CN112015178B - 一种控制方法、装置、设备及存储介质 - Google Patents

一种控制方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112015178B
CN112015178B CN202010845662.4A CN202010845662A CN112015178B CN 112015178 B CN112015178 B CN 112015178B CN 202010845662 A CN202010845662 A CN 202010845662A CN 112015178 B CN112015178 B CN 112015178B
Authority
CN
China
Prior art keywords
obstacle
current vehicle
information
camera
distance
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
Application number
CN202010845662.4A
Other languages
English (en)
Other versions
CN112015178A (zh
Inventor
许朝文
尚秉旭
李宇寂
陈志新
王洪峰
王迪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FAW Group Corp
Original Assignee
FAW Group Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by FAW Group Corp filed Critical FAW Group Corp
Priority to CN202010845662.4A priority Critical patent/CN112015178B/zh
Publication of CN112015178A publication Critical patent/CN112015178A/zh
Application granted granted Critical
Publication of CN112015178B publication Critical patent/CN112015178B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar

Abstract

本发明公开了一种控制方法、装置、设备及存储介质。该方法包括：获取障碍物信息和当前车辆信息；根据所述障碍物信息和当前车辆信息，确定障碍物所处的目标区域，其中，所述目标区域包括：超声波区域、摄像头区域以及激光雷达区域中的一种或多种；根据所述目标区域对应控制规则对当前车辆进行控制，其中控制规则为制动、避让、绕行或自动驾驶。可以采用不同的传感器采集当前车辆周围不同区域的障碍物信息，并对不同传感器采集的信息进行融合，以减少不必要的冗余信息，从而减少对冗余信息的处理，提高障碍物信息处理效率，提高自动驾驶的感知与决策能力。

Description

一种控制方法、装置、设备及存储介质
技术领域
本发明实施例涉及车辆技术领域，尤其涉及一种控制方法、装置、设备及存储介质。
背景技术
随着社会的发展，当前车辆已经成了人类生产生活中重要的运输工具和代步工具。近几年，随着人工智能技术和传感器技术的发展，自动驾驶技术日趋成熟，越来越向着商业化发展。
目前应用于自动驾驶技术的传感器有摄像头、雷达传感器、激光雷达传感器等。各传感器的性能不同，采用单一传感器无法准确感知环境，因此，将多个传感器的数据融合。
但是随着自动驾驶汽车等级的提高，传统的多传感器目标融合已经无法满足决策对感知的需求，大量冗余的感知信息对决策带来了极大的困难。
发明内容
本发明实施例提供一种控制方法、装置、设备及存储介质，以实现采用不同的传感器采集当前车辆周围不同区域的障碍物信息，并对不同传感器采集的信息进行融合，以减少不必要的冗余信息，从而减少对冗余信息的处理，提高障碍物信息处理效率，提高自动驾驶的感知与决策能力。
第一方面，本发明实施例提供了一种控制方法，包括：
获取障碍物信息和当前车辆信息；
根据所述障碍物信息和当前车辆信息，确定障碍物所处的目标区域，其中，所述目标区域包括：超声波区域、摄像头区域以及激光雷达区域中的一种或多种；
根据所述目标区域对应控制规则对当前车辆进行控制，其中控制规则为制动、避让、绕行或自动驾驶。
进一步的，所述根据所述目标区域对应控制规则对当前车辆进行控制，包括：
若所述目标区域属于所述超声波区域，则所述控制规则为制动，对当前车辆进行制动控制；
若所述目标区域属于所述摄像头区域，且所述目标区域属于所述激光雷达区域，则所述控制规则为制动、避让或者绕行，根据所述控制规则对当前车辆进行控制；
若所述目标区域属于摄像头区域，且所述目标区域不属于激光雷达区域，则所述控制规则为制动或者避让，根据所述控制规则对当前车辆进行控制。
进一步的，所述获取障碍物信息和当前车辆信息，包括：
若当前车辆和障碍物的距离小于或者等于第一预设距离，则获取超声波传感器采集的障碍物信息；
若所述当前车辆和障碍物的距离大于第一预设距离，且所述当前车辆和障碍物的距离小于第二预设距离，则获取摄像头采集的障碍物信息和激光雷达采集的障碍物信息，其中，所述第二预设距离大于所述第一预设距离；
若所述当前车辆和障碍物的距离大于或者等于第三预设距离，则获取摄像头采集的障碍物信息，其中，所述第三预设距离大于所述第二预设距离。
进一步的，在所述若所述当前车辆和障碍物的距离大于第一预设距离，且所述当前车辆和障碍物的距离小于第二预设距离，则获取摄像头采集的障碍物信息和激光雷达采集的障碍物信息之后，还包括：
根据所述摄像头采集的障碍物信息和激光雷达采集的障碍物信息判断所述摄像头和所述激光雷达采集到的障碍物是否为同一障碍物；
若所述摄像头和所述激光雷达采集到的障碍物是同一障碍物，则获取摄像头采集的障碍物和当前车辆之间的距离、所述障碍物的平面结构信息和激光雷达采集的障碍物立体结构信息。
进一步的，所述根据所述摄像头采集的障碍物信息和激光雷达采集的障碍物信息判断所述摄像头和所述激光雷达采集到的障碍物是否为同一障碍物包括：
根据所述摄像头采集的障碍物和当前车辆之间的距离、所述摄像头采集的障碍物的速度、所述激光雷达采集的障碍物和当前车辆之间的距离以及所述激光雷达采集的障碍物的速度，判断所述摄像头和所述激光雷达采集到的障碍物是否为同一障碍物。
进一步的，所述获取障碍物信息和当前车辆信息，包括：
获取所述障碍物和所述当前车辆之间的距离、障碍物的速度和当前车辆的速度、障碍物的加速度、当前车辆的加速度、障碍物的平面结构信息和障碍物的立体结构信息中的至少一种。
进一步的，所述方法还包括：若所述障碍物处于摄像头区域和所述超声波区域之外，且根据所述障碍物信息和当前车辆信息确定所述障碍物影响当前车辆进行正常驾驶，则对所述当前车辆进制动或者避让控制。
第二方面，本发明实施例还提供了一种控制装置，该装置包括：
获取模块，用于获取障碍物信息和当前车辆信息；
确定模块，用于根据所述障碍物信息和当前车辆信息，确定障碍物所处的目标区域，其中，所述目标区域包括：超声波区域、摄像头区域以及激光雷达区域中的一种或多种；
第一控制模块，用于根据所述目标区域对应控制规则对当前车辆进行控制，其中控制规则为制动、避让、绕行或自动驾驶。
进一步的，所述第一控制模块，包括：
第一控制单元，用于若所述目标区域属于所述超声波区域，则所述控制规则为制动，对当前车辆进行制动控制；
第二控制单元，用于若所述目标区域属于所述摄像头区域，且所述目标区域属于所述激光雷达区域，则所述控制规则为制动、避让或者绕行，根据所述控制规则对当前车辆进行控制；
第三控制单元，用于若所述目标区域属于摄像头区域，且所述目标区域不属于激光雷达区域，则所述控制规则为制动或者避让，根据所述控制规则对当前车辆进行控制。
进一步的，所述获取模块包括：
第一获取单元，用于若当前车辆和障碍物的距离小于或者等于第一预设距离，则获取超声波传感器采集的障碍物信息；
第二获取单元，用于若所述当前车辆和障碍物的距离大于第一预设距离，且所述当前车辆和障碍物的距离小于第二预设距离，则获取摄像头采集的障碍物信息和激光雷达采集的障碍物信息，其中，所述第二预设距离大于所述第一预设距离；
第三获取单元，用于若所述当前车辆和障碍物的距离大于或者等于第三预设距离，则获取摄像头采集的障碍物信息，其中，所述第三预设距离大于所述第二预设距离。
进一步的，还包括：
判断单元，用于根据所述摄像头采集的障碍物信息和激光雷达采集的障碍物信息判断所述摄像头和所述激光雷达采集到的障碍物是否为同一障碍物；
第四获取单元，用于若所述摄像头和所述激光雷达采集到的障碍物是同一障碍物，则获取摄像头采集的障碍物和当前车辆之间的距离、所述障碍物的平面结构信息和激光雷达采集的障碍物立体结构信息。
进一步的，所述判断单元具体用于：
根据所述摄像头采集的障碍物和当前车辆之间的距离、所述摄像头采集的障碍物的速度、所述激光雷达采集的障碍物和当前车辆之间的距离以及所述激光雷达采集的障碍物的速度，判断所述摄像头和所述激光雷达采集到的障碍物是否为同一障碍物。
进一步的，所述获取模块具体用于：
获取所述障碍物和所述当前车辆之间的距离、障碍物的速度和当前车辆的速度、障碍物的加速度、当前车辆的加速度、障碍物的平面结构信息和障碍物的立体结构信息中的至少一种。
进一步的，还包括：
第二控制模块，用于若所述障碍物处于摄像头区域和所述超声波区域之外，且根据所述障碍物信息和当前车辆信息确定所述障碍物影响当前车辆进行正常驾驶，则对所述当前车辆进行制动或者避让控制。
第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例中任一所述的控制方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的控制方法。
本发明实施例通过获取障碍物信息和当前车辆信息；根据所述障碍物信息和当前车辆信息，确定障碍物所处的目标区域，其中，所述目标区域包括：超声波区域、摄像头区域以及激光雷达区域中的一种或多种；根据所述目标区域对应控制规则对当前车辆进行控制，其中控制规则为制动、避让、绕行或自动驾驶，采用不同的传感器采集当前车辆周围不同区域的障碍物信息，并对不同传感器采集的信息进行融合，解决传统的多传感器提供大量冗余的感知信息对决策带来困难的问题，实现减少不必要的冗余信息，从而减少对冗余信息的处理，提高障碍物信息处理效率，提高自动驾驶的感知与决策能力。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明实施例一中的一种控制方法的流程图；
图2是本发明实施例一中的一种控制方法的目标区域示意图；
图3是本发明实施例一中的一种控制方法的控制规则示意图；
图4是本发明实施例二中的一种控制方法的流程图；
图5是本发明实施例三中的一种控制装置的结构示意图；
图6是本发明实施例四中的一种计算机设备的结构示意图。
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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例一
图1为本发明实施例一提供的一种控制方法的流程图，本实施例可适用于当前车辆自动控制的情况，该方法可以由本发明实施例中的控制装置来执行，该装置可采用软件和/或硬件的方式实现，如图1所示，该方法具体包括如下步骤：
S110，获取障碍物信息和当前车辆信息。
其中，障碍物信息可以是反映障碍物所在位置、运动情况和外形结构的信息，可以包括：障碍物运动信息、障碍物结构信息、障碍物位置信息中的至少一个；具体的，障碍物运动信息包括障碍物的速度、加速度和/或运动方向；障碍物结构信息包括障碍物的平面结构信息(如长、高、锥形、长方形和其他不规则平面图形等)和/或立体结构信息(如宽、椎体、长方体和其他不规则立体结构)；障碍物位置信息包括障碍物与当前车辆的相对位置。当前车辆信息可以是反映当前车辆的运动情况和所在位置的信息，可以包括：当前车辆运动信息、当前车辆位置信息中的至少一个；具体的，当前车辆运动信息包括当前车辆的速度、加速度和/或运动方向；当前车辆位置信息包括当前车辆的GPS定位。
障碍物信息的获取方式包括：当前车辆上设置的摄像头、超声波传感器和/或激光雷达传感器采集到的障碍物信息。当前车辆信息的获取方式包括：具有测速功能的设备、车载传感器和/或具有GPS定位的车载终端采集到的当前车辆信息，例如可以是，陀螺仪采集当前车辆的行驶方向，加速度传感器采集当前车辆的加速度，速度传感器采集当前车辆的速度。
其中，超声波传感器的测距范围为半径为2米的圆周区域，测距量程短，精度高，能准确识别测距范围内的障碍物，如锥桶等，用于泊车测距和辅助刹车，扫除当前车辆的视野盲区。摄像头包括前摄像头和后摄像头，前摄像头的测距范围是半径为100米，角度为±45°的扇形区域，后摄像头的测距范围是半径为100米，角度为±30°的扇形区域，测距量程长，测距范围窄，只能采集障碍物的运动信息和平面结构信息，无法采集障碍物的立体结构信息。激光雷达传感器的测距范围是半径为2米至80米的圆周区域，测距量程较长，能够采集障碍物的运动信息和立体结构信息，由于激光雷达通常设置在车顶，所以无法采集距当前车辆中心2米以内的圆周区域内的障碍物信息。
具体的，获取障碍物信息和当前车辆信息，例如可以是，获取超声波采集到的障碍物信息、摄像头采集到的障碍物信息和激光雷达采集到的障碍物信息，陀螺仪采集当前车辆的行驶方向，加速度传感器采集当前车辆的加速度，速度传感器采集当前车辆的速度，陀螺仪将采集到的当前车辆的行驶方向发送至can总线，加速度传感器将采集到的当前车辆的加速度发送至can总线，速度传感器将采集到的当前车辆的速度发送至can总线，从can总线获取当前车辆信息。
S120，根据障碍物信息和当前车辆信息，确定障碍物所处的目标区域，其中，目标区域包括：超声波区域、摄像头区域以及激光雷达区域中的一种或多种。
其中，目标区域是指超声波传感器、摄像头和/或激光雷达传感器测距量程内的区域。如图2所示，图2为一种控制方法的目标区域示意图，超声波区域1是当前车辆上设置的超声波传感器所能检测到的区域；摄像头区域2是当前车辆上设置的摄像头所能检测到的区域，摄像头区域2包括：前摄像头区域和后摄像头区域，前摄像头区域是前摄像头所能检测到的区域，后摄像头区域是后摄像头所能检测到的区域；激光雷达区域3是当前车辆上设置的激光雷达传感器所能检测到区域。摄像头区域2与超声波区域1之间可能会有一定的重合区域，摄像头区域1与激光雷达区域3之间也可能会有一定的重合区域。障碍物可以处于超声波区域1、摄像头区域2以及激光雷达区域3中的任一区域，也可以处于超声波区域1和激光雷达区域3的重合区域，也可以处于摄像头区域2和激光雷达区域3的重合区域、还可以处于超声波区域1和摄像头区域2的重合区域以及除超声波区域1、摄像头区域2以及激光雷达区域3以外的区域。
具体的，根据当前车辆的运动信息和位置信息，与障碍物的运动信息和位置信息，得到障碍物与当前车辆的相对距离，获取距当前车辆中心相应距离范围内的传感器采集的障碍物信息。所涉及的传感器包括超声波传感器、摄像头和激光雷达传感器。
具体的，根据障碍物信息和当前车辆信息，确定障碍物所处的目标区域的方式可以为先根据障碍物信息和当前车辆信息确定障碍物相对于当前车辆的位置，根据障碍物相对于当前车辆的位置确定障碍物所处的目标区域，例如可以是，若障碍物相对于当前车辆的位置处于超声波区域，则确定障碍物所处的目标区域为超声波区域；若障碍物相对于当前车辆的位置处于摄像头区域和激光雷达区域的重合区域，则确定障碍物所处的目标区域为摄像头区域和激光雷达区域的重合区域；若障碍物相对于当前车辆的位置处于摄像头区域，则确定障碍物所处的目标区域为摄像头区域。根据障碍物信息和当前车辆信息，确定障碍物所处的目标区域的方式也可以为根据障碍物信息和当前车辆信息确定所述障碍物与当前车辆之间的距离，根据障碍物与当前车辆之间的距离确定障碍物可能处于的区域，再根据障碍物相对于当前车辆的位置确定障碍物所处的目标区域，例如可以是，若障碍物相对于当前车辆的距离小于或者等于第一预设距离，则障碍物处于超声波区域。若障碍物相对于当前车辆的距离大于第一预设距离，且所述当前车辆和障碍物的距离小于第二预设距离，其中，所述第二预设距离大于所述第一预设距离，则障碍物可能处于摄像头区域和激光雷达区域的重合区域，或者激光雷达区域，根据障碍物相对于当前车辆的位置确定障碍区具体处于摄像头区域和激光雷达区域的重合区域还是激光雷达区域；若所述当前车辆和障碍物的距离大于或者等于第三预设距离，其中，所述第三预设距离大于所述第二预设距离，则障碍物可能处于摄像头区域，根据障碍物相对于当前车辆的位置确定障碍区具体处于摄像头区域还是其他区域，其他区域指的是除超声波区域、摄像头区域和激光雷达区域之外的区域。
S130，根据目标区域对应控制规则对当前车辆进行控制，其中控制规则为制动、避让、绕行或自动驾驶。
其中，所述控制规则是指根据障碍物所处的目标区域不同，对当前车辆设定不同的控制行为，包括制动、避让、绕行或自动驾驶。例如可以是，若所述目标区域属于所述超声波区域，则所述控制规则为制动，对当前车辆进行制动控制；若所述目标区域属于所述摄像头区域，且所述目标区域属于所述激光雷达区域，则所述控制规则为制动、避让或者绕行，根据所述控制规则对当前车辆进行控制；若所述目标区域属于摄像头区域，且所述目标区域不属于激光雷达区域，则所述控制规则为制动或者避让，根据所述控制规则对当前车辆进行控制。
具体的，首先确定目标区域对应的控制规则，再获取障碍物所处的目标区域，获取目标区域对应的控制规则，根据目标区域对应的控制规则对当前车辆进行控制。
示例性的，如图3所示，图3为一种控制方法的控制规则示意图，若所述目标区域属于所述超声波区域，表示障碍物在离当前车辆中心半径2米的区域内，需要对当前车辆进行制动控制，以免与障碍物相撞；若所述目标区域属于所述摄像头区域，且所述目标区域属于所述激光雷达区域，表示障碍物在当前车辆前方或后方且距当前车辆中心的距离较近，根据摄像头和激光雷达传感器采集的障碍物信息，如障碍物速度，加速度，与当前车辆中心的距离以及障碍物的长、宽、高等，判断障碍物的立体结构、相对位置和运动状态，对当前车辆进行制动、避让或者绕行，例如，可以是，若障碍物体积较小且靠近一侧，对当前车辆进行绕行控制，若障碍物体积较大或处于当前车辆正前方，对当前车辆进行制动控制；若所述目标区域属于摄像头区域，且所述目标区域不属于激光雷达区域，表示障碍物在当前车辆的前方或后方且距离较远的地方，此时，由于障碍物距离当前车辆较远，无需通过激光雷达传感器采集障碍物的立体结构信息，只需根据摄像头采集的障碍物信息，如障碍物速度、加速度、障碍物和当前车辆的距离等信息，判断障碍物的运动状态和相对位置，对当前车辆进行制动或者避让做出预判即可。
可选的，所述根据所述目标区域对应控制规则对当前车辆进行控制，包括：
若所述目标区域属于所述超声波区域，则所述控制规则为制动，对当前车辆进行制动控制；若所述目标区域属于所述摄像头区域，且所述目标区域属于所述激光雷达区域，则所述控制规则为制动、避让或者绕行，根据所述控制规则对当前车辆进行控制；若所述目标区域属于摄像头区域，且所述目标区域不属于激光雷达区域，则所述控制规则为制动或者避让，根据所述控制规则对当前车辆进行控制。
示例性的，如图3所示，若所述目标区域属于所述超声波区域，表示障碍物在离当前车辆中心半径2米的区域内，需要对当前车辆进行制动控制，以免与障碍物相撞；若所述目标区域属于所述摄像头区域，且所述目标区域属于所述激光雷达区域，表示障碍物在当前车辆前方或后方，且距当前车辆中心的距离较近，根据摄像头和激光雷达传感器采集的障碍物信息，如障碍物速度，加速度，与当前车辆中心的距离以及障碍物的长、宽、高等，判断障碍物的立体结构、相对位置和运动状态，对当前车辆进行制动、避让或者绕行。若所述目标区域属于摄像头区域，且所述目标区域不属于激光雷达区域，表示障碍物在当前车辆的前方或后方且距离较远的地方，此时，由于障碍物距离当前车辆较远，无需通过激光雷达传感器采集障碍物的立体结构信息，只需根据摄像头采集的障碍物信息，如障碍物速度、加速度、障碍物和当前车辆的距离等信息，判断障碍物的运动状态和相对位置，对当前车辆进行制动或者避让做出预判即可。
可选的，所述获取障碍物信息和当前车辆信息，包括：
获取所述障碍物和所述当前车辆之间的距离、障碍物的速度和当前车辆的速度、当前车辆的加速度、障碍物的平面结构信息和障碍物的立体结构信息中的至少一种。
具体的，通过超声波传感器获取障碍物与所述当前车辆之间的距离、障碍物的速度和障碍物的加速度；通过摄像头获取障碍物和所述当前车辆之间的距离、障碍物的速度、障碍物的加速度和障碍物的平面结构信息；通过雷达传感器获取障碍物与所述当前车辆之间的距离、障碍物的速度、障碍物的加速度和障碍物的立体结构信息；通过车载传感器采集当前车辆的速度和当前车辆的加速度。
可选的，还包括：
若所述障碍物处于摄像头区域和所述超声波区域之外，且根据所述障碍物信息和当前车辆信息确定所述障碍物影响当前车辆进行正常驾驶，则对所述当前车辆进行制动或者避让控制。
具体的，若所述障碍物处于摄像头区域2和所述超声波区域1之外，且根据所述障碍物信息和当前车辆信息确定所述障碍物影响当前车辆进行正常驾驶，则对所述当前车辆进行制动或者避让控制。
具体的，如图3所示，当障碍物处于摄像头区域和所述超声波区域之外，且根据所述障碍物信息和当前车辆信息确定所述障碍物影响当前车辆进行正常驾驶的方式可以为根据所述障碍物信息和当前车辆信息，确定所述障碍物处于摄像头区域和所述超声波区域之外，且处于激光雷达区域，确定所述障碍物影响当前车辆进行正常驾驶，则对所述当前车辆进行制动或者避让控制，例如可以是，若获取障碍物与当前车辆的相对距离和/或障碍物与当前车辆的相对位置，确定障碍物处于激光雷达区域，且障碍物不处于摄像头区域和所述超声波区域，判断当前车辆在右拐时，可能会触碰到障碍物，影响当前车辆正常驾驶，则对当前车辆进行制动控制；若获取障碍物与当前车辆的相对距离和/或障碍物与当前车辆的相对位置，确定障碍物处于激光雷达区域，且障碍物不处于摄像头区域和所述超声波区域，判断当前车辆在倒车时可能会触碰到障碍物，影响当前车辆正常驾驶，则对当前车辆进行制动控制。
当障碍物处于摄像头区域和所述超声波区域之外，且根据所述障碍物信息和当前车辆信息确定所述障碍物影响当前车辆进行正常驾驶的方式还可以为根据所述障碍物信息和当前车辆信息，确定所述障碍物处于摄像头区域和所述超声波区域之外，且不处于激光雷达区域，确定所述障碍物影响当前车辆进行正常驾驶，则对所述当前车辆进行制动或者避让控制，例如可以是，若障碍物以每秒0.5米的速度，在当前车辆前方150米处横向移动时，预判当前车辆继续直行时，可能会触碰到障碍物，影响当前车辆正常驾驶，则对所述当前车辆进行避让或制动控制；若障碍物在当前车辆前方以小于当前车速的速度与当前车辆同向前行，判断当前车辆在继续直行时后，可能会触碰到障碍物，影响当前车辆正常驾驶，则对所述当前车辆进行避让或制动控制。
本实施例的技术方案，通过获取障碍物信息和当前车辆信息；根据所述障碍物信息和当前车辆信息，确定障碍物所处的目标区域，其中，所述目标区域包括：超声波区域、摄像头区域以及激光雷达区域中的一种或多种；根据所述目标区域对应控制规则对当前车辆进行控制，其中控制规则为制动、避让、绕行或自动驾驶采用不同的传感器采集当前车辆周围不同区域的障碍物信息，解决了现有技术中，采用单一传感器无法准确感知环境，采用多传感器融合带来大量冗余的感知信息对决策带来困难的问题，达到了减少不必要的冗余信息，提高障碍物信息处理效率，从而提高自动驾驶的感知与决策能力的效果。
实施例二
图4为本发明实施例二提供的一种控制方法的流程图，本实施例以上述实施例为基础进行优化，在本实施例中，还包括：所述获取障碍物信息和当前车辆信息，包括：若当前车辆和障碍物的距离小于或者等于第一预设距离，则获取超声波传感器采集的障碍物信息；若所述当前车辆和障碍物的距离大于第一预设距离，且所述当前车辆和障碍物的距离小于第二预设距离，则获取摄像头采集的障碍物信息和激光雷达采集的障碍物信息，其中，所述第二预设距离大于所述第一预设距离；若所述当前车辆和障碍物的距离大于或者等于第三预设距离，则获取摄像头采集的障碍物信息，其中，所述第三预设距离大于所述第二预设距离。
S210，若当前车辆和障碍物的距离小于或者等于第一预设距离，则获取超声波传感器采集的障碍物信息。
具体的，若当前车辆和障碍物的距离小于或者等于第一预设距离，则获取超声波传感器采集的障碍物信息，作为当前车辆决策的根据。
S220，若所述当前车辆和障碍物的距离大于第一预设距离，且所述当前车辆和障碍物的距离小于第二预设距离，则获取摄像头采集的障碍物信息和激光雷达采集的障碍物信息，其中，所述第二预设距离大于所述第一预设距离。
具体的，若当前车辆和障碍物的距离大于第一预设距离，且当前车辆和障碍物的距离小于第二预设距离，则获取摄像头采集的障碍物信息和激光雷达采集的障碍物信息，其中，第二预设距离大于所述第一预设距离。在该距离范围内，获取并融合摄像头和激光雷达传感器两种传感器采集到障碍信息，作为当前车辆决策的根据。
S230，若所述当前车辆和障碍物的距离大于或者等于第三预设距离，则获取摄像头采集的障碍物信息，其中，所述第三预设距离大于所述第二预设距离。
具体的，若当前车辆和障碍物的距离大于或者等于第三预设距离，则获取摄像头采集的障碍物信息，其中，第三预设距离大于所述第二预设距离。在该距离范围内，障碍物距离当前车辆中心很远，此时需要单一的前、后摄像头采集的障碍物信息，即可作为当前车辆预判的根据。
S240，根据所述障碍物信息和当前车辆信息，确定障碍物所处的目标区域，其中，所述目标区域包括：超声波区域、摄像头区域以及激光雷达区域中的一种或多种。
S250，根据所述目标区域对应控制规则对当前车辆进行控制，其中控制规则为制动、避让、绕行或自动驾驶。
具体的，所述控制规则是指根据障碍物所处的目标区域不同，对当前车辆设定不同的控制行为，包括制动、避让、绕行或自动驾驶。
可选的，所述根据所述目标区域对应控制规则对当前车辆进行控制，包括：若所述目标区域属于所述超声波区域，则所述控制规则为制动，对当前车辆进行制动控制；若所述目标区域属于所述摄像头区域，且所述目标区域属于所述激光雷达区域，则所述控制规则为制动、避让或者绕行，根据所述控制规则对当前车辆进行控制。若所述目标区域属于摄像头区域，且所述目标区域不属于激光雷达区域，则所述控制规则为制动或者避让，根据所述控制规则对当前车辆进行控制。
可选的，在所述若所述当前车辆和障碍物的距离大于第一预设距离，且所述当前车辆和障碍物的距离小于第二预设距离，则获取摄像头采集的障碍物信息和激光雷达采集的障碍物信息之后，所述方法还包括：根据所述摄像头采集的障碍物信息和激光雷达采集的障碍物信息判断所述摄像头和所述激光雷达采集到的障碍物是否为同一障碍物。
具体的，通过摄像头采集障碍物与当前车辆的距离、障碍物速度，并通过激光雷达采集障碍物与当前车辆的距离、障碍物速度等信息，将上述障碍物和当前车辆信息通过预先设置的障碍物特征识别计算公式，得到障碍物的特征值，与障碍物特征阈值进行比较。当障碍物的特征值大于障碍物特征阈值时，则判断摄像头采集的障碍物与激光雷达采集的障碍物是同一个障碍物。
可选的，若所述摄像头和所述激光雷达采集到的障碍物是同一障碍物，则获取摄像头采集的障碍物和当前车辆之间的距离、所述障碍物的平面结构信息和激光雷达采集的障碍物立体结构信息。
具体的，判断所述摄像头和所述激光雷达采集到的障碍物是否为同一障碍物，若为同一个障碍物，则将摄像头采集的障碍物信息与激光雷达传感器采集的障碍物信息进行融合，并作为同一障碍物进行信息处理，对当前车辆进行制动、避让或者绕行，能够减少多传感器带来的不必要的冗余信息，从而减少对冗余信息的处理，提高障碍物信息处理效率，提高自动驾驶的感知与决策能力。
本实施例的技术方案，通过若当前车辆和障碍物的距离小于或者等于第一预设距离，则获取超声波传感器采集的障碍物信息；若所述当前车辆和障碍物的距离大于第一预设距离，且所述当前车辆和障碍物的距离小于第二预设距离，则获取摄像头采集的障碍物信息和激光雷达采集的障碍物信息，其中，所述第二预设距离大于所述第一预设距离；若所述当前车辆和障碍物的距离大于或者等于第三预设距离，则获取摄像头采集的障碍物信息，其中，所述第三预设距离大于所述第二预设距离，根据当前车辆和障碍物之间的距离确定获取的障碍物信息和当前车辆信息是哪一个传感器采集的，能够减少多传感器带来的不必要的冗余信息，从而减少对冗余信息的处理，提高障碍物信息处理效率，提高自动驾驶的感知与决策能力。
实施例三
图5为本发明实施例三提供的一种控制装置的结构示意图。本实施例可适用于控制当前车辆自动对障碍物进行制动、避让和绕行的情况，该装置可采用软件和/或硬件的方式实现，该装置可集成在任何提供当前车辆控制功能的设备中，如图5所示，所述控制的装置具体包括：获取模块510、确定模块520和第一控制模块530。其中：
获取模块510，用于获取障碍物信息和当前车辆信息；
确定模块520，用于根据所述障碍物信息和当前车辆信息，确定障碍物所处的目标区域，其中，所述目标区域包括：超声波区域、摄像头区域以及激光雷达区域中的一种或多种；
第一控制模块530，用于根据所述目标区域对应控制规则对当前车辆进行控制，其中控制规则为制动、避让、绕行或自动驾驶。
可选的，所述第一控制模块，包括：
第一控制单元，用于若所述目标区域属于所述超声波区域，则所述控制规则为制动，对当前车辆进行制动控制；
第二控制单元，用于若所述目标区域属于所述摄像头区域，且所述目标区域属于所述激光雷达区域，则所述控制规则为制动、避让或者绕行，根据所述控制规则对当前车辆进行控制；
第三控制单元，用于若所述目标区域属于摄像头区域，且所述目标区域不属于激光雷达区域，则所述控制规则为制动或者避让，根据所述控制规则对当前车辆进行控制。
可选的，所述获取模块包括：
第一获取单元，用于若当前车辆和障碍物的距离小于或者等于第一预设距离，则获取超声波传感器采集的障碍物信息；
第二获取单元，用于若所述当前车辆和障碍物的距离大于第一预设距离，且所述当前车辆和障碍物的距离小于第二预设距离，则获取摄像头采集的障碍物信息和激光雷达采集的障碍物信息，其中，所述第二预设距离大于所述第一预设距离；
第三获取单元，用于若所述当前车辆和障碍物的距离大于或者等于第三预设距离，则获取摄像头采集的障碍物信息，其中，所述第三预设距离大于所述第二预设距离。
可选的，还包括：
判断单元，用于根据所述摄像头采集的障碍物信息和激光雷达采集的障碍物信息判断所述摄像头和所述激光雷达采集到的障碍物是否为同一障碍物；
第四获取单元，用于若所述摄像头和所述激光雷达采集到的障碍物是同一障碍物，则获取摄像头采集的障碍物和当前车辆之间的距离、所述障碍物的平面结构信息和激光雷达采集的障碍物立体结构信息。
可选的，所述判断单元具体用于：
根据所述摄像头采集的障碍物和当前车辆之间的距离、所述摄像头采集的障碍物的速度、所述激光雷达采集的障碍物和当前车辆之间的距离以及所述激光雷达采集的障碍物的速度，判断所述摄像头和所述激光雷达采集到的障碍物是否为同一障碍物。可选的，所述获取模块具体用于：
获取所述障碍物和所述当前车辆之间的距离、障碍物的速度和当前车辆的速度、障碍物的加速度、当前车辆的加速度、障碍物的平面结构信息和障碍物的立体结构信息中的至少一种。
可选的，还包括：
第二控制模块，用于若所述障碍物处于摄像头区域和所述超声波区域之外，且根据所述障碍物信息和当前车辆信息确定所述障碍物影响当前车辆进行正常驾驶，则对所述当前车辆进行制动或者避让控制。
可选的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。
本实施例的技术方案，通过采用不同的传感器采集当前车辆周围不同区域的障碍物信息，达到了减少多传感器中不必要的冗余信息，提高障碍物信息处理效率，从而提高自动驾驶的感知与决策能力的效果。
实施例四
图6为本发明实施例四中的一种计算机设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图6显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。另外，本实施例中的计算机设备12，显示器24不是作为独立个体存在，而是嵌入镜面中，在显示器24的显示面不予显示时，显示器24的显示面与镜面从视觉上融为一体。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的控制方法：
获取障碍物信息和当前车辆信息；
根据所述障碍物信息和当前车辆信息，确定障碍物所处的目标区域，其中，所述目标区域包括：超声波区域、摄像头区域以及激光雷达区域中的一种或多种；
根据所述目标区域对应控制规则对当前车辆进行控制，其中控制规则为制动、避让、绕行或自动驾驶。
实施例五
本发明实施例五提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的控制方法：
接收障碍物信息和当前车辆信息；
根据所述障碍物信息和当前车辆信息，确定障碍物所处的目标区域；
根据所述目标区域对应控制规则对当前车辆进行控制。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
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 (8)

1.一种控制方法，其特征在于，包括：
获取障碍物信息和当前车辆信息；
根据所述障碍物信息和当前车辆信息，确定障碍物所处的目标区域，其中，所述目标区域包括：超声波区域、摄像头区域以及激光雷达区域中的一种或多种；
根据所述目标区域对应控制规则对当前车辆进行控制，其中控制规则为制动、避让、绕行或自动驾驶；
所述障碍物信息包括障碍物运动信息、障碍物结构信息、障碍物位置信息中的至少一个；
所述根据所述目标区域对应控制规则对当前车辆进行控制，包括：
若所述目标区域属于所述超声波区域，则所述控制规则为制动，对当前车辆进行制动控制；
若所述目标区域属于所述摄像头区域，且所述目标区域属于所述激光雷达区域，则所述控制规则为制动、避让或者绕行，根据所述控制规则对当前车辆进行控制；
若所述目标区域属于摄像头区域，且所述目标区域不属于激光雷达区域，则所述控制规则为制动或者避让，根据所述控制规则对当前车辆进行控制；
所述获取障碍物信息和当前车辆信息，包括：
若当前车辆和障碍物的距离小于或者等于第一预设距离，则获取超声波传感器采集的障碍物信息；
若所述当前车辆和障碍物的距离大于第一预设距离，且所述当前车辆和障碍物的距离小于第二预设距离，则获取摄像头采集的障碍物信息和激光雷达采集的障碍物信息，其中，所述第二预设距离大于所述第一预设距离；
若所述当前车辆和障碍物的距离大于或者等于第三预设距离，则获取摄像头采集的障碍物信息，其中，所述第三预设距离大于所述第二预设距离。
2.根据权利要求1所述的方法，其特征在于，在所述若所述当前车辆和障碍物的距离大于第一预设距离，且所述当前车辆和障碍物的距离小于第二预设距离，则获取摄像头采集的障碍物信息和激光雷达采集的障碍物信息之后，还包括：
根据所述摄像头采集的障碍物信息和激光雷达采集的障碍物信息判断所述摄像头和所述激光雷达采集到的障碍物是否为同一障碍物；
若所述摄像头和所述激光雷达采集到的障碍物是同一障碍物，则获取摄像头采集的障碍物和当前车辆之间的距离、所述障碍物的平面结构信息和激光雷达采集的障碍物立体结构信息。
3.根据权利要求2所述的方法，其特征在于，所述根据所述摄像头采集的障碍物信息和激光雷达采集的障碍物信息判断所述摄像头和所述激光雷达采集到的障碍物是否为同一障碍物包括：
根据所述摄像头采集的障碍物和当前车辆之间的距离、所述摄像头采集的障碍物的速度、所述激光雷达采集的障碍物和当前车辆之间的距离以及所述激光雷达采集的障碍物的速度，判断所述摄像头和所述激光雷达采集到的障碍物是否为同一障碍物。
4.根据权利要求1所述的方法，其特征在于，所述获取障碍物信息和当前车辆信息，包括：
获取所述障碍物和所述当前车辆之间的距离、障碍物的速度和当前车辆的速度、障碍物的加速度、当前车辆的加速度、障碍物的平面结构信息和障碍物的立体结构信息中的至少一种。
5.根据权利要求1所述的方法，其特征在于，还包括：
若所述障碍物处于摄像头区域和所述超声波区域之外，且根据所述障碍物信息和当前车辆信息确定所述障碍物影响当前车辆进行正常驾驶，则对所述当前车辆进行制动或者避让控制。
6.一种控制装置，其特征在于，包括：
获取模块，用于获取障碍物信息和当前车辆信息；
确定模块，用于根据所述障碍物信息和当前车辆信息，确定障碍物所处的目标区域，其中，所述目标区域包括：超声波区域、摄像头区域以及激光雷达区域中的一种或多种；
第一控制模块，用于根据所述目标区域对应控制规则对当前车辆进行控制，其中控制规则为制动、避让、绕行或自动驾驶；
所述障碍物信息包括障碍物运动信息、障碍物结构信息、障碍物位置信息中的至少一个；
所述第一控制模块，包括：
第一控制单元，用于若所述目标区域属于所述超声波区域，则所述控制规则为制动，对当前车辆进行制动控制；
第二控制单元，用于若所述目标区域属于所述摄像头区域，且所述目标区域属于所述激光雷达区域，则所述控制规则为制动、避让或者绕行，根据所述控制规则对当前车辆进行控制；
第三控制单元，用于若所述目标区域属于摄像头区域，且所述目标区域不属于激光雷达区域，则所述控制规则为制动或者避让，根据所述控制规则对当前车辆进行控制；
所述获取模块包括：
第一获取单元，用于若当前车辆和障碍物的距离小于或者等于第一预设距离，则获取超声波传感器采集的障碍物信息；
第二获取单元，用于若所述当前车辆和障碍物的距离大于第一预设距离，且所述当前车辆和障碍物的距离小于第二预设距离，则获取摄像头采集的障碍物信息和激光雷达采集的障碍物信息，其中，所述第二预设距离大于所述第一预设距离；
第三获取单元，用于若所述当前车辆和障碍物的距离大于或者等于第三预设距离，则获取摄像头采集的障碍物信息，其中，所述第三预设距离大于所述第二预设距离。
7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5中任一所述的方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN202010845662.4A 2020-08-20 2020-08-20 一种控制方法、装置、设备及存储介质 Active CN112015178B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010845662.4A CN112015178B (zh) 2020-08-20 2020-08-20 一种控制方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010845662.4A CN112015178B (zh) 2020-08-20 2020-08-20 一种控制方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112015178A CN112015178A (zh) 2020-12-01
CN112015178B true CN112015178B (zh) 2022-10-21

Family

ID=73505306

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010845662.4A Active CN112015178B (zh) 2020-08-20 2020-08-20 一种控制方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112015178B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112540365B (zh) * 2020-12-10 2022-07-12 中国第一汽车股份有限公司 一种评估方法、装置、设备及存储介质
CN112622893A (zh) * 2020-12-25 2021-04-09 北京理工大学前沿技术研究院 一种多传感器融合的靶车自动驾驶避障方法及系统
CN113335276A (zh) * 2021-07-20 2021-09-03 中国第一汽车股份有限公司 障碍物的轨迹预测方法、装置、电子设备及存储介质
CN113734190B (zh) * 2021-09-09 2023-04-11 北京百度网讯科技有限公司 车辆信息提示方法、装置、电子设备、介质和车辆
CN114475651A (zh) * 2021-12-11 2022-05-13 中智行(苏州)科技有限公司 基于车路协同的盲区障碍物紧急避让方法和装置
CN114274979A (zh) * 2022-01-07 2022-04-05 中国第一汽车股份有限公司 自动驾驶的目标关注度等级判别方法、装置及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104536447A (zh) * 2014-12-29 2015-04-22 重庆广建装饰股份有限公司 一种扫地机器人的导航方法
CN105759820A (zh) * 2016-04-08 2016-07-13 济宁中科先进技术研究院有限公司 基于激光和视觉的道路自主清扫控制系统及控制方法
CN106428000A (zh) * 2016-09-07 2017-02-22 清华大学 一种车辆速度控制装置和方法
CN108021133A (zh) * 2017-11-29 2018-05-11 江苏若博机器人科技有限公司 一种多传感器融合高速无人车探测避障系统
WO2018192578A1 (zh) * 2017-04-21 2018-10-25 苏州宝时得电动工具有限公司 自动移动设备及其超声避障方法
CN108955702A (zh) * 2018-05-07 2018-12-07 西安交通大学 基于三维激光和gps惯性导航系统的车道级地图创建系统
CN109814112A (zh) * 2019-01-15 2019-05-28 北京百度网讯科技有限公司 一种超声波雷达与激光雷达信息融合方法和系统
CN109828571A (zh) * 2019-02-18 2019-05-31 奇瑞汽车股份有限公司 基于v2x的自动驾驶车辆、方法和装置
CN110320910A (zh) * 2019-07-01 2019-10-11 百度在线网络技术（北京）有限公司 车辆的避让控制方法、装置、电子设备与存储介质
CN110857859A (zh) * 2018-08-23 2020-03-03 杭州海康机器人技术有限公司 障碍物检测方法及装置
CN110879397A (zh) * 2019-11-29 2020-03-13 安徽江淮汽车集团股份有限公司 障碍物识别方法、设备、存储介质及装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009031031A (ja) * 2007-07-25 2009-02-12 Denso Corp 超音波センサ
AT507035B1 (de) * 2008-07-15 2020-07-15 Airbus Defence & Space Gmbh System und verfahren zur kollisionsvermeidung
US10156847B2 (en) * 2014-07-25 2018-12-18 Hitachi, Ltd. Autonomous moving device
US10444758B2 (en) * 2015-12-01 2019-10-15 Ricoh Company, Ltd. Autonomous traveling device
CN109521757B (zh) * 2017-09-18 2021-12-31 阿波罗智能技术(北京)有限公司 静态障碍物识别方法和装置
CN109634282B (zh) * 2018-12-25 2021-05-28 奇瑞汽车股份有限公司 自动驾驶车辆、方法和装置
CN109696173A (zh) * 2019-02-20 2019-04-30 苏州风图智能科技有限公司 一种车体导航方法和装置
CN109828574B (zh) * 2019-02-22 2022-05-03 深兰机器人(上海)有限公司 一种避障方法及电子设备
CN110363820B (zh) * 2019-06-28 2023-05-16 东南大学 一种基于激光雷达、图像前融合的目标检测方法
CN110794839B (zh) * 2019-11-07 2022-04-29 中国第一汽车股份有限公司 一种异形路口的自动驾驶控制方法及车辆
CN111026121A (zh) * 2019-12-20 2020-04-17 华南智能机器人创新研究院 智能清扫车多层次立体避障控制方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104536447A (zh) * 2014-12-29 2015-04-22 重庆广建装饰股份有限公司 一种扫地机器人的导航方法
CN105759820A (zh) * 2016-04-08 2016-07-13 济宁中科先进技术研究院有限公司 基于激光和视觉的道路自主清扫控制系统及控制方法
CN106428000A (zh) * 2016-09-07 2017-02-22 清华大学 一种车辆速度控制装置和方法
WO2018192578A1 (zh) * 2017-04-21 2018-10-25 苏州宝时得电动工具有限公司 自动移动设备及其超声避障方法
CN108021133A (zh) * 2017-11-29 2018-05-11 江苏若博机器人科技有限公司 一种多传感器融合高速无人车探测避障系统
CN108955702A (zh) * 2018-05-07 2018-12-07 西安交通大学 基于三维激光和gps惯性导航系统的车道级地图创建系统
CN110857859A (zh) * 2018-08-23 2020-03-03 杭州海康机器人技术有限公司 障碍物检测方法及装置
CN109814112A (zh) * 2019-01-15 2019-05-28 北京百度网讯科技有限公司 一种超声波雷达与激光雷达信息融合方法和系统
CN109828571A (zh) * 2019-02-18 2019-05-31 奇瑞汽车股份有限公司 基于v2x的自动驾驶车辆、方法和装置
CN110320910A (zh) * 2019-07-01 2019-10-11 百度在线网络技术（北京）有限公司 车辆的避让控制方法、装置、电子设备与存储介质
CN110879397A (zh) * 2019-11-29 2020-03-13 安徽江淮汽车集团股份有限公司 障碍物识别方法、设备、存储介质及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Quality of obstacle distance measurement using Ultrasonic sensor and precision of two Computer Vision-based obstacle detection approaches;Navya Amin等;《2015 International Conference on Smart Sensors and Systems》;20151231;全文 *
基于多传感器融合的室内机器人自主导航方法研究;张文;《中国博士学位论文全文数据库 信息科技辑》;20171215(第12期);全文 *
无人驾驶车辆环境感知系统关键技术研究;王俊;《中国博士学位论文全文数据库 信息科技辑》;20160915(第09期);全文 *

Also Published As

Publication number Publication date
CN112015178A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN112015178B (zh) 一种控制方法、装置、设备及存储介质
WO2020147485A1 (zh) 一种信息处理方法、系统、设备和计算机存储介质
JP6811282B2 (ja) 自動運転車に用いられる自動データラベリング
CN109059902B (zh) 相对位姿确定方法、装置、设备和介质
CN109188438B (zh) 偏航角确定方法、装置、设备和介质
CN109284348B (zh) 一种电子地图的更新方法、装置、设备和存储介质
CN109143207B (zh) 激光雷达内参精度验证方法、装置、设备及介质
EP3629233A1 (en) Method and apparatus for detecting obstacle, electronic device, vehicle and storage medium
CN109435955B (zh) 一种自动驾驶系统性能评估方法、装置、设备及存储介质
US20180050694A1 (en) Method and device for monitoring a setpoint trajectory to be traveled by a vehicle for being collision free
CN109738904A (zh) 一种障碍物检测的方法、装置、设备和计算机存储介质
CN109558854B (zh) 障碍物感知方法、装置、电子设备及存储介质
CN110874925A (zh) 智能路侧单元及其控制方法
US20200233418A1 (en) Method to dynamically determine vehicle effective sensor coverage for autonomous driving application
CN111736153A (zh) 用于无人驾驶车辆的环境检测系统、方法、设备和介质
CN113537362A (zh) 一种基于车路协同的感知融合方法、装置、设备及介质
EP3776128A1 (en) Apparatus, system, and method of using depth assessment for autonomous robot navigation
CN113516862A (zh) 一种预警方法、装置、电子设备以及存储介质
CN112485801A (zh) 一种障碍物位置确定方法、系统、计算机设备和存储介质
CN114049767A (zh) 一种边缘计算方法、装置及可读存储介质
EP3674178B1 (en) Parking control method and apparatus, electronic device and storage medium
CN112102648A (zh) 一种空余车位推送方法、装置、设备及存储介质
JP6866443B2 (ja) 障害物速度の検出方法、障害物速度の検出装置、コンピュータ機器、記憶媒体及び車両
JP6987150B2 (ja) 自動運転車両の３ポイントターンの最適プランナー切り替え方法
CN110133624B (zh) 无人驾驶异常检测方法、装置、设备和介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant