CN110599790A - 一种智能驾驶车辆进站停靠的方法、车载设备和存储介质 - Google Patents

Abstract

本公开实施例涉及一种智能驾驶车辆进站停靠的方法、车载设备和存储介质，方法包括：获取车站信息；基于车站信息和智能驾驶车辆信息，确定初始停靠位置；基于环境信息和初始停靠位置，规划行驶路径；基于环境信息和行驶路径，控制智能驾驶车辆进站停靠。本公开实施例中，初始停靠位置基于获取的车站信息和智能驾驶车辆信息来确定，可确保停靠位置的合理性，并且在进站停靠过程中考虑环境信息，可动态调整优化停靠位置，使停靠位置更加合理，另外考虑环境信息有助于确保停靠位置的安全性，进而可控制智能驾驶车辆在停靠位置安全合理地停车。

Description

一种智能驾驶车辆进站停靠的方法、车载设备和存储介质

技术领域

本公开实施例涉及智能驾驶技术领域，具体涉及一种智能驾驶车辆进站停靠的方法、车载设备和存储介质。

背景技术

随着车辆智能化以及车联网技术的发展，智能驾驶技术逐渐成为智能交通领域的研究热点。其中，进站停靠场景是智能驾驶技术中典型的场景，如图1所示，智能驾驶车辆需要行驶到停靠区域内停车。因此，亟需提供一种智能驾驶车辆进站停靠的方案，使智能驾驶车辆安全合理地停车。

上述对问题的发现过程的描述，仅用于辅助理解本公开的技术方案，并不代表承认上述内容是现有技术。

发明内容

为了解决现有技术存在的至少一个问题，本公开的至少一个实施例提供了一种智能驾驶车辆进站停靠的方法、车载设备和存储介质。

第一方面，本公开实施例提出一种智能驾驶车辆进站停靠的方法，包括：

获取车站信息；

基于所述车站信息和智能驾驶车辆信息，确定初始停靠位置；

基于环境信息和所述初始停靠位置，规划行驶路径；

基于所述环境信息和所述行驶路径，控制智能驾驶车辆进站停靠。

第二方面，本公开实施例还提出一种车载设备，包括：处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行如第一方面所述方法的步骤。

第三方面，本公开实施例还提出一种非暂态计算机可读存储介质，用于存储程序或指令，所述程序或指令使计算机执行如第一方面所述方法的步骤。

可见，本公开实施例的至少一个实施例中，初始停靠位置基于获取的车站信息和智能驾驶车辆信息来确定，可确保停靠位置的合理性，并且在进站停靠过程中考虑环境信息，可动态调整优化停靠位置，使停靠位置更加合理，另外考虑环境信息有助于确保停靠位置的安全性，进而可控制智能驾驶车辆在停靠位置安全合理地停车。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是一种进站停靠场景示意图；

图2是本公开实施例提供的一种智能驾驶车辆的整体架构图；

图3是本公开实施例提供的一种智能驾驶系统的框图；

图4是本公开实施例提供的一种进站停靠模块的框图；

图5是本公开实施例提供的一种车载设备的框图；

图6是本公开实施例提供的一种智能驾驶车辆进站停靠的方法流程图；

图7是本公开实施例提供的一种描述停靠区域的示意图；

图8是本公开实施例提供的另一种描述停靠区域的示意图；

图9是本公开实施例提供的一种描述候车区的示意图；

图10是本公开实施例提供的另一种描述候车区的示意图；

图11是本公开实施例提供的一种进站停靠场景的示意图；

图12是本公开实施例提供的另一种进站停靠场景的示意图；

图13是本公开实施例提供的又一种进站停靠场景的示意图；

图14是本公开实施例提供的又一种进站停靠场景的示意图；

图15是本公开实施例提供的又一种进站停靠场景的示意图。

具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，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，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本公开，而非对本公开的限定。基于所描述的本公开的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

针对进站停靠场景，本公开实施例提供一种智能驾驶车辆进站停靠的方案，综合考虑停靠区域、交通状态、乘客候车排队区域等信息选择安全合理的停靠位置。具体地，初始停靠位置基于获取的车站信息和智能驾驶车辆信息来确定，可确保停靠位置的合理性，并且在进站停靠过程中考虑环境信息，可动态调整优化停靠位置，使停靠位置更加合理，另外考虑环境信息有助于确保停靠位置的安全性，进而可控制智能驾驶车辆在停靠位置安全合理地停车，乘客在排队区域即可排队上车，无需离开排队区域上车，增加乘客体验，并保证乘客安全。

在一些实施例中，本公开实施例提供的智能驾驶车辆进站停靠的方案，可应用于智能驾驶车辆。图2为本公开实施例提供的一种智能驾驶车辆20的整体架构图。在一些实施例中，智能驾驶车辆20可以实现为图1中的智能驾驶车辆10或者智能驾驶车辆10的一部分，用于控制车辆行驶。

如图2所示，智能驾驶车辆20包括：传感器组、智能驾驶系统200、车辆底层执行系统以及其他可用于驱动车辆和控制车辆运行的部件。

传感器组，用于采集车辆外界环境的数据和探测车辆的位置数据。传感器组例如包括但不限于摄像头、激光雷达、毫米波雷达、超声波雷达、GPS(Global PositioningSystem，全球定位系统)和IMU(Inertial Measurement Unit，惯性测量单元)中的至少一个。

在一些实施例中，传感器组，还用于采集车辆的动力学数据，传感器组例如还包括但不限于车轮转速传感器、速度传感器、加速度传感器、方向盘转角传感器、前轮转角传感器中的至少一个。

智能驾驶系统200，用于获取传感器组的数据，传感器组中所有传感器在智能驾驶车辆行驶过程中都以较高的频率传送数据。

智能驾驶系统200，还用于基于传感器组的数据进行环境感知和车辆定位，并基于环境感知信息和车辆定位信息进行路径规划和决策，以及基于规划的路径生成车辆控制指令，从而控制车辆按照规划路径行驶。

在一些实施例中，智能驾驶系统200，还用于控制智能驾驶车辆20安全合理地进站停靠。在一些实施例中，智能驾驶系统200获取车站信息，进而基于车站信息和智能驾驶车辆信息，确定初始停靠位置。其中，智能驾驶车辆信息可以预先获取，智能驾驶车辆信息例如车门位置等。智能驾驶系统200基于初始停靠位置和传感器组采集的环境信息，规划行驶路径，行驶路径的目的地为初始停靠位置。智能驾驶系统200规划行驶路径后，基于环境信息和行驶路径，控制智能驾驶车辆进站停靠。

在一些实施例中，智能驾驶系统200可以为软件系统、硬件系统或者软硬件结合的系统。例如，智能驾驶系统200是运行在操作系统上的软件系统，车载硬件系统是支持操作系统运行的硬件系统。

在一些实施例中，智能驾驶系统200，还用于与云端服务器无线通信，交互各种信息。在一些实施例中，智能驾驶系统200与云端服务器通过无线通讯网络(例如包括但不限于GPRS网络、Zigbee网络、Wifi网络、3G网络、4G网络、5G网络等无线通讯网络)进行无线通信。

在一些实施例中，云端服务器用于统筹协调管理智能驾驶车辆。在一些实施例中，云端服务器可以用于与一个或多个智能驾驶车辆进行交互，统筹协调管理多个智能驾驶车辆的调度等。

在一些实施例中，云端服务器是由车辆服务商所建立的云端服务器，提供云存储和云计算的功能。在一些实施例中，云端服务器中建立车辆端档案。在一些实施例中，车辆端档案中储存智能驾驶系统200上传的各种信息。在一些实施例中，云端服务器可以实时同步车辆端产生的驾驶数据。

在一些实施例中，云端服务器可以是一个服务器，也可以是一个服务器群组。服务器群组可以是集中式的，也可以是分布式的。分布式服务器，有利于任务在多个分布式服务器进行分配与优化，克服传统集中式服务器资源紧张与响应瓶颈的缺陷。在一些实施例中，云端服务器可以是本地的或远程的。

在一些实施例中，云端服务器可用于对车辆端进行停车收费、过路收费等。在一些实施例中，云端服务器还用于分析驾驶员的驾驶行为，并且对驾驶员的驾驶行为进行安全等级评估。

在一些实施例中，云端服务器可用于获取道路监测单元(RSU：Road Side Unit)和智能驾驶车辆的信息，以及可以发送信息至智能驾驶车辆。在一些实施例中，云端服务器可以根据智能驾驶车辆的信息将道路监测单元中的与智能驾驶车辆相对应的检测信息发送给智能驾驶车辆。

在一些实施例中，道路监测单元可以用于收集道路监测信息。在一些实施例中，道路监测单元可以是环境感知传感器，例如，摄像头、激光雷达等，也可以是道路设备，例如V2X设备，路边红绿灯装置等。在一些实施例中，道路监测单元可以监控隶属于相应道路监测单元的道路情况，例如，通过车辆的类型、速度、优先级别等。道路监测单元在收集到道路监测信息后，可将所述道路监测信息发送给云端服务器，也可以发送给通过道路的智能驾驶车辆。

车辆底层执行系统，用于接收车辆控制指令，实现对车辆行驶的控制。在一些实施例中，车辆底层执行系统包括但不限于：转向系统、制动系统和驱动系统。转向系统、制动系统和驱动系统属于车辆领域成熟系统，在此不再赘述。

在一些实施例中，智能驾驶车辆20还可包括图1中未示出的车辆CAN总线，车辆CAN总线连接车辆底层执行系统。智能驾驶系统200与车辆底层执行系统之间的信息交互通过车辆CAN总线进行传递。

在一些实施例中，智能驾驶车辆20既可以通过驾驶员又可以通过智能驾驶系统200控制车辆行驶。在人工驾驶模式下，驾驶员通过操作控制车辆行驶的装置驾驶车辆，控制车辆行驶的装置例如包括但不限于制动踏板、方向盘和油门踏板等。控制车辆行驶的装置可直接操作车辆底层执行系统控制车辆行驶。

在一些实施例中，智能驾驶车辆20也可以为无人车，车辆的驾驶控制由智能驾驶系统200来执行。

图3为本公开实施例提供的一种智能驾驶系统300的框图。在一些实施例中，智能驾驶系统300可以实现为图2中的智能驾驶系统200或者智能驾驶系统200的一部分，用于控制车辆行驶。

如图3所示，智能驾驶系统300可划分为多个模块，例如可包括：感知模块301、规划模块302、控制模块303、进站停靠模块304以及其他一些可用于智能驾驶的模块。

感知模块301用于进行环境感知与定位。在一些实施例中，感知模块301用于获取的传感器数据、V2X(Vehicle to X，车用无线通信)数据、高精度地图等数据。在一些实施例中，感知模块301用于基于获取的传感器数据、V2X(Vehicle to X，车用无线通信)数据、高精度地图等数据中的至少一种，进行环境感知与定位。

在一些实施例中，感知模块301用于生成感知定位信息，实现对障碍物感知、摄像头图像的可行驶区域识别以及车辆的定位等。

环境感知(Environmental Perception)可以理解为对于环境的场景理解能力，例如障碍物的位置，道路标志/标记的检测，行人/车辆的检测等数据的语义分类。在一些实施例中，环境感知可采用融合摄像头、激光雷达、毫米波雷达等多种传感器的数据进行环境感知。

定位(Localization)属于感知的一部分，是确定智能驾驶车辆相对于环境的位置的能力。定位可采用：GPS定位，GPS的定位精度在数十米到厘米级别，定位精度高；定位还可采用融合GPS和惯性导航系统(Inertial Navigation System)的定位方法。定位还可采用SLAM(Simultaneous Localization And Mapping，同步定位与地图构建)，SLAM的目标即构建地图的同时使用该地图进行定位，SLAM通过利用已经观测到的环境特征确定当前车辆的位置以及当前观测特征的位置。

V2X是智能交通运输系统的关键技术，使得车与车、车与基站、基站与基站之间能够通信，从而获得实时路况、道路信息、行人信息等一系列交通信息，提高智能驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。

高精度地图是智能驾驶领域中使用的地理地图，与传统地图相比，不同之处在于：1)高精度地图包括大量的驾驶辅助信息，例如依托道路网的精确三维表征：包括交叉路口局和路标位置等；2)高精度地图还包括大量的语义信息，例如报告交通灯上不同颜色的含义，又例如指示道路的速度限制，以及左转车道开始的位置；3)高精度地图能达到厘米级的精度，确保智能驾驶车辆的安全行驶。

规划模块302用于基于感知模块301生成的感知定位信息，进行路径规划和决策。

在一些实施例中，规划模块302用于基于感知模块301生成的感知定位信息，并结合V2X数据、高精度地图等数据中的至少一种，进行路径规划和决策。

在一些实施例中，规划模块302用于规划路径，决策：行为(例如包括但不限于跟车、超车、停车、绕行等)、车辆航向、车辆速度、车辆的期望加速度、期望的方向盘转角等，生成规划决策信息。

控制模块303用于基于规划模块302生成的规划决策信息，进行路径跟踪和轨迹跟踪。

在一些实施例中，控制模块303用于生成车辆底层执行系统的控制指令，并下发控制指令，以使车辆底层执行系统控制车辆按照期望路径行驶，例如通过控制方向盘、刹车以及油门对车辆进行横向和纵向控制。

在一些实施例中，控制模块303还用于基于路径跟踪算法计算前轮转角。

在一些实施例中，路径跟踪过程中的期望路径曲线与时间参数无关，跟踪控制时，可以假设智能驾驶车辆以当前速度匀速前进，以一定的代价规则使行驶路径趋近于期望路径；而轨迹跟踪时，期望路径曲线与时间和空间均相关，并要求智能驾驶车辆在规定的时间内到达某一预设好的参考路径点。

路径跟踪不同于轨迹跟踪，不受制于时间约束，只需要在一定误差范围内跟踪期望路径。

进站停靠模块304用于控制智能驾驶车辆安全合理地进站停靠。在一些实施例中，进站停靠模块304获取车站信息，进而基于车站信息和智能驾驶车辆信息，确定初始停靠位置。其中，智能驾驶车辆信息可以预先获取，智能驾驶车辆信息例如车门位置等。进站停靠模块304基于初始停靠位置和传感器组采集的环境信息，规划行驶路径，行驶路径的目的地为初始停靠位置。进站停靠模块304规划行驶路径后，基于环境信息和行驶路径，控制智能驾驶车辆进站停靠。

在一些实施例中，进站停靠模块304的功能可集成到感知模块301、规划模块302或控制模块303中，也可配置为与智能驾驶系统300相独立的模块，进站停靠模块304可以为软件模块、硬件模块或者软硬件结合的模块。例如，进站停靠模块304是运行在操作系统上的软件模块，车载硬件系统是支持操作系统运行的硬件系统。

图4为本公开实施例提供的一种进站停靠模块400的框图。在一些实施例中，进站停靠模块400可以实现为图3中的进站停靠模块304或者进站停靠模块304的一部分。

如图4所示，进站停靠模块400可包括但不限于以下单元：获取单元401、确定单元402、规划单元403和控制单元404。

获取单元401，用于获取车站信息。在一些实施例中，车站信息可预先设置在电子地图路网信息中，获取单元401可从电子地图中获取车站信息，具体地，获取单元401基于当前位置获取电子地图中预先设置的车站信息。在一些实施例中，车站信息可不必设置在电子地图中，获取单元401可基于V2X获取车站信息。

在一些实施例中，获取单元401获取的车站信息包括但不限于停靠区域信息。停靠区域为智能驾驶车辆进站后的停车区域。

在一些实施例中，图7为一种描述停靠区域的示意图，如图7所示，停靠区域信息包括但不限于：停靠点和停靠距离；其中，停靠点为停靠区域在道路前进方向最远端的点；停靠距离为停靠区域在道路前进方向的距离。本实施例中，停靠点和停靠距离可预先设置在电子地图路网信息中，获取单元401可从电子地图中获取停靠点和停靠距离，进而可由停靠点和停靠距离确定停靠区域的范围。

在一些实施例中，图8为另一种描述停靠区域的示意图，如图8所示，停靠区域信息为多边形停靠区域信息。在一些实施例中，多边形停靠区域信息可包括但不限于：多边形停靠区域的尺寸和多边形停靠区域的位置。在一些实施例中，多边形停靠区域的位置为多边形停靠区域中心的位置。在另一些实施例中，多边形停靠区域的位置为多边形停靠区域边界或顶点的位置。在一些实施例中，多边形停靠区域信息可以是矩形区域信息，矩形区域信息可包括但不限于：矩形区域的面积和矩形区域的位置。在一些实施例中，矩形区域的位置可以为矩形区域中心的位置，也可以为矩形区域四个顶点的位置。本实施例中，获取单元401可基于V2X获取多边形停靠区域信息。

在一些实施例中，获取单元401获取的车站信息包括但不限于候车区信息。候车区为乘客等待进站车辆的区域。

在一些实施例中，图9为一种描述候车区的示意图，如图9所示，候车区信息包括但不限于：候车区宽度和候车区距离；其中，候车区宽度为候车区在道路前进方向的距离；候车区距离为候车区的中心线与停靠区域在道路前进方向最远端之间的距离。本实施例中，候车区宽度和候车区距离可预先设置在电子地图路网信息中，获取单元401可从电子地图中获取候车区宽度和候车区距离，进而可由候车区宽度和候车区距离确定候车区的范围。

在一些实施例中，图10为另一种描述候车区的示意图，如图10所示，候车区信息为多边形候车区域信息。在一些实施例中，多边形候车区域信息可包括但不限于：多边形候车区域的尺寸和多边形候车区域的位置。在一些实施例中，多边形候车区域的位置为多边形候车区域中心的位置。在另一些实施例中，多边形候车区域的位置为多边形候车区域边界或顶点的位置。在一些实施例中，多边形候车区域信息可以是矩形区域信息，矩形区域信息可包括但不限于：矩形区域的面积和矩形区域的位置。在一些实施例中，矩形区域的位置可以为矩形区域中心的位置，也可以为矩形区域四个顶点的位置。本实施例中，获取单元401可基于V2X获取多边形候车区域信息。

在一些实施例中，获取单元401获取的车站信息包括但不限于停靠区域信息和候车区信息。在一些实施例中，停靠区域信息如图7所示，候车区信息如图9所示。在一些实施例中，停靠区域信息如图8所示，候车区信息如图10所示。在一些实施例中，停靠区域信息如图7所示，候车区信息如图10所示。在一些实施例中，停靠区域信息如图8所示，候车区信息如图9所示。

在一些实施例中，获取单元401还可获取环境信息。在一些实施例中，环境信息是由智能驾驶车辆的传感器组采集的信息，获取单元401可从传感器组中获取环境信息，或者，传感器组采集环境信息后发送给获取单元401。在一些实施例中，环境信息可以为智能驾驶车辆周围的信息，包括道路、其他车辆、行人等等。

在一些实施例中，在获取单元401获取车站信息后，确定单元402可判断是否进站停靠，并在判定需要进站停靠后，基于车站信息和智能驾驶车辆信息，确定初始停靠位置。其中，智能驾驶车辆信息可以预先获取，智能驾驶车辆信息例如车门位置等。

在一些实施例中，确定单元402判断是否进站停靠，可基于电子地图路网信息进行判断；也可通过V2X通信进行判断，例如通过V2X通信，确定单元402可获知道路监测单元(RSU)与停靠区域之间的距离，并基于本车当前位置、RSU位置和所述距离，判断是否进站停靠。在一些实施例中，确定单元402判断本车当前位置与停靠区域之间的距离小于或等于预设的触发进站的距离阈值后，或者，确定单元402判断本车处于车站周围的预设范围后，判定需要进站停靠。

在一些实施例中，确定单元402，用于基于车站信息和智能驾驶车辆信息，确定初始停靠位置。在一些实施例中，确定单元402基于车站信息，确定候车区信息；进而基于智能驾驶车辆信息和候车区信息，确定初始停靠位置。由于引入智能驾驶车辆信息，因此，限定初始停靠位置与智能驾驶车辆信息之间的关系，以便合理选择停靠位置，具体地，没有候车区，智能驾驶车辆停在停靠区域的最远端，便于其他车辆进站停靠；有候车区，尽量使智能驾驶车辆停在候车区，便于乘客上下车，提高乘客体验。

在一些实施例中，图11为一种进站停靠场景的示意图，如图11所示，停靠区域没有候车区。确定单元402确定初始停靠位置为停靠点，且停靠时智能驾驶车辆的前端与停靠点重合，实现智能驾驶车辆停在停靠区域的最远端，便于其他车辆进站停靠。

在一些实施例中，图12为另一种进站停靠场景的示意图，如图12所示，停靠区域有候车区。确定单元402确定初始停靠位置为候车区的中心线所在位置，且停靠时智能驾驶车辆的车门与候车区至少部分重合，尽量使智能驾驶车辆停在候车区，便于乘客上下车，提高乘客体验。

规划单元403，用于基于环境信息和初始停靠位置，规划行驶路径。在一些实施例中，规划单元403基于环境信息和初始停靠位置，动态调整停靠位置，确定实际停靠位置；进而基于实际停靠位置，规划行驶路径。在一些实施例中，规划单元403基于环境信息，可确定静态障碍物信息(包括停靠区域内和停靠区域外)和动态障碍物信息(包括停靠区域内和停靠区域外)，停靠位置不受动态障碍物信息和停靠区域外的静态障碍物信息的影响，因此，规划单元403基于停靠区域内的静态障碍物信息和初始停靠位置，确定实际停靠位置。在一些实施例中，若没有静态障碍物，实际停靠位置即为初始停靠位置；有静态障碍物时，优先保证与静态障碍物的安全距离；有候车区时，综合考虑静态障碍物和候车区的影响，兼顾安全性和合理性。

在一些实施例中，图13为又一种进站停靠场景的示意图，规划单元403基于停靠区域内的静态障碍物信息和初始停靠位置，确定实际停靠位置时，若初始停靠位置为停靠点，则确定实际停靠位置为与静态障碍物之间的距离为预设距离的位置，优先保证与静态障碍物的安全距离(即预设距离)，防止事故发生。

在一些实施例中，规划单元403基于停靠区域内的静态障碍物信息和初始停靠位置，确定实际停靠位置时，若初始停靠位置为候车区的中心线所在位置，则基于静态障碍物与候车区之间的距离，确定实际停靠位置。在一些实施例中，规划单元403确定静态障碍物与候车区之间的距离小于预设距离后，确定实际停靠位置为预设距离对应的位置，也即实际停靠位置与静态障碍物之间的距离为预设距离。在一些实施例中，规划单元403确定静态障碍物与候车区之间的距离大于或等于预设距离后，确定实际停靠位置为候车区的中心线所在位置。规划单元403先考虑与静态障碍物的安全距离，再考虑停靠在候车区，兼顾了安全性和合理性。

控制单元404，用于基于环境信息和行驶路径，控制智能驾驶车辆进站停靠。在一些实施例中，控制单元404基于环境信息，确定智能驾驶车辆周围的动态障碍物信息，虽然动态障碍物信息不影响停靠位置的确定，但是影响车辆进站，因此，控制单元404基于动态障碍物信息和行驶路径，控制智能驾驶车辆进站停靠。

在一些实施例中，控制单元404确定前方有动态障碍物正在进站后，影响本车进站路径的规划，例如会绕行，因此，控制单元404采用跟随前方正在进站的障碍物的方式，既可以顺利进站，又可省去规划路径的操作。在一些实施例中，控制单元404确定右侧有动态障碍物后，影响本车进站路径的规划，例如本车需要加速超过右侧车辆，因此，控制单元404采用减速并跟随右侧车辆的方式，既可以顺利进站，又可省去规划路径的操作。

在一些实施例中，图14为又一种进站停靠场景的示意图，控制单元404确定动态障碍物位于智能驾驶车辆前方且动态障碍物正在进站后，控制智能驾驶车辆跟随动态障碍物进站停靠，既可以顺利进站，又可省去规划路径的操作。

在一些实施例中，图15为又一种进站停靠场景的示意图，控制单元404确定动态障碍物位于智能驾驶车辆右侧后，控制智能驾驶车辆减速并跟随动态障碍物进站停靠，既可以顺利进站，又可省去规划路径的操作。

在一些实施例中，控制单元404确定没有动态障碍物后，控制智能驾驶车辆沿行驶路径行驶即可。

在一些实施例中，控制单元404控制智能驾驶车辆进站停靠时，满足停靠条件；其中，停靠条件为：若进站停靠的位置周围无障碍物，则进站停靠后，智能驾驶车辆的右端与停靠区域的右侧边界线重合。本实施例中，控制单元404在保证安全的情况下(即停靠位置横向方向无障碍物)，智能驾驶车辆靠边停止。

在一些实施例中，进站停靠模块400中各单元的划分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，例如获取单元401、确定单元402、规划单元403和控制单元404可以实现为一个单元；获取单元401、确定单元402、规划单元403或控制单元404也可以划分为多个子单元。可以理解的是，各个单元或子单元能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能。

图5是本公开实施例提供的一种车载设备的结构示意图。车载设备可支持智能驾驶系统的运行。

如图5所示，车载设备包括：至少一个处理器501、至少一个存储器502和至少一个通信接口503。车载设备中的各个组件通过总线系统504耦合在一起。通信接口503，用于与外部设备之间的信息传输。可理解，总线系统504用于实现这些组件之间的连接通信。总线系统504除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见，在图5中将各种总线都标为总线系统504。

可以理解，本实施例中的存储器502可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。

在一些实施方式中，存储器502存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统和应用程序。

其中，操作系统，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本公开实施例提供的智能驾驶车辆进站停靠的方法的程序可以包含在应用程序中。

在本公开实施例中，处理器501通过调用存储器502存储的程序或指令，具体的，可以是应用程序中存储的程序或指令，处理器501用于执行本公开实施例提供的智能驾驶车辆进站停靠的方法各实施例的步骤。

本公开实施例提供的智能驾驶车辆进站停靠的方法可以应用于处理器501中，或者由处理器501实现。处理器501可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器501可以是通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。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。

本公开实施例提供的智能驾驶车辆进站停靠的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器502，处理器501读取存储器502中的信息，结合其硬件完成方法的步骤。

图6为本公开实施例提供的一种智能驾驶车辆进站停靠的方法流程图。该方法的执行主体为车载设备，在一些实施例中，该方法的执行主体为车载设备所支持的智能驾驶系统。

如图6所示，智能驾驶车辆进站停靠的方法可包括以下步骤601至604：

601、获取车站信息。在一些实施例中，车站信息可预先设置在电子地图路网信息中，进而可从电子地图中获取车站信息，具体地，基于当前位置获取电子地图中预先设置的车站信息。在一些实施例中，车站信息可不必设置在电子地图中，可基于V2X获取车站信息。在一些实施例中，车站信息包括但不限于停靠区域信息和候车区信息中的至少一个。其中，停靠区域为智能驾驶车辆进站后的停车区域，候车区为乘客等待进站车辆的区域。

在一些实施例中，图7为一种描述停靠区域的示意图，如图7所示，停靠区域信息包括但不限于：停靠点和停靠距离；其中，停靠点为停靠区域在道路前进方向最远端的点；停靠距离为停靠区域在道路前进方向的距离。本实施例中，停靠点和停靠距离可预先设置在电子地图路网信息中，进而可从电子地图中获取停靠点和停靠距离，并由停靠点和停靠距离确定停靠区域的范围。

在一些实施例中，图8为另一种描述停靠区域的示意图，如图8所示，停靠区域信息为多边形停靠区域信息。在一些实施例中，多边形停靠区域信息可包括但不限于：多边形停靠区域的尺寸和多边形停靠区域的位置。在一些实施例中，多边形停靠区域的位置为多边形停靠区域中心的位置。在另一些实施例中，多边形停靠区域的位置为多边形停靠区域边界或顶点的位置。在一些实施例中，多边形停靠区域信息可以是矩形区域信息，矩形区域信息可包括但不限于：矩形区域的面积和矩形区域的位置。在一些实施例中，矩形区域的位置可以为矩形区域中心的位置，也可以为矩形区域四个顶点的位置。本实施例中，可基于V2X获取多边形停靠区域信息。

在一些实施例中，图9为一种描述候车区的示意图，如图9所示，候车区信息包括但不限于：候车区宽度和候车区距离；其中，候车区宽度为候车区在道路前进方向的距离；候车区距离为候车区的中心线与停靠区域在道路前进方向最远端之间的距离。本实施例中，候车区宽度和候车区距离可预先设置在电子地图路网信息中，进而可从电子地图中获取候车区宽度和候车区距离，并由候车区宽度和候车区距离确定候车区的范围。

在一些实施例中，图10为另一种描述候车区的示意图，如图10所示，候车区信息为多边形候车区域信息。在一些实施例中，多边形候车区域信息可包括但不限于：多边形候车区域的尺寸和多边形候车区域的位置。在一些实施例中，多边形候车区域的位置为多边形候车区域中心的位置。在另一些实施例中，多边形候车区域的位置为多边形候车区域边界或顶点的位置。在一些实施例中，多边形候车区域信息可以是矩形区域信息，矩形区域信息可包括但不限于：矩形区域的面积和矩形区域的位置。在一些实施例中，矩形区域的位置可以为矩形区域中心的位置，也可以为矩形区域四个顶点的位置。本实施例中，可基于V2X获取多边形候车区域信息。

在一些实施例中，获取的车站信息包括但不限于停靠区域信息和候车区信息。在一些实施例中，停靠区域信息如图7所示，候车区信息如图9所示。在一些实施例中，停靠区域信息如图8所示，候车区信息如图10所示。在一些实施例中，停靠区域信息如图7所示，候车区信息如图10所示。在一些实施例中，停靠区域信息如图8所示，候车区信息如图9所示。

在一些实施例中，除了获取车站信息，还可获取环境信息。在一些实施例中，环境信息是由智能驾驶车辆的传感器组采集的信息，进而可从传感器组中获取环境信息，或者，传感器组采集环境信息后主动传输。在一些实施例中，环境信息可以为智能驾驶车辆周围的信息，包括道路、其他车辆、行人等等。

在一些实施例中，在获取车站信息后，可判断是否进站停靠，并在判定需要进站停靠后，基于车站信息和智能驾驶车辆信息，确定初始停靠位置。其中，智能驾驶车辆信息可以预先获取，智能驾驶车辆信息例如车门位置等。

在一些实施例中，判断是否进站停靠，可基于电子地图路网信息进行判断；也可通过V2X通信进行判断，例如通过V2X通信，可获知道路监测单元(RSU)与停靠区域之间的距离，并基于本车当前位置、RSU位置和所述距离，判断是否进站停靠。在一些实施例中，判断本车当前位置与停靠区域之间的距离小于或等于预设的触发进站的距离阈值后，或者，判断本车处于车站周围的预设范围后，判定需要进站停靠。

602、基于车站信息和智能驾驶车辆信息，确定初始停靠位置。在一些实施例中，基于车站信息，确定候车区信息；进而基于智能驾驶车辆信息和候车区信息，确定初始停靠位置。由于引入智能驾驶车辆信息，因此，限定初始停靠位置与智能驾驶车辆信息之间的关系，以便合理选择停靠位置，具体地，没有候车区，智能驾驶车辆停在停靠区域的最远端，便于其他车辆进站停靠；有候车区，尽量使智能驾驶车辆停在候车区，便于乘客上下车，提高乘客体验。

在一些实施例中，图11为一种进站停靠场景的示意图，如图11所示，停靠区域没有候车区。确定初始停靠位置为停靠点，且停靠时智能驾驶车辆的前端与停靠点重合，实现智能驾驶车辆停在停靠区域的最远端，便于其他车辆进站停靠。

在一些实施例中，图12为另一种进站停靠场景的示意图，如图12所示，停靠区域有候车区。确定初始停靠位置为候车区的中心线所在位置，且停靠时智能驾驶车辆的车门与候车区至少部分重合，尽量使智能驾驶车辆停在候车区，便于乘客上下车，提高乘客体验。

603、基于环境信息和初始停靠位置，规划行驶路径。

在一些实施例中，基于环境信息和初始停靠位置，动态调整停靠位置，确定实际停靠位置；进而基于实际停靠位置，规划行驶路径。在一些实施例中，基于环境信息，可确定静态障碍物信息(包括停靠区域内和停靠区域外)和动态障碍物信息(包括停靠区域内和停靠区域外)，停靠位置不受动态障碍物信息和停靠区域外的静态障碍物信息的影响，因此，基于停靠区域内的静态障碍物信息和初始停靠位置，确定实际停靠位置。在一些实施例中，若没有静态障碍物，实际停靠位置即为初始停靠位置；有静态障碍物时，优先保证与静态障碍物的安全距离；有候车区时，综合考虑静态障碍物和候车区的影响，兼顾安全性和合理性。

在一些实施例中，图13为又一种进站停靠场景的示意图，基于停靠区域内的静态障碍物信息和初始停靠位置，确定实际停靠位置时，若初始停靠位置为停靠点，则确定实际停靠位置为与静态障碍物之间的距离为预设距离的位置，优先保证与静态障碍物的安全距离(即预设距离)，防止事故发生。

在一些实施例中，基于停靠区域内的静态障碍物信息和初始停靠位置，确定实际停靠位置时，若初始停靠位置为候车区的中心线所在位置，则基于静态障碍物与候车区之间的距离，确定实际停靠位置。在一些实施例中，确定静态障碍物与候车区之间的距离小于预设距离后，确定实际停靠位置为预设距离对应的位置，也即实际停靠位置与静态障碍物之间的距离为预设距离。在一些实施例中，确定静态障碍物与候车区之间的距离大于或等于预设距离后，确定实际停靠位置为候车区的中心线所在位置。本实施例中，先考虑与静态障碍物的安全距离，再考虑停靠在候车区，兼顾了安全性和合理性。

604、基于所述环境信息和所述行驶路径，控制智能驾驶车辆进站停靠。在一些实施例中，基于环境信息，确定智能驾驶车辆周围的动态障碍物信息，虽然动态障碍物信息不影响停靠位置的确定，但是影响车辆进站，因此，基于动态障碍物信息和行驶路径，控制智能驾驶车辆进站停靠。

在一些实施例中，确定前方有动态障碍物正在进站后，影响本车进站路径的规划，例如会绕行，因此，采用跟随前方正在进站的障碍物的方式，既可以顺利进站，又可省去规划路径的操作。在一些实施例中，确定右侧有动态障碍物后，影响本车进站路径的规划，例如本车需要加速超过右侧车辆，因此，采用减速并跟随右侧车辆的方式，既可以顺利进站，又可省去规划路径的操作。

在一些实施例中，图14为又一种进站停靠场景的示意图，确定动态障碍物位于智能驾驶车辆前方且动态障碍物正在进站后，控制智能驾驶车辆跟随动态障碍物进站停靠，既可以顺利进站，又可省去规划路径的操作。

在一些实施例中，图15为又一种进站停靠场景的示意图，确定动态障碍物位于智能驾驶车辆右侧后，控制智能驾驶车辆减速并跟随动态障碍物进站停靠，既可以顺利进站，又可省去规划路径的操作。

在一些实施例中，确定没有动态障碍物后，控制智能驾驶车辆沿行驶路径行驶即可。

在一些实施例中，控制智能驾驶车辆进站停靠时，满足停靠条件；其中，停靠条件为：若进站停靠的位置周围无障碍物，则进站停靠后，智能驾驶车辆的右端与停靠区域的右侧边界线重合。本实施例中，在保证安全的情况下(即停靠位置横向方向无障碍物)，智能驾驶车辆靠边停止。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员能够理解，本公开实施例并不受所描述的动作顺序的限制，因为依据本公开实施例，某些步骤可以采用其他顺序或者同时进行。另外，本领域技术人员能够理解，说明书中所描述的实施例均属于可选实施例。

本公开实施例还提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如智能驾驶车辆进站停靠的方法各实施例的步骤，为避免重复描述，在此不再赘述。

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……”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。

本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。

本领域的技术人员能够理解，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

虽然结合附图描述了本公开的实施方式，但是本领域技术人员可以在不脱离本公开的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种智能驾驶车辆进站停靠的方法，其特征在于，包括：

获取车站信息；

基于所述车站信息和智能驾驶车辆信息，确定初始停靠位置；

基于环境信息和所述初始停靠位置，规划行驶路径；

基于所述环境信息和所述行驶路径，控制智能驾驶车辆进站停靠。

2.根据权利要求1所述的方法，其特征在于，所述获取车站信息，包括：

基于当前位置获取电子地图中预先设置的车站信息；或，

基于车用无线通信获取车站信息。

3.根据权利要求1所述的方法，其特征在于，所述车站信息包括：停靠区域信息；

所述停靠区域信息包括：停靠点和停靠距离；其中，所述停靠点为停靠区域在道路前进方向最远端的点；所述停靠距离为停靠区域在道路前进方向的距离；或，

所述停靠区域信息为多边形停靠区域信息；所述多边形停靠区域信息包括：多边形停靠区域的尺寸和多边形停靠区域的位置。

4.根据权利要求1所述的方法，其特征在于，所述车站信息包括：候车区信息；

所述候车区信息包括：候车区宽度和候车区距离；其中，所述候车区宽度为候车区在道路前进方向的距离；所述候车区距离为候车区的中心线与停靠区域在道路前进方向最远端之间的距离；或，

所述候车区信息为多边形候车区域信息；所述多边形候车区域信息包括：多边形候车区域的尺寸和多边形候车区域的位置。

5.根据权利要求1所述的方法，其特征在于，所述车站信息包括所述停靠区域信息和所述候车区信息。

6.根据权利要求1所述的方法，其特征在于，所述获取车站信息后，所述方法还包括：

判断是否进站停靠；若是，则确定停靠位置。

7.根据权利要求5所述的方法，其特征在于，基于所述车站信息和智能驾驶车辆信息，确定初始停靠位置，包括：

基于所述车站信息，确定候车区信息；

基于所述智能驾驶车辆信息和所述候车区信息，确定初始停靠位置。

8.根据权利要求7所述的方法，其特征在于，基于所述智能驾驶车辆信息和所述候车区信息，确定初始停靠位置，包括：

若没有候车区，则确定初始停靠位置为停靠点，且停靠时智能驾驶车辆的前端与所述停靠点重合；

若有候车区，则确定初始停靠位置为候车区的中心线所在位置，且停靠时智能驾驶车辆的车门与所述候车区至少部分重合。

9.一种车载设备，其特征在于，包括：处理器和存储器；

所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至8任一项所述方法的步骤。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如权利要求1至8任一项所述方法的步骤。