CN110712652A - 控制交通工具的方法、装置、电子设备和计算机存储介质 - Google Patents

Abstract

本申请公开了一种用于控制交通工具的方法、装置、电子设备和计算机可读存储介质，可用于汽车电子领域，尤其是自动驾驶领域。该方法包括获取交通工具在预定时段内的行驶状态数据。该方法还包括基于行驶状态数据确定交通工具的力学参数，力学参数至少包括交通工具的重力。此外，该方法进一步包括基于力学参数来控制交通工具的行驶。本公开的技术方案解决了交通工具行驶过程中出现重量改变而无法基于车重的改变来调节控制参数的问题，且不需要人工介入。

Description

控制交通工具的方法、装置、电子设备和计算机存储介质

技术领域

本公开的实施例主要涉及信息处理领域，并且更具体地，涉及用于控制交通工具的方法、装置、电子设备和计算机可读存储介质。

背景技术

自动驾驶汽车(尤其是载货车辆)的车重变化幅度大(通常可能存在100％甚至更高的变化幅度)，因此控制特性变化大。固定的控制参数会造成控制效果时好时坏，影响车辆的行驶效果。此外，对于有人驾驶车辆，驾驶者很有可能忽略载货车辆在空载状态和满载状态时的重量变化差异，导致在控制车辆(尤其是诸如刹车的突发控制行为)时做出错误的预判，造成严重的交通事故。因此，如何快速而高效地获取车辆的总重量信息，并基于该信息生成更新的控制数据是目前亟待解决的问题。

发明内容

根据本公开的示例实施例，提供了一种用于控制交通工具的方案。

在本公开的第一方面中，提供了一种用于控制交通工具的方法。该方法包括获取交通工具在预定时段内的行驶状态数据。该方法还包括基于行驶状态数据确定交通工具的力学参数，力学参数至少包括交通工具的重力。此外，该方法进一步包括基于力学参数来控制交通工具的行驶。

在本公开的第二方面中，提供了一种用于控制交通工具的装置。该装置包括：行驶状态数据获取模块，被配置为获取交通工具在预定时段内的行驶状态数据；力学参数确定模块，被配置为基于行驶状态数据确定交通工具的力学参数，力学参数至少包括交通工具的重力；以及行驶控制模块，被配置为基于力学参数来控制交通工具的行驶。

在本公开的第三方面中，提供了一种设备，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，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根据本公开的第一方面的方法。

在本公开的第四方面中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：

图1示出了本公开的多个实施例能够在其中实现的作为示例环境的交通工具的示意图；

图2示出了根据本公开的实施例的用于控制交通工具的过程的流程图；

图3示出了根据本公开的实施例的用于获取状态数据的过程的流程图；

图4示出了根据本公开的实施例的用于控制交通工具的另一过程的流程图；

图5示出了根据本公开的实施例的用于控制交通工具的装置的示意框图；以及

图6示出了能够实施本公开的多个实施例的计算设备的框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

在本公开的实施例的描述中，如本领域技术人员所理解的，术语“交通工具”主要是指用于自动驾驶的载货或载人车辆，诸如载货车、轿车、公共汽车、地铁、火车等。当然，“交通工具”并不仅限于自动驾驶车辆，也可表示有人驾驶的车辆。

在本公开的实施例的描述中，如本领域技术人员所理解的，交通工具的“重力”是指与交通工具的重力相关联的力学参数，例如，交通工具的质量、交通工具在行驶过程中的阻力等。

如以上提及的，自动驾驶车辆需要通过与路况有关的信息来生成较为合理的驾驶策略。需要理解的是，由于诸如载货物流车的载货车辆在空载状态和满载状态时的重量变化幅度过大，仅基于与路况有关的信息并不能实现较为稳定、精确的自动驾驶。此外，对于有人驾驶车辆，驾驶者很有可能忽略载货车辆在空载状态和满载状态时的重量变化差异，导致在诸如刹车的突发控制行为时做出错误的预判，造成严重的交通事故。

传统的解决上述问题的方法一般存在如下两种：(1)在每次对自动驾驶汽车进行装载之前，先对要装载的货物的重量进行测量，并基于测得的货物重量来调节控制参数；(2)在自动驾驶汽车上配置重量感测装置。上述两种方案使用场景有所不同，所带来的问题和不足也有所不同。例如，方案(1)中向自动驾驶汽车录入测得的重量、乃至称重的过程均是人工完成的，这无疑增加了人力成本。此外，由于称重的区域是固定的，如果在自动驾驶汽车行驶过程中对其上的货物进行增加或减少，或者增加或减少自动驾驶汽车中的乘客的数量，则这些重量的改变将无法被测量。方案(2)在自动驾驶汽车上装配了重量感测装置，因此能够解决方案(1)中的自动驾驶汽车行驶过程中出现重量改变的情况。并且按照这种方式来进行称重也不需要人工完成。然而，装配重量感测装置会显著增加自动驾驶汽车的制造成本。

根据本公开的实施例，提出了一种控制交通工具的方案。在交通工具为载货车辆的方案中，可以采用实时采集的车辆状态数据，使用最小二乘法等模型辨识方法，对车重、行驶阻力等车辆控制特性参数进行辨识，然后利用辨识结果，对控制参数进行实时调整，减小控制误差提高控制精度。例如，在10秒或其他时间范围内，基于F＝M×A或其他公式来基于F(车辆的驱动力)、A(车辆的加速度)求M(车辆的质量)，从而求得载货车辆的总重(车辆净重+货物重量)。之后可以基于经验确定与该总重对应的调节系数，从而对自动控制的各参数进行调节。以此方式，不但能够解决自动驾驶汽车行驶过程中出现重量改变而无法基于车重的改变来调节控制参数的问题，还不需要人工完成，并且没有增加交通工具的制造成本。

以下将参照附图来具体描述本公开的实施例。图1示出了本公开的多个实施例能够在其中实现的作为示例环境100的交通工具110的示意图。在该示例环境中，交通工具110中配置有计算设备120，用于基于诸如路况的信息来生成驾驶策略。此外，交通工具110上还装载有货物130。应理解，交通工具110并不限于装载货物130。在本文中，交通工具110可以是可承载人和/或物并且通过发动机等动力系统移动的任何类型的车辆，包括但不限于载货车辆、轿车、公共汽车、地铁、火车等等。交通工具110可以是具有一定自动驾驶能力的车辆，这样的车辆也被称为自动驾驶车辆。当然，交通工具110也可以是由人驾驶的普通交通工具。

如图1所示，计算设备120可以被嵌入在交通工具110中。计算设备120也可以是位于交通工具110外部的实体，并且可以经由无线网络与交通工具110通信。计算设备120可以被实现为一个或多个计算设备，其至少包含处理器、存储器以及其他通常存在于通用计算机中的组件，以便实现计算、存储、通信、控制等功能。

下文将参考图2来更详细描述控制交通工具110的详细过程。图2示出了根据本公开的实施例的用于控制交通工具110的过程200的流程图。过程200可以由图1的计算设备120来实现，该计算设备120可以被嵌入交通工具110内。为了方便讨论，将结合图1来描述过程200。

在210，计算设备120可以获取交通工具110在预定时段内的行驶状态数据。在某些实施例中，计算设备120可以获取交通工具110在预定时段内的多个时刻的多组行驶状态数据。以预定时段为10秒且行驶状态数据的采样间隔为1秒为例，计算设备120可以获取10组行驶状态数据。

在某些实施例中，如图3所示，可以通过过程300来获取交通工具110的行驶状态数据。图3示出了根据本公开的实施例的用于获取状态数据的过程300的流程图。过程300可以由图1的计算设备120来实现，该计算设备120可以被嵌入交通工具110内。为了方便讨论，将结合图1来描述过程300。

在310，计算设备120可以在诸如10秒的预定时段内的第一时刻获取交通工具110的第一行驶状态数据。之后，在320，如果该第一行驶状态数据的数量不足，例如，第一行驶状态数据的数量低于预定阈值，则过程300行进至330。在330，计算设备120可以在该预定时段内的第二时刻获取交通工具110的第二行驶状态数据。以此方式获取行驶状态数据的意义在于，所获取的行驶状态数据会被用于通过最小二乘法等模型辨识过程来进行建模。因此，所需的行驶状态数据的数量会随着模型的复杂程度的增大而增多。

作为示例，所获取的行驶状态数据可以包括交通工具110在预定时段内的一个或多个时刻的驱动力和加速度中的至少一项。例如，行驶状态数据可以是交通工具110在该预定时段内的第一时刻的驱动力和加速度以及在该预定时段内的第二时刻的驱动力和加速度。当获得了足够的行驶状态数据之后，过程200行进至220。

在220，计算设备120可以基于行驶状态数据确定交通工具110的力学参数。该力学参数至少包括交通工具110的重力。作为示例，当采用最为简单的公式F＝M×A进行建模时，基于获得的交通工具110的驱动力F和加速度A，即可得到交通工具110的质量M。备选地或附加地，该力学参数还可以包括诸如行车阻力、风阻等的阻力因素，故可以采用公式F－F’＝M×A进行建模(F’表示所有的阻力因素)。基于获得的交通工具110在多个时刻的驱动力F和加速度A，即可得到交通工具110的质量M。应理解，上述建模的过程还可以包含结果校验的过程，在此不再赘述。还应理解，以上建模公式均是示例性的，为了更为精确快速的测量交通工具110的重力，还可以采用其他公式进行求解。也就是说，本文描述的交通工具110的“重力”通常考虑到了影响交通工具110的控制参数的所有力学因素。

在某些实施例中，交通工具110是载货车辆，载货车辆所承载的货物在行驶过程中可能会被增加或减少。因此，上述计算质量M的过程是实时更新的。也就是说，计算设备120可以实时获取交通工具110的行驶状态数据，并基于行驶状态数据更新质量M。备选地或附加地，上述计算质量M的过程每预定时间段更新一次。以此方式，可以实时更新交通工具110的重量，从而基于更新的控制参数来对交通工具110进行控制。

在230，计算设备120可以基于力学参数来控制交通工具110的行驶。在某些实施例中，计算设备120可以通过如下过程来控制交通工具110的行驶：首先，从预定映射表中确定与力学参数对应的自动驾驶控制参数，之后，基于该自动驾驶控制参数控制交通工具110的行驶。

在某些实施例中，上述行驶状态数据包括交通工具110的行驶坡度，因此，如图4所示，可以通过过程400来基于力学参数控制交通工具110的行驶。图4示出了根据本公开的实施例的用于控制交通工具110的另一过程的流程图。过程400可以由图1的计算设备120来实现。为了方便讨论，将结合图1来描述过程400。

在410，计算设备120可以从预定映射表中确定与力学参数对应的自动驾驶控制参数。之后，在420，计算设备120可以基于行驶坡度确定自动驾驶控制参数的补偿参数。作为示例，当交通工具110正在上坡时，可以补偿一定的油门，并且补偿参数与行驶坡度和车重正相关。作为另一示例，当交通工具110正在下坡时，可以补偿一定的刹车。之后，在430，计算设备120可以基于自动驾驶控制参数与补偿参数控制交通工具110的行驶。以此方式，即便交通工具110处于上坡或下坡状态，计算设备120仍然可以提供精确的控制参数来进行控制。

与传统的测量交通工具重量以及控制交通工具的机制相比，本公开利用模型辨识方法，对车重、行驶阻力等车辆控制参数进行辨识，然后利用辨识结果，对控制参数进行实时调整，减小控制误差提高控制精度。以此方式，不但能够解决自动驾驶汽车行驶过程中出现重量改变而无法基于车重的改变来调节参数的问题，还不需要人工完成，并且没有增加自动驾驶汽车的制造成本。此外，对于有人驾驶的交通工具，本公开的控制交通工具的机制还可以基于车重等因素来纠正驾驶员的不正确的驾驶操作，避免严重交通事故的出现。。

以上讨论了在一些示例场景下，基于交通工具110的测量交通工具重量以及控制交通工具的机制。然而，应当理解，这些场景的描述仅为了以示例方式来解释说明本公开的实施例。取决于实际需要，在不同或类似场景下，同样可以采用上文所述的测量交通工具重量以及控制交通工具的机制。例如，基于远程控制技术的探测器控制、航天器控制等场景同样可以具备上文提到的各种优点。

图5示出了根据本公开的实施例的用于控制交通工具110的装置500的示意框图。装置500可以被包括在图1的计算设备120中或者被实现为计算设备120。如图5所示，装置500可以包括行驶状态数据获取模块510，被配置为获取所述交通工具在预定时段内的行驶状态数据置。装置500还可以包括力学参数确定模块520，被配置为基于所述行驶状态数据确定所述交通工具的力学参数，所述力学参数至少包括所述交通工具的重力。装置500可以进一步包括行驶控制模块530，被配置为基于所述力学参数来控制所述交通工具的行驶。

在某些实施例中，行驶状态数据获取模块510可以包括：第一数据获取模块(未示出)，被配置为在所述预定时段内的第一时刻获取所述交通工具的第一行驶状态数据；以及第二数据获取模块(未示出)，被配置为响应于所述第一行驶状态数据的数量低于预定阈值，在所述预定时段内的第二时刻获取所述交通工具的第二行驶状态数据。

在某些实施例中，行驶控制模块530可以包括：控制参数确定模块(未示出)，被配置为从预定映射表中确定与所述力学参数对应的自动驾驶控制参数；以及控制模块(未示出)，被配置为基于所述自动驾驶控制参数控制所述交通工具的行驶。

在某些实施例中，行驶状态数据可以包括所述交通工具在所述预定时段内的多个时刻的驱动力和加速度中的至少一项。

在某些实施例中，行驶状态数据可以包括所述交通工具的行驶坡度，并且行驶控制模块530还可以包括：控制参数确定模块(未示出)，被配置为从预定映射表中确定与所述力学参数对应的自动驾驶控制参数；比例因子确定模块(未示出)，被配置为基于所述行驶坡度确定所述自动驾驶控制参数的补偿参数；以及控制模块(未示出)，被配置为基于所述自动驾驶控制参数与补偿参数控制所述交通工具的行驶。

在某些实施例中，交通工具可以包括以下各项中的至少一项：载货车辆；轿车；公共汽车；地铁；以及火车。

图6示出了能够实施本公开的多个实施例的计算设备600的框图。设备600可以用于实现图1的计算设备120。如图所示，设备600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的计算机程序指令或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序指令，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。CPU 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。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理单元601执行上文所描述的各个方法和处理，例如过程300、400。例如，在一些实施例中，过程200、300、400可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由CPU601执行时，可以执行上文描述的过程200、300、400的一个或多个步骤。备选地，在其他实施例中，CPU 601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行过程200、300、400。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (14)

1.一种用于控制交通工具的方法，包括：

获取所述交通工具在预定时段内的行驶状态数据；

基于所述行驶状态数据确定所述交通工具的力学参数，所述力学参数至少包括所述交通工具的重力；以及

基于所述力学参数来控制所述交通工具的行驶。

2.根据权利要求1所述的方法，其中获取所述交通工具的所述行驶状态数据包括：

在所述预定时段内的第一时刻获取所述交通工具的第一行驶状态数据；以及

响应于所述第一行驶状态数据的数量低于预定阈值，在所述预定时段内的第二时刻获取所述交通工具的第二行驶状态数据。

3.根据权利要求1所述的方法，其中基于所述力学参数来控制所述交通工具的行驶包括：

从预定映射表中确定与所述力学参数对应的自动驾驶控制参数；以及

基于所述自动驾驶控制参数控制所述交通工具的行驶。

4.根据权利要求1所述的方法，其中所述行驶状态数据包括所述交通工具在所述预定时段内的多个时刻的驱动力和加速度中的至少一项。

5.根据权利要求1所述的方法，其中所述行驶状态数据包括所述交通工具的行驶坡度，并且基于所述力学参数来控制所述交通工具的行驶还包括：

从预定映射表中确定与所述力学参数对应的自动驾驶控制参数；

基于所述行驶坡度确定所述自动驾驶控制参数的补偿参数；以及

基于所述自动驾驶控制参数与所述补偿参数控制所述交通工具的行驶。

6.根据权利要求1所述的方法，其中所述交通工具包括以下各项中的至少一项：

载货车辆；

轿车；

公共汽车；

地铁；以及

火车。

7.一种用于控制交通工具的装置，包括：

行驶状态数据获取模块，被配置为获取所述交通工具在预定时段内的行驶状态数据；

力学参数确定模块，被配置为基于所述行驶状态数据确定所述交通工具的力学参数，所述力学参数至少包括所述交通工具的重力；以及

行驶控制模块，被配置为基于所述力学参数来控制所述交通工具的行驶。

8.根据权利要求7所述的装置，其中所述行驶状态数据获取模块包括：

第一数据获取模块，被配置为在所述预定时段内的第一时刻获取所述交通工具的第一行驶状态数据；以及

第二数据获取模块，被配置为响应于所述第一行驶状态数据的数量低于预定阈值，在所述预定时段内的第二时刻获取所述交通工具的第二行驶状态数据。

9.根据权利要求7所述的装置，其中所述行驶控制模块包括：

控制参数确定模块，被配置为从预定映射表中确定与所述力学参数对应的自动驾驶控制参数；以及

控制模块，被配置为基于所述自动驾驶控制参数控制所述交通工具的行驶。

10.根据权利要求7所述的装置，其中所述行驶状态数据包括所述交通工具在所述预定时段内的多个时刻的驱动力和加速度中的至少一项。

11.根据权利要求7所述的装置，其中所述行驶状态数据包括所述交通工具的行驶坡度，并且所述行驶控制模块还包括：

控制参数确定模块，被配置为从预定映射表中确定与所述力学参数对应的自动驾驶控制参数；

比例因子确定模块，被配置为基于所述行驶坡度确定所述自动驾驶控制参数的补偿参数；以及

控制模块，被配置为基于所述自动驾驶控制参数与所述补偿参数控制所述交通工具的行驶。

12.根据权利要求7所述的装置，其中所述交通工具包括以下各项中的至少一项：

载货车辆；

轿车；

公共汽车；

地铁；以及

火车。

13.一种电子设备，所述电子设备包括：

一个或多个处理器；以及

存储装置，用于存储一个或多个程序，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1-6中任一项所述的方法。

14.一种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如权利要求1-6中任一项所述的方法。

Images