騰訊的該項(xiàng)技術(shù)中主要利用無(wú)人駕駛車(chē)輛能夠采集到的各種信息以及決策系統(tǒng)的決策來(lái)完成車(chē)道的選擇，而車(chē)道的選擇對(duì)于無(wú)人駕駛汽車(chē)來(lái)說(shuō)是至關(guān)重要的一個(gè)環(huán)節(jié)。

集微網(wǎng)消息，在車(chē)輛行駛過(guò)程中，駕駛員會(huì)選擇最合理的車(chē)道進(jìn)行行駛，而在無(wú)人駕駛場(chǎng)景中，車(chē)輛在自動(dòng)駕駛時(shí)必須具備和駕駛員一樣的自主選擇最優(yōu)車(chē)道的能力，才能在多車(chē)道的高速公路或者城市道路.上行駛，否則將無(wú)法上路。

用戶(hù)自主駕駛的過(guò)程中，可以根據(jù)經(jīng)驗(yàn)對(duì)自動(dòng)導(dǎo)航的路線(xiàn)預(yù)估后可以加入用戶(hù)自己的判斷,因此可以允許有很長(zhǎng)的響應(yīng)時(shí)間，而無(wú)人駕駛是全自動(dòng)，不允許有過(guò)長(zhǎng)的響應(yīng)時(shí)間，需要確保響應(yīng)時(shí)間盡可能低。

在無(wú)人駕駛場(chǎng)景中，選擇最優(yōu)車(chē)道會(huì)涉及到變換車(chē)道的變道行為,包括自由變道(DLC)和強(qiáng)制變道(MLC)兩種：DLC是為了改善行駛速度；MLC是由于路口等影響必須得離開(kāi)本車(chē)道?，F(xiàn)有的無(wú)人駕駛技術(shù)中，需要先判斷是否需要考慮MLC，在符合一定條件后再考慮DLC，以便通過(guò)這種判斷機(jī)制對(duì)駕駛員的駕駛行為進(jìn)行仿真模擬。

然而，這種判斷機(jī)制的問(wèn)題是:將DLC和MLC割裂的進(jìn)行分析的判斷機(jī)制，與無(wú)人駕駛的場(chǎng)景，尤其是變道的選擇上存在較大差異。因此，基于該判斷機(jī)制的決策結(jié)果在實(shí)際應(yīng)用中并不理想，無(wú)法實(shí)現(xiàn)精準(zhǔn)的變道選擇，從而也無(wú)法確保響應(yīng)時(shí)間盡可能低的要求。

為了解決這個(gè)問(wèn)題，騰訊科技在18年3月29日申請(qǐng)了一項(xiàng)名為“一種車(chē)道選擇方法即目標(biāo)車(chē)輛、計(jì)算機(jī)存儲(chǔ)介質(zhì)”的發(fā)明專(zhuān)利（國(guó)際公布號(hào)：WO 2018/192352 A1），申請(qǐng)人為騰訊科技（深圳）有限公司。

如上圖，無(wú)人駕駛車(chē)輛的各種硬件進(jìn)行信息交互的示意圖，其中主要包括無(wú)人駕駛車(chē)輛1以及服務(wù)器2。

首先我們需要明確自動(dòng)駕駛和無(wú)人駕駛的區(qū)別，用戶(hù)自主駕駛的過(guò)程中，是半自動(dòng)，對(duì)自動(dòng)導(dǎo)航的路線(xiàn)預(yù)估后可以加入用戶(hù)自己的判斷，因此，可以允許有很長(zhǎng)的響應(yīng)時(shí)間；而無(wú)人駕駛是全自動(dòng)，不允許有過(guò)長(zhǎng)的響應(yīng)時(shí)間，需要確保響應(yīng)時(shí)間盡可能低。

該專(zhuān)利發(fā)明的系統(tǒng)中，對(duì)于該問(wèn)題的解決依賴(lài)于系統(tǒng)的處理邏輯，首先獲取與無(wú)人駕駛車(chē)輛相關(guān)的信息，這些信息用于表征無(wú)人駕駛車(chē)輛周邊車(chē)輛的行駛信息，其次要獲取無(wú)人駕駛車(chē)輛的信息，包括車(chē)身的信息以及周?chē)沫h(huán)境信息，接著根據(jù)用于決策路口變道的第一模型和用于決策行駛速度的第二模型得到用于變道選擇的決策模型，最后再根據(jù)這些實(shí)時(shí)獲取的數(shù)據(jù)得到控制指令進(jìn)行車(chē)道的選擇。

具體的該系統(tǒng)的流程如下圖所示。

該系統(tǒng)用于檢測(cè)變道的具體過(guò)程需要依賴(lài)兩個(gè)決策模型，即根據(jù)用于決策路口變道的第一模型和用于決策行駛速度的第二模型，得到用于變道選擇的決策模型。

第一模型為MLC，用于評(píng)估當(dāng)前車(chē)輛行駛到路口需要的時(shí)間t，是否大于變換車(chē)道所需要的時(shí)間，采用MLC，是對(duì)路口變道進(jìn)行決策，比如當(dāng)前由于路口等影響必須得離開(kāi)本車(chē)道。

第二模型為DLC, DLC的決策分為車(chē)道選擇(LS)和確定變道的接納(GA)兩步。其中，在LS中，是根據(jù)車(chē)速、車(chē)道限速等綜合信息判定相鄰車(chē)道是否需要變道;而GA中，是根據(jù)相鄰車(chē)道前后車(chē)的距離來(lái)判斷，是否擁有總夠的變道空間。只有這2個(gè)條件同時(shí)滿(mǎn)足，才會(huì)做出變道決策。

無(wú)人車(chē)輛的周邊行駛信息由102確定，這些信息包括周邊車(chē)輛的地理位置信息以及周?chē)?chē)輛相對(duì)于自身的距離，還有這些車(chē)輛的速度、所在車(chē)道信息，這些信息就需要安裝在無(wú)人駕駛車(chē)輛上的各種傳感器來(lái)獲取。

最終以上技術(shù)，利用決策模型做出是否需要變道的決策。以上就是騰訊科技發(fā)明的控制無(wú)人駕駛車(chē)輛自主選擇車(chē)道的專(zhuān)利，可以看到該技術(shù)中主要依賴(lài)于決策系統(tǒng)，利用無(wú)人駕駛車(chē)輛能夠采集到的各種信息以及決策系統(tǒng)的決策來(lái)完成車(chē)道的選擇，而車(chē)道的選擇對(duì)于無(wú)人駕駛汽車(chē)來(lái)說(shuō)是至關(guān)重要的一個(gè)環(huán)節(jié)。