CN112277944B - 一种道路巡航方法、装置及介质 - Google Patents

Abstract

本申请公开一种道路巡航方法、装置及介质，本申请通过获取当前车辆的车况数据，以及至少一个目标车辆的车况数据；当满足预设条件时，利用预设的驾驶员操作分析模型对至少一个目标车辆的车况数据进行驾驶员操作分析处理，得到至少一个目标车辆的驾驶员操作习惯数据；基于当前车辆的车况数据预测当前车辆的变道行驶轨迹；基于至少一个目标车辆的车况数据和至少一个目标车辆的驾驶员操作习惯数据，预测至少一个目标车辆的行驶轨迹；根据当前车辆的变道行驶轨迹和至少一个目标车辆的行驶轨迹，确定当前车辆的控制策略数据；基于控制策略数据控制当前车辆进行道路巡航操作，可以大大提高自动驾驶车辆在道路上变道的安全性和稳定性，提升乘客体验感。

Description

一种道路巡航方法、装置及介质

技术领域

本发明涉及自动驾驶领域，尤其涉及一种道路巡航方法、装置及介质。

背景技术

在目前的道路巡航设计中，控制当前车辆是否变道的决策主要来自角雷达的数据输入。在当前车辆稳定跟车的情况下，如果当前车辆设定车速低于前车车速，***会持续收集来自角雷达的数据信号，通过角雷达的数据信号确定目标车道的前后方范围内是否有车辆存在，如果持续5秒内没有探测到车辆，则会发出变道请求，***将控制车辆变道至目标车道。如果探测到车辆，则***不会控制车辆变道，继续跟车。然而，因为角雷达的探测距离仅有侧向的30至50米，换算成行进方向上的距离可能不足20米，而在高速道路上，利用HWP(high way pilot，高速公路巡航)对车辆进行自动驾驶控制，20米的距离相对于车速来说不够长。如果主要依靠角雷达的数据信号进行车辆变道，可能会在变道过程中遭遇快速接近的后车或者突然制动的前车。并且，角雷达存在盲区，例如与当前车辆平行的车辆可能无法被角雷达探测到。因此，现有技术中的道路巡航设计，存在车辆内乘客体验感差，车辆变道不安全的问题。

发明内容

为了解决上述技术问题，本发明提供一种道路巡航方法、装置及介质，可以大大提高自动驾驶车辆在道路上变道的安全性和稳定性，提升乘客体验感。

为了达到上述申请的目的，本申请提供了一种道路巡航方法，该方法包括：

获取当前车辆的车况数据，以及至少一个目标车辆的车况数据；

当所述当前车辆的车况数据，和/或，所述至少一个目标车辆的车况数据满足预设条件时，利用预设的驾驶员操作分析模型对所述至少一个目标车辆的车况数据进行驾驶员操作分析处理，得到所述至少一个目标车辆的驾驶员操作习惯数据；

基于所述当前车辆的车况数据预测当前车辆的变道行驶轨迹；

基于所述至少一个目标车辆的车况数据和所述至少一个目标车辆的驾驶员操作习惯数据，预测所述至少一个目标车辆的行驶轨迹；

根据所述当前车辆的变道行驶轨迹和所述至少一个目标车辆的行驶轨迹，确定当前车辆的控制策略数据；

基于所述当前车辆的控制策略数据控制当前车辆进行道路巡航操作。

另一方面，本申请还提供一种道路巡航装置，该装置包括：

数据获取模块，用于获取当前车辆的车况数据，以及至少一个目标车辆的车况数据；

分析模块，用于利用预设的驾驶员操作分析模型对所述至少一个目标车辆的车况数据进行驾驶员操作进行分析处理，得到所述至少一个目标车辆的驾驶员操作习惯数据；

第一预测模块，用于基于所述当前车辆的车况数据预测当前车辆的变道行驶轨迹；

第二预测模块，用于基于所述至少一个目标车辆的车况数据和所述至少一个目标车辆的驾驶员操作习惯数据，预测所述至少一个目标车辆的行驶轨迹；

控制策略数据确定模块，用于根据所述当前车辆的变道行驶轨迹和所述至少一个目标车辆的行驶轨迹，确定当前车辆的控制策略数据；

控制模块，用于基于所述当前车辆的控制策略数据控制当前车辆进行高速道路巡航操作。

另外，本申请还提供一种存储介质，该存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现上述任意一项的道路巡航方法。

实施本申请，具有如下有益效果：

本申请通过获取当前车辆的车况数据，以及至少一个目标车辆的车况数据；当所述当前车辆的车况数据，和/或，所述至少一个目标车辆的车况数据满足预设条件时，利用预设的驾驶员操作分析模型对所述至少一个目标车辆的车况数据进行驾驶员操作分析处理，得到所述至少一个目标车辆的驾驶员操作习惯数据；基于所述当前车辆的车况数据预测当前车辆的变道行驶轨迹；基于所述至少一个目标车辆的车况数据和所述至少一个目标车辆的驾驶员操作习惯数据，预测所述至少一个目标车辆的行驶轨迹；根据所述当前车辆的变道行驶轨迹和所述至少一个目标车辆的行驶轨迹，确定当前车辆的控制策略数据；基于所述当前车辆的控制策略数据控制当前车辆进行道路巡航操作，可以大大提高自动驾驶车辆在道路上变道的安全性和稳定性，提升乘客体验感。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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它附图。

图1为本申请实施例提供的一种道路巡航方法的流程示意图；

图2为本申请实施例提供的一种确定至少一个目标车辆的驾驶员操作习惯数据的流程示意图；

图3为本申请实施例提供的一种构建驾驶员操作分析模型的流程示意图；

图4为本申请另一实施例提供的一种道路巡航方法的流程示意图；

图5为本申请实施例提供的一种道路巡航装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为了实现本申请的技术方案，让更多的工程技术工作者容易了解和应用本申请，将结合具体的实施例，进一步阐述本申请的工作原理。

本申请可应用于自动驾驶领域，通过获取当前车辆的车况数据，利用V2V(vehicleto vehicle communication，车对车通信)模块获取至少一个目标车辆的车况数据，当当前车辆的车况数据，和/或至少一个目标车辆的车况数据符合变道预设条件时，基于当前车辆的车况数据和至少一个目标车辆的车况数据，判断当前车辆与至少一个目标车辆的行驶轨迹是否会产生交集，从而确定对当前车辆的控制策略。

本说明书实施例中，至少一个目标车辆可以包括与当前车辆位于同一车道的前车，以及位于当前车辆相邻车道的车辆。本申请在实际应用时，可应用于不同的舵位场景，当应用于左舵车场景时，由于变道超车是变道至左侧车道进行超车，获取的至少一个目标车辆的车况数据主要包括位于当前车辆左侧车道的车辆的车况数据；当应用于右舵车场景时，由于变道超车是变道至右侧车道进行超车，获取的至少一个目标车辆的车况数据主要包括位于当前车辆右侧车道的车辆的车况数据。

以下介绍本申请一种道路巡航方法的实施例，图1为本申请实施例提供的一种道路巡航方法的流程示意图，本说明书中提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。具体的，如图1所示，该方法可以包括：

S101：获取当前车辆的车况数据，以及至少一个目标车辆的车况数据。

具体的，当前车辆的车况数据是指当前车辆基于当前的控制策略数据进行操作产生的操作数据，例如，当前车辆的方向盘角度、方向盘扭矩、行驶方向、油门深度、刹车深度、行驶速度、车辆位置等车况数据。至少一个目标车辆的车况数据是指位于当前车辆周围的车辆的车况数据，例如，位于与当前车道同一车道前方车辆的行驶速度，位于当前车辆邻车道的近车的行驶速度、行驶方向、车辆位置等车况数据。

在一些实施例中，当前车辆的车况数据可以利用传感器进行采集，传感器可以包括安装在当前车辆上的角雷达、前置摄像头、前置雷达、GPS传感器等。至少一个目标车辆的车况数据是由目标车辆通过自身传感器进行采集，当前车辆再利用V2V模块接收目标车辆发过来的车况数据。V2V的通信距离远于500米，在实际应用时，为减少数据处理量，选取以当前车辆为圆心，五百米为半径的圆形区域内的车辆为目标车辆，基于该区域内的车辆进行数据分析，可以在实现控制安全变道操作的同时，减少当前车辆的数据处理量。

S103：当当前车辆的车况数据，和/或，至少一个目标车辆的车况数据满足预设条件时，利用预设的驾驶员操作分析模型对至少一个目标车辆的车况数据进行驾驶员操作分析处理，得到至少一个目标车辆的驾驶员操作习惯数据。

具体的，当前车辆的车况数据，和/或，至少一个目标车辆的车况数据满足预设条件可以包括如下情况：

(1)当前车辆的车况数据包括当前车辆的行驶速度，至少一个目标车辆的车况数据包括：与当前车辆同一车道的前车的行驶速度，当前车辆的行驶速度高于与当前车辆同一车道的前车的行驶速度；

(2)当前车辆的车况数据包括摄像头采集的前方图像，基于前方图像确定出当前车辆前方存在障碍物；

(3)至少一个目标车辆的车况数据包括位于当前车辆邻车道的平行车辆与当前车辆的距离小于预设的安全距离。

当满足以上条件中的任意一种时，当前车辆需要进行变道操作的可行性分析，从而确定是否变道，若变道采取何种方式进行变道。

具体的，驾驶员操作分析模型可以包括不同类型驾驶员对应的不同操作习惯数据。如图2所示，利用预设的驾驶员操作分析模型对至少一个目标车辆的车况数据进行驾驶员操作分析处理，得到至少一个目标车辆的驾驶员操作习惯数据可以包括：

S1041：基于所述驾驶员操作分析模型中第二映射关系，确定与至少一个目标车辆的车况数据对应的驾驶员类型。

具体的，预设的驾驶员操作分析模型可以包括多个驾驶员类型与对应的车况数据间的第二映射关系。该车况数据在不同实施例中可以表现为不同种类的操作数据，车况数据可以为油门和刹车的切换时间、行驶加速度或方向盘的转角/力矩等数据。以车辆的行驶加速度为例，若驾驶员为激进型，刹车和油门深度大，表现出的车辆的行驶加速度数值也大，若驾驶员为保守型，刹车和油门深度小，表现出的车辆的行驶加速度数值小。

在一些实施例中，当前车辆为左舵车，当前车辆的左侧车道仅有一辆目标车辆，若当前车辆变道至左侧车道，需要对左侧车道的该目标车辆进行分析。首先利用V2V模块获取该目标车辆的车况数据，该目标车辆的车况数据中包括多个油门和刹车的切换时间。当前车辆获取到目标车辆的多个油门和刹车的切换时间，可以去除异常的油门和刹车的切换时间，对目标车辆剩余的多个油门和刹车的切换时间进行平均计算处理，确定目标车辆油门和刹车的平均切换时间。将目标车辆油门和刹车的平均切换时间与驾驶员操作分析模型中不同类型驾驶员驾驶车辆的油门和刹车的切换时间进行对比，确定左侧车道目标车辆的驾驶员属于的驾驶员类型。

S1042：基于驾驶员操作分析模型中第一映射关系，确定驾驶员类型所对应的驾驶员操作习惯数据，作为至少一个目标车辆的驾驶员操作习惯数据。

具体的，预先建立的驾驶员操作分析模型可以包括多个驾驶员类型各自与对应的操作习惯数据间的第一映射关系，通过至少一个目标车辆对应的驾驶员类型，可以确定对应的操作习惯数据，得到至少一个目标车辆的驾驶员操作习惯数据。

在这一实施例中，驾驶员操作分析模型的数据来源于大量驾驶员在典型工况下的操作习惯。例如，在高速公路上，驾驶员通过两侧后视镜可以获得观测距离约二百米范围内的信息，包括是否有车，以及目测周围至少一个目标车辆的运动状态信息，人为规划一个最优的行驶路线。基于驾驶员操作分析模型的数据，确定至少一个目标车辆的驾驶员操作习惯数据，使得至少一个目标车辆的驾驶员操作习惯数据的确定过程更可靠，更接近真实驾驶员的操作习惯。

在一些实施例中，如图3所示，预设的驾驶员操作分析模型可以采用下述步骤确定：

S1031：获取多个驾驶员的操作习惯数据。

具体的，多个驾驶员可以包括各种类型的驾驶员，如多个激进型驾驶员、多个普通型驾驶员、多个保守型驾驶员等。获取多个驾驶员的操作习惯数据，该操作习惯数据具体可以包括油门和刹车的切换时间、踩油门的深度及斜率、打方向盘的速度和力矩等数据。

S1032：基于多个驾驶员的操作习惯数据对多个驾驶员进行分类，得到多个驾驶员类型对应的操作习惯数据和多个驾驶员类型对应的驾驶员集合。

具体的，基于多个驾驶员的操作习惯数据对多个驾驶员进行分类，是指对多个驾驶员的操作习惯数据进行区间划分，再根据不同区间的操作习惯数据将驾驶员分为不同的类型，例如，操作习惯数据可以包括油门和刹车的切换时间，油门和刹车的切换时间为0.7至1.2秒的驾驶员为激进型驾驶员，油门和刹车的切换时间为1.2至1.7秒的驾驶员为普通型驾驶员，油门和刹车的切换时间为1.7至2.2秒的驾驶员为激进型驾驶员。从而，建立驾驶员类型与对应的操作习惯数据与之间的映射关系。

S1033：建立多个驾驶员类型各自与对应的操作习惯数据间的第一映射关系。

S1034：获取每个驾驶员集合中驾驶员驾驶车辆对应的车况数据。

具体的，在得到不同类型的驾驶员分类后，收集每个驾驶员集合中驾驶员驾驶车辆对应的车况数据，驾驶员驾驶车辆对应的车况数据是指车辆在驾驶员操作下的车辆行驶状态的数据，例如，一个激进型驾驶员驾驶车辆的行驶速度、油门的变化数据、刹车的变化数据、车辆的行驶速度变化数据等。

S1035：根据每个驾驶员集合中驾驶员驾驶车辆对应的车况数据确定驾驶员集合对应的驾驶员类型驾驶车辆的车况数据。

S1036：建立多个驾驶员类型与对应的车况数据间的第二映射关系。

S1037：将所述第一映射关系和所述第二映射关系，作为驾驶员操作分析模型。

具体的，根据每个驾驶员集合中每个驾驶员驾驶车辆对应的具体车况数据数值，可以确定该驾驶员集合对应的驾驶员类型驾驶车辆的车况数据中，每种车况数据的数值范围，从而得到每种驾驶员类型驾驶车辆的车况数据。

在这一实施例中，通过获取多个驾驶员的操作习惯数据；基于操作习惯数据对多个驾驶员进行分类，得到多个驾驶员类型对应的驾驶员集合；获取每个驾驶员集合中驾驶员驾驶车辆对应的车况数据；根据每个驾驶员集合中驾驶员驾驶车辆对应的车况数据确定驾驶员集合对应的驾驶员类型驾驶车辆的车况数据，可以得到第一映射关系和第二映射关系，即驾驶员操作分析模型。

S105：基于当前车辆的车况数据预测当前车辆的变道行驶轨迹。

具体的，当前车辆的车况数据可以包括当前车辆的方向盘角度、方向盘扭矩、行驶方向、油门深度、刹车深度、行驶速度、车辆位置等车况数据。通过改变方向盘角度、方向盘扭矩、行驶方向、油门深度、刹车深度、行驶速度、车辆位置中的部分或全部数据，实现在预设时间内当前车辆的变道操作，可以确定预设时间内车辆在每个时刻的位置，从而得到当前车辆的变道行驶轨迹。

S107：基于至少一个目标车辆的车况数据和至少一个目标车辆的驾驶员操作习惯数据，预测至少一个目标车辆的行驶轨迹。

具体的，本申请实施例中，至少一个目标车辆是指当前车辆周围将对当前车辆的变道产生影响的车辆。在实际的应用场景中，可以确定位于与当前车辆同一车道的前车、目标车道上与当前车辆平行的车辆、位于目标车道上当前车辆前方、后方，并且与当前车辆最近的车辆。例如，当前车辆为左舵车，当前车辆的左侧车道上，与当前车辆平行的位置有车辆A，当前车辆的左前方20米处有车辆B，左前方50米处有车辆C，左后方20米处有车辆D，左后方50米处有车辆E，则当前场景中至少一个目标车辆可以是车辆A、车辆B和车辆D。在该实施例中，对车辆A、车辆B和车辆D的车况数据和各自对应的驾驶员操作习惯数据进行分析，确定车辆A、车辆B和车辆D的行驶轨迹。

S109：根据当前车辆的变道行驶轨迹和至少一个目标车辆的行驶轨迹，确定当前车辆的控制策略数据。

具体的，可以通过判断当前车辆的变道行驶轨迹和至少一个目标车辆的行驶轨迹是否存在交集，确定当前车辆若采取变道措施是否安全。当确定当前车辆的变道行驶轨迹和至少一个目标车辆的行驶轨迹不存在交集时，基于当前车辆的变道行驶轨迹确定当前车辆在预设时间内的转向角度和行驶速度，将当前车辆在预设时间内的转向角度和行驶速度作为当前车辆的控制策略数据。具体的，在该预设时间内的每一时刻，当前车辆的转向角度和行驶速度均可能发生改变，根据每个时刻当前车辆的转向角度和行驶速度确定对应时刻当前车辆相应部件的控制方式，作为当前车辆在每一时刻的控制策略数据。

若判断结果为存在交集，控制当前车辆不变道，同时可以进行减速制动操作。例如，当前车辆左侧车道的后方100米有一目标车辆F，目标车辆F正在加速行驶，当前车辆变道至左侧车道前，判断目标车辆F与当前车辆的行驶轨迹存在交集，那么，根据该判断结果，控制当前车辆不变道，同时可以进行减速制动操作。

S111：基于当前车辆的控制策略数据控制当前车辆进行道路巡航操作。

这一实施例通过获取当前车辆的车况数据，以及至少一个目标车辆的车况数据；当所述当前车辆的车况数据，和/或，所述至少一个目标车辆的车况数据满足预设条件时，利用预设的驾驶员操作分析模型对所述至少一个目标车辆的车况数据进行驾驶员操作分析处理，得到所述至少一个目标车辆的驾驶员操作习惯数据；基于所述当前车辆的车况数据预测当前车辆的变道行驶轨迹；基于所述至少一个目标车辆的车况数据和所述至少一个目标车辆的驾驶员操作习惯数据，预测所述至少一个目标车辆的行驶轨迹；根据所述当前车辆的变道行驶轨迹和所述至少一个目标车辆的行驶轨迹，确定当前车辆的控制策略数据；基于所述当前车辆的控制策略数据控制当前车辆进行道路巡航操作，可以大大提高自动驾驶车辆在道路上变道的安全性和稳定性，避免当前车辆内的乘客因周围车辆的突发动作，导致的乘客紧张等不良情绪。

在另一些实施例中，如图4所示，该方法可以包括：

S101：获取当前车辆的车况数据，以及至少一个目标车辆的车况数据。

具体的，当前车辆的车况数据是指当前车辆基于当前的控制策略数据进行操作产生的操作数据，例如，当前车辆的方向盘角度、方向盘扭矩、行驶方向、油门深度、刹车深度、行驶速度、车辆位置等车况数据。至少一个目标车辆的车况数据是指位于当前车辆周围的车辆的车况数据，例如，位于与当前车道同一车道前方车辆的行驶速度，位于当前车辆邻车道的近车的行驶速度、行驶方向、车辆位置等车况数据。

S103：当当前车辆的车况数据，和/或，至少一个目标车辆的车况数据满足预设条件时，利用预设的驾驶员操作分析模型对至少一个目标车辆的车况数据进行驾驶员操作分析处理，得到至少一个目标车辆的驾驶员操作习惯数据。

S104：获取当前车辆的预设操作习惯数据。

具体的，当前车辆的预设操作习惯数据可以是预先认为设定的操作习惯数据，例如，当前车辆中有婴儿，可以预先设定操作习惯数据为保守型驾驶员驾驶车辆对应的操作习惯数据；当前车辆中的乘客为激进型驾驶员，可以预先设定操作习惯数据为激进型驾驶员驾驶车辆对应的操作习惯数据。

S105’：基于当前车辆的车况数据和当前车辆的预设操作习惯数据预测当前车辆的变道行驶轨迹。

具体的，当前车辆的车况数据可以包括当前车辆的方向盘角度、方向盘扭矩、行驶方向、油门深度、刹车深度、行驶速度、车辆位置等车况数据。通过改变方向盘角度、方向盘扭矩、行驶方向、油门深度、刹车深度、行驶速度、车辆位置中的部分或全部数据，并使上述数据以符合预设操作习惯数据的趋势进行改变，实现在预设时间内当前车辆的变道操作，可以确定预设时间内车辆在每个时刻的位置，从而得到当前车辆的变道行驶轨迹，同时，该变道的过程趋近乘客预设的操作习惯数据，可以提高乘客的乘车体验感。

S107：基于至少一个目标车辆的车况数据和至少一个目标车辆的驾驶员操作习惯数据，预测至少一个目标车辆的行驶轨迹。

S109：根据当前车辆的变道行驶轨迹和至少一个目标车辆的行驶轨迹，确定当前车辆的控制策略数据。

S111：基于当前车辆的控制策略数据控制当前车辆进行道路巡航操作。

该实施例通过获取当前车辆的车况数据，以及至少一个目标车辆的车况数据，当当前车辆的车况数据，和/或，至少一个目标车辆的车况数据满足预设条件时，利用预设的驾驶员操作分析模型对至少一个目标车辆的车况数据进行驾驶员操作分析处理，得到至少一个目标车辆的驾驶员操作习惯数据；获取当前车辆的预设操作习惯数据，并基于当前车辆的车况数据和当前车辆的预设操作习惯数据预测当前车辆的变道行驶轨迹；基于至少一个目标车辆的车况数据和至少一个目标车辆的驾驶员操作习惯数据，预测至少一个目标车辆的行驶轨迹，根据当前车辆的变道行驶轨迹和至少一个目标车辆的行驶轨迹，确定当前车辆的控制策略数据，最后，基于当前车辆的控制策略数据控制当前车辆进行道路巡航操作，实现大大提高自动驾驶车辆在道路上变道的安全性和稳定性，满足用户的定制化乘车需求，提升用户体验感。

以下介绍本申请一种道路巡航装置的实施例，图5是本申请实施例提供的一种道路巡航装置的结构示意图，如图所示，该装置可以包括：

车况数据获取模块501，用于获取当前车辆的车况数据，以及至少一个目标车辆的车况数据。

分析模块502，用于利用预设的驾驶员操作分析模型对至少一个目标车辆的车况数据进行驾驶员操作进行分析处理，得到至少一个目标车辆的驾驶员操作习惯数据。

第一预测模块503，用于基于当前车辆的车况数据预测当前车辆的变道行驶轨迹。

第二预测模块504，用于基于至少一个目标车辆的车况数据和至少一个目标车辆的驾驶员操作习惯数据，预测至少一个目标车辆的行驶轨迹。

控制策略数据确定模块505，用于根据当前车辆的变道行驶轨迹和至少一个目标车辆的行驶轨迹，确定当前车辆的控制策略数据。

控制模块506，用于基于当前车辆的控制策略数据控制当前车辆进行高速道路巡航操作。

在另外的实施例中，该装置还可以包括：

样本操作数据获取模块，用于获取多个驾驶员的操作习惯数据。

驾驶员类型确定模块，用于基于操作习惯数据对多个驾驶员进行分类，得到多个驾驶员类型对应的驾驶员集合。

样本车况数据获取模块，用于获取每个驾驶员集合中驾驶员驾驶车辆对应的车况数据。

映射关系确定模块，用于根据每个驾驶员集合中驾驶员驾驶车辆对应的车况数据确定驾驶员集合对应的驾驶员类型驾驶车辆的车况数据。

在一些实施例中，车况数据获取模块可以包括：

第一数据采集单元，用于利用传感器采集当前车辆的车况数据。

第二数据采集单元，用于利用车对车通信模块采集至少一个目标车辆的车况数据。

在另外的实施例中，该装置还可以包括：

预设操作数据获取模块，用于获取当前车辆的预设操作习惯数据。

相应的，第一预测模块，还可以用于基于当前车辆的车况数据和当前车辆的预设操作习惯数据预测当前车辆的变道行驶轨迹。

在另外的实施例中，该装置还可以包括驾驶员操作分析模型构建模块，具体的，该模块可以包括：

对比单元，用于将至少一个目标车辆的车况数据，与预设的驾驶员操作分析模型中不同类型驾驶员驾驶车辆的车况数据进行对比，确定至少一个目标车辆对应的驾驶员类型。

操作数据确定单元，用于基于至少一个目标车辆对应的驾驶员类型，查找预设的驾驶员操作分析模型中至少一个目标车辆对应的驾驶员类型所对应的驾驶员操作习惯数据，得到至少一个目标车辆的驾驶员操作习惯数据。

在另外的实施例中，控制策略数据确定模块可以包括：

第一判断单元，用于判断当前车辆的变道行驶轨迹和至少一个目标车辆的行驶轨迹是否存在交集。

控制策略数据确定单元，用于基于当前车辆的变道行驶轨迹确定当前车辆在预设时间内的转向角度和行驶速度；将当前车辆在预设时间内的转向角度和行驶速度作为当前车辆的控制策略数据。

本申请另外还提供一种计算机可读存储介质的实施例，该存储介质中存储有至少一条指令或至少一段程序，该至少一条指令或至少一段程序由处理器加载并执行以实现上述任一实施例中的道路巡航方法。

上述实施例通过获取当前车辆的车况数据，以及至少一个目标车辆的车况数据；当所述当前车辆的车况数据，和/或，所述至少一个目标车辆的车况数据满足预设条件时，利用预设的驾驶员操作分析模型对所述至少一个目标车辆的车况数据进行驾驶员操作分析处理，得到所述至少一个目标车辆的驾驶员操作习惯数据；基于所述当前车辆的车况数据预测当前车辆的变道行驶轨迹；基于所述至少一个目标车辆的车况数据和所述至少一个目标车辆的驾驶员操作习惯数据，预测所述至少一个目标车辆的行驶轨迹；根据所述当前车辆的变道行驶轨迹和所述至少一个目标车辆的行驶轨迹，确定当前车辆的控制策略数据；基于所述当前车辆的控制策略数据控制当前车辆进行道路巡航操作，可以大大提高自动驾驶车辆在道路上变道的安全性和稳定性，提升乘客体验感。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如本发明的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在本发明的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者***程序(如计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，也可以在载体信号上提供，或者以任何其他形式提供。

应该注意的是，上述实施例是对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或者步骤等。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干***的单元权利要求中，这些***中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二以及第三等的使用不表示任何顺序，可将这些单词解释为名称。

Claims (10)

1.一种道路巡航方法，其特征在于，所述方法包括：

获取当前车辆的车况数据，以及至少一个目标车辆的车况数据；所述当前车辆的车况数据是指基于控制策略数据进行操作产生的操作数据；所述当前车辆的车况数据包括当前车辆的方向盘角度、方向盘扭矩、行驶方向、油门深度、刹车深度、行驶速度、车辆位置中的至少一项或多项；所述至少一个目标车辆的车况数据是指位于所述当前车辆周围的车辆的车况数据，所述至少一个目标车辆的车况数据包括行驶速度、行驶方向、车辆位置中的至少一项或多项；

当所述当前车辆的车况数据，和/或，所述至少一个目标车辆的车况数据满足变道预设条件时，利用预设的驾驶员操作分析模型对所述至少一个目标车辆的车况数据进行驾驶员操作分析处理，得到所述至少一个目标车辆的驾驶员操作习惯数据；

基于所述当前车辆的车况数据预测当前车辆的变道行驶轨迹；

基于所述至少一个目标车辆的车况数据和所述至少一个目标车辆的驾驶员操作习惯数据，预测所述至少一个目标车辆的行驶轨迹；

根据所述当前车辆的变道行驶轨迹和所述至少一个目标车辆的行驶轨迹，确定当前车辆的控制策略数据；

基于所述当前车辆的控制策略数据控制当前车辆进行道路巡航操作。

2.根据权利要求1所述的方法，其特征在于，所述预设的驾驶员操作分析模型包括采用下述步骤确定：

获取多个驾驶员的操作习惯数据；

基于所述多个驾驶员的操作习惯数据对所述多个驾驶员进行分类，得到多个驾驶员类型对应的操作习惯数据和多个驾驶员类型对应的驾驶员集合；

建立所述多个驾驶员类型各自与对应的操作习惯数据间的第一映射关系；

获取每个驾驶员集合中驾驶员驾驶车辆对应的车况数据；

根据所述每个驾驶员集合中驾驶员驾驶车辆对应的车况数据确定所述驾驶员集合对应的驾驶员类型驾驶车辆的车况数据；

建立所述多个驾驶员类型与对应的车况数据间的第二映射关系；

将所述第一映射关系和所述第二映射关系，作为驾驶员操作分析模型。

3.根据权利要求2所述的方法，其特征在于，所述利用预设的驾驶员操作分析模型对所述至少一个目标车辆的车况数据进行驾驶员操作分析处理，得到所述至少一个目标车辆的驾驶员操作习惯数据包括：

基于所述驾驶员操作分析模型中第二映射关系，确定与所述至少一个目标车辆的车况数据对应的驾驶员类型；

基于所述驾驶员操作分析模型中第一映射关系，确定所述驾驶员类型所对应的驾驶员操作习惯数据，作为所述至少一个目标车辆的驾驶员操作习惯数据。

4.根据权利要求1所述的方法，其特征在于，所述获取当前车辆的车况数据，以及至少一个目标车辆的车况数据包括：

利用传感器采集所述当前车辆的车况数据；

利用车对车通信模块采集所述至少一个目标车辆的车况数据。

5.根据权利要求1所述的方法，其特征在于，所述基于所述当前车辆的车况数据预测当前车辆的变道行驶轨迹之前，所述方法还包括：

获取当前车辆的预设操作习惯数据；

相应的，所述基于所述当前车辆的车况数据预测当前车辆的变道行驶轨迹替换为：

基于所述当前车辆的车况数据和所述当前车辆的预设操作习惯数据预测当前车辆的变道行驶轨迹。

6.根据权利要求1所述的方法，其特征在于，所述根据所述当前车辆的变道行驶轨迹和所述至少一个目标车辆的行驶轨迹，确定当前车辆的控制策略数据包括：

判断所述当前车辆的变道行驶轨迹和所述至少一个目标车辆的行驶轨迹是否存在交集；

若不存在交集，基于所述当前车辆的变道行驶轨迹确定当前车辆在预设时间内的转向角度和行驶速度；

将所述当前车辆在预设时间内的转向角度和行驶速度作为所述当前车辆的控制策略数据。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

若存在交集，控制车辆不变道。

8.根据权利要求1所述的方法，其特征在于，所述至少一个目标车辆包括：以当前车辆为圆心，五百米为半径的圆形区域内的车辆。

9.一种道路巡航装置，其特征在于，所述装置包括：

数据获取模块，用于获取当前车辆的车况数据，以及至少一个目标车辆的车况数据；所述当前车辆的车况数据是指基于控制策略数据进行操作产生的操作数据；所述当前车辆的车况数据包括当前车辆的方向盘角度、方向盘扭矩、行驶方向、油门深度、刹车深度、行驶速度、车辆位置中的至少一项或多项；所述至少一个目标车辆的车况数据是指位于所述当前车辆周围的车辆的车况数据，所述至少一个目标车辆的车况数据包括行驶速度、行驶方向、车辆位置中的至少一项或多项；

分析模块，用于当所述当前车辆的车况数据，和/或，所述至少一个目标车辆的车况数据满足变道预设条件时，利用预设的驾驶员操作分析模型对所述至少一个目标车辆的车况数据进行驾驶员操作进行分析处理，得到所述至少一个目标车辆的驾驶员操作习惯数据；

第一预测模块，用于基于所述当前车辆的车况数据预测当前车辆的变道行驶轨迹；

第二预测模块，用于基于所述至少一个目标车辆的车况数据和所述至少一个目标车辆的驾驶员操作习惯数据，预测所述至少一个目标车辆的行驶轨迹；

控制策略数据确定模块，用于根据所述当前车辆的变道行驶轨迹和所述至少一个目标车辆的行驶轨迹，确定当前车辆的控制策略数据；

控制模块，用于基于所述当前车辆的控制策略数据控制当前车辆进行高速道路巡航操作。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1-8任一所述的道路巡航方法。

Images