CN113954838B - 车辆换道的控制方法和装置、电子设备和存储介质 - Google Patents

Abstract

本公开实施例公开了一种车辆换道的控制方法和装置、电子设备和存储介质，其中，方法包括：获取周围环境的视觉信息；基于所述视觉信息，确定当前车辆的可行驶区域边界数据；基于所述可行驶区域边界数据，确定所述当前车辆至少一侧的并行车辆信息；基于所述并行车辆信息，确定换道信息；根据所述换道信息控制所述当前车辆的行驶状态。本公开实施例可以为车辆的换道控制决策提供准确可靠的依据，避免因遗漏识别并排行驶的大型车辆而为换道带来安全隐患的情况发生，从而提高车辆自动换道功能的可靠性和安全性。

Description

车辆换道的控制方法和装置、电子设备和存储介质

技术领域

本公开涉及计算机视觉技术，尤其是一种车辆换道的控制方法和装置、电子设备和存储介质。

背景技术

目前，对自动驾驶车辆的自动驾驶系统的研究主要集中于道路纵向的控制，而对于换道这样的横向运动考虑较少。车辆的横向运动也是自动驾驶过程中极为频繁且关键的部分，自动换道功能是自动驾驶车辆最基本的功能之一，但由于自动换道功能持续时间较长，且涉及到的场景可变参数较多，在车速较高时，自动换道功能一旦出错将带来安全隐患。

现有技术中，基于图像的目标检测来确定是否有并行车辆，当存在并排行驶的大型车辆时，由于大型车辆车身较长、底盘较高，会存在遗漏识别到并行的大型车辆的情况，此时换道是十分危险的，因此，如何能够有效识别并行的大型车辆，保证自动驾驶车辆的自动换道功能的可靠性和安全性成为亟需解决的技术问题。

发明内容

为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种车辆换道的控制方法和装置、电子设备和存储介质。

根据本公开实施例的一个方面，提供了一种车辆换道的控制方法，包括：获取周围环境的视觉信息；基于所述视觉信息，确定当前车辆的可行驶区域边界数据；基于所述可行驶区域边界数据，确定所述当前车辆至少一侧的并行车辆信息；基于所述并行车辆信息，确定换道信息；根据所述换道信息控制所述当前车辆的行驶状态。

根据本公开实施例的另一个方面，提供了一种车辆换道的控制装置，包括：第一获取模块，用于获取周围环境的视觉信息；第一处理模块，用于基于所述视觉信息，确定当前车辆的可行驶区域边界数据；第二处理模块，用于基于所述可行驶区域边界数据，确定所述当前车辆至少一侧的并行车辆信息；第一确定模块，用于基于所述并行车辆信息，确定换道信息；控制模块，用于根据所述换道信息控制所述当前车辆的行驶状态。

根据本公开实施例的再一方面，提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本公开上述任一实施例所述的车辆换道的控制方法。

根据本公开实施例的又一方面，提供一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本公开上述任一实施例所述的车辆换道的控制方法。

基于本公开上述实施例提供的车辆换道的控制方法和装置、电子设备和存储介质，通过车辆周围传感器采集车辆周围环境的视觉信息，基于视觉信息确定车辆的两侧的可行驶区域边界数据，进而基于可行驶区域边界数据来判断车辆两侧是否存在并行车辆，并基于判断结果确定是否能换道的换道信息，以控制车辆的行驶状态，基于可行驶区域实现了对并行车辆的准确有效的判断，为车辆换道提供准确可靠的换道信息，进而提高车辆自动换道功能的可靠性和安全性，解决了现有技术基于目标检测无法有效识别并行大型车辆的问题。

下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。

附图说明

通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1是本公开提供的车辆换道的控制方法的一个示例性的应用场景；

图2是本公开一示例性实施例提供的车辆换道的控制方法的流程示意图；

图3是本公开另一个示例性实施例提供的车辆换道的控制方法的流程示意图；

图4是本公开一个示例性实施例提供的步骤203的流程示意图；

图5是本公开一示例性实施例提供的车辆换道的控制方法的一种整体流程框图；

图6是本公开一示例性实施例提供的车辆换道的控制装置的结构示意图；

图7是本公开另一示例性实施例提供的车辆换道的控制装置的结构示意图；

图8是本公开一示例性实施例提供的第二处理模块的结构示意图；

图9是本公开电子设备一个应用实施例的结构示意图。

具体实施方式

下面，将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。

应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。

还应理解，在本公开实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。

还应理解，对于本公开实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。

另外，本公开中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本公开中字符“/”，一般表示前后关联对象是一种“或”的关系。

还应理解，本公开对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。

终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

本公开概述

在实现本公开的过程中，发明人发现，自动驾驶车辆在行驶过程中需要换道时，通过目标检测来识别相邻车道是否有并排行驶的车辆，若没有则可以自动控制换道，但是，当存在并排行驶的大型车辆时，由于大型车辆车身较长、底盘较高，会存在遗漏识别到并行的大型车辆的情况，此时换道是十分危险的。可见现有技术自动换道功能可靠性和安全性较差。

示例性概述

图1是本公开提供的车辆换道的控制方法的一个示例性的应用场景。

针对并排行驶车辆的情况，为了能够保证换道的安全性，利用本公开提供的技术方案，可以通过车辆的侧视摄像头采集两侧环境的视觉信息，侧视摄像头可以包括左前摄像头、左后摄像头、右前摄像头和右后摄像头，其中，左前摄像头，安装于车辆左前方，用于采集当前环境的左后视角的视觉信息；左后摄像头，安装于车辆左后方，用于采集当前环境的左前视角的视觉信息；右前摄像头，安装于车辆右前方，用于采集当前环境的右后视角的视觉信息；右后摄像头，安装于车辆右后方，用于采集当前环境的右前视角的视觉信息。基于各摄像头采集的视觉信息确定车辆两侧的可行驶区域(free space)边界数据，可行驶区域边界数据包括可行驶区域边界上的多个坐标点，各坐标点可以是车辆坐标系下的坐标点，车辆坐标系可以根据实际需求建立，本公开实施例中车辆坐标系以车辆后轴中心为坐标原点，以车辆长度方向为纵轴(用x表示)，以车辆宽度方向为横轴(用y表示)。基于车辆两侧的可行驶区域边界数据来判断车辆两侧车道是否存在并排行驶的车辆，从而为车辆的换道控制提供更可靠的依据，避免遗漏识别并行的大型车辆的情况发生，从而提高自动换道功能的可靠性和安全性。

示例性方法

图2是本公开一示例性实施例提供的车辆换道的控制方法的流程示意图。本实施例可应用在电子设备上，具体比如车载计算平台上，如图2所示，包括如下步骤：

步骤201，获取周围环境的视觉信息。

其中，周围环境可以是指当前车辆左侧环境和右侧环境，视觉信息可以包括摄像头拍摄的图像信息，还可以包括其他相关传感器采集的信息，比如激光雷达等采集的点云数据，具体可以根据实际需求设置。以摄像头为例，可以在车辆上安装左前摄像头、左后摄像头、右前摄像头和右后摄像头，基于这些摄像头采集左后视角、左前视角、右后视角和右前视角的视觉信息。

步骤202，基于视觉信息，确定当前车辆的可行驶区域边界数据。

其中，可行驶区域边界数据包括当前车辆可行驶的区域边界上的多个坐标点，可行驶区域边界是指当前车辆可行驶道路区域与障碍物的交界。

可行驶区域边界数据的确定方式可以采用任意可实施的方式，根据视觉信息的不同，确定可行驶区域边界数据的方式不同，比如视觉信息为图像数据，则可以基于多目标检测识别图像中的障碍物区域和路面区域，从而基于障碍物区域和路面区域来获得可行驶区域边界数据；若视觉信息包括图像数据和点云数据，则可以结合基于图像数据识别的障碍物区域、路面区域，和基于点云数据识别出的三维障碍物信息和路面信息来确定可行驶区域边界数据，具体不再赘述。

可行驶区域边界数据可以是只包括左侧可行驶区域边界数据，也可以是只包括右侧可行驶区域边界数据，还可以是既包括左侧又包括右侧，具体可以根据实际需求设置。其中，对于一侧的可行驶区域边界数据，可以基于该侧的视觉信息来确定。

示例性的，对左前摄像头和左后摄像头采集的视觉信息进行合并，作为左侧视觉信息，对于右前摄像头和右后摄像头采集的视觉信息进行合并，作为右侧视觉信息，进而基于左侧视觉信息确定左侧可行驶区域边界数据，基于右侧视觉信息确定右侧可行驶区域边界数据。

步骤203，基于可行驶区域边界数据，确定当前车辆至少一侧的并行车辆信息。

其中，当前车辆的一侧的并行车辆信息包括该侧是否存在并行车辆的判断结果，由于可行驶区域边界数据是可行驶区域与障碍物的交界的坐标点，因此只要在当前车辆一侧一定范围内存在可行驶区域边界数据中的点，则表示在该范围内存在障碍物，即认为该侧存在并排行驶的车辆。

在实际应用中，可以根据实际需求设置需要确定当前车辆的哪一侧是否有并排行驶的车辆，比如可以只判断左侧，也可以只判断右侧，还可以同时判断左侧和右侧，本实施例不做限定。针对一侧，基于该侧的可行驶区域边界数据来确定该侧的并行车辆信息。

步骤204，基于并行车辆信息，确定换道信息。

其中，换道信息可以包括是否能换道的判断结果信息，与前面步骤相应，换道信息可以包括左侧换道信息和/或右侧换道信息，即左侧是否能换道、右侧是否能换道。对于一侧来说，若确定该侧有并排行驶的车辆，则该侧不能换道，若该侧没有并排行驶的车辆，则该侧可以换道，换道信息为当前车辆的换道控制决策提供依据。

步骤205，根据换道信息控制当前车辆的行驶状态。

具体的，若确定的换道信息为不能换道，则控制当前车辆继续沿当前行驶车道行驶，若确定的换道信息为左侧能换道或右侧能换道，则可以控制当前车辆向左侧换道或向右侧换道，若确定的换道信息为左侧能换道右侧也能换道，则可以根据需求既可以向左换道，也可以向右换道，车辆行驶状态的具体控制原理为现有技术，在此不再赘述。

本实施例提供的车辆换道的控制方法，基于采集的当前车辆的周围环境的视觉信息确定当前车辆周围的可行驶区域边界数据，基于可行驶区域边界数据来判断当前车辆的至少一侧是否存在并排行驶的车辆，进而基于并行车辆情况来确定当前是否能换道，为车辆的换道控制决策提供准确可靠的依据，避免因遗漏识别并排行驶的大型车辆而为换道带来安全隐患的情况发生，从而提高车辆自动换道功能的可靠性和安全性。

在一个可选示例中，图3是本公开另一个示例性实施例提供的车辆换道的控制方法的流程示意图，本示例中，当前车辆的一侧的并行车辆信息包括该侧是否存在并行车辆的结果信息；在基于并行车辆信息，确定换道信息之前，本公开的方法还包括：

步骤301，获取当前车辆的当前速度。

其中，当前车辆的当前速度可以通过速度传感器获得，也可以通过其他任意可实施的方式获得，具体可以根据实际需求设置，本实施例不做限定。

相应的，步骤204的基于并行车辆信息，确定换道信息，具体包括：

步骤2041，基于并行车辆信息及当前速度，确定换道信息，换道信息包括是否能换道的结果信息。

为了保证车辆行驶的安全性，车辆的横向运动会受到当前车速的限制，当车速太大时不适合换道，车速级别不同时，换道采取的路径也不同，因此，本公开结合确定的并行车辆信息和当前车辆的当前速度来确定换道信息，以进一步提高自动换道的可靠性和安全性。

示例性的，对于一侧来说，若该侧没有并行车辆，但是当前车辆的当前速度大于预设速度阈值，则确定该侧不能换道。

在一个可选示例中，当确定能够换道时，还可以根据当前车速进行换道控制决策，来确定具体的换道路径，不同车速可以设置不同的换道路径，具体可以根据实际需求设置。

在一个可选示例中，在想要换道时，也可以是先判断当前车辆的当前速度是否小于预设速度阈值，若小于预设速度阈值，再判断是否有并行车辆，若大于预设速度阈值，则可以直接确定不能换道，无需再进行并行车辆情况判断。

本公开通过结合车辆当前速度及车辆两侧并排行驶车辆的情况来确定是否能换道，进一步提高自动换道功能的可靠性和安全性。

图4是本公开一个示例性实施例提供的步骤203的流程示意图。

在一个可选示例中，可行驶区域边界数据包括车辆坐标系下的坐标点，相应的步骤203具体可以包括：

步骤2031，确定可行驶区域边界数据中各坐标点与车辆中心线的距离。

步骤2032，若当前车辆至少一侧中的第一侧对应的第一可行驶区域边界数据中的所有坐标点距车辆中心线的距离均大于预设阈值，则确定所述第一侧没有并行车辆。

其中，预设阈值可以根据车道宽度情况及车辆换道横向安全距离进行设置，比如可以设置为10米或其他值，车辆中心线是上述车辆坐标系中纵轴所在的线，当可行驶区域边界数据(以左侧可行驶区域边界数据为例)中所有坐标点距车辆中心线的距离均大于预设阈值，则表示在当前车辆的左侧10米范围内不存在障碍物，因此不存在并排行驶的车辆。

在一个可选示例中，步骤203还包括：

步骤2033，若当前车辆至少一侧中的第一侧对应的第一可行驶区域边界数据中，存在距车辆中心线的距离小于预设阈值的坐标点，则基于预设筛选规则对第一可行驶区域边界数据进行筛选，获得第二可行驶区域边界数据。

其中，第一侧可以是左侧，相应的第一可行驶区域边界数据即为左侧可行驶区域边界数据，第一侧也可以是右侧，相应的，第一可行驶区域边界数据即为右侧可行驶区域边界数据。预设筛选规则可以根据实际需求设置，目的是筛选出无效数据，无效数据比如可以是距车辆中心线的距离大于预设阈值的坐标点、连续横向的坐标点及其他噪点等。当第一可行驶区域边界数据中存在距车辆中心线的距离小于预设阈值的坐标点时，表示在当前车辆第一侧预设阈值距离的范围内存在障碍物，可能会对当前车辆换道带来安全隐患，因此需要进一步确认是否能够换道。

步骤2034，基于支持向量机算法对所述第二可行驶区域边界数据进行分类，获得分类结果。

其中，分类结果包括第二可行驶区域边界数据所属类型，类型比如包括1和-1两种。1用于表示没有并行车辆，-1用于表示有并行车辆。

支持向量机(Support Vector Machine，简称：SVM)算法是一类按监督学习(supervised learning)方式对数据进行二元分类的广义线性分类器(generalizedlinear classifier)，其决策边界是对学习样本求解的最大边距超平面，可以很好地解决分类问题。SVM将特征参数投影到高维空间后，寻找超平面对数据进行划分。SVM的目标是在正确分类的前提下，最大化间隔宽度，将分类问题转化为最优化问题。

支持向量机算法的具体流程包括：基于训练样本数据及预设损失函数进行训练获得分类模型，分类模型包括训练获得的分类超平面和分类决策函数，进而基于分类决策函数实现对待分类对象(本公开中即第二可行驶区域边界数据)的分类。基于分类决策函数的分类过程包括：基于核函数对第二可行驶区域边界数据中的坐标点进行核内积，内积后与预先获得的系数相乘并求和，进而基于signal函数对求和结果进行分类。其中，预设损失函数可以采用任意可实施的损失函数，具体可以根据实际需求设置，核函数可以根据实际需求选择线性核函数

多项式核函数

或高斯函数(exp(-γ(X_i-X_j)²))，具体不做限定。其中，X_i,X_j分别表示输入向量中的元素，对应本公开中可行驶区域边界数据中的两个坐标点，γ、r、d为相关参数，可以根据实际需求设置或通过学习获得。支持向量机算法的具体原理为现有技术，在此不再赘述。在训练过程中，训练样本数据可以包括正样本数据和负样本数据，及对应的标签数据。正样本数据为不存在并行车辆情况下的可行驶区域边界数据，负样本数据为存在并行车辆情况下的可行驶区域边界数据，基于预设损失函数不断调整模型参数，最终获得训练好的分类模型，具体训练过程不再赘述。

在实际应用中，支持向量机算法可以采用支持向量机的基本算法或任意可实施的改进算法，本实施例不做限定。

步骤2035，根据所述分类结果，确定所述第一侧是否存在并行车辆。

具体的，可以根据分类结果的类型标志及类型标志与含义的对应关系确定第一侧是否存在并行车辆，比如类型标志为1，则确定不存在并行车辆，类型标志为-1则确定存在并行车辆，具体类型标志可以根据实际需求设置，本公开不做限定。

本公开基于支持向量机算法对无法根据与中心线距离判断是否存在并行车辆的情况进一步进行判断，来确定是否存在并行车辆，进一步提高自动换道功能的可靠性和安全性。

在一个可选示例中，对于需要判断当前车辆左右两侧是否有并排行驶车辆的情况，可以采用两个基于SVM算法的分类模型，分别对左侧和右侧情况进行判断，以提高数据处理速度。两模型综合输出包括左侧和右侧分类结果的二维向量，比如(L,R)＝(1,-1)，或者(L,R)＝(1,0)，其中1表示没有并行车辆，-1、0表示有并行车辆，具体表示方式不做限定。

在一个可选示例中，在所述基于支持向量机算法对所述第二可行驶区域边界数据进行分类，获得分类结果之前，本公开的方法还包括：对所述第二可行驶区域边界数据进行归一化处理，获得第三可行驶区域边界数据；相应的，所述基于支持向量机算法对所述第二可行驶区域边界数据进行分类，获得分类结果，包括：基于支持向量机算法对所述第三可行驶区域边界数据进行分类，获得分类结果。

具体的，由于并行车辆判断问题对可行驶区域边界数据的横向坐标(y坐标)依赖较强，而对纵坐标不需要太多考虑，但是在基于支持向量机算法进行分类时，需要用到纵坐标，为了降低纵坐标对分类结果的影响，本公开对第二可行驶区域边界数据进行归一化处理，将第二可行驶区域边界数据中的坐标点的纵坐标进行归一化，将其整体范围缩小，横坐标保持不变，比如将所有纵坐标归一化到0-1范围，或者比原来范围较小的范围，具体归一化程度可以根据实际需求设置，本实施例不做限定。相应地，分类时是对归一化后获得的第三可行驶区域边界数据进行分类。

可以理解地，在对支持向量机分类模型进行训练时，相应地，同样需要对训练样本数据进行归一化。

本公开通过对第二可行驶区域边界数据进行归一化，将其坐标点的纵坐标归一化到更小的范围，可以有效降低纵坐标对SVM算法分类结果的影响，从而进一步提高分类准确性。

在一个可选示例中，步骤203的基于所述可行驶区域边界数据，确定所述当前车辆至少一侧的并行车辆信息，具体可以包括：基于连续K帧的可行驶区域边界数据，确定所述当前车辆至少一侧的并行车辆信息，其中，K为大于1的整数。

其中，K可以根据实际需求设置，比如可以设置为K＝2或K＝3，设置原则为保证累积数据的有效性，也即不能时间过长，时间过长其对后续控制决策的影响减小，导致判断结果可能不够实时，为了进一步提高并行车辆情况判断的准确性，本公开基于连续多帧的可行驶区域边界数据来判断并行车辆情况，具体来说，针对一侧的情况，可以将该侧的K帧的可行驶区域边界数据合并，作为用于确定该侧并行车辆情况的可行驶区域边界数据，进而基于合并的可行驶区域边界数据按照前述实施例或示例中的处理过程确定该侧的并行车辆信息。

本公开通过基于连续K帧的可行驶区域边界数据，确定当前车辆至少一侧的并行车辆信息，避免一帧的数据可靠性较低的情况，进一步提高自动换道功能的可靠性和安全性。

在一个可选示例中，步骤204的基于所述并行车辆信息，确定换道信息，包括：基于连续M次确定的并行车辆信息，确定所述换道信息，其中，M为大于1的整数。

其中，M的值可以根据实际需求设置，设置原则与前述的K类似，当获得一次确定的并行车辆信息后进行计数，将本次的并行车辆信息进行存储，连续获得M次后，综合这M次的结果一起确定是否能换道。

示例性的，以左右两侧均判断为例，获得了M＝3次的车辆并行信息(L,R)分别为(1,0)、(1,0)、(1,0)，其中，L表示左侧，R表示右侧，1表示没有并行车辆(也可以认为表示本次确定的结果是能换道)，0表示有并行车辆(也即表示本次判断的结果是不能换道)，综合这3次的结果做出最终是否能换道的决策，具体确定规则可以根据实际需求设置，比如对于一侧来说，当M次的结果中有预设比例的结果为没有并行车辆时，则可以确定该侧的换道信息为能换道；再比如，为了进一步保证换道的安全性，确定当M次的结果均为没有并行车辆时才可以换道，否则不可以换道，那么上述3次结果中左侧3次都是1，因此左侧能换道，右侧3次都是0，因此右侧不可以换道，最终的换道信息即包括左侧能换道，右侧不能换道。

本公开通过基于连续M次确定的并行车辆信息，确定换道信息，进一步提高换道信息的可靠性，从而提高自动换道功能的可靠性和安全性。

在一个可选示例中，连续M次确定的并行车辆信息中，其中任一次确定的并行车辆信息可以是基于一帧可行驶区域边界数据确定的，也可以是基于连续K帧的可行驶区域边界数据确定的，具体可以根据实际需求设置。

示例性的，第1次，基于累积的连续3帧的可行驶区域边界数据，确定当前车辆左右两侧的并行车辆信息，即为一次确定的并行车辆信息，之后第2次，又累积了3帧的可行驶区域边界数据，再确定当前车辆左右两侧的并行车辆信息，则有了两次确定的并行车辆信息，以此类推，累积连续M次(比如3次)确定的并行车辆信息，综合用于确定最终的换道信息。

在一个可选示例中，图5是本公开一示例性实施例提供的车辆换道的控制方法的一种整体流程框图。本示例中，以左侧为例，右侧类似，两侧则并行判断，车辆换道的控制方法具体包括：

1、获取周围环境的视觉信息。

2、基于视觉信息确定当前车辆的左侧可行驶区域边界数据。

3、判断10米范围内是否有点。若有点则转步骤4，若无点则转步骤11。

即判断距车辆中心线的横向距离10米范围内是否存在可行驶区域边界数据中的点。

4、从左侧可行驶区域边界数据中剔除10米范围外的点，获得第二可行驶区域边界数据。

5、对第二可行驶区域边界数据进行归一化，获得第三可行驶区域边界数据。

6、累积K帧的第三可行驶区域边界数据，获得第四可行驶区域边界数据。

7、基于支持向量机算法对第四可行驶区域边界数据进行分类，获得分类结果。

8、根据分类结果确定左侧是否存在并行车辆，获得并行车辆信息。

9、基于连续M次确定的并行车辆信息，确定左侧最终的换道信息。

10、根据换道信息控制当前车辆的行驶状态。

11、确定换道信息为左侧能换道，转步骤10。

本公开实施例提供的任一种车辆换道的控制方法可以由任意适当的具有数据处理能力的设备执行，包括但不限于：终端设备和服务器等。或者，本公开实施例提供的任一种车辆换道的控制方法可以由处理器执行，如处理器通过调用存储器存储的相应指令来执行本公开实施例提及的任一种车辆换道的控制方法。下文不再赘述。

示例性装置

图6是本公开一示例性实施例提供的车辆换道的控制装置的结构示意图。该实施例的装置可用于实现本公开相应的方法实施例，如图6所示的装置包括：第一获取模块501、第一处理模块502、第二处理模块503、第一确定模块504和控制模块505。

第一获取模块501，用于获取周围环境的视觉信息。

第一处理模块502，用于基于第一获取模块501获取的视觉信息，确定当前车辆的可行驶区域边界数据。

第二处理模块503，用于基于第一处理模块502确定的可行驶区域边界数据，确定所述当前车辆至少一侧的并行车辆信息。

第一确定模块504，用于基于第二处理模块503确定的并行车辆信息，确定换道信息。

控制模块505，用于根据第一确定模块504确定的换道信息控制所述当前车辆的行驶状态。

图7是本公开另一示例性实施例提供的车辆换道的控制装置的结构示意图。

在一个可选示例中，所述当前车辆的一侧的并行车辆信息包括该侧是否存在并行车辆的结果信息；相应的，本公开的装置还包括：第二获取模块506。第二获取模块506，用于获取所述当前车辆的当前速度；相应的，第一确定模块504，具体用于基于第二处理模块503确定的并行车辆信息及第二获取模块506获取的当前速度，确定所述换道信息，所述换道信息包括是否能换道的结果信息。

图8是本公开一示例性实施例提供的第二处理模块的结构示意图。

在一个可选示例中，所述可行驶区域边界数据包括车辆坐标系下的坐标点；所述第二处理模块503包括：第一单元5031，用于若所述至少一侧中的第一侧对应的第一可行驶区域边界数据中的所有坐标点距车辆中心线的距离均大于预设阈值，则确定所述第一侧没有并行车辆。

在一个可选示例中，所述第二处理模块503还包括：第二单元5032、第三单元5033和第四单元5034。第二单元5032，用于若所述第一可行驶区域边界数据中，存在距车辆中心线的距离小于所述预设阈值的坐标点，则基于预设筛选规则对所述第一可行驶区域边界数据进行筛选，获得第二可行驶区域边界数据；第三单元5033，用于基于支持向量机算法对第二单元5032获得的第二可行驶区域边界数据进行分类，获得分类结果；第四单元5034，用于根据第三单元5033获得的分类结果，确定所述第一侧是否存在并行车辆。

在一个可选示例中，第二处理模块503还包括：第五单元5035，用于对第二单元5032获得的第二可行驶区域边界数据进行归一化处理，获得第三可行驶区域边界数据；相应的，第三单元5033，具体用于基于支持向量机算法对第五单元5035获得的第三可行驶区域边界数据进行分类，获得分类结果。

在一个可选示例中，第二处理模块503，具体用于基于连续K帧的可行驶区域边界数据，确定所述当前车辆至少一侧的并行车辆信息，其中，K为大于1的整数。

在一个可选示例中，第一确定模块504具体用于基于连续M次确定的并行车辆信息，确定所述换道信息，其中，M为大于1的整数。

示例性电子设备

本公开实施例还提供了一种电子设备，包括：存储器，用于存储计算机程序；

处理器，用于执行所述存储器中存储的计算机程序，且所述计算机程序被执行时，实现本公开上述任一实施例所述的车辆换道的控制方法。

图9是本公开电子设备一个应用实施例的结构示意图。本实施例中，该电子设备10包括一个或多个处理器11和存储器12。

处理器11可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备10中的其他组件以执行期望的功能。

存储器12可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器11可以运行所述程序指令，以实现上文所述的本公开的各个实施例的车辆换道的控制方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。

在一个示例中，电子设备10还可以包括：输入装置13和输出装置14，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

例如，该输入装置13可以是上述的麦克风或麦克风阵列，用于捕捉声源的输入信号。

此外，该输入装置13还可以包括例如键盘、鼠标等等。

该输出装置14可以向外部输出各种信息，包括确定出的距离信息、方向信息等。该输出装置14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图9中仅示出了该电子设备10中与本公开有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备10还可以包括任何其他适当的组件。

示例性计算机程序产品和计算机可读存储介质

除了上述方法和设备以外，本公开的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的车辆换道的控制方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本公开的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的车辆换道的控制方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。

以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。

本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

可能以许多方式来实现本公开的方法和装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的车辆换道的控制方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的车辆换道的控制方法的程序的记录介质。

还需要指出的是，在本公开的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (8)

1.一种车辆换道的控制方法，包括：

获取周围环境的视觉信息；

基于所述视觉信息，确定当前车辆的可行驶区域边界数据，所述可行驶区域边界数据包括车辆坐标系下的坐标点；

基于所述可行驶区域边界数据，确定所述当前车辆至少一侧的并行车辆信息；

基于所述并行车辆信息，确定换道信息；

根据所述换道信息控制所述当前车辆的行驶状态；

其中，所述基于所述可行驶区域边界数据，确定所述当前车辆至少一侧的并行车辆信息，包括：

若所述至少一侧中的第一侧对应的第一可行驶区域边界数据中的所有坐标点距车辆中心线的距离均大于预设阈值，则确定所述第一侧的并行车辆信息为没有并行车辆；

若所述第一可行驶区域边界数据中，存在距车辆中心线的距离小于所述预设阈值的坐标点，则基于预设筛选规则对所述第一可行驶区域边界数据进行筛选，获得第二可行驶区域边界数据；

基于支持向量机算法对所述第二可行驶区域边界数据进行分类，获得分类结果；

根据所述分类结果，确定所述第一侧是否存在并行车辆，获得所述第一侧的并行车辆信息。

2.根据权利要求1所述的方法，其中，所述当前车辆至少一侧的并行车辆信息包括该侧是否存在并行车辆的结果信息；在基于所述并行车辆信息，确定换道信息之前，还包括：

获取所述当前车辆的当前速度；

所述基于所述并行车辆信息，确定换道信息，包括：

基于所述并行车辆信息及所述当前速度，确定所述换道信息，所述换道信息包括是否能换道的结果信息。

3.根据权利要求2所述的方法，其中，在所述基于支持向量机算法对所述第二可行驶区域边界数据进行分类，获得分类结果之前，还包括：

对所述第二可行驶区域边界数据进行归一化处理，获得第三可行驶区域边界数据；

所述基于支持向量机算法对所述第二可行驶区域边界数据进行分类，获得分类结果，包括：

基于支持向量机算法对所述第三可行驶区域边界数据进行分类，获得分类结果。

4.根据权利要求1所述的方法，其中，所述基于所述可行驶区域边界数据，确定所述当前车辆至少一侧的并行车辆信息，包括：

基于连续K帧的可行驶区域边界数据，确定所述当前车辆至少一侧的并行车辆信息，其中，K为大于1的整数。

5.根据权利要求1-4任一所述的方法，其中，所述基于所述并行车辆信息，确定换道信息，包括：

基于连续M次确定的并行车辆信息，确定所述换道信息，其中，M为大于1的整数。

6.一种车辆换道的控制装置，包括：

第一获取模块，用于获取周围环境的视觉信息；

第一处理模块，用于基于所述视觉信息，确定当前车辆的可行驶区域边界数据，所述可行驶区域边界数据包括车辆坐标系下的坐标点；

第二处理模块，用于基于所述可行驶区域边界数据，确定所述当前车辆至少一侧的并行车辆信息；

第一确定模块，用于基于所述并行车辆信息，确定换道信息；

控制模块，用于根据所述换道信息控制所述当前车辆的行驶状态；

其中，所述第二处理模块包括：

第一单元，用于若所述至少一侧中的第一侧对应的第一可行驶区域边界数据中的所有坐标点距车辆中心线的距离均大于预设阈值，则确定所述第一侧的并行车辆信息为没有并行车辆；

第二单元，用于若所述第一可行驶区域边界数据中，存在距车辆中心线的距离小于所述预设阈值的坐标点，则基于预设筛选规则对所述第一可行驶区域边界数据进行筛选，获得第二可行驶区域边界数据；

第三单元，用于基于支持向量机算法对所述第二可行驶区域边界数据进行分类，获得分类结果；

第四单元，用于根据所述分类结果，确定所述第一侧是否存在并行车辆，获得所述第一侧的并行车辆信息。

7.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-5任一所述的车辆换道的控制方法。

8.一种电子设备，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述权利要求1-5任一所述的车辆换道的控制方法。

Images