CN112799412A - 一种无人驾驶设备的控制方法及控制装置 - Google Patents

Abstract

本说明书公开了一种无人驾驶设备的控制方法及控制装置，无人驾驶设备可以确定周围的各目标障碍物，以及所处位置对应的交通灯，并针对每个目标障碍物，根据采集到的该目标障碍物的障碍物信息，确定该目标障碍物在当前对应的行驶状态，而后，根据确定出的每个目标障碍物在当前对应的行驶状态，确定交通灯对应的实际交通灯状态，并根据该实际交通灯状态，对自身进行控制，相比于现有技术，能够有效地在无法拍摄到交通灯的情况下，确定出交通灯状态，从而保证了无人驾驶设备的行驶安全。

Description

一种无人驾驶设备的控制方法及控制装置

技术领域

本说明书涉及无人驾驶领域，尤其涉及一种无人驾驶设备的控制方法及控制装置。

背景技术

在无人驾驶领域中，为了保证无人驾驶设备能够在道路中符合交通规则地进行行驶，需要在无人驾驶设备的行驶过程中，确定交通灯的交通灯状态，即，交通灯是绿灯、还是红灯。

在现有技术中，无人驾驶设备可以采集前方的图像，并识别出图像中的交通灯的颜色，来确定当前交通灯状态，但在实际应用中，可能会出现交通灯被较大的车辆所遮挡、抑或是由于光照的原因，图像无法展示出当前交通灯的颜色的情况，这样一来，通过现有技术的方式，无法确定出交通灯状态。

所以，如何在无法拍摄到交通灯的情况下，确定出交通灯状态，则是一个亟待解决的问题。

发明内容

本说明书提供一种无人驾驶设备的控制方法及控制装置，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种无人驾驶设备的控制方法，包括：

获取预设的电子地图，确定无人驾驶设备周围的各候选障碍物，并根据预设的筛选条件、采集到的每个候选障碍物的障碍物信息以及所述电子地图，从所述各候选障碍物中筛选出干扰障碍物，将所述各候选障碍物中除所述干扰障碍物以外的其他障碍物，作为所述无人驾驶设备周围的各目标障碍物，以及确定所述无人驾驶设备所处位置对应的交通灯；

针对每个目标障碍物，根据采集到的该目标障碍物的障碍物信息，确定该目标障碍物在当前对应的行驶状态；

根据确定出的每个目标障碍物在当前对应的行驶状态，确定所述交通灯对应的实际交通灯状态；

根据所述实际交通灯状态，对所述无人驾驶设备进行控制。

可选地，确定无人驾驶设备周围的各候选障碍物，具体包括：

若监测到所述无人驾驶设备位于包含有交通灯的设定区域内，确定所述无人驾驶设备周围位于所述设定区域内的各候选障碍物。

可选地，根据预设的筛选条件、采集到的每个候选障碍物的障碍物信息以及所述电子地图，从所述各候选障碍物中筛选出干扰障碍物，具体包括：

针对每个候选障碍物，若根据采集到的该候选障碍物的障碍物信息以及所述电子地图，确定该候选障碍物位于路口处，且按照指定方向进行转向，确定该候选障碍物为干扰障碍物；或

针对每个候选障碍物，若根据所述电子地图，确定该候选障碍物停留在路边的停车区域，确定该候选障碍物为干扰障碍物；或

针对每个候选障碍物，若根据采集到该候选障碍物的障碍物信息，确定该候选障碍物为非机动车，确定该候选障碍物为干扰障碍物；或

针对每个候选障碍物，若根据所述电子地图以及采集到的该候选障碍物的障碍物信息，确定该候选障碍物与所述无人驾驶设备位于不同车道，确定该候选障碍物为干扰障碍物。

可选地，根据确定出的每个目标障碍物在当前对应的行驶状态，确定所述交通灯对应的实际交通灯状态，具体包括：

针对每个目标障碍物，根据该目标障碍物当前对应的行驶状态，确定所述交通灯对应的候选交通灯状态；

根据针对每个目标障碍物确定出的所述交通灯对应的候选交通灯状态，确定所述交通灯对应的实际交通灯状态。

可选地，根据该目标障碍物当前的行驶状态，确定所述交通灯对应的候选交通灯状态，具体包括：

确定该目标障碍物当前的行驶方向，作为第一行驶方向，以及确定所述无人驾驶设备当前的行驶方向，作为第二行驶方向；

若确定所述第一行驶方向与所述第二行驶方向之间的相似度落入第一设定相似度区间，当该目标障碍物当前处于移动状态时，确定所述交通灯对应的候选交通灯状态为绿灯，当该目标障碍物当前处于静止状态时，确定所述交通灯对应的候选交通灯状态为红灯；

若确定所述第一行驶方向与所述第二行驶方向之间的相似度落入第二设定相似度区间，当该目标障碍物当前处于移动状态时，确定所述交通灯对应的候选交通灯状态为红灯，当该目标障碍物当前处于静止状态时，确定所述交通灯对应的候选交通灯状态为绿灯。

可选地，当该目标障碍物当前处于移动状态时，确定所述交通灯对应的候选交通灯状态之前，所述方法还包括：

确定该目标障碍物位于所述交通灯所对应的交通路口内。

可选地，当该目标障碍物当前处于静止状态时，确定所述交通灯对应的候选交通灯状态之前，所述方法还包括：

确定该目标障碍物前方设定距离内不存在阻挡该目标障碍物行驶的其他障碍物。

本说明书提供了一种无人驾驶设备的控制装置，包括：

障碍物确定模块，用于获取预设的电子地图，确定无人驾驶设备周围的各候选障碍物，并根据预设的筛选条件、采集到的每个候选障碍物的障碍物信息以及所述电子地图，从所述各候选障碍物中筛选出干扰障碍物，将所述各候选障碍物中除所述干扰障碍物以外的其他障碍物，作为所述无人驾驶设备周围的各目标障碍物，以及确定所述无人驾驶设备所处位置对应的交通灯；

行驶状态确定模块，用于针对每个目标障碍物，根据采集到的该目标障碍物的障碍物信息，确定该目标障碍物在当前对应的行驶状态；

交通灯状态确定模块，用于根据确定出的每个目标障碍物在当前对应的行驶状态，确定所述交通灯对应的实际交通灯状态；

控制模块，用于根据所述实际交通灯状态，对所述无人驾驶设备进行控制。

本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述无人驾驶设备的控制方法。

本说明书提供了一种无人驾驶设备，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上述无人驾驶设备的控制方法。

本说明书采用的上述至少一个技术方案能够达到以下有益效果：

在本说明书提供的无人驾驶设备的控制方法中，无人驾驶设备可以获取预设的电子地图，确定无人驾驶设备周围的各候选障碍物，并根据预设的筛选条件、采集到的每个候选障碍物的障碍物信息以及该电子地图，从各候选障碍物中筛选出干扰障碍物，将各候选障碍物中除干扰障碍物以外的其他障碍物，作为无人驾驶设备周围的各目标障碍物，以及确定所处位置对应的交通灯。而后，针对每个目标障碍物，根据采集到的该目标障碍物的障碍物信息，确定该目标障碍物在当前对应的行驶状态，以及根据确定出的每个目标障碍物在当前对应的行驶状态，确定交通灯对应的实际交通灯状态，进而，根据该实际交通灯状态，对自身进行控制。

从上述方法中可以看出，无人驾驶设备可以根据周围的各目标障碍物的行驶状态，来确定出无人驾驶设备所处位置对应的交通灯的交通灯状态，即，确定无人驾驶设备所面向的交通灯是红灯还是绿灯，不需要通过采集交通灯的图像，来识别出交通灯的交通灯状态，因此，相比于现有技术，能够有效地在无法拍摄到交通灯的情况下，确定出交通灯状态，从而保证了无人驾驶设备的行驶安全。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书中一种无人驾驶设备的控制方法的流程示意图；

图2为本说明书提供的一种第一行驶方向与第二行驶方向之间的相似度落入第一设定相似度区间的示意图；

图3为本说明书提供的一种第一行驶方向与第二行驶方向之间的相似度落入第二设定相似度区间的示意图；

图4为本说明书提供的一种无人驾驶设备的控制装置的示意图；

图5为本说明书提供的一种对应于图1的无人驾驶设备的示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书中一种无人驾驶设备的控制方法的流程示意图，包括以下步骤：

S101：确定无人驾驶设备周围的各目标障碍物，以及所述无人驾驶设备所处位置对应的交通灯。

在无人驾驶设备的行驶过程中，需要准确确定出前方的交通灯的交通灯状态，即，交通灯是红灯还是绿灯，这样才能保证无人驾驶设备像平常的车辆在道路中正常行驶，以及保证无人驾驶设备的安全行驶。通常情况下，无人驾驶设备可以针对交通灯进行图像采集，来识别图像中交通灯的颜色，从而获得交通灯状态，然而，某些情况下无法通过图像来判断交通灯状态，通过本方法，能够在这种情况下，对交通灯状态进行判断。

在本说明书中，无人驾驶设备可以确定出周围的各目标障碍物，以及确定出自身所处位置对应的交通灯，其中，该无人驾驶设备自身所处位置对应的交通灯，可以是指该无人驾驶设备所面向的交通灯，即，该无人驾驶设备前方的交通灯，该交通灯为无人驾驶设备需要按照颜色指示来进行行驶的交通灯。无人驾驶设备可以通过采集得到的点云数据，抑或是通过采集图像，来确定周围存在的障碍物。从而确定出各目标障碍物。

上述提到的无人驾驶设备可以是指无人车、无人机、自动配送设备等能够实现自动驾驶的设备。基于此，采用本说明书提供的无人驾驶设备的控制方法可以在无人驾驶设备的行驶过程中确定无人驾驶设备前方交通灯的交通灯状态，并根据该交通灯状态对该无人驾驶设备进行控制，该无人驾驶设备具体可应用于通过无人驾驶设备进行配送的领域，如，使用无人驾驶设备进行快递、物流、外卖等配送的业务场景。

需要说明的是，由于各目标障碍物的行驶状态将用于确定无人驾驶设备所面向的交通灯的实际交通灯状态，因此，需要从无人驾驶设备周围的所有障碍物中，确定出适合确定该交通灯的交通灯状态的目标障碍物。

具体的，无人驾驶设备可以获取预设的电子地图，以及确定出该无人驾驶设备周围的各候选障碍物，而后，根据预设的筛选条件、采集到的每个候选障碍物的障碍物信息以及电子地图，从各候选障碍物中筛选出干扰障碍物，并将各候选障碍物中除干扰障碍物以外的其他障碍物，作为无人驾驶设备周围的各目标障碍物，这里提到的电子地图可以是指高精地图，若普通的导航地图包含有详细的车道信息、交通灯信息等，该电子地图也可以是普通的导航地图。

并且，无人驾驶设备可以在监测到自身位于包含有交通灯的设定区域内后，确定出周围位于该设定区域内的候选障碍物，其中，该设定区域的大小可以根据实际需求进行设定，例如，一个包含有交通灯的设定区域可以是以该交通灯为中心向外延伸10m的正方形区域。

也就是说，无人驾驶设备可以在快要到达交通灯所在位置时，开始确定周围的各候选障碍物，通过上述方式确定出的候选障碍物，是距离交通灯较近的障碍物，当然，仅通过这一方式确定出的候选障碍物数量可能会比较多，并且不一定全部合适用于确定交通灯的状态。

需要说明的是，上述提到的从候选障碍物中筛选出的干扰障碍物，可能会影响到无人驾驶设备确定交通灯状态的准确性，具体可以有多种方式进行干扰障碍物的筛选。

例如，由于若与该无人驾驶设备同向的障碍物是静止的，则根据这些障碍物的状态可以推测出交通灯为红灯，但是在绿灯的情况下，停在路边的自行车、轿车以及行人等障碍物，可能会使无人驾驶设备错误地将交通灯状态识别为红灯，在实际中，这种干扰障碍物可能会有很多。因此，对于这种干扰障碍物，需要排除对无人驾驶设备确定交通灯状态的干扰。

在实际应用中，可以确定出多种干扰障碍物，例如，无人驾驶设备可以针对每个候选障碍物，若根据电子地图，确定该候选障碍物停留在路边的停车区域，可以确定该候选障碍物为干扰障碍物。

再例如，针对每个候选障碍物，若根据采集到的该候选障碍物的障碍物信息以及电子地图，确定出该候选障碍物位于路口处，且按照指定方向进行转向，可以确定该候选障碍物为干扰障碍物。指定方向可以根据实际需求进行设定。由于在实际生活中，某一些地区的道路上右转不需要遵循交通灯的指示，因此，可以将该指定方向设定为右转，而在另一些地区的道路中可能左转不需要遵循交通灯的指示，因此，在这些地区可以将该指定方向设定为左转。

再例如，无人驾驶设备可以针对每个候选障碍物，若根据采集到该候选障碍物的障碍物信息，确定该候选障碍物为非机动车，可以确定出该候选障碍物为干扰障碍物。也就是说，这种方式是只留下了无人驾驶设备周围的需要严格遵守交通规则的机动车，作为目标障碍物。其中，可以根据障碍物信息，如候选障碍物对应的图像、候选障碍物对应的点云数据，判断出候选障碍物的类型，若该候选障碍物的类型不为机动车，将该候选障碍物作为干扰障碍物。当然，也可以通过电子地图中记录的道路中的各障碍物的类型，来确定出干扰障碍物，如，若某个候选障碍物为路灯，通过电子地图能够确定出该候选障碍物的类型，从而将该候选障碍物作为干扰障碍物。

再例如，针对每个候选障碍物，若根据电子地图以及采集到的该候选障碍物的障碍物信息，确定该候选障碍物与无人驾驶设备位于不同车道，确定该候选障碍物为干扰障碍物。这一方式适用于交通路口中包含有多个交通灯，并且无人驾驶设备只需要判断出自身所在车道的交通灯的交通灯状态的情况。

在后续说明中会提到，在十字路口中，可以通过与该无人驾驶设备的行驶方向大约呈垂直方向的车辆的行驶状态，抑或是通过与该无人驾驶设备的行驶方向相反的车辆的行驶状态，来确定该无人驾驶设备对应的交通灯状态，而在上述提到了无人驾驶设备可以仅通过自身所在车道上的目标障碍物，来确定交通灯状态。因此，在实际应用中，无人驾驶设备可以根据交通灯所在交通路口的类型，来确定是否通过其他车道中的目标障碍物的行驶状态，确定自身所处位置对应的交通灯的交通灯状态。

例如，无人驾驶设备可以通过电子地图，确定出自身所处位置对应的交通路口，并确定出该交通路口中的双向道路是否每个交通灯的交通灯状态是同步的，若是，则不需要只将自身所处车道中的障碍物，作为目标障碍物，当然，若否，则需要只将自身所处车道中的障碍物，作为目标障碍物，即，若确定一个候选障碍物与无人驾驶设备位于不同车道，则确定该候选障碍物为干扰障碍物。

S102：针对每个目标障碍物，根据采集到的该目标障碍物的障碍物信息，确定该目标障碍物在当前对应的行驶状态。

S103：根据确定出的每个目标障碍物在当前对应的行驶状态，确定所述交通灯对应的实际交通灯状态。

无人驾驶设备确定出各目标障碍物后，可以针对每个目标障碍物，根据采集到的该目标障碍物的障碍物信息，确定该目标障碍物在当前对应的行驶状态。

这里提到的该目标障碍物的障碍物信息可以包括采集到的目标障碍物的图像、针对障碍物进行采集的点云数据、确定出的障碍物的行驶轨迹等。这里提到的该目标障碍物在当前对应的行驶状态能够表示该目标障碍物在当前是正在移动还是处于停止状态。也就是说，该目标障碍物在当前对应的行驶状态可以是指移动状态，或是停止状态，当然，该目标障碍物对应的行驶状态也可以是指该目标障碍物的行驶轨迹，通过该行驶轨迹，能够表示出该目标障碍物是正在行驶，抑或是处于停止的状态。

不管是通过采集到的图像，还是点云数据，均可以确定目标障碍物每一时刻的位置，对于目标障碍物的行驶轨迹也是如此，因此，通过这些数据均能够确定出目标障碍物的行驶状态，而后，无人驾驶设备可以根据确定出的每个目标障碍物在当前对应的行驶状态，确定上述交通灯对应的实际交通灯状态。

在本说明书中，无人驾驶设备可以针对每个目标障碍物，根据该目标障碍物当前的行驶状态，确定无人驾驶设备所处位置对应的交通灯的候选交通灯状态，而后，根据针对每个目标障碍物确定出的该交通灯对应的候选交通灯状态，确定交通灯对应的实际交通灯状态。也就是说，通过每个目标障碍物，无人驾驶设备按照该目标障碍物的行驶状态，能推测出该行驶状态所能表示出该无人驾驶设备面向的交通灯的交通灯状态，作为根据该目标障碍物当前的行驶状态，确定出的候选交通灯状态。那么，每个目标障碍物均对应有该无人驾驶设备推测出的交通灯状态，作为候选交通灯状态。无人驾驶设备可以将数量多的候选交通灯状态，作为该交通灯对应的实际交通灯状态，也可以将比例更大的候选交通灯状态，作为该交通灯对应的实际交通灯状态。

其中，对于每个目标障碍物来说，无人驾驶设备需要通过该目标障碍物当前的行驶状态，确定出候选交通灯状态，该候选交通灯状态可以是指，该目标障碍物的行驶状态所表示出的该无人驾驶设备前方交通灯的交通灯状态是红灯还是绿灯。具体的，无人驾驶设备可以确定出该目标障碍物当前的行驶方向，作为第一行驶方向，以及确定该无人驾驶设备当前的行驶方向，作为第二行驶方向。

若无人驾驶设备确定该第一行驶方向与该第二行驶方向之间的相似度落入第一设定相似度区间，当该目标障碍物当前处于移动状态时，可以确定出无人驾驶设备所处位置对应的交通灯的候选交通灯状态为绿灯，当该目标障碍物当前处于静止状态时，可以确定出该交通灯对应的候选交通灯状态为红灯。

也就是说，在这种条件下，该目标障碍物前方的交通灯的交通灯状态，与该无人驾驶设备前方的交通灯的交通灯状态一致，所以，该目标障碍物在行驶时，候选交通灯状态为绿灯，该目标障碍物在停止状态中，候选交通灯状态为红灯。这里提到的第一设定相似度区间可以进行预先设定。

例如，假设该第一行驶方向与该第二行驶方向之间的相似度为余弦相似度，可以将第一设定相似度区间设定为[0.9,1]，在该区间内，该第一行驶方向与该第二行驶方向大约为同向的方向，还可以将该第一设定相似度区间设定为[-0.9,-1]，在该区间内，该第一行驶方向与该第二行驶方向大约为相反的方向。也就是说，这两种情况中，该目标障碍物可能处于与该无人驾驶设备同向或是相反方向的道路中，因此，该目标障碍物在行驶时，候选交通灯状态应为绿灯，该目标障碍物停止时，候选交通灯状态应为红灯，如图2所示。

图2为本说明书提供的一种第一行驶方向与第二行驶方向之间的相似度落入第一设定相似度区间的示意图。

从图2中可以看出，无人驾驶设备与目标障碍物1同向，由于行驶方向1与行驶方向2之间的夹角为0度，行驶方向1与行驶方向2之间的余弦相似度为1，落入了上例中的第一设定相似度区间，因此，若该目标障碍物1处于移动状态，则根据该目标障碍物1确定出的候选交通灯状态为绿灯，反之则是红灯。目标障碍物2也是类似，无人驾驶设备与目标障碍物2反向，行驶方向1与行驶方向3之间的夹角为180度，余弦相似度为-1，也落入上例中的第一设定相似度区间，因此，若该目标障碍物2处于移动状态，则根据该目标障碍物2确定出的候选交通灯状态为绿灯，反之则是红灯。

若无人驾驶设备确定第一行驶方向与第二行驶方向之间的相似度落入第二设定相似度区间，当该目标障碍物当前处于移动状态时，可以确定出无人驾驶设备所处位置对应的交通灯的候选交通灯状态为红灯，当该目标障碍物当前处于静止状态时，可以确定出该交通灯对应的候选交通灯状态为绿灯。

也就是说，在这一条件下，无人驾驶设备与该目标障碍物所面向的交通灯的交通灯状态恰好是相反的，该目标障碍物所面向的交通灯的交通灯状态为绿灯时，该无人驾驶设备面向的交通灯对应的交通灯状态为红灯，而该目标障碍物所面向的交通灯的交通灯状态为红灯时，该无人驾驶设备面向的交通灯对应的交通灯状态为绿灯。因此，在该目标障碍物正在行驶时，候选交通灯状态应为红灯，在该目标障碍物处于静止状态时，候选交通灯状态应为绿灯。

上述提到的第二设定相似度区间也可以根据实际需求进行设定，例如，可以将该第二设定相似度区间设为[-0.1,0.1]，也就是说，该第二设定相似度区间表示，第一行驶方向与第二行驶方向之间的夹角大约为90度，该目标障碍物可能处于相对于该无人驾驶设备所在道路的交叉道路中，如图3所示。

图3为本说明书提供的一种第一行驶方向与第二行驶方向之间的相似度落入第二设定相似度区间的示意图。

从图3中可以看出，在十字路口中，无人驾驶设备与目标障碍物3处于互相垂直的车道中，行驶方向4与行驶方向5之间的夹角为90度，行驶方向4与行驶方向5之间的余弦相似度为0，落入了上例中的第二设定相似度区间。因此，若该目标障碍物3处于移动状态，则根据该目标障碍物3确定出的候选交通灯状态为红灯，反之则是绿灯。

在本说明书中，当目标障碍物处于移动状态时，可以在确定出该目标障碍物位于无人驾驶设备所对应的交通路口内后，再根据该目标障碍物当前的行驶状态，确定候选交通灯状态。即，当该目标障碍物当前处于移动状态时，需要在确定交通灯对应的候选交通灯状态之前，确定该目标障碍物位于无人驾驶设备所处位置对应的交通灯所在的交通路口内。

之所以需要确定该目标障碍物位于目标交通灯所对应的交通路口内，是因为在红灯时，某些机动车在到达停止线处前，会缓慢行驶到停止线处停止，这些机动车是位于交通路口外的。若是不排除这些机动车，则可能会在无人驾驶设备前方交通灯的实际交通灯状态为红灯时，由于这些机动车在移动，而错误的确定出实际交通灯状态为绿灯。因此，对于处于移动状态的目标障碍物来说，可以仅通过交通路口内的目标障碍物来确定候选交通灯状态。这里提到的位于交通路口内的目标障碍物指的是位于交通路口的停止线以内的目标障碍物，即，图2或图3中以虚线框出的区域为交通路口内。

在本说明书中，当目标障碍物当前处于静止状态时，可以在确定该交通灯对应的候选交通灯状态之前，确定该目标障碍物前方设定距离内不存在阻挡该目标障碍物行驶的其他障碍物，也就是说，处于静止状态的目标障碍物，若该障碍物并未被其他障碍物所阻挡，则可以通过该目标障碍物当前的行驶状态，确定候选交通灯状态。

换句话说，这一条件是为了确定该目标障碍物是因为该目标障碍物前方存在红灯而停下，并不是因为堵车或是其他情况而停下。并且，在实际应用中，可能会在交通灯刚刚切换成绿灯时，某些机动车由于起步慢，使后续机动车堵在原地无法行驶，若无人驾驶设备通过这些被堵的机动车，来确定候选交通灯状态，那么很可能将确定出的实际交通灯状态误认为是红灯，但是实际是绿灯。因此，通过确定目标障碍物前方设定距离内不存在阻挡该目标障碍物行驶的其他障碍物的这一条件，能够有效地防止这一情况。从这里可以看出，其他障碍物可以是指机动车，当然，也可以该其他障碍物也可以是其他类型的障碍物，如，人、自行车等。

S104：根据所述实际交通灯状态，对所述无人驾驶设备进行控制。

无人驾驶设备根据各目标障碍物在当前对应的行驶状态，确定出该无人驾驶设备当前所处位置对应的交通灯的实际交通灯状态后，可以根据该实际交通灯状态面对自身进行控制。即，若该实际交通灯状态为绿灯，则无人驾驶设备可以照常行驶，若该实际交通灯状态为红灯，则该无人驾驶设备需要在到达停止线前停下，或者，在前方车辆后停下。

从上述方法可以看出，在无法通过图像识别判断无人驾驶设备前方交通灯的交通灯状态时，通过本方法，可以通过周围的各目标障碍物的行驶状态，来确定前方交通灯的交通灯状态，也就是说，无人驾驶设备可以通过周围需要按照交通规则进行行驶的车辆，来推测出前方交通灯的交通灯状态，并且，通过排除掉一些可能会使无人驾驶设备错误判断交通灯状态的障碍物，更进一步地保证了确定出的实际交通灯状态的准确性。

以上为本说明书的一个或多个实施例提供的无人驾驶设备的控制方法，基于同样的思路，本说明书还提供了相应的无人驾驶设备的控制装置，如图4所示。

图4为本说明书提供的一种无人驾驶设备的控制装置示意图，包括：

障碍物确定模块401，用于获取预设的电子地图，确定无人驾驶设备周围的各候选障碍物，并根据预设的筛选条件、采集到的每个候选障碍物的障碍物信息以及所述电子地图，从所述各候选障碍物中筛选出干扰障碍物，将所述各候选障碍物中除所述干扰障碍物以外的其他障碍物，作为所述无人驾驶设备周围的各目标障碍物，以及确定所述无人驾驶设备所处位置对应的交通灯；

行驶状态确定模块402，用于针对每个目标障碍物，根据采集到的该目标障碍物的障碍物信息，确定该目标障碍物在当前对应的行驶状态；

交通灯状态确定模块403，用于根据确定出的每个目标障碍物在当前对应的行驶状态，确定所述交通灯对应的实际交通灯状态；

控制模块404，用于根据所述实际交通灯状态，对所述无人驾驶设备进行控制。

可选地，所述障碍物确定模块401具体用于，若监测到所述无人驾驶设备位于包含有交通灯的设定区域内，确定所述无人驾驶设备周围位于所述设定区域内的各候选障碍物。

可选地，所述障碍物确定模块401具体用于，针对每个候选障碍物，若根据采集到的该候选障碍物的障碍物信息以及所述电子地图，确定该候选障碍物位于路口处，且按照指定方向进行转向，确定该候选障碍物为干扰障碍物；或针对每个候选障碍物，若根据所述电子地图，确定该候选障碍物停留在路边的停车区域，确定该候选障碍物为干扰障碍物；或针对每个候选障碍物，若根据采集到该候选障碍物的障碍物信息，确定该候选障碍物为非机动车，确定该候选障碍物为干扰障碍物；或针对每个候选障碍物，若根据所述电子地图以及采集到的该候选障碍物的障碍物信息，确定该候选障碍物与所述无人驾驶设备位于不同车道，确定该候选障碍物为干扰障碍物。

可选地，所述交通灯状态确定模块403，具体用于针对每个目标障碍物，根据该目标障碍物当前对应的行驶状态，确定所述交通灯对应的候选交通灯状态；根据针对每个目标障碍物确定出的所述交通灯对应的候选交通灯状态，确定所述交通灯对应的实际交通灯状态。

可选地，所述交通灯状态确定模块403，具体用于确定该目标障碍物当前的行驶方向，作为第一行驶方向，以及确定所述无人驾驶设备当前的行驶方向，作为第二行驶方向；若确定所述第一行驶方向与所述第二行驶方向之间的相似度落入第一设定相似度区间，当该目标障碍物当前处于移动状态时，确定所述交通灯对应的候选交通灯状态为绿灯，当该目标障碍物当前处于静止状态时，确定所述交通灯对应的候选交通灯状态为红灯；若确定所述第一行驶方向与所述第二行驶方向之间的相似度落入第二设定相似度区间，当该目标障碍物当前处于移动状态时，确定所述交通灯对应的候选交通灯状态为红灯，当该目标障碍物当前处于静止状态时，确定所述交通灯对应的候选交通灯状态为绿灯。

可选地，所述交通灯状态确定模块403当该目标障碍物当前处于移动状态时，确定所述交通灯对应的候选交通灯状态之前，所述交通灯状态确定模块403，还用于确定该目标障碍物位于所述交通灯所对应的交通路口内。

可选地，所述交通灯状态确定模块403当该目标障碍物当前处于静止状态时，确定所述交通灯对应的候选交通灯状态之前，所述交通灯状态确定模块403还用于，确定该目标障碍物前方设定距离内不存在阻挡该目标障碍物行驶的其他障碍物。

本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的一种无人驾驶设备的控制方法。

本说明书还提供了图5所示的一种对应于图1的无人驾驶设备的示意结构图。如图5所述，在硬件层面，该无人驾驶设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的无人驾驶设备的控制方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device, PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书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，本说明书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。

本说明书是参照根据本说明书实施例的方法、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。

内存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)。内存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，并不排除在包括所述要素的过程、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，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书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，本说明书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。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种无人驾驶设备的控制方法，其特征在于，包括：

获取预设的电子地图，确定无人驾驶设备周围的各候选障碍物，并根据预设的筛选条件、采集到的每个候选障碍物的障碍物信息以及所述电子地图，从所述各候选障碍物中筛选出干扰障碍物，将所述各候选障碍物中除所述干扰障碍物以外的其他障碍物，作为所述无人驾驶设备周围的各目标障碍物，以及确定所述无人驾驶设备所处位置对应的交通灯；

针对每个目标障碍物，根据采集到的该目标障碍物的障碍物信息，确定该目标障碍物在当前对应的行驶状态；

根据确定出的每个目标障碍物在当前对应的行驶状态，确定所述交通灯对应的实际交通灯状态；

根据所述实际交通灯状态，对所述无人驾驶设备进行控制。

2.如权利要求1所述的方法，其特征在于，确定无人驾驶设备周围的各候选障碍物，具体包括：

若监测到所述无人驾驶设备位于包含有交通灯的设定区域内，确定所述无人驾驶设备周围位于所述设定区域内的各候选障碍物。

3.如权利要求1所述的方法，其特征在于，根据预设的筛选条件、采集到的每个候选障碍物的障碍物信息以及所述电子地图，从所述各候选障碍物中筛选出干扰障碍物，具体包括：

针对每个候选障碍物，若根据采集到的该候选障碍物的障碍物信息以及所述电子地图，确定该候选障碍物位于路口处，且按照指定方向进行转向，确定该候选障碍物为干扰障碍物；或

针对每个候选障碍物，若根据所述电子地图，确定该候选障碍物停留在路边的停车区域，确定该候选障碍物为干扰障碍物；或

针对每个候选障碍物，若根据采集到该候选障碍物的障碍物信息，确定该候选障碍物为非机动车，确定该候选障碍物为干扰障碍物；或

针对每个候选障碍物，若根据所述电子地图以及采集到的该候选障碍物的障碍物信息，确定该候选障碍物与所述无人驾驶设备位于不同车道，确定该候选障碍物为干扰障碍物。

4.如权利要求1所述的方法，其特征在于，根据确定出的每个目标障碍物在当前对应的行驶状态，确定所述交通灯对应的实际交通灯状态，具体包括：

针对每个目标障碍物，根据该目标障碍物当前对应的行驶状态，确定所述交通灯对应的候选交通灯状态；

根据针对每个目标障碍物确定出的所述交通灯对应的候选交通灯状态，确定所述交通灯对应的实际交通灯状态。

5.如权利要求4所述的方法，其特征在于，根据该目标障碍物当前对应的行驶状态，确定所述交通灯对应的候选交通灯状态，具体包括：

确定该目标障碍物当前的行驶方向，作为第一行驶方向，以及确定所述无人驾驶设备当前的行驶方向，作为第二行驶方向；

若确定所述第一行驶方向与所述第二行驶方向之间的相似度落入第一设定相似度区间，当该目标障碍物当前处于移动状态时，确定所述交通灯对应的候选交通灯状态为绿灯，当该目标障碍物当前处于静止状态时，确定所述交通灯对应的候选交通灯状态为红灯；

若确定所述第一行驶方向与所述第二行驶方向之间的相似度落入第二设定相似度区间，当该目标障碍物当前处于移动状态时，确定所述交通灯对应的候选交通灯状态为红灯，当该目标障碍物当前处于静止状态时，确定所述交通灯对应的候选交通灯状态为绿灯。

6.如权利要求5所述的方法，其特征在于，当该目标障碍物当前处于移动状态时，确定所述交通灯对应的候选交通灯状态之前，所述方法还包括：

确定该目标障碍物位于所述交通灯所对应的交通路口内。

7.如权利要求5所述的方法，其特征在于，当该目标障碍物当前处于静止状态时，确定所述交通灯对应的候选交通灯状态之前，所述方法还包括：

确定该目标障碍物前方设定距离内不存在阻挡该目标障碍物行驶的其他障碍物。

8.一种无人驾驶设备的控制装置，其特征在于，包括：

障碍物确定模块，用于获取预设的电子地图，确定无人驾驶设备周围的各候选障碍物，并根据预设的筛选条件、采集到的每个候选障碍物的障碍物信息以及所述电子地图，从所述各候选障碍物中筛选出干扰障碍物，将所述各候选障碍物中除所述干扰障碍物以外的其他障碍物，作为所述无人驾驶设备周围的各目标障碍物，以及确定所述无人驾驶设备所处位置对应的交通灯；

行驶状态确定模块，用于针对每个目标障碍物，根据采集到的该目标障碍物的障碍物信息，确定该目标障碍物在当前对应的行驶状态；

交通灯状态确定模块，用于根据确定出的每个目标障碍物在当前对应的行驶状态，确定所述交通灯对应的实际交通灯状态；

控制模块，用于根据所述实际交通灯状态，对所述无人驾驶设备进行控制。

9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。

10.一种无人驾驶设备，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上述权利要求1~7任一项所述的方法。

Images