CN112158199A

CN112158199A - 巡航控制方法、装置、设备、车辆及介质

Info

Publication number: CN112158199A
Application number: CN202011027594.7A
Authority: CN
Inventors: 王睿索
Original assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Current assignee: Apollo Intelligent Technology Beijing Co Ltd
Priority date: 2020-09-25
Filing date: 2020-09-25
Publication date: 2021-01-01
Anticipated expiration: 2040-09-25
Also published as: JP2022003513A; JP7285874B2; EP3838698A2; KR20210044193A; CN112158199B; US20210213947A1; EP3838698A3; KR102443872B1

Abstract

本申请公开了一种巡航控制方法、装置、设备、车辆及介质，涉及自动驾驶技术领域。具体实现方案为：确定目标驾驶装置巡航过程中的车辆自身感知数据和驾驶环境数据；从所述目标驾驶装置的历史驾驶环境数据所关联的历史车辆自身感知数据中，确定与所述车辆自身感知数据相匹配的目标车辆自身感知数据；根据所述目标车辆自身感知数据所关联的目标驾驶状态数据，确定踏板控制信息，用于进行目标驾驶装置的巡航控制。本申请实施例的巡航过程能够适配不同驾驶环境和驾驶用户，提高了用户的使用体验，同时减少了巡航控制过程的数据运算量，从而提高了巡航控制效率。

Description

巡航控制方法、装置、设备、车辆及介质

技术领域

本申请涉及自动驾驶技术领域，具体涉及一种巡航控制方法、装置、设备、车辆及介质。

背景技术

随着人工智能技术的不断发展，人工智能在自动驾驶领域得到了广泛的关注，并逐渐改变着人们的驾驶习惯和出行方式。

在自动驾驶过程中，通常会预先设置固定的驾驶策略，以减少用户自身在刹车和油门间的频繁操作，从而缓解长时间驾驶中的疲劳。然而，上述方式难以适配不同的驾驶环境，也难以适配不同的驾驶用户，致使用户体验度较差。

发明内容

本申请提供了一种适配性更高的巡航控制方法、装置、设备、车辆及介质。

根据本申请的一方面，提供了一种巡航控制方法，包括：

确定目标驾驶装置巡航过程中的车辆自身感知数据和驾驶环境数据；

从所述目标驾驶装置的历史驾驶环境数据所关联的历史车辆自身感知数据中，确定与所述车辆自身感知数据相匹配的目标车辆自身感知数据；

根据所述目标车辆自身感知数据所关联的目标驾驶状态数据，确定踏板控制信息，用于进行目标驾驶装置的巡航控制。

根据本申请的另一方面，还提供了一种巡航控制装置，包括：

车辆自身感知数据确定模块，用于确定目标驾驶装置巡航过程中的车辆自身感知数据和驾驶环境数据；

目标车辆自身感知数据确定模块，用于从所述目标驾驶装置的历史驾驶环境数据所关联的历史车辆自身感知数据中，确定与所述车辆自身感知数据相匹配的目标车辆自身感知数据；

踏板控制信息确定模块，用于根据所述目标车辆自身感知数据所关联的目标驾驶状态数据，确定踏板控制信息，用于进行目标驾驶装置的巡航控制。

根据本申请的另一方面，还提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请实施例提供的任意一种巡航控制方法。

根据本申请的另一方面，还提供了一种车辆，其中，所述车辆包括本申请实施例提供的电子设备。

根据本申请的另一方面，还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请实施例提供的任意一种巡航控制方法。

根据本申请的技术，提高了巡航控制过程中驾驶用户的适配度。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是本申请实施例提供的一种巡航控制方法的流程图；

图2是本申请实施例提供的另一种巡航控制方法的流程图；

图3是本申请实施例提供的另一种巡航控制方法的流程图；

图4A是本申请实施例提供的另一种巡航控制方法的流程图；

图4B是本申请实施例提供的一种驾驶环境树模型的结构示意图；

图4C是本申请实施例提供的另一种驾驶环境树模型的结构示意图；

图5是本申请实施例提供的一种巡航控制装置的结构图；

图6是用来实现本申请实施例的巡航控制方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

本申请实施例提供的各巡航控制方法和巡航控制装置，适用于驾驶装置无需驾驶员控制，从而实现对驾驶装置进行自动巡航控制的情况。各巡航控制方法可以由巡航控制装置执行，该巡航控制装置可以采用软件和/或硬件加以实现，并具体配置于电子设备中，该电子设备可以内置于自动驾驶装置，如自动驾驶车辆中。

图1是本申请实施例提供的一种巡航控制方法的流程图，该巡航控制方法，包括：

S101、确定目标驾驶装置巡航过程中的车辆自身感知数据和驾驶环境数据。

驾驶装置的巡航过程，可以理解为驾驶装置无需驾驶员对油门或刹车等控制踏板进行人为控制，使驾驶装置能按照一定的驾驶状态进行行驶的过程。驾驶装置可以是车辆或轮船等。目标驾驶装置可以理解为正在进行巡航控制的驾驶装置。

车辆自身感知数据用于表征目标驾驶装置当前的运行参数，可以理解为目标驾驶装置中的感知模块所采集的原始数据，或对所采集的原始数据进行转换后的其他数据。感知模块可以包括车道线识别模块、障碍物感知模块、障碍物融合模块和障碍物跟踪模块等。相应的，车辆自身感知数据可以包括但不限于即时速度、即时加速度和油门压力等数据。

驾驶环境数据用于表征目标驾驶装置当前的驾驶环境信息，可以基于对感知模块所采集的原始数据或车辆自身感知数据进行数据处理后得到。示例性地，驾驶环境数据可以包括但不限于在跟驾驶装置的速度、与在跟驾驶装置的距离、在跟驾驶装置类型、和与行驶约束线的相对位置等信息。例如，驾驶装置为车辆时，行驶约束线可以是车道或护栏等。

可选的，原始数据、车辆自身感知数据和驾驶环境数据中的至少一种可以预先存储在目标驾驶装置本地、与目标驾驶装置相关联的其他存储设备或云端中，并在需要时进行相应数据的获取。当然，原始数据还可以从目标驾驶装置的感知模块中实时获取得到。

当获取到原始数据时，可以根据感知字段对原始数据进行处理，得到各感知字段的字段值，从而得到车辆自身感知数据；还可以根据驾驶环境字段对原始数据和/或车辆自身感知数据进行处理，得到各驾驶环境字段的字段值，从而得到驾驶环境数据。

S102、从目标驾驶装置的历史驾驶环境数据所关联的历史车辆自身感知数据中，确定与车辆自身感知数据相匹配的目标车辆自身感知数据。

历史驾驶环境数据所关联的历史车辆自身感知数据可以理解为与历史驾驶环境数据相同时间戳信息所对应的历史车辆自身感知数据。

可选的，可以确定各历史车辆自身感知数据与车辆自身感知数据之间的相似度，并选取相似度较高的历史车辆自身感知数据作为目标车辆自身感知数据。

需要说明的是，当目标驾驶装置使用时间较长时，将会存在大量的历史车辆自身感知数据，因此逐一进行历史车辆自身感知数据与车辆自身感知数据之间相似度的确定必然需要占用大量的内存资源。为了减少进行目标车辆自身感知数据时的数据运算量，可选的，还可以预先对历史车辆自身感知数据进行分类，并分别确定各类别历史车辆自身感知数据与车辆自身感知数据之间的相似度，并选取相似度较高的历史车辆自身感知数据作为目标车辆自身感知数据。

在一可选实施方式中，可以根据至少一个感知字段，对历史车辆自身感知数据进行聚类，得到感知聚类结果，从而实现对历史车辆自身感知数据的分类。为了便于进行不同类别的历史车辆自身感知数据的查找，提高查询效率，可以采用树结构进行感知聚类结果的存储。

S103、根据目标车辆自身感知数据所关联的目标驾驶状态数据，确定踏板控制信息，用于进行目标驾驶装置的巡航控制。

驾驶状态信息用于表征驾驶装置在行驶过程中的状态参数，或所期望的状态参数。示例性地，驾驶状态信息可以包括但不限于加速度、减速度和瞬时速度等信息。

踏板控制信息用于表征控制踏板的开度信息，例如可以包括但不限于油门踏板开度和制动踏板开度等信息。

示例性地，根据历史车辆自身感知数据和历史驾驶状态数据之间的关联关系，确定与目标车辆自身感知数据所关联的候选驾驶状态数据；根据候选驾驶状态数据，确定目标驾驶状态数据；根据目标驾驶状态数据确定踏板控制信息；根据踏板控制信息，对目标驾驶装置进行巡航控制。

需要说明的是，由于候选驾驶状态数据可能不止一组，因此，需要根据候选驾驶状态数据，进一步进行目标驾驶状态数据的确定。可选的，可以随机选取其中一个候选驾驶状态数据，作为目标驾驶状态数据；选取与车辆自身感知数据的时间戳信息距离较近的其中一个候选驾驶状态数据，作为目标驾驶状态数据；或者，根据至少两个候选驾驶状态数据的加权均值，得到目标驾驶状态数据。加权权重可以是由候选驾驶状态数据的数量和/或距离车辆自身感知数据的时间戳信息的时间长度确定。一般的，时间长度越短，权值越高；时间长度越长，权值越低。

在一个可选实施方式中，历史车辆自身感知数据与历史驾驶状态数据的关联关系，可以直接根据时间戳信息进行构建。

然而，当目标驾驶装置使用时间较长时，将会存在大量历史车辆自身感知数据和历史驾驶状态数据的情况。为了减少基于时间戳信息所构建的关联关系过多，导致出现进行目标驾驶状态数据确定时，投入的数据运算量较大的问题，还可以对历史车辆自身感知数据和历史驾驶状态数据进行分类，并根据分类结果进行关联关系的构建。

在另一可选实施方式中，历史车辆自身感知数据与历史驾驶状态数据的关联关系，可以采用以下方式进行构建：根据至少一个感知字段，对历史车辆自身感知数据进行聚类，得到感知聚类结果；根据至少一个驾驶状态字段，对所述历史驾驶状态数据进行聚类，得到驾驶状态聚类结果；根据所述历史车辆自身感知数据与所述历史驾驶状态数据的时间戳信息，建立所述感知聚类结果与所述驾驶状态聚类结果之间的关联关系。

示例性地，可以直接根据各历史车辆自身感知数据之间的距离，对各历史车辆自身感知数据进行聚类，得到感知聚类结果；或者，直接根据历史驾驶状态数据之间的距离，对各历史驾驶状态数据进行聚类，得到驾驶状态聚类结果。

示例性地，还可以针对不同感知字段的字段值的数值范围，对各历史车辆自身感知数据进行分类，得到感知聚类结果；或者，针对不同驾驶状态字段，对各历史驾驶状态数据进行分类，得到驾驶状态聚类结果。

感知聚类结果和/或驾驶状态聚类结果可以采用相同或不同的数据存储结构，在目标驾驶装置本地、或与目标驾驶装置相关联的其他存储设备或云端中，便于进行目标驾驶状态数据的查找匹配。

为了提高目标驾驶状态数据的确定效率，可以针对每一感知类别，关联存储对应的驾驶状态聚类结果的存储地址。

为了便于不同类别的历史驾驶状态数据的查找，提高查询效率，可以采用树结构进行感知聚类结果和/或驾驶状态聚类结果的存储。

本申请实施例通过确定目标驾驶装置巡航过程中的车辆自身感知数据和驾驶环境数据；从目标驾驶装置的历史驾驶环境数据所关联的历史车辆自身感知数据中，确定与车辆自身感知数据相匹配的目标车辆自身感知数据；根据目标车辆自身感知数据所关联的目标驾驶状态数据，确定踏板控制信息，用于进行目标驾驶装置的巡航控制。采用上述技术方案，通过历史驾驶环境数据的关联匹配，进行目标车辆自身感知数据的确定，从而根据目标车辆自身感知数据所关联的目标驾驶状态数据进行踏板控制信息的确定，进而实现对目标驾驶装置的巡航控制，使得巡航控制过程能够适配不同的驾驶环境和驾驶用户，提高了用户的使用体验。另外，通过历史数据关联确定的方式进行踏板控制信息的辅助确定，能够减少巡航控制过程的数据运算量，从而提高了巡航控制效率。

图2是本申请实施例提供的另一种巡航控制方法的流程图，该方法在上述各技术方案的基础上，进行了优化改进。

进一步地，将操作“从目标驾驶装置的历史驾驶环境数据所关联的历史车辆自身感知数据中，确定与车辆自身感知数据相匹配的目标车辆自身感知数据”细化为“从目标驾驶装置的历史驾驶环境数据中，确定与驾驶环境数据相匹配的目标驾驶环境数据；根据目标驾驶环境数据所关联的历史车辆自身感知数据中，确定与车辆自身感知数据相匹配的目标车辆自身感知数据”，以完善目标车辆自身感知数据的确定机制。

如图2所示的一种巡航控制方法，包括：

S201、确定目标驾驶装置巡航过程中的车辆自身感知数据和驾驶环境数据。

S202、从目标驾驶装置的历史驾驶环境数据中，确定与驾驶环境数据相匹配的目标驾驶环境数据。

示例性地，可以确定驾驶环境数据和各历史驾驶环境数据之间的相似度；选取相似度较高的一个历史驾驶环境数据作为目标驾驶环境数据。

需要说明的是，当目标驾驶装置使用时间较长时，将会存在大量的历史驾驶环境数据，因此逐一进行历史驾驶环境数据与驾驶环境数据之间相似度的确定，必然需要占用大量的内存资源。为了减少进行目标驾驶环境数据时的数据运算量，可选的，还可以预先对历史驾驶环境数据进行分类，并分别确定各类别历史驾驶环境数据与驾驶环境数据之间的相似度，并选取相似度较高的历史驾驶环境数据作为目标驾驶环境数据。

在一可选实施方式中，可以根据至少一个驾驶环境字段，对历史驾驶环境数据进行聚类，得到驾驶环境聚类结果，从而实现对历史驾驶环境数据的分类。

示例性地，可以直接根据各历史驾驶环境数据之间的距离，对各历史驾驶环境数据进行距离，得到感知聚类结果。

示例性地，还可以针对不同驾驶环境字段的字段值的数值范围，对各历史驾驶环境数据进行分类，得到驾驶环境聚类结果。

驾驶环境聚类结果可以存储在目标驾驶装置本地、与目标驾驶装置相关联的其他存储设备或云端中，以便进行目标驾驶环境数据的查找匹配。

为了便于进行不同类别的历史驾驶环境数据的查找，提高查询效率，可以采用树结构进行驾驶环境聚类结果的存储。

S203、根据目标驾驶环境数据所关联的历史车辆自身感知数据中，确定与车辆自身感知数据相匹配的目标车辆自身感知数据。

示例性地，根据历史驾驶环境数据和历史车辆自身感知数据之间的关联关系，确定历史驾驶环境数据为目标驾驶环境数据时所关联的候选车辆自身感知数据；根据候选车辆自身感知数据，确定目标车辆自身感知数据，用于进行目标驾驶状态数据的辅助确定。

需要说明的是，由于候选车辆自身感知数据可能不止一组，需要根据候选车辆自身感知数据，进一步进行目标车辆自身感知数据的确定。可选的，可以随机选取其中一个候选车辆自身感知数据作为目标车辆自身感知数据；选取与目标驾驶环境数据的时间戳信息距离较近的其中一个候选车辆自身感知数据，作为目标车辆自身感知数据；或者，根据至少两个候选车辆自身感知数据的加权均值，得到目标车辆自身感知数据。加权权重可以由候选车辆自身感知数据的数量和/或距离目标驾驶环境数据的时间戳信息的时间长度确定。一般的，时间长度越短，权值越高；时间长度越长，权值越低。

在一个可选实施方式中，历史驾驶环境数据和历史车辆自身感知数据之间的关联关系，可以直接根据时间戳信息进行构建。

然而，当目标驾驶装置使用时间较长时，将会存在大量历史驾驶环境数据和历史车辆自身感知数据的情况。为了减少基于时间戳信息所构建的关联关系过多，导致出现目标车辆自身感知数据确定时，投入的数据运算量较大的问题，还可以对历史驾驶环境数据和历史车辆自身感知数据进行分类，并根据分类结果进行关联关系的构建。

在另一可选实施方式中，历史驾驶环境数据和历史车辆自身感知数据之间的关联关系，还可以采用以下方式进行构建：根据至少一个驾驶环境字段，对所述历史驾驶环境数据进行聚类，得到驾驶环境聚类结果；根据至少一个感知字段，对所述历史车辆自身感知数据进行聚类，得到感知聚类结果；根据所述历史驾驶环境数据与所述历史车辆自身感知数据的时间戳信息，建立所述驾驶环境聚类结果与各所述感知聚类结果之间的关联关系。

需要说明的是，通过先对驾驶环境数据和车辆自身感知数据进行聚类，再根据聚类结果进行关联关系构建的方式，能够减少关联关系构建所耗费的时间，同时减少了感知聚类结果的类别数量。

在又一可选实施方式中，历史驾驶环境数据和历史车辆自身感知数据之间的关联关系，还可以采用以下方式进行构建：根据至少一个驾驶环境字段，对所述历史驾驶环境数据进行聚类，得到驾驶环境聚类结果；根据至少一个感知字段，分别对各驾驶环境聚类类别的历史车辆自身感知数据进行聚类，得到感知聚类结果；建立所述驾驶环境聚类结果与所述感知聚类结果之间的关联关系。

需要说明的是，通过分别对驾驶环境数据进行聚类，然后根据聚类结果时间戳信息相关联的历史车辆自身感知数据进行再次聚类，实现了针对单一类别驾驶环境数据也即相同驾驶场景下的历史车辆自身感知数据的聚类，采用此种方式能够在单一类别的驾驶环境数据下，对历史车辆自身感知数据进行更细粒度的聚类，从而使得聚类结果更加准确，为后续踏板控制信息确定结果的准确度的提高，奠定了基础

示例性地，可以直接根据历史驾驶环境数据之间的距离，对各历史驾驶环境数据进行聚类，得到驾驶环境聚类结果；或者，直接根据历史车辆自身感知数据之间的距离，对各历史车辆自身感知数据进行聚类，得到感知聚类结果。

示例性地，还可以针对不同驾驶环境字段的字段值的数值范围，对各历史驾驶环境数据进行分类，得到驾驶环境聚类结果；或者，针对不同感知字段的字段值的数值范围，对各历史车辆自身感知数据进行分类，得到感知聚类结果。

驾驶环境聚类结果和/或感知聚类结果可以采用相同或不同的数据存储结构，在目标驾驶装置本地、或与目标驾驶装置相关联的其他存储设备或云端中，便于进行目标车辆自身感知数据的查找匹配。

为了提高目标车辆自身感知数据的确定效率，可以针对每一驾驶环境类别，关联存储对应的感知聚类结果的存储地址。

为了便于不同类别的历史车辆自身感知数据的查找，提高查询效率，可以采用树结构进行驾驶环境聚类结果和/或感知聚类结果的存储。

S204、根据目标车辆自身感知数据所关联的目标驾驶状态数据，确定踏板控制信息，用于进行目标驾驶装置的巡航控制。

本申请实施例通过将目标车辆自身感知数据的确定操作，细化为从目标驾驶装置的历史驾驶环境数据中，确定与驾驶环境数据相匹配的目标驾驶环境数据；根据目标驾驶环境数据所关联的历史车辆自身感知数据中，确定与车辆自身感知数据相匹配的目标车辆自身感知数据。采用上述技术方案，通过分批匹配的方式依次进行目标驾驶环境数据和目标车辆自身感知数据的确定，为后续踏板控制信息的确定奠定了基础，完善了目标车辆自身感知数据的确定机制。同时，通过分批匹配的方式无需对所有的历史车辆自身感知数据进行匹配确定，因此减少了目标车辆自身感知数据确定过程的数据运算量，从而提高了目标车辆自身感知数据的确定效率，进而为踏板控制信息确定结果的准确度的提高，奠定了基础。

图3是本申请实施例提供的另一种巡航控制方法的流程图，该方法在上述各技术方案的基础上，进行了优化改进。

进一步地，将操作“根据所述目标车辆自身感知数据所关联的目标驾驶状态数据，确定踏板控制信息”，细化为“根据所述驾驶环境数据和所述目标驾驶环境数据的第一距离，和/或，所述车辆自身感知数据和所述目标车辆自身感知数据的第二距离，确定驾驶状态置信度；根据所述驾驶状态置信度和所述目标车辆自身感知数据所关联的目标驾驶状态数据，确定所述踏板控制信息”，以完善踏板控制信息的确定机制。

如图3所示的一种巡航控制方法，包括：

S301、确定目标驾驶装置巡航过程中的车辆自身感知数据和驾驶环境数据。

S302、从所述目标驾驶装置的历史驾驶环境数据中，确定与所述驾驶环境数据相匹配的目标驾驶环境数据。

S303、根据所述目标驾驶环境数据所关联的历史车辆自身感知数据中，确定与所述车辆自身感知数据相匹配的目标车辆自身感知数据。

S304、根据所述驾驶环境数据和所述目标驾驶环境数据的第一距离，和/或，所述车辆自身感知数据和所述目标车辆自身感知数据的第二距离，确定驾驶状态置信度。

驾驶状态置信度用于表征与目标车辆自身感知数据所关联的目标驾驶状态数据，与车辆自身感知数据和驾驶环境数据之间的可信度。也即，所确定的目标驾驶状态数据与当前驾驶场景和当前驾驶用户之间的契合度。

示例性地，根据驾驶环境数据和目标驾驶环境数据中各驾驶环境字段的字段值，确定驾驶环境数据和目标驾驶环境数据之间的第一距离；根据车辆自身感知数据和目标车辆自身感知数据中各感知字段的字段值，确定车辆自身感知数据和目标车辆自身感知数据之间的第二距离；根据第一距离和/或第二距离，确定驾驶状态置信度。

第一距离和/或第二距离可以采用欧氏距离或马氏距离等。

可选的，根据第一距离和/或第二距离，确定驾驶状态置信度，可以是：采用预先构建的置信度函数，根据第一距离和/或第二距离，确定驾驶状态置信度。第一距离和/或第二距离为置信度函数的自变量。置信度函数为减函数，也即随着自变量的增大而减少。

示例性地，可以将第一距离的倒数和第二距离的倒数的加权均值，作为驾驶状态置信度。加权权重可以由技术人员根据需要或经验值进行确定。

S305、根据驾驶状态置信度和目标车辆自身感知数据所关联的目标驾驶状态数据，确定所述踏板控制信息，用于进行目标驾驶装置的巡航控制。

可选的，若驾驶状态置信度大于设定置信度阈值，则表明目标车辆自身感知数据所关联的目标驾驶状态数据，与当前驾驶场景和当前驾驶用户之间的契合度较高，因此可以直接将目标驾驶状态数据转化为踏板控制信息，并根据踏板控制信息，进行目标驾驶装置的巡航控制。或者，根据目标驾驶状态数据和标准驾驶状态数据，确定最终驾驶状态数据；将最终驾驶状态数据转化为踏板控制信息，并根据踏板控制信息，进行目标驾驶装置的巡航控制。

设定置信度阈值可以由技术人员根据需要或经验值进行确定，或通过大量试验反复确定。标准驾驶状态数据可以由目标驾驶装置的研发人员或维护人员根据需要或经验值进行确定。

示例性地，根据目标驾驶状态数据和标准驾驶状态数据，确定最终驾驶状态数据，可以是：将驾驶状态置信度作为目标驾驶状态数据的加权权重；根据驾驶状态置信度确定标准驾驶状态数据的加权权重；采用各加权权重，确定目标驾驶状态数据和标准驾驶状态数据的加权和，并将所确定的和值作为最终驾驶状态数据。

可选的，若驾驶状态置信度不大于设定置信度阈值，则表明目标车辆自身感知数据所关联的目标驾驶状态数据，与当前驾驶场景和当前驾驶用户之间的契合度较低，因此可以直接将标准驾驶状态数据转化为踏板控制信息，并根据踏板控制信息，进行目标驾驶装置的巡航控制。

在上述各技术方案的基础上，由于目标车辆自身感知数据所关联的目标驾驶状态数据可能由于驾驶员自身恶劣驾驶习惯的原因，导致存在一定的危险性，给目标驾驶装置的巡航控制过程带来一定的安全隐患。为了避免上述情况的发生，还可以在确定驾驶状态置信度之后，在根据驾驶状态置信度和目标车辆自身感知数据所关联的目标驾驶状态数据，确定踏板控制信息之前，还可以对具备一定安全隐患的目标驾驶状态置信度进行调整。

示例性地，若目标驾驶状态数据中存在至少一个驾驶状态字段的字段值属于危险状态数据，则对驾驶状态置信度进行调整。危险状态数据可以根据驾驶状态字段的不同设置为相同或不同的危险阈值范围；各阈值范围的具体数值可以由技术人员根据需要或经验值设定，或通过大量试验反复确定。

具体的，若存在至少一个驾驶状态字段的字段值属于危险阈值范围，则确定该组目标驾驶状态数据属于危险状态数据，相应的，调小目标驾驶状态数据的驾驶状态置信度。

本申请实施例通过将踏板控制信息的确定操作细化为根据驾驶环境数据和目标驾驶环境数据的第一距离，和/或车辆自身感知数据和目标车辆自身感知数据的第二距离，确定驾驶状态置信度；根据驾驶状态置信度和目标车辆自身感知数据所关联的目标驾驶状态数据，确定踏板控制信息。上述技术方案通过引入驾驶状态置信度对目标驾驶状态数据与当前驾驶场景和驾驶用户的契合度进行评判，进一步提高了最终确定的踏板控制信息的场景匹配度和用户匹配度，为用户使用体验度的提高奠定了基础。

图4A是本申请实施例提供的另一种巡航控制方法的流程图，该实施例在上述各技术方案的基础上，提供了一种优选实施方式。

如图4A所示的一种巡航控制方法，应用于车辆，包括：

S410、树模型构建阶段；

S420、目标驾驶状态数据确定阶段；

S430、车辆巡航控制阶段。

示例性地，树模型构建阶段，包括：

S411、获取目标车辆历史使用阶段各时间戳信息对应的历史车辆自身感知数据、历史驾驶环境数据和历史驾驶状态数据。

车辆自身感知数据可以是采用车道线识别模块、障碍物感知模块、障碍物融合模块和障碍物跟踪模块所采集的原始数据，通过数据转换后得到的即时车速、即时加速度和油门压力等数据中的至少一种。

驾驶环境数据可以是对每个记录周期的车辆自身感知数据进行处理后得到的本车速度、在跟车辆速度、与在跟车辆的距离、在跟车辆类型和车道行驶线的相对位置等信息中的至少一种。记录周期可以由各传感器的采集频率确定，或由技术人员根据需要或经验值进行确定。

驾驶状态数据可以包括但不限于车辆行驶时的加速度、减速度和瞬时速度等信息。

S412、分别对历史车辆自身感知数据、历史驾驶环境数据和历史驾驶状态数据进行聚类，得到至少一个感知树模型、驾驶环境树模型和驾驶状态数据树模型。

示例性地，可以根据至少一个驾驶环境字段的字段属性，对各历史驾驶环境数据进行聚类，得到相应的驾驶环境树模型。其中，驾驶环境字段可以包括但不限于本车车速、前方车辆车速、本车加速度、和前方车辆加速度等信息中。

参见图4B和图4C所示的驾驶环境树模型的结构示意图。图4B所示的驾驶环境树模型，根据每个驾驶环境字段的字段属性，对历史驾驶环境数据进行分层次聚类得到。图4C所示的驾驶环境树模型，根据所有驾驶环境字段的字段属性，对历史驾驶环境数据进行聚类得到。

示例性地，可以根据至少一个感知字段的字段属性，对各历史车辆自身感知数据进行聚类，得到相应的感知树模型。

可选的，可以根据每个感知字段的字段属性，对历史车辆自身感知数据进行分层次聚类，得到感知树模型；或者可选的，根据所有感知字段的字段属性，对车辆自身感知数据进行聚类，得到感知树模型。

需要说明的是，为了为车辆巡航控制结果与驾驶环境和驾驶用户之间的匹配度和准确度的提高奠定基础，在构建感知树模型时，可以针对驾驶环境树模型中每个叶子节点相同时间戳的历史车辆自身感知数据，分别构建一个感知树模型，从而实现对感知树模型进行更细粒度的划分和构建。

示例性地，可以根据至少一个驾驶状态字段的字段属性，对各历史驾驶状态数据进行聚类，得到相应的驾驶状态树模型。

可选的，可以根据每个驾驶状态字段的字段属性，对历史驾驶状态数据进行分层次聚类，得到驾驶状态树模型；或者可选的，根据所有驾驶状态字段的字段属性，对驾驶状态数据进行聚类，得到驾驶状态树模型。

为了为车辆巡航控制结果与驾驶环境和驾驶用户之间的匹配度和准确度的提高奠定基础，在构建驾驶状态树模型时，可以针对感知树模型中每个叶子节点相同时间戳的历史驾驶状态数据，分别构建一个驾驶状态树模型，从而实现对驾驶树模型进行更细粒度的划分和构建。

S413、根据时间戳信息，构建驾驶环境树模型中各叶子节点与感知树模型之间的第一关联关系，以及感知树模型中各叶子节点与驾驶状态树模型之间的第二关联关系。

为了便于数据查找，还可以在驾驶环境树模型的叶子节点中，根据时间戳信息，构建各叶子节点与相应的感知树模型之间的第一关联关系，例如，可以在叶子节点中存储相应的感知树模型的地址。

为了便于数据查找，在每个感知树模型的叶子节点中，根据时间戳信息，构建各叶子节点与相应的历史驾驶状态树模型之间的第二关联关系，例如，可以在叶子节点中存储相应的历史驾驶状态树模型的地址。

示例性地，目标驾驶状态数据确定阶段，包括：

S421、获取目标车辆巡航控制过程中的车辆自身感知数据和驾驶环境数据。

S422、根据相似度，确定驾驶环境树模型中与驾驶环境数据相匹配的叶子节点作为目标驾驶环境节点。

S423、根据相似度，从与目标驾驶环境节点具备第一关联关系的感知树模型中，确定与车辆自身感知数据相匹配的叶子节点作为目标感知节点。

S424、根据与目标感知节点具备第二关联关系的驾驶状态树模型中的历史驾驶状态数据，确定目标驾驶状态数据。

示例性地，车辆巡航控制阶段，包括：

S431、确定驾驶环境数据与目标驾驶环境节点之间的第一距离，以及车辆自身感知数据与目标感知节点之间的第二距离。

S432、根据第一距离和第二距离确定驾驶状态置信度。

S433、根据驾驶状态置信度分别确定目标驾驶状态数据和标准驾驶状态数据的加权权重。

S434、根据目标驾驶状态数据和标准驾驶状态数据的加权和，确定最终驾驶状态数据。

示例性地，可以根据以下公式进行最终驾驶状态数据的确定：

r＝w₁*r₁+(1-w₁)*r₂；

其中，r为最终驾驶状态数据，w₁为驾驶状态置信度，r₁为目标驾驶状态数据，r₂为标准驾驶状态数据。

S435、根据最终驾驶状态数据确定踏板控制信息，用于目标车辆的巡航控制。

踏板控制信息可以包括但不限于油门踏板开度和制动踏板开度等信息。

图5是本申请实施例提供的一种巡航控制装置的结构图，该巡航控制装置500，包括：车辆自身感知数据确定模块501、目标车辆自身感知数据确定模块502和踏板控制信息确定模块503。

车辆自身感知数据确定模块501，用于确定目标驾驶装置巡航过程中的车辆自身感知数据和驾驶环境数据；

目标车辆自身感知数据确定模块502，用于从目标驾驶装置的历史驾驶环境数据所关联的历史车辆自身感知数据中，确定与车辆自身感知数据相匹配的目标车辆自身感知数据；

踏板控制信息确定模块503，用于根据目标车辆自身感知数据所关联的目标驾驶状态数据，确定踏板控制信息，用于进行目标驾驶装置的巡航控制。

本申请实施例通过车辆自身感知数据确定模块确定目标驾驶装置巡航过程中的车辆自身感知数据和驾驶环境数据；通过目标车辆自身感知数据确定模块从目标驾驶装置的历史驾驶环境数据所关联的历史车辆自身感知数据中，确定与车辆自身感知数据相匹配的目标车辆自身感知数据；通过踏板控制信息确定模块根据目标车辆自身感知数据所关联的目标驾驶状态数据，确定踏板控制信息，用于进行目标驾驶装置的巡航控制。采用上述技术方案，通过历史驾驶环境数据的关联匹配，进行目标车辆自身感知数据的确定，从而根据目标车辆自身感知数据所关联的目标驾驶状态数据进行踏板控制信息的确定，进而实现对目标驾驶装置的巡航控制，使得巡航控制过程能够适配不同的驾驶环境和驾驶用户，提高了用户的使用体验。另外，通过历史数据关联确定的方式进行踏板控制信息的辅助确定，能够减少巡航控制过程的数据运算量，从而提高了巡航控制效率。

进一步地，目标车辆自身感知数据确定模块502，包括：

目标驾驶环境数据匹配单元，用于从目标驾驶装置的历史驾驶环境数据中，确定与驾驶环境数据相匹配的目标驾驶环境数据；

目标车辆自身感知数据匹配单元，用于根据目标驾驶环境数据所关联的历史车辆自身感知数据中，确定与车辆自身感知数据相匹配的目标车辆自身感知数据。

进一步地，装置还包括环境感知关联关系构建模块，用于构建历史驾驶环境数据与历史车辆自身感知数据的关联关系；

环境感知关联关系构建模块，包括：

第一驾驶环境聚类单元，用于根据至少一个驾驶环境字段，对历史驾驶环境数据进行聚类，得到驾驶环境聚类结果；

第一感知聚类单元，用于根据至少一个感知字段，对历史车辆自身感知数据进行聚类，得到感知聚类结果；

第一环境感知关联关系构建单元，用于根据历史驾驶环境数据与历史车辆自身感知数据的时间戳信息，建立驾驶环境聚类结果与各感知聚类结果之间的关联关系。

环境感知关联关系构建模块，包括：

第二驶环境聚类单元，用于根据至少一个驾驶环境字段，对历史驾驶环境数据进行聚类，得到驾驶环境聚类结果；

第二感知聚类单元，用于根据至少一个感知字段，分别对各驾驶环境聚类类别的历史车辆自身感知数据进行聚类，得到感知聚类结果；

第二环境感知关联关系构建单元，用于建立驾驶环境聚类结果与感知聚类结果之间的关联关系。

进一步地，装置还包括感知状态关联关系构建模块，用于构建历史车辆自身感知数据与历史驾驶状态数据的关联关系；

感知状态关联关系构建模块，包括：

感知聚类单元，用于根据至少一个感知字段，对历史车辆自身感知数据进行聚类，得到感知聚类结果；

驾驶状态聚类单元，用于根据至少一个驾驶状态字段，对历史驾驶状态数据进行聚类，得到驾驶状态聚类结果；

感知状态关联关系构建单元，用于根据历史车辆自身感知数据与历史驾驶状态数据的时间戳信息，建立感知聚类结果与驾驶状态聚类结果之间的关联关系。

进一步地，感知聚类结果、驾驶环境聚类结果和驾驶状态聚类结果中的至少一种，采用树结构进行存储。

进一步地，踏板控制信息确定模块503，包括：

置信度确定单元，用于根据驾驶环境数据和目标驾驶环境数据的第一距离，和/或，车辆自身感知数据和目标车辆自身感知数据的第二距离，确定驾驶状态置信度；

踏板控制信息确定单元，用于根据驾驶状态置信度和目标感知状态数据所关联的目标驾驶状态数据，确定踏板控制信息。

进一步地，踏板控制信息确定模块503，还包括：

置信度调整单元，用于在所述确定驾驶状态置信度之后，在根据所述驾驶状态置信度和所述目标车辆自身感知数据所关联的目标驾驶状态数据，确定所述踏板控制信息之前，若目标驾驶状态数据中存在至少一个驾驶字段的字段值属于危险状态数据，则对驾驶状态置信度进行调整。

上述巡航控制装置可执行本发明任意实施例所提供的巡航控制方法，具备执行巡航控制方法相应的功能模块和有益效果。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图6所示，是实现本申请实施例的巡航控制方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，车载设备、个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。

存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的巡航控制方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的巡航控制方法。

存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的巡航控制方法对应的程序指令/模块(例如，附图5所示的车辆自身感知数据确定模块501、目标车辆自身感知数据确定模块502和踏板控制信息确定模块503)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的巡航控制方法。

存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储实现巡航控制方法的电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至实现巡航控制方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

实现巡航控制方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。

输入装置603可接收输入的数字或字符信息，以及产生与实现巡航控制方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

根据本申请实施例的技术方案，通过历史驾驶环境数据的关联匹配，进行目标车辆自身感知数据的确定，从而根据目标车辆自身感知数据所关联的目标驾驶状态数据进行踏板控制信息的确定，进而实现对目标驾驶装置的巡航控制，使得巡航控制过程能够适配不同的驾驶环境和驾驶用户，提高了用户的使用体验。另外，通过历史数据关联确定的方式进行踏板控制信息的辅助确定，能够减少巡航控制过程的数据运算量，从而提高了巡航控制效率。

本申请实施例还提供了一种车辆，该车辆中设置有前述用于实现巡航控制方法的电子设备。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims

1.一种巡航控制方法，包括：

2.根据权利要求1所述的方法，所述从所述目标驾驶装置的历史驾驶环境数据所关联的历史车辆自身感知数据中，确定与所述车辆自身感知数据相匹配的目标车辆自身感知数据，包括：

从所述目标驾驶装置的历史驾驶环境数据中，确定与所述驾驶环境数据相匹配的目标驾驶环境数据；

根据所述目标驾驶环境数据所关联的历史车辆自身感知数据中，确定与所述车辆自身感知数据相匹配的目标车辆自身感知数据。

3.根据权利要求2所述的方法，其中，所述历史驾驶环境数据与所述历史车辆自身感知数据的关联关系，根据以下方式进行构建：

根据至少一个驾驶环境字段，对所述历史驾驶环境数据进行聚类，得到驾驶环境聚类结果；

根据至少一个感知字段，对所述历史车辆自身感知数据进行聚类，得到感知聚类结果；

根据所述历史驾驶环境数据与所述历史车辆自身感知数据的时间戳信息，建立所述驾驶环境聚类结果与各所述感知聚类结果之间的关联关系。

4.根据权利要求2所述的方法，其中，所述历史驾驶环境数据与所述历史车辆自身感知数据的关联关系，根据以下方式进行构建：

根据至少一个感知字段，分别对各驾驶环境聚类类别的历史车辆自身感知数据进行聚类，得到感知聚类结果；

建立所述驾驶环境聚类结果与所述感知聚类结果之间的关联关系。

5.根据权利要求1所述的方法，其中，所述历史车辆自身感知数据与历史驾驶状态数据的关联关系，根据以下方式构建：

根据至少一个驾驶状态字段，对所述历史驾驶状态数据进行聚类，得到驾驶状态聚类结果；

根据所述历史车辆自身感知数据与所述历史驾驶状态数据的时间戳信息，建立所述感知聚类结果与所述驾驶状态聚类结果之间的关联关系。

6.根据权利要求3-5任一项所述的方法，其中，所述感知聚类结果、所述驾驶环境聚类结果和所述驾驶状态聚类结果中的至少一种，采用树结构进行存储。

7.根据权利要求2所述的方法，其中，所述根据所述目标车辆自身感知数据所关联的目标驾驶状态数据，确定踏板控制信息，包括：

根据所述驾驶环境数据和所述目标驾驶环境数据的第一距离，和/或，所述车辆自身感知数据和所述目标车辆自身感知数据的第二距离，确定驾驶状态置信度；

根据所述驾驶状态置信度和所述目标车辆自身感知数据所关联的目标驾驶状态数据，确定所述踏板控制信息。

8.根据权利要求7所述的方法，在所述确定驾驶状态置信度之后，在根据所述驾驶状态置信度和所述目标车辆自身感知数据所关联的目标驾驶状态数据，确定所述踏板控制信息之前，所述方法还包括：

若所述目标驾驶状态数据中存在至少一个驾驶状态字段的字段值属于危险状态数据，则对所述驾驶状态置信度进行调整。

9.一种巡航控制装置，包括：

10.根据权利要求9所述的装置，所述目标车辆自身感知数据确定模块，包括：

目标驾驶环境数据匹配单元，用于从所述目标驾驶装置的历史驾驶环境数据中，确定与所述驾驶环境数据相匹配的目标驾驶环境数据；

目标车辆自身感知数据匹配单元，用于根据所述目标驾驶环境数据所关联的历史车辆自身感知数据中，确定与所述车辆自身感知数据相匹配的目标车辆自身感知数据。

11.根据权利要求10所述的装置，所述装置还包括环境感知关联关系构建模块，用于构建所述历史驾驶环境数据与所述历史车辆自身感知数据的关联关系；

所述环境感知关联关系构建模块，包括：

第一驾驶环境聚类单元，用于根据至少一个驾驶环境字段，对所述历史驾驶环境数据进行聚类，得到驾驶环境聚类结果；

第一感知聚类单元，用于根据至少一个感知字段，对所述历史车辆自身感知数据进行聚类，得到感知聚类结果；

第一环境感知关联关系构建单元，用于根据所述历史驾驶环境数据与所述历史车辆自身感知数据的时间戳信息，建立所述驾驶环境聚类结果与各所述感知聚类结果之间的关联关系。

12.根据权利要求10所述的装置，所述装置还包括环境感知关联关系构建模块，用于构建所述历史驾驶环境数据与所述历史车辆自身感知数据的关联关系；

所述环境感知关联关系构建模块，包括：

第二驶环境聚类单元，用于根据至少一个驾驶环境字段，对所述历史驾驶环境数据进行聚类，得到驾驶环境聚类结果；

第二环境感知关联关系构建单元，用于建立所述驾驶环境聚类结果与所述感知聚类结果之间的关联关系。

13.根据权利要求9所述的装置，所述装置还包括感知状态关联关系构建模块，用于构建所述历史车辆自身感知数据与历史驾驶状态数据的关联关系；

所述感知状态关联关系构建模块，包括：

感知聚类单元，用于根据至少一个感知字段，对所述历史车辆自身感知数据进行聚类，得到感知聚类结果；

驾驶状态聚类单元，用于根据至少一个驾驶状态字段，对所述历史驾驶状态数据进行聚类，得到驾驶状态聚类结果；

感知状态关联关系构建单元，用于根据所述历史车辆自身感知数据与所述历史驾驶状态数据的时间戳信息，建立所述感知聚类结果与所述驾驶状态聚类结果之间的关联关系。

14.根据权利要求11-13任一项所述的装置，其中，所述感知聚类结果、所述驾驶环境聚类结果和所述驾驶状态聚类结果中的至少一种，采用树结构进行存储。

15.根据权利要求10所述的装置，

其中，所述踏板控制信息确定模块，包括：

置信度确定单元，用于根据所述驾驶环境数据和所述目标驾驶环境数据的第一距离，和/或，所述车辆自身感知数据和所述目标车辆自身感知数据的第二距离，确定驾驶状态置信度；

踏板控制信息确定单元，用于根据所述驾驶状态置信度和所述目标车辆自身感知数据所关联的目标驾驶状态数据，确定所述踏板控制信息。

16.根据权利要求15所述的装置，所述踏板控制信息确定模块，还包括：

置信度调整单元，用于若所述目标驾驶状态数据中存在至少一个驾驶状态字段的字段值属于危险状态数据，则对所述驾驶状态置信度进行调整。

17.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的一种巡航控制方法。

18.一种车辆，其中，所述车辆包括如权利要求17所述的电子设备。

19.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的一种巡航控制方法。