CN115576234A - 车辆域控制器、车辆、车辆控制方法和存储介质 - Google Patents
车辆域控制器、车辆、车辆控制方法和存储介质 Download PDFInfo
- Publication number
- CN115576234A CN115576234A CN202211135302.0A CN202211135302A CN115576234A CN 115576234 A CN115576234 A CN 115576234A CN 202211135302 A CN202211135302 A CN 202211135302A CN 115576234 A CN115576234 A CN 115576234A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- control unit
- sensor device
- target scene
- communication unit
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25257—Microcontroller
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车辆域控制器、车辆、车辆控制方法和存储介质。该车辆域控制器中集成有主控单元和通信单元;通信单元用于连接车辆上安装的多个传感器设备;主控单元用于通过通信单元获取各传感器设备采集的数据,对所有传感器设备采集的数据进行融合后输出控制信号;控制信号用于控制车辆行驶。能够提高车辆域控制器的可靠性。
Description
技术领域
本申请涉及自动驾驶技术领域,特别是涉及一种车辆域控制器、车辆、车辆控制方法和存储介质。
背景技术
随着自动驾驶技术的不断发展,通过自动驾驶技术能够提高交通安全,为人们的出行提供更加便利的交通服务。
自动驾驶技术是通过车辆上的域控制系统根据实际的道路环境,控制车辆的制动、转向等驾驶行为。常见的域控制器中的电子控制器单元(Electronic Control Unit,ECU)包括不限于泊车系统ECU、前向碰撞预警ECU、车道偏移ECU、自动巡航ECU等等。基于此,域控制器的功能和性能对于保证自动驾驶车辆安全驾驶非常重要。
然而,相关技术中缺乏一种可靠性较高的域控制器。
发明内容
基于此,有必要针对上述技术问题,提供一种车辆域控制器、车辆、车辆控制方法和存储介质,能够提高域控制器的可靠性。
第一方面,本申请提供了一种车辆域控制器,该车辆域控制器中集成有主控单元和通信单元;通信单元用于连接车辆上安装的多个传感器设备;
主控单元,用于通过通信单元获取各传感器设备采集的数据,对所有传感器设备采集的数据进行融合后输出控制信号;控制信号用于控制车辆行驶。
在其中一个实施例中,主控单元包括性能控制单元和安全控制单元;性能控制单元和安全控制单元连接,且性能控制单元和安全控制单元均与通信单元连接;
性能控制单元,用于根据各传感器设备采集的数据进行识别目标场景中的环境信息,并将环境信息通过通信单元发送至安全控制单元;
安全控制单元,用于根据各传感器设备采集的数据、车辆的状态信息和环境信息输出控制信号;控制信号用于控制车辆行驶。
在其中一个实施例中,通信单元包括第一通信单元和第二通信单元,多个传感器设备包括第一传感器设备和第二传感器设备;则第一传感器设备通过第一通信单元与性能控制单元连接,第二传感器设备通过第二通信单元连接到安全控制单元上;
性能控制单元,用于通过第一通信单元获取第一传感器设备采集的数据,根据第一传感器设备采集的数据识别目标场景中的环境信息;
安全控制单元,用于通过第二通信单元获取第二传感器设备采集的数据,并根据第二传感器设备采集的数据、车辆的状态信息和环境信息输出控制信号。
在其中一个实施例中,第一通信单元包括通信转换单元和解码接口;第一传感器包括摄像设备、激光雷达和定位系统;
摄像设备通过解码接口与性能控制单元连接;激光雷达和定位系统通过通信转换单元与性能控制单元连接。
在其中一个实施例中,第二传感器设备包括毫米波雷达和超声波雷达,毫米波雷达和超声波雷达均通过第二通信单元连接到安全控制单元上。
第二方面,本申请提供了一种车辆,该车辆包括上述第一方面中任意一项车辆域控制器。
第三方面,本申请提供了一种车辆控制方法,该车辆控制方法应用于上述第一方面中的车辆域控制器,车辆域控制器中集成有主控单元和通信单元;通信单元用于连接车辆上安装的多个传感器设备,该方法包括:
通过通信单元获取多个传感器设备采集的数据;
对各传感器设备采集的数据进行融合,输出控制信号;控制信号用于控制车辆行驶。
在其中一个实施例中,对各传感器设备采集的数据进行融合,输出控制信号,包括:
获取车辆的状态信息;
对各传感器设备采集的数据进行融合,得到目标场景中的环境信息;
根据状态信息和环境信息,输出控制信号。
各传感器设备包括第一传感器设备和第二传感器设备,对各传感器设备采集的数据进行融合,得到车辆周围的环境信息,包括:
对第一传感器设备采集的数据进行分析,得到目标场景中的静止目标和车道线信息,以及,对第二传感器设备采集的数据进行分析,得到目标场景中的运动目标和近距离障碍物;
将目标场景中的静止目标、运动目标、车道线信息和近距离障碍物进行融合,得到目标场景中的环境信息。
在其中一个实施例中,第一传感器设备包括摄像设备和激光雷达设备,对第一传感器设备采集的数据进行分析,得到车辆周围的静止目标和车道线信息,包括:
通过摄像设备采集目标场景中的图像数据,以及,通过激光雷达设备采集目标场景中的第一点云数据;
根据图像数据和第一点云数据,确定目标场景中的静止目标和车道线信息。
在其中一个实施例中,第二传感器包括毫米波雷达和超声波雷达,对第二传感器设备采集的数据进行分析,得到目标场景中的运动目标和近距离障碍物,包括:
对毫米波雷达采集目标场景中的第二点云数据进行分析,得到目标场景中的运动目标;
对超声波雷达采集目标场景中的第三点云数据进行分析,得到目标场景中的近距离障碍物。
在其中一个实施例中,第一传感器设备还包括定位系统,获取车辆的状态信息,包括:
通过定位系统获取车辆的位置信息,以及,获取车辆的行驶速度、行驶角度;
根据位置信息、行驶速度和行驶角度,确定车辆的状态信息。
第四方面,本申请还提供了一种车辆控制装置,该车辆控制装置应用于上述第一方面中的车辆域控制器,车辆域控制器中集成有主控单元和通信单元;通信单元用于连接车辆上安装的多个传感器设备,该装置包括:
获取模块,用于通过通信单元获取多个传感器设备采集的数据;
输出模块,用于对各传感器设备采集的数据进行融合,输出控制信号;控制信号用于控制车辆行驶。
第五方面,本申请还提供了一种计算机可读存储介质。计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述第三方面的方法实施例中的任意一项步骤。
第六方面,本申请还提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现上述第一方面方法实施例中的所有步骤。
上述车辆域控制器、车辆、车辆控制方法和存储介质,车辆域控制器中集成有主控单元和通信单元;通信单元用于连接车辆上安装的多个传感器设备;主控单元用于通过通信单元获取各传感器设备采集的数据,对所有传感器设备采集的数据进行融合后输出控制信号;控制信号用于控制车辆行驶。该车辆域控制器是将所有的功能集成在主控单元上,相比于现有技术中通过不同的主控单元对不同的传感器采集的信号分析,将得到的多个结果进行融合,由于不同的主控单元可能由不同的主机厂提供,融合过程中可能存在数据交互不兼容的问题,导致根据融合结果无法可靠地控制车辆行驶,而本申请通过在一个主控单元内完成多个传感器信号的分析、融合过程,输出对应的控制信号,该过程无需考虑数据交互不兼容的问题,通过该车辆域控制器可以提高车辆行驶的可靠性。
附图说明
图1为一个实施例中车辆域控制器的结构示意图;
图2为一个实施例中车辆域控制器的结构示意图;
图3为一个实施例中车辆域控制器的结构示意图;
图4为一个实施例中车辆域控制器的结构示意图;
图5为一个实施例中车辆域控制器的结构示意图;
图6为一个实施例中车辆域控制器的结构示意图;
图7为一个实施例中车辆域控制器的结构示意图;
图8为一个实施例中车辆域控制器的结构示意图;
图9为一个实施例中车辆的结构示意图;
图10为一个实施例中车辆控制方法的流程示意图;
图11为一个实施例中车辆控制方法的流程示意图;
图12为一个实施例中车辆控制方法的流程示意图;
图13为一个实施例中车辆控制方法的流程示意图;
图14为一个实施例中车辆控制方法的流程示意图;
图15为一个实施例中车辆控制方法的流程示意图;
图16为一个实施例中车辆控制方法的流程示意图;
图17为一个实施例中车辆控制装置的结构框图。
附图标记说明:
10: 车辆域控制器; 11: 主控单元;
111: 性能控制单元; 112: 安全控制单元;
12: 通信单元; 121: 第一通信单元;
1211: 通信转换单元; 1212: 解码接口;
122: 第二通信单元; 13: 多个传感器设备;
131: 第一传感器设备; 1311: 摄像设备;
1312: 激光雷达; 1313: 定位系统;
132: 第二传感器设备; 1321: 毫米波雷达;
1322: 超声波雷达; 14: 电池管理单元。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”以及它的任何变形,意图在于覆盖不排他的包含。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
在一个实施例中,如图1所示,图1给出了一种车辆域控制器10,该车辆域控制器10中集成有主控单元11和通信单元12;通信单元12用于连接车辆上安装的多个传感器设备13;主控单元11,用于通过通信单元12获取各传感器设备13采集的数据,对所有传感器设备13采集的数据进行融合后输出控制信号;控制信号用于控制车辆行驶。
在本实施例中,上述车辆域控制器10用于对自动驾驶车辆上传感器采集的数据进行处理运算,根据运算结果确定自动驾驶车辆的行驶路线,完成自动驾驶车辆的变道、超车、制动与加速等操作,使得自动驾驶车辆变得更加安全可靠。
该车辆域控制器10是由主控单元11和通信单元12组成的,主控单元11用于对传感器数据进行运算,输出控制信号,而通信单元12相当于主控单元11和多个传感器设备13之间的转换设备,多个传感器13采集的数据通过通信单元12传输至主控单元11中。
上述主控单元11可以但不限于是微控制单元(Microcontroller Unit,MCU)、中央处理器(central processing unit,CPU)、数字信号处理器(digital signal processing,DSP)、可编程逻辑器件(Field Programmable Gate Array,FPGA)等控制器件。
上述通信单元12可以是网络转换器,也可以是不同的网络接口,主要是用于将多个传感器13采集的信号传输给主控单元11。例如,网络接口可以是标准串口RS232、串行外设SPI接口、通用输入/输出端口GPIO接口、网口ETH接口、输入输出MDIO接口、吉比特介质独立RGMII接口和吉比特多媒体串行链路GMSL等。
上述多个传感器13可以包括摄像设备、激光雷达、毫米波雷达、超声波雷达、定位设备等。通过多个传感器13采集自动驾驶车辆周围的环境信息,并将该环境信息通过通信单元12传输至主控单元11中,主控单元11可以对该环境信息进行融合处理,确定自动驾驶车辆周围的道路环境和车辆,根据自动驾驶车辆周围的道路环境和车辆,规划自动驾驶车辆的行驶路径,根据该行驶路径,输出对应的控制信号,控制自动驾驶车辆按照规划的行驶路径进行行驶。
上述车辆域控制器中集成有主控单元和通信单元;通信单元用于连接车辆上安装的多个传感器设备;主控单元用于通过通信单元获取各传感器设备采集的数据,对所有传感器设备采集的数据进行融合后输出控制信号;控制信号用于控制车辆行驶。该车辆域控制器是将所有的功能集成在主控单元上,相比于现有技术中通过不同的主控单元对不同的传感器采集的信号分析,将得到的多个结果进行融合,由于不同的主控单元可能由不同的主机厂提供,融合过程中可能存在数据交互不兼容的问题,导致根据融合结果无法可靠地控制车辆行驶,而本申请通过在一个主控单元内完成多个传感器信号的分析、融合过程,输出对应的控制信号,该过程无需考虑数据交互不兼容的问题,通过该车辆域控制器可以提高车辆行驶的可靠性。
在上述实施例的基础上,下面提供实施例进一步对主控单元11可以实现的设置方式进行说明。
在一个实施例中,如图2所示,上述主控单元11包括性能控制单元111和安全控制单元112;性能控制单元111和安全控制单元112连接,且性能控制单元111和安全控制单元112均与通信单元12连接;性能控制单元111,用于根据各传感器设备13采集的数据进行识别目标场景中的环境信息,并将环境信息通过通信单元12发送至安全控制单元112;安全控制单元112,用于根据各传感器设备13采集的数据、车辆的状态信息和环境信息输出控制信号;控制信号用于控制车辆行驶。
在本实施例中,性能控制单元111与安全控制单元13之间通过通信单元12传输数据,多个传感器设备13中的部分传感器通过通信单元12与性能控制单元111连接,另一部分传感器通过通信单元12与安全控制单元112连接。车辆域控制器通常需要连接多个传感器设备,并对多个传感器设备采集的信号进行处理分析,车辆域控制器需要拥有强大的核心计算能力,以保证自动驾驶车辆行驶过程时,遇到紧急情况,可以及时地做出相应的调整,保证自动驾驶车辆行驶过程中的可靠性。
上述性能控制单元11上可以集成多个环境信息识别的硬件设备,该硬件设备可以根据多个传感器设备13采集的数据,对目标场景中的车辆和行人等进行检测,以及通过向量机算法、线性回归算法、人工神经网络算法来完成目标场景中车道线和交通标志的识别,得到目标场景中的环境信息。在自动驾驶过程中,目标场景中的环境信息可以是道路环境中的车道线信息、交通标识信息和其他车辆信息等。
上述安全控制单元12用于通过设置在自动驾驶车辆内部的传感器获取自动驾驶车辆的状态信息,该自动驾驶车辆的状态信息可以包括自动驾驶车辆行驶的速度、自动驾驶车辆行驶的角度以及自动驾驶车辆的位置信息,其中,自动驾驶车辆行驶的速度是通过速度传感器采集的,自动驾驶车辆的行驶角度是通过角度传感器采集的,自动驾驶车辆的位置信息是通过定位传感器采集的。并对各传感器设备13采集的信号进行处理,得到目标场景中其他车辆的行驶信息,根据其他车辆的行驶信息、自动驾驶车辆的状态信息和目标场景中的环境信息,向自动驾驶车辆的制动系统发送控制信号,制动系统根据该控制信号控制自动驾驶车辆行驶。
上述主控单元包括性能控制单元和安全控制单元;性能控制单元和安全控制单元连接,且性能控制单元和安全控制单元均与通信单元连接;性能控制单元用于根据各传感器设备采集的数据进行识别目标场景中的环境信息,并将环境信息通过通信单元发送至安全控制单元;安全控制单元用于根据各传感器设备采集的数据、车辆的状态信息和环境信息输出控制信号;控制信号用于控制车辆行驶。本申请通过性能控制单元识别目标场景中的环境信息,通过安全控制单元主要用于融合各类信息,并输出控制信号,将识别环境信息过程与融合信息过程区分开,通过不同的控制单元完成,避免了多个传感器输入的数据量过大,一个控制单元无法快速地对数据进行计算和融合,提高了车辆域控制器的计算速度,保证了车辆域控制器控制车辆行驶过程的及时性和可靠性。
在上述实施例的基础上,下面提供实施例进一步对通信单元12可以实现的设置方式进行说明。
在一个实施例中,如图3所示,上述通信单元12包括第一通信单元121和第二通信单元122,多个传感器设备13包括第一传感器设备131和第二传感器设备132;则第一传感器设备131通过第一通信单元121与性能控制单元111连接,第二传感器设备132通过第二通信单元122连接到安全控制单元112上;性能控制单元111用于通过第一通信单元121获取第一传感器设备131采集的数据,根据第一传感器设备131采集的数据识别目标场景中的环境信息;安全控制单元112用于通过第二通信单元122获取第二传感器设备132采集的数据,并根据第二传感器设备132采集的数据、车辆的状态信息和环境信息输出控制信号。
在本实施例中,由于性能控制单元111和安全控制单元112分别需要对部分传感器采集的数据进行处理,因此,将多个传感器设备13分为两组,分别为第一传感器设备131和第二传感器设备132,性能控制单元111用于对第一传感器设备131采集的数据进行处理,安全控制单元112用于对第二传感器设备132采集的数据进行处理。由于通信单元12分别与性能控制单元111和安全控制单元112连接,在接收传感器设备13采集的数据时,需要将第一传感器设备131和第二传感器设备132的数据区分开来,即可以将通信单元12划分为第一通信单元121和第二通信单元122,第一传感器设备131与性能控制单元111通过第一通信单元121连接,第二传感器设备132与安全控制单元112通过第二通信单元122连接。
上述第一传感器设备131可以为摄像设备、激光雷达和定位系统,可选的,目标场景中的高精地图也可以通过第一通信单元121传输至性能控制单元111中,性能控制单元111通过对摄像设备、激光雷达和定位系统采集的信号进行处理,结合目标场景中的高精地图,识别目标场景中的环境信息。
上述通信单元包括第一通信单元和第二通信单元,多个传感器设备包括第一传感器设备和第二传感器设备;则第一传感器设备通过第一通信单元与性能控制单元连接,第二传感器设备通过第二通信单元连接到安全控制单元上;性能控制单元用于通过第一通信单元获取第一传感器设备采集的数据,根据第一传感器设备采集的数据识别目标场景中的环境信息;安全控制单元用于通过第二通信单元获取第二传感器设备采集的数据,并根据第二传感器设备采集的数据、车辆的状态信息和环境信息输出控制信号。本申请将第一传感器设备采集的数据通过第一通信单元传输至性能控制单元,以及,将第二传感器设备采集的数据通过第二通信单元传输至安全控制单元,通过不同的通信单元向性能控制单元和安全控制单元分别传输不同的传感器采集的信号,避免了性能控制单元和安全控制单元同时接收多个传感器采集的信号时,无法区分该信号,提高了信号接收的效率,从而可以使性能控制单元和安全控制单元更加快速准确地对不同的信号进行处理,输出控制信号。
在一个实施例中,如图4所示,上述第一通信单元121包括通信转换单元1211和解码接口1212;第一传感器131包括摄像设备1311、激光雷达1312和定位系统1313;摄像设备1311通过解码接口1212与性能控制单元111连接;激光雷达1312和定位系统1313通过通信转换单元1211与性能控制单元111连接。
其中,通信转换单元1211和解码接口1212均是用于将传感器数据转换至性能控制单元111的端口,通信转换单元1211用于转换激光雷达1312采集的点云数据、定位系统1312采集的位置数据,解码接口1212用于转换摄像设备1311采集的图像数据或者视频数据。上述通信转换单元1211和解码接口1212可以为设置在性能控制单元111上的接口,也可以是单独的接口。
在本实施例中,由于摄像设备1311在拍摄到车辆周围图像或者视频后,会对拍摄到的图像数据或者视频数据进行编码处理,因此,在将摄像设备1311拍摄到的图像数据或者视频数据传输至性能控制单元111之前,需要通过解码接口1212对已经编码的图像数据或者视频数据进行解码处理后,再将解码后的图像数据或者视频数据传输至性能控制单元111中。激光雷达1312采集到的点云数据、定位系统1313获取到车辆的位置数据可以直接通过通信转换单元1211传输至性能控制单元111中。在性能控制单元111接收到车辆周围的图像数据和点云数据,以及车辆的位置数据后,将车辆周围的图像数据和点云数据进行融合,结合车辆的位置数据,确定车辆周围的环境信息。
上述第一通信单元包括通信转换单元和解码接口;第一传感器包括摄像设备、激光雷达和定位系统;摄像设备通过解码接口与性能控制单元连接;激光雷达和定位系统通过通信转换单元与性能控制单元连接。本申请通过不同的接口将摄像设备、激光雷达和定位系统采集到的数据传输至性能控制单元,避免了所有数据通过统一传输接口造成的数据拥堵,提高了数据传输的效率,另外,通过解码接口可以对摄像设备拍摄的数据进行解码处理,使得性能控制单元数据识别目标场景中环境信息的效率更高。
在一个实施例中,如图5所示,上述第二传感器设备132包括毫米波雷达1321和超声波雷达1322,毫米波雷达1321和超声波雷达1322均通过第二通信单元122连接到安全控制单元112上。
在本实施例中,毫米波雷达1321、超声波雷达1322分别与安全控制单元112通过第二通信单元连接,安全控制单元112在接收到毫米波雷达采集的点云数据后,可以通过该点云数据确定目标场景中的其他车辆的运行速度、角度等信息,通过超声波雷达采集的点云数据对目标场景中近距离障碍物进行识别。
上述第二传感器设备包括毫米波雷达和超声波雷达,毫米波雷达和超声波雷达均通过第二通信单元连接到安全控制单元上。将毫米波雷达与超声波雷达与安全控制单元连接,通过安全控制单元对毫米波雷达数据和超声波雷达数据进行分析处理,能够提高车辆域控制器10的处理速度,能够更加快速准确地输出控制信号。
当目标场景为停车场景时,车辆域控制器需要摄像设备、定位系统、毫米波雷达和超声波雷达对目标场景中的环境信息进行识别,根据车辆的状态信息和环境信息,输出停车控制指令,以将车辆安全地驶入停车区域内。
当目标场景为行驶场景时,车辆域控制器需要摄像设备、定位系统、毫米波雷达和超声波雷达对目标场景中的环境信息进行识别,根据车辆的状态信息和环境信息,输出行驶控制指令,以控制车辆在目标场景内安全行驶。
上述车辆域控制器10可以根据摄像设备1311、激光雷达1312、毫米波雷达1321和超声波雷达1322感知车辆周围的环境信息,也可以通过车辆的惯性系统、速度传感器、角度传感器、定位系统1313确定车辆状态信息,根据车辆周围的环境信息和车辆状态信息,向车辆的控制系统发送控制信号,以控制车辆制动、转向、变速等操作。另外,当车辆不是自动驾驶车辆时,还可以根据摄像设备或者生物电传感器对驾驶员进行检测,当检测到驾驶员存在违规行为时,通过告警系统发出告警信息,其中,可以通过声音、图像、振动等方式发出告警信息。例如,当同一驾驶员驾驶时长大于预设时长时,提醒驾驶员不要疲劳驾驶;当驾驶员驾驶过程中拨打手机时,提醒驾驶员不要拨打手机,注意安全行驶。
可选的,上述车辆域控制器还可以包括电源管理单元14,电源管理单元14分别与输入电源、性能控制单元111和安全控制单元112连接,输入电源通过电源管理单元14为性能控制单元111和安全控制单元112提供电压。输入电源的电压为9V-28V。该电源管理单元14可以包括电源防护电路、低压差线性稳压器、性能控制单元111的电源管理芯片、安全控制单元112的电源管理芯片等组成。其中,电源防护电路中可以包括输入电源过压保护、过流保护、共模抑制与差模抑制、防浪涌、防静电、防雷击等防护措施。如图6所示,输入电压与电源防护电路连接,电源防护电路分别与性能控制单元111、安全控制单元112连接。
可选的,以性能控制单元111为SOC芯片,安全控制单元112为MCU,解码接口以解串芯片为例,车辆域控制器的电路原理图如图7所示,SOC芯片与摄像设备之间通过解串芯片连接,SOC芯片通过MiPi接口与解串芯片连接;SOC芯片、MCU通过RGMII接口分别与通信转换单元连接,以及,分别与电源防护电路连接,通信转换单元通过ETC接口分别与高精地图、激光雷达和定位设备连接;SOC芯片与MCU之间也可以通过SPI接口和GPIO接口连接;MCU通过外部接口分别与毫米波雷达、超声波雷达连接,该外部接口可以包括CAN、UART、GPIO等接口。其中,SOC芯片和MCU的型号可以根据实际需求进行选择,不同的型号对应不同数量的接口类型,本实施例对此不做限制。
进一步的,车辆域控制器10中还可以包括黑匣子,该黑匣子用于记录自动驾驶车辆行驶过程中的状态数据,在自动驾驶车辆发生事故后,根据黑匣子记录的状态数据,以便于确定事故的原因。其中,事故的原因可能是由于人为原因造成的,也可能是由于车辆域控制器发出的控制信号有误造成的。
该车辆域控制器将车辆中的泊车系统ECU、前向碰撞预警ECU、车道偏移ECU、自动巡航ECU等进行集成,避免了多个ECU进行数据融合过程时,数据交互不兼容的问题,车辆中每增加多一个ECU,后续的生产制造以及检修过程都会增加一定故障风险,且多个ECU系统之间互相独立,无法做多传感器之间的深度融合,多个ECU中的同一个功能需要使用不同的硬件资源去检测,在一定程度上造成资源浪费,通过集成多个ECU的车辆域控制器可以避免上述问题,使得在车辆域控制器的控制下,车辆在行驶过程中的可靠性更高。
在一个实施例中,提供了一种车辆,如图9所示,上述车辆域控制器10一般固定安装在自动驾驶车辆内部,与自动驾驶车辆内部的其他部件固定连接。例如,域控制器一般通过螺钉等紧固件直接安装在车身内。车辆域控制器10通过设置在车辆上的多个传感器采集车辆周围的环境信息和车辆状态信息,根据周围的环境信息和车辆状态信息,为车辆规划行驶路线,并向车辆的控制系统发送控制信号,以控制车辆按照规划的行驶路线行驶。现有技术中的多个ECU设计布线布局中,有一定的结构上避让,增加线束布线成本以及车辆重量,而本申请通过集成多个ECU的车辆域控制器可以减少布线成本,且可以减轻车辆的重量。
在一个实施例中,如图10所示,提供了一种车辆控制方法,以该方法应用于图1中的车辆域控制器为例进行说明,包括以下步骤:
S1001,通过通信单元获取多个传感器设备采集的数据。
在本实施例中,多个传感器设备可以是摄像设备、雷达设备、定位设备等,通过摄像设备采集的数据为目标场景中的图像数据,通过雷达设备采集的数据为目标场景中的点云数据。
可选的,车辆域控制器可以通过通信单元实时获取多个传感器采集的目标场景中的图像数据、点云数据以及车辆的位置数据。可选的,车辆域控制器也可以通过通信单元按照预设的时间间隔获取目标场景中的图像数据、点云数据以及车辆的位置数据。其中,预设的时间间隔可以是1秒、3秒、5秒等。
S1002,对各传感器设备采集的数据进行融合,输出控制信号;控制信号用于控制车辆行驶。
在本实施例中,车辆域控制器可以对传感器设备采集的目标场景中的图像数据和点云数据进行融合,得到融合后的数据,根据融合后的数据可以更加准确地识别车辆周围的行人、车辆、交通标识信息等,同时,通过获取的车辆的位置数据、速度数据、角度数据,确定车辆的状态信息,根据识别到的车辆周围的信息和车辆的状态信息,规划车辆的行驶路径,并根据规划的行驶路径,输出控制信号,控制车辆按照规划的行驶路径进行行驶。
上述车辆控制方法,通过通信单元获取多个传感器设备采集的数据,对各传感器设备采集的数据进行融合,输出控制信号。上述控制信号用于控制车辆行驶,通过对多个传感器设备采集的数据进行融合处理,可以获取更加准确的周围环境信息,从而可以根据周围环境信息输出更加准确的控制信号,控制车辆可靠的行驶。
在上述实施例的基础上,本实施例是对上述步骤S1002中“对各传感器设备采集的数据进行融合,输出控制信号”的具体内容进行说明,如图11所示,上述内容还可以包括如下步骤:
S1101,获取车辆的状态信息。
其中,车辆的状态信息包括车辆的位置信息、速度信息和角度信息等。
可选的,车辆域控制器可以通过车辆上设置的传感器获取车辆的状态信息,例如,通过定位设备实时获取车辆的位置信息;通过速度传感器获取车辆的行驶速度信息;通过角度传感器获取车辆的角度信息。可选的,车辆域控制器可以与目标场景中的路侧感知设备通过蓝牙连接,通过路侧感知设备获取车辆的位置信息、速度信息和角度信息,确定车辆的状态信息,并将该车辆的状态信息发送给车辆域控制器。本实施例对于获取车辆的状态信息的方式不做限定。
S1102,对各传感器设备采集的数据进行融合,得到目标场景中的环境信息。
在本实施例中,车辆域控制器可以通过点云与图像的融合算法将摄像设备采集的图像数据与雷达设备采集的点云数据进行融合,得到目标场景中的融合数据,并通过目标提取模型提取融合数据中的环境信息。其中,点云与图像的融合算法可以包括PointFusion算法、Frustum PointNets算法、MLOD算法、AVOD-Net算法等,目标检测模型可以是(Fast-Regions with CNN Features,Fast-RCNN模型)、CenterNet模型、Yolo模型等。
S1103,根据状态信息和环境信息,输出控制信号。
在本实施例中,车辆域控制器可以对车辆的状态信息和车辆周围的环境信息进行分析,判断车辆是否需要变道、超车、制动与加速等操作,根据判断结果,输出对应的控制信号。例如,当车辆前方车辆的速度逐渐减小时,则输出制动信号,以控制车辆减速行驶。
上述车辆控制方法,获取车辆的状态信息,对各传感器设备采集的数据进行融合,得到目标场景中的环境信息,根据状态信息和环境信息,输出控制信号。该方法结合车辆的状态信息和车辆周围的环境信息,可以更加准确的判断车辆在目标场景中的行驶状况,从而可以更加准确地输出车辆的控制信号,提高了车辆的行驶过程中的可靠性。
在上述实施例的基础上,在各传感器设备包括第一传感器设备和第二传感器设备的情况下,本实施例是对上述步骤S1102中“对各传感器设备采集的数据进行融合,得到车辆周围的环境信息”的具体内容进行说明,如图12所示,上述内容还可以包括如下步骤:
S1201,对第一传感器设备采集的数据进行分析,得到目标场景中的静止目标和车道线信息,以及,对第二传感器设备采集的数据进行分析,得到目标场景中的运动目标和近距离障碍物。
在本实施例中,目标场景中的静止目标可以通过摄像设备采集到的图像数据、激光雷达设备采集到的点云数据获取,对目标场景中的高精地图进行分析,确定目标场景中的车道线信息,以及,通过对毫米波雷达采集的点云数据进行分析,可以得到目标场景中运动目标的距离、速度、方位角等信息;对超声波雷达采集的点云数据进行分析,可以得到目标场景中近距离障碍物的距离、方位角等信息。
S1202,将目标场景中的静止目标、运动目标、车道线信息和近距离障碍物进行融合,得到目标场景中的环境信息。
在本实施例中,车辆域控制器可以根据静止目标、运动目标和近距离障碍物的位置信息,确定目标场景中的所有目标,同时,将目标场景中的所有目标与车道线信息进行融合,得到目标场景中的环境信息。
上述车辆控制方法,对第一传感器设备采集的数据进行分析,得到目标场景中的静止目标和车道线信息,以及,对第二传感器设备采集的数据进行分析,得到目标场景中的运动目标和近距离障碍物,将目标场景中的静止目标、运动目标、车道线信息和近距离障碍物进行融合,得到目标场景中的环境信息。
在上述实施例的基础上,在第一传感器设备包括摄像设备和激光雷达设备的情况下,本实施例是对上述步骤S1201中“对第一传感器设备采集的数据进行分析,得到车辆周围的静止目标和车道线信息”的具体内容进行说明,如图13所示,上述内容还可以包括如下步骤:
S1301,通过摄像设备采集目标场景中的图像数据,以及,通过激光雷达设备采集目标场景中的第一点云数据。
其中,目标场景可以是车辆行驶过程中前方和/或后方的场景,也可以是车辆行驶过程中车辆两侧的场景,还可以是车辆行驶过程中前方和/或后方的场景、车辆两侧的场景。摄像设备和激光雷达设备的数量可以是单个,也可以是多个。
在本实施例中,摄像设备在车辆行驶的过程中可以实时采集目标场景中的图像数据,或者,也可以按照预设的时间周期获取目标场景中的图像数据,激光雷达设备通过对目标场景进行旋转式的扫描,确定目标场景中的第一点云数据。
S1302,根据图像数据和第一点云数据,确定目标场景中的静止目标和车道线信息。
在本实施例中,车辆域控制器可以先对第一点云数据进行聚类处理,将属于同一类的点云数据聚为一类,再通过点云与图像融合算法对图像数据和聚类后的第一点云数据进行融合处理,确定目标场景中的静止目标。同时,车辆域控制器可以对聚类后的第一点云数据进行分析,将聚类后的第一点云数据中连续的直线确定为目标场景中的车道线信息。
上述车辆控制方法,通过摄像设备采集目标场景中的图像数据,以及,通过激光雷达设备采集目标场景中的第一点云数据,根据图像数据和第一点云数据,确定目标场景中的静止目标和车道线信息。该方法通过对摄像设备采集的图像数据和激光雷达采集的第一点云数据进行融合,根据融合后的结果可以更加准确地得到目标场景中的静止目标和车道线信息。
在上述实施例的基础上,在第二传感器包括毫米波雷达和超声波雷达的情况下,本实施例是对上述步骤S1201中“对第二传感器设备采集的数据进行分析,得到目标场景中的运动目标和近距离障碍物”的具体内容进行说明,如图14所示,上述内容还可以包括如下步骤:
S1401,对毫米波雷达采集目标场景中的第二点云数据进行分析,得到目标场景中的运动目标。
在本实施例中,通过毫米波雷达采集目标场景中的第二点云数据,车辆域控制器可以对第二点云数据进行分析,可以得到目标场景中目标的距离、速度、位置和方位角信息,将速度为零的目标确定为静止目标,将速度不为零的目标确定为运动目标。
S1402,对超声波雷达采集目标场景中的第三点云数据进行分析,得到目标场景中的近距离障碍物。
在本实施例中,在停车场景下,需要对车辆周围的近距离障碍物信息进行探测,以保证车辆在停车场景下的安全。通过超声波雷达可以采集车辆周围的近距离对应的第三点云数据,并对第三点云数据进行分析,得到第三点云数据中的目标物体,将该目标物体确定为目标场景中的近距离障碍物。
上述车辆控制方法,对毫米波雷达采集目标场景中的第二点云数据进行分析,得到目标场景中的运动目标,对超声波雷达采集目标场景中的第三点云数据进行分析,得到目标场景中的近距离障碍物。该方法通过毫米波雷达采集的第二点云数据可以更加准确地得到运动目标的信息,通过超声波雷达采集的第三点云数据可以更加准确地得到近距离障碍物的信息。
在上述实施例的基础上,在第一传感器设备还包括定位系统的情况下,本实施例是对上述步骤S1101中“获取车辆的状态信息”的具体内容进行说明,如图15所示,上述内容还可以包括如下步骤:
S1501,通过定位系统获取车辆的位置信息,以及,获取车辆的行驶速度、行驶角度。
在本实施例中,定位系统是实时获取车辆的位置信息的,位置信息不仅仅是指车辆的空间坐标,还包括处于该空间坐标的时刻。例如,车辆的空间坐标包括经度信息、维度信息、方位角信息、航向角信息等。另外,可以通过设置在车辆上的速度传感器和角度传感器分别获取车辆的行驶速度、行驶角度,或者,也可以通过路侧感知设备获取车辆的行驶速度、行驶角度。
S1502,根据位置信息、行驶速度和行驶角度,确定车辆的状态信息。
在本实施例中,车辆的状态信息是由车辆的位置、速度、角度、方向盘转角、离合器的状态等组成,车辆的行驶速度可以是行驶过程中的平均速度,也可以是行驶过程中的实时速度;车辆的位置信息可以为目标场景中的位置信息,也可以为地球坐标系下的位置信息;车辆的行驶角度可以为与车道线偏离的角度。
上述车辆控制方法,通过定位系统获取车辆的位置信息,以及,获取车辆的行驶速度、行驶角度,根据位置信息、行驶速度和行驶角度,确定车辆的状态信息。该方法通过获取车辆的位置、速度、角度,可以更加准确地确定车辆的状态信息。
在一个实施例中,以下对车辆控制方法进行详细介绍,如图16所示,该方法可以包括:
S1601,通过通信单元获取多个传感器设备采集的数据;
S1602,通过定位系统获取车辆的位置信息,以及,获取车辆的行驶速度、行驶角度;
S1603,根据位置信息、行驶速度和行驶角度,确定车辆的状态信息;
S1604,通过摄像设备采集目标场景中的图像数据,以及,通过激光雷达设备采集目标场景中的第一点云数据;
S1605,根据图像数据和第一点云数据,确定目标场景中的静止目标和车道线信息;
S1606,对毫米波雷达采集目标场景中的第二点云数据进行分析,得到目标场景中的运动目标;
S1607,对超声波雷达采集目标场景中的第三点云数据进行分析,得到目标场景中的近距离障碍物;
S1608,根据状态信息和环境信息,输出控制信号。
上述车辆控制方法,通过通信单元获取多个传感器设备采集的数据,通过定位系统获取车辆的位置信息,以及,获取车辆的行驶速度、行驶角度,根据位置信息、行驶速度和行驶角度,确定车辆的状态信息,通过摄像设备采集目标场景中的图像数据,以及,通过激光雷达设备采集目标场景中的第一点云数据,根据图像数据和第一点云数据,确定目标场景中的静止目标和车道线信息,对毫米波雷达采集目标场景中的第二点云数据进行分析,得到目标场景中的运动目标,对超声波雷达采集目标场景中的第三点云数据进行分析,得到目标场景中的近距离障碍物,根据状态信息和环境信息,输出控制信号。该方法通过对多个传感器设备采集的数据进行融合处理,可以获取更加准确的周围环境信息,从而可以根据周围环境信息输出更加准确的控制信号,控制车辆可靠的行驶。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的车辆控制方法的车辆控制装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个车辆控制装置实施例中的具体限定可以参见上文中对于车辆控制方法的限定,在此不再赘述。
在一个实施例中,如图17所示,提供了一种车辆控制装置,包括:获取模块11和输出模块12,其中:
获取模块11,用于通过通信单元获取多个传感器设备采集的数据;
输出模块12,用于对各传感器设备采集的数据进行融合,输出控制信号;控制信号用于控制车辆行驶。
在一个实施例中,上述输出模块包括获取单元、融合单元和输出单元,其中:
获取单元,用于获取车辆的状态信息;
融合单元,用于对各传感器设备采集的数据进行融合,得到目标场景中的环境信息;
输出单元,用于根据状态信息和环境信息,输出控制信号。
在一个实施例中,上述融合单元还用于对第一传感器设备采集的数据进行分析,得到目标场景中的静止目标和车道线信息,以及,对第二传感器设备采集的数据进行分析,得到目标场景中的运动目标和近距离障碍物;
将目标场景中的静止目标、运动目标、车道线信息和近距离障碍物进行融合,得到目标场景中的环境信息。
在一个实施例中,上述融合单元还用于通过摄像设备采集目标场景中的图像数据,以及,通过激光雷达设备采集目标场景中的第一点云数据;根据图像数据和第一点云数据,确定目标场景中的静止目标和车道线信息。
在一个实施例中,上述融合单元还用于对毫米波雷达采集目标场景中的第二点云数据进行分析,得到目标场景中的运动目标;对超声波雷达采集目标场景中的第三点云数据进行分析,得到目标场景中的近距离障碍物。
在一个实施例中,上述采集单元还用于通过定位系统获取车辆的位置信息,以及,获取车辆的行驶速度、行驶角度;根据位置信息、行驶速度和行驶角度,确定车辆的状态信息。
上述车辆控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述车辆控制方法中任意一个实施例的内容。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述车辆控制方法中任意一个实施例的内容。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (13)
1.一种车辆域控制器,其特征在于,所述车辆域控制器中集成有主控单元和通信单元;所述通信单元用于连接车辆上安装的多个传感器设备;
所述主控单元,用于通过所述通信单元获取各所述传感器设备采集的数据,对所有传感器设备采集的数据进行融合后输出控制信号;所述控制信号用于控制所述车辆行驶。
2.根据权利要求1所述的车辆域控制器,其特征在于,所述主控单元包括性能控制单元和安全控制单元;所述性能控制单元和所述安全控制单元连接,且所述性能控制单元和所述安全控制单元均与所述通信单元连接;
所述性能控制单元,用于根据各所述传感器设备采集的数据进行识别目标场景中的环境信息,并将所述环境信息通过所述通信单元发送至所述安全控制单元;
所述安全控制单元,用于根据各所述传感器设备采集的数据、所述车辆的状态信息和所述环境信息输出控制信号;所述控制信号用于控制所述车辆行驶。
3.根据权利要求2所述的车辆域控制器,其特征在于,所述通信单元包括第一通信单元和第二通信单元,所述多个传感器设备包括第一传感器设备和第二传感器设备;则所述第一传感器设备通过所述第一通信单元与所述性能控制单元连接,所述第二传感器设备通过所述第二通信单元连接到所述安全控制单元上;
所述性能控制单元,用于通过所述第一通信单元获取所述第一传感器设备采集的数据,根据所述第一传感器设备采集的数据识别目标场景中的环境信息;
所述安全控制单元,用于通过所述第二通信单元获取所述第二传感器设备采集的数据,并根据所述第二传感器设备采集的数据、所述车辆的状态信息和所述环境信息输出所述控制信号。
4.根据权利要求3所述的车辆域控制器,其特征在于,所述第一通信单元包括通信转换单元和解码接口;所述第一传感器包括摄像设备、激光雷达和定位系统;
所述摄像设备通过所述解码接口与所述性能控制单元连接;所述激光雷达和所述定位系统通过所述通信转换单元与所述性能控制单元连接。
5.根据权利要求3所述的车辆域控制器,其特征在于,所述第二传感器设备包括毫米波雷达和超声波雷达,所述毫米波雷达和所述超声波雷达均通过所述第二通信单元连接到所述安全控制单元上。
6.一种车辆,其特征在于,所述车辆包括如权利要求1-5任一项所述的车辆域控制器。
7.一种车辆控制方法,其特征在于,应用于权利要求1-5所述的车辆域控制器,所述车辆域控制器中集成有主控单元和通信单元;所述通信单元用于连接车辆上安装的多个传感器设备,所述方法包括:
通过所述通信单元获取所述多个传感器设备采集的数据;
对各所述传感器设备采集的数据进行融合,输出控制信号;所述控制信号用于控制所述车辆行驶。
8.根据权利要求7所述的方法,其特征在于,所述对各所述传感器设备采集的数据进行融合,输出控制信号,包括:
获取所述车辆的状态信息;
对各所述传感器设备采集的数据进行融合,得到目标场景中的环境信息;
根据所述状态信息和所述环境信息,输出所述控制信号。
9.根据权利要求8所述的方法,其特征在于,各所述传感器设备包括第一传感器设备和第二传感器设备,所述对各所述传感器设备采集的数据进行融合,得到所述车辆周围的环境信息,包括:
对所述第一传感器设备采集的数据进行分析,得到所述目标场景中的静止目标和车道线信息,以及,对所述第二传感器设备采集的数据进行分析,得到所述目标场景中的运动目标和近距离障碍物;
将所述目标场景中的静止目标、所述运动目标、所述车道线信息和所述近距离障碍物进行融合,得到所述目标场景中的环境信息。
10.根据权利要求9所述的方法,其特征在于,所述第一传感器设备包括摄像设备和激光雷达设备,所述对所述第一传感器设备采集的数据进行分析,得到所述车辆周围的静止目标和车道线信息,包括:
通过摄像设备采集所述目标场景中的图像数据,以及,通过激光雷达设备采集所述目标场景中的第一点云数据;
根据所述图像数据和所述第一点云数据,确定所述目标场景中的静止目标和所述车道线信息。
11.根据权利要求9所述的方法,其特征在于,所述第二传感器包括毫米波雷达和超声波雷达,对所述第二传感器设备采集的数据进行分析,得到所述目标场景中的运动目标和近距离障碍物,包括:
对所述毫米波雷达采集所述目标场景中的第二点云数据进行分析,得到所述目标场景中的运动目标;
对所述超声波雷达采集所述目标场景中的第三点云数据进行分析,得到所述目标场景中的近距离障碍物。
12.根据权利要求9所述的方法,其特征在于,所述第一传感器设备还包括定位系统,所述获取所述车辆的状态信息,包括:
通过定位系统获取所述车辆的位置信息,以及,获取所述车辆的行驶速度、行驶角度;
根据所述位置信息、所述行驶速度和所述行驶角度,确定所述车辆的状态信息。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求7-12中任一项所述的车辆控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211135302.0A CN115576234A (zh) | 2022-09-19 | 2022-09-19 | 车辆域控制器、车辆、车辆控制方法和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211135302.0A CN115576234A (zh) | 2022-09-19 | 2022-09-19 | 车辆域控制器、车辆、车辆控制方法和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115576234A true CN115576234A (zh) | 2023-01-06 |
Family
ID=84581386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211135302.0A Pending CN115576234A (zh) | 2022-09-19 | 2022-09-19 | 车辆域控制器、车辆、车辆控制方法和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115576234A (zh) |
-
2022
- 2022-09-19 CN CN202211135302.0A patent/CN115576234A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111123933B (zh) | 车辆轨迹规划的方法、装置、智能驾驶域控制器和智能车 | |
CN110570538B (zh) | 智能驾驶汽车中黑匣子数据的管理方法、装置和设备 | |
CN113792566B (zh) | 一种激光点云的处理方法及相关设备 | |
WO2021212379A1 (zh) | 车道线检测方法及装置 | |
KR102492637B1 (ko) | 주행 성향 분석 방법, 주행 성향 분석 장치 및 차량 제어 시스템 | |
CN110568852A (zh) | 一种自动驾驶系统及其控制方法 | |
CN110588642A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
US20230106791A1 (en) | Control device for vehicle and automatic driving system | |
KR101439019B1 (ko) | 차량 제어 장치 및 그 자율 주행 방법 | |
US10755565B2 (en) | Prioritized vehicle messaging | |
US20210325901A1 (en) | Methods and systems for automated driving system monitoring and management | |
KR20190126024A (ko) | 교통 사고 처리 장치 및 교통 사고 처리 방법 | |
CN111724616A (zh) | 基于人工智能的数据获取及共享的方法与装置 | |
US20210362727A1 (en) | Shared vehicle management device and management method for shared vehicle | |
CN112238862A (zh) | 用于自主驾驶平台的开放和安全监视系统 | |
JP6903598B2 (ja) | 情報処理装置、情報処理方法、情報処理プログラム、および移動体 | |
US20220073104A1 (en) | Traffic accident management device and traffic accident management method | |
CN112513951A (zh) | 一种场景文件的获取方法以及装置 | |
US20220012561A1 (en) | Information processing apparatus, information processing method, and program | |
CN112829762A (zh) | 一种车辆行驶速度生成方法以及相关设备 | |
CN115576234A (zh) | 车辆域控制器、车辆、车辆控制方法和存储介质 | |
US20230080281A1 (en) | Precautionary observation zone for vehicle routing | |
EP4047514A1 (en) | Platform for perception system development for automated driving system | |
CN115240470A (zh) | 基于nr-v2x的弱势交通参与者碰撞预警系统与方法 | |
CN115314526A (zh) | 用于自车位置识别的系统架构、传输方法、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 |