CN112859884B - 一种控制无人驾驶设备的方法及装置 - Google Patents

一种控制无人驾驶设备的方法及装置 Download PDF

Info

Publication number
CN112859884B
CN112859884B CN202110445226.2A CN202110445226A CN112859884B CN 112859884 B CN112859884 B CN 112859884B CN 202110445226 A CN202110445226 A CN 202110445226A CN 112859884 B CN112859884 B CN 112859884B
Authority
CN
China
Prior art keywords
signal lamp
target signal
state
unmanned
equipment
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
CN202110445226.2A
Other languages
English (en)
Other versions
CN112859884A (zh
Inventor
夏华夏
潘作舟
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.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology Co Ltd
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 Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202110445226.2A priority Critical patent/CN112859884B/zh
Publication of CN112859884A publication Critical patent/CN112859884A/zh
Application granted granted Critical
Publication of CN112859884B publication Critical patent/CN112859884B/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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • 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
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • 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
    • 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
    • G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
    • 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
    • G05D1/0251—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 extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
    • 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
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • 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
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291—Fleet control
    • G05D1/0295—Fleet control by at least one leading vehicle of the fleet

Abstract

本说明书公开了一种控制无人驾驶设备的方法及装置，可获取无人驾驶设备的位置以确定目标信号灯，根据目标信号灯的位置，选择具备确定目标信号灯的状态的能力的若干个其他设备，以由各其他设备确定目标信号灯的状态，获取各其他设备确定的目标信号灯的状态等信息，并根据获取的信息，选择指定行驶策略，并根据指定行驶策略，规划无人驾驶设备的运行轨迹，根据运行轨迹，对无人驾驶设备进行控制。本说明书可直接获取由其他设备确定出的目标信号灯的状态，从而基于目标信号灯的状态等信息，确定无人驾驶设备所要完成的指定行驶策略，并根据指定行驶策略规划无人驾驶设备的运行轨迹以控制无人驾驶设备。

Description

一种控制无人驾驶设备的方法及装置
技术领域
本说明书涉及无人驾驶技术领域，尤其涉及一种控制无人驾驶设备的方法及装置。
背景技术
目前，无人驾驶设备在运行的过程中，需要根据信号灯的状态、周围环境信息等信息，进行决策，并根据决策结果，控制无人驾驶设备实现决策结果。
以获取信号灯的状态为例，无人驾驶设备可安装有图像传感器，通过图像传感器采集包含信号灯的图像，并对图像进行图像处理，得到信号灯的状态信息。然而，在图像传感器采集图像的过程中，若无人驾驶设备无法确定信号灯的状态，例如，信号灯被障碍物遮挡，无法获取包含信号灯的图像，则无人驾驶设备无法作出准确的决策，从而无法较好地控制无人驾驶设备。
常见的解决方案是，无人驾驶设备可获取信号灯被障碍物遮挡前的状态，并基于获取的信号灯被障碍物遮挡前的状态进行决策。然而，在这种方案中，获取的信号灯的状态可能与当前实际的信号灯状态并不一致，同样存在无人驾驶设备无法较好地作出决策，从而无法较好地控制无人驾驶设备的问题。
发明内容
本说明书实施例提供一种控制无人驾驶设备的方法及装置，以部分解决现有技术存在的上述问题。
本说明书实施例采用下述技术方案：
本说明书提供的一种控制无人驾驶设备的方法，所述方法包括：
获取无人驾驶设备的位置，并根据所述无人驾驶设备的位置，在所述无人驾驶设备周围环境中的各信号灯中，确定目标信号灯；
根据所述目标信号灯的位置，选择具备确定所述目标信号灯的状态的能力的若干个其他设备，以由各其他设备确定所述目标信号灯的状态；
获取所述无人驾驶设备的运行信息、所述无人驾驶设备周围环境中各障碍物的信息以及各其他设备确定的所述目标信号灯的状态，并根据获取的信息，在预设的若干种行驶策略中，选择指定行驶策略，并根据所述指定行驶策略，规划所述无人驾驶设备的运行轨迹；
根据所述运行轨迹，对所述无人驾驶设备进行控制。
可选地，根据获取的信息，在预设的若干种行驶策略中，选择指定行驶策略，具体包括：
将获取的信息输入预先训练的策略选择模型，得到所述策略选择模型基于各行驶策略输出的所述指定行驶策略；或者，
获取预先确定的每个行驶策略对应的选择条件，其中，各行驶策略对应的选择条件互斥；
在各行驶策略中，识别获取的信息满足的选择条件对应的行驶策略，作为所述指定行驶策略。
可选地，根据所述指定行驶策略，规划所述无人驾驶设备的运行轨迹，具体包括：
将获取的信息输入轨迹规划模型，得到所述轨迹规划模型输出的若干个待定轨迹；
针对每个待定轨迹，在所述无人驾驶设备按照该待定轨迹行驶的情况下，判断所述无人驾驶设备是否实现所述指定行驶策略；
根据判断结果，在各待定轨迹中，选择所述运行轨迹。
可选地，根据所述无人驾驶设备的位置，在所述无人驾驶设备周围环境中的各信号灯中，确定目标信号灯，具体包括：
获取电子地图；
根据所述无人驾驶设备的位置以及所述电子地图包含的各车道的信息，确定所述无人驾驶设备当前所在的车道，作为当前车道；
获取所述电子地图中包含的各车道与各信号灯之间的对应关系；
根据所述对应关系，在各信号灯中，选择所述当前车道对应的信号灯作为所述目标信号灯。
可选地，所述无人驾驶设备与各其他设备通信连接；
根据所述目标信号灯的位置，选择具备确定所述目标信号灯的状态的能力的若干个其他设备，具体包括：
针对各其他设备，接收该其他设备发送的定位信息，根据所述目标信号灯的位置、所述无人驾驶设备的位置中的至少一种以及所述定位信息，判断该其他设备是否满足预设条件；
若判断结果为是，则确定该其他设备具备确定所述目标信号灯的状态的能力并选择；
否则，确定该其他设备不具备确定所述目标信号灯的状态的能力。
可选地，获取各其他设备确定的所述目标信号灯的状态，具体包括：
接收各其他设备确定的所述目标信号灯的属性信息，所述属性信息包括所述目标信号灯的状态、时间戳；
根据各其他设备确定所述目标信号灯的时间戳以及预设的时间区间，在各其他设备确定的所述目标信号灯的状态中，选择若干个所述目标信号灯的状态作为指定状态；
对各指定状态进行处理，得到最终状态，作为各其他设备确定的所述目标信号灯的状态。
可选地，所述无人驾驶设备与服务器通信连接，各其他设备与服务器通信连接；
根据所述目标信号灯的位置，选择具备确定所述目标信号灯的状态的能力的若干个其他设备，具体包括：
将所述目标信号灯的位置发送给所述服务器，以使所述服务器根据预存的各其他设备的位置信息，确定位于所述目标信号灯的位置的邻域内的其他设备作为具备确定所述目标信号灯的状态的能力的其他设备；
获取各其他设备确定的所述目标信号灯的状态，具体包括：
向所述服务器发送获取所述目标信号灯的状态的请求，以使所述服务器对各其他设备确定的所述目标信号灯的状态进行处理，得到所述目标信号灯的最终状态；
接收所述服务器发送的所述目标信号灯的最终状态，作为各其他设备确定的所述目标信号灯的状态。
本说明书提供一种控制无人驾驶设备的装置，所述装置包括：
获取模块，用于获取无人驾驶设备的位置，并根据所述无人驾驶设备的位置，在所述无人驾驶设备周围环境中的各信号灯中，确定目标信号灯；
确定模块，用于根据所述目标信号灯的位置，选择具备确定所述目标信号灯的状态的能力的若干个其他设备，以由各其他设备确定所述目标信号灯的状态；
选择模块，用于获取所述无人驾驶设备的运行信息、所述无人驾驶设备周围环境中各障碍物的信息以及各其他设备确定的所述目标信号灯的状态，并根据获取的信息，在预设的若干种行驶策略中，选择指定行驶策略，并根据所述指定行驶策略，规划所述无人驾驶设备的运行轨迹；
控制模块，用于根据所述运行轨迹，对所述无人驾驶设备进行控制。
本说明书提供的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控制无人驾驶设备的方法。
本说明书提供的一种电子设备，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控制无人驾驶设备的方法。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：
本说明书可获取无人驾驶设备的位置，并根据无人驾驶设备的位置，在无人驾驶设备周围环境中的各信号灯中，确定目标信号灯，根据目标信号灯的位置，选择具备确定目标信号灯的状态的能力的若干个其他设备，以由各其他设备确定目标信号灯的状态，获取无人驾驶设备的运行信息、无人驾驶设备周围环境中各障碍物的信息以及各其他设备确定的目标信号灯的状态，并根据获取的信息，在预设的若干种行驶策略中，选择指定行驶策略，并根据指定行驶策略，规划无人驾驶设备的运行轨迹，根据运行轨迹，对无人驾驶设备进行控制。在本说明书中，当无人驾驶设备确定目标信号灯并需要获取目标信号灯的状态时，可直接获取由其他设备确定出的目标信号灯的状态，从而基于目标信号灯的状态等信息，确定无人驾驶设备所要完成的指定行驶策略，并根据指定行驶策略规划无人驾驶设备的运行轨迹以控制无人驾驶设备，从而既解决了现有技术中无法获取准确的目标信号灯的状态的问题，又实现了基于目标信号灯的状态对无人驾驶设备进行更好的控制的效果。
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为本说明书实施例提供的一种控制无人驾驶设备的方法流程图；
图2为本说明书实施例提供的一种确定目标信号灯的状态的示意图；
图3为本说明书实施例提供的另一种控制无人驾驶设备的方法流程图；
图4为本说明书实施例提供的一种控制无人驾驶设备的装置的结构示意图；
图5为本说明书实施例提供的另一种控制无人驾驶设备的装置的结构示意图；
图6为本说明书实施例提供的实现上述控制无人驾驶设备的方法的电子设备示意图。
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。
在无人驾驶领域中，当无人驾驶设备运行至设置有交通信号灯的路口时，需要决策是否通过路口，从而基于决策信息，对无人驾驶设备进行控制，其决策依据可包括信号灯的状态、无人驾驶设备周围的环境中的障碍物信息等。
关于信号灯的状态的确定，一般可通过安装在无人驾驶设备上的图像传感器采集包含有信号灯的图像，对图像进行处理后，可得到信号灯的状态。然而，在无人驾驶设备的实际运行中，经常出现信号灯被障碍物遮挡的情况，例如，被位于无人驾驶设备前方的公交车、大货车等障碍物遮挡，从而使得图像传感器无法采集到包含有信号灯的图像，或者，由于环境中太阳光线过强等原因，导致对图像传感器采集到的包含有信号灯的图像进行处理时，无法较为准确的确定信号灯的状态。
现有的技术方案中，针对信号灯被遮挡的情况，可获取无人驾驶设备确定的信号灯被障碍物遮挡前的状态，以作为当前是否通过路口的决策依据。但是，采用这种方案确定的出的信号灯的状态可能存在不准确的问题，例如，信号灯被遮挡前的状态为红灯，而当前实际的信号灯状态为绿灯，这就导致无人驾驶设备在决策时，选择停在路口的错误决策，又如，若获取的信号灯被遮挡前的状态为绿灯，而当前实际的信号灯状态为红灯，一旦无人驾驶设备前方的车辆出现闯红灯的情况，则无人驾驶设备同样可能出现错误的决策。
因此，本说明书提供一种控制无人驾驶设备的方法，以部分地解决上述内容存在的问题。
本说明书提供的无人驾驶设备控制方法中，无人驾驶设备，即无人设备，在运行时无需人工参与驾驶，可包括无人驾驶车辆、无人机等智能无人驾驶设备，可用于载人或者载物，主要用于代替人工配送物品（例如在大型货物仓储中心运输分拣后的货物），或将货物从某一地点运输到另一地点。由于本说明书旨在确定信号灯的状态以基于信号灯的状态确定行驶策略，从而基于行驶策略，规划无人驾驶设备的运行轨迹以控制无人驾驶设备，因此，信号灯可指道路上的交通信号灯，例如，设置在道路交叉口的交通信号灯，信号灯的状态可包括指示通行状态、禁止通行状态，例如，当信号灯的颜色为绿灯时，可认为信号灯的状态为指示通行状态，当信号灯的颜色为红灯时，可认为信号灯的状态为禁止通行状态，此外，信号灯的状态还可以为其他状态，其他状态对应的情况可包括信号灯的颜色为黄灯的情况、以及信号灯由于故障等原因未启用等情况。
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为本说明书实施例提供的一种无人驾驶设备控制方法流程图，具体可包括以下步骤：
S100：获取无人驾驶设备的位置，并根据所述无人驾驶设备的位置，在所述无人驾驶设备周围环境中的各信号灯中，确定目标信号灯。
在本说明书中，无人驾驶设备上可安装有传感器以及定位模块，传感器可包括图像传感器、激光雷达、毫米波雷达等传感器，用于采集图像、点云等传感数据，定位模块可包括诸如全球定位系统（Global Positioning System，GPS）模块、全球导航卫星系统（GlobalNavigation Satellite System，GNSS）模块等，用于确定无人驾驶设备的定位信息。
无人驾驶设备在确定自身的定位信息时，除了采用诸如GPS模块等定位模块的方式进行定位之外，还可采用其他方式，例如，计算机视觉，即通过传感器来采集传感数据，通过对传感数据进行处理，得到无人驾驶设备的定位信息，一般情况下，传感器可采用图像传感器，又如，采用诸如无线保真（WIreless FIdelity，WiFi）技术、蓝牙（bluetooth）技术、红外线技术等进行定位。而无论采用哪种定位方式进行无人驾驶设备自身的定位，其定位过程均可参考现有的技术方案，因此，本说明书中对无人驾驶设备确定自身的定位信息的过程，不再赘述。
无人驾驶设备在运行的过程中，可获取电子地图。电子地图可存储在无人驾驶设备本地，即，无人驾驶设备还设置有存储模块，用于存储电子地图等数据，此外，电子地图还可存储在其他位置，例如，设置有存储模块的服务器或者第三方平台，则无人驾驶设备可与服务器或第三方平台进行通信连接，从而向服务器或第三方平台发送获取电子地图的请求，以使服务器或第三方平台将电子地图发送给无人驾驶设备。
其中，电子地图可包括三维地图、高精地图等，用于在对无人驾驶设备的控制过程中提供地图信息。在本说明书中，无论采用哪种地图，电子地图中可至少包括车道的信息、信号灯的信息。
在获取电子地图之后，无人驾驶设备可根据无人驾驶设备自身的定位信息，确定无人驾驶设备在电子地图中的位置信息。
具体的，无人驾驶设备的定位信息可表示为经纬度信息、与地理标志的之间的相对位置等信息，结合电子地图中包含的各车道的位置等信息，可确定无人驾驶设备所在的车道，并将其作为目标车道。这是由于，考虑到无人驾驶设备在室外运行时，当需要经过设置有信号灯的路口时，一般是在某一车道上运行，因此，可将无人驾驶设备在电子地图中的位置信息具体到目标车道上。
在一种常见的情况中，无人驾驶设备在换道的过程中，根据其定位信息以及电子地图中各车道的信息，无法准确地确定无人驾驶设备当前所在的目标车道，此时，可根据用于无人驾驶设备进行换道的规划轨迹等信息，确定无人驾驶设备设备换道成功后的车道作为目标车道。
此外，在本说明书中，无人驾驶设备在电子地图中的位置除了采用无人驾驶设备所在的车道作为目标车道进行表示之外，还可采用其他方式进行表示，例如，由于电子地图中包含各信号灯、道路交叉口等实体的信息，因此，根据无人驾驶设备的定位信息以及电子地图，还可确定无人驾驶设备与电子地图中各实体的相对位置，如，无人驾驶设备与电子地图中实体的相对位置可表示为无人驾驶设备距离某一路口/某一信号灯的距离为X米。
在确定无人驾驶设备在电子地图中的位置之后，可基于无人驾驶设备在电子地图中的位置，确定无人驾驶设备在电子地图中的位置对应的信号灯作为目标信号灯，其中，目标信号灯用于在控制无人驾驶设备的过程中提供信号灯的状态等信息。
具体的，信号灯的信息可包括信号灯的标识、信号灯在电子地图中的位置、信号灯的状态等信息。基于上述内容，无人驾驶设备在电子地图中的位置为无人驾驶设备运行时所在的目标车道时，可获取电子地图中各车道与各信号灯之间的对应关系，根据对应关系，在各信号灯中，选择目标车道对应的信号灯作为目标信号灯。
其中，电子地图中各车道与各信号灯之间的对应关系，可基于现有的技术方案进行确定，或者无人驾驶设备可直接从本地存储模块或者其他存储有该对应关系的位置获取。一般情况下，各车道与各信号灯之间的对应关系，可表示为左转车道对应左转类型的信号灯，直行车道对应直行类型的信号灯等，可基于各车道与各信号灯的位置进行确定，将各车道与各信号灯进行对应，即可将各车道的标识与各信号灯的标识进行对应，其中，基于信号灯的标识可唯一确定信号灯，同理，基于车道的标识，可唯一确定车道。
因此，在获取各车道与各信号灯之间的对应关系之后，可根据对应关系以及无人驾驶设备所在的目标车道，在各信号灯中，确定目标信号灯。即，将无人驾驶设备所在的目标车道对应的信号灯作为目标信号灯。
当无人驾驶设备在电子地图中的位置采用其他方式来表示时，沿用上例，可确定无人驾驶设备与电子地图中各实体的相对位置，当确定无人驾驶设备与某一信号灯之间的相对位置，可直接将该信号灯作为目标信号灯，或者，当确定无人驾驶设备与某一道路交叉口之间的相对位置，可确定位于该道路交叉口的信号灯作为目标信号灯。
在另一种常见的情况中，例如，无人驾驶设备运行在乡村道路场景中，根据无人驾驶设备的定位信息以及电子地图，可确定无人驾驶设备当前所在的道路信息，而无法确定无人驾驶设备当前所在的车道，或者，可确定无人驾驶设备在电子地图中的位置，该位置无法使用道路或者车道进行表示，则可预先确定各信号灯与电子地图中各区域之间的对应关系，根据确定出的无人驾驶设备在电子地图中的位置，确定无人驾驶设备当前所在的区域，并根据无人驾驶设备当前所在的区域，确定目标信号灯。
S102：根据所述目标信号灯的位置，选择具备确定所述目标信号灯的状态的能力的若干个其他设备，以由各其他设备确定所述目标信号灯的状态。
在本说明书中，无人驾驶设备在运行的过程中，可在对无人驾驶设备的每次控制中，均请求获取目标信号灯的状态信息，也可当无人驾驶设备满足预设的条件时，请求获取目标信号灯的状态信息。
因此，针对在对无人驾驶设备的每次控制中均请求获取目标信号灯的状态信息的情况，可确定当对无人驾驶设备进行控制时，即接收到请求确定目标信号灯的状态信息的请求。
而针对另一种情况时，本说明书可预先设置接收确定目标信号灯的状态信息的请求的触发条件，当满足预设的触发条件时，即可认为接收到确定目标信号灯的状态信息的请求。由于本说明书主要是为了无人驾驶设备在通过道路交叉口时能够基于信号灯的状态进行决策，因此，可基于无人驾驶设备距离道路交叉口或者目标信号灯较近的情况设置触发条件，或者，基于无人驾驶设备无法获取目标信号灯的状态的情况设置触发条件。
故，若根据无人驾驶设备以及目标信号灯在电子地图中的位置，确定无人驾驶设备与目标信号灯之间的距离在预设的距离阈值内，或者，若根据无人驾驶设备以及道路交叉口的相对位置，确定无人驾驶设备与道路交叉口之间的距离在预设的距离阈值内，或者，若根据安装在无人驾驶设备上的传感器无法获取包含目标信号灯的传感数据时，可确定无人驾驶设备接收到确定目标信号灯的状态信息的请求。
其中，根据安装在无人驾驶设备上的传感器无法获取包含目标信号灯的传感数据这一触发条件中，传感器可以为图像传感器，即，图像传感器无法获取包含目标信号灯的图像，传感器还可以为雷达，即，雷达无法获取包含目标信号灯的点云数据。
此外，本说明书还可包括其他的触发条件，例如，根据安装在无人驾驶设备上的图像传感器采集到包含目标信号灯的图像，对图像进行处理后，无法确定目标信号灯的状态等。
本说明书可支持提供的上述触发条件中满足其一即可认为接收到确定目标信号灯的状态信息的请求的情况，同样也可支持同时满足至少两个触发条件后认为接收到确定目标信号灯的状态信息的请求的情况。
在接收到确定目标信号灯的状态信息的请求之后，无人驾驶设备首先可获取若干个其他设备的定位信息。
在本说明书中，其他设备可包括无人驾驶设备，其他设备同样可在目标信号灯附近运行，另外，其他设备还可包括其他安装有图像传感器的智能设备，例如，智能可穿戴设备等。其他设备可与无人驾驶设备进行通信，例如，可通过蓝牙、WiFi等方式进行无线通信。此外，其他设备上可安装有定位模块，其他设备可定位自身的位置信息，或者，其他设备上可存储有位置信息，或者，无人驾驶设备本地或服务器可存储有各其他设备的位置信息。
这里需要说明的是，其他设备上可安装有传感器，例如图像传感器、激光雷达、毫米波雷达等，以通过传感器采集传感数据，通过对传感数据进行数据处理，得到信号的状态，即，本说明书中，可默认其他设备具备确定信号灯的状态的能力。
因此，无人驾驶设备在获取各其他设备的定位信息时，针对各其他设备，可与该其他设备进行通信，接收该其他设备发送的定位信息或者位置信息。无人驾驶设备还可从无人驾驶设备本地或者服务器中获取各其他设备的位置信息。
然后，在各其他设备中选择至少一个指定设备（即，具备确定目标信号灯的状态的能力的其他设备），以由选择的指定设备确定目标信号灯的状态信息。
在获取各其他设备的定位信息之后，针对各其他设备，可根据定位信息、目标信号灯的位置以及无人驾驶设备的位置等一种或多种信息，判断该其他设备是否满足预设条件，当判断结果为是时，说明该其他设备具备确定目标信号灯的状态的能力，否则，说明该其他设备不具备确定目标信号灯的能力。例如，根据无人驾驶设备的定位信息以及该其他设备的定位信息，确定无人驾驶设备与该其他设备之间的距离，在各其他设备中，选择距离小于预设的第一阈值的若干个其他设备作为指定设备。又如，可根据目标信号灯的位置信息以及各其他设备的位置信息，确定目标信号灯与各其他设备之间的距离，在各其他设备中，选择距离小于预设的第二阈值的若干个其他设备作为指定设备。其中，第一阈值与第二阈值的设置，可根据实际情况而定。
此外，在本说明书中，无人驾驶设备与服务器可进行通信，各指定设备同样可与服务器进行通信，其中，服务器为用于进行调度的设备，并且可以是单独的一台设备或者是多台设备组成的分布式服务器，本说明书对此不做限制。各其他设备可将位置信息或者定位信息发送给服务器，服务器中可存储各其他设备的定位信息或位置信息，无人驾驶设备可将自身的位置以及目标信号灯的位置发送给服务器。服务器可根据各其他设备的位置信息、无人驾驶设备的位置以及目标信号灯的位置等信息，在各其他设备中，选择具备确定目标信号灯的状态的能力的其他设备。具体的，针对各其他设备，服务器可根据该其他设备的位置与无人驾驶设备的位置，确定该其他设备与无人驾驶设备之间的距离，或者根据该其他设备的位置与目标信号灯的位置，确定该其他设备与目标信号灯之间的距离等，根据各其他设备与无人驾驶设备之间的距离、各其他设备与目标信号灯之间的距离等信息，在各其他设备中进行选择。然后，服务器可将选择出的其他设备发送给无人驾驶设备。
在确定指定设备之后，指定设备可通过安装在指定设备上的图像传感器，采集包含目标信号灯的图像，对图像进行处理后，得到目标信号灯的状态信息。当然，本说明书中，同样可支持指定设备通过其他方式确定目标信号灯的状态信息的情况，例如，指定设备与目标信号灯进行通信，得到目标信号灯的状态信息等。其中，本说明书中所述的对包含目标信号灯的图像进行图像处理，得到目标信号灯的状态的过程，可参考现有的技术方案，在此不再赘述。
S104：获取所述无人驾驶设备的运行信息、所述无人驾驶设备周围环境中各障碍物的信息以及各其他设备确定的所述目标信号灯的状态，并根据获取的信息，在预设的若干种行驶策略中，选择指定行驶策略，并根据所述指定行驶策略，规划所述无人驾驶设备的运行轨迹。
S106：根据所述运行轨迹，对所述无人驾驶设备进行控制。
本说明书中，在确定各指定设备之后，可获取各指定设备确定的目标信号灯的状态信息。
在本说明书提供的一种优选实施例中，由于无人驾驶设备可与各指定设备进行通信，因此，针对各指定设备，无人驾驶设备可接收该指定设备确定的目标信号灯的属性信息，属性信息可包括目标信号灯的状态信息、该指定设备确定目标信号灯的状态信息的时间戳，此外，属性信息还可包括目标信号灯的状态信息的置信度、目标信号灯的状态信息的维持时长等。
从而，无人驾驶设备可对接收的各指定设备发送的信息进行处理，得到目标信号灯的最终状态信息，以基于目标信号灯的最终状态信息，对无人驾驶设备自身进行控制。
具体的，根据各指定设备确定目标信号灯的时间戳以及预设的时间区间，在各指定设备确定的目标信号灯的状态信息中，选择若干个目标信号灯的状态信息作为指定状态信息，对各指定状态信息进行处理，得到最终状态信息，根据最终状态信息，控制无人驾驶设备。
其中，无人驾驶设备可设置时间区间长度，例如，时间区间长度为0.1秒，根据当前时刻以及时间区间长度，确定若干个时间区间。针对各时间区间，根据各指定设备确定目标信号灯的时间戳，确定位于该时间区间中的至少一个时间戳，并将确定的时间戳对应的目标信号灯的状态信息作为指定状态信息，从而基于各指定状态信息以及预设的规则，得到最终状态信息。其中，预设的规则可包括将各指定状态信息进行分类，根据分类结果，选择类别中数量最多的指定状态信息作为最终状态信息，本说明书同样可支持其他预设的规则的情况，例如，将数量大于预设的数量阈值的同一指定状态信息作为最终状态信息等。
在本说明书提供的另一优选实施例中，无人驾驶设备可向服务器发送获取各指定设备确定的目标信号灯的状态信息的请求，并接收由服务器发送的各指定设备确定的目标信号灯的状态信息，由无人驾驶设备基于各指定设备确定的目标信号灯的状态信息，确定目标信号灯的最终状态信息，并基于目标信号灯的最终状态信息，控制无人驾驶设备。
当然，另一种情况中，无人驾驶设备在向服务器发送获取各指定设备确定的目标信号灯的状态信息的请求后，可接收目标信号灯的最终状态信息，其中，目标信号灯的最终状态信息由服务器根据各指定设备确定的目标信号灯的状态信息进行确定，从而基于目标信号灯的最终状态信息，控制无人驾驶设备。其中，服务器根据各指定设备确定的目标信号灯的状态信息确定的目标信号灯的最终状态信息的过程，可参考上述内容中无人驾驶设备根据各指定设备确定的目标信号灯的状态信息确定的目标信号灯的最终状态信息的过程。
图2为本说明书实施例提供的一种确定目标信号灯的状态的示意图。在图2中，车辆A为无人驾驶设备，车辆B、C为其他设备，车辆X为诸如公交车等其他车辆，无人驾驶设备A与车辆X运行在直行车道上，目标信号灯为直行类型的信号灯，车辆X位于无人驾驶设备A的前方，导致无人驾驶设备A在获取目标信号灯的状态时，目标信号灯被遮挡，无人驾驶设备A在获取目标信号灯的状态时，可获取其他设备B、C确定的目标信号灯的状态，并对其他设备B、C确定的目标信号灯的状态进行处理，得到目标信号灯的最终状态。
在获取各其他设备确定的目标信号灯的状态的同时，无人驾驶设备还可获取无人驾驶设备的运行信息、无人驾驶设备周围环境中各障碍物的信息以及无人驾驶设备周围的环境信息等，其中，无人驾驶设备的运行信息可包括无人驾驶设备的转向角、速度、加速度等信息，障碍物的信息可包括障碍物的位置、障碍物的速度等信息，环境信息可包括目标车辆的车道类型、天气信息、无人驾驶设备当前所处的驾驶场景类型等。
然后，根据获取的上述各种信息，可在各行驶策略中，选择指定行驶策略。
具体的，行驶策略，即，无人驾驶设备未来一段时间内行驶的目的，可包括超车、换道、通过道路交叉口、保持直行以及停车等待等行驶策略，当然，上述只是对行驶策略的示意性列举，本说明书同样可支持其他的行驶策略。
在确定指定行驶策略时，本说明书可采用基于模型的方式进行确定，即，将获取的各信息输入预先训练的策略选择模型，得到策略选择模型基于各行驶策略输出的指定行驶策略。具体的，策略选择模型即为机器学习模型，可以是强化学习模型，也可以是神经网络模型，预先对策略选择模型进行训练的过程可参考现有的技术方案。本说明书可将获取的上述各种信息以及各行驶策略输入策略选择模型，从而得到策略选择模型输出的指定行驶策略。
另外，本说明书还可采用基于规则的方式进行确定，即，获取预先确定的每个行驶策略对应的选择条件，其中，各行驶策略对应的选择条件互斥，在各行驶策略中，识别获取的信息满足的选择条件对应的行驶策略，作为指定行驶策略。具体的，本说明书中，可预先为每个行驶策略设置对应的选择条件，其中，在为各行驶策略设置对应的选择条件时，可依据实际情况、道路规则等多种因素进行设置。不同的行驶策略对应的选择条件不同，即，各行驶策略对应的选择条件互斥，同一种信息只满足一种选择条件，因此，针对各行驶策略，可判断获取的信息是否该行驶策略对应的选择条件，若判断结果为满足，则可确定该行驶策略为指定行驶策略，若判断结果为不满足，则可确定该行驶策略不是指定行驶策略。
之后，根据指定行驶策略，可规划无人驾驶设备的运行轨迹。
具体的，在本说明书提供的一种实施例中，可将获取的上述各种信息输入轨迹规划模型，得到轨迹规划模型输出的若干个待定轨迹，针对每个待定轨迹，在无人驾驶设备按照该待定轨迹行驶的情况下，判断无人驾驶设备是否实现指定行驶策略，根据判断结果，在各待定轨迹中，选择待定轨迹作为运行轨迹。
其中，轨迹规划模型同样为机器学习模型，同样可进行预先训练，关于轨迹规划模型，同样可参考现有的技术方案。本说明书中，将获取的上述各种信息的一种或多种，输入轨迹规划模型，即可得到若干个待定轨迹，由于无人驾驶设备需要完成指定行驶策略，因此，可在各待定轨迹中，选择能够是无人驾驶设备完成指定行驶策略的待定轨迹，即，针对每个待定轨迹，在无人驾驶设备按照该待定轨迹行驶的情况下，判断无人驾驶设备是否实现指定行驶策略，若判断结果为实现，则选择该待定轨迹，若判断结果为未实现，则不选择该待定轨迹。若选择的结果包括多个待定轨迹时，可在选择的结果中再次进行筛选，得到运行轨迹，再次筛选时，可按照预设的规则或者采用随机筛选等方式进行筛选。
另外，在本说明书提供的另一种实施例中，可将获取的上述各种信息以及指定行驶策略输入轨迹规划模型，得到轨迹规划模型输出的运行轨迹。此时，轨迹规划模型可以为强化学习模型，尤其是分级强化学习模型。关于采用强化学习模型确定运行轨迹的具体过程，可参考现有的技术方案。
最后，根据运行轨迹，可对无人驾驶设备进行控制。
具体的，在得到运行轨迹之后，无人驾驶设备可按照运行轨迹行驶。即，位于运行轨迹上的每个轨迹点的信息，均可包括轨迹点的位置、无人驾驶设备在轨迹点的速度信息等信息，因此，无人驾驶设备可按照各轨迹点的信息，控制无人驾驶设备的油门、刹车等以按照运行轨迹行驶。
此外，本说明书还提供另一种控制无人驾驶设备的方法，服务器与至少一个其他设备通信连接，服务器与无人驾驶设备通信连接，图3为本说明书实施例提供的另一种控制无人驾驶设备的方法流程图，具体可包括以下步骤：
S200：针对各其他设备，接收该其他设备发送的若干个信号灯的属性信息，其中，信号灯的属性信息包括信号灯标识以及信号灯的状态信息。
S202：针对各信号灯，根据各其他设备识别出的该信号灯的状态信息，确定该信号灯的最终状态信息。
S204：接收无人驾驶设备发送的获取信号灯的状态信息的请求，所述请求中携带有信号灯标识。
S206：根据所述请求，将所述信号灯标识对应的信号灯的最终状态信息发送给所述无人驾驶设备，以使所述无人驾驶设备基于所述信号灯标识对应的信号灯的最终状态信息，对所述无人驾驶设备自身进行控制。
在本说明书中，其他设备可安装有传感器，例如，图像传感器，通过传感器采集包含有信号灯的传感数据，通过对传感数据进行处理，得到信号灯的状态信息、信号灯标识等信号灯的属性信息。其中，其他设备还可确定出信号灯的状态信息的置信度、时间戳、信号灯的状态信息的维持时长等信息，在该种控制无人驾驶设备的方法中，相同内容可参考上述步骤S100-步骤S108提供的内容。
其中，其他设备可确定自身的定位信息或在电子地图中的位置信息，并根据自身的定位信息或在电子地图中的位置信息，确定采集的传感数据中包含的信号灯的标识，并识别信号灯的状态信息，需要说明的是，在本说明书中，其他设备可同时识别出一个或多个信号灯的状态信息。由于可参考现有的技术方案，因此，本说明书对其他设备识别传感数据中的信号灯的标识以及信号灯的状态的具体过程不予赘述。
其他设备可将信号灯的属性信息发送给服务器，以由服务器对各其他设备发送的各信号灯的属性信息进行处理。
服务器对各其他设备发送的信号灯的属性信息进行处理时，针对各信号灯，可确定各其他设备识别出该信号灯的状态信息的时刻，即，时间戳，并且，可预先设置时间区间时长，例如，时间区间时长为0.1秒，根据时间区间时长，将包含当前时刻在内的一段时间划分为若干个时间区间，针对各时间区间，在各其他设备中，选择识别出时间戳位于该时间区间的至少一个其他设备作为指定设备，对各指定设备识别出的该信号灯的状态信息处理，得到该信号灯的最终状态信息。从而，通过上述内容，服务器可确定每个信号灯在每个时间区间的最终状态信息。
当服务器接收到无人驾驶设备发送的获取信号灯的状态信息的请求后，可基于请求中携带的信号灯标识，将信号灯标识对应的信号灯的最终状态信息发送给无人驾驶设备，以使无人驾驶设备基于信号灯标识对应的信号灯的最终状态信息，对无人驾驶设备自身进行控制。
其中，无人驾驶设备可确定自身的位置信息，并根据电子地图，确定无人驾驶设备在电子地图中的位置信息，例如，无人驾驶设备当前所在的车道，根据各车道与各信号灯之间的对应关系，可确定无人驾驶设备当前所在的车道对应的信号灯的信号灯标识，以基于确定出的信号灯标识对应的信号灯的状态信息，对无人驾驶设备进行控制。而无人驾驶设备在获取确定的信号灯标识对应的信号灯的状态信息时，可直接向服务器发送获取信号灯的状态信息的请求，也可当无人驾驶设备满足预设的触发条件时，向服务器发送获取信号灯的状态信息的请求，其中，预设的触发条件可包括若根据无人驾驶设备以及目标信号灯在电子地图中的位置，确定无人驾驶设备与目标信号灯之间的距离在预设的距离阈值内，或者，若根据无人驾驶设备以及道路交叉口的相对位置，确定无人驾驶设备与道路交叉口之间的距离在预设的距离阈值内，或者，若根据安装在无人驾驶设备上的传感器无法获取包含目标信号灯的传感数据，当然，本说明书还可包括其他触发条件，其他的触发条件可参考上述内容。
本说明书提供的上述无人驾驶设备控制方法，具体可应用于使用无人驾驶设备进行配送的领域，例如，使用无人驾驶设备进行快递、外卖等配送的场景。具体的，在上述的场景中，可使用多个无人驾驶设备所构成的无人驾驶车队进行配送。
基于图1提供的控制无人驾驶设备的方法，本说明书实施例还对应提供一种控制无人驾驶设备的装置的结构示意图，如图4所示。
图4为本说明书实施例提供的一种控制无人驾驶设备的装置的结构示意图，所述装置包括：
获取模块400，用于获取无人驾驶设备的位置，并根据所述无人驾驶设备的位置，在所述无人驾驶设备周围环境中的各信号灯中，确定目标信号灯；
确定模块402，用于根据所述目标信号灯的位置，选择具备确定所述目标信号灯的状态的能力的若干个其他设备，以由各其他设备确定所述目标信号灯的状态；
选择模块404，用于获取所述无人驾驶设备的运行信息、所述无人驾驶设备周围环境中各障碍物的信息以及各其他设备确定的所述目标信号灯的状态，并根据获取的信息，在预设的若干种行驶策略中，选择指定行驶策略，并根据所述指定行驶策略，规划所述无人驾驶设备的运行轨迹；
控制模块406，用于根据所述运行轨迹，对所述无人驾驶设备进行控制。
可选地，所述选择模块404具体用于，将获取的信息输入预先训练的策略选择模型，得到所述策略选择模型基于各行驶策略输出的所述指定行驶策略；或者，获取预先确定的每个行驶策略对应的选择条件，其中，各行驶策略对应的选择条件互斥；在各行驶策略中，识别获取的信息满足的选择条件对应的行驶策略，作为所述指定行驶策略。
可选地，所述选择模块404具体用于，将获取的信息输入轨迹规划模型，得到所述轨迹规划模型输出的若干个待定轨迹；针对每个待定轨迹，在所述无人驾驶设备按照该待定轨迹行驶的情况下，判断所述无人驾驶设备是否实现所述指定行驶策略；根据判断结果，在各待定轨迹中，选择所述运行轨迹。
可选地，所述获取模块400具体用于，获取电子地图；根据所述无人驾驶设备的位置以及所述电子地图包含的各车道的信息，确定所述无人驾驶设备当前所在的车道，作为当前车道；获取所述电子地图中包含的各车道与各信号灯之间的对应关系；根据所述对应关系，在各信号灯中，选择所述当前车道对应的信号灯作为所述目标信号灯。
可选地，所述无人驾驶设备与各其他设备通信连接；
所述确定模块402具体用于，针对各其他设备，接收该其他设备发送的定位信息，根据所述目标信号灯的位置、所述无人驾驶设备的位置中的至少一种以及所述定位信息，判断该其他设备是否满足预设条件；若判断结果为是，则确定该其他设备具备确定所述目标信号灯的状态的能力并选择；否则，确定该其他设备不具备确定所述目标信号灯的状态的能力。
可选地，所述选择模块404具体用于，接收各其他设备确定的所述目标信号灯的属性信息，所述属性信息包括所述目标信号灯的状态、时间戳；根据各其他设备确定所述目标信号灯的时间戳以及预设的时间区间，在各其他设备确定的所述目标信号灯的状态中，选择若干个所述目标信号灯的状态作为指定状态；对各指定状态进行处理，得到最终状态，作为各其他设备确定的所述目标信号灯的状态。
可选地，所述无人驾驶设备与服务器通信连接，各其他设备与服务器通信连接；
所述确定模块402具体用于，将所述目标信号灯的位置发送给所述服务器，以使所述服务器根据预存的各其他设备的位置信息，确定位于所述目标信号灯的位置的邻域内的其他设备作为具备确定所述目标信号灯的状态的能力的其他设备；
所述选择模块404具体用于，向所述服务器发送获取所述目标信号灯的状态的请求，以使所述服务器对各其他设备确定的所述目标信号灯的状态进行处理，得到所述目标信号灯的最终状态；接收所述服务器发送的所述目标信号灯的最终状态，作为各其他设备确定的所述目标信号灯的状态。
基于图3提供的控制无人驾驶设备的方法，本说明书实施例还对应提供另一种控制无人驾驶设备的装置的结构示意图，如图5所示。
图5为本说明书实施例提供的另一种控制无人驾驶设备的装置的结构示意图，服务器与至少一个其他设备通信连接，所述服务器与无人驾驶设备通信连接，所述装置包括：
第一接收模块500，用于针对各其他设备，接收该其他设备发送的若干个信号灯的属性信息，其中，信号灯的属性信息包括信号灯标识以及信号灯的状态信息；
确定状态模块502，用于针对各信号灯，根据各其他设备识别出的该信号灯的状态信息，确定该信号灯的最终状态信息；
第二接收模块504，用于接收无人驾驶设备发送的获取信号灯的状态信息的请求，所述请求中携带有信号灯标识；
发送模块506，用于根据所述请求，将所述信号灯标识对应的信号灯的最终状态信息发送给所述无人驾驶设备，以使所述无人驾驶设备基于所述信号灯标识对应的信号灯的最终状态信息，对所述无人驾驶设备自身进行控制。
可选地，所述确定状态模块502具体用于，分别确定各其他设备识别出该信号灯的状态信息的时刻；在各其他设备中，选择识别出该信号灯的状态信息的时刻位于预设的时间区间内的其他设备作为指定设备；对各指定设备识别出的该信号灯的状态信息进行处理，得到该信号灯的最终状态信息。
本说明书实施例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内容提供的控制无人驾驶设备的方法。
基于上述内容提供的控制无人驾驶设备的方法，本说明书实施例还提出了图6所示的电子设备的示意结构图。如图6，在硬件层面，该电子设备包括处理器、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，以实现上述内容提供的控制无人驾驶设备的方法。
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 (9)

1.一种控制无人驾驶设备的方法，其特征在于，所述方法包括：
获取无人驾驶设备的位置，并根据所述无人驾驶设备的位置，在所述无人驾驶设备周围环境中的各信号灯中，确定目标信号灯；
根据所述目标信号灯的位置，选择具备确定所述目标信号灯的状态的能力的若干个其他设备，以由各其他设备确定所述目标信号灯的状态；
获取所述无人驾驶设备的运行信息、所述无人驾驶设备周围环境中各障碍物的信息以及各其他设备确定的所述目标信号灯的状态，并根据获取的信息，在预设的若干种行驶策略中，选择指定行驶策略，并根据所述指定行驶策略，规划所述无人驾驶设备的运行轨迹；
根据所述运行轨迹，对所述无人驾驶设备进行控制；
其中，获取各其他设备确定的所述目标信号灯的状态，具体包括：
接收各其他设备确定的所述目标信号灯的属性信息，所述属性信息包括所述目标信号灯的状态、时间戳；
根据各其他设备确定所述目标信号灯的时间戳以及预设的时间区间，在各其他设备确定的所述目标信号灯的状态中，选择若干个所述目标信号灯的状态作为指定状态；
对各指定状态进行处理，得到最终状态，作为各其他设备确定的所述目标信号灯的状态。
2.如权利要求1所述的方法，其特征在于，根据获取的信息，在预设的若干种行驶策略中，选择指定行驶策略，具体包括：
将获取的信息输入预先训练的策略选择模型，得到所述策略选择模型基于各行驶策略输出的所述指定行驶策略；或者，
获取预先确定的每个行驶策略对应的选择条件，其中，各行驶策略对应的选择条件互斥；
在各行驶策略中，识别获取的信息满足的选择条件对应的行驶策略，作为所述指定行驶策略。
3.如权利要求1所述的方法，其特征在于，根据所述指定行驶策略，规划所述无人驾驶设备的运行轨迹，具体包括：
将获取的信息输入轨迹规划模型，得到所述轨迹规划模型输出的若干个待定轨迹；
针对每个待定轨迹，在所述无人驾驶设备按照该待定轨迹行驶的情况下，判断所述无人驾驶设备是否实现所述指定行驶策略；
根据判断结果，在各待定轨迹中，选择所述运行轨迹。
4.如权利要求1所述的方法，其特征在于，根据所述无人驾驶设备的位置，在所述无人驾驶设备周围环境中的各信号灯中，确定目标信号灯，具体包括：
获取电子地图；
根据所述无人驾驶设备的位置以及所述电子地图包含的各车道的信息，确定所述无人驾驶设备当前所在的车道，作为当前车道；
获取所述电子地图中包含的各车道与各信号灯之间的对应关系；
根据所述对应关系，在各信号灯中，选择所述当前车道对应的信号灯作为所述目标信号灯。
5.如权利要求1所述的方法，其特征在于，所述无人驾驶设备与各其他设备通信连接；
根据所述目标信号灯的位置，选择具备确定所述目标信号灯的状态的能力的若干个其他设备，具体包括：
针对各其他设备，接收该其他设备发送的定位信息，根据所述目标信号灯的位置、所述无人驾驶设备的位置中的至少一种以及所述定位信息，判断该其他设备是否满足预设条件；
若判断结果为是，则确定该其他设备具备确定所述目标信号灯的状态的能力并选择；
否则，确定该其他设备不具备确定所述目标信号灯的状态的能力。
6.如权利要求1所述的方法，其特征在于，所述无人驾驶设备与服务器通信连接，各其他设备与服务器通信连接；
根据所述目标信号灯的位置，选择具备确定所述目标信号灯的状态的能力的若干个其他设备，具体包括：
将所述目标信号灯的位置发送给所述服务器，以使所述服务器根据预存的各其他设备的位置信息，确定位于所述目标信号灯的位置的邻域内的其他设备作为具备确定所述目标信号灯的状态的能力的其他设备；
获取各其他设备确定的所述目标信号灯的状态，具体包括：
向所述服务器发送获取所述目标信号灯的状态的请求，以使所述服务器对各其他设备确定的所述目标信号灯的状态进行处理，得到所述目标信号灯的最终状态；
接收所述服务器发送的所述目标信号灯的最终状态，作为各其他设备确定的所述目标信号灯的状态。
7.一种控制无人驾驶设备的装置，其特征在于，所述装置包括：
获取模块，用于获取无人驾驶设备的位置，并根据所述无人驾驶设备的位置，在所述无人驾驶设备周围环境中的各信号灯中，确定目标信号灯；
确定模块，用于根据所述目标信号灯的位置，选择具备确定所述目标信号灯的状态的能力的若干个其他设备，以由各其他设备确定所述目标信号灯的状态；
选择模块，用于获取所述无人驾驶设备的运行信息、所述无人驾驶设备周围环境中各障碍物的信息以及各其他设备确定的所述目标信号灯的状态，并根据获取的信息，在预设的若干种行驶策略中，选择指定行驶策略，并根据所述指定行驶策略，规划所述无人驾驶设备的运行轨迹；
控制模块，用于根据所述运行轨迹，对所述无人驾驶设备进行控制；
其中，所述选择模块具体用于，接收各其他设备确定的所述目标信号灯的属性信息，所述属性信息包括所述目标信号灯的状态、时间戳；根据各其他设备确定所述目标信号灯的时间戳以及预设的时间区间，在各其他设备确定的所述目标信号灯的状态中，选择若干个所述目标信号灯的状态作为指定状态；对各指定状态进行处理，得到最终状态，作为各其他设备确定的所述目标信号灯的状态。
8.一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1-6任一所述的方法。
9.一种电子设备，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1-6任一所述的方法。
CN202110445226.2A 2021-04-25 2021-04-25 一种控制无人驾驶设备的方法及装置 Active CN112859884B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110445226.2A CN112859884B (zh) 2021-04-25 2021-04-25 一种控制无人驾驶设备的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110445226.2A CN112859884B (zh) 2021-04-25 2021-04-25 一种控制无人驾驶设备的方法及装置

Publications (2)

Publication Number Publication Date
CN112859884A CN112859884A (zh) 2021-05-28
CN112859884B true CN112859884B (zh) 2021-07-30

Family

ID=75992800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110445226.2A Active CN112859884B (zh) 2021-04-25 2021-04-25 一种控制无人驾驶设备的方法及装置

Country Status (1)

Country Link
CN (1) CN112859884B (zh)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1125391A (ja) * 1997-07-09 1999-01-29 Harness Sogo Gijutsu Kenkyusho:Kk 交通信号警告システム
US8793046B2 (en) * 2012-06-01 2014-07-29 Google Inc. Inferring state of traffic signal and other aspects of a vehicle's environment based on surrogate data
CN104267721A (zh) * 2014-08-29 2015-01-07 陈业军 一种智能汽车的无人驾驶系统
JP6365134B2 (ja) * 2014-09-02 2018-08-01 アイシン・エィ・ダブリュ株式会社 走行支援システム、走行支援方法及びコンピュータプログラム
JP7067067B2 (ja) * 2018-01-11 2022-05-16 トヨタ自動車株式会社 信号機認識装置、及び自動運転システム
CN108803619A (zh) * 2018-07-18 2018-11-13 苏州若依玫信息技术有限公司 一种基于人工智能的可视化自动驾驶方法及其系统
CN109062205A (zh) * 2018-07-26 2018-12-21 武汉水草能源科技研发中心(有限合伙) 人工智能汽车无人驾驶系统
CN109116846B (zh) * 2018-08-29 2022-04-05 五邑大学 一种自动驾驶方法、装置、计算机设备和存储介质
CN110660256B (zh) * 2019-10-22 2021-04-27 北京地平线机器人技术研发有限公司 一种信号灯状态的估计方法及装置
CN112639813A (zh) * 2020-02-21 2021-04-09 华为技术有限公司 自动驾驶控制方法、信息处理方法、装置及系统

Also Published As

Publication number Publication date
CN112859884A (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
US11462022B2 (en) Traffic signal analysis system
CN111619560B (zh) 车辆控制方法及装置
KR102593948B1 (ko) 주석 달기를 위한 데이터 샘플의 자동 선택
US10942516B2 (en) Vehicle path updates via remote vehicle control
CN111874006B (zh) 路线规划处理方法和装置
CN109643118B (zh) 基于关于车辆的环境的与功能相关的信息来影响车辆的功能
CN110573978A (zh) 用于自驾交通工具的动态传感器选择
CN111695546A (zh) 用于无人车的交通信号灯识别方法和装置
CN111873989B (zh) 车辆控制方法及装置
JP2023533225A (ja) 自律走行車ポリシーを動的にキュレーションする方法及びシステム
CN112614365B (zh) 一种电子地图处理方法及装置
US11263896B2 (en) Method and system for detecting jaywalking of vulnerable road users
CN112639813A (zh) 自动驾驶控制方法、信息处理方法、装置及系统
CN113064451B (zh) 一种无人设备控制方法、装置、存储介质及电子设备
CN110562269A (zh) 一种智能驾驶车辆故障处理的方法、车载设备和存储介质
US11312393B2 (en) Artificially falsifying sensor data to initiate a safety action for an autonomous vehicle
CN112859884B (zh) 一种控制无人驾驶设备的方法及装置
CN108399775B (zh) 一种基于路段分析的自动驾驶道路分配系统
WO2021261167A1 (ja) 情報処理システム、情報処理装置および情報処理方法
CN108399776B (zh) 一种基于道路模式的自动驾驶道路分配系统
CN117730289A (zh) 测试方法及装置
CN113178088A (zh) 向车辆广播的基础设施部件
CN113033527A (zh) 一种场景识别方法、装置、存储介质及无人设备
CN112970030A (zh) 交通灯检测的方法和装置
EP4145420A1 (en) Hierarchical processing of traffic signal face states

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