CN114394111A - 用于自动驾驶车辆的变道方法 - Google Patents

Abstract

本公开提供了一种用于自动驾驶车辆的变道方法，涉及人工智能领域，尤其涉及自动驾驶技术领域。实现方案为：响应于变道指令，获得自主车辆当前的变道场景数据，变道场景数据包括自主车辆的路径规划以及指示自主车辆的当前车道是否是转弯车道的车道标识；基于变道场景数据，获得指示自主车辆当前是否必须变道的第一检测结果；响应于第一检测结果指示自主车辆当前非必须变道，获得指示当前车道的弯曲程度的第二检测结果；以及基于第二检测结果，获得决策结果，决策结果指示是否取消对应于变道指令的变道操作。

Description

用于自动驾驶车辆的变道方法

技术领域

本公开涉及人工智能技术领域，尤其涉及自动驾驶技术领域，具体涉及一种用于自动驾驶车辆的变道方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

在自动驾驶领域，越来越多的自动驾驶车辆被研发并投入使用，并成为交通物流等领域的有力竞争者。随着自动驾驶车辆带来的便利性被越来越多的人接受，自动驾驶的安全性问题也逐渐引起人们的关注。

自动驾驶变道技术是实现自动驾驶的关键技术之一。相比于常规的规避障碍物变道，在弯道处进行变道时往往存在巨大的风险。因此需要对自动驾驶车辆在弯道处的变道进行更加谨慎和严格的考量。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种用于自动驾驶车辆的变道方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种用于自动驾驶车辆的变道方法，包括：响应于变道指令，获得自主车辆当前的变道场景数据，所述变道场景数据包括所述自主车辆的路径规划以及指示所述自主车辆的当前车道是否是转弯车道的车道标识；基于所述变道场景数据，获得指示所述自主车辆当前是否必须变道的第一检测结果；响应于所述第一检测结果指示所述自主车辆当前非必须变道，获得指示所述当前车道的弯曲程度的第二检测结果；以及基于所述第二检测结果，获得决策结果，所述决策结果指示是否取消对应于所述变道指令的变道操作。

根据本公开的另一方面，提供了一种用于自动驾驶车辆的变道装置，包括：第一获取单元，被配置用于响应于变道指令，获得自主车辆当前的变道场景数据，所述变道场景数据包括所述自主车辆的路径规划以及指示所述自主车辆的当前车道是否是转弯车道的车道标识；第一检测单元，被配置用于基于所述变道场景数据，获得指示所述自主车辆当前是否必须变道的第一检测结果；第二检测单元，被配置用于响应于所述第一检测结果指示所述自主车辆当前非必须变道，获得指示所述当前车道的弯曲程度的第二检测结果；以及决策单元，被配置用于基于所述第二检测结果，获得决策结果，所述决策结果指示是否取消对应于所述变道指令的变道操作。

根据本公开的另一方面，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公开的实施例中所述的用于自动驾驶车辆的变道方法。

根据本公开的另一方面，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，其中，所述计算机指令用于使所述计算机执行本公开的实施例中所述的用于自动驾驶车辆的变道方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现本公开的实施例中所述的用于自动驾驶车辆的变道方法。

根据本公开的另一方面，提供了一种自动驾驶车辆，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公开的实施例中所述的用于自动驾驶车辆的变道方法。

根据本公开的一个或多个实施例，可以减少自主车辆在弯道情况下变道的概率，避免在弯道处变道的情况带来驾驶人员体感差、安全风险大的问题。

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

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的用于自动驾驶车辆的变道方法的流程图；

图3示出了根据本公开的实施例的用于自动驾驶车辆的变道方法中获得指示自主车辆当前所在的车道的弯曲程度的第二检测结果的过程的流程图；

图4示出了根据本公开的实施例的用于自动驾驶车辆的变道方法中基于车道的中心参考线位于当前变道缓冲区域中的部获得第二检测结果的过程的流程图；

图5示出了根据本公开的实施例的用于自动驾驶车辆的变道方法中基于多个采样点和对应的多个曲率值获得第二检测结果的过程的流程图；

图6示出了可以实现根据本公开的实施例的用于自动驾驶车辆的变道方法中基于第二检测结果获得决策结果的过程的流程图；

图7示出了可以实现根据本公开的实施例的用于自动驾驶车辆的变道方法中基于所述比值所述变道概率获得决策结果的过程的流程图；

图8示出了根据本公开的实施例的用于自动驾驶车辆的变道装置的结构框图；以及

图9示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围。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。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括机动车辆110、服务器120以及将机动车辆110耦接到服务器120的一个或多个通信网络130。

在本公开的实施例中，机动车辆110可以包括根据本公开实施例的计算设备和/或被配置以用于执行根据本公开实施例的方法。

服务器120可以运行使得能够执行用于自动驾驶车辆的变道方法的一个或多个服务或软件应用。在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。机动车辆110的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从机动车辆110接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由机动车辆110的一个或多个显示设备来显示数据馈送和/或实时事件。

网络130可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是卫星通信网络、局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(包括例如蓝牙、WiFi)和/或这些与其他网络的任意组合。

系统100还可以包括一个或多个数据库150。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库150中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库150可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库150可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库150中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

机动车辆110可以包括传感器111用于感知周围环境。传感器111可以包括下列传感器中的一个或多个：视觉摄像头、红外摄像头、超声波传感器、毫米波雷达以及激光雷达(LiDAR)。不同的传感器可以提供不同的检测精度和范围。摄像头可以安装在车辆的前方、后方或其他位置。视觉摄像头可以实时捕获车辆内外的情况并呈现给驾驶员和/或乘客。此外，通过对视觉摄像头捕获的画面进行分析，可以获取诸如交通信号灯指示、交叉路口情况、其他车辆运行状态等信息。红外摄像头可以在夜视情况下捕捉物体。超声波传感器可以安装在车辆的四周，用于利用超声波方向性强等特点来测量车外物体距车辆的距离。毫米波雷达可以安装在车辆的前方、后方或其他位置，用于利用电磁波的特性测量车外物体距车辆的距离。激光雷达可以安装在车辆的前方、后方或其他位置，用于检测物体边缘、形状信息，从而进行物体识别和追踪。由于多普勒效应，雷达装置还可以测量车辆与移动物体的速度变化。

机动车辆110还可以包括通信装置112。通信装置112可以包括能够从卫星141接收卫星定位信号(例如，北斗、GPS、GLONASS以及GALILEO)并且基于这些信号产生坐标的卫星定位模块。通信装置112还可以包括与移动通信基站142进行通信的模块，移动通信网络可以实施任何适合的通信技术，例如GSM/GPRS、CDMA、LTE等当前或正在不断发展的无线通信技术(例如5G技术)。通信装置112还可以具有车联网或车联万物(Vehicle-to-Everything，V2X)模块，被配置用于实现例如与其它车辆143进行车对车(Vehicle-to-Vehicle，V2V)通信和与基础设施144进行车辆到基础设施(Vehicle-to-Infrastructure，V2I)通信的车与外界的通信。此外，通信装置112还可以具有被配置为例如通过使用IEEE802.11标准的无线局域网或蓝牙与用户终端145(包括但不限于智能手机、平板电脑或诸如手表等可佩戴装置)进行通信的模块。利用通信装置112，机动车辆110还可以经由网络130接入服务器120。

机动车辆110还可以包括控制装置113。控制装置113可以包括与各种类型的计算机可读存储装置或介质通信的处理器，例如中央处理单元(CPU)或图形处理单元(GPU)，或者其他的专用处理器等。控制装置113可以包括用于自动控制车辆中的各种致动器的自动驾驶系统。自动驾驶系统被配置为经由多个致动器响应来自多个传感器111或者其他输入设备的输入而控制机动车辆110(未示出的)动力总成、转向系统以及制动系统等以分别控制加速、转向和制动，而无需人为干预或者有限的人为干预。控制装置113的部分处理功能可以通过云计算实现。例如，可以使用车载处理器执行某一些处理，而同时可以利用云端的计算资源执行其他一些处理。控制装置113可以被配置以执行根据本公开的方法。此外，控制装置113可以被实现为根据本公开的机动车辆侧(客户端)的计算设备的一个示例。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

参看图2，根据本公开的一些实施例的用于自动驾驶车辆的变道方法200，包括：

步骤S210：响应于变道指令，获得自主车辆当前的变道场景数据；

步骤S220：基于所述变道场景数据，获得指示所述自主车辆当前是否必须变道的第一检测结果；

步骤S230：响应于所述第一检测结果指示所述自主车辆当前非必须变道，获得指示所述当前车道的弯曲程度的第二检测结果；以及

步骤S240：基于所述第二检测结果，获得决策结果，所述决策结果指示是否取消对应于所述变道指令的变道操作。

其中，所述变道场景数据包括所述自主车辆的路径规划以及指示所述自主车辆的当前车道是否是转弯车道的车道标识。

根据本公开的用于自动驾驶车辆的变道方法，在自动驾驶车辆变道的过程中，通过分析变道场景数据，判断自主车辆当前是否必须变道，对非必要变道的情形，通过分析当前车道的弯曲程度，根据当前车道的弯曲程度确定是否取消变道，可以取消在弯道处的大部分变道操作，从而可以减少自主车辆在弯道情况下变道的概率，避免在弯道处变道的情况带来驾驶人员体感差、安全风险大的问题。

在相关技术中，在变道过程中，首先针对主车避障需求，产生变道意图；或者根据全局导航需求，即前方右转、左转、掉头等特殊场景，主车产生变道意图。再根据以上变道意图，对变道安全进行检测，检验从主车到目标车道的变道可行性，其仅仅考虑车辆的变道意图，并未考虑车辆的道路环境，例如是否处于弯道情况。而弯道情况下的变道往往带来安全风险，并且使驾驶人员体感较差。

在根据本公开的实施例中，还根据自主车辆所在的当前车道的弯曲程度，进行变道决策，能够过滤到在弯道处的部分变道操作，使自动驾驶车辆的变道操作更加安全，减少弯道处变道带给驾驶人员体感差的体验。

在一些示例中，变道场景数据包括当前车道的车道标识。

在一些实施例中，通过自主车辆上的摄像装置或者高精地图，获得变道场景数据。

例如，当前道路上的左转标识指示自主车辆当前位于左转车道上，则自主车辆当前必须进行左转的变道。

在一些示例中，变道场景数据包括所述自主车辆的路径规划以及指示所述自主车辆的当前车道是否是转弯车道的车道标识。

例如，根据自主车辆的路径规划，其必须在下一个路口掉头，则当前车辆必须变道到左侧车道上，以进行掉头。

路径规划例如可以是根据目的地和地图获得的时间最少路径、拥堵最少路径和距离最短路径中的一个。

需要理解的是，上述变道场景数据仅仅是示例性的，本领域技术人员应当理解，任何指示自主车辆当前必须变道的数据，均可以作为变道场景数据。

在一些实施例中，基于高精度地图确定指示当前车道的弯曲程度的第二检测结果，例如，基于高精度地图获取当前车道位于自主车辆之前的部分的曲率，基于该曲率获得当前车道的弯曲程度。

在一些实施例中，根据自主车辆的航向角确定指示当前车道的弯曲程度的第二检测结果。例如航向角超过预设值，确定弯曲程度较大。

在一些实施例中，如图3所示，获得指示所述自主车辆当前所在的车道的弯曲程度的第二检测结果包括：

步骤S310：获得所述主车车辆对应于所述变道指令的当前变道缓冲区域；

步骤S320：获得所述当前车道的中心参考线位于所述当前变道缓冲区域中的部分；以及

步骤S330：基于所述部分，获得所述第二检测结果

通过当前道路在当前变道缓冲区域的部分，获得第二检测结果，使第二检测结果的获得方法简单，可靠。

在一些实施例中，变道缓冲区域是基于自主车辆的车速和与自主车辆距离最近的车辆距离该自主车辆的距离获得的，其中该与自主车辆距离最近的车辆位于自主车辆所在的当前车道上。在一个示例中，变道缓冲区域例如可以是当前车道位于自主车辆之前的长度为30m的区域。

在一些实施例中，当前车道的中心线是基于高精度地图获得的。

在一些实施例中，如图4所示，基于所述部分，获得所述第二检测结果包括：

步骤S410：获得位于所述部分上的多个采样点和所述多个采样点中的每一个采样点对应的曲率值，该曲率值指示所述中心参考线在对应的采样点上的曲率；以及

步骤S420：基于所述多个采样点和对应的多个曲率值，获得所述第二检测结果。

基于多个采样点和多个采样点中的每一个采样点对应的曲率值，获得第二检测结果，使第二检测结果的获得过程被量化，从而使第二检测结果准确。

在一些实施例中，多个采样点包括预设数量的采样点。预设数量的取值，例如可以是15。在一个示例中，变道缓冲区域为当前车道位于自主车辆之前的长度为30m的区域，则在变道缓冲区域中延道路延伸方向每2m获得一个采样点。

在一些实施例中，获取多个采样点中每个采样点对应的曲率值的方法可以包括：基于高精度地图获得当前车道在多个采样点中每个采样点处的曲率。

在一些实施例中，获取多个采样点中每个采样点对应的曲率值的方法可以包括：预测自主车辆在多个采样点中的每一个采样点处的航向角，基于该多个采样点对应的多个航向角和多个采样点中相邻两个采样点之间的距离获得当前车道在多个采样点中每个采样点处的曲率。例如，曲率为采样点之间航向角的变化对采样点之间纵向距离的一阶导数，其中采样点之间的纵向距离为在垂直于当前车道的延伸方向上采样点之间的距离。

在一些实施例中，基于多个采样点和多个采样点中的每一个采样点对应的曲率值获得所述第二检测结果包括：响应于多个采样点的多个曲率值的平均值大于预设阈值，确定当前车道的弯曲程度较大；反之，较小。

在一些实施例中，如图5所示，基于所述多个采样点和对应的多个曲率值，获得所述第二检测结果包括：

步骤S510：从所述多个采样点中确定目标采样点集合，所述目标采样点集合中的每个采样点对应的曲率值超出预设曲率阈值；以及

步骤S520：基于所述目标采样点集合，获得所述第二检测结果。

当采样点处的曲率值超出预设曲率阈值，证明该采样点处当前车道的曲率较大，基于曲率值较大的目标采样点集合，获得第二检测结果，使第二检测结果是与曲率值较大的采样点相关的，使获得的指示当前车道的弯曲程度准确的第二检测结果准确。

在一些实施例中，当所述目标采样点集合中采样点的数量超过预设阈值，确定第二检测结果指示该当前车道的弯曲程度较大。

在一些实施例中，基于所述第二检测结果，获得决策结果包括：响应于该第二检测结果指示该当前车道的弯曲程度较大，取消变道操作。

由于在当前车道的弯曲程度较大时，取消了变道操作，减少了在弯道情况下变道的概率，从而避免了在弯道处变道带来驾驶人员体感差、安全风险大的问题。同时，上述基于第二检测结果获得决策结果的过程简单，数据处理量少。

在一些实施例中，所述第二检测结果包括所述目标采样点集合中的采样点的数量和所述多个采样点的数量的比值，如图6所示，所述基于所述第二检测结果，获得决策结果包括：

步骤S610：获得对应于所述变道指令的变道概率，所述变道概率指示所述主车车辆在当前环境中变道的可行性；以及

步骤S620：基于所述比值和所述变道概率，获得所述决策结果。

通过计算目标采样点结合中的采样点的数据和多个采样点的数量的比值作为第二检测结果，并基于变道概率获得决策结果，使决策结果参考变道概率进行，避免单纯基于第二检测结果取消变道操作，使自主车辆错过变道最佳时期。同时，也可以在变道概率较小，即变道可行性不高时，取消变道操作，提升自动驾驶的安全性和舒适性。最终提升自动驾驶过程的可靠性。

在一些实施例中，变道概率是采用经训练的神经网络计算获得的。其中，神经网络基于自主车辆的车速、自主车辆周围的车辆的车速等进行计算获得。

在一些实施例中，基于比值和变道概率，获得决策结果包括：将变道概率与比值进行比较，响应于比值大于变道概率，确定取消变道操作；反之，确定继续变道操作。

由于变道概率和比值分别表征变道可行性和当前车道的弯曲程度，当比值大于变道概率时，说明当前车道的弯曲程度较大，将车道的弯曲程度作为考虑取消变道操作的主要因素，避免弯道处变道出现安全问题。当比值小于变道概率时，说明变道可行性大，而当前车道的弯曲程度较小，将变道可行性作为考虑执行变道操作的主要因素，避免不必要的取消变道操作，避免自主车辆错过变道最佳时期。

在一些实施例中，如图7所示，基于所述比值和所述变道概率，获得所述决策结果包括：

步骤S710：响应于所述变道概率小于预设概率阈值，获得所述比值与所述变道概率的乘积；以及

步骤S720：响应于所述变道概率减去所述乘积后所获得的差值小于预设阈值，获得所述决策结果，所述决策结果指示取消所述变道操作。

基于变道概率和比值进行计算获得计算结果，其中，计算结果为变道概率减去比值与变道概率的乘积；并且基于计算结果获得决策结果，使决策结果的获得过程进一步被量化，提升决策结果的准确性。

在一些实施例中，所述基于所述比值和所述变道概率，获得所述决策结果还包括：响应于所述变道概率不小于预设概率阈值或者所述差值不小于预设阈值，获得所述决策结果，所述决策结果指示不取消所述变道操作。

基于比值和变道概率获得的计算结果不小于预设阈值时，或者变道概率不小于预设概率阈值时，不取消变道操作，避免不必要的取消变道操作，避免自主车辆错过变道最佳时期。

参看公式(1)描述基于比值和变道概率获得决策结果的过程。

其中，r_over为目标采样点结合中的采样点的数据和多个采样点的数量的比值；P(lc)为变道概率。

当变道概率P(lc)小于预设概率阈值0.9时，基于变道概率P(lc)和比值r_over获得计算结果((1-r_over)*P(lc))，将计算结果((1-r_over)*P(lc))与预设阈值0.4进行对比，当计算结果小于0.4时，获得决策结果result为：ture，即取消变道操作。反之，其他情况下，获得决策结果result为：false，即不取消变道操作(也即，执行变道)。

根据本公开的另一方面，还提供一种用于自动驾驶车辆的变道装置，参看图8，装置800包括：第一获取单元810，被配置用于响应于变道指令，获得自主车辆当前的变道场景数据，所述变道场景数据包括所述自主车辆的路径规划以及指示所述自主车辆的当前车道是否是转弯车道的车道标识；第一检测单元820，被配置用于基于所述变道场景数据，获得指示所述自主车辆当前是否必须变道的第一检测结果；第二检测单元830，被配置用于响应于所述第一检测结果指示所述自主车辆当前非必须变道，获得指示所述当前车道的弯曲程度的第二检测结果；以及决策单元840，被配置用于基于所述第二检测结果，获得决策结果，所述决策结果指示是否取消对应于所述变道指令的变道操作。

在一些实施例中，所述第二检测单元830包括：变道缓冲区域获取单元，被配置用于获得所述主车车辆对应于所述变道指令的当前变道缓冲区域；中心参考线获取单元，被配置用于获得所述当前车道的中心参考线位于所述当前变道缓冲区域中的部分；以及第二检测子单元，被配置用于基于所述部分，获得所述第二检测结果。

在一些实施例中，所述第二检测子单元包括：采样单元，被配置用于获得位于所述部分上的多个采样点和所述多个采样点中的每一个采样点对应的曲率值，该曲率值指示所述中心参考线在对应的采样点上的曲率；以及第二获取单元，被配置用于基于所述多个采样点和对应的多个曲率值，获得所述第二检测结果。

在一些实施例中，所述第二获取单元包括：第三获取单元，被配置用于从所述多个采样点中确定目标采样点集合，所述目标采样点集合中的每个采样点对应的曲率值超出预设曲率阈值；以及第四获取单元，被配置用于基于所述目标采样点集合，获得所述第二检测结果。

在一些实施例中，所述第二检测结果包括所述目标采样点集合中的采样点的数量和所述多个采样点的数量的比值，所述决策单元840包括：变道概率获取单元，被配置用于获得对应于所述变道指令的变道概率，所述变道概率指示所述主车车辆在当前环境中变道的可行性；决策子单元，被配置用于基于所述比值和所述变道概率，获得所述决策结果。

在一些实施例中，所述决策子单元包括：第一响应单元，被配置用于响应于所述变道概率小于预设概率阈值，获得所述比值与所述变道概率的乘积；以及第二响应单元，被配置用于响应于所述变道概率减去所述乘积后所获得的差值小于预设阈值，获得所述决策结果，所述决策结果指示取消所述变道操作。

在一些实施例中，所述决策子单元还包括：第三响应单元，被配置用于响应于所述变道概率不小于预设概率阈值或者所述差值不小于预设阈值，获得所述决策结果，所述决策结果指示不取消所述变道操作。

根据本公开的另一方面，还提供一种电子设备，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根据本公开的实施例所述的方法。

根据本公开的另一方面，还提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开的实施例所述的方法。

根据本公开的另一方面，还提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据本公开的实施例所述的方法。

根据本公开的另一方面，还提供一种自动驾驶车辆，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根据本公开的实施例所述的方法。

本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

参考图9，现将描述可以作为本公开的服务器或客户端的电子设备900的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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，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/或者要求的本公开的实现。

如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元909加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

设备900中的多个部件连接至I/O接口905，包括：输入单元906、输出单元907、存储单元908以及通信单元909。输入单元906可以是能向设备900输入信息的任何类型的设备，输入单元906可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元907可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元908可以包括但不限于磁盘、光盘。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM903并由计算单元901执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200。

本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

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)和互联网。

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，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (18)

1.一种用于自动驾驶车辆的变道方法，包括：

响应于变道指令，获得自主车辆当前的变道场景数据，所述变道场景数据包括所述自主车辆的路径规划以及指示所述自主车辆的当前车道是否是转弯车道的车道标识；

基于所述变道场景数据，获得指示所述自主车辆当前是否必须变道的第一检测结果；

响应于所述第一检测结果指示所述自主车辆当前非必须变道，获得指示所述当前车道的弯曲程度的第二检测结果；以及

基于所述第二检测结果，获得决策结果，所述决策结果指示是否取消对应于所述变道指令的变道操作。

2.根据权利要求1所述的方法，其中，所述获得指示所述当前车道的弯曲程度的第二检测结果包括：

获得所述主车车辆对应于所述变道指令的当前变道缓冲区域；

获得所述当前车道的中心参考线位于所述当前变道缓冲区域中的部分；以及

基于所述部分，获得所述第二检测结果。

3.根据权利要求2所述的方法，其中，所述基于所述部分，获得所述第二检测结果包括：

获得位于所述部分上的多个采样点和所述多个采样点中的每一个采样点对应的曲率值，该曲率值指示所述中心参考线在对应的采样点上的曲率；以及

基于所述多个采样点和对应的多个曲率值，获得所述第二检测结果。

4.根据权利要求3所述的方法，其中，所述基于所述多个采样点和对应的多个曲率值，获得所述第二检测结果包括：

从所述多个采样点中确定目标采样点集合，所述目标采样点集合中的每个采样点对应的曲率值超出预设曲率阈值；以及

基于所述目标采样点集合，获得所述第二检测结果。

5.根据权利要求4所述的方法，其中，所述第二检测结果包括所述目标采样点集合中的采样点的数量和所述多个采样点的数量的比值，并且其中，所述基于所述第二检测结果，获得决策结果包括：

获得对应于所述变道指令的变道概率，所述变道概率指示所述主车车辆在当前环境中变道的可行性；以及

基于所述比值和所述变道概率，获得所述决策结果。

6.根据权利要求5所述的方法，其中，所述基于所述比值和所述变道概率，获得所述决策结果包括：

响应于所述变道概率小于预设概率阈值，获得所述比值与所述变道概率的乘积；以及

响应于所述变道概率减去所述乘积后所获得的差值小于预设阈值，获得所述决策结果，所述决策结果指示取消所述变道操作。

7.根据权利要求6所述的方法，其中，所述基于所述比值和所述变道概率，获得所述决策结果还包括：

响应于所述变道概率不小于预设概率阈值或者所述差值不小于预设阈值，获得所述决策结果，所述决策结果指示不取消所述变道操作。

8.一种用于自动驾驶车辆的变道装置，包括：

第一获取单元，被配置用于响应于变道指令，获得自主车辆当前的变道场景数据，所述变道场景数据包括所述自主车辆的路径规划以及指示所述自主车辆的当前车道是否是转弯车道的车道标识；

第一检测单元，被配置用于基于所述变道场景数据，获得指示所述自主车辆当前是否必须变道的第一检测结果；

第二检测单元，被配置用于响应于所述第一检测结果指示所述自主车辆当前非必须变道，获得指示所述当前车道的弯曲程度的第二检测结果；以及

决策单元，被配置用于基于所述第二检测结果，获得决策结果，所述决策结果指示是否取消对应于所述变道指令的变道操作。

9.根据权利要求8所述的装置，其中，所述第二检测单元包括：

变道缓冲区域获取单元，被配置用于获得所述主车车辆对应于所述变道指令的当前变道缓冲区域；

中心参考线获取单元，被配置用于获得所述当前车道的中心参考线位于所述当前变道缓冲区域中的部分；以及

第二检测子单元，被配置用于基于所述部分，获得所述第二检测结果。

10.根据权利要求9所述的装置，其中，所述第二检测子单元包括：

采样单元，被配置用于获得位于所述部分上的多个采样点和所述多个采样点中的每一个采样点对应的曲率值，该曲率值指示所述中心参考线在对应的采样点上的曲率；以及

第二获取单元，被配置用于基于所述多个采样点和对应的多个曲率值，获得所述第二检测结果。

11.根据权利要求10所述的装置，其中，所述第二获取单元包括：

第三获取单元，被配置用于从所述多个采样点中确定目标采样点集合，所述目标采样点集合中的每个采样点对应的曲率值超出预设曲率阈值；以及

第四获取单元，被配置用于基于所述目标采样点集合，获得所述第二检测结果。

12.根据权利要求11所述的装置，其中，所述第二检测结果包括所述目标采样点集合中的采样点的数量和所述多个采样点的数量的比值，所述决策单元包括：

变道概率获取单元，被配置用于获得对应于所述变道指令的变道概率，所述变道概率指示所述主车车辆在当前环境中变道的可行性；以及

决策子单元，被配置用于基于所述比值和所述变道概率，获得所述决策结果。

13.根据权利要求12所述的装置，其中，所述决策子单元包括：

第一响应单元，被配置用于响应于所述变道概率小于预设概率阈值，获得所述比值与所述变道概率的乘积；以及

第二响应单元，被配置用于响应于所述变道概率减去所述乘积后所获得的差值小于预设阈值，获得所述决策结果，所述决策结果指示取消所述变道操作。

14.根据权利要求13所述的装置，其中，所述决策子单元还包括：

第三响应单元，被配置用于响应于所述变道概率不小于预设概率阈值或者所述差值不小于预设阈值，获得所述决策结果，所述决策结果指示不取消所述变道操作。

15.一种电子设备，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1-7中任一项所述的方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。

17.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-7中任一项所述的方法。

18.一种自动驾驶车辆，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1-7中任一项所述的方法。

Images