本发明涉及自动驾驶，尤其涉及一种智能通勤处理方法及装置、介质、设备。
背景技术：
1、随着汽车智能驾驶功能的持续演进，其应用场景日益丰富和复杂。在早期主要关注车辆纵向行驶时对前方车辆的动态响应。智能驾驶发展到当下，高阶的智能驾驶平台已经能够支持到高速及城市级别的noa功能，即根据用户输入的终点，系统自动进行全局路径导航规划和决策控制，使得车辆全程基于系统本身控制安全到达目的地。其中，noa功能的全称为navigate on autopilot，是一种先进的驾驶辅助系统，旨在为驾驶员提供自动驾驶导航功能，包括车道变更、超车、换道等操作。
2、通勤场景是当前大部分用户的主要日常用车场景，但每一次通勤任务的需求并不完全一致。目前通勤智能化的研究主要集中在车机导航智能化，用户可以在车机轻松设置公司和家庭地址，并通过语音指令快速规划导航路线。但在面对用户语音输入的口语化的个性化需求进而进行准确的行车控制这一要求时，目前的智驾系统有些力不从心。
技术实现思路
1、为了解决上述至少一个技术问题，本发明提供了一种智能通勤处理方法及装置、介质、设备。
2、根据第一方面，本发明实施例提供的智能通勤处理方法包括：
3、在车辆被启动时，查询车辆所存储的通勤信息；其中，所述通勤信息中包括通勤地点和通勤时间；
4、查询到所述通勤信息后，询问用户是否有个性化需求；
5、在接收到用户反馈的个性化需求后，确定所述个性化需求对应的中间层属性以及该中间层属性的取值；其中，所述中间层属性包括时效性属性、舒适性属性和路线需求属性中的至少一个；
6、根据预先定义的中间层属性和底层指标之间的对应关系，确定所述个性化需求对应的中间层属性以及该中间层属性的取值对应的底层指标的取值；所述底层指标包括行车控制指标和行为策略指标；
7、根据当前时间、查询到的通勤信息、当前交通情况和所述底层指标的取值，确定满足所述个性化需求的通勤解决方案；其中，所述通勤解决方案中包括通勤线路、局部路段的控车行为以及所述底层指标的调整后取值；
8、根据所述通勤解决方案，执行用户本次通勤任务的自动驾驶操作。
9、在一个实施例中，所述询问用户是否有个性化需求之前，所述方法还可以包括：通过屏幕提示和/或语音提示的方式，询问用户是否启动自动驾驶方式；若接收到所述用户反馈的信息为是，则执行所述询问用户是否有个性化需求的步骤；若接收到所述用户反馈的信息为否，则确定用户采用手动驾驶方式。
10、在一个实施例中，所述查询车辆所存储的通勤信息之前，还包括：
11、若用户的本次通勤任务为前n次通勤任务，则提示用户输入本次通勤任务的通勤信息；n为预设的正整数；
12、若针对本次通勤任务接收到用户输入的通勤信息，将该通勤信息进行存储，并将该通勤信息作为最新的通勤信息来覆盖之前输入的通勤信息；
13、若从首次通勤任务至本次通勤任务都未接收到用户输入的通勤信息，则启动自学习模式，在所述自学习模式下，记录用户每一次通勤任务对应的通勤信息，对多次通勤任务对应的通勤信息进行聚类处理，得到自学习的通勤信息，并将该自学习的通勤信息进行存储。
14、在一个实施例中，所述对多次通勤任务对应的通勤信息进行聚类处理，得到自学习的通勤信息，包括：
15、s1、在一天对应的时间轴上随机选择四个通勤时间点分别作为四个质心的初始值；其中，所述四个质心包括上班从家出发的时间点、上班到公司的时间点、下班从公司出发的时间点和下班到家的时间点；
16、s2、记录每一次通勤任务对应的四个通勤时间点，计算该四个通勤时间点中每一个通勤时间点分别与四个质心之间的距离；
17、s3、判断是否满足停止迭代条件，所述停止迭代条件包括：将该通勤任务的四个通勤时间点中每一个通勤时间点与距离最短的质心之间的距离是否小于预设时长，或者当前迭代次数是否达到预设次数；
18、s4、若满足所述停止迭代条件，则将当前的四个质心作为自学习的通勤信息；
19、s5、若不满足所述停止迭代条件，将该通勤任务的四个通勤时间点中每一个通勤时间点分配给距离最短的质心对应的簇，计算每一个质心对应的簇中所有时间点的平均值，将该平均值作为更新后的质心，并返回到s2。
20、在一个实施例中，所述方法还可以包括：若接收到的用户反馈信息是无个性化需求，则根据当前时间、查询到的通勤信息、当前交通情况和所述底层指标的默认初始值，确定满足通勤时效的通勤解决方案。
21、在一个实施例中，所述行车控制指标中包括巡航速度、加减速阈值、加速度变化阈值、跟车距离、转弯半径、侧倾阈值、转角速度阈值和换道频率中的至少一个；其中：所述巡航速度、所述加减速阈值、所述加速度变化阈值、所述侧倾阈值、所述转角速度阈值和所述换道频率分别与所述时效性属性之间为正相关的对应关系，且与所述舒适性属性为负相关的对应关系；所述跟车距离和转弯半径分别与所述时效性属性之间为负相关的对应关系，且与所述舒适性属性为正相关的对应关系；和/或，所述行为策略指标中包括货车避让策略中的子属性指标、匝道通信策略中的子属性指标、路口通行策略中的子属性指标和导航线路规划策略中的子属性指标中的至少一项策略中的子属性指标；其中：所述货车避让策略中的子属性指标与所述时效性属性之间为负相关的对应关系，且与所述舒适性属性为正相关的对应关系；所述道通信策略中的子属性指标、所述路口通行策略中的子属性指标和所述导航线路规划策略中的子属性指标分别与所述时效性属性之间为逻辑相关的对应关系，与所述舒适性属性为逻辑相关的对应关系，且与所述路线需求属性为逻辑相关的对应关系。
22、在一个实施例中，所述方法还可以包括：
23、根据历史通勤任务中各个通勤线路各自的采用次数，确定常用通勤线路，根据导航地图以及车辆自带的行车感知装置在车辆行驶过程中采集到的线路特征信息，对所述常用通勤线路进行记忆建图，得到所述常用通勤路线的优化地图数据；
24、在执行通勤任务时记录所采用的通勤线路的车流情况；通过对不同通勤线路的车流情况进行对比，得到各个通勤线路的交通流规律；
25、记录所述通勤线路中关键路段的通行情况，并根据所述关键路段的通行情况确定所述关键路段的通行策略；
26、记录用户在手动驾驶过程中的驾驶行为，并根据所述驾驶行为，确定用户的驾驶风格；
27、对应的，所述根据当前时间、查询到的通勤信息、当前交通情况和所述底层指标的取值，确定满足所述个性化需求的通勤解决方案，包括：
28、将所述常用通勤路线的优化地图数据、各个通勤线路的交通流规律、所述关键路段的通行策略和用户的驾驶风格中的至少一项作为方案调整信息；
29、根据当前时间、查询到的通勤信息、当前交通情况、所述底层指标的取值和所述方案调整信息，确定满足所述个性化需求的通勤解决方案。
30、根据第二方面，本发明实施例提供的智能通勤处理装置包括：
31、信息查询模块，用于在车辆被启动时，查询车辆所存储的通勤信息；其中，所述通勤信息中包括通勤地点和通勤时间；
32、需求询问模块，用于查询到所述通勤信息后，询问用户是否有个性化需求；
33、中间层映射模块，用于在接收到用户反馈的个性化需求后，确定所述个性化需求对应的中间层属性以及该中间层属性的取值；其中，所述中间层属性包括时效性属性、舒适性属性和路线需求属性中的至少一个；
34、指标映射模块，用于根据预先定义的中间层属性和底层指标之间的对应关系，确定所述个性化需求对应的中间层属性以及该中间层属性的取值对应的底层指标的取值；所述底层指标包括行车控制指标和行为策略指标；
35、第一确定模块，用于根据当前时间、查询到的通勤信息、当前交通情况和所述底层指标的取值，确定满足所述个性化需求的通勤解决方案；其中，所述通勤解决方案中包括通勤线路、局部路段的控车行为以及所述底层指标的调整后取值；
36、任务执行模块，用于根据所述通勤解决方案，执行用户本次通勤任务的自动驾驶操作。
37、根据第三方面，本发明实施例提供的计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行实现第一方面提供的方法。
38、根据第四方面，本发明实施例提供的计算设备包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面提供的方法。
39、本发明实施例具有以下技术效果：首先查询车辆所存储的通勤信息，在查询到所述通勤信息后，询问用户是否有个性化需求，如果用户有个性化需求，则将该个性化需求映射到中间层属性上，进而将映射到的中间层属性转化为底层指标，进而根据当前时间、查询到的通勤信息、当前交通情况和所述底层指标的取值，确定满足所述个性化需求的通勤解决方案，最后根据所述通勤解决方案，执行用户本次通勤任务的自动驾驶操作。可见，本发明实施例根据用户的个性化需求确定通勤方案，适应用户的通勤习惯和偏好，从而极大地提升用户的通勤体验。而且，将用户口语化的个性化需求先映射到中间层属性上，进而再转化为底层指标，提高了用户个性化需求的转化效果，而且避免直接将用户的个性化需求映射到算法求解指标而带来的映射空间复杂且生硬的问题。还有，在确定解决方案时还考虑到当前时间和当前交通情况，实现动态调整通勤路线和驾驶策略，有效规避拥堵，减少通勤时间，提高通勤效率。
1.一种智能通勤处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述询问用户是否有个性化需求之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述查询车辆所存储的通勤信息之前，还包括：
4.根据权利要求3所述的方法，其特征在于，所述对多次通勤任务对应的通勤信息进行聚类处理，得到自学习的通勤信息，包括：
5.根据权利要求1所述的方法，其特征在于，还包括：
6.根据权利要求1所述的方法，其特征在于，所述行车控制指标中包括巡航速度、加减速阈值、加速度变化阈值、跟车距离、转弯半径、侧倾阈值、转角速度阈值和换道频率中的至少一个；其中：所述巡航速度、所述加减速阈值、所述加速度变化阈值、所述侧倾阈值、所述转角速度阈值和所述换道频率分别与所述时效性属性之间为正相关的对应关系，且与所述舒适性属性为负相关的对应关系；所述跟车距离和转弯半径分别与所述时效性属性之间为负相关的对应关系，且与所述舒适性属性为正相关的对应关系；
7.根据权利要求1所述的方法，其特征在于，还包括：
8.一种智能通勤处理装置，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行实现权利要求1～7中的任一项所述的方法。
10.一种计算设备，其特征在于，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1～7中的任一项所述的方法。
