基于相对空间位置的自动驾驶决策的环境信息编码方法

1.本发明属于自动驾驶技术领域，具体涉及一种基于相对空间位置的自动驾驶决策的环境信息编码方法。


背景技术：

2.近些年，人工智能技术的快速发展，使得智能交通系统成为人们主要关注的对象之一，智能汽车作为智能交通系统的核心，主要技术包含有导航定位，环境探测，路径规划和决策控制；其中，路径规划作为连接环境探测和决策控制的锁链，起着非常关键的作用，而路径规划中的换道决策则是尤为重要的问题之一。
3.智能汽车在行驶的过程中，会接收到来自周围的环境信息，包括静态障碍物和动态障碍物速度、位置等信息，而如何处理这些信息并做出合理的决策，目前人们常用的方法有基于规则的有限状态机和基于学习的神经网络；对于神经网络，数据预处理的过程尤为重要，数据的编码方式更是会影响到整个模型的训练效果；传统的编码方式仅仅是将智能汽车接收的所有环境信息放在一维数组中直接传入普通神经网络，模型只能处理数与数之间的大小关系，导致训练结果不佳。


技术实现要素：

4.针对于上述现有技术的不足，本发明的目的在于提供一种基于相对空间位置的自动驾驶决策的环境信息编码方法，以解决现有技术中利用神经网络处理换道决策时编码的方式仅能给神经网络模型提供数值大小而不能提供本就存在的数值外在联系的问题；本发明的方法将感知的所有车辆运动状态信息处理成三维数组，该三维数组包含了相对空间位置关系，可以通过卷积处理之后使得神经网络模型学习的效果更好。
5.为达到上述目的，本发明采用的技术方案如下：
6.本发明的一种基于相对空间位置的自动驾驶决策的环境信息编码方法，步骤如下：
7.1)通过传感器获取当前时刻自车以及周围车辆的运动状态信息，以自车为参考点，将周围车辆的横向位移、纵向位移以及速度分别与自车的横向位移、纵向位移以及速度相减得到相对于自车的横向位移、纵向位移以及速度；
8.2)根据步骤1)中获取的车辆运动状态信息数量的多少创建一个空的三维数组的空间，用于存储数据；
9.3)将步骤1)中获取的所有车辆相对于自车的运动状态信息分别编码成一维数组；
10.4)将所述一维数组堆叠成二维数组；
11.5)将所述二维数组堆叠成三维数组。
12.进一步地，所述运动状态信息包含：自车的位置和速度、当前车道上传感器感知范围内的前m个车辆的位置和速度、左车道上传感器感知范围内的前m个车辆的位置和速度以及后一个车辆的位置和速度、右车道上传感器感知范围内的前m个车辆的位置和速度以及
后一个车辆的位置和速度；不存在则不取。
13.进一步地，所述步骤2)具体包括：根据获取的车辆运动状态信息，创建一个(3，m+1，5)的空的三维数组的空间，其中3代表三个车道，m+1代表每个车道上的(m+1)个车辆，5代表每个车辆的五个通道，所述五个通道包括：相对于自车的横向位移δx、相对于自车的纵向位移δy、相对于自车的速度δv、有无车道以及有无车辆；其中，有无车道是为区分左车道或右车道是否存在而设立的标注，0代表无，1代表有；有无车辆是为区分所接收到的某个车辆是否存在而设立的标注，0代表无，1代表有。
14.进一步地，所述步骤3)具体包括：
15.对步骤1)中获取到的每个车辆分别创建一个长度为5的一维数组，并向其中添加相对于自车的横向位移、纵向位移以及速度，且有无车道设置为1，有无车辆设置为1，其中，自车对应的一维数组设置为[0 0 0 1 1]；为了保证模型输入的一致性，每次必须将空的三维数组的空间填充满，根据步骤2)中所创建的空的三维数组的空间，共需要3(m+1)个长度为5的一维数组将其填满，当获取的车辆信息对应的一维数组不够填充满三维数组时，需要人为的创建一维数组进行填充，最终得到3(m+1)个一维数组；
[0016]
创建一维数组的方法如下：
[0017]
31)当某个车道不存在时，车辆也不存在，则该车道假设的(m+1)个车辆对应的一维数组都设置成[0 0 0 0 0]；
[0018]
32)当某个车道存在，该车道上的某个车辆不存在时，假设该车辆是存在的，对应的一维数组都设置成[0 0 0 1 0]。
[0019]
进一步地，所述步骤4)具体包括：步骤3)中得到的3(m+1)个一维数组，即每个车道都对应(m+1)个一维数组，在三维数组的空间中分别将每个车道的四个一维数组堆叠，得到三个(m+1，5)的二维数组，堆叠方式如下：
[0020]
41)左车道或右车道：二维数组的第一行放置的是该车道后车所对应的一维数组，再根据相对纵向位移由小到大的顺序放置前车对应的一维数组，假设存在的前车所对应的一维数组放到最后；
[0021]
42)当前车道：二维数组的第一行放置的是自车所对应的一维数组，再根据相对纵向位移由小到大的顺序放置前车对应的一维数组，假设存在的前车所对应的一维数组放到最后。
[0022]
进一步地，所述步骤5)具体包括：
[0023]
步骤4)中得到的三个(m+1，5)的二维数组，即每个车道都对应一个二维数组，在三维数组的空间中按照左车道、当前车道、右车道的顺序堆叠，得到最终的三维数组。
[0024]
本发明的有益效果：
[0025]
本发明中将获取的每一项车辆信息根据该车辆所处的相对位置放置于三维数组中相应的位置上，使得车与车之间的关系除了体现在三维数组中储存的具体数值上，车与车之间的空间位置关系也体现在三维数组中数值所处的相对位置上，这样的编码方式包含的内容更加丰富，在神经网络中通过卷积处理之后可以使得训练效果更好，相较于传统的编码方式训练精度要高百分之三到百分之五左右。
附图说明
[0026]
图1为本发明方法的原理图。
[0027]
图2为交通示意图。
具体实施方式
[0028]
为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
[0029]
参照图1所示，本发明的一种基于相对空间位置的自动驾驶决策的环境信息编码方法，步骤如下：
[0030]
1)通过传感器获取当前时刻自车以及周围车辆的运动状态信息，以自车为参考点，将周围车辆的横向位移、纵向位移以及速度分别与自车的横向位移、纵向位移以及速度相减得到相对于自车的横向位移、纵向位移以及速度；
[0031]
其中，所述运动状态信息包含：自车的位置和速度、当前车道上传感器感知范围内的前m个车辆的位置和速度、左车道上传感器感知范围内的前m个车辆的位置和速度以及后一个车辆的位置和速度、右车道上传感器感知范围内的前m个车辆的位置和速度以及后一个车辆的位置和速度；不存在则不取。示例中m取值为3。
[0032]
2)根据步骤1)中获取车辆运动状态信息数量的多少创建一个空的三维数组的空间，用于存储数据；
[0033]
根据获取的车辆运动状态信息，创建一个(3，m+1，5)的空的三维数组的空间，其中3代表三个车道，m+1代表每个车道上的(m+1)个车辆，5代表每个车辆的五个通道，所述五个通道包括：相对于自车的横向位移δx、相对于自车的纵向位移δy、相对于自车的速度δv、有无车道以及有无车辆；其中，有无车道是为区分左车道或右车道是否存在而设立的标注，0代表无，1代表有；有无车辆是为区分所接收到的某个车辆是否存在而设立的标注，0代表无，1代表有。
[0034]
3)将步骤1)中获取的所有车辆相对于自车的运动状态信息分别编码成一维数组；具体包括：
[0035]
对步骤1)中获取到的每个车辆分别创建一个长度为5的一维数组，并向其中添加相对于自车的横向位移、纵向位移以及速度，且有无车道设置为1，有无车辆设置为1，其中，自车对应的一维数组设置为[0 0 0 1 1]；为了保证模型输入的一致性，每次必须将空的三维数组的空间填充满，根据步骤2)中所创建的空的三维数组的空间，共需要3(m+1)个长度为5的一维数组将其填满，当获取的车辆信息对应的一维数组不够填充满三维数组时，需要人为的创建一维数组进行填充，最终得到3(m+1)个一维数组；
[0036]
创建一维数组的方法如下：
[0037]
31)当某个车道不存在时，车辆也不存在，则该车道假设的(m+1)个车辆对应的一维数组都设置成[0 0 0 0 0]；例如，当自车处于最左边的车道时，此时仅有当前车道和右车道，左车道不存在，可以创建(m+1)个[0 0 0 0 0]；
[0038]
32)当某个车道存在，该车道上的某个车辆不存在时，假设该车辆是存在的，对应的一维数组都设置成[0 0 0 1 0]。例如，当图2中的1号车辆或4号车辆不存在时，可以创建一个[0 0 0 1 0]。
[0039]
4)将所述一维数组堆叠成二维数组；
[0040]
具体为：步骤3)中得到的3(m+1)个一维数组，即每个车道都对应(m+1)个一维数组，在三维数组的空间中分别将每个车道的四个一维数组堆叠，得到三个(m+1，5)的二维数组，堆叠方式如下：
[0041]
41)左车道或右车道：二维数组的第一行放置的是该车道后车所对应的一维数组，再根据相对纵向位移由小到大的顺序放置前车对应的一维数组，假设存在的前车所对应的一维数组放到最后。取m＝3，当车道不存在时，唯一的堆叠结果如表1所示；当车道存在时，其中几种堆叠结果如表2、3、4所示；其中，表2为该车道四辆车都存在时的编码结果，表3为该车道后车不存在时的编码结果，表4为该车道前车只有两辆时的编码结果；“δx”为相对横向位移，“δy”为相对纵向位移，“δv”为相对速度，带“0”下标的表示后车，“1、2、3”下标表示前车，并且δy3＞δy2＞δy1；
[0042]
表1
[0043][0044]
表2
[0045][0046][0047]
表3
[0048][0049]
表4
[0050][0051]
42)当前车道：二维数组的第一行放置的是自车所对应的一维数组，再根据相对纵向位移由小到大的顺序放置前车对应的一维数组，假设存在的前车所对应的一维数组放到最后。取m＝3，其中几种堆叠结果如表5、6所示；表5为当前车道前车都存在时的编码结果；表6为当前车道前车只有一辆时的编码结果；
[0052]
表5
[0053][0054]
表6
[0055][0056]
5)将所述二维数组堆叠成三维数组；具体包括：
[0057]
步骤4)中得到的三个(m+1，5)的二维数组，即每个车道都对应一个二维数组，在三维数组的空间中按照左车道、当前车道、右车道的顺序堆叠，得到最终的三维数组。
[0058]
本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。