自动驾驶车辆的驾驶决策共享方法、装置、设备和介质与流程

自动驾驶车辆的驾驶决策共享方法、装置、设备和介质
1.本技术是申请号为201910860739.2专利申请的分案申请(原申请的申请日为2019年9月11日，发明名称为自动驾驶车辆的驾驶决策共享方法、装置、设备和介质)。
技术领域
2.本技术实施例涉及计算机技术领域，尤其涉及自动驾驶技术领域，具体涉及一种自动驾驶车辆的驾驶决策共享方法、装置、设备和介质。


背景技术：

3.人类驾驶技巧可以通过培训、实车指导、口头传授和上网查询等方式实现在不同驾驶员之间的共享，帮助驾驶员提升驾驶技巧。将该信息共享的思想应用在自动驾驶领域中，同样可以辅助车辆掌握更多的驾驶信息。
4.现有技术通常是依赖人工统计针对多辆自动驾驶车辆的通用驾驶决策，形成驾驶经验或者决策规划库，然后再共享给其他车辆，然而，该共享方式的效率较低，而且人工统计信息不能得到及时更新，使得不同车辆针对相同道路场景的通行能力不能得到有效提升。


技术实现要素：

5.本发明实施例公开一种自动驾驶车辆的驾驶决策共享方法、装置、设备和介质，以提高自动驾驶车辆之间驾驶决策的共享效率，提升不同自动驾驶车辆针对相同或者相似道路场景的通行能力。
6.第一方面，本技术实施例公开了一种自动驾驶车辆的驾驶决策共享方法，包括：
7.根据目标车辆的当前行驶路段，确定所述当前行驶路段的驾驶决策，其中，所述驾驶决策的数据格式是车辆系统识别的预设通用格式；所述驾驶决策中包括：驾驶决策的主体内容、驾驶决策的创建时间和过期时间、驾驶决策的价值评估结果、目标车辆安全性评估结果、驾驶决策的创建者信息；所述创建者信息包括目标车辆的归属人id和目标车辆的属性参数；
8.将所述驾驶决策进行共享，以供其他车辆对所述驾驶决策验证通过后应用于车辆控制系统中。
9.上述申请中的一个实施例具有如下优点或有益效果：通过目标车辆确定当前行驶路段的驾驶决策并进行主动共享，无需依赖人工统计，提高了自动驾驶车辆之间驾驶决策的共享效率，提升了不同自动驾驶车辆针对相同或者相似道路场景的通行能力；其他车辆根据验证条件对接收的驾驶决策进行选择性应用，保证了行车安全性。
10.可选的，将所述驾驶决策进行共享，以供其他车辆对所述驾驶决策验证通过后应用于车辆控制系统中，包括：
11.将所述驾驶决策共享给候选车辆，以供所述候选车辆根据其行驶路段信息和历史行车数据，对所述驾驶决策验证通过后应用于车辆控制系统中。
12.上述申请中的一个实施例具有如下优点或有益效果：基于车与车之间的针对性驾驶决策共享，保证了车辆之间的信任度，有助于提高驾驶决策的复用率。
13.可选的，将所述驾驶决策共享给候选车辆，包括：
14.获取所述目标车辆确定所述驾驶决策时的位置信息；
15.根据所述位置信息，将预设区域内的车辆确定为所述候选车辆；
16.利用车辆之间的通信技术，将所述驾驶决策共享给候选车辆。
17.上述申请中的一个实施例具有如下优点或有益效果：通过基于预设区域确定候选车俩，可以有针对性地实现驾驶决策的及时共享，提高了驾驶决策的利用率。
18.可选的，将所述驾驶决策进行共享，以供其他车辆对所述驾驶决策验证通过后应用于车辆控制系统中，包括：
19.将所述驾驶决策发送至服务器，以供所述服务器根据确定所述驾驶决策时所述目标车辆所处路段的实时信息和预先存储的历史行车数据，从接收的各驾驶决策中筛选出针对特定路段的目标驾驶决策，将所述目标驾驶决策进行共享。
20.上述申请中的一个实施例具有如下优点或有益效果：基于服务器的驾驶决策筛选，进行优选驾驶决定的推荐式共享，进一步提高了道路安全性。
21.可选的，将所述驾驶决策发送至服务器，包括：
22.将所述驾驶决策和候选车辆标识发送至所述服务器，以供所述服务器将筛选出的所述目驾驶决策按照所述候选车辆标识共享给所述候选车辆。
23.可选的，将所述驾驶决策进行共享，包括：
24.如果所述驾驶决策的价值评估结果和所述目标车辆安全性评估结果分别大于或等于对应的预设阈值，则将所述驾驶决策进行共享。
25.上述申请中的一个实施例具有如下优点或有益效果：当驾驶决策满足设定的共享条件时进行共享，保证了驾驶决策的共享具有实际行车参考价值，进而提高其他车辆在相同或相似道路场景下的通行性以及行车安全性。
26.可选的，所述根据目标车辆的当前行驶路段，确定所述当前行驶路段的驾驶决策，包括：
27.根据所述目标车辆的当前行驶路段，获取所述目标车辆的行驶数据；
28.基于所述行驶数据，利用数据处理引擎确定所述驾驶决策；
29.其中，所述数据处理引擎用于定义所述驾驶决策的生成条件、所述行驶数据的处理算法和所述驾驶决策的内容。
30.上述申请中的一个实施例具有如下优点或有益效果：利用数据处理引擎确定驾驶决策，使得驾驶决策的生成具有一定的灵活性与可控性。
31.可选的，基于所述行驶数据，利用数据处理引擎确定所述驾驶决策，包括：
32.将所述行驶数据作为所述数据处理引擎中定义的参量；
33.如果至少一个参量满足所述数据处理引擎中预设的逻辑条件，则利用所述数据处理引擎中定义的与各参量对应的处理算法，对所述各参量进行处理；
34.基于处理结果，生成所述驾驶决策。
35.可选的，所述行驶数据的处理算法包括：所述行驶数据的阈值调整算法、以及所述行驶数据对应的道路数据处理算法。
36.可选的，所述方法应用于工作区域固定的自动驾驶车辆，或者具有相同车辆系统的自动驾驶车队中的车辆。
37.第二方面，本技术实施例还公开了一种自动驾驶车辆的驾驶决策共享装置，包括：
38.驾驶决策生成模块，用于根据目标车辆的当前行驶路段，确定所述当前行驶路段的驾驶决策，其中，所述驾驶决策的数据格式是车辆系统识别的预设通用格式；所述驾驶决策中包括：驾驶决策的主体内容、驾驶决策的创建时间和过期时间、驾驶决策的价值评估结果、目标车辆安全性评估结果、驾驶决策的创建者信息；所述创建者信息包括目标车辆的归属人id和目标车辆的属性参数；
39.决策共享模块，用于将所述驾驶决策进行共享，以供其他车辆对所述驾驶决策验证通过后应用于车辆控制系统中。
40.第三方面，本技术实施例还公开了一种电子设备，包括：
41.至少一个处理器；以及
42.与所述至少一个处理器通信连接的存储器；其中，
43.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如本技术实施例任一所述的自动驾驶车辆的驾驶决策共享方法。
44.第四方面，本技术实施例还公开了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如本技术实施例任一所述的自动驾驶车辆的驾驶决策共享方法。
45.根据本技术实施例的技术方案，通过目标车辆确定当前行驶路段的驾驶决策并进行主动共享，无需依赖人工统计，提高了自动驾驶车辆之间驾驶决策的共享效率，解决了依赖人工统计的自动驾驶车辆之间通用驾驶决策共享效率低的问题，并且提升了不同自动驾驶车辆针对相同或者相似道路场景的通行能力，同时，其他车辆根据验证条件对接收的驾驶决策进行选择性应用，保证了行车安全性。上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
46.附图用于更好地理解本方案，不构成对本技术的限定。其中：
47.图1是根据本技术实施例公开的一种自动驾驶车辆的驾驶决策共享方法的流程图；
48.图2是根据本技术实施例公开的另一种自动驾驶车辆的驾驶决策共享方法的流程图；
49.图3是根据本技术实施例公开的又一种自动驾驶车辆的驾驶决策共享方法的流程图；
50.图4是根据本技术实施例公开的一种自动驾驶车辆的驾驶决策共享装置的结构示意图；
51.图5是根据本技术实施例公开的一种电子设备的框图。
具体实施方式
52.以下结合附图对本技术的示范性实施例做出说明，其中包括本技术实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本技术的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
53.图1是根据本技术实施例公开的一种自动驾驶车辆的驾驶决策共享方法的流程图，本实施例可适用于在自动驾驶车辆行驶过程中，生成驾驶决策并进行决策共享的情况。本实施例方法可以由自动驾驶车辆的驾驶决策共享装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成在车辆控制系统或者车载设备上。
54.如图1所示，本实施例公开的自动驾驶车辆的驾驶决策共享方法可以包括：
55.s101、根据目标车辆的当前行驶路段，确定当前行驶路段的驾驶决策，其中，驾驶决策的数据格式是车辆系统识别的预设通用格式。
56.本实施例中，目标车辆可以是当前行驶路段中的一辆或者多辆无人车。目标车辆在行驶过程中，可以利用车辆上部署的传感器对当前行驶环境进行感知，根据感知信息，例如道路是否拥挤、是否存在障碍物、是否存在道路事故等，确定当前行驶路段的驾驶决策。驾驶决策不同于车辆行驶过程中原始参数，而是对这些原始参数进行处理后得到的决策数据。
57.驾驶决策的数据格式包括但不限于json格式和protobuf格式，基于数据格式的通用性，不同车辆获取到该驾驶决策后，无需进行额外的数据格式转换，可以直接用于车辆控制系统，能够提高驾驶决策复用的效率，并且省去其他车辆在相同或者相似道路场景进行决策规划的时间。
58.可选的，驾驶决策中包括但不限于：驾驶决策的主体内容、驾驶决策的创建时间和过期时间、驾驶决策的价值评估结果、目标车辆安全性评估结果、驾驶决策的创建者信息；创建者信息包括目标车辆的归属人id和目标车辆的属性参数。
59.其中，驾驶决策的主体内容中包括目标车辆当前运动状态的控制信息，例如位置坐标、行驶速度、加速度、车体转向灵敏度、行车路径等行驶数据中的一项或者多项，以及各行驶数据对应的可调整阈值和调整算法等。
60.驾驶决策的创建时间和过期时间，用于其他车辆获取该驾驶决策后判断该驾驶决策的时间有效性，即只有在过期时间之前接收到该驾驶决策，才可进行复用，驾驶决策时间有效性的判断有助于提高车辆行驶的安全性，例如，目标车辆基于当前行驶路段上存在临时障碍物，确定当前驾驶决策，临时障碍物的存在时间段是已知的，驾驶决策的创建时间可以目标车辆感知到该临时障碍物的时间，驾驶决策的过期时间可以是该临时障碍物被移除的时间。
61.驾驶决策的价值评估结果可以用于衡量驾驶决策的优良程度，以及目标车辆在当前行驶路段中使用当前驾驶决策的可通行性。示例性的，可以通过当前驾驶决策与在相同或者相似道路场景下目标车辆采用的历史驾驶决策之间，车辆行驶数据的调整程度以及调整算法的比较，确定当前驾驶决策的价值评估结果，例如当前驾驶决策中车辆行驶数据的调整算法相比于历史驾驶决策中的车辆行驶数据调整算法的可信度或者算法适用性降低，则当前驾驶决策的价值评估结果对应的分值会降低。目标车辆安全性评估结果可以根据在
当前驾驶决策下目标车辆的行驶安全性以及车体稳定性等因素进行确定，车体稳定性可以根据乘车人的体感进行确定。
62.驾驶决策的价值评估结果和目标车辆安全性评估结果是目标车辆在当前驾驶决策下的自我评估，评估驾驶决策的可靠性和安全性，可以用于确定驾驶决策的共享时机，即在驾驶决策的价值评估结果和目标车辆安全性评估结果满足共享要求时，目标车辆才会触发驾驶决策的共享操作，以保证驾驶决策的共享具有实际行车参考价值，进而提高其他车辆在相同或相似道路场景下的通行性以及行车安全性。
63.驾驶决策的创建者信息用于其他车辆确定该驾驶决策的来源，根据该来源确定接收的驾驶决策的可信度，以及是否将该驾驶决策应用于控制系统中。归属人id可以是指车主的身份信息，目标车辆的属性参数可以包括目标车辆的类型、行驶里程、车牌等信息。
64.驾驶决策中还可包括驾驶决策对应的道路名称、目标车辆产生该驾驶决策时的位置坐标等信息，用于其他车辆对接收的驾驶决策的生效位置进行确认；驾驶决策中还可包括确定驾驶决策时目标车辆感知的环境信息，用于其他车辆接收到驾驶决策后进行道路场景比对，辅助确认是否采用该驾驶决策。驾驶决策中还可包括决策共享的时间，也可以用于其他车辆确定该驾驶决策的时间有效性。
65.s102、将驾驶决策进行共享，以供其他车辆对驾驶决策验证通过后应用于车辆控制系统中。
66.目标车辆确定出当前路段的驾驶决策后，可以直接进行共享，也可以在驾驶决策满足设定的共享条件时进行共享。示例性的，目标车辆将驾驶决策进行共享，包括：如果驾驶决策的价值评估结果和目标车辆安全性评估结果分别大于或等于对应的预设阈值，则将驾驶决策进行共享。价值评估结果和目标车辆安全性评估结果各自对应的阈值可以根据目标车辆在当前驾驶决策下的车辆通行性、车辆安全性、车体稳定性等指标进行灵活确定，本实施例不作具体限定。
67.驾驶决策共享的实现形式包括但不限于：广播、单播和/或组播等形式，并且，可以是基于车与车之间的通信直接进行决策共享，也可以是借助服务器、云平台或者其他第三方通信进行决策中转后实现共享。具体的共享形式可以根据业务需求等实际情况进行确定，本实施例不作具体限定。
68.其他车辆接收到目标车辆共享的驾驶决策后，可以按照预设的验证条件对驾驶决策进行验证，验证通过后才用于车辆控制系统中。根据验证条件对接收的驾驶决策进行选择性应用，可以保证行车安全性。即在本实施例中，驾驶决策是否实现复用，是由确定驾驶决策的目标车辆和接收该驾驶决策的其他车辆共同决定，驾驶决策的共享时机存在限制，驾驶决策被再次应用的时机存在限制，通过双重限制，确保道路安全。
69.示例性的，在驾驶决策的有效期间，其他车辆可以提取接收的驾驶决策中的价值评估结果和目标车辆安全性评估结果，如果两者均满足应用要求，则可以在行驶至该驾驶决策对应的路段后，加载驾驶决策并应用于控制系统。
70.示例性的，其他车辆可以依据在当前行驶路段的感知信息，对接收的驾驶决策进行价值评估以及自车安全性评估，价值评估即用于确定驾驶决策在当前行驶路段下的可应用程度，如果评估结果分别满足预设的应用阈值，则将接收的驾驶决策应用于控制系统，否则可以拒绝应用，其中，预设的应用阈值同样根据车辆采用接收的驾驶决策后，车辆通行
性、车辆安全性以及车体稳定性等指标进行灵活确定。
71.进一步的，本实施例方法可以应用于工作区域固定的自动驾驶车辆，例如行驶环境简单且行驶速度较慢的园区洒水车，或者具有相同车辆系统的自动驾驶车队中的车辆。当自动驾驶车辆的工作区域固定或者以车队形式行进时，不同车辆的行车环境或者行车路段基本一致，不会存在较大的变动，在前行驶的目标车辆共享的驾驶决策，有助于提高在后行驶的其他车辆的通行能力和通行效率，同时省去其他车辆在相同行驶路段重复执行确定驾驶决策的计算时间。
72.根据本技术实施例的技术方案，通过目标车辆确定当前行驶路段的驾驶决策并进行主动共享，无需依赖人工统计，提高了自动驾驶车辆之间驾驶决策的共享效率，提升了不同自动驾驶车辆针对相同或者相似道路场景的通行能力，同时省去了其他车辆在相同或者相似道路场景重复执行确定驾驶决策的计算时间；并且，其他车辆根据验证条件对接收的驾驶决策进行选择性应用，保证了行车安全性。
73.图2是根据本技术实施例公开的另一种自动驾驶车辆的驾驶决策共享方法的流程图，基于上述实施方式进一步进行优化与扩展，并可以与上述实施方式中各个可选技术方案结合。如图2所示，该方法可以包括：
74.s201、根据目标车辆的当前行驶路段，确定当前行驶路段的驾驶决策，其中，驾驶决策的数据格式是车辆系统识别的预设通用格式。
75.s202、将驾驶决策共享给候选车辆，以供候选车辆根据其行驶路段信息和历史行车数据，对驾驶决策验证通过后应用于车辆控制系统中。
76.其中，候选车辆是指接收目标车辆共享的驾驶决策的自动驾驶车辆。例如，可以在进行驾驶决策共享之前，对自动驾驶车辆进行管理，建立车辆与车辆之间配对通信，包括远距离通信和近距离通信，建立配对通信的车辆之间，可以进行驾驶决策的共享，并且车辆之间具有较高的信任度，这有助于提高驾驶决策的复用率。
77.候选车辆的行驶路段信息用于描述候选车辆当前的行驶环境，历史行车数据包括但不限于候选车辆基于不同的行车环境，在历史行驶过程中所采用的驾驶决策，可以用于反应候选车辆的历史行车状态。示例性的，候选车辆可以根据当前的行驶路段信息，将接收的驾驶决策与历史驾驶决策进行比较，如果历史驾驶决策中存在与接收的驾驶决策相似的决策，并且确定在该接收的驾驶决策下，候选车辆的安全性满足行驶安全要求，则验证通过。需要说明的是，为保证候选车辆对接收的驾驶决策进行及时复用，候选车辆接收到目标车辆共享的驾驶决策后，需要提前对驾驶决策进行验证，例如可以从接收的驾驶决策中提取其携带的位置坐标，该位置坐标用于表示驾驶决策产生时目标车辆的位置，即驾驶决策生效的位置；计算提取的位置坐标与候选车辆当前位置之间的距离，如果该距离小于预设距离阈值，则触发对接收的驾驶决策进行验证的操作，这样可以减小候选车辆将接收的驾驶决策应用在控制系统中的延迟性。预设距离阈值可以根据实际需求进行设置。
78.可选的，将驾驶决策共享给候选车辆，包括：
79.获取目标车辆确定驾驶决策时的位置信息；
80.根据位置信息，将预设区域内的车辆确定为候选车辆；
81.利用车辆之间的通信技术，将驾驶决策共享给候选车辆。
82.目标车辆的位置信息可以通过车辆上的定位装置确定，预设区域的大小可以根据
车辆之间通信传输的信号有效距离进行确定，具体与采用的车辆之间的通信技术有关，例如车车(vehicle to vehicle，v2v)通信技术，本实施例不作具体限定。通过基于预设区域确定候选车俩，可以有针对性地实现驾驶决策的及时共享，提高驾驶决策的利用率，提高车辆通行能力以及通行效率。
83.s203、将驾驶决策发送至服务器，以供服务器根据确定驾驶决策时目标车辆所处路段的实时信息和预先存储的历史行车数据，从接收的各驾驶决策中筛选出针对特定路段的目标驾驶决策，将目标驾驶决策进行共享。
84.通过将驾驶决策发送至服务器，可以借助服务器的存储优势对不同的目标车辆发送的驾驶决策进行存储与统计，然后利用服务器的计算优势，从存储的多个驾驶决策中筛选出针对特定路段比较优选的目标驾驶决策，并进行共享，例如推荐给有需求的候选车辆，可以提高不同车辆通过相同或者相似道路场景的通行能力，提高道路安全性。
85.示例性的，当服务器接收到目标车辆共享的驾驶决策后，可以提取驾驶决策中携带的位置坐标或者路段信息，基于道路信息实时监控装置或系统获取目标车辆确定驾驶决策时所处路段的实时信息，结合存储的大量车辆的历史行车数据，对特定路段下的驾驶决策进行筛选与推荐，其中，历史行车数据用于辅助衡量不同目标车辆共享的驾驶决策的复用价值。例如，服务器针对某弯道，存储了多辆目标车辆共享的驾驶决策，服务器根据该弯道的实时道路信息，以及大量车辆在在该弯道的历史行车数据，从存储的驾驶决策中筛选出车辆通行性较高、车辆安全性较高、车辆行驶过程中车体稳定性较高时对应的驾驶决策，作为目标驾驶决策，然后进行共享，以供即将进入该弯道的其他自动驾驶车辆采用，提高自动驾驶车辆在弯道行驶的安全性。
86.需要说明的是，服务器共享目标驾驶决策的实现形式也可以包括广播、单播和/或组播等形式。对于目标驾驶决策的单播或组播的共享场景，示例性的，候选车辆可以在即将进入特定路段时，向服务器发送驾驶决策共享请求，以请求服务器向其发送可用的驾驶决策，候选车辆发送的驾驶决策共享请求中可以携带候选车辆的位置信息或者候选车辆即将进入的特定路段的信息，以及候选车辆标识，该标识用于唯一性标识该候选车辆；服务器基于接收的驾驶决策共享请求中携带的车辆位置信息或者特定路段的信息，确定特定路段，然后按照候选车辆标识将筛选出的目标驾驶决策共享给候选车辆，从而实现驾驶决策的推荐，在提高不同车辆针对相同或者相似道路场景的通信能力的同时，提高道路安全性，丰富驾驶决策共享的实现方式。基于服务器和车辆之间的交互，或者车辆与车辆之间的交互，实现有针对性的驾驶决策共享，还可以减少网络中无用信息的传输。
87.在驾驶决策共享过程中，上述操作s202与操作s203可以同时执行，即目标车辆可以同时将驾驶决策发送给候选车辆和服务器，也可以择一执行，可以根据共享策略进行设置，本实施例不作具体限定。
88.可选的，将驾驶决策发送至服务器，包括：将驾驶决策和候选车辆标识发送至服务器，以供服务器将筛选出的目驾驶决策按照候选车辆标识共享给候选车辆。即目标车辆向服务器发送驾驶决策时，可以通过候选车辆标识指定驾驶决策的接收方，以实现有针对性的驾驶决策共享。
89.根据本技术实施例的技术方案，目标车辆确定的针对特定路段的驾驶决策，可以通过车与车之间的通信实现共享，也可以借助服务器中转实现驾驶决策的共享，丰富了驾
驶决策的共享方式，提高了自动驾驶车辆之间驾驶决策的共享效率，提升了不同自动驾驶车辆针对相同或者相似道路场景的通行能力；基于服务器的驾驶决策筛选，进行优选驾驶决定的推荐式共享，进一步提高了道路安全性；并且，基于车辆与车辆之间的交互，或者服务器和车辆之间的交互，实现有针对性的驾驶决策共享，还可以减少网络中无用信息的传输。
90.图3是根据本技术实施例公开的又一种自动驾驶车辆的驾驶决策共享方法的流程图，基于上述实施方式进一步进行优化与扩展，并可以与上述实施方式中各个可选技术方案结合。如图3所示，该方法可以包括：
91.s301、根据目标车辆的当前行驶路段，获取目标车辆的行驶数据。
92.s302、基于行驶数据，利用数据处理引擎确定驾驶决策，其中，数据处理引擎用于定义驾驶决策的生成条件、行驶数据的处理算法和驾驶决策的内容。
93.目标车辆的行驶数据可以包括位置坐标、行驶速度、加速度、车体转向灵敏度、行车路径、路侧是否存在行人等信息中的一项或者多项。驾驶决策的生成条件(trigger)用于确定驾驶决策产生的时机，可以根据不同的道路场景或者不同的道路类型进行设定，例如弯道、直道、坡道等，本实施例不作具体限定。获取到目标车辆的行驶数据后，首先判断行驶数据中是否存在满足驾驶决策生成条件的数据，如果存在，则基于当前行驶路段确定满足生成条件的行驶数据对应的处理算法，利用确定的算法对行驶数据进行处理(action)，进而得到驾驶决策(event)，即一个驾驶决策的确定过程可以作为一个决策事件，该事件中包括以下三个字段：触发该事件的条件(trigger)、事件执行动作(action)以及事件描述，事件描述指驾驶决策的内容。通过利用数据处理引擎，可以灵活、可控地得到针对不同行车场景、不同道路类型的驾驶决策。目标车辆确定的多个不同的驾驶决策可以通过决策id进行区分。
94.可选的，基于行驶数据，利用数据处理引擎确定驾驶决策，包括：
95.将行驶数据作为数据处理引擎中定义的参量；
96.如果至少一个参量满足数据处理引擎中预设的逻辑条件，则利用数据处理引擎中定义的与各参量对应的处理算法，对各参量进行处理，其中，逻辑条件用于具体描述每个参量满足的决策生成条件，满足逻辑条件的参量数量与预设的驾驶决策生成条件有关；
97.基于处理结果，生成驾驶决策。
98.其中，行驶数据的处理算法可以包括但不限于：行驶数据的阈值调整算法、以及行驶数据对应的道路数据处理算法。
99.示例性的，当前行驶数据包括车辆位置坐标和车辆行驶速度，预先设定当目标车辆在特定路段行驶时，如果车辆位置坐标(x，y，z)位于预设的圆形区域内，则认为位置坐标满足驾驶决策的生成条件，基于当前行驶路段对车辆行驶速度的最大阈值、车辆与道路边界的安全距离阈值进行调整，调整操作包括增大或者减小，例如，调整车辆行驶速度的最大阈值(max_speed)到3.0，调整车辆与道路边界的安全距离阈值(road_sefe_buffer)到0.2。预设的圆形区域可以根据道路形状或者道路上障碍物的分布进行确定，例如，将距离道路上位置固定的障碍物为第一预设距离的位置点，或者道路交叉口，作为圆心，以第二预设距离为半径，确定圆形区域，第一预设距离和第二预设距离可以从行车安全性的角度考虑进行灵活设置。
100.示例性的，当前行驶数据包括车辆位置坐标、车辆行驶速度、行车路径和路侧是否存在行人，当监测到目标车辆从路段a驶入路段b时，此时车辆位置坐标的变化满足驾驶决策的生成条件，基于当前行驶路段b，更新当前的车辆路径规划算法，得到新的行车路径，或者更新当前的行人分类算法，得到新的行人分类结果，或者更新当前的速度规划代价函数，得到新的车辆速度规划结果。具体的更新对象，可以根据预先统计的行驶路段特点，例如路径规划算法在特定路段的适用性、路段上行人是否集中、路段对车速的要求等，进行确定。数据处理引擎中定义的道路数据处理算法包括但不限于：路径规划算法，包括动态规划算法、二次规划算法、多项式曲线拟合规划算法、贝塞尔曲线拟合规划算法、样条曲线拟合规划算法等；行人分类算法，包括决策树分类算法和贝叶斯分类算法；速度规划代价函数，包括高斯函数、二次函数和自定义的分段函数等。此外，根据目标车辆的具体行驶路段，可以同时进行阈值调整和道路数据处理算法更新，得到驾驶决策。
101.s303、将驾驶决策进行共享，以供其他车辆对驾驶决策验证通过后应用于车辆控制系统中。
102.根据本技术实施例的技术方案，利用数据处理引擎对目标车辆在当前行驶路段上的行驶数据进行处理，得到不同车辆可通用的驾驶决策，使得驾驶决策的生成具有一定的灵活性与可控性；通过驾驶决策共享，提高了自动驾驶车辆之间驾驶决策的共享效率，提升了不同自动驾驶车辆针对相同或者相似道路场景的通行能力，同时省去了其他车辆在相同或者相似道路场景重复执行确定驾驶决策的计算时间；并且，其他车辆根据验证条件对接收的驾驶决策进行选择性应用，保证了行车安全性。
103.图4是根据本技术实施例公开的一种自动驾驶车辆的驾驶决策共享装置的结构示意图，本实施例可适用于在自动驾驶车辆行驶过程中，生成驾驶决策并进行决策共享的情况。该自动驾驶车辆的驾驶决策共享装置可以采用软件和/或硬件的方式实现，并可集成在车辆控制系统或者车载设备上。
104.如图4所示，本实施例公开的自动驾驶车辆的驾驶决策共享装置400可以包括驾驶决策确定模块401和决策共享模块402，其中：
105.驾驶决策确定模块401，用于根据目标车辆的当前行驶路段，确定当前行驶路段的驾驶决策，其中，驾驶决策的数据格式是车辆系统识别的预设通用格式；
106.决策共享模块402，用于将驾驶决策进行共享，以供其他车辆对驾驶决策验证通过后应用于车辆控制系统中。
107.可选的，驾驶决策中包括：驾驶决策的主体内容、驾驶决策的创建时间和过期时间、驾驶决策的价值评估结果、目标车辆安全性评估结果、驾驶决策的创建者信息；
108.创建者信息包括目标车辆的归属人id和目标车辆的属性参数。
109.可选的，决策共享模块402包括第一共享单元，用于：
110.将驾驶决策共享给候选车辆，以供候选车辆根据其行驶路段信息和历史行车数据，对驾驶决策验证通过后应用于车辆控制系统中。
111.可选的，第一共享单元包括：
112.位置信息获取子单元，用于获取目标车辆确定驾驶决策时的位置信息；
113.候选车辆确定子单元，用于根据位置信息，将预设区域内的车辆确定为候选车辆；
114.决策共享子单元，用于利用车辆之间的通信技术，将驾驶决策共享给候选车辆。
115.可选的，决策共享模块402包括第二共享单元，用于：
116.将驾驶决策发送至服务器，以供服务器根据确定驾驶决策时目标车辆所处路段的实时信息和预先存储的历史行车数据，从接收的各驾驶决策中筛选出针对特定路段的目标驾驶决策，将目标驾驶决策进行共享。
117.可选的，第二共享单元具体用于：
118.将驾驶决策和候选车辆标识发送至服务器，以供服务器将筛选出的目驾驶决策按照候选车辆标识共享给候选车辆。
119.可选的，决策共享模块402具体用于：如果驾驶决策的价值评估结果和目标车辆安全性评估结果分别大于或等于对应的预设阈值，则将驾驶决策进行共享。
120.可选的，驾驶决策确定模块401包括：
121.行驶数据获取单元，用于根据目标车辆的当前行驶路段，获取目标车辆的行驶数据；
122.驾驶决策确定单元，用于基于行驶数据，利用数据处理引擎确定驾驶决策；
123.其中，数据处理引擎用于定义驾驶决策的生成条件、行驶数据的处理算法和驾驶决策的内容。
124.可选的，驾驶决策确定单元包括：
125.参量确定子单元，用于将行驶数据作为数据处理引擎中定义的参量；
126.参量处理子单元，用于如果至少一个参量满足数据处理引擎中预设的逻辑条件，则利用数据处理引擎中定义的与各参量对应的处理算法，对各参量进行处理；
127.驾驶决策生成子单元，用于基于处理结果，生成驾驶决策。
128.可选的，行驶数据的处理算法包括：行驶数据的阈值调整算法、以及行驶数据对应的道路数据处理算法。
129.可选的，本实施例中自动驾驶车辆的驾驶决策共享装置400可配置于工作区域固定的自动驾驶车辆，或者具有相同车辆系统的自动驾驶车队中的车辆。
130.本技术实施例所公开的自动驾驶车辆的驾驶决策共享装置400可执行本技术实施例所公开的任意的自动驾驶车辆的驾驶决策共享方法，具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本技术任意方法实施例中的描述。
131.根据本技术的实施例，本技术还提供了一种电子设备和一种可读存储介质。
132.如图5所示，图5是用于实现本技术实施例中自动驾驶车辆的驾驶决策共享方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备可以表示任意的车载设备，还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本技术的实现。
133.如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的
显示设备)上显示图形用户界面(graphical user interface，gui)的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作，例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统。图5中以一个处理器501为例。
134.存储器502即为本技术所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本技术实施例所提供的自动驾驶车辆的驾驶决策共享方法。本技术的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本技术实施例所提供的自动驾驶车辆的驾驶决策共享方法。
135.存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本技术实施例中自动驾驶车辆的驾驶决策共享方法对应的程序指令/模块，例如，附图4所示的驾驶决策确定模块401和决策共享模块402。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中自动驾驶车辆的驾驶决策共享方法。
136.存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据用于实现本技术实施例中自动驾驶车辆的驾驶决策共享方法的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至用于实现本技术实施例中自动驾驶车辆的驾驶决策共享方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
137.用于实现本技术实施例中自动驾驶车辆的驾驶决策共享方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。
138.输入装置503可接收输入的数字或字符信息，以及产生与用于实现本技术实施例中自动驾驶车辆的驾驶决策共享方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置和触觉反馈装置等，其中，辅助照明装置例如发光二极管(light emitting diode，led)；触觉反馈装置例如，振动电机等。该显示设备可以包括但不限于，液晶显示器(liquid cr5stal displa5，lcd)、led显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
139.此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用集成电路(application specific integrated circuit，asic)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
140.这些计算程序，也称作程序、软件、软件应用、或者代码，包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置，例如，磁盘、光盘、存储器、可编程逻辑装置(programmable logic device，pld)，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
141.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置，例如，阴极射线管(cathode ra5 tube，crt)或者lcd监视器；以及键盘和指向装置，例如，鼠标或者轨迹球，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈，例如，视觉反馈、听觉反馈、或者触觉反馈；并且可以用任何形式，包括声输入、语音输入或者、触觉输入，来接收来自用户的输入。
142.可以将此处描述的系统和技术实施在包括后台部件的计算系统，例如，作为数据服务器，或者实施在包括中间件部件的计算系统，例如，应用服务器，或者实施在包括前端部件的计算系统，例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互，或者实施在包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信，例如通信网络，来将系统的部件相互连接。通信网络的示例包括：局域网(local area network，lan)、广域网(wide area network，wan)和互联网。
143.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
144.根据本技术实施例的技术方案，通过目标车辆确定当前行驶路段的驾驶决策并进行主动共享，无需依赖人工统计，提高了自动驾驶车辆之间驾驶决策的共享效率，提升了不同自动驾驶车辆针对相同或者相似道路场景的通行能力，同时省去了其他车辆在相同或者相似道路场景重复执行确定驾驶决策的计算时间；并且，其他车辆根据验证条件对接收的驾驶决策进行选择性应用，保证了行车安全性；基于服务器的驾驶决策筛选，进行优选驾驶决定的推荐式共享，进一步提高了道路安全性；利用数据处理引擎确定不同车辆可通用的驾驶决策，使得驾驶决策的生成具有一定的灵活性与可控性。
145.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本技术公开的技术方案所期望的结果，本文在此不进行限制。
146.上述具体实施方式，并不构成对本技术保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本技术的精神和原则之内所作的修改、等同替换和改进等，均应包含在本技术保护范围之内。