CN113085894A - 车辆的控制方法及装置、自动驾驶车辆 - Google Patents

车辆的控制方法及装置、自动驾驶车辆 Download PDF

Info

Publication number
CN113085894A
CN113085894A CN202110356230.1A CN202110356230A CN113085894A CN 113085894 A CN113085894 A CN 113085894A CN 202110356230 A CN202110356230 A CN 202110356230A CN 113085894 A CN113085894 A CN 113085894A
Authority
CN
China
Prior art keywords
vehicle
driving
information
automatic driving
environment 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
Application number
CN202110356230.1A
Other languages
English (en)
Inventor
任晓勇
余叶茂
唐烨
李永业
赵红芳
李宁
肖春辉
栾琳
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.)
Yinlong New Energy Co Ltd
Zhuhai Guangtong Automobile Co Ltd
Original Assignee
Yinlong New Energy Co Ltd
Zhuhai Guangtong Automobile 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 Yinlong New Energy Co Ltd, Zhuhai Guangtong Automobile Co Ltd filed Critical Yinlong New Energy Co Ltd
Priority to CN202110356230.1A priority Critical patent/CN113085894A/zh
Publication of CN113085894A publication Critical patent/CN113085894A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • 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
    • B60W60/005—Handover processes
    • B60W60/0053—Handover processes from vehicle to occupant
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种车辆的控制方法及装置、自动驾驶车辆。其中，该方法包括：获取车辆预先规划的行驶路线，并控制车辆进入自动驾驶模式；在车辆触发自动驾驶指令的情况下，控制车辆按照预先规划的行驶路线进行自动驾驶；在车辆进行自动驾驶的过程中，获取车辆在当前行驶路段上的第一环境信息，其中，第一环境信息包括：路面信息、道路障碍物信息、非自动驾驶标识和交通灯信息；如果第一环境信息满足切换条件时，控制车辆由自动驾驶模式切换为手动驾驶模式。本申请解决了自动驾驶车辆通过路况复杂的特殊路段时，行车安全性较差的技术问题。

Description

车辆的控制方法及装置、自动驾驶车辆
技术领域
本申请涉及自动驾驶领域，具体而言，涉及一种车辆的控制方法及装置、自动驾驶车辆。
背景技术
近些年，自动驾驶技术发展较快，但是依旧存在很多技术问题没有克服，例如，车辆在一般路段行驶时，根据雷达、摄像头等传感器实时对路况进行探测，行车安全性较高。但是在通过一些特殊路段时(例如学校，市场)，对于自动驾驶车辆来说，路况比较复杂，行车安全性较差。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种车辆的控制方法及装置、自动驾驶车辆，以至少解决自动驾驶车辆通过路况复杂的特殊路段时，行车安全性较差的技术问题。
根据本申请实施例的一个方面，提供了一种车辆的控制方法，包括：获取车辆预先规划的行驶路线，并控制车辆进入自动驾驶模式；在车辆触发自动驾驶指令的情况下，控制车辆按照预先规划的行驶路线进行自动驾驶；在车辆进行自动驾驶的过程中，获取车辆在当前行驶路段上的第一环境信息，其中，第一环境信息包括：路面信息、道路障碍物信息、非自动驾驶标识和交通灯信息；如果第一环境信息满足切换条件时，控制车辆由自动驾驶模式切换为手动驾驶模式。
可选地，获取车辆在当前行驶路段上的第一环境信息，包括：采集车辆周围环境的图像；将图像输入至机器学习模型进行处理，得到第一环境信息，其中，机器学习模型是通过以下方式训练得到的：获取训练数据集，并基于训练数据集训练神经网络模型，生成机器学习模型，其中，训练数据集包括：车辆按照预先规划好的行驶路线行驶时采集的车辆周围的图像以及在图像上标记的路面信息标签、道路障碍物信息标签、非自动驾驶标识标签以及交通灯信息标签。
可选地，获取车辆在当前行驶路段上的第一环境信息之后，上述方法还包括：获取历史驾驶数据，其中，历史驾驶数据包括车辆在历史时间段内按照预先规划的行驶路线行驶时检测到的第二环境信息；判断历史驾驶数据是否包括第一环境信息；如果历史驾驶数据中包括第一环境信息，确定第一环境信息为准确数据。
可选地，如果历史驾驶数据中不包括第一环境信息，上述方法还包括：将第一环境信息更新到历史驾驶数据中。
可选地，控制车辆由自动驾驶模式切换为手动驾驶模式之前，上述方法还包括：确定环境信息是否满足切换条件；如果第一环境信息符合如下至少之一情况，确定环境信息满足切换条件，否则确定环境信息不满足切换条件：路面信息指示当前行驶路段的路面坡度大于预设阈值；道路障碍物信息指示当前行驶路段存在障碍物；当前行驶路段设置有非自动驾驶标识；当前行驶路段设置有交通信号灯。
可选地，上述方法还包括：车辆通过满足切换条件的环境信息对应的行驶路段之后，控制车辆由手动驾驶模式切换为自动驾驶模式。
根据本申请实施例的另一方面，还提供了另一种车辆的控制方法，包括：在车辆的人机交互界面中显示车辆预先规划的行驶路线，并控制车辆进入自动驾驶模式；在车辆按照预先规划的行驶路线进行自动驾驶时，在人机交互界面中展示行驶过程中检测到的当前行驶路段上的第一环境信息；在人机交互界面中展示提示信息，提示信息用于提醒在第一环境信息满足切换条件时，控制车辆由自动驾驶模式切换为手动驾驶模式。
根据本申请实施例的另一方面，还提供了一种车辆的控制装置，包括：获取模块，用于获取车辆预先规划的行驶路线，并控制车辆进入自动驾驶模式；第一控制模块，用于在车辆触发自动驾驶指令的情况下，控制车辆按照预先规划的行驶路线进行自动驾驶；检测模块，用于在车辆进行自动驾驶的过程中，获取车辆在当前行驶路段上的第一环境信息，其中，第一环境信息包括：路面信息、道路障碍物信息、非自动驾驶标识和交通灯信息；第二控制模块，用于如在第一环境信息满足切换条件的情况下，控制车辆由自动驾驶模式切换为手动驾驶模式。
根据本申请实施例的另一方面，还提供了一种自动驾驶车辆，包括：图像采集设备以及控制器，其中，图像采集设备，用于在车辆按照预先规划的行驶路线进行自动驾驶的过程中，采集车辆周围环境的图像；控制器，与图像采集设备通信，用于依据图像确定车辆在当前行驶路段上的第一环境信息，其中，第一环境信息包括：路面信息、道路障碍物信息、非自动驾驶标识和交通灯信息；在第一环境信息满足切换条件的情况下，控制车辆由自动驾驶模式切换为手动驾驶模式。
根据本申请实施例的再一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行以上的车辆的控制方法。
根据本申请实施例的再一方面，还提供了一种处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的车辆的控制方法。
在本申请实施例中，采用获取车辆预先规划的行驶路线，并控制车辆进入自动驾驶模式；在车辆触发自动驾驶指令的情况下，控制车辆按照预先规划的行驶路线进行自动驾驶；在车辆进行自动驾驶的过程中，获取车辆在当前行驶路段上的第一环境信息，其中，第一环境信息包括：路面信息、道路障碍物信息、非自动驾驶标识和交通灯信息；如果第一环境信息满足切换条件时，控制车辆由自动驾驶模式切换为手动驾驶模式的方式，通过在车辆行驶的过程中，检测当前行驶路段的环境信息，在检测到的环境信息满足切换条件时，将车辆由自动驾驶模式切换为手动驾驶模式，从而实现了提高自动驾驶车辆的行车安全性的技术效果，进而解决了自动驾驶车辆通过路况复杂的特殊路段时，行车安全性较差技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种车辆的控制方法的流程图；
图2是根据本申请实施例的另一种车辆的控制方法的流程图；
图3是根据本申请实施例的一种车辆的控制装置的结构框图；
图4是根据本申请实施例的一种自动驾驶车辆的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请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，以便这里描述的本申请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。
根据本申请实施例，提供了一种车辆的控制方法的方法实施例，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是根据本申请实施例的一种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，获取车辆预先规划的行驶路线，并控制车辆进入自动驾驶模式；
步骤S104，在车辆触发自动驾驶指令的情况下，控制车辆按照预先规划的行驶路线进行自动驾驶；
步骤S106，在车辆进行自动驾驶的过程中，获取车辆在当前行驶路段上的第一环境信息，其中，第一环境信息包括：路面信息、道路障碍物信息、非自动驾驶标识和交通灯信息；
步骤S108，如果第一环境信息满足切换条件时，控制车辆由自动驾驶模式切换为手动驾驶模式。
通过上述步骤，通过在车辆行驶的过程中，检测当前行驶路段的环境信息，在检测到的环境信息满足切换条件时，将车辆由自动驾驶模式切换为手动驾驶模式，从而实现了提高自动驾驶车辆的行车安全性的技术效果。
根据本申请的一个可选的实施例，执行步骤S106时，获取车辆在当前行驶路段上的第一环境信息，通过以下方法实现：采集车辆周围环境的图像；将图像输入至机器学习模型进行处理，得到第一环境信息，其中，机器学习模型是通过以下方式训练得到的：获取训练数据集，并基于训练数据集训练神经网络模型，生成机器学习模型，其中，训练数据集包括：车辆按照预先规划好的行驶路线行驶时采集的车辆周围的图像以及在图像上标记的路面信息标签、道路障碍物信息标签、非自动驾驶标识标签以及交通灯信息标签。
通过上述方法，利用机器学习模型进行预测车辆行驶道路上的环境信息，可以准确快速地确定行驶路径上的路况信息。
根据本申请的另一个可选的实施例，步骤S106执行完成之后，获取历史驾驶数据，其中，历史驾驶数据包括车辆在历史时间段内按照预先规划的行驶路线行驶时检测到的第二环境信息；判断历史驾驶数据是否包括第一环境信息；如果历史驾驶数据中包括第一环境信息，确定第一环境信息为准确数据。
在本步骤中，判断历史驾驶数据中是否包括步骤S106中获取的环境信息，如果历史驾驶数据中包括步骤S106中获取的环境信息，说明获取的该环境信息为准确的信息，否则确定获取的环境信息为错误的信息。
通过利用历史驾驶数据对获取的当前行驶道路上的环境信息进行验证，可以确保获取的环境信息的准确性，为后续切换驾驶模式提供依据。
根据本申请的另一个可选的实施例，如果历史驾驶数据中不包括第一环境信息，还需要将第一环境信息更新到历史驾驶数据中。
在本步骤中，通过将获取的行驶道路上的环境信息实时更新至历史驾驶数据中。当车辆再次经过该路段时，可以利用实时更新的历史驾驶数据验证获取的环境信息的准确性。
在本申请的一些可选的实施例中，执行步骤S108之前，还需要确定环境信息是否满足切换条件；如果第一环境信息符合如下至少之一情况，确定环境信息满足切换条件，否则确定环境信息不满足切换条件：路面信息指示当前行驶路段的路面坡度大于预设阈值；道路障碍物信息指示当前行驶路段存在障碍物；当前行驶路段设置有非自动驾驶标识；当前行驶路段设置有交通信号灯。
需要说明的是，如果路面信息指示当前行驶路段的路面坡度大于预设阈值说明当前行驶路段坡度较大，不适合继续按照自动驾驶模式行驶。
如果当前行驶路段存在较多的障碍物，比如学校路段、市场路段，这样的路段也不适合车辆继续按照自动驾驶模式行驶。
此外，在一些路段如果设置有非自动驾驶标识、或者交通信号灯，也需要将车辆由自动驾驶模式切换至手动驾驶模式。
在本申请的另一些可选的实施例中，车辆通过满足切换条件的环境信息对应的行驶路段之后，控制车辆由手动驾驶模式切换为自动驾驶模式。
在车辆通过上述路况复杂的特殊路段后，将车辆由手动驾驶模式切换回自动驾驶模式，可以提高用户的使用体验。
图2是根据本申请实施例的另一种车辆的控制方法的流程图，如图2所示，该方法包括以下步骤：
步骤S202，在车辆的人机交互界面中显示车辆预先规划的行驶路线，并控制车辆进入自动驾驶模式；
步骤S204，在车辆按照预先规划的行驶路线进行自动驾驶时，在人机交互界面中展示行驶过程中检测到的当前行驶路段上的第一环境信息；
步骤S206，在人机交互界面中展示提示信息，提示信息用于提醒在第一环境信息满足切换条件时，控制车辆由自动驾驶模式切换为手动驾驶模式。
步骤S202至步骤S206提供的方法，在自动驾驶车辆的人机交互设备上实时显示检测到的车辆当前行驶路段上的环境信息，以及在人机交互设备上发出提醒信息，以提醒用户及时根据环境信息调整车辆的驾驶模式，可以实现提高自动驾驶车辆的行车安全性的技术效果。
需要说明的是，图2所示实施例的优选实施方式可以参见图1所示实施例的相关描述，此处不再赘述。
图3是根据本申请实施例的一种车辆的控制装置的结构框图，如图3所示，该装置包括：
获取模块30，用于获取车辆预先规划的行驶路线，并控制车辆进入自动驾驶模式；
第一控制模块32，用于在车辆触发自动驾驶指令的情况下，控制车辆按照预先规划的行驶路线进行自动驾驶；
检测模块34，用于在车辆进行自动驾驶的过程中，获取车辆在当前行驶路段上的第一环境信息，其中，第一环境信息包括：路面信息、道路障碍物信息、非自动驾驶标识和交通灯信息；
第二控制模块36，用于如在第一环境信息满足切换条件的情况下，控制车辆由自动驾驶模式切换为手动驾驶模式。
需要说明的是，图3所示实施例的优选实施方式可以参见图1所示实施例的相关描述，此处不再赘述。
图4是根据本申请实施例的一种自动驾驶车辆的结构框图，如图4所示，该自动驾驶车辆包括：图像采集设备40以及控制器42，其中，
图像采集设备40，用于在车辆按照预先规划的行驶路线进行自动驾驶的过程中，采集车辆周围环境的图像；
控制器42，与图像采集设备40通信，用于依据图像确定车辆在当前行驶路段上的第一环境信息，其中，第一环境信息包括：路面信息、道路障碍物信息、非自动驾驶标识和交通灯信息；在第一环境信息满足切换条件的情况下，控制车辆由自动驾驶模式切换为手动驾驶模式。
需要说明的是，图4所示实施例的优选实施方式可以参见图1所示实施例的相关描述，此处不再赘述。
本申请实施例还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行以上的车辆的控制方法。
上述非易失性存储介质用于存储执行以下功能的程序：获取车辆预先规划的行驶路线，并控制车辆进入自动驾驶模式；在车辆触发自动驾驶指令的情况下，控制车辆按照预先规划的行驶路线进行自动驾驶；在车辆进行自动驾驶的过程中，获取车辆在当前行驶路段上的第一环境信息，其中，第一环境信息包括：路面信息、道路障碍物信息、非自动驾驶标识和交通灯信息；如果第一环境信息满足切换条件时，控制车辆由自动驾驶模式切换为手动驾驶模式。
本申请实施例还提供了一种处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的车辆的控制方法。
上述处理器用于运行执行以下功能的程序：获取车辆预先规划的行驶路线，并控制车辆进入自动驾驶模式；在车辆触发自动驾驶指令的情况下，控制车辆按照预先规划的行驶路线进行自动驾驶；在车辆进行自动驾驶的过程中，获取车辆在当前行驶路段上的第一环境信息，其中，第一环境信息包括：路面信息、道路障碍物信息、非自动驾驶标识和交通灯信息；如果第一环境信息满足切换条件时，控制车辆由自动驾驶模式切换为手动驾驶模式。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，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，在本申请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，本申请的技术方案本质上或者说对相关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)执行本申请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。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种车辆的控制方法，其特征在于，包括：
获取车辆预先规划的行驶路线，并控制所述车辆进入自动驾驶模式；
在所述车辆触发自动驾驶指令的情况下，控制所述车辆按照所述预先规划的行驶路线进行自动驾驶；
在所述车辆进行所述自动驾驶的过程中，获取所述车辆在当前行驶路段上的第一环境信息，其中，所述第一环境信息包括：路面信息、道路障碍物信息、非自动驾驶标识和交通灯信息；
如果所述第一环境信息满足切换条件时，控制所述车辆由所述自动驾驶模式切换为手动驾驶模式。
2.根据权利要求1所述的方法，其特征在于，获取所述车辆在当前行驶路段上的第一环境信息，包括：
采集所述车辆周围环境的图像；
将所述图像输入至机器学习模型进行处理，得到所述第一环境信息，其中，所述机器学习模型是通过以下方式训练得到的：
获取训练数据集，并基于所述训练数据集训练神经网络模型，生成所述机器学习模型，其中，所述训练数据集包括：所述车辆按照所述预先规划好的行驶路线行驶时采集的所述车辆周围的图像以及在所述图像上标记的路面信息标签、道路障碍物信息标签、非自动驾驶标识标签以及交通灯信息标签。
3.根据权利要求1所述的方法，其特征在于，获取所述车辆在当前行驶路段上的第一环境信息之后，所述方法还包括：
获取历史驾驶数据，其中，所述历史驾驶数据包括所述车辆在历史时间段内按照所述预先规划的行驶路线行驶时检测到的第二环境信息；
判断所述历史驾驶数据是否包括所述第一环境信息；
如果所述历史驾驶数据中包括所述第一环境信息，确定所述第一环境信息为准确数据。
4.根据权利要求3所述的方法，其特征在于，如果所述历史驾驶数据中不包括所述第一环境信息，所述方法还包括：
将所述第一环境信息更新到所述历史驾驶数据中。
5.根据权利要求1所述的方法，其特征在于，控制所述车辆由所述自动驾驶模式切换为手动驾驶模式之前，所述方法还包括：
确定所述环境信息是否满足所述切换条件；
如果所述第一环境信息符合如下至少之一情况，确定所述环境信息满足所述切换条件，否则确定所述环境信息不满足所述切换条件：
所述路面信息指示当前行驶路段的路面坡度大于预设阈值；
所述道路障碍物信息指示当前行驶路段存在障碍物；
当前行驶路段设置有所述非自动驾驶标识；
当前行驶路段设置有交通信号灯。
6.根据权利要求4中任意一项所述的方法，其特征在于，所述方法还包括：
所述车辆通过满足所述切换条件的环境信息对应的行驶路段之后，控制所述车辆由所述手动驾驶模式切换为所述自动驾驶模式。
7.一种车辆的控制方法，其特征在于，包括：
在车辆的人机交互界面中显示所述车辆预先规划的行驶路线，并控制所述车辆进入自动驾驶模式；
在所述车辆按照所述预先规划的行驶路线进行自动驾驶时，在所述人机交互界面中展示行驶过程中检测到的当前行驶路段上的第一环境信息；
在所述人机交互界面中展示提示信息，所述提示信息用于提醒在所述第一环境信息满足切换条件时，控制所述车辆由所述自动驾驶模式切换为手动驾驶模式。
8.一种车辆的控制装置，其特征在于，包括：
获取模块，用于获取车辆预先规划的行驶路线，并控制所述车辆进入自动驾驶模式；
第一控制模块，用于在所述车辆触发自动驾驶指令的情况下，控制所述车辆按照所述预先规划的行驶路线进行自动驾驶；
检测模块，用于在所述车辆进行所述自动驾驶的过程中，获取所述车辆在当前行驶路段上的第一环境信息，其中，所述第一环境信息包括：路面信息、道路障碍物信息、非自动驾驶标识和交通灯信息；
第二控制模块，用于如在所述第一环境信息满足切换条件的情况下，控制所述车辆由所述自动驾驶模式切换为手动驾驶模式。
9.一种自动驾驶车辆，其特征在于，包括：图像采集设备以及控制器，其中，
所述图像采集设备，用于在车辆按照预先规划的行驶路线进行自动驾驶的过程中，采集所述车辆周围环境的图像；
所述控制器，与所述图像采集设备通信，用于依据所述图像确定所述车辆在当前行驶路段上的第一环境信息，其中，所述第一环境信息包括：路面信息、道路障碍物信息、非自动驾驶标识和交通灯信息；在所述第一环境信息满足切换条件的情况下，控制所述车辆由自动驾驶模式切换为手动驾驶模式。
10.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中任意一项所述的车辆的控制方法。
CN202110356230.1A 2021-04-01 2021-04-01 车辆的控制方法及装置、自动驾驶车辆 Pending CN113085894A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110356230.1A CN113085894A (zh) 2021-04-01 2021-04-01 车辆的控制方法及装置、自动驾驶车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110356230.1A CN113085894A (zh) 2021-04-01 2021-04-01 车辆的控制方法及装置、自动驾驶车辆

Publications (1)

Publication Number Publication Date
CN113085894A true CN113085894A (zh) 2021-07-09

Family

ID=76672632

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110356230.1A Pending CN113085894A (zh) 2021-04-01 2021-04-01 车辆的控制方法及装置、自动驾驶车辆

Country Status (1)

Country Link
CN (1) CN113085894A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114056350A (zh) * 2021-11-08 2022-02-18 国汽智控(北京)科技有限公司 一种用于自动驾驶的控制方法、装置、设备及介质
CN114454899A (zh) * 2022-04-07 2022-05-10 新石器慧通（北京）科技有限公司 车辆驾驶方法及装置
CN114783177A (zh) * 2022-03-28 2022-07-22 重庆长安汽车股份有限公司 智能驾驶功能车辆的安全行驶方法、系统及工作方法
WO2023164942A1 (zh) * 2022-03-04 2023-09-07 深圳市大疆创新科技有限公司 一种车辆的控制方法、装置、车辆、程序产品及存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114056350A (zh) * 2021-11-08 2022-02-18 国汽智控(北京)科技有限公司 一种用于自动驾驶的控制方法、装置、设备及介质
WO2023164942A1 (zh) * 2022-03-04 2023-09-07 深圳市大疆创新科技有限公司 一种车辆的控制方法、装置、车辆、程序产品及存储介质
CN114783177A (zh) * 2022-03-28 2022-07-22 重庆长安汽车股份有限公司 智能驾驶功能车辆的安全行驶方法、系统及工作方法
CN114454899A (zh) * 2022-04-07 2022-05-10 新石器慧通（北京）科技有限公司 车辆驾驶方法及装置
CN114454899B (zh) * 2022-04-07 2022-08-02 新石器慧通（北京）科技有限公司 车辆驾驶方法及装置

Similar Documents

Publication Publication Date Title
CN113085894A (zh) 车辆的控制方法及装置、自动驾驶车辆
US11741696B2 (en) Advanced path prediction
JP7024115B2 (ja) 区画線に基づくインテリジェントドライブ制御方法および装置、ならびに電子機器
CN109583384A (zh) 用于无人驾驶车的避障方法和装置
EP2201496B1 (en) Inattentive state determination device and method of determining inattentive state
CN110525451B (zh) 行车安全辅助方法、装置、车辆、及可读存储介质
US8494223B2 (en) Real-time annotation of images in a human assistive environment
CN106778548B (zh) 用于检测障碍物的方法和装置
KR101251729B1 (ko) 주차 제어 방법 및 그 장치
CN108470458A (zh) 限速值提示装置与方法
JP6732449B2 (ja) 車両周辺部を表示するための方法
US10795357B2 (en) Method and device for controlling vehicle and autonomous driving vehicle
EP3381758B1 (en) Driver information system and method for a vehicle capable of driving in an autonomous driving mode
CN107944425A (zh) 道路标志的识别方法和装置
CN115038936A (zh) 用于场景感知交互的系统和方法
JP2020132153A (ja) 情報処理方法、装置、記憶媒体、及びプログラム
US20230004154A1 (en) Method for remotely controlled driving of a motor vehicle comprising a teleoperator, computer program product, and teleoperation driving system
CN113071523A (zh) 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆
CN112249022A (zh) 一种车辆高级驾驶辅助系统的性能分析方法及装置
CN110986994B (zh) 一种基于高噪音车辆轨迹数据的换道意图自动标注方法
CN109886198B (zh) 一种信息处理方法、装置及存储介质
CN116153128A (zh) 一种停车场的车辆定位、泊车指引方法和系统
CN115691267A (zh) 模拟驾驶控制方法、系统、驾驶模拟器及存储介质
CN113176778A (zh) 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆
JP2009093341A (ja) 認知再現装置及びプログラム並びに交通流シミュレーション装置及びプログラム

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