CN113525405B - 自动驾驶车辆的辅助控制方法、车载装置及系统 - Google Patents

Abstract

本申请提供了一种自动驾驶车辆的辅助控制方法、车载装置及系统，涉及自动驾驶技术领域。方法应用于一种自动驾驶车辆的辅助控制系统，系统包括一至多辆自动驾驶车辆和用于辅助自动驾驶车辆的引导车；各自动驾驶车辆和引导车之间能够进行通信连接；方法包括控制自动驾驶车辆自身行驶入由引导车引导的自动驾驶队列；接收引导车和自动驾驶队列中其他自动驾驶车辆实时传输的位置信息，以及接收引导车发送的人工干预信息；根据自动驾驶车辆自身传感器感知信息、位置信息和人工干预信息，确定自动驾驶车辆控制策略；根据自动驾驶车辆控制策略，控制自动驾驶车辆自身的执行机构进行动作。

Description

自动驾驶车辆的辅助控制方法、车载装置及系统

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种自动驾驶车辆的辅助控制方法、车载装置及系统。

背景技术

目前，随着自动驾驶技术的发展，自动驾驶车辆在物流货运、载客等领域已经有所应用。自动驾驶车辆在行驶时，一般是通过自身的传感器，如雷达、摄像头等感知外部道路信息。之后，由自动驾驶服务器等进行运算，以完成自动驾驶车辆的行驶的决策和规划。最终，控制自动驾驶车辆按照相应的决策和规划进行行驶。

然而，当前的自动驾驶车辆并非绝对可靠，在一些边界情况下，可能存在自动驾驶失效的情况，无法满足自动驾驶车辆的安全行驶需求。例如，由于传感器原因未能检测到前方障碍物，可能造成自动驾驶车辆与障碍物发生碰撞。可见，如何辅助自动驾驶车辆，使得其能够在边界情况下进行安全稳定的行驶成为了一个亟待解决的问题。

发明内容

本申请的实施例提供一种自动驾驶车辆的辅助控制方法、车载装置及系统，以实现自动驾驶车辆在边界情况下也可以安全稳定的行驶，保证了自动驾驶车辆的行驶安全。

为达到上述目的，本申请的实施例采用如下技术方案：

本申请实施例的第一方面，提供一种自动驾驶车辆的辅助控制方法，应用于一种自动驾驶车辆的辅助控制系统，系统包括一至多辆自动驾驶车辆和用于辅助自动驾驶车辆的引导车；各自动驾驶车辆和引导车之间能够进行通信连接；

所述方法包括：

控制自动驾驶车辆自身行驶入由引导车引导的自动驾驶队列；

接收引导车和自动驾驶队列中其他自动驾驶车辆实时传输的位置信息，以及接收引导车发送的人工干预信息；

根据自动驾驶车辆自身传感器感知信息、所述位置信息和所述人工干预信息，确定自动驾驶车辆控制策略；

根据所述自动驾驶车辆控制策略，控制自动驾驶车辆自身的执行机构进行动作。

本申请实施例的第二方面，提供一种车载装置，应用于一种自动驾驶车辆的辅助控制系统，系统包括一至多辆自动驾驶车辆和用于辅助自动驾驶车辆的引导车；各自动驾驶车辆和引导车之间能够进行通信连接；

所述装置包括：

车辆控制单元，用于控制自动驾驶车辆自身行驶入由引导车引导的自动驾驶队列；

信息接收单元，用于接收引导车和自动驾驶队列中其他自动驾驶车辆实时传输的位置信息，以及接收引导车发送的人工干预信息；

控制策略确定单元，用于根据自动驾驶车辆自身传感器感知信息、所述位置信息和所述人工干预信息，确定自动驾驶车辆控制策略；

所述车辆控制单元，还用于根据所述自动驾驶车辆控制策略，控制自动驾驶车辆自身的执行机构进行动作。

本申请实施例的第三方面，提供一种自动驾驶车辆的辅助控制系统，包括一至多辆自动驾驶车辆和用于辅助自动驾驶车辆的引导车；各自动驾驶车辆和引导车之间能够进行通信连接；

所述自动驾驶车辆，用于控制自动驾驶车辆自身行驶入由引导车引导的自动驾驶队列；接收引导车和自动驾驶队列中其他自动驾驶车辆实时传输的位置信息，以及接收引导车发送的人工干预信息；根据自动驾驶车辆自身传感器感知信息、所述位置信息和所述人工干预信息，确定自动驾驶车辆控制策略；根据所述自动驾驶车辆控制策略，控制自动驾驶车辆自身的执行机构进行动作。

本申请实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面所述的自动驾驶车辆的辅助控制方法。

本申请实施例的第五方面，提供一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述第一方面所述的自动驾驶车辆的辅助控制方法。

本申请实施例提供的自动驾驶车辆的辅助控制方法、车载装置及系统，在常规情况下可以由自动驾驶车辆根据自身传感器感知信息进行自动驾驶。而在一些边界情况下，自动驾驶车辆可以依靠自身传感器感知信息，以及其自身所在自动驾驶队列的引导车提供的人工干预信息和整个队列各车辆的位置信息，来确定自身的控制策略，完成车辆的控制。可见在单车自动驾驶系统难以解决的场景下，可以介入人工干预信息来处理，从而可以解决目前自动驾驶中单车模式难以突破人工智能技术的边界的问题，能够使得自动驾驶车辆更安全的在路上进行行驶。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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性的前提下，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车辆的辅助控制方法的流程图一；

图2为本申请实施例提供的一种自动驾驶车辆的辅助控制系统的结构示意图；

图3为本申请实施例提供的引导车与其后侧的自动驾驶车辆的运行场景示意图一；

图4为本申请实施例提供的引导车与其后侧的自动驾驶车辆的运行场景示意图二；

图5为本申请实施例提供的一种自动驾驶车辆的辅助控制方法的流程图二；

图6为本申请实施例提供的一种车载装置的结构示意图。

具体实施方式

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，都属于本申请保护的范围。

为了使本领域的技术人员更好的了解本申请，下面先对本申请实施例中出现的部分技术术语进行解释如下：

V2V：Vehicle-to-Vehicle，车对车，V2V通信技术是一种不受限于固定式基站的通信技术，为移动中的车辆提供直接的一端到另一端的无线通信。

V2X：Vehicle to X，是未来智能交通运输系统的关键技术。它使得车与车、车与基站、基站与基站之间能够通信。从而获得实时路况、道路信息、行人信息等一系列交通信息，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。

4G：第四代移动通信技术。

5G：第五代移动通信技术。

在本申请的一些实施例中，术语“车辆”广泛地解释为包括任何移动物体，包括例如飞行器、船只、航天器、汽车、卡车、厢式货车、半挂车、摩托车、高尔夫球车、越野车辆、仓库运输车辆或农用车以及行驶在轨道上的运输工具，例如电车或火车以及其它有轨车辆。本申请中的“车辆”通常可以包括：动力系统、传感器系统、控制系统、外围设备和计算机系统。在其它实施例中，车辆可以包括更多、更少或者不同的系统。

其中，动力系统是为车辆提供动力运动的系统，包括：引擎/马达、变速器和车轮/轮胎、能源单元。

控制系统可以包括控制车辆及其组件的装置的组合，例如转向单元、节气门、制动单元。

外围设备可以是允许车辆与外部传感器、其它车辆、外部计算设备和/或用户进行交互的设备，例如无线通信系统、触摸屏、麦克风和/或扬声器。

基于上述描述的车辆，无人驾驶车辆中还配置有传感器系统和无人驾驶控制装置。

传感器系统可以包括用于感测车辆所处环境的信息的多个传感器，以及改变传感器的位置和/或方向的一个或多个致动器。传感器系统可以包括全球定位系统传感器、惯性测量单元、无线电检测和测距(RADAR)单元、相机、激光测距仪、光检测和测距(LIDAR)单元和/或声学传感器等传感器的任何组合；传感器系统还可以包括监视车辆内部系统的传感器(例如O₂监视器、燃油表、引擎温度计等)。

无人驾驶控制装置可以包括一个处理器和存储器，存储器中存储有至少一条机器可执行指令，处理器执行至少一条机器可执行指令实现包括地图引擎、定位模块、感知模块、导航或路径模块、以及自动控制模块等的功能。地图引擎和定位模块用于提供地图信息和定位信息。感知模块用于根据传感器系统获取到的信息和地图引擎提供的地图信息感知车辆所处环境中的事物。导航或路径模块用于根据地图引擎、定位模块和感知模块的处理结果，为车辆规划行驶路径。自动控制模块将导航或路径模块等模块的决策信息输入解析转换成对车辆控制系统的控制命令输出，并通过车载网(例如通过CAN总线、局域互联网络、多媒体定向系统传输等方式实现的车辆内部电子网络系统)将控制命令发送给车辆控制系统中的对应部件，实现对车辆的自动控制；自动控制模块还可以通过车载网来获取车辆中各部件的信息。

值得说明的是，发明人在研究本申请的过程中，发现现有自动驾驶系统基本分为两种模式：单车智能模式与网联队列模式。其中，单车自动驾驶完全依赖于车载传感器与设备进行感知与运算，是目前自动驾驶的主流形态。但单车模式基本上仍遵循目前机器学习数据驱动的方法论，不能突破现有人工智能技术的边界，对于一些数据积累很困难的罕见场景的处理仍有不足。另一方面，网联队列模式，一般有一台人工驾驶的头车，后续有若干辆跟随车辆。后车车辆跟随距离在10米～50米不等，追踪前车的运行轨迹，故不需要独立自动驾驶的能力，跟随车辆仅需要完全复制头车的操作即可。但网联队列模式也有着本质的困难：1)如果队列间隔过大，那么在行驶过程中可能会有队列外部车辆插入队列，队列之间的间隔会越来越大，这会导致网联队列模式的失效。2)组建整个队列需要耗费很大的场地，尤其对于重型卡车而言。例如以3辆重型卡车为例，组建队列需要至少100米的场地，这对于绝大多数实际场景而言较难实现。

为了克服目前自动驾驶中单车模式难以突破人工智能技术的边界的问题，以及为了使自动驾驶车辆能更安全的在路上进行行驶，如图1所示，本申请实施例提供一种自动驾驶车辆的辅助控制方法，应用于如图2所示的一种自动驾驶车辆的辅助控制系统10，该系统10包括一至多辆自动驾驶车辆12(可以为具有单车自动驾驶系统的车辆)和用于辅助自动驾驶车辆12的引导车11；各自动驾驶车辆12和引导车11之间能够进行通信连接，例如可以采用4G、5G、V2V等方式中的一种或多种进行通信连接。

该自动驾驶车辆的辅助控制方法，可以包括如下步骤：

步骤201、控制自动驾驶车辆自身行驶入由引导车引导的自动驾驶队列。

步骤202、接收引导车和自动驾驶队列中其他自动驾驶车辆实时传输的位置信息，以及接收引导车发送的人工干预信息。

步骤203、根据自动驾驶车辆自身传感器感知信息、位置信息和所述人工干预信息，确定自动驾驶车辆控制策略。

步骤204、根据自动驾驶车辆控制策略，控制自动驾驶车辆自身的执行机构进行动作。

本申请实施例提供的自动驾驶车辆的辅助控制方法，在常规情况下可以由自动驾驶车辆根据自身传感器感知信息进行自动驾驶。而在一些边界情况下，自动驾驶车辆可以依靠自身传感器感知信息，以及其自身所在自动驾驶队列的引导车提供的人工干预信息和整个队列各车辆的位置信息，来确定自身的控制策略，完成车辆的控制。可见在单车自动驾驶系统难以解决的场景下，可以介入人工干预信息来处理，从而可以解决目前自动驾驶中单车模式难以突破人工智能技术的边界的问题，能够使得自动驾驶车辆能更安全的在路上进行行驶。

为了使本领域的技术人员更好的了解本申请，下面结合具体的场景实例来对本申请实施例方案进行详细说明：

在自动驾驶领域，自动驾驶车辆可以在载客和载货场景下进行工作。其中载客的自动驾驶车辆主要行驶于城市化道路上，场景较为繁琐复杂。而载货的自动驾驶车辆则主要是将货物从一个场所(或称为Hub)运输到另一个场所，其中的路程相对较远。因此，本申请实施例可以主要应用于载货的自动驾驶场景，但不仅局限于此，例如在长途载客领域，本申请实施例也存在被应用的可能。

此处以载货的自动驾驶车辆为例，当前的载货的自动驾驶车辆有多种，例如车头与车厢一体式连接的车辆，或者车头与车厢可分离的挂接的车辆，本申请实施例对此不做限定。本申请实施例中的自动驾驶车辆12一般是具有在正常场景下单车自动驾驶能力的车辆，其一般搭载有各种传感器(如激光雷达、相机、组合导航、毫米波雷达、超声波雷达等)和车载服务器，该自动驾驶车辆12作为运输车而实际运输货物。本申请实施例中的引导车11可以为人工驾驶车辆，也可以为由人工监控(如车上配置有安全员)的自动驾驶车辆，此处不做限制。为了提高车辆的利用率，该引导车11同样可以作为运输车来实际运输货物。

目前载货的自动驾驶车辆的运行环境相对简单，大多涉及港区、工业园区、海关园区、火车站、机场等场所(Hub)，以及在这些Hub之间的公路网络(高速公路、省级公路、洲际公路等)。这样，上述一至多辆引导车11可以被设置在预设的行驶路线上，以用于在预设的行驶路线上对自动驾驶车辆进行辅助。为了避免自动驾驶车辆12频繁更换引导车11，造成不必要的身份认证、通信鉴权等过程，同一自动驾驶车辆12可以在预设的行驶路线全程仅跟随一辆引导车11。但不仅局限于此，为了提高车辆的利用率和便于对车辆的管理和保养，该预设的行驶路线可以被设置为多个区域，每个引导区域内设置有一至多辆引导车11，每个引导区域内的引导车11用于在其所在的引导区域内往复行驶以辅助行驶入该引导区域内的自动驾驶车辆12。

例如，如图3所示，预设的行驶路线可以包括港区A、海关园区B、港区高速辅路C、高速公路主路D以及海关高速辅路E；则在整个行驶路线A→C→D→E→B上，可以仅由同一个引导车11，从头至尾带领一至多辆自动驾驶车辆12，以辅助自动驾驶车辆12。

又例如，如图4所示，预设的行驶路线可以包括港区A、海关园区B、港区高速辅路C、高速公路主路D以及海关高速辅路E；则在整个行驶路线A→C→D→E→B上，可以将A、C、D、E、B各个区域内均设置一至多辆引导车11，例如图4中在港区A设置了一辆引导车11，引导车11带领一至多辆自动驾驶车辆12到达港区高速辅路C后，直接返回港区A的预设起始位置等待，或者在港区A中往复行驶，以等待新的自动驾驶车辆12加入自动驾驶队列。具体的引导车的运行方案有很多种，例如可以在固定位置等待，也可以按照预设时间周期来进行发车，这样可以极大拓展了引导车的使用场景，使得自动驾驶车辆可以随时发车，不必要为节省引导车资源而等待其他自动驾驶车辆一起发车(即无需等待引导车引导的自动驾驶队列满员)。另一方面，在同一行驶路线上，或者在同一引导区域，可以设置固定数目的引导车，以节省引导车成本。另外，通过上述预设的行驶路线可以被设置为多个区域，在每个引导区域内设置一至多辆引导车的方式，可以提升引导车的使用效率，另外可以根据不同引导区域的繁忙程度(如自动驾驶车辆的车流量等因素)，优化地设置引导车资源(如设置引导车在不同引导区域的数量、车速等)。例如，有不同的用户(自动驾驶车辆的货物主人)的行驶路线的起点终点并不相同，但是在主线高速上有大部分重叠，那么可以将更多引导车资源投入在主线高速部分，在不同的用户的行驶路线的起点和终点附近减少引导车资源投放。

下面列举一个本申请的具体实例，如图5所示，本申请实施例提供一种自动驾驶车辆的辅助控制方法，应用于上述的一种自动驾驶车辆的辅助控制系统10(该系统结构已经阐述，此处不再赘述)。为了描述方面，本申请实施例中以某一具有单车自动驾驶功能的自动驾驶车辆为主体进行阐述，该方法包括：

步骤301、在当前行驶路线上根据自身传感器感知信息控制自动驾驶车辆自身进行自动驾驶。

具体的单车智能实现自动驾驶的过程可以与目前主流的依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作的方案相同，此处不再赘述。

步骤302、获得自动驾驶车辆当前行驶路线上的引导车信息。

其中，引导车信息可以包括引导车编号、引导车位置、引导车路线和引导车引导的自动驾驶队列信息。

此处获得当前行驶路线上的引导车信息可以是获得行驶路线全程的引导车信息，也可以是根据自身所在引导区域，仅获得自身所在引导区域内的引导车信息，但不仅局限于此。

其中，引导车和各自动驾驶车辆可以预先在后台系统中备案，以记载引导车和各自动驾驶车辆的信息。例如引导车编号可以是在后台系统中的预先配置的编号，或者引导车车牌号等。引导车位置可以是指引导车在当前时刻的实时位置。引导车路线是指引导车正在行驶或将要行驶的路线信息，以用于与自动驾驶车辆的路线进行匹配。引导车引导的自动驾驶队列信息可以包括自动驾驶队列的当前车辆数、当前可入队位置数、各车辆车型等信息，但不仅局限于此。

步骤303、根据引导车信息确定目标引导车，并向目标引导车发送入队请求信息。

例如，自动驾驶车辆在获得引导车信息后，可与引导车信息中的内容进行匹配和筛选，具体的筛选规则可以有很多，此处仅列举其中一部分：

如根据引导车位置与自身位置的距离以及引导车路线与自身路线的重合度来确定目标引导车。一般可以选择距离最小、重合度最高的目标引导车，以便于自动驾驶车辆尽快进入队列。

又如根据引导车引导的自动驾驶队列信息中的引导车车型，以及引导车路线与自身路线的重合度来确定目标引导车。一般选择引导车车型与自身车型相同(选择与自身车型相同的目标引导车，有利于自动驾驶车辆自身的控制，如完全复制人工干预信息时，自动驾驶车辆的控制量可以与目标引导车的相关控制量相同或相近)，且重合度最高的目标引导车。

又如根据引导车引导的自动驾驶队列信息中的引导车车型、引导车位置与自身位置的距离以及引导车路线与自身路线的重合度来确定目标引导车。一般可以选择引导车车型与自身车型相同、距离最小、重合度最高的目标引导车。

在向目标引导车发送入队请求信息时，该入队请求信息可以携带有自动驾驶车辆自身的车辆编号(如车牌号、预先备案的编号等)、车辆类型、车辆位置等信息，以便目标引导车或后台系统对自动驾驶车辆的身份进行鉴权认证，以及对其是否满足入队条件进行判断(其中，入队条件的判断可以是考虑到队列的行驶安全，如体积大、重量大的车辆不适合跟随在体积小、重量小的车辆之后；又如最小转弯半径较大的车辆不适合跟随在最小转弯半径较小的车辆之后；又例如制动准备时长较长的车辆不适合跟随在制动准备时长较短的车辆之后)。具体的鉴权认证和入队条件判断过程在此处不再赘述。这样，在鉴权认证和入队条件判断通过后，目标引导车可以向自动驾驶车辆反馈同意入队信息。

步骤304、响应于所述目标引导车反馈的同意入队信息，根据自动驾驶车辆自身传感器感知信息控制自动驾驶车辆自身从目标引导车引导的自动驾驶队列尾部进入自动驾驶队列。

这样，在步骤304之后，自动驾驶车辆即称为目标引导车引导的自动驾驶队列中的一辆车，自动驾驶车辆能够与目标引导车和队列中其他自动驾驶车辆进行通信和信息共享，例如在整个队列中，自动驾驶车辆可以将自身的感知信息(如激光雷达采集的点云数据、相机采集的图像数据及组合导航采集的位置和姿态数据等)共享给其他车辆，但不仅局限于此。考虑到自动驾驶队列中通信的带宽限制和通信延迟情况，自动驾驶队列之间可以仅共享数据量较小的与车辆决策和规划有影响的信息，如车辆位置信息、人工干预信息等。

在步骤304之后，自动驾驶车辆自身若要在自动驾驶队列中合理行驶，则需要保持在自动驾驶队列中的前后车距和相对车速。具体可以采用如下方式：

方式一：

首先，接收引导车和自动驾驶队列中其他自动驾驶车辆实时传输的位置信息。之后根据实时传输的位置信息，采用自动驾驶车辆自身传感器感知信息控制自动驾驶车辆自身与自动驾驶队列中的前一车辆保持预设间隔距离行驶。例如可以根据前一车辆实时传输的位置信息，计算与前一车辆的实时距离，并采用闭环控制算法等，使得自动驾驶车辆自身与前一车辆的距离达到预设的阈值。在此过程中，需要控制车辆的相对速度，以实现前后两车距离的稳定。

方式二：

在上述图2所示的自动驾驶车辆的辅助控制系统10中，还可以包括中控服务器13(以用于部署后台系统，或称为中控系统，其作用为可以接受引导车和自动驾驶车辆报告的位置和状态，并为每个车辆下发预期的控制指令)；中控服务器13能够与引导车11和各自动驾驶车辆12通信连接，以实时接收引导车11和自动驾驶队列中的各自动驾驶车辆12实时传输的位置信息和车辆状态信息。

这样，中控服务器在接收到自动驾驶队列中引导车和各自动驾驶车辆的位置信息和车辆状态信息(如车辆速度等)，可以确定任一自动驾驶车辆若要与前一车辆保持预设间隔距离所应采用的控制指令(例如油门控制量、刹车控制量等)。例如，可以根据两车辆实时传输的位置信息，计算两车辆的实时距离，并采用闭环控制算法等，生成相应的控制指令，使得后一车辆与前一车辆的距离达到预设的阈值。当生成相应的控制指令后，中控服务器可将其发送至相应的自动驾驶车辆上，从而自动驾驶车辆接收中控服务器发送的相对于自动驾驶车辆自身的控制指令之后，根据控制指令，控制自动驾驶车辆自身与自动驾驶队列中的前一车辆保持预设间隔距离行驶。

另外，自动驾驶车辆在未进入队列中时，其也可以与中控服务器进行通信，并上报位置信息和车辆状态信息，同理引导车也可以实时上报自身的位置信息和车辆状态信息。这样，中控服务器可以根据全局(如某一引导区域或某一行驶路线)的自动驾驶车辆和引导车的情况，动态调整自动驾驶车辆的速度(如向自动驾驶车辆发送控制指令或建议的行车速度)，以使得每个自动驾驶车辆能够更快加入到队列中去。例如，自动驾驶车辆前方500米存在有引导车，则可以控制自动驾驶车辆加速追赶该引导车，又或者自动驾驶车辆后方500米存在有引导车，则可以控制自动驾驶车辆减速，以等待引导车追上自身，但不仅局限于此。

步骤305、自动驾驶车辆在队列行驶过程中，接收引导车和自动驾驶队列中其他自动驾驶车辆实时传输的位置信息，以及接收引导车发送的人工干预信息。

此处，需要说明的是，自动驾驶车辆在依靠自身的自动驾驶系统进行自动驾驶时，经常需要面对一些现有人工智能技术的边界问题，例如车辆前方突然出现障碍物(如小动物、微小的石头等)，由于场景比较罕见，在前期机器学习等过程中很难积累到相应的处理方式。因此，自动驾驶车辆并不能完全依赖于自身的自动驾驶系统，还需要考虑到引导车的人工干预信息。该人工干预信息一般包括人工操作引导车上的可操作结构产生的引导车控制信息；可操作结构包括但不限于引导车的方向盘、油门、刹车、档位、转向灯操作杆。例如人工操作引导车上的方向盘，方向盘向右转动20°，则相应的引导车控制信息为：方向盘向右转动，方向盘转角20°。

具体的，人工干预信息的产生和接收一般分为两种方式：

例如方式一：

在本申请的一实施例中，引导车可以为搭载有自动驾驶系统的车辆，该搭载有自动驾驶系统的车辆由人工驾驶，并且自动驾驶系统正常运行进行影子模式测试(即在人工驾驶的过程中，自动驾驶系统及车辆上的各种传感器正常工作，以确定自动驾驶与人工驾驶之间的差别)；则自动驾驶车辆接收人工干预信息，可以是：接收引导车在影子模式测试时人工驾驶的控制量与自动驾驶系统提供的控制量大于预先设置的阈值时的人工干预信息。例如，队列前方出现突发情况，人工驾驶向右打方向盘20°，而自动驾驶系统产生的方向盘转角为0°，而预先设置的方向盘转角阈值为3°，则此时引导车将人工干预信息(此处即为方向盘向右转动，方向盘转角20°)发送至队列中的自动驾驶车辆。这样队列中的自动驾驶车辆无需获得全部的人工干预信息，仅获得引导车在影子模式测试时人工驾驶的控制量与自动驾驶系统提供的控制量大于预先设置的阈值时的人工干预信息，从而避免全量人工干预信息中大量对队列中自动驾驶车辆的控制无实际意义的数据的接收而占用有限的带宽。

又例如方式二：

在本申请的一实施例中，引导车可以为由人工监控的自动驾驶车辆，即常规情况下该引导车为自动驾驶，在发生突发情况时，由人工(如安全员)来对车辆进行接管。因此，引导车可以记录在人工接管时产生的人工干预信息，并发送给队列中跟随引导车的其他自动驾驶车辆。这样，该人工干预信息即为人工接管引导车时所产生的引导车控制信息。这样，在自动驾驶系统工作正常的情况下，没有人工干预信息产生，而在发生人工对车辆进行接管时，产生相应的人工干预信息，该人工干预信息正是队列中后面跟随的自动驾驶车辆所需要的，满足了队列中跟随的自动驾驶车辆的信息需求。

步骤306、根据自动驾驶车辆自身传感器感知信息、位置信息和人工干预信息，确定在引导车发生人工干预的位置处或在引导车发生人工干预的位置之前对自动驾驶车辆进行与人工干预类型相同的控制。

其中，人工干预类型包括但不限于：加速、减速和变道。

具体的，为了应对各类道路情况，队列中的自动驾驶车辆接收引导车的人工干预信息的目的是为了能够及时应对各类道路情况，因此队列中的自动驾驶车辆一般存在两种情况，即在引导车发生人工干预的位置处进行车辆自身的控制，或者在引导车发生人工干预的位置之前就提前进行车辆自身的控制。基于这两种情况，该步骤306可以采用如下方式实现：

方式一：

根据自动驾驶车辆自身传感器感知信息、位置信息和所述人工干预信息，确定自动驾驶车辆自身在引导车发生人工干预的位置处复制人工干预信息进行操作是否满足自动驾驶车辆安全条件。该自动驾驶车辆安全条件在本申请的实施例中是指若完全复制人工干预信息，自动驾驶车辆自身是否会发生危险的评判条件。

在确定自动驾驶车辆自身在引导车发生人工干预的位置处复制人工干预信息进行操作满足自动驾驶车辆安全条件时，确定自动驾驶车辆控制策略为：自动驾驶车辆自身在引导车发生人工干预的位置处复制人工干预信息中对引导车的操作。例如，引导车在某位置处发生人工干预，引导车被操作变道到另一相邻车道，相应的人工干预信息(方向盘转角)被发送至队列的自动驾驶车辆处，自动驾驶车辆判断到采用该方向盘转角，在引导车变道的位置处进行变道是安全的(如道路比较空旷，周围没有其他车辆)，则确定自动驾驶车辆的控制策略即为：自动驾驶车辆自身在引导车发生人工干预的位置处复制人工干预信息中对引导车的操作，如上述的确定在引导车变道的位置处采用上述方向盘转角进行变道。

在确定自动驾驶车辆自身在引导车发生人工干预的位置处复制人工干预信息进行操作不满足自动驾驶车辆安全条件时，确定自动驾驶车辆控制策略为：自动驾驶车辆自身采用预先设置的降级处理策略进行操作；所述预先设置的降级处理策略包括但不限于：减速和停车，如自动驾驶车辆可以在路边可停车区域(停车位、应急车道)自动停车，或者非常紧急的情况下自动驾驶车辆可以在当前车道尽快减速并停车。例如，在一实际场景中，引导车在某位置处发生人工干预，引导车被操作变道到另一相邻车道，相应的人工干预信息(方向盘转角)被发送至队列的自动驾驶车辆处，自动驾驶车辆判断到采用该方向盘转角，在引导车变道的位置处进行变道不安全(如道路车辆较多，相邻车道存在距离较近的队列外的车辆)，则确定自动驾驶车辆的控制策略即为：自动驾驶车辆自身采用预先设置的降级处理策略进行操作，如上述的确定自动驾驶车辆控制自身进行减速或停车，但不仅局限于此，本领域技术人员根据需求还可以设置其他的降级处理策略。

方式二：

引导车在发生人工干预时，所产生的人工干预信息中的引导车控制信息一般可以包括对可操作性结构的控制量；其中对可操作性结构的控制量包括但不限于：方向盘转角、油门控制量、刹车控制量、档位控制量、转向灯操作杆控制量。

则在本申请的一实施例中，可以根据自动驾驶车辆自身传感器感知信息、位置信息和对可操作性结构的控制量，确定在引导车发生人工干预的位置之前对自动驾驶车辆进行与人工干预类型相同的控制。例如，引导车在某位置处发生人工干预，引导车上的司机急打方向盘，使得引导车突然变道，以躲避前方道路上的障碍物，此时人工干预信息(方向盘转角)被发送至队列中的自动驾驶车辆处，自动驾驶车辆则可以在发生人工干预的位置之前对自动驾驶车辆自身进行变道控制，而避免在到达人工干预的位置再进行突然变道。又例如，引导车在某位置处发生人工干预，引导车上的司机急踩刹车，使得引导车突然刹车，此时人工干预信息(刹车控制量)被发送至队列中的自动驾驶车辆处，自动驾驶车辆则可以在发生人工干预的位置之前对自动驾驶车辆自身进行制动控制，而避免在到达人工干预的位置再进行制动控制。这样，队列中的自动驾驶车辆的控制可以更为平缓，而不会因为引导车的突然变道、突然刹车等事件而造成自动驾驶车辆的紧急控制，此处若要保证队列中的自动驾驶车辆的控制更为平缓，则一般需要自动驾驶车辆跟随引导车的跟随距离相对较大，过小的跟随距离则难以实现在人工干预位置之前提前进行控制。

步骤307、根据自动驾驶车辆控制策略，控制自动驾驶车辆自身的执行机构进行动作。

此处，自动驾驶车辆自身的执行机构包括但不限于油门、刹车、方向盘转动电机、档位机构、转向灯操作杆等。

步骤308、根据自动驾驶车辆实时的位置信息判断自动驾驶车辆自身是否满足离队条件。

其中，离队条件包括但不限于：自动驾驶车辆自身的位置到达当前跟随引导车和自动驾驶车辆自身的路线分歧位置、自动驾驶车辆自身的位置到达当前跟随引导车对应引导区域的下一引导区域。

即当自动驾驶车辆自身的位置到达当前跟随引导车和自动驾驶车辆自身的路线分歧位置时，表示自动驾驶车辆与当前跟随引导车的路线将不再重合，因此需要自动驾驶车辆离开该引导车所引导的自动驾驶队列。另外，当自动驾驶车辆自身的位置到达当前跟随引导车对应引导区域的下一引导区域时，表示当前跟随引导车已经可以不再负责下一引导区域的引导，因此自动驾驶车辆可以离开该引导车所引导的自动驾驶队列。

步骤309、在自动驾驶车辆自身满足离队条件时，根据自动驾驶车辆自身传感器感知信息控制自动驾驶车辆自身驶出当前跟随引导车引导的自动驾驶队列。

这样，在步骤309之后，自动驾驶车辆可以依靠自身的自动驾驶系统来继续完成自动驾驶。

步骤310、在自动驾驶车辆自身的位置到达当前跟随引导车对应引导区域的下一引导区域时，与下一引导区域的引导车进行通信，并控制自动驾驶车辆自身行驶入由下一引导区域的引导车引导的自动驾驶队列。

在步骤310之后，可以继续执行如上述步骤302至步骤309的过程，以便于在各个引导区域，均可以有引导车来辅助自动驾驶车辆行驶，但不仅局限于此。另外，为了保证引导车引导的无缝衔接，可以将相邻的引导区域设置为存在一定重合区域，这样，在这些重合区域，自动驾驶车辆可完成与当前引导车引导的队列的离队操作，以及完成与新的引导车引导的队列的入队操作，但不仅局限于此。

另外，如图6所示，本申请实施例还提供一种车载装置，应用于上述图2所示的自动驾驶车辆的辅助控制系统10，对于该系统10的结构，请见上述方法实施例，此处不再赘述。此处，该车载装置可以运行于车载计算机或车载服务器中，或者该车载装置的实体结构可以通过车载计算机或车载服务器实现，但不仅局限于此。

所述车载装置包括：

车辆控制单元41，用于控制自动驾驶车辆自身行驶入由引导车引导的自动驾驶队列。

信息接收单元42，用于接收引导车和自动驾驶队列中其他自动驾驶车辆实时传输的位置信息，以及接收引导车发送的人工干预信息。

控制策略确定单元43，用于根据自动驾驶车辆自身传感器感知信息、所述位置信息和所述人工干预信息，确定自动驾驶车辆控制策略。

所述车辆控制单元41，还用于根据所述自动驾驶车辆控制策略，控制自动驾驶车辆自身的执行机构进行动作。

另外，如图2所示，本申请实施例还提供一种自动驾驶车辆的辅助控制系统10，包括一至多辆自动驾驶车辆12和用于辅助自动驾驶车辆12的引导车11；各自动驾驶车辆12和引导车11之间能够进行通信连接。

自动驾驶车辆12，用于控制自动驾驶车辆12自身行驶入由引导车11引导的自动驾驶队列；接收引导车11和自动驾驶队列中其他自动驾驶车辆实时传输的位置信息，以及接收引导车11发送的人工干预信息；根据自动驾驶车辆12自身传感器感知信息、所述位置信息和所述人工干预信息，确定自动驾驶车辆控制策略；根据所述自动驾驶车辆控制策略，控制自动驾驶车辆12自身的执行机构进行动作。

该系统10的具体实现方式可以参见上述图1对应的方法实施例，此处不再赘述。

另外，本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述图1对应的自动驾驶车辆的辅助控制方法，此处不再赘述。

另外，本申请实施例还提供一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述图1对应的自动驾驶车辆的辅助控制方法，此处不再赘述。

本申请实施例提供的自动驾驶车辆的辅助控制方法、车载装置及系统，在常规情况下可以由自动驾驶车辆根据自身传感器感知信息进行自动驾驶。而在一些边界情况下，自动驾驶车辆可以依靠自身传感器感知信息，以及其自身所在自动驾驶队列的引导车提供的人工干预信息和整个队列各车辆的位置信息，来确定自身的控制策略，完成车辆的控制。可见在单车自动驾驶系统难以解决的场景下，可以介入人工干预信息来处理，从而可以解决目前自动驾驶中单车模式难以突破人工智能技术的边界的问题，能够使得自动驾驶车辆更安全的在路上进行行驶。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、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。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置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。

这些计算机程序指令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。

本申请中应用了具体实施例对本申请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申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本申请的限制。

Claims (18)

1.一种自动驾驶车辆的辅助控制方法，其特征在于，应用于一种自动驾驶车辆的辅助控制系统，系统包括一至多辆自动驾驶车辆和用于辅助自动驾驶车辆的引导车；各自动驾驶车辆和引导车之间能够进行通信连接；

所述方法包括：

控制自动驾驶车辆自身行驶入由引导车引导的自动驾驶队列；

接收引导车和自动驾驶队列中其他自动驾驶车辆实时传输的位置信息，以及接收引导车发送的人工干预信息；

根据自动驾驶车辆自身传感器感知信息、所述位置信息和所述人工干预信息，确定自动驾驶车辆控制策略，包括：

根据自动驾驶车辆自身传感器感知信息、所述位置信息和所述人工干预信息，确定在引导车发生人工干预的位置处或在引导车发生人工干预的位置之前对自动驾驶车辆进行与人工干预类型相同的控制；所述人工干预类型包括：加速、减速和变道；

根据所述自动驾驶车辆控制策略，控制自动驾驶车辆自身的执行机构进行动作。

2.根据权利要求1所述的自动驾驶车辆的辅助控制方法，其特征在于，所述引导车被设置于预设的行驶路线上；所述行驶路线上设置有一至多辆引导车。

3.根据权利要求2所述的自动驾驶车辆的辅助控制方法，其特征在于，所述行驶路线被设置为多个区域，每个引导区域内设置有一至多辆引导车，每个引导区域内的引导车用于在其所在的引导区域内往复行驶以辅助行驶入该引导区域内的自动驾驶车辆。

4.根据权利要求3所述的自动驾驶车辆的辅助控制方法，其特征在于，所述行驶路线被按照路线类型或路线长度划分为多个区域。

5.根据权利要求2所述的自动驾驶车辆的辅助控制方法，其特征在于，所述控制自动驾驶车辆自身行驶入由引导车引导的自动驾驶队列，包括：

获得自动驾驶车辆当前行驶路线上的引导车信息；所述引导车信息包括引导车编号、引导车位置、引导车路线和引导车引导的自动驾驶队列信息；

根据所述引导车信息确定目标引导车，并向目标引导车发送入队请求信息；

响应于所述目标引导车反馈的同意入队信息，根据自动驾驶车辆自身传感器感知信息控制自动驾驶车辆自身从目标引导车引导的自动驾驶队列尾部进入自动驾驶队列。

6.根据权利要求2所述的自动驾驶车辆的辅助控制方法，其特征在于，在接收引导车和自动驾驶队列中其他自动驾驶车辆实时传输的位置信息之后，所述方法还包括：

根据所述实时传输的位置信息，采用自动驾驶车辆自身传感器感知信息控制自动驾驶车辆自身与自动驾驶队列中的前一车辆保持预设间隔距离行驶。

7.根据权利要求2所述的自动驾驶车辆的辅助控制方法，其特征在于，所述自动驾驶车辆的辅助控制系统还包括中控服务器；所述中控服务器能够与引导车和各自动驾驶车辆通信连接，以实时接收引导车和自动驾驶队列中的各自动驾驶车辆实时传输的位置信息和车辆状态信息；

在控制自动驾驶车辆自身行驶入由引导车引导的自动驾驶队列之后，所述方法还包括：

接收中控服务器发送的相对于自动驾驶车辆自身的控制指令；所述控制指令是中控服务器根据实时传输的位置信息和车辆状态信息确定的；

根据所述控制指令，控制自动驾驶车辆自身与自动驾驶队列中的前一车辆保持预设间隔距离行驶。

8.根据权利要求2所述的自动驾驶车辆的辅助控制方法，其特征在于，所述人工干预信息包括人工操作引导车上的可操作结构产生的引导车控制信息；所述可操作结构包括引导车的方向盘、油门、刹车、档位、转向灯操作杆。

9.根据权利要求8所述的自动驾驶车辆的辅助控制方法，其特征在于，所述引导车为搭载有自动驾驶系统的车辆，所述搭载有自动驾驶系统的车辆由人工驾驶，并且自动驾驶系统正常运行进行影子模式测试；所述接收引导车发送的人工干预信息，包括：

接收引导车在影子模式测试时人工驾驶的控制量与自动驾驶系统提供的控制量大于预先设置的阈值时的人工干预信息。

10.根据权利要求8所述的自动驾驶车辆的辅助控制方法，其特征在于，所述引导车为由人工监控的自动驾驶车辆；

所述接收引导车发送的人工干预信息，包括：

接收引导车在人工接管自动驾驶车辆时产生的人工干预信息。

11.根据权利要求1所述的自动驾驶车辆的辅助控制方法，其特征在于，根据自动驾驶车辆自身传感器感知信息、所述位置信息和所述人工干预信息，确定在引导车发生人工干预的位置处对自动驾驶车辆进行与人工干预类型相同的控制，包括：

根据自动驾驶车辆自身传感器感知信息、所述位置信息和所述人工干预信息，确定自动驾驶车辆自身在引导车发生人工干预的位置处复制人工干预信息进行操作是否满足自动驾驶车辆安全条件；

在确定自动驾驶车辆自身在引导车发生人工干预的位置处复制人工干预信息进行操作满足自动驾驶车辆安全条件时，确定自动驾驶车辆控制策略为：自动驾驶车辆自身在引导车发生人工干预的位置处复制人工干预信息中对引导车的操作；

所述方法还包括：

在确定自动驾驶车辆自身在引导车发生人工干预的位置处复制人工干预信息进行操作不满足自动驾驶车辆安全条件时，确定自动驾驶车辆控制策略为：自动驾驶车辆自身采用预先设置的降级处理策略进行操作；所述预先设置的降级处理策略包括：减速和停车。

12.根据权利要求8所述的自动驾驶车辆的辅助控制方法，其特征在于，所述人工干预信息中的所述引导车控制信息包括对所述可操作结构的控制量；对所述可操作结构的控制量包括：方向盘转角、油门控制量、刹车控制量、档位控制量、转向灯操作杆控制量；

根据自动驾驶车辆自身传感器感知信息、所述位置信息和所述人工干预信息，确定在引导车发生人工干预的位置之前对自动驾驶车辆进行与人工干预类型相同的控制，包括：

根据自动驾驶车辆自身传感器感知信息、所述位置信息和对所述可操作结构的控制量，确定在引导车发生人工干预的位置之前对自动驾驶车辆进行与人工干预类型相同的控制。

13.根据权利要求3所述的自动驾驶车辆的辅助控制方法，其特征在于，还包括：

根据自动驾驶车辆实时的位置信息判断自动驾驶车辆自身是否满足离队条件；所述离队条件包括：自动驾驶车辆自身的位置到达当前跟随引导车和自动驾驶车辆自身的路线分歧位置、自动驾驶车辆自身的位置到达当前跟随引导车对应引导区域的下一引导区域；

在自动驾驶车辆自身满足离队条件时，根据自动驾驶车辆自身传感器感知信息控制自动驾驶车辆自身驶出当前跟随引导车引导的自动驾驶队列。

14.根据权利要求13所述的自动驾驶车辆的辅助控制方法，其特征在于，还包括：

在自动驾驶车辆自身的位置到达当前跟随引导车对应引导区域的下一引导区域时，与所述下一引导区域的引导车进行通信，并控制自动驾驶车辆自身行驶入由下一引导区域的引导车引导的自动驾驶队列。

15.一种车载装置，其特征在于，应用于一种自动驾驶车辆的辅助控制系统，系统包括一至多辆自动驾驶车辆和用于辅助自动驾驶车辆的引导车；各自动驾驶车辆和引导车之间能够进行通信连接；

所述装置包括：

车辆控制单元，用于控制自动驾驶车辆自身行驶入由引导车引导的自动驾驶队列；

信息接收单元，用于接收引导车和自动驾驶队列中其他自动驾驶车辆实时传输的位置信息，以及接收引导车发送的人工干预信息；

控制策略确定单元，用于根据自动驾驶车辆自身传感器感知信息、所述位置信息和所述人工干预信息，确定自动驾驶车辆控制策略，包括：

根据自动驾驶车辆自身传感器感知信息、所述位置信息和所述人工干预信息，确定在引导车发生人工干预的位置处或在引导车发生人工干预的位置之前对自动驾驶车辆进行与人工干预类型相同的控制；所述人工干预类型包括：加速、减速和变道；

所述车辆控制单元，还用于根据所述自动驾驶车辆控制策略，控制自动驾驶车辆自身的执行机构进行动作。

16.一种自动驾驶车辆的辅助控制系统，其特征在于，包括一至多辆自动驾驶车辆和用于辅助自动驾驶车辆的引导车；各自动驾驶车辆和引导车之间能够进行通信连接；

所述自动驾驶车辆，用于控制自动驾驶车辆自身行驶入由引导车引导的自动驾驶队列；接收引导车和自动驾驶队列中其他自动驾驶车辆实时传输的位置信息，以及接收引导车发送的人工干预信息；根据自动驾驶车辆自身传感器感知信息、所述位置信息和所述人工干预信息，确定自动驾驶车辆控制策略；根据所述自动驾驶车辆控制策略，控制自动驾驶车辆自身的执行机构进行动作；其中根据自动驾驶车辆自身传感器感知信息、所述位置信息和所述人工干预信息，确定自动驾驶车辆控制策略，包括：

根据自动驾驶车辆自身传感器感知信息、所述位置信息和所述人工干预信息，确定在引导车发生人工干预的位置处或在引导车发生人工干预的位置之前对自动驾驶车辆进行与人工干预类型相同的控制；所述人工干预类型包括：加速、减速和变道。

17.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至14任一项所述的自动驾驶车辆的辅助控制方法。

18.一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至14任一项所述的自动驾驶车辆的辅助控制方法。

Images