CN116890876A - 车辆控制方法、装置、电子设备和自动驾驶车辆 - Google Patents
车辆控制方法、装置、电子设备和自动驾驶车辆 Download PDFInfo
- Publication number
- CN116890876A CN116890876A CN202310797348.7A CN202310797348A CN116890876A CN 116890876 A CN116890876 A CN 116890876A CN 202310797348 A CN202310797348 A CN 202310797348A CN 116890876 A CN116890876 A CN 116890876A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target obstacle
- risk
- risk value
- track
- 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 57
- 230000008859 change Effects 0.000 claims abstract description 73
- 238000012508 change request Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- 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
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种车辆控制方法、装置、电子设备和自动驾驶车辆,涉及人工智能技术领域,尤其涉及自动驾驶与交通安全领域。具体实现方案为:在第一车辆正在转向行驶的情况下,基于所述第一车辆的轨迹转向类型,确定目标障碍物;基于所述第一车辆针对所述目标障碍物的历史决策信息、以及所述目标障碍物与所述第一车辆之间的距离信息中的至少一个,确定所述第一车辆与所述目标障碍物的碰撞风险;以及基于所述碰撞风险,确定是否控制所述第一车辆进行变道。采用本公开的技术方案,可以减少车辆转向行驶的碰撞概率。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及自动驾驶与交通安全领域,可应用于智慧城市的场景中。本公开具体涉及一种车辆控制方法、装置、电子设备和自动驾驶车辆。
背景技术
在车辆行驶的过程中,车辆根据高精地图中规划的虚拟车道、以及在真实道路中感知到的障碍物进行轨迹规划,并根据规划轨迹进行行驶。
其中,这些障碍物有可能是动态障碍物,车辆有可能在行驶过程中与其发生碰撞,因此,需要提前对障碍物产生的碰撞风险进行识别,以避免车辆与障碍物发生碰撞。
发明内容
本公开提供了一种车辆控制方法、装置、电子设备和自动驾驶车辆。
根据本公开的一方面,提供了一种车辆控制方法,包括:
在第一车辆正在转向行驶的情况下,基于所述第一车辆的轨迹转向类型,确定目标障碍物;
基于所述第一车辆针对所述目标障碍物的历史决策信息、以及所述目标障碍物与所述第一车辆之间的距离信息中的至少一个,确定所述第一车辆与所述目标障碍物的碰撞风险;以及
基于所述碰撞风险,确定是否控制所述第一车辆进行变道。
根据本公开的一方面,提供了一种车辆控制方法,所述方法应用于变道应用程序,包括:
接收针对第一车辆的变道请求;以及
在设定时间内接收到所述变道请求的次数满足设定阈值的情况下,控制所述第一车辆进行变道,以避让障碍物。
根据本公开的另一方面,提供了一种车辆控制装置,包括:
障碍物确定模块,用于在第一车辆正在转向行驶的情况下,基于所述第一车辆的轨迹转向类型,确定目标障碍物;
碰撞风险确定模块,用于基于所述第一车辆针对所述目标障碍物的历史决策信息、以及所述目标障碍物与所述第一车辆之间的距离信息中的至少一个,确定所述第一车辆与所述目标障碍物的碰撞风险;以及
变道决策模块,用于基于所述碰撞风险,确定是否控制所述第一车辆进行变道。
根据本公开的另一方面,提供了一种车辆控制装置,所述装置应用于变道应用程序,包括:
变道请求接收模块,用于接收针对第一车辆的变道请求;以及
变道控制模块,用于在设定时间内接收到所述变道请求的次数满足设定阈值的情况下,控制所述第一车辆进行变道,以避让障碍物。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开实施例中任一图像分类的训练方法或任一图像分类方法。
根据本公开的另一方面,提供了一种自动驾驶车辆,包括本公开实施例中任一电子设备。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,该计算机指令用于使该计算机执行根据本公开实施例中任一图像分类的训练方法或任一图像分类方法。
根据本公开的另一方面,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根据本公开实施例中任一图像分类的训练方法或任一图像分类方法。
根据本公开的技术,在车辆正在转向行驶的情况下,基于车辆的轨迹转向类型,确定目标障碍物,然后,利用车辆针对目标障碍物的历史决策信息、以及目标障碍物与车辆之间的距离信息中的至少一个,准确地确定车辆与目标障碍物的碰撞风险。从而,基于碰撞风险可以准确地确定是否控制车辆变道,减少车辆转向行驶时与其他障碍物发生碰撞的概率,提高行车安全。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开一实施例的车辆左转的场景图;
图2是本公开另一实施例的车辆左转的场景图;
图3是本公开一实施例的车辆控制方法的流程图;
图4是本公开另一实施例的车辆控制方法的流程图;
图5是本公开另一实施例的车辆控制方法的流程图;
图6是本公开一实施例的车辆控制装置的结构框图;
图7是本公开另一实施例的车辆控制装置的结构框图;
图8是本公开另一实施例的车辆控制装置的结构框图;
图9是用来实现本公开实施例的车辆控制方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是本公开一实施例的车辆左转的场景图。图2是本公开另一实施例的车辆左转的场景图。
自动驾驶车辆在路口行驶时,一般依赖于高精地图里划定的虚拟车道进行路线规划以及车辆控制。但是,由于路口道路实际并没有划定真实的车道线,以及路口内的其他车辆的驾驶行为也存在不确定性。因而,车辆在路口进行转向行驶时,有可能与其他车辆发生碰撞。
如图1所示,自动驾驶车辆(主车)在通过路口并左转时,后方同向左转的社会车辆从主车左侧对主车进行切车。如图2所示,主车根据本公开实施例的方法对该社会车辆进行碰撞风险的评估,根据碰撞风险确定主车右变道以避免该社会车辆。从而,在主车左转时,主车可以准确地对左侧切车的障碍车产生的碰撞风险进行识别,然后根据碰撞风险来决定是否触发右变道以避免与障碍车发生碰撞。
图3是本公开一实施例的车辆控制方法的流程图。
如图3所示,该车辆控制方法可以应用于车辆或车辆中的电子设备,其可以包括:
S310,在第一车辆正在转向行驶的情况下,基于第一车辆的轨迹转向类型,确定目标障碍物;
S320,基于第一车辆针对目标障碍物的历史决策信息、以及目标障碍物与第一车辆之间的距离信息中的至少一个,确定第一车辆与目标障碍物的碰撞风险;以及
S330,基于碰撞风险,确定是否控制第一车辆进行变道。
示例性地,对于上述步骤可以按照设定地频率重复执行。
示例性地,第一车辆可以是任意类型的车辆。例如,该车辆可以是自动辅助驾驶车辆,也可以是平行驾驶车辆。
示例性地,车辆的轨迹转向类型可以包括左转、右转或掉头等。
示例性地,基于第一车辆的轨迹转向类型,确定目标障碍物,包括:基于第一车辆的感知数据,确定候选障碍物集合;基于第一车辆的轨迹转向类型,在候选障碍物集合中确定目标障碍物。例如,在候选障碍物集合中,查找轨迹转向类型与第一车辆的轨迹转向类型相同的障碍物,作为目标障碍物。
在实际应用中,第一车辆安装有多种类型的传感器,例如激光雷达、毫米波雷达、摄像头、IMU(Inertial Measurement Unit,惯性测量单元)、GPS(Global PositioningSystem,全球定位系统)等。这可以对第一车辆的位置进行定位,也可以感知第一车辆周围的障碍物信息。例如,第一车辆周围的障碍车的位置、运动状态等。基于第一车辆中传感器检测到的数据,确定车辆是否处于转向行驶的状态中,以及转向行驶的轨迹转向类型。例如,第一车辆是否处于左转中并且即将驶出路口。
第一车辆可以根据感知得到障碍物信息,例如障碍物类型、位置信息、速度、姿态以及轨迹转向类型。基于这些障碍信息,可以筛选出候选障碍物集合,并从集合中确定目标障碍物。
示例性地,目标障碍物可以是障碍车。例如。第一车辆在左转时,后方同为左转、并且距离第一车辆最近的障碍车,可以为目标障碍车。
示例性地,历史决策信息可以包括第一车辆在历史行驶过程检测到目标障碍物并针对目标障碍物进行相应的决策的信息,例如,第一车辆避让目标障碍物,第一车辆未避让目标障碍物等。该历史行驶过程可以是历史转向行驶过程。该历史转向行驶过程对应的轨迹转向类型可以与第一车辆正在转向行驶的轨迹转向类型相同,也可以不相同。
示例性地,距离信息可以包括车辆与目标障碍物之间的直线距离、横向距离以及纵向距离等。横向可以是道路横向方向,纵向可以是道路纵向方向。
示例性地,距离信息可以包括目标障碍物的预测行驶轨迹中的轨迹点与在第一车辆的预测行驶轨迹中对应的轨迹点之间的横向距离,或者,目标障碍物的历史行驶轨迹中的轨迹点与在第一车辆的历史行驶轨迹中对应的轨迹点之间的横向距离。
示例性地,基于第一车辆针对目标障碍物的历史决策信息、以及目标障碍物与第一车辆之间的距离信息中的至少一个,确定第一车辆与目标障碍物的碰撞风险,包括以下之一:
基于第一车辆针对目标障碍物的历史决策信息,确定第一车辆与目标障碍物的碰撞风险。例如,基于第一车辆针对目标障碍车的历史决策信息,确定第一风险值,基于第一风险值,确定第一车辆与目标障碍物的碰撞风险。
基于目标障碍物与第一车辆之间的距离信息,确定第一车辆与目标障碍物的碰撞风险。例如,基于目标障碍物的预测行驶轨迹中各个轨迹点与在第一车辆的预测行驶轨迹中对应的轨迹点之间的横向距离,确定第二风险值,基于第二风险值,确定第一车辆与目标障碍物的碰撞风险。又如,基于目标障碍物的历史行驶轨迹中各个轨迹点与在第一车辆的历史行驶轨迹点中对应的轨迹点之间的横向距离,确定第三风险值,基于第三风险值,确定第一车辆与目标障碍物的碰撞风险。
基于第一车辆针对目标障碍物的历史决策信息,以及基于目标障碍物与第一车辆之间的距离信息,确定第一车辆与目标障碍物的碰撞风险。例如,分别确定上述第一风险值、第二风险值以及第三风险值,并基于第一风险值、第二风险值以及第三风险值,确定第一车辆与目标障碍物的碰撞风险。
示例性地,基于碰撞风险,确定是否控制第一车辆进行变道,可以包括:在碰撞风险满足设定条件的情况下,确定控制第一车辆进行变道,以避让目标障碍物;在碰撞风险不满足设定条件的情况下,确定不控制第一车辆进行变道,即没有避让目标障碍物。
根据上述实施方式,在车辆正在转向行驶的情况下,基于车辆的轨迹转向类型,确定目标障碍物。然后,利用车辆针对目标障碍物的历史决策信息、以及目标障碍物与车辆之间的距离信息中的至少一个,准确地确定车辆与目标障碍物的碰撞风险。从而,基于碰撞风险可以准确地确定是否控制车辆变道,减少车辆转向行驶时与其他障碍物发生碰撞的概率,提高行车安全。
在一种示例性地实施方式中,基于第一车辆针对目标障碍物的历史决策信息、以及目标障碍物与第一车辆之间的距离信息中的至少一个,确定第一车辆与目标障碍物的碰撞风险,包括:基于第一车辆针对目标障碍物的历史决策信息,确定第一风险值;基于目标障碍物的预测行驶轨迹中各个轨迹点与在第一车辆的预测行驶轨迹中对应的轨迹点之间的横向距离,确定第二风险值;基于目标障碍物的历史行驶轨迹中各个轨迹点与在第一车辆的历史行驶轨迹点中对应的轨迹点之间的横向距离,确定第三风险值;基于第一风险值、第二风险值以及第三风险值,确定第一车辆与目标障碍物的碰撞风险。
其中,第一风险值、第二风险值以及第三风险值,可以并行计算,也可以逐个计算风险值。
示例性地,计算第一风险值,如果第一风险值不满足设定条件,则继续计算第二风险值;如果第一风险值满足设定条件,基于第一风险值,确定第一车辆与目标障碍车的碰撞风险。其中,计算第一风险值,包括:基于第一车辆针对目标障碍物的历史决策信息,确定第一风险值。
示例性地,计算第二风险值,如果第二风险值不满足设定条件,则继续计算第三风险值;如果第二风险值满足设定条件,基于第二风险值,确定第一车辆与目标障碍车的碰撞风险。其中,计算第二风险值,包括:基于目标障碍物的预测行驶轨迹中各个轨迹点与在第一车辆的预测行驶轨迹中对应的轨迹点之间的横向距离,确定第二风险值。
示例性地,计算第三风险值,如果第三风险值不满足设定条件,则返回继续计算第一风险值、第二风险值以及第三风险值的步骤,直至得到的第三风险值满足设定条件。如果第三风险值满足设定条件,则基于第三风险值,确定第一车辆与目标障碍物的碰撞风险。其中,计算第三风险值,包括:基于目标障碍物的历史行驶轨迹中各个轨迹点与在第一车辆的历史行驶轨迹点中对应的轨迹点之间的横向距离,确定第三风险值。
按照上述方式,逐个计算风险值,以确定第一车辆与目标障碍物的碰撞风险,可以减少计算量,提高确定碰撞风险的效率。从而,提高车辆控制的灵敏性。
示例性地,分别计算第一风险值、第二风险值以及第三风险值,如果第一风险值、第二风险值以及第三风险值中任一风险值满足设定条件,则可以基于满足设定条件的风险值,确定第一车辆与目标障碍物的碰撞风险。
示例性地,分别计算第一风险值、第二风险值以及第三风险值,以及确定各风险值的权重,基于第一风险值、第二风险值、第三风险值、第一风险值的权重、第二风险值的权重以及第三风险值的权重,确定第一车辆与目标障碍物的碰撞风险。
根据上述实施方式,基于第一车辆针对目标障碍物的历史决策信息、目标障碍物的历史行驶轨迹中各个轨迹点与在第一车辆的历史行驶轨迹点中对应的轨迹点之间的横向距离、以及目标障碍物的历史行驶轨迹中各个轨迹点与在第一车辆的历史行驶轨迹点中对应的轨迹点之间的横向距离,分别确定风险值,然后,基于这些风险值确定第一车辆与目标障碍物的碰撞风险,可以提高碰撞风险的准确程度。从而,可以减少车辆与障碍物发生碰撞的概率,提高车辆行驶的安全性。
在一种示例性的实施方式中,基于第一车辆针对目标障碍物的历史决策信息,确定第一风险值,包括:基于第一车辆针对目标障碍物的历史决策信息,确定第一车辆针对障碍物进行决策的第一次数,以及第一车辆针对障碍物进行决策且该决策为变道避让的第二次数;基于第一次数和第二次数,确定第一风险值。
示例性地,上述历史决策信息可以为在第一车辆在历史时间内进行转向行驶、并且目标障碍物的轨迹转向类型与第一车辆的轨迹转向类型相同的情况下,第一车辆针对目标障碍物进行决策的信息。上述历史决策信息可以是在第一车辆在历史时间内进行转向行驶的情况下,第一车辆针对目标障碍物进行决策的信息。
示例性地,上述历史时间可以根据需要设置。例如,最近一个月、最近三个月或最近半年等。
示例性地,第一次数表征第一车辆针对目标障碍物进行决策的总次数。
示例性地,基于第一次数和第二次数,确定第一风险值,包括:基于第二次数与第一次数的比值,确定第一风险值。
根据上述实施方式,利用第一车辆针对障碍物进行决策的总次数,以及该决策为变道避让的次数,可以准确地确定第一风险值。
在一种示例性的实施方式中,基于目标障碍物的预测行驶轨迹中各个轨迹点与在第一车辆的预测行驶轨迹中对应的轨迹点之间的横向距离,确定第二风险值,包括:基于目标障碍物的预测行驶轨迹中各个轨迹点与在第一车辆的预测行驶轨迹中对应的轨迹点之间的横向距离,在目标障碍物的预测行驶轨迹中筛选轨迹点,得到候选轨迹点集;基于目标障碍物到达候选轨迹点集中各个轨迹点的预测时间,在候选轨迹点集中确定目标轨迹点;基于第一车辆到达目标轨迹点的预测时间,以及目标障碍物到达目标轨迹点的预测时间,确定第二风险值。
在实际应用中,每个轨迹点都具有一个时间戳。
示例性地,从预测行驶轨迹中的时间最早的轨迹点开始,对目标障碍物的预测行驶轨迹中的第i个时间的轨迹点与第一车辆的预测行驶轨迹中的第i个时间的轨迹点的横向距离,如果该横向距离小于设定阈值,则将预测行驶轨迹中的第i个时间的轨迹点添加在候选轨迹点集中。如果该横向距离大于设定阈值,则对i加1,并返回继续计算横向距离,直至已针对预测行驶轨迹中的时间最晚的轨迹点计算横向距离后,停止继续计算。其中,i为正整数。
示例性地,在候选轨迹点集中筛选预测时间最早的轨迹点,作为目标轨迹点。该轨迹点用于表征最早侵入主车车道的预测轨迹点。
示例性地,基于第一车辆到达目标轨迹点的预测时间,以及目标障碍物到达目标轨迹点的预测时间,确定第二风险值,可以包括:计算第一车辆到达目标轨迹点的预测时间与目标障碍物到达目标轨迹点的预测时间之间的差值,基于该差值,确定第二风险值。
示例性地,第一车辆到达目标轨迹点的预测时间,可以包括:确定第一车辆的当前位置与目标轨迹点的纵向距离,计算该纵向距离与第一车辆的当前速度之间的比值,得到第一车辆到达目标轨迹点的预测时间。
示例性地,目标障碍物到达目标轨迹点的预测时间为,在目标障碍物的预测行驶轨迹中目标轨迹点对应的预测时间。
根据上述实施方式,通过预测第一车辆与目标障碍物这两者到达目标障碍车最早侵入主车车道的预测轨迹点的时间差,计算第二风险值。如此,第二风险值可以评估第一车辆和目标障碍物发生碰撞的可能性。从而,可以准确地评估第一车辆和目标障碍车的碰撞风险。
在一种示例性的实施方式中,基于目标障碍物的历史行驶轨迹中各个轨迹点与在第一车辆的历史行驶轨迹点中对应的轨迹点之间的横向距离,确定第三风险值,包括:基于目标障碍物的历史行驶轨迹中各个轨迹点与在第一车辆的历史行驶轨迹点中对应的轨迹点之间的横向距离,确定横向距离变化趋势;基于横向距离变化趋势,确定第三风险值。
示例性地,横向距离变化趋势为横向距离随时间变化的趋势。例如,
随时间的变化,横向距离越来越小,或者,随时间变化,横向距离越来越大。
在实际应用中,对于第一车辆和目标障碍物的历史行驶轨迹,其是按设定频率跟踪得到的轨迹。例如,在t-2、t-1和t时刻的连续3个时刻,第一车辆和目标障碍物之间的横向距离不断减少,则可以确定第三风险值为高风险。在t-2、t-1和t时刻的连续3个时刻,第一车辆和目标障碍物之间的横向距离不断增加或不变,则可以确定第三风险值为低风险。其中,t时刻可以是距离当前时间最近的历史跟踪时刻。
根据上述实施方式,根据第一车辆与目标障碍车这两者的历史横向距离变化,可以确定第一车辆与目标障碍车可能发生碰撞的风险,提高评估碰撞风险的准确性。
在一种示例性的实施方式中,基于第一风险值、第二风险值以及第三风险值,确定第一车辆与目标障碍物的碰撞风险,包括:在第一风险值、第二风险值以及第三风险值中任一个风险值满足设定条件的情况下,确定第一车辆与目标障碍物的碰撞风险为第四风险值。
示例性地,基于满足设定条件的风险值,确定第一车辆与目标障碍物的碰撞风险。
示例性地,如果第一风险值、第二风险值和第三风险值中有一个风险值大于设定阈值,则确定第一车辆与目标障碍物的碰撞风险为高风险。
示例性地,如果第一风险值、第二风险值和第三风险值中没有风险值大于设定阈值,则确定第一车辆与目标障碍物的碰撞风险为低风险。
示例性地,采用设定的第一数值表征高风险,采用设定的第二数值表征低风险。
根据上述实施方式,在三个风险值中的任一个风险值满足设定条件时,确定第一车辆与目标障碍物的碰撞风险为第四风险值,可以快速的评估碰撞风险,以提高车辆控制的灵敏程度。
在一种示例性的实施方式中,基于碰撞风险,确定是否控制第一车辆进行变道,包括:在碰撞风险满足设定条件的情况下,向第一车辆的变道应用程序发送变道请求,其中,变道请求用于指示变道应用程序控制第一车辆进行变道。
示例性地,变道应用程序在接收到变道请求后,确定变道策略,并根据变道策略控制第一车辆进行变道。
示例性地,在确定碰撞风险之后,可以返回重新碰撞风险并重新确定是否控制第一车辆进行变道。
根据上述实施方式,将碰撞风险的确定过程与车辆变道控制过程解耦,有利于提高车辆控制系统的工作效率,避免相互干扰。
图4是本公开另一实施例的车辆控制方法的流程图。
如图4所示,该车辆控制方法可以应用于车辆的变道应用程序,包括:
S410,接收针对第一车辆的变道请求;以及
S420,在设定时间内接收到变道请求的次数满足设定阈值的情况下,控制第一车辆进行变道,以避让障碍物。
示例性地,按照设定的频率计算碰撞风险,以确定是否向变道应用程序发送变道请求。
示例性地,如果在设定时间内统计到的变道请求的接收次数小于设定阈值,则不控制第一车辆进行变道,不必避让障碍物。如果在设定时间内统计到的变道请求的接收次数大于设定阈值,则控制第一车辆变道,以避让相应的障碍物。
示例性地。控制第一车辆进行变道,包括:根据障碍物信息,确定变道策略,根据变道策略控制第一车辆变道。
根据上述实施方式,将碰撞风险的确定过程与车辆变道控制过程解耦,可以按设定的频率来不断计算碰撞风险,以向车辆变道应用程序发送变道请求。同时,车辆变道应用程序可以统计接收到的变道请求的次数,以决定是否进行变道,这可以提高变道控制的准确性。
图5是本公开另一实施例的车辆控制方法的流程图。
如图5所示,以下以主车左转行驶为例,介绍主车的变道控制过程,具体如下:
S501,确定目标障碍物。根据车辆感知模块传递的障碍物信息,例如,障碍物类型、位置、障碍物速度和朝向等,以及预测模块输出的轨迹转向类型。基于这些信息,确定目标障碍物。其中,目标障碍物的轨迹转向类型与主车的轨迹转向类型相同,并且目标障碍物位于主车的左侧且位于后方。
S502,按照以下三种方式,分别评估目标障碍物针对主车进行切车的风险(可能性)。
1、基于主车针对目标障碍物的历史决策信息,评估是否存在目标障碍物针对主车的切车风险。如果在主车与目标障碍物的历史会车过程中,主车为左转行驶,主车针对左侧障碍物的决策为让行,则目标障碍物针对主车的切车风险较高。即,确定存在目标障碍物针对主车的切车风险,例如切车风险值为1。
2、基于目标障碍物的预测轨迹,评估是否存在目标障碍物针对主车的切车风险。预测轨迹包括目标障碍物在未来运动过程中经过的轨迹点。每个轨迹点包括位置、时间、障碍物运动速度等信息。
针对预测轨迹中的各个轨迹点,计算轨迹点距离主车参考线的最近横向距离,如果该最近横向距离小于设定阈值,例如1.0米,则将该轨迹点添加在候选轨迹点集合。候选轨迹点集合中轨迹点为侵入主车车道的预测轨迹点。在候选轨迹点集合中确定预测时间最早的轨迹点作为目标轨迹点。同时,确定主车的当前位置与目标轨迹点的纵向距离。
按照以下公式,计算主车和目标障碍物到达目标轨迹点的时间差tts。
其中,t1表示目标障碍物到达目标轨迹点的预测时间,d表示主车的当前位置与目标轨迹点的纵向距离,v表示主车的当前行驶速度。abs为绝对值函数。
基于时间差tts,确定目标障碍物针对主车的切车风险。
如果时间差tts大于设定阈值,则目标障碍物针对主车的切车风险较低。即,确定不存在目标障碍物针对主车的切车风险,例如切车风险值为0。如果时间差tts小于设定阈值,则目标障碍物针对主车的切车风险较高。即,确定存在目标障碍物针对主车的切车风险,例如切车风险值为1。
3、基于针对目标障碍物追踪的历史轨迹点与主车之间的横向距离,评估是否存在目标障碍物针对主车的切车风险。如果历史连续追踪的三个轨迹点的横向距离随着时间的变化不断减小,则表示目标障碍物在靠近主车,目标障碍物针对主车的切车风险较高。即,确定存在目标障碍物针对主车的切车风险,例如切车风险值为1。如果历史连续追踪的三个轨迹点的横向距离随着时间的变化保持不变或者不断增大,则表示目标障碍车没有靠近主车,目标障碍物针对主车的切车风险较低。即,确定不存在目标障碍物针对主车的切车风险,例如切车风险值为0。
S503,如果上述任一种方式确定存在目标障碍物针对主车的切车风险,则向变道应用程序传递变道请求。如果上述三种方式都确定不存在目标障碍物针对主车的切车风险,则返回继续重新评估上述三个切车风险。
S504,判断变道请求的连续接收次数是否大于阈值。如果变道应用程序连续接收到5次变道请求,则控制主车向右变道,以避让目标障碍物。
S505,结束确定风险以及控制车辆变道的流程。
根据上述实施方式,在主车左转行驶时,如果主车识别到有左侧社会车辆将对主车切车的可能性,则主车主动触发向右车道变道,从而,避免因决策不合理或规划失败导致主车突然刹停在左转路口,影响主车通行效率,甚至造成切车社会车辆与主车碰撞的情况发生。因此,上述实施方式可以提高自动驾驶车辆在左转路口的灵活性,降低左侧切车场景的碰撞概率。
图6是本公开一实施例的车辆控制装置的结构框图。
如图6所示,该车辆控制装置,可以包括:
障碍物确定模块610,用于在第一车辆正在转向行驶的情况下,基于所述第一车辆的轨迹转向类型,确定目标障碍物;
碰撞风险确定模块620,用于基于所述第一车辆针对所述目标障碍物的历史决策信息、以及所述目标障碍物与所述第一车辆之间的距离信息中的至少一个,确定所述第一车辆与所述目标障碍物的碰撞风险;以及
变道决策模块630,用于基于所述碰撞风险,确定是否控制所述第一车辆进行变道。
图7是本公开另一实施例的车辆控制装置的结构框图。
如图7所示,图7中的障碍物确定模块710、碰撞风险确定模块720和变道决策模块730与图6中的障碍物确定模块610、碰撞风险确定模块620和变道决策模块630的结构以及作用相同,在此不详述。
在一种示例性的实施方式中,如图7所示,所述碰撞风险确定模块720,包括:
第一风险确定单元721,用于基于所述第一车辆针对所述目标障碍物的历史决策信息,确定第一风险值;
第二风险确定单元722,用于基于所述目标障碍物的预测行驶轨迹中各个轨迹点与在所述第一车辆的预测行驶轨迹中对应的轨迹点之间的横向距离,确定第二风险值;
第三风险确定单元723,用于基于所述目标障碍物的历史行驶轨迹中各个轨迹点与在所述第一车辆的历史行驶轨迹点中对应的轨迹点之间的横向距离,确定第三风险值;
第四风险确定单元724,用于基于所述第一风险值、第二风险值以及所述第三风险值,确定所述第一车辆与所述目标障碍物的碰撞风险。
在一种示例性的实施方式中,所述第一风险确定单元721,具体用于:
基于所述第一车辆针对所述目标障碍物的历史决策信息,确定所述第一车辆针对所述障碍物进行决策的第一次数,以及所述第一车辆针对所述障碍物进行决策且该决策为变道避让的第二次数;
基于所述第一次数和第二次数,确定第一风险值。
在一种示例性的实施方式中,所述第二风险确定单元722,具体用于:
基于所述目标障碍物的预测行驶轨迹中各个轨迹点与在所述第一车辆的预测行驶轨迹中对应的轨迹点之间的横向距离,在所述目标障碍物的预测行驶轨迹中筛选轨迹点,得到候选轨迹点集;
基于所述目标障碍物到达所述候选轨迹点集中各个轨迹点的预测时间,在所述候选轨迹点集中确定目标轨迹点;
基于所述第一车辆到达所述目标轨迹点的预测时间,以及所述目标障碍物到达所述目标轨迹点的预测时间,确定第二风险值。
在一种示例性的实施方式中,所述第三风险确定单元723,具体用于:
基于所述目标障碍物的历史行驶轨迹中各个轨迹点与在所述第一车辆的历史行驶轨迹点中对应的轨迹点之间的横向距离,确定横向距离变化趋势;
基于所述横向距离变化趋势,确定第三风险值。
在一种示例性的实施方式中,所述第四风险确定单元724,具体用于:
在所述第一风险值、所述第二风险值以及所述第三风险值中任一个风险值满足设定条件的情况下,确定所述第一车辆与所述目标障碍物的碰撞风险为第四风险值。
在一种示例性的实施方式中,所述变道决策模块730,具体用于:
在所述碰撞风险满足设定条件的情况下,向所述第一车辆的变道应用程序发送变道请求,其中,所述变道请求用于指示所述变道应用程序控制所述第一车辆进行变道。
图8是本公开另一实施例的车辆控制装置的结构框图。
如图8所示,该车辆控制装置应用于变道应用程序,其可以包括:
变道请求接收模块810,用于接收针对第一车辆的变道请求;以及
变道控制模块820,用于在设定时间内接收到所述变道请求的次数满足设定阈值的情况下,控制所述第一车辆进行变道,以避让障碍物。
本公开实施例的装置的各模块、子模块的具体功能和示例的描述,可以参见上述方法实施例中对应步骤的相关描述,在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,本公开还提供了一种自动驾驶车辆,其包括本公开实施例任一电子设备。
图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理,例如一种车辆控制方法。例如,在一些实施例中,一种车辆控制方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行上文描述的一种车辆控制方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行一种车辆控制方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
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。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (20)
1.一种车辆控制方法,包括:
在第一车辆正在转向行驶的情况下,基于所述第一车辆的轨迹转向类型,确定目标障碍物;
基于所述第一车辆针对所述目标障碍物的历史决策信息、以及所述目标障碍物与所述第一车辆之间的距离信息中的至少一个,确定所述第一车辆与所述目标障碍物的碰撞风险;以及
基于所述碰撞风险,确定是否控制所述第一车辆进行变道。
2.根据权利要求1所述的方法,其中,所述基于所述第一车辆针对所述目标障碍物的历史决策信息、以及所述目标障碍物与所述第一车辆之间的距离信息中的至少一个,确定所述第一车辆与所述目标障碍物的碰撞风险,包括:
基于所述第一车辆针对所述目标障碍物的历史决策信息,确定第一风险值;
基于所述目标障碍物的预测行驶轨迹中各个轨迹点与在所述第一车辆的预测行驶轨迹中对应的轨迹点之间的横向距离,确定第二风险值;
基于所述目标障碍物的历史行驶轨迹中各个轨迹点与在所述第一车辆的历史行驶轨迹点中对应的轨迹点之间的横向距离,确定第三风险值;
基于所述第一风险值、第二风险值以及所述第三风险值,确定所述第一车辆与所述目标障碍物的碰撞风险。
3.根据权利要求2所述的方法,其中,所述基于所述第一车辆针对所述目标障碍物的历史决策信息,确定第一风险值,包括:
基于所述第一车辆针对所述目标障碍物的历史决策信息,确定所述第一车辆针对所述目标障碍物进行决策的第一次数,以及所述第一车辆针对所述目标障碍物进行决策且该决策为变道避让的第二次数;
基于所述第一次数和第二次数,确定第一风险值。
4.根据权利要求2所述的方法,其中,所述基于所述目标障碍物的预测行驶轨迹中各个轨迹点与在所述第一车辆的预测行驶轨迹中对应的轨迹点之间的横向距离,确定第二风险值,包括:
基于所述目标障碍物的预测行驶轨迹中各个轨迹点与在所述第一车辆的预测行驶轨迹中对应的轨迹点之间的横向距离,在所述目标障碍物的预测行驶轨迹中筛选轨迹点,得到候选轨迹点集;
基于所述目标障碍物到达所述候选轨迹点集中各个轨迹点的预测时间,在所述候选轨迹点集中确定目标轨迹点;
基于所述第一车辆到达所述目标轨迹点的预测时间,以及所述目标障碍物到达所述目标轨迹点的预测时间,确定第二风险值。
5.根据权利要求2所述的方法,其中,所述基于所述目标障碍物的历史行驶轨迹中各个轨迹点与在所述第一车辆的历史行驶轨迹点中对应的轨迹点之间的横向距离,确定第三风险值,包括:
基于所述目标障碍物的历史行驶轨迹中各个轨迹点与在所述第一车辆的历史行驶轨迹点中对应的轨迹点之间的横向距离,确定横向距离变化趋势;
基于所述横向距离变化趋势,确定第三风险值。
6.根据权利要求2所述的方法,其中,所述基于所述第一风险值、第二风险值以及所述第三风险值,确定所述第一车辆与所述目标障碍物的碰撞风险,包括:
在所述第一风险值、所述第二风险值以及所述第三风险值中任一个风险值满足设定条件的情况下,确定所述第一车辆与所述目标障碍物的碰撞风险为第四风险值。
7.根据权利要求1-6中任一项所述的方法,其中,所述基于所述碰撞风险,确定是否控制所述第一车辆进行变道,包括:
在所述碰撞风险满足设定条件的情况下,向所述第一车辆的变道应用程序发送变道请求,其中,所述变道请求用于指示所述变道应用程序控制所述第一车辆进行变道。
8.一种车辆控制方法,其中,所述方法应用于变道应用程序,包括:
接收针对第一车辆的变道请求;以及
在设定时间内接收到所述变道请求的次数满足设定阈值的情况下,控制所述第一车辆进行变道,以避让障碍物。
9.一种车辆控制装置,包括:
障碍物确定模块,用于在第一车辆正在转向行驶的情况下,基于所述第一车辆的轨迹转向类型,确定目标障碍物;
碰撞风险确定模块,用于基于所述第一车辆针对所述目标障碍物的历史决策信息、以及所述目标障碍物与所述第一车辆之间的距离信息中的至少一个,确定所述第一车辆与所述目标障碍物的碰撞风险;以及
变道决策模块,用于基于所述碰撞风险,确定是否控制所述第一车辆进行变道。
10.根据权利要求9所述的装置,其中,所述碰撞风险确定模块,包括:
第一风险确定单元,用于基于所述第一车辆针对所述目标障碍物的历史决策信息,确定第一风险值;
第二风险确定单元,用于基于所述目标障碍物的预测行驶轨迹中各个轨迹点与在所述第一车辆的预测行驶轨迹中对应的轨迹点之间的横向距离,确定第二风险值;
第三风险确定单元,用于基于所述目标障碍物的历史行驶轨迹中各个轨迹点与在所述第一车辆的历史行驶轨迹点中对应的轨迹点之间的横向距离,确定第三风险值;
第四风险确定单元,用于基于所述第一风险值、第二风险值以及所述第三风险值,确定所述第一车辆与所述目标障碍物的碰撞风险。
11.根据权利要求10所述的装置,其中,所述第一风险确定单元,具体用于:
基于所述第一车辆针对所述目标障碍物的历史决策信息,确定所述第一车辆针对所述目标障碍物进行决策的第一次数,以及所述第一车辆针对所述目标障碍物进行决策且该决策为变道避让的第二次数;
基于所述第一次数和第二次数,确定第一风险值。
12.根据权利要求10所述的装置,其中,所述第二风险确定单元,具体用于:
基于所述目标障碍物的预测行驶轨迹中各个轨迹点与在所述第一车辆的预测行驶轨迹中对应的轨迹点之间的横向距离,在所述目标障碍物的预测行驶轨迹中筛选轨迹点,得到候选轨迹点集;
基于所述目标障碍物到达所述候选轨迹点集中各个轨迹点的预测时间,在所述候选轨迹点集中确定目标轨迹点;
基于所述第一车辆到达所述目标轨迹点的预测时间,以及所述目标障碍物到达所述目标轨迹点的预测时间,确定第二风险值。
13.根据权利要求10所述的装置,其中,所述第三风险确定单元,具体用于:
基于所述目标障碍物的历史行驶轨迹中各个轨迹点与在所述第一车辆的历史行驶轨迹点中对应的轨迹点之间的横向距离,确定横向距离变化趋势;
基于所述横向距离变化趋势,确定第三风险值。
14.根据权利要求10所述的装置,其中,所述第四风险确定单元,具体用于:
在所述第一风险值、所述第二风险值以及所述第三风险值中任一个风险值满足设定条件的情况下,确定所述第一车辆与所述目标障碍物的碰撞风险为第四风险值。
15.根据权利要求9-14中任一项所述的装置,其中,所述变道决策模块,具体用于:
在所述碰撞风险满足设定条件的情况下,向所述第一车辆的变道应用程序发送变道请求,其中,所述变道请求用于指示所述变道应用程序控制所述第一车辆进行变道。
16.一种车辆控制装置,其中,所述装置应用于变道应用程序,包括:
变道请求接收模块,用于接收针对第一车辆的变道请求;以及
变道控制模块,用于在设定时间内接收到所述变道请求的次数满足设定阈值的情况下,控制所述第一车辆进行变道,以避让障碍物。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种自动驾驶车辆,包括权利要求17所述的电子设备。
19.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
20.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310797348.7A CN116890876A (zh) | 2023-06-30 | 2023-06-30 | 车辆控制方法、装置、电子设备和自动驾驶车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310797348.7A CN116890876A (zh) | 2023-06-30 | 2023-06-30 | 车辆控制方法、装置、电子设备和自动驾驶车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116890876A true CN116890876A (zh) | 2023-10-17 |
Family
ID=88311533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310797348.7A Pending CN116890876A (zh) | 2023-06-30 | 2023-06-30 | 车辆控制方法、装置、电子设备和自动驾驶车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116890876A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117949995A (zh) * | 2024-03-26 | 2024-04-30 | 徐州众图智控通信科技有限公司 | 一种基于测距雷达的煤矿车辆定位监测方法及系统 |
CN117949995B (zh) * | 2024-03-26 | 2024-06-28 | 徐州众图智控通信科技有限公司 | 一种基于测距雷达的煤矿车辆定位监测方法及系统 |
-
2023
- 2023-06-30 CN CN202310797348.7A patent/CN116890876A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117949995A (zh) * | 2024-03-26 | 2024-04-30 | 徐州众图智控通信科技有限公司 | 一种基于测距雷达的煤矿车辆定位监测方法及系统 |
CN117949995B (zh) * | 2024-03-26 | 2024-06-28 | 徐州众图智控通信科技有限公司 | 一种基于测距雷达的煤矿车辆定位监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113715814B (zh) | 碰撞检测方法、装置、电子设备、介质及自动驾驶车辆 | |
CN112526999B (zh) | 速度规划方法、装置、电子设备和存储介质 | |
CN114475585B (zh) | 路口自动驾驶方法、装置、电子设备及自动驾驶车辆 | |
CN114030486B (zh) | 动态障碍物的轨迹预测方法、装置、电子设备和存储介质 | |
CN115675534A (zh) | 车辆轨迹预测方法、装置、电子设备及存储介质 | |
CN115158319A (zh) | 车辆变道方法、装置、电子设备和存储介质 | |
CN115716482A (zh) | 掉头轨迹规划方法、装置、设备及存储介质 | |
EP3696791B1 (en) | Prediction of intention of path deviance for vehicles | |
CN116499487B (zh) | 一种车辆的路径规划方法、装置、设备及介质 | |
EP4151487A2 (en) | Method and apparatus for controlling lane changing, electronic device and storage medium | |
KR20200133122A (ko) | 차량 충돌 방지 장치 및 방법 | |
CN114030483B (zh) | 车辆控制方法、装置、电子设备和介质 | |
CN116149329A (zh) | 轨迹确定方法、装置、设备以及自动驾驶车辆 | |
CN115743183A (zh) | 自动驾驶控制方法、装置、设备、介质及车辆 | |
CN115384552A (zh) | 自动驾驶车辆的控制方法、装置和自动驾驶车辆 | |
CN115214722A (zh) | 自动驾驶方法、装置、电子设备、存储介质及车辆 | |
CN115285128A (zh) | 一种危险目标的确定方法、装置、设备及存储介质 | |
CN116890876A (zh) | 车辆控制方法、装置、电子设备和自动驾驶车辆 | |
CN115583254A (zh) | 路径规划方法、装置、设备以及自动驾驶车辆 | |
CN115583258A (zh) | 自动驾驶车辆会车控制方法、装置、车辆控制设备和介质 | |
CN115366872A (zh) | 车辆转向避障方法、设备和存储介质 | |
CN114299758A (zh) | 车辆控制方法及装置、设备、介质和产品 | |
CN114333416A (zh) | 基于神经网络的车辆风险预警方法、设备及自动驾驶车辆 | |
CN114379584B (zh) | 车辆控制方法、装置、车辆、设备和存储介质 | |
CN116279589A (zh) | 自动驾驶决策模型的训练方法、车辆控制方法和装置 |
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 |