CN113805579A - 一种无人车的控制方法和装置 - Google Patents
一种无人车的控制方法和装置 Download PDFInfo
- Publication number
- CN113805579A CN113805579A CN202110267516.2A CN202110267516A CN113805579A CN 113805579 A CN113805579 A CN 113805579A CN 202110267516 A CN202110267516 A CN 202110267516A CN 113805579 A CN113805579 A CN 113805579A
- Authority
- CN
- China
- Prior art keywords
- calibration
- unmanned vehicle
- calibration data
- unmanned
- data
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 230000005540 biological transmission Effects 0.000 claims abstract description 9
- 230000001133 acceleration Effects 0.000 claims description 54
- 238000004590 computer program Methods 0.000 claims description 11
- 230000033001 locomotion Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 45
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000011088 calibration curve Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无人车的控制方法和装置,涉及仓储物流技术领域。该方法的一具体实施方式包括:确定一个或多个待标定的无人车;根据预配置的标定文件,对所述一个或多个待标定的无人车进行标定;其中,所述标定文件包括:与所述无人车变速相关的一个或多个标定参数;根据标定结果,确定有效标定数据;根据所述有效标定数据,对所述无人车进行控制。该实施方式提高了无人车的标定效率,以及标定数据与无人车的适配性,从而提高了无人车的控制精度。
Description
技术领域
本发明涉及仓储物流技术领域,尤其涉及一种无人车的控制方法和装置。
背景技术
随着物流业的不断发展,无人车逐渐成为提高物流配送效率中必不可少的工具。想要实现对无人车的精准控制,就必须对其进行精准标定,以将上层控制器下发的加速度指令准确转化为油门或者刹车。在现有技术下,通常做法是随机选择一辆无人车,然后人工输入各项标定参数,以对该无人车进行标定,然后根据标定得到的数据控制其他无人车。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
无人车量产后可能出现车辆一致性不好的问题,因此,随机选择出的无人车所对应的标定数据可能无法与所有其他无人车适配,这会降低无人车的控制精度。并且,手动输入各项标定参数的方式,也会降低无人车的标定效率。
发明内容
有鉴于此,本发明实施例提供一种无人车的控制方法和装置,能够通过预配置的标定文件对多个无人车进行在线标定,并根据标定得到的有效标定数据对无人车进行控制。由于是根据多个无人车的标定结果对无人车的控制,因此提高了标定数据与无人车的适配性,进而提高了无人车的控制精度。并且,通过标定文件对多个无人车进行在线标定,从而无需采用人工方式针对每个无人车逐个输入标定参数,从而也提高了无人车的标定效率。
为实现上述目的,根据本发明实施例的一个方面,提供了一种无人车的控制方法,包括:
确定一个或多个待标定的无人车;
根据预配置的标定文件,对所述一个或多个待标定的无人车进行标定;其中,所述标定文件包括:与所述无人车变速相关的一个或多个标定参数;
根据标定结果,确定有效标定数据;
根据所述有效标定数据,对所述无人车进行控制。
可选地,所述标定参数包括以下一个或多个:
最小油门、递增油门、最大油门、最小刹车、递增刹车、最大刹车、最大速度值。
可选地,所述根据预配置的标定文件,对所述一个或多个待标定的无人车进行标定,包括:
循环执行以下步骤,直至所述一个或多个待标定的无人车均被选择:
从所述一个或多个待标定的无人车中选择一个未标定无人车,并将选择出的无人车作为当前无人车,执行:
根据所述最小油门、递增油门和/或最大油门,控制所述当前无人车进行加速运动,并采集所述无人车的加速数据作为第一标定数据;
当所述当前无人车的速度达到所述最大速度值时,根据所述最小刹车、递增刹车和/或最大刹车,控制所述无人车进行减速运动,并采集所述无人车的减速数据作为第二标定数据。
可选地,所述根据标定结果,确定有效标定数据,包括:
确定所述第一标定数据中是否存在与所述最大速度值相同的标定速度值,如果是,将所述第一标定数据作为所述有效标定数据。
可选地,该方法进一步包括:
分别计算所述第一标定数据和所述第二标定数据对应的第一方差和第二方差,当所述第一方差和/或所述第二方差小于预设阈值时,将所述第一标定数据和所述第二标定数据作为所述有效标定数据。
可选地,所述第一标定数据包括:加速时长;
根据所述加速时长,所述无人车的起始速度以及所述最大速度值,计算所述无人车的平均加速度;
根据所述平均加速度以及所述有效标定数据,确定所述无人车的控制标准;
可选地,所述第二标定数据包括:减速时长;
根据所述最大速度值、所述无人车的终止速度和所述减速时长,计算所述无人车的平均减速度;
根据所述平均减速度以及所述有效标定数据,确定所述无人车的控制标准。
可选地,所述根据所述有效标定数据,对所述无人车进行控制,包括:
响应于接收到控制指令,根据所述控制指令中的目标加速度或目标减速度以及所述控制标准,将所述目标加速度转化成油门指令,或将所述目标减速度转化成刹车指令;
根据所述油门指令或刹车指令对所述无人车进行控制。
根据本发明实施例的第二方面,提供了一种无人车的控制装置,包括:第一确定模块、标定模块、第二确定模块和控制模块;其中,
所述第一确定模块,用于确定一个或多个待标定的无人车;
所述标定模块,用于根据预配置的标定文件,对所述一个或多个待标定的无人车进行标定;其中,所述标定文件包括:与所述无人车变速相关的一个或多个标定参数;
所述第二确定模块,用于根据标定结果,确定有效标定数据;
所述控制模块,用于根据所述有效标定数据,对所述无人车进行控制。
可选地,
所述第一确定模块,用于确定一个或多个待标定的无人车;
可选地,
所述标定模块,用于根据预配置的标定文件,对所述一个或多个待标定的无人车进行标定;其中,所述标定文件包括:与所述无人车变速相关的一个或多个标定参数;
可选地,
所述第二确定模块,用于根据标定结果,确定有效标定数据;
可选地,
所述控制模块,用于根据所述有效标定数据,对所述无人车进行控制。
根据本发明实施例的第三方面,提供了一种控制无人车的电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述第一方面提供的任意一种无人车的控制方法。
根据本发明实施例的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述第一方面提供的一种无人车的控制方法中任一所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:通过预配置的标定文件对多个无人车进行在线标定,并根据标定得到的有效标定数据对无人车进行控制。由于是根据多个无人车的标定结果对无人车的控制,因此提高了标定数据与无人车的适配性,进而提高了无人车的控制精度。并且,通过标定文件对多个无人车进行在线标定,从而无需采用人工方式针对每个无人车逐个输入标定参数,从而也提高了无人车的标定效率。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的无人车的控制方法的主要流程的示意图;
图2是无人车在标定过程中采集标定数据的流程图;
图3是无人车在标定过程中运行的一种速度-时间关系示意图;
图4是无人车在标定过程中运行的另一种速度-时间关系示意图;
图5是无人车在标定过程中运行的又一种速度-时间关系示意图;
图6是无人车在标定过程中运行的再一种速度-时间关系示意图;
图7是对无人车进行在线标定的标定流程示意图;
图8是无人车在标定过程中运行的还一种速度-时间关系示意图;
图9是对无人车标定后得到的标定数据的处理方式的流程示意图;
图10是在完成标定后将生成的中间文件转化为在线标定表的流程示意图;
图11是根据本发明实施例的无人车的控制装置的主要模块的示意图;
图12是本发明实施例可以应用于其中的示例性系统架构图;
图13是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的一种无人车的控制方法,如图1所示,该方法可以包括以下步骤S101至步骤S104:
步骤S101:确定一个或多个待标定的无人车;
步骤S102:根据预配置的标定文件,对所述一个或多个待标定的无人车进行标定;其中,所述标定文件包括:与所述无人车变速相关的一个或多个标定参数;
在本发明的实施例中,所述标定参数包括以下任意一个或多个:最小油门、递增油门、最大油门、最小刹车、递增刹车、最大刹车、最大速度值。
具体地,所述最小油门是指使无人车以最小加速度前进所对应的油门值;所述递增油门是指无人车的最大速度的设定百分比所对应的油门值;所述最大油门是指使所述无人车以最大加速度前进时对应的油门值;所述最小刹车是指使所述无人车以最小减速度运行所对应的刹车值;所述递增刹车是指无人车的最大速度的设定百分比所对应的刹车值;所述最大刹车是指使所述无人车以最大减速度运行时对应的刹车值。
在本发明的一个实施例中,对所述无人车进行标定,需将所述无人车的上层纵向控制器下发的加速度指令经过处理后转化为油门或刹车。例如,在某次标定中,所述上层纵向控制器下发的加速度指令为5m/s2,则经过处理转化为的指令为0.2最大油门;例如,在某次标定中,所述上层控制器下发的加速度指令为-5m/s2,则经过处理转化为的指令为0.2最大刹车。
在本发明的实施例中,某次标定时设置的参数如下表1所示:
表1
在本发明的一个实施例中,对某组无人车进行标定,其过程如图2所示,循环执行以下步骤,直至所述一个或多个待标定的无人车均被选择:
步骤S201:从所述一个或多个待标定的无人车中选择一个未标定无人车,并将选择出的无人车作为当前无人车;
步骤S202:针对当前无人车执行:根据所述最小油门、递增油门和/或最大油门,控制所述当前无人车进行加速运动,并采集所述无人车的加速数据作为第一标定数据;
步骤S203:当所述当前无人车的速度达到所述最大速度值时,根据所述最小刹车、递增刹车和/或最大刹车,控制所述无人车进行减速运动;
步骤S204:采集所述无人车的减速数据作为第二标定数据。
具体地,在上述加速标定和减速标定的过程中,对于加速过程的油门值和减速过程的刹车值不做限定,即所述无人车可以以任意在规定范围内的油门值和刹车值运行,并且,加速过程和减速过程所对应的时长也不做限定,满足标定数据要求即可。
例如,在某次标定过程中,所述无人车在加速标定过程中持续保持所述最大油门10m/s2运行,直至无人车达到最大速度20m/s,然后在减速标定过程中持续保持所述最大刹车10m/s2运行,得到如图3所示的标定曲线。
再比如,在某次标定过程中,所述无人车在加速标定过程中持续保持所述最小油门1m/s2运行,直至无人车达到最大速度,然后在减速标定过程中持续保持所述最小刹车1m/s2运行,得到如图4所示的标定曲线。
另外,在某次标定过程中,所述无人车在加速标定过程中首先以最大油门10m/s2,然后逐渐缩小油门直至达到无人车的最大速度20m/s,接着再以最大刹车10m/s2运行,然后逐渐缩小刹车直至完成减速标定过程,得到如图5所示的标定曲线。
或者,在某次标定过程中,所述无人车在加速标定过程中首先以最大油门1m/s2,然后逐渐减小油门直至达到预设最大速度20m/s,完成加速标定过程,接着再以一定刹车进入减速标定过程,并不断增大刹车直至到达最小速度,完成减速标定过程,得到如图6所示的标定曲线。
可以理解的是,上述四个实施方式仅为本发明实施例中对加速标定过程和减速标定过程的示例,实际上,在加速过程中,可单独采用最小油门或最大油门中的任意一个来对加速过程进行标定,也可以采用最小油门和递增油门的组合、或最小油门和最大油门的组合来对加速过程进行标定,还可以采用最小油门、递增油门和最大油门三者的组合来对加速过程进行标定。类似地,在减速过程中,可单独采用最小刹车或最大刹车中的任意一个来对减速过程进行标定,也可以采用最小刹车和递增刹车的组合、或最小刹车和最大刹车的组合来对减速过程进行标定,还可以采用最小刹车、递增刹车和最大刹车三者的组合来对减速过程进行标定。
值得一提的是,在标定过程中,首先对加速标定后的结果进行判断,若在加速标定过程中未能达到最大速度,则判定本次标定无效,标定数据需舍弃,且无需再进行减速标定;若该次标定在加速标定过程中达到了最大速度,则继续进行减速标定,直至无人车的速度降为0。
如图7所示,进入标定模式后,启动无人车。首先对无人车进行加速标定,无人车速度逐步增大,直到车速达到预设的最大速度Vmax,加速标定结束,退出循环;其次进行减速标定,无人车速度逐步减小,直到车速小于预设的0.1m/s,减速标定结束,选择标定下一辆无人车或结束标定。若无人车车速未达到预设的最大速度Vmax,则判断本次标定的标定数据无效。
例如,在某次标定过程中,设定最大速度为20m/s。在该次加速标定过程得到的标定结果中,最大速度为19.6m/s,小于预设的最大速度20m/s,则判定此次标定无效,将此次加速标定数据舍弃,无需再进行减速标定过程。
再比如,在本发明的另一个实施例中,设定最大速度为25m/s。在该次加速标定过程得到的标定结果中,最大速度为25.4m/s,大于预设的最大速度25m/s,则判定此次标定有效,加速标定数据有效。接着进行减速标定,直至速度降为0,完成标定,存储相关标定数据。
步骤S103:根据标定结果,确定有效标定数据;
如上所述,当加速标定过程未达到设定的最大速度时,当前的标定无效,因此,相应的标定数据也无效,换句话说,在确定有效标定数据时,可确定所述第一标定数据中是否存在与所述最大速度值相同的标定速度值,如果是,才将所述第一标定数据作为所述有效标定数据。
在本发明的一个实施例中,在得到有效标定数据后,需对所述有效标定数据进行进一步处理。由于通常情况下,无人车在起步以及停止的一定时间段内数据的连贯性较差,无法普适于车辆的正常运行情况。所以,若将此段数据也作为生成标定表的参考数据,将可能导致标定结果误差太大,与实际的所述无人车辆的运行情况不符,导致标定的准确度较差。所以,本发明实施例采用了“掐头去尾”的方式,即去除所述无人车起步阶段和停止阶段的数据,以中间平滑性较好的数据作为有效标定数据。
例如,某次标定得到的标定结果如图8所示,从图8中可以看出,所述无人车在起步阶段与停止阶段的连贯性均较差,与该车辆在平稳运行时得到的图像(中间段)不符,故应将其舍去,将中间段作为生成在线标定表的参考数据。
在本发明一个实施例中,采取以下方式确定有效的标定数据:分别计算所述第一标定数据和所述第二标定数据对应的第一方差和第二方差,当所述第一方差和/或所述第二方差小于预设阈值时,将所述第一标定数据和所述第二标定数据作为所述有效标定数据。
当第一方差小于预设阈值时,说明加速过程中数据的离散程度较小,在一定程度上说明数据的连贯性较好,因此可将相应的数据作为有效标定数据,以提高标定的准确性。类似地,当第二方差小于预设阈值时,说明减速过程中数据的离散程度较小,在一定程度上说明数据的连贯性较好,因此可将相应的数据作为有效标定数据,以提高标定的准确性,进而提高无人车控制的准确性。
步骤S104:根据所述有效标定数据,对所述无人车进行控制。
在本发明的一个实施例中,需要对得到的标定数据进行处理,以根据标定数据确定无人车的控制标准。
例如,对于加速标定过程,所述第一标定数据包括:加速时长;根据所述加速时长,所述无人车的起始速度以及所述最大速度值,计算所述无人车的平均加速度;根据所述平均加速度以及所述有效标定数据,确定所述无人车的控制标准。
例如,在某次标定过程中,得到的两组第一标定数据如下:
组1:(2m/s2,0.2油门),(4m/s2,0.4油门),(5m/s2,0.5油门),(7m/s2,0.7油门),(9m/s2,0.9油门);
组2:(1m/s2,0.1油门),(3m/s2,0.3油门),(5m/s2,0.5油门),(8m/s2,0.8油门),(9m/s2,0.9油门);
结合上述两组标定数据,确定加速度与油门之间的对应关系,即可根据该对应关系进一步得到无人车的控制标准,在此例中,得到所述无人车的控制标准为(1m/s2,0.1油门),(2m/s2,0.2油门),(3m/s2,0.3油门),(4m/s2,0.4油门),(5m/s2,0.5油门),(6m/s2,0.6油门),(7m/s2,0.7油门),(8m/s2,0.8油门),(9m/s2,0.9油门)。
再比如,对于减速标定过程,所述第二标定数据包括:减速时长;
根据所述最大速度值、所述无人车的终止速度和所述减速时长,计算所述无人车的平均减速度;根据所述平均减速度以及所述有效标定数据,确定所述无人车的控制标准。
例如,在某次标定过程中,得到的两组第二标定数据如下:
组1:(2m/s2,0.2刹车),(4m/s2,0.4刹车),(5m/s2,0.5刹车),(7m/s2,0.7刹车),(9m/s2,0.9刹车);
组2:(1m/s2,0.1刹车),(3m/s2,0.3刹车),(5m/s2,0.5刹车),(8m/s2,0.8刹车),(9m/s2,0.9刹车);
结合上述两组标定数据,确定减速度与刹车之间的对应关系,即可根据该对应关系进一步得到无人车的控制标准,在此例中,得到所述无人车的控制标准为(1m/s2,0.1刹车),(2m/s2,0.2刹车),(3m/s2,0.3刹车),(4m/s2,0.4刹车),(5m/s2,0.5刹车),(6m/s2,0.6刹车),(7m/s2,0.7刹车),(8m/s2,0.8刹车),(9m/s2,0.9刹车)。
例如,当对m辆无人车进行标定后,得到m组标定数据,每一组数据包括加速过程的第一标定数据(data1)和减速过程的第二标定数据(data2),对这m组标定数据进行处理的过程可如图9所示,将得到的m组参考数据分别进行分解为加速数据data1和减速数据data2;根据加速数据data1和减速数据data2分析得到最大速度以及加速时间t1和减速时间t2,并以此计算平均加速度和平均减速度;将上述数据进行处理并合并到一表内,并最终生成一个对应在线标定表的中间文件,以便于根据该中间文件得到无人车的控制标准。
在本发明的另一个实施例中,如图10所示,可进一步对生成的所述中间文件进行格式转换,以适配无人车辆的控制。首先将所述中间文件转化为proto格式的标定表1,再将该标定表以速度递增的顺序进行排队,生成protoconf格式的标定表2,最后将该标定表2添加到control的conf文件中,在线标定完成。
如图11所示,本发明实施例提供了一种无人车的控制装置1100,包括:第一确定模块1101、标定模块1102、第二确定模块1103和控制模块1104;其中,
所述第一确定模块1101,用于确定一个或多个待标定的无人车;
所述标定模块1102,用于根据预配置的标定文件,对所述一个或多个待标定的无人车进行标定;其中,所述标定文件包括:与所述无人车变速相关的一个或多个标定参数;
所述第二确定模块1103,用于根据标定结果,确定有效标定数据;
所述控制模块1104,用于根据所述有效标定数据,对所述无人车进行控制。
本发明一个实施例中,所述标定模块1102,包括的所述标定参数包括以下任意一个或多个:最小油门、递增油门、最大油门、最小刹车、递增刹车、最大刹车、最大速度值。
本发明一个实施例中,所述标定模块1102,用于循环执行以下步骤,直至所述一个或多个待标定的无人车均被选择:从所述一个或多个待标定的无人车中选择一个未标定无人车,并将选择出的无人车作为当前无人车,执行:根据所述最小油门、递增油门和/或最大油门,控制所述当前无人车进行加速运动,并采集所述无人车的加速数据作为第一标定数据;当所述当前无人车的速度达到所述最大速度值时,根据所述最小刹车、递增刹车和/或最大刹车,控制所述无人车进行减速运动,并采集所述无人车的减速数据作为第二标定数据。
本发明的一个实施例中,所述第二确定模块1103,用于分别计算所述第一标定数据和所述第二标定数据对应的第一方差和第二方差,当所述第一方差和/或所述第二方差小于预设阈值时,将所述第一标定数据和所述第二标定数据作为所述有效标定数据。
本发明的一个实施例中,所述第二确定模块1103,用于根据所述加速时长,所述无人车的起始速度以及所述最大速度值,计算所述无人车的平均加速度;根据所述平均加速度以及所述有效标定数据,确定所述无人车的控制标准;根据所述最大速度值、所述无人车的终止速度和所述减速时长,计算所述无人车的平均减速度;根据所述平均减速度以及所述有效标定数据,确定所述无人车的控制标准。
本发明实施例还提供了一种服务器,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述任一实施例无人车的控制方法。
本发明实施例还提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述任一实施例提供的无人车的控制方法。
图12示出了可以应用本发明实施例的无人车的控制方法或无人车的控制装置的示例性系统架构1200。
如图13所示,系统架构1300可以包括多个无人车1201、1202、1203,网络1204和服务器1205。网络1204用以在无人车1201、1202、1203和服务器1205之间提供通信链路的介质。网络1204可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以通过网络1204使得无人车1201、1202、1203与服务器1305交互,以接收或发送控制指令等。
服务器1205可以是提供各种服务的服务器,例如可对无人车进行标定或控制的后台管理服务器。后台管理服务器可以对接收到的标定数据进行分析等处理。
需要说明的是,本发明实施例所提供的无人车的控制方法一般由服务器1205执行,相应地,无人车的控制装置一般设置于服务器1305中。
应该理解,图12中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图13,其示出了适于用来实现本发明实施例的计算机系统1300的结构示意图。图13示出的仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图13所示,计算机系统1300包括中央处理单元(CPU)1301,其可以根据存储在只读存储器(ROM)1302中的程序或者从存储部分1208加载到随机访问存储器(RAM)1303中的程序而执行各种适当的动作和处理。在RAM1303中,还存储有系统1300操作所需的各种程序和数据。CPU1301、ROM1302以及RAM1303通过总线1304彼此相连。输入/输出(I/O)接口1305也连接至总线1304。
以下部件连接至I/O接口1305:包括键盘、鼠标等的输入部分1306;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1307;包括硬盘等的存储部分1308;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1309。通信部分1309经由诸如因特网的网络执行通信处理。驱动器1310也根据需要连接至I/O接口1305。可拆卸介质1311,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1310上,以便于从其上读出的计算机程序根据需要被安装入存储部分1308。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1309从网络上被下载和安装,和/或从可拆卸介质1311被安装。在该计算机程序被中央处理单元(CPU)1301执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括第一确定模块、标定模块、第二确定模块和控制模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,第一确定模块还可以被描述为“确定一个或多个待标定的无人车的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:确定一个或多个待标定的无人车;根据预配置的标定文件,对所述一个或多个待标定的无人车进行标定;其中,所述标定文件包括:与所述无人车变速相关的一个或多个标定参数;根据标定结果,确定有效标定数据;根据所述有效标定数据,对所述无人车进行控制。
根据本发明实施例的技术方案,通过预配置的标定文件对多个无人车进行在线标定,并根据标定得到的有效标定数据对无人车进行控制。由于是根据多个无人车的标定结果对无人车的控制,因此提高了标定数据与无人车的适配性,进而提高了无人车的控制精度。并且,通过标定文件对多个无人车进行在线标定,从而无需采用人工方式针对每个无人车逐个输入标定参数,从而也提高了无人车的标定效率。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种无人车的控制方法,其特征在于,包括:
确定一个或多个待标定的无人车;
根据预配置的标定文件,对所述一个或多个待标定的无人车进行标定;其中,所述标定文件包括:与所述无人车变速相关的一个或多个标定参数;
根据标定结果,确定有效标定数据;
根据所述有效标定数据,对所述无人车进行控制。
2.根据权利要求1所述的方法,其特征在于,
所述标定参数包括以下任意一个或多个:最小油门、递增油门、最大油门、最小刹车、递增刹车、最大刹车、最大速度值。
3.根据权利要求2所述的方法,其特征在于,根据预配置的标定文件,对所述一个或多个待标定的无人车进行标定,包括:
循环执行以下步骤,直至所述一个或多个待标定的无人车均被选择:
从所述一个或多个待标定的无人车中选择一个未标定无人车,并将选择出的无人车作为当前无人车,执行:
根据所述最小油门、递增油门和/或最大油门,控制所述当前无人车进行加速运动,并采集所述无人车的加速数据作为第一标定数据;
当所述当前无人车的速度达到所述最大速度值时,根据所述最小刹车、递增刹车和/或最大刹车,控制所述无人车进行减速运动,并采集所述无人车的减速数据作为第二标定数据。
4.根据权利要求3所述的方法,其特征在于,所述根据标定结果,确定有效标定数据,包括:
确定所述第一标定数据中是否存在与所述最大速度值相同的标定速度值,如果是,将所述第一标定数据作为所述有效标定数据。
5.根据权利要求3所述的方法,其特征在于,所述根据标定结果,确定有效标定数据,包括:
分别计算所述第一标定数据和所述第二标定数据对应的第一方差和第二方差,当所述第一方差和/或所述第二方差小于预设阈值时,将所述第一标定数据和所述第二标定数据作为所述有效标定数据。
6.根据权利要求3所述的方法,其特征在于,所述第一标定数据包括:加速时长;
根据所述加速时长,所述无人车的起始速度以及所述最大速度值,计算所述无人车的平均加速度;
根据所述平均加速度以及所述有效标定数据,确定所述无人车的控制标准;
和/或,
所述第二标定数据包括:减速时长;
根据所述最大速度值、所述无人车的终止速度和所述减速时长,计算所述无人车的平均减速度;
根据所述平均减速度以及所述有效标定数据,确定所述无人车的控制标准。
7.根据权利要求6所述的方法,其特征在于,所述根据所述有效标定数据,对所述无人车进行控制,包括:
响应于接收到控制指令,根据所述控制指令中的目标加速度或目标减速度以及所述控制标准,将所述目标加速度转化成油门指令,或将所述目标减速度转化成刹车指令;
根据所述油门指令或刹车指令对所述无人车进行控制。
8.一种无人车的控制装置,其特征在于,包括:第一确定模块、标定模块、第二确定模块、控制模块,其中:
所述第一确定模块,用于确定一个或多个待标定的无人车;
所述标定模块,用于根据预配置的标定文件,对所述一个或多个待标定的无人车进行标定;其中,所述标定文件包括:与所述无人车变速相关的一个或多个标定参数;
所述第二确定模块,用于根据标定结果,确定有效标定数据;
所述控制模块,用于根据所述有效标定数据,对所述无人车进行控制。
9.一种控制无人车的电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110267516.2A CN113805579A (zh) | 2021-03-11 | 2021-03-11 | 一种无人车的控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110267516.2A CN113805579A (zh) | 2021-03-11 | 2021-03-11 | 一种无人车的控制方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113805579A true CN113805579A (zh) | 2021-12-17 |
Family
ID=78892904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110267516.2A Pending CN113805579A (zh) | 2021-03-11 | 2021-03-11 | 一种无人车的控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113805579A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109435952A (zh) * | 2018-10-31 | 2019-03-08 | 北京新能源汽车股份有限公司 | 车辆纵向控制标定方法、装置、系统及汽车 |
CN111310280A (zh) * | 2020-02-27 | 2020-06-19 | 杭州电子科技大学 | 汽车运动学片段提取及工况图合成方法 |
CN111348029A (zh) * | 2020-03-16 | 2020-06-30 | 吉林大学 | 一种考虑工况的混合动力汽车标定参数最优值确定方法 |
CN111693299A (zh) * | 2020-06-16 | 2020-09-22 | 安徽江淮汽车集团股份有限公司 | 动力测试行驶工况制定方法、装置、终端设备及存储介质 |
CN111703435A (zh) * | 2019-06-21 | 2020-09-25 | 文远知行有限公司 | 一种自动驾驶模式下的车速控制方法、装置、设备及介质 |
-
2021
- 2021-03-11 CN CN202110267516.2A patent/CN113805579A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109435952A (zh) * | 2018-10-31 | 2019-03-08 | 北京新能源汽车股份有限公司 | 车辆纵向控制标定方法、装置、系统及汽车 |
CN111703435A (zh) * | 2019-06-21 | 2020-09-25 | 文远知行有限公司 | 一种自动驾驶模式下的车速控制方法、装置、设备及介质 |
CN111310280A (zh) * | 2020-02-27 | 2020-06-19 | 杭州电子科技大学 | 汽车运动学片段提取及工况图合成方法 |
CN111348029A (zh) * | 2020-03-16 | 2020-06-30 | 吉林大学 | 一种考虑工况的混合动力汽车标定参数最优值确定方法 |
CN111693299A (zh) * | 2020-06-16 | 2020-09-22 | 安徽江淮汽车集团股份有限公司 | 动力测试行驶工况制定方法、装置、终端设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
苏尚彬;: "基于AVL-CRUISE的轿车动力传动系统参数优化研究", 轻型汽车技术, no. 03, pages 10 - 18 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11449774B2 (en) | Resource configuration method and apparatus for heterogeneous cloud services | |
CN109165736B (zh) | 应用于卷积神经网络的信息处理方法和装置 | |
JP2019102064A (ja) | スマート装置のタスク処理方法および装置 | |
CN111711962A (zh) | 一种移动边缘计算系统子任务协同调度方法 | |
CN110288683B (zh) | 用于生成信息的方法和装置 | |
CN113805579A (zh) | 一种无人车的控制方法和装置 | |
CN110716809B (zh) | 用于调度云资源的方法和装置 | |
CN110046670B (zh) | 特征向量降维方法和装置 | |
CN112667368A (zh) | 一种任务数据处理方法和装置 | |
CN109032853B (zh) | 用于控制fpga卡组的方法和装置 | |
CN115470900A (zh) | 一种神经网络模型的剪枝方法、装置及设备 | |
CN115268821A (zh) | 音频播放方法及装置、设备和介质 | |
CN113064620A (zh) | 一种处理系统数据的方法和装置 | |
CN114429211A (zh) | 用于生成信息的方法、装置、设备、介质和产品 | |
CN113992391B (zh) | 用于解析报文的方法和装置 | |
CN112612277A (zh) | 车辆轨迹规划方法、装置、设备和计算机可读介质 | |
CN113778844A (zh) | 一种自动化性能测试方法和装置 | |
CN113361677A (zh) | 神经网络模型的量化方法和装置 | |
CN111694717A (zh) | 一种确定系统承压能力值的方法和装置 | |
CN113706565B (zh) | 图像分割的方法、装置、电子设备和存储介质 | |
CN116484033A (zh) | 媒体素材确定方法、装置、介质及设备 | |
CN117319529B (zh) | 应用于车端的报文解析方法、装置、电子设备及存储介质 | |
CN114500524B (zh) | 一种边缘计算的云边资源协同卸载方法 | |
CN111290266A (zh) | 用于发送信息的方法和装置 | |
CN116132523A (zh) | 消息处理的方法、装置、电子设备和存储介质 |
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 |