JP7000638B2 - 車両制御方法、装置、コンピュータ機器及び記憶媒体 - Google Patents

車両制御方法、装置、コンピュータ機器及び記憶媒体 Download PDF

Info

Publication number
JP7000638B2
JP7000638B2 JP2019116849A JP2019116849A JP7000638B2 JP 7000638 B2 JP7000638 B2 JP 7000638B2 JP 2019116849 A JP2019116849 A JP 2019116849A JP 2019116849 A JP2019116849 A JP 2019116849A JP 7000638 B2 JP7000638 B2 JP 7000638B2
Authority
JP
Japan
Prior art keywords
vehicle
policy
driving
road
model
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.)
Active
Application number
JP2019116849A
Other languages
English (en)
Other versions
JP2020032998A (ja
Inventor
シャオファン デン，
Original Assignee
アポロ インテリジェント ドライビング テクノロジー（ペキン）カンパニー リミテッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by アポロ インテリジェント ドライビング テクノロジー（ペキン）カンパニー リミテッド filed Critical アポロ インテリジェント ドライビング テクノロジー（ペキン）カンパニー リミテッド
Publication of JP2020032998A publication Critical patent/JP2020032998A/ja
Application granted granted Critical
Publication of JP7000638B2 publication Critical patent/JP7000638B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
    • G05D1/0061—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements for transition from automatic pilot to manual pilot and vice versa
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
    • G05D1/0263—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means using magnetic strips
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Electromagnetism (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Description

本出願は、無人運転技術分野に関し、特に、車両制御方法、装置、コンピュータ機器及び記憶媒体に関する。
従来、インテリジェント運転車両の多くは、現在の走行シーンに基づいて、訓練済みの制御方針を利用して、リアルタイムで運転方針を生成し、運転方針に基づいて車両を制御して、自動運転を実現している。
しかしながら、道路環境の変化が多く、車両運転者の運転習慣が異なるため、訓練データが限られている場合には、訓練によって取得された制御方針も限られている。従来のインテリジェント運転制御方式で自動運転を実現する際に、新たな走行シーンが現れる場合に、自動運転過程の安定性、適応性が悪くなりやすい。
本出願は、従来技術における自動運転過程の安定性、適応性が悪いという技術的課題を解決するために車両制御方法、装置、コンピュータ機器及び記憶媒体を提供する。
本出願の第１の態様の実施例は、
各車載センサによって収集されたデータに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を決定するステップと、
予め設定された制御方針モデルに基づいて、前記車両の現在の状態情報、所在道路の道路状況情報及び環境情報を処理して、前記車両の所定期間における第１の運転方針を生成するステップと、
前記所定期間における第１の運転方針及び前記車両の現在の第２の運転方針に基づいて、前記車両における各実行機構の状態調整モードを決定するステップと、
少なくとも一つの実行機構の状態調整モードが所定の条件を満たしていない場合、前記第１の運転方針を調整するステップと、を含む車両制御方法を提供する。
本出願の実施例の車両制御方法は、各車載センサによって収集されたデータに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を決定し、予め設定された制御方針モデルに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を処理して、車両の所定期間における第１の運転方針を生成し、所定期間における第１の運転方針及び車両の現在の第２の運転方針に基づいて、車両における各実行機構の状態調整モードを決定し、少なくとも一つの実行機構の状態調整モードが所定の条件を満たしていない場合、第１の運転方針を調整する。これにより、予測した第１の運転方針と、現在の第２の運転方針とを比較することで、車両における各実行機構の状態調整モードを決定し、状態調整モードが所定の条件を満たしていない場合、第１の運転方針を調整して、第１の運転方針と第２の運転方針との差異を低減することができ、同一実行機構の制御が徐々に変化するようになり、自動運転過程の安定性及び適応性が向上する。
本出願の第２の態様の実施例は、
各車載センサによって収集されたデータに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を決定するための情報収集モジュールと、
予め設定された制御針モデルに基づいて、前記車両の現在の状態情報、所在道路の道路状況情報及び環境情報を処理して、前記車両の所定期間における第１の運転針を生成するための生成モジュールと、
前記所定期間における第１の運転方針及び前記車両の現在の第２の運転方針に基づいて、前記車両における各実行機構の状態調整モードを決定するためのモード決定モジュールと、
少なくとも一つの実行機構の状態調整モードが所定の条件を満たしていない場合、前記第１の運転方針を調整するための調整モジュールと、を含む車両制御装置を提供する。
本出願の実施例の車両制御装置は、各車載センサによって収集されたデータに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を決定し、予め設定された制御方針モデルに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を処理して、車両の所定期間における第１の運転方針を生成し、所定期間における第１の運転方針及び車両の現在の第２の運転方針に基づいて、車両における各実行機構の状態調整モードを決定し、少なくとも一つの実行機構の状態調整モードが所定の条件を満たしていない場合、第１の運転方針を調整する。これにより、予測した第１の運転方針と、現在の第２の運転方針とを比較することで、車両における各実行機構の状態調整モードを決定し、状態調整モードが所定の条件を満たしていない場合、第１の運転方針を調整して、第１の運転方針と第２の運転方針との差異を低減することができ、同一実行機構の制御が徐々に変化するようになり、自動運転過程の安定性及び適応性が向上する。
本出願の第３の態様の実施例は、メモリとプロセッサとを含むコンピュータ機器を提供し、前記プロセッサは、前記メモリに記憶されている実行可能プログラムコードを読み出して、前記実行可能プログラムコードに対応するプログラムを実行して、本出願の第１の態様の実施例に記載の車両制御方法を実現する。
本出願の第４の態様の実施例は、コンピュータプログラムが記憶されている非一時的コンピュータ読み取り可能な記憶媒体を提供し、当該プログラムがプロセッサによって実行されるとき、本出願の第１の態様の実施例に記載の車両制御方法が実現される。
本出願の第５の態様の実施例は、コンピュータプログラム製品を提供し、前記コンピュータプログラム製品における命令がプロセッサによって実行されるとき、本出願の第１の態様の実施例に記載の車両制御方法が実現される。
本出願の付加的な態様及び利点は、一部が以下の説明において示され、一部が以下の説明により明らかになり、又は本出願の実践により理解される。
本出願の上記及び／又は付加的な態様及び利点は、以下、図面を参照する上での実施例についての説明において、明らかになり、理解しやすくなる。
本出願の実施例によって提供される車両制御方法の概略フローチャートである。 本出願の実施例によって提供される他の車両制御方法の概略フローチャートである。 本出願の実施例によって提供されるさらに他の車両制御方法の概略フローチャートである。 本出願の実施例によって提供されるさらに他の車両制御方法の概略フローチャートである。 本出願の実施例によって提供される車両制御装置の概略構成図である。 本出願の実施例によって提供される他の車両制御装置の概略構成図である。 本出願の実施例によって提供されるさらに他の車両制御装置の概略構成図である。 本出願の実施例によって提供されるさらに他の車両制御装置の概略構成図である。 本出願の実施例によって提供されるコンピュータ機器の概略構成図である。
以下、本出願の実施例を詳細に説明する。前記実施例における例が図面に示され、同一又は類似する符号は、常に同一又は類似する部品、或いは、同一又は類似する機能を有する部品を表す。以下に、図面を参照しながら説明される実施例は例示的なものであり、本出願を解釈するためだけに用いられ、本出願を限定するものと理解してはならない。
以下、図面を参照して、本出願の実施例の車両制御方法、装置、コンピュータ機器及び記憶媒体を説明する。
図１は、本出願の実施例によって提供される車両制御方法の概略フローチャートである。
図１に示すように、当該車両制御方法は、下記ステップを含むことができる。
ステップ１０１において、各車載センサによって収集されたデータに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を決定する。
自動運転車両と無人運転車両とは、走行中に人間が制御に関与せず、車両自体が全ての制御権を担う必要があるため、車両が周囲の環境を知り尽くすことが要求される。自動運転車両及び無人運転車両には、様々なセンサが装着されており、車両は、各センサの協働作動によって走行の安全性を確保する。
自動運転車両及び無人運転車両には、異なる種類のセンサが装着されている。例えば、車両に直観的かつリアルな視認可能な画像情報を提供して車両に正確な環境情報を提供するためにイメージセンサを装着したり、測距、速度測定などの機能を発揮するためにレーダーが装着されたり、タイヤの状况を監視するためにタイヤ空気圧センサを装着したり、ブレーキペダルを踏む量を監視するために距離センサを装着したりするなどである。本実施例において、レーダー、イメージセンサなどの車載センサから、各センサによって収集されたデータを取得し、各車載センサによって収集されたデータに基づいて、車両の現在のハードウェアやソフトウェアなどの状態情報、車両が現在位置する道路の道路状況情報及び環境情報を決定することができる。ここで、車両の現在の状態情報は、例えば、ハードウェアデバイスが故障しているか否か、ソフトウェアプログラムが正常に実行できるか否かなどを含むことができる。
ステップ１０２において、予め設定された制御方針モデルに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を処理して、車両の所定期間における第１の運転方針を生成する。
ここで、制御方針モデルは、予め訓練によって取得されたものである。大量の車両走行中の状態情報、所在道路の道路状況情報及び環境情報を予め収集して訓練サンプルとし、訓練サンプルを利用して初期モデルを訓練して、制御方針モデルを取得することができる。
本実施例において、車両の現在の状態情報、所在道路の道路状況情報及び環境情報が決定された後、各情報を予め設定された制御方針モデルに入力して処理すれば、車両の所定期間における第１の運転方針を取得することができる。
ここで、所定期間は、例えば、現在時刻から３秒以内、５秒以内などである。
ステップ１０３において、所定期間における第１の運転方針及び車両の現在の第２の運転方針に基づいて、車両における各実行機構の状態調整モードを決定する。
ここで、車両の現在の第２の運転方針は、車両における各実行機構の現在の状態に基づいて決定することができる。例えば、現在の車両のステアリングホイールの回転角が左に４５度回転であり、ブレーキペダルの踏む量が３０％であると、車両の現在の第２の運転方針が左折減速徐行であると決定することができる。
本実施例において、車両の所定期間における第１の運転方針が決定された後、第１の運転方針と車両の現在の第２の運転方針とを比較して、車両における各実行機構の状態調整モードを決定することができる。
例えば、第１の運転方針が、車両が加速するように制御するためにアクセルペダルを踏むことを含み、第２の運転方針が、車両が減速するように制御するためにブレーキペダルを踏むことを含むと仮定すると、車両のアクセルペダルが間もなく踏まれ、ブレーキペダルが間もなく離されると決定することができる。
また、例えば、第２の運転方針において、ステアリングホイールを左に３０度回転させ、第１の運転方針において、ステアリングホイールを右に１００度回転させると仮定すると、ステアリングホイールの状態調整モードが急速逆方向調整であると決定することができる。この場合、車両が間もなく急カーブを急速で通過すると、交通事故を招きやすく、運転体験も悪くなると決定することができる。
ステップ１０４において、少なくとも一つの実行機構の状態調整モードが所定の条件を満たしていない場合、第１の運転方針を調整する。
ここで、所定の条件は、例えば、第１の運転方針及び第２の運転方針に基づいて決定された実行機構の状態調整モードが矛盾していないこと、または実行機構の調整幅が所定値を超えないことであってもよい。
本実施例において、車両における各実行機構の状態調整モードが決定された後、各実行機構の状態調整モードと所定の条件とを比較して、状態調整モードが所定の条件を満たしているか否かを判断し、少なくとも一つの実行機構の状態調整モードが所定の条件を満たしていない場合、第１の運転方針を調整する。
例えば、第１の運転方針は、車両が加速するように制御するためにアクセルペダルを踏むことを含み、第２の運転方針は、車両が減速するように制御するためにブレーキペダルを踏むことを含むと仮定すると、車両のアクセルペダルが間もなく踏まれ、ブレーキペダルが間もなく離されると決定することができる。この場合、状態調整モードは矛盾しており、所定の条件を満たさず、車両が減速から加速へ変換されるため、決定された第１の運転方針が正確ではないと決定することができる。この場合、第１の運転方針を調整することができ、第１の運転方針を、ブレーキペダルを踏み、且つ踏む量が第２の運転方針におけるブレーキペダルの踏む量より小さくなるように制御するよう調整することにより、車両の速度が徐々に変化するように制御することができ、車両の安定走行性が確保される。
また、例えば、第２の運転方針において、ステアリングホイールを左に３０度回転させ、第１の運転方針おいて、ステアリングホイールを左に１００度回転させ、予め設定されたステアリングホイールの調整幅の所定値が１０度であると仮定して、第１の運転方針と第２の運転方針とを比較すると、ステアリングホイールの調整幅が７０度であり、所定値である１０度を超えているため、所定の条件を満たしていない。この場合、第１の運転方針を調整して、第１の運転方針におけるステアリングホイールの左回転角度を４０度に調整することができる。
本実施例の車両制御方法は、各車載センサによって収集されたデータに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を決定し、予め設定された制御方針モデルに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を処理して、車両の所定期間における第１の運転方針を生成し、所定期間における第１の運転方針及び車両の現在の第２の運転方針に基づいて、車両における各実行機構の状態調整モードを決定し、少なくとも一つの実行機構の状態調整モードが所定の条件を満たしていない場合、第１の運転方針を調整する。これにより、予測した第１の運転方針と、現在の第２の運転方針とを比較することで、車両における各実行機構の状態調整モードを決定し、状態調整モードが所定の条件を満たしていない場合、第１の運転方針を調整して、第１の運転方針と第２の運転方針との差異を低減することができ、同一実行機構に対する制御が徐々に変化するようになり、自動運転過程の安定性及び適応性が向上する。
自動運転の安定性、及び車両制御の正確さをさらに向上させるために、本出願の実施例の可能な実現形態において、予測した第１の制御方針を調整することもできる。そのため、本出願は、他の車両制御方法を提供する。図２は、本出願の実施例によって提供される他の車両制御方法の概略フローチャートである。
図２に示すように、図１に示す実施例に基づいて、ステップ１０２の後に、下記ステップ２０１～ステップ２０４をさらに含むことができる。
ステップ２０１において、所在道路の道路状況情報及び環境情報に基づいて、所在道路のモデルを構築する。
本実施例において、決定された所在道路の道路状況情報及び環境情報を利用して、所在道路のモデルを構築することができる。例えば、決定された所在道路の道路状況情報は、上り坂、坂道から１ｋｍ離れたところに分岐路があること、および分岐点で左折車線と右折車線に分かれることを含み、環境情報は、ガソリンスタンド、ガソリンスタンドが右折車線の出口に設置されることを含むと、一定の比率で環境情報及び道路状況情報に基づいて、対応する所在道路のモデルを構築することができる。構築された所在道路のモデルにも、上り坂、脇道、分岐点で左折車線と右折車線に分かれること、ガソリンスタンドが右折車線の出口に設置されることが含まれる。
なお、本実施例において、ステップ２０１とステップ１０２の実行順序が前後問わず、ステップ２０１は、ステップ１０２の後に実行されてもよいし、同時に実行されてもよいし、またはステップ１０２の前に実行されてもよい。本実施例では、ステップ２０１がステップ１０２の後に実行されることのみを例とし、本出願を限定するものではない。
ステップ２０２において、車両の標識に基づいて、車両のモデルのパラメータを取得する。
ここで、車両のモデルのパラメータは、車高、車幅、車体長などの外形パラメータを含むが、これらに限定されない。
通常、異なるブランドの車両や、同じブランドの異なるシリーズの車両は、車両の車幅、車体長などの外形パラメータで差異があり、本実施例において、車両の標識に基づいて、車両のモデルのパラメータを取得することができる。例えば、車両の標識とモデルのパラメータとのマッピング関係を予め記憶し、取得された現在の車両の標識に基づいて、マッピング関係を検索ことにより、現在の車両のモデルのパラメータを決定することができる。
ステップ２０３において、所定期間における第１の運転方針及び車両のモデルのパラメータに基づいて、所在道路のモデルにおける車両の走行軌跡を決定する。
異なる車両、例えば、小型セダンとオフローダーとは、同一道路を走行するとき、外部の障害物による車両への影響の程度が異なるため、本実施例において、所定期間における第１の運転方針及び車両のモデルのパラメータに基づいて、所在道路のモデルにおける車両の走行軌跡を決定することができる。
ステップ２０４において、走行軌跡と所在道路のモデルとのマッチング度に基づいて、第１の運転方針を調整する。
本実施例において、所在道路のモデルにおける車両の走行軌跡が決定された後、走行軌跡と所在道路のモデルとのマッチング度に基づいて、第１の運転方針を調整することができる。例えば、走行軌跡と所在道路のモデルとのマッチング度が予め設定されたマッチング度の閾値より小さい場合、第１の運転方針を調整する。
例えば、所在道路のモデルにおける車両の走行軌跡が直進してから左折し、所在道路のモデルが直進してから右折する場合、第１の運転方針を左折に調整することができる。
本実施例の車両制御方法は、所在道路の道路状況情報及び環境情報に基づいて、所在道路のモデルを構築し、車両の標識に基づいて、車両のモデルのパラメータを取得し、所定期間における第１の運転方針及び車両のモデルのパラメータに基づいて、所在道路のモデルにおける車両の走行軌跡を決定し、走行軌跡と所在道路のモデルとのマッチング度に基づいて、第１の運転方針を調整する。これにより、第１の運転方針の正確さが向上し、車両を正確に制御するための条件が提供される。
図３は、本出願の実施例によって提供されるさらに他の車両制御方法の概略フローチャートである。
図３に示すように、図１に示す実施例に基づいて、ステップ１０３の後に、下記ステップ３０１～ステップ３０３をさらに含むことができる。
ステップ３０１において、各実行機構の状態調整モードに基づいて、第１の運転方針のスコアを決定する。
本実施例において、各実行機構の状態調整モードが決定された後、各実行機構の状態調整モードに基づいて、第１の運転方針のスコアを決定することができる。例えば、状態調整モードが不整合な実行機構の数が多いほど、第１の運転方針のスコアが低くなる。状態調整モードが不整合な実行機構の数が同じである場合、同一実行機構の制御幅の変化が大きいほど、第１の運転方針のスコアが低くなる。
ステップ３０２において、第１の運転方針のスコアが第１の閾値より小さい場合、サーバが制御方針モデルを更新するように、第１の運転方針、車両の現在の状態情報、所在道路の道路状況情報及び環境情報をサーバに返送する。
ステップ３０３において、第１の運転方針のスコアが第２の閾値より小さい場合、自動運転モードを終了するように車両を制御する。
ここで、第１の閾値及び第２の閾値は、予め設定することができる。第１の閾値は、第２の閾値以上である。
本実施例において、第１の運転方針のスコアが第１の閾値より小さい場合、サーバが制御方針モデルを更新するように、第１の運転方針、車両の現在の状態情報、所在道路の道路状況情報及び環境情報をサーバに返送する。第１の運転方針のスコアが第２の閾値より小さい場合、自動運転モードを終了するように車両を制御する。
一例として、第１の閾値は、第２の閾値より大きい。第１の運転方針が第１の閾値より小さいが、第２の閾値以上である場合、第１の運転方針、車両の現在の状態情報、所在道路の道路状況情報及び環境情報をサーバに返送する。第１の運転方針が第２の閾値より小さい場合、自動運転モードを終了するように車両を制御する。
一例として、第１の閾値は、第２の閾値に等しい。第１の運転方針が第１の閾値より小さい場合、第１の運転方針、車両の現在の状態情報、所在道路の道路状況情報及び環境情報をサーバに返送し、自動運転モードを終了するように車両を制御することができる。
本実施例の車両制御方法は、各実行機構の状態調整モードに基づいて、第１の運転方針のスコアを決定し、第１の運転方針のスコアが第１の閾値より小さい場合、サーバが制御方針モデルを更新するように、第１の運転方針、車両の現在の状態情報、所在道路の道路状況情報及び環境情報をサーバに返送し、第１の運転方針のスコアが第２の閾値より小さい場合、自動運転モードを終了するように車両を制御する。これにより、制御方針モデルを適時に更新して第１の運転方針の予測の正確さを向上させることができるだけでなく、車両走行の安全性を向上させることもできる。
通常、インテリジェント車両は、自動運転のみをサポートするのでなく、人工運転もサポートする。人工運転モードでは、運転者は、道路状況などの事情に基づいて、車両を自発的に制御することができる。本出願の実施例において、インテリジェント車両が人工運転モードで運転される場合、運転者の運転習慣に基づく車両のパーソナライズ制御を実現するために、現在の車両の状態情報、道路状況情報などを収集して制御方針モデルを調整することができる。そのため、本出願の実施例は、さらに他の車両制御方法を提供する。図４は、本出願の実施例によって提供されるさらに他の車両制御方法の概略フローチャートである。
図４に示すように、上記実施例に基づいて、当該車両制御方法は、下記ステップ４０１とステップ４０２とをさらに含むことができる。
ステップ４０１において、車両が人工運転モードにある場合、車両の状態情報、所在道路の道路状況情報、環境情報及び車両走行状態を収集する。
本実施例において、車両が人工運転モードにある場合、運転者による車両の制御に基づいて、各車載センサからデータを収集し、車両の状態情報、所在道路の道路状況情報、環境情報及び車両走行状態を決定することができる。ここで、車両走行状態は、例えば、車両の走行速度、ステアリングホイールの方向及び角度、減速／加速走行などを含むことができる。
ステップ４０２において、車両の状態情報、所在道路の道路状況情報、環境情報及び車両走行状態に基づいて、予め設定された制御方針モデルを調整する。
本実施例において、制御方針モデルに基づいて生成された第１の運転方針が運転者の運転習慣に合わせて、パーソナライズされた車両制御を実現するように、収集された車両の状態情報、所在道路の道路状況情報、環境情報及び車両走行状態に基づいて、予め設定された制御方針モデルを調整することができる。
本実施例の車両制御方法は、車両が人工運転モードにある場合、車両の状態情報、所在道路の道路状況情報、環境情報及び車両走行状態を収集し、車両の状態情報、所在道路の道路状況情報、環境情報及び車両走行状態に基づいて、予め設定された制御方針モデルを調整することにより、制御方針モデルに基づいて生成された第１の運転方針が運転者の運転習慣に合うようになり、パーソナライズされた車両制御を実現し、ユーザ体験が向上する。
上記実施例を実現するため、本出願は、車両制御装置をさらに提供する。
図５は、本出願の実施例によって提供される車両制御装置の概略構成図である。
図５に示すように、当該車両制御装置５０は、情報収集モジュール５１０と、生成モジュール５２０と、モード決定モジュール５３０と、調整モジュール５４０と、を含む。
情報収集モジュール５１０は、各車載センサによって収集されたデータに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を決定する。
生成モジュール５２０は、予め設定された制御方針モデルに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を処理して、車両の所定期間における第１の運転方針を生成する。
モード決定モジュール５３０は、所定期間における第１の運転方針及び車両の現在の第２の運転方針に基づいて、車両における各実行機構の状態調整モードを決定する。
調整モジュール５４０は、少なくとも一つの実行機構の状態調整モードが所定の条件を満たしていない場合、第１の運転方針を調整する。
さらに、本出願の実施例の実現可能な形態において、図６に示すように、図５に示す実施例に基づいて、当該車両制御装置５０は、
所在道路の道路状況情報及び環境情報に基づいて、所在道路のモデルを構築するためのモデル構築モジュール５５０と、
車両の標識に基づいて、車両のモデルのパラメータを取得し、所定期間における第１の運転方針及び車両のモデルのパラメータに基づいて、所在道路のモデルにおける車両の走行軌跡を決定するためのシミュレーションモジュール５６０と、
走行軌跡と所在道路のモデルとのマッチング度に基づいて、第１の運転方針を調整するための初期調整モジュール５７０と、をさらに含むことができる。
本実施例において、モード決定モジュール５３０は、初期調整モジュール５７０によって調整された第１の運転方針及び車両の現在の第２の運転方針に基づいて、車両における各実行機構の状態調整モードを決定する。
所在道路の道路状況情報及び環境情報に基づいて、所在道路のモデルを構築し、車両の標識に基づいて、車両のモデルのパラメータを取得し、所定期間における第１の運転方針及び車両のモデルのパラメータに基づいて、所在道路のモデルにおける車両の走行軌跡を決定し、走行軌跡と所在道路のモデルとのマッチング度に基づいて、第１の運転方針を調整する。これにより、第１の運転方針の正確さが向上し、車両を正確に制御するための条件が提供される。
本出願の実施例の実現可能な形態において、図７に示すように、図５に示す実施例に基づいて、当該車両制御装置５０は、
各実行機構の状態調整モードに基づいて、第１の運転方針のスコアを決定するためのスコア決定モジュール５８０と、
第１の運転方針のスコアが第１の閾値より小さい場合、サーバが制御方針モデルを更新するように、第１の運転方針、車両の現在の状態情報、所在道路の道路状況情報及び環境情報をサーバに返送する処理モジュール５９０と、をさらに含むことができる。
さらに、処理モジュール５９０は、第１の運転方針のスコアが第２の閾値より小さい場合、自動運転モードを終了するように車両を制御する。
各実行機構の状態調整モードに基づいて、第１の運転方針のスコアを決定し、第１の運転方針のスコアが第１の閾値より小さい場合、サーバが制御方針モデルを更新するように、第１の運転方針、車両の現在の状態情報、所在道路の道路状況情報及び環境情報をサーバに返送し、第１の運転方針のスコアが第２の閾値より小さい場合、自動運転モードを終了するように車両を制御することにより、制御方針モデルを適時に更新して第１の運転方針の予測の正確さを向上させることができるだけでなく、車両走行の安全性を向上させることもできる。
本出願の実施例の実現可能な形態において、図８に示すように、図５に示す実施例に基づいて、当該車両制御装置５０は、車両が人工運転モードにある場合、車両の状態情報、所在道路の道路状況情報、環境情報及び車両走行状態を収集し、車両の状態情報、所在道路の道路状況情報、環境情報及び車両走行状態に基づいて、予め設定された制御方針モデルを調整するための更新モジュール５００をさらに含むことができる。
車両が人工運転モードにある場合、車両の状態情報、所在道路の道路状況情報、環境情報及び車両走行状態を収集し、車両の状態情報、所在道路の道路状況情報、環境情報及び車両走行状態に基づいて、予め設定された制御方針モデルを調整することにより、制御方針モデルに基づいて生成された第１の運転方針が運転者の運転習慣に合うようになり、パーソナライズされた車両制御が実現され、ユーザ体験が向上する。
なお、車両制御方法の実施例についての上記の解釈説明は、当該実施例の車両制御装置にも適用され、その実現原理が類似しているので、ここでは、詳しく説明しない。
本出願の実施例の車両制御装置は、各車載センサによって収集されたデータに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を決定し、予め設定された制御方針モデルに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を処理して、車両の所定期間における第１の運転方針を生成し、所定期間における第１の運転方針及び車両の現在の第２の運転方針に基づいて、車両における各実行機構の状態調整モードを決定し、少なくとも一つの実行機構の状態調整モードが所定の条件を満たしていない場合、第１の運転方針を調整する。これにより、予測した第１の運転方針と、現在の第２の運転方針とを比較することで、車両における各実行機構の状態調整モードを決定し、状態調整モードが所定の条件を満たしていない場合、第１の運転方針を調整して、第１の運転方針と第２の運転方針との差異を低減することができ、同一実行機構の制御が徐々に変化するようになり、自動運転過程の安定性及び適応性が向上する。
上記実施例を実現するため、本出願は、メモリと、プロセッサとを含むコンピュータ機器をさらに提供し、前記プロセッサは、前記メモリに記憶されている実行可能なプログラムコードを読み取る出ことにより、して、前記実行可能なプログラムコードに対応するプログラムを実行して、前述した実施例に記載の車両制御方法を実現する。
図９は、本出願の実施例によって提供されるコンピュータ機器の概略構成図であり、本出願の実施形態を実現するための例示的なコンピュータ機器９０のブロック図を示している。図９に示されるコンピュータ機器９０は、単なる一例であり、本出願の実施例の機能及び使用範囲について一切限定しない。
図９に示すように、コンピュータ機器９０は、汎用コンピューティングデバイスの形態で示されている。コンピュータ機器９０の構成要素は、１つまたは複数のプロセッサまたは処理ユニット９０６と、システムメモリ９１０と、異なるシステムの構成要素（システムメモリ９１０と処理ユニット９０６とを含む）を接続するバス９０８と、を含むが、これらに限定されない。
バス９０８は、メモリバスまたはメモリコントローラ、周辺バス、アクセラレーテッドグラフィックスポート、プロセッサ、または多様なバス構造のいずれかのバス構造を使用するローカルバスを含む、いくつかのタイプのバス構造のうちの１つまたは複数を表す。例えば、これらのアーキテクチャは、インダストリスタンダードアーキテクチャ（Ｉｎｄｕｓｔｒｙ Ｓｔａｎｄａｒｄ Ａｒｃｈｉｔｅｃｔｕｒｅ、以下ＩＳＡと略する）バス、マイクロチャネルアーキテクチャ（Ｍｉｃｒｏ Ｃｈａｎｎｅｌ Ａｒｃｈｉｔｅｃｔｕｒｅ、以下ＭＣＡと略する）バス、拡張ＩＳＡバス、ビデオエレクトロニクススタンダーズアソシエーション（Ｖｉｄｅｏ Ｅｌｅｃｔｒｏｎｉｃｓ Ｓｔａｎｄａｒｄｓ Ａｓｓｏｃｉａｔｉｏｎ、以下ＶＥＳＡと略する）ローカルバス、およびペリフェラルコンポーネントインターコネクト（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔｉｏｎ、以下ＰＣＩと略する）バスを含むが、これらに限定されない。
コンピュータ機器９０は、通常、複数種類のコンピュータシステム読み取り可能な媒体を含む。これらの媒体は、揮発性媒体および不揮発性媒体、リムーバブル媒体およびノンリムーバブル媒体を含む、コンピュータ機器９０によってアクセスされ得る任意の使用可能な媒体であってもよい。
システムメモリ９１０は、ランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ、以下ＲＡＭと略する）９１１および／またはキャッシュメモリ９１２のような揮発性メモリの形態のコンピュータシステム読み取り可能な媒体を含んでもよい。コンピュータ機器９０は、他のリムーバブル／ノンリムーバブル、揮発性／不揮発性コンピュータシステム記憶媒体をさらに含んでもよい。例だけあるが、ストレージシステム９１３は、ノンリムーバブル、不揮発性磁気媒体（図６に図示せず、通常「ハードディスク運転」と称する）に対して読み出しおよび書き込みをするために用いることができる。図９に示されていないが、リムーバブル不揮発性磁気ディスク（例えば、「フロッピーディスク」）に対して読み出しおよび書き込みをするための磁気ディスク運転、およびリムーバブル不揮発性光学ディスク（例えば、シーディーロム（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ、以下ＣＤ－ＲＯＭと略する）、ディーブイディーロム（Ｄｉｇｉｔａｌ Ｖｉｄｅｏ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ、以下ＤＶＤ－ＲＯＭと略する）または他の光学媒体）に対して読み出しおよび書き込みをするための光ディスク運転を提供することができる。これらの場合、各運転は、１つまたは複数のデータメディアインターフェイスを介してバス９０８に接続することができる。システムメモリ９１０は、本開示の各実施例に記載の機能を実行するように構成される１セットの（例えば、少なくとも１つ）プログラムモジュールを有する少なくとも１つのプログラム製品を含んでもよい。
コンピュータ読み取り可能なの信号媒体は、ベースバンドにおける、又は搬送波の一部として伝播するデータ信号を含むことができ、その中には、コンピュータ読み取り可能なプログラムコードが搭載される。この伝播するデータ信号は様々な形式を採用することができ、電磁信号、光信号又は上記の任意の適切な組み合わせを含むがこれらに限定されない。コンピュータ読み取り可能なの信号媒体は、さらに、コンピュータ読み取り可能な記憶媒体以外の任意のコンピュータ読み取り可能な媒体であってもよく、当該コンピュータ読み取り可能な媒体は、命令実行システム、装置又はデバイスにより使用され、或いはそれらと組み合わせて使用されるプログラムを送信、伝播又は伝送することができる。
コンピュータ読み取り可能な媒体に含まれるプログラムコードは、無線、有線、光ケーブル、ＲＦなど、又は上記の任意の適切な組み合わせを含むがこれらに限定されない任意の適切な媒体によって伝送することができる。
１つ又は複数のプログラミング言語又はそれらの組み合わせで本発明の動作を実行するためのコンピュータプログラムコードを作成することができ、前記プログラミング言語は、Ｊａｖａ（登録商標）、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などのプロジェクト指向のプログラミング言語を含み、さらに、「Ｃ」言語又は同様のプログラミング言語といった従来の手続き型プログラミング言語をも含む。プログラムコードは、完全にユーザコンピュータで実行されてもよいし、部分的にユーザコンピュータに実行されてもよいし、スタンドアロンソフトウェアパッケージとして実行されてもよいし、部分的にユーザコンピュータで、部分的にリモートコンピュータで実行されてもよい、又は完全にリモートコンピュータ又はサーバで実行してもよい。
１セットの（少なくとも１つ）プログラムモジュール９１４０を有するプログラム／ユーティリティ９１４は、例えば、システムメモリ９１０に記憶されてもよく、このようなプログラムモジュール９１４０は、オペレーティングシステム、１つまたは複数のアプリケーションプログラム、他のプログラムモジュールおよびプログラムデータを含むが、これらに限定されない。これらの例のそれぞれまたはある組み合わせには、ネットワーキング環境の実装が含まれる可能性がある。プログラムモジュール９１４０は、通常、本開示に記載の実施例における機能および／または方法を実行する。
コンピュータ機器９０は、１つまたは複数の外部デバイス１４（例えば、キーボード、ポインティングデバイス、ディスプレイ１００など）と通信することができ、また、ユーザが当該コンピュータ機器９０とインタラクションすることを可能にする１つまたは複数のデバイスと通信することができ、および／または、当該コンピュータ機器９０が１つまたは複数の他のコンピューティングデバイスと通信することを可能にする任意のデバイス（例えば、ネットワークカード、モデムなど）と通信することもできる。そのような通信は、入力／出力（Ｉ／Ｏ）インターフェイス９０２を介して行うことができる。また、コンピュータ機器９０は、ネットワークアダプタ９００を介して、１つまたは複数のネットワーク（例えば、ローカルエリアネットワーク（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ、以下ＬＡＮと略する）、ワイドエリアネットワーク（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ、以下ＷＡＮと略する）、および／またはパブリックネットワーク、例えば、インターネット）と通信することができる。図９に示すように、ネットワークアダプタ９００は、バス９０８を介してコンピュータ機器９０の他のモジュールと通信する。なお、図９に示されていないが、マイクロコード、デバイスドライバ、冗長化処理ユニット、外部ディスク駆動アレイ、ＲＡＩＤシステム、テープドライバ、およびデータバックアップストレージシステムなどを含むが、これらに限定されない他のハードウェアおよび／またはソフトウェアモジュールをコンピュータ機器９０と組み合わせて使用することができる。
処理ユニット９０６は、システムメモリ９１０に記憶されているプログラムを実行することにより、多様な機能アプリケーションおよびデータ処理を実行し、前述した実施例に記載の車両制御方法を実現する。
上記実施例を実現するために、本出願は、コンピュータプログラムが記憶されている非一時的コンピュータ読み取り可能な記憶媒体を提供し、当該プログラムがプロセッサによって実行されるとき、前述した実施例に記載の車両制御方法が実現される。
上記実施例を実現するために、本出願は、コンピュータプログラム製品をさらに提供し、前記コンピュータプログラム製品における命令がプロセッサによって実行されるとき、前述した実施例に記載の車両制御方法が実現される。
本明細書の説明において、「一実施例」、「一部の実施例」、「例」、「具体的な例」、或いは「一部の例」などの用語を参考した説明とは、当該実施例或いは例を合わせて説明された具体的な特徴、構成、材料或いは特性が、本開示の少なくとも１つの実施例或いは例に含まれることである。本明細書において、上記用語に対する例示的な説明は、必ずしも同じ実施例或いは例を示すものではない。また、説明された具体的な特徴、構成、材料或いは特性は、いずれか１つ或いは複数の実施例又は例において適切に結合することができる。なお、相互に矛盾しない限り、当業者は、本明細書において説明された異なる実施例又は例、及び異なる実施例又は例の特徴を結合し、組み合わせることができる。
本発明の説明において、「第１」、「第２」の用語は、単に説明するためのものであり、比較的な重要性を指示又は暗示するか、或いは示された技術的特徴の数を黙示的に指示すると理解してはならない。よって、「第１」、「第２」が限定されている特徴は少なくとも１つの前記特徴を含むことを明示又は暗示するものである。本開示の説明において、明確且つ具体的な限定がない限り、「複数」とは、少なくとも２つ、例えば、２つ、３つなどを意味する。
フローチャートにおける、又はここで他の形態で記載された任意のプロセス又は方法は、特定ロジック機能又はプロセスのステップを実現するための１つ又は複数の実行可能な命令コードを含むモジュール、セグメント又は一部を表すと理解されてもよい。また、本発明の好ましい実施形態の範囲は、ここで示されるか又は論議された順番ではなく、係る機能に応じてほぼ同時の形態又は逆の順番で機能を実行することができる他の実現を含むことができる。これは、当業者であれば理解すべきである。
フローチャートで示された又はここで他の形態で説明されたロジック及び／又はステップは、例えば、ロジック機能を実現するための実行可能な命令の順番付けられたリストと見なすことができ、任意のコンピュータ読み取り可能な記憶媒体に具体的に実装されて、命令実行システム、装置、又はデバイス（例えばコンピュータに基づいたシステム、プロセッサを含むシステム、又は他の命令実行システム、装置又はデバイスから命令を獲得して命令を実行するシステム）に利用されるか、又はこれらの命令実行システム、装置又はデバイスと組み合わせて利用される。本願明細書において、「コンピュータ読み取り可能な記憶媒体」は、命令実行システム、装置又はデバイスによって、又は、命令実行システム、装置又はデバイスと組み合わせて使用するためのプログラムを含む、格納する、通信する、伝播する、又は伝送することができる任意の装置であってもよい。コンピュータ読み取り可能な記憶媒体のより具体的な例（非限定的なリスト）として、１つ又は複数の配線を備える電気接続部（電子デバイス）、ポータブルコンピュータディスクカートリッジ（磁気デバイス）、ランダムアクセスメモリ（ＲＡＭ）読み出し専用メモリ（ＲＯＭ）、消去可能なプログラマブル読み出し専用メモリ（ＥＰＲＯＭ又はフラッシュメモリ）、光ファイバデバイス、及びポータブルコンパクトディスク読み出し専用リメモリ（ＣＤＲＯＭ）を含む。また、コンピュータ読み取り可能な記憶媒体は、前記プログラムが印刷され得る紙又は他の適切な媒体であってもよく、これは、例えば、紙や他の媒体を光学的スキャンし、次に編集し、解釈し、又は必要な場合に他の適切な形態で処理して前記プログラムを電子的に取得して、そしてコンピュータメモリに格納するからである。
なお、本発明の各部分は、ハードウェア、ソフトウェア、ファームウェア、又はこれらの組み合わせによって実現することができる。上記実施形態において、複数のステップ又は方法は、メモリに記憶された且つ適切な命令実行システムによって実行されるソフトウェア又はファームウェアによって実現することができる。例えば、ハードウェアで実現される場合に、もう１つの実施形態と同様に、本分野において周知である、データ信号に対してロジック機能を実現するためのロジックゲート回路を備える離散ロジック回路、適切な組み合わせロジックゲート回路を備える特定用途向け集積回路、プログラマブルゲートアレイ（ＰＧＡ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）などの当分野の周知技術のうちいずれか１つ又はこれらの組み合わせによって実現することができる。
通常の当業者であれば、上記の実施例に係る方法に含まれる全部又は一部のステップは、プログラムによってハードウェアを命令することで実行することができると理解することができる。前記プログラムは、コンピュータ読み取り可能な記憶媒体に格納することができ、当該プログラムが実行される場合に、方法実施例におけるステップの１つ又はそれらの組み合わせが実行される。
また、本発明の各実施例における各機能ユニットは、１つの処理モジュールに集積されてもよいし、それぞれが個別の物理的存在であってもよいし、２つ以上のユニットが１つのモジュールに集積されてもよい。前記集積モジュールは、ハードウェアの形態で実現されてもよいし、ソフトウェア機能モジュールの形態で実現されてもよい。前記集積モジュールがソフト機能モジュールの形態で実現されるとともに、独立した製品として販売又は使用される場合に、１つのコンピュータ読み取り可能な記憶媒体に記憶されてもよい。
上記の記憶媒体は、読み出し専用メモリ、磁気ディスク、又はＣＤなどであってもよい。なお、以上、本発明の実施例を示して説明したが、上記実施例は例示するものであって、本発明を制限するためのものであると理解してはならない。通常の当業者であれば、本発明の範囲内で上記実施例に対して変更、修正、置換え、変形を行うことができる。

Claims (9)

  1. 各車載センサによって収集されたデータに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を決定するステップと、
    予め設定された制御方針モデルに基づいて、前記車両の現在の状態情報、所在道路の道路状況情報及び環境情報を処理して、前記車両の所定期間における第１の運転方針を生成するステップと、
    前記所定期間における第１の運転方針及び前記車両の現在の第２の運転方針に基づいて、前記車両における各実行機構の状態調整モードを決定するステップと、
    少なくとも一つの実行機構の状態調整モードが所定の条件を満たしていない場合、前記第１の運転方針を調整するステップであって、前記所定の条件が、第１の運転方針及び第２の運転方針に基づいて決定された実行機構の状態調整モードが矛盾していないこと、または実行機構の調整幅が所定値を超えないことであるステップと、を含み、
    前記車両の所定期間における第１の運転方針を生成するステップの後に、
    前記所在道路の道路状況情報及び環境情報に基づいて、前記所在道路のモデルを構築するステップと、
    前記車両の標識に基づいて、前記車両のモデルのパラメータを取得するステップと、
    前記所定期間における第１の運転方針及び前記車両のモデルのパラメータに基づいて、前記所在道路のモデルにおける前記車両の走行軌跡を決定するステップと、
    前記走行軌跡と前記所在道路のモデルとのマッチング度に基づいて、前記第１の運転方針を調整するステップと、を含む車両制御方法。
  2. 前記車両における各実行機構の状態調整モードを決定するステップの後に、
    前記各実行機構の状態調整モードに基づいて、前記第１の運転方針のスコアを決定するステップと、
    前記第１の運転方針のスコアが第１の閾値より小さい場合、サーバが前記制御方針モデルを更新するように、前記第１の運転方針、前記車両の現在の状態情報、所在道路の道路状況情報及び環境情報を前記サーバに返送するステップと、を含む請求項１に記載の車両制御方法。
  3. 前記第１の運転方針のスコアを決定するステップの後に、
    前記第１の運転方針のスコアが第２の閾値より小さい場合、自動運転モードを終了するように前記車両を制御するステップを含む請求項２に記載の車両制御方法。
  4. 前記車両が人工運転モードにある場合、前記車両の状態情報、所在道路の道路状況情報、環境情報及び車両走行状態を収集するステップと、
    前記車両の状態情報、所在道路の道路状況情報、環境情報及び車両走行状態に基づいて、前記予め設定された制御方針モデルを調整するステップと、を含む請求項１から３のいずれかに記載の車両制御方法。
  5. 各車載センサによって収集されたデータに基づいて、車両の現在の状態情報、所在道路の道路状況情報及び環境情報を決定するための情報収集モジュールと、
    予め設定された制御方針モデルに基づいて、前記車両の現在の状態情報、所在道路の道路状況情報及び環境情報を処理して、前記車両の所定期間における第１の運転方針を生成するための生成モジュールと、
    前記所定期間における第１の運転方針及び前記車両の現在の第２の運転方針に基づいて、前記車両における各実行機構の状態調整モードを決定するためのモード決定モジュールと、
    少なくとも一つの実行機構の状態調整モードが所定の条件を満たしていない場合、前記第１の運転方針を調整するための調整モジュールであって、前記所定の条件が、第１の運転方針及び第２の運転方針に基づいて決定された実行機構の状態調整モードが矛盾していないこと、または実行機構の調整幅が所定値を超えないことである調整モジュールと、
    所在道路の道路状況情報及び環境情報に基づいて、所在道路のモデルを構築するためのモデル構築モジュールと、
    車両の標識に基づいて、車両のモデルのパラメータを取得し、所定期間における第１の運転方針及び車両のモデルのパラメータに基づいて、所在道路のモデルにおける車両の走行軌跡を決定するためのシミュレーションモジュールと、
    走行軌跡と所在道路のモデルとのマッチング度に基づいて、第１の運転方針を調整するための初期調整モジュールと、を含む車両制御装置。
  6. 前記各実行機構の状態調整モードに基づいて、前記第１の運転方針のスコアを決定するためのスコア決定モジュールと、
    前記第１の運転方針のスコアが第１の閾値より小さい場合、サーバが前記制御方針モデルを更新するように、前記第１の運転方針、前記車両の現在の状態情報、所在道路の道路状況情報及び環境情報を前記サーバに返送するための処理モジュールと、を含む請求項５に記載の車両制御装置。
  7. 前記処理モジュールは、
    前記第１の運転方針のスコアが第２の閾値より小さい場合、自動運転モードを終了するように前記車両を制御する請求項６に記載の車両制御装置。
  8. メモリとプロセッサとを含むコンピュータ機器であって、
    前記プロセッサは、前記メモリに記憶されている実行可能プログラムコードを読み出して、前記実行可能プログラムコードに対応するプログラムを実行して、請求項１から４のいずれかに記載の車両制御方法を実現するコンピュータ機器。
  9. コンピュータプログラムが記憶されている非一時的コンピュータ読み取り可能な記憶媒体であって、
    当該プログラムがプロセッサによって実行されるとき、請求項１から４のいずれかに記載の車両制御方法が実現される非一時的コンピュータ読み取り可能な記憶媒体。
JP2019116849A 2018-08-30 2019-06-25 車両制御方法、装置、コンピュータ機器及び記憶媒体 Active JP7000638B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201811005964.X 2018-08-30
CN201811005964.XA CN109085837B (zh) 2018-08-30 2018-08-30 车辆控制方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
JP2020032998A JP2020032998A (ja) 2020-03-05
JP7000638B2 true JP7000638B2 (ja) 2022-01-19

Family

ID=64840361

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019116849A Active JP7000638B2 (ja) 2018-08-30 2019-06-25 車両制御方法、装置、コンピュータ機器及び記憶媒体

Country Status (4)

Country Link
US (1) US11614737B2 (ja)
EP (1) EP3617827A3 (ja)
JP (1) JP7000638B2 (ja)
CN (1) CN109085837B (ja)

Families Citing this family (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109714422A (zh) * 2018-12-28 2019-05-03 深圳市易成自动驾驶技术有限公司 基于自动驾驶的计算资源共享方法、系统及可读存储介质
CN113377033B (zh) * 2019-01-15 2024-03-22 北京百度网讯科技有限公司 数据采集方法、装置、设备及计算机可读存储介质
CN109901574B (zh) * 2019-01-28 2021-08-13 华为技术有限公司 自动驾驶方法及装置
CN114861793A (zh) * 2019-02-21 2022-08-05 百度在线网络技术（北京）有限公司 一种信息处理方法、装置及存储介质
CN109733285B (zh) * 2019-02-27 2021-05-07 百度在线网络技术（北京）有限公司 车辆行驶状态显示方法、设备和系统
CN109808695A (zh) * 2019-02-28 2019-05-28 北京航空航天大学 一种车辆行驶模式调整方法及装置
CN109839937B (zh) * 2019-03-12 2023-04-07 百度在线网络技术（北京）有限公司 确定车辆自动驾驶规划策略的方法、装置、计算机设备
CN110532846B (zh) * 2019-05-21 2022-09-16 华为技术有限公司 自动换道方法、装置及存储介质
CN110275510B (zh) * 2019-06-14 2021-12-07 百度在线网络技术（北京）有限公司 车辆控制模型的处理频率调整方法、装置和电子设备
CN110264720B (zh) * 2019-06-28 2023-01-06 腾讯科技（深圳）有限公司 驾驶模式提示方法、装置、设备及存储介质
CN112183157A (zh) * 2019-07-02 2021-01-05 华为技术有限公司 道路几何识别方法及装置
CN110615001B (zh) * 2019-09-27 2021-04-27 汉纳森（厦门）数据股份有限公司 一种基于can数据的驾驶安全提醒方法、装置及介质
CN110758394B (zh) * 2019-09-29 2020-10-16 一汽解放青岛汽车有限公司 堵车工况发动机起动控制方法、系统、车辆及存储介质
CN112829751B (zh) * 2019-11-04 2022-04-29 北京地平线机器人技术研发有限公司 一种车辆状态的安全性评价方法及装置
CN110837258B (zh) * 2019-11-29 2024-03-08 商汤集团有限公司 自动驾驶控制方法及装置、系统、电子设备和存储介质
CN111142539B (zh) * 2020-01-13 2020-10-27 中智行科技有限公司 一种无人驾驶车辆控制方法、装置和无人驾驶车辆
CN111816022A (zh) * 2020-02-07 2020-10-23 北京嘀嘀无限科技发展有限公司 一种模拟场景的仿真方法、装置、存储介质以及电子设备
CN113548053B (zh) * 2020-04-24 2023-09-15 长城汽车股份有限公司 车辆控制方法和装置、介质、设备、车辆
CN113954858A (zh) * 2020-07-20 2022-01-21 华为技术有限公司 一种规划车辆行驶路线的方法以及智能汽车
CN114074574B (zh) * 2020-08-10 2024-03-15 北京新能源汽车股份有限公司 一种车辆的电流采集方法、装置、控制设备及汽车
CN114074663B (zh) * 2020-08-18 2023-07-18 长城汽车股份有限公司 个性化驾驶模式设置方法、系统及车辆
CN112061139B (zh) * 2020-09-03 2022-02-18 三一专用汽车有限责任公司 自动驾驶控制方法、自动驾驶装置和计算机存储介质
CN112109715B (zh) * 2020-09-14 2022-06-14 华人运通(上海)云计算科技有限公司 车辆动力输出策略的生成方法、装置、介质及系统
CN112398932B (zh) * 2020-11-04 2023-10-24 腾讯科技（深圳）有限公司 获取路况信息的方法、装置、设备及计算机可读存储介质
CN112540310B (zh) * 2020-12-08 2024-05-03 重庆金康动力新能源有限公司 一种电池温度管理策略的验证方法及系统
CN112572433A (zh) * 2020-12-24 2021-03-30 奇瑞汽车股份有限公司 车道保持的控制方法、装置及计算机存储介质
CN112896171B (zh) * 2021-02-19 2022-07-22 联合汽车电子有限公司 车辆的控制方法、装置、设备、车辆和存储介质
CN113034976B (zh) * 2021-03-23 2022-08-09 地平线(上海)人工智能技术有限公司 报警方法和装置、计算机可读存储介质、电子设备
CN113071505B (zh) * 2021-04-16 2024-02-13 阿波罗智联(北京)科技有限公司 驾驶行为习惯的确定、车辆行驶控制方法、装置及设备
CN113411375B (zh) * 2021-05-08 2023-07-18 长沙智能驾驶研究院有限公司 信息处理方法、设备及计算机存储介质
US11820387B2 (en) * 2021-05-10 2023-11-21 Qualcomm Incorporated Detecting driving behavior of vehicles
CN113344345A (zh) * 2021-05-21 2021-09-03 深圳裹动智驾科技有限公司 用于自动驾驶车辆的数据处理方法、装置及计算机设备
US11636687B2 (en) * 2021-06-24 2023-04-25 Guangzhou Automobile Group Co., Ltd. Adaptive processing method for new scenes in autonomous driving, autonomous driving method and system
CN113479177B (zh) * 2021-07-07 2024-04-09 的卢技术有限公司 车辆制动控制方法、系统、计算机设备和存储介质
CN113386638A (zh) * 2021-07-21 2021-09-14 芜湖雄狮汽车科技有限公司 车辆座椅的调节方法及装置
CN113401107B (zh) * 2021-07-29 2022-05-10 中国人民解放军国防科技大学 信息收集过程中的三轴无人车自主调整策略及系统
CN113419546B (zh) * 2021-08-24 2021-11-26 新石器慧通（北京）科技有限公司 一种无人车的控制方法、装置、介质及电子设备
CN114265309B (zh) * 2021-11-19 2023-09-05 江苏徐工工程机械研究院有限公司 一种工程机械优化控制策略推荐系统及方法
CN114027667B (zh) * 2021-12-01 2023-08-15 慕思健康睡眠股份有限公司 一种在离床状态判定方法、装置、智能床垫及介质
CN115114516A (zh) * 2021-12-15 2022-09-27 长城汽车股份有限公司 驾驶模式处理方法、装置、电子设备、储存介质和车辆
CN114373319A (zh) * 2021-12-24 2022-04-19 上海东普信息科技有限公司 基于自动驾驶的路况提醒方法、装置、设备及存储介质
CN114426028B (zh) * 2022-03-03 2023-12-22 一汽解放汽车有限公司 智能驾驶控制方法、装置、计算机设备和存储介质
CN114919577B (zh) * 2022-05-24 2024-07-02 一汽解放汽车有限公司 一种车辆驾驶控制方法、装置、设备、介质
CN114647235B (zh) * 2022-05-24 2022-10-04 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) 一种线控底盘的控制方法、联合控制系统及服务器
CN115771506B (zh) * 2022-11-17 2023-06-20 清华大学 基于乘员风险认知的车辆行驶策略的确定方法和装置
CN116125943B (zh) * 2022-12-16 2024-06-25 佛山仙湖实验室 一种氢燃料电池汽车的整车控制策略开发测试方法及装置
CN118254758A (zh) * 2022-12-28 2024-06-28 广州汽车集团股份有限公司 车辆工作状态切换方法、装置、可读介质及车辆
CN116176607B (zh) * 2023-04-27 2023-08-29 南京芯驰半导体科技有限公司 驾驶方法、驾驶设备、电子设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004026097A (ja) 2002-06-28 2004-01-29 Daihatsu Motor Co Ltd 車両走行制御装置および方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11105579A (ja) * 1997-10-07 1999-04-20 Toyota Motor Corp 車間制御装置
JP3873588B2 (ja) * 2000-07-13 2007-01-24 日産自動車株式会社 車両の自動操縦制御装置
JP2009051310A (ja) * 2007-08-24 2009-03-12 Advics:Kk 車両走行制御装置
FR2985971B1 (fr) * 2012-01-19 2014-08-22 Peugeot Citroen Automobiles Sa Procede de correction de trajectoire d’un vehicule automobile et dispositif de correction de trajectoire d’un vehicule automobile associe
US8825265B1 (en) * 2012-03-16 2014-09-02 Google Inc. Approach for consolidating observed vehicle trajectories into a single representative trajectory
US10099724B2 (en) * 2014-01-21 2018-10-16 Continental Automotive Systems, Inc. Road departure protection system
EP3096992B1 (en) * 2014-03-11 2021-10-27 Continental Automotive Systems, Inc. Road departure protection system
JP6082415B2 (ja) * 2015-03-03 2017-02-15 富士重工業株式会社 車両の走行制御装置
JP6340037B2 (ja) * 2016-06-07 2018-06-06 株式会社Ｓｕｂａｒｕ 車両の走行制御装置
US10435015B2 (en) * 2016-09-28 2019-10-08 Baidu Usa Llc System delay corrected control method for autonomous vehicles
CN106564495B (zh) * 2016-10-19 2018-11-06 江苏大学 融合空间和动力学特性的智能车辆安全驾驶包络重构方法
WO2018122586A1 (zh) * 2016-12-30 2018-07-05 同济大学 一种基于舒适度的自动驾驶车速控制方法
US10059336B2 (en) 2017-01-06 2018-08-28 Toyota Research Institute, Inc. Systems and methods for dynamically adjusting a vehicle trajectory according to deviations of a driver from expected inputs
US11161518B2 (en) * 2018-06-15 2021-11-02 Micron Technology, Inc. Detecting road conditions based on braking event data received from vehicles
US11966838B2 (en) * 2018-06-19 2024-04-23 Nvidia Corporation Behavior-guided path planning in autonomous machine applications

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004026097A (ja) 2002-06-28 2004-01-29 Daihatsu Motor Co Ltd 車両走行制御装置および方法

Also Published As

Publication number Publication date
EP3617827A2 (en) 2020-03-04
US11614737B2 (en) 2023-03-28
EP3617827A3 (en) 2020-04-15
CN109085837B (zh) 2023-03-24
CN109085837A (zh) 2018-12-25
US20200073384A1 (en) 2020-03-05
JP2020032998A (ja) 2020-03-05

Similar Documents

Publication Publication Date Title
JP7000638B2 (ja) 車両制御方法、装置、コンピュータ機器及び記憶媒体
EP3321757B1 (en) Planning feedback based decision improvement system for autonomous driving vehicle
JP6967051B2 (ja) 自動運転車両のための人間の運転行動を模倣する２段階基準線平滑化方法
US11328219B2 (en) System and method for training a machine learning model deployed on a simulation platform
JP6832421B2 (ja) シミュレーションに基づく自動運転車の感知要求の評価方法
US11186276B2 (en) Adjusting speeds along a path for autonomous driving vehicles
US20180374359A1 (en) Evaluation framework for predicted trajectories in autonomous driving vehicle traffic prediction
US10054945B2 (en) Method for determining command delays of autonomous vehicles
US11167770B2 (en) Autonomous vehicle actuation dynamics and latency identification
KR20180114547A (ko) 자율 주행 모드로 재진입하는 자율 주행 차량 제어를 위한 방법 및 시스템
JP2019043495A (ja) 自動運転調整装置、自動運転調整システム、及び自動運転調整方法
US11462060B2 (en) Data collection automation system
US10909377B2 (en) Tracking objects with multiple cues
JP7143269B2 (ja) 車両挙動予測のための圧縮環境特徴の表示
US11403949B2 (en) System for predicting vehicle behavior
JP7017582B2 (ja) 自動運転車のトルクフィードバックに基づく車両縦方向自動キャリブレーションシステム
US20210191402A1 (en) Communications protocols between planning and control of autonomous driving vehicle
JP7391125B2 (ja) 自動運転特徴の特定方法、装置、設備、媒体及びコンピュータプログラム
US20230294736A1 (en) Offline Tracking System for Autonomous Vehicle Control Systems
US20230256999A1 (en) Simulation of imminent crash to minimize damage involving an autonomous vehicle
JP6946456B2 (ja) 地図及び測位を必要としない自動運転車両のコーナネゴシエーション方法
WO2018198824A1 (ja) 車両制御装置および運転支援システム
US20230243952A1 (en) Unified radar perception architecture
US20240010233A1 (en) Camera calibration for underexposed cameras using traffic signal targets
US20230227071A1 (en) Latency Violation Prevention for Autonomous Vehicle Control Systems

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190625

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200804

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201029

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210413

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210708

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20211012

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20211029

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211110

R150 Certificate of patent or registration of utility model

Ref document number: 7000638

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150