CN110103987A - 应用于自动驾驶车辆的决策规划方法和装置 - Google Patents
应用于自动驾驶车辆的决策规划方法和装置 Download PDFInfo
- Publication number
- CN110103987A CN110103987A CN201910425344.XA CN201910425344A CN110103987A CN 110103987 A CN110103987 A CN 110103987A CN 201910425344 A CN201910425344 A CN 201910425344A CN 110103987 A CN110103987 A CN 110103987A
- Authority
- CN
- China
- Prior art keywords
- consuming
- decision
- speed
- frequency
- time
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开的实施例公开了应用于自动驾驶车辆的决策规划方法和装置。该方法的一具体实施方式包括:确定触发用信息,其中,触发用信息包括目标决策耗时和目标车速中的至少一项,目标决策耗时和目标车速分别是根据自动驾驶车辆最近预设时间段内执行决策规划操作的时长和车速所确定的;基于触发用信息,确定触发频率;根据触发频率,执行决策规划操作。该实施方式提升了触发频率对不同车速场景和不同处理设备之间的适配性。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及应用于自动驾驶车辆的决策规划方法和装置。
背景技术
随着人工智能技术的发展,自动驾驶技术也日趋成熟。决策规划作为自动驾驶的关键部分之一,担负着融合多传感信息、根据驾驶需求进行任务决策、生成车辆行驶轨迹以及对车辆进行运动控制等重要任务。因此,在何时触发决策规划的执行也成为重要的研究内容。
相关的方式通常有固定频率触发和被动触发两种方案。其中,固定频率触发是通过测试环境确定一个合适的频率,以此作为触发频率。被动触发是指由底层或上层模块的特定操作来触发决策规划。
发明内容
本公开的实施例提出了应用于自动驾驶车辆的决策规划方法和装置。
第一方面,本公开的实施例提供了一种应用于自动驾驶车辆的决策规划方法,该方法包括:确定触发用信息,其中,触发用信息包括目标决策耗时和目标车速中的至少一项,目标决策耗时和目标车速分别是根据自动驾驶车辆最近预设时间段内执行决策规划操作的时长和车速所确定的;基于触发用信息,确定触发频率;根据触发频率,执行决策规划操作。
在一些实施例中,上述基于触发用信息,确定触发频率,包括:按照预设的决策耗时与触发频率的负相关关系,确定与目标决策耗时对应的第一预触发频率;基于第一预触发频率,确定触发频率。
在一些实施例中,上述基于第一预触发频率,确定触发频率,包括:按照预设的车速与触发频率的正相关关系,确定与目标车速对应的第二预触发频率;基于第一预触发频率和第二预触发频率,确定触发频率。
在一些实施例中,上述触发用信息还包括目标规划行驶距离;以及上述基于第一预触发频率和第二预触发频率,确定触发频率,包括:确定第一预触发频率和第二预触发频率的平均值;确定目标车速与目标规划行驶距离的比值;将触发频率确定为平均值和比值中较大的值。
在一些实施例中,上述确定触发用信息,包括:获取自动驾驶车辆的历史决策规划操作的耗时;将目标决策耗时确定为历史决策规划操作的耗时。
在一些实施例中,上述确定触发用信息,还包括:获取自动驾驶车辆在历史决策规划操作的完成时刻的车速;将与目标决策耗时对应的车速确定为所获取的车速。
在一些实施例中,上述确定触发用信息,包括:获取自动驾驶车辆的历史决策耗时序列和对应的历史车速序列;从历史决策耗时序列中选取预设数目个历史决策耗时,以及确定所选取的预设数目个历史决策耗时的平均值;从历史车速序列中选取与预设数目个历史决策耗时对应的预设数目个历史车速,以及确定所选取的预设数目个历史车速的平均值;将目标决策耗时和与目标决策耗时对应的车速分别确定为预设数目个历史决策耗时的平均值和预设数目个历史车速的平均值。
第二方面,本公开的实施例提供了一种应用于自动驾驶车辆的决策规划装置,该装置包括:信息确定单元,被配置成确定触发用信息,其中,触发用信息包括目标决策耗时和目标车速中的至少一项,目标决策耗时和目标车速分别是根据自动驾驶车辆最近预设时间段内执行决策规划操作的时长和车速所确定的;频率确定单元,被配置成基于触发用信息,确定触发频率;执行单元,被配置成根据触发频率,执行决策规划操作。
在一些实施例中,上述频率确定单元包括:第一确定子单元,被配置成按照预设的决策耗时与触发频率的负相关关系,确定与目标决策耗时对应的第一预触发频率;第二确定子单元,被配置成基于第一预触发频率,确定触发频率。
在一些实施例中,上述第二确定子单元包括:第一确定模块,被配置成按照预设的车速与触发频率的正相关关系,确定与目标车速对应的第二预触发频率;第二确定模块,被配置成基于第一预触发频率和第二预触发频率,确定触发频率。
在一些实施例中,上述触发用信息还包括目标规划行驶距离;以及上述第二确定模块包括:第一确定子模块,被配置成确定第一预触发频率和第二预触发频率的平均值;第二确定子模块,被配置成确定目标车速与目标规划行驶距离的比值;第三确定子模块,被配置成将触发频率确定为平均值和比值中较大的值。
在一些实施例中,上述信息确定单元包括:第一获取子单元,被配置成获取自动驾驶车辆的历史决策规划操作的耗时;第一确定子单元,被配置成将目标决策耗时确定为历史决策规划操作的耗时。
在一些实施例中,上述信息确定单元还包括:第二获取子单元,被配置成获取自动驾驶车辆在历史决策规划操作的完成时刻的车速;第二确定子单元,被配置成将与目标决策耗时对应的车速确定为所获取的车速。
在一些实施例中,上述信息确定单元包括:第三获取子单元,被配置成获取自动驾驶车辆的历史决策耗时序列和对应的历史车速序列;第一选取子单元,被配置成从历史决策耗时序列中选取预设数目个历史决策耗时,以及确定所选取的预设数目个历史决策耗时的平均值;第二选取子单元,被配置成从历史车速序列中选取与预设数目个历史决策耗时对应的预设数目个历史车速,以及确定所选取的预设数目个历史车速的平均值;第三确定子单元,被配置成将目标决策耗时和与目标决策耗时对应的车速分别确定为预设数目个历史决策耗时的平均值和预设数目个历史车速的平均值。
第三方面,本公开的实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的实施例提供的应用于自动驾驶车辆的决策规划方法和装置,首先,确定触发用信息。其中,触发用信息包括目标决策耗时和目标车速中的至少一项。目标决策耗时和目标车速分别是根据自动驾驶车辆最近预设时间段内执行决策规划操作的时长和车速所确定的。之后,基于触发用信息,确定触发频率。而后,根据触发频率,执行决策规划操作。从而提升了触发频率对不同车速场景和不同处理设备之间的适配性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的应用于自动驾驶车辆的决策规划方法的一个实施例的流程图;
图3是根据本公开的实施例的应用于自动驾驶车辆的决策规划方法的一个应用场景的示意图;
图4是根据本公开的应用于自动驾驶车辆的决策规划方法的又一个实施例的流程图;
图5是根据本公开的应用于自动驾驶车辆的决策规划装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的应用于自动驾驶车辆的决策规划方法或应用于自动驾驶车辆的决策规划装置的示例性架构100。
如图1所示,系统架构100可以包括自动驾驶系统101,网络102和服务器103。其中,自动驾驶系统101可以包括自动驾驶控制系统1011和存储系统1012。网络102用以在自动驾驶系统101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
自动驾驶系统101和服务器103可以通过网络102与交互,以接收或发送消息等。自动驾驶系统101上可以安装有各种通讯客户端应用,例如即时通信工具、地图类应用等。
自动驾驶控制系统1011和存储系统1012可以是硬件,也可以是软件。当自动驾驶控制系统1011为硬件时,可以是能够对自动驾驶车辆的行驶进行控制的控制器。当存储系统1012为硬件时,可以是各种存储器。存储器上可以存储各种信息,以供上述控制器读取和写入。需要说明的是,上述自动驾驶控制系统1011和存储系统1012可以集成在同一辆能够实现自动驾驶的车辆中。
当自动驾驶控制系统1011和存储系统1012为软件时,可以安装在上述所列举的自动驾驶车辆中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器103可以是提供各种服务的服务器,例如为自动驾驶车辆实现自动驾驶提供支持的后台服务器。后台服务器可以向自动驾驶系统101提供各种信息,以供自动驾驶系统101从中确定出触发用信息。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开的实施例所提供的应用于自动驾驶车辆的决策规划方法一般由自动驾驶系统101执行,相应地,应用于自动驾驶车辆的决策规划装置一般设置于自动驾驶系统101中。
应该理解,图1中的自动驾驶车辆、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的自动驾驶车辆、网络和服务器。
继续参考图2,示出了根据本公开的应用于自动驾驶车辆的决策规划方法的一个实施例的流程200。该应用于自动驾驶车辆的决策规划方法包括以下步骤:
步骤201,确定触发用信息。
在本实施例中,应用于自动驾驶车辆的决策规划方法的执行主体(如图1所示的自动驾驶系统101)可以通过各种方式确定触发用信息。其中,上述触发用信息可以包括目标决策耗时和目标车速中的至少一项。其中,上述目标决策耗时和目标车速可以分别根据自动驾驶车辆最近预设时间段内执行决策规划操作的时长和车速而确定。
在本实施例中,上述决策规划通常指自动驾驶车辆根据感知到的周边信息和车辆当前状态对车辆进行控制。通常,上述决策规划可以包括但不限于以下至少一项:行为决策(Behavior Decision),动作规划(Motion Planning),反馈控制(Feedback Control)。上述决策规划操作可以是用于实现上述控制的一系列操作。
在本实施例中,上述执行主体可以首先从历史决策规划操作的耗时的集合中获取历史决策规划操作的耗时。
可选地,所获取的历史决策规划操作的耗时可以是上述自动驾驶车辆距离当前时间最近一次历史决策规划操作的耗时。可选地,上述所获取的历史决策规划操作的耗时也可以是最近几次历史决策规划操作的耗时的平均值。上述历史决策规划操作的耗时可以通过历史决策规划操作的完成时刻和起始时刻之差来确定。上述完成时刻和起始时刻可以通过各种形式来表示。作为示例,可以以时、分、秒的形式来表示。作为又一示例,也可以以时间戳的形式来表示。之后,上述执行主体可以将上述目标决策耗时确定为所获取的历史决策规划操作的耗时。
需要说明的是,上述历史决策规划操作的耗时的集合可以存储于上述执行主体的本地,也可以存储于与上述执行主体通信连接的电子设备中。在此不作具体限定。
还需要说明的是,上述历史决策规划操作可以以预设的频率触发。其中,上述预设的频率可以是通过初始化而设定的频率。上述预设的频率也可以通过前一次执行步骤201、步骤202所确定的频率。
在本实施例中,上述执行主体可以首先从目标车速的集合中获取目标车速。其中,目标车速可以与历史决策规划操作相对应。作为示例,上述目标车速可以是执行历史决策规划操作过程中的平均车速。作为又一示例,上述目标车速还可以是最近预设时间段内历次历史决策规划操作对应的平均车速的平均值。其中,上述最近预设时间段内可以根据实际应用而设定。例如,可以是最近1分钟或者最近20秒。
在本实施例的一些可选的实现方式中,上述目标车速可以是历史决策规划操作的完成时刻的车速。其中,上述历史决策规划操作的完成时刻所对应的车速可以通过各种方式确定。例如,自动驾驶车辆的速度传感器会记录车速及获取车速的时刻。可以将历史决策规划操作的完成时刻所对应的车速确定为获取车速的时刻中与上述历史决策规划操作的完成时刻相差最小的获取车速的时刻所记录的车速。
基于上述可选实现方式,上述执行主体可以首先获取自动驾驶车辆在历史决策规划操作的完成时刻的车速。然后,上述执行主体可以将与目标决策耗时对应的车速确定为上述所获取的车速。
在本实施例的一些可选的实现方式中,上述执行主体还可以按照如下步骤确定触发用信息:
第一步,获取自动驾驶车辆的历史决策耗时序列和对应的历史车速序列。
基于上述可选实现方式,上述执行主体可以从本地或与上述执行主体通信连接的电子设备获取自动驾驶车辆的历史决策耗时序列和对应的历史车速序列。其中,上述历史决策耗时可以与历史车速具有如前述的时间对应关系。历史决策耗时序列中的历史决策耗时可以是执行单次决策规划操作所花费的时间。历史车速序列中的历史车速可以是在时间上与上述历史决策耗时对应的车速。作为示例,上述在时间上与上述历史决策耗时对应的车速可以是上述历史决策耗时对应的历史决策规划操作的完成时刻的车速。作为又一示例,上述在时间上与上述历史决策耗时对应的车速可以是上述历史决策耗时对应的历史决策规划操作过程中的平均车速。可选地,上述历史决策耗时序列和对应的历史车速序列可以有预设的长度。例如,可以将长度设置为5。从而,上述历史决策耗时序列和对应的历史车速序列可以只保存最近5次的历史决策耗时和对应的历史车速。
第二步,从历史决策耗时序列中选取预设数目个历史决策耗时,以及确定所选取的预设数目个历史决策耗时的平均值。
基于上述可选实现方式,上述执行主体可以首先从上述第一步所获取的历史决策耗时序列中选取预设数目个历史决策耗时。其中,上述预设数目可以根据实际需要而设定。上述预设数目的值最小可以为1,最大可以为历史决策耗时序列的长度。
基于上述可选实现方式,上述执行主体可以采用各种方法进行选取。作为示例,上述执行主体可以随机选取。作为又一示例,上述执行主体也可以按照历史决策耗时所指示的历史决策规划操作的执行时刻距当前时间由近至远的顺序进行选取。
之后,上述执行主体还可以确定所选取的预设数目个历史决策耗时的平均值。
第三步,从历史车速序列中选取与预设数目个历史决策耗时对应的预设数目个历史车速,以及确定所选取的预设数目个历史车速的平均值。
基于上述可选实现方式,上述执行主体可以通过与前述第二步类似的方式从历史车速序列中选取与预设数目个历史决策耗时对应的预设数目个历史车速,以及确定所选取的预设数目个历史车速的平均值。其中,对预设数目和选取方式与前述第二步的描述一致,此处不再赘述。
需要说明的是,按照上述实现方式所描述的,可以先执行上述第二步,再执行上述第三步。可选地,上述第二步和第三步也可以并行执行。可选地,还可以先执行上述第三步,再执行上述第二步,在此不作具体限定。
第四步,将目标决策耗时和与目标决策耗时对应的车速分别确定为预设数目个历史决策耗时的平均值和预设数目个历史车速的平均值。
而后,上述执行主体可以将目标决策耗时和与目标决策耗时对应的车速分别确定为通过上述第二步和第三步所确定的预设数目个历史决策耗时的平均值和预设数目个历史车速的平均值。
步骤202,基于触发用信息,确定触发频率。
在本实施例中,上述执行主体可以基于步骤201所确定的触发用信息,通过各种方式确定触发频率。作为示例,上述触发用信息可以包括目标车速。上述执行主体可以根据预设的第一对应关系表,确定与目标车速所属的车速范围对应的触发频率。其中,上述第一对应关系表可以用于表征车速范围与触发频率之间的对应关系。上述第一对应关系表可以是技术人员根据历史数据所制定的。通常,上述车速范围与触发频率之间呈正相关关系。意味着车速越高,越要以较高的频率触发决策规划操作。通过定时器触发,实现高速高频率决策规划的实时响应的强行保障,从而保证行车过程的安全性。
在本实施例的一些可选的实现方式中,上述触发用信息可以包括目标决策耗时。上述执行主体可以根据预设的第二对应关系表,确定与目标决策耗时所属的时长范围对应的触发频率。其中,上述第二对应关系表可以用于表征决策耗时的时长范围与触发频率之间的对应关系。上述第二对应关系表可以是技术人员根据历史数据所制定的。通常,上述决策耗时的时长范围与触发频率之间呈负相关关系。意味着决策耗时的时长越长,说明计算性能或资源不足。因此需要以较低的频率触发决策规划操作。从而可以减少甚至避免重入的发生。
步骤203,根据触发频率,执行决策规划操作。
在本实施例中,上述执行主体可以按照步骤202所确定的触发频率,执行决策规划操作。作为示例,上述执行主体可以根据所确定的触发频率更新定时器(timer)。响应于达到上述定时器所设定的时间,上述执行主体可以执行决策规划操作。其中,执行决策规划操作需要各种信息。上述执行主体通常还会从与上述执行主体通信连接的各电子设备获取所需要的信息。例如,上述执行主体可以从多传感器融合模块获取感知信息。再例如,上述执行主体还可以从服务器获取用于辅助路径规划的地图信息。
在本实施例的一些可选的实现方式中,上述执行主体还可以记录执行决策规划操作的起始时刻和完成时刻。之后,上述执行主体还可以确定执行此次决策规划操作的耗时和与此次决策规划操作的耗时对应的车速。而后,上述执行主体还可以将所确定的决策规划操作的耗时和对应的车速分别存入历史决策耗时序列和历史车速序列。从而,可以为下一次触发频率的确定提供数据基础。
继续参见图3,图3是根据本公开的实施例的应用于自动驾驶车辆的决策规划方法的应用场景的一个示意图。在图3的应用场景中,自动驾驶车辆301首先从本地获取上一次执行决策规划操作的时长303。之后,自动驾驶车辆301根据所获取的时长303,在预设的对应关系表304中确定上述时长303所属的时间段3041。而后,自动驾驶车辆301可以确定上述时间段3041对应的频率3042。之后,自动驾驶车辆301将触发频率305确定为上述对应的频率3042。最后,自动驾驶车辆301按照所确定的触发频率305,根据从服务器302所获取的决策规划所需信息,执行决策规划操作。
目前,现有技术之一通常是以离线测试所确定的频率作为固定的触发频率,依此频率设定定时器触发决策规划操作。但由于触发频率固定,导致自动驾驶车辆在不同的行驶状态下和不同处理设备之间的适用性较低。此外,由于在路况复杂时对计算资源的占用往往较高,可能出现超出设计范围的重入冲突。而本公开的上述实施例提供的方法,通过根据与历史行车过程相关的触发用信息确定触发频率,实现了触发频率依行驶状态和计算资源占用状况而动态改变。从而提升了触发频率对不同车速场景和不同处理设备之间的适配性。既能够有效地避免计算资源的浪费,又可以保证自动驾驶安全。而且,还通过确定触发频率后通过定时器主动触发,避免了因其他底层或上层模块故障导致无法触发的风险。从而提高了触发决策规划操作的可靠性。
进一步参考图4,其示出了应用于自动驾驶车辆的决策规划方法的又一个实施例的流程400。该应用于自动驾驶车辆的决策规划方法的流程400,包括以下步骤:
步骤401,确定触发用信息。
在本实施例中,触发用信息可以包括目标决策耗时。
步骤402,按照预设的决策耗时与触发频率的负相关关系,确定与目标决策耗时对应的第一预触发频率。
在本实施例中,上述执行主体可以按照预设的决策耗时与触发频率的负相关关系,确定与目标决策耗时对应的第一预触发频率。其中,上述负相关关系可以根据大量的历史决策耗时与对应的所试验的触发频率进行拟合,得到负相关关系的公式。作为示例,上述负相关关系可以是比例系数为负数的线性关系。作为又一示例,上述负相关关系也可以是反比例关系。
步骤403,基于第一预触发频率,确定触发频率。
在本实施例中,上述执行主体可以直接将触发频率确定为步骤402所确定的第一预触发频率。可选地,上述执行主体还可以计算步骤401所确定的目标决策耗时的倒数。之后,上述执行主体可以将所确定的倒数确定为触发频率的上限。当所确定的第一预触发频率大于上述所确定的倒数时,上述执行主体可以将触发频率确定为所确定的上述倒数。从而有效地减少或避免由于决策规划未完成而引发的重入。
在本实施例的一些可选的实现方式中,基于第一预触发频率,上述执行主体还可以按照如下步骤确定触发频率:
第一步,按照预设的车速与触发频率的正相关关系,确定与目标车速对应的第二预触发频率。
基于上述可选实现方式,上述执行主体可以按照预设的车速与触发频率的正相关关系,确定与目标车速对应的第二预触发频率。其中,上述正相关关系可以通过各种方式确定。作为示例,可以根据大量的历史车速与对应的所试验的触发频率进行拟合,得到正相关关系的公式。作为又一示例,上述正相关关系也可以是比例系数为正数的线性关系。由于每次决策规划的行驶距离可以为预设的固定距离,因此,当车速提高一倍时,原有的规划路线只需一半的巡航时间。所以,可以将决策规划的频率提高一倍。由此,比例系数k可以根据上述单次决策规划的行驶距离s来确定。根据速度公式,可以确定通过单次决策规划的行驶距离所需时长T=s/v。决策规划的频率f=1/T=v/s,即通常k=1/s。其中,v可以用于表征单次决策规划的行驶距离所对应的平均速度。
第二步,基于第一预触发频率和第二预触发频率,确定触发频率。
基于上述可选实现方式,基于第一预触发频率和第二预触发频率,上述执行主体可以通过各种方式确定触发频率。作为示例,上述执行主体可以从所确定的第一预触发频率和第二预触发频率中选取较大的值作为触发频率。从而可以提高自动驾驶车辆的安全性。
可选地,上述触发用信息还可以包括目标规划行驶距离。其中,目标规划行驶距离用于表征每次决策规划的行驶距离。基于第一预触发频率和第二预触发频率,上述执行主体还可以按照如下步骤确定触发频率:
S1、确定上述第一步和第二步所确定的第一预触发频率和第二预触发频率的平均值。
S2、确定目标车速与目标规划行驶距离的比值。
S3、将触发频率确定为平均值和比值中较大的值。
基于上述可选实现方式,相当于将目标车速与目标规划行驶距离的比值设置为触发频率的下限。从而可以保证自动驾驶车辆在每次行驶过目标决策规划行驶距离的过程中,至少执行一次决策规划操作。进而保证行车的安全性。
步骤404,根据触发频率,执行决策规划操作。
上述步骤401和步骤404分别与前述实施例中的步骤201和步骤203一致,上文针对步骤201和步骤203的描述也适用于步骤401和步骤404,此处不再赘述。
从图4中可以看出,本实施例中的应用于自动驾驶车辆的决策规划方法的流程400体现了根据预设的相关关系,确定与上述目标决策耗时对应的第一预触发频率的步骤,以及根据第一预触发频率,确定触发频率的步骤。由此,本实施例描述的方案可以根据自动驾驶车辆的计算资源占用情况动态调整触发频率。从而既提高了不同处理设备之间的适配性,又可以有效地避免计算资源的浪费。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了应用于自动驾驶车辆的决策规划装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例提供的应用于自动驾驶车辆的决策规划装置500包括信息确定单元501、频率确定单元502和执行单元503。其中,信息确定单元501,被配置成确定触发用信息,其中,触发用信息包括目标决策耗时和目标车速中的至少一项,目标决策耗时和目标车速分别是根据自动驾驶车辆最近预设时间段内执行决策规划操作的时长和车速所确定的;频率确定单元502,被配置成基于触发用信息,确定触发频率;执行单元503,被配置成根据触发频率,执行决策规划操作。
在本实施例中,应用于自动驾驶车辆的决策规划装置500中:信息确定单元501、频率确定单元502和执行单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202和步骤203的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述频率确定单元502可以包括:第一确定子单元(图中未示出),第二确定子单元(图中未示出)。其中,上述第一确定子单元,可以被配置成按照预设的决策耗时与触发频率的负相关关系,确定与目标决策耗时对应的第一预触发频率。上述第二确定子单元,可以被配置成基于第一预触发频率,确定触发频率。
在本实施例的一些可选的实现方式中,上述第二确定子单元可以包括:第一确定模块(图中未示出),第二确定模块(图中未示出)。其中,上述第一确定模块,可以被配置成按照预设的车速与触发频率的正相关关系,确定与目标车速对应的第二预触发频率。上述第二确定模块,可以被配置成基于第一预触发频率和第二预触发频率,确定触发频率。
在本实施例的一些可选的实现方式中,上述触发用信息还可以包括目标规划行驶距离。上述第二确定模块可以包括:第一确定子模块(图中未示出),第二确定子模块(图中未示出),第三确定子模块(图中未示出)。其中,上述第一确定子模块,可以被配置成确定第一预触发频率和第二预触发频率的平均值。上述第二确定子模块,可以被配置成确定目标车速与目标规划行驶距离的比值。上述第三确定子模块,可以被配置成将触发频率确定为平均值和比值中较大的值。
在本实施例的一些可选的实现方式中,上述信息确定单元501可以包括:第一获取子单元(图中未示出),第一确定子单元(图中未示出)。其中,上述第一获取子单元,可以被配置成获取自动驾驶车辆的历史决策规划操作的耗时。上述第一确定子单元,可以被配置成将目标决策耗时确定为历史决策规划操作的耗时。
在本实施例的一些可选的实现方式中,上述信息确定单元501还可以包括:第二获取子单元(图中未示出),第二确定子单元(图中未示出)。其中,上述第二获取子单元,可以被配置成获取自动驾驶车辆在历史决策规划操作的完成时刻的车速。上述第二确定子单元,可以被配置成将与目标决策耗时对应的车速确定为所获取的车速。
在本实施例的一些可选的实现方式中,上述信息确定单元501可以包括:第三获取子单元(图中未示出),第一选取子单元(图中未示出),第二选取子单元(图中未示出),第三确定子单元(图中未示出)。其中,上述第三获取子单元,可以被配置成获取自动驾驶车辆的历史决策耗时序列和对应的历史车速序列。上述第一选取子单元,可以被配置成从历史决策耗时序列中选取预设数目个历史决策耗时,以及确定所选取的预设数目个历史决策耗时的平均值。上述第二选取子单元,可以被配置成从历史车速序列中选取与预设数目个历史决策耗时对应的预设数目个历史车速,以及确定所选取的预设数目个历史车速的平均值。上述第三确定子单元,可以被配置成将目标决策耗时和与目标决策耗时对应的车速分别确定为预设数目个历史决策耗时的平均值和预设数目个历史车速的平均值。
本公开的上述实施例提供的装置,通过信息确定单元501确定触发用信息。其中,触发用信息可以包括目标决策耗时和目标车速中的至少一项。目标决策耗时和目标车速可以分别根据自动驾驶车辆最近预设时间段内执行决策规划操作的时长和车速所确定。而后,基于触发用信息,频率确定单元502可以确定触发频率。之后,根据触发频率,执行单元503可以执行决策规划操作。从而提升了触发频率对不同车速场景和不同处理设备之间的适配性。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的自动驾驶系统101)600的结构示意图。本公开的实施例中的电子设备可以包括但不限于诸如自动驾驶车辆的车载控制系统,自动驾驶车辆的远程控制系统等。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD,Liquid CrystalDisplay)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。
需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(Radio Frequency,射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:确定触发用信息,其中,触发用信息包括目标决策耗时和目标车速中的至少一项,目标决策耗时和目标车速分别是根据自动驾驶车辆最近预设时间段内执行决策规划操作的时长和车速所确定的;基于触发用信息,确定触发频率;根据触发频率,执行决策规划操作。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开的各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器,包括信息确定单元、频率确定单元、执行单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,执行单元还可以被描述为“根据触发频率,执行决策规划操作的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (16)
1.一种应用于自动驾驶车辆的决策规划方法,包括:
确定触发用信息,其中,所述触发用信息包括目标决策耗时和目标车速中的至少一项,所述目标决策耗时和所述目标车速分别是根据所述自动驾驶车辆最近预设时间段内执行决策规划操作的时长和车速所确定的;
基于所述触发用信息,确定触发频率;
根据所述触发频率,执行决策规划操作。
2.根据权利要求1所述的方法,其中,所述基于所述触发用信息,确定触发频率,包括:
按照预设的决策耗时与触发频率的负相关关系,确定与所述目标决策耗时对应的第一预触发频率;
基于所述第一预触发频率,确定所述触发频率。
3.根据权利要求2所述的方法,其中,所述基于所述第一预触发频率,确定所述触发频率,包括:
按照预设的车速与触发频率的正相关关系,确定与所述目标车速对应的第二预触发频率;
基于所述第一预触发频率和所述第二预触发频率,确定所述触发频率。
4.根据权利要求3所述的方法,其中,所述触发用信息还包括目标规划行驶距离;以及
所述基于所述第一预触发频率和所述第二预触发频率,确定所述触发频率,包括:
确定所述第一预触发频率和所述第二预触发频率的平均值;
确定所述目标车速与所述目标规划行驶距离的比值;
将所述触发频率确定为所述平均值和所述比值中较大的值。
5.根据权利要求1所述的方法,其中,所述确定触发用信息,包括:
获取所述自动驾驶车辆的历史决策规划操作的耗时;
将所述目标决策耗时确定为所述历史决策规划操作的耗时。
6.根据权利要求5所述的方法,其中,所述确定触发用信息,还包括:
获取所述自动驾驶车辆在所述历史决策规划操作的完成时刻的车速;
将与所述目标决策耗时对应的车速确定为所获取的车速。
7.根据权利要求1-4之一所述的方法,其中,所述确定触发用信息,包括:
获取所述自动驾驶车辆的历史决策耗时序列和对应的历史车速序列;
从所述历史决策耗时序列中选取预设数目个历史决策耗时,以及确定所选取的预设数目个历史决策耗时的平均值;
从所述历史车速序列中选取与所述预设数目个历史决策耗时对应的所述预设数目个历史车速,以及确定所选取的预设数目个历史车速的平均值;
将所述目标决策耗时和与所述目标决策耗时对应的车速分别确定为所述预设数目个历史决策耗时的平均值和所述预设数目个历史车速的平均值。
8.一种应用于自动驾驶车辆的决策规划装置,包括:
信息确定单元,被配置成确定触发用信息,其中,所述触发用信息包括目标决策耗时和目标车速中的至少一项,所述目标决策耗时和所述目标车速分别是根据所述自动驾驶车辆最近预设时间段内执行决策规划操作的时长和车速所确定的;
频率确定单元,被配置成基于所述触发用信息,确定触发频率;
执行单元,被配置成根据所述触发频率,执行决策规划操作。
9.根据权利要求8所述的装置,其中,所述频率确定单元包括:
第一确定子单元,被配置成按照预设的决策耗时与触发频率的负相关关系,确定与所述目标决策耗时对应的第一预触发频率;
第二确定子单元,被配置成基于所述第一预触发频率,确定所述触发频率。
10.根据权利要求9所述的装置,其中,所述第二确定子单元包括:
第一确定模块,被配置成按照预设的车速与触发频率的正相关关系,确定与所述目标车速对应的第二预触发频率;
第二确定模块,被配置成基于所述第一预触发频率和所述第二预触发频率,确定所述触发频率。
11.根据权利要求10所述的装置,其中,所述触发用信息还包括目标规划行驶距离;以及
所述第二确定模块包括:
第一确定子模块,被配置成确定所述第一预触发频率和所述第二预触发频率的平均值;
第二确定子模块,被配置成确定所述目标车速与所述目标规划行驶距离的比值;
第三确定子模块,被配置成将所述触发频率确定为所述平均值和所述比值中较大的值。
12.根据权利要求8所述的装置,其中,所述信息确定单元包括:
第一获取子单元,被配置成获取所述自动驾驶车辆的历史决策规划操作的耗时;
第一确定子单元,被配置成将所述目标决策耗时确定为所述历史决策规划操作的耗时。
13.根据权利要求12所述的装置,其中,所述信息确定单元还包括:
第二获取子单元,被配置成获取所述自动驾驶车辆在所述历史决策规划操作的完成时刻的车速;
第二确定子单元,被配置成将与所述目标决策耗时对应的车速确定为所获取的车速。
14.根据权利要求8-11之一所述的装置,其中,所述信息确定单元包括:
第三获取子单元,被配置成获取所述自动驾驶车辆的历史决策耗时序列和对应的历史车速序列;
第一选取子单元,被配置成从所述历史决策耗时序列中选取预设数目个历史决策耗时,以及确定所选取的预设数目个历史决策耗时的平均值;
第二选取子单元,被配置成从所述历史车速序列中选取与所述预设数目个历史决策耗时对应的所述预设数目个历史车速,以及确定所选取的预设数目个历史车速的平均值;
第三确定子单元,被配置成将所述目标决策耗时和与所述目标决策耗时对应的车速分别确定为所述预设数目个历史决策耗时的平均值和所述预设数目个历史车速的平均值。
15.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910425344.XA CN110103987B (zh) | 2019-05-21 | 2019-05-21 | 应用于自动驾驶车辆的决策规划方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910425344.XA CN110103987B (zh) | 2019-05-21 | 2019-05-21 | 应用于自动驾驶车辆的决策规划方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110103987A true CN110103987A (zh) | 2019-08-09 |
CN110103987B CN110103987B (zh) | 2021-03-19 |
Family
ID=67491446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910425344.XA Active CN110103987B (zh) | 2019-05-21 | 2019-05-21 | 应用于自动驾驶车辆的决策规划方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110103987B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110784845A (zh) * | 2019-09-12 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种基于车联网的属性数据的平衡方法、装置、电子设备及存储介质 |
CN113077641A (zh) * | 2021-03-24 | 2021-07-06 | 中南大学 | 一种面向公交在途控制的决策映射方法、装置及存储介质 |
CN113247002A (zh) * | 2021-06-24 | 2021-08-13 | 四川野马汽车股份有限公司 | 一种基于时间最优的车速控制方法及系统 |
CN113997947A (zh) * | 2021-10-27 | 2022-02-01 | 山西大鲲智联科技有限公司 | 驾驶信息提示方法、装置、电子设备和计算机可读介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103587526A (zh) * | 2012-08-17 | 2014-02-19 | 北汽福田汽车股份有限公司 | 电动汽车的巡航控制方法 |
CN105404381A (zh) * | 2015-11-06 | 2016-03-16 | 珠海全志科技股份有限公司 | 终端设备运行频率的控制方法及系统 |
CN107272687A (zh) * | 2017-06-29 | 2017-10-20 | 深圳市海梁科技有限公司 | 一种自动驾驶公交车辆的驾驶行为决策系统 |
CN107817888A (zh) * | 2016-09-14 | 2018-03-20 | 北京百度网讯科技有限公司 | 用于操作无人驾驶车辆的fpga板卡的方法和装置 |
JP2018097764A (ja) * | 2016-12-16 | 2018-06-21 | 株式会社Subaru | 車載用データ更新装置 |
CN108225364A (zh) * | 2018-01-04 | 2018-06-29 | 吉林大学 | 一种无人驾驶汽车驾驶任务决策系统及方法 |
CN108983942A (zh) * | 2017-05-31 | 2018-12-11 | 深圳市中兴微电子技术有限公司 | 一种动态调频的方法及装置 |
CN109353345A (zh) * | 2018-10-29 | 2019-02-19 | 百度在线网络技术(北京)有限公司 | 车辆控制方法、装置、设备、介质和车辆 |
CN109508161A (zh) * | 2017-09-15 | 2019-03-22 | 浙江绍兴苏泊尔生活电器有限公司 | 数据显示方法、装置和系统、烹饪器具 |
WO2019080531A1 (zh) * | 2017-10-26 | 2019-05-02 | 华为技术有限公司 | 一种信息采集及内存释放的方法及装置 |
-
2019
- 2019-05-21 CN CN201910425344.XA patent/CN110103987B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103587526A (zh) * | 2012-08-17 | 2014-02-19 | 北汽福田汽车股份有限公司 | 电动汽车的巡航控制方法 |
CN105404381A (zh) * | 2015-11-06 | 2016-03-16 | 珠海全志科技股份有限公司 | 终端设备运行频率的控制方法及系统 |
CN107817888A (zh) * | 2016-09-14 | 2018-03-20 | 北京百度网讯科技有限公司 | 用于操作无人驾驶车辆的fpga板卡的方法和装置 |
JP2018097764A (ja) * | 2016-12-16 | 2018-06-21 | 株式会社Subaru | 車載用データ更新装置 |
CN108983942A (zh) * | 2017-05-31 | 2018-12-11 | 深圳市中兴微电子技术有限公司 | 一种动态调频的方法及装置 |
CN107272687A (zh) * | 2017-06-29 | 2017-10-20 | 深圳市海梁科技有限公司 | 一种自动驾驶公交车辆的驾驶行为决策系统 |
CN109508161A (zh) * | 2017-09-15 | 2019-03-22 | 浙江绍兴苏泊尔生活电器有限公司 | 数据显示方法、装置和系统、烹饪器具 |
WO2019080531A1 (zh) * | 2017-10-26 | 2019-05-02 | 华为技术有限公司 | 一种信息采集及内存释放的方法及装置 |
CN108225364A (zh) * | 2018-01-04 | 2018-06-29 | 吉林大学 | 一种无人驾驶汽车驾驶任务决策系统及方法 |
CN109353345A (zh) * | 2018-10-29 | 2019-02-19 | 百度在线网络技术(北京)有限公司 | 车辆控制方法、装置、设备、介质和车辆 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110784845A (zh) * | 2019-09-12 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种基于车联网的属性数据的平衡方法、装置、电子设备及存储介质 |
CN110784845B (zh) * | 2019-09-12 | 2021-07-16 | 腾讯科技(深圳)有限公司 | 一种基于车联网的属性数据的平衡方法、装置、电子设备及存储介质 |
CN113077641A (zh) * | 2021-03-24 | 2021-07-06 | 中南大学 | 一种面向公交在途控制的决策映射方法、装置及存储介质 |
CN113077641B (zh) * | 2021-03-24 | 2022-06-14 | 中南大学 | 一种面向公交在途控制的决策映射方法、装置及存储介质 |
CN113247002A (zh) * | 2021-06-24 | 2021-08-13 | 四川野马汽车股份有限公司 | 一种基于时间最优的车速控制方法及系统 |
CN113247002B (zh) * | 2021-06-24 | 2022-04-22 | 四川野马汽车股份有限公司 | 一种基于时间最优的车速控制方法及系统 |
CN113997947A (zh) * | 2021-10-27 | 2022-02-01 | 山西大鲲智联科技有限公司 | 驾驶信息提示方法、装置、电子设备和计算机可读介质 |
CN113997947B (zh) * | 2021-10-27 | 2022-09-27 | 山西大鲲智联科技有限公司 | 驾驶信息提示方法、装置、电子设备和计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110103987B (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110103987A (zh) | 应用于自动驾驶车辆的决策规划方法和装置 | |
US10911332B2 (en) | Time sensitive networking in a microservice environment | |
CN110546606B (zh) | 租户升级分析系统及方法 | |
Amorim et al. | Assessing a swarm-GAP based solution for the task allocation problem in dynamic scenarios | |
CN107343045A (zh) | 云计算系统及用于控制服务器的云计算方法和装置 | |
JP7118726B2 (ja) | ワークフローエンジンフレームワーク | |
US10938826B2 (en) | Intelligent device security | |
CN105897805A (zh) | 对多层架构的数据中心的资源进行跨层调度的方法和装置 | |
JP2023549655A (ja) | コンテナ・スケーリングおよび移動を実施する方法、システム | |
US10922623B2 (en) | Capacity planning, management, and engineering automation platform | |
US10785297B2 (en) | Intelligent dataset migration and delivery to mobile internet of things devices using fifth-generation networks | |
US11568242B2 (en) | Optimization framework for real-time rendering of media using machine learning techniques | |
CN109190976A (zh) | 排班处理方法、装置、计算机设备及存储介质 | |
CN110163153A (zh) | 用于识别交通标志牌边界的方法及装置 | |
JP2023510091A (ja) | アセット管理システム | |
CN109284180A (zh) | 一种任务调度方法、装置、电子设备及存储介质 | |
CN110058894A (zh) | 在混合云中执行应用的方法、设备和计算机程序产品 | |
CN109743209A (zh) | 用于传输信息的方法及装置 | |
CN116614385A (zh) | 基于数字孪生的业务调度路径规划方法、装置和设备 | |
US20130144587A1 (en) | Scalability evaluation device, scalability evaluation method, and scalability evaluation program | |
CN109933058A (zh) | 用于确定可移动设备的移动误差的方法和装置 | |
Horvitz | Models of continual computation | |
US20170372252A1 (en) | Virtually assisted task generation | |
CN110532033A (zh) | 一种数据处理系统和数据处理方法 | |
CN109885400A (zh) | 用于发送指令的方法和装置 |
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 |