CN113968227A - 用于非自动驾驶车的控制方法和装置 - Google Patents

Abstract

本申请提出一种用于非自动驾驶车的控制方法、装置、电子设备和存储介质。该方法包括：获取第一车辆的行车数据，所述第一车辆为非自动驾驶车；获取所述第一车辆附近的一个或多个自动驾驶车的交通环境信息；根据所述一个或多个自动驾驶车的交通环境信息生成交通环境模型，所述交通环境模型中包括以下信息中的一项或多项：行人位置信息、交通标志信息、第二车辆行驶状态信息、第三车辆行驶状态信息，所述第二车辆为非自动驾驶车，所述第三车辆为自动驾驶车；对所述交通环境模型以及所述第一车辆的位置信息进行处理，得到所述第一车辆对应的交通环境模型。利用本申请可提高非自动驾驶车与自动驾驶车混行时的道路安全性。

Description

用于非自动驾驶车的控制方法和装置

技术领域

本申请涉及辅助驾驶技术领域，尤其涉及一种用于非自动驾驶车的控制方法、装置、电子设备和存储介质。

背景技术

随着自动驾驶技术蓬勃发展，目前部分自动驾驶车辆已可以合法上路测试或运营，可以预见在很长一段时间内，将存在自动驾驶车和非自动驾驶车共存的情况，由此会带来一定的安全隐患，例如，自动驾驶车作为一种新的道路参与者加入交通，首先其自身可能产生未知的道路行车风险，其次还存在人类驾驶员对这种新的交通参与者即自动驾驶车辆的担心或抱怨，这种现象不利于自动驾驶车与非自动驾驶车长期共存混行。

发明内容

本申请实施例提供一种非自动驾驶车的控制方法、装置、电子设备和存储介质，以解决相关技术存在的问题，技术方案如下：

第一方面，本申请实施例提供了一种用于非自动驾驶车的控制方法，包括：

获取第一车辆的行车数据，第一车辆为非自动驾驶车；

获取第一车辆附近的一个或多个自动驾驶车的交通环境信息；

根据一个或多个自动驾驶车的交通环境信息生成交通环境模型，交通环境模型中包括以下信息中的一项或多项：行人位置信息、交通标志信息、第二车辆行驶状态信息、第三车辆行驶状态信息，第二车辆为非自动驾驶车，第三车辆为自动驾驶车；

对交通环境模型以及第一车辆的位置信息进行处理，得到第一车辆对应的交通环境模型；

根据第一车辆对应的交通环境模型以及第一车辆的行车数据，在第一车辆的行车过程中生成行车控制信息。

第二方面，本申请实施例提供了一种用于非自动驾驶车的控制装置，包括：

信息采集模块，用于获取第一车辆的行车数据，第一车辆为非自动驾驶车；

车联网V2X模块，用于获取第一车辆附近的一个或多个自动驾驶车的交通环境信息；

环境信息处理模块，用于根据一个或多个自动驾驶车的交通环境信息生成交通环境模型，交通环境模型中包括以下信息中的一项或多项：行人位置信息、交通标志信息、第二车辆行驶状态信息、第三车辆行驶状态信息，第二车辆为非自动驾驶车，第三车辆为自动驾驶车；

环境模型处理模块，用于对第一车辆的位置信息以及环境信息处理模块生成的交通环境模型进行处理，得到第一车辆对应的交通环境模型；

行车控制模块，用于根据第一车辆对应的交通环境模型以及第一车辆的行车数据，在第一车辆行车过程中生成行车控制信息。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，以使至少一个处理器能够执行上述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储计算机指令，当计算机指令在计算机上运行时，上述各方面任一种实施方式中的方法被执行。

上述技术方案中的优点或有益效果至少包括：

本申请实施例的非自动驾驶车可通过例如V2X设备获取自身周围的自动驾驶车的交通环境信息，通过对自动驾驶车的交通环境信息整合利用，将自动驾驶车的信息与非自动驾驶车自身信息结合，实现或增强非自动驾驶车的驾驶辅助功能，本申请实施例通过提供具体的整合和应用方式，使得自动驾驶车的感知能力能够共享至非自动驾驶车的驾乘过程中，能够提高非自动驾驶车与自动驾驶车混行时的道路整体安全性。

上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本申请进一步的方面、实施方式和特征将会是容易明白的。

附图说明

在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。

图1为本申请实施例的用于非自动驾驶车的控制方法的流程示意图；

图2为本申请实施例的非自动驾驶车与自动驾驶车混行场景的效果示意图；

图3为本申请另一实施例的用于非自动驾驶车的控制方法的流程示意图；

图4为本申请实施例的非自动驾驶车与自动驾驶车的交互逻辑示意图；

图5为本申请实施例的用于非自动驾驶车的控制装置的示意图；

图6是用来实现本申请实施例非自动驾驶车的控制方法的电子设备的框图。

具体实施方式

在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本申请的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。

图1示出本申请实施例的用于非自动驾驶车的控制方法的流程图。如图1所示，该方法可以包括：

S101，获取第一车辆的行车数据，第一车辆为非自动驾驶车；

S102，获取第一车辆附近的一个或多个自动驾驶车的交通环境信息；

S103，根据一个或多个自动驾驶车的交通环境信息生成交通环境模型，交通环境模型中包括以下信息中的一项或多项：行人位置信息、交通标志信息、第二车辆行驶状态信息、第三车辆行驶状态信息，第二车辆为非自动驾驶车，第三车辆为自动驾驶车；

S104，对交通环境模型以及第一车辆的位置信息进行处理，得到第一车辆对应的交通环境模型；

S105，根据第一车辆对应的交通环境模型以及第一车辆的行车数据，在第一车辆的行车过程中生成行车控制信息。

根据本申请的实施例，对于非自动驾驶车，例如普通的燃油车或电动车，首先可获取车辆自身的行车数据，包括速度、转向等数据信息；并且，本申请实施例的非自动驾驶车还获取附近行驶的自动驾驶车的信息，例如，对于安装有车联网V2X设备的非自动驾驶车，可通过V2X设备获取车联网中的自动驾驶车上的各种数据信息，如行驶规划轨迹信息、驾驶任务决策信息、交通环境信息等，本申请实施例的非自动驾驶车主要获取周边行驶的自动驾驶车的交通环境信息，对获取到的各个自动驾驶车的交通环境信息进行整合处理，可重构生成一个交通环境模型，然后根据非自动驾驶车本身的位置可得到本车对应的交通环境模型，该模型中的信息来源于自动驾驶车的高环境感知能力和高计算能力，因而非自动驾驶车可获得自身以往无法获得外部交通信息，例如道路远处的行人位置信息、各种交通标志(例如车道线)信息、周边其他的自动驾驶车和/或非自动驾驶车的行驶状态信息等等。基于对以上至少一种信息的共享，能够帮助非自动驾驶车以较低的成本获得大量高价值的信息，用于对本车的行驶过程进行控制，在需要时及时发出辅助控制命令，避免安全隐患。

由此，路上行驶的自动驾驶车可为周边的非自动驾驶车提供大量高价值交通信息，同时非自动驾驶车利用这些高价值交通信息可扩展或增强自身的辅助驾驶功能，使两者在更大程度上共享车联网大数据，不仅能够在实质上提升混行时的道路安全性，还能够使非自动驾驶车的驾乘者从中受益，有利于改善非自动驾驶车的驾乘者对自动驾驶车上路的接受度或者说容忍度，有利于自动驾驶车技术的全面提升发展。

在本申请的实施例中，可选地，根据一个或多个自动驾驶车的交通环境信息生成交通环境模型，可通过如下方式处理：对一个或多个自动驾驶车的交通环境信息进行特征匹配，以生成交通环境模型。

在一种实施例中，假设非自动驾驶车的周围行驶有两辆自动驾驶车，分别位于非自动驾驶车的前方和后方，两辆自动驾驶车各自获取自身周围的交通环境信息，由于绝对位置不同，两辆自动驾驶车的硬件采集到的交通环境信息也有所不同，通过对相同特征进行匹配，可将两辆自动驾驶车获得的交通环境信息进行融合和重构，得到重构的一个交通环境模型。

本申请实施例重构生成的交通环境模型融合了两辆自动驾驶车上的交通环境信息，因此包含更为丰富的交通数据信息，不仅可以包括行人位置信息和/或交通标志信息，还可以包括周围或更远范围内的其他自动驾驶车和/或非自动驾驶车的行驶状态信息，这些信息可为非自动驾驶车提供较为完备的周围环境的交通状况。

在本申请的实施例中，可选地，可通过如下方式对交通环境模型以及第一车辆的位置信息进行处理，得到第一车辆对应的交通环境模型：对第一车辆的位置信息以及环境信息处理模块生成的交通环境模型进行坐标转换处理，得到第一车辆对应的交通环境模型。

在一种实施例中，可利用非自动驾驶车(例如第一车辆)自身的定位信息确定其位置，也可由其周边的自动驾驶车检测该非自动驾驶车的位置，然后通过坐标转换处理，将生成的交通环境模型和该非自动驾驶车转换至同一坐标系下，之后非自动驾驶车可以确定自身在模型中所处的位置，能够利用模型中的多种信息辅助驾驶，这相当于将自动驾驶车的环境感知数据共享给非自动驾驶车，使得非自动驾驶车获得了远超过自身硬件设备探测范围的环境信息，举例来说，对于远方因违反交通规则在路上停留的行人，非自动驾驶车无法提前探知该行人的存在，而获得来源于自动驾驶车的交通环境模型后，该模型可提醒非自动驾驶车的驾乘者提前避让远方的行人，等等。因此，能够大幅提高非自动驾驶车的辅助驾驶能力，提升驾驶安全性。

在本申请的实施例中，可选地，基于该交通环境模型可为驾驶者提供行车控制信息，行车控制信息可包括以下至少一种：制动命令、转向命令、语音报警信息、可视化报警信息。如此，在需要紧急制动或转向的情况下，可及时制动或转向，在需要提前告警的情况下，可播报语音报警信息或在中控屏播放可视化报警信息，从而实现高效的辅助驾驶能力。

在本申请的实施例中，可选地，第一车辆中包括驾驶辅助系统，例如高级驾驶辅助系统ADAS，本申请的实施例还可进行以下处理：将第一车辆对应的交通环境模型输入驾驶辅助系统中，作为驾驶辅助系统的采集数据；其中，第一车辆对应的交通环境模型中包括第一车辆所处的交通环境中的以下至少一项信息：行人位置信息、交通标志信息、非自动驾驶车行驶状态信息、自动驾驶车行驶状态信息。

根据上述实施例，对于搭载有驾驶辅助系统的非自动驾驶车，可将交通环境模型数据作为驾驶辅助系统的采集数据，输入至驾驶辅助系统中，将自动驾驶车的强大数据作为增强型数据，在无需对原有硬件大范围更新的情况下，相当于使原来的驾驶辅助系统的感知能力更强，达到驾驶辅助功能扩展增强的目的。

以上通过多个实施例描述了本申请实施例的实现方式和对应取得的优势和好处。以下通过具体的例子，详细描述本申请实施例的具体实现过程。

图2示意性地示出了本申请实施例的一种非自动驾驶车与自动驾驶车混行场景的效果示意图，其中：

车辆A和E均为非自动驾驶车；

车辆B、C和D均为自动驾驶车；

车辆A中的驾驶辅助系统的探测范围示意性地以车辆A前方三角形覆盖的区域来表示，车辆自身可获得该范围内的障碍物信息；

车辆B、C和D周围的椭圆形点划线示意性表示它们各自的环境感知范围；

图2中的长箭头示意性地表示V2X信号或数据走向；

并且，注意到图3最右侧道路上有两个行人，表示为P1和P2。

如前文，本申请实施例旨在在自动驾驶车和非自动驾驶车共存的场景下，改善非自动驾驶车的驾驶辅助应用，使非自动驾驶车可通过V2X设备获取到周围自动驾驶车辆的例如行驶规划轨迹、驾驶任务决策信息和/或环境感知信息，并将获取到的信息与非自动驾驶车自身的信息结合，实现驾驶辅助应用，或者是增强非自动驾驶车在与自动驾驶车混行时，非自动驾驶车的原驾驶辅助系统的安全性。

为此，非自动驾驶车A可以通过V2X设备获取到自动驾驶车B，C和D的多种信息，例如车辆运动学、动力学信息、行驶规划路径信息，此外还可以获得它们感知到的环境模型信息，例如图2中的行人P1、P2、非自动驾驶车E以及道路和车道形态信息，等等，基于这些信息，非自动驾驶车A可以结合本车有限的感知结果，匹配从自动驾驶车获取到的环境模型，从而获取更大范围和更详细的环境感知结果，在此基础上能够衍生出新的驾驶辅助应用，可提升原有驾驶辅助功能的安全性。

举例来说，非自动驾驶车A可以通过获得车辆E的准确位置和运动信息，可以衍生出变道预警功能；非自动驾驶车A原本的感知能力如图中三角形覆盖区域，无法探测到行人P1、P2，采用本申请实施例后可以间接地获取P1，P2的信息，实现了更大范围、更长距离的感知能力，可使原有的例如防碰撞系统的能力得到扩展和增强。

示例性地，参考图3，在本申请的一种实施方式中，非自动驾驶车辆A可执行以下处理：

S201，获取多个自动驾驶车辆(B，C和D)的环境模型信息；

S202，对多个自动驾驶车辆的环境模型信息进行特征匹配，获得重构的环境模型；

S203，结合重构后的环境模型和本车感知信息，匹配出本车在重构模型中的位置；

S204，根据转换后的本车的环境模型，用于驾驶辅助应用或增强原有的驾驶辅助功能。

通过上述处理，非自动驾驶车A可基于自动驾驶车B，C和D的环境模型信息，生成一个新的重构后的环境模型，然后计算本车A在重构后的环境模型中的位置，也就是将车辆A与环境模型转换至同一坐标系中，可获得模型中的障碍物例如图2中的行人P1和P2相对于车辆A的方位信息，根据该方位信息，车辆A的驾驶辅助应用或者原有的驾驶辅助系统可及时向车辆A的驾驶者发出警报，提示避让行人。如此，实现了车辆A利用自动驾驶车辆B，C和D的环境模型信息为自身安全驾驶服务，提高了两种车辆混行时的道路安全性。

图4示意性地示出了非自动驾驶车A与自动驾驶车B和C之间的交互过程的逻辑示意图，车辆A还可接收其他自动驾驶车辆(图中未示出)的数据。可以看到，自动驾驶车B和C可通过V2X设备例如V2X交互模块将丰富的数据(例如环境感知模型、决策信息、路径规划信息、车辆运动状态信息等)传输给非自动驾驶车A，之后经过模型重建，可发送给驾驶辅助应用模块，结合非自动驾驶车A本身的行车数据，驾驶辅助应用模块可获得全面的车辆自身及周边交通环境信息，空间覆盖范围广，可在行车过程中及时提供必要的制动或转向命令，车辆的执行机构执行该命令，还可通过例如人机界面(Human Machine Interface，HMI)模块发出报警信息，提醒驾驶者安全驾驶，降低事故风险。

与以上描述的实施例相对应地，本申请还提供一种用于非自动驾驶车的控制装置100，图5示出了本申请实施例的用于非自动驾驶车的控制装置的结构框图，该装置可以包括：

信息采集模块110，用于获取第一车辆的行车数据，第一车辆为非自动驾驶车；

V2X模块120，用于获取第一车辆附近的一个或多个自动驾驶车的交通环境信息；

环境信息处理模块130，用于根据一个或多个自动驾驶车的交通环境信息生成交通环境模型，交通环境模型中包括以下信息中的一项或多项：车道线信息、行人位置信息、非自动驾驶车位置信息、自动驾驶车位置信息；

环境模型处理模块140，用于对第一车辆的位置信息以及环境信息处理模块生成的交通环境模型进行处理，得到第一车辆对应的交通环境模型；

行车控制模块150，用于根据第一车辆对应的交通环境模型以及第一车辆的行车数据，在第一车辆行车过程中生成行车控制信息。

在本申请的实施例中，可选地，环境信息处理模块通过对一个或多个自动驾驶车的交通环境信息进行特征匹配，生成交通环境模型。

在本申请的实施例中，可选地，环境模型处理模块通过对第一车辆的位置信息以及环境信息处理模块生成的交通环境模型进行坐标转换处理，得到第一车辆对应的交通环境模型。

在本申请的实施例中，可选地，第一车辆中包括驾驶辅助系统，装置100还包括：输入模块，用于将第一车辆对应的交通环境模型输入驾驶辅助系统中，作为驾驶辅助系统的采集数据；其中，第一车辆对应的交通环境模型中包括第一车辆所处的交通环境中的以下至少一项信息：车道线信息、行人位置信息、非自动驾驶车位置信息、自动驾驶车位置信息。

本申请实施例各装置中的各模块的功能和能够取得的优势和好处，可以参见上述方法中的对应描述，在此不再赘述。

需要说明的是，本领域技术人员能够理解，本申请应不限于以上实施例描述的内容。事实上，用户完全可根据个人喜好和/或实际应用场景灵活设定，例如设定采用何种模块，只要具备其功能即可。

图6示出根据本申请一实施例的电子设备的结构框图。如图6所示，该电子设备包括：存储器910和处理器920，存储器910内存储有可在处理器920上运行的指令。处理器920执行该指令时实现上述实施例中的方法。存储器910和处理器920的数量可以为一个或多个。该电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

该电子设备还可以包括通信接口930，用于与外界设备进行通信，进行数据交互传输。各个设备利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器920可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

可选的，在具体实现上，如果存储器910、处理器920及通信接口930集成在一块芯片上，则存储器910、处理器920及通信接口930可以通过内部接口完成相互间的通信。

应理解的是，上述处理器可以是中央处理器(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Dignal Processing，DSP)、专用集成电路(Application Specific Sntegrated Circuit，ASIC)、现场可编程门阵列(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是任何常规的处理器等。值得说明的是，处理器可以是支持进阶精简指令集机器(advanced RISC machines，ARM)架构的处理器。

本申请实施例提供了一种计算机可读存储介质(如上述的存储器910)，其存储有计算机指令，该程序被处理器执行时实现本申请实施例中提供的方法。

可选的，存储器910可以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、至少一个功能所需要的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器910可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器910可选包括相对于处理器920远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或多个(两个或两个以上)用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。

应理解的是，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器，磁盘或光盘等。

以上，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，可轻易想到其各种变化或替换，这些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以权利要求的保护范围为准。

Claims (12)

1.一种用于非自动驾驶车的控制方法，其特征在于，包括：

获取第一车辆的行车数据，所述第一车辆为非自动驾驶车；

获取所述第一车辆附近的一个或多个自动驾驶车的交通环境信息；

根据所述一个或多个自动驾驶车的交通环境信息生成交通环境模型，所述交通环境模型中包括以下信息中的一项或多项：行人位置信息、交通标志信息、第二车辆行驶状态信息、第三车辆行驶状态信息，所述第二车辆为非自动驾驶车，所述第三车辆为自动驾驶车；

对所述交通环境模型以及所述第一车辆的位置信息进行处理，得到所述第一车辆对应的交通环境模型；

根据所述第一车辆对应的交通环境模型以及所述第一车辆的行车数据，在所述第一车辆的行车过程中生成行车控制信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述一个或多个自动驾驶车的交通环境信息生成交通环境模型，包括：

对所述一个或多个自动驾驶车的交通环境信息进行特征匹配，生成所述交通环境模型。

3.根据权利要求1所述的装置，其特征在于，所述对所述交通环境模型以及所述第一车辆的位置信息进行处理，得到所述第一车辆对应的交通环境模型，包括：

对所述第一车辆的位置信息以及所述环境信息处理模块生成的交通环境模型进行坐标转换处理，得到所述第一车辆对应的交通环境模型。

4.根据权利要求1所述的方法，其特征在于，

所述第一车辆中包括驾驶辅助系统，

所述方法还包括：将所述第一车辆对应的交通环境模型输入所述驾驶辅助系统中，作为所述驾驶辅助系统的采集数据。

5.根据权利要求1-4中任一项所述的方法，其特征在于，

所述行车控制信息包括以下至少一种：制动命令、转向命令、语音报警信息、可视化报警信息。

6.一种用于非自动驾驶车的控制装置，其特征在于，包括：

信息采集模块，用于获取第一车辆的行车数据，所述第一车辆为非自动驾驶车；

车联网V2X模块，用于获取所述第一车辆附近的一个或多个自动驾驶车的交通环境信息；

环境信息处理模块，用于根据所述一个或多个自动驾驶车的交通环境信息生成交通环境模型，所述交通环境模型中包括以下信息中的一项或多项：行人位置信息、交通标志信息、第二车辆行驶状态信息、第三车辆行驶状态信息，所述第二车辆为非自动驾驶车，所述第三车辆为自动驾驶车；

环境模型处理模块，用于对所述第一车辆的位置信息以及所述环境信息处理模块生成的交通环境模型进行处理，得到所述第一车辆对应的交通环境模型；

行车控制模块，用于根据所述第一车辆对应的交通环境模型以及所述第一车辆的行车数据，在所述第一车辆行车过程中生成行车控制信息。

7.根据权利要求6所述的装置，其特征在于，其中，

所述环境信息处理模块通过对所述一个或多个自动驾驶车的交通环境信息进行特征匹配，生成所述交通环境模型。

8.根据权利要求6所述的装置，其特征在于，其中，

所述环境模型处理模块通过对所述第一车辆的位置信息以及所述环境信息处理模块生成的交通环境模型进行坐标转换处理，得到所述第一车辆对应的交通环境模型。

9.根据权利要求6所述的装置，其特征在于，

所述第一车辆中包括驾驶辅助系统，

所述装置还包括：

输入模块，用于将所述第一车辆对应的交通环境模型输入所述驾驶辅助系统中，作为所述驾驶辅助系统的采集数据。

10.根据权利要求6-9中任一项所述的装置，其特征在于，

所述行车控制信息包括以下至少一种：制动命令、转向命令、语音报警信息、可视化报警信息。

11.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

12.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1-5中任一项所述的方法。

Images