CN109795464A - 制动方法、装置和存储介质 - Google Patents
制动方法、装置和存储介质 Download PDFInfo
- Publication number
- CN109795464A CN109795464A CN201811625722.0A CN201811625722A CN109795464A CN 109795464 A CN109795464 A CN 109795464A CN 201811625722 A CN201811625722 A CN 201811625722A CN 109795464 A CN109795464 A CN 109795464A
- Authority
- CN
- China
- Prior art keywords
- current
- vehicle
- sensor
- barrier
- current detection
- 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.)
- Granted
Links
Abstract
本发明提供一种制动方法、装置和存储介质,该方法包括:判断传感器的余震值是否异常;若传感器的余震值异常,则将紧急制动对应的制动量作为当前制动量;根据当前制动量,对车辆进行制动。本发明对传感器盲区中的制动方式进行考虑,提高了驾驶的安全性。
Description
技术领域
本发明涉及智能驾驶技术领域,尤其涉及一种制动方法、装置和存储介质。
背景技术
汽车安全性是无人驾驶技术的重要指标,无人驾驶自动刹车技术又是主动安全技术环节最重要的技术之一。无人驾驶自动刹车一般是利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。
现有技术中,通常通过传感器传感技术,探测周围的障碍物信息,并判断与障碍物之间的相对距离和相对车速,据此控制当前车辆的速度和加速度,避免碰撞的发生。
传感器在探测过程中存在探测盲区,现有技术中并未对传感器探测盲区中的制动方式进行说明,这对于车辆的安全行驶存在很大的影响。
发明内容
本发明提供一种制动方法、装置和存储介质,对传感器盲区中的制动方式进行考虑,提高了驾驶的安全性。
本发明的第一方面提供一种制动方法,包括:
判断传感器的余震值是否异常;
若所述传感器的余震值异常,则将紧急制动对应的制动量作为当前制动量;
根据所述当前制动量,对运行车辆进行制动。
可选的,所述方法还包括:
若所述传感器的余震值不为异常,则获取所述运行车辆与障碍物的当前检测距离;
若所述当前检测距离大于第一阈值或为无效值,则根据所述当前检测距离获取之前获取的所述运行车辆与所述障碍物的历史检测距离,判断所述障碍物是否在所述传感器的盲区,若在所述传感器的盲区,则将所述紧急制动对应的制动量作为所述当前制动量;
根据所述当前制动量,对所述运行车辆进行制动。
可选的,所述方法还包括:
若所述传感器的余震值不为异常,则获取所述运行车辆的车辆速度和车辆加速度;
根据所述当前检测距离、所述车辆速度、所述车辆加速度和预设的拟合函数,获取所述当前制动量,所述预设的拟合函数用于表征所述检测距离、所述车辆速度、所述车辆加速度与所述当前制动量的对应关系。
可选的,所述方法还包括:
若所述当前检测距离不大于第一阈值且不为无效值且所述传感器的余震值不为异常,则获取所述运行车辆的车辆速度和车辆加速度;
根据所述当前检测距离、所述车辆速度、所述车辆加速度和预设的拟合函数,获取所述当前制动量,所述预设的拟合函数用于表征所述检测距离、所述车辆速度、所述车辆加速度与所述当前制动量的对应关系。
可选的,所述方法还包括:
在获取所述运行车辆与所述障碍物的当前检测距离之前,获取多组测试数据,每组测试数据包括测试车辆与测试障碍物的检测距离、测试车辆的速度、测试车辆的加速度以及人工制动量;
根据所述多组测试数据,获取所述预设的拟合函数。
可选的,所述获取所述运行车辆与障碍物的当前检测距离,包括:
获取当前采集距离信息,所述当前采集距离信息中包括所述运行车辆和所述障碍物的当前采集距离;
对所述当前采集距离信息进行噪声处理,得到处理后的当前采集距离信息;
根据所述处理后的当前采集距离信息,获取所述运行车辆与所述障碍物的当前检测距离。
可选的,根据所述处理后的当前采集距离信息,获取所述运行车辆与所述障碍物的当前检测距离,包括:
对所述处理后的当前采集距离信息进行预处理,所述预处理包括限幅滤波处理和/或中值滤波处理;
根据所述预处理后的当前采集距离信息,获取所述运行车辆与所述障碍物的当前检测距离。
本发明的第二方面提供一种制动装置,包括:
余震值判断模块,用于判断传感器的余震值是否异常;
当前制动量确定模块,用于若所述传感器的余震值异常,则将紧急制动对应的制动量作为当前制动量;
制动模块,用于根据所述当前制动量,对运行车辆进行制动。
可选的,所述装置还包括:当前检测距离获取模块;
所述当前检测距离获取模块,用于若所述传感器的余震值不为异常,则获取所述运行车辆与障碍物的当前检测距离;
所述当前制动量确定模块,用于若所述当前检测距离大于第一阈值或为无效值,则根据所述当前检测距离获取之前获取的所述运行车辆与所述障碍物的历史检测距离,判断所述障碍物是否在所述传感器的盲区,若在所述传感器的盲区,则将所述紧急制动对应的制动量作为所述当前制动量;
所述制动模块,用于根据所述当前制动量,对所述运行车辆进行制动。
可选的,所述当前制动量确定模块,还用于若所述传感器的余震值不为异常,则获取所述运行车辆的车辆速度和车辆加速度;根据所述当前检测距离、所述车辆速度、所述车辆加速度和预设的拟合函数,获取所述当前制动量,所述预设的拟合函数用于表征所述检测距离、所述车辆速度、所述车辆加速度与所述当前制动量的对应关系。
可选的,所述当前制动量确定模块,还用于若所述当前检测距离不大于第一阈值且不为无效值且所述传感器的余震值不为异常,则获取所述运行车辆的车辆速度和车辆加速度;根据所述当前检测距离、所述车辆速度、所述车辆加速度和预设的拟合函数,获取所述当前制动量,所述预设的拟合函数用于表征所述检测距离、所述车辆速度、所述车辆加速度与所述当前制动量的对应关系。
可选的,所述装置还包括:预设的拟合函数获取模块;
所述预设的拟合函数获取模块,用于在获取所述运行车辆与所述障碍物的当前检测距离之前,获取多组测试数据,每组测试数据包括测试车辆与测试障碍物的检测距离、测试车辆的速度、测试车辆的加速度以及人工制动量;根据所述多组测试数据,获取所述预设的拟合函数。
可选的,所述当前检测距离获取模块,具体用于获取当前采集距离信息,所述当前采集距离信息中包括所述运行车辆和所述障碍物的当前采集距离;对所述当前采集距离信息进行噪声处理,得到处理后的当前采集距离信息;根据所述处理后的当前采集距离信息,获取所述运行车辆与所述障碍物的当前检测距离。
可选的,所述当前检测距离获取模块,具体用于对所述处理后的当前采集距离信息进行预处理,所述预处理包括限幅滤波处理和/或中值滤波处理;根据所述预处理后的当前采集距离信息,获取所述运行车辆与所述障碍物的当前检测距离。
本发明的第三方面提供一种制动装置,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述制动装置执行上述制动方法。
本发明的第四方面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执行指令,当所述计算机执行指令被处理器执行时,实现上述制动方法。
本发明提供一种制动方法、装置和存储介质,该方法包括:判断传感器的余震值是否异常;若传感器的余震值异常,则将紧急制动对应的制动量作为当前制动量;根据当前制动量,对车辆进行制动。本发明考虑了环境噪声对传感器采集的数据的影响,使得获取的制动量更准确,提高了驾驶的安全性。
附图说明
图1为本发明提供的制动方法适用的场景示意图一;
图2为本发明提供的制动方法的流程示意图一;
图3为本发明提供的制动方法的流程示意图二;
图4为获取当前检测距离的方法流程示意图;
图5为本发明提供的制动方法的流程示意图三;
图6为本发明提供的制动方法的流程示意图四;
图7为本发明提供的制动装置的结构示意图一;
图8为本发明提供的制动装置的结构示意图二;
图9为本发明提供的制动装置的结构示意图三。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明的实施例,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做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。
图1为本发明提供的制动方法适用的场景示意图一,如图1所示,本发明提供的制动方法适用的场景中包括:运行车辆和障碍物;其中,运行车辆中设置有制动装置和传感器,传感器可以与制动装置集成为一体设置,也可以单独设置。
具体的,传感器可以将实时采集的与运行车辆周围的障碍物之间的距离发送给制动装置,以使制动装置根据检测距离,采取对应的制动措施;其中,障碍物可以为运行车辆在行驶过程中可能遇到的对象;示例性的,如其他车辆、行人、栏杆等。图1中示例性的示出了障碍物为其他车辆时的场景。
本发明中的传感器可以但不限于为:超声波传感器、红外传感器、摄像头监测装置或者激光雷达传感器等。
图2为本发明提供的制动方法的流程示意图一,图2所示方法流程的执行主体可以为制动装置,该制动装置可由任意的软件和/或硬件实现。如图2所示,本实施例提供的制动方法可以包括:
S201,判断传感器的余震值是否异常。
本实施例中,为了将当前行驶车辆与下述的测试车辆进行区分,将当前行驶的任意一个车辆作为运行车辆,该运行车辆可以为自动驾驶车辆;该运行车辆上设置有制动装置和传感器,具体的,传感器可以与制动装置集成为一体设置,也可单独设置。其中,本实施例中的传感器为超声波传感器。
本实施例中的传感器的盲区,指的是障碍物位于传感器的探头波束角范围内,但是传感器无法准确检测车辆与障碍物之间的距离的区域;一般地,在传感器探头波束角范围内距离传感器距离阈值内为传感器盲区,简单来说就是由于距离过近,传感器无法探测准确距离。其中,当传感器获取的运行车辆与障碍物之间的当前检测距离小于该距离阈值时,传感器的余震值异常。该距离阈值例如是20cm。
具体的,本实施例中可以预先获取运行车辆的传感器的设置位置,获取传感器的余震值异常对应的距离阈值;当传感器获取的运行车辆与障碍物之间的当前检测距离小于距离阈值时,确定该传感器的余震值异常。或者,
制动装置中存储有余震值的不为异常的余震值的范围,即正常时的余震值的范围;制动装置可以实时获取传感器的余震值,并判断实时获取的传感器的余震值是否在正常时的余震值的范围内;若获取的传感器的余震值在正常时的余震值的范围内,则确定传感器的余震值不为异常,若获取的传感器的余震值不在正常时的余震值的范围内,则确定传感器的余震值异常。
可以想到的是,制动装置中也可存储有余震值阈值,在制动装置实时获取的传感器的余震值大于或者小于该余震值阈值时,可以确定传感器的余震值异常。
S202,若传感器的余震值异常,则将紧急制动对应的制动量作为当前制动量。
本实施例中的制动装置中存储有紧急制动时对应的制动量;具体的,可以根据测试数据获取紧急制动对应的制动量,其中,测试数据可以为用户驾驶测试车辆,在紧急制动时对应的人工制动量,本实施例中可以获取多个紧急制动时对应的人工制动量,并将多个紧急制动时对应的人工制动量的均值作为紧急制动对应的制动量。
具体的,在制动装置确定传感器的余震值异常时,将紧急制动对应的制动量作为当前制动量。
S203,根据当前制动量,对运行车辆进行制动。
本实施例中的制动装置可以包括现有技术中的液压制动模块和回馈制动模块,在制动装置获取当前制动量后,可以采用液压制动模块和回馈制动模块对车辆进行制动,具体的,液压制动模块以机械方式进行制动,回馈制动模块以能量回馈方式进行制动。本实施例中对制动装置如何对运行车辆进行制动的方式不做限制。
本实施例提供的制动方法包括:判断传感器的余震值是否异常;若传感器的余震值异常,则将紧急制动对应的制动量作为当前制动量;根据当前制动量,对车辆进行制动。本实施例对传感器盲区中的制动方式进行考虑,提高了驾驶的安全性。
在上述实施例的基础上,下面结合图3对本发明提供的另一种盲区的制动方法进行说明,图3为本发明提供的制动方法的流程示意图二,如图3所示,本实施例提供的制动方法可以包括:
S301,若传感器的余震值不为异常,则获取运行车辆与障碍物的当前检测距离。
本实施例中的传感器的盲区,指的是在运行车辆同一方向上相邻位置传感器的探头的波束角取并集后仍然无法覆盖的区域。例如每个传感器的探头的覆盖区域为椎体,相邻的传感器的覆盖区域的椎体并集后,仍然会存在靠近车辆的盲区。
具体的,当制动装置确定传感器的余震值不为异常,则获取运行车辆与障碍物的当前检测距离,该当前检测距离是由制动装置对传感器采集的当前采集距离信息处理后的距离。其中,传感器在采集过程中,会受到周围环境中的噪声的影响,使得获取的当前采集距离并非为运行车辆和障碍物之间的距离,进而影响制动装置对运行车辆的制动量的确定。
S302,若当前检测距离大于第一阈值或为无效值,则根据当前检测距离获取之前获取的运行车辆与障碍物的历史检测距离,判断障碍物是否在传感器的盲区,若在传感器的盲区,则将紧急制动对应的制动量作为当前制动量。
第一阈值例如是4.5米,无效值例如为0。本实施例中,制动装置获取的运行车辆与障碍物的当前检测距离大于第一阈值或为无效值时,表明传感器并未检测到障碍物,返回了异常的检测距离值。由于障碍物与运行车辆在行驶过程中,不可能突然消失,因此可以根据当前检测距离获取之前获取的运行车辆与障碍物的历史检测距离,判断障碍物是否在传感器的盲区。
其中,根据历史检测距离,判断障碍物是否在传感器的盲区的具体方式可以为:若在制动装置获取的运行车辆与障碍物的当前检测距离小于第一阈值或不为无效值时,判断当前检测距离获取之前是否获取到传感器采集的运行车辆与障碍物的历史检测距离。若在当前检测距离获取之前获取到传感器采集的历史检测距离,则确定传感器的盲区内存在障碍物;若当前检测距离获取之前未获取到传感器采集的历史检测距离,则确定传感器的盲区内不存在障碍物。
具体的,制动装置确定有障碍物在传感器的盲区,则将紧急制动对应的制动量作为当前制动量。对应的,紧急制动对应的制动量的获取方式可以与上述实施例中的获取方式相同。
S303,根据当前制动量,对运行车辆进行制动。
本实施例中的S303的执行方式可参照上述实施例中S203的相关描述,在此不作赘述。
本实施例提供的制动方法包括:若传感器的余震值不为异常,则获取运行车辆与障碍物的当前检测距离;若当前检测距离大于第一阈值或为无效值,则根据当前检测距离获取之前获取的运行车辆与障碍物的历史检测距离,判断障碍物是否在传感器的盲区,若在传感器的盲区,则将紧急制动对应的制动量作为当前制动量。本实施例对传感器盲区中的制动方式进行考虑,提高了驾驶的安全性。
具体的,上述制动方法中的获取车辆和障碍物的当前检测距离的过程可以如图4所示,图4为获取当前检测距离的方法流程示意图,具体包括:
S401,获取当前采集距离信息。
本实施例中通过传感器获取当前采集距离信息,其中,当前采集距离信息中包括运行车辆和障碍物的当前采集距离。本实施例对传感器如何获取当前采集距离信息的过程不做赘述。
S402,对当前采集距离信息进行噪声处理,得到处理后的当前采集距离信息。
在通过传感器获取到当前采集距离信息之后,由于该当前采集距离信息中包括很多环境噪声等其它因素,为了降低环境噪声以及超声波传感器检测不稳定等因素对监测结果的影响,可以在获取到当前采集距离信息之后,先对该当前采集距离信息进行噪声处理,以得到处理后的监测信息。其中,环境噪声可以归纳为4种类型:高斯分布,指数分布,均匀分布以及类似脉冲响应的分布。
在对该当前采集距离信息进行噪声处理时,可以先将分别满足高斯分布,指数分布,均匀分布以及类似脉冲响应的分布的各噪声进行加权求和,得到传感器的平均噪声p:
其中,i表示第i种类型的分布,ηi表示第i种类型的加权系数,pi表示第i种类型的噪声。由此可以使用以上平均噪声p对当前采集距离信息进行修正,也就是得到处理后的当前采集距离信息。
在通过上述对当前采集距离信息进行噪声处理,得到处理后的当前采集距离信息之后,就可以根据处理后的当前采集距离信息,获取运行车辆与障碍物的当前检测距离。
S403,对处理后的当前采集距离信息进行预处理,预处理包括限幅滤波处理和/或中值滤波处理;根据预处理后的当前采集距离信息,获取运行车辆与障碍物的当前检测距离。
在本实施例中,在根据处理后的当前采集距离信息,获取当前检测距离之前,可以先对处理后的当前采集距离信息进行限幅滤波处理和/或中值滤波处理,以得到预处理后的当前采集距离信息,这样就可以根据预处理后的当前采集距离信息,获取当前检测距离。
可选地,在获取当前检测距离时,可以根据是否有多个传感器可探测到某一区域确定获取方式,若存在多个传感器可探测到某一区域,则可以基于三角测量原理,利用每相邻两个传感器的当前采集距离信息可计算出当前检测距离;若只存在一个传感器可探测到某一区域,则可以预先将所有探头能够探测到的范围划分成多个区域,确定其中只有单个探头能够探测的区域,即该单个探头对应的区域,于是当仅有一个探头探测到障碍物时,能够确定该障碍物位于该单个探头对应的区域,从而确定当前检测距离。
上述对传感器的盲区存在障碍物的情况进行了说明,下述对传感器的盲区不存在障碍物的制动方法进行说明,具体包括:传感器的余震值不为异常的情况,以及当前检测距离不大于第一阈值且不为无效值且传感器的余震值不为异常的情况。
下面结合图5对传感器的余震值不为异常的情况对应的制动方法进行说明,图5为本发明提供的制动方法的流程示意图三,如图5所示,本实施例中的制动方法包括:
S501,获取多组测试数据,每组测试数据包括测试车辆与测试障碍物的距离、测试车辆的速度、测试车辆的加速度以及人工制动量。
本实施例中为了获取运行车辆驾驶过程中的制动量,需要结合历史测试数据获取检测距离、车辆速度、车辆加速度与当前制动量对应的拟合函数,由该拟合函数确定运行车辆实时的制动量。
具体的,测试车辆可以为多个普通车辆,每个普通车辆上设置有传感器,该传感器与运行车辆上设置的传感器相同;普通车辆行驶的过程中,传感器实时获取测试车辆与障碍物之间的采集距离信息,车辆中设置的处理装置可以获取在对应的采集距离下的人工制动量,为了使得获取采集距离更为准确,在获取上述对应关系时,需要获取采集距离对应的检测距离,具体可参照S401-S403中相关描述。
其中,进一步的,还获取检测距离对应的测试车辆的速度、测试车辆的加速度以及人工制动量。每组测试数据包括测试车辆与测试障碍物的距离、测试车辆的速度、测试车辆的加速度以及人工制动量。
S502,根据多组测试数据,获取预设的拟合函数。
本实施例中可以利用测试数据建立检测距离、车辆速度、车辆加速度与当前制动量的对应关系,建立预设的拟合函数。该预设的拟合函数用于表征检测距离、车辆速度、车辆加速度与当前制动量的对应关系。
进一步的,本实施例中还可以将获取的多组测试数据分为两部分,采用其中的一部分测试数据建立检测距离、车辆速度、车辆加速度与当前制动量的对应关系。
采用剩余一部分的测试数据带入该建立的对应关系,对该对应关系进行进一步修正,具体的采用曲线拟合的方式对该对应关系进行修正,获取检测距离、车辆速度、车辆加速度与当前制动量对应的预设的拟合函数。
S503,若传感器的余震值不为异常,则获取运行车辆的车辆速度和车辆加速度。
本实施例中,制动装置确定传感器的余震值不为异常,则获取传感器采集的当前检测距离对应的运行车辆的车辆速度和车辆加速度,该运行车辆的车辆速度和车辆加速度例如可以为制动装置在运行车辆的中控系统中获取的。
S504,根据当前检测距离、车辆速度、车辆加速度和预设的拟合函数,获取当前制动量,预设的拟合函数用于表征检测距离、车辆速度、车辆加速度与当前制动量的对应关系。
本实施例中,制动装置中预先存储有预设的拟合函数,具体的,预设的拟合函数用于表征检测距离、车辆速度、车辆加速度与当前制动量的对应关系。
具体的,制动装置获取当前检测距离、车辆速度、车辆加速度,可以根据当前检测距离、车辆速度、车辆加速度带入至预设的拟合函数,获取当前检测距离对应的当前制动量。
其中,制动装置根据该当前制动量对车辆进行制动。
下面结合图6对传感器的余震值不为异常的情况,以及当前检测距离不大于第一阈值且不为无效值且传感器的余震值不为异常的情况下的制动方法进行说明,图6为本发明提供的制动方法的流程示意图四,如图6所示,本实施例提供的制动方法可以包括:
S601,获取多组测试数据,每组测试数据包括测试车辆与测试障碍物的距离、测试车辆的速度、测试车辆的加速度以及人工制动量。
S602,根据多组测试数据,获取预设的拟合函数。
S603,若当前检测距离不大于第一阈值且不为无效值且传感器的余震值正常不为异常,则获取运行车辆的车辆速度和车辆加速度。
S604,根据当前检测距离、车辆速度、车辆加速度和预设的拟合函数,获取当前制动量,预设的拟合函数用于表征检测距离、车辆速度、车辆加速度与当前制动量的对应关系。
本实施例中的S601-S604的实施方式具体可参照上述实施例中S501-S504的相关描述,在此不做赘述。
本实施例中,将对应的多组检测距离、车辆速度、车辆加速度、人工制动量进行曲线拟合,获取预设的拟合函数,还根据当前检测距离当前车辆速度、当前车辆加速度获取当前制动量,且本实施例中获取的检测距离均为考虑了噪声的影响,经噪声处理后的距离,使得获取的当前检测距离和当前制动量更为准确,提高了驾驶的安全性。本发明提供的制动方法可以适用于自主泊车场景,自主泊车中经常使用例如超声波传感器,自主泊车中对实时制动量的精确计算要求较高,且易出现多种盲区的情况,本发明可以提供自主泊车中安全的刹车制动。
图7为本发明提供的制动装置的结构示意图一,如图7所示,该制动装置700包括:余震值判断模块701、当前制动量确定模块702、制动模块703。
余震值判断模块701,用于判断传感器的余震值是否异常。
当前制动量确定模块702,用于若传感器的余震值异常,则将紧急制动对应的制动量作为当前制动量。
制动模块703,用于根据当前制动量,对运行车辆进行制动。
本实施例提供的制动装置与上述制动方法实现的原理和技术效果类似,在此不作赘述。
可选的,图8为本发明提供的制动装置的结构示意图二,如图8所示,该制动装置700还包括:当前检测距离获取模块704、预设的拟合函数获取模块705。
当前检测距离获取模块704,用于若传感器的余震值不为异常,则获取运行车辆与障碍物的当前检测距离。
预设的拟合函数获取模块705,用于在获取运行车辆与障碍物的当前检测距离之前,获取多组测试数据,每组测试数据包括测试车辆与测试障碍物的检测距离、测试车辆的速度、测试车辆的加速度以及人工制动量;根据多组测试数据,获取预设的拟合函数。
当前制动量确定模块702,用于若当前检测距离大于第一阈值或为无效值,则根据当前检测距离获取之前获取的运行车辆与障碍物的历史检测距离,判断障碍物是否在传感器的盲区,若在传感器的盲区,则将紧急制动对应的制动量作为当前制动量。
制动模块703,用于根据当前制动量,对运行车辆进行制动。
可选的,当前制动量确定模块702,还用于若传感器的余震值不为异常,则获取运行车辆的车辆速度和车辆加速度;根据当前检测距离、车辆速度、车辆加速度和预设的拟合函数,获取当前制动量,预设的拟合函数用于表征检测距离、车辆速度、车辆加速度与当前制动量的对应关系。
可选的,当前制动量确定模块702,还用于若当前检测距离不大于第一阈值且不为无效值且传感器的余震值正常不为异常,则获取运行车辆的车辆速度和车辆加速度;根据当前检测距离、车辆速度、车辆加速度和预设的拟合函数,获取当前制动量,预设的拟合函数用于表征检测距离、车辆速度、车辆加速度与当前制动量的对应关系。
可选的,当前检测距离获取模块704,具体用于获取当前采集距离信息,当前采集距离信息中包括运行车辆和障碍物的当前采集距离;对当前采集距离信息进行噪声处理,得到处理后的当前采集距离信息;根据处理后的当前采集距离信息,获取运行车辆与障碍物的当前检测距离。
可选的,当前检测距离获取模块704,具体用于对处理后的当前采集距离信息进行预处理,预处理包括限幅滤波处理和/或中值滤波处理;根据预处理后的当前采集距离信息,获取运行车辆与障碍物的当前检测距离。
图9为本发明提供的制动装置的结构示意图三,该制动装置例如可以是终端设备,比如智能手机、平板电脑、计算机、车载设备等。如图9所示,该制动装置900包括:存储器901和至少一个处理器902。
存储器901,用于存储程序指令。
处理器902,用于在程序指令被执行时实现本实施例中的制动方法,具体实现原理可参见上述实施例,本实施例此处不再赘述。
该制动装置900还可以包括及输入/输出接口903。
输入/输出接口903可以包括独立的输出接口和输入接口,也可以为集成输入和输出的集成接口。其中,输出接口用于输出数据,输入接口用于获取输入的数据。
本发明还提供一种可读存储介质,可读存储介质中存储有执行指令,当制动装置的至少一个处理器执行该执行指令时,当计算机执行指令被处理器执行时,实现上述实施例中的制动方法。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在可读存储介质中。制动装置的至少一个处理器可以从可读存储介质读取该执行指令,至少一个处理器执行该执行指令使得制动装置实施上述的各种实施方式提供的制动方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,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)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在上述网络设备或者终端设备的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:ApplicationSpecific 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。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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发明各实施例技术方案的范围。
Claims (16)
1.一种制动方法,其特征在于,包括:
判断传感器的余震值是否异常;
若所述传感器的余震值异常,则将紧急制动对应的制动量作为当前制动量;
根据所述当前制动量,对运行车辆进行制动。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述传感器的余震值不为异常,则获取所述运行车辆与障碍物的当前检测距离;
若所述当前检测距离大于第一阈值或为无效值,则根据所述当前检测距离获取之前获取的所述运行车辆与所述障碍物的历史检测距离,判断所述障碍物是否在所述传感器的盲区,若在所述传感器的盲区,则将所述紧急制动对应的制动量作为所述当前制动量;
根据所述当前制动量,对所述运行车辆进行制动。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述传感器的余震值不为异常,则获取所述运行车辆的车辆速度和车辆加速度;
根据所述当前检测距离、所述车辆速度、所述车辆加速度和预设的拟合函数,获取所述当前制动量,所述预设的拟合函数用于表征所述检测距离、所述车辆速度、所述车辆加速度与所述当前制动量的对应关系。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述当前检测距离不大于第一阈值且不为无效值且所述传感器的余震值不为异常,则获取所述运行车辆的车辆速度和车辆加速度;
根据所述当前检测距离、所述车辆速度、所述车辆加速度和预设的拟合函数,获取所述当前制动量,所述预设的拟合函数用于表征所述检测距离、所述车辆速度、所述车辆加速度与所述当前制动量的对应关系。
5.根据权利要求3或4所述的方法,其特征在于,所述方法还包括:
在获取所述运行车辆与障碍物的当前检测距离之前,获取多组测试数据,每组测试数据包括测试车辆与测试障碍物的检测距离、测试车辆的速度、测试车辆的加速度以及人工制动量;
根据所述多组测试数据,获取所述预设的拟合函数。
6.根据权利要求2所述的方法,其特征在于,所述获取所述运行车辆与障碍物的当前检测距离,包括:
获取当前采集距离信息,所述当前采集距离信息中包括所述运行车辆和所述障碍物的当前采集距离;
对所述当前采集距离信息进行噪声处理,得到处理后的当前采集距离信息;
根据所述处理后的当前采集距离信息,获取所述运行车辆与所述障碍物的当前检测距离。
7.根据权利要求6所述的方法,其特征在于,根据所述处理后的当前采集距离信息,获取所述运行车辆与所述障碍物的当前检测距离,包括:
对所述处理后的当前采集距离信息进行预处理,所述预处理包括限幅滤波处理和/或中值滤波处理;
根据所述预处理后的当前采集距离信息,获取所述运行车辆与所述障碍物的当前检测距离。
8.一种制动装置,其特征在于,包括:
余震值判断模块,用于判断传感器的余震值是否异常;
当前制动量确定模块,用于若所述传感器的余震值异常,则将紧急制动对应的制动量作为当前制动量;
制动模块,用于根据所述当前制动量,对运行车辆进行制动。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:当前检测距离获取模块;
所述当前检测距离获取模块,用于若所述传感器的余震值不为异常,则获取所述运行车辆与障碍物的当前检测距离;
所述当前制动量确定模块,用于若所述当前检测距离大于第一阈值或为无效值,则根据所述当前检测距离获取之前获取的所述运行车辆与所述障碍物的历史检测距离,判断所述障碍物是否在所述传感器的盲区,若在所述传感器的盲区,则将所述紧急制动对应的制动量作为所述当前制动量;
所述制动模块,用于根据所述当前制动量,对所述运行车辆进行制动。
10.根据权利要求8所述的装置,其特征在于,所述当前制动量确定模块,还用于若所述传感器的余震值不为异常,则获取所述运行车辆的车辆速度和车辆加速度;
根据所述当前检测距离、所述车辆速度、所述车辆加速度和预设的拟合函数,获取所述当前制动量,所述预设的拟合函数用于表征所述检测距离、所述车辆速度、所述车辆加速度与所述当前制动量的对应关系。
11.根据权利要求9所述的装置,其特征在于,
所述当前制动量确定模块,还用于若所述当前检测距离不大于第一阈值且不为无效值且所述传感器的余震值不为异常,则获取所述运行车辆的车辆速度和车辆加速度;
根据所述当前检测距离、所述车辆速度、所述车辆加速度和预设的拟合函数,获取所述当前制动量,所述预设的拟合函数用于表征所述检测距离、所述车辆速度、所述车辆加速度与所述当前制动量的对应关系。
12.根据权利要求10或11所述的装置,其特征在于,所述装置还包括:预设的拟合函数获取模块;
所述预设的拟合函数获取模块,用于在获取所述运行车辆与障碍物的当前检测距离之前,获取多组测试数据,每组测试数据包括测试车辆与测试障碍物的检测距离、测试车辆的速度、测试车辆的加速度以及人工制动量;
根据所述多组测试数据,获取所述预设的拟合函数。
13.根据权利要求9所述的装置,其特征在于,
所述当前检测距离获取模块,具体用于获取当前采集距离信息,所述当前采集距离信息中包括所述运行车辆和障碍物的当前采集距离;对所述当前采集距离信息进行噪声处理,得到处理后的当前采集距离信息;
根据所述处理后的当前采集距离信息,获取所述运行车辆与所述障碍物的当前检测距离。
14.根据权利要求13所述的装置,其特征在于,
所述当前检测距离获取模块,具体用于对所述处理后的当前采集距离信息进行预处理,所述预处理包括限幅滤波处理和/或中值滤波处理;
根据所述预处理后的当前采集距离信息,获取所述运行车辆与所述障碍物的当前检测距离。
15.一种制动装置,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述制动装置执行权利要求1-7任一项所述的方法。
16.一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执行指令,当所述计算机执行指令被处理器执行时,实现权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811625722.0A CN109795464B (zh) | 2018-12-28 | 2018-12-28 | 制动方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811625722.0A CN109795464B (zh) | 2018-12-28 | 2018-12-28 | 制动方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109795464A true CN109795464A (zh) | 2019-05-24 |
CN109795464B CN109795464B (zh) | 2020-04-28 |
Family
ID=66558070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811625722.0A Active CN109795464B (zh) | 2018-12-28 | 2018-12-28 | 制动方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109795464B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103534138A (zh) * | 2010-12-01 | 2014-01-22 | 罗伯特·博世有限公司 | 用于表示借助传感器检测的周围环境的方法以及用于表示由车辆支持的传感器检测的周围环境的设备 |
US9180882B1 (en) * | 2012-06-20 | 2015-11-10 | Google Inc. | Avoiding blind spots of other vehicles |
CN107444256A (zh) * | 2017-07-31 | 2017-12-08 | 合肥光照信息科技有限公司 | 一种汽车全方位防碰撞系统及其方法 |
CN107531217A (zh) * | 2015-05-12 | 2018-01-02 | 深圳市大疆创新科技有限公司 | 识别或检测障碍物的设备和方法 |
US20180057003A1 (en) * | 2016-09-01 | 2018-03-01 | Samsung Electronics Co., Ltd. | Autonomous driving method and apparatus |
US20180067490A1 (en) * | 2016-09-08 | 2018-03-08 | Mentor Graphics Corporation | Pre-tracking sensor event detection and fusion |
CN108583432A (zh) * | 2018-07-05 | 2018-09-28 | 广东机电职业技术学院 | 一种基于图像识别技术的智能a柱盲区预警装置与方法 |
-
2018
- 2018-12-28 CN CN201811625722.0A patent/CN109795464B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103534138A (zh) * | 2010-12-01 | 2014-01-22 | 罗伯特·博世有限公司 | 用于表示借助传感器检测的周围环境的方法以及用于表示由车辆支持的传感器检测的周围环境的设备 |
US9180882B1 (en) * | 2012-06-20 | 2015-11-10 | Google Inc. | Avoiding blind spots of other vehicles |
CN107531217A (zh) * | 2015-05-12 | 2018-01-02 | 深圳市大疆创新科技有限公司 | 识别或检测障碍物的设备和方法 |
US20180057003A1 (en) * | 2016-09-01 | 2018-03-01 | Samsung Electronics Co., Ltd. | Autonomous driving method and apparatus |
US20180067490A1 (en) * | 2016-09-08 | 2018-03-08 | Mentor Graphics Corporation | Pre-tracking sensor event detection and fusion |
CN107444256A (zh) * | 2017-07-31 | 2017-12-08 | 合肥光照信息科技有限公司 | 一种汽车全方位防碰撞系统及其方法 |
CN108583432A (zh) * | 2018-07-05 | 2018-09-28 | 广东机电职业技术学院 | 一种基于图像识别技术的智能a柱盲区预警装置与方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109795464B (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106767852B (zh) | 一种生成探测目标信息的方法、装置和设备 | |
US10255812B2 (en) | Method and apparatus for preventing collision between objects | |
CN106240565A (zh) | 碰撞减轻和躲避 | |
CN109305165A (zh) | 智能超声系统、车辆后方碰撞警告装置及其控制方法 | |
CN111497840B (zh) | 车辆-行人碰撞风险域的计算方法及安全评价系统 | |
KR20180060784A (ko) | 비정상 객체 판단 방법 및 장치 | |
CN106611513B (zh) | 交通信息提供装置、系统以及方法 | |
US20150274161A1 (en) | Method for operating a driver assistance system of a vehicle | |
CN106291506A (zh) | 基于单线点云数据机器学习的车辆目标识别方法及装置 | |
KR20190016332A (ko) | 딥 러닝 기반 자율 주행 차량, 딥 러닝 기반 자율 주행 제어 장치 및 딥 러닝 기반 자율 주행 제어 방법 | |
CN106503653A (zh) | 区域标注方法、装置和电子设备 | |
CN105128836A (zh) | 自主紧急制动系统及其中识别行人的方法 | |
CN105678267A (zh) | 一种场景识别方法及装置 | |
CN103781685A (zh) | 车辆用自主行驶控制系统 | |
Peng et al. | Intelligent method for identifying driving risk based on V2V multisource big data | |
US20180203446A1 (en) | Object tracking by unsupervised learning | |
CN105882632A (zh) | 高级紧急制动系统及其制动控制方法 | |
CN109739230A (zh) | 驾驶轨迹生成方法、装置及存储介质 | |
CN111222441B (zh) | 基于车路协同的点云目标检测和盲区目标检测方法及系统 | |
CN109795484A (zh) | 车辆控制方法和设备 | |
US20220089153A1 (en) | Scenario identification in autonomous driving environments | |
CN108839614A (zh) | 一种用于电动车的车辆安全减速系统 | |
CN109887321B (zh) | 无人车变道安全判别方法、装置及存储介质 | |
CN109774726B (zh) | 车辆性能的检测方法、装置、设备及存储介质 | |
CN109263649A (zh) | 车辆及其自动驾驶模式下的物体识别方法和物体识别系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |