CN113276889B - 自动驾驶汽车控制方法、装置、设备及可读存储介质 - Google Patents

Abstract

本申请涉及一种自动驾驶汽车控制方法、装置、设备及可读存储介质，涉及汽车自动驾驶技术领域，包括获取其他汽车的ADSM消息集，ADSM消息集包括汽车实时状态数据和行驶决策指令数据；根据ADSM消息集重新规划本车的操控策略，得到最优操控策略；根据最优操控策略控制本车；或者分别获取每辆汽车的ADSM消息集，ADSM消息集包括汽车实时状态数据和行驶决策指令数据；根据每辆汽车的ADSM消息集分别重新规划每辆汽车的操控策略，得到每辆汽车的最优操控策略；将每辆汽车的最优操控策略发送至对应的汽车，以供汽车根据最优操控策略控制本车。通过本申请，不仅有效提升了用户的使用体验感，还有效提升了交通通行效率和安全性。

Description

自动驾驶汽车控制方法、装置、设备及可读存储介质

技术领域

本申请涉及汽车自动驾驶技术领域，特别涉及一种自动驾驶汽车控制方法、装置、设备及可读存储介质。

背景技术

随着技术的发展与时代的进步，汽车行业正在朝着智能化的方向发展，而无人驾驶作为汽车智能化发展的重要代表，其在近几年内的发展得到了质的飞跃。其中，自动驾驶汽车是一种智能汽车，也可以称之为轮式移动机器人，与传统的车辆驾驶需要人参与的情况不同，其主要通过车内的车载传感系统(包括相关智能软件及多种感应设备)实现感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息作出判断，控制车辆的速度和转向，从而确保车辆能够安全、可靠地在道路上正常行驶。由此可见，自动驾驶汽车突破了传统的以驾驶员为核心的模式，在一定程度上提高了行车的安全性和稳定性，降低了交通事故的发生率，并且能够减少尾气排放和能源损耗，具有较高的经济效益和社会效益，是未来智慧城市发展的重要组成部分。

V2X(Vihicle to everything，车与任何事物的联系)技术是智能汽车和智能交通的支撑技术之一，其主要包括V2V(Vehicle to Vehicle，车辆与车辆相连)、V2I(Vehicleto Infrastructure，车辆与基础设施相连)、V2P(Vehicle to Pedestrian，车辆与行人相连)、V2N(Vehicle to Network，车辆与外部网络相连)等各种应用通信场景，即通过给汽车装配一个通信终端，使其不仅能够与周围车辆通信交互，也能够与交通基础设施通信交互，还能通过蜂窝网络极大增强通信距离。V2X技术在通信时都是发送固定模式的消息帧，V2X终端在发送和接收该消息帧后，内置碰撞判定算法会根据消息帧中记载的信息计算判断并发出相应的语音预警给驾驶员，使得驾驶员可根据该预警进行紧急规避。

其中，消息帧类型包括BSM(Basic Safety Message，基础安全消息集)、RSI(RoadSide Information，路侧信息集)、RSM(Road Safety Message，路侧安全消息集)、SPAT(Signalphase timing message，交通灯相位与时序消息集)、MAP(MAP，地图消息集)等在内的五大消息集；V2V终端主要是通过OBU(OnboardUnit，车载单元)将本车的车辆状态消息组装成BSM消息发送给周围同样配备了OBU的车辆，同时也接收其他车辆的BSM消息，本车的OBU可以根据本车的BSM消息和周围其他车辆的BSM消息判断可能会出现的碰撞场景，提醒驾驶员注意制动减速；而V2I终端主要是通过RSU(Road Side Unit，路侧单元)将路口交通设施的信号组装成SPAT消息发送给即将到达路口配备了OBU的车辆，OBU收到消息后发出相应的提示告知驾驶员路口交通状况，从而使驾驶员能提前做出决策。因此，V2X终端对于自动驾驶汽车是一个很好地扩展感知范围的工具。

但是，传统的V2X终端只能发送预警信息提示驾驶员，而对于自动驾驶汽车而言，是没有驾驶员参与车辆操控的，使得控制车辆的自动驾驶规控系统除了能读取OBU发出的SPAT信息外，无法准确识别其他预警信息，以致该预警信息无法应用于自动驾驶汽车的驾驶操控中。同时，由于当前道路上的自动驾驶汽车极少，使得自动驾驶汽车可在碰到汽车或者障碍物时选择减速慢行或者停止避让，但是将来随着道路上的自动驾驶汽车逐渐增多，那势必会出现多辆自动驾驶汽车在路口处相遇的情况，那双方如何博弈，哪方先走？这成为了当前自动驾驶汽车亟需解决的问题。

发明内容

本申请提供一种自动驾驶汽车控制方法、装置、设备及可读存储介质，以解决相关技术中自动驾驶汽车无法根据实时周围交通情况提前更改操控策略的问题。

第一方面，提供了一种自动驾驶汽车控制方法，包括以下步骤：

获取其他汽车的ADSM消息集，所述ADSM消息集包括汽车实时状态数据和行驶决策指令数据；

根据所述ADSM消息集重新规划本车的操控策略，得到最优操控策略；

根据所述最优操控策略控制本车。

一些实施例中，根据所述ADSM消息集重新规划本车的操控策略，得到最优操控策略，包括：

根据所述ADSM消息集计算所述其他汽车的行驶轨迹；

根据所述行驶轨迹重新规划本车的操控策略，得到最优操控策略。

一些实施例中，所述汽车实时状态数据包括经度值、纬度值、速度、档位、方向盘转角、加速度、角速度、车道位置；所述行驶决策指令数据包括路径规划指令、转向指令、换道指令、制动指令、油门指令和换挡指令。

第二方面，提供了一种自动驾驶汽车控制方法，包括以下步骤：

分别获取每辆汽车的ADSM消息集，所述ADSM消息集包括汽车实时状态数据和行驶决策指令数据；

根据所述每辆汽车的ADSM消息集分别重新规划每辆汽车的操控策略，得到每辆汽车的最优操控策略；

将每辆汽车的最优操控策略发送至对应的汽车，以供所述汽车根据所述最优操控策略控制本车。

一些实施例中，所述根据所述每辆汽车的ADSM消息集分别重新规划每辆汽车的操控策略，得到每辆汽车的最优操控策略，包括：

根据所述每辆汽车的ADSM消息集分别计算每辆汽车的行驶轨迹；

根据每辆汽车的行驶轨迹分别重新规划每辆汽车的操控策略，得到每辆汽车的最优操控策略。

一些实施例中，所述汽车实时状态数据包括经度值、纬度值、速度、档位、方向盘转角、加速度、角速度、车道位置；所述行驶决策指令数据包括路径规划指令、转向指令、换道指令、制动指令、油门指令和换挡指令。

第三方面，提供了一种自动驾驶汽车控制装置，包括：

获取单元，其用于获取其他汽车的ADSM消息集，所述ADSM消息集包括汽车实时状态数据和行驶决策指令数据；

规划单元，其用于根据所述ADSM消息集重新规划本车的操控策略，得到最优操控策略；

控制单元，其用于根据所述最优操控策略控制本车。

第四方面，提供了一种自动驾驶汽车控制装置，包括：

获取单元，其用于分别获取每辆汽车的ADSM消息集，所述ADSM消息集包括汽车实时状态数据和行驶决策指令数据；

规划单元，其用于根据所述每辆汽车的ADSM消息集分别重新规划每辆汽车的最优操控策略；

发送单元，其用于将每辆汽车的最优操控策略发送至对应的汽车，以供所述汽车根据所述最优操控策略控制本车。

第五方面，提供了一种自动驾驶汽车控制设备，包括：存储器和处理器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行，以实现前述的自动驾驶汽车控制方法。

第六方面，提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行前述的自动驾驶汽车控制方法。

本申请提供了一种自动驾驶汽车控制方法、装置、设备及可读存储介质，获取其他汽车的ADSM消息集，所述ADSM消息集包括汽车实时状态数据和行驶决策指令数据；根据所述ADSM消息集重新规划本车的操控策略，得到最优操控策略；根据所述最优操控策略控制本车；或者分别获取每辆汽车的ADSM消息集，所述ADSM消息集包括汽车实时状态数据和行驶决策指令数据；根据所述每辆汽车的ADSM消息集分别重新规划每辆汽车的操控策略，得到每辆汽车的最优操控策略；将每辆汽车的最优操控策略发送至对应的汽车，以供所述汽车根据所述最优操控策略控制本车。通过本发明，不仅使本车可根据其他车辆的ADSM消息集直接提前判断出其他汽车当前和即将要进行的运动方向和轨迹，并提前更改得到最优的本车操控策略，有效提升了用户的使用体验感；还可根据获取到的周围所有车辆的ADSM消息集提前获悉周围车辆当前和即将要进行的运动方向和轨迹，并分别为每辆车重新规划出最优操控策略，并远程调控所有汽车分别根据最优操控策略行驶，有效提升了交通通行效率和安全性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，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1为本申请实施例提供的一种自动驾驶汽车控制方法的流程示意图；

图2为本申请实施例提供的本车与其他汽车之间的位置关系示意图；

图3为本申请实施例提供的本车与其他汽车的坐标关系示意图；

图4为本申请实施例提供的一种自动驾驶汽车控制装置的结构示意图；

图5为本申请实施例提供的另一种自动驾驶汽车控制方法的流程示意图；

图6为本申请实施例提供的周围所有车辆之间的位置关系示意图；

图7为本申请实施例提供的另一种自动驾驶汽车控制装置的结构示意图；

图8为本申请实施例提供的一种自动驾驶汽车控制设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本申请的一部分实施例，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的前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供了一种自动驾驶汽车控制方法、装置、设备及可读存储介质，其能解决相关技术中自动驾驶汽车无法根据实时周围交通情况提前更改操控策略的问题。

图1是本申请实施例提供的一种自动驾驶汽车控制方法，包括以下步骤：

步骤S10：获取其他汽车的ADSM消息集，所述ADSM消息集包括汽车实时状态数据和行驶决策指令数据；

示范性的，在本申请实施例中，汽车可以为人工驾驶的汽车，也可以为自动驾驶汽车，汽车具体的类型根据具体需求而确定，在此不作限定。本申请实施例以汽车为自动驾驶汽车为例，每辆汽车上均配置有车载V2X终端；汽车在行驶过程中，自动驾驶系统往往会根据接收到的交通灯信号信息或路况信息作出行驶决策指令数据，并将行驶决策指令数据下发至汽车油门、制动、转向等控制器，各个控制器就会根据接收到的行驶决策指令做出相应的横向或纵向操控。而本申请实施例在行驶决策指令数据未下发至控制器之前，就先将该行驶决策指令数据提取出来，并和自车的实时状态数据进行打包形成ADSM(Autopilotdriving state massage，自动驾驶状态信息)消息集，并通过车载V2X终端(原本的车载V2X终端只能发送BSM消息)的PC5通信端口(PC5通信端口为直连通信接口：终端与终端之间的通信接口，即车、人、道路基础设施之间的短距离直接通信接口)广播发送给周围车辆，使得周围车辆可提前获悉自车的实时状态和即将要采取的操控策略。

ADSM消息集包含的参数参见表1所示，其中，通过CAN(Controller Area Network，控制器局域网络)接口获取的数据有车辆状态、充电状态、车速、纵向速度、横向速度、垂直速度、总电压、总电流、SOC(state of charge state，当前电量占总电量的百分比)、DC-DC(Direct current-Direct current converter，转变输入电压后有效输出固定电压的电压转换器)状态、档位、加速踏板状态、加速踏板行程值、刹车踏板状态、刹车踏板行程值、方向盘转角、航向角、可行驶里程和车灯开关状态；通过以太网接口获取的数据有驾驶模式、车轮制动状态、牵引系统状态、防抱死系统、车身稳定系统、刹车助力系统、辅助制动系统、纵向加速度、横向加速度、垂直加速度、摆角加速度、纵向角速度、横向角速度、垂直角速度、经度、维度、高程、定位置信度、所在车道位置、转向状态、换道状态、路径规划、转向规划参数状态、制动规划参数状态、油门规划参数状态、换挡规划参数状态、线控状态和自动驾驶系统运行状态。

表1ADSM消息集

其中，所述汽车实时状态数据可以包括经度值、纬度值、速度、档位、方向盘转角、加速度、角速度、车道位置等，具体包括哪些参数可根据具体需求进行设定，在此不作限定；所述行驶决策指令数据可以包括路径规划指令、转向指令、换道指令、制动指令、油门指令和换挡指令等，具体包括哪些参数可根据具体需求进行设定，在此不作限定。

因此，本车可通过获取其他汽车的ADSM消息集来提前获悉其他汽车当前时刻的运动方向和轨迹和即将要进行的运动方向和轨迹，进而有利于本车判断当前本车的操控策略是否为最优的。

步骤S20：根据所述ADSM消息集重新规划本车的操控策略，得到最优操控策略；

示范性的，在本申请实施例中，本车根据ADSM消息集计算所述其他汽车的行驶轨迹；根据所述行驶轨迹重新规划本车的操控策略，得到最优操控策略。

例如，参见图2所示，假设图中的车辆HV、车辆RV1和车辆RV2都是自动驾驶汽车，将HV设为本车，RV2设为其他汽车；RV2在行驶过程中遇到故障，系统根据车辆状态判断决策，下发紧急制动命令，同时在ADSM消息集中填入本身自动驾驶系统运行状态是故障、紧急制动、速度为零等信息广播出去；HV在接收到RV2的ADSM消息集后可预知RV2的车辆状态，此时，两车的距离大于传感器探测距离，因此，HV可以选择不减速而直接选择最优的操控策略：换道避让，进而有效提升乘客的乘坐体验感；但是，若是HV没有办法接收RV2的ADSM消息集，就必须等HV的传感器探测到RV2静止不动时，HV才能采取措施避让，此时，HV大概率可能会选择先制动再换道，而该方案将使车内乘客得到较差的乘坐体验。

而HV在选择换道的同时也将自身的换道状态和路径规划填入ADSM信消息集广播出去，此时，HV变为其他汽车，而RV1将会作为本车来接收该ADSM消息集，其在接收到HV的ADSM消息集后，可以计算得到HV大概的运动轨迹，并获悉HV将执行变道到它的正前方，此时，RV1也会提前采取制动措施来规避碰撞问题；但是，若RV1没有办法接收HV的ADSM消息集，则RV1必须等到HV变道过来后，才能探测到HV出现在前方，此时，两车之间的距离就会小很多，那么就需要更大的制动力矩才能使RV1制动，该方案也必然会使车内乘客得到较差的乘坐体验。

步骤S30：根据所述最优操控策略控制本车。

示范性的，在本申请实施例中，最优操控策略是根据其他汽车的操控策略和路况信息作出的，因此，本车根据该最优操控策略进行驾驶，可有效避让周围障碍，提升用户的使用体验感。

由此可见，通过本发明，不仅使本车可根据其他车辆的ADSM消息集直接提前判断出其他汽车当前和即将要进行的运动方向和轨迹，并提前更改得到最优的本车操控策略，有效提升了用户的使用体验感。

示范性的，在本申请实施例中，例如，参见图2所示，HV和RV1都是自动驾驶汽车：当两辆汽车都是自动驾驶状态时，HV因为检测到前方的车辆RV2处于停止状态，则自动驾驶系统判断此时需要重新规划路径，规划路径完成后会开始下发控制指令，如加速度、减速度、方向盘转角度数等控制车辆执行换道，故此时这些信息便会记录在ADSM消息集中的换道状态、路径规划、转向规划参数状态、制动规划参数状态、油门规划参数状态等数据项中，并发送给RV1，RV1收到HV的ADSM消息集后，无需通过车辆之间的坐标转化等计算进行判断，便能得知HV此时准备实行换道操作，便能及时减速避让。

示范性的，在本申请实施例中，例如，参见图2所示，假设HV是人工驾驶，RV1是自动驾驶：因为HV是人工驾驶状态，所以HV没有自动驾驶系统控制器参与决策，HV的控制系统做的工作是收集HV的车辆状态信息，当HV准备变道时，开始转动方向盘，HV的OBU终端发送打包的ADSM消息集中包括了经纬度值、纵向速度、横向速度、垂直速度、纵向加速度、横向加速度等数据，并发送给RV1；

RV1在接收到ADSM消息集后，首先将HV的经纬度坐标(hv.longi，hv.lati，hv.highi)和RV的经纬度坐标(rv.longi，rv.lati，rv.highi)分别转换成平面坐标(hv.x，hv.y，hv.z)与(rv.x，rv.y，rv.z)，由于两车距离位置高度接近，故将高度值去掉；

坐标转换的具体计算过程如下：

f＝1/298.257223563

b＝6378137×(1-f)

hv.x＝(hv.N+hv.highi)×cos(hv.longi)×cos(hv.lati)

hv.y＝(hv.N+hv.highi)×cos(hv.longi)×sin(hv.lati)

hv.z＝(hv.N×(1-e²+hv.high)×sin(hv.longi)

rv.x＝(rv.N+rv.highi)×cos(rv.longi)×cos(rv.lati)

rv.y＝(rv.N+rv.highi)×cos(rv.longi)×sin(rv.lati)

rv.z＝(rv.N×(1-e²+rv.high)×sin(rv.longi)

x＝hv.x-rv.x

y＝hv.y-rv.y

式中，f为WGS-84椭球扁率；b为椭球短半轴；e为椭球第一偏心率；hv.N是根据HV高度值算出来的椭球面曲率半径；rv.N是根据RV高度值算出来的椭球面曲率半径；x为HV的横坐标，y为HV的纵坐标。

参见图3所示，再以RV1作为原点建立坐标系，HV的坐标值(x，y)，HV、HV’和HV”表示车在转向过程中的三个时间点的状态，HV三个时间点的状态的横向速度VX、纵向速度Vy都是变化的，根据距离和HV的速度v_hx、v_hy和RV1的速度v_rx、v_ry可求得时间t_x、t_y；时间t_x、t_y的具体计算过程如下所示：

t_x＝x/(v_rx-v_hx)

t_y＝y/(v_hy-v_ry)

再通过判断t_x、t_y是否小于设定的阀值，进而RV1的自动驾驶系统决定是否继续保持速度前进或者是刹车避让。

参见图4所示，本申请实施例还提供了一种自动驾驶汽车控制装置，包括：

获取单元，其用于获取其他汽车的ADSM消息集，所述ADSM消息集包括汽车实时状态数据和行驶决策指令数据；

规划单元，其用于根据所述ADSM消息集重新规划本车的操控策略，得到最优操控策略；

控制单元，其用于根据所述最优操控策略控制本车。

通过本发明，不仅使本车可根据其他车辆的ADSM消息集直接提前判断出其他汽车当前和即将要进行的运动方向和轨迹，并提前更改得到最优的本车操控策略，有效提升了用户的使用体验感。

更进一步的，在本申请实施例中，规划单元具体用于：

根据所述ADSM消息集计算所述其他汽车的行驶轨迹；

根据所述行驶轨迹重新规划本车的操控策略，得到最优操控策略。

更进一步的，在本申请实施例中，所述汽车实时状态数据包括经度值、纬度值、速度、档位、方向盘转角、加速度、角速度、车道位置；所述行驶决策指令数据包括路径规划指令、转向指令、换道指令、制动指令、油门指令和换挡指令。

需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和各单元的具体工作过程，可以参考前述自动驾驶汽车控制方法实施例中的对应过程，在此不再赘述。

参见图5所示，本申请实施例还提供了另一种自动驾驶汽车控制方法，包括以下步骤：

步骤N10：分别获取每辆汽车的ADSM消息集，所述ADSM消息集包括汽车实时状态数据和行驶决策指令数据；

示范性的，在本申请实施例中，汽车可以为人工驾驶的汽车，也可以为自动驾驶汽车，汽车具体的类型根据具体需求而确定，在此不作限定。本申请实施例以汽车为自动驾驶汽车为例，每辆汽车上均配置有车载V2X终端；汽车在行驶过程中，自动驾驶系统往往会根据接收到的交通灯信号信息或路况信息作出行驶决策指令数据，并将行驶决策指令数据下发至汽车油门、制动、转向等控制器，各个控制器就会根据接收到的行驶决策指令做出相应的横向或纵向操控。而本申请实施例在行驶决策指令数据未下发至控制器之前，就先将该行驶决策指令数据提取出来，并和自车的实时状态数据进行打包形成ADSM(Autopilotdriving state massage，自动驾驶状态信息)消息集，并通过车载V2X终端(原本的车载V2X终端只能发送BSM消息)的Uu通信端口(Uu通信端口为蜂窝网通信接口：终端和基站之间的通信接口)广播发送给云平台，使得云平台可提前获悉周围所有汽车的实时状态和即将要采取的操控策略。

ADSM消息集包含的参数参见表1所示，其中，通过CAN(Controller Area Network，控制器局域网络)接口获取的数据有车辆状态、充电状态、车速、纵向速度、横向速度、垂直速度、总电压、总电流、SOC(state of charge state，当前电量占总电量的百分比)、DC-DC(Direct current-Direct current converter，转变输入电压后有效输出固定电压的电压转换器)状态、档位、加速踏板状态、加速踏板行程值、刹车踏板状态、刹车踏板行程值、方向盘转角、航向角、可行驶里程和车灯开关状态；通过以太网接口获取的数据有驾驶模式、车轮制动状态、牵引系统状态、防抱死系统、车身稳定系统、刹车助力系统、辅助制动系统、纵向加速度、横向加速度、垂直加速度、摆角加速度、纵向角速度、横向角速度、垂直角速度、经度、维度、高程、定位置信度、所在车道位置、转向状态、换道状态、路径规划、转向规划参数状态、制动规划参数状态、油门规划参数状态、换挡规划参数状态、线控状态和自动驾驶系统运行状态。

表1ADSM消息集

其中，所述汽车实时状态数据可以包括经度值、纬度值、速度、档位、方向盘转角、加速度、角速度、车道位置等，具体包括哪些参数可根据具体需求进行设定，在此不作限定；所述行驶决策指令数据可以包括路径规划指令、转向指令、换道指令、制动指令、油门指令和换挡指令等，具体包括哪些参数可根据具体需求进行设定，在此不作限定。

因此，云平台就可通过获取周围所有汽车的ADSM消息集来提前获悉每辆汽车当前时刻的运动方向和轨迹和即将要进行的运动方向和轨迹，进而有利于判断周围所有汽车当前的操控策略是否为最优的。

步骤N20：根据所述每辆汽车的ADSM消息集分别重新规划每辆汽车的操控策略，得到每辆汽车的最优操控策略；

示范性的，在本申请实施例中，根据所述每辆汽车的ADSM消息集分别计算每辆汽车的行驶轨迹；根据每辆汽车的行驶轨迹分别重新规划每辆汽车的操控策略，得到每辆汽车的最优操控策略。

例如，每辆汽车都会将自身的ADSM消息集上传至云平台，云平台根据每辆汽车的ADSM消息集可以实时进行远程调控，同样在图2中，假设图中的车辆HV、车辆RV1和车辆RV2都是自动驾驶汽车；RV2因为故障紧急制动，HV接收到RV2的ADSM消息后准备变道，但RV1此时也发送自己的ADSM消息集给HV，HV接收到RV1的信息后的选择却是不能变道，那么HV可能就会选择先制动等待RV1过去后再变道，那如果RV1后面还有自动驾驶汽车，则HV最终会停在RV2后面，因为自动驾驶汽车不会自己选择插车变道；但是，HV、RV1、RV2都将其自身的ADSM消息集上传到云平台后，云平台就可根据道路情况和每辆汽车的状态，计算得出最优的通行方案对应的每辆车的最优操控策略，并将每辆车的最优操控策略对应下发给HV、RV1、RV2，使每辆车根据最优的操控策略执行，有助于更好地调控自动驾驶汽车。

步骤N30：将每辆汽车的最优操控策略发送至对应的汽车，以供所述汽车根据所述最优操控策略控制本车。

示范性的，在本申请实施例中，最优操控策略是根据周围所有汽车的操控策略和路况信息作出的，因此，每辆车根据云平台下发的赌赢的最优操控策略进行驾驶，可有效避让周围障碍，提升用户的使用体验感。

由此可见，通过本发明，可根据获取到的周围所有车辆的ADSM消息集提前获悉周围车辆当前和即将要进行的运动方向和轨迹，并分别为每辆车重新规划出最优操控策略，并远程调控所有汽车分别根据最优操控策略行驶，有效提升了交通通行效率和安全性。

示范性的，在本申请实施例中，例如，参见图6所示，其中RV1至RV5和HV都是自动驾驶汽车，当HV接收到RV2的ADSM消息集后，可得知RV2需要紧急停止在路边，因此HV系统下发了换道的操作指令，但由于RV1在相邻车道与HV距离较近，HV可能会得出的决策结果是让RV1先通过，而自己减速等待RV1过去后再变道，但刚好RV1后面紧跟了RV3、RV4、RV5等好几辆自动驾驶汽车，在HV减速等待RV1通过时，后面的车也跟了上来，所以HV只能等所有车辆都过去了再变道，可能造成HV会因为车辆过多而堵在本车道而不能及时变道；但是，本申请实施例中的云平台可充当一个中间人的角色，接收所有周围车辆的信息，当云平台接收到HV的ADSM消息集后，其中的换道状态数据项里表明了HV准备换道到中间车道，而RV1、RV3、RV4、RV5的ADSM消息集中所在车道位置一项表明了RV1、RV3、RV4、RV5都处在中间车道上，会有碰撞风险，或是阻碍HV变道的可能，因此，云平台会作出决策下达指令让HV先完成变道，RV1、RV3、RV4、RV5减速让行。

参见图7所示，本申请实施例还提供了另一种自动驾驶汽车控制装置，包括：

获取单元，其用于分别获取每辆汽车的ADSM消息集，所述ADSM消息集包括汽车实时状态数据和行驶决策指令数据；

规划单元，其用于根据所述每辆汽车的ADSM消息集分别重新规划每辆汽车的最优操控策略；

发送单元，其用于将每辆汽车的最优操控策略发送至对应的汽车，以供所述汽车根据所述最优操控策略控制本车。

更进一步的，在本申请实施例中，规划单元具体用于：

根据所述每辆汽车的ADSM消息集分别计算每辆汽车的行驶轨迹；

根据每辆汽车的行驶轨迹分别重新规划每辆汽车的操控策略，得到每辆汽车的最优操控策略。

更进一步的，在本申请实施例中，所述汽车实时状态数据包括经度值、纬度值、速度、档位、方向盘转角、加速度、角速度、车道位置；所述行驶决策指令数据包括路径规划指令、转向指令、换道指令、制动指令、油门指令和换挡指令。

需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和各单元的具体工作过程，可以参考前述自动驾驶汽车控制方法实施例中的对应过程，在此不再赘述。

上述实施例提供的自动驾驶汽车控制装置可以实现为一种计算机程序的形式，该计算机程序可以在如图8所示的自动驾驶汽车控制设备上运行。

本申请实施例还提供了一种自动驾驶汽车控制设备，包括：通过系统总线连接的存储器、处理器和网络接口，存储器中存储有至少一条指令，至少一条指令由处理器加载并执行，以实现前述的自动驾驶汽车控制方法的全部步骤或部分步骤。

其中，网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

处理器可以是CPU，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件分立硬件组件等。通用处理器可以是微处理器，或者该处理器也可以是任何常规的处理器等，处理器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。

存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。存储器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(比如视频播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如视频数据、图像数据等)等。此外，存储器可以包括高速随存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(SmartMediacard，SMC)，安全数字(Secure digital，SD)卡，闪存卡(Flash Card)、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。

本申请施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现前述的自动驾驶汽车控制方法的全部步骤或部分步骤。

本申请实施例实现前述的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的仼何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only memory，ROM)、随机存取存储器(Random Accessmemory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、服务器或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本申请实施例中的序号仅仅为了描述，不代表实施例的优劣。

本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生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装置。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (6)

1.一种自动驾驶汽车控制方法，其特征在于，包括以下步骤：

获取其他汽车的ADSM消息集，所述ADSM消息集包括汽车实时状态数据和行驶决策指令数据；

根据所述ADSM消息集重新规划本车的操控策略，得到最优操控策略；

根据所述最优操控策略控制本车；

根据所述ADSM消息集重新规划本车的操控策略，得到最优操控策略，包括：

根据所述ADSM消息集计算所述其他汽车的行驶轨迹；

根据所述行驶轨迹重新规划本车的操控策略，得到最优操控策略；

所述汽车实时状态数据包括经度值、纬度值、速度、档位、方向盘转角、加速度、角速度、车道位置；所述行驶决策指令数据包括路径规划指令、转向指令、换道指令、制动指令、油门指令和换挡指令；

所述ADSM消息集为在行驶决策指令数据未下发至控制器之前，就先将所述行驶决策指令数据提取出来，和汽车的实时状态数据进行打包而成。

2.一种自动驾驶汽车控制方法，其特征在于，包括以下步骤：

云平台分别获取每辆汽车的ADSM消息集，所述ADSM消息集包括汽车实时状态数据和行驶决策指令数据；

根据所述每辆汽车的ADSM消息集分别重新规划每辆汽车的操控策略，得到每辆汽车的最优操控策略；

将每辆汽车的最优操控策略发送至对应的汽车，以供所述汽车根据所述最优操控策略控制本车；

所述根据所述每辆汽车的ADSM消息集分别重新规划每辆汽车的操控策略，得到每辆汽车的最优操控策略，包括：

根据所述每辆汽车的ADSM消息集分别计算每辆汽车的行驶轨迹；

根据每辆汽车的行驶轨迹分别重新规划每辆汽车的操控策略，得到每辆汽车的最优操控策略；

所述汽车实时状态数据包括经度值、纬度值、速度、档位、方向盘转角、加速度、角速度、车道位置；所述行驶决策指令数据包括路径规划指令、转向指令、换道指令、制动指令、油门指令和换挡指令；

所述ADSM消息集为在行驶决策指令数据未下发至控制器之前，就先将所述行驶决策指令数据提取出来，和汽车的实时状态数据进行打包而成；

所述汽车为人工驾驶汽车或自动驾驶汽车。

3.一种采用如权利要求1所述的自动驾驶汽车控制方法的自动驾驶汽车控制装置，其特征在于，包括：

获取单元，其用于获取其他汽车的ADSM消息集，所述ADSM消息集包括汽车实时状态数据和行驶决策指令数据；

规划单元，其用于根据所述ADSM消息集重新规划本车的操控策略，得到最优操控策略；

控制单元，其用于根据所述最优操控策略控制本车。

4.一种采用如权利要求2所述的自动驾驶汽车控制方法的自动驾驶汽车控制装置，其特征在于，包括：

获取单元，其用于分别获取每辆汽车的ADSM消息集，所述ADSM消息集包括汽车实时状态数据和行驶决策指令数据；

规划单元，其用于根据所述每辆汽车的ADSM消息集分别重新规划每辆汽车的最优操控策略；

发送单元，其用于将每辆汽车的最优操控策略发送至对应的汽车，以供所述汽车根据所述最优操控策略控制本车。

5.一种自动驾驶汽车控制设备，其特征在于，包括：存储器和处理器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行，以实现权利要求1所述的自动驾驶汽车控制方法。

6.一种计算机可读存储介质，其特征在于：所述计算机存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行权利要求1所述的自动驾驶汽车控制方法。

Images