CN111295319A - 车辆控制方法、相关设备及计算机存储介质 - Google Patents
车辆控制方法、相关设备及计算机存储介质 Download PDFInfo
- Publication number
- CN111295319A CN111295319A CN201880068094.2A CN201880068094A CN111295319A CN 111295319 A CN111295319 A CN 111295319A CN 201880068094 A CN201880068094 A CN 201880068094A CN 111295319 A CN111295319 A CN 111295319A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- computing system
- structured data
- computing
- 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 104
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 117
- 238000004891 communication Methods 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims description 61
- 230000007613 environmental effect Effects 0.000 claims description 53
- 230000009467 reduction Effects 0.000 claims description 38
- 238000012544 monitoring process Methods 0.000 claims description 29
- 230000004044 response Effects 0.000 claims description 14
- 238000011946 reduction process Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 238000005192 partition Methods 0.000 description 52
- 238000004422 calculation algorithm Methods 0.000 description 27
- 238000001514 detection method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 16
- 238000003032 molecular docking Methods 0.000 description 16
- 238000007781 pre-processing Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000000712 assembly Effects 0.000 description 4
- 238000000429 assembly Methods 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000001953 sensory effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- HRANPRDGABOKNQ-ORGXEYTDSA-N (1r,3r,3as,3br,7ar,8as,8bs,8cs,10as)-1-acetyl-5-chloro-3-hydroxy-8b,10a-dimethyl-7-oxo-1,2,3,3a,3b,7,7a,8,8a,8b,8c,9,10,10a-tetradecahydrocyclopenta[a]cyclopropa[g]phenanthren-1-yl acetate Chemical compound C1=C(Cl)C2=CC(=O)[C@@H]3C[C@@H]3[C@]2(C)[C@@H]2[C@@H]1[C@@H]1[C@H](O)C[C@@](C(C)=O)(OC(=O)C)[C@@]1(C)CC2 HRANPRDGABOKNQ-ORGXEYTDSA-N 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000026676 system process Effects 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
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
- B60W60/00186—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions related to the vehicle
-
- 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
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- 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
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
-
- 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
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/023—Avoiding failures by using redundant parts
-
- 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
-
- 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
-
- 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
-
- 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
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- 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
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
一种车辆控制方法,应用于包括第一计算系统和第二计算系统在内的计算设备中,该方法包括:获取第一车辆数据以及第二车辆数据,通过第一计算系统处理第一车辆数据获得第一结构化数据,通过第二计算系统处理第二车辆数据获得第二结构化数据,其中第一结构化数据用于表征第一组传感装置探测的车辆在第一时间所处的环境状况,第二结构化数据用于表征第二组传感装置探测的车辆在第一时间所处的环境状况,进一步可根据第一结构化数据和第二结构化数据,控制车辆安全行驶。还公开了用于该控制方法的计算设备、通信系统及计算机非瞬态存储介质。该控制方法能够解决现有技术中存在的无法满足车辆量产对低功耗、高算力的需求的问题。
Description
技术领域
本发明涉及车辆技术领域,尤其涉及车辆控制方法、相关设备以及计算机存储介质。
背景技术
近年来,随着人工智能技术的不断发展,车辆的自动驾驶技术得到飞速发展。为实现自动驾驶车辆的安全行驶,依赖于大量传感数据的采集和分析,以此来避让道路中的其他车辆或者行人等等。
目前考虑到自动驾驶车辆的行车安全问题,现有车辆中设计双计算系统,通过双计算系统来实现大量传感数据的处理。当双计算系统中的任一计算系统出现故障时,自动驾驶车辆不会停止运行,可利用另一未出现故障的计算系统实现传感数据的处理,以控制车辆的安全行驶,从而有效保障自动驾驶车辆的行车安全。
然而在实践中发现,上述基于双计算系统的数据处理方案中,车辆中设计的双计算系统呈完全冗余的关系,即每个计算系统均需要对所有传感装置采集的传感数据进行处理。换句话说,在双计算系统均未发生故障时,同一传感数据通过双计算系统需进行两次处理,从而增加了车辆的功耗以及对计算能力的要求,无法满足车辆量产对低功耗、高算力的需求。
发明内容
本发明实施例所要解决的技术问题在于,提供一种车辆控制方法、相关设备及计算机存储介质,能够解决现有技术中存在的无法满足量产对低功耗、高算力的需求等问题。
第一方面,本发明实施例公开提供了一种车辆控制方法,应用于包括第一计算系统和第二计算系统在内的计算设备中,所述方法包括:获取第一车辆数据和第二车辆数据,通过第一计算系统处理第一车辆数据获得第一结构化数据,通过第二计算系统处理第二车辆数据获得第二结构化数据,最后根据第一结构化数据和第二结构化数据控制车辆的安全行驶。其中,第一车辆数据为第一分组传感装置在第一时间探测的第一感知范围内的环境数据,第二车辆数据为第二分组传感装置在第二时间探测的第二感知范围内的环境数据,第一结构化数据用于表征第一分组传感装置探测的车辆在第一时间的环境状况,第二结构化数据用于表征第二分组传感装置探测的车辆在第二时间的环境状况。
通过实施本发明实施例,能够解决现有技术中存在的无法实现量产对低功耗以及高算力的需求的问题。
结合第一方面,在第一方面的第一种可能的实施方式中,第一车辆数据的数据量和第二车辆数据的数据量之差小于或等于第一阈值。具体的,计算设备采用数据量均衡原则,分配计算系统所需处理的车辆数据。其中,计算系统所需处理的车辆数据的数据量和处理该车辆数据所需的算力呈正比,当车辆数据的数据量越大,则计算系统处理该车辆数据所需的算力越大。反之,当车辆数据的数据量越小,则计算系统处理该车辆数据所需的算力越小。计算设备在实现算力均衡时,第一计算系统处理的第一车辆数据所需的算力和第二计算系统处理的第二车辆数据所需的算力之差需小于或等于第二阈值,该第二阈值为系统自定义设置的,例如根据用户经验设置的经验值等等。
结合第一方面或第一方面的第一种可能的实施方式,在第一方面的第二种可能的实施方式中,每个分组传感装置均需具备全局把控能力。例如本发明中,第一分组传感装置和第二分组传感装置中均包括有各个分区部署的至少一个传感装置。这里的分区可以是指预设方位,即是每个分组传感装置中可包括各个方位部署的传感装置,便于每个分组传感装置能采集当前环境下的全景数据,该全景数据为分组传感装置探测当前环境的全景(360°可视范围)而获得的数据。换句话说,第一分组传感装置对应的第一感知范围和第二分组传感装置对应的第二感知范围可为360°全景可视范围。
结合第一方面和第一方面的第一种或第二种可能的实施方式,在第一方面的第三种可能的实施方式中,在第一计算系统和第二计算系统均未发生故障时,计算设备可通过第一计算系统实现控制车辆的安全行驶。或者在第一计算系统为主计算系统,第二计算系统为从计算系统,且两个计算系统均未发生故障,计算设备也可通过第一计算系统实现控制车辆的安全行驶。具体的,计算设备通过第一计算系统根据第一结构化数据和第二结构化数据获得第一控制指令,以进一步根据第一控制指令控制车辆的安全行驶。
结合第一方面和第一方面的第一种至第三种中的任一种可能的实施方式,在第一方面的第四种可能的实施方式中,在获得结构化数据后计算设备中的任一计算系统出现故障时,计算设备可通过另一未发生故障的计算系统控制车辆的安全行驶。以第一计算系统在获得第一结构化数据后,第一计算系统出现故障为例,计算设备确定第一计算系统故障,可响应上述故障,通过第二计算系统根据第一结构化数据和第二结构化数据获得第二控制指令,进而根据该第二控制指令控制车辆的安全行驶。
结合第一方面和第一方面的第一种至第三种中的任一种可能的实施方式,在第一方面的第五种可能的实施方式中,在未获得结构化数据之前计算设备中的任一计算系统出现故障时,计算设备可通过另一未发生故障的计算系统对获得的车辆数据进行处理,以控制车辆的安全行驶。以第一计算系统出现故障为例,计算设备可获取第三车辆数据和第四车辆数据,在获得第三车辆数据和第四车辆数据后计算设备确定第一计算系统出现故障,响应上述确定,通过第二计算系统对第三车辆数据和第四车辆数据进行降维处理。其中,第三车辆数据为第一分组传感装置在第二时间探测的第一感知范围内的环境数据,第四车辆数据为第二分组传感装置在第二时间探测的第二感知范围内的环境数据。进一步通过第二计算系统对降维后的第三车辆数据和降维后的第四车辆数据进行处理,获得对应的第三结构化数据和第四结构化数据。该第三结构化数据用于表征第一分组传感装置探测的车辆在第二时间的环境状况,第四结构化数据用于表征第二分组传感装置探测的车辆在第二时间的环境状况。相应地,计算设备可根据第三结构化数据和第四结构化数据,控制车辆安全行驶。
结合第一方面和第一方面的第一种至第三种中的任一种可能的实施方式,在第一方面的第六种可能的实施方式中,在计算设备中任一计算系统出现故障后,另一未出现故障的计算系统无法获取出现故障的计算系统所需处理的车辆数据。以第一计算系统出现故障为例,第二计算系统无法获取第一计算系统所需处理的第三车辆数据。则计算设备可通过第二计算系统获取第四车辆数据,并对第四车辆数据进行降维。进一步第二计算系统对降维后的第四车辆数据进行处理,获得第四结构化数据,并根据该第四结构化数据获得相应地控制指令。进一步计算设备通过微控制单元根据该控制指令控制车辆的安全行驶。
结合第一方面和第一方面的第一种至第三种中的任一种可能的实施方式,在第一方面的第七种可能的实施方式中,在计算设备中任一计算系统出现故障后,另一未出现故障的计算系统无法获得两个计算系统所需处理的车辆数据。以第一计算系统出现故障为例,第二计算系统无法获取第三车辆数据和第四车辆数据,则计算设备通过第二计算系统可对预先存储的车辆数据进行处理,以获得对应的控制指令。或者计算设备可获取预先存储的控制指令。进而根据该控制指令,控制车辆安全行驶。例如,该控制指令可用于控制车辆减速行驶、靠边停车等。
第二方面,本发明实施例提供了一种计算设备,所述设备包括用于执行如上第一方面或第一方面的任意可能的实施方式中所描述的方法的功能模块或单元。
第三方面,本发明实施例提供了一种计算设备,包括:处理器,存储器,通信接口和总线;处理器、通信接口、存储器通过总线相互通信;通信接口,用于接收和发送数据;存储器,用于存储指令;处理器,用于调用存储器中的指令,执行上述第一方面或第一方面的任意可能的实施方式中所描述的方法。
第四方面,本发明实施例提供一种通信系统,包括第一计算系统、第二计算系统以及微控制单元,其中,
所述第一计算系统,用于获取第一车辆数据,并处理所述第一车辆数据,获得第一结构化数据,其中,所述第一车辆数据为第一分组传感装置在第一时间探测的第一感知范围内的环境数据,所述第一结构化数据用于表征所述第一分组传感装置探测的车辆在所述第一时间所处的环境状况;
所述第二计算系统,用于获取第二车辆数据,并处理所述第二车辆数据,获得第二结构化数据,其中,所述第二车辆数据为第二分组传感装置在所述第一时间探测的第二感知范围内的环境数据,所述第二结构化数据用于表征所述第二分组传感装置探测的所述车辆在所述第一时间所处的环境状况;
所述第一计算系统,还用于根据所述第一结构化数据和所述第二结构化数据,获得第一控制指令;
所述微控制单元,用于根据所述第一控制指令,控制所述车辆安全行驶。
关于本发明实施例未示出或未描述的部分,可参见前述第一方面所述的相关内容,这里不再赘述。
第五方面,提供了一种计算机非瞬态(non-transitory)存储介质,所述计算机非瞬态存储介质存储了用于报文处理的程序代码。所述程序代码包括用于执行上述第一方面或第一方面的任意可能的实施方式中所描述的方法的指令。
第六方面,提供了一种芯片产品,以执行上述第一方面或第一方面的任意可能的实施方式中的方法。
本发明在上述各方面提供的实现方式的基础上,还可以进行进一步组合以提供更多实现方式。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1A-图1B是本发明实施例提供的两种计算设备的框架示意图。
图2A是本发明实施例提供的一种传感装置探测的场景示意图。
图2B是本发明实施例提供的一种传感装置部署的场景示意图。
图3A-图3B是本发明实施例提供的两种通信连接的场景示意图。
图4是本发明实施例提供的一种车辆控制方法的流程示意图。
图5A是本发明实施例提供的另一种传感装置探测的场景示意图。
图5B是本发明实施例提供的另一种传感装置部署的场景示意图。
图6是本发明实施例提供的另一种车辆控制方法的流程示意图。
图7是本发明实施例提供的一种计算设备的结构示意图。
图8是本发明实施例提供的另一种计算设备的结构示意图。
图9是本发明实施例提供的一种通信系统的结构示意图。
具体实施方式
下面结合附图,对本发明的实施例进行描述。
首先,介绍本发明涉及的一些概念或技术术语进行解释。
结构化数据,又名行数据,是由二维表结构来逻辑表达和实现的数据。严格地遵循特定数据格式和特定数据长度规范,以更好地展示结果数据。例如,以图像数据为例,计算设备可将图像数据转换为对应的结构化数据,该结构化数据可以更好地展示图像中包括的检测对象,例如车辆、人物等等。
降维,是一种减少数据量的处理方式,用低维的概念类比高维的概念。例如,计算设备将高维的图形转换为低维的图形,进而对低维的图形进行处理,以减少图形的计算量。本发明中,降维涉及的具体处理方式包括但不限于降帧率、降所接收的传感装置的数量(下文简称降传感量)以及降分辨率等,具体在本发明下文详述。
算力,是指计算设备进行数据处理时的计算能力,用于衡量计算设备的数据处理能力的大小。其中,计算设备所需处理的传感数据的数据量和计算设备处理该传感数据所需的算力成正比,当传感数据的数据量越大时,计算设备处理该传感数据所需的算力越大。反之,当传感数据的数据量越小时,计算设备处理该传感数据所需的算力越小,本发明并不做限定。
其次,为解决现有基于双计算系统的数据处理方案中,存在的无法满足车辆量产对低功耗、高算力需求的问题,本发明提出另一种基于双计算系统的车辆控制方法、所述方法适用的网络框架以及相关设备。请参见图1A,是本发明实施例提供的一种计算设备的框架示意图。如图1A所示的计算设备100包括:传感装置102、计算系统104以及微控制单元(microcontroller unit,MCU)106。其中,计算系统104可通过网络分别与传感装置102以及微控制单元106相互通信。且,传感装置102、计算系统104以及微控制单元106各自的数量并不做限定。可选地,微控制单元106的数量小于或等于计算系统104的数量,即每个计算系统可对应与一个微控制单元通信,一个微控制单元可对应与一个或多个计算系统通信。如图1A,本发明这里以包括第一计算系统和第二计算系统(图示为计算系统A和计算系统B)在内的两个计算系统以及一个微控制单元为例示出。
传感装置102用于对预设感知范围内的环境进行探测,以采集获得相应地传感数据。当传感装置102用于采集车辆所处环境的相关数据时,该传感装置102采集的传感数据也可称为车辆数据。该预设感知范围具体可为系统自定义设置的,受限于传感装置自身的硬件。如图2A示出一种传感装置的感知范围的示意图。如图2A中,传感装置所能探测的感知范围为以传感装置为原点,半径为100米的探测间距,弧度为A视角所覆盖的区域范围。
该传感装置102具体可部署在计算设备100中,也可部署计算设备100之外,例如部署在除计算设备100之外的其他设备中等。如图1A中,本发明实施例以传感装置102部署在计算设备100之外的其他设备中为例示出,但该传感装置102具体在设备中的部署位置以及部署角度,本发明并不做限定。例如图2B示出一种传感装置部署的场景示意图。如图2B中,以设备为车辆为例,传感装置102具体可部署在车辆的前方,例如图示中的前向传感装置1。也可部署在车辆的后方,例如图示中的后向传感装置2。也可部署在车辆的左侧方,例如图示中的左侧传感装置3。也可为部署在车辆的右侧方,例如图示中的右侧传感装置4。也可为部署在车辆天窗的顶端,以作为环视传感装置,例如图示中的传感装置5等等,本发明实施例并不做限定。
在实际应用中,传感装置102具体可分区部署在设备中。其中,分区的数量本发明并不做限定,其可为一个或多个。通常,分区的数量为两个及以上。本发明中涉及的分区可以指方位,该分区具体可为系统自定义设置的。例如以设备为车辆为例,为获取车辆所处环境的全景数据,系统可采用四个分区来部署传感装置集群,具体可按照车辆所处的方位来划分,如车辆的前向分区、后向分区、左侧分区以及右侧分区等等。其中,部署在前向分区中的传感装置也可称为前向传感装置,部署在后向分区中的传感装置也可称为后向传感装置、部署在左侧分区中的传感装置也可称为左侧传感装置,部署在右侧分区中的传感装置也可称为右侧传感装置。在实际应用中,该传感装置102具体可包括但不限于摄像装置(例如摄像头、相机等等)、全球卫星定位系统(global positioning system,GPS)、激光雷达传感器、感光传感单元、惯性测量单元(inertial measurement unit,IMU)、温度传感器、气压传感器或者其他用于环境测量的传感器件等。
本发明中,当传感装置102的种类不同时,该传感装置102所采集的传感数据也不相同。例如,当传感装置102为摄像装置,该摄像装置包括但不限于摄像头、相机以及摄像模组等,摄像装置采集的传感数据具体可为图像数据。又如,当传感装置102为激光雷达传感器时,激光雷达传感器采集的传感数据具体可为激光点云数据,具体的,该激光点云数据是指利用激光雷达传感器扫描目标对象获得的点云数据,该点云数据以点的形式记录,每个点包括有一个三维坐标,该三维坐标除了用于描述该点的几何位置之外,还可有深度信息等等,本发明对此不做限定。
在可选实施例中,传感装置102可采用有线通信技术或者无线通信技术与计算系统104相互通信。其中,有线通信技术可以是指两个设备之间通过网线或光纤等方式通信。无线通信技术包括但不限于全球移动通讯系统(global system for mobilecommunications,GSM),通用分组无线服务(general packet radio service,GPRS),码分多址接入(code division multiple access,CDMA),宽带码分多址(wideband codedivision multiple access,WCDMA),时分码分多址(time-division code divisionmultiple access,TD-SCDMA),长期演进(long term evolution,LTE)、无线局域网(wireless local area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络)、蓝牙(bluetooth,BT)、全球导航卫星系统(global navigation satellite system,GNSS)、调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC)以及红外技术(infrared,IR)等等。
计算系统104用于对与该计算系统104通信的分组传感装置采集的传感数据进行处理,关于如何实现数据处理,具体在本发明下文详述。这里的分组传感装置包括有一个或多个传感装置102,每个分组传感装置采集的传感数据对应由一个计算系统处理,一个计算系统可对应处理一个或多个分组传感装置所采集的传感数据,本发明并不做限定。可理解的,为保证传感数据的完整性或全面性,每个分组传感装置需采集当前环境下的全景数据,则要求每个分组传感装置中需包括每个分区中的至少一个传感装置,例如每个分组传感装置中均包括有前向传感装置、后向传感装置、左侧传感装置、右侧传感装置以及环视传感装置等等。
计算系统104的数量并不做限定,其可为一个或多个。当计算系统104的数量有多个时,每个计算系统104对应的分组传感装置中包括的传感装置可以相同,也可不同。相应地,每个计算系统104对应所需处理的分组传感装置采集的传感数据也可相同,也可不同。可选地,当任意两个计算系统104所需处理的传感数据存在不同时,为保证数据的完整性以及数据管理的可靠性,任意两个计算系统之间可以相互交互数据处理过程中产生的中间数据,或者数据处理后的结果数据,本发明并不做限定。例如,本发明下文涉及的以计算系统包括第一计算系统和第二计算系统为例,第一计算系统和第二计算系统可以相互交互各自对分组传感装置采集的传感数据进行处理获得的结构化数据等等,具体在本发明下文详述。
在实际应用中,计算系统104用于对与该计算系统104通信的分组传感装置采集的传感数据进行处理,其具体可包括但不限于图形处理器(graphics processing unit,GPU)、显卡、现场可编程门阵列(field-programmable gate array,FPGA)以及中央处理器(central processing unit,CPU)、或者其他用于数据处理的器件等。
在可选实施例中,下面阐述计算系统104涉及的一些具体结构。如图1A,计算系统104(具体可为图1A中所示的计算系统A或者计算系统B)具体可包括管理模块1041、预处理模块1042、处理模块1043以及指令生成模块1044。可选地,该计算系统104中还包括选择模块1045。
管理模块1041用于对计算系统104相关的数据进行管理。例如,管理模块1041可负责存储计算系统104接收的分组传感装置采集的传感数据、定期对存储的传感数据进行检测,例如将存储时长超过预设时长的传感数据进行删除,也即是定期清除超期数据。该预设时长为数据的最长缓存时间,其具体可为系统自定义设置的,例如根据用户经验设置的经验值等。
预处理模块1042用于对计算系统104所需处理的传感数据进行预处理,该预处理包括但不限于数据转换、数据筛选(例如异常数据的剔除等)、数据编码、数据解码、数据矫正等等。以传感数据为图像数据为例,该预处理具体可为图像缩放、图像矫正、图像拼接等操作处理,本发明并不做限定。
处理模块1043用于对预处理后的传感数据进行处理,以获得结构化数据。具体的,处理模块1043可对预处理后的传感数据进行矢量、标量等设定运算法则的计算,以实现目标对象的检测和跟踪,从而获得对应的结构化数据。以目标对象为红绿灯为例,该结构化数据包括但不限于车辆行驶环境中存在的红绿灯数量、车辆与红绿灯的距离以及红绿灯允许通行的时长等信息。
指令生成模块1044用于对结构化数据进行处理,以控制车辆安全行驶。具体的,指令生成模块1044可根据处理模块1043处理获得的结构化数据,可选地还可结合其他计算系统104处理获得的结构化数据以及车辆定位等信息,生成对应的控制指令。进而根据该控制指令,控制车辆的安全行驶。例如图1A中,为保证数据的完整性或车辆控制的安全性,计算系统A中的处理模块1043和计算系统B中的处理模块1043可以交互各自处理获得的结构化数据,便于后续计算系统A或计算系统B中的指令生成模块1044根据两个计算系统各自处理获得的结构化数据,实现车辆的安全控制,具体在本发明下文进行详述。
可选地,计算系统104中还可包括选择模块1045。选择模块1045用于对计算系统104接收的至少一个传感装置采集的传感数据进行筛选,以确定计算系统104所需处理的分组传感装置采集的传感数据。具体的,选择模块1045可按算力均衡或者数据量均衡的原则,从与该计算系统104存在通信连接的多个传感装置中选取该计算系统104所需处理的分组传感装置,进而处理该分组传感装置采集的传感数据。以在多计算系统的情况下,计算设备可保证每个计算系统各自所需处理的分组传感装置的传感数据的计算算力(或者数据量)大致相同。
其中,算力用于衡量数据处理能力的大小,算力越大表示支持处理数据的能力越强或越大。反之,算力越小表示支持处理数据的能力越弱。可理解的,传感数据的数据量和处理该传感数据所需的算力呈正比,当计算系统104(或者计算设备)所需处理的传感数据的数据量越大时,其所需的算力越大。反之,当计算系统104(或者计算设备)所需处理的传感数据的数据量越小时,其所需的算力越小。本发明下文将以数据量为例进行相关内容的阐述。相应地,关于数据量的相关阐述,同样适用于算力的阐述,这里不做限定。
需要说明的是,关于图1A示出的计算系统104在实际应用中可包括更多或更少的部件,图1A仅为示例并不构成限定,本发明并不做限定。
微控制单元106用于根据计算系统104的处理结果,来控制实现相应地管理操作。例如在车辆自动驾驶领域中,微控制单元106具体可根据计算系统104的处理结果来控制车辆的安全行驶。
当计算系统104的数量有多个时,微控制单元106可监听每个计算系统104各自的运行状态,以根据各计算系统104的运行状态和处理结果,来控制车辆的安全行驶。其中,运行状态用于指示计算系统的运行状况,例如正常或故障。该运行状态具体包括健康状态和故障状态。具体的,微控制单元104可选用运行状态为健康状态所对应的计算系统104的处理结果来控制车辆的安全行驶,具体在本发明下文阐述。
其中,微控制单元106可通过监听计算设备中部署的软件或者硬件,来获得计算系统104的运行状态。计算设备中部署的软件包括但不限于用户自定义安装的应用软件,或者计算设备中部署的系统软件,例如操作系统OS等等。具体的,以监听软件为例,当微控制单元监听到计算系统运行时的关键线程(例如数据处理相关线程等)、或系统基础软件等程序挂死时,可实时或周期性地上报故障通知消息,用于通知计算系统出现严重故障等。相应地,计算设备接收到该故障通知消息时,可确定该计算系统的运行状态为故障状态,否则确定计算系统的运行状态为健康状态。可选地,为防止消息误报、提升数据处理的精确度,计算设备还可根据接收故障通知消息的次数,来确定计算系统的运行状态。具体的,当计算设备接收到故障通知消息的次数大于或等于预设次数时,可确定计算系统的运行状态为故障状态。该预设次数为系统自定义设置的,例如根据用户需求或偏好自定义设置的等。当计算设备接收到的故障通知消息的次数小于预设次数时,可认为该故障通知消息为误触发上报的,计算系统的运行状态可为健康状态。
以监听硬件为例,计算设备可实时或周期性地监听计算系统相关的硬件是否出现故障,例如当计算系统中部署的关键接口(例如通信接口)、电源以及时钟等硬件出现故障时,可自动上报故障通知消息,用于通知该计算系统出现故障。相应地,计算设备接收到故障通知消息后,可确定该计算系统出现了故障,反之确定该计算系统未发生故障。可选地,为防止误报,计算设备还可考虑接收故障通知消息的次数来确定计算系统的运行状态,具体可参见前述实施例中的相关阐述,这里不再赘述。可选地,当计算系统的部分硬件发生严重故障时,无法上报故障通知消息,此时计算设备可根据系统当前时间与上一次接收硬件发送的心跳包的时间之间的时间间隔,来确定计算系统的运行状态。例如,当该时间间隔大于或等于预设时长时,计算设备可确定该计算系统的运行状态为故障状态;否则,确定计算系统的运行状态为健康状态等等。
可选地,微控制单元106和计算系统104之间可通过交互心跳包(即心跳消息)来实现计算系统104的运行状态的检测。其中,心跳消息(heartbeat message)是一种发送方发送到接收方的消息,接收方依据该消息可确定发送方是否以及何时出现故障或终止。通常,心跳消息从发送方启动时开始发送,直至发送方关闭、停止运行。期间发送方会周期性地或实时地向接收方发送消息,如果接收方在某个消息接收周期内未收到消息,则接收方可认为发送方出现故障、或者当前不可用。可选地,接收方接收到发送方发送的消息后可向发送方反馈对应的响应消息。发送方可依据响应消息确定接收方是否出现故障。
具体的,在本发明实施例中计算系统104可实时或周期性地与该计算系统104通信的微控制单元106发送心跳消息。相应地,微控制单元106在检测到在某个消息接收周期内未接收到计算系统104发送的心跳消息,则可确定该计算系统104出现了故障,即该计算系统104的运行状态为故障状态;否则,确定该计算系统104的运行状态为健康状态。
或者,微控制单元106可主动向与该微控制单元106通信的计算系统104发送心跳消息。相应地,微控制单元106在接收计算系统104发送的响应消息后,可确定该计算系统104的运行状态为健康状态,即未出故障。反之,当微控制单元106未接收到计算系统104发送的响应消息时,可确定该计算系统104的运行状态为故障状态,即出现了故障。
在实际应用中,微控制单元106的数量具体可为一个或多个。当微控制单元106的数量为一个时,其用于管理所有的计算系统104,以实现相应地设备管理操作。如上图1A示出,一个微控制单元与两个计算系统通信,用于对这两个计算系统各自的处理结果进行管理,以实现相应地设备管理操作。
当微控制单元106的数量为多个时,该微控制单元106的数量需小于或等于计算系统104的数量。每个微控制单元106可用于管理一个或多个计算系统104,每个计算系统104可相应地被一个微控制单元106管理。其中,任意两个微控制单元106可以相互交互各自监听的计算系统的运行状态,便于计算设备确定出运行状态为健康状态的计算系统104,进而根据运行状态为健康状态的计算系统104获得的处理结果来控制车辆的安全行驶。请参见图1B示出另一种计算设备的结构示意图。如图1B中,该计算设备以两个计算系统和两个微控制单元为例示出。其中,两个计算系统分别为计算系统A和计算系统B,两个微控制单元分别为微控制单元A和微控制单元B。微控制单元A与计算系统A通信,用于管理并监听计算系统A,微控制单元B与计算系统B通信,用于管理并监听计算系统B。
相应地,微控制单元A和微控制单元B可以相互交互各自监听的计算系统的运行状态。假设计算系统A的运行状态为故障状态(即计算系统A出现故障,不可用),则通过微控制单元A和微控制单元B之间的状态交互,微控制单元B可确定到计算系统B的运行状态为健康状态,计算系统A的运行状态为故障状态,则微控制单元B可获取计算系统B的处理结果,以按照该处理结果来控制车辆的安全行驶。关于处理结果以及如何根据处理结果来控制车辆的安全行驶,具体在本发明下文阐述。
在可选实施例中,下面阐述微控制单元106涉及的一些具体结构。如图1A或者1B中,微控制单元106(例如图1B中所示的微控制处理单元A或者微控制单元B)具体包括监控模块1061、仲裁模块1062以及对接模块1063。
监控模块1061用于监听与该微控制单元106通信的至少一个计算系统104的运行状态。具体的,监控单元1061可通过硬件、软件或者心跳消息等方式监听获得计算系统104的运行状态。关于监控单元1061如何监听获得计算系统104的运行状态具体可参见上文实施例中的相关阐述,这里不再赘述。
仲裁模块1062用于根据监控模块1061监听获得的计算系统104的运行状态,确定该计算系统104是否出现故障,进而通知对接模块1063是否根据未出现故障的计算系统104生成的控制指令,控制车辆安全行驶。具体的,当仲裁模块1062确定到与该微控制单元106通信的计算系统的运行状态为健康状态(即计算系统未发生故障)时,可通知对接模块1063根据该计算系统生成的控制指令,控制车辆安全行驶。否则,当仲裁模块1062确定到与该微控制单元106通信的计算系统的运行状态为故障状态(即计算系统发生了故障)时,可结束流程或者上报故障通知消息,该消息用于通知该计算系统发生了故障。
对接模块1063用于控制车辆的安全行驶。具体的,对接模块1063在接收到仲裁模块1062的通知后,可根据未出现故障的计算系统104生成的控制指令,控制车辆安全行驶。
具体实现时存在以下两种实施场景。第一种,计算设备中部署有一个微控制单元1061,通过一个微控制单元1061负责对接/管理多个计算系统104。具体的,该微控制单元106中监控模块1061的数量同样可有多个,每个监控模块1061负责监控一个计算系统104的运行状态,进而通过仲裁模块1062根据多个计算系统各自的运行状态,确定出运行状态为健康状态的计算系统(即未发生故障的计算系统)。进一步地,通过对接模块1063根据确定的计算系统生成的控制指令,控制车辆的安全行驶。
如图1A中,一个微控制单元106用于管理两个计算系统(计算系统A和计算系统B),该微控制单元106通过监控模块1061分别监听获得计算系统A的运行状态以及计算系统B的运行状态,并发送给仲裁模块1062进行仲裁。具体的,该微控制单元106中监控模块1061的数量并不限定。以两个监控模块1061为例,微控制单元1061通过一个监控模块监听获得计算系统A的运行状态,通过另一监控模块监听获得计算系统B的运行状态,本发明并不限定。
相应地,仲裁模块1062根据接收的计算系统A和计算系统B各自的运行状态,确定出运行状态为健康状态的计算系统,即确定出未出现故障的计算系统。进而对接模块1063可根据确定的计算系统生成的控制指令,控制车辆安全行驶。例如假设计算系统A发生了故障、计算系统B未发生故障,则仲裁模块1062可确定出计算系统B的运行状态为健康状态,进而通过对接模块1063根据计算系统B生成的控制指令,控制车辆的安全行驶。
第二种,计算设备中部署有多个微控制单元1061,每个微控制单元1061用于管理一个计算系统104。具体的,每个微控制单元106中的监控模块1061负责监听一个计算系统的运行状态。相应地,在每个微控制单元106获得各自监听的计算系统的运行状态后,可在多个微控制单元106之间交互各自监控的计算系统的运行状态,相应地任一个微控制单元106在接收到其他微控制单元发送的计算系统的运行状态后,通过自身的仲裁模块1062根据接收的以及自身监控获得的多个计算系统的运行状态,确定出运行状态为健康状态的计算系统。从而计算设备通过该确定的计算系统所对应管理的微控制单元106,通过该微控制单元106中的对接模块1063根据该确定的计算系统所生成的控制指令,控制车辆安全行驶。
如图1B中,示出两个微控制单元对接管理两个计算系统,具体的微控制单元A管理计算系统A,微控制单元B管理计算系统B。其中,微控制单元A和微控制单元B各自的具体结构示意图中均包括监控模块1061、仲裁模块1062以及对接模块1063。
具体的,微控制单元A中的监控模块1061可监听获得计算系统A的运行状态,微控制单元B中的监控模块1061可监听获得计算系统B的运行状态。在微控制单元A和微控制单元B获得各自监听的计算系统的运行状态后,微控制单元A和微控制单元B可交互各自获得的计算系统的运行状态,则此时微控制单元A和微控制单元B均可获知计算系统A的运行状态和计算系统B的运行状态。
相应地,微控制单元A和微控制单元B中各自的仲裁模块1062可根据计算系统A和B各自的运行状态,确定出运行状态为健康状态的计算系统,例如计算系统A或计算系统B,这里假设计算系统A的运行状态为健康状态,计算系统B的运行状态为故障状态。由于计算系统B的运行状态为故障状态(即发生了故障),则计算设备可选择计算系统A通信的微控制单元A来控制实现车辆的安全行驶。具体的,计算设备可通过微控制单元A中的对接模块1063根据计算系统A生成的控制指令,来控制车辆的安全行驶。
可选地,当每个微控制单元106确定到各个计算系统的运行状态均为健康状态时,微控制单元106之间还可交互各个计算系统的主从关系,进而根据主计算系统对应管理的微控制单元106中的对接模块1063来控制车辆的安全行驶。例如,上述图1B的例子中,微控制单元A和微控制单元B在交互各自获得的计算系统的运行状态时,还可交互各自监听的计算系统的属性信息(具体可为用于描述计算系统的主从关系的属性信息)。这里假设计算系统A和计算系统B各自的运行状态均为健康状态,计算系统A为主计算系统,计算系统B为从计算系统。相应地,微控制单元A和微控制单元B通过信息交互可获知计算系统A和计算系统B均未发生故障,且计算系统A为主计算系统。进一步地,计算设备可确定通过与计算系统A对接管理的微控制单元A来控制实现车辆的安全行驶,具体的,计算设备通过调用微控制单元B中的对接单元1063根据主计算系统A生成的控制指令,来控制车辆的安全行驶。
需要说明的是,关于图1A或图1B中示出的微控制单元106在实际应用中可包括更多或更少的部件,图中仅为示例并不构成限定,本发明并不做限定。在实际应用中,图1A或图1B中示出的各模块或各单元具体可通过软件方式或硬件方式实现。当由软件实现时,图示中的各模块或各单元具体可为软件模块。当由硬件实现时,图示中的各模块或各单元具体可通过专用集成电路(application-specific integrated circuit,ASIC)实现,或可编程逻辑器件(programmable logic device,PLD)实现,上述PLD可以是复杂程序逻辑器件(complex programmable logical device,CPLD),现场可编程门阵列(field-programmable gate array,FPGA),通用阵列逻辑(generic array logic,GAL)或其任意组合等,本发明并不做限定。
本发明实施例涉及的计算设备具体可包括但不限于以下中的任一项:车辆、手机、平板电脑(tablet personal computer)、个人数字助理(personal digital assistant,PDA)、移动上网装置(mobile internet device,MID)、可穿戴式设备(wearable device)、车载设备以及其他支持和网络通信的设备等。
基于上述实施例,下面阐述本发明涉及的车辆控制方法。请参见图4,是本发明实施例提供的一种车辆控制方法的流程示意图。该车辆控制方法应用于包括至少两个计算系统在内的计算设备中,本发明实施例这里以两个计算系统,分别为第一计算系统和第二计算系统为例阐述车辆控制涉及的相关实施例。当计算系统的数量为两个以上时,同样可参考本发明实施例下文阐述的车辆控制方法。如图4所示的方法可包括如下实施步骤:
步骤S402、计算设备确定第一计算系统所需处理的第一车辆数据以及第二计算系统所需处理的第二车辆数据。其中,第一车辆数据为第一分组传感装置在第一时间探测的第一感知范围内的环境数据,第二车辆数据为第二分组传感装置在第一时间探测的第二感知范围内的环境数据。
本发明中,计算设备可确定每个计算系统各自所需处理的车辆数据。这里的车辆数据是指每个计算系统对应负责的一个分组传感装置在某个时间(例如第一时间)对预设感知范围内的环境进行扫描、探测获得的环境数据,也可称为传感数据。其中,每个计算系统负责处理一个分组传感装置所采集的传感数据,一个分组传感装置所采集的传感数据可对应被一个或者多个计算系统处理,本发明并不限定。
这里以两个计算系统为例,计算设备需确定第一计算系统所需处理的第一车辆数据以及确定第二计算系统所需处理的第二车辆数据。其中,第一车辆数据具体可为第一分组传感装置在第一时间对第一感知范围内的环境进行探测获得的环境数据。第二车辆数据具体可为第二分组传感装置在第一时间对第二感知范围内的环境进行探测获得的环境数据。这里的第一分组传感装置为用于负责对接第一计算系统的传感装置。第二分组传感装置为用于负责对接第二计算系统的传感装置,每个分组传感装置中包括的传感装置的数量也不做限定。其中,该第一分组传感装置和第二分组传感装置中包括的传感装置可以相同,也可不同,本发明并不做限定。相应地,第一分组传感装置对应探测的第一感知范围和第二分组传感装置对应探测的第二感知范围也可存在相同,也可不同,本发明并不做限定。可选地,每个分组传感装置对应的预设感知范围(例如第一感知范围或第二感知范围)具体可为车辆所处环境下的360°全景可视范围,即在该全景可视范围内,每个分组传感装置能采集到当前环境下的全景数据。关于传感装置如何在预设感知范围内进行环境数据的探测获得,具体可参见前述实施例中的相关阐述。
需要说明的是,即使每个分组传感装置对应的预设感知范围均可为360°全景可视范围,但受限于分组传感装置的硬件限制或部署角度不同等因素,每个分组传感装置采集的传感数据也存在不同。以第一分组传感装置和第二分组传感装置为例,则第一分组传感装置采集的第一车辆数据和第二分组传感装置采集的第二车辆数据存在不同。
下面阐述分组传感装置和计算系统涉及的相关实施例。具体的,本发明中传感装置可采用分组概念部署到设备中。其中,分组的数量需小于或等于计算系统的数量,以保证每个计算系统对应处理一个分组传感装置采集的传感数据,每个分组传感装置采集的传感数据可由一个或多个计算设备系统负责处理。传感装置分组部署的原则具体可包括以下中的至少一项:1)每个分组传感装置能采集获得当前环境下的全景数据。当任一分组传感装置出现故障,可通过其他分组传感装置采集获得当前环境下的全景数据,这里的全景数据是指通过分组传感装置扫描探测当前环境的全景(360°景象)而获得的数据。2)每个分组传感装置所采集的传感数据的数据量大致相同。即是,任意两个分组传感装置所采集的传感数据的数据量之差小于或等于预设阈值,该预设阈值为系统自定义设置的,例如根据用户经验设置的经验值,或者根据一系列实验数据统计获得的等等。
在实际应用中,每个传感装置可与一个或多个计算系统存在通信连接,该通信连接具体可为有线连接或无线连接,本发明不做限定。在传感装置和计算系统之间存在有线连接时,计算设备可采用上述传感装置分组部署原则,将符合全景数据获取和/或数据量均衡的每个分组传感装置部署为与相应地一个计算系统存在有线通信连接。便于后续计算系统直接根据有线通信连接方式,确定该计算系统所需处理的一个分组传感装置所采集的传感数据。
在传感装置和计算系统之间存在无线连接时,计算设备可采用上述传感装置分组部署原则,通过软件方式从与该计算系统存在通信的所有传感装置中,选取出能够符合全景数据获取和/或数据量均衡要求的一个分组传感装置,进而确定由该计算系统负责处理该分组传感装置采集的传感数据。
举例来说,参见图3A和图3B示出两种通信连接示意图,其中图3A具体示出一种无线通信连接示意图,如图3B具体示出一种有线通信连接示意图。如图示出的计算设备中部署有两个计算系统,分别为计算系统A和计算系统B。且,该计算设备部署有3个分区的传感装置,分别为分区A、分区B以及分区C。例如,计算设备按照计算设备所处环境的方位(例如前后左右四个方位)来划分,分区A可为前向分区,分区B可为后向分区,分区C可为侧向分区,具体可包括左侧分区和右侧分区等等。每个分区中包括(部署)有3个传感装置,分别为传感装置1~3。
如图3A中,3个分区的每个传感装置均可与计算系统A和计算系统B连接。相应地,在后续计算系统进行数据处理时,计算设备可通过软件方式,对3个分区中的传感装置进行分组,以保证计算系统A对应的第一分组传感装置和计算系统B对应的第二分组传感装置能够采集到全景数据,且还能满足数据量均衡的原则。例如,第一分组传感装置中包括有分区1中的传感装置1、分区2中的传感装置2和3、分区3中的传感装置1。第二分组传感装置中包括有分区1中的传感装置2和3、分区2中的传感装置1以及分区3中的传感装置2和3。
如图3B中,3个分区中的部分传感装置与计算系统A有线连接,部分传感装置与计算系统B有线连接。例如图3B中,分区A的传感装置1和传感装置2、分区B的传感装置1以及分区C的传感装置3均与计算系统A存在有线连接,分区A的传感装置3、分区B的传感装置2以及分区C的传感装置1可分别与计算系统A和计算系统B有线连接,分区B的传感装置3以及分区C的传感装置2可与计算系统B有线连接。可选地,为保证数据覆盖的完整性以及计算系统高算力要求,计算设备可采用上述传感装置分组部署原则,来部署图3B中的传感装置。相应地,图3B中与计算系统A存在有线连接的所有传感装置组成第一分组传感装置,与计算系统B存在有线连接的所有传感装置组成第二分组传感装置。便于计算系统A处理该第一分组传感装置采集的传感数据,计算系统B处理该第二分组传感装置采集的传感数据,本发明不做限定。
换句话说,本发明中分组传感装置和计算系统之间存在对应关系(也可称为关联关系或绑定关系),便于该计算系统根据该对应关系确定自身所需处理的分组传感装置采集的传感数据(即车辆数据)。其中,该对应关系具体可为系统自定义设置的,或者用户根据实际需求或个人偏好自定义设置的。例如,计算设备可预先根据上述传感装置分组部署的原则,将满足全景数据获取和/或数据量均衡要求的分组传感装置和相应地计算系统对应。例如,计算设备在部署该分组传感装置时,直接将该分组传感装置部署成与该计算系统存在有线连接的传感装置,或者创建该分组传感装置与该计算系统之间的对应关系,诸如以文本或表格等形式保存它们之间的对应关系等等,本发明并不做限定。
具体的,以计算系统包括第一计算系统和第二计算系统为例,计算设备可根据预存的第一计算系统和第一分组传感装置之间的对应关系,确定该第一计算系统所需处理的车辆数据为第一分组传感装置采集的传感数据,具体为第一分组传感装置在第一感知范围内探测当前环境所获得的传感数据。相应地,计算设备可根据预存的第二计算系统和第二分组传感装置之间的对应关系,确定第二计算系统所需处理的车辆数据为第二分组传感装置采集的传感数据,具体可为第二分组传感装置在第二感知范围内探测当前环境所获得的传感数据。
本发明中,计算设备根据上述传感装置分组部署原则,可获知步骤S402具体存在以下几种实施方式。
第一种,计算设备根据传感装置采集的传感数据的数据量,来确定计算系统对应处理的分组传感装置采集的传感数据,保证每个计算系统处理的传感数据的数据量大致相同。即任意两个计算系统所需处理的传感数据的数据量之差小于或等于预设阈值,该预设阈值为系统自定义设置的。
具体的,以计算系统包括第一计算系统和第二计算系统为例,计算系统可根据数据量均衡的原则来分配传感装置。例如,第一计算系统所需处理的第一车辆数据为第一分组传感装置采集的传感数据,第二计算系统所需处理的第二车辆数据为第二分组传感装置采集的传感数据。且,该第一车辆数据和第二车辆数据各自的数据量之差小于或等于预设阈值,例如0等。
举例来说,以传感装置为摄像装置为例,不同摄像装置采集的图像数据的分辨率可不相同。即是,计算设备利用计算系统处理该分辨率的图像数据时所需的算力(或图像数据的数据量)也不相同。假设计算设备中部署有5的摄像装置,分别为:摄像装置A-摄像装置E。其中,摄像装置A的分辨率为3840*2160,摄像装置B和摄像装置C各自的分辨率均为1920*1080,摄像装置D和E各自的分辨率均为960*540。在数据处理过程中,考虑到各计算系统的数据量均衡(即算力均衡)原则,计算设备可将摄像装置A和摄像装置D作为第一分组传感装置,并分配给第一计算系统;将摄像装置B、C以及E作为第二分组传感装置,并分配给第二计算系统。也即是,为实现算力均衡、减少单计算系统的计算量,计算设备将通过第一计算系统来处理第一分组传感装置(具体可为摄像装置A和D)采集的图像数据,通过第二计算系统来处理第二分组传感装置(具体可为摄像装置B、C以及E)采集的图像数据。
第二种,计算设备可根据不同传感装置的部署位置,确定计算系统所需处理的分组传感装置采集的传感数据,以作为该计算系统所需处理的车辆数据。其中,该分组传感装置中包括有一个或多个传感装置。为保证数据覆盖的全面性,每个分组传感装置中包括有每个方位(或分区)部署的传感装置,这里的方位是指传感装置的部署方位,其具体可为系统自定义安装部署的。例如,每个计算系统对应的分组传感装置均包括有上图2B所示例子中的前向传感装置、后向传感装置、左向传感装置、右向传感装置以及环视传感装置等,本发明并不做限定。
也即是,每个计算系统均能把控或对接全方位部署的分组传感装置,便于在计算设备中的任意计算系统出现故障后,未发生故障的计算系统可依据自身对应的分组传感装置能采集到当前环境下的全景数据,从而控制车辆的安全行驶等,有利于提升车辆行驶的安全性。
举例来说,以计算系统包括第一计算系统和第二计算系统为例。假设计算设备中部署有5个分区的传感装置,分别为分区A-分区E。其中,分区A中部署有3个前向传感装置(具体可为前向传感装置1~3),分区B中部署有2个后向传感装置(具体可为后向传感装置1和2),分区C中部署有2个左侧传感装置(具体可为左侧传感装置1和2),分区D中部署有4个右侧传感装置(具体可为右侧传感装置1~4)以及分区E中部署有2个环视传感装置。考虑到每个计算系统的全局把控,计算设备可将分区A中的前向传感装置1和2、后向传感装置2、左侧传感装置1、右侧传感装置1和2以及环视传感装置1作为第一分组传感装置,并将第一分组传感装置分配给第一计算系统,即将第一分组传感装置采集的数据作为第一计算系统所需处理的第一车辆数据。相应地,计算设备可将分区A中的前向传感装置3、后向传感装置1、左侧传感装置2、右侧传感装置3和4以及环视传感装置2作为第二分组传感装置,并将第二分组传感装置分配给第二计算系统,即将第二分组传感装置采集的数据作为第二计算系统所需处理的第二车辆数据。可选地,同一方位部署的任意两个传感装置各自的探测范围可以相同,也可不相同或者不完全相同,例如存在部分探测范围的重叠等。例如,图5A示出两个前向传感装置探测的场景示意图。如图5A中,传感装置A的探测范围是指以探测距离为100米、A为视角所覆盖的区域范围,传感装置B的探测范围为以探测距离为100米、B为视角所覆盖的区域范围。如图5A,传感装置A和传感装置B各自的探测范围不完全相同,存在部分区域重叠。
可选地,计算设备还可结合上述第一种和第二种实施方式,在满足数据量均衡的前提下,计算设备还将考虑不同传感装置的部署位置,以将具有全方位部署的分组传感装置所采集的传感数据分配给同一计算系统处理,本发明不做限定。
第三种,计算设备还可根据不同传感装置的属性信息,来确定各计算系统所需处理的分组传感装置所采集的传感数据,以作为该计算系统所需处理的车辆数据。具体的,计算设备可将具备相同属性信息的至少一个传感装置作为一个分组传感装置,并将该分组传感装置所采集的数据分配给同一计算系统处理。该属性信息具体为用于描述传感装置的属性的信息,例如其可包括但不限于传感装置的工作频率(也可称为采样频率)、传感装置的种类、传感装置所属的分类以及传感装置的功能等等。
举例来说,以传感装置包括雷达传感器、摄像装置以及激光测量单元为例。其中,雷达传感器在单位时间内采集的传感数据的数据量为Q1,摄像装置在单位时间内采集的传感数据的数据量为Q2,激光测量单元在单位时间内采集的传感数据的数据量为Q3。为保证各计算系统的数据量均衡,计算设备需根据各传感装置采集的传感数据的数据量来实现均衡分配。假设三种传感装置的工作时长均相同,Q1=1,Q2=2,Q3=3。为实现数据量均衡,计算设备可将雷达传感器和激光测量单元作为第一分组传感装置,以将第一分组传感装置采集的传感数据分配给第一计算系统处理,将摄像装置作为第二分组传感装置,并将第二分组传感装置采集的传感数据分配给第二计算系统处理。
可选地,计算设备还可结合上述第一种和/或第二种实施方式,来确定计算系统对应所需处理的车辆数据。例如,计算设备可同时根据传感装置的属性信息以及传感装置采集的传感数据的数据量,来确定各计算系统所需处理的分组传感装置所采集的传感数据,以作为该计算系统所需处理的车辆数据。以保证各计算系统所需处理的传感数据的数据量均衡,且同一计算设备对应的分组传感装置具备相同的属性信息,本发明并不做限定。
需要说明的是,本发明涉及的第一车辆数据和第二车辆数据均为分组传感装置采集的传感数据,它们可以相同,也可不相同,取决于采集第一车辆数据和第二车辆数据各自对应的分组传感装置。其中,第一车辆数据或者第二车辆数据可包括但不限于通过雷达传感器采集的雷达数据、通过激光测量单元采集的激光数据、通过GPS采集的位置数据以及通过感光单元采集的光敏数据等等。
步骤S404、计算设备利用第一计算系统对第一车辆数据进行处理,从而获得第一结构化数据,该第一结构化数据用于表征第一分组传感装置探测的车辆在第一时间所处的环境状况。相应地,计算设备可利用第二计算系统对第二车辆数据进行处理,从而获得第二结构化数据,该第二结构化数据用于表征第二分组传感装置探测的车辆在第一时间所处的环境状况。
具体的,第一计算系统确定第一车辆数据后,可获取第一车辆数据,进而对第一车辆数据进行处理,以获得对应的第一结构化数据。这里的处理包括但不限于预处理、对象识别和对象检测等等。示例性地如,第一计算系统获得第一车辆数据后,可对第一车辆数据进行预处理,获得预处理后的第一车辆数据。这里的预处理可为系统自定义设置的,其可包括但不限于数据筛选、异常值剔除以及数据转换等等。以该第一车辆数据为摄像装置采集的图像数据为例,该预处理包括但不限于图像转换、图像拼接、图像矫正、图像变形或者其他图像处理等等,本发明并不做限定。
进一步地,计算设备可继续对预处理后的第一车辆数据进行处理,以获得第一结构化数据。具体的,计算设备可采用第一预设算法对预处理后的第一车辆数据进行处理,以获得第一结构化数据,该第一结构化数据用于指示第一分组传感装置探测的车辆在第一时间时所处的环境状况。该第一预设算法为系统自定义设置的,或者计算设备预先训练好的,用于识别车辆当前所处的环境状况。该第一结构数据包括但不限于车辆在第一时间所处环境中的障碍物、其他车辆、车道线、车道宽度、红路灯、红路灯与车辆之间的距离、车辆与其他车辆之间的间隔距离、或者其他体现车辆所处环境状况的数据等。
举例来说,以第一预设算法为神经网络算法为例,第一计算系统可利用神经网络算法对第一车辆数据进行分析,以完成目标对象的检测和跟踪,从而获得第一结构化数据。在实际应用中,如果检测的目标对象不同,则使用的第一预设算法也可不相同,其可为系统预先训练好部署在计算设备中的算法,以等待在目标对象检测时直接加载使用,本发明并不做限定。例如,当目标对象为红绿灯时,该第一预设算法可为卷积神经网络算法,该第一结构化数据包括车辆行驶环境中的红绿灯、红绿灯和车辆之间的距离以及红绿灯各自显示的时长等信息,本发明并不做限定。
可选地,在第一计算系统获取第一车辆数据后,可对第一车辆数据进行管理。例如,第一计算系统可将第一车辆数据存储至第一计算系统的缓存中。又如,第一计算系统可实时或定期地对存储的第一车辆数据进行清理,例如清除存储时长超过预设时长的第一车辆数据,即是实时或定期地清除超期数据。该预设时长为系统自定义设置的,例如根据用户实际需求设置的等等。
同样地,关于第二计算系统如何实现第二车辆数据的处理,具体可参见第一计算系统对第一车辆数据的处理,本发明这里不做详述。其中,本发明涉及的第一结构化数据和第二结构化数据都用于表征分组传感装置探测的车辆在第一时间所处的环境状况。它们可以相同,也可不相同,取决于各自对应的分组传感装置,本发明并不做限定。在实际应用中,由于不同计算系统在数据处理过程中采用的数据处理算法以及数据处理精度存在不同,相应地第一计算系统获得的第一结构化数据和第二计算系统获得的第二结构化数据也可能存在差异。
步骤S406、计算设备根据第一结构化数据和第二结构化数据,控制车辆安全行驶。
本发明中,由于第一结构化数据和第二结构化数据可为计算设备对不同分组传感装置采集的传感数据进行处理后获得的结构化数据,并非所有分组传感装置采集的传感数据。考虑到数据的完整性以及车辆控制的安全性,计算系统之间可以交互各自获得的结构化数据。便于计算设备根据各个计算系统处理获得的结构化数据,控制车辆的安全行驶。
以计算系统包括第一计算系统和第二计算系统为例,本发明中第一计算系统和第二计算系统可以交互获得第一结构化数据和第二结构化数据。具体的,第一计算系统可根据实际需求主动向第二计算系统发送数据请求,以获得第二结构化数据。或者,在第二计算系统计算获得第二结构化数据后,可向其他计算系统广播该第二结构化数据,便于其他计算系统获得并使用第二结构化数据。相应地,参考前述第一计算系统获取第二结构化数据的相关阐述,第二计算系统也可以获取第一计算系统处理的第一结构化数据,这里不再赘述。进一步地,计算设备通过第一计算系统或第二计算系统根据第一结构化数据和第二结构化数据,控制车辆的安全行驶。具体存在几种实施方式。第一种,在第一计算系统和第二计算系统均未发生故障的情况下,计算设备可根据两个计算系统各自生成的控制指令,来控制车辆的安全行驶,该控制指令为计算系统根据第一结构化数据和第二结构化数据生成的。
具体的,计算系统通过微控制单元可监听获得第一计算系统和第二计算系统各自的运行状态。进而根据第一计算系统和第二计算系统各自的运行状态确定第一计算系统和第二计算系统是否发生故障。关于计算设备如何通过微控制单元确定第一计算系统或第二计算系统是否发生故障,具体可参见前述图1A或图1B中的相关阐述,这里不做赘述。
当第一计算系统未发生故障时,第一计算系统可根据第一结构化数据和第二结构化数据,获得第一控制指令,该第一控制指令用于控制车辆安全行驶。具体的,为提升数据处理的精确度,第一计算系统可对第一结构化数据和第二结构化数据进行平滑处理,以获得车辆行驶的道路特征信息,例如周围车辆的位置、车道线、车道数、道路标志、车道宽度以及车辆可行驶区域等信息。接着,第一计算系统根据道路特征信息并结合车辆自身的定位信息,生成第一控制指令。该定位信息具体可为通过定位装置采集的车辆在真实空间中的位置信息,该定位装置包括以下中的至少一项:GPS、IMU、轮速计或者其他用于定位的器件等等。
其中,第一控制指令是根据车辆在第一时间所处环境状况下的第一结构化数据和第二结构化数据生成的,用于控制车辆的安全行驶。可理解的,随着环境状况的变化,生成的第一控制指令也可不相同。例如,在弯道行驶场景中,生成的第一控制指令具体可用于指示车辆当前的转弯方向以及转弯角度等信息,以实现车辆在弯道中的安全行驶。又如在拥塞行驶场景下,生成的第一控制指令具体可用于指示车辆行驶的车道、车速以及与其他车辆之间所需保持的车间间距等等,以保证车辆在拥塞环境下实现车辆的安全行驶。
在实际应用中,在不同环境状况下,为实现车辆在该环境状况下的安全行驶,该第一控制指令对应指示在车辆中的操作对象包括但不限于车辆的刹车、油门、方向盘、档位、转向灯、雾灯以及雨刷等器件。该第一控制指令对应指示的操作处理包括但不限于速度控制、路线变更、车道变更、转弯角度控制等等,例如计算设备通过控制方向盘实现车道变更(即变道),同时通过控制转向灯以提示车辆当前所需进行的变道方向等,以避免发生交通事故,从而保障车辆行驶的安全性。
相应地,当第二计算系统未发生故障时,第二计算系统也可根据第一结构化数据和第二结构化数据,获得第二控制指令。具体可参见前述关于第一计算系统生成第一控制指令的相关阐述,这里不再赘述。在实际应用中,由于不同计算系统的数据处理精度以及数据处理时使用的算法存在不同,因此不同计算系统生成的控制指令也可能存在不同。即本发明上文的第一控制指令和第二控制指令可不相同。
由于第一计算系统和第二计算系统均未发生故障,则计算设备可根据第一计算系统生成的第一控制指令和第二计算系统生成的第二控制指令,确定车辆控制指令,进而根据该车辆控制指令,控制车辆的安全行驶。具体的,计算设备可从两个计算系统各自生成的第一控制指令和第二控制指令中随机选取一个计算系统生成的控制指令,以作为车辆控制指令。或者,计算设备可根据各计算系统的主从关系,从两个计算系统各自生成的第一控制指令和第二控制指令中选取主计算系统生成的控制指令,以作为车辆控制指令。其中,计算系统的主从关系为系统预先自定义设置好的,例如根据用户需求或用户喜好自定义设置的等等。例如,这里以第一计算系统为主计算系统,第二计算系统为从计算系统为例,计算设备在确定第一计算系统和第二计算系统各自均未发生故障后,可确定第一计算系统生成的第一控制指令为车辆控制指令,便于后续根据该车辆控制指令控制车辆进行安全行驶。
第二种,在第一计算系统或第二计算系统中的任一计算系统发生故障的情况下,计算设备可通过未发生故障的计算系统根据第一结构化数据和第二结构化数据,生成相应地控制指令,进而根据该控制指令,控制车辆的安全行驶。以第一计算系统发生故障为例,在计算设备通过微控制单元确定到第一计算系统发生了故障后,计算设备可通过第二计算系统根据第一结构化数据和第二结构化数据,生成第二控制指令。关于第二控制指令具体可参见前述实施例中的相关阐述,这里不再赘述。进一步地,计算设备可根据第二控制指令,控制车辆的安全行驶。
相应地,当计算设备在确定到第二计算系统发生故障后,计算设备可通过第一计算系统根据第一结构化数据和第二结构化数据生成第一控制指令,进而根据该第一控制指令控制车辆的安全行驶。关于第一控制指令具体可参见前述实施例中的相关阐述,这里不再赘述。
在可选实施例中,当计算设备中部署的计算系统有多个时,若计算设备中的任意计算系统出现故障后,计算设备可用其他未发生故障的计算系统来对所需处理的车辆数据进行处理,以控制车辆的安全行驶。具体的,为保证数据的完整性以及车辆控制的安全性,此时发生故障的计算系统所需处理的传感数据(车辆数据)需由未发生故障的计算系统来处理,以保证车辆的安全行驶。其中,针对于未发生故障的计算系统而言,由于车辆数据较多,受限于计算系统的算力或硬件限制,该计算系统无法满足大量车辆数据的处理需求,则需先对车辆数据进行降维处理(也可称为优化处理),以获得处理后的车辆数据,进而根据处理后的车辆数据实现车辆的安全行驶。
请参见图6,是本发明实施例提出的另一种车辆控制方法的流程示意图。如图6所示的方法,以计算设备中的计算系统包括第一计算系统和第二计算系统为例,阐述两个计算系统中的任一计算系统出现故障后,另一未出现故障的计算系统实现数据处理的相关实施例。如图6所述的方法中,具体以第一计算系统出现故障,第二计算系统未出现故障为例,其具体包括如下实施步骤:
步骤S602、第二计算系统获取第三车辆数据和第四车辆数据,其中,第三车辆数据为第一分组传感装置在第二时间探测的第一感知范围内的环境数据。第四车辆数据为第二分组传感装置在第二时间探测的第二感知范围内的环境数据。
本发明中,计算设备通过微控制单元确定到第一计算系统发生故障后,可通过第二计算系统处理后续分组传感装置采集的传感数据。具体的,为保障数据的完整性,当第一计算系统出现故障后,第二计算系统可获取第一计算系统所需处理的第三车辆数据以及第二计算系统自身所需处理的第四车辆数据,便于后续对两个计算系统所需处理的车辆数据进行处理,以保证了车辆控制的安全性。
其中,第三车辆数据为第一分组传感装置在第二时间对第一感知范围内的环境进行探测获得的传感数据,第四车辆数据为第二分组传感装置在第二时间对第二感知范围内的环境进行探测获得的传感数据。该第二时间为第一计算系统发生故障后的任意时间,与本发明上文的第一时间存在不同。
步骤S604、第二计算系统对第三车辆数据和第四车辆数据进行降维处理,以获得降维后的第三车辆数据和降维后的第四车辆数据。本发明上文涉及的降维处理是指为减少计算系统的计算量而进行的操作处理,其可包括但不限于以下中的任一项或多项的组合:降分辨率处理、降帧率处理、降传感数处理或者其他用于降低数据量的操作处理等。下面进行举例说明。
以降维处理为降帧率处理为例,引用上文第一计算系统出现故障的例子,第二计算系统所需处理的所有车辆数据(具体可包括第三车辆数据和第四车辆数据)均为通过摄像装置采集的帧图像数据。在实际应用中,第二计算系统所需处理的车辆数据包括多帧图像,具体的,第二计算系统可对所需处理的多帧图像进行降帧率处理,以获得数据量较少的处理后的帧图像,例如第二计算系统可剔除偶数帧图像,保留奇数帧图像作为处理后的帧图像等。
以降维处理为降分辨率处理为例,引用上文第一计算系统出现故障的例子,第二计算系统所需处理的所有车辆数据(具体可包括第三车辆数据和第四车辆数据)均为通过摄像装置采集的帧图像数据。在实际应用中,第二计算系统所需处理的车辆数据包括多帧图像,具体的,第二计算系统可对所需处理的多帧图像进行降分辨率处理,以获得数据量较少的处理后的帧图像,例如第二计算系统可采用预设图像算法,将第一分辨率的帧图像转换为第二分辨率的帧图像。其中,第一分辨率大于第二分辨率,该预设图像算法为系统自定义设置的,用于降低帧图像的分辨率,其可包括但不限于图像压缩算法、图像重构算法或者其他用于减小分辨率的算法等。
以降维处理为降传感数处理为例,本发明涉及的降传感数处理是指通过降低分组传感装置中包括的传感装置的数量,从而减少计算系统所需处理的通过传感装置采集的传感数据。具体的,参见本发明上文步骤S402-S404中的相关阐述,计算系统所需处理的第三车辆数据和第四车辆数据均为通过分组传感装置采集的传感数据。引用上文第一计算系统出现故障的例子,为满足单计算系统的算力限制,第二计算系统可对分组传感装置中包括的多个传感装置采集获得的第三车辆数据和第四车辆数据进行筛选处理(即降传感数处理),即丢弃部分传感装置采集的传感数据,以获得较少传感装置采集的传感数据,作为处理后的车辆数据。该较少传感装置能够扫描探测到车辆当前所处环境的全景数据。即是,第二计算系统在覆盖全景的前提下,可从多个传感装置中选取部分传感装置,以将该部分传感装置采集的传感数据,作为处理后的车辆数据。
举例来说,如图5B示出一种传感装置部署的场景示意图。如图5B所示的车辆中部署有8个传感装置,分别为前向传感装置1和2、后向传感装置3和4、左侧传感装置5、右侧传感装置6以及环视传感装置7和8。如图前向传感装置1和2安装在一起,其各自扫描探测的范围基本一致。即是,前向传感装置1和2在同一场景下各自采集的传感数据相同。同样地,如图后向传感装置3和4紧邻部署,同一场景下它们采集的传感数据相同。环视传感装置7和8紧邻部署,同一场景下它们采集的传感数据也相同。其中,本例中前向传感装置、后向传感装置、左侧传感装置、右侧传感装置以及环视传感装置各一个可实现当前环境的360°扫描探测,从而获得当前环境的全景数据。
假设原来第一计算系统所需处理的第三车辆数据包括上述传感装置1、3、4以及5各自采集的传感数据,第二计算系统所需处理的第四车辆数据包括上述传感装置2、6、7以及8各自采集的传感数据。如果第一计算系统突然出现故障,为保证数据处理的完整性和可靠性,第二计算系统可获取两个计算系统所需处理的第三车辆数据和第四车辆数据,即上述8个传感装置采集的数据。受限于单计算系统的算力限制,第二计算系统可从上述8和传感装置采集的数据中选取能够覆盖全景数据的传感装置所采集的数据,作为处理后的车辆数据。本例中,为保证数据的完整性,第二计算系统可从中选取一个前向传感装置、一个后向传感装置、一个左侧传感装置、一个右侧传感装置以及一个环视传感装置所采集的数据,例如本例中可选取上述传感装置1、3、5、6以及7各自所采集的数据,作为处理后的车辆数据,本发明并不限定。
步骤S606、第二计算系统对降维后的第三车辆数据和降维后的第四车辆数据进行处理,以对应获得第三结构化数据和第四结构化数据。其中,第三结构化数据用于表征第一分组传感装置探测的车辆在第二时间的环境状况,第四结构化数据用于表征第二分组传感装置探测的车辆在第二时间的环境状况。
步骤S608、计算设备根据第三结构化数据和第四结构化数据,控制车辆的安全行驶。
本发明中,在上述步骤S604-步骤S608具体实施时,第二计算系统可加载预设全量算法(也可称全量模型),利用该全量算法对第三车辆数据和第四车辆数据进行处理,以获得相应地控制指令,控制车辆的安全行驶。其中,该预设全量算法为系统自定义设置的,为节省算法的加载时间,该全量算法可为预先部署在第二计算系统的缓存中,便于后续使用时直接加载。可选地,在实际应用中,降维处理可放在全量算法中,也可放在全量算法外实现。也即是,全量算法的输入数据可为降维处理前的第三车辆数据和第四车辆数据,也可为降维处理后的第三车辆数据和第四车辆数据,本发明并不做限定。关于前述第二计算系统如何根据降维后的车辆数据实现车辆的安全行驶,具体可参考前述步骤S404-S406中的相关阐述,这里不再赘述。
在可选实施例中,当第一计算系统出现故障后,第二计算系统无法获得第一计算系统所需处理的第三车辆数据,此时第二计算系统可获取自身所需处理的第四车辆数据,进而仅对第四车辆数据进行处理,以获得相应的控制指令。进一步地,根据该控制指令的指示控制车辆的安全行驶。其中,该控制指令为第二计算系统生成的,用于控制车辆的安全行驶,其具体所指示的内容操作本发明并不做限定,例如控制车辆尽快减速、靠边停车等等。关于如何实现车辆数据的处理以及控制车辆的安全行驶,具体可参见前述实施例中的相关阐述,这里不再赘述。
或者,在第一计算系统出现故障后,第二计算系统无法获得第一计算系统所需处理的第三车辆数据以及第二计算系统自身所需处理的第四车辆数据,此时第二计算系统可对第二计算系统中预先存储的预存车辆数据进行处理,以生成相应地控制指令,控制车辆安全行驶。或者,第二计算系统可直接获取预存的控制指令,以根据该控制指令控制车辆的安全行驶。该控制指令为系统自定义生成的,用于控制车辆的安全行驶。例如,该控制指令用于控制车辆靠边停车,或者控制车辆减速行驶等等,本发明并不做限定。
通过实施本发明实施例,能够解决现有技术中存在的无法满足量产对低功耗、高算力的需求等问题,从而降低数据处理的功耗,提升数据处理的效率。
结合上文图1A-图6所述的实施例,下面阐述本发明适用的相关设备或通信系统。请参见图7,是本发明实施例提供的一种计算设备的结构示意图。如图7所示的计算设备700包括获取模块702、第一处理模块704以及控制模块706,其中,
所述获取模块702,用于获取第一车辆数据以及第二车辆数据,所述第一车辆数据为第一分组传感装置在第一时间探测的第一感知范围内的环境数据,所述第二车辆数据为第二分组传感装置在所述第一时间探测的第二感知范围内的环境数据;
所述处理模块704,用于通过第一计算系统处理所述第一车辆数据获得第一结构化数据,通过第二计算系统处理所述第二车辆数据获得第二结构化数据,所述第一结构化数据用于表征所述第一组传感装置探测的车辆在所述第一时间所处的环境状况,所述第二结构化数据用于表征所述第二组传感装置探测的所述车辆在所述第一时间所处的环境状况;
所述控制模块706,用于根据所述第一结构化数据和所述第二结构化数据,控制所述车辆安全行驶。
在实际应用中,本发明实施例中涉及的处理模块704具体可包括如上图1A或图1B中的预处理模块1042以及处理模块1043。换句话说,本发明中的处理模块704所描述的功能具体可由图1A或图1B中的预处理模块1042以及处理模块1043等功能模块实现。本发明中的控制模块706具体可包括如上图1A或图1B中的指令生成模块1044以及微控制单元106中的部分或所有功能模块。本发明中的获取模块702具体可包括如图1A或1B中的选择模块1045等,本发明并不做限定。
在可选实施例中,所述第一车辆数据的数据量和所述第二车辆数据的数据量之差小于或等于第一阈值。
在可选实施例中,所述控制模块706具体用于通过所述第一计算系统根据所述第一结构化数据和所述第二结构化数据,获得第一控制指令,并根据所述第一控制指令控制所述车辆安全行驶。具体实现中,这里的控制模块706具体可包括如上图1A或图1B中第一计算系统中包括的指令生成模块1044以及微控制单元106中的对接模块1063。例如,计算设备通过指令生成模块1044根据第一结构化数据和第二结构化数据获得第一控制指令,并通过微控制单元106中的对接模块1063依据该第一控制指令控制车辆安全行驶。
在可选实施例中,所述控制模块706还用于确定所述第一计算系统出现故障,并响应上述确定,通过所述第二计算系统根据所述第一结构化数据和所述第二结构化数据获得第二控制指令,并根据所述第二控制指令控制所述车辆安全行驶。具体实现中,本发明中涉及的控制模块706具体可包括如上图1A或图1B中微控制单元106下的监控模块1061、仲裁模块1062和对接模块1063、计算系统104中的指令生成模块1044。例如,计算设备通过微控制单元中的监控模块1061监控获得第一计算系统的运行状态,并发送给仲裁模块仲裁第一计算系统是否出现故障。在第一计算系统出现故障后,通过第二计算系统中的指令生成模块1044根据第一结构化数据和第二结构化数据获得第二控制指令。最后通过对接模块1063可根据该第二控制指令控制车辆安全行驶。
在可选实施例中,所述获取模块702,还用于获取第三车辆数据以及第四车辆数据,所述第三车辆数据为所述第一分组传感装置在第二时间探测的所述第一感知范围内的环境数据,所述第二车辆数据为所述第二分组传感装置在所述第二时间探测的所述第二感知范围内的环境数据;所述处理模块704,用于确定所述第一计算系统出现故障,并响应上述确定,通过所述第二计算系统对所述第三车辆数据和所述第四车辆数据进行降维处理;所述处理模块704,还用于通过所述第二计算系统对降维后的第三车辆数据和第四车辆数据进行处理,以获得第三结构化数据和第四结构化数据,其中,所述第三结构化数据用于表征所述第一分组传感装置探测的车辆在所述第二时间的环境状况,所述第四结构化数据用于表征所述第二分组传感装置探测的车辆在所述第二时间的环境状况;所述控制模块706,还用于根据所述第三结构化数据和所述第四结构化数据,控制所述车辆安全行驶。
关于本发明中未示出或未描述的内容,可参见前述实施例中的相关阐述这里不做赘述。关于图7示出的计算设备在实际应用中可包括更多或更少的部件,图示仅为示例并不构成限定。图7中示出的各模块或各单元具体可通过软件或者硬件的方式实现,当其通过软件程序实现时,图示中的各模块或各单元均为软件模块。当其通过硬件实现时,图示中的各模块或各单元具体可通过专用集成电路(application-specific integrated circuit,ASIC)实现,或可编程逻辑器件(programmable logic device,PLD)实现,上述PLD可以是复杂程序逻辑器件(complex programmable logical device,CPLD),现场可编程门阵列(field-programmable gate array,FPGA),通用阵列逻辑(generic array logic,GAL)或其任意组合等,本发明并不做限定。
通过实施本发明实施例,能够解决现有技术中存在的无法满足量产对低功耗、高算力的需求等问题,从而降低数据处理的功耗、提升数据处理的效率。
请参见图8,是本发明实施例提供的另一计算设备的结构示意图。如图8所示的计算设备800包括一个或多个处理器801、通信接口802以及存储器803。其中,处理器801、通信接口802以及存储器803可通过总线连接,也可通过无线传输等其他手段实现通信。本发明实施例以通过总线804连接为例。其中,该存储器803用于存储指令,该处理器801用于执行该存储器803存储的指令。该存储器803存储程序代码,且处理器801可以调用存储器803中存储的程序代码执行如上图4或图6所述方法实施例中提供的所有或部分实施步骤,这里不再赘述。
应理解的,处理器801还可用于运行存储器803中存储的相关程序代码以实现如下功能模块的功能。例如,该功能模块包括但不限于以下中的任意一个或多个功能的组合,例如图7中示出的获取模块、处理模块、控制模块、图1A或图1B中示出的计算系统104所包括的所有或部分模块以及微控制单元106所包括的所有或部分功能模块。换句话说,存储器803中存储有一组程序代码,处理器801可调用存储器803中存储的程序代码以实现图1A或图1B所示的计算设备中的所有或部分功能模块的功能,或者实现如上图4或图6所述方法实施例所描述的内容,这里不再赘述。
需要说明的,图8仅仅是本发明实施例的一种可能的实现方式,实际应用中,服务器还可以包括更多或更少的部件,这里不作限制。关于本发明实施例中未示出或未描述的内容,可参见前述图1A-图7所述实施例中的相关阐述,这里不再赘述。
通过实施本发明实施例,能够解决现有技术中存在的无法满足量产对低功耗、高算力的需求等问题,从而降低数据处理的功耗、提升数据处理的效率。
请参见图9,是本发明实施例提供的一种通信系统的结构示意图。如图9所示的通信系统900包括:第一计算系统902、第二计算系统904以及微控制单元906。该微控制单元906可通过网络分别与第一计算系统902和第二计算系统904通信。第一计算系统902也可通过网络与第二计算系统904相互通信。其中,所述第一计算系统902,用于获取第一车辆数据,并处理所述第一车辆数据,获得第一结构化数据,其中,所述第一车辆数据为第一分组传感装置在第一时间探测的第一感知范围内的环境数据,所述第一结构化数据用于表征所述第一组传感装置探测的车辆在所述第一时间所处的环境状况;
所述第二计算系统904,用于获取第二车辆数据,并处理所述第二车辆数据,获得第二结构化数据,其中,所述第二车辆数据为第二分组传感装置在所述第一时间探测的第二感知范围内的环境数据,所述第二结构化数据用于表征所述第二组传感装置探测的所述车辆在所述第一时间所处的环境状况;
所述第一计算系统902还用于根据所述第一结构化数据和所述第二结构化数据,获得第一控制指令;
所述微控制单元906具体用于根据所述第一控制指令,控制所述车辆安全行驶。
本发明实施例中,微控制单元906的数量并不做限定。当微控制单元906的数量有一个时,该微控制单元906具体可与第一计算系统和第二计算系统相互通信,可参见前述图1A所述实施例中的相关阐述。当微控制单元906的数量为两个时,例如微控制单元906包括第一微控制单元和第二微控制单元,则第一微控制单元可与第一计算系统相互通信,第二微控制单元可与第二计算系统相互通信,具体可参见前述图1B所述实施例中的相关阐述,这里不再赘述。
在可选实施例中,所述微控制单元906还用于确定所述第一计算系统出现故障;所述第二计算系统904还用于响应上述确定,根据所述第一结构化数据和所述第二结构化数据获得第二控制指令;所述微控制单元906具体用于根据所述第二控制指令控制所述车辆安全行驶。具体的,通信系统900通过微控制单元906确定计算系统是否出现故障,例如在第一计算系统获得第一结构化数据后,第一计算系统出现了故障。则可继续调用第二计算系统904根据第一结构化数据和第二结构化数据获得第二控制指令,进而通过微控制单元906依据该第二控制指令控制车辆安全行驶。
在可选实施例中,所述微控制单元906还用于确定所述第一计算系统出现故障;所述第二计算系统904还用于响应上述确定,获取第三车辆数据以及第四车辆数据,并对所述第三车辆数据和第四车辆数据进行降维处理,其中,所述第三车辆数据为所述第一分组传感装置在第二时间探测的所述第一感知范围内的环境数据,所述第四车辆数据为所述第二分组传感装置在所述第二时间探测的所述第二感知范围内的环境数据;所述第二计算系统904还用于对降维后的第三车辆数据进行处理,以获得第三结构化数据,其中,所述第三结构化数据用于表征所述第一分组传感装置探测的车辆在所述第二时间的环境状况;所述第二计算系统904还用于对降维后的第四车辆数据进行处理,以获得第四结构化数据,其中,所述第四结构化数据用于表征所述第二分组传感装置探测的车辆在所述第二时间的环境状况;所述第二计算系统904还用于根据所述第三结构化数据和所述第四结构化数据,获得第三控制指令;所述微控制单元906还用于根据所述第三控制指令,控制所述车辆安全行驶。
关于本发明实施例中未示出或未描述的内容,具体可参见前述图1A-图6所述实施例中的相关阐述,这里不再赘述。通过实施本发明实施例,能够解决现有技术中存在的无法满足量产对低功耗、高算力的需求等问题,从而降低数据处理的功耗、提升数据处理的效率。
本发明实施例还提供一种计算机非瞬态存储介质,所述计算机非瞬态存储介质中存储有指令,当其在处理器上运行时,图4或图6所示的方法流程得以实现。
本发明实施例还提供一种计算机程序产品,当所述计算机程序产品在处理器上运行时,图4或图6所示的方法流程得以实现。
结合本发明实施例公开内容所描述的方法或者算法的步骤可以硬件的方式来实现,也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成,软件模块可以被存放于随机存取存储器(random access memory,RAM)、闪存、只读存储器(read only memory,ROM)、可擦除可编程只读存储器(erasable programmable ROM,EPROM)、电可擦可编程只读存储器(electrically EPROM,EEPROM)、寄存器、硬盘、移动硬盘、只读光盘(CD-ROM)或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外,该ASIC可以位于计算设备中。当然,处理器和存储介质也可以作为分立组件存在于计算设备中。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (16)
1.一种车辆控制方法,其特征在于,应用于包括第一计算系统和第二计算系统在内的计算设备中,所述方法包括:
获取第一车辆数据以及第二车辆数据,所述第一车辆数据为第一分组传感装置在第一时间探测的第一感知范围内的环境数据,所述第二车辆数据为第二分组传感装置在所述第一时间探测的第二感知范围内的环境数据;
通过所述第一计算系统处理所述第一车辆数据,获得第一结构化数据,所述第一结构化数据用于表征所述第一分组传感装置探测的车辆在所述第一时间所处的环境状况;
通过所述第二计算系统处理所述第二车辆数据,获得第二结构化数据,所述第二结构化数据用于表征所述第二分组传感装置探测的所述车辆在所述第一时间所处的环境状况;
根据所述第一结构化数据和所述第二结构化数据,控制所述车辆安全行驶。
2.根据权利要求1所述的方法,其特征在于,所述第一车辆数据的数据量和所述第二车辆数据的数据量之差小于或等于第一阈值。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述第一结构化数据和所述第二结构化数据,控制所述车辆安全行驶包括:
通过所述第一计算系统根据所述第一结构化数据和所述第二结构化数据,获得第一控制指令;
根据所述第一控制指令控制所述车辆安全行驶。
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述根据所述第一结构化数据和所述第二结构化数据,控制所述车辆安全行驶还包括:
确定所述第一计算系统出现故障;
响应上述确定,通过所述第二计算系统根据所述第一结构化数据和所述第二结构化数据获得第二控制指令;
根据所述第二控制指令控制所述车辆安全行驶。
5.根据权利要求1-3中任一项所述的方法,其特征在于,所述方法还包括:
获取第三车辆数据以及第四车辆数据,所述第三车辆数据为所述第一分组传感装置在第二时间探测的所述第一感知范围内的环境数据,所述第四车辆数据为所述第二分组传感装置在所述第二时间探测的所述第二感知范围内的环境数据;
确定所述第一计算系统出现故障;
响应上述确定,通过所述第二计算系统对所述第三车辆数据和所述第四车辆数据进行降维处理;
通过所述第二计算系统对降维后的第三车辆数据进行处理,以获得第三结构化数据,其中,所述第三结构化数据用于表征所述第一分组传感装置探测的车辆在所述第二时间的环境状况;
通过所述第二计算系统对降维后的第四车辆数据进行处理,以获得第四结构化数据,其中,所述第四结构化数据用于表征所述第二分组传感装置探测的车辆在所述第二时间的环境状况;
根据所述第三结构化数据和所述第四结构化数据,控制所述车辆安全行驶。
6.一种计算设备,其特征在于,包括:
获取模块,用于获取第一车辆数据以及第二车辆数据,所述第一车辆数据为第一分组传感装置在第一时间探测的第一感知范围内的环境数据,所述第二车辆数据为第二分组传感装置在所述第一时间探测的第二感知范围内的环境数据;
处理模块,用于通过第一计算系统处理所述第一车辆数据,获得第一结构化数据,所述第一结构化数据用于表征所述第一组传感装置探测的车辆在所述第一时间所处的环境状况;通过第二计算系统处理所述第二车辆数据,获得第二结构化数据,所述第二结构化数据用于表征所述第二组传感装置探测的所述车辆在所述第一时间所处的环境状况;
控制模块,用于根据所述第一结构化数据和所述第二结构化数据,控制所述车辆安全行驶。
7.根据权利要求6所述的计算设备,其特征在于,所述第一车辆数据的数据量和所述第二车辆数据的数据量之差小于或等于第一阈值。
8.根据权利要求6或7所述的计算设备,其特征在于:所述控制模块,具体用于通过所述第一计算系统根据所述第一结构化数据和所述第二结构化数据,获得第一控制指令,并根据所述第一控制指令控制所述车辆安全行驶。
9.根据权利要求6-8中任一项所述的计算设备,其特征在于,
所述控制模块,还用于确定所述第一计算系统出现故障,并响应上述确定,通过所述第二计算系统根据所述第一结构化数据和所述第二结构化数据获得第二控制指令,并根据所述第二控制指令控制所述车辆安全行驶。
10.根据权利要求6-9中任一项所述的计算设备,其特征在于,
所述获取模块,还用于获取第三车辆数据以及第四车辆数据,所述第三车辆数据为所述第一分组传感装置在第二时间探测的所述第一感知范围内的环境数据,所述第二车辆数据为所述第二分组传感装置在所述第二时间探测的所述第二感知范围内的环境数据;
所述处理模块,用于确定所述第一计算系统出现故障,并响应上述确定,通过所述第二计算系统对所述第三车辆数据和所述第四车辆数据进行降维处理;
所述处理模块,还用于通过所述第二计算系统对降维后的第三车辆数据进行处理,以获得第三结构化数据,通过所述第二计算系统对降维后的第四车辆数据进行处理,以获得第四结构化数据,其中,所述第三结构化数据用于表征所述第一分组传感装置探测的车辆在所述第二时间的环境状况,所述第四结构化数据用于表征所述第二分组传感装置探测的车辆在所述第二时间的环境状况;
所述控制模块,还用于根据所述第三结构化数据和所述第四结构化数据,控制所述车辆安全行驶。
11.一种通信系统,其特征在于,所述通信系统包括第一计算系统、第二计算系统以及微控制单元,其中,
所述第一计算系统,用于获取第一车辆数据,并处理所述第一车辆数据,获得第一结构化数据,其中,所述第一车辆数据为第一分组传感装置在第一时间探测的第一感知范围内的环境数据,所述第一结构化数据用于表征所述第一分组传感装置探测的车辆在所述第一时间所处的环境状况;
所述第二计算系统,用于获取第二车辆数据,并处理所述第二车辆数据,获得第二结构化数据,其中,所述第二车辆数据为第二分组传感装置在所述第一时间探测的第二感知范围内的环境数据,所述第二结构化数据用于表征所述第二分组传感装置探测的所述车辆在所述第一时间所处的环境状况;
所述第一计算系统,还用于根据所述第一结构化数据和所述第二结构化数据,获得第一控制指令;
所述微控制单元,用于根据所述第一控制指令,控制所述车辆安全行驶。
12.根据权利要求11所述的通信系统,其特征在于,所述第一车辆数据的数据量和所述第二车辆数据的数据量之差小于或等于第一阈值。
13.根据权利要求11或12所述的通信系统,其特征在于,
所述微控制单元,还用于确定所述第一计算系统出现故障;
所述第二计算系统,还用于响应上述确定,根据所述第一结构化数据和所述第二结构化数据获得第二控制指令;
所述微控制单元,具体用于根据所述第二控制指令控制所述车辆安全行驶。
14.根据权利要求11或12所述的通信系统,其特征在于,
所述微控制单元,还用于确定所述第一计算系统出现故障;
所述第二计算系统,还用于响应上述确定,获取第三车辆数据以及第四车辆数据,并对所述第三车辆数据和第四车辆数据进行降维处理,其中,所述第三车辆数据为所述第一分组传感装置在第二时间探测的所述第一感知范围内的环境数据,所述第四车辆数据为所述第二分组传感装置在所述第二时间探测的所述第二感知范围内的环境数据;
所述第二计算系统,还用于对降维后的第三车辆数据进行处理,以获得第三结构化数据,其中,所述第三结构化数据用于表征所述第一分组传感装置探测的车辆在所述第二时间的环境状况;
所述第二计算系统,还用于对降维后的第四车辆数据进行处理,以获得第四结构化数据,其中,所述第四结构化数据用于表征所述第二分组传感装置探测的车辆在所述第二时间的环境状况;根据所述第三结构化数据和所述第四结构化数据,获得第三控制指令;
所述微控制单元,还用于根据所述第三控制指令,控制所述车辆安全行驶。
15.一种计算设备,其特征在于,包括处理器,存储器,通信接口和总线;所述处理器、所述通信接口和所述存储器通过总线相互通信;所述通信接口,用于接收和发送数据;所述存储器,用于存储指令;所述处理器,用于调用所述存储器中的指令,执行如上权利要求1-5中任一项所述方法。
16.一种计算机非瞬态存储介质,所述计算机非瞬态存储介质存储有计算机程序,其特征在于,所述计算机程序被计算设备执行时实现如权利要求1至5任一项所述方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2018/124086 WO2020133005A1 (zh) | 2018-12-26 | 2018-12-26 | 车辆控制方法、相关设备及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111295319A true CN111295319A (zh) | 2020-06-16 |
CN111295319B CN111295319B (zh) | 2021-08-20 |
Family
ID=71028752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880068094.2A Active CN111295319B (zh) | 2018-12-26 | 2018-12-26 | 车辆控制方法、相关设备及计算机存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10994749B2 (zh) |
EP (1) | EP3754449A4 (zh) |
JP (1) | JP7305768B2 (zh) |
CN (1) | CN111295319B (zh) |
WO (1) | WO2020133005A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112249033A (zh) * | 2020-10-30 | 2021-01-22 | 广州小鹏自动驾驶科技有限公司 | 一种车辆的自动驾驶系统及方法 |
CN114604260A (zh) * | 2022-05-11 | 2022-06-10 | 青岛慧拓智能机器有限公司 | 用于无人车的域控制器及域控制装置 |
WO2023201563A1 (zh) * | 2022-04-20 | 2023-10-26 | 华为技术有限公司 | 一种控制方法、装置和交通工具 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7202112B2 (ja) * | 2018-09-11 | 2023-01-11 | 本田技研工業株式会社 | 車両用制御システムおよび車両の制御方法 |
US20220238019A1 (en) * | 2019-07-01 | 2022-07-28 | Sony Group Corporation | Safety performance evaluation apparatus, safety performance evaluation method, information processing apparatus, and information processing method |
CN112330538B (zh) * | 2020-09-29 | 2022-04-19 | 电子科技大学 | 一种基于特征点优化提取的损伤温度重构图像拼接方法 |
CN113470406A (zh) * | 2021-06-15 | 2021-10-01 | 东风汽车集团股份有限公司 | 基于车路协同的自动驾驶通过高速收费站方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007041121A1 (de) * | 2007-08-30 | 2009-03-05 | Volkswagen Ag | Verfahren und Vorrichtung zum Verarbeiten von Sensordaten für ein Fahrerassistenzsystem eines Fahrzeugs |
CN104290745A (zh) * | 2014-10-28 | 2015-01-21 | 奇瑞汽车股份有限公司 | 车辆用半自动驾驶系统及其方法 |
WO2017167820A1 (en) * | 2016-03-31 | 2017-10-05 | Connaught Electronics Ltd. | Electronic control unit for a vehicle with separate data connection, assistance system and method |
CN107571868A (zh) * | 2016-07-05 | 2018-01-12 | 罗伯特·博世有限公司 | 用于执行对车辆的车辆引导的自动干预的方法 |
CN107953890A (zh) * | 2016-10-17 | 2018-04-24 | 罗伯特·博世有限公司 | 用于处理用于自动化车辆的数据的方法 |
CN108776472A (zh) * | 2018-05-17 | 2018-11-09 | 驭势(上海)汽车科技有限公司 | 智能驾驶控制方法及系统、车载控制设备和智能驾驶车辆 |
CN108860142A (zh) * | 2018-04-27 | 2018-11-23 | 榛硕(武汉)智能科技有限公司 | 车辆用半自动驾驶系统的驾驶方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003046969A (ja) * | 2001-07-30 | 2003-02-14 | Sony Corp | 情報処理装置および方法、記録媒体、並びにプログラム |
AT515454A3 (de) * | 2013-03-14 | 2018-07-15 | Fts Computertechnik Gmbh | Verfahren zur Behandlung von Fehlern in einem zentralen Steuergerät sowie Steuergerät |
DE102014220781A1 (de) * | 2014-10-14 | 2016-04-14 | Robert Bosch Gmbh | Ausfallsichere E/E-Architektur für automatisiertes Fahren |
JP7016522B2 (ja) * | 2015-04-20 | 2022-02-07 | コーネル ユニヴァーシティー | 次元データ低減を有するマシンビジョン |
WO2018110124A1 (ja) * | 2016-12-13 | 2018-06-21 | 日立オートモティブシステムズ株式会社 | 車両制御装置 |
EP3363698B1 (en) * | 2017-02-15 | 2021-05-26 | Volvo Car Corporation | Safety stoppage device and autonomous road vehicle equipped therewith |
WO2018193449A1 (en) * | 2017-04-17 | 2018-10-25 | Mobileye Vision Technologies Ltd. | Secure system that includes driving related systems |
WO2018220811A1 (ja) * | 2017-06-02 | 2018-12-06 | 本田技研工業株式会社 | 車両制御システムおよび車両制御方法 |
US10635109B2 (en) * | 2017-10-17 | 2020-04-28 | Nio Usa, Inc. | Vehicle path-planner monitor and controller |
US10831188B2 (en) * | 2017-11-07 | 2020-11-10 | Zoox, Inc. | Redundant pose generation system |
CN208165094U (zh) * | 2018-02-13 | 2018-11-30 | 重庆长安汽车股份有限公司 | 自动驾驶车辆的冗余电子转向系统 |
CN109032132B (zh) * | 2018-07-06 | 2021-08-13 | 联合汽车电子有限公司 | 车辆驾驶系统及方法 |
US10928819B2 (en) * | 2018-10-29 | 2021-02-23 | Here Global B.V. | Method and apparatus for comparing relevant information between sensor measurements |
US10809073B2 (en) * | 2018-12-05 | 2020-10-20 | Here Global B.V. | Local window-based 2D occupancy grids for localization of autonomous vehicles |
KR20200081530A (ko) * | 2018-12-19 | 2020-07-08 | 주식회사 만도 | 자율 주행 차량의 안전 제어 시스템 및 방법 |
US11099563B2 (en) * | 2018-12-19 | 2021-08-24 | Zoox, Inc. | Multi-controller synchronization |
-
2018
- 2018-12-26 JP JP2021537883A patent/JP7305768B2/ja active Active
- 2018-12-26 EP EP18944620.6A patent/EP3754449A4/en active Pending
- 2018-12-26 CN CN201880068094.2A patent/CN111295319B/zh active Active
- 2018-12-26 WO PCT/CN2018/124086 patent/WO2020133005A1/zh unknown
-
2020
- 2020-09-22 US US17/028,379 patent/US10994749B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007041121A1 (de) * | 2007-08-30 | 2009-03-05 | Volkswagen Ag | Verfahren und Vorrichtung zum Verarbeiten von Sensordaten für ein Fahrerassistenzsystem eines Fahrzeugs |
CN104290745A (zh) * | 2014-10-28 | 2015-01-21 | 奇瑞汽车股份有限公司 | 车辆用半自动驾驶系统及其方法 |
WO2017167820A1 (en) * | 2016-03-31 | 2017-10-05 | Connaught Electronics Ltd. | Electronic control unit for a vehicle with separate data connection, assistance system and method |
CN107571868A (zh) * | 2016-07-05 | 2018-01-12 | 罗伯特·博世有限公司 | 用于执行对车辆的车辆引导的自动干预的方法 |
CN107953890A (zh) * | 2016-10-17 | 2018-04-24 | 罗伯特·博世有限公司 | 用于处理用于自动化车辆的数据的方法 |
CN108860142A (zh) * | 2018-04-27 | 2018-11-23 | 榛硕(武汉)智能科技有限公司 | 车辆用半自动驾驶系统的驾驶方法 |
CN108776472A (zh) * | 2018-05-17 | 2018-11-09 | 驭势(上海)汽车科技有限公司 | 智能驾驶控制方法及系统、车载控制设备和智能驾驶车辆 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112249033A (zh) * | 2020-10-30 | 2021-01-22 | 广州小鹏自动驾驶科技有限公司 | 一种车辆的自动驾驶系统及方法 |
CN112249033B (zh) * | 2020-10-30 | 2022-02-01 | 广州小鹏自动驾驶科技有限公司 | 一种车辆的自动驾驶系统及方法 |
WO2023201563A1 (zh) * | 2022-04-20 | 2023-10-26 | 华为技术有限公司 | 一种控制方法、装置和交通工具 |
CN114604260A (zh) * | 2022-05-11 | 2022-06-10 | 青岛慧拓智能机器有限公司 | 用于无人车的域控制器及域控制装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3754449A4 (en) | 2021-09-29 |
EP3754449A1 (en) | 2020-12-23 |
JP7305768B2 (ja) | 2023-07-10 |
US10994749B2 (en) | 2021-05-04 |
WO2020133005A1 (zh) | 2020-07-02 |
CN111295319B (zh) | 2021-08-20 |
US20210001886A1 (en) | 2021-01-07 |
JP2022515508A (ja) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111295319B (zh) | 车辆控制方法、相关设备及计算机存储介质 | |
US20220332350A1 (en) | Maneuver coordination service in vehicular networks | |
US10983520B2 (en) | Teleassistance data prioritization for self-driving vehicles | |
US10202126B2 (en) | Teleassistance data encoding for self-driving vehicles | |
CN109817022B (zh) | 一种获取目标对象位置的方法、终端、汽车及系统 | |
CN111724616B (zh) | 基于人工智能的数据获取及共享的方法与装置 | |
CN112249034B (zh) | 一种汽车大脑系统及车辆驾驶控制方法 | |
CN111768440A (zh) | 用于管理受监视区域的世界模型的技术 | |
CN112738171A (zh) | 车辆的控制方法、装置、系统、设备及存储介质 | |
CN111158900B (zh) | 轻量化分布式并行计算系统及方法 | |
US10855753B2 (en) | Distributed computing of vehicle data by selecting a computation resource of a remote server that satisfies a selection policy for meeting resource requirements according to capability information | |
US11636715B2 (en) | Using dynamic triggers in dangerous situations to view sensor data for autonomous vehicle passengers | |
JP2023524383A (ja) | 脆弱道路ユーザの基本サービス通信プロトコルフレームワークおよび動的状態 | |
KR20240019763A (ko) | 이미지 및 메시지 정보를 이용한 오브젝트 검출 | |
CN116106934A (zh) | 用于自主机器应用的基于粒子的危险检测 | |
US20240051553A1 (en) | Sensor performance monitoring for autonomous systems and applications | |
EP4197714A1 (en) | Utilizing light detection and ranging sensors for vehicle-to-everything communications | |
JP2020129369A (ja) | モバイル機器を使用する画像処理のためのシステムおよび方法 | |
CN115204026A (zh) | 车辆数据模型的训练方法、装置、车辆、介质和程序产品 | |
US20240089181A1 (en) | Software-defined compute nodes on multi-soc architectures | |
US20220140963A1 (en) | Communication method and apparatus | |
WO2024018748A1 (ja) | データ送信装置、運転支援装置、リソース制御方法およびコンピュータプログラム | |
US20240083464A1 (en) | Autonomous vehicle monitoring system using system-on-chip on-die resources | |
US20230342161A1 (en) | Boot process system-on-chip node configuration | |
US20230339499A1 (en) | Distributed computing architecture with shared memory for autonomous robotic systems |
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 |