CN115366920A - 用于自动驾驶车辆的决策方法及装置、设备和介质 - Google Patents

Abstract

本公开提供了一种用于自动驾驶车辆的决策方法及装置、车辆、设备和介质，涉及人工智能技术领域，尤其涉及深度学习和自动驾驶技术领域。实现方案为：获取自动驾驶车辆的行驶状态信息；响应于确定自动驾驶车辆所对应的预设范围内存在交通对象，获取交通对象的真实运动状态信息；基于自动驾驶车辆的行驶状态信息和交通对象的真实运动状态信息，确定用于指示所述自动驾驶车辆是否避让所述交通对象的第一控制决策；基于交通对象的真实运动状态信息和第一控制决策，预测交通对象在第一预设时长内的第一预测运动状态信息；以及基于自动驾驶车辆的行驶状态信息和交通对象的第一预测运动状态信息，确定用于自动驾驶车辆的第二控制决策。

Description

用于自动驾驶车辆的决策方法及装置、设备和介质

技术领域

本公开涉及人工智能技术领域，尤其涉及深度学习和自动驾驶领域，具体涉及一种用于自动驾驶车辆的决策方法、装置、车辆、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

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术、自动驾驶等几大方向。

在自动驾驶车辆的行驶过程中，需要根据当前的路况，利用自动驾驶决策算法得到相应的控制决策，以使得车辆能够进行合理驾驶操作。

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决策方法、装置、车辆、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决策方法，包括：获取所述自动驾驶车辆的行驶状态信息；响应于确定所述自动驾驶车辆所对应的预设范围内存在交通对象，获取所述交通对象的真实运动状态信息；基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策，其中，所述第一控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息；以及基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息，确定用于所述自动驾驶车辆的第二控制决策。

根据本公开的另一方面，提供了一种基于仿真测评的用于自动驾驶车辆的决策模型的训练方法，所述用于自动驾驶车辆的决策模型包括自动驾驶决策模型和运动状态预测模型，所述方法包括：获取自动驾驶车辆的第一样本行驶状态信息和交通对象的第一样本运动状态信息；将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述用于自动驾驶车辆的决策模型，以得到所述用于自动驾驶车辆的决策模型所输出的第一预测控制决策，其中，所述用于自动驾驶车辆的决策模型被配置为通过如下步骤得到所述第一预测控制决策：将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第四控制决策，其中，所述第四控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；将所述交通对象的第一样本运动状态信息和所述第四控制决策输入运动状态预测模型，以获取所述运动状态预测模型所输出的所述交通对象在第三预设时长内的第三预测运动状态信息；以及将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第三预测运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第一预测控制决策；对仿真场景下自动驾驶车辆执行所述第一预测控制决策进行测评，以得到所述第一预测控制决策的针对所述仿真场景的测评结果，所述测评结果用于指示所述自动驾驶车辆执行所述第一预测控制决策的行驶行为是否满足预设条件；以及基于所述测评结果，对所述用于自动驾驶车辆的决策模型进行调参。

根据本公开的另一方面，提供了一种用于自动驾驶车辆的决策装置，包括：第一获取单元，被配置用于获取所述自动驾驶车辆的行驶状态信息；第二获取单元，被配置用于响应于确定所述自动驾驶车辆所对应的预设范围内存在交通对象，获取所述交通对象的真实运动状态信息；确定单元，被配置用于基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策，其中，所述第一控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；以及预测单元，被配置用于基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息；所述确定单元还被配置用于基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息，确定用于所述自动驾驶车辆的第二控制决策。

根据本公开的另一方面，提供了一种基于仿真测评的用于自动驾驶车辆的决策模型的训练装置，所述用于自动驾驶车辆的决策模型包括自动驾驶决策模型和运动状态预测模型，所述装置包括：第四获取单元，被配置用于获取自动驾驶车辆的第一样本行驶状态信息和交通对象的第一样本运动状态信息；输入单元，被配置用于将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述用于自动驾驶车辆的决策模型，以得到所述用于自动驾驶车辆的决策模型所输出的第一预测控制决策，其中，所述用于自动驾驶车辆的决策模型被配置为通过如下步骤得到所述第一预测控制决策：将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第四控制决策，其中，所述第四控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；将所述交通对象的第一样本运动状态信息和所述第四控制决策输入运动状态预测模型，以获取所述运动状态预测模型所输出的所述交通对象在第三预设时长内的第三预测运动状态信息；以及将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第三预测运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第一预测控制决策；测评单元，被配置用于对仿真场景下自动驾驶车辆执行所述第一预测控制决策进行测评，以得到所述第一预测控制决策的针对所述仿真场景的测评结果，所述测评结果用于指示所述自动驾驶车辆执行所述第一预测控制决策的行驶行为是否满足预设条件；以及调参单元，被配置用于基于所述测评结果，对所述用于自动驾驶车辆的决策模型进行调参。

根据本公开的另一方面，提供了一种自动驾驶车辆，包括上述的用于自动驾驶车辆的决策装置。

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任一的方法。

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任一的方法。

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，其中，计算机程序在被处理器执行时能够实现上述任一的方法。

根据本公开的一个或多个实施例，可以提升用于自动驾驶车辆的控制决策的准确度。

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示出了根据本公开示例性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示出了根据本公开示例性实施例的用于自动驾驶车辆的决策方法的流程图；

图3示出了根据本公开示例性实施例的用于自动驾驶车辆的决策模型的结构示意图；

图4示出了根据本公开示例性实施例的用于自动驾驶车辆的决策模型的训练方法的流程图；

图5示出了根据本公开示例性实施例的用于自动驾驶车辆的决策装置的结构框图；

图6示出了根据本公开示例性实施例的用于自动驾驶车辆的决策模型的训练装置的结构框图；

图7示出了能够用于实现本公开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。

相关技术中，通常是先对自动驾驶车辆周围预设范围内的交通对象的运动状态进行预测，再基于此确定用于自动驾驶车辆的控制决策，以使得自动驾驶车辆能够进行合理的驾驶操作。但是，在实际的行驶场景中，自动驾驶车辆与其周围的交通对象的运动是相互影响的，也就是说，自动驾驶车辆的控制决策可能对周围的交通对象的运动产生影响。

基于此，本公开提供了一种用于自动驾驶车辆的决策方法，能够基于自动驾驶车辆的控制决策来预测其他交通对象的运动状态，以使得自车的避让或不避让行为能够影响其他交通对象的运动状态预测结果，并且基于所得到的预测结果再次确定用于自动驾驶车辆的控制决策，以提升决策准确性。

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可以运行使得能够实现用于自动驾驶车辆的决策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还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。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130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、区块链网络、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IEEE702.11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。

图2示出了根据本公开示例性实施例的用于自动驾驶车辆的决策方法200的流程图。如图2所示，方法200包括：

步骤S201、获取所述自动驾驶车辆的行驶状态信息；

步骤S202、响应于确定所述自动驾驶车辆所对应的预设范围内存在交通对象，获取所述交通对象的真实运动状态信息；

步骤S203、基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策，其中，所述第一控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；

步骤S204、基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息；以及

步骤S205、基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息，确定用于所述自动驾驶车辆的第二控制决策。

由此，能够先基于自动驾驶车辆的行驶状态信息和交通对象的真实运动状态信息，确定用于指示自动驾驶车辆是否避让该交通对象的第一控制决策，再基于所述第一控制决策来预测其他交通对象的运动状态，以使得自车的避让或不避让行为能够影响所述交通对象的运动状态预测结果，能够提升对所述交通对象进行运动状态预测的准确性，再基于所得到的预测结果再次确定用于自动驾驶车辆的第二控制决策，从而能够提升决策准确性。

在一些示例中，所述自动驾驶车辆所对应的预设范围内可能存在多个交通对象，在这种情况下，可以是针对每个交通对象，分别获取该交通对象对应的真实运动状态信息，进而分别利用上述方法200来得到用于所述自动驾驶车辆的控制决策，以指示所述自动驾驶车辆是否避让该交通对象。

在一些示例中，步骤S201中所述的自动驾驶车辆的行驶状态信息可以包括该自动驾驶车辆的位置、速度信息等。在一个示例中，自动驾驶车辆的行驶状态信息可以是该自动驾驶车辆的行驶轨迹信息，所述行驶轨迹信息中包括该自动驾驶车辆在多个时刻的位置信息，进而可以基于此确定该自动驾驶车辆的速度信息。

根据一些实施例，所述交通对象包括以下各项中的至少一项：行人、非机动车和机动车。但不限于此，在一些示例中，所述交通对象也可以包括其他可能影响自动驾驶车辆行驶的动态障碍物。

在一些示例中，步骤S202中所述的交通对象的真实运动状态信息可以包括该交通对象的类型、大小、位置、速度信息等。在一个示例中，交通对象的真实运动状态信息可以是该交通对象的运动轨迹信息。

根据一些实施例，方法200还包括：基于所述交通对象的真实运动状态信息和所述第二控制决策，预测所述交通对象在第二预设时长内的第二预测运动状态信息；以及基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第二预测运动状态信息，确定用于所述自动驾驶车辆的第三控制决策。由此，能够基于所述第二控制决策再次预测交通对象的运动状态，基于此再次确定用于自动驾驶车辆的第三控制决策，以进一步提升决策准确性。

在一些示例中，所述第一预设时长和第二预设时长可以是由人工根据实际需求设置的，二者可以相同，也可以不同，对此不作限定。

在一些示例中，还可以针对所得到的交通对象的运动状态预测结果和用于自动驾驶车辆的控制决策重复执行上述步骤，通过多轮迭代执行交通对象的运动状态预测-基于预测结果确定控制决策的步骤，能够进一步优化所得到的用于自动驾驶车辆的控制决策。在实际应用过程中，可以是由人工根据经验设置相应的参数，以基于固定的轮次数来重复执行上述步骤。

通常而言，自动驾驶车辆的行驶和交通对象的运动还会受到其他因素的限制。例如，可以是交通管理部门根据法律法规，对车辆和行人在道路上通行以及其他与交通有关的活动制定的各种禁止性规定，例如禁止左转、禁止掉头、禁止机动车通行等。再例如，还可以是因道路形态等客观原因造成的通行限制。

基于此，根据一些实施例，方法200还包括：获取行驶场景信息，所述行驶场景信息能够指示行驶场景下针对所述自动驾驶车辆和所述交通对象的运动限制信息，其中，步骤S203中基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策包括：基于所述自动驾驶车辆的行驶状态信息、所述交通对象的真实运动状态信息和所述行驶场景信息，确定所述第一控制决策，并且步骤S204中基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息包括：基于所述交通对象的真实运动状态信息、所述第一控制决策和所述行驶场景信息，预测所述交通对象在第一预设时长内的第一预测运动状态信息。由此，能够基于当前行驶场景下针对所述自动驾驶车辆和交通对象的运动限制信息，更加准确地确定用于所述自动驾驶车辆的控制决策，以及预测所述交通对象的运动状态。

在一些示例中，所述行驶场景信息包括预设范围内的道路形态信息、交通标识、路面交通指引信息、交通信号灯信息等，以更全面、准确地指示针对所述自动驾驶车辆和交通对象的运动限制信息。

根据一些实施例，步骤S203中基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策包括：将所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息输入自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的所述第一控制决策，并且步骤S205中基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息，确定第二控制决策包括：将所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的所述第二控制决策。由此，能够利用自动驾驶决策模型来获取用于所述自动驾驶车辆的控制决策，更加简捷高效。

根据一些实施例，步骤S204中基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息包括：将所述交通对象的真实运动状态信息和所述第一控制决策输入运动状态预测模型，以获取所述运动状态预测模型所输出的所述第一预测运动状态信息。由此，能够利用运动状态预测模型来对所述交通对象的运动状态进行预测，更加简捷高效。

在一些示例中，所述自动驾驶决策模型和运动状态预测模型可以是预先利用有标注的训练数据集，通过有监督的训练方式训练得到的。只要能够实现相应的功能，本公开对自动驾驶决策模型和运动状态预测模型的结构、训练方式不作限定。

在一些示例中，所述自动驾驶决策模型和运动状态预测模型可以共同构成用于自动驾驶车辆的决策模型。图3示出了根据本公开示例性实施例的用于自动驾驶车辆的决策模型300的结构示意图。

参见图3，用于自动驾驶车辆的决策模型300包括自动驾驶决策模型310、运动状态预测模型320和特征提取网络330。特征提取网络330被配置用于基于自动驾驶车辆的行驶状态信息、交通对象的真实运动状态信息和行驶场景信息，输出相应的特征信息，以使得自动驾驶决策模型310和运动状态预测模型320能够基于所述特征信息输出相应的控制决策和预测运动状态信息。

如图3所示，所述特征提取网络330可以包括特征编码器331和图神经网络332。特征编码器331用于基于所输入的信息进行编码，以得到初步的自动驾驶车辆的行驶状态特征、交通对象的真实运动特征和行驶场景特征。图神经网络332用于基于特征编码器331所输出的内容进行进一步的特征提取和融合，以使得输入自动驾驶决策模型310和运动状态预测模型320的内容能够更准确、全面地表征所述自动驾驶车辆、交通对象和行驶场景的特征信息，进而提升模型预测的准确性。

在一些示例中，也可以是利用除图神经网络以外的其他类型的神经网络来基于特征编码器331所输出的内容进行进一步的特征提取和融合，对此不作限定。

申请人注意到，相关技术中，用于自动驾驶车辆的决策模型的训练通常是利用真实的路测数据来进行的，进而在真实道路场景中进行测试。但是，真实场景下的道路测试成本较高、安全性不足。在将用于自动驾驶车辆的决策模型应用于真实道路场景之前，缺乏可信的测评体系为模型提供有效反馈。

基于此，本公开还提供一种基于仿真测评的用于自动驾驶车辆的决策模型的训练方法，所述用于自动驾驶车辆的决策模型包括自动驾驶决策模型和运动状态预测模型。图4示出了根据本公开示例性实施例的用于自动驾驶车辆的决策模型的训练方法400的流程图。如图4所示，方法400包括：

步骤S401、获取自动驾驶车辆的第一样本行驶状态信息和交通对象的第一样本运动状态信息；

步骤S402、将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述用于自动驾驶车辆的决策模型，以得到所述用于自动驾驶车辆的决策模型所输出的第一预测控制决策，其中，所述用于自动驾驶车辆的决策模型被配置为通过如下步骤得到所述第一预测控制决策：将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第四控制决策，其中，所述第四控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；将所述交通对象的第一样本运动状态信息和所述第四控制决策输入运动状态预测模型，以获取所述运动状态预测模型所输出的所述交通对象在第三预设时长内的第三预测运动状态信息；以及将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第三预测运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第一预测控制决策；

步骤S403、对仿真场景下自动驾驶车辆执行所述第一预测控制决策进行测评，以得到所述第一预测控制决策的针对所述仿真场景的测评结果，所述测评结果用于指示所述自动驾驶车辆执行所述第一预测控制决策的行驶行为是否满足预设条件；以及

步骤S404、基于所述测评结果，对所述用于自动驾驶车辆的决策模型进行调参。

由此，能够利用模拟真实道路复杂度的仿真场景对用于自动驾驶车辆的决策模型进行训练，并利用自动驾驶车辆在仿真环境下的表现对模型控制性能进行测评，基于仿真测评结果对所述用于自动驾驶车辆的决策模型进行调参，从而能够获得性能优化的用于自动驾驶车辆的决策模型，提高自动驾驶车辆控制决策的准确度。

在一些示例中，所述自动驾驶车辆执行所述第一预测控制决策的行驶行为所需要满足的预设条件可以涵盖车辆是否遵守交规、车辆的实际乘坐体感、车辆行驶安全系数、车辆智能反应速度等维度，例如，所述预设条件可以包括：车辆未闯红灯、车辆未急刹车、车辆未驶出道路、车辆未与交通对象发生碰撞等。

在一些示例中，还可以对每次调参后所得到的用于自动驾驶车辆的决策模型重复执行上述步骤，通过多轮迭代执行仿真测评-模型调参的步骤，能够进一步优化模型的性能。

如前文所描述的，用于自动驾驶车辆的决策模型的训练数据通常是在真实道路场景中得到的，训练数据的获取成本较高。

基于此，根据一些实施例，方法400还包括：基于所述测评结果，确定针对所述第一预测控制决策的标注结果，所述标注结果用于指示所述第一预测控制决策为正样本或负样本；获取所述仿真场景下所述自动驾驶车辆执行所述第一预测控制决策时所述自动驾驶车辆的第二样本行驶状态信息和交通对象的第二样本运动状态信息；将所述自动驾驶车辆的第二样本行驶状态信息和所述交通对象的第二样本运动状态信息输入所述用于自动驾驶车辆的决策模型，以得到所述用于自动驾驶车辆的决策模型所输出的第二预测控制决策；以及基于所述第一预测控制决策、所述标注结果和所述第二预测控制决策，对所述用于自动驾驶车辆的决策模型进行调参。

由此，能够将仿真测评过程所得到的自动驾驶车辆和交通对象的运动数据再度作为训练数据来训练模型，通过扩展训练数据集的规模来提升模型训练的效果。并且同时，通过对所述第一预测控制决策进行标注，能够利用所述标注结果来指示第二预测控制决策的可行性，提升模型训练的效果。

在一些示例中，可以根据预设规则来对仿真测评过程所得到的数据进行筛选，利用筛选后的数据来训练模型。例如，可以是针对决策复杂度和困难度较高的仿真场景，获取相应的数据来再次训练模型，以提升模型在复杂和困难场景下的性能。

根据本公开的另一方面，还提供一种用于自动驾驶车辆的决策装置。图5示出了根据本公开示例性实施例的用于自动驾驶车辆的决策装置500的结构框图。如图5所示，装置500包括：

第一获取单元501，被配置用于获取所述自动驾驶车辆的行驶状态信息；

第二获取单元502，被配置用于响应于确定所述自动驾驶车辆所对应的预设范围内存在交通对象，获取所述交通对象的真实运动状态信息；

确定单元503，被配置用于基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策，其中，所述第一控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；以及

预测单元504，被配置用于基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息；

其中，所述确定单元503还被配置用于基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息，确定用于所述自动驾驶车辆的第二控制决策。

根据一些实施例，预测单元504还被配置用于基于所述交通对象的真实运动状态信息和所述第二控制决策，预测所述交通对象在第二预设时长内的第二预测运动状态信息，确定单元503还被配置用于基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第二预测运动状态信息，确定用于所述自动驾驶车辆的第三控制决策。

根据一些实施例，所述交通对象包括以下各项中的至少一项：行人、非机动车和机动车。

根据一些实施例，确定单元503被配置用于将所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息输入自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的所述第一控制决策，还被配置用于将所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的所述第二控制决策。

根据一些实施例，预测单元504被配置用于将所述交通对象的真实运动状态信息和所述第一控制决策输入运动状态预测模型，以获取所述运动状态预测模型所输出的所述第一预测运动状态信息。

根据一些实施例，装置500还包括：第三获取单元，被配置用于获取行驶场景信息，所述行驶场景信息能够指示行驶场景下针对所述自动驾驶车辆和所述交通对象的运动限制信息，其中，确定单元503被配置用于：基于所述自动驾驶车辆的行驶状态信息、所述交通对象的真实运动状态信息和所述行驶场景信息，确定第一控制决策，并且预测单元504被配置用于：基于所述交通对象的真实运动状态信息、所述第一控制决策和所述行驶场景信息，预测所述交通对象在第一预设时长内的第一预测运动状态信息。

用于自动驾驶车辆的决策装置500的单元501-单元504的操作与前面描述的步骤S201-步骤S205的操作类似，在此不作赘述。

根据本公开的另一方面，还提供一种基于仿真测评的用于自动驾驶车辆的决策装置。图6示出了根据本公开示例性实施例的用于自动驾驶车辆的决策模型的训练装置600的结构框图。如图7所示，装置600包括：

第四获取单元601，被配置用于获取自动驾驶车辆的第一样本行驶状态信息和交通对象的第一样本运动状态信息；

输入单元602，被配置用于将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述用于自动驾驶车辆的决策模型，以得到所述用于自动驾驶车辆的决策模型所输出的第一预测控制决策，其中，所述用于自动驾驶车辆的决策模型被配置为通过如下步骤得到所述第一预测控制决策：将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第四控制决策，其中，所述第四控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；将所述交通对象的第一样本运动状态信息和所述第四控制决策输入运动状态预测模型，以获取所述运动状态预测模型所输出的所述交通对象在第三预设时长内的第三预测运动状态信息；以及将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第三预测运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第一预测控制决策；

测评单元603，被配置用于对仿真场景下自动驾驶车辆执行所述第一预测控制决策进行测评，以得到所述第一预测控制决策的针对所述仿真场景的测评结果，所述测评结果用于指示所述自动驾驶车辆执行所述第一预测控制决策的行驶行为是否满足预设条件；以及

调参单元604，被配置用于基于所述测评结果，对所述用于自动驾驶车辆的决策模型进行调参。

根据一些实施例，装置600还包括：标注单元，被配置用于基于所述测评结果，确定针对所述第一预测控制决策的标注结果，所述标注结果用于指示所述第一预测控制决策为正样本或负样本，其中，第四获取单元601还被配置用于获取所述仿真场景下所述自动驾驶车辆执行所述第一预测控制决策时所述自动驾驶车辆的第二样本行驶状态信息和交通对象的第二样本运动状态信息，输入单元602还被配置用于将所述自动驾驶车辆的第二样本行驶状态信息和所述交通对象的第二样本运动状态信息输入所述用于自动驾驶车辆的决策模型，以得到所述用于自动驾驶车辆的决策模型所输出的第二预测控制决策，调参单元604还被配置用于基于所述第一预测控制决策、所述标注结果和所述第二预测控制决策，对所述用于自动驾驶车辆的决策模型进行调参。

用于自动驾驶车辆的决策模型的训练装置600的单元601-单元604的操作与前面描述的步骤S401-步骤S404的操作类似，在此不作赘述。

根据本公开的另一方面，还提供一种自动驾驶车辆，包括如上所述的装置500。

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上述的用于自动驾驶车辆的决策方法或用于自动驾驶车辆的决策模型的训练方法。

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上述的用于自动驾驶车辆的决策方法或用于自动驾驶车辆的决策模型的训练方法。

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，所述计算机程序再被处理器执行时实现上述的用于自动驾驶车辆的决策方法或用于自动驾驶车辆的决策模型的训练方法。

参考图7，现将描述可以作为本公开的服务器或客户端的电子设备700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7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、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向设备700输入信息的任何类型的设备，输入单元706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707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708可以包括但不限于磁盘、光盘。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，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701执行上文所描述的各个方法和处理，例如用于自动驾驶车辆的决策方法或用于自动驾驶车辆的决策模型的训练方法。例如，在一些实施例中，用于自动驾驶车辆的决策方法或用于自动驾驶车辆的决策模型的训练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用于自动驾驶车辆的决策方法或用于自动驾驶车辆的决策模型的训练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)而被配置为执行用于自动驾驶车辆的决策方法或用于自动驾驶车辆的决策模型的训练方法。

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)、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，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 (20)

1.一种用于自动驾驶车辆的决策方法，包括：

获取所述自动驾驶车辆的行驶状态信息；

响应于确定所述自动驾驶车辆所对应的预设范围内存在交通对象，获取所述交通对象的真实运动状态信息；

基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策，其中，所述第一控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；

基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息；以及

基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息，确定用于所述自动驾驶车辆的第二控制决策。

2.如权利要求1所述的方法，还包括：

基于所述交通对象的真实运动状态信息和所述第二控制决策，预测所述交通对象在第二预设时长内的第二预测运动状态信息；以及

基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第二预测运动状态信息，确定用于所述自动驾驶车辆的第三控制决策。

3.如权利要求1或2所述的方法，其中，所述交通对象包括以下各项中的至少一项：

行人、非机动车和机动车。

4.如权利要求1-3中任一项所述的方法，其中，所述基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策包括：

将所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息输入自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的所述第一控制决策，

并且其中，所述基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息，确定用于所述自动驾驶车辆的第二控制决策包括：

将所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的所述第二控制决策。

5.如权利要求1-4中任一项所述的方法，其中，所述基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息包括：

将所述交通对象的真实运动状态信息和所述第一控制决策输入运动状态预测模型，以获取所述运动状态预测模型所输出的所述第一预测运动状态信息。

6.如权利要求1-5中任一项所述的方法，还包括：

获取行驶场景信息，所述行驶场景信息能够指示行驶场景下针对所述自动驾驶车辆和所述交通对象的运动限制信息，

其中，所述基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策包括：

基于所述自动驾驶车辆的行驶状态信息、所述交通对象的真实运动状态信息和所述行驶场景信息，确定所述第一控制决策，

并且其中，所述基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息包括：

基于所述交通对象的真实运动状态信息、所述第一控制决策和所述行驶场景信息，预测所述交通对象在第一预设时长内的第一预测运动状态信息。

7.一种基于仿真测评的用于自动驾驶车辆的决策模型的训练方法，所述用于自动驾驶车辆的决策模型包括自动驾驶决策模型和运动状态预测模型，所述方法包括：

获取自动驾驶车辆的第一样本行驶状态信息和交通对象的第一样本运动状态信息；

将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述用于自动驾驶车辆的决策模型，以得到所述用于自动驾驶车辆的决策模型所输出的第一预测控制决策，其中，所述用于自动驾驶车辆的决策模型被配置为通过如下步骤得到所述第一预测控制决策：

将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第四控制决策，其中，所述第四控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；

将所述交通对象的第一样本运动状态信息和所述第四控制决策输入所述运动状态预测模型，以获取所述运动状态预测模型所输出的所述交通对象在第三预设时长内的第三预测运动状态信息；以及

将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第三预测运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第一预测控制决策；

对仿真场景下自动驾驶车辆执行所述第一预测控制决策进行测评，以得到所述第一预测控制决策的针对所述仿真场景的测评结果，所述测评结果用于指示所述自动驾驶车辆执行所述第一预测控制决策的行驶行为是否满足预设条件；以及

基于所述测评结果，对所述用于自动驾驶车辆的决策模型进行调参。

8.如权利要求7所述的方法，还包括：

基于所述测评结果，确定针对所述第一预测控制决策的标注结果，所述标注结果用于指示所述第一预测控制决策为正样本或负样本；

获取所述仿真场景下所述自动驾驶车辆执行所述第一预测控制决策时所述自动驾驶车辆的第二样本行驶状态信息和交通对象的第二样本运动状态信息；

将所述自动驾驶车辆的第二样本行驶状态信息和所述交通对象的第二样本运动状态信息输入所述用于自动驾驶车辆的决策模型，以得到所述用于自动驾驶车辆的决策模型所输出的第二预测控制决策；以及

基于所述第一预测控制决策、所述标注结果和所述第二预测控制决策，对所述用于自动驾驶车辆的决策模型进行调参。

9.一种用于自动驾驶车辆的决策装置，包括：

第一获取单元，被配置用于获取所述自动驾驶车辆的行驶状态信息；

第二获取单元，被配置用于响应于确定所述自动驾驶车辆所对应的预设范围内存在交通对象，获取所述交通对象的真实运动状态信息；

确定单元，被配置用于基于所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息，确定第一控制决策，其中，所述第一控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；以及

预测单元，被配置用于基于所述交通对象的真实运动状态信息和所述第一控制决策，预测所述交通对象在第一预设时长内的第一预测运动状态信息；

所述确定单元还被配置用于基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息，确定用于所述自动驾驶车辆的第二控制决策。

10.如权利要求9所述的装置，其中，

所述预测单元还被配置用于基于所述交通对象的真实运动状态信息和所述第二控制决策，预测所述交通对象在第二预设时长内的第二预测运动状态信息，

所述确定单元还被配置用于基于所述自动驾驶车辆的行驶状态信息和所述交通对象的第二预测运动状态信息，确定用于所述自动驾驶车辆的第三控制决策。

11.如权利要求9或10所述的装置，其中，所述交通对象包括以下各项中的至少一项：

行人、非机动车和机动车。

12.如权利要求9-11中任一项所述的装置，其中，所述确定单元被配置用于将所述自动驾驶车辆的行驶状态信息和所述交通对象的真实运动状态信息输入自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的所述第一控制决策，并且所述确定单元还被配置用于将所述自动驾驶车辆的行驶状态信息和所述交通对象的第一预测运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的所述第二控制决策。

13.如权利要求9-12中任一项所述的装置，其中，所述预测单元被配置用于将所述交通对象的真实运动状态信息和所述第一控制决策输入运动状态预测模型，以获取所述运动状态预测模型所输出的所述第一预测运动状态信息。

14.如权利要求9-13中任一项所述的装置，还包括：

第三获取单元，被配置用于获取行驶场景信息，所述行驶场景信息能够指示行驶场景下针对所述自动驾驶车辆和所述交通对象的运动限制信息，

其中，所述确定单元被配置用于：

基于所述自动驾驶车辆的行驶状态信息、所述交通对象的真实运动状态信息和所述行驶场景信息，确定第一控制决策，

并且其中，所述预测单元被配置用于：

基于所述交通对象的真实运动状态信息、所述第一控制决策和所述行驶场景信息，预测所述交通对象在第一预设时长内的第一预测运动状态信息。

15.一种基于仿真测评的用于自动驾驶车辆的决策模型的训练装置，所述用于自动驾驶车辆的决策模型包括自动驾驶决策模型和运动状态预测模型，所述装置包括：

第四获取单元，被配置用于获取自动驾驶车辆的第一样本行驶状态信息和交通对象的第一样本运动状态信息；

输入单元，被配置用于将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述用于自动驾驶车辆的决策模型，以得到所述用于自动驾驶车辆的决策模型所输出的第一预测控制决策，其中，所述用于自动驾驶车辆的决策模型被配置为通过如下步骤得到所述第一预测控制决策：

将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第一样本运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第四控制决策，其中，所述第四控制决策用于指示所述自动驾驶车辆是否避让所述交通对象；

将所述交通对象的第一样本运动状态信息和所述第四控制决策输入所述运动状态预测模型，以获取所述运动状态预测模型所输出的所述交通对象在第三预设时长内的第三预测运动状态信息；以及

将所述自动驾驶车辆的第一样本行驶状态信息和所述交通对象的第三预测运动状态信息输入所述自动驾驶决策模型，以获取所述自动驾驶决策模型所输出的第一预测控制决策；

测评单元，被配置用于对仿真场景下自动驾驶车辆执行所述第一预测控制决策进行测评，以得到所述第一预测控制决策的针对所述仿真场景的测评结果，所述测评结果用于指示所述自动驾驶车辆执行所述第一预测控制决策的行驶行为是否满足预设条件；

调参单元，被配置用于基于所述测评结果，对所述用于自动驾驶车辆的决策模型进行调参。

16.如权利要求15所述的装置，还包括：

标注单元，被配置用于基于所述测评结果，确定针对所述第一预测控制决策的标注结果，所述标注结果用于指示所述第一预测控制决策为正样本或负样本，

其中，所述第四获取单元还被配置用于获取所述仿真场景下所述自动驾驶车辆执行所述第一预测控制决策时所述自动驾驶车辆的第二样本行驶状态信息和交通对象的第二样本运动状态信息，

所述输入单元还被配置用于将所述自动驾驶车辆的第二样本行驶状态信息和所述交通对象的第二样本运动状态信息输入所述用于自动驾驶车辆的决策模型，以得到所述用于自动驾驶车辆的决策模型所输出的第二预测控制决策，

所述调参单元还被配置用于基于所述第一预测控制决策、所述标注结果和所述第二预测控制决策，对所述用于自动驾驶车辆的决策模型进行调参。

17.一种自动驾驶车辆，包括如权利要求9-14中任一项所述的装置。

18.一种电子设备，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中任一项所述的方法。

19.一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计算机执行根据权利要求1-8中任一项所述的方法。

20.一种计算机程序产品，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权利要求1-8中任一项所述的方法。

Images