CN114537265B - 一种转向灯控制方法、装置及设备 - Google Patents
一种转向灯控制方法、装置及设备 Download PDFInfo
- Publication number
- CN114537265B CN114537265B CN202011332153.8A CN202011332153A CN114537265B CN 114537265 B CN114537265 B CN 114537265B CN 202011332153 A CN202011332153 A CN 202011332153A CN 114537265 B CN114537265 B CN 114537265B
- Authority
- CN
- China
- Prior art keywords
- steering
- data
- lamp
- training
- intention
- 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 66
- 230000002093 peripheral effect Effects 0.000 claims abstract description 22
- 238000012549 training Methods 0.000 claims description 173
- 230000006399 behavior Effects 0.000 claims description 52
- 230000008859 change Effects 0.000 claims description 46
- 230000008569 process Effects 0.000 claims description 15
- 230000001960 triggered effect Effects 0.000 claims description 7
- 230000009471 action Effects 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000028838 turning behavior Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
- B60Q1/26—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic
- B60Q1/34—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic for indicating change of drive direction
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
Abstract
本申请实施例公开了一种转向灯控制方法、装置及设备，通过获取行车数据，所述行车数据包括本车转向数据、本车油门数据、周边车辆数据、规划路径数据、道路曲率数据、驾驶员面部数据以及车道行驶数据；将所述行车数据输入至转向预测模型中，得到所述转向预测模型输出的预测转向意图；根据所述预测转向意图控制转向灯。通过包括本车转向数据、本车油门数据、周边车辆数据、规划路径数据、道路曲率数据、驾驶员面部数据以及车道行驶数据的行车数据，对车辆的行驶意图进行较为准确地预测，进而得到较为准确的预测转向意图。利用得到的预测转向意图可以实现对转向灯进行准确地控制。
Description
技术领域
本申请涉及车辆领域，具体涉及一种转向灯控制方法、装置及设备。
背景技术
车辆中配置有左右两个方向的转向灯，用于驾驶员在变道或者转向时打开对应方向的转向灯，以提醒周边的车辆以及行人该车辆要行驶的方向，及时进行避让。
目前，转向灯是由驾驶员控制开启或者关闭的。但是，部分驾驶员在变道的过程中并不能及时开启或者关闭转向灯，使得周边车辆以及行人不能准确地确定该车辆的行驶方向，不能及时进行避让以及路线的调整，容易导致交通事故。如何对转向灯进行控制仍是一个亟待解决的技术问题。
发明内容
有鉴于此，本申请实施例提供一种转向灯控制方法、装置及设备，能够根据车辆的行驶的状况对转向灯进行对应的控制。
为解决上述问题，本申请实施例提供的技术方案如下：
第一方面，本申请提供一种转向灯控制方法，所述方法包括：
获取行车数据，所述行车数据包括本车转向数据、本车油门数据、周边车辆数据、规划路径数据、道路曲率数据、驾驶员面部数据以及车道行驶数据；
将所述行车数据输入至转向预测模型中，得到所述转向预测模型输出的预测转向意图；
根据所述预测转向意图控制转向灯。
可选的，所述转向预测模型的训练过程包括：
建立待训练转向预测模型，将所述待训练转向预测模型的模型参数设置为第i个模型参数；i的初始值为0；第0个模型参数为初始模型参数；
获取训练数据，所述训练数据中包括训练观测序列以及所述训练观测序列对应的标签；所述训练观测序列包括本车转向训练数据、本车油门训练数据、周边车辆训练数据、规划路径训练数据、道路曲率训练数据、驾驶员面部训练数据以及车道行驶训练数据，所述标签为左换道意图标签、右换道意图标签和保持意图标签中的一种；
将所述训练数据输入至所述待训练转向预测模型中，利用Baum-Welch算法计算得到第i+1个模型参数；
判断所述第i+1个模型参数是否收敛；
若否，将所述模型参数调整为所述第i+1个模型参数，将i的取值加1，返回将所述训练数据输入至所述待训练转向预测模型中以及后续步骤，直到达到预设条件生成转向预测模型。
可选的，所述训练观测序列对应的标签的确定过程包括：
获取历史行驶数据；
检测所述历史行驶数据中的转向行为和与所述转向行为对应的变道行为，所述变道行为为车辆与车道线重叠；
获取所述变道行为对应的发生时刻，利用所述发生时刻和提前时长，确定目标时刻；
从所述目标时刻对应的历史行驶数据中提取目标训练观测序列，将所述目标训练观测序列标记为与所述转向行为对应的标签。
可选的，所述预测转向意图为左换道意图、右换道意图或保持意图中的一种；
当所述预测转向意图为左换道意图时，根据所述预测转向意图控制转向灯，包括：
判断左转向灯是否开启；
若所述左转向灯开启，则保持所述左转向灯开启；
若所述左转向灯关闭，则控制所述左转向灯开启；
当所述预测转向意图为右换道意图时，根据所述预测转向意图控制转向灯，包括：
判断右转向灯是否开启；
若所述右转向灯开启，则保持所述右转向灯开启；
若所述右转向灯关闭，则控制所述右转向灯开启；
当所述预测转向意图为保持意图时，根据所述预测转向意图控制转向灯，包括：
判断右转向灯或者左转向灯是否开启；
若所述右转向灯或者所述左转向灯开启，则控制所述右转向灯和所述左转向灯关闭；
若所述右转向灯和所述左转向灯关闭，则保持所述右转向灯和所述左转向灯关闭。
可选的，所述方法还包括：
显示转向提醒信息，所述转向提醒信息用于表示所述转向灯的控制结果。
可选的，在所述根据所述预测转向意图控制转向灯之后，所述方法还包括：
获取驾驶员触发的中断指令，停止控制转向灯。
第二方面，本申请提供一种转向灯控制装置，所述装置包括：
获取单元，用于获取行车数据，所述行车数据包括本车转向数据、本车油门数据、周边车辆数据、规划路径数据、道路曲率数据、驾驶员面部数据以及车道行驶数据；
预测单元，用于将所述行车数据输入至转向预测模型中，得到所述转向预测模型输出的预测转向意图；
控制单元，用于根据所述预测转向意图控制转向灯。
可选的，所述转向预测模型的训练过程包括：
建立待训练转向预测模型，将所述待训练转向预测模型的模型参数设置为第i个模型参数；i的初始值为0；第0个模型参数为初始模型参数；
获取训练数据，所述训练数据中包括训练观测序列以及所述训练观测序列对应的标签；所述训练观测序列包括本车转向训练数据、本车油门训练数据、周边车辆训练数据、规划路径训练数据、道路曲率训练数据、驾驶员面部训练数据以及车道行驶训练数据，所述标签为左换道意图标签、右换道意图标签和保持意图标签中的一种；
将所述训练数据输入至所述待训练转向预测模型中，利用Baum-Welch算法计算得到第i+1个模型参数；
判断所述第i+1个模型参数是否收敛；
若否，将所述模型参数调整为所述第i+1个模型参数，将i的取值加1，返回将所述训练数据输入至所述待训练转向预测模型中以及后续步骤，直到达到预设条件生成转向预测模型。
可选的，所述训练观测序列对应的标签的确定过程包括：获取历史行驶数据；
检测所述历史行驶数据中的转向行为和与所述转向行为对应的变道行为，所述变道行为为车辆与车道线重叠；
获取所述变道行为对应的发生时刻，利用所述发生时刻和提前时长，确定目标时刻；
从所述目标时刻对应的历史行驶数据中提取目标训练观测序列，将所述目标训练观测序列标记为与所述转向行为对应的标签。
可选的，所述预测转向意图为左换道意图、右换道意图或保持意图中的一种；
当所述预测转向意图为左换道意图时，所述控制单元，具体用于判断左转向灯是否开启；若所述左转向灯开启，则保持所述左转向灯开启；若所述左转向灯关闭，则控制所述左转向灯开启；
当所述预测转向意图为右换道意图时，所述控制单元，具体用于判断右转向灯是否开启；若所述右转向灯开启，则保持所述右转向灯开启；若所述右转向灯关闭，则控制所述右转向灯开启；
当所述预测转向意图为保持意图时，所述控制单元，具体用于判断右转向灯或者左转向灯是否开启；若所述右转向灯或者所述左转向灯开启，则控制所述右转向灯和所述左转向灯关闭；若所述右转向灯和所述左转向灯关闭，则保持所述右转向灯和所述左转向灯关闭。
可选的，所述装置还包括：
提醒单元，用于显示转向提醒信息，所述转向提醒信息用于表示所述转向灯的控制结果。
可选的，所述装置还包括：
中断单元，用于获取驾驶员触发的中断指令，停止控制转向灯。
第三方面，本申请提供一种转向灯控制设备，所述设备包括：处理器、存储器、系统总线；
所述处理器以及所述存储器通过所述系统总线相连；
所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行上述任一项所述的方法。
第四方面，本申请提供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指令，当所述指令在终端设备上运行时，使得所述终端设备执行上述任一项所述的方法。
由此可见，本申请实施例具有如下有益效果：
本申请实施例提供的一种转向灯控制方法、装置及设备，通过获取行车数据，所述行车数据包括本车转向数据、本车油门数据、周边车辆数据、规划路径数据、道路曲率数据、驾驶员面部数据以及车道行驶数据；将所述行车数据输入至转向预测模型中，得到所述转向预测模型输出的预测转向意图；根据所述预测转向意图控制转向灯。通过包括本车转向数据、本车油门数据、周边车辆数据、规划路径数据、道路曲率数据、驾驶员面部数据以及车道行驶数据的行车数据，可以利用转向预测模型从本车的行驶环境、驾驶员状态以及规划路径多个方面对车辆的行驶意图进行预测，进而得到较为准确的预测转向意图。利用得到的预测转向意图对转向灯进行对应的控制，可以实现依据预测的车辆行驶的状态，在车辆进行变道之前，对转向灯进行较为准确地控制，以便其他车辆和行人对本车的行驶状态进行准确的判断。
附图说明
图1为本申请实施例提供的一种转向灯控制方法的流程图；
图2为本申请实施例提供的一种转向灯控制装置的结构示意图。
具体实施方式
为了便于理解和解释本申请实施例提供的技术方案，下面将先对本申请的背景技术进行说明。
发明人在对传统的变道时的转向灯控制方法进行研究后发现，现有的对于转向灯控制的方法大多是依据驾驶员根据行车的状态手动打开或者关闭转向灯。但是，人为控制转向灯容易出现驾驶员忘记控制转向灯，或者不能准确地根据车辆的行驶状态及时地对转向灯进行控制，导致周边的车辆或者行人不能对该车辆的行驶状态进行判断，容易发生交通事故。此外，目前具有的对车辆的转向灯进行控制的方法，大多是根据方向盘的转动情况进行对转向灯的控制，容易导致转向提醒滞后，并且准确率较低，不能实现准确地对转向灯的控制。
基于此，本申请实施例提供一种转向灯控制方法，所述方法包括：获取行车数据，所述行车数据包括本车转向数据、本车油门数据、周边车辆数据、规划路径数据、道路曲率数据、驾驶员面部数据以及车道行驶数据；将所述行车数据输入至转向预测模型中，得到所述转向预测模型输出的预测转向意图；根据所述预测转向意图控制转向灯。
为了便于理解本申请实施例提供的技术方案，下面结合附图对本申请实施例提供的一种转向灯控制方法进行说明。
参见图1所示，该图为本申请实施例提供的一种转向灯控制方法的流程图，该方法包括步骤S101-S103。
S101：获取行车数据，所述行车数据包括本车转向数据、本车油门数据、周边车辆数据、规划路径数据、道路曲率数据、驾驶员面部数据以及车道行驶数据。
首先需要说明的是，本申请实施例提供的转向灯控制方法可以应用于车辆中的控制器，或者服务器，或者是其他能够实现转向灯控制的控制设备。
控制设备可以获取本车的行车数据，行车数据具体包括本车转向数据、本车油门数据、周边车辆数据、规划路径数据、道路曲率数据、驾驶员面部数据以及车道行驶数据。
其中，本车转向数据为本车的方向盘转动的相关数据，具体可以为方向盘的具体转角数据。本车转向数据可以通过方向盘的转角传感器反馈的数据得到。
本车油门数据为本车的油门踏板的位置数据，本车油门数据可以表征当前驾驶员通过控制本车油门实现的对本车速度的控制。本车油门数据可以通过油门位置传感器反馈的数据得到。
周边车辆数据为本车周边的车辆的行驶数据，用于确定本车周边的车辆的行驶状态，确定本车是否具有换道转向的意图。具体可以包括本车前方的车辆距离和车速、左侧道路车辆位置和车速以及右侧车辆位置和车速。周边车辆数据可以通过设置在本车中的雷达模块或者是摄像头模块获取得到。
规划路径数据为本车当前行驶的规划路径的相关数据，规划路径数据中具有本车当前以及后续行驶的路径的信息。规划路径数据可以通过车载地图系统或者是导航系统获得。
道路曲率数据为本车当前行驶的道路的曲率数据，用于通过道路的曲率确定当前车辆是否具有换道意图。具体可以包括道路是否具有弯道、弯道的大小、弯道的种类，例如环岛道路，等等。道路曲率数据可以由车载地图系统提供。
驾驶员面部数据为本车的驾驶员面部的朝向数据，用于确定驾驶员是否需要进行转向，提前观察周边车辆的行驶状况。驾驶员面部数据可以由驾驶舱内的摄像头模块提供。
车道行驶数据为用于本车与车道线的相对位置的数据，具体可以包括本车与车道线重叠以及本车与车道线之间的距离，可以用于确定本车实际的转向状态。车道行驶数据可以由车辆的前置摄像头获取。
行车数据可以是在车辆行驶的过程中实时获取并且传输的。在一种可能的实现方式中，可以将行车数据通过通信网络上传至服务器，服务器对行车数据进行相关处理。
S102：将所述行车数据输入至转向预测模型中，得到所述转向预测模型输出的预测转向意图。
将获取到的行车数据输入至转向预测模型中，转向预测模型是预先训练好的，用于利用行车数据对本车的转向进行预测的模型。通过转向预测模型可以得到预测转向意图。预测转向意图是本车后续是否进行转向的预测结果。
本申请实施例提供了一种转向预测模型的训练方法，具体请参见下文。
S103：根据所述预测转向意图控制转向灯。
根据得到的预测转向意图，可以对本车的转向灯进行对应的控制。
在一种可能的实现方式中，本申请实施例提供了一种根据所述预测转向意图控制转向灯的具体实施方式，请参见下文。
基于上述S101-S103的相关内容可知，通过获取包含多种数据的行车数据，利用转向预测模型得到对应的预测转向意图。行车数据中可以包括驾驶员状况、车辆状况、道路状况、导航状况等多方面的车辆信息，如此可以使得通过转向预测模型得到的预测转向意图更加准确。进而可以利用较为准确的预测转向意图对转向灯进行控制，实现了对于转向灯的准确控制，使得本车周边的车辆或者行人可以根据本车的转向灯进行合理避让。
进一步的，本申请实施例提供了一种转向预测模型的训练方法，所述转向预测模型的训练过程包括以下五个步骤：
A1：建立待训练转向预测模型，将所述待训练转向预测模型的模型参数设置为第i个模型参数；i的初始值为0；第0个模型参数为初始模型参数。
先建立待训练转向预测模型，设置待训练转向预测模型的模型参数。
在本申请实施例中，待训练转向预测模型可以是隐马尔可夫模型(Hidden Markovmodel,HMM)，模型参数为λ＝(N，M，π，A，B)。
其中，N为预测变量S的数量，也就是预测转向意图的种类。在一种可能的实现方式中，预测转向意图可以包括左换道意图、右换道意图和保持意图，N＝3，对应的S＝(S1，S2，S3)，在t时刻所处状态为St，St∈S。
M的具体数值与训练数据相关，可以表示训练数据中训练观测序列V中包含的不同种类的数据。
π为转向意图的初始状态概率矢量，π＝(π1,π2,π3,…πN)，其中πi＝P(q1＝Si)；其中，q1表示初始状态，P(q1＝Si)表示状态Si作为初始状态的概率，所有的概率相加等于1。
A为状态转移矩阵，A＝{aij}N*N，其中，aij＝P(qt+1＝Sj|qt＝Si)，1≤i≤N，1≤j≤N。
B为观测序列概率分布矩阵，即车辆的实际换道的转向状态在状态S下各观测状态出现的概率，B＝{bjk}N*M，bjk＝P[Ot＝vk|qt＝Sj]，1≤j≤N，1≤k≤M。
在建立待训练转向预测模型后，将模型参数设置为第0个模型参数，也就是初始模型参数。
A2：获取训练数据，所述训练数据中包括训练观测序列以及所述训练观测序列对应的标签；所述训练观测序列包括本车转向训练数据、本车油门训练数据、周边车辆训练数据、规划路径训练数据、道路曲率训练数据、驾驶员面部训练数据以及车道行驶训练数据，所述标签为左换道意图标签、右换道意图标签和保持意图标签中的一种。
获取训练数据，训练数据中包括训练观测序列以及各个训练观测序列对应的标签。
训练观测序列包括本车转向训练数据、本车油门训练数据、周边车辆训练数据、规划路径训练数据、道路曲率训练数据、驾驶员面部训练数据以及车道行驶训练数据。训练观测序列可以通过本车的历史行驶数据得到。
本车转向训练数据为本车的方向盘转动的相关数据，具体可以为方向盘的具体转角数据。本车转向训练数据可以通过方向盘的转角传感器反馈的历史数据得到。
本车油门训练数据为本车的油门踏板的位置数据，本车油门训练数据可以表征驾驶员通过控制本车油门实现的对本车速度的控制。本车油门训练数据可以通过油门位置传感器反馈的历史数据得到。
周边车辆训练数据为本车周边的车辆的行驶数据，用于确定本车周边的车辆的行驶状态。具体可以包括本车前方的车辆距离和车速、左侧道路车辆位置和车速以及右侧车辆位置和车速。周边车辆训练数据可以通过设置在本车中的雷达模块或者是摄像头模块获取得到。
规划路径训练数据为车辆行驶的规划路径的相关数据，规划路径训练数据中具有车辆行驶的路径的信息。规划路径训练数据可以通过车载地图系统或者是导航系统获得。
道路曲率训练数据为本车行驶的道路的曲率数据，用于通过道路的曲率确定当前车辆是否具有换道意图。具体可以包括道路是否具有弯道、弯道的大小、弯道的种类，例如环岛道路，等等。道路曲率训练数据可以由车载地图系统提供。
驾驶员面部训练数据为本车的驾驶员面部的朝向数据，用于确定驾驶员是否需要进行转向，提前观察周边车辆的行驶状况。驾驶员面部训练数据可以由驾驶舱内的摄像头模块提供。
车道行驶训练数据为用于本车与车道线的相对位置的数据，具体可以包括本车与车道线重叠以及本车与车道线之间的距离，可以用于确定本车实际的转向状态。车道行驶训练数据可以由车辆的前置摄像头获取。
对应的，模型参数中的M的具体数值可以为7，表示为V＝(v1，v2，v3，v4，v5，v6，v7)。v1-v7分别对应于一种训练数据。本申请实施例不限定具体的对应关系，例如，v1对应于本车转向训练数据、v2对应于本车油门训练数据、v3对应于周边车辆训练数据、v4对应于规划路径训练数据、v5对应于道路曲率训练数据、v6对应于驾驶员面部训练数据、v7对应于车道行驶训练数据。
训练观测序列对应的标签为在该训练观测序列下车辆的转向状态，标签的种类与预测变量S的种类相对应。在本申请实施例中，标签可以为左换道、右换道或者保持。
A3：将所述训练数据输入至所述待训练转向预测模型中，利用Baum-Welch算法计算得到第i+1个模型参数。
将训练数据输入至待训练转向预测模型中，利用Baum-Welch算法，计算得到新的迭代模型参数，也就是第i+1个模型参数。
需要说明的是，在本申请实施例中，模型参数λ＝(N，M，π，A，B)中的N和M是根据需要预测的意图以及训练数据确定的，得到的各个模型参数中的N和M是固定的。通过Baum-Welch算法可以计算得到迭代的π、A和B。根据固定的N和M以及计算得到的π、A和B，确定第i+1个模型参数。
A4：判断所述第i+1个模型参数是否收敛。
第i+1个模型参数的收敛状态可以反映待训练转向预测模型的性能。对第i+1个模型参数是否收敛进行判断。
A5：若否，将所述模型参数调整为所述第i+1个模型参数，将i的取值加1，返回将所述训练数据输入至所述待训练转向预测模型中以及后续步骤，直到达到预设条件生成转向预测模型。
若第i+1个模型参数不收敛，则说明待训练转向预测模型性能不能满足要求。将所述模型参数调整为所述第i+1个模型参数，并将i的取值加1，得到模型参数更新后的待训练转向预测模型。再将训练数据输入至模型参数调整后的待训练转向预测模型中，再次计算得到新的下一个模型参数，并对新的模型参数进行收敛性的判断。若仍不能满足收敛性的要求，则继续获得新的模型参数，直到模型参数满足预设条件时，将待训练转向预测模型的模型参数调整为满足预设条件的模型参数，生成转向预测模型。
例如，i的初始值为0，通过具有初始模型参数的待训练预测模型得到第1个模型参数，对第1个模型参数进行是否收敛的判断。如果第1个模型参数不收敛，则将模型参数调整为第1个模型参数，并对i进行加1计算，i为1。再将训练数据输入至具有第1个模型参数的待训练转向预测模型中，得到第2个模型参数。再对第2个模型参数进行是否收敛的判断，如果第2个模型参数仍不收敛，将模型参数调整为第2个模型参数，再对i进行加1计算，得到的i为2。继续进行后续训练数据输入至所述待训练转向预测模型以及得到下一个模型参数，判断模型参数是否收敛等步骤。直到得到的模型参数收敛，证明待训练预测模型符合预设条件，停止生成下一个模型参数，生成对应的转向预测模型。
在本申请实施例中，通过包含多种数据的训练数据对待训练转向预测模型进行训练，可以得到预测转向意图更加准确的转向预测模型。通过训练得到的较为准确的转向预测模型，可以得到较为准确的预测转向意图，使得基于预测转向意图可以准确地控制转向灯。
对于训练数据中的训练观测序列对应的标签，可以通过训练观测序列所对应的实际的转向结果确定。进一步的，本申请实施例还提供了训练观测序列对应的标签的确定过程，包括以下步骤：
B1：获取历史行驶数据。
获取车辆的历史行驶数据，历史行驶数据中具有车辆的行驶的相关数据。可以从历史行驶数据中的得到待训练转向预测模型的训练数据。
B2：检测所述历史行驶数据中的转向行为和与所述转向行为对应的变道行为，所述变道行为为车辆与车道线重叠。
检测历史行驶数据中的转向行为和与转向行为对应的变道行为。转向行为具体可以为方向盘转动的行为，变道行为具体为车辆与车道线重叠的行为。通过转向行为和对应的变道行为，可以确定车辆进行转向并且变道的过程。
B3：获取所述变道行为对应的发生时刻，利用所述发生时刻和提前时长，确定目标时刻。
可以理解的是，历史行驶数据中具有对应的发生时刻。获取变道行为对应的发生时刻，根据发生时刻和提前时长，可以得到驾驶员准备进行转向的时刻，也就是目标时刻。其中，提前时长可以是预先设置的时间长度，提前时长可以根据变道完成的时间进行设置，例如，提前时长可以为5秒。
B4：从所述目标时刻对应的历史行驶数据中提取目标训练观测序列，将所述目标训练观测序列标记为与所述转向行为对应的标签。从目标时刻对应的历史行驶数据中提取目标训练观测序列，目标训练观测序列可以对应的表示发生变道行为前的车辆的行驶状态以及驾驶员的状态。利用转向行为对应的标签对目标训练观测序列进行标记。
例如，当在历史行驶数据中检测到方向盘右转，以及与本次方向盘右转对应的车辆跨越右车道线时，可以确定车辆发生了转向行为以及对应的变道行为。若变道行为的发生时刻为第10秒，则可以根据发生时刻和提前时长5秒，确定目标时刻第5秒。从第5秒对应的历史行驶数据中提取目标训练观测序列，得到的目标训练观测序列可以表征右转的意图。将目标训练观测序列标记为右换道。
在本申请实施例中，通过根据历史行驶数据中发生的转向和变道的行为，确定发生变道行为前的历史行驶数据提取得到的训练预测序列的标签。如此使得得到的训练预测序列对应的标签更加准确，生成的待训练转向预测模型准确度较高。需要说明的是，本申请实施例不限定对应于保持标签的训练观测序列的生成和标记方式。例如，可以从历史行驶数据获取车辆在直行时的历史行驶数据，提取得到对应于保持标签的训练观测序列。
在一种可能的实现方式中，预测转向意图为左换道意图、右换道意图或保持意图中的一种，本申请实施例还提供了一种根据所述预测转向意图控制转向灯的方法。
当所述预测转向意图为左换道意图时，根据所述预测转向意图控制转向灯，包括：
判断左转向灯是否开启；
若所述左转向灯开启，则保持所述左转向灯开启；若所述左转向灯关闭，则控制所述左转向灯开启。
当所述预测转向意图为左换道意图时，需要控制左转向灯开启。另外，驾驶员可能预先开启左转向灯，需要对左转向灯的状态进行判断。若左转向灯开启，则保持左转向灯开启；若左转向灯关闭，则控制左转向灯开启。
当所述预测转向意图为右换道意图时，根据所述预测转向意图控制转向灯，包括：
判断右转向灯是否开启；
若所述右转向灯开启，则保持所述右转向灯开启；若所述右转向灯关闭，则控制所述右转向灯开启。
当所述预测转向意图为右换道意图时，需要控制右转向灯开启。另外，驾驶员可能预先开启右转向灯，需要对右转向灯的状态进行判断。若右转向灯开启，则保持右转向灯开启；若右转向灯关闭，则控制右转向灯开启。
当所述预测转向意图为保持意图时，根据所述预测转向意图控制转向灯，包括：
判断右转向灯或者左转向灯是否开启；
若所述右转向灯或者所述左转向灯开启，则控制所述右转向灯和所述左转向灯关闭；
若所述右转向灯和所述左转向灯关闭，则保持所述右转向灯和所述左转向灯关闭。
当预测转向意图为保持意图时，需要确定转向灯保持在关闭状态，需要控制转向灯关闭。但是，驾驶员可能误操作开启转向灯，需要对转向灯的状态进行判断，判断右转向灯或者左转向灯是否开启。若右转向灯或者左转向灯开启，则控制右转向灯和左转向灯关闭；若右转向灯和左转向灯关闭，则保持右转向灯和左转向灯关闭。
基于上述内容可知，在本申请实施例中，根据对应的预测转向意图，对转向灯进行开启或者关闭的操作，可以实现在变道转向时或者是保持行驶时，转向灯的正常开启或者关闭，提高了对于转向灯的控制准确程度。
在一种可能的实现方式中，可以根据对转向灯的控制结果驾驶员进行提醒。所述方法还包括：
显示转向提醒信息，所述转向提醒信息用于表示所述转向灯的控制结果。
当控制转向灯时，可以对应的生成转向提醒信息，用于向驾驶员显示，表明对转向灯的控制结果。如此可以便于驾驶员及时地获取到对转向灯的控制结果，了解转向灯的开启或者关闭情况。
在一种可能的实现方法中，驾驶员并未按照预测的预测转向意图行驶，驾驶员需要对按照预测转向意图控制的转向灯进行人为控制。在所述根据所述预测转向意图控制转向灯之后，所述方法还包括：
获取驾驶员触发的中断指令，停止控制转向灯。
驾驶员触发的中断指令的优先级为最高的优先级，若获取到驾驶员触发的中断指令，停止对转向灯的控制。
基于上述方法实施例提供的转向灯控制方法，本申请实施例还提供了一种转向灯控制装置，下面将结合附图对该转向灯控制装置进行说明。
参见图2，该图为本申请实施例提供的一种转向灯控制装置的结构示意图。如图2所示，该转向灯控制装置包括：
获取单元201，用于获取行车数据，所述行车数据包括本车转向数据、本车油门数据、周边车辆数据、规划路径数据、道路曲率数据、驾驶员面部数据以及车道行驶数据；
预测单元202，用于将所述行车数据输入至转向预测模型中，得到所述转向预测模型输出的预测转向意图；
控制单元203，用于根据所述预测转向意图控制转向灯。
可选的，所述转向预测模型的训练过程包括：
建立待训练转向预测模型，将所述待训练转向预测模型的模型参数设置为第i个模型参数；i的初始值为0；第0个模型参数为初始模型参数；
获取训练数据，所述训练数据中包括训练观测序列以及所述训练观测序列对应的标签；所述训练观测序列包括本车转向训练数据、本车油门训练数据、周边车辆训练数据、规划路径训练数据、道路曲率训练数据、驾驶员面部训练数据以及车道行驶训练数据，所述标签为左换道意图标签、右换道意图标签和保持意图标签中的一种；
将所述训练数据输入至所述待训练转向预测模型中，利用Baum-Welch算法计算得到第i+1个模型参数；
判断所述第i+1个模型参数是否收敛；
若否，将所述模型参数调整为所述第i+1个模型参数，将i的取值加1，返回将所述训练数据输入至所述待训练转向预测模型中以及后续步骤，直到达到预设条件生成转向预测模型。
可选的，所述训练观测序列对应的标签的确定过程包括：
获取历史行驶数据；
检测所述历史行驶数据中的转向行为和与所述转向行为对应的变道行为，所述变道行为为车辆与车道线重叠；
获取所述变道行为对应的发生时刻，利用所述发生时刻和提前时长，确定目标时刻；
从所述目标时刻对应的历史行驶数据中提取目标训练观测序列，将所述目标训练观测序列标记为与所述转向行为对应的标签。
可选的，所述预测转向意图为左换道意图、右换道意图或保持意图中的一种；
当所述预测转向意图为左换道意图时，所述控制单元，具体用于判断左转向灯是否开启；若所述左转向灯开启，则保持所述左转向灯开启；若所述左转向灯关闭，则控制所述左转向灯开启；
当所述预测转向意图为右换道意图时，所述控制单元，具体用于判断右转向灯是否开启；若所述右转向灯开启，则保持所述右转向灯开启；若所述右转向灯关闭，则控制所述右转向灯开启；
当所述预测转向意图为保持意图时，所述控制单元，具体用于判断右转向灯或者左转向灯是否开启；若所述右转向灯或者所述左转向灯开启，则控制所述右转向灯和所述左转向灯关闭；若所述右转向灯和所述左转向灯关闭，则保持所述右转向灯和所述左转向灯关闭。
可选的，所述装置还包括：
历史数据获取单元，用于获取历史转向数据，根据所述历史转向数据确定驾驶员在转向时开启转向灯的执行概率；
判断单元，用于判断所述执行概率是否大于或者等于目标概率；
提醒单元，用于若所述执行概率大于或者等于所述目标概率，则根据所述预测转向意图显示转向提醒信息，所述转向提醒信息用于提醒驾驶员控制所述转向灯。
可选的，所述装置还包括：
提醒单元，用于显示转向提醒信息，所述转向提醒信息用于表示所述转向灯的控制结果。
可选的，所述装置还包括：
中断单元，用于获取驾驶员触发的中断指令，停止控制转向灯。
基于上述方法实施例提供的转向灯控制方法，本申请实施例还提供了一种转向灯控制设备，包括：处理器、存储器、系统总线；
所述处理器以及所述存储器通过所述系统总线相连；
所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行上述任一项所述的方法。
基于上述方法实施例提供的转向灯控制方法，本申请实施例还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指令，当所述指令在终端设备上运行时，使得所述终端设备执行上述任一项所述的方法。
需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
还需要说明的是，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。而且，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、物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、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种转向灯控制方法，其特征在于，所述方法包括：
获取行车数据，所述行车数据包括本车转向数据、本车油门数据、周边车辆数据、规划路径数据、道路曲率数据、驾驶员面部数据以及车道行驶数据；
将所述行车数据输入至转向预测模型中，得到所述转向预测模型输出的预测转向意图；
根据所述预测转向意图控制转向灯；
所述转向预测模型的训练过程包括：
建立待训练转向预测模型，将所述待训练转向预测模型的模型参数设置为第i个模型参数；i的初始值为0；第0个模型参数为初始模型参数；
获取训练数据，所述训练数据中包括训练观测序列以及所述训练观测序列对应的标签；所述训练观测序列包括本车转向训练数据、本车油门训练数据、周边车辆训练数据、规划路径训练数据、道路曲率训练数据、驾驶员面部训练数据以及车道行驶训练数据，所述标签为左换道意图标签、右换道意图标签和保持意图标签中的一种；
将所述训练数据输入至所述待训练转向预测模型中，利用Baum-Welch算法计算得到第i+1个模型参数；
判断所述第i+1个模型参数是否收敛；
若否，将所述模型参数调整为所述第i+1个模型参数，将i的取值加1，返回将所述训练数据输入至所述待训练转向预测模型中以及后续步骤，直到达到预设条件生成转向预测模型；
所述训练观测序列对应的标签的确定过程包括：
获取历史行驶数据；
检测所述历史行驶数据中的转向行为和与所述转向行为对应的变道行为，所述变道行为为车辆与车道线重叠；
获取所述变道行为对应的发生时刻，利用所述发生时刻和提前时长，确定目标时刻；
从所述目标时刻对应的历史行驶数据中提取目标训练观测序列，将所述目标训练观测序列标记为与所述转向行为对应的标签。
2.根据权利要求1所述的方法，其特征在于，所述预测转向意图为左换道意图、右换道意图或保持意图中的一种；
当所述预测转向意图为左换道意图时，所述根据所述预测转向意图控制转向灯，包括：
判断左转向灯是否开启；
若所述左转向灯开启，则保持所述左转向灯开启；
若所述左转向灯关闭，则控制所述左转向灯开启；
当所述预测转向意图为右换道意图时，所述根据所述预测转向意图控制转向灯，包括：
判断右转向灯是否开启；
若所述右转向灯开启，则保持所述右转向灯开启；
若所述右转向灯关闭，则控制所述右转向灯开启；
当所述预测转向意图为保持意图时，所述根据所述预测转向意图控制转向灯，包括：
判断右转向灯或者左转向灯是否开启；
若所述右转向灯或者所述左转向灯开启，则控制所述右转向灯和所述左转向灯关闭；
若所述右转向灯和所述左转向灯关闭，则保持所述右转向灯和所述左转向灯关闭。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
显示转向提醒信息，所述转向提醒信息用于表示所述转向灯的控制结果。
4.根据权利要求1所述的方法，其特征在于，在所述根据所述预测转向意图控制转向灯之后，所述方法还包括：
获取驾驶员触发的中断指令，停止控制转向灯。
5.一种转向灯控制装置，其特征在于，所述装置包括：
获取单元，用于获取行车数据，所述行车数据包括本车转向数据、本车油门数据、周边车辆数据、规划路径数据、道路曲率数据、驾驶员面部数据以及车道行驶数据；
预测单元，用于将所述行车数据输入至转向预测模型中，得到所述转向预测模型输出的预测转向意图；
控制单元，用于根据所述预测转向意图控制转向灯；
所述转向预测模型的训练过程包括：
建立待训练转向预测模型，将所述待训练转向预测模型的模型参数设置为第i个模型参数；i的初始值为0；第0个模型参数为初始模型参数；
获取训练数据，所述训练数据中包括训练观测序列以及所述训练观测序列对应的标签；所述训练观测序列包括本车转向训练数据、本车油门训练数据、周边车辆训练数据、规划路径训练数据、道路曲率训练数据、驾驶员面部训练数据以及车道行驶训练数据，所述标签为左换道意图标签、右换道意图标签和保持意图标签中的一种；
将所述训练数据输入至所述待训练转向预测模型中，利用Baum-Welch算法计算得到第i+1个模型参数；
判断所述第i+1个模型参数是否收敛；
若否，将所述模型参数调整为所述第i+1个模型参数，将i的取值加1，返回将所述训练数据输入至所述待训练转向预测模型中以及后续步骤，直到达到预设条件生成转向预测模型；
所述训练观测序列对应的标签的确定过程包括：
获取历史行驶数据；
检测所述历史行驶数据中的转向行为和与所述转向行为对应的变道行为，所述变道行为为车辆与车道线重叠；
获取所述变道行为对应的发生时刻，利用所述发生时刻和提前时长，确定目标时刻；
从所述目标时刻对应的历史行驶数据中提取目标训练观测序列，将所述目标训练观测序列标记为与所述转向行为对应的标签。
6.根据权利要求5所述的装置，其特征在于，所述装置还包括：
提醒单元，用于显示转向提醒信息，所述转向提醒信息用于表示所述转向灯的控制结果。
7.一种转向灯控制设备，其特征在于，包括：处理器、存储器、系统总线；
所述处理器以及所述存储器通过所述系统总线相连；
所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行权利要求1-4任一项所述的方法。
8.一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指令，当所述指令在终端设备上运行时，使得所述终端设备执行权利要求1-4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011332153.8A CN114537265B (zh) | 2020-11-24 | 2020-11-24 | 一种转向灯控制方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011332153.8A CN114537265B (zh) | 2020-11-24 | 2020-11-24 | 一种转向灯控制方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114537265A CN114537265A (zh) | 2022-05-27 |
| CN114537265B true CN114537265B (zh) | 2024-02-20 |
Family
ID=81659630
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011332153.8A Active CN114537265B (zh) | 2020-11-24 | 2020-11-24 | 一种转向灯控制方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114537265B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017074838A (ja) * | 2015-10-14 | 2017-04-20 | 三菱電機株式会社 | 車両用操舵装置および車両用操舵方法 |
| CN106796759A (zh) * | 2014-12-26 | 2017-05-31 | 日立汽车系统株式会社 | 车辆控制系统 |
| CN110088572A (zh) * | 2016-12-21 | 2019-08-02 | 福特汽车公司 | 对车辆驾驶员的针对即将到来的标志的提前警告 |
| CN110203128A (zh) * | 2019-06-18 | 2019-09-06 | 东风小康汽车有限公司重庆分公司 | 转向灯辅助模型的构建方法、转向灯自动控制方法及系统 |
| CN110588501A (zh) * | 2019-08-09 | 2019-12-20 | 江苏大学 | 一种基于驾驶员换道行为预测的自动转向灯控制系统及控制方法 |
| CN110888434A (zh) * | 2019-11-14 | 2020-03-17 | 腾讯科技（深圳）有限公司 | 自动驾驶方法、装置、计算机设备和计算机可读存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6635023B2 (ja) * | 2016-12-26 | 2020-01-22 | トヨタ自動車株式会社 | 車両の車線変更支援装置 |
-
2020
- 2020-11-24 CN CN202011332153.8A patent/CN114537265B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106796759A (zh) * | 2014-12-26 | 2017-05-31 | 日立汽车系统株式会社 | 车辆控制系统 |
| JP2017074838A (ja) * | 2015-10-14 | 2017-04-20 | 三菱電機株式会社 | 車両用操舵装置および車両用操舵方法 |
| CN110088572A (zh) * | 2016-12-21 | 2019-08-02 | 福特汽车公司 | 对车辆驾驶员的针对即将到来的标志的提前警告 |
| CN110203128A (zh) * | 2019-06-18 | 2019-09-06 | 东风小康汽车有限公司重庆分公司 | 转向灯辅助模型的构建方法、转向灯自动控制方法及系统 |
| CN110588501A (zh) * | 2019-08-09 | 2019-12-20 | 江苏大学 | 一种基于驾驶员换道行为预测的自动转向灯控制系统及控制方法 |
| CN110888434A (zh) * | 2019-11-14 | 2020-03-17 | 腾讯科技（深圳）有限公司 | 自动驾驶方法、装置、计算机设备和计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114537265A (zh) | 2022-05-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200265710A1 (en) | Travelling track prediction method and device for vehicle | |
| US11586213B2 (en) | Trajectory representation in behavior prediction systems | |
| US11815892B2 (en) | Agent prioritization for autonomous vehicles | |
| CN111284485B (zh) | 一种障碍车辆驾驶行为预测方法、装置、车辆及存储介质 | |
| US10816984B2 (en) | Automatic data labelling for autonomous driving vehicles | |
| CN111583715B (zh) | 一种车辆轨迹预测方法、车辆碰撞预警方法、装置及存储介质 | |
| US11273821B2 (en) | Parking assistance method and parking assistance device | |
| US20190317520A1 (en) | Learning based speed planner for autonomous driving vehicles | |
| US10054945B2 (en) | Method for determining command delays of autonomous vehicles | |
| US11360482B2 (en) | Method and system for generating reference lines for autonomous driving vehicles using multiple threads | |
| CN110562258A (zh) | 一种车辆自动换道决策的方法、车载设备和存储介质 | |
| US11372417B2 (en) | Method for predicting exiting intersection of moving obstacles for autonomous driving vehicles | |
| US11340622B2 (en) | Determining respective impacts of agents | |
| US20210200230A1 (en) | Conditional behavior prediction for autonomous vehicles | |
| CN113267199A (zh) | 行驶轨迹规划方法及装置 | |
| US11136023B2 (en) | Method for determining exiting intersection of moving objects for autonomous driving vehicles | |
| CN112506170B (zh) | 一种基于驾驶员模型的测试方法及装置 | |
| US11873011B2 (en) | Labeling lane segments for behavior prediction for agents in an environment | |
| CN114537265B (zh) | 一种转向灯控制方法、装置及设备 | |
| US11148684B2 (en) | Vehicle control device | |
| US20210370941A1 (en) | Precautionary slowdown speed planning | |
| CN112017426B (zh) | 车辆路径变换模型的训练方法、路径变换方法和装置 | |
| US20220326714A1 (en) | Unmapped u-turn behavior prediction using machine learning | |
| CN117944713A (zh) | 一种自动驾驶方法、装置、域控制器、介质、系统及车辆 | |
| CN114684127A (zh) | 变道轨迹规划方法、电子设备及计算机可读存储介质 |
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 |