CN117002535A - 一种车辆控制方法、电子设备及计算机存储介质 - Google Patents
一种车辆控制方法、电子设备及计算机存储介质 Download PDFInfo
- Publication number
- CN117002535A CN117002535A CN202311154882.2A CN202311154882A CN117002535A CN 117002535 A CN117002535 A CN 117002535A CN 202311154882 A CN202311154882 A CN 202311154882A CN 117002535 A CN117002535 A CN 117002535A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- intersection
- lane
- reference line
- determining
- 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 40
- 230000004927 fusion Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 11
- 238000009499 grossing Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000006467 substitution reaction 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
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/40—High definition maps
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车辆控制方法、电子设备及计算机存储介质,其中,车辆控制方法包括:在车辆处于路口工况时,根据车辆的经纬度,结合地图库,确定路口参考线;根据路口参考线及车辆所处车道的延长线,确定车辆的目标行驶轨迹;根据目标行驶轨迹及车辆的状态信息,控制车辆行驶通过路口。本申请提供的一种车辆控制方法、电子设备及计算机存储介质,在车辆处于路口工况时,可根据车辆所处车道的延长线及基于车辆经纬度结合地图库确定的路口参考线,确定车辆的目标行驶轨迹,并根据目标行驶轨迹及车辆的状态信息自动控制车辆行驶通过路口,能够提高路口工况下智能驾驶的体验感,并降低智能驾驶的实现成本。
Description
技术领域
本申请属于车辆技术领域,尤其涉及一种车辆控制方法、电子设备及计算机存储介质。
背景技术
随着车辆智能化的发展,智能驾驶辅助功能越来越多样化,智能驾驶辅助功能可应用的场景也越来越广。然而,在智能驾驶辅助车辆通过路口的场景下,对于算力有限的计算平台,无法搭载高精度地图,智能驾驶辅助功能的使用会受到限制,为了驾驶安全,往往会退出智能驾驶辅助功能并通知驾驶员接管车辆,降低了智能驾驶的体验感。而搭载高精度地图,需要大算力的计算平台,导致智能驾驶的实现成本增加。
如何在智能驾驶辅助车辆通过路口的场景下,提高智能驾驶的体验感,并降低智能驾驶的实现成本成了亟待解决的问题。
发明内容
针对上述技术问题,本申请提供一种车辆控制方法、电子设备及计算机存储介质,能够提高路口工况下智能驾驶的体验感,并降低智能驾驶的实现成本。
本申请提供了一种车辆控制方法,包括:在所述车辆处于所述路口工况时,根据所述车辆的经纬度,结合地图库,确定路口参考线;根据所述路口参考线及所述车辆所处车道的延长线,确定所述车辆的目标行驶轨迹;根据所述目标行驶轨迹及车辆的状态信息,控制所述车辆行驶通过路口。
在一实施方式中,所述地图库包括多个搜索区域、各搜索区域的编号及与各搜索区域的编号对应的路口点信息;所述根据所述车辆的经纬度,结合地图库,确定路口参考线,包括:从所述多个搜索区域中,确定所述车辆的经纬度所属的目标搜索区域;根据所述目标搜索区域的编号及与各搜索区域的编号对应的路口点信息,确定第一路口点信息;根据所述第一路口点信息,生成所述路口参考线。
在一实施方式中,所述第一路口点信息包括第一路口点的位置及所述第一路口点对应的车道;所述根据所述第一路口点信息,生成所述路口参考线的步骤,包括:从所述第一路口点中筛选出与所述车辆所处车道对应的第二路口点;根据所述第二路口点的位置,生成所述路口参考线。
在一实施方式中,在所述根据所述路口参考线及所述车辆所处车道的延长线,确定所述车辆的目标行驶轨迹的步骤之前,包括:根据所述车辆所处车道的图像数据,确定所述车辆所处车道的车道线;将所述车辆所处车道的车道线向所述路口的方向进行延长,以确定所述车辆所处车道的延长线。
在一实施方式中,所述根据所述路口参考线及所述车辆所处车道的延长线,确定所述车辆的目标行驶轨迹的步骤,包括:根据所述车辆所处车道的车道线的延长方向,将所述路口划分为多个路口区域,并分别设置所述路口参考线与所述车辆所处车道的延长线在各路口区域中所占的权重;根据所述路口参考线与所述车辆所处车道的延长线在各路口区域中所占的权重,对所述路口参考线与所述车辆所处车道的延长线进行融合,确定所述车辆的目标行驶轨迹。
在一实施方式中,所述根据所述路口参考线及所述车辆所处车道的延长线,确定所述车辆的目标行驶轨迹的步骤,包括:采用最小距离融合原则、最小误差融合原则、最优化融合原则中的至少一项,对所述路口参考线及所述车辆所处车道的延长线进行融合;根据所述路口参考线及所述车辆所处车道的延长线的融合结果,确定所述车辆的目标行驶轨迹。
在一实施方式中,所述根据所述目标行驶轨迹及所述车辆的状态信息,控制所述车辆行驶通过路口的步骤,包括:根据所述目标行驶轨迹及所述车辆的状态信息,确定所述车辆的安全行驶区域;若所述安全行驶区域中不存在障碍物,则根据所述目标行驶轨迹及所述车辆的状态信息,控制所述车辆以第一行驶参数运动,以使所述车辆行驶通过路口;若所述安全行驶区域中存在障碍物,则根据所述目标行驶轨迹、所述车辆的状态信息及所述障碍物的状态信息,控制所述车辆以第二行驶参数运动,以使所述车辆安全通过路口。
在一实施方式中,在所述根据所述目标行驶轨迹及所述车辆的状态信息,确定所述车辆的安全行驶区域的步骤之前,包括:对所述目标行驶轨迹进行平滑处理;所述第一行驶参数及所述第二行驶参数的幅值都小于预设幅值,所述第一行驶参数及所述第二行驶参数的变化率都小于预设变化率。
本申请还提供了一种电子设备,所述电子设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述车辆控制方法的步骤。
本申请还提供了一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述车辆控制方法的步骤。
本申请提供的一种车辆控制方法、电子设备及计算机存储介质,在车辆处于路口工况时,可根据车辆所处车道的延长线及基于车辆经纬度结合地图库确定的路口参考线,确定车辆的目标行驶轨迹,并根据目标行驶轨迹自动控制车辆行驶通过路口,能够提高路口工况下智能驾驶的体验感,并降低智能驾驶的实现成本。
附图说明
图1是本申请实施例一提供的车辆控制方法的流程示意图;
图2是本申请实施例一提供的确定路口参考线及车道延长线的示意图;
图3是本申请实施例一提供的车辆控制方法的具体流程示意图;
图4是本申请实施例二提供的电子设备的结构示意图。
具体实施方式
以下结合说明书附图及具体实施例对本申请技术方案做进一步的详细阐述。除非另有定义,本申请所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。本文所使用的“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
图1是本申请实施例一提供的车辆控制方法的流程示意图。如图1所示,本申请的车辆控制方法,可以包括如下步骤:
步骤S10:在车辆处于路口工况时,根据车辆的经纬度,结合地图库,确定路口参考线;
步骤S20:根据路口参考线及车辆所处车道的延长线,确定车辆的目标行驶轨迹;
步骤S30:根据目标行驶轨迹及车辆的状态信息,控制车辆行驶通过路口。
本申请实施例一提供的车辆控制方法,在车辆处于路口工况时,可根据车辆所处车道的延长线及基于车辆经纬度结合地图库确定的路口参考线,确定车辆的目标行驶轨迹,并根据目标行驶轨迹自动控制车辆行驶通过路口,能够提高路口工况下智能驾驶的体验感,并降低智能驾驶的实现成本。
在一实施方式中,在步骤S10:在车辆处于路口工况时,根据车辆的经纬度,结合地图库,确定路口参考线之前,包括:根据车辆的方位信息,判断车辆是否处于路口工况。
可选地,车辆的方位信息包括车辆的导航位置及车辆的朝向角。若车辆的导航位置离某个路口较近,且车辆朝向该路口,则可判定车辆处于路口工况。进一步,可在车辆的方位信息的基础上,结合车辆的车速、加速度、横摆角等工况参数,来提高判定车辆处于路口工况的准确性。示例性地,若车速、加速度、横摆角等工况参数中的任一项超出预设范围,说明车辆的当前状态不符合车辆处于路口工况下的状态,则判定车辆未处于路口工况。若车辆的导航位置离某个路口较近,车辆朝向该路口,且车辆的车速、加速度、横摆角等工况参数都未超出预设范围,则判定车辆处于路口工况。
可选地,在步骤S10:在车辆处于路口工况时,根据车辆的经纬度,结合地图库,确定路口参考线之前,包括:
对车辆的导航位置与车载导航地图信息进行匹配和校准,确定车辆的经纬度。
其中,车辆的导航位置可通过车辆上安装的GPS/INS组合导航接收器接收卫星信号获取。车载导航地图信息可通过车辆内搭载的智能座舱内置导航系统或设备从后台联网/OTA(远程升级)获取的导航级标准精度地图的信息。可基于路网拓扑结构的匹配算法、路侧设备的协同定位算法等,对车辆的导航位置与车载导航地图信息进行匹配和校准,确定车辆的经纬度。
可选地,地图库是基于四叉树、R树、Z-order曲线等空间索引的方式建立的,包括多个搜索区域、各搜索区域的编号及与各搜索区域的编号对应的路口点信息。
在一实施方式中,步骤S10中的根据车辆的经纬度,结合地图库,确定路口参考线,包括:
从多个搜索区域中,确定车辆的经纬度所属的目标搜索区域;
根据目标搜索区域的编号及与各搜索区域的编号对应的路口点信息,确定第一路口点信息;
根据第一路口点信息,生成路口参考线。
可选地,根据提前定义的地图库加密算法格式对车辆的经纬度进行加密,并通过地理编码的方式,将车辆的经纬度转换为地图库可以识别的格式,然后将车辆的经纬度输入至地图库中。地图库将车辆的经纬度映射到目标搜索区域中,并根据目标搜索区域的编号得到车辆的搜索点数值,然后利用搜索点数值进行空间查询和匹配,确定第一路口点信息,并将搜索到的第一路口点信息经过地理反编码处理后输出。可选地,第一路口点信息包括第一路口点的位置及第一路口点对应的车道。
在一实施方式中,根据第一路口点信息,生成路口参考线,包括:
从第一路口点中筛选出与车辆所处车道对应的第二路口点;
根据第二路口点的位置,生成路口参考线。
如图2所示,若车辆所处的车道为第3车道,则从第一路口点中筛选出与第3车道对应的第二路口点(a31,a32,...,a3n),并根据第二路口点的位置,对第二路口点进行拟合,生成路口参考线L1。
在一实施方式中,在步骤S30:根据路口参考线及车辆所处车道的延长线,确定车辆的目标行驶轨迹之前,包括:
根据车辆所处车道的图像数据,确定车辆所处车道的车道线;
将车辆所处车道的车道线向路口的方向进行延长,以确定车辆所处车道的延长线。
可选地,通过安装于车辆前方的摄像头采集车辆所处车道的图像数据,采用感知算法对图像数据进行处理后得到车辆所处车道的车道线及车辆所处车道的车道线方程,其中,车道线方程一般为三次多项式方程:y=ax3+bx2+cx+d,x和y分别表示图像坐标系中的横、纵坐标,a、b、c和d是多项式系数,该方程可以很好地拟合弯曲或变宽的车道线,a、b、c和d的取值可通过最小二乘法求解。
由于摄像头的视角和分辨率的限制,感知算法得到的车道线不能完全覆盖路口,导致无法准确控制车辆通过路口。为了解决这个问题,可根据车辆所处车道的车道线方程,在车辆所处车道的两侧车道线上分别增加一定长度的直线段或曲线段,使车辆所处车道的车道线能够延长到路口中。可选地,延长车道线的方式,包括以下几种:1)基于切线方向和曲率半径,在车道线末端增加一段圆弧段;2)基于三次样条插值,在车道线末端增加一段三次样条曲线段;3)基于最小二乘法,在车道线末端增加一段直线段或多项式曲线段。
继续参考图2,车辆所处的车道为第3车道,在将第3车道的车道线向路口的方向延长后,确定第3车道两侧车道线的延长线(L2、L3)之间的中线L23,并将第3车道两侧车道线的延长线之间的中线L23作为第3车道的延长线。
在一实施方式中,步骤S20:根据路口参考线及车辆所处车道的延长线,确定车辆的目标行驶轨迹,包括:
根据车辆所处车道的车道线的延长方向,将路口划分为多个路口区域,并分别设置路口参考线与车辆所处车道的延长线在各路口区域中所占的权重;
根据路口参考线与车辆所处车道的延长线在各路口区域中所占的权重,对路口参考线与车辆所处车道的延长线进行融合,确定车辆的目标行驶轨迹。
示例性地,假设车道线在路口的延长值为6m,则可按照车道线的延长方向,将路口划分为车道线在路口的延长值在[0,2],(2,4),[4,6]区间对应的3个路口区域,并分别设置路口参考线与车辆所处车道的延长线在这3个路口区域中所占的权重,考虑到车辆所处车道的延长线的准确度可能随着车辆所处车道的车道线在路口的延长值的增加而降低,故可设置在[0,2]区间,车辆所处车道的延长线比路口参考线所占的权重高,而在[4,6]区间,车辆所处车道的延长线比路口参考线所占的权重低。
在一实施方式中,步骤S20:根据路口参考线及车辆所处车道的延长线,确定车辆的目标行驶轨迹,包括:
采用最小距离融合原则、最小误差融合原则、最优化融合原则中的至少一项,对路口参考线及车辆所处车道的延长线进行融合;
根据路口参考线及车辆所处车道的延长线的融合结果,确定车辆的目标行驶轨迹。
其中,最小距离融合原则是将路口参考线与车辆所处车道的延长线划分为多段,通过计算每段路口参考线上的各点到对应段车辆所处车道的延长线的距离,确定每段路口参考线上距离对应段车辆所处车道的延长线最近的点,得到一组拼接点,将这些拼接点按照车辆的朝向(即车辆行驶方向)依次连接,得到车辆的目标行驶轨迹。
最小误差融合原则考虑了路口参考线和车辆所处车道的延长线之间的误差,通过最小化误差的方式来对路口参考线及车辆所处车道的延长线进行融合。比如:采用最小二乘法对车辆所处车道的延长线进行拟合,使其与路口参考线之间的误差最小。
最优化融合原则是基于优化算法,如遗传算法或粒子群算法,通过定义适应度函数评估路口参考线及车辆所处车道的延长线的融合结果的质量,来找到最佳融合方式,能够最大程度地保留路口参考线和车辆所处车道的延长线的信息。
上述3种融合原则可根据具体应用场景和实际需求进行选择,并可结合实际情况进行调整和优化。
如图3所示,获取车辆的方位信息,其中,方位信息包括车辆的导航位置,并根据车辆的方位信息判断车辆是否处于路口工况,若车辆未处于路口工况,则继续获取车辆的方位信息,直到根据车辆的方位信息判定车辆处于路口工况,若车辆处于路口工况,则根据车辆的导航位置及车载导航地图信息,确定车辆的经纬度,然后根据车辆的经纬度,在地图库中搜索与车辆经纬度及车辆所处车道匹配的路口点的位置,接着根据匹配出的路口点的位置生成路口参考线。与此同时,若车辆处于路口工况,通过车载摄像头获取车辆所处车道的图像数据,并根据车辆所处车道的图像数据,确定车辆所处车道的车道线,然后将车辆所处车道的车道线向路口的方向进行延长,以确定车辆所处车道的延长线。在确定路口参考线及车辆所处车道的延长线之后,对路口参考线及车辆所处车道的延长线进行融合,确定目标行驶轨迹,并根据目标行驶轨迹及车辆的状态信息,控制车辆行驶通过路口。在车辆行驶通过路口后,继续获取车辆的方位信息,并进入下个路口工况判断及路口工况下的车辆控制过程。
在一实施方式中,步骤S30:根据目标行驶轨迹及车辆的状态信息,控制车辆行驶通过路口,包括:
根据目标行驶轨迹及车辆的状态信息,确定车辆的安全行驶区域;
若安全行驶区域中不存在障碍物,则根据目标行驶轨迹及车辆的状态信息,控制车辆以第一行驶参数运动,以使车辆行驶通过路口;
若安全行驶区域中存在障碍物,则根据目标行驶轨迹、车辆的状态信息及障碍物的状态信息,控制车辆以第二行驶参数运动,以使车辆安全通过路口。
其中,车辆的状态信息包括车辆的位置、速度及朝向角,障碍物的状态信息包括障碍物的位置、速度及朝向角,障碍物包括其他车辆、道路施工设备等。
具体地,根据目标行驶轨迹、车辆的位置、速度和朝向角等信息,确定在路口中,可保证车辆与障碍物之间有足够的安全距离和避障反应时间的安全行驶区域,通过车载雷达、车载摄像头等设备探测安全行驶区域中是否有障碍物侵入。若安全行驶区域中不存在障碍物,则根据目标行驶轨迹及车辆的位置、速度和朝向角等信息,确定车辆的第一行驶参数,并控制车辆以第一行驶参数运动,若安全行驶区域中存在障碍物,则进一步通过车载雷达、车载摄像头等设备获取障碍物的位置、速度和朝向角等信息,并根据目标行驶轨迹、车辆的位置、速度和朝向角、障碍物的位置、速度和朝向角等信息,评估车辆通过路口的风险程度,可选地,风险程度的范围为[0,1],风险程度值越高车辆通过路口的风险越大。若风险程度大于第一阈值(如风险程度>0.8),则控制车辆执行第一避让策略(如控制车辆停车),并控制车辆以第一避让策略对应的第二行驶参数运动(控制车辆停车时,第二行驶参数都为0),若风险程度小于或等于第一阈值,且大于或等于第二阈值(如0.6≤风险程度≤0.8),则控制车辆执行第二避让策略(如控制车辆减速),并控制车辆以第二避让策略对应的第二行驶参数运动,若风险程度小于第二阈值,且大于或等于第三阈值(如0.4≤风险程度<0.6),则控制车辆执行第三避让策略(如控制车辆绕行),并控制车辆以第三避让策略对应的第二行驶参数运动,若风险程度小于第三阈值(如风险程度<0.4),则控制车辆以第一行驶参数运动。
可选地,在根据目标行驶轨迹及车辆的状态信息,确定车辆的安全行驶区域之前,包括:对目标行驶轨迹进行平滑处理。可选地,第一行驶参数及第二行驶参数的幅值都小于预设幅值,第一行驶参数及第二行驶参数的变化率都小于预设变化率。
值得一提的是,考虑到驾驶安全性和驾乘人员的体感,限定第一行驶参数及第二行驶参数的幅值都小于预设幅值,以防止车辆出现过度加速或制动的情况,限定第一行驶参数及第二行驶参数的变化率都小于预设变化率,以平滑调整车辆的行驶状态。可选地,限定车辆的加速度的幅值小于2m/s2,限定车辆的制动减速度的幅值小于3m/s2,限定车辆的转向角度的变换率小于30°/s,限定车辆的加速度的变换率<1.5m/s3。
本申请实施例一提供的车辆控制方法,首先,无需搭载高精度地图,基于标准精度地图,即可实现对车辆在路口工况下的智能驾驶,能够降低路口工况下智能驾驶的实现成本,其次,通过设置权重和/或采用不同融合原则的方式,对车辆所处车道的延长线及路口参考线进行融合,能够准确确定车辆的目标行驶轨迹,进而提高控制车辆行驶通过路口的精度,另外,通过确定车辆的安全行驶区域,并基于安全行驶区域中的障碍物的状态信息,执行避让策略,可保证车辆安全通过路口,提升路口工况下智能驾驶的体验感。
图4是本申请实施例二提供的电子设备的结构示意图。可选地,本申请提供的电子设备为云端服务器,包括:处理器110、存储器111以及存储在存储器111中并可在处理器110上运行的计算机程序112。处理器110执行计算机程序112时实现上述车辆控制方法实施例中的步骤。
电子设备可包括,但不仅限于,处理器110、存储器111。本领域技术人员可以理解,图4仅仅是电子设备的示例,并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如电子设备还可以包括输入输出设备、网络接入设备、总线等。
处理器110可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(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、分立硬件组件等。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。
存储器111可以是电子设备的内部存储单元,例如电子设备的硬盘或内存。存储器111也可以是电子设备的外部存储设备,例如电子设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器111还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器111用于存储计算机程序以及电子设备所需的其他程序和数据。存储器111还可以用于暂时地存储已经输出或者将要输出的数据。
本申请还提供一种计算机存储介质,计算机存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述车辆控制方法的步骤。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
在本文中,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,除了包含所列的那些要素,而且还可包含没有明确列出的其他要素。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种车辆控制方法,其特征在于,包括:
在所述车辆处于所述路口工况时,根据所述车辆的经纬度,结合地图库,确定路口参考线;
根据所述路口参考线及所述车辆所处车道的延长线,确定所述车辆的目标行驶轨迹;
根据所述目标行驶轨迹及所述车辆的状态信息,控制所述车辆行驶通过路口。
2.如权利要求1所述的方法,其特征在于,所述地图库包括多个搜索区域、各搜索区域的编号及与各搜索区域的编号对应的路口点信息;
所述根据所述车辆的经纬度,结合地图库,确定路口参考线,包括:
从所述多个搜索区域中,确定所述车辆的经纬度所属的目标搜索区域;
根据所述目标搜索区域的编号及与各搜索区域的编号对应的路口点信息,确定第一路口点信息;
根据所述第一路口点信息,生成所述路口参考线。
3.如权利要求2所述的方法,其特征在于,所述第一路口点信息包括第一路口点的位置及所述第一路口点对应的车道;
所述根据所述第一路口点信息,生成所述路口参考线的步骤,包括:
从所述第一路口点中筛选出与所述车辆所处车道对应的第二路口点;
根据所述第二路口点的位置,生成所述路口参考线。
4.如权利要求1所述的方法,其特征在于,在所述根据所述路口参考线及所述车辆所处车道的延长线,确定所述车辆的目标行驶轨迹的步骤之前,包括:
根据所述车辆所处车道的图像数据,确定所述车辆所处车道的车道线;
将所述车辆所处车道的车道线向所述路口的方向进行延长,以确定所述车辆所处车道的延长线。
5.如权利要求4所述的方法,其特征在于,所述根据所述路口参考线及所述车辆所处车道的延长线,确定所述车辆的目标行驶轨迹的步骤,包括:
根据所述车辆所处车道的车道线的延长方向,将所述路口划分为多个路口区域,并分别设置所述路口参考线与所述车辆所处车道的延长线在各路口区域中所占的权重;
根据所述路口参考线与所述车辆所处车道的延长线在各路口区域中所占的权重,对所述路口参考线与所述车辆所处车道的延长线进行融合,确定所述车辆的目标行驶轨迹。
6.如权利要求1所述的方法,其特征在于,所述根据所述路口参考线及所述车辆所处车道的延长线,确定所述车辆的目标行驶轨迹的步骤,包括:
采用最小距离融合原则、最小误差融合原则、最优化融合原则中的至少一项,对所述路口参考线及所述车辆所处车道的延长线进行融合;
根据所述路口参考线及所述车辆所处车道的延长线的融合结果,确定所述车辆的目标行驶轨迹。
7.如权利要求1所述的方法,其特征在于,所述根据所述目标行驶轨迹及所述车辆的状态信息,控制所述车辆行驶通过路口的步骤,包括:
根据所述目标行驶轨迹及所述车辆的状态信息,确定所述车辆的安全行驶区域;
若所述安全行驶区域中不存在障碍物,则根据所述目标行驶轨迹及所述车辆的状态信息,控制所述车辆以第一行驶参数运动,以使所述车辆行驶通过路口;
若所述安全行驶区域中存在障碍物,则根据所述目标行驶轨迹、所述车辆的状态信息及所述障碍物的状态信息,控制所述车辆以第二行驶参数运动,以使所述车辆安全通过路口。
8.如权利要求7所述的方法,其特征在于,在所述根据所述目标行驶轨迹及所述车辆的状态信息,确定所述车辆的安全行驶区域的步骤之前,包括:
对所述目标行驶轨迹进行平滑处理;
所述第一行驶参数及所述第二行驶参数的幅值都小于预设幅值,所述第一行驶参数及所述第二行驶参数的变化率都小于预设变化率。
9.一种电子设备,其特征在于,所述电子设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述方法的步骤。
10.一种计算机存储介质,所述计算机存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311154882.2A CN117002535A (zh) | 2023-09-07 | 2023-09-07 | 一种车辆控制方法、电子设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311154882.2A CN117002535A (zh) | 2023-09-07 | 2023-09-07 | 一种车辆控制方法、电子设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117002535A true CN117002535A (zh) | 2023-11-07 |
Family
ID=88571157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311154882.2A Pending CN117002535A (zh) | 2023-09-07 | 2023-09-07 | 一种车辆控制方法、电子设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117002535A (zh) |
-
2023
- 2023-09-07 CN CN202311154882.2A patent/CN117002535A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3415389B1 (en) | Automatic driving system | |
EP3521963B1 (en) | Dynamically adjustable reference line sampling point density for autonomous vehicles | |
US11703883B2 (en) | Autonomous driving device | |
EP3517893A1 (en) | Path and speed optimization fallback mechanism for autonomous vehicles | |
CN111653113B (zh) | 车辆的局部路径确定方法、装置、终端和存储介质 | |
US11747814B2 (en) | Autonomous driving device | |
CN109305160B (zh) | 用于自主驾驶的路径规划 | |
CN111186443B (zh) | 变道路径规划方法、装置、电子设备和计算机可读介质 | |
US11055540B2 (en) | Method for determining anchor boxes for training neural network object detection models for autonomous driving | |
US11731692B2 (en) | Driving support device that performs steering control and deceleration control for avoiding an object | |
CN117279814A (zh) | 车辆转弯期间的反向转向惩罚 | |
CN114616158A (zh) | 自动驾驶方法、装置和存储介质 | |
US11493921B2 (en) | Dynamic parameter architecture for QP smoother | |
US11414096B2 (en) | QP spline path and spiral path based reference line smoothing method for autonomous driving | |
JP2019066444A (ja) | 位置演算方法、車両制御方法及び位置演算装置 | |
JP6689337B2 (ja) | 自動運転制御装置および自動運転制御方法 | |
CN117002535A (zh) | 一种车辆控制方法、电子设备及计算机存储介质 | |
CN114136328B (zh) | 一种传感器信息融合方法及装置 | |
CN116588136A (zh) | 一种车辆可行驶区域的生成方法、装置、设备及介质 | |
CN117719494A (zh) | 泊车路径规划方法、装置以及存储介质、车辆 | |
JP2021187398A (ja) | 走行支援方法及び走行支援装置 | |
JP2021187397A (ja) | 走行支援方法及び走行支援装置 | |
CN117901851A (zh) | 用于确定自动碰撞避免转向操纵是否应被执行的方法 | |
CN115187937A (zh) | 用于为车辆确定道路边界的方法和设备 | |
JPWO2020202498A1 (ja) | 位置推定装置、位置推定システム、位置推定方法、および位置推定プログラム |
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 |