CN109606467A

CN109606467A - 一种车辆转向方法和车辆

Info

Publication number: CN109606467A
Application number: CN201811642972.5A
Authority: CN
Inventors: 闫泳杉
Original assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Current assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Priority date: 2018-12-29
Filing date: 2018-12-29
Publication date: 2019-04-12
Anticipated expiration: 2038-12-29
Also published as: CN109606467B

Abstract

本发明实施例提供一种车辆转向方法和车辆，该方法包括：采集数据；将所述数据输入至转向模型处理，以预测转向曲率；将所述转向曲率转换为所述车辆的方向盘的转向角度；按照所述转向角度进行所述方向盘转向。本发明实施例可以提高转向模型的兼容性，且还可以降低研发成本。

Description

一种车辆转向方法和车辆

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种车辆转向方法和车辆。

背景技术

随着深度学习技术的迅速发展，以及人工智能的深入研究，目前车辆从人工驾驶向自动驾驶的趋势进行变化。另外，车辆的车型越来越丰富，且针对相同场景，不同的车辆的方向盘的转向角度不同的，例如：针对同一个转弯，车型1的方向盘的转向角度比车型2的方向盘的转向角度大。这样需要为不同的转型配置不同的转向模型，从而导致转向模型的兼容性比较差。

发明内容

本发明实施例提供一种车辆转向方法和车辆，以解决转向模型的兼容性比较差。

本发明实施例提供一种车辆转向方法，应用于车辆，包括：

采集数据；

将所述数据输入至转向模型处理，以预测转向曲率；

将所述转向曲率转换为所述车辆的方向盘的转向角度；

按照所述转向角度进行所述方向盘转向。

可选的，所述转向模型为通过如下训练得到的转向模型：

获取样本数据，以及所述样本数据对应的样本转向角度；

将所述样本转向角度转换为样本转向曲率；

使用所述样本数据和所述样本转向曲率对模型进行训练，以得到输入为数据，输出为转向曲率的所述转向模型。

可选的，所述将所述样本转向角度转换为样本转向曲率，包括：

将所述样本转向角度转向为样本转向弧度；

将所述样本数据的采集车的轴距除以sinθ，以得到所述样本转向曲率，其中，所述θ等于所述样本转向弧度除以所述采集车的传动比得到的角度值。

可选的，所述转向模型用于包括所述车辆在内的多种车型的转向控制。

可选的，所述将所述转向曲率转换为所述车辆的方向盘的转向角度，包括：

根据预先获取的所述车辆的转向曲率与转向角度的映射关系，将所述转向曲率转换为所述车辆的方向盘的转向角度。

本发明实施例还提供一种车辆，包括：

采集模块，用于采集数据；

处理模块，用于将所述数据输入至转向模型处理，以预测转向曲率；

转换模块，用于将所述转向曲率转换为所述车辆的方向盘的转向角度；

转向模块，用于按照所述转向角度进行所述方向盘转向。

可选的，所述转向模型为通过如下训练得到的转向模型：

获取样本数据，以及所述样本数据对应的样本转向角度；

将所述样本转向角度转换为样本转向曲率；

将所述样本转向角度转向为样本转向弧度；

可选的，所述转换模块用于根据预先获取的所述车辆的转向曲率与转向角度的映射关系，将所述转向曲率转换为所述车辆的方向盘的转向角度。

本发明实施例还提供一种车辆，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现本发明实施例提供的车辆转向方法的步骤。

本发明实施例还提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例提供的车辆转向方法的步骤。

本发明实施例中，采集数据；将所述数据输入至转向模型处理，以预测转向曲率；将所述转向曲率转换为所述车辆的方向盘的转向角度；按照所述转向角度进行所述方向盘转向。由于使用的是预测转向曲率的转向模型处理，而不同车型的转向曲率是一致的，从而可以提高转向模型的兼容性，另外，不同车型之间均可以使用上述转向模型，进而可以降低研发成本。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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他的附图。

图1是本发明实施例提供的一种车辆转向方法的流程图；

图2是本发明实施例提供的一种模型训练方法的流程图；

图3是本发明实施例提供的一种车辆转向的示意图；

图4是本发明实施例提供的一种车辆的结构图；

图5是本发明实施例提供的另一种车辆的结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。

本申请的说明书和权利要求书中的术语“包括”以及它的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，说明书以及权利要求中使用“和/或”表示所连接对象的至少其中之一，例如A和/或B，表示包含单独A，单独B，以及A和B都存在三种情况。

在本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

请参见图1，图1是本发明实施例提供的一种车辆转向方法的流程图，该方法应用于车辆，如图1所示，包括以下步骤：

步骤101、采集数据。

其中，上述数据可以是图像数据，例如：通过上述车辆安装的摄像头采集的图像数据，当然，对此不作限定，例如：上述数据也有可能是其他数据，例如：通过车辆雷达检测的雷达数据等。

需要说明的是，本发明实施例中，上述车辆可以是自动驾驶汽车或者其他能够通过数据预测转向的汽车，对此本发明实施例不作限定。

步骤102、将所述数据输入至转向模型处理，以预测转向曲率。

其中，上述转向模型可以是预先获取的端到端模型，例如：预先训练的端到端模型，该模型输入为数据输出为转向曲率。

另外，上述转向曲率可以是上述车辆的前轮的转向曲率，优选的，上述转向曲率为车辆的前轮中内轮的转向曲率，当然，对此不作限定。

本发明实施例中，上述转向模型可以用于包括所述车辆在内的多种车型的转向控制。

需要说明的是，由于本发明实施例中转向模型的输出为转向曲率，从而，上述转向模型可以用于包括所述车辆在内的多种车型的转向控制，即步骤102使用的转向模型可以是从其他转型迁移过来的转向模型，即在不同的车型之间可以进行转向模型的迁移，进而节约研究成本。

步骤103、将所述转向曲率转换为所述车辆的方向盘的转向角度。

其中，该步骤中可以是根据预先获取的所述车辆的转向曲率与转向角度的映射关系，将所述转向曲率转换为所述车辆的方向盘的转向角度。具体可以是在该映射关系中存储多组转向曲率和转向角度，从而当步骤102预测到上述转向曲率时，直接可以从该映射关系中查找到方向盘的转向角度。另外，上述映射关系是与上述车辆对应的，因为，不同的车型的转向曲率与转向角度的映射关系可能不同。

由于通过上述映射关系得到转向角度，从而可以提高车辆转向的效率。

当然，本发明实施例中，并不限定通过上述映射关系确定转向角度，例如：还可以是根据转向曲率与转向角度的计算关系，计算上述转向曲率对应的转向角度。

步骤104、按照所述转向角度进行所述方向盘转向。

当步骤103得到上述转向角度后，步骤104就可以按照该转向角度对车辆的方向盘进行控制，以实现车辆的转向。

请参见图2，图2是本发明实施例提供的一种模型训练方法的流程图，如图2所示，包括以下步骤：

步骤201、获取样本数据，以及所述样本数据对应的样本转向角度。

其中，上述样本数据和样本转向角度可以是获取采集车采集到的样本数据，以及样本数据对应的转向角度。

另外，本发明实施例中，每一个样本数据可以存在与其对应的样本转向角度。且上述转向角度为采集车的方向盘的转向角度。

需要说明的是，本发明实施例中，可以获取一辆或者多辆采集的采集到的样本数据和样本转向角度。

步骤202、将所述样本转向角度转换为样本转向曲率。

其中，上述将所述样本转向角度转换为样本转向曲率可以是根据转向角度与转向曲率的对应关系进行转换。

需要说明的是，曲率可以为转弯半径的倒数，以图3为例，不同的车轮的转弯半径可以通过如下公式表示：

其中，I表示内轮，O表示外轮，F表示前轮，R表示后轮。例如：上述R_IF表示采集车前轮的内轮的转弯半径。

由于本发明实施例中，曲率优选为车辆前轮中内轮的曲率，这样可以使得转向曲率更加符合采集到的数据，以使得车辆的转向更加精确。

另外，可以近似选取作为曲率半径。

因此，上述将所述样本转向角度转换为样本转向曲率，可以包括：

将所述样本转向角度转向为样本转向弧度；

将所述样本数据的采集车的轴距除以sinθ，以得到样本转向曲率半径，将所述样本转向曲率半径的倒数作为所述样本转向曲率，其中，所述θ等于所述样本转向弧度除以所述采集车的传动比得到的角度值。

其中，上述将所述样本转向角度转向为样本转向弧度可以是根据角度与弧度的对应关系进行转换。优选的，可以按照如下公式进行转换：

rad＝(wheel_angle/180)*pi

其中，rad表示样本转向弧度，wheel_angle表示样本转向角度，pi表示圆周率π。

上述轴距可以是上述采集车前后轮的车轮轴距离，可以用wheel_base表示，例如：如图3所示，上述轴距可以为图3中的b。

上述传动比可以是方向盘转动与车轮转动之间的比例，可以用steer_ratio表示。即上述sinθ＝sin(rad/steer_ratio)，其中，rad表示样本转向弧度，steer_ratio表示采集车的传动比。上述θ可以是如图3所示θ。

即曲率半径curv＝wheel_base/sinθ，也是就说，样本转向曲率为wheel_base/sinθ的倒数，wheel_base表示采集车的轴距。

该实施方式中，可以准确地得到转向角度对应的转向曲率。当然，本发明实施例中并不限定通过上述方式得到样本转向曲率。

例如：还可以选取作为曲率半径，以计算样本转向曲率。

步骤203、使用所述样本数据和所述样本转向曲率对模型进行训练，以得到输入为数据，输出为转向曲率的所述转向模型。

上述转向模型可以是使用上述样本数据和所述样本转向曲率对基础端到端模型进行训练，以得到上述转向模型。例如：将上述样本数据作为输入，将上述样本转向曲率作为真实结果，在训练过程中，从输入端到输出端会得到一个预测结果，该预测结果与真实结果相比较会得到一个误差，这个误差可以在模型中的每一层传递(例如：反向传播)，每一层均可以根据这个误差来做调整，直到模型收敛或达到预期的效果才结束，以得到上述转向模型。

需要说明的是，本发明实施例中，对模型的训练过程不作限定，且训练过程可以是在计算机是进行的。例如：在计算机上训练得到上述转向模型，再将该转向模型配置给车辆。当然，也不排除车辆的智能设备训练得到上述转向模型。

优选的，本发明实施例中提供的车辆转向方法中使用的转向模型为通过如图2所示的训练过程得到的转向模型。

请参见图4，图4是本发明实施例提供的一种车辆的结构图，如图4所示，车辆400，包括：

采集模块401，用于采集数据；

处理模块402，用于将所述数据输入至转向模型处理，以预测转向曲率；

转换模块403，用于将所述转向曲率转换为所述车辆的方向盘的转向角度；

转向模块404，用于按照所述转向角度进行所述方向盘转向。

可选的，所述转向模型为通过如下训练得到的转向模型：

获取样本数据，以及所述样本数据对应的样本转向角度；

将所述样本转向角度转换为样本转向曲率；

将所述样本转向角度转向为样本转向弧度；

可选的，所述转换模块403用于根据预先获取的所述车辆的转向曲率与转向角度的映射关系，将所述转向曲率转换为所述车辆的方向盘的转向角度。

本发明实施例提供的车辆能够实现本发明实施例中方法实施例中车辆实现的各个过程，且可以达到相同有益效果，为避免重复，这里不再赘述。

请参见图5，图5是本发明实施例提供的另一种车辆的结构图，如图5所示，车辆500包括处理器501、存储器502及存储在所述存储器502上并可在所述处理器上运行的计算机程序。

其中，所述计算机程序被所述处理器501执行时实现如下步骤：

采集数据；

将所述数据输入至转向模型处理，以预测转向曲率；

将所述转向曲率转换为所述车辆的方向盘的转向角度；

按照所述转向角度进行所述方向盘转向。

可选的，所述转向模型为通过如下训练得到的转向模型：

获取样本数据，以及所述样本数据对应的样本转向角度；

将所述样本转向角度转换为样本转向曲率；

将所述样本转向角度转向为样本转向弧度；

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例提供的车辆转向方法的步骤。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

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上述实施例方法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，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的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，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims

1.一种车辆转向方法，应用于车辆，其特征在于，包括：

采集数据；

将所述数据输入至转向模型处理，以预测转向曲率；

将所述转向曲率转换为所述车辆的方向盘的转向角度；

按照所述转向角度进行所述方向盘转向。

2.如权利要求1所述的方法，其特征在于，所述转向模型为通过如下训练得到的转向模型：

获取样本数据，以及所述样本数据对应的样本转向角度；

将所述样本转向角度转换为样本转向曲率；

3.如权利要求2所述的方法，其特征在于，所述将所述样本转向角度转换为样本转向曲率，包括：

将所述样本转向角度转向为样本转向弧度；

4.如权利要求1至3中任一项所述的方法，其特征在于，所述转向模型用于包括所述车辆在内的多种车型的转向控制。

5.如权利要求1至3中任一项所述的方法，其特征在于，所述将所述转向曲率转换为所述车辆的方向盘的转向角度，包括：

6.一种车辆，其特征在于，包括：

采集模块，用于采集数据；

转向模块，用于按照所述转向角度进行所述方向盘转向。

7.如权利要求6所述的车辆，其特征在于，所述转向模型为通过如下训练得到的转向模型：

获取样本数据，以及所述样本数据对应的样本转向角度；

将所述样本转向角度转换为样本转向曲率；

8.如权利要求7所述的车辆，其特征在于，所述将所述样本转向角度转换为样本转向曲率，包括：

将所述样本转向角度转向为样本转向弧度；

9.如权利要求6至8中任一项所述的车辆，其特征在于，所述转向模型用于包括所述车辆在内的多种车型的转向控制。

10.如权利要求6至8中任一项所述的车辆，其特征在于，所述转换模块用于根据预先获取的所述车辆的转向曲率与转向角度的映射关系，将所述转向曲率转换为所述车辆的方向盘的转向角度。

11.一种车辆，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的车辆转向方法的步骤。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的车辆转向方法的步骤。