CN115214722A - 自动驾驶方法、装置、电子设备、存储介质及车辆 - Google Patents
自动驾驶方法、装置、电子设备、存储介质及车辆 Download PDFInfo
- Publication number
- CN115214722A CN115214722A CN202210976387.9A CN202210976387A CN115214722A CN 115214722 A CN115214722 A CN 115214722A CN 202210976387 A CN202210976387 A CN 202210976387A CN 115214722 A CN115214722 A CN 115214722A
- Authority
- CN
- China
- Prior art keywords
- overtaking
- obstacle
- determining
- 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 90
- 230000004888 barrier function Effects 0.000 claims abstract description 61
- 230000008569 process Effects 0.000 claims abstract description 40
- 238000007689 inspection Methods 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims description 16
- 230000033001 locomotion Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009545 invasion Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000029578 entry into host Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种自动驾驶方法、装置、电子设备、存储介质及车辆,涉及人工智能领域,尤其涉及自动驾驶技术领域。具体实现方案为:在检测到满足超车条件的目标障碍物的情况下,对超车安全性进行检查;在检查结果为可安全超车的情况下,对目标障碍物进行超车;在超车过程中遇有阻碍超车的风险障碍物的情况下,进行驾驶决策,得到驾驶决策结果,驾驶决策结果包括继续超车或放弃超车;基于驾驶决策结果,执行自动驾驶操作。本公开基于超车条件选择出目标障碍物,超车前通过超车安全性检查,提高了超车过程的安全性。在超车过程中,能够感知风险障碍物并进行自主决策,可从超车前到超车结束的全流程中对超车安全提供保证。
Description
技术领域
本公开涉及人工智能领域,尤其涉及自动驾驶技术领域。
背景技术
毋庸置疑,自动驾驶已成为人类发明汽车以来的一大颠覆性创新。其影响不只体现在汽车工业,对社会发展、出行体系都存在巨大影响。
随着自动驾驶技术日趋成熟,自动驾驶车辆越来越普及。自动驾驶车辆在道路行驶过程中遇到前方移动障碍物时,通常选择慢速跟随,而非借道超车,因此大大降低了通行效率。
发明内容
本公开提供一种自动驾驶方法、装置、电子设备、存储介质及车辆。
根据本公开的第一方面,提供了一种自动驾驶方法,包括:
在检测到满足超车条件的目标障碍物的情况下,对超车安全性进行检查;
在检查结果表示可安全超车的情况下,对目标障碍物进行超车;
在超车过程中遇有阻碍超车的风险障碍物的情况下,进行驾驶决策,得到驾驶决策结果,驾驶决策结果包括继续超车或放弃超车;
基于驾驶决策结果,执行自动驾驶操作。
根据本公开的第二方面,提供了一种自动驾驶装置,包括:
检测模块,用于在检测到满足超车条件的目标障碍物的情况下,对超车安全性进行检查;
超车模块,用于在检查结果表示可安全超车的情况下,对目标障碍物进行超车;
决策模块,用于在超车过程中遇有阻碍超车的风险障碍物的情况下,进行驾驶决策,得到驾驶决策结果,驾驶决策结果包括继续超车或放弃超车;
执行模块,用于基于驾驶决策结果,执行自动驾驶操作。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行第一方面中的方法。
根据本公开的第四方面,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,计算机指令用于使计算机执行以上任一方面中的方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现以上第一方面中的方法。
根据本公开的第六方面,提供了一种车辆,包括第三方面提供的电子设备。
本公开实施例中,基于目标障碍物的运动状态来判定是否对该障碍物进行借道超车,这种方式解决了不合理慢速跟随导致的通行效率低的问题,也解决了不合理超越即将改变方向的障碍物导致的安全性低的问题。同时,在决定是否进行超车时,进行超车安全性检查,同时考虑到当已经处于超车状态时放弃超车的安全性问题。有效的提高通行效率的同时保证了车辆的安全性。
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是根据本公开一实施例的自动驾驶方法的流程示意图;
图2是根据本公开一实施例的自动驾驶方法场景示意图;
图3(a)是根据本公开一实施例的原车道安全性检测的场景示意图;
图3(b)是根据本公开另一实施例的原车道安全性检测的场景示意图;
图4(a)是根据本公开一实施例的自动驾驶超车场景示意图;
图4(b)是根据本公开另一实施例的自动驾驶超车场景示意图;
图4(c)是根据本公开另一实施例的自动驾驶超车场景示意图;
图4(d)是根据本公开另一实施例的自动驾驶超车场景示意图;
图5是根据本公开另一实施例的自动驾驶方法的场景示意图;
图6是根据本公开一实施例的自动驾驶方法的整体流程示意图;
图7是根据本公开另一实施例的自动驾驶方法的整体流程示意图;
图8是根据本公开一实施例的自动驾驶装置的结构示意图;
图9是根据本公开另一实施例的自动驾驶装置的结构示意图;
图10是用来实现本公开实施例的自动驾驶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。
本公开中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元。方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本公开第一方面实施例,提供了一种自动驾驶方法,该自动驾驶方法适用于自动驾驶车辆,后文中执行该方法的车辆称之为主车。如图1所示,该方法包括:
S101,在检测到满足超车条件的目标障碍物的情况下,对超车安全性进行检查。
其中,超车条件是基于超车安全层面设置的条件,用于筛选出合适的目标障碍物进行超车。在一些实施例中,超车条件可要求指定时长内目标障碍物持续满足以下至少一种条件:
1)、目标障碍物处于可超车路段;
其中,在一些实施例中,可超车路段均为基于交通规则允许超车的路段。
此外,为了提高超车安全性,在交通规则允许超车的路段基础上,可进一步将视线良好、路面无障碍、且路面宽直的路段作为最终的可超车路段。而一些超车风险系数较高的路段为不可超车路段,例如转弯、路口、上坡、下坡、窄桥、隧道等路段均为不可超车路段。
2)、目标障碍物的速度低于速度阈值,且低于所在路段的最高限速;
在一些实施例中,速度阈值可基于路段限速和周围车辆车速动态确定。例如,如图2所示,路段限速为80km/h,主车前方的障碍车的行驶速度为20km/h,障碍车周围包括第一车辆、第二车辆和第三车辆。第一车辆行驶速度为60km/h,第二车辆行驶速度为72km/h,第三车辆行驶速度为57km/h。此时,障碍物周围车辆的平均行驶速度为63km/h,可将63km/h作为速度阈值。由于障碍车的车速明显小于该速度阈值和地域路段限速,因此该障碍车满足条件2)。需要说明的是,该实施例对车辆速度与车辆数量的描述仅用于示例性说明本公开实施例,对此不进行限定,实施时还可以根据不同路段设置不同的速度阈值。
3)、目标障碍物没有变向意图。
目标障碍物具有变向意图会导致超车存在风险,因此,本公开实施例为了保证超车安全性将是否具有变向意图作为一种参考条件。
在一些实施例中,可以采集目标障碍物的图片,基于图片分析目标障碍物是否开启转向灯,在目标障碍物开启转向灯的情况下,确定目标障碍物存在变向意图。在目标障碍物未开启转向灯的情况下,确定目标障碍物不存在变向意图。
当然,除了从图片分析转向灯之外,还可以分析目标障碍物的动作姿势。例如轮胎朝向、驾驶员的手势等。
在另一些实施例中,目标障碍物是否有变向意图还可以基于目标障碍物的运动方向与所在车道的中心线之间的夹角判定。例如在夹角小于夹角阈值的情况下,确定目标障碍物没有变向意图。该夹角大于或等于夹角阈值的情况下,确定目标障碍物存在变向意图。
其中,夹角阈值可基于道路宽度及目标障碍物信息进行设定,目标障碍物信息包括但不仅限于目标障碍物长度,目标障碍物宽度,目标障碍物速度等。
本公开实施例中,采用目标障碍物的运动方向与所在车道的中心线之间的夹角可以准确的确定目标障碍物的变向意图。
4)目标障碍物沿所在车道的边界行驶;
本公开实施例中,在超车前加入了目标障碍物需要沿所在车道的边界行驶这个条件,可以有效的避免在超车过程中与目标障碍物发生碰撞剐蹭等事件,提高了超车过程中的安全性。
在一些实施例中,可基于以下方式确定目标障碍物是否沿边界行驶:
可先确定目标障碍物的中心线与所在车道的中心线之间的间距;在该间距大于预设间距的情况下,确定目标障碍物沿所在车道的边界行驶;在该间距不大于预设间距的情况下,确定目标障碍物未沿所在车道的边界行驶。
其中,可基于经验值确定预设间距,也可以基于车道宽度确定预设间距,例如将车道宽度乘以预设系数,得到预设间距,该预设系数的取值区间为(0,1),可根据车道宽度灵活确定。
该实施例中,目标障碍物的中心线与所在车道的中心线之间的间距可准确衡量目标障碍物是否靠边行驶。而且,在超车前加入了目标障碍物需要沿所在车道的边界行驶这个条件,能尽可能避免在超车过程中与目标障碍物发生碰撞剐蹭等事件,提高超车过程中的安全性。
5)、目标障碍物与预设路段的距离超过指定距离。
其中,预设路段可以为铁路道口,转弯、路口、上坡、下坡、窄桥、隧道等不可超车路段。指定距离可基于预设路段的类型进行改变,这里不进行限定。在一种示例中,以路口为例,指定距离可设置为50m,则在目标障碍物处于路口50m范围外的情况下,则可以选择对其进行超车;在目标障碍物处于路口50m范围内的情况下,则放弃对其进行超车。
本公开实施例中,通过设置目标障碍物与预设路段的距离要求,可进一步提高超车安全性。
6)、目标障碍物与主车距离大于安全距离。
在一些实施例中,安全距离可基于目标障碍物的速度与周围环境进行设定。安全距离是指后方车辆为了避免与前方车辆发生意外碰撞而在行驶中与前车所保持的必要距离。周围环境包括但不仅限于天气情况、光照强度、司机视力、刹车设备、路面状况等。
该实施例中,通过设置主车与目标障碍物的安全距离,可进一步保证超车安全。
本公开实施例不仅限于以上几种超车条件,能够筛选出低速行驶、靠边行驶且没有变向意图的动态障碍物的条件均适用于本公开实施例。
此外,本公开实施例中,指定时长例如3秒,具体时长可根据实际需求设置。
综上,本公开实施例中,基于目标障碍物的状态来进行判定是否对其进行借道超车,这种方式解决了慢速跟随导致的通行效率低的问题,当采用变向意图作为一种超车条件时,也解决了超越即将改变方向的障碍物导致的安全性低的问题,以上几种条件叠加使用时,能够从多个角度共同衡量障碍物是否可安全超车,从多个角度共同提高超车的安全性。此外,要求目标障碍物在指定时长内持续满足超车条件,能够保证筛选出的合适目标障碍物进行超车,提高超车安全性。
其中,超车安全性的检查,用于检查主车周围环境,并据此确定是否可安全的超越目标障碍物。在一些实施例中,对超车安全性进行检查可包括:对同车道后方来车进行安全检查。举例来说,对后方来车进行安全检查可以使用车头时距方法(Time Head Way,THW)。THW代表着前后两辆车的前端通过同一地点的时间差,一般可使用前后车的车头间距除以后车速度来计算。在一些实施例中,在THW小于后车安全阈值的情况下,则为后方来车安全检查不通过;在THW不小于后车安全阈值的情况下,则为后方来车安全检查通过。上述后车安全阈值可基于道路情况、周围车辆的速度及周围车辆的长宽等信息进行设定。此阈值用于检测车辆之间的安全距离。其中,本公开实施例中主车的相邻车道与主车所在车道的行驶方向相反时,在需要借相邻车道超车时,前后车的车头间距为主车车头与同车道的后方来车的车头的间距,THW表示主车车头与同车道的后方来车的车头的间距除以后车速度。
在主车车道与相邻车道的行驶方向相同,主车需要借相邻车道超车时,需要检测的后车可以包括主车同车道的后方车辆。
在一些实施例中,对超车安全性进行检查还可以包括:对相邻车道的车辆进行安全检查。该安全检查亦可基于相邻车道与主车所在车道的行驶方向而定。
在相邻车道与主车所在车道的行驶方向为相反时,对相邻车道的车辆进行安全检查,也就是对逆向来车进行安全检查。举例来说,对逆向来车进行安全检查可以使用前方碰撞预警系统(Forward Collision Warning,FCW)中的碰撞时间(Time To Collision,TTC)进行检查。其中,TTC为逆向来车车头与主车车头的距离除以两车的相对车速。在一些实施例中,在TTC小于邻车安全间距的情况下,则为逆向来车安全检查不通过;在TTC不小于邻车安全间距的情况下,则为逆向来车安全检查通过。上述邻车安全间距可基于道路情况、周围车辆的速度及周围车辆的长宽等信息进行设定,此阈值用于检测主车与周围车辆可能发生风险碰撞的预计时间。
在相邻车道与主车所在车道的行驶方向相同时,对相邻车道的前方车辆进行安全检查。举例来说,对前方车辆进行安全检查可以使用前方碰撞预警系统(ForwardCollision Warning,FCW)中的碰撞时间(Time To Collision,TTC),TTC为前方车辆车尾与主车车头的距离除以两车的相对车速。
在相邻车道与主车所在车道的行驶方向相同时,对相邻车道的车辆进行安全检查,还可包括对后方来车的安全检查。举例来说,对后方来车进行安全检查可以使用前方碰撞预警系统(Forward Collision Warning,FCW)中的碰撞时间(Time To Collision,TTC),TTC为后方车辆车头与主车车尾的距离除以两车的相对车速。
综上,通过上述的超车安全性检查,能够在超车前对超车是否安全进行评测,由此提高超车安全性。
S102,在检查结果为可安全超车的情况下,对目标障碍物进行超车。
其中,可基于目标障碍物的运动状态规划超车路径和超车速度,基于该超车路径和超车速度进行超车。
S103,在超车过程中遇有阻碍超车的风险障碍物的情况下,进行驾驶决策,得到驾驶决策结果,驾驶决策结果包括继续超车或放弃超车。
S104,基于驾驶决策结果,执行自动驾驶操作。
本公开实施例中,在超车前通过超车条件选择出可安全超车的目标障碍物,并且超车前通过超车安全性检查,提高超车过程的安全性。在超车过程中,能够感知风险障碍物并进行自主决策,可提高实际超车过程中的安全系数。由此,从超车前到超车结束全流程的为超车安全提供各种保证,能够解决相关技术中慢速跟随导致的通行效率低的问题,也能够尽可能避免不合理超越导致的安全性低的问题。
在一些实施例中,为了兼顾安全性和通行效率,进行驾驶决策,得到驾驶决策结果,可实施为:在确定继续超车存在碰撞风险、且不可安全回到原车道的情况下,基于风险障碍物的运动状态,确定驾驶决策结果。
本公开实施例中,综合衡量了和风险障碍物的碰撞风险以及回到原车道的可能性,相当于实现了执行继续超车行为的安全检测。得到该安全检测结果后,进一步基于风险障碍物的运动状态进行驾驶决策,可以准确合理的得到驾驶决策结果,有效提高超车安全性的同时也提高了通行效率。
在一些实施例中,基于以下方法确定可安全回到原车道:在主车前侧与目标障碍物的后侧之间的距离大于第一阈值,且主车后侧与目标障碍物的前侧之间的距离大于第二阈值的情况下,确定可安全回到原车道。
实施时,如公式(1)所示,主车和目标障碍物的相对速度为目标障碍物速度(geo_car_v)减去主车速度(obs_v)。第一阈值d1和第二阈值d2的计算方式如公式(2)和公式(3)所示:
relative_v=ego_car_v-obs_v; (1)
d1=max(0,relative_v*t); (2)
d2=max(0,-relative_v*t); (3)
其中t为时长。基于上述公式(1)-(3)可得出主车回到原车道所需的安全距离,即前文的d1和d2。
在一些实施例中,基于第一阈值d1和第二阈值d2可确定一个距离范围,该距离范围如图3(a)所示的阴影区域。在主车进入阴影区域(即主车前侧与目标障碍物的后侧之间的距离不大于第一阈值,且主车后侧与目标障碍物的前侧之间的距离不大于第二阈值)的情况下,主车于目标障碍物过近,确定主车不可安全回到原车道;如图3(b)所示,主车在阴影范围外(即主车前侧与目标障碍物的后侧之间的距离大于第一阈值,且主车后侧与目标障碍物的前侧之间的距离大于第二阈值),确定可安全回到主车道。
综上,本公开实施例中,考虑到当已经处于超车状态时遇有风险障碍物的情况,执行放弃超车返回原车道的安全性检测,基于第一阈值和第二阈值进行检测有效的提高了超车过程中放弃超车后回原车道的安全性。
在一些实施例中,如图4(a)所示,主车所在车道与借道超车所用车道(后文简称超车车道)行驶方向相同时,风险障碍物可以为超车车道的前方车辆(如图4(a)中的车2),也可以包括超车车道上主车的后方车辆(如图4(b)中的车3)。实施时,可基于主车(车1)侵入超车车道的情况来确定风险障碍物。当主车侵入超车车道超过侵入阈值时,车2作为风险障碍物;在主车侵入超车车道不大于侵入阈值时,可将车3作为风险障碍物。
在一些实施例中,主车所在车道与借道超车所用车道(后文简称超车车道)行驶方向相反时,风险障碍物可以为超车车道的逆向来车(如图4(c)中的车4),也可以包括超车车道上主车的后方车辆(如图4(d)中的车5)。实施时,基于主车侵入超车车道的情况来确定风险障碍物。当主车侵入超车车道超过侵入阈值时,车4作为风险障碍物,在主车侵入超车车道不大于侵入阈值时,可将车5作为风险障碍物。
针对任一风险障碍物,可基于与风险障碍物的碰撞时间,确定继续超车是否存在碰撞风险。例如,在与风险障碍物的碰撞时间小于第一时长阈值的情况下,确定继续超车存在碰撞风险;在与风险障碍物的碰撞时间不小于第一时长阈值的情况下,确定继续超车不存在碰撞风险。
其中,第一时长阈值可基于车辆速度、两车间的距离与道路情况确定。本公开实施例对其具体数值不进行限定。为了尽可能保证行车的安全性,第一时长阈值可设置为一个较大的值。
在一些实施例中,在超车过程中遇有逆向来车时,与逆向来车进行碰撞时间检测,在与逆向来车的碰撞时间小于第一时长阈值的情况下,确定继续超车存在碰撞风险;在与逆向来车的碰撞时间不小于第一时长阈值的情况下,确定继续超车不存在碰撞风险。
在一些实施例中,当主车与风险障碍物同向行驶时,例如风险障碍物为相邻车道上的前方车辆,场景示意图如图5所示。在超车过程中遇有前方车辆突然减速、刹车等问题时,与前方车辆进行碰撞时间检测,在与前方车辆的碰撞时间小于第一时长阈值的情况下,确定继续超车存在碰撞风险;在与前方车辆的碰撞时间不小于第一时长阈值的情况下,确定继续超车不存在碰撞风险。
本公开实施例中,基于碰撞时间能够准确的评估碰撞风险,以便于保证行车的安全性。
在一些实施例中,基于风险障碍物的运动状态,确定驾驶决策结果,可实施为:基于风险障碍物的运动状态,确定与风险障碍物发生碰撞所需的时长;在该时长大于第二时长阈值的情况下,确定提速并继续超车;在该时长不大于第二时长阈值的情况下,确定降速并放弃超车。
在一些实施例中,第二时长阈值可基于车辆速度、两车间的距离与道路情况确定。本公开对其具体数值不进行限定。为了尽可能提高行车的安全性,第二时长阈值可设置为一个较大的值。
在一些实施例中,当风险障碍物为逆向来车时,与逆向来车进行碰撞时间检测,在与逆向来车的碰撞时间大于第二时长阈值的情况下,确定可提速超车从而在保证安全的情况下提高通行效率。提速超车时重新规划超车路线和超车速度,以便于完成安全超车。在与逆向来车的碰撞时间不大于第二时长阈值的情况下,确定继续超车存在碰撞风险,由此降低车速并规划回原车道路线,保证行车安全。
在一些实施例中,当主车与风险障碍物同向行驶时,假设风险障碍物为相邻车道上的前方车辆。在超车过程中遇有前方车辆突然减速、刹车等问题时,与前方车辆进行碰撞时间检测,在与前方车辆的碰撞时间大于第二时长阈值的情况下,确定继续超车不存在碰撞风险,提高车速并重新规划超车路线;在与前方车辆的碰撞时间不大于第二时长阈值的情况下,确定继续超车存在碰撞风险,降低车速并规划回原车道路线或跟随前方车辆,保证行车安全。
综上,本公开实施例中,设定第二时长阈值作为安全指标,尽可能避免超车过程中与风险障碍物发生碰撞,再通过比较碰撞所需时长和第二时长阈值,能够准确合理的做出驾驶决策,有效提高超车过程的安全性,并能够同时兼顾通行效率。
在一些实施例中,进行驾驶决策,得到驾驶决策结果,还可实施为:在确定继续超车存在碰撞风险、且可安全回到原车道的情况下,确定放弃超车;在确定可安全继续超车的情况下,确定继续超车。
综上所述,在超车过程中遇有风险障碍物,进行回原车道安全性检测,在确定可安全回到原车道的情况下,可继续进行超车安全性检测,在确定继续超车存在碰撞风险的情况下,规划回原车道路径,并实时进行回原车道安全检测,直到回到原车道继续跟随目标障碍物;在确定可安全回到原车道的情况下,且继续超车不存在碰撞风险的情况下,可重新规划超车路径,并实时基于周围情况进行驾驶决策,直到超车成功。
综上,本公开实施例中,在确定可安全继续超车的情况下,进行超车;在不能进行超车的情况下确保主车可以回到原车道,在提高超车安全性的同时提高了通行效率。
为了进一步保证行车安全,本公开实施例中还可以在做出驾驶决策后,执行该驾驶决策的过程中实时基于当前状态返回执行进行驾驶决策的操作,直至成功超车或回到原车道为止。
在一些实施例中,当主车前方有满足超车条件的障碍物时或目标障碍物不符合超车条件时,也可终止循环进行驾驶决策的操作。
综上,本公开实施例中,通过实时检测可以根据实际情况灵活的进行驾驶决策,保证了行车的安全性。
为便于系统性理解本公开实施例提供的自动驾驶方法,以风险障碍物为逆向来车,主车所在的车道为车道1,逆向来车所在的车道为车道2、且车道1和车道2行驶方向相反为例,超车的整体流程图如图6所示:
S601,检测到主车前方符合超车条件的目标障碍物;
S602,基于车道2的逆向来车和车道1的后方来车对超车安全性进行检查;
S603,若检查通过,则执行步骤S604;若检查不通过,则返回执行S601;
S604,规划超车路径与速度;
S605,基于超车路径与速度进行超车;
S606,在超车过程中车道2上出现逆向来车,则进行放弃超车安全检查,即检查是否可安全回到原车道;
S607,若放弃超车安全,即可安全回到原车道,则执行S608,或S609;若安全检查不通过,则执行S612;
S608,停止超车,回原车道继续跟随目标障碍物;
S609,在主车侵入车道2小于阈值T的情况下,执行S610;侵入车道2的距离不小于阈值T,执行S611;
S610,进行安全检查,检查车道2的逆向来车和后方来车;若安全检查通过,执行S604;若安全检查不通过,执行S614;
需要说明的是,步骤S610也可以不对后方来车进行安全检查。
S611,进行安全检查,检查车道2的逆向来车;若安全检查通过,执行S604;若安全检查不通过,执行S614;
S612,基于逆向来车速度和与逆向来车的距离,确定TTC;
S613,在TTC小于阈值t的情况下,执行S614;在TTC不小于阈值t的情况下,执行S615;
S614,降低车速,等待时机回车道1,继续跟随目标障碍车行驶;
S615,提高车速,规划超车路径和超车速度,返回执行S605。
需要说明的是,在执行S614和S615的过程中,仍可基于周围环境进行驾驶决策,以保证行车过程的安全性。
为便于系统性理解本公开实施例提供的自动驾驶方法,以风险障碍物为前方车辆,主车所在的车道为车道1,前方车辆所在的车道为车道2为例,且车道1和车道2行驶方向相同为例,超车的整体流程图如图7所示:
S701,检测到主车前方符合超车条件的目标障碍物;
S702,基于车道2的前方车辆和车道1的后方来车进行安全检查,执行S703;
S703,若检查通过,则执行步骤S704;若检查不通过,返回执行S701;
S704,规划超车路径与速度;
S705,基于超车路径和超车速度进行超车;
S706,在超车过程中车道2上出现前方车辆减速、刹车等情况,则进行放弃超车安全检查,即检测是否可安全回到原车道1;
S707,若放弃超车安全检查通过,则执行S708,或S709;若放弃超车安全检查不通过,则执行S711,或执行S712;
S708,停止超车,跟随目标障碍物;
S709,侵入车道2的距离小于阈值T,执行S710;侵入车道2的距离不小于阈值T,执行S709;
S710,检查车道2的前方车辆和后方来车,若安全检查通过,执行S704,进行超车;若安全检查不通过,执行S713;
S711,放弃超车,跟随车道2的前方车辆;
S712,检查车道2的前方车辆,若安全检查通过,执行S704;若安全检查不通过,执行S711;
S713,降低车速,在回车道1跟随目标障碍物行驶。
同理,执行降速回原车道的过程中,以及提速超车过程中,也循环基于周围环境进行驾驶决策,以提高行车的安全性。
基于相同的技术构思,根据本公开的第二方面,提供了一种自动驾驶装置,该自动驾驶装置的结构图如图8所示,包括:
检测模块801,用于在检测到满足超车条件的目标障碍物的情况下,对超车安全性进行检查;
超车模块802,用于在检查结果为可安全超车的情况下,对目标障碍物进行超车;
决策模块803,用于在超车过程中遇有阻碍超车的风险障碍物的情况下,进行驾驶决策,得到驾驶决策结果,驾驶决策结果包括继续超车或放弃超车;
执行模块804,用于基于驾驶决策结果,执行自动驾驶操作。
在一些实施例中,在图8的基础上,如图9所示,决策模块803,包括:第一决策单元8031,用于在确定继续超车存在碰撞风险、且不可安全回到原车道的情况下,基于风险障碍物的运动状态,确定驾驶决策结果。
在一些实施例中,第一决策单元8031,用于:基于风险障碍物的运动状态,确定与风险障碍物发生碰撞所需的时长;在时长大于第二时长阈值的情况下,确定提速并继续超车;在时长不大于第二时长阈值的情况下,确定降速并放弃超车。
在一些实施例中,决策模块803,还包括:
第二决策单元8032,用于在确定继续超车存在碰撞风险、且可安全回到原车道的情况下,确定放弃超车;
第三决策单元8033,用于在确定可安全继续超车的情况下,确定继续超车。
在一些实施例中,如图9所示,自动驾驶装置还包括:
第一安全检查模块901,用于在主车前侧与目标障碍物的后侧之间的距离大于第一阈值,且主车后侧与目标障碍物的前侧之间的距离大于第二阈值的情况下,确定可安全回到原车道。
第二安全检查模块902,用于确定与风险障碍物的碰撞时间;在与风险障碍物的碰撞时间小于第一时长阈值的情况下,确定继续超车存在碰撞风险。
在一些实施例中,决策模块803,还用于实时基于当前状态返回执行进行驾驶决策的操作,直至成功超车或回到原车道为止。
在一些实施例中,超车条件包括,指定时长内目标障碍物持续满足以下至少一种条件:
目标障碍物处于可超车路段;
目标障碍物的速度低于速度阈值,且低于所在路段的最高限速;
目标障碍物没有变向意图;
目标障碍物沿所在车道的边界行驶;
目标障碍物与预设路段的距离超过距离阈值;
目标障碍物与主车的距离大于安全距离。
在一些实施例中,上述自动驾驶装置还包括:
变相意图确定模块903,用于确定目标障碍物的运动方向与所在车道的中心线之间的夹角;在夹角小于夹角阈值的情况下,确定目标障碍物没有变向意图;
在一些实施例中,上述自动驾驶装置还包括:
边界行驶确定模块904,用于确定目标障碍物的中心线与所在车道的中心线之间的间距;在间距大于预设间距的情况下,确定目标障碍物沿所在车道的边界行驶。
在一些实施方式中,本公开提出的自动驾驶方法可以为具备自动驾驶功能的车辆。基于超车条件选择出目标障碍物,并且通过超车安全性检查,保证了超车过程的安全性。在超车过程中,能够感知风险障碍物并进行自主决策,可在从超车前到超车结束的全流程中保证了安全性。
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10示出了可以用来实施本公开的实施例的示例电子设备1000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,个人数字助理、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10所示,电子设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储电子设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
电子设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006,例如键盘、鼠标等;输出单元1007,例如各种类型的显示器、扬声器等;存储单元1008,例如磁盘、光盘等;以及通信单元1009,例如网卡、调制解调器、无线通信收发机等。通信单元1009允许电子设备1000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1001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1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、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1001执行上文所描述的自动驾驶方法。在一些实施例中,自动驾驶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1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM1002和/或通信单元1009而被载入和/或安装到电子设备1000上。当计算机程序加载到RAM1003并由计算单元1001执行时,可以执行自动驾驶方法的一个或多个步骤。备选地,在其他实施例中,计算单元1001可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行自动驾驶方法。
基于前述的电子设备,本公开还提供一种自动驾驶车辆,可以包括电子设备,还可以包括通信部件、用于实现人机界面的显示屏以及用于采集周围环境信息的信息采集设备等,通信部件、显示屏、信息采集设备与电子设备之间通信连接。自动驾驶车辆包括的电子设备可以执行本公开实施例提供的自动驾驶方法。
根据本公开的实施例,电子设备可以与通信部件、显示屏以及信息采集设备一体集成,也可以与通信部件、显示屏以及信息采集设备分体设置。
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、场可编程门阵列(FPGA)、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。
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。
为了提供与用户的自动驾驶,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自动驾驶;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自动驾驶)、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自动驾驶。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,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。
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公开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 (24)
1.一种自动驾驶方法,包括:
在检测到满足超车条件的目标障碍物的情况下,对超车安全性进行检查;
在检查结果为可安全超车的情况下,对所述目标障碍物进行超车;
在超车过程中遇有阻碍超车的风险障碍物的情况下,进行驾驶决策,得到驾驶决策结果,所述驾驶决策结果包括继续超车或放弃超车;
基于所述驾驶决策结果,执行自动驾驶操作。
2.根据权利要求1所述的方法,其中,所述进行驾驶决策,得到驾驶决策结果,包括:
在确定继续超车存在碰撞风险、且不可安全回到原车道的情况下,基于所述风险障碍物的运动状态,确定驾驶决策结果。
3.根据权利要求2所述的方法,其中,所述基于所述风险障碍物的运动状态,确定驾驶决策结果,包括:
基于所述风险障碍物的运动状态,确定与所述风险障碍物发生碰撞所需的时长;
在所述时长大于第二时长阈值的情况下,确定提速并继续超车;
在所述时长不大于所述第二时长阈值的情况下,确定降速并放弃超车。
4.根据权利要求1所述的方法,其中,所述进行驾驶决策,得到驾驶决策结果,包括:
在确定继续超车存在碰撞风险、且可安全回到原车道的情况下,确定放弃超车;
在确定可安全继续超车的情况下,确定继续超车。
5.根据权利要求2-4中任一项所述的方法,还包括,基于以下方法确定可安全回到原车道:
在主车前侧与所述目标障碍物的后侧之间的距离大于第一阈值,且所述主车后侧与所述目标障碍物的前侧之间的距离大于第二阈值的情况下,确定可安全回到原车道。
6.根据权利要求2-4中任一项所述的方法,还包括,基于以下方法确定继续超车存在碰撞风险:
确定与所述风险障碍物的碰撞时间;
在与所述风险障碍物的碰撞时间小于第一时长阈值的情况下,确定继续超车存在碰撞风险。
7.根据权利要求1-6中任一项所述的方法,所述进行驾驶决策,得到驾驶决策结果之后,还包括:
实时基于当前状态返回执行所述进行驾驶决策的操作,直至成功超车或回到原车道为止。
8.根据权利要求1-7中任一项所述的方法,其中,所述超车条件包括,指定时长内所述目标障碍物持续满足以下至少一种条件:
所述目标障碍物处于可超车路段;
所述目标障碍物的速度低于速度阈值,且低于所在路段的最高限速;
所述目标障碍物没有变向意图;
所述目标障碍物沿所在车道的边界行驶;
所述目标障碍物与预设路段的距离超过距离阈值;
所述目标障碍物与主车的距离大于安全距离。
9.根据权利要求8所述的方法,还包括,基于以下方法确定所述目标障碍物没有变向意图:
确定所述目标障碍物的运动方向与所在车道的中心线之间的夹角;
在所述夹角小于夹角阈值的情况下,确定所述目标障碍物没有变向意图。
10.根据权利要求8所述的方法,还包括,基于以下方法确定所述目标障碍物沿所在车道的边界行驶;
确定所述目标障碍物的中心线与所在车道的中心线之间的间距;
在所述间距大于预设间距的情况下,确定所述目标障碍物沿所在车道的边界行驶。
11.一种自动驾驶装置,包括:
检测模块,用于在检测到满足超车条件的目标障碍物的情况下,对超车安全性进行检查;
超车模块,用于在检查结果为可安全超车的情况下,对所述目标障碍物进行超车;
决策模块,用于在超车过程中遇有阻碍超车的风险障碍物的情况下,进行驾驶决策,得到驾驶决策结果,所述驾驶决策结果包括继续超车或放弃超车;
执行模块,用于基于所述驾驶决策结果,执行自动驾驶操作。
12.根据权利要求11所述的装置,其中,所述决策模块,包括:
第一决策单元,用于在确定继续超车存在碰撞风险、且不可安全回到原车道的情况下,基于所述风险障碍物的运动状态,确定驾驶决策结果。
13.根据权利要求12所述的装置,其中,所述第一决策单元,用于:
基于所述风险障碍物的运动状态,确定与所述风险障碍物发生碰撞所需的时长;
在所述时长大于第二时长阈值的情况下,确定提速并继续超车;
在所述时长不大于所述第二时长阈值的情况下,确定降速并放弃超车。
14.根据权利要求11所述的装置,其中,所述决策模块,包括:
第二决策单元,用于在确定继续超车存在碰撞风险、且可安全回到原车道的情况下,确定放弃超车;
第三决策单元,用于在确定可安全继续超车的情况下,确定继续超车。
15.根据权利要求12-14中任一项所述的装置,还包括:
第一安全检查模块,用于在主车前侧与所述目标障碍物的后侧之间的距离大于第一阈值,且所述主车后侧与所述目标障碍物的前侧之间的距离大于第二阈值的情况下,确定可安全回到原车道。
16.根据权利要求12-14中任一项所述的装置,还包括:
第二安全检查模块,用于确定与所述风险障碍物的碰撞时间;在与所述风险障碍物的碰撞时间小于第一时长阈值的情况下,确定继续超车存在碰撞风险。
17.根据权利要求12-16中任一项所述的装置,所述决策模块,还用于实时基于当前状态返回执行所述进行驾驶决策的操作,直至成功超车或回到原车道为止。
18.根据权利要求11-17中任一项所述的装置,其中,所述超车条件包括,指定时长内所述目标障碍物持续满足以下至少一种条件:
所述目标障碍物处于可超车路段;
所述目标障碍物的速度低于速度阈值,且低于所在路段的最高限速;
所述目标障碍物没有变向意图;
所述目标障碍物沿所在车道的边界行驶;
所述目标障碍物与预设路段的距离超过距离阈值;
所述目标障碍物与主车的距离大于安全距离。
19.根据权利要求18所述的装置,还包括:
变相意图确定模块,用于确定所述目标障碍物的运动方向与所在车道的中心线之间的夹角;在所述夹角小于夹角阈值的情况下,确定所述目标障碍物没有变向意图。
20.根据权利要求18所述的装置,还包括:
边界行驶确定模块,用于确定所述目标障碍物的中心线与所在车道的中心线之间的间距;在所述间距大于预设间距的情况下,确定所述目标障碍物沿所在车道的边界行驶。
21.一种电子设备,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1-10中任一项所述的方法。
22.一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权利要求1-10中任一项所述的方法。
23.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现权利要求1-10中任一项所述的方法。
24.一种车辆,包括如权利要求21所述的电子设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210976387.9A CN115214722A (zh) | 2022-08-15 | 2022-08-15 | 自动驾驶方法、装置、电子设备、存储介质及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210976387.9A CN115214722A (zh) | 2022-08-15 | 2022-08-15 | 自动驾驶方法、装置、电子设备、存储介质及车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115214722A true CN115214722A (zh) | 2022-10-21 |
Family
ID=83615918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210976387.9A Pending CN115214722A (zh) | 2022-08-15 | 2022-08-15 | 自动驾驶方法、装置、电子设备、存储介质及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115214722A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024087522A1 (zh) * | 2022-10-24 | 2024-05-02 | 北京三快在线科技有限公司 | 自动驾驶决策规划及自动驾驶车辆 |
-
2022
- 2022-08-15 CN CN202210976387.9A patent/CN115214722A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024087522A1 (zh) * | 2022-10-24 | 2024-05-02 | 北京三快在线科技有限公司 | 自动驾驶决策规划及自动驾驶车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113071520B (zh) | 车辆行驶控制方法及装置 | |
CN112526999A (zh) | 速度规划方法、装置、电子设备和存储介质 | |
CN112650243B (zh) | 车辆控制方法、装置、电子设备和自动驾驶车辆 | |
CN115675534A (zh) | 车辆轨迹预测方法、装置、电子设备及存储介质 | |
CN115158319A (zh) | 车辆变道方法、装置、电子设备和存储介质 | |
CN115214722A (zh) | 自动驾驶方法、装置、电子设备、存储介质及车辆 | |
CN113978465A (zh) | 一种变道轨迹规划方法、装置、设备以及存储介质 | |
CN116499487B (zh) | 一种车辆的路径规划方法、装置、设备及介质 | |
CN116295496A (zh) | 一种自动驾驶车辆路径规划方法、装置、设备及介质 | |
CN116149329A (zh) | 轨迹确定方法、装置、设备以及自动驾驶车辆 | |
CN115384552A (zh) | 自动驾驶车辆的控制方法、装置和自动驾驶车辆 | |
KR20200133122A (ko) | 차량 충돌 방지 장치 및 방법 | |
CN116358584A (zh) | 一种自动驾驶车辆路径规划方法、装置、设备及介质 | |
CN114379587B (zh) | 自动驾驶中避让行人的方法与装置 | |
CN115923780A (zh) | 车辆夜间避撞保护方法、装置、电子设备及存储介质 | |
CN113753076B (zh) | 判定有效障碍物的方法和装置、电子设备及自动驾驶车辆 | |
CN115743183A (zh) | 自动驾驶控制方法、装置、设备、介质及车辆 | |
CN115285128A (zh) | 一种危险目标的确定方法、装置、设备及存储介质 | |
CN115497322A (zh) | 一种窄路会车方法、装置、设备及存储介质 | |
CN114299758A (zh) | 车辆控制方法及装置、设备、介质和产品 | |
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 | |
CN115469669A (zh) | 一种窄路会车方法、装置、设备及存储介质 | |
CN115771526A (zh) | 自动驾驶中控制车辆左转的方法、装置与自动驾驶车辆 | |
CN114333416A (zh) | 基于神经网络的车辆风险预警方法、设备及自动驾驶车辆 | |
CN114264312A (zh) | 自动驾驶车辆的路径规划方法、装置和自动驾驶车辆 |
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 |