他的附图。
[0045]图1是本发明实施例提供的一种自动跟车方法的流程图；
[0046]图2是本发明实施例提供的另一种自动跟车方法的流程图；
[0047]图3是本发明实施例提供的一种确定增强信号值和归一化值的示意图；
[0048]图4是本发明实施例提供的一种控制本车完成自动跟车动作方法的流程图；
[0049]图5是本发明实施例提供的一种自动跟车装置的结构示意图；
[0050]图6是本发明实施例提供的另一种自动跟车装置的结构示意图；
[0051]图7是本发明实施例提供的一种第一确定单元的结构示意图；
[0052]图8是本发明实施例提供的一种学习执行单元的结构示意图。
[0053]通过上述附图，已示出本发明明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本发明构思的范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。
【具体实施方式】
[0054]为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
[0055]本发明实施例提供了一种自动跟车方法，如图1所示，该方法包括:
[0056]步骤101、获取η个增强信号值，该增强信号值用于指示本车距离前车的可靠程度。η个增强信号值是将跟车距离等间距划分为η段，并给每段距离对应的一个子区域确定增强信号值得到的。跟车距离为预设的本车跟随前车行驶的距离，跟车距离对应的区域为可靠区域，可靠区域由η个子区域组成，η为大于2的整数。
[0057]步骤102、获取η个归一化值，该η个归一化值是对η个增强信号值进行归一化处理得到的。
[0058]步骤103、根据η个增强信号值、η个归一化值和本车的当前行驶位置，判断本车是否在可靠区域内。
[0059]步骤104、当本车在可靠区域内时，通过机器学习方法，控制本车完成自动跟车动作。
[0060]综上所述，本发明实施例提供的自动跟车方法，能够根据获取到的η个增强信号值、η个归一化值和本车的当前行驶位置，判断本车是否在可靠区域内，当本车在可靠区域内时，通过机器学习方法，控制本车完成自动跟车动作，相较于相关技术，设置了增强信号值，通过机器学习的方法提高了本车自主学习的能力，因此，提高了自动跟车的可靠性。
[0061]在步骤101之前，该方法还包括:将跟车距离等间距划分为η段，每段距离对应一个子区域；确定每个子区域的增强信号值，得到η个增强信号值；对η个增强信号值进行归一化处理，得到η个归一化值。
[0062]进一步的，确定每个子区域的增强信号值，得到η个增强信号值，包括:
[0063]以第一子区域为分界点，将除第一子区域之外的η-1个子区域划分为第一子区域组和第二子区域组。第一区域组中每个子区域的增强信号值以第一子区域的增强信号值为基准，按照折扣因子以指数规律递减；第二区域组中每个子区域的增强信号值以第一子区域的增强信号值为基准，按照折扣因子以指数规律递减。该第一子区域的增强信号值为1，第一子区域为跟车距离的中点所在的区域。
[0064]步骤104包括:当本车在可靠区域内时，存储跟车经验信息，该跟车经验信息包括本车与前车的第一行驶位置和第一行驶位置对应的增强信号值，第一行驶位置为本车跟随前车行驶的任一位置；根据跟车经验信息、当前行驶位置和当前行驶位置对应的增强信号值调整当前行驶位置，控制本车完成自动跟车动作。
[0065]可选的，在步骤103之后，该方法还包括:当本车在可靠区域外时，根据增强信号值和归一化值判断本车是否在邻接非可靠区域，该邻接非可靠区域为位于可靠区域之外且靠近前车的区域；当本车在邻接非可靠区域时，控制本车执行减速动作；当本车不在邻接非可靠区域时，控制本车执行加速动作。
[0066]综上所述，本发明实施例提供的自动跟车方法，能够根据获取到的η个增强信号值、η个归一化值和本车的当前行驶位置，判断本车是否在可靠区域内，当本车在可靠区域内时，通过机器学习方法，控制本车完成自动跟车动作，相较于相关技术，设置了增强信号值，通过机器学习的方法提高了本车自主学习的能力，因此，提高了自动跟车的可靠性。
[0067]本发明实施例提供了另一种自动跟车方法，如图2所示，该方法包括:
[0068]步骤201、将跟车距离等间距划分为η段，每段距离对应一个子区域。
[0069]跟车距离为预设的本车跟随前车行驶的距离，跟车距离对应的区域为可靠区域，可靠区域由η个子区域组成，η为大于2的整数。
[0070]具体的，跟车距离可以是预设的本车跟随前车行驶的距离。假设预设的跟车距离D满足9.5m (米)< D < 20.5m，如图3所示，若以I米为基准对该跟车距离D进行划分，则可以划分为11个区域，如9.5m彡D < 10.5m时的区域为一个子区域，10.5m ^ D < 11.5m时的区域为另一个子区域。将9.5m< D < 20.5m时的区域作为可靠区域，而将可靠区域之外的区域作为非可靠区域，如D < 9.5m时的区域为危险区域，表明本车与前车之间的距离太近；D > 20.5m时的区域为滞后区域，表明本车与前车之间的距离太远。
[0071]步骤202、确定每个子区域的增强信号值，得到η个增强信号值。
[0072]增强信号值用于指示本车距离前车的可靠程度。增强信号值越大，本车距离前车的可靠程度越高；增强信号值越小，本车距离前车的可靠程度越低。增强信号是对每次跟车的控制决策行为的评估，其数值的大小直接反映出每次跟车的控制决策行为的“好”与“坏”。
[0073]具体的，步骤202可以包括:
[0074]以第一子区域为分界点，将除第一子区域之外的η-1个子区域划分为第一子区域组和第二子区域组，第一区域组中每个子区域的增强信号值以第一子区域的增强信号值为基准，按照折扣因子以指数规律递减；第二区域组中每个子区域的增强信号值以第一子区域的增强信号值为基准，按照折扣因子以指数规律递减。第一子区域的增强信号值为1，第一子区域为跟车距离的中点所在的区域。
[0075]示例的，折扣因子可以等于0.8。以图3为例，将14.5m彡跟车距离D < 15.5m时的区域作为第一子区域，以第一子区域为分界点，向左右两边的子区域分别设定增强信号，且增强信号值按照折扣因子以指数规律递减。设第一子区域的增强信号值R为0.8°，则与第一子区域相邻，且位于第一子区域左侧的子区域的增强信号值R为0.81;与第一子区域相邻，且位于第一子区域右侧的子区域的增强信号值R为0.81。其余子区域的增强信号值依次类推。如在可靠区域内，距离前车最近的子区域的增强信号值R为0.85;在可靠区域内，距离前车最远的子区域的增强信号值R也为0.85。两个非可靠区域即危险区域和滞后区域的增强信号值R均为0.86。由图3可以看出，增强信号值R越大，本车距离前车的可靠程度越高，当增强信号值R为I时，本车距离前车的可靠程度最高，即本车与前车之间的距离为最佳跟车距离；增强信号值R越小，本车距离前车的可靠程度越低，当增强信号值R为0.86时，本车距离前车的可靠程度最低，即本车与前车之间的距离太近，或太远。
[0076]步骤203、对η个增强信号值进行归一化处理，得到η个归一化值。
[0077]确定η个增强信号值之后，可以进一步对η个增强信号值进行归一化处理。以图3为例，对η个增强信号值R进行归一化处理的过程可以为:令跟车距离D ( 15.5m时的区域内每一个子区域的增强信号值R对应的归一化值M等于该子区域的增强信号值RjPM =R ;令0 > 15.5m时的区域内每一个子区域的增强信号R对应的归一化值M等于该子区域的增强信号值R的负数，即M = - R。如14.5m彡D < 15.5m时的子区域的归一化值M = R =0.8°= 1，17.5m彡D < 18.5m时的子区域的归一化值M= -R= - 0.8 3。同样的，可以得到其余子区域的归一化值，最终得到η个归一化值。
[0078]步骤204、获取η个增强信号值。
[0079]获取步骤202中得到的η个增强信号值。
[0080]步骤205、获取η个归