CN115179930A - 车辆控制方法、装置、车辆及可读存储介质 - Google Patents
车辆控制方法、装置、车辆及可读存储介质 Download PDFInfo
- Publication number
- CN115179930A CN115179930A CN202210837764.0A CN202210837764A CN115179930A CN 115179930 A CN115179930 A CN 115179930A CN 202210837764 A CN202210837764 A CN 202210837764A CN 115179930 A CN115179930 A CN 115179930A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- dangerous
- dangerous target
- depth distance
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000015654 memory Effects 0.000 claims description 14
- 230000005236 sound signal Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 12
- 238000013136 deep learning model Methods 0.000 description 11
- 230000001133 acceleration Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 5
- 230000006399 behavior Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 230000010267 cellular communication Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000012545 processing Methods 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
- 206010039740 Screaming Diseases 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
- 230000035484 reaction time Effects 0.000 description 2
- 241001674044 Blattodea Species 0.000 description 1
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 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
- 238000013475 authorization Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000979 retarding effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000003068 static effect 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
- 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
- B60W30/0956—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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种车辆控制方法、装置、车辆及可读存储介质，涉及自动驾驶技术领域。包括：获取车辆周围的目标物的声音信息与图像信息；在根据所述声音信息确定所述目标物为第一危险目标的情况下，确定所述第一危险目标与所述车辆之间的距离范围；响应于所述图像信息中未显示第二危险目标，根据所述距离范围，对所述第一危险目标进行避让。使用本公开提出的车辆控制方法，可以在图像中未显示被遮挡的第一危险目标时，根据声音信息确定第一危险目标的距离范围，并根据距离范围对第一危险目标进行避让。
Description
技术领域
本公开涉及自动驾驶技术领域，尤其涉及一种车辆控制方法、装置、车辆及可读存储介质。
背景技术
目前，随着社会经济的发展，市面上出现了无人驾驶车，无人驾驶车的目标是替代用户来进行开车，解放用户双手。无人驾驶车利用摄像头、毫米波雷达、激光雷达以及超声波等硬件传感器，来对外界环境进行感知，获取外界环境的场景进而指导行车。
相关技术中，无人驾驶车在利用摄像头感知外界环境来控制车辆时，会通过摄像头采集车辆周围环境的图像信息，并依据图像信息上显示的目标物，来避让目标物。
然而，体积较小的目标物可能会被体积较大的目标物所遮挡，导致摄像头采集到的图像中无法显示体积较小的目标物的图像信息，进而无法避让被其余物体遮挡的目标物。
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、车辆及可读存储介质。
根据本公开实施例的第一方面，提供一种车辆控制方法，包括：
获取车辆周围的目标物的声音信息与图像信息；
在根据所述声音信息确定所述目标物为第一危险目标的情况下，确定所述第一危险目标与所述车辆之间的距离范围；
响应于所述图像信息中未显示第二危险目标，根据所述距离范围，对所述第一危险目标进行避让。
可选地，所述根据所述距离范围，对所述第一危险目标进行避让，包括：
根据所述距离范围，确定第一深度距离；
根据所述第一深度距离，控制所述车辆减速至目标速度，以对所述第一危险目标进行避让。
可选地，所述根据所述第一深度距离，控制所述车辆减速至目标速度，以对所述第一危险目标进行避让，包括：
在所述第一深度距离小于或等于第一预设深度距离的情况下，控制所述车辆减速至目标速度，以对所述第一危险目标进行避让；
在所述第一深度距离大于所述第一预设深度距离的情况下，控制所述车辆追踪所述第一危险目标。
可选地，所述方法还包括：
响应于所述图像信息中显示所述第二危险目标，确定所述第二危险目标与所述车辆之间的第二深度距离；
在所述第二深度距离位于所述距离范围之内，且所述第二危险目标的类型与所述第一危险目标的类型一致的情况下，根据所述第二深度距离，对所述第二危险目标进行避让。
可选地，所述根据所述第二深度距离，对所述第二危险目标进行避让，包括：
根据所述第二深度距离，控制所述车辆转向，以对所述第二危险目标进行避让。
可选地，所述第一危险目标通过以下步骤确定：
根据所述声音信息的音调、音色以及频率，确定所述目标物的类型；
根据所述目标物的类型，确定所述目标物为第一危险目标。
可选地，所述根据所述目标物的类型，确定所述目标物为第一危险目标，包括：
在所述目标物的类型为第一类型的情况下，根据所述目标物的音调和/或所述目标物的声音信号，确定所述目标物为第一危险目标。
根据本公开实施例的第二方面，提供一种车辆控制装置，包括：
获取模块，被配置为获取车辆周围的目标物的声音信息与图像信息；
距离范围确定模块，被配置为在根据所述声音信息确定所述目标物为第一危险目标的情况下，确定所述第一危险目标与所述车辆之间的距离范围；
第一避让模块，被配置为响应于所述图像信息中未显示第二危险目标，根据所述距离范围，对所述第一危险目标进行避让。
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：
执行所述可执行指令以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。
本公开的实施例提供的技术方案，在采集到的图像信息中未显示车辆周围有第二危险目标，而根据声音信息确定出车辆周围有第一危险目标的情况下，说明图像中存在被体积较大的物体遮挡的第一危险目标，此时可以根据第一危险目标的声音信息，确定第一危险目标与车辆之间的距离范围，并依据距离范围，来对第一危险目标进行避让，以避免车辆碰撞到被物体遮挡的第一危险目标。
可见，本公开可以根据目标物的声音信息，来对图像信息中忽略的第一危险目标进行识别，并控制车辆及时地对被遮挡的第一危险目标进行避让，以保障车辆的自动行车安全，降低碰撞到第一危险目标的风险。
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步骤流程图。
图2是根据一示例性实施例示出的一种图像的示意图。
图3是根据一示例性实施例示出的一种车辆控制装置的框图。
图4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，该车辆控制方法可以用于车辆中，包括以下步骤。
在步骤S11中，获取车辆周围的目标物的声音信息与图像信息。
本公开中，可以通过拾音设备获取车辆周围的目标物的声音信息，可以通过图像采集装置获取图像信息。拾音设备是用来采集现场声音的配件，用于在接收声音震动后，将声音放大的电声学仪器，拾音设备在获取到车辆周围的环境信息之后会进行滤波降噪，去除杂音，保留目标物的声音信息；图像采集装置可以为摄像头等可以采集图像的设备。
其中，车辆周围的目标物包括人、动物、车辆等目标物。
在步骤S12中，在根据所述声音信息确定所述目标物为第一危险目标的情况下，确定所述第一危险目标与所述车辆之间的距离范围。
本公开中，可以根据人、动物、车辆等目标物发出的声音，来确定目标物是否为第一危险目标，在确定出目标物为第一危险目标的情况下，说明第一危险目标可能会影响车辆的行车安全，此时可以确定第一危险目标与车辆之间的距离范围；在确定出目标物不为第一危险目标的情况下，说明第一危险目标并不会影响到车辆的行车安全，此时可以不计算目标物与车辆之间的距离范围。
其中，可以确定第一危险目标发出的声音信号从第一危险目标到达拾音设备所需的时间，再根据时间与声音信号在空气中传播的速度(340m/s)，来计算第一危险目标与车辆之间的距离。
由于车辆一般位于室外，所处的环境比较嘈杂，导致获取到的第一危险目标的声音信号的准确性不是很高，所以计算出的第一危险目标与车辆之间的距离，通常为一个距离范围，而无法得到准确的深度距离。
在步骤S13中，响应于所述图像信息中未显示第二危险目标，根据所述距离范围，对所述第一危险目标进行避让。
本公开中，摄像头拍摄得到车辆周围环境的图像信息之后，可以依据图像信息来确定周围环境中的第二危险目标与车辆之间的深度距离，并依据深度距离控制车辆避让第二危险目标。在摄像头获取到的图像上未显示第二危险目标，而根据拾音设备获取到的目标物的声音信息确定出车辆周围存在第一危险目标的情况下，说明图像中体积较小的第一危险目标可能被其余物体遮挡，而无法在图像上显示，为了对这类被其余物体遮挡的第一危险目标进行避让，需要确定出第一危险目标与本车之间的深度距离，从而对第一危险目标进行避让。
其中，第二危险目标指的是依据图像信息中目标物的类型所确定出的，第二危险目标指的是特殊车辆以及车辆可能会对目标物造成极大伤害的目标物。具体地，在图像中显示有救护车与警车等车辆的情况下，可以将救护车与警车作为第二危险目标；在图像中显示有人、动物等的情况下，可以将人、动物作为第二危险目标。
其中，在根据距离范围对第一危险目标进行避让时，可以根据距离范围确定第一深度距离，再根据第一深度距离控制车辆减速至目标速度，以对第一危险目标进行避让。
第一深度距离可以为距离范围中的最小深度距离，例如距离范围为[100m，300m]的范围之内，那么第一深度距离则为100m。通过将第一深度距离设置为距离范围中的最小深度距离，可以得到较大的制动加速度，进而得到较小的目标速度，当车辆以较小的目标速度朝第一危险目标行驶时，才能为车辆提供更长的反应时间，以更好地避让第一危险目标。
其中，可以预设深度距离与制动加速度之间的对应关系，在得到第一深度距离之后，依据对应关系得到制动加速度，并依据加速度距离公式s＝v0t+1/2at2，来得到目标速度。
其中，在确定是否对第一危险目标进行避让时，可以根据第一深度距离与第一预设深度距离之间的关系，来控制车辆是否对第一危险目标进行避让。
具体地，在第一深度距离小于或等于第一预设深度距离的情况下，说明第一危险目标距离车辆较近，此时可以控制车辆减速至目标速度，以对第一危险目标进行避让；在第一深度距离大于第一预设深度距离的情况下，说明第一危险目标距离车辆较远，此时可以控制车辆追踪第一危险目标，将第一危险目标作为车辆的关注区域，并实时地获取第一危险目标与车辆之间的第一深度距离，直至第一危险目标与车辆之间的第一深度距离小于或等于第一预设距离的情况下，及时地控制车辆减速至目标速度，以对第一危险目标进行避让。
通过本公开提出的车辆控制方法，在采集到的图像信息中未显示车辆周围有第二危险目标，而根据声音信息确定出车辆周围有第一危险目标的情况下，说明图像中存在被体积较大的物体遮挡的第一危险目标，此时可以根据第一危险目标的声音信息，确定第一危险目标与车辆之间的距离范围，并依据距离范围，来对第一危险目标进行避让，以避免车辆碰撞到被物体遮挡的第一危险目标。
可见，本公开可以根据目标物的声音信息，来对图像信息中忽略的第一危险目标进行识别，并控制车辆及时地对被遮挡的第一危险目标进行避让，以保障车辆的自动行车安全。
在一种可能的实施方式中，当图像中显示有第二危险目标，且根据声音也确定出车辆周围有第一危险目标的情况下，需要确定第一危险目标与第二危险目标是否为同一危险目标，具体包括以下步骤：
在步骤S21中，响应于所述图像信息中显示所述第二危险目标，确定所述第二危险目标与所述车辆之间的第二深度距离。
本公开中，在图像信息中显示第二危险目标，且根据声音信息确定车辆周围有第一危险目标的情况下，说明图像信息中可能存在被遮挡的第一危险目标，也可能不存在被遮挡的第一危险目标，此时可以先基于图像中的第二危险目标，确定第二危险目标与车辆之间的第二深度距离。
其中，第二危险目标可以有一个，也可以有多个，依据具体的检测情况进行确定。
其中，可以采用深度学习模型，来拟合图像中每个目标物的类型，以及每个目标物与车辆之间的第二深度距离。在这个过程中，深度学习模型所拟合出的每个目标物的类型以及第二深度距离具有各自的置信度，置信度越高，深度学习模型所拟合出的目标物的类型与第二深度距离的准确度越高。
在步骤S22中，在所述第二深度距离位于所述距离范围之内的情况下，根据所述第二深度距离，控制所述车辆转向，以对所述第二危险目标进行避让。
本公开中，在第二深度距离位于距离范围之内的情况下，可以通过第一危险目标的类型，来提升第二危险目标的类型与第二深度距离的置信度，进而依据置信度更高的第二深度距离，来控制车辆转向，对第二危险目标进行避让。
例如，请参阅图2所示的图像中，深度学习模型依据图像确定出本车前方具有车辆A与车辆B两个第二危险目标。车辆A为救护车，且车辆A与本车之间的第二深度距离为100m的置信度为0.7；车辆A为警车，且车辆A与本车之间的第二深度距离为30m的置信度为0.3。车辆B为警车，且车辆B与本车之间的第二深度距离为200m的置信度为0.8；车辆B为救护车，且车辆B与本车之间的第二深度距离为200m的置信度为0.5。
根据声音信息确定出车辆前方具有救护车、警车与故障车辆三个第一危险目标，救护车的深度距离范围为[50m，150m]，警车的深度距离范围为[150m，250m]，故障车辆的深度距离范围为[300m，400m]。
可以看出，置信度为0.7的车辆A的第二深度距离100m，在救护车的深度距离范围[50m，150m]之内，且车辆A的类型与根据声音得到的目标物类型均为救护车，因此可以将0.7的置信度提高至0.8或0.9等。
置信度为0.8的车辆B的第二深度距离200m，在警车的深度距离范围[150m，250m]之内，且车辆B的类型与根据声音得到的目标物类型均为警车，因此可以将0.8的置信度提高至0.9或0.95等。置信度为0.5的车辆B的第二深度距离200m，虽然在警车的深度距离范围[150m，250m]之内，但是车辆B的类型是救护车，与根据声音得到的警车的类型不同，所以不会提高0.5的置信度。
可见，在深度学习模型所拟合出的第二危险目标的类型与第一危险目标的类型相同，且第二危险目标位于第一危险目标的深度距离范围之内的情况下，可以提高深度学习模型所拟合出的目标物的类型与第二深度距离的置信度之后。第二深度距离的置信度提高后，才能使得得到的第二深度距离的准确性更高；目标物的类型的置信度提高后，使得深度学习模型所拟合出的是危险的第二危险目标的置信度更高。
并且，声音信息确定出还有故障车辆的深度距离范围为[300m，400m]，而图像中并未显示有多余的第二危险目标是位于故障车辆的深度距离范围之内，所以故障车辆是图像中未显示的第一危险目标，可以将300m的第一深度距离作为故障车辆与本车之间的深度距离，进而对故障车辆进行避让。
其中，根据所述第二深度距离，控制所述车辆转向的过程中，若第二深度距离小于第三预设深度距离，表明第二危险目标距离车辆较近，此时可以控制车辆转向；若第二深度距离在第三预设深度距离以上，表明第二危险目标距离车辆较远，此时可以不控制车辆转向。
其中，在确定第二深度距离是否在距离范围之内时，若图像中存在多个第二危险目标，根据声音信息确定出多个第一危险目标，则需要将多个第二危险目标的第二深度距离与类型，逐个地和多个第一危险目标的距离范围与类型进行匹配，来得到相互匹配的第一危险目标与第二危险目标。
在本公开中，对于图像中显示的第二危险目标而言，由于第二危险目标能够被车辆上的摄像头所探测到，所以可以直接定位第二危险目标的位置，控制车辆转向以绕开第二危险目标；对于图像中无法显示的第一危险目标而言，由于第一危险目标无法被摄像头探测，所以无法较为准确地定位第一危险目标的位置，此时可以控制车辆减速，以给车辆更多的反应时间来避免车辆碰撞第一危险目标。
通过本公开提出的车辆控制方法，在图像上显示有第二危险目标的情况下，可以将第一危险目标的距离范围与第二危险目标的第二深度距离进行匹配，将第一危险目标的类型与第二危险目标的类型进行匹配，在第二深度距离位于距离范围之内，且类型相同的情况下，确定第一危险目标与第二危险目标相互匹配，此时可以提高第二危险目标的类型与第二深度距离的置信度，从而使得得到的第二深度距离与第二危险目标的类型更加准确。
在一种可能的实施方式中，可以根据声音信息的音调、音色以及频率，来确定目标物的类型；再根据目标物的类型，确定目标物是否为第一危险目标。
其中，目标物的类型包括不同种类的目标物、属于同一种类目标物但为不同频率下的目标物以及属于同一个目标物但为不同音调下的目标物。
具体地，可以声音信息的音色，来区分不同的目标物的种类，例如不同的人、猫、狗、车辆等目标物的音色均是不同的，例如成年人与幼童的音色是不同的，救护车的发声音色与警车的发声音色是不同的；再通过频率区分同一种类但为不同频率下的目标物，例如普通车辆的喇叭的发声频率小于救护车与警车的发声频率；再通过音调区分同一目标物的不同场景，例如人尖叫与正常对话时的音调是不同的。
其中，在根据频率确定出车辆是警车、救护车等特殊车辆的情况下，可以确定这些特殊车辆是第一危险目标，在根据频率确定出车辆是普通自驾车辆的情况下，可以确定这些普通车辆不是第一危险目标。在根据目标物发出声音的音调大于预设音调的情况下，例如人在尖叫的情况下，可以确定目标物是第一危险目标。
具体地，在确定出目标物的类型为第一类型的情况下，会根据目标物的音调和/或目标物发出的声音信号，确定目标为第一危险目标。
在这个过程中，当目标物输出与车辆相关的声音信号，且目标物的音调高于预设音调的情况下，可以确定目标物为第一危险目标，当目标物输出与车辆无关的声音信号，且目标物的音调高于预设音调的情况下，可以确定目标物不为第一危险目标。
示例地，以第一类型是人举例，当人尖叫时，人的音调过高，此时可以将人确定为第一危险目标；当人尖叫，且尖叫的同时发出“小心车”的声音信号，也可以确定人为第一危险目标；当人尖叫，且尖叫的同时发出“前面有蟑螂”的声音信号时，可以确定人不为第一危险目标。
车辆在识别声音信号时，会接收目标物输出的声音信号，再将声音信号转换成文字信息，当文字信息中具有与车相关的信息时，则为文字信息添加风险警示标签；车辆再依据风险警示标签，确定发出文字信息的目标物为第一危险目标；当文字信息中部具有与车相关的信息时，则不为文字信息添加风险警示标签，车辆则不再对不具有标签的文字信息进行处理。
本公开中，深度学习模型根据图像所拟合出的目标物的类型具有自身的置信度，深度学习模型无法准确地确定出目标物的类型，而根据声音信息的音色、音调以及频率、响度等等可以准确地确定出目标物的类型，当声音信息确定出的目标物的类型与深度学习模型确定出的目标物的类型一致的情况下，才表明深度学习模型确定出的目标物的类型是准确的，此时可以以目标物的类型对应的第二深度距离来作为车辆与第二危险目标之间准确的深度距离。
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3，该车辆控制装置120包括：获取模块121、距离范围确定模块122与第一避让模块123。
获取模块121，被配置为获取车辆周围的目标物的声音信息与图像信息；
距离范围确定模块122，被配置为在根据所述声音信息确定所述目标物为第一危险目标的情况下，确定所述第一危险目标与所述车辆之间的距离范围；
第一避让模块123，被配置为响应于所述图像信息中未显示第二危险目标，根据所述距离范围，对所述第一危险目标进行避让。
可选地，第一避让模块123包括：
第一深度距离确定模块，被配置为根据所述距离范围，确定第一深度距离；
第二避让模块，被配置为根据所述第一深度距离，控制所述车辆减速至目标速度，以对所述第一危险目标进行避让。
可选地，第一避让模块123包括：
第三避让模块，被配置为在所述第一深度距离小于或等于第一预设深度距离的情况下，控制所述车辆减速至目标速度，以对所述第一危险目标进行避让；
追踪模块，被配置为在所述第一深度距离大于所述第一预设深度距离的情况下，控制所述车辆追踪所述第一危险目标。
可选地，车辆控制装置120包括：
第二深度距离确定模块，被配置为响应于所述图像信息中显示所述第二危险目标，确定所述第二危险目标与所述车辆之间的第二深度距离；
第四避让模块，被配置为在所述第二深度距离位于所述距离范围之内，且所述第二危险目标的类型与所述第一危险目标的类型一致的情况下，根据所述第二深度距离，对所述第二危险目标进行避让。
可选地，第四避让模块包括：
第五避让模块，被配置为根据所述第二深度距离，控制所述车辆转向，以对所述第二危险目标进行避让。
可选地，车辆控制装置120包括：
目标物类型确定模块，被配置为根据所述声音信息的音调、音色以及频率，确定所述目标物的类型；
第一危险目标确定模块，被配置为根据所述目标物的类型，确定所述目标物为第一危险目标。
可选地，第一危险目标确定模块包括：
第一目标确定模块，被配置为在所述目标物的类型为第一类型的情况下，根据所述目标物的音调和/或所述目标物的声音信号，确定所述目标物为第一危险目标。
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。
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4，图4是一示例性实施例示出的一种车辆600的功能框图示意图。车辆600可以被配置为完全或部分自动驾驶模式。例如，车辆600可以通过感知系统620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600可包括各种子系统，例如，信息娱乐系统610、感知系统620、决策控制系统630、驱动系统640以及计算平台650。可选的，车辆600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600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610可以包括通信系统611，娱乐系统612以及导航系统613。
通信系统611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612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600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613可以包括由地图供应商所提供的地图服务，从而为车辆600提供行驶路线的导航，导航系统613可以和车辆的全球定位系统621、惯性测量单元622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620可包括感测关于车辆600周边的环境的信息的若干种传感器。例如，感知系统620可包括全球定位系统621(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)622、激光雷达623、毫米波雷达624、超声雷达625以及摄像装置626。感知系统620还可包括被监视车辆600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600的安全操作的关键功能。
全球定位系统621用于估计车辆600的地理位置。
惯性测量单元622用于基于惯性加速度来感测车辆600的位姿变化。在一些实施例中，惯性测量单元622可以是加速度计和陀螺仪的组合。
激光雷达623利用激光来感测车辆600所位于的环境中的物体。在一些实施例中，激光雷达623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624利用无线电信号来感测车辆600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624还可用于感测物体的速度和/或前进方向。
超声雷达625可以利用超声波信号来感测车辆600周围的物体。
摄像装置626用于捕捉车辆600的周边环境的图像信息。摄像装置626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626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630包括基于感知系统620所获取的信息进行分析决策的计算系统631，决策控制系统630还包括对车辆600的动力系统进行控制的整车控制器632，以及用于控制车辆600的转向系统633、油门634和制动系统635。
计算系统631可以操作来处理和分析由感知系统620所获取的各种信息以便识别车辆600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631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631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631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632可以用于对车辆的动力电池和引擎641进行协调控制，以提升车辆600的动力性能。
转向系统633可操作来调整车辆600的前进方向。例如在一个实施例中可以为方向盘系统。
油门634用于控制引擎641的操作速度并进而控制车辆600的速度。
制动系统635用于控制车辆600减速。制动系统635可使用摩擦力来减慢车轮644。在一些实施例中，制动系统635可将车轮644的动能转换为电流。制动系统635也可采取其他形式来减慢车轮644转速从而控制车辆600的速度。
驱动系统640可包括为车辆600提供动力运动的组件。在一个实施例中，驱动系统640可包括引擎641、能量源642、传动系统643和车轮644。引擎641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641将能量源642转换成机械能量。
能量源642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642也可以为车辆600的其他系统提供能量。
传动系统643可以将来自引擎641的机械动力传送到车轮644。传动系统643可包括变速箱、差速器和驱动轴。在一个实施例中，传动系统643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644的一个或多个轴。
车辆600的部分或所有功能受计算平台650控制。计算平台650可包括至少一个处理器651，处理器651可以执行存储在例如存储器652这样的非暂态计算机可读介质中的指令653。在一些实施例中，计算平台650还可以是采用分布式方式控制车辆600的个体组件或子系统的多个计算设备。
处理器651可以是任何常规的处理器，诸如商业可获得的CPU。可替换地，处理器651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(System on Chip，SOC)、专用集成芯片(Application Specific Integrated Circuit，ASIC)或它们的组合。尽管图4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，处理器651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，处理器651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，存储器652可包含指令653(例如，程序逻辑)，指令653可被处理器651执行来执行车辆600的各种功能。存储器652也可包含额外的指令，包括向信息娱乐系统610、感知系统620、决策控制系统630、驱动系统640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653以外，存储器652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600在自主、半自主和/或手动模式中操作期间被车辆600和计算平台650使用。
计算平台650可基于从各种子系统(例如，驱动系统640、感知系统620和决策控制系统630)接收的输入来控制车辆600的功能。例如，计算平台650可利用来自决策控制系统630的输入以便控制转向系统633来避免由感知系统620检测到的障碍物。在一些实施例中，计算平台650可操作来对车辆600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600分开安装或关联。例如，存储器652可以部分或完全地与车辆600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4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600，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600或者与车辆600相关联的感知和计算设备(例如计算系统631、计算平台650)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600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600的速度，诸如，车辆600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600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600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 (10)
1.一种车辆控制方法，其特征在于，包括：
获取车辆周围的目标物的声音信息与图像信息；
在根据所述声音信息确定所述目标物为第一危险目标的情况下，确定所述第一危险目标与所述车辆之间的距离范围；
响应于所述图像信息中未显示第二危险目标，根据所述距离范围，对所述第一危险目标进行避让。
2.根据权利要求1所述的方法，其特征在于，所述根据所述距离范围，对所述第一危险目标进行避让，包括：
根据所述距离范围，确定第一深度距离；
根据所述第一深度距离，控制所述车辆减速至目标速度，以对所述第一危险目标进行避让。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一深度距离，控制所述车辆减速至目标速度，以对所述第一危险目标进行避让，包括：
在所述第一深度距离小于或等于第一预设深度距离的情况下，控制所述车辆减速至目标速度，以对所述第一危险目标进行避让；
在所述第一深度距离大于所述第一预设深度距离的情况下，控制所述车辆追踪所述第一危险目标。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
响应于所述图像信息中显示所述第二危险目标，确定所述第二危险目标与所述车辆之间的第二深度距离；
在所述第二深度距离位于所述距离范围之内，且所述第二危险目标的类型与所述第一危险目标的类型一致的情况下，根据所述第二深度距离，对所述第二危险目标进行避让。
5.根据权利要求4所述的方法，其特征在于，所述根据所述第二深度距离，对所述第二危险目标进行避让，包括：
根据所述第二深度距离，控制所述车辆转向，以对所述第二危险目标进行避让。
6.根据权利要求1所述的方法，其特征在于，所述第一危险目标通过以下步骤确定：
根据所述声音信息的音调、音色以及频率，确定所述目标物的类型；
根据所述目标物的类型，确定所述目标物为第一危险目标。
7.根据权利要求6所述的方法，其特征在于，所述根据所述目标物的类型，确定所述目标物为第一危险目标，包括：
在所述目标物的类型为第一类型的情况下，根据所述目标物的音调和/或所述目标物的声音信号，确定所述目标物为第一危险目标。
8.一种车辆控制装置，其特征在于，包括：
获取模块，被配置为获取车辆周围的目标物的声音信息与图像信息；
距离范围确定模块，被配置为在根据所述声音信息确定所述目标物为第一危险目标的情况下，确定所述第一危险目标与所述车辆之间的距离范围；
第一避让模块，被配置为响应于所述图像信息中未显示第二危险目标，根据所述距离范围，对所述第一危险目标进行避让。
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：
执行所述可执行指令以实现权利要求1～7任一项所述方法的步骤。
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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210837764.0A CN115179930B (zh) | 2022-07-15 | 2022-07-15 | 车辆控制方法、装置、车辆及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210837764.0A CN115179930B (zh) | 2022-07-15 | 2022-07-15 | 车辆控制方法、装置、车辆及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115179930A true CN115179930A (zh) | 2022-10-14 |
| CN115179930B CN115179930B (zh) | 2023-10-17 |
Family
ID=83519904
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210837764.0A Active CN115179930B (zh) | 2022-07-15 | 2022-07-15 | 车辆控制方法、装置、车辆及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115179930B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104221066A (zh) * | 2012-03-30 | 2014-12-17 | 丰田自动车株式会社 | 驾驶辅助装置 |
| CN105938657A (zh) * | 2016-06-27 | 2016-09-14 | 常州加美科技有限公司 | 一种无人驾驶车辆的听觉感知与智能决策系统 |
| CN107031628A (zh) * | 2015-10-27 | 2017-08-11 | 福特全球技术公司 | 使用听觉数据的碰撞规避 |
| CN110155064A (zh) * | 2019-04-22 | 2019-08-23 | 江苏大学 | 基于声音信号的特种车辆行驶车道识别与自车变道决策系统及方法 |
| CN111497836A (zh) * | 2020-04-30 | 2020-08-07 | 上海芯物科技有限公司 | 车辆驾驶中的非机动车避让方法、装置、车辆及存储介质 |
| CN111824159A (zh) * | 2020-09-21 | 2020-10-27 | 李斯特技术中心（上海）有限公司 | 车辆控制方法、装置、车辆和计算机可读存储介质 |
| CN111845553A (zh) * | 2019-04-26 | 2020-10-30 | 图森有限公司 | 用于自主交通工具的音频助理模块 |
-
2022
- 2022-07-15 CN CN202210837764.0A patent/CN115179930B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104221066A (zh) * | 2012-03-30 | 2014-12-17 | 丰田自动车株式会社 | 驾驶辅助装置 |
| CN107031628A (zh) * | 2015-10-27 | 2017-08-11 | 福特全球技术公司 | 使用听觉数据的碰撞规避 |
| CN105938657A (zh) * | 2016-06-27 | 2016-09-14 | 常州加美科技有限公司 | 一种无人驾驶车辆的听觉感知与智能决策系统 |
| CN110155064A (zh) * | 2019-04-22 | 2019-08-23 | 江苏大学 | 基于声音信号的特种车辆行驶车道识别与自车变道决策系统及方法 |
| CN111845553A (zh) * | 2019-04-26 | 2020-10-30 | 图森有限公司 | 用于自主交通工具的音频助理模块 |
| CN111497836A (zh) * | 2020-04-30 | 2020-08-07 | 上海芯物科技有限公司 | 车辆驾驶中的非机动车避让方法、装置、车辆及存储介质 |
| CN111824159A (zh) * | 2020-09-21 | 2020-10-27 | 李斯特技术中心（上海）有限公司 | 车辆控制方法、装置、车辆和计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115179930B (zh) | 2023-10-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112512887B (zh) | 一种行驶决策选择方法以及装置 | |
| CN115042821B (zh) | 车辆控制方法、装置、车辆及存储介质 | |
| CN114779790B (zh) | 识别障碍物方法、装置、车辆、服务器、存储介质及芯片 | |
| CN115123257A (zh) | 路面减速带位置识别方法、装置、车辆、存储介质及芯片 | |
| CN115100377A (zh) | 地图构建方法、装置、车辆、可读存储介质及芯片 | |
| CN115035494A (zh) | 图像处理方法、装置、车辆、存储介质及芯片 | |
| CN115056784B (zh) | 车辆控制方法、装置、车辆、存储介质及芯片 | |
| CN114782638B (zh) | 生成车道线的方法、装置、车辆、存储介质及芯片 | |
| CN114828131B (zh) | 通讯方法、介质、车载通讯系统、芯片及车辆 | |
| CN114842440B (zh) | 自动驾驶环境感知方法、装置、车辆及可读存储介质 | |
| CN115221151B (zh) | 车辆数据的传输方法、装置、车辆、存储介质及芯片 | |
| CN115202234B (zh) | 仿真测试方法、装置、存储介质和车辆 | |
| CN115205848A (zh) | 目标检测方法、装置、车辆、存储介质及芯片 | |
| CN115330923A (zh) | 点云数据渲染方法、装置、车辆、可读存储介质及芯片 | |
| CN115179930B (zh) | 车辆控制方法、装置、车辆及可读存储介质 | |
| CN114572219B (zh) | 自动超车方法、装置、车辆、存储介质及芯片 | |
| CN115407344B (zh) | 栅格地图创建方法、装置、车辆及可读存储介质 | |
| CN114771514B (zh) | 车辆行驶控制方法、装置、设备、介质、芯片及车辆 | |
| CN114802435B (zh) | 车辆控制方法、装置、车辆、存储介质及芯片 | |
| 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 | |
| CN115297434B (zh) | 服务调用方法、装置、车辆、可读存储介质及芯片 | |
| CN115082886B (zh) | 目标检测的方法、装置、存储介质、芯片及车辆 | |
| CN115063639B (zh) | 生成模型的方法、图像语义分割方法、装置、车辆及介质 | |
| CN115447506A (zh) | 设备控制方法、装置、车辆、介质及芯片 |
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 |