CN111325230B - 车辆换道决策模型的在线学习方法和在线学习装置 - Google Patents

Abstract

本申请公开一种车辆换道决策模型的在线学习方法，包括：在人工驾驶模式下，按照预设时间间隔采集交通场景数据和用户驾驶数据；对交通场景数据和用户驾驶数据进行分析，确定每一帧数据的标签数据；生成训练数据集，其中，一个训练数据集包括在一个采样时刻获得的交通场景数据、用户驾驶数据和相应的标签数据；将生成的训练数据集存储于为该车辆配置的用户驾驶行为数据库；在满足预设条件的情况下，利用用户驾驶行为数据库分别对各个驾驶任务类型下的车辆换道决策模型进行训练，更新各个车辆换道决策模型。基于本申请公开的技术方案，车辆的换道行为更加符合用户的驾驶习惯，从而使得车辆的换道行为更加符合用户的预期，从而提高用户的驾乘体验。

Description

车辆换道决策模型的在线学习方法和在线学习装置

技术领域

本申请属于车辆控制技术领域，尤其涉及车辆换道决策模型的在线学习方法和在线学习装置。

背景技术

自动驾驶技术是汽车发展的一个重要趋势。具备自动驾驶功能的车辆可以同时支持人工驾驶和自动驾驶两种模式。与人工驾驶模式一样，车辆处于自动驾驶模式时，同样需要在合适的交通场景下实施换道，以期获得较高的通行安全和通行效率。

目前，车辆处于自动驾驶模式时，是基于预先构建的车辆换道决策模型实施换道的。但是，申请人发现，车辆处于自动驾驶模式时，车辆的换道行为往往与用户的驾驶习惯存在较大的差异，不能很好地满足用户的预期。

发明内容

有鉴于此，本申请的目的在于提供一种车辆换道决策模型的在线学习方法和在线学习装置，以便车辆的换道行为更加符合用户的驾驶习惯，提高用户的驾乘体验。

为实现上述目的，本申请提供如下技术方案：

第一方面，本申请提供一种车辆换道决策模型的在线学习方法，针对多个驾驶任务类型分别配置有车辆换道决策模型，所述在线学习方法包括：

在所述车辆处于人工驾驶模式的情况下，按照预设时间间隔采集交通场景数据和用户驾驶数据；

对所述交通场景数据和所述用户驾驶数据进行分析，确定每一帧数据的标签数据，其中，所述标签数据包括驾驶任务类型标签和换道行为标签，在一个采样时刻采集的交通场景数据和用户驾驶数据为一帧数据；

生成训练数据集，其中，一个训练数据集包括在一个采样时刻获得的交通场景数据、用户驾驶数据和相应的标签数据；

将生成的训练数据集存储于为所述车辆配置的用户驾驶行为数据库；

判断是否满足预设条件；

在满足预设条件的情况下，利用所述用户驾驶行为数据库分别对各个驾驶任务类型下的车辆换道决策模型进行训练，更新各个车辆换道决策模型。

可选的，在上述在线学习方法中，利用所述用户驾驶行为数据库分别对各个驾驶任务类型下的车辆换道决策模型进行训练，更新各个车辆换道决策模型，包括：

从所述用户驾驶行为数据库中分别获取与各个驾驶任务类型对应的训练样本集；

利用获取到的训练样本集对相应的驾驶任务类型下的车辆换道决策模型进行训练，得到多个新的车辆换道决策模型；

对训练得到的多个新的车辆换道决策模型进行测试，得到测试结果；

在所述测试结果满足预设精度要求的情况下，将各个驾驶任务类型下的车辆换道决策模型更新为对应的新的车辆换道决策模型。

可选的，在上述在线学习方法中，所述驾驶任务类型包括：普通模式、效率优先模式和舒适优先模式。

可选的，在上述在线学习方法中，所述判断是否满足预设条件，包括：

判断所述用户驾驶行为数据库中的训练数据集是否达到第一数量，若所述用户驾驶行为数据库中的训练数据集达到所述第一数量，则确定满足预设条件；

或者，判断所述用户驾驶行为数据库中新增的训练数据集是否达到第二数量，若所述用户驾驶行为数据库中新增的训练数据集达到所述第二数量，则确定满足预设条件。

可选的，在上述在线学习方法中，对所述交通场景数据和所述用户驾驶数据进行分析，确定每一帧数据的标签，包括：

对所述用户驾驶数据进行分析，确定每一帧数据的换道行为标签；

对所述交通场景数据和所述用户驾驶数据进行分析，确定所述车辆在一个行程内的驾驶任务类型标签，其中，所述车辆从发动机点火到发动机熄火为一个行程。

第二方面，本申请提供一种车辆换道决策模型的在线学习装置，针对多个驾驶任务类型分别配置有车辆换道决策模型，所述在线学习装置包括：

数据采集单元，用于所述车辆处于人工驾驶模式的情况下，按照预设时间间隔采集交通场景数据和用户驾驶数据；

数据分析单元，用于对所述交通场景数据和所述用户驾驶数据进行分析，确定每一帧数据的标签数据，其中，所述标签数据包括驾驶任务类型标签和换道行为标签，在一个采样时刻采集的交通场景数据和用户驾驶数据为一帧数据；

训练数据集生成单元，用于生成训练数据集，其中，一个训练数据集包括在一个采样时刻获得的交通场景数据、用户驾驶数据和相应的标签数据；

存储控制单元，用于将生成的训练数据集存储于为所述车辆配置的用户驾驶行为数据库；

判断单元，用于判断是否满足预设条件；

模型训练单元，用于在满足预设条件的情况下，利用所述用户驾驶行为数据库分别对各个驾驶任务类型下的车辆换道决策模型进行训练，更新各个车辆换道决策模型。

可选的，在上述的在线学习装置中，所述模型训练单元包括：

训练样本集获取子单元，用于从所述用户驾驶行为数据库中分别获取与各个驾驶任务类型对应的训练样本集；

模型训练子单元，用于利用获取到的训练样本集对相应的驾驶任务类型下的车辆换道决策模型进行训练，得到多个新的车辆换道决策模型；

模型测试子单元，用于对所述模型训练子单元得到的多个新的车辆换道决策模型进行测试，得到测试结果；

模型更新子单元，用于在所述测试结果满足预设精度要求的情况下，将各个驾驶任务类型下的车辆换道决策模型更新为对应的新的车辆换道决策模型。

可选的，在上述的在线学习装置中，所述驾驶任务类型包括：普通模式、效率优先模式和舒适优先模式。

可选的，在上述的在线学习装置中，所述判断单元包括第一判断子单元或第二判断子单元；

所述第一判断子单元用于判断所述用户驾驶行为数据库中的训练数据集是否达到第一数量，若所述用户驾驶行为数据库中的训练数据集达到所述第一数量，则确定满足预设条件；

所述第二判断子单元用于判断所述用户驾驶行为数据库中新增的训练数据集是否达到第二数量，若所述用户驾驶行为数据库中新增的训练数据集达到所述第二数量，则确定满足预设条件。

可选的，在上述的在线学习装置中，所述数据分析单元包括：

换道行为分析子单元，用于对所述用户驾驶数据进行分析，确定每一帧数据的换道行为标签；

驾驶任务类型分析子单元，用于对所述交通场景数据和所述用户驾驶数据进行分析，确定所述车辆在一个行程内的驾驶任务类型标签，其中，所述车辆从发动机点火到发动机熄火为一个行程。

由此可见，本申请的有益效果为：

本申请公开的车辆换道决策模型的在线学习方法中，针对多个驾驶任务类型分别配置有车辆换道决策模型，在车辆处于人工驾驶模式的情况下，按照预设时间间隔采集交通场景数据和用户驾驶数据，并且，通过对采集到的交通场景数据和用户驾驶数据进行分析，确定每一帧数据的标签数据，将在一个采样时刻获得交通场景数据、用户驾驶数据和相应的标签数据作为一个训练数据集，生成的训练数据集存储于为该车辆配置的用户驾驶行为数据库，在满足预设条件时，利用用户驾驶行为数据库存储的训练数据集分别对各个驾驶任务类型下的车辆决策换道模型进行训练。

基于本申请公开的车辆换道决策模型的在线学习方法，针对车辆的多个驾驶任务类型分别设置有车辆换道决策模型，这保证了车辆在自动驾驶过程中使用的是与当前驾驶任务类型对应的车辆换道决策模型，而且，在对各个车辆换道决策模型进行训练的过程中，使用的是该车辆在人工驾驶模式下产生的、与各个驾驶任务类型对应的训练数据集，因此，针对一个车辆构建的各个驾驶任务类型下的车辆换道决策模型更加符合用户在各个驾驶任务类型下的驾驶习惯，这使得车辆做出的换道行为更加符合用户的驾驶习惯，从而使得车辆的换道行为更加符合用户的预期，能够显著地提高用户的驾乘体验。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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为本申请公开的一种车辆换道决策模型的在线学习方法的流程图；

图2为本申请公开的对各个车辆换道决策模型进行训练，更新各个车辆换道决策模型的方法的流程图；

图3为本申请公开的确定车辆在一个行程内的驾驶任务类型标签的方法的流程图；

图4为本申请公开的一种车辆换道决策模型的在线学习装置的结构图。

具体实施方式

现有技术中，厂商在车辆中预存的车辆换道决策模型，是基于大量驾驶员的驾驶数据训练得到的。

然而，在实际交通中，不同的驾驶员针对相同场景做出的驾驶行为(换道或者不换道)是不同的，而且，同一驾驶员在不同的驾驶任务中，针对相同场景做出的驾驶行为(换道或者不换道)也可能是不同的。这就导致车辆在自动行驶中做出的换道行为往往与用户的驾驶习惯存在较大差异，导致车辆做出的换道行为不能满足用户的预期。

为了解决上述的问题，本申请提供一种车辆换道决策模型的在线学习方法和在线学习装置，使得车辆的换道行为更加符合用户的驾驶习惯，从而使得车辆的换道行为更加符合用户的预期，从而显著地提高用户的驾乘体验。

需要说明的是，本申请中的车辆具备自动驾驶功能，可以同时支持人工驾驶模式和自动驾驶模式。

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

参见图1，图1为本申请公开的一种车辆换道决策模型的在线学习方法的流程图。该方法包括：

步骤S101：在人工驾驶模式下，按照预设时间间隔采集交通场景数据和用户驾驶数据。

车辆支持人工驾驶模式和自动驾驶模式。在车辆处于人工驾驶模式的情况下，按照预设时间间隔采集交通场景数据和用户驾驶数据。其中，该预设时间间隔可以为1秒、0.5秒，或者为更短的时间间隔。

作为一个示例，交通场景数据包括但不限于：道路数据、本车状态数据、交通参与者数据和环境数据。另外，交通场景数据还包括采样时刻的时间戳。

其中，道路数据包括但不限于：道路类型数据、道路限速数据、车道线类型数据、以及车道线位置数据。本车状态数据包括但不限于：车辆的位置、车辆的速度、以及车辆的加速度。交通参与者数据包括但不限于：交通参与者的类型、交通参与者的位置、交通参与者的速度、以及交通参与者的加速度。其中，交通参与者的类型包括机动车辆、非机动车辆和行人。环境数据包括天气数据和能见度数据。

作为一个示例，用户驾驶数据包括用户驾驶操作数据和采样时刻的时间戳。其中，用户驾驶操作数据包括但不限于：制动踏板信号、油门踏板信号、方向盘转角信号和档位信号。

可选的，具体实施过程中，在车辆处于自动驾驶模式的情况下，用户做出的与换道功能相关的人工接管操作，也可以作为用户驾驶操作数据的一部分，用于对车辆换道决策模型进行训练。

实施中，交通场景数据可以表示为S＝{t，road，veh，par，env}，用户驾驶数据可以表示为U＝{t，act}。其中，S为交通场景数据，U为用户驾驶数据，t为采样时刻的时间戳，road为道路数据，veh为本车状态数据，par为交通参与者数据，env为环境数据，act为用户驾驶操作数据，包括制动踏板信号、油门踏板信号、方向盘转角信号和档位信号。

需要说明的是，上述的关于交通场景数据和用户驾驶操作数据的说明，仅是一个示例。在具体实施中，交通场景数据可以包括上述所列举数据中的一部分，或者包括更多的能够反映交通场景具体情况的数据，用户驾驶操作数据可以包括上述所列举数据中的一部分，或者包括更多的能够反映用户操作习惯的数据。

步骤S102：对交通场景数据和用户驾驶数据进行分析，确定每一帧数据的标签数据。

其中，在一个采样时刻采集的交通场景数据和用户驾驶数据为一帧数据，每一帧数据的标签数据包括驾驶任务类型标签和换道行为标签。

车辆的换道行为分为三类：左换道行为、右换道行为和非换道行为。换道行为是指：车辆从一个车道跨越车道线到相邻车道的行驶过程。

作为一个示例，驾驶任务类型分为三类：普通模式、效率优先模式和舒适优先模式。其中，效率优先模式为偏向高通行效率的驾驶模型，舒适优先模式为偏向行驶舒适性的驾驶模式，普通模式为通行效率与舒适性适中的驾驶模式。

实施中，一帧数据的标签数据可以表示为L＝{t，mode，lanechange}。其中，t为该帧数据的采样时刻的时间戳，mode为驾驶任务类型标签，lanechange为换道行为标签。

需要说明的是，本申请中，针对多个驾驶任务类型分别配置有车辆换道决策模型。以上文中公开的驾驶任务类型包括普通模式、效率优先模式和舒适优先模式为例，针对普通模式、效率优先模式和舒适优先模式分别配置有车辆换道决策模型。

步骤S103：生成训练数据集。

其中，一个训练数据集包括在一个采样时刻获得的交通场景数据、用户驾驶数据和相应的标签数据。即，一个训练数据集为{S，U，L}。

步骤S104：将生成的训练数据集存储于为车辆配置的用户驾驶行为数据库。

这里需要说明的是，针对每一车辆分别配置一个用户驾驶行为数据库。相应的，某一车辆的训练数据集要存储于为该车辆配置的用户驾驶行为数据库。

步骤S105：判断是否满足预设条件。

步骤S106：在满足预设条件的情况下，利用用户驾驶行为数据库分别对各个驾驶任务类型下的车辆换道决策模型进行训练，更新各个车辆换道决策模型。

当满足预设条件时，利用用户驾驶行为数据当前存储的训练数据集，分别对各个驾驶任务类型下的车辆换道决策模型进行训练，更新各个驾驶任务类型下的车辆换道决策模型。

这里需要说明的是，本申请中针对多个驾驶任务类型分别配置有车辆换道决策模型，在实施步骤S106的过程中，利用与各个驾驶任务类型对应的训练数据集，对相应的驾驶任务类型下的车辆换道决策模型进行训练，从而分别更新各个车辆换道决策模型。

以上文中公开的驾驶任务类型包括普通模式、效率优先模式和舒适优先模式为例，在对普通模式下的车辆换道决策模型进行训练的过程中，使用的是用户驾驶行为数据库中驾驶任务类型标签为普通模式的训练数据集；在对效率优先模式下的车辆换道决策模型进行训练的过程中，使用的是用户驾驶行为数据库中驾驶任务类型标签为效率优先模式的训练数据集；在对舒适优先模式下的车辆换道决策模型进行训练的过程中，使用的是用户驾驶行为数据库中驾驶任务类型标签为舒适优先模式的训练数据集。

另外，车辆出厂后，在首次执行本申请公开的方案的过程中，在步骤S106中，是对初始配置的各个驾驶任务类型下的车辆换道决策模型进行训练和更新。随着本申请公开的技术方案的不断实施，在步骤S106中，是对最近一次更新后的各个车辆换道决策模型进行训练和更新。

本申请公开的车辆换道决策模型的在线学习方法中，针对多个驾驶任务类型分别配置有车辆换道决策模型，在车辆处于人工驾驶模式的情况下，按照预设时间间隔采集交通场景数据和用户驾驶数据，并且，通过对采集到的交通场景数据和用户驾驶数据进行分析，确定每一帧数据的标签数据，将在一个采样时刻获得交通场景数据、用户驾驶数据和相应的标签数据作为一个训练数据集，生成的训练数据集存储于为该车辆配置的用户驾驶行为数据库，在满足预设条件时，利用用户驾驶行为数据库存储的训练数据集分别对各个驾驶任务类型下的车辆决策换道模型进行训练。

基于本申请公开的车辆换道决策模型的在线学习方法，针对车辆的多个驾驶任务类型分别设置有车辆换道决策模型，这保证了车辆在自动驾驶过程中使用的是与当前驾驶任务类型对应的车辆换道决策模型，而且，在对各个车辆换道决策模型进行训练的过程中，使用的是该车辆在人工驾驶模式下产生的、与各个驾驶任务类型对应的训练数据集，因此，针对一个车辆构建的各个驾驶任务类型下的车辆换道决策模型更加符合用户在各个驾驶任务类型下的驾驶习惯，这使得车辆做出的换道行为更加符合用户的驾驶习惯，从而使得车辆的换道行为更加符合用户的预期，能够显著地提高用户的驾乘体验。

在本申请上述公开的车辆换道决策模型的在线学习方法中，作为一个示例，利用用户驾驶行为数据库分别对各个驾驶任务类型下的车辆换道决策模型进行训练，更新各个车辆换道决策模型，采用如图2所示的方法，包括：

步骤S201：从用户驾驶行为数据库中分别获取与各个驾驶任务类型对应的训练样本集。

用户驾驶行为数据库存储的每个训练数据集都包含有标签数据，每个标签数据包括驾驶任务类型标签和换道行为标签，根据训练数据集中的驾驶任务类型标签，就可以确定该训练数据集对应于哪个驾驶任务类型。

在用户驾驶行为数据库中，获取与驾驶任务类型对应的多个训练数据集，获取到的多个训练数据集构成该驾驶任务类型对应的训练样本集。

实施中，可以指定与一个驾驶任务类型对应的训练样本集所包含的训练数据集的数量。

步骤S202：利用获取到的训练样本集对相应的驾驶任务类型下的车辆换道决策模型进行训练，得到多个新的车辆换道决策模型。

步骤S203：对训练得到的多个新的车辆换道决策模型进行测试，得到测试结果。

步骤S204：在测试结果满足预设精度要求的情况下，将各个驾驶任务类型下的车辆换道决策模型更新为对应的新的车辆换道决策模型。

这里以上文公开的驾驶任务类型包括普通模式、效率优先模式和舒适优先模式为例，进行说明。

从用户驾驶行为数据库中分别获取与普通模式对应的训练样本集1、与效率优先模式对应的训练样本集2、以及与舒适优先模式对应的训练样本集3。

利用获取到的训练样本集1，对普通模式下的车辆换道决策模型进行训练，得到普通模式下的新的车辆换道决策模型。利用获取到的训练样本集2，对效率优先模式下的车辆换道决策模型进行训练，得到效率优先模式下的新的车辆换道决策模型。利用获取到的训练样本集3，对舒适优先模式下的车辆换道决策模型进行训练，得到舒适优先模式下的新的车辆换道决策模型。

对普通模式下的新的车辆换道决策模型进行测试，对效率优先模式下的新的车辆换道决策模型进行测试，对舒适优先模式下的新的车辆换道决策模型进行测试，得到测试结果。

如果测试结果满足预设精度要求，那么，将普通模式下的车辆换道决策模型更新为前述的普通模式下的新的车辆换道决策模型，将效率优先模式下的车辆换道决策模型更新为前述的效率优先模式下的新的车辆换道决策模型，将舒适优先模式下的车辆换道决策模型更新为前述的舒适优先模式下的新的车辆换道决策模型。如果测试结果不满足预设精度要求，那么各个驾驶任务类型下的车辆换道决策模型继续保持，不进行更新处理。

作为另一个示例，将上述的步骤S203和步骤S204替换为：

对训练得到的多个新的车辆换道决策模型分别进行测试，得到多个测试结果；如果某个驾驶任务类型的测试结果满足预设精度要求，则将该驾驶任务类型下的车辆换道决策模型更新为对应的新的车辆换道决策模型。

也就是，针对多个驾驶任务类型下的新的车辆换道决策模型分别进行测试，得到多个测试结果。如果某个驾驶任务类型的测试结果满足预设精度要求，就将该驾驶任务类型的车辆换道决策模型更新为对应的新的车辆换道决策模型。如果某个驾驶任务类型的测试结果不满足预设精度要求，那么该驾驶任务类型下的车辆换道决策模型继续保持，不进行更新处理。

作为另一个示例，可以将上述的步骤S203和步骤S204省略。也就是，在执行步骤S202得到多个新的车辆换道决策模型后，将各个驾驶任务类型下的车辆换道决策模型替换为对应的新的车辆换道决策模型。

作为一个示例，在本申请上述公开的车辆换道决策模型的在线学习方法中，判断是否满足预设条件，包括：

判断所述用户驾驶行为数据库中的训练数据集是否达到第一数量；

如果用户驾驶行为数据库中的训练数据集达到第一数量，则确定满足预设条件，否则，确定不满足预设条件。

在车辆出厂后，用户驾驶行为数据库中的训练数据集会逐渐增多。当用户驾驶行为数据库中的训练数据集达到一定的量级(如第一数量)后，才利用用户驾驶行为数据库中的训练数据集对各个驾驶任务类型下的车辆换道决策模型进行训练，避免出现利用较少的训练数据集对车辆换道决策模型进行训练可能导致偏差的问题。

作为另一个示例，在本申请上述公开的车辆换道决策模型的在线学习方法中，判断是否满足预设条件，包括：

判断用户驾驶行为数据库中新增的训练数据集是否达到第二数量；

如果用户驾驶行为数据库中新增的训练数据集达到所述第二数量，则确定满足预设条件，否则，确定不满足预设条件。

这需要说明的是，用户驾驶行为数据库中新增的训练数据集是指：从最近一次对车辆换道决策模型进行训练的起始时刻开始，到当前时刻为止，存储至用户驾驶行为数据库的训练数据集。

基于上述示例，当用户驾驶行为数据库中新增的训练数据集达到一定量级(如第二数量)时，利用用户驾驶行为数据库中的训练数据集对各个驾驶任务类型下的车辆换道决策模型进行训练，从而避免频繁地对车辆换道决策模型进行训练导致系统的运算量过大的问题。

作为一个示例，在本申请上述公开的车辆换道决策模型的在线学习方法中，对用户驾驶数据进行分析，确定每一帧数据的标签，采用如下方案：

对用户驾驶数据进行分析，确定每一帧数据的换道行为标签；

对交通场景数据和用户驾驶数据进行分析，确定车辆在一个行程内的驾驶任务类型标签。其中，车辆从发动机点火到发动机熄火为一个行程。

也就是说，以车辆的行程为单位，评估车辆的效率与舒适性指标，为车辆的每一个行程贴上驾驶任务类型标签，即，确定车辆在一个行程内的驾驶任务类型标签。

具体实施中，对交通场景数据和用户驾驶数据进行分析，确定车辆在一个行程内的驾驶任务类型标签，可以采用如图3所示的方法，具体包括：

步骤S301：获取车辆在一个行程内的通行效率评估参数。

在人工驾驶车辆的过程中，如果用户追求较高的通行效率，那么该用户会频繁地加减油门、踩踏制动踏板、调整方向盘、调整变速器的档位；如果用户追求较高的舒适性，那么前述的情况很少发生，而且车辆不会出现过大的加速度。

作为一个示例，通行效率评估参数包括油门踏板位置变化率、制动踏板位置变化率、方向盘转角变化率和变速器档位变化次数中的多个。

步骤S302：判断获取的通行效率评估参数是否满足效率优先评估条件，如果满足，则执行步骤S303，否则，执行步骤S304。

步骤S303：确定车辆在该行程内的驾驶任务类型标签为效率优先模式标签。

实施中，效率优先评估条件可以配置为：车辆在一个行程内的通行效率评估参数大于预设的阈值。也就是说，如果车辆在一个行程内的通行效率评估参数大于预设的阈值，就确定车辆在该行程内为效率优先模式。

例如，通行效率评估参数为油门踏板位置变化率和制动踏板位置变化率。在这种情况下，效率优先评估条件具体为：车辆在一个行程内的油门踏板位置变化率大于预设的第一阈值，并且车辆在该行程内的制动踏板位置变化率大于预设的第二阈值。相应的，如果车辆在一个行程内的油门踏板位置变化率大于预设的第一阈值，且制动踏板位置变化率大于预设的第二阈值，则确定车辆在该行程内的驾驶任务类型标签为效率优先模式标签，否则，执行后续的步骤S304。

例如，通行效率评估参数为油门踏板位置变化率和变速器档位变化次数。在这种情况下，效率优先评估条件具体为：车辆在一个行程内的油门踏板位置变化率大于预设的第一阈值，并且车辆在该行程内的变速器档位变化次数大于预设的第三阈值。相应的，如果车辆在一个行程内的油门踏板位置变化率大于预设的第一阈值，且变速器档位变化次数大于预设的第三阈值，则确定车辆在该行程内的驾驶任务类型标签为效率优先模式标签，否则，执行后续的步骤S304。

步骤S304：获取车辆在该行程内的舒适性评估参数。

作为一个示例，舒适性评估参数包括车辆的横向加速度和纵向加速度。

步骤S305：判断获取的舒适性评估参数是否满足舒适性优先评估条件，如果满足，则执行步骤S306，否则，执行步骤S307。

步骤S306：确定车辆在该行程内的驾驶任务类型标签为舒适优先模式标签。

步骤S307：确定车辆在该行程内的驾驶任务类型标签为普通模式标签。

实施中，舒适性优先评估条件可以配置为：车辆在该行程内的舒适性评估参数小于预设的阈值。也就是说，如果车辆在一个行程内的舒适性评估参数小于预设的阈值，就确定车辆在该行程内为舒适优先模式。

例如，舒适性评估条件具体为：车辆在该行程内的横向加速度小于预设的第四阈值，并且车辆在该行程内的纵向加速度小于预设的第五阈值。相应的，如果车辆在该行程内的横向加速度小于预设的第四阈值，且纵向加速度小于预设的第五阈值，则确定车辆在该行程内的驾驶任务类型标签为舒适优先模式标签，否则，确定车辆在该行程内的驾驶任务类型标签为普通模式标签。

本申请上述公开了车辆换道决策模型的在线学习方法，相应的，本申请还公开车辆换道决策模型的在线学习装置，关于两者的说明可以相互参见。

参见图4，图4为本申请公开的一种车辆换道决策模型的在线学习装置的结构图，其中，针对多个驾驶任务类型分别配置有车辆换道决策模型。该在线学习装置包括数据采集单元100、数据分析单元200、训练数据集生成单元300、存储控制单元400、判断单元500和模型训练单元600。

其中：

数据采集单元100，用于车辆处于人工驾驶模式的情况下，按照预设时间间隔采集交通场景数据和用户驾驶数据。

作为一个示例，交通场景数据包括但不限于：道路数据、本车状态数据、交通参与者数据和环境数据。另外，交通场景数据还包括采样时刻的时间戳。

作为一个示例，用户驾驶数据包括用户驾驶操作数据和采样时刻的时间戳。其中，用户驾驶操作数据包括但不限于：制动踏板信号、油门踏板信号、方向盘转角信号和档位信号。

数据分析单元200，用于对交通场景数据和用户驾驶数据进行分析，确定每一帧数据的标签数据。其中，标签数据包括驾驶任务类型标签和换道行为标签，在一个采样时刻采集的交通场景数据和用户驾驶数据为一帧数据。

车辆的换道行为分为三类：左换道行为、右换道行为和非换道行为。换道行为是指：车辆从一个车道跨越车道线到相邻车道的行驶过程。

作为一个示例，驾驶任务类型分为三类：普通模式、效率优先模式和舒适优先模式。其中，效率优先模式为偏向高通行效率的驾驶模型，舒适优先模式为偏向行驶舒适性的驾驶模式，普通模式为通行效率与舒适性适中的驾驶模式。

训练数据集生成单元300，用于生成训练数据集。其中，一个训练数据集包括在一个采样时刻获得的交通场景数据、用户驾驶数据和相应的标签数据。

存储控制单元400，用于将生成的训练数据集存储于为车辆配置的用户驾驶行为数据库。

判断单元500，用于判断是否满足预设条件。

模型训练单元600，用于在满足预设条件的情况下，利用用户驾驶行为数据库分别对各个驾驶任务类型下的车辆换道决策模型进行训练，更新各个车辆换道决策模型。

基于本申请公开的车辆换道决策模型的在线学习装置，针对车辆的多个驾驶任务类型分别设置有车辆换道决策模型，这保证了车辆在自动驾驶过程中使用的是与当前驾驶任务类型对应的车辆换道决策模型，而且，在对各个车辆换道决策模型进行训练的过程中，使用的是该车辆在人工驾驶模式下产生的、与各个驾驶任务类型对应的训练数据集，因此，针对一个车辆构建的各个驾驶任务类型下的车辆换道决策模型更加符合用户在各个驾驶任务类型下的驾驶习惯，这使得车辆做出的换道行为更加符合用户的驾驶习惯，从而使得车辆的换道行为更加符合用户的预期，能够显著地提高用户的驾乘体验。

作为一个示例，在本申请上述公开的在线学习装置中，模型训练单元600包括：

训练样本集获取子单元，用于从用户驾驶行为数据库中分别获取与各个驾驶任务类型对应的训练样本集；

模型训练子单元，用于利用获取到的训练样本集对相应的驾驶任务类型下的车辆换道决策模型进行训练，得到多个新的车辆换道决策模型；

模型测试子单元，用于对模型训练子单元得到的多个新的车辆换道决策模型进行测试，得到测试结果；

模型更新子单元，用于在测试结果满足预设精度要求的情况下，将各个驾驶任务类型下的车辆换道决策模型更新为对应的新的车辆换道决策模型。

作为一个示例，在本申请上述公开的在线学习装置中，判断单元500包括第一判断子单元。第一判断子单元用于判断用户驾驶行为数据库中的训练数据集是否达到第一数量，若用户驾驶行为数据库中的训练数据集达到第一数量，则确定满足预设条件

作为另一个示例，在本申请上述公开的在线学习装置中，判断单元500包括第二判断子单元。第二判断子单元用于判断用户驾驶行为数据库中新增的训练数据集是否达到第二数量，若用户驾驶行为数据库中新增的训练数据集达到第二数量，则确定满足预设条件。

作为一个示例，在本申请上述公开的在线学习装置中，数据分析单元200包括：

换道行为分析子单元，用于对用户驾驶数据进行分析，确定每一帧数据的换道行为标签；

驾驶任务类型分析子单元，用于对交通场景数据和用户驾驶数据进行分析，确定车辆在一个行程内的驾驶任务类型标签，其中，车辆从发动机点火到发动机熄火为一个行程。

需要说明的是，本申请公开的车辆换道决策模型的在线学习方法，可以由车辆的控制器执行，如由车辆的整车控制器执行。

另外，本申请公开的车辆换道决策模型的在线学习方法，也可以由车辆的上位机执行，例如由与车辆无线连接的服务器执行，服务器将更新后的车辆换道决策模型传输至车辆，并存储在车辆的存储介质中。车辆运行过程中，利用存储的车辆换道决策模型进行换道行为决策。

本申请公开的车辆换道决策模型的在线学习装置，可以布置在车辆的控制器中，也可以布置在车辆的上位机中。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种车辆换道决策模型的在线学习方法，其特征在于，针对多个驾驶任务类型分别配置有车辆换道决策模型，所述在线学习方法包括：

在所述车辆处于人工驾驶模式的情况下，按照预设时间间隔采集交通场景数据和用户驾驶数据；

对所述交通场景数据和所述用户驾驶数据进行分析，确定每一帧数据的标签数据，其中，所述标签数据包括驾驶任务类型标签和换道行为标签，在一个采样时刻采集的交通场景数据和用户驾驶数据为一帧数据；

生成训练数据集，其中，一个训练数据集包括在一个采样时刻获得的交通场景数据、用户驾驶数据和相应的标签数据；

将生成的训练数据集存储于为所述车辆配置的用户驾驶行为数据库；

判断是否满足预设条件；

在满足预设条件的情况下，利用所述用户驾驶行为数据库分别对各个驾驶任务类型下的车辆换道决策模型进行训练，更新各个车辆换道决策模型；

其中，利用所述用户驾驶行为数据库分别对各个驾驶任务类型下的车辆换道决策模型进行训练，更新各个车辆换道决策模型，包括：

从所述用户驾驶行为数据库中分别获取与各个驾驶任务类型对应的训练样本集；

利用获取到的训练样本集对相应的驾驶任务类型下的车辆换道决策模型进行训练，得到多个新的车辆换道决策模型；

对训练得到的多个新的车辆换道决策模型进行测试，得到测试结果；

在所述测试结果满足预设精度要求的情况下，将各个驾驶任务类型下的车辆换道决策模型更新为对应的新的车辆换道决策模型。

2.根据权利要求1所述的在线学习方法，其特征在于，所述驾驶任务类型包括：普通模式、效率优先模式和舒适优先模式。

3.根据权利要求1所述的在线学习方法，其特征在于，所述判断是否满足预设条件，包括：

判断所述用户驾驶行为数据库中的训练数据集是否达到第一数量，若所述用户驾驶行为数据库中的训练数据集达到所述第一数量，则确定满足预设条件；

或者，判断所述用户驾驶行为数据库中新增的训练数据集是否达到第二数量，若所述用户驾驶行为数据库中新增的训练数据集达到所述第二数量，则确定满足预设条件。

4.根据权利要求1所述的在线学习方法，其特征在于，对所述交通场景数据和所述用户驾驶数据进行分析，确定每一帧数据的标签，包括：

对所述用户驾驶数据进行分析，确定每一帧数据的换道行为标签；

对所述交通场景数据和所述用户驾驶数据进行分析，确定所述车辆在一个行程内的驾驶任务类型标签，其中，所述车辆从发动机点火到发动机熄火为一个行程。

5.一种车辆换道决策模型的在线学习装置，其特征在于，针对多个驾驶任务类型分别配置有车辆换道决策模型，所述在线学习装置包括：

数据采集单元，用于所述车辆处于人工驾驶模式的情况下，按照预设时间间隔采集交通场景数据和用户驾驶数据；

数据分析单元，用于对所述交通场景数据和所述用户驾驶数据进行分析，确定每一帧数据的标签数据，其中，所述标签数据包括驾驶任务类型标签和换道行为标签，在一个采样时刻采集的交通场景数据和用户驾驶数据为一帧数据；

训练数据集生成单元，用于生成训练数据集，其中，一个训练数据集包括在一个采样时刻获得的交通场景数据、用户驾驶数据和相应的标签数据；

存储控制单元，用于将生成的训练数据集存储于为所述车辆配置的用户驾驶行为数据库；

判断单元，用于判断是否满足预设条件；

模型训练单元，用于在满足预设条件的情况下，利用所述用户驾驶行为数据库分别对各个驾驶任务类型下的车辆换道决策模型进行训练，更新各个车辆换道决策模型；

其中，所述模型训练单元包括：

训练样本集获取子单元，用于从所述用户驾驶行为数据库中分别获取与各个驾驶任务类型对应的训练样本集；

模型训练子单元，用于利用获取到的训练样本集对相应的驾驶任务类型下的车辆换道决策模型进行训练，得到多个新的车辆换道决策模型；

模型测试子单元，用于对所述模型训练子单元得到的多个新的车辆换道决策模型进行测试，得到测试结果；

模型更新子单元，用于在所述测试结果满足预设精度要求的情况下，将各个驾驶任务类型下的车辆换道决策模型更新为对应的新的车辆换道决策模型。

6.根据权利要求5所述的在线学习装置，其特征在于，所述驾驶任务类型包括：普通模式、效率优先模式和舒适优先模式。

7.根据权利要求5所述的在线学习装置，其特征在于，所述判断单元包括第一判断子单元或第二判断子单元；

所述第一判断子单元用于判断所述用户驾驶行为数据库中的训练数据集是否达到第一数量，若所述用户驾驶行为数据库中的训练数据集达到所述第一数量，则确定满足预设条件；

所述第二判断子单元用于判断所述用户驾驶行为数据库中新增的训练数据集是否达到第二数量，若所述用户驾驶行为数据库中新增的训练数据集达到所述第二数量，则确定满足预设条件。

8.根据权利要求5所述的在线学习装置，其特征在于，所述数据分析单元包括：

换道行为分析子单元，用于对所述用户驾驶数据进行分析，确定每一帧数据的换道行为标签；

驾驶任务类型分析子单元，用于对所述交通场景数据和所述用户驾驶数据进行分析，确定所述车辆在一个行程内的驾驶任务类型标签，其中，所述车辆从发动机点火到发动机熄火为一个行程。