CN110745143B - 一种车辆的控制方法、装置、设备和存储介质 - Google Patents
一种车辆的控制方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110745143B CN110745143B CN201911040459.3A CN201911040459A CN110745143B CN 110745143 B CN110745143 B CN 110745143B CN 201911040459 A CN201911040459 A CN 201911040459A CN 110745143 B CN110745143 B CN 110745143B
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- driving
- option
- generating
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000012549 training Methods 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 11
- 208000019914 Mental Fatigue Diseases 0.000 abstract description 6
- 230000007774 longterm Effects 0.000 abstract description 6
- 230000036649 mental concentration Effects 0.000 abstract description 6
- 230000001276 controlling effect Effects 0.000 description 20
- 230000000875 corresponding effect Effects 0.000 description 19
- 230000006870 function Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种车辆的控制方法、装置、设备和存储介质。该方法通过获取车辆在行驶过程中的行驶数据；根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据；生成与所述建议数据相映射的选项数据；针对每一所述建议数据，获取一所述选项数据用于操控所述车辆行驶，解决远程操控无人车的技术中每辆车均需配置安全员所带来的成本高的问题，还解决了安全员长期高度精神集中的工作强度下容易产生精神疲劳所带来的无人车驾驶安全性低的问题，实现降低安全员的配置成本，以及提高无人车驾驶的安全性和可靠性的效果。
Description
技术领域
本发明实施例涉及无人驾驶技术，尤其涉及一种车辆的控制方法、装置、设备和存储介质。
背景技术
随着科技的发展，无人驾驶技术正处在蓬勃发展的关键时期。在无人驾驶技术的实现过程中，如何在驾驶位没有安全员的情况下，帮助无人车解决它所处理不了的极端和特殊路况是一个亟待解决的重要技术问题。
一般的，可以采用远程接管的方式，协助无人车在极端和特殊路况中行驶。其中，远程接管指安全员在不在车上的情况下，可以通过远端模拟器中控制车辆的方向盘、油门和刹车等，从而达到控制车辆行驶的效果。
但是，对于远程接管的方式，一方面，每辆车需要至少配置一个安全员，增加了人工成本；另一方面，由于需要安全员时时监控车辆是否需要协助，在安全员长期高度精神集中的工作强度下，容易造成安全员的精神疲劳，给判断车辆是否处于极端和特殊路况带来了不确定因素，不利于无人车的驾驶安全。
发明内容
本发明提供一种车辆的控制方法、装置、设备和存储介质，以实现降低安全员的配置成本，以及提高无人车驾驶的安全性和可靠性的效果。
第一方面，本发明实施例提供了一种车辆的控制方法，其特征在于，包括：
获取车辆在行驶过程中的行驶数据；
根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据；
生成与所述建议数据相映射的选项数据；
针对每一所述建议数据，获取一所述选项数据用于操控所述车辆行驶。
进一步的，所述获取车辆在行驶过程中的行驶数据，包括：
获取表示车辆行驶过程中周围环境的交通数据；
获取表示车辆行驶状态的车辆数据；
生成包括所述交通数据和车辆数据的行驶数据。
进一步的，所述根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据，包括：
获取分别用于应对不同的预设路况的多个预设模型；
将所述行驶数据输入各所述预设模型进行处理，以在各所述预设路况出现时，输出各所述预设模型对应的建议数据。
进一步的，所述针对每一所述建议数据，获取一所述选项数据用于操控所述车辆行驶，包括：
接收用户操作；
将所述用户操作所作用的选项数据，确定为目标选项数据；
生成与所述目标选项数据对应的行驶指令；
将所述行驶指令发送至所述车辆，所述车辆用于依据所述行驶指令进行动作。
进一步的，在所述生成与所述目标选项数据对应的行驶指令之前，还包括：
获取生成所述建议数据的第一时间戳；
获取选取所述目标选项数据的第二时间戳；
当所述第二时间戳与所述第一时间戳之差大于预置的阈值时，则忽略所述建议数据。
进一步的，在所述将所述行驶指令发送至所述车辆，所述车辆用于依据所述行驶指令进行动作之前，还包括：
模拟执行所述行驶指令；
当所述模拟的结果存在预置的危险情况时，则忽略所述建议数据。
进一步的，在将所述用户操作所作用的选项数据，确定为目标选项数据之后，还包括：
依据所述建议数据与所述行驶数据构建训练样本；
依据所述目标选项数据与样本类型的关联关系，将所述训练样本的样本类型分为正样本和负样本；
基于所述正样本和所述负样本对所述预设模型进行模型更新，并在所述模型更新达到结束条件时，输出所述预设模型。
进一步的，在所述获取车辆在行驶过程中的行驶数据之后，还包括：
从所述行驶数据中确定交通数据和车辆数据；
根据所述交通数据生成反映所述车辆所处位置及周围环境的地图画面；
根据所述车辆数据在所述地图画面中生成行驶轨迹；
在所述生成与所述建议数据相映射的选项数据之后，还包括：
将所述建议数据与所述选项数据关联地显示于所述地图画面上。
第二方面，本发明实施例还提供了一种车辆的控制装置，其特征在于，包括：
行驶数据获取模块，用于获取车辆在行驶过程中的行驶数据；
建议数据生成模块，用于根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据；
选项数据生成模块，用于生成与所述建议数据相映射的选项数据；
选项数据选取模块，用于针对每一所述建议数据，获取一所述选项数据用于操控所述车辆行驶。
第三方面，本发明实施例还提供了一种车辆的控制设备，其特征在于，包括：存储器以及一个或多个处理器；
所述存储器，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第一方面中任一所述的车辆的控制方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面中任一所述的车辆的控制方法。
本发明实施例通过获取车辆在行驶过程中的行驶数据；根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据；生成与所述建议数据相映射的选项数据；针对每一所述建议数据，获取一所述选项数据用于操控所述车辆行驶，解决远程操控无人车的技术中每辆车均需配置安全员所带来的成本高的问题，还解决了安全员长期高度精神集中的工作强度下容易产生精神疲劳所带来的无人车驾驶安全性低的问题，实现降低安全员的配置成本，以及提高无人车驾驶的安全性和可靠性的效果。
附图说明
图1A为本发明实施例一提供的一种车辆的控制方法的流程图；
图1B为本发明实施例一提供的一种车辆的控制方法的界面示意图；
图2为本发明实施例二提供的一种车辆的控制方法的流程图；
图3为本发明实施例三提供的一种车辆的控制装置的结构示意图；
图4为本发明实施例四提供的一种车辆的控制设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1A为本发明实施例一提供的一种车辆的控制方法的流程图，图1B为本发明实施例一提供的一种车辆的控制方法的界面示意图。本实施例可适用于远程接管无人车，以应对特殊路况的情况。其中，远程接管是指在安全员不在无人车上的情况下，安全员可以通过远端模拟器中控制车辆的方向盘、油门和刹车等，从而达到控制车辆行驶的效果。特殊路况，指的是在某些复杂的路况，仅通过自动驾驶的技术无法对路径进行准确的确定，需要人工介入进一步确定的路况。该特殊路况，可以是车辆在跟慢车的时候犹豫是否超车；又如，在单车道路面上被路边违停或者事故车辆卡住时不确定是否需要借逆向车道超车等类似问题。
进一步的，该方法可以由车辆的控制设备来执行。具体的，该车辆的控制设备可以集成在该车辆中的计算机设备。在该计算机设备中可以运行有自动驾驶系统，可以用于为车辆生成到达目的地的导航路线，并控制该车辆按照该导航路线行驶至目的地；还可以用于在车辆的形式过程中，分析当前的路况，并控制车辆自动驾驶以应对该路况，如避让车辆或行人、红灯行绿灯停等。
进一步的，参照图1A，针对应对特殊路况的技术方案，该方法具体包括如下步骤：
S110、获取车辆在行驶过程中的行驶数据。
本实施例中，行驶数据为车辆在行驶过程中获取的表示路况或者车辆行驶状态的数据，可以通过车载传感器、从其他车辆或云端获取的数据进行获取。
示例性的，该行驶数据可以包括交通数据和车辆数据，可以通过获取表示车辆行驶过程中周围环境的交通数据；获取表示车辆行驶状态的车辆数据；生成包括所述交通数据和车辆数据的行驶数据。
1、交通数据
交通数据为用于车辆行驶过程中周围环境的数据。
示例性的，车辆可以配置有激光雷达、摄像头等传感器；还可以配置有全球定位系统等硬件。如，可以通过激光雷达确定该车辆距离周围的障碍物的分布情况；又如，可以通过摄像头获取该车辆周围的图像数据，该摄像头可以配置成360°视角，通过图像数据可以确定车辆周围行人、车辆的分布，还可以确定交通指示标识，如红绿灯、限速标识等；又如，可以通过全球定位系统等硬件获取当前车辆的位置。
进一步的，在车联网的技术中，该车辆还可以与其他装置进行通信，以获取交通数据。例如，可以与红绿灯进行通信获取红绿灯的状态数据，如红灯当前的秒数；还可以与其他车辆进行通信，以获取其他车辆的情况，如是否变道、是否减速等；还可以与云端进行通信，以从云端获取交通路况，如是否堵车、堵车距离、堵车持续时间和地图数据等。
2、车辆数据
车辆数据为表示车辆行驶状态的数据。
示例性的，车辆数据可以包括：车辆的速度、加速度、油量、位置、方向盘角度、是否处于踩刹车、是否变换档位和是否踩油门等。
S120、根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据。
本实施例中，预设路况为预置的、需要安全员介入接管的复杂路况。进一步的，本实施例中，使用预设模型对预设路况进行检测，并在检测到预设路况时，自动为安全员生成建议数据。本实施例中，该建议数据可以是以问题的方式进行呈现，如是否超出、是否变道等。进一步的，安全员可以通过回复该建议数据，以操控该车辆行驶。
一般的，自动驾驶系统中包括多个不同的功能模块，分别用于分析和应对不同的路况。示例性的，该功能模块可以包括红绿灯模块、行人分析模块、车辆分析模块、路径规划模块等。进一步的，针对不同的功能模块，可以预置有与该功能模块匹配的预设模型。
如，红绿灯模块主要用于使用获取的图像数据确定当前红绿灯的状态，但是在摄像头被树叶或雨滴遮挡导致无法看清红灯的情况下，红绿灯模块无法正确分析当前红绿灯的状态，需要安全员介入接管无人车，以免出现闯红灯的情况出现。该建议数据可以是“前方路口是什么灯？”“是否是红灯？”等。
又如，行人分析模块主要用于分析行人与车辆距离；车辆分析模块主要用于分析车辆之间的距离。示例性的，在行人或车辆拥堵的情况下，需要安全员介入接管无人车，确定是否需要切换路线的情况，以避免由于拥堵造成目标导航的延迟。该建议数据可以是“是否切换规划路线”。
又如，路径规划模块主要用于根据红绿灯状态、行人和车辆的分布情况，控制车辆的自动行驶。示例性的，在遇到车辆在跟慢车的时候犹豫是否超车，或者，在单车道路面上被路边违停或者事故车辆卡住时不确定是否需要借逆向车道超车等类似问题时，需要安全员介入接管无人车，重新调整车辆的行驶。该建议数据可以是“是否超车”“是否借逆向车道超车”等。
进一步的，该预设模型可以是采用模式识别的模型，可以使用标识有建议数据的行驶数据作为训练样本，并以行驶数据为输入、建议数据为输出的形式，进行模型训练。示例性的，可以通过获取分别用于应对不同的预设路况的多个预设模型，每个功能模块可以设置有至少一个预设模型；将该行驶数据输入各该预设模型进行处理，以在各该预设路况出现时，输出各该预设模型对应的建议数据。
S130、生成与所述建议数据相映射的选项数据。
本实施例中，选项数据是该建议数据相映射的数据，当该建议数据为以问题行驶进行呈现时，该选项数据可以是该建议数据的多个候选项。具体的，如“是否超车”的选项数据可以是“是”或“否”；如“前方路口是什么灯？”的选项数据可以是“红灯”、“绿灯”或“黄灯”。
进一步的，该建议数据在建立时，可以与选项数据进行关联存储。
再进一步的，在该车辆的控制设备中运行的自动驾驶系统中，还可以设置有前端和后端。其中，后端可以用于等待从功能模块接收建议数据，并获取车辆的行驶数据，并对该建议数据和行驶数据进行界面的渲染。进一步的，前端与后端可以使用网络套接字(Websocket)进行通讯。进一步的，可以通过超文本传输协议(HyperText TransferProtocol，HTTP)请求访问该界面，以方便安全员可以直观的获取车辆当前的路况，并使用该界面对车辆进行远程接管。
在一实施例中，可以从该行驶数据中确定交通数据和车辆数据；根据该交通数据生成反映该车辆所处位置及周围环境的地图画面；根据该车辆数据在该地图画面中生成行驶轨迹。另外，还可以将该建议数据与该选项数据关联地显示于该地图画面上，方便安全员可以快速的回复该建议数据。
示例性的，可以参照图1B所示的地图画面可以包括第一画面10、第二画面20和第三画面30。第一画面10用于显示车载摄像头获取的图像数据，如该图像数据中包括本车辆11和前方车辆12的图像。第二画面20用于显示包括本车辆11所出路况的交通地图，如本车辆11所在的道路、前方车辆12的位置。图中使用带有箭头的虚线框表示的是本车辆11的历史位置和历史方向，可以构成本车辆11的行驶轨迹。进一步的，第三画面30用于显示建议数据31及相映射的选项数据32。
S140、针对每一所述建议数据，获取一所述选项数据用于操控所述车辆行驶。
在一实施例中，自动驾驶系统可以基于机器人系统(Robot of System，ROS)中的ROS信息(ROS message)和ROS主题(ROS topic)的方式实现问答模式。
如，定义“ros message Question”表示问题，其中包含的字段有：时间戳，建议数据的标识号，提出该建议数据的车辆，建议数据，选项数据等；定义“rosmessage Answer”表示决策结果，其中包含的字段有：时间戳，建议数据的标识号，被安全员选取的选项数据的索引。进一步的，可以定义“ros topic hint/question”用于发送问题，定义“ros topichint/Answer”用于发送决策结果。
具体的，每辆车辆的功能模块可以通过“ros topic hint/question”将建议数据发送至后端；后端在接收到前端中安全员选取的选项数据后，可以通过“rostopic hint/Answer”将安全员所选取选项数据通过广播至自动驾驶系统中，各功能模块根据建议数据的标识号可以确定该选取的选项数据是否对应于自身提出的建议数据。
在上述技术方案的基础上，当后端在一定时间段内收到若干问题时，会根据建议数据的到达时间依次将他们加入到队列，前端会依次从队列中取出问题并进行渲染。每个问题在前端的超时时间可以设置为30秒，即如果远程安全员在30秒内没有响应该问题，则该问题会自动消失。
进一步的，自动驾驶系统中的各功能模块在接收到该安全员所选取的选项数据后，可以根据该选项数据所表示的决策结果，操作车辆行驶。如建议数据为“是否超车”，若决策结果为“是”，则操控车辆进行超车的操作，若决策结果为“否”，则操控车辆仍然按照原本的操作进行行驶。
本实施例的技术方案，通过获取车辆在行驶过程中的行驶数据；根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据；生成与所述建议数据相映射的选项数据；针对每一所述建议数据，获取一所述选项数据用于操控所述车辆行驶，解决远程操控无人车的技术中每辆车均需配置安全员所带来的成本高的问题，还解决了安全员长期高度精神集中的工作强度下容易产生精神疲劳所带来的无人车驾驶安全性低的问题，实现降低安全员的配置成本，以及提高无人车驾驶的安全性和可靠性的效果。
实施例二
图2为本发明实施例二提供的一种车辆的控制方法的流程图。
本实施例在上述实施例的基础上进一步细化，具体的，包括：引入行驶指令操控车辆、对建议数据和选项数据进行安全校验等。
参照图2，该方法具体包括如下的步骤：
S210、获取车辆在行驶过程中的行驶数据。
S220、根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据。
S230、生成与所述建议数据相映射的选项数据。
S240、接收用户操作。
其中，用户操作为安全员作用在选项数据上的选择操作。
S250、将所述用户操作所作用的选项数据，确定为目标选项数据。
如图1B所示的地图画面，可以将用户所作用的选项数据，作为目标选项数据，如点击“是√”，则建议数据“向左变道？”所对应的安全员所选取的选项数据为“是√”，则“是√”为目标选选数据。
S260、生成与所述目标选项数据对应的行驶指令。
其中，行驶指令可以对应于车辆的行驶动作，如方向盘左转、方向盘右转、换挡、刹车、踩油门、向左扩道等。
进一步的，行驶指令可以包括多个连续的行驶动作，如行驶指令“超车”，可以包括方向盘左转、踩油门、方向盘回正等。需要注意的是，该行驶指令还可以是根据当前的车辆数据与交通数据，进行适应性调整，如调整行驶动作的次序和幅度等。
S270、将所述行驶指令发送至所述车辆，所述车辆用于依据所述行驶指令进行动作。
进一步的，在上述实施例的基础上，可以增加一些安全校验的步骤，以增加车辆执行该行驶指令的安全性和可靠性，如时间校验和指令校验等。
1、时间校验
本实施例中，可以通过获取生成该建议数据的第一时间戳；获取选取该目标选项数据的第二时间戳；当该第二时间戳与该第一时间戳之差大于预置的阈值时，则忽略该建议数据。具体的，当该第二时间戳与该第一时间戳之差大于预置的阈值时，则表示该建议数据和选项数据可能由于网络拥塞，系统卡顿等原因造成传输超时，也就是说，车辆收到行驶指令(决策结果)的时间距离发送建议数据(问题)的时间较大，该行驶指令(决策结果)已不适用于当前车辆所在的路况，则需要忽略该建议数据。
2、指令校验
本实施例中，可以通过模拟执行该行驶指令；当该模拟的结果存在预置的危险情况时，则忽略该建议数据。比如，在模拟执行“超车”的行驶指令时，发现后方来车与“超车”后的本车辆可能发生碰撞的危险情况，则该建议数据，不执行“超车”的行驶指令。
上述的忽略建议数据指的是不再响应该建议数据所对应的行驶指令。
在上述实施例的基础上，在以问题模式发出建议数据的技术方案中，对于每一个有回答的问题，自动驾驶系统可以自动触发一次上报数据的操作，将该问题(建议数据)和回答(目标选项数据)涉及到的时间范围内的行驶数据进行自动切割、打标签(以建议数据为标签)，以构建训练样本集合。进一步的，各个功能模块的算法工程师可以通过这些训练样本集合对各功能模块的预设模型进行迭代优化。
具体的，可以通过依据该建议数据与该行驶数据构建训练样本；依据该目标选项数据与样本类型的关联关系，将该训练样本的样本类型分为正样本和负样本；基于该正样本和该负样本对该预设模型进行模型更新，并在该模型更新达到结束条件时，输出该预设模型。
该样本类型可以包括正样本和负样本。本实施例中，可以通过收集远程安全员所选取的选项数据，以及最终的执行结果，就可以确定预设模型所输出的建议数据的时机是否正确，其中，时机正确为正样本，时机错误为负样本。
该样本类型一般可以与选项数据进行关联设置，如可以将目标选项数据为“是”所对应的建议数据和行驶数据作为正样本，将将目标选项数据为“否”所对应的建议数据和行驶数据作为负样本。
举例来说，当路线规划模块提出“是否向左变道超车”的建议数据时，如果安全员所选取的目标选项数据为“是”，路线规划模块也顺利的执行了向左变道完成了超车动作，那么可以认为在确定该行驶数据时，预设模型输出该建议数据是一个好的正样本。
具体的，因为路线规划模块在提出“是否向左变道超车”的建议数据时，一定是认为向左变道超车是一个更好的选择，此时如果安全员点了“是”，则表示安全员也认为这是一个更明智的选择。进一步的，当路线规划模块也成功完成了该目标选项数据对应的整套动作，这也验证了该建议数据的可行性。因此，可以将目标选项数据为“是”所对应的建议数据和行驶数据作为正样本。
反之，如果路线规划模块在抛出建议数据后，安全员给了“否”的决策结果，那么说明该建议数据是个错误的检测或者提的时机不对。因此，可以将目标选项数据为“否”所对应的建议数据和行驶数据作为负样本。
本实施例的技术方案，通过获取车辆在行驶过程中的行驶数据；根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据；生成与所述建议数据相映射的选项数据；接收用户操作；将所述用户操作所作用的选项数据，确定为目标选项数据；生成与所述目标选项数据对应的行驶指令；将所述行驶指令发送至所述车辆，所述车辆用于依据所述行驶指令进行动作，解决远程操控无人车的技术中每辆车均需配置安全员所带来的成本高的问题，还解决了安全员长期高度精神集中的工作强度下容易产生精神疲劳所带来的无人车驾驶安全性低的问题，实现降低安全员的配置成本，以及提高无人车驾驶的安全性和可靠性的效果。
进一步的，还通过将标记有建议数据的行驶数据作为训练样本，并通过安全员所选取的目标选项数据，来确定该训练样本的样本类型，以区分正样本和负样本，进而使用该正样本和负样本对预设模型进行更新，可以不断提高预设模型输出结果和输出时机的准确性，减少误报和漏报的情况。
实施例三
图3为本发明实施例三提供的一种车辆的控制装置的结构示意图。
参照图3，该装置具体包括如下结构：行驶数据获取模块310、建议数据生成模块320、选项数据生成模块330和选项数据选取模块340。
行驶数据获取模块310，用于获取车辆在行驶过程中的行驶数据。
建议数据生成模块320，用于根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据。
选项数据生成模块330，用于生成与所述建议数据相映射的选项数据。
选项数据选取模块340，用于针对每一所述建议数据，获取一所述选项数据用于操控所述车辆行驶。
本实施例的技术方案，通过获取车辆在行驶过程中的行驶数据；根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据；生成与所述建议数据相映射的选项数据；针对每一所述建议数据，获取一所述选项数据用于操控所述车辆行驶，解决远程操控无人车的技术中每辆车均需配置安全员所带来的成本高的问题，还解决了安全员长期高度精神集中的工作强度下容易产生精神疲劳所带来的无人车驾驶安全性低的问题，实现降低安全员的配置成本，以及提高无人车驾驶的安全性和可靠性的效果。
在上述技术方案的基础上，所述行驶数据获取模块310，包括：
交通数据获取单元，用于获取表示车辆行驶过程中周围环境的交通数据。
车辆数据获取单元，用于获取表示车辆行驶状态的车辆数据。
行驶数据生成单元，用于生成包括所述交通数据和车辆数据的行驶数据。
在上述技术方案的基础上，所述建议数据生成模块320，包括：
预设模型获取单元，用于获取分别用于应对不同的预设路况的多个预设模型。
模型处理单元，用于将所述行驶数据输入各所述预设模型进行处理，以在各所述预设路况出现时，输出各所述预设模型对应的建议数据。
在上述技术方案的基础上，所述选项数据选取模块340，包括：
用户操作接收单元，用于接收用户操作。
目标选取单元，用于将所述用户操作所作用的选项数据，确定为目标选项数据。
指令生成单元，用于生成与所述目标选项数据对应的行驶指令。
指令发送单元，用于将所述行驶指令发送至所述车辆，所述车辆用于依据所述行驶指令进行动作。
在上述技术方案的基础上，所述选项数据选取模块340，还包括：
第一时间确定单元，用于在所述生成与所述目标选项数据对应的行驶指令之前，获取生成所述建议数据的第一时间戳；
第二时间确定单元，用于获取选取所述目标选项数据的第二时间戳；
第一判断单元，用于当所述第二时间戳与所述第一时间戳之差大于预置的阈值时，则忽略所述建议数据。
在上述技术方案的基础上，所述选项数据选取模块340，还包括：
指令模拟单元，用于在所述将所述行驶指令发送至所述车辆，所述车辆用于依据所述行驶指令进行动作之前，模拟执行所述行驶指令。
第二判断单元，用于当所述模拟的结果存在预置的危险情况时，则忽略所述建议数据。
在上述技术方案的基础上，所述选项数据选取模块340，还包括：
训练样本获取单元，用于在将所述用户操作所作用的选项数据，确定为目标选项数据之后，依据所述建议数据与所述行驶数据构建训练样本。
样本分类单元，用于依据所述目标选项数据与样本类型的关联关系，将所述训练样本的样本类型分为正样本和负样本。
模型更新单元，用于基于所述正样本和所述负样本对所述预设模型进行模型更新，并在所述模型更新达到结束条件时，输出所述预设模型。
在上述技术方案的基础上，所述装置，还包括：
数据确定模块，用于所述获取车辆在行驶过程中的行驶数据之后，从所述行驶数据中确定交通数据和车辆数据。
地图画面生成模块，用于根据所述交通数据生成反映所述车辆所处位置及周围环境的地图画面。
轨迹生成模块，用于根据所述车辆数据在所述地图画面中生成行驶轨迹。
所述装置，还包括：
数据显示模块，用于在所述生成与所述建议数据相映射的选项数据之后，将所述建议数据与所述选项数据关联地显示于所述地图画面上。
上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种车辆的控制设备的结构示意图。如图4所示，该车辆的控制设备包括：处理器40、存储器41、输入装置42以及输出装置43。该车辆的控制设备中处理器40的数量可以是一个或者多个，图4中以一个处理器40为例。该车辆的控制设备中存储器41的数量可以是一个或者多个，图4中以一个存储器41为例。该车辆的控制设备的处理器40、存储器41、输入装置42以及输出装置43可以通过总线或者其他方式连接，图4中以通过总线连接为例。该车辆的控制设备可以是电脑和服务器等。本实施例以车辆的控制设备为服务器进行详细说明，该服务器可以是独立服务器或集群服务器。
存储器41作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明任意实施例所述的车辆的控制方法对应的程序指令/模块(例如，车辆的控制装置中的行驶数据获取模块310、建议数据生成模块320、选项数据生成模块330和选项数据选取模块340)。存储器41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器41可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器41可进一步包括相对于处理器40远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置42可用于接收输入的数字或者字符信息，以及产生与车辆的控制设备的观众用户设置以及功能控制有关的键信号输入，还可以是用于获取图像的摄像头以及获取音频数据的拾音设备。输出装置43可以包括扬声器等音频设备。需要说明的是，输入装置42和输出装置43的具体组成可以根据实际情况设定。
处理器40通过运行存储在存储器41中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的车辆的控制方法。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种车辆的控制方法，包括：
获取车辆在行驶过程中的行驶数据；
根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据；
生成与所述建议数据相映射的选项数据；
针对每一所述建议数据，获取一所述选项数据用于操控所述车辆行驶。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的车辆的控制方法操作,还可以执行本发明任意实施例所提供的车辆的控制方法中的相关操作，且具备相应的功能和有益效果。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是机器人，个人计算机，服务器，或者网络设备等)执行本发明任意实施例所述的车辆的控制方法。
值得注意的是，上述车辆的控制装置中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
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。
在本说明书的描述中，参考术语“在一实施例中”、“在又一实施例中”或“示例性的”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一定指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何的一个或多个实施例或示例中以合适的方式结合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种车辆的控制方法，其特征在于，包括：
获取车辆在行驶过程中的行驶数据；
根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据；所述预设模型使用标识有建议数据的行驶数据作为训练样本，并以行驶数据为输入、建议数据为输出的形式，进行模型训练得到；
生成与所述建议数据相映射的选项数据；
针对每一所述建议数据，获取一所述选项数据用于操控所述车辆行驶；
其中，所述针对每一所述建议数据，获取一所述选项数据用于操控所述车辆行驶，包括：
对所述建议数据进行时间校验和指令校验；
所述时间校验包括：获取生成所述建议数据的第一时间戳；获取选取目标选项数据的第二时间戳；当所述第二时间戳与所述第一时间戳之差大于预置的阈值时，则忽略所述建议数据；
所述指令校验包括：模拟执行与所述目标选项数据对应的行驶指令；当所述模拟的结果存在预置的危险情况时，则忽略所述建议数据；
所述目标选项数据为获取的一所述选项数据。
2.根据权利要求1所述的方法，其特征在于，所述获取车辆在行驶过程中的行驶数据，包括：
获取表示车辆行驶过程中周围环境的交通数据；
获取表示车辆行驶状态的车辆数据；
生成包括所述交通数据和车辆数据的行驶数据。
3.根据权利要求1所述的方法，其特征在于，所述根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据，包括：
获取分别用于应对不同的预设路况的多个预设模型；
将所述行驶数据输入各所述预设模型进行处理，以在各所述预设路况出现时，输出各所述预设模型对应的建议数据。
4.根据权利要求1所述的方法，其特征在于，所述针对每一所述建议数据，获取一所述选项数据用于操控所述车辆行驶，包括：
接收用户操作；
将所述用户操作所作用的选项数据，确定为目标选项数据；
生成与所述目标选项数据对应的行驶指令；
将所述行驶指令发送至所述车辆，所述车辆用于依据所述行驶指令进行动作。
5.根据权利要求4所述的方法，其特征在于，在将所述用户操作所作用的选项数据，确定为目标选项数据之后，还包括：
依据所述建议数据与所述行驶数据构建训练样本；
依据所述目标选项数据与样本类型的关联关系，将所述训练样本的样本类型分为正样本和负样本；
基于所述正样本和所述负样本对所述预设模型进行模型更新，并在所述模型更新达到结束条件时，输出所述预设模型。
6.根据权利要求1-5任一所述的方法，其特征在于，在所述获取车辆在行驶过程中的行驶数据之后，还包括：
从所述行驶数据中确定交通数据和车辆数据；
根据所述交通数据生成反映所述车辆所处位置及周围环境的地图画面；
根据所述车辆数据在所述地图画面中生成行驶轨迹；
在所述生成与所述建议数据相映射的选项数据之后，还包括：
将所述建议数据与所述选项数据关联地显示于所述地图画面上。
7.一种车辆的控制装置，其特征在于，包括：
行驶数据获取模块，用于获取车辆在行驶过程中的行驶数据；
建议数据生成模块，用于根据所述行驶数据，使用预设模型生成用于应对不同预设路况的多个建议数据；所述预设模型使用标识有建议数据的行驶数据作为训练样本，并以行驶数据为输入、建议数据为输出的形式，进行模型训练得到；
选项数据生成模块，用于生成与所述建议数据相映射的选项数据；
选项数据选取模块，用于针对每一所述建议数据，获取一所述选项数据用于操控所述车辆行驶；
其中，所述选项数据选取模块，包括：校验子模块，用于对所述建议数据进行时间校验和指令校验；所述校验子模块包括时间校验单元和指令校验单元；
所述时间校验单元，用于获取生成所述建议数据的第一时间戳；获取选取目标选项数据的第二时间戳；当所述第二时间戳与所述第一时间戳之差大于预置的阈值时，则忽略所述建议数据；
所述指令校验单元，用于模拟执行与所述目标选项数据对应的行驶指令；当所述模拟的结果存在预置的危险情况时，则忽略所述建议数据；
所述目标选项数据为获取的一所述选项数据。
8.一种车辆的控制设备，其特征在于，包括：存储器以及一个或多个处理器；
所述存储器，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中任一所述的车辆的控制方法。
9.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一所述的车辆的控制方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911040459.3A CN110745143B (zh) | 2019-10-29 | 2019-10-29 | 一种车辆的控制方法、装置、设备和存储介质 |
| PCT/CN2020/124678 WO2021083253A1 (zh) | 2019-10-29 | 2020-10-29 | 车辆的控制方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911040459.3A CN110745143B (zh) | 2019-10-29 | 2019-10-29 | 一种车辆的控制方法、装置、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110745143A CN110745143A (zh) | 2020-02-04 |
| CN110745143B true CN110745143B (zh) | 2021-08-24 |
Family
ID=69281011
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911040459.3A Active CN110745143B (zh) | 2019-10-29 | 2019-10-29 | 一种车辆的控制方法、装置、设备和存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110745143B (zh) |
| WO (1) | WO2021083253A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110745143B (zh) * | 2019-10-29 | 2021-08-24 | 广州文远知行科技有限公司 | 一种车辆的控制方法、装置、设备和存储介质 |
| CN113284347A (zh) * | 2021-05-19 | 2021-08-20 | 北京骑胜科技有限公司 | 两轮车辆违停检测方法、装置、搭载摄像头和服务器 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9052714B2 (en) * | 2013-07-12 | 2015-06-09 | Jaybridge Robotics, Inc. | Computer-implemented method and system for controlling operation of an autonomous driverless vehicle in response to obstacle detection |
| US9720410B2 (en) * | 2014-03-03 | 2017-08-01 | Waymo Llc | Remote assistance for autonomous vehicles in predetermined situations |
| JP6558735B2 (ja) * | 2015-04-21 | 2019-08-14 | パナソニックＩｐマネジメント株式会社 | 運転支援方法およびそれを利用した運転支援装置、運転制御装置、車両、運転支援プログラム |
| DE102016008365A1 (de) * | 2016-07-08 | 2018-01-11 | Audi Ag | Proaktive Steuerung eines Assistenzsystems eines Kraftfahrzeugs |
| CN107665520A (zh) * | 2016-07-27 | 2018-02-06 | 上海博泰悦臻网络技术服务有限公司 | 一种基于车辆行驶数据的行车监控方法及装置 |
| US10268191B1 (en) * | 2017-07-07 | 2019-04-23 | Zoox, Inc. | Predictive teleoperator situational awareness |
| CN107571864B (zh) * | 2017-09-05 | 2019-11-05 | 百度在线网络技术（北京）有限公司 | 无人驾驶车辆的数据采集方法和装置 |
| CN108216236B (zh) * | 2017-12-25 | 2019-12-20 | 东软集团股份有限公司 | 车辆控制方法、装置、车辆及存储介质 |
| CN108734303A (zh) * | 2018-05-29 | 2018-11-02 | 深圳市易成自动驾驶技术有限公司 | 车辆驾驶数据预测方法、设备及计算机可读存储介质 |
| CN108923904A (zh) * | 2018-06-29 | 2018-11-30 | 百度在线网络技术（北京）有限公司 | 汽车指令处理方法、装置、设备、云平台及存储介质 |
| CN109747659B (zh) * | 2018-11-26 | 2021-07-02 | 北京汽车集团有限公司 | 车辆驾驶的控制方法和装置 |
| CN109808705B (zh) * | 2019-01-23 | 2021-11-02 | 青岛慧拓智能机器有限公司 | 一种用于远程遥控驾驶控制的系统 |
| CN109976340B (zh) * | 2019-03-19 | 2022-02-08 | 中国人民解放军国防科技大学 | 一种基于深度增强学习的人机协同动态避障方法及系统 |
| CN110745143B (zh) * | 2019-10-29 | 2021-08-24 | 广州文远知行科技有限公司 | 一种车辆的控制方法、装置、设备和存储介质 |
-
2019
- 2019-10-29 CN CN201911040459.3A patent/CN110745143B/zh active Active
-
2020
- 2020-10-29 WO PCT/CN2020/124678 patent/WO2021083253A1/zh active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| CN110745143A (zh) | 2020-02-04 |
| WO2021083253A1 (zh) | 2021-05-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108334055B (zh) | 车辆自动驾驶算法的检验方法、装置、设备及存储介质 | |
| CN110562258B (zh) | 一种车辆自动换道决策的方法、车载设备和存储介质 | |
| US20210191394A1 (en) | Systems and methods for presenting curated autonomy-system information of a vehicle | |
| US8160811B2 (en) | Method and system to estimate driving risk based on a hierarchical index of driving | |
| US11702070B2 (en) | Autonomous vehicle operation with explicit occlusion reasoning | |
| WO2021057134A1 (zh) | 场景识别的方法与计算设备 | |
| WO2020259705A1 (en) | Autonomous driving handoff systems and methods | |
| CN112106124A (zh) | 用于使用v2x和传感器数据的系统和方法 | |
| US20210389133A1 (en) | Systems and methods for deriving path-prior data using collected trajectories | |
| CN112819968B (zh) | 基于混合现实的自动驾驶车辆的测试方法和装置 | |
| US20210403001A1 (en) | Systems and methods for generating lane data using vehicle trajectory sampling | |
| US20180253607A1 (en) | System for receiving and analyzing traffic video | |
| WO2019106789A1 (ja) | 処理装置及び処理方法 | |
| KR102534960B1 (ko) | 자율주행 차량들을 위한 행렬들의 검출 및 그에 대한 대응 | |
| CN110745143B (zh) | 一种车辆的控制方法、装置、设备和存储介质 | |
| CN113212454A (zh) | 车辆行驶状态的调整方法、装置、计算机设备和存储介质 | |
| US20220161830A1 (en) | Dynamic Scene Representation | |
| CN117056153A (zh) | 校准和验证驾驶员辅助系统和/或自动驾驶系统的方法、系统和计算机程序产品 | |
| US20220289253A1 (en) | Method for evaluating autonomous driving system, apparatus and storage medium | |
| EP3786854A1 (en) | Methods and systems for determining driving behavior | |
| CN113911139B (zh) | 车辆控制方法、装置和电子设备 | |
| WO2023023336A1 (en) | Detected object path prediction for vision-based systems | |
| CN115761686A (zh) | 用于检测自动驾驶系统中的意外控制状态的方法和装置 | |
| CN117930673A (zh) | 自动驾驶车辆的仿真测试方法、装置、存储介质及电子设备 | |
| EP4145420A1 (en) | Hierarchical processing of traffic signal face states |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20200204 Assignee: Guangzhou Yuji Technology Co.,Ltd. Assignor: Guangzhou WeRide Technology Limited Company Contract record no.: X2022440020016 Denomination of invention: A vehicle control method, device, device and storage medium Granted publication date: 20210824 License type: Common License Record date: 20220929 |
|
| EE01 | Entry into force of recordation of patent licensing contract |