制指令的操作，则执行修改后的灯光或喇叭的控制指令，以控制上述无人驾驶车辆的灯光或喇叭；如果未检测到用于修改上述灯光或喇叭的控制指令的操作，则执行上述灯光或喇叭的控制指令，以控制上述无人驾驶车辆的灯光或喇叭。

在本实施例的一些可选的实现方式中，上述控制单元503，进一步配置用于：将控制指令表中上述行驶环境信息对应的灯光或喇叭的控制指令，更新为上述修改后的灯光或喇叭的控制指令；和/或将上述行驶环境信息以及修改后的灯光或喇叭的控制指令加入上述控制指令确定模型的样本，训练上述控制指令确定模型。

下面参考图6，其示出了适于用来实现本申请实施例的控制装置的硬件结构示意图。

如图6所示，控制装置600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分606加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有控制装置600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括气敏传感器等的输入部分606；包括诸如ECU等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、匹配单元和控制单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取无人驾驶车辆的行驶环境信息的单元”。

作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备：获取无人驾驶车辆的行驶环境信息，其中，所述行驶环境信息包括以下至少一项：无人驾驶车辆的位置信息，无人驾驶车辆行驶路段的亮度、能见度信息，无人驾驶车辆行驶前方的道路信息，无人驾驶车辆周围的行人、车辆信息，无人驾驶车辆行驶路段的交通信号信息；将所述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令，所述控制指令确定模型用于表征行驶环境信息与灯光或喇叭的控制指令的对应关系；根据所述灯光或喇叭的控制指令，控制所述无人驾驶车辆的灯光或喇叭。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种用于控制无人驾驶车辆的方法，其特征在于，所述方法包括：

获取无人驾驶车辆的行驶环境信息，其中，所述行驶环境信息包括以下至少一项：无人驾驶车辆的位置信息，无人驾驶车辆行驶路段的亮度、能见度信息，无人驾驶车辆行驶前方的道路信息，无人驾驶车辆周围的行人、车辆信息，无人驾驶车辆行驶路段的交通信号信息；

将所述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令，所述控制指令确定模型用于表征行驶环境信息与灯光或喇叭的控制指令的对应关系；

根据所述灯光或喇叭的控制指令，控制所述无人驾驶车辆的灯光或喇叭；

其中，所述方法还包括建立控制指令确定模型的步骤，所述建立控制指令确定模型的步骤包括：

记录至少一台车辆在人工驾驶时接收到的灯光或喇叭的控制指令，以及接收到灯光或喇叭的控制指令时获取到的行驶环境信息；

利用机器学习方法，以记录的行驶环境信息和记录的灯光或喇叭的控制指令为样本，训练得到所述控制指令确定模型。

2.根据权利要求1所述的方法，其特征在于，所述将所述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令，包括：

在预先设置的控制指令表中查询所述行驶环境信息对应的灯光或喇叭的控制指令，所述控制指令表中行驶环境信息与灯光或喇叭的控制指令的对应关系是根据交通规则预先设置的；

响应于在预先设置的控制指令表中未查询到所述行驶环境信息对应的灯光或喇叭的控制指令，将所述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令。

3.根据权利要求1所述的方法，其特征在于，所述根据所述灯光或喇叭的控制指令，控制所述无人驾驶车辆的灯光或喇叭，还包括：

输出用于表示准备执行或正在执行所述灯光或喇叭的控制指令的信息。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述根据所述灯光或喇叭的控制指令，控制所述无人驾驶车辆的灯光或喇叭，包括：

检测用于修改所述灯光或喇叭的控制指令的操作；

如果检测到用于修改所述灯光或喇叭的控制指令的操作，则执行修改后的灯光或喇叭的控制指令，以控制所述无人驾驶车辆的灯光或喇叭；

如果未检测到用于修改所述灯光或喇叭的控制指令的操作，则执行所述灯光或喇叭的控制指令，以控制所述无人驾驶车辆的灯光或喇叭。

5.根据权利要求4所述的方法，其特征在于，所述执行修改后的灯光或喇叭的控制指令，还包括：

将控制指令表中所述行驶环境信息对应的灯光或喇叭的控制指令，更新为所述修改后的灯光或喇叭的控制指令；和/或

将所述行驶环境信息以及修改后的灯光或喇叭的控制指令加入所述控制指令确定模型的样本，训练所述控制指令确定模型。

6.一种用于控制无人驾驶车辆的装置，其特征在于，所述装置包括：

获取单元，用于获取无人驾驶车辆的行驶环境信息，其中，所述行驶环境信息包括以下至少一项：无人驾驶车辆的位置信息，无人驾驶车辆行驶路段的亮度、能见度信息，无人驾驶车辆行驶前方的道路信息，无人驾驶车辆周围的行人、车辆信息，无人驾驶车辆行驶路段的交通信号信息；

匹配单元，用于将所述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令，所述控制指令确定模型用于表征行驶环境信息与灯光或喇叭的控制指令的对应关系；

控制单元，用于根据所述灯光或喇叭的控制指令，控制所述无人驾驶车辆的灯光或喇叭；

其中，所述装置还包括控制指令确定模型建立单元，所述控制指令确定模型建立单元包括：

记录子单元，用于记录至少一台车辆在人工驾驶时接收到的灯光或喇叭的控制指令，以及接收到灯光或喇叭的控制指令时获取到的行驶环境信息；

训练子单元，用于利用机器学习方法，以记录的行驶环境信息和记录的灯光或喇叭的控制指令为样本，训练得到所述控制指令确定模型。

7.根据权利要求6所述的装置，其特征在于，所述匹配单元，包括：

查询子单元，用于在预先设置的控制指令表中查询所述行驶环境信息对应的灯光或喇叭的控制指令，所述控制指令表中行驶环境信息与灯光或喇叭的控制指令的对应关系是根据交通规则预先设置的；

匹配子单元，用于响应于查询子单元在预先设置的控制指令表中未查询到所述行驶环境信息对应的灯光或喇叭的控制指令，将所述行驶环境信息导入预先训练的控制指令确定模型进行匹配得到灯光或喇叭的控制指令。

8.根据权利要求6所述的装置，其特征在于，所述控制单元，包括：

输出子单元，用于输出用于表示准备执行或正在执行所述灯光或喇叭的控制指令的信息。

9.根据权利要求6-8中任一项所述的装置，其特征在于，所述控制单元，进一步配置用于：

检测用于修改所述灯光或喇叭的控制指令的操作；

如果检测到用于修改所述灯光或喇叭的控制指令的操作，则执行修改后的灯光或喇叭的控制指令，以控制所述无人驾驶车辆的灯光或喇叭；

如果未检测到用于修改所述灯光或喇叭的控制指令的操作，则执行所述灯光或喇叭的控制指令，以控制所述无人驾驶车辆的灯光或喇叭。

10.根据权利要求9所述的装置，其特征在于，所述控制单元，进一步配置用于：

将控制指令表中所述行驶环境信息对应的灯光或喇叭的控制指令，更新为所述修改后的灯光或喇叭的控制指令；和/或

将所述行驶环境信息以及修改后的灯光或喇叭的控制指令加入所述控制指令确定模型的样本，训练所述控制指令确定模型。