CN113071522A - 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 - Google Patents
无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 Download PDFInfo
- Publication number
- CN113071522A CN113071522A CN202110444245.3A CN202110444245A CN113071522A CN 113071522 A CN113071522 A CN 113071522A CN 202110444245 A CN202110444245 A CN 202110444245A CN 113071522 A CN113071522 A CN 113071522A
- Authority
- CN
- China
- Prior art keywords
- unmanned vehicle
- vehicle
- infrared
- road
- dimensional map
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000013461 design Methods 0.000 claims description 22
- 239000000428 dust Substances 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 230000008447 perception Effects 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 description 11
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无人驾驶车辆的控制方法及控制装置、无人驾驶车辆。其中,该控制方法包括:在第一驾驶环境下,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图;采用红外三维地图、无人驾驶车辆的车辆定位信息和车身信息,分析无人驾驶车辆与周围其它车辆、障碍物的距离值;若距离值未处于安全距离范围内,则调整避碰策略;控制无人驾驶车辆按照调整后的避碰策略行驶。本发明解决了相关技术中在视线较差环境下,无人驾驶车辆的感知能力受到影响,很容易造成车辆碰撞的技术问题。
Description
技术领域
本发明涉及车辆控制技术领域,具体而言,涉及一种无人驾驶车辆的控制方法及控制装置、无人驾驶车辆。
背景技术
相关技术中,随着无人驾驶技术的不断发展,在城市规范道路以及物流道路上开始大量应用,当前的无人驾驶技术,多是针对车辆较多的情况,城市道路的道路信息较为完整,在导航和变向时,能够提供较多的感知信息,避免无人驾驶车辆出现碰撞。
但是当前的无人驾驶车辆并未考虑到感知较差的环境,例如,在粉尘环境以及浓雾环境下,视线较差,很容易影响车辆的无线感知设备的感知范围和灵敏度,这样就容易造成车辆之间距离较近,在道路出现拥挤时,就容易造成车辆碰撞,滑出道路等危险状况,影响用户的使用兴趣。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种无人驾驶车辆的控制方法及控制装置、无人驾驶车辆,以至少解决相关技术中在视线较差环境下,无人驾驶车辆的感知能力受到影响,很容易造成车辆碰撞的技术问题。
根据本发明实施例的一个方面,提供了一种无人驾驶车辆的控制方法,包括:在第一驾驶环境下,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图;采用所述红外三维地图、所述无人驾驶车辆的车辆定位信息和车身信息,分析所述无人驾驶车辆与周围其它车辆、障碍物的距离值;若所述距离值未处于安全距离范围内,则调整避碰策略;控制所述无人驾驶车辆按照调整后的所述避碰策略行驶。
可选地,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图的步骤,包括:获取所述无人驾驶车辆当前所行驶道路的道路设计信息和道路走向;基于所述道路设计信息和所述道路走向,确定所述无人驾驶车辆的初始导航地图;采用红外扫描设备扫描所述无人驾驶车辆当前所行驶道路的道路区域,得到红外扫描信息;将所述红外扫描信息融合至所述初始导航地图中,以构建所述红外三维地图。
可选地,基于所述道路设计信息和所述道路走向,确定所述无人驾驶车辆的初始导航地图的步骤,包括:基于所述道路设计信息和所述道路走向,分析从所述无人驾驶车辆的起始点至目的地的整体规划路径,其中,所述整体规划路径包含多条局部路径;采用预设评价函数评估所述整体规划路径中每条局部路径的拥挤参数和道路行驶难度权重值;基于每条局部路径的所述拥挤参数和所述道路行驶难度权重值,筛选出目标局部路径;以所述目标局部路径为基础,构建所述无人驾驶车辆从所述起始点至目的地的初始导航地图。
可选地,采用所述红外三维地图、所述无人驾驶车辆的车辆定位信息和车身信息,分析所述无人驾驶车辆与周围其它车辆、障碍物的距离值的步骤,包括:采用初始导航地图确定所述无人驾驶车辆的车辆定位信息;向所述无人驾驶车辆的存储模块发送第一请求,并接收所述存储模块返回的响应信息,其中,所述响应信息中包含所述无人驾驶车辆的车身信息;采用所述红外三维地图和所述车辆定位信息,确定所述无人驾驶车辆当前所行驶道路的车道宽度和下一待转弯地点;基于所述车道宽度和下一待转弯地点,分析所述无人驾驶车辆与障碍物的距离值;基于所述车身信息和所述红外三维地图,分析所述无人驾驶车辆与周围其它车辆的距离值。
可选地,若所述距离值未处于安全距离范围内,则调整避碰策略的步骤,包括:若所述距离值未处于安全距离范围内,则控制所述无人驾驶车辆降低车辆行驶速度;控制所述无人驾驶车辆更改车辆行驶车道;车速降低信息以及车道更改信息发送至后面其它车辆。
可选地,所述控制方法还包括:在第一驾驶环境下,采用红外扫描设备识别所述无人驾驶车辆的道路前方的指示灯和指示牌,得到识别结果;基于所述识别结果,判断所述无人驾驶车辆是否需要调整待行驶车道;若确定所述无人驾驶车辆需要调整待行驶车道,基于所述车身信息生成车道调整指令。
可选地,所述第一驾驶环境包括:浓雾驾驶环境、粉尘环境。
根据本发明实施例的另一方面,还提供了一种无人驾驶车辆的控制方法,包括:在第一驾驶环境下,在无人驾驶车辆的操作界面上展示构建车辆周围环境的三维地图,其中,采用安装在所述无人驾驶车辆上的红外扫描设备扫描所述无人驾驶车辆所处的道路区域,构建得到所述三维地图;采用所述三维地图、所述无人驾驶车辆的车辆定位信息和车身信息,识别所述无人驾驶车辆与预定范围内的目标物的间距,其中,所述目标物包括:其它车辆、障碍物;若所述间距的距离值未处于安全距离范围内,则调整避碰策略;在所述无人驾驶车辆的操作界面上显示基于所述避碰策略确定的目标行驶路径,其中,所述无人驾驶车辆按照调整后的所述避碰策略调整原始行驶路径得到所述目标行驶路径。
根据本发明实施例的另一方面,还提供了一种无人驾驶车辆的控制装置,包括:构建单元,用于在第一驾驶环境下,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图;分析单元,用于采用所述红外三维地图、所述无人驾驶车辆的车辆定位信息和车身信息,分析所述无人驾驶车辆与周围其它车辆、障碍物的距离值;第一调整单元,用于在所述距离值未处于安全距离范围内,则调整避碰策略;控制单元,用于控制所述无人驾驶车辆按照调整后的所述避碰策略行驶。
可选地,所述构建单元包括:第一获取模块,用于获取所述无人驾驶车辆当前所行驶道路的道路设计信息和道路走向;第一确定模块,用于基于所述道路设计信息和所述道路走向,确定所述无人驾驶车辆的初始导航地图;第一扫描控制模块,用于采用红外扫描设备扫描所述无人驾驶车辆当前所行驶道路的道路区域,得到红外扫描信息;第一融合模块,用于将所述红外扫描信息融合至所述初始导航地图中,以构建所述红外三维地图。
可选地,所述第一确定模块包括:第一分析子模块,用于基于所述道路设计信息和所述道路走向,分析从所述无人驾驶车辆的起始点至目的地的整体规划路径,其中,所述整体规划路径包含多条局部路径;第一评估子模块,用于采用预设评价函数评估所述整体规划路径中每条局部路径的拥挤参数和道路行驶难度权重值;第一筛选子模块,用于基于每条局部路径的所述拥挤参数和所述道路行驶难度权重值,筛选出目标局部路径;第一构建子模块,用于以所述目标局部路径为基础,构建所述无人驾驶车辆从所述起始点至目的地的初始导航地图。
可选地,所述分析单元包括:第二确定模块,用于采用初始导航地图确定所述无人驾驶车辆的车辆定位信息;第一发送模块,用于向所述无人驾驶车辆的存储模块发送第一请求,并接收所述存储模块返回的响应信息,其中,所述响应信息中包含所述无人驾驶车辆的车身信息;第三确定模块,用于采用所述红外三维地图和所述车辆定位信息,确定所述无人驾驶车辆当前所行驶道路的车道宽度和下一待转弯地点;第一分析模块,用于基于所述车道宽度和下一待转弯地点,分析所述无人驾驶车辆与障碍物的距离值;第二分析模块,用于基于所述车身信息和所述红外三维地图,分析所述无人驾驶车辆与周围其它车辆的距离值。
可选地,所述第一调整单元包括:第一控制模块,用于在所述距离值未处于安全距离范围内,则控制所述无人驾驶车辆降低车辆行驶速度;第二控制模块,用于控制所述无人驾驶车辆更改车辆行驶车道;车速降低信息以及车道更改信息发送至后面其它车辆。
可选地,所述无人驾驶车辆的控制装置还包括:第一识别模块,用于在第一驾驶环境下,采用红外扫描设备识别所述无人驾驶车辆的道路前方的指示灯和指示牌,得到识别结果;判断模块,用于基于所述识别结果,判断所述无人驾驶车辆是否需要调整待行驶车道;生成模块,用于在确定所述无人驾驶车辆需要调整待行驶车道,基于所述车身信息生成车道调整指令。
可选地,所述第一驾驶环境包括:浓雾驾驶环境、粉尘环境。
根据本发明实施例的另一方面,还提供了一种无人驾驶车辆的控制装置,包括:展示单元,用于在第一驾驶环境下,在无人驾驶车辆的操作界面上展示构建车辆周围环境的三维地图,其中,采用安装在所述无人驾驶车辆上的红外扫描设备扫描所述无人驾驶车辆所处的道路区域,构建得到所述三维地图;识别单元,用于采用所述三维地图、所述无人驾驶车辆的车辆定位信息和车身信息,识别所述无人驾驶车辆与预定范围内的目标物的间距,其中,所述目标物包括:其它车辆、障碍物;第二调整单元,用于在所述间距的距离值未处于安全距离范围内,则调整避碰策略;显示单元,用于在所述无人驾驶车辆的操作界面上显示基于所述避碰策略确定的目标行驶路径,其中,所述无人驾驶车辆按照调整后的所述避碰策略调整原始行驶路径得到所述目标行驶路径。
根据本发明实施例的另一方面,还提供了一种无人驾驶车辆,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的无人驾驶车辆的控制方法。
本发明实施例中,采用在第一驾驶环境下,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图,采用红外三维地图、无人驾驶车辆的车辆定位信息和车身信息,分析无人驾驶车辆与周围其它车辆、障碍物的距离值,若距离值未处于安全距离范围内,则调整避碰策略,控制无人驾驶车辆按照调整后的避碰策略行驶。在该实施例中,对于浓雾、粉尘等视线较差环境,可以采用红外扫描设备扫描无人驾驶车辆所处的道路区域,构建红外三维地图,通过该红外三维地图,能够分析无人驾驶车辆与周围其它车辆、障碍物的距离值,进而调整避碰策略,通过红外设备应对视线较差环境下的感知能力,提高车辆行驶安全环境,减少车辆碰撞,提高用户使用满意度,从而解决相关技术中在视线较差环境下,无人驾驶车辆的感知能力受到影响,很容易造成车辆碰撞的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的无人驾驶车辆的控制方法的流程图;
图2是根据本发明实施例的另一种可选的无人驾驶车辆的控制方法的流程图;
图3是根据本发明实施例的一种可选的无人驾驶车辆的控制装置的示意图;
图4是根据本发明实施例的另一种可选的无人驾驶车辆的控制装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
本发明实施例,可以应用于各种无人驾驶车辆,该无人驾驶车辆的类型包括但不限于:园区物流车、新能源车、汽车、卡车。每种类型的无人驾驶车辆的车身参数和可扫描信息不一样,在分析道路路标、车道线、标识牌以及其它车辆信息、障碍物时,所使用的参数都不一样,根据各类型车辆的具体情况自行调整。
在无人驾驶车辆上可以集成:控制平台、摄像装置、感知设备(包括距离感知器、传感设备)、安全预警装置等。
根据本发明实施例,提供了一种无人驾驶车辆的控制方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种可选的无人驾驶车辆的控制方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,在第一驾驶环境下,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图;
步骤S104,采用红外三维地图、无人驾驶车辆的车辆定位信息和车身信息,分析无人驾驶车辆与周围其它车辆、障碍物的距离值;
步骤S106,若距离值未处于安全距离范围内,则调整避碰策略;
步骤S108,控制无人驾驶车辆按照调整后的避碰策略行驶。
通过上述步骤,可以在第一驾驶环境下,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图;采用红外三维地图、无人驾驶车辆的车辆定位信息和车身信息,分析无人驾驶车辆与周围其它车辆、障碍物的距离值;若距离值未处于安全距离范围内,则调整避碰策略;控制无人驾驶车辆按照调整后的避碰策略行驶。在该实施例中,对于浓雾、粉尘等视线较差环境,可以采用红外扫描设备扫描无人驾驶车辆所处的道路区域,构建红外三维地图,通过该红外三维地图,能够分析无人驾驶车辆与周围其它车辆、障碍物的距离值,进而调整避碰策略,通过红外设备应对视线较差环境下的感知能力,提高车辆行驶安全环境,减少车辆碰撞,提高用户使用满意度,从而解决相关技术中在视线较差环境下,无人驾驶车辆的感知能力受到影响,很容易造成车辆碰撞的技术问题。
本实施例,可应用于城市道路、工厂园区道路、游乐园、高速、乡道、省道等道路上,为了实现车辆的无人安全驾驶,需要车辆的感知设备实时感知周围环境,结合车辆的原始导航地图,提高车辆的安全驾驶里程。
下面结合上述各实施步骤来详细说明本实施例。
步骤S102,在第一驾驶环境下,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图。
可选的,本实施例涉及的第一驾驶环境可以为视线较差环境,在该第一驾驶环境下,常规的无线感知设备的感知能力、感知范围降低。第一驾驶环境包括但不限于:浓雾驾驶环境、粉尘环境。
红外扫描设备包括但不限于:红外感知器、红外枪等。当然,本实施例也可以将红外扫描设备替换为其它在第一驾驶环境下感知能力较强的其它感知设备,例如,其它感知设备为毫米波雷达、微波雷达设备等。通过这些感知能力较强的感知设备,能够获得周围环境的环境信息、物体姿态等。
本实施例中,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图的步骤,包括:获取无人驾驶车辆当前所行驶道路的道路设计信息和道路走向;基于道路设计信息和道路走向,确定无人驾驶车辆的初始导航地图;采用红外扫描设备扫描无人驾驶车辆当前所行驶道路的道路区域,得到红外扫描信息;将红外扫描信息融合至初始导航地图中,以构建红外三维地图。
可选的,道路设计信息包括但不限于:道路设计宽度、道路设计长度、道路垫基厚度、边沿位置、边线颜色、子车道数量、围栏高度、交叉路口数量、交叉路口位置等。
通过道路设计信息和道路走向确定的初始导航地图,可以理解为二维导航地图\三维立体导航地图,其能够引导车辆实现道路转弯、直行,以抵达目的地。
作为本实施例可选的实施方式,基于道路设计信息和道路走向,确定无人驾驶车辆的初始导航地图的步骤,包括:基于道路设计信息和道路走向,分析从无人驾驶车辆的起始点至目的地的整体规划路径,其中,整体规划路径包含多条局部路径;采用预设评价函数评估整体规划路径中每条局部路径的拥挤参数和道路行驶难度权重值;基于每条局部路径的拥挤参数和道路行驶难度权重值,筛选出目标局部路径;以目标局部路径为基础,构建无人驾驶车辆从起始点至目的地的初始导航地图。
通过评价函数选择最优路径,根据全局路径规划以及车辆的位置坐标和路径规划单元的数据做出局部路径规划,同时结合车道线,识别指示灯、指示牌、交警手势,本实施例中,可以通过SLAM算法根据扫描信息构建车辆周围环境三维地图,即红外三维地图,利用红外激光测距仪的数据使整个路径规划更加安全,使车辆更加安全、有效的到达目的地。
上述的红外扫描信息中,可以包括但不限于:边沿高度、周围建筑物简化参数、标识牌信息、车辆信息等。
步骤S104,采用红外三维地图、无人驾驶车辆的车辆定位信息和车身信息,分析无人驾驶车辆与周围其它车辆、障碍物的距离值。
可选的,采用红外三维地图、无人驾驶车辆的车辆定位信息和车身信息,分析无人驾驶车辆与周围其它车辆、障碍物的距离值的步骤,包括:采用初始导航地图确定无人驾驶车辆的车辆定位信息;向无人驾驶车辆的存储模块发送第一请求,并接收存储模块返回的响应信息,其中,响应信息中包含无人驾驶车辆的车身信息;采用红外三维地图和车辆定位信息,确定无人驾驶车辆当前所行驶道路的车道宽度和下一待转弯地点;基于车道宽度和下一待转弯地点,分析无人驾驶车辆与障碍物的距离值;基于车身信息和红外三维地图,分析无人驾驶车辆与周围其它车辆的距离值。
车辆定位信息可以表征车辆当前在道路上的具体坐标位置。而车身信息可以包括:车辆长度、车辆宽度、车辆座位、车辆重量等。通过车辆定位信息和车身信息,便于预估避碰时的安全距离范围。
步骤S106,若距离值未处于安全距离范围内,则调整避碰策略。
作为本实施例可选的实施方式,若距离值未处于安全距离范围内,则调整避碰策略的步骤,包括:若距离值未处于安全距离范围内,则控制无人驾驶车辆降低车辆行驶速度;控制无人驾驶车辆更改车辆行驶车道;车速降低信息以及车道更改信息发送至后面其它车辆,告知后面其它车辆当前车辆速度降低以及方向更改信息。
步骤S108,控制无人驾驶车辆按照调整后的避碰策略行驶。
可选的,控制方法还包括:在第一驾驶环境下,采用红外扫描设备识别无人驾驶车辆的道路前方的指示灯和指示牌,得到识别结果;基于识别结果,判断无人驾驶车辆是否需要调整待行驶车道;若确定无人驾驶车辆需要调整待行驶车道,基于车身信息生成车道调整指令。
通过上述实施例,能够采用评价函数选择当前车辆的行驶路径,并构建车辆周围环境三维地图,采用红外扫描设备进行红外信息扫描,融合至车辆周围环境三维地图,以针对浓雾、粉尘多等干扰视线的环境,及时通过红外扫描信息和激光信息,构建红外三维地图,针对浓雾环境和粉尘环境,采用车辆传递信息,来确定与周围其他障碍物和车辆的距离,及时避开其他车辆和障碍物,若确定存在碰撞概率大,则控制车辆速度降低,并及时更改车辆行驶车道,同时告知后面其他车辆当前车辆速度降低以及方向更改信息。
下面通过另一种可选的实施方式来说明本发明实施例。
图2是根据本发明实施例的另一种可选的无人驾驶车辆的控制方法的流程图,如图2所示,该控制方法可以包括:
步骤S201,在第一驾驶环境下,在无人驾驶车辆的操作界面上展示构建车辆周围环境的三维地图,其中,采用安装在无人驾驶车辆上的红外扫描设备扫描无人驾驶车辆所处的道路区域,构建得到三维地图;
步骤S203,采用三维地图、无人驾驶车辆的车辆定位信息和车身信息,识别无人驾驶车辆与预定范围内的目标物的间距,其中,目标物包括:其它车辆、障碍物;
步骤S205,若间距的距离值未处于安全距离范围内,则调整避碰策略;
步骤S207,在无人驾驶车辆的操作界面上显示基于避碰策略确定的目标行驶路径,其中,无人驾驶车辆按照调整后的避碰策略调整原始行驶路径得到目标行驶路径。
通过上述步骤,可以在第一驾驶环境下,在无人驾驶车辆的操作界面上展示构建车辆周围环境的三维地图,采用三维地图、无人驾驶车辆的车辆定位信息和车身信息,识别无人驾驶车辆与预定范围内的目标物的间距,若间距的距离值未处于安全距离范围内,则调整避碰策略,在无人驾驶车辆的操作界面上显示基于避碰策略确定的目标行驶路径,其中,无人驾驶车辆按照调整后的避碰策略调整原始行驶路径得到目标行驶路径。在该实施例中,对于浓雾、粉尘等视线较差环境,可以采用红外扫描设备扫描无人驾驶车辆所处的道路区域,构建三维地图,通过该三维地图,能够分析无人驾驶车辆与周围其它车辆、障碍物的距离值,进而调整避碰策略,通过红外设备应对视线较差环境下的感知能力,提高车辆行驶安全环境,减少车辆碰撞,提高用户使用满意度,从而解决相关技术中在视线较差环境下,无人驾驶车辆的感知能力受到影响,很容易造成车辆碰撞的技术问题。
下面结合另一种可选的实施例来说明本发明。
实施例二
本实施例中涉及的一种无人驾驶车辆的控制装置包含多个实施单元,每个实施单元对应于上述实施例一中的各个实施步骤。
图3是根据本发明实施例的一种可选的无人驾驶车辆的控制装置的示意图,如图3所示,该控制装置可以包括:构建单元31,分析单元33,第一调整单元35,控制单元37,其中,
构建单元31,用于在第一驾驶环境下,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图;
分析单元33,用于采用红外三维地图、无人驾驶车辆的车辆定位信息和车身信息,分析无人驾驶车辆与周围其它车辆、障碍物的距离值;
第一调整单元35,用于在距离值未处于安全距离范围内,则调整避碰策略;
控制单元37,用于控制无人驾驶车辆按照调整后的避碰策略行驶。
上述无人驾驶车辆的控制装置,可以通过构建单元31在第一驾驶环境下,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图,通过分析单元33采用红外三维地图、无人驾驶车辆的车辆定位信息和车身信息,分析无人驾驶车辆与周围其它车辆、障碍物的距离值,通过第一调整单元35在距离值未处于安全距离范围内,则调整避碰策略,通过控制单元37控制无人驾驶车辆按照调整后的避碰策略行驶。在该实施例中,对于浓雾、粉尘等视线较差环境,可以采用红外扫描设备扫描无人驾驶车辆所处的道路区域,构建红外三维地图,通过该红外三维地图,能够分析无人驾驶车辆与周围其它车辆、障碍物的距离值,进而调整避碰策略,通过红外设备应对视线较差环境下的感知能力,提高车辆行驶安全环境,减少车辆碰撞,提高用户使用满意度,从而解决相关技术中在视线较差环境下,无人驾驶车辆的感知能力受到影响,很容易造成车辆碰撞的技术问题。
可选的,构建单元包括:第一获取模块,用于获取无人驾驶车辆当前所行驶道路的道路设计信息和道路走向;第一确定模块,用于基于道路设计信息和道路走向,确定无人驾驶车辆的初始导航地图;第一扫描控制模块,用于采用红外扫描设备扫描无人驾驶车辆当前所行驶道路的道路区域,得到红外扫描信息;第一融合模块,用于将红外扫描信息融合至初始导航地图中,以构建红外三维地图。
可选的,第一确定模块包括:第一分析子模块,用于基于道路设计信息和道路走向,分析从无人驾驶车辆的起始点至目的地的整体规划路径,其中,整体规划路径包含多条局部路径;第一评估子模块,用于采用预设评价函数评估整体规划路径中每条局部路径的拥挤参数和道路行驶难度权重值;第一筛选子模块,用于基于每条局部路径的拥挤参数和道路行驶难度权重值,筛选出目标局部路径;第一构建子模块,用于以目标局部路径为基础,构建无人驾驶车辆从起始点至目的地的初始导航地图。
可选的,分析单元包括:第二确定模块,用于采用初始导航地图确定无人驾驶车辆的车辆定位信息;第一发送模块,用于向无人驾驶车辆的存储模块发送第一请求,并接收存储模块返回的响应信息,其中,响应信息中包含无人驾驶车辆的车身信息;第三确定模块,用于采用红外三维地图和车辆定位信息,确定无人驾驶车辆当前所行驶道路的车道宽度和下一待转弯地点;第一分析模块,用于基于车道宽度和下一待转弯地点,分析无人驾驶车辆与障碍物的距离值;第二分析模块,用于基于车身信息和红外三维地图,分析无人驾驶车辆与周围其它车辆的距离值。
可选的,第一调整单元包括:第一控制模块,用于在距离值未处于安全距离范围内,则控制无人驾驶车辆降低车辆行驶速度;第二控制模块,用于控制无人驾驶车辆更改车辆行驶车道;车速降低信息以及车道更改信息发送至后面其它车辆。
可选的,无人驾驶车辆的控制装置还包括:第一识别模块,用于在第一驾驶环境下,采用红外扫描设备识别无人驾驶车辆的道路前方的指示灯和指示牌,得到识别结果;判断模块,用于基于识别结果,判断无人驾驶车辆是否需要调整待行驶车道;生成模块,用于在确定无人驾驶车辆需要调整待行驶车道,基于车身信息生成车道调整指令。
可选的,第一驾驶环境包括:浓雾驾驶环境、粉尘环境。
下面通过另一种可选的实施方式来说明本发明实施例。
图4是根据本发明实施例的另一种可选的无人驾驶车辆的控制装置的示意图,如图4所示,该控制装置可以包括:展示单元41,识别单元43,第二调整单元45,显示单元47,其中,
展示单元41,用于在第一驾驶环境下,在无人驾驶车辆的操作界面上展示构建车辆周围环境的三维地图,其中,采用安装在无人驾驶车辆上的红外扫描设备扫描无人驾驶车辆所处的道路区域,构建得到三维地图;
识别单元43,用于采用三维地图、无人驾驶车辆的车辆定位信息和车身信息,识别无人驾驶车辆与预定范围内的目标物的间距,其中,目标物包括:其它车辆、障碍物;
第二调整单元45,用于在间距的距离值未处于安全距离范围内,则调整避碰策略;
显示单元47,用于在无人驾驶车辆的操作界面上显示基于避碰策略确定的目标行驶路径,其中,无人驾驶车辆按照调整后的避碰策略调整原始行驶路径得到目标行驶路径。
上述无人驾驶车辆的控制装置,可以通过展示单元41在第一驾驶环境下,在无人驾驶车辆的操作界面上展示构建车辆周围环境的三维地图,通过识别单元43采用三维地图、无人驾驶车辆的车辆定位信息和车身信息,识别无人驾驶车辆与预定范围内的目标物的间距,通过第二调整单元45在间距的距离值未处于安全距离范围内,则调整避碰策略,通过显示单元47在无人驾驶车辆的操作界面上显示基于避碰策略确定的目标行驶路径,其中,无人驾驶车辆按照调整后的避碰策略调整原始行驶路径得到目标行驶路径。在该实施例中,对于浓雾、粉尘等视线较差环境,可以采用红外扫描设备扫描无人驾驶车辆所处的道路区域,构建三维地图,通过该三维地图,能够分析无人驾驶车辆与周围其它车辆、障碍物的距离值,进而调整避碰策略,通过红外设备应对视线较差环境下的感知能力,提高车辆行驶安全环境,减少车辆碰撞,提高用户使用满意度,从而解决相关技术中在视线较差环境下,无人驾驶车辆的感知能力受到影响,很容易造成车辆碰撞的技术问题。
上述的无人驾驶车辆的控制装置还可以包括处理器和存储器,上述构建单元31,分析单元33,第一调整单元35,控制单元37,以及展示单元41,识别单元43,第二调整单元45,显示单元47等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
上述处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来在无人驾驶车辆的操作界面上显示基于避碰策略确定的目标行驶路径,其中,无人驾驶车辆按照调整后的避碰策略调整原始行驶路径得到目标行驶路径。
上述存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
根据本发明实施例的另一方面,还提供了一种无人驾驶车辆,包括:处理器;以及存储器,用于存储处理器的可执行指令;其中,处理器配置为经由执行可执行指令来执行上述任意一项的无人驾驶车辆的控制方法。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:在第一驾驶环境下,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图;采用红外三维地图、无人驾驶车辆的车辆定位信息和车身信息,分析无人驾驶车辆与周围其它车辆、障碍物的距离值;若距离值未处于安全距离范围内,则调整避碰策略;控制无人驾驶车辆按照调整后的避碰策略行驶。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (11)
1.一种无人驾驶车辆的控制方法,其特征在于,包括:
在第一驾驶环境下,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图;
采用所述红外三维地图、所述无人驾驶车辆的车辆定位信息和车身信息,分析所述无人驾驶车辆与周围其它车辆、障碍物的距离值;
若所述距离值未处于安全距离范围内,则调整避碰策略;
控制所述无人驾驶车辆按照调整后的所述避碰策略行驶。
2.根据权利要求1所述的控制方法,其特征在于,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图的步骤,包括:
获取所述无人驾驶车辆当前所行驶道路的道路设计信息和道路走向;
基于所述道路设计信息和所述道路走向,确定所述无人驾驶车辆的初始导航地图;
采用红外扫描设备扫描所述无人驾驶车辆当前所行驶道路的道路区域,得到红外扫描信息;
将所述红外扫描信息融合至所述初始导航地图中,以构建所述红外三维地图。
3.根据权利要求2所述的控制方法,其特征在于,基于所述道路设计信息和所述道路走向,确定所述无人驾驶车辆的初始导航地图的步骤,包括:
基于所述道路设计信息和所述道路走向,分析从所述无人驾驶车辆的起始点至目的地的整体规划路径,其中,所述整体规划路径包含多条局部路径;
采用预设评价函数评估所述整体规划路径中每条局部路径的拥挤参数和道路行驶难度权重值;
基于每条局部路径的所述拥挤参数和所述道路行驶难度权重值,筛选出目标局部路径;
以所述目标局部路径为基础,构建所述无人驾驶车辆从所述起始点至目的地的初始导航地图。
4.根据权利要求1所述的控制方法,其特征在于,采用所述红外三维地图、所述无人驾驶车辆的车辆定位信息和车身信息,分析所述无人驾驶车辆与周围其它车辆、障碍物的距离值的步骤,包括:
采用初始导航地图确定所述无人驾驶车辆的车辆定位信息;
向所述无人驾驶车辆的存储模块发送第一请求,并接收所述存储模块返回的响应信息,其中,所述响应信息中包含所述无人驾驶车辆的车身信息;
采用所述红外三维地图和所述车辆定位信息,确定所述无人驾驶车辆当前所行驶道路的车道宽度和下一待转弯地点;
基于所述车道宽度和下一待转弯地点,分析所述无人驾驶车辆与障碍物的距离值;
基于所述车身信息和所述红外三维地图,分析所述无人驾驶车辆与周围其它车辆的距离值。
5.根据权利要求1所述的控制方法,其特征在于,若所述距离值未处于安全距离范围内,则调整避碰策略的步骤,包括:
若所述距离值未处于安全距离范围内,则控制所述无人驾驶车辆降低车辆行驶速度;
控制所述无人驾驶车辆更改车辆行驶车道;
车速降低信息以及车道更改信息发送至后面其它车辆。
6.根据权利要求1所述的控制方法,其特征在于,所述控制方法还包括:
在第一驾驶环境下,采用红外扫描设备识别所述无人驾驶车辆的道路前方的指示灯和指示牌,得到识别结果;
基于所述识别结果,判断所述无人驾驶车辆是否需要调整待行驶车道;
若确定所述无人驾驶车辆需要调整待行驶车道,基于所述车身信息生成车道调整指令。
7.根据权利要求1至6中任意一项所述的控制方法,其特征在于,所述第一驾驶环境包括:浓雾驾驶环境、粉尘环境。
8.一种无人驾驶车辆的控制方法,其特征在于,包括:
在第一驾驶环境下,在无人驾驶车辆的操作界面上展示构建车辆周围环境的三维地图,其中,采用安装在所述无人驾驶车辆上的红外扫描设备扫描所述无人驾驶车辆所处的道路区域,构建得到所述三维地图;
采用所述三维地图、所述无人驾驶车辆的车辆定位信息和车身信息,识别所述无人驾驶车辆与预定范围内的目标物的间距,其中,所述目标物包括:其它车辆、障碍物;
若所述间距的距离值未处于安全距离范围内,则调整避碰策略;
在所述无人驾驶车辆的操作界面上显示基于所述避碰策略确定的目标行驶路径,其中,所述无人驾驶车辆按照调整后的所述避碰策略调整原始行驶路径得到所述目标行驶路径。
9.一种无人驾驶车辆的控制装置,其特征在于,包括:
构建单元,用于在第一驾驶环境下,采用红外扫描设备扫描无人驾驶车辆所处的道路区域,以构建红外三维地图;
分析单元,用于采用所述红外三维地图、所述无人驾驶车辆的车辆定位信息和车身信息,分析所述无人驾驶车辆与周围其它车辆、障碍物的距离值;
第一调整单元,用于在所述距离值未处于安全距离范围内,则调整避碰策略;
控制单元,用于控制所述无人驾驶车辆按照调整后的所述避碰策略行驶。
10.一种无人驾驶车辆的控制装置,其特征在于,包括:
展示单元,用于在第一驾驶环境下,在无人驾驶车辆的操作界面上展示构建车辆周围环境的三维地图,其中,采用安装在所述无人驾驶车辆上的红外扫描设备扫描所述无人驾驶车辆所处的道路区域,构建得到所述三维地图;
识别单元,用于采用所述三维地图、所述无人驾驶车辆的车辆定位信息和车身信息,识别所述无人驾驶车辆与预定范围内的目标物的间距,其中,所述目标物包括:其它车辆、障碍物;
第二调整单元,用于在所述间距的距离值未处于安全距离范围内,则调整避碰策略;
显示单元,用于在所述无人驾驶车辆的操作界面上显示基于所述避碰策略确定的目标行驶路径,其中,所述无人驾驶车辆按照调整后的所述避碰策略调整原始行驶路径得到所述目标行驶路径。
11.一种无人驾驶车辆,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至8中任意一项所述的无人驾驶车辆的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110444245.3A CN113071522A (zh) | 2021-04-23 | 2021-04-23 | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110444245.3A CN113071522A (zh) | 2021-04-23 | 2021-04-23 | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113071522A true CN113071522A (zh) | 2021-07-06 |
Family
ID=76618453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110444245.3A Pending CN113071522A (zh) | 2021-04-23 | 2021-04-23 | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113071522A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114179823A (zh) * | 2021-11-18 | 2022-03-15 | 鄂尔多斯市普渡科技有限公司 | 一种无人驾驶车辆的速度控制方法 |
CN114323040A (zh) * | 2021-11-18 | 2022-04-12 | 鄂尔多斯市普渡科技有限公司 | 一种无人驾驶车辆的定位方法 |
-
2021
- 2021-04-23 CN CN202110444245.3A patent/CN113071522A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114179823A (zh) * | 2021-11-18 | 2022-03-15 | 鄂尔多斯市普渡科技有限公司 | 一种无人驾驶车辆的速度控制方法 |
CN114323040A (zh) * | 2021-11-18 | 2022-04-12 | 鄂尔多斯市普渡科技有限公司 | 一种无人驾驶车辆的定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10816993B1 (en) | Smart vehicle | |
US11640174B2 (en) | Smart vehicle | |
US10928830B1 (en) | Smart vehicle | |
JP6840240B2 (ja) | 自律走行車の動的ルート決定 | |
US8160811B2 (en) | Method and system to estimate driving risk based on a hierarchical index of driving | |
CN111874006B (zh) | 路线规划处理方法和装置 | |
KR102613839B1 (ko) | 긴급 차량들의 검출 | |
CN111595357B (zh) | 可视化界面的显示方法、装置、电子设备和存储介质 | |
CN110214106B (zh) | 可操作用于确定车道的一部分的位置的装置 | |
JP2020086986A (ja) | 交通案内物認識装置、交通案内物認識方法、およびプログラム | |
CN111353522A (zh) | 用于确定车辆周围环境中的路标的方法和系统 | |
CN113071522A (zh) | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 | |
CN111942384B (zh) | 车辆低速自动巡航方法、客户端、车辆低速自动巡航系统 | |
CN113227712A (zh) | 用于确定车辆的环境模型的方法和系统 | |
CN112230656A (zh) | 一种园区车辆自动驾驶方法及其系统、客户端、存储介质 | |
CN113538966B (zh) | 车载传感器系统 | |
CN112654892A (zh) | 用于创建车辆的环境的地图的方法 | |
WO2023179028A1 (zh) | 一种图像处理方法、装置、设备及存储介质 | |
KR101500168B1 (ko) | 주행 도로의 측면 경계 인지 방법 | |
CN113071521A (zh) | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 | |
CN113176778A (zh) | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 | |
CN116048067A (zh) | 停车路径规划方法、装置、车辆以及存储介质 | |
CN114723903A (zh) | 障碍物风险场环境建模方法及其装置、相关产品 | |
Fuerstenberg et al. | Advanced intersection safety-The EC project INTERSAFE | |
EP3903068B1 (en) | Learned intersection map from long term sensor data |
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 |