CN114475632B - 自动驾驶控制数据确定方法、装置、设备及存储介质 - Google Patents

Abstract

本公开提供了一种自动驾驶控制数据确定方法、装置、设备、存储介质、程序产品以及自动驾驶车辆，涉及计算机技术领域，尤其涉及人工智能、自动驾驶以及智能交通技术领域。具体实现方案为：根据参考数据，确定车辆的目标行驶意图数据；根据目标行驶意图数据，确定目标处理模块，其中，目标处理模块是多个处理模块中与行驶意图数据对应的一个处理模块；以及根据目标处理模块，确定用于对车辆的行驶进行控制的控制数据。

Description

自动驾驶控制数据确定方法、装置、设备及存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及人工智能、自动驾驶以及智能交通技术领域，具体涉及一种自动驾驶控制数据确定方法、装置、设备、存储介质、程序产品以及自动驾驶车辆。

背景技术

自动驾驶是人工智能技术领域的一个应用分支，如何准确、高效地控制车辆驾驶是当前面临的一大挑战。

发明内容

本公开提供了一种自动驾驶控制数据确定方法、装置、设备、存储介质、程序产品以及自动驾驶车辆。

根据本公开的一方面，提供了一种自动驾驶控制数据确定方法，包括：根据参考数据，确定车辆的目标行驶意图数据；根据目标行驶意图数据，确定目标处理模块，其中，目标处理模块是多个处理模块中与目标行驶意图数据对应的一个处理模块；以及根据目标处理模块，确定用于对车辆的行驶进行控制的控制数据。

根据本公开的另一方面，提供了一种自动驾驶控制数据确定装置，包括：目标行驶意图数据确定模块、目标处理模块确定模块以及控制数据确定模块；行驶意图数据确定模块，用于根据参考数据，确定车辆的目标行驶意图数据；目标处理模块确定模块，用于根据目标行驶意图数据，确定目标处理模块，其中，目标处理模块是多个处理模块中与行驶意图数据对应的一个处理模块；控制数据确定模块，用于根据目标处理模块，确定用于对车辆的行驶进行控制的控制数据。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和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实施例的方法。

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，所述计算机指令用于使所述计算机执行本公开实施例的方法。

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，所述计算机程序在被处理器执行时实现本公开实施例的方法。

根据本公开的另一方面，提供了一种自动驾驶车辆，包括本公开实施例的电子设备，车辆根据用于对车辆的行驶进行控制的控制数据进行驾驶。

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，不构成对本公开的限定。其中：

图1示意性示出了根据本公开实施例的自动驾驶控制数据确定方法和装置的系统架构图；

图2示意性示出了根据本公开实施例的自动驾驶控制数据确定方法的流程图；

图3示意性示出了根据本公开实施例的自动驾驶控制数据确定方法的示意图；

图4示意性示出了根据本公开一实施例的确定车辆的目标行驶意图数据的示意图；

图5示意性示出了根据本公开一实施例的目标处理模块的示意图；

图6示意性示出了根据本公开另一实施例的自动驾驶控制数据确定方法的示意图；

图7示意性示出了根据本公开实施例的自动驾驶控制数据确定装置的框图；以及

图8示意性示出了可以实现本公开实施例的自动驾驶控制数据确定方法的电子设备的框图。

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。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

本公开的实施例提供了一种自动驾驶控制数据确定方法，包括：根据参考数据，确定车辆的目标行驶意图数据；根据目标行驶意图数据，确定目标处理模块，其中，目标处理模块是多个处理模块中与目标行驶意图数据对应的一个处理模块；以及根据目标处理模块，确定用于对车辆的行驶进行控制的控制数据。

如图1所示，本公开实施例的应用场景100包括多个车辆101、102、103，以及服务器104。车辆101、102、103可以是自动驾驶车辆。

在一种实施例中，车辆101、102、103可以和服务器104进行数据交互。例如，车辆101、102、103可以将参考数据传输至服务器104中，基于参考数据进行运算，得到当前车辆的控制数据。具体地，参考数据例如可以包括障碍物数据、地图数据、车辆位置数据以及车辆历史控制数据，可以根据参考数据，确定当前车辆的目标行驶意图数据。该目标行驶意图例如可以包括左转、右转、直行等。根据目标行驶意图，可以确定目标处理模块，利用该目标处理模块确定控制数据。控制数据例如可以用于控制车辆的底盘线控系统。当前车辆可以是车辆101、102、103中的任意一个。

在另一种示例中，车辆101、102、103可以进行数据处理。其中，当前车辆的车机系统可以具有数据处理功能，车机系统可以车辆的参考数据进行运算，得到当前车辆的控制数据。

示例性地，车辆包括电子设备，电子设备包括但不仅限于车机系统，电子设备可以执行本公开实施例的自动驾驶控制数据确定方法。车机系统可以包括底盘线控系统。

车辆可以是自动驾驶车辆。

应该理解，图1中的车辆和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的车辆和服务器。

应注意，本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

在本公开的技术方案中，在获取或采集用户个人信息之前，均获取了用户的授权或同意。

本公开实施例提供了一种自动驾驶控制数据确定方法，下面结合图1的系统架构，参考图2～图6来描述根据本公开示例性实施方式的自动驾驶控制数据确定方法。本公开实施例的自动驾驶控制数据确定方法例如可以由图1所示的服务器105来执行。

图2示意性示出了根据本公开一实施例的自动驾驶控制数据确定方法的流程图。

如图2所示，本公开实施例的自动驾驶控制数据确定方法200例如可以包括操作S210～操作S230。

在操作S210，根据参考数据，确定车辆的目标行驶意图数据。

可以理解，行驶意图数据可以包括多个，例如左转、右转、直行以及变道等多个具体的、表征行驶意图的数据。在任一时刻，可以根据参考数据，从多个可能的行驶意图数据中确定一个行驶意图数据为目标行驶意图数据。在操作S220，根据行驶意图数据，确定目标处理模块。

目标处理模块是多个处理模块中与目标行驶意图数据对应的一个处理模块。多个处理模块可以理解为与多个具体的行驶意图数据一一对应的、可以对行驶意图数据进行相关逻辑处理的封装模块。

在操作S230，根据目标处理模块，确定用于对车辆的行驶进行控制的控制数据。

示例性地，控制数据可以包括对车辆的硬件设备进行控制的指令数据，控制数据例如可以用于控制车辆的行驶速度、方向或轨迹等。

在自动驾驶技术领域，一些实施例中，利用通用模块确定控制数据，其中，通用模块耦合多个行驶意图数据的处理逻辑，因此通用模块可以与多个行驶意图数据均适配。可以理解，利用通用模块，确定目标行驶意图数据相应的控制数据时，会引入其他的行驶意图数据，并对其他的行驶意图数据进行运算处理，浪费算力等资源，效率低下。另外，通用模块的与多个行驶意图的处理逻辑相关的代码比较分散，在版本迭代等情况下，难以复用且不便更新。

本公开实施例的自动驾驶控制数据确定方法，在任意时刻，可以根据参考数据，确定车辆的一个目标行驶意图数据，并根据目标行驶意图数据，确定与该目标行驶意图数据对应的目标处理模块。处理模块根据不同的行驶意图数据划分，因此，目标处理模块仅与当前确定的目标行驶意图数据相关，不引入与目标行驶意图数据无关的数据，所以不会在与目标行驶意图数据无关的数据上浪费算力等资源，因此可以准确、快速地确定控制数据，具有更高的控制数据确定效率。另外，独立的处理模块也可以复用，便于更新。

图3示意性示出了根据本公开实施例的自动驾驶控制数据确定方法300的示意图。根据本公开实施例的自动驾驶控制数据确定方法300，包括操作S310～操作S330。在操作S310，根据参考数据301，确定车辆的目标行驶意图数据302。在操作S320，根据目标行驶意图数据302，确定目标处理模块303。在操作S330，根据目标处理模块303，确定用于对车辆的行驶进行控制的控制数据304。

根据本公开实施例的自动驾驶控制数据确定方法，目标处理模块可以包括多个目标算子。根据目标处理模块，确定用于对车辆的行驶进行控制的控制数据可以包括以下操作。

根据多个目标算子对参考数据进行处理，得到用于对车辆的行驶进行控制的控制数据。

算子可以理解为独立的处理逻辑。算子例如可以是模型、策略、规则等。

本公开实施例的自动驾驶控制数据确定方法，可以对目标处理模块进一步解耦，得到目标算子，目标算子例如可以独立开发以及在不同的处理模块中进行复用，灵活性更高。例如，在版本迭代时，可以快速、高效地开发新版本。

根据本公开实施例的自动驾驶控制数据确定方法，目标处理模块可以包括目标预测模块和目标规划模块，多个目标算子包括多个目标预测算子和多个目标规划算子。根据多个目标算子对参考数据进行处理，得到用于对车辆的行驶进行控制的控制数据可以包括以下操作。

根据目标预测算子对参考数据进行处理，得到预测路径。

根据目标规划算子对预测路径和参考数据进行处理，得到用于对车辆的行驶进行控制的控制数据。

自动驾驶场景中，确定控制数据与诸多因素相关，这些因素例如包括道路数据等周边环境，还包括短时间内可变的行人数据、交通灯信号数据等。这就使得在确定控制数据时，需要根据参考数据，预测下一时刻的可行路径，然后进行路径规划，得到控制数据。

本公开实施例的自动驾驶控制数据确定方法，将目标处理模块进一步解耦，针对每一个行驶意图数据，结合自动驾驶的应用场景，均进行预测和规划，可以确定准确的控制数据。

根据本公开实施例的自动驾驶控制数据确定方法，多个目标算子可以包括公共算子和专有算子，公共算子可以适配彼此不同的多个行驶意图数据，专有算子可以适配单个行驶意图数据。

根据本公开实施例的自动驾驶控制数据确定方法，通过区分公共算子和专有算子，可以在不同的行驶意图数据的场景下，复用公共算子并独立开发专有算子，更加灵活。

专有算子还可以相互参考，例如，左转的行驶意图数据对应的专有算子与右转的行驶意图数据对应的专有算子可以相互参考。

示例性地，根据本公开实施例的自动驾驶控制数据确定方法，目标算子至少支持执行以下操作中的一个：配置操作、拆分操作以及增删操作。

在例如版本迭代等情况下，可能需要对某些功能进行调整或者增加某些功能等等。由于目标算子相互独立，因此，可以通过对目标算子进行相关操作，快捷、高效地满足各种应用场景下的需求。

例如可以通过配置操作对目标算子的相关参数进行配置。可以通过拆分操作对目标算子进行拆分，得到更细化的目标单元。可以通过增删操作增加或者删除目标处理模块的目标算子。

示例性地，根据本公开实施例的自动驾驶控制数据确定方法，还可以包括以下操作。

根据目标行驶意图数据，从参考数据中确定与目标行驶意图数据相关的目标参考数据。

例如，在行驶意图为左转时，可以确定车辆左侧的参考数据为目标参考数据。

增大目标参考数据的资源分配占比。

示例性地，资源可以包括算力。

示例性地，可以通过增大目标参考数据的权重数值，增大目标参考数据的资源分配占比，权重数值的大小例如可以表征分配资源的优先级高低。

本公开实施例的自动驾驶控制数据确定方法，可以根据目标行驶意图数据，对参考数据的资源分配进行合理区分，资源向与目标行驶意图数据相关的目标参考数据倾斜，以准确确定控制数据。

图4示意性示出了根据本公开一实施例的自动驾驶控制数据确定方法。

根据本公开实施例的自动驾驶控制数据确定方法，参考数据可以包括：障碍物数据、地图数据、车辆位置数据以及车辆历史控制数据。

操作S410的根据参考数据，确定车辆的目标行驶意图数据可以包括操作S411～操作S413。

在操作S411，根据车辆的历史控制数据401，确定车辆的历史行驶动作数据402。

车辆的历史控制数据可以包括车辆在上一时刻的控制数据。例如，可以以上一帧的车辆的控制数据作为车辆的历史控制数据。

在操作S412，根据地图数据403和车辆位置数据404，确定车辆的导航数据405。

在操作S413，根据导航数据405、障碍物数据406以及历史行驶动作数据402，确定车辆的目标行驶意图数据407。

可以理解，在足够短的时间段内，车辆的行驶意图一般并不改变。例如，因此，车辆的目标行驶意图数据可以参考车辆的历史控制数据。在实际情况下，车辆行驶时需要规避障碍物数据，因此，车辆的目标行驶意图数据还可以参考障碍物数据。

本公开实施例的自动驾驶控制数据确定方法，可以综合与自动驾驶场景相关的障碍物数据、地图数据、车辆位置数据以及车辆历史控制数据等，准确确定车辆的行驶意图数据。

如图5所示，根据本公开实施例的自动驾驶控制数据确定方法500，多个目标预测算子可以包括以下中的至少一个：障碍物提取算子A21、障碍物排序算子A22、障碍物过滤算子A23、障碍物预测算子A24以及路径生成算子A25。多个目标规划算子可以包括以下中的至少一个：导航算子A31、参考线生成算子A32、场景分析算子A33、障碍物决策算子A34、参考线剪枝算子A35以及路径规划算子A36。

图5还示意性示出了目标处理模块501、目标预测模块502以及目标规划模块503。

障碍物提取算子A21可以用于提取障碍物的数据。例如，可以提取障碍物的长度数据、宽度数据、高度数据、速度数据等。

障碍物排序算子A22可以用于根据一定的排序规则对障碍物进行排序。排序规则例如可以是障碍物与车辆的距离远近规则、障碍物的速度大小规则。

障碍物过滤算子A23可以用于对障碍物进行筛选和过滤，保留与目标行驶意图数据相关性更高的障碍物。示例性地，可以对上述排序后的障碍物根据筛选阈值进行筛选。例如，共有200个障碍物，排序后的障碍物依次编号为1-200，筛选阈值为80时，可以保留编号为1-80的障碍物。

障碍物预测算子A24可以用于根据障碍物的历史轨迹，对下一时刻的障碍物的路径进行预测。例如，某一行人上一时刻的动作为左转，可以预测该行人下一时刻的动作也是左转。

路径生成算子A25可以用于根据障碍物预测算子A24的输出，生成可行的预测路径。

导航算子A31可以用于确定车辆的当前时刻的位置数据。上述实施例中，可以根据地图数据和车辆位置数据，确定车辆的导航数据。但是，由于车辆位置数据和地图数据不断变化，导航数据实际也可能变化，因此，导航算子A31可以获取最新的导航数据，进行路径规划。定位算子可以认为是一个公共算子。

参考线生成算子A32可以用于生成参考线。车辆可以沿参考线行驶。参考线生成算子也可以认为是一个公共算子。

场景分析算子A33可以用于根据障碍物等参考数据对当前场景进行分析。例如，车辆的目标行驶意图数据是向左侧车道变道，则场景分析算子A33可以分析左侧车道的车流情况是否满足变道条件。

障碍物决策算子A34可以用于确定与车辆行驶直接相关的障碍物。障碍物决策算子A34也可以认为是一个公共算子。

参考线剪枝算子A35可以用于从多个参考线中确定一个目标参考线。

路径规划算子A36可以用于根据目标参考线，确定目标路径。

本公开实施例的自动驾驶控制数据确定方法，可以根据上述的具体算子实现路径预测的每一个步骤和路径规划的每一个步骤，利用每一个算子作为独立的处理逻辑，解耦目标处理模块、目标预测模块以及目标规划模块，可以高效开发，灵活配置。

以下将结合图6，说明本公开另一实施例的自动驾驶控制数据确定方法600。

如图6所示，可以根据环境感知模块M1获取障碍物数据和车辆的历史行驶动作数据，根据高精地图601确定道路数据，根据定位模块M2确定车辆的位置数据。根据道路数据、车辆的位置数据，确定路由导航数据602。根据导航数据602、障碍物数据以及历史行驶动作数据，确定目标行驶意图数据603。图6以目标行驶意图数据603为左转行驶意图数据为例进行说明，可以根据目标行驶意图数据603确定目标处理模块Mt。目标处理模块Mt包括左转路径预测这一目标预测模块Mt1和左转路径规划这一目标规划模块Mt2。根据目标处理模块Mt，可以确定控制数据，该控制数据可以通过向底盘线控系统604发出指令的方式，控制车辆行驶。图6还示意性示出了与右转、直行以及变道的行驶意图数据分别对应的处理模块Mp1、处理模块Mp2和处理模块Mp3。

本公开实施例的自动驾驶控制数据确定方法以及对应的系统架构对通用模块进行解耦、对目标处理模块以目标算子进行解耦，可以深挖场景环境信息，确定目标行驶意图数据，针对目标行驶意图数据的专有特征可以通过相应的目标算子进行处理，准确性更高。不同的行驶意图数据相互隔离，因此相应的处理逻辑可以并行迭代，互不影响。算子可以复用，可以快速扩展新场景和更精细的子场景。

示例性地，可以利用Template Method(模板方法)、Builder(建造者)设计模式，根据本公开实施例的自动驾驶控制数据确定方法对应的系统架构进行应用开发。利用对象组合的设计模式，基于算子的基类以递归的形式构建层级化的类结构，并且可以在算子的基类的基础上拓展二级、三级子场景，支持更加细化的算子拆分和算子开发。

图7示意性示出了根据本公开一实施例的自动驾驶控制数据确定装置的框图。

如图7所示，本公开实施例的自动驾驶控制数据确定装置700例如包括目标行驶意图数据确定模块710、目标处理模块确定模块720以及控制数据确定模块730。

目标行驶意图数据确定模块710，用于根据参考数据，确定车辆的目标行驶意图数据；

目标处理模块确定模块720，用于根据目标行驶意图数据，确定目标处理模块。其中，目标处理模块是多个处理模块中与行驶意图数据对应的一个处理模块。

控制数据确定模块730，用于根据目标处理模块，确定用于对车辆的行驶进行控制的控制数据。

根据本公开实施例的自动驾驶控制数据确定装置，其中，目标处理模块包括多个目标算子；控制数据确定模块可以包括：控制数据确定子模块。

控制数据确定子模块，可以用于根据多个目标算子对参考数据进行处理，得到用于对车辆的行驶进行控制的控制数据。

根据本公开实施例的自动驾驶控制数据确定装置，其中，目标处理模块包括目标预测模块和目标规划模块，多个目标算子包括多个目标预测算子和多个目标规划算子；控制数据确定子模块可以包括：预测路径确定单元和控制数据确定单元。

预测路径确定单元，可以用于根据目标预测算子对参考数据进行处理，得到预测路径。

控制数据确定单元，可以用于根据目标规划算子对预测路径和参考数据进行处理，得到用于对车辆的行驶进行控制的控制数据。

根据本公开实施例的自动驾驶控制数据确定装置，其中，多个目标算子可以包括公共算子和专有算子，公共算子适配彼此不同的多个行驶意图数据，专有算子适配单个行驶意图数据。

根据本公开实施例的自动驾驶控制数据确定装置，其中，目标算子至少支持执行以下操作中的一个：配置操作、拆分操作以及增删操作。

根据本公开实施例的自动驾驶控制数据确定装置，还可以包括：目标参考数据确定模块以及资源分配模块。

目标参考数据确定模块，可以用于根据目标行驶意图数据，从参考数据中确定与目标行驶意图数据相关的目标参考数据。

资源分配模块，可以用于增大目标参考数据的资源分配占比。

根据本公开实施例的自动驾驶控制数据确定装置，其中，参考数据可以包括：障碍物数据、地图数据、车辆位置数据以及车辆历史控制数据；目标行驶意图数据确定模块可以包括：历史行驶动作数据确定子模块、导航数据确定子模块以及目标行驶意图数据确定子模块。

历史行驶动作数据确定子模块，可以用于根据车辆的历史控制数据，确定车辆的历史行驶动作数据。

导航数据确定子模块，可以用于根据地图数据和车辆位置数据，确定车辆的导航数据。

目标行驶意图数据确定子模块，可以用于根据导航数据、障碍物数据以及历史行驶动作数据，确定车辆的目标行驶意图数据。

根据本公开实施例的自动驾驶控制数据确定装置，其中，多个目标预测算子包括以下中的至少一个：障碍物提取算子、障碍物排序算子、障碍物过滤算子、障碍物预测算子以及路径生成算子。

多个目标规划算子包括以下中的至少一个：导航算子、参考线生成算子、场景分析算子、障碍物决策算子、参考线剪枝算子以及路径规划算子。

应该理解，本公开装置部分的实施例与本公开方法部分的实施例对应相同或类似，所解决的技术问题和所达到的技术效果也对应相同或类似，本公开在此不再赘述。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

根据本公开的实施例，本公开还提供了一种自动驾驶车辆，自动驾驶车辆例如包括电子设备，电子设备包括至少一个处理器和与至少一个处理器通信连接的存储器。存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行以使至少一个处理器能够执行上述的方法。示例性地，本公开实施例的电子设备例如与图8所示的电子设备类似。

图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。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，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8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800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。

计算单元801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801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801执行上文所描述的各个方法和处理，例如自动驾驶控制数据确定方法。例如，在一些实施例中，自动驾驶控制数据确定方法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808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的自动驾驶控制数据确定方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行自动驾驶控制数据确定方法。

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)、复杂可编程逻辑设备(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。

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，本发公开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，只要能够实现本公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (15)

1.一种自动驾驶控制数据确定方法，包括：

根据参考数据，确定车辆的目标行驶意图数据；

根据所述目标行驶意图数据，确定目标处理模块，其中，所述目标处理模块是多个处理模块中与所述目标行驶意图数据对应的一个所述处理模块；以及

根据所述目标处理模块，确定用于对所述车辆的行驶进行控制的控制数据，

其中，所述目标处理模块包括多个目标算子，所述多个目标算子包括多个目标预测算子和多个目标规划算子；所述根据所述目标处理模块，确定用于对所述车辆的行驶进行控制的控制数据包括：

根据所述目标预测算子对所述参考数据进行处理，得到预测路径；以及

根据所述目标规划算子对所述预测路径和所述参考数据进行处理，得到用于对所述车辆的行驶进行控制的控制数据。

2.根据权利要求1所述的方法，其中，所述多个目标算子包括公共算子和专有算子，所述公共算子适配彼此不同的多个所述目标行驶意图数据，所述专有算子适配单个所述目标行驶意图数据。

3.根据权利要求1或2所述的方法，其中，所述目标算子至少支持执行以下操作中的一个：配置操作、拆分操作以及增删操作。

4.根据权利要求1-或2所述的方法，还包括：

根据所述目标行驶意图数据，从所述参考数据中确定与所述目标行驶意图数据相关的目标参考数据；以及

增大所述目标参考数据的资源分配占比。

5.根据权利要求1或2所述的方法，其中，所述参考数据包括：障碍物数据、地图数据、车辆位置数据以及车辆历史控制数据；所述根据参考数据，确定车辆的目标行驶意图数据包括：

根据所述车辆的历史控制数据，确定所述车辆的历史行驶动作数据；

根据所述地图数据和所述车辆位置数据，确定所述车辆的导航数据；以及

根据所述导航数据、所述障碍物数据以及所述历史行驶动作数据，确定所述车辆的所述目标行驶意图数据。

6.根据权利要求1所述的方法，其中，所述多个目标预测算子包括以下中的至少一个：

障碍物提取算子、障碍物排序算子、障碍物过滤算子、障碍物预测算子以及路径生成算子；

其中，所述多个目标规划算子包括以下中的至少一个：

导航算子、参考线生成算子、场景分析算子、障碍物决策算子、参考线剪枝算子以及路径规划算子。

7.一种自动驾驶控制数据确定装置，包括：

目标行驶意图数据确定模块，用于根据参考数据，确定车辆的目标行驶意图数据；

目标处理模块确定模块，用于根据所述目标行驶意图数据，确定目标处理模块，其中，所述目标处理模块是多个处理模块中与所述行驶意图数据对应的一个所述处理模块；以及

控制数据确定模块，用于根据所述目标处理模块，确定用于对所述车辆的行驶进行控制的控制数据，

其中，所述目标处理模块包括多个目标算子，所述多个目标算子包括多个目标预测算子和多个目标规划算子；所述控制数据确定模块包括：

预测路径确定单元，用于根据所述目标预测算子对所述参考数据进行处理，得到预测路径；以及

控制数据确定单元，用于根据所述目标规划算子对所述预测路径和所述参考数据进行处理，得到用于对所述车辆的行驶进行控制的控制数据。

8.根据权利要求7所述的装置，其中，所述多个目标算子包括公共算子和专有算子，所述公共算子适配彼此不同的多个所述目标行驶意图数据，所述专有算子适配单个所述目标行驶意图数据。

9.根据权利要求7或8所述的装置，其中，所述目标算子至少支持执行以下操作中的一个：配置操作、拆分操作以及增删操作。

10.根据权利要求7或8所述的装置，还包括：

目标参考数据确定模块，用于根据所述目标行驶意图数据，从所述参考数据中确定与所述行驶意图数据相关的目标参考数据；以及

资源分配模块，用于增大所述目标参考数据的资源分配占比。

11.根据权利要求7或8所述的装置，其中，所述参考数据包括：障碍物数据、地图数据、车辆位置数据以及车辆历史控制数据；所述目标行驶意图数据确定模块包括：

历史行驶动作数据确定子模块，用于根据所述车辆的历史控制数据，确定所述车辆的历史行驶动作数据；

导航数据确定子模块，用于根据所述地图数据和所述车辆位置数据，确定所述车辆的导航数据；以及

目标行驶意图数据确定子模块，用于根据所述导航数据、所述障碍物数据以及所述历史行驶动作数据，确定所述车辆的所述目标行驶意图数据。

12.根据权利要求7所述的装置，其中，所述多个目标预测算子包括以下中的至少一个：

障碍物提取算子、障碍物排序算子、障碍物过滤算子、障碍物预测算子以及路径生成算子；

其中，所述多个目标规划算子包括以下中的至少一个：

导航算子、参考线生成算子、场景分析算子、障碍物决策算子、参考线剪枝算子以及路径规划算子。

13.一种电子设备，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1-6中任一项所述的方法。

14.一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1-6中任一项所述的方法。

15.一种自动驾驶车辆，包括如权利要求13所述的电子设备，所述车辆根据所述用于对所述车辆的行驶进行控制的控制数据进行驾驶。

Images