[发明专利]车辆控制方法、装置、非易失性存储介质及处理器

说明书

本发明公开了一种车辆控制方法、装置、非易失性存储介质及处理器。其中，该方法包括：获取车辆所处区域的环境图像以及外部环境类型；如果从环境图像中识别到目标对象，获取目标对象距离车辆的距离信息；根据外部环境类型，确定与车辆的外部环境类型匹配的行驶策略模型，其中，基于车辆的样本行驶数据训练神经网络模型得到行驶策略模型；将环境图像和距离信息输入至行驶策略模型，预测得到行驶路线；控制车辆按照行驶路线进行行驶。本发明解决了车辆在多种路况中难以进行合理的路线规划的技术问题。

技术领域

本发明涉及车辆驾驶领域，具体而言，涉及一种车辆控制方法、装置、非易失性存储介质及处理器。

背景技术

车辆驾驶领域中，辅助驾驶系统与无人驾驶系统存在广阔的应用前景。辅助驾驶系统和无人驾驶系统均需要对车辆进行控制，而车辆控制的前提是对路况的精确识别和反应，并根据路况情况规划车辆的行驶路线。相关技术中，对车辆行驶路况的识别和路线的规划通常仅适用于特定的场景，例如城市道路交通，而无法应对真实世界中的其他复杂的路况。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种车辆控制方法、装置、非易失性存储介质及处理器，以至少解决车辆在多种路况中难以进行合理的路线规划的技术问题。

根据本发明实施例的一个方面，提供了一种车辆控制方法，包括：获取车辆所处区域的环境图像以及外部环境类型；如果从所述环境图像中识别到目标对象，获取所述目标对象距离所述车辆的距离信息；根据所述外部环境类型，确定与所述车辆的外部环境类型匹配的行驶策略模型，其中，基于车辆的样本行驶数据训练神经网络模型得到所述行驶策略模型；将所述环境图像和所述距离信息输入至行驶策略模型，预测得到行驶路线；控制所述车辆按照所述行驶路线进行行驶。

可选地，将所述环境图像和所述距离信息输入至行驶策略模型，预测得到行驶路线，包括：识别出所述环境图像中所述目标对象的类型；将所述目标对象的类型和所述距离信息输入至所述行驶策略模型，得到所述目标对象对所述车辆的干扰类型和干扰程度；根据所述干扰类型和干扰程度，预测得到所述车辆的行驶路线。

可选地，在从所述环境图像中识别得到多个目标对象的情况下，分别获取所述多个目标对象距离所述车辆的距离信息，其中，将所述环境图像和所述距离信息输入至行驶策略模型，预测得到行驶路线包括：识别出所述环境图像中每个所述目标对象的类型；将所述每个目标对象的类型和所述每个目标对象与所述车辆之间的距离信息输入所述行驶策略模型，得到所述每个目标对象对所述车辆的干扰类型和干扰程度；根据所述每个目标对象对所述车辆的干扰类型和干扰程度，得到与所述多个目标对象对应的多个局部行驶策略；根据所述多个局部行驶策略，预测得到所述车辆的行驶路线。

可选地，所述局部行驶策略包括如下至少之一：躲避，跟随，转向，减速穿行，加速穿行，停车和匀速行驶。

可选地，获取所述目标对象距离所述车辆的距离信息，包括：使用激光雷达获取所述目标对象距离所述车辆的距离信息。

可选地，所述行驶策略模型为采用多组车辆的样本行驶数据预先训练得到的，所述多组样本行驶数据中的每一组数据包括：车辆所处区域的环境图像，外部环境类型，所述目标对象的类型，所述目标对象距离所述车辆的距离信息和所述车辆的行驶路线，其中，所述环境图像中包括不同类型的对象。

可选地，所述外部环境类型包括：季节类型，天气类型，道路的行政类型，道路的物理状况。

根据本发明实施例的另一方面，还提供了一种车辆控制装置，包括：

根据本发明实施例的另一方面，又提供了一种非易失性存储介质，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行上述任意一项所述车辆控制方法。