自动换道方法、装置、电子设备、存储介质及程序产品与流程

专利2026-02-16  10


本发明涉及自动驾驶,特别涉及一种自动换道方法、装置、电子设备、存储介质及程序产品。


背景技术:

1、自动换道作为一个集合环境感知、决策规划和多等级辅助驾驶等功能于一体的综合系统,在封闭区域或者半开放道路的场景中得到了广泛的应用,而在面对道路中出现故障车辆或者障碍物等情况时,车辆需要通过自动驾驶系统进行提前换道以规避前方的障碍车辆。对于车辆行驶在雨天、雾霾天气或者沙尘暴等应用场景中时,此时车辆人容易出现侧滑、甩尾和由于识别预警距离低、而现有技术对于这种复杂应用环境并不能够及时的准确获取相关参数,或者对这种类似的紧急情况不能准确识别,从而导致车辆在行驶过程中发生安全事故。

2、相关技术中,通常采用长短期记忆网络lstm输入当前时刻及之前时刻的周围车辆信息、周边道路信息来预测下一时刻自车应采取的行动。

3、然而,上述技术手段在计算时,时间t时刻的计算依赖于t-1时刻的计算结果,这限制了模型的并行能力。同时,lstm在进行顺序计算的过程中信息会丢失,无法捕获长距离依赖问题,难以稳定地指导自动驾驶系统,用户在行驶途中依旧存在很大的安全问题,亟待解决。


技术实现思路

1、本发明提供一种自动换道方法、装置、电子设备、存储介质及程序产品,以解决相关技术中lstm模型在计算时无法捕获长距离依赖,难以稳定地指导自动驾驶系统的问题,使车辆即使面对紧急路况也能及时给出响应策略,从而消除行驶过程中的安全隐患。

2、为达到上述目的,本发明第一方面实施例提出一种自动换道方法,包括以下步骤:

3、获取当前云端信息、当前路端信息和当前车辆运动时序信息;

4、基于transformer的编码器和transformer的解码器,根据所述当前云端信息、所述当前路端信息和所述当前车辆运动时序信息得到所述当前车辆运动时序信息与所述当前路端信息和所述当前云端信息之间的关系;

5、基于所述当前车辆运动时序信息与所述当前路端信息和所述当前云端信息之间的关系,确定多个目标车辆在当前时刻的综合向量,并将所述多个目标车辆在当前时刻的综合向量输入至预设的gat神经网络,得到所述当前车辆的节点特征向量,并根据所述当前车辆的节点特征向量确定所述当前车辆的换道策略,并根据所述当前换道策略控制所述当前车辆执行换道动作。

6、根据本发明的一个实施例,所述基于transformer的编码器和transformer的解码器,根据所述当前云端信息、所述当前路端信息和所述当前车辆运动时序信息得到所述当前车辆运动时序信息与所述当前路端信息和所述当前云端信息之间的关系,包括:

7、将所述当前云端信息和所述当前路端信息输入至所述transformer的编码器,得到所述transformer编码器输出的特征向量;

8、将所述transformer编码器输出的特征向量和所述当前车辆运动时序信息输入至所述transformer的解码器,得到所述transformer解码器输出的特征向量。

9、根据本发明的一个实施例,所述基于所述当前车辆运动时序信息与所述当前路端信息和所述当前云端信息之间的关系,确定多个目标车辆在当前时刻的综合向量,包括:

10、从所述transformer编码器输出的特征向量中选择最后一个时刻输出的特征向量;

11、将所述最后一个时刻输出的特征向量确定所述多个目标车辆在当前时刻的综合向量。

12、根据本发明的一个实施例,所述多个目标车辆包括所述当前车辆,所述将所述多个目标车辆在当前时刻的综合向量输入至预设的gat神经网络,得到所述当前车辆的节点特征向量,包括:

13、基于所述预设的gat神经网络,计算每个目标车辆与所述多个目标车辆中其他车辆之间的注意力系数;

14、基于所述每个目标车辆与所述多个目标车辆中其他车辆之间的注意力系数,确定目标组注意力机制计算出的权重系数,并根据所述目标组注意力机制计算出的权重系数得到所述当前车辆的节点特征向量。

15、根据本发明的一个实施例,所述根据所述当前车辆的节点特征向量确定所述当前车辆的换道策略,包括:

16、基于预设的决策策略,根据所述当前车辆的节点特征向量确定所述当前车辆的换道策略,其中,所述预设的决策策略为:

17、

18、其中,c表示最后神经网络的输出(左换道、右换道、直行),w表示可训练的参数矩阵,为最终输出自车的节点特征向量。

19、根据本发明实施例提出的自动换道方法,通过获取当前云端信息、当前路端信息和当前车辆运动时序信息,利用transformer的编码器和transformer的解码器,根据当前云端信息、当前路端信息和当前车辆运动时序信息得到三种信息之间的关系,基于该关系确定多个目标车辆在当前时刻的综合向量,并将多个目标车辆在当前时刻的综合向量输入至预设的gat神经网络,得到当前车辆的节点特征向量,并根据当前车辆的节点特征向量确定当前车辆的换道策略,并根据当前换道策略控制所述当前车辆执行换道动作。由此,通过gat网络迭代计算得出车辆的节点特征向量为其匹配相应的换道策略,使车辆能在面对紧急路况及时给出响应策略,从而消除行驶过程中的安全隐患。

20、为达到上述目的,本发明第二方面实施例提出一种自动换道装置,包括:

21、获取模块,用于获取当前云端信息、当前路端信息和当前车辆运动时序信息;

22、关系匹配模块,用于基于transformer的编码器和transformer的解码器,根据所述当前云端信息、所述当前路端信息和所述当前车辆运动时序信息得到所述当前车辆运动时序信息与所述当前路端信息和所述当前云端信息之间的关系;

23、策略执行模块,用于基于所述当前车辆运动时序信息与所述当前路端信息和所述当前云端信息之间的关系,确定多个目标车辆在当前时刻的综合向量,并将所述多个目标车辆在当前时刻的综合向量输入至预设的gat神经网络,得到所述当前车辆的节点特征向量,并根据所述当前车辆的节点特征向量确定所述当前车辆的换道策略,并根据所述当前换道策略控制所述当前车辆执行换道动作。

24、根据本发明的一个实施例,所述关系匹配模块,具体用于:

25、将所述当前云端信息和所述当前路端信息输入至所述transformer的编码器,得到所述transformer编码器输出的特征向量;

26、将所述transformer编码器输出的特征向量和所述当前车辆运动时序信息输入至所述transformer的解码器,得到所述transformer解码器输出的特征向量。

27、根据本发明的一个实施例,所述策略执行模块,具体用于:

28、从所述transformer编码器输出的特征向量中选择最后一个时刻输出的特征向量;

29、将所述最后一个时刻输出的特征向量确定所述多个目标车辆在当前时刻的综合向量。

30、根据本发明的一个实施例,所述策略执行模块,具体用于:

31、基于所述预设的gat神经网络,计算每个目标车辆与所述多个目标车辆中其他车辆之间的注意力系数;

32、基于所述每个目标车辆与所述多个目标车辆中其他车辆之间的注意力系数,确定目标组注意力机制计算出的权重系数,并根据所述目标组注意力机制计算出的权重系数得到所述当前车辆的节点特征向量。

33、根据本发明的一个实施例,所述策略执行模块,具体用于:

34、基于预设的决策策略,根据所述当前车辆的节点特征向量确定所述当前车辆的换道策略,其中,所述预设的决策策略为:

35、

36、其中,c表示最后神经网络的输出(左换道、右换道、直行),w表示可训练的参数矩阵,为最终输出自车的节点特征向量。

37、根据本发明实施例提出的自动换道装置,通过获取当前云端信息、当前路端信息和当前车辆运动时序信息,利用transformer的编码器和transformer的解码器,根据当前云端信息、当前路端信息和当前车辆运动时序信息得到三种信息之间的关系,基于该关系确定多个目标车辆在当前时刻的综合向量,并将多个目标车辆在当前时刻的综合向量输入至预设的gat神经网络,得到当前车辆的节点特征向量,并根据当前车辆的节点特征向量确定当前车辆的换道策略,并根据当前换道策略控制所述当前车辆执行换道动作。由此,通过gat网络迭代计算得出车辆的节点特征向量为其匹配相应的换道策略,使车辆能在面对紧急路况及时给出响应策略,从而消除行驶过程中的安全隐患。

38、为达到上述目的,本发明第三方面实施例提出一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的自动换道方法。

39、为达到上述目的,本发明第四方面实施例提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行,以用于实现如上述实施例所述的自动换道方法。

40、为达到上述目的,本发明第五方面实施例提出一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时,以用于实现如上述实施例所述的自动换道方法。

41、本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。


技术特征:

1.一种自动换道方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,所述基于transformer的编码器和transformer的解码器,根据所述当前云端信息、所述当前路端信息和所述当前车辆运动时序信息得到所述当前车辆运动时序信息与所述当前路端信息和所述当前云端信息之间的关系,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述当前车辆运动时序信息与所述当前路端信息和所述当前云端信息之间的关系,确定多个目标车辆在当前时刻的综合向量,包括:

4.根据权利要求1所述的方法,其特征在于,所述多个目标车辆包括所述当前车辆,所述将所述多个目标车辆在当前时刻的综合向量输入至预设的gat神经网络,得到所述当前车辆的节点特征向量,包括:

5.根据权利要求1所述的方法,其特征在于,所述根据所述当前车辆的节点特征向量确定所述当前车辆的换道策略,包括:

6.一种自动换道装置,其特征在于,包括:

7.根据权利要求6所述的装置,其特征在于,所述关系匹配模块,具体用于:

8.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-5任一项所述的自动换道方法。

9.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-5任一项所述的自动换道方法。

10.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被处理器执行时,用于实现权利要求1-5任一项所述的自动换道方法。


技术总结
本发明涉及一种自动换道方法、装置、电子设备、存储介质及程序产品。方法包括:获取当前云端信息、当前路端信息和当前车辆运动时序信息,基于Transformer的编码器和Transformer的解码器建立三种信息之间的关系,再基于该关系确定多个目标车辆在当前时刻的综合向量,并将多个目标车辆在当前时刻的综合向量输入至预设的GAT神经网络,得到当前车辆的节点特征向量,根据当前车辆的节点特征向量匹配当前车辆的换道策略,并根据当前换道策略控制当前车辆执行换道动作。由此,通过GAT网络迭代计算得出车辆的节点特征向量为其匹配相应的换道策略,使车辆能在面对紧急路况及时给出响应策略,从而消除行驶过程中的安全隐患。

技术研发人员:李彬,黄波,邓波,苏冲
受保护的技术使用者:北京汽车研究总院有限公司
技术研发日:
技术公布日:2024/6/26
转载请注明原文地址:https://doc.8miu.com/read-1827661.html

最新回复(0)