CN113147789A - 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 PDF

Info

Publication number
CN113147789A
CN113147789A CN202110500192.2A CN202110500192A CN113147789A CN 113147789 A CN113147789 A CN 113147789A CN 202110500192 A CN202110500192 A CN 202110500192A CN 113147789 A CN113147789 A CN 113147789A
Authority
CN
China
Prior art keywords
road surface
road
unmanned vehicle
unconventional
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
CN202110500192.2A
Other languages
English (en)
Inventor
顾裕洁
刘克勤
杨帆
李宁
赵红芳
李永业
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 CN202110500192.2A priority Critical patent/CN113147789A/zh
Publication of CN113147789A publication Critical patent/CN113147789A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06Road conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0015Planning or execution of driving tasks specially adapted for safety
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001Details of the control system
    • B60W2050/0002Automatic control, details of type of controller or control system architecture
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001Details of the control system
    • B60W2050/0043Signal treatments, identification of variables or parameters, parameter estimation or state estimation

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (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:在行驶状态下,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图,其中,导航态势图指示无人驾驶车辆从出发地至目的地的规划路径和车道变更信息;在道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片,其中,非常规路面包括下述之一:障碍物路面、道路塌陷路面、坑道路面;识别非常规路面的路面图片,得到非常规路面的路面面积和路面所处子车道;基于导航态势图、非常规路面的路面面积和路面所处子车道,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。

Description

无人驾驶车辆的控制方法及控制装置、无人驾驶车辆
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
随着自动化控制技术的不断发展、成熟,无人驾驶技术逐渐应用于各个领域,例如,在车辆控制方面,无人驾驶车辆不断涌现,无需人力来驾驶汽车,通过无人驾驶控制技术来控制无人驾驶车辆的安全行驶。
但是在相关技术中,虽然无人驾驶技术已经有较大发展,但是当前的无人驾驶技术,常常考虑的是城市道路上的无人驾驶,一般而言,城市道路设计较为规范,车辆行驶时有明确的方向和道路引导标识,城市道路上一般不会出现断面、凹陷等路面,车辆能够在道路上安全、快速通过;但是在实际环境下,很多道路由于年代较长,或者出现道路交通事故,容易造成道路损坏,例如,道路出现断面(例如,水沟)、某一块凹陷、道路凸起、石头等非常规道路,这种情况下,如果仍然按照原来的速度和前进方向行驶,很容易造成车辆出现损伤、碰撞,使得无人驾驶车辆损伤较大,影响车辆正常使用。
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控制无人驾驶车辆行驶时,未考虑到非常规道路的行驶方式,容易造成车辆损伤,影响车辆正常使用的技术问题。
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:在行驶状态下,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图,其中,所述导航态势图指示所述无人驾驶车辆从出发地至目的地的规划路径和车道变更信息;在所述道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片,其中,非常规路面包括下述之一:障碍物路面、道路塌陷路面、坑道路面;识别所述非常规路面的路面图片,得到所述非常规路面的路面面积和路面所处子车道;基于所述导航态势图、所述非常规路面的路面面积和路面所处子车道,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,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图的步骤,包括:扫描所述无人驾驶车辆当前所行驶道路的道路两侧边沿,得到两个边沿信息,其中,每个所述边沿信息至少包括边沿线位置;基于所述两个边沿信息,确定与道路宽度一致的扫描平行线;以所述扫描平行线为基准,平行推进至待行驶的道路上,对所述待行驶的道路进行微波扫描和红外激光扫描,得到所述道路断面信息。
可选地,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图的步骤,还包括:获取所述无人驾驶车辆从出发地和目的地;以所述出发地为起始点,确定到达所述目的地的多条待选道路;确定每条所述待选道路的坡道起浮度、道路拥挤度、车辆转弯耗损度;基于每条所述待选道路的坡道起浮度、道路拥挤度、车辆转弯耗损度,筛选出目标规划路径;确定所述无人驾驶车辆在所述目标规划路径上的道路变向信息;基于所述道路变向信息,确定所述无人驾驶车辆的车道变更信息;基于所述目标规划路径和所述车道变更信息,确定所述导航态势图。
可选地,在所述道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片的步骤,还包括:控制所述无人驾驶车辆与待行驶的道路前方的其它车辆建立网络连接;向所述其它车辆发送道路信息请求包;接收所述其它车辆返回的道路图像包,其中,所述道路图像包中至少包括:非常规路面的路面图片。
可选地,基于所述导航态势图、所述非常规路面的路面面积和路面所处子车道,调整避碰策略的步骤,还包括:在所述非常规路面为障碍物路面时,分析障碍物信息,其中,所述障碍物信息至少包括:障碍物高度、障碍物占地面积、障碍物硬质;基于所述障碍物信息,分析所述无人驾驶车辆的底盘是否高于障碍物,或者,分析所述无人驾驶车辆是否能够直接踩压障碍物;若所述无人驾驶车辆的底盘高于障碍物和/或所述无人驾驶车辆能够直接踩压障碍物,则控制所述无人驾驶车辆直接通过所述非常规路面;若所述无人驾驶车辆的底盘低于等于障碍物和/或所述无人驾驶车辆无法直接踩压障碍物,则控制所述无人驾驶车辆绕开所述非常规路面。
可选地,基于所述导航态势图、所述非常规路面的路面面积和路面所处子车道,调整避碰策略的步骤,还包括:在所述非常规路面为道路塌陷路面时,分析路面塌陷信息,其中,所述路面塌陷信息至少包括:塌陷面积;基于所述路面塌陷信息,分析所述无人驾驶车辆是否能够通过所述道路塌陷路面;若所述无人驾驶车辆无法通过所述道路塌陷路面,则根据所述塌陷面积,控制所述无人驾驶车辆绕开所述非常规路面。
可选地,基于所述导航态势图、所述非常规路面的路面面积和路面所处子车道,调整避碰策略的步骤,还包括:在所述非常规路面为坑道路面时,分析坑道信息,其中,所述坑道信息至少包括:坑道宽度;基于所述坑道信息,分析所述无人驾驶车辆通过所述坑道路面的震动度和车辆损伤度;若所述震动度大于预设震动度阈值或者所述车辆损伤度大于预设损伤度阈值,则调整行驶路径。
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方法,包括:在无人驾驶车辆的操作界面上展示导航态势图和待行驶的道路的道路断面信息,其中,所述导航态势图指示所述无人驾驶车辆从出发地至目的地的规划路径和车道变更信息;在所述无人驾驶车辆的操作界面上展示非常规路面的路面图片;识别所述非常规路面的路面图片,得到所述非常规路面的路面面积和路面所处子车道;基于所述导航态势图、所述非常规路面的路面面积和路面所处子车道,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,以控制所述无人驾驶车辆按照调整后的所述避碰策略行驶。
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:第一获取单元,用于在行驶状态下,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图,其中,所述导航态势图指示所述无人驾驶车辆从出发地至目的地的规划路径和车道变更信息;第二获取单元,用于在所述道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片,其中,非常规路面包括下述之一:障碍物路面、道路塌陷路面、坑道路面;第一识别单元,用于识别所述非常规路面的路面图片,得到所述非常规路面的路面面积和路面所处子车道;第一调整单元,用于基于所述导航态势图、所述非常规路面的路面面积和路面所处子车道,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,所述第一获取单元包括:第一扫描模块,用于扫描所述无人驾驶车辆当前所行驶道路的道路两侧边沿,得到两个边沿信息,其中,每个所述边沿信息至少包括边沿线位置;第一确定模块,用于基于所述两个边沿信息,确定与道路宽度一致的扫描平行线;第二扫描模块,用于以所述扫描平行线为基准,平行推进至待行驶的道路上,对所述待行驶的道路进行微波扫描和红外激光扫描,得到所述道路断面信息。
可选地,所述第一获取单元还包括:第一获取模块,用于获取所述无人驾驶车辆从出发地和目的地;第二确定模块,用于以所述出发地为起始点,确定到达所述目的地的多条待选道路;第三确定模块,用于确定每条所述待选道路的坡道起浮度、道路拥挤度、车辆转弯耗损度;第一筛选模块,用于基于每条所述待选道路的坡道起浮度、道路拥挤度、车辆转弯耗损度,筛选出目标规划路径;第四确定模块,用于确定所述无人驾驶车辆在所述目标规划路径上的道路变向信息;第五确定模块,用于基于所述道路变向信息,确定所述无人驾驶车辆的车道变更信息;第六确定模块,用于基于所述目标规划路径和所述车道变更信息,确定所述导航态势图。
可选地,所述第二获取单元包括:第一控制模块,用于控制所述无人驾驶车辆与待行驶的道路前方的其它车辆建立网络连接;第一发送模块,用于向所述其它车辆发送道路信息请求包;第一接收模块,用于接收所述其它车辆返回的道路图像包,其中,所述道路图像包中至少包括:非常规路面的路面图片。
可选地,所述第一调整单元包括:第一分析模块,用于在所述非常规路面为障碍物路面时,分析障碍物信息,其中,所述障碍物信息至少包括:障碍物高度、障碍物占地面积、障碍物硬质;第二分析模块,用于基于所述障碍物信息,分析所述无人驾驶车辆的底盘是否高于障碍物,或者,分析所述无人驾驶车辆是否能够直接踩压障碍物;第二控制模块,用于在所述无人驾驶车辆的底盘高于障碍物和/或所述无人驾驶车辆能够直接踩压障碍物时,控制所述无人驾驶车辆直接通过所述非常规路面;第三控制模块,用于在所述无人驾驶车辆的底盘低于等于障碍物和/或所述无人驾驶车辆无法直接踩压障碍物,则控制所述无人驾驶车辆绕开所述非常规路面。
可选地,所述第一调整单元还包括:第三分析模块,用于在所述非常规路面为道路塌陷路面时,分析路面塌陷信息,其中,所述路面塌陷信息至少包括:塌陷面积;第四分析模块,用于基于所述路面塌陷信息,分析所述无人驾驶车辆是否能够通过所述道路塌陷路面;第四控制模块,用于在所述无人驾驶车辆无法通过所述道路塌陷路面时,则根据所述塌陷面积,控制所述无人驾驶车辆绕开所述非常规路面。
可选地,所述第一调整单元还包括:第五分析模块,用于在所述非常规路面为坑道路面时,分析坑道信息,其中,所述坑道信息至少包括:坑道宽度;第六分析模块,用于基于所述坑道信息,分析所述无人驾驶车辆通过所述坑道路面的震动度和车辆损伤度;调整模块,用于在所述震动度大于预设震动度阈值或者所述车辆损伤度大于预设损伤度阈值时,则调整行驶路径。
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:第一展示单元,用于在无人驾驶车辆的操作界面上展示导航态势图和待行驶的道路的道路断面信息,其中,所述导航态势图指示所述无人驾驶车辆从出发地至目的地的规划路径和车道变更信息;第二展示单元,用于在所述无人驾驶车辆的操作界面上展示非常规路面的路面图片;第二识别单元,用于识别所述非常规路面的路面图片,得到所述非常规路面的路面面积和路面所处子车道;第二调整单元,用于基于所述导航态势图、所述非常规路面的路面面积和路面所处子车道,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,以控制所述无人驾驶车辆按照调整后的所述避碰策略行驶。
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,采用在行驶状态下,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图,在道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片,然后识别非常规路面的路面图片,得到非常规路面的路面面积和路面所处子车道,基于导航态势图、非常规路面的路面面积和路面所处子车道,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。该实施例中,通过分析待行驶道路的道路断面信息,分析道路是否存在非常规路面,若道路断面信息指示待行驶的道路存在非常规路面时,通过分析路面图片,调整无人驾驶车辆在行驶时的避碰策略,以使车辆及时避开非常规路面,减少车辆损伤度,保证车辆安全、正常行驶,从而解决相关技术中在控制无人驾驶车辆行驶时,未考虑到非常规道路的行驶方式,容易造成车辆损伤,影响车辆正常使用的技术问题。
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:电动车、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,在分析道路路况、道路路标、车道线以及其它车辆信息、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,在行驶状态下,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图,其中,导航态势图指示无人驾驶车辆从出发地至目的地的规划路径和车道变更信息;
步骤S104,在道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片,其中,非常规路面包括下述之一:障碍物路面、道路塌陷路面、坑道路面;
步骤S106,识别非常规路面的路面图片,得到非常规路面的路面面积和路面所处子车道;
步骤S108,基于导航态势图、非常规路面的路面面积和路面所处子车道,调整避碰策略;
步骤S110,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,可以在行驶状态下,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图,在道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片,然后识别非常规路面的路面图片,得到非常规路面的路面面积和路面所处子车道,基于导航态势图、非常规路面的路面面积和路面所处子车道,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。该实施例中,通过分析待行驶道路的道路断面信息,分析道路是否存在非常规路面,若道路断面信息指示待行驶的道路存在非常规路面时,通过分析路面图片,调整无人驾驶车辆在行驶时的避碰策略,以使车辆及时避开非常规路面,减少车辆损伤度,保证车辆安全、正常行驶,从而解决相关技术中在控制无人驾驶车辆行驶时,未考虑到非常规道路的行驶方式,容易造成车辆损伤,影响车辆正常使用的技术问题。
下面结合上述各实施步骤来详细说明本发明实施例。
步骤S102,在行驶状态下,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图,其中,导航态势图指示无人驾驶车辆从出发地至目的地的规划路径和车道变更信息。
待行驶的道路可以是指从当前位置到达目标位置(或目的地)所设定的道路,该待行驶的道路可以是一条,也可以是多条,在多条待选择道路时,可以根据每条待选择需要的转角确定车辆转角时的车辆损伤度、车辆行驶里程、车道拥挤度综合选取最优的一条待行驶的道路。
道路断面信息,可以是指与道路宽度平行的多条断面线组合形成的信息,通过道路断面信息,可以分析前方道路上的平坦度、凹陷面、走水道、凸起、固体障碍物等信息,如果是常规道路,则道路断面信息会反馈该道路保持平坦,道路路面与当前行驶路面没有区别,无异常信息,可以控制车辆继续行驶,无需避让;而如果是非常规路面,则需要根据非常规路面的具体情况,分析是否需要避让。
可选的,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图的步骤,包括:扫描无人驾驶车辆当前所行驶道路的道路两侧边沿,得到两个边沿信息,其中,每个边沿信息至少包括边沿线位置;基于两个边沿信息,确定与道路宽度一致的扫描平行线;以扫描平行线为基准,平行推进至待行驶的道路上,对待行驶的道路进行微波扫描和红外激光扫描,得到道路断面信息。
上述的微波扫描可以包括:毫米波扫描和微波雷达扫描,通过微波扫描能够分析路面点状信息,而红外激光扫描可以分析道路路面的具体点状状态,通过微波扫描和红外激光扫描,能够分析在非常规路面上的道路断面信息。
另一种可选的,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图的步骤,还包括:获取无人驾驶车辆从出发地和目的地;以出发地为起始点,确定到达目的地的多条待选道路;确定每条待选道路的坡道起浮度、道路拥挤度、车辆转弯耗损度;基于每条待选道路的坡道起浮度、道路拥挤度、车辆转弯耗损度,筛选出目标规划路径;确定无人驾驶车辆在目标规划路径上的道路变向信息;基于道路变向信息,确定无人驾驶车辆的车道变更信息;基于目标规划路径和车道变更信息,确定导航态势图。
本实施例中,可以通过获取车辆所行驶的道路的道路信息和周边环境,然后进行数据融合,感知到道路上的坡道、凹陷、车辆数量、周边障碍物信息以及可通行区域信息,同时获取车辆的高精度位置信息及道路信息,生成基础导航态势图。然后通过筛选待选道路的坡道起浮度、道路拥挤度、车辆转弯耗损度,得到目标规划路径,基于目标规划路径和车道变更信息,确定最后的目标导航态势图。
上述的坡道起浮度,可以是指道路路面最低点与道路路面最高点所确定起浮度,而道路拥挤度,可以是根据当前道路车辆数量与道路能够允许的最大车辆数量的比值确定;车辆转弯耗损度可以是指车辆在变向时需要转弯的车辆各部件的耗损度,综合确定车辆整体耗损度,减少车辆磨损。
车道变更信息,可以是指:在道路上的子车道数量大于等于两个时,车辆需要变更待行驶的子车道时的信息,可以包括:车辆变更角度、车辆变更方向、车辆变更车道起始点、车辆变更车道信号等。
步骤S104,在道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片,其中,非常规路面包括下述之一:障碍物路面、道路塌陷路面、坑道路面。
在本实施例中,在道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片的步骤,还包括:控制无人驾驶车辆与待行驶的道路前方的其它车辆建立网络连接;向其它车辆发送道路信息请求包;接收其它车辆返回的道路图像包,其中,道路图像包中至少包括:非常规路面的路面图片。
本实施例具体说明了上述几种非常规路面,该非常规路面还可以为:水坑路面、缺角路面、土堆路面、石子路面等。
步骤S106,识别非常规路面的路面图片,得到非常规路面的路面面积和路面所处子车道。
在分析非常规路面的路面面积时,可以利用二值化处理技术、感兴趣处理技术先定位非常规路面的边界线,然后通过面积简化算法,计算出非常规路面的路面面积。在确定路面所处子车道时,可以是通过路面定位技术,确定路面子车道,同时,本实施例非常规路面所处的子车道可以跨多个子车道,这里不做进一步限定。
步骤S108,基于导航态势图、非常规路面的路面面积和路面所处子车道,调整避碰策略。
可选的,基于导航态势图、非常规路面的路面面积和路面所处子车道,调整避碰策略的步骤,还包括:在非常规路面为障碍物路面时,分析障碍物信息,其中,障碍物信息至少包括:障碍物高度、障碍物占地面积、障碍物硬质;基于障碍物信息,分析无人驾驶车辆的底盘是否高于障碍物,或者,分析无人驾驶车辆是否能够直接踩压障碍物;若无人驾驶车辆的底盘高于障碍物和/或无人驾驶车辆能够直接踩压障碍物,则控制无人驾驶车辆直接通过非常规路面;若无人驾驶车辆的底盘低于等于障碍物和/或无人驾驶车辆无法直接踩压障碍物,则控制无人驾驶车辆绕开非常规路面。
面对障碍物路面,需要分析无人驾驶车辆能否直接通过,如果不能直接通过或者直接踩压,则需要避开该障碍物,以免车辆出现划伤、卡顿,对车辆损伤较大,例如,面对路面上的石头,需要分析车辆底盘是否高于该石头,如果底盘高于该石头,可以直接通过石头所处的路面,免于车辆底盘的划伤。
另一种可选的,基于导航态势图、非常规路面的路面面积和路面所处子车道,调整避碰策略的步骤,还包括:在非常规路面为道路塌陷路面时,分析路面塌陷信息,其中,路面塌陷信息至少包括:塌陷面积;基于路面塌陷信息,分析无人驾驶车辆是否能够通过道路塌陷路面;若无人驾驶车辆无法通过道路塌陷路面,则根据塌陷面积,控制无人驾驶车辆绕开非常规路面。
面对塌陷路面,需要分析车辆通过该塌陷路面的起浮度,分析车辆是否会陷入该路面,无法活动,对于无法安全通过或者损伤度较大的塌陷路面,需要控制车辆绕开该路面。
本实施例中,基于导航态势图、非常规路面的路面面积和路面所处子车道,调整避碰策略的步骤,还包括:在非常规路面为坑道路面时,分析坑道信息,其中,坑道信息至少包括:坑道宽度;基于坑道信息,分析无人驾驶车辆通过坑道路面的震动度和车辆损伤度;若震动度大于预设震动度阈值或者车辆损伤度大于预设损伤度阈值,则调整行驶路径。
本申请的坑道路面可以是指道路上出现与道路宽度一致的路坑,例如,该坑道路面可以是指水道坑,出现一种长度与道路坑道宽度一致,且宽度较大的路面(如坑道宽度为10cm、20cm)。对于该坑道路面,需要重点分析车辆通过时的震动、车辆轮胎是否能够直接通过,若是分析车辆轮胎容易陷入该坑道路面的情况,则调整待行驶路面。
步骤S110,控制无人驾驶车辆按照调整后的避碰策略行驶。
可选的,本发明实施例,无人驾驶车辆的控制方法还可以包括:获取无人驾驶车辆的当前车辆状态,所述车辆状态至少包括:电量、车速;基于车辆状态和驾驶态势图,判断无人驾驶车辆与周围其他车辆和障碍物的碰撞概率;若碰撞概率大于概率阈值,则发送模拟调整指令,所述模拟调整指令用于模拟车辆前方道路轨迹,并控制模拟车辆进行车辆方向和车速调整;基于模拟调整结果,判断无人驾驶车辆是否仍会发生碰撞,完成车辆行驶预估;若确定无人驾驶车辆仍然会发生碰撞,进行车辆路径的二次局部规划,包括横向路径转弯和车速调整。
通过上述实施例,在控制无人驾驶车辆行驶时,可以对非常规路面进行分析,准确分析非常规路面的面积、类型,分析车辆是否能够安全通过,如果不能够安全通过,可以及时调整车辆行驶路径、调整车辆行驶车道、调整车辆行驶速度等,控制无人驾驶车辆安全通过该非常规路面所在的道路,若是确定车辆无法安全通过,可以控制无人驾驶车辆绕行,减少车辆的损伤度,提高用户的使用满意度。
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,该控制方法还包括:
步骤S202,在无人驾驶车辆的操作界面上展示导航态势图和待行驶的道路的道路断面信息,其中,导航态势图指示无人驾驶车辆从出发地至目的地的规划路径和车道变更信息;
步骤S204,在无人驾驶车辆的操作界面上展示非常规路面的路面图片;
步骤S206,识别非常规路面的路面图片,得到非常规路面的路面面积和路面所处子车道;
步骤S208,基于导航态势图、非常规路面的路面面积和路面所处子车道,调整避碰策略;
步骤S210,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,以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,可以在无人驾驶车辆的操作界面上展示导航态势图和待行驶的道路的道路断面信息,其中,导航态势图指示无人驾驶车辆从出发地至目的地的规划路径和车道变更信息,在无人驾驶车辆的操作界面上展示非常规路面的路面图片,识别非常规路面的路面图片,得到非常规路面的路面面积和路面所处子车道,基于导航态势图、非常规路面的路面面积和路面所处子车道,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,以控制无人驾驶车辆按照调整后的避碰策略行驶。该实施例中,可以在无人驾驶车辆的操作界面上实时显示道路断面信息、非常规路面的路面信息,并且显示调整后的行驶路径,通过分析待行驶道路的道路断面信息,分析道路是否存在非常规路面,若道路断面信息指示待行驶的道路存在非常规路面时,通过分析路面图片,调整无人驾驶车辆在行驶时的避碰策略,以使车辆及时避开非常规路面,减少车辆损伤度,保证车辆安全、正常行驶,从而解决相关技术中在控制无人驾驶车辆行驶时,未考虑到非常规道路的行驶方式,容易造成车辆损伤,影响车辆正常使用的技术问题。
下面结合另一种可选的实施例来说明本发明。
实施例二
本实施例中提供了一种无人驾驶车辆的控制装置,该控制装置中涉及到的多个实施单元分别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,该控制装置包括:第一获取单元31、第二获取单元33、第一识别单元35、第一调整单元37、控制单元39,其中,
第一获取单元31,用于在行驶状态下,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图,其中,导航态势图指示无人驾驶车辆从出发地至目的地的规划路径和车道变更信息;
第二获取单元33,用于在道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片,其中,非常规路面包括下述之一:障碍物路面、道路塌陷路面、坑道路面;
第一识别单元35,用于识别非常规路面的路面图片,得到非常规路面的路面面积和路面所处子车道;
第一调整单元37,用于基于导航态势图、非常规路面的路面面积和路面所处子车道,调整避碰策略;
控制单元39,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,可以在行驶状态下,通过第一获取单元31获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图,通过第二获取单元33在道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片,然后通过第一识别单元35识别非常规路面的路面图片,得到非常规路面的路面面积和路面所处子车道,通过第一调整单元37基于导航态势图、非常规路面的路面面积和路面所处子车道,调整避碰策略,通过控制单元39控制无人驾驶车辆按照调整后的避碰策略行驶。该实施例中,通过分析待行驶道路的道路断面信息,分析道路是否存在非常规路面,若道路断面信息指示待行驶的道路存在非常规路面时,通过分析路面图片,调整无人驾驶车辆在行驶时的避碰策略,以使车辆及时避开非常规路面,减少车辆损伤度,保证车辆安全、正常行驶,从而解决相关技术中在控制无人驾驶车辆行驶时,未考虑到非常规道路的行驶方式,容易造成车辆损伤,影响车辆正常使用的技术问题。
可选的,第一获取单元包括:第一扫描模块,用于扫描无人驾驶车辆当前所行驶道路的道路两侧边沿,得到两个边沿信息,其中,每个边沿信息至少包括边沿线位置;第一确定模块,用于基于两个边沿信息,确定与道路宽度一致的扫描平行线;第二扫描模块,用于以扫描平行线为基准,平行推进至待行驶的道路上,对待行驶的道路进行微波扫描和红外激光扫描,得到道路断面信息。
可选的,第一获取单元还包括:第一获取模块,用于获取无人驾驶车辆从出发地和目的地;第二确定模块,用于以出发地为起始点,确定到达目的地的多条待选道路;第三确定模块,用于确定每条待选道路的坡道起浮度、道路拥挤度、车辆转弯耗损度;第一筛选模块,用于基于每条待选道路的坡道起浮度、道路拥挤度、车辆转弯耗损度,筛选出目标规划路径;第四确定模块,用于确定无人驾驶车辆在目标规划路径上的道路变向信息;第五确定模块,用于基于道路变向信息,确定无人驾驶车辆的车道变更信息;第六确定模块,用于基于目标规划路径和车道变更信息,确定导航态势图。
可选的,第二获取单元包括:第一控制模块,用于控制无人驾驶车辆与待行驶的道路前方的其它车辆建立网络连接;第一发送模块,用于向其它车辆发送道路信息请求包;第一接收模块,用于接收其它车辆返回的道路图像包,其中,道路图像包中至少包括:非常规路面的路面图片。
可选的,第一调整单元包括:第一分析模块,用于在非常规路面为障碍物路面时,分析障碍物信息,其中,障碍物信息至少包括:障碍物高度、障碍物占地面积、障碍物硬质;第二分析模块,用于基于障碍物信息,分析无人驾驶车辆的底盘是否高于障碍物,或者,分析无人驾驶车辆是否能够直接踩压障碍物;第二控制模块,用于在无人驾驶车辆的底盘高于障碍物和/或无人驾驶车辆能够直接踩压障碍物时,控制无人驾驶车辆直接通过非常规路面;第三控制模块,用于在无人驾驶车辆的底盘低于等于障碍物和/或无人驾驶车辆无法直接踩压障碍物,则控制无人驾驶车辆绕开非常规路面。
可选的,第一调整单元还包括:第三分析模块,用于在非常规路面为道路塌陷路面时,分析路面塌陷信息,其中,路面塌陷信息至少包括:塌陷面积;第四分析模块,用于基于路面塌陷信息,分析无人驾驶车辆是否能够通过道路塌陷路面;第四控制模块,用于在无人驾驶车辆无法通过道路塌陷路面时,则根据塌陷面积,控制无人驾驶车辆绕开非常规路面。
可选的,第一调整单元还包括:第五分析模块,用于在非常规路面为坑道路面时,分析坑道信息,其中,坑道信息至少包括:坑道宽度;第六分析模块,用于基于坑道信息,分析无人驾驶车辆通过坑道路面的震动度和车辆损伤度;调整模块,用于在震动度大于预设震动度阈值或者车辆损伤度大于预设损伤度阈值时,则调整行驶路径。
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:第一展示单元41,第二展示单元43,第二识别单元45,第二调整单元47,显示单元49,其中,
第一展示单元41,用于在无人驾驶车辆的操作界面上展示导航态势图和待行驶的道路的道路断面信息,其中,导航态势图指示无人驾驶车辆从出发地至目的地的规划路径和车道变更信息;
第二展示单元43,用于在无人驾驶车辆的操作界面上展示非常规路面的路面图片;
第二识别单元45,用于识别非常规路面的路面图片,得到非常规路面的路面面积和路面所处子车道;
第二调整单元47,用于基于导航态势图、非常规路面的路面面积和路面所处子车道,调整避碰策略;
显示单元49,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,以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,可以通过第一展示单元41在无人驾驶车辆的操作界面上展示导航态势图和待行驶的道路的道路断面信息,其中,导航态势图指示无人驾驶车辆从出发地至目的地的规划路径和车道变更信息,通过第二展示单元43在无人驾驶车辆的操作界面上展示非常规路面的路面图片,通过第二识别单元45识别非常规路面的路面图片,得到非常规路面的路面面积和路面所处子车道,通过第二调整单元47基于导航态势图、非常规路面的路面面积和路面所处子车道,调整避碰策略,通过显示单元49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,以控制无人驾驶车辆按照调整后的避碰策略行驶。该实施例中,可以在无人驾驶车辆的操作界面上实时显示道路断面信息、非常规路面的路面信息,并且显示调整后的行驶路径,通过分析待行驶道路的道路断面信息,分析道路是否存在非常规路面,若道路断面信息指示待行驶的道路存在非常规路面时,通过分析路面图片,调整无人驾驶车辆在行驶时的避碰策略,以使车辆及时避开非常规路面,减少车辆损伤度,保证车辆安全、正常行驶,从而解决相关技术中在控制无人驾驶车辆行驶时,未考虑到非常规道路的行驶方式,容易造成车辆损伤,影响车辆正常使用的技术问题。
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,上述第一获取单元31、第二获取单元33、第一识别单元35、第一调整单元37、控制单元39以及第一展示单元41,第二展示单元43,第二识别单元45,第二调整单元47,显示单元49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基于导航态势图、非常规路面的路面面积和路面所处子车道,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:在行驶状态下,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图,其中,导航态势图指示无人驾驶车辆从出发地至目的地的规划路径和车道变更信息;在道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片,其中,非常规路面包括下述之一:障碍物路面、道路塌陷路面、坑道路面;识别非常规路面的路面图片,得到非常规路面的路面面积和路面所处子车道;基于导航态势图、非常规路面的路面面积和路面所处子车道,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:
在行驶状态下,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图,其中,所述导航态势图指示所述无人驾驶车辆从出发地至目的地的规划路径和车道变更信息;
在所述道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片,其中,非常规路面包括下述之一:障碍物路面、道路塌陷路面、坑道路面;
识别所述非常规路面的路面图片,得到所述非常规路面的路面面积和路面所处子车道;
基于所述导航态势图、所述非常规路面的路面面积和路面所处子车道,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,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图的步骤,包括:
扫描所述无人驾驶车辆当前所行驶道路的道路两侧边沿,得到两个边沿信息,其中,每个所述边沿信息至少包括边沿线位置;
基于所述两个边沿信息,确定与道路宽度一致的扫描平行线;
以所述扫描平行线为基准,平行推进至待行驶的道路上,对所述待行驶的道路进行微波扫描和红外激光扫描,得到所述道路断面信息。
3.根据权利要求1所述的控制方法,其特征在于,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图的步骤,还包括:
获取所述无人驾驶车辆从出发地和目的地;
以所述出发地为起始点,确定到达所述目的地的多条待选道路;
确定每条所述待选道路的坡道起浮度、道路拥挤度、车辆转弯耗损度;
基于每条所述待选道路的坡道起浮度、道路拥挤度、车辆转弯耗损度,筛选出目标规划路径;
确定所述无人驾驶车辆在所述目标规划路径上的道路变向信息;
基于所述道路变向信息,确定所述无人驾驶车辆的车道变更信息;
基于所述目标规划路径和所述车道变更信息,确定所述导航态势图。
4.根据权利要求1所述的控制方法,其特征在于,在所述道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片的步骤,还包括:
控制所述无人驾驶车辆与待行驶的道路前方的其它车辆建立网络连接;
向所述其它车辆发送道路信息请求包;
接收所述其它车辆返回的道路图像包,其中,所述道路图像包中至少包括:非常规路面的路面图片。
5.根据权利要求1所述的控制方法,其特征在于,基于所述导航态势图、所述非常规路面的路面面积和路面所处子车道,调整避碰策略的步骤,还包括:
在所述非常规路面为障碍物路面时,分析障碍物信息,其中,所述障碍物信息至少包括:障碍物高度、障碍物占地面积、障碍物硬质;
基于所述障碍物信息,分析所述无人驾驶车辆的底盘是否高于障碍物,或者,分析所述无人驾驶车辆是否能够直接踩压障碍物;
若所述无人驾驶车辆的底盘高于障碍物和/或所述无人驾驶车辆能够直接踩压障碍物,则控制所述无人驾驶车辆直接通过所述非常规路面;
若所述无人驾驶车辆的底盘低于等于障碍物和/或所述无人驾驶车辆无法直接踩压障碍物,则控制所述无人驾驶车辆绕开所述非常规路面。
6.根据权利要求1所述的控制方法,其特征在于,基于所述导航态势图、所述非常规路面的路面面积和路面所处子车道,调整避碰策略的步骤,还包括:
在所述非常规路面为道路塌陷路面时,分析路面塌陷信息,其中,所述路面塌陷信息至少包括:塌陷面积;
基于所述路面塌陷信息,分析所述无人驾驶车辆是否能够通过所述道路塌陷路面;
若所述无人驾驶车辆无法通过所述道路塌陷路面,则根据所述塌陷面积,控制所述无人驾驶车辆绕开所述非常规路面。
7.根据权利要求1所述的控制方法,其特征在于,基于所述导航态势图、所述非常规路面的路面面积和路面所处子车道,调整避碰策略的步骤,还包括:
在所述非常规路面为坑道路面时,分析坑道信息,其中,所述坑道信息至少包括:坑道宽度;
基于所述坑道信息,分析所述无人驾驶车辆通过所述坑道路面的震动度和车辆损伤度;
若所述震动度大于预设震动度阈值或者所述车辆损伤度大于预设损伤度阈值,则调整行驶路径。
8.一种无人驾驶车辆的控制方法,其特征在于,包括:
在无人驾驶车辆的操作界面上展示导航态势图和待行驶的道路的道路断面信息,其中,所述导航态势图指示所述无人驾驶车辆从出发地至目的地的规划路径和车道变更信息;
在所述无人驾驶车辆的操作界面上展示非常规路面的路面图片;
识别所述非常规路面的路面图片,得到所述非常规路面的路面面积和路面所处子车道;
基于所述导航态势图、所述非常规路面的路面面积和路面所处子车道,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,以控制所述无人驾驶车辆按照调整后的所述避碰策略行驶。
9.一种无人驾驶车辆的控制装置,其特征在于,包括:
第一获取单元,用于在行驶状态下,获取无人驾驶车辆待行驶的道路的道路断面信息和导航态势图,其中,所述导航态势图指示所述无人驾驶车辆从出发地至目的地的规划路径和车道变更信息;
第二获取单元,用于在所述道路断面信息指示待行驶的道路存在非常规路面时,获取非常规路面的路面图片,其中,非常规路面包括下述之一:障碍物路面、道路塌陷路面、坑道路面;
第一识别单元,用于识别所述非常规路面的路面图片,得到所述非常规路面的路面面积和路面所处子车道;
第一调整单元,用于基于所述导航态势图、所述非常规路面的路面面积和路面所处子车道,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:
第一展示单元,用于在无人驾驶车辆的操作界面上展示导航态势图和待行驶的道路的道路断面信息,其中,所述导航态势图指示所述无人驾驶车辆从出发地至目的地的规划路径和车道变更信息;
第二展示单元,用于在所述无人驾驶车辆的操作界面上展示非常规路面的路面图片;
第二识别单元,用于识别所述非常规路面的路面图片,得到所述非常规路面的路面面积和路面所处子车道;
第二调整单元,用于基于所述导航态势图、所述非常规路面的路面面积和路面所处子车道,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,以控制所述无人驾驶车辆按照调整后的所述避碰策略行驶。
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。
CN202110500192.2A 2021-05-08 2021-05-08 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 Pending CN113147789A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110500192.2A CN113147789A (zh) 2021-05-08 2021-05-08 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
CN202110500192.2A CN113147789A (zh) 2021-05-08 2021-05-08 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
CN113147789A true CN113147789A (zh) 2021-07-23

Family

ID=76873820

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110500192.2A Pending CN113147789A (zh) 2021-05-08 2021-05-08 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) CN113147789A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115346385A (zh) * 2022-10-19 2022-11-15 上海伯镭智能科技有限公司 基于复杂路况的无人驾驶矿车自动避障方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115346385A (zh) * 2022-10-19 2022-11-15 上海伯镭智能科技有限公司 基于复杂路况的无人驾驶矿车自动避障方法
CN115346385B (zh) * 2022-10-19 2023-01-03 上海伯镭智能科技有限公司 基于复杂路况的无人驾驶矿车自动避障方法

Similar Documents

Publication Publication Date Title
CN106043293B (zh) 用于安全地停放车辆的方法和装置
JP6978491B2 (ja) 地面マーキングを認識するための画像処理方法、および地面マーキングを検出するためのシステム
EP3950453B1 (en) Driving assistance method and driving assistance device
US20200250439A1 (en) Automated Road Edge Boundary Detection
CN113104033B (zh) 低速自动驾驶方法、装置、设备及存储介质
US11938926B2 (en) Polyline contour representations for autonomous vehicles
US20160012300A1 (en) Lane boundary line recognition device
KR102588008B1 (ko) 진입하거나 진출하는 차량을 검출하기 위한 방법 및 제어 유닛
Paetzold et al. Road recognition in urban environment
CN113071523A (zh) 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆
CN114926809A (zh) 可通行区域检测方法及装置、移动工具、存储介质
JP6003585B2 (ja) 交差点検出方法および交差点検出システム
CN113147789A (zh) 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆
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
CN113071522A (zh) 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆
CN112078580A (zh) 用于确定对象与行车带的重合度的方法,装置和存储介质
Huang et al. Multi-Sensor Lane Finding in Urban Road Networks.
WO2022190314A1 (ja) 画像解析装置、画像解析方法及びプログラムが格納されたコンピュータ可読媒体
CN113147790A (zh) 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆
CN113147788A (zh) 园区物流车的控制方法及控制装置、无人驾驶车辆
KR101706455B1 (ko) 도로표지판 검출 기반 주행 차로 추정 방법 및 장치
WO2022050006A1 (ja) 画像処理装置
CN113147783A (zh) 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆
CN113212452A (zh) 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆

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