CN116901939A - 车辆减速的控制的方法及装置、电子设备 - Google Patents
车辆减速的控制的方法及装置、电子设备 Download PDFInfo
- Publication number
- CN116901939A CN116901939A CN202211596220.6A CN202211596220A CN116901939A CN 116901939 A CN116901939 A CN 116901939A CN 202211596220 A CN202211596220 A CN 202211596220A CN 116901939 A CN116901939 A CN 116901939A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- deceleration
- information
- road environment
- target
- 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 65
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 14
- 230000001960 triggered effect Effects 0.000 claims abstract description 10
- 238000013507 mapping Methods 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 6
- 239000004973 liquid crystal related substance Substances 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000013058 risk prediction model Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013139 quantization Methods 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
- 238000012549 training Methods 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
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/10—Longitudinal speed
- B60W2720/106—Longitudinal acceleration
Abstract
本公开提供了一种车辆减速的控制的方法及装置、电子设备，获取车辆行驶信息以及道路环境信息；调用预设算法对车辆行驶信息以及道路环境信息进行处理，生成风险预测信息；在确定风险预测信息超过预设风险阈值的情况下，生成减速指令，将减速指令发送至车辆，以便执行减速；采集车辆行驶信息以及道路环境信息；将车辆行驶信息以及道路环境信息发送至服务器，确认是否触发减速指令；基于减速指令控制车辆减速。本公开实施例通过获取车辆的行驶信息以及道路环境信息来生成风险预测信息，利用根据风险预测信息生成的减速指令来控制车辆减速；通过获取车辆的行驶信息以及道路环境信息能够提高风险预测的准确性，进而提升车辆行驶的安全性。
Description
技术领域
本公开涉及数据处理技术领域，尤其涉及一种车辆减速的控制的方法及装置、电子设备。
背景技术
随着车辆的智能化的发展，车辆的主动安全性能越来越受到用户重视。自动紧急刹车系统(Autonomous Emergency Braking，AEB)是一种当车辆遇到突发危险情况时主动进行刹车的汽车主动安全技术。但是目前AEB系统更多的是捕捉前方移动车辆目标，对于较小的目标或者较复杂的场景效果并不明显。无法基于复杂路段及周边环境变化、前后车辆的速度及速度变化趋势，执行减速策略。导致车辆的主动安全性能不高。
发明内容
本公开提供了一种车辆减速的控制的方法及装置、电子设备。其主要目的在于实现车辆在复杂路段、环境中的车辆自动减速。
根据本公开的第一方面，提供了一种车辆减速的控制的方法，包括：
获取车辆行驶信息以及道路环境信息；其中，所述车辆行驶信息以及道路环境信息从目标车辆中获得；
调用预设算法对所述车辆行驶信息以及所述道路环境信息进行处理，生成风险预测信息；
在确定所述风险预测信息超过预设风险阈值的情况下，生成减速指令，并将所述减速指令发送至车辆，以便所述车辆基于所述减速指令执行减速。
可选的，所述车辆行驶信息包括：目标车辆和周边车辆的当前速度、加速度、行驶趋势中的至少一种；所述周边车辆为与所述目标车辆当前行驶车道相邻车道上行驶的车辆；
所述道路环境信息包括：所述目标车辆所在的道路状况、所述目标车辆与周边车辆之间的相对位置距离以及周边车辆的位置信息。
可选的，所述风险预测信息包括发生碰撞和/或追尾的概率，所述调用预设算法对所述车辆行驶信息以及所述道路环境信息进行处理，生成风险预测信息包括：
调用预设风险预测算法，根据所述车辆行驶信息以及所述道路环境信息计算发生碰撞和/或追尾的概率；
若所述发生碰撞和/或追尾的概率大于或者等于所述预设风险阈值，则根据所述发生碰撞和/或追尾的概率与风险等级之间的映射关系，查找对应的目标风险等级。
可选的，所述生成减速指令，并将所述减速指令发送至车辆，以便所述车辆基于所述减速指令执行减速包括：
根据所述目标风险等级与减速强度之间的映射关系，查找所述目标风险等级对应的目标减速强度，目标减速强度包括减速后车辆停止的位置和/或减速度的大小；
将携带所述目标减速强度的减速指令下发至所述车辆。
根据本公开的第二方面，提供了一种车辆减速的控制的方法，包括：
采集车辆行驶信息以及道路环境信息；
将所述车辆行驶信息以及道路环境信息发送至服务器，以使所述服务器根据所述车辆行驶信息以及道路环境信息确认是否触发减速指令；
在接收到所述服务器发送的所述减速指令后，基于所述减速指令控制车辆减速。
可选的，所述基于所述减速指令控制车辆减速包括：
对所述减速指令进行解析，得到所述减速指令中携带的减速强度，所述目标减速强度包括减速后车辆停止的位置和/或减速度的大小；
根据所述减速后车辆停止的位置和/或减速度的大小控制车辆。
根据本公开的第三方面，提供了一种车辆减速的控制的装置，包括：
获取单元，用于获取车辆行驶信息以及道路环境信息；其中，所述车辆行驶信息以及道路环境信息从目标车辆中获得；
生成单元，用于调用预设算法对所述车辆行驶信息以及所述道路环境信息进行处理，生成风险预测信息；
执行单元，用于在确定所述风险预测信息超过预设风险阈值的情况下，生成减速指令，并将所述减速指令发送至车辆，以便所述车辆基于所述减速指令执行减速。
可选的，所述车辆行驶信息包括：目标车辆和周边车辆的当前速度、加速度、行驶趋势中的至少一种；所述周边车辆为与所述目标车辆当前行驶车道相邻车道上行驶的车辆；
所述道路环境信息包括：所述目标车辆所在的道路状况、所述目标车辆与周边车辆之间的相对位置距离以及周边车辆的位置信息。
可选的，所述风险预测信息包括发生碰撞和/或追尾的概率，所述生成单元包括：
计算模块，用于调用预设风险预测算法，根据所述车辆行驶信息以及所述道路环境信息计算发生碰撞和/或追尾的概率；
第一查找模块，用于若所述发生碰撞和/或追尾的概率大于或者等于所述预设风险阈值，则根据所述发生碰撞和/或追尾的概率与风险等级之间的映射关系，查找对应的目标风险等级。
可选的，所述执行单元包括：
第二查找模块，用于根据所述目标风险等级与减速强度之间的映射关系，查找所述目标风险等级对应的目标减速强度，目标减速强度包括减速后车辆停止的位置和/或减速度的大小；
发送模块，用于将携带所述目标减速强度的减速指令下发至所述车辆。
根据本公开的第四方面，提供了一种车辆减速的控制的装置，包括：
采集单元，用于采集车辆行驶信息以及道路环境信息；
确认单元，用于将所述车辆行驶信息以及道路环境信息发送至服务器，以使所述服务器根据所述车辆行驶信息以及道路环境信息确认是否触发减速指令；
控制单元，用于在接收到所述服务器发送的所述减速指令后，基于所述减速指令控制车辆减速。
可选的，所述控制单元包括：
解析模块，用于对所述减速指令进行解析，得到所述减速指令中携带的减速强度，所述目标减速强度包括减速后车辆停止的位置和/或减速度的大小；
控制模块，用于根据所述减速后车辆停止的位置和/或减速度的大小控制车辆。
根据本公开的第五方面，提供了一种电子设备，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前述第一方面和/或第二方面所述的方法。
根据本公开的第六方面，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，所述计算机指令用于使所述计算机执行前述第一方面和/或第二方面所述的方法。
根据本公开的第七方面，提供了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如前述第一方面和/或第二方面所述的方法。
本公开提供了一种车辆减速的控制的方法及装置、电子设备，获取车辆行驶信息以及道路环境信息；其中，所述车辆行驶信息以及道路环境信息从目标车辆中获得；调用预设算法对所述车辆行驶信息以及所述道路环境信息进行处理，生成风险预测信息；在确定所述风险预测信息超过预设风险阈值的情况下，生成减速指令，并将所述减速指令发送至车辆，以便所述车辆基于所述减速指令执行减速；在车辆与服务器建立连接后，采集车辆行驶信息以及道路环境信息；将所述车辆行驶信息以及道路环境信息发送至服务器，以使所述服务器根据所述车辆行驶信息以及道路环境信息确认是否触发减速指令；在接收到所述服务器发送的所述减速指令后，基于所述减速指令控制车辆减速。与相关技术相比，本公开实施例通过获取车辆的行驶信息以及道路环境信息来生成风险预测信息，利用根据所述风险预测信息生成的减速指令来控制车辆减速；通过获取车辆的行驶信息以及道路环境信息能够提高风险预测的准确性，进而提升车辆行驶的安全性。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请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为本公开实施例提供的一种车辆减速的控制的方法的流程示意图；
图2为本公开实施例提供的另一种车辆减速的控制的方法的流程示意图；
图3为本公开实施例提供的另一种车辆减速的控制的方法的流程示意图；
图4为本公开实施例提供的另一种车辆减速的控制的方法的流程示意图；
图5为本公开实施例提供的一种车辆减速的控制的装置的结构示意图；
图6为本公开实施例提供的另一种车辆减速的控制的装置的结构示意图；
图7为本公开实施例提供的另一种车辆减速的控制的装置的结构示意图；
图8为本公开实施例提供的示例电子设备700的示意性框图。
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和精神。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。
下面参考附图描述本公开实施例的车辆减速的控制的方法及装置、电子设备。
图1为本公开实施例提供的一种车辆减速的控制的方法的流程示意图。
如图1所示，该方法包含以下步骤：
步骤101，获取车辆行驶信息以及道路环境信息；其中，所述车辆行驶信息以及道路环境信息从目标车辆中获得。
在本公开实施例中，通过设置在目标车辆上的传感器动态采集目标车辆周边的道路环境信息。道路环境信息可以包括但不限于目标车辆周围所能够被监测到可能影响目标车辆的行驶安全的环境信息；例如：目标车辆周围的障碍物、行人、道路路况以及天气等有关的信息。车辆的行驶信息包括目标车辆和周围车辆的行驶信息，当前车辆的行驶信息可以直接通过车辆的行车电脑实时获取；周围车辆的行驶信息可以根据传感器获取的信息计算得到。
相关技术中，AEB系统更多的是捕捉前方移动车辆目标，对于较小的目标或者较复杂的场景效果并不明显，本公开实施例通过设置在目标车辆上的所有的传感器对目标车辆周围的目标进行信息采集，根据车辆行驶信息以及道路环境信息可以对车辆周围的障碍物、车辆、动物、行人以及道路状况等信息进行建模，可以提高目标车辆处于复杂路段时的风险预测模型的预测准确率。
在本公开的一些实施例中，目标车辆所使用的传感器可以是激光雷达、毫米波雷达、红外雷达等，也可以是这些传感器的组合，例如：视觉传感器与毫米波雷达的组合使用。需要说明的是，本公开实施例并不限定使用何种传感器采集车辆行驶信息以及道路环境信息。
步骤102，调用预设算法对所述车辆行驶信息以及所述道路环境信息进行处理，生成风险预测信息。
在本公开实施例中，利用预设算法对获取的车辆行驶信息以及道路环境信息进行处理，生成风险预测信息。风险预测信息包括但不限于风险等级及风险详情，风险等级包括但不限于将可能发生的风险进行量化的风险值；风险详情包含但不限于预测目标车辆发生风险的风险类型，例如：追尾、并线碰撞等风险类型。
在本公开的一些可能的实施例中，将风险预测信息显示在目标车辆的车载显示屏中，提醒驾驶员采取应对措施或者提醒车内的乘客做出应对措施。
步骤103，在确定所述风险预测信息超过预设风险阈值的情况下，生成减速指令，并将所述减速指令发送至车辆，以便所述车辆基于所述减速指令执行减速。
在本公开实施例中，当风险预测信息超过预设风险阈值时，根据生成的风险预测信息生成对应的减速指令。减速指令包括但不限于目标车辆减速的制动力度；示例性的，如果风险预测模型预测到目标车辆的左侧或者右侧车辆向目标车辆的前方车道并线时会发生碰撞的风险，风险预测模型会生成风险预测信息；车辆根据风险预测信息生成当前车辆的制动的力度，应当理解的是，目标车辆的制动的力度需要根据车辆的具体配置信息再进一步的设定。
在本公开的一些实施例中，当车辆根据减速指令执行减速但车辆未达到安全范围时，若车辆驾驶员也同时采取制动措施，则判断驾驶员的制动力度是否满足安全需要。若不满足，则继续按照减速指令进行减速。
本公开提供了一种车辆减速的控制的方法，获取车辆行驶信息以及道路环境信息；其中，所述车辆行驶信息以及道路环境信息从目标车辆中获得；调用预设算法对所述车辆行驶信息以及所述道路环境信息进行处理，生成风险预测信息；在确定所述风险预测信息超过预设风险阈值的情况下，生成减速指令，并将所述减速指令发送至车辆，以便所述车辆基于所述减速指令执行减速；在车辆与服务器建立连接后，采集车辆行驶信息以及道路环境信息；将所述车辆行驶信息以及道路环境信息发送至服务器，以使所述服务器根据所述车辆行驶信息以及道路环境信息确认是否触发减速指令；在接收到所述服务器发送的所述减速指令后，基于所述减速指令控制车辆减速。与相关技术相比，本公开实施例通过获取车辆的行驶信息以及道路环境信息来生成风险预测信息，利用根据所述风险预测信息生成的减速指令来控制车辆减速；通过获取车辆的行驶信息以及道路环境信息能够提高风险预测的准确性，进而提升车辆行驶的安全性。
为了清楚说明本公开实施例，本公开实施例提供了图2所示的另一种车辆减速的控制的方法的流程示意图。
如图2所示，该方法包含以下步骤：
步骤201，获取车辆行驶信息以及道路环境信息。
作为本公开实施例的一种细化，所述车辆行驶信息包括：目标车辆和周边车辆的当前速度、加速度、行驶趋势中的至少一种；所述周边车辆为与所述目标车辆当前行驶车道相邻车道上行驶的车辆；
所述道路环境信息包括：所述目标车辆所在的道路状况、所述目标车辆与周边车辆之间的相对位置距离以及周边车辆的位置信息。
具体在本公开实施例中，利用目标车辆上的传感器实时获取目标车辆所在的道路状况、所述目标车辆与周边车辆之间的相对位置距离以及周边车辆的位置信息；利用目标车辆的传感器还可以实时获取周边车辆的速度、加速度、行驶趋势。所述行驶趋势可以包括但不限于车辆的转向信息。所述目标车辆所在的道路状况并不仅仅包括道路的路况信息；还包括目标车辆周围的障碍物、行人以及天气等信息。示例性的，目标车辆通过自身的传感器获得目标车辆所在车道的正前方车辆的当前速度为50km/h，在左右车道的车辆的行驶趋势确定的情况下，即认为左右车道的车辆不会向目标车辆所在的车道并线行驶，目标车辆通过行车电脑获取目标车辆的速度为100km/h，且目标车辆与正前方车辆之间的相对位置小于安全距离时，若此时目标车辆的获取的道路环境信息显示车辆处于下坡或者其他原因会导致目标车辆的制动距离变长，此时目标车辆所采取的减速策略就要采取变化。通过对目标车辆的车辆行驶信息以及道路环境信息进行处理，可以进一步优化目标车辆的减速策略，使得目标车辆的减速策略更加合理，提高目标车辆的安全性。
步骤202，调用预设风险预测算法，根据所述车辆行驶信息以及所述道路环境信息计算发生碰撞和/或追尾的概率。
具体在本公开实施例中，利用预设风险预测算法对所述车辆行驶信息以及所述道路环境信息进行处理，得到目标车辆与周围物体(或行人)发生碰撞事故的概率。在所述预设风险预测算法计算得到发生碰撞事故的概率时，同时将预测的风险的类型、详情等信息输出。
在本公开的一些实施例中，所述预设风险预测算法可以是风险预测模型，通过多次的迭代训练，提高模型的预测准确率。
步骤203，判断所述发生碰撞和/或追尾的概率是否大于或者等于所述预设风险阈值。
具体在本公开实施例中，根据预设风险阈值来判断是否进行减速，对于不同的路段的所述预设风险阈值设定存在差异，本公开实施例并不对此进行限定。
若述发生碰撞和/或追尾的概率是否大于或者等于所述预设风险阈值，则执行步骤204；若发生碰撞和/或追尾的概率是否小于所述预设风险阈值，则执行步骤201继续获取车辆行驶信息以及道路环境信息。
步骤204，若所述发生碰撞和/或追尾的概率大于或者等于所述预设风险阈值，则根据所述发生碰撞和/或追尾的概率与风险等级之间的映射关系，查找对应的目标风险等级。
具体在本公开实施例中，根据所述发生碰撞和/或追尾的概率超出所述预设风险阈值数值的大小来确定所述发生碰撞和/或追尾的概率与风险等级之间的映射关系，例如：所述发生碰撞和/或追尾的概率等于所述预设风险阈值数值时，则判断当前目标风险等级较小。当发生碰撞和/或追尾的概率大于或者等于所述预设风险阈值时，根据所述映射关系，来查找所述发生碰撞和/或追尾的概率对应的目标风险等级。
步骤205，根据所述目标风险等级与减速强度之间的映射关系，查找所述目标风险等级对应的目标减速强度，目标减速强度包括减速后车辆停止的位置和/或减速度的大小。
具体在本公开实施例中，本公开实施例中所述发生碰撞和/或追尾的概率对应的目标风险等级与减速强度之间的映射关系，需要根据实际的所述车辆行驶信息以及所述道路环境信息来进行设定，本公开并不构成对所述映射关系的具体量化的限定。根据设定的映射关系，查找到对应的目标减速强度。通过设定目标风险等级与目标减速强度之间映射关系的方式，可以使得减速的强度变得更加合理。示例性的，当测的发生追尾的概率等于或者刚刚超过所述预设风险阈值，目标车辆与前方车辆也在安全距离附近；如果不设定合理的目标减速强度，直接将目标减速强度按照最大值处理，那么车内乘客会因为突然的制动被惊吓或者产生其他不好的影响。
步骤206，将携带所述目标减速强度的减速指令下发至所述车辆。
具体在本公开实施例中，应当理解的是，不同车辆因为车辆的整备质量等差异会导致在减速时所采取的制动力度等设置也会存在差异。所述减速指令包含所述目标减速强度，同时所述减速指令还包括根据所述目标减速强度以及车辆的配置等信息生成目标车辆的制动信息。
为了清楚说明本公开实施例，本公开实施例提供了图3所示的另一种车辆减速的控制的方法的流程示意图。
如图3所示，该方法包含以下步骤：
步骤301，采集车辆行驶信息以及道路环境信息。
具体在本公开实施例中，通过设置在车辆上的传感器动态采集车辆周边的道路环境信息。道路环境信息可以包括但不限于车辆周围所能够被监测到可能影响车辆的行驶安全的环境信息；例如：车辆周围的障碍物、行人、道路路况以及天气等有关的信息。车辆的行驶信息包括当前车辆和周围车辆的行驶信息，当前车辆的行驶信息可以直接通过车辆的行车电脑实时获取；周围车辆的行驶信息可以根据传感器获取的信息计算得到。
步骤302，将所述车辆行驶信息以及道路环境信息发送至服务器，以使所述服务器根据所述车辆行驶信息以及道路环境信息确认是否触发减速指令。
具体在本公开实施例中，将车辆传感器实时采集的车辆行驶信息以及道路环境信息实时传递至服务器，由服务器中的预设算法进行风险的预测，并确定是否要触发减速指令对车辆进行减速处理。
步骤303，在接收到所述服务器发送的所述减速指令后，基于所述减速指令控制车辆减速。
作为本公开实施例的一种细化，所述基于所述减速指令控制车辆减速包括：对所述减速指令进行解析，得到所述减速指令中携带的减速强度，所述目标减速强度包括减速后车辆停止的位置和/或减速度的大小；根据所述减速后车辆停止的位置和/或减速度的大小控制车辆。
具体在本公开实施例中，在服务器确定触发减速指令后，将所述减速指令发送至车辆，车辆对所述减速指令中的携带的信息进行解析，所述减速指令包括但不限于减速强度、车辆的识别信息等；在车辆接收到减速指令后，首先根据减速指令中的车辆识别信息进行识别，再根据减速指令中的减速强度控制车辆进行减速。
本公开提供了一种车辆减速的控制的方法，获取车辆行驶信息以及道路环境信息；其中，所述车辆行驶信息以及道路环境信息从目标车辆中获得；调用预设算法对所述车辆行驶信息以及所述道路环境信息进行处理，生成风险预测信息；在确定所述风险预测信息超过预设风险阈值的情况下，生成减速指令，并将所述减速指令发送至车辆，以便所述车辆基于所述减速指令执行减速；在车辆与服务器建立连接后，采集车辆行驶信息以及道路环境信息；将所述车辆行驶信息以及道路环境信息发送至服务器，以使所述服务器根据所述车辆行驶信息以及道路环境信息确认是否触发减速指令；在接收到所述服务器发送的所述减速指令后，基于所述减速指令控制车辆减速。与相关技术相比，本公开实施例通过获取车辆的行驶信息以及道路环境信息来生成风险预测信息，利用根据所述风险预测信息生成的减速指令来控制车辆减速；通过获取车辆的行驶信息以及道路环境信息能够提高风险预测的准确性，进而提升车辆行驶的安全性。
为了清楚说明本公开实施例，本公开实施例提供了图4所示的另一种车辆减速的控制的方法的流程示意图。
如图4所示，该方法包含以下步骤：
步骤401，采集车辆行驶信息以及道路环境信息。
步骤402，将所述车辆行驶信息以及道路环境信息发送至服务器，以使所述服务器根据所述车辆行驶信息以及道路环境信息确认是否触发减速指令。
步骤403，对所述减速指令进行解析，得到所述减速指令中携带的减速强度，所述目标减速强度包括减速后车辆停止的位置和/或减速度的大小。
步骤404，根据所述减速后车辆停止的位置和/或减速度的大小控制车辆。
有关步骤401至步骤404的说明，可参阅上述实施例，本公开实施例对此不进行一一赘述。
与上述的车辆减速的控制的方法相对应，本发明还提出一种车辆减速的控制的装置。由于本发明的装置实施例与上述的方法实施例相对应，对于装置实施例中未披露的细节可参照上述的方法实施例，本发明中不再进行赘述。
图5为本公开实施例提供的一种车辆减速的控制的装置的结构示意图，如图5所示，包括：获取单元51、生成单元52、和执行单元53。
获取单元51，用于获取车辆行驶信息以及道路环境信息；其中，所述车辆行驶信息以及道路环境信息从目标车辆中获得；
生成单元52，用于调用预设算法对所述车辆行驶信息以及所述道路环境信息进行处理，生成风险预测信息；
执行单元53，用于在确定所述风险预测信息超过预设风险阈值的情况下，生成减速指令，并将所述减速指令发送至车辆，以便所述车辆基于所述减速指令执行减速。
进一步地，在本实施例一种可能的实现方式中，所述车辆行驶信息包括：目标车辆和周边车辆的当前速度、加速度、行驶趋势中的至少一种；所述周边车辆为与所述目标车辆当前行驶车道相邻车道上行驶的车辆；
所述道路环境信息包括：所述目标车辆所在的道路状况、所述目标车辆与周边车辆之间的相对位置距离以及周边车辆的位置信息。
进一步地，在本实施例一种可能的实现方式中，如图6所示，所述风险预测信息包括发生碰撞和/或追尾的概率，所述生成单元52包括：
计算模块521，用于调用预设风险预测算法，根据所述车辆行驶信息以及所述道路环境信息计算发生碰撞和/或追尾的概率；
第一查找模块522，用于若所述发生碰撞和/或追尾的概率大于或者等于所述预设风险阈值，则根据所述发生碰撞和/或追尾的概率与风险等级之间的映射关系，查找对应的目标风险等级。
进一步地，在本实施例一种可能的实现方式中，如图6所示，所述执行单元53包括：
第二查找模块531，用于根据所述目标风险等级与减速强度之间的映射关系，查找所述目标风险等级对应的目标减速强度，目标减速强度包括减速后车辆停止的位置和/或减速度的大小；
发送模块532，用于将携带所述目标减速强度的减速指令下发至所述车辆。
图7为本公开实施例提供的另一种车辆减速的控制的装置的结构示意图，如图7所示，
采集单元61，用于采集车辆行驶信息以及道路环境信息；
确认单元62，用于将所述车辆行驶信息以及道路环境信息发送至服务器，以使所述服务器根据所述车辆行驶信息以及道路环境信息确认是否触发减速指令；
控制单元63，用于在接收到所述服务器发送的所述减速指令后，基于所述减速指令控制车辆减速。
进一步地，在本实施例一种可能的实现方式中，如图7所示，所述控制单元63包括：
解析模块631，用于对所述减速指令进行解析，得到所述减速指令中携带的减速强度，所述目标减速强度包括减速后车辆停止的位置和/或减速度的大小；
控制模块632，用于根据所述减速后车辆停止的位置和/或减速度的大小控制车辆。
进一步地，在本实施例一种可能的实现方式中，本公开实施例还提供了一种车辆，该车辆包含上述任一实施例所述的车辆减速的控制的装置。
需要说明的是，前述对方法实施例的解释说明，也适用于本实施例的装置，原理相同，本实施例中不再限定。
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。
图8示出了可以用来实施本公开的实施例的示例电子设备700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，个人数字处理、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8所示，设备700包括计算单元701，其可以根据存储在ROM(Read-OnlyMemory，只读存储器)702中的计算机程序或者从存储单元708加载到RAM(Random AccessMemory，随机访问/存取存储器)703中的计算机程序，来执行各种适当的动作和处理。在RAM703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。I/O(Input/Output，输入/输出)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700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701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701的一些示例包括但不限于CPU(Central Processing Unit，中央处理单元)、GPU(Graphic Processing Units，图形处理单元)、各种专用的AI(Artificial Intelligence，人工智能)计算芯片、各种运行机器学习模型算法的计算单元、DSP(Digital SignalProcessor，数字信号处理器)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如车辆减速的控制的方法。例如，在一些实施例中，车辆减速的控制的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708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行前述车辆减速的控制的方法。
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、FPGA(Field Programmable Gate Array，现场可编程门阵列)、ASIC(Application-Specific Integrated Circuit，专用集成电路)、ASSP(Application Specific StandardProduct，专用标准产品)、SOC(System On Chip，芯片上系统的系统)、CPLD(ComplexProgrammable Logic Device，复杂可编程逻辑设备)、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、RAM、ROM、EPROM(Electrically Programmable Read-Only-Memory，可擦除可编程只读存储器)或快闪存储器、光纤、CD-ROM(Compact Disc Read-Only Memory，便捷式紧凑盘只读存储器)、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(Cathode-Ray Tube，阴极射线管)或者LCD(LiquidCrystal Display，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：LAN(LocalArea Network，局域网)、WAN(Wide Area Network，广域网)、互联网和区块链网络。
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，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，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。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。
其中，需要说明的是，人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
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。任何在本公开的精神和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 (10)
1.一种车辆减速的控制的方法，其特征在于，包括：
获取车辆行驶信息以及道路环境信息；其中，所述车辆行驶信息以及道路环境信息从目标车辆中获得；
调用预设算法对所述车辆行驶信息以及所述道路环境信息进行处理，生成风险预测信息；
在确定所述风险预测信息超过预设风险阈值的情况下，生成减速指令，并将所述减速指令发送至车辆，以便所述车辆基于所述减速指令执行减速。
2.根据权利要求1所述的方法，其特征在于，所述车辆行驶信息包括：目标车辆和周边车辆的当前速度、加速度、行驶趋势中的至少一种；所述周边车辆为与所述目标车辆当前行驶车道相邻车道上行驶的车辆；
所述道路环境信息包括：所述目标车辆所在的道路状况、所述目标车辆与周边车辆之间的相对位置距离以及周边车辆的位置信息。
3.根据权利要求1所述方法，其特征在于，所述风险预测信息包括发生碰撞和/或追尾的概率，所述调用预设算法对所述车辆行驶信息以及所述道路环境信息进行处理，生成风险预测信息包括：
调用预设风险预测算法，根据所述车辆行驶信息以及所述道路环境信息计算发生碰撞和/或追尾的概率；
若所述发生碰撞和/或追尾的概率大于或者等于所述预设风险阈值，则根据所述发生碰撞和/或追尾的概率与风险等级之间的映射关系，查找对应的目标风险等级。
4.根据权利要求3所述的方法，其特征在于，所述生成减速指令，并将所述减速指令发送至车辆，以便所述车辆基于所述减速指令执行减速包括：
根据所述目标风险等级与减速强度之间的映射关系，查找所述目标风险等级对应的目标减速强度，目标减速强度包括减速后车辆停止的位置和/或减速度的大小；
将携带所述目标减速强度的减速指令下发至所述车辆。
5.一种车辆减速的控制的方法，其特征在于，包括：
采集车辆行驶信息以及道路环境信息；
将所述车辆行驶信息以及道路环境信息发送至服务器，以使所述服务器根据所述车辆行驶信息以及道路环境信息确认是否触发减速指令；
在接收到所述服务器发送的所述减速指令后，基于所述减速指令控制车辆减速。
6.根据权利要求5所述的方法，其特征在于，所述基于所述减速指令控制车辆减速包括：
对所述减速指令进行解析，得到所述减速指令中携带的减速强度，所述目标减速强度包括减速后车辆停止的位置和/或减速度的大小；
根据所述减速后车辆停止的位置和/或减速度的大小控制车辆。
7.一种车辆减速的控制的装置，其特征在于，包括：
获取单元，用于获取车辆行驶信息以及道路环境信息；其中，所述车辆行驶信息以及道路环境信息从目标车辆中获得；
生成单元，用于调用预设算法对所述车辆行驶信息以及所述道路环境信息进行处理，生成风险预测信息；
执行单元，用于在确定所述风险预测信息超过预设风险阈值的情况下，生成减速指令，并将所述减速指令发送至车辆，以便所述车辆基于所述减速指令执行减速。
8.一种车辆减速的控制的装置，其特征在于，包括：
采集单元，用于采集车辆行驶信息以及道路环境信息；
确认单元，用于将所述车辆行驶信息以及道路环境信息发送至服务器，以使所述服务器根据所述车辆行驶信息以及道路环境信息确认是否触发减速指令；
控制单元，用于在接收到所述服务器发送的所述减速指令后，基于所述减速指令控制车辆减速。
9.一种车辆减速的控制的系统，其特征在于，所述系统包括：服务器及车辆；所述服务器包括如权利要求8所述的车辆减速的控制的装置；
所述车辆包括如权利要求9所述的车辆减速的控制的装置。
10.一种电子设备，其特征在于，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1-5或6-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211596220.6A CN116901939A (zh) | 2022-12-13 | 2022-12-13 | 车辆减速的控制的方法及装置、电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211596220.6A CN116901939A (zh) | 2022-12-13 | 2022-12-13 | 车辆减速的控制的方法及装置、电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116901939A true CN116901939A (zh) | 2023-10-20 |
Family
ID=88353670
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211596220.6A Pending CN116901939A (zh) | 2022-12-13 | 2022-12-13 | 车辆减速的控制的方法及装置、电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116901939A (zh) |
-
2022
- 2022-12-13 CN CN202211596220.6A patent/CN116901939A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210276589A1 (en) | Method, apparatus, device and computer storage medium for vehicle control | |
| US20220044564A1 (en) | Vehicle control method, vehicle-road coordination system, roadside device and automatic driving vehicle | |
| US20220035733A1 (en) | Method and apparatus for checking automatic driving algorithm, related device and storage medium | |
| CN112650243B (zh) | 车辆控制方法、装置、电子设备和自动驾驶车辆 | |
| CN112572462A (zh) | 自动驾驶的控制方法、装置、电子设备及存储介质 | |
| US20220203971A1 (en) | Vehicle control method | |
| CN114559956A (zh) | 自动驾驶车辆的避让方法、装置、设备及计算机存储介质 | |
| CN114030475A (zh) | 一种车辆辅助驾驶方法、装置、车辆及存储介质 | |
| CN113805515A (zh) | 车辆远程控制方法、装置、设备、存储介质和远程驾驶舱 | |
| CN114802250A (zh) | 数据处理方法、装置、设备、自动驾驶车辆及介质 | |
| CN111959526B (zh) | 基于无人车的控制方法、装置、无人车和电子设备 | |
| US20230294684A1 (en) | Method of controlling autonomous vehicle, electronic device, and storage medium | |
| CN113119999A (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
| CN115923780A (zh) | 车辆夜间避撞保护方法、装置、电子设备及存储介质 | |
| CN116331207A (zh) | 自动驾驶场景的智能变道方法及相关装置和介质及程序 | |
| CN116901939A (zh) | 车辆减速的控制的方法及装置、电子设备 | |
| CN114379547A (zh) | 制动控制方法、装置、车辆、电子设备及存储介质 | |
| CN113753076B (zh) | 判定有效障碍物的方法和装置、电子设备及自动驾驶车辆 | |
| CN115214722A (zh) | 自动驾驶方法、装置、电子设备、存储介质及车辆 | |
| CN114852068A (zh) | 一种行人避撞方法、装置、设备以及存储介质 | |
| CN114802251A (zh) | 自动驾驶车辆的控制方法、装置、电子设备以及存储介质 | |
| CN114802153B (zh) | 一种机场无人驾驶飞机引导车的紧急制动方法和系统 | |
| CN115923794A (zh) | 无人驾驶车辆变道方法、装置、电子设备及存储介质 | |
| CN114407845A (zh) | 制动控制方法、装置、车辆、电子设备及存储介质 | |
| CN115892002A (zh) | 一种辅助驾驶方法、装置、设备及存储介质 |
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 |