[发明专利]车辆自动驾驶方法、装置以及计算机可读存储介质

说明书

本发明公开了一种车辆自动驾驶方法，所述车辆自动驾驶方法包括以下步骤：当车辆处于自动驾驶状态时，获取所述车辆所处的当前环境信息以及所述车辆的当前行驶信息；将所述当前环境信息以及当前行驶信息导入预先训练的神经网络模型中进行处理，以得到当前所对应的控制信息；基于所述控制信息，控制所述车辆运行。本发明还公开了一种车辆自动驾驶装置以及计算机可读存储介质。本发明实现了在自动驾驶过程中，通过准确定位车辆的当前环境信息，进而使得车辆除了可以响应常规操作外，还可以更加快速准确方便的控制车辆对驾驶过程中所遇到的突发状态给予相应的反馈响应，保证了车辆驾驶的安全可靠。

技术领域

本发明涉及车辆自动驾驶技术领域，尤其涉及一种车辆自动驾驶方法、车辆自动驾驶装置以及计算机可读存储介质。

背景技术

现有的自动驾驶融合决策算法一般是根据规则构建的，且大部分可以用有限状态机表示。例如，无人驾驶的高层行为可以分为向左换道、向右换道、跟随和紧急停车等，决策系统根据目标可以决定执行高层行为，根据需要执行的高层行为，决策系统可以用相应的规则生成底层行为。

虽然基于规则的构建可以应付大部分的驾驶情况，但是对于驾驶中可能出现的各种各样的突发情况，基于规则的决策系统不可能枚举到所有突发情况，也就是很难实现对所有的突发情况的面面俱到，使得在出现突发情况时，车辆不能更加有效适当的进行响应。

发明内容

本发明的主要目的在于提供一种车辆自动驾驶方法、车辆自动驾驶装置以及计算机可读存储介质，旨在解决自动驾驶过程中，无法对突发情况的技术问题。

为实现上述目的，本发明提供一种车辆自动驾驶方法，所述车辆自动驾驶方法包括以下步骤：

当车辆处于自动驾驶状态时，获取所述车辆所处的当前环境信息以及所述车辆的当前行驶信息；

将所述当前环境信息以及当前行驶信息导入预先训练的神经网络模型中进行处理，以得到当前所对应的控制信息；

基于所述控制信息，控制所述车辆运行。

可选地，所述车辆自动驾驶方法还包括：

记录所述车辆的历史控制数据，以基于所述历史控制数据训练得到所述神经网络模型，其中所述历史控制数据至少包括各环境状态、车辆的行驶状态以及响应各环境状态的控制指令。

可选地，所述当车辆处于自动驾驶状态时，获取所述车辆的当前环境信息以及所述车辆的当前行驶信息的步骤包括：

当车辆处于自动驾驶状态时，利用与所述车辆相关联的信息采集装置采集所述车辆的当前环境信息；以及

利用设置在所述车辆上的各传感设备采集对应的数据信息，并将所述数据信息进行汇总以得到所述车辆的当前行驶信息。

可选地，所述利用与所述车辆相关联的信息采集装置采集所述车辆的当前环境信息的步骤包括：

利用设置在所述车辆上的摄像头，采集所述车辆的周围环境的图像信息；

利用与所述车辆关联的激光雷达，采集所述车辆的周围环境的点云数据；

对所述图像信息以及点云数据进行分析，得到所述车辆当前环境信息。

可选地，所述将所述当前环境信息以及当前行驶信息导入预先训练的神经网络模型中进行处理，以得到当前所对应的控制信息的步骤包括：

识别所述当前环境信息对应的关键信息，并将所述关键信息导入所述神经网络模型中进行处理，以得到所述当前环境信息所对应的目标调节信息；

识别所述当前行驶信息中所述车辆的当前行驶速度以及当前行驶方向；

将所述目标调节信息中的目标行驶速度与所述当前行驶速度进行对比，以得到进行速度调节的第一控制信息；