CN116279596B - 车辆控制方法、装置、电子设备和计算机可读介质 - Google Patents
车辆控制方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN116279596B CN116279596B CN202310602303.XA CN202310602303A CN116279596B CN 116279596 B CN116279596 B CN 116279596B CN 202310602303 A CN202310602303 A CN 202310602303A CN 116279596 B CN116279596 B CN 116279596B
- Authority
- CN
- China
- Prior art keywords
- information
- boundary point
- road
- target
- boundary
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012937 correction Methods 0.000 claims abstract description 34
- 230000004044 response Effects 0.000 claims abstract description 23
- 238000005070 sampling Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 17
- 238000007499 fusion processing Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000009499 grossing Methods 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 claims 2
- 238000004422 calculation algorithm Methods 0.000 description 19
- 238000004364 calculation method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000007500 overflow downdraw method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000004927 fusion Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开的实施例公开了车辆控制方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对预先检测到的前方道路信息进行提取处理，得到目标行驶区域信息，其中，目标行驶区域信息包括通行宽度值和道路边界信息；响应于确定通行宽度值满足预设窄路宽度条件，基于道路边界信息，生成道路中心线信息；对预先获取的车辆位置信息和道路中心线信息进行融合处理，得到相对位置信息；基于相对位置信息，生成车辆位置修正信息；基于车辆位置修正信息，对预设的车辆路径信息进行更新处理，得到目标车辆路径信息，以及将目标车辆路径信息发送至车辆控制模块，以供控制车辆移动。该实施方式可以在控制车辆通过较窄道路时，减少对计算资源的占用。
Description
技术领域
本公开的实施例涉及计算机技术领域，具体涉及车辆控制方法、装置、电子设备和计算机可读介质。
背景技术
车辆控制，对控制自动驾驶车辆安全通过较窄道路有重要意义。目前，在进行车辆控制时，通常采用的方式为：通过多传感器融合的方式确定狭窄道路，以及规划行驶路径以供车辆通过窄路。
然而，发明人发现，当采用上述方式进行车辆控制时，经常会存在如下技术问题：
第一，多传感器融合的方式需要额外耗费大量算力对各个传感器的感知数据进行融合处理，从而，导致占用大量计算资源；
第二，多传感器融合的方式通常需要确定可行驶区域上每个边界点的可行性以便生成通行路径，且算法复杂度较高，从而导致路径规划时间过长；
第三，多传感器融合的方式需要在车辆上额外安装多个智能硬件设备，尤其依赖激光雷达以用于生成可行驶区域，然而由于现有车型多未安装这些硬件设备，导致较少车辆采用上述方式进行车辆控制，降低了上述方式的适用性。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了车辆控制方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种车辆控制方法，该方法包括：对预先检测到的前方道路信息进行提取处理，得到目标行驶区域信息，其中，上述目标行驶区域信息包括通行宽度值和道路边界信息；响应于确定上述通行宽度值满足预设窄路宽度条件，基于上述道路边界信息，生成道路中心线信息；对预先获取的车辆位置信息和上述道路中心线信息进行融合处理，得到相对位置信息；基于上述相对位置信息，生成车辆位置修正信息；基于上述车辆位置修正信息，对预设的车辆路径信息进行更新处理，得到目标车辆路径信息，以及将上述目标车辆路径信息发送至车辆控制模块，以供控制车辆移动。
第二方面，本公开的一些实施例提供了一种车辆控制装置，装置包括：提取处理单元，被配置成对预先检测到的前方道路信息进行提取处理，得到目标行驶区域信息，其中，上述目标行驶区域信息包括通行宽度值和道路边界信息；第一生成单元，被配置成响应于确定上述通行宽度值满足预设窄路宽度条件，基于上述道路边界信息，生成道路中心线信息；融合处理单元，被配置成对预先获取的车辆位置信息和上述道路中心线信息进行融合处理，得到相对位置信息；第二生成单元，被配置成基于上述相对位置信息，生成车辆位置修正信息；更新处理以及发送单元，被配置成基于上述车辆位置修正信息，对预设的车辆路径信息进行更新处理，得到目标车辆路径信息，以及将上述目标车辆路径信息发送至车辆控制模块，以供控制车辆移动。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的车辆控制方法，可以在控制车辆通过较窄道路时，减少对计算资源的占用。具体来说，造成占用大量计算资源的原因在于：多传感器融合的方式需要额外耗费大量算力对各个传感器的感知数据进行融合处理。基于此，本公开的一些实施例的车辆控制方法，首先，对预先检测到的前方道路信息进行提取处理，得到目标行驶区域信息。其中，上述目标行驶区域信息包括通行宽度值和道路边界信息。由此，可以确定车辆前方的可行驶区域，便于后续对涉及窄路的可行驶区域进行路径规划，以及控制车辆通过窄路。其次，响应于确定上述通行宽度值满足预设窄路宽度条件，基于上述道路边界信息，生成道路中心线信息。由此，可以规划出便于车辆通过窄路的预定路径，即道路中心线。然后，对预先获取的车辆位置信息和上述道路中心线信息进行融合处理，得到相对位置信息。由此，可以得到车辆当前位置相对于预定路径的偏差。之后，基于上述相对位置信息，生成车辆位置修正信息。由此，可以确定用于修正上述偏差的信息，便于后续控制车辆移动到预定路径上。最后，基于上述车辆位置修正信息，对预设的车辆路径信息进行更新处理，得到目标车辆路径信息，以及将上述目标车辆路径信息发送至车辆控制模块，以供控制车辆移动。由此，可以控制车辆移动至预定路径上，沿预定路径通过窄路。因此，本公开的车辆控制方法，无需占用大量算力对各个传感器的感知数据进行融合处理，也无需耗费较多算力资源处理激光雷达的点云数据，只需在检测得到的任一传感器对应的前方道路信息的基础上识别窄路区域，以及生成车辆通过窄路的道路中心线，且道路中心线上的每个点均是可通过的，再结合对车辆位置的实时修正，可以使车辆沿道路中心线通过窄路。从而，可以在控制车辆通过较窄道路时，减少对计算资源的占用。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是根据本公开的车辆控制方法的一些实施例的流程图；
图2是根据本公开的车辆控制装置的一些实施例的结构示意图；
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的车辆控制方法的一些实施例的流程100。该车辆控制方法，包括以下步骤：
步骤101，对预先检测到的前方道路信息进行提取处理，得到目标行驶区域信息。
在一些实施例中，车辆控制方法的执行主体（例如整车控制器）可以对预先检测到的前方道路信息进行提取处理，得到目标行驶区域信息。其中，上述预先检测到的前方道路信息可以是目标车辆前方的道路的信息。上述前方道路信息可以包括但不限于以下至少一项：路沿信息、障碍物信息和道路交通标线等。上述路沿信息可以是道路边沿的信息。上述障碍物信息可以是前方路面上的障碍物的位置的信息。上述障碍物可以包括但不限于以下至少一项：锥形桶、石墩、限宽杆、障碍物车辆等。上述障碍物车辆可以是障碍物类型的车辆。上述目标行驶区域信息可以是车辆的可行驶区域的信息。上述目标行驶区域信息可以包括通行宽度值和道路边界信息。上述通行宽度值可以是前方道路上供车辆通行的路面的宽度值。例如，上述通行宽度值可以是两个石墩之间的路面的宽度值，也可以是限宽杆对应的宽度值。上述道路边界信息可以是前方道路上可行驶区域的边缘的信息。可以通过预设的提取处理方法，对预先检测到的前方道路信息进行提取处理，得到目标行驶区域信息。
作为示例，上述提取处理方法可以包括但不限于以下至少一项：DeepLab v3语义分割算法、FCN（Fully Convolutional Networks for Semantic Segmentation，语义分割的全卷积神经网络）算法。
可选的，上述前方道路信息可以通过以下步骤检测得到：
第一步，获取前方道路图像。其中，上述前方道路图像可以是目标车辆上的前视鱼眼相机拍摄的前方道路的图像。可以通过有线连接方式或者无线连接方式，从前视鱼眼相机获取前方道路图像。
第二步，对上述前方道路图像进行检测处理，得到前方道路信息。其中，可以通过预设的检测方法，对上述前方道路图像进行检测处理，得到前方道路信息。
作为示例，上述检测方法可以包括但不限于以下至少一项：边缘检测算子、YOLO（You Only Look Once，目标检测）算法、霍夫变换。
步骤102，响应于确定通行宽度值满足预设窄路宽度条件，基于道路边界信息，生成道路中心线信息。
在一些实施例中，上述执行主体可以响应于确定上述通行宽度值满足预设窄路宽度条件，通过各种方式，基于上述道路边界信息，生成道路中心线信息。其中，上述预设窄路宽度条件可以是通行宽度值与预设车辆宽度之间的差值在预设距离区间内。上述预设车辆宽度可以是目标车辆的宽度。上述预设距离区间可以是预先设置的目标车辆与道路边界之间的距离值所在的区间。例如，上述预设距离区间可以是40厘米至100厘米。上述道路中心线信息可以表征道路中心线。上述道路中心线可以是可行驶区域的中心线。可以通过预设的中心线提取方法，基于上述道路边界信息，生成道路中心线信息。
作为示例，上述中心线提取方法可以包括但不限于以下至少一项：基于曲线拟合的中心线提取算法、基于深度学习的中心线提取算法等。
在一些实施例的一些可选的实现方式中，上述道路边界信息可以包括边界点坐标序列。其中，上述边界点坐标序列可以是可行驶区域的边缘上从一端到另一端的连续的点对应的坐标的序列。上述边界点坐标序列中的边界点坐标可以表征可行驶区域的边缘上的一个点。上述执行主体可以通过以下步骤，基于上述道路边界信息，生成道路中心线信息：
第一步，基于上述道路边界信息包括的边界点坐标序列，生成目标边界线信息。其中，上述目标边界线信息可以包括边界线段组和目标边界点坐标序列。上述边界线段组中的边界线段可以是连接可行驶区域边缘上的相邻两点的线段。上述目标边界点坐标序列可以表征上述边缘曲线。上述目标边界点坐标序列中的目标边界点坐标可以是上述边缘曲线上的点的坐标。可以通过各种方式，基于上述道路边界信息包括的边界点坐标序列，生成目标边界线信息。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤，基于上述道路边界信息包括的边界点坐标序列，生成目标边界线信息：
步骤一，基于预设的视场角度，对上述边界点坐标序列进行采样处理，得到目标边界点坐标序列。其中，上述预设的视场角度可以是前视鱼眼相机的视场角的角度。例如，上述视场角度可以是170度。可以通过以下步骤，基于预设的视场角度，对上述边界点坐标序列进行采样处理，得到目标边界点坐标序列：
子步骤一，对视场角度按预设角度步长进行划分，得到角度值区间序列。其中，上述预设角度步长可以是预先设置的视场角度的步长值。例如，上述预设角度步长可以是2度，也可以是5度。上述角度值区间序列可以是各个角度值区间按照升序排列的序列。上述角度值区间序列中的角度值区间可以是视场角度值的取值范围。
子步骤二，对于上述角度值区间序列中的每个角度值区间，从上述边界点坐标序列中选出与上述角度值区间相匹配的预设数量个边界点坐标作为采样边界点坐标，得到采样边界点坐标组。其中，与上述角度值区间相匹配可以是边界点坐标在上述角度值区间对应的相机视场的拍摄范围内。上述预设数量可以是预先设置的数量。例如，上述预设数量可以是1个。
子步骤三，将所得到的各个采样边界点坐标组中的每个采样边界点坐标确定为目标边界点坐标，得到目标边界点坐标集。
子步骤四，根据边界点坐标序列的排列顺序，对上述目标边界点坐标集进行排序处理，得到目标边界点坐标序列。其中，根据边界点坐标序列中与目标边界点坐标对应的边界点坐标的排列顺序，可以通过预设的排序算法，对上述目标边界点坐标集进行排序处理，得到目标边界点坐标序列。
作为示例，上述排序算法可以包括但不限于以下至少一项：快速排序、冒泡排序。
步骤二，对上述目标边界点坐标序列中的各个目标边界点坐标进行平滑处理，得到边界线段组。首先，可以将上述目标边界点坐标序列中满足预设相邻条件的每两个目标边界点坐标确定为相邻坐标信息，得到相邻坐标信息组。其中，上述预设相邻条件可以是两个目标边界点坐标在上述目标边界点坐标序列中前后相邻。然后，对于上述相邻坐标信息组中的每个相邻坐标信息，连接上述相邻坐标信息对应的各个目标边界点坐标，以及将连接上述各个目标边界点坐标的线段确定为边界线段。
步骤三，将上述边界线段组和上述目标边界点坐标序列确定为目标边界线信息。
第二步，基于上述边界线段组，生成中心线起点坐标。其中，上述中心线起点坐标可以是可行驶区域的中心线的起点的坐标。首先，将上述边界线段组围成的区域确定为目标多边形区域。然后，通过预设的多边形外接算法，确定上述目标多边形区域对应的目标外接图形。其中，上述目标外接图形可以是多边形的外接图形。最后，将目标外接图形的中心点的坐标确定为中心线起点坐标。
作为示例，上述多边形外接算法可以包括但不限于以下至少一项：最小外接圆算法、外接矩形算法等。
第三步，将上述目标边界点坐标序列中满足预设距离条件的目标边界点坐标确定为关键边界点坐标，得到关键边界点坐标组。其中，上述预设距离条件可以是目标边界点坐标与垂直于地面的、目标车辆车头前部所在平面之间的距离在预设距离范围内。例如，上述预设距离范围可以是50厘米至100厘米。
第四步，基于上述关键边界点坐标组和预先确定的车头坐标点坐标，生成目标采样点坐标组。其中，上述车头坐标点坐标可以是车辆坐标系中，车体与车辆行驶方向一致的坐标轴之间的交点的坐标。上述车辆坐标系可以是以车辆后轴中心为原点，以平行于地面且垂直于车辆行驶方向的方向为横轴、以车辆行驶方向为纵轴、以垂直于地面的方向为竖轴的坐标系。上述目标采样点坐标组中的目标采样点坐标可以表征可行驶区域内的点。可以通过以下步骤，基于上述关键边界点坐标组和上述车辆位置信息，生成目标采样点坐标组：
第一子步骤，对于上述关键边界点坐标组中的每个关键边界点坐标，将上述关键边界点坐标与上述车头坐标点坐标之间的距离值确定为边界距离值，以及将上述关键边界点坐标和上述边界距离值确定为关键边界点信息。
第二子步骤，根据所得到的关键边界点信息和预设插值步长值，对上述关键边界点坐标组中的各个关键边界点坐标进行插值处理，得到插值边界点信息组。其中，上述预设插值步长值可以是预先设置的边界距离值的步长值。例如，上述预设插值步长值可以是10厘米。上述插值边界点信息组中的插值边界点信息可以包括插值边界点坐标和插值边界距离值。上述插值边界点坐标可以是插值得到的边缘点的坐标。上述插值边界距离值可以是插值边界点坐标与上述车头坐标点坐标之间的距离。可以通过预设的插值方法，根据所得到的关键边界点信息和预设插值步长值，对上述关键边界点坐标组中的各个关键边界点坐标进行插值处理，得到插值边界点信息组。
作为示例，上述插值方法可以包括但不限于以下至少一项：最近邻点法、样条插值法。
第三子步骤，可以将所得到的每个关键边界点信息、插值边界点信息组中的每个插值边界点信息确定为目标边界点信息，得到目标边界点信息组。
第四子步骤，通过预设的聚类算法，对上述目标边界点信息组进行聚类处理，得到左边界点信息组和右边界点信息组。其中，上述左边界点信息组中的左边界点信息可以表征可行驶区域左侧的边缘点。上述右边界点信息组中的右边界点信息可以表征可行驶区域右侧的边缘点。
第五子步骤，对于上述左边界点信息组中的每个左边界点信息，执行以下步骤：
步骤一，从上述右边界点信息组中选出与上述左边界点信息相匹配的右边界点信息作为目标右边界点信息。其中，与上述左边界点信息相匹配可以是右边界点信息对应的边界距离值与上述左边界点信息对应的边界距离值相等。
步骤二，将上述左边界点信息对应的边界点坐标与目标右边界点信息对应的边界点坐标之间的中点坐标确定为目标采样点坐标。
第五步，基于上述中心线起点坐标和上述目标采样点坐标组，生成道路中心线信息。首先，按照目标采样点坐标组中的目标采样点坐标到上述中心线起点坐标的距离的升序排列顺序，从上述中心线起点坐标开始，依次连接上述目标采样点坐标组对应的各个点，得到目标采样线段组。然后，通过预设的拟合方法，对上述目标采样线段组进行拟合处理，得到道路中心线信息。
作为示例，上述拟合方法可以包括但不限于以下至少一项：最小二乘法、三次样条插值法。
上述道路中心线信息生成步骤及其相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“多传感器融合的方式通常需要确定可行驶区域上每个边界点的可行性以便生成通行路径，且算法复杂度较高，从而导致路径规划时间过长”。导致路径规划时间过长往往如下：多传感器融合的方式通常需要确定可行驶区域上每个边界点的可行性以便生成通行路径，且算法复杂度较高。如果解决了上述因素，就能达到缩短路径规划的时间的效果。为了达到这一效果，首先，根据可行驶区域对应的外接图形，确定道路中心线的起点，即规划路径的起点。然后，确定车辆前方一定距离内的边界点，以用于确定道路中心线上的各个期望轨迹点。最后，根据各个期望轨迹点，规划车辆通过窄路的道路中心线。因此，在规划车辆通过窄路的路径时，无需确定可行驶区域上每个边界点的可行性，只需根据车辆前方一定范围内的边界点确定通过窄路区域的道路中心线，且算法复杂度也较低，从而可以缩短路径规划的时间。
步骤103，对预先获取的车辆位置信息和道路中心线信息进行融合处理，得到相对位置信息。
在一些实施例中，上述执行主体可以通过各种方式，对预先获取的车辆位置信息和上述道路中心线信息进行融合处理，得到相对位置信息。其中，上述预先获取的车辆位置信息可以是车载导航设备输出车辆的定位信息。上述相对位置信息可以表征车辆位置与中心线上的轨迹点之间的误差。
在一些实施例的一些可选的实现方式中，其中，上述车辆位置信息可以包括位置坐标。上述位置坐标可以是GPS（Global Positioning System，全球定位系统）坐标。上述道路中心线信息可以包括道路中心线方程。上述道路中心线方程可以表征可行驶区域的中心线。上述执行主体可以通过以下步骤，对预先获取的车辆位置信息和上述道路中心线信息进行融合处理，得到相对位置信息：
第一步，将预先获取的车辆位置信息包括的位置坐标投影至上述道路中心线信息包括的道路中心线方程对应的道路中心线上，得到中心投影点坐标。其中，上述中心投影点坐标可以是道路中心线上，距离上述位置坐标最近的轨迹点对应的坐标。
第二步，将上述中心投影点坐标与上述位置坐标之间的距离值确定为距离偏差值。
第三步，将上述道路中心线信息包括的道路中心线方程对应的道路中心线与预设的方向向量之间的夹角确定为夹角偏差值。其中，上述预设的方向向量可以表征目标车辆的行驶方向。
第四步，将上述距离偏差值和上述夹角偏差值确定为相对位置信息。
步骤104，基于相对位置信息，生成车辆位置修正信息。
在一些实施例中，上述执行主体可以通过各种方式，基于上述相对位置信息，生成车辆位置修正信息。其中，上述车辆位置修正信息可以是对目标车辆的位置与道路中心线上轨迹点之间的误差进行修正所需要的信息。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤，基于上述相对位置信息，生成车辆位置修正信息：
第一步，响应于确定上述相对位置信息满足第一预设偏差条件，对上述中心投影点坐标进行检测处理，得到车辆方向信息。其中，上述第一预设偏差条件可以是相对位置信息包括的夹角偏差值小于等于第一预设偏差角度值，且包括的距离偏差值小于等于第一预设偏差距离值。上述第一预设偏差角度值和上述第一预设偏差距离值可以是预先设置的数值。例如，上述第一预设偏差角度值可以是20度。上述第一预设偏差距离值可以是50厘米。上述车辆方向信息可以是车辆行驶方向偏离道路中心线的方向的信息。首先，响应于确定上述中心投影点坐标的横坐标小于0，将第一预设方向信息确定为车辆方向信息。其中，上述第一预设方向信息可以表征车辆行驶方向向左偏离道路中心线。然后，响应于确定上述中心投影点坐标的横坐标大于0，将第二预设方向信息确定为车辆方向信息。其中，上述第二预设方向信息可以表征车辆行驶方向向右偏离道路中心线。
第二步，响应于确定上述车辆方向信息满足预设方向条件，将预设的修正方向值和上述相对位置信息确定为车辆位置修正信息。其中，上述预设方向条件可以是上述车辆方向信息为第一预设方向信息。上述预设的修正方向值可以是车辆偏离方向的相反方向对应的值。例如，上述修正方向值可以是“右侧”。
步骤105，基于车辆位置修正信息，对预设的车辆路径信息进行更新处理，得到目标车辆路径信息，以及将目标车辆路径信息发送至车辆控制模块，以供控制车辆移动。
在一些实施例中，上述执行主体可以基于上述车辆位置修正信息，对预设的车辆路径信息进行更新处理，得到目标车辆路径信息，以及将上述目标车辆路径信息发送至车辆控制模块，以供控制车辆移动。其中，上述预设的车辆路径信息可以是预先规划的。上述目标车辆路径信息可以表征规划的车辆通过可行驶区域的局部路径。上述车辆控制模块可以是通过控制指令控制车辆移动的模块。上述控制指令可以包括但不限于以下至少一项：转向指令、减速指令。首先，可以通过预设的路径规划方法，基于上述车辆位置修正信息，对预设的车辆路径信息进行更新处理，得到目标车辆路径信息。然后，将上述目标车辆路径信息发送至车辆控制模块，以供控制车辆移动。
作为示例，上述预设的路径规划算法可以包括但不限于以下至少一项：LatticePlanner规划算法、快速扩展随机树算法。
可选的，上述执行主体还可以响应于确定上述相对位置信息满足第二预设偏差条件，将上述道路中心线信息确定为第一更新路径信息，以及将上述第一更新路径信息发送至上述车辆控制模块，以供控制车辆移动。其中，上述第二预设偏差条件可以是相对位置信息包括的夹角偏差值小于等于第二预设偏差角度值，且包括的距离偏差值小于等于第二预设偏差距离值。上述第二预设偏差角度值和上述第二预设偏差距离值可以是预先设置的数值。例如，上述第二预设偏差角度值可以是10度。上述第二预设偏差距离值可以是10厘米。
可选的，上述执行主体还可以执行以下步骤：
第一步，响应于检测到目标车辆已进入窄路路段，获取目标车辆坐标和障碍物信息集。其中，上述目标车辆坐标可以是车载导航输出的GPS坐标。上述障碍物信息集可以是超声波雷达输出的。上述窄路路段可以是较窄的路段。例如，上述窄路路段可以是由两个锥形桶形成的较窄的通行区域。
第二步，基于上述目标车辆坐标和上述道路中心线信息，生成目标通行信息。其中，上述目标通行信息可以是相对位置信息。可以根据上述融合处理步骤，对上述目标车辆坐标和上述道路中心线信息进行融合处理，得到相对位置信息。
第三步，响应于确定上述目标通行信息满足第二预设偏差条件，基于上述障碍物信息集和上述道路中心线信息，生成第二更新路径信息，以及将上述第二更新路径信息发送至上述车辆控制模块，以供控制车辆移动。其中，上述第二更新路径信息可以是规划的车辆通过可行驶区域的局部路径。首先，可以通过上述路径规划方法，基于上述障碍物信息集和上述道路中心线信息，生成第二更新路径信息。然后，将上述第二更新路径信息发送至上述车辆控制模块，以供控制车辆移动。
上述路径信息生成步骤及其相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题三“多传感器融合的方式需要在车辆上额外安装多个智能硬件设备，尤其依赖激光雷达以用于生成可行驶区域，然而由于现有车型多未安装这些硬件设备，导致较少车辆采用上述方式进行车辆控制，降低了上述方式的适用性”。导致上述方式的适用性降低的因素往往如下：多传感器融合的方式需要在车辆上额外安装多个智能硬件设备，尤其依赖激光雷达以用于生成可行驶区域，然而由于现有车型多未安装这些硬件设备，导致较少车辆采用上述方式进行车辆控制。如果解决了上述因素，就能达到提高方案适用性的效果。为了达到这一效果，首先，获取前视鱼眼相机拍摄的图像。然后，对拍摄的图像进行检测以生成可行驶区域。从而无需依赖激光雷达生成可行驶区域。之后，在可行驶区域的基础上确定车辆行驶的道路中心线。最后，生成目标车辆路径信息，以便车辆沿道路中心线行驶，通过窄路区域。此外，还借助超声波雷达进一步检测障碍物，以便车辆安全行驶。因此，在车辆未安装多个智能硬件的条件下，也可以安全通过窄路区域。从而，提高了本方案的适用性。
实践中，若不依赖激光雷达识别窄路，通常所能识别窄路的通行宽度大致在车宽+50厘米左右，本方案能够识别的窄路的通行宽度可达车宽+40厘米左右，甚至在识别直线窄路时，能够识别的通行宽度可降至车宽+40厘米以下。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的车辆控制方法，可以在控制车辆通过较窄道路时，减少对计算资源的占用。具体来说，造成占用大量计算资源的原因在于：多传感器融合的方式需要额外耗费大量算力对各个传感器的感知数据进行融合处理。基于此，本公开的一些实施例的车辆控制方法，首先，对预先检测到的前方道路信息进行提取处理，得到目标行驶区域信息。其中，上述目标行驶区域信息包括通行宽度值和道路边界信息。由此，可以确定车辆前方的可行驶区域，便于后续对涉及窄路的可行驶区域进行路径规划，以及控制车辆通过窄路。其次，响应于确定上述通行宽度值满足预设窄路宽度条件，基于上述道路边界信息，生成道路中心线信息。由此，可以规划出便于车辆通过窄路的预定路径，即道路中心线。然后，对预先获取的车辆位置信息和上述道路中心线信息进行融合处理，得到相对位置信息。由此，可以得到车辆当前位置相对于预定路径的偏差。之后，基于上述相对位置信息，生成车辆位置修正信息。由此，可以确定用于修正上述偏差的信息，便于后续控制车辆移动到预定路径上。最后，基于上述车辆位置修正信息，对预设的车辆路径信息进行更新处理，得到目标车辆路径信息，以及将上述目标车辆路径信息发送至车辆控制模块，以供控制车辆移动。由此，可以控制车辆移动至预定路径上，沿预定路径通过窄路。因此，本公开的车辆控制方法，无需占用大量算力对各个传感器的感知数据进行融合处理，也无需耗费较多算力资源处理激光雷达的点云数据，只需在检测得到的任一传感器对应的前方道路信息的基础上识别窄路区域，以及生成车辆通过窄路的道路中心线，且道路中心线上的每个点均是可通过的，再结合对车辆位置的实时修正，可以使车辆沿道路中心线通过窄路。从而，可以在控制车辆通过较窄道路时，减少对计算资源的占用。
进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种车辆控制装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图2所示，一些实施例的车辆控制装置200包括：提取处理单元201、第一生成单元202、融合处理单元203、第二生成单元204和更新处理以及发送单元205。其中，提取处理单元201，被配置成对预先检测到的前方道路信息进行提取处理，得到目标行驶区域信息，其中，上述目标行驶区域信息包括通行宽度值和道路边界信息；第一生成单元202，被配置成响应于确定上述通行宽度值满足预设窄路宽度条件，基于上述道路边界信息，生成道路中心线信息；融合处理单元203，被配置成对预先获取的车辆位置信息和上述道路中心线信息进行融合处理，得到相对位置信息；第二生成单元204，被配置成基于上述相对位置信息，生成车辆位置修正信息；更新处理以及发送单元205，被配置成基于上述车辆位置修正信息，对预设的车辆路径信息进行更新处理，得到目标车辆路径信息，以及将上述目标车辆路径信息发送至车辆控制模块，以供控制车辆移动。
可以理解的是，该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元，在此不再赘述。
进一步参考图3，其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300可以包括处理装置（例如中央处理器、图形处理器等）301，其可以根据存储在只读存储器（ROM）302中的程序或者从存储装置308加载到随机访问存储器（RAM）303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出（I/O）接口305也连接至总线304。
通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：对预先检测到的前方道路信息进行提取处理，得到目标行驶区域信息，其中，上述目标行驶区域信息包括通行宽度值和道路边界信息；响应于确定上述通行宽度值满足预设窄路宽度条件，基于上述道路边界信息，生成道路中心线信息；对预先获取的车辆位置信息和上述道路中心线信息进行融合处理，得到相对位置信息；基于上述相对位置信息，生成车辆位置修正信息；基于上述车辆位置修正信息，对预设的车辆路径信息进行更新处理，得到目标车辆路径信息，以及将上述目标车辆路径信息发送至车辆控制模块，以供控制车辆移动。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括提取处理单元、第一生成单元、融合处理单元、第二生成单元和第三生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，提取处理单元还可以被描述为“对预先检测到的前方道路信息进行提取处理，得到目标行驶区域信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种车辆控制方法，包括：
对预先检测到的前方道路信息进行提取处理，得到目标行驶区域信息，其中，所述目标行驶区域信息包括通行宽度值和道路边界信息，所述前方道路信息是通过对预先获取的前方道路图像进行检测得到的，所述前方道路信息包括路沿信息和障碍物信息，所述通行宽度值是前方道路上供车辆通行的路面的宽度值；
响应于确定所述通行宽度值满足预设窄路宽度条件，基于所述道路边界信息，生成道路中心线信息；
对预先获取的车辆位置信息和所述道路中心线信息进行融合处理，得到相对位置信息；
基于所述相对位置信息，生成车辆位置修正信息；
基于所述车辆位置修正信息，对预设的车辆路径信息进行更新处理，得到目标车辆路径信息，以及将所述目标车辆路径信息发送至车辆控制模块，以供控制车辆移动；
其中，所述道路边界信息包括边界点坐标序列；以及
所述基于所述道路边界信息，生成道路中心线信息，包括：
基于所述道路边界信息包括的边界点坐标序列，生成目标边界线信息，其中，所述目标边界线信息包括边界线段组和目标边界点坐标序列；
基于所述边界线段组，生成中心线起点坐标；
将所述目标边界点坐标序列中满足预设距离条件的目标边界点坐标确定为关键边界点坐标，得到关键边界点坐标组，其中，所述预设距离条件是目标边界点坐标与垂直于地面的、目标车辆车头前部所在平面之间的距离在预设距离范围内；
基于所述关键边界点坐标组和预先确定的车头坐标点坐标，生成目标采样点坐标组；
基于所述中心线起点坐标和所述目标采样点坐标组，生成道路中心线信息；
其中，所述基于所述关键边界点坐标组和预先确定的车头坐标点坐标，生成目标采样点坐标组，包括：
对于所述关键边界点坐标组中的每个关键边界点坐标，将所述关键边界点坐标与所述车头坐标点坐标之间的距离值确定为边界距离值，将所述关键边界点坐标和所述边界距离值确定为关键边界点信息；
根据所得到的关键边界点信息和预设插值步长值，对所述关键边界点坐标组中的各个关键边界点坐标进行插值处理，得到插值边界点信息组；
将所得到的每个关键边界点信息、所述插值边界点信息组中的每个插值边界点信息确定为目标边界点信息，得到目标边界点信息组；
对所述目标边界点信息组进行聚类处理，得到左边界点信息组和右边界点信息组；
对于所述左边界点信息组中的每个左边界点信息，执行以下步骤：
从所述右边界点信息组中选出与所述左边界点信息相匹配的右边界点信息作为目标右边界点信息，其中，与所述左边界点信息相匹配是右边界点信息对应的边界距离值与所述左边界点信息对应的边界距离值相等；
将所述左边界点信息对应的边界点坐标与所述目标右边界点信息对应的边界点坐标之间的中点坐标确定为目标采样点坐标。
2.根据权利要求1所述的方法，其中，所述基于所述道路边界信息包括的边界点坐标序列，生成目标边界线信息，包括：
基于预设的视场角度，对所述边界点坐标序列进行采样处理，得到目标边界点坐标序列；
对所述目标边界点坐标序列中的各个目标边界点坐标进行平滑处理，得到边界线段组；
将所述边界线段组和所述目标边界点坐标序列确定为目标边界线信息。
3.根据权利要求1所述的方法，其中，所述车辆位置信息包括位置坐标，所述道路中心线信息包括道路中心线方程；以及
所述对预先获取的车辆位置信息和所述道路中心线信息进行融合处理，得到相对位置信息，包括：
将预先获取的车辆位置信息包括的位置坐标投影至所述道路中心线信息包括的道路中心线方程对应的道路中心线上，得到中心投影点坐标；
将所述中心投影点坐标与所述位置坐标之间的距离值确定为距离偏差值；
将所述道路中心线信息包括的道路中心线方程对应的道路中心线与预设的方向向量之间的夹角确定为夹角偏差值；
将所述距离偏差值和所述夹角偏差值确定为相对位置信息。
4.根据权利要求3所述的方法，其中，所述基于所述相对位置信息，生成车辆位置修正信息，包括：
响应于确定所述相对位置信息满足第一预设偏差条件，对所述中心投影点坐标进行检测处理，得到车辆方向信息；
响应于确定所述车辆方向信息满足预设方向条件，将预设的修正方向值和所述相对位置信息确定为车辆位置修正信息。
5.根据权利要求1所述的方法，其中，所述方法还包括：
响应于确定所述相对位置信息满足第二预设偏差条件，将所述道路中心线信息确定为第一更新路径信息，以及将所述第一更新路径信息发送至所述车辆控制模块，以供控制车辆移动。
6.根据权利要求1所述的方法，其中，所述方法还包括：
响应于检测到目标车辆已进入窄路路段，获取目标车辆坐标和障碍物信息集；
基于所述目标车辆坐标和所述道路中心线信息，生成目标通行信息；
响应于确定所述目标通行信息满足第二预设偏差条件，基于所述障碍物信息集和所述道路中心线信息，生成第二更新路径信息，以及将所述第二更新路径信息发送至所述车辆控制模块，以供控制车辆移动。
7.一种车辆控制装置，包括：
提取处理单元，被配置成对预先检测到的前方道路信息进行提取处理，得到目标行驶区域信息，其中，所述目标行驶区域信息包括通行宽度值和道路边界信息，所述前方道路信息是通过对预先获取的前方道路图像进行检测得到的，所述前方道路信息包括路沿信息和障碍物信息，所述通行宽度值是前方道路上供车辆通行的路面的宽度值；
第一生成单元，被配置成响应于确定所述通行宽度值满足预设窄路宽度条件，基于所述道路边界信息，生成道路中心线信息；
融合处理单元，被配置成对预先获取的车辆位置信息和所述道路中心线信息进行融合处理，得到相对位置信息；
第二生成单元，被配置成基于所述相对位置信息，生成车辆位置修正信息；
更新处理以及发送单元，被配置成基于所述车辆位置修正信息，对预设的车辆路径信息进行更新处理，得到目标车辆路径信息，以及将所述目标车辆路径信息发送至车辆控制模块，以供控制车辆移动；
其中，所述道路边界信息包括边界点坐标序列；以及
所述基于所述道路边界信息，生成道路中心线信息，包括：
基于所述道路边界信息包括的边界点坐标序列，生成目标边界线信息，其中，所述目标边界线信息包括边界线段组和目标边界点坐标序列；
基于所述边界线段组，生成中心线起点坐标；
将所述目标边界点坐标序列中满足预设距离条件的目标边界点坐标确定为关键边界点坐标，得到关键边界点坐标组，其中，所述预设距离条件是目标边界点坐标与垂直于地面的、目标车辆车头前部所在平面之间的距离在预设距离范围内；
基于所述关键边界点坐标组和预先确定的车头坐标点坐标，生成目标采样点坐标组；
基于所述中心线起点坐标和所述目标采样点坐标组，生成道路中心线信息；
其中，所述基于所述关键边界点坐标组和预先确定的车头坐标点坐标，生成目标采样点坐标组，包括：
对于所述关键边界点坐标组中的每个关键边界点坐标，将所述关键边界点坐标与所述车头坐标点坐标之间的距离值确定为边界距离值，将所述关键边界点坐标和所述边界距离值确定为关键边界点信息；
根据所得到的关键边界点信息和预设插值步长值，对所述关键边界点坐标组中的各个关键边界点坐标进行插值处理，得到插值边界点信息组；
将所得到的每个关键边界点信息、所述插值边界点信息组中的每个插值边界点信息确定为目标边界点信息，得到目标边界点信息组；
对所述目标边界点信息组进行聚类处理，得到左边界点信息组和右边界点信息组；
对于所述左边界点信息组中的每个左边界点信息，执行以下步骤：
从所述右边界点信息组中选出与所述左边界点信息相匹配的右边界点信息作为目标右边界点信息，其中，与所述左边界点信息相匹配是右边界点信息对应的边界距离值与所述左边界点信息对应的边界距离值相等；
将所述左边界点信息对应的边界点坐标与所述目标右边界点信息对应的边界点坐标之间的中点坐标确定为目标采样点坐标。
8.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
9.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310602303.XA CN116279596B (zh) | 2023-05-26 | 2023-05-26 | 车辆控制方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310602303.XA CN116279596B (zh) | 2023-05-26 | 2023-05-26 | 车辆控制方法、装置、电子设备和计算机可读介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116279596A CN116279596A (zh) | 2023-06-23 |
| CN116279596B true CN116279596B (zh) | 2023-08-04 |
Family
ID=86783732
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310602303.XA Active CN116279596B (zh) | 2023-05-26 | 2023-05-26 | 车辆控制方法、装置、电子设备和计算机可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116279596B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116594409B (zh) * | 2023-07-17 | 2023-10-13 | 青岛能征智能装备有限公司 | 一种无人驾驶控制系统及其无人驾驶战车 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015057688A (ja) * | 2013-08-12 | 2015-03-26 | 株式会社日本自動車部品総合研究所 | 走行経路生成装置 |
| CN104977933A (zh) * | 2015-07-01 | 2015-10-14 | 吉林大学 | 一种自主驾驶车辆的区域型路径跟踪控制方法 |
| CN107121980A (zh) * | 2017-03-17 | 2017-09-01 | 北京理工大学 | 一种基于虚拟约束的自动驾驶车辆路径规划方法 |
| CN111258323A (zh) * | 2020-03-30 | 2020-06-09 | 华南理工大学 | 一种智能车辆轨迹规划与跟踪的联合控制方法 |
| CN112009469A (zh) * | 2019-05-28 | 2020-12-01 | 奥迪股份公司 | 车辆驾驶辅助系统、包括其的车辆及方法和介质 |
| CN113071516A (zh) * | 2021-04-12 | 2021-07-06 | 同致电子科技（厦门）有限公司 | 一种狭窄空间车辆自主前进方法、装置及系统 |
| CN115009305A (zh) * | 2022-06-29 | 2022-09-06 | 北京易航远智科技有限公司 | 窄路通行处理方法及窄路通行处理装置 |
| CN115230731A (zh) * | 2021-09-13 | 2022-10-25 | 上海仙途智能科技有限公司 | 行驶路径确定方法、装置、终端及介质 |
-
2023
- 2023-05-26 CN CN202310602303.XA patent/CN116279596B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015057688A (ja) * | 2013-08-12 | 2015-03-26 | 株式会社日本自動車部品総合研究所 | 走行経路生成装置 |
| CN104977933A (zh) * | 2015-07-01 | 2015-10-14 | 吉林大学 | 一种自主驾驶车辆的区域型路径跟踪控制方法 |
| CN107121980A (zh) * | 2017-03-17 | 2017-09-01 | 北京理工大学 | 一种基于虚拟约束的自动驾驶车辆路径规划方法 |
| CN112009469A (zh) * | 2019-05-28 | 2020-12-01 | 奥迪股份公司 | 车辆驾驶辅助系统、包括其的车辆及方法和介质 |
| CN111258323A (zh) * | 2020-03-30 | 2020-06-09 | 华南理工大学 | 一种智能车辆轨迹规划与跟踪的联合控制方法 |
| CN113071516A (zh) * | 2021-04-12 | 2021-07-06 | 同致电子科技（厦门）有限公司 | 一种狭窄空间车辆自主前进方法、装置及系统 |
| CN115230731A (zh) * | 2021-09-13 | 2022-10-25 | 上海仙途智能科技有限公司 | 行驶路径确定方法、装置、终端及介质 |
| CN115009305A (zh) * | 2022-06-29 | 2022-09-06 | 北京易航远智科技有限公司 | 窄路通行处理方法及窄路通行处理装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116279596A (zh) | 2023-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115540896B (zh) | 路径规划方法、装置、电子设备和计算机可读介质 | |
| CN110654381B (zh) | 用于控制车辆的方法和装置 | |
| CN115185271B (zh) | 导航路径生成方法、装置、电子设备和计算机可读介质 | |
| CN113009918A (zh) | 路径规划方法、装置、系统及可读存储介质 | |
| CN116279596B (zh) | 车辆控制方法、装置、电子设备和计算机可读介质 | |
| CN115339453B (zh) | 车辆换道决策信息生成方法、装置、设备和计算机介质 | |
| CN113033925B (zh) | 用于控制自动驾驶车辆行驶、装置、电子设备和介质 | |
| CN115761702B (zh) | 车辆轨迹生成方法、装置、电子设备和计算机可读介质 | |
| CN112649011B (zh) | 车辆避障方法、装置、设备和计算机可读介质 | |
| CN115534935B (zh) | 车辆行驶控制方法、装置、电子设备和计算机可读介质 | |
| CN111688717B (zh) | 用于控制车辆通行的方法和装置 | |
| CN115657684B (zh) | 车辆路径信息生成方法、装置、设备和计算机可读介质 | |
| CN115731526B (zh) | 车道线识别方法、装置、电子设备和计算机可读介质 | |
| CN114724116B (zh) | 车辆通行信息生成方法、装置、设备和计算机可读介质 | |
| CN115565374A (zh) | 物流车驾驶优化方法、装置、电子设备及可读存储介质 | |
| CN114771533A (zh) | 自动驾驶车辆的控制方法、装置、设备、车辆及介质 | |
| CN113682322A (zh) | 一种车辆行驶路径的确定方法和装置 | |
| CN116086477B (zh) | 局部路径信息生成方法、装置、设备和计算机可读介质 | |
| CN111832142A (zh) | 用于输出信息的方法和装置 | |
| CN115468579B (zh) | 路径规划方法、装置、电子设备和计算机可读介质 | |
| CN115743100B (zh) | 泊车路线信息生成方法、装置、设备和计算机可读介质 | |
| CN115171416B (zh) | 推荐行驶信息发送方法、装置、电子设备和介质 | |
| CN115294764B (zh) | 人行横道区域确定方法、装置、设备及自动驾驶车辆 | |
| CN113581205B (zh) | 一种调整车辆姿态的方法和装置 | |
| CN113401127B (zh) | 路径更新方法、装置、电子设备和计算机可读介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806 Patentee after: Heduo Technology (Guangzhou) Co.,Ltd. Address before: 100099 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd. |
|
| CP03 | Change of name, title or address |