本發明涉及汽車，尤其是一種車輛智能駕駛決策方法和相關設備。
背景技術：
1、智能駕駛技術能夠提供輔助駕駛或者自動駕駛等服務，提升汽車的駕乘體驗。
2、目前的智能駕駛技術以人工智能技術作為基礎，其基本原理是檢測汽車的工作參數和感知環境參數，將這些數據輸入至人工智能模型中進行處理，獲取人工智能模型輸出的駕駛決策信息。
3、目前的智能駕駛技術普遍存在著算力與需求不匹配（例如算力冗余或者算力不足）、模型僵化而無法根據場景動態調整等缺點，難以應對高度復雜的汽車駕駛環境，從而難以實現全工況最優決策。
技術實現思路
1、一方面，本發明實施例包括一種車輛智能駕駛決策方法，所述車輛智能駕駛決策方法包括：
2、獲取第一車輛當前所在位置的對應的第一多源數據；
3、建立評估模型和transformer網絡庫；所述transformer網絡庫中包括多個具有不同規模的transformer網絡；
4、將所述第一多源數據輸入至所述評估模型進行處理，獲取所述評估模型輸出的場景復雜度；
5、根據所述場景復雜度，從所述transformer網絡庫中調用一個所述transformer網絡作為目標transformer網絡；
6、將所述第一多源數據輸入至所述目標transformer網絡進行處理；
7、獲取所述目標transformer網絡輸出的決策候選集；所述決策候選集中包括至少一個駕駛決策指令；
8、根據所述決策候選集執行智能駕駛。
9、進一步地，所述根據所述場景復雜度，從所述transformer網絡庫中調用一個所述transformer網絡作為目標transformer網絡，包括：
10、根據所述場景復雜度，正相關地確定相應的規模；
11、根據所述確定的規模，選擇相應一個所述transformer網絡作為目標transformer網絡進行調用。
12、進一步地，所述根據所述場景復雜度，從所述transformer網絡庫中調用一個所述transformer網絡作為目標transformer網絡，還包括：
13、對所述目標transformer網絡進行提前微調配置。
14、進一步地，所述對所述目標transformer網絡進行提前微調配置，包括：
15、獲取第一車輛在當前的第一導航信息；
16、根據所述第一導航信息，確定所述第一車輛當前位于第一路段，以及所述第一車輛將經過第二路段；
17、獲取所述第二路段對應的第二transformer網絡參數；所述第二transformer網絡參數為與所述目標transformer網絡適配的網絡權重、梯度向量或者中間特征表示；
18、在所述第一車輛離開所述第一路段之前，使用所述第二transformer網絡參數，對所述目標transformer網絡進行配置。
19、進一步地，所述對所述目標transformer網絡進行提前微調配置，包括：
20、獲取第一車輛在當前的第一導航信息；
21、根據所述第一導航信息，確定所述第一車輛當前位于第一路段與所述第一車輛將經過第二路段，以及位于所述第一路段與所述第二路段之間的至少一個第三路段；
22、獲取所述第二路段對應的第二transformer網絡參數，以及各所述第三路段各自對應的第三transformer網絡參數；所述第二transformer網絡參數與各所述第三transformer網絡參數分別為與所述目標transformer網絡適配的網絡權重、梯度向量或者中間特征表示；
23、根據所述第二路段和各所述第三路段分別與所述第一路段之間的距離，負相關地分別確定所述第二transformer網絡參數與各所述第三transformer網絡參數各自對應的第一權重；
24、根據各所述第一權重，對所述第二transformer網絡參數與各所述第三transformer網絡參數進行加權處理，獲得第一transformer網絡參數；
25、在所述第一車輛離開所述第一路段之前，使用所述第一transformer網絡參數，對所述目標transformer網絡進行配置。
26、進一步地，所述根據所述決策候選集執行智能駕駛，包括：
27、設置多個目標函數；
28、分別對各所述目標函數設置相應的第二權重；
29、根據各所述目標函數以及相應的各所述第二權重，對所述決策候選集執行非支配排序遺傳算法進行多目標優化求解，獲取各所述駕駛決策指令中的最優決策指令；
30、根據所述最優決策指令執行自動駕駛或者輔助駕駛。
31、進一步地，所述設置多個目標函數，包括：
32、設置安全性目標函數、效率性目標函數和舒適性目標函數。
33、進一步地，所述分別對各所述目標函數設置相應的第二權重，包括：
34、分別確定各所述目標函數各自對應的目標狀態系數；
35、對于任一所述目標函數，根據所述場景復雜度與所述目標函數對應的所述目標狀態系數，確定所述目標函數對應的所述第二權重。
36、另一方面，本發明實施例還包括一種計算機裝置，包括存儲器和處理器，存儲器用于存儲至少一個程序，處理器用于加載至少一個程序以執行實施例中的車輛智能駕駛決策方法。
37、另一方面，本發明實施例還包括一種計算機可讀存儲介質，其中存儲有處理器可執行的程序，處理器可執行的程序在由處理器執行時用于執行實施例中的車輛智能駕駛決策方法。
38、本發明的有益效果是：實施例中的車輛智能駕駛決策方法，可以根據第一車輛當前所在的第一路段的場景復雜度，動態調用相應的目標transformer網絡來對第一多源數據進行處理，獲得決策候選集，從而實現使用動態結構的transformer網絡，有利于應對高度復雜的汽車駕駛環境；通過由目標transformer網絡輸出包括駕駛決策指令的決策候選集，有利于實現全工況最優決策。
1.一種車輛智能駕駛決策方法，其特征在于，所述車輛智能駕駛決策方法包括：
2.根據權利要求1所述的車輛智能駕駛決策方法，其特征在于，所述根據所述場景復雜度，從所述transformer網絡庫中調用一個所述transformer網絡作為目標transformer網絡，包括：
3.根據權利要求2所述的車輛智能駕駛決策方法，其特征在于，所述根據所述場景復雜度，從所述transformer網絡庫中調用一個所述transformer網絡作為目標transformer網絡，還包括：
4.根據權利要求3所述的車輛智能駕駛決策方法，其特征在于，所述對所述目標transformer網絡進行提前微調配置，包括：
5.根據權利要求3所述的車輛智能駕駛決策方法，其特征在于，所述對所述目標transformer網絡進行提前微調配置，包括：
6.根據權利要求1-5任一項所述的車輛智能駕駛決策方法，其特征在于，所述根據所述決策候選集執行智能駕駛，包括：
7.根據權利要求6所述的車輛智能駕駛決策方法，其特征在于，所述設置多個目標函數，包括：
8.根據權利要求6所述的車輛智能駕駛決策方法，其特征在于，所述分別對各所述目標函數設置相應的第二權重，包括：
9.一種計算機裝置，其特征在于，包括存儲器和處理器，存儲器用于存儲至少一個程序，處理器用于加載至少一個程序以執行權利要求1-8任一項所述的車輛智能駕駛決策方法。
10.一種計算機可讀存儲介質，其中存儲有處理器可執行的程序，其特征在于，處理器可執行的程序在由處理器執行時用于執行權利要求1-8任一項所述的車輛智能駕駛決策方法。