CN112639813A - 自动驾驶控制方法、信息处理方法、装置及系统 - Google Patents
自动驾驶控制方法、信息处理方法、装置及系统 Download PDFInfo
- Publication number
- CN112639813A CN112639813A CN202080004503.XA CN202080004503A CN112639813A CN 112639813 A CN112639813 A CN 112639813A CN 202080004503 A CN202080004503 A CN 202080004503A CN 112639813 A CN112639813 A CN 112639813A
- Authority
- CN
- China
- Prior art keywords
- lane
- traffic signal
- signal lamp
- automatic driving
- information
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
一种自动驾驶控制方法、信息处理方法、装置及系统,该自动驾驶控制方法包括:自动驾驶车辆确定当前所在车道的标识(S1001),自动驾驶车辆根据上述车道的标识,获取该车道关联的交通信号灯的状态信息(S1002),自动驾驶车辆根据上述交通信号灯的状态信息进行驾驶控制(S1003)。该方法能够避免出现对交通信号灯的信息的误判,进而保证自动驾驶车辆可以按照交通规则正确行驶。
Description
技术领域
本申请实施例涉及智能汽车技术,尤其涉及一种自动驾驶控制方法、信息处理方法、装置及系统。
背景技术
自动驾驶车辆(也可以称为无人驾驶车辆)是一种通过自动驾驶系统自动控制运行的车辆,自动驾驶车辆通过系统为主人工为辅的方式完成驾驶或者全部由自动驾驶系统完成驾驶,因此,是车辆未来发展的重要方向。自动驾系统可以利用人工智能、视觉计算、雷达、监控装置以及全球定位系统等进行协同合作,以控制车辆行驶。自动驾驶车辆在行驶时需要遵守交通规则,因此,首先需要自动驾驶系统识别道路环境中的标识以及交通指示信息等,进而根据标识以及交通指示信息控制车辆行驶。标识可以包括车道线、道路一侧的花坛、路牙、障碍物等。交通指示信息可以指交通信号灯的信息。其中,交通信号灯的信息是控制车辆行驶的重要依据,因此,如何准确识别出交通信号灯的信息,是亟待解决的问题。
现有技术中,自动驾驶车辆基于纯视觉方式识别交通信号灯的信息。具体的,由设置在自动驾驶车辆上的车载摄像头采集车辆前方的图像,自动驾驶车辆对图像进行识别处理,识别出当前的交通信号灯的形状以及颜色,并据此控制车辆正常行驶或停止等。
但是,使用现有技术的方法,在一些场景下可能出现对交通信号灯的信息的误判,进而导致自动驾驶车辆无法按照交通规则正确行驶。
发明内容
本申请实施例提供一种自动驾驶控制方法、信息处理方法、装置及系统,用于解决现有技术中由于可能出现对交通信号灯信息的误判所导致的自动驾驶车辆无法按照交通规则正确行驶的问题。
第一方面,本申请实施例提供一种自动驾驶控制方法,该方法包括:
自动驾驶车辆确定当前所在车道的标识,并根据该车道的标识,获取该车道关联的交通信号灯的状态信息,自动驾驶车辆进而根据所述交通信号灯的状态信息进行驾驶控制。
在该方法中,自动驾驶车辆在确定出当前所在车道的标识之后,根据当前所在车道的标识,可以确定出当前所在车道关联的交通信号灯的状态信息,并根据交通信号灯的状态信息进行驾驶控制。该过程中,自动驾驶车辆是基于车道与交通信号灯之间的关联关系获取控制该条车道上车辆的交通信号灯的状态信息,因此,即使在一些特殊场景下,例如自动驾驶车辆的车头偏离车道方向、交通信号灯被其他方向的交通信号灯干扰、恶劣天气等场景下,自动驾驶车辆仍然可以准确确定出与当前所在车道关联的交通信号灯的状态信息,从而避免出现对交通信号灯的信息的误判,进而保证自动驾驶车辆可以按照交通规则正确行驶。
在一种可能的设计中,自动驾驶车辆可以根据上述车道的标识确定该车道关联的交通信号灯的标识,并从网络设备或云端获取该车道关联的交通信号灯的状态信息。
在该方法中,使用车道的标识与交通信号灯的标识的关联关系来记录车道与交通信号灯的关联关系,当自动驾驶车辆确定出所在车道的标识后,可以根据车道的标识确定出关联的交通信号灯的标识,并据此获取交通信号灯的状态。由于车道的标识和交通信号灯的标识分别可以在特定范围内唯一标识一个车道和一个交通信号灯,因此,利用车道的标识确定交通信号灯的标识,可以保证所确定出的交通信号灯的准确性。
在一种可能的设计中,自动驾驶车辆从网络设备或云端获取所述车道关联的交通信号灯的状态信息的一种方式包括:
自动驾驶车辆向网络设备或云端发送请求信息,该请求信息用于获取上述车道关联的交通信号灯的状态信息,自动驾驶车辆接收来自上述网络设备或云端的车道关联的交通信号灯的状态信息。
在该方法中,自动驾驶车辆通过向网络设备或云端发送请求信息以获取交通信号灯的状态信息,可以使得自动驾驶车辆按需进行消息发送和接收,减少处理的消息的数量。
在一种可能的设计中,上述车道关联的交通信号灯的标识为上述请求信息的一部分。
在一种可能的设计中,自动驾驶车辆从网络设备或云端获取所述车道关联的交通信号灯的状态信息的另一种方式包括:
自动驾驶车辆接收来自网络设备或云端的至少一个交通信号灯的状态信息,自动驾驶车辆根据所述车道关联的交通信号灯的标识,从所述至少一个交通信号灯的状态信息中获取所述车道关联的交通信号灯的状态信息。
在该方法中,网络设备或云端实时广播各交通信号灯的状态信息,自动驾驶车辆根据当前所在车道关联的交通信号灯的标识匹配出交通信号灯的状态信息,从而可以减少自动驾驶车辆与网络设备或云端之间的交互次数,提升处理速度。
在一种可能的设计中,所述自动驾驶车辆确定当前所在车道的标识,包括:
若所述自动驾驶车辆与目标路口的距离小于预设阈值,则所述自动驾驶车辆确定当前所在车道的标识。
在一种可能的设计中,所述自动驾驶车辆确定当前所在车道的标识,还包括:
若所述自动驾驶车辆发生变道,则所述自动驾驶车辆确定变道后所在车道的标识;
所述自动驾驶车辆将所述变道后所在车道的标识作为当前所在车道的标识。
在一种可能的设计中,所述车道关联的交通信号灯的状态信息包括以下信息中的至少一种:
所述交通信号灯的标识、所述交通信号灯的类型、所述交通信号灯状态信息下发时刻、当前的亮灯颜色、亮灯时刻预报信息。
在该方法中,自动驾驶车辆能够获取到的上述的至少一种状态信息,基于这些状态信息,自动驾驶车辆可以在未到达路口时即开始控制自动车辆减速等,使得自动驾驶控制与实际的路况更加匹配。
在一种可能的设计中,所述自动驾驶车辆根据所述交通信号灯的状态信息进行驾驶控制,包括:
所述自动驾驶车辆根据以下信息中的至少一种确定所述自动驾驶车辆的驾驶动作:
当前时刻、所述自动驾驶车辆与路口的距离、所述自动驾驶车辆当前行驶速度、所述交通信号灯状态信息下发时刻、所述交通信号灯当前的亮灯颜色、所述交通信号灯亮灯时刻预报信息;
所述驾驶动作包括:停止、直行、左转、右转或掉头。
在一种可能的设计中,所述车道的标识包括以下至少一种:
所述车道的车道线的标识、所述车道的车道停止线的标识、所述车道的车道中心线的标识、所述车道的车道节点的标识。
第二方面,本申请实施例提供一种信息处理方法,该方法包括:
获取至少一个交通信号灯的状态信息,向自动驾驶车辆发送交通信号灯的状态信息。
在该方法中,通过获取交通信号灯的状态信息并向自动驾驶车辆发送该状态信息,可以使得自动驾驶车辆获取到准确的交通信号灯状态信息,避免出现对交通信号灯的误判,进而保证自动驾驶车辆可以按照交通规则正确行驶。
在一种可能的设计中,所述向自动驾驶车辆发送交通信号灯的状态信息,包括:
接收目标自动驾驶车辆发送的请求信息,所述请求信息用于获取所述目标自动驾驶车辆当前所在车道关联的交通信号灯的状态信息,根据所述目标自动驾驶车辆当前所在车道关联的交通信号灯的标识,获取所述目标自动驾驶车辆当前所在车道关联的交通信号灯的状态信息;向所述目标自动驾驶车辆发送所述车道关联的交通信号灯的状态信息。
在该方法中,自动驾驶车辆通过向网络设备或云端发送请求信息以获取交通信号灯的状态信息,可以使得自动驾驶车辆按需进行消息发送和接收,减少处理的消息的数量。
在一种可能的设计中,所述目标自动驾驶车辆当前所在车道关联的交通信号灯的标识为所述请求信息的一部分。
在一种可能的设计中,所述向自动驾驶车辆发送交通信号灯的状态信息,包括:
向至少一个自动驾驶车辆广播至少一个交通信号灯的状态信息。
在该方法中,实时广播各交通信号灯的状态信息,使得自动驾驶车辆可以根据当前所在车道关联的交通信号灯的标识匹配出交通信号灯的状态信息,从而可以减少自动驾驶车辆与网络设备或云端之间的交互次数,提升处理速度。
在一种可能的设计中,所述获取至少一个交通信号灯的状态信息,包括:
从交通信号灯控制系统获取至少一个交通信号灯的状态信息。
在一种可能的设计中,所述交通信号灯的状态信息包括以下信息中的至少一种:
所述交通信号灯的标识、所述交通信号灯的类型、所述交通信号灯状态信息下发时刻、当前的亮灯颜色、亮灯时刻预报信息。
第三方面,本申请实施例提供一种自动驾驶控制装置,其特征在于,包括:处理单元;
所述处理单元,用于确定当前所在车道的标识,根据所述车道的标识,获取所述车道关联的交通信号灯的状态信息,以及,根据所述交通信号灯的状态信息进行驾驶控制。
在一种可能的设计中,所述处理单元具体用于:
根据所述车道的标识确定所述车道关联的交通信号灯的标识;以及,从网络设备或云端获取所述车道关联的交通信号灯的状态信息。
在一种可能的设计中,所述装置还包括:收发单元。
所述收发单元,用于向所述网络设备或云端发送请求信息,所述请求信息用于获取所述车道关联的交通信号灯的状态信息;以及,接收来自所述网络设备或云端的所述车道关联的交通信号灯的状态信息。
在一种可能的设计中,所述车道关联的交通信号灯的标识为所述请求信息的一部分。
在一种可能的设计中,所述处理单元具体用于:
接收来自所述网络设备或云端的至少一个交通信号灯的状态信息;以及,根据所述车道关联的交通信号灯的标识,从所述至少一个交通信号灯的状态信息中获取所述车道关联的交通信号灯的状态信息。
在一种可能的设计中,所述处理单元具体用于:
在自动驾驶车辆与目标路口的距离小于预设阈值时,确定当前所在车道的标识。
在一种可能的设计中,所述处理单元具体用于:
在自动驾驶车辆发生变道时,确定变道后所在车道的标识,并将所述变道后所在车道的标识作为当前所在车道的标识。
在一种可能的设计中,所述车道关联的交通信号灯的状态信息包括以下信息中的至少一种:
所述交通信号灯的标识、所述交通信号灯的类型、所述交通信号灯状态信息下发时刻、当前的亮灯颜色、亮灯时刻预报信息。
在一种可能的设计中,所述处理单元具体用于:
根据以下信息中的至少一种确定自动驾驶车辆的驾驶动作:
当前时刻、所述自动驾驶车辆与路口的距离、所述自动驾驶车辆当前行驶速度、所述交通信号灯状态信息下发时刻、所述交通信号灯当前的亮灯颜色、所述交通信号灯亮灯时刻预报信息;
所述驾驶动作包括:停止、直行、左转、右转或掉头。
在一种可能的设计中,所述车道的标识包括如下至少一种:
所述车道的车道线的标识、所述车道的车道停止线的标识、所述车道的车道中心线的标识、所述车道的车道节点的标识。
第四方面,本申请实施例提供一种信息处理装置,包括:处理单元和收发单元。
所述处理单元,用于获取至少一个交通信号灯的状态信息;
所述收发单元,用于向自动驾驶车辆发送交通信号灯的状态信息。
在一种可能的设计中,所述收发单元具体用于:
接收目标自动驾驶车辆发送的请求信息,所述请求信息用于获取所述目标自动驾驶车辆当前所在车道关联的交通信号灯的状态信息。
所述处理单元还用于:根据所述目标自动驾驶车辆当前所在车道关联的交通信号灯的标识,获取所述目标自动驾驶车辆当前所在车道关联的交通信号灯的状态信息;
所述收发单元具体用于:向所述目标自动驾驶车辆发送所述车道关联的交通信号灯的状态信息。
在一种可能的设计中,所述目标自动驾驶车辆当前所在车道关联的交通信号灯的标识为所述请求信息的一部分。
在一种可能的设计中,所述收发单元具体用于:
向至少一个自动驾驶车辆广播至少一个交通信号灯的状态信息。
在一种可能的设计中,所述处理单元具体用于:
从交通信号灯控制系统获取至少一个交通信号灯的状态信息。
在一种可能的设计中,所述交通信号灯的状态信息包括以下信息中的至少一种:
所述交通信号灯的标识、所述交通信号灯的类型、所述交通信号灯状态信息下发时刻、当前的亮灯颜色、亮灯时刻预报信息。
第五方面,本申请实施例提供一种通信装置,包括处理器,所述处理器与存储器相连,所述存储器用于存储计算机程序,所述处理器用于执行所述存储器中存储的计算机程序,以使得所述装置执行上述第一方面所述的方法。
第六方面,本申请实施例提供一种通信装置,包括处理器,所述处理器与存储器相连,所述存储器用于存储计算机程序,所述处理器用于执行所述存储器中存储的计算机程序,以使得所述装置执行上述第二方面所述的方法。
第七方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被运行时,实现上述第一方面所述的方法。
第八方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被运行时,实现上述第二方面所述的方法。
第九方面,本申请实施例提供一种芯片,包括处理器和接口。
所述处理器用于读取指令以执行上述第一方面所述的自动驾驶控制方法。
第十方面,本申请实施例提供一种芯片,包括处理器和接口。
所述处理器用于读取指令以上述第二方面所述的信息处理方法。
第十一方面,本申请实施例提供一种计算机程序产品,所述计算机程序产品包括计算机程序代码,当所述计算机程序代码被计算机执行时,使得所述计算机执行上述第一方面所述的方法。
第十二方面,本申请实施例提供一种计算机程序产品,所述计算机程序产品包括计算机程序代码,当所述计算机程序代码被计算机执行时,使得所述计算机执行上述第二方面所述的方法。
第十三方面,本申请实施例提供一种通信系统,包括上述第五方面所述的通信装置、上述第六方面所述的通信装置以及交通信号灯控制系统。
附图说明
图1为现有技术中自动驾驶车辆识别交通信号灯的示意图;
图2为车头偏离车道方向导致误判的示例图;
图3为交通信号灯受到其他方向的交通信号灯的干扰的示例图;
图4为相同方向存在不同颜色交通信号灯的示例图;
图5a为本申请实施例提供的自动驾驶控制方法的一种示例性系统架构图;
图5b为本申请实施例提供的自动驾驶控制方法的另一种示例性系统架构图;
图6为车道线的示例图;
图7为车道中心线的示例图;
图8为车道停止线的示例图;
图9为车道节点的示例图;
图10为本申请实施例提供的自动驾驶控制方法的流程示意图;
图11为本申请实施例提供的自动驾驶控制方法的一种交互流程图;
图12a为自动驾驶车辆与网络设备的交互场景示意图;
图12b为自动驾驶车辆与云端的交互场景示意图;
图13为本申请实施例提供的自动驾驶控制方法的另一种交互流程图;
图14a为自动驾驶车辆与网络设备的交互场景示意图;
图14b为自动驾驶车辆与云端的交互场景示意图;
图15为本申请实施例提供的一种自动驾驶控制装置的模块结构图;
图16为本申请实施例提供的一种信息处理装置的模块结构图;
图17为本申请实施例提供的一种通信装置的结构示意图。
具体实施方式
图1为现有技术中自动驾驶车辆识别交通信号灯的示意图,如图1所示,现有技术中的自动驾驶车辆基于纯视觉方式识别交通信号灯的信息。具体通过安装在车辆上的摄像头感知交通信号灯的信息。使用这种方式,在一些场景下可能出现对交通信号灯的信息的误判,进而导致自动驾驶车辆无法按照交通规则正确行驶。以下列举出可能出现对交通信号灯的信息误判的一些场景。
1、在阴雨天、雾霾天等天气可能出现误判。
纯视觉方式容易受到天气条件的影响,例如在阴雨天或雾霾天时,摄像头采集的图像中交通信号灯不够清晰,可能导致误判。
2、在某些光线下可能出现误判。
纯视觉方式容易受到光线的影响,例如在黄昏时分,灯斑反射夕阳的光线,导致摄像头采集的图像中灯斑均为橘红色,从而导致误判。
3、自动驾驶车辆被牵扯遮挡时,无法采集到交通信号灯的图像。
4、自动驾驶车辆在左转弯待转区内时,无法采集到左转向交通信号灯的图像。
5、相同方向存在不同颜色交通信号灯时可能出现图形识别失败。
图2为相同方向存在不同颜色交通信号灯的示例图,如图2所示,在自动驾驶车辆的前方存在两个交通信号灯,一个交通信号灯用于控制车辆,另一个交通信号灯用于控制行人,控制行人的交通信号灯上设置有人形标志。在一些情况下,自动驾驶车辆可能无法通过图形识别以识别出该人形标志,则自动驾驶车辆无法分辨出两个交通信号灯中的哪一个用于控制车辆,从而可能导致误判。
6、交通信号灯受到其他方向的交通信号灯的干扰。
图3为交通信号灯受到其他方向的交通信号灯的干扰的示例图,如图3所示,摄像头采集的图像中除了包括控制当前所在车道的交通信号灯外,还包括另一方向的交通信号灯,两个方向的交通信号灯的颜色不一致,可能导致自动驾驶车辆无法准确判断出当前所在车道的交通信号灯的颜色。
7、自动驾驶车辆的车头偏离车道方向。
因为一些意外因素可能出现自动驾驶车辆的车头偏离车道方向,在这种场景下,控制本车道的交通信号灯不在自动驾驶车辆中用于采集交通信号灯图像的摄像头的理想识别范围内,从而可能导致对交通信号灯的信息的误判。示例性的,图4为车头偏离车道方向导致误判的示例图,如图4所示,自动驾驶车辆当前位于左转车道,同时车头并未朝向车道的方向,因此,摄像头采集的图形中,用于控制左转到交通信号灯位于图像的边缘,可能导致对交通信号灯的误判。
考虑到现有技术中基于纯视觉方式识别交通信号灯的信息可能导致对交通信号灯的信息误判的问题,本申请实施例将车道与控制该车道的交通信号灯进行关联,可以直接获取到与车道关联的交通信号灯的信息并进行驾驶控制,从而避免出现对交通信号灯的信息误判的问题。
图5a为本申请实施例提供的自动驾驶控制方法的一种示例性系统架构图,如图5所示,本申请实施例涉及交通信号灯控制系统、网络设备以及自动驾驶车辆。其中,交通信号灯控制系统可以实时将交通信号灯的状态信息发送给网络设备,并由网络设备提供给自动驾驶车辆。本申请实施例中,网络设备可以是指部署在道路之上或者道路附近的车与外界连接(vehicle to everything,V2X)设备。示例性的,网络设备可以为路侧单元(roadside unit,RSU),该RSU可以与自动驾驶车辆通信,也可以与其他的路侧单元通信。
图5b为本申请实施例提供的自动驾驶控制方法的另一种示例性系统架构图,如图5所示,本申请实施例涉及交通信号灯控制系统、云端以及自动驾驶车辆。其中,交通信号灯控制系统可以实时将交通信号灯的状态信息发送给云端,并由云端提供给自动驾驶车辆。本申请实施例中,云端可以处理、存储以及下发数据,该数据可以包括交通信号灯的信息以及地图数据等。云端可以是地图云,地图云中存储交通信号灯的状态信息及区域地图信息。云端还可以是云端资源或云地图等。
在说明本申请实施例的技术方案之前,首先对本申请实施例涉及的技术术语进行解释。值得说明的是,车道是指在车行道上供单一纵列车辆行驶的部分,以下术语均是相对于某条车道而言,可以用于标识一个车道。
1、车道线
车道线是指道路上的车道分割线。示例性的,图6为车道线的示例图,如图6所示,某条道路上标识出了3条车道线,分别为车道线1、车道线2和车道线3。该3条车道线可以分割出两个车道,分别为车道1和车道2。在本申请实施例中,可以使用一条车道线标识一个车道。示例性的,可以使用车道线2标识车道1,使用车道线3标识车道2。
2、车道线中心线
车道线中心线是指自动驾驶地图中的虚拟的线,实际的道路中可能并不存在该车道线中心线。车道线中心线规定了车辆在车道边线之间的轨迹。图7为车道中心线的示例图,如图7所示,某条道路上包括两个车道,分别为车道1和车道2,这两个车道通过车道线1、车道线2和车道线3进行分割。其中,车道1包括车道中心线1,车道2包括车道中心线2。在本申请实施例中,可以使用车道中心线标识车道。示例性的,可以使用车道线中心线1标识车道1,使用车道中心线2标识车道2。
3、车道线停止线
车道停止线是指一段车道结束的标志线。图8为车道停止线的示例图,如图8所示,某条道路在某个十字路口截止,该道路上包括三个车道,分别为车道1、车道2和车道3。在道路截止处,分别包括三个车道停止线1、车道停止线2和车道停止线3,其中,车道停止线1为车道1的停止线,可以用于标识车道1。车道停止线2为车道2的停止线,可以用于标识车道2。车道停止线3为车道3的停止线,可以用于标识车道3。
4、车道节点
车道节点可以指车道线和/或车道中心线的节点,是自动驾驶地图中的虚拟的节点,实际的道路中可能并不存在该车道节点。在自动驾驶地图中,车道线和/或车道中心线发生变化时需要打断,在打断的位置可以使用车道节点进行标识。图9为车道节点的示例图,如图9所示,某条道路上标识出了3条车道线,分别为车道线1、车道线2和车道线3。该3条车道线可以分割出两个车道,分别为车道1和车道2。其中,车道线1在车道节点1处发生变化,因此在此处设置车道节点1,车道线2在车道节点2处发生变化,因此在此处设置车道节点2,车道线3在车道节点3处发生变化,因此在此处设置车道节点3。因此,车道节点1与车道线1关联,车道节点2与车道线2关联,车道节点3与车道线3关联。
以车道线2为例,由于车道线2与车道节点2关联,而车道线2可以标识车道,因此,在将交通信号灯与车道节点关联时,可以使得交通信号灯与车道关联。因此,本申请实施例可以称为由车道节点标识车道。
5、自动驾驶地图
本申请实施例中,自动驾驶地图可以是高精地图,该自动驾驶地图中除了存储传统的道路信息外,还存储道路、车道、车道线、车道中心线、车道停止线以及车道线的节点的信息,以使得自动驾驶车辆可以实现更加精准的定位。自动驾驶车辆可以预先存储该自动驾驶地图。
为便于描述,本申请实施例以下将自动驾驶地图简称为地图。
图10为本申请实施例提供的自动驾驶控制方法的流程示意图,如图10所示,该方法包括:
S1001、自动驾驶车辆确定当前所在车道的标识。
可选的,自动驾驶车辆当前所在车道的标识,可以指自动驾驶车辆在地图中当前所在车道的标识。
自动驾驶车辆在运行过程中,可以实时获取在地图中所在的车道,进而可以确定出车道的标识。示例性的,自动驾驶车辆首先根据内置的全球定位系统(globalpositioning system,GPS)模块获知当前的概率位置,将该概率位置输入至地图中,利用地图进行高精定位,从而获取到当前所在车道,并确定出当前所在车道的标识。
如前文所述,车道线、车道中心线、车道停止线以及车道节点均可以用于标识车道,因此,本申请实施例中,当前所在车道的标识,可以是指当前所在车道的车道线的标识、当前所在车道的车道中心线的标识、当前所在车道的车道停止线的标识以及当前所在车道的车道节点的标识中的至少一种。
可选的,上述车道线的标识、车道中心线的标识、车道停止线的标识以及车道节点的标识,可以是编号、名称等,以使得所标识的车道线可以区别于特定范围内的其他车道线,车道中心线可以区别于特定范围内的其他车道中心线,车道停止线可以区别于特定范围内的其他车道停止线,车道节点可以区别于特定范围内的其他车道节点。
可选的,上述特定范围可以是指整个地图的范围,或者地图中的一部分范围。示例性的,地图的范围为一个省,则上述特定的范围可以是指该省,也可以指属于该省的某个城市。
一种示例中,假设使用车道线标识车道,则自动驾驶车辆可以实时获取在地图中当前所在车道,并获取地图中当前所在车道的车道线的标识,进而确定当前所在车道的标识为该车道线的标识。以上述图6所示例的车道信息为例,假设自动驾驶车辆获取到在地图中当前所在的车道为车道1,同时,在地图中,车道1对应的车道线为车道线2,则自动驾驶车辆确定当前所在车道的标识为车道线2的标识。示例性的,车道线2的编号为2,则自动驾驶车辆确定当前车道的标识为2。
另一种示例中,假设使用车道中心线标识车道,则自动驾驶车辆可以实时获取在地图中当前所在车道,并获取地图中当前所在车道的车道中心线的标识,进而确定当前所在车道的标识为该车道中心线的标识。以上述图7所示例的车道信息为例,假设自动驾驶车辆获取到在地图中当前所在的车道为车道1,同时,在地图中,车道1对应的车道中心线为车道中心线1,则自动驾驶车辆确定当前所在车道的标识为车道中心线1的标识。
再一种示例中,假设使用车道停止线标识车道,则自动驾驶车辆可以实时获取在地图中当前所在车道,并获取地图中当前所在车道的车道停止线的标识,进而确定当前所在车道的标识为该车道停止线的标识。以上述图8所示例的车道信息为例,假设自动驾驶车辆获取到在地图中当前所在的车道为车道1,同时,在地图中,车道1对应的车道停止线为车道停止线1,则自动驾驶车辆确定当前所在车道的标识为车道停止线1的标识。
又一种示例中,假设使用车道节点标识车道,则自动驾驶车辆可以实时获取在地图中当前所在车道,并获取地图中当前所在车道节点的标识,进而确定当前所在车道的标识为地图中该车道对应的车道节点的标识。
应理解,具体实施时,自动驾驶车辆可以固定使用上述车道线、车道中心线、车道停止线和车道节点中的一种来标识车道,或者,也可以在不同的时段或者不同的情况下使用不同的信息来标识车道。示例性的,自动驾驶车辆可以默认使用车道线来标识车道,在某些情况下,自动驾驶车辆无法准确获取到车道线的标识时,可以使用车道中心线来标识车道。
可选的,自动驾驶车辆在运行的过程中,可以在满足某个或某些条件时确定当前所在车道的标识,进而执行下述步骤S1002-S1003以完成驾驶控制。示例性的,自动驾驶车辆基于当前在自动驾驶地图中的位置,判断自动驾驶车辆与目标路口的距离是否小于预设阈值。其中,该目标路口可以是指地图中距离自动驾驶车辆当前在自动驾驶地图中的位置最近的一个路口,该路口例如可以是十字路口、丁字路口等可能设置有交通信号灯的路口。或者,该路口还可以是与某个建筑物的出口连接的设置有交通信号灯道路位置。示例性的,某个道路的某个位置与某个学校的出口相连,为了保证学生的安全,在该道路的该位置上设置交通信号灯。因此,该设置有交通信号灯的位置也属于路口。如果判断出自动驾驶车辆与路口的距离小于预设阈值,则表明自动驾驶车辆即将到达路口,因此自动驾驶车辆可以确定当前所在车道的标识,并执行下述步骤S1002-S1003以完成驾驶控制。
预设阈值可由自动驾驶车辆预设,示例性的,阈值可为500m、200m、或50m。预设阈值可以由自动驾驶车辆车主动态改变,例如根据交通拥堵情况及车辆行驶路径特点自由设置。
自动驾驶车辆在经过上述过程确定出当前所在车道的标识之后,在到达路口之前,可能发生变道,如果自动驾驶车辆发生变道,则自动驾驶车辆可以确定变道后所在车道的标识,并将变道后所在车道的标识作为当前所在车道的标识。
示例性的,自动驾驶车辆获取变道之后在地图中的车道,并确定该车道对应的车道线的标识为变道后的车道的标识,并将变道后的车道的标识作为新的当前所在车道的标识。后续步骤中,自动驾驶车辆基于该车道的标识获取交通信号灯的状态信息以及进行驾驶控制。
应理解,本申请实施例中所述的自动驾驶车辆的运行,是指自动驾驶车辆的系统的运行,在系统运行后,控制车辆的行为,该行为可以包括行驶或者停止等。
S1002、自动驾驶车辆根据上述车道的标识,获取上述车道关联的交通信号灯的状态信息。
本申请实施例中,可以预先将车道与交通信号灯进行关联,其中,与某个车道关联的某个交通信号灯用于控制行驶在该车道上的自动驾驶车辆的行为。示例性的,某个车道为左转车道,则该左转车道关联的交通信号灯为控制待左转车辆的交通信号灯。
可选的,车道与交通信号灯的关联关系可以预先保存在自动驾驶车辆中,和/或,预先保存在提供交通信号灯的状态信息的网络设备或云端。
车道与交通信号的具体关联方式将在下述实施例中详细说明。
自动驾驶车辆确定出当前所在车道的标识之后,基于车道与交通信号灯的关联关系可以获取到当前所在车道关联的交通信号灯的状态信息。
S1003、自动驾驶车辆根据上述交通信号灯的状态信息进行驾驶控制。
可选的,上述交通信号灯的状态信息可以表示交通信号灯在当前时刻的亮灯信息以及交通信号灯在未来某一段时间的变化情况等,自动驾驶车辆基于交通信号灯的状态信息,结合自动驾驶车辆的车速等信息,可以进行驾驶控制。示例性的,控制自动驾驶车辆按照到达十字路口之前的速度通过十字路口,或者,控制自动驾驶车辆停止在车道停止线之内。
自动驾驶车辆基于交通信号灯的状态信息进行驾驶控制的具体方式将在下述实施例中详细说明。
本实施例中,自动驾驶车辆在确定出当前所在车道的标识之后,根据当前所在车道的标识,可以确定出当前所在车道关联的交通信号灯的状态信息,并根据交通信号灯的状态信息进行驾驶控制。该过程中,自动驾驶车辆是基于车道与交通信号灯之间的关联关系获取控制该条车道上车辆的交通信号灯的状态信息,因此,即使在一些特殊场景下,例如自动驾驶车辆的车头偏离车道方向、交通信号灯被其他方向的交通信号灯干扰、恶劣天气等场景下,自动驾驶车辆仍然可以准确确定出与当前所在车道关联的交通信号灯的状态信息,从而避免出现对交通信号灯的信息的误判,进而保证自动驾驶车辆可以按照交通规则正确行驶。
在预先将车道与交通信号灯关联时,作为一种可选的方式,可以预先将车道的标识与交通信号灯的标识进行关联。如前文所述,车道的标识可以是指车道线的标识、车道中心线的标识、车道停止线的标识或者车道节点的标识。因此,在具体实施过程中,可以预先将车道线的标识与交通信号灯的标识进行关联,或者,将车道中心线的标识与交通信号灯的标识进行关联,或者,将车道停止线的标识与交通信号灯的标识进行关联,或者,将车道节点的标识与交通信号灯的标识进行关联。
应理解,当车道的标识唯一标识某个特定范围内的一个车道时,其所关联的交通信号灯的标识相应地唯一标识该特定范围或大于该特定范围的范围内的一个交通信号灯。
下述表1为对车道线的标识与交通信号灯的标识进行关联的示例。
表1
字段名称 | 类型 | 取值范围 | 描述 |
Lane_ID | int | 车道线的编号 | |
TrafficLight_ID | int | 交通信号灯的编号 | |
… | … | … | … |
上述表1可以是记录车道线要素的表格,在该表格中,Lane_ID字段可以是车道线的编号,用于在前述的某个特定范围内唯一标识一条车道线,该表格中还可以记录其他该车道线的要素,例如车道线的类型为白实线等。除此之外,该表格中可以记录上述的TrafficLight_ID字段,该TrafficLight_ID字段可以是交通信号灯的编号,该编号用于在某个特定范围内唯一标识一个交通信号灯。
利用上述表1所记录的关联关系,自动驾驶车辆在确定出车道的标识后,可以从表1中查询出与车道关联的交通信号灯的标识。
下述表2为对车道中心线的标识与交通信号灯的标识进行关联的示例。
表1
字段名称 | 类型 | 取值范围 | 描述 |
MidLane_ID | int | 车道中心线的编号 | |
TrafficLight_ID | int | 交通信号灯的编号 | |
… | … | … | … |
上述表2可以是记录车道中心线要素的表格,在该表格中,MidLane_ID字段可以是车道中心线的编号,用于在前述的某个特定范围内唯一标识一条车道中心线,该表格中还可以记录其他该车道中心线的要素。除此之外,该表格中可以记录上述的TrafficLight_ID字段,该TrafficLight_ID字段可以是交通信号灯的编号,该编号用于在某个特定范围内唯一标识一个交通信号灯。
利用上述表2所记录的关联关系,自动驾驶车辆在确定出车道的标识后,可以从表1中查询出与车道关联的交通信号灯的标识。
下述表3为对车道停止线的标识与交通信号灯的标识进行关联的示例。
表3
字段名称 | 类型 | 取值范围 | 描述 |
StopLine_ID | int | 车道停止线的编号 | |
TrafficLight_ID | int | 交通信号灯的编号 | |
… | … | … | … |
上述表3可以是记录车道停止线要素的表格,在该表格中,StopLine_ID字段可以是车道停止线的编号,用于在前述的某个特定范围内唯一标识一条车道停止线,该表格中还可以记录其他该车道停止线的要素。除此之外,该表格中可以记录上述的TrafficLight_ID字段,该TrafficLight_ID字段可以是交通信号灯的编号,该编号用于在某个特定范围内唯一标识一个交通信号灯。
利用上述表3所记录的关联关系,自动驾驶车辆在确定出车道的标识后,可以从表1中查询出与车道关联的交通信号灯的标识。
下述表4为对车道节点的标识与交通信号灯的标识进行关联的示例。
表4
字段名称 | 类型 | 取值范围 | 描述 |
Node_ID | int | 车道节点的编号 | |
TrafficLight_ID | int | 交通信号灯的编号 | |
… | … | … | … |
上述表4可以是记录车道节点要素的表格,在该表格中,Node_ID字段可以是车道节点的编号,用于在前述的某个特定范围内唯一标识一个车道节点,该表格中还可以记录其他该车道节点的要素。除此之外,该表格中可以记录上述的TrafficLight_ID字段,该TrafficLight_ID字段可以是交通信号灯的编号,该编号用于在某个特定范围内唯一标识一个交通信号灯。
利用上述表4所记录的关联关系,自动驾驶车辆在确定出车道的标识后,可以从表1中查询出与车道关联的交通信号灯的标识。
在上述预先将车道的标识与交通信号灯的标识进行关联的基础上,上述步骤S1002的一种可选实施方式包括:
自动驾驶车辆根据所确定的车道的标识确定车道关联的交通信号灯的标识,再从网络设备或云端获取车道关联的交通信号灯的状态。
自动驾驶车辆可以保存上述的关联关系。
示例性的,假设使用车道线标识车道,自动驾驶车辆可以预先记录上述表1的信息。自动驾驶车辆在确定出当前所在车道的标识,即车道线的标识后,可以从表1中查询与该车道线的标识关联的交通信号灯的标识,再基于该交通信号灯的标识,从网络设备或云端获取该交通信号灯的标识。
本实施例中,使用车道的标识与交通信号灯的标识的关联关系来记录车道与交通信号灯的关联关系,当自动驾驶车辆确定出所在车道的标识后,可以根据车道的标识确定出关联的交通信号灯的标识,并据此获取交通信号灯的状态。由于车道的标识和交通信号灯的标识分别可以在特定范围内唯一标识一个车道和一个交通信号灯,因此,利用车道的标识确定交通信号灯的标识,可以保证所确定出的交通信号灯的准确性。
以下说明自动驾驶车辆确定出车道关联的交通信号灯的标识之后,从网络设备或云端获取车道关联的交通信号灯的状态信息的方法。
可选的,自动驾驶车辆可以使用以下两种可选方式中的任意一种从网络设备或云端获取交通信号灯的状态信息。
第一种可选方式中,自动驾驶车辆可以主动请求网络设备或云端向自动驾驶车辆提供当前所在车道关联的交通信号灯的状态信息,在这种方式下,自动驾驶车辆在确定当前车道对应的交通信号灯的标识后,向网络设备或者云端发送请求信息。
第二种可选方式中,由网络设备或云端广播各交通信号灯的状态信息,自动驾驶车辆从广播的状态信息中获取当前所在车道关联的交通信号灯的状态信息。
在网络设备或云端侧,可以获取至少一个交通信号灯的状态信息,并向自动驾驶车辆发送交通信号灯的状态信息。其中,网络设备或云端可以使用上述两种可选方式中相应的方法向自动驾驶车辆发送交通信号灯的状态信息。
以下分别对上述两种方式进行说明。
图11为本申请实施例提供的自动驾驶控制方法的一种交互流程图,如图11所示,基于上述第一种可选方式的自动驾驶控制交互流程包括:
S1101、自动驾驶车辆确定当前所在车道的标识。
该步骤的具体执行过程与上述步骤S1001相同,可以参照上述步骤S1001,此处不再赘述。
S1102、自动驾驶车辆根据当前所在车道的标识确定车道关联的交通信号灯的标识。
该步骤的具体执行过程可以参照前述实施例的描述,此处不再赘述。
S1103、自动驾驶车辆向网络设备或云端发送请求信息,该请求信息用于获取当前所在车道关联的交通信号灯的状态信息。
一种可选方式中,自动驾驶车辆可以将车道关联的交通信号灯的标识携带在上述请求信息中发送给网络设备或云端,即车道关联的交通信号灯的标识为上述请求信息的一部分。相应的,网络设备或云端可以从请求信息中读取到交通信号灯的标识。
通过在请求信息中携带交通信号灯的标识,可以减少交互信令数,节约传输资源,提升传输效率。
另一种可选方式中,上述请求信息中可以不携带车道关联的交通信号灯的标识,网络设备或云端接收到请求信息后,再指示自动驾驶车辆提供交通信号灯的标识,进而获取到交通信号灯的标识。
值得说明的是,该可选方式中的自动驾驶车辆可以称为目标驾驶车辆,由目标驾驶车辆向网络设备或云端发送请求信息。
S1104、网络设备或云端根据自动驾驶车辆当前所在车道关联的交通信号灯的标识,获取该交通信号灯的状态信息。
如前文所述,交通信号灯控制系统可以实时向网络设备或云端提供各交通信号灯的状态信息,因此,网络设备或云端可以根据交通信号灯的标识,获取到该交通信号灯的状态信息。
S1105、网络设备或云端向自动驾驶车辆发送当前所在车道关联的交通信号灯的状态信息。
相应的,自动驾驶车辆接收来自网络设备或云端的当前所在车道关联的交通信号灯的状态信息。
图12a为自动驾驶车辆与网络设备的交互场景示意图,如图12a所示,自动驾驶车辆向网络设备发送请求信息,网络设备从交通信号灯控制系统获取交通信号灯的状态信息,并发送给自动驾驶车辆。图12b为自动驾驶车辆与云端的交互场景示意图,如图12b所所示,自动驾驶车辆向云端发送请求信息,云端从交通信号灯控制系统获取交通信号灯的状态信息,并发送给自动驾驶车辆。
S1106、自动驾驶车辆根据当前所在车道关联的交通信号灯的状态信息进行驾驶控制。
本实施例中,自动驾驶车辆通过向网络设备或云端发送请求信息以获取交通信号灯的状态信息,可以使得自动驾驶车辆按需进行消息发送和接收,减少处理的消息的数量。
图13为本申请实施例提供的自动驾驶控制方法的另一种交互流程图,如图13所示,基于上述第二种可选方式的自动驾驶控制交互流程包括:
S1301、自动驾驶车辆确定当前所在车道的标识。
该步骤的具体执行过程与上述步骤S1001相同,可以参照上述步骤S1001,此处不再赘述。
S1302、自动驾驶车辆根据当前所在车道的标识确定车道关联的交通信号灯的标识。
该步骤的具体执行过程可以参照前述实施例的描述,此处不再赘述。
S1303、网络设备或云端广播至少一个交通信号灯的状态信息。
值得说明的是,该步骤为网络设备或云端侧主动执行的操作,该操作独立于自动驾驶车辆的操作。因此,步骤与上述步骤S1301-S1302的执行顺序不分先后。
可选的,网络设备或云端可以实时向各交通信号灯所在区域内的所有自动驾驶车辆广播各交通信号灯的状态信息。示例性的,某个十字路口安装了4个交通信号灯,则网络设备或云端可以实时向该十字路口所在区域内的所有自动驾驶车辆广播该4个交通信号灯的状态信息。
相应的,当前述步骤中所涉及的自动驾驶车辆行驶至该区域时,可以接收来自网络设备或云端的至少一个交通信号灯的状态信息。
S1304、自动驾驶车辆根据当前所在车道关联的交通信号灯的标识,从上述至少一个交通信号灯的状态信息中获取当前所在车道关联的交通信号灯的状态信息。
网络设备或云端在广播每个交通信号灯的状态信息时,可以将交通信号灯的标识以及交通信号灯的状态信息同时广播出去,自动驾驶车辆通过对广播信息中的标识与上述步骤S1302得到的交通信号灯的标识进行匹配,可以得到属于当前所在车道关联的交通信号灯的状态信息。
图14a为自动驾驶车辆与网络设备的交互场景示意图,如图14a所示,网络设备实时向十字路口所在区域的各自动驾驶车辆广播安装在该十字路口的各交通信号灯的状态信息,自动驾驶车辆通过匹配交通信号灯的标识,得到属于当前所在车道关联的交通信号灯的状态信息。图14b为自动驾驶车辆与云端的交互场景示意图,如图14b所示,云端实时向十字路口所在区域的各自动驾驶车辆广播安装在该十字路口的各交通信号灯的状态信息,自动驾驶车辆通过匹配交通信号灯的标识,得到属于当前所在车道关联的交通信号灯的状态信息。
S1305、自动驾驶车辆根据当前所在车道关联的交通信号灯的状态信息进行驾驶控制。
本实施例中,网络设备或云端实时广播各交通信号灯的状态信息,自动驾驶车辆根据当前所在车道关联的交通信号灯的标识匹配出交通信号灯的状态信息,从而可以减少自动驾驶车辆与网络设备或云端之间的交互次数,提升处理速度。
以下说明上述步骤S1003、步骤S1106以及步骤S1305中根据交通信号灯的状态信息进行驾驶控制的具体过程。
如前文所述,交通信号灯的状态信息表示交通信号灯在当前时刻的亮灯信息以及交通信号灯在未来某一段时间的变化情况等。
作为一种可选的实施方式,交通信号灯的状态信息可以包括如下至少一项:
交通信号灯的标识、交通信号灯的类型、交通信号灯的状态信息下发时刻、当前的亮灯颜色以及亮灯时刻预报信息等。
其中,交通信号灯的状态信息下发时刻可以指网络设备或云端下发状态信息的时刻。当前的亮灯颜色可以包括:绿色、红色、黄色以及灭灯。亮灯时刻预报信息可以包括红灯时刻预报信息、黄灯时刻预报信息以及绿灯时刻预报信息。示例性的,红灯时刻预报信息可以指下两次红灯点亮的时刻。
下述表5为交通信号灯的状态信息的格式示例。
表5
基于上述的交通信号灯的状态信息,自动驾驶车辆可以根据以下信息中的至少一种确定自动驾驶车辆的驾驶动作:
当前时刻、自动驾驶车辆与路口的距离、自动驾驶车辆当前行驶速度、交通信号灯状态信息下发时刻、交通信号灯当前的亮灯颜色、交通信号灯亮灯时刻预报信息。
其中,上述驾驶动作包括:停止、直行、左转、右转或掉头。
以下列举出自动驾驶车辆基于上述至少一种信息进行驾驶控制时的处理方式。
第一种方式中,自动驾驶车辆可以根据当前时刻、自动驾驶车辆与路口的距离、自动驾驶车辆当前行驶速度以及交通信号灯亮灯时刻预报信息提前预测出自动驾驶车辆到达路口时的亮灯颜色,并按照预测出的颜色控制车辆的驾驶动作,当预测结果为绿灯时,需根据自动驾驶车辆速度变化对预测结果进行动态更新,当预测结果为黄灯或红灯时,则减速。
一种示例中,自动驾驶车辆基于当前时刻、自动驾驶车辆与路口的距离以及自动驾驶车辆当前行驶速度可以确定出自动驾驶车辆到达路口的时刻,同时,自动驾驶车辆根据交通信号灯亮灯时刻预报信息确定出在车辆到达路口时绿灯亮,则自动驾驶车辆继续监控车辆速度,当车辆速度变化时,再次使用上述方式预测到达路口时的亮灯颜色,并在实际到达路口时按照最新预测的亮灯颜色控制自动驾驶车辆继续向某一方向行驶或停止。
另一种示例中,自动驾驶车辆基于当前时刻、自动驾驶车辆与路口的距离以及自动驾驶车辆当前行驶速度可以确定出自动驾驶车辆到达路口的时刻,同时,自动驾驶车辆根据交通信号灯亮灯时刻预报信息确定出在车辆到达路口时红灯亮,则自动驾驶车辆可以控制自动驾驶车辆减速。
第二种方式中,自动驾驶车辆可以在到达路口时根据当前时刻、交通信号灯的状态信息下发时刻、当前的亮灯颜色来判断交通信号灯当前的亮灯颜色并控制车辆的驾驶动作。
示例性的,自动驾驶车辆到达路口时根据当前时刻以及交通信号灯的状态信息下发时刻,可以获知当前时刻的亮灯颜色是否为下发的状态信息中当前的亮灯颜色,若是,则按照当前的亮灯颜色控制自从驾驶车辆继续向某一方向行驶或停止。例如,当前时刻为2点01分,交通信号灯的状态信息下发时刻为2点05秒,即当前时刻距离下发状态信息的时间经过了55秒,假设状态信息中当前时刻的亮灯颜色的亮灯时长为90秒,则说明当前时刻还未超过交通信号灯颜色转换的时刻,因此当前时刻实际的亮灯颜色为状态信息中当前的亮灯颜色,因此,自动驾驶车辆可以按照状态信息中当前的亮灯颜色控制自动驾驶车辆继续向某一方向行驶或停止。
第三种方式中,自动驾驶车辆从与路口的距离为预设距离时开始,按照预设周期不断获取当前的亮灯颜色,并依据到达路口前最后一个周期中的当前的亮灯颜色控制自动驾驶车辆的驾驶动作。
示例性的,自动驾驶车辆到达路口前最后一个周期的当前的亮灯颜色为红色,则自动驾驶车辆到达路口时停止。
示例性的,上述的周期可以是距离的周期,例如,每50米为一个周期,或者,也可以是时间的周期,例如,每0.5秒为一个周期。
在上述实施例中,自动驾驶车辆能够获取到的上述的至少一种状态信息,基于这些状态信息,自动驾驶车辆可以在未到达路口时即开始控制自动车辆减速等,使得自动驾驶控制与实际的路况更加匹配。
图15为本申请实施例提供的一种自动驾驶控制装置的模块结构图,该装置可以为前述的自动驾驶车辆,也可以为能够使得自动驾驶车辆实现本申请实施例提供的方法中的自动驾驶车辆的功能的装置,例如该装置可以是自动驾驶车辆中的装置或芯片系统。如图15所示,该装置包括:处理单元1501。
处理单元1501,用于确定当前所在车道的标识,根据所述车道的标识,获取所述车道关联的交通信号灯的状态信息,以及,根据所述交通信号灯的状态信息进行驾驶控制。
作为一种可选的实施方式,处理单元1501具体用于:
根据所述车道的标识确定所述车道关联的交通信号灯的标识;以及,从网络设备或云端获取所述车道关联的交通信号灯的状态信息。
继续参照图15,作为一种可选的实施方式,上述装置还包括:收发单元1502。
收发单元1502,用于向所述网络设备或云端发送请求信息,所述请求信息用于获取所述车道关联的交通信号灯的状态信息;以及,接收来自所述网络设备或云端的所述车道关联的交通信号灯的状态信息。
作为一种可选的实施方式,所述车道关联的交通信号灯的标识为所述请求信息的一部分。
作为一种可选的实施方式,处理单元1501具体用于:
接收来自所述网络设备或云端的至少一个交通信号灯的状态信息;以及,根据所述车道关联的交通信号灯的标识,从所述至少一个交通信号灯的状态信息中获取所述车道关联的交通信号灯的状态信息。
作为一种可选的实施方式,处理单元1501具体用于:
在自动驾驶车辆与目标路口的距离小于预设阈值时,确定当前所在车道的标识。
作为一种可选的实施方式,处理单元1501具体用于:
在自动驾驶车辆发生变道时,确定变道后所在车道的标识,并将所述变道后所在车道的标识作为当前所在车道的标识。
作为一种可选的实施方式,所述车道关联的交通信号灯的状态信息包括以下信息中的至少一种:
所述交通信号灯的标识、所述交通信号灯的类型、所述交通信号灯状态信息下发时刻、当前的亮灯颜色、亮灯时刻预报信息。
作为一种可选的实施方式,处理单元1501具体用于:
根据以下信息中的至少一种确定自动驾驶车辆的驾驶动作:
当前时刻、所述自动驾驶车辆与路口的距离、所述自动驾驶车辆当前行驶速度、所述交通信号灯状态信息下发时刻、所述交通信号灯当前的亮灯颜色、所述交通信号灯亮灯时刻预报信息。
所述驾驶动作包括:停止、直行、左转、右转或掉头。
作为一种可选的实施方式,所述车道的标识包括如下至少一种:
所述车道的车道线的标识、所述车道的车道停止线的标识、所述车道的车道中心线的标识、所述车道的车道节点的标识。
本申请实施例提供的自动驾驶控制装置,可以执行上述方法实施例中的方法步骤,其实现原理和技术效果类似,在此不再赘述。
图16为本申请实施例提供的一种信息处理装置的模块结构图,该装置可以为前述的网络设备或云端,也可以为能够使得网络设备或云端实现本申请实施例提供的方法中的网络设备或云端的功能的装置,例如该装置可以是网络设备或云端中的装置或芯片系统。如图16所示,该装置包括:处理单元1601和收发单元1602。
处理单元1601,用于获取至少一个交通信号灯的状态信息。
收发单元1602,用于向自动驾驶车辆发送交通信号灯的状态信息。
作为一种可选的实施方式,收发单元1602具体用于:
接收目标自动驾驶车辆发送的请求信息,所述请求信息用于获取所述目标自动驾驶车辆当前所在车道关联的交通信号灯的状态信息。
处理单元1601还用于:根据所述目标自动驾驶车辆当前所在车道关联的交通信号灯的标识,获取所述目标自动驾驶车辆当前所在车道关联的交通信号灯的状态信息。
收发单元1602具体用于:向所述目标自动驾驶车辆发送所述车道关联的交通信号灯的状态信息。
作为一种可选的实施方式,所述目标自动驾驶车辆当前所在车道关联的交通信号灯的标识为所述请求信息的一部分。
作为一种可选的实施方式,收发单元1602具体用于:
向至少一个自动驾驶车辆广播至少一个交通信号灯的状态信息。
作为一种可选的实施方式,处理单元1601具体用于:
从交通信号灯控制系统获取至少一个交通信号灯的状态信息。
本申请实施例提供的信息处理装置,可以执行上述方法实施例中的方法步骤,其实现原理和技术效果类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,确定模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit,ASIC),或,一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,SOC)的形式实现。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘solid state disk(SSD))等。
当自动驾驶处理装置为自动驾驶车辆时,当信息处理装置为网络设备或云端时,收发单元1502和收发单元1602在发送信息时可以为发送单元或发射器,收发单元1502和收发单元1602在接收信息时可以为接收单元或接收器,收发单元可以为收发器,此收发器、发射器或接收器可以为射频电路。当自动驾驶处理装置和信息处理装置包含存储单元时,该存储单元用于存储计算机指令,处理单元1501或处理单元1601与存储单元通信连接,处理单元1501或处理单元1601执行存储单元存储的计算机指令,使自动驾驶处理装置和信息处理装置执行图10-图13实施例涉及的方法。其中,处理单元可以是一个通用中央处理器(CPU),微处理器,特定ASIC。
当自动驾驶处理装置或信息处理装置为芯片时,收发单元1502和收发单元1602可以是输入和/或输出接口、管脚或电路等。处理单元1501或处理单元1601可执行存储单元存储的计算机执行指令,以使该自动驾驶处理装置或信息处理装置内的芯片执行图10-图13所涉及的方法。可选地,所述存储单元为所述芯片内的存储单元,如寄存器、缓存等,所述存储单元还可以是所述自动驾驶处理装置或信息处理装置内的位于所述芯片外部的存储单元,如只读存储器(Read Only Memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(Random Access Memory,RAM)等。
图17为本申请实施例提供的一种通信装置的结构示意图。该通信装置可以为前述实施例中所述的自动驾驶车辆,也可以为前述实施例中所述的网络设备或云端。如图17所示,该通信装置1700可以包括:处理器171(例如CPU)、存储器172、收发器173;收发器173耦合至处理器171,处理器171控制收发器173的收发动作。存储器172中可以存储各种指令,以用于完成各种处理功能以及实现本申请实施例中自动驾驶车辆或网络设备或云端执行的方法步骤。
可选的,本申请实施例涉及的通信装置还可以包括:电源174、系统总线175以及通信端口176。收发器173可以集成在通信装置的收发信机中,也可以为通信装置上独立的收发天线。系统总线175用于实现元件之间的通信连接。上述通信端口176用于实现通信装置与其他外设之间进行连接通信。
在本申请实施例中,上述处理器171用于与存储器172耦合,读取并执行存储器172中的指令,以实现上述方法实施例中自动驾驶车辆或网络设备或云端执行的方法步骤。收发器173与处理器171耦合,由处理器171控制收发器173进行消息收发,其实现原理和技术效果类似,在此不再赘述。
该图17中提到的系统总线可以是外设部件互连标准(peripheral componentinterconnect,PCI)总线或扩展工业标准结构(extended industry standardarchitecture,EISA)总线等。所述系统总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含RAM,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
该图17中提到的处理器可以是通用处理器,包括中央处理器CPU、网络处理器(network processor,NP)等;还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可选的,本申请实施例还提供一种可读存储介质,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行如上述图10至图13所示实施例的方法。
可选的,本申请实施例还提供一种运行指令的芯片,所述芯片用于执行上述图10至图13所示实施例的方法。
本申请实施例还提供一种程序产品,所述程序产品包括计算机程序,所述计算机程序存储在存储介质中,至少一个处理器可以从所述存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序时可实现上述图10至图13所示实施例的方法。
在本申请实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系;在公式中,字符“/”,表示前后关联对象是一种“相除”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中,a,b,c可以是单个,也可以是多个。
可以理解的是,在本申请实施例中涉及的各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围。
可以理解的是,在本发明的实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (37)
1.一种自动驾驶控制方法,其特征在于,包括:
自动驾驶车辆确定当前所在车道的标识;
所述自动驾驶车辆根据所述车道的标识,获取所述车道关联的交通信号灯的状态信息;
所述自动驾驶车辆根据所述交通信号灯的状态信息进行驾驶控制。
2.根据权利要求1所述的方法,其特征在于,所述自动驾驶车辆根据所述车道的标识,获取所述车道关联的交通信号灯的状态信息,包括:
所述自动驾驶车辆根据所述车道的标识确定所述车道关联的交通信号灯的标识;
所述自动驾驶车辆从网络设备或云端获取所述车道关联的交通信号灯的状态信息。
3.根据权利要求2所述的方法,其特征在于,所述自动驾驶车辆从网络设备或云端获取所述车道关联的交通信号灯的状态信息,包括:
所述自动驾驶车辆向所述网络设备或云端发送请求信息,所述请求信息用于获取所述车道关联的交通信号灯的状态信息;
所述自动驾驶车辆接收来自所述网络设备或云端的所述车道关联的交通信号灯的状态信息。
4.根据权利要求3所述的方法,其特征在于,所述车道关联的交通信号灯的标识为所述请求信息的一部分。
5.根据权利要求2所述的方法,其特征在于,所述自动驾驶车辆从网络设备或云端获取所述车道关联的交通信号灯的状态信息,包括:
所述自动驾驶车辆接收来自所述网络设备或云端的至少一个交通信号灯的状态信息;
所述自动驾驶车辆根据所述车道关联的交通信号灯的标识,从所述至少一个交通信号灯的状态信息中获取所述车道关联的交通信号灯的状态信息。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述自动驾驶车辆确定当前所在车道的标识,包括:
若所述自动驾驶车辆与目标路口的距离小于预设阈值,则所述自动驾驶车辆确定当前所在车道的标识。
7.根据权利要求6所述的方法,其特征在于,所述自动驾驶车辆确定当前所在车道的标识,还包括:
若所述自动驾驶车辆发生变道,则所述自动驾驶车辆确定变道后所在车道的标识;
所述自动驾驶车辆将所述变道后所在车道的标识作为当前所在车道的标识。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述车道关联的交通信号灯的状态信息包括以下信息中的至少一种:
所述交通信号灯的标识、所述交通信号灯的类型、所述交通信号灯状态信息下发时刻、当前的亮灯颜色、亮灯时刻预报信息。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述自动驾驶车辆根据所述交通信号灯的状态信息进行驾驶控制,包括:
所述自动驾驶车辆根据以下信息中的至少一种确定所述自动驾驶车辆的驾驶动作:
当前时刻、所述自动驾驶车辆与路口的距离、所述自动驾驶车辆当前行驶速度、所述交通信号灯状态信息下发时刻、所述交通信号灯当前的亮灯颜色、所述交通信号灯亮灯时刻预报信息;
所述驾驶动作包括:停止、直行、左转、右转或掉头。
10.根据权利要求1-9任一项所述的方法,其特征在于,所述车道的标识包括标识中的至少一种:
所述车道的车道线的标识、所述车道的车道停止线的标识、所述车道的车道中心线的标识、所述车道的车道节点的标识。
11.一种信息处理方法,其特征在于,包括:
获取至少一个交通信号灯的状态信息;
向自动驾驶车辆发送交通信号灯的状态信息。
12.根据权利要求11所述的方法,其特征在于,所述向自动驾驶车辆发送交通信号灯的状态信息,包括:
接收目标自动驾驶车辆发送的请求信息,所述请求信息用于获取所述目标自动驾驶车辆当前所在车道关联的交通信号灯的状态信息;
根据所述目标自动驾驶车辆当前所在车道关联的交通信号灯的标识,获取所述目标自动驾驶车辆当前所在车道关联的交通信号灯的状态信息;
向所述目标自动驾驶车辆发送所述车道关联的交通信号灯的状态信息。
13.根据权利要求12所述的方法,其特征在于,所述目标自动驾驶车辆当前所在车道关联的交通信号灯的标识为所述请求信息的一部分。
14.根据权利要求11所述的方法,其特征在于,所述向自动驾驶车辆发送交通信号灯的状态信息,包括:
向至少一个自动驾驶车辆广播至少一个交通信号灯的状态信息。
15.根据权利要求11-14任一项所述的方法,其特征在于,所述获取至少一个交通信号灯的状态信息,包括:
从交通信号灯控制系统获取至少一个交通信号灯的状态信息。
16.一种自动驾驶控制装置,其特征在于,包括:处理单元;
所述处理单元,用于确定当前所在车道的标识,根据所述车道的标识,获取所述车道关联的交通信号灯的状态信息,以及,根据所述交通信号灯的状态信息进行驾驶控制。
17.根据权利要求16所述的装置,其特征在于,所述处理单元具体用于:
根据所述车道的标识确定所述车道关联的交通信号灯的标识;以及,
从网络设备或云端获取所述车道关联的交通信号灯的状态信息。
18.根据权利要求17所述的装置,其特征在于,所述装置还包括:收发单元;
所述收发单元,用于向所述网络设备或云端发送请求信息,所述请求信息用于获取所述车道关联的交通信号灯的状态信息;以及,接收来自所述网络设备或云端的所述车道关联的交通信号灯的状态信息。
19.根据权利要求18所述的装置,其特征在于,所述车道关联的交通信号灯的标识为所述请求信息的一部分。
20.根据权利要求17所述的装置,其特征在于,所述处理单元具体用于:
接收来自所述网络设备或云端的至少一个交通信号灯的状态信息;以及,根据所述车道关联的交通信号灯的标识,从所述至少一个交通信号灯的状态信息中获取所述车道关联的交通信号灯的状态信息。
21.根据权利要求16-20任一项所述的装置,其特征在于,所述处理单元具体用于:
在自动驾驶车辆与目标路口的距离小于预设阈值时,确定当前所在车道的标识。
22.根据权利要求21所述的装置,其特征在于,所述处理单元具体用于:
在自动驾驶车辆发生变道时,确定变道后所在车道的标识,并将所述变道后所在车道的标识作为当前所在车道的标识。
23.根据权利要求16-22任一项所述的装置,其特征在于,所述车道关联的交通信号灯的状态信息包括以下信息中的至少一种:
所述交通信号灯的标识、所述交通信号灯的类型、所述交通信号灯状态信息下发时刻、当前的亮灯颜色、亮灯时刻预报信息。
24.根据权利要求16-23任一项所述的装置,其特征在于,所述处理单元具体用于:
根据以下信息中的至少一种确定自动驾驶车辆的驾驶动作:
当前时刻、所述自动驾驶车辆与路口的距离、所述自动驾驶车辆当前行驶速度、所述交通信号灯状态信息下发时刻、所述交通信号灯当前的亮灯颜色、所述交通信号灯亮灯时刻预报信息;
所述驾驶动作包括:停止、直行、左转、右转或掉头。
25.根据权利要求16-24任一项所述的装置,其特征在于,所述车道的标识包括如下至少一种:
所述车道的车道线的标识、所述车道的车道停止线的标识、所述车道的车道中心线的标识、所述车道的车道节点的标识。
26.一种信息处理装置,其特征在于,包括:处理单元和收发单元;
所述处理单元,用于获取至少一个交通信号灯的状态信息;
所述收发单元,用于向自动驾驶车辆发送交通信号灯的状态信息。
27.根据权利要求26所述的装置,其特征在于,所述收发单元具体用于:
接收目标自动驾驶车辆发送的请求信息,所述请求信息用于获取所述目标自动驾驶车辆当前所在车道关联的交通信号灯的状态信息;
所述处理单元还用于:根据所述目标自动驾驶车辆当前所在车道关联的交通信号灯的标识,获取所述目标自动驾驶车辆当前所在车道关联的交通信号灯的状态信息;
所述收发单元具体用于:向所述目标自动驾驶车辆发送所述车道关联的交通信号灯的状态信息。
28.根据权利要求27所述的装置,其特征在于,所述目标自动驾驶车辆当前所在车道关联的交通信号灯的标识为所述请求信息的一部分。
29.根据权利要求26所述的装置,其特征在于,所述收发单元具体用于:
向至少一个自动驾驶车辆广播至少一个交通信号灯的状态信息。
30.根据权利要求26-29任一项所述的装置,其特征在于,所述处理单元具体用于:
从交通信号灯控制系统获取至少一个交通信号灯的状态信息。
31.一种通信装置,包括处理器,所述处理器与存储器相连,所述存储器用于存储计算机程序,所述处理器用于执行所述存储器中存储的计算机程序,以使得所述装置执行如权利要求1至10中任一项所述的方法。
32.一种通信装置,包括处理器,所述处理器与存储器相连,所述存储器用于存储计算机程序,所述处理器用于执行所述存储器中存储的计算机程序,以使得所述装置执行如权利要求11至15中任一项所述的方法。
33.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被运行时,实现如权利要求1至10中任一项所述的方法。
34.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被运行时,实现如权利要求11至15中任一项所述的方法。
35.一种芯片,其特征在于,包括处理器和接口;
所述处理器用于读取指令以执行权利要求1至10中任一项所述的自动驾驶控制方法。
36.一种芯片,其特征在于,包括处理器和接口;
所述处理器用于读取指令以执行权利要求11至15中任一项所述的信息处理方法。
37.一种通信系统,其特征在于,包括权利要求31所述的通信装置、权利要求32所述的通信装置以及交通信号灯控制系统。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/076251 WO2021164018A1 (zh) | 2020-02-21 | 2020-02-21 | 自动驾驶控制方法、信息处理方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112639813A true CN112639813A (zh) | 2021-04-09 |
Family
ID=75291143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080004503.XA Pending CN112639813A (zh) | 2020-02-21 | 2020-02-21 | 自动驾驶控制方法、信息处理方法、装置及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112639813A (zh) |
WO (1) | WO2021164018A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112859884A (zh) * | 2021-04-25 | 2021-05-28 | 北京三快在线科技有限公司 | 一种控制无人驾驶设备的方法及装置 |
CN114495544A (zh) * | 2022-01-20 | 2022-05-13 | 智道网联科技(北京)有限公司 | 基于车路云协同的信号灯状态提醒方法、装置及电子设备 |
CN114973726A (zh) * | 2022-05-09 | 2022-08-30 | 广州文远知行科技有限公司 | 一种自动驾驶交通灯的可视化方法、装置、设备及存储介质 |
CN115098606A (zh) * | 2022-05-30 | 2022-09-23 | 九识智行(北京)科技有限公司 | 无人驾驶车辆的红绿灯查询方法、装置、存储介质及设备 |
WO2024060609A1 (zh) * | 2022-09-23 | 2024-03-28 | 北京京东乾石科技有限公司 | 信息交互方法及装置、电子设备和计算机可读存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11729371B2 (en) * | 2020-10-14 | 2023-08-15 | Ford Global Technologies, Llc | Systems and methods for improved camera color calibration |
CN115808179A (zh) * | 2021-09-14 | 2023-03-17 | 华为技术有限公司 | 一种交通信息获取方法、装置及存储介质 |
CN115662172A (zh) * | 2022-10-21 | 2023-01-31 | 北京京东乾石科技有限公司 | 交通信号灯运行状态确定方法及装置、电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140278074A1 (en) * | 2013-03-14 | 2014-09-18 | Qualcomm Incorporated | Navigation Using Crowdsourcing Data |
CN108335510A (zh) * | 2018-03-21 | 2018-07-27 | 北京百度网讯科技有限公司 | 交通信号灯识别方法、装置及设备 |
WO2018215833A1 (en) * | 2017-05-23 | 2018-11-29 | 1.21 Gigawatts Ltd. | Traffic monitoring and management systems and methods |
CN109871836A (zh) * | 2019-03-28 | 2019-06-11 | 浙江交通职业技术学院 | 一种基于物联网的交通灯识别方法 |
CN109887278A (zh) * | 2019-02-25 | 2019-06-14 | 百度在线网络技术(北京)有限公司 | 车辆的路口行车方法、装置和终端 |
CN109949594A (zh) * | 2019-04-29 | 2019-06-28 | 北京智行者科技有限公司 | 实时的交通灯识别方法 |
CN109949590A (zh) * | 2017-12-21 | 2019-06-28 | 通用汽车环球科技运作有限责任公司 | 交通信号灯状态评估 |
CN110085043A (zh) * | 2019-05-20 | 2019-08-02 | 广州小鹏汽车科技有限公司 | 一种最优车道的确定方法及车辆控制系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109035832A (zh) * | 2018-09-12 | 2018-12-18 | 清华大学苏州汽车研究院(吴江) | 基于v2x通信的信号灯路口智能通行系统 |
-
2020
- 2020-02-21 CN CN202080004503.XA patent/CN112639813A/zh active Pending
- 2020-02-21 WO PCT/CN2020/076251 patent/WO2021164018A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140278074A1 (en) * | 2013-03-14 | 2014-09-18 | Qualcomm Incorporated | Navigation Using Crowdsourcing Data |
WO2018215833A1 (en) * | 2017-05-23 | 2018-11-29 | 1.21 Gigawatts Ltd. | Traffic monitoring and management systems and methods |
CN109949590A (zh) * | 2017-12-21 | 2019-06-28 | 通用汽车环球科技运作有限责任公司 | 交通信号灯状态评估 |
CN108335510A (zh) * | 2018-03-21 | 2018-07-27 | 北京百度网讯科技有限公司 | 交通信号灯识别方法、装置及设备 |
CN109887278A (zh) * | 2019-02-25 | 2019-06-14 | 百度在线网络技术(北京)有限公司 | 车辆的路口行车方法、装置和终端 |
CN109871836A (zh) * | 2019-03-28 | 2019-06-11 | 浙江交通职业技术学院 | 一种基于物联网的交通灯识别方法 |
CN109949594A (zh) * | 2019-04-29 | 2019-06-28 | 北京智行者科技有限公司 | 实时的交通灯识别方法 |
CN110085043A (zh) * | 2019-05-20 | 2019-08-02 | 广州小鹏汽车科技有限公司 | 一种最优车道的确定方法及车辆控制系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112859884A (zh) * | 2021-04-25 | 2021-05-28 | 北京三快在线科技有限公司 | 一种控制无人驾驶设备的方法及装置 |
CN114495544A (zh) * | 2022-01-20 | 2022-05-13 | 智道网联科技(北京)有限公司 | 基于车路云协同的信号灯状态提醒方法、装置及电子设备 |
CN114495544B (zh) * | 2022-01-20 | 2023-09-19 | 智道网联科技(北京)有限公司 | 基于车路云协同的信号灯状态提醒方法、装置及电子设备 |
CN114973726A (zh) * | 2022-05-09 | 2022-08-30 | 广州文远知行科技有限公司 | 一种自动驾驶交通灯的可视化方法、装置、设备及存储介质 |
CN115098606A (zh) * | 2022-05-30 | 2022-09-23 | 九识智行(北京)科技有限公司 | 无人驾驶车辆的红绿灯查询方法、装置、存储介质及设备 |
WO2024060609A1 (zh) * | 2022-09-23 | 2024-03-28 | 北京京东乾石科技有限公司 | 信息交互方法及装置、电子设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021164018A1 (zh) | 2021-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112639813A (zh) | 自动驾驶控制方法、信息处理方法、装置及系统 | |
US20200255027A1 (en) | Method for planning trajectory of vehicle | |
US10510253B2 (en) | Method and apparatus for indicating vehicle moving state | |
JP6734668B2 (ja) | 基盤的地図データ | |
CN108248611B (zh) | 一种自动驾驶的方法、汽车控制设备、汽车及系统 | |
US11869251B2 (en) | Driving support method and driving support device | |
CN112991799A (zh) | 使用v2x通信的车辆自动驾驶系统和方法 | |
CN109729489B (zh) | 用于车辆网状网的基于psm消息的设备发现 | |
US10803752B2 (en) | Roadside unit and vehicle | |
CN110335484B (zh) | 控制车辆行驶的方法及装置 | |
JPWO2017159176A1 (ja) | 自動運転支援システム、および、自動運転支援方法 | |
CN112009484A (zh) | 用于确定驾驶辅助数据的方法和系统 | |
CN114248799A (zh) | 车辆到一切消息的不当行为检测 | |
KR101991067B1 (ko) | 자율 주행 차량의 제어 장치 및 방법 | |
WO2022227878A1 (zh) | 一种车道线标注方法及装置 | |
JP2020193954A (ja) | 位置補正サーバ、位置管理装置、移動体の位置管理システム及び方法、位置情報の補正方法、コンピュータプログラム、車載装置並びに車両 | |
JP6903598B2 (ja) | 情報処理装置、情報処理方法、情報処理プログラム、および移動体 | |
CN112614365A (zh) | 一种电子地图处理方法及装置 | |
KR20200081571A (ko) | 지도 생성 및 갱신 시스템 및 방법 | |
JP7405283B2 (ja) | 地図生成装置及び地図生成プログラム | |
US11312393B2 (en) | Artificially falsifying sensor data to initiate a safety action for an autonomous vehicle | |
US11709258B2 (en) | Location data correction service for connected vehicles | |
CN114449481A (zh) | 基于v2x技术确定所在车道当前信号灯灯色的方法及系统 | |
JP2019164602A (ja) | 逆走警告システム、逆走警告方法、及び逆走警告プログラム | |
CN115840637A (zh) | 用于自动驾驶系统特征或功能的评估和开发的方法和系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210409 |
|
RJ01 | Rejection of invention patent application after publication |