CN110654372A - 车辆驾驶控制方法、装置、车辆和存储介质 - Google Patents
车辆驾驶控制方法、装置、车辆和存储介质 Download PDFInfo
- Publication number
- CN110654372A CN110654372A CN201810714685.4A CN201810714685A CN110654372A CN 110654372 A CN110654372 A CN 110654372A CN 201810714685 A CN201810714685 A CN 201810714685A CN 110654372 A CN110654372 A CN 110654372A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driving
- information
- destination
- track model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 80
- 230000002441 reversible effect Effects 0.000 claims description 57
- 238000004364 calculation method Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 abstract description 14
- 230000002829 reductive effect Effects 0.000 abstract description 10
- 230000035772 mutation Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 22
- 230000008859 change Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000009191 jumping Effects 0.000 description 4
- 239000004575 stone Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/28—Wheel speed
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/18—Steering angle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车辆驾驶控制方法、装置、车辆。其中方法包括:采集车辆在各路线上首次行驶时的驾驶参数;根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。该方法通过计算车速、方向盘转角、转速等驾驶参数推算获得驾驶轨迹,使得计算得到的驾驶轨迹不会出现轨迹突变点,保证了轨迹的连续性,降低了驾驶轨迹受环境因素影响的概率,并对于经常行驶的区域可以通过循迹功能实现自动返回功能,更加方便了出行。
Description
技术领域
本发明涉及车辆控制技术领域,尤其涉及一种车辆驾驶控制方法、装置、车辆和计算机可读存储介质。
背景技术
随着物联网技术和人工智能技术的发展,许多传统行业都迎来变革的机遇,汽车行业作为传统行业也将面临变革的机会。无人驾驶是汽车发展的终极方向,利用先进的自动化与智能化技术,赋予汽车感知、判断与决策能力,既可解放驾驶员的时间从而减少驾驶员的疲劳,也可提高道路使用效率、最大程度减少因为人为疏忽造成的交通事故的几率及降低能源消耗,在保障人们财产与人身安全的同时,也给交通的管理带来了方便。
相关技术中,在无人驾驶车辆自动行驶至驾驶员位置的技术方案中,通常是利用车辆循迹功能,其原理主要是依靠高精度定位与高精度地图结合,通过记录驾驶员的驾驶轨迹上的一系列点生成驾驶轨迹,然后控制车辆按记录的轨迹点行驶完成无人驾驶。
但是,目前循迹无人驾驶主要有以下几点缺点:
1)定位精确度会严重影响驾驶轨迹的记录:目前无论是基于GPS还是基于北斗定位都会产生一个问题,就是环境干扰问题,在高楼林立的城市路况或者树木繁茂的林间道路都会对定位产生不同程度的影响,导致定位偏差,生成错误的行驶轨迹;
2)生成的轨迹仅对应特定环境工况:如果外界环境发生变化,则此时车辆无法完成循迹;
3)车辆的起始位置的要求:如果车辆定位发生偏移或者没有在驾驶轨迹附近,再或者车头与轨迹的方向不一致,都可能导致循迹发生错误。
发明内容
本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
为此,本发明的第一个目的在于提出一种车辆驾驶控制方法。该方法通过计算车速、方向盘转角、转速等驾驶参数推算获得驾驶轨迹,使得计算得到的驾驶轨迹不会出现轨迹突变点,保证了轨迹的连续性,降低了驾驶轨迹受环境因素影响的概率,并对于经常行驶的区域可以通过循迹功能实现自动返回功能。
本发明的第二个目的在于提出一种车辆驾驶控制装置。
本发明的第三个目的在于提出一种车辆。
本发明的第四个目的在于提出一种非临时性计算机可读存储介质。
为达到上述目的,本发明第一方面实施例提出的车辆驾驶控制方法,包括:采集车辆在各路线上首次行驶时的驾驶参数;根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
根据本发明实施例的车辆驾驶控制方法,可以采集车辆在各路线上首次行驶时的驾驶参数,并根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型,由此,通过计算车速、方向盘转角、转速等驾驶参数推算获得驾驶轨迹,使得计算得到的驾驶轨迹不会出现轨迹突变点,保证了轨迹的连续性,并且生成的驾驶轨迹无需依赖于高精确的定位,降低了驾驶轨迹受环境因素影响的概率,并实现了对于经常行驶的区域可以完成出行的无人驾驶,更加方便了出行。
为达到上述目的,本发明第二方面实施例提出的车辆驾驶控制装置,包括:采集模块,用于采集车辆在各路线上首次行驶时的驾驶参数;模型生成模块,用于根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
根据本发明实施例的车辆驾驶控制装置,可以采集车辆在各路线上首次行驶时的驾驶参数,并根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型,由此,通过计算车速、方向盘转角、转速等驾驶参数推算获得驾驶轨迹,使得计算得到的驾驶轨迹不会出现轨迹突变点,保证了轨迹的连续性,并且生成的驾驶轨迹无需依赖于高精确的定位,降低了驾驶轨迹受环境因素影响的概率,并实现了对于经常行驶的区域可以完成出行的无人驾驶,更加方便了出行。
为达到上述目的,本发明第三方面实施例提出的车辆,包括存储器、处理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,所述处理器执行所述程序时,实现本发明第一方面实施例所述的车辆驾驶控制方法。
为达到上述目的,本发明第四方面实施例提出的非临时性计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明第一方面实施例所述的车辆驾驶控制方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明一个实施例的车辆驾驶控制方法的流程图;
图2是根据本发明一个具体实施例的车辆驾驶控制方法的流程图;
图3是根据本发明另一个具体实施例的车辆驾驶控制方法的流程图;
图4是根据本发明实施例的车辆与服务器之间的交互示例图;
图5是根据本发明又一个具体实施例的车辆驾驶控制方法的流程图;
图6是根据本发明一个实施例的车辆驾驶控制装置的结构示意图;
图7是根据本发明一个具体实施例的车辆驾驶控制装置的结构示意图;
图8是根据本发明另一个具体实施例的车辆驾驶控制装置的结构示意图;
图9是根据本发明又一个具体实施例的车辆驾驶控制装置的结构示意图;
图10是根据本发明一个实施例的车辆的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的车辆驾驶控制方法、装置、车辆和计算机可读存储介质。
图1是根据本发明一个实施例的车辆驾驶控制方法的流程图。需要说明的是,本发明实施例的车辆驾驶控制方法可应用于本发明实施例的车辆驾驶控制装置,该车辆驾驶控制装置可被配置于车辆上。
如图1所示,该车辆驾驶控制方法可以包括:
S110,采集车辆在各路线上首次行驶时的驾驶参数。
可选地,每当车辆首次行驶在某条路线上时,如首次从家里驾驶车辆去公司上班,可通过车辆上的车载传感器采集车辆首次行驶在该路线上的驾驶参数。作为一种示例,所述驾驶参数可包括但不限于车速信息、方向盘转角信息和方向盘转速信息等。
例如,以所述驾驶参数包括车速信息、方向盘转角信息和方向盘转速信息为例,则可通过所述车辆上的轮速传感器采集该车辆在行驶过程中的轮速信息,并基于该轮速计算该车辆在行驶过程中的车速信息;可通过EPS(Electric Power Steering,电子助力转向)传感器采集所述车辆在行驶过程中的方向盘转角信息和方向盘转速信息。
S120,根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
可选地,在得到所述车辆在每条路线上首次行驶时的驾驶参数时,针每条路线,根据采集到的驾驶参数计算出车辆在所述每条路线上首次行驶时的弧形轨迹,并将这些弧形轨迹在以所述车辆为原点的坐标系内进行连续表示,得到所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
作为一种可能的实现方式,以预设时间为一个计算周期,根据所述预设时间内采集到的所述车辆首次行驶在所述每条路线上的车速信息、方向盘转角信息和方向盘转速信息计算对应的弧形轨迹,并将每个计算周期的弧形轨迹在以所述车辆为原点的坐标系内进行连续表示,得到所述车辆首次行驶在所述每条路线上的行驶轨迹模型,将该行驶轨迹模型作为所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
例如,以车俩首次行驶在某条路线上为例,以车辆的系统时间作为基准时间轴,车辆可以每预设时间(如100ms)作为一个计算周期,计算出预设时间(如100ms)内对应车速、方向盘转角和方向盘转速的弧形轨迹,其中,根据预设时间和车速可计算出轨迹的长度,根据方向盘转角可计算出轨迹的转弯曲率,根据方向盘转速可计算出转弯曲率的变化率,由此,根据所述轨迹的长度、轨迹的转弯曲率、转弯曲率的变化率即可得到对应的弧形轨迹。之后,可将每个计算周期的弧形轨迹在以车辆为原点的坐标系内连续的表示出来,即得到车辆的驾驶轨迹模型,该模型即为所述车辆首次行驶在该某条路线上的驾驶环境轨迹模型。
为了保证生成的轨迹模型的精确度,可选地,在本发明的一个实施例中,所述驾驶参数还可包括油门踏板深度信息、挡位信息、驾驶模式信息等。在本发明的实施例中,在根据所述预设时间内采集到的所述车辆首次行驶在所述每条路线上的车速信息、方向盘转角信息和方向盘转速信息计算对应的弧形轨迹的过程中,可根据所述预设时间内采集到的所述车辆首次行驶在所述每条路线上的油门踏板深度、挡位、驾驶模式等信息,对所述对应的弧形轨迹进行修正调整,以使调整后的所述弧形轨迹更加贴近当前车辆的实际行驶情况。
也就是说,在每个计算周期中,在根据所述预设时间内采集到的所述车辆首次行驶在所述每条路线上的车速信息、方向盘转角信息和方向盘转速信息计算对应的弧形轨迹的过程中,还可根据该预设时间内采集到的所述车辆首次行驶在所述每条路线上的油门踏板深度、挡位、驾驶模式等信息,对该弧形轨迹进行修正调整,这样,将每个计算周期的经过修正调整后的弧形轨迹在以车辆为原点的坐标系内连续的表示出来,得到所述车辆首次行驶在每条路线上的驾驶环境轨迹模型,从而可以使得所述驾驶环境轨迹模型更加贴近当前车辆的实际行驶情况。
根据本发明实施例的车辆驾驶控制方法,可以采集车辆在各路线上首次行驶时的驾驶参数,并根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型,由此,通过计算车速、方向盘转角、转速等驾驶参数推算获得驾驶轨迹,使得计算得到的驾驶轨迹不会出现轨迹突变点,保证了轨迹的连续性,并且生成的驾驶轨迹无需依赖于高精确的定位,降低了驾驶轨迹受环境因素影响的概率,并实现了对于经常行驶的区域可以完成出行的无人驾驶,更加方便了出行。
图2是根据本发明一个具体实施例的车辆驾驶控制方法的流程图。
为了使得生成的驾驶环境轨迹模型更加贴近车辆的实际行驶情况,保证轨迹模型的精确度,保证车辆驾驶的安全性,在本发明的实施例中,在采集所述车辆在各路线上首次行驶时的驾驶参数的同时,还可采集所述车辆首次行驶在所述各路线时的外界环境信息,并根据驾驶参数和外界环境信息生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。具体地,如图2所示,该车辆驾驶控制方法可以包括:
S210,采集车辆在各路线上首次行驶时的驾驶参数。
需要说明的是,在本发明的实施例中,所述步骤S210的实现方式可参加上述步骤S110的实现方式的描述,在此不再赘述。
S220,采集所述车辆在各路线上首次行驶时的第一外界环境信息。
可选地,在车辆在各路线上首次行驶时,可通过摄像头、毫米波雷达、激光雷达等传感器采集所述车辆首次行驶在各路线上的第一外界环境信息。其中,该第一外界环境信息可包括障碍物信息(如障碍物的地理坐标)等。
S230,根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数和所述第一外界环境信息,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
其中,在本发明的一个实施例中,所述驾驶参数可包括但不限于车速信息、方向盘转角信息和方向盘转速信息等。作为一种可能的实现方式,以预设时间为一个计算周期,根据所述预设时间内采集到的所述车辆在每条路线上首次行驶时的车速信息、方向盘转角信息和方向盘转速信息计算对应的弧形轨迹;将每个计算周期的弧形轨迹在以所述车辆为原点的坐标系内进行连续表示,得到所述车辆的驾驶轨迹模型;根据所述每个计算周期内采集到的所述车辆在每条路线上首次行驶时的第一外界环境信息,识别所述每个计算周期内采集到的障碍物信息;将所述每个计算周期内识别到的障碍物信息对应的放入所述驾驶轨迹模型中,得到所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
例如,以车辆首次行驶在某条路线上为例,以车辆的系统时间作为基准时间轴,车辆可以每预设时间(如100ms)作为一个计算周期,计算出预设时间(如100ms)内对应车速、方向盘转角和方向盘转速的弧形轨迹,其中,根据预设时间和车速可计算出轨迹的长度,根据方向盘转角可计算出轨迹的转弯曲率,根据方向盘转速可计算出转弯曲率的变化率,由此,根据所述轨迹的长度、轨迹的转弯曲率、转弯曲率的变化率即可得到对应的弧形轨迹。之后,可将每个计算周期的弧形轨迹在以车辆为原点的坐标系内连续的表示出来,即得到所述车辆首次行驶在该某条路线上的驾驶轨迹模型。
同时,在每个计算周期内将通过摄像头、毫米波雷达、激光雷达等传感器获取的目标障碍物信息同步对应的放在与驾驶轨迹模型同一坐标系内,即建立车辆的驾驶环境轨迹模型。例如,车辆右方存在一方形石墩,就可以将此石墩对应的边框大小转换成坐标放入驾驶轨迹模型中,这样,在生成反向轨迹时就可以避开该石墩的位置。由此,通过上述步骤可以计算出车辆行驶的驾驶轨迹模型,结合摄像头等环境感知传感器给出的识别结果,生成带有环境信息的轨迹模型,即为所述车辆首次行驶在该某条路线上的驾驶环境轨迹模型。
需要说明的是,在本发明的实施例中,在生成驾驶环境轨迹模型时,参考了行驶过程中的障碍物信息,并将障碍物信息在地图中进行了标记,以实现更新地图的目的,这样,在后续生成与驾驶环境轨迹模型反向的驾驶轨迹模型时,反向轨迹设计时可根据更新后的地图(即该地图包含了采集并识别到的障碍物信息)先规避相应的障碍物,并在根据该反向驾驶轨迹模型控制车辆自动返回时,再结合实时采集的环境信息对反向驾驶轨迹模型进行二次路径规划,从而可以保证驾驶安全性,使得车辆更加适用于无人驾驶自动返回的场景。
根据本发明实施例的车辆驾驶控制方法,在采集所述车辆在各路线上首次行驶时的驾驶参数的同时,还可采集所述车辆首次行驶在所述各路线时的外界环境信息,并根据驾驶参数和外界环境信息生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型,可以使得生成的驾驶环境轨迹模型更加贴近车辆的实际行驶情况,保证了轨迹模型的精确度,保证了车辆驾驶的安全性。
图3是根据本发明另一个具体实施例的车辆驾驶控制方法的流程图。需要说明的是,本发明实施例的车辆驾驶控制方法可应用于本发明实施例的车辆驾驶控制装置,该车辆驾驶控制装置可被配置于车辆上,其中,该车辆具有自动驾驶功能,所述自动驾驶功能用于指示车辆根据驾驶轨迹模型自动驾驶至该驾驶轨迹中的目标位置的功能。
如图3所示,该车辆驾驶控制方法可以包括:
S310,采集车辆在各路线上首次行驶时的驾驶参数。
S320,采集所述车辆在各路线上首次行驶时的第一外界环境信息。
S330,根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数和所述第一外界环境信息,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
需要说明的是,在本发明的实施例中,所述步骤S310~S330的实现方式可参加上述步骤S210~S230的实现方式的描述,在此不再赘述。
S340,将生成的所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型进行存储。
S350,在接收到针对所述车辆的欲前往目的地的位置信息时,确定车辆的当前位置信息。
可选地,车辆上可安装有车载终端,用户可通过该车载终端输入所述欲前往目的地的位置信息,如输入B地点的名称,并在用户确认输入的所述欲前往目的地的位置信息时,可得到针对车辆的欲前往目的地的位置信息,此时可通过车辆自身的定位模块进行定位以得到当前位置信息。
S360,根据目的地的位置信息和当前位置信息判断是否存储有目标驾驶环境轨迹模型,其中,目标驾驶环境轨迹模型为包含目的地的位置信息和当前位置信息的驾驶环境轨迹模型。
可以理解,可以预先存储有驾驶环境轨迹模型,车辆可通过该驾驶环境轨迹模型实现循迹功能。这样,当接收到针对所述车辆的欲前往目的地的位置信息,并确定车辆的当前位置信息时,可根据所述目的地的位置信息和当前位置信息判断是否存储有包含有所述目的地的位置信息和当前位置信息的驾驶环境轨迹模型。可以理解,在本发明的实施例中,包含目的地的位置信息和当前位置信息的驾驶环境轨迹模型是指该目的地的位置信息和当前位置信息可以是在驾驶环境轨迹模型中的任意两个位置,例如,可以是该驾驶环境轨迹模型中驾驶轨迹的两个端点位置,也可以是非端点位置。
S370,如果存储有目标驾驶环境轨迹模型,则根据目标驾驶环境轨迹模型控制车辆自动驾驶至目的地。
也就是说,当存储有目标驾驶环境轨迹模型,且该目标驾驶环境轨迹模型既包含目的地的位置信息又包含当前位置信息时,根据目标驾驶环境轨迹模型控制车辆自动驾驶至目的地。
需要说明的是,在本发明的实施例中,目标驾驶环境轨迹模型可以是由经过当前位置和目的地这两个地点形成的驾驶轨迹构成的,而该驾驶轨迹的行驶方向可以包括两种情况:一种情况是先经过所述当前位置再经过所述目的地;另一种情况是先经过所述目的地再经过所述当前位置。
为了能够控制车辆准确地自动驾驶至目的地,在本发明的实施例中,在根据目标驾驶环境轨迹模型控制车辆自动驾驶至目的地时,可先确定所述目标驾驶环境轨迹模型中驾驶轨迹的行驶方向,所述行驶方向用于指示经过所述目的地和所述当前位置的先后顺序。如果所述目标驾驶环境轨迹模型中的驾驶轨迹是先经过所述当前位置再经过所述目的地时,可根据所述目标驾驶环境轨迹模型控制所述车辆从所述当前位置自动驾驶至所述目的地;当所述目标驾驶环境轨迹模型中的驾驶轨迹是先经过所述目的地再经过所述当前位置时,可根据所述目标驾驶环境轨迹模型和所述目的地与所述当前位置之间道路的地图信息,生成与所述目标驾驶环境轨迹模型对应的反向驾驶轨迹模型,此时可根据所述反向驾驶轨迹模型控制所述车辆从所述当前位置自动驾驶至所述目的地。
举例而言,当确定已存储的目标驾驶环境轨迹模型中的驾驶轨迹是先经过所述当前位置再经过所述目的地时,可直接根据该目标驾驶环境轨迹模型控制所述车辆从所述当前位置自动循迹到所述目的地。当确定已存储的目标驾驶环境轨迹模型中的驾驶轨迹是先经过所述目的地再经过所述当前位置时,可先获取所述车辆在所述道路上行驶的定位信息,并根据所述定位信息获取与所述道路对应的地图信息,并根据所述目标驾驶环境轨迹模型,利用所述地图信息中车道的宽度和分布,获取反向车道的信息,之后,可将所述目标驾驶环境轨迹模型在所述反向车道内平行生成,得到所述反向驾驶轨迹模型,此时可根据所述反向驾驶轨迹模型控制所述车辆从所述当前位置自动驾驶至所述目的地。
也就是说,为了生成车辆轨迹的反向轨迹,需要结合地图,通过定位信息将之前生成的目标驾驶环境轨迹模型放入该地图中,根据地图信息则可以生成反向驾驶轨迹模型。例如,以车辆在北京市海淀区的岭南路和玲珑路上进行行驶为例,可获取所述岭南路和玲珑路的定位信息,并根据该定位信息从预设的地图中获取与该定位信息对应的地图信息,即可获取岭南路和玲珑路以及周围道路的地图信息,之后,采用车道对称的形式,即如果车辆在某4车道内行驶(两条正向、两条反向),可根据所述目标驾驶环境轨迹模型,利用所述地图信息中车道的宽度和分布,可以获取反向车道的信息,然后,将所述目标驾驶环境轨迹模型在所述反向车道内平行生成,也就是说,将该目标驾驶环境轨迹模型映射到该地图中,并结合该地图中的车道信息在其反向车道上对应生成一个反向驾驶轨迹,即可获得所述车辆的反向驾驶轨迹模型。
根据本发明实施例的车辆驾驶控制方法,可以根据车辆的欲前往目的地和当前位置来判断当前是否已存储有相应的驾驶环境轨迹模型,其中,所述驾驶环境轨迹模型是根据所述车辆的驾驶参数生成的,若有,则直接根据该驾驶环境轨迹模型控制车辆自动驾驶至目的地,以实现车辆循迹功能;另外,通过计算车速、方向盘转角、转速等驾驶参数推算获得驾驶轨迹,使得计算得到的驾驶轨迹不会出现轨迹突变点,保证了轨迹的连续性,并且生成的驾驶轨迹无需依赖于高精确的定位,降低了驾驶轨迹受环境因素影响的概率,并实现了对于经常行驶的区域可以完成出行的无人驾驶,更加方便了出行。
为了进一步提高本发明的可用性以及可行性,使得车辆能够尽可能的存储更多的驾驶环境轨迹模型,可选地,在本发明的一个实施例中,在确定没有某两个位置之间的驾驶环境轨迹模型,可通过采集车辆行驶在从一个位置到另一个位置的路线上的驾驶参数,并根据该驾驶参数生成对应的驾驶环境轨迹模型并进行存储,以便后续车辆再次经过所述路线时,可以根据之前已存储的驾驶环境轨迹模型实现车辆自动驾驶至欲前往地点,实现了车辆循迹功能。举例而言,如图3所示,该车辆驾驶控制方法还包括:
S380,如果未存储有目标驾驶环境轨迹模型,则采集车辆行驶在从当前位置前往目的地的道路上的驾驶参数,并根据驾驶参数生成对应的驾驶环境轨迹模型并存储。
也就是说,在当前没有存储有所述目标驾驶轨迹模型,且在确定所述车辆欲从所述当前位置前往所述目的地时,采集车辆行驶在从当前位置前往目的地的道路上的驾驶参数,并根据该驾驶参数生成对应的驾驶环境轨迹模型并存储。
可选地,在当前没有存储有所述目标驾驶轨迹模型,且在确定所述车辆欲从所述当前位置前往所述目的地时,可通过车辆上的车载传感器采集所述车辆在行驶过程中的驾驶参数。例如,以所述驾驶参数包括车速信息、方向盘转角信息和方向盘转速信息为例,则可通过所述车辆上的轮速传感器采集该车辆在行驶过程中的轮速信息,并基于该轮速计算该车辆在行驶过程中的车速信息;可通过EPS传感器采集所述车辆在行驶过程中的方向盘转角信息和方向盘转速信息。在得到车辆行驶在从当前位置前往目的地的道路上的驾驶参数之后,可根据采集到的驾驶参数计算出车辆所行驶的弧形轨迹,将这些弧形轨迹在以所述车辆为原点的坐标系内进行连续表示,得到所述车辆的驾驶轨迹模型。
作为一种可能的实现方式,以预设时间为一个计算周期,根据所述预设时间内采集到的车速信息、方向盘转角信息和方向盘转速信息计算对应的弧形轨迹,并将每个计算周期的弧形轨迹在以所述车辆为原点的坐标系内进行连续表示,得到所述车辆的行驶轨迹模型,将该行驶轨迹模型作为所述车辆从当前位置前往目的地的道路上的驾驶环境轨迹模型。
例如,以车辆的系统时间作为基准时间轴,车辆可以每预设时间(如100ms)作为一个计算周期,计算出预设时间(如100ms)内对应车速、方向盘转角和方向盘转速的弧形轨迹,其中,根据预设时间和车速可计算出轨迹的长度,根据方向盘转角可计算出轨迹的转弯曲率,根据方向盘转速可计算出转弯曲率的变化率,由此,根据所述轨迹的长度、轨迹的转弯曲率、转弯曲率的变化率即可得到对应的弧形轨迹。之后,可将每个计算周期的弧形轨迹在以车辆为原点的坐标系内连续的表示出来,即得到车辆的驾驶轨迹模型,该模型即为所述车辆从当前位置前往目的地的道路上的驾驶环境轨迹模型。
为了保证生成的轨迹模型的精确度,可选地,在本发明的一个实施例中,所述驾驶参数还可包括油门踏板深度信息、挡位信息、驾驶模式信息等。在本发明的实施例中,在根据所述预设时间内采集到的车速信息、方向盘转角信息和方向盘转速信息计算对应的弧形轨迹的过程中,可根据所述预设时间内采集到的油门踏板深度、挡位、驾驶模式等信息,对所述对应的弧形轨迹进行修正调整,以使调整后的所述弧形轨迹更加贴近当前车辆的实际行驶情况。
也就是说,在每个计算周期中,在根据所述预设时间内采集到的车速信息、方向盘转角信息和方向盘转速信息计算对应的弧形轨迹的过程中,还可根据该预设时间内采集到的油门踏板深度、挡位、驾驶模式等信息,对该弧形轨迹进行修正调整,这样,将每个计算周期的经过修正调整后的弧形轨迹在以车辆为原点的坐标系内连续的表示出来,得到所述车辆行驶的驾驶环境轨迹模型,从而可以使得所述驾驶环境轨迹模型更加贴近当前车辆的实际行驶情况。
由此,在根据车辆的欲前往目的地和当前位置来判断当前没有相应的驾驶环境轨迹模型,且在确定车辆欲从所述当前位置前往所述目的地时,采集车辆行驶在从当前位置前往目的地的路线上的驾驶参数,并根据驾驶参数生成对应的驾驶环境轨迹模型并存储,以便后续车辆再次经过所述路线时,可以根据之前已存储的驾驶环境轨迹模型实现车辆自动驾驶至欲前往地点,实现了车辆循迹功能,实现了对于经常行驶的区域可以完成出行的无人驾驶,更加方便了出行。
需要说明的是,在本发明的一个实施例中,用户可通过手持终端设备向车辆发送所述欲前往目的地的位置信息,使得车辆可以接收到所述欲前往目的地的位置信息。例如,用户可以坐在车辆中通过手持终端设备向车辆发送所述欲前往目的地的位置信息,或者用户在车辆以外的地方通过手持终端设备远程向车辆发送所述欲前往目的地的位置信息。由此,使得用户通过手持终端设备输入欲前往目的地的位置信息,可以实现车辆自动驾驶至所述目的地的功能。例如,下班回家时,用户可通过手持终端设备向车辆发送一个指定地点(如公司楼下等),车辆在接收到该指定地点之后,可根据该指定地点和当前位置信息(如停车场等)判断是否已存储驾驶环境轨迹模型,若有,则根据该驾驶环境轨迹模型控制车辆从当前位置信息自动驾驶到所述指定地点,以可以提前让车辆从停车场驶出到指定的目标位置等待,节约时间成本,提升用户的使用体验。
为了进一步提升用户体验,可以为用户提供可选择的已存储有驾驶环境轨迹模型的路线,这样,用户可根据自己需求从已存储的路线中选择出欲前往的路线。可选地,在本发明的一个实施例中,将生成的所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型进行存储,显示已存储的驾驶环境轨迹模型对应的路线,并获取用户从显示的路线中选择的目标路线,并根据所述目标路线对应的驾驶环境轨迹模型控制所述车辆自动驾驶至目的地。
也就是说,可将生成的所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型进行存储,并将已存储的驾驶环境轨迹模型对应的路线进行显示,以便用户根据自己需求从已存储的路线中选择出欲前往的路线。在得知用户从显示的路线中选择的目标路线时,可根据所述目标路线对应的驾驶环境轨迹模型控制所述车辆自动驾驶至目的地。例如,在将生成的所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型进行存储之后,可将用户常用的路线显示给用户,比如路线1、路线2、路线3,其中,路线1为上班停车,路线2为去某超市,路线3为回父母家,这样,用户可根据自己选择通过远程控制的方式或车上的车载多媒体输入用户欲前往的路线,以便车辆可根据用户选择的路线对应的驾驶环境轨迹模型控制所述车辆自动驾驶至目的地。
需要说明的是,在本发明的一个实施例中,所述预设的地图可以预先存储在车辆的存储器上,这样,在生成车辆的反向驾驶轨迹模型时,可直接从车辆的存储器上直接获取该地图即可,其中,该示例中,所述车辆可定期更新所述存储器中的地图,以保证所述地图为最新地图。作为另一种可能的实现方式,所述地图可以是预先存储在服务器上,这样,在生成反向驾驶轨迹模型时,可将获取的所述车辆在所述道路上行驶的定位信息发送给服务器,服务器可根据该定位信息从所述地图中获取对应的地图信息,并将所述对应的地图信息发送给车辆,以便车辆根据该地图信息生成所述反向驾驶轨迹模型。
举例而言,以所述预设的地图存储在服务器上为例,图4为车辆与服务器之间的交互示例图。如图4所示,车辆上的轮速传感器可采集该车辆在所述道路上行驶时的轮速信息,并基于该轮速计算该车辆在该道路上行驶时的车速信息,并通过EPS传感器采集所述车辆在所述道路上行驶时的方向盘转角信息和方向盘转速信息,并通过摄像头、毫米波雷达、激光雷达等传感器实时采集车辆在所述道路上行驶时的外界环境信息,车辆中的智能驾驶ECU可记录采集到的车速信息、方向盘转角信息、方向盘转速信息和外界环境信息,并基于这些信息生成所述车辆从当前位置前往目的地的道路上的驾驶环境轨迹模型。当车辆再次接收到某个欲前往的目的地的位置信息时,若该目的地与车辆的当前位置均在已生成的驾驶环境轨迹模型中的驾驶轨迹上,则获取车辆欲行驶道路的定位信息,并根据所述道路的定位信息在所述服务器上的地图上找到对应的地图信息,并根据所述驾驶环境轨迹模型和所述道路对应的地图信息,生成与该驾驶环境轨迹模型反向的驾驶轨迹模型,以便根据该反向驾驶轨迹模型控制车辆自动驾驶到目的地,实现车辆自动返回功能。
为了提高反向驾驶轨迹模型的精确度,使得车辆在自动返回时能够更加安全,可选地,在本发明的一个实施例中,在根据所述反向驾驶轨迹模型控制所述车辆从所述当前位置自动驾驶至所述目的地的过程中,可采集所述车辆从所述当前位置自动驾驶至所述目的地的过程中的第二外界环境信息,并将采集到的所述第二外界环境信息投影到所述车辆的当前行驶轨迹上,并判断所述采集到的所述第二外界环境信息是否影响所述车辆的行驶,若是,则根据所述采集到的所述第二外界环境信息对所述反向驾驶轨迹模型进行二次路径规划,并根据二次路径规划后的所述反向驾驶轨迹模型,控制所述车辆继续自动驾驶至所述目的地。
举例而言,在根据所述反向驾驶轨迹模型控制所述车辆从所述当前位置自动驾驶至所述目的地的过程中,可通过车辆上的外界信息采集装置采集所述车辆在从所述当前位置自动驾驶至所述目的地的过程中的外界环境信息,比如,可通过摄像头、毫米波雷达、激光雷达等传感器实时采集车辆在从所述当前位置自动驾驶至所述目的地的过程中的外界环境信息,并根据采集到的外界环境信息对反向驾驶轨迹模型进行二次路径规划,例如,当反向驾驶轨迹上存在障碍物时,可对障碍物进行避障轨迹的规划,然后回到反向驾驶轨迹,并继续按照反向驾驶轨迹模型行驶。这样,在自动返回的过程中,若遇到障碍物,则可对反向驾驶轨迹模型进行二次路径规划,并在避开所述障碍物之后,继续回到反向驾驶轨迹上并继续行驶。由此,可以适用于大多数工况,即使环境发生部分改变,也不会造成车辆循迹失败,并通过进行二次轨迹规划,对实时发生变化的道路交通情况生成新的轨迹,可以提高反向驾驶轨迹模型的精确度,使得车辆在自动返回时能够更加安全。
为了提升用户体验,保证车辆自动驾驶时的停车安全性,可选地,在本发明的一个实施例中,在所述车辆自动驾驶至所述目的地时,可判断所述目的地是否存在空停车位,若存在,则控制所述车辆停靠在所述空停车位上;若不存在,则在所述目的地的预设范围区域内选取空停车位,并根据选取的所述空停车位的车位信息,控制所述车辆停靠在所述选取的空停车位上。
作为一种可能的实现方式,在所述车辆自动驾驶至所述目的地,并进行了安全停靠时,所述车辆可向所述用户的终端设备发送到达信号和停靠位置信息,并开启双闪灯,同时停车熄火,等待用户的终端设备发出到达指令。由此,通过车辆向用户发送到达信号,并开启双闪灯的方式,可以使得用户更加直观、便捷的了解到车辆所停靠的位置,并通过启双闪灯的方式,可以向路上的其他车辆启动警示作用,保证了交通安全,并提升了用户的使用体验。
图5是根据本发明另一个具体实施例的车辆驾驶控制方法的流程图。如图5所示,该车辆驾驶控制方法可以包括:
S510,启动车辆,车辆自动开启自动返回功能;
S520,检测启动源位置,即当前是要自动行驶至驾驶员位置还是驾驶员在车内开启车辆,如果驾驶员在车内开启车辆,则执行步骤S530;如果是驾驶员在别处启动车辆的自动返回功能,则跳至步骤S590;
S530,驾驶员在车内启动车辆,由车辆上的多媒体提示用户是否设定目的地,若用户设置目的地,则执行步骤S540;若用户未设置目的地,则跳至步骤S560;
S540,检测该目的地以前是否有存储过行驶至该目的地的路径轨迹(即驾驶环境轨迹模型),若有则执行步骤S550;若以前没有存储过行驶至该目的地的路径轨迹,则跳至步骤S560;
S550,提示驾驶员是否直接进入循迹功能,即提示驾驶员是否按以前存储的轨迹行驶至目的地,若用户同意则跳至步骤S5100;若用户未同意则执行步骤S560;
S560,由车载传感器开始记录车辆的驾驶参数,驾驶参数主要有速度、加速度、方向盘转角、方向盘转速等车辆信息,实时生成车辆的驾驶轨迹;
S570,由摄像头、毫米波雷达、激光雷达等传感器采集车辆在道路上行驶时的外界环境信息,并实时生成周围驾驶环境模型;在车辆到达目的地时,由用户设定当前位置为车辆目的地;
S580,根据车辆驾驶轨迹和周围驾驶环境模型生成所述车辆从所述位置到所述目的地的驾驶环境轨迹模型;
S590,搜寻驾驶员的启动位置,结合车辆的驾驶环境轨迹模型和地图信息,生成对应的反向驾驶轨迹模型;
可选地,在生成反向驾驶轨迹模型之后,可向驾驶员的终端设备发送确认指令,并在接收到驾驶员的终端设备的返回指令时,执行步骤S5100。
作为一种可能的实现方式,可结合地图信息将车辆的反向驾驶轨迹上最近可以临时停车的位置发送给驾驶员,并将预计到达时间发送至驾驶员,或者按照驾驶员发送启动信息中预设的到达时间规划行驶轨迹;
S5100,按照规划好的轨迹或者已存储的轨迹,控制车辆开始自动返回功能;
可选地,在控制车辆进行自动返回的过程中,可启动摄像头、毫米波雷达、激光雷达等环境感知传感器,将感知到的环境信息投影到车辆的反向驾驶轨迹模型上,对影响车辆行驶轨迹的目标进行判断,是移动目标还是静止目标,以确定是否影响车辆行驶,若影响则在反向驾驶轨迹模型上进行二次路径规划,即以最便捷的方式避开目标,然后返回原车辆行驶轨迹;若不影响则结合车辆自身的定位模块和地图信息,判断所述车辆是否到达预定目的地;
S5110,车辆到达预定目的地,则停车熄火,并开启双闪灯,并向驾驶员的终端设备发送达到信息。
综上所述,本发明实施例的车辆驾驶控制方法,通过采用车载传感器采集车辆的轮速、方向盘转角、方向盘转速等,结合摄像头、毫米波雷达、激光雷达等环境感知传感器,生成一条车辆实时行驶的驾驶轨迹,然后结合车辆自身的定位模块和预设的地图信息可以生成正向(即车辆真实轨迹)和反向(即车辆返回路线轨迹)车辆驾驶轨迹,车辆在返回时,如果存在障碍物在反向轨迹上时,通过摄像头、毫米波雷达、激光雷达等环境感知传感器生成障碍物环境模型,生成二次避障规划路径,最终完成车辆自动返回驾驶目的地的功能。由此,可以解决了用户忘记停车时自车车位的问题,还可以完成部分无人驾驶功能,同时还可以预约出行时间或者达到时间,节省了用户的时间,对于经常行驶的区域还可以完成出行的无人驾驶,更加方便了出行。
与上述几种实施例提供的车辆驾驶控制方法相对应,本发明的一种实施例还提供一种车辆驾驶控制装置,由于本发明实施例提供的车辆驾驶控制装置与上述几种实施例提供的车辆驾驶控制方法相对应,因此在前述车辆驾驶控制方法的实施方式也适用于本实施例提供的车辆驾驶控制装置,在本实施例中不再详细描述。图6是根据本发明一个实施例的车辆驾驶控制装置的结构示意图。如图6所示,该车辆驾驶控制装置600可以包括:采集模块610和模型生成模块620。
具体地,采集模块610用于采集车辆在各路线上首次行驶时的驾驶参数。
模型生成模块620用于根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
根据本发明实施例的车辆驾驶控制装置,可以采集车辆在各路线上首次行驶时的驾驶参数,并根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型,由此,通过计算车速、方向盘转角、转速等驾驶参数推算获得驾驶轨迹,使得计算得到的驾驶轨迹不会出现轨迹突变点,保证了轨迹的连续性,并且生成的驾驶轨迹无需依赖于高精确的定位,降低了驾驶轨迹受环境因素影响的概率,并实现了对于经常行驶的区域可以完成出行的无人驾驶,更加方便了出行。
为了使得生成的驾驶环境轨迹模型更加贴近车辆的实际行驶情况,保证轨迹模型的精确度,保证车辆驾驶的安全性,在本发明的实施例中,在采集所述车辆在各路线上首次行驶时的驾驶参数的同时,还可采集所述车辆首次行驶在所述各路线时的外界环境信息,并根据驾驶参数和外界环境信息生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。可选地,在本发明的一个实施例中,如图7所述,该车辆驾驶控制装置600还可包括第一外界环境采集模块630。第一外界环境采集模块630用于采集所述车辆在各路线上首次行驶时的第一外界环境信息。其中,在本发明的实施例中,模型生成模块620具体用于:根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数和所述第一外界环境信息,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
其中,在本发明的一个实施例中,所述驾驶参数包括车速信息、方向盘转角信息和方向盘转速信息。作为一种可能的实现方式,该模型生成模块可包括:弧形轨迹计算单元、驾驶轨迹模型获取单元、障碍物信息识别单元和生成单元。其中,弧形轨迹计算单元用于以预设时间为一个计算周期,根据所述预设时间内采集到的所述车辆首次行驶在所述每条路线上的车速信息、方向盘转角信息和方向盘转速信息计算对应的弧形轨迹;驾驶轨迹模型获取单元用于将每个计算周期的弧形轨迹在以所述车辆为原点的坐标系内进行连续表示,得到所述车辆的驾驶轨迹模型;障碍物信息识别单元用于根据所述每个计算周期内采集到的第一外界环境信息,识别所述每个计算周期内采集到的障碍物信息;生成单元用于将所述每个计算周期内识别到的障碍物信息对应的放入所述驾驶轨迹模型中,得到所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
为了进一步提升用户体验,可以为用户提供可选择的已存储有驾驶环境轨迹模型的路线,这样,用户可根据自己需求从已存储的路线中选择出欲前往的路线。可选地,在本发明的一个实施例中,如图8所示,该车辆驾驶控制装置600还可包括:存储模块640、显示模块650、路线获取模块660和驾驶控制模块670。其中,存储模块640用于将生成的所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型进行存储;显示模块650用于显示已存储的驾驶环境轨迹模型对应的路线;路线获取模块660用于获取用户从显示的路线中选择的目标路线;驾驶控制模块670用于根据所述目标路线对应的驾驶环境轨迹模型控制所述车辆自动驾驶至目的地。
为了实现对于经常行驶的区域可以完成出行的无人驾驶,更加方便出行,可选地,在本发明的一个实施例中,如图8所示,该车辆驾驶控制装置600还可包括:确定模块680和第一判断模块690。其中,确定模块680用于在接收到针对所述车辆的欲前往目的地的位置信息时,确定车辆的当前位置信息;第一判断模块690用于根据目的地的位置信息和当前位置信息判断是否存储有目标驾驶环境轨迹模型,其中,所述目标驾驶环境轨迹模型为包含所述目的地的位置信息和所述当前位置信息的驾驶环境轨迹模型;驾驶控制模块670用于在存储有目标驾驶环境轨迹模型时,根据目标驾驶环境轨迹模型控制车辆自动驾驶至目的地。
作为一种示例,如图8所示,该驾驶控制模块670可以包括:确定单元671、控制单元672和模型生成单元673。其中,确定单元671用于确定所述目标驾驶环境轨迹模型中驾驶轨迹的行驶方向,所述行驶方向用于指示经过所述目的地和所述当前位置的先后顺序;控制单元672用于在所述目标驾驶环境轨迹模型中的驾驶轨迹是先经过所述当前位置再经过所述目的地时,根据所述目标驾驶环境轨迹模型控制所述车辆从所述当前位置自动驾驶至所述目的地;模型生成单元673用于在所述目标驾驶环境轨迹模型中的驾驶轨迹是先经过所述目的地再经过所述当前位置时,根据所述目标驾驶环境轨迹模型和所述目的地与所述当前位置之间道路的地图信息,生成与所述目标驾驶环境轨迹模型对应的反向驾驶轨迹模型;控制单元672还用于根据所述反向驾驶轨迹模型控制所述车辆从所述当前位置自动驾驶至所述目的地。
作为一种实现方式,模型生成单元673根据所述目标驾驶环境轨迹模型和所述目的地与所述当前位置之间道路的地图信息,生成与所述目标驾驶环境轨迹模型对应的反向驾驶轨迹模型的具体实现过程可如下:获取所述车辆在所述道路上行驶的定位信息;根据所述定位信息获取与所述道路对应的地图信息;根据所述目标驾驶环境轨迹模型,利用所述地图信息中车道的宽度和分布,获取反向车道的信息;将所述目标驾驶环境轨迹模型在所述反向车道内平行生成,得到所述反向驾驶轨迹模型。
为了进一步提高本发明的可用性以及可行性,使得车辆能够尽可能的存储更多的驾驶环境轨迹模型,可选地,在本发明的一个实施例中,在确定没有某两个位置之间的驾驶环境轨迹模型,可通过采集车辆行驶在从一个位置到另一个位置的道路上的驾驶参数,并根据该驾驶参数生成对应的驾驶环境轨迹模型并进行存储,以便后续车辆再次经过所述当前位置和所述目的地时,可以根据之前已存储的驾驶环境轨迹模型实现车辆自动驾驶至欲前往地点,实现了车辆循迹功能。作为一种示例,采集模块610用于在未存储有目标驾驶轨迹模型,且在确定车辆从当前位置前往目的地时,采集车辆行驶在从当前位置前往目的地的道路上的驾驶参数。模型生成模块620用于根据驾驶参数生成对应的驾驶环境轨迹模型并存储。
为了提高反向驾驶轨迹模型的精确度,使得车辆在自动返回时能够更加安全,可选地,在本发明的一个实施例中,如图9所示,该车辆驾驶控制装置600还可包括第二外界环境采集模块6100。第二外界环境采集模块6100用于采集所述车辆从所述当前位置自动驾驶至所述目的地的过程中的第二外界环境信息。其中,在本发明的实施例中,驾驶控制模块670还用于:将采集到的所述第二外界环境信息投影到所述车辆的当前行驶轨迹上,并判断所述采集到的所述第二外界环境信息是否影响所述车辆的行驶,若是,则根据所述采集到的所述第二外界环境信息对所述反向驾驶轨迹模型进行二次路径规划,并根据二次路径规划后的所述反向驾驶轨迹模型,控制所述车辆继续自动驾驶至所述目的地。
为了提升用户体验,保证车辆自动驾驶时的停车安全性,可选地,在本发明的一个实施例中,该车辆驾驶控制装置还可包括:第二判断模块,第二判断模块用于在所述车辆自动驾驶至所述目的地时,判断所述目的地是否存在空停车位。其中,在本发明的实施例中,驾驶控制模块还用于:在所述目的地存在空停车位时,控制所述车辆停靠在所述空停车位上,并在所述目的地不存在空停车位时,在所述目的地的预设范围区域内选取空停车位,并根据选取的所述空停车位的车位信息,控制所述车辆停靠在所述选取的空停车位上。
为了实现上述实施例,本发明还提出了一种车辆。
图10是根据本发明一个实施例的车辆的结构示意图。如图10所示,该车辆1000可以包括:车载传感器1010、环境感知传感器1020、存储器1030、处理器1040及存储在存储器1030上并可在处理器1040上运行的计算机程序1050。
其中,车载传感器1010可包括轮速传感器和EPS传感器,可用于采集车辆在道路上行驶的驾驶参数,如车速信息、方向盘转角信息和方向盘转速信息等。
环境感知传感器1020可包括摄像头、毫米波雷达、激光雷达等传感器,可用于采集车辆在道路上行驶时的外界环境信息。
存储器1030可用于存储车载传感器1010采集的驾驶参数和环境感知传感器1020采集的外界环境信息,并存储所述计算机程序1050。
处理器1040执行计算机程序1050时,可实现本发明上述任一个实施例所述的车辆驾驶控制方法。
为了实现上述实施例,本发明还提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明上述任一个实施例所述的车辆驾驶控制方法。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,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模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (18)
1.一种车辆驾驶控制方法,其特征在于,包括以下步骤:
采集车辆在各路线上首次行驶时的驾驶参数;
根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
2.如权利要求1所述的车辆驾驶控制方法,其特征在于,在采集车辆在各路线上首次行驶时的驾驶参数时,所述方法还包括:
采集所述车辆在各路线上首次行驶时的第一外界环境信息;
其中,所述根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型,包括:
根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数和所述第一外界环境信息,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
3.如权利要求2所述的车辆驾驶控制方法,其特征在于,所述驾驶参数包括车速信息、方向盘转角信息和方向盘转速信息;其中,所述根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数和所述第一外界环境信息,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型,包括:
以预设时间为一个计算周期,根据所述预设时间内采集到的所述车辆首次行驶在所述每条路线上的车速信息、方向盘转角信息和方向盘转速信息计算对应的弧形轨迹;
将每个计算周期的弧形轨迹在以所述车辆为原点的坐标系内进行连续表示,得到所述车辆首次行驶在所述每条路线上的驾驶轨迹模型;
根据所述每个计算周期内采集到的所述车辆首次行驶在所述每条路线上的第一外界环境信息,识别所述每个计算周期内采集到的障碍物信息;
将所述每个计算周期内识别到的障碍物信息对应的放入所述驾驶轨迹模型中,得到所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
4.如权利要求1所述的车辆驾驶控制方法,其特征在于,还包括:
将生成的所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型进行存储;
显示已存储的驾驶环境轨迹模型对应的路线;
获取用户从显示的路线中选择的目标路线;
根据所述目标路线对应的驾驶环境轨迹模型控制所述车辆自动驾驶至目的地。
5.如权利要求1所述的车辆驾驶控制方法,其特征在于,还包括:
将生成的所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型进行存储;
在接收到针对所述车辆的欲前往目的地的位置信息时,确定所述车辆的当前位置信息;
根据所述目的地的位置信息和当前位置信息判断是否存储有目标驾驶环境轨迹模型,其中,所述目标驾驶环境轨迹模型为包含所述目的地的位置信息和所述当前位置信息的驾驶环境轨迹模型;
如果存储有所述目标驾驶环境轨迹模型,则根据所述目标驾驶环境轨迹模型控制所述车辆自动驾驶至所述目的地。
6.如权利要求5所述的车辆驾驶控制方法,其特征在于,还包括:
如果未存储有所述目标驾驶环境轨迹模型,则采集所述车辆行驶在从所述当前位置前往所述目的地的道路上的驾驶参数,并根据所述驾驶参数生成对应的驾驶环境轨迹模型并存储。
7.如权利要求5所述的车辆驾驶控制方法,其特征在于,所述根据所述目标驾驶环境轨迹模型控制所述车辆自动驾驶至所述目的地,包括:
确定所述目标驾驶环境轨迹模型中驾驶轨迹的行驶方向,所述行驶方向用于指示经过所述目的地和所述当前位置的先后顺序;
当所述目标驾驶环境轨迹模型中的驾驶轨迹是先经过所述当前位置再经过所述目的地时,根据所述目标驾驶环境轨迹模型控制所述车辆从所述当前位置自动驾驶至所述目的地;
当所述目标驾驶环境轨迹模型中的驾驶轨迹是先经过所述目的地再经过所述当前位置时,根据所述目标驾驶环境轨迹模型和所述目的地与所述当前位置之间道路的地图信息,生成与所述目标驾驶环境轨迹模型对应的反向驾驶轨迹模型;
根据所述反向驾驶轨迹模型控制所述车辆从所述当前位置自动驾驶至所述目的地。
8.如权利要求7中所述的车辆驾驶控制方法,其特征在于,所述根据所述目标驾驶环境轨迹模型和所述目的地与所述当前位置之间道路的地图信息,生成与所述目标驾驶环境轨迹模型对应的反向驾驶轨迹模型,包括:
获取所述车辆在所述道路上行驶的定位信息;
根据所述定位信息获取与所述道路对应的地图信息;
根据所述目标驾驶环境轨迹模型,利用所述地图信息中车道的宽度和分布,获取反向车道的信息;
将所述目标驾驶环境轨迹模型在所述反向车道内平行生成,得到所述反向驾驶轨迹模型。
9.如权利要求7所述的车辆驾驶控制方法,其特征在于,在根据所述反向驾驶轨迹模型控制所述车辆从所述当前位置自动驾驶至所述目的地的过程中,所述方法还包括:
采集所述车辆从所述当前位置自动驾驶至所述目的地的过程中的第二外界环境信息;
将采集到的所述第二外界环境信息投影到所述车辆的当前行驶轨迹上,并判断所述采集到的所述第二外界环境信息是否影响所述车辆的行驶;
若是,则根据所述采集到的所述第二外界环境信息对所述反向驾驶轨迹模型进行二次路径规划;
根据二次路径规划后的所述反向驾驶轨迹模型,控制所述车辆继续自动驾驶至所述目的地。
10.如权利要求1至9中任一项所述的车辆驾驶控制方法,其特征在于,在所述车辆自动驾驶至所述目的地时,所述方法还包括:
判断所述目的地是否存在空停车位;
若存在,则控制所述车辆停靠在所述空停车位上;
若不存在,则在所述目的地的预设范围区域内选取空停车位;
根据选取的所述空停车位的车位信息,控制所述车辆停靠在所述选取的空停车位上。
11.一种车辆驾驶控制装置,其特征在于,包括:
采集模块,用于采集车辆在各路线上首次行驶时的驾驶参数;
模型生成模块,用于根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
12.如权利要求11所述的车辆驾驶控制装置,其特征在于,还包括:
第一外界环境采集模块,用于采集所述车辆在各路线上首次行驶时的第一外界环境信息;
其中,所述模型生成模块具体用于:根据采集到的所述车辆在每条路线上首次行驶时的驾驶参数和所述第一外界环境信息,生成所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型。
13.如权利要求11所述的车辆驾驶控制装置,其特征在于,还包括:
存储模块,用于将生成的所述车辆首次行驶在所述每条路线上的驾驶环境轨迹模型进行存储;
显示模块,用于显示已存储的驾驶环境轨迹模型对应的路线;
路线获取模块,用于获取用户从显示的路线中选择的目标路线;
驾驶控制模块,用于根据所述目标路线对应的驾驶环境轨迹模型控制所述车辆自动驾驶至目的地。
14.如权利要求13所述的车辆驾驶控制装置,其特征在于,还包括:
确定模块,用于在接收到针对所述车辆的欲前往目的地的位置信息时,确定所述车辆的当前位置信息;
第一判断模块,用于根据所述目的地的位置信息和当前位置信息判断是否存储有目标驾驶环境轨迹模型,其中,所述目标驾驶环境轨迹模型为包含所述目的地的位置信息和所述当前位置信息的驾驶环境轨迹模型;
其中,所述驾驶控制模块,用于在存储有所述目标驾驶环境轨迹模型时,根据所述目标驾驶环境轨迹模型控制所述车辆自动驾驶至所述目的地。
15.如权利要求14所述的车辆驾驶控制装置,其特征在于,所述驾驶控制模块包括:
确定单元,用于确定所述目标驾驶环境轨迹模型中驾驶轨迹的行驶方向,所述行驶方向用于指示经过所述目的地和所述当前位置的先后顺序;
控制单元,用于在所述目标驾驶环境轨迹模型中的驾驶轨迹是先经过所述当前位置再经过所述目的地时,根据所述目标驾驶环境轨迹模型控制所述车辆从所述当前位置自动驾驶至所述目的地;
模型生成单元,用于在所述目标驾驶环境轨迹模型中的驾驶轨迹是先经过所述目的地再经过所述当前位置时,根据所述目标驾驶环境轨迹模型和所述目的地与所述当前位置之间道路的地图信息,生成与所述目标驾驶环境轨迹模型对应的反向驾驶轨迹模型;
所述控制单元,还用于根据所述反向驾驶轨迹模型控制所述车辆从所述当前位置自动驾驶至所述目的地。
16.如权利要求15所述的车辆驾驶控制装置,其特征在于,还包括:
第二外界环境采集模块,用于采集所述车辆从所述当前位置自动驾驶至所述目的地的过程中的第二外界环境信息;
其中,所述驾驶控制模块还用于:将采集到的所述第二外界环境信息投影到所述车辆的当前行驶轨迹上,并判断所述采集到的所述第二外界环境信息是否影响所述车辆的行驶,若是,则根据所述采集到的所述第二外界环境信息对所述反向驾驶轨迹模型进行二次路径规划,并根据二次路径规划后的所述反向驾驶轨迹模型,控制所述车辆继续自动驾驶至所述目的地。
17.一种车辆,包括存储器、处理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,其特征在于,所述处理器执行所述程序时,实现如权利要求1至10中任一项所述的车辆驾驶控制方法。
18.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至10中任一项所述的车辆驾驶控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810714685.4A CN110654372B (zh) | 2018-06-29 | 2018-06-29 | 车辆驾驶控制方法、装置、车辆和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810714685.4A CN110654372B (zh) | 2018-06-29 | 2018-06-29 | 车辆驾驶控制方法、装置、车辆和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110654372A true CN110654372A (zh) | 2020-01-07 |
CN110654372B CN110654372B (zh) | 2021-09-03 |
Family
ID=69027734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810714685.4A Active CN110654372B (zh) | 2018-06-29 | 2018-06-29 | 车辆驾驶控制方法、装置、车辆和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110654372B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111717202A (zh) * | 2020-07-01 | 2020-09-29 | 新石器慧通(北京)科技有限公司 | 一种用于无人驾驶车辆的行驶提示方法及装置 |
CN111824157A (zh) * | 2020-07-14 | 2020-10-27 | 广州小鹏车联网科技有限公司 | 一种自动驾驶方法和装置 |
CN112477920A (zh) * | 2020-12-10 | 2021-03-12 | 中国铁路设计集团有限公司 | 动车组自动驾驶方法、装置、控制终端及动车组 |
CN113031623A (zh) * | 2021-03-24 | 2021-06-25 | 安健自动化科技(上海)有限公司 | 一种自动驾驶轨迹测算系统 |
CN113104053A (zh) * | 2021-05-21 | 2021-07-13 | 福建盛海智能科技有限公司 | 一种自动掉头循迹方法及无人车 |
CN113619679A (zh) * | 2021-08-27 | 2021-11-09 | 中汽创智科技有限公司 | 电动汽车倒车循迹方法、装置、存储介质和终端 |
CN114093163A (zh) * | 2021-11-10 | 2022-02-25 | 山东旗帜信息有限公司 | 一种高速公路的车辆监测方法、设备、存储介质 |
CN114422950A (zh) * | 2022-01-21 | 2022-04-29 | 重庆长安汽车股份有限公司 | 基于超宽带信号定位的车辆召唤系统、召唤方法及汽车 |
US20220268595A1 (en) * | 2021-02-25 | 2022-08-25 | Honda Motor Co., Ltd. | Map generation apparatus |
US20220268596A1 (en) * | 2021-02-25 | 2022-08-25 | Honda Motor Co., Ltd. | Map generation apparatus |
US20220268597A1 (en) * | 2021-02-25 | 2022-08-25 | Honda Motor Co., Ltd. | Map generation apparatus |
US20220268594A1 (en) * | 2021-02-25 | 2022-08-25 | Honda Motor Co., Ltd. | Map generation apparatus |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2450264A1 (en) * | 2002-10-31 | 2012-05-09 | JTEKT Corporation | Vehicle steering apparatus |
CN104374391A (zh) * | 2014-11-17 | 2015-02-25 | 深圳市中天安驰有限责任公司 | 一种车辆行驶轨迹计算系统与计算方法 |
CN105716617A (zh) * | 2016-01-29 | 2016-06-29 | 大连楼兰科技股份有限公司 | 基于车辆数据绘制驾驶轨迹的系统及方法 |
CN105835870A (zh) * | 2016-03-28 | 2016-08-10 | 乐视控股(北京)有限公司 | 车辆行驶控制方法、装置及计算机设备 |
CN106525057A (zh) * | 2016-10-26 | 2017-03-22 | 陈曦 | 高精度道路地图的生成系统 |
CN106931986A (zh) * | 2017-04-26 | 2017-07-07 | 电子科技大学 | 个性化路径导航方法和系统 |
CN107340772A (zh) * | 2017-07-11 | 2017-11-10 | 清华大学 | 一种面向无人驾驶的拟人化参考轨迹规划方法 |
CN107544516A (zh) * | 2017-10-11 | 2018-01-05 | 苏州大学 | 基于相对熵深度逆强化学习的自动驾驶系统及方法 |
CN107657142A (zh) * | 2016-07-25 | 2018-02-02 | 中兴通讯股份有限公司 | 车辆行驶路径计算方法、路径管理方法、装置和车载终端 |
US20180150082A1 (en) * | 2016-11-30 | 2018-05-31 | Samsung Electronics Co., Ltd. | Method and apparatus for generating autonomous driving route |
-
2018
- 2018-06-29 CN CN201810714685.4A patent/CN110654372B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2450264A1 (en) * | 2002-10-31 | 2012-05-09 | JTEKT Corporation | Vehicle steering apparatus |
CN104374391A (zh) * | 2014-11-17 | 2015-02-25 | 深圳市中天安驰有限责任公司 | 一种车辆行驶轨迹计算系统与计算方法 |
CN105716617A (zh) * | 2016-01-29 | 2016-06-29 | 大连楼兰科技股份有限公司 | 基于车辆数据绘制驾驶轨迹的系统及方法 |
CN105835870A (zh) * | 2016-03-28 | 2016-08-10 | 乐视控股(北京)有限公司 | 车辆行驶控制方法、装置及计算机设备 |
CN107657142A (zh) * | 2016-07-25 | 2018-02-02 | 中兴通讯股份有限公司 | 车辆行驶路径计算方法、路径管理方法、装置和车载终端 |
CN106525057A (zh) * | 2016-10-26 | 2017-03-22 | 陈曦 | 高精度道路地图的生成系统 |
US20180150082A1 (en) * | 2016-11-30 | 2018-05-31 | Samsung Electronics Co., Ltd. | Method and apparatus for generating autonomous driving route |
CN106931986A (zh) * | 2017-04-26 | 2017-07-07 | 电子科技大学 | 个性化路径导航方法和系统 |
CN107340772A (zh) * | 2017-07-11 | 2017-11-10 | 清华大学 | 一种面向无人驾驶的拟人化参考轨迹规划方法 |
CN107544516A (zh) * | 2017-10-11 | 2018-01-05 | 苏州大学 | 基于相对熵深度逆强化学习的自动驾驶系统及方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111717202A (zh) * | 2020-07-01 | 2020-09-29 | 新石器慧通(北京)科技有限公司 | 一种用于无人驾驶车辆的行驶提示方法及装置 |
CN111824157A (zh) * | 2020-07-14 | 2020-10-27 | 广州小鹏车联网科技有限公司 | 一种自动驾驶方法和装置 |
CN111824157B (zh) * | 2020-07-14 | 2021-10-08 | 广州小鹏自动驾驶科技有限公司 | 一种自动驾驶方法和装置 |
CN112477920A (zh) * | 2020-12-10 | 2021-03-12 | 中国铁路设计集团有限公司 | 动车组自动驾驶方法、装置、控制终端及动车组 |
US20220268597A1 (en) * | 2021-02-25 | 2022-08-25 | Honda Motor Co., Ltd. | Map generation apparatus |
US11828618B2 (en) * | 2021-02-25 | 2023-11-28 | Honda Motor Co., Ltd. | Map generation apparatus |
US20220268594A1 (en) * | 2021-02-25 | 2022-08-25 | Honda Motor Co., Ltd. | Map generation apparatus |
US11920949B2 (en) * | 2021-02-25 | 2024-03-05 | Honda Motor Co., Ltd. | Map generation apparatus |
US11906323B2 (en) * | 2021-02-25 | 2024-02-20 | Honda Motor Co., Ltd. | Map generation apparatus |
US20220268595A1 (en) * | 2021-02-25 | 2022-08-25 | Honda Motor Co., Ltd. | Map generation apparatus |
US20220268596A1 (en) * | 2021-02-25 | 2022-08-25 | Honda Motor Co., Ltd. | Map generation apparatus |
CN113031623A (zh) * | 2021-03-24 | 2021-06-25 | 安健自动化科技(上海)有限公司 | 一种自动驾驶轨迹测算系统 |
CN113031623B (zh) * | 2021-03-24 | 2024-04-26 | 安健自动化科技(上海)有限公司 | 一种自动驾驶轨迹测算系统 |
CN113104053A (zh) * | 2021-05-21 | 2021-07-13 | 福建盛海智能科技有限公司 | 一种自动掉头循迹方法及无人车 |
CN113619679A (zh) * | 2021-08-27 | 2021-11-09 | 中汽创智科技有限公司 | 电动汽车倒车循迹方法、装置、存储介质和终端 |
CN114093163A (zh) * | 2021-11-10 | 2022-02-25 | 山东旗帜信息有限公司 | 一种高速公路的车辆监测方法、设备、存储介质 |
CN114422950B (zh) * | 2022-01-21 | 2023-08-25 | 重庆长安汽车股份有限公司 | 基于超宽带信号定位的车辆召唤系统、召唤方法及汽车 |
CN114422950A (zh) * | 2022-01-21 | 2022-04-29 | 重庆长安汽车股份有限公司 | 基于超宽带信号定位的车辆召唤系统、召唤方法及汽车 |
Also Published As
Publication number | Publication date |
---|---|
CN110654372B (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110654372B (zh) | 车辆驾驶控制方法、装置、车辆和存储介质 | |
CN109606354B (zh) | 一种基于分层规划的自动泊车方法及辅助系统 | |
CN110873568B (zh) | 高精度地图的生成方法、装置以及计算机设备 | |
US10005391B2 (en) | Information presentation system | |
US10331139B2 (en) | Navigation device for autonomously driving vehicle | |
US11010624B2 (en) | Traffic signal recognition device and autonomous driving system | |
JP6137212B2 (ja) | 運転支援装置 | |
JP6269552B2 (ja) | 車両走行制御装置 | |
JP4427759B2 (ja) | 車両挙動学習装置及び車両挙動学習プログラム | |
JP7039940B2 (ja) | 車両制御装置 | |
CN106314419A (zh) | 自动驾驶控制装置 | |
JP6612708B2 (ja) | 車両制御装置 | |
JP6558282B2 (ja) | 自動運転システム | |
JP6450413B2 (ja) | 車両制御装置 | |
CN112537317A (zh) | 车辆控制装置及控制方法、地图信息管理系统、存储介质 | |
JP2019159611A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
JP6524956B2 (ja) | 運転支援装置及びセンタ | |
US20220212661A1 (en) | Vehicle travelling control apparatus, vehicle travelling control method and computer program product | |
JP2020077308A (ja) | 運転支援装置、運転支援システム、運転支援方法およびプログラム | |
JP2022178814A (ja) | 車両運転支援システム及び車両運転支援方法 | |
CN110428693B (zh) | 用户驾驶习惯培训方法、培训模块、车载设备及存储介质 | |
JP6728970B2 (ja) | 移動体の自動運転制御システム | |
CN113401056A (zh) | 显示控制装置、显示控制方法以及计算机可读取存储介质 | |
CN115946713A (zh) | 车辆的辅助驾驶方法、装置、电子设备及存储介质 | |
CN114415688A (zh) | 一种汽车自动驾驶遥控控制系统 |
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 |