CN114056350A - 一种用于自动驾驶的控制方法、装置、设备及介质 - Google Patents
一种用于自动驾驶的控制方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114056350A CN114056350A CN202111317945.2A CN202111317945A CN114056350A CN 114056350 A CN114056350 A CN 114056350A CN 202111317945 A CN202111317945 A CN 202111317945A CN 114056350 A CN114056350 A CN 114056350A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- control
- driving
- real
- 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 47
- 238000007405 data analysis Methods 0.000 claims abstract description 35
- 230000004927 fusion Effects 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 11
- 238000013473 artificial intelligence Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007499 fusion processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/54—Audio sensitive means, e.g. ultrasound
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/60—Traffic rules, e.g. speed limits or right of way
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种用于自动驾驶的控制方法、装置、设备及介质,其中方法包括:通过车辆CAN总线获取当前车辆对应的CAN数据集合;所述CAN数据集合至少包括驾驶环境图像和车辆驾驶数据;对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据;对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息;根据所述控制信息生成车辆控制指令;根据所述车辆控制指令进行车辆控制。本发明通过结合获取的实时环境信息和自车状态数据,生成车辆控制信息,从而根据车辆控制指令实现车辆的自动驾驶控制,提高自动驾驶控制的准确性和可靠性,并提高车辆自动驾驶的智能化程度。
Description
技术领域
本发明涉及人工智能技术领域,尤其是涉及一种用于自动驾驶的控制方法、装置、设备及介质。
背景技术
目前,随着人工智能技术的发展和应用,人工智能技术逐渐被应用于汽车领域,并且自动驾驶作为当前全球车辆与交通出行领域智能化和网联化发展的主要方向,将在未来的交通中具有重要的价值。
现有技术中,在自动驾驶车辆的行驶过程中,需要自动完成自动驾驶的控制过程,包括如何获取车辆状态数据生成车辆控制指令,根据车辆控制指令控制车辆自动驾驶。如何提高自动驾驶车辆行驶过程中的精准性和可靠性,成为了当前研究自动驾驶车辆的一大重要方向。
发明内容
本发明实施例所要解决的技术问题在于,提供一种用于自动驾驶的控制方法、装置、设备及介质,能够解决现有技术在自动驾驶车辆的行驶过程中车辆控制的准确性和自动化程度较低的问题。
为解决上述问题,本申请实施例的第一方面提供了一种用于自动驾驶的控制方法,至少包括如下步骤:
通过车辆CAN总线获取当前车辆对应的CAN数据集合;所述CAN数据集合至少包括驾驶环境图像和车辆驾驶数据;
对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据;
对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息;
根据所述控制信息生成车辆控制指令;
根据所述车辆控制指令进行车辆控制。
在第一方面的一种可能的实现方式中,所述通过车辆CAN总线获取当前车辆对应的CAN数据集合,包括:
通过摄像装置实时采集驾驶环境图像;
通过超声波传感器实时采集毫米波车辆数据;
通过车辆雷达实时采集车辆雷达数据;
通过车辆控制单元获取车辆的通信数据;
通过全球导航卫星系统获取车辆的导航数据。
在第一方面的一种可能的实现方式中,所述对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据,包括:
通过预设程序对CAN数据集合中的驾驶环境图像进行图像识别和解析,获取当前车辆对应的实时驾驶环境信息;所述实时驾驶环境信息包括车道线、路沿、障碍物和交通灯;
通过预设程序对CAN数据集合中的车辆驾驶数据进行数据解析,获取当前车辆对应的自身状态数据;所述自身状态数据包括车辆位置、车辆速度、车辆加速度和车辆姿态信息。
在第一方面的一种可能的实现方式中,所述对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息,包括:
根据实际需求预先对车辆控制模型进行抽象构建,并将所述车辆控制模型转换为代码形式后进行集成;
将所述实时驾驶环境信息和自车状态数据输入至集成后的车辆控制模型进行运算,得到当前车辆对应的控制信息。
在第一方面的一种可能的实现方式中,所述根据所述车辆控制指令进行车辆控制,具体为:
将所述车辆控制指令打包CAN报文形式后,输出打包后的车辆控制指令至CAN网络进行车辆控制。
在第一方面的一种可能的实现方式中,在所述得到当前车辆对应的实时驾驶环境信息和自车状态数据步骤之后,还包括:
根据当前车辆对应的实时驾驶环境信息和自车状态数据对车辆进行驾驶模式分级;
根据分级结果匹配对应的驾驶模式,调整当前车辆的自车状态。
在第一方面的一种可能的实现方式中,在所述根据所述车辆控制指令进行车辆控制步骤之后,还包括:
在每次根据车辆控制指令完成对车辆的控制后,将所述车辆控制指令和车辆控制结果上传至服务器进行备份;
根据备份的历史车辆控制指令和历史车辆控制结果进行数据分析,生成可视化报表。
本申请实施例的第二方面提供了一种用于自动驾驶的控制装置,包括:
数据采集模块,用于通过车辆CAN总线获取当前车辆对应的CAN数据集合;所述CAN数据集合至少包括驾驶环境图像和车辆驾驶数据;
数据解析模块,用于对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据;
数据融合模块,用于对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息;
控制指令模块,用于根据所述控制信息生成车辆控制指令;
车辆控制模块,用于根据所述车辆控制指令进行车辆控制。
本申请实施例的第三方面还提出了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的用于自动驾驶的控制方法的步骤。
本申请实施例的第四方面还提出了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的用于自动驾驶的控制方法的步骤。
实施本发明实施例,具有如下有益效果:
本发明实施例提供的一种用于自动驾驶的控制方法、装置、设备及介质,通过车辆CAN总线获取当前车辆对应的CAN数据集合;所述CAN数据集合至少包括驾驶环境图像和车辆驾驶数据;对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据;对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息;根据所述控制信息生成车辆控制指令;根据所述车辆控制指令进行车辆控制。本发明实施例通过结合获取的实时环境信息和自车状态数据,生成车辆控制信息,从而根据车辆控制指令实现车辆的自动驾驶控制,提高自动驾驶控制的准确性和可靠性,并提高车辆自动驾驶的智能化程度。
附图说明
图1为本申请一实施例的用于自动驾驶的控制方法的流程示意图;
图2为本申请一实施例的用于自动驾驶的控制装置的结构示意框图;
图3为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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。
在本申请的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,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”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
本申请实施例可以应用于服务器中,服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
首先介绍本发明可以提供的应用场景,如提供一种用于自动驾驶的控制方法、装置、设备及介质,能够实现车辆的自动驾驶控制,提高自动驾驶控制的准确性和可靠性,并提高车辆自动驾驶的智能化程度。
本发明第一实施例:
请参阅图1。
如图1所示,本实施例提供了一种用于自动驾驶的控制方法,至少包括如下步骤:
S1、通过车辆CAN总线获取当前车辆对应的CAN数据集合;所述CAN数据集合至少包括驾驶环境图像和车辆驾驶数据;
S2、对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据;
S3、对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息;
S4、根据所述控制信息生成车辆控制指令;
S5、根据所述车辆控制指令进行车辆控制。
在现有技术中,在自动驾驶车辆的行驶过程,需要自动完成自动驾驶的控制过程,包括如何获取车辆状态数据生成车辆控制指令,根据车辆控制指令控制车辆自动驾驶。但是现有自动驾驶控制技术还存在着可靠性和自动化较低的问题。而本实施例为了解决上述技术问题,通过结合获取的实时环境信息和自车状态数据,生成车辆控制信息,从而根据车辆控制指令实现车辆的自动驾驶控制,提高自动驾驶控制的准确性和可靠性,并提高车辆自动驾驶的智能化程度。
对于步骤S1,通过当前车辆的CAN总线系统获取自车对应的CAN数据集合,包括当前车辆周围的实时驾驶环境和车辆驾驶状态数据,通过车辆自带的集成CAN总线系统能够快速有效地获取当前车辆的周围环境信息和本车的驾驶状态数据。
对于步骤S2,在获取得到当前车辆对应的CAN数据集合后,通过预设程序模块对CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息(如车道线、障碍物和交通灯等等)和自车状态数据(如车辆当前位置、车辆速度和车辆姿态信息等等)。通过对CAN数据进行数据解析,从而精准得到车辆具体的周围环境信息和驾驶数据,为后续自动驾驶控制车辆提供基础数据支撑。
对于步骤S3,在精准获取车辆的实时驾驶环境信息和自车驾驶状态数据后,通过车辆控制模块(Vehicle Control)对实时驾驶环境信息和自车驾驶状态数据进行数据融合处理,从而生成当前车辆对应的控制信息。通过结合获取的实时环境信息和自车状态数据生成车辆控制信息,能够提高车辆自动控制的准确性和可靠性。
对于步骤S4,通过数据发送模块(Data Transmission)根据生成的车辆控制信息进行数据转换处理,转换生成对应的车辆控制指令,例如加速、减速和变道等指令。
对于步骤S5,将车辆控制模块输出的车辆控制指令信号打包成CAN报文形式并输出到CAN总线网络,以使CAN总线网络根据车辆指令信号实现车辆控制。
在一种优选的实施例中,所述通过车辆CAN总线获取当前车辆对应的CAN数据集合,包括:
通过摄像装置实时采集驾驶环境图像;
通过超声波传感器实时采集毫米波车辆数据;
通过车辆雷达实时采集车辆雷达数据;
通过车辆控制单元获取车辆的通信数据;
通过全球导航卫星系统获取车辆的导航数据。
在具体的实施例中,在步骤S1中的通过车辆CAN总线获取当前车辆对应的CAN数据集合,具体包括:通过车载摄像装置采集周围驾驶环境图像,通过USS超声波传感器采集毫米波数据,通过雷达采集车辆雷达数据,通过VCU获取与其他车辆通信的通信数据,通过GNSS全球导航卫星系统获取导航数据。
在一种优选的实施例中,所述对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据,包括:
通过预设程序对CAN数据集合中的驾驶环境图像进行图像识别和解析,获取当前车辆对应的实时驾驶环境信息;所述实时驾驶环境信息包括车道线、路沿、障碍物和交通灯;
通过预设程序对CAN数据集合中的车辆驾驶数据进行数据解析,获取当前车辆对应的自身状态数据;所述自身状态数据包括车辆位置、车辆速度、车辆加速度和车辆姿态信息。
在具体的实施例中,在步骤S2中的对获取的CAN数据集合进行数据解析,具体过程如下,通过实测演示软件(Demo APP)的CCS模块对CAN数据集合中的驾驶环境图像先后进行图像识别和数据解析,从而获取当前车辆对应的实时驾驶环境信息,例如车道线、路沿、障碍物和交通灯;接着实测演示软件对CAN数据集合中的车辆驾驶数据进行数据解析,获取当前车辆对应的自身状态数据例如当前车辆位置、前车车辆位置、车辆速度、车辆加速度和车辆姿态信息。
在一种优选的实施例中,所述对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息,包括:
根据实际需求预先对车辆控制模型进行抽象构建,并将所述车辆控制模型转换为代码形式后进行集成;
将所述实时驾驶环境信息和自车状态数据输入至集成后的车辆控制模型进行运算,得到当前车辆对应的控制信息。
在具体的实施例中,步骤S3中的对实时驾驶环境信息和自车状态数据进行数据融合生成控制信息,具体包括:通过车辆控制模块(Vehicle Control),对周围环境数据信息和自车驾驶状态数据进行数据融合处理,生成车辆控制信息。在实际过程中,可根据实际需要对车辆控制模型进行抽象形成,并由模型转换为C代码形式后进行集成,最后车辆控制模块将运算结果按照协定接口方式输出到数据发送模块。
在一种优选的实施例中,所述根据所述车辆控制指令进行车辆控制,具体为:
将所述车辆控制指令打包CAN报文形式后,输出打包后的车辆控制指令至CAN网络进行车辆控制。
在具体的实施例中,步骤S5中的根据车辆控制指令进行车辆控制,包括:车辆控制模块将运算结果按照协定接口方式输出到数据发送模块后,将运算结果中的车辆控制指令打包成为CAN报文形式,再输出至车载CAN总线网络,最终实现车辆的自动驾驶控制。
在一种优选的实施例中,在所述得到当前车辆对应的实时驾驶环境信息和自车状态数据步骤之后,还包括:
根据当前车辆对应的实时驾驶环境信息和自车状态数据对车辆进行驾驶模式分级;
根据分级结果匹配对应的驾驶模式,调整当前车辆的自车状态。
在具体的实施例中,在步骤S2中得到当前车辆对应的实时驾驶环境信息和自车状态数据后,还可以根据当前车辆对应的实时驾驶环境信息和驾驶状态数据进行当前车辆驾驶模式的分级,根据预设的驾驶模式分级规则,匹配得到当前车辆数据对应的车辆驾驶模式,根据该等级的车辆驾驶模式下的驾驶参数,自动调节当前车辆的自车状态数据,例如车速、姿态和档位等等,能够进一步提高车辆自动驾驶控制的自动化程度。
在一种优选的实施例中,在所述根据所述车辆控制指令进行车辆控制步骤之后,还包括:
在每次根据车辆控制指令完成对车辆的控制后,将所述车辆控制指令和车辆控制结果上传至服务器进行备份;
根据备份的历史车辆控制指令和历史车辆控制结果进行数据分析,生成可视化报表。
在具体的实施例中,在步骤S5之后,还提供了一种车辆控制的记录备份和数据分析,在每次生成车辆控制指令,并按照车辆控制指令完成对当前车辆的控制户,将本次驾驶控制的车辆控制指令和车辆最终控制结果均上传至服务器进行历史控制记录的备份,后续根据服务器备份的历史车辆控制指令机器对应的历史车辆控制结果和控制效果进行数据分析,生成可视化报表,以使用户能够对车辆历史控制记录进行回溯和问题分析。
本实施例提供的一种用于自动驾驶的控制方法,包括:通过车辆CAN总线获取当前车辆对应的CAN数据集合;所述CAN数据集合至少包括驾驶环境图像和车辆驾驶数据;对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据;对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息;根据所述控制信息生成车辆控制指令;根据所述车辆控制指令进行车辆控制。本实施例通过结合获取的实时环境信息和自车状态数据,生成车辆控制信息,从而根据车辆控制指令实现车辆的自动驾驶控制,提高自动驾驶控制的准确性和可靠性,并提高车辆自动驾驶的智能化程度。
本发明第二实施例:
请参阅图2。
如图2所示,本实施例提供了一种用于自动驾驶的控制装置,包括:
数据采集模块100,用于通过车辆CAN总线获取当前车辆对应的CAN数据集合;所述CAN数据集合至少包括驾驶环境图像和车辆驾驶数据。
对于数据采集模块100,通过当前车辆的CAN总线系统获取自车对应的CAN数据集合,包括当前车辆周围的实时驾驶环境和车辆驾驶状态数据,通过车辆自带的集成CAN总线系统能够快速有效地获取当前车辆的周围环境信息和本车的驾驶状态数据。
数据解析模块200,用于对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据。
对于数据解析模块200,在获取得到当前车辆对应的CAN数据集合后,通过预设程序模块对CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息(如车道线、障碍物和交通灯等等)和自车状态数据(如车辆当前位置、车辆速度和车辆姿态信息等等)。通过对CAN数据进行数据解析,从而精准得到车辆具体的周围环境信息和驾驶数据,为后续自动驾驶控制车辆提供基础数据支撑。
数据融合模块300,用于对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息。
对于数据融合模块300,在精准获取车辆的实时驾驶环境信息和自车驾驶状态数据后,通过车辆控制模块(Vehicle Control)对实时驾驶环境信息和自车驾驶状态数据进行数据融合处理,从而生成当前车辆对应的控制信息。通过结合获取的实时环境信息和自车状态数据生成车辆控制信息,能够提高车辆自动控制的准确性和可靠性。
控制指令模块400,用于根据所述控制信息生成车辆控制指令。
对于控制指令模块400,通过数据发送模块(Data Transmission)根据生成的车辆控制信息进行数据转换处理,转换生成对应的车辆控制指令,例如加速、减速和变道等指令。
车辆控制模块500,用于根据所述车辆控制指令进行车辆控制。
对于车辆控制模块500,将车辆控制模块输出的车辆控制指令信号打包成CAN报文形式并输出到CAN总线网络,以使CAN总线网络根据车辆指令信号实现车辆控制。
本实施例通过车辆CAN总线获取当前车辆对应的CAN数据集合;所述CAN数据集合至少包括驾驶环境图像和车辆驾驶数据;对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据;对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息;根据所述控制信息生成车辆控制指令;根据所述车辆控制指令进行车辆控制。本实施例通过结合获取的实时环境信息和自车状态数据,生成车辆控制信息,从而根据车辆控制指令实现车辆的自动驾驶控制,提高自动驾驶控制的准确性和可靠性,并提高车辆自动驾驶的智能化程度。
参照图3,本申请实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于储存用于自动驾驶的控制方法等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用于自动驾驶的控制方法。所述用于自动驾驶的控制方法,包括:通过车辆CAN总线获取当前车辆对应的CAN数据集合;所述CAN数据集合至少包括驾驶环境图像和车辆驾驶数据;对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据;对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息;根据所述控制信息生成车辆控制指令;根据所述车辆控制指令进行车辆控制。
本申请一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,计算机程序被处理器执行时实现一种用于自动驾驶的控制方法,包括步骤:通过车辆CAN总线获取当前车辆对应的CAN数据集合;所述CAN数据集合至少包括驾驶环境图像和车辆驾驶数据;对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据;对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息;根据所述控制信息生成车辆控制指令;根据所述车辆控制指令进行车辆控制。
上述执行的用于自动驾驶的控制方法,通过结合获取的实时环境信息和自车状态数据,生成车辆控制信息,从而根据车辆控制指令实现车辆的自动驾驶控制,提高自动驾驶控制的准确性和可靠性,并提高车辆自动驾驶的智能化程度。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述模块的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。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。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和变形,这些改进和变形也视为本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
Claims (10)
1.一种用于自动驾驶的控制方法,其特征在于,至少包括如下步骤:
通过车辆CAN总线获取当前车辆对应的CAN数据集合;所述CAN数据集合至少包括驾驶环境图像和车辆驾驶数据;
对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据;
对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息;
根据所述控制信息生成车辆控制指令;
根据所述车辆控制指令进行车辆控制。
2.根据权利要求1所述的用于自动驾驶的控制方法,其特征在于,所述通过车辆CAN总线获取当前车辆对应的CAN数据集合,包括:
通过摄像装置实时采集驾驶环境图像;
通过超声波传感器实时采集毫米波车辆数据;
通过车辆雷达实时采集车辆雷达数据;
通过车辆控制单元获取车辆的通信数据;
通过全球导航卫星系统获取车辆的导航数据。
3.根据权利要求1所述的用于自动驾驶的控制方法,其特征在于,所述对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据,包括:
通过预设程序对CAN数据集合中的驾驶环境图像进行图像识别和解析,获取当前车辆对应的实时驾驶环境信息;所述实时驾驶环境信息包括车道线、路沿、障碍物和交通灯;
通过预设程序对CAN数据集合中的车辆驾驶数据进行数据解析,获取当前车辆对应的自身状态数据;所述自身状态数据包括车辆位置、车辆速度、车辆加速度和车辆姿态信息。
4.根据权利要求1所述的用于自动驾驶的控制方法,其特征在于,所述对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息,包括:
根据实际需求预先对车辆控制模型进行抽象构建,并将所述车辆控制模型转换为代码形式后进行集成;
将所述实时驾驶环境信息和自车状态数据输入至集成后的车辆控制模型进行运算,得到当前车辆对应的控制信息。
5.根据权利要求1所述的用于自动驾驶的控制方法,其特征在于,所述根据所述车辆控制指令进行车辆控制,具体为:
将所述车辆控制指令打包CAN报文形式后,输出打包后的车辆控制指令至CAN网络进行车辆控制。
6.根据权利要求1所述的用于自动驾驶的控制方法,其特征在于,在所述得到当前车辆对应的实时驾驶环境信息和自车状态数据步骤之后,还包括:
根据当前车辆对应的实时驾驶环境信息和自车状态数据对车辆进行驾驶模式分级;
根据分级结果匹配对应的驾驶模式,调整当前车辆的自车状态。
7.根据权利要求1所述的用于自动驾驶的控制方法,其特征在于,在所述根据所述车辆控制指令进行车辆控制步骤之后,还包括:
在每次根据车辆控制指令完成对车辆的控制后,将所述车辆控制指令和车辆控制结果上传至服务器进行备份;
根据备份的历史车辆控制指令和历史车辆控制结果进行数据分析,生成可视化报表。
8.一种用于自动驾驶的控制装置,其特征在于,包括:
数据采集模块,用于通过车辆CAN总线获取当前车辆对应的CAN数据集合;所述CAN数据集合至少包括驾驶环境图像和车辆驾驶数据;
数据解析模块,用于对获取的CAN数据集合进行数据解析,得到当前车辆对应的实时驾驶环境信息和自车状态数据;
数据融合模块,用于对所述实时驾驶环境信息和自车状态数据进行数据融合,生成当前车辆对应的控制信息;
控制指令模块,用于根据所述控制信息生成车辆控制指令;
车辆控制模块,用于根据所述车辆控制指令进行车辆控制。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的用于自动驾驶的控制方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的用于自动驾驶的控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111317945.2A CN114056350A (zh) | 2021-11-08 | 2021-11-08 | 一种用于自动驾驶的控制方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111317945.2A CN114056350A (zh) | 2021-11-08 | 2021-11-08 | 一种用于自动驾驶的控制方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114056350A true CN114056350A (zh) | 2022-02-18 |
Family
ID=80274393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111317945.2A Pending CN114056350A (zh) | 2021-11-08 | 2021-11-08 | 一种用于自动驾驶的控制方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114056350A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109358614A (zh) * | 2018-08-30 | 2019-02-19 | 深圳市易成自动驾驶技术有限公司 | 自动驾驶方法、系统、装置及可读存储介质 |
CN109634263A (zh) * | 2018-12-29 | 2019-04-16 | 深圳市易成自动驾驶技术有限公司 | 基于数据同步的自动驾驶方法、终端及可读存储介质 |
CN110058588A (zh) * | 2019-03-19 | 2019-07-26 | 驭势科技(北京)有限公司 | 一种自动驾驶系统升级的方法、自动驾驶系统及车载设备 |
CN112463347A (zh) * | 2021-01-25 | 2021-03-09 | 国汽智控(北京)科技有限公司 | 一种云路协同的自动驾驶模型训练、调取方法及系统 |
CN113085894A (zh) * | 2021-04-01 | 2021-07-09 | 银隆新能源股份有限公司 | 车辆的控制方法及装置、自动驾驶车辆 |
CN113612835A (zh) * | 2021-07-30 | 2021-11-05 | 重庆长安汽车股份有限公司 | 一种车辆智能座舱的控制方法及系统 |
CN115158360A (zh) * | 2022-08-10 | 2022-10-11 | 常州星宇车灯股份有限公司 | 自动驾驶车辆过弯控制系统及其方法 |
-
2021
- 2021-11-08 CN CN202111317945.2A patent/CN114056350A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109358614A (zh) * | 2018-08-30 | 2019-02-19 | 深圳市易成自动驾驶技术有限公司 | 自动驾驶方法、系统、装置及可读存储介质 |
CN109634263A (zh) * | 2018-12-29 | 2019-04-16 | 深圳市易成自动驾驶技术有限公司 | 基于数据同步的自动驾驶方法、终端及可读存储介质 |
CN110058588A (zh) * | 2019-03-19 | 2019-07-26 | 驭势科技(北京)有限公司 | 一种自动驾驶系统升级的方法、自动驾驶系统及车载设备 |
CN112463347A (zh) * | 2021-01-25 | 2021-03-09 | 国汽智控(北京)科技有限公司 | 一种云路协同的自动驾驶模型训练、调取方法及系统 |
CN113085894A (zh) * | 2021-04-01 | 2021-07-09 | 银隆新能源股份有限公司 | 车辆的控制方法及装置、自动驾驶车辆 |
CN113612835A (zh) * | 2021-07-30 | 2021-11-05 | 重庆长安汽车股份有限公司 | 一种车辆智能座舱的控制方法及系统 |
CN115158360A (zh) * | 2022-08-10 | 2022-10-11 | 常州星宇车灯股份有限公司 | 自动驾驶车辆过弯控制系统及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112463347B (zh) | 一种云路协同的自动驾驶模型训练、调取方法及系统 | |
CN111580493B (zh) | 一种自动驾驶仿真方法、系统及介质 | |
CN108334087B (zh) | 一种基于软件定义的平台化高级驾驶辅助系统 | |
CN211956161U (zh) | 一种域控制器系统及汽车 | |
CN114930401A (zh) | 基于点云的三维重建方法、装置和计算机设备 | |
CN113678136A (zh) | 基于无人驾驶技术的障碍物检测方法、装置和计算机设备 | |
CN113009900A (zh) | 一种adas控制器硬件在环仿真系统 | |
CN115344503B (zh) | 面向自动驾驶规划控制测试的交通流仿真系统与仿真方法 | |
CN112948270A (zh) | 自动驾驶车辆道路测试仿真分析方法、装置、设备和介质 | |
CN115145168A (zh) | 一种汽车控制单元的仿真测试系统 | |
Bai et al. | Cyber mobility mirror for enabling cooperative driving automation in mixed traffic: A co-simulation platform | |
CN114063476A (zh) | 领航辅助软件在环仿真测试方法、系统、设备及存储介质 | |
CN114056350A (zh) | 一种用于自动驾驶的控制方法、装置、设备及介质 | |
CN117308972A (zh) | 车辆定位方法、装置和存储介质及电子设备 | |
CN117036607A (zh) | 基于隐式神经渲染的自动驾驶场景数据生成方法及系统 | |
CN115145246B (zh) | 控制器的测试方法、装置、车辆、存储介质及芯片 | |
CN111652065B (zh) | 基于车辆感知和智能穿戴的多模态安全驾驶方法、设备及系统 | |
CN116403174A (zh) | 一种端到端自动驾驶方法、系统、仿真系统及存储介质 | |
CN114091242A (zh) | 用于自动车道保持功能的测试方法、装置、设备及介质 | |
CN115186732A (zh) | 智能驾驶目标融合方法、装置、设备及可读存储介质 | |
CN114817069A (zh) | 一种acc功能测试方法、装置、设备及介质 | |
CN117075569A (zh) | 一种智能驾驶车辆的测试系统及方法 | |
CN116758378B (zh) | 生成模型的方法、数据处理方法、相关装置、车辆及介质 | |
CN116295469B (zh) | 高精地图的生成方法、装置、设备及存储介质 | |
Ahmed et al. | A Joint Perception Scheme For Connected Vehicles |
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 |