[发明专利]一种车辆控制方法、装置、设备及计算机存储介质

说明书

本发明公开了一种车辆控制方法、装置、设备及计算机存储介质。车辆控制方法包括：获取车辆在预设时间段的预测加速度序列；根据预设驾驶员模型，确定预测加速度序列的第一转移概率矩阵；根据预设诱导矩阵范数，计算第一转移概率矩阵与历史加速度序列数据集的差异值；当差异值小于预设阈值时，根据第一转移概率矩阵、预设能源约束函数和预设强化学习算法，确定能源消耗策略。根据本发明实施例，能够基于预测得到加速度序列，生成可靠的决策和路径规划和车辆的燃料消耗约束，从而控制车辆平稳运行，降低车辆的能源消耗。

技术领域

本发明属于自动驾驶领域，尤其涉及一种车辆控制方法、装置、设备及计算机存储介质。

背景技术

道路上车辆越来越多，道路运输系统变得越来越繁忙。为了使交通和移动更加智能化和高效，自动驾驶汽车被认为是有前途的解决方案。随着外部传感、运动规划和车辆控制等方面取得显著的成果，自动驾驶汽车的自主创新能够很好地帮助车辆在预先设定的场景下独立运行。

通常，自动驾驶车辆中的系统架构主要由感知和定位模块、运动规划模块和轨迹控制器模块三个处理模块组成。其中，运动规划模块生成的决策和路径规划不仅是控制车辆安全和舒适的运行的关建，也是降低车辆在运行过程中能源消耗的关建。

目前，生成的决策和路径规划需要结合未来一段时间的加速度序列，当预测得到的加速序列不存在于历史加速度序列数据库中时，无法生成有效可靠的决策和路径规划，导致车辆运行不平稳。因此，如何获取准确的未来一段时间的加速度序列，并基于加速度序列生成可靠的决策和路径规划是亟需解决的问题。

发明内容

本发明实施例提供一种车辆控制方法、装置、设备及计算机存储介质，能够基于预测得到加速度序列，生成可靠的决策和路径规划和车辆的燃料消耗约束，从而控制车辆平稳运行，降低车辆的能源消耗。

第一方面，本发明实施例提供一种车辆控制方法，方法包括：

获取车辆在预设时间段的预测加速度序列；

根据预设驾驶员模型，确定预测加速度序列的第一转移概率矩阵；

根据预设诱导矩阵范数，计算第一转移概率矩阵与历史加速度序列数据集的差异值；

当差异值小于预设阈值时，根据第一转移概率矩阵、预设能源约束函数和预设强化学习算法，确定能源消耗策略。

在第一方面的一些可实现方式中，获取车辆在预设时间段的预测加速度序列，包括：

获取车辆在目标时刻的目标加速度，其中，目标时刻为预设时间段之前的时刻；

根据预设加速度预测算法和目标加速度，计算预设时间段内多个加速度，得到预测加速度序列。

在第一方面的一些可实现方式中，根据预设驾驶员模型，确定预测加速度序列的第一转移概率矩阵，包括：

获取车辆在目标时刻的速度；

根据预测加速度序列和速度，确定预测加速度序列对应的第一预测速度序列；以及，

根据预设驾驶员模型，生成预测加速度序列的预测车辆控制数据序列；

基于预测车辆控制数据序列、预测加速度序列和第一预测速度序列，计算预测加速度序列的第一转移概率矩阵。

在第一方面的一些可实现方式中，历史加速度序列数据集包括多个历史加速度序列；根据预设诱导矩阵范数，计算第一转移概率矩阵与历史加速度序列数据集的差异值，包括：

获取每个历史加速度序列的第二转移概率矩阵；

基于预设诱导矩阵范数计算第一转移概率矩阵与每个第二转移概率矩阵，得到多个差异值；