自动驾驶车辆控制方法、装置及云端设备

技术领域

本发明涉及物联网应用技术领域，尤其是涉及一种自动驾驶车辆控制方法、装置及云端设备。

背景技术

当前自动驾驶的车辆行为决策中，主要采用车载多源传感器(如毫米波雷达，摄像头等)获取周边交通参与者(如车辆，行人，非机动车等等)信息，通过V2X技术，采用采集数据融合，深度学习等方法对周围交通参与者的行为进行预测，判断它们与本车辆发生碰撞的潜在风险。在存在潜在碰撞风险的情况下，对本车辆进行主动制动或转向等来避免碰撞的发生。

当前在预测算法的实现中，存在仅依靠车载设备采集数据，计算复杂，风险预判执行规则复杂，适用场景低的问题。

发明内容

本发明的目的在于提供一种自动驾驶车辆控制方法、装置及云端设备，用于解决现有自动驾驶的车辆行为决策存在计算复杂，风险预判执行规则复杂，适用场景低的问题。

为了达到上述目的，本发明提供一种自动驾驶车辆控制方法，包括：

在第一车辆在自动驾驶状态下按照预设行驶路线行驶的情况下，获取所述第一车辆的第一行驶信息以及所述第一车辆周围的外部环境信息，所述外部环境信息包括M个交通参与者的行驶信息和车道信息；

根据M个交通参与者中N个交通参与者的行驶信息，获取N个交通参与者中各个交通参与者的预测行驶轨迹，M≥N≥1，M、N为正整数；

根据所述预设行驶路线和所述N个交通参与者的预测行驶轨迹，确定与所述第一车辆存在碰撞风险的至少一个目标交通参与者；

根据所述第一行驶信息、所述至少一个目标交通参与者的行驶信息以及所述车道信息中的至少一项，控制所述第一车辆执行目标驾驶行为。

其中，所述根据M个交通参与者中N个交通参与者的行驶信息，获取N个交通参与者中各个交通参与者的预测行驶轨迹，包括：

将所述N个交通参与者中各个交通参与者的历史行驶信息作为输入参数，分别输入至预先训练好的预测模型，得到各个交通参与者的预测行驶轨迹。

其中，所述根据所述预设行驶路线和所述N个交通参与者的预测行驶轨迹，确定与所述第一车辆存在碰撞风险的至少一个目标交通参与者，包括：

将与所述预设行驶路线相交的预测行驶轨迹所对应的交通参与者，确定为与所述第一车辆存在碰撞风险的关键交通参与者；

基于所述关键交通参与者，确定至少一个目标交通参与者。

其中，所述基于所述关键交通参与者，确定至少一个目标交通参与者，包括：

若所述关键交通参与者的数量为一个，则将所述关键交通参与者确定为目标交通参与者；

若所述关键交通参与者的数量为多个，且均位于所述第一车辆的前方或者均位于所述第一车辆的后方，则将多个关键交通参与者距离所述第一车辆最近的关键交通参与者确定为目标交通参与者；

若所述关键交通参与者的数量为多个，且分别位于所述第一车辆的前方和所述第一车辆的后方，则将第一关键交通参与者和第二关键交通参与者确定为目标交通参与者，所述第一关键交通参与者为位于所述第一车辆的前方且距离所述第一车辆最近的关键交通参与者，所述第二关键交通参与者为位于所述第一车辆的后方且距离所述第一车辆最近的关键交通参与者。

其中，所述根据所述第一行驶信息、所述至少一个目标交通参与者的行驶信息以及所述第一车辆所在车道的信息中的至少一项，控制所述第一车辆执行目标驾驶行为，包括：

在所述目标交通参与者的数量为一个的情况下，获得所述目标交通参与者与所述第一车辆之间的第一距离值；并根据所述第一距离值，或者，所述第一距离值和所述车道信息，控制所述第一车辆执行目标驾驶行为，所述目标交通参与者位于所述第一车辆的前方或者位于所述第一车辆的后方，所述第一距离值基于所述目标交通参与者的行驶信息得到，或者，基于所述第一行驶信息和所述目标交通参与者的行驶信息得到；

在所述目标交通参与者的数量为两个的情况下，根据所述车道信息，控制所述第一车辆执行目标驾驶行为，两个所述目标交通参与者中的一者位于所述第一车辆的前方，另一者位于所述第一车辆的后方。

其中，所述第一行驶信息包括所述第一车辆的航向角；所述第一车辆的前方为基准线朝向所述第一车辆的航向角的区域，所述第一车辆的后方为所述第一车辆的前方的反方向，所述基准线为穿过所述第一车辆的质心且垂直于所述第一车辆的航向角的直线。

其中，所述根据所述第一距离值，控制所述第一车辆执行目标驾驶行为，包括：

在所述第一距离值大于第一预设阈值，且所述目标交通参与者位于所述第一车辆的前方的情况下，控制所述第一车辆减速；

在所述第一距离值大于第一预设阈值，且所述目标交通参与者位于所述第一车辆的后方的情况下，控制所述第一车辆加速。

其中，所述根据所述第一距离值和所述车道信息，控制所述第一车辆执行目标驾驶行为，包括：

在所述第一距离值小于或者等于第一预设阈值，且所述目标交通参与者位于所述第一车辆的前方的情况下，

若基于所述车道信息确定所述第一车辆所在第一车道存在避让空间，则控制所述第一车辆避让超车；

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且第二车道存在空间，则控制所述第一车辆变道或借道超车，所述第二车道为与所述第一车道相邻的车道；

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且所述第二车道不存在空间，则控制所述第一车辆刹车。

其中，所述根据所述第一距离值和所述车道信息，控制所述第一车辆执行目标驾驶行为，包括：

在所述第一距离值小于或者等于第一预设阈值，且所述目标交通参与者位于所述第一车辆的后方的情况下，

若基于所述车道信息确定所述第一车辆所在第一车道存在避让空间，则控制所述第一车辆避让；

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且第三车道存在空间，则控制所述第一车辆变道或借道避让，所述第三车道为与所述第一车道相邻的车道；

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且所述第三车道不存在空间，则控制所述第一车辆加速。

其中，所述根据所述车道信息，控制所述第一车辆执行目标驾驶行为，包括：

若基于所述车道信息确定存在可变道车道，则控制所述第一车辆变道；

若基于所述车道信息确定不存在可变道车道，则控制所述第一车辆保持行驶状态不变。

本发明还提供一种自动驾驶车辆控制装置，包括：

第一获取模块，用于在第一车辆在自动驾驶状态下按照预设行驶路线行驶的情况下，获取所述第一车辆的第一行驶信息以及所述第一车辆周围的外部环境信息，所述外部环境信息包括M个交通参与者的行驶信息和车道信息；

第二获取模块，用于根据M个交通参与者中N个交通参与者的行驶信息，获取N个交通参与者中各个交通参与者的预测行驶轨迹，M≥N≥1，M、N为正整数；

处理模块，用于根据所述预设行驶路线和所述N个交通参与者的预测行驶轨迹，确定与所述第一车辆存在碰撞风险的至少一个目标交通参与者；

控制模块，用于根据所述第一行驶信息、所述至少一个目标交通参与者的行驶信息以及所述车道信息中的至少一项，控制所述第一车辆执行目标驾驶行为。

本发明还提供一种云端设备，包括处理器和收发器，所述收发器在处理器的控制下接收和发送数据，所述处理器用于执行以下操作：

若第一车辆在自动驾驶状态下按照预设行驶路线行驶，获取所述第一车辆的第一行驶信息以及所述第一车辆周围的外部环境信息，所述外部环境信息包括M个交通参与者的行驶信息和车道信息；

根据M个交通参与者中N个交通参与者的行驶信息，获取N个交通参与者中各个交通参与者的预测行驶轨迹，M≥N≥1，M、N为正整数；

根据所述预设行驶路线和所述N个交通参与者的预测行驶轨迹，确定与所述第一车辆存在碰撞风险的至少一个目标交通参与者；

根据所述第一行驶信息、所述至少一个目标交通参与者的行驶信息以及所述第一车辆所在车道的信息中的至少一项，控制所述第一车辆执行目标驾驶行为。

本发明还提供一种云端设备，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程序；所述处理器执行所述程序时实现如上述实施例所述的自动驾驶车辆控制方法。

本发明还提供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时实现如上述实施例所述的自动驾驶车辆控制方法中的步骤。

本发明的上述技术方案至少具有如下有益效果：

本发明实施例中，通过在第一车辆在自动驾驶状态下按照预设行驶路线行驶的情况下，获取第一车辆的第一行驶信息以及第一车辆周围的外部环境信息，所述外部环境信息包括M个交通参与者的行驶信息和车道信息；然后，根据M个交通参与者中N个交通参与者的行驶信息，获取N个交通参与者中各个交通参与者的预测行驶轨迹，M≥N≥1，M、N为正整数；然后，根据预设行驶路线和N个交通参与者的预测行驶轨迹，确定与第一车辆存在碰撞风险的至少一个目标交通参与者；最后，根据第一行驶信息、至少一个目标交通参与者的行驶信息以及车道信息中的至少一项，控制第一车辆执行目标驾驶行为，如此，基于对交通参与者的行驶轨迹预测，判断碰撞风险，其风险预判执行规则简单，并根据存在碰撞风险的目标交通参与者的行驶信息、第一车辆的第一行驶信息以及第一车辆周围的车道信息中的至少一项，即从多维度数据考虑，能够更加合理、智能地控制第一车辆的驾驶行为，其计算简单，且可适用于所有场景，具有较好的泛化能给力。

附图说明

图1表示本发明实施例的自动驾驶车辆控制方法的流程示意图；

图2表示本发明实施例中自动驾驶车辆控制决策流程示意图；

图3表示本发明实施例的自动驾驶车辆控制装置的模块示意图；

图4表示本发明实施例的云端设备的结构示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明针对现有自动驾驶的车辆行为决策存在计算复杂，风险预判执行规则复杂，适用场景低的问题，提供一种自动驾驶车辆控制方法、装置及云端设备。

如图1所示，为本发明实施例提供的自动驾驶车辆控制方法的流程示意图。该方法具体包括：

步骤101，在第一车辆在自动驾驶状态下按照预设行驶路线行驶的情况下，获取所述第一车辆的第一行驶信息以及所述第一车辆周围的外部环境信息，所述外部环境信息包括M个交通参与者的行驶信息和车道信息；

需要说明的是，本发明实施例使用V2X技术，这里，V2X是Vehicle to X的意思，X代表基础设施(Infrastructure)、车辆(Vehicle)、人(Pedestrian)等，X也可以是任何可能的“人或物”(Everything)。V2X主要用于提高道路安全性和改善交通管理的无线技术，是未来智能交通系统(Intelligent Traffic System，简称ITS)的关键技术，能够实现车与车之间、车与路边设施、车与互联网之间的相互通信，从而获得实时路况、道路信息、行人信息等一系列交通信息，提高驾驶安全性、减少拥堵、提高交通效率。

本步骤中，具有预设行驶路线的车辆均可作为第一车辆。预设行驶路线可以理解为固定行驶路线，即车辆的行驶次数超过预设次数的行驶路线。

这里，第一车辆可以是观光车、公交车、单位或企业的班车等。比如，若第一车辆为观光车，则预设行驶路线为预设观光路线。

这里，预设行驶路线可通过用户输入选择确定，或者通过云端设备发送的控制指令确定，这里不做具体限定。

需要说明的是，第一行驶信息包括但不限于：第一车辆的地理位置信息、车速和航向角。交通参与者的行驶信息包括但不限于：交通参与者的地理位置信息、速度、航向角以及与第一车辆之间的距离值。车道信息包括但不限于：车道坡度、曲率、车道数、车道线和限速标志。

具体的，可通过获取的高精地图信息、车载感知设备和路侧传感器采集的交通信息；并对该交通信息进行数据融合处理，得到第一车辆的第一行驶信息和第一车辆周围的外部环境信息。

这里，交通信息可包括交通参与者(包括第一车辆)类别(比如，行人、车辆、障碍物等)、交通参与者的地理位置信息、第一车辆与其他交通参与者之间的距离、交通参与者自身长宽高、航向角、速度等信息。

其中，车载感知设备包括车载视觉系统、车载毫米波雷达和车载激光雷达等。路侧传感器包括路侧高清摄像头和路侧激光雷达等。

这里，对该交通信息进行数据融合处理，得到第一车辆的第一行驶信息和第一车辆周围的外部环境信息可具体包括：

对交通信息基于交通参与者类别进行分组，并对每组内的交通参与者进行匹配，获得对应于同一交通参与者的交通信息(即不同传感器采集的数据)；之后，分别对不同的交通参与者的交通信息进行数据融合处理，得到第一车辆的第一行驶信息和第一车辆周围的外部环境信息。

需要说明的是，数据融合技术是将多传感器信息源的数据在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理技术。

这里，具体的，可使用科尔曼滤波分别对不同交通参与者的交通信息进行数据融合处理。

步骤102，根据M个交通参与者中N个交通参与者的行驶信息，获取N个交通参与者中各个交通参与者的预测行驶轨迹，M≥N≥1，M、N为正整数；

为了减少计算量，可选地，所述N个交通参与者为以所述第一车辆为中心的预设风险区域内的交通参与者。比如，以第一车辆为中心，半径为50m的圆形区域为预设风险区域。

这里，由于处于自动驾驶状态的第一车辆速度比较稳定，不需要进行风险区域大小计算。

步骤103，根据所述预设行驶路线和所述N个交通参与者的预测行驶轨迹，确定与所述第一车辆存在碰撞风险的至少一个目标交通参与者；

本步骤中，若预设行驶路线与预测行驶轨迹相交，则确定对应的交通参与者与第一车辆存在碰撞风险；反之，则不存在碰撞风险，其风险预判执行规则简单。

步骤104，根据所述第一行驶信息、所述至少一个目标交通参与者的行驶信息以及所述车道信息中的至少一项，控制所述第一车辆执行目标驾驶行为。

这里，根据存在碰撞风险的目标交通参与者的行驶信息、第一车辆的第一行驶信息以及第一车辆周围的车道信息中的至少一项，即从多维度数据考虑，能够更加合理、智能地控制第一车辆的驾驶行为，可适用于路口与非路口场景。

本发明实施例的自动驾驶车辆控制方法，通过在第一车辆在自动驾驶状态下按照预设行驶路线行驶的情况下，获取第一车辆的第一行驶信息以及第一车辆周围的外部环境信息，所述外部环境信息包括M个交通参与者的行驶信息和车道信息；然后，根据M个交通参与者中N个交通参与者的行驶信息，获取N个交通参与者中各个交通参与者的预测行驶轨迹，M≥N≥1，M、N为正整数；然后，根据预设行驶路线和N个交通参与者的预测行驶轨迹，确定与第一车辆存在碰撞风险的至少一个目标交通参与者；最后，根据第一行驶信息、至少一个目标交通参与者的行驶信息以及车道信息中的至少一项，控制第一车辆执行目标驾驶行为，如此，基于对交通参与者的行驶轨迹预测，判断碰撞风险，其风险预判执行规则简单，并根据存在碰撞风险的目标交通参与者的行驶信息、第一车辆的第一行驶信息以及第一车辆周围的车道信息中的至少一项，即从多维度数据考虑，能够更加合理、智能地控制第一车辆的驾驶行为，其计算简单，且可适用于所有场景，具有较好的泛化能给力。

作为一可选的实现方式，本发明实施例的方法步骤102，根据M个交通参与者中N个交通参与者的行驶信息，获取N个交通参与者中各个交通参与者的预测行驶轨迹，可包括：

将所述N个交通参与者中各个交通参与者的历史行驶信息作为输入参数，分别输入至预先训练好的预测模型，得到各个交通参与者的预测行驶轨迹。

具体的，历史行驶信息为早于当前时刻的第一预设时长内的行驶信息。比如，当前时刻之前3秒内的行驶信息。

预测行驶轨迹为晚于当前时刻的第二预设时长内的行驶轨迹。比如，当前时候之后6秒(即未来6秒)内的行驶轨迹。

这里，交通参与者的历史行驶信息包括交通参与者的速度、地理位置信息和航向角。

可选地，预测模型为LSTM预测模型。这里，可预先使用真实的交通参与者数据训练得到LTSM预测模型。具体的，首先，获取大量的交通参与者的样本数据集，对该样本数据集进行数据预处理(如坐标转换、类别转化为分类变量等)，之后，将各个交通参与者的样本数据转化为结构化数据，其中，结构化数据包括交通参与者标识ID、行驶时间、交通参与者类别和交通参与者的坐标；最后，使用结构化数据进行LSTM模型训练，将预测的位置坐标和真实坐标进行比较，根据结果不断优化模型，最终得到训练好的LSTM模型。

需要说明的是，本发明使用深度学习方法，即训练LSTM模型，对交通参与者进行行驶轨迹预测，如果预测行驶轨迹与预设行驶路线相交，则判断为有碰撞风险，否则，判断为没有碰撞风险。本实现方式不需要涉及数学公式，也不要测试调整参数值，减少开发时间。

作为一可选的实现方式，本发明实施例的方法步骤103，根据所述预设行驶路线和所述N个交通参与者的预测行驶轨迹，确定与所述第一车辆存在碰撞风险的至少一个目标交通参与者，可包括：

将与所述预设行驶路线相交的预测行驶轨迹所对应的交通参与者，确定为与所述第一车辆存在碰撞风险的关键交通参与者；

这里，与第一车辆存在碰撞风险的关键交通参与者可以是一个或者多个。

需要说明的是，若不存在与预设行驶路线相交的预测行驶轨迹，则控制第一车辆保持原行驶状态不变。

基于所述关键交通参与者，确定至少一个目标交通参与者。

这里，本步骤可具体包括：

若所述关键交通参与者的数量为一个，则将所述关键交通参与者确定为目标交通参与者；

若所述关键交通参与者的数量为多个，且均位于所述第一车辆的前方或者均位于所述第一车辆的后方，则将多个关键交通参与者距离所述第一车辆最近的关键交通参与者确定为目标交通参与者；

若所述关键交通参与者的数量为多个，且分别位于所述第一车辆的前方和所述第一车辆的后方，则将第一关键交通参与者和第二关键交通参与者确定为目标交通参与者，所述第一关键交通参与者为位于所述第一车辆的前方且距离所述第一车辆最近的关键交通参与者，所述第二关键交通参与者为位于所述第一车辆的后方且距离所述第一车辆最近的关键交通参与者。

可选地，所述第一行驶信息包括所述第一车辆的航向角；所述第一车辆的前方为基准线朝向所述第一车辆的航向角的区域，所述第一车辆的后方为所述第一车辆的前方的反方向，所述基准线为穿过所述第一车辆的质心且垂直于所述第一车辆的航向角的直线。

需要说明的是，关键交通参与者为N个交通参与者中的一者或多者。若关键交通参与者的行驶信息中包括其与第一车辆之间的距离值，则可直接进行距离比较，确定与第一车辆距离最近的关键交通参与者；若关键交通参与者的行驶信息中不包括其与第一车辆之间的距离值，则根据行驶信息中关键交通参与者的地理位置信息和第一车辆的第一行驶信息中的地理位置信息，计算得到关键交通参与者与第一车辆之间的距离值，之后进行距离比较，确定与第一车辆距离最近的关键交通参与者。

作为一可选的实现方式，本发明实施例的方法步骤104，根据所述第一行驶信息、所述至少一个目标交通参与者的行驶信息以及所述第一车辆所在车道的信息中的至少一项，控制所述第一车辆执行目标驾驶行为，可包括：

在所述目标交通参与者的数量为一个的情况下，获得所述目标交通参与者与所述第一车辆之间的第一距离值；并根据所述第一距离值，或者，所述第一距离值和所述车道信息，控制所述第一车辆执行目标驾驶行为，所述目标交通参与者位于所述第一车辆的前方或者位于所述第一车辆的后方，所述第一距离值基于所述目标交通参与者的行驶信息得到，或者，基于所述第一行驶信息和所述目标交通参与者的行驶信息得到；

基于该种情况，作为一可选的实现方式，根据所述第一距离值，控制所述第一车辆执行目标驾驶行为，包括：

在所述第一距离值大于第一预设阈值，且目标交通参与者位于所述第一车辆的前方的情况下，控制所述第一车辆减速；

这里，目标交通参与者位于第一车辆的前方，且目标交通参与者距离第一车辆的第一距离值大于第一预设阈值，比如10米，说明目标交通参与者距离第一车辆较远，为了避免相碰撞，拉开第一车辆与目标交通参与者之间的距离，仅需控制第一车辆减速即可。

在所述第一距离值大于第一预设阈值，且所述目标交通参与者位于所述第一车辆的后方的情况下，控制所述第一车辆加速。

这里，目标交通参与者位于第一车辆的后方，且目标交通参与者距离第一车辆的第一距离值大于第一预设阈值，比如10米，说明目标交通参与者距离第一车辆较远，但是由于目标交通参与者位于第一车辆的后方，为了避免彼此相碰撞，拉开第一车辆与目标交通参与者之间的距离，仅需控制第一车辆加速即可。

作为另一可选的实现方式，根据所述第一距离值和所述车道信息，控制所述第一车辆执行目标驾驶行为，包括：

在所述第一距离值小于或者等于第一预设阈值，且所述目标交通参与者位于所述第一车辆的前方的情况下，

若基于所述车道信息确定所述第一车辆所在第一车道存在避让空间，则控制所述第一车辆避让超车；

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且第二车道存在空间，则控制所述第一车辆变道或借道超车，所述第二车道为与所述第一车道相邻的车道；

这里，可选地，相对于第一车辆行驶方向，第二车道为所述第一车道的左侧车道或者所述第一车道的右侧车道。这里可根据具体情况而定。

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且所述第二车道不存在空间，则控制所述第一车辆刹车。

这里，该实现方式，目标交通参与者位于第一车辆的前方，且目标交通参与者距离第一车辆的第一距离值小于或者等于第一预设阈值，说明目标交通参与者距离第一车辆较近，发生碰撞的风险增大，基于车道信息结合第一车辆所在第一车道的空间的不同情形，控制第一车辆执行不同的驾驶行为。

作为又一可选的实现方式，根据所述第一距离值和所述车道信息，控制所述第一车辆执行目标驾驶行为，包括：

在所述第一距离值小于或者等于第一预设阈值，且所述目标交通参与者位于所述第一车辆的后方的情况下，

若基于所述车道信息确定所述第一车辆所在第一车道存在避让空间，则控制所述第一车辆避让；

这里，可选地，相对于第一车辆行驶方向，控制第一车辆靠右避让或者靠左避让。具体可视情况而定。

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且第三车道存在空间，则控制所述第一车辆变道或借道避让，所述第三车道为与所述第一车道相邻的车道；

这里，可选地，相对于第一车辆行驶方向，第三车道为所述第一车道的左侧车道或者所述第一车道的右侧车道。这里可根据具体情况而定。

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且所述第三车道不存在空间，则控制所述第一车辆加速。

这里，该实现方式，目标交通参与者位于第一车辆的后方，且目标交通参与者距离第一车辆的第一距离值小于或者等于第一预设阈值，说明目标交通参与者距离第一车辆较近，发生碰撞的风险增大，基于车道信息结合第一车辆所在第一车道的空间的不同情形，控制第一车辆执行不同的驾驶行为。

在所述目标交通参与者的数量为两个的情况下，根据所述车道信息，控制所述第一车辆执行目标驾驶行为，两个所述目标交通参与者中的一者位于所述第一车辆的前方，另一者位于所述第一车辆的后方。

基于该种情况，作为一可选的实现方式，本步骤可具体包括：

若基于所述车道信息确定存在可变道车道，则控制所述第一车辆变道；

若基于所述车道信息确定不存在可变道车道，则控制所述第一车辆保持行驶状态不变。

可选地，所述第一行驶信息包括所述第一车辆的航向角；所述第一车辆的前方为基准线朝向所述第一车辆的航向角的区域，所述第一车辆的后方为所述第一车辆的前方的反方向，所述基准线为穿过所述第一车辆的质心且垂直于所述第一车辆的航向角的直线。

通过上述控制行为决策，本发明实施例的自动驾驶车辆控制方法，通过V2X技术获得更大的传感区域，并且配合高精地图加入了前/后方交通参与者的判断，可以完成包括加速、减速、借道超车、避让、刹车、保持行驶等多样智能的行为决策。

下面就一示例，说明本发明方法的具体实施过程。

首先，在具有智能网联环境的园区内，选择一预设观光路线作为观光车的自动驾驶行驶路线；

之后，获取高精地图信息、车载感知设备和路侧传感器采集的源数据。

这里的源数据对应上述实施例中的交通信息。

然后，对多个源数据基于交通参与者类别进行分组，并对每组内的交通参与者进行匹配，获得对应于同一交通参与者的不同传感器采集的数据，并使用卡尔曼滤波对数据进行融合，得到观光车的行驶信息和观光车周围的外部环境信息。

具体的，观光车的行驶信息包括地理位置、车速、航向角信息等。外部环境信息包括周围车辆、行人、骑行者和障碍物等交通参与者的位置、速度、航向角、距离等信息和当前车道信息，例如车道坡度、曲率、车道数、车道线、限速标志等。

接着，以观光车为中心，半径50m的圆形区域作为风险区域。对风险区域中的关键交通参与者进行碰撞预测。

这里，具体的碰撞预测可包括以下步骤：

1)使用深度学习方法，根据各关键交通参与者历史3s的行驶信息，预测其未来6s(时间可以根据不同情况变化)的行驶轨迹。

这里，可预先使用园区真实的交通参与者数据训练LSTM预测模型。

2)根据观光车的预设行驶路线和各关键交通参与者的预测行驶轨迹，判断观光车和关键交通参与者是否会发生碰撞。

如果预设行驶路线和预测行驶轨迹相交，则该预测行驶轨迹对应的关键交通参与者与观光车存在碰撞风险，相交点为碰撞点Pc；如果不相交，则该预测行驶轨迹对应的关键交通参与者与观光车不存在碰撞风险。

3)将穿过观光车的质心并且垂直于观光车的航向角的直线作为基准线，将基准线朝该观光车的航向角的区域确定为观光车的前方，反方向确定为观光车的后方。

具体的，根据关键交通参与者的位置信息，检查观光车与位于观光车的前方的关键交通参与者是否存在碰撞风险，如果有，前方碰撞风险C

根据关键交通参与者的位置信息，检查观光车与位于观光车的后方的关键交通参与者是否有碰撞风险，如果有，后方碰撞风险C

最后，根据预测的碰撞风险和碰撞点，使用基于规则的策略(具体参见图2)，输出行为决策结果。

S1：判断观光车的前方是否存在碰撞风险；

若是，则执行步骤S2；否则，则执行步骤S9。

S2：判断P

比如，预设距离值为10米。

若是，则执行步骤S3；否则，则执行步骤S4。

S3：判断观光车的同车道是否有避让空间；

若是，则执行步骤S5；否则，则执行步骤S6。

S4：观光车执行减速决策；

S5：观光车执行避让超车决策；

S6：判断观光车的左侧车道是否有空间；

若是，则执行步骤S7；否则，则执行步骤S8。

S7：观光车执行变道或者借道超车决策；

S8：观光车执行刹车决策；

这里，当同车道没有避让空间且道路为单行道时，也执行该步骤。

S9：判断观光车的后方是否存在碰撞风险；

若是，则执行步骤S10；否则，则执行步骤S17。

S10：判断P

比如，预设距离值为10米。

若是，则执行步骤S11；否则，则执行步骤S12。

S11：判断观光车的同车道是否有避让空间；

若是，则执行步骤S13；否则，则执行步骤S14。

S12：观光车执行加速决策；

S13：观光车执行靠右让道决策；

S14：判断观光车的左侧车道是否有空间；

若是，则执行步骤S15；否则，则执行步骤S16。

S15：观光车执行变道或借道避让决策；

S16：观光车执行加速决策；

S17：观光车执行保持行驶状态不变决策。

本发明实施例的自动驾驶车辆控制方法，通过在第一车辆在自动驾驶状态下按照预设行驶路线行驶的情况下，获取第一车辆的第一行驶信息以及第一车辆周围的外部环境信息，所述外部环境信息包括M个交通参与者的行驶信息和车道信息；然后，根据M个交通参与者中N个交通参与者的行驶信息，获取N个交通参与者中各个交通参与者的预测行驶轨迹，M≥N≥1，M、N为正整数；然后，根据预设行驶路线和N个交通参与者的预测行驶轨迹，确定与第一车辆存在碰撞风险的至少一个目标交通参与者；最后，根据第一行驶信息、至少一个目标交通参与者的行驶信息以及车道信息中的至少一项，控制第一车辆执行目标驾驶行为，如此，基于对交通参与者的行驶轨迹预测，判断碰撞风险，其风险预判执行规则简单，并根据存在碰撞风险的目标交通参与者的行驶信息、第一车辆的第一行驶信息以及第一车辆周围的车道信息中的至少一项，即从多维度数据考虑，能够更加合理、智能地控制第一车辆的驾驶行为，其计算简单，且可适用于所有场景，具有较好的泛化能给力。

如图3所示，本发明实施例还提供一种自动驾驶车辆控制装置，该装置包括：

第一获取模块301，用于在第一车辆在自动驾驶状态下按照预设行驶路线行驶的情况下，获取所述第一车辆的第一行驶信息以及所述第一车辆周围的外部环境信息，所述外部环境信息包括M个交通参与者的行驶信息和车道信息；

第二获取模块302，用于根据M个交通参与者中N个交通参与者的行驶信息，获取N个交通参与者中各个交通参与者的预测行驶轨迹，M≥N≥1，M、N为正整数；

处理模块303，用于根据所述预设行驶路线和所述N个交通参与者的预测行驶轨迹，确定与所述第一车辆存在碰撞风险的至少一个目标交通参与者；

控制模块304，用于根据所述第一行驶信息、所述至少一个目标交通参与者的行驶信息以及所述车道信息中的至少一项，控制所述第一车辆执行目标驾驶行为。

可选地，所述第二获取模块302包括：

第一获取单元，用于将所述N个交通参与者中各个交通参与者的历史行驶信息作为输入参数，分别输入至预先训练好的预测模型，得到各个交通参与者的预测行驶轨迹。

可选地，所述处理模块303包括：

第一处理单元，用于将与所述预设行驶路线相交的预测行驶轨迹所对应的交通参与者，确定为与所述第一车辆存在碰撞风险的关键交通参与者；

第二处理单元，用于基于所述关键交通参与者，确定至少一个目标交通参与者。

可选地，所述第二处理单元具体用于：

若所述关键交通参与者的数量为一个，则将所述关键交通参与者确定为目标交通参与者；

若所述关键交通参与者的数量为多个，且均位于所述第一车辆的前方或者均位于所述第一车辆的后方，则将多个关键交通参与者距离所述第一车辆最近的关键交通参与者确定为目标交通参与者；

若所述关键交通参与者的数量为多个，且分别位于所述第一车辆的前方和所述第一车辆的后方，则将第一关键交通参与者和第二关键交通参与者确定为目标交通参与者，所述第一关键交通参与者为位于所述第一车辆的前方且距离所述第一车辆最近的关键交通参与者，所述第二关键交通参与者为位于所述第一车辆的后方且距离所述第一车辆最近的关键交通参与者。

可选地，所述控制模块304包括：

第一控制单元，用于在所述目标交通参与者的数量为一个的情况下，获得所述目标交通参与者与所述第一车辆之间的第一距离值；并根据所述第一距离值，或者，所述第一距离值和所述车道信息，控制所述第一车辆执行目标驾驶行为，所述目标交通参与者位于所述第一车辆的前方或者位于所述第一车辆的后方，所述第一距离值基于所述目标交通参与者的行驶信息得到，或者，基于所述第一行驶信息和所述目标交通参与者的行驶信息得到；

第二控制单元，用于在所述目标交通参与者的数量为两个的情况下，根据所述车道信息，控制所述第一车辆执行目标驾驶行为，两个所述目标交通参与者中的一者位于所述第一车辆的前方，另一者位于所述第一车辆的后方。

其中，所述第一行驶信息包括所述第一车辆的航向角；所述第一车辆的前方为基准线朝向所述第一车辆的航向角的区域，所述第一车辆的后方为所述第一车辆的前方的反方向，所述基准线为穿过所述第一车辆的质心且垂直于所述第一车辆的航向角的直线。

可选地，所述第一控制单元具体用于：

在所述第一距离值大于第一预设阈值，且所述目标交通参与者位于所述第一车辆的前方的情况下，控制所述第一车辆减速；

在所述第一距离值大于第一预设阈值，且所述目标交通参与者位于所述第一车辆的后方的情况下，控制所述第一车辆加速。

可选地，所述第一控制单元具体用于：

在所述第一距离值小于或者等于第一预设阈值，且所述目标交通参与者位于所述第一车辆的前方的情况下，

若基于所述车道信息确定所述第一车辆所在第一车道存在避让空间，则控制所述第一车辆避让超车；

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且第二车道存在空间，则控制所述第一车辆变道或借道超车，所述第二车道为与所述第一车道相邻的车道；

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且所述第二车道不存在空间，则控制所述第一车辆刹车。

可选地，所述第一控制单元具体用于：

在所述第一距离值小于或者等于第一预设阈值，且所述目标交通参与者位于所述第一车辆的后方的情况下，

若基于所述车道信息确定所述第一车辆所在第一车道存在避让空间，则控制所述第一车辆避让；

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且第三车道存在空间，则控制所述第一车辆变道或借道避让，所述第三车道为与所述第一车道相邻的车道；

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且所述第三车道不存在空间，则控制所述第一车辆加速。

可选地，所述第二控制单元具体用于：

若基于所述车道信息确定存在可变道车道，则控制所述第一车辆变道；

若基于所述车道信息确定不存在可变道车道，则控制所述第一车辆保持行驶状态不变。

本发明实施例的自动驾驶车辆控制装置，通过在第一车辆在自动驾驶状态下按照预设行驶路线行驶的情况下，获取第一车辆的第一行驶信息以及第一车辆周围的外部环境信息，所述外部环境信息包括M个交通参与者的行驶信息和车道信息；然后，根据M个交通参与者中N个交通参与者的行驶信息，获取N个交通参与者中各个交通参与者的预测行驶轨迹，M≥N≥1，M、N为正整数；然后，根据预设行驶路线和N个交通参与者的预测行驶轨迹，确定与第一车辆存在碰撞风险的至少一个目标交通参与者；最后，根据第一行驶信息、至少一个目标交通参与者的行驶信息以及车道信息中的至少一项，控制第一车辆执行目标驾驶行为，如此，基于对交通参与者的行驶轨迹预测，判断碰撞风险，其风险预判执行规则简单，并根据存在碰撞风险的目标交通参与者的行驶信息、第一车辆的第一行驶信息以及第一车辆周围的车道信息中的至少一项，即从多维度数据考虑，能够更加合理、智能地控制第一车辆的驾驶行为，其计算简单，且可适用于所有场景，具有较好的泛化能给力。

在此需要说明的是，本发明实施例提供的上述装置，能够实现上述方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。

为了更好的实现上述目的，如图4所示，本发明实施例还提供一种云端设备，包括处理器400和收发器410，所述收发器410在处理器的控制下接收和发送数据，所述处理器400用于执行如下过程：

在第一车辆在自动驾驶状态下按照预设行驶路线行驶的情况下，获取所述第一车辆的第一行驶信息以及所述第一车辆周围的外部环境信息，所述外部环境信息包括M个交通参与者的行驶信息和车道信息；

根据M个交通参与者中N个交通参与者的行驶信息，获取N个交通参与者中各个交通参与者的预测行驶轨迹，M≥N≥1，M、N为正整数；

根据所述预设行驶路线和所述N个交通参与者的预测行驶轨迹，确定与所述第一车辆存在碰撞风险的至少一个目标交通参与者；

根据所述第一行驶信息、所述至少一个目标交通参与者的行驶信息以及所述第一车辆所在车道的信息中的至少一项，控制所述第一车辆执行目标驾驶行为。

可选地，所述处理器400还用于：

将所述N个交通参与者中各个交通参与者的历史行驶信息作为输入参数，分别输入至预先训练好的预测模型，得到各个交通参与者的预测行驶轨迹。

可选地，所述处理器400还用于：

将与所述预设行驶路线相交的预测行驶轨迹所对应的交通参与者，确定为与所述第一车辆存在碰撞风险的关键交通参与者；

基于所述关键交通参与者，确定至少一个目标交通参与者。

可选地，所述处理器400还用于：

若所述关键交通参与者的数量为一个，则将所述关键交通参与者确定为目标交通参与者；

若所述关键交通参与者的数量为多个，且均位于所述第一车辆的前方或者均位于所述第一车辆的后方，则将多个关键交通参与者距离所述第一车辆最近的关键交通参与者确定为目标交通参与者；

若所述关键交通参与者的数量为多个，且分别位于所述第一车辆的前方和所述第一车辆的后方，则将第一关键交通参与者和第二关键交通参与者确定为目标交通参与者，所述第一关键交通参与者为位于所述第一车辆的前方且距离所述第一车辆最近的关键交通参与者，所述第二关键交通参与者为位于所述第一车辆的后方且距离所述第一车辆最近的关键交通参与者。

可选地，所述处理器400还用于：

在所述目标交通参与者的数量为一个的情况下，获得所述目标交通参与者与所述第一车辆之间的第一距离值；并根据所述第一距离值，或者，所述第一距离值和所述车道信息，控制所述第一车辆执行目标驾驶行为，所述目标交通参与者位于所述第一车辆的前方或者位于所述第一车辆的后方，所述第一距离值基于所述目标交通参与者的行驶信息得到，或者，基于所述第一行驶信息和所述目标交通参与者的行驶信息得到；

在所述目标交通参与者的数量为两个的情况下，根据所述车道信息，控制所述第一车辆执行目标驾驶行为，两个所述目标交通参与者中的一者位于所述第一车辆的前方，另一者位于所述第一车辆的后方。

可选地，所述第一行驶信息包括所述第一车辆的航向角；所述第一车辆的前方为基准线朝向所述第一车辆的航向角的区域，所述第一车辆的后方为所述第一车辆的前方的反方向，所述基准线为穿过所述第一车辆的质心且垂直于所述第一车辆的航向角的直线。

可选地，所述处理器400还用于：

在所述第一距离值大于第一预设阈值，且所述目标交通参与者位于所述第一车辆的前方的情况下，控制所述第一车辆减速；

在所述第一距离值大于第一预设阈值，且所述目标交通参与者位于所述第一车辆的后方的情况下，控制所述第一车辆加速。

可选地，所述处理器400还用于：

在所述第一距离值小于或者等于第一预设阈值，且所述目标交通参与者位于所述第一车辆的前方的情况下，

若基于所述车道信息确定所述第一车辆所在第一车道存在避让空间，则控制所述第一车辆避让超车；

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且第二车道存在空间，则控制所述第一车辆变道或借道超车，所述第二车道为与所述第一车道相邻的车道；

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且所述第二车道不存在空间，则控制所述第一车辆刹车。

可选地，所述处理器400还用于：

在所述第一距离值小于或者等于第一预设阈值，且所述目标交通参与者位于所述第一车辆的后方的情况下，

若基于所述车道信息确定所述第一车辆所在第一车道存在避让空间，则控制所述第一车辆避让；

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且第三车道存在空间，则控制所述第一车辆变道或借道避让，所述第三车道为与所述第一车道相邻的车道；

若基于所述车道信息确定所述第一车辆所在第一车道不存在避让空间，且所述第三车道不存在空间，则控制所述第一车辆加速。

可选地，所述处理器400还用于：

若基于所述车道信息确定存在可变道车道，则控制所述第一车辆变道；

若基于所述车道信息确定不存在可变道车道，则控制所述第一车辆保持行驶状态不变。

本发明实施例的云端设备，通过在第一车辆在自动驾驶状态下按照预设行驶路线行驶的情况下，获取第一车辆的第一行驶信息以及第一车辆周围的外部环境信息，所述外部环境信息包括M个交通参与者的行驶信息和车道信息；然后，根据M个交通参与者中N个交通参与者的行驶信息，获取N个交通参与者中各个交通参与者的预测行驶轨迹，M≥N≥1，M、N为正整数；然后，根据预设行驶路线和N个交通参与者的预测行驶轨迹，确定与第一车辆存在碰撞风险的至少一个目标交通参与者；最后，根据第一行驶信息、至少一个目标交通参与者的行驶信息以及车道信息中的至少一项，控制第一车辆执行目标驾驶行为，如此，基于对交通参与者的行驶轨迹预测，判断碰撞风险，其风险预判执行规则简单，并根据存在碰撞风险的目标交通参与者的行驶信息、第一车辆的第一行驶信息以及第一车辆周围的车道信息中的至少一项，即从多维度数据考虑，能够更加合理、智能地控制第一车辆的驾驶行为，其计算简单，且可适用于所有场景，具有较好的泛化能给力。

本发明实施例还提供一种云端设备，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时实现如上所述的自动驾驶车辆控制方法实施例中的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供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时实现如上所述的自动驾驶车辆控制方法实施例中的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储介质中，使得存储在该计算机可读存储介质中的指令产生包括指令装置的纸制品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上，使得计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他科编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。