CN112003955A - 云端人机混合决策的方法 - Google Patents

Abstract

本发明提供了一种云端人机混合决策的方法，应用于自动驾驶领域，云端人机混合决策的方法包括：自动驾驶车辆向云端服务器发送请求，请求包括自动驾驶车辆的实时数据、触发请求的异常事件、和车辆信息；云端服务器获取请求；云端服务器将请求分发至对应的终端；终端获取请求；终端根据实时数据和异常事件给出解决方案，并将解决方案发送至云端服务器；云端服务器将解决方案发送至自动驾驶车辆。云端人机混合决策的方法减少了自动驾驶车辆在遇到复杂问题时的处理时间，提升了自动驾驶车辆的反应性能，使自动驾驶车辆能够提供更舒适的乘车体验。

Description

云端人机混合决策的方法

技术领域

本发明涉及自动驾驶领域，尤其涉及一种云端人机混合决策的方法。

背景技术

目前，市场上较为常见的自动驾驶车辆是L4级别，L4级别自动驾驶是指能在限定条件下，自动驾驶车辆不需要人为干预，自行完成驾驶任务的级别。这个限定条件不光对车有要求，对道路条件同样也有要求。所以自动驾驶车辆在遇到一些突发情况或者复杂问题时，无法独自处理遇到的突发情况或者复杂问题，例如，自动驾驶车辆在行驶过程中，遇到长时间在非堵车情况下无法继续前进的情况时，自动驾驶车辆非正常的停车时间超过预定的时长，自动驾驶车辆将通过互联网，向云端服务器提出帮助决策的请求。

现有自动驾驶车辆与云端服务器交互解决问题的方案是，云端服务器在获取自动驾驶车辆的请求后，将请求分配给人工专家，由人工专家为请求提供解决方案。但是人工专家的效率以及人数是有限的，很多请求无法及时有效的处理，导致自动驾驶车辆长时间处于异常停车的状态。

为了提高自动驾驶车辆与云端服务器交互解决问题的效率，以便及时处理自动驾驶车辆的请求，有必要发明一种云端人机混合决策的方法。

发明内容

本发明提供一种云端人机混合决策的方法。该方法不仅提高了人工专家提供解决方案的效率，而且提高了自动驾驶车辆与云端服务器交互处理突发情况和复杂问题的效率。

第一方面，本发明实施例提供一种云端人机混合决策的方法，应用于自动驾驶领域，云端人机混合决策的方法包括：

自动驾驶车辆向云端服务器发送请求，请求包括自动驾驶车辆的实时数据、触发请求的异常事件、和车辆信息；

云端服务器获取请求；

云端服务器将请求分发至对应的终端；

终端获取请求；

终端根据实时数据和异常事件给出解决方案，并将解决方案发送至云端服务器；以及

云端服务器将解决方案发送至自动驾驶车辆。

第二方面，本发明实施例提供一种云端人机混合决策的方法，应用于自动驾驶领域，云端人机混合决策的方法包括：

自动驾驶车辆向云端服务器发送请求，所述请求包括所述自动驾驶车辆的实时数据、触发请求的异常事件、和车辆信息；

所述云端服务器获取所述请求；

所述云端服务器根据所述实时数据、异常事件及车辆信息给出解决方案，并将所述解决方案发送至所述自动驾驶车辆。

上述云端人机混合决策的方法，通过云端服务器将请求进行分类，并根据不同的请求类型将请求分配至不同的终端，使终端能够更快的处理自动驾驶车辆发送的请求。该方法解决了自动驾驶车辆与云端服务器交互效率低下的问题，使云端服务器和终端能够更快更及时处理自动驾驶车辆发送来的请求，提升自动驾驶车辆处理问题的效率，提升乘客的乘车体验感。

附图说明

为了更清楚地说明本发明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示出的结构获得其他的附图。

图1A为发明第一实施例提供的云端人机混合决策的方法流程图。

图1B为发明第一实施例提供的云端人机混合决策的方法示意图。

图2A为发明第一实施例提供的云端服务器分发请求流程图。

图2B为发明第一实施例提供的自动驾驶车辆遇到障碍物示意图。

图3为发明第一实施例提供的云端服务器分发请求第一子流程图。

图4为发明第一实施例提供的云端服务器分发请求第二子流程图。

图5为发明第一实施例提供的智能终端处理请求流程图。

图6A为发明第一实施例提供的人工终端处理请求流程图。

图6B-6D为发明第一实施例提供的人工终端页面显示示意图

图7为发明第一实施例提供的解决方案归档流程。

其中，图中各元件标号：

100	自动驾驶车辆	200	云端服务器
				210	人工终端	220	智能终端
820	编辑页面	811	问题显示区域
				822	高精地图	860	实时数据显示区域
150	大树	830	可行驶区域
				810	选择界面	812	单选按钮

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

在本发明的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”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地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连；可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

为使得对本发明的内容有更清楚及更准确的理解，现将结合附图详细说明。说明书附图示出本发明的实施例的示例，其中，相同的标号表示相同的元件。可以理解的是，说明书附图示出的比例并非本发明实际实施的比例，其仅为示意说明为目的，并非依照原尺寸作图。

请结合参看图1A，其为发明第一实施例提供的云端人机混合决策的方法流程图。云端人机混合决策的方法具体包括以下步骤。

步骤S101，自动驾驶车辆向云端服务器发送请求，请求包括自动驾驶车辆的实时数据、触发请求的异常事件、和车辆信息。具体地，自动驾驶车辆在行驶过程中遇到问题路况，比如行驶路段前方刚刚出了车祸，车辆正常行驶的车道被占用。在道路规则的限定下，自动驾驶车辆无法做出决策，只能停留在原地等待决策。自动驾驶车辆等待时间超过预定的时间后向云端服务器发送请求，请求云端服务器协助处理。

请求中具体包括实时数据，触发请求的异常事件，车辆信息。实时数据包括但不限于实时图像数据和实时点云数据。实时图像数据为安装在自动驾驶车辆车身的图像传感器实时获取的车身周围360°的图像数据；实时点云数据为安装在自动驾驶车辆车身的激光雷达实时获取的车身周围360°的点云数据。

触发请求的异常事件包括自动驾驶车辆在发送请求前预设时间段内的自动驾驶车辆状态以及被自动驾驶车辆停住不动的时长。具体地，在本实施例中设置为15分钟。自动驾驶车辆状态包括，全部高清地图的要素、车辆硬件状态、混合决策系统本身的状态、车辆行驶状态等。全部高清地图的要素包括初始路径、车道线、车道中心线等。车辆硬件状态包括，底盘状态、传感器状态、以及其他硬件状态信息。车辆信息包括车牌号，车辆的车型，例如普通车或者豪华车，豪华车的车辆服务支付水平高于普通车的车辆服务支付水平。

步骤S103，云端服务器获取请求。云端服务器通过4G、5G或者其他通信方式获取自动驾驶车辆发来的请求。如图1B所示，自动驾驶车辆100向云端服务器200发送请求。

步骤S105，云端服务器将请求分发至对应的终端。云端服务器按照预设的规则将请求发送至对应的终端。预先设定的优先规则包括但是不限于以下几种规则：(1)重复未解决的请求优先级最高，刚刚发送过请求的自动驾驶车辆又发送请求，说明该自动驾驶车辆可能等待了比较长的时间，将该请求设置为最高优先级。(2)车辆服务支付水平越高的自动驾驶车辆发送的请求优先级越高，比如豪华车优先级更高。(3)发送请求的自动驾驶车辆的等待时间越长，该请求优先级越高。(4)请求信息完整度越低优先级越低，该请求可能需要更长时间传输路况数据，传输未完成前优先级较低。(5)请求为无法通过远程解决的故障优先级更低，例如车辆本身故障，因为远程无法解决，则需要其他协助处理方式。云端服务器根据以上规则对接收到的请求设定请求优先级。请求优先级高的请求优先分发至终端。

如图1B所示，云端服务器200对应着多个人工终端210和多个智能终端220，云端服务器200根据请求优先级以及触发原因类型将请求分发至空闲的人工终端210或者智能终端220。触发原因类型包括，第一类型和第二类型。第一类型是由智能终端处理的触发原因类型，第二类型是由人工终端处理的触发原因类型。

步骤S107，终端获取请求。终端通过4G、5G或者其他通信方式获取云端服务器分发的请求。

步骤S109，终端根据实时数据和异常事件给出解决方案，并将解决方案发送至云端服务器。终端通过4G、5G或者其他通信方式将解决方案发送至云端服务器。

步骤S111，云端服务器将解决方案发送至自动驾驶车辆。云端服务器通过4G、5G或者其他通信方式将解决方案发送至自动驾驶车辆。

在本实施例中，云端人机混合决策的方法通过根据与请求相关的异常事件、和车辆信息将请求分发至对应的终端，并由相应的终端给出处理该请求的最佳解决方案。提升了请求的处理效率，使自动驾驶车辆能够更快的获得解决方案，从而使得自动驾驶车辆能够更快的处理当前遇到的疑难问题，以最快的速度进入正常行驶状态。为乘客提供更加优质的自动驾驶车辆乘车体验。

请结合参看图2A，其为本发明第一实施例提供的步骤S105的子步骤流程图。步骤S105云端服务器将请求分发至对应的终端，具体包括下面步骤。

步骤S201，云端服务器根据预先设定的排序规则对请求设定请求优先级，并根据异常事件分析触发请求的触发原因类型。

异常事件包括但是不限于以下几种情况：（1）自动驾驶车辆行驶的实际路况已经无路可走，与原有的规划路径冲突，自动驾驶车辆无法决策是否掉头。如图2B所示,自动驾驶车辆100在行驶路径前方遇到一颗倒地的大树150，高精地图上并未标识该大树150，传感器反馈行驶路径前有大树150，自动驾驶车辆无法决策下一步的动作是原地掉头或者通过其他路径绕过该大树150。（2）自动驾驶车辆稍微违反一些规则，则有路可走，但是需要临时改变一些现有规则。自动驾驶车辆没有权限修改现有规则，人工专家有权限修改现有规则。（3）自动驾驶车辆的识别算法过于保守，比如长得像行人的树木，自动驾驶车辆无法对其行为进行预测。（4）自动驾驶车辆的传感器、底盘、或者自动驾驶人工智能系统出现问题或者故障。自动驾驶车辆自我检测到故障后，向云端服务器发送请求，请求协助。（5）通讯不通畅时，自动驾驶车辆获取的实时信息有延时，请求云端服务器协助处理。（6）高精地图显示信息与自动驾驶车辆实际感知信息有冲突的时候，自动驾驶车辆无法进行决策，例如原规划路径上出现的新的未定义的道路标志，自动驾驶车辆无法识别上述未定义的道路标志的语义，无法决策是否继续在原规划路径上继续行驶，请求云端服务器协助处理。

触发原因类型包括第一类型和第二类型。第一类型是可以被智能终端直接处理的类型，例如（1）（3）（4）（5）；第一类型的请求可以直接在云端服务器以及智能终端的数据库中找到相关的解决方案。第二类型是不能直接被智能终端处理需要由人工终端处理的类型，例如（2）（6）。当第一类型的请求无法在云端服务器以及智能终端的数据库中找到相关的解决方案时，云端服务器上述请求由第一类型改为第二类型。

步骤S203，云端服务器根据请求优先级和触发原因类型。具体地，云端服务器将请求优先级最高的并且是第一类型的请求分发至智能终端。云端服务器将请求优先级最高的并且是第二类型的请求分发至人工终端。智能终端是带有强大的数据量以及强大的运算能力的终端；人工终端是由带有显示器的终端和人工专家共同构成的终端。人工专家是一队分布在世界各地的经过专业训练的人员，每个人工专家每次只能同时处理一个请求。

在本实施例中，云端服务器根据预先设定的排序规则对请求设定请求优先级，并根据异常事件分析触发请求的触发原因类型；云端服务器根据请求优先级和触发原因类型，将请求分发至对应的终端，使得请求能够被快速地的分类处理，智能终端能够根据请求中所带的信息以最优的处理方式快速给出解决方案，同事减少了人工终端的工作量，快速给出解决方案、提高了云端服务器处理请求的效率。

请结合参看图3，其为本发明第一实施例提供的步骤S203的子步骤流程图。步骤S203云端服务器根据请求优先级和触发原因类型，将请求分发至对应的终端，具体包括下面步骤。

步骤S401，云端服务器根据触发原因类型，判断请求是否符合预设的判断条件。具体地，云端服务器判断请求的触发原因类型否是为第一类型，例如，自动驾驶车辆正在按照规划路径行驶时，行驶路径上突然出现一颗挡路的大树，自动驾驶车辆无法进行决策。从而向云端服务器发送请求，云端服务器根据现有的触发原因类型分类规则将该请求划分为第一类型。进一步地，云端服务器判断该请求是否为第一类型。

步骤S403，若符合判断条件，将请求分发至智能终端。具体地，若该请求是第一类型，云端服务器将该请求分发至智能终端。

步骤S405，若不符合判断条件，将请求分发至人工终端。具体地，若该请求是第二类型，云端服务器将该请求分发至人工终端。

请结合参看图4，其为本发明第一实施例提供的步骤S401的子步骤流程图。步骤S401云端服务器根据触发原因类型，判断请求是否符合预设的判断条件，具体包括下面步骤。

步骤S501，若触发原因类型为第一类型，云端服务器将请求分发至智能终端。

步骤S503，若智能终端未提出解决方案，将请求发送至云端服务器，云端服务器并将触发原因类型更改为第二类型。具体地，智能终端经过数据库搜索以及根据实时数据计算后未得到请求的解决方案，将该请求发送至云端服务器，云端服务器将该请求的触发原因类型由第一类型更改为第二类型。

步骤S505，若触发原因类型为第二类型，云端服务器将请求分发至人工终端。

在本实施例中，云端服务器将请求进行分类，大部分请求由智能终端进行处理，小部分由人工终端进行处理。智能终端处理请求的速度大于人工终端，所以大大提高了请求的处理效率，使得自动驾驶车辆能够更快的获得解决方案，提升自动驾驶车辆遇到复杂情况的反应速度。

请结合参看图5，其为本发明第一实施例提供的步骤S109的子步骤流程图。步骤S109终端根据实时数据和异常事件给出解决方案，并将解决方案发送至云端服务器，具体包括下面步骤。

步骤S701，当终端为智能终端时，智能终端根据异常事件搜索数据库中是否存在相同的异常事件的解决方案。具体地，智能终端在数据库中搜索当前行驶路径出现不明遮挡物时，自动驾驶车辆常用的解决方案。以判定数据库中是否存在上述的解决方案。

步骤S703，若数据库中存在解决方案，智能终端将解决方案发送至云端服务器。

步骤S705，若数据库中不存在解决方案，智能终端根据实时数据处理异常事件以得到解决方案。具体地，智能终端根据实时数据以及异常事件计算出当前行驶路径出现不明遮挡物时，自动驾驶车辆可以使用的解决方案，是原地掉头或者是其他可行的行驶轨迹。

步骤S707，若智能终端未得到解决方案，智能终端将请求发送至云端服务器以使云端服务器将请求分发至人工终端。具体地，若前行驶路径出现不明遮挡物与当前路径的关系过于复杂，智能终端无法计算出当前情况的解决方案，则认为智能终端无法处理该请求。智能终端将该请求发送至云端服务器，云端服务器将该请求分发给人工终端。

请结合参看图6A，其为本发明第一实施例提供的步骤S707的子步骤流程图。步骤S707若智能终端未得到解决方案，智能终端将请求发送至云端服务器以使云端服务器将请求分发至人工终端之后，所述人工终端生成所述解决方案具体包括下面步骤。

步骤S801，人工终端根据异常事件确定问题类型，问题类型包括选择型和编辑型。人工终端在获取请求后，根据实时数据以及异常事件计算出一个或者多个解决方案。当人工终端计算出一个解决方案但是无法确认该解决方案是否可用时，将由人工专家选择该方案是否可用；当人工终端计算出多个解决方案时，将上述多个解决方案转化为选择题选项由人工专家选择出最优解决方案；当人工终端无法计算出解决方案时，将实时数据以及高精地图显示在显示设备上供人工专家进行编辑，以获取人工专家编辑的解决方案。

步骤S803，当问题类型为选择型时，人工终端显示若干可选择的方案供人工专家进行选择。当人工终端计算出一个解决方案但是无法确认该解决方案是否可用时，将由人工专家选择该方案是否可用。如图6B所示，显示终端显示选择页面810，选择页面810上有问题显示区域811和单选按钮812，问题显示区域811中显示请求中遇到的问题，每个单选按钮812后写明该选项代表的状态，“是”或者“否”，人工专家选中状态对应的单选按钮812，人工终端即可获取由人工专家选择的解决方案；若是人工终端不能确定最优的解决方案，由人工专家选择一个最优的解决方案，如图6C所示，显示终端显示选择页面810，选择页面810上有问题显示区域811和选项按钮812，问题显示区域811中显示请求中遇到的问题，每个单选按钮812后写明该选项代表的解决方案，人工专家选中最优解决方案所对应的单选按钮，人工终端即可获取由人工专家选择的解决方案。

步骤S805，人工终端获取人工专家选中的方案生成解决方案，并将解决方案发送至云端服务器。具体地，人工终端电脑设备将该选项转化为解决方案，并将该解决方案发送至云端服务器。

步骤S807，当问题类型为编辑型时，人工终端显示对应的编辑信息供人工专家输入编辑内容。具体地，人工专家对高精地图上的区域进行编辑，重新规划自动驾驶车辆可行驶区域。人工专家通过输入设备，比如鼠标或者触摸屏，利用挪动、增加、删除控制点等方式，修改可行驶区域，该可行驶区域一般用多边形或者其他形状表示。人工专家编辑高精地图后，高精地图的修改内容会同步到自动驾驶车辆的高精地图，同时自动驾驶车辆的实时数据通过云端服务器发送至人工终端协助人工专家进行可行驶区域的编辑。人工终端根据可行驶区域生成解决方案，并将解决方案显示在输出设备上供人工专家确认，人工专家确认解决方案后，人工终端将该解决方案发送至云端服务器。

如图6D所示，人工终端显示器显示编辑页面820，编辑页面820上有问题显示区域811。高精地图822.以及实时数据显示区域860，人工专家根据实时信息860中显示的信息在高精地图822上对可行驶区域830进行编辑，高精地图上显示了自动驾驶车辆100与大树150，人工终端根据可行驶区域830计算出解决方案。

在另一些可行的实施例中，实时显示区域860在显示实时数据的同时还会显示实时数据的鲜活度，鲜活度是实时数据实时性的一个评判参数，鲜活度数据是由通讯速度决定。若通讯速度较低，则鲜活度低，不是最新的数据。当鲜活度低于预设标准时，实时显示区域860会变为灰色，表示该实时数据不可靠。

步骤S809，人工终端根据编辑内容生成解决方案，并将解决方案发送至云端服务器。具体地，人工终端电脑设备将人工专家编辑可行驶区域以及其他规则转化为解决方案，并将该解决方案发送至云端服务器。

在一些可行的实施例中，云端服务器分配给人工终端的请求是一次性的任务。如果同一台自动驾驶车辆连续发送的两次的请求需要人工终端处理，云端服务器可能把两次请求分配给两个不同人工终端处理。

在另一些可行的实施例中，人工专家在处理请求前需要确认接受请求。由于该云端人机混合决策的方法使用不维护状态，使得人工专家处理请求的速度可以非常快，一般是1秒到 10秒内处理一个请求。当人工专家如果需要暂时离开人工终端或者下班时，选择离线状态，云端服务器将不再给该人工终端分发请求。当人工专家在线时，云端服务器给该人工终端分发请求，通过人工终端音响设备发出的声音和显示设备的弹出的提示界面来提醒人工专家，该人工终端获取了请求。如果某个人工专家在规定时间内，比如5秒内，没有接受该请求，比如意外发生没按离线按钮就离开人工终端、不小心睡着或者人工终端的网络突然故障。当出现上述情况人工终端无法处理请求时，将该请求发送至云端服务器，云端服务器将该请求设置为最高优先级，并重新为该请求分配人工终端。一旦人工专家确认一个请求，人工终端显示设备将给人工专家显示相关信息，并获取人工专家的输入信息。

请结合参看图7，其为本发明第一实施例提供的云端人机混合决策的方法子步骤流程图。在解决方案确定了有效时间后，云端人机混合决策的方法具体包括以下步骤。

步骤S901，云端服务器获取解决方案。云端服务器通过4G、5G或者其他通信方式获取解决方案。

步骤S903，云端服务器将解决方案添加至数据库。具体地，人工专家在给出解决方案后，还会给该解决方案制定一个有效时间，这个有效时间是该解决方案在数据库中存在的时间。

步骤S905，若有效时间为永久有效时间且解决方案中包含高精地图数据，云端服务器向高精地图维护终端发送解决方案以更新高精地图。具体地，若有效时间为永久，则该解决方案一直存在于数据库中成为数据库中的永久数据。若有效时间为永久且解决方案中包含高精地图数据，云端服务器向高精地图维护终端发送解决方案以更新高精地图。该解决方案中包含的数据成为高精地图的新数据。

步骤S907，若有效时间为临时有效时间且解决方案超过临时有效时间，云端服务器从数据库中删除或隐藏解决方案。具体地，若有效时间为指定的时间段，该解决方案只能在数据库存在指定的时长，一旦该解决方案超出了规定时间，云端服务器将该解决方案删除或隐藏。例如，针对某路段修路时的解决方案，该路段的维修时间是一个月，所以该解决方案的有效时间是一个月，一个月以后该解决方案就不再具有作用，所以从数据库中删除。又例如，某解决方案只适用于白天6:00-9：00，则该解决方案只在白天6:00-9：00有效，而在其他时间段则被隐藏。

在本实施例中，给解决方案设定有效时间能够提高数据库的利用率，减少无用信息对数据库的占用，提高数据库的搜索效率，从而更快的找出解决方案，提高整体信息交互效率。

在本实施例中，自动驾驶车辆在遇到无法决策的问题时向云端服务器发送请求，云端服务器将请求进行分类以及划分优先级，并根据请求优先级和类型分配到不同的终端进行处理。高效的请求分配使得云端服务器的资源得到充分地利用，大大加快了请求的处理效率，使得云端服务器能够在相同的时间内处理更多的请求。不同终端处理不同类型请求的方式充分发挥了智能终端运算快，与人工终端规则灵活的优势。使得请求能够在最短的时间内被处理，从而大大提高了请求处理效率。自动驾驶车辆能够更快的解决问题，进入正常行驶状态。提升乘客的自动驾驶车辆乘车体验。

本方案第二实施例提供了一种云端人机混合决策的方法，应用于自动驾驶领域，包括自动驾驶车辆向云端服务器发送请求，请求包括自动驾驶车辆的实时数据、触发请求的异常事件、和车辆信息；云端服务器获取请求；云端服务器根据实时数据、异常事件及车辆信息给出解决方案，并将解决方案发送至自动驾驶车辆。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘且本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

以上所列举的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属于本发明所涵盖的范围。

Claims (10)

1.一种云端人机混合决策的方法，应用于自动驾驶领域，其特征在于，所述云端人机混合决策的方法包括：

自动驾驶车辆向云端服务器发送请求，所述请求包括所述自动驾驶车辆的实时数据、触发请求的异常事件、和车辆信息；

所述云端服务器获取所述请求；

所述云端服务器将所述请求分发至对应的终端；

所述终端获取所述请求；

所述终端根据所述实时数据和所述异常事件给出解决方案，并将所述解决方案发送至所述云端服务器；以及

所述云端服务器将所述解决方案发送至所述自动驾驶车辆。

2.如权利要求1所述的云端人机混合决策的方法，其特征在于，所述云端服务器将所述请求分发至对应的终端，具体包括：

所述云端服务器根据预先设定的排序规则对所述请求设定请求优先级，并根据所述异常事件分析触发所述请求的触发原因类型；以及

所述云端服务器根据所述请求优先级和所述触发原因类型，将所述请求分发至对应的所述终端。

3.如权利要求2所述的云端人机混合决策的方法，其特征在于，所述云端服务器根据预先设定的排序规则对所述请求设定请求优先级,具体包括：

根据所述车辆信息按照预先设定的排序规则给所述请求设定所述请求优先级；或者

根据获取所述请求的时间给所述请求设定所述请求优先级，其中，获取所述请求的时间越早，所述请求的优先级越高；或者

根据所述自动驾驶车辆针对同一所述异常事件的请求次数给所述请求设定所述请求优先级，其中所述请求次数越多，所述请求的优先级越高。

4.如权利要求2所述的云端人机混合决策的方法，其特征在于，所述终端包括智能终端和人工终端，所述云端服务器根据所述请求优先级和所述触发原因类型，将所述请求分发至对应的所述终端，具体包括：

所述云端服务器根据所述触发原因类型，判断所述请求是否符合预设的判断条件；

若符合所述判断条件，将所述请求分发至所述智能终端；或者

若不符合所述判断条件，将所述请求分发至所述人工终端。

5.如权利要求4所述的云端人机混合决策的方法，其特征在于，所述触发原因类型包括：第一类型，第二类型，所述云端服务器根据所述触发原因类型，判断所述请求是否符合预设的判断条件，具体包括：

若所述触发原因类型为所述第一类型，所述云端服务器将所述请求分发至所述智能终端；

若所述智能终端未提出所述解决方案，将所述请求发送至所述云端服务器，所述云端服务器将所述触发原因类型更改为第二类型；或者

若所述触发原因类型为所述第二类型，所述云端服务器将所述请求分发至所述人工终端。

6.如权利要求4所述的云端人机混合决策的方法，其特征在于，当所述终端为所述人工终端时，所述人工终端获取所述请求之后，所述云端人机混合决策的方法还包括：

当所述人工终端在指定时间内获取到人工专家输入的确认信息时，所述人工终端将所述异常事件和所述实时数据显示在输出设备上；或者

当所述人工终端未在指定时间内获取到人工专家输入的确认信息时，所述人工终端将所述请求发送至所述云端服务器。

7.如权利要求4所述的云端人机混合决策的方法，其特征在于，所述终端根据所述实时数据和所述异常事件给出解决方案，并将所述解决方案发送至所述云端服务器，具体包括：

当所述终端为所述智能终端时，所述智能终端根据所述异常事件搜索数据库中是否存在相同的所述异常事件的所述解决方案；

若所述数据库中存在所述解决方案，所述智能终端将所述解决方案发送至所述云端服务器；或者

若所述数据库中不存在所述解决方案，所述智能终端根据所述实时数据处理所述异常事件以得到所述解决方案；

若所述智能终端未得到所述解决方案，所述智能终端将所述请求发送至所述云端服务器以使所述云端服务器将所述请求分发至所述人工终端。

8.如权利要求7所述的云端人机混合决策的方法，其特征在于，若所述智能终端未得到所述解决方案，所述智能终端将所述请求发送至所述云端服务器以使所述云端服务器将所述请求分发至所述人工终端之后，所述人工终端生成所述解决方案具体包括：

所述人工终端根据所述异常事件确定问题类型，所述问题类型包括选择型和编辑型；

当所述问题类型为所述选择型时，所述人工终端显示若干可选择的方案供人工专家进行选择；

所述人工终端获取所述人工专家选中的所述方案生成所述解决方案，并将所述解决方案发送至所述云端服务器；或者

当所述问题类型为所述编辑型时，所述人工终端显示对应的编辑信息供所述人工专家输入编辑内容；

所述人工终端根据所述编辑内容生成所述解决方案，并将所述解决方案发送至所述云端服务器。

9.如权利要求8所述的云端人机混合决策的方法，其特征在于，所述解决方案还包括所述解决方案的有效时间，所述有效时间包括永久有效时间和临时有效时间，所述云端人机混合决策的方法具体包括：

所述云端服务器获取所述解决方案；

所述云端服务器将所述解决方案添加至所述数据库；

若所述有效时间为所述永久有效时间且所述解决方案中包含高精地图数据，所述云端服务器向高精地图维护终端发送所述解决方案以更新高精地图；或者

若所述有效时间为所述临时有效时间且所述解决方案超过所述临时有效时间，所述云端服务器从所述数据库中删除或隐藏所述解决方案。

10.一种云端人机混合决策的方法，应用于自动驾驶领域，其特征在于，所述云端人机混合决策的方法包括：

自动驾驶车辆向云端服务器发送请求，所述请求包括所述自动驾驶车辆的实时数据、触发请求的异常事件、和车辆信息；

所述云端服务器获取所述请求；

所述云端服务器根据所述实时数据、所述异常事件及所述车辆信息给出解决方案，并将所述解决方案发送至所述自动驾驶车辆。

Images