CN115107793A - 自动驾驶车辆的行进规划方法、装置、设备以及存储介质 - Google Patents

Abstract

本公开提供了一种自动驾驶车辆的行进规划方法、装置、设备以及存储介质，涉及人工智能技术领域，尤其涉及无人驾驶领域的智能交通。实现方案为：获取目标车辆当前所处位置的第一位置数据，并获取所述目标车辆所处第一区域范围内所包括车辆中各个车辆分别对应的路端感知数据；其中，所述各个车辆包括所述目标车辆，所述路端感知数据中包括所述各个车辆当前所处位置的第二位置数据；基于所述第一位置数据以及所述第二位置数据，在所述各个车辆中确定所述目标车辆，并对所述路端感知数据进行第一筛选，以在所述路端感知数据中筛除所述目标车辆对应的目标路端感知数据；基于所述第一筛选后的路端感知数据，确定所述目标车辆进行自动驾驶的行进规划。

Description

自动驾驶车辆的行进规划方法、装置、设备以及存储介质

技术领域

本公开涉及人工智能技术领域，尤其涉及无人驾驶领域的智能交通。

背景技术

自动驾驶自动驾驶技术是影响未来汽车产业发展的重要因素。随着自动驾驶技术的成熟和商业化的加速，汽车将不再是从属于人的驾驶工具，车的核心价值部件由体现动力和操作系统的传动系统转向体现自动驾驶水平的智能软件系统和处理芯片，驾驶员的双手、双脚、双眼将被解放，出行过程中的娱乐、社交、消费场景被彻底打开，开辟万亿级市场。

相关技术中，自动驾驶的实现往往依赖于例如道路交通事件、交通参与者以及交通运行状况等感知数据。其中，感知数据可通过车端自身视觉摄像机、毫米波雷达以及激光雷达等感知设备获取，也可以通过路端设备对周围环境的感知识别来获取。自动驾驶车辆根据感知数据进行计算决策和控制执行。

发明内容

本公开提供了一种自动驾驶车辆的行进规划方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种自动驾驶车辆的行进规划方法，包括：

获取目标车辆当前所处位置的第一位置数据，并获取所述目标车辆所处第一区域范围内所包括车辆中各个车辆分别对应的路端感知数据；其中，所述各个车辆包括所述目标车辆，所述路端感知数据中包括所述各个车辆当前所处位置的第二位置数据；基于所述第一位置数据以及所述第二位置数据，在所述各个车辆中确定所述目标车辆，并对所述路端感知数据进行第一筛选，以在所述路端感知数据中筛除所述目标车辆对应的目标路端感知数据；基于所述第一筛选后的路端感知数据，确定所述目标车辆进行自动驾驶的行进规划。

根据本公开的另一方面，提供了一种自动驾驶车辆的行进规划装置，包括：

获取模块，用于获取目标车辆当前所处位置的第一位置数据，并获取所述目标车辆所处第一区域范围内所包括车辆中各个车辆分别对应的路端感知数据；其中，所述各个车辆包括所述目标车辆，所述路端感知数据中包括所述各个车辆当前所处位置的第二位置数据；确定模块，用于基于所述第一位置数据以及所述第二位置数据，在所述各个车辆中确定所述目标车辆；处理模块，用于对所述路端感知数据进行第一筛选，以在所述路端感知数据中筛除所述目标车辆对应的目标路端感知数据；所述确定模块，还用于基于所述第一筛选后的路端感知数据，确定所述目标车辆进行自动驾驶的行进规划。

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上述涉及的方法。

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，其中，所述计算机指令用于使所述计算机执行上述涉及的方法。

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上述涉及的方法。

根据本公开的另一方面，提供了一种自动驾驶车辆，包括：

车外采集装置，用于根据上述涉及的方法，获取目标车辆当前所处位置的第一位置数据，并获取所述目标车辆所处第一区域范围内所包括车辆中各个车辆分别对应的路端感知数据；其中，所述各个车辆包括所述目标车辆，所述路端感知数据中包括所述各个车辆当前所处位置的第二位置数据；控制部件，用于根据上述涉及的方法，基于所述第一位置数据以及所述第二位置数据，在所述各个车辆中确定所述目标车辆，并对所述路端感知数据进行第一筛选，以在所述路端感知数据中筛除所述目标车辆对应的目标路端感知数据；基于所述第一筛选后的路端感知数据，确定所述目标车辆进行自动驾驶的行进规划。

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是根据本公开示出的一种自动驾驶车辆的行进规划方法的流程图；

图2是根据本公开示出的一种基于第一位置数据以及第二位置数据，对路端感知数据进行第一筛选的方法流程图；

图3是根据本公开示出的另一种自动驾驶车辆的行进规划方法的流程图；

图4是根据本公开示出的又一种自动驾驶车辆的行进规划方法的流程图；

图5是根据本公开示出的一种过滤目标路端感知数据的流程图；

图6是根据本公开示出的一种自动驾驶车辆针对超车场景的行进规划方法流程图；

图7是根据本公开的自动驾驶车辆的行进规划装置框图；

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的示意性框图。

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。

自动驾驶自动驾驶技术是影响未来汽车产业发展的重要因素。随着自动驾驶技术的成熟和商业化的加速，汽车将不再是从属于人的驾驶工具，车的核心价值部件由体现动力和操作系统的传动系统转向体现自动驾驶水平的智能软件系统和处理芯片，驾驶员的双手、双脚、双眼将被解放，出行过程中的娱乐、社交、消费场景被彻底打开，开辟万亿级市场。

相关技术中，自动驾驶的实现往往依赖于例如道路交通事件、交通参与者以及交通运行状况等感知数据。其中，感知数据可通过车端自身视觉摄像机、毫米波雷达以及激光雷达等感知设备获取，也可以通过路端设备对周围环境的感知识别来获取。自动驾驶车辆可根据感知数据进行计算决策和控制执行。相关技术中，自动驾驶车辆可以接收由路端设备发送的路端感知数据，其具体包括自动驾驶车辆所处区域范围内各个车辆分别对应的路端感知数据。由于相关技术中，路侧设备并未对所采集的各个车辆进行标识，因此，自动驾驶车辆无法在所接收的路端感知数据中，识别出自身对应的路端感知数据。在此基础上，自动驾驶车辆会将包括自身对应的路端感知数据在内的全部路端感知数据纳入行进规划考量，进而会因对自身路端感知数据的分析，做出“贴近处存在其他车辆”的误判。

有鉴于此，本公开提供了一种自动驾驶车辆的行进规划方法，在获取路端感知数据时，可通过自身位置数据以及路端感知数据所包含的各个车辆的位置数据，筛除自动驾驶车辆自身对应的路端感知数据。在此基础上，自动驾驶车辆在基于路端感知数据进行行进规划的过程中，不会将自身对应的路端感知数据误判为其他车辆对应的路端感知数据，进而减小了自动驾驶车辆发生误判的可能性。

本公开以下为便于描述，将由目标车辆所采集的自身位置数据称为第一位置数据，将目标车辆当前所处且由路侧设备进行路端感知数据采集的区域范围称为第一区域范围，将第一区域范围内各个车辆分别对应的位置数据称为第二位置数据，将滤除目标车辆对应的路端感知数据时所涉及的路端感知数据筛选称为第一筛选。

图1是根据本公开示出的一种自动驾驶车辆的行进规划方法的流程图，如图1所示，包括以下步骤S101至步骤S103。

在步骤S101中，获取目标车辆当前所处位置的第一位置数据，并获取目标车辆所处第一区域范围内所包括车辆中各个车辆分别对应的路端感知数据。

其中，第一区域范围内的各个车辆包括目标车辆本身，各个车辆分别对应的路端感知数据中包含目标车辆对应的路端感知数据。此外，路端感知数据中包括各个车辆当前所处位置的第二位置数据。

在步骤S102中，基于第一位置数据以及第二位置数据，在各个车辆中确定目标车辆，并对路端感知数据进行第一筛选，以在路端感知数据中筛除目标车辆对应的目标路端感知数据。

在步骤S103中，基于第一筛选后的路端感知数据，确定目标车辆进行自动驾驶的行进规划。

本公开实施例中，第一位置数据例如可以是由目标车辆自身获取的定位数据，路端感知数据中包含有各个车辆当前所处位置的第二位置数据。其中，由于目标车辆当前处于第一区域范围，因此，表征各个车辆当前所处位置的第二位置数据中，包括有表征目标车辆当前所处位置的第二位置数据。在此基础上，本公开可通过第一位置数据以及第二位置数据，对路端感知数据进行第一筛选，以在路端感知数据中确定目标车辆，进而通过筛除目标车辆对应的目标路端感知数据的方式，改善目标车辆因自身对应的路端感知数据而造成“贴近处存在其他车辆”的误判。

示例的，由于目标车辆对应的第一位置数据与目标车辆对应的第二位置数据之间相近或相同，因此，可以通过第一位置数据与各个第二位置数据之间的位置差异度，在各个车辆中确定出目标车辆。其中，本公开为便于描述，将第一筛选过程中所设置的位置差异度阈值称为第一差异度。

图2是根据本公开示出的一种基于第一位置数据以及第二位置数据，对路端感知数据进行第一筛选的方法流程图，如图2所示，包括以下步骤S201至步骤S202。

在步骤S201中，在第二位置数据中确定与第一位置数据之间位置差异度小于第一差异度的目标位置数据。

在步骤S202中，将目标位置数据所属车辆确定为目标车辆。

本公开实施例中，目标位置数据可以理解为通过路端感知数据得到的目标车辆的位置数据。在此基础上，通过第一差异度在第二位置数据中筛选与第一位置数据之间位置差异度足够小的目标位置数据，进而可以将目标位置数据所属车辆确定为目标车辆，便于后续滤除目标车辆对应的路端感知数据。

一示例中，第一位置数据或第二位置数据可以是车辆的中心点坐标。通过判断各个车辆与目标车辆之间的中心点坐标差异度，得到各个第二位置数据与第一位置数据之间的位置差异度。另一示例中，第一位置数据或第二位置数据还可以是车身所处坐标范围内各个坐标之间的均值坐标。

此外，通过位置数据之间的位置差异度实现第一筛选，例如还可以是通过各个车辆车身整体的坐标范围确定的。例如，若确定其他车辆与目标车辆之间车身范围所包含坐标存在部分或全部重合坐标，则将该车辆所对应的路端感知数据筛除，以此实现对路端感知数据的第一筛选。可以理解的是，筛除目标车辆对应的路端感知数据的实现方式并不限于此，本公开对此不做具体限定。

一种实施方式中，可以在对路端感知数据进行第一筛选前，根据目标车辆所处的实际位置，对所获取的路端数据进行预筛选，用以缩小路端感知数据的选取范围。本公开以下为便于描述，将对路端数据进行的预筛选称为第二筛选，将缩小后的选取范围称为第二区域范围。可以理解的是，第二区域范围小于第一区域范围。

图3是根据本公开示出的另一种自动驾驶车辆的行进规划方法的流程图，如图3所示，本公开实施例中的步骤S301和步骤S304与图1中的步骤S101和步骤S103的执行方法相似，在此不做赘述。

在步骤S302中，对路端感知数据进行第二筛选，以筛除与行进规划无关的车辆所对应的路端感知数据，得到第二区域范围内所包括车辆中各个车辆分别对应的路端感知数据。

在步骤S303中，基于第一位置数据以及进行第二筛选后的第二位置数据，对进行第二筛选后得到的路端感知数据进行第一筛选，以在路端感知数据中筛除目标车辆对应的目标路端感知数据。

本公开实施例提出的方法，可以通过第二筛选，将路端感知数据的选取范围由第一区域范围进一步缩小至第二区域范围，该方法可以减小后续进行第一筛选的工作量，进而提高整体的筛选效率。

其中，对路端感知数据进行第二筛选，得到第二区域范围内所包括车辆中各个车辆分别对应的路端感知数据，例如可以是筛除与第一位置数据之间位置差异度大于第二差异度的第二位置数据。当然，还可以是获取目标车辆的规划路径，并筛除不属于规划路径内的车辆所对应的路端感知数据。以下对第二筛选的可实现方式进行示例性说明。

图4是根据本公开示出的又一种自动驾驶车辆的行进规划方法的流程图，如图4所示，本公开实施例中的步骤S401、步骤S403和步骤S404与图3中的步骤S301、步骤S303和步骤S304的执行方法相似，在此不做赘述。

在步骤S402中，筛除与第一位置数据之间位置差异度大于第二差异度的第二位置数据，获取目标车辆的规划路径，并筛除不属于规划路径内的车辆所对应的路端感知数据，得到第二区域范围内所包括车辆中各个车辆分别对应的路端感知数据。

本公开实施例中，第一筛选的目的在于，在所获取的路端感知数据中筛除目标车辆对应的目标路端感知数据。基于这一目的，本公开通过第二筛选，筛除与第一位置数据之间位置差异度大于第二差异度的第二位置数据，以及筛除不属于目标车辆规划路径内的车辆所对应的路端感知数据，用以减小第一筛选的筛选工作量。

图5是根据本公开示出的一种过滤目标路端感知数据的流程图。

示例的，如图5所示，目标车辆可以获取由路端设备采集的路端感知数据，同时可通过例如卫星定位的方式得到自身的第一位置数据。在此基础上，可以对路端感知数据进行第二筛序，得到第二区域范围内所包括车辆中各个车辆分别对应的路端感知数据。进一步的，可以对第二筛选后得到的路端感知数据进行第一筛选，进而确定出目标车辆的目标路端感知数据，并将该目标路端感知数据滤除。其中，由于待进行行进规划的路端感知数据中不包含目标车辆的目标路端数据，因此，目标车辆不会因自身对应的路端感知数据出现“贴近处存在其他车辆”的误判，进而提高了目标车辆对当前道路交通状态的评估准确性。

通常的，自动驾驶车辆在行进过程中存在超车场景，例如自动驾驶车辆在同向超车道执行超车，或是自动驾驶车辆在对向车道执行借道超车。针对上述超车场景，若自动驾驶车辆通过所获取的路端感知数据确定当前存在处于超车状态的其他车辆，则自动驾驶车辆会暂缓超车，用以保证自身行驶安全。但在实现过程中发现，由于相关技术中无法滤除自动驾驶车辆本身对应的路端感知数据，因此，自动驾驶车辆在超车场景检测到的超车车辆往往是自动驾驶车辆本身，这也使得自动驾驶车辆往复执行“超车-暂缓超车”的动作，最终导致自动驾驶车辆始终无法完成超车动作。

对此，由于本公开可以实现对自动驾驶车辆本身对应的路端感知数据的滤除，因此，同样可以解决上述超车场景所面临的问题。

示例的，针对超车场景，可以在目标车辆触发执行超车动作的情况下，根据第一筛选后的路端感知数据，判断指定区域范围内是否存在处于目标行进状态的车辆，进而根据判断结果进行是否执行超车动作的决策。其中，指定区域范围与在前实施的筛选方式相匹配，包括第一区域范围或第二区域范围。例如，若目标车辆在前仅实施了第一筛选而未实施第二筛选，则指定区域范围对应第一区域范围。若目标车辆先后实施了第二筛选和第一筛选，则指定区域范围对应第二区域范围。此外，目标行进状态例如可以是超速状态、超车状态(包括正常超车以及借道超车)和/或变道状态，处于目标行进状态的车辆满足使目标车辆在执行超车动作时受到干扰。如下以目标车辆仅对路端感知数据执行第一筛选为例，对自动驾驶车辆在超车场景下的行进规划方式进行示例性说明。

图6是根据本公开示出的一种自动驾驶车辆针对超车场景的行进规划方法流程图，如图6所示，本公开实施例中的步骤S501和步骤S502与图1中的步骤S101和步骤S102的执行方法相似，在此不做赘述。

在步骤S503中，响应于目标车辆触发执行超车动作，基于第一筛选后的路端感知数据，判断指定区域范围内是否存在处于目标行进状态的车辆。

在步骤S504a中，若存在，则指示目标车辆等待执行超车动作，直至第一区域范围内不存在处于目标行进状态的车辆。

在步骤S504b中，若不存在，则指示目标车辆完成超车动作。

本公开提出的自动驾驶车辆的行进规划方法，可以通过目标车辆的第一位置数据，对所获取的路端感知数据进行筛选，进而在路端感知数据中筛除目标车辆对应的路端感知数据，该方法可以减小目标车辆对于“贴近处存在其他车辆”的信息误判，为目标车辆提供更加稳定的行进规划。并且，本公开通过对自动驾驶车辆获取的路端感知数据设置过滤条件，以实现对路端感知数据的预筛选，在现有基础上进行了优化扩展，提高筛选效率的同时，可以进一步贴合实际需求。

本公开实施例提供的方法，通过第一筛选后的路端感知数据进行超车决策，满足使自动驾驶车辆在超车场景下正确的完成超车动作，以此提升了自动驾驶的稳定性。

基于相同的构思，本公开实施例还提供一种自动驾驶车辆的行进规划装置。

可以理解的是，本公开实施例提供的自动驾驶车辆的行进规划装置为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。结合本公开实施例中所公开的各示例的模块及算法步骤，本公开实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能，但是这种实现不应认为超出本公开实施例的技术方案的范围。

图7是根据本公开的自动驾驶车辆的行进规划装置框图。参照图7，该装置600包括获取模块601、确定模块602和处理模块603。

获取模块601，用于获取目标车辆当前所处位置的第一位置数据，并获取目标车辆所处第一区域范围内所包括车辆中各个车辆分别对应的路端感知数据；其中，各个车辆包括目标车辆，路端感知数据中包括各个车辆当前所处位置的第二位置数据；确定模块602，用于基于第一位置数据以及第二位置数据，在各个车辆中确定目标车辆；处理模块603，用于对路端感知数据进行第一筛选，以在路端感知数据中筛除目标车辆对应的目标路端感知数据；确定模块602，还用于基于第一筛选后的路端感知数据，确定目标车辆进行自动驾驶的行进规划。

一种实施方式中，确定模块602采用如下方式基于第一位置数据以及第二位置数据，在各个车辆中确定目标车辆：在第二位置数据中确定与第一位置数据之间位置差异度小于第一差异度的目标位置数据；将目标位置数据所属车辆确定为目标车辆。

一种实施方式中，在对路端感知数据进行第一筛选之前，处理模块603还用于：对路端感知数据进行第二筛选，以筛除与行进规划无关的车辆所对应的路端感知数据，得到第二区域范围内所包括车辆中各个车辆分别对应的路端感知数据，第二区域范围小于第一区域范围；处理模块603采用如下方式基于第一位置数据以及第二位置数据，对路端感知数据进行第一筛选：基于第一位置数据以及进行第二筛选后的第二位置数据，对进行第二筛选后得到的路端感知数据进行第一筛选。

一种实施方式中，处理模块603采用如下方式对路端感知数据进行第二筛选：在第二位置数据中确定与第一位置数据之间位置差异度大于第二差异度的指定位置数据，筛除指定位置数据所属车辆所对应的路端感知数据；和/或获取目标车辆的规划路径，并筛除不属于规划路径内的车辆所对应的路端感知数据。

一种实施方式中，确定模块602采用如下方式基于第一筛选后的路端感知数据，确定目标车辆进行自动驾驶的行进规划：响应于目标车辆触发执行超车动作，基于第一筛选后的路端感知数据，判断指定区域范围内是否存在处于目标行进状态的车辆；其中，指定区域范围包括第一区域范围或第二区域范围，处于目标行进状态的车辆满足使目标车辆在执行超车动作时受到干扰；若存在，则指示目标车辆等待执行超车动作，直至指定区域范围内不存在处于目标行进状态的车辆；若不存在，则指示目标车辆完成超车动作。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

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。

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700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700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700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701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701的一些示例包括但不限于中央处理模块(CPU)、图形处理模块(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701执行上文所描述的各个方法和处理，例如自动驾驶车辆的行进规划方法。例如，在一些实施例中，自动驾驶车辆的行进规划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708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的自动驾驶车辆的行进规划方法的一个或多个步骤。备选地，在其他实施例中，计算单元701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车辆的行进规划方法。

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)、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自动驾驶车辆的行进规划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。

基于相同的构思，本公开还提供了一种用于执行上述行进规划方法的自动驾驶车辆，自动驾驶车辆包括车外采集装置和控制部件。其中，车外采集装置，用于根据上述涉及的方法，获取目标车辆当前所处位置的第一位置数据，并获取目标车辆所处第一区域范围内所包括车辆中各个车辆分别对应的路端感知数据。其中，各个车辆包括目标车辆，路端感知数据中包括各个车辆当前所处位置的第二位置数据。控制部件，用于根据上述涉及的方法，基于第一位置数据以及第二位置数据，在各个车辆中确定目标车辆，并对路端感知数据进行第一筛选，以在路端感知数据中筛除目标车辆对应的目标路端感知数据。基于第一筛选后的路端感知数据，确定目标车辆进行自动驾驶的行进规划。

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 (14)

1.一种自动驾驶车辆的行进规划方法，包括：

获取目标车辆当前所处位置的第一位置数据，并获取所述目标车辆所处第一区域范围内所包括车辆中各个车辆分别对应的路端感知数据；其中，所述各个车辆包括所述目标车辆，所述路端感知数据中包括所述各个车辆当前所处位置的第二位置数据；

基于所述第一位置数据以及所述第二位置数据，在所述各个车辆中确定所述目标车辆，并对所述路端感知数据进行第一筛选，以在所述路端感知数据中筛除所述目标车辆对应的目标路端感知数据；

基于所述第一筛选后的路端感知数据，确定所述目标车辆进行自动驾驶的行进规划。

2.根据权利要求1所述的方法，其中，所述基于所述第一位置数据以及所述第二位置数据，在所述各个车辆中确定所述目标车辆，包括：

在所述第二位置数据中确定与所述第一位置数据之间位置差异度小于第一差异度的目标位置数据；

将所述目标位置数据所属车辆确定为所述目标车辆。

3.根据权利要求1或2所述的方法，在对所述路端感知数据进行第一筛选之前，还包括：

对所述路端感知数据进行第二筛选，以筛除与所述行进规划无关的车辆所对应的路端感知数据，得到第二区域范围内所包括车辆中各个车辆分别对应的路端感知数据，所述第二区域范围小于所述第一区域范围；

所述基于所述第一位置数据以及所述第二位置数据，对所述路端感知数据进行第一筛选，包括：

基于所述第一位置数据以及进行所述第二筛选后的第二位置数据，对进行所述第二筛选后得到的路端感知数据进行第一筛选。

4.根据权利要求3所述的方法，其中，对所述路端感知数据进行第二筛选，包括：

在所述第二位置数据中确定与所述第一位置数据之间位置差异度大于第二差异度的指定位置数据，筛除所述指定位置数据所属车辆所对应的路端感知数据；和/或

获取所述目标车辆的规划路径，并筛除不属于所述规划路径内的车辆所对应的路端感知数据。

5.根据权利要求1至4中任意一项所述的方法，其中，所述基于第一筛选后的路端感知数据，确定所述目标车辆进行自动驾驶的行进规划，包括：

响应于所述目标车辆触发执行超车动作，基于第一筛选后的路端感知数据，判断指定区域范围内是否存在处于目标行进状态的车辆；其中，所述指定区域范围包括第一区域范围或第二区域范围，所述处于目标行进状态的车辆满足使所述目标车辆在执行超车动作时受到干扰；

若存在，则指示所述目标车辆等待执行所述超车动作，直至所述指定区域范围内不存在处于所述目标行进状态的车辆；

若不存在，则指示所述目标车辆完成所述超车动作。

6.一种自动驾驶车辆的行进规划装置，包括：

获取模块，用于获取目标车辆当前所处位置的第一位置数据，并获取所述目标车辆所处第一区域范围内所包括车辆中各个车辆分别对应的路端感知数据；其中，所述各个车辆包括所述目标车辆，所述路端感知数据中包括所述各个车辆当前所处位置的第二位置数据；

确定模块，用于基于所述第一位置数据以及所述第二位置数据，在所述各个车辆中确定所述目标车辆；

处理模块，用于对所述路端感知数据进行第一筛选，以在所述路端感知数据中筛除所述目标车辆对应的目标路端感知数据；

所述确定模块，还用于基于所述第一筛选后的路端感知数据，确定所述目标车辆进行自动驾驶的行进规划。

7.根据权利要求6所述的装置，其中，所述确定模块采用如下方式基于所述第一位置数据以及所述第二位置数据，在所述各个车辆中确定所述目标车辆：

在所述第二位置数据中确定与所述第一位置数据之间位置差异度小于第一差异度的目标位置数据；

将所述目标位置数据所属车辆确定为所述目标车辆。

8.根据权利要求6或7所述的装置，在对所述路端感知数据进行第一筛选之前，所述处理模块还用于：

对所述路端感知数据进行第二筛选，以筛除与所述行进规划无关的车辆所对应的路端感知数据，得到第二区域范围内所包括车辆中各个车辆分别对应的路端感知数据，所述第二区域范围小于所述第一区域范围；

所述处理模块采用如下方式基于所述第一位置数据以及所述第二位置数据，对所述路端感知数据进行第一筛选：

基于所述第一位置数据以及进行所述第二筛选后的第二位置数据，对进行所述第二筛选后得到的路端感知数据进行第一筛选。

9.根据权利要求8所述的装置，其中，所述处理模块采用如下方式对所述路端感知数据进行第二筛选：

在所述第二位置数据中确定与所述第一位置数据之间位置差异度大于第二差异度的指定位置数据，筛除所述指定位置数据所属车辆所对应的路端感知数据；和/或

获取所述目标车辆的规划路径，并筛除不属于所述规划路径内的车辆所对应的路端感知数据。

10.根据权利要求6至9中任意一项所述的装置，其中，所述确定模块采用如下方式基于第一筛选后的路端感知数据，确定所述目标车辆进行自动驾驶的行进规划：

响应于所述目标车辆触发执行超车动作，基于第一筛选后的路端感知数据，判断指定区域范围内是否存在处于目标行进状态的车辆；其中，所述指定区域范围包括第一区域范围或第二区域范围，所述处于目标行进状态的车辆满足使所述目标车辆在执行超车动作时受到干扰；

若存在，则指示所述目标车辆等待执行所述超车动作，直至所述指定区域范围内不存在处于所述目标行进状态的车辆；

若不存在，则指示所述目标车辆完成所述超车动作。

11.一种电子设备，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1-5中任一项所述的方法。

12.一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1-5中任一项所述的方法。

13.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。

14.一种自动驾驶车辆，包括：

车外采集装置，用于根据权利要求1-5中任一项所述的方法，获取目标车辆当前所处位置的第一位置数据，并获取所述目标车辆所处第一区域范围内所包括车辆中各个车辆分别对应的路端感知数据；其中，所述各个车辆包括所述目标车辆，所述路端感知数据中包括所述各个车辆当前所处位置的第二位置数据；

控制部件，用于根据权利要求1-5中任一项所述的方法，基于所述第一位置数据以及所述第二位置数据，在所述各个车辆中确定所述目标车辆，并对所述路端感知数据进行第一筛选，以在所述路端感知数据中筛除所述目标车辆对应的目标路端感知数据；基于所述第一筛选后的路端感知数据，确定所述目标车辆进行自动驾驶的行进规划。

Images