CN114616158A - 自动驾驶方法、装置和存储介质 - Google Patents
自动驾驶方法、装置和存储介质 Download PDFInfo
- Publication number
- CN114616158A CN114616158A CN202180006112.6A CN202180006112A CN114616158A CN 114616158 A CN114616158 A CN 114616158A CN 202180006112 A CN202180006112 A CN 202180006112A CN 114616158 A CN114616158 A CN 114616158A
- Authority
- CN
- China
- Prior art keywords
- characteristic value
- vehicle
- road surface
- determining
- value
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000003860 storage Methods 0.000 title claims abstract description 25
- 230000001133 acceleration Effects 0.000 claims abstract description 74
- 230000008859 change Effects 0.000 claims description 20
- 239000000725 suspension Substances 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 33
- 230000006870 function Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/22—Conjoint control of vehicle sub-units of different type or different function including control of suspension systems
-
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/10—Longitudinal speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种自动驾驶方法、装置和存储介质,该方法包括:获取传感器采集的数据,所述数据包括车辆前方的点云数据和车辆在垂直于路面方向上的加速度数据;根据所述点云数据确定特征值,所述特征值用于指示车辆前方路面的起伏程度;至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略。根据本申请实施例,可以准确地识别出当前路面不平的情况,降低路面不平产生的非预期转向等对车辆精准控制的影响,提高车辆在自动驾驶过程中的安全性和舒适性,同时,可以减小车辆、车辆上的传感器等因振动产生的结构性损伤,从而提升其可靠性和寿命耐久性。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种自动驾驶方法、装置和存储介质。
背景技术
随着自动驾驶技术的发展,车辆不仅需要在平坦路面上实现自动驾驶,也需要应对坑洼路面、破损路面、铺设减速带的路面等路面不平的情况。
目前,相关技术侧重于应对行人、红绿灯等路面上的障碍物,而对于路面不平的情况,通常是在车辆振动后,依靠车辆自身的悬架系统滞后缓解,导致车辆的安全性和舒适性低下。
发明内容
有鉴于此,提出了一种自动驾驶方法、装置和存储介质。
第一方面,本申请的实施例提供了一种自动驾驶方法,该方法包括:获取传感器采集的数据,所述数据包括车辆前方的点云数据和车辆在垂直于路面方向上的加速度数据;根据所述点云数据确定特征值,所述特征值用于指示车辆前方路面的起伏程度;至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略。
根据本申请实施例,通过获取传感器采集的车辆前方数据,根据点云数据确定特征值,可以准确地识别出当前路面不平的情况,通过根据车辆在垂直于路面方向上的加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,可以降低路面不平产生的非预期转向等对车辆精准控制的影响,提高车辆在自动驾驶过程中的安全性和舒适性,同时,可以减小车辆、车辆上的传感器等因振动产生的结构性损伤,从而提升其可靠性和寿命耐久性。
根据第一方面,在所述自动驾驶方法的第一种可能的实现方式中,特征值根据所述点云数据在垂直于路面方向上的坐标值确定。
点云数据在垂直于路面方向上的坐标值可以反映路面的起伏程度,根据本申请实施例,可以使得特征值可以更好的衡量路面不平的情况。
根据第一方面,在所述自动驾驶方法的第二种可能的实现方式中,根据所述点云数据确定特征值,包括:根据所述点云数据,确定第一特征值、第二特征值和第三特征值中的至少一种,所述第一特征值用于指示所述车辆前方路面中、各车道内局部区域的起伏程度,所述第二特征值用于指示所述车辆前方路面中、各车道路面的起伏程度,所述第三特征值用于指示所述车辆前方路面中、全部车道路面的起伏程度。
根据本申请实施例,通过确定第一特征值、第二特征值和第三特征值中的至少一种,且第一特征值、第二特征值和第三特征值分别从点、线、面三个角度指示路面的起伏程度,可以更精准全面的体现路面不平的情况,从而为后续确定自动驾驶策略提供了针对性的依据。
根据第一方面的第二种可能的实现方式,在所述自动驾驶方法的第三种可能的实现方式中,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:根据所述第二特征值,确定对应第二特征值最小的目标车道;确定所述车辆切换至所述目标车道的策略。
根据本申请实施例,通过根据第二特征值,确定对应第二特征值最小的目标车道,确定车辆切换至目标车道的策略,使得车辆可以规避起伏程度大的车道,以避免路面不平的情况,从而提高车辆的安全性和舒适性,减小相关结构性损伤。
根据第一方面的第二种或第三种可能的实现方式,在所述自动驾驶方法的第四种可能的实现方式中,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:根据所述第一特征值,确定对应第一特征值超过阈值的目标局部区域;确定所述车辆避行所述目标局部区域的策略。
根据本申请实施例,通过根据第一特征值,确定对应第一特征值超过阈值的目标局部区域,确定车辆避行目标局部策略的依据,使得车辆可以绕开车道内的坑洼等局部不平的路面,以避免路面不平的情况,从而提高车辆的安全性和舒适性,减小相关结构性损伤。
根据第一方面的第二种或第三种或第四种可能的实现方式,在所述自动驾驶方法的第五种可能的实现方式中,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:根据第一特征值、第二特征值、第三特征值中的至少一种,确定限制所述车辆行驶速度的策略,其中,车辆被限制的行驶速度的上限值,与第一特征值、第二特征值、第三特征值中的至少一种中的最大值负相关。
根据本申请实施例,通过根据第一特征值、第二特征值、第三特征值中的至少一种,确定限制所述车辆行驶速度的策略,可以实现车辆在遇到不平路面前提前减速,通过在确定限制车辆行驶速度的策略时,使得车辆被限制的行驶速度的上限值,与第一特征值、第二特征值、第三特征值中的至少一种中的最大值负相关,可以实现在路面起伏程度越大的情况下,车辆的限速的上限值越小,从而可以进一步减小车辆的振动幅度,提高车辆的安全性和舒适性,减小相关结构性损伤。
根据第一方面或第一方面的第一种或第二种或第三种或第四种或第五种可能的实现方式,在所述自动驾驶方法的第六种可能的实现方式中,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:在所述特征值超过阈值,或所述加速度数据的变化率超过阈值的情况下,确定对所述车辆的主动悬架的参数进行调整的策略。
根据本申请实施例,通过在特征值超过阈值,或加速度数据的变化率超过阈值的情况下,确定用于指示对车辆的主动悬架的参数进行调整的策略,可以实现在车辆经过不平路面前,提前对主动悬架的参数进行调整,从而可以减小车辆在经过不平路面时的振动幅度,提高车辆的安全性和舒适性,减小相关结构性损伤。
根据第一方面,在所述自动驾驶方法的第七种可能的实现方式中,根据所述点云数据确定特征值,包括:在所述加速度数据的变化率超过预定阈值的情况下,对确定的所述特征值进行调整,得到调整后的特征值,所述调整后的特征值大于调整前的特征值。
根据本申请实施例,通过在加速度数据的变化率超过阈值的情况下,对确定的特征值进行调整,可以使得调整后的特征值更真实的反映当前路面不平的情况,使得可以更具调整后的特征值生成更加精准的自动驾驶的策略,从而进一步提高车辆在自动驾驶过程中的安全性和舒适性,减小相关结构性损伤。
根据第一方面或第一方面的第一种或第二种或第三种或第四种或第五种或第六种或第七种可能的实现方式,在所述自动驾驶方法的第八种可能的实现方式中,根据所述点云数据确定特征值,包括:将车辆前方路面中的感兴趣区域划分为网格;删除所述感兴趣区域内的点云数据中,与障碍物对应的点云数据,得到处理后的点云数据;根据至少一个所述网格中的处理后的点云数据,确定所述特征值。
根据本申请实施例,通过将车辆前方路面中的感兴趣区域划分为网格,删除所述感兴趣区域内的点云数据中,与障碍物对应的点云数据,可以减小其他车辆、行人等障碍物对于判断路面不平度的影响,通过根据至少一个所述网格中的处理后的点云数据,确定特征值,可以实现特征值更加准确的反映路面的不平情况,从而可以更好地辅助生成相关的自动驾驶的策略。
根据第一方面的第八种可能的实现方式,在所述自动驾驶方法的第九种可能的实现方式中,根据所述点云数据确定特征值,包括:根据任一车道内的一个或一组网格中的点云数据在垂直于路面方向上的坐标值,确定所述一个或一组网格数据对应的局部区域的特征值,得到所述第一特征值;和/或根据任一车道方向上的一列或多列网格中的点云数据在垂直于路面方向上的坐标值,确定所述任一车道对应的特征值,得到所述第二特征值;和/或根据所有网格中的点云数据在垂直于路面方向上的坐标值,确定所述第三特征值。
根据本申请实施例,通过根据相关网格中的点云数据在垂直于路面方向上的坐标值,确定第一特征值、第二特征值、第三特征值,可以更加精准地从点、线、面的角度衡量路面不平的情况。
根据第一方面或第一方面的第一种或第二种或第三种或第四种或第五种或第六种或第七种或第八种或第九种可能的实现方式,在所述自动驾驶方法的第十种可能的实现方式中,所述特征值根据处理后的点云数据中最高点的z值、最低点的z值、最高点和最低点的z值差、z值的平均值、z值的方差中的一种或多种确定,所述z值表示点云数据在垂直于路面方向上的坐标值。
根据本申请实施例,可以实现根据需要灵活选择确定特征值的方式,使得特征值所指示的路面起伏程度可以更加符合车辆在自动驾驶时的实际情况。
根据第一方面或第一方面的第一种或第二种或第三种或第四种或第五种或第六种或第七种或第八种或第九种或第十种可能的实现方式,在所述自动驾驶方法的第十一种可能的实现方式中,该方法还包括:根据所述策略,生成对所述车辆前方路面的起伏程度和/或所述车辆的自动驾驶策略的提示信息,所述提示信息包括文字、图像、音频、视频中的至少一种。
根据本申请实施例,通过生成提示信息,可以使得驾乘人员能过及时了解当前路面的情况、以及车辆采取的相关策略,从而可以提高驾乘人员的信任感。
第二方面,本申请的实施例提供了一种自动驾驶装置,该装置包括:获取模块,用于获取传感器采集的数据,所述数据包括车辆前方的点云数据和车辆在垂直于路面方向上的加速度数据;第一确定模块,用于根据所述点云数据确定特征值,所述特征值用于指示车辆前方路面的起伏程度;第二确定模块,用于至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略。
根据第二方面,在所述自动驾驶装置的第一种可能的实现方式中,特征值根据所述点云数据在垂直于路面方向上的坐标值确定。
根据第二方面,在所述自动驾驶装置的第二种可能的实现方式中,根据所述点云数据确定特征值,包括:根据所述点云数据,确定第一特征值、第二特征值和第三特征值中的至少一种,所述第一特征值用于指示所述车辆前方路面中、各车道内局部区域的起伏程度,所述第二特征值用于指示所述车辆前方路面中、各车道路面的起伏程度,所述第三特征值用于指示所述车辆前方路面中、全部车道路面的起伏程度。
根据第二方面的第二种可能的实现方式,在所述自动驾驶装置的第三种可能的实现方式中,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:根据所述第二特征值,确定对应第二特征值最小的目标车道;确定所述车辆切换至所述目标车道的策略。
根据第二方面的第二种或第三种可能的实现方式,在所述自动驾驶装置的第四种可能的实现方式中,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:根据所述第一特征值,确定对应第一特征值超过阈值的目标局部区域;确定所述车辆避行所述目标局部区域的策略。
根据第二方面的第二种或第三种或第四种可能的实现方式,在所述自动驾驶装置的第五种可能的实现方式中,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:根据第一特征值、第二特征值、第三特征值中的至少一种,确定限制所述车辆行驶速度的策略,其中,车辆被限制的行驶速度的上限值,与第一特征值、第二特征值、第三特征值中的至少一种中的最大值负相关。
根据第二方面或第二方面的第一种或第二种或第三种或第四种或第五种可能的实现方式,在所述自动驾驶装置的第六种可能的实现方式中,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:在所述特征值超过阈值,或所述加速度数据的变化率超过阈值的情况下,确定对所述车辆的主动悬架的参数进行调整的策略。
根据第二方面,在所述自动驾驶装置的第七种可能的实现方式中,根据所述点云数据确定特征值,包括:在所述加速度数据的变化率超过预定阈值的情况下,对确定的所述特征值进行调整,得到调整后的特征值,所述调整后的特征值大于调整前的特征值。
根据第二方面或第二方面的第一种或第二种或第三种或第四种或第五种或第六种或第七种可能的实现方式,在所述自动驾驶装置的第八种可能的实现方式中,根据所述点云数据确定特征值,包括:将车辆前方路面中的感兴趣区域划分为网格;删除所述感兴趣区域内的点云数据中,与障碍物对应的点云数据,得到处理后的点云数据;根据至少一个所述网格中的处理后的点云数据,确定所述特征值。
根据第二方面的第八种可能的实现方式,在所述自动驾驶装置的第九种可能的实现方式中,根据所述点云数据确定特征值,包括:根据任一车道内的一个或一组网格中的点云数据在垂直于路面方向上的坐标值,确定所述一个或一组网格数据对应的局部区域的特征值,得到所述第一特征值;和/或根据任一车道方向上的一列或多列网格中的点云数据在垂直于路面方向上的坐标值,确定所述任一车道对应的特征值,得到所述第二特征值;和/或根据所有网格中的点云数据在垂直于路面方向上的坐标值,确定所述第三特征值。
根据第二方面或第二方面的第一种或第二种或第三种或第四种或第五种或第六种或第七种或第八种或第九种可能的实现方式,在所述自动驾驶装置的第十种可能的实现方式中,所述特征值根据处理后的点云数据中最高点的z值、最低点的z值、最高点和最低点的z值差、z值的平均值、z值的方差中的一种或多种确定,所述z值表示点云数据在垂直于路面方向上的坐标值。
根据第二方面或第二方面的第一种或第二种或第三种或第四种或第五种或第六种或第七种或第八种或第九种或第十种可能的实现方式,在所述自动驾驶装置的第十一种可能的实现方式中,该装置还包括:生成模块,用于根据所述策略,生成对所述车辆前方路面的起伏程度和/或所述车辆的自动驾驶策略的提示信息,所述提示信息包括文字、图像、音频、视频中的至少一种。
第三方面,本申请的实施例提供了一种模自动驾驶装置,该装置包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令时实现上述第一方面或者第一方面的多种可能的实现方式中的一种或几种的自动驾驶方法。
第四方面,本申请的实施例提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述第一方面或者第一方面的多种可能的实现方式中的一种或几种的自动驾驶方法。
第五方面,本申请的实施例提供了一种终端设备,该终端设备可以执行上述第一方面或者第一方面的多种可能的实现方式中的一种或几种的自动驾驶方法。
第六方面,本申请的实施例提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备中运行时,所述电子设备中的处理器执行上述第一方面或者第一方面的多种可能的实现方式中的一种或几种的自动驾驶方法。
本申请的这些和其他方面在以下(多个)实施例的描述中会更加简明易懂。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本申请的示例性实施例、特征和方面,并且用于解释本申请的原理。
图1示出根据本申请一实施例的应用场景的示意图。
图2示出根据本申请一实施例的自动驾驶装置的架构示意图。
图3示出根据本申请一实施例的自动驾驶方法的流程图。
图4示出根据本申请一实施例的确定点、线、面特征的示意图。
图5示出根据本申请一实施例的确定自动驾驶策略的示意图。
图6示出根据本申请一实施例的在人机界面HMI上进行视觉图标提示的示意图。
图7示出根据本申请一实施例的自动驾驶方法的流程图。
图8示出根据本申请一实施例的自动驾驶方法的流程图。
图9示出根据本申请一实施例的自动驾驶方法的流程图。
图10示出根据本申请一实施例的自动驾驶方法的流程图。
图11示出根据本申请一实施例的自动驾驶装置的结构图。
图12示出根据本申请一实施例的自动驾驶装置的结构图。
具体实施方式
以下将参考附图详细说明本申请的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本申请,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本申请同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本申请的主旨。
图1示出根据本申请一实施例的应用场景的示意图。本申请一实施例的方法可用于车辆在路面上进行自动驾驶的过程,其中,在车辆行驶时可能会遇到路面不平的情况,如图1所示,路面不平的情况可以包括有凸起的井盖的路面,铺设有减速带的路面,坑洼路面,在一种可能的实施方式中,在上述场景下,本申请实施例的自动驾驶方法可以利用传感器检测出路面不平的特征,从横向、纵向和垂向三个角度分别生成相关策略,并根据相关策略实现车辆的自动驾驶,以实现车辆通过不平路面,从而降低或避免路面不平的情况对车辆的影响,以提升车辆在自动驾驶过程中的安全性和舒适性,同时减少传感器和车辆等的结构疲劳损伤,提高其可靠性和稳定性。
需要说明的是,图1中所示的路面不平的情况仅为一个示例,路面不平的情况还可以包括凹凸起伏路面、破损路面、碎石路、接缝路面等其他情况,本申请实施例的自动驾驶方法还可以用于其他场景中。
图2示出根据本申请一实施例的自动驾驶装置的架构示意图。如图2所示,自动驾驶装置可以包括车辆,车辆可以是具有无线通信功能的车辆,其中,无线通信功能可设置于该车辆的车载终端、车载模组、车载单元、芯片(系统)或其他部件或组件。本申请的实施例中的车辆可以处于自动驾驶状态,即车辆完全自主驾驶,无需驾驶员的控制或仅需驾驶员的少量控制。
车辆上可以设置有至少一个传感器,如车载雷达(如毫米波雷达、激光雷达、超声波雷达等)、雨量传感器、摄像头、车姿传感器(如陀螺仪)、惯性测量单元(inertialmeasurement unit,IMU)、全球导航卫星系统(global navigation satellite system,GNSS)等,车辆上还可以设置有其他传感器,上述传感器可以设置在一个车辆上,也可以设置在多个车辆上,通过车辆上设置的至少一个传感器,可以采集到路面的点云数据以及车辆的垂向加速度(即车辆在垂直于路面方向上的加速度数据)等数据。
车辆上还可以设置有自动驾驶系统,自动驾驶系统可用于根据传感器采集的数据,生成用于应对路面不平情况的自动驾驶策略,并根据生成的策略实现车辆的自动驾驶,以实现车辆通过不平路面。
车辆上还可以设置有人机界面(human machine interface,HMI),HMI可用于通过视觉图标、语音播报方式对当前的路面情况以及自动驾驶系统对车辆采取的策略进行播报,以提醒相关驾乘人员。
在一种可能的实现方式中,本申请的自动驾驶装置还可以包括服务器,服务器可以作为车载计算单元位于上述车辆上,也可以位于云端,可以是实体设备,也可以是虚拟设备如虚拟机、容器等,具有无线通信功能,其中,无线通信功能可设置于该服务器的芯片(系统)或其他部件或组件。服务器和车辆可以通过无线连接的方式进行通信,例如可以通过2G/3G/4G/5G等移动通信技术,以及Wi-Fi、蓝牙、调频(frequency modulation,FM)、数传电台、卫星通信等无线通信方式进行通信,例如在测试中,服务器可承载于车辆上并与车辆通过无线连接的方式进行通信,通过车辆和服务器之间的通信,服务器可以收集一个或多个车辆上、或是设置在道路上或其他地方的传感器采集到的数据进行计算,并将计算结果回传给对应的车辆。
以下以图2中的架构为例,对本申请实施例的自动驾驶方法的流程进行说明。
图3示出根据本申请一实施例的自动驾驶方法的流程图。如图3所示,自动驾驶方法的流程可包括:
步骤S301,车辆获取传感器采集的数据。
其中,传感器采集的数据可以包括激光雷达采集的点云数据以及IMU采集的车辆的垂向加速度数据。点云数据可以是车辆行驶过程中、车辆前方的点云数据,车辆的垂向加速度可以指车辆在垂直于路面方向上的加速度,车辆的垂向加速度可以用于表示车辆在某个路段上的垂直振动程度。
传感器可以设置在一个或多个车辆上,可由一个车辆来获取传感器采集的数据。例如,传感器可以设置在一个车辆上,传感器还可以设置在除该一个车辆外的其他车辆上,以辅助该一个车辆进行自动驾驶,例如,其他车辆上的传感器采集的点云数据可对该一个车辆采集的点云数据进行补充。在一种可能的实现方式中,传感器还可以设置在其他地方,例如传感器可以设置在道路两侧,可用于采集点云数据以对车辆上的传感器采集的点云数据进行补充。
步骤S302,自动驾驶系统根据传感器采集的数据,确定路面的点、线、面特征。
其中,路面的点、线、面特征可以分别从三个特征维度表示路面的起伏程度。
图4示出根据本申请一实施例的确定点、线、面特征的示意图。如图4所示,在车辆获取到激光雷达采集的点云数据后,自动驾驶系统可以首先对获取到的点云数据进行坐标转换,以得到点云数据中的每个点在笛卡尔坐标系下、以车辆的后轴中心点为原点的三维坐标,例如(x,y,z),x、y、z可以分别表示对应的点在x轴、y轴和z轴上的坐标值,例如,在图4中,Pi、Pi+1和Pi+2可以分别表示笛卡尔坐标系下、点云数据中的三个点,在得到点云数据对应的三维坐标后,可以标定得到参考基准路面,参考基准路面例如可以通过对点云数据进行滤波后确定,可以表示路面的水平基准面,点云数据中的各点在z轴方向上越偏离参考基准路面,可以表示该点对应的路面起伏越大,需要说明的是,参考基准路面也可以通过其他方式确定。
接着,可以从点云数据中、筛选感兴趣区域的路面的点云数据,感兴趣区域可以包括车辆前方的行驶路面(即车辆前方的车道),并筛除感兴趣区域路面上、静止或移动的障碍物对应的点云数据。其中,可以通过随机抽样一致性算法(random sample consensus,RANSAC)对获取到的点云数据进行拟合以确定车道,从而确定感兴趣区域的边界,还可以预先设定好感兴趣区域的范围,例如,感兴趣区域可以以行驶方向上最左侧的车道线和最右侧的车道线作为左右边界,以车头以及车头前方预设距离(例如30米)作为前后边界。感兴趣区域可以包括行驶方向上的全部车道,或者部分车道(例如除应急车道之外的车道,或者除禁行车道之外的车道)。障碍物可以包括路面上的其他车辆、行人、锥桶、红绿灯等等,例如,可以将点云数据对应的三维坐标中、z轴的值在预定阈值范围外(例如50cm以外)的点对应的区域作为需要筛除的障碍物。
自动驾驶系统还可以将车辆前方感兴趣区域进行网格化处理,网格的分辨率大小可以是固定的,如感兴趣区域的大小可以为30m*10m,每一个网格的分辨率为1m*1m,则感兴趣区域可以被分为300个大小一致的网格;网格的分辨率大小还可以是变化的,如在x轴方向上,随着路面距车辆的距离越远,对应的点云越稀疏,网格的分辨率大小可以由1m*1m逐渐变大,例如逐渐变化为2m*1m。
根据每个网格内的点云数据,可以确定每个网格对应的特征值,每个网格的特征值可以例如是网格内点云数据中最高点的z值(即z轴上的值)、最低点的z值、最高点和最低点的z值差、所有点对应的z值的平均值、所有点对应的z值的方差等等,本申请对此不作限制,只要每个网格的特征值可以表示网格对应路面的起伏程度即可。
根据感兴趣区域内的至少一个网格及网格内的点云数据,可以分别确定路面的点、线、面特征。
其中,点特征可以对应于一个或一组网格,一组网格可包括相邻的几个网格,点特征可以例如对应由相邻的四个网格组成的方形区域,也可以对应由相邻的三个网格组成的区域,本申请对于相邻的几个网格的选取方式以及数量不作限定。例如,点特征的值可以是一个或一组网格中、所有点云数据的最高点和最低点的z值差,在点特征的值超过预定阈值(例如10cm)时,可以确定一个网格或一组网格对应的路面不平,例如路面上存在凸起的井盖、某一处坑洼、减速带等等,在一种可能的情况下,在确定网格对应的路面不平的情况下,可以在点特征对应的一个或一组网格处设置虚拟障碍物,以辅助后续策略的确定。例如,可以将点特征的值超过预定阈值的一个网格或者一组网格的范围设置为虚拟障碍物所在的范围。
线特征可以对应于沿车道方向上的一列或多列的连续多个网格,可以表示某一条车道上的路面起伏程度。例如,线特征的值可以是沿车道方向上的一列或多列的连续多个网格中、所有点对应的z值的方差,在线特征的值超过预定阈值(例如10cm2)时,可以确定对应的车道路面起伏大,例如可以是碎石路等等。
面特征可以对应于感兴趣区域内的所有网格,例如,面特征的值可以是感兴趣区域内、所有网格中、所有点对应的z值的方差,在面特征的值超过预定阈值(例如10cm2)时,可以确定车辆前方的全部车道路面起伏大。
点特征、线特征、面特征的值还可以是除上述外的其他值,例如可以根据对应网格的所有点中、最高点的z值(即z轴上的值)、最低点的z值、最高点和最低点的z值差、所有点对应的z值的平均值、所有点对应的z值的方差等等中的一种或多种确定,例如,点特征的值也可以是是一个或一组网格中、所有点云数据的z值的方差。点、线、面特征的值可以直接根据对应网格内的点云数据计算,也可以根据对应网格的特征值计算,本申请不作限制,例如在面特征值为所有点对应的z值的平均值的情况下,面特征值可以根据每个网格对应的z值的平均值确定。
在一种可能的实现方式中,由于点云数据对应于车辆前方的路面,垂向加速度是在车辆经过当前路面后得到的,也就是说,对于某一段路面,对应的车辆垂向加速度的数据相对于点云数据滞后获得,因此,在确定路面的点、线、面特征时,可以先根据获取的点云数据得到对应路面的点、线、面特征,再根据获取的垂向加速度对得到的对应路面的点、线、面特征进行修正。
其中,在获得车辆在对应网格上的垂向加速度数据后,可以根据车辆的垂向加速度对得到的点特征、线特征、面特征的值进行修正,例如,在车辆的垂向加速度变化剧烈的情况下(变化剧烈的情况例如垂向加速度的变化率超过一预定阈值,例如超过1m/s3),可以修改对应的点特征、线特征或面特征的值的大小,以使得修改后的值可以更真实地描述路面的起伏程度,例如,在可以点特征、线特征或面特征的值越大,表示路面的起伏程度越大的情况下,在垂向加速度的变化率超过一预定阈值的情况下,根据变化率超出阈值的程度,等比例地放大对应的点特征、线特征或面特征的值的大小。
步骤S303,自动驾驶系统根据确定的特征以及垂向加速度数据,从横向、纵向和垂向三个角度生成相关的策略。其中横向对应路面中与行驶方向垂直的方向(Y方向),纵向对应行驶方向(X方向),垂向对应垂直于路面的方向(Z方向)。
根据步骤S301中获取到的垂向加速度数据,和步骤S302中确定的点特征、线特征和面特征对应的特征值,在不违反交通规则以及正常避让路面上的障碍物的情况下,自动驾驶系统可以分别从横向、纵向以及垂向三个维度生成相关的自动驾驶策略,以应对可能的路面不平情况,从而提升自动驾驶过程中的安全性和舒适性,减小车辆因振动所导致的结构疲劳损伤。
图5示出根据本申请一实施例的确定自动驾驶策略的示意图。如图5所示,在横向的维度上,可以通过换道以及道内避行的策略应对路面不平的情况。
其中,可以根据不同车道对应的点云数据的线特征,确定在对应路面最平坦的车道行驶(即换道),例如,在线特征的特征值是沿车道方向上的一列或多列的连续多个网格中、所有点的方差的情况下,可以选择对应特征值最小的车道进行行驶。
在确定行驶的车道后,可以根据该车道上的点特征,确定车道上是否存在虚拟障碍物(如上述对应点特征的值超过预定阈值的一个网格或者一组网格的范围的虚拟障碍物),在存在虚拟障碍物的情况下,使得车辆在车道内绕行该虚拟障碍物(即道内避行),例如,可以采用优化的方法,在规划道内路径时,在不存在其他真实障碍物(如其他车辆、行人、锥桶等)的情况下,以路径与虚拟障碍物的距离作为约束,使得生成的路径尽可能的远离虚拟障碍物,在存在其他真实障碍物的情况下,优先避让真实障碍物。本申请还可以使用其他方法进行道内避行。
如图5所示,在纵向的维度上,根据上述路径规划得到车辆对应的路径后,可以根据点特征、线特征、面特征,确定路径上是否存在路面不平的情况,例如在对应的点特征/线特征/面特征的值超过预定阈值时,可以确定路径上对应的路面存在路面不平的情况,并根据点特征、线特征、面特征和车辆的在路面不平情况下的行驶速度范围,确定车辆当前的限速,以作为车辆在自动驾驶过程中速度的约束。
确定车辆当前限速的方法可以如公式(1)所示:
speedlimit=max((1-∝)*speedmax,speedmin)
其中,∝=max(T1,T2,T3),0<∝<1 公式(1)
其中,speedlimit可以表示车辆当前的限速,speedmax和speedmin可以预先设定,分别表示车辆在路面不平的情况下,行驶速度范围中的上限值和下限值,T1,T2,T3可以分别表示归一化后的点特征值、线特征值和面特征值,T1、T2、T3的取值范围为0-1,T1、T2、T3的最大值越大,即∝越大,可以表示路面的起伏程度越大,1-∝越小,使得(1-∝)*speedmax,越小,如果(1-∝)*speedmax大于speedmin,得到的speedlimit为(1-∝)*speedmax,其值随路面起伏程度越大(即∝越大)而越小,如果(1-∝)*speedmax小于speedmin,得到的speedlimit为speedmin。由此,可以进一步减小在路面不平的情况下,车身的振动。
需要说明的是,本申请对于确定车辆当前限速的方式不作限制,只要使得路面的起伏程度越大,对应的车辆当前限速的上限值越小即可,例如,在公式(1)中,也可以仅利用T1、T2、T3中的一个或利用T1、T2、T3中的任两个来确定∝的值。
如图5所示,在垂向的维度上,可以根据惯性测量单元IMU获取的垂向加速度,确定车辆是否处于路面不平的情况,在确定车辆处于路面不平的情况下,可以对车辆主动悬架的参数,例如悬架运动学K(kinematic)特性和悬架弹性运动学C(compliance)特性进行调整,以缓解在车辆在路面不平的情况下的垂向振动。例如,在垂向加速度的变化率超过预定阈值时,可以确定车辆处于路面不平的情况(如经过颠簸路段),则可以通过调整主动悬架的刚度和阻尼以调整主动悬架的K特性和C特性,从而抑制车身的运动,保持车身的稳定,本申请对于调整动悬架的刚度和阻尼的方法不作限定。
在一种可能的实现方式中,还可以根据点特征、线特征、面特征,确定车辆是否处于路面不平的情况,例如,在点特征、线特征或面特征超过相应的阈值时,确定车辆处于路面不平的情况,从而对车辆主动悬架的K特性和C特性进行调整。
需要说明的是,自动驾驶系统可以同时确定横向、纵向和垂向维度上是否存在路面不平的情况,并执行上述维度上的相关策略,也可以仅确定并执行其中的一种或两种;横向、纵向和垂向维度上还可以存在优先级关系,例如横向维度上的优先级最高,垂向维度上的优先级最低,自动驾驶系统可以维度间的优先级顺次确定对应维度上是否存在路面不平的情况,并执行维度上的相关策略。
步骤S304,自动驾驶系统根据生成的策略,控制车辆进行自动驾驶,并在人机界面HMI上进行显示。
根据横向维度上的策略,自动驾驶系统可以对车辆在自动驾驶时的行驶路径进行规划,根据纵向维度上的策略,自动驾驶系统可以对车辆在自动驾驶时的速度进行约束,根据垂向维度上的策略,自动驾驶系统可以对车辆的主动悬架在自动驾驶时的K特性和C特征进行调整。
在生成相关的策略后,自动驾驶系统可以通过向车辆发送控制信号以实现车辆在路面不平情况时的自动驾驶。
其中,在车辆因路面不平而采取相关策略时,可以在人机界面HMI上进行显示,以提醒驾乘人员,使得驾乘人员能够及时了解当前的路面情况和采取的自动驾驶策略,以提高驾乘人员的信任感。
图6示出根据本申请一实施例的在人机界面HMI上进行视觉图标提示的示意图。如图6所示,在车辆因路面不平而采取相关策略时,路面不平的图标可以由灰色变为高亮提示。
在一种可能的实现方式中,还可以通过在屏幕上直接显示“路面不平”的文字提示。
表1示出根据本申请一实施例的在人机界面HMI上进行语音播报的示例。
表1
优先级 | 自动驾驶策略 | 播报内容 |
1 | 横向换道 | 前方车道路面不平,换道绕行 |
2 | 横向车道内避让 | 前方车道路面不平,车道内绕行 |
3 | 纵向减速行驶 | 前方车道路面不平,减速慢行 |
其中,优先级的对应的值越小,可以表示在执行对应的自动驾驶策略时越优先进行语音播报,例如在同时需要执行横向换道和横向车道内避让的自动驾驶策略时,HMI优先语音播报的内容是“前方车道路面不平,换道绕行”,在一种可能的实现方式中,可以在播报完后,再播报“前方车道路面不平,车道内绕行”。
上述语音播报的过程仅为一个示例,还可以采取其它方式或者其他的播报内容。
除上述视觉图标提示以及语音播报的方式之外,还可以采取其他方式在HMI上进行显示,例如可以通过播放视频的方式进行提示。
图7示出根据本申请一实施例的自动驾驶方法的流程图。本方法可用于上述车辆上,例如可通过车辆中的自动驾驶系统来执行。如图7所示,该方法包括:
步骤S701,获取传感器采集的数据,所述数据包括车辆前方的点云数据和车辆在垂直于路面方向上的加速度数据;
步骤S702,根据所述点云数据确定特征值,所述特征值用于指示车辆前方路面的起伏程度;
步骤S703,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略。
根据本申请实施例,通过获取传感器采集的车辆前方数据,根据点云数据确定特征值,可以准确地识别出当前路面不平的情况,通过根据车辆在垂直于路面方向上的加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,可以降低路面不平产生的非预期转向等对车辆精准控制的影响,提高车辆在自动驾驶过程中的安全性和舒适性,同时,可以减小车辆、车辆上的传感器等因振动产生的结构性损伤,从而提升其可靠性和寿命耐久性。
其中,传感器采集的数据,可以是车辆从传感器获取,也可以由传感器发送至服务器,从服务器获取。车辆在垂直于路面方向上的加速度数据,可以是上文所述垂向加速度数据,特征值越大,可以表示车辆前方路面的起伏程度越大。
步骤S701的示例可以参照图3中步骤S301,步骤S702的示例可以参照图3中步骤S302,步骤S703的示例可以参照图3中步骤S303。
在一种可能的实现方式中,所述特征值根据所述点云数据在垂直于路面方向上的坐标值确定。
点云数据在垂直于路面方向上的坐标值可以反映路面的起伏程度,根据本申请实施例,可以使得特征值可以更好的衡量路面不平的情况。
垂直于路面方向上的坐标值,可以例如上文所述Z方向上的值。
在一种可能的实现方式中,所述特征值根据处理后的点云数据中最高点的z值、最低点的z值、最高点和最低点的z值差、z值的平均值、z值的方差中的一种或多种确定,所述z值表示点云数据在垂直于路面方向上的坐标值。
根据本申请实施例,可以实现根据需要灵活选择确定特征值的方式,使得特征值所指示的路面起伏程度可以更加符合车辆在自动驾驶时的实际情况。
在一种可能的实现方式中,根据所述点云数据确定特征值,包括:根据所述点云数据,确定第一特征值、第二特征值和第三特征值中的至少一种,所述第一特征值用于指示所述车辆前方路面中、各车道内局部区域的起伏程度,所述第二特征值用于指示所述车辆前方路面中、各车道路面的起伏程度,所述第三特征值用于指示所述车辆前方路面中、全部车道路面的起伏程度。
根据本申请实施例,通过确定第一特征值、第二特征值和第三特征值中的至少一种,且第一特征值、第二特征值和第三特征值分别从点、线、面三个角度指示路面的起伏程度,可以更精准全面的体现路面不平的情况,从而为后续确定自动驾驶策略提供了针对性的依据。
其中,第一特征值可以是上文所述点特征的值,第二特征值可以是上文所述线特征的值,第三特征值可以是上文所述面特征的值。其中局部区域可以包括车道内任意大小的区域,本申请对于局部区域、各车道、以及全部路面的大小不作限定,对于确定第一特征值对应的各车道路面、第二特征值对应的各局部区域以及第三特征值对应的全部车道路面的范围的方式也不作限定。
图8示出根据本申请一实施例的自动驾驶方法的流程图。如图8所示,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:
步骤S801,根据所述第二特征值,确定对应第二特征值最小的目标车道;
步骤S802,确定所述车辆切换至所述目标车道的策略。
根据本申请实施例,通过根据第二特征值,确定对应第二特征值最小的目标车道,确定车辆切换至目标车道的策略,使得车辆可以规避起伏程度大的车道,以避免路面不平的情况,从而提高车辆的安全性和舒适性,减小相关结构性损伤。
其中,第二特征值最小,可以表示对应车道的起伏程度最小,目标车道可以是上文所述感兴趣区域内的车道。
步骤S801-S802的示例可参照上文图3中步骤S303中、有关从横向维度生成自动驾驶策略的叙述。
图9示出根据本申请一实施例的自动驾驶方法的流程图。如图9所示,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:
步骤S901,根据所述第一特征值,确定对应第一特征值超过阈值的目标局部区域;
步骤S902,确定所述车辆避行所述目标局部区域的策略。
根据本申请实施例,通过根据第一特征值,确定对应第一特征值超过阈值的目标局部区域,确定车辆避行目标局部策略的依据,使得车辆可以绕开车道内的坑洼等局部不平的路面,以避免路面不平的情况,从而提高车辆的安全性和舒适性,减小相关结构性损伤。
其中,阈值可以根据需要预先设定,第一特征值超过阈值,可以表示目标局部区域的起伏程度大于预设范围,目标局部区域可以例如对应上文所述虚拟障碍物的区域,本申请对于车辆避行目标局部区域的方式不作限定,例如可以参照上文所述以规划路径与虚拟障碍物的距离作为约束,进行优化的方式。
步骤S901-S902的示例可参照上文图3中步骤S303中、有关从横向维度生成自动驾驶策略的叙述。
在一种可能的实现方式中,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:根据第一特征值、第二特征值、第三特征值中的至少一种,确定限制所述车辆行驶速度的策略,其中,车辆被限制的行驶速度的上限值,与第一特征值、第二特征值、第三特征值中的至少一种中的最大值负相关。
根据本申请实施例,通过根据第一特征值、第二特征值、第三特征值中的至少一种,确定限制所述车辆行驶速度的策略,可以实现车辆在遇到不平路面前提前减速,通过在确定限制车辆行驶速度的策略时,使得车辆被限制的行驶速度的上限值,与第一特征值、第二特征值、第三特征值中的至少一种中的最大值负相关,可以实现在路面起伏程度越大的情况下,车辆的限速的上限值越小,从而可以进一步减小车辆的振动幅度,提高车辆的安全性和舒适性,减小相关结构性损伤。
其中,本申请对于确定车辆被限制的行驶速度的上限值的方式不作限定,例如可以参照上文公式(1)。
上述示例可参照上文图3中步骤S303中、有关从纵向维度生成自动驾驶策略的叙述。
在一种可能的实现方式中,根据所述加速度数据和/或所述特征值,生成用于指示所述车辆进行自动驾驶的策略,包括:在所述特征值超过阈值,或所述加速度数据的变化率超过阈值的情况下,确定用于指示对所述车辆的主动悬架的参数进行调整的策略。
根据本申请实施例,通过在特征值超过阈值,或加速度数据的变化率超过阈值的情况下,确定用于指示对车辆的主动悬架的参数进行调整的策略,可以实现在车辆经过不平路面前,提前对主动悬架的参数进行调整,从而可以减小车辆在经过不平路面时的振动幅度,提高车辆的安全性和舒适性,减小相关结构性损伤。
其中,特征值超过阈值,可以是第一特征值、第二特征值、第三特征值中的至少一种超过对应的阈值。本申请对于对车辆的主动悬架的参数进行调整的方式不作限定。
上述示例可参照上文图3中步骤S303中、有关从垂向维度生成自动驾驶策略的叙述。
在一种可能的实现方式中,根据所述点云数据确定特征值,包括:在所述加速度数据的变化率超过预定阈值的情况下,对确定的所述特征值进行调整,得到调整后的特征值,所述调整后的特征值大于调整前的特征值。
根据本申请实施例,通过在加速度数据的变化率超过阈值的情况下,对确定的特征值进行调整,可以使得调整后的特征值更真实的反映当前路面不平的情况,使得可以更具调整后的特征值生成更加精准的自动驾驶的策略,从而进一步提高车辆在自动驾驶过程中的安全性和舒适性,减小相关结构性损伤。
其中,本申请对于对确定的特征值进行调整的方式不作限定。对确定的所述特征值进行调整,可以是对第一特征值、第二特征值、第三特征值中的至少一种进行调整。
图10示出根据本申请一实施例的自动驾驶方法的流程图。如图10所示,根据所述点云数据确定特征值,包括:
步骤S1001,将车辆前方路面中的感兴趣区域划分为网格;
步骤S1002,删除所述感兴趣区域内的点云数据中,与障碍物对应的点云数据,得到处理后的点云数据;
步骤S1003,根据至少一个所述网格中的处理后的点云数据,确定所述特征值。
根据本申请实施例,通过将车辆前方路面中的感兴趣区域划分为网格,删除所述感兴趣区域内的点云数据中,与障碍物对应的点云数据,可以减小其他车辆、行人等障碍物对于判断路面不平度的影响,通过根据至少一个所述网格中的处理后的点云数据,确定特征值,可以实现特征值更加准确的反映路面的不平情况,从而可以更好地辅助生成相关的自动驾驶的策略。
其中,本申请对于划分的网格的大小不作限定,例如可以根据点云数据的密度确定,障碍物可以是感兴趣区域内静止或移动的物体,例如路面上的其他车辆、行人、锥桶、红绿灯等等。
步骤S1001-步骤S1003的示例,可以参照上文图3中步骤S302中的相关叙述。
在一种可能的实现方式中,根据所述点云数据确定特征值,包括:根据任一车道内的一个或一组网格中的点云数据在垂直于路面方向上的坐标值,确定所述一个或一组网格数据对应的局部区域的特征值,得到所述第一特征值;和/或根据任一车道方向上的一列或多列网格中的点云数据在垂直于路面方向上的坐标值,确定所述任一车道对应的特征值,得到所述第二特征值;和/或根据所有网格中的点云数据在垂直于路面方向上的坐标值,确定所述第三特征值。
根据本申请实施例,通过根据相关网格中的点云数据在垂直于路面方向上的坐标值,确定第一特征值、第二特征值、第三特征值,可以更加精准地从点、线、面的角度衡量路面不平的情况。
在一种可能的实现方式中,该方法还包括:根据所述策略,生成对所述车辆前方路面的起伏程度和/或所述车辆的自动驾驶策略的提示信息,所述提示信息包括文字、图像、音频、视频中的至少一种。
根据本申请实施例,通过生成提示信息,可以使得驾乘人员能过及时了解当前路面的情况、以及车辆采取的相关策略,从而可以提高驾乘人员的信任感。
其中,本申请对于生成提示信息的方式不作限定,例如可以通过除上述文字、图像、视频、音频以外的方式进行提示,本申请对于提示信息包括的内容也不限定。
上述过程的示例可参照图3中步骤S304。
图11示出根据本申请一实施例的自动驾驶装置的结构图。如图11所示,该装置1100包括:
获取模块1101,用于获取传感器采集的数据,所述数据包括车辆前方的点云数据和车辆在垂直于路面方向上的加速度数据;
第一确定模块1102,用于根据所述点云数据确定特征值,所述特征值用于指示车辆前方路面的起伏程度;
第二确定模块1103,用于至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略。
根据本申请实施例,通过获取传感器采集的车辆前方数据,根据点云数据确定特征值,可以准确地识别出当前路面不平的情况,通过根据车辆在垂直于路面方向上的加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,可以降低路面不平产生的非预期转向等对车辆精准控制的影响,提高车辆在自动驾驶过程中的安全性和舒适性,同时,可以减小车辆、车辆上的传感器等因振动产生的结构性损伤,从而提升其可靠性和寿命耐久性。
在一种可能的实现方式中,特征值根据所述点云数据在垂直于路面方向上的坐标值确定。
点云数据在垂直于路面方向上的坐标值可以反映路面的起伏程度,根据本申请实施例,可以使得特征值可以更好的衡量路面不平的情况。
在一种可能的实现方式中,所述特征值根据处理后的点云数据中最高点的z值、最低点的z值、最高点和最低点的z值差、z值的平均值、z值的方差中的一种或多种确定,所述z值表示点云数据在垂直于路面方向上的坐标值。
根据本申请实施例,可以实现根据需要灵活选择确定特征值的方式,使得特征值所指示的路面起伏程度可以更加符合车辆在自动驾驶时的实际情况。
在一种可能的实现方式中,根据所述点云数据确定特征值,包括:根据所述点云数据,确定第一特征值、第二特征值和第三特征值中的至少一种,所述第一特征值用于指示所述车辆前方路面中、各车道内局部区域的起伏程度,所述第二特征值用于指示所述车辆前方路面中、各车道路面的起伏程度,所述第三特征值用于指示所述车辆前方路面中、全部车道路面的起伏程度。
根据本申请实施例,通过确定第一特征值、第二特征值和第三特征值中的至少一种,且第一特征值、第二特征值和第三特征值分别从点、线、面三个角度指示路面的起伏程度,可以更精准全面的体现路面不平的情况,从而为后续确定自动驾驶策略提供了针对性的依据。
在一种可能的实现方式中,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:根据所述第二特征值,确定对应第二特征值最小的目标车道;确定所述车辆切换至所述目标车道的策略。
根据本申请实施例,通过根据第二特征值,确定对应第二特征值最小的目标车道,确定车辆切换至目标车道的策略,使得车辆可以规避起伏程度大的车道,以避免路面不平的情况,从而提高车辆的安全性和舒适性,减小相关结构性损伤。
在一种可能的实现方式中,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:根据所述第一特征值,确定对应第一特征值超过阈值的目标局部区域;确定所述车辆避行所述目标局部区域的策略。
根据本申请实施例,通过根据第一特征值,确定对应第一特征值超过阈值的目标局部区域,确定车辆避行目标局部策略的依据,使得车辆可以绕开车道内的坑洼等局部不平的路面,以避免路面不平的情况,从而提高车辆的安全性和舒适性,减小相关结构性损伤。
在一种可能的实现方式中,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:根据第一特征值、第二特征值、第三特征值中的至少一种,确定限制所述车辆行驶速度的策略,其中,车辆被限制的行驶速度的上限值,与第一特征值、第二特征值、第三特征值中的至少一种中的最大值负相关。
根据本申请实施例,通过根据第一特征值、第二特征值、第三特征值中的至少一种,确定限制所述车辆行驶速度的策略,可以实现车辆在遇到不平路面前提前减速,通过在确定限制车辆行驶速度的策略时,使得车辆被限制的行驶速度的上限值,与第一特征值、第二特征值、第三特征值中的至少一种中的最大值负相关,可以实现在路面起伏程度越大的情况下,车辆的限速的上限值越小,从而可以进一步减小车辆的振动幅度,提高车辆的安全性和舒适性,减小相关结构性损伤。
在一种可能的实现方式中,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:在所述特征值超过阈值,或所述加速度数据的变化率超过阈值的情况下,确定对所述车辆的主动悬架的参数进行调整的策略。
根据本申请实施例,通过在特征值超过阈值,或加速度数据的变化率超过阈值的情况下,确定用于指示对车辆的主动悬架的参数进行调整的策略,可以实现在车辆经过不平路面前,提前对主动悬架的参数进行调整,从而可以减小车辆在经过不平路面时的振动幅度,提高车辆的安全性和舒适性,减小相关结构性损伤。
在一种可能的实现方式中,根据所述点云数据确定特征值,包括:在所述加速度数据的变化率超过预定阈值的情况下,对确定的所述特征值进行调整,得到调整后的特征值,所述调整后的特征值大于调整前的特征值。
根据本申请实施例,通过在加速度数据的变化率超过阈值的情况下,对确定的特征值进行调整,可以使得调整后的特征值更真实的反映当前路面不平的情况,使得可以更具调整后的特征值生成更加精准的自动驾驶的策略,从而进一步提高车辆在自动驾驶过程中的安全性和舒适性,减小相关结构性损伤。
在一种可能的实现方式中,根据所述点云数据确定特征值,包括:将车辆前方路面中的感兴趣区域划分为网格;删除所述感兴趣区域内的点云数据中,与障碍物对应的点云数据,得到处理后的点云数据;根据至少一个所述网格中的处理后的点云数据,确定所述特征值。
根据本申请实施例,通过将车辆前方路面中的感兴趣区域划分为网格,删除所述感兴趣区域内的点云数据中,与障碍物对应的点云数据,可以减小其他车辆、行人等障碍物对于判断路面不平度的影响,通过根据至少一个所述网格中的处理后的点云数据,确定特征值,可以实现特征值更加准确的反映路面的不平情况,从而可以更好地辅助生成相关的自动驾驶的策略。
在一种可能的实现方式中,根据所述点云数据确定特征值,包括:根据任一车道内的一个或一组网格中的点云数据在垂直于路面方向上的坐标值,确定所述一个或一组网格数据对应的局部区域的特征值,得到所述第一特征值;和/或根据任一车道方向上的一列或多列网格中的点云数据在垂直于路面方向上的坐标值,确定所述任一车道对应的特征值,得到所述第二特征值;和/或根据所有网格中的点云数据在垂直于路面方向上的坐标值,确定所述第三特征值。
根据本申请实施例,通过根据相关网格中的点云数据在垂直于路面方向上的坐标值,确定第一特征值、第二特征值、第三特征值,可以更加精准地从点、线、面的角度衡量路面不平的情况。
在一种可能的实现方式中,该装置还包括:生成模块,用于根据所述策略,生成对所述车辆前方路面的起伏程度和/或所述车辆的自动驾驶策略的提示信息,所述提示信息包括文字、图像、音频、视频中的至少一种。
根据本申请实施例,通过生成提示信息,可以使得驾乘人员能过及时了解当前路面的情况、以及车辆采取的相关策略,从而可以提高驾乘人员的信任感。
图12示出根据本申请一实施例的自动驾驶装置的结构图。该自动驾驶装置可适用于图1示出的车辆中,执行上述图3-图10中任一项所示出的自动驾驶方法中的功能。例如,该自动驾驶装置可以是上述车辆,也可以是可设置于该车辆内部的芯片(系统)或其他部件或组件。又例如,该自动驾驶装置也可以是上述自动驾驶装置1100。
如图12所示,自动驾驶装置1200可以包括处理器1201和收发器1202。可选地,自动驾驶装置1200可以包括存储器1203。其中,处理器1201与收发器1202和存储器1203耦合,如可以通过通信总线连接。
下面结合图12对自动驾驶装置1200的各个构成部件进行具体的介绍。
上述处理器1201是自动驾驶装置1200的控制中心,可以是一个处理器,也可以是多个处理元件的统称。例如,处理器1201是一个或多个中央处理器(central processingunit,CPU),也可以是特定集成电路(application specific integrated circuit,ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路,例如:一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(fieldprogrammable gate array,FPGA)。
可选地,处理器1201可以通过运行或执行存储在存储器1203内的软件程序,以及调用存储在存储器1203内的数据,执行自动驾驶装置1200的各种功能。
在具体的实现中,作为一种实施例,处理器1201可以包括一个或多个CPU,例如图12中所示出的CPU0和CPU1。
在一种可能的实现方式中,自动驾驶装置1200也可以包括多个处理器,例如图12中所示的处理器1201和处理器1204。这些处理器中的每一个可以是一个单核处理器(single-CPU),也可以是一个多核处理器(multi-CPU)。这里的处理器可以指一个或多个通信设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
上述收发器1202,用于与其他装置之间的通信。例如,参考图2,自动驾驶装置1200为车辆,收发器1202可以用于与服务器通信。
可选地,收发器1202可以包括接收器和发送器(图12中未单独示出)。其中,接收器用于实现接收功能,发送器用于实现发送功能。
可选地,收发器1202可以和处理器1201集成在一起,也可以独立存在,并通过自动驾驶装置1200的输入/输出端口(图12中未示出)与处理器1201耦合。
上述存储器1203可用于存储执行本申请方案的软件程序,并由处理器1201来控制执行,具体实现方式可以参考上述方法实施例,此处不再赘述。
其中,存储器1203可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储通信设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储通信设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储通信设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。需要说明的是,存储器1203可以和处理器1201集成在一起,也可以独立存在,并通过自动驾驶装置1200的输入/输出端口(图12中未示出)与处理器1201耦合。
需要说明的是,图12中所示出的自动驾驶装置1200的结构并不构成对自动驾驶装置的实现方式的限定,实际的自动驾驶装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本申请的实施例提供了一种自动驾驶装置,包括:处理器以及用于存储处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令时实现上述方法。
本申请的实施例提供了一种终端设备,该终端设备可以执行上述方法。
本申请的实施例提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
本申请的实施例提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述方法。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RandomAccess Memory,RAM)、只读存储器(Read Only Memory,ROM)、可擦式可编程只读存储器(Electrically Programmable Read-Only-Memory,EPROM或闪存)、静态随机存取存储器(Static Random-Access Memory,SRAM)、便携式压缩盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、数字多功能盘(Digital Video Disc,DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。
这里所描述的计算机可读程序指令或代码可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本申请操作的计算机程序指令可以是汇编指令、指令集架构(Instruction Set Architecture,ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(Local Area Network,LAN)或广域网(WideArea Network,WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(Field-ProgrammableGate Array,FPGA)或可编程逻辑阵列(Programmable Logic Array,PLA),该电子电路可以执行计算机可读程序指令,从而实现本申请的各个方面。
这里参照根据本申请实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本申请的多个实施例的装置、系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。
也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行相应的功能或动作的硬件(例如电路或ASIC(Application SpecificIntegrated Circuit,专用集成电路))来实现,或者可以用硬件和软件的组合,如固件等来实现。
尽管在此结合各实施例对本发明进行了描述,然而,在实施所要求保护的本发明过程中,本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书,可理解并实现所述公开实施例的其它变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。单个处理器或其它单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (16)
1.一种自动驾驶方法,其特征在于,所述方法包括:
获取传感器采集的数据,所述数据包括车辆前方的点云数据和车辆在垂直于路面方向上的加速度数据;
根据所述点云数据确定特征值,所述特征值用于指示车辆前方路面的起伏程度;
至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略。
2.根据权利要求1所述的方法,其特征在于,所述特征值根据所述点云数据在垂直于路面方向上的坐标值确定。
3.根据权利要求1所述的方法,其特征在于,根据所述点云数据确定特征值,包括:
根据所述点云数据,确定第一特征值、第二特征值和第三特征值中的至少一种,所述第一特征值用于指示所述车辆前方路面中、各车道内局部区域的起伏程度,所述第二特征值用于指示所述车辆前方路面中、各车道路面的起伏程度,所述第三特征值用于指示所述车辆前方路面中、全部车道路面的起伏程度。
4.根据权利要求3所述的方法,其特征在于,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:
根据所述第二特征值,确定对应第二特征值最小的目标车道;
确定所述车辆切换至所述目标车道的策略。
5.根据权利要求3或4所述的方法,其特征在于,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:
根据所述第一特征值,确定对应第一特征值超过阈值的目标局部区域;
确定所述车辆避行所述目标局部区域的策略。
6.根据权利要求3-5任一项所述的方法,其特征在于,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:
根据第一特征值、第二特征值、第三特征值中的至少一种,确定限制所述车辆行驶速度的策略,其中,车辆被限制的行驶速度的上限值,与第一特征值、第二特征值、第三特征值中的至少一种中的最大值负相关。
7.根据权利要求1-6任一项所述的方法,其特征在于,至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略,包括:
在所述特征值超过阈值,或所述加速度数据的变化率超过阈值的情况下,确定对所述车辆的主动悬架的参数进行调整的策略。
8.根据权利要求1所述的方法,其特征在于,根据所述点云数据确定特征值,包括:
在所述加速度数据的变化率超过预定阈值的情况下,对确定的所述特征值进行调整,得到调整后的特征值,所述调整后的特征值大于调整前的特征值。
9.根据权利要求1-8任一项所述的方法,其特征在于,根据所述点云数据确定特征值,包括:
将车辆前方路面中的感兴趣区域划分为网格;
删除所述感兴趣区域内的点云数据中,与障碍物对应的点云数据,得到处理后的点云数据;
根据至少一个所述网格中的处理后的点云数据,确定所述特征值。
10.根据权利要求9所述的方法,其特征在于,根据所述点云数据确定特征值,包括:
根据任一车道内的一个或一组网格中的点云数据在垂直于路面方向上的坐标值,确定所述一个或一组网格数据对应的局部区域的特征值,得到所述第一特征值;和/或
根据任一车道方向上的一列或多列网格中的点云数据在垂直于路面方向上的坐标值,确定所述任一车道对应的特征值,得到所述第二特征值;和/或
根据所有网格中的点云数据在垂直于路面方向上的坐标值,确定所述第三特征值。
11.根据权利要求1-10任一项所述的方法,其特征在于,所述特征值根据处理后的点云数据中最高点的z值、最低点的z值、最高点和最低点的z值差、z值的平均值、z值的方差中的一种或多种确定,所述z值表示点云数据在垂直于路面方向上的坐标值。
12.根据权利要求1-11中任一项所述的方法,其特征在于,所述方法还包括:
根据所述策略,生成对所述车辆前方路面的起伏程度和/或所述车辆的自动驾驶策略的提示信息,所述提示信息包括文字、图像、音频、视频中的至少一种。
13.一种自动驾驶装置,其特征在于,所述装置包括:
获取模块,用于获取传感器采集的数据,所述数据包括车辆前方的点云数据和车辆在垂直于路面方向上的加速度数据;
第一确定模块,用于根据所述点云数据确定特征值,所述特征值用于指示车辆前方路面的起伏程度;
第二确定模块,用于至少根据所述加速度数据和/或所述特征值,确定所述车辆的自动驾驶策略。
14.一种自动驾驶装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令时实现权利要求1-12任意一项所述的方法。
15.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1-12中任意一项所述的方法。
16.一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备中运行时,所述电子设备中的处理器执行权利要求1-12中任意一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2021/105476 WO2023279371A1 (zh) | 2021-07-09 | 2021-07-09 | 自动驾驶方法、装置和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114616158A true CN114616158A (zh) | 2022-06-10 |
Family
ID=81857213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180006112.6A Pending CN114616158A (zh) | 2021-07-09 | 2021-07-09 | 自动驾驶方法、装置和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114616158A (zh) |
WO (1) | WO2023279371A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115909787A (zh) * | 2023-02-06 | 2023-04-04 | 山东科技大学 | 一种路面破损情况的预警方法、设备及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108221603A (zh) * | 2018-01-08 | 2018-06-29 | 重庆大学 | 一种道路的路面三维信息检测装置、方法及系统 |
CN108955584A (zh) * | 2017-05-23 | 2018-12-07 | 上海汽车集团股份有限公司 | 一种路面探测方法及装置 |
CN109002039A (zh) * | 2018-07-06 | 2018-12-14 | 达闼科技(北京)有限公司 | 避障提醒方法、相关装置及计算机可读存储介质 |
CN109683170A (zh) * | 2018-12-27 | 2019-04-26 | 驭势科技(北京)有限公司 | 一种图像行驶区域标注方法、装置、车载设备及存储介质 |
US10486485B1 (en) * | 2017-04-19 | 2019-11-26 | Zoox, Inc. | Perception based suspension control |
CN110516564A (zh) * | 2019-08-06 | 2019-11-29 | 深兰科技(上海)有限公司 | 路面检测方法和装置 |
CN111414848A (zh) * | 2020-03-19 | 2020-07-14 | 深动科技(北京)有限公司 | 一种全类别3d障碍物检测方法、系统和介质 |
CN112141111A (zh) * | 2020-09-02 | 2020-12-29 | 新石器慧义知行智驰(北京)科技有限公司 | 无人车行驶控制方法、装置及无人车 |
CN112308052A (zh) * | 2020-12-29 | 2021-02-02 | 智道网联科技(北京)有限公司 | 一种道路异常区域检测方法、装置、电子设备及存储介质 |
US20210096570A1 (en) * | 2019-09-30 | 2021-04-01 | Gm Cruise Holdings Llc | Road quality based routing |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2552024B (en) * | 2016-07-08 | 2020-04-15 | Jaguar Land Rover Ltd | Improvements in vehicle speed control |
CN108459319A (zh) * | 2018-03-13 | 2018-08-28 | 燕山大学 | 一种车辆行驶区域地形高度快速扫描系统 |
CN109635672B (zh) * | 2018-11-22 | 2020-07-28 | 同济大学 | 一种无人驾驶的道路特征参数估计方法 |
CN111339229B (zh) * | 2020-02-24 | 2023-04-18 | 交通运输部水运科学研究所 | 一种船舶自主航行辅助决策系统 |
-
2021
- 2021-07-09 WO PCT/CN2021/105476 patent/WO2023279371A1/zh unknown
- 2021-07-09 CN CN202180006112.6A patent/CN114616158A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10486485B1 (en) * | 2017-04-19 | 2019-11-26 | Zoox, Inc. | Perception based suspension control |
CN108955584A (zh) * | 2017-05-23 | 2018-12-07 | 上海汽车集团股份有限公司 | 一种路面探测方法及装置 |
CN108221603A (zh) * | 2018-01-08 | 2018-06-29 | 重庆大学 | 一种道路的路面三维信息检测装置、方法及系统 |
CN109002039A (zh) * | 2018-07-06 | 2018-12-14 | 达闼科技(北京)有限公司 | 避障提醒方法、相关装置及计算机可读存储介质 |
CN109683170A (zh) * | 2018-12-27 | 2019-04-26 | 驭势科技(北京)有限公司 | 一种图像行驶区域标注方法、装置、车载设备及存储介质 |
CN110516564A (zh) * | 2019-08-06 | 2019-11-29 | 深兰科技(上海)有限公司 | 路面检测方法和装置 |
US20210096570A1 (en) * | 2019-09-30 | 2021-04-01 | Gm Cruise Holdings Llc | Road quality based routing |
CN111414848A (zh) * | 2020-03-19 | 2020-07-14 | 深动科技(北京)有限公司 | 一种全类别3d障碍物检测方法、系统和介质 |
CN112141111A (zh) * | 2020-09-02 | 2020-12-29 | 新石器慧义知行智驰(北京)科技有限公司 | 无人车行驶控制方法、装置及无人车 |
CN112308052A (zh) * | 2020-12-29 | 2021-02-02 | 智道网联科技(北京)有限公司 | 一种道路异常区域检测方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023279371A1 (zh) | 2023-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10520319B2 (en) | Data driven map updating system for autonomous driving vehicles | |
US11378956B2 (en) | Perception and planning collaboration framework for autonomous driving | |
US11016500B2 (en) | Simulation-based method to evaluate perception requirement for autonomous driving vehicles | |
US10579062B2 (en) | Scalable smooth reference path generator for autonomous driving vehicles | |
US11238733B2 (en) | Group driving style learning framework for autonomous vehicles | |
US10031526B1 (en) | Vision-based driving scenario generator for autonomous driving simulation | |
US10816990B2 (en) | Non-blocking boundary for autonomous vehicle planning | |
EP3423787B1 (en) | Method and system for updating maps based on control feedbacks of autonomous driving vehicles | |
EP3359436B1 (en) | Method and system for operating autonomous driving vehicles based on motion plans | |
EP3327464A1 (en) | Algorithm and infrastructure for robust and efficient vehicle localization | |
US11260880B2 (en) | Map-less and localization-less lane following method for autonomous driving of autonomous driving vehicles on highway | |
US10569651B2 (en) | Speed control and steering control assistant based on pitch status and roll status of autonomous driving vehicle | |
US11377119B2 (en) | Drifting correction between planning stage and controlling stage of operating autonomous driving vehicles | |
US10983522B2 (en) | Emergency stop speed profile for autonomous vehicles | |
EP3379364B1 (en) | Control dominated planning and control system for autonomous driving vehicles | |
CN111775957B (zh) | 用于自主驾驶车辆的传感器校准系统 | |
US20190325234A1 (en) | Lane post-processing in an autonomous driving vehicle | |
CN114616158A (zh) | 自动驾驶方法、装置和存储介质 | |
US11400955B2 (en) | Multi-point enforced based stitch method to connect two smoothed reference lines | |
US11180140B2 (en) | Camera-based low-cost lateral position calibration method for level-3 autonomous vehicles | |
CN115145671A (zh) | 车辆导航方法、装置、设备、存储介质和计算机程序产品 | |
EP3697659B1 (en) | Method and system for generating reference lines for autonomous driving vehicles | |
JP2019196941A (ja) | 自車位置推定装置 | |
CN114252081B (zh) | 定位方法、装置、设备及存储介质 | |
JP2023007914A (ja) | 推定システム、推定装置、推定方法、推定プログラム |
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 |