CN114407915A - 运行设计域odd的处理方法、装置及存储介质 - Google Patents

Abstract

本公开实施例涉及运行设计域ODD的处理方法、装置及存储介质。本公开实施例中，通过获取动态事件信息，动态事件信息为影响自动驾驶车辆安全行驶的事件的信息，可确定动态事件信息关联的道路信息；进而基于道路信息生成ODD动态图层，ODD动态图层中包括动态事件关联的道路的区域范围；从而将ODD动态图层和预先生成的ODD静态图层进行融合，得到ODD融合图层，ODD静态图层为基于高精度地图及自动驾驶车辆的ODD需求信息生成的图层，使ODD融合图层中包括非ODD的区域范围，便于自动驾驶车辆基于ODD融合图层，更合理地进行路径规划及决策。

Description

运行设计域ODD的处理方法、装置及存储介质

技术领域

本公开实施例涉及自动驾驶技术领域，具体涉及一种运行设计域ODD的处理方法、装置及存储介质。

背景技术

运行设计域(Operational Design Domain，ODD)是自动驾驶车辆安全行驶的区域。ODD通常包括公路条件、地理条件、环境条件和其他条件。

目前，地图数据提供商一般是从车厂获取关于ODD的需求信息，然后基于静态高精度地图按一定的规则进行计算和融合生成ODD数据。随着高精度地图的应用，动态数据更能帮助类似自动驾驶功能的实现，然而目前的ODD数据是基于静态数据生成，未利用动态数据。

上述对问题的发现过程的描述，仅用于辅助理解本公开的技术方案，并不代表承认上述内容是现有技术。

发明内容

为了解决现有技术存在的至少一个问题，本公开的至少一个实施例提供了一种运行设计域ODD的处理方法、装置及存储介质。

第一方面，本公开实施例提出一种运行设计域ODD的处理方法，包括：

获取动态事件信息，所述动态事件信息为影响自动驾驶车辆安全行驶的事件的信息；

确定所述动态事件信息关联的道路信息；

基于所述道路信息生成ODD动态图层，所述ODD动态图层中包括动态事件关联的道路的区域范围；

将所述ODD动态图层和预先生成的ODD静态图层进行融合，得到ODD融合图层，所述ODD静态图层为基于高精度地图及所述自动驾驶车辆的ODD需求信息生成的图层，所述ODD融合图层中包括非ODD的区域范围。

在一些实施例中，所述获取动态事件信息包括：接收云端服务器发送的动态事件信息，或，基于所述自动驾驶车辆的传感器数据确定动态事件信息。

在一些实施例中，所述基于所述自动驾驶车辆的传感器数据确定动态事件信息包括：

基于所述传感器数据进行环境感知，生成感知信息；

基于所述感知信息判断动态事件是否发生；

若发生，则基于所述感知信息确定动态事件信息。

在一些实施例中，所述方法还包括：

若判断确定动态事件发生，则在确定动态事件信息后，将所述动态事件信息上报云端服务器。

在一些实施例中，所述动态事件信息包括：动态事件的类型、动态事件的发生位置、动态事件的规模和天气状况中的一个、多个或组合；

所述确定所述动态事件信息关联的道路信息包括：

基于所述动态事件的发生位置，确定动态事件关联的道路的标识；

基于所述动态事件的类型，确定所述动态事件关联的道路的区域范围；

相应地，所述ODD动态图层中还包括所述道路的标识。

在一些实施例中，所述ODD动态图层中还包括重要度，所述重要度基于所述道路预先配置的多个属性的权重计算得到。

在一些实施例中，将所述ODD动态图层和预先生成的ODD静态图层进行融合，得到ODD融合图层包括：

基于所述ODD动态图层中动态事件关联的道路的区域范围，确定所述ODD静态图层中相匹配的道路的区域范围；

将所述ODD静态图层中相匹配的道路的区域范围设置为非ODD的区域范围，得到ODD融合图层。

在一些实施例中，所述方法还包括：

判断所述动态事件信息是否无效；

若无效，则将所述ODD融合图层中非ODD的区域范围删除。

在一些实施例中，所述判断所述动态事件信息是否无效包括：

基于动态事件的处理结果或所述自动驾驶车辆的定位信息，判断所述动态事件信息是否无效，其中，若所述动态事件的处理结果表示事件已解决，则确定所述动态事件信息无效；若所述自动驾驶车辆的定位信息不在所述非ODD的区域范围且所述自动驾驶车辆的行驶方向为远离所述非ODD的区域范围的方向，则确定所述动态事件信息无效。

在一些实施例中，所述方法还包括：

基于所述ODD融合图层和所述自动驾驶车辆的定位信息，调整自动驾驶策略。

在一些实施例中，所述调整自动驾驶策略包括：

若所述自动驾驶车辆的定位信息与所述非ODD的区域范围的边界之间的最短距离小于或等于距离阈值，则提示人工接管；

若所述自动驾驶车辆的定位信息位于所述非ODD的区域范围内，则提示人工接管或将当前自动驾驶策略调整为非ODD的自动驾驶策略。

第二方面，本公开实施例还提出一种运行设计域ODD的处理装置，包括：

获取单元，用于获取动态事件信息，所述动态事件信息为影响自动驾驶车辆安全行驶的事件的信息；

确定单元，用于确定所述动态事件信息关联的道路信息；

生成单元，用于基于所述道路信息生成ODD动态图层，所述ODD动态图层中包括动态事件关联的道路的区域范围；

融合单元，用于将所述ODD动态图层和预先生成的ODD静态图层进行融合，得到ODD融合图层，所述ODD静态图层为基于高精度地图及所述自动驾驶车辆的ODD需求信息生成的图层，所述ODD融合图层中包括非ODD的区域范围。

第三方面，本公开实施例还提出一种电子设备，包括：处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行如第一方面任一实施例所述方法的步骤。

第四方面，本公开实施例还提出一种非暂态计算机可读存储介质，其中，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如第一方面任一实施例所述方法的步骤。

可见，本公开的至少一个实施例中，通过获取影响自动驾驶车辆安全行驶的事件的信息，可确定与事件相关联的道路，进而生成ODD动态图层，其中包括该道路的区域范围，从而将ODD动态图层与ODD静态图层融合，使得ODD融合图层中包括非ODD的区域，将动态事件影响的一定范围的道路设置为非ODD区域，便于自动驾驶车辆基于ODD融合图层，更加合理地进行路径规划和决策。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是本公开实施例提供的一种自动驾驶车辆的示例性架构图；

图2是本公开实施例提供的一种自动驾驶系统的示例性框图；

图3是本公开实施例提供的一种运行设计域ODD的处理装置的示例性框图；

图4是本公开实施例提供的一种电子设备的示例性框图；

图5是本公开实施例提供的一种运行设计域ODD的处理方法的示例性流程图；

图6a是本公开实施例提供的一种应用场景图；

图6b是在图6a的基础上发生碰撞事件的场景图。

具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本公开，而非对本公开的限定。基于所描述的本公开的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

本公开实施例提供了一种运行设计域ODD的处理方法、装置、电子设备及存储介质，通过获取动态事件信息，动态事件信息为影响自动驾驶车辆安全行驶的事件的信息，可确定动态事件信息关联的道路信息；进而基于道路信息生成ODD动态图层，ODD动态图层中包括动态事件关联的道路的区域范围；从而将ODD动态图层和预先生成的ODD静态图层进行融合，得到ODD融合图层，ODD静态图层为基于高精度地图及自动驾驶车辆的ODD需求信息生成的图层，使得ODD融合图层中包括非ODD的区域范围，将动态事件影响的一定范围的道路设置为非ODD区域，便于自动驾驶车辆基于ODD融合图层，更加合理地进行路径规划及决策。

本公开实施例可以应用于自动驾驶车辆，还可以应用于电子设备。所述自动驾驶车辆为搭载不同等级自动驾驶系统的车辆，自动驾驶系统例如包括：无人驾驶系统、辅助驾驶系统、驾驶辅助系统、高度自动驾驶系统、完全自动驾驶车辆等等。所述电子设备安装有自动驾驶系统，例如，电子设备可用于测试自动驾驶算法，又例如，电子设备可以为车载设备，在一些实施例中，电子设备还可以应用到其他领域。

应当理解的是，本公开实施例的应用场景仅仅是本公开的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以将本公开应用于其他类似情景。以下为了能够更清楚无误地阐述，本公开实施例以自动驾驶车辆为例对所述运行设计域ODD的处理方法、装置、电子设备或存储介质进行说明。

图1为本公开实施例提供的一种自动驾驶车辆的示例性整体架构图。如图1所示，自动驾驶车辆包括：传感器组、自动驾驶系统100、车辆底层执行系统以及其他可用于驱动车辆和控制车辆运行的部件，例如制动踏板、方向盘和油门踏板。

传感器组，用于采集车辆外界环境的数据和探测车辆的位置数据。传感器组例如包括但不限于摄像头、激光雷达、毫米波雷达、超声波雷达、GPS(Global PositioningSystem，全球定位系统)和IMU(Inertial Measurement Unit，惯性测量单元)中的至少一个。

在一些实施例中，传感器组，还用于采集车辆的动力学数据，传感器组例如还包括但不限于车轮转速传感器、速度传感器、加速度传感器、方向盘转角传感器、前轮转角传感器中的至少一个。

自动驾驶系统100，用于获取传感器组的传感器数据，其中，所述传感器数据包括但不限于图像、视频、激光点云、毫米波、GPS信息等。在一些实施例中，自动驾驶系统100基于所述传感器数据进行环境感知和车辆定位，生成感知信息和车辆位姿；自动驾驶系统100基于所述感知信息和车辆位姿进行规划和决策，生成规划和决策信息；自动驾驶系统100基于规划和决策信息生成车辆控制指令，并下发给车辆底层执行系统。

在一些实施例中，自动驾驶系统100可以为软件系统、硬件系统或者软硬件结合的系统。例如，自动驾驶系统100是运行在操作系统上的软件系统，车载硬件系统是支持操作系统运行的硬件系统。

在一些实施例中，自动驾驶系统100可以与云端服务器进行交互。在一些实施例中，自动驾驶系统100与云端服务器通过无线通讯网络(例如包括但不限于GPRS网络、Zigbee网络、Wifi网络、3G网络、4G网络、5G网络等无线通讯网络)进行交互。

在一些实施例中，云端服务器用于与车辆进行交互。其中，所述云端服务器可以向车辆发送环境信息、定位信息、控制信息及车辆自动驾驶过程中需要的其他信息。在一些实施例中，所述云端服务器可以接收来自车端的传感器数据、车辆状态信息、车辆行驶信息以及车辆请求的相关信息。在一些实施例中，云端服务器可以基于用户设置或车辆请求对所述车辆进行远程控制。在一些实施例中，云端服务器可以是一个服务器，也可以是一个服务器群组。服务器群组可以是集中式的，也可以是分布式的。在一些实施例中，云端服务器可以是本地的或远程的。

车辆底层执行系统，用于接收车辆控制指令，并基于车辆控制指令控制车辆行驶。在一些实施例中，车辆底层执行系统包括但不限于：转向系统、制动系统和驱动系统。在一些实施例中，所述车辆底层执行系统还可包括底层控制器，用于可以解析车辆控制指令，并将其分别下发至转向系统、制动系统和驱动系统等对应系统。

在一些实施例中，自动驾驶车辆还可包括图1中未示出的车辆CAN总线，车辆CAN总线连接车辆底层执行系统。自动驾驶系统100与车辆底层执行系统之间的信息交互通过车辆CAN总线进行传递。

图2为本公开实施例提供的一种自动驾驶系统200的示例性框图。在一些实施例中，自动驾驶系统200可以实现为图1中的自动驾驶系统100或者自动驾驶系统100的一部分，用于控制车辆行驶。

如图2所示，自动驾驶系统200可划分为多个模块，例如可包括：感知模块201、规划模块202、控制模块203、ODD处理模块204以及其他一些可用于自动驾驶的模块。

感知模块201用于进行环境感知与定位。在一些实施例中，感知模块201用于获取传感器数据、V2X(Vehicle to X，车用无线通信)数据、高精度地图等数据并基于以上至少一种数据进行环境感知与定位，生成感知信息和定位信息。其中，感知信息可包括但不限于以下至少一个：障碍物信息、道路标志/标记、行人/车辆信息、可行驶区域。定位信息包括车辆位姿。

规划模块202用于进行路径规划和决策。在一些实施例中，规划模块202基于感知模块201生成的感知信息和车辆位姿，生成规划和决策信息。在一些实施例中，规划模块202还可以结合V2X数据、高精度地图等数据中的至少一种，生成规划和决策信息。其中，规划信息可包括但不限于规划路径等；决策信息可包括但不限于以下至少一种：行为(例如包括但不限于跟车、超车、停车、绕行等)、车辆航向、车辆速度、车辆的期望加速度、期望的方向盘转角等。

控制模块203用于基于规划和决策信息生成车辆底层执行系统的控制指令，并下发控制指令，以使车辆底层执行系统控制车辆行驶。其中，控制指令可包括但不限于：方向盘转向、横向控制指令、纵向控制指令等。

ODD处理模块204用于获取影响自动驾驶车辆安全行驶的事件的信息；确定与事件相关联的道路，进而生成ODD动态图层，其中包括该道路的区域范围；从而将ODD动态图层与ODD静态图层融合，使得ODD融合图层中包括非ODD的区域。

在一些实施例中，ODD处理模块204的功能可集成到感知模块201、规划模块202或控制模块203中，也可配置为与自动驾驶系统200相独立的模块，ODD处理模块204可以为软件模块、硬件模块或者软硬件结合的模块。例如，ODD处理模块204是运行在操作系统上的软件模块，车载硬件系统是支持操作系统运行的硬件系统。

图3为本公开实施例提供的一种运行设计域ODD的处理装置300的示例性框图。在一些实施例中，ODD的处理装置300可以实现为图2中的ODD处理模块204或者ODD处理模块204的一部分。

如图3所示，ODD的处理装置300可包括但不限于以下单元：获取单元301、确定单元302、生成单元303和融合单元304。

获取单元301，用于获取动态事件信息，动态事件信息为影响自动驾驶车辆安全行驶的事件的信息。在一些实施例中，获取单元301可采用多种方式获取动态事件信息。

例如，获取单元301可接收云端服务器发送的动态事件信息。在本实施例中，动态事件信息的记录由云端服务器来完成，获取单元301从云端服务器直接获取动态事件信息。对于云端服务器而言，云端服务器可实时获取不同车端发送的数据，例如可包括但不限于：传感器数据、车辆状态信息、车辆行驶信息等中的一种或多种，这样，云端服务器可基于获取的数据进行分析，判断是否发送动态事件，若判断发生动态事件，则记录动态事件信息。云端服务器可将记录的动态事件信息发送给不同的车端，以使不同的车端都能及时获知动态事件信息。需要说明的是，以上提及的车端可以理解为安装在车辆上的自动驾驶系统。对于车端而言，从云端服务器获取的动态事件信息可能是本车端当前无法直接感知到的动态事件，这样，车端相当于具有了超视距能力，超视距能力可以理解为超出车辆感知范围的能力。

又例如，获取单元301可直接记录动态事件信息，具体地，获取单元301基于自动驾驶车辆的传感器数据确定动态事件信息。本实施例中，获取单元301从自动驾驶车辆的传感器获取传感器数据，进而可对传感器数据进行分析，这个分析过程类似于图2中感知模块201的环境感知过程，在得到分析结果(即感知信息)后，可进一步基于分析结果判断是否有影响自动驾驶车辆安全行驶的动态事件发生，若判断发生，则基于感知信息确定动态事件信息，并记录动态事件信息，动态事件信息例如包括但不限于动态事件的类型、动态事件的发生位置、动态事件的规模和天气状况等中的一个、多个或组合，其中，动态事件的发生位置可以为相当于本车的位置；动态事件的类型例如为碰撞、拥堵等类型；动态事件的规模例如为第一规模，第二规模等，第一规模为两车碰撞的规模，第二规模为多车碰撞的规模，也可以为其他规模，可以根据实际需要预先设置规模。在一些实施例中，获取单元301可基于车辆状态信息(例如雨刷状态，刹车片热度等)实现动态事件的判断。需要说明的是，本实施例中动态事件信息所包括的内容同样适用于云端服务器记录的动态事件信息。

在一些实施例中，获取单元301基于自动驾驶车辆的传感器数据确定动态事件信息后，将动态事件信息上报云端服务器。这样，云端服务器可将动态事件信息发送给其他的车辆，实现信息共享。

确定单元302，用于确定动态事件信息关联的道路信息。本实施例中，确定单元302可确定与动态事件相关联的道路，也可以理解为，确定单元302可确定受动态事件影响的道路。在一些实施例中，确定单元302可基于动态事件的发生位置，确定动态事件关联的道路的标识。在一些实施例中，确定单元302可基于动态事件的类型，确定动态事件关联的道路的区域范围。本实施例中，动态事件的类型决定了该动态事件对道路造成影响的区域范围，不同类型影响的区域范围不同，例如，拥堵影响当前车道，而碰撞可能不仅影响当前车道，还可能影响相邻车道。在一些实施例中，可预先确定动态事件的类型与该动态事件对道路造成影响的区域范围之间的对应关系，这样，确定单元302可基于当前发生的动态事件的类型，查找该对应关系，即可确定动态事件关联的道路的区域范围。在一些实施例中，可预先确定动态事件的发生位置、动态事件的类型与动态事件关联的道路的区域范围之间的对应关系，这样，不单依靠动态事件的类型来确定道路的区域范围，而是结合动态事件的发生位置，提高道路的区域范围的准确性，例如，动态事件为碰撞，且发生位置为最外侧车道，则可确定该碰撞影响两个车道：最外侧车道和与最外侧车道相邻的车道。在一些实施例中，确定单元302可基于当前发生的动态事件的规模，确定动态事件关联的道路的区域范围，例如，两车碰撞的规模小于多车碰撞的规模，那么两车碰撞关联的道路区域范围小于多车碰撞关联的道路区域范围。在一些实施例中，若天气状况恶劣，会进一步扩大动态事件关联的道路的区域范围，可预先基于实际需要进行天气状况与其影响的道路区域范围之间的对应关系。

生成单元303，用于基于道路信息生成ODD动态图层，ODD动态图层中包括动态事件关联的道路的区域范围。ODD动态图层中还可包括动态事件信息，例如动态事件的类型和动态事件的发生位置等。在一些实施例中，若确定单元302基于动态事件的发生位置，确定了动态事件关联的道路的标识，那么生成单元303生成的ODD动态图层中还包括道路的标识，需要说明的是，为便于管理，一个道路通常分配一个唯一标识。在一些实施例中，ODD动态图层中还可包括重要度，重要度基于道路预先配置的多个属性的权重计算得到。道路的多个属性，例如红绿灯，护栏，地面设施等属性，这些属性都可能影响自动驾驶，造成自动驾驶功能不可用，不同属性对自动驾驶的影响程度不同，因此可预先按照影响程度配置不同属性的权重，例如，护栏对自动驾驶影响大，相应地，护栏的权重可设置较大。这样，当产生动态事件时，针对不同重要度，可采用不同的自动驾驶策略，减少动态事件对本车的影响。

融合单元304，用于将ODD动态图层和预先生成的ODD静态图层进行融合，得到ODD融合图层。其中，ODD融合图层中包括非ODD的区域范围，也即ODD动态图层用于动态调节ODD静态图层中的非ODD的区域范围。一个道路ODD里程和非ODD里程之和为该道路的总里程，例如一个100米长的道路，如果40米是非ODD的区域，那么60米是ODD的区域。ODD静态图层为基于高精度地图及自动驾驶车辆的ODD需求信息生成的图层。在一些实施例中，ODD静态图层可基于高精度地图中的静态数据，例如红绿灯，护栏等，并结合自动驾驶车辆的ODD需求，按照一定的规则把生成ODD静态图层，其中，一定的规则为现有规则，在此不再赘述。而不同车厂的ODD需求不同，可将公共的ODD需求提取出来，针对公共的ODD需求生成ODD静态图层，对非公共的ODD需求，通过修改ODD静态图层的配置信息，实现将非公共的ODD需求增加到ODD静态图层中。需要说明的是，车厂只能提供ODD需求，而不具备生成ODD静态图层和ODD动态图层的资质。

在一些实施例中，融合单元304可基于ODD动态图层中动态事件关联的道路的区域范围，确定ODD静态图层中相匹配的道路的区域范围。在一些实施例中，融合单元304可将ODD静态图层中相匹配的道路的区域范围设置为非ODD的区域范围，得到ODD融合图层。

例如，图6a是一种应用场景，在图6a中，自动驾驶车辆61所在车道的区域62为ODD静态图层中的ODD区域，自动驾驶车辆61可在区域62内安全行驶，为便于描述，假设ODD静态图层为62。图6b是在图6a的基础上发生碰撞事件的场景图，在图6b中，自动驾驶车辆61所在车道的相邻车道发生碰撞事件63，这样，自动驾驶车辆61可获取动态事件信息(即碰撞事件63的信息)，包括动态事件(碰撞事件63)的发生位置及动态事件的类型(即碰撞)，进而确定碰撞事件63关联的道路的区域范围为62-2，进而基于区域范围62-2生成ODD动态图层，为便于描述，图6b中，ODD动态图层简化为62-2，从而将ODD动态图层62-2与ODD静态图层62进行融合，得到ODD融合图层。ODD融合图层中包括非ODD的区域范围62-2以及ODD的区域范围62-1。

在一些实施例中，考虑到动态事件在一段时间后已经失效或者已经更新不影响车辆通行的情况下，应当将ODD融合图层中该动态事件所对应的非ODD的区域范围删除。为此，融合单元304还可在得到ODD融合图层后，判断动态事件信息是否无效。在一些实施例中，融合单元304可采用多种方式判断动态事件信息是否无效。

例如，融合单元304可基于动态事件的处理结果，判断动态事件信息是否无效。在一些实施例中，融合单元304基于动态事件的处理结果表示事件已解决，则确定动态事件信息无效。

又例如，融合单元304可基于自动驾驶车辆的定位信息，判断动态事件信息是否无效。在一些实施例中，融合单元304基于自动驾驶车辆的定位信息不在非ODD的区域范围且自动驾驶车辆的行驶方向为远离非ODD的区域范围的方向，则确定动态事件信息无效。

在一些实施例中，融合单元304若判断动态事件信息无效，则将ODD融合图层中非ODD的区域范围删除。

在一些实施例中，融合单元304在得到ODD融合图层后，还可基于ODD融合图层和自动驾驶车辆的定位信息，调整自动驾驶策略。例如，融合单元304基于自动驾驶车辆的定位信息与非ODD的区域范围的边界之间的最短距离小于或等于距离阈值，则提示人工接管。在一些实施例中，融合单元304基于自动驾驶车辆的定位信息位于非ODD的区域范围内，则提示人工接管或将当前自动驾驶策略调整为非ODD的自动驾驶策略。非ODD的自动驾驶策略例如制动，靠边停车等，本领域技术人员可根据实际需要设置非ODD的自动驾驶策略。

需要说明的是，ODD融合图层可以显示在高精度地图上，供乘客直观看到自动驾驶车辆可行驶区域，例如自动驾驶车辆规划一条路径，在导航时，可以显示该路径，同时显示ODD融合图层中的ODD区域范围(也即可行驶区域范围)。ODD融合图层也可以不显示，由自动驾驶系统基于ODD融合图层和高精度地图，确定可行驶区域，对于乘客来说是无感的。

在一些实施例中，ODD的处理装置300中各单元的划分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，例如获取单元301、确定单元302、生成单元303和融合单元304中的至少两个单元可以实现为一个单元；获取单元301、确定单元302、生成单元303或融合单元304也可以划分为多个子单元。可以理解的是，各个单元或子单元能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能。

图4是本公开实施例提供的一种电子设备的结构示意图。电子设备可支持自动驾驶系统的运行。在一些实施例中，电子设备为车载设备。

如图4所示，电子设备包括：至少一个处理器401、至少一个存储器402和至少一个通信接口403。电子设备中的各个组件通过总线系统404耦合在一起。通信接口403，用于与外部设备之间的信息传输。可理解地，总线系统404用于实现这些组件之间的连接通信。总线系统404除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见，在图4中将各种总线都标为总线系统404。

可以理解，本实施例中的存储器402可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。

在一些实施方式中，存储器402存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统和应用程序。

其中，操作系统，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础任务以及处理基于硬件的任务。应用程序，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用任务。实现本公开实施例提供的运行设计域ODD的处理方法的程序可以包含在应用程序中。

在本公开实施例中，处理器401通过调用存储器402存储的程序或指令，具体的，可以是应用程序中存储的程序或指令，处理器401用于执行本公开实施例提供的运行设计域ODD的处理方法各实施例的步骤。

本公开实施例提供的运行设计域ODD的处理方法可以应用于处理器401中，或者由处理器401实现。处理器401可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器401中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器401可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本公开实施例提供的运行设计域ODD的处理方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器402，处理器401读取存储器402中的信息，结合其硬件完成方法的步骤。

图5为本公开实施例提供的一种运行设计域ODD的处理方法的示例性流程图。该方法的执行主体为电子设备，在一些实施例中，该方法的执行主体还可以为电子设备所支持的自动驾驶系统。为便于描述，以下实施例中以电子设备为执行主体说明运行设计域ODD的处理方法的流程。

如图5所示，在步骤501中，电子设备获取动态事件信息，动态事件信息为影响自动驾驶车辆安全行驶的事件的信息。在一些实施例中，电子设备可采用多种方式获取动态事件信息。

例如，电子设备可接收云端服务器发送的动态事件信息。在本实施例中，动态事件信息的记录由云端服务器来完成，电子设备从云端服务器直接获取动态事件信息。对于云端服务器而言，云端服务器可实时获取不同车端发送的数据，例如可包括但不限于：传感器数据、车辆状态信息(例如雨刷状态，刹车片热度等)、车辆行驶信息等中的一种或多种，这样，云端服务器可基于获取的数据进行分析，判断是否发送动态事件，若判断发生动态事件，则记录动态事件信息。云端服务器可将记录的动态事件信息发送给不同的车端，以使不同的车端都能及时获知动态事件信息。需要说明的是，以上提及的车端可以理解为安装在车辆上的自动驾驶系统。对于车端而言，从云端服务器获取的动态事件信息可能是本车端当前无法直接感知到的动态事件，这样，车端相当于具有了超视距能力，超视距能力可以理解为超出车辆感知范围的能力。

又例如，电子设备可直接记录动态事件信息，具体地，电子设备基于自动驾驶车辆的传感器数据确定动态事件信息。本实施例中，电子设备从自动驾驶车辆的传感器获取传感器数据，进而可对传感器数据进行分析，这个分析过程类似于图2中感知模块201的环境感知过程，在得到分析结果(即感知信息)后，可进一步基于分析结果判断是否有影响自动驾驶车辆安全行驶的动态事件发生，若判断发生，则基于感知信息确定动态事件信息，并记录动态事件信息。动态事件信息例如包括但不限于动态事件的发生位置，动态事件的类型，动态事件的规模，天气状况等中的一个、多个或组合，其中，动态事件的发生位置可以为相当于本车的位置；动态事件的类型例如为碰撞、拥堵等类型；动态事件的规模例如为第一规模，第二规模等，第一规模为两车碰撞的规模，第二规模为多车碰撞的规模，也可以为其他规模，可以根据实际需要预先设置规模。在一些实施例中，电子设备可基于车辆状态信息(例如雨刷状态，刹车片热度等)实现动态事件的判断。需要说明的是，本实施例中动态事件信息包括的内容适用云端服务器记录的动态事件信息。

在一些实施例中，电子设备基于自动驾驶车辆的传感器数据确定动态事件信息后，将动态事件信息上报云端服务器。这样，云端服务器可将动态事件信息发送给其他的车辆，实现信息共享。

在步骤502中，电子设备确定动态事件信息关联的道路信息。本实施例中，电子设备可确定与动态事件相关联的道路，也可以理解为，电子设备可确定受动态事件影响的道路。在一些实施例中，电子设备可基于动态事件的发生位置，确定动态事件关联的道路的标识。在一些实施例中，电子设备可基于动态事件的类型，确定动态事件关联的道路的区域范围。本实施例中，动态事件的类型决定了该动态事件对道路造成影响的区域范围，不同类型影响的区域范围不同，例如，拥堵影响当前车道，而碰撞可能不仅影响当前车道，还可能影响相邻车道。在一些实施例中，可预先确定动态事件的类型与该动态事件对道路造成影响的区域范围之间的对应关系，这样，电子设备可基于当前发生的动态事件的类型，查找该对应关系，即可确定动态事件关联的道路的区域范围。在一些实施例中，可预先确定动态事件的发生位置、动态事件的类型与动态事件关联的道路的区域范围之间的对应关系，这样，不单依靠动态事件的类型来确定道路的区域范围，而是结合动态事件的发生位置，提高道路的区域范围的准确性，例如，动态事件为碰撞，且发生位置为最外侧车道，则可确定该碰撞影响两个车道：最外侧车道和与最外侧车道相邻的车道。在一些实施例中，电子设备可基于当前发生的动态事件的规模，确定动态事件关联的道路的区域范围，例如，两车碰撞的规模小于多车碰撞的规模，那么两车碰撞关联的道路区域范围小于多车碰撞关联的道路区域范围。在一些实施例中，若天气状况恶劣，会进一步扩大动态事件关联的道路的区域范围，可预先基于实际需要进行天气状况与其影响的道路区域范围之间的对应关系。

在步骤503中，电子设备基于道路信息生成ODD动态图层，ODD动态图层中包括动态事件关联的道路的区域范围。在一些实施例中，电子设备若基于动态事件的发生位置，确定了动态事件关联的道路的标识，那么生成的ODD动态图层中还包括道路的标识。在一些实施例中，ODD动态图层中还可包括重要度，重要度基于道路预先配置的多个属性的权重计算得到。

在步骤504中，电子设备将ODD动态图层和预先生成的ODD静态图层进行融合，得到ODD融合图层。其中，ODD静态图层为基于高精度地图及自动驾驶车辆的ODD需求信息生成的图层；ODD融合图层中包括非ODD的区域范围。在一些实施例中，电子设备可基于ODD动态图层中动态事件关联的道路的区域范围，确定ODD静态图层中相匹配的道路的区域范围。在一些实施例中，电子设备可将ODD静态图层中相匹配的道路的区域范围设置为非ODD的区域范围，得到ODD融合图层。

在一些实施例中，考虑到动态事件在一段时间后已经失效或者已经更新不影响车辆通行的情况下，应当将ODD融合图层中该动态事件所对应的非ODD的区域范围删除。为此，电子设备在得到ODD融合图层后，还可判断动态事件信息是否无效，若无效，则将ODD融合图层中非ODD的区域范围删除。在一些实施例中，电子设备可采用多种方式判断动态事件信息是否无效。

例如，电子设备可基于动态事件的处理结果，判断动态事件信息是否无效。在一些实施例中，电子设备基于动态事件的处理结果表示事件已解决，则确定动态事件信息无效。

又例如，电子设备可基于自动驾驶车辆的定位信息，判断动态事件信息是否无效。在一些实施例中，电子设备基于自动驾驶车辆的定位信息不在非ODD的区域范围且自动驾驶车辆的行驶方向为远离非ODD的区域范围的方向，则确定动态事件信息无效。

在一些实施例中，电子设备在得到ODD融合图层后，还可基于ODD融合图层和自动驾驶车辆的定位信息，调整自动驾驶策略。例如，电子设备基于自动驾驶车辆的定位信息与非ODD的区域范围的边界之间的最短距离小于或等于距离阈值，则提示人工接管。又例如，融合单元304基于自动驾驶车辆的定位信息位于非ODD的区域范围内，则提示人工接管或将当前自动驾驶策略调整为非ODD的自动驾驶策略。非ODD的自动驾驶策略例如制动，靠边停车等，本领域技术人员可根据实际需要设置非ODD的自动驾驶策略。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员能够理解，本公开实施例并不受所描述的动作顺序的限制，因为依据本公开实施例，某些步骤可以采用其他顺序或者同时进行。另外，本领域技术人员能够理解，说明书中所描述的实施例均属于可选实施例。

本公开实施例还提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如运行设计域ODD的处理方法各实施例的步骤，为避免重复描述，在此不再赘述。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。

本领域的技术人员能够理解，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。

虽然结合附图描述了本公开的实施方式，但是本领域技术人员可以在不脱离本公开的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (12)

1.一种运行设计域ODD的处理方法，包括：

获取动态事件信息，所述动态事件信息为影响自动驾驶车辆安全行驶的事件的信息；

确定所述动态事件信息关联的道路信息；

基于所述道路信息生成ODD动态图层，所述ODD动态图层中包括动态事件关联的道路的区域范围；

将所述ODD动态图层和预先生成的ODD静态图层进行融合，得到ODD融合图层，所述ODD静态图层为基于高精度地图及所述自动驾驶车辆的ODD需求信息生成的图层，所述ODD融合图层中包括非ODD的区域范围。

2.根据权利要求1所述的方法，其中，所述获取动态事件信息包括：接收云端服务器发送的动态事件信息，或，基于所述自动驾驶车辆的传感器数据确定动态事件信息。

3.根据权利要求2所述的方法，其中，所述基于所述自动驾驶车辆的传感器数据确定动态事件信息包括：

基于所述传感器数据进行环境感知，生成感知信息；

基于所述感知信息判断动态事件是否发生；

若发生，则基于所述感知信息确定动态事件信息。

4.根据权利要求3所述的方法，其中，所述方法还包括：

若判断确定动态事件发生，则在确定动态事件信息后，将所述动态事件信息上报云端服务器。

5.根据权利要求1至4任一项所述的方法，其中，所述动态事件信息包括：动态事件的类型、动态事件的发生位置、动态事件的规模和天气状况中的一个、多个或组合；

所述确定所述动态事件信息关联的道路信息包括：

基于所述动态事件的发生位置，确定动态事件关联的道路的标识；

基于所述动态事件的类型，确定所述动态事件关联的道路的区域范围；

相应地，所述ODD动态图层中还包括所述道路的标识。

6.根据权利要求1所述的方法，其中，将所述ODD动态图层和预先生成的ODD静态图层进行融合，得到ODD融合图层包括：

基于所述ODD动态图层中动态事件关联的道路的区域范围，确定所述ODD静态图层中相匹配的道路的区域范围；

将所述ODD静态图层中相匹配的道路的区域范围设置为非ODD的区域范围，得到ODD融合图层。

7.根据权利要求1所述的方法，其中，所述方法还包括：

判断所述动态事件信息是否无效；

若无效，则将所述ODD融合图层中非ODD的区域范围删除。

8.根据权利要求7所述的方法，其中，所述判断所述动态事件信息是否无效包括：

基于动态事件的处理结果或所述自动驾驶车辆的定位信息，判断所述动态事件信息是否无效，其中，若所述动态事件的处理结果表示事件已解决，则确定所述动态事件信息无效；若所述自动驾驶车辆的定位信息不在所述非ODD的区域范围且所述自动驾驶车辆的行驶方向为远离所述非ODD的区域范围的方向，则确定所述动态事件信息无效。

9.根据权利要求1所述的方法，其中，所述方法还包括：

基于所述ODD融合图层和所述自动驾驶车辆的定位信息，调整自动驾驶策略。

10.根据权利要求9所述的方法，其中，所述调整自动驾驶策略包括：

若所述自动驾驶车辆的定位信息与所述非ODD的区域范围的边界之间的最短距离小于或等于距离阈值，则提示人工接管；

若所述自动驾驶车辆的定位信息位于所述非ODD的区域范围内，则提示人工接管或将当前自动驾驶策略调整为非ODD的自动驾驶策略。

11.一种运行设计域ODD的处理装置，包括：

获取单元，用于获取动态事件信息，所述动态事件信息为影响自动驾驶车辆安全行驶的事件的信息；

确定单元，用于确定所述动态事件信息关联的道路信息；

生成单元，用于基于所述道路信息生成ODD动态图层，所述ODD动态图层中包括动态事件关联的道路的区域范围；

融合单元，用于将所述ODD动态图层和预先生成的ODD静态图层进行融合，得到ODD融合图层，所述ODD静态图层为基于高精度地图及所述自动驾驶车辆的ODD需求信息生成的图层，所述ODD融合图层中包括非ODD的区域范围。

12.一种非暂态计算机可读存储介质，其中，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如权利要求1至10任一项所述方法的步骤。

Images