CN116774707A - 平行驾驶的控制方法、装置、系统及电子设备 - Google Patents
平行驾驶的控制方法、装置、系统及电子设备 Download PDFInfo
- Publication number
- CN116774707A CN116774707A CN202310848966.XA CN202310848966A CN116774707A CN 116774707 A CN116774707 A CN 116774707A CN 202310848966 A CN202310848966 A CN 202310848966A CN 116774707 A CN116774707 A CN 116774707A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- network
- running control
- vehicle end
- control 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 56
- 230000004044 response Effects 0.000 claims description 19
- 238000005516 engineering process Methods 0.000 abstract description 18
- 238000011161 development Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种平行驾驶的控制方法、装置、系统及电子设备,该方法包括:确定车端与云端之间的网络状态;获取车端上报的车辆定位信息,并根据车辆定位信息生成车辆的当前行驶控制信息;在网络状态为网络稳定状态时,将当前行驶控制信息发送给车端,使车端根据当前行驶控制信息进行行驶控制;在网络状态由网络稳定状态变为网络波动状态时,不向车端发送当前行驶控制信息,使车端根据历史行驶控制信息进行行驶控制。本申请通过分析车端与云端之间的网络状态,当网络稳定时,通过云端的远程控制实现平行驾驶功能,当发生网络波动时,能够使车辆自主控制行驶,直到网络恢复正常,提高了平行驾驶的安全性,为智能驾驶技术的进一步发展提供了支持。
Description
技术领域
本申请涉及平行驾驶技术领域,尤其涉及一种平行驾驶的控制方法、装置、系统及电子设备。
背景技术
随着技术的不断进步和人们对生活品质的不断要求,自动驾驶技术的发展越来越成熟,已经被广泛应用于车辆行驶领域。而在自动驾驶技术的不断发展中,平行驾驶技术也逐渐成为了人们研究的热点,通过平行驾驶技术实现的远程操控是指操作员借助方向盘模拟器、踏板模拟器、显示屏等模拟控制装置,通过有线、无线网络,操控在视野之外的车辆,模拟控制装置与被操控的车辆通过局域网或者广域网连接,控制距离可以突破空间的限制。平行驾驶技术可以帮助司机在一些特定场景如停车时更加方便地完成车辆的泊车等操作,提高了驾驶的效率和安全性。
然而,目前平行驾驶技术在实际应用中仍然存在一些问题,其中最大的问题就是在网络波动的情况下云端和车端链接延迟过高,容易出现系统故障的问题,这会对驾驶人员和行人的安全带来极大的威胁。
现有方案主要侧重于如何降低网络延迟,例如采用5G通信技术来解决网络延迟的问题,但目前的5G通信技术仅能覆盖到少数的平行驾驶场景,网络延迟的问题仍然会发生,进而会影响平行驾驶的安全性和驾驶效率。
发明内容
本申请实施例提供了一种平行驾驶的控制方法、装置、系统及电子设备,以提高平行驾驶的安全性。
本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种平行驾驶的控制方法,其中,所述方法包括:
确定车端与云端之间的网络状态;
获取车端上报的车辆定位信息,并根据所述车端上报的车辆定位信息生成车辆的当前行驶控制信息;
在所述车端与云端之间的网络状态为网络稳定状态的情况下,将所述车辆的当前行驶控制信息发送给车端,以使车端根据所述当前行驶控制信息进行行驶控制;
在所述车端与云端之间的网络状态由网络稳定状态变为网络波动状态的情况下,不向车端发送当前行驶控制信息,以使车端根据历史行驶控制信息进行行驶控制。
可选地,所述确定车端与云端之间的网络状态包括:
获取车端与云端之间的网络延迟时间;
根据所述车端与云端之间的网络延迟时间确定所述车端与云端之间的网络状态。
可选地,所述获取车端与云端之间的网络延迟时间包括:
向车端发送网络请求,所述网络请求中携带有第一时间标记信息;
接收车端返回的网络请求响应结果并确定第二时间标记信息,所述网络请求响应结果中携带有所述第一时间标记信息;
根据所述第一时间标记信息和所述第二时间标记信息,确定所述车端与云端之间的网络延迟时间。
可选地,所述根据所述车端与云端之间的网络延迟时间确定所述车端与云端之间的网络状态包括:
将所述网络延迟时间与预设延迟时间阈值进行比较;
若所述网络延迟时间大于预设延迟时间阈值,则确定所述车端与云端之间的网络状态为网络波动状态。
可选地,所述根据所述车端上报的车辆定位信息生成车辆的当前行驶控制信息包括:
根据所述车辆定位信息确定车辆的预期行驶路线和预期行驶速度以及当前控车指令信息;
根据所述车辆的预期行驶路线和预期行驶速度以及当前控车指令信息生成所述车辆的当前行驶控制信息。
可选地,在所述车端与云端之间的网络状态为网络波动状态的情况下,不向车端发送车辆的当前行驶控制信息之后,所述方法还包括:
确定所述车端与云端之间的网络状态是否由网络波动状态恢复为网络稳定状态;
若是,则重新获取车端上报的车辆定位信息,并根据重新获取的车辆定位信息重新生成车辆的当前行驶控制信息并发送给车端,以使车端根据重新生成的当前行驶控制信息进行行驶控制。
第二方面,本申请实施例还提供一种平行驾驶的控制装置,其中,所述装置包括:
确定单元,用于确定车端与云端之间的网络状态;
生成单元,用于获取车端上报的车辆定位信息,并根据所述车端上报的车辆定位信息生成车辆的当前行驶控制信息;
发送单元,用于在所述车端与云端之间的网络状态为网络稳定状态的情况下,将所述车辆的当前行驶控制信息发送给车端,以使车端根据所述当前行驶控制信息进行行驶控制;以及在所述车端与云端之间的网络状态由网络稳定状态变为网络波动状态的情况下,不向车端发送当前行驶控制信息,以使车端根据历史行驶控制信息进行行驶控制。
第三方面,本申请实施例还提供一种平行驾驶的控制系统,其中,所述平行驾驶的控制系统包括云端和车端,所述云端用于执行前述之任一所述方法,所述车端用于接收云端下发的行驶控制信息并进行行驶控制。
可选地,所述车端还用于:
根据云端下发的行驶控制信息确定云端的行驶控制信息下发频率和/或任意相邻两个行驶控制信息之间的时间间隔;
将云端的行驶控制信息下发频率与预设频率阈值进行比较,以及将任意相邻两个行驶控制信息之间的时间间隔与预设时间间隔进行比较;
若所述云端的行驶控制信息下发频率小于所述预设频率阈值和/或任意相邻两个行驶控制信息之间的时间间隔大于所述预设时间间隔,则确定所述车端与云端之间的网络状态为网络波动状态;
否则,则确定所述车端与云端之间的网络状态为网络稳定状态。
第四方面,本申请实施例还提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。
第五方面,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行前述之任一所述方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:本申请实施例的平行驾驶的控制方法,先确定车端与云端之间的网络状态;然后获取车端上报的车辆定位信息,并根据车端上报的车辆定位信息生成车辆的当前行驶控制信息;之后在车端与云端之间的网络状态为网络稳定状态的情况下,将车辆的当前行驶控制信息发送给车端,以使车端根据当前行驶控制信息进行行驶控制;最后在车端与云端之间的网络状态由网络稳定状态变为网络波动状态的情况下,不向车端发送当前行驶控制信息,以使车端根据历史行驶控制信息进行行驶控制。本申请实施例的平行驾驶的控制方法通过分析车端与云端之间的网络状态,当网络稳定时,能够通过云端的远程控制实现平行驾驶功能,而当发生网络波动时,能够使车辆自主控制行驶,直到网络恢复正常为止,有效提高了平行驾驶的安全性,为智能驾驶技术的进一步发展提供了支持。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种平行驾驶的控制方法的流程示意图;
图2为本申请实施例中一种平行驾驶的控制装置的结构示意图;
图3为本申请实施例中一种平行驾驶的控制系统的架构示意图;
图4为本申请实施例中一种平行驾驶的控制流程示意图;
图5为本申请实施例中一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例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在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
本申请实施例提供了一种平行驾驶的控制方法,如图1所示,提供了本申请实施例中一种平行驾驶的控制方法的流程示意图,所述方法至少包括如下的步骤S110至步骤S140:
步骤S110,确定车端与云端之间的网络状态。
本申请实施例的平行驾驶的控制方法可以由云端来执行,在对车辆进行平行驾驶控制时,需要先确定车端与云端之间的当前网络状态,这里的网络状态可以分为网络稳定状态和网络波动状态,具体可以根据车端与云端之间的网络延迟时间来确定,网络稳定状态表明车端与云端之间的网络正常,可以正常传输数据和下发指令以满足平行驾驶的控制要求,网络波动状态则表明车端与云端之间的网络异常,不能够正常传输数据和下发指令,进而无法满足平行驾驶的控制要求。
步骤S120,获取车端上报的车辆定位信息,并根据所述车端上报的车辆定位信息生成车辆的当前行驶控制信息。
在平行驾驶的场景下,车端与云端之间通过网络进行通信并进行数据传输,从云端的角度来说,云端可以获取到车端实时上报的车辆定位数据,例如可以包括传感器数据、车辆状态数据、路况数据等,传感器数据例如可以包括实时位置和速度等,这些数据可以通过车端的传感器感知得到。
基于车端实时上报的车辆定位信息可以生成车辆当前的行驶控制信息,例如可以根据车辆的实时位置和速度规划预期行驶路线和行驶速度等,以及生成相应的方向盘、油门、刹车等控制指令。当然,具体根据车辆定位信息生成何种行驶控制信息,本领域技术人员可以根据实际需求灵活设置,在此不作具体限定。
上述步骤S120与步骤S110可以看作是相互独立的两个并行步骤,无论车端与云端之间当前的网络状态如何,云端都可以根据接收到的车端的车辆定位信息生成行驶控制信息。当然,上述步骤S120与步骤S110也可以看作是串行的两个步骤,即云端根据车端上报的车辆定位信息生成车辆的当前行驶控制信息的步骤依赖于当前网络状态,如果网络状态为稳定状态,则可以生成相应的当前行驶控制信息,否则,则不生成行驶控制信息。
步骤S130,在所述车端与云端之间的网络状态为网络稳定状态的情况下,将所述车辆的当前行驶控制信息发送给车端,以使车端根据所述当前行驶控制信息进行行驶控制。
如果判断出车端与云端之间的当前网络状态为稳定状态,说明云端此时生成的当前行驶控制信息是可靠的,也即是基于延迟较小的车辆定位信息生成的,因此可以将当前行驶控制信息发送给车端,从而使车端根据当前行驶控制信息进行行驶控制,进而实现在网络稳定情况下的平行驾驶的控制能力。
步骤S140,在所述车端与云端之间的网络状态由网络稳定状态变为网络波动状态的情况下,不向车端发送当前行驶控制信息,以使车端根据历史行驶控制信息进行行驶控制。
如果判断出车端与云端之间的当前网络状态由网络稳定状态变为网络波动状态,此时云端接收到的车辆定位信息的延迟较大,以此生成的行驶控制信息也不再可靠,此时可以不向车端下发当前行驶控制信息,车端可以根据网络稳定状态时接收到的行驶控制信息自主控制行驶,这里主要根据之前接收到的预期行驶路线和行驶速度等信息进行自主控制,避免云端的滞后介入,提高平行驾驶的安全性,同时又能够尽可能使车辆继续正常行驶,提高驾驶效率。
本申请实施例的平行驾驶的控制方法通过分析车端与云端之间的网络状态,当网络稳定时,能够通过云端的远程控制实现平行驾驶功能,而当发生网络波动时,能够使车辆自主控制行驶,直到网络恢复正常为止,有效提高了平行驾驶的安全性和驾驶效率,为智能驾驶技术的进一步发展提供了支持。
在本申请的一些实施例中,所述确定车端与云端之间的网络状态包括:获取车端与云端之间的网络延迟时间;根据所述车端与云端之间的网络延迟时间确定所述车端与云端之间的网络状态。
本申请实施例主要是基于网络延迟时间来判断车端与云端之间的网络状态,因此这里可以先获取车端与云端之间的网络延迟时间,网络延迟时间主要是指车端与云端之间进行网络通信的时延,网络通信时延越高,云端接收到的车辆定位信息的实时性越差,以此生成的行驶控制信息的可靠性也就越差,反之,网络通信时延越低,通信效率越高,云端接收到的车辆定位信息的实时性也就越高,进而能够更准确地实现对车辆的行驶控制。
在本申请的一些实施例中,所述获取车端与云端之间的网络延迟时间包括:向车端发送网络请求,所述网络请求中携带有第一时间标记信息;接收车端返回的网络请求响应结果并确定第二时间标记信息,所述网络请求响应结果中携带有所述第一时间标记信息;根据所述第一时间标记信息和所述第二时间标记信息,确定所述车端与云端之间的网络延迟时间。
本申请实施例确定网络时延信息的步骤可以由云端来触发,云端可以向车端发送网络请求,该网络请求中需要携带有第一时间标记信息,第一时间标记信息可以是云端发送网络请求的时刻t1,当然也可以是其他形式的唯一标识信息,限定为“唯一标识”的目的是为了后续能够根据车端返回结果中携带的标记信息区分出是哪个车端返回的结果。
云端将上述携带有第一时间标记信息的网络请求发送给车端后,车端会进行响应,并返回携带有第一时间标记信息的网络请求响应结果,云端在接收到车端的网络请求响应结果后,一方面,可以根据网络请求响应结果中携带的第一时间标记信息确定是哪个车端返回的结果,另一方面,可以根据网络请求响应结果中携带的第一时间标记信息,结合第二时间标记信息计算出车端与云端之间的网络延迟时间,这里的第二时间标记信息可以理解为是云端接收到车端返回的网络请求响应结果的时刻t2。
在根据第一时间标记信息和第二时间标记信息计算车端与云端之间的网络延迟时间时,如果第一时间标记信息是云端发送网络请求的时刻t1,那么后续可以直接根据车端返回的网络请求响应结果中携带的第一时间标记信息即t1和第二时间标记信息即t2计算网络延迟时间。如果第一时间标记信息是其他唯一标识信息,那么云端可以在向车端发送网络请求时将发送时刻t1与唯一标识信息的对应关系记录在内存中,之后结合车端返回的唯一标识信息,从内存的对应关系中查找到该唯一标识信息对应的发送时刻t1,最后结合车端返回的网络请求响应结果的时刻t2计算网络延迟时间。
由于时刻t1与时刻t2之间的时间差本质上是两次通信的总时长,因此最终的网络延迟时间tdelay可以表示为(t2-t1)/2。
上述第一种计算网络延迟时间的方式在接收到车端返回的网络请求响应结果后,即可根据网络请求响应结果中携带的时刻t1计算网络延迟时间,不需要去内存中查找,第二种方式在接收到车端返回的网络请求响应结果后,需要先根据网络请求响应结果中携带的唯一标识信息在内存中查找对应的时刻t1,但此种方式对第一时间标记信息的形式没有限制,只要是一种能够区分各个车端的唯一标识即可,且可以在内存中对云端与各个车端之间的网络通信情况进行维护和管理,便于后续网络状态分析等其他功能的实现。
为了提高网络时延信息计算的准确性,可以对一段时间内的网络延迟时间进行统计,例如可以计算出5秒内的多个网络延迟时间,将多个网络延迟时间的平均值作为最终网络延迟结果。
在本申请的一些实施例中,所述根据所述车端与云端之间的网络延迟时间确定所述车端与云端之间的网络状态包括:将所述网络延迟时间与预设延迟时间阈值进行比较;若所述网络延迟时间大于预设延迟时间阈值,则确定所述车端与云端之间的网络状态为网络波动状态。
在计算出车端与云端之间的网络延迟时间后,可以将车端与云端之间的网络延迟时间与事先设定的延迟时间阈值进行比较,该延迟时间阈值为经验值,可以根据实际应用场景灵活设置,在此不作具体限定。如果车端与云端之间的网络延迟时间超过该延迟时间阈值,则认为网络延迟过大,当前网络状态处于网络波动状态,不进入平行驾驶,即不允许云端进行接管,从而保证平行驾驶控制的安全性。如果车端与云端之间的网络延迟时间未超过该延迟时间阈值,当前网络状态处于网络稳定状态,可以认为网络延迟较小,当前网络状态处于网络稳定状态,可以进入平行驾驶,即由云端向车端下发相应的行驶控制信息,以实现平行驾驶功能。
在本申请的一些实施例中,所述根据所述车端上报的车辆定位信息生成车辆的当前行驶控制信息包括:根据所述车辆定位信息确定车辆的预期行驶路线和预期行驶速度以及当前控车指令信息;根据所述车辆的预期行驶路线和预期行驶速度以及当前控车指令信息生成所述车辆的当前行驶控制信息。
本申请实施例在根据车端上报的车辆定位信息生成车辆的当前行驶控制信息时,主要是根据车辆实时位置和速度等传感器数据以及车辆状态数据和路况数据生成车辆的预期行驶路线和预期行驶速度以及当前控车指令信息,预期行驶路线和预期行驶速度是车辆在未来一段时间内的行驶规划信息,云端生成预期的行驶规划信息的目的主要是为了后续当云端与车端之间的网络延迟过大而无法获取到实时的车辆定位信息时,可以使车端能够基于之前生成的预期的行驶规划信息继续行驶,保证了平行驾驶的安全性和车辆的驾驶效率。
当前控车指令信息主要是指方向盘、油门、刹车等控制指令信息,在网络稳定的情况下,云端可以正常向车端下发上述控车指令,而在网络波动的情况下,云端生成的控车指令可靠性较差,容易对车辆的安全行驶造成威胁,因此可以不向车端下发控车指令。
在本申请的一些实施例中,在所述车端与云端之间的网络状态为网络波动状态的情况下,不向车端发送车辆的当前行驶控制信息之后,所述方法还包括:确定所述车端与云端之间的网络状态是否由网络波动状态恢复为网络稳定状态;若是,则重新获取车端上报的车辆定位信息,并根据重新获取的车辆定位信息重新生成车辆的当前行驶控制信息并发送给车端,以使车端根据重新生成的当前行驶控制信息进行行驶控制。
本申请实施例对于网络状态的判断可以是实时进行的,当判断出当前网络状态恢复正常时,可以根据当前获取到的车辆定位信息重新生成车辆的当前行驶控制信息并发送给车端,从而使车端可以根据实时缓存的车辆定位信息,按照重新生成的预期行驶路线和预期行驶速度进行行驶。
通过上述实施例设计了不同网络状态下平行驾驶功能的进入进出机制,提高了平行驾驶的安全性,同时降低了网络波动对于车辆行驶的影响,提高了车辆的驾驶效率。
本申请实施例还提供了一种平行驾驶的控制装置200,如图2所示,提供了本申请实施例中一种平行驾驶的控制装置的结构示意图,所述装置200包括:确定单元210、生成单元220以及发送单元230,其中:
确定单元210,用于确定车端与云端之间的网络状态;
生成单元220,用于获取车端上报的车辆定位信息,并根据所述车端上报的车辆定位信息生成车辆的当前行驶控制信息;
发送单元230,用于在所述车端与云端之间的网络状态为网络稳定状态的情况下,将所述车辆的当前行驶控制信息发送给车端,以使车端根据所述当前行驶控制信息进行行驶控制;以及在所述车端与云端之间的网络状态由网络稳定状态变为网络波动状态的情况下,不向车端发送当前行驶控制信息,以使车端根据历史行驶控制信息进行行驶控制。
在本申请的一些实施例中,所述确定单元210具体用于:获取车端与云端之间的网络延迟时间;根据所述车端与云端之间的网络延迟时间确定所述车端与云端之间的网络状态。
在本申请的一些实施例中,所述确定单元210具体用于:向车端发送网络请求,所述网络请求中携带有第一时间标记信息;接收车端返回的网络请求响应结果并确定第二时间标记信息,所述网络请求响应结果中携带有所述第一时间标记信息;根据所述第一时间标记信息和所述第二时间标记信息,确定所述车端与云端之间的网络延迟时间。
在本申请的一些实施例中,所述确定单元210具体用于:将所述网络延迟时间与预设延迟时间阈值进行比较;若所述网络延迟时间大于预设延迟时间阈值,则确定所述车端与云端之间的网络状态为网络波动状态。
在本申请的一些实施例中,所述生成单元220具体用于:根据所述车辆定位信息确定车辆的预期行驶路线和预期行驶速度以及当前控车指令信息;根据所述车辆的预期行驶路线和预期行驶速度以及当前控车指令信息生成所述车辆的当前行驶控制信息。
在本申请的一些实施例中,所述确定单元210还用于:在所述车端与云端之间的网络状态为网络波动状态的情况下,不向车端发送车辆的当前行驶控制信息之后,确定所述车端与云端之间的网络状态是否由网络波动状态恢复为网络稳定状态;所述生成单元还用于:若是,则重新获取车端上报的车辆定位信息,并根据重新获取的车辆定位信息重新生成车辆的当前行驶控制信息并发送给车端,以使车端根据重新生成的当前行驶控制信息进行行驶控制。
能够理解,上述平行驾驶的控制装置,能够实现前述实施例中提供的平行驾驶的控制方法的各个步骤,关于平行驾驶的控制方法的相关阐释均适用于平行驾驶的控制装置,此处不再赘述。
本申请实施例还提供了一种平行驾驶的控制系统,如图3所示,提供了本申请实施例中一种平行驾驶的控制系统的架构示意图,所述平行驾驶的控制系统包括云端和车端,所述云端用于执行前述之任一所述方法,所述车端用于接收云端下发的行驶控制信息并进行行驶控制。
在本申请的一些实施例中,所述车端还用于:根据云端下发的行驶控制信息确定云端的行驶控制信息下发频率和/或任意相邻两个行驶控制信息之间的时间间隔和/或任意相邻两个行驶控制信息之间的时间间隔;将云端的行驶控制信息下发频率与预设频率阈值进行比较,以及将任意相邻两个行驶控制信息之间的时间间隔与预设时间间隔进行比较;若所述云端的行驶控制信息下发频率小于所述预设频率阈值和/或任意相邻两个行驶控制信息之间的时间间隔大于所述预设时间间隔,则确定所述车端与云端之间的网络状态为网络波动状态;否则,则确定所述车端与云端之间的网络状态为网络稳定状态。
本申请实施例也可以通过车端从另一个维度来判断网络状态,在正常的平行驾驶场景下,云端会按照一定频率向车端下发控制指令等控制信息,如果车端长时间未收到云端下发的控制信息或者两个控制信息之间的时间间隔过大,说明当前网络处于弱网状态,即可以认为是网络波动的状态,那么此时即使车端收到了控制信息,为了保证行驶安全性,也可以不按照该控制信息进行行驶控制,而是基于之前的控制信息进行自主控制。
本申请实施例可以从两个维度来判断弱网状态,一个维度是云端的行驶控制信息下发频率,可以根据一段时间内接收到的行驶控制信息的数量计算得到,另一个维度是任意相邻两个行驶控制信息之间的时间间隔,可以根据每次接收到的行驶控制信息的时刻计算得到。上述两个维度有任意一个触发相应的阈值要求,即可认为当前网络状态处于网络波动状态。
此外,需要说明的是,前述由云端执行的各个实施例也可以由车端来完成,具体实现细节可参照前述实施例的描述,在此不作赘述。
在本申请的一些实施例中,在网络状态异常的情况下,车端可以通过车对车(V2V)通信与附近车辆分享自身状态,以通过协同避免潜在的危险。
在本申请的一些实施例中,车端可以记录网络波动的时间、地点和影响,以便分析网络状况对车辆行驶的影响,并提供改进建议。
在本申请的一些实施例中,在网络状态异常的情况下,车端可以自动切换到本地决策模式,在此模式下,车辆使用内置算法和本地数据进行决策,减少对网络连接的依赖。
在本申请的一些实施例中,在本地决策模式下,车端可以根据当前环境和驾驶条件启动相应的安全降级策略,如减速、增加车距、关闭部分辅助功能等。
在本申请的一些实施例中,当网络状态恢复正常时,车辆会自动切换回联网模式,并与云端同步数据和状态,恢复完整的平行驾驶功能。
为了便于对本申请各实施例的理解,如图4所示,提供了本申请实施例中一种平行驾驶的控制流程示意图。云端获取车端与云端之间的网络延迟时间,根据车端与云端之间的网络延迟时间确定网络状态,如果网络延迟时间大于预设延迟时间阈值,则确定网络状态为网络波动状态,否则,则为网络稳定状态。同时云端接收车端上报的车辆定位信息,根据车辆定位信息生成车辆的行驶控制信息。如果网络状态为网络稳定状态,则将车辆的行驶控制信息发送给车端,从而使车端根据当前行驶控制信息进行行驶控制;如果车端与云端之间的网络状态由网络稳定状态变为网络波动状态,不向车端发送当前行驶控制信息,从而使车端根据历史行驶控制信息进行行驶控制。
本申请的平行驾驶的控制流程通过对网络波动的有效处理,当网络波动发生时,车辆能够自主控制行驶,并按照之前的预期路线行驶,直到网络恢复正常为止,有效提高了平行驾驶的安全性,为智能驾驶技术的进一步发展提供了支持。
本申请的方案在实际应用中具有可行性和实用性,并能够适应不同的网络波动情况,为智能驾驶技术的发展提供了新的技术思路和支持,同时能够为平行驾驶领域的相关企业和机构提供技术支持,具有较好的市场前景和商业价值。
图5是本申请的一个实施例电子设备的结构示意图。请参考图5,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成平行驾驶的控制装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
确定车端与云端之间的网络状态;
获取车端上报的车辆定位信息,并根据所述车端上报的车辆定位信息生成车辆的当前行驶控制信息;
在所述车端与云端之间的网络状态为网络稳定状态的情况下,将所述车辆的当前行驶控制信息发送给车端,以使车端根据所述当前行驶控制信息进行行驶控制;
在所述车端与云端之间的网络状态由网络稳定状态变为网络波动状态的情况下,不向车端发送当前行驶控制信息,以使车端根据历史行驶控制信息进行行驶控制。
上述如本申请图1所示实施例揭示的平行驾驶的控制装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1中平行驾驶的控制装置执行的方法,并实现平行驾驶的控制装置在图1所示实施例的功能,本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图1所示实施例中平行驾驶的控制装置执行的方法,并具体用于执行:
确定车端与云端之间的网络状态;
获取车端上报的车辆定位信息,并根据所述车端上报的车辆定位信息生成车辆的当前行驶控制信息;
在所述车端与云端之间的网络状态为网络稳定状态的情况下,将所述车辆的当前行驶控制信息发送给车端,以使车端根据所述当前行驶控制信息进行行驶控制;
在所述车端与云端之间的网络状态由网络稳定状态变为网络波动状态的情况下,不向车端发送当前行驶控制信息,以使车端根据历史行驶控制信息进行行驶控制。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种平行驾驶的控制方法,其中,所述方法包括:
确定车端与云端之间的网络状态;
获取车端上报的车辆定位信息,并根据所述车端上报的车辆定位信息生成车辆的当前行驶控制信息;
在所述车端与云端之间的网络状态为网络稳定状态的情况下,将所述车辆的当前行驶控制信息发送给车端,以使车端根据所述当前行驶控制信息进行行驶控制;
在所述车端与云端之间的网络状态由网络稳定状态变为网络波动状态的情况下,不向车端发送当前行驶控制信息,以使车端根据历史行驶控制信息进行行驶控制。
2.如权利要求1所述方法,其中,所述确定车端与云端之间的网络状态包括:
获取车端与云端之间的网络延迟时间;
根据所述车端与云端之间的网络延迟时间确定所述车端与云端之间的网络状态。
3.如权利要求2所述方法,其中,所述获取车端与云端之间的网络延迟时间包括:
向车端发送网络请求,所述网络请求中携带有第一时间标记信息;
接收车端返回的网络请求响应结果并确定第二时间标记信息,所述网络请求响应结果中携带有所述第一时间标记信息;
根据所述第一时间标记信息和所述第二时间标记信息,确定所述车端与云端之间的网络延迟时间。
4.如权利要求2所述方法,其中,所述根据所述车端与云端之间的网络延迟时间确定所述车端与云端之间的网络状态包括:
将所述网络延迟时间与预设延迟时间阈值进行比较;
若所述网络延迟时间大于预设延迟时间阈值,则确定所述车端与云端之间的网络状态为网络波动状态。
5.如权利要求1所述方法,其中,所述根据所述车端上报的车辆定位信息生成车辆的当前行驶控制信息包括:
根据所述车辆定位信息确定车辆的预期行驶路线和预期行驶速度以及当前控车指令信息;
根据所述车辆的预期行驶路线和预期行驶速度以及当前控车指令信息生成所述车辆的当前行驶控制信息。
6.如权利要求1所述方法,其中,在所述车端与云端之间的网络状态为网络波动状态的情况下,不向车端发送车辆的当前行驶控制信息之后,所述方法还包括:
确定所述车端与云端之间的网络状态是否由网络波动状态恢复为网络稳定状态;
若是,则重新获取车端上报的车辆定位信息,并根据重新获取的车辆定位信息重新生成车辆的当前行驶控制信息并发送给车端,以使车端根据重新生成的当前行驶控制信息进行行驶控制。
7.一种平行驾驶的控制装置,其中,所述装置包括:
确定单元,用于确定车端与云端之间的网络状态;
生成单元,用于获取车端上报的车辆定位信息,并根据所述车端上报的车辆定位信息生成车辆的当前行驶控制信息;
发送单元,用于在所述车端与云端之间的网络状态为网络稳定状态的情况下,将所述车辆的当前行驶控制信息发送给车端,以使车端根据所述当前行驶控制信息进行行驶控制;以及在所述车端与云端之间的网络状态由网络稳定状态变为网络波动状态的情况下,不向车端发送当前行驶控制信息,以使车端根据历史行驶控制信息进行行驶控制。
8.一种平行驾驶的控制系统,其中,所述平行驾驶的控制系统包括云端和车端,所述云端用于执行权利要求1~6之任一所述方法,所述车端用于接收云端下发的行驶控制信息并进行行驶控制。
9.如权利要求8所述系统,其中,所述车端还用于:
根据云端下发的行驶控制信息确定云端的行驶控制信息下发频率和/或任意相邻两个行驶控制信息之间的时间间隔;
将云端的行驶控制信息下发频率与预设频率阈值进行比较,以及将任意相邻两个行驶控制信息之间的时间间隔与预设时间间隔进行比较;
若所述云端的行驶控制信息下发频率小于所述预设频率阈值和/或任意相邻两个行驶控制信息之间的时间间隔大于所述预设时间间隔,则确定所述车端与云端之间的网络状态为网络波动状态;
否则,则确定所述车端与云端之间的网络状态为网络稳定状态。
10.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行所述权利要求1~6之任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310848966.XA CN116774707A (zh) | 2023-07-11 | 2023-07-11 | 平行驾驶的控制方法、装置、系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310848966.XA CN116774707A (zh) | 2023-07-11 | 2023-07-11 | 平行驾驶的控制方法、装置、系统及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116774707A true CN116774707A (zh) | 2023-09-19 |
Family
ID=88006358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310848966.XA Pending CN116774707A (zh) | 2023-07-11 | 2023-07-11 | 平行驾驶的控制方法、装置、系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116774707A (zh) |
-
2023
- 2023-07-11 CN CN202310848966.XA patent/CN116774707A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111127931B (zh) | 一种智能网联汽车的车路云协同方法、装置及系统 | |
JP2021501425A (ja) | セルラーネットワークベース運転支援方法及び交通制御ユニット | |
US10755565B2 (en) | Prioritized vehicle messaging | |
CN114348025B (zh) | 一种车辆驾驶监控系统、方法、设备及存储介质 | |
CN112937593B (zh) | 车辆运动控制方法、装置、系统以及计算机设备 | |
CN110733507B (zh) | 车道变换及道路隔离方法、装置、设备及存储介质 | |
JP2019511052A (ja) | 車両を制御する方法、装置およびシステム | |
EP4067147B1 (en) | Vehicle speed control method, apparatus and device | |
CN116872957A (zh) | 智能驾驶车辆的预警方法、装置及电子设备、存储介质 | |
CN114987462A (zh) | 针对人工驾驶避免车辆碰撞的方法、装置、设备和介质 | |
AU2024200010A1 (en) | Vehicle Safety Control Method And Apparatus, Electronic Device, And Storage Medium | |
CN112396183A (zh) | 自动驾驶决策的方法、装置、设备及计算机存储介质 | |
US11374667B2 (en) | Localizing communications interference node | |
CN116811856A (zh) | 智能辅助驾驶的避让控制方法、系统、设备及存储介质 | |
CN116080676B (zh) | 车道偏离预警方法、装置及电子设备、存储介质 | |
CN116774707A (zh) | 平行驾驶的控制方法、装置、系统及电子设备 | |
CN115649133A (zh) | 车辆紧急制动控制方法、装置、电子设备及车辆 | |
CN109345436A (zh) | 乘车情况监控方法、管控平台、存储介质及系统 | |
CN116564118B (zh) | 车辆的路口通行控制方法、装置及系统、电子设备 | |
CN118107614B (zh) | 一种车辆接管时间预测方法、装置、设备及介质 | |
CN114771655B (zh) | 自动驾驶中的半挂汽车列车转向方法、装置和电子设备 | |
CN116959253A (zh) | 目标预警方法、装置及电子设备 | |
CN116416791A (zh) | 一种协助车辆变道的方法及执行模块 | |
CN116631188A (zh) | 一种预警方法、装置和电子设备 | |
CN117657123A (zh) | 车辆汇入的风险评估方法及计算机程序产品 |
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 |