CN116642704A - 传感器确定方法、装置、电子设备和存储介质 - Google Patents
传感器确定方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116642704A CN116642704A CN202210142023.0A CN202210142023A CN116642704A CN 116642704 A CN116642704 A CN 116642704A CN 202210142023 A CN202210142023 A CN 202210142023A CN 116642704 A CN116642704 A CN 116642704A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- distance
- ego
- obj
- obstacle
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 230000001133 acceleration Effects 0.000 claims abstract description 54
- 230000008447 perception Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 14
- 238000012360 testing method Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000008676 import Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种传感器确定方法、装置、电子设备和存储介质,该方法包括:确定车辆当前的路面场景;确定与所述路面场景匹配的限定条件,所述限定条件用于确定相关量之间的关系;基于所述路面场景,根据所述相关量之间的关系确定车辆最小感知距离;其中,所述相关量包括:车辆最大限速度、车辆的长度、障碍物最大限速度、车辆的加速度以及障碍物的加速度;根据所述车辆最小感知距离,确定车载传感器;本公开解决了不同环境下的不同场景中,根据自动驾驶车辆最小感知距离选择不同传感器的方法,提高了车辆的安全性,降低了车辆生产成本。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种传感器确定方法、装置、电子设备和存储介质。
背景技术
在自动驾驶领域中,车辆的感知范围尤其重要,感知范围表征的是自动驾驶车辆的观测能力,这对于自动驾驶的安全性尤其重要。在自动驾驶车辆中,有许多传感器,例如激光雷达,毫米波雷达,超声波雷达等,它们的基本工作原理是发射出一种激光,在遇到物体后折射回来被CMOS传感器接收,来测得本体到障碍物的距离。因此对于不同类型的传感器,能感知到的范围也不同。对于感知范围较大的传感器,其售价也十分昂贵,在不同环境下的不同场景中,自动驾驶车辆对于传感器的需求是不同的,例如低速环境和高速环境,城市道路环境和郊区环境,高速公路环境和普通道路环境等,自动驾驶车辆需要的感知范围不同,因此对于传感器的选型就显得至关重要。而自动驾驶车辆上的传感器成本占整个车辆造价接近1/5,因此在自动驾驶商业化的道路中,合适的传感器选择显得至关重要,如何选择既能保证安全,价格又合适的传感器对于自动驾驶行业是一个挑战。
在自动驾驶领域中,有一些测试人员会对自动驾驶车辆的各个功能进行测试,在一些环境中,他们有时候想清楚的知道在某些环境的某些场景中,至少需要多大的感知范围,才能保证车辆的安全性,因此在这些不同环境的不同场景中,合理的计算出能保证安全性的感知范围,而根据感知范围选择合适的传感器对测试工程师而言是一件十分重要的事情。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本实施例公开了一种传感器确定方法、装置、电子设备和存储介质,实现了不同环境下的不同场景中,自动驾驶车辆的车载传感器的选择,在保证自动驾驶车辆安全行驶的前提下,降低了实现成本。
第一方面,本公开实施例提供了一种传感器确定方法,包括:
确定车辆当前的路面场景;
确定与所述路面场景匹配的限定条件,所述限定条件用于确定相关量之间的关系;
基于所述路面场景,根据所述相关量之间的关系确定车辆最小感知距离;其中,所述相关量包括:车辆最大限速度、车辆的长度、障碍物最大限速度、车辆的加速度以及障碍物的加速度;
根据所述车辆最小感知距离,确定车载传感器。
第二方面,本公开实施例还提供了一种传感器确定装置,包括:
第一确定模块,用于确定车辆当前的路面场景;
第二确定模块,用于确定与所述路面场景匹配的限定条件,所述限定条件用于确定相关量之间的关系;
第三确定模块,用于基于所述路面场景,根据所述相关量之间的关系确定车辆最小感知距离;
其中,所述相关量包括:车辆最大限速度、车辆的长度、障碍物的最大限速度、车辆的加速度以及障碍物的加速度。
第四确定模块,用于根据所述车辆最小感知距离,确定车载传感器。
第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
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上所述的传感器确定方法。
第四方面,本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述的传感器确定方法。
本公开实施例提供的传感器确定方法,包括确定车辆当前的路面场景;确定与所述路面场景匹配的限定条件,所述限定条件用于确定相关量之间的关系;基于所述路面场景,根据所述相关量之间的关系确定车辆最小感知距离;其中,所述相关量包括:车辆最大限速度、车辆的长度、障碍物最大限速度、车辆的加速度以及障碍物的加速度;根据所述车辆最小感知距离,确定车载传感器,解决了不同环境下的不同场景中,根据自动驾驶车辆最小感知距离选择不同传感器的方法,提高了车辆的安全性,降低了车辆生产成本。
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,原件和元素不一定按照比例绘制。
图1为本公开实施例中的一种传感器确定方法的流程图;
图2为本公开实施例中的一种平行汇入场景与垂直汇入场景的示意图;
图3为本公开实施例中的一种垂直交叉场景与无保护左转场景的示意图;
图4为本公开实施例中的一种传感器确定装置的结构示意图;
图5为本公开实施例中的一种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。
在现有的技术中,大部分都是关注于如何计算某一个传感器的硬件的感知范围,例如通过依据路测设备标识,确定待测量的目标路测设备;若检测到车辆接收到所述目标路测设备发出的路测消息,则确定所述车辆接收所述路测消息时的车辆定位信息;依据所述车辆定位信息,确定所述车辆在所行驶车道上对于所述目标路测设备的感知范围。实现将传统自动驾驶车辆被动接收路测消息的方式,转变为主动感知路测设备的作用范围,避免了对于时刻可变的感知范围的忽略,为自动驾驶车辆在特定路段的可靠运行提供依据,从而提高自动驾驶车辆的安全性。
根据自动驾驶应用的环境,我们可以分为开放道路环境,园区物流环境,无人配送环境,高速公路环境,在这四类环境中包括平行汇入场景、垂直汇入场景、垂直交叉场景和无保护左转场景,类似于上述感知范围计算,均是从传感器硬件本身去测量感知范围,没有一种技术,用于计算在不同环境的不同场景中,能保证安全性的感知范围计算方法.本发明可根据不同环境,设置不同的参数,可合理的计算出在不同环境的场景中车辆能够保证安全性的感知范围,从而选择最合适的传感器。
针对上述问题,本公开实施例提供了一种传感器确定方法,以解决不同环境下的不同场景中,自动驾驶车辆的传感器的选择。图1为本公开实施例中的一种传感器确定方法的流程图,本实施例可适用于车辆,该方法可以由车辆限速装置执行,该装置可以采用软件和/或硬件的方式实现,该装置可配置于车辆,典型的,例如自动驾驶车辆。
如图1所示,该方法具体可以包括如下步骤:
步骤110、确定车辆当前的路面场景。
示例性的,所述确定车辆当前的路面场景,包括:确定所述车辆所处的预设环境;根据所述预设环境,确定车辆当前的路面场景。
其中,预设环境包括开放道路环境,园区物流环境,无人配送环境,高速公路环境,而每一预设环境包括换道场景、平行汇入场景、垂直汇入场景、垂直交叉场景和无保护左转场景等。例如,根据园区物流环境,确定车辆当前场景为平行汇入场景;或者,根据开放道路环境,确定车辆当前场景为无保护左转场景。
在一实施例中,基于所述预设环境,选择所述车辆当前的路面场景中所述相关量的预设参数。具体的,如表1所示:
例如,开放道路环境下的任意路面场景中相关量的预设参数为:车辆的加速度最大为-4m/s^2,一般情况下,车辆的加速度为-2m/s^2,障碍物的加速度最大为-4m/s^2,一般情况下,障碍物的加速度为-0.5 m/s^2,车辆的最大限速为60km/h,障碍物的最大限速为60km/h。
步骤120、确定与所述路面场景匹配的限定条件,所述限定条件用于确定相关量之间的关系。
其中,第一种路面场景为平行汇入场景,参考如图2所示的一种平行汇入场景的示意图。车辆ego在第一车道210行驶,障碍物obj 在第二车道220行驶到进入第一车道210,并与车辆ego交汇。
第二种路面场景为垂直汇入场景,参考如图2所示的一种垂直汇入场景的示意图。在与车辆ego所在第三车道230垂直的第四车道 240中存在障碍物obj,且车辆ego以及障碍物obj在第三车道230与第四车道240的交汇处相遇。
第三种路面场景为垂直交叉场景,参考如图3所示的一种垂直交叉场景的示意图。在与车辆ego所在第一车道310垂直的第二车道 320中存在障碍物obj,且车辆ego与障碍物obj在第一车道310与第二车道320的交汇处相遇。
第四种路面场景为无保护左转场景,参考如图3所示的一种无保护左转场景的示意图。在与车辆ego所在第三车道330垂直的第四车道340中存在障碍物obj,且车辆ego与障碍物obj在第一车道310 与第二车道320的交汇处相遇。
其中,限定条件指以安全性为目标确定的车辆行驶计划,换言之,假定如何控制车辆行驶可保证车辆与障碍物不会相撞,从而保证车辆和障碍物的安全。
步骤130、基于所述路面场景,根据所述相关量之间的关系确定车辆最小感知距离。
其中,所述相关量包括:车辆最大限速度、车辆的长度、障碍物的最大限速度、车辆的加速度以及障碍物的加速度。
在一种实施方式中,结合图2所示,若所述路面场景为平行汇入场景或垂直汇入场景,所述车辆传感器最小感知距离包括:最小前向感知距离和最小后侧向感知距离;
由于车辆与障碍物同向行驶,且障碍物将要汇入车辆所在车道,因此为了保障车辆与障碍物不相撞,要确定车辆传感器最小感知距离,需要满足如下假设的限定条件:所述车辆以所述车辆最大限速度 ego_max_vel从第一当前位置(1O)匀速行驶至第二当前位置(B) 时,障碍物的匀速距离为所述障碍物以所述障碍物最大限速度 obj_max_vel从第三当前位置(2O)匀速行驶至第四当前位置(C);所述车辆以所述车辆最大限速度ego_max_vel,按照所述车辆加速度 ego_yield_acc从第一当前位置(1O)匀减速行驶至第当五前位置(A)时,所述障碍物以所述障碍物最大限速度obj_max_vel,按照所述障碍物加速度obj_yield_acc从第三当前位置(2O)匀减速行驶至第二当前位置(B)。
即所述车辆的匀速距离为所述车辆以所述车辆最大限速度 ego_max_vel从第一当前位置(1O)匀速行驶至第二当前位置(B) 的距离;
障碍物的匀速距离obj_dist_to_intersect为所述障碍物以所述障碍物最大限速度obj_max_vel从第三当前位置(2O)匀速行驶至第四当前位置(C)的距离;
车辆的减速距离ego_dist_to_intersect为所述车辆以所述车辆最大限速度ego_max_vel,按照所述车辆的加速度ego_yield_acc从第一当前位置(1O)匀减速行驶至第当五前位置(A)的距离;
障碍物的减速距离为所述障碍物以所述障碍物最大限速度 obj_max_vel,按照所述障碍物的加速度obj_yield_acc从第三当前位置(2O)匀减速行驶至第二当前位置(B)的距离;
所述障碍物的减速距离为所述障碍物的匀速距离 obj_dist_to_intersect与车辆的长度ego_length之和;
所述最小前向感知距离ego_forward_dist为所述车辆的长度 ego_length与所述车辆的减速距离ego_dist_to_intersect之和;所述最小侧后向感知距离为所述障碍物的匀速距离obj_dist_to_intersect与所述车辆的减速距离ego_dist_to_intersect的之差的绝对值。
根据上述限定条件,结合速度、加速度与路程之间的物理等式关系可以确定如下相关量之间的关系:
obj_t=obj_dist_to_intersect/obj_max_vel (1)
ego_t=(ego_dist_to_intersect+ego_length)/ego_max_vel (2)
obj_t=ego_t(3)
ego_length+obj_dist_to_intersect=obj_max_vel*obj_terminal_t+0.5 *obj_yield_acc*obj_tyerminal_t*obj_tyerminal_t (4)
ego_dist_to_intersect=ego_max_vel*obj_termianl_t+0.5*ego_yield_acc*obj_termianl_t*obj_termianl_t (5)
ego_forward_dist=ego_dist_to_intersect+ego_length(6)
ego_sidebackward_dist=|obj_dist_to_intersect-ego_dist_to_intersect| (7)
其中,ego_dist_to_intersect表示所述车辆的减速距离,ego_length 表示所述车辆的长度,ego_max_vel表示所述车辆最大限速度, obj_max_vel表示所述障碍物最大限速度,ego_yield_acc表示所述车辆的加速度,obj_yield_acc表示所述障碍物的加速度,ego_forward_dist为最小前向感知距离,ego_sidebackward_dist最小侧后向感知距离,obj_dist_to_intersect表示所述障碍物的匀速距离, obj_termianl_t表示所述车辆从第一当前位置(1O)匀减速行驶至第当五前位置(A)所花费的时间,ego_t表示所述车辆从第一当前位置(1O)匀速行驶至第二当前位置(B)所花费的时间。
在上述关系式中,车辆的长度ego_length,车辆最大限速度 ego_max_vel,障碍物最大限速度ego_max_vel车辆的加速度 ego_yield_acc,障碍物的加速度ego_yield_acc均为已知量,因此可以联立(1)至(5)计算得到车辆减速距离ego_dist_to_intersect和障碍物匀速距离obj_dist_to_intersect,再通过公式(6):车辆减速距离 ego_dist_to_intersect与车辆的长度ego_length求解最小前向感知距离 ego_forward_dist;公式(7):障碍物匀速距离obj_dist_to_intersect 与车辆减速距离ego_dist_to_intersect差的绝对值求解最小侧后向感知距离ego_sidebackward_dist;其中最小侧后向感知距离为车辆后侧各个方向的感知距离,可以为车辆正后30°方向,或正后45°方向。
在一种实施方式中,若所述路面场景为上述垂直交叉场景或无保护左转场景,所述相关量还包括车辆的宽度、障碍物的长度和障碍物的宽度,所述车辆传感器最小感知距离包括:最小前向感知距离和最小侧向感知距离;所述假定限定条件包括:
车辆的匀速距离为所述车辆以所述车辆最大限速度ego_max_vel 从第六当前位置(3O)匀速行驶至第七当前位置(B1)的距离;
障碍物的匀速距离obj_dist_to_intersect为所述障碍物以所述障碍物最大限速度obj_max_vel从第八当前位置(4O)匀速行驶至第九当前位置(C1)的距离;
车辆的减速距离ego_dist_to_intersect为所述车辆以所述车辆最大限速度ego_max_vel,按照所述车辆的加速度ego_yield_acc从第六当前位置(3O)匀减速行驶至第十当前位置(A1)的距离;
障碍物的减速距离为所述障碍物以所述障碍物最大限速度 obj_max_vel,按照所述障碍物的加速度obj_yield_acc从第八当前位置(4O)匀减速行驶至第十一当前位置(D1)的距离;
其中,所述车辆的减速距离所行驶的时间与所述障碍物的减速距离所行驶的时间相等;所述车辆的匀速距离所行驶的时间与所述障碍物的匀速距离所行驶的时间相等;所述车辆的匀速距离为所述车辆的减速距离ego_dist_to_intersect、车辆的长度ego_length和障碍物的宽度obj_width之和;所述障碍物的减速距离为所述障碍物的匀速距离obj_dist_to_intersect、障碍物的长度obj_length和车辆的宽度 ego_width之和;
垂直交叉场景:所述最小前向感知距离ego_forward_dist为所述车辆的减速距离ego_dist_to_intersect、车辆的长度ego_length和障碍物的宽度obj_width之和;最小侧向感知距离ego_side_dist为所述障碍物的匀速距离obj_dist_to_intersect;
无保护左转场景:所述最小前向感知距离ego_forward_dist为所述车辆的减速距离ego_dist_to_intersect、车辆的长度ego_length、障碍物的宽度obj_width和障碍物的匀速距离obj_dist_to_intersect之和。
根据上述限定条件,结合速度、加速度与路程之间的物理等式关系可以确定如下相关量之间的关系:
obj_t=(obj_dist_to_intersect)/obj_max_vel (8)
ego_t=(ego_dist_to_intersect+ego_length+obj_width)/ego_max_vel (9)
obj_t=ego_t(10)
obj_dist_to_intersect+obj_length+ego_width=obj_max_vel*obj_terminal_t +0.5*obj_yield_acc*obj_tyerminal_t*obj_tyerminal_t (11)
ego_dist_to_intersect=ego_max_vel*obj_termianl_t+0.5*ego_yield_acc*obj_termianl_t*obj_termianl_t (12)
无保护左转场景:
ego_forward_dist=ego_dist_to_intersect+ego_length+obj_width+ obj_dist_to_intersect (13)
垂直交叉场景:
ego_forward_dist=ego_dist_to_intersect+ego_length+obj_width (14)
ego_side_dist=obj_dist_to_intersect (15)
其中,ego_dist_to_intersect表示所述车辆的减速距离,ego_length 表示所述车辆的长度,ego_width表示所述车辆的宽度,ego_max_vel 表示所述车辆最大限速度,obj_max_vel表示所述障碍物最大限速度,ego_yield_acc表示所述车辆的加速度,obj_length表示所述障碍物的长度,obj_width表示所述障碍物的宽度,obj_yield_acc表示所述障碍物的加速度,ego_forward_dist为最小前向感知距离,ego_side_dist 最小侧向感知距离,obj_dist_to_intersect表示所述障碍物的匀速距离, obj_termianl_t表示所述车辆从第六当前位置(3O)匀减速行驶至第十当前位置(A1)所花费的时间,ego_t表示所述车辆从第六当前位置(3O)匀速行驶至第七当前位置(B1)所花费的时间。
在上述关系式中,车辆的长度ego_length,车辆最大限速度 ego_max_vel,障碍物最大限速度ego_max_vel车辆的加速度 ego_yield_acc,障碍物的加速度ego_yield_acc、车辆的宽度ego_width、障碍物的长度obj_length和障碍物的宽度obj_width均为已知量,因此可以联立(8)至(12)计算得到车辆减速距离ego_dist_to_intersect 和障碍物匀速距离obj_dist_to_intersect,再通过公式(13):车辆减速距离ego_dist_to_intersect、车辆的长度ego_length、障碍物的宽度 obj_width、障碍物匀速距离obj_dist_to_intersect求解无保护左转场景的最小前向感知距离ego_forward_dist;公式(14):车辆减速距离 ego_dist_to_intersect、车辆的长度ego_length、障碍物的宽度obj_width 求解垂直交叉场景的最小前向感知距离ego_forward_dist;公式(15) 障碍物匀速距离obj_dist_to_intersect求解垂直交叉场景的最小侧向感知距离ego_side_dist。
本公开实施例提供的传感器确定方法,不需要借助交通监控指挥中心以及路测设备实现,减少了硬件部署成本,解决了不同环境下的不同场景中,根据自动驾驶车辆最小感知距离选择不同传感器的方法,提高了车辆的安全性,降低了车辆生产成本。
步骤140、根据所述车辆最小感知距离,确定车载传感器。
具体的,获得车辆的最小感知距离,包括最小前向感知距离、最小后侧向感知距离和最小侧向感知距离,根据不同类型的场景,确定选择的最小感知距离,根据车辆最小感知距离,确定车载传感器。
图4为本公开实施例中的一种传感器确定装置的结构示意图。本公开实施例所提供的装置可配置于车辆,典型的,例如自动驾驶车辆。
如图4所示,该装置具体包括:第一确定模块410、第二确定模块420、第三确定模块430、和第四确定模块440。
第一确定模块410,用于确定车辆当前的路面场景;第二确定模块420,用于确定与所述路面场景匹配的限定条件,所述限定条件用于确定相关量之间的关系;第三确定模块430,用于基于所述路面场景,根据所述相关量之间的关系确定车辆最小感知距离;其中,所述相关量包括:车辆最大限速度、车辆的长度、障碍物的最大限速度、车辆的加速度以及障碍物的加速度;第四确定模块440,用于根据所述车辆最小感知距离,确定车载传感器。
可选的,第一确定模块410包括:
第一确定单元,用于确定所述车辆所处的预设环境;
第二确定单元,用于根据所述预设环境,确定车辆当前的路面场景。
可选的,
若所述路面场景为平行汇入场景或垂直汇入场景,所述车辆传感器最小感知距离包括:最小前向感知距离和最小后侧向感知距离;
所述限定条件包括:
所述车辆的匀速距离为所述车辆以所述车辆最大限速度从第一当前位置(1O)匀速行驶至第二当前位置(B)的距离;
障碍物的匀速距离为所述障碍物以所述障碍物最大限速度从第三当前位置(2O)匀速行驶至第四当前位置(C)的距离;
车辆的减速距离为所述车辆以所述车辆最大限速度,按照所述车辆的加速度从第一当前位置(1O)匀减速行驶至第当五前位置(A) 的距离;
障碍物的减速距离为所述障碍物以所述障碍物最大限速度,按照所述障碍物的加速度从第三当前位置(2O)匀减速行驶至第二当前位置(B)的距离;
其中,所述车辆的减速距离所花费的时间与所述障碍物的减速距离所花费的时间相等;所述车辆的匀速距离所花费的时间与所述障碍物的匀速距离所花费的时间相等;所述障碍物的减速距离为所述障碍物的匀速距离与车辆的长度之和;
所述最小前向感知距离为所述车辆的长度与所述车辆的减速距离之和;所述最小侧后向感知距离为所述障碍物的匀速距离与所述车辆的减速距离的之差的绝对值。
所述相关量之间的关系:
obj_t=obj_dist_to_intersect/obj_max_vel
ego_t=(ego_dist_to_intersect+ego_length)/ego_max_vel
obj_t=ego_t ego_length+obj_dist_to_intersect=obj_max_vel*obj_terminal_t+0.5 *obj_yield_acc*obj_tyerminal_t*obj_tyerminal_t ego_dist_to_intersect=ego_max_vel*obj_termianl_t+0.5*ego_yield_acc*
obj_termianl_t*obj_termianl_t
ego_forward_dist=ego_dist_to_intersect+ego_length
ego_sidebackward_dist=
|obj_dist_to_intersect-ego_dist_to_intersect|
其中,ego_dist_to_intersect表示所述车辆的减速距离,ego_length 表示所述车辆的长度,ego_max_vel表示所述车辆最大限速度, obj_max_vel表示所述障碍物最大限速度,ego_yield_acc表示所述车辆的加速度,obj_yield_acc表示所述障碍物的加速度,ego_forward_dist为最小前向感知距离,ego_sidebackward_dist最小侧后向感知距离,obj_dist_to_intersect表示所述障碍物的匀速距离, obj_termianl_t表示所述车辆从第一当前位置(1O)匀减速行驶至第当五前位置(A)所花费的时间,ego_t表示所述车辆从第一当前位置(1O)匀速行驶至第二当前位置(B)所花费的时间。
可选的,若所述路面场景为垂直交叉场景或无保护左转场景,所述相关量还包括车辆的宽度、障碍物的长度和障碍物的宽度;
所述车辆传感器最小感知距离包括:最小前向感知距离和最小侧向感知距离;
所述限定条件包括:
车辆的匀速距离为所述车辆以所述车辆最大限速度从第六当前位置(3O)匀速行驶至第七当前位置(B1)的距离;
障碍物的匀速距离为所述障碍物以所述障碍物最大限速度从第八当前位置(4O)匀速行驶至第九当前位置(C1)的距离;
车辆的减速距离为所述车辆以所述车辆最大限速度,按照所述车辆的加速度从第六当前位置(3O)匀减速行驶至第十当前位置(A1) 的距离;
障碍物的减速距离为所述障碍物以所述障碍物最大限速度,按照所述障碍物的加速度从第八当前位置(4O)匀减速行驶至第十一当前位置(D1)的距离;
其中,所述车辆的减速距离所花费的时间与所述障碍物的减速距离所花费的时间相等;所述车辆的匀速距离所花费的时间与所述障碍物的匀速距离所花费的时间相等;所述车辆的匀速距离为所述车辆的减速距离、车辆的长度和障碍物的宽度之和;所述障碍物的减速距离为所述障碍物的匀速距离、障碍物的长度和车辆的宽度之和;
垂直交叉场景:所述最小前向感知距离为所述车辆的减速距离、车辆的长度和障碍物的宽度之和;最小侧向感知距离为所述障碍物的匀速距离;
无保护左转场景:所述最小前向感知距离为所述车辆的减速距离、车辆的长度、障碍物的宽度和障碍物的匀速距离之和。
所述相关量之间的关系,包括:
obj_t=(obj_dist_to_intersect)/obj_max_vel
ego_t=(ego_dist_to_intersect+ego_length+obj_width)/ ego_max_vel
obj_t=ego_t
obj_dist_to_intersect+obj_length+ego_width=obj_max_vel*obj_terminal_t +0.5*obj_yield_acc*obj_tyerminal_t*obj_tyerminal_t ego_dist_to_intersect=ego_max_vel*obj_termianl_t+0.5*ego_yield_acc*
obj_termianl_t*obj_termianl_t
无保护左转场景:
ego_forward_dist=ego_dist_to_intersect+ego_length+obj_width+ obj_dist_to_intersect
垂直交叉场景:
ego_forward_dist=ego_dist_to_intersect+ego_length+obj_width
ego_side_dist=obj_dist_to_intersect
其中,ego_dist_to_intersect表示所述车辆的减速距离,ego_length表示所述车辆的长度,ego_width表示所述车辆的宽度,ego_max_vel 表示所述车辆最大限速度,obj_max_vel表示所述障碍物最大限速度, ego_yield_acc表示所述车辆的加速度,obj_length表示所述障碍物的长度,obj_width表示所述障碍物的宽度,obj_yield_acc表示所述障碍物的加速度,ego_forward_dist为最小前向感知距离,ego_side_dist 最小侧向感知距离,obj_dist_to_intersect表示所述障碍物的匀速距离, obj_termianl_t表示所述车辆从第六当前位置(3O)匀减速行驶至第十当前位置(A1)所花费的时间,ego_t表示所述车辆从第六当前位置(3O)匀速行驶至第七当前位置(B1)所花费的时间。
可选的,所述装置还包括:
第五确定模块,用于基于所述预设环境,确定所述车辆当前的路面场景中所述相关量的预设参数。
本公开实施例提供的传感器确定装置,可执行本公开方法实施例所提供的传感器确定方法中的步骤,具备执行步骤和有益效果此处不再赘述。
图5为本公开实施例中的一种电子设备的结构示意图。下面具体参考图5,其示出了适于用来实现本公开实施例中的电子设备500的结构示意图。本公开实施例中的电子设备500可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、 PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)、可穿戴电子设备等等的移动终端以及诸如数字TV、台式计算机、智能家居设备等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理以实现如本公开所述的实施例的方法。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505: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506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,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。
特别地,根据本公开的实施例,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,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态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,从而实现如上所述的方法。在这样的实施例中,该计算机程序可以通过通信装置 509从网络上被下载和安装,或者从存储装置508被安装,或者从 ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开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电子设备中所包含的;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:确定车辆当前的路面场景;确定与所述路面场景匹配的限定条件,所述限定条件用于确定相关量之间的关系;基于所述路面场景,根据所述相关量之间的关系确定车辆最小感知距离;其中,所述相关量包括:车辆最大限速度、车辆的长度、障碍物最大限速度、车辆的加速度以及障碍物的加速度;根据所述车辆最小感知距离,确定车载传感器。可选的,当上述一个或者多个程序被该电子设备执行时,该电子设备还可以执行上述实施例所述的其他步骤。
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操作的计算机程序代码,上述程序设计语言包括但不限于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。
描述于本公开实施例中所涉及到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。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
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。
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。
以上描述仅为本公开的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,本公开中所涉及的公开范围,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公开构思的情况下,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。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种传感器确定方法,其特征在于,所述方法包括:
确定车辆当前的路面场景;
确定与所述路面场景匹配的限定条件,所述限定条件用于确定相关量之间的关系;
基于所述路面场景,根据所述相关量之间的关系确定车辆最小感知距离;其中,所述相关量包括:车辆最大限速度、车辆的长度、障碍物最大限速度、车辆的加速度以及障碍物的加速度;
根据所述车辆最小感知距离,确定车载传感器。
2.根据权利要求1所述的方法,其特征在于,所述确定车辆当前的路面场景,包括:
确定所述车辆所处的预设环境;
根据所述预设环境,确定车辆当前的路面场景。
3.根据权利要求1或2所述的方法,其特征在于,
若所述路面场景为平行汇入场景或垂直汇入场景,所述车辆传感器最小感知距离包括:最小前向感知距离和最小后侧向感知距离;
所述限定条件包括:
所述车辆的匀速距离为所述车辆以所述车辆最大限速度从第一当前位置匀速行驶至第二当前位置的距离;
障碍物的匀速距离为所述障碍物以所述障碍物最大限速度从第三当前位置匀速行驶至第四当前位置的距离;
车辆的减速距离为所述车辆以所述车辆最大限速度,按照所述车辆的加速度从第一当前位置匀减速行驶至第当五前位置的距离;
障碍物的减速距离为所述障碍物以所述障碍物最大限速度,按照所述障碍物的加速度从第三当前位置匀减速行驶至第二当前位置的距离;
其中,所述车辆的减速距离所花费的时间与所述障碍物的减速距离所花费的时间相等;所述车辆的匀速距离所花费的时间与所述障碍物的匀速距离所花费的时间相等;所述障碍物的减速距离为所述障碍物的匀速距离与车辆的长度之和;
所述最小前向感知距离为所述车辆的长度与所述车辆的减速距离之和;所述最小侧后向感知距离为所述障碍物的匀速距离与所述车辆的减速距离的之差的绝对值。
4.根据权利要求3所述的方法,其特征在于,所述相关量之间的关系,包括:
obj_t=obj_dist_to_intersect/obj_max_vel
ego_t=(ego_dist_to_intersect+ego_length)/ego_max_vel
obj_t=ego_t
ego_length+obj_dist_to_intersect=obj_max_vel*obj_terminal_t+0.5*obj_yield_acc*obj_tyerminal_t*obj_tyerminal_t
ego_dist_to_intersect=ego_max_vel*obj_termianl_t+0.5*ego_yield_acc*obj_termianl_t*obj_termianl_t
ego_forward_dist=ego_dist_to_intersect+ego_length
ego_sidebackward_dist=|obj_dist_to_intersect-ego_dist_to_intersect|
其中,ego_dist_to_intersect表示所述车辆的减速距离,ego_length表示所述车辆的长度,ego_max_vel表示所述车辆最大限速度,obj_max_vel表示所述障碍物最大限速度,ego_yield_acc表示所述车辆的加速度,obj_yield_acc表示所述障碍物的加速度,ego_forward_dist为最小前向感知距离,ego_sidebackward_dist最小侧后向感知距离,obj_dist_to_intersect表示所述障碍物的匀速距离,obj_termianl_t表示所述车辆从第一当前位置匀减速行驶至第当五前位置所花费的时间,ego_t表示所述车辆从第一当前位置匀速行驶至第二当前位置所花费的时间。
5.根据权利要求1或2所述的方法,其特征在于,
若所述路面场景为垂直交叉场景或无保护左转场景,所述相关量还包括车辆的宽度、障碍物的长度和障碍物的宽度;
所述车辆传感器最小感知距离包括:最小前向感知距离和最小侧向感知距离;
所述限定条件包括:
车辆的匀速距离为所述车辆以所述车辆最大限速度从第六当前位置匀速行驶至第七当前位置的距离;
障碍物的匀速距离为所述障碍物以所述障碍物最大限速度从第八当前位置匀速行驶至第九当前位置的距离;
车辆的减速距离为所述车辆以所述车辆最大限速度,按照所述车辆的加速度从第六当前位置匀减速行驶至第十当前位置的距离;
障碍物的减速距离为所述障碍物以所述障碍物最大限速度,按照所述障碍物的加速度从第八当前位置匀减速行驶至第十一当前位置的距离;
其中,所述车辆的减速距离所花费的时间与所述障碍物的减速距离所花费的时间相等;所述车辆的匀速距离所花费的时间与所述障碍物的匀速距离所花费的时间相等;所述车辆的匀速距离为所述车辆的减速距离、车辆的长度和障碍物的宽度之和;所述障碍物的减速距离为所述障碍物的匀速距离、障碍物的长度和车辆的宽度之和;
垂直交叉场景:所述最小前向感知距离为所述车辆的减速距离、车辆的长度和障碍物的宽度之和;最小侧向感知距离为所述障碍物的匀速距离;
无保护左转场景:所述最小前向感知距离为所述车辆的减速距离、车辆的长度、障碍物的宽度和障碍物的匀速距离之和。
6.根据权利要求5所述的方法,其特征在于,所述相关量之间的关系,包括:
obj_t=(obj_dist_to_intersect)/obj_max_vel
ego_t=(ego_dist_to_intersect+ego_length+obj_width)/ego_max_vel
obj_t=ego_t
obj_dist_to_intersect+obj_length+ego_width=obj_max_vel*obj_terminal_t+0.5*obj_yield_acc*obj_tyerminal_t*obj_tyerminal_t
ego_dist_to_intersect=ego_max_vel*obj_termianl_t+0.5*ego_yield_acc*obj_termianl_t*obj_termianl_t
无保护左转场景:
ego_forward_dist=ego_dist_to_intersect+ego_length+obj_width+obj_dist_to_intersect
垂直交叉场景:
ego_forward_dist=ego_dist_to_intersect+ego_length+obj_width
ego_side_dist=obj_dist_to_intersect
其中,ego_dist_to_intersect表示所述车辆的减速距离,ego_length表示所述车辆的长度,ego_width表示所述车辆的宽度,ego_max_vel表示所述车辆最大限速度,obj_max_vel表示所述障碍物最大限速度,ego_yield_acc表示所述车辆的加速度,obj_length表示所述障碍物的长度,obj_width表示所述障碍物的宽度,obj_yield_acc表示所述障碍物的加速度,ego_forward_dist为最小前向感知距离,ego_side_dist最小侧向感知距离,obj_dist_to_intersect表示所述障碍物的匀速距离,obj_termianl_t表示所述车辆从第六当前位置匀减速行驶至第十当前位置所花费的时间,ego_t表示所述车辆从第六当前位置匀速行驶至第七当前位置所花费的时间。
7.根据权利要求2所述的方法,其特征在于,还包括:
基于所述预设环境,确定所述车辆当前的路面场景中所述相关量的预设参数。
8.一种传感器确定装置,其特征在于,包括:
第一确定模块,用于确定车辆当前的路面场景;
第二确定模块,用于确定与所述路面场景匹配的限定条件,所述限定条件用于确定相关量之间的关系;
第三确定模块,用于基于所述路面场景,根据所述相关量之间的关系确定车辆最小感知距离;
其中,所述相关量包括:车辆最大限速度、车辆的长度、障碍物的最大限速度、车辆的加速度以及障碍物的加速度;
第四确定模块,用于根据所述车辆最小感知距离,确定车载传感器。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
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1-7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210142023.0A CN116642704A (zh) | 2022-02-16 | 2022-02-16 | 传感器确定方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210142023.0A CN116642704A (zh) | 2022-02-16 | 2022-02-16 | 传感器确定方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116642704A true CN116642704A (zh) | 2023-08-25 |
Family
ID=87638706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210142023.0A Pending CN116642704A (zh) | 2022-02-16 | 2022-02-16 | 传感器确定方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116642704A (zh) |
-
2022
- 2022-02-16 CN CN202210142023.0A patent/CN116642704A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112590813B (zh) | 自动驾驶车辆信息生成方法、装置、电子设备和介质 | |
US11648936B2 (en) | Method and apparatus for controlling vehicle | |
CN111353453B (zh) | 用于车辆的障碍物检测方法和装置 | |
CN113044042B (zh) | 车辆预测变道图像显示方法、装置、电子设备和可读介质 | |
CN113205088B (zh) | 障碍物图像展示方法、电子设备和计算机可读介质 | |
CN110696826B (zh) | 用于控制车辆的方法和装置 | |
CN113537362A (zh) | 一种基于车路协同的感知融合方法、装置、设备及介质 | |
CN114312812B (zh) | 基于动态感知的车辆控制方法、装置及电子设备 | |
CN115339453B (zh) | 车辆换道决策信息生成方法、装置、设备和计算机介质 | |
CN114428504A (zh) | 无人驾驶车辆避障方法、系统、电子设备及存储介质 | |
CN113269168B (zh) | 障碍物数据处理方法、装置、电子设备和计算机可读介质 | |
CN111098842A (zh) | 车辆速度控制方法及相关设备 | |
CN114550116A (zh) | 一种对象识别方法和装置 | |
CN116734882A (zh) | 车辆路径规划方法、装置、电子设备和计算机可读介质 | |
CN115876216A (zh) | 变道导航路径规划方法、装置、电子设备及存储介质 | |
CN116642704A (zh) | 传感器确定方法、装置、电子设备和存储介质 | |
CN115657684A (zh) | 车辆路径信息生成方法、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 | |
CN112668371B (zh) | 用于输出信息的方法和装置 | |
CN112598897B (zh) | 交通参与者行为检测方法、装置、电子设备和介质 | |
CN113500994B (zh) | 车辆限速方法、装置、电子设备和存储介质 | |
CN116118784B (zh) | 车辆控制方法、装置、电子设备和计算机可读介质 | |
CN115205501B (zh) | 路面状况的显示方法、装置、设备及介质 | |
CN116086477B (zh) | 局部路径信息生成方法、装置、设备和计算机可读介质 | |
CN115294764B (zh) | 人行横道区域确定方法、装置、设备及自动驾驶车辆 |
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 |