CN112249035A - 基于通用数据流架构的自动驾驶方法、装置及设备 - Google Patents

Abstract

本发明实施例提供了一种基于通用数据流架构的自动驾驶方法、装置及设备。该基于通用数据流架构的自动驾驶方法，通用数据流架构包括至少一个可插扩的应用功能算法组件，该方法包括：根据不同驾驶场景自动编排组合确定目标功能指令，或者接收用户输入的目标功能指令；其中，目标功能指令关联于至少一个可插扩的应用功能算法组件中的目标应用功能算法组件；响应于目标功能指令，获取与目标功能指令对应的目标功能信息；依据目标功能信息，执行与目标功能信息相应的自动驾驶操作。根据本发明实施例，能够实现软硬件解耦，功能和算法的编排和组合，进而提高***灵活性。

Description

基于通用数据流架构的自动驾驶方法、装置及设备

技术领域

本发明属于自动驾驶技术领域，尤其涉及一种基于通用数据流架构的自动驾驶方法、装置、电子设备及计算机存储介质。

背景技术

车载智能计算基础平台，包含自动驾驶操作***和异构分布硬件，是量产L3+（兼容L2）自动驾驶和智能网联功能的关键基础平台。

自动驾驶操作***由***软件和功能软件组成，统一适配各型异构分布硬件，为第三方/原始设备制造商（Original Equipment Manufacturer，OEM）提供软件平台按需建立上层应用、示范和量产算法。

但是，现有车辆自动驾驶功能开发采用垂直封闭产业链条，由总集成Tier1供应商（一级供应商）提供硬件、软件和传感器选型等一体的方案给OEM，导致软硬件捆绑，缺乏解耦，进而导致***缺少灵活性，开发周期长，功能模块复用性和重复性大，移植困难，从而增加开发成本和市场响应时间。

发明内容

本发明实施例提供一种基于通用数据流架构的自动驾驶方法、装置、电子设备及计算机存储介质，能够实现软硬件解耦，功能和算法的编排和组合，进而提高***灵活性。

第一方面，本发明实施例提供一种基于通用数据流架构的自动驾驶方法，通用数据流架构包括至少一个可插扩的应用功能算法组件，该方法包括：根据不同驾驶场景自动编排组合确定目标功能指令，或者接收用户输入的目标功能指令；其中，目标功能指令关联于至少一个可插扩的应用功能算法组件中的目标应用功能算法组件；响应于目标功能指令，获取与目标功能指令对应的目标功能信息；依据目标功能信息，执行与目标功能信息相应的自动驾驶操作。

可选的，通用数据流架构还包括流式数据处理引擎，响应于目标功能指令，获取与目标功能指令对应的目标功能信息，包括：响应于目标功能指令，利用流式数据处理引擎获取与目标功能指令对应的目标功能信息。

可选的，当目标功能指令为感知环境信息指令时，响应于目标功能指令，利用流式数据处理引擎获取与目标功能指令对应的目标功能信息，包括：响应于感知环境信息指令，利用流式数据处理引擎获取与感知环境信息指令对应的环境信息；其中，环境信息包括路况信息、气象信息中的至少一种。

可选的，依据目标功能信息，执行与目标功能信息相应的自动驾驶操作，包括：依据环境信息，执行与环境信息相应的自动驾驶操作。

可选的，依据环境信息，执行与环境信息相应的自动驾驶操作，包括：依据环境信息，确定规划轨迹；基于规划轨迹，执行自动驾驶操作。

可选的，当目标功能指令为车辆平台信息获取指令时，响应于目标功能指令，利用流式数据处理引擎获取与目标功能指令对应的目标功能信息，包括：响应于车辆平台信息获取指令，利用流式数据处理引擎获取与车辆平台信息获取指令对应的车辆平台信息。

可选的，通用数据流架构还包括功能应用接口层，在根据不同驾驶场景自动编排组合确定目标功能指令，或者接收用户输入的目标功能指令之前，方法还包括：根据不同的驾驶场景，确定每种驾驶场景对应的目标应用功能算法组件；利用功能应用接口层，接入目标应用功能算法组件。

第二方面，本发明实施例提供了一种基于通用数据流架构的自动驾驶装置，通用数据流架构包括至少一个可插扩的应用功能算法组件，装置包括：接收模块，用于根据不同驾驶场景自动编排组合确定目标功能指令，或者接收用户输入的目标功能指令；其中，目标功能指令关联于至少一个可插扩的应用功能算法组件中的目标应用功能算法组件；获取模块，用于响应于目标功能指令，获取与目标功能指令对应的目标功能信息；执行模块，用于依据目标功能信息，执行与目标功能信息相应的自动驾驶操作。

可选的，通用数据流架构还包括流式数据处理引擎，获取模块，包括：获取单元，用于响应于目标功能指令，利用流式数据处理引擎获取与目标功能指令对应的目标功能信息。

可选的，当目标功能指令为感知环境信息指令时，获取单元，包括：第一获取子单元，用于响应于感知环境信息指令，利用流式数据处理引擎获取与感知环境信息指令对应的环境信息；其中，环境信息包括路况信息、气象信息中的至少一种。

可选的，执行模块，包括：执行单元，用于依据环境信息，执行与环境信息相应的自动驾驶操作。

可选的，执行单元，包括：确定子单元组，用于依据环境信息，确定规划轨迹；执行子单元组，用于基于规划轨迹，执行自动驾驶操作。

可选的，当目标功能指令为车辆平台信息获取指令时，获取单元，包括：第二获取子单元组，用于响应于车辆平台信息获取指令，利用流式数据处理引擎获取与车辆平台信息获取指令对应的车辆平台信息。

可选的，通用数据流架构还包括功能应用接口层，该装置还包括：确定模块，用于根据不同的驾驶场景，确定每种驾驶场景对应的目标应用功能算法组件；接入模块，用于利用功能应用接口层，接入目标应用功能算法组件。

第三方面，本发明实施例提供了一种电子设备，设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现第一方面或者第一方面任一可选的实现方式中的基于通用数据流架构的自动驾驶方法。

第四方面，本发明实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现第一方面或者第一方面任一可选的实现方式中的基于通用数据流架构的自动驾驶方法。

本发明实施例的基于通用数据流架构的自动驾驶方法、装置、电子设备及计算机存储介质，能够实现软硬件解耦，进而提高***灵活性。该基于通用数据流架构的自动驾驶方法，通用数据流架构包括至少一个可插扩的应用功能算法组件，在根据不同驾驶场景自动编排组合确定目标功能指令，或者接收用户输入的目标功能指令后，由于该目标功能指令关联于至少一个可插扩的应用功能算法组件中的目标应用功能算法组件，故能响应于目标功能指令，获取与目标功能指令对应的目标功能信息，再依据目标功能信息，执行与目标功能信息相应的自动驾驶操作。可见，由于通用数据流架构包括至少一个可插扩的应用功能算法组件，故能够实现软硬件解耦，功能和算法的编排和组合，进而提高***灵活性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种基于通用数据流架构的自动驾驶方法的流程示意图。

图2是本发明实施例提供的一种自动驾驶操作***的流程示意图。

图3是本发明实施例提供的一种基于通用数据流架构的自动驾驶装置的结构示意图。

图4是本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

由背景技术部分可知，现有车辆自动驾驶功能开发采用垂直封闭产业链条，由总集成Tier1供应商（一级供应商）提供硬件、软件和传感器选型等一体的方案给OEM，导致软硬件捆绑，缺乏解耦，进而导致***缺少灵活性，开发周期长，功能模块复用性和重复性大，移植困难，从而增加开发成本和市场响应时间。

为了解决现有技术问题，本发明实施例提供了一种基于通用数据流架构的自动驾驶方法、装置、电子设备及计算机存储介质。下面首先对本发明实施例所提供的基于通用数据流架构的自动驾驶方法进行介绍。

图1示出了本发明实施例提供的一种基于通用数据流架构的自动驾驶方法的流程示意图，其中，该通用数据流架构包括至少一个可插扩的应用功能算法组件。如图1所示，该基于通用数据流架构的自动驾驶方法可以包括以下步骤：S101、根据不同驾驶场景自动编排组合确定目标功能指令，或者接收用户输入的目标功能指令；其中，目标功能指令关联于至少一个可插扩的应用功能算法组件中的目标应用功能算法组件。

在一个实施例中，通用数据流架构还包括功能应用接口层，在根据不同驾驶场景自动编排组合确定目标功能指令，或者接收用户输入的目标功能指令之前，该方法还包括：根据不同的驾驶场景，确定每种驾驶场景对应的目标应用功能算法组件；利用功能应用接口层，接入目标应用功能算法组件。

S102、响应于目标功能指令，获取与目标功能指令对应的目标功能信息。

在一个实施例中，通用数据流架构还包括流式数据处理引擎，响应于目标功能指令，获取与目标功能指令对应的目标功能信息，包括：响应于目标功能指令，利用流式数据处理引擎获取与目标功能指令对应的目标功能信息。

在一个实施例中，当目标功能指令为感知环境信息指令时，响应于目标功能指令，利用流式数据处理引擎获取与目标功能指令对应的目标功能信息，包括：响应于感知环境信息指令，利用流式数据处理引擎获取与感知环境信息指令对应的环境信息；其中，环境信息包括路况信息、气象信息中的至少一种。

在一个实施例中，当目标功能指令为车辆平台信息获取指令时，响应于目标功能指令，利用流式数据处理引擎获取与目标功能指令对应的目标功能信息，包括：响应于车辆平台信息获取指令，利用流式数据处理引擎获取与车辆平台信息获取指令对应的车辆平台信息。

S103、依据目标功能信息，执行与目标功能信息相应的自动驾驶操作。

在一个实施例中，依据目标功能信息，执行与目标功能信息相应的自动驾驶操作，包括：依据环境信息，执行与环境信息相应的自动驾驶操作。

在一个实施例中，依据环境信息，执行与环境信息相应的自动驾驶操作，包括：依据环境信息，确定规划轨迹；基于规划轨迹，执行自动驾驶操作。

该基于通用数据流架构的自动驾驶方法，通用数据流架构包括至少一个可插扩的应用功能算法组件，在根据不同驾驶场景自动编排组合确定目标功能指令，或者接收用户输入的目标功能指令后，由于该目标功能指令关联于至少一个可插扩的应用功能算法组件中的目标应用功能算法组件，故能响应于目标功能指令，获取与目标功能指令对应的目标功能信息，再依据目标功能信息，执行与目标功能信息相应的自动驾驶操作。可见，由于通用数据流架构包括至少一个可插扩的应用功能算法组件，故能够实现软硬件解耦，进而提高***灵活性。

下面以一个具体实施例对上述通用数据流架构进行说明。

自动驾驶操作***中的通用数据流架构包括三大子***：流式数据处理引擎、可插扩的应用功能算法组件及其控制器和功能应用开发接口。下面分别对三大子***的基本功能进行阐述。

1、流式数据处理引擎：流式数据处理引擎包括感知、融合、规划及控制等计算管线阶段（pipeline stage），基于规则和人工智能（Artificial Intelligence，AI）模型，对不同驾驶场景（ODD）定义功能集进行全栈式计算处理。

流式数据处理引擎保证高性能的实时数据处理，并通过各种冗余和功能安全机制保证整个数据平面的可靠性，并通过信息安全机制保证***信息和数据安全。

流式数据处理引擎通过分布式***软件层解耦底层异构计算平台。它通过集成车辆平台，提供统一的环境模型及数据/控制/管理平面接口给应用功能开发及算法功能组件控制器。

流式数据处理引擎是一个主干和核心框架，串联功能和算法的子模块，也包括扩展支持更多软件定义车辆功能，L1+直到L4自驾功能，其通用流程都可理解为感知、融合、规划、控制等。通用数据流是多种覆盖自驾功能的基础功能数据流，自驾功能的应用开发可以对基础功能数据流编排，组合，配置、插扩等等。比如，包含D（车道内驾驶），C（换线），E（紧急停车），P(泊车)四种基础功能数据流，它们和原子构成了应用开发的基础单元，应用开发可以配置、增添、使用这些单元来灵活的实现更多更复杂的应用。

流式数据处理引擎是基础功能框架，承载可插扩功能算法组件并向上对应用层提供功能应用开发接口。

1.1、通用数据流数据平面：通用数据流数据平面主要包括各种引擎服务模型，这些引擎通过管理平面接受控制协议和各种算法和功能控制器的指令。流式数据处理引擎的数据类型包括：（1）数据流引擎输出信息：感知/融合的环境信息，比如车道线，目标物体，交通标识，道路等；车辆平台信息，比如油门，刹车，车门，手刹等。（2）管理平面命令及监控统计信息，比如速度设置，功能激活等。（3）数据流引擎输入命令及信息：算法插件（Plugin）输出，比如卷积神经网络人工智能（CNNAI）目标识别等；功能组件输出，比如规划轨迹，功能状态等。

1.2 流数据引擎控制面协议：协议通路建立、能力发现和协商、配置设置、组件集（Profile）加载以及组件加载。

2、可插扩的应用功能算法组件及其控制器：它包括两个方面：支持自动驾驶应用的基本功能及算法组件、作为通用数据流的组件控制器。

2.1、基础应用功能算法组件框架：在这个插件框架下，基础应用由基本原子算法功能单元组成：基础应用框架集= {应用原子功能算法，应用原子功能算法组基础应用} +{应用规则，状态机/行为树/专家***/AI深度学习}。

基础应用定义可基于已有应用单元的多层次协作模型，通过多种规则及约束机制，快速灵活地构造及验证新的功能应用。

2.1.1、原子功能算法单元：这类单元是应用定义的基础，它基于通用数据流基础框架提供的服务模型和调用接口，定义应用功能的基础功能算法单元，比如冲突检测、前置车辆检测等基本功能单元。这些基本单元的目的是作为应用功能开发引用的基础组件。

2.1.2、功能算法单元组：功能算法单元间通过不同的规则及约束条件，构成复杂功能新功能组单元。

2.1.3、基础应用：基于功能单元，面向自动驾驶业务功能开发的应用，以利于OEM/Tier1 快速适配开发自驾业务应用。

2.2、算法组件框架：自驾协议栈包括多种算法单元，运行在协议栈的感知，融合，定位，规划等不同数据流处理单元。

2.2.1、算法函数库：针对不同流数据平面功能的算法软件实现包。

2.2.2、算法组件plugin 接口：针对流数据算法处理单元的计算环境，定义算法组件的调用接口，涵盖各种算法调度方式，比如简单的函数调用，以及复杂的链式处理方式，包括模型前置预处理，模型处理及模型后处理。

2.3、通用数据流控制：控制器利用通用数据流控制协议，与数据引擎建立控制通路，管理设置数据流。

3、功能应用接口层（AAL）：此功能层封装数据流引擎，算法及基础功能组件，形成统一的应用功能开发及运行接口，包括算法应用程序接口（Application ProgrammingInterface，API），数据接口，***/功能安全，通讯通道协议和数据格式标准等。

它提供自驾应用开发所需的软件开发工具包（Software Development Kit，SDK）、工具链和各种功能算法软件包。整车厂可基于AAL的功能服务及工具包，为不同的车型，不同的驾驶场景（ODD）的需要，快速推出新的高级自驾功能或其他围绕自驾的一系列功能。例如ACC，TJC，AVP，HWC等L2/3自驾应用，并提供各种网联、云控及高精地图等应用。

图2是本发明实施例提供的一种自动驾驶操作***的流程示意图，图2中203表示运行域，运行域也叫实时域，是通用自驾数据流处理引擎的处理管道阶段，也就是感知，融合，规划，控制的运行载体和环境。上面运行的单元包括基本的支持自动驾驶应用的基本功能及算法组件。图2中201表示开发域，开发域是提供车厂或其他第三方开发者开发高级更复杂自驾应用的环境。两者之间通过管理平面和SDK、API的接口来调用，使用，编排，修改，组合运行域里面的基本功能及算法组件来灵活快速方便的实现其开发目的。图2中的202包括管理协议栈、控制器和管理平面模型和接口，下面对管理协议栈、管理平面模型和接口进行具体说明。

管理协议栈：（1）组件控制器与通用数据引擎协商及验证：控制器发起协商，数据流应答，双发交互能力集等。

（2）算法单元验证运行：控制器通过能力集定义，发送算法组件给数据流引擎。引擎验证，加载。

（3）功能 (profile)验证加载：控制器通过能力集定义，发送功能应用及基础组件给数据流引擎。引擎验证，加载。

（4）管理平面验证加载：控制器通过能力集定义，发送管理平面命令及参数给数据流引擎。引擎验证，加载。

（5）流数据***安全运行及升级：控制器通过能力集定义，发送运行相关的命令，给数据流引擎。引擎验证，加载执行。

管理平面模型和接口：（1）算法接口：感知：车道线识别，静态/动态目标识别等。融合：各种融合相关算法。

（2）功能接口：L2/3等各种功能。

（3）安全策略接口：功能/信息安全，***冗余等。

（4）其他接口：车用无线通信技术（Vehicle to Everything，V2x）地图，***/功能参数等等。

如图3所示，本申请实施例还提供一种基于通用数据流架构的自动驾驶装置，通用数据流架构包括至少一个可插扩的应用功能算法组件，该装置包括：接收模块301，用于根据不同驾驶场景自动编排组合确定目标功能指令，或者接收用户输入的目标功能指令；其中，目标功能指令关联于至少一个可插扩的应用功能算法组件中的目标应用功能算法组件；获取模块302，用于响应于目标功能指令，获取与目标功能指令对应的目标功能信息；执行模块303，用于依据目标功能信息，执行与目标功能信息相应的自动驾驶操作。

可选的，通用数据流架构还包括流式数据处理引擎，获取模块302，包括：获取单元，用于响应于目标功能指令，利用流式数据处理引擎获取与目标功能指令对应的目标功能信息。

可选的，当目标功能指令为感知环境信息指令时，获取单元，包括：第一获取子单元，用于响应于感知环境信息指令，利用流式数据处理引擎获取与感知环境信息指令对应的环境信息；其中，环境信息包括路况信息、气象信息中的至少一种。

可选的，执行模块303，包括：执行单元，用于依据环境信息，执行与环境信息相应的自动驾驶操作。

可选的，执行单元，包括：确定子单元组，用于依据环境信息，确定规划轨迹；执行子单元组，用于基于规划轨迹，执行自动驾驶操作。

可选的，当目标功能指令为车辆平台信息获取指令时，获取单元，包括：第二获取子单元组，用于响应于车辆平台信息获取指令，利用流式数据处理引擎获取与车辆平台信息获取指令对应的车辆平台信息。

可选的，通用数据流架构还包括功能应用接口层，该装置还包括：确定模块，用于根据不同的驾驶场景，确定每种驾驶场景对应的目标应用功能算法组件；接入模块，用于利用功能应用接口层，接入目标应用功能算法组件。

图3所示装置中的各个模块/单元具有实现图1中各个步骤的功能，并能达到其相应的技术效果，为简洁描述，在此不再赘述。

图4示出了本发明实施例提供的一种电子设备的结构示意图。

电子设备可以包括处理器401以及存储有计算机程序指令的存储器402。

具体地，上述处理器401可以包括中央处理器（Central Processing Unit，CPU），或者特定集成电路（Application Specific Integrated Circuit ，ASIC），或者可以被配置成实施本发明实施例的一个或多个集成电路。

存储器402可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器402可包括硬盘驱动器（Hard Disk Drive，HDD）、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线（Universal Serial Bus，USB）驱动器或者两个或更多个以上这些的组合。在一个实例中，存储器402可以包括可移除或不可移除(或固定)的介质，或者存储器402是非易失性固态存储器。存储器402可在电子设备的内部或外部。

在一个实例中，存储器402可以是只读存储器（Read Only Memory，ROM）。在一个实例中，该ROM可以是掩模编程的ROM、可编程ROM（PROM）、可擦除PROM（EPROM）、电可擦除PROM（EEPROM）、电可改写ROM（EAROM）或闪存或者两个或更多个以上这些的组合。

处理器401通过读取并执行存储器402中存储的计算机程序指令，以实现图1所示实施例中的方法，并达到图1所示实例执行其方法/步骤达到的相应技术效果，为简洁描述在此不再赘述。

在一个示例中，电子设备还可包括通信接口403和总线410。其中，如图4所示，处理器401、存储器402、通信接口403通过总线410连接并完成相互间的通信。

通信接口403，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。

总线410包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口（Accelerated Graphics Port，AGP）或其他图形总线、增强工业标准架构（Extended Industry Standard Architecture，EISA）总线、前端总线（Front Side Bus，FSB）、超传输（Hyper Transport，HT）互连、工业标准架构（IndustryStandard Architecture，ISA）总线、无限带宽互连、低引脚数（LPC）总线、存储器总线、微信道架构（MCA）总线、***组件互连（PCI）总线、PCI-Express（PCI-X）总线、串行高级技术附件（SATA）总线、视频电子标准协会局部（VLB）总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线410可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。

另外，本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种基于通用数据流架构的自动驾驶方法。

需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路（Application SpecificIntegrated Circuit，ASIC）、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM（EROM）、软盘、CD-ROM、光盘、硬盘、光纤介质、射频（RadioFrequency，RF）链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或***。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的***、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于通用数据流架构的自动驾驶方法，其特征在于，所述通用数据流架构包括至少一个可插扩的应用功能算法组件，所述方法包括：

根据不同驾驶场景自动编排组合确定目标功能指令，或者接收用户输入的目标功能指令；其中，所述目标功能指令关联于所述至少一个可插扩的应用功能算法组件中的目标应用功能算法组件；

响应于所述目标功能指令，获取与所述目标功能指令对应的目标功能信息；

依据所述目标功能信息，执行与所述目标功能信息相应的自动驾驶操作。

2.根据权利要求1所述的基于通用数据流架构的自动驾驶方法，其特征在于，所述通用数据流架构还包括流式数据处理引擎，所述响应于所述目标功能指令，获取与所述目标功能指令对应的目标功能信息，包括：

响应于所述目标功能指令，利用所述流式数据处理引擎获取与所述目标功能指令对应的目标功能信息。

3.根据权利要求2所述的基于通用数据流架构的自动驾驶方法，其特征在于，当所述目标功能指令为感知环境信息指令时，所述响应于所述目标功能指令，利用所述流式数据处理引擎获取与所述目标功能指令对应的目标功能信息，包括：

响应于所述感知环境信息指令，利用所述流式数据处理引擎获取与所述感知环境信息指令对应的环境信息；其中，所述环境信息包括路况信息、气象信息中的至少一种。

4.根据权利要求3所述的基于通用数据流架构的自动驾驶方法，其特征在于，所述依据所述目标功能信息，执行与所述目标功能信息相应的自动驾驶操作，包括：

依据所述环境信息，执行与所述环境信息相应的自动驾驶操作。

5.根据权利要求4所述的基于通用数据流架构的自动驾驶方法，其特征在于，所述依据所述环境信息，执行与所述环境信息相应的自动驾驶操作，包括：

依据所述环境信息，确定规划轨迹；

基于所述规划轨迹，执行所述自动驾驶操作。

6.根据权利要求2所述的基于通用数据流架构的自动驾驶方法，其特征在于，当所述目标功能指令为车辆平台信息获取指令时，所述响应于所述目标功能指令，利用所述流式数据处理引擎获取与所述目标功能指令对应的目标功能信息，包括：

响应于所述车辆平台信息获取指令，利用所述流式数据处理引擎获取与所述车辆平台信息获取指令对应的车辆平台信息。

7.根据权利要求1所述的基于通用数据流架构的自动驾驶方法，其特征在于，所述通用数据流架构还包括功能应用接口层，在所述根据不同驾驶场景自动编排组合确定目标功能指令，或者接收用户输入的目标功能指令之前，所述方法还包括：

根据不同的驾驶场景，确定每种驾驶场景对应的目标应用功能算法组件；

利用所述功能应用接口层，接入所述目标应用功能算法组件。

8.一种基于通用数据流架构的自动驾驶装置，其特征在于，所述通用数据流架构包括至少一个可插扩的应用功能算法组件，所述装置包括：

接收模块，用于根据不同驾驶场景自动编排组合确定目标功能指令，或者接收用户输入的目标功能指令；其中，所述目标功能指令关联于所述至少一个可插扩的应用功能算法组件中的目标应用功能算法组件；

获取模块，用于响应于所述目标功能指令，获取与所述目标功能指令对应的目标功能信息；

执行模块，用于依据所述目标功能信息，执行与所述目标功能信息相应的自动驾驶操作。

9.一种电子设备，其特征在于，所述电子设备包括：处理器，以及存储有计算机程序指令的存储器；

所述处理器读取并执行所述计算机程序指令，以实现如权利要求1-7任意一项所述的基于通用数据流架构的自动驾驶方法。

10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的基于通用数据流架构的自动驾驶方法。

Images