[发明专利]一种车辆自动换道决策的方法、车载设备和存储介质

权利要求书

1.一种车辆自动换道决策的方法，其特征在于，所述方法包括：

获取环境信息和车辆状态信息；

基于所述环境信息，构建车辆状态空间图；所述车辆状态空间图为车辆周围预设范围的图形信息，保留包括车道在内的完整的环境信息，所述完整的环境信息包括所述车辆、车道和障碍物的位置及尺寸；所述车辆状态空间图包括栅格式状态空间图；其中，所述栅格式状态空间图中每个栅格对应预设尺寸的道路区域；所述车辆、车道和障碍物均由栅格表示；

基于所述车辆状态空间图，获取多个换道动作的决策信息；

基于所述多个换道动作的决策信息和所述车辆状态信息，确定一个换道动作；

所述基于所述车辆状态空间图，获取多个换道动作的决策信息，包括：基于所述车辆状态空间图和深度强化学习模型，获取多个换道动作的决策信息；其中，所述深度强化学习模型的记忆回放采样包括：确定记忆池中每个样本的贡献值；基于每个样本的贡献值，确定每个样本被采样的概率；基于每个样本被采样的概率，对记忆池中的所有样本进行采样。

2.根据权利要求1所述的方法，其特征在于，所述环境信息包括：车辆周围环境的信息；

所述车辆状态信息包括：当前车速和当前所在车道。

3.根据权利要求1所述的方法，其特征在于，所述车辆状态空间图包括：

所述车辆、所述车辆周围预设范围内的车道以及所述车辆周围预设范围内的障碍物。

4.根据权利要求1所述的方法，其特征在于，所述车辆周围预设范围，包括：

车辆前向预设距离、车辆后向预设距离以及车辆侧向预设距离。

5.根据权利要求1所述的方法，其特征在于，基于所述环境信息，构建车辆状态空间图，包括：

基于所述环境信息，确定所述车辆周围预设范围内的车道以及所述车辆周围预设范围内的障碍物；

基于所述车辆周围预设范围内的车道以及所述车辆周围预设范围内的障碍物，构建栅格式状态空间图。

6.根据权利要求1所述的方法，其特征在于，所述深度强化学习模型为DQN模型；所述决策信息为所述深度强化学习模型的值函数的Q值。

7.根据权利要求1所述的方法，其特征在于，所述深度强化学习模型训练过程中的奖励值设置如下：

若车辆变速行驶，则奖励值基于当前车速和当前所在车道的最小车速确定；

若车辆直线行驶，则奖励值为预设正值；

若车辆发送碰撞，则奖励值为预设负值。

8.根据权利要求1所述的方法，其特征在于，基于所述多个换道动作的决策信息和所述车辆状态信息，确定一个换道动作，包括：

基于预先设置的车辆行驶约束条件和所述车辆状态信息，确定至少一个有效换道动作；

基于所述多个换道动作的决策信息和所述至少一个有效换道动作，确定一个换道动作。

9.根据权利要求8所述的方法，其特征在于，基于所述多个换道动作的决策信息和所述至少一个有效换道动作，确定一个换道动作，包括：

从所述至少一个有效换道动作中确定决策值最大的换道动作；或，从所述至少一个有效换道动作中确定满足安全条件且决策值最大的换道动作。

10.根据权利要求9所述的方法，其特征在于，所述安全条件为：执行换道动作后所述车辆与前车的距离大于或等于安全距离。

11.根据权利要求10所述的方法，其特征在于，所述安全距离基于所述车辆的车速确定。

12.一种车载设备，其特征在于，包括：处理器和存储器；

所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至11任一项所述方法的步骤。

13.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如权利要求1至11任一项所述方法的步骤。