CN108597223B - 一种用于智能车辆行为描述的数据处理方法和系统 - Google Patents

Abstract

本发明实施例涉及一种用于智能车辆行为描述的数据处理方法和系统，方法包括：获取环境感知信息和车辆状态信息；提取智能车辆的行为参数和状态参数；提取障碍物的行为参数和状态参数；生成执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段；调用驾驶语句结构模型，将字段拼接成驾驶行为语句信息；对驾驶行为语句进行语义识别分析，得到障碍物的预测运行轨迹和智能车辆的状态机行为信息；生成智能车辆的运行轨迹。本发明通过驾驶语句结构模型，能够准确、清晰、详细地对智能车辆及目标复杂行为进行描述，从而准确规划智能车辆的运行轨迹，且简化了系统的复杂程度，从而提高了智能车辆路径规划的时间。

Description

一种用于智能车辆行为描述的数据处理方法和系统

技术领域

本发明涉及智能驾驶技术领域，尤其涉及一种用于智能车辆行为描述的数据处理方法和系统。

背景技术

随着人工智能技术以及现代制造业的发展，自动驾驶技术已经逐渐走进人们的日常生活，潜移默化的改变着人们的出行方式。自动驾驶技术在军用及民用上均具有巨大的应用前景。军用上，它不仅能够作为无人运输平台，还能用作无人爆破车、无人作战平台、无人巡逻与监视车辆等；民用中，除了为人类生活带来便捷之外，还能够降低交通事故发生率与提高道路通行效率。

自动驾驶行为规划是驾驶脑研究重要部分，根据道路、交通等场景做出合理的决策，如跟车、换道、避障等决策。在自动驾驶行为规划研究上，现有技术方案通常采用简单的标签进行行为决策描述，例如跟车、换道等，控制层接收到标签信号后进行相应的操控。

现有技术的标签式行为描述方式仅能够表达简单的运动行为，无法对于复杂的让行、让道等行为进行描述，且对行为的描述缺乏深度，导致车辆无法准确驾驶；而且，现有技术尚未建立起一套行为描述规范，缺乏标准化、模块化结构，不利于新的行为增量式生成；另外，现有技术对于场景中其它目标行为的描述通常采用其它方式，增加系统复杂程度。

发明内容

本发明的目的是提供一种用于智能车辆行为描述的数据处理方法，建立独特性驾驶语句结构模型，通过模拟人类自然语言描述形式，能够准确、清晰、详细地对智能车辆及目标复杂行为进行描述，从而准确规划智能车辆的运行轨迹，且简化了系统的复杂程度，从而提高了智能车路径规划的时间；此外，通过驾驶行为字典建立起标准化、模块化的行为描述平台，同时能够方便地按照语句结构规则对字典中的字段进行增量式更新。

为实现上述目的，第一方面，本发明提供了一种用于智能车辆行为描述的数据处理方法，包括：

获取环境感知信息和车辆状态信息；

根据所述环境感知信息和车辆状态信息提取智能车辆的行为参数和状态参数；

根据所述环境感知信息提取障碍物的行为参数和状态参数；

根据所述智能车辆的行为参数、状态参数和所述障碍物的行为参数、状态参数生成执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段；其中，所述约束条件字段包括时间信息、位置信息、程度信息和方向信息中的一种或多种；

调用驾驶语句结构模型，将所述执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段拼接成一个或多个驾驶行为语句信息；

对所述驾驶行为语句进行语义识别分析，得到所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息；

根据所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息生成所述智能车辆的运行轨迹。

优选的，在所述获取环境感知信息和车辆状态信息之前，所述方法还包括：

构建驾驶行为字典；

在所述驾驶行为字典中，建立所述驾驶语句结构模型；

向驾驶行为字典导入字段和驾驶行为语句；其中，所述字段包括执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段。

进一步优选的，在所述对所述驾驶行为语句进行语义识别分析，得到所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息之前所述方法还包括：

接收使用者根据驾驶行为字典输入的驾驶行为语句。

进一步优选的，所述对所述驾驶行为语句进行语义识别分析，得到所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息具体为：

对所述使用者输入的驾驶行为语句和所述生成的驾驶行为语句进行语义识别分析，得到所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息。

进一步优选的，所述方法还包括：

当增加字段和驾驶行为语句时，将所述增加的字段和驾驶行为语句导入所述驾驶行为字典，并更新所述驾驶行为字典。

第二方面，本发明还提供了一种用于智能车辆行为描述的数据处理系统，所述系统包括行为规划模块和运动规划模块；

所述行为规划模块，用于获取环境感知信息和车辆状态信息；根据所述环境感知信息和车辆状态信息提取智能车辆的行为参数和状态参数；根据所述环境感知信息提取障碍物的行为参数和状态参数；根据所述智能车辆的行为参数、状态参数和所述障碍物的行为参数、状态参数生成执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段；其中，所述约束条件字段包括时间信息、位置信息、程度信息和方向信息中的一种或多种；调用驾驶语句结构模型，将所述执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段拼接成一个或多个驾驶行为语句信息，并将所述驾驶行为语句信息发送给运动规划模块；

所述运动规划模块，用于对所述驾驶行为语句进行语义识别分析，得到所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息；根据所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息生成所述智能车辆的运行轨迹。

优选的，所述行为规划模块还用于：

构建驾驶行为字典；

在所述驾驶行为字典中，建立所述驾驶语句结构模型；

向驾驶行为字典导入字段和驾驶行为语句；其中，所述字段包括执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段。

进一步优选的，所述行为规划模块还用于：

接收使用者根据驾驶行为字典输入的驾驶行为语句。

进一步优选的，所述运动规划模块具体用于：

对所述使用者输入的驾驶行为语句和所述生成的驾驶行为语句进行语义识别分析，得到所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息。

进一步优选的，当增加字段和驾驶行为语句时，所述行为规划模块还用于将所述增加的字段和驾驶行为语句导入所述驾驶行为字典，并更新所述驾驶行为字典。

本发明实施例提供的用于智能车辆行为描述的数据处理方法和系统，建立独特性驾驶语句结构模型，通过模拟人类自然语言描述形式，能够准确、清晰、详细地对智能车辆及目标复杂行为进行描述，从而准确规划智能车辆的运行轨迹，且简化了系统的复杂程度，从而提高了智能车路径规划的时间；此外，通过驾驶行为字典建立起标准化、模块化的行为描述平台，同时能够方便地按照语句结构规则对字典中的字段进行增量式更新。

附图说明

图1为本发明实施例提供的驾驶行为字典部分的示意图；

图2为本发明实施例提供的驾驶动作字段的示意图；

图3为本发明实施例提供的用于智能车辆行为描述的数据处理方法的流程图；

图4为本发明实施例提供的一种驾驶情景示意图；

图5为本发明实施例提供的用于智能车辆行为描述的数据处理系统的示意图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

本发明实施例提供的用于智能车辆行为描述的数据处理方法可以应用于智能车辆，行为规划层基于驾驶语句结构模型，规范智能车及目标行为的描述方式，从而对智能车及目标行为进行准确、清晰地描述，运动规划层根据驾驶行为语句进行对应操控。

本发明实施例提供的驾驶行为语言体系是基于驾驶行为字典实现的，下面先对驾驶行为字典的构建进行介绍。

首先，构建驾驶行为字典，在驾驶行为字典中，建立驾驶语句结构模型。驾驶语句结构模型可以理解为驾驶行为语法，是驾驶行为语言的底层支撑，驾驶语句结构模型是一系列驾驶行为语言产生的规则。

本发明的驾驶语句结构模型通过模拟人类自然语言描述形式，能够准确、清晰地对智能车及目标行为进行描述，驾驶语句结构模型具体包括执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段四个部分。

图1为本发明实施例提供的驾驶行为字典部分的示意图，下面结合图1对上述四个字段进行解释，其中，执行对象字段可以理解为驾驶语句中的主语，主语可以是智能车本体，也可以为障碍物，例如目标车辆、行人等，即驾驶语句结构模型既可适用于智能车行为描述，亦可适用于障碍物目标行为描述。

图2为本发明实施例提供的驾驶动作字段的示意图,结合图1和图2所示，驾驶动作字段可以理解为驾驶语句中的谓语，其表示为驾驶行为动作，是在具体驾驶场景下车辆行为动作的描述。为了对执行对象的驾驶动作进行深入准确的描述，本发明对驾驶动作(谓语)进行详尽描述及标准化，具体从四个维度对谓语进行分层描述：基础控制行为、基础驾驶行为、交通行为及交互行为。基础控制行为是从车辆基本控制能力出发进行分析，如起步及停车；基础驾驶行为是从车辆运动属性出发进行分析，如跟车及换道；交通行为是从车辆所处交通环境下存在的多目标、多维度交互行为进行描述，如让行、让道等；交互行为是从车辆交互方式进行描述，例如鸣笛及转向灯。

被执行对象字段可以理解为驾驶语句中的宾语，其表示实施驾驶动作的接收对象。需要说明的是，被执行对象字段在驾驶语句中是非必要字段，也就是在驾驶语句可以有被执行对象字段，也可以没有被执行对象字段，被执行对象字段的有无根据具体情况而定。

约束条件字段可以理解为驾驶语句中的状语和补语，用于修饰谓语，通常表征动作的执行时间、方式、地点及程度等，在本发明中所述约束条件字段可以包括时间信息、位置信息、程度信息和方向信息中的一种或多种，也就说可以采用时间修饰、位置修饰、程度修饰及方向修饰四个方面对谓语进行补充描述。其中，时间信息描述行为谓语发生时间，如X秒后进行什么动作，X点X分X秒进行什么动作，即相对和绝对两种时间描述方式；位置信息描述谓语发生位置，如停车在P点；程度信息描述行为谓语执行的程度，如对于停车行为，可用“紧急地”、“慢慢地”两种程度补语来进行停车程度的描述，程度修饰根据谓语的不同而不同；方向信息用于描述行为谓语发生时方向性相关描述，例如对于换道行为，可用“向左地”、“向右地”分别描述两种不同的换道方向，方向修饰也随着谓语不同而不同。此外，约束条件字段还可以理解为驾驶语句中的定语，用于修饰主语及宾语，对描述对象进行修饰形容。

在驾驶语句结构模型建立之后，向驾驶行为字典导入上述字段和驾驶行为语句。其中，上述字段包括执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段。

本发明提供的驾驶行为字典可以进行更新，当开发者需要增加字段和驾驶行为语句时，可按照语法规则将增加的字段和驾驶行为语句导入驾驶行为字典，从而实现驾驶行为字典中字段和驾驶行为语句的增量式更新，比如当有新的驾驶行为时，可按照该语言体系结构进行增量式添加，能够快速形成标准行为进行应用，具有简单、灵活、方便的优势。

本发明提供的驾驶行为字典为驾驶行为语言的集成规范及应用接口，使用者可根据自身实际情况在字典中查询并引用合适的驾驶行为语句，开发者可根据语法及语句规则向字典中添加新的驾驶行为语句。

在对驾驶行为字典了解的基础上，下面对本发明提供的用于智能车辆行为描述的数据处理方法进行详细描述，图3为本发明实施例提供的用于智能车辆行为描述的数据处理方法的流程图，如图3所示，所述方法包括如下步骤：

步骤101，获取环境感知信息和车辆状态信息；

环境感知信息具体可以是通过智能车自身安装的环境感知模块采集的，其中，环境感知模块包括但不限于GPS装置、惯性导航、激光雷达、毫米波雷达、摄像机中的一种或多种；GPS装置用于获取车体的经纬度信息，从而对车体进行定位；惯性导航根据车体六个自由度的加速度信息对车辆的运动姿态进行估计、并修正定位信息；激光雷达用于检测车道线边缘、障碍物信息、车辆与行人；毫米波雷达用于检测结构化道路上的车辆；摄像机用于检测交通信号灯、交通标志、障碍物信息、车辆、行人以及其它传感器无法准确辨别的物体。

车辆状态信息具体可以是智能车自身安装的状态感知模块采集的，车辆状态感知模块包括但不限于温度计、轮速计、油量传感器、剩余电量传感器、电池健康状态传感器、磨损传感器、胎压传感器中的一种或多种。

通过多种传感器融合的方式对智能车辆自身以及周围的驾驶环境进行实时监测，为智能车辆的行驶轨迹规划提供了详尽精确的数据信息。

步骤102，根据环境感知信息和车辆状态信息提取智能车辆的行为参数和状态参数；根据环境感知信息提取障碍物的行为参数和状态参数；

其中，行为参数具体用于对智能车辆和障碍物当前行为动作的描述，比如起步、停车、换道、跟车等；状态参数是对行为参数的补充描述，比如加速、减速等。

步骤103，根据智能车辆的行为参数、状态参数和障碍物的行为参数、状态参数生成执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段；

具体的，对智能车辆的行为参数、状态参数以及障碍物的行为参数、状态参数进行整合、处理、分析，从而生成执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段，在前述驾驶行为字典中已对对象字段、驾驶动作字段、被执行对象字段和约束条件字段进行详述，下面对对象字段、驾驶动作字段、被执行对象字段和约束条件字段进行简略描述。

其中，执行对象字段可以是智能车本体，也可为障碍物。

驾驶动作字段指驾驶行为动作，是在具体驾驶场景下车辆行为动作的描述。为了对执行对象的驾驶动作进行深入准确的描述，本发明对驾驶动作进行详尽描述及标准化，具体从四个维度对驾驶动作进行分层描述：基础控制行为、基础驾驶行为、交通行为及交互行为。

被执行对象字段表示实施驾驶动作的接收对象。需要说明的是，被执行对象字段为非必要字段，也就是说被执行对象字段可以有，也可以没有，被执行对象字段的有无根据具体情况而定。

约束条件字段可以包括时间信息、位置信息、程度信息和方向信息中的一种或多种，也就说可以采用时间修饰、位置修饰、程度修饰及方向修饰四个方面对驾驶动作进行补充描述。其中，时间信息描述行为驾驶动作发生时间；位置信息描述驾驶动作发生位置；程度信息描述行为驾驶动作执行的程度；方向信息用于描述行为驾驶动作发生时方向性相关描述，方向修饰也随着驾驶动作不同而不同。

步骤104，调用驾驶语句结构模型，将执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段拼接成一个或多个驾驶行为语句信息；

驾驶语句结构模型可以理解为驾驶行为语法，是驾驶行为语言的底层支撑，驾驶语句结构模型是一系列语言产生的规则。按照驾驶语句结构模型将执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段拼接成一个或多个驾驶行为语句信息，在驾驶行为语句中，执行对象字段可以理解为驾驶语句中的主语，主语可以是智能车本体，也可为其他障碍物目标，比如目标车辆等，即驾驶语句结构模型既可适用于智能车行为描述，亦可适用于目标行为描述。驾驶动作字段可以理解为驾驶语句中的谓语；被执行对象字段可以理解为驾驶语句中的宾语；约束条件字段可以理解为驾驶语句中的状语和补语，用于修饰谓语，通常表征动作的执行时间、方式、地点及程度等，此外，约束条件字段还可以理解为驾驶语句中的定语，用于修饰主语及宾语，对描述对象进行修饰形容。

驾驶行为语句信息为描述单个驾驶行为的完整性信息表达体，在一个具体的例子中，如图4所示，根据图中所示的驾驶情景，生成的驾驶行为语句为：语句1“智能车辆(车辆1)十字路口左转”、语句2“车辆1让行车辆3”以及语句3“车辆1压制车辆2”，每一条语句都独立地表达出一种驾驶行为。

由于对于未来状态的不确定性，驾驶语句应尽量采用确定性描述方式，如对某个独立行为不确定或存在模糊判断，驾驶行为语句优选不输出。因此在驾驶行为语句生成之后，所述方法还包括根据预设条件判断驾驶行为语句的是否输出，其中预设条件可以为任务要求或交通规则要求，当驾驶行为语句满足任务要求或交通规则要求时，输出语句；当不满足时，不输出，例如在图4所示的例子中，车辆1并不一定要求压制车辆2，也可允许让行车辆2，那么可以不输出语句3；但语句1为驾驶任务要求，语句2为交通规则要求，则必须输出。由此可知，判断驾驶行为语句是否输出的优势在于对确定的行为进行输出，对不确定的行为进行保留，从而对智能车辆的路径规划提供准确的基础。

上述步骤101至步骤104运行在行为规划层中，具体可以通过行为规划模块实现，驾驶行为语句为行为规划层的输出结果，可以理解为驾驶大脑对当前交通情境进行认知并做出行为决策，并通过建立一套标准化类自然语言体系方式进行表达和描述，能够增加描述深度，且该驾驶行为语句可用于智能车辆行为描述，同时亦可用于场景中其它目标行为描述。

在现有技术中，通常采用简单的标签进行行为决策描述，例如跟车、换道等，控制层接收到标签信号后进行相应的操控，但行为的标签式行为描述方式仅能够表达简单的运动行为，对于复杂的让行、让道等行为难以描述，缺乏描述深度。相比于现有技术，本发明通过行为规划模块输出的驾驶行为语句，能够对当前交通情境进行认知和详细描述，为下层运动规划模块的运动轨迹规划提供准确、详尽的基础数据。

进一步的，现有技术对于场景中其它目标行为的描述通常采用其它方式进行，增加了系统复杂程度。相比于现有技术，本发明的驾驶行为语句不仅可以用于智能车辆行为描述，同时亦可用于场景中其它目标行为描述，简化了系统的复杂程度，提高了运行处理速度，从而提高了智能车路径规划的时间。

步骤105，对驾驶行为语句进行语义识别分析，得到障碍物的预测运行轨迹和智能车辆的状态机行为信息；

具体的，基于驾驶语句结构模型对行为规划层下发的驾驶行为语句进行语义识别和分析，通过预测算法算出障碍物的精确轨迹点，并通过轨迹点生成预测运行轨迹，同时基于对驾驶行为语句的语义识别得到智能车辆的状态机行为信息，状态机行为信息具体指智能车辆的驾驶行为动作以及相对应的约束条件等。

在优选的实施例中，使用者也可根据自身实际情况在驾驶行为字典中查询并引用合适的驾驶行为语句，比如使用者可通过终端设备向智能车辆远程输入驾驶行为语句，行为规划模块将使用者输入的驾驶行为语句和生成的驾驶行为语句发送给运动规划模块，运动规划模块对使用者输入的驾驶行为语句和生成的驾驶行为语句进行语义识别分析，得到障碍物的预测运行轨迹和智能车辆的状态机行为信息。

步骤106，根据障碍物的预测运行轨迹和智能车辆的状态机行为信息生成智能车辆的运行轨迹。

具体的，根据目标当前状态及行为、智能车辆的当前状态机行为，通过算法综合计算出智能车辆最优的运行轨迹。

上述步骤105和步骤106运行在运动规划层中，具体可以通过运动规划模块实现，运动规划模块实现根据行为规划模块下发的驾驶行为语句对智能车辆的运行轨迹进行规划。

本发明实施例提供的用于智能车辆行为描述的数据处理方法，建立独特性驾驶语句结构模型，通过模拟人类自然语言描述形式，能够准确、清晰、详细地对智能车辆及目标复杂行为进行描述，从而准确规划智能车辆的运行轨迹，且简化了系统的复杂程度，从而提高了智能车路径规划的时间；此外，通过驾驶行为字典建立起标准化、模块化的行为描述平台，同时能够方便地按照语句结构规则对字典中的字段进行增量式更新。

相对应的，本发明实施例还提供了一种用于智能车辆行为描述的数据处理系统，上述方法执行于该控制系统中，图5为本发明实施例提供的用于智能车辆行为描述的数据处理系统的示意图，如图5所示，所述系统包括行为规划模块1和运动规划模块2。

行为规划模块1执行于行为规划层，用于获取环境感知信息和车辆状态信息；根据环境感知信息和车辆状态信息提取智能车辆的行为参数和状态参数；根据环境感知信息提取障碍物的行为参数和状态参数；根据智能车辆的行为参数、状态参数和障碍物的行为参数、状态参数生成执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段；其中，约束条件字段包括时间信息、位置信息、程度信息和方向信息中的一种或多种；调用驾驶语句结构模型，将执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段拼接成一个或多个驾驶行为语句信息，并将驾驶行为语句信息发送给运动规划模块2。

运动规划模块2执行于运动规划层，用于对驾驶行为语句进行语义识别分析，得到障碍物的预测运行轨迹和智能车辆的状态机行为信息；根据障碍物的预测运行轨迹和智能车辆的状态机行为信息生成智能车辆的运行轨迹。

行为规划模块1还用于构建驾驶行为字典；在驾驶行为字典中，建立驾驶语句结构模型；向驾驶行为字典导入字段和驾驶行为语句；其中，字段包括执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段。

当增加字段和驾驶行为语句时，行为规划模块1还用于将增加的字段和驾驶行为语句导入驾驶行为字典，并更新驾驶行为字典

进一步的，行为规划模块1还用于接收使用者根据驾驶行为字典输入的驾驶行为语句。运动规划模块2具体用于对使用者输入的驾驶行为语句和生成的驾驶行为语句进行语义识别分析，得到障碍物的预测运行轨迹和智能车辆的状态机行为信息。

本发明实施例提供的用于智能车辆行为描述的数据处理系统，建立独特性驾驶语句结构模型，通过模拟人类自然语言描述形式，能够准确、清晰、详细地对智能车辆及目标复杂行为进行描述，从而准确规划智能车辆的运行轨迹，且简化了系统的复杂程度，从而提高了智能车路径规划的时间；此外，通过驾驶行为字典建立起标准化、模块化的行为描述平台，同时能够方便地按照语句结构规则对字典中的字段进行增量式更新。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种用于智能车辆行为描述的数据处理方法，其特征在于，所述方法包括：

获取环境感知信息和车辆状态信息；

根据所述环境感知信息和车辆状态信息提取智能车辆的行为参数和状态参数；

根据所述环境感知信息提取障碍物的行为参数和状态参数；

根据所述智能车辆的行为参数、状态参数和所述障碍物的行为参数、状态参数生成执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段；其中，所述约束条件字段包括时间信息、位置信息、程度信息和方向信息中的一种或多种；

调用驾驶语句结构模型，将所述执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段拼接成一个或多个驾驶行为语句信息；

对所述驾驶行为语句进行语义识别分析，得到所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息；

根据所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息生成所述智能车辆的运行轨迹；

在所述获取环境感知信息和车辆状态信息之前，所述方法还包括：

构建驾驶行为字典；

在所述驾驶行为字典中，建立所述驾驶语句结构模型；

向驾驶行为字典导入字段和驾驶行为语句；其中，所述字段包括执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段。

2.根据权利要求1所述的用于智能车辆行为描述的数据处理方法，其特征在于，在所述对所述驾驶行为语句进行语义识别分析，得到所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息之前所述方法还包括：

接收使用者根据驾驶行为字典输入的驾驶行为语句。

3.根据权利要求2所述的用于智能车辆行为描述的数据处理方法，其特征在于，所述对所述驾驶行为语句进行语义识别分析，得到所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息具体为：

对所述使用者输入的驾驶行为语句和所述生成的驾驶行为语句进行语义识别分析，得到所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息。

4.根据权利要求1所述的用于智能车辆行为描述的数据处理方法，其特征在于，所述方法还包括：

当增加字段和驾驶行为语句时，将所述增加的字段和驾驶行为语句导入所述驾驶行为字典，并更新所述驾驶行为字典。

5.一种用于智能车辆行为描述的数据处理系统，其特征在于，所述系统包括行为规划模块和运动规划模块；

所述行为规划模块，用于获取环境感知信息和车辆状态信息；根据所述环境感知信息和车辆状态信息提取智能车辆的行为参数和状态参数；根据所述环境感知信息提取障碍物的行为参数和状态参数；根据所述智能车辆的行为参数、状态参数和所述障碍物的行为参数、状态参数生成执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段；其中，所述约束条件字段包括时间信息、位置信息、程度信息和方向信息中的一种或多种；调用驾驶语句结构模型，将所述执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段拼接成一个或多个驾驶行为语句信息，并将所述驾驶行为语句信息发送给运动规划模块；

所述运动规划模块，用于对所述驾驶行为语句进行语义识别分析，得到所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息；根据所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息生成所述智能车辆的运行轨迹；

所述行为规划模块还用于：

构建驾驶行为字典；

在所述驾驶行为字典中，建立所述驾驶语句结构模型；

向驾驶行为字典导入字段和驾驶行为语句；其中，所述字段包括执行对象字段、驾驶动作字段、被执行对象字段和约束条件字段。

6.根据权利要求5所述的用于智能车辆行为描述的数据处理系统，其特征在于，所述行为规划模块还用于：

接收使用者根据驾驶行为字典输入的驾驶行为语句。

7.根据权利要求6所述的用于智能车辆行为描述的数据处理系统，其特征在于，所述运动规划模块具体用于：

对所述使用者输入的驾驶行为语句和所述生成的驾驶行为语句进行语义识别分析，得到所述障碍物的预测运行轨迹和所述智能车辆的状态机行为信息。

8.根据权利要求5所述的用于智能车辆行为描述的数据处理系统，其特征在于，当增加字段和驾驶行为语句时，所述行为规划模块还用于将所述增加的字段和驾驶行为语句导入所述驾驶行为字典，并更新所述驾驶行为字典。

Images