行驶环境中存在障碍物时，判断障碍物是否处于预设范围内；
[0134] 在障碍物处于预设范围内时，确定车辆的行驶环境中会发生由障碍物引发的突发 事件。
[0135] 综上所述，本发明实施例提供的驾驶系统包括：环境感知模块和避撞控制模块，环 境感知模块用于在车辆行驶过程中监测车辆的行驶环境；预测车辆的行驶环境中是否会发 生由障碍物引发的突发事件；在车辆的行驶环境中会发生由障碍物引发的突发事件时，获 取障碍物的当前位置；避撞控制模块用于根据障碍物的当前位置，采用自适应学习算法确 定目标决策动作；根据目标决策动作控制车辆行驶。由于本发明采用自适应学习算法确定 目标决策动作，目标决策动作的确定不受驾驶员的经验的限制，解决了相关技术中的驾驶 系统具有局限性，稳定性较低，灵活性较差的问题，达到了扩大驾驶系统的应用范围，提高 驾驶系统的稳定性和灵活性的有益效果。
[0136] 本发明实施例提供的驾驶系统可以应用于下文的方法，本发明实施例中驾驶方法 可以参见下文各实施例中的描述。
[0137] 请参考图3,其示出了本发明一个实施例提供的驾驶方法的方法流程图，该驾驶方 法可以由图2所示的驾驶系统来执行，参见图3,该方法流程可以包括如下几个步骤：
[0138] 在步骤301中，在车辆行驶过程中监测车辆的行驶环境。
[0139] 在步骤302中，预测车辆的行驶环境中是否会发生由障碍物引发的突发事件。
[0140] 在步骤303中，若车辆的行驶环境中会发生由障碍物引发的突发事件，则获取障 碍物的当前位置。
[0141] 在步骤304中，根据障碍物的当前位置，采用自适应学习算法确定目标决策动作。
[0142] 在步骤305中，根据目标决策动作控制车辆行驶。
[0143] 综上所述，本发明实施例提供的驾驶方法，通过在车辆行驶过程中监测车辆的行 驶环境；预测车辆的行驶环境中是否会发生由障碍物引发的突发事件；在车辆的行驶环境 中会发生由障碍物引发的突发事件时，获取障碍物的当前位置；根据障碍物的当前位置，采 用自适应学习算法确定目标决策动作；根据目标决策动作控制车辆行驶。由于本发明采用 自适应学习算法确定目标决策动作，目标决策动作的确定不受驾驶员的经验的限制，解决 了相关技术中的驾驶方法具有局限性，稳定性较低，灵活性较差的问题，达到了扩大驾驶方 法的应用范围，提高驾驶方法的稳定性和灵活性的有益效果。
[0144] 可选地，步骤304可以包括：
[0145] 从经验存储库中确定与障碍物的当前位置对应的目标可执行动作，经验存储库中 记录了预先通过自适应学习算法确定的障碍物的位置与可执行动作的对应关系，每个障碍 物的位置对应至少一个可执行动作，每个可执行动作包括决策动作和与决策动作--对应 的增强信号，增强信号用于指示与增强信号一一对应的决策动作在执行时的立即回报；
[0146] 计算目标可执行动作中的每个决策动作的未来无穷回报累加和；
[0147] 确定未来无穷回报累加和最大的第一决策动作；
[0148] 根据障碍物的当前位置和第一决策动作，确定第一决策动作在执行时需要付出的 第一代价；
[0149] 根据第一代价和最大的未来回报累加和确定评价误差；
[0150] 根据第一代价和预设的效用期望确定动作误差；
[0151] 根据评价误差和动作误差对第一决策动作进行调节得到第二决策动作，第二决策 动作在执行时需要付出的代价为第二代价，第二代价小于第一代价；
[0152] 将第二决策动作对应的障碍物的位置确定为障碍物的当前位置；
[0153] 重复执行上述步骤，直至得到执行时需要付出的代价小于预设代价的决策动作；
[0154] 将执行时需要付出的代价小于预设代价的决策动作作为目标决策动作。
[0155] 可选地，步骤304可以包括：
[0156] 获取驾驶员的决策动作；
[0157] 获取执行驾驶员的决策动作之后障碍物的第一位置；
[0158] 从经验存储库中确定与障碍物的第一位置对应的目标可执行动作，经验存储库中 记录了预先通过自适应学习算法确定的障碍物的位置与可执行动作的对应关系，每个障碍 物的位置对应至少一个可执行动作，每个可执行动作包括决策动作和与决策动作--对应 的增强信号，增强信号用于指示与增强信号一一对应的决策动作在执行时的立即回报；
[0159] 计算目标可执行动作中的每个决策动作的未来无穷回报累加和；
[0160] 确定未来无穷回报累加和最大的第一决策动作；
[0161] 根据障碍物的当前位置和第一决策动作，确定第一决策动作在执行时需要付出的 第一代价；
[0162] 根据第一代价和最大的未来回报累加和确定评价误差；
[0163] 根据第一代价和预设的效用期望确定动作误差；
[0164] 根据评价误差和动作误差对第一决策动作进行调节得到第二决策动作，第二决策 动作在执行时需要付出的代价为第二代价，第二代价小于第一代价；
[0165] 将第二决策动作对应的障碍物的位置确定为障碍物的第一位置；
[0166] 重复执行从经验存储库中确定与障碍物的第一位置对应的目标可执行动作至将 第二决策动作对应的障碍物的位置确定为障碍物的第一位置的步骤，直至得到执行时需要 付出的代价小于预设代价的决策动作；
[0167] 将执行时需要付出的代价小于预设代价的决策动作作为目标决策动作。
[0168] 进一步地，获取执行驾驶员的决策动作之后障碍物的第一位置，包括：
[0169] 采用汽车动力学方程计算执行驾驶员的决策动作后车辆的行驶轨迹；
[0170] 判断车辆的行驶轨迹是否为符合预设条件的行驶轨迹；
[0171] 若车辆的行驶轨迹为符合预设条件的行驶轨迹，则获取执行驾驶员的决策动作之 后障碍物的第一位置；
[0172] 其中，车辆在按照符合预设条件的行驶轨迹行驶时，车辆与车辆的行驶环境中的 障碍物会发生碰撞。
[0173] 可选地，步骤302可以包括：
[0174] 判断车辆的行驶环境中是否存在障碍物；
[0175] 若车辆的行驶环境中存在障碍物，则判断障碍物是否处于预设范围内；
[0176] 若障碍物处于预设范围内，则确定车辆的行驶环境中会发生由障碍物引发的突发 事件。
[0177] 上述所有可选技术方案，可以采用任意结合形成本发明的可选实施例，在此不再 --赘述。
[0178] 综上所述，本发明实施例提供的驾驶方法，通过在车辆行驶过程中监测车辆的行 驶环境；预测车辆的行驶环境中是否会发生由障碍物引发的突发事件；在车辆的行驶环境 中会发生由障碍物引发的突发事件时，获取障碍物的当前位置；根据障碍物的当前位置，采 用自适应学习算法确定目标决策动作；根据目标决策动作控制车辆行驶。由于本发明采用 自适应学习算法确定目标决策动作，目标决策动作的确定不受驾驶员的经验的限制，解决 了相关技术中的驾驶方法具有局限性，稳定性较低，灵活性较差的问题，达到了扩大驾驶方 法的应用范围，提高驾驶方法的稳定性和灵活性的有益效果。
[0179] 请参考图4,其示出了本发明一个实施例提供的驾驶方法的方法流程图，该驾驶方 法可以由图2所示的驾驶系统来执行，参见图4,该方法流程可以包括如下几个步骤：
[0180] 在步骤401中，在车辆行驶过程中监测车辆的行驶环境。
[0181] 其中，该监测车辆的行驶环境的过程可以由图2所示驾驶系统中的环境感知模块 执行，其中，环境感知模块可以包括摄像机、雷达等，本发明实施例对此不做限定。车辆的行 驶环境可以包括车辆所在行驶道路的路况等，本发明实施例对此不做限定。
[0182] 在步骤402中，预测车辆的行驶环境中是否会发生由障碍物引发的突发事件。
[0183] 其中，预测车辆的行驶环境中是否会发生由障碍物引发的突发事件的过程可以由 图2所示驾驶系统中的环境感知模块执行，在本发明实施例中，环境感知模块在监测车辆 的行驶环境的过程中，就可以根据车辆的行驶环境预测车辆的行驶环境中是否会发生由障 碍物引发的突发事件。
[0184] 示例地，请参考图5,其示出的是图4所示实施例提供的一种预测车辆的行驶环境 中是否会发生由障碍物引发的突发事件的方法流程图。参见图5,在本发明实施例中，环境 感知模块预测车辆的行驶环境中是否会发生由障碍物引发的突发事件可以包括如下几个 步骤：
[0185] 在子步骤4021中，判断车辆的行驶环境中是否存在障碍物。
[0186] 环境感知模块可以根据摄像机、雷达等的监测数据判断车辆的行驶环境中是否存 在障碍物，其中，在本发明实施例中，阻碍车辆前行的都可以称为障碍物。示例地，如图1所 示，在车辆C2正常行驶时，车辆C3的插车阻碍了车辆C2前行，因此，车辆C3对于车辆C2 来说属于障碍物，在车辆C2按照路径L3行驶时，车辆Cl会阻碍车辆C2前行，因此，车辆Cl 对于车辆C2来说属于障碍物。
[0187] 在本发明实施例中，示例地，车辆C2上的驾驶系统的环境感知模块可以根据摄像 机捕获的图像中是否存在车辆C3或者车辆C1，来判断车辆C2的行驶环境中是否存在障碍 物。
[0188] 在子步骤4022中，若车辆的行驶环境中存在障碍物，则判断障碍物是否处于预设 范围内。
[0189] 若在步骤4021中，环境感知模块确定车辆的行驶环境中存在障碍物，则环境感知 模块判断障碍物是否处于预设范围，其中，预设范围可以根据实际情况设置，本发明实施例 对此不做限定。示例地，预设范围可以为车辆所在车道上的车辆周围5米的范围内，S卩，预 设范围可以为以车辆为圆心，5米为半径的圆确定的范围，在本发明实施例中，优选地，预设 范围可以为以车辆为圆心，5米为半径的圆位于车辆前方的半圆确定的范围，本发明实施例 对此不做限定。
[0190] 示例地，如图6所示，假设车辆C3是车辆C2行驶环境中的障碍物，预设范围可以 为图6中的虚线阴影确定的范围，由图6可知，车辆C3处于预设范围内。
[0191] 在子步骤4023中，若障碍物处于预设范围内，则确定车辆的行驶环境中会发生由 障碍物引发的突发事件。
[0192] 若在步骤4022中，环境感知模块确定障碍物处于预设范围内，则环境感知模块 确定车辆的行驶环境中会发生由障碍物引发的突发事件。示例地，以图6为例，由于车辆 C3 (障碍物）处于预设范围内，因此，环境感知模块确定车辆C2的行驶环境中会发生由障碍 物引发的突发