CN113085902A - 一种基于网络的智能汽车驾驶预估方法和装置 - Google Patents

Abstract

本申请公开了一种基于网络的智能汽车驾驶预估方法和装置，该方法包括：获取车辆当前行驶的第一位置以及所述车辆的行驶方向；获取第一路段上的交通情况，其中，所述第一路段为所述第一位置所属的道路在所述行驶方向上的距离所述第一位置预定距离范围内的路段；根据所述第一路段上的所述交通情况制定行驶策略；判断所述车辆是否行驶到所述第一路段；在判断结果为是的情况下，根据制定的所述行驶策略对所述车辆的行驶进行控制。通过本申请解决了现有的自动驾驶技术中无法做出更长期预判的问题，从而提高了预判的时间长度，进一步增加了自动驾驶的安全性。

Description

一种基于网络的智能汽车驾驶预估方法和装置

技术领域

本申请涉及到自动驾驶领域，具体而言，涉及一种基于网络的智能汽车驾驶预估方法和装置。

背景技术

自动驾驶汽车(Autonomous vehicles；Self-driving automobile)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。

自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。

发明人发现，自动驾驶汽车的预判是在雷达或者摄像头探测范围内才能做出，并没有技术方案能够做出更长期的预判。

发明内容

本申请实施例提供了一种基于网络的智能汽车驾驶预估方法和装置，以至少解决现有的自动驾驶技术中无法做出更长期预判的问题。

根据本申请的一个方面，提供了一种基于网络的智能汽车驾驶预估方法，该方法包括：获取车辆当前行驶的第一位置以及所述车辆的行驶方向；获取第一路段上的交通情况，其中，所述第一路段为所述第一位置所属的道路在所述行驶方向上距离所述第一位置预定距离范围内的路段；根据所述第一路段上的所述交通情况制定行驶策略；判断所述车辆是否行驶到所述第一路段；在判断结果为是的情况下，根据制定的所述行驶策略对所述车辆的行驶进行控制。

进一步地，所述行驶策略用于所述车辆的自动驾驶，或者，所述行驶策略用于辅助所述车辆的人工驾驶。

进一步地，获取所述车辆当前行驶的第一位置包括：通过北斗卫星导航系统获取所述车辆当前行驶的所述第一位置。

进一步地，获取所述第一路段上的交通情况包括：将所述车辆当前行驶的第一位置发送至地图服务；接收来自所述地图服务的所述道路上的交通情况；筛选出所述道路上的所述第一路段上的交通情况。

进一步地，通过5G网络将所述车辆当前行驶的第一位置发送至所述地图服务，并通过所述5G网络接收来自所述地图服务的所述道路上的交通情况。

根据本申请的另一个方面，提供了一种基于网络的智能汽车驾驶预估装置，包括：第一获取模块，用于获取车辆当前行驶的第一位置以及所述车辆的行驶方向；第二获取模块，用于获取第一路段上的交通情况，其中，所述第一路段为所述第一位置所属的道路在所述行驶方向上的距离所述第一位置预定距离范围内的路段；制定模块，用于根据所述第一路段上的所述交通情况制定行驶策略；判断模块，用于判断所述车辆是否行驶到所述第一路段；控制模块，用于在判断结果为是的情况下，根据制定的所述行驶策略对所述车辆的行驶进行控制。

进一步地，所述行驶策略用于所述车辆的自动驾驶，或者，所述行驶策略用于辅助所述车辆的人工驾驶。

进一步地，所述第一获取模块用于：通过北斗卫星导航系统获取所述车辆当前行驶的所述第一位置。

进一步地，所述第二获取模块用于：将所述车辆当前行驶的第一位置发送至地图服务；接收来自所述地图服务的所述道路上的交通情况；筛选出所述道路上的所述第一路段上的交通情况。

进一步地，通过5G网络将所述车辆当前行驶的第一位置发送至所述地图服务，并通过所述5G网络接收来自所述地图服务的所述道路上的交通情况。

在本申请实施例中，采用了获取车辆当前行驶的第一位置以及所述车辆的行驶方向；获取第一路段上的交通情况，其中，所述第一路段为所述第一位置所属的道路在所述行驶方向上的距离所述第一位置预定距离范围内的路段；根据所述第一路段上的所述交通情况制定行驶策略；判断所述车辆是否行驶到所述第一路段；在判断结果为是的情况下，根据制定的所述行驶策略对所述车辆的行驶进行控制。通过本申请解决了现有的自动驾驶技术中无法做出更长期预判的问题，从而提高了预判的时间长度，进一步增加了自动驾驶的安全性。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，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基于网络的智能汽车驾驶预估方法的流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

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。

在本实施例中，提供了一种基于网络的智能汽车驾驶预估方法，图1是根据本申请实施例的基于网络的智能汽车驾驶预估方法的流程图，如图1所示，该方法的流程包括以下步骤：

步骤S102，获取车辆当前行驶的第一位置以及所述车辆的行驶方向；

步骤S104，获取第一路段上的交通情况，其中，所述第一路段为所述第一位置所属的道路在所述行驶方向上距离所述第一位置预定距离范围内的路段；

步骤S106，根据所述第一路段上的所述交通情况制定行驶策略；

步骤S108，判断所述车辆是否行驶到所述第一路段；

步骤S110，在判断结果为是的情况下，根据制定的所述行驶策略对所述车辆的行驶进行控制。

作为一个可选的实施方式，将所述第一路段的地理位置进行记录，在所述车辆继续朝向所述地理位置行驶的情况下，所述车辆每行驶预定路程或者预定时间，则再次获取所述地理位置上的交通情况，如果此次获取到的交通情况相对于上一次获取到的交通情况发生了变化，则根据再次获取到的所述地理位置上的交通情况重新制定行驶策略。

作为另一个可选的实施方式，所述车辆在所述第一路段按照所述行驶策略进行行驶的过程中，如果所述第一路段上的交通情况发生变化，则所述车辆删除所述行驶策略，按照所述车辆内默认的自动驾驶算法控制所述车辆。

作为另一个可选的实施方式，由于自动驾驶算法有可能导致刹车和算法中的判断冲突，为了解决这个问题，还可以设置一个语音命令，该语音命令是平常说话中所涉及不到的语音，例如：“小黄人快停车”，车辆的自动驾驶系统在收到该语音命令之后，将刹车动作作为最高优先级进行执行。

通过本实施例，采用了获取车辆当前行驶的第一位置以及所述车辆的行驶方向；获取第一路段上的交通情况；根据所述第一路段上的所述交通情况制定行驶策略；判断所述车辆是否行驶到所述第一路段；在判断结果为是的情况下，根据制定的所述行驶策略对所述车辆的行驶进行控制。通过本实施例解决了现有的自动驾驶技术中无法做出更长期预判的问题，从而提高了预判的时间长度，进一步增加了自动驾驶的安全性。

作为一个可选的可以增加的实施方式，在步骤S104中，通过车联网(或称为车联万物，vehicle to everything，简称为V2X)获取第一路段上的交通情况；其中，V2X即车对外界的信息交换。V2X通信是车联网中实现环境感知、信息交互与协同控制的重要关键技术。其采用各种通信技术实现车与车(Vehicle-To-Vehicle，简称为V2V)、车与路(Vehicle-To-Infrastructure，简称为V2I)和车与人(Vehicle-To-Person，简称为V2P)互连互通，并在信息网络平台上对信息进行提取、共享等有效利用，对车辆进行有效的管控和提供综合服务。从而获得实时路况、道路标识信息、车道线信息、目标信息等一系列道路交通情况信息，从而提高驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。

优选地，所述行驶策略用于所述车辆的自动驾驶，或者，所述行驶策略用于辅助所述车辆的人工驾驶。

可选地，所述行驶策略可以包括但不限于以下至少之一：行驶速度、行驶方向、是否停车、行驶提示等，其中，行驶提示可以包括但不限于以下至少之一：驾驶等级、前向碰撞提示、紧急制动提示、交叉路口碰撞提示、盲区提示、变道提示、限速提示、车道保持提示、紧急车道保持、后向碰撞提示、后方交叉路口碰撞提示、开门提示、左转辅助、闯红灯提示、逆向超车提示、车辆失控提示、异常车辆提示、弱势交通参与者提示等。

作为一个可选的可以增加的实施方式，步骤S104和步骤S106可以多次重复执行，也就是说，可以实时获取第一路段上的交通情况，并根据实时获取的所述交通情况实时制定或调整行驶策略，这样，行驶策略是实时更新的，可以根据最新的实际交通情况来制定行驶策略，并对车辆的行驶进行控制，有助于提高行驶策略的准确性、提高行驶的安全性。

优选地，获取所述车辆当前行驶的第一位置包括：通过北斗卫星导航系统获取所述车辆当前行驶的所述第一位置。

优选地，获取所述第一路段上的交通情况包括：将所述车辆当前行驶的第一位置发送至地图服务；接收来自所述地图服务的所述道路上的交通情况；筛选出所述道路上的所述第一路段上的交通情况。

可选地，交通情况包括但不限于以下至少之一：实时路况、道路标识信息、车道线信息、限速信息等、道路交通异常情况信息、拥堵状况信息、道路交通场景信息、导航路径规划信息、目标信息等；其中，道路交通场景信息包括但不限于以下至少之一：十字路口信息、道路合并信息、道路分叉信息和匝道信息等。目标包括但不限于道路上的车辆、行人等交通参与者，例如，轿车、越野车SUV、小客车、大客车、小货车、大货车、摩托车、两轮车、大人、小孩等。

优选地，通过5G网络将所述车辆当前行驶的第一位置发送至所述地图服务，并通过所述5G网络接收来自所述地图服务的所述道路上的交通情况。

作为一个可以增加的实施方式，可以通过5G网络互联的车辆与网络模块、车辆与车辆感知模块、车辆与道路基础设施感知模块和车辆与行人感知模块，所述车辆与网络模块包括用于接收和/或发射5G网络的5G天线以及用于接收和/或发射5G网络的车载5G天线；通过在汽车上设置5G车载天线，并在道路上布置5G天线，令5G网络与道路上行驶的车辆互联，以使车辆、行人以及道路基础设施之间相互感知，在5G网络上共享行人以及车辆的位置、速度信息，从而可以根据道路上车辆、行人的位置和速度，来预先做出行驶状态的调整，以减少道路上事故的发生，从而提高自动驾驶的安全性。

基于5G的处理还可以采用如下方式：根据5G网络节点间延迟情况，设立多个远程驾驶云中心，收集来自车辆及路侧传感装置的数据，并通过远程控制实现车辆自动驾驶；利用自动驾驶区域化、道路局部化、个性化的特点，结合5G网络切片能力，将车辆采集数据通过高带宽传输到云端，利用云中心海量的计算能力实现决策，解决了车辆本身功耗、体积限制带来的计算需求问题，并将结果通过高可靠低延时网络传回车辆端，实现了车辆的实时控制，确保行驶安全。

所述远程驾驶云中心实时监控车辆的运行状况，并实时监测云端和车辆间网络响应情况，通过汇集海量驾驶数据及路基侧数据，融合环境数据和驾驶数据，产生覆盖区域内更加精细准确的自动驾驶决策模型，利用本地自动驾驶决策模型进行实时决策，将决策分析得到的结果转换为车辆控制执行指令，通过超低延迟高可靠的下行5G通路发送到车辆，并针对具体环境完善其决策能力，采取了更加高效的自动驾驶决策方案，提升自动驾驶模型的准确性。

采用所述方法的车辆具备计算单元，安装高清摄像头、激光雷达、高精度定位装置核心传感器，实时采集环境感知数据和车辆行驶状况数据，通过5G超高速网络传送到其最近的远程驾驶云中心，并且执行来自云端的车辆控制指令，同时根据远程驾驶云中心要求，动态形成车队、切换远程驾驶云中心的网络连接。

在车辆行驶道路旁设置路基侧传感装置，包括各类环境感知类传感器、相控阵雷达等复杂传感设备，将感知的环境数据通过5G超高速网络传送到其最近的远程驾驶云中心。

在云端节点聚集大量计算资源，根据5G网络节点间延迟情况，设立多个远程驾驶云中心；所述的远程驾驶云中心根据其周边网络的时延情况，确定其自动驾驶覆盖区域；所述的远程驾驶云中心结合大量历史自动驾驶数据，并结合其网络覆盖区域的道路交通情况，训练自动驾驶决策模型；采用所述方法的车辆向远程驾驶云中心发送自动驾驶远程控制请求，并提交其当前位置、行驶目的地、路线要求、车辆状况及其他相关约束条件；所述远程驾驶云中心根据车辆提交请求，判断其是否符合自动驾驶要求，建立网络连接，进行测试采用所述方法的车辆通过传感设备采集环境感知数据，上传至所述的远程驾驶云中心，并由所述的远程驾驶云中心进行决策反馈，将决策结果得到的测试控制指令反馈；所述远程驾驶云中心确定当前网络延时时间，如果网络延迟满足要求，根据自动驾驶请求，规划其行驶路线，根据规划行驶路线、规划路线车速等因素，计算其网络延时要求，规划采用所述方法的车辆与所述的远程驾驶云中心之间网络的最佳路由；如果网络延迟不满足要求，则选出最优的远程驾驶云中心，发送切换远程驾驶云中心指令，采用所述方法的车辆接收到切换远程驾驶云中心指令，重新选择远程驾驶云中心；采用所述方法的车辆如果找不到满足网络延时要求的云中心，则终止本次自动驾驶请求。

作为一个可选的可以增加的实施方式，在步骤S106之后，该方法还包括：对所述行驶策略进行存储和显示，该显示包括但不限于以下至少之一：图文显示、语音显示。该显示操作可以在步骤S108之前执行或与步骤S108同时执行，也就是说，可以先显示行驶策略，再对车辆的行驶进行控制；也可以在显示行驶策略的同时，对所述车辆的行驶进行控制。

在另一个实施例中，提供了一种基于网络的智能汽车驾驶预估装置，包括：

第一获取模块，用于获取车辆当前行驶的第一位置以及所述车辆的行驶方向；

第二获取模块，用于获取第一路段上的交通情况，其中，所述第一路段为所述第一位置所属的道路在所述行驶方向上的距离所述第一位置预定距离范围内的路段；

制定模块，用于根据所述第一路段上的所述交通情况制定行驶策略；判断模块，用于判断所述车辆是否行驶到所述第一路段；

控制模块，用于在判断结果为是的情况下，根据制定的所述行驶策略对所述车辆的行驶进行控制。

通过本实施例，解决了现有的自动驾驶技术中无法做出更长期预判的问题，从而提高了预判的时间长度，进一步增加了自动驾驶的安全性。

作为一个可选的可以增加的实施方式，第二获取模块通过车联网(V2X)获取第一路段上的交通情况；其中，V2X即车对外界的信息交换。V2X通信是车联网中实现环境感知、信息交互与协同控制的重要关键技术。其采用各种通信技术实现车与车(V2V)、车与路(V2I)和车与人(V2P)互连互通，并在信息网络平台上对信息进行提取、共享等有效利用，对车辆进行有效的管控和提供综合服务。从而获得实时路况、道路标识信息、车道线信息、目标信息等一系列道路交通情况信息，从而提高驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。

优选地，所述行驶策略用于所述车辆的自动驾驶，或者，所述行驶策略用于辅助所述车辆的人工驾驶。

可选地，所述行驶策略可以包括但不限于以下至少之一：行驶速度、行驶方向、是否停车、行驶提示等，其中，行驶提示可以包括但不限于以下至少之一：驾驶等级、前向碰撞提示、紧急制动提示、交叉路口碰撞提示、盲区提示、变道提示、限速提示、车道保持提示、紧急车道保持、后向碰撞提示、后方交叉路口碰撞提示、开门提示、左转辅助、闯红灯提示、逆向超车提示、车辆失控提示、异常车辆提示、弱势交通参与者提示等。

作为一个可选的可以增加的实施方式，第二获取模块和制定模块可以多次重复执行，也就是说，可以实时获取第一路段上的交通情况，并根据实时获取的所述交通情况实时制定或调整行驶策略，这样，行驶策略是实时更新的，可以根据最新的实际交通情况来制定行驶策略，并提供给控制模块对车辆的行驶进行控制，有助于提高行驶策略的准确性、提高行驶的安全性。

优选地，所述第一获取模块用于：通过北斗卫星导航系统获取所述车辆当前行驶的所述第一位置。

优选地，所述第二获取模块用于：将所述车辆当前行驶的第一位置发送至地图服务；接收来自所述地图服务的所述道路上的交通情况；筛选出所述道路上的所述第一路段上的交通情况。

可选地，交通情况包括但不限于以下至少之一：实时路况、道路标识信息、车道线信息、限速信息等、道路交通异常情况信息、拥堵状况信息、道路交通场景信息、导航路径规划信息、目标信息等；其中，道路交通场景信息包括但不限于以下至少之一：十字路口信息、道路合并信息、道路分叉信息和匝道信息等。目标包括但不限于道路上的车辆、行人等交通参与者，例如，轿车、越野车SUV、小客车、大客车、小货车、大货车、摩托车、两轮车、大人、小孩等。

优选地，通过5G网络将所述车辆当前行驶的第一位置发送至所述地图服务，并通过所述5G网络接收来自所述地图服务的所述道路上的交通情况。

作为一个可选的可以增加的实施方式，该装置还包括：存储模块，用于存储所述行驶策略；显示模块，用于显示所述行驶策略。该显示包括但不限于以下至少之一：图文显示、语音显示。可以先执行显示模块的操作，后执行控制模块的操作，即，可以先显示行驶策略，再对车辆的行驶进行控制；也可以同时执行显示模块和控制模块的操作，即，也可以在显示行驶策略的同时，对所述车辆的行驶进行控制。

在本实施例中，提供一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行以上实施例中的方法。

这些计算机程序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，对应与不同的步骤可以通过不同的模块来实现。

上述程序可以运行在处理器中，或者也可以存储在存储器中(或称为计算机可读介质)，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。

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

Claims (10)

1.一种基于网络的智能汽车驾驶预估方法，其特征在于，包括：

获取车辆当前行驶的第一位置以及所述车辆的行驶方向；

获取第一路段上的交通情况，其中，所述第一路段为所述第一位置所属的道路在所述行驶方向上距离所述第一位置预定距离范围内的路段；

根据所述第一路段上的所述交通情况制定行驶策略；

判断所述车辆是否行驶到所述第一路段；

在判断结果为是的情况下，根据制定的所述行驶策略对所述车辆的行驶进行控制。

2.根据权利要求1所述的方法，其特征在于，所述行驶策略用于所述车辆的自动驾驶，或者，所述行驶策略用于辅助所述车辆的人工驾驶。

3.根据权利要求1所述的方法，其特征在于，获取所述车辆当前行驶的第一位置包括：

通过北斗卫星导航系统获取所述车辆当前行驶的所述第一位置。

4.根据权利要求1至3中任一项所述的方法，其特征在于，获取所述第一路段上的交通情况包括：

将所述车辆当前行驶的第一位置发送至地图服务；

接收来自所述地图服务的所述道路上的交通情况；

筛选出所述道路上的所述第一路段上的交通情况。

5.根据权利要求4所述的方法，其特征在于，通过5G网络将所述车辆当前行驶的第一位置发送至所述地图服务，并通过所述5G网络接收来自所述地图服务的所述道路上的交通情况。

6.一种基于网络的智能汽车驾驶预估装置，其特征在于，包括：

第一获取模块，用于获取车辆当前行驶的第一位置以及所述车辆的行驶方向；

第二获取模块，用于获取第一路段上的交通情况，其中，所述第一路段为所述第一位置所属的道路在所述行驶方向上的距离所述第一位置预定距离范围内的路段；

制定模块，用于根据所述第一路段上的所述交通情况制定行驶策略；

判断模块，用于判断所述车辆是否行驶到所述第一路段；

控制模块，用于在判断结果为是的情况下，根据制定的所述行驶策略对所述车辆的行驶进行控制。

7.根据权利要求1所述的装置，其特征在于，所述行驶策略用于所述车辆的自动驾驶，或者，所述行驶策略用于辅助所述车辆的人工驾驶。

8.根据权利要求1所述的装置，其特征在于，所述第一获取模块用于：

通过北斗卫星导航系统获取所述车辆当前行驶的所述第一位置。

9.根据权利要求5至8中任一项所述的装置，其特征在于，所述第二获取模块用于：

将所述车辆当前行驶的第一位置发送至地图服务；

接收来自所述地图服务的所述道路上的交通情况；

筛选出所述道路上的所述第一路段上的交通情况。

10.根据权利要求9所述的装置，其特征在于，通过5G网络将所述车辆当前行驶的第一位置发送至所述地图服务，并通过所述5G网络接收来自所述地图服务的所述道路上的交通情况。

Images