CN114115247B - 一种无人设备控制方法、装置、存储介质及电子设备 - Google Patents

一种无人设备控制方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN114115247B
CN114115247B CN202111325149.3A CN202111325149A CN114115247B CN 114115247 B CN114115247 B CN 114115247B CN 202111325149 A CN202111325149 A CN 202111325149A CN 114115247 B CN114115247 B CN 114115247B
Authority
CN
China
Prior art keywords
time
equipment
determining
distance
acquisition
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.)
Active
Application number
CN202111325149.3A
Other languages
English (en)
Other versions
CN114115247A (zh
Inventor
张羽
周奕达
丁曙光
熊方舟
陈一鸣
李潇
袁克彬
黄庆
任冬淳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202111325149.3A priority Critical patent/CN114115247B/zh
Publication of CN114115247A publication Critical patent/CN114115247A/zh
Application granted granted Critical
Publication of CN114115247B publication Critical patent/CN114115247B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • 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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • 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
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
    • G05D1/0263—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means using magnetic strips
    • 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
    • G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本说明书公开了一种无人设备控制方法、装置、存储介质及电子设备。可应用在无人驾驶领域，对无人车进行纵向控制。根据所预测出的第一设备在未来时刻的第一位置，以及所存储的第二设备在历史时刻的第二位置确定出未来时刻的第一设备和历史时刻的第二设备之间的距离，作为预测间距，并根据所述预测间距与预先确定的参考间距之间的差异确定出目标控制量。相较于根据第二设备当前时刻位置，或为第二设备预测的未来时刻位置来进行目标控制量的预测，由于在存储时即考虑了采集设备所导致的采集延时，因此，基于第二设备在历史时刻的位置确定目标控制量能够避免采集延时所带来的不准确性。

Description

一种无人设备控制方法、装置、存储介质及电子设备
技术领域
本说明书涉及自动驾驶领域，尤其涉及一种无人设备控制方法、装置、存储介质及电子设备。
背景技术
目前，在对无人车进行控制时，通常需要分别为无人车确定出纵向控制量(如油门或刹车等)和横向控制量(如方向盘的转角等)。
而在对无人车进行纵向控制时，通常需要使无人车在所确定出的纵向控制量的控制下，与在同一车道上行驶的前方车辆(以下简称前车)之间的距离不能小于安全距离，从而保证无人车的驾驶安全。
在现有技术中，通常会预测无人车和前车在未来某一时刻的位置，并通过所预测出的无人车和前车在未来时刻的间距与预先设定的参考间距之间的差异来确定出对无人车进行控制的纵向控制量，以使无人车在所确定出的纵向控制量的控制下与前车保持较小的间距。
但在对前车的位置进行预测时，由于难以以较小的延时获得前车准确的行驶数据(例如速度、加速度等)，因此，所预测出的前车在未来时刻的位置的准确性较差，致使为无人车确定出的纵向控制量也出现偏差。
发明内容
本说明书提供一种无人设备控制方法、装置、存储介质及电子设备，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种无人设备控制方法，包括：
确定待控制的第一设备，以及第一设备周围的第二设备；
根据第一设备的行驶数据，预测第一设备在未来时刻的位置，作为第一位置；确定所存储的所述第二设备在历史时刻的位置，作为第二位置；
根据所述第一位置和所述第二位置，确定未来时刻的第一设备和历史时刻的第二设备之间的距离，作为预测间距；
根据所述预测间距与预先确定的参考间距之间的差异确定出目标控制量，并以所述目标控制量控制所述第一设备。
可选地，所述方法还包括：
采用搭载在第一设备上的采集设备对第一设备和第二设备的行驶数据进行采集，针对所采集到的每个行驶数据，根据预先设定的采集延时，将该行驶数据与采集该行驶数据的采集时刻对应存储；
确定所存储的所述第二设备在历史时刻的位置，作为第二位置，具体包括：
将所存储的所述第二设备在预先设定的第二时长之前的指定时刻的位置，作为第二位置，其中，所述指定时刻位于采集指定行驶数据的最近两个采集时刻之间。
可选地，所述行驶数据至少包括第一设备的位置、速度，以及加速度；
根据所述行驶数据，预测第一设备在未来时刻的位置，作为第一位置，具体包括：
采用预先设定的动力学模型，根据第一设备在历史上的采集时刻的位置、速度和加速度，对所述第一设备在预先确定的第一时长后的未来时刻的位置进行预测，得到所预测出的第一位置。
可选地，根据所述行驶数据，确定第二设备在历史时刻的位置，作为第二位置，具体包括：
根据所存储的第二设备在各采集时刻的位置，采用插值的方式拟合出第二设备的位置与时刻的关系，作为第二设备的位置函数；
根据所述第二设备的位置函数以及所述指定时刻，确定所述第二设备在指定时刻的位置，作为第二位置。
可选地，所述第二时长不小于各采集设备的采集延时。
可选地，所述行驶数据包括第一设备的速度和加速度；
根据所述预测间距与预先确定的参考间距之间的差异确定出目标控制量之前，所述方法还包括：
根据所存储的第一设备在采集时刻的速度和加速度，通过预先设定的运动学模型，预测出第一设备在第一时长后的未来时刻的速度；
根据所预测出的第一设备在第一时长后的未来时刻的速度，通过预先指定的方式，确定出所述参考间距，其中，所述参考间距与所述第一设备在第一时长后的未来时刻的速度正相关。
可选地，所述第一设备为无人车，所述第二设备为位于所述第一设备行驶方向的前方，并与所述第一设备同车道行驶的车辆；
所述目标控制量为用于对所述第一设备进行纵向控制的纵向控制量。
本说明书提供了一种无人设备控制装置，包括：
确定模块，用于确定待控制的第一设备，以及第一设备周围的第二设备；
位置确定模块，根据第一设备的行驶数据，预测第一设备在未来时刻的位置，作为第一位置；确定所存储的所述第二设备在历史时刻的位置，作为第二位置；
间距预测模块，用于根据所述第一位置和所述第二位置，确定未来时刻的第一设备和历史时刻的第二设备之间的距离，作为预测间距；
控制模块，用于根据所述预测间距与预先确定的参考间距之间的差异确定出目标控制量，并以所述目标控制量控制所述第一设备。
本说明书提供了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，所述计算机程序被处理器执行时实现上述无人设备控制方法。
本说明书提供了一种无人驾驶设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述无人设备控制方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的无人设备控制方法中，根据所预测出的第一设备在未来时刻的第一位置，以及所存储的第二设备在历史时刻的第二位置确定出未来时刻的第一设备和历史时刻的第二设备之间的距离，作为预测间距，并根据所述预测间距与预先确定的参考间距之间的差异确定出目标控制量。
相较于为第二设备预测的未来时刻位置来进行目标控制量的预测，由于在存储时即考虑了采集设备所导致的采集延时，因此，基于第二设备在历史时刻的位置确定目标控制量能够避免采集延时所带来的不准确性。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中一种无人设备控制方法的流程示意图；
图2为一种第一设备和第二设备之间的间距的示意图；
图3为本说明书提供的一种无人设备控制装置的示意图；
图4为本说明书提供的无人驾驶设备的结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。
为了解决上述，本说明书提供了一种无人设备控制方法。
图1为本说明书中一种无人设备控制方法的流程示意图，具体包括以下步骤：
S100：确定待控制的第一设备，以及第一设备周围的第二设备。
本说明书实施例中，第一设备为所要控制的无人车，所述无人车可包括自动驾驶的车辆以及具有辅助驾驶功能的车辆，在一个实施例中，无人车可以是应用于配送领域的配送车。
本说明书所提供的无人设备控制方法的执行主体可以是第一设备自身，也可以是与第一设备实现通信的另一终端设备或服务器，其中，当执行主体为终端设备时，其可以为任一现有形式的终端设备，例如手机、平板电脑等，而当执行主体为服务器时，也可以为集群式服务器或分布式服务器等，本说明书对此不作限制。为描述方便，以下第一设备自身为执行主体为例，对本说明书提供的无人设备控制方法进行说明。
所述第一设备可以包括控制系统和执行系统，其中，控制系统采用本说明书实施例所提出的无人设备控制方法为第一设备确定出目标控制量，并将目标控制量发送给执行系统(例如刹车、油门等)，执行系统则可根据接收到的目标控制量进行控制，例如控制油门以80％开度。此时，可以认为，本说明书实施例的执行主体为第一设备的控制系统。
本说明书一实施例中，所述目标控制量可以仅包括在纵向上对无人车进行控制的纵向控制量。所述纵向控制量包括刹车、油门，当然，对于需要设定档位以实现控制的无人车来说，纵向控制量还可以包括档位。
通常来说，第一设备在行驶时需要保持与前方车辆之间的车距，因此，所述第二设备可以为无人车前方的车辆，具体的，可以为位于所述第一设备行驶方向的前方，并与所述第一设备同车道行驶的车辆。而另外，为无人车进行轨迹规划时，所规划出的轨迹通常还会指示无人车更换车道行驶，因此，第二设备也可以为与无人车位于不同车道上的无人车前方的车辆，本说明书对此不作限制。
S102：根据第一设备的行驶数据，预测第一设备在未来时刻的位置，作为第一位置；确定所存储的所述第二设备在历史时刻的位置，作为第二位置。
第一设备上可以搭载有采集设备，以采集第一设备和第二设备的行驶数据，本说明书实施例对于采集设备采集行驶数据的方式不作限制，而在采集设备将所采集到的行驶数据发送至第一设备之后，第一设备可以将行驶数据存储在本地。
本说明书一实施例中，根据采集设备的采集周期，可以将采集设备采集行驶数据的采集时刻与第一设备接收到采集设备所采集到的行驶数据的时刻之间的时长作为行驶数据的采集延时。
不同的采集设备的采集周期可以相同也可以不同，类似的，各行驶数据的采集延时可以相同也可以不同，本说明书对此不作限制。
所述采集设备可以包括探测设备，例如摄像头、雷达等，还可以包括通信设备，例如与第二设备之间通过车联网、V2X等技术实现车间通信。也就是说，所述采集设备所采集到的行驶数据可以是第二设备或路端设备进行采集，并发送给第一设备的行驶数据，在此情形下，行驶数据的采集延时可以包括直接对所述行驶数据进行采集的采集设备的采集延时，以及发送该行驶数据的通信延时的总和。
第一设备可以根据接收到行驶数据的时刻，以及行驶数据的采集延时，确定出采集设备采集行驶数据的采集时刻，并将行驶数据与采集时刻对应存储在本地。
可以根据第一设备的行驶数据预测出在第一时长后的未来时刻第一设备所在的位置，而第二设备的在历史时刻的位置可以是直接作为行驶数据存储在第一设备的本地的。所述第二设备在历史时刻的位置可以是第二设备通过通信设备发送给第一设备的，也可以是第一设备直接采集到的，具体的，第一设备所采集到的可以直接是第二设备在各采集时刻的位置，还可以根据第一设备在采集时刻的位置以及在采集时刻第一设备和第二设备之间的间距所计算出来的。
若第二设备在采集时刻的位置是根据第一设备在采集时刻的位置以及在采集时刻第一设备和第二设备之间的间距计算出来的，虽然第二设备的位置并非采集设备所直接采集到的，但由于是在第一设备的位置以及第一设备与第二设备之间的间距确定的条件下计算出来的，可以认为此时第二设备的位置为第二设备在采集时刻的真实位置。
将所存储的所述第二设备在预先设定的第二时长之前的指定时刻的位置，作为第二位置，其中，所述指定时刻位于采集指定行驶数据的最近两个采集时刻之间。本说明书实施例中，所述指定行驶数据可以为任一类型的行驶数据，本说明书对此不作限制，更进一步的，所述指定行驶数据可以为采集各行驶数据时，采集延时最长的行驶数据。
本说明书实施例示出一种第二位置的确定方式：
根据所存储的第二设备在各采集时刻的位置，采用插值的方式拟合出第二设备的位置与时刻的关系，作为第二设备的位置函数；根据所述第二设备的位置函数以及所述指定时刻，确定所述第二设备在指定时刻的位置，作为第二位置。
其中，本说明书一实施例中，可以仅根据所存储的第二设备在最近的两个采集时刻的位置来拟合上述位置函数。
S104：根据所述第一位置和所述第二位置，确定未来时刻的第一设备和历史时刻的第二设备之间的距离，作为预测间距。
本说明书实施例中，在考虑到控制系统将目标控制量发送至执行系统，以及执行系统执行目标控制量的延时的条件下，可以认为第一设备在未来的某一时刻以所确定出的目标控制量控制行驶。此时，可以将上述控制系统将目标控制量发送至执行系统以及执行系统执行目标控制量的延时之和设定为第一时长，在此情形下，所预测的第一设备在未来时刻的位置，可以为第一设备在第一时长之后的未来时刻的位置，也就是说，每个目标控制量都是根据执行该目标控制量的时刻第一设备的位置所确定出来的，从而提高目标控制量的实时性。
所述预测间距历史时刻的第二设备的车尾与未来时刻的第一设备的车头之间的间距，具体的，当第一位置和第二位置分别为第一设备和第二设备车头的位置时，所述预测间距为第二位置与第一位置之差所得到的间距再减去第二设备的车身长度，而当第一位置和第二位置分别为第一设备和第二设备车的位置时，所述预测间距为第二位置与第一位置之差所得到的间距再减去第一设备的车身长度。
如图2所示，其中实现示出的车辆分别为当前时刻的第一设备和第二设备，而虚线则分别示出了所预测出的未来时刻的第一设备，以及所确定出的历史时刻的第二设备，图2的示例中，第一位置和第二位置分别为未来时刻的第一设备的车尾的位置和历史时刻上第二设备的车尾的位置，可以理解的，在或者第一设备车身长度的条件下，可以确定出未来时刻的第一设备的和历史时刻的第二设备的间距。当然，在其他实施例中，所述第一位置和第二位置还可以表征的是未来时刻的第一设备的车头的位置和历史时刻上第二设备的车头的位置，此时需要根据第二设备的车身长度确定二者间距，本说明书对此不再赘述。
需要说明的是，虽然图2中示出的第一设备和第二设备在不同的横向位置，但该图示仅便于理解，本领域技术人员可知的是，第一设备和第二设备可以为行驶在同一车道上的车辆。
S106：根据所述预测间距与预先确定的参考间距之间的差异确定出目标控制量，并以所述目标控制量控制所述第一设备。
本说明书一实施例中，第一设备可以预设的控制周期执行上述步骤S100-S106，以根据每次确定出的目标控制量替代最近一次确定出的目标控制量在接下来的控制周期内控制所述第一设备，直到在下一控制周期确定出新的目标控制量。
具体的，在确定出预测间距之后，本说明书示例性地提供以下确定目标控制量的方式，例如，可以预先构建有差异转换函数，所述差异转换函数用于表征目标控制量与所述差异之间的转换关系，根据所述预测间距与参考间距之间的差异，采用所述差异转换函数，得到所确定出的目标控制量。仅示例性的，所述差异转换函数可以由比例项、微分项以及常数项构成，所述差异转换函数还可以包括积分项，本说明书一实施例中，差异转换函数中各项的系数可以为预先确定的常数。
基于图1所示的无人设备控制方法，根据所预测出的第一设备在未来时刻的第一位置，以及所存储的第二设备在历史时刻的第二位置确定出未来时刻的第一设备和历史时刻的第二设备之间的距离，作为预测间距，并根据所述预测间距与预先确定的参考间距之间的差异确定出目标控制量。
相较于根据第二设备当前时刻位置，或为第二设备预测的未来时刻位置来进行目标控制量的预测，由于在存储时即考虑了采集设备所导致的采集延时，因此，基于第二设备在历史时刻的位置确定目标控制量能够避免采集延时所带来的不准确性。
在本说明书一实施例中，可以预先为当前时刻第一设备和第二设备的间距设定有期望间距d1，可以将当前时刻第一设备和第二设备之间的实际间距与期望间距之间的差异表示为e(t)：
e(t)＝pi-1(t)-pi(t)-Li-d1
其中，pi-1(t)为第二设备在当前时刻t的车尾的位置，pi(t)为第一设备在当前时刻的车尾的位置，Li为第一设备的车身长度，当然，若pi-1(t)和pi(t)分别为第二设备和第一设备在当前时刻的车身的位置，则上述差异的表达式中的Li可以替换为Li-1，表示第二设备的车身长度，本说明书对此不作限制，由于通常来说无人车所获知的自身的车身长度的数据更准确，本说明书以下示例性地以pi-1(t)为第二设备在当前时刻的车尾的位置，pi(t)为第一设备在当前时刻的车尾的位置，差异的表达式中包含Li为例进行说明。
若所构建期望间距d1：
则e(t)可以展开为：
其中，pi-1(t-βi)为第二设备i-1在第二时长βi之前的所在的第二位置，pi(t+δa,i)为第一设备i在第一时长δa,i之后的第一位置，d2则是参考间距。本说明书一实施例中，d2与第一设备在第一时长后的未来时刻的速度正相关。例如，d2＝v(t+δa,i)*αi+dmin，其中，αi和dmin均为常数参数，所述v(t+δa,i)为所预测出的第一设备在第一时长后的未来时刻的速度，本说明书一实施例中，从确定出目标控制量的当前时刻至第一设备的执行系统实际以目标控制量进行控制的时刻之间存在延时，可以将该控制所带来的延时表示为δa,i。
也就是说，e(t)既是当前时刻第一设备和第二设备之间的实际间距与期望间距之间的差异，当期望间距d1为上式时，e(t)还能够表征第二设备在第二时长之前的位置与第一设备在第一时长之后的位置之间的间距与参考间距之间的差异，不妨说，在所构建的期望间距d1为上述特定值的条件下，能够基于前者的表达式推导出后者的表达式。
因此，本领域技术人员可以理解的，通过本说明书所提出的无人设备控制方法所确定出的目标控制量，通过对期望间距的构建，将以当前时刻无人车(即第一设备)和前车(即第二设备)之间的距离与期望间距的差异转化为误差较小的无人车未来时刻的预测位置与前车的历史时刻的位置之间间距与某一参考间距之间的差异，从而求解出较为准确的目标控制量。
本说明书一实施例中提供了一种第一位置pi(t+δa,i)的预测方法：
其中，采集设备的采集延时为δs,i，而所采集的行驶数据包括第一设备的位置、速度，以及加速度，pi(t-δs,i)为所采集到的第一设备在历史上的采集时刻t-δs,i时的位置，vi(t-δs,i)、ai(t-δs,i)则分别表示第一设备在采集时刻t-δs,i时的速度和加速度。
本说明书另一实施例中，行驶数据还可以包括第二设备的位置，当然，所述第二设备的位置可以是根据第一设备所采集到的其他行驶数据计算得到的，例如，第一设备所采集到的行驶数据可以包括第一设备的位置以及第一设备与第二设备之间的间距，此时，可以计算得到第二设备的位置。
根据所存储的第二设备在各采集时刻的位置，可以确定出第二设备的位置的插值函数，本说明书一实施例中，所确定出的插值函数可以为一次函数。接着，可以代入第二时长之前的历史时刻t-βi，得到所确定出的第二设备在t-βi时刻的位置作为第二位置。
为了保证通过上述方式确定出的第二位置的准确性，可以使βi大于采集延时，而当各采集设备的采集延时不同时，所述βi可以大于各采集延时中最大的一个。
最后，示例性地，上述差异转化函数可以表示为：
其中，所述kpei(t)、以及ui-1(t-βi)分别为所述差异转化函数中的比例项、一阶微分项和常数项，所述kp、kd以及αi为预先确定的常数参数，本说明书一实施例中，kp、kd以及αi均大于零。所述ui-1(t-βi)为第二设备在指定时刻的纵向控制量，所述ui-1(t-βi)可以为第二设备通过通信设备传输给第一设备，并存储在第一设备本地的行驶数据，而ui(t)则是所确定出的目标控制量。
本说明书另一实施例中，为了节省第一设备的存储空间，在每次执行上述S100-S108之后，会对行驶数据进行删除而仅保留最近两次采集所得到的行驶数据，在此情形下，所述βi需小于各采集延时中最小的一个的两倍。
以上为本说明书的一个或多个实施例提供的无人设备控制方法，基于同样的思路，本说明书还提供了相应的无人设备控制装置，如图3所示。
图3为本说明书提供的一种无人设备控制装置示意图，该装置包括：
确定模块300，用于确定待控制的第一设备，以及第一设备周围的第二设备；
位置确定模块302，用于根据第一设备的行驶数据，预测第一设备在未来时刻的位置，作为第一位置；确定所存储的所述第二设备在历史时刻的位置，作为第二位置；
间距预测模块304，用于根据所述第一位置和所述第二位置，确定未来时刻的第一设备和历史时刻的第二设备之间的距离，作为预测间距；
控制模块306，用于根据所述预测间距与预先确定的参考间距之间的差异确定出目标控制量，并以所述目标控制量控制所述第一设备。
可选地，所述位置确定模块302还用于，采用搭载在第一设备上的采集设备对第一设备和第二设备的行驶数据进行采集，针对所采集到的每个行驶数据，根据预先设定的采集延时，将该行驶数据与采集该行驶数据的采集时刻对应存储；将所存储的所述第二设备在预先设定的第二时长之前的指定时刻的位置，作为第二位置，其中，所述指定时刻位于采集指定行驶数据的最近两个采集时刻之间。
可选地，所述行驶数据至少包括第一设备的位置、速度，以及加速度；所述位置确定模块302具体用于，采用预先设定的动力学模型，根据第一设备在历史上的采集时刻的位置、速度和加速度，对所述第一设备在预先确定的第一时长后的未来时刻的位置进行预测，得到所预测出的第一位置。
可选地，所述位置确定模块302具体用于，根据所存储的第二设备在各采集时刻的位置，采用插值的方式拟合出第二设备的位置与时刻的关系，作为第二设备的位置函数；根据所述第二设备的位置函数以及所述指定时刻，确定所述第二设备在指定时刻的位置，作为第二位置。
可选地，所述第二时长不小于各采集设备的采集延时。
可选地，所述行驶数据包括第一设备的速度和加速度；所述间距预测模块304还用于，根据所存储的第一设备在采集时刻的速度和加速度，通过预先设定的运动学模型，预测出第一设备在第一时长后的未来时刻的速度；根据所预测出的第一设备在第一时长后的未来时刻的速度，通过预先指定的方式，确定出所述参考间距，其中，所述参考间距与所述第一设备在第一时长后的未来时刻的速度正相关。
可选地，所述第一设备为无人车，所述第二设备为位于所述第一设备行驶方向的前方，并与所述第一设备同车道行驶的车辆；所述目标控制量为用于对所述第一设备进行纵向控制的纵向控制量。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述无人设备控制方法。
本说明书还提供了图4所示的无人驾驶设备的结构示意图。如图4所示，在硬件层面，该无人驾驶设备包括处理器、内部总线、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述无人设备控制方法。
当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，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。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (7)

1.一种无人设备控制方法，其特征在于，包括：
确定待控制的第一设备，以及第一设备周围的第二设备；
根据第一设备的行驶数据，预测第一设备在未来时刻的位置，作为第一位置；确定所存储的所述第二设备在历史时刻的位置，作为第二位置；
根据所述第一位置和所述第二位置，确定未来时刻的第一设备和历史时刻的第二设备之间的距离，作为预测间距；
根据所述预测间距与预先确定的参考间距之间的差异确定出目标控制量，并以所述目标控制量控制所述第一设备；
采用搭载在第一设备上的采集设备对第一设备和第二设备的行驶数据进行采集，针对所采集到的每个行驶数据，根据预先设定的采集延时，将该行驶数据与采集该行驶数据的采集时刻对应存储；
确定所存储的所述第二设备在历史时刻的位置，作为第二位置，具体包括：
将所存储的所述第二设备在预先设定的第二时长之前的指定时刻的位置，作为第二位置，其中，所述指定时刻位于采集指定行驶数据的最近两个采集时刻之间；所述行驶数据至少包括第一设备的位置、速度，以及加速度；
根据所述行驶数据，预测第一设备在未来时刻的位置，作为第一位置，具体包括：
采用预先设定的动力学模型，根据第一设备在采集时刻的位置、速度和加速度，对所述第一设备在预先确定的第一时长后的未来时刻的位置进行预测，得到所预测出的第一位置。
2.如权利要求1所述的方法，其特征在于，根据所述行驶数据，确定第二设备在历史时刻的位置，作为第二位置，具体包括：
根据所存储的第二设备在各采集时刻的位置，采用插值的方式拟合出第二设备的位置与时刻的关系，作为第二设备的位置函数；
根据所述第二设备的位置函数以及所述指定时刻，确定所述第二设备在指定时刻的位置，作为第二位置。
3.如权利要求2所述的方法，其特征在于，所述第二时长不小于各采集设备的采集延时。
4.如权利要求1所述的方法，其特征在于，所述行驶数据包括第一设备的速度和加速度；
根据所述预测间距与预先确定的参考间距之间的差异确定出目标控制量之前，所述方法还包括：
根据所存储的第一设备在采集时刻的速度和加速度，通过预先设定的运动学模型，预测出第一设备在第一时长后的未来时刻的速度；
根据所预测出的第一设备在第一时长后的未来时刻的速度，通过预先指定的方式，确定出所述参考间距，其中，所述参考间距与所述第一设备在第一时长后的未来时刻的速度正相关。
5.如权利要求1所述的方法，其特征在于，所述第一设备为无人车，所述第二设备为位于所述第一设备行驶方向的前方，并与所述第一设备同车道行驶的车辆；
所述目标控制量为用于对所述第一设备进行纵向控制的纵向控制量。
6.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～5任一项所述的方法。
7.一种无人驾驶设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～5任一项所述的方法。
CN202111325149.3A 2021-11-10 2021-11-10 一种无人设备控制方法、装置、存储介质及电子设备 Active CN114115247B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111325149.3A CN114115247B (zh) 2021-11-10 2021-11-10 一种无人设备控制方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111325149.3A CN114115247B (zh) 2021-11-10 2021-11-10 一种无人设备控制方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN114115247A CN114115247A (zh) 2022-03-01
CN114115247B true CN114115247B (zh) 2024-03-26

Family

ID=80377879

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111325149.3A Active CN114115247B (zh) 2021-11-10 2021-11-10 一种无人设备控制方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN114115247B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117908527A (zh) * 2022-10-10 2024-04-19 北京三快在线科技有限公司 一种无人设备控制方法、装置、存储介质及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110400463A (zh) * 2019-07-26 2019-11-01 合肥工业大学 一种基于最佳行驶速度推荐的安全驾驶预警方法
CN111930015A (zh) * 2020-09-16 2020-11-13 北京三快在线科技有限公司 一种无人车控制方法及装置
CN112987754A (zh) * 2021-04-14 2021-06-18 北京三快在线科技有限公司 一种无人设备的控制方法、装置、存储介质及电子设备
WO2021134172A1 (zh) * 2019-12-30 2021-07-08 华为技术有限公司 一种轨迹预测方法及相关设备
JP2021152906A (ja) * 2020-05-14 2021-09-30 阿波▲羅▼智▲聯▼（北京）科技有限公司 車両軌跡の予測方法、装置、機器及び記憶媒体
CN113460042A (zh) * 2020-03-31 2021-10-01 华为技术有限公司 车辆驾驶行为的识别方法以及识别装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110400463A (zh) * 2019-07-26 2019-11-01 合肥工业大学 一种基于最佳行驶速度推荐的安全驾驶预警方法
WO2021134172A1 (zh) * 2019-12-30 2021-07-08 华为技术有限公司 一种轨迹预测方法及相关设备
CN113460042A (zh) * 2020-03-31 2021-10-01 华为技术有限公司 车辆驾驶行为的识别方法以及识别装置
JP2021152906A (ja) * 2020-05-14 2021-09-30 阿波▲羅▼智▲聯▼（北京）科技有限公司 車両軌跡の予測方法、装置、機器及び記憶媒体
CN111930015A (zh) * 2020-09-16 2020-11-13 北京三快在线科技有限公司 一种无人车控制方法及装置
CN112987754A (zh) * 2021-04-14 2021-06-18 北京三快在线科技有限公司 一种无人设备的控制方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN114115247A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN111930015B (zh) 一种无人车控制方法及装置
CN110262486B (zh) 一种无人驾驶设备运动控制方法及装置
CN111208838B (zh) 一种无人驾驶设备的控制方法及装置
CN112306059B (zh) 一种控制模型的训练方法、控制方法以及装置
CN111062372B (zh) 一种预测障碍物轨迹的方法及装置
CN111522245B (zh) 用于控制无人设备的方法及装置
CN113968243B (zh) 一种障碍物轨迹预测方法、装置、设备及存储介质
CN111797906B (zh) 基于视觉和惯性里程定位的方法及装置
CN114115247B (zh) 一种无人设备控制方法、装置、存储介质及电子设备
CN116001811A (zh) 一种自动驾驶车辆的轨迹规划方法、装置及设备
CN112346467A (zh) 一种无人驾驶设备的控制方法及装置
CN117685988A (zh) 一种路径重规划方法、装置、设备和可读介质
CN114148350B (zh) 一种无人设备的控制方法及装置
CN113298445A (zh) 一种模型训练和调度无人设备的方法及装置
CN117333508A (zh) 一种目标跟踪方法、装置、设备及介质
CN117095371A (zh) 一种目标检测方法及检测装置
CN116300842A (zh) 一种无人设备控制方法、装置、存储介质及电子设备
CN116698019A (zh) 一种基于多传感器的组合导航方法及装置
CN117908527A (zh) 一种无人设备控制方法、装置、存储介质及电子设备
CN116954209A (zh) 一种模型训练方法、装置、存储介质及电子设备
CN112987754A (zh) 一种无人设备的控制方法、装置、存储介质及电子设备
CN113985889B (zh) 一种轨迹规划方法、装置、存储介质及电子设备
CN117922599B (zh) 一种自动驾驶车辆安全评估方法及装置
CN117870696B (zh) 一种基于感知信息融合的路径导航方法、装置及电子设备
CN117333534A (zh) 一种车辆位姿的估计方法、装置及设备

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
GR01 Patent grant
GR01 Patent grant