CN112114582A - 无人驾驶方法及装置 - Google Patents
无人驾驶方法及装置 Download PDFInfo
- Publication number
- CN112114582A CN112114582A CN201910530646.3A CN201910530646A CN112114582A CN 112114582 A CN112114582 A CN 112114582A CN 201910530646 A CN201910530646 A CN 201910530646A CN 112114582 A CN112114582 A CN 112114582A
- Authority
- CN
- China
- Prior art keywords
- attribute information
- unmanned
- information
- vehicle
- taxi
- 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 60
- 238000005516 engineering process Methods 0.000 claims abstract description 28
- 230000007613 environmental effect Effects 0.000 claims description 13
- 238000002955 isolation Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本公开的实施例公开了一种无人驾驶方法及装置,涉及汽车技术领域,能够解决现有技术无法自动化确定无人驾驶所支持的路径的问题。本公开的实施例的方法包括:获取起点到终点之间的所有道路的属性信息和路口的属性信息;根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定无人驾驶路径;所述无人驾驶技术支持的属性信息为入驻调度平台的无人驾驶车辆所支持的属性信息。本公开的实施例主要适用于无人驾驶出租车的场景中。
Description
技术领域
本公开的实施例涉及汽车技术领域,特别是涉及一种无人驾驶方法及装置。
背景技术
随着社会经济的快速发展,人们对于舒适、便捷、安全的交通工具的智能化、自动化要求越来越高,而且各个轨道交通行业的各种运营人员需求量大增,导致运行成本大大增加,人们出行压力增大,因此无人驾驶汽车慢慢走近了人们的生活。然而,目前的无人驾驶汽车都是由驾驶员控制何时进行无人驾驶、何时进行人工驾驶的。即在无人驾驶过程中,当驾驶员发现无人驾驶无法实现安全驾驶时,就需要切换为人工驾驶。因此,目前还无法自动化确定无人驾驶所支持的路径。
发明内容
有鉴于此,本公开的实施例提供的无人驾驶方法及装置,其目的在于解决现有技术无法自动化确定无人驾驶所支持路径的问题。
本公开的实施例主要提供如下技术方案:
第一方面,本公开的实施例提供了一种无人驾驶方法,所述方法包括:
获取起点到终点之间的所有道路的属性信息和路口的属性信息;
根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定无人驾驶路径;所述无人驾驶技术支持的属性信息为入驻调度平台的无人驾驶车辆所支持的属性信息。
在一些实施例中,所述方法还包括:
判断所述无人驾驶路径是否为用户指定的路径;
若是用户指定的路径,则将打车订单指派给无人驾驶车辆;
若不是用户指定的路径,则将所述打车订单指派给人工驾驶车辆。
在一些实施例中,将所述打车订单指派给人工驾驶车辆包括:
若接收到确认使用人工驾驶车辆的指示,则将所述打车订单指派给所述人工驾驶车辆。
在一些实施例中,所述方法还包括:
向用户推荐所述无人驾驶路径;
若接收到确认使用无人驾驶车辆的指示,则将所述打车订单指派给所述无人驾驶车辆。
在一些实施例中,所述属性信息包括物理属性信息和/或描述性属性信息。
在一些实施例中,所述属性信息包括物理属性信息的情况下,道路的物理属性信息包括以下任一项或几项的组合:逆向信息、隔离信息和混行信息;所述路口的物理属性信息包括以下任一项或几项的组合:直行、右转、左转和环岛。
在一些实施例中,所述属性信息包括描述性属性信息的情况下,所述道路的描述性属性信息包括以下任一项或几项的组合:地图信息、车道信息和环境信息;所述路口的描述性属性信息包括以下任一项或几项的组合:地图信息、路况信息和环境信息。
在一些实施例中,所述环境信息包括信号环境信息和/或自然环境信息。
第二方面,本公开的实施例提供了一种无人驾驶装置,所述装置包括:
获取单元,用于获取起点到终点之间的所有道路的属性信息和路口的属性信息;
确定单元,用于根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定无人驾驶路径;所述无人驾驶技术支持的属性信息为入驻调度平台的无人驾驶车辆所支持的属性信息。
在一些实施例中,所述装置还包括:
判断单元,用于判断所述无人驾驶路径是否为用户指定的路径;
发送单元,用于当所述判断单元的判断结果是用户指定的路径时,将打车订单指派给无人驾驶车辆;当所述判断单元的判断结果不是用户指定的路径时,将所述打车订单指派给人工驾驶车辆。
在一些实施例中,所述发送单元,还用于当接收到确认使用人工驾驶车辆的指示时,将所述打车订单指派给所述人工驾驶车辆。
在一些实施例中,所述装置还包括:
推荐单元,用于向用户推荐所述无人驾驶路径;
所述发送单元,还用于当接收到确认使用无人驾驶车辆的指示时,将所述打车订单指派给所述无人驾驶车辆。
在一些实施例中,所述属性信息包括物理属性信息和/或描述性属性信息。
在一些实施例中,所述属性信息包括描述性属性信息的情况下,道路的物理属性信息包括以下任一项或几项的组合:逆向信息、隔离信息和混行信息;所述路口的物理属性信息包括以下任一项或几项的组合:直行、右转、左转和环岛。
在一些实施例中,所述属性信息包括描述性属性信息的情况下,所述道路的描述性属性信息包括以下任一项或几项的组合:地图信息、车道信息和环境信息;所述路口的描述性属性信息包括以下任一项或几项的组合:地图信息、路况信息和环境信息。
在一些实施例中,所述环境信息包括信号环境信息和/或自然环境信息。
第三方面,本公开的实施例提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行第一方面所述的无人驾驶方法。
第四方面,本公开的实施例提供了一种无人驾驶装置,所述装置包括存储介质;及一个或者多个处理器,所述存储介质与所述处理器耦合,所述处理器被配置为执行所述存储介质中存储的程序指令;所述程序指令运行时执行第一方面所述的无人驾驶方法。
借由上述技术方案,本公开的实施例提供的无人驾驶方法及装置,能够先获取起点到终点之间所有道路的属性信息和路口的属性信息,再根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定出无人驾驶路径。由此可知,整个无人驾驶路径确定过程,都无需人为参与,可实现自动化确定。
上述说明仅是本公开的实施例技术方案的概述,为了能够更清楚了解本公开的实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本公开的实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本公开的实施例的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本公开的实施例的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本公开的实施例提供的一种无人驾驶方法的流程图;
图2示出了本公开的实施例提供的一种路径拆分的示例图;
图3示出了本公开的实施例提供的另一种无人驾驶方法的流程图;
图4示出了本公开的实施例提供的又一种无人驾驶方法的流程图;
图5示出了本公开的实施例提供的一种无人驾驶装置的组成框图;
图6示出了本公开的实施例提供的另一种无人驾驶装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
第一方面,本公开的实施例提供了一种无人驾驶方法,如图1所示,所述方法包括:
101、获取起点到终点之间的所有道路的属性信息和路口的属性信息。
当用户想要获知从起点到终点是否能够全程实现无人驾驶时,可以获取起点到终点之间所有路径,然后将每个路径拆分成道路和路口,再获取每条道路的属性信息和每个路口的属性信息。
示例性的,在将路径进行拆分时,可以将道路标记为X,路口标记为Y,如图2所示,一条路径有3条道路,2个路口,则该路径=X1+Y1+X2+Y2+X3。
102、根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定无人驾驶路径。
其中,所述无人驾驶技术支持的属性信息为入驻调度平台的无人驾驶车辆所支持的属性信息,且不同无人驾驶车辆支持的属性信息可能不同,可以针对未派遣的每辆无人驾驶车辆分别进行属性对比判断。
在获取每条道路的属性信息和每个路口的属性信息之后,可以将获取的道路的属性信息与入驻调度平台的无人驾驶车辆所支持的属性信息进行对比,判断获取的道路的属性信息是否为该无人驾驶车辆所支持的道路的属性信息;同理,再通过获取的路口的属性信息与该无人驾驶车辆所支持的路口的属性信息进行对比,来判断获取的路口的属性信息是否为该无人驾驶车辆所支持的路口的属性信息。然后,根据获取的道路的属性信息中无人驾驶车辆所支持的道路的属性信息对应的道路,以及获取的路口的属性信息中无人驾驶车辆所支持的路口的属性信息对应的路口,来确定无人驾驶路径。
本公开的实施例提供的无人驾驶方法,能够先获取起点到终点之间所有道路的属性信息和路口的属性信息,再根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定出无人驾驶路径。由此可知,整个无人驾驶路径确定过程,都无需人为参与,可实现自动化确定。
第二方面,依据上述方法实施例,本公开的另一个实施例还提供了一种无人驾驶方法,如图3所示,所述方法包括:
201、获取起点到终点之间的所有道路的属性信息和路口的属性信息。
其中,所述属性信息包括物理属性信息和/或描述性属性信息。道路的物理属性信息包括以下任一项或几项的组合:逆向信息(即道路是否有逆向车流)、隔离信息(道路左右两侧是否有隔离物)和混行信息(道路是否有机动车车、非机动车和行人混行);所述道路的描述性属性信息包括以下任一项或几项的组合:地图信息、车道信息和环境信息;所述路口的物理属性信息包括以下任一项或几项的组合:直行、右转、左转和环岛;所述路口的描述性属性信息包括以下任一项或几项的组合:地图信息、路况信息和环境信息。
具体的,道路的描述性属性信息中包含的地图信息包括:是否覆盖有高精地图、高精地图是否有时效性;道路的描述性属性信息中包含的车道信息包括:是否有车道线、车道数、平均车速;道路的描述性属性信息中包含的环境信息包括:信号环境信息和/或自然环境信息,信号环境信息包括是否覆盖有基站信号、是否覆盖有GPS信号,自然环境信息包括能见度、光照强度、温度、湿度、雨量等级、降雪等级、雾霾等级、沙尘天气等级、风力等级和当前路面摩擦系数。路口的描述性属性信息中包含的地图信息包括:是否覆盖有高精地图和高精地图是否有时效性;路口的描述性属性信息中包含的路况信息包括:是否混行、车/人流大小、是否有车道线和是否有交通标识;路口的描述性属性信息中包含的环境信息包括信号环境信息和/或自然环境信息,信号环境信息包括是否覆盖有基站信号和是否覆盖有GPS信号,自然环境信息包括能见度、光照强度、温度、湿度、雨量等级、降雪等级、雾霾等级、沙尘天气等级、风力等级和当前路面摩擦系数。
其中,在定义自然环境信息时,可以将天气描述转化为量化指标。例如将能见度和摩擦系数进行等级划分,之后按照天气描述及气象局对于天气的定义,将能见度和路面摩擦系数进行分类。例如,在大雾情况下,能见度小于200米,路面摩擦系数为0.31-0.4,发布黄色预警,运营车辆需要关注天气,注意安全。
在进行无人驾驶开发时,可以根据上述道路属性信息和路口属性信息,对无人驾驶技术不断进行改进,即在讨论某个特定的场景时,可以根据道路和路口进行选择和组合。通过逐步实现不同道路和路口的自动驾驶,最终实现无场景的无人驾驶。
202、根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定无人驾驶路径。
其中,所述无人驾驶技术支持的属性信息为入驻调度平台的无人驾驶车辆所支持的属性信息。
示例性的,若获取的某个路口的描述性属性信息中的风力等级是5等级,而入驻调度平台的无人驾驶车辆所支持的风力等级是小于4等级,则该无人驾驶车辆无法在该路口实现无人驾驶。又如,若获取的某条道路的物理属性信息中的逆向信息是具有逆向车流,而该无人驾驶车辆支持具有逆向车流的道路,则在该道路的其他属性信息也支持的情况下,该无人驾驶车辆无法在该道路实现无人驾驶。
203、判断所述无人驾驶路径是否为用户指定的路径。
用户在进行打车时,可以在打车软件上输入自己期望从起点到终点所行驶的路径(例如用户选择了最短路径),打车软件将用户指定的路径上传给服务器,服务器在确定无人驾驶路径后,可以分别将确定出的每条无人驾驶路径与用户指定的路径进行对比,判断无人驾驶路径中是否存在用户指定的路径,以便根据判断结果,做出打车订单指派操作。
204、若是用户指定的路径,则将打车订单指派给无人驾驶车辆。
205、若不是用户指定的路径,则将所述打车订单指派给人工驾驶车辆。
当无人驾驶路径中没有用户指定的路径时,为了保证用户需求,可以将打车订单指派给人工驾驶车辆。
在将所述打车订单指派给人工驾驶车辆之前,可以先让用户确认是否使用人工驾驶车辆,若接收到确认使用人工驾驶车辆的指示,则将所述打车订单指派给所述人工驾驶车辆。
此外,为了减少人工驾驶成本,在将所述打车订单指派给人工驾驶车辆之前,可以先向用户推荐所述无人驾驶路径,供用户决定是否可以使用推荐的无人驾驶路径。若接收到确认使用人工驾驶车辆的指示,则将所述打车订单指派给所述人工驾驶车辆;若接收到确认使用无人驾驶车辆的指示,则将所述打车订单指派给所述无人驾驶车辆。
本公开的实施例提供的无人驾驶方法,不仅确定出无人驾驶路径,还可以根据用户需求将打车订单指派给无人驾驶车辆或人工驾驶车辆,从而实现了无人驾驶出租车的有效利用。
第三方面,依据上述方法实施例,本公开的另一个实施例还提供了一种无人驾驶方法,如图4所示,所述方法包括:
301、获取起点到终点之间的所有道路的属性信息和路口的属性信息。
302、根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定无人驾驶路径。所述无人驾驶技术支持的属性信息为入驻调度平台的无人驾驶车辆所支持的属性信息。
303、向用户推荐所述无人驾驶路径。
在确定起点到终点之间可使用的无人驾驶路径后,可以向用户推荐这些无人驾驶路径,以供用户选择。
304、若接收到确认使用无人驾驶车辆的指示,则将所述打车订单指派给所述无人驾驶车辆。
当用户选择了某一条无人驾驶路径时,可以确定接收到确认使用无人驾驶车辆的指示,并将所述打车订单指派给所述无人驾驶车辆。
当用户没有选择推荐的无人驾驶路径,而是选择了人工驾驶路径时,可以确定接收到确认使用人工驾驶车辆的指示,并将所述打车订单指派给所述人工驾驶车辆。
本公开的实施例提供的无人驾驶方法,不仅确定出无人驾驶路径,还可以向用户推荐无人驾驶路径,供用户根据需求将打车订单指派给无人驾驶车辆或人工驾驶车辆,从而实现了无人驾驶出租车的有效利用。
第四方面,依据上述方法实施例,本公开的另一个实施例还提供了一种无人驾驶装置,如图5所示,所述装置包括:
获取单元41,用于获取起点到终点之间的所有道路的属性信息和路口的属性信息;
确定单元42,用于根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定无人驾驶路径;所述无人驾驶技术支持的属性信息为入驻调度平台的无人驾驶车辆所支持的属性信息。
在一些实施例中,如图6所示,所述装置还包括:
判断单元43,用于判断所述无人驾驶路径是否为用户指定的路径;
发送单元44,用于当所述判断单元的判断结果是用户指定的路径时,将打车订单指派给无人驾驶车辆;当所述判断单元的判断结果不是用户指定的路径时,将所述打车订单指派给人工驾驶车辆。
在一些实施例中,所述发送单元44,还用于当接收到确认使用人工驾驶车辆的指示时,将所述打车订单指派给所述人工驾驶车辆。
在一些实施例中,所述装置还包括:
推荐单元45,用于向用户推荐所述无人驾驶路径;
所述发送单元44,还用于当接收到确认使用无人驾驶车辆的指示时,将所述打车订单指派给所述无人驾驶车辆。
在一些实施例中,所述属性信息包括物理属性信息和/或描述性属性信息。
在一些实施例中,所述属性信息包括物理属性信息的情况下,道路的物理属性信息包括以下任一项或几项的组合:逆向信息、隔离信息和混行信息;所述路口的物理属性信息包括以下任一项或几项的组合:直行、右转、左转和环岛。
在一些实施例中,所述属性信息包括描述性属性信息的情况下,所述道路的描述性属性信息包括以下任一项或几项的组合:地图信息、车道信息和环境信息;所述路口的描述性属性信息包括以下任一项或几项的组合:地图信息、路况信息和环境信息。
在一些实施例中,所述环境信息包括信号环境信息和/或自然环境信息。
所述装置包括处理器和存储介质,上述获取单元41、确定单元42等均作为程序单元存储在存储介质中,由处理器执行存储在存储介质中的上述程序单元来实现相应的功能。
上述处理器中包含内核,由内核去存储介质中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来自动化确定无人驾驶路径。
本公开的实施例提供的无人驾驶装置,能够先获取起点到终点之间所有道路的属性信息和路口的属性信息,再根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定出无人驾驶路径。由此可知,整个无人驾驶路径确定过程,都无需人为参与,可实现自动化确定。
第四方面的实施例提供的无人驾驶装置,可以用以执行第一方面或第二方面或第三方面的实施例所提供的无人驾驶方法,相关的用于的含义以及具体的实施方式可以参见第一方面或第二方面或第三方面的实施例中的相关描述,在此不再详细说明。
第五方面,本公开的实施例提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行如上所述的无人驾驶方法。
存储介质可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本公开的实施例提供的存储介质中存储的指令,能够先获取起点到终点之间所有道路的属性信息和路口的属性信息,再根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定出无人驾驶路径。由此可知,整个无人驾驶路径确定过程,都无需人为参与,可实现自动化确定。
第六方面,本公开的实施例提供了一种无人驾驶装置,所述装置包括存储介质;及一个或者多个处理器,所述存储介质与所述处理器耦合,所述处理器被配置为执行所述存储介质中存储的程序指令;所述程序指令运行时执行如上所述的无人驾驶方法。
本公开的实施例提供的无人驾驶装置,能够先获取起点到终点之间所有道路的属性信息和路口的属性信息,再根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定出无人驾驶路径。由此可知,整个无人驾驶路径确定过程,都无需人为参与,可实现自动化确定。
本公开的实施例还提供了一种计算机程序产品,当在无人驾驶装置上执行时,适于执行初始化有如下方法步骤的程序代码:
获取起点到终点之间的所有道路的属性信息和路口的属性信息;
根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定无人驾驶路径;所述无人驾驶技术支持的属性信息为入驻调度平台的无人驾驶车辆所支持的属性信息。
本领域内的技术人员应明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开的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,本公开的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。
本申请是参照本公开的实施例的方法、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设备上,使得在计算机或其他可编程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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本公开的实施例可提供为方法、系统或计算机程序产品。因此,本公开的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,本公开的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。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (18)
1.一种无人驾驶方法,其特征在于,所述方法包括:
获取起点到终点之间的所有道路的属性信息和路口的属性信息;
根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定无人驾驶路径;所述无人驾驶技术支持的属性信息为入驻调度平台的无人驾驶车辆所支持的属性信息。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
判断所述无人驾驶路径是否为用户指定的路径;
若是用户指定的路径,则将打车订单指派给无人驾驶车辆;
若不是用户指定的路径,则将所述打车订单指派给人工驾驶车辆。
3.根据权利要求2所述的方法,其特征在于,将所述打车订单指派给人工驾驶车辆包括:
若接收到确认使用人工驾驶车辆的指示,则将所述打车订单指派给所述人工驾驶车辆。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
向用户推荐所述无人驾驶路径;
若接收到确认使用无人驾驶车辆的指示,则将所述打车订单指派给所述无人驾驶车辆。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述属性信息包括物理属性信息和/或描述性属性信息。
6.根据权利要求5所述的方法,其特征在于,所述属性信息包括物理属性信息的情况下,道路的物理属性信息包括以下任一项或几项的组合:逆向信息、隔离信息和混行信息;所述路口的物理属性信息包括以下任一项或几项的组合:直行、右转、左转和环岛。
7.根据权利要求5所述的方法,其特征在于,所述属性信息包括描述性属性信息的情况下,所述道路的描述性属性信息包括以下任一项或几项的组合:地图信息、车道信息和环境信息;所述路口的描述性属性信息包括以下任一项或几项的组合:地图信息、路况信息和环境信息。
8.根据权利要求7所述的方法,其特征在于,所述环境信息包括信号环境信息和/或自然环境信息。
9.一种无人驾驶装置,其特征在于,所述装置包括:
获取单元,用于获取起点到终点之间的所有道路的属性信息和路口的属性信息;
确定单元,用于根据获取的属性信息中包含的无人驾驶技术支持的属性信息,确定无人驾驶路径;所述无人驾驶技术支持的属性信息为入驻调度平台的无人驾驶车辆所支持的属性信息。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
判断单元,用于判断所述无人驾驶路径是否为用户指定的路径;
发送单元,用于当所述判断单元的判断结果是用户指定的路径时,将打车订单指派给无人驾驶车辆;当所述判断单元的判断结果不是用户指定的路径时,将所述打车订单指派给人工驾驶车辆。
11.根据权利要求10所述的装置,其特征在于,所述发送单元,还用于当接收到确认使用人工驾驶车辆的指示时,将所述打车订单指派给所述人工驾驶车辆。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
推荐单元,用于向用户推荐所述无人驾驶路径;
所述发送单元,还用于当接收到确认使用无人驾驶车辆的指示时,将所述打车订单指派给所述无人驾驶车辆。
13.根据权利要求9-12中任一项所述的装置,其特征在于,所述属性信息包括物理属性信息和/或描述性属性信息。
14.根据权利要求13所述的装置,其特征在于,所述属性信息包括物理属性信息的情况下,道路的物理属性信息包括以下任一项或几项的组合:逆向信息、隔离信息和混行信息;所述路口的物理属性信息包括以下任一项或几项的组合:直行、右转、左转和环岛。
15.根据权利要求13所述的装置,其特征在于,所述属性信息包括描述性属性信息的情况下,所述道路的描述性属性信息包括以下任一项或几项的组合:地图信息、车道信息和环境信息;所述路口的描述性属性信息包括以下任一项或几项的组合:地图信息、路况信息和环境信息。
16.根据权利要求15所述的装置,其特征在于,所述环境信息包括信号环境信息和/或自然环境信息。
17.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至8中任一项所述的无人驾驶方法。
18.一种无人驾驶装置,其特征在于,所述装置包括存储介质;及一个或者多个处理器,所述存储介质与所述处理器耦合,所述处理器被配置为执行所述存储介质中存储的程序指令;所述程序指令运行时执行权利要求1至8中任一项所述的无人驾驶方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910530646.3A CN112114582B (zh) | 2019-06-19 | 2019-06-19 | 无人驾驶方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910530646.3A CN112114582B (zh) | 2019-06-19 | 2019-06-19 | 无人驾驶方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112114582A true CN112114582A (zh) | 2020-12-22 |
CN112114582B CN112114582B (zh) | 2023-12-19 |
Family
ID=73795502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910530646.3A Active CN112114582B (zh) | 2019-06-19 | 2019-06-19 | 无人驾驶方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112114582B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113091765A (zh) * | 2021-03-31 | 2021-07-09 | 深圳一清创新科技有限公司 | 道路表征方法、呈现道路信息的方法及电子设备 |
CN113487882A (zh) * | 2021-06-16 | 2021-10-08 | 东风柳州汽车有限公司 | 行车警示方法、装置、设备及存储介质 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6038502A (en) * | 1996-02-21 | 2000-03-14 | Komatsu Ltd. | Apparatus and method for fleet control when unmanned and manned vehicles travel together |
US20020143461A1 (en) * | 2000-05-15 | 2002-10-03 | Burns Ray L. | Permission system for controlling interaction between autonomous vehicles in mining operation |
WO2012136672A1 (en) * | 2011-04-06 | 2012-10-11 | Kollmorgen Särö Ab | A collision avoiding method and associated system |
WO2014148989A1 (en) * | 2013-03-19 | 2014-09-25 | Scania Cv Ab | Control system for autonomous vehicles, and a method for the control system |
CN105788333A (zh) * | 2016-05-25 | 2016-07-20 | 四川化工职业技术学院 | 具有无人驾驶及回场充电功能的智能交通系统及实现方法 |
US20170082452A1 (en) * | 2014-06-10 | 2017-03-23 | Clarion Co., Ltd. | Lane selecting device, vehicle control system and lane selecting method |
CN106651175A (zh) * | 2016-12-21 | 2017-05-10 | 驭势科技(北京)有限公司 | 无人驾驶车辆运营管理系统、总控平台、分控平台、车载计算装置和计算机可读存储介质 |
CN107139868A (zh) * | 2017-05-15 | 2017-09-08 | 成都中技智慧企业管理咨询有限公司 | 一种自动驾驶汽车判断乘客身份的系统 |
CN107331183A (zh) * | 2017-07-14 | 2017-11-07 | 广州大正新材料科技有限公司 | 基于共享安全的智能交通服务方法和系统 |
US20180058865A1 (en) * | 2015-04-21 | 2018-03-01 | Clarion Co., Ltd. | Route searching apparatus and route searching method |
US20180120837A1 (en) * | 2016-11-03 | 2018-05-03 | Ford Global Technologies, Llc | Emergency evacuation using autonomous driving |
CN108010383A (zh) * | 2017-09-29 | 2018-05-08 | 北京车和家信息技术有限公司 | 基于行驶车辆的盲区检测方法、装置、终端及车辆 |
US20180150079A1 (en) * | 2015-06-12 | 2018-05-31 | Mitsubishi Electric Corporation | Driving support apparatus and driving support method |
CN108238053A (zh) * | 2017-12-15 | 2018-07-03 | 北京车和家信息技术有限公司 | 一种车辆驾驶监控方法、装置及车辆 |
CN108415245A (zh) * | 2018-01-26 | 2018-08-17 | 华南理工大学 | 一种异质车联网条件下自主车队运行的容错控制方法 |
CN108583434A (zh) * | 2018-04-17 | 2018-09-28 | 北京车和家信息技术有限公司 | 辅助驾驶方法、装置及系统 |
CN108650063A (zh) * | 2018-04-04 | 2018-10-12 | 上海华测导航技术股份有限公司 | 农机自动驾驶isobus功能的应用 |
CN109060370A (zh) * | 2018-06-29 | 2018-12-21 | 奇瑞汽车股份有限公司 | 对自动驾驶车辆进行车辆测试的方法及装置 |
US20190088141A1 (en) * | 2017-09-15 | 2019-03-21 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Vehicle scheduling method and apparatus, device and storage medium |
CN109559501A (zh) * | 2018-12-03 | 2019-04-02 | 浙江智莱科技有限公司 | 一种无人驾驶出租车系统及其控制方法 |
US20190107403A1 (en) * | 2017-09-05 | 2019-04-11 | Clarion Co., Ltd. | Route searching apparatus and route searching method |
-
2019
- 2019-06-19 CN CN201910530646.3A patent/CN112114582B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6038502A (en) * | 1996-02-21 | 2000-03-14 | Komatsu Ltd. | Apparatus and method for fleet control when unmanned and manned vehicles travel together |
US20020143461A1 (en) * | 2000-05-15 | 2002-10-03 | Burns Ray L. | Permission system for controlling interaction between autonomous vehicles in mining operation |
WO2012136672A1 (en) * | 2011-04-06 | 2012-10-11 | Kollmorgen Särö Ab | A collision avoiding method and associated system |
WO2014148989A1 (en) * | 2013-03-19 | 2014-09-25 | Scania Cv Ab | Control system for autonomous vehicles, and a method for the control system |
US20170082452A1 (en) * | 2014-06-10 | 2017-03-23 | Clarion Co., Ltd. | Lane selecting device, vehicle control system and lane selecting method |
US20180058865A1 (en) * | 2015-04-21 | 2018-03-01 | Clarion Co., Ltd. | Route searching apparatus and route searching method |
US20180150079A1 (en) * | 2015-06-12 | 2018-05-31 | Mitsubishi Electric Corporation | Driving support apparatus and driving support method |
CN105788333A (zh) * | 2016-05-25 | 2016-07-20 | 四川化工职业技术学院 | 具有无人驾驶及回场充电功能的智能交通系统及实现方法 |
US20180120837A1 (en) * | 2016-11-03 | 2018-05-03 | Ford Global Technologies, Llc | Emergency evacuation using autonomous driving |
CN106651175A (zh) * | 2016-12-21 | 2017-05-10 | 驭势科技(北京)有限公司 | 无人驾驶车辆运营管理系统、总控平台、分控平台、车载计算装置和计算机可读存储介质 |
CN107139868A (zh) * | 2017-05-15 | 2017-09-08 | 成都中技智慧企业管理咨询有限公司 | 一种自动驾驶汽车判断乘客身份的系统 |
CN107331183A (zh) * | 2017-07-14 | 2017-11-07 | 广州大正新材料科技有限公司 | 基于共享安全的智能交通服务方法和系统 |
US20190107403A1 (en) * | 2017-09-05 | 2019-04-11 | Clarion Co., Ltd. | Route searching apparatus and route searching method |
US20190088141A1 (en) * | 2017-09-15 | 2019-03-21 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Vehicle scheduling method and apparatus, device and storage medium |
CN108010383A (zh) * | 2017-09-29 | 2018-05-08 | 北京车和家信息技术有限公司 | 基于行驶车辆的盲区检测方法、装置、终端及车辆 |
CN108238053A (zh) * | 2017-12-15 | 2018-07-03 | 北京车和家信息技术有限公司 | 一种车辆驾驶监控方法、装置及车辆 |
CN108415245A (zh) * | 2018-01-26 | 2018-08-17 | 华南理工大学 | 一种异质车联网条件下自主车队运行的容错控制方法 |
CN108650063A (zh) * | 2018-04-04 | 2018-10-12 | 上海华测导航技术股份有限公司 | 农机自动驾驶isobus功能的应用 |
CN108583434A (zh) * | 2018-04-17 | 2018-09-28 | 北京车和家信息技术有限公司 | 辅助驾驶方法、装置及系统 |
CN109060370A (zh) * | 2018-06-29 | 2018-12-21 | 奇瑞汽车股份有限公司 | 对自动驾驶车辆进行车辆测试的方法及装置 |
CN109559501A (zh) * | 2018-12-03 | 2019-04-02 | 浙江智莱科技有限公司 | 一种无人驾驶出租车系统及其控制方法 |
Non-Patent Citations (1)
Title |
---|
姜允侃: "无人驾驶汽车的发展现状及展望", 微型电脑应用, vol. 35, no. 5, pages 60 - 64 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113091765A (zh) * | 2021-03-31 | 2021-07-09 | 深圳一清创新科技有限公司 | 道路表征方法、呈现道路信息的方法及电子设备 |
CN113487882A (zh) * | 2021-06-16 | 2021-10-08 | 东风柳州汽车有限公司 | 行车警示方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112114582B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6614464B6 (ja) | 車両スケジューリング方法、装置、設備及び記憶媒体 | |
US10749734B2 (en) | Management of events and moving objects | |
US9584977B2 (en) | Management of moving objects | |
US20170178505A1 (en) | Management of mobile objects | |
CN109509352A (zh) | 针对禁行区的自主车辆的路径规划 | |
CN109387208B (zh) | 一种地图数据的处理方法、装置、设备和介质 | |
CN110509921A (zh) | 自适应巡航方法及系统、车辆、可读存储介质 | |
CN105486319A (zh) | 一种车机信息的处理方法和系统 | |
US10745010B2 (en) | Detecting anomalous vehicle behavior through automatic voting | |
WO2022193995A1 (zh) | 一种地图更新方法、基于地图的驾驶决策方法及装置 | |
US20170167885A1 (en) | Gps routing based on driver | |
CN108280899A (zh) | 加油站推荐方法和加油站推荐装置 | |
EP3038021A1 (en) | Risk determination method, risk determination device, risk determination system, and risk output device | |
US20220324478A1 (en) | Electronic control device, control method, and automatic driving system | |
CN112277951B (zh) | 车辆感知模型生成方法、车辆自动驾驶控制方法及装置 | |
CN112114582B (zh) | 无人驾驶方法及装置 | |
CN112805762B (zh) | 提高交通状况可视化的系统和方法 | |
CN113012261B (zh) | 一种自动构建地图的方法及装置 | |
CN115143976A (zh) | 路线规划方法、设备、系统及程序产品 | |
CN105243871A (zh) | 一种基于泊车与寻车的停车系统 | |
CN111506777A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
Horažďovský et al. | Dynamic service of public transport in smart city and region | |
CN111613050A (zh) | 道路数据处理方法、装置、设备及存储介质 | |
CN114550481B (zh) | 信息处理装置、信息处理系统、信息处理方法以及存储介质 | |
Belyankina et al. | Unmanned cars |
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 |