CN114274959B - 车辆控制方法、装置、设备和计算机存储介质 - Google Patents
车辆控制方法、装置、设备和计算机存储介质 Download PDFInfo
- Publication number
- CN114274959B CN114274959B CN202110412342.4A CN202110412342A CN114274959B CN 114274959 B CN114274959 B CN 114274959B CN 202110412342 A CN202110412342 A CN 202110412342A CN 114274959 B CN114274959 B CN 114274959B
- Authority
- CN
- China
- Prior art keywords
- parking
- speed
- vehicle
- value
- distance
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000001133 acceleration Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000012369 In process control Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010965 in-process control Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开公开了一种车辆控制方法和装置,涉及自动驾驶技术领域。具体实现方案为:获取车辆的停车剩余距离和当前速度;若获取的停车剩余距离和当前速度满足预设条件连续超过N次,所述预设条件包括所述停车剩余距离小于剩余距离阈值且所述当前速度小于第一速度阈值,所述N为预设的正整数,则:在停车剩余距离大于或等于预设的目标距离时,对所述车辆进行减速控制;在停车剩余距离小于所述目标距离时,对所述车辆进行停车控制。本公开能够在保证精准停车的同时保障足够的安全性,从而达到合理停车的目的。
Description
技术领域
本公开涉及计算机应用技术领域,尤其涉及自动驾驶技术中的车辆控制方法、装置、设备和计算机存储介质。
背景技术
自动驾驶车辆又称无人驾驶车辆,是一种通过计算机系统实现无人驾驶的智能汽车。自动驾驶车辆在进站、遇到红绿灯、到达目的地或者遇到紧急情况等,会面临如何合理停车的问题。
发明内容
有鉴于此,本公开提供了一种车辆控制方法、装置、设备和计算机存储介质,以便于实现自动驾驶车辆的合理停车。
根据本公开的第一方面,提供了一种车辆控制方法,包括:
获取车辆的停车剩余距离和当前速度;
若获取的停车剩余距离和当前速度满足预设条件连续超过N次,所述预设条件包括所述停车剩余距离小于剩余距离阈值且所述当前速度小于第一速度阈值,所述N为预设的正整数,则:
在停车剩余距离大于或等于预设的目标距离时,对所述车辆进行减速控制;在停车剩余距离小于所述目标距离时,对所述车辆进行停车控制。。
根据本公开的第二方面,提供了一种车辆控制的装置,包括:
获取单元,用于获取车辆的停车剩余距离和当前速度;
第一判断单元,用于判断所述获取单元获取的停车剩余距离和当前速度满足预设条件是否连续超过N次,所述预设条件包括所述停车剩余距离小于剩余距离阈值且所述当前速度小于第一速度阈值,所述N为预设的正整数;
第二判断单元,用于在所述第一判断单元的判断结果为是时,判断所述停车剩余距离是否大于或等于预设的目标距离;
减速控制单元,用于在所述第二判断单元的判断结果为是时,对所述车辆进行减速控制;
停车控制单元,用于在所述第二判断单元的判断结果为否时,对所述车辆进行停车控制。
根据本公开的第三方面,提供了一种电子设备,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如上所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行如上所述的方法。
根据本公开的第五方面,一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如上所述的方法。
由以上技术方案可以看出,本公开依据停车剩余距离和当前速度是否超过连续N次满足预设条件来识别是否真正进入本公开的停车过程,并将整个停车过程中依据停车剩余距离与目标距离之间的关系分为车辆减速控制和车辆停车控制,在保证精准停车的同时保障足够的安全性,从而达到合理停车的目的。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开实施例提供的主要方法流程图;
图2为本公开实施例提供的停车位置示意图;
图3为本公开实施例提供的减速控制方法流程图;
图4为本公开实施例提供的减速控制的工作原理图;
图5为本公开实施例提供的停车控制方法流程图;
图6为本公开实施例提供的车辆控制的装置结构图;
图7是用来实现本公开实施例的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
自动驾驶车辆在行驶过程中会面临各种各样的场景,其中存在一些需要停车的场景,例如车辆在进站、遇到红绿灯、到达目的地或者遇到紧急情况等。而为了保证体感舒适度、安全性、精确性等多种因素,并非简单的直接刹车就能够解决。本公开则提供了一种更加合理的车辆控制方法来保证停车的精准性和安全性。下面结合实施例对本公开提供的方法进行详细描述。
图1为本公开实施例提供的主要方法流程图,该方法的执行主体为车辆控制装置。该装置可以是位于自动驾驶车辆的应用,或者,还可以为位于自动控制车辆的应用中的插件或软件开发工具包(Software Development Kit,SDK)等功能单元,或者,还可以位于服务器端,本发明实施例对此不进行特别限定。如图1中所示,该方法可以包括以下步骤:
在101中,获取车辆的停车剩余距离和当前速度。
在102中,判断获取的停车剩余距离和当前速度是否满足预设条件连续超过N次,如果是,执行103;否则,采用其他控制策略后转至101或者直接转至步骤101。
其中,预设条件包括停车剩余距离小于剩余距离阈值且当前速度小于第一速度阈值,N为预设的正整数。
在103中,判断停车剩余距离是否大于或等于预设的目标距离,如果是,执行104;否则,执行105。
在104中,对车辆进行减速控制。
在105中,对车辆进行停车控制。
由以上可以看出,依据停车剩余距离和当前速度是否超过连续N次满足预设条件来识别是否真正进入本公开的停车过程,并将整个停车过程中依据停车剩余距离与目标距离之间的关系分为两个阶段,在第一阶段进行减速控制保证精确性和平稳性,在第二阶段进行停车控制保证停车安全性。
下面结合实施例对上述各步骤进行详细描述。
首先对上述步骤101即“获取车辆的停车剩余距离和当前速度”进行详细描述。
自动驾驶车辆的行驶路线是通过上层应用根据起始地点、目的地、实时路况、交通控制信息等规划得到的,因此,当碰到需要进行停车时,上层应用会下发停车点的位置信息。作为一种优选的实施方式,在本步骤中,可以首先获取自动驾驶车辆到达停车点的规划路径;然后获取自动驾驶车辆在规划路径上距离停车点的剩余路径长度作为停车剩余距离。
例如图2中所示,自动驾驶车辆的当前位置在S点,D点为上层应用确定的停车点,从S点到D点之间的路径是上层应用规划得到的。那么从当前位置S点到D点之间的距离就是当前时刻自动驾驶车辆的停车剩余距离。在本公开实施例中将停车剩余距离表示为Sremain。
自动驾驶车辆的当前位置则可以由自动驾驶车辆的定位模块来确定,即从定位模块获取自动驾驶车辆的当前位置。而当前速度则可以依据由定位模块连续时刻的定位位置计算得到,也可以由专用的测速模块测量得到。本公开实施例中将当前速度表示为Vcur。
作为一种优选的实施方式,本步骤可以是周期性执行的。也就是说,周期性获取车辆的停车剩余距离和当前速度,并进行后续步骤102中的判断,以确定是否采用本公开实施例中的方式对车辆进行控制。除了周期性执行的方式之外,也不排除由特定事件触发执行。
下面对上述步骤102即“判断获取的停车剩余距离和当前速度是否满足预设条件连续超过N次,如果是,执行103;否则,采用其他控制策略后转至101或者直接转至步骤101”进行详细描述。
本实施例中预设条件包括停车剩余距离Sremain小于剩余距离阈值Sin且当前速度Vcur小于第一速度阈值Vin,N为预设的正整数。
其中,剩余距离阈值Sin和第一速度阈值Vin可以依据经验值预先设置。但作为一种优选的实施方式,第一速度阈值Vin可以根据预设的平均减速度值和预设的停车时长确定。剩余距离阈值Sin可以根据平均停车位置误差、第一速度阈值和预设的平均减速度值确定。
例如,第一速度阈值Vin可以采用如下公式确定:
Vin=Aaver×T (1)
其中,Aaver为平均减速度值,可以根据场景类型的需求进行设置,也可以根据车辆性能进行设置,或者采用经验值。T为停车时长(即设置的整个停车过程的时长),可以采用经验值或实验值。
再例如,剩余距离阈值Sin可以采用如下公式确定:
其中,Se为平均停车位置误差,这一数值可以由历史停车状况计算得到。即采用本公开实施例所提供的车辆控制方式最终停车位置与规划的停车点之间的误差。
在自动驾驶车辆行驶过程中,单纯依靠停车剩余距离Sremain或者单纯依靠当前速度Vcur来判断是否执行本公开的停车逻辑都是不合理的。例如,虽然停车剩余距离Sremain小于剩余距离阈值Sin,但当前速度Vcur很快超出了第一速度阈值Vin,则说明当前不是停车需求场景。再例如,虽然当前速度Vcur小于第一速度阈值Vin,但停车剩余距离Sremain超出剩余距离阈值Sin即离规划的停车点很远,也说明当前不是停车需求场景。再或者,自动驾驶车辆的速度时高时低,在当前时刻小于第一速度阈值Vin,在下一时刻又超出了第一速度阈值Vin,也说明当前不是停车需求场景。对于这些情况可以由上层应用或者其他控制装置依据具体需求场景进行车辆控制。继续转至步骤101对车辆的停车剩余距离和当前速度进行获取。或者,若不触发其他车辆控制逻辑,也可以直接转至步骤101对车辆的停车剩余距离和当前速度进行获取。
如果超过连续N次满足预设条件,则执行本公开后续的控制逻辑。后续的控制逻辑由两个阶段构成,减速控制阶段和停车控制阶段。通常情况下,在步骤103中停车剩余距离是大于或等于预设的目标距离的,因此,先执行减速控制阶段,在停车剩余距离小于预设的目的距离后执行停车控制阶段。但也有一些特殊情况下,进入步骤103后,停车剩余距离本身就是小于目标距离的,那么就仅执行停车控制阶段来保证及时和安全的停车。还有一些特殊情况,在目标距离设置为0的情况下,仅执行减速控制阶段就能够实现精准停车。
上述的目标距离是预先设置的,在本公开实施例中表示为Sbias,可以采用经验值或实验值。
继续参见图2,D1点距离停车点D的距离为目标距离Sbias。假设自动驾驶车辆从S点开始进入本公开实施例的控制逻辑,那么从S点行驶到D1点的过程为减速控制阶段,从D1点行驶到D点的过程为停车控制阶段。
另外需要说明的是,上述目标距离Sbias的取值可以大于0,可以等于0,也可以小于0。如果目标距离Sbias的取值大于0,则是图2中所示出的情况。如果目标距离Sbias的取值等于0,则说明第一阶段的减速控制在D点结束,即D1点与D点重合。如果目标距离Sbias的取值小于0,则说明自动驾驶车辆的实际停车点在D点之后,即第一阶段的减速控制在D点之后结束。也就是说,通过对目标距离Sbias的灵活设置可以实现对实际停车点的灵活设置。
下面结合实施例对上述步骤104即“对车辆进行减速控制”进行详细描述。
对车辆进行减速控制实际上就是合理的使用油门和刹车对车辆进行整体上的减速控制,目标是在减少的刹车和油门切换次数内,精确地行驶到规划的停车点,且保证多次的停靠具有一致性。具体可以利用剩余停车距离、目标距离、当前速度和预设的目标速度,控制车辆的油门值或刹车值。
图3为本公开实施例提供的减速控制方法流程图,如图3中所示,该方法可以包括以下步骤:
在301中,依据剩余停车距离和目标距离,确定位置偏差。
位置偏差Serror可以由剩余停车距离Sremain和目标距离Sbias之间的差值得到,即:
Serror=Sbias-Sremain (3)
在302中,将位置偏差输入PID(比例积分微分)控制器的位置环,得到速度补偿量。
在本公开涉及到的PID控制器可以是PID串级控制。PID串级控制是改善质量的有效方法之一,在过程控制中得到了广泛的应用。所谓串级控制就是采用两个控制器串连工作,外环控制器的输出作为内环控制器的设定值,由内环控制器的输出去操纵控制阀,从而对外环被控量具有更好的控制效果。在本公开中自动驾驶车辆上使用的PID串级控制的外环控制器为位置环,内环控制器为速度环。
如图4中所示,将位置偏差Serror输入位置环后,得到位置环输出的速度补偿量Vadd。关于串行PID控制中位置环和速度环的工作原理为已有技术,在此仅仅是调用了串行PID控制中位置环和速度环,因此对其具体的工作原理不做详述。
在303中,利用当前速度、预设的目标速度以及速度补偿量,确定速度偏差。
速度偏差Verror可以由如下公式得到:
Verror=Vadd+Vbias-Vcur (4)
其中,Vbias为预设的目标速度,该目标速度可以根据具体的场景或需求预先设置,采用经验值、实验值等。
在304中,将速度偏差输入PID控制器的速度环,得到加速度控制量。
如图4中所示,将速度偏差Verror输入速度环后,得到速度环输出的加速度控制量Uacc。
在305中,根据当前速度和加速度控制量查询标定表,确定对应的油门值或刹车值以对车辆进行减速控制。
本步骤中涉及的标定表是预先标定好的,实际上包含的是速度、加速度和油门值/刹车值之间对应关系。通过当前速度Vcur和加速度控制量Uacc查询标定表就能够得到对应的油门值或刹车值,依据油门值或刹车值向自动驾驶车辆中刹车和油门的执行装置下发对应的油门指令或刹车指令,从而实现对车辆的减速控制。其中油门值和刹车值可以体现为油门的百分比、刹车的百分比。例如经过查询标定表,得到油门值为20%,若当前油门值为50%,则意味着要将油门收为20%。例如经过查询标定表,得到刹车值为50%,若当前油门值为20%,则意味着收掉油门并采用50%的刹车。
下面结合实施例对上述步骤105即“对车辆进行停车控制”进行详细描述。
本步骤中对车辆进行停车控制实际上就是如何及时安全的将车辆停住,在此阶段仅涉及刹车的控制,从而保证足够的安全。具体可以利用剩余停车距离、当前速度、预设的目标速度和预设的第二速度阈值,控制车辆的刹车值。
图5为本公开实施例提供的停车控制方法流程图,如图5中所示,该方法可以包括以下步骤:
在501中,判断停车剩余距离是否小于或等于0,如果是,执行步骤502;否则执行步骤503。
在502中,向车辆下发第一刹车值的刹车命令。
如果停车剩余距离Sremain小于0,说明自动驾驶车辆当前已经到达或者超过规划的停车点,因此需要尽可能地快速停车。本步骤中涉及的第一刹车值是一个较大的刹车值,例如100%的刹车、90%的刹车等。
在503中,判断当前速度是否大于或等于预设的目标速度,如果是,执行步骤504;否则执行步骤505。
在504中,向车辆下发第二刹车值的刹车命令。
如果当前速度Vcur大于或等于目标速度Vbias,则表明虽然目前尚未到达停车点,但当前速度较高,因此可以采用一个中等的刹车值。例如50%的刹车,60%的刹车等。
在505中,判断当前速度是否大于或等于预设的第二速度阈值,如果是,执行步骤506;否则,执行步骤502。
在506中,向车辆下发第三刹车值的刹车命令。
如果当前速度Vcur低于目标速度Vbias,则说明自动驾驶车辆当前速度较低,可以采用一个较小的刹车值。例如20%的刹车值,30%的刹车值等等。
但如果当前速度Vcur非常低,低于第二速度阈值Vparking,则为了防止停车不稳,发生溜车等状况,在此可以下发一个较大的刹车值,使得车辆能够尽可能快速停住。
上述第一刹车值大于第二刹车值,第二刹车值大于第三刹车值。第二速度阈值Vparking小于目标速度Vbias。Vparking可以采用经验值或实验值,例如采用0.05m/s。
另外,需要说明的是,在本公开上述实施例中涉及的“第一”、“第二”、“第三”,例如“第一速度阈值”、“第二速度阈值”、“第一刹车值”、“第二刹车值”、“第三刹车值”等,并不具备大小、顺序、数量等的限定,仅仅用以在名称上进行区别。其数值大小的限制参见对其进行的额外的大小关系限制的描述。
上述实施例中以自动驾驶车辆为例,但本公开所提供的车辆控制方法并不限于自动驾驶车辆,也可以适用于诸如具有辅助驾驶功能车辆、具有部分自动驾驶功能车辆等等。
以上是对本公开所提供方法进行的详细描述,下面结合实施例对本公开提供的装置进行详细描述。
图6为本公开实施例提供的车辆控制的装置结构图,如图6中所示,该装置可以包括:获取单元601、第一判断单元602、第二判断单元603、减速控制单元604和停车控制单元605。其中各组成单元的主要功能如下:
获取单元601,用于获取车辆的停车剩余距离和当前速度。
第一判断单元602,用于判断获取单元获取的停车剩余距离和当前速度满足预设条件是否连续超过N次,预设条件包括停车剩余距离小于剩余距离阈值且当前速度小于第一速度阈值,N为预设的正整数。
第二判断单元603,用于在第一判断单元的判断结果为是时,判断停车剩余距离是否大于或等于预设的目标距离。
减速控制单元604,用于在第二判断单元的判断结果为是时,对车辆进行减速控制。
停车控制单元605,用于在第二判断单元的判断结果为否时,对车辆进行停车控制。
作为其中一种优选的实施方式,获取单元601可以具体用于获取车辆到达停车点的规划路径;获取车辆在规划路径上距离停车点的剩余路径长度作为停车剩余距离。
其中,第一速度阈值是根据预设的平均减速度值和预设的停车时长确定的。
其中,剩余距离阈值是根据平均停车位置误差、第一速度阈值和预设的平均减速度值确定的。
具体地,减速控制单元604,可以具体用于利用剩余停车距离、目标距离、当前速度和预设的目标速度,控制车辆的油门值或刹车值。
停车控制单元605,具体用于利用剩余停车距离、当前速度、预设的目标速度和预设的第二速度阈值,控制车辆的刹车值。
作为一种优选的实施方式,减速控制单元604可以依据剩余停车距离和目标距离,确定位置偏差;将位置偏差输入PID控制器的位置环,得到速度补偿量;利用当前速度、预设的目标速度以及速度补偿量,确定速度偏差;将速度偏差输入PID控制器的速度环,得到加速度控制量;根据当前速度和加速度控制量查询标定表,确定对应的油门值或刹车值以对车辆进行减速控制。
作为另一种优选的实施方式,停车控制单元605可以执行以下控制:
若停车剩余距离小于或等于0,则向车辆下发第一刹车值的刹车命令;
若停车剩余距离大于0且当前速度大于或等于预设的目标速度,则向车辆下发第二刹车值的刹车命令;
若停车剩余距离大于0、当前速度大于或等于预设的第二速度阈值且小于目标速度,则向车辆下发第三刹车值的刹车命令;
若停车剩余距离大于0且当前速度小于第二速度阈值,则向车辆下发第一刹车值的刹车命令;
其中,第一刹车值大于第二刹车值,第二刹车值大于第三刹车值;第二速度阈值小于目标速度。
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,对于装置实施例而言,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。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
如图7所示,是根据本公开实施例的电子设备的框图。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/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如车辆控制方法。例如,在一些实施例中,车辆控制方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。
在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的车辆控制方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆控制方法。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控30制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPs,Ⅵirtual Private Server)服务中存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (14)
1.一种车辆控制方法,包括:
获取车辆的停车剩余距离和当前速度;
若获取的停车剩余距离和当前速度满足预设条件连续超过N次,所述预设条件包括所述停车剩余距离小于剩余距离阈值且所述当前速度小于第一速度阈值,所述N为预设的正整数,则:
在停车剩余距离大于或等于预设的目标距离时,对所述车辆进行减速控制;在停车剩余距离小于所述目标距离时,对所述车辆进行停车控制;其中,
所述对车辆进行停车控制包括:利用所述停车剩余距离、所述当前速度、预设的目标速度和预设的第二速度阈值,控制车辆的刹车值,包括:
若所述停车剩余距离小于或等于0,则向所述车辆下发第一刹车值的刹车命令;
若所述停车剩余距离大于0且所述当前速度大于或等于预设的目标速度,则向所述车辆下发第二刹车值的刹车命令;
若所述停车剩余距离大于0、所述当前速度大于或等于预设的第二速度阈值且小于所述目标速度,则向所述车辆下发第三刹车值的刹车命令;
若所述停车剩余距离大于0且所述当前速度小于所述第二速度阈值,则向所述车辆下发第一刹车值的刹车命令;
其中,所述第一刹车值大于所述第二刹车值,所述第二刹车值大于所述第三刹车值;所述第二速度阈值小于所述目标速度。
2.根据权利要求1所述的方法,其中,所述获取车辆的停车剩余距离包括:
获取所述车辆到达停车点的规划路径;
获取所述车辆在所述规划路径上距离所述停车点的剩余路径长度作为所述停车剩余距离。
3.根据权利要求1所述的方法,其中,所述第一速度阈值是根据预设的平均减速度值和预设的停车时长确定的。
4.根据权利要求1所述的方法,其中,所述剩余距离阈值是根据平均停车位置误差、所述第一速度阈值和预设的平均减速度值确定的。
5.根据权利要求1所述的方法,其中,所述对车辆进行减速控制包括:利用所述停车剩余距离、所述目标距离、所述当前速度和预设的目标速度,控制车辆的油门值或刹车值。
6.根据权利要求5所述的方法,其中,所述利用所述停车剩余距离、所述目标距离、所述当前速度和预设的目标速度,控制车辆的油门值或刹车值包括:
依据所述停车剩余距离和所述目标距离,确定位置偏差;
将所述位置偏差输入比例积分微分PID控制器的位置环,得到速度补偿量;
利用所述当前速度、预设的目标速度以及所述速度补偿量,确定速度偏差;
将所述速度偏差输入PID控制器的速度环,得到加速度控制量;
根据所述当前速度和所述加速度控制量查询标定表,确定对应的油门值或刹车值以对所述车辆进行减速控制。
7.一种车辆控制的装置,包括:
获取单元,用于获取车辆的停车剩余距离和当前速度;
第一判断单元,用于判断所述获取单元获取的停车剩余距离和当前速度满足预设条件是否连续超过N次,所述预设条件包括所述停车剩余距离小于剩余距离阈值且所述当前速度小于第一速度阈值,所述N为预设的正整数;
第二判断单元,用于在所述第一判断单元的判断结果为是时,判断所述停车剩余距离是否大于或等于预设的目标距离;
减速控制单元,用于在所述第二判断单元的判断结果为是时,对所述车辆进行减速控制;
停车控制单元,用于在所述第二判断单元的判断结果为否时,对所述车辆进行停车控制;其中,
所述停车控制单元,具体用于利用所述停车剩余距离、所述当前速度、预设的目标速度和预设的第二速度阈值,控制车辆的刹车值,具体用于
若所述停车剩余距离小于或等于0,则向所述车辆下发第一刹车值的刹车命令;
若所述停车剩余距离大于0且所述当前速度大于或等于预设的目标速度,则向所述车辆下发第二刹车值的刹车命令;
若所述停车剩余距离大于0、所述当前速度大于或等于预设的第二速度阈值且小于所述目标速度,则向所述车辆下发第三刹车值的刹车命令;
若所述停车剩余距离大于0且所述当前速度小于所述第二速度阈值,则向所述车辆下发第一刹车值的刹车命令;
其中,所述第一刹车值大于所述第二刹车值,所述第二刹车值大于所述第三刹车值;所述第二速度阈值小于所述目标速度。
8.根据权利要求7所述的装置,其中,所述获取单元,具体用于获取所述车辆到达停车点的规划路径;获取所述车辆在所述规划路径上距离所述停车点的剩余路径长度作为所述停车剩余距离。
9.根据权利要求7所述的装置,其中,所述第一速度阈值是根据预设的平均减速度值和预设的停车时长确定的。
10.根据权利要求7所述的装置,其中,所述剩余距离阈值是根据平均停车位置误差、所述第一速度阈值和预设的平均减速度值确定的。
11.根据权利要求7所述的装置,其中,所述减速控制单元,具体用于利用所述停车剩余距离、所述目标距离、所述当前速度和预设的目标速度,控制车辆的油门值或刹车值。
12.根据权利要求11所述的装置,其中,所述减速控制单元,具体用于依据所述停车剩余距离和所述目标距离,确定位置偏差;将所述位置偏差输入比例积分微分PID控制器的位置环,得到速度补偿量;利用所述当前速度、预设的目标速度以及所述速度补偿量,确定速度偏差;将所述速度偏差输入PID控制器的速度环,得到加速度控制量;根据所述当前速度和所述加速度控制量查询标定表,确定对应的油门值或刹车值以对所述车辆进行减速控制。
13.一种电子设备,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1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110412342.4A CN114274959B (zh) | 2021-04-16 | 2021-04-16 | 车辆控制方法、装置、设备和计算机存储介质 |
JP2022535948A JP2023524194A (ja) | 2021-04-16 | 2021-11-18 | 車両制御方法、装置、デバイス及びコンピュータ記憶媒体 |
PCT/CN2021/131478 WO2022217915A1 (zh) | 2021-04-16 | 2021-11-18 | 车辆控制方法、装置、设备和计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110412342.4A CN114274959B (zh) | 2021-04-16 | 2021-04-16 | 车辆控制方法、装置、设备和计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114274959A CN114274959A (zh) | 2022-04-05 |
CN114274959B true CN114274959B (zh) | 2023-06-23 |
Family
ID=80868533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110412342.4A Active CN114274959B (zh) | 2021-04-16 | 2021-04-16 | 车辆控制方法、装置、设备和计算机存储介质 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2023524194A (zh) |
CN (1) | CN114274959B (zh) |
WO (1) | WO2022217915A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114701459A (zh) * | 2022-04-07 | 2022-07-05 | 福建中科云杉信息技术有限公司 | 一种低速自动驾驶商用车的冗余制动系统和精准停车方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009196487A (ja) * | 2008-02-21 | 2009-09-03 | Hitachi Ltd | 車両の定点停止制御方法および装置 |
CN108545069A (zh) * | 2018-03-30 | 2018-09-18 | 北京图森未来科技有限公司 | 一种车辆停车控制方法及装置 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5113020B2 (ja) * | 2008-11-10 | 2013-01-09 | 株式会社デンソー | 加速度制御装置及び加速度制御プログラム |
JP5212487B2 (ja) * | 2011-01-13 | 2013-06-19 | 日産自動車株式会社 | 走行支援装置 |
JP2016070805A (ja) * | 2014-09-30 | 2016-05-09 | トヨタ自動車株式会社 | 車両用情報処理装置 |
CN106143476B (zh) * | 2015-03-25 | 2019-11-08 | 比亚迪股份有限公司 | 混合动力汽车及其驱动控制方法和装置 |
US9981656B2 (en) * | 2015-10-13 | 2018-05-29 | Ford Global Technologies, Llc | Vehicle parking assist system |
JP2018020590A (ja) * | 2016-08-01 | 2018-02-08 | アイシン精機株式会社 | 走行支援システム |
JP6651425B2 (ja) * | 2016-08-25 | 2020-02-19 | 渡邉 雅弘 | 省エネルギー走行制御方法 |
CN109789873B (zh) * | 2016-10-03 | 2022-04-26 | 本田技研工业株式会社 | 车辆控制装置 |
JP6883238B2 (ja) * | 2017-01-23 | 2021-06-09 | 株式会社アイシン | 駐車支援装置 |
JP6996161B2 (ja) * | 2017-08-22 | 2022-01-17 | 株式会社アイシン | 駐車支援装置、及びプログラム |
JP6641332B2 (ja) * | 2017-09-26 | 2020-02-05 | 三菱電機株式会社 | 車両制御装置および車両制御方法 |
CN109017786B (zh) * | 2018-08-09 | 2020-09-22 | 北京智行者科技有限公司 | 车辆避障方法 |
US11192543B2 (en) * | 2018-12-21 | 2021-12-07 | Ford Global Technologies, Llc | Systems and methods for automated stopping and/or parking of autonomous vehicles |
CN111376905B (zh) * | 2018-12-27 | 2022-05-24 | 北京图森智途科技有限公司 | 运输工具的停车控制方法、装置、系统、运输工具及车辆 |
CN109760672A (zh) * | 2018-12-29 | 2019-05-17 | 北京智行者科技有限公司 | 自动驾驶充电车精准泊车的横向控制方法 |
JP2020175834A (ja) * | 2019-04-22 | 2020-10-29 | 渡邉 雅弘 | エコドライブ支援方法および装置 |
CN110347167B (zh) * | 2019-08-27 | 2022-10-14 | 广州小鹏汽车科技有限公司 | 一种速度规划方法及速度规划系统 |
CN110466531B (zh) * | 2019-08-30 | 2021-10-12 | 广州小鹏汽车科技有限公司 | 一种车辆的行驶控制方法、系统及车辆 |
CN110667576B (zh) * | 2019-10-18 | 2021-04-20 | 北京百度网讯科技有限公司 | 自动驾驶车辆的弯道通行控制方法、装置、设备和介质 |
CN111301432B (zh) * | 2020-03-03 | 2022-02-11 | 北京百度网讯科技有限公司 | 用于自动驾驶车辆的停车方法和装置 |
-
2021
- 2021-04-16 CN CN202110412342.4A patent/CN114274959B/zh active Active
- 2021-11-18 WO PCT/CN2021/131478 patent/WO2022217915A1/zh unknown
- 2021-11-18 JP JP2022535948A patent/JP2023524194A/ja not_active Ceased
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009196487A (ja) * | 2008-02-21 | 2009-09-03 | Hitachi Ltd | 車両の定点停止制御方法および装置 |
CN108545069A (zh) * | 2018-03-30 | 2018-09-18 | 北京图森未来科技有限公司 | 一种车辆停车控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2022217915A1 (zh) | 2022-10-20 |
JP2023524194A (ja) | 2023-06-09 |
CN114274959A (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113071493A (zh) | 车辆变道控制的方法、设备、存储介质和程序产品 | |
CN113570727B (zh) | 场景文件的生成方法、装置、电子设备及存储介质 | |
CN114274959B (zh) | 车辆控制方法、装置、设备和计算机存储介质 | |
CN114275487B (zh) | 带式输送机带速控制方法、装置 | |
CN114426023B (zh) | 一种目标巡航速度的确定方法、装置、设备及存储介质 | |
CN109747652A (zh) | 一种车辆控制方法、装置及系统 | |
CN114312843B (zh) | 用于确定信息的方法和装置 | |
CN113799798B (zh) | 车辆的行驶轨迹的确定方法、装置、电子设备和存储器 | |
CN114194155A (zh) | 车辆控制方法及装置、设备、介质和产品 | |
CN117261880A (zh) | 一种车辆控制方法、装置、设备以及存储介质 | |
CN114919661B (zh) | 一种泊车控制方法、装置、设备和存储介质 | |
CN116533990A (zh) | 一种车辆控制方法、装置、电子设备和存储介质 | |
CN115535003A (zh) | 自动驾驶车辆的路口控制方法、装置、电子设备和介质 | |
CN113665590B (zh) | 控制车辆的方法、装置、设备、介质和车辆 | |
CN113553255B (zh) | 路线场景文件的生成方法、装置、电子设备及存储介质 | |
CN114132344B (zh) | 一种自动驾驶车辆的决策方法、装置、设备及存储介质 | |
CN116749961B (zh) | 自动驾驶车辆的控制方法、装置、设备及存储介质 | |
CN115817484A (zh) | 坡道停车控制方法、装置以及设备 | |
CN113377096B (zh) | 一种车辆的控制方法、装置、设备及存储介质 | |
CN118571065A (zh) | 一种逆向超车碰撞预警方法、装置、设备和存储介质 | |
CN116834718A (zh) | 自动驾驶车辆的控制方法、装置、电子设备及存储介质 | |
CN113963326A (zh) | 交通标志检测方法、装置、设备、介质和自动驾驶车辆 | |
CN117746661A (zh) | 车辆行驶的控制方法、装置、电子设备与可读存储介质 | |
CN116700065A (zh) | 无人驾驶设备的控制方法、装置、电子设备及存储介质 | |
CN116080617A (zh) | 一种列车制动方法、装置、电子设备及存储介质 |
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 |