CN116238497A - 车辆限速控制方法、电子设备、存储介质及车辆 - Google Patents

Abstract

本发明涉及自动驾驶技术领域，具体提供一种车辆限速控制方法、电子设备、存储介质及车辆，旨在解决现有的车辆控制方法获得的限速值误差较大、导致对车辆限速控制精度较低的技术问题。为此目的，本发明的车辆限速控制方法包括：获取预设时间段内目标车辆所在当前路段的车辆状态信息；基于车辆状态信息确定限速预测值；基于限速预测值对目标车辆进行限速控制。如此，获得了精度较高的限速值，提高了车辆的限速控制精度。

Description

车辆限速控制方法、电子设备、存储介质及车辆

技术领域

本发明涉及自动驾驶技术领域，具体提供一种车辆限速控制方法、电子设备、存储介质及车辆。

背景技术

当自动驾驶模式开启的时候，车辆需要以设定速度行驶，但是该设定速度需要低于限速值。目前自动驾驶对于限速的要求比较高，但是通过电子眼或者图商获取的限速值大多是法定限速值，并且存在绑定道路错误的问题，有时候匝道的限速值会绑定到主路上，导致车辆驾驶异常，高速行驶中可能导致车辆瞬间降速，地面道路行驶中可能导致车辆突然加速。

相应地，本领域需要一种新的方案来解决上述问题。

发明内容

为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决上述的技术问题。本发明提供了一种车辆限速控制方法、电子设备、存储介质及车辆。

在第一方面，本发明提供一种车辆限速控制方法，所述方法包括：取预设时间段内目标车辆所在当前路段的车辆状态信息；基于所述车辆状态信息确定限速预测值；基于所述限速预测值对所述目标车辆进行限速控制。

在一个实施方式中，所述基于所述车辆状态信息确定限速预测值，包括：更新所述车辆状态信息；对更新后的所述车辆状态信息进行聚类，获得聚类结果；基于所述聚类结果确定所述限速预测值。

在一个实施方式中，所述车辆状态信息包括目标车辆所在的车道编号和高精地图版本，所述更新所述车辆状态信息，包括：获取车道编号版本对比表；基于所述高精地图版本和所述车道编号版本对比表，对所述车道编号进行更新。

在一个实施方式中，所述对更新后的所述车辆状态信息进行聚类，获得聚类结果，包括：对所述预设时间段内目标车辆所在当前路段的车辆状态信息进行聚类，得到聚类结果，其中所述聚类结果包括预设时间段内每个采样点对应所有车道的车辆状态信息。

在一个实施方式中，所述车辆状态信息还包括车速；所述基于所述聚类结果确定所述限速预测值，包括：删除所述聚类结果中不符合预设条件的车辆状态信息；判断剩余车辆状态信息中的车速是否满足正态分布，并将不满足正态分布的车速删除；根据剩余所有车速的预设分位数确定所述限速预测值。

在一个具体实施方式中，所述车辆状态信息还包括路况信息，所述路况信息包括畅通状态和非畅通状态；所述删除所述聚类结果中不符合预设条件的车辆状态信息，包括:将所述路况信息为非畅通状态和/或车速数量小于第一阈值的车辆状态信息删除；获取第二阈值和第三阈值，其中所述第二阈值小于所述第三阈值；将车速小于所述第二阈值的车辆状态信息和车速大于所述第三阈值的车辆状态信息删除。

在一个实施方式中，在获取预设时间段内目标车辆所在当前路段的车辆状态信息之后，所述方法还包括：对所述车辆状态信息进行预处理，删除速度异常的所述车辆状态信息。

在第二方面，提供一种电子设备，该电子设备包括至少一个处理器和至少一个存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行前述任一项所述的车辆限速控制方法。

在第三方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行前述任一项所述的车辆限速控制方法。

在第四方面，提供一种车辆，所述车辆包括车辆本体、至少一个处理器和至少一个存储装置，其中所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行前述的车辆限速控制方法。

本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：

本发明中的车辆限速控制方法，包括获取预设时间段内目标车辆所在当前路段的车辆状态信息；基于车辆状态信息确定限速预测值；基于限速预测值对目标车辆进行限速控制。如此，获得了精度较高的限速值，提高了车辆的限速控制精度，保证了车辆能够安全、可靠地行驶。

附图说明

参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本发明的保护范围组成限制。此外，图中类似的数字用以表示类似的部件，其中：

图1是根据本发明的一个实施例的车辆限速控制方法的主要步骤流程示意图；

图2是一个实施例中基于车辆状态信息确定限速预测值的流程示意图；

图3是一个实施例中车速与样本数的分布示意图；

图4是一个实施例中车速的正态分布示意图；

图5是一个实施例中车辆限速控制方法的完整流程示意图；

图6是一个实施例中电子设备的结构示意图。

具体实施方式

下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。

在本发明的描述中，“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路，各种合适的感应器，通信端口，存储器，也可以包括软件部分，比如程序代码，也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质，比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合，比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似，可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。

目前传统的车辆限速控制方法主要通过电子眼或者图商获取限速值，该限速值大多是法定限速值，并且存在绑定道路错误的问题，有时候匝道的限速值会绑定到主路上，导致车辆驾驶异常，高速行驶中可能导致车辆瞬间降速，地面道路行驶中可能导致车辆突然加速。因此，现有的车辆控制方法获得的限速值误差较大，导致对车辆限速控制精度较低，无法满足自动驾驶的安全、可靠性能。

为此，本申请提供了一种车辆限速控制方法、电子设备、存储介质及车辆，包括获取预设时间段内目标车辆所在当前路段的车辆状态信息；基于车辆状态信息确定限速预测值；基于限速预测值对目标车辆进行限速控制。如此，获得了精确度较高的限速值，提高了车辆的限速控制精度，保证了车辆能够安全、可靠地行驶。

参阅附图1，图1是根据本发明的一个实施例的车辆限速控制方法的主要步骤流程示意图。

如图1所示，本发明实施例中的车辆限速控制方法主要包括下列步骤S101-步骤S103。

步骤S101：获取预设时间段内目标车辆所在当前路段的车辆状态信息。

步骤S102：基于所述车辆状态信息确定限速预测值。

步骤S103：基于所述限速预测值对所述目标车辆进行限速控制。

基于上述步骤S101-步骤S103，包括获取预设时间段内目标车辆所在当前路段的车辆状态信息；基于车辆状态信息确定限速预测值；基于限速预测值对目标车辆进行限速控制。如此，获得了精度较高的限速值，提高了车辆的限速控制精度，保证了车辆能够安全、可靠地行驶。

下面分别对上述步骤S101至步骤S103作进一步说明。

根据导航数据标准（Navigation Data Standard，NDS）对全球进行了基于网格的划分，划分的网格大小取决于设定的级别，常用的NDS 13级网格大小约为2.6KM * 2.6KM。划分后的每个网格作为一个块或者窗口（tile），每个窗口（tile）拥有一个唯一的窗口编号tileid。

在每个窗口（tile）下有至少一个路段（link），每个路段（link）拥有一个唯一的路段编号linkid。

在每个路段（link）下有至少一个车道（lane），每个车道（lane）拥有一个唯一的车道编号laneid。

在步骤S101，预设时间段可以是一个月、三个月、一年等时间段，对此具体不作限定。

具体地，目标车辆所在的当前路段，意味着当前的窗口编号tileid和路段编号linkid是确定的，只需要获取该路段编号linkid下所有车道的车辆状态信息。

示例性地，针对预设时间段（例如三个月），可以在每一天的固定时间点（例如早上十点）采集目标车辆所在当前路段的所有车道的车辆状态信息。

车辆状态信息至少包括目标车辆（自车）所在的位置，例如经度、纬度等，目标车辆所在的车道编号、高精地图版本、路况信息以及目标车辆所在的路段的所有车道的所有车辆的车速等。

下表1可以作为车辆状态信息的一个示例，但不限于此。

表1 车辆状态信息表

在获取到车辆状态信息之后，可以将其存储至消息中间件，例如MQ，或者kafka，其中这里的消息中间件可以设置在车端，也可以设置在云端。

另外，在获得目标车辆所在当前路段的车辆状态信息之后，还可以对获取的车辆状态信息进行数据清洗。

在一个具体实施方式中，在获取预设时间段内目标车辆所在当前路段的车辆状态信息之后，所述方法还包括：对所述车辆状态信息进行预处理，删除速度异常的所述车辆状态信息。

具体来说，此处的数据清洗可以是剔除速度异常的车辆状态信息，如此，预先将异常数据剔除，为后期获取准确的限速值提供了基础支撑。

数据清洗之后的车辆状态信息可以存储至Hive数据仓库中。

每个版本的高精路网路段（link）和车道（line）也分别存储至Hive数据仓库中，并且两者分开存储，形成两张Hive数据表。

车道版本对比表是以高精地图版本为基础的车道编号的更新表，该表存储当前高精地图版本、当前车道编号与最新的车道编号之间的对应关系。其中车道版本对比表也存储在Hive数据仓库中。

以上是对步骤S101的进一步说明，下面继续对步骤S102作进一步说明。

具体如图2所述，上述步骤S102可通过下述步骤S1021至步骤S1023实现。具体可以在Spark计算引擎来实现。

步骤S1021：更新所述车辆状态信息。

在一个具体实施方式中，所述车辆状态信息包括目标车辆所在的车道编号和高精地图版本，所述更新所述车辆状态信息，包括：获取车道编号版本对比表；基于所述高精地图版本和所述车道编号版本对比表，对所述车道编号进行更新。

具体来说，首先从Hive数据仓库中获取车道编号版本对比表，进一步根据高精地图版本hdmapVersion和车道编号版本对比表，将当前的车道编号（laneid）转换或者更新为最新版本的车道编号。如果无法转化或者无法更新的，说明当前车道编号并未包含在最新的高精地图版本中，则将该车道编号下的数据丢弃掉。

步骤S1022：对更新后的所述车辆状态信息进行聚类，获得聚类结果。

在一个具体实施方式中，所述基于更新后的所述车辆状态信息进行聚类，获得聚类结果，包括：对所述预设时间段内目标车辆所在当前路段的车辆状态信息进行聚类，得到聚类结果，其中所述聚类结果包括预设时间段内每个采样点对应所有车道的车辆状态信息。

具体来说，对目标车辆所在当前路段的车辆状态信息进行聚类，从而获得每个采样点的路段编号linkid下所有车道的所有车辆状态信息。

在一个实施例中，k-均值聚类方法可以作为本步骤聚类方法的一个示例，但不限于此。

步骤S1023：基于所述聚类结果确定所述限速预测值。

在一个具体实施方式中，所述车辆状态信息还包括车速；所述基于所述聚类结果确定所述限速预测值，包括：删除所述聚类结果中不符合预设条件的车辆状态信息；判断剩余车辆状态信息中的车速是否满足正态分布，并将不满足正态分布的车速删除；根据剩余所有车速的预设分位数确定所述限速预测值。

具体来说，首先设置预设条件，将聚类结果中不符合预设条件的车辆状态信息中删除，接着判断剩余车辆状态信息中的车速是否满足正态分布，将不满足正态分布的车辆状态信息中删除，最后根据剩余所有车速的预设分位数确定所述限速预测值。

在一个优选实施例中，剩余所有车速的75%分位数可以作为所述限速预测值的一个示例。

在一个具体实施方式中，所述车辆状态信息还包括路况信息，所述路况信息包括畅通状态和非畅通状态；所述删除所述聚类结果中不符合预设条件的车辆状态信息，包括：将所述路况信息为非畅通状态和/或车速数量小于第一阈值的车辆状态信息删除；获取第二阈值和第三阈值，其中所述第二阈值小于所述第三阈值；将车速小于所述第二阈值的车辆状态信息和车速大于所述第三阈值的车辆状态信息删除。

第一阈值可以是预先通过实验获得的数值，具体可以根据实际情况调整。

具体来说，首先将非畅通状态以及车速数量小于第一阈值的采样点对应的车速删除。其中车速数量实际上就是车辆数。示例性地，剔除非畅通状态和车辆数小于五辆的采样点。

第二阈值是所有车速的25%分位数减去1.5倍的四分位差，第三阈值是所有车速的75%分位数加1.5倍的四分位差，其中四分位差是75%分位数减去25%分位数。

进一步，将小于第二阈值和大于第三阈值的车辆状态信息均删除。

示例性地，图3为某段高速路的样本数与车速的关系示意图。其中该图上面横线（第三阈值）是75%分位数值加上1.5倍四分位差的数值，下面横线（第二阈值）是25%分位数值减去1.5倍四分位差的数值，两条横线外的数据认为是异常值，因此需要将两条横线之外的车速删除。

图4是剔除异常值之后的速度正态分布图。通过分析可以看出，剔除异常值之后，当满足一定条件的车辆数时，使用75%分位数的车速值作为当前道路的限速值使用。

通过根据车辆状态信息获取到精度较高的限速值，为后续进行车辆的精准控制提供了基础支撑，有利于提高车辆的控制精度，保证了自动驾驶系统的安全性和稳定性。

如下表2所示，将限速值以表格形式存储至数据库，例如mysql中。

表2 限速值存储表

以上是对步骤S102的进一步说明，下面继续对步骤S103作进一步说明。

在一个实施例中，如图5所示，获取车辆状态信息、实时数据清洗和获取限速值等均可以在云端服务器实现，进而通过C/S（Client/Server）架构，将限速值发送至车机端，此时领航辅助系统（NOP）进一步控制车辆的行驶速度，以使车辆的行驶速度始终位于所述限速值之下，如此，保证了驾驶人员的安全。

需要指出的是，尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述，但是本领域技术人员可以理解，为了实现本发明的效果，不同的步骤之间并非必须按照这样的顺序执行，其可以同时（并行）执行或以其他顺序执行，这些变化都在本发明的保护范围之内。

本领域技术人员能够理解的是，本发明实现上述一实施例的方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。

进一步，本发明还提供了一种电子设备。在根据本发明的一个电子设备实施例中，如图6所示，电子设备包括至少一个处理器61和至少一个存储装置62，存储装置可以被配置成存储执行上述方法实施例的车辆限速控制方法的程序，处理器可以被配置成用于执行存储装置中的程序，该程序包括但不限于执行上述方法实施例的车辆限速控制方法的程序。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。

在本发明实施例中电子设备可以是包括各种设备形成的控制装置设备。在一些可能的实施方式中，电子设备可以包括多个存储装置和多个处理器。而执行上述方法实施例的车辆限速控制方法的程序可以被分割成多段子程序，每段子程序分别可以由处理器加载并运行以执行上述方法实施例的车辆限速控制方法的不同步骤。具体地，每段子程序可以分别存储在不同的存储装置中，每个处理器可以被配置成用于执行一个或多个存储装置中的程序，以共同实现上述方法实施例的车辆限速控制方法，即每个处理器分别执行上述方法实施例的车辆限速控制方法的不同步骤，来共同实现上述方法实施例的车辆限速控制方法。

上述多个处理器可以是部署于同一个设备上的处理器，例如上述电子设备可以是由多个处理器组成的高性能设备，上述多个处理器可以是该高性能设备上配置的处理器。此外，上述多个处理器也可以是部署于不同设备上的处理器，例如上述电子设备可以是服务器集群，上述多个处理器可以是服务器集群中不同服务器上的处理器。

进一步，本发明还提供了一种计算机可读存储介质。在根据本发明的一个计算机可读存储介质实施例中，计算机可读存储介质可以被配置成存储执行上述方法实施例的车辆限速控制方法的程序，该程序可以由处理器加载并运行以实现上述车辆限速控制方法。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备，可选的，本发明实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (10)

1.一种车辆限速控制方法，其特征在于，所述方法包括：

获取预设时间段内目标车辆所在当前路段的车辆状态信息；

基于所述车辆状态信息确定限速预测值；

基于所述限速预测值对所述目标车辆进行限速控制。

2.根据权利要求1所述的车辆限速控制方法，其特征在于，所述基于所述车辆状态信息确定限速预测值，包括：

更新所述车辆状态信息；

对更新后的所述车辆状态信息进行聚类，获得聚类结果；

基于所述聚类结果确定所述限速预测值。

3.根据权利要求2所述的车辆限速控制方法，其特征在于，所述车辆状态信息包括目标车辆所在的车道编号和高精地图版本，

所述更新所述车辆状态信息，包括：

获取车道编号版本对比表；

基于所述高精地图版本和所述车道编号版本对比表，对所述车道编号进行更新。

4.根据权利要求2所述的车辆限速控制方法，其特征在于，所述对更新后的所述车辆状态信息进行聚类，获得聚类结果，包括：对所述预设时间段内目标车辆所在当前路段的车辆状态信息进行聚类，得到聚类结果，其中所述聚类结果包括预设时间段内每个采样点对应所有车道的车辆状态信息。

5.根据权利要求2所述的车辆限速控制方法，其特征在于，所述车辆状态信息还包括车速；

所述基于所述聚类结果确定所述限速预测值，包括：

删除所述聚类结果中不符合预设条件的车辆状态信息；

判断剩余车辆状态信息中的车速是否满足正态分布，并将不满足正态分布的车速删除；

根据剩余所有车速的预设分位数确定所述限速预测值。

6.根据权利要求5所述的车辆限速控制方法，其特征在于，所述车辆状态信息还包括路况信息，所述路况信息包括畅通状态和非畅通状态；

所述删除所述聚类结果中不符合预设条件的车辆状态信息，包括：

将所述路况信息为非畅通状态和/或车速数量小于第一阈值的车辆状态信息删除；

获取第二阈值和第三阈值，其中所述第二阈值小于所述第三阈值；

将车速小于所述第二阈值的车辆状态信息和车速大于所述第三阈值的车辆状态信息删除。

7.根据权利要求1所述的车辆限速控制方法，其特征在于，在获取预设时间段内目标车辆所在当前路段的车辆状态信息之后，所述方法还包括：对所述车辆状态信息进行预处理，删除速度异常的所述车辆状态信息。

8.一种电子设备，包括至少一个处理器和至少一个存储装置，所述存储装置适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1至7中任一项所述的车辆限速控制方法。

9.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1至7中任一项所述的车辆限速控制方法。

10.一种车辆，其特征在于，所述车辆包括车辆本体、至少一个处理器和至少一个存储装置，其中所述存储装置适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1至7中任一项所述的车辆限速控制方法。

Images