自动驾驶车辆的交互行为决策方法、装置及自动驾驶车辆与流程

1.本公开涉及人工智能领域中的自动驾驶技术，尤其涉及一种自动驾驶车辆的交互行为决策方法、装置及自动驾驶车辆。

背景技术：

2.随着自动驾驶技术迅猛发展以及自动驾驶车辆不断地普及，实现高级别自动驾驶所面临的重要挑战就是实际交通环境的动态性和不确定性，主要体现在交通参与者行为的动态性和不确定性。其中，当自动驾驶车辆与其他交通参与者之间存在交互时，自动驾驶车辆如何在此动态不确定环境下进行交互行为决策是自动驾驶技术的关键点，也是实现自动驾驶车辆智能安全的重要环节。
3.目前的交互行为决策方法主要是基于感知到的周围环境数据，依次进行态势认知和行为决策，其中态势认知主要包括车辆意图识别、车辆轨迹预测和环境风险评估，但是，这种方法在动态不确定环境下的交互行为决策泛化能力较差。

技术实现要素：

4.本公开提供了一种在动态不确定环境下具有高泛化能力的自动驾驶车辆的交互行为决策方法、装置及自动驾驶车辆。
5.根据本公开的第一方面，提供了一种自动驾驶车辆的交互行为决策方法，包括：
6.获取自动驾驶车辆的驾驶环境信息，所述驾驶环境信息包括所述自动驾驶车辆的运动状态信息、所述自动驾驶车辆周围的交通参与者的运动状态信息以及道路信息；
7.根据所述驾驶环境信息确定所述自动驾驶车辆所处的交互场景以及所述自动驾驶车辆与交互对象的交互程度；
8.基于所述交互场景和所述交互程度确定目标车辆交互行为决策模型，以通过所述目标车辆交互行为决策模型输出决策指令，所述目标车辆交互行为决策模型是预先训练的多个车辆交互行为决策模型中的一个。
9.根据本公开的第二方面，提供了一种自动驾驶车辆的交互行为决策装置，包括：
10.获取模块，用于获取自动驾驶车辆的驾驶环境信息，所述驾驶环境信息包括所述自动驾驶车辆的运动状态信息、所述自动驾驶车辆周围的交通参与者的运动状态信息以及道路信息；
11.第一处理模块，用于根据所述驾驶环境信息确定所述自动驾驶车辆所处的交互场景以及所述自动驾驶车辆与交互对象的交互程度；
12.第二处理模块，用于基于所述交互场景和所述交互程度确定目标车辆交互行为决策模型，以通过所述目标车辆交互行为决策模型输出决策指令，所述目标车辆交互行为决策模型是预先训练的多个车辆交互行为决策模型中的一个。
13.根据本公开的第三方面，提供了一种电子设备，包括：
14.至少一个处理器；以及
15.与所述至少一个处理器通信连接的存储器；其中，
16.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上述第一方面所述的方法。
17.根据本公开的第四方面，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，所述计算机指令用于使所述计算机执行上述第一方面所述的方法。
18.根据本公开的第五方面，提供了一种计算机程序产品，所述程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
19.根据本公开的第五方面，提供了一种自动驾驶车辆，包括如第三方面所述的电子设备。
20.根据本公开的技术方案，提高了动态不确定环境下自动驾驶车辆的交互行为决策的泛化能力。
21.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
22.附图用于更好地理解本方案，不构成对本公开的限定。其中：
23.图1是根据本公开实施例提供的一种自动驾驶车辆的交互行为决策方法的流程示意图；
24.图2是根据本公开实施例提供的一种平行汇入场景示意图；
25.图3是根据本公开实施例提供的一种斜向汇入场景示意图；
26.图4是根据本公开实施例提供的一种t型汇入场景示意图；
27.图5是根据本公开实施例提供的一种车道增多场景示意图；
28.图6是根据本公开实施例提供的一种车道减少场景示意图；
29.图7是根据本公开实施例提供的一种自动驾驶车辆的交互行为决策方法的框架示意图；
30.图8是根据本公开实施例提供的一种自动驾驶车辆的交互行为决策装置的结构示意图；
31.图9是用来实现本公开实施例的自动驾驶车辆的交互行为决策方法的电子设备的示意性框图。
具体实施方式
32.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。
33.目前的交互行为决策方法主要是基于分层式的决策框架，利用感知到的周围环境数据对交互车辆进行态势认知后再进行行为决策，其中，态势认知主要包括车辆意图识别、
车辆轨迹预测和环境风险评估，但是，由于交通参与者的行为具有较强的动态性和随机性，且发生交互的场景较为复杂，上述这种方法在动态不确定环境下的交互行为决策泛化能力较差。
34.为了充分利用感知到的周围环境数据，一些方案中提出了端到端式的决策框架，利用深度神经网络或基于深度强化学习方法得到一个交互行为决策模型，将感知得到的周围环境数据作为交互行为决策模型的输入，直接由模型输出决策结果，但是这种方法仍存在泛化能力差的问题。
35.为此，本公开提供一种自动驾驶车辆的交互行为决策方法、装置及自动驾驶车辆，该方法中预先训练得到多个交互行为决策模型，不同的交互行为决策模型针对于不同的驾驶环境，在应用时，首先对自动驾驶车辆所处的交互场景进行识别，确定在该交互场景下自动驾驶车辆与交互对象的交互程度，基于识别出的交互场景和交互程度进行后续处理以从多个交互行为决策模型中选择合适的交互行为决策模型进行行为决策，从而提高了在动态不确定环境下的交互行为决策的泛化能力。
36.下面，将通过具体的实施例对本公开提供的自动驾驶车辆的交互行为决策方法进行详细地说明。可以理解的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
37.图1是根据本公开实施例提供的一种自动驾驶车辆的交互行为决策方法的流程示意图。该方法的执行主体为自动驾驶车辆的交互行为决策装置，该装置可以通过软件和/或硬件的方式实现。如图1所示，该方法包括：
38.s101、获取自动驾驶车辆的驾驶环境信息，驾驶环境信息包括自动驾驶车辆的运动状态信息、自动驾驶车辆周围的交通参与者的运动状态信息以及道路信息。
39.驾驶环境信息是自动驾驶车辆进行交互行为决策的基础，驾驶环境信息可以是自动驾驶车辆通过感知系统获取的，例如摄像头、传感器、雷达等，或者也可以是自动驾驶车辆从高精地图中获取的，或者也可以是与路侧设备进行直接或间接的信息交互获取到的，本技术实施例对自动驾驶车辆获取驾驶环境信息的方式并不限定。
40.可选的，自动驾驶车辆以及自动驾驶车辆周围的交通参与者的运动状态信息可以包括位置、速度和加速度，周围的交通参与者可以是车辆或行人，在周围的交通参与者为车辆时，其运动状态信息还可以包括车辆的类型，例如车辆的类型为非机动车、特殊用途车辆(如路面清扫车、洒水车、消防车、救护车等)、常规机动车等。道路信息可以包括道路结构信息以及道路交通规则，例如虚实线、最高限速、转向车道标志等。
41.s102、根据驾驶环境信息确定自动驾驶车辆所处的交互场景以及自动驾驶车辆与交互对象的交互程度。
42.不同的交互场景对应的交通规则可能不同，交通参与者的行为也可能不同，因此，需要基于驾驶环境信息确定自动驾驶车辆当前所处的交互场景。此外，在交互场景中，自动驾驶车辆和交互对象之间相互影响的程度也有高低区分，不同的交互程度可以表征自动驾驶车辆和交互对象之间相互影响的大小，这也直接影响到后续自动驾驶车辆的行为决策，因此在确定交互场景后，还需要确定自动驾驶车辆与交互对象的交互程度。
43.s103、基于交互场景和交互程度确定目标车辆交互行为决策模型，以通过目标车辆交互行为决策模型输出决策指令，目标车辆交互行为决策模型是预先训练的多个车辆交
互行为决策模型中的一个。
44.本技术实施例中的多个车辆交互行为决策模型是预先训练的针对不同驾驶环境的模型，基于交互场景和交互程度，自动驾驶车辆可以进一步对驾驶环境进行判定，从多个车辆交互行为决策模型中选择合适的目标车辆交互行为决策模型，从而得到最恰当的决策指令。
45.本公开实施例提供的自动驾驶车辆的交互行为决策方法，通过对自动驾驶车辆所处的交互场景进行识别，确定在该交互场景下自动驾驶车辆与交互对象的交互程度，基于识别出的交互场景和交互程度进行后续处理以从多个交互行为决策模型中选择合适的交互行为决策模型进行行为决策，从而提高了在动态不确定环境下的交互行为决策的泛化能力，实现了针对实际交通环境的动态不确定性的交互行为决策，保证了自动驾驶车辆安全且合理行驶。
46.在上述实施例的基础上，首先对如何确定交互场景和交互程度进行说明。
47.可选的，根据道路结构信息确定自动驾驶车辆所处的交互场景，交互场景为以下任一项：平汇入场景、斜向汇入场景、t型汇入场景、车道增多场景、车道减少场景；根据交互场景、自动驾驶车辆的运动状态信息和自动驾驶车辆周围的交通参与者的运动状态信息，确定自动驾驶车辆与交互对象的交互程度。
48.本技术实施例中基于道路结构信息还对自动驾驶车辆所处的交互场景进行分类，示例的，如图2至图6依次示意了平汇入场景、斜向汇入场景、t型汇入场景、车道增多场景和车道减少场景的车辆交互示意图。除了交互场景会对后续决策产生影响之外，自动驾驶车辆与交互对象的交互程度同样会对后续决策产生影响，在确定交互场景后，还需要根据交互场景、自动驾驶车辆以及周围的交通参与者的运动状态信息来确定自动驾驶车辆与交互对象的交互程度。从周围的交通参与者中确定与自动驾驶车辆产生交互的交互对象，并确定自动驾驶车辆与交互对象的交互程度。
49.示例的，如图2至图6，车辆a为自动驾驶车辆，车辆b、c和d为周围的交通参与者，车辆b是与车辆a产生交互的交互对象。自动驾驶车辆和交互对象的位置、速度和加速度等均可能影响两者之间的交互程度，可选的，将交互场景、自动驾驶车辆的运动状态信息和自动驾驶车辆周围的交通参与者的运动状态信息，输入交互程度判别模型，得到自动驾驶车辆和交互对象的交互程度，可选的，交互程度可以采用数值或等级的方式进行标识，例如交互程度由低到高的等级分别为弱、较弱、较强、强，此处仅以此等级进行示意说明，并不限定于此。交互程度判别模型可基于规则或者经典机器学习方法开发得到。从而实现针对不同的交互场景和交互程度，有针对性地进行后续决策处理，提升场景泛化能力。
50.在确定了交互场景和交互程度后，再进一步对如何基于交互场景和交互程度确定目标车辆交互行为决策模型进行说明。
51.可选的，若交互程度大于或等于预设程度，则根据驾驶环境信息确定交互场景中是否存在预设事件；若存在预设事件，则将第三车辆交互行为决策模型确定为目标车辆交互行为决策模型，第三车辆交互行为决策模型是预先训练的预设事件情况下的车辆交互行为决策模型，第三车辆交互行为决策模型的输入为驾驶环境信息，输出为决策指令。若不存在预设事件，则根据交互对象的运动状态信息，确定交互对象的运动意图；基于交互对象的运动意图确定目标车辆交互行为决策模型。
52.可选的，若交互程度小于预设程度，则无需进行后续的交互行为决策，自动驾驶车辆可以进行正常行驶的行为决策。
53.可以理解的是，若交互程度小于预设程度，则表示交互场景中的交互对象对自动驾驶车辆的行驶没有影响或影响极小，或者在交互场景中不存在交互对象，此时无需按照车辆交互进行行为决策。而若交互程度大于或等于预设程度，则表示交互场景中的交互对象会对自动驾驶车辆的行驶造成影响，因此需要进行后续的交互行为决策。
54.在交互程度大于或等于预设程度的情况下，自动驾驶车辆进一步判断交互场景中是否存在预设事件，该预设事件为预设的特殊事件，示例的，预设事件包括以下至少一项：交互场景对应的交互区域内存在车辆倒车、交互场景对应的交互区域内存在大型机动车启停、交互对象为弱势道路使用者或特殊用途车辆、交互场景对应的交互区域内车流量大于预设车流量。其中，弱势道路使用者是指非机动车或行人。由于预设事件可能导致自动驾驶车辆的行驶风险提高，需要对其进行特殊处理，因此，在确定交互场景和交互程度后进一步判断是否存在预设事件，若存在预设事件，则需要进行特殊处理，此时直接采用第三车辆交互行为决策模型作为目标车辆交互行为决策模型来进行特殊情况下的交互行为决策。可选的，第三车辆交互行为决策模型可以基于规则进行开发得到。从而，实现了针对实际动态交通环境中的特殊事件进行针对性处理的交互行为决策。
55.若不存在预设事件，则继续根据交互对象的运动状态信息，确定交互对象的运动意图，运动意图也可以称为驾驶意图，例如，运动意图可以为切车、直行等，通过对交互对象的运动意图进行识别，从而能合理规避交互对象的运行意图的不确定性带来的行车风险。可选的，将交互对象的运动状态信息输入车辆运动意图识别模型，得到交互对象的运动意图识别结果，运动意图识别结果为交互对象采取某一运动意图的概率。可选的，车辆运动意图识别模型可基于深度神经网络或者动态贝叶斯网络进行开发得到。
56.以下进一步对如何基于交互对象的运动意图确定目标车辆交互行为决策模型进行说明。
57.可选的，若交互对象的运动意图为预设的高风险运动意图，则根据驾驶环境信息和运动意图，确定自动驾驶车辆所处环境的风险值；若风险值大于或等于预设风险值，则将第一车辆交互行为决策模型确定为目标车辆交互行为决策模型，第一车辆交互行为决策模型是预先训练的交互对象非理性驾驶情况下的车辆交互行为决策模型，第一车辆交互行为决策模型的输入为驾驶环境信息，输出为决策指令；若风险值小于预设风险值，则将第二车辆交互行为决策模型确定为目标车辆交互行为决策模型，第二车辆交互行为决策模型是预先训练的交互对象理性驾驶情况下的车辆交互行为决策模型，第二车辆交互行为决策模型的输入为驾驶环境信息，输出为决策指令。
58.在交互对象的运动意图为高风险运动意图时，例如运动意图为高风险的切车意图时，此时直接对自动驾驶车辆所处环境的风险值进行评估，确定自动驾驶车辆所处的动态交通环境的实时风险，以保证车辆安全决策。可选的，将驾驶环境信息和交互对象的运动意图输入风险评估模型，以得到当前环境的风险值。若风险值大于或等于预设风险值，则采用非理性驾驶情况下的车辆交互行为决策模型进行行为决策；若风险值小于预设风险值，则采用理性驾驶情况下的车辆交互行为决策模型进行行为决策。可选的，第一车辆交互行为决策模型可以基于规则进行开发得到，第二车辆交互行为决策模型可以基于数据驱动的方
法进行开发得到。
59.可选的，若交互对象的运动意图为预设的低风险运动意图，则根据交互对象的运动状态信息和运动意图，确定交互对象的预测轨迹，从而规避车辆运动轨迹的不确定性带来的行车风险；根据交互对象的运动状态信息、运动意图和预测轨迹，确定交互对象的运动特性；若运动特性为非理性驾驶，则将第一车辆交互行为决策模型确定为目标车辆交互行为决策模型，第一车辆交互行为决策模型的输入为驾驶环境信息，输出为决策指令；若运动特性为理性驾驶，则将第二车辆交互行为决策模型确定为目标车辆交互行为决策模型，第一车辆交互行为决策模型的输入为驾驶环境信息，输出为决策指令。
60.在交互对象的运动意图为预设的低风险运动意图的情况下，无需直接评估自动驾驶车辆所处环境的风险值，而是对交互对象进行轨迹预测，可选的，将交互对象的运动状态信息和运动意图输入车辆运动预测模型，以得到交互对象在未来一段时域内的预测轨迹点。可选的，车辆运动预测模型可基于深度神经网络或者传统机器学习方法进行开发得到。之后，进一步基于交互对象的运动状态信息、运动意图和预测轨迹，确定交互对象的运动特性，可选的，运动特性可以分为理性驾驶和非理性驾驶。可选的，将交互对象的运动状态信息、运动意图和预测轨迹输入车辆运动特性识别模型，以得到交互对象的运动特性，运动特性也可以称为驾驶风格，可以体现交互对象的驾驶员的驾驶风格。若运动特性为非理性驾驶，则采用非理性驾驶情况下的车辆交互行为决策模型进行行为决策；若运动特性为理性驾驶，则采用理性驾驶情况下的车辆交互行为决策模型进行行为决策。通过对运动特性进行分析，能够规避驾驶员驾驶风格的不确定性对自动驾驶车辆决策带来的风险。
61.图7是本技术实施例提供的自动驾驶车辆的交互行为决策方法的框架示意图。如图7所示，该框架包括四个部分，其中，驾驶环境信息部分包括自动驾驶车辆的运动状态信息、自动驾驶车辆周围的交通参与者的运动状态信息以及道路信息。交互场景预处理部分包括交互场景分类、交互程度判别以及特殊场景处理，其中，特殊场景处理即前述的预设事件处理。交互车辆运动认知部分包括运动意图识别、运动轨迹预测和运动特性分析。车辆交互行为决策部分包括动态环境风险评估、非理性驾驶情况下的车辆交互行为决策、理性驾驶情况下的车辆交互行为决策和特殊场景下的车辆交互行为决策。该框架内各部分的处理逻辑参见前述实施例。
62.以下进一步结合具体示例对本公开提供的自动驾驶车辆的交互行为决策方法进行说明。以图2所示的平行汇入场景为例。车辆a为自动驾驶车辆，车辆b、c和d为周围的交通参与者，车辆b是与车辆a产生交互的交互对象。
63.步骤1，获取车辆a的驾驶环境信息。所获取的驾驶环境信息信息主要包括车辆a自身的运动状态信息，包括位置、速度和加速度等；车辆a周围其他车辆(车辆b、车辆c和车辆d)的运动状态信息，包括车辆类型、位置、速度和加速度等；当前交互区域的道路结构信息，包括路面的虚线、实线、月牙、草丛、栅栏等，以及交通规则，包括最高限速、路面转向标志等。
64.步骤2，交互场景预处理。包括：
65.步骤2.1，交互场景分类。
66.基于道路结构信息确定车辆a所处的交互场景为并行汇入场景。
67.步骤2.2，交互程度判别。
68.基于并行汇入场景，车辆a及其周围车辆(车辆b、车辆c和车辆d)的运动状态信息，计算车辆之间的相对位置和相对速度，进而判定车辆之间驾驶行为的交互程度的强弱，由于图2中车辆a和车辆b的相对位置较小，车辆b临近汇入终点，且汇入区域外是实线，最终输出的车辆a和车辆b之间的交互程度等级为强。
69.步骤2.3，特殊场景处理。
70.在交互程度等级为强的情况下，判断是否存在特殊场景，也就是前述实施例中的预设事件。若假设当前交互区域的车流辆大于或等于预设车流量，则进入步骤4.4；若假设交互区域的车流辆或车辆密度小于预设车流量，则不存在特殊场景需要处理，继续执行步骤3。
71.步骤3，交互车辆运动认知，交互车辆即交互对象。
72.步骤3.1，交互车辆的运动意图识别。
73.基于车辆b的运动状态信息，使用车辆运动意图识别模型，输出车辆b的运动意图识别结果，即车辆b采取不同运动意图的概率。如图2所示的平行汇入场景，车辆b可能的运动意图为直行和左换道，根据所输出的车辆b的直行和左换道意图识别概率{p
lk
，p
lcl
}，若输出的直行运动意图概率p
lk
高，即运动意图为直行，则进入步骤3.2，若输出的左转道运动意图概率p
lcl
高，即运动意图为左转道，存在一定的碰撞风险，则进入步骤4.1动态环境风险评估。
74.步骤3.2，交互车辆的运动轨迹预测。
75.基于车辆b的运动状态信息，以及车辆b的运动意图，使用车辆运动预测模型，输出从当前时刻t开始，车辆b在未来一段时间δt内的预测轨迹点{x
t
，y
t
}
t：t+δt
。
76.步骤3.3，交互车辆的运动特性分析。
77.基于车辆b的运动状态信息，以及车辆b的的运动意图和预测轨迹，使用车辆运动特性识别模型，输出车辆b取不同运动特性的概率值。若车辆运动特性识别模型输出的理性驾驶特性概率值p
norm
高，即驾驶特性为理性驾驶，则进入步骤4.3；若输出的非理性驾驶特性概率值p
ab_norm
高，即驾驶特性为非理性驾驶，则进入步骤4.2非理性驾驶情况下车辆交互行为决策。
78.步骤4，车辆交互行为决策。输出车辆a下一时刻t+1的决策指令，包括车辆a的纵向决策指令和横向决策指令。
79.步骤4.1，动态环境风险评估。
80.基于平行汇入场景，对车辆a所处的动态交通环境进行实时风险评估。将车辆a和周围车辆(车辆b、车辆c、车辆d)的运动状态信息、道路结构信息和交通规则信息、车辆b的运动意图输入风险评估模型，输出当前交通环境的风险值。如果风险值超出预设风险值，则进入步骤4.2；如果风险值低于预设风险值，则进入步骤4.3。
81.步骤4.2，非理性驾驶情况下的车辆交互行为决策。
82.将驾驶环境信息输入非理性驾驶情况下的车辆交互行为决策模型，输出车辆a的交互行为决策结果，即决策指令，处理完毕后，将输出的决策指令传给车辆a的自动驾驶规划系统。
83.步骤4.3，理性驾驶情况下的车辆交互行为决策。
84.将驾驶环境信息输入理性驾驶情况下的车辆交互行为决策模型，输出车辆a的交
互行为决策结果，即决策指令，处理完毕后，将输出的决策指令传给车辆a的自动驾驶规划系统。
85.步骤4.4，特殊场景下的车辆交互行为决策。
86.将驾驶环境信息输入特殊场景下的车辆交互行为决策模型，即预设事件情况下的车辆交互行为决策模型，输出车辆a的交互行为决策结果，即决策指令，处理完毕后，将输出的决策指令传给车辆a的自动驾驶规划系统。
87.本公开所提供的不确定环境下的自动驾驶车辆交互行为决策方法，能够针对自动驾驶车辆落地过程中面临的动态不确定场景，开发相应的交互行为决策模型，能够处理动态场景的不确定性、场景中车辆驾驶行为的不确定性，以及场景中突发碰撞风险的不确定性，泛化能力较高，能够保证自动驾驶车辆的安全行驶。此外，本公开所提供的不确定环境下自动驾驶车辆交互行为决策方法，其可解释性高，能够在实际系统开发中针对问题进行溯源，且可维护性和扩展性强，能够处理多种不同交互场景和多种不同风险场景，具有很强的实际应用价值。
88.图8是根据本公开实施例提供的一种自动驾驶车辆的交互行为决策装置的结构示意图。如图8所示，自动驾驶车辆的交互行为决策装置800包括：
89.获取模块801，用于获取自动驾驶车辆的驾驶环境信息，驾驶环境信息包括自动驾驶车辆的运动状态信息、自动驾驶车辆周围的交通参与者的运动状态信息以及道路信息；
90.第一处理模块802，用于根据驾驶环境信息确定自动驾驶车辆所处的交互场景以及自动驾驶车辆与交互对象的交互程度；
91.第二处理模块803，用于基于交互场景和交互程度确定目标车辆交互行为决策模型，以通过目标车辆交互行为决策模型输出决策指令，目标车辆交互行为决策模型是预先训练的多个车辆交互行为决策模型中的一个。
92.可选的，道路信息包括道路结构信息，第一处理模块802，包括：
93.第一处理单元，用于根据道路结构信息确定自动驾驶车辆所处的交互场景，交互场景为以下任一项：并行汇入场景、斜向汇入场景、t型汇入场景、车道增多场景、车道减少场景；
94.第二处理单元，用于根据交互场景、自动驾驶车辆的运动状态信息和自动驾驶车辆周围的交通参与者的运动状态信息，确定自动驾驶车辆与交互对象的交互程度。
95.可选的，第二处理模块803，包括：
96.第三处理单元，用于若交互程度大于或等于预设程度，则根据驾驶环境信息确定交互场景中是否存在预设事件；
97.第四处理单元，用于若不存在预设事件，则根据交互对象的运动状态信息，确定交互对象的运动意图；
98.第五处理单元，用于基于交互对象的运动意图确定目标车辆交互行为决策模型。
99.可选的，第五处理单元，包括：
100.第一处理子单元，用于若交互对象的运动意图为预设的高风险运动意图，则根据驾驶环境信息和运动意图，确定自动驾驶车辆所处环境的风险值；
101.第二处理子单元，用于若风险值大于或等于预设风险值，则将第一车辆交互行为决策模型确定为目标车辆交互行为决策模型，第一车辆交互行为决策模型是预先训练的交
互对象非理性驾驶情况下的车辆交互行为决策模型；
102.第三处理子单元，用于若风险值小于预设风险值，则将第二车辆交互行为决策模型确定为目标车辆交互行为决策模型，第二车辆交互行为决策模型是预先训练的交互对象理性驾驶情况下的车辆交互行为决策模型。
103.可选的，自动驾驶车辆的交互行为决策装置800还包括：
104.第四处理子单元，用于若交互对象的运动意图为预设的低风险运动意图，则根据交互对象的运动状态信息和运动意图，确定交互对象的预测轨迹；
105.第五处理子单元，用于根据交互对象的运动状态信息、运动意图和预测轨迹，确定交互对象的运动特性；
106.第六处理子单元，用于若运动特性为非理性驾驶，则将第一车辆交互行为决策模型确定为目标车辆交互行为决策模型；
107.第七处理子单元，用于若运动特性为理性驾驶，则将第二车辆交互行为决策模型确定为目标车辆交互行为决策模型。
108.可选的，自动驾驶车辆的交互行为决策装置800还包括：
109.第六处理单元，用于若存在预设事件，则将第三车辆交互行为决策模型确定为目标车辆交互行为决策模型，第三车辆交互行为决策模型是预先训练的预设事件情况下的车辆交互行为决策模型。
110.可选的，预设事件包括以下至少一项：交互场景对应的交互区域内存在车辆倒车、交互场景对应的交互区域内存在大型机动车启停、交互对象为弱势道路使用者或特殊用途车辆、交互场景对应的交互区域内车流量大于预设车流量。
111.本公开实施例的装置可用于执行上述方法实施例中的自动驾驶车辆的交互行为决策方法，其实现原理和技术效果类似，此处不再赘述。
112.根据本公开的实施例，本公开还提供了一种电子设备和存储有计算机指令的非瞬时计算机可读存储介质。
113.根据本公开的实施例，本公开还提供了一种自动驾驶车辆，包括前述的电子设备。
114.根据本公开的实施例，本公开还提供了一种计算机程序产品，程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
115.图9是用来实现本公开实施例的自动驾驶车辆的交互行为决策方法的电子设备的示意性框图。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。
116.如图9所示，电子设备900包括计算单元901，其可以根据存储在只读存储器(rom)902中的计算机程序或者从存储单元908加载到随机访问存储器(ram)903中的计算机程序，来执行各种适当的动作和处理。在ram 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、rom 902以及ram 903通过总线904彼此相连。输入/输出(i/o)接口905也
连接至总线904。
117.电子设备900中的多个部件连接至i/o接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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。
118.计算单元901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901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901执行上文所描述的各个方法和处理，例如自动驾驶车辆的交互行为决策方法。例如，在一些实施例中，自动驾驶车辆的交互行为决策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908。在一些实施例中，计算机程序的部分或者全部可以经由rom 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到ram 903并由计算单元901执行时，可以执行上文描述的自动驾驶车辆的交互行为决策方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行自动驾驶车辆的交互行为决策方法。
119.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。
120.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。
121.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。
122.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。
123.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。
124.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，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
125.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，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
126.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。

技术特征：

1.一种自动驾驶车辆的交互行为决策方法，包括：获取自动驾驶车辆的驾驶环境信息，所述驾驶环境信息包括所述自动驾驶车辆的运动状态信息、所述自动驾驶车辆周围的交通参与者的运动状态信息以及道路信息；根据所述驾驶环境信息确定所述自动驾驶车辆所处的交互场景以及所述自动驾驶车辆与交互对象的交互程度；基于所述交互场景和所述交互程度确定目标车辆交互行为决策模型，以通过所述目标车辆交互行为决策模型输出决策指令，所述目标车辆交互行为决策模型是预先训练的多个车辆交互行为决策模型中的一个。2.根据权利要求1所述的方法，其中，所述道路信息包括道路结构信息，所述根据所述驾驶环境信息确定所述自动驾驶车辆所处的交互场景以及所述自动驾驶车辆与交互对象的交互程度，包括：根据所述道路结构信息确定所述自动驾驶车辆所处的交互场景，所述交互场景为以下任一项：并行汇入场景、斜向汇入场景、t型汇入场景、车道增多场景、车道减少场景；根据所述交互场景、所述自动驾驶车辆的运动状态信息和所述自动驾驶车辆周围的交通参与者的运动状态信息，确定所述自动驾驶车辆与交互对象的交互程度。3.根据权利要求1或2所述的方法，其中，所述基于所述交互场景和所述交互程度确定目标车辆交互行为决策模型，包括：若所述交互程度大于或等于预设程度，则根据所述驾驶环境信息确定所述交互场景中是否存在预设事件；若不存在所述预设事件，则根据所述交互对象的运动状态信息，确定所述交互对象的运动意图；基于所述交互对象的运动意图确定目标车辆交互行为决策模型。4.根据权利要求3所述的方法，其中，所述基于所述交互对象的运动意图确定目标车辆交互行为决策模型，包括：若所述交互对象的运动意图为预设的高风险运动意图，则根据所述驾驶环境信息和所述运动意图，确定所述自动驾驶车辆所处环境的风险值；若所述风险值大于或等于预设风险值，则将第一车辆交互行为决策模型确定为所述目标车辆交互行为决策模型，所述第一车辆交互行为决策模型是预先训练的交互对象非理性驾驶情况下的车辆交互行为决策模型；若所述风险值小于预设风险值，则将第二车辆交互行为决策模型确定为所述目标车辆交互行为决策模型，所述第二车辆交互行为决策模型是预先训练的交互对象理性驾驶情况下的车辆交互行为决策模型。5.根据权利要求4所述的方法，还包括：若所述交互对象的运动意图为预设的低风险运动意图，则根据所述交互对象的运动状态信息和所述运动意图，确定所述交互对象的预测轨迹；根据所述交互对象的运动状态信息、所述运动意图和所述预测轨迹，确定所述交互对象的运动特性；若所述运动特性为非理性驾驶，则将所述第一车辆交互行为决策模型确定为所述目标车辆交互行为决策模型；
若所述运动特性为理性驾驶，则将所述第二车辆交互行为决策模型确定为所述目标车辆交互行为决策模型。6.根据权利要求3所述的方法，还包括：若存在所述预设事件，则将第三车辆交互行为决策模型确定为所述目标车辆交互行为决策模型，所述第三车辆交互行为决策模型是预先训练的所述预设事件情况下的车辆交互行为决策模型。7.根据权利要求3-6中任一项所述的方法，其中，所述预设事件包括以下至少一项：所述交互场景对应的交互区域内存在车辆倒车、所述交互场景对应的交互区域内存在大型机动车启停、所述交互对象为弱势道路使用者或特殊用途车辆、所述交互场景对应的交互区域内车流量大于预设车流量。8.一种自动驾驶车辆的交互行为决策装置，包括：获取模块，用于获取自动驾驶车辆的驾驶环境信息，所述驾驶环境信息包括所述自动驾驶车辆的运动状态信息、所述自动驾驶车辆周围的交通参与者的运动状态信息以及道路信息；第一处理模块，用于根据所述驾驶环境信息确定所述自动驾驶车辆所处的交互场景以及所述自动驾驶车辆与交互对象的交互程度；第二处理模块，用于基于所述交互场景和所述交互程度确定目标车辆交互行为决策模型，以通过所述目标车辆交互行为决策模型输出决策指令，所述目标车辆交互行为决策模型是预先训练的多个车辆交互行为决策模型中的一个。9.根据权利要求8所述的装置，其中，所述道路信息包括道路结构信息，所述第一处理模块，包括：第一处理单元，用于根据所述道路结构信息确定所述自动驾驶车辆所处的交互场景，所述交互场景为以下任一项：并行汇入场景、斜向汇入场景、t型汇入场景、车道增多场景、车道减少场景；第二处理单元，用于根据所述交互场景、所述自动驾驶车辆的运动状态信息和所述自动驾驶车辆周围的交通参与者的运动状态信息，确定所述自动驾驶车辆与交互对象的交互程度。10.根据权利要求8或9所述的装置，其中，所述第二处理模块，包括：第三处理单元，用于若所述交互程度大于或等于预设程度，则根据所述驾驶环境信息确定所述交互场景中是否存在预设事件；第四处理单元，用于若不存在所述预设事件，则根据所述交互对象的运动状态信息，确定所述交互对象的运动意图；第五处理单元，用于基于所述交互对象的运动意图确定目标车辆交互行为决策模型。11.根据权利要求10所述的装置，其中，所述第五处理单元，包括：第一处理子单元，用于若所述交互对象的运动意图为预设的高风险运动意图，则根据所述驾驶环境信息和所述运动意图，确定所述自动驾驶车辆所处环境的风险值；第二处理子单元，用于若所述风险值大于或等于预设风险值，则将第一车辆交互行为决策模型确定为所述目标车辆交互行为决策模型，所述第一车辆交互行为决策模型是预先训练的交互对象非理性驾驶情况下的车辆交互行为决策模型；
第三处理子单元，用于若所述风险值小于预设风险值，则将第二车辆交互行为决策模型确定为所述目标车辆交互行为决策模型，所述第二车辆交互行为决策模型是预先训练的交互对象理性驾驶情况下的车辆交互行为决策模型。12.根据权利要求11所述的装置，还包括：第四处理子单元，用于若所述交互对象的运动意图为预设的低风险运动意图，则根据所述交互对象的运动状态信息和所述运动意图，确定所述交互对象的预测轨迹；第五处理子单元，用于根据所述交互对象的运动状态信息、所述运动意图和所述预测轨迹，确定所述交互对象的运动特性；第六处理子单元，用于若所述运动特性为非理性驾驶，则将所述第一车辆交互行为决策模型确定为所述目标车辆交互行为决策模型；第七处理子单元，用于若所述运动特性为理性驾驶，则将所述第二车辆交互行为决策模型确定为所述目标车辆交互行为决策模型。13.根据权利要求10所述的装置，还包括：第六处理单元，用于若存在所述预设事件，则将第三车辆交互行为决策模型确定为所述目标车辆交互行为决策模型，所述第三车辆交互行为决策模型是预先训练的所述预设事件情况下的车辆交互行为决策模型。14.根据权利要求10-13中任一项所述的装置，其中，所述预设事件包括以下至少一项：所述交互场景对应的交互区域内存在车辆倒车、所述交互场景对应的交互区域内存在大型机动车启停、所述交互对象为弱势道路使用者或特殊用途车辆、所述交互场景对应的交互区域内车流量大于预设车流量。15.一种电子设备，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权利要求1-7中任一项所述的方法。16.一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权利要求1-7中任一项所述的方法。17.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法。18.一种自动驾驶车辆，包括如权利要求15所述的电子设备。

技术总结

本公开提供了一种自动驾驶车辆的交互行为决策方法、装置及自动驾驶车辆，涉及人工智能领域，尤其涉及自动驾驶技术。该方法包括：获取自动驾驶车辆的驾驶环境信息，驾驶环境信息包括自动驾驶车辆的运动状态信息、自动驾驶车辆周围的交通参与者的运动状态信息以及道路信息；根据驾驶环境信息确定自动驾驶车辆所处的交互场景以及自动驾驶车辆与交互对象的交互程度；基于交互场景和交互程度确定目标车辆交互行为决策模型，以通过目标车辆交互行为决策模型输出决策指令，目标车辆交互行为决策模型是预先训练的多个车辆交互行为决策模型中的一个。该方法提高了动态不确定环境下自动驾驶车辆的交互行为决策的泛化能力。驶车辆的交互行为决策的泛化能力。驶车辆的交互行为决策的泛化能力。