CN111824158A

CN111824158A - 一种车辆控制方法、装置、车辆、存储介质

Info

Publication number: CN111824158A
Application number: CN202010725137.9A
Authority: CN
Inventors: 赵季楠; 赖健明; 罗阳阳
Original assignee: Guangzhou Xiaopeng Internet of Vehicle Technology Co Ltd
Current assignee: Guangzhou Xiaopeng Motors Technology Co Ltd
Priority date: 2020-07-24
Filing date: 2020-07-24
Publication date: 2020-10-27
Anticipated expiration: 2040-07-24
Also published as: CN111824158B

Abstract

本发明实施例提供了一种车辆控制方法、装置、车辆和存储介质，所述方法包括：获取道路信息，以及车辆的实时行驶数据；根据所述道路信息以及所述实时行驶数据，生成备选路径；所述备选路径上离散的位置点具有对应的速度和曲率半径；确定与所述位置点对应的道路倾斜角；依据基于大数据和机器学习得到的用户驾驶行为偏好表、所述备选路径和所述位置点对应的道路倾斜角，确定目标路径；所述用户驾驶行为偏好表包含具有对应关系的道路倾斜角、速度和曲率半径；控制所述车辆按照所述目标路径行驶。本发明实施例可以实现控制车辆基于大数据和机器学习得到的用户驾驶行为偏好表以合适的路径和接近或等于舒适横向加速度通过弯道。

Description

一种车辆控制方法、装置、车辆、存储介质

技术领域

本发明涉及自动驾驶技术领域，特别是涉及一种车辆控制方法和一种车辆控制装置、车辆、存储介质。

背景技术

现在许多的汽车都配置有驾驶辅助系统，通过驾驶辅助系统可以对车辆的行驶状态进行控制(例如：控制行车速度、控制行车方向等)。

目测，针对车辆在弯道行驶过程中，驾驶辅助系统会执行特定策略对车辆进行限速。但是现有方案都是只能基于地图信息的道路限速，或者通过摄像头感知到的道路最大曲率，通过一个经验性的舒适横向加速度和弯道的最大曲率半径确定一个过弯速度。

但是，弯道的曲率半径是由0变大又变回0的，不是一个固定的曲率半径，而且，乘客在车辆行驶弯道时的不适感主要是来源于车身侧倾使乘员相对座椅发生下滑，并非横向加速度超过了乘客的舒适值。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种车辆控制方法和相应的一种车辆控制装置。

为了解决上述问题，本发明实施例公开了一种车辆控制方法，所述方法包括：

获取道路信息，以及车辆的实时行驶数据；

根据所述道路信息以及所述实时行驶数据，生成备选路径；所述备选路径上离散的位置点具有对应的速度和曲率半径；

确定与位置点对应的道路倾斜角；

依据基于大数据和机器学习得到的用户驾驶行为偏好表、所述备选路径和所述位置点对应的道路倾斜角，确定目标路径；所述用户驾驶行为偏好表包含具有对应关系的道路倾斜角、速度和曲率半径；

控制所述车辆按照所述目标路径行驶。

可选地，所述实时行驶数据包括实时位姿、实时速度；所述根据道路信息以及所述实时行驶数据，生成备选路径的步骤，包括：

根据所述道路信息，采样终点信息；所述终点信息包括终点位置，以及与所述终点位置对应的终点位姿、终点时刻、终点速度

依据所述实时位姿和所述终点位姿，生成几何路径；

依据所述实时速度和所述终点速度、终点时间，生成速度轨迹；

针对所述终点位姿的几何路径和所述一个或多个速度轨迹组合，生成与所述终点位姿对应的备选路径。

可选地，所述依据基于大数据和机器学习得到的用户驾驶行为偏好表、所述备选路径和所述位置点对应的道路倾斜角，确定目标路径的步骤，包括：

采用所述位置点对应的曲率半径和所述位置点对应的速度，确定与所述位置点对应的固有横向加速度；

根据所述位置点对应的曲率半径、所述位置点对应的道路倾斜角查询基于大数据和机器学习得到的用户驾驶行为偏好表，确定与所述位置点对应的舒适横向加速度；

通过所述固有横向加速度和所述舒适横向加速度之差沿备选路径方向进行积分运算，确定与备选路径对应的代价值；

确定所述代价值最小的备选路径为目标路径。

可选地，所述根据所述位置点对应的曲率半径、所述位置点对应的道路倾斜角和查询所述基于大数据和机器学习得到的用户驾驶行为偏好表，确定与所述位置点对应的舒适横向加速度的步骤，包括：

采用所述对应关系，确定所述用户驾驶行为偏好表中与所述位置点对应的速度和曲率半径均对应的速度为目标速度；

采用所述目标速度和所述位置点对应的曲率半径，确定舒适横向加速度。

可选地，所述采用所述固有横向加速度和所述舒适横向加速度，确定与备选路径对应的代价值的步骤，包括：

确定各个位置点对应的固有横向加速度与舒适横向加速度的差沿备选路径方向的积分为所述备选路径的代价值。

可选地，所述方法还包括：采用预设的地图信息和/或预设摄像头实时采集的道路图像，判断所述车辆的前方是否为弯道；

若是，则执行所述基于大数据和机器学习得到的用户驾驶行为偏好表、所述备选路径和所述位置点对应的道路倾斜角，确定目标路径，以及，控制所述车辆按照所述目标路径行驶。

可选地，所述确定与所述位置点对应的道路倾斜角的步骤，包括：

获取车辆的实时定位信息，以及预设的地图信息；

采用所述地图信息和所述实时定位信息，确定所述位置点对应的道路倾斜角；

或者，

通过预设的惯性导航单元确定与所述车辆对应的自身倾斜角；

通过预设的摄像头采集的图像，确定与所述道路信息匹配的路面倾斜角；

采用所述自身倾斜角和所述路面倾斜角确定与各个位置对应的道路倾斜角。

本发明实施例还公开了一种车辆控制装置，所述装置包括：

获取模块，用于获取道路信息，以及车辆的实时行驶数据；

备选路径生成模块，用于根据所述道路信息以及所述实时行驶数据，生成备选路径；所述备选路径上离散的位置点具有对应的速度和曲率半径；

道路倾斜角确定模块，用于确定与所述位置点对应的道路倾斜角；

目标路径确定模块，用于依据基于大数据和机器学习得到的用户驾驶行为偏好表、所述备选路径和所述位置点对应的道路倾斜角，确定目标路径；所述用户驾驶行为偏好表包含具有对应关系的道路倾斜角、速度和曲率半径；

行驶模块，用于控制所述车辆按照所述目标路径行驶。

本发明实施例还公开了一种车辆，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述车辆执行如上所述的一个或多个的方法。

本发明实施例还公开了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如上所述的一个或多个的方法。

本发明实施例包括以下优点：

本发明实施例中，获取道路信息，以及车辆的实时行驶数据，根据道路信息以及实时行驶数据，生成备选路径，备选路径上离散的位置点具有对应的速度和曲率半径，确定与位置点对应的道路倾斜角，依据基于大数据和机器学习得到的用户驾驶行为偏好表、备选路径和所述位置点对应的道路倾斜角，确定目标路径，用户驾驶行为偏好表具有对应关系的道路倾斜角、速度和曲率半径，控制所述车辆按照所述目标路径行驶，使得在弯道行驶过程中，可以根据车辆的实际行驶路径对乘客的舒适程度进行评估，从而为用户选择目前最合适的行驶路径，并对车辆进行准确精细化的智能限速。

附图说明

图1是本发明的一种车辆控制方法实施例的步骤流程图；

图2是本发明的另一种车辆控制方法实施例的步骤流程图；

图3是本发明的一种车辆行驶的几何路径示意图；

图4是本发明的一种车辆控制装置实施例的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明实施例的核心构思之一在于，通过实时收集车辆在行驶过程中的曲率半径、速度、道路侧倾角数据形成用户的驾驶行为偏好数据表，在弯道行驶时，根据车辆的周围环境信息和车辆的驾驶策略，收集一些车辆在道路上行驶可能会到达的终点位置姿态和到达的时间，结合车辆到达这些终点位置姿态的速度轨迹，从而生成多条用于表征车辆可能将要经过的备选路径，通过车辆的速度和道路的曲率半径计算备选路径上每个位置的固有横向加速度，并通过曲率半径和道路侧倾角在驾驶行为数据库中查询备选路径上每个位置对应的符合用户舒适度的速度，进而得到备选路径每个位置的舒适横向加速度，采用固有横向加速度和舒适横向加速度对每条备选路径的横向舒适度进行评价，从而选择最合适的备选路径作为车辆行驶的路径。

参照图1，示出了本发明的一种车辆控制方法实施例的步骤流程图，具体可以包括如下步骤：

步骤101，获取道路信息，以及车辆的实时行驶数据；

本发明实施例中，道路信息可以包括道路的曲率半径，而车辆的实时行驶数据可以包括车辆的速度状态、车速。曲率半径，即曲率的倒数，可用于表示曲线偏离直线的程度，即道路的弯曲程度，曲率半径越小，则弯曲程度越大。而车辆的速度状态则包括了加速状态、匀速状态和减速状态，用于表示车辆处于加速行驶、匀速行驶亦或是减速行驶，车速即为车辆行驶的目前速度。

步骤102，根据所述道路信息以及所述实时行驶数据，生成备选路径；所述备选路径上的离散位置点具有对应的速度和曲率半径；

在获取了道路信息和实时行驶数据后，可以根据道路信息和实时行驶数据生成多条备选路径，备选路径为车辆即将行经的位置所组成的路径，其中包括了多个离散的位置点，每个位置点均具有对应的速度，即车辆位于该位置点时的速度，和曲率半径，即用于表示该位置点的路径弯曲程度的曲率半径。

步骤103，确定与所述位置点对应的道路倾斜角；

在实际中，道路与水平面之间并不是保持绝对的平行关系，两者之间往往存在着一定的倾斜角度，因此可以确定与备选路径上各个位置点对应的道路的倾斜角度，即道路倾斜角。

步骤104，依据基于大数据和机器学习得到的用户驾驶行为偏好表、所述备选路径和所述位置点对应的道路倾斜角，确定目标路径；所述用户驾驶行为偏好表包含具有对应关系的道路倾斜角、速度和曲率半径；

用户驾驶行为偏好表为在用户以往驾驶车辆过程中，采集的行驶数据，其中可以包括相互对应的车辆弯道行驶时的实际倾斜角度，即道路倾斜角，车辆行驶的速度，即与道路倾斜角对应的速度，以及此时路径的曲率半径。具体的，用户驾驶行为偏好表可以基于大数据和机器学习得到，通过收集大量用户在驾驶车辆过程中的行驶数据，机器采用行驶数据对模型进行训练，从而生成用户驾驶行为偏好表。

依据备选路径和车辆在备选路径上各个位置对应的道路倾斜角以及用户驾驶行为偏好表，即可从多条备选路径中确定最适合行驶的目标路径。

步骤105，控制所述车辆按照所述目标路径行驶。

目标路径即目前车辆最适合行驶的路径，选择该路径进行行驶，可以使得用户的舒适度最高，因此控制车辆按照目标路径进行行驶。需要注意的是，目标路径中还包含了车辆在该目标路径上经过各个位置时对应的车辆速度，即车辆可以与目标路径上各个位置点对应的车速通过目标路径，从而使乘坐的用户的舒适度最高。

在本发明实施例中，通过获取道路信息，以及车辆的实时行驶数据，根据道路信息以及实时行驶数据，生成备选路径，备选路径包含多个离散的位置点，以及与位置点对应的速度和曲率半径，确定与位置点对应的道路倾斜角，依据基于大数据和机器学习得到的用户驾驶行为偏好表、备选路径和道路倾斜角，确定目标路径，用户驾驶行为偏好表包含相互对应的道路倾斜角、速度和曲率半径，控制所述车辆按照所述目标路径行驶，使得在弯道行驶过程中，可以根据车辆的实际行驶路径对乘客的舒适程度进行评估，从而为用户选择目前最合适的行驶路径，并达到对车辆进行准确精细化的智能限速。

参考图2，示出了本发明的另一种车辆控制方法实施例的步骤流程图，具体可以包括如下步骤：

步骤201，获取道路信息，以及车辆的实时行驶数据；

由于步骤201与步骤101类似，具体描述可参照步骤101，本实施例在此不再赘述。

步骤202，根据所述道路信息以及所述实时行驶数据，生成备选路径；所述备选路径上离散的位置点具有对应的速度和曲率半径；

在一种可选实施例中，所述实时行驶数据包括实时位姿、实时速度；所述根据道路信息以及所述实时行驶数据，生成备选路径的步骤，可包括如下子步骤：

依据所述实时位姿和所述终点位姿，生成几何路径；

实时位姿，即车辆目前所处的位置和车头所面对的方向，实时速度为车辆目前的行驶速度。根据车辆前方的道路信息，即与道路的弯曲程度对应的曲率半径，确定车辆在弯道行驶过程中可能到达的多个终点位置，以及与每个终点位置对应的终点位姿、终点时间和终点速度。终点位姿是在到达终点位置时车辆所处的位置和车头的面对方向，终点时间为到达终点位置的时间，而终点速度则是到达终点位置时车辆的行驶速度。

在获取了车辆的实时位姿和终点位姿后，可根据实时位姿和终点位姿，利用五次多项式生成车辆行驶的多条几何路径，五次多项式可以保证在运动的过程中，段与段之间的加速度连续，运动平稳。如图3所示，301为车辆目前所处位置，即车辆的实时位姿，而302-307则是车辆在行驶过程中可能到达的多个终点位姿，例如车辆行驶的几何路径可以为301—302—304—306，也可以为301—303—305—307，图中连线即代表了在该弯道行驶中车辆行驶的多种几何路径的情况。

在获取车辆行驶的几何路径的同时，还可以采用获取的实时速度、终点速度和终点时间，同样通过五次多项式获取车辆在该弯道行驶过程中的速度轨迹，即车辆的速度从目前速度到终点速度的过程中随时间变化的轨迹。

将每一个终点位姿的几何路径，和一条或多条速度轨迹进行组合，从而生成与终点位姿对应的备选路径，备选路径包含车辆行驶过程中可能行驶的各条路径以及行驶时对应的速度。

步骤203，确定与所述位置点对应的道路倾斜角；

在本发明一种可选实施例中，所述确定与所述位置点对应的道路倾斜角的步骤，还包括如下子步骤：

获取车辆的实时定位信息，以及预设的地图信息；

采用所述地图信息和所述实时定位信息，确定所述道路倾斜角；

或者，

具体的，可通过定位器件(例如：GPS(Global Positioning System，全球定位系统)模块)获取车辆的实时定位信息，再结合车辆中存储的高精度地图即可确定车辆所在的位置，而地图信息中包含了道路的倾斜角度，因此采用车辆所处的位置和当前行驶的道路的倾斜角度，即可确定车辆行驶前方路面各处的倾斜角度，即道路倾斜角。而在另一种情况下，即车辆有时并未存储有高精度地图，无法通过高精度地图获取车辆当前所行驶的道路的倾斜角度时，此时可以通过传感器，例如惯性导航单元获取车辆自身的倾斜角，再通过车辆摄像头采集的图像确定前方道路的路面倾斜角，采用获取的车辆自身倾斜角和摄像头感知的路面倾斜角可以确定前方道路的道路倾斜角度，假设车身本身没有倾斜的时候，此时的前方道路的道路倾斜角即为摄像头所确定的路面倾斜角。

步骤204，采用预设的地图信息和/或预设摄像头实时采集的道路图像，判断所述车辆的前方是否为弯道；若是，则执行步骤205，以及，步骤206；

在本发明实施例中，车辆可保存有预设的地图信息，通过地图信息可判断车辆所行驶的道路前方是否为弯道，若预设的地图信息中未记录当前所行驶的道路，无法获取前方的道路信息时，则可通过车辆上搭载的摄像头对车辆前方的道路情况进行实时采集，通过采集的道路图像，可判断车辆前方是否为弯道。

步骤205，基于大数据和机器学习得到的用户驾驶行为偏好表、所述备选路径和所述位置点对应的道路倾斜角，确定目标路径；

在本发明一种可选实施例中，所述基于大数据和机器学习得到的用户驾驶行为偏好表、所述备选路径和所述位置点对应的道路倾斜角，确定目标路径的步骤，包括如下子步骤：

根据所述位置点对应的曲率半径、所述位置点对应的道路倾斜角查询所述基于大数据和机器学习得到的用户驾驶行为偏好表，确定与所述位置点对应的舒适横向加速度；

确定所述代价值最小的备选路径为目标路径。

具体的，固有横向加速度可以采用与位置点对应的曲率半径和速度，通过向心加速度计算公式进行计算。再根据位置点的曲率半径和道路倾斜角，在用户驾驶行为偏好表中进行查询，获取与曲率半径和道路倾斜角对应的舒适横向加速度，该舒适横向加速度即为与该位置点对应的，车辆在处于该位置点时符合用户舒适度的横向加速度。由于每条备选路径上均包括多个位置点，因此对每个位置点均计算固有横向加速度和舒适横向加速度，再通过每个位置点对应的固有横向加速度和舒适横向加速度之差，沿着备选路径的方向进行积分运算，即可确定与每条备选路径对应的代价值，代价值越小，则备选路径越符合用户的舒适度，因此选择代价值最小的备选路径作为目标路径。

在本发明一种可选实施例中，所述根据所述位置点对应的曲率半径、所述位置点对应的道路倾斜角和查询所述基于大数据和机器学习得到的用户驾驶行为偏好表，确定与所述位置点对应的舒适横向加速度的步骤，还可以包括如下子步骤：

用户驾驶行为偏好表中，记录了以往车辆在行驶时，经过各种道路时的行驶路径的曲率半径和道路的倾斜角信息，以及在经过时车辆对应所采用的速度，例如历史行驶数据可以记录为“曲率半径3米；道路倾斜角5度；车辆速度9米/秒”，表示车辆以9米/秒的车速经过了曲率半径为3米，道路倾斜角为5度的道路。因此采用目前车辆所行驶的道路上备选路径上位置点所对应的道路倾斜角，以及曲率半径去与历史行驶数据中记录的数据进行匹配，确定匹配成功的道路倾斜角和曲率半径所对应的速度，例如假设目前车辆所行驶的道路上某条备选路径上的一个位置点与水平面之间的倾斜角度为10度，即道路倾斜角为10度，而对应的该位置点的曲率半径为5米，则在历史行驶数据中查询同时符合倾斜角为10度，以及曲率半径为5米的数据，在查询到该数据后，获取该数据中车辆所行驶的速度，该速度即为在该位置点时，符合用户舒适度的车辆的行驶速度。然后采用该速度和曲率半径，通过向心加速度计算公式计算可以得到舒适横向加速度。

在本发明一种可选实施例中，所述通过所述固有横向加速度和所述舒适横向加速度之差沿备选路径方向进行积分运算，确定与备选路径对应的代价值的步骤，可以包括如下子步骤：

舒适横向加速度表示车辆在行驶至对应的位置点时，最符合用户舒适度所采用的横向加速度，因此可以通过确定目前道路上备选路径上的位置点的固有横向加速度与舒适横向加速度之间的加速度差值，将备选路径上所有位置点的横向加速度与各自对应的最符合用户舒适度时应该采用的横向加速度之间的差值沿备选路径方向作积分，得到用于评价备选路径的用户舒适程度的代价值，代价值越小，代表该备选路径上的位置点对应的横向加速度与最符合用户舒适度的横向加速度之间的差距越小，即该备选路径越符合用户的舒适程度。

步骤206，控制所述车辆按照所述目标路径行驶。

在判断车辆前方为弯道时，则可以根据历史行驶数据以及生成的备选路径，确定目标路径，控制车辆按照目标路径行驶，以控制车辆按照目标路径通过弯道。

此外，为了保证车辆能够保持时刻保持行驶在最符合用户舒适度的路径上，车辆还具有预设频率，可根据该预设频率，对目标路径进行更新，具体地，在到达预设频率时，例如预设频率为5分钟，则每过5分钟重新获取道路信息与车辆的实时行驶数据，生成新的备选路径，并从备选路径中确定出新的目标路径，控制车辆按照新的目标路径进行行驶。

在本发明实施例中，通过获取道路信息，以及车辆的实时行驶数据，生成备选路径以及确定与备选路径上位置点对应的道路倾斜角，利用预设的地图信息或摄像头采集图像判断车辆前方是否为弯道，当是弯道时，则基于大数据和机器学习得到的用户驾驶行为偏好表、备选路径和道路倾斜角，通过计算位置点固有横向加速度与舒适横向加速度的差值的积分作为代价值，选择代价值最小的备选路径作为目标路径，从而使得车辆在弯道行驶的过程中，可以根据影响用户舒适度的横向加速度来选择最合适的行驶路径，从而是用户得到最优的乘坐体验。

需要说明的是，对于方法实施例，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，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，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优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图4，示出了本发明的一种车辆控制装置实施例的结构框图，具体可以包括如下模块：

获取模块401，用于获取道路信息，以及车辆的实时行驶数据；

备选路径生成模块402，用于根据所述道路信息以及所述实时行驶数据，生成备选路径；所述备选路径上离散的位置点具有对应的速度和曲率半径；

道路倾斜角确定模块403，用于确定与所述位置点对应的道路倾斜角；

目标路径确定模块404，用于依据基于大数据和机器学习得到的用户驾驶行为偏好表、所述备选路径和所述位置点对应的道路倾斜角，确定目标路径；所述用户驾驶行为偏好表包含具有对应关系的道路倾斜角、速度和曲率半径；

行驶模块405，用于控制所述车辆按照所述目标路径行驶。

在本发明一实施例中，所述实时行驶数据包括实时位姿、实时速度；所述备选路径生成模块402包括：

终点信息确定子模块，用于根据所述道路信息，采样终点信息；所述终点信息包括终点位置，以及与所述终点位置对应的终点位姿、终点时刻、终点速度；

几何路径生成子模块，用于依据所述实时位姿和所述终点位姿，生成几何路径；

速度轨迹生成子模块，依据所述实时速度和所述终点速度、终点时间，生成速度轨迹；

备选路径生成子模块，用于针对所述终点位姿的几何路径和所述一个或多个速度轨迹组合，生成与所述终点位姿对应的备选路径。

在本发明一实施例中，所述确定模块404包括：

固有横向加速度确定子模块，用于采用所述位置点对应的曲率半径和所述位置点对应的速度，确定与所述位置点对应的固有横向加速度；

舒适横向加速度确定子模块，用于根据所述位置点对应的曲率半径、所述位置点对应的道路倾斜角查询所述基于大数据和机器学习得到的用户驾驶行为偏好表，确定与所述位置点对应的舒适横向加速度；

代价值确定子模块，用于通过所述固有横向加速度和所述舒适横向加速度之差沿备选路径方向进行积分运算，确定与备选路径对应的代价值；

目标路径确定子模块，用于确定所述代价值最小的备选路径为目标路径。

在本发明一实施例中，所述舒适横向加速度确定子模块，还包括：

目标速度确定单元，用于采用所述对应关系，确定所述用户驾驶行为偏好表中与所述位置点对应的速度和曲率半径均对应的速度为目标速度；

舒适横向加速度单元，用于采用所述目标速度和所述位置点对应的曲率半径，确定舒适横向加速度。

在本发明一实施例中，所述代价值确定子模块，还包括：

代价值单元，用于确定各个位置点对应的固有横向加速度与舒适横向加速度的差沿备选路径方向的积分为备选路径对应的代价值。

在本发明一实时例中，所述车辆控制装置还包括：

弯道判断模块，用于采用预设的地图信息和/或预设摄像头实时采集的道路图像，判断所述车辆的前方是否为弯道；

执行模块，用于若判断所述车辆的前方为弯道，则执行所述基于大数据和机器学习得到的用户驾驶行为偏好表、所述备选路径和所述位置点对应的道路倾斜角，确定目标路径，以及，控制所述车辆按照所述目标路径行驶。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明实施例还公开了一种车辆，包括：

一个或多个处理器；和

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种车辆控制方法和一种车辆控制装置、车辆和存储介质，进行了详细介绍，本文中应用了具体个例对本发明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发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，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发明的限制。

Claims

1.一种车辆控制方法，其特征在于，包括：

获取道路信息，以及车辆的实时行驶数据；

确定与所述位置点对应的道路倾斜角；

控制所述车辆按照所述目标路径行驶。

2.根据权利要求1所述的方法，其特征在于，所述实时行驶数据包括实时位姿、实时速度；所述根据道路信息以及所述实时行驶数据，生成备选路径的步骤，包括：

根据所述道路信息，采样终点信息；所述终点信息包括终点位置，以及与所述终点位置对应的终点位姿、终点时刻、终点速度；

依据所述实时位姿和所述终点位姿，生成几何路径；

3.根据权利要求1所述的方法，其特征在于，所述依，确定与备选路径对应的代价值；

确定所述代价值最小的备选路径为目标路径。

4.根据权利要求3所述的方法，其特征在于，所述根据所述位置点对应的曲率半径、所述位置点对应的道路倾斜角和查询所述基于大数据和机器学习得到的用户驾驶行为偏好表，确定与所述位置点对应的舒适横向加速度行驶数据的步骤，包括：

5.根据权利要求3所述的方法，其特征在于，所述采用所述固有横向加速度和所述舒适横向加速度，确定与备选路径对应的代价值的步骤，包括：

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

采用预设的地图信息和/或预设摄像头实时采集的道路图像，判断所述车辆的前方是否为弯道；

7.根据权利要求1所述的方法，其特征在于，所述确定与所述位置点对应的道路倾斜角的步骤，包括：

获取车辆的实时定位信息，以及预设的地图信息；

或者，

8.一种车辆控制装置，其特征在于，包括：

获取模块，用于获取道路信息，以及车辆的实时行驶数据；

行驶模块，用于控制所述车辆按照所述目标路径行驶。

9.一种车辆，其特征在于，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述车辆执行如权利要求1-7任一项所述的一个或多个的方法。

10.一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如权利要求1-7任一项所述的一个或多个的方法。