CN114167857B - 一种无人驾驶设备的控制方法及装置 - Google Patents
一种无人驾驶设备的控制方法及装置 Download PDFInfo
- Publication number
- CN114167857B CN114167857B CN202111315547.7A CN202111315547A CN114167857B CN 114167857 B CN114167857 B CN 114167857B CN 202111315547 A CN202111315547 A CN 202111315547A CN 114167857 B CN114167857 B CN 114167857B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- determining
- unmanned
- lane
- environmental
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 230000007613 environmental effect Effects 0.000 claims abstract description 199
- 230000002787 reinforcement Effects 0.000 claims abstract description 13
- 238000012549 training Methods 0.000 claims description 213
- 238000009826 distribution Methods 0.000 claims description 100
- 230000033001 locomotion Effects 0.000 claims description 72
- 230000008569 process Effects 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 11
- 230000004888 barrier function Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 75
- 230000006870 function Effects 0.000 description 16
- 230000001276 controlling effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 230000006872 improvement Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 101100282111 Caenorhabditis elegans gap-2 gene Proteins 0.000 description 1
- 101100121125 Drosophila melanogaster RasGAP1 gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 101150110969 gap1 gene Proteins 0.000 description 1
- 101150048694 gap2 gene Proteins 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本说明书公开了一种无人驾驶设备的控制方法及装置，可应用于无人驾驶技术领域，通过预训练的自编码器，能够将无人驾驶设备所处环境的环境特征进行特征提取并解耦，得到各解耦特征，将各解耦特征输入预先强化学习得到的决策模型，输出该环境特征对应的决策，以根据得到的决策控制该无人驾驶设备向目的地运动。能够根据环境场景对应的环境特征，基于自编码器准确得到解耦的具有可解释性的解耦特征，并通过具有泛化性的决策模型，准确输出在各种环境场景下应当控制无人驾驶设备执行的决策，提高了决策的合理性和准确率。
Description
技术领域
本说明书涉及无人驾驶技术领域，尤其涉及一种无人驾驶设备的控制方法及装置。
背景技术
目前，在无人驾驶技术领域，决策是控制无人驾驶设备在环境中安全运动的关键，决策的准确性影响着无人驾驶设备的安全性。
在现有技术中，通过无人驾驶设备获取环境数据，根据获取到的环境数据以及人为制定的规则来确定决策。人为制定的规则中包含了无人驾驶设备在运动过程中可能遇到的各种环境情况以及应对的决策。
但是，无人驾驶设备运动时所处的环境极为复杂，可能遇到的环境状况也复杂多变，人为制定的规则难以灵活应对复杂的环境状况，现有技术存在基于人为制定的规则难以得到准确的决策的问题。
发明内容
本说明书提供一种无人驾驶设备的控制方法及装置，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种无人驾驶设备的控制方法，包括：
根据无人驾驶设备当前的运动数据、周围各障碍物的运动数据以及所述无人驾驶设备的目的地位置，确定当前的环境特征，所述运动数据至少包括位置以及速度；
将所述环境特征输入预先训练的自编码器中的编码器，对所述环境特征进行解耦，确定所述环境特征对应的各解耦特征，所述解耦特征用于表征各车道的障碍物位置分布以及各车道障碍物与所述无人驾驶设备的速度分布；
将各解耦特征输入预先强化学习得到的决策模型，确定所述环境特征对应的决策，并根据所述决策控制所述无人驾驶设备运动。
可选地，所述自编码器采用下述方法训练得到：
将采集设备行驶过程中采集的环境数据，按照预设时间间隔，划分为若干环境片段；
针对每个环境片段，根据该环境片段对应的环境数据，确定该环境片段的环境特征，并作为训练样本；
根据该环境片段的环境特征，确定各车道的障碍物位置分布以及各车道障碍物与所述采集设备的速度分布，作为所述训练样本的标签；
根据各训练样本的标签，对所述自编码器的编码器输出的至少部分训练样本的解耦特征进行交换，并输入解码器得到交换重构特征；
至少根据训练样本的环境特征以及交换重构特征确定损失，以调整所述自编码器的参数。
可选地，根据该环境片段的环境特征，确定各车道的障碍物位置分布，具体包括：
根据该环境片段的环境特征，确定所述采集设备所在车道的相邻车道中，所述采集设备两侧的并行位置，并确定所述并行位置中的障碍物分布，作为并行位置分布；
根据所述环境特征，确定各车道中所述采集设备前方障碍物与所述采集设备的间隔，并根据各车道对应的间隔，确定车道间隔分布；
根据所述并行位置分布以及所述车道间隔分布，确定各车道的障碍物位置分布。
可选地，确定各车道障碍物与所述采集设备的速度分布，具体包括：
针对每个车道，根据该车道中所述采集设备前方的障碍物，确定前目标障碍物，根据所述前目标障碍物的速度与所述采集设备的速度对比关系，确定该车道与所述采集设备的前方速度特征；
根据该车道中所述采集设备后方的障碍物，确定后目标障碍物，根据所述后目标障碍物的速度与所述采集设备的速度对比关系，确定该车道与所述采集设备的后方速度特征；
根据所述各车道的前方速度特征以及后方速度特征，确定各车道障碍物与所述采集设备的速度分布。
可选地，根据各训练样本的标签，对所述自编码器的编码器输出的至少部分训练样本的解耦特征进行交换，具体包括：
针对每个训练样本，确定与该训练样本标签至少部分相同的各训练样本，以构建训练样本间的标签关联关系；
根据所述标签关联关系，确定各训练样本组，并针对每个训练样本组，确定该训练样本组中各训练样本相同的部分标签，作为目标标签；
将表征所述目标标签的解耦特征作为目标解耦特征，并将该训练样本组中各训练样本的目标解耦特征进行交换。
可选地，对所述自编码器的编码器输出的至少部分训练样本的解耦特征进行交换之前，所述方法还包括：
针对每个训练样本，将该训练样本的各解耦特征输入所述自编码器的解码器，确定该训练样本对应的重构特征。
可选地，至少根据训练样本的环境特征以及交换重构特征确定损失，具体包括：
针对每个训练样本，根据该训练样本的环境特征以及重构特征间的差异，确定重构损失，所述重构损失表征所述自编码器输入与输出之间的差异；
根据该训练样本的环境特征以及交换重构特征间的差异，确定交换损失，所述交换损失表征所述自编码器的编码器对相同标签解耦的结果之间的差异；
根据至少部分训练样本的重构损失以及交换损失，确定总损失。
可选地，根据所述决策控制所述无人驾驶设备运动之后，所述方法还包括：
重新确定所述无人驾驶设备以及周围各障碍物的运动数据，以确定所述无人驾驶设备与各障碍物的距离以及相对速度；
根据确定出的距离以及相对速度，确定所述决策对应的奖励，并以所述奖励最大为优化目标调整所述决策模型的参数。
可选地，重新确定所述无人驾驶设备以及周围各障碍物的运动数据，以确定所述无人驾驶设备与各障碍物的距离以及相对速度，具体包括：
判断所述无人驾驶设备是否发生碰撞；
若是，则确定所述决策对应的惩罚，并停止当前对所述决策模型的训练过程，重新确定环境特征对所述决策模型继续进行训练；
若否，则重新确定所述无人驾驶设备以及周围各障碍物的运动数据，以确定所述无人驾驶设备与各障碍物的距离以及相对速度。
可选地，根据确定出的距离以及相对速度，确定所述决策对应的奖励，具体包括：
重新确定所述无人驾驶设备与所述目的地位置间的待行驶距离；
根据重新确定出的所述无人驾驶设备与各障碍物的距离以及相对速度，确定所述无人驾驶设备与各障碍物的碰撞时间；
根据所述碰撞时间、所述无人驾驶设备的速度以及所述待行驶距离，确定所述决策对应的奖励；
其中，所述待行驶距离与所述奖励负相关，所述碰撞时间与所述奖励正相关，所述无人驾驶设备的速度与所述奖励正相关，所述无人驾驶设备与各障碍物的距离与所述奖励正相关。
可选地，根据确定出的距离以及相对速度，确定所述决策对应的奖励，具体包括：
确定根据所述决策控制所述无人驾驶设备时，所述无人驾驶设备的方向盘转角变化率以及所述无人驾驶设备的加速度，并重新确定所述无人驾驶设备与所述目的地位置间的待行驶距离；
根据重新确定的所述无人驾驶设备的速度、所述方向盘转角变化率、所述加速度、重新确定出的所述待行驶距离、所述无人驾驶设备与各障碍物的距离以及所述无人驾驶设备与各障碍物的相对速度，确定所述决策对应的奖励；
其中，所述方向盘转角变化率与所述奖励负相关，所述加速度与所述奖励负相关，重新确定出的所述待行驶距离与所述奖励负相关，重新确定出的所述无人驾驶设备的速度与所述奖励正相关，所述无人驾驶设备与各障碍物的距离与所述奖励正相关，所述无人驾驶设备与各障碍物的相对速度与所述奖励负相关。
本说明书提供了一种无人驾驶设备的控制装置，包括：
环境特征确定模块，用于根据无人驾驶设备当前的运动数据、周围各障碍物的运动数据以及所述无人驾驶设备的目的地位置，确定当前的环境特征，所述运动数据至少包括位置以及速度；
解耦模块，用于将所述环境特征输入预先训练的自编码器中的编码器，对所述环境特征进行解耦，确定所述环境特征对应的各解耦特征，所述解耦特征用于表征各车道的障碍物位置分布以及各车道障碍物与所述无人驾驶设备的速度分布；
控制模块，用于将各解耦特征输入预先强化学习得到的决策模型，确定所述环境特征对应的决策，并根据所述决策控制所述无人驾驶设备运动。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述无人驾驶设备的控制方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在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上述无人驾驶设备的控制方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的无人驾驶设备的控制方法中，通过预训练的自编码器，能够将无人驾驶设备所处环境的环境特征进行特征提取并解耦，得到各解耦特征，将各解耦特征输入预先强化学习得到的决策模型，输出该环境特征对应的决策，以根据得到的决策控制该无人驾驶设备向目的地运动。
从上述方法中可以看出，本方法能够根据环境场景对应的环境特征，基于自编码器准确得到解耦的具有可解释性的解耦特征，并通过具有泛化性的决策模型，准确输出在各种环境场景下应当控制无人驾驶设备执行的决策，提高了决策的合理性和准确率。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中一种无人驾驶设备的控制方法的流程示意图；
图2为本说明书提供的一种训练自编码器的方法的流程示意图；
图3为本说明书提供的一种标签关联关系示意图；
图4为本说明书提供的一种特征交换示意图；
图5为本说明书提供的一种间隔示意图；
图6为本说明书提供的一种训练决策模型的方法的流程示意图；
图7为本说明书提供的一种无人驾驶设备的控制装置的示意图；
图8为本说明书提供的一种电子设备的结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书中一种无人驾驶设备的控制方法的流程示意图，具体包括以下步骤：
S100：根据无人驾驶设备当前的运动数据、周围各障碍物的运动数据以及所述无人驾驶设备的目的地位置，确定当前的环境特征，所述运动数据至少包括位置以及速度。
在本说明书中，该无人驾驶设备的控制方法可由无人驾驶设备执行，或者，也可由服务器执行。后续以服务器执行该方法为例进行说明。当该方法由服务器执行时，作为该方法的控制对象的无人驾驶设备自身的数据以及该无人驾驶设备所处环境中的数据可由该无人驾驶设备发送至该服务器。
由于最终确定怎样的决策，以使根据确定出的决策能够控制无人驾驶设备安全抵达目的地，与无人驾驶设备的运动状态、无人驾驶设备周围环境中障碍物的分布以及障碍物的运动状态相关。
因此，在本说明书一个或多个实施例中，该服务器首先可确定无人驾驶设备周围各障碍物的运动数据、该无人驾驶设备当前的运动数据以及该无人驾驶设备的目的地对应的目的地位置。其中，该运动数据至少包括位置以及速度。即该无人驾驶设备的运动数据，至少包括该无人驾驶设备的位置及该无人驾驶设备的速度，各障碍物的运动数据至少包括障碍物的位置及障碍物的速度。
之后，该服务器可根据该无人驾驶设备当前的运动数据、周围各障碍物的运动数据以及该无人驾驶设备的目的地位置，确定环境特征。
由于并非环境中所有障碍物都会影响无人驾驶设备的安全，且环境中的障碍物与无人驾驶设备间的距离与障碍物可能给无人驾驶设备带来的风险负相关，且当无人驾驶设备的速度以及障碍物的速度越高时，无人驾驶设备可能面临的风险越高。
因此，在本说明书一个或多个实施例中，该服务器在获取各障碍物的运动数据时，可获取预设范围内的各障碍物的运动数据。
在本说明书一个或多个实施例中，该预设范围可根据需要设置，例如，可以设置为100m，该服务器则需确定与该无人驾驶设备的距离在100m内的各障碍物及各障碍物的运动数据。并且，该预设范围可以是该无人驾驶设备前方预设范围，或者也可以是后方，再或者，该预设范围也可以是以该无人驾驶设备为中心进行扩张得到的区域，本说明书在此不做限制。
在本说明书一个或多个实施例中，由于无人驾驶设备沿着运动的道路可能会划分为多条车道，该无人驾驶设备在运动过程中也可能切换不同车道行驶。因此，在确定无人驾驶设备预设范围内的各障碍物时，可根据该无人驾驶设备的位置，确定该无人驾驶设备所处车道前后预设范围内的各障碍物，并确定该无人驾驶设备左右两侧的相邻车道中，处于该无人驾驶设备前后预设范围内的各障碍物，包括该无人驾驶设备所在车道两侧相邻车道中该无人驾驶设备并行位置中的障碍物。后续为了方便描述，以“目标车道”代替该无人驾驶设备所在车道，并以“相邻车道”代替该无人驾驶设备所在车道两侧的相邻车道进行说明。
其中，该并行位置是指，将该无人驾驶设备沿垂直于车道方向平移至相邻车道后的位置。该相邻车道用于指代目标车道两侧的车道，本说明书对于相邻车道的数量不做限制。例如该相邻车道可以是该目标车道左侧一条车道以及右侧一条车道，或者左侧两条车道，右侧两条车道等，具体可根据需要设置。
在本说明书一个或多个实施例中，具体的，该服务器可分别确定该无人驾驶设备所在车道前方与该无人驾驶设备距离最近的障碍物以及后方与该无人驾驶设备距离最近的障碍物。并针对每条相邻车道，确定该相邻车道中，在该无人驾驶设备前方预设范围内距离该无人驾驶设备最近的障碍物、在该无人驾驶设备后方预设范围内距离该无人驾驶设备最近的障碍物，以及处于该相邻车道对应的并行位置中的障碍物。
需要说明的是，在后续步骤中，以周围各障碍物是该无人驾驶设备前后预设范围内，目标车道及相邻车道中距离该无人驾驶设备最近的障碍物为例进行说明。即除了有特殊说明外，后续所提到的障碍物皆指在目标车道以及相邻车道中，无人驾驶设备周围预设范围内距离该无人驾驶设备最近的障碍物。
在本说明书一个或多个实施例中，该服务器在根据各障碍物的运动数据、该无人驾驶设备当前的运动数据以及目的地位置，确定当前的环境特征时，具体的，首先，该服务器可根据各障碍物的运动数据以及该无人驾驶设备的运动数据，分别确定各障碍物与该无人驾驶设备的距离以及相对速度。即针对每个障碍物，根据该无人驾驶设备的速度以及该障碍物的速度，确定该无人驾驶设备与该障碍物的相对速度，并根据该无人驾驶设备的位置以及该障碍物的位置，确定该无人驾驶设备与该障碍物的距离。
在分别确定各障碍物与该无人驾驶设备的距离以及相对速度后，该服务器可根据确定出的各障碍物与该无人驾驶设备的距离以及相对速度，分别确定各障碍物与该无人驾驶设备的碰撞时间(Time To Collision，TTC)。
由于该服务器确定控制该无人驾驶设备的决策的目的之一是安全控制该无人驾驶设备抵达目的地，因此，该服务器还可以根据该无人驾驶设备的位置以及该目的地位置，确定该无人驾驶设备与该目的地间的距离，作为待行驶距离。
最后，该服务器可根据各障碍物与该无人驾驶设备的距离、各障碍物与该无人驾驶设备的相对速度、各障碍物与该无人驾驶设备的碰撞时间、该无人驾驶设备与该目的地间的距离以及该无人驾驶设备的运动数据，确定当前时刻的环境特征。
当然，还可以根据其他数据确定该无人驾驶设备当前所处环境的环境特征，例如，还可以根据该无人驾驶设备的加速度、朝向、各障碍物的朝向、加速度等确定当前时刻的环境特征，具体可根据需要设置，本说明书在此不做限制。
在本说明书一个或多个实施例中，可直接将确定出的各障碍物与该无人驾驶设备的距离、各障碍物与该无人驾驶设备的相对速度、各障碍物与该无人驾驶设备的碰撞时间、该无人驾驶设备与该目的地间的距离以及该无人驾驶设备的运动数据，作为当前时刻的环境特征。
S102：将所述环境特征输入预先训练的自编码器中的编码器，对所述环境特征进行解耦，确定所述环境特征对应的各解耦特征，所述解耦特征用于表征各车道的障碍物位置分布以及各车道障碍物与所述无人驾驶设备的速度分布。
在本说明书一个或多个实施例中，该服务器在确定出环境特征后，可将该环境特征输入预训练的自编码器中的编码器，对该环境特征进行解耦，确定该环境特征对应的各解耦特征。其中，各解耦特征用于表征各车道的障碍物位置分布以及各车道障碍物与该无人驾驶设备的速度分布。
S104：将各解耦特征输入预先强化学习得到的决策模型，确定所述环境特征对应的决策，并根据所述决策控制所述无人驾驶设备运动。
在本说明书一个或多个实施例中，该服务器在确定出该环境特征的各解耦特征后，可将各解耦特征输入预先强化学习得到的决策模型，确定该环境特征对应的决策，并根据该决策控制该无人驾驶设备运动。
在本说明书一个或多个实施例中，环境特征对应强化学习领域的状态(state)概念，最终得到的决策对应在状态下执行的动作(action)。
在本说明书一个或多个实施例中，最终确定出的决策可以是在该无人驾驶设备当前所处的环境的环境特征下，该无人驾驶设备应当沿着运动的车道。例如，有同向车道a、b、c，该无人驾驶设备当前所处车道为车道b，即目标车道为车道b，若输出决策对应车道a，则该服务器可控制该无人驾驶设备切换至沿车道a运动。
基于图1所示的无人驾驶设备的控制方法，通过预先训练的自编码器，能够将无人驾驶设备所处环境的环境特征进行特征提取并解耦，得到各解耦特征，将各解耦特征输入预先强化学习得到的决策模型，输出该环境特征对应的决策，以根据得到的决策控制该无人驾驶设备向目的地运动。
从上述方法中可以看出，本方法能够根据环境场景对应的环境特征，基于自编码器准确得到解耦的具有可解释性的解耦特征，并通过具有泛化性的决策模型，准确输出在各种环境场景下应当控制无人驾驶设备执行的决策，提高了决策的合理性和准确率。
在本说明书一个或多个实施例中，该自编码器采用如图2所示的方法训练得到。
图2为本说明书中一种训练自编码器的方法的流程示意图，具体包括以下步骤：
S200：将采集设备行驶过程中采集的环境数据，按照预设时间间隔，划分为若干环境片段。
由上述无人驾驶设备的控制方法的执行过程可见，该方法基于自编码器以及决策模型得到决策。其中，决策模型用于输出决策，作为决策模型的输入的是自编码器中编码器的输出。
在本说明书中，该自编码器的作用在于：输出便于通过强化学习的方式训练的决策模型学习的数据，即将基于复杂的环境数据确定的环境特征转化为便于决策模型分析和学习的形式。
在本说明书一个或多个实施例中，该训练自编码器的方法可由服务器执行。
用于训练该自编码器的训练样本可从采集设备预先采集的环境数据中确定。该采集设备可以是无人驾驶设备，或能够采集环境数据的有人驾驶的车辆等等，当然也可以是其他设备，本说明书在此不做限制。当采集设备是无人驾驶设备时，作为采集设备的该无人驾驶设备与该无人驾驶设备的控制方法中被控制的无人驾驶设备可以是相同的无人驾驶设备也可以不同，本说明书在此不做限制。后续以该采集设备与作为该无人驾驶设备的控制方法的控制对象的无人驾驶设备相同为例进行说明。
其中，该环境数据即该采集设备在行驶过程中采集到的环境中的数据，具体可至少包括：该采集设备在行驶过程中各时刻采集到的该采集设备当前的运动数据、周围各障碍物的运动数据以及该采集设备的目的地位置。
由于对于无人驾驶设备而言，在该无人驾驶设备向目的地运动的各时刻，环境中障碍物的数量、位置、速度以及障碍物与该无人驾驶设备间距离中的至少部分会发生变化，并且该无人驾驶设备自身的速度、位置、与目的地距离等至少部分状态也会改变。则在该无人驾驶设备运动的不同时刻，该无人驾驶设备与各障碍物构成了不同的环境场景。不同环境场景的持续时间不同，每一个时刻对应环境场景中的一个环境片段。
并且，在无人驾驶设备在环境中运动时，能够直接获取到的且影响着无人驾驶设备的决策的数据，正是当前环境中该无人驾驶设备以及各障碍物的数据。因此，在本说明书一个或多个实施例中，在训练该自编码器时，该服务器可将采集设备行驶过程中采集的环境数据，按照预设的时间间隔，划分为若干环境片段。
在本说明书一个或多个实施例中，划分环境片段的时间间隔可与划分各时刻的时间间隔相同。例如，该时间间隔可为1s、40s、60s等等。
S202：针对每个环境片段，根据该环境片段对应的环境数据，确定该环境片段的环境特征，并作为训练样本。
在本说明书一个或多个实施例中，该服务器在确定出各环境片段后，可针对每个环境片段，根据该环境片段对应的环境数据，确定该环境片段的环境特征，并将该环境片段的环境特征作为训练样本。
S204：根据该环境片段的环境特征，确定各车道的障碍物位置分布以及各车道障碍物与所述采集设备的速度分布，作为所述训练样本的标签。
在本说明书一个或多个实施例中，该服务器在确定出该环境片段的环境特征后，可根据该环境特征，确定该环境特征对应的属性。其中，该属性至少包括各车道的障碍物位置分布以及各车道障碍物与该采集设备的速度分布。
在本说明书一个或多个实施例中，该服务器在确定出各环境片段后，可根据该环境片段的环境特征，确定各车道的障碍物位置分布以及各车道障碍物与该采集设备的速度分布，作为训练样本的标签。即，将各训练样本的属性作为标签。
该服务器可针对每个环境片段的环境特征，根据该环境特征确定该环境特征对应的，各车道的障碍物位置分布以及各车道障碍物与该采集设备的速度分布，并将得到的各车道的障碍物位置分布以及各车道障碍物与该采集设备的速度分布，作为该训练样本的标签。
在本说明书一个或多个实施例中，在根据该环境片段的环境特征确定各车道的障碍物位置分布时，该服务器可根据该环境片段的环境特征，确定该采集设备所在车道的相邻车道中，该采集设备两侧的并行位置，并确定该并行位置中的障碍物分布，作为并行位置分布，以根据该环境特征，确定各车道中该采集设备前方障碍物与该采集设备的间隔，并根据各车道对应的间隔，确定车道间隔分布。之后，该服务器可根据该并行位置分布以及该车道间隔分布，确定各车道的障碍物位置分布。
其中，该车道间隔分布用于表示各车道中该采集设备前方障碍物与该采集设备的距离(间隔)。该并行位置分布用于表示该采集设备两侧相邻车道的并行位置是否存在障碍物。例如，将并行位置存在障碍物记为1，不存在障碍物记为0，当该采集设备左侧并行位置不存在障碍物而右侧存在障碍物时，并行位置分布可表示为二进制的01。或者十进制的1。
在本说明书一个或多个实施例中，还可以根据该车道间隔分布，确定间隔分布特征，该间隔分布特征用于表示障碍物与该采集设备间隔最大的车道。并根据该间隔分布特征以及并行位置分布，确定各车道的障碍物位置分布。例如，Gap0、Gap1、Gap2分别表示左侧相邻车道中前方障碍物与该采集设备间隔、目标车道中前方障碍物与该采集设备间隔以及右侧相邻车道中前方障碍物与该采集设备间隔。若Gap0最大，则该间隔分布特征可记为0，若Gap1最大，则该间隔分布特征可记为1，若Gap2最大，则该间隔分布特征可记为2。
在本说明书一个或多个实施例中，在确定各车道障碍物与该采集设备的速度分布时，该服务器可针对每个车道，根据该车道中该采集设备前方的障碍物，确定前目标障碍物，根据该前目标障碍物的速度与该采集设备的速度对比关系，确定该车道与该采集设备的前方速度特征。并根据该车道中该采集设备后方的障碍物，确定后目标障碍物，根据该后目标障碍物的速度与该采集设备的速度对比关系，确定该车道与该采集设备的后方速度特征。之后，根据各车道的前方速度特征以及后方速度特征，确定各车道障碍物与该采集设备的速度分布。
其中，该前方速度特征用于表示各车道中该采集设备前方各障碍物与该采集设备的速度大小关系，该后方速度特征用于表示各车道中该采集设备后方各障碍物与该采集设备的速度大小关系。在前方速度特征中，由于障碍物处于采集设备前方，障碍物速度越大采集设备越安全，可将对应车道中障碍物速度大于采集设备记为1，小于采集设备则记为0。当左侧相邻车道、目标车道、右侧相邻车道任一前方无障碍物时，对于无人驾驶设备是安全的情况，因此也可记为1。则二进制数111表示的前方速度特征可表征左侧相邻车道、目标车道、右侧相邻车道前方障碍物速度皆大于采集设备。或者也可将二进制数111表示为十进制的7。
在后方速度特征中，由于障碍物处于采集设备后方，障碍物速度越小采集设备越安全，则可将对应车道中障碍物速度小于采集设备记为1，大于采集设备则记为0。当左侧相邻车道、目标车道、右侧相邻车道任一后方无障碍物时，对于无人驾驶设备是安全的情况，因此也可记为1。
S206：根据各训练样本的标签，对所述自编码器的编码器输出的至少部分训练样本的解耦特征进行交换，并输入解码器得到交换重构特征。
在本说明书一个或多个实施例中，在确定出各训练样本的标签后，该服务器可根据各训练样本的标签，对该自编码器的编码器输出的至少部分训练样本的解耦特征进行交换，并输入解码器得到交换重构特征。
在本说明书一个或多个实施例中，在根据各训练样本的标签，对该自编码器的编码器输出的至少部分训练样本的解耦特征进行交换时，该服务器可针对每个训练样本，确定与该训练样本标签至少部分相同的各训练样本，以构建训练样本间的标签关联关系，并根据该标签关联关系，确定各训练样本组，以针对每个训练样本组，确定该训练样本组中各训练样本相同的部分标签，作为目标标签。
之后，该服务器可将表征该目标标签的解耦特征作为目标解耦特征，并将该训练样本组中各训练样本的目标解耦特征进行交换。并针对每个训练样本，根据该训练样本交换后的各解耦特征，确定交换特征。以便于在得到各训练样本的交换特征后，将各训练样本的交换特征分别输入解码器，确定各训练样本对应的交换重构特征。
图3为本说明书提供的一种标签关联关系示意图。如图，图中各斜线填充矩形表示各训练样本，由双向箭头相连的训练样本为具有关联关系的训练样本，可见，图3中上方的矩形与左下方矩形通过属性A以及属性B相连，即两个矩形的属性A以及属性B都相同。上方的矩形与右下方矩形通过属性D相连，即上方与右下两个矩形的属性D相同。左下方矩形与右下方矩形通过属性B以及属性C相连，即左下右下两个矩形的属性B以及属性C都相同。
在本说明书一个或多个实施例中，该服务器在确定训练样本组时，针对每个训练样本，可根据该标签关联关系，确定与该训练样本至少部分标签相同的其他训练样本，作为该训练样本的关联训练样本，并将相同的部分标签，作为关联标签，将关联标签对应的属性作为关联属性。之后，该服务器可根据该训练样本、确定出的各关联训练样本以及预设的分组数值，确定各训练样本组。其中，该分组数值用于表示每个训练样本组分得的训练样本的数量，具体可根据需要设置，例如，该分组数值可为2，即一个训练样本组中可包含2个训练样本，或者该分组数值还可为3或其他等，本说明书在此不做限制。
以该分组数值是2为例进行说明，假设该关联属性为车道间隔分布，该服务器可将训练样本组中两个训练样本与用于表征车道间隔分布的解耦特征进行交换，并在交换后，针对每个训练样本，将该训练样本的各解耦特征进行拼接，得到该训练样本的交换特征。
以该分组数值是3为例进行说明，假设该关联属性为并行位置分布，训练样本组X中包含训练样本X1、X2以及X3。该服务器可将训练样本X1的各解耦特征中，与并行位置分布对应的解耦特征换给训练样本X2，将训练样本X2的各解耦特征中，与并行位置分布对应的解耦特征换给训练样本X3，将训练样本X3的各解耦特征中，与并行位置分布对应的解耦特征换给训练样本X1，以实现解耦特征的交换。在交换后，该服务器可针对训练样本组X中每个训练样本，将该训练样本的各解耦特征进行拼接，得到该训练样本的交换特征。
在本说明书一个或多个实施例中，由于不同解耦特征对应不同的属性，即用于表征不同的属性，因此，在对各训练样本组中各训练样本交换后的解耦特征进行拼接时，可按照预设的顺序进行拼接。
图4为本说明书提供的一种特征交换示意图。如图，分组数值为2，矩形A1、A2、A3、A4为训练样本组X中，训练样本X1的各解耦特征，矩形B1、B 2、B 3、B 4为训练样本组X中，训练样本X2的各解耦特征，其中，斜线填充的矩形表示与车道间隔分布对应的解耦特征，网格填充的矩形表示与前方速度特征对应的解耦特征，横线填充的矩形表示与后方速度特征对应的解耦特征，竖线填充的矩形表示与并行位置分布对应的解耦特征。由于训练样本X1用于表征车道间隔分布的解耦特征A1与训练样本X2用于表征车道间隔分布的解耦特征B1相同，将A1与B1进行交换，交换后，该服务器将各训练样本的解耦特征进行拼接，分别得到各训练样本对应的交换特征。其中，C1表示训练样本X1的交换特征，C2表示训练样本X2的交换特征。可见，将各训练样本交换后的解耦特征进行拼接的顺序相同，皆为车道间隔分布、前方速度特征、后方速度特征、并行位置分布。
在本说明书一个或多个实施例中，当同一训练样本组中各训练样本间存在多个相同的解耦特征时，该服务器可将各相同的解耦特征一同交换。
另外，在本说明书一个或多个实施例中，在对该自编码器的编码器输出的至少部分训练样本的解耦特征进行交换之前，该服务器还可以针对每个训练样本，将该训练样本的各解耦特征输入该自编码器的解码器，确定该训练样本对应的重构特征。以便于后续步骤中根据重构特征确定损失。
S208：至少根据训练样本的环境特征以及交换重构特征确定损失，以调整所述自编码器的参数。
在本说明书一个或多个实施例中，该服务器可至少根据训练样本的环境特征以及交换重构特征确定损失，并以损失最小为目标，调整该自编码器的参数。
在本说明书一个或多个实施例中，在确定损失时，该服务器可针对每个训练样本，根据该训练样本的环境特征以及交换重构特征间的差异确定损失。
在本说明书一个或多个实施例中，在确定损失时，该服务器还可以针对每个训练样本，根据该训练样本的环境特征以及重构特征间的差异，确定重构损失，并根据该训练样本的环境特征以及交换重构特征间的差异，确定交换损失。之后，根据至少部分训练样本的重构损失以及交换损失，确定总损失。
其中，该重构损失表征该自编码器输入与输出之间的差异。即表征输入该自编码器的环境特征与该自编码器输出的该环境特征的重构特征间的差异。
在本说明书中，根据该重构损失对该自编码器进行训练，目的在于将通过该自编码器的编码器对环境特征解耦得到的解耦特征输入解码器后，能够正确还原出该环境特征。即目的在于使自编码器的解码器输出的重构特征与输入编码器的环境特征相同。并且，解耦准确才会保证重构准确，当重构特征与环境特征间差异越小时，则说明该自编码器的编码器对环境特征解耦得到的各解耦特征越准确，解耦得到的各解耦特征越能够准确表征该环境特征。
该交换损失表征自编码器的编码器对相同标签解耦的结果之间的差异。即将输入自编码器的编码器得到训练样本的各解耦特征中，和其他训练样本对应相同标签的解耦特征与该其他训练样本进行交换，并经过解码器重构后，该训练样本的环境特征与交换重构特征间的差异。通过以输入该自编码器的环境特征与自编码器输出的交换重构特征间的差异最小为目标，能够实现该自编码器的编码器对相同标签解耦的结果之间的差异最小，这是本说明书对该自编码器进行训练的另一个目标。
并且，基于该交换损失对该自编码器的训练，能够使该自编码器的编码器对环境特征解耦得到的各解耦特征相互独立，且该自编码器中的编码器对训练样本解耦得到的各解耦特征，分别与该训练样本的各标签具有稳定且准确的对应关系。
在本说明书一个或多个实施例中，在确定出总损失后，该服务器可以总损失最小为目标，调整自编码器的参数。
在本说明书一个或多个实施例中，在确定总损失时，参与确定总损失的训练样本的数量可根据需要设置，本说明书在此不做限制。例如，可以根据一个训练样本组中各训练样本的重构损失以及交换损失确定一次总损失，或以多个训练样本中各训练样本的重构损失以及交换损失确定一次总损失。
在本说明书一个或多个实施例中，以根据一个训练样本组中各训练样本的重构损失以及交换损失确定一次总损失为例，在根据各训练样本的重构损失以及交换损失确定总损失时，该服务器可以针对每个训练样本组，确定该训练样本组中各训练样本对应的重构损失以及交换损失，并根据该训练样本组对应的各重构损失以及各交换损失确定总损失。
在本说明书提供的一个或多个实施例中，确定重构损失的公式可具体如下：
Loss1＝‖Si-S′i‖2
其中，Loss1表示第i个训练样本的重构损失，Si表示第i个训练样本，即第i个环境特征，S′i表示第i个训练样本的重构特征。
在本说明书提供的一个或多个实施例中，确定交换损失的公式可具体如下：
其中，Loss2表示交换损失，Si表示一个训练样本组中第i个训练样本，即第i个环境特征，S″i表示该训练样本组中第i个训练样本的交换重构特征。n表示该训练样本组中训练样本的数量。
另外，在本说明书步骤S204中，在确定车道间隔分布时，若存在其中障碍物与该采集设备距离相同的两个车道，该服务器可判断两个车道中是否包含该采集设备所在的车道，若是，则确定该采集设备所在车道对应的障碍物与该采集设备的距离(间隔)最大，并将该采集设备所在车道对应的障碍物与该采集设备的距离最大作为确定出的车道间隔分布。
例如，假设车道包括a、b、c，在环境场景甲中，采集设备处于车道b，在该采集设备前方，车道a中有障碍物O1，车道b中有障碍物O2，车道c中有障碍物O3，且O1与该采集设备的距离为10m，O2与该采集设备的距离为20m，O3与该采集设备的距离也是20m。则该服务器可确定车道b中障碍物与该采集设备的距离最大。在表示出的该环境场景甲的间隔分布特征时，可用车道b的标识进行表示，例如，用1表示该采集设备所在车道，用0表示该采集设备左侧车道，用2表示该采集设备右侧车道。则可用0表示该环境场景甲的间隔分布特征。
在本说明书提供的一个或多个实施例中，确定各属性时，具体的，该服务器可根据环境场景的环境数据中包含的采集设备的位置以及各障碍物的位置，确定该环境场景的间隔分布特征，并根据环境数据中包含的采集设备的速度以及各障碍物的速度，确定该环境场景的速度分布。并确定该采集设备的相邻车道的并行位置，以及判断在各并行位置中是否存在障碍物，并根据判断结果确定车道间隔分布。
在本说明书一个或多个实施例中，可用1和0表示并行位置是否存在障碍物的判断结果，例如，可用1表示并行位置存在障碍物，用0表示并行位置不存在障碍物。(1，0)表示该无人驾驶设备左侧并行位置存在障碍物，右侧并行位置不存在障碍物，(1，1)表示该无人驾驶设备左侧并行位置以及右侧并行位置都存在障碍物。
在本说明书一个或多个实施例中，可用十进制数表示环境场景的车道间隔分布，例如，对于(1，0)的判断结果，可用十进制数2表示，(1，1)可用十进制数3表示。该服务器可确定判断结果的十进制值作为车道间隔分布。
在本说明书一个或多个实施例中，当该无人驾驶设备一侧或两侧不存在相邻车道时，以无人驾驶设备右侧无相邻车道为例，右侧无相邻车道则意味着右侧不可行驶，与右侧存在障碍物类似，则可根据默认值，确定不存在的一侧相邻车道中障碍物的前方速度特征以及后方速度特征、以及车道间隔分布。各默认值可根据需要设置，本说明书在此不做限制。当该采集设备一侧或两侧不存在相邻车道时，也可将不存在的一侧相邻车道中障碍物表示为默认值。例如，用1表示存在障碍物，则可用1表示不存在的一侧相邻车道中障碍物的分布情况。
在本说明书一个或多个实施例中，该服务器可根据该采集设备的身体最前端，确定该采集设备的身体最前端所在的垂直于车道方向的位置线，并将各车道中障碍物与该位置线间的距离，作为该采集设备的距离，即间隔。
图5为本说明书提供的一种间隔示意图。如图，灰色填充矩形表示作为采集设备的无人驾驶设备，白色填充矩形表示各障碍物。水平的虚线表示位置线，在该无人驾驶设备的左侧相邻车道中，障碍物与该位置线的间隔为G1，在该无人驾驶设备的右侧相邻车道中，障碍物与该位置线的间隔为G2，且G1大于G2。在该无人驾驶设备所处车道中，不存在障碍物，由于在确定间隔分布特征时，目的在于确定该无人驾驶设备与障碍物间隔最大的车道，且间隔越大，该无人驾驶设备的运动空间越大，且越安全，因此，虽然G1大于G2，但由于该无人驾驶设备所处车道中，不存在障碍物，则可确定该无人驾驶设备与障碍物间隔最大的车道为该无人驾驶设备所在车道。
在本说明书一个或多个实施例中，该服务器还可以通过深度强化学习对决策模型进行训练。
图6为本说明书提供的一种训练决策模型的方法的流程示意图。该训练决策模型的方法流程可包括以下步骤：
S300：根据无人驾驶设备当前的运动数据、周围各障碍物的运动数据以及所述无人驾驶设备的目的地位置，确定当前的环境特征，所述运动数据至少包括位置以及速度。
在本说明书一个或多个实施例中，可通过模拟无人驾驶设备在环境中的运动，根据训练后的编码器，对该决策模型进行深度强化学习。该服务器可通过模拟得到的该无人驾驶设备在运动过程中的运动轨迹、该运动轨迹对应的各时刻的状态(即环境特征)以及各时刻的状态对应的动作(即执行的决策)。并计算执行各动作分别对应的奖励。在确定出无人驾驶设备的状态后，该服务器可将该无人驾驶设备的状态输入编码器，得到具有可解释性的各解耦特征，再将各解耦特征输入该决策模型，得到该状态对应的决策，即动作。
在本说明书一个或多个实施例中，首先，该服务器可根据无人驾驶设备当前的运动数据、周围各障碍物的运动数据以及该无人驾驶设备的目的地位置，确定当前的环境特征，该运动数据至少包括位置以及速度。
S302：将所述环境特征输入预先训练的自编码器中的编码器，对所述环境特征进行解耦，确定所述环境特征对应的各解耦特征，所述解耦特征用于表征各车道的障碍物位置分布以及各车道障碍物与所述无人驾驶设备的速度分布。
在本说明书一个或多个实施例中，在确定出环境特征后，该服务器可将该环境特征输入预先训练的自编码器中的编码器，对该环境特征进行解耦，确定该环境特征对应的各解耦特征，该解耦特征用于表征各车道的障碍物位置分布以及各车道障碍物与该无人驾驶设备的速度分布。
其中，该自编码器的训练过程可参考前述步骤，本说明书在此不做赘述。
S304：将各解耦特征输入待训练的决策模型，确定所述环境特征对应的决策，并根据所述决策控制所述无人驾驶设备运动。
在本说明书一个或多个实施例中，得到各解耦特征后，该服务器可将各解耦特征输入待训练的决策模型，根据该决策模型输出的决策控制该无人驾驶设备。
S306：重新确定所述无人驾驶设备以及周围各障碍物的运动数据，以确定所述无人驾驶设备与各障碍物的距离以及相对速度。
在本说明书一个或多个实施例中，在根据该决策模型输出的决策控制该无人驾驶设备之后，该服务器可重新确定该无人驾驶设备以及周围各障碍物的运动数据，以确定该无人驾驶设备与各障碍物的距离以及相对速度。
由于根据决策控制该无人驾驶设备的目的是：使该无人驾驶设备安全的行驶到目的地，而行驶过程中可能发生的危险我碰撞危险。
因此，在本说明书一个或多个实施例中，在根据该决策模型输出的决策控制该无人驾驶设备之后，该服务器还可判断该无人驾驶设备是否发生碰撞，若是，则确定该决策对应的惩罚，并停止对该决策模型的训练，重新确定环境特征对该决策模型进行训练。若否，则重新确定该无人驾驶设备以及周围各障碍物的运动数据，以确定该无人驾驶设备与各障碍物的距离以及相对速度。
S308：根据确定出的距离以及相对速度，确定所述决策对应的奖励，并以所述奖励最大为优化目标调整所述决策模型的参数。
在本说明书一个或多个实施例中，在确定出该无人驾驶设备与各障碍物的距离以及相对速度后，该服务器可至少根据确定出的距离以及相对速度，确定该决策对应的奖励，并以该奖励最大为优化目标调整该决策模型的参数。
在本说明书一个或多个实施例中，在确定该决策对应的奖励时，该服务器可重新确定该无人驾驶设备与该目的地位置间的待行驶距离，并根据重新确定出的该无人驾驶设备与各障碍物的距离以及相对速度，确定该无人驾驶设备与各障碍物的碰撞时间。并根据该碰撞时间、该无人驾驶设备的速度以及该待行驶距离，确定该决策对应的奖励；
其中，由于该无人驾驶设备的目的是安全向目的地行驶，因此，该待行驶距离与该奖励负相关。由于当碰撞时间越小时无人驾驶设备越危险，因此，该碰撞时间与该奖励正相关。并且，该无人驾驶设备的速度与该奖励正相关，该无人驾驶设备与各障碍物的距离与该奖励正相关。
在本说明书一个或多个实施例中，为了使无人驾驶设备能够平稳执行决策，在不与障碍物碰撞的情况下安全抵达目的地，在确定该决策对应的奖励时，该服务器还可以确定根据该决策控制所述无人驾驶设备时，该无人驾驶设备的方向盘转角变化率以及该无人驾驶设备的加速度，并重新确定该无人驾驶设备与该目的地位置间的待行驶距离。
之后，该服务器可根据重新确定的该无人驾驶设备的速度、方向盘转角变化率、该无人驾驶设备的加速度、重新确定出的待行驶距离、该无人驾驶设备与各障碍物的距离以及该无人驾驶设备与各障碍物的相对速度，确定该决策对应的奖励。
其中，该方向盘转角变化率与该奖励负相关，该加速度与该奖励负相关，重新确定出的该待行驶距离与该奖励负相关，重新确定出的该无人驾驶设备的速度与该奖励正相关，该无人驾驶设备与各障碍物的距离与该奖励正相关。由于当障碍物与无人驾驶设备的相对速度越小时，障碍物与无人驾驶设备的距离越稳定，发生碰撞的可能越小，因此，该无人驾驶设备与各障碍物的相对速度与该奖励负相关。
当然，本说明书中提供的计算该决策的奖励方法仅为示例，具体可根据无人驾驶设备与各障碍物的碰撞时间、待行驶距离、无人驾驶设备与各障碍物的距离、无人驾驶设备与各障碍物的相对速度、无人驾驶设备的速度等其中一种或多种的组合确定奖励，或通过其他方法计算奖励，本说明书在此不做限制。
在本说明书中，通过自编码器中的解码器，将状态转换为可解释性的解耦特征，能够帮助决策模型的训练，提高训练效率以及训练得到的模型的性能。
在本说明书一个或多个实施例中，该决策模型对应的奖励函数可具体如下：
r＝r1+r2+r3
r2＝-l+v
其中，r表示奖励函数，r1表示与安全相关的奖励，r2表示与向目的地运动的效率相关的奖励，r3表示与运动平稳度相关的奖励。l表示该无人驾驶设备与目的地的距离。v表示无人驾驶设备执行了决策后的速度，acc表示无人驾驶设备执行了决策后的加速度，表示无人驾驶设备执行决策的方向盘转角变化率。
在本说明书一个或多个实施例中，当服务器控制无人驾驶设备执行决策后，若无人驾驶设备未发生碰撞，则r1＝dp+ttc，当服务器控制无人驾驶设备执行决策后，若无人驾驶设备发生碰撞，则r1＝-w。且w为正数，可根据需要设置，例如，可设置为100。
在本说明书一个或多个实施例中，可根据PPO(Proximal Policy Optimization)算法，确定优化目标，并根据该优化目标对该决策模型的参数进行优化。
在本说明书一个或多个实施例中，该决策模型的优化目标可表示为：
J＝Et[min(rt(θ)At,clip(rt(θ),1-ε,1+ε)At)]
其中，J为优化目标，θ为待优化的该决策模型的策略参数，Et为时刻t下的期望值，ε为限制策略更新幅度的超参数，clip为裁剪函数，用于将rt(θ)的数值裁剪到(1-ε,1+ε)范围内，rt(θ)为该决策模型每次迭代更新时t时刻的策略与上一次迭代更新时t时刻的旧策略的比值，即
π(at|st)表示每次迭代更新时的策略，πold(at|st)表示上一次迭代更新时的旧策略。At表示基于奖励函数r计算得到的优势函数，且
At＝δt+(γλ)δt+1+…+(γλ)T-t+1δT-1
δt＝rt+γV(st+1)-V(st)
其中，γ为预设的第一折扣因子，λ为根据GAE(General Advantage Estimation)算法预设的第一折扣因子，δt为时刻t下的时间差分误差值，T为收集到的无人驾驶设备的运动轨迹的总时长。V(st)即t时刻对应的值函数。
在本说明书一个或多个实施例中，ε可取值0.2，γ可取值0.95。
在本说明书一个或多个实施例中，可利用随机梯度下降法(Stochastic GradientDescent，SGD)，每次基于N个并行训练的总时长为T(即时间步为T)的运动轨迹(共NT步数据)，对PPO算法的优化目标J进行最大化，以更新神经网络权重θ。
基于同样的思路，本说明书还提供了相应的无人驾驶设备的控制装置，如图7所示。
图7为本说明书提供的一种无人驾驶设备的控制装置示意图，该装置包括：
环境特征确定模块400，用于根据无人驾驶设备当前的运动数据、周围各障碍物的运动数据以及所述无人驾驶设备的目的地位置，确定当前的环境特征，所述运动数据至少包括位置以及速度；
解耦模块401，用于将所述环境特征输入预先训练的自编码器中的编码器，对所述环境特征进行解耦，确定所述环境特征对应的各解耦特征，所述解耦特征用于表征各车道的障碍物位置分布以及各车道障碍物与所述无人驾驶设备的速度分布；
控制模块402，用于将各解耦特征输入预先强化学习得到的决策模型，确定所述环境特征对应的决策，并根据所述决策控制所述无人驾驶设备运动；
所述装置还包括：
训练模块403，用于将采集设备行驶过程中采集的环境数据，按照预设时间间隔，划分为若干环境片段，针对每个环境片段，根据该环境片段对应的环境数据，确定该环境片段的环境特征，并作为训练样本，根据该环境片段的环境特征，确定各车道的障碍物位置分布以及各车道障碍物与所述采集设备的速度分布，作为所述训练样本的标签，根据各训练样本的标签，对所述自编码器的编码器输出的至少部分训练样本的解耦特征进行交换，并输入解码器得到交换重构特征，至少根据训练样本的环境特征以及交换重构特征确定损失，以调整所述自编码器的参数。
可选地，所述训练模块403，还用于根据该环境片段的环境特征，确定所述采集设备所在车道的相邻车道中，所述采集设备两侧的并行位置，并确定所述并行位置中的障碍物分布，作为并行位置分布，根据所述环境特征，确定各车道中所述采集设备前方障碍物与所述采集设备的间隔，并根据各车道对应的间隔，确定车道间隔分布，根据所述并行位置分布以及所述车道间隔分布，确定各车道的障碍物位置分布。
可选地，所述训练模块403，还用于针对每个车道，根据该车道中所述采集设备前方的障碍物，确定前目标障碍物，根据所述前目标障碍物的速度与所述采集设备的速度对比关系，确定该车道与所述采集设备的前方速度特征，根据该车道中所述采集设备后方的障碍物，确定后目标障碍物，根据所述后目标障碍物的速度与所述采集设备的速度对比关系，确定该车道与所述采集设备的后方速度特征，根据所述各车道的前方速度特征以及后方速度特征，确定各车道障碍物与所述采集设备的速度分布。
可选地，所述训练模块403，还用于针对每个训练样本，确定与该训练样本标签至少部分相同的各训练样本，以构建训练样本间的标签关联关系，根据所述标签关联关系，确定各训练样本组，并针对每个训练样本组，确定该训练样本组中各训练样本相同的部分标签，作为目标标签，将表征所述目标标签的解耦特征作为目标解耦特征，并将该训练样本组中各训练样本的目标解耦特征进行交换。
可选地，所述训练模块403，还用于针对每个训练样本，将该训练样本的各解耦特征输入所述自编码器的解码器，确定该训练样本对应的重构特征。
可选地，所述训练模块403，还用于针对每个训练样本，根据该训练样本的环境特征以及重构特征间的差异，确定重构损失，所述重构损失表征所述自编码器输入与输出之间的差异，根据该训练样本的环境特征以及交换重构特征间的差异，确定交换损失，所述交换损失表征所述自编码器的编码器对相同标签解耦的结果之间的差异，根据至少部分训练样本的重构损失以及交换损失，确定总损失。
所示装置还包括：调整模块404，用于重新确定所述无人驾驶设备以及周围各障碍物的运动数据，以确定所述无人驾驶设备与各障碍物的距离以及相对速度，并根据确定出的距离以及相对速度，确定所述决策对应的奖励，并以所述奖励最大为优化目标调整所述决策模型的参数。
所述调整模块404，还用于判断所述无人驾驶设备是否发生碰撞，若是，则确定所述决策对应的惩罚，并停止当前对所述决策模型的训练过程，并重新确定环境特征对所述决策模型继续进行训练，若否，则重新确定所述无人驾驶设备以及周围各障碍物的运动数据，以确定所述无人驾驶设备与各障碍物的距离以及相对速度。
可选地，所述调整模块404，还用于重新确定所述无人驾驶设备与所述目的地位置间的待行驶距离，根据重新确定出的所述无人驾驶设备与各障碍物的距离以及相对速度，确定所述无人驾驶设备与各障碍物的碰撞时间，根据所述碰撞时间、所述无人驾驶设备的速度以及所述待行驶距离，确定所述决策对应的奖励，其中，所述待行驶距离与所述奖励负相关，所述碰撞时间与所述奖励正相关，所述无人驾驶设备的速度与所述奖励正相关，所述无人驾驶设备与各障碍物的距离与所述奖励正相关。
可选地，所述调整模块404，还用于确定根据所述决策控制所述无人驾驶设备时，所述无人驾驶设备的方向盘转角变化率以及所述无人驾驶设备的加速度，并重新确定所述无人驾驶设备与所述目的地位置间的待行驶距离，根据重新确定的所述无人驾驶设备的速度、所述方向盘转角变化率、所述加速度、重新确定出的所述待行驶距离、所述无人驾驶设备与各障碍物的距离以及所述无人驾驶设备与各障碍物的相对速度，确定所述决策对应的奖励，其中，所述方向盘转角变化率与所述奖励负相关，所述加速度与所述奖励负相关，重新确定出的所述待行驶距离与所述奖励负相关，重新确定出的所述无人驾驶设备的速度与所述奖励正相关，所述无人驾驶设备与各障碍物的距离与所述奖励正相关，所述无人驾驶设备与各障碍物的相对速度与所述奖励负相关。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述无人驾驶设备的控制方法。
本说明书还提供了图8所示的电子设备的结构示意图。如图8所示，在硬件层面，该电子设备包括处理器、内部总线、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述无人驾驶设备的控制方法。
当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、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、嵌入式处理机或其他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他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/或方框图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他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，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他可编程数据处理设备上，使得在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可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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书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，本说明书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用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (12)
1.一种无人驾驶设备的控制方法，其特征在于，包括：
根据无人驾驶设备当前的运动数据、周围各障碍物的运动数据以及所述无人驾驶设备的目的地位置，确定当前的环境特征，所述运动数据至少包括位置以及速度；
将所述环境特征输入预先训练的自编码器中的编码器，对所述环境特征进行解耦，确定所述环境特征对应的各解耦特征，所述解耦特征用于表征各车道的障碍物位置分布以及各车道障碍物与所述无人驾驶设备的速度分布；
将各解耦特征输入预先强化学习得到的决策模型，确定所述环境特征对应的决策，并根据所述决策控制所述无人驾驶设备运动；
所述自编码器采用下述方法训练得到：
将采集设备行驶过程中采集的环境数据，按照预设时间间隔，划分为若干环境片段；
针对每个环境片段，根据该环境片段对应的环境数据，确定该环境片段的环境特征，并作为训练样本；
根据该环境片段的环境特征，确定各车道的障碍物位置分布以及各车道障碍物与所述采集设备的速度分布，作为所述训练样本的标签；
根据各训练样本的标签，对所述自编码器的编码器输出的至少部分训练样本的解耦特征进行交换，并输入解码器得到交换重构特征；
至少根据训练样本的环境特征以及交换重构特征确定损失，以调整所述自编码器的参数。
2.如权利要求1所述的方法，其特征在于，根据该环境片段的环境特征，确定各车道的障碍物位置分布，具体包括：
根据该环境片段的环境特征，确定所述采集设备所在车道的相邻车道中，所述采集设备两侧的并行位置，并确定所述并行位置中的障碍物分布，作为并行位置分布；
根据所述环境特征，确定各车道中所述采集设备前方障碍物与所述采集设备的间隔，并根据各车道对应的间隔，确定车道间隔分布；
根据所述并行位置分布以及所述车道间隔分布，确定各车道的障碍物位置分布。
3.如权利要求1所述的方法，其特征在于，确定各车道障碍物与所述采集设备的速度分布，具体包括：
针对每个车道，根据该车道中所述采集设备前方的障碍物，确定前目标障碍物，根据所述前目标障碍物的速度与所述采集设备的速度对比关系，确定该车道与所述采集设备的前方速度特征；
根据该车道中所述采集设备后方的障碍物，确定后目标障碍物，根据所述后目标障碍物的速度与所述采集设备的速度对比关系，确定该车道与所述采集设备的后方速度特征；
根据所述各车道的前方速度特征以及后方速度特征，确定各车道障碍物与所述采集设备的速度分布。
4.如权利要求1所述的方法，其特征在于，根据各训练样本的标签，对所述自编码器的编码器输出的至少部分训练样本的解耦特征进行交换，具体包括：
针对每个训练样本，确定与该训练样本标签至少部分相同的各训练样本，以构建训练样本间的标签关联关系；
根据所述标签关联关系，确定各训练样本组，并针对每个训练样本组，确定该训练样本组中各训练样本相同的部分标签，作为目标标签；
将表征所述目标标签的解耦特征作为目标解耦特征，并将该训练样本组中各训练样本的目标解耦特征进行交换。
5.如权利要求4所述的方法，其特征在于，对所述自编码器的编码器输出的至少部分训练样本的解耦特征进行交换之前，所述方法还包括：
针对每个训练样本，将该训练样本的各解耦特征输入所述自编码器的解码器，确定该训练样本对应的重构特征。
6.如权利要求5所述的方法，其特征在于，至少根据训练样本的环境特征以及交换重构特征确定损失，具体包括：
针对每个训练样本，根据该训练样本的环境特征以及重构特征间的差异，确定重构损失，所述重构损失表征所述自编码器输入与输出之间的差异；
根据该训练样本的环境特征以及交换重构特征间的差异，确定交换损失，所述交换损失表征所述自编码器的编码器对相同标签解耦的结果之间的差异；
根据至少部分训练样本的重构损失以及交换损失，确定总损失。
7.如权利要求1所述的方法，其特征在于，根据所述决策控制所述无人驾驶设备运动之后，所述方法还包括：
重新确定所述无人驾驶设备以及周围各障碍物的运动数据，以确定所述无人驾驶设备与各障碍物的距离以及相对速度；
根据确定出的距离以及相对速度，确定所述决策对应的奖励，并以所述奖励最大为优化目标调整所述决策模型的参数。
8.如权利要求7所述的方法，其特征在于，重新确定所述无人驾驶设备以及周围各障碍物的运动数据，以确定所述无人驾驶设备与各障碍物的距离以及相对速度，具体包括：
判断所述无人驾驶设备是否发生碰撞；
若是，则确定所述决策对应的惩罚，并停止当前对所述决策模型的训练过程，重新确定环境特征对所述决策模型继续进行训练；
若否，则重新确定所述无人驾驶设备以及周围各障碍物的运动数据，以确定所述无人驾驶设备与各障碍物的距离以及相对速度。
9.如权利要求7所述的方法，其特征在于，根据确定出的距离以及相对速度，确定所述决策对应的奖励，具体包括：
重新确定所述无人驾驶设备与所述目的地位置间的待行驶距离；
根据重新确定出的所述无人驾驶设备与各障碍物的距离以及相对速度，确定所述无人驾驶设备与各障碍物的碰撞时间；
根据所述碰撞时间、所述无人驾驶设备的速度以及所述待行驶距离，确定所述决策对应的奖励；
其中，所述待行驶距离与所述奖励负相关，所述碰撞时间与所述奖励正相关，所述无人驾驶设备的速度与所述奖励正相关，所述无人驾驶设备与各障碍物的距离与所述奖励正相关。
10.如权利要求7所述的方法，其特征在于，根据确定出的距离以及相对速度，确定所述决策对应的奖励，具体包括：
确定根据所述决策控制所述无人驾驶设备时，所述无人驾驶设备的方向盘转角变化率以及所述无人驾驶设备的加速度，并重新确定所述无人驾驶设备与所述目的地位置间的待行驶距离；
根据重新确定的所述无人驾驶设备的速度、所述方向盘转角变化率、所述加速度、重新确定出的所述待行驶距离、所述无人驾驶设备与各障碍物的距离以及所述无人驾驶设备与各障碍物的相对速度，确定所述决策对应的奖励；
其中，所述方向盘转角变化率与所述奖励负相关，所述加速度与所述奖励负相关，重新确定出的所述待行驶距离与所述奖励负相关，重新确定出的所述无人驾驶设备的速度与所述奖励正相关，所述无人驾驶设备与各障碍物的距离与所述奖励正相关，所述无人驾驶设备与各障碍物的相对速度与所述奖励负相关。
11.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1~10任一项所述的方法。
12.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1~10任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111315547.7A CN114167857B (zh) | 2021-11-08 | 2021-11-08 | 一种无人驾驶设备的控制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111315547.7A CN114167857B (zh) | 2021-11-08 | 2021-11-08 | 一种无人驾驶设备的控制方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114167857A CN114167857A (zh) | 2022-03-11 |
| CN114167857B true CN114167857B (zh) | 2023-12-22 |
Family
ID=80478594
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111315547.7A Active CN114167857B (zh) | 2021-11-08 | 2021-11-08 | 一种无人驾驶设备的控制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114167857B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115439957B (zh) * | 2022-09-14 | 2023-12-08 | 上汽大众汽车有限公司 | 一种智能驾驶数据采集方法、采集装置、采集设备及一种计算机可读存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007316799A (ja) * | 2006-05-24 | 2007-12-06 | Tottori Univ | 学習機能をもつ自律移動ロボット |
| CN101804625A (zh) * | 2009-02-18 | 2010-08-18 | 索尼公司 | 机器人设备及其控制方法、以及计算机程序 |
| CN102393744A (zh) * | 2011-11-22 | 2012-03-28 | 湖南大学 | 一种无人驾驶汽车的导航方法 |
| CN103085816A (zh) * | 2013-01-30 | 2013-05-08 | 同济大学 | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 |
| CN103207090A (zh) * | 2013-04-09 | 2013-07-17 | 北京理工大学 | 一种无人驾驶车辆环境模拟测试系统及测试方法 |
| CN111123927A (zh) * | 2019-12-20 | 2020-05-08 | 北京三快在线科技有限公司 | 轨迹规划方法、装置、自动驾驶设备和存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013161033A1 (ja) * | 2012-04-26 | 2013-10-31 | 株式会社日立製作所 | 自律移動装置、自律移動システムおよび自律移動方法 |
-
2021
- 2021-11-08 CN CN202111315547.7A patent/CN114167857B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007316799A (ja) * | 2006-05-24 | 2007-12-06 | Tottori Univ | 学習機能をもつ自律移動ロボット |
| CN101804625A (zh) * | 2009-02-18 | 2010-08-18 | 索尼公司 | 机器人设备及其控制方法、以及计算机程序 |
| CN102393744A (zh) * | 2011-11-22 | 2012-03-28 | 湖南大学 | 一种无人驾驶汽车的导航方法 |
| CN103085816A (zh) * | 2013-01-30 | 2013-05-08 | 同济大学 | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 |
| CN103207090A (zh) * | 2013-04-09 | 2013-07-17 | 北京理工大学 | 一种无人驾驶车辆环境模拟测试系统及测试方法 |
| CN111123927A (zh) * | 2019-12-20 | 2020-05-08 | 北京三快在线科技有限公司 | 轨迹规划方法、装置、自动驾驶设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114167857A (zh) | 2022-03-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112677995B (zh) | 一种车辆轨迹规划方法、装置、存储介质及设备 | |
| CN111208838B (zh) | 一种无人驾驶设备的控制方法及装置 | |
| CN112306059B (zh) | 一种控制模型的训练方法、控制方法以及装置 | |
| CN115683145B (zh) | 一种基于轨迹预测的自动驾驶安全避障方法 | |
| CN113341941B (zh) | 一种无人驾驶设备的控制方法及装置 | |
| CN111238523B (zh) | 一种运动轨迹的预测方法及装置 | |
| CN113110526B (zh) | 一种模型训练的方法、无人驾驶设备的控制方法及装置 | |
| CN111338360B (zh) | 一种规划车辆行驶状态的方法及装置 | |
| CN113296541B (zh) | 一种基于未来碰撞风险的无人设备控制方法及装置 | |
| CN112947495B (zh) | 模型训练的方法、无人驾驶设备的控制方法以及装置 | |
| CN113968243B (zh) | 一种障碍物轨迹预测方法、装置、设备及存储介质 | |
| CN113074748B (zh) | 一种无人驾驶设备的路径规划方法及装置 | |
| CN112949756B (zh) | 一种模型训练以及轨迹规划的方法及装置 | |
| CN114426030B (zh) | 一种行人穿行意图估计方法、装置、设备和汽车 | |
| CN114167857B (zh) | 一种无人驾驶设备的控制方法及装置 | |
| CN114118276B (zh) | 一种网络训练的方法、控制方法以及装置 | |
| CN116295473A (zh) | 无人车路径规划方法、装置、设备及存储介质 | |
| CN116001811A (zh) | 一种自动驾驶车辆的轨迹规划方法、装置及设备 | |
| CN113033527A (zh) | 一种场景识别方法、装置、存储介质及无人设备 | |
| CN114019971B (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 | |
| CN114815825B (zh) | 确定车辆最优行驶轨迹方法和装置 | |
| CN111123957A (zh) | 一种轨迹规划的方法及装置 | |
| CN114153207B (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
| CN114019981B (zh) | 一种无人驾驶设备的轨迹规划方法及规划装置 | |
| CN112987754B (zh) | 一种无人设备的控制方法、装置、存储介质及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |