CN115447606A - 一种基于盲区识别的自动驾驶车辆控制方法和装置 - Google Patents

一种基于盲区识别的自动驾驶车辆控制方法和装置 Download PDF

Info

Publication number
CN115447606A
CN115447606A CN202211058477.6A CN202211058477A CN115447606A CN 115447606 A CN115447606 A CN 115447606A CN 202211058477 A CN202211058477 A CN 202211058477A CN 115447606 A CN115447606 A CN 115447606A
Authority
CN
China
Prior art keywords
obstacle
sensor
information
vehicle
blind area
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
Application number
CN202211058477.6A
Other languages
English (en)
Inventor
崔霄
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.)
Jiuzhi Suzhou Intelligent Technology Co ltd
Original Assignee
Jiuzhi Suzhou Intelligent Technology Co ltd
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 Jiuzhi Suzhou Intelligent Technology Co ltd filed Critical Jiuzhi Suzhou Intelligent Technology Co ltd
Priority to CN202211058477.6A priority Critical patent/CN115447606A/zh
Publication of CN115447606A publication Critical patent/CN115447606A/zh
Priority to PCT/CN2023/081798 priority patent/WO2024045558A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • 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
    • 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
    • B60W40/10—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 vehicle motion
    • B60W40/105—Speed
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics

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

本发明公开了一种基于盲区识别的自动驾驶车辆控制方法和装置，涉及自动驾驶技术领域。该方法的一具体实施方式包括：当检测到车辆与路口的距离小于预设的阈值时，获取车辆搭载的传感器的信息和第一障碍物的信息；根据传感器的信息和第一障碍物的信息，确定第一障碍物是否遮挡传感器的视野，如果是，根据传感器的信息和第一障碍物的信息，生成盲区边界线；根据车道中心线信息，确定盲区边界线与第二障碍物所在车道中心线的交点；根据交点、传感器的信息和预设的第二障碍物的速度，计算车辆的目标速度；根据所述车辆的目标速度控制所述车辆行驶。该方法在高障碍物遮挡视野时，识别盲区范围，进行速度规划，规避风险，保障了自动驾驶的安全性。

Description

一种基于盲区识别的自动驾驶车辆控制方法和装置
技术领域
本发明涉及自动驾驶技术领域，尤其涉及一种基于盲区识别的自动驾驶车辆控制方法和装置。
背景技术
自动驾驶车辆通过传感器感知周围的障碍物和环境信息，当车辆行驶到路口附近时，经常遇到视野被遮挡的情况，传感器无法感知被遮挡区域的障碍物信息。
目前，通常是基于车辆激光雷达的点云扫描，给出一个障碍物对应的二维多边形盲区范围，结合地图信息对车辆进行控制。但是二维的多边形无法表达高度信息，所以无法解决高大障碍物遮挡下的车辆控制问题，并且对每个障碍物都进行二维多边形和地图信息的覆盖范围计算量非常大。
鉴于此，亟需一种基于盲区识别的自动驾驶车辆控制方法，以解决高大障碍物遮下车辆的控制问题。
发明内容
有鉴于此，本发明实施例提供一种基于盲区识别的自动驾驶车辆控制方法，能够在高达障碍物遮挡时，进行盲区识别，给出速度规划，提升自动驾驶的安全性。
第一方面，本发明实施例提供了一种基于盲区识别的自动驾驶车辆控制方法，包括：
当检测到车辆与路口的距离小于预设的阈值时，获取车辆搭载的传感器的信息和第一障碍物的信息；
根据所述传感器的信息和所述第一障碍物的信息，确定所述第一障碍物是否遮挡所述传感器的视野，如果是，根据所述传感器的信息和所述第一障碍物的信息，生成盲区边界线；
获取车道中心线信息；
根据所述车道中心线信息，确定所述盲区边界线与第二障碍物所在车道中心线的交点；其中，所述第二障碍物位于所述车辆的盲区内；
根据所述交点、所述传感器的信息和预设的所述第二障碍物的速度，计算车辆的目标速度；
根据所述车辆的目标速度控制所述车辆行驶。
第二方面，本发明实施例提供了一种基于盲区识别的自动驾驶车辆控制装置，包括：
获取模块，配置为当检测到车辆与路口的距离小于预设的阈值时，获取车辆搭载的传感器的信息和第一障碍物的信息；
生成模块，配置为根据所述传感器的信息和所述第一障碍物的信息，确定所述第一障碍物是否遮挡所述传感器的视野，如果是，根据所述传感器的信息和所述第一障碍物的信息，生成盲区边界线；
计算模块，配置为获取车道中心线信息，根据所述车道中心线信息，确定所述盲区边界线与第二障碍物所在车道中心线的交点，其中，所述第二障碍物位于所述车辆的盲区内，根据所述交点、所述传感器的信息和预设的所述第二障碍物的速度，计算车辆的目标速度；
控制模块，根据所述车辆的目标速度控制所述车辆行驶。
第三方面，本发明实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如上述任一实施例所述的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如上述任一实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果：当检测到车辆与路口的距离小于预设的阈值时，获取车辆传感器的信息和第一障碍物的信息，根据传感器的信息和第一障碍物的信息，确定第一障碍物是否遮挡传感器的视野，如果遮挡，则根据传感器的信息和第一障碍物的信息，生成盲区边界线；根据第二障碍物所在的车道中心线信息，确定盲区边界线与第二障碍物所在车道中心线的交点，根据交点、传感器的信息和预设的第二障碍物的速度，可计算车辆的目标速度，根据目标速度控制车辆行驶。当有高大障碍物遮挡视野时，通过此方法可以确定盲区，并提前进行速度规划，控制车辆行驶，提高自动驾驶的安全性，且此方法计算简单，提高了计算效率。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是本发明的一个实施例提供的一种基于盲区识别的自动驾驶车辆控制方法的流程图；
图2是本发明的一个实施例提供的T型路口的盲区减速示意图；
图3是本发明的一个实施例提供的十字路口的盲区减速示意图；
图4是本发明的另一个实施例提供的一种基于盲区识别的自动驾驶车辆控制方法的流程图；
图5是本发明实施例提供的一种基于盲区识别的自动驾驶车辆控制装置的流程图；
图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明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，而不会背离本发明的范围和精神。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。
自动驾驶车辆往往会在道路中遇到障碍物遮挡视野的情况，目前激光雷达的点云扫描，给出的二维多边形盲区范围仅适用于低矮障碍物，对于高大障碍物遮挡视野的情况，如何识别盲区范围并给出速度规划是十分重要的问题。
鉴于此，根据图1，本发明实施例提供了一种基于盲区识别的自动驾驶车辆控制方法，包括：
步骤101，当检测到车辆与路口的距离小于预设的阈值时，获取车辆搭载的传感器的信息和第一障碍物的信息。
传感器的信息可以包括：传感器的安装高度和位置。第一障碍物的信息可以包括：第一障碍物的高度和目标框。第一障碍物的信息还可以为第一障碍物的位置。
第一障碍物为车辆的传感器感知的周围遮挡车辆视野的障碍物。
步骤102，确定第一障碍物是否遮挡视野，如果是，执行步骤103，如果不是，执行步骤101。
根据传感器的信息和第一障碍物的信息，获取传感器的安装高度和第一障碍物的高度，确定所述第一障碍物是否遮挡所述传感器的视野。如果没有遮挡视野，可以立即或间隔一段时间后执行步骤101。
步骤103，根据传感器的信息和第一障碍物的信息，生成盲区边界线。
为了便于计算，本发明实施例在计算盲区边界线、交点和传感器与投影点的距离时，使用的是水平投影位置，而不是空间位置。即将传感器、第一障碍物、第二障碍物和车道中心线投影到同一个水平面内。
自动驾驶的车辆在遇到障碍物时，确定障碍物是否遮挡视野，若障碍物遮挡了视野，则根据传感器的信息和第一障碍物的信息生成盲区边界线。
步骤104，获取车道中心线信息。
步骤105，根据车道中心线信息，确定盲区边界线与第二障碍物所在车道中心线的交点。
根据车道中心线信息和盲区边界线，可以确定盲区边界线与第二障碍物所在车道中心线的交点，获取交点的位置，其中，第二障碍物位于车辆的盲区内。
步骤106，根据交点、传感器的信息和预设的第二障碍物的速度，计算车辆的目标速度。
获取车辆的规划轨迹，根据交点以及车辆的规划轨迹，可将交点投影至规划轨迹上，得到投影点，根据交点、投影点和预设的第二障碍物的速度可得到第二障碍物的行驶时间，根据传感器的信息中传感器位置、投影点和第二障碍物的行驶时间可计算车辆的目标速度。其中交点、投影点和传感器位置位于同一个平面内。
步骤107，根据车辆的目标速度控制车辆行驶。
根据车辆的目标速度，规划车辆的当前速度，控制车辆安全行驶。
当检测到车辆与路口的距离小于预设的阈值时，获取车辆传感器的信息和第一障碍物的信息，根据传感器的信息和第一障碍物的信息，确定第一障碍物是否遮挡传感器的视野，如果遮挡，则根据传感器的信息和第一障碍物的信息，生成盲区边界线；根据第二障碍物所在的车道中心线信息，确定盲区边界线与第二障碍物所在车道中心线的交点，根据交点、传感器的信息和预设的第二障碍物的速度，可计算车辆的目标速度，根据目标速度控制车辆行驶。当有高大障碍物遮挡视野时，通过此方法可以确定盲区，并提前进行速度规划，控制车辆行驶，提高自动驾驶的安全性，且此方法计算简单，提高了计算效率。
在本发明的一个实施例中，根据所述传感器的信息和所述第一障碍物的信息，确定所述第一障碍物是否遮挡所述传感器的视野，包括：
确定所述第一障碍物的高度是否不低于所述传感器的安装高度。
具体地，根据传感器的信息获取传感器的安装高度，根据第一障碍物的信息获取第一障碍物的高度，若第一障碍物的高度不低于传感器的安装高度，则第一障碍物遮挡了传感器的视野。
本发明实施例中，通过比较传感器的安装高度与第一障碍物的高度，可以快速判断第一障碍物是否遮挡了传感器的视野，触发盲区边界线的生成。
在本发明的一个实施例中，根据所述传感器的信息和所述第一障碍物的信息，生成盲区边界线，包括：连接所述传感器的位置和所述障碍物的目标框的顶点，生成所述盲区边界线。
具体地，根据传感器的信息，获取传感器的位置，根据第一障碍物的信息，获取第一障碍物的目标框，连接传感器的位置和障碍物目标框的顶点，即可生成盲区的边界线，其中传感器的位置和障碍物的目标框位于同一个平面内。
本发明实施例中，通过传感器位置和第一障碍物的目标框，连接传感器位置和目标框的顶点，得到一条连线，该连线即为盲区边界线，可以便捷准确的确定出盲区边界线和盲区范围。
在本发明的一个实施例中，该方法进一步包括：获取所述车辆的规划轨迹；根据所述交点、所述传感器的信息和预设的所述第二障碍物的速度，计算车辆的目标速度，包括：
计算所述交点到投影点的距离；其中，所述投影点为所述交点在所述规划轨迹上的投影；
根据所述传感器的位置，计算所述传感器与所述投影点的距离；
根据所述交点到投影点的距离和预设的所述第二障碍物的速度，确定所述第二障碍物的行驶时间；
根据所述传感器与所述投影点的距离和所述第二障碍物的行驶时间，计算所述车辆的目标速度。
具体地，根据传感器的信息，获取传感器的位置，根据盲区边界线和第二障碍物所在车道中心线的交点以及车辆的规划轨迹，将交点投影到车辆的规划轨迹上，得到投影点。根据交点和投影点的坐标信息，可计算交点到投影点的距离，根据传感器的位置和投影点的坐标可计算传感器与投影点的距离，另外一种计算交点到投影点的距离和传感器与投影点的距离的方案是根据传感器的信息，获取传感器的位置，根据盲区边界线和第二障碍物所在车道中心线的交点和传感器的位置，可计算得到传感器与交点之间的距离，根据第一障碍物的信息，可获取第一障碍物与车辆的规划轨迹之间的夹角，也即是规划轨迹与盲区边界线的夹角，根据此夹角以及传感器与交点之间的距离，则可计算交点到投影点的距离为传感器与交点之间的距离与夹角正弦值的乘积，传感器与投影点的距离为传感器与交点之间的距离与夹角余弦值的乘积。本发明实施例中优选是第一种方案。根据交点到投影点的距离和预设的第二障碍物的速度，可计算第二障碍物从交点行驶到投影点所需的行驶时间，根据传感器与投影点的距离和行驶时间，可计算车辆的目标速度，该目标速度的物理意义是车辆按此速度行驶上述行驶时间可到达投影点位置。
在本发明实施例中，通过交点、规划轨迹，将交点投影至规划轨迹中，得到投影点，根据交点、投影点、传感器的位置和预设的第二障碍物的速度，可计算车辆的目标速度，该目标速度是车辆与障碍物发生碰撞的临界速度，得到该目标速度后，可得知车辆在传感器位置到投影点之间的距离行驶时的最大限速，提高驾驶的安全性。
在本发明的一个实施例中，根据所述车辆的目标速度控制所述车辆行驶，包括：比较所述车辆的当前速度与所述目标速度的大小，若所述车辆的当前速度大于所述目标速度，则控制车辆减速行驶，将速度降至不大于所述目标速度。
具体地，根据目标速度，可得知车辆的最大限速，比较车辆当前速度与最大限速的大小，可准确得知当前速度是否超速，若车辆的当前速度大于目标速度，则控制车辆减速行驶，将速度降至目标速度值以下。
在本发明实施例中，根据目标速度，比较车辆当前速度与目标速度的大小，对车辆的速度进行规划，控制车辆行驶，可保证车辆驾驶的安全性。
如图2所示，是本发明的一个实施例提供的T型路口的盲区减速示意图。图中，ego表示车辆，ego右侧大矩形obs表示第一障碍物，小矩形obs表示第二障碍物，在本发明实施例中假设车辆传感器位于车辆前沿中心，具体计算过程如下：
当检测到车辆与路口的距离小于预设的阈值时，例如阈值为20米，获取车辆搭载的传感器的信息和第一障碍物的信息，根据传感器的信息和第一障碍物的信息可获得传感器的安装高度以及第一障碍物的高度，如果第一障碍物的高度不低于传感器的安装高度，说明第一障碍物遮挡了传感器的视野，获取传感器的位置和第一障碍物的目标框，连接传感器位置和第一障碍物目标框的顶点生成盲区边界线，即图中斜虚线所示；
第二障碍物位于车道中心线上，该车道中心线与盲区边界线存在交点，如图中黑点所示，将该交点投影至车辆的规划轨迹上，车辆的规划轨迹如图上穿过车辆中心带箭头的直线，得到投影点，投影点到交点的距离即为横向距离L，投影点与传感器位置之间的距离即为纵向距离S，根据L和第二障碍物的预设速度，可得到第二障碍物的行驶时间：
Figure BDA0003825750080000071
其中，vobs为第二障碍物的预设速度。
根据行驶时间和S，可计算车辆在距离S上行驶的最大限速：
Figure BDA0003825750080000072
根据vmax，控制车辆的速度，若车辆的当前速度大于vmax，则控制车辆减速，将速度降至vmax以下，则可安全通过路段S，不会与第二障碍物发生碰撞风险。
T型路口的盲区减速同样适用与十字路口的盲区减速。如图3所示，是本发明的一个实施例提供的十字路口的盲区减速示意图。图中，ego表示车辆，ego右侧大矩形obs表示第一障碍物，小矩形obs表示第二障碍物，在本发明实施例中假设车辆传感器位于车辆前沿中心，车辆中心所在带箭头的直线为车辆的规划轨迹，stop line表示道路中的停车线，斜虚线为盲区边界线，第二障碍物所在虚线为车道中心线，L为盲区边界线与车道中心线交点到车辆规划轨迹投影点的横向距离，S为投影点到传感器位置的纵向距离，车辆的最大限速计算过程如图2的计算过程一致，在此不做赘述。
由图2和图3可得到基于盲区识别的自动驾驶车辆控制方法的具体计算流程，如图4所示，是本发明实施例提供的基于盲区识别的自动驾驶车辆控制方法的流程图。首先判断车辆是否在路口附近，即判断车辆与路口的距离是否小于设定阈值，然后确定障碍物是否遮挡传感器的视野，即判断第一障碍物的高度是否大于车辆传感器的安装高度，然后根据传感器的位置和第一障碍物的目标框结合地图的拓扑信息也即车道中心线信息，计算车辆与第二障碍物存在交互的横向距离L和纵向距离S，通过L、S和预设的第二障碍物的速度即可计算车辆在S路段的最高速度，根据最高速度，控制车辆提前减速，安全驾驶。
如图5所示，本说明书实施例提供了一种基于盲区识别的自动驾驶车辆控制装置，包括：
获取模块501，配置为当检测到车辆与路口的距离小于预设的阈值时，获取车辆搭载的传感器的信息和第一障碍物的信息；
生成模块502，配置为根据所述传感器的信息和所述第一障碍物的信息，确定所述第一障碍物是否遮挡所述传感器的视野，如果是，根据所述传感器的信息和所述第一障碍物的信息，生成盲区边界线；
计算模块503，配置为获取车道中心线信息，根据所述车道中心线信息，确定所述盲区边界线与第二障碍物所在车道中心线的交点，其中，所述第二障碍物位于所述车辆的盲区内，根据所述交点、所述传感器的信息和预设的所述第二障碍物的速度，计算车辆的目标速度；
控制模块504，配置为根据所述车辆的目标速度控制所述车辆行驶。
在本发明的一个实施例中，所述传感器的信息包括：传感器的安装高度；
所述第一障碍物的信息包括：所述第一障碍物的高度；
第一障碍物是否遮挡所述传感器的视野，包括：
确定所述第一障碍物的高度是否不低于所述传感器的安装高度。
在本发明的一个实施例中，所述传感器的信息包括：传感器的位置；
所述第一障碍物的信息包括：所述第一障碍物的目标框；
生成模块502，配置为连接所述传感器的位置和所述障碍物的目标框的顶点，生成所述盲区边界线。
在本发明的一个实施例中，所述传感器的信息包括：传感器的位置和所述车辆的规划轨迹；进一步包括：获取所述车辆的规划轨迹；
计算模块503，配置为计算所述交点到投影点的距离；其中，所述投影点为所述交点在所述规划轨迹上的投影；
根据所述传感器的位置，计算所述传感器与所述投影点的距离；
根据所述交点到投影点的距离和预设的所述第二障碍物的速度，确定所述第二障碍物的行驶时间；
根据所述传感器与所述投影点的距离和所述第二障碍物的行驶时间，计算所述车辆的目标速度。
在本发明的一个实施例中，控制模块504，配置为比较所述车辆的当前速度与所述目标速度的大小，若所述车辆的当前速度大于所述目标速度，则控制车辆减速行驶，将速度降至不大于所述目标速度。
下面参考图6，其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线606彼此相连。输入/输出(I/O)接口605也连接至总线606。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、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。在这点上，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，上述模块、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，两个接连地表示的方框实际上可以基本并行地执行，它们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，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操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。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种基于盲区识别的自动驾驶车辆控制方法，其特征在于，
当检测到车辆与路口的距离小于预设的阈值时，获取车辆搭载的传感器的信息和第一障碍物的信息；
根据所述传感器的信息和所述第一障碍物的信息，确定所述第一障碍物是否遮挡所述传感器的视野，如果是，根据所述传感器的信息和所述第一障碍物的信息，生成盲区边界线；
获取车道中心线信息；
根据所述车道中心线信息，确定所述盲区边界线与第二障碍物所在车道中心线的交点；其中，所述第二障碍物位于所述车辆的盲区内；
根据所述交点、所述传感器的信息和预设的所述第二障碍物的速度，计算车辆的目标速度；
根据所述车辆的目标速度控制所述车辆行驶。
2.如权利要求1所述的方法，其特征在于，
所述传感器的信息包括：传感器的安装高度；
所述第一障碍物的信息包括：所述第一障碍物的高度；
根据所述传感器的信息和所述第一障碍物的信息，确定所述第一障碍物是否遮挡所述传感器的视野，包括：
确定所述第一障碍物的高度是否不低于所述传感器的安装高度。
3.如权利要求1所述的方法，其特征在于，
所述传感器的信息包括：传感器的位置；
所述第一障碍物的信息包括：所述第一障碍物的目标框；
根据所述传感器的信息和所述第一障碍物的信息，生成盲区边界线，包括：
连接所述传感器的位置和所述障碍物的目标框的顶点，生成所述盲区边界线。
4.如权利要求1所述的方法，其特征在于，
所述传感器的信息包括：传感器的位置；
该方法进一步包括：获取所述车辆的规划轨迹；
根据所述交点、所述传感器的信息和预设的所述第二障碍物的速度，计算车辆的目标速度，包括：
计算所述交点到投影点的距离；其中，所述投影点为所述交点在所述规划轨迹上的投影；
根据所述传感器的位置，计算所述传感器与所述投影点的距离；
根据所述交点到投影点的距离和预设的所述第二障碍物的速度，确定所述第二障碍物的行驶时间；
根据所述传感器与所述投影点的距离和所述第二障碍物的行驶时间，计算所述车辆的目标速度。
5.如权利要求1所述的方法，其特征在于，
根据所述车辆的目标速度控制所述车辆行驶，包括：
比较所述车辆的当前速度与所述目标速度的大小，若所述车辆的当前速度大于所述目标速度，则控制车辆减速行驶，将速度降至不大于所述目标速度。
6.一种基于盲区识别的自动驾驶车辆控制装置，其特征在于，
获取模块，配置为当检测到车辆与路口的距离小于预设的阈值时，获取车辆搭载的传感器的信息和第一障碍物的信息；
生成模块，配置为根据所述传感器的信息和所述第一障碍物的信息，确定所述第一障碍物是否遮挡所述传感器的视野，如果是，根据所述传感器的信息和所述第一障碍物的信息，生成盲区边界线；
计算模块，配置为获取车道中心线信息，根据所述车道中心线信息，确定所述盲区边界线与第二障碍物所在车道中心线的交点，其中，所述第二障碍物位于所述车辆的盲区内，根据所述交点、所述传感器的信息和预设的所述第二障碍物的速度，计算车辆的目标速度；
控制模块，根据所述车辆的目标速度控制所述车辆行驶。
7.如权利要求6所述的装置，其特征在于，
所述传感器的信息包括：传感器的位置；
所述第一障碍物的信息包括：所述第一障碍物的目标框；
所述生成模块，配置为连接所述传感器的位置和所述障碍物的目标框的顶点，生成所述盲区边界线。
8.如权利要求6所述的装置，其特征在于，
所述传感器的信息包括：传感器的位置；
该装置进一步包括：获取所述车辆的规划轨迹；
所述计算模块，配置为计算所述交点到投影点的距离；其中，所述投影点为所述交点在所述规划轨迹上的投影；根据所述传感器的位置，计算所述传感器与所述投影点的距离；根据所述交点到投影点的距离和预设的所述第二障碍物的速度，确定所述第二障碍物的行驶时间；根据所述传感器与所述投影点的距离和所述第二障碍物的行驶时间，计算所述车辆的目标速度。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN202211058477.6A 2022-08-31 2022-08-31 一种基于盲区识别的自动驾驶车辆控制方法和装置 Pending CN115447606A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211058477.6A CN115447606A (zh) 2022-08-31 2022-08-31 一种基于盲区识别的自动驾驶车辆控制方法和装置
PCT/CN2023/081798 WO2024045558A1 (zh) 2022-08-31 2023-03-16 一种基于盲区识别的自动驾驶车辆控制方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211058477.6A CN115447606A (zh) 2022-08-31 2022-08-31 一种基于盲区识别的自动驾驶车辆控制方法和装置

Publications (1)

Publication Number Publication Date
CN115447606A true CN115447606A (zh) 2022-12-09

Family

ID=84300575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211058477.6A Pending CN115447606A (zh) 2022-08-31 2022-08-31 一种基于盲区识别的自动驾驶车辆控制方法和装置

Country Status (2)

Country Link
CN (1) CN115447606A (zh)
WO (1) WO2024045558A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024045558A1 (zh) * 2022-08-31 2024-03-07 九识(苏州)智能科技有限公司 一种基于盲区识别的自动驾驶车辆控制方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210027629A1 (en) * 2019-07-25 2021-01-28 Baidu Usa Llc Blind area processing for autonomous driving vehicles
US20210055741A1 (en) * 2019-08-23 2021-02-25 Toyota Jidosha Kabushiki Kaisha Autonomous driving system
CN113348119A (zh) * 2020-04-02 2021-09-03 华为技术有限公司 一种车辆盲区识别方法、自动驾驶辅助系统以及包括该系统的智能驾驶车辆
CN113859251A (zh) * 2021-10-29 2021-12-31 广州文远知行科技有限公司 涉及行驶盲区的车速规划方法、驾驶控制方法及相关设备
CN114537447A (zh) * 2022-03-31 2022-05-27 驭势科技（北京）有限公司 安全通行方法、装置、电子设备和存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6981837B2 (ja) * 2017-10-05 2021-12-17 トヨタ自動車株式会社 車両の運転支援制御装置
CN114475651B (zh) * 2021-12-11 2024-05-14 中国电信股份有限公司 基于车路协同的盲区障碍物紧急避让方法和装置
CN115447606A (zh) * 2022-08-31 2022-12-09 九识(苏州)智能科技有限公司 一种基于盲区识别的自动驾驶车辆控制方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210027629A1 (en) * 2019-07-25 2021-01-28 Baidu Usa Llc Blind area processing for autonomous driving vehicles
US20210055741A1 (en) * 2019-08-23 2021-02-25 Toyota Jidosha Kabushiki Kaisha Autonomous driving system
CN113348119A (zh) * 2020-04-02 2021-09-03 华为技术有限公司 一种车辆盲区识别方法、自动驾驶辅助系统以及包括该系统的智能驾驶车辆
CN113859251A (zh) * 2021-10-29 2021-12-31 广州文远知行科技有限公司 涉及行驶盲区的车速规划方法、驾驶控制方法及相关设备
CN114537447A (zh) * 2022-03-31 2022-05-27 驭势科技（北京）有限公司 安全通行方法、装置、电子设备和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024045558A1 (zh) * 2022-08-31 2024-03-07 九识(苏州)智能科技有限公司 一种基于盲区识别的自动驾驶车辆控制方法和装置

Also Published As

Publication number Publication date
WO2024045558A1 (zh) 2024-03-07

Similar Documents

Publication Publication Date Title
US20210276589A1 (en) Method, apparatus, device and computer storage medium for vehicle control
US20220044564A1 (en) Vehicle control method, vehicle-road coordination system, roadside device and automatic driving vehicle
US20150120138A1 (en) Path planning for evasive steering manuever employing a virtual potential field technique
EP4279436A9 (en) Method for aligning container truck and crane, and related device
EP4296133A1 (en) Intelligent driving method and apparatus, and storage medium and computer program
CN109318899B (zh) 自动驾驶车辆的弯道行驶方法、装置、设备和存储介质
CN209161405U (zh) 一种slam导航agv叉车
CN110428647B (zh) 路口的车辆协同通行的方法、装置、设备及存储介质
CN113835102B (zh) 车道线生成方法和装置
CN115447606A (zh) 一种基于盲区识别的自动驾驶车辆控制方法和装置
CN115406457A (zh) 一种可行驶区域检测方法、系统、设备及存储介质
CN114475651A (zh) 基于车路协同的盲区障碍物紧急避让方法和装置
CN117677976A (zh) 可行驶区域生成方法、可移动平台及存储介质
CN114312836A (zh) 自动驾驶车辆礼让行人的方法、装置、设备及存储介质
CN114537447A (zh) 安全通行方法、装置、电子设备和存储介质
CN113895429B (zh) 一种自动泊车方法、系统、终端及存储介质
CN116279596B (zh) 车辆控制方法、装置、电子设备和计算机可读介质
US20230294684A1 (en) Method of controlling autonomous vehicle, electronic device, and storage medium
CN113936493B (zh) 用于自动驾驶的图像处理方法、装置、计算机设备和介质
KR102355426B1 (ko) 주행 경로 상의 장애물 탐색 및 회피를 위한 방법 및 장치
CN114643984A (zh) 驾驶避险方法、装置、设备、介质及产品
Oniga et al. A fast ransac based approach for computing the orientation of obstacles in traffic scenes
CN114559958A (zh) 一种脱困策略的确定方法、装置、电子设备及存储介质
CN115056802B (zh) 车辆自动驾驶方法、装置、设备及存储介质
CN115817461A (zh) 自动驾驶车辆及其行驶控制方法、装置、设备和介质

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