行为决策信息生成方法、装置、电子设备以及存储介质与流程

1.本公开涉及人工智能技术领域，尤其涉及自动驾驶、智能交通、高精地图、和自主泊车、云服务、车联网和智能座舱技术领域。具体地，涉及一种行为决策信息生成方法、装置、电子设备以及存储介质。


背景技术：

2.随着人工智能技术的发展，自动驾驶技术也得到了发展。自动驾驶技术是指依靠计算机与人工智能技术在没有人为操纵的情况下，可以协助或代替驾驶员转向和保持在道路上行驶，基于决策规划实现跟车、制动和变道等一系列操作的技术。


技术实现要素：

3.本公开提供了一种行为决策信息生成方法、装置、电子设备以及存储介质。
4.根据本公开的一方面，提供了一种行为决策信息生成方法，包括：获取与自动驾驶车辆对应的行为决策相关信息和全局优化路径规划信息，其中，上述行为决策相关信息包括车路云协同感知信息，上述车路云协同感知信息是根据与上述自动驾驶车辆相关的车端感知信息、路端感知信息和云端感知信息中的至少之一确定的；以及，根据决策评估信息、上述行为决策相关信息和上述全局优化路径规划信息，从行为决策信息集合中确定上述自动驾驶车辆的优化行为决策信息。
5.根据本公开的另一方面，提供了一种行为决策信息生成装置，包括：获取模块，用于获取与自动驾驶车辆对应的行为决策相关信息和全局优化路径规划信息，其中，上述行为决策相关信息包括车路云协同感知信息，上述车路云协同感知信息是根据与上述自动驾驶车辆相关的车端感知信息、路端感知信息和云端感知信息中的至少之一确定的；以及，确定模块，用于根据决策评估信息、上述行为决策相关信息和上述全局优化路径规划信息，从行为决策信息集合中确定上述自动驾驶车辆的优化行为决策信息。
6.根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，上述存储器存储有可被上述至少一个处理器执行的指令，上述指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行本公开上述的方法。
7.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，上述计算机指令用于使上述计算机执行本公开上述的方法。
8.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现本公开上述的方法。
9.根据本公开的另一方面，提供了一种自动驾驶车辆，包括本公开所述的电子设备。
10.根据本公开的另一方面，提供了一种路侧设备，包括本公开所述的电子设备。
11.根据本公开的另一方面，提供了一种云端服务器，包括本公开所述的电子设备。
12.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特
征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
13.附图用于更好地理解本方案，不构成对本公开的限定。其中：
14.图1示意性示出了根据本公开实施例的可以应用行为决策信息生成方法及装置的示例性系统架构；
15.图2示意性示出了根据本公开实施例的行为决策信息生成方法的流程图；
16.图3示意性示出了根据本公开实施例的行为决策信息生成方法的原理示意图；
17.图4a示意性示出了根据本公开实施例的针对对向车辆借道超车与主车冲突场景的行为决策的示例示意图；
18.图4b示意性示出了根据本公开实施例的主车所在车道单点阻塞场景的行为决策的示例示意图；
19.图4c示意性示出了根据本公开实施例的主车所在车道连续阻塞场景的行为决策的示例示意图；
20.图4d示意性示出了根据本公开实施例的主车所在车道阻塞且同向车道车辆形成排队场景的行为决策的示例示意图；
21.图5示意性示出了根据本公开实施例的行为决策信息生成装置的框图；以及
22.图6示意性示出了根据本公开实施例的适于实现行为决策信息生成方法的电子设备的框图。
具体实施方式
23.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。
24.决策规划是自动驾驶技术的主要部分之一。决策规划可以包括全局路径规划(即routing)部分、行为决策(即decision)部分和运动规划(即planning)部分。全局路径规划部分实现得到全局优化路径规划信息。行为决策部分在全局优化路径规划信息的基础上，得到优化行为决策信息。
25.本公开实施例提出了一种基于车路云一体化的轨迹规划信息生成方案。例如，获取与自动驾驶车辆对应的行为决策相关信息和全局优化路径规划信息。行为决策相关信息包括车路云协同感知信息。车路云协同感知信息是根据与自动驾驶车辆相关的车端感知信息、路端感知信息和云端感知信息中的至少之一确定的。根据决策评估信息、行为决策相关信息和全局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息。
26.根据本公开的实施例，由于车路云协同感知信息是根据与自动驾驶车辆相关的车端感知信息、路端感知信息和云端感知信息中的至少之一确定，因此，车路云协同感知信息融合了多个维度信息，由此，基于车路云协同感知信息，结合决策评估信息和全局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息，能够提高生成
的优化行为决策信息的准确性和精确性。
27.图1示意性示出了根据本公开实施例的可以应用行为决策信息生成方法及装置的示例性系统架构。
28.图1示意性示出了根据本公开实施例的可以应用行为决策信息生成方法及装置的示例性系统架构。
29.需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。可以根据实现需要，本公开实施例的系统架构还可以是其他实现方式。
30.如图1所示，根据该实施例的系统架构100可以是车路云一体化系统架构。车路云一体化系统架构可以包括车端101、路端102和云端103。车端101、路端102和云端103彼此之间可以通过各种通信连接类型实现通信连接。例如，通信连接类型可以包括以下至少之一：有线通信和无线通信。例如，无线通信可以包括车用无线通信(vehicle to x，v2x)。例如，车用无线通信可以包括以下至少之一：基于专用短距离通信(dedicated short range communication，dsrc)的车用无线通信和基于蜂窝移动通信的车用无线通信(cellular v2x，c-v2x)。基于蜂窝移动通信的车用无线通信可以包括以下至少之一：基于lte-v2x(long term evolution v2x，长期演进的车用无线通信)、基于第四代移动通信的车用无线通信(the 4
th
generation mobile communication technology，4g)和基于第五代移动通信(the 5
th generation mobile communication technology，5g)的车用无线通信。
31.车端101可以包括n个自动驾驶车辆，自动驾驶车辆可以指被配置为处于自动驾驶模式的车辆。自动驾驶车辆可以包括车端传感器单元、车端感知单元、车端定位单元和车端决策单元。例如，车端传感器单元可以包括以下至少之一：车端视觉传感器、车端激光雷达和车端雷达。视觉传感器可以包括摄像头。车端雷达可以包括以下至少之一：车端毫秒波雷达和车端超声波雷达。车端感知单元可以包括硬件子单元和软件子单元。硬件子单元可以包括处理器和存储器。软件子单元可以包括操作系统以及规划和路线安排线程。车端定位单元可以包括以下至少之一：全球定位系统(global positioning system，gps)、北斗卫星导航系统(beidou navigationsatellite system，bds)、全球导航卫星系统(global navigation satellite system，gnss)格洛纳斯(global navigation sarwllite system，glonass)、惯性测量单元(inertial measurement unit，imu)、视觉传感器、车端激光雷达和车端雷达。此外，自动驾驶车辆还可以包括软件应用。软件应用可以包括以下至少之一：导航类型应用、娱乐类应用和即时通讯类应用。例如，n个自动驾驶车辆可以包括自动驾驶车辆101_1、自动驾驶车辆101_2、......、自动驾驶车辆101_n、......、自动驾驶车辆101_(n-1)和自动驾驶车辆101_n。n可以是大于或等于1的整数。n∈{1，2，......，(n-1)，n}。
32.路端102可以包括m个路侧设备(road side computing，rsc)和各种类型的应用服务系统。路侧设备可以包括路侧传感器单元、路侧感知单元和路侧计算单元(road side computing unit，rscu)。路侧计算单元可以是经过改良后满足路侧灯杆的电压低、温度高和湿度大等极端条件的小型服务器。此外，路侧计算单元可以被替换为边缘计算单元。路侧设备的部署方式可以根据实际业务需求来确定。例如，路侧传感器可以包括以下至少之一：路侧视觉传感器、路侧雷达和路侧激光雷达。路侧感知单元可以包括处理器和存储器。在另一种系统架构中，路侧感知单元自身可以包括计算功能。例如，m个路侧设备可以包括路侧
设备102_1、......、自动驾驶车辆102_m、......、自动驾驶车辆102_m。m可以是大于或等于1的整数。m可以与n相等或不等。m∈{1，2，......，(m-1)，m}。
33.云端103可以包括以下至少之一：云控平台103_1和第三方平台103_2。云控平台103_1可以包括以下至少之一：边缘云控平台、区域云控平台和中心云控平台。云控平台103_1可以是云端服务器或云端服务器集合。云端服务器是云计算服务体系中的一项主机产品，解决了传统物理主机与vps服务(virtual private server，vps)中，存在的管理难度大，业务扩展性弱的缺陷。第三方平台1032可以包括以下至少之一：交管平台、地图平台、出行服务平台、车辆管理平台和原设备生产商(original entrusted manufacture，oem)平台。
34.需要说明的是，本公开实施例所提供的行为决策信息生成方法可以由车端101执行。相应地，本公开实施例所提供的行为决策信息生成装置也可以设置于车端101中。
35.本公开实施例所提供的行为决策信息生成方法可以由路端102执行。相应地，本公开实施例所提供的行为决策信息生成装置也可以设置于路端102中。
36.或者，本公开实施例所提供的行为决策信息生成方法也可以由云端103执行。相应地，本公开实施例所提供的行为决策信息生成装置可以设置于云端103中。
37.或者，本公开实施例所提供的行为决策信息生成方法也可以由车路云一体化系统执行。相应地，本公开实施例所提供的行为决策信息生成装置也可以设置于车路云一体化系统。
38.应注意，以下方法中各个操作的序号仅作为该操作的表示以便描述，而不应被看作表示该各个操作的执行顺序。除非明确指出，否则该方法不需要完全按照所示顺序来执行。
39.图2示意性示出了根据本公开实施例的行为决策信息生成方法的流程图。
40.如图2所示，该方法200包括操作s210～s220。
41.在操作s210，获取与自动驾驶车辆对应的行为决策相关信息和全局优化路径规划信息。行为决策相关信息包括车路云协同感知信息。行为决策相关信息包括车路云协同感知信息。车路云协同感知信息是根据与自动驾驶车辆相关的车端感知信息、路端感知信息和云端感知信息中的至少之一确定的。
42.在操作s220，根据决策评估信息、行为决策相关信息和全局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息。
43.根据本公开的实施例，自动驾驶车辆的全局优化路径规划信息可以是在使得全局的路径影响要素满足预定条件的情况下确定的路径规划信息。全局优化路径规划信息可以是车道级的全局优化路径规划信息。车道级的全局优化路径规划信息可以是自动驾驶车辆基于车道级路径评估信息，根据车端高精地图信息和全局优化路径规划信息生成的。路径影响要素信息可以包括以下至少之一：超视距事件信息和交通资源博弈信息。超视距事件信息可以包括以下至少之一：通信信息、道路环境信息和交通事件信息。通信信息可以用于表征自动驾驶车辆位于目标区域的通信稳定性。交通资源博弈信息可以包括以下至少之一：交通资源信息和道路交通态势信息。
44.根据本公开的实施例，决策评估信息可以用于评估行为决策信息。决策评估信息可以包括以下至少一项：与驾驶任务相关的评估信息、与驾驶先验知识相关的评估信息、与
交通规则相关的评估信息和与历史行为决策信息相关的评估信息。行为决策信息集合可以包括以下至少之一：绕行策略、变道策略、跟车策略、停车策略、避让策略、通行策略、转弯策略、调头策略、通行次序仲裁策略和申请接管脱困策略。绕行策略可以包括以下至少之一：借车道绕行策略和基于推荐轨迹绕行策略。变道策略可以包括以下至少之一：提前变道策略和连续变道策略。
45.根据本公开的实施例，行为决策相关信息可以指与用于生成自动驾驶车辆的优化行为决策信息相关的信息。行为决策相关信息可以包括车路协同感知信息。此外，行为决策相关信息还可以包括以下至少之一：车辆状态信息、车辆定位信息、云端接入信息和交通规则信息。云端接入信息可以指云端接收到的来自第三方的与自动驾驶相关的信息。
46.根据本公开的实施例，感知信息可以是根据传感器信息确定的。传感器信息可以指利用传感器采集的与感知对象相关的信息。例如，感知信息可以是利用感知算法处理传感器信息得到的。传感器可以包以下至少之一：视觉传感器、激光雷达和雷达。雷达可以包括以下至少之一：毫米波雷达和超声波雷达。传感器信息可以包括以下至少之一：视觉传感器信息、激光雷达信息和雷达信息。视觉传感器信息可以包括图像信息。激光雷达信息可以包括激光点云信息。感知算法可以包括以下至少之一：基于点云信息的感知算法和基于视觉信息的感知算法。
47.根据本公开的实施例，感知对象可以包括以下至少之一：自动驾驶车辆、交互对象、与行驶路径相关的对象和与行驶环境相关的对象。交互对象可以指与自动驾驶车辆具有交互关系的对象。交互关系可以包括以下至少之一：交互冲突和道路阻塞。可以将交互对象称为障碍物。交互对象可以包括以下至少之一：静态交互对象和动态交互对象。静态交互对象可以指处于静止状态的交互对象。动态交互对象可以指处于运动状态的交互对象。与行驶路径相关的对象可以包括以下至少之一：可通行道路、标识牌、交通信号灯和车道线。与行驶环境相关的对象可以包括以下至少之一：道路信息和天气信息。
48.根据本公开的实施例，针对传感器可以包括车端传感器和路侧传感器，传感器信息可以包括车端传感器信息和路端传感器信息。车端传感器信息可以是利用车端传感器采集的与感知对象相关的信息。路端传感器信息可以是利用路侧传感器采集的与感知对象相关的信息。车端传感器信息可以包括以下至少之一：自动驾驶车辆自身的传感器信息和其他自动驾驶车辆的传感器信息。
49.根据本公开的实施例，感知信息可以包括以下至少之一：对象信息、道路事件信息和道路交通态势信息。道路事件信息可以包括以下至少之一：道路事件类型、道路事件位置和事件影响范围信息。对象信息可以包括以下至少之一：对象状态信息和对象意图信息。对象状态信息可以包括以下至少之一：对象类型、对象位置和对象速度。对象可以包括以下至少之一：自动驾驶车辆和交互对象。
50.根据本公开的实施例，针对车路云一体化系统，车路云协同感知信息可以是根据车端感知信息和路端感知信息确定的。车端感知信息可以是对车端传感器信息进行处理得到的。路端感知信息可以是对路端传感器信息进行处理得到的。
51.根据本公开的实施例，车路云协同感知信息可以包括以下至少之一：车端相关感知信息、路端相关感知信息和云端相关感知信息。车端相关感知信息可以包括以下至少之一：自动驾驶车辆的感知信息、其他自动驾驶车辆的感知信息、路端感知信息、云端感知信
息和车端融合感知信息。车端融合感知信息可以将自动驾驶车辆的感知信息、其他自动驾驶车辆的感知信息、路端感知信息和云端感知信息中的至少两项进行融合得到的。
52.根据本公开的实施例，路端相关感知信息可以包括以下至少之一：路端感知信息、自动驾驶车辆的感知信息、其他自动驾驶车辆的感知信息、云端感知信息和路端融合感知信息。路端融合感知信息可以是将路端感知信息、自动驾驶车辆的感知信息、其他自动驾驶车辆的感知信息和云端感知信息中的至少两项进行融合得到的。
53.根据本公开的实施例，云端相关感知信息可以包括以下至少之一：云端感知信息和云端融合感知信息。云端感知信息可以包括以下至少一项：自动驾驶车辆的感知信息、其他自动驾驶处理的感知信息和路端感知信息。云端融合感知信息可以是将自动驾驶车辆的感知信息、其他自动驾驶车辆的感知信息和路端感知信息中的至少两项进行融合得到的。
54.根据本公开的实施例，可以根据行为决策相关信息，构建车端状态空间信息。根据行为决策相关信息和云端接入信息，构建路云状态空间信息。车端状态空间信息可以包括以下至少之一：关键障碍物行为轨迹预测信息、参考轨迹线信息和场景树信息等。路云状态空间信息可以包括以下至少之一：关键障碍物意图信息、场景语义理解信息、冲突仲裁策略和多车协作策略等。场景树信息可以包括多个层级各自的场景分类信息。层级划分可以根据实际业务需求进行配置，在此不作限定。例如，场景树信息可以包括多个第一层级场景分类信息、与第一层级场景分类信息对应的至少一个第二层级场景分类信息和与第二层级场景分类信息对应的至少一个第三层级场景分类信息。例如，多个第一层级场景分类信息可以包括超视距感知信息、交通资源博弈信息、交互冲突类场景信息和道路阻塞类场景信息。
55.根据本公开的实施例，超视距感知信息可以包括以下至少之一：施工区域阻塞信息、道路静态标识变化信息、通信干扰信息、低能见度信息和路口停车时间耗费信息。交通资源博弈信息可以包括以下至少之一：道路拥堵信息和专用道路权信息。
56.根据本公开的实施例，交互冲突类场景信息可以包括以下至少之一：直行类冲突信息、调头类冲突信息、进站类冲突信息、出站类冲突信息、环岛汇入类冲突信息、环岛汇出类冲突信息、违章行为类冲突信息、主车与非机动车类冲突信息和主车与行人类冲突信息。例如，违章行为类冲突信息可以包括以下至少之一：压线、闯红灯、超速、逆行和转向切弯。
57.根据本公开的实施例，道路阻塞类场景信息可以包括以下至少之一：车辆阻塞通行类信息、交通事故阻塞通行类信息、施工区域阻塞类通行信息和道路封闭阻塞类通行信息。例如，车辆阻塞通行类信息可以包括以下至少之一：排队、拥挤和停滞车辆。
58.根据本公开的实施例，可以基于行为决策算法，根据决策评估信息、行为决策相关信息和全局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息。例如，行为决策算法可以包括以下之一：基于有限状态机模型的行为决策算法、基于决策树模型的行为决策算法、基于知识推理决策模型的行为决策算法和基于价值模型的行为决策算法。例如，基于价值模型的行为决策算法可以包括基于马尔可夫决策过程的行为决策算法。
59.根据本公开的实施例，可以基于行为决策算法，根据决策评估信息、车端状态空间信息、路云状态空间信息和全局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息。
60.根据本公开的实施例，本公开实施例所提供的行为决策信息生成方法可以由以下
之一执行：车端、路端和云端。
61.根据本公开的实施例，在由车端执行的情况下，自动驾驶车辆的车道级的全局优化路径规划信息可以是车端根据车端高精地图信息和接收到的来自第一其他端的全局优化路径规划信息生成的。全局优化路径规划信息可以是第一其他端根据全局路径规划相关信息和自动驾驶车辆集合的行驶需求信息生成的。第一其他端可以包括以下至少：云端和路端。
62.根据本公开的实施例，在由车端执行的情况下，根据决策评估信息以及与自动驾驶车辆对应的车路云协同感知信息和全局优化路径规划信息，从行为决策信息集合中确定优化行为决策信息，可以包括：车端可以基于决策评估信息，根据车路云协同感知信息和车道级的全局优化路径规划信息，从行为决策信息集合中确定优化行为决策信息。车端可以基于决策评估信息，根据车路云协同感知信息和车道级的全局优化路径规划信息，从行为决策信息集合中确定优化行为决策信息，可以包括：车端可以基于决策评估信息，根据车端状态空间信息、车道级的全局优化路径规划信息和接收到的来自第一其他端的路云状态空间信息，从行为决策信息集合中确定优化行为决策信息。车端状态空间信息可以是车端根据行为决策相关信息构建的。备选地，车端状态空间信息可以是第一其他端根据行为决策相关信息构建的。行为决策相关信息包括车路云协同感知信息。路云状态空间信息可以是第一其他端根据车路云协同感知信息构建的。基于决策评估信息，根据车端状态空间信息、车道级的全局优化路径规划信息和接收到的来自第一其他端的路云状态空间信息，从行为决策信息集合中确定优化行为决策信息，可以包括：基于决策评估信息，根据接收到来自第一其他端的车端状态空间信息、车道级的全局优化路径规划信息和接收到来自第一其他端的路云状态空间信息，从行为决策信息集合中确定优化行为决策信息。
63.根据本公开的实施例，在由云端执行的情况下，自动驾驶车辆的车道级的全局优化路径规划信息可以是云端根据全局优化路径规划信息和接收到的来自第二其他端的车端高精地图信息生成的。备选地，自动驾驶车辆的车道级的全局优化路径规划信息可以是云端接收到的来自第二其他端的车道级的全局优化路径规划信息。全局优化路径规划信息可以是云端根据全局路径规划相关信息和自动驾驶车辆集合的行驶需求信息生成的。第二其他端可以包括以下至少：路端和车端。
64.根据本公开的实施例，在由云端执行的情况下，根据决策评估信息以及与自动驾驶车辆对应的车路云协同感知信息和全局优化路径规划信息，从行为决策信息集合中确定优化行为决策信息，可以包括：云端可以基于决策评估信息，根据车路云协同感知信息和车道级的全局优化路径规划信息，从行为决策信息集合中确定优化行为决策信息。云端可以基于决策评估信息，根据车路云协同感知信息和车道级的全局优化路径规划信息，从行为决策信息集合中确定优化行为决策信息，可以包括：云端可以基于决策评估信息，根据接收到的来自车端的车端状态空间信息、车道级的全局优化路径规划信息和路云状态空间信息，从行为决策信息集合中确定优化行为决策信息。车端状态空间信息可以是车端根据行为决策相关信息构建的。行为决策相关信息包括车路云协同感知信息。路云状态空间信息可以是云端根据车路云协同感知信息构建的。备选地，路云状态空间信息可以是接收到的来自第二其他端根据车路云协同感知信息构建的。
65.根据本公开的实施例，在由路端执行的情况下，自动驾驶车辆的车道级的全局优
化路径规划信息可以是路端根据全局优化路径规划信息和接收到的来自第三其他端的车端高精地图信息生成的。备选地，自动驾驶车辆的车道级的全局优化路径规划信息可以是路端接收到的来自第三其他端的车道级的全局优化路径规划信息。全局优化路径规划信息可以是路端根据全局路径规划相关信息和自动驾驶车辆集合的行驶需求信息生成的。第三其他端可以包括以下至少：车端和云端。
66.根据本公开的实施例，在由路端执行的情况下，根据决策评估信息以及与自动驾驶车辆对应的车路云协同感知信息和全局优化路径规划信息，从行为决策信息集合中确定优化行为决策信息，可以包括：路端可以基于决策评估信息，根据车路云协同感知信息和车道级的全局优化路径规划信息，从行为决策信息集合中确定优化行为决策信息。路端可以基于决策评估信息，根据车路云协同感知信息和车道级的全局优化路径规划信息，从行为决策信息集合中确定优化行为决策信息，可以包括：路端可以基于决策评估信息，根据接收到的来自车端的车端状态空间信息、车道级的全局优化路径规划信息和路云状态空间信息，从行为决策信息集合中确定优化行为决策信息。路云状态空间信息可以是接收到来自第三其他端的路云状态空间信息。车端状态空间信息可以是车端根据行为决策相关信息构建的。行为决策相关信息包括车路云协同感知信息。路云状态空间信息可以是路端根据车路云协同感知信息构建的。备选地，路云状态空间信息可以是接收到的来自第三其他端根据车路云协同感知信息构建的。
67.例如，车端可以响应于接收到来自第一其他端的全局优化路径规划信息，根据车端高精地图信息和全局优化路径规划信息，生成车道级的全局优化路径规划信息。
68.车端可以基于决策评估信息，根据车路云协同感知信息和车道级的全局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息。例如，车端可以基于决策评估信息，根据车道级的全局优化路径规划信息、车端状态空间信息和接收到的来自第一其他端的路云状态空间信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息。车端状态空间信息可以是车端根据车路云协同感知信息构建的。路云状态空间信息可以是第一其他端根据车路云协同感知信息构建的。
69.根据本公开的实施例，由于车路云协同感知信息是根据与自动驾驶车辆相关的车端感知信息、路端感知信息和云端感知信息中的至少之一确定，因此，车路云协同感知信息融合了多个维度信息，由此，基于车路云协同感知信息，结合决策评估信息和全局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息，能够提高生成的优化行为决策信息的准确性和精确性。
70.下面参考图3和图4a～图4d，结合具体实施例对根据本公开所述的行为决策信息生成方法做进一步说明。图3针对本公开实施例的行为决策部分方案的原理进行说明。图4a～图4d结合具体场景对行为决策部分进行说明。
71.图3示意性示出了根据本公开实施例的行为决策信息生成方法的原理示意图。
72.如图3所示，在300中，针对全局路径规划部分，可以根据全局路径规划相关信息301和包括自动驾驶车辆的自动驾驶车辆集合的行驶需求信息302，生成自动驾驶车辆的全局优化路径规划信息303。
73.针对行为决策部分，可以根据与自动驾驶车辆对应的行为决策相关信息304，构建车端状态空间信息305和路云状态空间信息306。行为决策相关信息304可以包括车路云协
同感知信息311。状态空间信息包括车端状态空间信息305和路云状态空间信息306。可以根据决策评估信息308、状态空间信息和全局优化路径规划信息303，从行为决策信息集合307中确定自动驾驶车辆的优化行为决策信息309。
74.根据本公开的实施例，全局路径规划部分可以用于解决超视距感知和交通资源博弈的问题，实现全局路径优化。行为决策部分部分可以用于解决交互冲突类场景和道路阻塞类场景中的问题，实现局部路径优化。下面将参考附图和表并结合具体实施例对上述内容进行说明。
75.行为决策部分可以基于全局优化路径规划信息和车路云协同感知信息进行行为决策。
76.为了应对复杂的动态交通场景，行为决策部分需要根据外部环境的变化，快速确定行驶决策，避免危险情况的发生。此外，需要确保车辆行驶目标的可达性。车路云一体化系统在车端状态空间信息的基础上额外增加路云状态空间信息，结合决策评估信息进行融合决策，确定自动驾驶车辆的优化行为决策信息。
77.表1示意性示出了行为决策部分所适用的场景以及针对相应场景的决策规划策略。下面参考图4a～4d，结合具体实施例对表4所涉及的本公开实施例所述的行为决策部分进行说明。图4a是针对交互冲突类场景的说明。图4b～4d是针对道路阻塞类场景的说明。
78.79.[0080][0081]
表1
[0082]
根据本公开的实施例，车路云协同感知信息包括对象信息和道路事件信息。道路事件信息包括道路事件类型信息和道路事件位置信息。
[0083]
根据本公开的实施例，操作s220可以包括如下操作。
[0084]
根据道路事件类型信息，确定事件处理策略。基于事件处理策略，根据决策评估信息、道路事件位置信息、对象信息和全局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息。
[0085]
根据本公开的实施例，对象信息可以包括以下至少之一：对象状态信息和对象意图信息。道路事件类型可以表征道路事件的类型信息。例如，道路事件类型可以包括以下之一：交互冲突事件类型和道路阻塞事件类型。道路事件位置信息可以表征道路事件发生区域。例如，道路事件位置信息可以包括以下之一：交互冲突事件发生区域和道路阻塞事件发生区域。
[0086]
根据本公开的实施例，具有与道路事件类型对应的事件处理策略。事件处理策略可以指用于处理与道路事件类型对应的道路事件的策略。例如，在道路事件类型是交互冲突事件类型的情况下，可以调用交互冲突事件处理策略。交互冲突事件处理策略可以指针对交互冲突事件，如何从行为决策信息集合中确定优化行为决策信息的策略。在道路事件类型是道路阻塞事件类型的情况下，可以调用道路阻塞事件处理策略。道路阻塞事件处理策略可以指针对道路阻塞事件，如何从行为决策信息集合中确定优化行为决策信息的策略。
[0087]
根据本公开的实施例，可以根据道路事件类型确定事件处理策略，再利用事件处理策略和决策评估信息，根据对象信息、道路事件位置和全局优化路径规划信息，从行为决
策信息集合中确定优化行为决策信息。
[0088]
下面参考图4a，结合具体实施例对根据本公开实施例所述的针对交互冲突类场景的行为决策做进一步说明。
[0089]
根据本公开的实施例，道路事件类型包括交互冲突事件类型。交互冲突事件类型表征自动驾驶车辆与交互对象之间存在交互冲突的事件类型。对象信息包括交互冲突对象意图信息和交互冲突对象状态信息。
[0090]
根据本公开的实施例，交互冲突对象意图信息可以包括自动驾车车辆意图信息和交互对象意图信息。交互冲突对象状态信息可以包括自动驾驶车辆状态信息和交互对象状态信息。状态信息可以包括以下至少之一：位置和速度。交互对象可以称为障碍物。交互对象可以包括以下之一：机动车、非机动车、行人和建筑物。机动车可以包括以下至少之一：其他自动驾驶车辆和用户驾驶车辆。
[0091]
根据本公开的实施例，交互对象可以包括机动车。
[0092]
根据本公开的实施例，基于事件处理策略，根据决策评估信息、道路事件位置信息、对象信息和全局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息，可以包括如下操作。
[0093]
根据决策评估信息、道路事件位置信息、交互冲突对象意图信息、交互冲突对象状态信息和全局优化路径规划信息，从行为决策信息集合中确定交互对象的行为决策信息和自动驾驶车辆的行为决策信息。根据交互对象的行为决策信息和自动驾驶车辆的行为决策信息，得到自动驾驶车辆的优化行为决策信息。优化行为决策信息包括自动驾驶车辆和交互对象之间的通行次序仲裁策略。
[0094]
根据本公开的实施例，决策评估信息可以包括与交通规则相关的评估信息。
[0095]
根据本公开的实施例，可以根据交互冲突对象状态信息和道路事件位置信息，确定自动驾驶车辆位置和道路事件发生位置之间的第一距离信息以及交互对象位置和道路事件发生位置之间的第二距离信息。根据与交通规则相关的评估信息、自动驾驶车辆意图信息、交互对象意图信息、自动驾驶车辆状态信息、交互对象状态信息、第一距离信息、第二距离信息和全局优化路径规划信息，从行为决策信息集合中确定自动驾车车辆的行为决策信息和交互对象的行为决策信息。再根据自动驾驶车辆的行为决策信息和交互对象的行为决策信息，确定包括自动驾驶车辆和交互对象之间的通行次序仲裁策略的优化行为决策信息。例如，自动驾驶车辆的行为决策信息是正常行驶通过策略，交互对象的行为决策信息是提前减速策略。自动驾驶车辆和交互对象之间的通行次序仲裁策略是自动驾驶车辆先正常行驶通过道路事件发生位置，交互对象提前减速。
[0096]
图4a示意性示出了根据本公开实施例的针对对向车辆借道超车与主车冲突场景的行为决策的示例示意图。
[0097]
如图4a所示，在400a中，自动驾驶车辆403是临时停车。自动驾驶车辆401在直行车道上行驶的情况下，交互对象402(即对向车辆)避让施工区域而借用主车车道超车，产生压实线逆行行为，与主车产生行驶路径的冲突并导致主车急刹或接管。
[0098]
针对上述情况，云端可以根据与自动驾驶车辆401对应的车路云协同感知信息，得到交互冲突对象与冲突位置之间的距离信息、交互冲突对象意图信息和交互冲突对象状态信息。交互冲突对象意图信息可以包括自动驾驶车辆401的意图信息和交互对象402的意图
信息。交互冲突对象状态信息可以包括自动驾驶车辆401的状态信息和交互对象402的状态信息。自动驾驶车辆401的状态信息可以包括以下至少之一：自动驾驶车辆401的速度和位置。交互对象402的状态信息可以包括以下至少之一：交互对象402的速度和位置。
[0099]
云端可以根据交通规则、交互冲突对象状态信息和交互冲突对象与冲突位置之间的距离信息，包括自动驾驶车辆和交互对象之间的通行次序仲裁策略的优化行为决策信息。通行次序仲裁策略可以是自动驾驶车辆401不减速通过路口，交互对象402在主车车道外提前减速，待直行车辆通过路口之后，对向车辆压实线借道超车通过，使得自动驾驶车辆401可以沿路径404行驶，交互对象402可以沿路径405行驶。
[0100]
根据本公开的实施例，通过车路云一体化协同，直行车辆与逆行车辆按次序通过，避免了交互冲突造成路口车流阻塞及碰撞风险。
[0101]
根据本公开的实施例，交互对象包括以下至少之一：非机动车和行人。
[0102]
根据本公开的实施例，在交互对象包括非机动车和行人中的至少之一的情况下，优化行为决策信息包括以下至少之一：减速避让策略、绕行通过策略和正常行驶通过策略。
[0103]
根据本公开的实施例，在交互对象是非机动车和行为中的之一的情况下，确定自动驾驶车辆的优化行为策略信息包括减速避让策略、绕行通过策略和正常行驶通过策略中的至少之一。
[0104]
下面参考图4b～4d，结合具体实施例对根据本公开实施例所述的针对道路阻塞类场景的行为决策做进一步说明。
[0105]
根据本公开的实施例，道路事件类型包括道路阻塞事件类型。道路阻塞事件类型表征在自动驾驶车辆的前方预定范围内存在道路阻塞的事件类型。车路云协同感知信息包括道路交通态势信息。
[0106]
根据本公开的实施例，基于事件处理策略，根据决策评估信息、道路事件位置信息、对象信息和全局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息，可以包括如下操作。
[0107]
在确定与道路事件位置信息对应的车道划分信息满足预定划分条件的情况下，根据决策评估信息、道路事件位置信息、对象信息、道路交通态势信息和全局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息。
[0108]
根据本公开的实施例，车道划分信息可以指各个车道彼此之间的关联关系信息。预定划分条件可以用于作为评估各个车道彼此之间的关联关系是否满足清晰度的标准。
[0109]
根据本公开的实施例，可以确定与道路事件位置信息对应的车道划分信息。确定与道路事件位置信息对应的车道划分信息是否满足预定划分条件。在确定与道路事件位置信息对应的车道划分信息满足预定划分条件的情况下，可以根据决策评估信息、道路事件位置信息、对象信息、道路交通态势信息和全局优化路径规划信息，从行为决策信息集合中确定优化行为决策信息。
[0110]
根据本公开的实施例，道路阻塞事件类型包括以下至少之一：车辆阻塞通行事件类型、交通事故阻塞通行事件类型、施工区域阻塞通行事件类型和道路封闭阻塞通行事件类型。此外，道路阻塞事件类型还可以包括以下至少之一：停滞车辆阻塞进站事件类型和停滞车辆阻塞调头事件类型。
[0111]
根据本公开的实施例，在道路阻塞事件类型是车辆阻塞通行事件类型的情况下，
优化行为决策信息包括主车通行策略。主车通行策略包括以下至少之一：跟随前方车辆排队策略和绕行所述前方车辆策略。
[0112]
根据本公开的实施例，在道路阻塞事件类型包括交通事故阻塞通行事件类型、施工区域阻塞通行事件类型和道路封闭阻塞通行事件类型中的至少之一的情况下，优化行为决策信息包括主车绕行策略。主车绕行策略包括以下至少之一：提前变道策略、连续变道策略、借对向车道绕行策略、基于推荐轨迹绕行策略和申请接管脱困策略。
[0113]
根据本公开的实施例，在道路阻塞事件类型可以包括停滞车辆阻塞进站事件类型的情况下，优化轨迹规划信息可以包括以下至少之一：主车变更路径规划终点策略和申请接管通过策略。在道路阻塞事件类型可以包括停滞车辆阻塞调头事件类型的情况下，优化轨迹规划信息可以包括以下至少之一：参考推荐轨迹调头通过策略、申请接管通过策略和提前变更路径规划绕行策略。
[0114]
根据本公开的实施例，车辆道路阻塞通行事件类型可以包括以下至少之一：排队事件类型、拥堵事件类型和停滞车辆事件类型。
[0115]
图4b示意性示出了根据本公开实施例的主车所在车道单点阻塞场景的行为决策的示例示意图。
[0116]
如图4b所示，在400b中，在自动驾驶车辆406所在车道前方因单一障碍物阻塞车道且旁边车道可以供主车绕行通过的情况下，优化行为决策信息可以是主车绕行前方车辆通过策略，以便自动驾驶车辆406可以沿路径408行驶。单一障碍物可以包括以下之一：单车故障、违章停车和抛洒物等。
[0117]
图4c示意性示出了根据本公开实施例的主车所在车道连续阻塞场景的行为决策的示例示意图。
[0118]
如图4c所示，在400c中，在自动驾驶车辆409所在车道前方阻塞区域连续存在的情况下，如果自动驾驶车辆409按照多次绕行策略，例如，沿路径412通过，则会产生明显行为顿挫，影响驾驶体验。优化行为决策信息可以是在阻塞区域前方连续变道，选择通畅路线行驶，例如，自动驾驶车辆409可以沿路径413行驶。交互对象410和交互对象411可以是影响自动驾驶车辆401的行驶路线的对象。主车所在车道连续阻塞场景可以包括以下至少之一：不定间隔的停车阻挡行驶路线和连续施工区域占用车道等。
[0119]
图4d示意性示出了根据本公开实施例的主车所在车道阻塞且同向车道车辆形成排队场景的行为决策的示例示意图。
[0120]
如图4d所示，在400d中，在自动驾驶车辆414所在车道前方形成阻塞区域且旁边同向车道形成排队的情况下，如果自动驾驶车辆414正常行驶，并在接近阻塞区域的情况下绕行，例如，自动驾驶车辆沿路径415行驶，则将难以切入绕行车道，造成停滞。优化行为决策信息可以是自动驾驶车辆414提前变道，跟随排队队列等待通过。自动驾驶车辆414可以沿路径416行驶。
[0121]
此外，本公开实施例针对主车所在车道车辆排队阻塞场景，如果自动驾驶车辆所在流向前方车道因车辆排队阻塞通行，则优化行为决策信息可以是主车跟随排队车辆，等待通过。车辆排队阻塞通行可以包括以下至少之一：排队等红灯、车道拥堵和前车礼让行人。
[0122]
基于上述内容，针对交互冲突类场景，车路云一体化决策在以下方面具有优势。
[0123]
针对交互冲突类场景的交互冲突仲裁策略。在交互对象是机动车的情况下，自动驾驶车辆与交互对象之间存在交互博弈或路权博弈，需要车路云一体化辅助仲裁机制基于交互冲突对象意图信息，完成交互博弈场景中交互冲突对象的行驶方向、行驶速度和行驶次序中的至少之一的协调决策建议。在交互对象包括非机动车和行人中的至少之一的情况下，针对混行的无序化场景，需要车路云一体化感知与决策的协同，基于行人和非机动车的意图信息，确定自动驾驶车辆的避让方式的决策建议。
[0124]
针对道路阻塞类场景，自动驾驶车辆在道路中遇到道路阻塞事件会产生不合理停滞，为了确保行驶路径的可达性，需要车路云一体化部分基于道路阻塞类场景的语义理解和交通态势信息，合理选择绕行或通过策略。
[0125]
至此，完成了针对行为决策部分的说明。
[0126]
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
[0127]
以上仅是示例性实施例，但不限于此，还可以包括本领域已知的其他行为决策信息生成方法，只要能够生成行为决策信息即可。
[0128]
图5示意性示出了根据本公开实施例的行为决策信息生成装置的框图。
[0129]
如图5所示，行为决策信息生成装置500可以包括获取模块510和确定模块520。
[0130]
获取模块510，用于获取与自动驾驶车辆对应的行为决策相关信息和全局优化路径规划信息。行为决策相关信息包括车路云协同感知信息。车路云协同感知信息是根据与自动驾驶车辆相关的车端感知信息、路端感知信息和云端感知信息中的至少之一确定的。
[0131]
确定模块520，用于根据决策评估信息、行为决策相关信息和全局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息。
[0132]
根据本公开的实施例，车路云协同感知信息包括对象信息和道路事件信息。道路事件信息包括道路事件类型信息和道路事件位置信息。
[0133]
根据本公开的实施例，确定模块520可以包括第一确定子模块和第二确定子模块。
[0134]
第一确定子模块，用于根据道路事件类型信息，确定事件处理策略。
[0135]
第二确定子模块，用于基于事件处理策略，根据决策评估信息、道路事件位置信息、对象信息和全局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息。
[0136]
根据本公开的实施例，道路事件类型包括交互冲突事件类型。交互冲突事件类型表征自动驾驶车辆与交互对象之间存在交互冲突的事件类型。
[0137]
根据本公开的实施例，对象信息包括交互冲突对象意图信息和交互冲突对象状态信息。
[0138]
根据本公开的实施例，交互对象包括机动车。
[0139]
根据本公开的实施例，第二确定子模块可以包括第一确定单元和获得单元。
[0140]
第一确定单元，用于根据决策评估信息、道路事件位置信息、交互冲突对象意图信息、交互冲突对象状态信息和全局优化路径规划信息，从行为决策信息集合中确定交互对象的行为决策信息和自动驾驶车辆的行为决策信息。
[0141]
获得单元，用于根据交互对象的行为决策信息和自动驾驶车辆的行为决策信息，得到自动驾驶车辆的优化行为决策信息。优化行为决策信息包括自动驾驶车辆和交互对象
之间的通行次序仲裁策略。
[0142]
根据本公开的实施例，交互对象包括以下至少之一：非机动车和行人。
[0143]
根据本公开的实施例，在交互对象包括非机动车和行人中的至少之一的情况下，优化行为决策信息包括以下至少之一：减速避让策略、绕行通过策略和正常行驶通过策略。
[0144]
根据本公开的实施例，道路事件类型包括道路阻塞事件类型。道路阻塞事件类型表征在自动驾驶车辆的前方预定范围内存在道路阻塞的事件类型。车路云协同感知信息包括道路交通态势信息。
[0145]
根据本公开的实施例，第二确定子模块可以包括第二确定单元。
[0146]
第二确定单元，用于在确定与道路事件位置信息对应的车道划分信息满足预定划分条件的情况下，根据决策评估信息、道路事件位置信息、对象信息、道路交通态势信息和全局优化路径规划信息，从行为决策信息集合中确定自动驾驶车辆的优化行为决策信息。
[0147]
根据本公开的实施例，道路阻塞事件类型包括以下至少之一：车辆阻塞通行事件类型、交通事故阻塞通行事件类型、施工区域阻塞通行事件类型和道路封闭阻塞通行事件类型。
[0148]
根据本公开的实施例，在道路阻塞事件类型是车辆阻塞通行事件类型的情况下，优化行为决策信息包括主车通行策略。主车通行策略包括以下至少之一：跟随前方车辆排队策略和绕行前方车辆策略。
[0149]
根据本公开的实施例，在道路阻塞事件类型包括交通事故阻塞通行事件类型、施工区域阻塞通行事件类型和道路封闭阻塞通行事件类型中的至少之一的情况下，优化行为决策信息包括主车绕行策略。主车绕行策略包括以下至少之一：提前变道策略、连续变道策略、借对向车道绕行策略、基于推荐轨迹绕行策略和申请接管脱困策略。
[0150]
根据本公开的实施例，车路云协同感知信息是根据与自动驾驶车辆相关的车端感知信息、路端感知信息和云端感知信息中的至少之一确定的，可以包括：
[0151]
车路云协同感知信息包括车端相关感知信息、路端相关感知信息和云端相关感知信息。
[0152]
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质、一种计算机程序产品、一种自动驾驶车辆、一种路侧设备和一种云端服务器。
[0153]
根据本公开的实施例，一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上所述的方法。
[0154]
根据本公开的实施例，一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行如上所述的方法。
[0155]
根据本公开的实施例，一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上所述的方法。
[0156]
图6示意性示出了根据本公开实施例的适于实现行为决策信息生成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/或者要求的本公开的实现。
[0157]
如图6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储电子设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
[0158]
电子设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0159]
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如行为决策信息生成方法。例如，在一些实施例中，行为决策信息生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的行为决策信息生成方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行行为决策信息生成方法。
[0160]
根据本公开的实施例，提供了一种自动驾驶车辆，自动驾驶车辆可以包括本公开实施例所述的电子设备。
[0161]
根据本公开的实施例，提供了一种路侧设备，路侧设备可以包括本公开实施例所述的电子设备。
[0162]
根据本公开的实施例，提供了一种云端服务器，云端服务器可以包括本公开实施例所述的电子设备。
[0163]
本文中以上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、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、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。
[0164]
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0165]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0166]
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，crt(阴极射线管)或者lcd(液晶显示器)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。
[0167]
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)、或者包括中间件部件的计算系统(例如，应用服务器)、或者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(lan)、广域网(wan)和互联网。
[0168]
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。服务器可以是云服务器，也可以是分布式系统的服务器，或者是结合了区块链的服务器。
[0169]
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，本发公开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，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
[0170]
上述具体实施方式，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。