CN114715166A - 车辆控制方法、装置、设备、自动驾驶车辆和存储介质 - Google Patents
车辆控制方法、装置、设备、自动驾驶车辆和存储介质 Download PDFInfo
- Publication number
- CN114715166A CN114715166A CN202210380802.4A CN202210380802A CN114715166A CN 114715166 A CN114715166 A CN 114715166A CN 202210380802 A CN202210380802 A CN 202210380802A CN 114715166 A CN114715166 A CN 114715166A
- Authority
- CN
- China
- Prior art keywords
- data
- distance
- influence
- vehicle
- determining
- 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
Links
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
- 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
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- 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
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/029—Adapting to failures or work around with other constraints, e.g. circumvention by avoiding use of failed parts
-
- 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
-
- 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
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
-
- 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
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开提供了一种车辆控制方法、装置、设备、自动驾驶车辆和存储介质,涉及人工智能技术领域,尤其涉及自动驾驶和智能交通技术。具体实现方案为:获取当前车辆的故障信息;确定当前车辆所处的当前设计运行域ODD;根据故障信息和当前ODD,确定行车控制数据;根据行车控制数据,对当前车辆进行行车控制。根据本公开的技术方案,能够提高车辆控制的灵活性和安全性。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及自动驾驶和智能交通技术,具体涉及一种车辆控制方法、装置、设备、自动驾驶车辆和存储介质。
背景技术
随着社会高速发展,智能化和自动化已全面进入交通领域。其中,无人驾驶技术作为智能交通的重要技术被广泛的研究。无人驾驶车辆,又称自动驾驶车辆,具备的智能化感知能力和应对道路情况的处理能力,对车辆的安全行驶具有重要作用。现有自动驾驶技术方案通常考虑最恶劣的行驶情况,行驶策略通常过于保守,例如各种特殊情况停车等操作,容易导致堵塞交通和留下安全隐患。
发明内容
本公开提供了一种车辆控制方法、装置、设备、自动驾驶车辆和存储介质。
根据本公开的一方面,提供了一种车辆控制方法,包括:
获取当前车辆的故障信息;
确定当前车辆所处的当前设计运行域ODD;
根据故障信息和当前ODD,确定行车控制数据;
根据行车控制数据,对当前车辆进行行车控制。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开任意实施例所提供的车辆控制方法。
根据本公开的又一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行本公开任意实施例所提供的车辆控制方法。
根据本公开的再一方面,提供了一种自动驾驶车辆,其中,所述自动驾驶车辆设置有可执行本公开任意实施例所提供的车辆控制方法的电子设备。
根据本公开的技术方案,能够提高车辆控制的灵活性和安全性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例提供的一种车辆控制方法的示意图;
图2是根据本公开实施例提供的另一种车辆控制方法的示意图;
图3是根据本公开实施例提供的又一种车辆控制方法的示意图;
图4是根据本公开实施例提供的一种车辆控制装置的示意图;
图5是用来实现本公开实施例的一种车辆控制方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开实施例所提供的各车辆控制方法和车辆控制装置,适用于在车辆,特别是自动驾驶车辆出现故障时,对车辆进行行车控制的情况。本公开提供的一种车辆控制方法可以由车辆控制装置执行,该装置可以硬件和/或软件的方式来实现,可配置于电子设备中。
为了便于理解,首先对车辆控制方法进行详细说明。
参考图1所示的车辆控制方法,包括:
S110、获取当前车辆的故障信息。
其中,当前车辆可以是待控制车辆,故障信息可以是当前车辆自身在行驶过程中出现的任何问题,可以包括传感器故障、计算平台故障和车辆执行系统故障等。传感器故障可以包括但不限于激光雷达故障、摄像头故障、毫米波雷达故障、导航仪故障和惯性单元故障等;计算平台故障可以包括但不限于软硬件系统故障、软件模块功能故障(例如感知、定位、路径规划等功能性故障)等;车辆执行系统故障可以包括但不限于驱动故障、转向故障和制动故障等。
S120、确定当前车辆所处的当前ODD。
其中,ODD(Operational Design Domain,设计运行域)可以是为特定自动驾驶系统或其功能专门设计的运行条件,包括但不限于环境、地理和时间限制,以及某些交通或道路特征的存在或缺失等,即设计运行域定义了当前车辆在哪些工况下可以进行自动驾驶。
当前车辆可以通过检测当前车辆的行驶环境和驾驶环境,确定当前ODD。其中,行驶环境可以包括但不限于行驶区域和道路类型等,例如行驶区域可以是高速公路、城市间道路、停车场、桥梁、隧道等;道路类型可以是直行多车道、直行单车道、直行单向道、主辅路、路口(包括但不限于有/无交通灯、十字路口/环岛/T型路口/Y型路口等)、闸道等。驾驶环境可以包括内部驾驶环境和外部驾驶环境;其中,内部驾驶环境可以包括自车驾驶状态,例如向前行驶、向后行驶、直行(加速/减速)、转弯、掉头、绕行、变道、停止等;外部驾驶环境可以包括天气情况、周围车辆情况和障碍物情况等。
S130、根据故障信息和当前ODD,确定行车控制数据。
其中,行车控制数据可以包括控制当前车辆进行安全行驶或安全制动的参照数据。
可选的,行车控制数据可以包括MRM(Minimal Risk Maneuver,最低风险策略),用于表征车辆发生故障的情况下,风险等级可承受的工作模式,可以理解为控制车辆到达最低风险条件(MRC,Minimal Risk Condition)的紧急操作。例如,MRM可以包括但不限于降级限速行驶策略、靠边停车策略、沿道路线缓刹停车策略、紧急刹停策略或者请求远程接管策略等。
可选的,行车控制数据可以包括表征所控制车辆行驶过程所依照的运动参数,例如可以包括跟车距离、限速速度、制动减速度等参数中的至少一种。
由于不同故障对车辆的行驶安全影响不同,而相同故障在不同ODD下对车辆的行驶安全影响也可能存在一定差异,因此,需要借助故障信息和当前ODD,综合进行行车控制数据的确定,从而有助于提高所确定行车控制数据与当前车辆状况之间的契合度。
由于部分故障在不同ODD下对车辆的行驶安全影响相同,因此,可以无需借助当前ODD进行行车控制数据的确定。有鉴于此,还可以根据故障信息与ODD的相关情况,设置故障信息的故障类型。例如,将在不同ODD下对车辆行车安全影响不同的故障信息的故障类型设置为ODD关联型,将不同ODD下对车辆行车安全影响相同的故障信息的故障类型设置为通用型。相应的,可以根据故障信息的故障类型,确定是否结合当前ODD进行行车控制数据的确定。
S140、根据行车控制数据,对当前车辆进行行车控制。
举例说明,若当前车辆在高速公路的直线车道上行驶时出现了雷达损坏的故障,若当前天气晴朗,则可以控制当前车辆靠边停车;若当前天气为雾天,则控制车辆在车道线内停车。又如,在不同天气状况下,可以根据车辆现有的环境感知能力(例如摄像头和雷达等采集的感知数据),确定当前车辆改变行驶速度、减速度、转向偏航角等运动参数,根据上述运动参数对车辆进行行车控制。
本公开实施例的技术方案,通过引入当前车辆所处的ODD和故障信息,进行行车控制数据的确定,使得所确定的行车控制数据能够与当前车辆所处的当前ODD更加匹配,基于所确定的行车控制数据对当前车辆进行行车控制,相对于现有技术中机械的设置各故障信息对应行车控制数据的方式,使得对车辆的行车控制更加灵活可靠,与车辆所处当前ODD的适配性更好,从而有助于提高行车安全。
图2是根据本公开实施例提供的另一种车辆控制方法的示意图。本实施例在上述实施例的基础上,对S130中行车控制数据的确定操作进行了细化。需要说明的是,在本公开实施例未详述部分,可参见其他实施例的相关表述。
参见图2所示的车辆控制方法,包括:
S210、获取当前车辆的故障信息。
S220、确定当前车辆所处的当前ODD。
S230、根据故障信息,确定当前车辆在当前ODD下的影响驾驶能力;其中,影响驾驶能力包括影响能力类别。
其中,影响驾驶能力用于表征对当前车辆的行车安全的影响情况。
可选的,影响驾驶能力可以包括影响能力类型,用于将故障信息在当前ODD下对当前车辆的影响情况进行定性划分。例如,影响能力类别可以包括但不限于:环境泛化感知能力(例如距离感知、定位精度等)、决策规划能力和驾驶执行能力(例如制动可提供的最大减速度)等。
影响驾驶能力可以根据不同软件和/或硬件对当前车辆行驶的影响情况确定。例如,可以预先设定不同软件和/或硬件与各影响驾驶能力之间的关联关系,并基于该关联关系,结合软件和/或硬件的故障信息,确定对应的影响能力类别。
S240、根据影响能力类别,确定行车控制数据。
S250、根据行车控制数据,对当前车辆进行行车控制。
可以理解的是,影响驾驶能力的受限,可能会导致不同的行车控制数据需要对应改变。因此,通过分析当前车辆在当前ODD下的故障而限制的影响驾驶能力,即可确定需要改变哪些行车控制数据。
在一种可选实施方式中,行车控制数据可以包括目标最低风险策略MRM;根据影响驾驶能力,确定行车控制数据,可以包括:从至少一个候选MRM中,选取与影响能力类别相匹配的目标MRM。
示例性的,可以预先确定不同影响驾驶能力与不同候选MRM之间的对应关系,从而根据该对应关系,从各候选MRM中选取与当前车辆的影响驾驶能力所匹配的目标MRM。
MRM可以包括但不限于降级限速行驶、靠边停车、沿车道线缓刹停车、紧急刹停和请求远程接管等策略,且这些MRM按顺序控制等级依次降低。例如当前ODD下当前车辆出现较轻故障,不影响当前车辆的安全行车,则选择降级限速行驶的策略;若当前车辆出现较重故障,不可再继续行车,则可以选择紧急刹停或者请求远程接管的策略,已保证车辆安全和交通安全。
可以理解的是,在同一当前ODD的情况下,若当前车辆已经在执行较高等级的MRM的情况下,又出现了影响行车安全的其他故障,则根据该故障对应的影响驾驶能力,对MRM进行降级,选择执行较低级别的MRM。
需要说明的是,当前ODD会影响MRM的选择,若当前ODD发生变化,则需要进行新的当前ODD的确定,并根据新的当前ODD重新进行目标MRM的确定,进而采用重新确定的目标MRM,对当前车辆进行行车控制例如,假设当前车辆执行的较低的MRM,且此时当前ODD发生了改变,若在上一ODD情况下影响安全行车的故障情况,在当前ODD下对安全行车的影响变小了,还可以通过MRM升级,改为执行更高级别的MRM,有助于灵活的对当前车辆进行行车控制。
考虑到MRM误升级带来的安全风险,通常情况下,仅在故障恢复等设定情况下,才会进行MRM升级。为了进一步提高MRM升级情况下的车辆行驶安全,在已发生故障消除之后,在进行MRM升级之前,需要车辆完成停车并设置驻车档位后,才认定故障恢复成功,仅在认定故障恢复成功的情况下,从较为保守(也即较低)的MRM升级至相对激进(也即较高)的MRM。
可选的,为了保证行车安全,在当前车辆存在至少两个控制系统(如包括主控系统和安全冗余系统)的情况下,在当前使用的控制系统执行某一MRM时,仅在当前使用的控制系统出现故障(如与另一控制系统通信中断或通信超时)时,才会进行控制系统的切换。
示例性的,若当前车辆存在部分软硬件失效,车辆的行驶性能会受影响下降,在不同的ODD下受影响的程度也不同。MRM的选取原则取决于发生故障后的当前车辆可以达到的安全行车的能力。例如降级限速行驶要求车辆具体全方位的感知检测能力,如果失去了左侧的感知能力,则不能继续按照降级限速行驶的MRM行车,需要改为靠车道线停车的MRM。再如,当转向机构失效时,在直线行驶的高速道路上,可以执行沿道路线缓刹停车的MRM,以避免后向碰撞;在转弯行驶的高速道路上,可以执行紧急刹停的MRM,以避免出道路线引起更严重的碰撞风险。
示例性的,不同目标MRM可以预先设置相应的运动参数,从而基于目标MRM和相应的运动参数,对当前车辆进行行车控制。
上述实施方式中,上述技术方案通过引入进行目标MRM对当前车辆进行行车控制,使得控制过程所依照的MRM能够与当前车辆的故障情况和所处ODD契合度更高,匹配性更好,有助于提高对车辆进行行车控制的安全性和灵活性。另外,上述技术方案提供了一种行车控制的可选实施方式,有助于提高车辆控制的丰富性和多样性。
本公开的技术方案,通过确定故障信息在当前ODD下的影响驾驶能力,进行行车控制数据的确定,无需预先穷举不同故障信息和不同ODD与行车控制数据之间的对应关系,减少了行车控制数据确定所需投入的人力成本和时间成本。同时,通过引入影响驾驶能力进行行车控制数据,能够有效应对故障信息或和ODD新增的情况,通用性更好。
图3是根据本公开实施例提供的又一种车辆控制方法的示意图。本实施例在上述实施例的基础上,对S240中行车控制数据的确定操作进行了细化,其中,所述行车控制数据可以包括目标运动参数。需要说明的是,在本公开实施例未详述部分,可参见其他实施例的相关表述。
参见图3所示的车辆控制方法,包括:
S310、获取当前车辆的故障信息。
S320、确定当前车辆所处的当前ODD。
S330、根据故障信息,确定当前车辆在当前ODD下的影响驾驶能力;其中,影响驾驶能力包括影响程度数据。
其中,影响程度数据用于将故障信息在当前ODD下对当前车辆的影响情况进行定量描述,表征对行车安全造成影响的程度大小。
示例性的,影响程度数据可以包括加速度影响数据和距离影响数据等中的至少一种。其中,加速度影响数据用于表征当前ODD下的故障信息对当前车辆的牵引加速度的影响程度,可以包括当前车辆的最大行进加速度和最小制动减速度等中的至少一种。距离影响数据用于表征当前ODD下的故障信息对当前车辆的制动距离的影响程度,可以是当前车辆在行驶中能够确定的安全距离范围,不同的ODD下距离影响数据可能不同(可能存在天气、能见度等影响)。例如可以包括前向距离感知数据和安全刹停距离等中的至少一种。
在一种可选实施方式中,根据故障信息,确定当前车辆在当前ODD下的影响程度数据,可以包括:若故障信息包括在存在安全冗余系统情况下主控系统失效,则将当前车辆在当前ODD下的安全牵引加速度,作为加速度影响数据;若故障信息包括距离感知功能异常,则根据当前车辆在当前ODD下的距离感知数据,确定距离影响数据。
若当前车辆设置有安全冗余系统和主控系统,且存在主控系统失效的故障时,通常会切换至安全冗余系统进行车辆行驶控制。由于通常情况下安全冗余系统中并未设置有ABS(Antilock Brake System,制动防抱死系统)或ESC(Electronic StabilityController,汽车电子稳定控制系统)等防止轮胎打滑和避免失稳的功能,因此,在某些特定ODD情况下,例如雨雪天气,需要进行安全牵引加速度的调整,以保证车辆行驶安全。因此,可以将当前ODD下的安全牵引加速度作为加速度影响数据,用于量化表征主控系统故障在当前ODD下对当前车辆的驾驶能力的影响程度。
具体的,可以预先设置主控系统失效情况下,不同ODD下对应的安全牵引加速度,可以将当前ODD下的安全牵引加速度直接作为加速度影响数据。其中,安全牵引加速度可以包括最大行进加速度和/或最小制动加速度,可以通过大量试验测试得到。
在另一可选实施方式中,根据故障信息,确定当前车辆在当前ODD下的影响程度数据,可以包括:若故障信息包括距离感知功能异常,则根据当前车辆在当前ODD下的距离感知数据,确定距离影响数据。
若当前车辆出现距离感知功能异常,在某些设定ODD情况下,例如大雾天气、隧道行驶环境等,将会影响车辆行驶过程的前向距离感知能力或者道路线识别能力等,因此,可以根据当前车辆在当前ODD下的距离感知数据,进行距离影响数据(例如可以包括前向感知距离或前向刹车距离等)的确定,用于量化表征距离感知功能异常在当前ODD下对当前车辆的驾驶能力的影响程度。
上述实施方式中,将影响程度数据进一步细化为加速度影响数据和/或距离影响数据,提高了影响程度数据的丰富性和多样性。同时,通过不同故障情况下不同影响程度数据的确定,完善了影响程度数据的确定机制,有助于提高车辆控制方法的丰富性和多样性。
在一种可选实施方式中,距离感知功能异常可以包括部分前向距离感知设备失效的情况;相应的,根据当前车辆在当前ODD下的距离感知数据,确定距离影响数据,可以包括:根据当前车辆在当前ODD下的前向距离感知数据,确定安全限速距离,并将安全限速距离作为距离影响数据;若故障信息为横向定位异常,则根据当前车辆在当前ODD下横向定位误差,确定安全刹停距离,并将安全刹停距离作为距离影响数据。
其中,前向距离感知设备可以是用于检测行驶方向距离数据的设备,例如雷达、摄像头等。
若当前车辆部分前向感知功能异常,仅采用未失效部分的前向感知功能进行前向距离检测。在某些设定ODD情况下,仅采用未失效部分的前向感知功能,无法很好的进行前向距离检测,因此,可以根据当前车辆在当前ODD下的前向距离感知数据,确定安全限速距离,并将所确定安全限速距离作为距离影响数据,用于量化在部分前向感知功能异常时在当前ODD下对当前车辆的驾驶能力的影响程度。
示例性的,根据当前车辆在当前ODD下的前向距离感知数据,确定安全限速距离,可以是:将当前车辆在当前ODD下的前向距离感知数据的统计数据,作为安全限速距离。例如,统计数据可以是均值数据或最值数据等。在一个优选实施例中,统计数据可以是最大值数据。
举例说明,若当前车辆前向感知检测主要依赖雷达和摄像头,当雷达失效,则感知系统会依赖摄像头进行前向距离检测。然而,在某些设定ODD情况下,例如大雾天气,摄像头的视距会受影响,此时若前向雷达失效,对车辆行驶安全的威胁较大。因此,可以根据当前ODD下的前向距离感知数据(例如,最大前向感知距离),确定安全限速距离,并将安全限速距离作为距离影响数据。
在另一可选实施方式中,距离感知功能异常可以包括横向定位异常的情况;相应的,根据当前车辆在当前ODD下的距离感知数据,确定距离影响数据,可以包括:根据当前车辆在当前ODD下横向定位误差确定安全刹停距离,并将安全刹停距离作为距离影响数据。
其中,横向定位误差用于表征对车道线的识别情况,车道线识别准确度越高,则横向定位误差越小;车道线识别准确度越低,则横向定位误差越大。在某些设定ODD情况下(如隧道行驶),横向定位误差将会严重影响车辆行驶安全,如出现跨线碰撞情况发生,因此通常会对车辆进行紧急刹停。在刹停过程中,横向定位误差将会影响安全刹停距离。因此,可以将当前ODD下的安全刹停距离作为距离影响数据,用于量化表征横向定位异常时在当前ODD下对当前车辆的驾驶能力的影响程度。
举例说明,若当前车辆的定位系统以来摄像头、RTK(Real-time kinematic,实时动态载波相位差分技术)、IMU(Inertial Measurement Unit,惯性测量单元)与轮速计,当摄像头失效时,基于其他传感器定位误差仍然允许车辆进行车道线内的缓刹。然而,在某些RTK信号不佳的ODD内(如隧道行驶),RTK信息将不可用,此时若摄像头失效,则车辆无法准确识别车道线,导致横向定位误差较大。为了保证车辆行驶安全,需要采用紧急刹停策略,以避免车辆偏离或跨越车道线。
示例性的,可以预先设定不同ODD下横向定位误差与安全刹停距离之间的预设相对参数;基于当前车辆行驶所依照的地图资源(如电子地图、或高精地图等),获取当前车辆所行驶道路的道路宽度;根据该预设相对参数和道路宽度,确定安全刹停距离。其中,预设相对参数可以是比值数据、百分比数据等,可以根据大量试验确定。
上述实施方式中,提高了距离影响数据的丰富性和多样性。同时,通过不同故障情况下不同距离影响数据的确定,完善了距离影响数据的确定机制,有助于提高车辆控制方法的丰富性和多样性。其中,行驶环境数据可以包括内部环境和外部环境。外部环境可以是当前车辆以外的道路情况,例如周围车辆与当前车辆的相对位姿和相对速度等;内部环境可以是当前车辆在行驶状态下的各项数据和参数,例如当前车辆自身相对于车道线的位姿、行驶速度等。目标运动参数可以是当前车辆因故障而需要改变的行驶状态对应的运动参数。
S340、根据影响程度数据和当前车辆的行驶环境数据,确定目标运动参数。
其中,行驶环境数据用于表征当前车辆所处的行驶环境,可以包括外部行驶环境和/或内部行驶环境。外部环境可以是当前车辆以外的道路情况,例如周围车辆与当前车辆的相对位姿和相对速度等;内部环境可以是当前车辆在行驶状态下的各项数据和参数,例如当前车辆自身相对于车道线的位姿、行驶速度等。目标运动参数可以是当前车辆因故障而需要改变的行驶状态对应的运动参数。示例性的,目标运动参数可以包括安全跟车距离和安全制动参数等中的至少一种。安全制动参数可以包括但不限于限速行驶情况下的限速车速、紧急刹停情况下的停车减速度等。
由于不同影响程度数据影响的目标运动参数不同,因此,可以进行不同种类的目标运动参数的确定。
需要说明的是,目标运动参数可以与前述目标MRM结合使用,或单独使用,本公开对此不作任何限定。
在一个具体实现方式中,可以首先基于前述内容进行目标MRM的确定,然后在根据目标MRM所需的运动参数,进行不同目标运动参数的确定。例如,任一MRM均需要进行安全跟车距离的确定;降级限速行驶MRM需要进行安全限速车速的确定;靠边停车、沿道路线缓刹停车、紧急刹停等MRM等需要进行停车减速度的确定。
在一种可选实施方式中,根据影响程度数据和当前车辆的行驶环境数据,确定目标运动参数,可以包括:根据影响程度数据中的加速度影响数据,以及行驶环境数据中的本车行驶数据和前车行驶数据,确定目标运动参数中的安全跟车距离。
其中,加速度影响数据可以包括当前车辆的最大前进加速度和/或最小制动减速度,加速度影响数据可以采用前述实施例的方式加以确定,本公开对此不作任何限定。
本车行驶数据可以包括但不限于当前车辆的行驶速度、加速度和惯性数据等;前车行驶数据可以包括但不限于当前车辆行驶方向前方车辆的行驶速度、加速度和惯性数据等。安全跟车距离可以是当前车辆和前车之间保证安全行车的距离,在前车出现制动情况时,当前车辆可以保证在安全跟车距离内停车。通过本车行驶数据和前车行驶数据,根据预设的安全跟车距离算法,确定目标运动参数中的安全跟车距离。预设的安全跟车距离算法可以选用现有技术中任意一种安全跟车距离算法,本公开实施例对此不作限定。其中,本车对应跟车场景中的当前车辆,前车对应跟车场景中当前车辆所跟踪车辆。
示例性的,可以根据RSS(Responsibility Sensitive Safety,责任敏感模型)算法对安全跟车距离进行计算:
其中,vr是当前车辆的行驶速度,vf是前车的行驶速度,ρ是当前车辆反应时长,amax,brake,ref是前车最大制动减速度,amax,accel是当前车辆最大前进加速度,amin,brake是后车最小制动减速度,且不同ODD对应的最大前进加速度和最小制动减速度可以经过大量试验来确定。
上述实施方式中,根据加速度影响数据和跟车场景下前后车的行驶数据确定安全跟车距离,为当前车辆的运动参数的确定提供了一种具体的使用场景和确定方式,能够应对不同ODD情况下对当前车辆的跟车控制,提高了跟车控制的灵活性,保证了行车安全。
在另一可选实施方式中,所述根据影响程度数据和当前车辆的行驶环境数据,确定目标运动参数,可以包括:根据影响程度数据中的距离影响数据,以及行驶环境数据中的本车制动响应时长,确定目标运动参数中的安全制动参数。
其中,本车制动响应时长可以是当前车辆从开始减速至到达目标速度的响应时长,也可以是车辆从开始制动至完全停止的响应时长。安全制动参数可以是能够使当前车辆安全减速制动的性能参数,可以包括但不限于安全限速速度、停车减速度、偏航角、车身稳定参数(如防滑系统和电子稳定系统的配置参数)等。可以理解的是,在已知距离影响数据和本车制动响应时长的条件下,通过预设的计算方法,可以对各项安全制动参数进行计算。
其中,本车制动响应时长在不同情况下可以表现为不同类型的时长。例如,本车制动响应时长可以是减速响应时长,用于表征安全限速情况下的响应时间长度;本车制动响应时长可以是急刹响应时长,用于表征紧急刹停情况下的响应时间长度。
在一种可选实施方式中,若距离影响数据为安全限速距离,本车制动响应时长为减速响应时长,则根据影响程度数据中的距离影响数据,以及行驶环境数据中的本车制动响应时长,确定目标运动参数中的安全制动参数,可以包括:根据安全限速距离和减速响应时长,确定安全制动参数中的安全限速车速。
其中,安全限速距离可以是当前车辆在行驶方向上能够通过传感装置检测到的距离。若当前车辆的故障情况需要限制车速继续行驶,则保证车辆与前车不会发生碰撞的车速即为安全限速车速。减速响应时长可以是从当前车速变化到安全限速车速需要的时长。安全限速车速可以根据现有技术中的任意一种速度计算方法进行确定。可选的,安全限速距离可以是最大可检测距离。
示例性的,最大可检测距离可以是在当前ODD下车辆能够检测到的最大距离范围。若因当前ODD或当前车辆自身故障导致当前车辆可以检测到的最大可检测距离小于预设的行车安全距离,则说明一旦当前车辆行驶前方发生事故,当前车辆无法紧急避险。因此,可以根据当前ODD下的最大可检测距离和需要调整车速的减速响应时长,计算调整后的限速速度。
上述实施方式中,根据安全限速距离和减速响应时长确定安全限速车速,对目标运行参数的确定进行了细化,为当前车辆在行驶过程中安全限速车速的确定提供了一种可行方案,安全限速车速可以有效的限制当前车辆在当前ODD且出现故障的情况下的行驶速度,极大程度的减小了因速度过快而导致当前车辆出现更多故障甚至交通事故的可能性,提高了车辆行驶的安全性。
在一种可选实施方式中,若距离影响数据为安全刹停距离,本车制动响应时长为急刹响应时长,则根据影响程度数据中的距离影响数据,以及行驶环境数据中的本车制动响应时长,确定目标运动参数中的安全制动参数,可以包括:根据安全刹停距离和急刹响应时长,确定安全制动参数中的停车减速度。
其中,急刹响应时长可以是当前车辆从开始制动到完全停车所用时长,可以根据大量试验结果预先设定,也可以根据当前ODD进行确定,例如能见度低的天气,需要控制当前车辆尽快停车,则急刹响应时长应当较短。
可以理解的是,在已知当前车辆从开始制动到停车过程中被允许安全滑行的安全刹停距离和急刹响应时长,即可以计算出从开始制动到完全停车应选用多大的停车减速度。
上述实施方式中,根据安全刹停距离和急刹响应时长计算停车减速度,可以根据当前路况动态的确定出不同ODD下对应的停车减速度,以适应不同的刹车状况,从而提高了当前车辆和当前ODD的适应性,防止车辆在任何情况下均以相同减速度停车导致可能发生的事故,提高了车辆控制的安全性。
上述实施方式的技术方案,根据距离影响数据和制动场景下的本车制动响应市场,确定安全制动参数,为当前车辆的运动参数的确定提供了一种具体的使用场景和确定方式,能够应对不同ODD情况下对当前车辆的制动控制,提高了制动控制的灵活性,保证了行车安全。
S350、根据行车控制数据,对当前车辆进行行车控制,其中,所述行车控制数据可以包括目标运动参数。
本公开实施例的技术方案,上述技术方案通过引入进行目标运动参数对当前车辆进行行车控制,使得控制过程所依照的运动参数MRM能够与当前车辆的故障情况和所处ODD契合度更高,匹配性更好,有助于提高对车辆进行行车控制的安全性和灵活性。另外,上述技术方案提供了一种行车控制的可选实施方式,有助于提高车辆控制的丰富性和多样性。
作为上述各车辆控制方法的实现,本公开还提供了一种实施上述各车辆控制方法的执行装置的可选实施例。本实施例可适用于在自动驾驶车辆出现故障时对车辆进行控制的情况,该装置配置于电子设备中,可实现本公开任意实施例所提供的车辆控制方法。
进一步参见图4所示的一种车辆控制装置400,具体包括:故障信息获取模块410、设计运行域确定模块420、控制数据确定模块430和行车控制模块440,其中,
故障信息获取模块410,用于获取当前车辆的故障信息;
设计运行域确定模块420,用于确定当前车辆所处的当前设计运行域ODD;
控制数据确定模块430,用于根据故障信息和当前ODD,确定行车控制数据;
行车控制模块440,用于根据行车控制数据,对当前车辆进行行车控制。
本公开实施例的技术方案,通过引入当前车辆所处的ODD和故障信息,进行行车控制数据的确定,使得所确定的行车控制数据能够与当前车辆所处的当前ODD更加匹配,基于所确定的行车控制数据对当前车辆进行行车控制,相对于现有技术中机械的设置各故障信息对应行车控制数据的方式,使得对车辆的行车控制更加灵活可靠,与车辆所处当前ODD的适配性更好,从而有助于提高行车安全。
在一种可选实施方式中,所述控制数据确定模块430,可以包括:
影响驾驶能力确定单元,用于根据故障信息,确定当前车辆在当前ODD下的影响驾驶能力;其中,影响驾驶能力包括影响能力类别和/或影响程度数据;
行车控制数据确定单元,用于根据影响驾驶能力,确定行车控制数据。
在一种可选实施方式中,所述行车控制数据包括目标最低风险策略MRM;
所述行车控制数据确定单元,具体用于从至少一个候选MRM中,选取与影响能力类别相匹配的目标MRM。
在一种可选实施方式中,行车控制数据包括目标运动参数;
所述行车控制数据确定单元,具体用于根据影响程度数据和当前车辆的行驶环境数据,确定目标运动参数。
在一种可选实施方式中,所述目标运动参数确定单元,具体用于:
根据影响程度数据中的加速度影响数据,以及行驶环境数据中的本车行驶数据和前车行驶数据,确定目标运动参数中的安全跟车距离。
在一种可选实施方式中,所述目标运动参数确定单元,具体用于:
根据影响程度数据中的距离影响数据,以及行驶环境数据中的本车制动响应时长,确定目标运动参数中的安全制动参数。
在一种可选实施方式中,若距离影响数据为安全限速距离,本车制动响应时长为减速响应时长,则所述目标运动参数确定单元,具体用于:
根据安全限速距离和减速响应时长,确定安全制动参数中的安全限速车速。
在一种可选实施方式中,若所述距离影响数据为安全刹停距离,本车制动响应时长为急刹响应时长,则所述目标运动参数确定单元,具体用于根据安全刹停距离和急刹响应时长,确定安全制动参数中的停车减速度。
在一种可选实施方式中,影响程度数据包括加速度影响数据;
所述影响驾驶能力确定单元,可以包括:
加速度影响数据确定子单元,用于若故障信息包括在存在安全冗余系统情况下主控系统失效,则将当前车辆在当前ODD下的安全牵引加速度,作为加速度影响数据。
在一种可选实施方式中,影响程度数据包括加速度影响数据包括距离响应数据;
所述影响驾驶能力确定单元,可以包括:
距离影响数据确定子单元,用于若故障信息包括距离感知功能异常,则根据当前车辆在当前ODD下的距离感知数据,确定距离影响数据。
在一种可选实施方式中,所述距离影响数据确定子单元,可以包括:
第一感知距离确定从单元,用于若故障信息为部分前向距离感知设备失效,则根据当前车辆在当前ODD下的前向距离感知数据,确定安全限速距离,并将安全限速距离作为距离影响数据。
在一种可选实施方式中,所述距离影响数据确定子单元,可以包括:
第二感知距离确定从单元,用于若故障信息为横向定位异常,则根据当前车辆在当前ODD下横向定位误差,确定安全刹停距离,并将安全刹停距离作为距离影响数据。
上述产品可执行本公开任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
本公开的技术方案中,所涉及的当前车辆故障信息、当前ODD和行车控制数据的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(4PU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如车辆控制方法。例如,在一些实施例中,车辆控制方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的车辆控制方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆控制方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FP4A)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
根据本公开的实施例,本公开还提供了一种自动驾驶车辆,其中,自动驾驶车辆设置有可执行本公开任意实施例所提供的车辆控制方法的电子设备。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术及机器学习/深度学习技术、大数据处理技术、知识图谱技术等几大方向。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开提供的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (28)
1.一种车辆控制方法,包括:
获取当前车辆的故障信息;
确定所述当前车辆所处的当前设计运行域ODD;
根据所述故障信息和所述当前ODD,确定行车控制数据;
根据所述行车控制数据,对所述当前车辆进行行车控制。
2.根据权利要求1所述的方法,其中,所述根据所述故障信息和所述当前ODD,确定行车控制数据,包括:
根据所述故障信息,确定所述当前车辆在所述当前ODD下的影响驾驶能力;其中,所述影响驾驶能力包括影响能力类别和/或影响程度数据;
根据所述影响驾驶能力,确定所述行车控制数据。
3.根据权利要求2所述的方法,其中,所述行车控制数据包括目标最低风险策略MRM;
所述根据所述影响驾驶能力,确定所述行车控制数据,包括:
从至少一个候选MRM中,选取与所述影响能力类别相匹配的目标MRM。
4.根据权利要求2所述的方法,其中,所述行车控制数据包括目标运动参数;
所述根据所述影响驾驶能力,确定所述行车控制数据,包括:
根据所述影响程度数据和所述当前车辆的行驶环境数据,确定所述目标运动参数。
5.根据权利要求4所述的方法,其中,所述根据所述影响程度数据和所述当前车辆的行驶环境数据,确定所述目标运动参数,包括:
根据所述影响程度数据中的加速度影响数据,以及所述行驶环境数据中的本车行驶数据和前车行驶数据,确定所述目标运动参数中的安全跟车距离。
6.根据权利要求4所述的方法,其中,所述根据所述影响程度数据和所述当前车辆的行驶环境数据,确定所述目标运动参数,包括:
根据所述影响程度数据中的距离影响数据,以及所述行驶环境数据中的本车制动响应时长,确定所述目标运动参数中的安全制动参数。
7.根据权利要求6所述的方法,其中,若所述距离影响数据为安全限速距离,所述本车制动响应时长为减速响应时长,则所述根据所述影响程度数据中的距离影响数据,以及所述行驶环境数据中的本车制动响应时长,确定所述目标运动参数中的安全制动参数,包括:
根据所述安全限速距离和所述减速响应时长,确定所述安全制动参数中的安全限速车速。
8.根据权利要求6所述的方法,其中,若所述距离影响数据为安全刹停距离,所述本车制动响应时长为急刹响应时长,则所述根据所述影响程度数据中的距离影响数据,以及所述行驶环境数据中的本车制动响应时长,确定所述目标运动参数中的安全制动参数,包括:
根据所述安全刹停距离和所述急刹响应时长,确定所述安全制动参数中的停车减速度。
9.根据权利要求2-8任一项所述的方法,其中,所述影响程度数据包括加速度影响数据;
根据所述故障信息,确定所述当前车辆在所述当前ODD下的影响程度数据,包括:
若所述故障信息包括在存在安全冗余系统情况下主控系统失效,则将所述当前车辆在所述当前ODD下的安全牵引加速度,作为加速度影响数据。
10.根据权利要求2-8任一项所述的方法,其中,所述影响程度数据包括距离影响数据;
根据所述故障信息,确定所述当前车辆在所述当前ODD下的影响程度数据,包括:
若所述故障信息包括距离感知功能异常,则根据所述当前车辆在所述当前ODD下的距离感知数据,确定所述距离影响数据。
11.根据权利要求10所述的方法,其中,所述若所述故障信息包括距离感知功能异常,则根据所述当前车辆在所述当前ODD下的距离感知数据,确定所述距离影响数据,包括:
若所述故障信息为部分前向距离感知设备失效,则根据所述当前车辆在所述当前ODD下的前向距离感知数据,确定安全限速距离,并将所述安全限速距离作为所述距离影响数据。
12.根据权利要求10所述的方法,其中,所述若所述故障信息包括距离感知功能异常,则根据所述当前车辆在所述当前ODD下的距离感知数据,确定所述距离影响数据,包括:
若所述故障信息为横向定位异常,则根据所述当前车辆在所述当前ODD下横向定位误差,确定安全刹停距离,并将所述安全刹停距离作为所述距离影响数据。
13.一种车辆控制装置,包括:
故障信息获取模块,用于获取当前车辆的故障信息;
设计运行域确定模块,用于确定所述当前车辆所处的当前设计运行域ODD;
控制数据确定模块,用于根据所述故障信息和所述当前ODD,确定行车控制数据;
行车控制模块,用于根据所述行车控制数据,对所述当前车辆进行行车控制。
14.根据权利要求13所述的装置,所述控制数据确定模块,包括:
影响驾驶能力确定单元,用于根据所述故障信息,确定所述当前车辆在所述当前ODD下的影响驾驶能力;其中,所述影响驾驶能力包括影响能力类别和/或影响程度数据;
行车控制数据确定单元,用于根据所述影响驾驶能力,确定所述行车控制数据。
15.根据权利要求14所述的装置,其中,所述行车控制数据包括目标最低风险策略MRM;
所述行车控制数据确定单元,具体用于从至少一个候选MRM中,选取与所述影响能力类别相匹配的目标MRM。
16.根据权利要求14所述的装置,其中,所述行车控制数据包括目标运动参数;
所述行车控制数据确定单元,具体用于根据所述影响程度数据和所述当前车辆的行驶环境数据,确定所述目标运动参数。
17.根据权利要求16所述的装置,其中,所述目标运动参数确定单元,具体用于:
根据所述影响程度数据中的加速度影响数据,以及所述行驶环境数据中的本车行驶数据和前车行驶数据,确定所述目标运动参数中的安全跟车距离。
18.根据权利要求16所述的装置,其中,所述目标运动参数确定单元,具体用于:
根据所述影响程度数据中的距离影响数据,以及所述行驶环境数据中的本车制动响应时长,确定所述目标运动参数中的安全制动参数。
19.根据权利要求18所述的装置,其中,若所述距离影响数据为安全限速距离,所述本车制动响应时长为减速响应时长,则所述目标运动参数确定单元,具体用于:
根据所述安全限速距离和所述减速响应时长,确定所述安全制动参数中的安全限速车速。
20.根据权利要求18所述的装置,其中,若所述距离影响数据为安全刹停距离,所述本车制动响应时长为急刹响应时长,则所述目标运动参数确定单元,具体用于:
根据所述安全刹停距离和所述急刹响应时长,确定所述安全制动参数中的停车减速度。
21.根据权利要求14-20任一项所述的装置,其中,所述影响程度数据包括加速度影响数据;
所述影响驾驶能力确定单元,包括:
加速度影响数据确定子单元,用于若所述故障信息包括在存在安全冗余系统情况下主控系统失效,则将所述当前车辆在所述当前ODD下的安全牵引加速度,作为加速度影响数据。
22.根据权利要求14-20任一项所述的装置,其中,所述影响程度数据包括距离影响数据;
所述影响驾驶能力确定单元,包括:距离影响数据确定子单元,用于若所述故障信息包括距离感知功能异常,则根据所述当前车辆在所述当前ODD下的距离感知数据,确定距离影响数据。
23.根据权利要求22所述的装置,其中,所述距离影响数据确定子单元,包括:
第一感知距离确定从单元,用于若所述故障信息为部分前向距离感知设备失效,则根据所述当前车辆在所述当前ODD下的前向距离感知数据,确定安全限速距离,并将所述安全限速距离作为所述距离影响数据。
24.根据权利要求22所述的装置,其中,所述距离影响数据确定子单元,包括:
第二感知距离确定从单元,用于若所述故障信息为横向定位异常,则根据所述当前车辆在所述当前ODD下横向定位误差,确定安全刹停距离,并将所述安全刹停距离作为所述距离影响数据。
25.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-12中任一项所述的车辆控制方法。
26.一种自动驾驶车辆,其中,所述自动驾驶车辆设置有如权利要求25所述的一种电子设备。
27.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行根据权利要求1-12中任一项所述的车辆控制方法。
28.一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现权利要求1-12中任一项所述车辆控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210380802.4A CN114715166B (zh) | 2022-04-08 | 2022-04-08 | 车辆控制方法、装置、设备、自动驾驶车辆和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210380802.4A CN114715166B (zh) | 2022-04-08 | 2022-04-08 | 车辆控制方法、装置、设备、自动驾驶车辆和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114715166A true CN114715166A (zh) | 2022-07-08 |
CN114715166B CN114715166B (zh) | 2023-01-06 |
Family
ID=82244208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210380802.4A Active CN114715166B (zh) | 2022-04-08 | 2022-04-08 | 车辆控制方法、装置、设备、自动驾驶车辆和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114715166B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170248226A1 (en) * | 2016-02-29 | 2017-08-31 | Honda Motor Co., Ltd. | Automatic transmission, control method of automatic transmission, vehicle and control method of vehicle |
CN109606385A (zh) * | 2018-12-05 | 2019-04-12 | 百度在线网络技术(北京)有限公司 | 一种基于自动驾驶的车辆控制方法、装置、设备和介质 |
CN112092813A (zh) * | 2020-09-25 | 2020-12-18 | 北京百度网讯科技有限公司 | 车辆控制方法、装置、电子设备及存储介质 |
CN113619576A (zh) * | 2021-09-07 | 2021-11-09 | 阿波罗智能技术(北京)有限公司 | 车辆控制方法、装置、设备、存储介质及自动驾驶车辆 |
CN114103973A (zh) * | 2021-11-12 | 2022-03-01 | 上汽通用五菱汽车股份有限公司 | 车辆控制方法、装置、车辆及计算机可读存储介质 |
-
2022
- 2022-04-08 CN CN202210380802.4A patent/CN114715166B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170248226A1 (en) * | 2016-02-29 | 2017-08-31 | Honda Motor Co., Ltd. | Automatic transmission, control method of automatic transmission, vehicle and control method of vehicle |
CN109606385A (zh) * | 2018-12-05 | 2019-04-12 | 百度在线网络技术(北京)有限公司 | 一种基于自动驾驶的车辆控制方法、装置、设备和介质 |
CN112092813A (zh) * | 2020-09-25 | 2020-12-18 | 北京百度网讯科技有限公司 | 车辆控制方法、装置、电子设备及存储介质 |
CN113619576A (zh) * | 2021-09-07 | 2021-11-09 | 阿波罗智能技术(北京)有限公司 | 车辆控制方法、装置、设备、存储介质及自动驾驶车辆 |
CN114103973A (zh) * | 2021-11-12 | 2022-03-01 | 上汽通用五菱汽车股份有限公司 | 车辆控制方法、装置、车辆及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114715166B (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112700668B (zh) | 自动驾驶的远程控制方法、自动驾驶车辆及云端设备 | |
US8385600B2 (en) | Vehicle driving assistance apparatus | |
CN112622930A (zh) | 无人车的行驶控制方法、装置、设备以及自动驾驶车辆 | |
US11724708B2 (en) | Fail-safe handling system for autonomous driving vehicle | |
CN113928340B (zh) | 应用于车辆中的避障方法、装置、电子设备和存储介质 | |
CN113734201B (zh) | 车辆冗余控制方法、装置、电子设备及介质 | |
CN114194217B (zh) | 车辆自动驾驶方法、装置、电子设备以及存储介质 | |
US20200139981A1 (en) | Inter-Vehicle Sensor Validation using Senso-Fusion Network | |
CN113335312A (zh) | 一种绕障行驶方法、装置、电子设备及介质 | |
CN114802251A (zh) | 自动驾驶车辆的控制方法、装置、电子设备以及存储介质 | |
CN111796587A (zh) | 自动驾驶方法及存储介质、电子设备 | |
CN114212108A (zh) | 自动驾驶方法、装置、车辆、存储介质及产品 | |
CN113844447A (zh) | 自动驾驶碰撞检测方法、装置、电子设备及可读存储介质 | |
CN114475656A (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
CN113602263A (zh) | 车辆避让方法、装置、车载设备及存储介质 | |
CN114715166B (zh) | 车辆控制方法、装置、设备、自动驾驶车辆和存储介质 | |
JP2010140265A (ja) | 走行支援装置、方法およびプログラム | |
CN115497322B (zh) | 一种窄路会车方法、装置、设备及存储介质 | |
CN114379587B (zh) | 自动驾驶中避让行人的方法与装置 | |
CN114771555A (zh) | 自主泊车故障诊断方法、装置和和无人驾驶车辆 | |
CN114252086B (zh) | 提示信息的输出方法、装置、设备、介质和车辆 | |
CN115583258A (zh) | 自动驾驶车辆会车控制方法、装置、车辆控制设备和介质 | |
CN115123297A (zh) | 车辆控制方法、装置、设备、车辆和存储介质 | |
CN114559958A (zh) | 一种脱困策略的确定方法、装置、电子设备及存储介质 | |
CN114323693A (zh) | 车路云感知系统的测试方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |