CN110603181A - 一种智能驾驶车辆让行方法、装置及车载设备 - Google Patents

Abstract

本公开实施例涉及一种智能驾驶车辆让行方法、装置及车载设备，本公开实施例中，所述智能驾驶车辆行驶在特殊道路，所述特殊道路配置有多个道路监测单元，方法包括：基于所述智能驾驶车辆的状态信息确定相应道路监测单元；接收所述相应道路监测单元的监测信息；基于所述监测信息确定是否存在需要避让的通行车辆；若存在需要避让的通行车辆，控制智能驾驶车辆进行避让。本公开实施例中，依据道路监测单元提供的监测信息，对需要避让车辆提前采取让行动作，通过车与路之间有效协同，提高通行效率，保证交通安全。

Description

一种智能驾驶车辆让行方法、装置及车载设备

技术领域

本公开实施例涉及智能驾驶领域，具体涉及一种智能驾驶车辆让行方法、装置及车载设备。

背景技术

随着车辆智能化、网联化技术的发展，基于车路协同的无人车自动驾驶技术逐渐成为智能交通研究领域的一个热点。

车路协同技术采用先进的无线网络技术(包括蜂窝网通信、无线通信、4G和5G等通信技术)进行数据传输，实现道路-云端-车辆之间的实时数据交换，从而实现车辆的主动安全控制，充分实现车与车、车与路之间有效协同，从而提高通行效率，保证交通安全。

而在某些特殊场景下，由于道路本身的特性，例如道路是单车道，但可以双向行驶，在规划不合理的情况下，会出现拥堵或者堵塞的情况。因此针对这种特殊路况需要特殊规划，现有技术中并没有针对这种特殊路况提供任何有效的解决方案。

上述对问题的发现过程的描述，仅用于辅助理解本发明的技术方案，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，本申请的至少一个实施例提供了一种智能驾驶车辆让行方法、装置及车载设备。

第一方面，本公开实施例提出一种智能驾驶车辆让行方法，其中，所述智能驾驶车辆行驶在特殊道路，所述特殊道路配置有多个道路监测单元，方法包括：

基于所述智能驾驶车辆的状态信息确定相应道路监测单元；

接收所述相应道路监测单元的监测信息；

基于所述监测信息确定是否存在需要避让的通行车辆；

若存在需要避让的通行车辆，控制智能驾驶车辆进行避让。

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，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第一方面所述方法的步骤。

第四方面，本公开实施例还提出一种智能驾驶车辆让行装置，所述智能驾驶车辆让行装置所属的智能驾驶车辆行驶在特殊道路，所述特殊道路配置有多个道路监测单元，所述智能驾驶车辆让行装置包括：

确定单元，用于基于所述智能驾驶车辆的状态信息确定相应道路监测单元；

接收单元，用于接收所述相应道路监测单元的监测信息；

避让单元，用于基于所述监测信息确定是否存在需要避让的通行车辆；在存在需要避让的通行车辆时，控制智能驾驶车辆进行避让。

第五方面，本公开实施例还提出一种车辆让行系统，包括：服务器，如第四方面任意一个实施例中所述的智能驾驶车辆让行装置和配置在道路上的多个道路监测单元；

所述道路监测单元与所述服务器交互，所述服务器与所述智能驾驶车辆让行装置交互。

可见，在本公开实施例的至少一个实施例中，通过智能驾驶车辆的状态信息获取相应的道路监测单元，并依据道路监测单元的监测信息，确定是否存在需要避让的通行车辆，在存在时，可控制智能驾驶车辆避让，进而能够提前采取主动让行动作，提高通行效率，保证交通安全。

在本公开实施例中根据道路监测单元的监测信息做决策，即通过车与路之间的有效协同，非仅靠智能驾驶车辆自身的传感器进行感知，从而提高通行效率，保证交通安全。

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申请的一些实施例，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是本公开实施例提供的一种智能驾驶车辆行驶的场景图；

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3A是本公开实施例提供的一种智能驾驶系统的框图；

图3B是本公开实施例提供的一种让行模块的框图；

图4是本公开实施例提供的一种车载设备的框图；

图5是本公开实施例提供的一种智能驾驶车辆让行方法的流程图；

图6是本公开实施例提供的一种智能驾驶车辆让行方法的信令图；

图7A是本公开实施例提供的又一种智能驾驶车辆行驶的场景图；

图7B至图7E分别是根据图7A所示的场景中的智能驾驶车辆让行的示意图。

具体实施方式

为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，所描述的实施例是本申请的一部分实施例，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申请，而非对本申请的限定。基于所描述的本申请的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。

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。

针对现有技术中部分道路规划不合理，导致通行车辆经常出现拥堵或堵塞的情况，使得交通通行效率低的问题，本公开实施例提供一种智能驾驶车辆让行方案，实现在特殊道路上行驶时，依据道路监测单元的监测信息，确定是否存在需要避让的通行车辆，在存在时，可控制智能驾驶车辆避让，进而能够提前采取主动让行动作，提高通行效率，保证交通安全。

本公开实施例提供一种智能驾驶车辆让行方案，可应用于智能驾驶车辆和多种场景。例如当智能驾驶车辆和一些紧急车辆(例如，救护车，消防车等)迎面行驶时，智能驾驶车辆需要对该紧急车辆进行避让。在一些实施例中，当智能驾驶车辆行驶在特殊道路上时，也会遇到需要进行避让或让行的情况。例如，当所述特殊道路为双向单车道时，需要对同向行驶且位于智能驾驶车辆行驶方向后方的通行车辆(如消防车)进行避让，或者需要对迎面行驶的通行车辆(如救援车)进行避让。另外，在上述场景中，可配置有多个道路监测单元。在一些实施例中，道路监测单元可为配置在道路两侧的设备，用于收集监控范围内的监测信息。在一些实施例中，道路监测单元也可嵌入到其他设备中，如嵌入在红绿灯设备、摄像头或其他道路指示牌上。

图1是本公开的一些实施例中一种智能驾驶车辆行驶的场景，如图1所示，所述场景中包括云端服务器001、道路监测单元(RSU：Road Side Unit)002，智能驾驶车辆003及通行车辆004。在一些实施例中，云端服务器001可用于获取道路监测单元002和智能驾驶车辆003的信息，以及可以发送信息至智能驾驶车辆003。在一些实施例中，云端服务器001可以根据智能驾驶车辆003的信息将道路监测单元002中的与智能驾驶车辆003相对应的监测信息发送给智能驾驶车辆003。在一些实施例中，所述的云端服务器001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。服务器可以是本地的或远程的。

道路监测单元002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002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002可以监控隶属于相应道路监测单元002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002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。

智能驾驶车辆003用于根据周围环境生成控制信息并控制车辆行驶。在一些实施例中，所述智能驾驶车辆003可以发送请求信息至云端服务器，用于获取云端服务器的相关信息。在一些实施例中，请求信息包括但不限于当前车辆位姿、与车辆对应的相应道路监测单元信息等。在一些实施例中，所述智能驾驶车辆003可以接收来自云端服务器001的反馈信息，其中所述反馈信息包括但不限于相应道路监测单元的道路监测信息。在一些实施例中，智能驾驶车辆003可以根据相应道路监测单元的道路监测信息，实现智能驾驶车辆003的规划控制信息，例如，在特殊道路上对部分通行车辆的避让，由此，提高了特殊道路上车辆的通行效率，同时保证了交通安全。

通行车辆004是在道路上通行的各种车辆。在一些实施例中，所述的通行车辆004可以是智能驾驶车辆，也可以是人工驾驶车辆，还可以是不同级别的自动驾驶车辆。通行车辆004也可以是包括但不限于小车、中型车、大型车、货物车、救护车、消防车等车辆。在一些实施例中，不同的通行车辆拥有不同的优先级，例如，救护车或者消防车的优先级比普通车辆的优先级就要高。

图2是本公开的一些实施例中一种智能驾驶车辆的整体架构图，如图2所示，智能驾驶车辆包括：传感器组、智能驾驶系统100、车辆底层执行系统以及其他可用于驱动智能驾驶车辆和控制智能驾驶车辆运行的部件。

传感器组，用于采集智能驾驶车辆外界环境的数据和探测智能驾驶车辆的位置数据。传感器组例如包括但不限于摄像头、激光雷达、毫米波雷达、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100，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，还用于与云端服务器无线通信，交互各种信息。智能驾驶系统，还用于与道路监测单元无线通信，交互各种信息。

智能驾驶系统100，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。

智能驾驶系统100，还用于基于所述智能驾驶车辆的状态信息确定相应道路监测单元；接收所述相应道路监测单元的监测信息；基于所述监测信息确定是否存在需要避让的通行车辆；若存在需要避让的通行车辆，控制智能驾驶车辆进行避让。

在一些实施例中，智能驾驶系统100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100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。本公开的智能驾驶系统可为智能驾驶车辆的车载设备或者车载控制装置中组件，或者为智能驾驶车辆的车载设备或者车载控制装置。

车辆底层执行系统，用于接收车辆控制指令，实现对智能驾驶车辆行驶的控制。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等属于车辆领域成熟的结构，在此不再赘述。

在一些实施例中，智能驾驶车辆还可包括图2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100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，智能驾驶车辆既可以通过驾驶员又可以通过智能驾驶系统100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，智能驾驶车辆也可以为无人车，智能驾驶车辆的驾驶控制由智能驾驶系统来执行。

图3A为本公开实施例提供的一种智能驾驶系统200的框图。在一些实施例中，智能驾驶系统200可以实现为图2中的智能驾驶系统100或者智能驾驶系统100的一部分，用于控制车辆行驶。

如图3A所示，智能驾驶系统200包括但不限于：感知模块201、规划模块202、控制模块203、让行模块204以及其他一些可用于智能驾驶的模块。

在一些实施例中，感知模块201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201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201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202用于基于感知定位模块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202用于基于感知定位模块生成的感知定位信息，并结合V2X数据、高精度地图等数据、道路监测单元的信息、云端服务器的信息中的至少一种，进行路径规划和决策。

在一些实施例中，规划模块202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203用于基于规划模块生成的规划决策信息，进行路径跟踪、轨迹跟踪或路径避让。

在一些实施例中，控制模块203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203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。

让行模块204用于基于所述智能驾驶车辆的状态信息确定相应道路监测单元；接收所述相应道路监测单元的监测信息；基于所述监测信息确定是否存在需要避让的通行车辆；若存在需要避让的通行车辆，用于规划生成所述智能驾驶车辆的避让路径，控制智能驾驶车辆按照避让路径行驶。例如，控制智能驾驶车辆在双向单车道上按照避让路径行驶。

在一些实施例中，让行模块204的功能可集成到感知模块201、规划模块202或控制模块203中，也可配置为与智能驾驶系统相独立的模块，让行模块204可以为软件模块、硬件模块或者软硬件结合的模块。例如，让行模块204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3B为本公开实施例提供的一种智能驾驶车辆让行装置300的框图。在一些实施例中，智能驾驶车辆让行装置300可以实现为图3A中的让行模块204或者让行模块204的一部分。

如图3B所示，智能驾驶车辆让行装置300包括确定单元301、接收单元302、避让单元303以及其他一些可用于执行避让操作的单元。

确定单元301，用于基于所述智能驾驶车辆的状态信息确定相应道路监测单元；在一些实施例中，智能驾驶车辆的状态信息包括但不限于：位置信息及航向、速度、行驶目的地和行驶状态中的至少一种。在一些实施例中，确定单元301，还用于基于所述智能驾驶车辆的位置信息和高精度地图，获取相应道路监测单元信息。其中，所述高精度地图还包括道路监测单元的位置信息。在一些实施例中，确定单元301，还用于基于位置信息、航向、速度和高精度地图，获取相应道路监测单元信息。在一些实施例中，相应道路监测单元信息包括但不限于，道路监测单元位置信息、道路监测单元标识、道路监测单元数量中的至少一种。在一些实施例中，道路监测单元的监测信息可包括但不限于通行车辆信息、通行车辆优先级、通行车辆位置、通行车辆航向、通行车辆类型中的至少一种。

接收单元302，用于接收所述相应道路监测单元的监测信息；在一些实施例中，接收单元302还可以用于向云端服务器发送获取请求，所述获取请求至少包括所述相应道路监测单元信息；接收云端服务器的响应，所述响应至少包括所述相应道路监测单元中每个道路监测单元的监测信息。在一些实施例中，道路监测单元实时或周期性的获取监测信息，并将获取的监测信息实时或周期性的发送云端服务器，云端服务器接收获取请求之后，依据获取请求中相应道路监测单元信息，筛选相应道路监测单元的最新监测信息或预设时间段内的监测信息，将筛选的监测信息发送接收单元302。在一些实施例中，本公开实施例的智能驾驶车辆让行装置直接与相应道路监测单元无线通信，获取相应道路监测单元监测的最新的监测信息。避让单元303，用于基于所述监测信息确定是否存在需要避让的通行车辆；在存在需要避让的通行车辆时，控制智能驾驶车辆进行避让。在一些实施例中，避让单元303基于所述通行车辆优先级、通行车辆位置和通行车辆航向中的至少一种确定是否存在需要避让的通行车辆。在一些实施例中，当所述通行车辆优先级高于所述智能驾驶车辆优先级，所述智能驾驶车辆需要进行避让。在一些实施例中，如救护车或消防车的优先级通常是高于道路上行驶的其他通行车辆，如大型车、智能驾驶车辆，小汽车等。本公开的实施例中，高优先级的通行车辆不限定只是救护车和消防车。通行车辆的优先级可以通过通行车辆的智能驾驶系统/车载设备进行设置和调整的。在一些实施例中，通行车辆优先级与智能驾驶车辆的优先级相同，或者低于智能驾驶车辆时，智能驾驶车辆则不执行避让操作。在一些实施例中，若智能驾驶车辆通过车-车通信方式接收到通行车辆中至少一辆通行车辆优先级提高并高于所述智能驾驶车辆优先级，所述智能驾驶车辆需要进行避让。在一些实施例中，避让单元303，还用于规划生成所述智能驾驶车辆的避让路径；控制智能驾驶车辆按照避让路径行驶。

在一些实施例中，智能驾驶车辆让行装置300还包括图中未示出的路径规划单元，用于基于所述避让路径完成避让后，依据目的地和智能驾驶车辆当前位置，生成规划路径。在一些实施例中，所述目的地为生成避让路径之前智能驾驶系统行驶路径的目的地。在一些实施例中，所述目的地还可以是用户更新后的目的地。在一些实施例中，若智能驾驶车辆处于无人驾驶状态，则智能驾驶车辆当前位置与避让路径中的避让点/让行点位置相同。

在本公开的实施例中，通过车与路之间的有效协同，非仅靠智能驾驶车辆的传感器数据，从而提高通行效率，保证交通安全。

在一些实施例中，智能驾驶车辆让行装置300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，例如确定单元301、接收单元302和避让单元303可以实现为一个单元；确定单元301、接收单元302或避让单元303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4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4所示，车载设备包括：至少一个处理器401、至少一个存储器402和至少一个通信接口403。车载设备中的各个组件通过总线系统404耦合在一起。通信接口403，用于与外部设备之间的信息传输。可理解，总线系统404用于实现这些组件之间的连接通信。总线系统404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4中将各种总线都标为总线系统404。

可以理解，本实施例中的存储器402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402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让行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401通过调用存储器402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401用于智能驾驶车辆让行方法各实施例的步骤。

本公开实施例提供的智能驾驶车辆让行方法可以应用于处理器401中，或者由处理器401实现。处理器401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401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401可以是通用处理器、数字信号处理器(Digital Signal Processor，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让行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402，处理器401读取存储器402中的信息，结合其硬件完成方法的步骤。

图5是本申请的一些实施例所示的一种智能驾驶车辆让行方法的示例流程图。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。

在一些实施例中，所述的智能驾驶车辆让行方法可应用于处于特殊道路的智能驾驶车辆在行驶过程中的车辆的让行方案。在一些实施例中，特殊道理包括但不限于双向单车道等。在一些实施例中，多个道路监测单元获取所述特殊道路的监测信息。在一些实施例中，多个道路监测单元间隔配置特殊道路上。在一些实施例中，每一个道路监测单元可单独设置，或嵌入其他设备中如红绿灯设备中或道路指示牌中，本公开实施例不对道路监测单元的具体设备结构进行限定，任何具有上述道路监测单元功能的设备都属于在本申请的范围。

如图5所示，在步骤501中，所述智能驾驶车辆(例如所述智能驾驶车辆的车载设备或车辆控制装置，或者车载设备所支持的智能驾驶系统)基于所述智能驾驶车辆的状态信息确定相应道路监测单元。在一些实施例中，所述智能驾驶车辆的状态信息包括但不限于智能驾驶车辆的位置信息、航向、速度和行驶状态。在一些实施例中，智能驾驶车辆的位置信息可通过所述智能驾驶系统的感知模块获得。在一些实施例中，智能驾驶车辆的航向、速度和行驶状态均可通过智能驾驶系统的感知模块获得。

在一些实施例中，在步骤501中，智能驾驶车辆基于智能驾驶车辆的位置信息和高精度地图，获取相应道路监测单元信息。在一些实施例中，智能驾驶车辆基于智能驾驶车辆的位置信息、速度、航向和高精度地图，获取相应道路监测单元信息。在一些实施例中，所述高精度地图包括但不限于道路监测单元的位置信息、路网信息、路网标识信息等。在一些实施例中，本公开实施例的高精度地图可为前述内容中所述的智能驾驶领域中使用的高精度地图。通过使用高精度地图，以准确实时获取相应的道路监测单元信息。在一些实施例中，智能驾驶车辆确定相应的道路监测单元可理解为获取需要的道路监测单元的标识、位置信息等。

在步骤502中，所述智能驾驶系统接收所述相应道路监测单元的监测信息。在一些实施例中，所述智能驾驶系统可以向服务器发送获取请求，其中，所述获取请求至少包括所述相应道路监测单元信息。在一些实施例中，所述智能驾驶系统可以接收服务器的响应，其中所述响应至少包括所述相应道路监测单元中每个道路监测单元的监测信息。在一些实施例中，服务器周期性或实时接收道路监测单元上报的监测信息，服务器接收到获取请求后，依据获取请求中相应道路监测单元信息筛选对应的道路监测单元的最新监测信息。在一些实施例中，服务器可以为云端服务器。在一些实施例中，获取请求中至少包括相应道路监测单元的位置信息或相应道路监测单元的标识。响应中包括但不限于：相应道路监测单元的监测信息、相应道路监测单元的位置信息、相应道路监测单元的标识、相应道路监测单元的状态信息、道路监测单元的监测信息中车辆的优先级等。在一些实施例中，道路监测单元的状态信息可包括但不限于道路监测单元正常状态和道路监测单元关闭状态。

在一些实施例中，所述监测信息包括但不限于通行车辆信息、通行车辆优先级、通行车辆位置、通行车辆航向、通行车辆类型中的至少一种。

在一些实施例中，所述服务器可以实时接收道路监测单元上报的信息，并实时或周期性发送所述道路监测单元的监测信息至所述道路范围之内的智能驾驶车辆。在一些实施例中，智能驾驶车辆可通过服务器无遗漏的获取道路监测单元的监测信息，以保证智能驾驶车辆的获取的监测信息的准确性和实时性。

在一些实施例中，智能驾驶车辆车获得的监测信息可以是经过服务器如云端服务器识别并处理后的监测信息，也可以是服务器如云端服务器直接转发的道路监测单元的监测信息，本公开实施例不对其限定，根据实际需要选择。在一些实施例中，监测信息中通行车辆优先级可为道路监测单元在监测通行车辆后根据预先的优先级判断规则对通行车辆的优先级进行标注，获得道路监测单元监测范围内通行车辆的车辆优先级。在一些实施例中，监测信息中的通行车辆优先级可理解为服务器根据预先的优先级判断规则对通行车辆的优先级进行标注，使得向车载设备发送的监测信息中携带道路监测单元监测范围内通行车辆的车辆优先级。

在步骤503中，智能驾驶系统基于所述监测信息确定是否存在需要避让的通行车辆。在一些实施例中，基于所述通行车辆优先级、通行车辆位置和通行车辆航向中的至少一种确定是否存在需要避让的通行车辆。在一些实施例中，智能驾驶系统基于监测信息中通行车辆优先级，确定是否存在需要避让的通行车辆。在一些实施例中，智能驾驶系统基于监测信息中通行车辆优先级、通行车辆航向，确定是否存在需要避让的通行车辆。

在一些实施例中，智能驾驶车辆的航向与所述通行车辆航向相反，且所述通行车辆优先级高于所述智能驾驶车辆优先级，所述智能驾驶车辆需要进行避让。

在一些实施例中，智能驾驶车辆的航向与所述通行车辆航向相同，且所述通行车辆优先级高于所述智能驾驶车辆优先级，通行车辆位于智能驾驶车辆后方时，所述智能驾驶车辆需要进行避让。

在步骤504中，智能驾驶系统在存在需要避让的通行车辆时，控制智能驾驶车辆进行避让。在一些实施例中，所述通行车辆优先级高于所述智能驾驶车辆优先级，所述智能驾驶车辆需要进行避让。在一些实施例中，智能驾驶系统规划生成智能驾驶车辆的避让路径，控制智能驾驶车辆按照避让路径行驶。

在智能驾驶车辆行驶过程中，智能驾驶系统可周期性或实时地确定相应道路监测单元，并接收相应道路监测单元的监测信息，进而依据道路监测单元的监测信息，确定是否存在需要避让的通行车辆，若存在时，可控制智能驾驶车辆避让，进而提前采取主动让行动作，提高通行效率，保证交通安全。

图6是根据本申请的一些实施例所示的又一种智能驾驶车辆让行方法的信令图。图6所示方法的执行主体为车载设备，在一些实施例中，该方法的执行主体可为车载设备所支持的智能驾驶系统，在一些实施例中，该方法的执行主体可为车载设备所支持的智能驾驶车辆让行装置。

在步骤601中，智能驾驶系统基于智能驾驶车辆的位置信息和高精度地图，获取相应道路监测单元信息。在一些实施例中，相应道路监测单元信息包括：用于收集智能驾驶车辆行驶道路上道路信息的设备，例如，周期性设置在道路两侧的摄像头，或者周期性设置的激光雷达等。在一些实施例中，道路监测单元收集的道路信息包括但不限于：通行车辆类型、通行车辆状态、通行车辆航向、通行车辆其他信息如颜色、车牌号等。在一些实施例中，智能驾驶系统直接与获取的相应的道路监测单元无线通信，获取相应道路监测单元的监测信息。

本公开的实施例中提供一种借助于云端服务器获取相应道路监测单元的监测信息的方式。在步骤602和步骤603中，智能驾驶系统向云端服务器发送包括相应道路监测单元信息的获取请求，并接收云端服务器返回的道路监测单元监测信息的响应。在一些实施例中，获取请求中的相应道路监测单元信息包括但不限于：道路监测单元的标识、道路监测单元的名称、道路监测单元的位置信息等。在一些实施例中，响应中包括云端服务器转发的相应道路监测单元的监测信息，或者云端服务器对相应道路监测单元的监测信息进行处理后的监测信息。在一些实施例中，监测信息包括但不限于通行车辆信息、通行车辆优先级、通行车辆位置、通行车辆航向、通行车辆类型中的至少一种。在一些实施例中，相应道路监测单元可包括智能驾驶车辆行驶方向前方预设范围内的所有道路监测单元，和智能驾驶车辆行驶方向后方预设范围内的所有道路监测单元。在本公开的实施例中，每一道路监测单元周期性或实时地向云端服务器上传监控范围内的监测信息。

在步骤604中，智能驾驶系统基于监测信息，确定是否存在需要避让的通行车辆。在一些实施例中，通行车辆可以是消防车、救护车等优先级高于智能驾驶车辆优先级的车辆。在一些实施例中，若存在通行车辆基于特殊情况(如失控、搭乘生命危险人员等)提高车辆优先级，并通知相应道路监测单元，此时的通行车辆可以是其他车辆，如大型运货车，或者无人车等。如果监测信息中存在通行车辆优先级高于当前智能驾驶系统的智能驾驶车辆的优先级，则需要进行避让，执行步骤605。如果所有相应道路监测单元的监测信息中通行车辆的优先级都不高于当前智能驾驶系统的智能驾驶车辆的优先级，则无需进行避让，重复上述步骤601中的获取相应道路监测单元的过程。

在步骤605中，智能驾驶系统规划生成智能驾驶车辆的避让路径。在一些实施例中，智能驾驶系统基于智能驾驶车辆当前位置信息和可让行区域的信息，规划生成避让路径。在一些实施例中，可让行区域为在高精度地图中标记的当前行驶道路上能够临时停车的区域。

在步骤606中，智能驾驶系统控制智能驾驶车辆按照避让路径行驶。在一些实施例中，智能驾驶系统基于当前行驶道路上的约束条件(如最高限速)控制智能驾驶车辆快速行驶。在一些实施例中，智能驾驶系统规划的避让路径为与当前位置距离最短的路径。在一些实施例中，若智能驾驶车辆行驶在双向单车道上，则避让路径是与当前智能驾驶车辆行驶方向一致的，且与智能驾驶车辆当前位置距离最短的路径。

在步骤607中，智能驾驶系统基于所述避让路径完成避让后，依据目的地和智能驾驶车辆当前位置，生成规划路径。在一些实施例中，避让路径为前述规划的避让路径，目的地可理解为规划避让路径之前的目的地。

在本公开的实施例中，通过智能驾驶车辆的状态信息获取相应的道路监测单元，并依据道路监测单元的监测信息，确定是否存在需要避让的通行车辆，在存在时，规划生成避让路径，进而可控制智能驾驶车辆按照避让路径进行避让，实现了提前采取主动让行动作，提高了通行效率，保证了交通安全。

进一步地，为较好的理解，以下结合图7A至图7E的例子进行说明。

本公开实施例中，图7A至图7E中两边是双向双车道，中间一段是双向单车道，在双向双车道和双向单车道上设置了不同的避让点。

下面以在特殊道路上需要提前避让通行车辆的场景为例，本公开实施例中的通行车辆为优先级高于智能驾驶车辆的消防车，如图7A所示，智能驾驶车辆在A、B点之间来回运行，其中，

·Section I为双向双车道，Section II为单向双车道，Section III为双向双车道；

·三个RSU-A、RSU-B、RSU-C分别安装在如图7A所示位置，RSU-A、RSU-B、RSU-C分别监控各自所在位置一定范围内的车辆通行情况。这里RSU可以是摄像头、激光雷达或其他能够感知到监控范围内通行车辆的位置、速度、航向、车辆类型的设备；

·图7A至图7E中S1～S5分别为临时停靠点。

由于Section II为双向单车道，当RSU监测到有高优先级的消防车在该区域时，智能驾驶车辆需要主动避让，具体让行场景可分为以下四种：

1)智能驾驶车辆在Section I区域，向B点行驶时，若RSU-C监测到消防车进入Section I，则智能驾驶车辆要到停靠点S1避让，如图7B所示；

2)智能驾驶车辆在Section I区域，向B点行驶时，若Section II区域内有消防车向A点行驶，则智能驾驶车辆要到停靠点S1避让，如图7C所示。

3)智能驾驶车辆在Section II区域，向B点行驶时，若Section II区域内有消防车向A点行驶或向B点行驶，则智能驾驶车辆要到最近的停靠点S2～S5进行避让，若已驶离了最近避让点(即马上离开Section II区域)，则不必再让行，如图7D所示。

4)智能驾驶车辆在Section II区域，向A点行驶时，若Section II区域内有消防车向A点行驶或向B点行驶，则智能驾驶车辆同样要到最近的停靠点S2～S5进行避让，若已驶离了最近避让点(即马上离开Section II区域)，则不必再让行，如图7E所示。

上述四种情况的让行需求是智能驾驶车辆的智能驾驶系统根据道路监测单元的监测信息进行决策，并规划避让路径，实现对高优先级车辆的避让操作，保证了交通安全。

本公开实施例中智能驾驶系统根据道路监测单元的监测信息做决策，即通过车与路之间的有效协同，非仅靠智能驾驶车辆自身的传感器进行感知，从而提高通行效率，保证交通安全。

本公开的实施例提供一种车辆让行系统，包括：服务器、上述任意公开实施例提及的车载控制装置/智能驾驶系统/车载设备/智能驾驶车辆让行装置和配置在道路上的多个道路监测单元；

所述道路监测单元与所述服务器交互，所述服务器与所述车载控制装置/智能驾驶系统/车载设备/智能驾驶车辆让行装置交互，参见上述各方法实施例中的描述。在一些实施例中，智能驾驶系统为车载设备所支持的系统，智能驾驶车辆让行装置为智能驾驶系统中的组件/模块，智能驾驶系统为车载控制装置中的组件/模块。

在一些实施例中，道路监测单元，用于监测在所在道路的监控范围内的通行车辆，监测结果包括但不限于通行车辆的位置、速度、航向、通行车辆类型等信息，并将监测结果、道路监测单元的位置信息、道路监测单元的状态信息(是否正常工作)以固定时间周期上传到服务器/云端服务器。在一些实施例中，道路监测单元可以是摄像头、激光雷达、红绿灯等其他能够获取道路上监控范围内监测信息的设备。

服务器，用于接收各个位置的道路监测单元上报的监测信息，并根据智能驾驶系统上报的其所需的相应道路监测单元，筛选相应道路监测单元的监测信息发到车载设备/智能驾驶系统；

智能驾驶系统，用于基于当前位置及高精度地图中所记录的各道路监测单元的位置信息，获取其所需的相应道路监测单元的信息，并上报到服务器。

智能驾驶系统根据获取的监测信息，来更新相应区域内是否有高优先级车辆，从而做出对应的避让决策，并生成相应的避让路径。在一些实施例中，通行车辆的优先级可以是通行车辆智能驾驶系统调整或设定的，或者通行车辆的优先级是道路监测单元依据通行车辆类型确定的。在一些实施例中，智能驾驶系统可为运行在车载设备/车载控制装置中的程序或者为车载设备/车载控制装置中的组件。服务器为后台服务器或控制平台或云端服务器。

本公开实施例应用于特殊道路，由于本车的传感器感知距离有限，需要根据道路监测单元提供的监测信息，对高优先级的车辆提前采取让行动作，通过车与路之间有效协同，可提高通行效率，保证交通安全。

本公开实施例的车辆让行系统在应用中，能够提高智能驾驶车辆所在道路上的通行效率，同时保证车辆行驶安全。

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应该知悉，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。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本申请所必须的。

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让行方法各实施例的步骤，为避免重复描述，在此不再赘述。

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根据上述实施例的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，本公开实施例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设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。

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。

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发明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发明的实施方式，但是本领域技术人员可以在不脱离本发明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。

工业实用性

本公开实施例中，依据道路监测单元提供的监测信息，对需要避让车辆提前采取让行动作，通过车与路之间有效协同，提高通行效率，保证交通安全，具有工业实用性。

Claims (14)

1.一种智能驾驶车辆让行方法，其中，所述智能驾驶车辆行驶在特殊道路，所述特殊道路配置有多个道路监测单元，其特征在于，包括：

基于所述智能驾驶车辆的状态信息确定相应道路监测单元；

接收所述相应道路监测单元的监测信息；

基于所述监测信息确定是否存在需要避让的通行车辆；

若存在需要避让的通行车辆，控制智能驾驶车辆进行避让。

2.根据权利要求1所述的方法，其特征在于，所述特殊道路包括双向单车道。

3.根据权利要求1所述的方法，其特征在于，所述智能驾驶车辆的状态信息包括：位置信息及航向。

4.根据权利要求3所述的方法，其特征在于，所述基于所述智能驾驶车辆的状态信息确定相应道路监测单元包括：

基于所述智能驾驶车辆的位置信息和高精度地图，获取相应道路监测单元信息；

其中，所述高精度地图包括道路监测单元的位置信息。

5.根据权利要求1所述的方法，其特征在于，所述监测信息包括通行车辆信息、通行车辆优先级、通行车辆位置、通行车辆航向、通行车辆类型中的至少一种。

6.根据权利要求1所述的方法，其特征在于，所述接收所述相应道路监测单元的监测信息，包括：

向服务器发送获取请求，所述获取请求至少包括所述相应道路监测单元信息；

接收服务器的响应，所述响应至少包括所述相应道路监测单元中每个道路监测单元的监测信息。

7.根据权利要求1-6任一所述的方法，其特征在于，基于所述监测信息确定是否存在需要避让的通行车辆，包括：

基于所述通行车辆优先级、通行车辆位置和通行车辆航向中的至少一种确定是否存在需要避让的通行车辆。

8.根据权利要求7所述的方法，其特征在于，进一步包括：

所述通行车辆优先级高于所述智能驾驶车辆优先级，所述智能驾驶车辆需要进行避让。

9.根据权利要求1所述的方法，其特征在于，所述存在需要避让的通行车辆，控制智能驾驶车辆进行避让，包括：

规划生成所述智能驾驶车辆的避让路径；

控制智能驾驶车辆按照避让路径行驶。

10.根据权利要求1所述的方法，其特征在于，进一步包括：

基于所述避让路径完成避让后，依据目的地和智能驾驶车辆当前位置，生成规划路径。

11.一种车载设备，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10中任一项所述方法的步骤。

12.一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10任一项所述方法的步骤。

13.一种智能驾驶车辆让行装置，其特征在于，所述智能驾驶车辆让行装置所属的智能驾驶车辆行驶在特殊道路，所述特殊道路配置有多个道路监测单元，所述智能驾驶车辆让行装置包括：

确定单元，用于基于所述智能驾驶车辆的状态信息确定相应道路监测单元；

接收单元，用于接收所述相应道路监测单元的监测信息；

避让单元，用于基于所述监测信息确定是否存在需要避让的通行车辆；在存在需要避让的通行车辆时，控制智能驾驶车辆进行避让。

14.一种车辆让行系统，其特征在于，包括：

服务器、配置在道路上的多个道路监测单元和权利要求13中的智能驾驶车辆让行装置；

所述道路监测单元与所述服务器交互，所述服务器与智能驾驶车辆让行装置交互。