CN107577231B - 车辆的控制决策的制定方法、装置和无人驾驶车辆 - Google Patents

Abstract

本发明实施例提供了一种无人驾驶车辆的控制决策的制定方法、装置和无人驾驶车辆，用以为无人驾驶车辆制定更精细的或者定制化的行驶策略。在本发明的方法中，无人驾驶车辆软件***包括至少两层，用于控制无人驾驶车辆的各种功能的组件置于不同层，一个下层组件根据控制决策规则对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策。

Description

车辆的控制决策的制定方法、装置和无人驾驶车辆

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种无人驾驶车辆的控制决策的制定方法、装置和无人驾驶车辆。

背景技术

无人驾驶汽车是一种可以通过多个传感器进行数据收集，并对传感器数据进行处理，最终通过软件***的计算，实施进行路径规划、障碍物躲避等操作，进而实现车辆的自动行驶。

无人驾驶汽车可能使用到的传感器有诸多种类。例如，无人驾驶汽车可以使用一个或多个激光雷达(LiDAR，Laser Radar)作为传感器。激光雷达通过Tof(Time of Flight)的方式获得传感器与环境间的距离信息。通过对空间的扫描，传感器可以获得环境的点云图，点云图是一组带有方向和角度信息的距离集合，也就是三维空间内的环境距离集合，通过对点云图的进一步处理，无人驾驶汽车的软件***可以对环境信息进行推算，检测到障碍物的存在、大小、种类、速度等信息。再进一步，基于障碍物信息的估计，软件***可以计算得出路径规划策略。一个路径规划策略是在当前障碍物信息的基础之上，满足了安全保障，也就是避免与障碍物碰撞和遵守交通规则，也就是限速，禁行等交通规则的前提下，从预订的出发点到预订的目的地的行驶策略。

行驶策略通过对车辆的驱动***，例如转向***，动力***，刹车***，悬挂***进行控制，从而使得行驶策略在车辆中最终得以实施，实现车辆在没有驾驶员干预，或较少干预的情况下实现安全的行驶。

但是，从网络上直接获得的行驶策略通常还需要与车辆自身的特点以及当时的状况，如当天的天气状况，当地的交通法规，当地的实时交通管制进行融合，从而生成更精细的或者定制化的行驶策略。另外，无人驾驶汽车的行驶策略的制定既要满足安全性的要求，也要满足灵活性的要求，从而既保证行驶安全，又提升用户体验。

综上所述，研究人员发现目前还没有一种方法能够在满足安全性和灵活性的要求下，为无人驾驶车辆制定更精细的或者定制化的行驶策略。

发明内容

本发明实施例提供了一种无人驾驶车辆的控制决策的制定方法、装置和无人驾驶车辆，用以为无人驾驶车辆制定更精细的或者定制化的行驶策略。

基于上述问题，本发明实施例提供的一种无人驾驶车辆的控制决策的制定方法，所述无人驾驶车辆软件***包括至少两层，用于控制无人驾驶车辆的各种功能的组件置于不同层，一个下层组件根据控制决策规则对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策。

可选地，一个下层组件根据控制决策规则对一个上层组件生成的一个初始决策进行校验融合，生成无人驾驶车辆的控制决策，包括：

一个下层组件根据本层的控制决策规则和本层生成的初始决策，对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策。

可选地，一个下层组件根据控制决策规则对一个上层组件生成的一个初始决策进行校验融合，生成无人驾驶车辆的控制决策，包括：

当一个下层组件拒绝一个上层组件生成的初始决策时，根据本层组件生成的初始决策生成无人驾驶车辆的控制决策。

可选地，一个下层组件根据控制决策规则对一个上层组件生成的一个初始决策进行校验融合，生成无人驾驶车辆的控制决策，包括：

将一个下层组件将本层产生的初始决策与一个上层组件产生的初始决策进行对比，并根据对比结果生成无人驾驶车辆的控制决策。

可选地，一个下层组件将本层产生的初始决策与一个上层组件产生的初始决策进行对比，并根据对比结果生成无人驾驶车辆的控制决策，包括：

所述下层组件对两个初始决策进行风险评估，从而得到风险评估差异；

如果风险评估差异小于一个设定值，则将上层组件产生的初始决策作为无人驾驶车辆的控制决策；

如果风险评估差异大于等于所述设定值，则修改根据上层组件产生的初始决策生成的无人驾驶车辆的控制决策，或者，所述下层组件拒绝上层组件产生的初始决策，并根据本层组件生成的初始决策生成无人驾驶车辆的控制决策。

可选地，所述方法还包括：

一个下层组件记录生成的无人驾驶车辆的控制决策。

可选地，在一个下层组件根据控制决策规则对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策之后，所述方法还包括：

将生成的无人驾驶车辆的控制决策传输给一个上层组件，并由所述上层组件执行所述控制决策。

可选地，在一个下层组件根据控制决策规则对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策之后，所述方法还包括：

由本层组件执行所述下层组件确定生成的无人驾驶车辆的控制决策。

可选地，处于不同层的不同组件单独或者协同完成所述无人驾驶车辆的至少一个相同功能。

可选地，所述无人驾驶车辆的各种功能包括以下功能的任意组合：

无人驾驶车辆的整车的自动控制、无人驾驶车辆的车身部件的自动控制、无人驾驶车辆的车载电子***的自动控制、对无人驾驶车辆的至少一种传感器的控制、对无人驾驶车辆的至少一种传感器的数据的处理、无人驾驶车辆的路径规划和障碍物躲避策略的制定、以及使用一个控制决策驱动车辆行驶。

可选地，所述路径规划和障碍物躲避策略包括在一段时间内对车辆转向***、油门***、刹车***、传动***、悬挂***的偏移量的设置。

可选地，所述无人驾驶车辆的传感器的数据被传输到不同层的不同组件中。

本发明实施例提供的一种无人驾驶车辆的控制决策的制定装置，所述无人驾驶车辆软件***包括至少两层，用于控制无人驾驶车辆的各种功能的组件置于不同层；

所述装置包括存储器和处理器，所述存储器用于存储多条指令，所述处理器用于加载所述存储器中存储的指令以执行：

一个下层组件根据控制决策规则对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策。

可选地，所述处理器用于加载所述存储器中存储的指令以执行：

一个下层组件根据本层的控制决策规则和本层生成的初始决策，对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策。

可选地，所述处理器用于加载所述存储器中存储的指令以执行：

当一个下层组件拒绝一个上层组件生成的初始决策时，根据本层组件生成的初始决策生成无人驾驶车辆的控制决策。

可选地，所述处理器用于加载所述存储器中存储的指令以执行：

将一个下层组件将本层产生的初始决策与一个上层组件产生的初始决策进行对比，并根据对比结果生成无人驾驶车辆的控制决策。

可选地，所述处理器用于加载所述存储器中存储的指令以执行：

所述下层组件对两个初始决策进行风险评估，从而得到风险评估差异；

如果风险评估差异小于一个设定值，则将上层组件产生的初始决策作为无人驾驶车辆的控制决策；

如果风险评估的差异大于等于所述设定值，则修改根据上层组件产生的初始决策生成无人驾驶车辆的控制决策，或者，所述下层组件拒绝上层组件产生的初始决策，并根据本层组件生成的初始决策生成无人驾驶车辆的控制决策。

可选地，所述处理器还用于加载所述存储器中存储的指令以执行：

一个下层组件记录生成的无人驾驶车辆的控制决策。

可选地，所述处理器还用于加载所述存储器中存储的指令以执行：

将生成的无人驾驶车辆的控制决策传输给一个上层组件，并由所述上层组件执行所述控制决策。

可选地，所述处理器还用于加载所述存储器中存储的指令以执行：

由本层组件执行所述下层组件确定生成的无人驾驶车辆的控制决策。

本发明实施例提供的一种无人驾驶车辆包含车辆和本发明实施例提供的无人驾驶车辆的控制决策的制定装置。

本发明实施例提供的一种无人驾驶车辆的控制决策的制定方法、装置和无人驾驶车辆，其中，无人驾驶车辆软件***分为至少两层，用于控制无人驾驶车辆的各种功能的组件置于不同层，一个下层组件根据控制决策规则对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策；由于上层组件生成的初始决策更加精细、灵活，并且能够实现定制化，而下层组件所依据控制决策规则具有更高的安全性和可靠性，因此，最终生成的无人驾驶车辆的控制决策可以兼具安全性和灵活性的要求。

附图说明

图1为本发明实施例提供的一种无人驾驶车辆的结构示意图；

图2为本发明实施例提供的一种无人驾驶车辆的软件***的示意图；

图3为本发明实施例提供的一种无人驾驶车辆与多个传感器数据相连的结构示意图；

图4为本发明实施例提供的一种无人驾驶车辆的控制决策的制定方法的流程图；

图5为本发明实施例提供的另一种无人驾驶车辆与多个传感器数据相连的结构示意图；

图6为本发明实施例提供的另一种无人驾驶车辆的控制决策的制定方法的流程图；

图7为本发明实施例提供的一种无人驾驶车辆的控制决策的制定装置的结构示意图。

具体实施方式

本发明实施例提供的一种无人驾驶车辆的控制决策的制定方法、装置和无人驾驶车辆，首先由一个上层组件生成精细、灵活并且能够定制化的初始决策，而下层组件所依据控制决策规则具有更高的安全性和可靠性，因此，下层组件依据控制决策规则对上层组件生成的初始决策进行校验融合后，生成的无人驾驶车辆的控制决策可以兼具安全性和灵活性的要求。

下面结合说明书附图，对本发明实施例提供的一种无人驾驶车辆的控制决策的制定方法、装置和无人驾驶车辆的具体实施方式进行说明。

无人驾驶车辆是一种可以通过多个传感器进行数据收集，并对传感器数据进行处理，最终通过软件***的计算，实施进行路径规划、障碍物躲避等操作，进而实现自动行驶的车辆。

无人驾驶车辆可能使用到的传感器有很多类。例如，无人驾驶车辆可以使用一个或多个激光雷达(LiDAR，Laser Radar)作为传感器。激光雷达通过飞行时间技术(ToF，Timeof Flight)的方式获得传感器与环境间的距离信息。通过对空间的扫描，传感器可以获得环境的点云图。点云图是一组带有方向和角度信息的距离集合，也就是三维空间内的环境距离集合。通过对点云图的进一步处理，无人驾驶车辆的软件***可以对环境信息进行推算，检测到障碍物的存在、大小、种类、速度等信息。再进一步，基于障碍物信息的估计，软件***可以计算得出路径规划策略。一个路径规划策略是在当前障碍物信息的基础之上，满足了安全保障，也就是避免与障碍物碰撞和遵守交通规则，限速，禁行等交通规则的前提下，从预订的出发点到预订的目的地的形式执行策略。

执行策略通过对车辆的驱动***，例如转向***，动力***，刹车***，悬挂***进行控制，从而使得执行策略在车辆中最终得以实施，实现车辆在没有驾驶员干预，或较少干预的情况下实现安全的行驶。

除了激光雷达，其他类型的传感器也可以用于无人驾驶车辆。例如，基于双目摄像头、单目摄像头、毫米波雷达、红外雷达、全球定位***(GPS)、惯性测量单元、姿态传感器等传感器也可以用于无人驾驶汽车。例如，双目摄像头可以通过视差原理进行测距。同时，双目摄像头还可以通过图像处理的方法获得额外的信息，例如对交通灯、交通标志的识别。单目摄像头可以通过对目标检测，并匹配本地数据库，实现对目标的测距。同时，单目摄像头也可以通过图像处理的方法获得交通灯、交通标志的识别。全球定位***(GPS，GlobalPositioning System)可以通过接受卫星信号，估计传感器的绝对地理坐标。惯性测量单元，姿态传感器可以用于测量传感器的姿态和位置改变。毫米波雷达可以通过发送和接收毫米波段的电磁波，获得前方障碍物的距离信息，根据对回波信号的多普勒检测，毫米波雷达也可以测量与目标障碍物之间的相对速度。类似的还有红外雷达也是通过电磁波回波检测的方法获得距离信息。

以上各类传感器也可以组合在一起进行更精确的无人驾驶车辆的控制。多种传感器组合使用可以弥补单一传感器存在的某种弊端，使得整个无人驾驶***鲁棒性更强。

由以上可见，无人驾驶车辆的控制核心在于使用多种传感器搜集数据并对这些数据进行增强的运算。传感器器件必须依托于某种硬件测量装置，进而获得环境信息的采样数据。而对传感器搜集的数据的处理，如路径规划，障碍物躲避等则依托于存储在车载计算机***中的软件方法。因此，软件***是无人驾驶车辆的一个核心***。

除了控制车辆的行驶相关部件，无人驾驶车辆的软件***也需要对车辆的其他部件或车载电子***进行控制。例如，安全气囊，空调，座椅，仪表，灯光，自检***等部件或电子***也是通过软件***来完成的。除此之外，增强的车载电子***，多媒体影音，车载无线通信，车内通信网络，车联网通信***也是由软件***控制。本发明实施例提供的一种无人驾驶车辆，如图1所示，无人驾驶车辆的软件***对各个传感器，如激光雷达、摄像头、毫米波雷达、全球定位***、惯性测量单元等收集到的数据进行处理，控制车辆的行驶相关部件，如转向装置、制动器、节流阀、电源等，和车辆其他部件，如安全气囊、灯光等，以及车载电子***，如车载无线通信、多媒体影音等。

本发明实施例提供的一种无人驾驶车辆的控制决策的制定方法，其中的无人驾驶车辆软件***分为至少两层，用于控制无人驾驶车辆的各种功能的组件置于不同层。也就是说，按照所实现的功能，将无人驾驶车辆的软件***划分为不同的软件组件，不同的组件至于不同的层。

其中，无人驾驶车辆的各种功能包括：无人驾驶车辆的整车的自动控制、无人驾驶车辆的车身部件的自动控制、无人驾驶车辆的车载电子***的自动控制、对无人驾驶车辆的至少一种传感器的控制、对无人驾驶车辆的至少一种传感器的数据的处理、无人驾驶车辆的路径规划和障碍物躲避策略的制定、以及使用一个控制决策驱动车辆行驶。路径规划和障碍物躲避策略包括在一段时间内对车辆转向***、油门***、刹车***、传动***、悬挂***的偏移量的设置。

在一种实施方式中，本发明实施例提供的无人驾驶车辆的软件***如图2所示，该软件***被分为N层，对安全性要求高的组件置于底层，对灵活性要求高的组件置于上层这些组件根据所在层级，单独或者协同对无人驾驶车辆实施控制。当然，本领域技术人员可以根据灵活性和安全性的不同需求在将实现某一功能的组件置于合适的层，也可以按照其他方式将软件***的不同功能组件置于不同的层。

在图2所示的软件***中，认证与授权组件L11和基础升级组件L12置于1层，由于该层级涉及到了整个软件***的安全保障，因此该层被置于最底层并拥有最高的车辆可控制等级。该层的软件内容也可以是由汽车制造和经销商、政府机构制定的强制性的安全认证标准，这些安全标准必须强制安装在最底层的固件，由汽车生产厂商在汽车出厂前进行安装。其中，认证与授权组件L11用于车辆用户或其他软件组件的授权与认证。基础升级组件L12用于所有层的所有组件和相关数据的升级控制。在一种实施方式中，基础升级组件L12用于对所有车辆控制组件的身份来源进行验证，只有来源合法的组件才可以被用于安装在软件***的上层并对车辆实施控制。如果认证无法通过，则该组件对车辆的所有控制将被屏蔽。在一种实施方式中，基础升级组件L12也用于对车辆使用者的身份进行验证，只有被认证的使用者使用相关的秘钥(例如密码，usb-key，smart card)才可以接入车辆上层组件，例如通过人机交互组件设置目的地、路线并驱动汽车等。

在图2所示的软件***中，基础控制组件A L21、基础控制组件B L22、基础验证融合组件L23、基础控制决策数据库L24、基础控制执行组件L25、高级成绩组件L26和基础记录组件L27置于2层，由于该层处于软件***的相对较低层级，该层应该拥有较高的安全等级，因此一些相对简单的控制逻辑(基础控制组件A L21和基础控制组件B L22)以及相对稳定的基本的驾驶控制策略(基础控制决策数据库L24中的策略)位于该层中。例如，一个最基本的安全标准为行驶速度的最大上限(比如120公里)，在基础控制执行组件L25会实时跟踪当前的车辆行驶速度，并通过油门和刹车的组合控制禁止采用超过行驶速度上限的驾驶策略。该最大限速在国家安全标准修改之前无法被修改，并且该层固件仅由特殊机构通过专用数据接口才能修改。再例如，车辆的基本控制可以限制车辆进入特定的区域，例如军事禁行区域，政府机密部门，机场跑道等区域，以保障限制区域的管理。

基础控制组件A L21和基础控制组件B L22是基本的无人驾驶车辆控制组件，这些组件负责完成车辆的不同的初始控制决策的制定(比如横向控制决策和纵向控制决策)，这些初始控制决策会作为输入进入基础验证融合组件L23。基础验证融合组件L23基于基础控制决策数据库L24的规则做出最后的基础控制指令(包括拒绝不恰当的指令，融合或增强正确的指令)，并交付基础控制执行组件L25，以控制车辆的底盘，悬挂，动力，转向，制动等部件。基础验证融合组件L23可以融合基础控制组件A L21和基础控制组件B L22的输入，通过全球定位***(GPS)以及高精度地图进行车辆定位，或者通过特别放置的标志和传感器(比如禁行标志)对驾驶禁区进行自动识别，并采取相应的措施。再比如，针对专用车辆(救护车，救火车等)，需要进行避让。而基础控制组件A L21、基础控制组件B L22、基础验证融合组件L23、基础控制决策数据库L24和基础控制执行组件L25为基本的无人驾驶车辆控制组件，其采用的驾驶策略算法仅包含最小必要的驾驶方法，该方法的设计优先级为保障行驶安全而不是驾驶性能优化或乘客舒适性优化。

在图2所示的软件***中，高级控制组件L31、高级控制备份组件L32、高级验证融合组件L33、高级控制决策数据库L34和高级控制执行组件L35置于3层。其中，高级控制组件L31是一个增强的无人驾驶汽车控制组件，其可以包含采用更方便灵活方式进行更新的传感器处理方法、自动驾驶算法、目标识别和障碍躲避策略等。高级控制备份组件L32作为高级控制组件L31的一个备份组件，可以在高级控制组件L31失效的情况下接替控制任务以实现高可用性。高级控制组件L31生成的初始控制决策进入高级验证融合组件L33，高级验证融合组件L33基于高级控制决策数据库L34的规则进行验证，最后得到的控制决策可以交由高级控制执行组件执行。通过使用与2层不同的软件方法，无人驾驶车辆在高级控制组件L31的控制下可以实现更多样化的自动驾驶方式。例如，高级控制组件L31可以针对具体路段，对车辆的速度限制进行更精细的管理。高级控制组件L31可以存储针对当前车辆的类型的具体控制个人化的路径规划方案，以平稳运行为优先判据进行车辆控制。再例如，2层中的障碍物检测可以为基本的通过点云图而实现的障碍物检测，障碍物使用占据格栅地图(OGM，Occupancy Grid Map)进行简单描述或仅由简单的2维或3维多边形标识。而3层中的组件可以控制车辆对障碍物进行深度的分类识别，实现障碍物的人、车、物体、动植物等分类，进而根据障碍物的分类以及该分类下的行为特征优化障碍物规避方法。

在图2所示的软件***中，在线算法优化组件L41和高级记录组件L42置于4层。其中，在线算法优化组件L41是一个在线的增强方法组件，该组件可以通过网络获取进一步更实时或更详细的信息对车辆进行控制。例如，在线算法优化组件L41可以根据网络上获取的当天的天气状况，当地的交通法规，当地的实时交通管制，在相对固定的高清地图进行增强的基础上生成更精细的驾驶策略以及相应控制逻辑。例如，一种特殊的旅游线路规划，定制化的驾驶策略下载等。在线算法优化组件L41还可以根据用户希望的驾驶风格对控制进行微调，比如更加运动还是更加平稳。进一步，更多的第三方开发机构可以开发新的组件实现更灵活多样化的驾驶策略控制方法(可置于4层到N层中)。

另外，由于无人驾驶车辆的控制决策决定了无人驾驶车辆的行驶状态，因此这些决策性数据也决定了车辆的行驶安全。为了便于数据追踪和回放，本发明实施例提供的多层级的软件***也可以对决策数据行记录。例如，在3层设置一个高级数据记录组件，用于对高级控制组件L31，高级控制备份组件L32，高级验证融合组件L33等产生的任何决策性数据进行记录。3层的高级数据记录组件记录的数据包括本层产生的行驶策略以及驾驶逻辑。同样地，还可以在2层设置一个基础数据记录组件，用于对基础控制组件A L21，基础控制组件B L22,基础验证融合组件L23等产生的基本驾驶逻辑进行记录。也就是说，一个数据记录组件仅记录本层产生的驾驶逻辑，从而实现数据的分层记录。由于底层组件具有更高的安全等级并使用特殊的数据接口，这就使得底层的数据不被上层组件获取或篡改。例如，一个第三方的软件***，既不能通过使用恶意车辆控制软件恶意使用车辆，也无法通过无线网络篡改车辆的数据记录。

根据上述的软件***中的不同组件的描述可知，多个层级之间的不同组件均可以对无人驾驶车辆进行控制。多个层的多个组件单独或者协同完成无人驾驶车辆的至少一个相同功能，例如，基础控制组件A L21、基础控制组件B L22和高级控制组件L31协同实现对车辆的控制，认证与授权组件L11单独完成下载的安装包或者升级包的认证与授权的验证功能。

为了兼具灵活性和安全性，本发明实施例提供的无人驾驶车辆的控制决策的制定方法，通过一个下层组件根据控制决策规则对一个上层组件生成的初始决策进行校验融合生成无人驾驶车辆的控制决策的方式，实现跨层的控制决策进行验证和融合，从而形成最终的控制决策。

其中，一个下层组件根据控制决策规则对一个上层组件生成的一个初始决策进行校验融合，生成无人驾驶车辆的控制决策，可以通过以下几种方式实现：

第一种方式：一个下层组件根据本层的控制决策规则和本层生成的初始决策，对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策。

第二种方式：一个下层组件拒绝一个上层组件生成的初始决策，并根据本层组件生成的初始决策生成无人驾驶车辆的控制决策

第三种方式：一个下层组件将本层产生的初始决策与一个上层组件产生的初始决策进行对比，并根据对比结果生成无人驾驶车辆的控制决策。

第三种方式具体可以采用以下步骤实现：

下层组件对两个初始决策进行风险评估；

如果风险评估差异小于一个设定值，则将上层组件产生的初始决策作为无人驾驶车辆的控制决策；

如果风险评估的差异不小于所述设定值，则修改上层组件产生的初始决策生成无人驾驶车辆的控制决策，或者，拒绝上层组件产生的初始决策，并根据本层组件生成的初始决策生成无人驾驶车辆的控制决策。

当然，一个下层组件根据控制决策规则对一个上层组件生成的一个初始决策进行校验融合生成无人驾驶车辆的控制决策，也可以通过其他方式实现。

根据本发明实施例提供的无人驾驶车辆的控制决策的制定方法生成的无人驾驶车辆的控制决策可以由一个下层组件记录，并由一个下层组件决定生成的无人驾驶车辆的控制决策是由本层组件执行还是由一个上层组件执行，如果由本层组件执行，则将生成的无人驾驶车辆的控制决策交由本层组件执行，如果由一个上层组件执行，则将生成的无人驾驶车辆的控制决策传输给上层组件执行。

进一步地，在本发明实施例提供的无人驾驶车辆的控制决策的制定方法中，无人驾驶车辆的一个传感器的数据传输到不同层的不同组件中。

图3为本发明实施例提供的一种无人驾驶车辆与多个传感器数据相连的结构示意图，其中，激光雷达31和视觉传感器32的数据接入到两个层(2层和3层)内的不同组件，即基础控制组件A L21、基础控制组件B L22、高级控制组件L31和高级控制备份组件L32，其中，2层的组件(即基础控制组件A L21和基础控制组件B L22)和3层的组件(即高级控制组件L31和高级控制备份组件L32)可以使用不同的传感器数据处理方法，进而产生不同的车辆控制决策。2层的组件和3层的组件均能够对无人驾驶车辆进行控制，因此两个层都可以接入车辆控***。

基于图3所示的结构，本发明实施例提供的一种无人驾驶车辆的控制决策的制定方法，如图4所示，包括：

S401、高级控制组件L31根据得到的车辆的控制逻辑与其他辅助信息生成增强的控制逻辑；其中，得到的车辆的控制逻辑由下载到的决策执行方案生成，其他辅助信息包括当天的交通信息，本地驾驶规范等；

S402、高级验证融合组件L33根据高级控制决策数据库L34中的规则和生成的增强的控制逻辑生成初始融合决策；

由于高级控制备份组件L32是高级控制组件L31的备份组件，因此，高级控制备份组件L32所实现的功能与高级控制组件L31所实现的功能相同，也就是说，高级控制备份组件L32也可以根据高级控制决策数据库L34中的规则和生成的增强的控制逻辑生成初始融合决策；

S403、在确定下层的相应组件会做出相关的控制决策后，高级验证融合组件L33将生成的初始融合决策传递给基础验证融合组件L23；

当多个层的多个组件协同完成无人驾驶车辆的至少一个相同功能时，多个层的多个组件互为相应的组件，例如，2层中的基础控制组件A L21和基础控制组件B L22和与3层中的高级控制组件L31互为相应的组件，2层中的基础验证融合组件L23和3层中的高级验证融合组件L33互为相应的组件，2层中的基础执行组件L25和3层中的高级控制执行组件L35互为相应的组件；

S404、基础验证融合组件L23根据收到的初始融合决策、基础控制组件A L21生成的初始决策、基础控制组件B L22生成的初始决策以及基础决策数据库L24中的规则，生成无人驾驶车辆的控制决策；

S405、判断生成的无人驾驶车辆的控制决策由3层中的组件执行还是由2层中的组件执行；若由3层中的组件执行，则执行S406；若由2层中的组件执行，则执行S407；

S406、将生成的无人驾驶车辆的控制决策传递至高级控制执行组件L35执行；

S407、将生成的无人驾驶车辆的控制决策传递至基础控制执行组件L25执行。

图5为本发明实施例提供的另一种无人驾驶车辆与多个传感器数据相连的结构示意图，同样地，激光雷达31和视觉传感器32的数据接入到两个层(2层和3层)内的不同组件，即基础控制组件A L21、基础控制组件B L22、高级控制组件L31和高级控制备份组件L32，其中，2层的组件(即基础控制组件A L21和基础控制组件B L22)和3层的组件(即高级控制组件L31和高级控制备份组件L32)可以使用不同的传感器数据处理方法，进而产生不同的车辆控制决策。但是，最终的车辆的控制决策仅由2层的组件执行，3层的组件不能够对无人驾驶车辆进行控制，也就是说，对3层及其上层的组件的篡改违法绕开2层中的安全保障，这样可以使得无人驾驶车辆的软件***更加安全可靠。

基于图5所示的结构，本发明实施例提供的一种无人驾驶车辆的控制决策的制定方法，如图6所示，包括：

S601、高级验证融合组件L33生成的初始融合决策传递给基础验证融合组件L23；其中，高级验证融合组件L33生成初始融合决策的过程可参考S401和S402；

S602、基础验证融合组件L23将接收到的初始融合决策与本层生成的初始融合决策进行安全性对比；其中2层的初始融合决策可以由基础验证融合组件L23根据基础控制组件A L21生成的初始决策、基础控制组件B L22生成的初始决策以及基础决策数据库L24中的规则生成；

S603、判断安全性差异是否小于某一个预定值；若是，执行S604；否则，执行S605；

S604、基础验证融合组件L23将3层传递的初始融合决策作为无人驾驶车辆的控制决策；

S605、基础验证融合组件L23修改3层传递的初始融合决策，并将修改后的决策作为无人驾驶车辆的控制决策；或者，基础验证融合组件L23将本层生成的初始融合决策作为无人驾驶车辆的控制决策；

另外，基础验证融合组件L23也可以在一段时间内拒绝3层传递的所有初始融合决策，并将本层生成的初始融合决策作为车辆的控制决策，也就是说，在一段时间内，基础验证融合组件L23可以直接将本层生成的初始融合决策作为车辆的控制决策，以替代S604和S605；

S606、基础验证融合组件L23将生成的无人驾驶车辆的控制决策交由基础控制执行组件L25执行。

基于同一发明构思，本发明实施例还提供了一种无人驾驶车辆的控制决策的制定装置及无人驾驶车辆，由于该装置和无人驾驶车辆所解决问题的原理与前述无人驾驶车辆的控制决策的制定方法相似，因此该装置和无人驾驶车辆的实施可以参见前述方法的实施，重复之处不再赘述。

本发明实施例提供的一种无人驾驶车辆的控制决策的制定装置，如图7所示，所述无人驾驶车辆软件***分为至少两层，用于控制无人驾驶车辆的各种功能的组件置于不同层；该装置包括存储器71和处理器72，存储器71用于存储多条指令，处理器72用于加载所述存储器中存储的指令以执行：一个下层组件根据控制决策规则对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策。

可选地，处理器72用于加载存储器71中存储的指令以执行：一个下层组件根据本层的控制决策规则和本层生成的初始决策，对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策。

可选地，处理器72用于加载存储器71中存储的指令以执行：一个下层组件拒绝一个上层组件生成的初始决策，并根据本层组件生成的初始决策生成无人驾驶车辆的控制决策。

可选地，处理器72用于加载存储器71中存储的指令以执行：一个下层组件将本层产生的初始决策与一个上层组件产生的初始决策进行对比，并根据对比结果生成无人驾驶车辆的控制决策。

可选地，处理器72用于加载存储器71中存储的指令以执行：下层组件对两个初始决策进行风险评估；如果风险评估差异小于一个设定值，则将上层组件产生的初始决策作为无人驾驶车辆的控制决策；如果风险评估的差异不小于所述设定值，则修改上层组件产生的初始决策生成无人驾驶车辆的控制决策，或者，拒绝上层组件产生的初始决策，并根据本层组件生成的初始决策生成无人驾驶车辆的控制决策。

进一步地，处理器72还用于加载存储器71中存储的指令以执行：一个下层组件记录生成的无人驾驶车辆的控制决策。

进一步地，处理器72还用于加载存储器71中存储的指令以执行：一个下层组件在生成无人驾驶车辆的控制决策之后，确定生成的无人驾驶车辆的控制决策由一个上层组件执行；将生成的无人驾驶车辆的控制决策传输给一个上层组件执行。

进一步地，处理器72还用于加载存储器71中存储的指令以执行：一个下层组件在生成无人驾驶车辆的控制决策之后，确定生成的无人驾驶车辆的控制决策由本层组件执行，将生成的无人驾驶车辆的控制决策交由本层组件执行。

本发明实施例提供的一种无人驾驶车辆包括车辆和本发明实施例提供的无人驾驶车辆的控制决策的制定装置。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明实施例可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本发明实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

本领域技术人员可以理解附图只是一个优选实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (11)

1.一种无人驾驶车辆的控制决策的制定方法，其特征在于，所述无人驾驶车辆软件***包括至少两层，用于控制无人驾驶车辆的各种功能的组件置于不同层，一个下层组件根据控制决策规则对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策；

所述下层组件安全性高于所述上层组件，所述上层组件灵活性高于所述下层组件；

无人驾驶车辆的传感器的数据被传输到不同层的不同组件中；

上层组件包括高级控制组件、高级验证融合组件、高级控制决策数据库和高级控制执行组件，下层组件包括基础控制组件A、基础控制组件B、基础验证融合组件和基础决策数据库；

所述一个下层组件根据控制决策规则对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策，包括：

所述高级控制组件根据得到的车辆的控制逻辑与其他辅助信息生成增强的控制逻辑，其他辅助信息包括当天的交通信息，本地驾驶规范；

所述高级验证融合组件根据高级控制决策数据库中的规则和生成的增强的控制逻辑生成初始融合决策；

所述基础验证融合组件基于所述初始融合决策、所述基础控制组件A生成的初始决策、所述基础控制组件B生成的初始决策以及所述基础决策数据库中的规则，生成无人驾驶车辆的控制决策；

所述一个下层组件根据控制决策规则对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策，包括：

一个下层组件将本层产生的初始决策与一个上层组件产生的初始决策进行对比，对两个初始决策进行风险评估，得到风险评估差异；

如果风险评估差异小于一个设定值，则将上层组件产生的初始决策作为无人驾驶车辆的控制决策；

如果风险评估差异大于等于所述设定值，则修改根据上层组件产生的初始决策生成的无人驾驶车辆的控制决策，或者，所述下层组件拒绝上层组件产生的初始决策，并根据本层组件生成的初始决策生成无人驾驶车辆的控制决策。

2.如权利要求1所述的方法，其特征在于，一个下层组件根据控制决策规则对一个上层组件生成的一个初始决策进行校验融合，生成无人驾驶车辆的控制决策，包括：

一个下层组件根据本层的控制决策规则和本层生成的初始决策，对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策。

3.如权利要求1所述的方法，其特征在于，一个下层组件根据控制决策规则对一个上层组件生成的一个初始决策进行校验融合，生成无人驾驶车辆的控制决策，包括：

当一个下层组件拒绝一个上层组件生成的初始决策时，根据本层组件生成的初始决策生成无人驾驶车辆的控制决策。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

一个下层组件记录生成的无人驾驶车辆的控制决策。

5.如权利要求1所述的方法，其特征在于，在一个下层组件根据控制决策规则对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策之后，所述方法还包括：

将生成的无人驾驶车辆的控制决策传输给一个上层组件，并由所述上层组件执行所述控制决策。

6.如权利要求1所述的方法，其特征在于，在一个下层组件根据控制决策规则对一个上层组件生成的初始决策进行校验融合，生成无人驾驶车辆的控制决策之后，所述方法还包括：

由本层组件执行所述下层组件确定生成的无人驾驶车辆的控制决策。

7.如权利要求1所述的方法，其特征在于，处于不同层的不同组件单独或者协同完成所述无人驾驶车辆的至少一个相同功能。

8.如权利要求1所述的方法，其特征在于，所述无人驾驶车辆的各种功能包括以下功能的任意组合：

无人驾驶车辆的整车的自动控制、无人驾驶车辆的车身部件的自动控制、无人驾驶车辆的车载电子***的自动控制、对无人驾驶车辆的至少一种传感器的控制、对无人驾驶车辆的至少一种传感器的数据的处理、无人驾驶车辆的路径规划和障碍物躲避策略的制定、以及使用一个控制决策驱动车辆行驶。

9.如权利要求8所述的方法，其特征在于，所述路径规划和障碍物躲避策略包括在一段时间内对车辆转向***、油门***、刹车***、传动***、悬挂***的偏移量的设置。

10.一种无人驾驶车辆的控制决策的制定装置，其特征在于，所述无人驾驶车辆软件***包括至少两层，用于控制无人驾驶车辆的各种功能的组件置于不同层；

所述装置包括存储器和处理器，所述存储器用于存储多条指令，所述处理器用于加载所述存储器中存储的指令以执行如权利要求1-9中任一项所述的方法。

11.一种无人驾驶车辆，其特征在于，包括车辆和如权利要求10所述的无人驾驶车辆的控制决策的制定装置。

Images