[发明专利]无人车驾驶决策方法、无人车驾驶决策装置及无人车

说明书

本申请适用于无人车技术领域，提供了一种无人车驾驶决策方法、无人车驾驶决策装置及无人车，包括：获取当前决策时刻所述无人车前方道路的拍摄图像，得到待决策图像；将所述待决策图像输入到训练后的决策模型中得到决策结果，所述决策结果包括多个候选驾驶动作、以及各个候选驾驶动作对应的决策值；将所述决策结果中最大的决策值对应的候选驾驶动作确定为所述无人车在下一决策时刻的目标驾驶动作。通过上述方法，有效提高了无人车的驾驶决策能力，进而有效保证了无人车驾驶过程的安全性。

技术领域

本申请属于无人车技术领域，尤其涉及一种无人车驾驶决策方法、无人车驾驶决策装置及无人车。

背景技术

无人驾驶汽车(简称无人车)是通过车载传感系统感知道路环境，根据道路环境自动生成驾驶决策，并根据驾驶决策控制车辆到达预定目的地的智能汽车。无人车集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物，具有广阔的发展前景。

现有的无人车驾驶决策方法主要是通过建立自车或他车的运动学动态模型，并将该模型作为决策模型来对驾驶动作进行预测。但是在实际应用中，存在许多时变不确定性因素，因而无法准确地建立他车或自车的运动学动态模型，进而影响了无人车的驾驶决策能力，无法保障无人车行驶过程的安全性。

发明内容

本申请实施例提供了一种无人车驾驶决策方法、无人车驾驶决策装置及无人车，可以解决现有技术中无人车驾驶决策能力较低、导致无人车行驶过程的安全性较低的问题。

第一方面，本申请实施例提供了一种无人车驾驶决策方法，包括：

获取当前决策时刻所述无人车前方道路的拍摄图像，得到待决策图像；

将所述待决策图像输入到训练后的决策模型中得到决策结果，所述决策结果包括多个候选驾驶动作、以及各个候选驾驶动作对应的决策值；

将所述决策结果中最大的决策值对应的候选驾驶动作确定为所述无人车在下一决策时刻的目标驾驶动作。

在第一方面的一种可能的实现方式中，在将所述待决策图像输入到训练后的决策模型中得到决策结果之前，所述方法还包括：

获取多幅训练图像，其中，所述训练图像为所述无人车前方道路的拍摄图像；

基于预设的决策模型，分别获取每幅训练图像对应的驾驶信息；

利用各组训练数据对所述预设的决策模型进行迭代训练得到训练后的决策模型，其中，每组训练数据中包括一幅训练图像和所述训练图像对应的驾驶信息。

在第一方面的一种可能的实现方式中，所述训练图像对应的驾驶信息包括目标驾驶动作、所述目标驾驶动作对应的环境回报值和动作图像。

所述基于预设的决策模型，分别获取每幅训练图像对应的驾驶信息，包括：

对于每幅训练图像，将所述训练图像输入到所述预设的决策模型中得到第一输出结果，所述第一输出结果包括多个候选驾驶动作、以及各个候选驾驶动作对应的第一输出值；

将所述第一输出结果中最大的第一输出值对应的候选驾驶动作确定为所述无人车的目标驾驶动作；

在所述无人车执行所述目标驾驶动作之后，获取所述无人车前方道路的拍摄图像得到动作图像，并计算所述目标驾驶动作对应的环境回报值。

在第一方面的一种可能的实现方式中，所述计算所述目标驾驶动作对应的环境回报值，包括：

获取所述无人车执行所述目标驾驶动作之后的驾驶速度，并根据所述驾驶速度、预设的最小限速和预设的最大限速计算行驶回报值；

获取所述无人车执行所述目标驾驶动作之后的驾驶状态，并确定所述驾驶状态对应的预设碰撞回报值，所述驾驶状态包括碰撞和非碰撞；