[发明专利]一种无人车控制方法及装置

权利要求书

1.一种无人车控制方法，其特征在于，包括：

根据获取的无人车周围的环境信息，确定当前时刻各障碍物的位置，所述环境信息至少包括图像以及激光雷达信息；

将各障碍物历史时刻的位置以及当前时刻的位置作为输入，输入预先训练的轨迹预测模型，分别确定各障碍物在未来的指定时间段内的若干预测运动轨迹；

针对每个障碍物，根据确定出的该障碍物的若干预测运动轨迹以及预设的第一高斯分布参数，确定所述指定时间段内各时刻，该障碍物的各预测运动轨迹对应的风险分布，其中，所述指定时间段的任一时刻该障碍物在各坐标出现的概率是归一化的；

根据确定出的所述指定时间段内各时刻的风险分布，确定总时空风险分布，并根据总时空风险分布，确定所述无人车的控制策略，其中，所述指定时间段内各时刻的风险分布还包括当前时刻各边界对应的风险分布，所述各边界对应的风险分布采用以下方法确定：

根据所述激光雷达信息，确定当前时刻各障碍物造成的激光雷达信息缺失的区域，作为当前时刻的遮挡区域，并确定各遮挡区域的边界；

根据确定出的各条边界的坐标，以及预设的第二高斯分布参数，确定当前时刻各边界对应的风险分布。

2.如权利要求1所述的方法，其特征在于，根据确定出的所述指定时间段内各时刻的风险分布，确定总时空风险分布，具体包括：

根据所述环境信息，确定所述无人车周围的交通标识，根据预设的交通标识对应的风险区域以及预设的风险概率，确定所述指定时间段内交通标识对应的风险分布；

根据所述环境信息，确定所述无人车周围的交通事件，根据预设的交通事件的对应的风险时刻以及第三高斯分布参数，确定在所述指定时间段内交通事件对应的风险分布；

根据确定出的所述指定时间内障碍物的各预测运动轨迹对应的风险分布、边界对应的风险分布、交通标识对应的风险分布以及交通事件对应的风险分布，确定总时空风险分布。

3.如权利要求1所述的方法，其特征在于，根据确定出的该障碍物的若干预测运动轨迹以及预设的第一高斯分布参数，确定所述指定时间段内各时刻，该障碍物在各预测运动轨迹对应的风险分布，具体包括：

根据所述若干预测运动轨迹，确定在所述指定时间段中的各时刻该障碍物在各坐标出现的概率，作为该障碍物的时空占用概率分布，其中，在所述指定时间段的任一时刻该障碍物在各坐标出现的概率是归一化的；

根据确定出的该障碍物的时空占用概率分布以及预设的所述第一高斯分布参数，确定所述指定时间段内各时刻该障碍物在各坐标的风险分布，其中，针对每个坐标，该障碍物在该坐标出现的概率越高，该障碍物导致的该坐标出现风险的概率越高。

4.如权利要求3所述的方法，其特征在于，根据确定出的该障碍物的时空占用概率分布以及预设的所述第一高斯分布参数，确定所述指定时间段内各时刻该障碍物在各坐标的风险分布，具体包括：

针对所述指定时间段内的每个时刻，根据该障碍物的若干预测运动轨迹，确定该时刻该障碍物在各坐标的速度以及朝向；

针对该时刻中的每个坐标，根据该障碍物在该坐标出现的概率、该障碍物在该坐标的速度以及朝向，基于所述第一高斯分布参数，确定该障碍物在该时刻该坐标的风险分布。

5.如权利要求4所述的方法，其特征在于，根据该障碍物在该坐标出现的概率、该障碍物在该坐标的速度以及朝向，基于所述第一高斯分布参数，确定该障碍物在该时刻该坐标的风险分布，具体包括：

根据该障碍物在该坐标的速度，判断该障碍物在该时刻是否为静止障碍物；

若是，则基于所述第一高斯分布参数，确定该障碍物在该时刻该坐标的风险分布，所述风险分布为以该坐标为中心的等轴二维高斯分布；

若否，则根据该障碍物在该坐标的朝向，确定不等轴二维高斯分布的长轴方向，根据该障碍物在该坐标的速度，确定不等轴二维高斯分布的长轴长度，根据该障碍物的尺寸，确定不等轴二维高斯分布的短轴长度，基于所述第一高斯分布参数、确定出的短轴以及确定出的长轴，确定以该坐标为中心的不等轴二维高斯分布，作为该障碍物在该时刻该坐标的风险分布，其中，所述速度越大所述长轴越长，所述尺寸越大所述短轴越长。