CN110288847B - 一种自动驾驶决策方法、装置、系统、存储介质及终端 - Google Patents

Abstract

本发明公开了一种自动驾驶决策方法、装置、系统、存储介质及终端，所述方法包括：获取车辆探测到的路况信息；将所述路况信息发送至相应驾驶功能的处理模块中，并由所述处理模块生成对应的控制信息；将所述控制信息发送至不同层级的决策模块进行逐级决策，并进行分解或合成，直至得到所述车辆的最终控制信息；将所述最终控制信息发送至对应的执行模块执行。采用本发明，具有能够适应于各种场景下的自动驾驶决策，且能够减小决策过程的冗余以快速进行决策的优点。

Description

一种自动驾驶决策方法、装置、系统、存储介质及终端

技术领域

本发明涉及自动驾驶技术，特别涉及一种自动驾驶决策方法、装置、系统、存储介质及终端。

背景技术

近年来，高级驾驶辅助系统(ADAS)成为汽车行业最具革新的核心领域。起初，辅助驾驶系统仅作用帮助驾驶员处理突发的事件以保证车辆的安全，例如自动紧急制动系统(AEB)和自适应巡航系统(ACC)。但是随着通信、电子和计算机等行业的发展，消费者对车辆的舒适性、娱乐性的需求进入一个新阶段，出现了车道保持辅助系统(LKA)、自动泊车辅助系统(APA)和高速公路辅助(HWA)等高级辅助驾驶功能。高级辅助驾驶软件通常包含感知、决策和执行三大模块，其中决策模块扮演着软件系统大脑的角色，基于感知模块提供的环境信息进行分析、计算做出决策，为后续模块输出执行命令等。例如，自适应巡航系统(ACC)功能中决策模块基于感知模块提供的主目标信息经过运算后得出车辆目标加速度的参数；车道保持辅助系统(LKA)功能中决策模块基于感知模块提供的车道线距离信息生成方向盘扭矩/角度的信号。

目前高级驾驶辅助系统(ADAS)软件的决策框架一般采用分布式形式，即各个功能之间相对独立。例如业内最新的高级辅助驾驶功能--高速公路辅助(HWA)可以理解为是将自适应巡航系统(ACC)和车道保持辅助系统(LKA)功能进行叠加得以实现，如图9所示。这种决策模块框架可以保证各个子功能的独立性，降低了决策模块内部逻辑的复杂性，但是其只能针对简单场景下的功能实现，例如自适应巡航系统(ACC)、车道保持辅助系统(LKA)和HWA开启条件均为道路状态良好的高速公路；由于其分布式的实现特点，致使硬件成本的成倍增加；决策模块扩展性、兼容性极为有限。例如基于自适应巡航系统(ACC)、车道保持辅助系统(LKA)等决策模块无法实现城市工况、停车场/院区等场地工况自动驾驶的高级功能。

发明内容

本发明提供了一种自动驾驶决策方法、装置、系统、存储介质及终端，可以适应于各种场景下的自动驾驶的快速决策。

第一方面，本发明提供了一种自动驾驶决策方法，所述自动驾驶决策方法包括：

获取车辆探测到的路况信息；

将所述路况信息发送至相应驾驶功能的处理模块中，并由所述处理模块生成对应的控制信息；

将所述控制信息发送至不同层级的决策模块进行逐级决策，并进行分解或合成，直至得到所述车辆的最终控制信息；

将所述最终控制信息发送至对应的执行模块执行。

进一步的，所述将所述控制信息发送至不同层级的决策模块进行逐级决策及分解，直至得到所述车辆的最终控制信息包括：

从所述控制信息中选取层级相同的信息作为目标待决策信息；

将所述目标待决策信息传递至对应的决策模块中进行比较决策，得到对应的输出控制信息；

将所述输出控制信息进行分解得到分解信息；

从所述控制信息中选取与所述分解信息层级相同的信息作为输入控制信息；

将所述输入控制信息和所述分解信息作为所述目标待决策信息传递至对应的决策模块中进行比较决策，直至得到所述车辆的最终控制信息。

进一步的，根据所述处理模块的优先级对所述目标待决策信息进行比较决策，得到对应的输出控制信息。

进一步的，所述控制信息的包括轨迹信息、转向信息、速度信息、加速度信息、方向盘扭矩信息和油门制动器开度信息；

所述决策模块包括轨迹决策模块、转向决策模块、速度决策模块、加速度决策模块、方向盘扭矩决策模块和油门制动器开度决策模块；

所述将所述控制信息发送至不同层级的决策模块进行逐级决策及分解，直至得到所述车辆的最终控制信息包括：

将所述轨迹信息传递至所述轨迹决策模块中，得到轨迹输出信息；

将所述轨迹输出信息分解得到转向分解信息和速度分解信息；

将所述转向分解信息和所述转向信息传递至所述转向决策模块中，得到转向输出信息；

将所述速度分解信息和所述速度信息传递至所述速度决策模块中，得到速度输出信息；

将所述速度输出信息分解得到加速度分解信息；

将所述加速度分解信息和所述加速度信息传递至所述加速度决策模块中，得到加速度输出信息；

根据所述转向输出信息、所述速度输出信息和所述加速度输出信息生成所述控制指令。

进一步的，所述自动驾驶决策方法还包括：

当所述车辆处于某一所述处理模块对应的驾驶模式时，根据所述处理模块生成的控制信息控制所述车辆运行。

第二方面，本发明提供了一种自动驾驶决策装置，所述自动驾驶决策装置包括：

路况信息获取单元，用于获取车辆探测到的路况信息；

路况信息发送单元，用于将所述路况信息发送至相应驾驶功能的处理模块中，并由所述处理模块生成对应的控制信息；

决策单元，用于将所述控制信息发送至不同层级的决策模块进行逐级决策，并进行分解或合成，直至得到所述车辆的最终控制信息；

指令发送单元，用于将所述最终控制信息发送至对应的执行模块执行。

进一步的，所述决策单元包括多个决策模块，所述多个决策模块分别与所述控制信息的层级一一对应，用于实现相应层级控制信息的处理。

第三方面，本发明提供了一种自动驾驶决策系统，所述自动驾驶决策系统包括上述任意一种的自动驾驶决策装置，

所述自动驾驶决策系统还包括子功能层，所述子功能层包括多个处理模块，所述处理模块分别与车辆自动驾驶的相关功能一一对应，用于实现相应的驾驶功能。

第四方面，本发明提供了一种计算机存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行如上述任意一种的自动驾驶决策方法。

第五方面，本发明提供了一种终端，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述任意一种的自动驾驶决策方法。

采用上述技术方案，本发明具有如下有益效果：

能够有效略去冗余的类型转换模块，提高系统执行效率；提升其对应于各种场景的适应能力，以及其能够基于对周围环境的综合判断，得到当前场景下最优的功能组合以得到最佳的控制信息。

另外，通过模块化的功能模块和决策模块的拼接，能够支持以及兼容多种复杂场景下的自动驾驶任务，以提高对于多种场景的适应能力；子功能层中的功能模块能够根据需要进行修改、删除和增加等操作，其可扩展性强；并且子功能层中的功能模块能够复用现有的自动驾驶的功能模块，其兼容性强；其能够适用于存在域控制器的集中式系统，减少了控制器的数量，减小了硬件成本。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种自动驾驶决策方法的流程示意图；

图2为本发明实施例步骤S300的流程示意图；

图3为本发明实施例结合具体控制信息类别的自动驾驶决策方法的流程示意图；

图4为本发明实施例提供的一种实施场景图；

图5为本发明实施例列举场景下的自动驾驶决策方法的流程示意图；

图6为本发明实施例提供的一种自动驾驶决策装置的结构示意图；

图7为本发明实施例提供的一种自动驾驶决策系统的结构示意图；

图8为本发明实施例提供的一种自动驾驶决策系统的工作原理图；

图9为现有技术中的决策方法的流程示意图。

以下对附图作补充说明：

1-自动驾驶决策装置；101-路况信息获取单元；102-路况信息发送单元；103-决策单元；104-指令发送单元；2-子功能层。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本发明的描述中，需要理解的是，术语“上”、“下”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含的包括一个或者更多个该特征。而且，术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。

实施例：

图1是本发明实施例提供的一种自动驾驶决策方法的流程示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或服务器产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图1所示，所述方法可以包括：

S100：获取车辆探测到的路况信息。

在一些可行的实施方式中，所述路况信息包括障碍物信息、指示信息、定位信息、道路信息和可行驶空间等各种由传感器的感知信息。

进一步的，所述障碍物信息可以包括所述车辆行驶过程中的动态障碍物信息，比如行人、车辆等移动物体；还可以包括静态障碍物信息，比如栏杆、树木等。

进一步的，所述指示信息可以包括所述车辆行驶过程中的相应道路的限速信息、转向信息、变道信息和红绿灯信息等有关交通行驶规范的信息。

进一步的，所述定位信息可以通过GPS等定位传感器进行定位，也可以根据周围环境从地图或高精地图中获取。

进一步的，所述道路信息可以包括所述车辆行驶路段的道路类型信息、道路坡度信息和道路拥堵信息等有关道路本身特性的信息。

可以理解的是，所述路况信息可以是由障碍物信息、指示信息、定位信息、道路信息和可行驶空间等信息共同反映出的，有关车辆行驶环境的综合信息；也可以是其中单一信息反映出的车辆的行驶环境。其可以根据路况的实际情况进行相应信息的获取。比如，当车辆行驶在较为空旷的路面时，路况信息中可能不包含障碍物信息；而当车辆行驶在较为复杂的路况时，比如在上下班高峰期时，路况信息则可能包含了障碍物信息、指示信息、定位信息、道路信息和可行驶空间。

S200：将所述路况信息发送至相应驾驶功能的处理模块中，并由所述处理模块生成对应的控制信息。

在一些可行的实施方式中，所述驾驶功能包括自动紧急制动功能(AEB)、自适应巡航功能(ACC)、车道保持功能(LKA)、高速公路辅助功能(HWA)和自动泊车功能(APA)等有关自动驾驶的功能。需要说明的是，所述驾驶功能包括但不限于上述列举出来的功能。根据车辆配置情况，车辆可能包括上述所有列举的驾驶功能和其他驾驶功能；也可能包括上述列举出的部分驾驶功能。

所述处理模块能够根据采集到的路况信息生成对应的控制信息，以实现上述相应的驾驶功能。

进一步的，所述处理模块可以有多个，每个所述处理模块对应于实现相应的驾驶功能。比如，所述处理模块可以包括自动紧急制动功能处理模块、自适应巡航功能处理模块、车道保持功能处理模块、高速公路辅助功能处理模块和自动泊车功能处理模块等。

在一些可行的实施方式中，所述控制信息的可以包括轨迹类控制信息、转向类控制信息、速度类控制信息、加速度类控制信息、方向盘扭矩类控制信息和油门制动器开度类控制信息等。

可以理解的是，相同类型的所述控制信息可以由一个所述处理模块生成，也可以由多个所述处理模块生成多个。比如，所述轨迹类控制信息可以由自适应巡航功能处理模块生成；也可以由自适应巡航功能处理模块生成第一轨迹控制信息和由自动泊车功能处理模块生成第二轨迹控制信息，所述第一轨迹控制信息和所述第二轨迹控制信息都属于轨迹类控制信息。

S300：将所述控制信息发送至不同层级的决策模块进行逐级决策，并进行分解或合成，直至得到所述车辆的最终控制信息。

可以理解的是，对应于不同类型的控制信息，所述决策模块可以有多个。比如，所述决策模块可以包括轨迹决策模块、转向决策模块、速度决策模块、加速度决策模块、方向盘扭矩决策模块和油门及制动器开度决策模块。

以及，不同类型的控制信息之间可以进行分解，也可以进行合成相互得到。比如，由轨迹类控制信息可以分解得到速度类控制信息；由速度类控制信息可以得到加速度类控制信息。相应的，由加速度类控制信息可以合成速度类控制信息，由速度类控制信息可以合成轨迹类控制信息。直至将其发送至最终层级的决策模块，得到车辆的最终控制信息。所述最终控制信息可以是车辆的方向盘扭矩控制信息和油门/制动踏板开度控制信息。

在一些可行的实施方式中，如图2所示，所述步骤S300可以包括以下步骤：

S311：从所述控制信息中选取层级相同的信息作为目标待决策信息。

可以理解的是，所述控制信息可能由不同的处理模块得到，相同层级的控制信息可能从不同的处理模块处理得到。比如轨迹类控制信息可以由自适应巡航功能处理模块生成第一轨迹控制信息和由自动泊车功能处理模块生成第二轨迹控制信息，在此情况下，将所述第一轨迹控制信息和所述第二轨迹控制信息从所述控制信息中选取出来，作为目标待决策信息。

S312：将所述目标待决策信息传递至对应的决策模块中进行比较决策，得到对应的输出控制信息。

可以理解的是，在步骤S310中，将第一轨迹控制信息和第二轨迹控制信息作为目标待决策信息；则在步骤S320中，可将第一轨迹控制信息和第二轨迹控制信息传递至轨迹决策模块中，所述轨迹决策模块根据一定的决策规则对所述第一轨迹控制信息和第二轨迹控制信息进行决策，得到轨迹输出控制信息。

S313：将所述输出控制信息进行分解得到分解信息。

可以理解的是，如果所述输出控制信息为轨迹输出控制信息，则可以由所述轨迹输出控制信息分解得到转向分解信息和速度分解信息。如果所述输出控制信息为速度控制信息，则可以分解得到加速度分解信息。这些分解得到的控制信息，又可以作为后续决策的输入信息。

S314：从所述控制信息中选取与所述分解信息层级相同的信息作为输入控制信息。

可以理解的是，在上述过程中，由所述轨迹输出控制信息分解得到的速度分解信息可以作为下一级的决策信息输入至速度决策模块中进行决策。在此过程中，根据所述速度分解信息的层级从所述控制信息中，也就是从各个处理模块处理得到的控制信息中选取速度类的控制信息作为共同的输入信息输入至速度决策模块中进行决策，得到速度输出控制信息。

S315：将所述输入控制信息和所述分解信息作为所述目标待决策信息传递至对应的决策模块中进行比较决策，直至得到所述车辆的最终控制信息。

可以理解的是，在上述过程中，将由所述轨迹输出控制信息分解得到的速度分解信息，并且根据所述速度分解信息从控制信息中获取速度类控制信息，将速度分解信息和由处理模块得到的速度信息作为新的目标待决策信息，传递至速度决策模块中进行比较决策。在后续过程中还可以有加速度的分解与决策等等。由此，依次分解、递进和决策，直至得到车辆的最终控制信息。

进一步的，所述最终控制信息可以由各个所述决策模块的输出控制信息共同决策得到。

在一些可行的实施方式中，所述决策模块还可以对控制信息进行处理，比如轨迹决策模块可以对该轨迹控制信息的轨迹曲线进行删减、补偿，使得轨迹点均匀分布减少计算量，增强控制精度；还限制轨迹曲线的最小曲率半径、速度变化斜率和上下幅值等参数，使所述轨迹曲线更加平滑符合车辆行驶特点且有效提升乘客驾驶舒适度。

S400：将所述最终控制信息发送至对应的执行模块执行。

可以理解的是，在实际应用时，可以根据控制指令的类型发送至对应的执行模块中进行执行。比如，如果所述最终控制信息为车辆的方向盘扭矩控制信息和油门/制动踏板开度控制信息，则分别将方向盘扭矩控制信息发送至方向盘的控制模块中进行执行，将油门/制动踏板开度控制信息发送至油门/制动踏板的控制模块中执行。

另外，不同层级之间由合成得到，与上述的分解具有相类似的过程，本领域技术人员能够根据上述的分解递进和决策的过程，得到合成递进和决策的过程，因此不再赘述。

在上述过程中，不同层级之间的控制信息存在分解递进或者合成递进的关系，即由上级的控制信息能够分解或者合成得到下级的控制信息。相应的决策模块能够在每个层级中同一协调对应层级的请求，并将决策后的输出信息进行相应的分解传递至下一级对应的决策模块中。而下一级决策模块又能继续决策分解传递至更下一级的决策模块中，直至得到最终的控制信息。相比于现有技术，上述的过程将相同层级的信息传递至同一个决策模块中，能够有效略去冗余的类型转换模块，提高系统执行效率。另外，其丰富的处理模块和多级的决策模块能够大幅度提升其对应于各种场景的适应能力，以及其能够基于对周围环境的综合判断，得到当前场景下最优的功能组合以得到最佳的控制信息。并且，上述的过程还能够根据需要增减处理模块，其既能使得各处理模块工作的独立性，也能根据场景的综合需求得到综合的控制信息。

在一些可行的实施方式中，所述步骤S312中，可以根据所述处理模块的优先级对所述目标待决策信息进行比较决策，得到对应的输出控制信息。

可以理解的是，面对不同的环境情况，各个驾驶功能的重要程度不一致。比如，在通过红绿灯路口时，自动紧急制动功能对于行人等障碍物会处理得到第一加速度控制信息；而红绿灯通过功能对于红绿灯采集判断后会处理得到第二加速度控制信息。在此情况下，行人的安全等级大于红绿灯的通过情况，因此，将所述第一加速度控制信息和所述第二加速度控制信息传递至加速度决策模块后，由于自动紧急制动的优先级大于红绿灯通过的优选级，加速度决策模块将第一加速度控制信息作为加速度输出信息输出。

在上述过程中，根据驾驶功能的优选级进行决策，能够使对系统响应速度要求高的功能经过更少的决策层和更少的限制条件，以提高其响应的速度。

下面结合具体的控制信息类别介绍本说明书实施例提供的自动驾驶决策方法。如图3所示，若所述控制信息的包括轨迹信息、转向信息、速度信息、加速度信息、方向盘扭矩信息和油门制动器开度信息；

则，所述决策模块可以包括轨迹决策模块、转向决策模块、速度决策模块、加速度决策模块、方向盘扭矩决策模块和油门制动器开度决策模块。

进一步的，所述步骤S300可以包括：

S321：将所述轨迹信息传递至所述轨迹决策模块中，得到轨迹输出信息；

S322：将所述轨迹输出信息分解得到转向分解信息和速度分解信息；

S323：将所述转向分解信息和所述转向信息传递至所述转向决策模块中，得到转向输出信息；

S324：将所述速度分解信息和所述速度信息传递至所述速度决策模块中，得到速度输出信息；

S325：将所述速度输出信息分解得到加速度分解信息；

S326：将所述加速度分解信息和所述加速度信息传递至所述加速度决策模块中，得到加速度输出信息；

S327：根据所述转向输出信息、所述速度输出信息和所述加速度输出信息生成所述控制指令。

下面结合具体的实施场景介绍本说明书实施例提供的自动驾驶决策方法。如图4所示为经典园区场景，即车辆途径十字路口同时有行人过马路。

现有的自动驾驶决策方法中，车道保持辅助系统(LKA)可以保持车辆行驶在当前车道，自适应巡航系统(ACC)/自动紧急制动系统(AEB)可以保持与前方障碍物的安全距离，智能红绿灯可以使得车辆遵循交通规则行驶。但是每个功能模块均独立进行工作，没有协调一致，无法应对存在路口、行人和红绿灯等综合工况场景，使得车辆无法安全通过路口。如图5所示，为该场景下自动驾驶的决策方法：

当红绿灯为红灯状态时，所述决策方法可以包括以下：

上述步骤S100可以为获取车辆探测到的障碍物信息、红绿灯信息、定位信息和道路信息等路况信息。

上述步骤S200中，所述控制信息可以包括局部路径轨迹控制信息、速度控制信息、方向盘转角控制信息(即转向控制信息)、加速度控制信息和方向盘扭矩控制信息等。

障碍物避障功能的处理模块可以根据障碍物信息和车辆当前状态，生成一条包含速度的轨迹曲线；其中，障碍物信息可以具体包括行人的位置和横向速度等信息，车辆当前状态可以包括车辆的姿态和车速等信息。

智能红绿灯的处理模块可以根据检测到的当前红灯状态推荐车辆进行制动动作，生成第一速度控制信息。

路口速度功能的处理模块获取当前为路口场景推荐车辆低通过路口，生成第二速度控制信息；

自动紧急制动功能(AEB)的处理模块检测前方目标处于相对于车辆的安全距离范围内，因此不输出纵向控制指令。

在上述步骤S300中，将轨迹曲线传递至轨迹决策模块中，所述轨迹决策模块一方面对该轨迹曲线进行删减、补偿，使得轨迹点均匀分布减少计算量，增强控制精度；还限制轨迹曲线的最小曲率半径、速度变化斜率和上下幅值等参数，使所述轨迹曲线更加平滑符合车辆行驶特点且有效提升乘客驾驶舒适度。另一方面，所述轨迹决策模块将对车辆横向、纵向的控制信息进行分解，得到方向盘转角分解信息和速度分解信息，以用于后续决策模块做进一步的决策处理。

进一步的，速度决策模块根据优先级对障碍物避障模块生成的速度分解信息、智能红绿灯生成的第一速度控制信息和路口速度功能模块生成的第二速度控制信息进行决策。

速度决策模块可以依据安全性、舒适性进行综合考虑，判定智能红绿灯的生成第一速度控制信息具备高优先级，因此虽然障碍物避障和路口推荐速度均不为零，但速度决策模块仍然做出舒适制动的请求。

同理，加速度决策模块对所有的加速度类控制信息进行决策，若自动紧急制动系统(AEB)具有最高优先级，如果达到触发条件则产生车辆最大的急促制动力。

当红绿灯为绿灯状态时，所述决策方法可以包括以下：

上述步骤S200中，智能红绿灯处理模块和自动紧急制动系统(AEB)模块均不对纵向速度进行推荐。此时，障碍物避障模块根据车辆当前状态和目标状态进行分析，判断是否可以有效的避开障碍物，如果不能避开障碍物，则产生舒适的减速信号，形成第一速度控制信息。如果可以避开障碍物则会生成一条由障碍物右侧绕开平滑的轨迹曲线，在保证可以避开障碍物的前提下能够提升安全性和舒适度。

路口速度功能的处理模块则会产生低速驶过路口的信号，生成第二速度控制信息。

在上述步骤S300中，如果能避开障碍物，则将轨迹曲线传递至轨迹决策模块中，进行相应的处理、决策和分解，其具体过程与上述内容相类似。若不能避开障碍物，则将第一速度控制信息和第二速度控制信息传递至速度决策模块中进行决策分解，以及进行后续的决策模块的相应处理，最终使得车辆安全、舒适的驶过路口。

在一些可行的实施方式中，所述自动驾驶决策方法还包括：

当所述车辆处于某一所述处理模块对应的驾驶模式时，根据所述处理模块生成的控制信息控制所述车辆运行。

可以理解的是，当车辆处于某一种驾驶功能就能满足当前的驾驶需求或者车辆当前只有部分驾驶功能能够实施时，则可以通过该驾驶功能对应的控制信息进行控制。比如，在车辆泊车过程中，可能只需自动泊车功能模块工作即可，那么可以通过自动泊车功能模块生成的控制信息控制车辆运行。由此，车辆在各种场景下，都能选择合适的驾驶方式进行驾驶，提高系统的可靠性和稳定性。

本发明实施例还提供了一种计算机存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行如上述任意一种的自动驾驶决策方法。

本发明实施例还提供了一种终端，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述任意一种的自动驾驶决策方法。

本发明实施例还提供了一种自动驾驶决策装置，如图6所示，所述自动驾驶决策装置1包括：

路况信息获取单元101，用于获取车辆探测到的路况信息；

路况信息发送单元102，用于将所述路况信息发送至相应驾驶功能的处理模块中，并由所述处理模块生成对应的控制信息；

决策单元103，用于将所述控制信息发送至不同层级的决策模块进行逐级决策，并进行分解或合成，直至得到所述车辆的最终控制信息；

指令发送单元104，用于将所述最终控制信息发送至对应的执行模块执行。

在一些可行的实施方式中，所述决策单元包括多个决策模块，所述多个决策模块分别与所述控制信息的层级一一对应，用于实现相应层级控制信息的处理。

比如，所述决策单元可以包括轨迹决策模块、转向决策模块、速度决策模块、加速度决策模块、方向盘扭矩决策模块和油门及制动器开度决策模块。每个所述决策模块分别与各个控制信息的层级相对应。

本发明实施例还提供了一种自动驾驶决策系统，如图7所示，所述自动驾驶决策系统上述的自动驾驶决策装置，

所述自动驾驶决策系统还包括子功能层2，所述子功能层包括多个处理模块，所述处理模块分别与车辆自动驾驶的相关功能一一对应，用于实现相应的驾驶功能。

比如，所述处理模块可以包括自动紧急制动功能处理模块、自适应巡航功能处理模块、车道保持功能处理模块、高速公路辅助功能处理模块、自动泊车功能处理模块、障碍物避障功能处理模块、智能红绿灯处理模块和路口速度功能处理模块等等。

进一步的，如图8所示，为所述自动驾驶决策系统的工作原理图。其通过子功能层中的多个处理模块处理得到多种类别的控制信息，决策单元中的各个类别的决策模块对控制信息进行逐级决策和分解，直至得到最终的控制信息，并将最终的控制信息发送给执行模块执行。

相比较于现有的自动驾驶决策系统，上述的自动驾驶决策系统包括丰富的子功能层和严谨的多级决策层，其可以确保系统可以大幅提升系统对场景的适应能力。丰富的子功能使得系统具备应对各类场景的能力，多级决策层基于对周边环境的理解，开启当前场景下最优的功能组合。另外，上述的自动驾驶决策系统可以兼容各级自动驾驶功能，其既能保证各个功能的独立性，灵活的功能场景触发机制使得各级别功能均能发挥良好效果。同时该框架有很强的可扩展性，允许自由添加子功能以提高对不同场景的适应能力。其还能够复用现有自动驾驶的功能模块，兼容强也能够减小硬件成本。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、系统和服务器实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种自动驾驶决策方法，其特征在于，所述自动驾驶决策方法包括：

获取车辆探测到的路况信息；

将所述路况信息发送至相应驾驶功能的处理模块中，并由所述处理模块生成对应的控制信息；

从所述控制信息中选取层级相同的信息作为目标待决策信息；

将所述目标待决策信息传递至对应的决策模块中进行比较决策，得到对应的输出控制信息；

将所述输出控制信息进行分解得到分解信息；

从所述控制信息中选取与所述分解信息层级相同的信息作为输入控制信息；

将所述输入控制信息和所述分解信息作为所述目标待决策信息传递至对应的决策模块中进行比较决策，直至得到所述车辆的最终控制信息；

将所述最终控制信息发送至对应的执行模块执行；

其中，所述控制信息的包括轨迹信息、转向信息、速度信息、加速度信息、方向盘扭矩信息和油门制动器开度信息；

所述决策模块包括轨迹决策模块、转向决策模块、速度决策模块、加速度决策模块、方向盘扭矩决策模块和油门制动器开度决策模块。

2.根据权利要求1所述的自动驾驶决策方法，其特征在于，根据所述处理模块的优先级对所述目标待决策信息进行比较决策，得到对应的输出控制信息。

3.根据权利要求1所述的自动驾驶决策方法，其特征在于，将所述轨迹信息传递至所述轨迹决策模块中，得到轨迹输出信息；

将所述轨迹输出信息分解得到转向分解信息和速度分解信息；

将所述转向分解信息和所述转向信息传递至所述转向决策模块中，得到转向输出信息；

将所述速度分解信息和所述速度信息传递至所述速度决策模块中，得到速度输出信息；

将所述速度输出信息分解得到加速度分解信息；

将所述加速度分解信息和所述加速度信息传递至所述加速度决策模块中，得到加速度输出信息；

根据所述转向输出信息、所述速度输出信息和所述加速度输出信息生成控制指令。

4.根据权利要求1所述的自动驾驶决策方法，其特征在于，所述自动驾驶决策方法还包括：

当所述车辆处于某一所述处理模块对应的驾驶模式时，根据所述处理模块生成的控制信息控制所述车辆运行。

5.一种自动驾驶决策装置，其特征在于，所述自动驾驶决策装置包括：路况信息获取单元，用于获取车辆探测到的路况信息；

路况信息发送单元，用于将所述路况信息发送至相应驾驶功能的处理模块中，并由所述处理模块生成对应的控制信息；

决策单元，用于从所述控制信息中选取层级相同的信息作为目标待决策信息；将所述目标待决策信息传递至对应的决策模块中进行比较决策，得到对应的输出控制信息；将所述输出控制信息进行分解得到分解信息；从所述控制信息中选取与所述分解信息层级相同的信息作为输入控制信息；将所述输入控制信息和所述分解信息作为所述目标待决策信息传递至对应的决策模块中进行比较决策，直至得到所述车辆的最终控制信息；

所述控制信息的包括轨迹信息、转向信息、速度信息、加速度信息、方向盘扭矩信息和油门制动器开度信息；所述决策单元包括多个决策模块，所述多个决策模块分别与所述控制信息的层级一一对应，用于实现相应层级控制信息的处理；所述决策模块包括轨迹决策模块、转向决策模块、速度决策模块、加速度决策模块、方向盘扭矩决策模块和油门制动器开度决策模块；

指令发送单元，用于将所述最终控制信息发送至对应的执行模块执行。

6.一种自动驾驶决策系统，其特征在于，所述自动驾驶决策系统包括权利要求5所述的自动驾驶决策装置，

所述自动驾驶决策系统还包括子功能层，所述子功能层包括多个处理模块，所述处理模块分别与车辆自动驾驶的相关功能一一对应，用于实现相应的驾驶功能。

7.一种计算机存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行如权利要求1至4任一项所述的自动驾驶决策方法。

8.一种终端，其特征在于，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至4任一项所述的自动驾驶决策方法。

Images