车辆的行驶控制方法、装置和存储介质制造方法及图纸

本发明专利技术公开了一种车辆的行驶控制方法，涉及汽车的行驶控制领域，包括步骤：获取车辆所处环境的图像信息；根据所述图像信息，计算所述车辆的位置信息；其中，所述位置信息包括所述车辆与前方车辆的车距信息，以及所述车辆与车道中心的偏移信息；获取所述车辆的行驶状态信息；其中，所述行驶状态信息包括车速信息和行驶方向信息；根据所述位置信息和所述行驶状态信息，通过预先训练的强化学习模型得到相应的控制策略。本发明专利技术还提供了车辆的行驶控制装置和存储介质，可以在自动跟车的行驶控制中，有效地提高车辆在行驶过程中的稳定性和安全性。

Vehicle driving control method, device and storage medium

【技术实现步骤摘要】
车辆的行驶控制方法、装置和存储介质
本专利技术涉及汽车的行驶控制领域，尤其涉及一种车辆的行驶控制方法、装置和存储介质。
技术介绍
随着汽车工业的发展，汽车的智能驾驶功能得到了越来越多的关注。目前常见的智能驾驶功能通常有自动跟车功能，在现有的自动跟车功能中，主要是通过获取本车与前车的车距，以及本车与前车的行驶方向的夹角，计算出相应的控制策略，从而对本车的行驶进行控制。在实施本专利技术的过程中专利技术人发现，现有技术依赖于与前车之间的车距和行驶方向的夹角，在前车突然出现变道，或是突然出现异常急转弯的情况下，本车也往往会相应地执行突然变道或转向的操作，导致行驶的稳定性和安全性收到较大影响。
技术实现思路
本专利技术实施例的目的是提供一种车辆的行驶控制方法、装置和存储介质，可以在自动跟车的行驶控制中，有效地提高车辆在行驶过程中的稳定性和安全性。为实现上述目的，本专利技术实施例提供了一种车辆的行驶控制方法，包括步骤：获取车辆所处环境的图像信息；根据所述图像信息，计算所述车辆的位置信息；其中，所述位置信息包括所述车辆与前方车辆的车距信息，以及所述车辆与车道中心的偏移信息；获取所述车辆的行驶状态信息；其中，所述行驶状态信息包括车速信息和行驶方向信息；根据所述位置信息和所述行驶状态信息，通过预先训练的强化学习模型得到相应的控制策略。作为上述方案的改进，所述根据所述图像信息，计算所述车辆的位置信息，包括步骤：将所述图像信息载入预先训练的卷积网络模型，得到所述卷积网络模型的卷积输出；所述卷积输出为至少包括两个数值的一维数组，所述两个数值分别表征所述车距信息与所述偏移信息。作为上述方案的改进，所述卷积网络模型的卷积核大小为5×5,，步长为1；所述卷积网络模型的池化窗口大小为3×3；所述卷积网络模型的激励函数为ReLU函数。作为上述方案的改进，所述强化学习模型的奖励函数包括纵向奖励和横向奖励；若所述车距信息处于预设的目标车距范围内，则所述纵向奖励为最大值；若所述车距信息小于预设的安全车距，则所述纵向奖励为最小值；若所述偏移信息处于预设的允许偏移范围内，则所述横向奖励为最大；若所述偏移信息超过所述车道中心对应的车道边界，则所述横向奖励为最小。作为上述方案的改进：若所述车距信息未处于所述目标车距范围内，且不小于所述安全车距，且根据所述行驶状态信息，所述车距信息趋向于所述目标车距范围，则所述纵向奖励为次大值；若所述车距信息未处于所述目标车距范围内，且不小于所述安全车距，且根据所述行驶状态信息，所述车距信息未趋向于所述目标车距范围，则所述纵向奖励为次小值；若所述偏移信息未处于所述允许偏移范围，且未超过所述车道边界，且根据所述行驶状态信息，所述偏移信息趋向于所述允许偏移范围，则所述横向奖励为次大值；若所述偏移信息未处于所述允许偏移范围，且未超过所述车道边界，且根据所述行驶状态信息，所述偏移信息未趋向于所述允许偏移范围，则所述横向奖励为次小值。作为上述方案的改进，所述行驶状态信息还包括所述车辆的油门开度，以及制动踏板开度。作为上述方案的改进，所述控制策略包括所述车辆的油门开度变化量、制动踏板开度变化量和车辆行驶方向变化量中的一项或多项。本专利技术还提供了一种车辆的行驶控制装置，包括图像获取模块，用于获取车辆所处环境的图像信息；位置计算模块，用于根据所述图像信息，计算所述车辆的位置信息；其中，所述位置信息包括所述车辆与前方车辆的车距信息，以及所述车辆与车道中心的偏移信息；状态获取模块，用于获取所述车辆的行驶状态信息；其中，所述行驶状态信息包括车速信息和行驶方向信息；策略计算模块，用于根据所述位置信息和所述行驶状态信息，通过预先训练的强化学习模型得到相应的控制策略。本专利技术实施例还提供了一种汽车的行驶控制装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上任意一项所述的行驶控制方法。本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任意一项所述的行驶控制方法。与现有技术相比，本专利技术公开的车辆的行驶控制方法、装置和存储介质，通过获取车辆所处环境的图像信息，从而得到所述车辆的位置信息，所述位置信息包括所述车辆与前方车辆的车距信息，以及所述车辆与车道中心的偏移信息。并获取所述车辆的行驶状态信息，从而根据所述位置信息和所述行驶状态信息，通过强化学习模型得到相应的控制策略。由于在计算所述控制策略的过程中，考虑了所述车距信息与所述偏移信息的影响，并且还结合了所述行驶状态信息，通过强化学习进行计算，在所述前方车辆的行驶发生突发性变化时，依然能够得到相对稳定的控制策略，解决了现有行驶控制方法中，前车行驶发生突发性变化时，容易对本车的行驶控制造成较大影响的问题，可以在自动跟车的行驶控制中，有效地提高车辆在行驶过程中的稳定性和安全性。附图说明图1是本专利技术实施例1中一种车辆的行驶控制方法的流程示意图。图2是本专利技术实施例2中一种车辆的行驶控制装置的结构示意图。图3是本专利技术实施例3中一种车辆的行驶控制装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参见图1，是本专利技术实施例1提供的一种车辆的行驶控制方法的流程示意图。所述行驶控制方法包括步骤S110至步骤S140。S110、获取车辆所处环境的图像信息。所述图像信息可以是由所述车辆搭载的取像装置进行拍摄，例如车载摄像头等，由执行本方法的装置获取拍摄到的所述图像信息，例如由所述车辆的ECU(ElectronicControlUnit，电子控制单元)获取拍摄到的所述图像信息，或是由线上的控制中心获取所述图像信息等。可以理解地，也可以是由包括了取像装置的设备拍摄并获取所述图像信息，均不影响本专利技术可取得的有益效果。作为一种可选的实施方式，可以是通过所述车辆的前置摄像头对前方道路进行拍摄，以30FPS作为采集帧率，得到分辨率不小于800×640的RGB图像信息，以所述RGB图像信息作为所述图像信息，发送给所述车辆的ECU或控制中心。S120、根据所述图像信息，计算所述车辆的位置信息；其中，所述位置信息包括所述车辆与前方车辆的车距信息，以及所述车辆与车道中心的偏移信息。由于所述图像信息中描述了所述车辆所处的环境，因此可以根据所述图像信息，计算出所述车辆的位置信息。至少可以得到所述车辆前方是否有其他车辆，或是所述车辆与前方车辆的车距，还可根据所述图像信息中的路本文档来自技高网...

【技术保护点】
1.一种车辆的行驶控制方法，其特征在于，包括步骤：/n获取车辆所处环境的图像信息；/n根据所述图像信息，计算所述车辆的位置信息；其中，所述位置信息包括所述车辆与前方车辆的车距信息，以及所述车辆与车道中心的偏移信息；/n获取所述车辆的行驶状态信息；其中，所述行驶状态信息包括车速信息和行驶方向信息；/n根据所述位置信息和所述行驶状态信息，通过预先训练的强化学习模型得到相应的控制策略。/n

【技术特征摘要】
1.一种车辆的行驶控制方法，其特征在于，包括步骤：
获取车辆所处环境的图像信息；
根据所述图像信息，计算所述车辆的位置信息；其中，所述位置信息包括所述车辆与前方车辆的车距信息，以及所述车辆与车道中心的偏移信息；
获取所述车辆的行驶状态信息；其中，所述行驶状态信息包括车速信息和行驶方向信息；
根据所述位置信息和所述行驶状态信息，通过预先训练的强化学习模型得到相应的控制策略。


2.如权利要求1所述的行驶控制方法，其特征在于，所述根据所述图像信息，计算所述车辆的位置信息，包括步骤：
将所述图像信息载入预先训练的卷积网络模型，得到所述卷积网络模型的卷积输出；所述卷积输出为至少包括两个数值的一维数组，所述两个数值分别表征所述车距信息与所述偏移信息。


3.如权利要求2所述的行驶控制方法，其特征在于，所述卷积网络模型的卷积核大小为5×5,，步长为1；所述卷积网络模型的池化窗口大小为3×3；所述卷积网络模型的激励函数为ReLU函数。


4.如权利要求1所述的行驶控制方法，其特征在于，所述强化学习模型的奖励函数包括纵向奖励和横向奖励；
若所述车距信息处于预设的目标车距范围内，则所述纵向奖励为最大值；若所述车距信息小于预设的安全车距，则所述纵向奖励为最小值；
若所述偏移信息处于预设的允许偏移范围内，则所述横向奖励为最大；若所述偏移信息超过所述车道中心对应的车道边界，则所述横向奖励为最小。


5.如权利要求4所述的行驶控制方法，其特征在于：
若所述车距信息未处于所述目标车距范围内，且不小于所述安全车距，且根据所述行驶状态信息，所述车距信息趋向于所述目标车距范围，则所述纵向奖励为次大值；若所述车距信息未处于所述目标车距范围内，且不小于所述安全车距，且根据所述行驶状态...

【专利技术属性】
技术研发人员：谷俊，何俏君，彭斐，毛茜，李彦琳，石含飞，尹超凡，
申请(专利权)人：广州汽车集团股份有限公司，
类型：发明
国别省市：广东;44