CN113276860A - 车辆控制方法、装置、电子设备以及存储介质 - Google Patents
车辆控制方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN113276860A CN113276860A CN202110813340.6A CN202110813340A CN113276860A CN 113276860 A CN113276860 A CN 113276860A CN 202110813340 A CN202110813340 A CN 202110813340A CN 113276860 A CN113276860 A CN 113276860A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- lane
- speed
- simulation
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000004088 simulation Methods 0.000 claims abstract description 249
- 230000000694 effects Effects 0.000 claims abstract description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 238000001514 detection method Methods 0.000 claims description 14
- 230000009467 reduction Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims 3
- 238000005516 engineering process Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 17
- 238000013527 convolutional neural network Methods 0.000 description 11
- 238000013473 artificial intelligence Methods 0.000 description 10
- 230000006399 behavior Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 206010039203 Road traffic accident Diseases 0.000 description 5
- 230000004913 activation Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 240000004050 Pentaglottis sempervirens Species 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect 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
- 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
- B60W30/18—Propelling the vehicle
-
- 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
- B60W50/00—Details 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种车辆控制方法、装置、电子设备以及存储介质,应用于自动驾驶仿真领域或交通领域,该方法包括:当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测所述目标车道的相邻车道对应的车辆流速;当检测到所述车辆流速小于预设值时,获取所述相邻车道的车道特征;根据所述车道特征对所述目标模拟车辆的车速影响,确定控制所述目标模拟车辆所需的行驶控制参数;基于所述行驶控制参数,控制所述目标模拟车辆执行减速操作,该方案可以改善仿真效果,从而提高仿真结果与实际情况的匹配程度。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种车辆控制方法、装置、电子设备以及存储介质。
背景技术
交通仿真技术是智能技术的一个重要组成部分,它可以动态地仿真交通流和交通事故等各种交通现象,复现交通流的时空变化,有效地进行交通规划等方面的研究。
目前,在仿真运行过程中,背景车辆按照预先定义好的驾驶行为在道路上行驶,以验证测试车辆在交通流中行驶的决策算法,然而,在目前的仿真方式中,对于相邻车道的车辆出现突发情况无法做到统一掌控,导致仿真结果和实际情况容易不相符,难以实现有效地仿真模拟交通运行。
发明内容
本申请提供一种车辆控制方法、装置、电子设备以及存储介质,可以改善仿真效果,从而提高仿真结果与实际情况的匹配程度。
本申请提供了一种车辆控制方法,包括:
当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测所述目标车道的相邻车道对应的车辆流速;
当检测到所述车辆流速小于预设值时,获取所述相邻车道的车道特征;
根据所述车道特征对所述目标模拟车辆的车速影响,确定控制所述目标模拟车辆所需的行驶控制参数;
基于所述行驶控制参数,控制所述目标模拟车辆执行减速操作。
相应的,本申请还提供了一种车辆控制装置,包括:
检测模块,用于当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测所述目标车道的相邻车道对应的车辆流速;
获取模块,用于当检测到所述车辆流速小于预设值时,获取所述相邻车道的车道特征;
确定模块,用于根据所述车道特征对所述目标模拟车辆的车速影响,确定控制所述目标模拟车辆所需的行驶控制参数;
控制模块,用于基于所述行驶控制参数,控制所述目标模拟车辆执行减速操作。
可选的,在本发明的一些实施例中,所述确定模块包括:
识别单元,用于识别所述车道特征,得到所述相邻车道的道路通行信息,所述道路通行信息对应所述相邻车道对所述目标模拟车辆的车速影响;
第一确定单元,用于基于所述道路通行信息,确定所述目标模拟车辆对应的行驶控制参数。
可选的,在本申请的一些实施例中,所述第一确定单元包括:
提取子单元,用于从所述道路通行信息中提取所述相邻车道的车辆流向;
检测子单元,用于检测所述车辆流向与所述目标模拟车辆在目标车道中的行驶方向是否一致;
检测子单元当检测到所述车辆流向与所述目标模拟车辆在目标车道中的行驶方向一致时,获取子单元,用于获取所述目标模拟车辆的速度衰减因子,第一确定子单元用于根据所述速度衰减因子,确定所述目标模拟车辆对应的行驶控制参数;
检测子单元当检测到所述车辆流向与所述目标模拟车辆在目标车道中的行驶方向不一致时,第二确定子单元用于确定所述相邻车道中的车辆驶入所述目标车道的驶入概率,第三确定子单元用于基于所述驶入概率,确定所述目标模拟车辆对应的行驶控制参数。
可选的,在本申请的一些实施例中,所述第一确定子单元具体用于:
检测在目标车道行驶时所述目标模拟车辆是否具有前方车辆;
当检测在目标车道行驶时所述目标模拟车辆前方具有前方车辆时,根据所述速度衰减因子以及车辆跟驰算法,确定所述目标模拟车辆对应的行驶控制参数。
可选的,在本申请的一些实施例中,所述第一确定子单元具体用于:
根据车辆跟驰算法,计算所述目标模拟车辆与前方车辆之间的最小保持距离;
基于所述最小保持距离以及速度衰减因子,确定所述目标模拟车辆对应的行驶控制参数。
可选的,在本申请的一些实施例中,所述第一确定子单元具体用于:
根据车辆跟驰算法,计算所述目标模拟车辆跟随前方车辆时的最大行驶速度;
基于所述速度衰减因子以及所述最大行驶速度,确定所述目标模拟车辆对应的行驶控制参数。
可选的,在本申请的一些实施例中,还包括第二确定单元,所述第二确定单元具体用于:
当检测在目标车道行驶时所述目标模拟车辆前方不具有前方车辆时,获取所述目标车道对应的限制行驶速度;
基于所述速度衰减因子以及所述限制行驶速度,确定所述目标模拟车辆对应的行驶控制参数。
可选的,在本申请的一些实施例中,所述第二确定子单元具体用于:
获取所述相邻车道的拥堵指数;
根据所述拥堵指数对应的拥堵等级,确定所述相邻车道中的车辆驶入所述目标车道的驶入概率。
可选的,在本申请的一些实施例中,所述控制模块包括:
获取单元,用于获取所述目标模拟车辆的属性信息;
提取单元,用于从所述属性信息中提取所述目标虚拟车辆的车辆类型以及所述目标模拟车辆对应的激进参数值;
控制单元,用于根据所述车辆类型、激进参数值以及行驶控制参数,控制所述目标模拟车辆执行减速操作。
可选的,在本申请的一些实施例中,所述控制单元包括:
计算子单元,用于根据所述车辆类型、激进参数值以及行驶控制参数,计算所述目标模拟车辆对应的目标行驶速度;
减速子单元,用于将所述目标模拟车辆的车速降低至目标行驶速度对应的数值,以实现对所述目标模拟车辆进行减速。
可选的,在本申请的一些实施例中,所述计算子单元具体用于:
确定所述车辆类型对应的权重值;
计算所述权重值、激进参数值以及行驶控制参数之间的乘积,得到所述目标模拟车辆对应的目标行驶速度。
可选的,在本申请的一些实施例中,还包括恢复模块,所述恢复模块具体用于:
当所述目标模拟车辆驶离车辆流速小于预设值的区域后,将所述目标虚拟车辆的车速恢复至执行减速操作前对应的车速。
本申请当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测所述目标车道的相邻车道对应的车辆流速,当检测到所述车辆流速小于预设值时,获取所述相邻车道的车道特征,然后,根据所述车道特征对所述目标模拟车辆的车速影响,确定控制所述目标模拟车辆所需的行驶控制参数,最后,基于所述行驶控制参数,控制所述目标模拟车辆执行减速操作。本申请提供的车辆控制方法,利用相邻车道的车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数,然后,基于行驶控制参数,控制目标模拟车辆执行减速操作,考虑到相邻车道的车辆出现突发情况对目标模拟车辆的车速影响,使得目标模拟车辆所执行的操作能够更加符合实际情况,改善了仿真效果,进而提高仿真结果与实际情况的匹配程度。
附图说明
为了更清楚地说明本申请中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1a是本申请提供的车辆控制方法的场景示意图;
图1b是本申请提供的车辆控制方法的流程示意图;
图2a是本申请提供的车辆控制方法的另一流程示意图;
图2b是本申请提供的车辆控制方法的仿真流程示意图;
图2c是本申请提供的车辆控制方法的另一场景示意图;
图3a是本申请提供的车辆控制装置的结构示意图;
图3b是本申请提供的车辆控制装置的另一结构示意图;
图4是本申请提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请中的附图,对本申请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,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
仿真技术是应用仿真硬件和仿真软件通过仿真实验,借助某些数值计算和问题求解,反映系统行为或过程的仿真模型技术。
道路交通仿真是研究复杂交通问题的重要工具,尤其是当一个系统过于复杂,无法用简单抽象的数学模型描述时,交通仿真的作用就更为突出。交通仿真可以清晰的辅助分析预测交通堵塞的地段和原因,对城市规划、交通工程、和交通管理的有关方案进行比较和评价,在问题成为现实以前,尽量避免,或有所准备。
随着人工智能技术研究和进步,人工智能技术在多个领域展开研究和应用,例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等,相信随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值。
本申请实施例提供的方案涉及人工智能的自然语言处理和深度学习等技术,现通过如下实施例进行说明。
本申请提供一种车辆控制方法、装置、电子设备和存储介质。
其中,该车辆控制装置具体可以集成在服务器或终端中,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表或智能车辆等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
例如,请参阅图1a,该车辆控制装置集成在终端上,终端当仿真目标模拟车辆在目标车道行驶时,检测目标车道的相邻车道对应的车辆流速,具体的,可以由用户通过终端触发车辆仿真操作,终端当检测到车辆流速小于预设值时,获取目标模拟车辆的属性信息以及相邻车道的车道特征,然后,终端根据车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数,最后,终端基于属性信息与行驶控制参数,控制目标模拟车辆执行减速操作。
本申请提供的车辆控制方法,利用相邻车道的车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数,然后,基于属性信息与行驶控制参数,控制目标模拟车辆执行减速操作,考虑到相邻车道的车辆出现突发情况对目标模拟车辆的车速影响,使得目标模拟车辆所执行的操作能够更加符合实际情况,改善了仿真效果,进而提高仿真结果与实际情况的匹配程度。
以下分别进行详细说明。需说明的是,以下实施例的描述顺序不作为对实施例优先顺序的限定。
一种车辆控制方法,包括:当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测目标车道的相邻车道对应的车辆流速,当检测到车辆流速小于预设值时,获取相邻车道的车道特征,根据车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数,基于行驶控制参数,控制目标模拟车辆执行减速操作。
请参阅图1b,图1b为本申请提供的车辆控制方法的流程示意图。该车辆控制方法的具体流程可以如下:
101、当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测目标车道的相邻车道对应的车辆流速。
其中,车辆仿真场景指利用计算机技术模拟实现的,在一定区域内由各种道路组成的相互联络、交织成网状分布的道路场景,也可以称之为仿真地图,应用于仿真测试。可以理解的是,本申请中的仿真场景可以是平面地图,也可以是鸟瞰的立体图等。目标模拟车辆可以是自动驾驶仿真中的背景车辆,也可以是自动驾驶仿真中的测试车辆。车辆流速指的是车道中车辆流动的速度,一般用辆/小时表示,目标模拟车辆指的是当前在目标车道进行仿真的模拟车辆,该模拟车辆可以是由用户选择的,也可以是由服务器或终端选择的,具体根据实际情况而定,同样的,目标车道车辆可以是由用户选择的,也可以是由服务器或终端选择的。
当目标模拟车辆在目标车道进行仿真实验时,检测与目标车道相邻的车道(即相邻车道)对应的车辆流速是否大于或等于预设值,当检测到相邻车道对应的车辆流速大于或等于预设值时,则根据目标车辆对应的仿真设定值执行仿真实验,当检测到相邻车道对应的车辆流速小于预设值时,则执行步骤102。
102、当检测到车辆流速小于预设值时,获取相邻车道的车道特征。
在本申请中,当检测到车辆流速小于预设值,则确定相邻车道存在拥堵阻塞现象,而此时可能会出现相邻车道的车辆越过车道线驶入目标车道的情况,若不控制目标模拟车辆的车速,则目标模拟车辆具有发生交通事故的风险,故,在本申请中,可以利用相邻车道的车道特征,控制目标模拟车辆执行减速操作。
103、根据车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数。
例如,可以利用车道特征确定相邻道路的道路通行信息,其中,道路通行信息对应相邻车道对目标模拟车辆的车速影响,然后,再基于道路通行信息确定控制目标模拟车辆所需的行驶控制参数,即,可选的,在一些实施例中,步骤“根据车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数”,具体可以包括:
(11)识别车道特征,得到相邻车道的道路通行信息;
(12)基于道路通行信息,确定目标模拟车辆对应的行驶控制参数。
车道特征可以包括相邻车道的车道等级、车道上车辆的数量以及车道中不同区域对应的车辆平均速度,车道等级可以分为快速路、主干路、次干路以及支路,车道中的区域可以根据实际需求进行划分,比如,将车道划分为区域A、区域B和区域C,区域A对应的车辆平均速度为80km/h,区域B对应的车辆平均速度为5km/h,区域A对应的车辆平均速度为100km/h,且区域B的车辆流速小于预设值,由此可见,区域B为拥堵区域。
比如,可以利用卷积神经网络(Convolutional Neural Networks, CNN)识别车道特征,得到相邻车道的道路通行信息,道路通行信息携带由行驶在该车道中车辆的车辆流向以及车道通行情况,比如,目标车道的车辆流向为西向东,目标车道对应的相邻车道的车辆流向为东向西,那么,这两条车道的车辆流向为相反流向的车道,车道通行情况可以分为多个通行等级,比如,车道通行情况分为5个通行等级,其中,一级为畅通,五级为拥堵等等。
需要说明的是,该卷积神经网络可以是由运维人员、服务器或终端预先训练得到的,在本申请中,该卷积神经网络可以根据实际应用的需求进行设定,比如,该卷积神经网络可以包括四个卷积层和一个全连接层。
卷积层:主要用于对输入的数据(比如车道特征)进行特征提取,其中,卷积核大小可以根据实际应用而定,比如,从第一层卷积层至第四层卷积层的卷积核大小依次可以为(7,7),(5,5),(3,3),(3,3);可选的,为了降低计算的复杂度,提高计算效率,在本实施例中,这四层卷积层的卷积核大小可以都设置为(3,3),激活函数均采用“relu(线性整流函数,Rectified Linear Unit)”,而padding(padding,指属性定义元素边框与元素内容之间的空间)方式均设置为“same”,“same”填充方式可以简单理解为以0填充边缘,左边(上边)补0的个数和右边(下边)补0的个数一样或少一个。可选的,卷积层与卷积层之间可以通过直连的方式连接,从而加快网络收敛速度,为了进一步减少计算量,还可以在第二至第四层卷积层中的所有层或任意1~2层进行下采样(pooling)操作,该下采样操作与卷积的操作基本相同,只不过下采样的卷积核为只取对应位置的最大值(max pooling)或平均值(average pooling)等,为了描述方便,在本申请中,将均以在第二层卷积层和第三次卷积层中进行下采样操作,且该下采样操作具体为max pooling为例进行说明。
需说明的是,为了描述方便,在本申请中,将激活函数所在层和下采样层(也称为池化层)均归入卷积层中,应当理解的是,也可以认为该结构包括卷积层、激活函数所在层、下采样层(即池化层)和全连接层,当然,还可以包括用于输入数据的输入层和用于输出数据的输出层,在此不再赘述。
全连接层:可以将学到的特征映射到样本标记空间,其在整个卷积神经网络中主要起到“分类器”的作用,全连接层的每一个结点都与上一层(如卷积层中的下采样层)输出的所有结点相连,其中,全连接层的一个结点即称为全连接层中的一个神经元,全连接层中神经元的数量可以根据实际应用的需求而定,比如,在该孪生神经网络模型的上半分支网络和下半分支网络中,全连接层的神经元数量可以均设置为512个,或者,也可以均设置为128个,等等。与卷积层类似,可选的,在全连接层中,也可以通过加入激活函数来加入非线性因素,比如,可以加入激活函数sigmoid(S型函数)。
具体的,以车道特征作为卷积神经网络的输入,通过卷积神经网络预测出相邻车道的道路通行信息(即预测值),然后,基于该预测值以及相邻车道的实际道路通行信息计算卷积神经网络的损失,最后,利用该损失对卷积神经网络进行训练,当接收到道路通行信息预估请求时,则利用该卷积神经网络识别车道特征,进而得到相邻车道的道路通行信息。
在得到道路通行信息后,可以从道路通行信息中提取相邻车道的车辆流向,当目标道路与相邻道路为流向相同的车道时,可以根据映射关系获取与道路通行信息对应的速度衰减因子,并将获取的速度衰减因子确定为目标模拟车辆的速度衰减因子,然后,根据速度衰减因子,确定目标模拟车辆对应的行驶控制参数。其中,速度衰减因子与道路通行信息之间的映射关系可以是预先构建的,比如,道路通行信息为二级时,其对应的速度衰减因子的值为0.3,道路通行信息为三级时,其对应的速度衰减因子的值为0.5等等。
进一步的,在相邻车道拥堵的场景下,会出现如下两种情形;
情形一:目标模拟车辆具有前方车辆,即,目标模拟车辆的前方存在行驶的车辆;情形二:目标模拟车辆不具有前方车辆。针对这两种情况,本申请采用不同的策略确定控制目标模拟车辆所需的行驶控制参数,即,可选的,在一些实施例中,步骤“根据速度衰减因子,确定目标模拟车辆对应的行驶控制参数”,具体可以包括:
(21)检测在目标车道行驶时目标模拟车辆是否具有前方车辆;
(22)当检测在目标车道行驶时目标模拟车辆前方具有前方车辆时,根据速度衰减因子以及车辆跟驰算法,确定目标模拟车辆对应的行驶控制参数。
车辆跟驰(Car Following, CF)行为是最基本的微观驾驶行为,描述了在限制超车的单行道上行驶车队中相邻两车之间的相互作用。跟驰模型是运用动力学的方法来研究前导车(Leading Vehicle,LV)运动状态变化所引起跟驰车(Following Vehicle,FV)的相应行为。按交通流密度的大小,在道路上行驶的一队汽车可分成两种运行状态:一种是低密度的情况,车间距大,车队中任一辆车的速度都不受前车的制约,驾驶员可采用自由车速(称为自由行驶状态);一种是高密度的情况,车间距不大,车队中任一辆车的车速都受前车车速的制约,驾驶员只能按前车所提供的信息采用相应的车速(称为非自由行驶状态)。
跟驰车辆要满足两个条件:一是后车的车速不能长时间的大于前车车速,只能在前车车速附近摆动,否则会发生碰撞,这是车速条件;二是前后车之间必须保持一个安全距离,即在前车刹车后,两车间有足够的距离,从而有足够的时间供后车驾驶员作出反应,采取制动措施。
在本申请中,利用车速条件或距离条件确定目标模拟车辆对应的行驶控制参数。
在距离条件下,基于车辆跟驰算法,计算目标模拟车辆与前方车辆之间的最小保持距离,然后,基于最小保持距离以及速度衰减因子,确定目标模拟车辆对应的行驶控制参数,比如,基于车辆跟驰算法,计算目标模拟车辆与前方车辆之间的最小保持距离为2米,速度衰减因子为0.5,那么目标模拟车辆对应的行驶控制参数则可以为两者之积所对应的数值,即,行驶控制参数为1。
在速度条件下,可以基于车辆跟驰算法,计算目标模拟车辆跟随前方车辆时的最大行驶速度,然后,基于速度衰减因子以及最大行驶速度,确定目标模拟车辆对应的行驶控制参数,比如,基于车辆跟驰算法,计算目标模拟车辆跟随前方车辆时的最大行驶速度为10km/h,速度衰减因子为0.5,那么目标模拟车辆对应的行驶控制参数则可以为两者之积所对应的数值,即,行驶控制参数为5。
此外,需要说明的是,当检测在目标车道行驶时目标模拟车辆前方不具有前方车辆时,车辆跟驰算法则不适用于此场景,故,在本申请中,可以获取目标车道对应的限制行驶速度,然后,基于速度衰减因子以及限制行驶速度,确定目标模拟车辆对应的行驶控制参数,比如,获取的限制行驶速度为100km/h,速度衰减因子为0.5,则目标模拟车辆对应的行驶控制参数为50。
另外,当目标道路与相邻道路为流向相反的车道时,可以确定相邻车道中的车辆驶入目标车道的驶入概率,并基于驶入概率,确定目标模拟车辆对应的行驶控制参数。比如,具体的,当相邻车道中的车辆驶入目标车道的驶入概率为0.3时,其对应的行驶控制参数为在1秒后减速50%的速度。
需要说明的是,在一些实施例中,还可以获取相邻车道的拥堵指数,然后,根据拥堵指数对应的拥堵等级,确定相邻车道中的车辆驶入目标车道的驶入概率,其中,拥堵指数对应的拥堵等级可以根据实际需求进行设置,比如,拥堵指数为0-10%对应的拥堵等级为1,拥堵指数为10-20%对应的拥堵等级为2,可以理解的是,拥堵等级越高,其对应的道路则越拥堵。在实际车辆行驶过程中,道路拥堵时,某些司机可能会通过变道越过拥堵路段,当目标车道与其相邻车道的车辆流向相反时,若相邻车道的车辆执行变道操作,那么则有可能与目标车辆发生碰撞,故,可选的,在一些实施例中,步骤“确定所述相邻车道中的车辆驶入目标车道的驶入概率”,具体可以包括:
(31)获取相邻车道的拥堵指数;
(32)根据拥堵指数对应的拥堵等级,确定相邻车道中的车辆驶入目标车道的驶入概率。
104、基于行驶控制参数,控制目标模拟车辆执行减速操作。
例如,在得到行驶控制参数后,将目标模拟车辆的速度降低至行驶控制参数对应数值的速度,以仿真目标模拟车辆执行减速操作,具体的,目标模拟车辆对应的行驶控制参数为50,则将目标模拟车辆的速度降低至50km/h。
由于不同类型的车辆其对应的车身长度、制动距离以及重量都不同,因此,在得到行驶控制参数后,还需要结合目标模拟车辆对应的车辆类型控制目标模拟车辆执行减速操作,即,可选的,在一些实施例中,步骤“基于行驶控制参数,控制目标模拟车辆执行减速操作”,具体可以包括:
(41)获取所述目标模拟车辆的属性信息;
(42)从属性信息中提取目标虚拟车辆的车辆类型以及目标模拟车辆对应的激进参数值;
(43)根据车辆类型、激进参数值以及行驶控制参数,仿真目标模拟车辆执行减速操作。
需要说明的是,目标模拟车辆的属性信息可以携带有目标模拟车辆的车辆类型以及激进参数值,其中,车辆类型可以包括小型车、微型车、紧凑车型、中等车型、高级车型、豪华车型以及三厢车型等等,其中,不同车辆类型的目标模拟车辆的刹车距离也不同;激进参数值可以由服务器或终端预先设置的,也可以是由用户预先设置的,假设在仿真开始前赋予车辆0至1之间的浮点数来代表驾驶员的激进程度,其中,0代表最保守型,1代表最激进型。此数值不随仿真的运行而改变,一旦赋值,数值在本次仿真过程中保持不变。此处对0至1之间的随机分布不做限定,而在实际使用时,比如应用在导航场景中,导航系统可以根据用户以往的驾驶习惯对该用户对应的车辆赋予相应的激进参数值。
比如,当目标模拟车辆对应的激进参数值为0.5、行驶控制参数为50,且目标虚拟车辆为小型车时,该小型车的刹车距离为7米,则可以根据激进参数值和行驶控制参数计算参考行驶速度,再根据刹车距离对该参考行驶速度进行调整,从而得到目标行驶速度,即,可选的,在一些实施例中,步骤“根据车辆类型、激进参数值以及行驶控制参数,仿真目标模拟车辆执行减速操作”,具体可以包括:
(51)根据车辆类型、激进参数值以及行驶控制参数,计算目标模拟车辆对应的目标行驶速度;
(52)将目标模拟车辆的车速降低至目标行驶速度对应的数值,仿真目标模拟车辆执行减速操作。
此外,还可以预先根据刹车距离,构建车辆类型对应的权重,目标模拟车辆对应的目标行驶速度则为激进参数值、行驶控制参数以及目标虚拟车辆对应的权重之间的乘积,比如,当目标模拟车辆对应的激进参数值为0.5、行驶控制参数为50,且目标虚拟车辆为小型车时,小型车对应的权重为0.8,目标模拟车辆对应的目标行驶速度则为三者的乘积,即,目标模拟车辆对应的目标行驶速度等于20km/h;当目标模拟车辆对应的激进参数值为0.5、行驶控制参数为50,且目标虚拟车辆为大型车时,大型车对应的权重为0.2,目标模拟车辆对应的目标行驶速度则为三者的乘积,即,目标模拟车辆对应的目标行驶速度等于5km/h,由此可见,在本申请中,针对不同类型的目标虚拟车辆,其降低的车速也是不同的,即,可选的,在一些实施例中,步骤“根据车辆类型、激进参数值以及行驶控制参数,计算目标模拟车辆对应的目标行驶速度”,具体可以包括:
(61)确定车辆类型对应的权重值;
(62)计算权重值、激进参数值以及行驶控制参数之间的乘积,得到目标模拟车辆对应的目标行驶速度。
其中,车辆类型对应的权重值也可以是预先构建的,并且,在一些实施例中,为了提高仿真结果与实际情况的匹配程度,还可以结合每款车的车重以及制动距离对车辆类型对应的权重值进行调整,比如,目标模拟车辆为小型车,其对应A车型,A车型的制动距离为10米,车重1.1吨,小型车对应的权重值为0.8,在本实施例中可以将该权重值调整为0.7;又比如,目标模拟车辆为小型车,其对应A车型,A车型的制动距离为9米,车重0.9吨,小型车对应的权重值为0.8,在本实施例中可以将该权重值调整为0.82,具体可以根据实际情况进行设置,在此不再赘述。
需要说明的是,当目标模拟车辆驶离该相邻车道流速小于预设值的区域后,可以将目标模拟车辆的速度恢复为原值,即,可选的,在一些实施例中,具体还可以包括:当目标模拟车辆驶离车辆流速小于预设值的区域后,将目标虚拟车辆的车速恢复至执行减速操作前对应的车速。
比如,目标模拟车辆在驶入该流速小于预设值的区域之前,车速为60km/h,在基于属性信息与行驶控制参数,控制目标模拟车辆执行减速操作后,目标模拟车辆的速度为15km/h,故,当目标模拟车辆驶离车辆流速小于预设值的区域后,可以将目标模拟车辆的速度恢复为60km/h。
本申请当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测目标车道的相邻车道对应的车辆流速,当检测到车辆流速小于预设值时,获取相邻车道的车道特征,然后,根据车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数,最后,基于行驶控制参数,控制目标模拟车辆执行减速操作。本申请提供的车辆控制方法,利用相邻车道的车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数,然后,基于行驶控制参数,控制目标模拟车辆执行减速操作,考虑到相邻车道的车辆出现突发情况对目标模拟车辆的车速影响,使得目标模拟车辆所执行的操作能够更加符合实际情况,改善了仿真效果,进而提高仿真结果与实际情况的匹配程度。
根据实施例所述的方法,以下将举例进一步详细说明。
在本实施例中将以该车辆控制装置具体集成在终端中为例进行说明。
请参阅图2a,一种车辆控制方法,具体流程可以如下:
201、终端当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测目标车道的相邻车道对应的车辆流速。
其中,车辆流速指的是车道中车辆流动的速度,一般用辆/小时表示,目标模拟车辆指的是当前在目标车道进行仿真的模拟车辆,该模拟车辆可以是由用户选择的,也可以是由服务器或终端选择的,具体根据实际情况而定,同样的,目标车道车辆可以是由用户选择的,也可以是由服务器或终端选择的。
202、终端当检测到车辆流速小于预设值时,获取目标模拟车辆相邻车道的车道特征。
车道特征可以包括相邻车道的车道等级、车道上车辆的数量以及车道中不同区域对应的车辆平均速度,车道等级可以分为快速路、主干路、次干路以及支路,车道中的区域可以根据实际需求进行划分。
203、终端根据车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数。
例如,终端可以利用车道特征确定相邻道路的道路通行信息,其中,道路通行信息对应相邻车道对目标模拟车辆的车速影响,然后,终端再基于道路通行信息确定控制目标模拟车辆所需的行驶控制参数。
204、终端基于行驶控制参数,控制目标模拟车辆执行减速操作。
由于不同类型的车辆其对应的车身长度、制动距离以及重量都不同,因此,在得到行驶控制参数后,还需要结合目标模拟车辆对应的车辆类型控制目标模拟车辆执行减速操作,需要说明的是,终端当目标模拟车辆驶离该相邻车道流速小于预设值的区域后,可以将目标模拟车辆的速度恢复为原值。
为了便于进一步理解本申请提供的车辆控制方法,以下将该车辆控制方法所涉及到的逻辑算法嵌入在仿真软件中进行进一步说明,首先,介绍一下驾车围观(Rubbernecking)的概念,驾车围观是一种在世界各地都广泛存在的危险驾驶行为,用来描述驾驶员通过事故时所发生的胶颈现象。即当交通事故发生在一条车道的某处,事故车堵塞后面车流时,旁边车道的车辆驾驶员在通过事故发生地点附近时,减慢车速,扭过头围观,从而在没有发生事故的旁边车道发生拥堵。此种行为在当前的仿真软件中是没有进行模拟的,即一条车道的事故只会对该车道的车速产生影响,而不会影响旁边车道。当进行交通事故评估推演等场景模拟仿真时,如果不能模拟这种现实中广泛存在的驾车围观行为,就会造成仿真的失真,从而无法对事故的影响进行准确的仿真和评价。
故,本方案不仅根据跟驰算法考虑了本车道的车速,而且考虑了相邻车道的影响,具体的,请参阅图2b,为了便于说明,以下以一条相邻车道为例进行说明,用户可以通过终端打开仿真软件,并在终端的显示屏上显示仿真页面,其中,终端当仿真目标模拟车辆在目标车道行驶时,检测目标车道的相邻车道对应的车辆流速,终端当检测到所述车辆流速小于预设值时,获取所述目标模拟车辆的属性信息以及所述相邻车道的车道特征,比如,请参阅图2c,假设由于交通事故导致车辆堵塞于车道2,车道2中的车辆缓慢前移(如车速小于5km/h),或者均停止于车道2(车速为0),等待换道至旁边未被阻塞的相邻车道1,从而绕过拥堵区域。此时在未被阻塞的相邻车道1上的车辆(目标模拟车辆)会受到旁边阻塞车道2的影响,相应的降低行驶速度,并增大和前车的跟车距离,以防止有车量从车道2突然切入,另外,导致目标模拟车辆降速的另一个原因是司机在车道1行驶时,会放慢车速好奇地扭头观看车道2发生了什么,事故造成了什么后果等等,同时他们也会相应增大和前车的车距,来使得自己有更多的时间来对前方的路况进行反应。
因此,在本申请中,定义一个车辆的侧向反应区域,如图2c所示,此三角形区域由行驶方向的法线方向射线,一个侧向视角和相邻车道远端车道线共同组成。当目标模拟车辆行驶于车道1上时,将会随时检查车道2上的侧向反应区域,如果此区域存在车速小于特定阈值旁侧最小速度(SideMinSpd)的车辆,则认为相邻车道本车侧面存在拥堵阻塞现象,而且此时目标模拟车辆的纵向驾驶行为(跟驰)会受到其影响,此处对SideMinSpd的计算不加限定,可以设定为一个比较小的速度值。
同时引入一个取值范围(0,1)之间的浮点数--摩擦系数(即速度衰减因子)来描述对目标车道纵向驾驶行为的影响,其影响可以通过以下两种方式:
1.最大行驶速度Vf:此参数一般用于在跟驰算法中定义车辆行驶时可以达到的最快速度。定义A是车辆的激进程度系数,在仿真开始时被赋值给车辆。此处引入摩擦系数F,并对Vf1的具体计算形式不加限定,此值可以采用如下形式进行计算,
Vf1=F•A•Vf
由于F和A的取值范围都是(0,1)之间的小数,存在Vf1<Vf,即最大行驶速度在相邻车道有阻塞拥堵时会减小。
2.最小安全距离D: 此参数一般用于在跟驰算法中定义车辆之间所能接受的最短车间距,定义A是车辆的激进程度系数,在仿真开始时被赋值给车辆。此处引入摩擦系数F,并对D1的具体计算形式不加限定,此值可以采用如下形式进行计算,
D1=D• (2- F)•(1+A)
由于F和A的取值范围都是(0,1)之间的小数,存在D1>D,即最小安全距离在相邻车道有阻塞拥堵时会变大,以留出更大的车间距,以预留些空间给相邻车道的车辆换入本车道以绕过拥堵时使用,或者可以认为目标模拟车辆在扭头围观相邻车道的事故时,留出更大的车间距来减速谨慎行驶。
此影响在有满足低速条件的车辆存在于侧向反应区域时一直存在,直到目标模拟车辆开过此区域,即侧向反应区域中已经没有此类拥堵车辆存在时,将这两个条件复原成原始条件。如果车辆所在车道的两侧都存在相邻车道时,则将此判断分别作用于两侧车道,只要有一条相邻车道存在此种拥堵车辆,则应用上面描述的影响对跟驰算法中的参数进行改变。
本申请的终端当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测所述目标车道的相邻车道对应的车辆流速,终端当检测到所述车辆流速小于预设值时,获取相邻车道的车道特征,然后,终端根据车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数,最后,终端基行驶控制参数,控制所述目标模拟车辆执行减速操作。本申请提供的车辆控制方法,利用相邻车道的车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数,然后,基于行驶控制参数,控制目标模拟车辆执行减速操作,考虑到相邻车道的车辆出现突发情况对目标模拟车辆的车速影响,使得目标模拟车辆所执行的操作能够更加符合实际情况,改善了仿真效果,进而提高仿真结果与实际情况的匹配程度。
为便于更好的实施本申请的车辆控制方法,本申请还提供一种基于上述车辆控制装置(简称控制装置)。其中名词的含义与上述车辆控制方法中相同,具体实现细节可以参考方法实施例中的说明。
请参阅图3a,图3a为本申请提供的车辆控制装置的结构示意图,其中该控制装置可以包括检测模块301、获取模块302、确定模块303以及控制模块304,具体可以如下:
检测模块301,用于当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测目标车道的相邻车道对应的车辆流速。
其中,车辆流速指的是车道中车辆流动的速度,一般用辆/小时表示,目标模拟车辆指的是当前在目标车道进行仿真的模拟车辆,该模拟车辆可以是由用户选择的,也可以是由服务器或终端选择的。
获取模块302,用于当检测到车辆流速小于预设值时,获取相邻车道的车道特征。
车道特征可以包括相邻车道的车道等级、车道上车辆的数量以及车道中不同区域对应的车辆平均速度,车道等级可以分为快速路、主干路、次干路以及支路,车道中的区域可以根据实际需求进行划分。
确定模块303,用于根据车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数。
例如,确定模块303可以利用车道特征确定相邻道路的道路通行信息,其中,道路通行信息对应相邻车道对目标模拟车辆的车速影响,然后,确定模块303再基于道路通行信息确定控制目标模拟车辆所需的行驶控制参数,即,可选的,在一些实施例中,确定模块303具体可以包括:
识别单元,用于识别车道特征,得到相邻车道的道路通行信息,道路通行信息对应相邻车道对所述目标模拟车辆的车速影响;
第一确定单元,用于基于道路通行信息,确定目标模拟车辆对应的行驶控制参数。
可选的,在本申请的一些实施例中,第一确定单元具体可以包括:
提取子单元,用于从所述道路通行信息中提取相邻车道的车辆流向;
检测子单元,用于检测车辆流向与目标模拟车辆在目标车道中的行驶方向是否一致;
检测子单元当检测到所述车辆流向与目标模拟车辆在目标车道中的行驶方向一致时,获取子单元,用于获取目标模拟车辆的速度衰减因子,第一确定子单元用于根据速度衰减因子,确定目标模拟车辆对应的行驶控制参数;
检测子单元当检测到车辆流向与目标模拟车辆在目标车道中的行驶方向不一致时,第二确定子单元用于确定相邻车道中的车辆驶入目标车道的驶入概率,第三确定子单元用于基于驶入概率,确定目标模拟车辆对应的行驶控制参数。
可选的,在本申请的一些实施例中,第一确定子单元具体可以用于:根据车辆跟驰算法,计算目标模拟车辆与前方车辆之间的最小保持距离,基于最小保持距离以及速度衰减因子,确定目标模拟车辆对应的行驶控制参数。
可选的,在一些实施例中,第一确定子单元具体可以用于:根据车辆跟驰算法,计算目标模拟车辆跟随前方车辆时的最大行驶速度,基于速度衰减因子以及最大行驶速度,确定目标模拟车辆对应的行驶控制参数。
可选的,在一些实施例中,还包括第二确定单元,第二确定单元具体可以用于:当检测在目标车道行驶时目标模拟车辆前方不具有前方车辆时,获取目标车道对应的限制行驶速度,基于速度衰减因子以及限制行驶速度,确定目标模拟车辆对应的行驶控制参数。
控制模块304,用于基于属性信息与行驶控制参数,控制目标模拟车辆执行减速操作。
例如,控制模块304可以利用车道特征确定相邻道路的道路通行信息,其中,道路通行信息对应相邻车道对目标模拟车辆的车速影响,然后,控制模块304再基于道路通行信息确定控制目标模拟车辆所需的行驶控制参数,即,可选的,在一些实施例中,控制模块304具体可以包括:
提取单元,用于从属性信息中提取目标虚拟车辆的车辆类型以及目标模拟车辆对应的激进参数值;
计算单元,用于根据车辆类型、激进参数值以及行驶控制参数,计算目标模拟车辆对应的目标行驶速度;
减速单元,用于将目标模拟车辆的车速降低至目标行驶速度对应的数值,以实现对目标模拟车辆进行减速。
可选的,在一些实施例中,计算单元具体可以用于:确定车辆类型对应的权重值,计算权重值、激进参数值以及行驶控制参数之间的乘积,得到目标模拟车辆对应的目标行驶速度。
可选的,在一些实施例中,请参阅图3b,控制装置具体还可以包括恢复模块305,恢复模块305具体可以用于:当目标模拟车辆驶离车辆流速小于预设值的区域后,将目标虚拟车辆的车速恢复至执行减速操作前对应的车速。
本申请检测模块301当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测目标车道的相邻车道对应的车辆流速,获取模块302当检测到车辆流速小于预设值时,获取相邻车道的车道特征,然后,确定模块303根据车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数,最后,控制模块304基于行驶控制参数,控制目标模拟车辆执行减速操作。本申请提供的车辆控制方法,利用相邻车道的车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数,然后,基于行驶控制参数,控制目标模拟车辆执行减速操作,考虑到相邻车道的车辆出现突发情况对目标模拟车辆的车速影响,使得目标模拟车辆所执行的操作能够更加符合实际情况,改善了仿真效果,进而提高仿真结果与实际情况的匹配程度。
此外,本申请还提供一种电子设备,如图4所示,其示出了本申请所涉及的电子设备的结构示意图,具体来讲:
该电子设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解,图4中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401是该电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。可选的,处理器401可包括一个或多个处理核心;优选的,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块,处理器401通过运行存储在存储器402的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器401对存储器402的访问。
电子设备还包括给各个部件供电的电源403,优选的,电源403可以通过电源管理系统与处理器401逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该电子设备还可包括输入单元404,该输入单元404可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,电子设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,电子设备中的处理器401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能,如下:
当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测目标车道的相邻车道对应的车辆流速,当检测到车辆流速小于预设值时,获取相邻车道的车道特征,根据车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数,基于行驶控制参数,控制目标模拟车辆执行减速操作。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
本申请当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测目标车道的相邻车道对应的车辆流速,当检测到车辆流速小于预设值时,获取相邻车道的车道特征,然后,根据车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数,最后,基于行驶控制参数,控制目标模拟车辆执行减速操作。本申请提供的车辆控制方法,利用相邻车道的车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数,然后,基于行驶控制参数,控制目标模拟车辆执行减速操作,考虑到相邻车道的车辆出现突发情况对目标模拟车辆的车速影响,使得目标模拟车辆所执行的操作能够更加符合实际情况,改善了仿真效果,进而提高仿真结果与实际情况的匹配程度。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请所提供的任一种车辆控制方法中的步骤。例如,该指令可以执行如下步骤:
当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测目标车道的相邻车道对应的车辆流速,当检测到车辆流速小于预设值时,获取相邻车道的车道特征,根据车道特征对目标模拟车辆的车速影响,确定控制目标模拟车辆所需的行驶控制参数,基于行驶控制参数,控制目标模拟车辆执行减速操作。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本申请所提供的任一种车辆控制中的步骤,因此,可以实现本申请所提供的任一种车辆控制方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本申请所提供的一种车辆控制方法、装置、电子设备以及存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (15)
1.一种车辆控制方法,其特征在于,包括:
当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测所述目标车道的相邻车道对应的车辆流速;
当检测到所述车辆流速小于预设值时,获取所述相邻车道的车道特征;
根据所述车道特征对所述目标模拟车辆的车速影响,确定控制所述目标模拟车辆所需的行驶控制参数;
基于所述行驶控制参数,控制所述目标模拟车辆执行减速操作。
2.根据权利要求1所述的方法,其特征在于,所述根据所述车道特征对所述目标模拟车辆的车速影响,确定控制所述目标模拟车辆所需的行驶控制参数,包括:
识别所述车道特征,得到所述相邻车道的道路通行信息,所述道路通行信息对应所述相邻车道对所述目标模拟车辆的车速影响;
基于所述道路通行信息,确定所述目标模拟车辆对应的行驶控制参数。
3.根据权利要求2所述的方法,其特征在于,所述基于所述道路通行信息,确定所述目标模拟车辆对应的行驶控制参数,包括:
从所述道路通行信息中提取所述相邻车道的车辆流向;
检测所述车辆流向与所述目标模拟车辆在目标车道中的行驶方向是否一致;
当检测到所述车辆流向与所述目标模拟车辆在目标车道中的行驶方向一致时,获取所述目标模拟车辆的速度衰减因子,并根据所述速度衰减因子,确定所述目标模拟车辆对应的行驶控制参数;
当检测到所述车辆流向与所述目标模拟车辆在目标车道中的行驶方向不一致时,确定所述相邻车道中的车辆驶入所述目标车道的驶入概率,并基于所述驶入概率,确定所述目标模拟车辆对应的行驶控制参数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述速度衰减因子,确定所述目标模拟车辆对应的行驶控制参数,包括:
检测在目标车道行驶时所述目标模拟车辆是否具有前方车辆;
当检测在目标车道行驶时所述目标模拟车辆前方具有前方车辆时,根据所述速度衰减因子以及车辆跟驰算法,确定所述目标模拟车辆对应的行驶控制参数。
5.根据权利要求4所述的方法,其特征在于,所述根据所述速度衰减因子以及车辆跟驰算法,确定所述目标模拟车辆对应的行驶控制参数,包括:
根据车辆跟驰算法,计算所述目标模拟车辆与前方车辆之间的最小保持距离;
基于所述最小保持距离以及速度衰减因子,确定所述目标模拟车辆对应的行驶控制参数。
6.根据权利要求4所述的方法,其特征在于,所述根据所述速度衰减因子以及车辆跟驰算法,确定所述目标模拟车辆对应的行驶控制参数,包括:
根据车辆跟驰算法,计算所述目标模拟车辆跟随前方车辆时的最大行驶速度;
基于所述速度衰减因子以及所述最大行驶速度,确定所述目标模拟车辆对应的行驶控制参数。
7.根据权利要求4所述的方法,其特征在于,还包括:
当检测在目标车道行驶时所述目标模拟车辆前方不具有前方车辆时,获取所述目标车道对应的限制行驶速度;
基于所述速度衰减因子以及所述限制行驶速度,确定所述目标模拟车辆对应的行驶控制参数。
8.根据权利要求4所述的方法,其特征在于,所述确定所述相邻车道中的车辆驶入所述目标车道的驶入概率,包括:
获取所述相邻车道的拥堵指数;
根据所述拥堵指数对应的拥堵等级,确定所述相邻车道中的车辆驶入所述目标车道的驶入概率。
9.根据权利要求1至8任一项所述的方法,其特征在于,所述基于所述行驶控制参数,控制所述目标模拟车辆执行减速操作,包括:
获取所述目标模拟车辆的属性信息;
从所述属性信息中提取所述目标虚拟车辆的车辆类型以及所述目标模拟车辆对应的激进参数值;
根据所述车辆类型、激进参数值以及行驶控制参数,控制所述目标模拟车辆执行减速操作。
10.根据权利要求9所述的方法,其特征在于,所述根据所述车辆类型、激进参数值以及行驶控制参数,仿真所述目标模拟车辆执行减速操作,包括:
根据所述车辆类型、激进参数值以及行驶控制参数,计算所述目标模拟车辆对应的目标行驶速度;
将所述目标模拟车辆的车速降低至目标行驶速度对应的数值,以实现对所述目标模拟车辆进行减速。
11.根据权利要求10所述的方法,其特征在于,所述根据所述车辆类型、激进参数值以及行驶控制参数,计算所述目标模拟车辆对应的目标行驶速度,包括:
确定所述车辆类型对应的权重值;
计算所述权重值、激进参数值以及行驶控制参数之间的乘积,得到所述目标模拟车辆对应的目标行驶速度。
12.根据权利要求1至8任一项所述的方法,其特征在于,在所述基于行驶控制参数,控制所述目标模拟车辆执行减速操作之后,还包括:
当所述目标模拟车辆驶离车辆流速小于预设值的区域后,将所述目标虚拟车辆的车速恢复至执行减速操作前对应的车速。
13.一种车辆控制装置,其特征在于,包括:
检测模块,用于当目标模拟车辆在车辆仿真场景的目标车道中行驶时,检测所述目标车道的相邻车道对应的车辆流速;
获取模块,用于当检测到所述车辆流速小于预设值时,获取所述相邻车道的车道特征;
确定模块,用于根据所述车道特征对所述目标模拟车辆的车速影响,确定控制所述目标模拟车辆所需的行驶控制参数;
控制模块,用于基于所述行驶控制参数,控制所述目标模拟车辆执行减速操作。
14.一种电子设备,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,其中,所述处理器执行所述程序时实现如权利要求1-12任一项所述车辆控制方法的步骤。
15.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-12任一项所述车辆控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110813340.6A CN113276860B (zh) | 2021-07-19 | 2021-07-19 | 车辆控制方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110813340.6A CN113276860B (zh) | 2021-07-19 | 2021-07-19 | 车辆控制方法、装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113276860A true CN113276860A (zh) | 2021-08-20 |
CN113276860B CN113276860B (zh) | 2021-10-01 |
Family
ID=77286693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110813340.6A Active CN113276860B (zh) | 2021-07-19 | 2021-07-19 | 车辆控制方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113276860B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113788028A (zh) * | 2021-09-29 | 2021-12-14 | 腾讯科技(深圳)有限公司 | 车辆控制方法、装置及计算机程序产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109754626A (zh) * | 2018-10-24 | 2019-05-14 | 禾多科技(北京)有限公司 | 无人驾驶自主换道策略 |
CN110414707A (zh) * | 2018-04-27 | 2019-11-05 | 本田技研工业株式会社 | 用于车道级危险预测的系统和方法 |
US20200035092A1 (en) * | 2018-07-30 | 2020-01-30 | Honda Motor Co., Ltd. | Systems and methods for cooperative smart lane selection |
CN113110487A (zh) * | 2021-04-30 | 2021-07-13 | 腾讯科技(深圳)有限公司 | 车辆仿真控制方法、装置、电子设备及存储介质 |
-
2021
- 2021-07-19 CN CN202110813340.6A patent/CN113276860B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414707A (zh) * | 2018-04-27 | 2019-11-05 | 本田技研工业株式会社 | 用于车道级危险预测的系统和方法 |
US20200035092A1 (en) * | 2018-07-30 | 2020-01-30 | Honda Motor Co., Ltd. | Systems and methods for cooperative smart lane selection |
CN109754626A (zh) * | 2018-10-24 | 2019-05-14 | 禾多科技(北京)有限公司 | 无人驾驶自主换道策略 |
CN113110487A (zh) * | 2021-04-30 | 2021-07-13 | 腾讯科技(深圳)有限公司 | 车辆仿真控制方法、装置、电子设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113788028A (zh) * | 2021-09-29 | 2021-12-14 | 腾讯科技(深圳)有限公司 | 车辆控制方法、装置及计算机程序产品 |
CN113788028B (zh) * | 2021-09-29 | 2023-01-10 | 腾讯科技(深圳)有限公司 | 车辆控制方法、装置及计算机程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN113276860B (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110796856B (zh) | 车辆变道意图预测方法及变道意图预测网络的训练方法 | |
CN106874597B (zh) | 一种应用于自动驾驶车辆的高速公路超车行为决策方法 | |
CN112885145B (zh) | 路口风险预警的方法和装置 | |
CN110562258A (zh) | 一种车辆自动换道决策的方法、车载设备和存储介质 | |
CN107310550A (zh) | 道路交通工具行驶控制方法和装置 | |
CN107389085A (zh) | 一种道路通行属性的确定方法、装置、计算机及存储介质 | |
CN112406904B (zh) | 自动驾驶策略的训练方法、自动驾驶方法、设备和车辆 | |
CN112249009A (zh) | 车速控制方法、装置、系统及电子设备 | |
CN114021840A (zh) | 换道策略生成方法和装置、计算机存储介质、电子设备 | |
CN113276860B (zh) | 车辆控制方法、装置、电子设备以及存储介质 | |
CN115062202A (zh) | 驾驶行为意图及轨迹的预测方法、装置、设备及存储介质 | |
CN114475656A (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
CN114787894A (zh) | 感知误差模型 | |
CN115973179A (zh) | 模型训练方法、车辆控制方法、装置、电子设备及车辆 | |
US20230294736A1 (en) | Offline Tracking System for Autonomous Vehicle Control Systems | |
CN116977943A (zh) | 道路要素的识别方法、装置、电子设备和计算机存储介质 | |
US20230339459A1 (en) | Safety measurement of autonomous vehicle driving in simulation | |
CN116295496A (zh) | 一种自动驾驶车辆路径规划方法、装置、设备及介质 | |
US20230256999A1 (en) | Simulation of imminent crash to minimize damage involving an autonomous vehicle | |
CN114117944B (zh) | 一种模型更新方法、装置、设备及可读存储介质 | |
US20230294716A1 (en) | Filtering perception-related artifacts | |
US20230222332A1 (en) | Advanced Neural Network Training System | |
US20230182754A1 (en) | Determining an anomalous event from a scenario and an action of interest | |
CN114154510A (zh) | 自动驾驶车辆的控制方法、装置、电子设备及存储介质 | |
CN112820111B (zh) | 一种异常车辆识别方法、装置和电子设备 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40050086 Country of ref document: HK |