CN113859265B - 一种驾驶过程中的提醒方法及设备 - Google Patents

Abstract

本申请提供了一种驾驶过程中的提醒方法及设备，涉及智能驾驶技术领域，能够一定程度上解决现有的智能驾驶技术中驾驶的精度与实时性不高的问题。该方法包括：获取智能车辆的定位结果；基于所述定位结果为智能车辆规划行车路径，得到路径规划结果，所述路径规划结果用于指示所述智能车辆未来的行驶轨迹；根据所述路径规划结果输出对应的提醒信息。

Description

一种驾驶过程中的提醒方法及设备

技术领域

本申请涉及智能驾驶技术领域，尤其涉及一种驾驶过程中的提醒方法及设备。

背景技术

目前，智能驾驶技术开始逐渐在用户的日常生活中普及。通过智能驾驶技术，车辆可具备复杂环境感知、智能决策、自主控制等功能，最终实现更安全、更高效、更舒适、更节能的驾驶方式。

在传统的智能驾驶技术中，车辆导航以及行车记录等功能大多是基于时间进行计算的。例如，车辆可将计算出的用时最短的路线推荐给用户。但是，在驾驶过程中单一的基于时间进行路径规划等智能驾驶操作会导致精度与实时性不高等问题，已经无法满足日益发展的智能驾驶需求。

发明内容

本申请实施例提供了一种驾驶过程中的提醒方法及设备，能够一定程度上解决现有的智能驾驶技术中驾驶的精度与实时性不高，用户体验差的问题。

第一方面，提供一种驾驶过程中的提醒方法，包括：获取智能车辆的定位结果；基于所述定位结果为所述智能车辆规划行车路径，得到路径规划结果，所述路径规划结果用于指示所述智能车辆未来的行驶轨迹；根据所述路径规划结果输出对应的提醒信息。

在一种可能的实现方式中，获取智能车辆的定位结果，包括：使用GPS对智能车辆定位，得到智能车辆的定位结果。当然，也可以使用北斗等其他定位系统对智能车辆进行定位。

在一种可能的实现方式中，上述路径规划结果可以包括路径、速度、加速度、行驶时间以及燃油消耗量中的一项或多项。

在一种可能的实现方式中，基于所述定位结果为所述智能车辆规划行车路径，得到路径规划结果，包括：根据所述智能车辆检测到的环境信息以及所述定位结果，使用预设的车路径规划算法计算得到所述路径规划结果。

在一种可能的实现方式中，所述车路径规划算法可以包括第一算法和/或第二算法，第一算法为采用确定性的基于启发式的车路径规划算法(例如A*算法)，第二算法为采用随机化的基于概率的车路径规划算法(例如RTT算法)。

在一种可能的实现方式中，在获取智能车辆的定位结果之后，还包括：判断所述定位结果的定位精度是否满足预设条件；其中，基于所述定位结果为所述智能车辆规划行车路径，包括：若所述定位结果的定位精度满足预设条件，则基于所述定位结果为所述智能车辆规划行车路径。

在一种可能的实现方式中，在判断所述定位结果的定位精度是否满足预设条件之后，还包括：若所述定位结果的定位精度不满足预设条件，则基于时间因素为所述智能车辆规划行车路径。

这样，智能车辆可将不同定位能力与不同的行车路径规划功能有效的结合，在定位能力较强时得到精确度更高的车路径规划结果，而在定位能力较弱时也能得到相应的行车路径规划结果，保证车路径规划的实时性。

在一种可能的实现方式中，根据所述路径规划结果输出对应的提醒信息，包括：根据所述路径规划结果，以语音的方式播放对应的提醒信息；和/或；根据所述路径规划结果，以图像的方式显示对应的提醒信息。

在一种可能的实现方式中，在基于所述定位结果为所述智能车辆规划行车路径，得到路径规划结果之后，还包括：当所述智能车辆处于自动驾驶模式时，自动按照所述行车路径结果进行驾驶。

第二方面，提供一种驾驶过程中的提醒装置，包括：定位获取单元，用于：获取智能车辆的定位结果；路径规划单元，用于：基于所述定位结果为所述智能车辆规划行车路径，得到路径规划结果，所述路径规划结果用于指示所述智能车辆未来的行驶轨迹；路径提醒单元，用于：根据所述路径规划结果输出对应的提醒信息。

在一种可能的实现方式中，定位获取单元具体用于：使用GPS对所述智能车辆定位，得到所述智能车辆的定位结果。

在一种可能的实现方式中，路径规划单元具体用于：根据所述智能车辆检测到的环境信息以及所述定位结果，使用预设的车路径规划算法计算得到所述路径规划结果。

在一种可能的实现方式中，所述装置还包括判断单元，用于：判断所述定位结果的定位精度是否满足预设条件；此时，路径规划单元具体用于：若所述定位结果的定位精度满足预设条件，则基于所述定位结果为所述智能车辆规划行车路径。

在一种可能的实现方式中，路径规划单元还用于：若所述定位结果的定位精度不满足预设条件，则基于时间因素为所述智能车辆规划行车路径。

在一种可能的实现方式中，路径提醒单元具体用于：根据所述路径规划结果，以语音的方式播放对应的提醒信息；和/或；根据所述路径规划结果，以图像的方式显示对应的提醒信息。

在一种可能的实现方式中，所述装置还包括自动驾驶单元，用于：当所述智能车辆处于自动驾驶模式时，自动按照所述行车路径结果进行驾驶。

第三方面，提供一种智能车辆，包括：处理器和存储器，该存储器用于存储计算机程序，该处理器用于调用并运行该存储器中存储的计算机程序，执行如第一方面或其各实现方式中的方法。

第四方面，提供一种计算机可读存储介质，用于存储计算机程序，计算机程序使得计算机执行如第一方面或其各实现方式中的方法。

第五方面，提供一种计算机程序产品，包括计算机程序指令，该计算机程序指令使得计算机执行如第一方面或其各实现方式中的方法。

第六方面，提供一种计算机程序，计算机程序使得计算机执行如第一方面或其各实现方式中的方法。

在本申请中，智能车辆可将定位功能和行车路径规划功能有效的结合，得到精确度和实时性较高的行车路径规划结果，通过向驾驶员或无人驾驶用户提醒对应的路径规划结果，保证智能车辆能够实时的按照行车路径规划结果行驶，提高智能驾驶领域中用户的使用体验。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

图1为本申请实施例提供的一种驾驶系统的架构示意图；

图2A为本申请实施例提供的一种智能车辆的结构示意图；

图2B为本申请实施例提供的另一种智能车辆的结构示意图；

图3为本申请实施例提供的另一种智能车辆的结构示意图；

图4为本申请实施例提供的一种驾驶过程中的提醒方法的流程示意图；

图5为本申请实施例提供的一种行车路径规划的原理示意图；

图6为本申请实施例提供的另一种智能车辆的结构示意图；

图7为本申请实施例提供的另一种智能车辆的结构示意图。

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描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。针对本申请中的实施例，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。

本申请实施例提供的驾驶过程中的提醒方法可应用于图1所示的驾驶系统100中。如图1所示，驾驶系统100服务设备001和智能车辆002，服务设备001和智能车辆002可以通过网络通信。

服务设备001，可以是采用专用短程通信技术(Dedicated Short RangeCommunication，DSRC)，与车载单元(OBU，On Board Unit)进行通讯，实现车辆身份识别，速度检测等的服务装置；或者，该服务设备001还可以是用于是一种通过快速获取、处理、分析和提取数据，以交互数据为基础，为第三方使用带来各种便利的服务设备。例如：后台服务器、云服务器、路侧单元等等。

在本申请实施例中，服务设备001可以与智能车辆002交互完成车辆定位、路径规划等功能。当然，服务设备001还可以向智能车辆002提供各种环境数据或算法规则等，本申请实施例对此不作任何限制。

智能车辆002，是可以通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的汽车。智能汽车集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术，是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的高新技术综合体。

其中，本申请中的智能车辆002可以是主要依靠车内的以计算机系统为主的智能驾驶仪来实现自动规划行车路径的车辆。智能车辆002可与服务设备001交互完成定位，得到智能车辆002的定位结果。进而，智能车辆002可基于定位结果的精度使用不同的策略规划行车路径。例如，当智能车辆002本次得到的定位结果的精度大于预设值时，智能车辆002可基于该定位结果规划行车路径；当智能车辆002本次得到的定位结果的精度小于或等于预设值时，智能车辆002可按照传统的方式基于时间规划行车路径。后续，智能车辆002可根据规划出的行车路径向驾驶员输出对应的提醒信息(例如语音信息)，方便驾驶员按照提醒信息使用规划的行车路径行驶。

当然，如果智能车辆002处于自动驾驶模式，则智能车辆002还可以控制车辆自身按照规划出的行车路径行驶。

这样，智能车辆002可将不同的定位功能和行车路径规划功能有效的结合，得到精确度和实时性较高的行车路径规划结果，通过向驾驶员或无人驾驶用户提醒对应的路径规划结果，保证智能车辆002能够实时的按照行车路径规划结果行驶，提高智能驾驶领域中用户的使用体验。

可以理解的是，图1中的车辆行驶控制系统架构只是本申请实施例中的一种示例性的实施方式，本申请实施例中的车辆行驶控制系统架构包括但不仅限于以上车辆行驶控制系统架构。例如，当智能车辆002有能力独自完成定位、行车路径规划等一些列操作时，智能车辆002可不依懒于与服务设备001交互便可实现上述方案。

基于上述车辆行驶控制系统架构，本申请实施例提供了一种应用于上述车辆行驶控制系统架构中的智能车辆002。

请参见图2A，图2A是本申请实施例提供的一种智能车辆002的功能框图。在一个实施例中，可以将智能车辆002配置为完全或部分地自动驾驶模式。例如，智能车辆002可以在处于自动驾驶模式中的同时控制自身，并且可通过人为操作来确定车辆及其周边环境的当前状态，确定周边环境中的至少一个其他车辆的可能行为，并确定该其他车辆执行可能行为的可能性相对应的置信水平，基于所确定的信息来控制智能车辆002。在智能车辆002处于自动驾驶模式中时，可以将智能车辆002置为在没有和人交互的情况下操作。

智能车辆002可包括各种子系统，例如行进系统202、传感器系统204、控制系统206、一个或多个外围设备208以及电源210、计算机系统212和用户接口216。可选地，智能车辆002可包括更多或更少的子系统，并且每个子系统可包括多个元件。另外，智能车辆002的每个子系统和元件可以通过有线或者无线互连。

行进系统202可包括为智能车辆002提供动力运动的组件。在一个实施例中，行进系统202可包括引擎218、能量源219、传动装置220和车轮/轮胎221。引擎218可以是内燃引擎、电动机、空气压缩引擎或其他类型的引擎组合，例如气油发动机和电动机组成的混动引擎，内燃引擎和空气压缩引擎组成的混动引擎。引擎218将能量源219转换成机械能量。

能量源219的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源219也可以为智能车辆002的其他系统提供能量。

传动装置220可以将来自引擎218的机械动力传送到车轮221。传动装置220可包括变速箱、差速器和驱动轴。在一个实施例中，传动装置220还可以包括其他器件，比如离合器。其中，驱动轴可包括可耦合到一个或多个车轮221的一个或多个轴。

传感器系统204可包括感测关于智能车辆002周边的环境的信息的若干个传感器。例如，传感器系统204可包括定位系统222(定位系统可以是GPS系统，也可以是北斗系统或者其他定位系统)、惯性测量单元(inertial measurement unit，IMU)224、雷达226、激光测距仪228以及相机230。传感器系统204还可包括被监视智能车辆002的内部系统的传感器(例如，车内空气质量监测器、燃油量表、机油温度表等)。来自这些传感器中的一个或多个的传感器数据可用于检测对象及其相应特性(位置、形状、方向、速度等)。这种检测和识别是自主智能车辆002的安全操作的关键功能。

定位系统222可用于估计智能车辆002的地理位置。IMU 224用于基于惯性加速度来感测智能车辆002的位置和朝向变化。在一个实施例中，IMU 224可以是加速度计和陀螺仪的组合。例如：IMU 224可以用于测量智能车辆002的曲率。

雷达226可利用无线电信号来感测智能车辆002的周边环境内的物体。在一些实施例中，除了感测物体以外，雷达226还可用于感测物体的速度和/或前进方向。

激光测距仪228可利用激光来感测智能车辆002所位于的环境中的物体。在一些实施例中，激光测距仪228可包括一个或多个激光源、激光扫描器以及一个或多个检测器，以及其他系统组件。

相机230可用于捕捉智能车辆002的周边环境的多个图像。相机230可以是静态相机或视频相机。

控制系统206为控制智能车辆002及其组件的操作。控制系统206可包括各种元件，其中包括转向系统232、油门234、制动单元236、传感器融合算法238、计算机视觉系统240、路线控制系统242以及障碍物避免系统244。

转向系统232可操作来调整智能车辆002的前进方向。例如在一个实施例中可以为方向盘系统。

油门234用于控制引擎218的操作速度并进而控制智能车辆002的速度。

制动单元236用于控制智能车辆002减速。制动单元236可使用摩擦力来减慢车轮221。在其他实施例中，制动单元236可将车轮221的动能转换为电流。制动单元236也可采取其他形式来减慢车轮221转速从而控制智能车辆002的速度。

计算机视觉系统240可以操作来处理和分析由相机230捕捉的图像以便识别智能车辆002周边环境中的物体和/或特征。所述物体和/或特征可包括交通信号、道路边界和障碍物。计算机视觉系统240可使用物体识别算法、运动中恢复结构(Structure fromMotion，SFM)算法、视频跟踪和其他计算机视觉技术。在一些实施例中，计算机视觉系统240可以用于为环境绘制地图、跟踪物体、估计物体的速度等等。

路线控制系统242用于确定智能车辆002的行驶路线。在一些实施例中，路线控制系统242可结合来自传感器238、GPS 222和一个或多个预定地图的数据以为智能车辆002确定行驶路线。

障碍物避免系统244用于识别、评估和避免或者以其他方式越过智能车辆002的环境中的潜在障碍物。

当然，在一个实例中，控制系统206可以增加或替换地包括除了所示出和描述的那些以外的组件。或者也可以减少一部分上述示出的组件。

智能车辆002通过外围设备208与外部传感器、其他车辆、其他计算机系统或用户之间进行交互。外围设备208可包括无线通信系统246、车载电脑248、麦克风250和/或扬声器252。

在一些实施例中，外围设备208提供智能车辆002的用户与用户接口216交互的手段。例如，车载电脑248可向智能车辆002的用户提供信息。用户接口216还可操作车载电脑248来接收用户的输入。车载电脑248可以通过触摸屏进行操作。在其他情况中，外围设备208可提供用于智能车辆002与位于车内的其它设备通信的手段。例如，麦克风250可从智能车辆002的用户接收音频(例如，语音命令或其他音频输入)。类似地，扬声器252可向智能车辆002的用户输出音频。

无线通信系统246可以直接地或者经由通信网络来与一个或多个设备无线通信。例如，无线通信系统246可使用3G蜂窝通信，例如CDMA、EVD0、GSM/GPRS，或者4G蜂窝通信，例如LTE。或者5G蜂窝通信。无线通信系统246可利用WiFi与无线局域网(wireless localarea network，WLAN)通信。在一些实施例中，无线通信系统246可利用红外链路、蓝牙或ZigBee与设备直接通信。其他无线协议，例如：各种车辆通信系统，例如，无线通信系统246可包括一个或多个专用短程通信(dedicated short range communications，DSRC)设备，这些设备可包括车辆和/或路边台站之间的公共和/或私有数据通信。

电源210可向智能车辆002的各种组件提供电力。在一个实施例中，电源210可以为可再充电锂离子或铅酸电池。这种电池的一个或多个电池组可被配置为电源为智能车辆002的各种组件提供电力。在一些实施例中，电源210和能量源219可一起实现，例如一些全电动车中那样。

智能车辆002的部分或所有功能受计算机系统212控制。计算机系统212可包括至少一个处理器213，处理器213执行存储在例如数据存储装置214这样的非暂态计算机可读介质中的指令215。计算机系统212还可以是采用分布式方式控制智能车辆002的个体组件或子系统的多个计算设备。

处理器213可以是任何常规的处理器，诸如商业可获得的CPU。替选地，该处理器可以是诸如ASIC或其它基于硬件的处理器的专用设备。尽管图2A功能性地图示了处理器、存储器、和在相同块中的计算机120的其它元件，但是本领域的普通技术人员应该理解该处理器、计算机、或存储器实际上可以包括可以或者可以不存储在相同的物理外壳内的多个处理器、计算机、或存储器。例如，存储器可以是硬盘驱动器或位于不同于计算机120的外壳内的其它存储介质。因此，对处理器或计算机的引用将被理解为包括对可以或者可以不并行操作的处理器或计算机或存储器的集合的引用。不同于使用单一的处理器来执行此处所描述的步骤，诸如转向组件和减速组件的一些组件每个都可以具有其自己的处理器，所述处理器只执行与特定于组件的功能相关的计算。

在此处所描述的各个方面中，处理器可以位于远离该车辆并且与该车辆进行无线通信。在其它方面中，此处所描述的过程中的一些在布置于车辆内的处理器上执行而其它则由远程处理器执行，包括采取执行单一操纵的必要步骤。

在一些实施例中，数据存储装置214可包含指令215(例如，程序逻辑)，指令215可被处理器213执行来执行智能车辆002的各种功能，包括以上描述的那些功能。数据存储装置224也可包含额外的指令，包括向推进系统202、传感器系统204、控制系统206和外围设备208中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。

除了指令215以外，数据存储装置214还可存储数据，例如道路地图、路线信息，车辆的位置、方向、速度以及其它这样的车辆数据，以及其他信息。

用户接口216，用于向智能车辆002的用户提供信息或从其接收信息。可选地，用户接口216可包括在外围设备208的集合内的一个或多个输入/输出设备，例如无线通信系统246、车车在电脑248、麦克风250和扬声器252。

计算机系统212可基于从各种子系统(例如，行进系统202、传感器系统204和控制系统206)以及从用户接口216接收的输入来控制智能车辆002的功能。例如，计算机系统212可利用来自控制系统206的输入以便控制转向单元232来避免由传感器系统204和障碍物避免系统244检测到的障碍物。在一些实施例中，计算机系统212可操作来对智能车辆002及其子系统的许多方面提供控制。

可选地，上述这些组件中的一个或多个可与智能车辆002分开安装或关联。例如，数据存储装置214可以部分或完全地与智能车辆002分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。

可选地，上述组件只是一个示例，实际应用中，上述各个模块中的组件有可能根据实际需要增添或者删除，图2A不应理解为对本申请实施例的限制。

上述智能车辆002可以为轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、割草机、娱乐车、游乐场车辆、施工设备、电车、高尔夫球车、火车、和手推车等，本申请实施例不做特别的限定。

在另一些实施例中，请参考附图2B，图2B是本申请实施例提供的一种提醒装置的结构示意图，应用于上述图2A中，相当于图2A所示的计算机系统212，可以包括处理器203，处理器203和系统总线205耦合。处理器203可以是一个或者多个处理器，其中每个处理器都可以包括一个或多个处理器核。存储器235可以存储相关数据信息，存储器235和系统总线205耦合。显示适配器(video adapter)207，显示适配器可以驱动显示器209，显示器209和系统总线205耦合。系统总线205通过总线桥201和输入输出(I/O)总线213耦合。I/O接口215和I/O总线耦合。I/O接口215和多种I/O设备进行通信，比如输入设备217(如：键盘，鼠标，触摸屏等)，多媒体盘(media tray)221,(例如，CD-ROM，多媒体接口等)。收发器223(可以发送和/或接受无线电通信信号)，摄像头255(可以捕捉景田和动态数字视频图像)和外部USB接口225。其中，可选地，和I/O接口215相连接的接口可以是USB接口。

其中，处理器203可以是任何传统处理器，包括精简指令集计算(“RISC”)处理器、复杂指令集计算(“CISC”)处理器或上述的组合。可选地，处理器可以是诸如专用集成电路(“ASIC”)的专用装置。可选地，处理器203可以是神经网络处理器或者是神经网络处理器和上述传统处理器的组合。

可选地，在本文所述的各种实施例中，计算机系统212可位于远离自动驾驶车辆的地方，并且可与自动驾驶车辆进行无线通信。在其它方面，本文所述的一些过程在设置在自动驾驶车辆内的处理器上执行，其它由远程处理器执行，包括采取执行单个操纵所需的动作。

计算机系统212可以通过网络接口229和软件部署服务器249通信。网络接口229是硬件网络接口，比如，网卡。网络227可以是外部网络，比如因特网，也可以是内部网络，比如以太网或者虚拟私人网络(VPN)。可选地，网络227还可以是无线网络，比如WiFi网络，蜂窝网络等。

收发器223(可以发送和/或接受无线电通信信号)，可以通过不限于第二代移动通信网络(2th generation mobile networks，2G)、3G、4G、5G等各种无线通信方式，也可以是DSRC技术，或者长时间演进-车辆技术(Long Term Evolution Vehicle，LTE-V)等，其主要功能是接收外部设备发送的信息数据，并将该车辆在目标路段行驶时信息数据发送回给外部设备进行存储分析。

硬盘驱动接口231和系统总线205耦合。硬件驱动接口231和硬盘驱动器233相连接。系统内存235和系统总线205耦合。运行在系统内存235的数据可以包括计算机系统212的操作系统237和应用程序243。

存储器235和系统总线205耦合。例如，本申请中存储器235可以用于将通行目标路段车辆的行驶信息按照一定格式存储在存储器中。

操作系统可以包括Shell 239和内核(kernel)241。Shell 239是介于使用者和操作系统之内核(kernel)间的一个接口。shell是操作系统最外面的一层。shell管理使用者与操作系统之间的交互：等待使用者的输入；向操作系统解释使用者的输入；并且处理各种各样的操作系统的输出结果。

内核241由操作系统中用于管理存储器、文件、外设和系统资源的那些部分组成。直接与硬件交互，操作系统内核通常运行进程，并提供进程间的通信，提供CPU时间片管理、中断、内存管理、IO管理等等。

应用程序243包括控制汽车自动驾驶相关的程序，比如，管理自动驾驶的汽车和路上障碍物交互的程序，控制自动驾驶汽车路线或者速度的程序，控制自动驾驶汽车和路上其他自动驾驶汽车交互的程序。应用程序243也存在于deploying server 249的系统上。在一个实施例中，在需要执行应用程序247时，计算机系统212可以从deploying server249下载应用程序243。

传感器253和计算机系统212关联。传感器253用于探测计算机系统212周围的环境。举例来说，传感器253可以探测动物，汽车，障碍物和人行横道等，进一步传感器还可以探测上述动物，汽车，障碍物和人行横道等物体周围的环境，比如：动物周围的环境，例如，动物周围出现的其他动物，天气条件，周围环境的光亮度等。可选地，如果计算机系统212位于自动驾驶的汽车上，传感器可以是摄像头，红外线感应器，化学检测器，麦克风等。

在另一些实施例中，请参考图3，图3是本申请实施例提供的另一种智能车辆002的功能框图。

其中，如图3所示的智能车辆002的功能框图主要包括传感器系统0021、中央计算机系统0022以及控制器系统0023。其中，

传感器系统0021相当于上述图2A所示的传感器系统204，主要用于加载单目/双目相机、激光雷达/毫米波雷达、GPS定位等相关设备采集的相关数据，以获得环境信息，包括车辆信息(如，目标车道上的车辆速度、车辆位置、车辆距离等)、道路结构信息以及自车状态信息(如，自车的车辆速度、车辆位置等)。例如：传感器系统0021负责相机数据、雷达数据、高精度定位数据以及底盘信息的获取，此处不再赘述。

中央计算机系统0022相当于上述图2A所示的计算机系统212，包括：感知识别模块301，决策规划模块302以及控制模块303。

其中，感知识别模块301，可用于根据传感器系统0021采集到的相关数据对智能车辆002进行定位等操作。或者，感知识别模块301还可用于负责车道线、行人以及车辆或其他障碍物等的识别等感知操作。

决策规划模块302，可用于根据感知识别模块301输出的感知结果(例如定位结果)进行决策规划。例如，基于自车周围障碍物的行为意图和轨迹，结合自车运动状态进行横向行为决策以及纵向行为决策。例如，转弯、换道、超车和躲避障碍物等决策。

示例性的，决策规划模块302可根据基于车辆的行驶状态、定位结果、时间因素以及环境信息中的一项或多项，规划出车辆的行驶轨迹，即进行行车路径规划。行车路径规划的路径规划结果可以包括路径、速度、加速度、行驶时间、燃油消耗量等状态和控制量。决策规划模块302可将路径规划结果输出至控制模块303。

控制模块303，可根据决策规划模块302输出的结果，对车辆的姿态进行控制使其沿着路径规划结果进行循迹行驶，以达到对智能车辆002自动控制的目的，并对无人驾驶场景进行充分的补充与技术积累。例如，控制模块303可控制车辆的转向、驱动、制动等，使其沿着路径规划结果行驶。

示例性的，控制模块303还可以控制智能车辆002的音频系统向驾驶员或乘客播放路径规划结果的提示音或导航语音等。或者，控制模块303还可以控制智能车辆002的显示系统向驾驶员或乘客显示最新的径规划结果。

需要说明的是，传感器系统0021采集到的相关数据除了可以输出至感知识别模块301，还可以输出至决策规划模块302和控制模块303等相关模块，本申请实施例对此不作任何限制。

如图4所示，为本申请实施例提供的一种驾驶过程中提醒方法的流程示意图，该方法可应用于上述图1所示的驾驶系统100、图2A-2B以及图3所示的智能车辆002。具体的，上述驾驶过程中提醒方法具体可包括步骤S401-S406.。

S401、获取自车的定位结果。

示例性的，智能车辆可使用自身的GPS(Global Positioning System，全球定位系统)或北斗定位系统对自车进行定位，得到自车的定位结果。当然，智能车辆也可与驾驶员的手机等移动终端通信，从移动终端中获取当前智能车辆的定位结果。

以GPS定位技术举例，智能车辆可使用GPS接收机对自车进行定位。GPS接收机，主要由基带信号处理与导航解算两部分组成。以x，y，z标识大地坐标举例，导航解算的坐标基本计算公式如下：

智能车辆中安装的GPS接收机可按照上述计算公式对自车进行定位，得到自车的定位结果。或者，智能车辆还可以请求服务设备对其进行定位，并从服务设备中获取对应的定位结果。当然，本领域技术人员还可以设置其他定位算法对自车进行定位，本申请实施例对此不作任何限制。

S402、判断上述定位结果的定位精度是否满足预设条件。

若满足预设条件，则继续执行步骤S403；否则，则继续执行步骤S404。

智能车辆获取到本次自车的定位结果后，可判断上述定位结果的定位精度是否满足预设条件。例如，当定位结果的定位精度大于预设值时，可确定满足预设条件；当定位结果的定位精度小于或等于预设值时，可确定不满足预设条件。

进而，如果满足预设条件，则智能车辆可继续执行下述步骤S403；否则，如果不满足预设条件，则智能车辆可继续执行下述步骤S404。

在一些实施例中，如果智能车辆不具备定位功能(例如没有安装GPS接收机)，则智能车辆可直接执行下述步骤S404。在另一些实施例中，智能车辆获取到本次自车的定位结果后，也可直接执行下述步骤S403，本申请实施例对此不作任何限制。

S403、基于上述定位结果规划行车路径。

在步骤S403中，智能车辆可基于当前自身的定位结果进行行车路径规划，得到本次的路径规划结果。该路径规划结果可以包括路径、速度、加速度、行驶时间、燃油消耗量等状态和控制量。

行车路径规划一般首先生成路径，然后在路径的基础上考虑时间因素及车辆的运动学和动力学模型等因素，通过平滑和速度规划等步骤得到开环的路径规划结果。示例性的，结合图3所示的智能车辆的结构示意图，如图5所示，感知识别模块301可以获取当前的定位结果、时间、道路上其他车辆的速度、车辆位置等环境信息，进而将环境信息输出至决策规划模块302。决策规划模块302可结合环境信息、当前的运动轨迹以及驾驶员的需求等，使用预设的车路径规划算法计算本次的路径规划结果。进而，决策规划模块302可将本次路径规划结果输出至控制模块303，由控制模块303根据本次路径规划结果对车辆的姿态进行控制，使其沿着路径规划结果进行循迹行驶。

其中，上述车路径规划算法的任务是找到一系列最优的动作(actions)使得智能体(agent)能从它的起始状态(state)一步步过渡到它被期望的目标状态。在智能驾驶领域中，上面提到的智能体可以为智能车辆，而它的状态主要指车辆所处的地理位置，航向等信息。车辆在两个相邻状态之间过渡(transitions)采取的动作会伴随着一个由人为设计好的损耗值(cost)。因此，可以将规划出来的路径的好坏用数学语言来定量地描述评估，一条好的路径的总损耗值一定是比较低的。如果一个车路径规划算法总能找到一条可行路径(如果存在的话)，可称此算法是概率完备的；如果车路径规划算法找出来的路径总是最优的，可以认为这个算法是最优的。

在本申请实施例中，决策规划模块302可采用确定性(deterministic)的基于启发式(heuristic)的车路径规划算法A计算本次的路径规划结果。或者，决策规划模块302可采用随机化(randomized)的基于概率的车路径规划算法B计算本次的路径规划结果。

示例性的，车路径规划算法A可以为A*(A-Star)算法或Dijkstra算法(迪克斯彻算法)等。车路径规划算法B可以为RRT(Rapidly-exploring Random Tree，快速遍历随机树)算法等。

以Dijkstra算法举例，Dijkstra算法是由贪心思想实现的，首先把起点到所有点的距离存下来找个最短的，然后松弛一次再找出最短的。所谓的松弛操作就是，遍历一遍看通过刚刚找到的距离最短的点作为中转站会不会更近，如果更近了就更新距离。这样，把所有的点找遍之后就存下了起点到其他所有点的最短距离。

本申请实施例中，智能车辆可基于当前的定位结果和环境信息等因素，使用车路径规划算法生成最优的空间与时间路线(即路径规划结果)，使行车路径规划结果得精确度和实时性更高。

S404、基于时间因素规划行车路径。

在步骤S404中，如果智能车辆得到的定位结果的定位精度不满足预设条件，或者智能车辆不具备定位能力，则智能车辆可按照传统的基于时间因素的方式规划行车路径，得到对应的路径规划结果，本申请实施例对此不作任何限制。

也就是说，智能车辆可将不同定位能力与不同的行车路径规划功能有效的结合，在定位能力较强时得到精确度更高的车路径规划结果，而在定位能力较弱(例如GPS信号弱)时也能得到相应的行车路径规划结果，保证车路径规划的实时性。

S405、根据规划出的行车路径结果向驾驶员输出对应的提醒信息。

无论是基于时间因素规划行车路径，还是基于当前的定位结果规划行车路径，智能车辆均可得到本次的车路径规划结果。此时，智能车辆可根据改行车路径结果向驾驶员输出对应的提醒信息。

例如，智能车辆可使用语音的方式向驾驶员输出对应的提醒信息，或者，智能车辆可将本次车路径规划结果以图像的方式显示在智能车辆的显示屏中，保证智能车辆能够实时的按照行车路径规划结果行驶，提高智能驾驶领域中用户的使用体验。

在一些实施例中，智能车辆可向驾驶员输出对应的提醒信息，提示用户确认本次行车路径。如果检测到用户确认本次行车路径，例如接收到用户“确认”的语音或点击确认按钮，则智能车辆可按照行车路径规划结果行驶。

S406、按照规划出的行车路径结果自动驾驶。

可选地，如果智能车辆处于自动驾驶模式，则在步骤S406中，智能车辆的控制模块进而按照规划出的行车路径结果自动驾驶，保证智能车辆能够实时的按照行车路径规划结果行驶，提高智能驾驶领域中用户的使用体验。

需要说明的是，智能车辆可以循环执行上述方法，获取不同时刻的定位结果，进而动态的基于当前的定位结果进行行车路径规划、提醒和驾驶，使得智能车辆沿着路径规划结果进行循迹行驶。

以下将结合附图详细描述本申请的装置实施例，应理解，装置实施例与方法实施例相互对应，类似的描述可以参照方法实施例。

图6示出了本申请实施例提供的一种智能车辆的示意性框图。如图6所示，该智能车辆包括：

定位获取单元601，用于：获取智能车辆的定位结果；路径规划单元602，用于：基于所述定位结果为所述智能车辆规划行车路径，得到路径规划结果，所述路径规划结果用于指示所述智能车辆未来的行驶轨迹；路径提醒单元603，用于：根据所述路径规划结果输出对应的提醒信息。

在一些实施例中，定位获取单元601具体用于：使用GPS对所述智能车辆定位，得到所述智能车辆的定位结果。

在一些实施例中，路径规划单元602具体用于：根据所述智能车辆检测到的环境信息以及所述定位结果，使用预设的车路径规划算法计算得到所述路径规划结果。

在一些实施例中，仍如图6所示，所述装置还包括判断单元604，用于：判断所述定位结果的定位精度是否满足预设条件；此时，路径规划单元602具体用于：若所述定位结果的定位精度满足预设条件，则基于所述定位结果为所述智能车辆规划行车路径。

在一些实施例中，路径规划单元602还用于：若所述定位结果的定位精度不满足预设条件，则基于时间因素为所述智能车辆规划行车路径。

在一些实施例中，路径提醒单元603具体用于：根据所述路径规划结果，以语音的方式播放对应的提醒信息；和/或；根据所述路径规划结果，以图像的方式显示对应的提醒信息。

在一些实施例中，仍如图6所示，所述装置还包括自动驾驶单元605，用于：当所述智能车辆处于自动驾驶模式时，自动按照所述行车路径结果进行驾驶。

图7为本申请实施例提供的一种智能车辆的示意性结构图。如图7所示的智能车辆包括处理器1310，处理器1310可以从存储器中调用并运行计算机程序，以实现本申请实施例中的方法。

可选地，如图7所示，终端设备还可以包括存储器720。其中，处理器710可以从存储器720中调用并运行计算机程序，以实现本申请实施例中的方法。

其中，存储器720可以是独立于处理器710的一个单独的器件，也可以集成在处理器710中。

可选地，如图7所示，终端设备还可以包括收发器730，处理器710可以控制该收发器730与其他设备进行通信，具体地，可以向其他设备发送信息或数据，或接收其他设备发送的信息或数据。

其中，收发器730可以包括发射机和接收机。收发器730还可以进一步包括天线，天线的数量可以为一个或多个。

上述实施例提供的终端设备和服务器，可以执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

应理解，本申请实施例的处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、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(Field Programmable 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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

可以理解，本申请实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DR RAM)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。

应理解，上述存储器为示例性但不是限制性说明，例如，本申请实施例中的存储器还可以是静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamic RAM，DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synch link DRAM，SLDRAM)以及直接内存总线随机存取存储器(Direct Rambus RAM，DR RAM)等等。也就是说，本申请实施例中的存储器旨在包括但不限于这些和任意其它适合类型的存储器。

本申请实施例还提供了一种计算机可读存储介质，用于存储计算机程序。

可选的，该计算机可读存储介质可应用于本申请实施例中的终端设备或服务器，并且该计算机程序使得计算机执行本申请实施例的各个方法中由的相应流程，为了简洁，在此不再赘述。

本申请实施例还提供了一种计算机程序产品，包括计算机程序指令。

可选的，该计算机程序产品可应用于本申请实施例中的终端设备或服务器，并且该计算机程序指令使得计算机执行本申请实施例的各个方法中的相应流程，为了简洁，在此不再赘述。

本申请实施例还提供了一种计算机程序。

可选的，该计算机程序可应用于本申请实施例中的终端设备或服务器，当该计算机程序在计算机上运行时，使得计算机执行本申请实施例的各个方法中的相应流程，为了简洁，在此不再赘述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备、装置和方法，可以通过其它的方式实现。例如，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，仅仅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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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网络单元上。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，在本申请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。

所述功能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。针对这样的理解，本申请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(可以是个人计算机，服务器，或者网络设备等)执行本申请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、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (9)

1.一种驾驶过程中的提醒方法，其特征在于，包括：

获取智能车辆的定位结果；

判断所述定位结果的定位精度是否满足预设条件；

基于所述定位结果为所述智能车辆规划行车路径，得到路径规划结果，所述路径规划结果用于指示所述智能车辆未来的行驶轨迹；

根据所述路径规划结果输出对应的提醒信息；

其中，获取智能车辆的定位结果，包括：

使用GPS对所述智能车辆定位，获取所述智能车辆的定位结果，或智能车辆与驾驶员的移动终端通信，从所述移动终端中获取所述智能车辆的定位结果；

其中，基于所述定位结果为所述智能车辆规划行车路径，包括：

若所述定位结果的定位精度满足预设条件，则基于所述定位结果为所述智能车辆规划行车路径；

若所述定位结果的定位精度不满足预设条件，则基于时间因素为所述智能车辆规划行车路径。

2.根据权利要求1所述的方法，其特征在于，所述路径规划结果包括路径、速度、加速度、行驶时间以及燃油消耗量中的一项或多项。

3.根据权利要求1-2中任一项所述的方法，其特征在于，基于所述定位结果为所述智能车辆规划行车路径，得到路径规划结果，包括：

根据所述智能车辆检测到的环境信息以及所述定位结果，使用预设的车路径规划算法计算得到所述路径规划结果。

4.根据权利要求3所述的方法，其特征在于，所述车路径规划算法包括第一算法和/或第二算法，所述第一算法为采用确定性的基于启发式的车路径规划算法，所述第二算法为采用随机化的基于概率的车路径规划算法。

5.根据权利要求1-4中任一项所述的方法，其特征在于，根据所述路径规划结果输出对应的提醒信息，包括：

根据所述路径规划结果，以语音的方式播放对应的提醒信息；和/或；

根据所述路径规划结果，以图像的方式显示对应的提醒信息。

6.根据权利要求1-5中任一项所述的方法，其特征在于，在基于所述定位结果为所述智能车辆规划行车路径，得到路径规划结果之后，还包括：

当所述智能车辆处于自动驾驶模式时，自动按照所述行车路径结果进行驾驶。

7.一种驾驶过程中的提醒装置，其特征在于，包括：

定位获取单元，用于：获取智能车辆的定位结果；

判断单元，用于：判断所述定位结果的定位精度是否满足预设条件；

路径规划单元，用于：基于所述定位结果为所述智能车辆规划行车路径，得到路径规划结果，所述路径规划结果用于指示所述智能车辆未来的行驶轨迹；

路径提醒单元，用于：根据所述路径规划结果输出对应的提醒信息；

所述定位获取单元具体用于：使用GPS对所述智能车辆定位，得到所述智能车辆的定位结果，或将智能车辆与驾驶员的移动终端通信，从所述移动终端中获取所述智能车辆的定位结果；

所述路径规划单元在用于基于所述定位结果为所述智能车辆规划行车路径时，具体用于：若所述定位结果的定位精度满足预设条件，则基于所述定位结果为所述智能车辆规划行车路径，若所述定位结果的定位精度不满足预设条件，则基于时间因素为所述智能车辆规划行车路径。

8.一种智能车辆，其特征在于，包括：处理器和存储器，该存储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序，以使得所述智能车辆执行如权利要求1-6中任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，用于存储计算机程序，所述计算机程序使得计算机执行如权利要求1-6中任一项所述的方法。

Images