CN115675509A - 无人车应急控制方法及相关装置 - Google Patents
无人车应急控制方法及相关装置 Download PDFInfo
- Publication number
- CN115675509A CN115675509A CN202110873428.7A CN202110873428A CN115675509A CN 115675509 A CN115675509 A CN 115675509A CN 202110873428 A CN202110873428 A CN 202110873428A CN 115675509 A CN115675509 A CN 115675509A
- Authority
- CN
- China
- Prior art keywords
- unmanned vehicle
- control
- capability
- module
- determining
- 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
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本公开涉及一种无人车应急控制方法及相关装置,以在无人车的行驶过程中,实时整合无人车各功能模块的输出信息评估无人车的自动驾驶能力,从而实现无人车的风险预估,及时做应急处理,保证无人车的驾驶安全。该方法包括:在无人车的行驶过程中,获取所述无人车功能模块输出的状态信息;根据无人车功能模块输出的状态信息,评估无人车的自动驾驶能力,并确定自动驾驶能力是否能够胜任处理感知到的无人车当前周边行车环境;在无人车的自动驾驶能力不能够胜任处理感知到的无人车当前周边行车环境的情况下,基于无人车的自动驾驶能力在降级控制策略和远程控制策略中确定目标控制模型;基于目标控制模型对无人车进行应急控制。
Description
技术领域
本公开涉及无人车技术领域,具体地,涉及一种无人车应急控制方法及相关装置。
背景技术
无人驾驶汽车是通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标的智能汽车,可以利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。但实际应用中,无人车可能遇到无法根据车辆周围环境做出驾驶控制决策的场景。在此种场景下,无人车需要识别当前自动驾驶的能力,以评估无人车的控制能力边界,从而提前进行风险预估,及时进行应急处理。
相关技术通常是在无人车的测试阶段进行风险预估,即控制无人车在各种模拟的突发状况下行驶,以确定无人车在各种突发状况下的应急控制策略。但是实际行驶场景复杂多变,测试场景无法覆盖所有的实际行驶场景。因此按照相关技术的方式,如果无人车的实际行驶场景与测试场景不同,则无法进行风险预估,从而影响无人车应急策略的准确性,进而影响无人车的驾驶安全。
发明内容
本公开的目的是提供一种无人车应急控制方法及相关装置,以在无人车的行驶过程中,实时整合无人车各功能模块输出的状态信息来评估无人车的自动驾驶能力,从而实现无人车的风险预估,及时做应急处理,保证无人车的驾驶安全。
为了实现上述目的,第一方面,本公开提供一种无人车应急控制方法,所述方法包括:
在无人车的行驶过程中,获取所述无人车功能模块输出的状态信息,所述功能模块包括定位模块、感知模块、决策规划模块和部件控制模块中的至少一者;
根据所述无人车功能模块输出的状态信息,评估所述无人车的自动驾驶能力,并确定所述自动驾驶能力是否能够胜任处理感知到的所述无人车当前周边行车环境;
在所述无人车的自动驾驶能力不能够胜任处理感知到的所述无人车当前周边行车环境的情况下,基于所述无人车的自动驾驶能力在降级控制策略和远程控制策略中确定目标控制模型,其中,所述降级控制模型用于控制所述无人车从正常行驶状态降级为低速行驶状态或停车状态,所述远程控制模型用于请求远程控制系统对所述无人车进行控制;
基于所述目标控制模型对所述无人车进行应急控制。
可选地,所述根据所述无人车功能模块输出的状态信息,评估所述无人车的自动驾驶能力,包括:
根据所述无人车功能模块输出的状态信息,确定用于表征所述无人车单一控制能力的参数值,所述单一控制能力包括以下至少一者:所述无人车的定位能力、路径规划能力、障碍物感知能力和驾驶方向控制能力;
针对每一所述参数值,根据所述参数值以及预设参数阈值之间的数值关系,评估所述参数值对应的单一控制能力,并根据至少一个所述单一控制能力的评估结果,评估所述无人车的自动驾驶能力。
可选地,所述根据所述无人车功能模块的输出信息,确定用于表征所述无人车单一控制能力的参数值,包括:
根据所述定位模块输出的定位信息,确定表征所述无人车定位能力的参数值。
可选地,所述根据所述无人车功能模块的输出信息,确定用于表征所述无人车单一控制能力的参数值,包括:
根据所述感知模块输出的障碍物信息,确定表征所述无人车障碍物感知能力的参数值。
可选地,所述根据所述无人车功能模块的输出信息,确定用于表征所述无人车单一控制能力的参数值,包括:
根据所述决策规划模块输出的自动驾驶路径,确定表征所述无人车路径规划能力的参数值。
可选地,所述根据所述无人车功能模块的输出信息,确定用于表征所述无人车单一控制能力的参数值,包括:
根据所述部件控制模块输出的方向盘控制信息,确定表征所述无人车驾驶方向控制能力的参数值。
可选地,所述所述根据所述无人车功能模块输出的状态信息,评估所述无人车的自动驾驶能力,并确定所述自动驾驶能力是否能够胜任处理感知到的所述无人车当前周边行车环境,包括:
根据所述无人车功能模块输出的状态信息,确定用于表征所述无人车自动驾驶能力的目标控制值,若所述目标控制值低于第一预设控制阈值或第二预设控制阈值,则确定所述无人自动驾驶能力不能够胜任处理感知到的所述无人车当前周边行车环境,其中所述第二预设控制阈值小于所述第一预设控制阈值;
基于所述无人车的自动驾驶能力在降级控制策略和远程控制策略中确定目标控制模型,包括:
在所述目标控制值低于第一预设控制阈值的情况下,在降级控制策略和远程控制策略中确定所述降级控制模型为目标控制模型;
在所述目标控制值低于第二预设控制阈值的情况下,在降级控制策略和远程控制策略中确定所述远程控制模型为目标控制模型,或者在降级控制策略和远程控制策略中确定降级控制模型和远程控制模型为目标控制模型。
可选地,所述基于所述目标控制模型对所述无人车进行应急控制,包括:
确定用于控制所述无人车的当前控制模型;
若所述当前控制模型与所述目标控制模型不同,则将所述当前控制模型切换为所述目标控制模型,并基于所述目标控制模型对所述无人车进行应急控制。
可选地,在基于所述目标控制模型对所述无人车进行控制之后,所述方法还包括:
评估通过所述目标控制模型对所述无人车进行控制的情况下所述无人车的自动驾驶能力,若所述无人车的自动驾驶能力高于应急控制之前所述无人车的自动驾驶能力,则继续基于所述目标控制模型对所述无人车进行应急控制,若所述无人车的自动驾驶能力低于应急控制之前所述无人车的自动驾驶能力,则将所述目标控制模型切换为应急控制之前所述无人车使用的原有控制模型。
可选地,所述方法还包括:
保存用于表征所述无人车单一控制能力的所述多个参数值;
在所述无人车的功能检测过程中,根据保存的所述多个参数值与所述预设参数阈值间的数值关系,确定待检测的目标控制能力;
对所述无人车的所述目标控制能力进行检测。
第二方面,本公开还提供一种无人车应急控制装置,所述装置包括:
获取模块,用于在无人车的行驶过程中,获取所述无人车功能模块输出的状态信息,所述功能模块包括定位模块、感知模块、决策规划模块和部件控制模块中的至少一者;
第一确定模块,用于根据所述无人车功能模块输出的状态信息,评估所述无人车的自动驾驶能力,并确定所述自动驾驶能力是否能够胜任处理感知到的所述无人车当前周边行车环境;
第二确定模块,用于在所述无人车的自动驾驶能力不能够胜任处理感知到的所述无人车当前周边行车环境的情况下,基于所述无人车的自动驾驶能力在降级控制策略和远程控制策略中确定目标控制模型,其中,所述降级控制模型用于控制所述无人车从正常行驶状态降级为低速行驶状态或停车状态,所述远程控制模型用于请求远程控制系统对所述无人车进行控制;
控制模块,用于基于所述目标控制模型对所述无人车进行应急控制。
第三方面,本公开还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面中任一项所述方法的步骤。
第四方面,本公开还提供一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现第一方面中任一项所述方法的步骤。
第五方面,本公开还提供一种无人车,包括:
功能模块,包括定位模块、感知模块、决策规划模块和部件控制模块中的至少一者;
评估模块,用于根据所述无人车功能模块输出的状态信息,评估所述无人车的自动驾驶能力,并确定所述自动驾驶能力是否能够胜任处理感知到的所述无人车当前周边行车环境;
仲裁模块,用于在所述无人车的自动驾驶能力不能够胜任处理感知到的所述无人车当前周边行车环境的情况下,基于所述无人车的自动驾驶能力在降级控制策略和远程控制策略中确定目标控制模型,并基于所述目标控制策略对所述无人车进行应急控制,其中所述降级控制模型用于控制所述无人车从正常行驶状态降级为低速行驶状态或停车状态,所述远程控制模型用于请求远程控制系统对所述无人车进行控制。
通过上述技术方案,可以在无人车的行驶过程中,获取无人车功能模块输出的状态信息,并根据无人车功能模块输出的状态信息,评估无人车的自动驾驶能力,从而根据评估出的自动驾驶能力对无人车进行应急控制,可以在无人车行驶过程中对无人车进行风险预估,进而及时进行应急处理。并且,由于是根据无人车行驶过程中功能模块的实时输出信息对无人车进行风险评估和应急控制,因此可以使应急控制策略更符合实际行车环境,提高应急处理的准确性,保证无人车的驾驶安全。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据本公开一示例性实施例示出的一种无人车应急控制方法的流程图;
图2是根据本公开另一示例性实施例示出的一种无人车应急控制方法的过程示意图;
图3是根据本公开一示例性实施例示出的一种无人车应急控制装置的框图;
图4是根据本公开一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
正如背景技术所言,无人车可能遇到无法根据车辆周围环境做出驾驶控制决策的场景。在此种场景下,无人车需要识别当前自动驾驶的能力,以评估无人车的控制能力边界,从而提前进行风险预估,及时进行应急处理。
相关技术通常是在无人车的测试阶段进行风险预估,即控制无人车在各种模拟的突发状况下行驶,以确定无人车在各种突发状况下的控制策略。但是实际行驶场景复杂多变,测试场景无法覆盖所有的实际行驶场景。因此,按照相关技术的方式,如果无人车的实际行驶场景与测试场景不同,则无法进行风险预估,从而影响无人车的驾驶安全。
有鉴于此,本公开提出一种无人车应急控制方法、装置、存储介质及电子设备,以在无人车的行驶过程中,实时整合无人车各功能模块的输出信息评估无人车的自动驾驶能力,从而根据评估出的自动驾驶能力控制无人车,可以实现无人车的风险预估,及时做应急处理,保证无人车的驾驶安全。
图1是根据本公开一示例性实施例示出的一种无人车应急控制方法的流程图。参照图1,该无人车应急控制方法可以包括以下步骤:
步骤101,在无人车的行驶过程中,获取无人车功能模块输出的状态信息,该功能模块包括定位模块、感知模块、决策规划模块和部件控制模块中的至少一者。
步骤102,根据无人车功能模块输出的状态信息,评估无人车的自动驾驶能力,并确定该自动驾驶能力是否能够胜任处理感知到的无人车当前周边行车环境。
步骤103,在无人车的自动驾驶能力不能够胜任处理感知到的无人车当前周边行车环境的情况下,基于无人车的自动驾驶能力在降级控制策略和远程控制策略中确定目标控制模型。其中,降级控制模型用于控制无人车从正常行驶状态降级为低速行驶状态或停车状态,远程控制模型用于请求远程控制系统对无人车进行控制。
步骤104,基于目标控制模型对无人车进行应急控制。
应当理解的是,为了实现无人车的功能控制,比如定位功能控制、感知功能控制等,无人车内部设置有多个功能模块分别进行功能控制。在本公开实施例中,无人车应急控制器可以订阅该多个功能模块的输出信息,即获取该多个功能模块的输出信息进行实时的风险预估。
示例地,在无人车的行驶过程中,可以获取无人车定位模块、感知模块、决策规划模块和部件控制模块中的至少一个功能模块的输出信息。其中,定位模块用于确定无人车的位置,可以包括比如GPS定位传感器等用于实现定位功能的传感器,则定位模块的输出信息可以是比如GPS信息等定位信息。感知模块用于从传感器数据中探测计算出周边环境的物体及其属性,可以包括比如激光雷达、摄像头等感知部件,则感知模块的输出信息可以是比如无人车周围的障碍物信息等环境信息。决策规划模块用于在对感知到的周边物体的预测轨迹的基础上,结合无人车的路由意图和当前位置,对车辆做出最合理的决策和控制,决策规划模块的输出信息可以是无人车的自动驾驶路径。部件控制模块用于将无人车应急控制器生成的控制信息转换为具体执行部件可执行的控制信息,比如部件控制模块的输出信息可以是方向盘控制信息等。
示例地,无人车功能模块输出的状态信息比如可以包括定位信息、障碍物信息、自动驾驶路径和方向盘控制信息等信息,由此可以评估无人车当前的自动驾驶能力。然后,可以确定无人车的自动驾驶能力是否能够胜任处理感知到的无人车当前周边行车环境。若无人车的自动驾驶能力不能够胜任处理当前周边行车环境,则可以对无人车进行降级控制和/或远程控制,以确保无人车的行驶安全。
在可能的方式中,根据无人车功能模块输出的状态信息,评估无人车的自动驾驶能力可以是:先根据无人车功能模块输出的状态信息,确定用于表征无人车单一控制能力的参数值,该单一控制能力可以包括以下至少一者:无人车的定位能力、路径规划能力、障碍物感知能力和驾驶方向控制能力。然后,针对每一参数值,根据参数值以及预设参数阈值之间的数值关系,评估参数值对应的单一控制能力,并根据至少一个单一控制能力的评估结果,评估无人车的自动驾驶能力。
也即是说,本公开实施例可以整合无人车各方面的单一控制能力综合评估无人车的自动驾驶能力,从而可以提高无人车自动驾驶能力的评估准确性。
在可能的方式中,根据无人车功能模块输出的状态信息,确定用于表征无人车单一控制能力的参数值,可以包括:根据定位模块输出的定位信息,确定表征无人车定位能力的参数值。或者,在其他可能的方式中,根据无人车功能模块输出的状态信息,确定用于表征无人车单一控制能力的参数值,可以包括:根据感知模块输出的障碍物信息,确定表征无人车障碍物感知能力的参数值。又或者,在其他可能的方式中,根据无人车功能模块输出的状态信息,确定用于表征无人车单一控制能力的参数值,可以包括:根据决策规划模块输出的自动驾驶路径,确定表征无人车路径规划能力的参数值。再或者,在其他可能的方式中,根据无人车功能模块输出的状态信息,确定用于表征无人车单一控制能力的参数值,可以包括:根据部件控制模块输出的方向盘控制信息,确定表征无人车驾驶方向控制能力的参数值。
也即是说,本公开实施例可以针对不同的功能模块提供不同的评估方式,保证无人车单一控制能力的评估准确性。另外应当理解的是,上述列出的各种确定用于表征无人车单一控制能力的参数值的方式可以进行任意组合,本公开实施例对此不作限定。
例如,可以根据定位模块包括的多个定位传感器输出的定位信息间的方差评估定位是否收敛,即表征无人车定位能力的参数值可以表征定位收敛的程度。比如该参数值越大,则定位收敛程度越高,反之定位收敛程度越低。另一方面,可以根据感知模块输出的障碍物信息,确定同一障碍物在连续时间段内是否跳变、大小是否稳定、变化是否平滑来评估当前感知能力是否稳定,即表征无人车障碍物感知能力的参数值可以表征无人车当前感知能力的稳定程度。比如该参数值越大,则无人车当前感知能力的稳定程度越高,反之当前感知能力的稳定程度越低。此外,可以根据决策规划模块输出的自动驾驶路径的长度以及点之间的曲率评估车辆是否被阻碍、路径是否平滑等。并且,还可以根据部件控制模块输出的方向盘控制信息,确定方向盘角度在连续时间段内的导数判断车辆是否画龙(即判断车辆是否左右摇摆行驶)等。
当然,在其他可能的方式中,为了提高单一控制能力的评估准确性,也可以结合多个功能模块的信息,确定用于表征无人车单一控制能力的参数值,比如在确定无人车的路径规划能力的情况下,可以结合定位模块的定位信息、感知模块的障碍物信息和决策规划模块的自动驾驶路径,等等,本公开实施例对此不作限定。
在可能的方式中,在得到用于表征无人车单一控制能力的多个参数值后,还可以保存用于表征无人车单一控制能力的该多个参数值,然后在无人车的功能检测过程中,根据保存的多个参数值与预设参数阈值间的数值关系,确定待检测的目标控制能力,最后对无人车的所述目标控制能力进行检测。
示例地,预设参数阈值可以包括至少一个参数阈值。在预设参数阈值为一个参数阈值的情况下,每个单一控制能力对应的参数值均与同一个预设参数阈值进行数值比较。在预设参数阈值包括多个参数阈值的情况下,该多个参数阈值分别与无人车的单一控制能力对应,即每个单一控制能力对应的参数值可以具有对应的预设参数阈值,从而可以将每个单一控制能力对应的参数值与对应的预设参数阈值进行数值比较。对于预设参数阈值的具体数值可以根据实际的功能检测场景进行设定,本公开实施例对此不作限定。
比如,在无人车的定位功能测试过程中,可以根据无人车定位功能对应的参数值与预设参数阈值的数值关系,即比较无人车定位功能对应的参数值与预设参数阈值的数值大小。若无人车定位功能对应的参数值大于等于预设参数阈值,则可以表明无人车的定位功能误差较小。反之,若无人车定位功能对应的参数值小于预设参数阈值,则可以表明无人车的定位功能误差较大。
由此,可以根据无人车定位功能对应的参数值与预设参数阈值的数值关系,确定无人车的定位功能误差,并且可以在无人车定位误差较大的情况下,对无人车的定位功能(即目标控制能力)进行检测,以针对性地提升无人车的定位功能,保证无人车的行驶安全。或者,在多个无人车的功能检测场景下,可以根据无人车定位功能对应的参数值与预设参数阈值的数值关系,筛选出定位功能误差较大的目标无人车进行定位功能检测,以避免再次控制无人车行驶以获取无人车行驶过程中的定位数据进行筛选来得到目标无人车,从而可以提高功能检测的效率。
在应急控制过程中,在确定用于表征无人车单一控制能力的参数值后,可以针对每一参数值,根据参数值以及预设参数阈值之间的数值关系,评估参数值对应的单一控制能力,然后根据至少一个单一控制能力的评估结果,评估无人车的自动驾驶能力。比如,根据无人车的定位能力、路径规划能力和障碍物感知能力评估该无人车的自动驾驶能力。或者,根据无人车的定位能力、路径规划能力、障碍物感知能力和驾驶方向控制能力评估该无人车的自动驾驶能力,本公开实施例对此不作限定。
在评估无人车的自动驾驶能力后,可以确定无人车的自动驾驶能力是否能够胜任处理感知到的无人车当前周边行车环境。若无人车的自动驾驶能力不能够胜任处理感知到的无人车当前周边行车环境的情况下,则可以基于无人车的自动驾驶能力在降级控制策略和远程控制策略中确定目标控制模型,从而通过目标控制模型对无人车进行应急控制。
在可能的方式中,可以先根据无人车功能模块输出的状态信息,确定用于表征无人车自动驾驶能力的目标控制值,若目标控制值低于第一预设控制阈值或第二预设控制阈值,则确定无人自动驾驶能力不能够胜任无人车当前所处行车环境,其中第二预设控制阈值小于第一预设控制阈值。然后,在目标控制值低于第一预设控制阈值的情况下,在降级控制策略和远程控制策略中确定降级控制模型为目标控制模型,在目标控制值低于第二预设控制阈值的情况下,在降级控制策略和远程控制策略中确定远程控制模型为目标控制模型,或者在降级控制策略和远程控制策略中确定降级控制模型和远程控制模型为目标控制模型。
示例地,第一预设控制阈值和第二预设控制阈值均可以是根据无人车的测试控制数据和历史控制数据进行确定的。比如,针对第一预设控制阈值,可以先在测试阶段确定了初始的第一预设控制阈值,然后在实际行驶过程中,在根据该初始的第一预设控制阈值对无人车进行控制后,根据无人车反馈的控制结果更新该初始的第一预设控制阈值。由此,可以根据无人车的实际行驶控制数据对第一预设控制阈值进行调整,以使得第一预设控制阈值更加符合实际行驶场景,提升无人车的控制准确性。同样地,第二预设控制阈值也可以通过类似的方式进行设定,这里不再赘述。
示例地,无人车可以预置多个控制模型,该多个控制模型可以分别对应不同的行驶场景,以满足不同的行驶需求。在得到用于表征无人车自动驾驶能力的目标控制值后,可以根据该目标控制值与第一预设控制阈值或第二预设控制阈值间的数值关系,确定无人的自动驾驶能力是否能够胜任处理感知到的无人车当前周边行车环境。在本公开实施例中,若目标控制值低于第一预设控制阈值或第二预设控制阈值,则可以确定无人自动驾驶能力不能够胜任处理感知到的无人车当前周边行车环境,即无人车当前的自动驾驶能力较弱。因此为了保证行驶安全,可以对无人车进行降级控制和/或远程控制。
示例地,在目标控制值低于第一预设控制阈值的情况下,可以在降级控制策略和远程控制策略中确定降级控制模型为目标控制模型,即可以控制无人车由正常行驶状态降级为停车状态或低速行驶状态。若目标控制值低于第二预设控制阈值,且第二预设控制阈值小于第一预设控制阈值,则表明无人车当前的自动驾驶能力非常弱,甚至可能无法实现自动停车或自动低速行驶,因此为了保证行驶安全,可以在降级控制策略和远程控制策略中确定远程控制模型为目标控制模型,或者在降级控制策略和远程控制策略中确定降级控制模型和远程控制模型为目标控制模型。也即是说,此种场景下,可以请求远程控制系统对无人车进行控制。其中,远程控制系统可以是远程人工控制系统,则基于远程控制模型对无人车进行控制可以实现远程人工控制,充分保证无人车的行驶安全。
在确定目标控制模型后,可以基于目标控制模型对无人车进行应急控制。比如,可以将无人车的当前控制模型切换为目标控制模型对无人车进行应急控制。应当理解的是,在实际应用中,可能存在确定出的目标控制模型与无人车当前的控制模型相同而无需切换控制模型的情况。因此,在可能的方式中,可以先确定用于控制无人车的当前控制模型,若当前控制模型与目标控制模型不同,则将当前控制模型切换为目标控制模型,并基于目标控制模型对无人车进行应急控制。
也即是说,若无人车的当前控制模型与目标控制模型不同,则可以将无人车的当前控制模型切换为目标控制模型。若无人车的当前控制模型与目标控制模型相同,则无需进行控制模型的切换,以避免不必要的控制操作,提高无人车的控制效率。
在实际应用中,可能存在目标控制模型确定不准确的极端情况,因此为了进一步保证控制准确性,从而保证无人车的行驶安全,可以在基于目标控制模型对无人车进行应急控制之后,评估通过目标控制模型对无人车进行控制的情况下所述无人车的自动驾驶能力,若无人车的自动驾驶能力高于应急控制之前无人车的自动驾驶能力,则继续基于目标控制模型对无人车进行应急控制,若无人车的自动驾驶能力低于应急控制之前无人车的自动驾驶能力,则将目标控制模型切换为应急控制之前无人车使用的原有控制模型。
例如,在确定目标控制模型后,可以先控制无人车切换为目标控制模型,得到目标控制模型下无人车各功能模块的输出信息,并根据该输出信息确定用于表征无人车自动驾驶能力的控制值,即评估控制值。然后将该评估控制值与目标控制值进行比较,若评估控制值大于等于目标控制值,则说明目标控制模型下无人车的自动驾驶能力较好,则可以继续保持基于目标控制模型对无人车进行应急控制。反之,若评估控制值小于目标控制值,则说明在控制模型切换前的历史控制模型下无人车的自动驾驶能力较好,则可以将无人车切换为历史控制模型,即通过该历史控制模型对无人车进行应急控制,而不使用目标控制模型对无人车进行应急控制。由此,可以避免目标控制模型确定不准确的极端情况,进一步保证控制准确性,从而保证无人车的行驶安全。
下面通过另一示例性实施例对本公开提供的无人车应急控制方法进行说明。
参照图2,系统评估模块可以从无人车的定位模块、感知模块、决策规划模块和部件控制模块中的至少一种功能模块中获取对应的状态信息,然后根据获取到的状态信息确定用于表征无人车自动驾驶能力的目标控制值,并根据该目标控制值与预设控制阈值间的数值关系,确定无人车的自动驾驶能力是否能够胜任处理感知到的无人车当前周边行车环境。之后,系统评估模块可以将该评估结果(包括目标控制值)发送给控制仲裁模块中的系统切换子模块。该系统切换子模块可以分别与无人车预置的多个控制模型(图2中以控制模型1~N进行示意,N为大于1的正整数)通信,从而系统切换子模块可以根据接收到的评估结果切换针对无人车的控制模型,即根据自动驾驶能力的评估结果调度无人车的控制模型。其中,控制下发子模块可以用于将系统切换子模块确定的控制模型实施于无人车,使得无人车执行该控制模型对应的控制操作。指标数据回收子模块可以用于实现评估结果回收,比如保存目标控制值或用于表征无人车单一控制能力的多个参数值,便于功能复盘检测。策略迭代子模块可以用于迭代更新无人车预置的控制模型,以优化无人车的应急控制。
基于同一发明构思,本公开实施例提供一种无人车应急控制装置,该装置可以通过软件、硬件或两者结合的方式成为无人车的部分或全部。参照图3,该无人车应急控制装置300包括:
获取模块301,用于在无人车的行驶过程中,获取所述无人车功能模块输出的状态信息,所述功能模块包括定位模块、感知模块、决策规划模块和部件控制模块中的至少一者;
第一确定模块302,用于根据所述无人车功能模块输出的状态信息,评估所述无人车的自动驾驶能力,并确定所述自动驾驶能力是否能够胜任处理感知到的所述无人车当前周边行车环境;
第二确定模块303,用于在所述无人车的自动驾驶能力不能够胜任处理感知到的所述无人车当前周边行车环境的情况下,基于所述无人车的自动驾驶能力在降级控制策略和远程控制策略中确定目标控制模型,其中,所述降级控制模型用于控制所述无人车从正常行驶状态降级为低速行驶状态或停车状态,所述远程控制模型用于请求远程控制系统对所述无人车进行控制;
控制模块304,用于根据所述目标控制值与预设控制阈值间的数值关系,从所述无人车预置的多个控制模型中确定所述目标控制值对应的目标控制模型,并基于所述目标控制模型对所述无人车进行应急控制。
可选地,所述第一确定模块302用于:
根据所述无人车功能模块输出的状态信息,确定用于表征所述无人车单一控制能力的参数值,所述单一控制能力包括以下至少一者:所述无人车的定位能力、路径规划能力、障碍物感知能力和驾驶方向控制能力;
针对每一所述参数值,根据所述参数值以及预设参数阈值之间的数值关系,评估所述参数值对应的单一控制能力,并根据至少一个所述单一控制能力的评估结果,评估所述无人车的自动驾驶能力。
可选地,所述第一确定模块302用于:
根据所述定位模块输出的定位信息,确定表征所述无人车定位能力的参数值。
可选地,所述第一确定模块302用于:
根据所述感知模块输出的障碍物信息,确定表征所述无人车障碍物感知能力的参数值。
可选地,所述第一确定模块302用于:
根据所述决策规划模块输出的自动驾驶路径,确定表征所述无人车路径规划能力的参数值。
可选地,所述第一确定模块302用于:
根据所述部件控制模块输出的方向盘控制信息,确定表征所述无人车驾驶方向控制能力的参数值。
可选地,可选地,所述第一确定模块302用于:
根据所述无人车功能模块输出的状态信息,确定用于表征所述无人车自动驾驶能力的目标控制值,若所述目标控制值低于第一预设控制阈值或第二预设控制阈值,则确定所述无人自动驾驶能力不能够胜任处理感知到的所述无人车当前周边行车环境,其中所述第二预设控制阈值小于所述第一预设控制阈值;
所述控制模块304用于:
在所述目标控制值低于第一预设控制阈值的情况下,在降级控制策略和远程控制策略中确定所述降级控制模型为目标控制模型;
在所述目标控制值低于第二预设控制阈值的情况下,在降级控制策略和远程控制策略中确定所述远程控制模型为目标控制模型,或者在降级控制策略和远程控制策略中确定降级控制模型和远程控制模型为目标控制模型。
可选地,所述控制模块303用于:
确定用于控制所述无人车的当前控制模型;
若所述当前控制模型与所述目标控制模型不同,则将所述当前控制模型切换为所述目标控制模型,并基于所述目标控制模型对所述无人车进行应急控制。
可选地,所述装置300还包括:
评估模块,用于评估通过所述目标控制模型对所述无人车进行控制的情况下所述无人车的自动驾驶能力,若所述无人车的自动驾驶能力高于应急控制之前所述无人车的自动驾驶能力,则继续基于所述目标控制模型对所述无人车进行应急控制,若所述无人车的自动驾驶能力低于应急控制之前所述无人车的自动驾驶能力,则将所述目标控制模型切换为应急控制之前所述无人车使用的原有控制模型。
可选地,所述装置300还包括:
保存模块,用于保存用于表征所述无人车单一控制能力的所述多个参数值;
第三确定模块,用于在所述无人车的功能检测过程中,根据保存的所述多个参数值与预设参数阈值间的数值关系,确定待检测的目标控制能力;
检测模块,用于对所述无人车的所述目标控制能力进行检测。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
基于同一发明构思,本公开实施例还提供一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现上述任一无人车应急控制方法的步骤。
在可能的方式中,该电子设备的框图可以如图4所示。参照图4,该电子设备400可以包括:处理器401,存储器402。该电子设备400还可以包括多媒体组件403,输入/输出(I/O)接口404,以及通信组件405中的一者或多者。
其中,处理器401用于控制该电子设备400的整体操作,以完成上述的无人车应急控制方法中的全部或部分步骤。存储器402用于存储各种类型的数据以支持在该电子设备400的操作,这些数据例如可以包括用于在该电子设备400上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器402可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件403可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器402或通过通信组件405发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口404为处理器401和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件405用于该电子设备400与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near FieldCommunication,简称NFC),2G、3G、4G、NB-IOT、eMTC、或其他5G等等,或它们中的一种或几种的组合,在此不做限定。因此相应的该通信组件405可以包括:Wi-Fi模块,蓝牙模块,NFC模块等等。
在一示例性实施例中,电子设备400可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的无人车应急控制方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的无人车应急控制方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器402,上述程序指令可由电子设备400的处理器401执行以完成上述的无人车应急控制方法。
在另一示例性实施例中,还提供一种计算机程序产品,该计算机程序产品包含能够由可编程的装置执行的计算机程序,该计算机程序具有当由该可编程的装置执行时用于执行上述的无人车应急控制方法的代码部分。
基于同一发明构思,本公开实施例还提供一种无人车,包括:
功能模块,包括定位模块、感知模块、决策规划模块和部件控制模块中的至少一者;
评估模块,用于根据所述无人车功能模块输出的状态信息,评估所述无人车的自动驾驶能力,并确定所述自动驾驶能力是否能够胜任处理感知到的所述无人车当前周边行车环境;
仲裁模块,用于在所述无人车的自动驾驶能力不能够胜任处理感知到的所述无人车当前周边行车环境的情况下,基于所述无人车的自动驾驶能力在降级控制策略和远程控制策略中确定目标控制模型,并基于所述目标控制策略对所述无人车进行应急控制,其中所述降级控制模型用于控制所述无人车从正常行驶状态降级为低速行驶状态或停车状态,所述远程控制模型用于请求远程控制系统对所述无人车进行控制。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (14)
1.一种无人车应急控制方法,其特征在于,所述方法包括:
在无人车的行驶过程中,获取所述无人车功能模块输出的状态信息,所述功能模块包括定位模块、感知模块、决策规划模块和部件控制模块中的至少一者;
根据所述无人车功能模块输出的状态信息,评估所述无人车的自动驾驶能力,并确定所述自动驾驶能力是否能够胜任处理感知到的所述无人车当前周边行车环境;
在所述无人车的自动驾驶能力不能够胜任处理感知到的所述无人车当前周边行车环境的情况下,基于所述无人车的自动驾驶能力在降级控制策略和远程控制策略中确定目标控制模型,其中,所述降级控制模型用于控制所述无人车从正常行驶状态降级为低速行驶状态或停车状态,所述远程控制模型用于请求远程控制系统对所述无人车进行控制;
基于所述目标控制策略对所述无人车进行应急控制。
2.根据权利要求1所述的方法,其特征在于,所述根据所述无人车功能模块输出的状态信息,评估所述无人车的自动驾驶能力,包括:
根据所述无人车功能模块输出的状态信息,确定用于表征所述无人车单一控制能力的参数值,所述单一控制能力包括以下至少一者:所述无人车的定位能力、路径规划能力、障碍物感知能力和驾驶方向控制能力;
针对每一所述参数值,根据所述参数值以及预设参数阈值之间的数值关系,评估所述参数值对应的单一控制能力,并根据至少一个所述单一控制能力的评估结果,评估所述无人车的自动驾驶能力。
3.根据权利要求2所述的方法,其特征在于,所述根据所述无人车功能模块的输出信息,确定用于表征所述无人车单一控制能力的参数值,包括:
根据所述定位模块输出的定位信息,确定表征所述无人车定位能力的参数值。
4.根据权利要求2所述的方法,其特征在于,所述根据所述无人车功能模块的输出信息,确定用于表征所述无人车单一控制能力的参数值,包括:
根据所述感知模块输出的障碍物信息,确定表征所述无人车障碍物感知能力的参数值。
5.根据权利要求2所述的方法,其特征在于,所述根据所述无人车功能模块的输出信息,确定用于表征所述无人车单一控制能力的参数值,包括:
根据所述决策规划模块输出的自动驾驶路径,确定表征所述无人车路径规划能力的参数值。
6.根据权利要求2所述的方法,其特征在于,所述根据所述无人车功能模块的输出信息,确定用于表征所述无人车单一控制能力的参数值,包括:
根据所述部件控制模块输出的方向盘控制信息,确定表征所述无人车驾驶方向控制能力的参数值。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述根据所述无人车功能模块输出的状态信息,评估所述无人车的自动驾驶能力,并确定所述自动驾驶能力是否能够胜任处理感知到的所述无人车当前周边行车环境,包括:
根据所述无人车功能模块输出的状态信息,确定用于表征所述无人车自动驾驶能力的目标控制值,若所述目标控制值低于第一预设控制阈值或第二预设控制阈值,则确定所述无人自动驾驶能力不能够胜任处理感知到的所述无人车当前周边行车环境,其中所述第二预设控制阈值小于所述第一预设控制阈值;
基于所述无人车的自动驾驶能力在降级控制策略和远程控制策略中确定目标控制模型,包括:
在所述目标控制值低于第一预设控制阈值的情况下,在降级控制策略和远程控制策略中确定所述降级控制模型为目标控制模型;
在所述目标控制值低于第二预设控制阈值的情况下,在降级控制策略和远程控制策略中确定所述远程控制模型为目标控制模型,或者在降级控制策略和远程控制策略中确定降级控制模型和远程控制模型为目标控制模型。
8.根据权利要求1-8任一项所述的方法,其特征在于,所述基于所述目标控制模型对所述无人车进行应急控制,包括:
确定用于控制所述无人车的当前控制模型;
若所述当前控制模型与所述目标控制模型不同,则将所述当前控制模型切换为所述目标控制模型,并基于所述目标控制模型对所述无人车进行应急控制。
9.根据权利要求1-8任一项所述的方法,其特征在于,在基于所述目标控制模型对所述无人车进行应急控制之后,所述方法还包括:
评估通过所述目标控制模型对所述无人车进行控制的情况下所述无人车的自动驾驶能力,若所述无人车的自动驾驶能力高于应急控制之前所述无人车的自动驾驶能力,则继续基于所述目标控制模型对所述无人车进行应急控制,若所述无人车的自动驾驶能力低于应急控制之前所述无人车的自动驾驶能力,则将所述目标控制模型切换为应急控制之前所述无人车使用的原有控制模型。
10.根据权利要求2-6任一项所述的方法,其特征在于,所述方法还包括:
保存用于表征所述无人车单一控制能力的所述多个参数值;
在所述无人车的功能检测过程中,根据保存的所述多个参数值与所述预设参数阈值间的数值关系,确定待检测的目标控制能力;
对所述无人车的所述目标控制能力进行检测。
11.一种无人车应急控制装置,其特征在于,所述装置包括:
获取模块,用于在无人车的行驶过程中,获取所述无人车功能模块输出的状态信息,所述功能模块包括定位模块、感知模块、决策规划模块和部件控制模块中的至少一者;
第一确定模块,用于根据所述无人车功能模块输出的状态信息,评估所述无人车的自动驾驶能力,并确定所述自动驾驶能力是否能够胜任处理感知到的所述无人车当前周边行车环境;
第二确定模块,用于在所述无人车的自动驾驶能力不能够胜任处理感知到的所述无人车当前周边行车环境的情况下,基于所述无人车的自动驾驶能力在降级控制策略和远程控制策略中确定目标控制模型,其中,所述降级控制模型用于控制所述无人车从正常行驶状态降级为低速行驶状态或停车状态,所述远程控制模型用于请求远程控制系统对所述无人车进行控制;
控制模块,用于基于所述目标控制策略对所述无人车进行应急控制。
12.一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,该程序被处理器执行时实现权利要求1-10中任一项所述方法的步骤。
13.一种电子设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-10中任一项所述方法的步骤。
14.一种无人车,其特征在于,包括:
功能模块,包括定位模块、感知模块、决策规划模块和部件控制模块中的至少一者;
评估模块,用于根据所述无人车功能模块输出的状态信息,评估所述无人车的自动驾驶能力,并确定所述自动驾驶能力是否能够胜任处理感知到的所述无人车当前周边行车环境;
仲裁模块,用于在所述无人车的自动驾驶能力不能够胜任感知到的所述无人车当前周边行车环境的情况下,基于所述无人车的自动驾驶能力在降级控制策略和远程控制策略中确定目标控制模型,并基于所述目标控制策略对所述无人车进行应急控制,其中所述降级控制模型用于控制所述无人车从正常行驶状态降级为低速行驶状态或停车状态,所述远程控制模型用于请求远程控制系统对所述无人车进行控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110873428.7A CN115675509A (zh) | 2021-07-30 | 2021-07-30 | 无人车应急控制方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110873428.7A CN115675509A (zh) | 2021-07-30 | 2021-07-30 | 无人车应急控制方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115675509A true CN115675509A (zh) | 2023-02-03 |
Family
ID=85058557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110873428.7A Pending CN115675509A (zh) | 2021-07-30 | 2021-07-30 | 无人车应急控制方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115675509A (zh) |
-
2021
- 2021-07-30 CN CN202110873428.7A patent/CN115675509A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111688663B (zh) | 机动交通工具及控制其自动驾驶操作的方法 | |
CN110834644B (zh) | 一种车辆控制方法、装置、待控制车辆及存储介质 | |
CN109421738B (zh) | 用于监视自主车辆的方法和装置 | |
US11144054B2 (en) | Safety controls for network connected autonomous vehicle | |
CN109213134B (zh) | 生成自动驾驶策略的方法和装置 | |
CN108602509B (zh) | 基于运动规划来操作自动驾驶车辆的方法和系统 | |
US11345359B2 (en) | Autonomous driving vehicles with dual autonomous driving systems for safety | |
EP3870491A1 (en) | Personal driving style learning for autonomous driving | |
CN108885836A (zh) | 驾驶辅助方法和利用该驾驶辅助方法的驾驶辅助装置、自动驾驶控制装置、车辆、驾驶辅助系统以及程序 | |
US11242050B2 (en) | Reinforcement learning with scene decomposition for navigating complex environments | |
US10795357B2 (en) | Method and device for controlling vehicle and autonomous driving vehicle | |
WO2021129156A1 (zh) | 智能汽车的控制方法、装置和控制系统 | |
US20220324440A1 (en) | Method for operating an autonomous driving function of a vehicle | |
CN112382165B (zh) | 驾驶策略生成方法、装置、介质、设备及仿真系统 | |
CN111746557B (zh) | 用于车辆的路径规划融合 | |
CN111984018A (zh) | 自动驾驶方法及装置 | |
CN114586044A (zh) | 信息处理装置、信息处理方法及信息处理程序 | |
US11427200B2 (en) | Automated driving system and method of autonomously driving a vehicle | |
CN112987733A (zh) | 自动驾驶控制系统、方法、可读存储介质及无人设备 | |
EP3914492B1 (en) | A parking-trajectory generation method combined with offline and online solutions | |
CN117130298A (zh) | 用于评估自动驾驶系统的方法、装置及存储介质 | |
WO2022245916A1 (en) | Device health code broadcasting on mixed vehicle communication networks | |
CN115761686A (zh) | 用于检测自动驾驶系统中的意外控制状态的方法和装置 | |
US20210370962A1 (en) | Automatic comfort score system based on human driving reference data | |
US11663913B2 (en) | Neural network with lane aggregation for lane selection prediction of moving objects during autonomous driving |
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 |