驾驶策略的确定方法、装置及自动驾驶车辆与流程

车辆装置的制造及其改造技术1.本公开涉及车辆技术领域，尤其涉及自动驾驶、智能交通技术领域，具体涉及一种驾驶策略的确定方法、装置及自动驾驶车辆。背景技术：2.自动驾驶技术依靠计算机视觉、雷达、监控装置、全球定位系统等协同合作，让机动车辆可以在不需要人类主动操作的情况下，实现自动驾驶。在自动驾驶的驾驶行为决策规划中，通常使用检测碰撞的逻辑判断进行决策，通过感知当前环境，选择一种较为安全的行驶方式以实现自动驾驶。技术实现要素：3.本公开提供了一种驾驶策略的确定方法、装置及自动驾驶车辆。4.根据本公开的第一方面，提供了一种驾驶策略的确定方法，应用于第一车辆，所述方法包括：5.根据所述第一车辆的行驶信息及第二车辆的行驶信息确定所述第一车辆和所述第二车辆的博弈场景，所述第二车辆为与所述第一车辆的驾驶行为存在关联的车辆；6.基于所述第一车辆的行驶信息及所述第二车辆的行驶信息确定所述第一车辆在所述博弈场景下的m个第一驾驶策略和所述第二车辆在所述博弈场景下的n个第二驾驶策略，m、n均为正整数；7.基于所述m个第一驾驶策略和所述n个第二驾驶策略确定驾驶策略组合，并确定所述第一车辆和所述第二车辆在每个驾驶策略组合下的收益信息，一个所述驾驶策略组合包括一个所述第一驾驶策略和一个所述第二驾驶策略；8.基于所述收益信息确定所述第一车辆的第一目标驾驶策略，所述第一目标驾驶策略为所述m个第一驾驶策略中的一个。9.根据本公开的第二方面，提供了一种驾驶策略的确定装置，应用于第一车辆，所述装置包括：10.博弈场景确定模块，用于根据所述第一车辆的行驶信息及第二车辆的行驶信息确定所述第一车辆和所述第二车辆的博弈场景，所述第二车辆为与所述第一车辆的驾驶行为存在关联的车辆；11.驾驶策略确定模块，用于基于所述第一车辆的行驶信息及所述第二车辆的行驶信息确定所述第一车辆在所述博弈场景下的m个第一驾驶策略和所述第二车辆在所述博弈场景下的n个第二驾驶策略，m、n均为正整数；12.收益信息确定模块，用于基于所述m个第一驾驶策略和所述n个第二驾驶策略确定驾驶策略组合，并确定所述第一车辆和所述第二车辆在每个驾驶策略组合下的收益信息，一个所述驾驶策略组合包括一个所述第一驾驶策略和一个所述第二驾驶策略；13.目标驾驶策略确定模块，用于基于所述收益信息确定所述第一车辆的第一目标驾驶策略，所述第一目标驾驶策略为所述m个第一驾驶策略中的一个。14.根据本公开的第三方面，提供了一种电子设备，包括：15.至少一个处理器；以及16.与所述至少一个处理器通信连接的存储器；其中，17.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第一方面所述的方法。18.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，其中，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。19.根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据第一方面所述的方法。20.根据本公开的第六方面，提供了一种自动驾驶车辆，被配置为执行如第一方面所述的方法。21.本公开实施例中，能够在车辆的驾驶过程中，通过增加车辆之间相互博弈的方式，计算车辆在不同驾驶策略下收益，以对车辆的驾驶行为进行决策，进而能够提升车辆驾驶行为的智能性，也能够更有助于保障车辆行驶的安全性。22.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23.附图用于更好地理解本方案，不构成对本公开的限定。其中：24.图1是本公开一实施例提供的一种驾驶策略的确定方法的流程示意图；25.图2是第一车辆和第二车辆的驾驶场景示意图；26.图3是本公开一实施例提供的一种驾驶策略的确定装置的结构示意图；27.图4是用来实现本公开实施例的驾驶策略的确定方法的电子设备的框图。具体实施方式28.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。29.请参照图1，图1是本公开实施例提供的一种驾驶策略的确定方法，所述方法应用于第一车辆，例如所述方法的执行主体可以是所述第一车辆的车载终端或者处理器。如图1所示，所述方法包括以下步骤：30.步骤s101、根据所述第一车辆的行驶信息及第二车辆的行驶信息确定所述第一车辆和所述第二车辆的博弈场景，所述第二车辆为与所述第一车辆的驾驶行为存在关联的车辆。31.可选地，所述第二车辆与所述第一车辆的驾驶行为存在关联可以是指：所述第二车辆阻挡第一车辆的视线和行驶、所述第二车辆可能与第一车辆发生碰撞等。例如，所述第二车辆可以是指位于第一车辆的行驶方向的前方且可能与第一车辆发生碰撞的车辆。32.需要说明地，所述第二车辆可以是一辆车辆，或者也可以是多辆车辆，本技术实施例对此不作具体限定。33.可选地，所述第一车辆的行驶信息可以是包括第一车辆的当前车速、历史车速、预设时间段内的平均车速、历史驾驶行为(例如加速、减速、变道等)、行驶方向、行驶路径等；所述第二车辆的行驶信息可以是包括第二车辆的当前车速、历史驾驶行为(例如加速、减速、变道等)、行驶方向、行驶路径等。其中，所述第二车辆的行驶信息可以是第一车辆通过自身安装的摄像装备监控获得，或者也可以是第一车辆通过车联网的云端服务器获得。34.本公开实施例中，在获取到第一车辆的行驶信息及第二车辆的行驶信息后，第一车辆根据自身的行驶信息以及第二车辆的行驶信息确定二者之间的博弈场景。例如，所述第二车辆为可能与第一车辆发生碰撞的车辆，第一车辆可以是根据自身的当前车速、行驶路径、行驶方向以及第二车辆的当前车速、行驶路径和行驶方向确定第一车辆和第二车辆的博弈场景。例如所述博弈场景可以是第二车辆可能汇入第一车辆所在的车道，且第二车辆的车速小于第一车辆的车速，或者所述博弈场景可以是第一车辆变道至第二车辆所在的车道，等等。所述博弈场景可以是与车辆的驾驶场景相关，本公开实施例不做过多列举。35.步骤s102、基于所述第一车辆的行驶信息及所述第二车辆的行驶信息确定所述第一车辆在所述博弈场景下的m个第一驾驶策略和所述第二车辆在所述博弈场景下的n个第二驾驶策略。36.其中，m、n均为正整数。37.本技术实施例中，在确定第一车辆和第二车辆的博弈场景后，确定所述第一车辆在该博弈场景下可以选择的至少一个第一驾驶策略，以及第二车辆在该博弈场景下的至少一个第二驾驶策略。38.例如，例如所述博弈场景为第二车辆汇入第一车辆所在的车道，基于该博弈场景可以确定第一车辆的第一驾驶策略可以是包括加速、减速，所述第二车辆的第二驾驶策略可以是包括加速、减速；或者，基于该博弈场景确定第一车辆的第一驾驶策略也可以是包括避让、不避让，所述第二车辆的第二驾驶策略也包括避让、不避让。39.需要说明的是，在博弈论的思想下，所述第一驾驶策略和第二驾驶策略可以是相同，或者以可以不同，例如第一车辆的第一驾驶策略可以是避让，第二车辆的第二驾驶策略也可以是避让。40.步骤s103、基于所述m个第一驾驶策略和所述n个第二驾驶策略确定驾驶策略组合，并确定所述第一车辆和所述第二车辆在每个驾驶策略组合下的收益信息。41.其中，一个所述驾驶策略组合包括一个所述第一驾驶策略和一个所述第二驾驶策略。42.例如，假设第一车辆和第二车辆的博弈场景为第二车辆汇入第一车辆所在的车道，在该博弈场景下所述第一车辆可以是选择避让或者不避让的第一驾驶策略，所述第二车辆也可以选择避让或者不避让的第二驾驶策略，进而基于第一车辆和第二车辆各自对应的驾驶策略也就一共能够得到该博弈场景下的四种驾驶策略组合：(1)第一车辆避让and第二车辆避让、(2)第一车辆避让and第二车辆不避让、(3)第一车辆不避让and第二车辆避让、(4)第一车辆不避让and第二车辆不避让。43.进一步地，在确定驾驶策略组合后，获取所述第一车辆和第二车辆在每个驾驶策略组合下的收益信息。需要说明的是，每个驾驶策略组合对应的收益信息包括第一车辆的收益信息和第二车辆的收益信息。44.可选地，可以是基于第一车辆的行驶信息和第二车辆的行驶信息来计算第一车辆和第二车辆在每个驾驶策略组合下的收益信息。例如，所述博弈场景为第二车辆汇入第一车辆所在的车道，则可以是根据第一车辆的车速和第二车辆的车速来计算第一车辆和第二车辆在每个驾驶策略组合下的收益信息。假设在其中一个驾驶策略组合下，对应的第一驾驶策略为避让、第二驾驶策略为不避让，可以是通过第一车辆的车速与第二车辆的车速的差值来确定避让的驾驶策略对应的收益信息，通过第一车辆的加速度与第二车辆的减速度的差值来确定不避让的的驾驶策略对应的收益信息，进而以得到在该驾驶策略组合下第一驾驶策略对应的收益信息和第二驾驶策略对应的收益信息。所述收益信息的计算还可以是其他的可能方式，本公开实施例对此不做具体限定。45.需要说明的是，所述收益信息的还可以是通过构建博弈模型来确定。例如可以是根据自身的当前车速、行驶路径、行驶方向以及第二车辆的当前车速、行驶路径和行驶方向构建博弈模型。所述博弈模型可以是指一种用于计算收益的运算模型，例如可以是一种计算公式，或者也可以是一组计算公式，该博弈模型不属于神经网络模型。46.步骤s104、基于所述收益信息确定所述第一车辆的第一目标驾驶策略，所述第一目标驾驶策略为所述m个第一驾驶策略中的一个。47.本公开实施例中，在基于m个第一驾驶策略和n个第二驾驶策略确定驾驶策略组合后，获取所述第一车辆和所述第二车辆在每个驾驶策略组合下的收益信息，也即能够基于这些驾驶策略组合对应的收益信息构建收益矩阵。48.进一步地，第一车辆可以是从所述收益矩阵中确定出收益最优的收益信息，并将该收益最优的收益信息对应的第一驾驶策略确定为所述第一车辆的第一目标驾驶策略，进而第一车辆可以是采用所述第一目标驾驶策略来决策车辆的驾驶行为。49.本公开实施例中，根据第一车辆的行驶信息及第二车辆的行驶信息确定所述第一车辆和所述第二车辆的博弈场景，并确定所述第一车辆在所述博弈场景下的m个第一驾驶策略和所述第二车辆在所述博弈场景下的n个第二驾驶策略，以此确定多个驾驶策略组合，并计算第一车辆和第二车辆在每个驾驶策略组合下的收益信息，基于所述收益信息来确定第一车辆的第一目标驾驶策略，进而使得第一车辆能够采用所述第一目标驾驶策略来决策车辆的驾驶行为。这样，也就能够在车辆的驾驶过程中，通过增加车辆之间相互博弈的方式，计算车辆在不同驾驶策略下收益，以对车辆的驾驶行为进行决策，进而能够提升车辆驾驶行为的智能性，也能够更有助于保障车辆行驶的安全性。50.可选地，所述收益信息包括第一收益信息，所述确定所述第一车辆和所述第二车辆在每个驾驶策略组合下的收益信息，包括：51.获取所述第一车辆的第一车速、所述第二车辆的第二车速以及预设的目标速度；52.根据所述第一车速、所述第二车速及所述预设的目标速度确定所述第一车辆和所述第二车辆在每个驾驶策略组合下的第一收益信息；53.这种情况下，所述基于所述收益信息确定所述第一车辆的第一目标驾驶策略，包括：54.基于所述第一收益信息确定所述第一车辆的第一目标驾驶策略。55.需要说明地，所述预设的目标速度可以是第一车辆预先设定的速度，或者也可以是第一车辆基于历史速度计算得到的速度。56.在本可选的实施方式中，第一车辆可以是根据其自身的第一车速、第二车辆的第二车速以及预设的目标速度来计算第一车辆和第二车辆在每个驾驶策略组合下的第一收益信息。57.例如，所述第一收益信息的计算公式如下：[0058][0059]其中，w1为第一权重，w2为第二权重，vhmi为预设的目标速度，当该公式用于计算第二车辆对应第一收益信息时，vhmi为第二车辆的当前车速，vt为t时刻第一车辆的车速，t为未来的某时刻，当该公式用于计算第一车辆对应第一收益信息时，v0为第一车辆的当前车速，当该公式用于计算第二车辆对应第一收益信息时，v0为第二车辆的当前车速。[0060]需要说明的是，上述公式中，需要说明的是，上述公式中，时，f(t)为驾驶策略1对应的第一收益信息；f(t)＝1时，f(t)为驾驶策略2对应的第一收益信息。[0061]例如，假设驾驶策略1为避让，驾驶策略2为不避让，驾驶策略组合a中，第一车辆的第一驾驶策略为避让，第二车辆的第二驾驶策略为不避让，则在该驾驶策略组合a下，第一车辆对应的第一收益信息第二车辆对应的第一收益信息为f(t)＝1。或者，驾驶策略组合b中，第一车辆的第一驾驶策略为避让，第二车辆的第二驾驶策略因为避让，则在该驾驶策略组合b下，第一车辆对应的第一收益信息一收益信息第二车辆对应的第一收益信息为第一收益信息为需要说明的是，第一收益信息的计算可以是参照上述公式参数的解释说明来获取。[0062]进而，第一车辆也就能够基于上述第一收益信息的计算公式来获取第一车辆和第二车辆在每个驾驶策略组合下的第一收益信息。进一步地，第一车辆基于各驾驶策略组合下的第一收益信息来确定第一车辆的第一目标驾驶策略。可选地，可以是获取多个驾驶策略组合各自对应的第一收益信息中收益最优的第一收益信息，将该第一收益信息对应的第一驾驶策略确定为第一车辆的第一目标驾驶车辆，进而第一车辆可以是采用所述第一目标驾驶策略来决策车辆的驾驶行为。[0063]例如，所述博弈场景为第二车辆汇入第一车辆所在的车道，驾驶策略1为避让，驾驶策略2为不避让，基于这两种驾驶策略能够得到该博弈场景下的四种驾驶策略组合(具体可参照上述实施例中的列举)，基于上述公式分别计算这四种驾驶策略组合各自对应的第一收益信息。其中，若第一车辆在选择第一驾驶策略为避让时对应的第一收益信息最高，而第二车辆在选择第二驾驶策略为不避让时对应的第一收益信息最高，则将第一驾驶策略为避让确定为第一车辆的第一目标驾驶策略，进而第一车辆可以基于该第一目标驾驶策略决策其驾驶行为为避让。[0064]在该实施方式下，通过第一车辆的第一车速、第二车辆的第二车速以及预设的目标速度来确定所述第一车辆和所述第二车辆在每个驾驶策略组合下的第一收益信息，进而基于所述第一收益信息来确定所述第一车辆的第一目标驾驶策略。这样，也就有效利用了车辆的车速来计算收益信息，使得确定的第一目标驾驶策略更贴合车辆的驾驶行为，也有助于保障车辆驾驶的安全性。[0065]可选地，所述收益信息还可以包括第二收益信息，所述方法还包括：[0066]基于所述第一车速及所述第二车速确定第二收益信息；[0067]所述基于所述收益信息确定所述第一车辆的第一目标驾驶策略，包括：[0068]基于所述第一收益信息确定所述第一车辆的第一目标驾驶策略。[0069]在该实施方式中，基于第一车辆的第一车速及第二车辆的第二车速来确定第二收益信息。可选地，可以是计算第一车速与第二车速的差值来确定第二收益信息，或者也可以是基于计算第一车速降至目标速度的时间，以及第二车速降至目标速度的时间来确定第二收益信息。[0070]示例性地，所述博弈场景为第二车辆汇入第一车辆所在的车道，假设第一驾驶策略为避让，第二驾驶策略为不避让，基于这两种驾驶策略能够得到该博弈场景下的四种驾驶策略组合；该博弈场景下，在0-t时刻(也即当前至未来某一时刻)内，若第一车辆与第二车辆不发生碰撞，则对应的第二收益信息可以是预设值(例如0)，若第一车辆与第二车辆发生碰撞，则所述第二收益信息可以是与发生碰撞的时刻相关。[0071]可选地，上述博弈场景下，第二收益信息的计算公式如下：[0072][0073]其中，[0,t]表示当前至未来某一时刻，t表示[0,t]中的某一时刻。t可以是预先设定的时刻，例如当前至未来的10s。[0074]需要说明的是，第一车辆与第二车辆在t时刻是否发生碰撞，可以是基于第一车辆的第一车速与第二车辆的第二车速以及两车的行驶方向预测得到。[0075]例如，假设第二车辆变道至第一车辆所在的车道且位于第一车辆的前方，若第一车辆的第一车速大于第二车辆的第二车速，则基于第一车速与第二车速能够计算出两车发生碰撞的时刻，若该时刻属于预设的[0,t]内，则第二收益信息若该时刻不属于预设的[0,t]内，则第二收益信息f(t)＝0；或者，若计算得到两车不会发生碰撞，则第二收益信息f(t)＝0。需要说明的是，该实施方式下，第一车辆对应的第二收益信息与第二车辆对应的第二收益信息可以相同。例如，若预测得到两车在t时刻不会发生碰撞，则两车对应的第二收益信息都为0，若预测得到两车在t时刻发生碰撞，则两车对应的第二收益信息都为[0076]其中，若两车在t时刻发生碰撞，则该t时刻的时间距离当前时刻越远，则第二收益信息越小，对总的收益信息的影响也越小。这样，两车发生碰撞的时间距离当前时间越远，也就越有助于第一车辆有更多的时间来做出应对以避免发生碰撞。[0077]该实施方式中，在计算得到第二收益信息后，则第一车辆可以是在第一收益信息的基础上结合第二收益信息来得到总的收益信息，例如总的收益信息为第一收益信息与第二收益信息之和。进一步地，基于总的收益信息来确定第一车辆的第一目标驾驶策略。例如，假设在驾驶策略组合a下，若第一车辆的第一收益信息为驾驶策略组合a下，若第一车辆的第一收益信息为第二车辆的第一收益信息为1，若两车在t时刻不碰撞，则第一车辆和第二车辆对应的第二收益信息均为0，则第一车辆总的收益信息即为第二车辆总的收益信息即为1。基于同样的原理，可以分别计算得到第一车辆和第二车辆在每个驾驶策略组合下的总的收益信息。分析比较两车在不同驾驶策略组合下的总的收益信息，进而以确定第一车辆的第一目标驾驶策略。[0078]本实施方式中，通过结合第一收益信息和第二收益来确定第一车辆的第一目标驾驶策略，进而使得对于收益信息的计算更加全面，使得确定的第一目标驾驶策略也就考虑了更多的因素，更有助于提升车辆驾驶的安全性。[0079]可选地，所述收益信息还包括第三收益信息，所述方法还可以包括：[0080]获取所述第一车辆的第二目标驾驶策略，所述第二目标驾驶策略为所述第一目标驾驶策略的前一个目标驾驶策略；[0081]根据所述第一收益信息和所述第二收益信息中的至少一者确定所述第一车辆的备选驾驶策略；[0082]比对所述备选驾驶策略相对于所述第二目标驾驶策略是否发生变化，并基于比对结果确定第三收益信息。[0083]本实施方式中，根据上述第一收益信息和/或第二收益信息确定第一车辆的备选驾驶策略。例如，假设博弈场景为第二车辆汇入第一车辆所在的车道，驾驶策略1为避让，驾驶策略2为不避让，也就能够得到四种驾驶策略组合；基于上述第一收益信息和第二收益信息的计算方式得到各驾驶策略组合下总的收益信息，通过分析比较得到收益最优的驾驶策略组合为第一车辆的第一驾驶策略为避让，第二车辆的第二驾驶策略为不避让，则将避让确定为第一车辆的备选驾驶策略。[0084]若第一车辆在当前时刻的前一个目标驾驶策略为避让，也即第二目标驾驶策略为避让，则备选驾驶策略与第二目标驾驶策略一致，也即备选驾驶策略相对于所述第二目标驾驶策略未发生变化，以此确定第三收益信息为第一数值；若第二目标驾驶策略为不避让，也即备选驾驶策略相对于所述第二目标驾驶策略发生了变化，则确定第三收益信息为第二数值。[0085]例如，所述第三收益信息可以是基于如下公式确定：[0086][0087]其中，f(xt)为第三收益信息，xt表示t时刻的目标驾驶策略，xt-1表示t时刻的前一个时刻的目标驾驶策略。由上述公式可知，当t时刻的目标驾驶策略与前一个时刻的目标驾驶策略相同，则t时刻对应的第三收益信息为0，当t时刻的目标驾驶策略与前一个时刻的目标驾驶策略不同，则t时刻对应的第三收益信息为-1。[0088]该实施方式下，所述收益信息包括第三收益信息，在确定了第三收益信息后，可以是基于第三收益信息来确定第一车辆的第一目标驾驶策略。例如，收益信息包括第一收益信息，则可以是基于第一收益信息与第三收益信息之和来计算总的收益信息，比较各驾驶策略组合下总的收益信息，将其中收益最优所对应的驾驶策略组合中的第一驾驶策略确定为第一车辆的第一目标驾驶策略，进而第一车辆可以基于该第一目标驾驶策略决策其驾驶行为。[0089]本实施方式中，第三收益信息考虑了当前可能的目标驾驶策略和前一个目标驾驶策略，这样也就能够将驾驶策略是否发生变化结合到收益信息的计算中，有助于提升收益信息的准确性和全面性，使得确定的目标驾驶策略能更贴合车辆的驾驶行为。[0090]可选地，所述基于所述第一收益信息和所述第二收益信息确定所述第一车辆的第一目标驾驶策略，包括：[0091]基于所述第一收益信息、所述第二收益信息及所述第三收益信息确定所述第一车辆的第一目标驾驶策略。[0092]本公开实施例中，在基于上述方式确定第三收益信息后，可以是结合第一收益信息、第二收益信息及第三收益信息来计算总的收益信息，例如总的收益信息为第一收益信息、第二收益信息及第三收益信息之和，以此来确定每个驾驶策略组合下的总的收益信息，进而以确定第一车辆的第一目标驾驶策略。这样，也就使得确定出的第一目标驾驶策略是综合考虑了第一收益信息、第二收益信息和第三收益信息后确定得出的，也就更全面地考虑了车辆驾驶行为中更多的因素和参数信息，有助于提升博弈场景下总的收益信息的准确性，进而也就更有助于保障确定出的第一目标驾驶策略是对第一车辆和第二车辆的驾驶都最优的策略，提升车辆驾驶的安全性。[0093]可选地，所述基于所述收益信息确定所述第一车辆的第一目标驾驶策略，包括：[0094]基于纳什平衡从所述第一车辆和所述第二车辆在每个驾驶策略组合下的收益信息中确定出目标收益信息；[0095]将所述目标收益信息对应的驾驶策略组合中的第一驾驶策略确定所述第一车辆的第一目标驾驶策略。[0096]本实施方式中，在获取到第一车辆和第二车辆在每个驾驶策略组合下的收益信息后，可以是分析比较各个驾驶策略组合对应的收益信息。例如，可以是先判断第一车辆在各个驾驶策略组合下是否存在最优收益，若存在，则可以是将第一车辆的最优收益对应的第一驾驶策略作为第一目标驾驶策略；若不存在，则可以是判断第二车辆在各个驾驶策略组合下是否存在最优收益，若存在，则可以是将第二车辆的最优收益对应的驾驶策略组合中第一车辆的第一驾驶策略作为第一目标驾驶策略；若两车都不存在明显的优势收益的情况下，则可以是基于纳什平衡来确定出目标收益信息，该目标收益信息也即在所有的驾驶策略组合中，第一车辆和第二车辆综合考虑的收益最优，进而将目标收益信息对应的驾驶策略组合中的第一驾驶策略确定为第一车辆的第一目标驾驶策略。[0097]需要说明地，所述纳什平衡也称为非合作博弈均衡，所述目标收益信息也即基于纳什平衡从多个收益信息中确定出的对第一车辆和第二车辆都最优的收益信息。这样，也就能够确保基于目标收益信息确定出的第一目标驾驶策略，更有利于第一车辆和第二车辆在博弈场景下驾驶，有助于保障车辆驾驶的安全性，也提升了车辆驾驶策略决策的智能性。[0098]为更好地理解，以下通过一个具体的实施例来对本公开提供的技术方案进行说明。[0099]请参照图2，图2为第一车辆和第二车辆的驾驶场景示意图，假设将位于下方车道的车辆确定为第一车辆，位于上方车道的车辆确定为第二车辆，两车的博弈场景为第二车辆将汇入第一车辆的车道，则两车有发生碰撞的可能，针对该博弈场景的两种驾驶策略分别为避让和保持，也即第一车辆可以选择避让或保持，第二车辆也可以选择避让或保持，得到四种驾驶策略组合，并基于第一车辆和第二车辆的各自的行驶信息确定第一车辆和第二车辆在各驾驶策略组合下的收益信息(如下表1所示)，所述收益信息的计算方式可以是参照上述实施例中的计算公式，此处不再赘述。[0100]表1.驾驶策略组合对应的收益信息[0101]第一车辆第二车辆避让保持避让(-0.2,-0.2)(0.3,0.4)保持(0.6,-0.2)(-0.1,-0.2)[0102]需要说明地，以第一车辆避让、第二车辆保持的驾驶策略组合为例，该驾驶策略组合对应的收益信息为(0.3,0.4)，也即第一车辆的收益为0.3，第二车辆的收益为0.4。[0103]根据上述表1，基于第一车辆在不同驾驶策略组合中的收益可以看出，第一车辆无严格优势策略，而第二车辆在不同驾驶策略组合中的收益可以得出，第二车辆存在优势策略，也即保持的驾驶策略。由此可见，第二车辆选择保持的驾驶策略会更加符合当前博弈场景下的行为模式，而第二车辆必然会选择保持的驾驶策略的情况下，第一车辆选择避让的驾驶策略可以保证收益最高。因此，该博弈场景下的目标收益信息也即(0.3,0.4)，进而也就能够确定第一车辆的第一目标驾驶策略为避让。[0104]这样，也就通过博弈的方式来确定车辆的驾驶策略，提升了车辆驾驶的智能性，也保证了车辆驾驶的安全性。[0105]可选地，所述车辆可以为自动驾驶车辆，进而通过博弈的方式来对自动驾驶车辆的驾驶行为进行决策，能够有效提升自动驾驶车辆的驾驶智能性和执行高效性，也能够提升自动驾驶车辆的稳定性和安全性，提升自动驾驶车辆的行驶体验和乘坐体验。[0106]请参照图3，图3是本公开实施例提供的一种驾驶策略的确定装置的结构示意图，所述装置应用于第一车辆。如图3所示，驾驶策略的确定装置300包括：[0107]博弈场景确定模块301，用于根据所述第一车辆的行驶信息及第二车辆的行驶信息确定所述第一车辆和所述第二车辆的博弈场景，所述第二车辆为与所述第一车辆的驾驶行为存在关联的车辆；[0108]驾驶策略确定模块302，用于基于所述第一车辆的行驶信息及所述第二车辆的行驶信息确定所述第一车辆在所述博弈场景下的m个第一驾驶策略和所述第二车辆在所述博弈场景下的n个第二驾驶策略，m、n均为正整数；[0109]收益信息确定模块303，用于基于所述m个第一驾驶策略和所述n个第二驾驶策略确定驾驶策略组合，并确定所述第一车辆和所述第二车辆在每个驾驶策略组合下的收益信息，一个所述驾驶策略组合包括一个所述第一驾驶策略和一个所述第二驾驶策略；[0110]目标驾驶策略确定模块304，用于基于所述收益信息确定所述第一车辆的第一目标驾驶策略，所述第一目标驾驶策略为所述m个第一驾驶策略中的一个。[0111]可选地，所述收益信息包括第一收益信息，所述收益信息确定模块303还用于：[0112]获取所述第一车辆的第一车速、所述第二车辆的第二车速以及预设的目标速度；[0113]根据所述第一车速、所述第二车速及所述预设的目标速度确定所述第一车辆和所述第二车辆在每个驾驶策略组合下的第一收益信息；[0114]所述目标驾驶策略确定模块304还用于：基于所述第一收益信息确定所述第一车辆的第一目标驾驶策略。[0115]可选地，所述收益信息还包括第二收益信息，所述收益信息确定模块303还用于：[0116]基于所述第一车速及所述第二车速确定第二收益信息；[0117]所述目标驾驶策略确定模块304还用于：基于所述第一收益信息和所述第二收益信息确定所述第一车辆的第一目标驾驶策略。[0118]可选地，所述收益信息还包括第三收益信息，所述收益信息确定模块303还用于：[0119]获取所述第一车辆的第二目标驾驶策略，所述第二目标驾驶策略为所述第一目标驾驶策略的前一个目标驾驶策略；[0120]根据所述第一收益信息和所述第二收益信息中的至少一者确定所述第一车辆的备选驾驶策略；[0121]比对所述备选驾驶策略相对于所述第二目标驾驶策略是否发生变化，并基于比对结果确定第三收益信息。[0122]可选地，所述目标驾驶策略确定模块304还用于：[0123]基于所述第一收益信息、所述第二收益信息及所述第三收益信息确定所述第一车辆的第一目标驾驶策略。[0124]可选地，所述目标驾驶策略确定模块304还用于：[0125]基于纳什平衡从所述第一车辆和所述第二车辆在每个驾驶策略组合下的收益信息中确定出目标收益信息；[0126]将所述目标收益信息对应的驾驶策略组合中的第一驾驶策略确定所述第一车辆的第一目标驾驶策略。[0127]本公开实施例中，所述装置通过增加车辆之间相互博弈的方式，计算车辆在不同驾驶策略下收益，以对车辆的驾驶行为进行决策，进而能够提升车辆驾驶行为的智能性，也能够更有助于保障车辆行驶的安全性。[0128]需要说明地，本公开实施例中所提供的驾驶策略的确定装置300能够实现上述图1所述方法实施例中的全部技术过程，并能达到相同的技术效果，为避免重复，此处不再赘述。[0129]本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。[0130]根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。[0131]图4示出了可以用来实施本公开的实施例的示例电子设备400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。[0132]如图4所示，电子设备400包括计算单元401，其可以根据存储在只读存储器(rom)402中的计算机程序或者从存储单元408加载到随机访问存储器(ram)403中的计算机程序，来执行各种适当的动作和处理。在ram 403中，还可存储设备400操作所需的各种程序和数据。计算单元401、rom 402以及ram 403通过总线404彼此相连。输入/输出(i/o)接口405也连接至总线404。[0133]电子设备400中的多个部件连接至i/o接口405，包括：输入单元406，例如键盘、鼠标等；输出单元407，例如各种类型的显示器、扬声器等；存储单元408，例如磁盘、光盘等；以及通信单元409，例如网卡、调制解调器、无线通信收发机等。通信单元409允许电子设备400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。[0134]计算单元401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401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401执行上文所描述的各个方法和处理，例如驾驶策略的确定方法。例如，在一些实施例中，驾驶策略的确定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408。在一些实施例中，计算机程序的部分或者全部可以经由rom 402和/或通信单元409而被载入和/或安装到电子设备400上。当计算机程序加载到ram 403并由计算单元401执行时，可以执行上文描述的驾驶策略的确定方法的一个或多个步骤。备选地，在其他实施例中，计算单元401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行驾驶策略的确定方法。[0135]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)、负载可编程逻辑设备(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。[0136]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。[0137]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。[0138]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。[0139]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。[0140]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，也可以为分布式系统的服务器，或者是结合了区块链的服务器。[0141]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。[0142]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。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!