CN115366887A - 适应自动驾驶的路口分类及车辆驾驶方法及设备 - Google Patents

适应自动驾驶的路口分类及车辆驾驶方法及设备 Download PDF

Info

Publication number
CN115366887A
CN115366887A CN202211025644.7A CN202211025644A CN115366887A CN 115366887 A CN115366887 A CN 115366887A CN 202211025644 A CN202211025644 A CN 202211025644A CN 115366887 A CN115366887 A CN 115366887A
Authority
CN
China
Prior art keywords
driving
vehicle
lane
intersection
classification
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
Application number
CN202211025644.7A
Other languages
English (en)
Other versions
CN115366887B (zh
Inventor
应申
梁沅宜
蒋跃文
刘之林
王润泽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202211025644.7A priority Critical patent/CN115366887B/zh
Publication of CN115366887A publication Critical patent/CN115366887A/zh
Application granted granted Critical
Publication of CN115366887B publication Critical patent/CN115366887B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/02Estimation 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
    • B60W40/06Road conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details 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
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details 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
    • B60W2050/0001Details of the control system
    • B60W2050/0002Automatic control, details of type of controller or control system architecture
    • B60W2050/0004In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005Processor details or data handling, e.g. memory registers or chip architecture

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

本发明提供了一种适应自动驾驶的路口分类及车辆驾驶方法及设备。所述方法包括:步骤1至步骤4。本发明针对自动驾驶车辆行驶决策,分类体系更加简洁,将复杂路口场景分解为多个子场景,根据行驶意图选择相应的子场景,匹配路口分类,帮助汽车更好地理解路口场景,专注于自身的驾驶任务,针对性地选择驾驶策略,不需要考虑场景以外的路况问题,简化了路口问题。

Description

适应自动驾驶的路口分类及车辆驾驶方法及设备
技术领域
本发明实施例涉及自动驾驶技术领域,尤其涉及一种适应自动驾驶的路口分类及车辆驾驶方法及设备。
背景技术
自动驾驶是未来汽车发展的一个重要方向,对汽车制造、车载设备、路面交通控制以及相关的软件与硬件行业都会带来巨大的变革。目前高级别的自动驾驶仍存在一定困难,其中之一便是对路况复杂路段驾驶的支持。对交通环境的正确理解是汽车作出合理驾驶行为决策的前提,交叉路口、立交桥复杂场景是车辆场景感知、理解的难点所在。地图能使车辆提早预知复杂场景,但还需更深层次的方法帮助车辆理解复杂场景。路口不仅道路结构复杂,而且交通参与者众多,不控因素较多,容易发生交通事故。因此车辆不仅需要预知路口与记录行驶路线,更重要的是理解路口场景,并针对潜在风险选择合适的驾驶策略,预防典型交通事件的发生。因此,开发一种适应自动驾驶的路口分类及车辆驾驶方法及设备,可以有效克服上述相关技术缺陷,就成为业界亟待解决的技术问题。
发明内容
针对现有技术存在的上述问题,本发明实施例提供了一种适应自动驾驶的路口分类及车辆驾驶方法及设备。
第一方面,本发明的实施例提供了一种适应自动驾驶的路口分类及车辆驾驶方法,包括:步骤1:根据GNSS定位信息、地图先验知识与车端传感器实时感知,获取路口结构与到路口的距离;步骤2:获取驾驶规划路线以确定行驶意图,再结合路口结构,与对应的路口分类进行匹配;步骤3:根据行驶意图,选择相应的驾驶车道;步骤4:根据定位信息,车辆检测到自身安全驶离路口后,解除高强度监测状态,切换至路上驾驶模式,遵循靠右通行、限制速度、避障行驶准则。
在上述方法实施例内容的基础上,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶方法,步骤2中的路口分类,根据路口结构与车辆行驶意图,分为三类:分流路口、汇流路口、汇流与分流复合路口;分流路口的车道包括直行车道、左转车道、右转车道;汇流路口的车道包括干路慢车道、干路行车道、快车道,支路汇入车道;汇流与分流复合路口包括环形路口和倒头路口两类;其中环形路口的车道包括驶入车道、环岛内车道与驶出车道。
在上述方法实施例内容的基础上,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶方法,所述根据行驶意图,选择相应的驾驶车道,包括:根据驾驶知识集,车辆获取该路口分类对应的行驶规则,以及存在的行车潜在冲突与风险,对风险进行感知与避让,避免与其他车辆、行人发生碰撞。
在上述方法实施例内容的基础上,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶方法,所述驾驶知识集,包括:路口类型为分流路口,所在车道为左转车道,规则为打左转向灯、看信号灯通行和注意左转右置,潜在风险为与对向直行车辆碰撞及与左侧行人碰撞;所在车道为右转车道,规则为打右转向灯和看信号灯通行,潜在风险为与右侧行人碰撞;所在车道为直行车道,规则为看信号灯通行,潜在风险为与前车追尾。
在上述方法实施例内容的基础上,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶方法,所述驾驶知识集还包括:路口类型为汇流路口,所在车道为干路慢车道,规则为干路先行、让一辆车走然后跟上及保持与前车车距,潜在风险为支路汇入车辆速度较低,注意追尾及注意前车刹车追尾;所在车道为干路行车道或快车道,规则为注意让行、让一辆车走然后跟上及驶入右转车道,潜在风险为注意右车变道碰撞;所在车道为支路汇入车道,规则为干路先行及让一辆车走然后跟上,潜在风险为插入车流时机要把握,避免后方车辆加速,注意左侧干路车辆抢行及注意前车刹车追尾。
在上述方法实施例内容的基础上,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶方法,所述驾驶知识集还包括:路口类型为汇流与分流复合路口,路口子类型为环形路口,所属车道为驶入车道,规则与汇流路口相同,潜在风险为驶入时合流,注意左侧已经在环岛内行驶的车辆驶出碰撞;所属车道为环岛内车道,规则为进入环岛后所有车辆,都要绕道按逆时针方向右侧绕行,如果有直行的车辆进入车道,并能发生冲突时,要进行主动避让,环行时要随流而行,不要慢行或者超车,潜在风险为驶入环岛后注意从右侧合流进来的车辆,驶入环岛后注意在左侧要分流的车辆;所属车道为驶出车道,规则与汇流路口相同,潜在风险为驶出环岛时分流,注意与右侧绕环岛行驶的车辆相撞。
在上述方法实施例内容的基础上,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶方法,所述驾驶知识集还包括:路口子类型为倒头路口,规则为看信号灯通行,打左转向灯,指示牌是否掉头及注意倒头车道右置,潜在风险为与对向直行车辆碰撞,左侧存在视角盲区及与左侧行人相撞。
第二方面,本发明的实施例提供了一种适应自动驾驶的路口分类及车辆驾驶装置,包括:第一主模块,用于实现步骤1:根据GNSS定位信息、地图先验知识与车端传感器实时感知,获取路口结构与到路口的距离;第二主模块,用于实现步骤2:获取驾驶规划路线以确定行驶意图,再结合路口结构,与对应的路口分类进行匹配;第三主模块,用于实现步骤3:根据行驶意图,选择相应的驾驶车道;第四主模块,用于实现步骤4:根据定位信息,车辆检测到自身安全驶离路口后,解除高强度监测状态,切换至路上驾驶模式,遵循靠右通行、限制速度、避障行驶准则。
第三方面,本发明的实施例提供了一种电子设备,包括:
至少一个处理器;以及
与处理器通信连接的至少一个存储器,其中:
存储器存储有可被处理器执行的程序指令,处理器调用程序指令能够执行第一方面的各种实现方式中任一种实现方式所提供的适应自动驾驶的路口分类及车辆驾驶方法。
第四方面,本发明的实施例提供了一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令使计算机执行第一方面的各种实现方式中任一种实现方式所提供的适应自动驾驶的路口分类及车辆驾驶方法。
本发明实施例提供的适应自动驾驶的路口分类及车辆驾驶方法及设备,针对自动驾驶车辆行驶决策,分类体系更加简洁,将复杂路口场景分解为多个子场景,根据行驶意图选择相应的子场景,匹配路口分类,帮助汽车更好地理解路口场景,专注于自身的驾驶任务,针对性地选择驾驶策略,不需要考虑场景以外的路况问题,简化了路口问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单的介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的适应自动驾驶的路口分类及车辆驾驶方法流程图;
图2为本发明实施例提供的适应自动驾驶的路口分类及车辆驾驶装置结构示意图;
图3为本发明实施例提供的电子设备的实体结构示意图;
图4为本发明实施例提供的复杂场景分解示意图;
图5为本发明实施例提供的路口分类示意图;
图6为本发明实施例提供的汇流与分流复合路口结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。另外,本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合,以形成可行的技术方案,这种结合不受步骤先后次序和/或结构组成模式的约束,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明实施例提供了一种适应自动驾驶的路口分类及车辆驾驶方法,参见图1,该方法包括:步骤1:根据GNSS定位信息、地图先验知识与车端传感器实时感知,获取路口结构与到路口的距离;步骤2:获取驾驶规划路线以确定行驶意图,再结合路口结构,与对应的路口分类进行匹配;步骤3:根据行驶意图,选择相应的驾驶车道;步骤4:根据定位信息,车辆检测到自身安全驶离路口后,解除高强度监测状态,切换至路上驾驶模式,遵循靠右通行、限制速度、避障行驶准则。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶方法,步骤2中的路口分类,根据路口结构与车辆行驶意图,分为三类:分流路口、汇流路口、汇流与分流复合路口;分流路口的车道包括直行车道、左转车道、右转车道;汇流路口的车道包括干路慢车道、干路行车道、快车道,支路汇入车道;汇流与分流复合路口包括环形路口和倒头路口两类;其中环形路口的车道包括驶入车道、环岛内车道与驶出车道。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶方法,所述根据行驶意图,选择相应的驾驶车道,包括:根据驾驶知识集,车辆获取该路口分类对应的行驶规则,以及存在的行车潜在冲突与风险,对风险进行感知与避让,避免与其他车辆、行人发生碰撞。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶方法,所述驾驶知识集,包括:路口类型为分流路口,所在车道为左转车道,规则为打左转向灯、看信号灯通行和注意左转右置,潜在风险为与对向直行车辆碰撞及与左侧行人碰撞;所在车道为右转车道,规则为打右转向灯和看信号灯通行,潜在风险为与右侧行人碰撞;所在车道为直行车道,规则为看信号灯通行,潜在风险为与前车追尾。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶方法,所述驾驶知识集还包括:路口类型为汇流路口,所在车道为干路慢车道,规则为干路先行、让一辆车走然后跟上及保持与前车车距,潜在风险为支路汇入车辆速度较低,注意追尾及注意前车刹车追尾;所在车道为干路行车道或快车道,规则为注意让行、让一辆车走然后跟上及驶入右转车道,潜在风险为注意右车变道碰撞;所在车道为支路汇入车道,规则为干路先行及让一辆车走然后跟上,潜在风险为插入车流时机要把握,避免后方车辆加速,注意左侧干路车辆抢行及注意前车刹车追尾。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶方法,所述驾驶知识集还包括:路口类型为汇流与分流复合路口,路口子类型为环形路口,所属车道为驶入车道,规则与汇流路口相同,潜在风险为驶入时合流,注意左侧已经在环岛内行驶的车辆驶出碰撞;所属车道为环岛内车道,规则为进入环岛后所有车辆,都要绕道按逆时针方向右侧绕行,如果有直行的车辆进入车道,并能发生冲突时,要进行主动避让,环行时要随流而行,不要慢行或者超车,潜在风险为驶入环岛后注意从右侧合流进来的车辆,驶入环岛后注意在左侧要分流的车辆;所属车道为驶出车道,规则与汇流路口相同,潜在风险为驶出环岛时分流,注意与右侧绕环岛行驶的车辆相撞。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶方法,所述驾驶知识集还包括:路口子类型为倒头路口,规则为看信号灯通行,打左转向灯,指示牌是否掉头及注意倒头车道右置,潜在风险为与对向直行车辆碰撞,左侧存在视角盲区及与左侧行人相撞。
本发明实施例提供的适应自动驾驶的路口分类及车辆驾驶方法,针对自动驾驶车辆行驶决策,分类体系更加简洁,将复杂路口场景分解为多个子场景,根据行驶意图选择相应的子场景,匹配路口分类,帮助汽车更好地理解路口场景,专注于自身的驾驶任务,针对性地选择驾驶策略,不需要考虑场景以外的路况问题,简化了路口问题。
另一实施例中提供的适应自动驾驶的路口分类及车辆驾驶方法,图4提供了复杂场景分解效果,描述苜蓿叶式立交桥场景的分解。在该复杂场景中,路面存在重叠交叉关系,道路结构、拓扑关系复杂,依靠自动驾驶车辆自身设备,感知距离有限,需要依靠车-路-云协同系统,获取道路的动态信息。而立交桥汇聚四面八方的车流,获取整个立交桥的车路信息对单辆自动驾驶车辆而言是非必须的,存在数据冗余。为此,将该复杂场景分解为多个子场景,根据地图提供车道级的道路连通信息与规划路线,筛选出与车辆行驶相关的路段,针对性地调用与获取车路数据。其中,立交桥干路与匝道连接的地方,就分为多个分流、汇流路口。
图5提供了路口分类,其中按几何形状将路口分为以下几类:Y型交叉、T型交叉、十字交叉,X型交叉、环形交叉与复合交叉;按照构造,将路口分为非渠化交叉与渠化交叉。以上分类体系虽完善细致,但种类繁多,不利于交通规则的总结,且没有考虑车辆本身的驾驶意图,不适用于自动驾驶。因此,将以上路口按车道级进一步地拆分,分为汇流、分流、汇流与分流复合路口三类,再根据车辆所在车道与驾驶方向,纳入这三种路口当中。
图6是提供了汇流与分流复合路口,用于解释步骤3中车道的位置。现实中部分路口与图6中的路口结构存在不一致,例如分流路口只有直行与左转车道,汇流路口的干路没有快车道与行车道,但将该路口看作图6的子集。由于单辆车在同一时长只能处于一个车道,选取一个行驶方向,因此不影响本发明驾驶知识的使用。
支持步骤3中行车策略的驾驶知识见表1与表2:
表1汇流与分流复合路口的驾驶知识集
Figure BDA0003815427660000061
表2另一汇流与分流复合路口的驾驶知识集
Figure BDA0003815427660000071
由于公路上行驶的左转车辆,在道路平面交叉口经过的冲突点比较多,因此,自动驾驶车辆在左转时需要注意的风险更多。事实上,左转车辆和对向的直行车辆、同向的直行车辆、非机动车辆、相交道路的车辆均有冲突的存在,会引起同方向的刮擦、追尾或者是直角碰撞问题。
支路汇入主路车道上的车辆,和直行的车辆有速度差的存在。车辆之间存在的速度差容易造成追尾碰撞的事故发生,导致直行的车辆延误问题增加。因此支路汇入车辆在转入主路后应尽快加速。
本发明各个实施例的实现基础是通过具有处理器功能的设备进行程序化的处理实现的。因此在工程实际中,可以将本发明各个实施例的技术方案及其功能封装成各种模块。基于这种现实情况,在上述各实施例的基础上,本发明的实施例提供了一种适应自动驾驶的路口分类及车辆驾驶装置,该装置用于执行上述方法实施例中的适应自动驾驶的路口分类及车辆驾驶方法。参见图2,该装置包括:第一主模块,用于实现步骤1:根据GNSS定位信息、地图先验知识与车端传感器实时感知,获取路口结构与到路口的距离;第二主模块,用于实现步骤2:获取驾驶规划路线以确定行驶意图,再结合路口结构,与对应的路口分类进行匹配;第三主模块,用于实现步骤3:根据行驶意图,选择相应的驾驶车道;第四主模块,用于实现步骤4:根据定位信息,车辆检测到自身安全驶离路口后,解除高强度监测状态,切换至路上驾驶模式,遵循靠右通行、限制速度、避障行驶准则。
本发明实施例提供的适应自动驾驶的路口分类及车辆驾驶装置,采用图2中的若干模块,针对自动驾驶车辆行驶决策,分类体系更加简洁,将复杂路口场景分解为多个子场景,根据行驶意图选择相应的子场景,匹配路口分类,帮助汽车更好地理解路口场景,专注于自身的驾驶任务,针对性地选择驾驶策略,不需要考虑场景以外的路况问题,简化了路口问题。
需要说明的是,本发明提供的装置实施例中的装置,除了可以用于实现上述方法实施例中的方法外,还可以用于实现本发明提供的其他方法实施例中的方法,区别仅仅在于设置相应的功能模块,其原理与本发明提供的上述装置实施例的原理基本相同,只要本领域技术人员在上述装置实施例的基础上,参考其他方法实施例中的具体技术方案,通过组合技术特征获得相应的技术手段,以及由这些技术手段构成的技术方案,在保证技术方案具备实用性的前提下,就可以对上述装置实施例中的装置进行改进,从而得到相应的装置类实施例,用于实现其他方法类实施例中的方法。例如:
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶装置,还包括:第一子模块,用于实现步骤2中的路口分类,根据路口结构与车辆行驶意图,分为三类:分流路口、汇流路口、汇流与分流复合路口;分流路口的车道包括直行车道、左转车道、右转车道;汇流路口的车道包括干路慢车道、干路行车道、快车道,支路汇入车道;汇流与分流复合路口包括环形路口和倒头路口两类;其中环形路口的车道包括驶入车道、环岛内车道与驶出车道。
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶装置,还包括:第二子模块,用于实现所述根据行驶意图,选择相应的驾驶车道,包括:根据驾驶知识集,车辆获取该路口分类对应的行驶规则,以及存在的行车潜在冲突与风险,对风险进行感知与避让,避免与其他车辆、行人发生碰撞。
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶装置,还包括:第三子模块,用于实现所述驾驶知识集,包括:路口类型为分流路口,所在车道为左转车道,规则为打左转向灯、看信号灯通行和注意左转右置,潜在风险为与对向直行车辆碰撞及与左侧行人碰撞;所在车道为右转车道,规则为打右转向灯和看信号灯通行,潜在风险为与右侧行人碰撞;所在车道为直行车道,规则为看信号灯通行,潜在风险为与前车追尾。
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶装置,还包括:第四子模块,用于实现所述驾驶知识集还包括:路口类型为汇流路口,所在车道为干路慢车道,规则为干路先行、让一辆车走然后跟上及保持与前车车距,潜在风险为支路汇入车辆速度较低,注意追尾及注意前车刹车追尾;所在车道为干路行车道或快车道,规则为注意让行、让一辆车走然后跟上及驶入右转车道,潜在风险为注意右车变道碰撞;所在车道为支路汇入车道,规则为干路先行及让一辆车走然后跟上,潜在风险为插入车流时机要把握,避免后方车辆加速,注意左侧干路车辆抢行及注意前车刹车追尾。
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶装置,还包括:第五子模块,用于实现所述驾驶知识集还包括:路口类型为汇流与分流复合路口,路口子类型为环形路口,所属车道为驶入车道,规则与汇流路口相同,潜在风险为驶入时合流,注意左侧已经在环岛内行驶的车辆驶出碰撞;所属车道为环岛内车道,规则为进入环岛后所有车辆,都要绕道按逆时针方向右侧绕行,如果有直行的车辆进入车道,并能发生冲突时,要进行主动避让,环行时要随流而行,不要慢行或者超车,潜在风险为驶入环岛后注意从右侧合流进来的车辆,驶入环岛后注意在左侧要分流的车辆;所属车道为驶出车道,规则与汇流路口相同,潜在风险为驶出环岛时分流,注意与右侧绕环岛行驶的车辆相撞。
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的适应自动驾驶的路口分类及车辆驾驶装置,还包括:第六子模块,用于实现所述驾驶知识集还包括:路口子类型为倒头路口,规则为看信号灯通行,打左转向灯,指示牌是否掉头及注意倒头车道右置,潜在风险为与对向直行车辆碰撞,左侧存在视角盲区及与左侧行人相撞。
本发明实施例的方法是依托电子设备实现的,因此对相关的电子设备有必要做一下介绍。基于此目的,本发明的实施例提供了一种电子设备,如图3所示,该电子设备包括:至少一个处理器(processor)、通信接口(Communications Interface)、至少一个存储器(memory)和通信总线,其中,至少一个处理器,通信接口,至少一个存储器通过通信总线完成相互间的通信。至少一个处理器可以调用至少一个存储器中的逻辑指令,以执行前述各个方法实施例提供的方法的全部或部分步骤。
此外,上述的至少一个存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个方法实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的一些部分所述的方法。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。基于这种认识,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
需要说明的是,术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句"包括……"限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种适应自动驾驶的路口分类及车辆驾驶方法,其特征在于,包括:步骤1:根据GNSS定位信息、地图先验知识与车端传感器实时感知,获取路口结构与到路口的距离;步骤2:获取驾驶规划路线以确定行驶意图,再结合路口结构,与对应的路口分类进行匹配;步骤3:根据行驶意图,选择相应的驾驶车道;步骤4:根据定位信息,车辆检测到自身安全驶离路口后,解除高强度监测状态,切换至路上驾驶模式,遵循靠右通行、限制速度、避障行驶准则。
2.根据权利要求1所述的适应自动驾驶的路口分类及车辆驾驶方法,其特征在于,步骤2中的路口分类,根据路口结构与车辆行驶意图,分为三类:分流路口、汇流路口、汇流与分流复合路口;分流路口的车道包括直行车道、左转车道、右转车道;汇流路口的车道包括干路慢车道、干路行车道、快车道,支路汇入车道;汇流与分流复合路口包括环形路口和倒头路口两类;其中环形路口的车道包括驶入车道、环岛内车道与驶出车道。
3.根据权利要求2所述的适应自动驾驶的路口分类及车辆驾驶方法,其特征在于,所述根据行驶意图,选择相应的驾驶车道,包括:根据驾驶知识集,车辆获取该路口分类对应的行驶规则,以及存在的行车潜在冲突与风险,对风险进行感知与避让,避免与其他车辆、行人发生碰撞。
4.根据权利要求3所述的适应自动驾驶的路口分类及车辆驾驶方法,其特征在于,所述驾驶知识集,包括:路口类型为分流路口,所在车道为左转车道,规则为打左转向灯、看信号灯通行和注意左转右置,潜在风险为与对向直行车辆碰撞及与左侧行人碰撞;所在车道为右转车道,规则为打右转向灯和看信号灯通行,潜在风险为与右侧行人碰撞;所在车道为直行车道,规则为看信号灯通行,潜在风险为与前车追尾。
5.根据权利要求4所述的适应自动驾驶的路口分类及车辆驾驶方法,其特征在于,所述驾驶知识集还包括:路口类型为汇流路口,所在车道为干路慢车道,规则为干路先行、让一辆车走然后跟上及保持与前车车距,潜在风险为支路汇入车辆速度较低,注意追尾及注意前车刹车追尾;所在车道为干路行车道或快车道,规则为注意让行、让一辆车走然后跟上及驶入右转车道,潜在风险为注意右车变道碰撞;所在车道为支路汇入车道,规则为干路先行及让一辆车走然后跟上,潜在风险为插入车流时机要把握,避免后方车辆加速,注意左侧干路车辆抢行及注意前车刹车追尾。
6.根据权利要求5所述的适应自动驾驶的路口分类及车辆驾驶方法,其特征在于,所述驾驶知识集还包括:路口类型为汇流与分流复合路口,路口子类型为环形路口,所属车道为驶入车道,规则与汇流路口相同,潜在风险为驶入时合流,注意左侧已经在环岛内行驶的车辆驶出碰撞;所属车道为环岛内车道,规则为进入环岛后所有车辆,都要绕道按逆时针方向右侧绕行,如果有直行的车辆进入车道,并能发生冲突时,要进行主动避让,环行时要随流而行,不要慢行或者超车,潜在风险为驶入环岛后注意从右侧合流进来的车辆,驶入环岛后注意在左侧要分流的车辆;所属车道为驶出车道,规则与汇流路口相同,潜在风险为驶出环岛时分流,注意与右侧绕环岛行驶的车辆相撞。
7.根据权利要求6所述的适应自动驾驶的路口分类及车辆驾驶方法,其特征在于,所述驾驶知识集还包括:路口子类型为倒头路口,规则为看信号灯通行,打左转向灯,指示牌是否掉头及注意倒头车道右置,潜在风险为与对向直行车辆碰撞,左侧存在视角盲区及与左侧行人相撞。
8.一种适应自动驾驶的路口分类及车辆驾驶装置,其特征在于,包括:第一主模块,用于实现步骤1:根据GNSS定位信息、地图先验知识与车端传感器实时感知,获取路口结构与到路口的距离;第二主模块,用于实现步骤2:获取驾驶规划路线以确定行驶意图,再结合路口结构,与对应的路口分类进行匹配;第三主模块,用于实现步骤3:根据行驶意图,选择相应的驾驶车道;第四主模块,用于实现步骤4:根据定位信息,车辆检测到自身安全驶离路口后,解除高强度监测状态,切换至路上驾驶模式,遵循靠右通行、限制速度、避障行驶准则。
9.一种电子设备,其特征在于,包括:
至少一个处理器、至少一个存储器和通信接口;其中,
所述处理器、存储器和通信接口相互间进行通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以执行权利要求1至7任一项权利要求所述的方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行权利要求1至7中任一项权利要求所述的方法。
CN202211025644.7A 2022-08-25 2022-08-25 适应自动驾驶的路口分类及车辆驾驶方法及设备 Active CN115366887B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211025644.7A CN115366887B (zh) 2022-08-25 2022-08-25 适应自动驾驶的路口分类及车辆驾驶方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211025644.7A CN115366887B (zh) 2022-08-25 2022-08-25 适应自动驾驶的路口分类及车辆驾驶方法及设备

Publications (2)

Publication Number Publication Date
CN115366887A true CN115366887A (zh) 2022-11-22
CN115366887B CN115366887B (zh) 2024-05-28

Family

ID=84067336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211025644.7A Active CN115366887B (zh) 2022-08-25 2022-08-25 适应自动驾驶的路口分类及车辆驾驶方法及设备

Country Status (1)

Country Link
CN (1) CN115366887B (zh)

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001101598A (ja) * 1999-09-30 2001-04-13 Toyota Motor Corp カーブ通知方法、装置および記録媒体
JP2011017596A (ja) * 2009-07-08 2011-01-27 Canvas Mapple Co Ltd ナビゲーション装置、ナビゲーション方法、およびコンピュータプログラム
CN103853155A (zh) * 2014-03-31 2014-06-11 李德毅 智能车路口通行方法及系统
JP2014109870A (ja) * 2012-11-30 2014-06-12 Fujitsu Ltd 運転評価装置、方法、プログラム及び運転評価用車載機
CN104537834A (zh) * 2014-12-21 2015-04-22 北京工业大学 一种智能车在城市道路行驶中的路口识别与路口轨迹规划的方法
CN104819724A (zh) * 2015-03-02 2015-08-05 北京理工大学 一种基于gis的无人地面车辆自主行驶辅助系统
KR20170069767A (ko) * 2015-12-11 2017-06-21 팅크웨어(주) 전자 장치, 전자 장치의 경로 안내 방법, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체
US20180204451A1 (en) * 2015-10-20 2018-07-19 STC Electronics Systems and methods for detection of travelers at roadway intersections
CN109186621A (zh) * 2018-08-15 2019-01-11 武汉中海庭数据技术有限公司 基于路口模型的自动行驶方法及装置
WO2019085904A1 (zh) * 2017-10-31 2019-05-09 华为技术有限公司 一种基于蜂窝网络的辅助驾驶方法及交通控制单元
CN109766405A (zh) * 2019-03-06 2019-05-17 路特迩科技(杭州)有限公司 基于电子地图的交通和旅行信息服务系统及方法
JP2019105789A (ja) * 2017-12-14 2019-06-27 株式会社豊田中央研究所 道路構造データ生成装置、道路構造データベース
JP2020038090A (ja) * 2018-09-03 2020-03-12 日立オートモティブシステムズ株式会社 推奨レーン判定装置
CN111074706A (zh) * 2019-12-06 2020-04-28 王伟兵 一种保障按需通行的方法
US20210201145A1 (en) * 2019-12-31 2021-07-01 Nvidia Corporation Three-dimensional intersection structure prediction for autonomous driving applications
US20210303882A1 (en) * 2020-03-28 2021-09-30 Deka Products Limited Partnership System and method for intersection management by an autonomous vehicle
WO2022001773A1 (zh) * 2020-07-02 2022-01-06 华为技术有限公司 轨迹预测方法及装置
CN114090642A (zh) * 2021-11-22 2022-02-25 北京百度网讯科技有限公司 地图路网匹配方法、装置、设备和介质
DE102021114596A1 (de) * 2020-12-03 2022-06-09 GM Global Technology Operations LLC Systeme und Verfahren zur Steuerung des automatisierten Fahrens auf Basis der Komplexität von Kreuzungen
CN114620072A (zh) * 2022-03-14 2022-06-14 小米汽车科技有限公司 车辆控制方法、装置、存储介质、电子设备及车辆
CN115366888A (zh) * 2022-08-25 2022-11-22 武汉大学 面向自动驾驶导航的路口信息系统构建方法及设备

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001101598A (ja) * 1999-09-30 2001-04-13 Toyota Motor Corp カーブ通知方法、装置および記録媒体
JP2011017596A (ja) * 2009-07-08 2011-01-27 Canvas Mapple Co Ltd ナビゲーション装置、ナビゲーション方法、およびコンピュータプログラム
JP2014109870A (ja) * 2012-11-30 2014-06-12 Fujitsu Ltd 運転評価装置、方法、プログラム及び運転評価用車載機
CN103853155A (zh) * 2014-03-31 2014-06-11 李德毅 智能车路口通行方法及系统
CN104537834A (zh) * 2014-12-21 2015-04-22 北京工业大学 一种智能车在城市道路行驶中的路口识别与路口轨迹规划的方法
CN104819724A (zh) * 2015-03-02 2015-08-05 北京理工大学 一种基于gis的无人地面车辆自主行驶辅助系统
US20180204451A1 (en) * 2015-10-20 2018-07-19 STC Electronics Systems and methods for detection of travelers at roadway intersections
KR20170069767A (ko) * 2015-12-11 2017-06-21 팅크웨어(주) 전자 장치, 전자 장치의 경로 안내 방법, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체
WO2019085904A1 (zh) * 2017-10-31 2019-05-09 华为技术有限公司 一种基于蜂窝网络的辅助驾驶方法及交通控制单元
JP2019105789A (ja) * 2017-12-14 2019-06-27 株式会社豊田中央研究所 道路構造データ生成装置、道路構造データベース
CN109186621A (zh) * 2018-08-15 2019-01-11 武汉中海庭数据技术有限公司 基于路口模型的自动行驶方法及装置
JP2020038090A (ja) * 2018-09-03 2020-03-12 日立オートモティブシステムズ株式会社 推奨レーン判定装置
CN109766405A (zh) * 2019-03-06 2019-05-17 路特迩科技(杭州)有限公司 基于电子地图的交通和旅行信息服务系统及方法
CN111074706A (zh) * 2019-12-06 2020-04-28 王伟兵 一种保障按需通行的方法
US20210201145A1 (en) * 2019-12-31 2021-07-01 Nvidia Corporation Three-dimensional intersection structure prediction for autonomous driving applications
US20210303882A1 (en) * 2020-03-28 2021-09-30 Deka Products Limited Partnership System and method for intersection management by an autonomous vehicle
WO2022001773A1 (zh) * 2020-07-02 2022-01-06 华为技术有限公司 轨迹预测方法及装置
DE102021114596A1 (de) * 2020-12-03 2022-06-09 GM Global Technology Operations LLC Systeme und Verfahren zur Steuerung des automatisierten Fahrens auf Basis der Komplexität von Kreuzungen
CN114090642A (zh) * 2021-11-22 2022-02-25 北京百度网讯科技有限公司 地图路网匹配方法、装置、设备和介质
CN114620072A (zh) * 2022-03-14 2022-06-14 小米汽车科技有限公司 车辆控制方法、装置、存储介质、电子设备及车辆
CN115366888A (zh) * 2022-08-25 2022-11-22 武汉大学 面向自动驾驶导航的路口信息系统构建方法及设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
应申等: "面向自动驾驶的高精地图模型及关键技术", 武汉大学学报(信息科学版), no. 8 *

Also Published As

Publication number Publication date
CN115366887B (zh) 2024-05-28

Similar Documents

Publication Publication Date Title
CN110667578B (zh) 自动驾驶车辆的横向决策系统及横向决策确定方法
JP6804596B2 (ja) 処理装置
JP6537780B2 (ja) 走行制御装置、車載用表示装置、及び走行制御システム
JP6544444B2 (ja) 運転支援方法及び装置
US11760354B2 (en) Multi-way stop intersection precedence for autonomous vehicles
RU2760046C1 (ru) Способ помощи при вождении и устройство помощи при вождении
US11767038B2 (en) Detecting potentially occluded objects for autonomous vehicles
CN110930746A (zh) 用于协作式操作协调的方法
DE112020004949T5 (de) Fahrzeugbordvorrichtung und fahrunterstzützungsverfahren
KR102596624B1 (ko) 자율 주행 차량들의 방향 전환들에 대한 시그널링
JP6547434B2 (ja) 停車位置設定装置及び方法
DE102018116982A1 (de) Verfahren zum zumindest teilautomatisierten Steuern eines Kraftfahrzeugs
DE102022106354A1 (de) Fahrzeugfahrsteuervorrichtung
JP6809087B2 (ja) 運転支援方法及び運転支援装置
CN115593429A (zh) 自动驾驶车辆对紧急车辆的响应
DE102019215815A1 (de) Fahrzeugsteuerungssystem und -verfahren
DE102020207911A1 (de) Verfahren zur Ansteuerung eines Fahrzeugs
CN115366887A (zh) 适应自动驾驶的路口分类及车辆驾驶方法及设备
CN112249016A (zh) 用于自动驾驶车辆的掉头控制系统和方法
WO2019223909A1 (de) Verfahren zum zumindest teilautomatisierten steuern eines kraftfahrzeugs
WO2021006210A1 (ja) 電子制御装置
Patil Test Scenario Development Process and Software-in-the-Loop Testing for Automated Driving Systems
US20240208504A1 (en) Method for behavior planning of a vehicle
EP4353560A1 (en) Vehicle control method and apparatus
Patil et al. Driving Automation System Test Scenario Development Process Creation and Software-in-the-Loop Implementation

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