CN116353589A - 基于无人驾驶系统的车辆控制方法及装置和车辆 - Google Patents

Abstract

本发明提出一种基于无人驾驶系统的车辆控制方法及装置和车辆，该方法包括：获取车辆行驶过程中车身周围预设范围内的环境信息；根据环境信息生成对应于环境信息的3D图像信息；根据3D图像信息对车辆的运行状态进行控制。本发明通过获取车辆行驶过程中车身周围预设范围内的环境信息，根据环境信息生成对应于环境信息的3D图像信息，基于3D图像信息对车辆的运行状态进行控制，以便根据3D图像信息自动控制车辆进行减速、制动停车及换道等动作，充分利用了无人驾驶系统自身的资源，避免车辆发生冲撞事故，从而，在提高整车智能性的同时，提高了车辆行车的安全性。

Description

基于无人驾驶系统的车辆控制方法及装置和车辆

技术领域

本发明涉及车辆技术领域，尤其是涉及一种基于无人驾驶系统的车辆控制方法及装置和车辆。

背景技术

随着无人驾驶技术的发展，车辆行驶的安全性受到人们的广泛关注，相关技术中，车辆本身安装的若干距离传感器探测的车辆前后障碍物距离，然后，根据该控制列表确定允许油门值以及是否需要辅助刹车，根据允许油门值和油门信号确定油门修正系数，并利用该油门修正系数对油门信号进行修正后发送至该发动机ECU(Electronic ControlUnit，电子控制单元)，在判定需要辅助刹车时发送辅助刹车启用信号至该发动机ECU，以使发动机ECU进行相应的控制，ECU用接收到的油门信号输出发动机高低转速，以及根据该辅助刹车启用信号开启该刹车辅助电机以制动。

然而，采用上述控制策略对车辆进行控制，其目的在于消除驾驶员误踩油门带来的安全风险，并未考虑车辆自动驾驶时，针对障碍物的防撞控制，也未充分利用车辆无人驾驶系统自身的资源，使得整车行驶的智能性较低和安全性较低。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。

为此，本发明的第一个目的在于提出一种基于无人驾驶系统的车辆控制方法，该方法通过获取车辆行驶过程中车身周围预设范围内的环境信息，根据环境信息生成对应于环境信息的3D图像信息，基于3D图像对车辆的运行状态进行控制，以便根据3D图像自动控制车辆进行减速、制动停车及换道等动作，充分利用了无人驾驶系统自身的资源，避免车辆发生冲撞事故，从而，在提高整车智能性的同时，提高了车辆行车的安全性。

为此，本发明的第二个目的在于提出一种基于无人驾驶系统的车辆控制装置。

为此，本发明的第三个目的在于提出一种车辆。

为此，本发明的第四个目的在于提出一种车辆。

为此，本发明的第五个目的在于提出一种计算机可读存储介质。

为了达到上述目的，本发明的第一方面的实施例提出了一种基于无人驾驶系统的车辆控制方法，该方法包括：获取车辆行驶过程中车身周围预设范围内的环境信息；根据所述环境信息生成对应于所述环境信息的3D图像信息；根据所述3D图像信息对所述车辆的运行状态进行控制。。

根据本发明实施例的基于无人驾驶系统的车辆控制方法，通过获取车辆行驶过程中车身周围预设范围内的环境信息，根据环境信息生成对应于环境信息的3D图像信息，基于3D图像对车辆的运行状态进行控制，以便根据3D图像自动控制车辆进行减速、制动停车及换道等动作，充分利用了无人驾驶系统自身的资源，避免车辆发生冲撞事故，从而，在提高整车智能性的同时，提高了车辆行车的安全性。

在一些实施例中，根据所述环境信息生成对应于所述环境信息3D图像信息，包括：确定所述环境信息对应的初始坐标系；将所述初始坐标系转换为目标坐标系，获取所述环境信息在所述目标坐标系下的坐标信息；根据所述环境信息在所述目标坐标系下的坐标信息确定所述环境信息对应的像素坐标信息；根据所述像素坐标信息确定所述环境信息对应的所述3D图像信息。

在一些实施例中，根据所述3D图像信息对所述车辆的运行状态进行控制，包括：对所述3D图像信息进行解析，确定所述3D图像信息中对应的障碍物类型和障碍物状态信息；根据所述障碍物类型和所述障碍物状态信息对所述车辆的运行状态进行控制。

在一些实施例中，根据所述障碍物类型和所述障碍物状态信息对所述车辆的运行状态进行控制，包括：若所述障碍物为物体，且所述障碍物位于所述车辆前进道路上，且根据所述障碍物状态信息确定所述障碍物不影响所述车辆正常行驶，则控制所述车辆发出第一预警信息，并控制所述车辆降速行驶，直至通过所述障碍物；若所述障碍物为物体，且所述障碍物位于所述车辆前进道路上，且根据所述障碍物状态信息确定所述障碍物影响所述车辆正常行驶，则控制所述车辆发出第二预警信息，并控制所述车辆制动停车；其中，所述障碍物信息包括物体形态、物体与所述车辆的相对位置、物体与所述车辆的相对速度、物体质量中的至少一种。

在一些实施例中，根据所述障碍物类型和所述障碍物状态信息对所述车辆的运行状态进行控制，包括：若所述障碍物为行人，且所述障碍物位于所述车辆前进道路上，且根据所述障碍物状态信息确定所述障碍物与所述车辆的距离大于预设距离且所述障碍物无远离当前行车道的动作，则控制所述车辆发出第三预警信息，并控制所述车辆变换至其他车道，绕行通过所述障碍物；若所述障碍物为行人，且所述障碍物位于所述车辆前进道路上，且根据所述障碍物状态信息确定所述障碍物与所述车辆的距离大于第一预设距离且所述障碍物有远离当前行车道的动作，则控制所述车辆发出第四预警信息，并控制所述车辆降速行驶，直至通过所述障碍物；其中，所述障碍物信息包括：所述行人与所述车辆的相对位置，所述行人与所述车辆的相对速度中的至少一种。

在一些实施例中，根据所述障碍物类型和所述障碍物状态信息对所述车辆的运行状态进行控制，包括：若所述障碍物为其他车辆，且所述障碍物位于所述车辆前进道路上且处于行驶状态，则控制所述车辆发出第五预警信息，并控制所述车辆变道行驶或控制所述车辆的车速，使所述车辆按照第二预设距离跟车行驶；若所述障碍物为其他车辆，且所述障碍物位于所述车辆前进道路上且处于停车状态，则控制所述车辆发出第六预警信息，并控制所述车辆在距离所述障碍物第三预设距离时降速停车并变道行驶；若所述障碍物为其他车辆，且所述障碍物位于所述车辆前进道路上且处于行驶状态，且与所述车辆的距离小于第四预设距离，则当检测到所述障碍物减速或停车时，控制所述车辆发出第七预警信息，并控制所述车辆紧急制动停车；其中，所述障碍物信息包括：所述其他车辆与所述车辆的相对位置、所述其他车辆与所述车辆的相对速度、所述其他车辆与所述车辆的相对距离中的至少一种。

在一些实施例中，所述环境信息包括：道路信息、交通信息，行人信息、物体信息、其他车辆信息中的至少一个。

为实现上述目的，本发明第二方面的实施例提出了一种基于无人驾驶系统的车辆控制装置包括：获取模块，用于获取车辆行驶过程中车身周围预设范围内的环境信息；生成模块，用于根据所述环境信息生成对应于所述环境信息的3D图像信息；控制模块，用于根据所述3D图像信息对所述车辆的运行状态进行控制。

根据本发明实施例的基于无人驾驶系统的车辆控制装置，通过获取车辆行驶过程中车身周围预设范围内的环境信息，根据环境信息生成对应于环境信息的3D图像信息，基于3D图像对车辆的运行状态进行控制，以便根据3D图像自动控制车辆进行减速、制动停车及换道等动作，充分利用了无人驾驶系统自身的资源，避免车辆发生冲撞事故，从而，在提高整车智能性的同时，提高了车辆行车的安全性。

为实现上述目的，本发明第三方面的实施例提出了一种车辆，该车辆包括：无人驾驶系统；上述实施例的基于无人驾驶系统的车辆控制装置。

根据本发明实施例的车辆，通过获取车辆行驶过程中车身周围预设范围内的环境信息，根据环境信息生成对应于环境信息的3D图像信息，基于3D图像对车辆的运行状态进行控制，以便根据3D图像自动控制车辆进行减速、制动停车及换道等动作，充分利用了无人驾驶系统自身的资源，避免车辆发生冲撞事故，从而，在提高整车智能性的同时，提高了车辆行车的安全性。

为实现上述目的，本发明第四方面的实施例提出了一种车辆，该车辆包括：无人驾驶系统；处理器、存储器和存储在所述存储器上并可在所述处理器上运行的基于无人驾驶系统的车辆控制程序，所述基于无人驾驶系统的车辆控制程序被所述处理器执行时实现如上述实施例所述的基于无人驾驶系统的车辆控制方法。

根据本发明实施例的车辆，通过获取车辆行驶过程中车身周围预设范围内的环境信息，根据环境信息生成对应于环境信息的3D图像信息，基于3D图像对车辆的运行状态进行控制，以便根据3D图像自动控制车辆进行减速、制动停车及换道等动作，充分利用了无人驾驶系统自身的资源，避免车辆发生冲撞事故，从而，在提高整车智能性的同时，提高了车辆行车的安全性。

为实现上述目的，本发明第五方面的实施例提出了一种计算机可读存储介质，所述计算机可读存储介质上存储有基于无人驾驶系统的车辆控制程序，所述基于无人驾驶系统的车辆控制程序被处理器执行时实现如上述实施例所述的基于无人驾驶系统的车辆控制方法。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明一个实施例的基于无人驾驶系统的无人驾驶系统的结构示意图；

图2是根据本发明一个实施例的无人驾驶系统的车辆控制方法的流程图；

图3是根据本发明一个实施例的毫米波雷达传感器和摄像头融合的结构示意图；

图4是根据本发明一个实施例的毫米波雷达和摄像头的位置坐标的示意图；

图5是根据本发明一个具体实施例的毫米波雷达和摄像头的位置坐标的示意图；

图6是根据本发明一个实施例的基于无人驾驶系统的系统结构示意图；

图7是根据本发明一个实施例的基于无人驾驶系统的车辆的控制装置的框图；

图8是根据本发明一个实施例的车辆的框图。

具体实施方式

下面详细描述本发明的实施例，参考附图描述的实施例是示例性的，下面详细描述本发明的实施例。

在实施例中，如图1所示，为本发明一个实施例的无人驾驶系统的系统结构示意图。无人驾驶系统由探测设备、计算分析模块、控制单元、显示单元及预警单元组成，探测设备包括多个传感器，例如视觉传感器、听觉传感器、定位传感器及雷达传感器等，通过各个传感器对车辆周围的环境信息进行检测，并将得到的环境参数传输至计算分析模块，计算分析模块对得到的环境信息进行计算分析，得到相应的3D图像信息，并将该3D图像信息发送至控制单元，以使控制单元根据3D图像信息对车辆的运行状态进行控制，并通过显示单元和预警单元进行相应的车辆状态显示和预警。

由此，本发明通过基于无人驾驶系统的车辆控制方法，充分利用无人驾驶系统自身的资源，确定环境信息对应的3D图像信息，对车辆的运行状态进行控制，智能化程度更高，使得车辆对预设范围内的环境信息的防护更加全面，提高车辆行车的安全性。

以下对本发明实施例的基于无人驾驶系统的车辆控制方法进行说明。

下面参考图2描述根据本发明实施例的基于无人驾驶系统的车辆控制方法，如图2所示，本发明实施例的基于无人驾驶系统的车辆控制方法至少包括步骤S1-步骤S3。

步骤S1，获取车辆行驶过程中车身周围预设范围内的环境信息。

在实施例中，环境信息包括：道路信息、交通信息、行人信息、物体信息及其他车辆信息中的一种或者多种，当车辆在道路上正常行驶时，通过车辆上设置的各种传感器，例如视觉传感器、听觉传感器、定位传感器及雷达传感器等对车身周围预设范围内的环境信息进行采集，可以理解的是，若在车身周围预设范围内获取到物体信息或者其他车辆信息时，认为上述物体或者其他车辆处于防撞模式的预警范围。防撞模式的预警范围可以理解为，当障碍物处于此范围内时，可能对车辆正常行驶造成影响，例如可能与车辆发生碰撞。行人信息例如包括：行人与当前车辆的之间的相对位置、相对速度等；物体信息例如包括：物体形态、物体指令、物体与当前车辆的之间的相对位置、相对速度等；其他车辆信息例如包括：其他车辆与当前车辆的之间的相对位置、相对速度、相对距离等。

步骤S2，根据环境信息生成对应于环境信息的3D图像信息。

在实施例中，确定车身周围预设范围内的环境信息后，对车身周围预设单位内的各种环境参数进行处理，进而获取精确性和完整性较高的3D图像信息。

举例而言，在预设范围内确定对应于环境信息的3D图像信息后，认为在车辆预警范围内存在行人、车辆或者物体等障碍物，此时，对获取的环境信息进行处理，例如将环境信息传输至无人驾驶系统的计算分析模块对环境信息进行处理，通过对环境信息进行处理，得到与环境信息对应的3D图像信息。

其中，3D图像信息包括行人信息、物体信息及其他车辆信息，如行人、物体、其他车辆的运动轨迹及运动动向等，通过获取3D图像信息可以对行人、物体及其他车辆的轨迹和运动动向进行预测，从而确定车身周围预设范围内行人、物体及其他车辆的运行情况，以便对车辆的运行状态进行精确控制。

步骤S3，根据3D图像信息对车辆的运行状态进行控制。

在实施例中，车辆的运行状态包括车辆减速、车辆制动停车及车辆换道等，在确定对应于环境信息的3D图像信息后，根据3D图像信息对车辆的运行状态进行控制，以便车辆根据3D图像信息进行减速、制动停车及换道控制，避免车辆发生冲撞事故，从而，提高了车辆的行车安全性。

根据本发明实施例的基于无人驾驶系统的车辆控制方法，通过获取车辆行驶过程中车身周围预设范围内的环境信息，根据环境信息生成对应于环境信息的3D图像信息，基于3D图像对车辆的运行状态进行控制，以便根据3D图像自动控制车辆进行减速、制动停车及换道等动作，充分利用了无人驾驶系统自身的资源，避免车辆发生冲撞事故，从而，在提高整车智能性的同时，提高了车辆行车的安全性。

在一些实施例中，根据环境信息生成对应于环境信息3D图像信息，包括：确定环境信息对应的初始坐标系；将初始坐标系转换为目标坐标系，获取环境信息在目标坐标系下的坐标信息；根据环境信息在目标坐标系下的坐标信息确定环境信息对应的像素坐标信息；根据像素坐标信息确定环境信息对应的3D图像信息。

在实施例中，无人驾驶系统根据不同的传感器采集车身周围预设范围内的环境参数，不同环境参数在不同的坐标系下对应的坐标不同。

例如，如图3所示，为本发明一个实施例的毫米波雷达传感器和摄像头工作的结构示意图。其中，毫米波雷达和摄像头分别独立采集环境信息，在采集环境信息后，分别以图像及点云的方式反馈至数据处理器，数据处理器中分别针对摄像头数据和毫米波传感器数据的算法程序，分别独立计算，根据计算参数形成各自独立的初始坐标系体系。数据处理器中的融合算方法程序，就是将雷达坐标系中的目标点投影到图像上，即将各自初始坐标系重叠融合，再通过平移旋转，形成统一的空间坐标系，在整个数据获取、独立坐标系建立、独立坐标系融合的同时加入时间概念，最终形成由毫米波雷达数据和摄像头数据融合相融合的统一3D图像，处理器将3D图像上传到控制设备。

具体地，通过毫米波雷达传感器和摄像头采集的环境参数在各自的初始坐标系下的坐标参数不同，通过毫米波雷达传感器和摄像头采集环境信息后，在以毫米波雷达传感器所在的位置为初始坐标系，获取该初始坐标系下的环境参数，以及，在以摄像头视觉传感器所在的位置为初始坐标系，获取该初始坐标系下的环境参数，并根据融合算法，将毫米波雷达对应的初始坐标系下的环境参数与摄像头视觉传感器对应的初始坐标下的环境参数进行重叠融合，再通过平移旋转，转换为目标坐标系下的坐标信息，从而形成在目标坐标系下的统一坐标信息，并在统一坐标系中加入时间概念，从而形成环境信息相融合的3D图像信息。

举例而言，如图4所示，为本发明一个实施例的毫米波雷达和摄像头设置位置的示意图。以毫米波雷达和摄像头所在的位置为初始坐标系，确定毫米波雷达采集的环境参数在该初始坐标系下的坐标信息，在该初始坐标系下，可以得到环境信息的横坐标和纵坐标，即，X坐标信息和Y坐标信息，此时，不包含Y坐标信息，因此，将毫米波雷达的初始坐标系到目标坐标系，例如世界坐标系的转换为二维的XY坐标系的转换。

如图5所示，为本发明一个实施例的初始坐标系到目标坐标系之间的转换关系的示意图。毫米波雷达的初始坐标系与目标坐标系之间的转换矩阵为：

其中，Xw为初始坐标系下的横坐标，Yw为初始坐标系下的纵坐标，X_wave为初始坐标系下横坐标的转换距离，Y_wave为初始坐标系下纵坐标的转换距离。由此可知，转换矩阵是由两部分组成，由角度所带来的旋转矩阵以及平移产生的平移矩阵。其中，平移矩阵的平移量可以理解为毫米波雷达在世界坐标系的坐标，即，毫米波雷达到摄像头的距离。因此，平移矩阵可以很好求出，通过测量可以得到，当然，如果毫米波雷达安装位置合适，也可以理解旋转矩阵为0。摄像头的初始坐标系到目标坐标系下的同上。

确定毫米波雷达获取的环境信息对应的初始坐标系后转换为目标坐标系，得到环境信号在目标坐标下的坐标信息后，确定环境信息对应的像素坐标信息，由于目标坐标系下的坐标值是二维的，只有横坐标X和纵坐标Y，没有Z坐标，因此，纵坐标Z可以根据先验知识进行确定。假设毫米波雷达得到的点是物体的中心点，利用物体的宽度和高度信息，便可以得到Z坐标信息，从而在确定环境信息对应的像素点坐标信息后，根据像素点坐标信息确定环境信息对应的3D图像信息。其中，通过确定像素坐标信息的左上定点和右下顶点的坐标值，将上述两个顶点的坐标值转换至图像上，可以得到目标图像的矩形区域。

在一些实施例中，根据3D图像信息对车辆的运行状态进行控制，包括：对3D图像信息进行解析，确定3D图像信息中对应的障碍物类型和障碍物状态信息；根据障碍物类型和障碍物状态信息对车辆的运行状态进行控制。

在实施例中，确定环境信息对应的3D图像后，无人驾驶系统对该3D图像进行解析，确定3D图像信息中对应的障碍物类型和障碍物状态信息，其中，障碍物类型包括在车身周围预设范围内的物体、行人或者其他车辆；障碍物的状态信息包括障碍物的形态、相对位置及相对速度等，通过对障碍物类型和障碍物状态进行确定，便于针对不同障碍物类型和障碍物类型对车辆的运行状态采用不同的控制策略进行控制，以提高控制的精准性，进而利于提高车辆行车的安全性。

在一些实施例中，根据障碍物类型和障碍物状态信息对车辆的运行状态进行控制，包括：若障碍物为物体，且障碍物位于车辆前进道路上，且根据障碍物状态信息确定障碍物不影响车辆正常行驶，则控制车辆发出第一预警信息，并控制车辆降速行驶，直至通过障碍物；若障碍物为物体，且障碍物位于车辆前进道路上，且根据障碍物状态信息确定障碍物影响车辆正常行驶，则控制车辆发出第二预警信息，并控制车辆制动停车；其中，障碍物信息状态包括物体形态、物体与车辆的相对位置、物体与车辆的相对速度、物体质量中的至少一种。

在实施例中，通过对3D图像信息进行解析，确定障碍物为物体，且障碍物位于车辆前进道路上，此时，无人驾驶系统根据障碍物状态信息确定障碍物不影响车辆正常行驶，也不会发生撞击事件，但此时可能会存在安全隐患，因此，通过无人驾驶系统的控制单元控制车辆发出第一预警信息，例如车辆发出鸣笛声，并控制车辆降速行驶，直至车辆通过障碍物。

若障碍物位于车辆前进道路上，此时，无人驾驶系统根据障碍物状态信息确定障碍物会影响车辆正常行驶，若继续以当前状态行驶，可能会出现碰撞事故，因此，无人驾驶系统的控制单元控制车辆减速停车或者紧急制动停车，并发出第二预警信息以进行相应提示。

在一些实施例中，根据障碍物类型和障碍物状态信息对车辆的运行状态进行控制，包括：若障碍物为行人，且障碍物位于车辆前进道路上，且根据障碍物状态信息确定障碍物与车辆的距离大于预设距离且障碍物无远离当前行车道的动作，则控制车辆发出第三预警信息，并控制车辆变换至其他车道，绕行通过障碍物；若障碍物为行人，且障碍物位于车辆前进道路上，且根据障碍物状态信息确定障碍物与车辆的距离大于第一预设距离且障碍物有远离当前行车道的动作，则控制车辆发出第四预警信息，并控制车辆降速行驶，直至通过障碍物；其中，障碍物信息包括：行人与车辆的相对位置，行人与车辆的相对速度中的至少一种。

在实施例中，通过对3D图像信息进行解析，确定障碍物为行人，且障碍物位于车辆前进道路上，此时，无人驾驶系统根据3D图像信息解析后的障碍物状态信息确定行人与车辆之间的距离及行人的动作，若障碍物与车辆的距离大于预设距离，即，两者距离很远且障碍物无远离当前行车道的动作，通过无人驾驶系统的控制单元发出第三预警信息以进行相应提示，并控制车辆远离当前车道，避免车辆与行人发生撞击事故。

若障碍物位于车辆前进道路上，此时，无人驾驶系统根据3D图像信息解析后的障碍物状态信息确定行人与车辆之间的距离及行人的动作，若障碍物与车辆的距离大于预设距离，即，两者距离很远且障碍物有远离当前行车道的动作，通过无人驾驶系统的控制单元发出第四预警信息以进行相应提示，并控制车辆降速行驶，提前对车辆的行驶速度进行控制，避免车辆与行人发生撞击事故。

在一些实施例中，根据障碍物类型和障碍物状态信息对车辆的运行状态进行控制，包括：若障碍物为其他车辆，且障碍物位于车辆前进道路上且处于行驶状态，则控制车辆发出第五预警信息，并控制车辆变道行驶或控制车辆的车速，使车辆按照第二预设距离跟车行驶；若障碍物为其他车辆，且障碍物位于车辆前进道路上且处于停车状态，则控制车辆发出第六预警信息，并控制车辆在距离障碍物第三预设距离时降速停车并变道行驶；若障碍物为其他车辆，且障碍物位于车辆前进道路上且处于行驶状态，且与车辆的距离小于第四预设距离，则当检测到障碍物减速或停车时，控制车辆发出第七预警信息，并控制车辆紧急制动停车；其中，障碍物信息包括：其他车辆与车辆的相对位置、其他车辆与车辆的相对速度、其他车辆与车辆的相对距离中的至少一种。

在实施例中，通过对3D图像信息进行解析，确定障碍物为其他车辆，且障碍物位于车辆前进道路上，此时，无人驾驶系统根据3D图像信息解析后的障碍物状态信息确定其他车辆与车辆之间的相对位置、相对速度及相对距离等，若确定其他车辆在前进道路上且处于行驶状态，则无人驾驶控制系统发出第五预警信息，并控制车辆变道行驶或控制车辆的车速，使车辆按照第二预设距离跟车行驶，即控制车辆保持一定距离跟车行驶；若确定其他车辆在前进道路上且处于停车状态，则无人驾驶控制系统发出第六预警信息，并控制车辆在距离其他车辆的第三预设距离时降速停车并变道行驶；若确定其他车辆位于车辆前进道路上且处于行驶状态，且与车辆的距离小于第四预设距离，则当检测到其他车辆减速或突然停车时，无人驾驶控制系统控制车辆发出第七预警信息，并控制车辆紧急制动停车。

总的来说，如图6所示，为本发明一个实施例的无人驾驶系统的工作过程示意图。无人驾驶系统的计算分析模块根据不同传感器收集反馈的车身周围环境信息，运用不同的算法先独立计算再相互结合，对车身周围环境信息的坐标系进行精确的提取、处理、融合，进而绘制出完整、精确、细致及全面的车身周围预设范围内的3D图像信息，其中，3D图像信息包括轨迹预测、运动目标、静态栅格、道路结构及高精融合定位等信息。并通过解析3D影像中车身周围环境信息，在车辆前后方向上出现的行人、其他车辆及物体在车身周围预设范围内时，车辆无人驾驶系统自动触发车辆防撞安全模式，在该防撞模式下，无人驾驶系统会根据行人、其他车辆的不同状态信息划分不同程度的防撞模式等级，并进行相应的防撞控制。

具体地，在车辆上设置雷达传感器、定位传感器、听觉传感器、视觉传感器、姿态传感器和无人驾驶系统，根据各类传感器功能、工作方式、用途等特性，在车上不同位置按需求安装不等数量的各类传感器，各类传感器以车辆为中心，从不同角度和方面实时收集车周围一定范围内的各类信息，包括道路信息、交通信号信息、人员信息、障碍物信息，例如物体形态、相对位置、相对速度等、气象信息等，并将其统一传输给无人驾驶系统计算分析模块。无人驾驶系统以各类传感器反馈的图像、点云等形式的环境参数为基础，在保证图像、点云等时间空间同步的同时，形成精确的多系坐标系及多系坐标系统转换关系，例如雷达坐标系、三维视界坐标系、摄像机坐标系、图像坐标系、像素坐标系等,并通过空间时间关系将不同坐标系的测量值转换到同一个坐标系中，从而形成一个蕴含车身周围多种环境参数的统一坐标系。

根据本发明实施例的基于无人驾驶系统的车辆控制方法，通过获取车辆行驶过程中车身周围预设范围内的环境信息，根据环境信息生成对应于环境信息的3D图像信息，基于3D图像对车辆的运行状态进行控制，以便根据3D图像控制车辆进行减速、制动停车及换道等措施，避免车辆发生冲撞事故，从而，在提高整车智能性的同时，提高了车辆行车的安全性。

下面描述本发明实施例的基于无人驾驶系统的车辆控制装置。

如图7所示，本发明实施例的基于无人驾驶系统的车辆控制装置2包括：获取模块20、生成模块21和控制模块22，其中，获取模块20用于获取车辆行驶过程中车身周围预设范围内的环境信息；生成模块21用于根据环境信息生成对应于环境信息的3D图像信息；控制模块22用于根据3D图像信息对车辆的运行状态进行控制。

根据本发明实施例的基于无人驾驶系统的车辆控制装置2，通过获取车辆行驶过程中车身周围预设范围内的环境信息，根据环境信息生成对应于环境信息的3D图像信息，基于3D图像对车辆的运行状态进行控制，以便根据3D图像控制车辆进行减速、制动停车及换道等措施，避免车辆发生冲撞事故，从而，在提高整车智能性的同时，提高了车辆行车的安全性。

在一些实施例中，生成模块21，具体用于：确定环境信息对应的初始坐标系；将初始坐标系转换为目标坐标系，获取环境信息在目标坐标系下的坐标信息；根据环境信息在目标坐标系下的坐标信息确定环境信息对应的像素坐标信息；根据像素坐标信息确定环境信息对应的3D图像信息。

在一些实施例中，控制模块22，具体用于：对3D图像信息进行解析，确定3D图像信息中对应的障碍物类型和障碍物状态信息；根据障碍物类型和障碍物状态信息对车辆的运行状态进行控制。

在一些实施例中，控制模块22，还用于：若障碍物为物体，且障碍物位于车辆前进道路上，且根据障碍物状态信息确定障碍物不影响车辆正常行驶，则控制车辆发出第一预警信息，并控制车辆降速行驶，直至通过障碍物；若障碍物为物体，且障碍物位于车辆前进道路上，且根据障碍物状态信息确定障碍物影响车辆正常行驶，则控制车辆发出第二预警信息，并控制车辆制动停车；其中，障碍物信息包括物体形态、物体与车辆的相对位置、物体与车辆的相对速度、物体质量中的至少一种。

在一些实施例中，控制模块22，还用于：若障碍物为行人，且障碍物位于车辆前进道路上，且根据障碍物状态信息确定障碍物与车辆的距离大于预设距离且障碍物无远离当前行车道的动作，则控制车辆发出第三预警信息，并控制车辆变换至其他车道，绕行通过障碍物；若障碍物为行人，且障碍物位于车辆前进道路上，且根据障碍物状态信息确定障碍物与车辆的距离大于第一预设距离且障碍物有远离当前行车道的动作，则控制车辆发出第四预警信息，并控制车辆降速行驶，直至通过障碍物；其中，障碍物信息包括：行人与车辆的相对位置，行人与车辆的相对速度中的至少一种。

在一些实施例中，控制模块22，还用于：若障碍物为其他车辆，且障碍物位于车辆前进道路上且处于行驶状态，则控制车辆发出第五预警信息，并控制车辆变道行驶或控制车辆的车速，使车辆按照第二预设距离跟车行驶；若障碍物为其他车辆，且障碍物位于车辆前进道路上且处于停车状态，则控制车辆发出第六预警信息，并控制车辆在距离障碍物第三预设距离时降速停车并变道行驶；若障碍物为其他车辆，且障碍物位于车辆前进道路上且处于行驶状态，且与车辆的距离小于第四预设距离，则当检测到障碍物减速或停车时，控制车辆发出第七预警信息，并控制车辆紧急制动停车；其中，障碍物信息包括：其他车辆与车辆的相对位置、其他车辆与车辆的相对速度、其他车辆与车辆的相对距离中的至少一种。

在一些实施例中，环境信息包括：道路信息、交通信息，行人信息、物体信息、其他车辆信息中的至少一个。

下面描述本发明一个实施例的车辆。

如图8所示，本发明实施例的车辆3无人驾驶系统30和上述实施例的基于无人驾驶系统的车辆控制装置2。

根据本发明实施例的车辆3，通过获取车辆行驶过程中车身周围预设范围内的环境信息，根据环境信息生成对应于环境信息的3D图像信息，基于3D图像对车辆的运行状态进行控制，以便根据3D图像控制车辆进行减速、制动停车及换道等措施，避免车辆发生冲撞事故，从而，在提高整车智能性的同时，提高了车辆行车的安全性。

下面描述本发明另一个实施例的车辆。

本发明实施例的车辆包括：无人驾驶系统；处理器、存储器和存储在存储器上并可在处理器上运行的基于无人驾驶系统的车辆控制程序，基于无人驾驶系统的车辆控制程序被处理器执行时实现如上述实施例的基于无人驾驶系统的车辆控制方法。

根据本发明实施例的车辆，通过获取车辆行驶过程中车身周围预设范围内的环境信息，根据环境信息生成对应于环境信息的3D图像信息，基于3D图像对车辆的运行状态进行控制，以便根据3D图像控制车辆进行减速、制动停车及换道等措施，避免车辆发生冲撞事故，从而，在提高整车智能性的同时，提高了车辆行车的安全性。

为实现上述目的，本发明第五方面的实施例提出了一种计算机可读存储介质，计算机可读存储介质上存储有基于无人驾驶系统的车辆控制程序，基于无人驾驶系统的车辆控制程序被处理器执行时实现如上述实施例的基于无人驾驶系统的车辆控制方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (11)

1.一种基于无人驾驶系统的车辆控制方法，其特征在于，包括：

获取车辆行驶过程中车身周围预设范围内的环境信息；

根据所述环境信息生成对应于所述环境信息的3D图像信息；

根据所述3D图像信息对所述车辆的运行状态进行控制。

2.根据权利要求1所述的基于无人驾驶系统的车辆控制方法，其特征在于，根据所述环境信息生成对应于所述环境信息3D图像信息，包括：

确定所述环境信息对应的初始坐标系；

将所述初始坐标系转换为目标坐标系，获取所述环境信息在所述目标坐标系下的坐标信息；

根据所述环境信息在所述目标坐标系下的坐标信息确定所述环境信息对应的像素坐标信息；

根据所述像素坐标信息确定所述环境信息对应的所述3D图像信息。

3.根据权利要求1所述的基于无人驾驶系统的车辆控制方法，其特征在于，根据所述3D图像信息对所述车辆的运行状态进行控制，包括：

对所述3D图像信息进行解析，确定所述3D图像信息中对应的障碍物类型和障碍物状态信息；

根据所述障碍物类型和所述障碍物状态信息对所述车辆的运行状态进行控制。

4.根据权利要求3所述的基于无人驾驶系统的车辆控制方法，其特征在于，根据所述障碍物类型和所述障碍物状态信息对所述车辆的运行状态进行控制，包括：

若所述障碍物为物体，且所述障碍物位于所述车辆前进道路上，且根据所述障碍物状态信息确定所述障碍物不影响所述车辆正常行驶，则控制所述车辆发出第一预警信息，并控制所述车辆降速行驶，直至通过所述障碍物；

若所述障碍物为物体，且所述障碍物位于所述车辆前进道路上，且根据所述障碍物状态信息确定所述障碍物影响所述车辆正常行驶，则控制所述车辆发出第二预警信息，并控制所述车辆制动停车；

其中，所述障碍物状态信息包括物体形态、物体与所述车辆的相对位置、物体与所述车辆的相对速度、物体质量中的至少一种。

5.根据权利要求3所述的基于无人驾驶系统的车辆控制方法，其特征在于，根据所述障碍物类型和所述障碍物状态信息对所述车辆的运行状态进行控制，包括：

若所述障碍物为行人，且所述障碍物位于所述车辆前进道路上，且根据所述障碍物状态信息确定所述障碍物与所述车辆的距离大于预设距离且所述障碍物无远离当前行车道的动作，则控制所述车辆发出第三预警信息，并控制所述车辆变换至其他车道，绕行通过所述障碍物；

若所述障碍物为行人，且所述障碍物位于所述车辆前进道路上，且根据所述障碍物状态信息确定所述障碍物与所述车辆的距离大于第一预设距离且所述障碍物有远离当前行车道的动作，则控制所述车辆发出第四预警信息，并控制所述车辆降速行驶，直至通过所述障碍物；

其中，所述障碍状态物状态信息包括：所述行人与所述车辆的相对位置，所述行人与所述车辆的相对速度中的至少一种。

6.根据权利要求3所述的基于无人驾驶系统的车辆控制方法，其特征在于，根据所述障碍物类型和所述障碍物状态信息对所述车辆的运行状态进行控制，包括：

若所述障碍物为其他车辆，且所述障碍物位于所述车辆前进道路上且处于行驶状态，则控制所述车辆发出第五预警信息，并控制所述车辆变道行驶或控制所述车辆的车速，使所述车辆按照第二预设距离跟车行驶；

若所述障碍物为其他车辆，且所述障碍物位于所述车辆前进道路上且处于停车状态，则控制所述车辆发出第六预警信息，并控制所述车辆在距离所述障碍物第三预设距离时降速停车并变道行驶；

若所述障碍物为其他车辆，且所述障碍物位于所述车辆前进道路上且处于行驶状态，且与所述车辆的距离小于第四预设距离，则当检测到所述障碍物减速或停车时，控制所述车辆发出第七预警信息，并控制所述车辆紧急制动停车；

其中，所述障碍物状态信息包括：所述其他车辆与所述车辆的相对位置、所述其他车辆与所述车辆的相对速度、所述其他车辆与所述车辆的相对距离中的至少一种。

7.根据权利要求1-6任一项所述的基于无人驾驶系统的车辆控制方法，其特征在于，所述环境信息包括：道路信息、交通信息，行人信息、物体信息、其他车辆信息中的至少一个。

8.一种基于无人驾驶系统的车辆控制装置，其特征在于，包括：

获取模块，用于获取车辆行驶过程中车身周围预设范围内的环境信息；

生成模块，用于根据所述环境信息生成对应于所述环境信息的3D图像信息；

控制模块，用于根据所述3D图像信息对所述车辆的运行状态进行控制。

9.一种车辆，其特征在于，包括：

无人驾驶系统；

如权利要求8所述的基于无人驾驶系统的车辆控制装置。

10.一种车辆，其特征在于，包括：

无人驾驶系统；

处理器、存储器和存储在所述存储器上并可在所述处理器上运行的基于无人驾驶系统的车辆控制程序，所述基于无人驾驶系统的车辆控制程序被所述处理器执行时实现如权利要求1-7任一项所述的基于无人驾驶系统的车辆控制方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于无人驾驶系统的车辆控制程序，所述基于无人驾驶系统的车辆控制程序被处理器执行时实现如权利要求1-7任一项所述的基于无人驾驶系统的车辆控制方法。

Images