[发明专利]无人驾驶车辆的控制方法及装置、无人驾驶车辆

权利要求书

1.一种无人驾驶车辆的控制方法，其特征在于，包括：

确定位于当前道路上的无人驾驶车辆预定区域内存在目标对象；

对所述目标对象所在图像进行分割，得到所述目标对象的预定图像；

对所述预定图像进行图像识别，得到所述目标对象的状态信息；

将所述状态信息输入行驶决策模型，并将所述行驶决策模型的输出转换为行驶策略，其中，所述行驶决策模型为使用多组训练数据通过机器学习训练得到的，所述多组训练数据中的每一组训练数据均包括：预定对象的状态信息以及所述预定对象的状态信息对应的行驶策略，所述预定对象与所述目标对象具有相同属性的对象；

控制所述无人驾驶车辆按照所述行驶策略行驶。

2.根据权利要求1所述的方法，其特征在于，确定位于当前道路上的无人驾驶车辆预定区域内存在目标对象，包括：

接收预定请求消息，其中，所述预定请求消息中携带有为所述无人驾驶车辆分配的任务信息，所述任务信息包括以下至少之一：指示所述无人驾驶车辆启动的时间信息、目标地信息、到达所述目标地的时间信息；

基于所述预定请求消息触发所述无人驾驶车辆上设置的信息采集设备启动，以采集所述无人驾驶车辆预定区域内的区域信息；

对所述区域信息进行分析，并基于分析结果确定所述无人驾驶车辆的预定区域内存在目标对象。

3.根据权利要求1所述的方法，其特征在于，对所述预定图像进行图像识别，得到所述目标对象的状态信息，包括：

对所述预定图像进行预处理，得到预处理后的预定图像；

对所述预处理后的预定图像进行图像识别，以得到所述目标对象的特征信息，其中，所述特征信息包括以下至少之一：所述目标对象的当前位置信息、所述目标对象的移动速度、所述目标对象的特征向量；

将所述特征信息确定为所述目标对象的状态信息。

4.根据权利要求1所述的方法，其特征在于，对所述预定图像进行图像识别，得到所述目标对象的状态信息，包括：

将所述预定图像输入至特征识别模型，其中，所述特征识别模型为预先使用多组训练数据通过机器学习训练得到的；

获取所述特征识别模型的输出；

将所述特征识别模型的输出转换为所述目标对象的状态信息。

5.根据权利要求1所述的方法，其特征在于，将所述状态信息输入行驶策略决策模型，并将所述行驶策略决策模型的输出转换为行驶策略，包括：

将所述状态信息转换为所述行驶决策模型的输入，得到转换后的状态信息；

将所述转换后的状态信息输入所述行驶决策模型；

获取所述行驶决策模型的输出；

将所述行驶决策模型的输出转换为所述行驶策略。

6.根据权利要求1至5中任一项所述的方法，其特征在于，控制所述无人驾驶车辆按照所述行驶策略行驶，包括以下至少之一：

在所述行驶策略表示加速通过时，控制所述无人驾驶车辆将当前车速调整至第一预定车速，并以所述第一预定车速行驶预定时长，其中，所述第一预定车速大于所述当前车速；

在所述行驶策略表示减速避让时，控制所述无人驾驶车辆将当前车速调整至第二预定车速，并以所述第二预定车速行驶预定时长，其中，所述第二预定车速小于所述当前车速；

在所述行驶策略表示停车等待时，控制所述无人驾驶车辆以预定速率降低车速至所述无人驾驶车辆停止在预定位置。