(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111354329.4 (22)申请日 2021.11.12 (71)申请人 京东鲲鹏(江苏)科技有限公司 地址 215500 江苏省苏州市 常熟市东 南街 道云深路2号 (72)发明人 徐鑫　 (74)专利代理 机构 北京律智知识产权代理有限 公司 11438 代理人 王辉　阚梓瑄 (51)Int.Cl. G06Q 10/04(2012.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 换道策略生成方法和装置、 计算机存储介 质、 电子设备 (57)摘要 本公开是关于一种换道策略生成方法和装 置、 计算机存储介质、 电子设备， 涉及智能驾驶技 术领域， 该方法包括： 获取当前车辆的状态信息 以及与所述当前车辆关联的周围车辆的状态信 息； 将所述 当前车辆的状态信息以及所述周围车 辆的状态信息输入至当前换道学习器以及预设 的轨迹优化器中， 得到轨迹学习控制量以及轨迹 优化控制量； 在确定所述轨迹学习控制量与所述 轨迹优化控制量的偏差大于预设阈值时， 基于所 述轨迹优化控制量生成当前路径数据对； 通过所 述当前路径数据对对所述当前换道学习器进行 训练， 得到目标换道学习器， 通过所述目标换道 学习器得到所述当前车辆的换道策略。 本公开提 高了换道策略生成的效率以及准确率。 权利要求书2页 说明书15页 附图7页 CN 114021840 A 2022.02.08 CN 114021840 A 1.一种换道策略生成方法， 其特 征在于， 包括： 获取当前 车辆的状态信息以及与所述当前 车辆关联的周围车辆的状态信息； 将所述当前车辆的状态信息以及所述周围车辆的状态信息输入至当前换道学习器以 及预设的轨 迹优化器中， 得到 轨迹学习控制量以及轨 迹优化控制量； 在确定所述轨迹学习 控制量与所述轨迹优化控制量的偏差大于预设阈值 时， 基于所述 轨迹优化控制量 生成当前路径数据对； 通过所述当前路径数据对对所述当前换道学习器进行训练， 得到目标换道学习器， 通 过所述目标 换道学习器得到所述当前 车辆的换道策略。 2.根据权利要求1所述的换道策略生成方法， 其特征在于， 获取当前车辆的状态信 息以 及与所述当前 车辆关联的周围车辆的状态信息， 包括： 获取当前 车辆的行驶速度、 航向角以及与目标 车道的横向距离； 确定与所述当前 车辆关联的周围车辆， 获取 所述周围车辆的状态信息 。 3.根据权利要求2所述的换道策略生成方法， 其特征在于， 确定与所述当前车辆关联的 周围车辆， 获取 所述周围车辆的状态信息， 包括： 获取目标 车道、 所述当前 车辆的自车道； 确定所述当前车辆的自车道的前车、 目标车道中相对于当前车辆的目标车道前车以及 目标车道后车； 获取所述自车道前车、 所述目标车道前车以及所述目标车道后车的纵向相对速度、 纵 向和横向相对距离、 避撞时间倒数以及跟车时距。 4.根据权利要求1所述的换道策略生成方法， 其特征在于， 将所述当前车辆的状态信 息 以及所述周围车辆的状态信息 输入至当前 换道学习器以及预设的轨 迹优化器中， 包括： 对所述当前车辆的状态信 息以及所述周围车辆的状态信 息进行归一化处理， 得到归一 化的当前 车辆的状态信息以及归一 化的周围车辆的状态信息； 将所述归一化的当前车辆的状态信息以及所述归一化的周围车辆的状态信息输入至 所述当前 换道学习器以及所述预设的轨 迹优化器中。 5.根据权利要求1所述的换道策略生成方法， 其特征在于， 所述轨迹学习 控制量中包括 当前车辆的加速度和前轮转角， 所述轨 迹优化控制量中包括目标加速度和目标 前轮转角。 6.根据权利要求1所述的换道策略生成方法， 其特征在于， 在确定所述轨迹学习 控制量 与所述轨迹优化控制量的偏差大于预设阈值时， 基于所述轨迹优化控制量生成当前路径数 据对， 包括： 获取所述轨迹学习控制量与所述轨 迹优化控制量的偏差； 在确定所述偏差小于所述预设阈值时， 所述当前换道学习器收敛， 并将所述当前换道 学习器作为目标 换道学习器； 在确定所述偏差大于所述预设阈值 时， 通过所述轨迹优化控制量以及所述当前车辆状 态信息、 所述周围车辆状态信息生成所述当前路径数据对。 7.根据权利要求6所述的换道策略生成方法， 其特征在于， 通过所述当前路径数据对对 所述当前 换道学习器进行训练， 得到目标 换道学习器， 包括： 获取原始路径数据集， 其中， 所述原 始路径数据集中包括多个路径数据对； 将所述当前路径数据对添加至所述原始路径数据集中， 对所述原始路径数据集进行更权　利　要　求　书 1/2 页 2 CN 114021840 A 2新， 得到目标路径数据集； 通过所述目标路径数据集中包括路径数据对对所述当前换道学习器进行训练， 直至所 述当前换道学习器收敛， 得到所述目标 换道学习器。 8.一种换道策略生成装置， 其特 征在于， 包括： 输入数据获取模块， 用于获取当前车辆的状态信 息以及与所述当前车辆关联的周围车 辆的状态信息； 输出数据获取模块， 用于将所述当前车辆的状态信 息以及所述周围车辆的状态信 息输 入至当前换道学习器 以及预设的轨迹优化器中， 得到轨迹学习控制量以及轨迹优化控制 量； 当前路径数据对生成模块， 在确定所述轨迹学习 控制量与所述轨迹优化控制量的偏差 大于预设阈值时， 基于所述轨 迹优化控制量 生成当前路径数据对； 换道策略生成模块， 用于通过所述当前路径数据对对所述当前换道学习器进行训练， 得到目标 换道学习器。 9.一种计算机存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被处理 器执行时实现权利要求1 ‑7任一项所述的换道策略生成方法。 10.一种电子设备， 其特 征在于， 包括： 处理器； 以及 存储器， 用于存 储所述处 理器的可 执行指令； 其中， 所述处理器配置为经由执行所述可执行指令来执行权利要求1 ‑7任一项所述的 换道策略生成方法。权　利　要　求　书 2/2 页 3 CN 114021840 A 3