CN116714599A - 自动驾驶车辆的控制方法及装置 - Google Patents
自动驾驶车辆的控制方法及装置 Download PDFInfo
- Publication number
- CN116714599A CN116714599A CN202310452454.1A CN202310452454A CN116714599A CN 116714599 A CN116714599 A CN 116714599A CN 202310452454 A CN202310452454 A CN 202310452454A CN 116714599 A CN116714599 A CN 116714599A
- Authority
- CN
- China
- Prior art keywords
- automatic driving
- manual intervention
- vehicle
- driving
- information
- 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 59
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000009826 distribution Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
- B60W60/0053—Handover processes from vehicle to occupant
-
- 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
- B60W60/005—Handover processes
- B60W60/0059—Estimation of the risk associated with autonomous or manual driving, e.g. situation too complex, sensor failure or driver incapacity
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种自动驾驶车辆的控制方法及装置,涉及自动驾驶技术领域。本申请提供的技术方案中,在自动驾驶模式下行驶进度不符合预设的时效性要求时,能够依据当前路况信息确定人工干预的驾驶速度,并在人工干预的驾驶速度大于自动驾驶速度的情况下能够发送人工干预驾驶自动驾驶车辆的请求,以切换至人工干预驾驶模式,从而避免特殊路况造成的自动驾驶车辆长时间降速或无法通行的情况,提高自动驾驶车辆在行驶过程中的时效性。
Description
技术领域
本申请涉及自动驾驶技术领域,特别是涉及一种自动驾驶车辆的控制方法及装置。
背景技术
自动驾驶车辆依靠感知传感器、人工智能、全球定位系统等协同合作,使得车辆安全自动行驶。自动驾驶车辆的系统主要包含感知、决策和执行三个主要功能。目前自动驾驶技术的重点是致力于实现“无人驾驶”,除了出于必要的安全风险考虑之外,不做人工干预。然而自动驾驶车辆在行驶过程中可能会碰到一些特定路况超出自动驾驶车辆的处理能力,为了保障通行安全,自动驾驶车辆会采取降速或停车策略,造成自动驾驶车辆长时间无法通行。例如,在一个足够通行的狭窄空间,因为定位或传感器检测的误差限制,而采用停车策略。再例如,与其他交通参与者抢道的场景下,始终处于让路状态而无法通行。
对于存在时效要求的服务场景下,上述特定路况超出自动驾驶车辆的处理能力时,长时间的降速或无法通行会造成自动驾驶车辆无法满足时效性要求。面对这种情况,自动驾驶车辆的服务提供商大多致力于在研发阶段花费更多的资源来提高自动驾驶车辆在上述特殊路况下的算法精度,研发成本更高。
发明内容
有鉴于此,本申请提供了一种自动驾驶车辆的控制方法及装置,以便于提高自动驾驶车辆在行驶过程中的时效性。
本申请提供了如下方案:
第一方面,提供了一种自动驾驶车辆的控制方法,所述方法包括:
在自动驾驶模式下,获取自动驾驶车辆的位置信息和规划路径信息;
依据所述自动驾驶车辆的位置信息和规划路径信息,确定所述自动驾驶车车辆在规划路径上的行驶进度;
若所述行驶进度不符合预设的时效性要求,则获取当前路况信息,依据当前路况信息确定人工干预的驾驶速度;
若所述人工干预的驾驶速度大于自动驾驶速度,则发送人工干预驾驶所述自动驾驶车辆的请求,以便于所述自动驾驶车辆获取到的人工干预驾驶的指令后,切换至人工干预驾驶模式。
根据本申请实施例中一可实现的方式,所述规划路径信息包括在规划路径上包含的预设途径点的位置信息以及途经点对应的耗时阈值;
依据所述自动驾驶车辆的位置信息和规划路径信息,确定所述自动驾驶车辆在规划路径上的行驶进度包括:获取所述自动驾驶车辆经过所述途经点时在所述规划路径上的耗时,若耗时超过该途经点对应的耗时阈值,则确定行驶进度不符合预设的时效性要求。
根据本申请实施例中一可实现的方式,所述依据当前路况信息确定人工干预的驾驶速度包括:
依据预设的路况与人工干预的驾驶速度的对应关系,确定当前路况信息对应的驾驶速度,所述对应关系是依据历史统计数据预先建立的;或者,
依据所述自动驾驶车辆对应的驾驶员或远程控制员针对所述当前路况信息的历史驾驶参数预估所述人工干预的驾驶速度。
根据本申请实施例中一可实现的方式,所述方法还包括:
在人工干预驾驶模式下,获取当前路况信息,依据当前路况信息确定自动驾驶速度;
若确定的自动驾驶速度大于人工干预驾驶模式下的驾驶速度,则发送释放人工干预驾驶所述自动驾驶车辆的请求,以便于所述自动驾驶车辆获取到释放人工干预驾驶所述自动驾驶车辆的指令后,切换至自动驾驶模式。
根据本申请实施例中一可实现的方式,在检测到路况信息发生变化时,执行所述依据当前路况信息确定自动驾驶速度的步骤;或者,
在所述自动驾驶车辆在规划路径上的行驶进度符合预设的时效性要求时,执行所述依据当前路况信息确定自动驾驶速度的步骤。
根据本申请实施例中一可实现的方式,所述请求发送至所述自动驾驶车辆的控制终端;
所述控制终端为远程控制终端,在人工干预驾驶模式下,依据远程控制终端发送的包含驾驶参数的指令控制所述自动驾驶车辆;或者,所述控制终端设置于所述自动驾驶车辆,在人工干预驾驶模式下,由人工驾驶所述自动驾驶车辆。
根据本申请实施例中一可实现的方式,所述方法应用于物流配送场景,所述规划路径信息包括物流配送路径信息和配送时效性要求。
第二方面,提供了一种自动驾驶车辆的控制装置,所述装置包括:
信息获取单元,被配置为获取自动驾驶车辆的位置信息和规划路径信息;
进度识别单元,被配置为依据所述自动驾驶车辆的位置信息和规划路径信息,确定所述自动驾驶车车辆在规划路径上的行驶进度;
干预实现单元,被配置为在自动驾驶模式下,若行驶进度不符合预设的时效性要求,则获取当前路况信息,依据当前路况信息确定人工干预的驾驶速度;若所述人工干预的驾驶速度大于自动驾驶速度,则发送人工干预驾驶所述自动驾驶车辆的请求,以便于所述自动驾驶车辆获取到的人工干预驾驶的指令后,切换至人工干预驾驶模式。
根据第三方面,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上述第一方面中任一项所述的方法的步骤。
根据第四方面,提供了一种电子设备,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行上述第一方面中任一项所述的方法的步骤。
根据本申请提供的具体实施例,本申请公开了以下技术效果:
1)本申请打破了传统致力于无人驾驶的思路,而是提供了一种全新的思路,在自动驾驶模式下行驶进度不符合预设的时效性要求时,能够依据当前路况信息确定人工干预的驾驶速度,并在人工干预的驾驶速度大于自动驾驶速度的情况下能够发送人工干预驾驶自动驾驶车辆的请求,以切换至人工干预驾驶模式,从而避免特殊路况造成的自动驾驶车辆长时间降速或无法通行的情况,提高自动驾驶车辆在行驶过程中的时效性。
2)在人工干预驾驶模式下,能够在自动驾驶速度大于人工干预驾驶模式下的驾驶速度时,及时释放人工干预驾驶,以使得自动驾驶车辆切换回自动驾驶模式。这种方式能够尽量减少对人力资源的占用,把人工干预作为一种与自动驾驶技术能力互补的方法,结合自动驾驶技术以及人工干预的优点,同时兼顾驾驶效率和安全性。
3)这种在特殊路况下采用人工干预的方式切入自动驾驶路线中,并在路况变化后及时切回自动驾驶模式,通过这种方式能够有效降低研发阶段为解决这种特殊路况问题而花费的大量研发成本。
当然,实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为是本申请实施例所适用的系统架构图;
图2为本申请实施例提供的主要控制方法流程图;
图3为本申请实施例提供的人工干预驾驶模式下执行的处理流程图;
图4为本申请实施例提供的物流配送场景的整体方法流程图;
图5为本申请实施例提供的自动驾驶车辆的控制装置的示意性框图;
图6为本申请实施例提供的电子设备的示意性框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
图1示出了可以应用本申请实施例的示例性系统架构。如图1所示,该系统架构可以包括自动驾驶车辆、控制终端以及位于服务器端的控制装置。
网络用以在自动驾驶车辆和服务器端的控制装置之间、控制终端与服务器端的控制装置之间提供通信链路的介质。网络可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
服务器端的控制装置从自动驾驶车辆获取自动驾驶车辆的传感器相关信息,采用本申请实施例中提供的方式对自动驾驶车辆进行控制。
本申请实施例提供的自动驾驶车辆指的是具有自动驾驶功能的车辆,可以是无人驾驶车辆,也可以是辅助驾驶车辆,等等。
控制终端指的是可以对自动驾驶车辆发送控制指令的终端设备。控制终端可以设置于自动驾驶车辆,作为车载终端。也可以设置于远端,作为远端的控制终端。对于远端的控制终端可以包括诸如显示器、方向盘、踏板、档位操控杆等设备来模拟驾驶员对自动驾驶车辆的驾驶,和/或,也可以包括诸如计算机终端、PC(PcrsonalComputer)、手机等在模拟软件上模拟驾驶员对自动驾驶车辆的驾驶。通过操作这些控制终端来向自动驾驶车辆发送控制指令。
控制装置所位于的服务器可以是单一服务器,也可以是多个服务器构成的服务器群组,还可以是云服务器。云服务器又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPs,VirtualPrivateServer)服务中存在的管理难度大,服务扩展性弱的缺陷。除此之外,控制装置也可以设置于自动驾驶车辆内部,由自动驾驶车辆内部具备较强计算功能的设备或部件集成控制装置的功能。
应该理解,图1中的自动驾驶车辆、控制装置、网络和控制终端的数目仅仅是示意性的。根据实现需要,可以具有任意数目的自动驾驶车辆、控制装置、网络和控制终端。
图2为本申请实施例提供的自动驾驶车辆的主要控制方法流程图,该方法流程可以由图1所示系统中的控制装置执行。如图2中所示,该方法可以包括以下步骤:
步骤202:在自动驾驶模式下,获取自动驾驶车辆的位置信息和规划路径信息。
步骤204:依据自动驾驶车辆的位置信息和规划路径信息,确定自动驾驶车车辆在规划路径上的行驶进度。
步骤206:若行驶进度不符合预设的时效性要求,则获取当前路况信息,依据当前路况信息确定人工干预的驾驶速度。
步骤208:若人工干预的驾驶速度大于自动驾驶速度,则发送人工干预驾驶该自动驾驶车辆的请求。
步骤210:获取到的人工干预驾驶的指令后,切换至人工干预驾驶模式。
由上述流程可以看出,本申请打破了传统致力于无人驾驶的思路,而是提供了一种全新的思路,在自动驾驶模式下行驶进度不符合预设的时效性要求时,能够依据当前路况信息确定人工干预的驾驶速度,并在人工干预的驾驶速度大于自动驾驶速度的情况下能够发送人工干预驾驶自动驾驶车辆的请求,以切换至人工干预驾驶模式,从而避免特殊路况造成的自动驾驶车辆长时间降速或无法通行的情况,提高自动驾驶车辆在行驶过程中的时效性。
下面分别对上述流程中的各步骤进行详细描述。首先结合实施例对上述步骤202和步骤204进行详细描述。上述步骤202和步骤204是进度预估的过程。
本申请实施例中涉及的自动驾驶车辆是按照预先规划好的路径即规划路径行驶的。自动驾驶车辆的位置信息指的是自动驾驶车辆实时行驶到的地理位置,该地理位置可以认为是在规划路径上的。
上述自动驾驶车辆的位置信息可以是由自动驾驶车辆上的定位装置定位并上报给控制装置的。其中定位装置可以采用卫星定位、激光雷达点云定位、高精地图匹配定位、基站定位等定位方式。
自动驾驶车辆在规划路径上的行驶进度可以是自动驾驶车辆已经行驶的路程占总路程的比例。
作为其中一种可实现的方式,可以依据规划路径的总长度和期望耗时等信息预先确定各时间点对应的已行驶路程阈值。在自动驾驶车辆沿规划路径行驶的过程中,在各时间点分别判断自动驾驶车辆已经行驶的路程长度是否小于该时间点对应的已行驶路程阈值,如果是,则确定行驶进度不符合预设的时效性要求。
自动驾驶车辆在规划路径上的行驶进度也可以是自动驾驶车辆已经行驶的时长占期望耗时的比例。
作为另一种可实现的方式,上述自动驾驶车辆的规划路径信息主要包括规划路径,还可以包括规划路径上包含的预设途径点的位置信息以及途经点对应的耗时阈值。也就是说,在规划路径上选择若干个途经点,并依据规划路径的总长度和期望耗时等信息预先确定各途经点对应的期望耗时,并利用期望耗时确定各途经点对应的耗时阈值。其中,可以将期望耗时作为耗时阈值,也可以将超出期望耗时预设比例的时长作为耗时阈值。
若检测到自动驾驶车辆经过途经点时,获取自动驾驶车辆经过该途经点时在规划路径上的耗时,若耗时超过该途经点对应的耗时阈值,则确定行驶进度不符合预设的时效性要求。
下面结合实施例对上述206和208进行详细描述。上述步骤206和208是人工干预时机判断的过程。
本申请实施例中人工干预时机的确定主要由两方面确定:一方面自动驾驶车辆的行驶进度不符合预设的时效性要求。另一方面,依据当前路况信息确定得到的人工干预的驾驶速度大于自动驾驶速度。当同时满足以上两方面时,请求人工干预。
其中当前路况信息可以通过自动驾驶车辆的传感器采集环境信息后进行分析得到,例如通过自动驾驶车辆的雷达传感器获取周围环境的点云数据,再例如通过自动驾驶车辆的摄像头获取周围环境的图像数据,等等。还可以从交通系统获取当前的路况信息,等等。
可以依据当前路况信息确定人工干预的驾驶速度。作为其中一种可实现的方式,可以依据预设的路况与人工干预的驾驶速度的对应关系,确定当前路况信息对应的驾驶速度作为驾驶速度。其中上述对应关系可以是依据历史统计数据预先建立的。例如,可以统计人工干预自动驾驶车辆通过某种路况时的速度,采用均值、中值、最小值等等作为该种路况对应的人工干预的驾驶速度。
由于人工干预驾驶自动驾驶车辆的通常是驾驶员或者远程控制员(具体将会在后续实施例中涉及),因此作为另一种可实现的方式,可以依据自动驾驶车辆对应的驾驶员或远程控制员对当前路况的历史驾驶参数来预估人工干预的驾驶速度。例如,在当前所面临的狭窄路段,通过该自动驾驶车辆的驾驶员以往的驾驶参数可以预估通过类似狭窄路段的驾驶速度,将该驾驶速度作为人工干预的驾驶速度。驾驶员或远程控制员以往的驾驶参数通常是比较个性化的,与驾驶员或远程控制员的权限等级、驾驶能力等等相关。
若满足上述两方面的条件,则说明满足人工干预时机,可以发送人工干预驾驶自动驾驶车辆的请求。该请求可以发送给控制终端。自动驾驶车辆在获取到来自该控制终端的人工干预驾驶的指令后,切换至人工干预驾驶模式。
作为其中一种可实现的方式,上述控制终端设置于自动驾驶车辆,作为自动驾驶车辆的车载控制终端。这种情况适用于自动驾驶车辆中存在驾驶员的情况,车载控制终端接收到人工干预驾驶自动驾驶车辆的请求后,可以通过诸如发出声音、在屏幕上弹出通知等方式来通知驾驶员。驾驶员可以通过车载控制终端或者自动驾驶车辆上的其他切换装置发出人工干预驾驶自动驾驶车辆的指令,从而将自动驾驶车辆切换至人工干预驾驶模式。在这种情况下,可以由驾驶员接管人工驾驶该自动驾驶车辆。
作为另一种可实现的方式,上述控制终端可以为远程控制终端。例如,可以在控制室设置远程控制终端对自动驾驶车辆进行远程控制。再例如,可以由远程控制员携带的远程控制终端对自动驾驶车辆进行远程控制。远程控制终端接收到人工干预驾驶自动驾驶车辆的请求后,可以通过诸如发出声音、在屏幕上弹出通知等方式来通知控制员。远程控制员可以通过远程控制终端向自动驾驶车辆发送人工干预驾驶自动驾驶车辆的指令,从而将自动驾驶车辆切换至人工干预驾驶模式。在人工干预驾驶模式下,远程控制终端可以向自动驾驶车辆发送包含驾驶参数的控制指令从而控制自动驾驶车辆。
其中驾驶参数可以是自动驾驶车辆车辆执行的行驶策略,例如切换规划路径、更改自动驾驶决策算法中的参数值,等等。举个例子,在面临狭窄路段时,自动驾驶车辆经过对路段宽度的判断后,认为路段宽度小于预设的阈值,因此停车。但经过远程控制员实际判断后,认为自动驾驶车辆可以通过该路段,因此可以临时修改上述阈值,将其修改为一个较小值,从而使得自动驾驶车辆能够继续向前行驶。
上述驾驶参数也可以是诸如加速、减速、转弯、更改车道等具体的控制参数。
更进一步地,在人工干预驾驶模式下,可以进行释放时机判断从而确定是否释放人工干预。人工干预驾驶模式下的处理流程可以参见图3,如图3中所示,该处理流程可以包括以下步骤:
步骤302:在人工干预驾驶模式下,获取当前路况信息。
同样地,当前路况信息可以通过自动驾驶车辆的传感器采集环境信息后进行分析得到,例如通过自动驾驶车辆的雷达传感器获取周围环境的点云数据,再例如通过自动驾驶车辆的摄像头获取周围环境的图像数据,等等。还可以从交通系统获取当前的路况信息,等等。
步骤304:依据当前路况信息确定自动驾驶速度。
由于自动驾驶车辆通常存在自动驾驶策略,通过当前路况信息能够确定出切换到自动驾驶模式下的自动驾驶速度。
作为其中一种可实现的方式,本步骤可以是周期性执行的步骤,例如每隔5s执行一次。
作为另一种可实现的方式,本步骤也可以是在检测到路况信息发生变化时,执行的步骤。例如从重度拥堵变化为中度拥堵,再例如,从狭窄通道变换为宽敞通道,再例如从抢道场景变化为正常行驶场景。
作为再一种可实现的方式,本步骤还可以是在自动驾驶车辆在规划路径上的行驶进度符合预设的时效性要求时,执行的步骤。关于行驶进度是否符合预设的时效性要求的判断可以参见图2所示实施例中针对步骤204的相关记载,在此不做赘述。
步骤306:判断确定的自动驾驶速度是否大于人工干预驾驶模式下的驾驶速度,如果是,则执行步骤308;否则,继续转至步骤302。
作为其中一种可实现的方式,可以在判断出确定的自动驾驶速度大于人工干预驾驶模式下的驾驶速度时,即刻执行步骤308。也可以在持续预设时长(例如持续5秒)均判断出确定得到的自动驾驶速度大于人工干预驾驶模式下的驾驶速度时执行步骤308。
步骤308:发送释放人工干预驾驶自动驾驶车辆的请求,以便于自动驾驶车辆获取到释放人工干预驾驶的指令后,切换至自动驾驶模式。
该请求可以发送给控制终端。自动驾驶车辆在获取到来自该控制终端的释放人工干预驾驶的指令后,切换至自动驾驶模式。
作为其中一种可实现的方式,上述控制终端设置于自动驾驶车辆,作为自动驾驶车辆的车载控制终端。车载控制终端接收到释放人工干预驾驶自动驾驶车辆的请求后,可以通过诸如发出声音、在屏幕上弹出通知等方式来通知驾驶员。驾驶员可以通过车载控制终端或者自动驾驶车辆上的其他切换装置发出释放人工干预驾驶的指令,从而将自动驾驶车辆切换至自动驾驶模式。
作为另一种可实现的方式,上述控制终端可以为远程控制终端。例如,可以在控制室设置远程控制终端对自动驾驶车辆进行远程控制。再例如,可以由控制员携带的远程控制终端对自动驾驶车辆进行远程控制。远程控制终端接收到释放人工干预驾驶自动驾驶车辆的请求后,可以通过诸如发出声音、在屏幕上弹出通知等方式来通知控制员。控制员可以通过远程控制终端向自动驾驶车辆发送释放人工干预驾驶自动驾驶车辆的指令,从而将自动驾驶车辆切换至自动驾驶模式。
在切换至自动驾驶模式后,可以继续转至执行图2所示流程。
本申请实施例提供的上述方法可以应用于多种应用场景。在此仅以物流配送场景为例,对上述方法进行举例描述。
仓储、物流近年来成为企业尤其是制造业提高效率、降低成本的关键变量。随着自动驾驶在商业场景的应用,逐渐出现了利用自动驾驶技术为干线物流赋能的发展路径。干线物流作为市场供应链体系的重要一环,道路场景比城市交通相对规范,因此更适用于自动驾驶车辆。
如图4中所示,在步骤400时,自动驾驶车辆开始沿着规划路径物流配送,并获取规划路径信息,包括规划路径上各途经点对应的耗时阈值。
由于物流配送路径通常较为固定,因此可以在物流配送路径即规划路径上设置若干途经点。依据历史配送效率、期望耗时、规划路径的总长度等信息,预先确定各途经点对应的耗时阈值。例如,物流配送路径的全程期望耗时为20分钟,即需要在20分钟内行驶完成整个物流配送路径。可以在规划路径上设置6个途经点:途经点1、2、3、4、5和6,分别对应耗时阈值3分钟、6分钟、9分钟、12分钟、15分钟和18分钟。
在步骤402中,自动驾驶车辆进行自动驾驶。
在步骤404中,到达途经点时,进行配送进度预估。即判断自动驾驶车辆到达途经点时在规划路径上的耗时是否超过该途经点对应的耗时阈值,如果超过,则确定行驶进度不符合时效性要求,执行步骤406。否则,继续转至步骤402。
在步骤406中,进行人工干预时机的判断,即依据当前路况信息确定人工干预的驾驶速度,如果人工干预的驾驶速度大于自动驾驶速度,则符合人工干预时机,执行步骤408;否则,继续转至步骤402。
在步骤408中,人工干预。即发送人工干预驾驶所述自动驾驶车辆的请求,以便于自动驾驶车辆获取到的人工干预驾驶的指令后,切换至人工干预驾驶模式。
在人工干预驾驶模式下,可以由控制员通过远端控制终端向自动驾驶车辆发送驾驶参数,从而控制自动驾驶车辆顺利经过当前路况对应的路段。
路况信息发生变化后,即经过当前路况对应的路段后,在步骤410中进行释放人工干预时机的判断。即依据路况信息确定自动驾驶速度,若确定的自动驾驶速度大于人工干预驾驶模式下的驾驶速度,则执行步骤412;否则,继续在人工干预模式下行驶。
在步骤412中释放人工干预,例如可以发送释放人工干预驾驶自动驾驶车辆的请求给远程控制终端,由远程控制终端向自动驾驶车辆发送释放人工干预驾驶所述自动驾驶车辆的指令。从而使得自动驾驶车辆切换至自动驾驶模式,转至执行步骤402。
持续上述过程直至配送完成,即到达规划路径的目的地。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
根据另一方面的实施例,提供了一种自动驾驶车辆的控制装置。图5示出根据一个实施例的自动驾驶车辆的控制装置的示意性框图。如图5所示,该装置500可以包括:信息获取单元501、进度识别单元502和干预实现单元503,还可以进一步包括干预释放单元504。其中各组成单元的主要功能如下:
信息获取单元501,被配置为获取自动驾驶车辆的位置信息和规划路径信息。
进度识别单元502,被配置为依据自动驾驶车辆的位置信息和规划路径信息,确定自动驾驶车车辆在规划路径上的行驶进度。
干预实现单元503,被配置为在自动驾驶模式下,若行驶进度不符合预设的时效性要求,则获取当前路况信息,依据当前路况信息确定人工干预的驾驶速度;若人工干预的驾驶速度大于自动驾驶速度,则发送人工干预驾驶自动驾驶车辆的请求,以便于自动驾驶车辆获取到的人工干预驾驶的指令后,切换至人工干预驾驶模式。
作为其中一种可实现的方式,规划路径信息可以包括在规划路径上包含的预设途径点的位置信息以及途经点对应的耗时阈值。干预实现单元503在依据自动驾驶车辆的位置信息和规划路径信息,确定自动驾驶车辆在规划路径上的行驶进度时,可以具体被配置为:获取自动驾驶车辆经过途经点时在规划路径上的耗时,若耗时超过该途经点对应的耗时阈值,则确定行驶进度不符合预设的时效性要求。
作为其中一种可实现的方式,干预实现单元503在依据当前路况信息确定人工干预的驾驶速度时,可以具体被配置为:依据预设的路况与人工干预的驾驶速度的对应关系,确定当前路况信息对应的驾驶速度,对应关系是依据历史统计数据预先建立的。
作为另一种可实现的方式,干预实现单元503在依据当前路况信息确定人工干预的驾驶速度时,可以具体被配置为:依据自动驾驶车辆对应的驾驶员或远程控制员针对当前路况信息的历史驾驶参数预估人工干预的驾驶速度。
干预释放单元504,被配置为在人工干预驾驶模式下,获取当前路况信息,依据当前路况信息确定自动驾驶速度;若确定的自动驾驶速度大于人工干预驾驶模式下的驾驶速度,则发送释放人工干预驾驶自动驾驶车辆的请求,以便于自动驾驶车辆获取到释放人工干预驾驶自动驾驶车辆的指令后,切换至自动驾驶模式。
作为其中一种可实现的方式,进度识别单元502可以在人工干预驾驶模式下,确定自动驾驶车辆在规划路径上的行驶进度符合预设的时效性要求时,触发干预释放单元504执行依据当前路况信息确定自动驾驶速度的处理。
作为另一种可实现的方式,干预释放单元504可以在检测到路况信息发生变化时,执行依据当前路况信息确定自动驾驶速度的处理。
上述人工干预驾驶自动驾驶车辆的请求以及释放人工干预驾驶自动驾驶车辆的请求发送至控制终端。
作为其中一种可实现的方式,控制终端为远程控制终端,在人工干预驾驶模式下,依据远程控制终端发送的包含驾驶参数的指令控制自动驾驶车辆。
作为另一种可实现的方式,控制终端设置于自动驾驶车辆,作为自动驾驶车辆的车载终端,在人工干预驾驶模式下,由人工驾驶自动驾驶车辆。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置及系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
另外,本申请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前述方法实施例中任一项所述的方法的步骤。
以及一种电子设备,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行前述方法实施例中任一项所述的方法的步骤。
本申请还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前述方法实施例中任一项所述的方法的步骤。
其中,图6示例性的展示出了电子设备的架构,具体可以包括处理器610,视频显示适配器611,磁盘驱动器612,输入/输出接口613,网络接口614,以及存储器620。上述处理器610、视频显示适配器611、磁盘驱动器612、输入/输出接口613、网络接口614,与存储器620之间可以通过通信总线630进行通信连接。
其中,处理器610可以采用通用的CPU、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本申请所提供的技术方案。
存储器620可以采用ROM(ReadOnlyMemory,只读存储器)、RAM(RandomAccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器620可以存储用于控制电子设备600运行的操作系统621,用于控制电子设备600的低级别操作的基本输入输出系统(BIOS)622。另外,还可以存储网页浏览器623,数据存储管理系统624,以及自动驾驶车辆的控制装置625等等。上述自动驾驶车辆的控制装置625就可以是本申请实施例中具体实现前述各步骤操作的应用程序。总之,在通过软件或者固件来实现本申请所提供的技术方案时,相关的程序代码保存在存储器620中,并由处理器610来调用执行。
输入/输出接口613用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
网络接口614用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线630包括一通路,在设备的各个组件(例如处理器610、视频显示适配器611、磁盘驱动器612、输入/输出接口613、网络接口614,与存储器620)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器610、视频显示适配器611、磁盘驱动器612、输入/输出接口613、网络接口614,存储器620,总线630等,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本申请方案所必需的组件,而不必包含图中所示的全部组件。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机程序产品的形式体现出来,该计算机程序产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
以上对本申请所提供的技术方案进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种自动驾驶车辆的控制方法,其特征在于,所述方法包括:
在自动驾驶模式下,获取自动驾驶车辆的位置信息和规划路径信息;
依据所述自动驾驶车辆的位置信息和规划路径信息,确定所述自动驾驶车车辆在规划路径上的行驶进度;
若所述行驶进度不符合预设的时效性要求,则获取当前路况信息,依据当前路况信息确定人工干预的驾驶速度;
若所述人工干预的驾驶速度大于自动驾驶速度,则发送人工干预驾驶所述自动驾驶车辆的请求,以便于所述自动驾驶车辆获取到的人工干预驾驶的指令后,切换至人工干预驾驶模式。
2.根据权利要求1所述的方法,其特征在于,所述规划路径信息包括在规划路径上包含的预设途径点的位置信息以及途经点对应的耗时阈值;
依据所述自动驾驶车辆的位置信息和规划路径信息,确定所述自动驾驶车辆在规划路径上的行驶进度包括:获取所述自动驾驶车辆经过所述途经点时在所述规划路径上的耗时,若耗时超过该途经点对应的耗时阈值,则确定行驶进度不符合预设的时效性要求。
3.根据权利要求1所述的方法,其特征在于,所述依据当前路况信息确定人工干预的驾驶速度包括:
依据预设的路况与人工干预的驾驶速度的对应关系,确定当前路况信息对应的驾驶速度,所述对应关系是依据历史统计数据预先建立的;或者,
依据所述自动驾驶车辆对应的驾驶员或远程控制员针对所述当前路况信息的历史驾驶参数预估所述人工干预的驾驶速度。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在人工干预驾驶模式下,获取当前路况信息,依据当前路况信息确定自动驾驶速度;
若确定的自动驾驶速度大于人工干预驾驶模式下的驾驶速度,则发送释放人工干预驾驶所述自动驾驶车辆的请求,以便于所述自动驾驶车辆获取到释放人工干预驾驶所述自动驾驶车辆的指令后,切换至自动驾驶模式。
5.根据权利要求4所述的方法,其特征在于,在检测到路况信息发生变化时,执行所述依据当前路况信息确定自动驾驶速度的步骤;或者,
在所述自动驾驶车辆在规划路径上的行驶进度符合预设的时效性要求时,执行所述依据当前路况信息确定自动驾驶速度的步骤。
6.根据权利要求1或4所述的方法,其特征在于,所述请求发送至所述自动驾驶车辆的控制终端;
所述控制终端为远程控制终端,在人工干预驾驶模式下,依据远程控制终端发送的包含驾驶参数的指令控制所述自动驾驶车辆;或者,所述控制终端设置于所述自动驾驶车辆,在人工干预驾驶模式下,由人工驾驶所述自动驾驶车辆。
7.根据权利要求1至5中任一项所述的方法,其特征在于,所述方法应用于物流配送场景,所述规划路径信息包括物流配送路径信息和配送时效性要求。
8.一种自动驾驶车辆的控制装置,其特征在于,所述装置包括:
信息获取单元,被配置为获取自动驾驶车辆的位置信息和规划路径信息;
进度识别单元,被配置为依据所述自动驾驶车辆的位置信息和规划路径信息,确定所述自动驾驶车车辆在规划路径上的行驶进度;
干预实现单元,被配置为在自动驾驶模式下,若行驶进度不符合预设的时效性要求,则获取当前路况信息,依据当前路况信息确定人工干预的驾驶速度;若所述人工干预的驾驶速度大于自动驾驶速度,则发送人工干预驾驶所述自动驾驶车辆的请求,以便于所述自动驾驶车辆获取到的人工干预驾驶的指令后,切换至人工干预驾驶模式。
9.一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权利要求1至7中任一项所述的方法的步骤。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310452454.1A CN116714599A (zh) | 2023-04-21 | 2023-04-21 | 自动驾驶车辆的控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310452454.1A CN116714599A (zh) | 2023-04-21 | 2023-04-21 | 自动驾驶车辆的控制方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116714599A true CN116714599A (zh) | 2023-09-08 |
Family
ID=87872210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310452454.1A Pending CN116714599A (zh) | 2023-04-21 | 2023-04-21 | 自动驾驶车辆的控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116714599A (zh) |
-
2023
- 2023-04-21 CN CN202310452454.1A patent/CN116714599A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11709490B1 (en) | Behavior and intent estimations of road users for autonomous vehicles | |
EP3504514B1 (en) | Hybrid trip planning for autonomous vehicles | |
KR102247380B1 (ko) | 자율 차량들에 대한 폴백 요청들 | |
US11260852B2 (en) | Collision behavior recognition and avoidance | |
US11577622B2 (en) | Information processing apparatus, information processing method, and storage medium | |
CN108592932A (zh) | 一种无人车调度方法、系统、设备及存储介质 | |
US11874120B2 (en) | Shared autonomous vehicle operational management | |
US20200310448A1 (en) | Behavioral path-planning for a vehicle | |
US10836405B2 (en) | Continual planning and metareasoning for controlling an autonomous vehicle | |
CN113479195A (zh) | 用于自动代客泊车的方法和用于执行所述方法的系统 | |
CN109298713A (zh) | 指令发送方法、装置及系统、自动驾驶车辆 | |
US20170142470A1 (en) | Car entertainment control system | |
CN111746557B (zh) | 用于车辆的路径规划融合 | |
CN114882464B (zh) | 多任务模型训练方法、多任务处理方法、装置及车辆 | |
US20210157314A1 (en) | Objective-Based Reasoning in Autonomous Vehicle Decision-Making | |
US20220244725A1 (en) | Autonomous trailing logistical support vehicle | |
CN114212108A (zh) | 自动驾驶方法、装置、车辆、存储介质及产品 | |
CN114771539B (zh) | 车辆变道决策方法、装置、存储介质及车辆 | |
CN113859265B (zh) | 一种驾驶过程中的提醒方法及设备 | |
CN116714599A (zh) | 自动驾驶车辆的控制方法及装置 | |
CN115649190A (zh) | 车辆辅助制动的控制方法、装置、介质、车辆及芯片 | |
CN113494921B (zh) | 自动驾驶方法及装置 | |
CN114537450A (zh) | 车辆控制方法、装置、介质、芯片、电子设备及车辆 | |
CN111126365B (zh) | 一种数据采集方法及装置 | |
CN113793523B (zh) | 一种指挥交通的方法、装置、车载设备及车辆 |
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 |