CN114954528A - 车辆控制方法、装置、车辆、存储介质及芯片 - Google Patents
车辆控制方法、装置、车辆、存储介质及芯片 Download PDFInfo
- Publication number
- CN114954528A CN114954528A CN202210621884.7A CN202210621884A CN114954528A CN 114954528 A CN114954528 A CN 114954528A CN 202210621884 A CN202210621884 A CN 202210621884A CN 114954528 A CN114954528 A CN 114954528A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image data
- door
- target
- target vehicle
- 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 43
- 230000007613 environmental effect Effects 0.000 claims abstract description 17
- 230000015654 memory Effects 0.000 claims description 25
- 230000004927 fusion Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 230000002829 reductive effect Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 22
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 13
- 230000008447 perception Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000010267 cellular communication Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 230000000979 retarding effect Effects 0.000 description 1
- 238000000926 separation method Methods 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
- B60W60/0017—Planning or execution of driving tasks specially adapted for safety of other traffic participants
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及自动驾驶领域，涉及一种车辆控制方法、装置、车辆、存储介质及芯片，该方法包括：对车辆行驶方向上预设范围内的环境数据进行采集，生成原始图像数据和雷达图像数据，对原始图像数据和雷达图像数据进行识别，确定预设范围内的目标车辆图像，确定目标车辆图像中目标车辆的车门开启角度，在通过车门开启角度和第一车辆的车辆行驶参数，确定第一车辆与目标车辆的车门存在碰撞风险的情况下，控制第一车辆进行紧急避让。从而避免了自动驾驶车辆与路边停放车辆的车门之间发生碰撞的风险，提高了自动驾驶车辆的安全系数，减少道路事故的发生。
Description
技术领域
本公开涉及自动驾驶领域，尤其涉及一种车辆控制方法、装置、车辆、存储介质及芯片。
背景技术
在自动驾驶技术中，配置有自动驾驶或者辅助驾驶功能的车辆需要对前方目标车辆的状态进行探测，从而为自动驾驶算法提供控制依据。相关技术中，对前方目标车辆进行探测时，只是针对目标车辆的运行状态或停放位置进行识别检测，当路边车辆打开车门时，因未对路边车辆的车门状态进行识别，导致自动驾驶车辆与路标车辆发生碰撞，引发驾驶安全事故。
发明内容
为克服相关技术中存在的问题，本公开提供一种车辆控制方法、装置、车辆、存储介质及芯片。
根据本公开实施例的第一方面，提供一种车辆控制方法，应用于第一车辆，包括：
对车辆行驶方向上预设范围内的环境数据进行采集，生成原始图像数据和雷达图像数据；
对所述原始图像数据和所述雷达图像数据进行识别，确定所述预设范围内的目标车辆图像；
确定所述目标车辆图像中所述目标车辆的车门开启角度；
在通过所述车门开启角度和所述第一车辆的车辆行驶参数，确定所述第一车辆与所述目标车辆的车门存在碰撞风险的情况下，控制所述第一车辆进行紧急避让。
可选地，所述对所述原始图像数据和所述雷达图像数据进行识别，确定所述预设范围内的目标车辆图像，包括：
对所述雷达图像数据中的激光点云进行车辆模型识别，生成所述目标车辆对应的目标激光点云；
根据所述目标激光点云在所述雷达图像数据中的位置，对所述原始图像数据进行图像提取，生成原始目标车辆图像；
根据所述目标激光点云和所述原始目标车辆图像，生成所述预设范围内的所述目标车辆图像。
可选地，所述根据所述目标激光点云和所述原始目标车辆图像，生成所述预设范围内的所述目标车辆图像，包括：
对所述原始图像数据进行清晰度识别，确定所述原始图像数据的失真率；
根据所述失真率确定图像融合权重；
基于所述图像融合权重将所述目标激光点云和所述原始目标车辆图像进行图像融合，生成所述预设范围内的所述目标车辆图像。
可选地，所述对所述原始图像数据和所述雷达图像数据进行识别，确定所述预设范围内的目标车辆图像，包括：
在根据所述原始图像数据和所述雷达图像数据，确定所述预设范围内存在车辆图像的情况下，对所述原始图像数据和所述雷达图像数据进行图像截取；
生成所述预设范围内的所述目标车辆图像。
可选地，所述确定所述目标车辆图像中所述目标车辆的车门开启角度，包括：
在确定所述目标车辆图像中车道侧存在被开启车门的情况下，对所述车门区域进行图像识别，确定所述车门对应的车门平面以及门框对应的门框平面；
根据所述车门平面和所述门框平面的夹角，确定所述目标车辆的所述车门开启角度。
可选地，所述方法包括：
根据所述车门开启角度和预设车门宽度，确定所述车门的横向开启距离；
根据所述车辆行驶参数和所述第一车辆的预设宽度，确定所述第一车辆在所述预设范围内的驾驶轨迹；
在根据所述横向开启距离确定所述车门处于所述驾驶轨迹范围内的情况下，确定所述第一车辆与所述目标车辆的所述车门存在碰撞风险。
可选地，所述控制所述第一车辆进行紧急避让，包括：
识别所述原始图像数据中的车道线标识；
根据所述车道线标识确定所述第一车辆所处驾驶车道的车道宽度；
根据所述驾驶轨迹和所述横向开启距离，确定所述第一车辆的横向避让距离；
在根据所述横向避让距离和所述车道宽度确认所述第一车辆偏离所述驾驶车道的情况下，控制所述第一车辆进行紧急制动；
在根据所述横向避让距离和所述车道宽度确认所述第一车辆未偏离所述驾驶车道的情况下，根据所述横向避让距离控制所述第一车辆进行避让。
根据本公开实施例的第二方面，提供一种车辆控制装置，应用于第一车辆，包括：
生成模块，被配置为对车辆行驶方向上预设范围内的环境数据进行采集，生成原始图像数据和雷达图像数据；
第一确定模块，被配置为对所述原始图像数据和所述雷达图像数据进行识别，确定所述预设范围内的目标车辆图像；
第二确定模块，被配置为确定所述目标车辆图像中所述目标车辆的车门开启角度；
第三确定模块，被配置为在通过所述车门开启角度和所述第一车辆的车辆行驶参数，确定所述第一车辆与所述目标车辆的车门存在碰撞风险的情况下，控制所述第一车辆进行紧急避让。
根据本公开实施例的第三方面，提供一种车辆，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：
对车辆行驶方向上预设范围内的环境数据进行采集，生成原始图像数据和雷达图像数据；
对所述原始图像数据和所述雷达图像数据进行识别，确定所述预设范围内的目标车辆图像；
确定所述目标车辆图像中所述目标车辆的车门开启角度；
在通过所述车门开启角度和所述第一车辆的车辆行驶参数，确定所述第一车辆与所述目标车辆的车门存在碰撞风险的情况下，控制所述第一车辆进行紧急避让。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的车辆控制方法的步骤。
根据本公开实施例的第五方面，提供一种芯片，包括处理器和接口；所述处理器用于读取指令以执行本公开第一方面任一项所述的车辆控制方法。
本公开的实施例提供的技术方案可以包括以下有益效果：
通过上述方案，对车辆行驶方向上预设范围内的环境数据进行采集，生成原始图像数据和雷达图像数据，对原始图像数据和雷达图像数据进行识别，确定预设范围内的目标车辆图像，确定目标车辆图像中目标车辆的车门开启角度，在通过车门开启角度和第一车辆的车辆行驶参数，确定第一车辆与目标车辆的车门存在碰撞风险的情况下，控制第一车辆进行紧急避让。从而通过原始摄像头和激光雷达摄像头对路边车辆的图像进行采集，并对路边车辆图像的车门状态进行识别，确定车门的开启角度，根据开启角度和车辆行驶参数确定车辆是否会存在碰撞风险，并控制车辆进行紧急避让。避免了自动驾驶车辆与路边停放车辆的车门之间发生碰撞的风险，提高了自动驾驶车辆的安全系数，减少道路事故的发生。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种车辆控制方法的流程图。
图2是根据一示例性实施例示出的一种目标车辆图像的生成方法的流程图。
图3是根据一示例性实施例示出的一种车辆控制装置框图。
图4是根据一示例性实施例示出的另一种车辆控制装置的框图。
图5是一示例性实施例示出的一种车辆的功能框图示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
需要说明的是，本申请中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
图1是根据一示例性实施例示出的一种车辆控制方法的流程图，如图1所示，该方法用于第一车辆中，包括以下步骤。
在步骤S11中，对车辆行驶方向上预设范围内的环境数据进行采集，生成原始图像数据和雷达图像数据。
示例的，本实施例中该车辆控制方法应用于第一车辆中，该第一车辆为配置有自动驾驶系统或辅助驾驶系统的车辆，该第一车辆处于自动驾驶或辅助驾驶状态下，需要通过识别算法来控制车辆完成驾驶任务。其中，该第一车辆上安装有采集装置，该采集装置包括前视摄像头和前视激光雷达摄像头，用于采集车辆行驶方向上车辆前方一定范围内的原始图像数据和雷达图像数据。可以理解的是，为使原始图像数据和雷达图像数据反映的环境数据一致，调整前视摄像头和前视激光雷达摄像头的拍摄角度，使其获得同一预设范围内同一环境区域的图像数据。需要说明的是，本实施例中主要针对路标停放车辆的车门开启状态进行检测，因此对应的采集装置的拍摄角度在车辆行驶方向的基础上向人行道偏离预设角度，来获取路边停靠车辆的车辆图像数据。示例的，其中的预设范围，可以根据采集装置的内参以及第一车辆的当前行驶速度进行确定。在第一车辆的当前行驶速度较高的情况下，可以调整内参设置较广的预设范围，以使第一车辆对开启车门的路边停靠车辆迅速做出相应的避让反应；在第一车辆的当前行驶速度较低的情况下，可以调整内参设置较短但更清晰的预设范围，以使第一车辆能够准确识别开启车门的路边停靠车辆，并对该开启车门的路边停靠车辆做出对应的避让反应。
在步骤S12中，对原始图像数据和雷达图像数据进行识别，确定预设范围内的目标车辆图像。
可以理解的是，车辆在图像数据中都具有较明显的特征，通过车辆识别算法，能够确定原始图像数据和雷达图像数据中的车辆图像，并对车辆图像进行截取获得原始图像对应的第一车辆子图像和雷达图像数据对应的第二车辆子图像。通过上述步骤可知原始图像数据和雷达图像数据所对应的环境数据一致，也即原始图像数据和雷达图像数据均反映同一帧的环境景象，因此，对应的第一车辆子图像和第二车辆子图像为同一车辆在不同摄像头下的图像数据。并将第一车辆子图像和第二车辆子图像进行图像融合，获得预设范围内的目标车辆图像。需要说明的是，本实施例中预设范围内的环境景象中，可能存在多个路边停靠的目标车辆，为减轻识别算法的负担使自动驾驶系统能够迅速做出避让响应，本实施例中只对预设数量的目标车辆图像进行分析，以提高识别算法的准确性和响应速度。
图2是根据一示例性实施例示出的一种目标车辆图像的生成方法的流程图，如图2所示，上述步骤S12，包括：
在步骤S121中，对雷达图像数据中的激光点云进行车辆模型识别，生成目标车辆对应的目标激光点云。
在步骤S122中，根据目标激光点云在雷达图像数据中的位置，对原始图像数据进行图像提取，生成原始目标车辆图像。
在步骤S123中，根据目标激光点云和原始目标车辆图像，生成预设范围内的目标车辆图像。
可以理解的是，激光雷达是通过向目标区域发射探测信号，然后将接收到的从目标区域反射回来的信号与发射信号进行比较，作处理后，获得目标区域内对应目标物距离、方位、高度、速度等参数。本实施例中，雷达图像数据用于反映预设范围的区域空间内的数据信息，通过向该空间区域发射激光束，激光束在区域空间反射回来被激光雷达设备接收，并通过相应的处理后，用激光点云生成相应的雷达图像数据，通过对激光点云进行车辆模型识别，从而提取出目标车辆对应的目标激光点云。本实施例中原始图像数据和激光雷达图像数据为同一环境区域内对应不同形式的图像数据，因此，对应放映的图像内容相同，通过确定目标激光点云在雷达图像数据中的相对位置，从而对原始图像数据进行图像截取，生成目标车辆对应的原始目标车辆图像。示例的，还可以根据图像识别算法先对原始图像数据中的目标车辆图像进行识别，并根据图像识别结果对原始图像数据进行截取，得到原始图像数据对应的原始目标车辆图像，再根据原始目标车辆图像在该原始图像数据中的相对位置，从雷达图像数据中截取目标车辆对应的目标激光点云。
可以理解的是，将通过上述步骤获得的目标激光点云和原始目标车辆图像进行图像融合，生成预设范围内的目标车辆图像。示例的，可以根据目标车辆的特征将目标激光点云叠加到原始目标车辆图像上，生成目标车辆图像；还可以根据图像融合算法对目标激光点云和原始目标车辆图像进行图像融合，生成目标车辆图像。
可选地，上述步骤S123，包括：
对原始图像数据进行清晰度识别，确定原始图像数据的失真率。
根据失真率确定图像融合权重。
基于图像融合权重将目标激光点云和原始目标车辆图像进行图像融合，生成预设范围内的目标车辆图像。
可以理解的是，采集装置在对环境数据进行采集时，原始图像数据容易受到光线等因素影响导致原始图像数据清晰度降低，最终导致目标车辆图像不准确。本实施例中通过对原始图像数据进行清晰度识别，确定原始图像数据的失真率，根据该失真率确定目标激光点云和原始目标车辆图像的图像融合权重，并根据该融合权重对目标激光点云和原始目标车辆图像进行图像融合，生成预设范围内的目标车辆图像。
可选地，上述步骤S12之前，该控制方法还包括：
在根据原始图像数据和雷达图像数据，确定预设范围内存在车辆图像的情况下，对原始图像数据和雷达图像数据进行图像截取。
生成预设范围内的目标车辆图像。
可以理解的是，车辆在道路上行驶的过程中，存在路边具有停靠车辆的情况，同时还存在路边不具有停靠车辆的情况。因此，在进行图像融合之前需要对原始图像数据和雷达图像数据进行图像识别，确定预设范围内是否存在车辆图像，当确定预设范围内存在车辆图像时，对原始图像数据和雷达图像数据进行图像截取，生成预设范围内的目标车辆图像。
在步骤S13中，确定目标车辆图像中目标车辆的车门开启角度。
示例的，在步骤S13中，对目标车辆图像进行图像识别，提取目标车辆图像中车门特征，并对该车们特征进行分析确定目标车辆的车门开启角度。示例的，本实施例中可以将目标车辆图像分割为上述步骤中的激光点云和原始目标车辆图像，分别通过激光雷达感知算法和摄像头感知算法分别对图像中车门开启角度进行识别，生成激光雷达感知识别结果和摄像头识别结果，再根据融合感知算法对识别结果进行融合，获得目标车辆对应的车门开启角度。可选地，车门开启角度的识别需要通过对目标车辆横向距离，纵向距离，车辆类型等参数进行分析，确定车门开启角度。通常情况下，通过对原始目标车辆图像进行识别确定的横向距离比通过激光点云识别的横向距离更准确，因此，在横向距离的识别结果上可以采用原始目标车辆图像的识别结果；通过对激光点云识别的纵向距离比通过对原始目标车辆图像进行识别确定的纵向距离更准确，因此，在纵向距离的识别结果上可以采用激光点云的识别结果；根据各个识别算法对于相应数据识别的准确程度，确定各个数据的取值，并将取值输入识别算法，生成目标车辆的车门开启角度。
可选地，上述步骤S13，包括：
在确定目标车辆图像中车道侧存在被开启车门的情况下，对车门区域进行图像识别，确定车门对应的车门平面以及门框对应的门框平面。
根据车门平面和门框平面的夹角，确定目标车辆的车门开启角度。
可以理解的是，车门开启角度实际上为车门所在平面和对应门框所在平面的平面夹角。因此，本实施例中，通过对目标车辆图像进行图像识别，确定目标车辆图像中对应目标车辆的车门是否被开启。当确定该目标车辆的车门开启时，对车门区域进行图像识别，并通过在目标车辆图像的车门平面上取预设数量的特征点位，生成车门平面；在门框平面上取预设数量的特征点位，生成门框平面。通过确定车门对应的车门平面和门框对应的门框平面在空间中的位置，并识别车门平面和门框平面在空间中的夹角，从而确定目标车辆的车门开启角度。
在步骤S14中，在通过车门开启角度和第一车辆的车辆行驶参数，确定第一车辆与目标车辆的车门存在碰撞风险的情况下，控制第一车辆进行紧急避让。
可以理解的是，车辆的车门宽度都有预设标准，通常情况下，根据人体工学设定车辆对应的车门宽度设定在1.6m-1.8m之间，根据预设车门宽度和车门开启角度的正弦计算公式可以确定目标车辆对应车门的横向开启距离。本实施例中第一车辆为自动驾驶车辆，通过对自动驾驶车辆的车辆行驶参数进行分析，从而确定第一车辆在预设时间范围内的车辆行驶轨迹，通过车辆行驶轨迹和车门的横向开启距离，可以确定第一车辆与目标车辆的车门是否存在碰撞风险，在确定第一车辆与目标车辆的车门存在碰撞风险时，控制第一车辆采取紧急避让措施，示例的，可以向第一车辆下发转向指令，使第一车辆在预设时间范围内的行动轨迹远离该目标车辆的车门，从而避免与该目标车辆的车门发生碰撞；还可以在通过对车辆行驶参数和外部环境参数进行分析，确定第一车辆不存在避让空间的情况下，控制第一车辆进行紧急制动，以防止与目标车辆的车门发生碰撞。
可选地，上述步骤S14，包括：
根据车门开启角度和预设车门宽度，确定车门的横向开启距离。
根据车辆行驶参数和第一车辆的预设宽度，确定第一车辆在预设范围内的驾驶轨迹。
在根据横向开启距离确定车门处于驾驶轨迹范围内的情况下，确定第一车辆与目标车辆的车门存在碰撞风险。
可以理解的是，车门的横向开启距离为车门端到门框平面的垂直距离，通过车门开启角度和预设车门宽度，并应用正弦计算公式可以确定车门的横向开启距离。再根据车辆行驶参数确定车辆在经过目标车辆时的驾驶轨迹，通过确定在驾驶轨迹中第一车辆的预设宽度是否处于目标车辆的横向开启距离内，确定第一车辆与目标车辆的车门是否存在碰撞风险。
可选地，上述步骤S14，包括：
识别原始图像数据中的车道线标识。
根据车道线标识确定第一车辆所处驾驶车道的车道宽度。
根据驾驶轨迹和横向开启距离，确定第一车辆的横向避让距离。
在根据横向避让距离和车道宽度确认第一车辆偏离驾驶车道的情况下，控制第一车辆进行紧急制动。
在根据横向避让距离和车道宽度确认第一车辆未偏离驾驶车道的情况下，根据横向避让距离控制第一车辆进行避让。
可以理解的是，原始图像数据中存在车道线标识，通过对车道线标识进行识别，从而确定第一车辆所处驾驶车道的车道宽度，以及第一车辆所处驾驶车道的位置。根据第一车辆在预设时间范围内的驾驶轨迹和目标车辆对应车门的横向开启距离，确定第一车辆需要进行避让的横向避让距离。通过横向避让距离和第一车辆的驾驶参数确定第一车辆偏离当前驾驶车道时，表示第一车辆在当前驾驶状态下，无法采取横向避让措施来避免与目标车辆车门的碰撞风险，因此，需要控制第一车辆进行紧急制动以避免与车门发生碰撞；当根据横向避让距离和第一车辆的驾驶参数确定第一车辆未偏离当前驾驶车道时，表示第一车辆在当前驾驶状态下，可以采用横向避让措施来避免与目标车辆车门发生碰撞，并根据横向避让距离对第一车辆的当前驾驶参数进行调整，以使第一车辆能够横向躲避目标车辆的车门。
通过上述方案，对车辆行驶方向上预设范围内的环境数据进行采集，生成原始图像数据和雷达图像数据，对原始图像数据和雷达图像数据进行识别，确定预设范围内的目标车辆图像，确定目标车辆图像中目标车辆的车门开启角度，在通过车门开启角度和第一车辆的车辆行驶参数，确定第一车辆与目标车辆的车门存在碰撞风险的情况下，控制第一车辆进行紧急避让。从而通过原始摄像头和激光雷达摄像头对路边车辆的图像进行采集，并对路边车辆图像的车门状态进行识别，确定车门的开启角度，根据开启角度和车辆行驶参数确定车辆是否会存在碰撞风险，并控制车辆进行紧急避让。避免了自动驾驶车辆与路边停放车辆的车门之间发生碰撞的风险，提高了自动驾驶车辆的安全系数，减少道路事故的发生。
图3是根据一示例性实施例示出的一种车辆控制装置框图。参照图2，该控制装置100包括生成模块110，第一确定模块120、第二确定模块130和第三确定模块140。
该生成模块110被配置为对车辆行驶方向上预设范围内的环境数据进行采集，生成原始图像数据和雷达图像数据。
该第一确定模块120被配置为被配置为对原始图像数据和雷达图像数据进行识别，确定预设范围内的目标车辆图像。
该第二确定模块130被配置为确定目标车辆图像中目标车辆的车门开启角度。
该第三确定模块140被配置为在通过车门开启角度和第一车辆的车辆行驶参数，确定第一车辆与目标车辆的车门存在碰撞风险的情况下，控制第一车辆进行紧急避让。
可选地，该第一确定模块120，包括：
第一生成子模块，被配置为对雷达图像数据中的激光点云进行车辆模型识别，生成目标车辆对应的目标激光点云。
第二生成子模块，被配置为根据目标激光点云在雷达图像数据中的位置，对原始图像数据进行图像提取，生成原始目标车辆图像。
第三生成子模块，被配置为根据目标激光点云和原始目标车辆图像，生成预设范围内的目标车辆图像。
可选地，该第三生成子模块，还可以被配置为：
对原始图像数据进行清晰度识别，确定原始图像数据的失真率。
根据失真率确定图像融合权重。
基于图像融合权重将目标激光点云和原始目标车辆图像进行图像融合，生成预设范围内的目标车辆图像。
可选地，该第一确定模块120，还可以被配置为：
在根据原始图像数据和雷达图像数据，确定预设范围内存在车辆图像的情况下，对原始图像数据和雷达图像数据进行图像截取。
生成预设范围内的目标车辆图像。
可选地，该第二确定模块130，还可以被配置为：
在确定目标车辆图像中车道侧存在被开启车门的情况下，对车门区域进行图像识别，确定车门对应的车门平面以及门框对应的门框平面。
根据车门平面和门框平面的夹角，确定目标车辆的车门开启角度。
可选地，该控制装置100，还包括第四确定模块，该第四确定模块被配置为：
根据车门开启角度和预设车门宽度，确定车门的横向开启距离。
根据车辆行驶参数和第一车辆的预设宽度，确定第一车辆在预设范围内的驾驶轨迹。
在根据横向开启距离确定车门处于驾驶轨迹范围内的情况下，确定第一车辆与目标车辆的车门存在碰撞风险。
可选地，该第三确定模块140，还可以被配置为：
识别原始图像数据中的车道线标识。
根据车道线标识确定第一车辆所处驾驶车道的车道宽度。
根据驾驶轨迹和横向开启距离，确定第一车辆的横向避让距离。
在根据横向避让距离和车道宽度确认第一车辆偏离驾驶车道的情况下，控制第一车辆进行紧急制动。
在根据横向避让距离和车道宽度确认第一车辆未偏离驾驶车道的情况下，根据横向避让距离控制第一车辆进行避让。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的车辆控制方法的步骤。
图4是根据一示例性实施例示出的另一种车辆控制装置400的框图。例如，装置400可以是计算机，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图4，装置400可以包括以下一个或多个组件：处理组件402，第一存储器404，电源组件406，多媒体组件408，音频组件410，输入/输出接口412，传感器组件414，以及通信组件416。
处理组件402通常控制装置400的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个第一处理器420来执行指令，以完成上述车辆控制方法的全部或部分步骤。此外，处理组件402可以包括一个或多个模块，便于处理组件402和其他组件之间的交互。例如，处理组件402可以包括多媒体模块，以方便多媒体组件408和处理组件402之间的交互。
第一存储器404被配置为存储各种类型的数据以支持在装置400的操作。这些数据的示例包括用于在装置400上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。第一存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件406为装置400的各种组件提供电力。电源组件406可以包括电源管理系统，一个或多个电源，及其他与为装置400生成、管理和分配电力相关联的组件。
多媒体组件408包括在所述装置400和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件408包括一个前置摄像头和/或后置摄像头。当装置400处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件410被配置为输出和/或输入音频信号。例如，音频组件410包括一个麦克风(MIC)，当装置400处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在第一存储器404或经由通信组件416发送。在一些实施例中，音频组件410还包括一个扬声器，用于输出音频信号。
输入/输出接口412为处理组件402和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件414包括一个或多个传感器，用于为装置400提供各个方面的状态评估。例如，传感器组件414可以检测到装置400的打开/关闭状态，组件的相对定位，例如所述组件为装置400的显示器和小键盘，传感器组件414还可以检测装置400或装置400一个组件的位置改变，用户与装置400接触的存在或不存在，装置400方位或加速/减速和装置400的温度变化。传感器组件414可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件414还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件416被配置为便于装置400和其他设备之间有线或无线方式的通信。装置400可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件416还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述车辆控制方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的第一存储器404，上述指令可由装置400的第一处理器420执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
上述装置除了可以是独立的电子设备外，也可是独立电子设备的一部分，例如在一种实施例中，该装置可以是集成电路(Integrated Circuit，IC)或芯片，其中该集成电路可以是一个IC，也可以是多个IC的集合；该芯片可以包括但不限于以下种类：GPU(GraphicsProcessing Unit，图形处理器)、CPU(Central Processing Unit，中央处理器)、FPGA(Field Programmable Gate Array，可编程逻辑阵列)、DSP(Digital Signal Processor，数字信号处理器)、ASIC(Application Specific Integrated Circuit，专用集成电路)、SOC(System on Chip，SoC，片上系统或系统级芯片)等。上述的集成电路或芯片中可以用于执行可执行指令(或代码)，以实现上述的车辆控制方法。其中该可执行指令可以存储在该集成电路或芯片中，也可以从其他的装置或设备获取，例如该集成电路或芯片中包括处理器、存储器，以及用于与其他的装置通信的接口。该可执行指令可以存储于该存储器中，当该可执行指令被处理器执行时实现上述的车辆控制方法；或者，该集成电路或芯片可以通过该接口接收可执行指令并传输给该处理器执行，以实现上述的车辆控制方法。
参阅图5，图5是一示例性实施例示出的一种车辆500的功能框图示意图。车辆500可以被配置为完全或部分自动驾驶模式。例如，车辆500可以通过感知系统520获取其周围的环境信息，并基于对周边环境信息的分析得到自动驾驶策略以实现完全自动驾驶，或者将分析结果呈现给用户以实现部分自动驾驶。
车辆500可包括各种子系统，例如，信息娱乐系统510、感知系统520、决策控制系统530、驱动系统540以及计算平台550。可选的，车辆500可包括更多或更少的子系统，并且每个子系统都可包括多个部件。另外，车辆500的每个子系统和部件可以通过有线或者无线的方式实现互连。
在一些实施例中，信息娱乐系统510可以包括通信系统511，娱乐系统512以及导航系统513。
通信系统511可以包括无线通信系统，无线通信系统可以直接地或者经由通信网络来与一个或多个设备无线通信。例如，无线通信系统可使用3G蜂窝通信，例如CDMA、EVD0、GSM/GPRS，或者4G蜂窝通信，例如LTE。或者5G蜂窝通信。无线通信系统可利用WiFi与无线局域网(wireless local area network，WLAN)通信。在一些实施例中，无线通信系统可利用红外链路、蓝牙或ZigBee与设备直接通信。其他无线协议，例如各种车辆通信系统，例如，无线通信系统可包括一个或多个专用短程通信(dedicated short range communications，DSRC)设备，这些设备可包括车辆和/或路边台站之间的公共和/或私有数据通信。
娱乐系统512可以包括显示设备，麦克风和音响，用户可以基于娱乐系统在车内收听广播，播放音乐；或者将手机和车辆联通，在显示设备上实现手机的投屏，显示设备可以为触控式，用户可以通过触摸屏幕进行操作。
在一些情况下，可以通过麦克风获取用户的语音信号，并依据对用户的语音信号的分析实现用户对车辆500的某些控制，例如调节车内温度等。在另一些情况下，可以通过音响向用户播放音乐。
导航系统513可以包括由地图供应商所提供的地图服务，从而为车辆500提供行驶路线的导航，导航系统513可以和车辆的全球定位系统521、惯性测量单元522配合使用。地图供应商所提供的地图服务可以为二维地图，也可以是高精地图。
感知系统520可包括感测关于车辆500周边的环境的信息的若干种传感器。例如，感知系统520可包括全球定位系统521(全球定位系统可以是GPS系统，也可以是北斗系统或者其他定位系统)、惯性测量单元(inertial measurement unit，IMU)522、激光雷达523、毫米波雷达524、超声雷达525以及摄像装置526。感知系统520还可包括被监视车辆500的内部系统的传感器(例如，车内空气质量监测器、燃油量表、机油温度表等)。来自这些传感器中的一个或多个的传感器数据可用于检测对象及其相应特性(位置、形状、方向、速度等)。这种检测和识别是车辆500的安全操作的关键功能。
全球定位系统521用于估计车辆500的地理位置。
惯性测量单元522用于基于惯性加速度来感测车辆500的位姿变化。在一些实施例中，惯性测量单元522可以是加速度计和陀螺仪的组合。
激光雷达523利用激光来感测车辆500所位于的环境中的物体。在一些实施例中，激光雷达523可包括一个或多个激光源、激光扫描器以及一个或多个检测器，以及其他系统组件。
毫米波雷达524利用无线电信号来感测车辆500的周边环境内的物体。在一些实施例中，除了感测物体以外，毫米波雷达524还可用于感测物体的速度和/或前进方向。
超声雷达525可以利用超声波信号来感测车辆500周围的物体。
摄像装置526用于捕捉车辆500的周边环境的图像信息。摄像装置526可以包括单目相机、双目相机、结构光相机以及全景相机等，摄像装置526获取的图像信息可以包括静态图像，也可以包括视频流信息。
决策控制系统530包括基于感知系统520所获取的信息进行分析决策的计算系统531，决策控制系统530还包括对车辆500的动力系统进行控制的整车控制器532，以及用于控制车辆500的转向系统533、油门534和制动系统535。
计算系统531可以操作来处理和分析由感知系统520所获取的各种信息以便识别车辆500周边环境中的目标、物体和/或特征。目标可以包括行人或者动物，物体和/或特征可包括交通信号、道路边界和障碍物。计算系统531可使用物体识别算法、运动中恢复结构(Structure from Motion，SFM)算法、视频跟踪等技术。在一些实施例中，计算系统531可以用于为环境绘制地图、跟踪物体、估计物体的速度等等。计算系统531可以将所获取的各种信息进行分析并得出对车辆的控制策略。
整车控制器532可以用于对车辆的动力电池和引擎541进行协调控制，以提升车辆500的动力性能。
转向系统533可操作来调整车辆500的前进方向。例如在一个实施例中可以为方向盘系统。
油门534用于控制引擎541的操作速度并进而控制车辆500的速度。
制动系统535用于控制车辆500减速。制动系统535可使用摩擦力来减慢车轮544。在一些实施例中，制动系统535可将车轮544的动能转换为电流。制动系统535也可采取其他形式来减慢车轮544转速从而控制车辆500的速度。
驱动系统540可包括为车辆500提供动力运动的组件。在一个实施例中，驱动系统540可包括引擎541、能量源542、传动系统543和车轮544。引擎541可以是内燃机、电动机、空气压缩引擎或其他类型的引擎组合，例如汽油发动机和电动机组成的混动引擎，内燃引擎和空气压缩引擎组成的混动引擎。引擎541将能量源542转换成机械能量。
能量源542的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源542也可以为车辆500的其他系统提供能量。
传动系统543可以将来自引擎541的机械动力传送到车轮544。传动系统543可包括变速箱、差速器和驱动轴。在一个实施例中，传动系统543还可以包括其他器件，比如离合器。其中，驱动轴可包括可耦合到一个或多个车轮544的一个或多个轴。
车辆500的部分或所有功能受计算平台550控制。计算平台550可包括至少一个第二处理器551，第二处理器551可以执行存储在例如第二存储器552这样的非暂态计算机可读介质中的指令553。在一些实施例中，计算平台550还可以是采用分布式方式控制车辆500的个体组件或子系统的多个计算设备。
第二处理器551可以是任何常规的处理器，诸如商业可获得的CPU。可替换地，第二处理器551还可以包括诸如图像处理器(Graphic Process Unit，GPU)，现场可编程门阵列(FieldProgrammable Gate Array，FPGA)、片上系统(Sysem on Chip，SOC)、专用集成芯片(Application Specific Integrated Circuit，ASIC)或它们的组合。尽管图5功能性地图示了处理器、存储器、和在相同块中的计算机的其它元件，但是本领域的普通技术人员应该理解该处理器、计算机、或存储器实际上可以包括可以或者可以不存储在相同的物理外壳内的多个处理器、计算机、或存储器。例如，存储器可以是硬盘驱动器或位于不同于计算机的外壳内的其它存储介质。因此，对处理器或计算机的引用将被理解为包括对可以或者可以不并行操作的处理器或计算机或存储器的集合的引用。不同于使用单一的处理器来执行此处所描述的步骤，诸如转向组件和减速组件的一些组件每个都可以具有其自己的处理器，处理器只执行与特定于组件的功能相关的计算。
在本公开实施方式中，第二处理器551可以执行上述的车辆控制方法。
在此处所描述的各个方面中，第二处理器551可以位于远离该车辆并且与该车辆进行无线通信。在其它方面中，此处所描述的过程中的一些在布置于车辆内的处理器上执行而其它则由远程处理器执行，包括采取执行单一操纵的必要步骤。
在一些实施例中，第二存储器552可包含指令553(例如，程序逻辑)，指令553可被第二处理器551执行来执行车辆500的各种功能。第二存储器552也可包含额外的指令，包括向信息娱乐系统510、感知系统520、决策控制系统530、驱动系统540中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。
除了指令553以外，第二存储器552还可存储数据，例如道路地图、路线信息，车辆的位置、方向、速度以及其它这样的车辆数据，以及其他信息。这种信息可在车辆500在自主、半自主和/或手动模式中操作期间被车辆500和计算平台550使用。
计算平台550可基于从各种子系统(例如，驱动系统540、感知系统520和决策控制系统530)接收的输入来控制车辆500的功能。例如，计算平台550可利用来自决策控制系统530的输入以便控制转向系统533来避免由感知系统520检测到的障碍物。在一些实施例中，计算平台550可操作来对车辆500及其子系统的许多方面提供控制。
可选地，上述这些组件中的一个或多个可与车辆500分开安装或关联。例如，第二存储器552可以部分或完全地与车辆500分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。
可选地，上述组件只是一个示例，实际应用中，上述各个模块中的组件有可能根据实际需要增添或者删除，图5不应理解为对本公开实施例的限制。
在道路行进的自动驾驶汽车，如上面的车辆500，可以识别其周围环境内的物体以确定对当前速度的调整。物体可以是其它车辆、交通控制设备、或者其它类型的物体。在一些示例中，可以独立地考虑每个识别的物体，并且基于物体的各自的特性，诸如它的当前速度、加速度、与车辆的间距等，可以用来确定自动驾驶汽车所要调整的速度。
可选地，车辆500或者与车辆500相关联的感知和计算设备(例如计算系统531、计算平台550)可以基于所识别的物体的特性和周围环境的状态(例如，交通、雨、道路上的冰、等等)来预测识别的物体的行为。可选地，每一个所识别的物体都依赖于彼此的行为，因此还可以将所识别的所有物体全部一起考虑来预测单个识别的物体的行为。车辆500能够基于预测的识别的物体的行为来调整它的速度。换句话说，自动驾驶汽车能够基于所预测的物体的行为来确定车辆将需要调整到(例如，加速、减速、或者停止)何种稳定状态。在这个过程中，也可以考虑其它因素来确定车辆500的速度，诸如，车辆500在行驶的道路中的横向位置、道路的曲率、静态和动态物体的接近度等等。
除了提供调整自动驾驶汽车的速度的指令之外，计算设备还可以提供修改车辆500的转向角的指令，以使得自动驾驶汽车遵循给定的轨迹和/或维持与自动驾驶汽车附近的物体(例如，道路上的相邻车道中的车辆)的安全横向和纵向距离。
上述车辆500可以为各种类型的行驶工具，例如，轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、娱乐车、火车等等，本公开实施例不做特别的限定。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的车辆控制方法的代码部分。
本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (11)
1.一种车辆控制方法，其特征在于，应用于第一车辆，包括：
对车辆行驶方向上预设范围内的环境数据进行采集，生成原始图像数据和雷达图像数据；
对所述原始图像数据和所述雷达图像数据进行识别，确定所述预设范围内的目标车辆图像；
确定所述目标车辆图像中所述目标车辆的车门开启角度；
在通过所述车门开启角度和所述第一车辆的车辆行驶参数，确定所述第一车辆与所述目标车辆的车门存在碰撞风险的情况下，控制所述第一车辆进行紧急避让。
2.根据权利要求1所述的控制方法，其特征在于，所述对所述原始图像数据和所述雷达图像数据进行识别，确定所述预设范围内的目标车辆图像，包括：
对所述雷达图像数据中的激光点云进行车辆模型识别，生成所述目标车辆对应的目标激光点云；
根据所述目标激光点云在所述雷达图像数据中的位置，对所述原始图像数据进行图像提取，生成原始目标车辆图像；
根据所述目标激光点云和所述原始目标车辆图像，生成所述预设范围内的所述目标车辆图像。
3.根据权利要求2所述的控制方法，其特征在于，所述根据所述目标激光点云和所述原始目标车辆图像，生成所述预设范围内的所述目标车辆图像，包括：
对所述原始图像数据进行清晰度识别，确定所述原始图像数据的失真率；
根据所述失真率确定图像融合权重；
基于所述图像融合权重将所述目标激光点云和所述原始目标车辆图像进行图像融合，生成所述预设范围内的所述目标车辆图像。
4.根据权利要求1所述的控制方法，其特征在于，所述对所述原始图像数据和所述雷达图像数据进行识别，确定所述预设范围内的目标车辆图像，包括：
在根据所述原始图像数据和所述雷达图像数据，确定所述预设范围内存在车辆图像的情况下，对所述原始图像数据和所述雷达图像数据进行图像截取；
生成所述预设范围内的所述目标车辆图像。
5.根据权利要求1所述的控制方法，其特征在于，所述确定所述目标车辆图像中所述目标车辆的车门开启角度，包括：
在确定所述目标车辆图像中车道侧存在被开启车门的情况下，对所述车门区域进行图像识别，确定所述车门对应的车门平面以及门框对应的门框平面；
根据所述车门平面和所述门框平面的夹角，确定所述目标车辆的所述车门开启角度。
6.根据权利要求1所述的控制方法，其特征在于，所述方法包括：
根据所述车门开启角度和预设车门宽度，确定所述车门的横向开启距离；
根据所述车辆行驶参数和所述第一车辆的预设宽度，确定所述第一车辆在所述预设范围内的驾驶轨迹；
在根据所述横向开启距离确定所述车门处于所述驾驶轨迹范围内的情况下，确定所述第一车辆与所述目标车辆的所述车门存在碰撞风险。
7.根据权利要求6所述的控制方法，其特征在于，所述控制所述第一车辆进行紧急避让，包括：
识别所述原始图像数据中的车道线标识；
根据所述车道线标识确定所述第一车辆所处驾驶车道的车道宽度；
根据所述驾驶轨迹和所述横向开启距离，确定所述第一车辆的横向避让距离；
在根据所述横向避让距离和所述车道宽度确认所述第一车辆偏离所述驾驶车道的情况下，控制所述第一车辆进行紧急制动；
在根据所述横向避让距离和所述车道宽度确认所述第一车辆未偏离所述驾驶车道的情况下，根据所述横向避让距离控制所述第一车辆进行避让。
8.一种车辆控制装置，其特征在于，应用于第一车辆，所述装置包括：
生成模块，被配置为对车辆行驶方向上预设范围内的环境数据进行采集，生成原始图像数据和雷达图像数据；
第一确定模块，被配置为对所述原始图像数据和所述雷达图像数据进行识别，确定所述预设范围内的目标车辆图像；
第二确定模块，被配置为确定所述目标车辆图像中所述目标车辆的车门开启角度；
第三确定模块，被配置为在通过所述车门开启角度和所述第一车辆的车辆行驶参数，确定所述第一车辆与所述目标车辆的车门存在碰撞风险的情况下，控制所述第一车辆进行紧急避让。
9.一种车辆，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：
对车辆行驶方向上预设范围内的环境数据进行采集，生成原始图像数据和雷达图像数据；
对所述原始图像数据和所述雷达图像数据进行识别，确定所述预设范围内的目标车辆图像；
确定所述目标车辆图像中所述目标车辆的车门开启角度；
在通过所述车门开启角度和第一车辆的车辆行驶参数，确定所述第一车辆与所述目标车辆的车门存在碰撞风险的情况下，控制所述第一车辆进行紧急避让。
10.一种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，该程序指令被处理器执行时实现权利要求1～7中任一项所述方法的步骤。
11.一种芯片，其特征在于，包括处理器和接口；所述处理器用于读取指令以执行权利要求1～7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210621884.7A CN114954528A (zh) | 2022-06-01 | 2022-06-01 | 车辆控制方法、装置、车辆、存储介质及芯片 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210621884.7A CN114954528A (zh) | 2022-06-01 | 2022-06-01 | 车辆控制方法、装置、车辆、存储介质及芯片 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114954528A true CN114954528A (zh) | 2022-08-30 |
Family
ID=82959445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210621884.7A Pending CN114954528A (zh) | 2022-06-01 | 2022-06-01 | 车辆控制方法、装置、车辆、存储介质及芯片 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114954528A (zh) |
-
2022
- 2022-06-01 CN CN202210621884.7A patent/CN114954528A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114882464B (zh) | 多任务模型训练方法、多任务处理方法、装置及车辆 | |
| CN114935334A (zh) | 车道拓扑关系的构建方法、装置、车辆、介质及芯片 | |
| CN114537450A (zh) | 车辆控制方法、装置、介质、芯片、电子设备及车辆 | |
| CN114842455B (zh) | 障碍物检测方法、装置、设备、介质、芯片及车辆 | |
| CN115164910B (zh) | 行驶路径生成方法、装置、车辆、存储介质及芯片 | |
| CN114771539B (zh) | 车辆变道决策方法、装置、存储介质及车辆 | |
| CN115170630B (zh) | 地图生成方法、装置、电子设备、车辆和存储介质 | |
| CN115223122A (zh) | 物体的三维信息确定方法、装置、车辆与存储介质 | |
| CN114862931A (zh) | 深度距离确定方法、装置、车辆、存储介质与芯片 | |
| CN114987549A (zh) | 车辆控制方法、装置、存储介质及车辆 | |
| CN114973178A (zh) | 模型训练方法、物体识别方法、装置、车辆及存储介质 | |
| CN115649190A (zh) | 车辆辅助制动的控制方法、装置、介质、车辆及芯片 | |
| CN114880408A (zh) | 场景构建方法、装置、介质以及芯片 | |
| CN114863717A (zh) | 车位推荐方法、装置、存储介质及车辆 | |
| CN114954528A (zh) | 车辆控制方法、装置、车辆、存储介质及芯片 | |
| CN114771514B (zh) | 车辆行驶控制方法、装置、设备、介质、芯片及车辆 | |
| CN114789723B (zh) | 车辆行驶控制方法、装置、车辆、存储介质及芯片 | |
| CN115535004B (zh) | 距离生成方法、装置、存储介质及车辆 | |
| CN114842454B (zh) | 障碍物检测方法、装置、设备、存储介质、芯片及车辆 | |
| CN114821511B (zh) | 杆体检测方法、装置、车辆、存储介质及芯片 | |
| CN114572219B (zh) | 自动超车方法、装置、车辆、存储介质及芯片 | |
| CN115221260B (zh) | 数据处理方法、装置、车辆及存储介质 | |
| CN114802435B (zh) | 车辆控制方法、装置、车辆、存储介质及芯片 | |
| CN115115822B (zh) | 车端图像处理方法、装置、车辆、存储介质及芯片 | |
| CN115221261A (zh) | 地图数据融合方法、装置、车辆及存储介质 |
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 |