CN115743175A - 自动驾驶车辆的控制方法、装置、设备、存储介质及车辆 - Google Patents

自动驾驶车辆的控制方法、装置、设备、存储介质及车辆 Download PDF

Info

Publication number
CN115743175A
CN115743175A CN202211467320.9A CN202211467320A CN115743175A CN 115743175 A CN115743175 A CN 115743175A CN 202211467320 A CN202211467320 A CN 202211467320A CN 115743175 A CN115743175 A CN 115743175A
Authority
CN
China
Prior art keywords
positioning
vehicle
drift
threshold
condition
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
CN202211467320.9A
Other languages
English (en)
Inventor
徐国梁
邱笑晨
刘文杰
程风
蔡仁澜
万国伟
张晔
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202211467320.9A priority Critical patent/CN115743175A/zh
Publication of CN115743175A publication Critical patent/CN115743175A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Navigation (AREA)

Abstract

本公开提供了自动驾驶车辆的控制方法、装置、设备、存储介质及车辆,涉及人工智能领域,尤其涉及自动驾驶、智能座舱、车联网技术领域。具体实施为:在自动驾驶模式下,检测转弯情况;在确定车辆处于转弯状态的情况下,基于多种定位传感器的量测信息检测定位漂移;在确定存在定位漂移的情况下,输出提示信息并退出自动驾驶模式。使用本公开提供的方法,对自动驾驶车辆的转弯状态进行检测,在转弯时确定是否发生定位漂移,可以将发生频率较高的转弯时的定位漂移检测出来。在确定定位漂移后,输出提示信息并退出自动驾驶模式,可以保证自动驾驶车辆的在转弯场景的驾驶安全性。

Description

自动驾驶车辆的控制方法、装置、设备、存储介质及车辆
技术领域
本公开涉及人工智能领域,尤其涉及自动驾驶、智能座舱、车联网技术领域。
背景技术
自动驾驶技术需要依赖对自动驾驶车辆的定位位置,来控制车辆沿道路行驶。由此可见,定位精度一定程度上影响了自动驾驶的准确性。
随着相关技术的发展,自动驾驶的定位精度虽然越来越高,但实际应用场景也比较复杂,例如交通高峰期的工况复杂,对自动驾驶是一种挑战,再例如道路自身的复杂度也不能一概而论。因此,如何提高自动驾驶车辆的安全性,仍是需要关注的问题。
发明内容
本公开提供了一种自动驾驶车辆的控制方法、装置、设备、存储介质及车辆。
根据本公开的一方面,提供了一种自动驾驶车辆的控制方法,包括:
在自动驾驶模式下,检测转弯情况;
在确定车辆处于转弯状态的情况下,基于多种定位传感器的量测信息检测定位漂移;
在确定存在定位漂移的情况下,输出提示信息并退出自动驾驶模式。
根据本公开的另一方面,提供了一种自动驾驶车辆的控制装置,包括:
转弯检测模块,用于在自动驾驶模式下,检测转弯情况;
漂移检测模块,用于在确定车辆处于转弯状态的情况下,基于多种定位传感器的量测信息检测定位漂移;
控制模块,用于在确定存在定位漂移的情况下,输出提示信息并退出自动驾驶模式。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开中任一实施例的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,该计算机指令用于使该计算机执行根据本公开中任一实施例的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现根据本公开中任一实施例的方法。
根据本本公开的另一方面,提供了一种车辆,载有前文所述的电子设备。
使用本公开提供的方法,在转弯的情况下,检测定位漂移情况,在确定定位漂移的情况下,退出自动驾驶模式,可以保证自动驾驶车辆的在转弯场景的驾驶安全性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开一实施例提供的自动驾驶车辆的控制方法的流程示意图;
图2是根据本公开一实施例提供的定位漂移检测方法的流程示意图;
图3是根基本公开一实施例提供的定位漂移检测的场景图;
图4是根基本公开一实施例提供的定位漂移检测的场景图;
图5是根据本公开一实施例提供的自动驾驶车辆的控制方法的流程图;
图6是根据本公开一实施例提供的自动驾驶车辆的控制的装置示意图;
图7是用来实现本公开实施例的自动驾驶车辆的控制的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
自动驾驶车辆需要定位系统实时输出可靠的定位结果才能保障车辆安全运行。目前主流的定位方案是多传感器融合,通过卡尔曼滤波或者图优化方式将INS(Inertialnavigationsensor,惯性导航传感器)、GNSS(GlobalNavigationSatelliteSystem,全球导航卫星系统)、Lidar(激光雷达)、Vision(视觉)、Odometry(里程计)等传感器进行实时信息融合,并输出最优的融合定位结果。
由于自动驾驶中使用的IMU(InertialMeasurementUnit,惯性测量单元)的零偏差较大且稳定性较差,需要对IMU的加速度计零偏和陀螺零偏实时估计才能保证高可靠的融合定位结果。
在车辆转弯时因对IMU的加速度计零偏和陀螺零偏的估计容易出现误差,导致车辆转弯时易发生定位漂移。定位漂移将影响自动驾驶的安全行驶,特别是在转弯时较小的定位漂移也可能造成巨大的风险。因此,为了提高车辆转弯时的安全性,本公开提供了一种自动驾驶车辆的控制方法,如图1所示,该方法包括:
S101、在自动驾驶模式下,检测转弯情况。
S102、在确定车辆处于转弯状态的情况下,基于多种定位传感器的量测信息检测定位漂移。
其中,使用的多种定位传感器可以包括上文中提到的INS、GNSS、Lidar、Vision、Odometry等传感器,也可以包括其中一部分传感器。实施时,可以筛选定位精度满足要求的传感器来检测是否产生定位漂移。例如可采用高精度的GNSS、Lidar来联合检测是否发生定位漂移。
S103、在确定存在定位漂移的情况下,输出提示信息并退出自动驾驶模式。
在自动驾驶车辆上有安全员的情况下,发生定位漂移后,将通过车辆的显示屏向安全员输出提示信息以提醒安全员发生定位漂移并将退出自动驾驶模式,同时,还可以向云端发送发生定位漂移的信息。
在自动驾驶车辆上没有安全员的情况下,例如在港口中完成户外搬运的车辆,或者在景区中游览的车辆,发生定位漂移后,将向其对应的控制室发送提示信息以提醒安全员发生定位漂移即将退出自动驾驶模式,以便于安全员可以远程调度控制自动驾驶车辆。
在一些实施例中,退出自动驾驶模式后,可请求由云代驾接管对车辆的控制,以保证车辆能够继续安全的行驶。
综上,对自动驾驶车辆的转弯状态进行检测,在转弯时确定是否发生定位漂移,可以将发生频率较高的转弯时的定位漂移检测出来。在确定定位漂移后,输出提示信息并退出自动驾驶模式,可以保证自动驾驶车辆的在转弯场景的驾驶安全性。
在一些实施例中,对自动驾驶车辆转弯情况的检测,可实施为:
步骤A1、实时比较IMU的Z轴角速度和角速度阈值的大小;在Z轴角速度大于第一角速度阈值的情况下,确定处于疑似转弯状态。该第一角速度阈值可基于实际情况进行设置,例如,可将第一角速度阈值设置为8deg/s。
步骤A2、在满足以下任一条件的情况下,确定车辆处于转弯状态:
条件1,持续处于疑似转弯状态的时长大于第一指定时长且IMU的Z轴角速度大于第二角速度阈值;其中,该第一指定时长为一个相对较长的时间,例如可以为60s;第二角速度阈值大于第一角速度阈值,例如第二角速度阈值为10deg/s。本公开实施例中将第一角速度阈值设置的相对较小,由此可以灵敏的感知到车辆进入疑似转弯状态。而后,通过较大的第二角速度阈值,可以进一步准确的识别出车辆是否真正处于转弯状态,从而提高对转弯状态检测的准确性。
条件2,从开始处于疑似转弯状态起,连续累积的转弯角度大于预设角度。也即,从确定处于疑似转弯状态起,对转弯的总角度进行累积,当累积的转弯角度大于预设角度,说明车辆确实在转弯,由此避免稍微调整方向盘导致的误检。例如,躲避邻车道车辆,可能在当前车端微调方向盘,使得车辆远离邻车道车辆。
本公开实施例中,先确定车辆处于疑似转弯状态,在车辆处于疑似转弯状态时对车辆的转弯状态进行进一步检测,可以保持对潜在转弯可能的高灵敏度,同时使用多种条件判断车辆是否处于转弯状态,也降低了对转弯状态的误判、漏判的可能,由此提高转弯检测的准确性。
步骤A3、在满足以下任一条件的情况下,确定车辆从疑似转弯状态切换到直行状态:
条件1,持续处于疑似转弯状态的时长大于第二指定时长且惯性测量单元的Z轴角速度小于或等于第二角速度阈值;其中,第二指定时长与第一指定时长类似,也是一个相对较长的时间。实施时,可以将第一指定时长和第二指定时长设置为同一时长,也可以设置为不同的时长。具体设置的数值可根据实验结果确定。
条件2,持续在第三指定时长内惯性测量单元的Z轴角速度绝对值的均值小于第三角速度阈值,第三角速度阈值小于第一角速度阈值;其中,第三指定时长为一个相对较短的时间。例如,可以设置第三指定时长为2s,第一角速度阈值为1deg/s。
本公开实施例中,对于处于疑似转弯状态的车辆进行检测,判断其是否切换至直行状态,可以降低对车辆转弯状态误判的可能,提高了转弯检测的准确性。
在车辆处于转弯状态需要对其基于多种定位传感器的量测信息检测定位漂移,可以先检测各传感器的状态是否为可用,再基于其可用性以及定位结果检测定位漂移,如图2所示,为该方法的流程示意图,包括:
S201、在多种定位传感器的状态均为可用的情况下,基于各定位传感器的定位结果和融合定位结果对定位漂移进行检测。
基于各定位传感器的定位结果和融合定位结果对定位漂移进行检测,可实施为:
步骤B1、确定不同定位传感器之间的定位差距;
如图3所示,使用两种传感器GNSS和Lidar确定是否发生定位漂移,且GNSS和Lidar均为可用状态。可确定Lidar定位结果和GNSS定位结果间的定位差距L11。
步骤B2、确定定位差距与第一差距阈值和第二差距阈值间的大小关系;
继续以图3为例,可确定图3中L11和第一差距阈值和第二差距阈值间的大小关系。其中,第二差距阈值大于第一差距阈值,例如第一差距阈值设置为0.2m,第二差距阈值设置为0.3m。
步骤B3、基于定位差距与第一差距阈值和第二差距阈值间的大小关系,使用不同的判断方式确定是否发生定位漂移。
情况1,当定位差距小于第一差距阈值时,说明多种定位方式间的差距很小,多种定位方式的一致性较好,此时每种定位方式的可信度都较高,因此,可只需考虑各传感器之间的定位结果和融合定位结果间的差距,来确定是否产生定位漂移。
情况2,当定位差距位于第一差距阈值和第二差距阈值之间时,各定位结果间存在一定的差距,即多种定位方式之间的一致性在一个可接受的范围内,因此,为了提高确定是否产生定位漂移的准确性,在考虑各传感器之间的定位结果和融合定位结果间的差距的同时,还需要考虑车辆的横向速度。
情况3,当定位差距大于第二差距阈值时,说明多种定位方式间差距很大,多种定位方式之间的一致性较差,已经无法判断何种定位方式可信,因此为了驾驶安全性,可以直接输出提示信息并退出自动驾驶模式。
下面对以上的情况1和情况2的定位漂移检测做进一步说明。
针对情况1,当定位差距小于第一差距阈值时,对定位漂移的检测,可实施为:
步骤C1、在定位差异小于第一差距阈值的情况下,确定各定位传感器的定位结果分别与融合定位结果之间的差距,得到多个第一定位偏差;例如在图3所示的场景中,第一差距阈值设置为0.2m,L11为0.1m,则满足情况1的条件。在图3中可以得到GSNN定位结果和融合定位结果间的第一定位偏差L12以及Lidar定位结果和融合定位结果之间的第一定位偏差L13。
步骤C2、在多个第一定位偏差满足第一漂移条件的情况下,确定存在定位漂移。第一漂移条件包括:多个第一定位偏差均大于第一偏差阈值,或,大于第一偏差阈值的第一定位偏差的数量大于第一数量阈值。
例如,假设图3所示的场景中L12为0.3m,L13为0.4m,第一偏差阈值设置为0.2m,第一数量阈值设置为0。此时,L12和L13均大于第一偏差阈值,大于第一偏差阈值的第一定位偏差的数量为2,且2大于第一数量阈值,则可以确定车辆存在定位漂移。
实施时,第一数量阈值可根据采用的定位传感器数量确定,例如第一数量阈值为多种定位传感器数量的一半,则当半数以上的第一定位偏差大于第一偏差阈值时,则可确定产生定位漂移。
在多个定位传感器均可用且多种定位传感器之间的一致性较高的情况下,利用多个定位传感器的定位结果和融合定位结果可简单且直接的确定车辆是否发生定位漂移。定位漂移的检测无需引入额外的硬件、也无需引入复杂的算法,由此本公开实施例提供一种高可用的简单易行的定位漂移检测方式。此外,将多个第一定位偏差均大于第一偏差阈值,或者一定数量的第一定位偏差大于第一偏差阈值作为第一漂移条件,可以得知融合定位结果与定位传感器间的差异较大,以此可以准确的推断出车辆出现了定位漂移。
针对情况2,当定位差距位于第一差距阈值和第二差距阈值之间时,对定位漂移的检测,可实施为:
步骤D1、在定位差距大于等于第一差距阈值且小于第二差距阈值的情况下,确定各定位传感器的定位结果分别与融合定位结果之间的差距,得到多个第一定位偏差。
例如,假设在图3所示的场景中,第一差距阈值设置为0.2m,第二差距阈值设置为0.3m,L11为0.25m,则满足情况2的条件。在图3中可以得到GSNN定位结果和融合定位结果间的第一定位偏差L12以及Lidar定位结果和融合定位结果之间的第一定位偏差L13。
步骤D2、在多个第一定位偏差满足第二漂移条件、且车辆的横向速度大于第一速度阈值的情况下,确定存在定位漂移。
其中,第二漂移条件包括:多个第一定位偏差均大于第二偏差阈值,或大于第二偏差阈值的第一定位偏差的数量大于第二数量阈值。由于定位差距位于第一差距阈值和第二差距阈值之间,各定位结果间存在一定的差距,因此第二偏差阈值需要大于第一偏差阈值,以降低误判的可能,提高漂移检测的准确性。
例如,在图3所示的场景中L12为0.55m,L13为0.6m,第一偏差阈值设置为0.5m。此时,L12和L13大于第一偏差阈值,满足第二漂移条件。再对车辆的横向速度与第一速度阈值进行比对。例如设置的第一速度阈值为0.2m/s,车辆的横向速度为0.1m/s,此时车辆的横向速度小于第一速度阈值,虽然满足了第二漂移条件,但是由于横向速度较小,所以最终确定没有发生漂移。
在多个定位传感器均可用但不同传感器的一致性并不高的情况下,除了利用多个定位传感器的定位结果和融合定位结果比较,还增加了对车辆横向速度的检测,以此降低了误判的可能,能够更为有效的识别出定位漂移。此外,将多个第一定位偏差均大于第二偏差阈值,或者一定数量的第一定位偏差大于第二偏差阈值作为第二漂移条件,可以得知融合定位结果与定位传感器间的差异较大,以此可以准确的推断出车辆出现了定位漂移,从而提高定位漂移检测的准确性。
S202、在部分定位传感器的状态为可用的情况下,基于状态可用的定位传感器的定位结果、车辆的横向速度和融合定位结果对定位漂移进行检测。
由于只有一部分传感器可用,因此需要考虑所有可用的传感器的定位结果,实施时,可参考前述步骤201的方式,基于该部分可用的传感器的定位结果进行漂移检测。
此外,为了提高定位漂移检测的准确性,在考虑部分可用的传感器之外,还可以进一步考虑车辆的横向速度以保证对定位漂移的检测。在部分定位传感器的状态为可用的情况下,对定位漂移的检测,可实施为:
步骤E1、确定状态可用的定位传感器的定位结果与融合定位结果之间的差距,得到至少一个第二定位偏差。
例如,在如图4所示的场景中,仅有一个GSNN定位传感器可用,则确定GSNN定位结果和融合定位结果之间的第二定位偏差L2。
步骤E2、在至少一个第二定位偏差满足第三漂移条件、且车辆的横向速度大于第二速度阈值的情况下,确定存在定位漂移。
其中第三漂移条件包括:各第二定位偏差均大于第三偏差阈值,或大于第三偏差阈值的第二定位偏差的数量大于第三数量阈值。
再如图4所示,假设第三偏差阈值为0.3m,第三数量阈值为0,第二速度阈值为0.2m/s,测得L2为0.5m,横向速度为0.3m/s。L2大于第第三偏差阈值,同时,车辆的横向速度大于第二速度阈值,可以确定车辆存在定位漂移。
在仅有部分定位传感器可用的情况下,除了利用可用的定位传感器的定位结果和融合定位结果比较,还增加了对车辆横向速度的检测,以此能提高识别定位漂移的能力,同时也降低了误判的可能。依据多个第二定位偏差均大于第三偏差阈值,或者一定数量的第二定位偏差大于第三偏差阈值作为第三漂移条件,可以得知融合定位结果与定位传感器间的差异较大,以此可以准确的推断出车辆出现了定位漂移。
在一些实施例中,当可用的传感器总量大于等于2时,在对车辆定位漂移进行检测时,还可考虑可用定位方式之间的一致性。具体的实施方式可以参见步骤201介绍的方法,在这里不做赘述。
同时,当可用的传感器总量大于等于2时,第三偏差阈值的设置也可以参见步骤201。例如,多种可用的定位方式的一致性较好时,第三偏差阈值可以与第一偏差阈值相同;再例如,多种可用的定位方式之间的一致性在一个可接受的范围内时,第三偏差阈值可以与第二偏差阈值相同。当可用的传感器数量为1时,也不需要考虑定位方式的一致性,可将第三偏差阈值设置与第一偏差阈值相同。
S203、在各定位传感器的状态均为不可用的情况下,基于车辆的横向速度对定位漂移进行检测。
具体可实施为:车辆的横向速度大于第三速度阈值的情况下,确定存在定位漂移。在各传感器均不可用的情况下,使用横向速度作为定位漂移的判断依据,可以使得在较为极端的情况下也能实现对车辆定位漂移的判断。
实施时,由于各定位传感器的状态均为不可用,仅通过横向速度与第三速度阈值的比较确定车辆是否发生定位漂移,因此第三速度阈值需要比上文提到的第一速度阈值和第二速度阈值大。例如第一速度阈值和第二速度阈值均为0.2m/s,第三速度阈值可能为0.4m/s。
上文中第一差距阈值与第二差距阈值为多种定位方式间的定位差距的阈值,用户衡量多种传感器之间的一致性。可将多种定位方式的一致性分为三种情况。基于一致性情况的不同,可分别对每种一致性情况设置对应的偏差阈值(如第一偏差阈值、第二偏差阈值和第三偏差阈值),可以提高定位漂移检测的准确性。如当定位偏差大于相应的偏差阈值时,说明该定位方式和融合定位结果间存在较大的差异;当较多的定位方式和融合定位结果间均存在较大的差异,则说明出现了定位漂移。需要说明的是,差距阈值、偏差阈值与上文提到的速度阈值、角速度阈值等阈值均可使用大量的实验测得。
针对定位传感器状态的不同,使用不同的方法判断定位漂移,充分考虑了各定位传感器的可用状态,可以更为灵活的实现对定位漂移的判断,同时,也提高了对定位漂移的识别能力,避免出现漏判导致自动驾驶出现风险或是出现误判干扰自动驾驶的正常进行,最终提高自动驾驶在转弯场景的安全性。
为便于对本公开实施例的理解,下面以使用IMU作为对转弯检测的惯性传感器,使用GNSS定位传感器和Lidar传感器作为飘移检测的传感器对本公开实施例的流程进行介绍。
如图5所示,在车辆行驶过程中,实现转弯时对车辆进行定位漂移检测,需要在S501中获取IMU的检索结果,然后执行S502实时对车辆的转弯状态进行检测,判断车辆是否处于转弯状态。
设置第一角速度阈值为8deg/s,预设角度为10deg,第二角速度阈值为10deg,指定时长为60s。S502可具体实施为:
执行S5021实时对IMUZ轴的角速度进行检测。当在S5022中确定IMUZ轴的角速度大于8deg/s时,车辆进入疑似转弯状态。在疑似转弯状态时,在S5023中确定车辆在2s内IMU角速度小于1deg/s时,将退出疑似转弯状态,并回到转弯前的状态(即直行状态),并返回执行S5021。
从进入疑似转弯状态开始,在S5024中判断IMUZ轴累积转弯角度大于10deg的情况下,车辆进入转弯状态。或者在S5025中判断在60s内IMU的角速度大于10deg/s的情况下,也可以确定车辆进入转弯状态。否则,车辆将退出疑似转弯状态并回到转弯前的状态。
在检测到车辆进入转弯状态后,在S503中对车辆进行定位漂移检测,判断车辆是否出现定位漂移。
设置第一差距阈值为0.2m,第二差距阈值为0.3m;第一速度阈值为0.2m/s,第二速度阈值为0.2m/s,第三速度阈值为0.4m/s;第一偏差阈值为0.3m,第二偏差阈值为0.5m,第三偏差阈值为0.3m;第一数量阈值、第二数量阈值和第三偏差阈值均设为0。S503可实施为:
在S5031中,判断各定位传感器的状态,并获得融合定位结果和定位传感器的定位结果。
当在S5032中确定两个定位传感器均可用的情况下,执行S5033,以确定GSNN定位传感器和Lidar定位传感器间的定位差距。
当定位差距小于0.2m时,融合定位结果与GSNN定位传感器和Lidar定位传感器间的偏差均大于0.3m,则确定发生定位漂移;反之,则没有发生定位漂移。
当定位差距大于0.2m小于0.3m时,融合定位结果与GSNN定位结果和Lidar定位结果的偏差均大于0.3m,且横向速度大于0.2m/s,则确定发生定位漂移;反之,则没有发生定位漂移。
当定位差距大于0.3m时,无法辨别是否发生定位漂移,后续可按照产生定位漂移处理。
当在S5034中,确定仅有一个定位传感器可用的情况下,需要确定可用的定位传感器的定位结果和融合定位结果间的偏差。例如在仅有Lidar可用的情况下,融合定位结果和Lidar定位结果的偏差大于0.3m,且车辆的横向速度大于0.2m,则确定发生定位漂移;反之则没有发生定位漂移。再例如仅有GSNN可用的情况下,融合定位结果和GSNN定位结果的偏差大于0.3m,且车辆的横向速度大于0.2m,则确定发生定位漂移;反之则没有发生定位漂移。
当在S5035中,确定两个定位传感器均不可用的情况下,则仅对车辆的横向速度进行检测。当横向速度大于0.4m/s时,确定发生定位漂移;反之,则没有发生定位漂移。
在经过上述方法确定了车辆发生定位漂移后,执行S504输出提示信息并退出自动驾驶模式,之后可以由云代驾接管汽车的控制保证车辆能够继续安全的进行行驶。
基于相同的技术构思,本公开还提供了一种自动驾驶车辆的控制装置,如图6所示,该装置包括:
转弯检测模块601,用于在自动驾驶模式下,检测转弯情况;
漂移检测模块602,用于在确定车辆处于转弯状态的情况下,基于多种定位传感器的量测信息检测定位漂移;
控制模块603,用于在确定存在定位漂移的情况下,输出提示信息并退出自动驾驶模式。
在一些实施例中,量测信息包括定位结果和传感器的状态,漂移检测模块602,包括:
第一检测子模块,用于在多种定位传感器的状态均为可用的情况下,基于各定位传感器的定位结果和融合定位结果对定位漂移进行检测;
第二检测子模块,用于在部分定位传感器的状态为可用的情况下,基于状态可用的定位传感器的定位结果、车辆的横向速度和融合定位结果对定位漂移进行检测;
第三检测子模块,用于在各定位传感器的状态均为不可用的情况下,基于车辆的横向速度对定位漂移进行检测。
在一些实施例中,第一检测子模块,用于:
确定不同定位传感器之间的定位差距;
在定位差异小于第一差距阈值的情况下,确定各定位传感器的定位结果分别与融合定位结果之间的差距,得到多个第一定位偏差;
在多个第一定位偏差满足第一漂移条件的情况下,确定存在定位漂移;
第一漂移条件包括:多个第一定位偏差均大于第一偏差阈值,或,大于第一偏差阈值的第一定位偏差的数量大于第一数量阈值。
在一些实施例中,第一检测子模块,还用于:
确定不同定位传感器之间的定位差距;
在定位差距大于等于第一差距阈值且小于第二差距阈值的情况下,确定各定位传感器的定位结果分别与融合定位结果之间的差距,得到多个第一定位偏差;
在多个第一定位偏差满足第二漂移条件、且车辆的横向速度大于第一速度阈值的情况下,确定存在定位漂移;
第二漂移条件包括:多个第一定位偏差均大于第二偏差阈值,或,大于第二偏差阈值的第一定位偏差的数量大于第二数量阈值。
在一些实施例中,第二检测子模块,用于:
确定状态可用的定位传感器的定位结果与融合定位结果之间的差距,得到至少一个第二定位偏差;
在至少一个第二定位偏差满足第三漂移条件、且车辆的横向速度大于第二速度阈值的情况下,确定存在定位漂移;
第三漂移条件包括:各第二定位偏差均大于第三偏差阈值,或,大于第三偏差阈值的第二定位偏差的数量大于第三数量阈值。
在一些实施例中,第三检测子模块,用于:
将车辆的横向速度与第三速度阈值进行比较;
在车辆的横向速度大于第三速度阈值的情况下,确定存在定位漂移。
在一些实施例中,转弯检测模块601,用于:
实时比较惯性测量单元的Z轴角速度和第一角速度阈值的大小;
在Z轴角速度大于第一角速度阈值的情况下,确定处于疑似转弯状态;
在满足以下任一条件的情况下,确定车辆处于转弯状态:
条件1,持续处于疑似转弯状态的时长大于第一指定时长且惯性测量单元的Z轴角速度大于第二角速度阈值,第二角速度阈值大于第一角速度阈值;
条件2,从开始处于疑似转弯状态起,连续累积的转弯角度大于预设角度。
在一些实施例中,转弯检测模块601,还用于:
在满足以下任一条件的情况下,确定车辆从疑似转弯状态切换到直行状态:
条件1,持续处于疑似转弯状态的时长大于第二指定时长且惯性测量单元的Z轴角速度小于或等于第二角速度阈值;
条件2,持续在第三指定时长内惯性测量单元的Z轴角速度绝对值的均值小于第三角速度阈值,第三角速度阈值小于第一角速度阈值。
本公开实施例的装置的各模块、子模块的具体功能和示例的描述,可以参见上述方法实施例中对应步骤的相关描述,在此不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如自动驾驶车辆的控制方法。例如,在一些实施例中,自动驾驶车辆的控制方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM703并由计算单元701执行时,可以执行上文描述的自动驾驶车辆的控制方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行自动驾驶车辆的控制方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。

Claims (20)

1.一种自动驾驶车辆的控制方法,包括:
在自动驾驶模式下,检测转弯情况;
在确定车辆处于转弯状态的情况下,基于多种定位传感器的量测信息检测定位漂移;
在确定存在定位漂移的情况下,输出提示信息并退出自动驾驶模式。
2.根据权利要求1所述的方法,所述量测信息包括定位结果和传感器的状态,其中,基于多种定位传感器的量测信息检测定位漂移,包括:
在所述多种定位传感器的状态均为可用的情况下,基于各定位传感器的定位结果和融合定位结果对定位漂移进行检测;
在部分定位传感器的状态为可用的情况下,基于状态可用的定位传感器的定位结果、所述车辆的横向速度和所述融合定位结果对定位漂移进行检测;
在各定位传感器的状态均为不可用的情况下,基于所述车辆的横向速度对定位漂移进行检测。
3.根据权利要求2所述的方法,其中,在所述多种定位传感器的状态均为可用的情况下,基于各定位传感器的定位结果和融合定位结果对定位漂移进行检测,包括:
确定不同定位传感器之间的定位差距;
在所述定位差异小于第一差距阈值的情况下,确定各定位传感器的定位结果分别与融合定位结果之间的差距,得到多个第一定位偏差;
在所述多个第一定位偏差满足第一漂移条件的情况下,确定存在定位漂移;
所述第一漂移条件包括:所述多个第一定位偏差均大于第一偏差阈值,或,大于所述第一偏差阈值的第一定位偏差的数量大于第一数量阈值。
4.根据权利要求2所述的方法,其中,在所述多种定位传感器的状态均为可用的情况下,基于各定位传感器的定位结果和融合定位结果对定位漂移进行检测,包括:
确定不同定位传感器之间的定位差距;
在所述定位差距大于等于第一差距阈值且小于第二差距阈值的情况下,确定各定位传感器的定位结果分别与融合定位结果之间的差距,得到多个第一定位偏差;
在所述多个第一定位偏差满足第二漂移条件、且所述车辆的横向速度大于第一速度阈值的情况下,确定存在定位漂移;
所述第二漂移条件包括:所述多个第一定位偏差均大于第二偏差阈值,或,大于所述第二偏差阈值的第一定位偏差的数量大于第二数量阈值。
5.根据权利要求2所述的方法,其中,在部分定位传感器的状态为可用的情况下,基于状态可用的定位传感器的定位结果、所述车辆的横向速度和所述融合定位结果对定位漂移进行检测,包括:
确定状态可用的定位传感器的定位结果与融合定位结果之间的差距,得到至少一个第二定位偏差;
在所述至少一个第二定位偏差满足第三漂移条件、且所述车辆的横向速度大于第二速度阈值的情况下,确定存在定位漂移;
所述第三漂移条件包括:各第二定位偏差均大于第三偏差阈值,或,大于所述第三偏差阈值的第二定位偏差的数量大于第三数量阈值。
6.根据权利要求2所述的方法,其中,在各定位传感器的状态均不可用的情况下,基于所述车辆的横向速度对定位漂移进行检测,包括:
将所述车辆的横向速度与第三速度阈值进行比较;
在所述车辆的横向速度大于所述第三速度阈值的情况下,确定存在定位漂移。
7.根据权利要求1-6中任一项所述的方法,其中,检测转弯情况,包括:
实时比较惯性测量单元的Z轴角速度和第一角速度阈值的大小;
在Z轴角速度大于第一角速度阈值的情况下,确定处于疑似转弯状态;
在满足以下任一条件的情况下,确定所述车辆处于转弯状态:
条件1,持续处于疑似转弯状态的时长大于第一指定时长且惯性测量单元的Z轴角速度大于第二角速度阈值,所述第二角速度阈值大于所述第一角速度阈值;
条件2,从开始处于疑似转弯状态起,连续累积的转弯角度大于预设角度。
8.根据权利要求7所述的方法,确定所述车辆处于疑似转弯状态之后,还包括:
在满足以下任一条件的情况下,确定所述车辆从所述疑似转弯状态切换到直行状态:
条件1,持续处于疑似转弯状态的时长大于第二指定时长且惯性测量单元的Z轴角速度小于或等于第二角速度阈值;
条件2,持续在第三指定时长内所述惯性测量单元的Z轴角速度绝对值的均值小于第三角速度阈值,所述第三角速度阈值小于所述第一角速度阈值。
9.一种自动驾驶车辆的控制装置,包括:
转弯检测模块,用于在自动驾驶模式下,检测转弯情况;
漂移检测模块,用于在确定车辆处于转弯状态的情况下,基于多种定位传感器的量测信息检测定位漂移;
控制模块,用于在确定存在定位漂移的情况下,输出提示信息并退出自动驾驶模式。
10.根据权利要求9所述的装置,所述量测信息包括定位结果和传感器的状态,其中,所述漂移检测模块,包括:
第一检测子模块,用于在所述多种定位传感器的状态均为可用的情况下,基于各定位传感器的定位结果和融合定位结果对定位漂移进行检测;
第二检测子模块,用于在部分定位传感器的状态为可用的情况下,基于状态可用的定位传感器的定位结果、所述车辆的横向速度和所述融合定位结果对定位漂移进行检测;
第三检测子模块,用于在各定位传感器的状态均为不可用的情况下,基于所述车辆的横向速度对定位漂移进行检测。
11.根据权利要求10所述的装置,其中,所述第一检测子模块,用于:
确定不同定位传感器之间的定位差距;
在所述定位差异小于第一差距阈值的情况下,确定各定位传感器的定位结果分别与融合定位结果之间的差距,得到多个第一定位偏差;
在所述多个第一定位偏差满足第一漂移条件的情况下,确定存在定位漂移;
所述第一漂移条件包括:所述多个第一定位偏差均大于第一偏差阈值,或,大于所述第一偏差阈值的第一定位偏差的数量大于第一数量阈值。
12.根据权利要求10所述的装置,其中,所述第一检测子模块,还用于:
确定不同定位传感器之间的定位差距;
在所述定位差距大于等于第一差距阈值且小于第二差距阈值的情况下,确定各定位传感器的定位结果分别与融合定位结果之间的差距,得到多个第一定位偏差;
在所述多个第一定位偏差满足第二漂移条件、且所述车辆的横向速度大于第一速度阈值的情况下,确定存在定位漂移;
所述第二漂移条件包括:所述多个第一定位偏差均大于第二偏差阈值,或,大于所述第二偏差阈值的第一定位偏差的数量大于第二数量阈值。
13.根据权利要求10所述的装置,其中,所述第二检测子模块,用于:
确定状态可用的定位传感器的定位结果与融合定位结果之间的差距,得到至少一个第二定位偏差;
在所述至少一个第二定位偏差满足第三漂移条件、且所述车辆的横向速度大于第二速度阈值的情况下,确定存在定位漂移;
所述第三漂移条件包括:各第二定位偏差均大于第三偏差阈值,或,大于所述第三偏差阈值的第二定位偏差的数量大于第三数量阈值。
14.根据权利要求10所述的装置,其中,所述第三检测子模块,用于:
将所述车辆的横向速度与第三速度阈值进行比较;
在所述车辆的横向速度大于所述第三速度阈值的情况下,确定存在定位漂移。
15.根据权利要求9-14中任一项所述的装置,其中,所述转弯检测模块,用于:
实时比较惯性测量单元的Z轴角速度和第一角速度阈值的大小;
在Z轴角速度大于第一角速度阈值的情况下,确定处于疑似转弯状态;
在满足以下任一条件的情况下,确定所述车辆处于转弯状态:
条件1,持续处于疑似转弯状态的时长大于第一指定时长且惯性测量单元的Z轴角速度大于第二角速度阈值,所述第二角速度阈值大于所述第一角速度阈值;
条件2,从开始处于疑似转弯状态起,连续累积的转弯角度大于预设角度。
16.根据权利要求15所述的装置,所述转弯检测模块,还用于:
在满足以下任一条件的情况下,确定所述车辆从所述疑似转弯状态切换到直行状态:
条件1,持续处于疑似转弯状态的时长大于第二指定时长且惯性测量单元的Z轴角速度小于或等于第二角速度阈值;
条件2,持续在第三指定时长内所述惯性测量单元的Z轴角速度绝对值的均值小于第三角速度阈值,所述第三角速度阈值小于所述第一角速度阈值。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
20.一种车辆,载有权利要求17所述的电子设备。
CN202211467320.9A 2022-11-22 2022-11-22 自动驾驶车辆的控制方法、装置、设备、存储介质及车辆 Pending CN115743175A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211467320.9A CN115743175A (zh) 2022-11-22 2022-11-22 自动驾驶车辆的控制方法、装置、设备、存储介质及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211467320.9A CN115743175A (zh) 2022-11-22 2022-11-22 自动驾驶车辆的控制方法、装置、设备、存储介质及车辆

Publications (1)

Publication Number Publication Date
CN115743175A true CN115743175A (zh) 2023-03-07

Family

ID=85336809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211467320.9A Pending CN115743175A (zh) 2022-11-22 2022-11-22 自动驾驶车辆的控制方法、装置、设备、存储介质及车辆

Country Status (1)

Country Link
CN (1) CN115743175A (zh)

Similar Documents

Publication Publication Date Title
CN112526999B (zh) 速度规划方法、装置、电子设备和存储介质
CN111649739B (zh) 定位方法和装置、自动驾驶车辆、电子设备和存储介质
CN109444932B (zh) 一种车辆定位方法、装置、电子设备及存储介质
CN113715814B (zh) 碰撞检测方法、装置、电子设备、介质及自动驾驶车辆
CN111611901B (zh) 车辆逆行检测方法、装置、设备以及存储介质
CN112541437A (zh) 车辆定位方法、装置、电子设备及存储介质
CN111460375B (zh) 定位数据有效性确定方法、装置、设备和介质
CN113029129B (zh) 车辆的定位信息的确定方法、装置及存储介质
CN111721305B (zh) 定位方法和装置、自动驾驶车辆、电子设备和存储介质
CN112800159A (zh) 地图数据处理方法及装置
CN115675534A (zh) 车辆轨迹预测方法、装置、电子设备及存储介质
CN114212108A (zh) 自动驾驶方法、装置、车辆、存储介质及产品
CN115743175A (zh) 自动驾驶车辆的控制方法、装置、设备、存储介质及车辆
CN116215517A (zh) 碰撞检测方法、装置、设备、存储介质和自动驾驶车辆
CN115909813A (zh) 一种车辆碰撞预警方法、装置、设备及存储介质
CN114394111A (zh) 用于自动驾驶车辆的变道方法
CN111611902B (zh) 车辆违章检测方法、装置、设备以及存储介质
CN114299758A (zh) 车辆控制方法及装置、设备、介质和产品
CN111780757A (zh) 定位方法和装置、电子设备、车端设备、自动驾驶汽车
EP4246466A1 (en) Control method, vehicle, device and storage medium
CN114715166B (zh) 车辆控制方法、装置、设备、自动驾驶车辆和存储介质
CN112577503A (zh) 车辆起点区域的路径规划方法、装置、设备
CN114719875B (zh) 自动驾驶路径规划方法、装置、电子设备、介质及车辆
CN114379584B (zh) 车辆控制方法、装置、车辆、设备和存储介质
CN115063769A (zh) 车道定位方法、装置、设备及自动驾驶车辆

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