CN109324609A - 无人车控制方法、装置、设备以及存储介质 - Google Patents
无人车控制方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN109324609A CN109324609A CN201811013335.1A CN201811013335A CN109324609A CN 109324609 A CN109324609 A CN 109324609A CN 201811013335 A CN201811013335 A CN 201811013335A CN 109324609 A CN109324609 A CN 109324609A
- Authority
- CN
- China
- Prior art keywords
- unmanned vehicle
- information
- driving information
- determined
- vehicle
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000001133 acceleration Effects 0.000 claims abstract description 66
- 230000004044 response Effects 0.000 claims abstract description 33
- 238000012512 characterization method Methods 0.000 claims abstract description 31
- 230000004888 barrier function Effects 0.000 claims abstract description 30
- 230000005055 memory storage Effects 0.000 claims description 2
- 230000009467 reduction Effects 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000979 retarding effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请提供一种无人车控制方法、装置、设备以及存储介质,其中,该方法包括:获取无人车的驾驶信息,其中,驾驶信息为以下的任意一种:加速度、减速度、车辆响应时间、车速、障碍物位置信息、无人车与障碍物之间的距离信息、车辆当前位置信息、车辆当前姿态信息;判断驾驶信息是否超出预设边界值;若驾驶信息表征的数值超出预设边界值,则确定无人车将出现轨迹不受控现象,确定需要控制无人车的行驶,例如,控制无人车进行减速、或者刹车、或者转向。从而,通过设置边界值,判断无人车是否出现行驶不受控制的问题,在确定无人车超出自动驾驶的边界的时候,实施车辆降速、停车等安全措施;防止出现碰撞等危险问题,对无人车进行安全管控。
Description
技术领域
本申请实施例涉及无人车技术领域,尤其涉及一种无人车控制方法、装置、设备以及存储介质。
背景技术
随着智能技术的发展,无人车开始得到发展和应用。在无人车的行驶过程中,需要对无人车进行控制。
现有技术中,会采用控制算法对无人车的自动驾驶过程进行控制,进而完成无人车的自动驾驶。举例来说,采用防碰撞算法,检测无人车是否遇到障碍物、以及是否会发生碰撞。
现有技术中,由于采用的控制算法对无人车进行控制的过程中,一旦算法出现错误或计算不准确,进而无人车的自动行驶过程将不受到控制,导致出现无人车驾驶危险的问题。
发明内容
本申请实施例提供一种无人车控制方法、装置、设备以及存储介质,用于解决上述方案中一旦算法出现错误或计算不准确,进而无人车的自动行驶过程将不受到控制,导致出现无人车驾驶危险的问题。
本申请第一方面提供一种无人车控制方法,包括:
获取无人车的驾驶信息;
若所述驾驶信息表征的数值超出预设边界值,则确定所述无人车将出现轨迹不受控现象;
确定对所述无人车进行控制处理。
进一步地,若所述驾驶信息表征的数值超出预设边界值,则确定所述无人车将出现轨迹不受控现象,包括:
根据预设的边界值列表,其中,所述边界值列表中包括至少一个驾驶信息,所述至少一个驾驶信息中的每一个驾驶信息具有预设边界值,确定与所述驾驶信息对应的预设边界值;
若所述驾驶信息表征的数值超出与所述驾驶信息对应的预设边界值,则确定所述无人车将出现轨迹不受控现象。
进一步地,所述预设边界值包括至少一个行驶场景信息对应的预设边界值;
根据预设的边界值列表,确定与所述驾驶信息对应的预设边界值,包括:
获取所述无人车的行驶场景信息;
根据无人车的驾驶信息、所述无人车的行驶场景信息和所述边界值列表,确定所述行驶场景信息下的与所述无人车的驾驶信息对应的预设边界值;
若所述驾驶信息表征的数值超出与所述驾驶信息对应的预设边界值,则确定所述无人车将出现轨迹不受控现象,包括:
若所述无人车的驾驶信息表征的数值,超出所述行驶场景信息下的与所述无人车的驾驶信息对应的预设边界值,则确定所述无人车将出现轨迹不受控现象。
进一步地,所述驾驶信息为以下的任意一种:加速度、减速度、车辆响应时间、车速、障碍物位置信息、无人车与障碍物之间的距离信息、车辆当前位置信息、车辆当前姿态信息。
进一步地,所述驾驶信息为无人车的加速度;
若所述驾驶信息表征的数值超出预设边界值,则确定所述无人车将出现轨迹不受控现象,包括:
若所述加速度大于预设的最大加速度,则确定所述无人车将出现轨迹不受控现象;
或者,若所述加速度小于预设的最小加速度,则确定所述无人车将出现轨迹不受控现象。
进一步地,所述驾驶信息为无人车的车速;
若所述驾驶信息表征的数值超出预设边界值,则确定所述无人车将出现轨迹不受控现象,包括:
若所述无人车的车速大于预设的最大车速,则确定所述无人车将出现轨迹不受控现象;
或者,若所述无人车的车速小于预设的最小车速,则确定所述无人车将出现轨迹不受控现象。
进一步地,所述驾驶信息为障碍物位置信息;
若所述驾驶信息表征的数值超出预设边界值,则确定所述无人车将出现轨迹不受控现象,包括:
根据所述障碍物位置信息,确定所述障碍物与所述无人车之间的距离值;
若所述距离值小于预设的安全距离,则确定所述无人车将出现轨迹不受控现象。
进一步地,确定对所述无人车进行控制处理,包括:
向所述无人车的前向碰撞避免装置发送控制指令,以使所述前向碰撞避免装置根据所述控制指令控制无人车的行驶。
本申请第二方面提供一种无人车控制装置,包括:
获取模块,用于获取无人车的驾驶信息;
第一确定模块,用于若所述驾驶信息表征的数值超出预设边界值,则确定所述无人车将出现轨迹不受控现象;
第二确定模块,用于确定对所述无人车进行控制处理。
进一步地,所述第一确定模块,包括:
第一确定子模块,用于根据预设的边界值列表,其中,所述边界值列表中包括至少一个驾驶信息,所述至少一个驾驶信息中的每一个驾驶信息具有预设边界值,确定与所述驾驶信息对应的预设边界值;
第二确定子模块,用于若所述驾驶信息表征的数值超出与所述驾驶信息对应的预设边界值,则确定所述无人车将出现轨迹不受控现象。
进一步地,所述预设边界值包括至少一个行驶场景信息对应的预设边界值;
所述第一确定子模块,具体用于:
获取所述无人车的行驶场景信息;
根据无人车的驾驶信息、所述无人车的行驶场景信息和所述边界值列表,确定所述行驶场景信息下的与所述无人车的驾驶信息对应的预设边界值;
所述第二确定子模块,具体用于:
若所述无人车的驾驶信息表征的数值,超出所述行驶场景信息下的与所述无人车的驾驶信息对应的预设边界值,则确定所述无人车将出现轨迹不受控现象。
进一步地,所述驾驶信息为以下的任意一种:加速度、减速度、车辆响应时间、车速、障碍物位置信息、无人车与障碍物之间的距离信息、车辆当前位置信息、车辆当前姿态信息。
进一步地,所述驾驶信息为无人车的加速度;
所述第一确定模块,用于:
若所述加速度大于预设的最大加速度,则确定所述无人车将出现轨迹不受控现象;
或者,若所述加速度小于预设的最小加速度,则确定所述无人车将出现轨迹不受控现象。
进一步地,所述驾驶信息为无人车的车速;
所述第一确定模块,用于:
若所述无人车的车速大于预设的最大车速,则确定所述无人车将出现轨迹不受控现象;
或者,若所述无人车的车速小于预设的最小车速,则确定所述无人车将出现轨迹不受控现象。
进一步地,所述驾驶信息为障碍物位置信息;
所述第一确定模块,用于:
根据所述障碍物位置信息,确定所述障碍物与所述无人车之间的距离值;
若所述距离值小于预设的安全距离,则确定所述无人车将出现轨迹不受控现象。
进一步地,所述第二确定模块,具体用于:
向所述无人车的前向碰撞避免装置发送控制指令,以使所述前向碰撞避免装置根据所述控制指令控制无人车的行驶。
本申请第三方面提供一种控制设备,包括:发送器、接收器、存储器和处理器;
所述存储器用于存储计算机指令;所述处理器用于运行所述存储器存储的所述计算机指令实现第一方面任一实现方式提供的无人车控制方法。
本申请第四方面提供一种存储介质,其特征在于,包括:可读存储介质和计算机指令,所述计算机指令存储在所述可读存储介质中;所述计算机指令用于实现第一方面任一实现方式提供的无人车控制方法。
本申请实施例提供的无人车控制方法、装置、设备以及存储介质,通过获取无人车的驾驶信息,其中,驾驶信息为以下的任意一种:加速度、减速度、车辆响应时间、车速、障碍物位置信息;判断驾驶信息是否超出预设边界值;若驾驶信息表征的数值超出预设边界值,则确定无人车将出现轨迹不受控现象,确定需要控制无人车的行驶,例如,控制无人车进行减速、或者刹车、或者转向。从而,通过设置边界值,判断无人车是否出现行驶不受控制的问题,在确定无人车超出自动驾驶的边界的时候,实施车辆降速、停车等安全措施;防止出现碰撞等危险问题,对无人车进行安全管控。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例提供的一种无人车控制方法的流程图;
图2为本申请实施例提供的另一种无人车控制方法的流程图;
图3为本申请实施例提供的一种无人车控制装置的结构示意图;
图4为本申请实施例提供的另一种无人车控制装置的结构示意图;
图5为本申请实施例提供的一种控制设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
现有技术中,会采用控制算法对无人车的自动驾驶过程进行控制,进而完成无人车的自动驾驶。举例来说,采用防碰撞算法,检测无人车是否遇到障碍物、以及是否会发生碰撞。
现有技术中,由于采用的控制算法对无人车进行控制的过程中,一旦算法出现错误或计算不准确,进而无人车的自动行驶过程将不受到控制,导致出现无人车驾驶危险的问题。
针对上述存在的问题,本申请提出一种无人车控制方法、装置、设备以及存储介质,可以通过设置边界值,判断无人车是否出现行驶不受控制的问题,在确定无人车超出自动驾驶的边界的时候,实施车辆降速、停车等安全措施;防止出现碰撞等危险问题,对无人车进行安全管控。下面通过几个具体实施例对该方案进行详细说明。
图1为本申请实施例提供的一种无人车控制方法的流程图,如图1所示,该方案的执行主体为无人车的控制器、无人车的控制设备、无人车自动驾驶系统的控制设备等等,该无人车控制方法,包括:
步骤101、获取无人车的驾驶信息。
可选的,驾驶信息为以下的任意一种:加速度、减速度、车辆响应时间、车速、障碍物位置信息、障碍物速度、障碍物加速度、无人车与障碍物之间的距离信息、车辆当前位置信息、车辆当前姿态信息。
在本步骤中,具体的,本实施例以执行主体为无人车的控制器进行说明。
在无人车的行驶过程中,例如无人车进行直行、转弯的时候,无人车的控制器获取无人车的驾驶信息,其中,驾驶信息为以下的任意一种:无人车的加速度、无人车的减速度、无人车的车辆响应时间、无人车的车速、无人车周围的障碍物位置信息、无人车与障碍物之间的距离信息、车辆当前位置信息、车辆当前姿态信息。
举例来说,在无人车的行驶过程中,无人车是具有车速、加速度、减速度的;从而无人车的控制器根据无人车的行驶状态,可以获知加速度、减速度、车辆响应时间、车速等信息。
再举例来说,在无人车上设置有激光雷达等检测装置;检测装置可以对无人车的周围进行检测,检测装置可以对无人车周围的障碍物进行检测,可以获取到障碍物的点云数据,障碍物的点云数据表征了障碍物的位置,从而无人车的控制器可以确定出障碍物位置信息。也可以通过激光雷达等检测装置,获取到障碍物的加速度和速度。
又举例来说,在无人车上设置有图像装置;图像装置可以获取到无人车周围的图像信息;无人车的控制器对图像信息进行图像识别和障碍物检测,可以确定出障碍物位置信息。
举例来说,无人车的控制器通过定位系统确定车辆当前位置信息;无人车的控制器可以根据障碍物位置信息和车辆当前位置信息,计算出无人车与障碍物之间的距离信息。
举例来说,无人车的控制器可以通过无人车的当前状态,确定出车辆当前姿态信息,车辆当前姿态信息例如无人车刹车信息、无人车加速信息、无人车转向信息。
步骤102、若驾驶信息表征的数值超出预设边界值,则确定无人车将出现轨迹不受控现象。
在本步骤中,具体的,为不同的驾驶信息配置了预设边界值,无人车的控制器可以判断获取到的驾驶信息所表征的数值值是否超出预设边界值;无人车的控制器若确定获取到的驾驶信息所表征的数值值超出预设边界值,则可以确定无人车将出现轨迹不受控现象。
举例来说,驾驶信息为加速度时,预设边界值为最大加速度;驾驶信息为减速度时,预设边界值为最大减速度;驾驶信息为车辆响应时间时,预设边界值为最大车辆响应时间;驾驶信息为车速时,预设边界值为最大车速;驾驶信息为障碍物位置信息时,预设边界值为无人车与障碍物之间的安全距离。
其中,步骤102的第一种实施方式为:驾驶信息为无人车的加速度;若加速度大于预设的最大加速度,则确定无人车将出现轨迹不受控现象;或者,若加速度小于预设的最小加速度,则确定无人车将出现轨迹不受控现象。
具体来说,无人车的控制器获取到无人车的加速度;无人车的控制器中存储有最大加速度和最小加速度。无人车的控制器判断无人车的加速度是否大于最大加速度;无人车的控制器若确定无人车的加速度大于最大加速度,则确定无人车将出现轨迹不受控现象。或者,无人车的控制器判断无人车的加速度是否小于最小加速度;无人车的控制器若确定无人车的加速度小于最小加速度,则确定无人车将出现轨迹不受控现象。
步骤102的第二种实施方式为:驾驶信息为无人车的车速;若无人车的车速大于预设的最大车速,则确定无人车将出现轨迹不受控现象;或者,若无人车的车速小于预设的最小车速,则确定无人车将出现轨迹不受控现象。
具体来说,无人车的控制器获取到无人车的车速。无人车的控制器中存储有最大车速和最小车速。无人车的控制器判断无人车的车速是否大于最大车速;无人车的控制器若确定无人车的车速大于最大车速,则确定无人车将出现轨迹不受控现象。无人车的控制器判断无人车的车速是否小于最小车速;无人车的控制器若确定无人车的车速小于最小车速,则确定无人车将出现轨迹不受控现象。
步骤102的第三种实施方式为:驾驶信息为障碍物位置信息;根据障碍物位置信息,确定障碍物与无人车之间的距离值;若距离值小于预设的安全距离,则确定无人车将出现轨迹不受控现象。
具体来说,无人车的控制器获取到障碍物位置信息;无人车的控制器可以通过全球定位系统(Global Positioning System,简称GPS)确定出无人车的位置信息;无人车的控制器根据障碍物位置信息和无人车的位置信息,可以计算出障碍物与无人车之间的距离值;无人车的控制器中存储有安全距离;无人车的控制器判断距离值是否小于安全距离;无人车的控制器若确定无人车的距离值小于安全距离,则确定无人车将出现轨迹不受控现象。
步骤102的第四种实施方式为:驾驶信息为无人车的车辆响应时间;若车辆响应时间大于预设的响应时间,则确定无人车将出现轨迹不受控现象。
具体来说,无人车的控制器获取到无人车的车辆响应时间;无人车的控制器中存储有响应时间的阈值;无人车的控制器判断车辆响应时间是否大于响应时间;无人车的控制器若确定车辆响应时间大于响应时间,则确定无人车的响应过慢,确定无人车将出现轨迹不受控现象。
步骤102的第五种实施方式为:驾驶信息为无人车的减速度;若减速度大于预设的最大减速度,则确定无人车将出现轨迹不受控现象;或者,若减速度小于预设的最小减速度,则确定无人车将出现轨迹不受控现象。
具体来说,无人车的控制器获取到无人车的减速度;无人车的控制器中存储有最大减速度和最小减速度。无人车的控制器判断无人车的减速度是否大于最大减速度;无人车的控制器若确定无人车的减速度大于最大减速度,则确定无人车将出现轨迹不受控现象;无人车的控制器判断无人车的减速度是否小于最小减速度;无人车的控制器若确定无人车的减速度小于最小减速度,则确定无人车将出现轨迹不受控现象。
步骤103、确定对无人车进行控制处理。
在本步骤中,具体的,无人车的控制器在确定无人车将出现轨迹不受控现象的时候,例如,无人车即将发生碰撞,无人车的控制器需要对无人车进行管控,进而对确定对无人车进行行驶控制,例如,控制无人车降速、控制无人车停车。
本实施例通过获取无人车的驾驶信息,其中,驾驶信息为以下的任意一种:加速度、减速度、车辆响应时间、车速、障碍物位置信息;判断驾驶信息是否超出预设边界值;若驾驶信息表征的数值超出预设边界值,则确定无人车将出现轨迹不受控现象,确定需要控制无人车的行驶,例如,控制无人车进行减速、或者刹车、或者转向。从而,通过设置边界值,判断无人车是否出现行驶不受控制的问题,在确定无人车超出自动驾驶的边界的时候,实施车辆降速、停车等安全措施;防止出现碰撞等危险问题,对无人车进行安全管控。
图2为本申请实施例提供的另一种无人车控制方法的流程图,如图2所示,该方案的执行主体为无人车的控制器、无人车的控制设备、无人车自动驾驶系统的控制设备等等,该无人车控制方法,包括:
步骤201、获取无人车的驾驶信息。
在本步骤中,具体的,本实施例以执行主体为无人车的控制器进行说明。
本步骤可以参见图1的步骤101,不再赘述。
步骤202、根据预设的边界值列表,其中,边界值列表中包括至少一个驾驶信息,至少一个驾驶信息中的每一个驾驶信息具有预设边界值,确定与驾驶信息对应的预设边界值。
在本步骤中,具体的,无人车的控制器中存储有一个边界值列表,边界值列表中包括一个或多个驾驶信息,并且每一个驾驶信息具有预设边界值。
无人车的控制器可以依据边界值列表,查询到与无人车的驾驶信息对应的预设边界值。
举例来说,边界值列表中包括了驾驶信息1、驾驶信息2、驾驶信息3、驾驶信息4;驾驶信息1具有预设边界值1,驾驶信息2具有预设边界值2,驾驶信息3具有预设边界值3,驾驶信息4具有预设边界值4。
举例来说,无人车的控制器获取到的驾驶信息为无人车的加速度,则无人车的加速度对应的预设边界值为最大加速度和/或最小加速度。
举例来说,无人车的控制器获取到的驾驶信息为无人车的车速,则车速对应的预设边界值为最大车速和/或最小车速。
举例来说,无人车的控制器获取到的驾驶信息为障碍物位置信息,则障碍物位置信息对应的预设边界值为车辆离障碍物的距离。
举例来说,无人车的控制器获取到的驾驶信息为自动驾驶控制的响应时间,则响应时间对应的预设边界值为最大响应时间。
步骤203、若驾驶信息表征的数值超出与驾驶信息对应的预设边界值,则确定无人车将出现轨迹不受控现象。
其中,预设边界值包括至少一个行驶场景对应的预设边界值,S202和步骤203包括以下具体实现方式:
获取无人车的行驶场景信息;
根据无人车的驾驶信息、无人车的行驶场景信息和边界值列表,确定行驶场景信息下的与无人车的驾驶信息对应的预设边界值;
若无人车的驾驶信息表征的数值,超出行驶场景信息下的与无人车的驾驶信息对应的预设边界值,则确定无人车将出现轨迹不受控现象。
在本步骤中,具体的,无人车的控制器可以判断获取到的驾驶信息,是否超出与驾驶信息对应的预设边界值;无人车的控制器若确定驾驶信息表征的数值超出与驾驶信息对应的预设边界值,则确定无人车将出现轨迹不受控现象。
在本实施中,步骤202和步骤203可以实施以下方案。
无人车的控制器中存储的边界值列表中包括至少一个行驶场景信息,至少一个行驶场景信息中的每一个行驶场景信息下具有至少一个驾驶信息,每一个驾驶信息具有一个边界值。可知在不同场景下,同一驾驶信息对应预设边界值的取值不同;例如,在无人车直行的时候,驾驶信息对应的预设边界值的取值为第一值;在无人车转向的时候,驾驶信息对应的预设边界值的取值为第二值。
无人车的控制器根据无人车的行驶状态和/或环境信息,确定出无人车的行驶场景信息。其中,行驶状态包括了无人车加速状态、无人车加速状态、无人车转弯状态等等。环境信息包括了无人车所在环境的图像信息、无人车所在环境的噪音信息等等。行驶场景信息包括了直行场景、转弯场景、躲避障碍物场景、加速行驶场景、减速行驶场景、刹车场景等等。
举例来说,无人车的控制器可以确定出无人车处于加速状态,则无人车的控制器确定无人车的行驶场景信息为加速行驶场景。
再举例来说,无人车的控制器可以确定出无人车处于转弯状态、且无人车所在环境的图像信息表征有障碍物,则无人车的控制器确定无人车的行驶场景信息为躲避障碍物场景。
又举例来说,无人车的控制器可以确定出无人车所在环境的噪音信息表征有警笛声,则无人车的控制器确定无人车的行驶场景信息为减速行驶场景。
无人车的控制器根据无人车的行驶场景信息,查询边界值列表,确定出无人车的行驶场景信息下的各驾驶信息。然后,无人车的控制器确定出无人车的行驶场景信息下与无人车的驾驶信息所对应的预设边界值。然后,无人车的控制器若确定无人车的驾驶信息表征的数值超出查询出的预设边界值,则确定无人车将出现轨迹不受控现象。
举例来说,在边界值列表中,行驶场景信息1下具有行驶信息a、行驶信息b、行驶信息c,行驶场景信息2下具有行驶信息a、行驶信息b、行驶信息c,行驶场景信息3下具有行驶信息a、行驶信息b、行驶信息c;行驶场景信息1下的行驶信息a具有预设边界值A1,行驶场景信息1下的行驶信息b具有预设边界值B1,行驶场景信息1下的行驶信息c具有预设边界值C1;行驶场景信息2下的行驶信息a具有预设边界值A2,行驶场景信息2下的行驶信息b具有预设边界值B2,行驶场景信息2下的行驶信息c具有预设边界值C2;行驶场景信息3下的行驶信息a具有预设边界值A3,行驶场景信息3下的行驶信息b具有预设边界值B3,行驶场景信息3下的行驶信息c具有预设边界值C3。无人车的控制器可以确定无人车的行驶场景信息为2,无人车的控制器已经获取到了无人车的驾驶信息为b,则无人车的控制器可以确定行驶场景信息2下驾驶信息b的预设边界值为B2;无人车的控制器若确定驾驶信息b表征的数值大于B2,则确定无人车将出现轨迹不受控现象。
例如,在边界值列表中,直行场景下具有加速度、车辆响应时间、车速;转弯场景下具有加速度、车辆响应时间、车速;直行场景下的加速度具有第一最大加速度,直行场景下的车辆响应时间具有第一响应时间,直行场景下的车速具有第一最大车速;转弯场景下的加速度具有第二最大加速度,转弯场景下的车辆响应时间具有第二响应时间,转弯场景下的车速具有第二最大车速。无人车的控制器可以确定无人车的行驶场景信息为直行场景,无人车的控制器已经获取到了无人车的车速,则无人车的控制器可以确定直行场景下车速的预设边界值,为第一最大车速;无人车的控制器若确定无人车的车速大于第一最大车速,则确定无人车将出现轨迹不受控现象。
步骤204、向无人车的前向碰撞避免装置发送控制指令,以使前向碰撞避免装置根据控制指令控制无人车的行驶。
在本步骤中,具体的,无人车的控制器在确定驾驶信息大于预设边界值时,向前向碰撞避免装置发送控制指令;前向碰撞避免装置控制无人车的行驶,使得无人车进行减速、或者刹车、或者转向。
其中,前向碰撞避免装置可以采用现有技术中的装置,前向碰撞避免装置可以是一个装置,前向碰撞避免装置可以是多个装置。
本实施例通过获取无人车的驾驶信息,其中,驾驶信息为以下的任意一种:加速度、减速度、车辆响应时间、车速、障碍物位置信息;判断驾驶信息是否大于预设边界值;其中,在不同场景下,同一驾驶信息的预设边界值的取值不同;若驾驶信息大于预设边界值,则确定车辆将出现轨迹不受控现象,前向碰撞避免装置控制无人车的行驶,使得无人车进行减速、或者刹车、或者转向。从而,通过设置边界值,判断无人车是否出现行驶不受控制的问题,在确定无人车超出自动驾驶的边界的时候,由前向碰撞避免装置来接管无人车,实施车辆降速、停车等安全措施;防止出现碰撞等危险问题,对无人车进行安全管控。
图3为本申请实施例提供的一种无人车控制装置的结构示意图,如图3所示,本实施例提供的无人车控制装置,包括:
获取模块31,用于获取无人车的驾驶信息;
第一确定模块32,用于若驾驶信息表征的数值超出预设边界值,则确定无人车将出现轨迹不受控现象;
第二确定模块33,用于确定对无人车进行控制处理。
驾驶信息为以下的任意一种:加速度、减速度、车辆响应时间、车速、障碍物位置信息、无人车与障碍物之间的距离信息、车辆当前位置信息、车辆当前姿态信息。
驾驶信息为无人车的加速度;第一确定模块32,用于:若加速度大于预设的最大加速度,则确定无人车将出现轨迹不受控现象;或者,若加速度小于预设的最小加速度,则确定无人车将出现轨迹不受控现象。
驾驶信息为无人车的车速;第一确定模块32,用于:若无人车的车速大于预设的最大车速,则确定无人车将出现轨迹不受控现象;或者,若无人车的车速小于预设的最小车速,则确定无人车将出现轨迹不受控现象。
驾驶信息为障碍物位置信息;第一确定模块32,用于:根据障碍物位置信息,确定障碍物与无人车之间的距离值;若距离值小于预设的安全距离,则确定无人车将出现轨迹不受控现象。
本实施例提供的无人车控制装置,同于实现前述任一实施例提供的无人车控制方法中的技术方案,其实现原理类似,不再赘述。
本实施例通过获取无人车的驾驶信息,其中,驾驶信息为以下的任意一种:加速度、减速度、车辆响应时间、车速、障碍物位置信息;判断驾驶信息是否超出预设边界值;若驾驶信息表征的数值超出预设边界值,则确定无人车将出现轨迹不受控现象,确定需要控制无人车的行驶,例如,控制无人车进行减速、或者刹车、或者转向。从而,通过设置边界值,判断无人车是否出现行驶不受控制的问题,在确定无人车超出自动驾驶的边界的时候,实施车辆降速、停车等安全措施;防止出现碰撞等危险问题,对无人车进行安全管控。
图4为本申请实施例提供的另一种无人车控制装置的结构示意图,在图3所示实施例的基础上,如图4所示,本实施例提供的无人车控制装置,第一确定模块32,包括:
第一确定子模块321,用于根据预设的边界值列表,其中,边界值列表中包括至少一个驾驶信息,至少一个驾驶信息中的每一个驾驶信息具有预设边界值,确定与驾驶信息对应的预设边界值;
第二确定子模块322,用于若驾驶信息表征的数值超出与驾驶信息对应的预设边界值,则确定无人车将出现轨迹不受控现象。
预设边界值包括至少一个行驶场景信息对应的预设边界值;第一确定子模块321,具体用于:获取无人车的行驶场景信息;根据无人车的驾驶信息、无人车的行驶场景信息和边界值列表,确定行驶场景信息下的与无人车的驾驶信息对应的预设边界值。
第二确定子模块322,具体用于:若无人车的驾驶信息表征的数值,超出行驶场景信息下的与无人车的驾驶信息对应的预设边界值,则确定无人车将出现轨迹不受控现象。
第二确定模块33,具体用于:向无人车的前向碰撞避免装置发送控制指令,以使前向碰撞避免装置根据控制指令控制无人车的行驶。
本实施例提供的无人车控制装置,同于实现前述任一实施例提供的无人车控制方法中的技术方案,其实现原理类似,不再赘述。
本实施例通过获取无人车的驾驶信息,其中,驾驶信息为以下的任意一种:加速度、减速度、车辆响应时间、车速、障碍物位置信息;判断驾驶信息是否大于预设边界值;其中,在不同场景下,同一驾驶信息的预设边界值的取值不同;若驾驶信息大于预设边界值,则确定车辆将出现轨迹不受控现象,前向碰撞避免装置控制无人车的行驶,使得无人车进行减速、或者刹车、或者转向。从而,通过设置边界值,判断无人车是否出现行驶不受控制的问题,在确定无人车超出自动驾驶的边界的时候,由前向碰撞避免装置来接管无人车,实施车辆降速、停车等安全措施;防止出现碰撞等危险问题,对无人车进行安全管控。
图5为本申请实施例提供的一种控制设备的结构示意图,如图5所示,该控制设备,包括:发送器71、接收器72、存储器73和处理器74;
存储器73用于存储计算机指令;处理器74用于运行存储器73存储的计算机指令实现前述实施例提供的任一实现方式的无人车控制方法的技术方案。
本申请还提供一种存储介质,其特征在于,包括:可读存储介质和计算机指令,计算机指令存储在可读存储介质中;计算机指令用于实现前述例提供的任一实现方式的无人车控制方法的技术方案。
在上述控制设备的具体实现中,应理解,处理器74可以是中央处理单元(CentralProcessing Unit,简称CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:只读存储器(Read-Only Memory,简称ROM)、随机存储器(Random Access Memory,简称RAM)、快闪存储器、硬盘、固态硬盘、磁带(Magnetic Tape)、软盘(Floppy Disk)、光盘(Optical Disc)及其任意组合。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,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,或者对其中部分或者全部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申请各实施例技术方案的范围。
Claims (18)
1.一种无人车控制方法,其特征在于,包括:
获取无人车的驾驶信息;
若所述驾驶信息表征的数值超出预设边界值,则确定所述无人车将出现轨迹不受控现象;
确定对所述无人车进行控制处理。
2.根据权利要求1所述的方法,其特征在于,若所述驾驶信息表征的数值超出预设边界值,则确定所述无人车将出现轨迹不受控现象,包括:
根据预设的边界值列表,其中,所述边界值列表中包括至少一个驾驶信息,所述至少一个驾驶信息中的每一个驾驶信息具有预设边界值,确定与所述驾驶信息对应的预设边界值;
若所述驾驶信息表征的数值超出与所述驾驶信息对应的预设边界值,则确定所述无人车将出现轨迹不受控现象。
3.根据权利要求2所述的方法,其特征在于,所述预设边界值包括至少一个行驶场景信息对应的预设边界值;
根据预设的边界值列表,确定与所述驾驶信息对应的预设边界值,包括:
获取所述无人车的行驶场景信息;
根据无人车的驾驶信息、所述无人车的行驶场景信息和所述边界值列表,确定所述行驶场景信息下的与所述无人车的驾驶信息对应的预设边界值;
若所述驾驶信息表征的数值超出与所述驾驶信息对应的预设边界值,则确定所述无人车将出现轨迹不受控现象,包括:
若所述无人车的驾驶信息表征的数值,超出所述行驶场景信息下的与所述无人车的驾驶信息对应的预设边界值,则确定所述无人车将出现轨迹不受控现象。
4.根据权利要求1所述的方法,其特征在于,所述驾驶信息为以下的任意一种:加速度、减速度、车辆响应时间、车速、障碍物位置信息、无人车与障碍物之间的距离信息、车辆当前位置信息、车辆当前姿态信息。
5.根据权利要求4所述的方法,其特征在于,所述驾驶信息为无人车的加速度;
若所述驾驶信息表征的数值超出预设边界值,则确定所述无人车将出现轨迹不受控现象,包括:
若所述加速度大于预设的最大加速度,则确定所述无人车将出现轨迹不受控现象;
或者,若所述加速度小于预设的最小加速度,则确定所述无人车将出现轨迹不受控现象。
6.根据权利要求4所述的方法,其特征在于,所述驾驶信息为无人车的车速;
若所述驾驶信息表征的数值超出预设边界值,则确定所述无人车将出现轨迹不受控现象,包括:
若所述无人车的车速大于预设的最大车速,则确定所述无人车将出现轨迹不受控现象;
或者,若所述无人车的车速小于预设的最小车速,则确定所述无人车将出现轨迹不受控现象。
7.根据权利要求4所述的方法,其特征在于,所述驾驶信息为障碍物位置信息;
若所述驾驶信息表征的数值超出预设边界值,则确定所述无人车将出现轨迹不受控现象,包括:
根据所述障碍物位置信息,确定所述障碍物与所述无人车之间的距离值;
若所述距离值小于预设的安全距离,则确定所述无人车将出现轨迹不受控现象。
8.根据权利要求1-7任一项所述的方法,其特征在于,确定对所述无人车进行控制处理,包括:
向所述无人车的前向碰撞避免装置发送控制指令,以使所述前向碰撞避免装置根据所述控制指令控制无人车的行驶。
9.一种无人车控制装置,其特征在于,包括:
获取模块,用于获取无人车的驾驶信息;
第一确定模块,用于若所述驾驶信息表征的数值超出预设边界值,则确定所述无人车将出现轨迹不受控现象;
第二确定模块,用于确定对所述无人车进行控制处理。
10.根据权利要求9所述的装置,其特征在于,所述第一确定模块,包括:
第一确定子模块,用于根据预设的边界值列表,其中,所述边界值列表中包括至少一个驾驶信息,所述至少一个驾驶信息中的每一个驾驶信息具有预设边界值,确定与所述驾驶信息对应的预设边界值;
第二确定子模块,用于若所述驾驶信息表征的数值超出与所述驾驶信息对应的预设边界值,则确定所述无人车将出现轨迹不受控现象。
11.根据权利要求10所述的装置,其特征在于,所述预设边界值包括至少一个行驶场景信息对应的预设边界值;
所述第一确定子模块,具体用于:
获取所述无人车的行驶场景信息;
根据无人车的驾驶信息、所述无人车的行驶场景信息和所述边界值列表,确定所述行驶场景信息下的与所述无人车的驾驶信息对应的预设边界值;
所述第二确定子模块,具体用于:
若所述无人车的驾驶信息表征的数值,超出所述行驶场景信息下的与所述无人车的驾驶信息对应的预设边界值,则确定所述无人车将出现轨迹不受控现象。
12.根据权利要求9所述的装置,其特征在于,所述驾驶信息为以下的任意一种:加速度、减速度、车辆响应时间、车速、障碍物位置信息、无人车与障碍物之间的距离信息、车辆当前位置信息、车辆当前姿态信息。
13.根据权利要求12所述的装置,其特征在于,所述驾驶信息为无人车的加速度;
所述第一确定模块,用于:
若所述加速度大于预设的最大加速度,则确定所述无人车将出现轨迹不受控现象;
或者,若所述加速度小于预设的最小加速度,则确定所述无人车将出现轨迹不受控现象。
14.根据权利要求12所述的装置,其特征在于,所述驾驶信息为无人车的车速;
所述第一确定模块,用于:
若所述无人车的车速大于预设的最大车速,则确定所述无人车将出现轨迹不受控现象;
或者,若所述无人车的车速小于预设的最小车速,则确定所述无人车将出现轨迹不受控现象。
15.根据权利要求12所述的装置,其特征在于,所述驾驶信息为障碍物位置信息;
所述第一确定模块,用于:
根据所述障碍物位置信息,确定所述障碍物与所述无人车之间的距离值;
若所述距离值小于预设的安全距离,则确定所述无人车将出现轨迹不受控现象。
16.根据权利要求9-15任一项所述的装置,其特征在于,所述第二确定模块,具体用于:
向所述无人车的前向碰撞避免装置发送控制指令,以使所述前向碰撞避免装置根据所述控制指令控制无人车的行驶。
17.一种控制设备,其特征在于,包括:发送器、接收器、存储器和处理器;
所述存储器用于存储计算机指令;所述处理器用于运行所述存储器存储的所述计算机指令实现权利要求1至8任一项所述的无人车控制方法。
18.一种存储介质,其特征在于,包括:可读存储介质和计算机指令,所述计算机指令存储在所述可读存储介质中;所述计算机指令用于实现权利要求1至8任一项所述的无人车控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811013335.1A CN109324609A (zh) | 2018-08-31 | 2018-08-31 | 无人车控制方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811013335.1A CN109324609A (zh) | 2018-08-31 | 2018-08-31 | 无人车控制方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109324609A true CN109324609A (zh) | 2019-02-12 |
Family
ID=65264189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811013335.1A Pending CN109324609A (zh) | 2018-08-31 | 2018-08-31 | 无人车控制方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109324609A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109814569A (zh) * | 2019-02-19 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 无人车控制方法、装置、设备及计算机可读介质 |
CN110825077A (zh) * | 2019-09-30 | 2020-02-21 | 淮北幻境智能科技有限公司 | 一种车辆自动驾驶安全管理方法及系统 |
CN111564051A (zh) * | 2020-04-28 | 2020-08-21 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车安全行车控制方法、装置、设备及存储介质 |
CN112180927A (zh) * | 2020-09-27 | 2021-01-05 | 安徽江淮汽车集团股份有限公司 | 一种自动驾驶时域构建方法、设备、存储介质及装置 |
CN113306552A (zh) * | 2021-07-31 | 2021-08-27 | 西华大学 | 混合道路拥堵状态下无人驾驶汽车的超低速蠕行方法 |
CN113419546A (zh) * | 2021-08-24 | 2021-09-21 | 新石器慧通(北京)科技有限公司 | 一种无人车的控制方法、装置、介质及电子设备 |
CN113678081A (zh) * | 2020-10-22 | 2021-11-19 | 深圳市大疆创新科技有限公司 | 控制方法、装置、可移动平台、遥控终端与控制系统 |
CN114053730A (zh) * | 2021-10-25 | 2022-02-18 | 浙江小族智能科技有限公司 | 游乐车及其行驶控制方法、装置、存储介质、终端 |
US11415993B2 (en) | 2019-02-22 | 2022-08-16 | Apollo Intelligent Driving Technology (Beijing) Co., Ltd. | Method and apparatus for processing driving reference line, and vehicle |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521978A (zh) * | 2011-11-21 | 2012-06-27 | 天津中兴软件有限责任公司 | 一种监控驾驶时间的方法 |
KR20130097337A (ko) * | 2012-02-24 | 2013-09-03 | 임정기 | 이미지 인식에 의한 차량 거리 감지방법 및 그 시스템 |
CN106094823A (zh) * | 2016-06-29 | 2016-11-09 | 北京奇虎科技有限公司 | 汽车危险驾驶行为的处理方法及系统 |
CN107972698A (zh) * | 2017-11-22 | 2018-05-01 | 清华大学 | 一种列车ato超速安全防范方法 |
CN108068818A (zh) * | 2016-11-16 | 2018-05-25 | 百度(美国)有限责任公司 | 用于自动驾驶车辆(adv)的紧急处理系统 |
-
2018
- 2018-08-31 CN CN201811013335.1A patent/CN109324609A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521978A (zh) * | 2011-11-21 | 2012-06-27 | 天津中兴软件有限责任公司 | 一种监控驾驶时间的方法 |
KR20130097337A (ko) * | 2012-02-24 | 2013-09-03 | 임정기 | 이미지 인식에 의한 차량 거리 감지방법 및 그 시스템 |
CN106094823A (zh) * | 2016-06-29 | 2016-11-09 | 北京奇虎科技有限公司 | 汽车危险驾驶行为的处理方法及系统 |
CN108068818A (zh) * | 2016-11-16 | 2018-05-25 | 百度(美国)有限责任公司 | 用于自动驾驶车辆(adv)的紧急处理系统 |
CN107972698A (zh) * | 2017-11-22 | 2018-05-01 | 清华大学 | 一种列车ato超速安全防范方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109814569A (zh) * | 2019-02-19 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 无人车控制方法、装置、设备及计算机可读介质 |
US11415993B2 (en) | 2019-02-22 | 2022-08-16 | Apollo Intelligent Driving Technology (Beijing) Co., Ltd. | Method and apparatus for processing driving reference line, and vehicle |
CN110825077A (zh) * | 2019-09-30 | 2020-02-21 | 淮北幻境智能科技有限公司 | 一种车辆自动驾驶安全管理方法及系统 |
CN111564051A (zh) * | 2020-04-28 | 2020-08-21 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车安全行车控制方法、装置、设备及存储介质 |
CN111564051B (zh) * | 2020-04-28 | 2021-07-20 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车安全行车控制方法、装置、设备及存储介质 |
CN112180927A (zh) * | 2020-09-27 | 2021-01-05 | 安徽江淮汽车集团股份有限公司 | 一种自动驾驶时域构建方法、设备、存储介质及装置 |
CN113678081A (zh) * | 2020-10-22 | 2021-11-19 | 深圳市大疆创新科技有限公司 | 控制方法、装置、可移动平台、遥控终端与控制系统 |
CN113306552A (zh) * | 2021-07-31 | 2021-08-27 | 西华大学 | 混合道路拥堵状态下无人驾驶汽车的超低速蠕行方法 |
CN113306552B (zh) * | 2021-07-31 | 2021-10-01 | 西华大学 | 混合道路拥堵状态下无人驾驶汽车的超低速蠕行方法 |
CN113419546A (zh) * | 2021-08-24 | 2021-09-21 | 新石器慧通(北京)科技有限公司 | 一种无人车的控制方法、装置、介质及电子设备 |
CN113419546B (zh) * | 2021-08-24 | 2021-11-26 | 新石器慧通(北京)科技有限公司 | 一种无人车的控制方法、装置、介质及电子设备 |
CN114053730A (zh) * | 2021-10-25 | 2022-02-18 | 浙江小族智能科技有限公司 | 游乐车及其行驶控制方法、装置、存储介质、终端 |
CN114053730B (zh) * | 2021-10-25 | 2023-08-18 | 浙江小族智能科技有限公司 | 游乐车及其行驶控制方法、装置、存储介质、终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109324609A (zh) | 无人车控制方法、装置、设备以及存储介质 | |
CN107480638B (zh) | 车辆避障方法、控制器、装置和车辆 | |
CN106864454B (zh) | 用于辅助机动车辆的操纵过程的方法和装置 | |
US10179590B2 (en) | Park out assist | |
EP2942687B1 (en) | Automated driving safety system | |
JP6684714B2 (ja) | 車両の運転者支援のための方法及びシステム | |
US10446033B2 (en) | Vehicle detection and avoidance | |
US10232849B2 (en) | Collision mitigation and avoidance | |
CN109324608A (zh) | 无人车控制方法、装置、设备以及存储介质 | |
CN107449434A (zh) | 使用定位估计误差界限进行安全车辆导航 | |
CN108614551A (zh) | 远端操作载具及其载具控制装置与控制方法 | |
CN113734201B (zh) | 车辆冗余控制方法、装置、电子设备及介质 | |
US10160459B2 (en) | Vehicle lane direction detection | |
US11279380B2 (en) | Method and apparatus for detecting and avoiding collision applied to vehicle | |
CN109318899B (zh) | 自动驾驶车辆的弯道行驶方法、装置、设备和存储介质 | |
JP7259716B2 (ja) | 車両制御システム及び車両制御方法 | |
CN111474930A (zh) | 一种基于视觉定位的循迹控制方法、装置、设备及介质 | |
CN110466527A (zh) | 一种车辆的行驶控制方法、系统及车辆 | |
CN112256052B (zh) | 无人机的速度控制方法、装置、无人机和存储介质 | |
JP2020126634A (ja) | 緊急車両をリアルタイムで検出し、緊急車両によって発生すると予想される状況に対処するための走行経路を計画する方法及び装置 | |
CN113504782B (zh) | 障碍物防撞方法、装置、系统和移动工具 | |
US10908607B2 (en) | Enhanced traffic jam assist | |
CN109407661A (zh) | 基于无人车的防碰撞装置和方法 | |
CN111845724B (zh) | 一种自动驾驶车辆的避障方法、装置和车辆 | |
GB2599309A (en) | Vehicle control system and method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |