CN108162973B - 提高自动驾驶可靠性的装置及自动驾驶系统 - Google Patents

提高自动驾驶可靠性的装置及自动驾驶系统 Download PDF

Info

Publication number
CN108162973B
CN108162973B CN201611116160.8A CN201611116160A CN108162973B CN 108162973 B CN108162973 B CN 108162973B CN 201611116160 A CN201611116160 A CN 201611116160A CN 108162973 B CN108162973 B CN 108162973B
Authority
CN
China
Prior art keywords
detection result
camera
automatic driving
characteristic value
sensor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201611116160.8A
Other languages
English (en)
Other versions
CN108162973A (zh
Inventor
史骞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fafa Automobile China Co ltd
Original Assignee
Fafa Automobile China Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fafa Automobile China Co ltd filed Critical Fafa Automobile China Co ltd
Priority to CN201611116160.8A priority Critical patent/CN108162973B/zh
Publication of CN108162973A publication Critical patent/CN108162973A/zh
Application granted granted Critical
Publication of CN108162973B publication Critical patent/CN108162973B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257Control of position or course in two dimensions specially adapted to land vehicles using a radar

Abstract

本发明实施例提供了一种提高自动驾驶可靠性的装置及自动驾驶系统,其提高自动驾驶可靠性的装置中,特征获取模块首先获取预设传感器工作区域内的环境特征值的检测结果;在处理模块中,若所述检测结果不在所述预设传感器的环境特征值允许范围内,则屏蔽所述预设传感器的检测结果。也就是说,对于每一预设传感器来说,如果外部环境特征值不能够保证其输出结果的准确性,则不采用该预设传感器的检测结果作为后续模块的输入,避免了采用带有错误信息的检测结果影响障碍物感知和车辆定位的准确性,提高了自动驾驶过程的可靠性,消除了安全隐患。

Description

提高自动驾驶可靠性的装置及自动驾驶系统
技术领域
本发明涉及车辆智能控制技术领域,具体涉及一种提高自动驾驶可靠性的装置及自动驾驶系统。
背景技术
现有能够自动驾驶的车辆中,一般都配置有多种传感器以实现自动驾驶过程中的障碍物感知和车辆定位功能。激光雷达具有较高的可靠性,并能提供丰富的3D检测结果,而摄像头能够提供颜色信息并且具有明显的价格优势,因此目前的自动驾驶技术中,主要依靠激光雷达与摄像头的检测结果以实现自动驾驶过程中的障碍物感知和定位。
然而激光雷达与摄像头的工作都会受到外部环境因素的影响。光照,雨水等自然因素都会影响到激光雷达与摄像头的检测结果。例如,在强光的条件下,比如正午太阳光直射的情况下,激光雷达的测量结果往往会出现不准和误测量的情况。摄像头的输出结果也会因为光照强烈的原因而导致图像模糊,曝光过度等情况发生;在弱光以及暗光的情况下,激光雷达或许可以正常的工作,但是摄像头在此种情况下就不能正常的输出图像结果。发明人在实现本发明的过程中发现,即便是外部环境因素会对激光雷达与摄像头的检测结果产生较大影响,现有技术中自动驾驶系统还是会继续使用激光雷达与摄像头的输出作为后续模块的输入。利用这些带有错误信息的检测结果通常都会造成自动驾驶系统对路面上障碍物的误检和漏检,以及对自动驾驶车辆的不正确定位,会为整个自动驾驶系统引入非常大的安全隐患。
发明内容
本发明实施例要解决现有技术中外部环境影响传感器检测结果的准确度时,导致自动驾驶系统不能正常感知障碍物和定位车辆带来的安全隐患。
为解决上述技术问题,本发明实施例提供一种提高自动驾驶可靠性的装置,包括:
特征获取模块,获取预设传感器工作区域内的环境特征值的检测结果;
处理模块,若所述检测结果不在所述预设传感器的环境特征值允许范围内,则屏蔽所述预设传感器的检测结果。
可选地,上述的提高自动驾驶可靠性的装置中,所述预设传感器为激光雷达,所述环境特征值包括光照强度,所述处理模块,具体用于:
若所述光照强度的检测结果大于激光雷达正常工作时的光照强度上限阈值,则屏蔽所述激光雷达的检测结果。
可选地,上述的提高自动驾驶可靠性的装置中,所述预设传感器为摄像头,所述环境特征值包括光照强度,所述处理模块,具体用于:
若所述光照强度的检测结果大于摄像头正常工作时的光照强度上限阈值,则屏蔽所述摄像头的检测结果。
可选地,上述的提高自动驾驶可靠性的装置中,所述处理模块,还用于:
若所述光照强度的检测结果小于摄像头正常工作时的光照强度下限阈值,则屏蔽所述摄像头的检测结果。
可选地,上述的提高自动驾驶可靠性的装置中,所述环境特征值包括空气湿度,所述处理模块,具体用于:
若所述空气湿度的检测结果大于摄像头正常工作时的空气湿度上限阈值,则屏蔽所述摄像头的检测结果。
可选地,上述的提高自动驾驶可靠性的装置中,所述环境特征值包括能见度,所述处理模块,具体用于:
若所述能见度的检测结果小于摄像头正常工作时的能见度下限阈值,则屏蔽所述摄像头的检测结果。
可选地,上述的提高自动驾驶可靠性的装置中,还包括:
数量获取模块,获取屏蔽的预设传感器的数量;
提示模块,若所述数量大于设定阈值,则发出应关闭自动驾驶系统的提示信息。
本发明实施例还提供一种自动驾驶系统,包括环境特征值检测组件、预设传感器及以上任一项所述的提高自动驾驶可靠性的装置,其中:
所述环境特征值检测组件用于检测预设传感器工作区域内的环境特征值;
所述提高自动驾驶可靠性的装置,获取所述环境特征值检测组件的检测结果,若所述检测结果不在所述预设传感器的环境特征值允许范围内,则屏蔽所述预设传感器的检测结果。
可选地,上述的自动驾驶系统中,所述预设传感器为激光雷达,所述环境特征值检测组件为设置在所述激光雷达安装位置周围预设范围内的360度光照检测传感器。
可选地,上述的自动驾驶系统中,所述预设传感器为摄像头,所述环境特征值检测组件包括设置于所述摄像头安装位置周围预设范围内的平面光照检测传感器。
可选地,上述的自动驾驶系统中,所述环境特征值检测组件,包括设置于所述摄像头安装位置周围预设范围内的空气湿度检测传感器。
可选地,上述的自动驾驶系统中,所述环境特征值检测组件,还包括设置于所述摄像头安装位置周围预设范围内的能见度检测传感器。
与现有技术相比,本发明实施例提供的上述技术方案至少具有以下有益效果:
本发明实施例提供的提高自动驾驶可靠性的装置及自动驾驶系统,其提高自动驾驶可靠性的装置中,特征获取模块首先获取预设传感器工作区域内的环境特征值的检测结果;在处理模块中,若所述检测结果不在所述预设传感器的环境特征值允许范围内,则屏蔽所述预设传感器的检测结果。也就是说,对于每一预设传感器来说,如果外部环境特征值不能够保证其输出结果的准确性,则不采用该预设传感器的检测结果作为后续模块的输入,避免了采用带有错误信息的检测结果影响障碍物感知和车辆定位的准确性,提高了自动驾驶过程的可靠性,消除了安全隐患。
附图说明
图1为本发明实施例1所述的提高自动驾驶可靠性的方法的流程图;
图2为安装有激光雷达和摄像头的汽车的示意图;
图3为本发明实施例2所述的提高自动驾驶可靠性的方法的流程图;
图4为本发明实施例3所述的提高自动驾驶可靠性的方法的流程图;
图5为本发明实施例4所述的提高自动驾驶可靠性的方法的流程图;
图6为本发明实施例6所述的提高自动驾驶可靠性的装置的原理框图;
图7为本发明实施例6所述另一种提高自动驾驶可靠性的装置的原理框图;
图8为本发明实施例7所述的自动驾驶系统的原理框图;
图9为本发明实施例9所述执行提高自动驾驶可靠性的方法的电子设备的硬件结构示意图。
具体实施方式
实施例1
本实施例提供一种提高自动驾驶可靠性的方法,应用于车辆的自动驾驶系统中,如图1所示,包括如下步骤:
S101:获取预设传感器工作区域内的环境特征值的检测结果。其中所述预设传感器用于为自动驾驶过程中提供数据检测,如距离传感器、速度传感器、激光雷达和摄像头等。对于每一种传感器其都有相应的工作区域。以图2所示的汽车为例,其顶部安装有激光雷达201,激光雷达的工作区域为以其安装位置为中心,360度范围内均可检测,检测距离可根据激光雷达的不同配置来确定。汽车前方和后方设置固定有摄像头202、203,对于前方摄像头202来说,其工作区域为汽车正前方180度范围内,其拍摄距离同样根据不同摄像头的型号、配置有所不同。汽车车身上安装的其他传感器,也都具有特定的工作区域。而所述环境特征值,可以为一切能够影响传感器检测结果的环境特征值,例如光照、雨水(空气湿度)、大雾(能见度)等。
S102:判断所述检测结果是否在所述预设传感器的环境特征值允许范围内,若是则执行步骤S103,否则执行步骤S104。
S103:获取所述预设传感器的检测结果。
S104:屏蔽所述预设传感器的检测结果。
对于每一预设传感器来说,其都有一个保证其检测结果准确性的环境特征值允许范围,该允许范围可以是在出厂之前通过大量实验得到的经验数据,当外部环境特征值在允许范围内时,预设传感器得到的检测结果误差较小可直接应用,否则预设传感器的检测结果误差较大,如果应用其作为自动驾驶系统后续模块的输入的话会产生安全隐患,因此直接将其屏蔽掉。所述屏蔽可以包括:在当前工作周期内不获取所述预设传感器的检测结果;或者,在当前工作周期内获取了所述预设传感器的检测结果,但是不采用其作为自动驾驶系统后续模块的输入。
采用本实施例的上述方案,如果外部环境特征值不能够保证其输出结果的准确性,则不采用该预设传感器的检测结果作为后续模块的输入,避免了采用带有错误信息的检测结果影响障碍物感知和车辆定位的准确性,提高了自动驾驶过程的可靠性,消除了安全隐患。
实施例2
在实施例1的基础上,本实施例中所述预设传感器为激光雷达,所述环境特征值包括光照强度,则其具体实现方式如图3所示:
S201:获取激光雷达工作区域内的光照强度的检测结果。其中激光雷达的工作区域为激光雷达安装位置周围360度范围。
S202:判断所述光照强度的检测结果是否大于激光雷达正常工作时的光照强度上限阈值,若是则执行步骤S203,否则执行步骤S204。
S203:屏蔽所述激光雷达的检测结果。
S204:获取所述激光雷达的检测结果。
因为激光雷达的检测结果收到光照强度的影响较大,当光照强度过大时,可能会导致激光雷达的误测量,因此可在自动驾驶系统中预存激光雷达的光照强度上限阈值,当光照强度超过其上限阈值时,屏蔽激光雷达的检测结果。激光雷达的光照强度上限阈值可由生产激光雷达的厂商提供。采用本实施例的方案,可以避免自动驾驶实现过程中使用具有较大误差的激光雷达的检测结果,提高了障碍物检测和汽车定位的精度。
实施例3
与图3所示方案相似,本实施例中,所述预设传感器还可以为摄像头,所述环境特征值包括光照强度,则其具体实现方式如图4所示:
S301:获取摄像头工作区域内的光照强度的检测结果,所述摄像头工作区域为其拍摄视角所覆盖到的区域。
S302:判断所述光照强度的检测结果是否大于摄像头正常工作时的光照强度上限阈值,若是则执行步骤S305,否则执行步骤S303。
S303:判断所述光照强度的检测结果是否小于摄像头正常工作时的光照强度下限阈值,若是则执行步骤S305,否则执行步骤S304。
S304:获取所述摄像头的检测结果。
S305:屏蔽所述摄像头的检测结果。
对于摄像头来说,在光照强度太低时,无法获得清楚的拍摄图像,在光照强度太高时,可能会导致图像模糊、曝光过度等问题。对于每一摄像头,其正常工作时对应的光照强度的上限阈值和下限阈值为确定值,可由生产摄像头的厂家直接提供。当获取到摄像头工作区域的光照强度后,判断其是否在摄像头的正常工作所允许的光照强度范围内,如果不在则屏蔽该摄像头的检测结果。采用本实施例的方案,可以避免自动驾驶实现障碍物检测和定位过程中使用不清楚的图像或者曝光过度的图像,提高了障碍物检测和汽车定位的精度。
实施例4
本实施例中提供的方案,所述预设传感器还可以为摄像头,所述环境特征值包括光照强度、空气湿度、能见度,如图5所示,其包括如下步骤:
S401:获取摄像头工作区域内的光照强度、空气湿度和能见度的检测结果,所述摄像头工作区域为其拍摄视角所覆盖到的区域。
S402:判断所述光照强度的检测结果是否大于摄像头正常工作时的光照强度上限阈值,若是则执行步骤S407,否则执行步骤S403。
S403:判断所述光照强度的检测结果是否小于摄像头正常工作时的光照强度下限阈值,若是则执行步骤S407,否则执行步骤S404。
S404:判断所述空气湿度的检测结果是否大于摄像头正常工作时的空气湿度上限阈值,若是则执行步骤S407,否则执行步骤S405。
S405:判断所述能见度的检测结果是否小于摄像头正常工作时的能见度下限阈值,若是则执行步骤S407,否则执行步骤S406。
S406:获取所述摄像头的检测结果。
S407:屏蔽所述摄像头的检测结果。
采用本实施例中的方案,对于摄像头来说,考虑其正常工作时光照强度允许范围、空气湿度允许范围和能见度允许范围,可以实现在黑暗处拍摄不到障碍物情况下、强光时曝光过度情况下、下雨时拍摄图像不清楚时以及大雾情况下能见度低时,均不采用摄像头的检测结果作为后续模块的输入,提高自动驾驶中感知障碍物和车辆定位的可靠性。
实施例5
本实施例提供的提高自动驾驶可靠性的方法,在上述任一实施例的基础上,还可以包括如下步骤:
获取屏蔽的预设传感器的数量;若所述数量大于设定阈值,则发出应关闭自动驾驶系统的提示信息。所述设定阈值可以根据车辆在出厂之前进行标定获取。目的是保证自动驾驶系统获得足够的信息以实现障碍物检测和车身定位。对于自动驾驶系统来说,其能够保证障碍物感知和车辆定位的准确性,必须依靠于预设传感器的检测结果及检测结果的融合。如果在当前环境对于大部分预设传感器的检测结果都会产生较大影响,那么说明并不适合开启自动驾驶系统,此时可发出提示信息,以提示驾驶员切换到人工驾驶状态。
实施例6
本实施例提供一种提高自动驾驶可靠性的装置,如图6所示,包括:
特征获取模块501,获取预设传感器工作区域内的环境特征值的检测结果;其中所述预设传感器用于为自动驾驶过程中提供数据检测,如距离传感器、速度传感器、激光雷达和摄像头等。对于每一种传感器其都有相应的工作区域。而所述环境特征值,可以为一切能够影响传感器检测结果的环境特征值,例如光照、雨水(空气湿度)、大雾(能见度)等。
处理模块502,若所述检测结果不在所述预设传感器的环境特征值允许范围内,则屏蔽所述预设传感器的检测结果。所述屏蔽可以包括:在当前工作周期内不获取所述预设传感器的检测结果;或者,在当前工作周期内获取了所述预设传感器的检测结果,但是不采用其作为自动驾驶系统后续模块的输入。
采用本实施例的上述方案,如果外部环境特征值不能够保证其输出结果的准确性,则不采用该预设传感器的检测结果作为后续模块的输入,避免了采用带有错误信息的检测结果影响障碍物感知和车辆定位的准确性,提高了自动驾驶过程的可靠性,消除了安全隐患。
在上述方案的基础上,所述预设传感器为激光雷达,所述环境特征值包括光照强度,所述处理模块502,具体用于:若所述光照强度的检测结果大于激光雷达正常工作时的光照强度上限阈值,则屏蔽所述激光雷达的检测结果。因为激光雷达的检测结果收到光照强度的影响较大,当光照强度过大时,可能会导致激光雷达的误测量,因此可在自动驾驶系统中预存激光雷达的光照强度上限阈值,当光照强度超过其上限阈值时,屏蔽激光雷达的检测结果。激光雷达的光照强度上限阈值可由生产激光雷达的厂商提供。采用本实施例的方案,可以避免自动驾驶实现过程中使用具有较大误差的激光雷达的检测结果,提高了障碍物检测和汽车定位的精度。
在上述方案的基础上,所述预设传感器为摄像头,所述环境特征值包括光照强度,所述处理模块502,具体用于:若所述光照强度的检测结果大于摄像头正常工作时的光照强度上限阈值,则屏蔽所述摄像头的检测结果。若所述光照强度的检测结果小于摄像头正常工作时的光照强度下限阈值,则屏蔽所述摄像头的检测结果。对于摄像头来说,在光照强度太低时,无法获得清楚的拍摄图像,在光照强度太高时,可能会导致图像模糊、曝光过度等问题。对于每一摄像头,其正常工作时对应的光照强度的上限阈值和下限阈值为确定值,可由生产摄像头的厂家直接提供。当获取到摄像头工作区域的光照强度后,判断其是否在摄像头的正常工作所允许的光照强度范围内,如果不在则屏蔽该摄像头的检测结果。采用本实施例的方案,可以避免自动驾驶实现障碍物检测和定位过程中使用不清楚的图像或者曝光过度的图像,提高了障碍物检测和汽车定位的精度。
在上述方案的基础上,所述环境特征值包括空气湿度,所述处理模块502,具体用于:若所述空气湿度的检测结果大于摄像头正常工作时的空气湿度上限阈值,则屏蔽所述摄像头的检测结果。
进一步地,所述环境特征值包括能见度,所述处理模块502,具体用于:若所述能见度的检测结果小于摄像头正常工作时的能见度下限阈值,则屏蔽所述摄像头的检测结果。
采用本实施例中的方案,对于摄像头来说,考虑其正常工作时光照强度允许范围、空气湿度允许范围和能见度允许范围,可以实现在黑暗处拍摄不到障碍物情况下、强光时曝光过度情况下、下雨时拍摄图像不清楚时以及大雾情况下能见度低时,均不采用摄像头的检测结果作为后续模块的输入,提高自动驾驶中感知障碍物和车辆定位的可靠性。
优选地,如图7所示,所述提高自动驾驶可靠性的装置还包括:
数量获取模块503,获取屏蔽的预设传感器的数量;提示模块504,若所述数量大于设定阈值,则发出应关闭自动驾驶系统的提示信息。所述设定阈值可以根据车辆在出厂之前进行标定获取。目的是保证自动驾驶系统获得足够的信息以实现障碍物检测和车身定位。对于自动驾驶系统来说,其能够保证障碍物感知和车辆定位的准确性,必须依靠于预设传感器的检测结果及检测结果的融合。如果在当前环境对于大部分预设传感器的检测结果都会产生较大影响,那么说明并不适合开启自动驾驶系统,此时可发出提示信息,以提示驾驶员切换到人工驾驶状态。
实施例7
本实施例提供一种自动驾驶系统,如图8所示,包括环境特征值检测组件601、预设传感器602及实施例5所述的任一提高自动驾驶可靠性的装置603,其中:
所述环境特征值检测组件601用于检测预设传感器602工作区域内的环境特征值;所述提高自动驾驶可靠性的装置603,获取所述环境特征值检测组件601的检测结果,若所述检测结果不在所述预设传感器602的环境特征值允许范围内,则屏蔽所述预设传感器602的检测结果。
图中所述,环境特征值检测组件601、预设传感器602根据其具体应用场景不同,数量可进行调整。具体地,所述预设传感器为激光雷达,所述环境特征值检测组件为设置在所述激光雷达安装位置周围预设范围内的360度光照检测传感器。所述预设传感器为摄像头,所述环境特征值检测组件包括设置于所述摄像头安装位置周围预设范围内的平面光照检测传感器、设置于所述摄像头安装位置周围预设范围内的空气湿度检测传感器、设置于所述摄像头安装位置周围预设范围内的能见度检测传感器等。
环境特征值检测组件的设置位置与预设传感器安装位置的关系,可根据车型、具体位置等进行适应性调整,下面以检测光照对激光雷达和摄像头的影响为例进行说明:
可以在自动驾驶车辆的顶部(通常也是激光雷达在车辆的安装位置)安装一个可观测车辆周围360度的光照传感器,用此传感器检测整个系统周围的光照强度,采用此传感器的检测结果可以作为激光雷达、摄像头的光照强度检测结果。系统中每个激光雷达以及摄像头都有一个正常工作情况下的光照强度的阈值。如果此时光照传感器的输出结果显示车辆前方的光照强度超过了摄像头的工作阈值,但是在激光雷达的阈值范围内,并且车辆其他角度的光照强度都可以接受的话,那么自动驾驶系统会在后续的感知定位模块中自动屏蔽前方摄像头的检测结果,保留其他角度的相机结果以及所有的激光雷达结果。因为只有前方摄像头的检测结果被屏蔽,因此整个自动驾驶系统的可靠性并不会受到太大影响,所以自动驾驶功能还可以正常使用。一旦光照传感器的检测结果显示因为光照的因素导致多个角度的激光雷达和相机都不能正常使用,那么自动驾驶系统本身会根据目前的传感器状态来判断是否可以正常的执行自动驾驶功能。如果自动驾驶系统判断因为光照的关系使过多的传感器不能正常工作,则会提示不适合进入自动驾驶状态,并要求人为接管。
如果需要提高整个自动驾驶系统的可靠性,那么只配备一个光照传感器是不够的。最佳方案是在每个激光雷达和摄像头的安装位置都配置有一个光照传感器检测激光雷达或摄像头安装位置的光照强度。但不是不是每一个安装位置都需要360度光照传感器。对于360度检测范围的激光雷达,360度的光照传感器是必须的。但是对于摄像头来说,只需要一个对于摄像头镜头方向的光照传感器就可以保证摄像头的正常工作。
上述方案中能够改善自动驾驶系统在不同光照情况下对激光雷达与摄像头的影响情况,从而提高整个自动驾驶系统的可靠性与安全性。通过在车身上安装一个或多个光照传感器,探测自动驾驶车辆各个角度的光照强度来协调自动驾驶系统中激光雷达和摄像头的使用情况。光照传感器是一种可以实时的测量光照强度的设备。在自动驾驶车辆的四周不同角度上分别安装光照传感器,即可以测量出车辆四周不同角度的光照强度。自动驾驶系统会根据周围不同的光超强度分布,有条件的选取激光雷达和摄像头的输出结果作为后续工作模块的输入。如果在某种光照强度下,系统中的激光雷达和摄像头都不能正常的输出结果。那么自动驾驶系统会提示在此种光照环境下系统不能正常工作,从而提示需要关闭自动驾驶功能,切换到人工驾驶状态,进一步保证安全驾驶。
实施例8
本申请实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的提高自动驾驶可靠性的方法。
实施例9
图9是本实施例提供的执行提高自动驾驶可靠性的方法的电子设备的硬件结构示意图,该设备包括:
一个或多个处理器701以及存储器702,图9中以一个处理器701为例。
执行提高自动驾驶可靠性的方法的设备还可以包括:输入装置703和输出装置704。
处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接,图9中以通过总线连接为例。
存储器702作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的提高自动驾驶可靠性的方法对应的程序指令/模块(例如,附图6所示的特征获取模块501、处理模块502、数量获取模块503、提示模块504)。处理器701通过运行存储在存储器702中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例的提高自动驾驶可靠性的方法。
存储器702可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据提高自动驾驶可靠性的装置的使用所创建的数据等。此外,存储器702可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器702可选包括相对于处理器701远程设置的存储器,这些远程存储器可以通过网络连接至提高自动驾驶可靠性的装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置703可接收输入的数字或字符信息,以及产生与提高自动驾驶可靠性的装置的用户设置以及功能控制有关的键信号输入。输出装置704可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器702中,当被所述一个或者多个处理器701执行时,执行上述任意方法实施例中的提高自动驾驶可靠性的方法。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
本发明实施例的电子设备以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子装置。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (4)

1.一种提高自动驾驶可靠性的装置,其特征在于,包括:
特征获取模块,获取预设传感器工作区域内的环境特征值的检测结果;
处理模块,若所述检测结果不在所述预设传感器的环境特征值允许范围内,则屏蔽所述预设传感器的检测结果;
所述预设传感器为激光雷达,激光雷达的工作区域为激光雷达安装位置周围360度范围,所述环境特征值包括光照强度,所述处理模块,具体用于:
若所述光照强度的检测结果大于激光雷达正常工作时的光照强度上限阈值,则屏蔽所述激光雷达的检测结果;
所述预设传感器为摄像头,所述环境特征值包括光照强度,所述处理模块,具体用于:
若所述光照强度的检测结果大于摄像头正常工作时的光照强度上限阈值或小于摄像头正常工作时的光照强度下限阈值,则屏蔽所述摄像头的检测结果;若所述光照强度的检测结果小于摄像头正常工作时的光照强度下限阈值,则屏蔽所述摄像头的检测结果;
还包括数量获取模块,获取屏蔽的预设传感器的数量;
提示模块,若所述数量大于设定阈值,则发出应关闭自动驾驶系统的提示信息。
2.根据权利要求1所述的提高自动驾驶可靠性的装置,其特征在于,所述环境特征值包括空气湿度,所述处理模块,具体用于:
若所述空气湿度的检测结果大于摄像头正常工作时的空气湿度上限阈值,则屏蔽所述摄像头的检测结果。
3.根据权利要求2所述的提高自动驾驶可靠性的装置,其特征在于,所述环境特征值包括能见度,所述处理模块,具体用于:
若所述能见度的检测结果小于摄像头正常工作时的能见度下限阈值,则屏蔽所述摄像头的检测结果。
4.一种自动驾驶系统,其特征在于,包括环境特征值检测组件、预设传感器及权利要求1-3任一项所述的提高自动驾驶可靠性的装置,其中:
所述环境特征值检测组件用于检测预设传感器工作区域内的环境特征值;
所述提高自动驾驶可靠性的装置,获取所述环境特征值检测组件的检测结果,若所述检测结果不在所述预设传感器的环境特征值允许范围内,则屏蔽所述预设传感器的检测结果;
所述预设传感器为激光雷达,激光雷达的工作区域为激光雷达安装位置周围360度范围,所述环境特征值检测组件为设置在所述激光雷达安装位置周围预设范围内的360度光照检测传感器;
所述预设传感器为摄像头,所述环境特征值检测组件包括设置于所述摄像头安装位置周围预设范围内的平面光照检测传感器和/或空气湿度检测传感器和/或能见度检测传感器。
CN201611116160.8A 2016-12-07 2016-12-07 提高自动驾驶可靠性的装置及自动驾驶系统 Active CN108162973B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611116160.8A CN108162973B (zh) 2016-12-07 2016-12-07 提高自动驾驶可靠性的装置及自动驾驶系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611116160.8A CN108162973B (zh) 2016-12-07 2016-12-07 提高自动驾驶可靠性的装置及自动驾驶系统

Publications (2)

Publication Number Publication Date
CN108162973A CN108162973A (zh) 2018-06-15
CN108162973B true CN108162973B (zh) 2020-07-28

Family

ID=62526222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611116160.8A Active CN108162973B (zh) 2016-12-07 2016-12-07 提高自动驾驶可靠性的装置及自动驾驶系统

Country Status (1)

Country Link
CN (1) CN108162973B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11967187B2 (en) * 2018-09-21 2024-04-23 Honda Motor Co., Ltd. Vehicle inspection system
CN109255341B (zh) * 2018-10-30 2021-08-10 百度在线网络技术(北京)有限公司 障碍物感知错误数据的提取方法、装置、设备及介质
CN111376829A (zh) * 2018-12-27 2020-07-07 观致汽车有限公司 用于车辆的控制方法、控制设备和车辆
CN114185340B (zh) * 2021-11-15 2024-04-23 广州文远知行科技有限公司 一种障碍物位置异常检测方法及装置
CN114217613B (zh) * 2021-12-09 2024-01-12 广州小鹏自动驾驶科技有限公司 一种远程控制方法、装置和远程驾驶系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08132930A (ja) * 1994-11-10 1996-05-28 Mazda Motor Corp 自動車の走行制御装置
CH705648B1 (fr) * 2007-10-03 2013-04-30 Gest Union S A Procédé et dispositif pour mesurer et enregistrer divers paramètres physiques liés à un événement sur un véhicule.
CN104527641A (zh) * 2014-12-29 2015-04-22 江苏大学 一种基于机器视觉的泊车车速检测系统
CN104608772A (zh) * 2014-12-25 2015-05-13 财团法人车辆研究测试中心 自动辅助驾驶的环境失效判断系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08132930A (ja) * 1994-11-10 1996-05-28 Mazda Motor Corp 自動車の走行制御装置
CH705648B1 (fr) * 2007-10-03 2013-04-30 Gest Union S A Procédé et dispositif pour mesurer et enregistrer divers paramètres physiques liés à un événement sur un véhicule.
CN104608772A (zh) * 2014-12-25 2015-05-13 财团法人车辆研究测试中心 自动辅助驾驶的环境失效判断系统及方法
CN104527641A (zh) * 2014-12-29 2015-04-22 江苏大学 一种基于机器视觉的泊车车速检测系统

Also Published As

Publication number Publication date
CN108162973A (zh) 2018-06-15

Similar Documents

Publication Publication Date Title
CN108169765B (zh) 提高自动驾驶可靠性的方法及电子设备
CN108162973B (zh) 提高自动驾驶可靠性的装置及自动驾驶系统
CN109343061B (zh) 传感器标定方法、装置、计算机设备、介质和车辆
CN106952303B (zh) 车距检测方法、装置和系统
CN106981082B (zh) 车载摄像头标定方法、装置及车载设备
CN110723079B (zh) 车载传感器的位姿调整方法、装置、设备和介质
CN110442120B (zh) 控制机器人在不同场景下移动的方法、机器人及终端设备
CN109218598B (zh) 一种相机切换方法、装置及无人机
CN111273268A (zh) 障碍物类型的识别方法、装置及电子设备
CN108874128B (zh) 接近检测方法及装置、电子装置、存储介质和设备
US20180137779A1 (en) Control method for UAV flight training and device thereof
CN111324945A (zh) 传感器方案确定方法、装置、设备及存储介质
CN111177869A (zh) 传感器布局方案的确定方法、装置及设备
WO2021217334A1 (zh) 可移动平台及其避障方法和装置
CN112257542A (zh) 障碍物感知方法、存储介质及电子设备
CN110458815B (zh) 自动驾驶有雾场景检测的方法及装置
CN113492829B (zh) 数据处理的方法和装置
KR20210005605A (ko) 카메라 고유 파라미터에 대한 온라인 평가
CN113050081A (zh) 遮挡物的检测方法和装置、雷达、车辆、存储介质
CN114119671B (zh) 一种基于遮挡补偿的立体空间信息融合的多目标跟踪方法
CN113345021B (zh) 车辆摄像头的安装位姿的检测方法、装置和电子设备
CN110309741B (zh) 障碍物检测方法及装置
CN112307825A (zh) 自动驾驶的视觉检测方法、装置、电子设备和存储介质
CN110095998B (zh) 一种自动控制设备的控制方法及装置
CN111402610A (zh) 一种识别红绿灯亮灯状态的方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100026 8 floor 909, 105 building 3, Yao Yuan Road, Chaoyang District, Beijing.

Applicant after: Lexus Automobile (Beijing) Co.,Ltd.

Address before: 100026 8 floor 909, 105 building 3, Yao Yuan Road, Chaoyang District, Beijing.

Applicant before: FARADAY (BEIJING) NETWORK TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20180925

Address after: 511458 9, Nansha District Beach Road, Guangzhou, Guangdong, 9

Applicant after: Evergrande Faraday Future Smart Car (Guangdong) Co.,Ltd.

Address before: 100026 8 floor 909, 105 building 3, Yao Yuan Road, Chaoyang District, Beijing.

Applicant before: Lexus Automobile (Beijing) Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190319

Address after: 100015 Building No. 7, 74, Jiuxianqiao North Road, Chaoyang District, Beijing, 001

Applicant after: FAFA Automobile (China) Co.,Ltd.

Address before: 511458 9, Nansha District Beach Road, Guangzhou, Guangdong, 9

Applicant before: Evergrande Faraday Future Smart Car (Guangdong) Co.,Ltd.

GR01 Patent grant
GR01 Patent grant