CN115675522A - 一种网联自动驾驶方法 - Google Patents

Abstract

本说明书实施例公开了一种网联自动驾驶方法，用于云端，包括：获取目标车辆的目的地，基于目的地和目标车辆的当前位置，生成规划路径；基于当前位置，获取路侧感知设备采集的当前位置对应的道路环境信息；根据规划路径和道路环境信息，生成用于控制目标车辆行驶的控制指令；将控制指令发送给目标车辆。本申请实施例中，云端根据规划路径和路侧感知设备采集的道路环境信息，生成控制目标车辆行驶状态的控制指令，目标车辆可以只需根据云端下发的控制指令即可在复杂的场景下通行，并且由于控制指令是基于路侧感知设备采集的道路环境信息生成，考虑的信息更齐全，使得车辆的自动驾驶功能进一步增强。

Description

一种网联自动驾驶方法

技术领域

本申请涉及网联自动驾驶技术领域，尤其涉及一种网联自动驾驶方法。

背景技术

自动驾驶已成为人类发明汽车以来的一大颠覆性创新，被称为“解放双手的最后一站”。目前量产车市场上存在着大量自动驾驶车辆，它们搭载的自动驾驶功能包含拨杆换道、直行跟车、紧急制动等等。但是由于自动驾驶功能有限，其只能在特定的场景下通行，适用范围之外时自动驾驶功能便会退出，由驾驶员进行控制，导致车辆的自动驾驶功能不尽人意。

因此如何增强车辆的自动驾驶功能，成为目前急需解决的技术问题。

发明内容

本说明书实施例提供一种网联自动驾驶方法和系统，以增强车辆的自动驾驶功能。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种网联自动驾驶方法，用于云端，包括：

获取目标车辆的目的地，基于所述目的地和所述目标车辆的当前位置，生成规划路径；

基于所述当前位置，获取路侧感知设备采集的所述当前位置对应的道路环境信息；

根据所述规划路径和所述道路环境信息，生成用于控制所述目标车辆行驶的控制指令；

将所述控制指令发送给所述目标车辆。

可选地，所述生成用于控制所述目标车辆行驶的控制指令，包括：

生成横向指令、生成纵向指令和/或生成接管指令。

可选地，所述生成横向指令，包括：

根据所述道路环境信息，判断所述目标车辆是否符合换道或转弯条件；

若是，则获取目标车道的第一中心线；所述目标车道为所述目标车辆预期行驶到的车道；

根据所述当前位置，获取所述目标车辆所在车道的第二中心线；

根据所述第一中心线和所述第二中心线，生成行驶路径；

基于所述行驶路径，生成横向指令，以使所述目标车辆按照所述行驶路径驶入所述目标车道。

可选地，本说明书实施例提供的网联自动驾驶方法，还包括：

获取交通灯状态信息；

判断所述目标车辆是否符合转弯条件，具体包括：

判断所述交通灯状态信息是否为表示允许车辆可驶入所述目标车道的信息；

若是，则判断所述目标车辆是否符合转弯条件。

可选地，在步骤所述根据所述道路环境信息，判断所述目标车辆是否符合换道或转弯条件之前，还包括：

判断所述目标车辆是否处在换道状态或转弯状态；

若否，则根据所述道路环境信息，判断所述目标车辆是否符合换道或转弯条件。

可选地，所述生成纵向指令，包括：

根据所述道路环境信息，获取所述目标车辆与避让物之间的距离信息；所述避让物包括行人、车辆和停止线中的至少一种；

根据所述距离信息，生成纵向指令，以控制所述目标车辆的行驶速度。

可选地，所述生成接管指令，包括：

根据所述当前位置，判断所述目标车辆是否超出所述网联自动驾驶方法所提供的服务范围；

和/或，

根据所述道路环境信息，判断所述目标车辆是否存在发生碰撞事件的风险；

若所述目标车辆超出所述网联自动驾驶方法所提供的服务范围，或者所述目标车辆存在发生碰撞事件的风险，则生成接管指令，以用于驾驶员接管所述目标车辆。

可选地，所述判断所述目标车辆是否存在发生碰撞事件的风险，具体包括：

根据所述当前位置所在区域有无路侧感知设备以及所述当前位置所在区域的网络信号强度，判断所述目标车辆是否超出所述网联自动驾驶方法所提供的服务范围。

可选地，所述目标车辆具备自动紧急制动功能，所述自动紧急制动功能基于自动紧急制动指令实现；所述自动紧急制动指令的执行优先级高于所述控制指令的执行优先级

本说明书实施例提供的一种网联自动驾驶方法，用于目标车辆，包括：

将目标车辆的目的地和当前位置发送给云端，以使所述云端基于所述目的地和所述当前位置，生成规划路径；

接收所述云端发送的控制指令；所述控制指令由所述规划路径和路侧感知设备采集的所述当前位置对应的道路环境信息生成；

执行所述控制指令。

本说明书公开的实施例实现了以下有益效果：云端根据目标车辆的目的地和当前位置，生成规划路径，然后基于规划路径和路侧感知设备采集的当前位置所对应的道路环境信息，生成控制指令，目标车辆根据云端下发的控制指令即可在复杂的场景下通行，使得低级别的自动驾驶车辆能够实现高级别自动驾驶车辆的功能。并且由于控制指令是基于路侧感知设备获取的道路环境信息生成，考虑的信息更齐全，使得车辆的自动驾驶功能进一步增强。

附图说明

为了更清楚地说明本说明书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作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书实施例提供的一种用于云端的网联自动驾驶方法流程图；

图2为本说明书实施例提供的一种路径参考线示意图；

图3为本说明书实施例提供的一种目标车辆与避让物之间的距离示意图；

图4为本说明书实施例提供的一种路径参考线和目标车道路径参考线示意图；

图5为本说明书实施例提供的一种目标车辆换道时生成的行驶路径示意图；

图6为本说明书实施例提供的一种目标车辆转弯时生成的行驶路径示意图；

图7为本说明书实施例提供的一种云端工作流程图；

图8为本说明书实施例提供的一种用于目标车辆的网联自动驾驶方法流程图。

具体实施方式

为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明中的实施例，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，都属于本说明书一个或多个实施例保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

目前量产车市场上存在着大量自动驾驶车辆，它们搭载的自动驾驶功能包含自适应巡航、拨杆换道以及紧急制动等等。但是由于自动驾驶功能有限，其只能在特定的场景下通行，适用范围之外时自动驾驶功能便会退出，由驾驶员进行控制，导致车辆的自动驾驶功能不尽人意。

为了解决现有技术中的缺陷，本方案给出了以下实施例：

图1为本说明书实施例提供的一种用于云端的网联自动驾驶方法流程图，从程序角度而言，该流程的执行主体可以为搭载于服务器的程序或者云端。当流程的执行主体为云端时，如图1所示，用于云端的网联自动驾驶方法，可以包括如下步骤：

步骤110：获取目标车辆的目的地，基于所述目的地和所述目标车辆的当前位置，生成规划路径。

在步骤110中，云端可以获取目标车辆发送的车辆信息。其中，车辆信息包括目标车辆的目的地、当前位置、速度、运动方向和转向状态中的至少一种信息。

步骤120：基于所述当前位置，获取路侧感知设备采集的所述当前位置对应的道路环境信息。

在步骤120中，路侧感知设备包括但不限于高清摄像头、激光雷达、毫米波雷达和雷视一体机。当前位置对应的道路环境信息，指的是目标车辆当前位置所在区域内的道路环境信息，具体而言可以是目标车辆当前位置所在区域内的交通参与者的位置、速度和运动方向中的至少一种信息。

步骤130：根据所述规划路径和所述道路环境信息，生成用于控制所述目标车辆行驶的控制指令。

在步骤130中，控制指令可以为横向指令、纵向指令和/或接管指令。在一个具体实施例中，横向指令指的是控制目标车辆的行驶方向的指令，包括换道和转弯等，纵向指令指的是控制目标车辆的行驶速度的指令，包括加速、减速、停车和起步等，接管指令指的是用于驾驶员接管目标车辆的指令。

步骤140：将所述控制指令发送给所述目标车辆。

在步骤140中，云端发送控制指令给目标车辆的频率和目标车辆发送车辆信息给云端的频率相同。比如目标车辆以0.2秒/次的频率发送车辆信息，则云端发送控制指令的频率也为0.2秒/次，云端下发的控制指令为0.2秒之后目标车辆预期的行驶速度和行驶方向。

在本实施例中，云端部署着高精度地图和决策算法，云端利用高精度地图，基于目标车辆的目的地和目标车辆的当前位置，生成规划路径，其中，规划路径为目标车辆从当前位置行驶到目的地的最优路径，在一个具体实施例中，最优路径指的是目标车辆行驶时间最短的路径。

决策算法可以是用于生成控制目标车辆行驶的控制指令的，具体可以是根据规划路径和道路环境信息，以及车辆信息，生成用于控制目标车辆行驶的控制指令，以使目标车辆沿规划路径行驶。

由于数量巨大且需时常更新的高精度地图存储在云端，而并不需要存储在每一目标车辆较为紧张的存储空间中，缓解了目标车辆的存储压力。而且云端部署决策算法，云端利用决策算法生成控制指令，并不需要目标车辆使用算法生成控制指令，另外，道路环境信息也不需要目标车辆采集，比如使用昂贵的激光雷达传感器进行采集等，而是由云端基于路侧感知设备获取，降低了目标车辆的道路环境信息采集成本。

进一步地，目标车辆行驶过程中，云端会根据目标车辆的当前位置不断生成路径参考线，路径参考线为目标车辆预计要行驶的路径。图2为本说明书实施例提供的一种路径参考线示意图，如图2所示，当车辆沿当前车道行驶过程中，路径参考线可以为目标车辆当前车道的中心线，由携带经纬度信息的点序列的点构成，表示当前车道中心线的位置和形状，其位于目标车辆前方。路径参考线可以预设长度，比如80米，也可预设生成频率，比如1秒/次。

在本实施例中，生成纵向指令，包括：

根据所述道路环境信息，获取所述目标车辆与避让物之间的距离信息；所述避让物包括行人、车辆和停止线中的至少一种；

根据所述距离信息，生成纵向指令，以控制所述目标车辆的行驶速度。

具体而言，云端利用决策算法，根据目标车辆与避让物之间的距离，生成控制目标车辆行驶速度的纵向控制指令，使目标车辆沿路径参考线行驶。比如，当目标车辆与前方避让物之间的距离大于等于预设距离时，云端利用决策算法生成一个加速的控制指令，目标车辆加速且不超过当前车道限速行驶，当目标车辆与前方避让物之间的距离小于预设距离时，生成一个减速的控制指令，目标车辆减速行驶。当目标车辆沿路径参考线行驶时，可以使用其自带的自适应巡航功能跟车行驶且不超过道路限速，当目标车辆收到加速或者减速的纵向控制指令时，目标车辆可以通过线控底盘实现。

图3为本说明书实施例提供的一种目标车辆与避让物之间的距离示意图，如图3所示，当目标车辆与停止线的距离大于等于预设距离时，云端生成加速的控制指令，目标车辆加速且不超过当前车道限速行驶，直到目标车辆与停止线的距离小于预设距离时，云端生成减速的控制指令，目标车辆减速行驶。

在本实施例中，当需要目标车辆换道或者转弯时，云端还会生成横向指令，来控制目标车辆换道和转弯，具体可以包括：

根据所述道路环境信息，判断所述目标车辆是否符合换道或转弯条件；

若是，则获取目标车道的第一中心线；所述目标车道为所述目标车辆预期行驶到的车道；

根据所述当前位置，获取所述目标车辆所在车道的第二中心线；

根据所述第一中心线和所述第二中心线，生成行驶路径；

基于所述行驶路径，生成横向指令，以使所述目标车辆按照所述行驶路径驶入所述目标车道。

具体而言，云端利用决策算法，根据道路环境信息，判断目标车辆是否符合换道或转弯条件。比如，目标车辆所在车道车辆较多，而相邻车道车辆较少，并且相邻车道上车辆的速度合适，合适的意思可以是目标车辆换道不会发生碰撞，此时决策算法判定目标车辆符合换道条件，云端生成控制目标车辆换道的横向指令。再比如，目标车辆行驶到规划路径中需要转弯的路径时，并且目标车辆所在路口不存在车辆或行人，此时决策算法判定目标车辆符合转弯条件，云端生成控制目标车辆转弯的横向指令。

当目标车辆符合换道条件时，云端会获取目标车辆预期行驶到的目标车道的中心线，即第一中心线，也就是目标车道路径参考线。图4为本说明书实施例提供的一种路径参考线和目标车道路径参考线示意图，如图4所示，目标车道路径参考线由携带经纬度信息的点序列的点构成，表示目标车道中心线的位置和形状，目标车道路径参考线也可预设长度，比如80米。图5为本说明书实施例提供的一种目标车辆换道时生成的行驶路径示意图，如图5所示，云端获取目标车道路径参考线后，会基于目标车道路径参考线即第一中心线，以及路径参考线即第二中心线，生成行驶路径。目标车辆依据其自带的变道辅助功能沿行驶路径行驶即可驶入目标车道，完成换道。

在一个具体实施例中，目标车辆也可以在本地生成行驶路径，即当目标车辆符合换道条件时，云端会将路径参考线和目标车道路径参考线下发给目标车辆，目标车辆根据路径参考线和目标车道路径参考线生成行驶路径，目标车辆再依据其自带的变道辅助功能沿行驶路径行驶，完成换道。

实际应用中，当目标车辆符合转弯条件时，云端会基于目标车道的中心线和目标车辆当前所在车道的中心线生成行驶路径，此时的行驶路径可理解为目标车辆转弯时的路径参考线。

图6为本说明书实施例提供的一种目标车辆转弯时生成的行驶路径示意图，生成的行驶路径如图6所示。云端在生成行驶路径时还会下发控制指令，下发的控制指令包括横向指令和纵向指令，目标车辆执行横向指令沿行驶路径行驶，同时执行纵向指令可以实现减速、停车、起步，进而驶入目标车道，完成路口通行，也就是转弯。

在一个具体实施例中，判断目标车辆是否符合转弯条件前还可以包括：

获取交通灯状态信息；

判断所述目标车辆是否符合转弯条件，具体可以包括：

判断所述交通灯状态信息是否为表示允许车辆可驶入所述目标车道的信息，其中，目标车道为车辆预期行驶到的车道；

若是，则判断所述目标车辆是否符合转弯条件。

在本实施例中，若交通灯状态信息为表示允许车辆可驶入目标车道的信息，则判断目标车辆是否符合转弯条件，若交通灯状态信息为不表示允许车辆可驶入目标车道的信息，则不判断目标车辆是否符合转弯条件。即判断目标车辆是否符合转弯条件前，先参考交通灯状态信息，如果交通灯状态信息为不表示允许车辆可驶入目标车道的信息，云端再判断目标车辆是否符合转弯条件，减少了云端非必要的计算。

实际应用中，如果交通灯状态信息获取成本较高，或者交通灯状态信息获取所用的时间相对判断目标车辆是否符合转弯条件所用的时间较长，那么云端也可以先判断目标车辆是否符合转弯条件，再参考交通灯状态信息，即在目标车辆符合转弯条件时，再判断交通灯状态信息是否为表示允许车辆可驶入目标车道的信息。

另外，为了更快地得到判断结果，云端更及时地生成行驶路径，云端也可以在判断交通灯状态信息是否为表示允许车辆可驶入目标车道的信息的同时判断目标车辆是否符合转弯条件，即判断交通灯状态信息与判断目标车辆是否符合转弯条件同时并行执行，当交通灯状态满足预设条件且目标车辆符合转弯条件时，生成针对目标车辆的控制指令。

在实际应用中，如果目标车辆正在换道或者转弯，则不会生成换道或者转弯的横向指令，具体为：在判断目标车辆是否符合换道或转弯条件之前，还包括：

判断所述目标车辆是否处在换道状态或转弯状态；

若否，则根据所述道路环境信息，判断所述目标车辆是否符合换道或转弯条件。

其中，目标车辆是否处在换道状态或转弯状态是云端根据目标车辆的转向状态判定的，目标车辆的转向状态为左转向灯点亮或右转向灯点亮。这样一来，如果目标车辆在换道的过程中，云端不会持续下发换道的横向指令，避免云端连续多帧生成同样的目标车道路径参考线；如果目标车辆在转弯的过程中，云端也不会持续生成行驶路径。

可以理解的是，云端下发的当前时刻的换道的横向指令与上一时刻的换道的横向指令不同，下发的当前时刻的转弯的横向指令与上一时刻的转弯的横向指令不同。这样，同样也可以避免目标车辆在换道的过程中云端持续下发换道的横向指令，以及目标车辆在转弯的过程中云端持续下发转弯的横向指令的情况。

在本实施例中，如果云端判断出目标车辆需要退出自动驾驶，由驾驶员接管目标车辆，则云端会生成接管指令，具体可以包括：

根据所述当前位置，判断所述目标车辆是否超出所述网联自动驾驶方法所提供的服务范围；

和/或，

根据所述道路环境信息，判断所述目标车辆是否存在发生碰撞事件的风险；

若所述目标车辆超出所述网联自动驾驶方法所提供的服务范围，或者所述目标车辆存在发生碰撞事件的风险，则生成接管指令，以用于驾驶员接管所述目标车辆。

具体而言，如果目标车辆超出本实施例的网联自动驾驶方法所提供的服务范围，和/或，目标车辆存在发生碰撞事件的风险，那么云端会生成接管指令。比如目标车辆当前位置所在区域没有路侧感知设备，或者目标车辆当前位置所在区域的网络信号强度较弱，则可以判定目标车辆超出网联自动驾驶方法所提供的服务范围；如果目标车辆与其他交通参与者容易发生碰撞，那么可以判定目标车辆存在发生碰撞事件的风险，其中，其它他交通参与者包括车辆和行人中的至少一种。发生这些情况的话，云端会发送接管指令至目标车辆以使驾驶员接管目标车辆，此时云端可以通过车载人机交互界面下发接管指令，如语音播报等。如果目标车辆没有超出网联自动驾驶方法提供的服务范围，且目标车辆不存在发生碰撞事件的风险，则云端不发送接管指令。

在本实施例中，目标车辆具备自动紧急制动功能，自动紧急制动功能基于自动紧急制动指令实现；自动紧急制动指令的执行优先级高于控制指令的执行优先级。也就是说，当目标车辆的自动紧急制动功能启动时，云端下发的控制指令全部不需要被执行，以保证目标车辆行驶过程中的安全性。

图7为本说明书实施例提供的一种云端工作流程图，如图7所示，当自动驾驶开启时，云端生成规划路径，然后确定目标车辆当前应处的车道，以使目标车辆驶入应处的车道，沿规划路径行驶。目标车辆行驶过程中，云端会下发路径参考线和目标车道路径参考线，同时决策算法还会计算出目标车辆预期的行驶速度和行驶方向，云端再根据预期的行驶速度和行驶方向生成控制指令，并发送至目标车辆，使目标车辆依据路径参考线和目标车道路径参考线行驶，到达目的地，实现自动驾驶。

上述实施例的方法步骤用于云端，即由云端来执行。云端根据目标车辆的目的地和初始位置生成规划路径，基于规划路径和路侧感知设备获取的道路环境信息，生成控制目标车辆行驶的控制指令，目标车辆可以只需根据云端下发的控制指令即可在复杂的场景通信，比如路口通行、依据交通灯状态信息行驶、匝道汇入汇出、穿越人行横道等这些依靠单车自带的自动驾驶功能无法通行的场景，使得低级别的自动驾驶车辆能够实现高级别自动驾驶车辆的功能。

基于同样的思路，本说明书实施例还提供了一种用于目标车辆的网联自动驾驶方法，图8为本说明书实施例提供的一种用于目标车辆的网联自动驾驶方法流程图，从程序角度而言，该流程的执行主体可以为搭载于服务器的程序或者目标车辆，当流程的执行主体为目标车辆时，如图8所示，用于目标车辆的网联自动驾驶方法，包括：

步骤810：将目标车辆的目的地和当前位置发送给云端，以使所述云端基于所述目的地和所述当前位置，生成规划路径。

步骤820：接收所述云端发送的控制指令；所述控制指令由所述规划路径和路侧感知设备采集的所述当前位置对应的道路环境信息生成。

步骤830：执行所述控制指令。

上述实施例的方法步骤用于目标车辆，即由目标车辆来执行。目标车辆可以只需要执行云端下发的控制指令即可实现更高功能的自动驾驶，比如路口通行等。目标车辆不需要在紧张的存储空间中存储数量巨大且需时常更新的高精度地图，也不需要在自动驾驶过程中采集道路环境信息，降低了目标车辆的工业成本，增强了车辆的自动驾驶功能。

上述内容均是对本申请特定实施例的描述，在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

本发明是参照根据本发明实施例的方法流程图来描述的。应理解可由计算机程序指令实现流程图。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程中指定的功能的装置。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商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他要素，或者是还包括为这种过程、方法、商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“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种网联自动驾驶方法，其特征在于，用于云端，包括：

获取目标车辆的目的地，基于所述目的地和所述目标车辆的当前位置，生成规划路径；

基于所述当前位置，获取路侧感知设备采集的所述当前位置对应的道路环境信息；

根据所述规划路径和所述道路环境信息，生成用于控制所述目标车辆行驶的控制指令；

将所述控制指令发送给所述目标车辆。

2.根据权利要求1所述的网联自动驾驶方法，其特征在于，所述生成用于控制所述目标车辆行驶的控制指令，包括：

生成横向指令、生成纵向指令和/或生成接管指令。

3.根据权利要求2所述的网联自动驾驶方法，其特征在于，所述生成横向指令，包括：

根据所述道路环境信息，判断所述目标车辆是否符合换道或转弯条件；

若是，则获取目标车道的第一中心线；所述目标车道为所述目标车辆预期行驶到的车道；

根据所述当前位置，获取所述目标车辆所在车道的第二中心线；

根据所述第一中心线和所述第二中心线，生成行驶路径；

基于所述行驶路径，生成横向指令，以使所述目标车辆按照所述行驶路径驶入所述目标车道。

4.根据权利要求3所述的网联自动驾驶方法，其特征在于，还包括：

获取交通灯状态信息；

判断所述目标车辆是否符合转弯条件，具体包括：

判断所述交通灯状态信息是否为表示允许车辆可驶入所述目标车道的信息；

若是，则判断所述目标车辆是否符合转弯条件。

5.根据权利要求3所述的网联自动驾驶方法，其特征在于，在步骤所述根据所述道路环境信息，判断所述目标车辆是否符合换道或转弯条件之前，还包括：

判断所述目标车辆是否处在换道状态或转弯状态；

若否，则根据所述道路环境信息，判断所述目标车辆是否符合换道或转弯条件。

6.根据权利要求2所述的网联自动驾驶方法，其特征在于，所述生成纵向指令，包括：

根据所述道路环境信息，获取所述目标车辆与避让物之间的距离信息；所述避让物包括行人、车辆和停止线中的至少一种；

根据所述距离信息，生成纵向指令，以控制所述目标车辆的行驶速度。

7.根据权利要求2所述的网联自动驾驶方法，其特征在于，所述生成接管指令，包括：

根据所述当前位置，判断所述目标车辆是否超出所述网联自动驾驶方法所提供的服务范围；

和/或，

根据所述道路环境信息，判断所述目标车辆是否存在发生碰撞事件的风险；

若所述目标车辆超出所述网联自动驾驶方法所提供的服务范围，或者所述目标车辆存在发生碰撞事件的风险，则生成接管指令，以用于驾驶员接管所述目标车辆。

8.根据权利要求7所述的网联自动驾驶方法，其特征在于，所述判断所述目标车辆是否超出所述网联自动驾驶方法所提供的服务范围，具体包括：

根据所述当前位置所在区域有无路侧感知设备以及所述当前位置所在区域的网络信号强度，判断所述目标车辆是否超出所述网联自动驾驶方法所提供的服务范围。

9.根据权利要求1所述的网联自动驾驶方法，其特征在于，所述目标车辆具备自动紧急制动功能，所述自动紧急制动功能基于自动紧急制动指令实现；所述自动紧急制动指令的执行优先级高于所述控制指令的执行优先级。

10.一种网联自动驾驶方法，其特征在于，用于目标车辆，包括：

将目标车辆的目的地和当前位置发送给云端，以使所述云端基于所述目的地和所述当前位置，生成规划路径；

接收所述云端发送的控制指令；所述控制指令由所述规划路径和路侧感知设备采集的所述当前位置对应的道路环境信息生成；

执行所述控制指令。

Images