CN112306053A - 无人车控制方法 - Google Patents

Abstract

本公开提供一种无人车控制方法，包括：在行驶中实时判断当前速度是否符合拥堵判断条件；如果所述当前速度符合拥堵判断条件，通过激光雷达传感器获取周围移动目标最大速度在所述周围移动目标最大速度低于预设值时发送延迟到达通知。本公开提供的无人车控制方法可以在无人车遭遇路况拥堵时及时对外发送通知。

Description

无人车控制方法

技术领域

本公开涉及无人驾驶技术领域，具体而言，涉及一种无人车控制方法与无人车。

背景技术

随着无人驾驶技术的发展，使用无人车运送货物称为可能。目前，无人驾驶送货系统与用户的交互方式往往为无人车在出发前短信通知用户预计到达指定停车地点的时间，以及到达指定停车地点后短信通知用户取件。在无人车行驶过程中，如果遭遇拥堵、故障等特殊情况导致无法按预计时间到达指定停车地点时，往往会造成用户等待时间过长，用户体验变差，甚至引起纠纷。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种无人车控制方法与应用该控制方法的无人车，用于至少在一定程度上克服由于相关技术的限制和缺陷而导致的无人车行驶过程中无法就突发情况与用户沟通的问题。

根据本公开实施例的第一方面，提供一种无人车控制方法，包括：在行驶中实时判断当前速度是否符合拥堵判断条件；如果所述当前速度符合拥堵判断条件，通过激光雷达传感器获取周围移动目标最大速度；在所述周围移动目标最大速度低于预设值时发送延迟到达通知。

在本公开的一种示例性实施例中，所述在行驶中实时判断当前速度是否符合拥堵判断条件包括：

根据当前时间之前的预设时间段内的车辆历史速度记录确定历史平均速度；

在所述历史平均速度与所述当前速度的差值大于第一预设值时，判断所述当前速度符合拥堵判断条件。

在本公开的一种示例性实施例中，所述在行驶中实时判断当前速度是否符合拥堵判断条件包括：

在所述当前速度小于第二预设值时判断所述当前速度符合拥堵判断条件。

在本公开的一种示例性实施例中，所述通过激光雷达传感器获取周围移动目标最大速度包括：

通过所述激光雷达传感器获取第一帧的第一点云数据和第二帧的第二点云数据，以及所述第一帧和所述第二帧的时间差；

在根据所述第一点云数据和所述第二点云数据判断路面预设范围内存在一或多个移动目标时，判断所述一或多个移动目标的一或多个位移；

根据所述一或多个位移中最大位移与所述时间差的比值确定所述周围移动目标最大速度。

在本公开的一种示例性实施例中，所述延迟到达通知包括延迟时间，所述发送延迟到达通知包括：

根据当前位置、行驶目的地的位置与所述当前速度确定所述延迟时间。

在本公开的一种示例性实施例中，所述当前位置根据所述激光雷达传感器获取的激光点云数据与内置激光点云地图确定。

在本公开的一种示例性实施例中，所述当前位置还根据GPS信息与组合惯导传感器的传感信号确定。

在本公开的一种示例性实施例中，所述当前位置还根据视觉传感器连续采集的图像确定。

在本公开的一种示例性实施例中，所述在所述周围移动目标最大速度低于预设值时发送延迟到达通知包括：

在所述周围移动目标最大速度低于预设值时，获取预设通知参数的状态，所述预设通知参数的初始状态为使能状态；

在所述预设通知参数为所述使能状态时，发送所述延迟到达通知，将所述预设通知参数更新为持续预设时间的禁能状态。

在本公开的一种示例性实施例中，所述在所述周围移动目标最大速度低于预设值时发送延迟到达通知包括：

在发送所述延迟到达通知前读取拥堵次数记录，所述拥堵次数记录的初始值为零；

在所述拥堵次数记录为零时根据所述当前位置、所述行驶目的地的位置与所述当前速度确定所述延迟时间并发送所述延迟时间；

对所述拥堵次数记录加1。

在本公开的一种示例性实施例中，所述发送延迟到达通知包括对行驶目的地的用户通讯装置发送所述延迟到达通知。

根据本公开实施例的第二方面，提供一种无人车控制装置，包括：

第一判断模块，设置为在行驶中实时判断当前速度是否符合拥堵判断条件；

第二判断模块，设置为如果所述当前速度符合拥堵判断条件，通过激光雷达传感器获取周围移动目标最大速度；

通讯模块，设置为在所述周围移动目标最大速度低于预设值时发送延迟到达通知。

根据本公开的第三方面，提供一种无人车，包括：驱动机构，用于驱动车辆行驶；轮速计，耦接于所述驱动机构，用于获取当前速度；激光雷达传感器，用于获取点云信息；通讯装置，用于转发外部通讯消息；存储器；耦合于所述存储器、所述驱动机构、所述轮速计、所述激光雷达传感器、所述通讯装置的处理器，用于基于存储在所述存储器中的指令，根据所述当前速度、所述点云信息执行如上述任一项所述的无人车控制方法，控制所述通讯装置发送延迟到达通知。

根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如上述任意一项所述的无人车控制方法。

本公开实施例提供的无人车控制方法通过使用无人车上安装的激光雷达传感器、速度传感器等装置对车辆实时位置、速度、周围环境等进行监测和分析，可以及时有效地判断无人车是否遭遇拥堵，并在无人车遭遇拥堵时及时发送拥堵通知，有效提升用户体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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的附图。

图1是本公开示例性实施例中无人车控制方法的流程图。

图2是本公开示例性实施例中无人车控制方法的子流程图。

图3是本公开一个实施例中无人车控制方法的流程图。

图4是本公开一个示例性实施例中一种无人车控制装置的方框图。

图5是本公开一个示例性实施例中一种无人车的方框图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

下面结合附图对本公开示例实施方式进行详细说明。

图1示意性示出本公开示例性实施例中无人车控制方法的流程图。参考图1，无人车控制方法100可以包括：

步骤S102，在行驶中实时判断当前速度是否符合拥堵判断条件；

步骤S104，如果所述当前速度符合拥堵判断条件，通过激光雷达传感器获取周围移动目标最大速度；

步骤S106，在所述周围移动目标最大速度低于预设值时发送延迟到达通知。

本公开实施例提供的无人车控制方法通过使用无人车上安装的激光雷达传感器、速度传感器等装置对车辆实时位置、速度、周围环境等进行监测和分析，可以及时有效地判断无人车是否遭遇拥堵，并在无人车遭遇拥堵时及时发送拥堵通知，有效提升用户体验。

下面，对无人车控制方法100的各步骤进行详细说明。

在步骤S102，在行驶中实时判断当前速度是否符合拥堵判断条件。

在本公开实施例中，可以通过odom(轮速计)反馈的速度信息来获取当前速度。

可以存储一段时间内(预设时间段内)的多个当前速度数据，以便于后续作为判断当前速度是否符合拥堵判断条件的参照。例如，可以根据当前时间之前的预设时间段内的车辆历史速度记录确定历史平均速度，并在该历史平均速度与当前速度的差值大于第一预设值时，判断当前速度符合拥堵判断条件。

由于道路限速不同，在不同的道路上正常行驶的平均速度不同，因此，判断当前速度是否过慢以触发拥堵判断条件需要根据不同的参考标准，根据历史速度记录确定的一段时间内的历史平均速度即是一种比较合理的参考标准。例如，如果车辆在当前时间之前10分钟内的平均速度是10m/s，则如果当前速度是8m/s，第一预设值为5，则历史平均速度10与当前速度8的差值2不大于第一预设值5，不符合拥堵判断条件。如果车辆在当前时间之前10分钟内的平均速度是20m/s，且当前速度为5m/s，第一预设值为5，则当前速度符合拥堵判断条件。为了提高判断的准确度，预设时间段可以设置为较长，但是又能准确反映当前路段的行驶情况，例如可以为10分钟。

除了用于计算历史平均速度，存储的一段时间内的速度信息还可以用来判断无人车是否在x分钟内降速超过预设值或者低速行驶超过预设时间等，进而判断当前时速是否符合拥堵判断条件，本领域技术人员可以自行设置存储的速度信息的使用方法。使用存储的速度信息作为判断当前速度是否符合拥堵判断条件可以避免车辆急停带来的对拥堵判断条件的误触发，提高判断的准确度。

在本公开的另一种示例性实施例中，为了节省存储成本和计算成本，还可以设置在当前速度小于第二预设值时判断当前速度符合拥堵判断条件。例如，可以根据位置信息确定当前行驶路段，判断当前行驶路段的限速信息，并根据限速信息确定该第二预设值，在当前速度低于该第二预设值时判断当前速度符合拥堵判断条件。

为了避免急停带来的拥堵判断条件误触发，可以按照预设周期多次获取当前速度，设置条件触发参数a，设置a＝n，判断一个当前速度小于第二预设值时，对a进行减一操作，直至a＝0时，判断触发拥堵判断条件。其中，a的值可以在一段时间后自动初始化为n，n为自定义值。

直接通过第二预设值确定当前速度是否符合拥堵判断条件可以极大地降低计算量和数据存储量，提高响应速度，降低成本。

在步骤S104，如果所述当前速度符合拥堵判断条件，通过激光雷达传感器获取周围移动目标最大速度。

如果无人车的当前速度较低，有可能是前方有障碍物(前车行驶缓慢)或与人发生交互事件(例如无人车为载人汽车，中途有乘客上车/下车)等，不一定是发生了拥堵，此时，可以根据周围物体的移动速度来确定是否发生了拥堵。

图2是本公开实施例中步骤S104的一个子流程图。

参考图2，步骤S104可以包括：

步骤S1041，通过激光雷达传感器获取第一帧的第一点云数据和第二帧的第二点云数据，以及所述第一帧和所述第二帧的时间差；

步骤S1042，通在根据所述第一点云数据和所述第二点云数据判断路面预设范围内存在一或多个移动目标时，判断所述一或多个移动目标的一或多个位移；

步骤S10413，通根据所述一或多个位移中最大位移与所述时间差的比值确定所述周围移动目标最大速度。

点云数据(point cloud data)是指扫描资料以点的形式记录，每一个点包含有三维坐标，有些可能含有颜色信息(RGB)或反射强度信息(Intensity)。颜色信息通常是通过相机获取彩色影像，然后将对应位置的像素的颜色信息(RGB)赋予点云中对应的点。强度信息的获取是激光扫描仪接收装置采集到的回波强度，此强度信息与目标的表面材质、粗糙度、入射角方向，以及仪器的发射能量，激光波长有关。

通过激光雷达传感器获取的相邻两帧中，根据帧的获取时间点以及无人车在该获取时间点的定位可以确定帧中各目标在该时刻的坐标，进而根据相邻两帧的点云数据确定两帧中同时存在的目标(物体)的一或多个位移，位移为零则说明该目标不是移动目标，位移不为零则判断该目标是移动目标。

在确定两帧中存在移动目标时，可以判断一或多个移动目标的最大位移，并根据最大位移与两帧时间差的比值确定为周围移动目标最大速度。可以理解，该周围移动目标最大速度是该移动目标的绝对速度(根据其在两帧中的坐标计算的绝对位移确定)，而非以无人车为参照的相对速度。

在其他一些实施例中，在点云数据不可用等情况下，也可以根据视觉传感器连续拍摄的图片来确定周围移动目标的最大速度，本公开不以此为限。

需要注意的是，为了防止小动物、小型杂物(例如玩具球)等闯入传感器探测范围干扰判断精度，可以对移动目标的外形尺寸(如长、宽、高、当前表面面积等)做出限定，即本步骤的本质是判断外形较大的周围移动目标的最大速度。

在步骤S106，在所述周围移动目标最大速度低于预设值时发送延迟到达通知。

在无人车形式缓慢的情况下，如果周围最快的移动目标也行动缓慢，可以判断无人车遭遇了拥堵，此时，可以对外发送延迟到达通知。

在本公开的一种示例性实施例中，可以对行驶目的地的用户通讯装置发送延迟到达通知，以及时通知用户无人车将延迟到达，避免用户等待；在其他一些实施例中，也可以通过常规通讯方式(例如无线网络等)对无人车的控制方(例如云服务器)发送延迟到达通知，并由控制方将该通知转达给用户通讯装置(例如通过短信通知)，以节省无人车的通讯装置成本。在一些实施例中，无人车也可以设置多个停车地点，因此，在确定延迟到达时可以对多个用户通讯装置发送延迟到达通知。本领域技术人员可以自行设置发送延迟到达通知的方式，本公开对比不作特殊限定。

延迟到达通知不但可以包括延迟到达消息，还可以包括延迟到达原因，例如“遇到堵车”，在本公开的一种示例性实施例中，还可以包括更详细的信息，例如延迟时间。

在判断遭遇拥堵、将要发送延迟到达通知时，可以根据无人车的当前位置、行驶目的地的位置与所述当前速度确定延迟时间，并发送包含例如“在xx路xx米处遇到拥堵，预计到达时间为xx：xx/预计延迟到达x分钟”等信息延迟到达通知。如果目的地有多个(例如物流送货车有多个送货地点)，需要对多个用户通讯装置发送延迟到达通知，则可以根据不同目的地确定多个延迟到达时间，并按照目的地发送给目的地对应的用户通讯装置。

在一些实施例中，可以根据激光雷达传感器获取的激光点云数据与内置激光点云地图确定无人车的当前位置。

无人车内置的激光点云地图记录了无人车形式路段的点云信息，因此，可以根据点云数据与点云地图的对比判断无人车的当前位置。点云数据的定位精度可以通过协方差等参数来确定。

在另一些实施例中，还可以根据GPS信息与组合惯导传感器的传感信号确定无人车的当前位置。由于GPS定位信息的时间间隔较长，不能满足控制定位的需求，因此，在两次GPS定位信息之间，可以根据组合惯导传感器反馈的无人车的角速度和加速度等信息，结合最近一次GPS信息推算出无人车的当前位置。GPS定位信息的定位精度可以由GPS信息中携带的定位精度数据得出。

此外，如果无人车安装有视觉传感器，还可以根据视觉传感器连续采集的图像确定无人车的当前位置。例如，可以根据最近一次点云定位或GPS定位的基础上，根据视觉传感器连续采集的图像确定无人车相对于上次定位时刻的位移，继而确定无人车的当前位置。视觉图像传感器的定位精度可以由协方差等参数来确定。

在本公开的一个实施例中，可以优先通过点云数据来定位，在点云数据的定位精度低于预设值或无法采集到符合条件的点云数据(例如周围有多辆车辆遮挡)时，可以启动GPS定位与组合惯导传感器定位。如果GPS信号不稳定，可以进一步启动视觉传感器定位。

在本公开的另一个实施例中，还可以同时获取点云数据定位结果、GPS定位与组合惯导传感器定位结果、视觉传感器定位结果，根据对三种定位结果的综合判断确定无人车的当前位置。

例如，可以选取三种定位结果中定位精度最高的结果作为无人车的当前位置，也可以将定位精度超过预设值的定位结果按照定位精度或定位结果种类进行加权计算，从而确定无人车的当前位置。

确定无人车的当前位置后，可以根据内置地图、初始路线规划、目的地、当前速度等信息重新确定预计到达时间以及延迟时间，进而发送包括时间信息的延迟到达通知。

在本公开的一种示例性实施例中，可以设置在同一段堵车路段内仅发送一次延迟到达通知。

在一些实施例中，可以通过预设通知参数控制发送延迟到达通知的时间。例如，在周围移动目标最大速度低于预设值时，可以获取预设通知参数的状态，预设通知参数的初始状态为使能状态；然后，在预设通知参数为使能状态时，发送延迟到达通知，将预设通知参数更新为持续预设时间的禁能状态。预设通知参数的设置可以保障在一段时间内仅发送一次延迟到达通知。

在另一些实施例中，还可以根据无人车的当前位置以及记录的上次发送延迟到达通知的位置，设置在预设距离范围内仅发送一次延迟到达通知。

此外，还可以设置在整个行驶过程内仅发送一次延迟到达通知。

例如，可以在发送延迟到达通知前读取拥堵次数记录，拥堵次数记录的初始值为零；在拥堵次数记录为零时根据当前位置、行驶目的地的位置与当前速度确定延迟时间并发送延迟时间，并对拥堵次数记录加1。

延迟到达通知的发送次数、发送频率可以有多种，本公开对此不作特殊限定。

图3是本公开一个实施例的流程图。

参考图3，在一个实施例中，从检测当前速度到发送延迟到达通知的过程例如可以包括：

步骤S301，出发前根据目的地和路径规划确定并发送预计到达时间；

步骤S302，按照路径规划行驶并实时判断是否到达目的地，如果是，结束流程，否则进入步骤S303；

步骤S303，实时监控当前速度，并按照长度N存储当前速度；

步骤S304，判断当前速度是否符合拥堵判断条件，如果是，进入步骤S305，否则返回步骤S302；

步骤S305，根据激光雷达传感器采集的点云信息确定周围移动目标最大速度；

步骤S306，判断周围移动目标最大速度是否小于第二预设值，如果是，进入步骤S307，否则返回步骤S302；

步骤S307，判断在预设时间段内或预设距离内是否已发送延迟到达通知，如果是，返回步骤S302，否则进入步骤S308；

步骤S308，获取点云数据定位信息、GPS定位信息、图片定位信息；

步骤S309，根据定位精度满足预设条件的一或多个定位信息确定无人车当前位置；

步骤S310，根据当前位置、当前速度、目的地信息、路径规划信息确定到达目的地的最新预计到达时间；

步骤S311，发送包含最新预计到达时间的延迟到达通知，返回步骤S302。

本公开实施例提供的无人车控制方法通过使用自身安装的传感器对车辆行驶状态进行判断，并在判断遭遇拥堵时发送延迟到达通知，可以避免突发情况带来的用户等待时间过长、用户体验差等问题，提高无人车的使用友好度。

对应于上述方法实施例，本公开还提供一种无人车控制装置，可以用于执行上述方法实施例。

图4示意性示出本公开一个示例性实施例中一种无人车控制装置的方框图。

参考图4，无人车控制装置400可以包括：

第一判断模块402，设置为在行驶中实时判断当前速度是否符合拥堵判断条件；

第二判断模块404，设置为如果所述当前速度符合拥堵判断条件，通过激光雷达传感器获取周围移动目标最大速度；

通讯模块406，设置为在所述周围移动目标最大速度低于预设值时发送延迟到达通知。

在本公开的一种示例性实施例中，第一判断模块402设置为：

根据当前时间之前的预设时间段内的车辆历史速度记录确定历史平均速度；

在所述历史平均速度与所述当前速度的差值大于第一预设值时，判断所述当前速度符合拥堵判断条件。

在本公开的一种示例性实施例中，第一判断模块402设置为：

在所述当前速度小于第二预设值时判断所述当前速度符合拥堵判断条件。

在本公开的一种示例性实施例中，第二判断模块404设置为：

通过所述激光雷达传感器获取第一帧的第一点云数据和第二帧的第二点云数据，以及所述第一帧和所述第二帧的时间差；

在根据所述第一点云数据和所述第二点云数据判断路面预设范围内存在一或多个移动目标时，判断所述一或多个移动目标的一或多个位移；

根据所述一或多个位移中最大位移与所述时间差的比值确定所述周围移动目标最大速度。

在本公开的一种示例性实施例中，所述延迟到达通知包括延迟时间，通讯模块406设置为：

根据当前位置、行驶目的地的位置与所述当前速度确定所述延迟时间。

在本公开的一种示例性实施例中，所述当前位置根据所述激光雷达传感器获取的激光点云数据与内置激光点云地图确定。

在本公开的一种示例性实施例中，所述当前位置还根据GPS信息与组合惯导传感器的传感信号确定。

在本公开的一种示例性实施例中，所述当前位置还根据视觉传感器连续采集的图像确定。

在本公开的一种示例性实施例中，通讯模块406设置为：

在所述周围移动目标最大速度低于预设值时，获取预设通知参数的状态，所述预设通知参数的初始状态为使能状态；

在所述预设通知参数为所述使能状态时，发送所述延迟到达通知，将所述预设通知参数更新为持续预设时间的禁能状态。

在本公开的一种示例性实施例中，通讯模块406设置为：

在发送所述延迟到达通知前读取拥堵次数记录，所述拥堵次数记录的初始值为零；

在所述拥堵次数记录为零时根据所述当前位置、所述行驶目的地的位置与所述当前速度确定所述延迟时间并发送所述延迟时间；

对所述拥堵次数记录加1。

在本公开的一种示例性实施例中，第一判断模块402设置为对行驶目的地的用户通讯装置发送所述延迟到达通知。

由于装置400的各功能已在其对应的方法实施例中予以详细说明，本公开于此不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图5来描述根据本发明的这种实施方式的无人车500。图5显示的无人车500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5所示，无人车500的组件可以包括但不限于：

驱动机构54，用于驱动车辆行驶；

轮速计55，耦接于驱动机构，用于获取当前速度；

激光雷达传感器56，用于获取点云信息；

通讯装置53，用于转发外部通讯消息；

存储器52；

耦合于存储器52、驱动机构54、轮速计55、激光雷达传感器56、通讯装置53的处理器51，用于基于存储在存储器52中的指令，根据当前速度、点云信息执行如权利要求1-11任一项的无人车控制方法，控制通讯装置53发送延迟到达通知。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元51执行，使得所述处理单元51执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元51可以执行如图1中所示的步骤S102：在行驶中实时判断当前速度是否符合拥堵判断条件；步骤S104：如果所述当前速度符合拥堵判断条件，通过激光雷达传感器获取周围移动目标最大速度；步骤S105：在所述周围移动目标最大速度低于预设值时发送延迟到达通知。

存储单元52可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)和/或高速缓存存储单元，还可以进一步包括只读存储单元(ROM)。存储单元52还可以包括具有一组(至少一个)程序模块的程序/实用工具，这样的程序模块包括但不限于：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。

无人车500可以通过通讯装置53与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备、无线网络通讯设备、云服务器、用户通讯设备等)通信，还可与一个或者多个使得用户能与该无人车500交互的设备通信，和/或与使得该无人车500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口进行。并且，无人车500还可以通过网络适配器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。应当明白，尽管图中未示出，可以结合无人车500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。

驱动机构54可以包括发送机、转向器等控制无人车行驶的多个部件，受控于处理器51发送的控制信号控制无人车行驶、停车、加速、减速、转弯等。

轮速计55耦接于驱动机构54，用于获取轮速信号并发送给处理器51，以便于处理器51采集当前速度。

激光雷达传感器56安装于车体，用于实时采集点云数据并发送给处理器51，以便于处理器51了解无人车运行时的周边环境。

处理器51可以响应外部控制者通过通讯装置53发送的控制信号控制驱动机构54行驶，并在行驶过程中实时根据轮速计55反馈的当前速度、激光雷达传感器56反馈的周边环境点云数据调整调整行驶方案、判断是否遭遇拥堵，如果遭遇拥堵，通过通讯装置53发送如方法100所述的延迟到达通知。

可以理解的是，无人车500还可以包括其他未在图中示出的部件，图5仅为示例，本公开不以此为限。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

计算机可读存储介质可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，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。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。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。

计算机可读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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。

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、有线、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的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围由权利要求指出。

Claims (12)

1.一种无人车控制方法，其特征在于，包括：

在行驶中实时判断当前速度是否符合拥堵判断条件；

如果所述当前速度符合拥堵判断条件，通过激光雷达传感器获取周围移动目标最大速度；

在所述周围移动目标最大速度低于预设值时发送延迟到达通知。

2.如权利要求1所述的无人车控制方法，其特征在于，所述在行驶中实时判断当前速度是否符合拥堵判断条件包括：

根据当前时间之前的预设时间段内的车辆历史速度记录确定历史平均速度；

在所述历史平均速度与所述当前速度的差值大于第一预设值时，判断所述当前速度符合拥堵判断条件。

3.如权利要求1所述的无人车控制方法，其特征在于，所述在行驶中实时判断当前速度是否符合拥堵判断条件包括：

在所述当前速度小于第二预设值时判断所述当前速度符合拥堵判断条件。

4.如权利要求1所述的无人车控制方法，其特征在于，所述通过激光雷达传感器获取周围移动目标最大速度包括：

通过所述激光雷达传感器获取第一帧的第一点云数据和第二帧的第二点云数据，以及所述第一帧和所述第二帧的时间差；

在根据所述第一点云数据和所述第二点云数据判断路面预设范围内存在一或多个移动目标时，判断所述一或多个移动目标的一或多个位移；

根据所述一或多个位移中最大位移与所述时间差的比值确定所述周围移动目标最大速度。

5.如权利要求1所述的无人车控制方法，其特征在于，所述延迟到达通知包括延迟时间，所述发送延迟到达通知包括：

根据当前位置、行驶目的地的位置与所述当前速度确定所述延迟时间。

6.如权利要求5所述的无人车控制方法，其特征在于，所述当前位置根据所述激光雷达传感器获取的激光点云数据与内置激光点云地图确定。

7.如权利要求6所述的无人车控制方法，其特征在于，所述当前位置还根据GPS信息与组合惯导传感器的传感信号确定。

8.如权利要求7所述的无人车控制方法，其特征在于，所述当前位置还根据视觉传感器连续采集的图像确定。

9.如权利要求1或5所述的无人车控制方法，其特征在于，所述在所述周围移动目标最大速度低于预设值时发送延迟到达通知包括：

在所述周围移动目标最大速度低于预设值时，获取预设通知参数的状态，所述预设通知参数的初始状态为使能状态；

在所述预设通知参数为所述使能状态时，发送所述延迟到达通知，将所述预设通知参数更新为持续预设时间的禁能状态。

10.如权利要求5所述的无人车控制方法，其特征在于，所述在所述周围移动目标最大速度低于预设值时发送延迟到达通知包括：

在发送所述延迟到达通知前读取拥堵次数记录，所述拥堵次数记录的初始值为零；

在所述拥堵次数记录为零时根据所述当前位置、所述行驶目的地的位置与所述当前速度确定所述延迟时间并发送所述延迟时间；

对所述拥堵次数记录加1。

11.如权利要求1所述的无人车控制方法，其特征在于，所述发送延迟到达通知包括对行驶目的地的用户通讯装置发送所述延迟到达通知。

12.一种无人车控制装置，其特征在于，包括：

第一判断模块，设置为在行驶中实时判断当前速度是否符合拥堵判断条件；

第二判断模块，设置为如果所述当前速度符合拥堵判断条件，通过激光雷达传感器获取周围移动目标最大速度；

通讯模块，设置为在所述周围移动目标最大速度低于预设值时发送延迟到达通知。

Images