[发明专利]车辆控制方法、装置和电子设备

权利要求书

1.一种车辆控制方法，其特征在于，包括：

获取环境感知数据和自动驾驶车辆的当前行驶数据；

根据所述环境感知数据和所述当前行驶数据，确定端到端控制机制的感知定位阶段、跟踪预测阶段、决策阶段、以及控制阶段中各阶段的目标时延；

根据各阶段的目标时延和时延阈值，从各阶段的简单处理机制和复杂处理机制中确定目标处理机制，并控制所述自动驾驶车辆的自动驾驶系统在各阶段基于对应的目标处理机制工作，包括：根据所述感知定位阶段的第一目标时延和第一时延阈值，从所述感知定位阶段的简单处理机制和复杂处理机制中确定目标处理机制；在所述目标处理机制为复杂处理机制时，控制所述自动驾驶车辆的自动驾驶系统在所述感知定位阶段，获取所述环境感知数据中至少两类感知源的感知数据，分别对各类感知数据进行分类和识别处理，再将分类和识别结果进行融合处理，得到环境中各感知对象的分类和识别数据；在所述目标处理机制为简单处理机制时，控制所述自动驾驶车辆的自动驾驶系统在所述感知定位阶段，获取所述环境感知数据中第一目标类感知源的感知数据并进行分类和识别处理，得到环境中各感知对象的分类和识别数据。

2.如权利要求1所述的车辆控制方法，其特征在于，在根据所述感知定位阶段的第一目标时延和第一时延阈值，从所述感知定位阶段的简单处理机制和复杂处理机制中确定目标处理机制的步骤之后，还包括：

从所述环境感知数据中确定超过时效性的感知数据；

丢弃所述超过时效性的感知数据。

3.如权利要求1所述的车辆控制方法，其特征在于，根据各阶段的目标时延和时延阈值，从各阶段的简单处理机制和复杂处理机制中确定目标处理机制，并控制所述自动驾驶车辆的自动驾驶系统在各阶段基于对应的目标处理机制工作的步骤，包括：

根据所述跟踪预测阶段的第二目标时延和第二时延阈值，从所述跟踪预测阶段的简单处理机制和复杂处理机制中确定目标处理机制；

在所述目标处理机制为复杂处理机制时，控制所述自动驾驶车辆的自动驾驶系统在所述跟踪预测阶段，基于神经网络模型处理所述感知定位阶段得到的分类和识别数据，得到各感知对象的跟踪交通数据，并基于神经网络模型得到各感知对象的预测交通数据；

在所述目标处理机制为简单处理机制时，控制所述自动驾驶车辆的自动驾驶系统在所述跟踪预测阶段，基于动力学模型处理所述感知定位阶段得到的分类和识别数据，得到各感知对象的跟踪交通数据和预测交通数据。

4.如权利要求3所述的车辆控制方法，其特征在于，在根据所述跟踪预测阶段的第二目标时延和第二时延阈值，从所述跟踪预测阶段的简单处理机制和复杂处理机制中确定目标处理机制的步骤之后，还包括：

根据所述环境感知数据和所述当前行驶数据，从各感知对象中确定非目标感知对象；

丢弃所述非目标感知对象的分类和识别数据。

5.如权利要求1所述的车辆控制方法，其特征在于，根据各阶段的目标时延和时延阈值，从各阶段的简单处理机制和复杂处理机制中确定目标处理机制，并控制所述自动驾驶车辆的自动驾驶系统在各阶段基于对应的目标处理机制工作的步骤，包括：

根据所述决策阶段的第三目标时延和第三时延阈值，从所述决策阶段的简单处理机制和复杂处理机制中确定目标处理机制；

在所述目标处理机制为复杂处理机制时，控制所述自动驾驶车辆的自动驾驶系统在所述决策阶段，基于第一规划算法得到所述自动驾驶车辆的交通规划数据；

在所述目标处理机制为简单处理机制时，控制所述自动驾驶车辆的自动驾驶系统在所述决策阶段，基于第二规划算法得到所述自动驾驶车辆的交通规划数据，所述第二规划算法的复杂度和准确性小于所述第一规划算法的复杂度和准确性。