CN114312812A - 基于动态感知的车辆控制方法、装置及电子设备 - Google Patents

基于动态感知的车辆控制方法、装置及电子设备 Download PDF

Info

Publication number
CN114312812A
CN114312812A CN202210205462.1A CN202210205462A CN114312812A CN 114312812 A CN114312812 A CN 114312812A CN 202210205462 A CN202210205462 A CN 202210205462A CN 114312812 A CN114312812 A CN 114312812A
Authority
CN
China
Prior art keywords
target
sensing
vehicle
sensing unit
data
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.)
Granted
Application number
CN202210205462.1A
Other languages
English (en)
Other versions
CN114312812B (zh
Inventor
冯际彬
尚进
丛炜
刘森玉
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.)
Guoqi Intelligent Control Beijing Technology Co Ltd
Original Assignee
Guoqi Intelligent Control Beijing 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 Guoqi Intelligent Control Beijing Technology Co Ltd filed Critical Guoqi Intelligent Control Beijing Technology Co Ltd
Priority to CN202210205462.1A priority Critical patent/CN114312812B/zh
Publication of CN114312812A publication Critical patent/CN114312812A/zh
Application granted granted Critical
Publication of CN114312812B publication Critical patent/CN114312812B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本申请提供一种基于动态感知的车辆控制方法、装置及电子设备,通过获取目标车辆的行驶环境信息,基于与行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域,其中,第一感知单元的感知范围与行驶环境信息对应,第一目标区域包括目标物体所在区域;根据第一目标区域的位置,调用对应的第二感知单元对第一目标区域内进行数据采集,得到目标感知数据;基于目标感知数据进行自动驾驶决策,并根据决策结果控制目标车辆行驶。由于通过第一感知单元进行预感知,确定可能的障碍物的位置,并根据障碍物与车辆的位置关系,调用与位置关系匹配的第二感知单元进行数据采集,使第二感知单元采集的目标感知数据具有更好的描述性能。

Description

基于动态感知的车辆控制方法、装置及电子设备
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种基于动态感知的车辆控制方法、装置及电子设备。
背景技术
随着物联网技术和人工智能技术的发展,智能汽车的自动驾驶技术的可靠性和完善性也逐步提高。自动驾驶技术是主要通过在车辆上设置各类型的传感器来进行环境感知,采集车辆行驶过程中的各类传感数据,为自动驾驶决策提供数据支持。
以自动驾驶过程中进行障碍物躲避的应用场景为例,现有技术中,通常是以采集的图像数据为主,结合雷达数据进行融合分析,从而确定行驶路径上的障碍物情况。
然而,在实际使用过程中,不同行驶环境下,不同类型、不同位置的感知数据对行驶环境的描述能力存在较大差异,现有技术中的方案存在自动驾驶决策时所使用的感知数据,与行驶环境不匹配的问题,从而影响自动驾驶过程中的行驶安全性。
发明内容
本申请提供一种基于动态感知的车辆控制方法、装置及电子设备,用以解决现有技术中自动驾驶决策时所使用的感知数据,与行驶环境不匹配,导致自动驾驶安全性低的问题。
第一方面,本申请提供了一种基于动态感知的车辆控制,包括:
获取目标车辆的行驶环境信息,所述行驶环境信息表征车辆所在的行驶环境的特征;基于与所述行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域,其中,第一感知单元的感知范围与行驶环境信息对应,所述第一目标区域包括目标物体所在区域,所述目标物体为与行驶环境信息对应的预设物体;根据所述第一目标区域的位置,调用对应的第二感知单元对所述第一目标区域内进行数据采集,得到目标感知数据;基于目标感知数据进行自动驾驶决策,并根据决策结果控制目标车辆行驶。
在一种可能的实现方式中,行驶环境信息包括道路类型,第一感知单元为摄像头;在基于与所述行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域之前,所述方法还包括:根据所述道路类型,确定对应参数的目标摄像头。
在一种可能的实现方式中,根据所述道路类型,确定对应参数的目标摄像头,包括:根据道路类型对应的行驶速度,确定第一感知距离,第一感知距离为目标车辆进行障碍避让所需的最小距离;根据第一感知距离,确定感知参数,所述感知参数用于确定摄像头的感知范围,所述感知参数包括摄像头的焦距和/或分辨率;根据所述感知参数,确定所述目标摄像头。
在一种可能的实现方式中,基于与所述行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域,包括:通过所述摄像头进行图像检测,识别目标物体,所述目标物体为与所述道路类型对应的预设物体;将目标物体所在位置对应的区域,确定为第一目标区域。
在一种可能的实现方式中,在根据所述第一目标区域的位置,调用对应的第二感知单元对所述第一目标区域内进行数据采集之前,所述方法还包括:根据所述第一目标区域与所述目标车辆的空间关系,确定目标感知单元类型;将所述目标感知单元类型对应的感知单元确定为所述第二感知单元。
在一种可能的实现方式中,所述第二感知单元包括至少两个,所述调用对应的第二感知单元对所述第一目标区域内进行数据采集,得到目标感知数据,包括:调用至少两个第二感知单元,分别采集对应的感知数据;根据将各所述第二感知单元采集的感知数据,进行数据拼接,得到所述目标感知数据,其中,所述目标感知数据为所述第一目标区域以及所述第一目标区域的相邻区域对应的感知数据。
在一种可能的实现方式中,在调用所述至少两个第二感知单元,分别采集对应的感知数据之前,所述方法还包括:根据所述第一目标区域的位置,调整所述至少两个第二感知单元的感知方向,以使所述第二感知单元的感知区域包括所述第一目标区域和所述第一目标区域的相邻区域,其中,所述至少两个第二感知单元所对应的相邻区域不同。
在一种可能的实现方式中,所述获取目标车辆的行驶环境信息,包括:获取所述目标车辆的车辆导航信息;根据所述车辆导航信息,确定所述目标车辆的实时位置;基于预设的地图数据和所述目标车辆的实时位置,获得对应的行驶环境信息。
第二方面,本申请提供了一种基于动态感知的车辆控制装置,包括:
获取模块,用于获取目标车辆的行驶环境信息,所述行驶环境信息表征车辆所在的行驶环境的特征;
预感知模块,用于基于与所述行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域,其中,第一感知单元的感知范围与行驶环境信息对应,所述第一目标区域包括目标物体所在区域,所述目标物体为与行驶环境信息对应的预设物体;
采集模块,用于根据所述第一目标区域的位置,调用对应的第二感知单元对所述第一目标区域内进行数据采集,得到目标感知数据;
控制模块,用于基于目标感知数据进行自动驾驶决策,并根据决策结果控制目标车辆行驶。
在一种可能的实现方式中,行驶环境信息包括道路类型,第一感知单元为摄像头;所述预感知模块在基于与所述行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域之前,还用于:根据所述道路类型,确定对应参数的目标摄像头。
在一种可能的实现方式中,所述预感知模块在根据所述道路类型,确定对应参数的目标摄像头时,具体用于:根据道路类型对应的行驶速度,确定第一感知距离,第一感知距离为目标车辆进行障碍避让所需的最小距离;根据第一感知距离,确定感知参数,所述感知参数用于确定摄像头的感知范围,所述感知参数包括摄像头的焦距和/或分辨率;根据所述感知参数,确定所述目标摄像头。
在一种可能的实现方式中,所述预感知模块在基于与所述行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域时,具体用于:通过所述摄像头进行图像检测,识别目标物体,所述目标物体为与所述道路类型对应的预设物体;将目标物体所在位置对应的区域,确定为第一目标区域。
在一种可能的实现方式中,所述采集模块在根据所述第一目标区域的位置,调用对应的第二感知单元对所述第一目标区域内进行数据采集之前,还用于:根据所述第一目标区域与所述目标车辆的空间关系,确定目标感知单元类型;将所述目标感知单元类型对应的感知单元确定为所述第二感知单元。
在一种可能的实现方式中,所述第二感知单元包括至少两个,所述采集模块在在调用对应的第二感知单元对所述第一目标区域内进行数据采集,得到目标感知数据时,具体用于:调用至少两个第二感知单元,分别采集对应的感知数据;根据将各所述第二感知单元采集的感知数据,进行数据拼接,得到所述目标感知数据,其中,所述目标感知数据为所述第一目标区域以及所述第一目标区域的相邻区域对应的感知数据。
在一种可能的实现方式中,所述采集模块在调用所述至少两个第二感知单元,分别采集对应的感知数据之前,还用于:根据所述第一目标区域的位置,调整所述至少两个第二感知单元的感知方向,以使所述第二感知单元的感知区域包括所述第一目标区域和所述第一目标区域的相邻区域,其中,所述至少两个第二感知单元所对应的相邻区域不同。
在一种可能的实现方式中,所述获取模块,具体用于:获取所述目标车辆的车辆导航信息;根据所述车辆导航信息,确定所述目标车辆的实时位置;基于预设的地图数据和所述目标车辆的实时位置,获得对应的行驶环境信息。
第三方面,本申请提供了一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如本申请实施例第一方面任一项所述的基于动态感知的车辆控制方法。
第四方面,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如本申请实施例第一方面任一项所述的基于动态感知的车辆控制方法。
根据本申请实施例的第五方面,本申请提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如上第一方面任一项所述的基于动态感知的车辆控制方法。
本申请提供的基于动态感知的车辆控制方法、装置及电子设备,通过获取目标车辆的行驶环境信息,所述行驶环境信息表征车辆所在的行驶环境的特征;基于与所述行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域,其中,第一感知单元的感知范围与行驶环境信息对应,所述第一目标区域包括目标物体所在区域,所述目标物体为与行驶环境信息对应的预设物体;根据所述第一目标区域的位置,调用对应的第二感知单元对所述第一目标区域内进行数据采集,得到目标感知数据;基于目标感知数据进行自动驾驶决策,并根据决策结果控制目标车辆行驶。由于通过检测车辆的行驶环境,首先利用与行驶环境匹配的第一感知单元进行预感知,确定可能的障碍物的位置,之后根据障碍物与车辆的位置关系,调用与位置关系匹配的第二感知单元进行数据采集,使第二感知单元采集的目标感知数据具有更好的描述性能,从而使基于目标感知数据进行自动驾驶决策的正确性和精确性提高,提高车辆的行驶安全性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的基于动态感知的车辆控制方法的一种应用场景图;
图2为本申请一个实施例提供的基于动态感知的车辆控制方法的流程图;
图3为图2所示实施例中步骤S101的具体实现步骤流程图;
图4为本申请实施例提供的一种采集目标感知数据的过程示意图;
图5为本申请另一个实施例提供的基于动态感知的车辆控制方法的流程图;
图6为图5所示实施例中步骤S202的具体实现步骤流程图;
图7为本申请实施例提供的一种目标车辆上设置的摄像头的分布示意图;
图8为本申请实施例提供的一种调整第二感知单元的感知方向的示意图;
图9为本申请实施例提供的一种对感知数据进行数据拼接的示意图;
图10为本申请一个实施例提供的基于动态感知的车辆控制装置的结构示意图;
图11为本申请一个实施例提供的电子设备的示意图;
图12是本申请一个示例性实施例示出的一种终端设备的框图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
下面对本申请实施例的应用场景进行解释:
图1为本申请实施例提供的基于动态感知的车辆控制方法的一种应用场景图,本申请实施例提供的基于动态感知的车辆控制方法可以应用于各级别的车辆自动驾驶场景下,更具体地,例如通过本实施例提供的方法,进行障碍物自动躲避的车辆自动控制。示例性地,如图1所示,具有自动驾驶功能的智能汽车,设置有各类型的用于感知外部环境的感知单元,具体地,例如摄像头、毫米波雷达、超声波雷达、激光雷达、振动传感器等。上述感知单元通过采集相应的数据,实现对行驶环境中行人、异物等障碍物的感知,从而为自动驾驶决策提供数据支持,使智能汽车能够实现障碍物躲避等自动驾驶功能。
在自动驾驶车辆的障碍物躲避场景下,传统的方案是通过摄像头单元,采集图像数据,并进行障碍物的识别,从而实现障碍物的躲避。然而,仅通过图像数据进行障碍物的识别,会存在识别准确率的较低的问题,一些复杂环境下,容易造成错误识别。为了解决该问题,现有技术中在对障碍物进行图像识别的基础上,结合了激光雷达数据、毫米波雷达数据、超声波雷达数据等其他能够用于描述行驶环境的感知数据,来进一步的提高对障碍物的识别准确率。
然而,在实际使用过程中,不同行驶环境下,不同类型、不同位置的感知单元采集的感知数据,对行驶环境和障碍物的描述能力存在较大差异,例如,在环境复杂、行人和非机动的较多的窄路上,用于近距离探测的雷达采集的感知数据,会受到移动的行人和非机动车的干扰而无法准确判断和预测障碍物的位置;在光线较差的环境下,摄像头采集的图像会出现模糊现象,也会导致无法准确判断障碍物的位置。
而在现有技术中,无论是使用一种感知数据进行自动驾驶决策,还是使用多种感知数据进行融合后进行自动驾驶决策,当使用的感知数据不适合于当前的行驶环境和行驶环境中的障碍物时,会影响自动驾驶决策的准确性,从而影响自动驾驶过程中的行驶安全性。
因此,现有技术中存在自动驾驶决策时所使用的感知数据,与行驶环境以及行驶环境中的障碍物不匹配的问题,导致自动驾驶安全性低的问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图2为本申请一个实施例提供的基于动态感知的车辆控制方法的流程图,本申请实施例提供的方法的执行主体可以为具有自动驾驶功能的智能汽车(以下称为目标车辆)的车机设备,或者,与目标车辆通信,并能够对目标车辆进行控制的云控服务器。示例性地,本实施例中车机设备为执行主体进行说明,如图2所示,本实施例提供的基于动态感知的车辆控制方法包括以下几个步骤:
步骤S101,获取目标车辆的行驶环境信息,行驶环境信息表征车辆所在的行驶环境的特征。
示例性地,行驶环境信息是用于描述目标车辆所在行驶环境的信息,具体地,例如行驶道路是平整还是颠簸、是宽阔还是狭窄、是桥梁还是公路,等等。行驶环境所表征的不同的特征,可以通过特征标识或者其他任何的表现方式实现,例如通过多个维度的特征的组合,作为行驶环境信息,此处不做具体限制。
进一步地,获取目标车辆的行驶环境信息的方式有多种,例如,通过与目标车辆通信的云控服务器,获取该行驶环境信息。示例性地,如图3所示,步骤S101的具体实现步骤包括:
步骤S1011,获取目标车辆的车辆导航信息。
步骤S1012,根据车辆导航信息,确定目标车辆的实时位置。
步骤S1013,基于预设的地图数据和目标车辆的实时位置,获得对应的行驶环境信息。
示例性地,车辆导航信息,是描述目标车辆在自动驾驶过程中的行驶路径和行驶位置的信息,根据车辆导航信息,可以确定目标车辆当前的实时位置。该车辆导航信息可以是与目标车辆通信的云控服务器发送至目标车辆的,也可以是目标车辆基于自身的定位装置和对应的导航应用生成的,此处不再赘述。在根据导航信息确定目标车辆的实时位置后,结合与导航信息相匹配的预设的地图数据,即可获得该实时位置对应的行驶环境信息。其中,地图数据包括多个路径节点,以及与各路径节点分别对应的行驶环境信息,通过实时位置和地图数据,确定对应的目标路径节点,进而可获得对应的行驶环境信息。
步骤S102,基于与行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域,其中,第一感知单元的感知范围与行驶环境信息对应,第一目标区域包括目标物体所在区域,目标物体为与行驶环境信息对应的预设物体。
示例性地,行驶环境信息例如为表征道路类型的信息,更具体地,例如桥梁、高速、林间小路等。当行驶环境信息不同时,表征不同的道路类型,而相应的,每一道路类型对应一类感知单元,即与行驶环境信息对应的第一感知单元。进一步地,感知单元是用于感知环境的传感器设备或装置,能够采集感知数据,感知单元的类型不同时,对应的感知数据的类型也不同。具体地,第一感知单元可以包括摄像头、激光雷达、毫米波雷达、超声波雷达等,根据行驶环境信息表征的道路类型,映射为对应类型的感知单元,即与行驶环境信息对应的第一感知单元。
其中,行驶环境信息与感知单元之间的映射,是基于行驶环境信息表征的道路类型,与第一感知单元的感知范围之间的关系确定的。例如,当道路类型为高速公路时,车辆行驶速度快,车距远,在确定需要障碍物时,需要一个较大的感知范围;反之,当道路类型为乡间小路时,则仅需要一个较小的感知范围。因此,示例性地,当行驶环境信息表征高速公路时,对应的第一感知单元为一个广角的摄像头;当行驶环境信息表征乡间小路时,对应的第一感知单元为激光雷达。其中,第一感知单元可以是设置在目标车辆的车身上,也可以设置在目标车辆外部,例如路侧设备,或者其他用于感知行驶环境的设备上,例如路边固定设备的摄像头。目标车辆的车机系统通过与第一感知单元通信,而获得第一感知单元采集的感知数据,此处不再一一举例赘述。
进一步地,在确定行驶环境信息对应的第一感知单元后,通过第一感知单元进行数据采集,并基于采集结果进行障碍物识别和定位,将包含有目标物体的区域,确定为第一目标区域。其中,目标物体为行驶环境信息对应的预设物体,例如,在高速公路上,目标物体为车辆;在乡间小路上,目标物体可以为动物、人或非机动车。本实施例步骤中,所确定的第一目标区域相当于对目标物体的预定位。在自动驾驶决策过程中,不仅需要完成对障碍物的定位,还需要实现对障碍物移动的预测,否则可能引发安全事故。因此,在本实施例步骤中,首先通过与行驶环境匹配的第一感知单元,实现对目标物体(即可能的障碍物)所在的第一目标区域的预定位,以提高后续对该第一目标区域进行进一步的数据采集的精确性。
步骤S103,根据第一目标区域的位置,调用对应的第二感知单元对第一目标区域内进行数据采集,得到目标感知数据。
示例性地,在确定第一目标区域的位置后,根据第一目标区域的位置调用不同的第二感知单元进行数据采集。在一种可能的实现方式中,根据第一目标区域的位置,将距离该第一目标位置最近的感知单元,确定为第二感知单元,其中,第二感知单元与第一感知单元类似,也是用于感知行驶环境的传感器设备或装置,第二感知单元和第一感知单元可以一样,例如均为摄像头,也可以不同,不再赘述。
在一种可能的实现方式中,在步骤S103之前,还包括确定第一目标区域对应的第二感知单元的步骤,具体实现步骤包括:
步骤S1021,根据第一目标区域与目标车辆的空间关系,确定目标感知单元类型。
步骤S1022,将目标感知单元类型对应的感知单元确定为第二感知单元。
示例性地,第二感知单元设置在目标车辆的车身上,在确定第一目标区域的位置后,根据目标车辆与第一目标区域的空间关系,确定一种最适合于感知第一目标区域内的目标物体的传感器的类型,即目标感知单元类型。其中,第一目标区域与目标车辆的空间关系,既可以是指第一目标区域的位置至目标车辆的距离,还可以是指第一目标区域与目标车辆之间的是否在空间上直接连通,即第一目标区域与目标车辆之间是否存在障碍物。当第一目标区域与目标车辆的距离,和/或空间连通性不同时,也相应选择合适的感知单元作为第二感知单元进行感知。例如,当第一目标区域与目标车辆的距离大于预设值时,使用感知单元A作为第二感知单元;当第一目标区域与目标车辆的距离不大于预设值时,使用感知单元B作为第二感知单元。其中,第一目标区域与目标车辆的空间关系,与目标感知单元类型之间的映射关系,可以通过具体的实验和测试获得,此处不进行限制。
通过上述步骤,可以确定与第一目标区域的位置对应的第二感知单元,进而,利用该对应的第二感知单元进行感知,即对第一目标区域所在进行数据采集,从而获得目标感知数据。由于第二感知单元是基于第一目标区域的位置确定的,第二感知单元与第一目标区域之间的映射关系,是经过之前的测试和模拟而确定的,因此是经过优化的映射关系,也因此,第二感知单元与第一目标区域更加匹配,通过第二感知单元采集的目标感知数据,有效性、准确性也更高。
图4为本申请实施例提供的一种采集目标感知数据的过程示意图,如图4所示,目标车辆首先通过设置在车身上的摄像头A(第一感知单元)对行驶环境进行感知,确定目标物体以及对应的目标区域;之后,根据目标区域的位置,选择对应的超声波雷达B(第二感知单元)对目标区域进行感知,得到目标感知数据,进而通过目标感知数据来进行后续的自动驾驶决策。
步骤S104,基于目标感知数据进行自动驾驶决策,并根据决策结果控制目标车辆行驶。
示例性地,在获得第二感知单元采集的目标感知数据后,基于该目标感知数据,对第一目标区域内的目标物体的位置进行精确的定位以及预测,从而进行相应的确定目标车辆的行驶路径,即进行自动驾驶决策。并控制车辆沿该行驶路行驶,以避免与该目标物体发送碰撞。由于通过第二感知单元针对性的采集的目标感知数据,具有更丰富的有效信息、更高的准确性,以及更低的干扰成分,从而提高了自动驾驶决策的正确性和精确性。
其中,在基于目标感知数据进行自动驾驶决策的过程中,既可以是单独使用目标感知数据进行自动驾驶决策,也可以在目标感知数据的基础上,结合其他低权重的感知数据,来进行自动驾驶决策,从而改善自动驾驶决策的性能,本实施例中不进行具体限定,可根据具体需要和具体决策算法实现。
本实施例中,通过获取目标车辆的行驶环境信息,行驶环境信息表征车辆所在的行驶环境的特征;基于与行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域,其中,第一感知单元的感知范围与行驶环境信息对应,第一目标区域包括目标物体所在区域,目标物体为与行驶环境信息对应的预设物体;根据第一目标区域的位置,调用对应的第二感知单元对第一目标区域内进行数据采集,得到目标感知数据;基于目标感知数据进行自动驾驶决策,并根据决策结果控制目标车辆行驶。由于通过检测车辆的行驶环境,首先利用与行驶环境匹配的第一感知单元进行预感知,确定可能的障碍物的位置,之后根据障碍物与车辆的位置关系,调用与位置关系匹配的第二感知单元进行数据采集,使第二感知单元采集的目标感知数据具有更好的描述性能,从而使基于目标感知数据进行自动驾驶决策的正确性和精确性提高,提高车辆的行驶安全性。
图5为本申请另一个实施例提供的基于动态感知的车辆控制方法的流程图,如图5所示,本实施例提供的基于动态感知的车辆控制方法在图2所示实施例提供的基于动态感知的车辆控制方法的基础上,对步骤S102-103进一步细化,则本实施例提供的基于动态感知的车辆控制方法包括以下几个步骤:
步骤S201,获取目标车辆的行驶环境信息,行驶环境信息包括道路类型。
步骤S202,根据道路类型,确定对应参数的目标摄像头。
示例性地,本实施例中,第一感知单元为用于采集图像数据的摄像头,该摄像头可以为车载摄像头。车载摄像头作为自动驾驶技术中常用的感知单元,有成本低、感知范围广、适用场景多等众多优点。在目标车辆的不同位置,设置有不同参数的摄像头,来实现不同的感知范围和感知目的。
示例性地,如图6所示,步骤S202的实现步骤具体包括:
步骤S2021,根据道路类型对应的行驶速度,确定第一感知距离,第一感知距离为目标车辆进行障碍避让所需的最小距离。
步骤S2022,根据第一感知距离,确定感知参数,感知参数用于确定摄像头的感知范围,感知参数包括摄像头的焦距和/或分辨率。
步骤S2023,根据感知参数,确定目标摄像头。
图7为本申请实施例提供的一种目标车辆上设置的摄像头的分布示意图,如图7所示,在车辆的前后方、两侧以及车顶部,均设置有摄像头,其中,设置与车辆的前后方的摄像头A、摄像头B,用于感知车辆前后的中距离范围内的障碍物,设置与车辆的两侧的摄像头C、摄像头D,用于感知车辆左右两侧的近距离范围内的障碍物。设置与车辆的顶部的摄像头E、摄像头F,用于感知车辆前后的远距离范围内的障碍物。其中,不同道路类型的道路,例如高速公路和拥挤菜市场内部路,对应不同的行驶速度,相应的,对应不同的第一感知距离。而不同位置的摄像头,在不同道路类型下所承担的感知任务以及应用场景不同,因此具有不同的摄像头参数,例如对应不同的焦距和分辨率。
更具体地,例如,对于设置于车辆左右两侧的摄像头C和摄像头D,其主要用于感知侧方来车,以及低速行驶过程中车辆左右两侧的行人和非机动车,因此,为了实现准确的识别效果,要求车辆两侧设置的摄像头C和摄像头D具有较高的分辨率,以及较短的焦距,从而将其感知能力集中在近距离的范围内。而对于设置于车辆顶部的摄像头E和摄像头F,其主要用于在高速行驶过程中感知前后方远距离的行驶环境以及障碍物,来实现提前的预警和路径规划,因此焦距设置较远,对分辨率的要求也更低,从而可以提高远处障碍物及路况的感知实时性。而设置于车辆前后部的摄像头A和摄像头B,则介于上述两种情况之间,此处不再赘述。
基于上述车载摄像头的实现方式,当目标车辆行驶与不同的道路上时,其可能出现的障碍物的也相应不同,例如在高速公路上行驶时,需要使用高实时性、大感知范围等摄像头,因此可确定与高速公路对应的摄像头的焦距、分辨率,进而将设置与车顶部的用于远距离感知的摄像头,确定为目标摄像头。
其中,需要说明的时,不同的道路类型,可以基于预设配置信息,直接与感知参数形成映射,从而基于道路类型确定感知参数,进而确定目标传感器。而本实施例中,考虑到在一种道路类型下,还可能受到路况影响,使行驶速度受到影响,从而改变目标传感器的感知需求,因此引入实时的行驶速度,即根据“道路类型+路况”来确定对应的匹配的感知参数,进而确定匹配的目标摄像头,以进一步的提高目标摄像头的场景匹配性,提高后续感知数据的精确性。
步骤S203,通过目标摄像头进行图像检测,识别目标物体,目标物体为与道路类型对应的预设物体。
步骤S204,将目标物体所在位置对应的区域,确定为第一目标区域。
示例性地,在确定与行驶环境匹配的目标摄像头后,利用目标摄像头,对行驶环境进行检测,包括采集图像数据以及进行图像处理、图像识别等步骤,之后得到图像中所包括的目标物体。其中,目标物体是用于支持目标车辆的自动驾驶决策的物体,对应于不同的自动驾驶决策内容,目标物体可以包括道路上的障碍物、标志物或其他能够帮助目标车辆做出自动驾驶决策的物体。其中,目标物体在不同道路类型下,具有不同的实现,即对应不同的预设物体,例如,在城市内路中,目标物体可以包括行人、非机动车、人行道标识、路口标识等。而在高速公路中,目标物体可以包括车辆、行车道标识(而无行人和非机动车)。因此,目标车辆在通过目标摄像头进行图像检测时,是根据其当前对应的道路类型,识别对应的目标物体。
进一步地,在识别到目标物体后,利用机器视觉算法,来对目标物体进行定位,从而获得目标物体所在位置对应的区域的坐标,进而根据该坐标,以及对应的预设范围,确定第一目标区域。其中,示例性地,第一目标区域是描述目标物体的信息,可包括目标物体的中点位置,以及一个对应的坐标范围,该坐标范围可以以面积、圆半径、边长等方式表示。其中,对目标物体进行定位的实现方法,为本领域技术人员知晓的现有技术,此处不再赘述。此处不再赘述。
步骤S205,根据第一目标区域的位置,确定至少两个第二感知单元。
示例性地,在确定第一目标区域的位置后,根据述第一目标区域与目标车辆的空间关系,确定适用于当前的空间关系的第二感知单元,例如,第一目标区域距离目标车辆较远,且第一目标区域与目标车辆之间无任何阻挡物,则可以将摄像头作为第二感知单元,通过采集对应的图像数据作为目标感知数据,利用图像数据感知范围广的特点,来匹配该场景。而当第一目标区域与目标车辆之间较近,且存一定的视野干扰,例如有雾、有雨或者高亮度光照等,则选择可以选择雷达作为第二感知单元。在一些更加复杂的情况下,可以通过激光雷达作为第二感知单元,来进行进一步的感知。其中,在第一目标区域与目标车辆的空间关系不同时,使用何种感知单元作为第二感知单元,可以通过预训练的神经网络模型来进行预测。
进一步地,在一种可能的实现方式中,车辆上设置的第二感知单元有多个,可以是归属于同一种类,例如两个毫米波雷达;或不同种类,例如一个摄像头、一个激光雷达。
步骤S206,根据第一目标区域的位置,调整至少两个第二感知单元的感知方向,以使第二感知单元的感知区域包括第一目标区域和第一目标区域的相邻区域,其中,至少两个第二感知单元所对应的相邻区域不同。
步骤S207,调用至少两个第二感知单元,分别采集对应的感知数据。
具体地,对于各类的感知单元(第二感知单元),其对应的感知范围不同,例如,以摄像头为例,其对应一定的有效视角范围,例如120度。感知单元所在位置设置有用于控制感知单元转动的驱动结构,在确定第一目标区域的位置后,目标车辆的车机系统可以控制第二感知单元进行转动,以来设计一个较佳的感知角度。
图8为本申请实施例提供的一种调整第二感知单元的感知方向的示意图,如图8所示,以第二感知单元为摄像头为例,通过上述步骤,确定了两个第二感知单元,分别为摄像头A和摄像头B,其中,对摄像头A和摄像头B进行控制后,使摄像头A和摄像头B的感知方向分别对准第一目标区域,且偏向于第一目标区域的一侧。从而使摄像头A和摄像头B的联合感知范围更大,联合感知范围包括第一目标区域,以及第一目标区域的左侧相邻区域和右侧感知区域,从而提高感知能力。
步骤S208,根据将各第二感知单元采集的感知数据,进行数据拼接,得到目标感知数据,其中,目标感知数据为第一目标区域以及第一目标区域的相邻区域对应的感知数据。
图9为本申请实施例提供的一种对感知数据进行数据拼接的示意图,如图9所示,在通过图8所示的第二感知单元的感知方向调整的步骤后,通过摄像头对应的A的图像数据a,和摄像头B对应的图像数据b,进行拼接,形成联合感知范围对应的目标感知数据,进而使摄像头A和摄像头B组成的联合感知范围可以覆盖第一目标区域,以及第一目标区域的左侧相邻区域和右侧感知区域,提高感知范围,提供更多的有效信息进行后续自动驾驶决策,提高决策准确性。
其中,本实施例中是以摄像头作为第二感知单元进行介绍,当第二感知单元为毫米波雷达、超声波雷达、激光雷达等其他类型的感知单元时,其实现方式类似,即分别采集第一目标区域以及其一侧的相邻区域的雷达数据,并进行多组数据拼接,此处不再进行赘述。
步骤S209,基于目标感知数据进行自动驾驶决策,并根据决策结果控制目标车辆行驶。
本实施例中,步骤S201、步骤S209的实现方式与本申请图2所示实施例中的步骤S101、步骤S104的实现方式相同,在此不再一一赘述。
图10为本申请一个实施例提供的基于动态感知的车辆控制装置的结构示意图,如图10所示,本实施例提供的基于动态感知的车辆控制装置3包括:
获取模块31,用于获取目标车辆的行驶环境信息,行驶环境信息表征车辆所在的行驶环境的特征;
预感知模块32,用于基于与行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域,其中,第一感知单元的感知范围与行驶环境信息对应,第一目标区域包括目标物体所在区域,目标物体为与行驶环境信息对应的预设物体;
采集模块33,用于根据第一目标区域的位置,调用对应的第二感知单元对第一目标区域内进行数据采集,得到目标感知数据;
控制模块34,用于基于目标感知数据进行自动驾驶决策,并根据决策结果控制目标车辆行驶。
在一种可能的实现方式中,行驶环境信息包括道路类型,第一感知单元为摄像头;预感知模块32在基于与行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域之前,还用于:根据道路类型,确定对应参数的目标摄像头。
在一种可能的实现方式中,预感知模块32在根据道路类型,确定对应参数的目标摄像头时,具体用于:根据道路类型对应的行驶速度,确定第一感知距离,第一感知距离为目标车辆进行障碍避让所需的最小距离;根据第一感知距离,确定感知参数,感知参数用于确定摄像头的感知范围,感知参数包括摄像头的焦距和/或分辨率;根据感知参数,确定目标摄像头。
在一种可能的实现方式中,预感知模块32在基于与行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域时,具体用于:通过摄像头进行图像检测,识别目标物体,目标物体为与道路类型对应的预设物体;将目标物体所在位置对应的区域,确定为第一目标区域。
在一种可能的实现方式中,采集模块33在根据第一目标区域的位置,调用对应的第二感知单元对第一目标区域内进行数据采集之前,还用于:根据第一目标区域与目标车辆的空间关系,确定目标感知单元类型;将目标感知单元类型对应的感知单元确定为第二感知单元。
在一种可能的实现方式中,第二感知单元包括至少两个,采集模块33在在调用对应的第二感知单元对第一目标区域内进行数据采集,得到目标感知数据时,具体用于:调用至少两个第二感知单元,分别采集对应的感知数据;根据将各第二感知单元采集的感知数据,进行数据拼接,得到目标感知数据,其中,目标感知数据为第一目标区域以及第一目标区域的相邻区域对应的感知数据。
在一种可能的实现方式中,采集模块33在调用至少两个第二感知单元,分别采集对应的感知数据之前,还用于:根据第一目标区域的位置,调整至少两个第二感知单元的感知方向,以使第二感知单元的感知区域包括第一目标区域和第一目标区域的相邻区域,其中,至少两个第二感知单元所对应的相邻区域不同。
在一种可能的实现方式中,获取模块31,具体用于:获取目标车辆的车辆导航信息;根据车辆导航信息,确定目标车辆的实时位置;基于预设的地图数据和目标车辆的实时位置,获得对应的行驶环境信息。
其中,获取模块31、预感知模块32、采集模块33和控制模块34依次连接。本实施例提供的基于动态感知的车辆控制装置可以执行如图2-图9任一所示的方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图11为本申请一个实施例提供的电子设备的示意图,如图11所示,本实施例提供的电子设备4包括:处理器41,以及与处理器41通信连接的存储器42。
其中,存储器42存储计算机执行指令;
处理器41执行存储器42存储的计算机执行指令,以实现本申请图2-图9所对应的实施例中任一实施例提供的基于动态感知的车辆控制方法。
其中,存储器42和处理器41通过总线43连接。
相关说明可以对应参见图2-图9所对应的实施例中的步骤所对应的相关描述和效果进行理解,此处不做过多赘述。
本申请一个实施例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以实现本申请图2-图9所对应的实施例中任一实施例提供的基于动态感知的车辆控制方法。
其中,计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本申请一个实施例提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现本申请图2-图9所对应的实施例中任一实施例提供的基于动态感知的车辆控制方法。
图12是本申请一个示例性实施例示出的一种终端设备的框图,该终端设备800可以是车机设备,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
终端设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/ O)接口812,传感器组件814,以及通信组件816。
处理组件802通常控制终端设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在终端设备800的操作。这些数据的示例包括用于在终端设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为终端设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为终端设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在终端设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当终端设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当终端设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/ O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为终端设备800提供各个方面的状态评估。例如,传感器组件814可以检测到终端设备800的打开/关闭状态,组件的相对定位,例如组件为终端设备800的显示器和小键盘,传感器组件814还可以检测终端设备800或终端设备800一个组件的位置改变,用户与终端设备800接触的存在或不存在,终端设备800方位或加速/减速和终端设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD摄像头,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于终端设备800和其他设备之间有线或无线方式的通信。终端设备800可以接入基于通信标准的无线网络,如WiFi,3G、4G、5G或其他标准通信网络,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,终端设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述本申请图2-图9所对应的实施例中任一实施例提供的方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由终端设备800的处理器820执行以完成上述方法。例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本申请实施例还提供了一种非临时性计算机可读存储介质,当该存储介质中的指令由终端设备的处理器执行时,使得终端设备800能够执行上述本申请图2-图9所对应的实施例中任一实施例提供的方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块的划分,仅仅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,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
本领域技术人员在考虑说明书及实践这里公开的申请后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。

Claims (11)

1.一种基于动态感知的车辆控制方法,其特征在于,所述方法包括:
获取目标车辆的行驶环境信息,所述行驶环境信息表征车辆所在的行驶环境的特征;
基于与所述行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域,其中,第一感知单元的感知范围与行驶环境信息对应,所述第一目标区域包括目标物体所在区域,所述目标物体为与行驶环境信息对应的预设物体;
根据所述第一目标区域的位置,调用对应的第二感知单元对所述第一目标区域内进行数据采集,得到目标感知数据;
基于目标感知数据进行自动驾驶决策,并根据决策结果控制目标车辆行驶。
2.根据权利要求1所述的方法,其特征在于,行驶环境信息包括道路类型,第一感知单元为摄像头;
在基于与所述行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域之前,所述方法还包括:
根据所述道路类型,确定对应参数的目标摄像头。
3.根据权利要求2所述的方法,其特征在于,所述根据所述道路类型,确定对应参数的目标摄像头,包括:
根据道路类型对应的行驶速度,确定第一感知距离,第一感知距离为目标车辆进行障碍避让所需的最小距离;
根据第一感知距离,确定感知参数,所述感知参数用于确定摄像头的感知范围,所述感知参数包括摄像头的焦距和/或分辨率;
根据所述感知参数,确定所述目标摄像头。
4.根据权利要求2所述的方法,其特征在于,基于与所述行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域,包括:
通过所述摄像头进行图像检测,识别目标物体,所述目标物体为与所述道路类型对应的预设物体;
将目标物体所在位置对应的区域,确定为第一目标区域。
5.根据权利要求1-4任一项所述的方法,其特征在于,在根据所述第一目标区域的位置,调用对应的第二感知单元对所述第一目标区域内进行数据采集之前,所述方法还包括:
根据所述第一目标区域与所述目标车辆的空间关系,确定目标感知单元类型;
将所述目标感知单元类型对应的感知单元确定为所述第二感知单元。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述第二感知单元包括至少两个,所述调用对应的第二感知单元对所述第一目标区域内进行数据采集,得到目标感知数据,包括:
调用至少两个第二感知单元,分别采集对应的感知数据;
根据将各所述第二感知单元采集的感知数据,进行数据拼接,得到所述目标感知数据,其中,所述目标感知数据为所述第一目标区域以及所述第一目标区域的相邻区域对应的感知数据。
7.根据权利要求6所述的方法,其特征在于,在调用所述至少两个第二感知单元,分别采集对应的感知数据之前,所述方法还包括:
根据所述第一目标区域的位置,调整所述至少两个第二感知单元的感知方向,以使所述第二感知单元的感知区域包括所述第一目标区域和所述第一目标区域的相邻区域,其中,所述至少两个第二感知单元所对应的相邻区域不同。
8.根据权利要求1-4任一项所述的方法,其特征在于,所述获取目标车辆的行驶环境信息,包括:
获取所述目标车辆的车辆导航信息;
根据所述车辆导航信息,确定所述目标车辆的实时位置;
基于预设的地图数据和所述目标车辆的实时位置,获得对应的行驶环境信息。
9.一种基于动态感知的车辆控制装置,其特征在于,包括:
获取模块,用于获取目标车辆的行驶环境信息,所述行驶环境信息表征车辆所在的行驶环境的特征;
预感知模块,用于基于与所述行驶环境信息对应的第一感知单元,对行驶环境进行感知,确定第一目标区域,其中,第一感知单元的感知范围与行驶环境信息对应,所述第一目标区域包括目标物体所在区域,所述目标物体为与行驶环境信息对应的预设物体;
采集模块,用于根据所述第一目标区域的位置,调用对应的第二感知单元对所述第一目标区域内进行数据采集,得到目标感知数据;
控制模块,用于基于目标感知数据进行自动驾驶决策,并根据决策结果控制目标车辆行驶。
10.一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1至8中任一项所述的基于动态感知的车辆控制方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至8中任一项所述的基于动态感知的车辆控制方法。
CN202210205462.1A 2022-03-04 2022-03-04 基于动态感知的车辆控制方法、装置及电子设备 Active CN114312812B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210205462.1A CN114312812B (zh) 2022-03-04 2022-03-04 基于动态感知的车辆控制方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210205462.1A CN114312812B (zh) 2022-03-04 2022-03-04 基于动态感知的车辆控制方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN114312812A true CN114312812A (zh) 2022-04-12
CN114312812B CN114312812B (zh) 2022-06-10

Family

ID=81031573

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210205462.1A Active CN114312812B (zh) 2022-03-04 2022-03-04 基于动态感知的车辆控制方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN114312812B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114579556A (zh) * 2022-05-05 2022-06-03 中汽创智科技有限公司 一种数据处理方法、装置、设备及存储介质
WO2023226826A1 (zh) * 2022-05-23 2023-11-30 维沃移动通信有限公司 感知方法、装置及通信设备
WO2024000236A1 (zh) * 2022-06-29 2024-01-04 Oppo广东移动通信有限公司 感知节点的确定方法、装置、设备、系统及介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140035775A1 (en) * 2012-08-01 2014-02-06 GM Global Technology Operations LLC Fusion of obstacle detection using radar and camera
CN106874886A (zh) * 2017-03-10 2017-06-20 南京沃杨机械科技有限公司 用于农机无人驾驶的多传感器融合的农田环境感知方法
KR20190040550A (ko) * 2017-10-11 2019-04-19 현대모비스 주식회사 차량에서의 장애물 검출장치 및 그 제어방법
KR20200123513A (ko) * 2019-04-19 2020-10-30 주식회사 아이유플러스 레이더 및 영상을 결합하여 차량용 3차원 장애물을 표시하는 방법 및 장치
CN112581612A (zh) * 2020-11-17 2021-03-30 上汽大众汽车有限公司 基于激光雷达和环视摄像头融合的车载栅格地图生成方法及系统
CN112802092A (zh) * 2021-01-29 2021-05-14 深圳一清创新科技有限公司 一种障碍物感知方法、装置以及电子设备
CN113936198A (zh) * 2021-11-22 2022-01-14 桂林电子科技大学 低线束激光雷达与相机融合方法、存储介质及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140035775A1 (en) * 2012-08-01 2014-02-06 GM Global Technology Operations LLC Fusion of obstacle detection using radar and camera
CN103576154A (zh) * 2012-08-01 2014-02-12 通用汽车环球科技运作有限责任公司 使用雷达和摄像机的障碍物探测的融合
CN106874886A (zh) * 2017-03-10 2017-06-20 南京沃杨机械科技有限公司 用于农机无人驾驶的多传感器融合的农田环境感知方法
KR20190040550A (ko) * 2017-10-11 2019-04-19 현대모비스 주식회사 차량에서의 장애물 검출장치 및 그 제어방법
KR20200123513A (ko) * 2019-04-19 2020-10-30 주식회사 아이유플러스 레이더 및 영상을 결합하여 차량용 3차원 장애물을 표시하는 방법 및 장치
CN112581612A (zh) * 2020-11-17 2021-03-30 上汽大众汽车有限公司 基于激光雷达和环视摄像头融合的车载栅格地图生成方法及系统
CN112802092A (zh) * 2021-01-29 2021-05-14 深圳一清创新科技有限公司 一种障碍物感知方法、装置以及电子设备
CN113936198A (zh) * 2021-11-22 2022-01-14 桂林电子科技大学 低线束激光雷达与相机融合方法、存储介质及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114579556A (zh) * 2022-05-05 2022-06-03 中汽创智科技有限公司 一种数据处理方法、装置、设备及存储介质
CN114579556B (zh) * 2022-05-05 2022-08-02 中汽创智科技有限公司 一种数据处理方法、装置、设备及存储介质
WO2023226826A1 (zh) * 2022-05-23 2023-11-30 维沃移动通信有限公司 感知方法、装置及通信设备
WO2024000236A1 (zh) * 2022-06-29 2024-01-04 Oppo广东移动通信有限公司 感知节点的确定方法、装置、设备、系统及介质

Also Published As

Publication number Publication date
CN114312812B (zh) 2022-06-10

Similar Documents

Publication Publication Date Title
CN114312812B (zh) 基于动态感知的车辆控制方法、装置及电子设备
RU2656933C2 (ru) Способ и устройство для предупреждения о встречном транспортном средстве
US20190052842A1 (en) System and Method for Improved Obstable Awareness in Using a V2x Communications System
US20200398743A1 (en) Method and apparatus for learning how to notify pedestrians
CN109532845B (zh) 智能汽车的控制方法、装置及存储介质
Liu et al. An overview of the latest progress and core challenge of autonomous vehicle technologies
CN113205088B (zh) 障碍物图像展示方法、电子设备和计算机可读介质
CN112793586B (zh) 汽车的自动驾驶控制方法、装置及计算机存储介质
CN114332821A (zh) 决策信息获取方法、装置、终端及存储介质
CN115408779A (zh) 代客泊车算法仿真测试方法、装置及存储介质
CN114419572B (zh) 多雷达目标检测方法、装置、电子设备及存储介质
CN114882464B (zh) 多任务模型训练方法、多任务处理方法、装置及车辆
CN112874511A (zh) 汽车的自动驾驶控制方法、装置及计算机存储介质
CN114802311B (zh) 全局化车辆控制方法、装置、电子设备及存储介质
CN115170630B (zh) 地图生成方法、装置、电子设备、车辆和存储介质
CN115164910B (zh) 行驶路径生成方法、装置、车辆、存储介质及芯片
CN114842455B (zh) 障碍物检测方法、装置、设备、介质、芯片及车辆
CN115965935A (zh) 目标检测方法、装置、电子设备、存储介质和程序产品
CN111619556B (zh) 汽车的避障控制方法、装置及存储介质
US20220284611A1 (en) Range detection using machine learning combined with camera focus
CN110096062B (zh) 车辆控制方法、装置及车辆
CN112698372A (zh) 时空数据处理方法、装置、电子设备及存储介质
CN111161540A (zh) 智能汽车的驾驶引导方法、装置、终端及存储介质
CN116153077B (zh) 妨碍行驶信息发送、显示方法、设备及介质
CN114633764B (zh) 交通信号灯检测方法、装置、存储介质、电子设备及车辆

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