CN110727269A - 车辆控制方法及相关产品 - Google Patents

车辆控制方法及相关产品 Download PDF

Info

Publication number
CN110727269A
CN110727269A CN201910955951.7A CN201910955951A CN110727269A CN 110727269 A CN110727269 A CN 110727269A CN 201910955951 A CN201910955951 A CN 201910955951A CN 110727269 A CN110727269 A CN 110727269A
Authority
CN
China
Prior art keywords
vehicle
image
mark
control information
vehicle control
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
Application number
CN201910955951.7A
Other languages
English (en)
Other versions
CN110727269B (zh
Inventor
陈浩能
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201910955951.7A priority Critical patent/CN110727269B/zh
Publication of CN110727269A publication Critical patent/CN110727269A/zh
Application granted granted Critical
Publication of CN110727269B publication Critical patent/CN110727269B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Abstract

本申请实施例公开了一种车辆行驶控制方法及相关产品，所述方法应用于车载系统，包括：所述车载系统获取周边图像；所述车载系统识别所述周边图像，若在所述周边图像中检测到标志图像，解析所述标志图像，得到与所述标志图像对应的车辆控制信息，所述标志图像为设置于车辆行驶车道场景中的标志对应的图像；所述车载系统根据所述车辆控制信息控制车辆行驶。本申请实施例有利于提高驾驶的安全性。

Description

车辆控制方法及相关产品
技术领域
本申请涉及智能驾驶技术领域，具体涉及一种车辆控制方法及相关产品。
背景技术
随着图像识别技术的成熟，汽车自动驾驶技术已然成为了当前汽车行业发展的一个未来趋势，汽车自动驾驶需要解决的技术问题就是保证驾驶安全，其驾驶安全的实现主要在于及时获取到路况信息。目前，在获取路况信息时，主要通过图像识别、红外线传感识别、雷达识别以及激光三维扫描识别。这些技术除激光三维扫描识别技术以外，通过电子地图和GPS规划路线及安装在车辆上摄像头和红外传感器来捕捉周围车辆、行人、交通灯的图像信息，从而控制车辆规避障碍物。
然而，在某些复杂的行驶道路情况下，现有的自动驾驶技术无法实现特殊的驾驶需求。例如，应用于目前的车载设备的图像识别能力不足，带来的识别错误。又例如，目前的自动驾驶技术属于车辆或用户预定义后的控制行为，无法实现统一管理如交通管理部门对自动驾驶车辆在路段或场景的强制指令行为。
因此，亟需一种图像识别精度高、能够识别各种驾驶路段或场景的自动驾驶技术。
发明内容
本申请实施例提供了一种车辆行驶控制方法及相关产品，以期快速、准确获取车辆控制信息，从而获得更高效与智能的自动控制能力。
第一方面，本申请实施例提供一种车辆行驶控制方法，所述方法应用于车载系统，包括：
所述车载系统获取周边图像；
所述车载系统识别所述周边图像，若在所述周边图像中检测到标志图像，解析所述标志图像，得到与所述标志图像对应的车辆控制信息，所述标志图像为设置于车辆行驶车道场景中的标志对应的图像；
所述车载系统根据所述车辆控制信息控制车辆行驶。
第二方面，本申请实施例提供一种车载系统，包括：
获取单元，用于获取周边图像；
识别单元，用于别所述周边图像，若在所述周边图像中检测到标志图像，解析所述标志图像，得到与所述标志图像对应的车辆控制信息，所述标志图像为设置于车辆行驶车道场景中的标志对应的图像；
控制单元，用于根据所述车辆控制信息控制车辆行驶。
第三方面，本申请实施例提供一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如第一方面所述的方法中的步骤的指令。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序使得计算机执行如第一方面所述的方法。
第五方面，本申请实施例提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机可操作来使计算机执行如第一方面所述的方法。
实施本申请实施例，具有如下有益效果：
可以看出，在本申请实施例中，对预先设置的标志进行识别，基于该标志的标志图像快速获取到车辆控制信息，依据该车辆控制信息控制车辆行驶，无需进行自动驾驶决策的生成与判断，进而提高自动驾驶的安全性与自动化控制能力。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1A为本申请实施例提供的一种车辆行驶控制的场景示意图；
图1B为本申请实施例提供的一种车辆行驶控制方法的流程示意图；
图1C为本申请实施例提供的一种标志的示意图
图1D为本申请实施例提供的一种划分行驶区域的示意图；
图1E为本申请实施例提供的一种设置标志的示意图；
图1F为本申请实施例提供的另一种设置标志的示意图；
图1G为本申请实施例提供的一种空间夹角的示意图；
图1H为本申请实施例提供的另一种设置标志的示意图；
图1I为本申请实施例提供的一种截取区域的示意图；
图2为本申请实施例提供的另一种车辆行驶控制方法的流程示意图；
图3为本申请实施例提供的另一种车辆行驶控制方法的流程示意图；
图4为本申请实施例提供的一种车载系统的结构示意图；
图5为本申请实施例提供的一种车载系统的功能单元组成框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结果或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
参阅图1A，图1A为本申请实施例提供的一种控制车辆行驶的场景示意图，包括车辆100、该车辆100的车载系统110、摄像模块120(包括摄像头和激光雷达)和设置于车辆行驶车道场景中的标志130，另外本申请中所提到的标志也可称为实体标志，该标志130设置于车辆行驶车道场景中，车载系统100包括车载终端以及车辆的软件设备(计算平台)以及硬件设备(摄像头、雷达、芯片、终端)。
其中：车载系统400可以与云端服务器进行交互，车载系统400的通信接口包含通讯模块。车载系统400上包括有成像设备(摄像机、激光雷达)、传感设备、车载显示屏或语音系统以及用户交互设备。并且，成像设备、传感设备、车载显示屏或语音系统以及用户交互设备均含网络通讯模块，均可以与云端服务器进行交互。
车辆100行驶在车道；
车载系统110，获取周边图像，在检测到该周边图像中包含标志图像时，解析该标志图像，得到该标志图像对应的车辆控制信息，根据该车辆控制信息控制车辆100的行驶。
具体来说，车载系统110解析该标志图像，得到该标志图像的标识信息，根据标识信息与车辆控制信息的映射关系，得到所述标志图像对应的车辆控制信息，其中，所述标识信息包括以下至少一种或几种的组合：所述标志的形状、所述标志的颜色和所述标志的面积。举例来说，当该标志的形状为圆形时，表示前方区域为校区，车速需在v1～v2范围，并且行驶在第二车道，车载系统110将车俩100的车速控制在v1～v2范围内，并控制车辆100行驶在第二车辆，再如，该标志的颜色为红色时，表示前方为山体滑落区域，其对应的车辆控制信息为指示车辆行驶在外侧车道。
可以看出，在本申请实施例中，车载系统获取车道场景中设置的标志，并获取该标志对应的标志图像对应的车辆控制信息，根据该车辆控制信息控制车辆行驶，从而提高路况信息获取的速度，提高无人驾驶的安全性。
参阅图1B，图1B为本申请实施例提供的一种车辆行驶控制方法的流程示意图，该方法应用于车载系统，该方法包括但不限于以下步骤：
101：车载系统获取周边图像。
车载系统控制车辆的摄像头或者激光雷达来获取周边图像。
102：车载系统识别所述周边图像，若在所述周边图像中检测到标志图像，解析所述标志图像，得到与所述标志图像对应的车辆控制信息，所述标志图像为设置于车辆行驶车道场景中的标志对应的图像。
可选的，车载系统通过区域检测算法对该周边图像进行区域检测，确定该周边图像中包含物体的区域，通过预先训练好的图像识别模型对每个包含物体的区域进行物体识别，得到每个区域的物体类别，如确定某个区域中的物体属于标志，则确定该周边图像中包含该标志图像。
进一步地，在确定某个区域中的物体为标志时，解析该区域中的标志图像，得到标志图像中标志对应的标识信息；根据标识信息与车辆控制信息的映射关系，得到所述标志图像对应的车辆控制信息；其中，所述标识信息包括以下至少一种或几种的组合：所述标志的形状、所述标志的颜色和所述标志的面积。
103：车载系统根据所述车辆控制信息控制车辆行驶。
车载系统根据该车辆控制信息来控制车辆的行驶参数，该行驶参数包括但不限于车辆的行驶速度、加速度、硬件配置，该硬件配置可以为：摄像头的类别，该类别包括单目摄像头、双目摄像头、三目摄像头、16线速激光雷达、64线速激光雷达等等。
可以看出，在本申请实施例中，车载系统获取预先设置的标志，获取该标志的标志图像对应的车辆控制信息，根据该车辆控制信息控制车辆行驶，仅需识别该标志的标识信息即可得到车辆控制信息，提高了图像识别速度，从而提高路况信息获取的速度，提高自动驾驶的安全性与自动化控制能力。
下面提供一种标志图像，并详细说明根据该标志图像得到车辆控制信息的过程，但本申请并不对标志图像的具体形式做唯一限定。
图1C为本申请提供的一种标志图像。如图1C所示，该标志图像为4*4的宫格排列的正方形图像。该标志图像中包含16个功能区域。该标识还包括标识侦测区域，该标识侦测区域用于识别装置对该标志的侦测，标志图像中的其他功能区域的图案不得与标识侦测区域相同或接近，并且，标志图像中的除标识侦测区域外其他功能区域的图案为正方形。标识侦测区域同时可被用作车载系统对该标志图像的方位进行调整。该标志图像中可包含标识指示区域，即该标志图像中的“5”，“3”，“A”，“+”、“-”、“丨”图案。其中，每个图案可代表一个具体含义属性或具体指令，数字“5”用于表示车速为80km/h，数字“3”用于表征车辆的最大加速度为3m/s2，“A”用于表征车辆处于自动驾驶状态，“+”用于表征前方有十字路口，“-”用于表征十字路口减速慢行，“丨”用于表征前方可直行。该标志图像中可包含至少一个颜色校正区域，该颜色校正区域用于对标志图像进行颜色较准与还原，或用作与图像中指定部份颜色的对比。该标识图像中还包含留白区域，留白区域位于标识的外围与子宫格间的间隙，留白区域的作用是区分被摄图像中的标志图像与其他图像。
可选的，该标识中可包含编码区域，如方案B的左上角图案，编码区域中设置有记录信息所需的载体，例如码原，故可在编码区域中编码车辆控制信息。其编码方式为现有的二维码编码方式，不在详细叙述。
在一些可能的实施方式中，解析所述标志图像，得到与所述标志图像对应的车辆控制信息的实现过程可以为：
解析所述标志图像，获取车辆在当前时刻与所述标志的距离；
根据所述距离确定所述车辆所在区域，如所述区域位于子预设区域，获取与所述子预设区域对应的控制信息。
具体来讲，如图1D所示，先以标志为中心，将标志的周围区域划分为若干个子预设区域，图1D中仅画出了24个子预设区域。然后，对每个子预设区域预先设定相同或者不同的车辆控制信息。例如，子预设区域1对应的车辆速度为40km/h～50km/h，子预设区域2对应的车辆速度范围为70km/h～80km/h。
表1示出了子预设区域与控制信息的映射关系。
表1
区域 子预设区域1 子预设区域2 子预设区域3 ……
控制信息 40KM/H 略 重点识别区域 ……
此外，获取车辆在当前时刻与所述标志的距离的实现过程可以为：基于该标志图像、拍摄参数以及该实体标志的实际尺寸确定车辆相对于该标志的距离，其中，该实际尺寸由车载系统通过解析该标志的标识信息得到，该拍摄参数包括拍摄镜头视角α以及镜头焦距m。
具体来说，如图1E所示，当标志位于车辆所行驶场景中的正前方时，首先获取标志在图像中的尺寸与实际尺寸的比例K，然后，基于该标志图像的尺寸与比例K得到该标志图像所对应的实际场景的范围距离b，基于该距离b确定出相对距离X＝(b/2)/(tanα/2)。
另外，为了便于理解，将车辆所在的三维空间转化为二维平面进行描述，三维空间的实现原理与二维平面类似，不再叙述。
进一步地，该标志图像中还包括侦测定位图形，如图1F所示的三个圆形图形。在得到标志实拍图像后，首先基于图像中侦测定位图形纠正该标志图像，即将非正俯视角度所实拍的标志图像调整为正俯视拍摄角度。如图1F所示，左图示出了车载系统中预先存储的标志的标准正俯视图像(即标志位于车辆正前方时所得到的正俯视图像)，如图1G所示，在左图中计算得出从左上侦测定位图形的圆环圆心至右上侦测定位图形的圆环圆心的向量X1，得出从左上侦测定位图形的圆环圆心至左下侦测定位图形的圆环圆心的向量Y1，并确定3个侦测定位区所构成平面的垂直方向为Z1，其中X1与Y1的夹角为φ1；同样获得实际拍摄的标志图像中的X2，Y2，Z2与φ2。显而易见地，通过向量X1，X2，Y1，Y2、夹角φ1、φ2即能计算出方向Z1与Z2的夹角β。
可以理解的是，β为车辆和标志实体正方向的夹角，即实际拍摄的角度。该夹角β有两个实际功能：一、校正实拍图像的标志形状，即把实拍图像代入特定的三维坐标计算程序，程序将X2，Y2，Z2代入计算，并以降夹角β调整为零的方向调整实拍图片，被调整后的实拍图片即为标志的正俯视拍摄角度；二、用作车辆与标志实体的相对位置计算。
进一步地，基于该标志图像，对应的拍摄参数，以及该标志实体的特定尺寸确定车辆与相对于该标志的距离。其中，所述车载系统已知标志实体的特定尺寸，所述车载系统已知拍摄参数包括拍摄镜头视角α以及镜头焦距m。如图1E所示，基于标志在图像中的尺寸与其实体的特定尺寸的比例K，然后，基于图像尺寸与比例K计算得出图像显示范围的实际场景距离b，则可确定出车辆与标志的相对距离X＝(b/2)/(tanα/2)。
进一步地，图1H为标志处于车辆正前方两侧的场景，同样基于标志在图像中的尺寸与其实体的特定尺寸的比例K，将图像中标志与图像中心点的尺寸带入比例K计算得出Y的实际距离。因此，车辆正方向与标志平面的垂直方向夹角Θ的计算公式为Θ＝arcsin(Y/X)。
因此，基于该相对距离x，夹角β即可确定出车辆落入的子预设区域，并获取与该子预设区域对应的车辆控制信息，根据该车辆控制信息控制车辆行驶。
在一些可能的实施方式中，车载系统获取周边图像的实现过程可以为：所述车载系统获取导航信息，根据所述导航信息确定行驶路线；所述车载系统确定所述行驶路线上设置有标志的目标位置，若行驶在所述目标位置，开启与所述目标位置对应的摄像设备获取所述周边图像。
具体来说，可在特殊位置设置有标志，例如，在校区、视野盲区、山体滑落区域，等等，并将设置有标志的位置加入电子地图，当车辆行驶在该特殊位置的时候，即可从电子地图中读取该特殊位置的标志的设置方向，开启与所述设置方向对应的摄像设备获取所述周边图像。
进一步地，车载系统获取环境参数，根据所述环境参数确定环境亮度，其中，该环境亮度为可见光线的强度，由于摄像机的拍摄会受环境亮度的影响，所以，在该环境亮度大于阈值时，将所述摄像机的拍摄方向调整至与该设置方向对应，通过所述摄像机获取所述周边图像，在该环境亮度小于阈值，通过激光雷达来获取周边图像。
进一步地，由于激光雷达获得是点云数据，点云数据比较稀疏，所以先对获取到的稀疏点云数据进行拼接，得到稠密的点云数据，再将该稠密的点云数据进行反变换，得到该稠密的点云数据的深度图像，将该深度图像作为该周边图像，然后，将该深度图像作为输入数据进行区域检测和物体识别。
在一些可能的实施方式中，在所述环境亮度大于阈值时，所述方法还包括：获取天气信息，根据所述天气信息确定当前时刻太阳直射角，根据所述太太阳直射角以及所述标志的设置方向判断是否直射所述标志，如是，将所述激光雷达的拍摄扫描方向调整至与所述目标位置对应，通过所述激光雷达获取所述周边图像。在本示例中，考虑太阳直射的原因，从而获取到精确地周边图像，提高标志检测的准确度。
在一些可能的实施方式中，当车辆行驶在该特殊位置区域时，车载系统与该区域中的路边单元建立通信连接，路边单元获取该区域的周边图像，并将该周边图像发送给该车载系统。
在一些可能的实施方式中，车载系统根据所述车辆控制信息控制车辆行驶的实现过程可以为：根据所述车辆控制信息确定所述车辆对应的自动驾驶级别；获取与所述自动驾驶级别对应的行驶参数和硬件配置；根据所述行驶参数和所述硬件配置控制所述车辆行驶。
该车辆控制信息表明了前方道路信息，根据该道路信息确定自动驾驶级别，根据自动驾驶级别、行驶参数和硬件配置三者之间的映射关系，确定该车辆控制信息对应的行驶参数和硬件配置，车载系统根据获取到的行驶参数和硬件配置来控制车辆行驶。
其中，自动驾驶级别包括L1级(辅助驾驶)、L2级(半自动驾驶)、L3级(有条件自动驾驶)、L4级(高度自动驾驶)和L5级(全自动驾驶)；行驶参数包括速度范围、加速度范围、地图级别，硬件配置为摄像设备的启动方式，当硬件配置的级别为一级时，其启动的摄像设备为摄像头，该摄像头可以为单目摄像头、双目摄像头或三目摄像头，等等，当硬件配置的级别为二级时，其启动的摄像设备为雷达，该雷达可以为毫米波雷达或超声波雷达，当硬件配置级别为三级时，其启动的摄像设备为激光雷达，该激光雷达可以为16线速激光雷达，32线速激光雷达或64线速激光雷达。
自动驾驶级别、行驶参数和硬件配置三者之间的映射关系如表2所示：
表2
自动驾驶级别 硬件配置 地图级别 速度范围 加速度范围
L1或L2 一级 一级 v1～v2 a1～a2
L3或L4 二级 二级 v3～v4 a3～a4
L5 三级 三级 v5～v6 a5～a6
举例来说，在车辆控制信息表征前方行驶区域为学校区域时，基于表1其对应的自动驾驶级别为L3级别，则确定其对应的硬件配置为二级，速度范围为v3～v4，加速度范围为a3～a4，则车载系统将车辆的行驶速度控制为在v3～v4范围内，加速度控制在a3～a4范围内。
在一些可能的实施方式中，车载系统根据所述车辆控制信息控制车辆行驶的实现过程可以为：根据所述车辆控制信息确定截取所述周边图像中关键部分，得到目标图像，并对所述目标图像进行图像识别，根据所述图像目标图像的识别结果控制所述车辆行驶。
举例来说，参阅图1H，在车辆控制信息表征需要截图截取的区域为11，12，13，14时，对11，12，13，14中区域进行截图，得到目标图像，车载系统对目标图像进行实时识别，如识别出11，12，13，14区域中任意一个区域出现人或动物时，向车辆发出刹车指令。
在一些可能的实施方式中，在所述车载系统根据所述车辆控制信息控制车辆行驶之前，所述方法还包括：如确定驾驶位置存在驾驶员，所述车载系统获取所述驾驶员的面部图像；所述车载系统识别所述面部图像，得到所述驾驶员的驾驶状态；所述车载系统根据所述车辆控制信息控制车辆行驶，包括：若所述驾驶状态为正常状态，所述车载系统通过语音播报提示所述驾驶员根据所述车辆控制信息控制所述车辆行驶；若所述驾驶状态为疲劳状态，所述车载系统根据所述车辆控制信息自动控制所述车辆行驶。
在本示例，当车辆中存在驾驶人员时，则通过语音播报的方式，提示驾驶员控制车辆行驶，从而增加车辆控制方式，提高用户体验。
参阅图2，图2为本申请实施例提供的另一种车辆行驶控制方法的流程示意图，该方法应用于车载系统，该方法包括但不限于以下步骤：
201：车载系统获取导航信息，根据所述导航信息确定行驶路线。
202：车载系统获取所述行驶路线上设置有标志的目标位置以及位置信息，在行驶在所述目标位置时，开启与所述目标位置对应的摄像设备获取所述周边图像。
203：车载系统识别所述周边图像，若在所述周边图像中检测到标志图像，解析所述标志图像，得到与所述标志图像对应的车辆控制信息，所述标志图像为设置于车辆行驶车道场景中的标志对应的图像。
204：车载系统根据所述车辆控制信息控制车辆行驶。
可以看出，在本示例中，车载系统获取车道场景中设置的标志，获取该标志对应的标志图像对应的车辆控制信息，根据该车辆控制信息控制车辆行驶，标志图像无需使用图像识别算法进行图像识别，仅需识别该标志的标识信息即可得到车辆控制信息，从而提高路况信息获取的速度，提高无人驾驶的安全性；而且，根据导航信息开启对应的摄像设备来获取周边图像，无需实时获取周边图像，进而降低车载系统的工作功耗。
需要说明的是，图2所示的方法的各个步骤的具体实现过程可参见上述图1B所述方法的具体实现过程，在此不再叙述。
参阅图3，图3为本申请实施例提供的另一种车辆行驶控制方法的流程示意图，该方法应用于车载系统，该方法包括但不限于以下步骤：
301：车载系统获取导航信息，根据所述导航信息确定行驶路线。
302：车载系统获取所述行驶路线上设置有标志的目标位置以及位置信息，在行驶在所述目标位置时，获取所述目标位置的环境参数，根据所述环境参数确定环境亮度。
303：若所述环境亮度大于阈值，车载系统将所述摄像机的拍摄方向调整至与所述目标位置对应，通过所述摄像机获取周边图像。
304：若所述环境亮度小于所述阈值，将所述激光雷达的拍摄扫描方向调整至与所述目标位置对应，车载系统通过所述激光雷达获取所述周边图像。
305：车载系统识别所述周边图像，若在所述周边图像中检测到标志图像，解析所述标志图像，得到与所述标志图像对应的车辆控制信息，所述标志图像为设置于车辆行驶车道场景中的标志对应的图像。
306：车载系统根据所述车辆控制信息控制车辆行驶。
可以看出，在本申请实施例中，车载系统获取车辆行驶车道场景中设置的标志，斌获取该标志对应的标志图像对应的车辆控制信息，根据该车辆控制信息控制车辆行驶，标志图像无需使用图像识别算法进行图像识别，仅需识别该标志的标识信息即可得到车辆控制信息，从而提高路况信息获取的速度，提高无人驾驶的安全性；而且，根据导航信息开启对应的摄像设备来获取周边图像，无需实时获取周边图像，进而降低车载系统的工作功耗；而且，在不同环境下通过不同的设备来获取周边图像，进而提高周边图像获取的灵活性。
需要说明的是，图3所示的方法的各个步骤的具体实现过程可参见上述图1B所述方法的具体实现过程，在此不再叙述。
与上述图1B、图2、图3所示的实施例一致的，请参阅图4，图4为本申请实施例提供的一种车载系统400的结构示意图，如图4所示，该车载系统400包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序不同于上述一个或多个应用程序，且上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行以下步骤的指令，上述通信接口用与摄像机和激光雷达等摄像或传感设备、车载显示屏或语音系统等用户交互设备的通信：
获取周边图像；
识别所述周边图像，若在所述周边图像中检测到标志图像，解析所述标志图像，得到与所述标志图像对应的车辆控制信息，所述标志图像为设置于车辆行驶车道场景中的标志对应的图像；
根据所述车辆控制信息控制车辆行驶。
在一些可能的实施方式中，在解析所述标志图像，得到与所述标志图像对应的车辆控制信息方面，上述程序具体用于执行以下步骤的指令：
解析所述标志图像，得到所述标志图像中标志的标识信息；
根据标识信息与车辆控制信息的映射关系，得到所述标志图像对应的车辆控制信息；
其中，所述标识信息包括以下至少一种或几种的组合：
所述标志的形状、所述标志的颜色和所述标志的面积。
在一些可能的实施方式中，在获取周边图像方面，上述程序具体用于执行以下步骤的指令：
获取导航信息，根据所述导航信息确定行驶路线；
获取所述行驶路线上设置有标志的目标位置，在行驶在所述目标位置时，开启与所述目标位置对应的摄像设备获取所述周边图像。
在一些可能的实施方式中，所述摄像设备包括摄像机和激光雷达，在开启与所述目标位置对应的摄像设备获取所述周边图像方面，上述程序具体用于执行以下步骤的指令：
获取所述目标位置的环境参数，根据所述环境参数确定环境亮度；
若所述环境亮度大于阈值，将所述摄像机的拍摄方向调整至与所述目标位置对应，通过所述摄像机获取所述周边图像；
若所述环境亮度小于所述阈值，将所述激光雷达的拍摄扫描方向调整至与所述目标位置对应，通过所述激光雷达获取所述周边图像。
在一些可能的实施方式中，在根据所述车辆控制信息控制车辆行驶，上述程序具体用于执行以下步骤的指令：
根据所述车辆控制信息确定所述车辆对应的自动驾驶级别；
获取与所述自动驾驶级别对应的行驶参数和硬件配置；
根据所述行驶参数和所述硬件配置控制所述车辆行驶。
参阅图5，图5示出了上述实施例中所涉及的车载系统500的一种可能的功能单元组成框图，车载系统500包括：获取单元510、识别单元520和控制单元530，其中：
获取单元510，用于获取周边图像；
识别单元520，用于识别所述周边图像，若在所述周边图像中检测到标志图像，解析所述标志图像，得到与所述标志图像对应的车辆控制信息，所述标志图像为设置于车辆行驶车道场景中的标志对应的图像；
控制单元530，用于根据所述车辆控制信息控制车辆行驶。
在一些可能的实施方式中，在解析所述标志图像，得到与所述标志图像对应的车辆控制信息方面，识别单元520，具体用于：
解析所述标志图像，得到所述标志图像中标志的标识信息；
根据标识信息与车辆控制信息的映射关系，得到所述标志图像对应的车辆控制信息；
其中，所述标识信息包括以下至少一种或几种的组合：
所述标志的形状、所述标志的颜色和所述标志的面积。
在一些可能的实施方式中，在获取周边图像方面，获取单元510，具体用于：
获取导航信息，根据所述导航信息确定行驶路线；
获取所述行驶路线上设置有标志的目标位置，在行驶在所述目标位置时，开启与所述目标位置对应的摄像设备获取所述周边图像。
在一些可能的实施方式中，所述摄像设备包括摄像机和激光雷达，在开启与所述目标位置对应的摄像设备获取所述周边图像方面，获取单元510，具体用于：
获取所述目标位置的环境参数，根据所述环境参数确定环境亮度；
若所述环境亮度大于阈值，将所述摄像机的拍摄方向调整至与所述目标位置对应，通过所述摄像机获取所述周边图像；
若所述环境亮度小于所述阈值，将所述激光雷达的拍摄扫描方向调整至与所述目标位置对应，通过所述激光雷达获取所述周边图像。
在一些可能的实施方式中，在根据所述车辆控制信息控制车辆行驶，控制单元530，具体用于：
根据所述车辆控制信息确定所述车辆对应的自动驾驶级别；
获取与所述自动驾驶级别对应的行驶参数和硬件配置；
根据所述行驶参数和所述硬件配置控制所述车辆行驶。
本申请实施例还提供一种计算机存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现如上述方法实施例中记载的任何一种车辆行驶控制方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种车辆行驶控制方法的部分或全部步骤。
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，本申请并不受所描述的动作顺序的限制，因为依据本申请，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。
在上述实施例中，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。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种车辆行驶控制方法，其特征在于，所述方法应用于车载系统，包括：
所述车载系统获取周边图像；
所述车载系统识别所述周边图像，若在所述周边图像中检测到标志图像，解析所述标志图像，得到与所述标志图像对应的车辆控制信息，所述标志图像为设置于车辆行驶车道场景中的标志对应的图像；
所述车载系统根据所述车辆控制信息控制车辆行驶。
2.根据权利要求1所述的方法，其特征在于，所述解析所述标志图像，得到与所述标志图像对应的车辆控制信息，包括：
解析所述标志图像，得到所述标志图像中标志的标识信息；
根据标识信息与车辆控制信息的映射关系，得到所述标志图像对应的车辆控制信息；
其中，所述标识信息包括以下至少一种或几种的组合：
所述标志的形状、所述标志的颜色和所述标志的面积。
3.根据权利要求1或2所述的方法，其特征在于，所述车载系统获取周边图像，包括：
所述车载系统获取导航信息，根据所述导航信息确定行驶路线；
所述车载系统获取所述行驶路线上设置有标志的目标位置，在行驶在所述目标位置时，开启与所述目标位置对应的摄像设备获取所述周边图像。
4.根据权利要求3所述的方法，其特征在于，所述摄像设备包括摄像机和激光雷达，所述开启与所述目标位置对应的摄像设备获取所述周边图像，包括：
获取所述目标位置的环境参数，根据所述环境参数确定环境亮度；
若所述环境亮度大于阈值，将所述摄像机的拍摄方向调整至与所述目标位置对应，通过所述摄像机获取所述周边图像；
若所述环境亮度小于所述阈值，将所述激光雷达的拍摄扫描方向调整至与所述目标位置对应，通过所述激光雷达获取所述周边图像。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述车载系统根据所述车辆控制信息控制车辆行驶，包括：
所述车载系统根据所述车辆控制信息确定所述车辆对应的自动驾驶级别；
所述车载系统获取与所述自动驾驶级别对应的行驶参数和硬件配置；
所述车载系统根据所述行驶参数和所述硬件配置控制所述车辆行驶。
6.一种车载系统，其特征在于，包括：
获取单元，用于获取周边图像；
识别单元，用于别所述周边图像，若在所述周边图像中检测到标志图像，解析所述标志图像，得到与所述标志图像对应的车辆控制信息，所述标志图像为设置于车辆行驶车道场景中的标志对应的图像；
控制单元，用于根据所述车辆控制信息控制车辆行驶。
7.根据权利要求6所述的车载系统，其特征在于，
在解析所述标志图像，得到与所述标志图像对应的车辆控制信息方面，所述识别单元，具体用于：
解析所述标志图像，得到所述标志图像中标志的标识信息；
根据标识信息与车辆控制信息的映射关系，得到所述标志图像对应的车辆控制信息；
其中，所述标识信息包括以下至少一种或几种的组合：
所述标志的形状、所述标志的颜色和所述标志的面积。
8.根据权利要求6或7所述的车载系统，其特征在于，
在获取周边图像方面，所述获取单元，具体用于：
获取导航信息，根据所述导航信息确定行驶路线；
确定所述行驶路线上设置有标志的目标位置，若行驶在所述目标位置，获取所述目标位置的标志的设置位置，开启与所述设置位置对应的摄像设备获取所述周边图像。
9.一种电子设备，其特征在于，包括处理器、存储器、通信接口以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行权利要求1-5任一项方法中的步骤的指令。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-5任一项所述的方法。
CN201910955951.7A 2019-10-09 2019-10-09 车辆控制方法及相关产品 Active CN110727269B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910955951.7A CN110727269B (zh) 2019-10-09 2019-10-09 车辆控制方法及相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910955951.7A CN110727269B (zh) 2019-10-09 2019-10-09 车辆控制方法及相关产品

Publications (2)

Publication Number Publication Date
CN110727269A true CN110727269A (zh) 2020-01-24
CN110727269B CN110727269B (zh) 2023-06-23

Family

ID=69219774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910955951.7A Active CN110727269B (zh) 2019-10-09 2019-10-09 车辆控制方法及相关产品

Country Status (1)

Country Link
CN (1) CN110727269B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114095664A (zh) * 2020-11-06 2022-02-25 北京京东乾石科技有限公司 一种摄像头参数的调节方法和装置
WO2022110106A1 (zh) * 2020-11-30 2022-06-02 华为技术有限公司 一种扫码方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007028279A (ja) * 2005-07-19 2007-02-01 Honda Motor Co Ltd 車両及び路面標示認識装置
CN107380056A (zh) * 2016-05-16 2017-11-24 Lg电子株式会社 车辆用照明装置以及车辆
CN107563256A (zh) * 2016-06-30 2018-01-09 北京旷视科技有限公司 辅助驾驶信息产生方法及装置、辅助驾驶系统
CN107571867A (zh) * 2017-09-05 2018-01-12 百度在线网络技术（北京）有限公司 用于控制无人驾驶车辆的方法和装置
US20180045516A1 (en) * 2015-03-19 2018-02-15 Clarion Co., Ltd. Information processing device and vehicle position detecting method
CN109116846A (zh) * 2018-08-29 2019-01-01 五邑大学 一种自动驾驶方法、装置、计算机设备和存储介质
CN109808711A (zh) * 2018-12-25 2019-05-28 南京师范大学 自动驾驶车辆控制方法及系统、自动驾驶车辆及视觉假体
CN110244738A (zh) * 2019-06-26 2019-09-17 广州小鹏汽车科技有限公司 车辆的行驶控制方法、装置和车辆

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007028279A (ja) * 2005-07-19 2007-02-01 Honda Motor Co Ltd 車両及び路面標示認識装置
US20180045516A1 (en) * 2015-03-19 2018-02-15 Clarion Co., Ltd. Information processing device and vehicle position detecting method
CN107380056A (zh) * 2016-05-16 2017-11-24 Lg电子株式会社 车辆用照明装置以及车辆
CN107563256A (zh) * 2016-06-30 2018-01-09 北京旷视科技有限公司 辅助驾驶信息产生方法及装置、辅助驾驶系统
CN107571867A (zh) * 2017-09-05 2018-01-12 百度在线网络技术（北京）有限公司 用于控制无人驾驶车辆的方法和装置
CN109116846A (zh) * 2018-08-29 2019-01-01 五邑大学 一种自动驾驶方法、装置、计算机设备和存储介质
CN109808711A (zh) * 2018-12-25 2019-05-28 南京师范大学 自动驾驶车辆控制方法及系统、自动驾驶车辆及视觉假体
CN110244738A (zh) * 2019-06-26 2019-09-17 广州小鹏汽车科技有限公司 车辆的行驶控制方法、装置和车辆

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114095664A (zh) * 2020-11-06 2022-02-25 北京京东乾石科技有限公司 一种摄像头参数的调节方法和装置
WO2022110106A1 (zh) * 2020-11-30 2022-06-02 华为技术有限公司 一种扫码方法及装置

Also Published As

Publication number Publication date
CN110727269B (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN111695546B (zh) 用于无人车的交通信号灯识别方法和装置
CN110430401B (zh) 车辆盲区预警方法、预警装置、mec平台和存储介质
US10671860B2 (en) Providing information-rich map semantics to navigation metric map
CN113998034B (zh) 骑乘者辅助系统和方法
CN111874006B (zh) 路线规划处理方法和装置
CN112069643B (zh) 一种自动驾驶仿真场景生成方法及装置
US20210089794A1 (en) Vehicle system and method for detecting objects and object distance
KR101768500B1 (ko) 운전 보조 장치 및 그 제어방법
JP2002083297A (ja) 物体認識方法および物体認識装置
US20170359561A1 (en) Disparity mapping for an autonomous vehicle
CN114454809A (zh) 一种智能灯光切换方法、系统及相关设备
CN112967283B (zh) 基于双目摄像头的目标识别方法、系统、设备及存储介质
CN110008891B (zh) 一种行人检测定位方法、装置、车载计算设备及存储介质
CN114442101B (zh) 基于成像毫米波雷达的车辆导航方法、装置、设备及介质
CN110491156A (zh) 一种感知方法、装置及系统
CN108725318B (zh) 汽车安全预警方法、装置及计算机可读存储介质
CN110780287A (zh) 基于单目相机的测距方法及测距系统
CN110727269B (zh) 车辆控制方法及相关产品
CN107220632B (zh) 一种基于法向特征的路面图像分割方法
WO2021005105A1 (en) Imaging systems, devices and methods
KR101850794B1 (ko) 주차 지원 장치 및 방법
CN112654998B (zh) 一种车道线检测方法和装置
CN112183206B (zh) 一种基于路侧单目摄像头的交通参与者定位方法和系统
CN112334947A (zh) 基于传感器和存储器表示周围环境的方法、显示装置和具有显示装置的车辆
CN113895429A (zh) 一种自动泊车方法、系统、终端及存储介质

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
CB02 Change of applicant information

Address after: 29a-2a, dongle garden, 1023 Buxin Road, Luohu District, Shenzhen, Guangdong 518021

Applicant after: Chen Haoneng

Address before: 518000 513, building 11, Shenzhen Bay science and technology ecological park, No.16, Keji South Road, high tech community, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province

Applicant before: Chen Haoneng

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant