CN110297484B - 无人驾驶控制方法、装置、计算机设备和存储介质 - Google Patents

无人驾驶控制方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN110297484B
CN110297484B CN201810246035.1A CN201810246035A CN110297484B CN 110297484 B CN110297484 B CN 110297484B CN 201810246035 A CN201810246035 A CN 201810246035A CN 110297484 B CN110297484 B CN 110297484B
Authority
CN
China
Prior art keywords
instruction
decision
checking
control
strength
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
CN201810246035.1A
Other languages
English (en)
Other versions
CN110297484A (zh
Inventor
周文立
查鸿山
邱明喆
林小敏
王晓波
翁诗晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Automobile Group Co Ltd
Original Assignee
Guangzhou Automobile Group Co Ltd
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 Guangzhou Automobile Group Co Ltd filed Critical Guangzhou Automobile Group Co Ltd
Priority to CN201810246035.1A priority Critical patent/CN110297484B/zh
Publication of CN110297484A publication Critical patent/CN110297484A/zh
Application granted granted Critical
Publication of CN110297484B publication Critical patent/CN110297484B/zh
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
    • G05D1/02—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
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • 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
    • G05D1/02—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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请涉及一种无人驾驶控制方法、装置、计算机设备和存储介质。所述方法包括：获取决策指令和感知信息，根据决策指令计算决策指令对应的初始控制量；根据感知信息对决策指令进行校核得到校核结果，根据校核结果和初始控制量计算得到控制指令；将控制指令发送至驾驶执行装置。采用本方法能够判断获取的决策指令与同一时刻的感知信息是否对应，或判断获取的决策指令在一定时间段内是否适用当前感知信息，并根据校核结果和初始控制量计算得到控制指令，从而防止决策信息失效导致执行错误的问题，提高了无人驾驶***的安全性。

Description

无人驾驶控制方法、装置、计算机设备和存储介质
技术领域
本申请涉及智能交通技术领域，特别是涉及一种无人驾驶控制方法、装置、计算机设备和存储介质。
背景技术
随着智能交通技术的快速发展，无人驾驶***也得到了快速的发展，无人驾驶***作为先进的客运交通***，正引导城市轨道交通的发展趋势。无人驾驶***中感知模块、决策模块、控制模块是三个比较独立的控制单元。其中感知模块的输出是决策模块的输入，决策模块的输出是控制模块的输入，控制模块的输出直接决定了车辆的驾驶行为。信息的传递中一环扣一环，一旦出现信息失效，则可能引发安全问题。目前主流的无人驾驶的***架构中，控制模块对决策模块绝对服从，毫无质疑。一旦决策信息失效发生，控制模块也会将错误执行下去。
传统的无人驾驶***只提出了感知信息和控制指令失效时的解决办法，但是在实际应用过程中，决策信息也会由于处理单帧决策信息的周期远大于控制模块处理单帧控制信息的周期、算法上仍不完善和数据传输链路失效等原因失效，从而使得对车辆的驾驶控制执行错误，当决策信息失效时，传统的无人驾驶***中没有相应的应急方案，***安全性低。
发明内容
基于此，有必要针对上述问题，提供一种能够提高无人驾驶***安全性的无人驾驶控制方法、装置、计算机设备和存储介质。
一种无人驾驶控制方法，包括以下步骤：
获取决策指令和感知信息，感知信息通过对采集的驾驶参考数据进行数据处理得到，决策指令通过对感知信息进行决策得到；
根据决策指令计算决策指令对应的初始控制量；
根据感知信息对决策指令进行校核得到校核结果，根据校核结果和初始控制量计算得到控制指令；
将控制指令发送至驾驶执行装置。
在一个实施例中，根据感知信息对决策指令进行校核得到校核结果，根据校核结果和初始控制量计算得到控制指令的步骤之后，还包括以下步骤：
根据校核结果和感知信息生成对应的反馈校核信息，并根据反馈校核信息对决策指令进行反馈调节。
在一个实施例中，控制指令包括紧急控制指令、原始控制指令和目标控制指令，根据感知信息对决策指令进行校核得到校核结果，根据校核结果对初始控制量进行校核得到控制指令的步骤，包括以下步骤：
当根据感知信息判断决策指令包含会导致严重安全事故的指令时，则根据对决策指令进行校核的校核强度生成紧急控制指令；紧急控制指令用于控制驾驶执行装置采取紧急制动；
当根据感知信息判断决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，则根据对决策指令进行校核的校核强度生成原始控制指令；原始控制指令用于控制驾驶执行装置按照预设速度行驶或停止行驶；
当根据感知信息判断决策指令包含会违反交通法规的指令时，则根据对决策指令进行校核的校核强度生成目标控制指令；目标控制指令用于控制驾驶执行装置按照目标轨迹行驶或停止行驶。
在一个实施例中，根据对决策指令进行校核的校核强度生成紧急控制指令，包括以下步骤：
当对决策指令进行校核的校核强度为预设强度时，则生成紧急控制指令，所述预设强度值用于反映对所述决策指令的执行程度。
在一个实施例中，原始控制指令包括预设最大值控制指令、预设行驶值控制指令和停止行驶控制指令，根据对决策指令的校核强度生成原始控制指令，包括以下步骤：
当对决策指令进行校核的校核强度为第一预设强度时，则生成预设最大值控制指令；
当对决策指令进行校核的校核强度为第二预设强度时，则生成预设行驶值控制指令；
当对决策指令进行校核的校核强度为第三预设强度时，则生成停止行驶控制指令。
在一个实施例中，目标控制指令包括初始控制指令、减速行驶控制指令和停止行驶控制指令，根据对决策指令的校核强度生成目标控制指令，包括以下步骤：
当对决策指令进行校核的校核强度为第一预设强度时，则生成初始控制指令；
当对决策指令进行校核的校核强度为第二预设强度时，则生成减速行驶控制指令；
当对决策指令进行校核的校核强度为第三预设强度时，则生成停止行驶控制指令。
一种无人驾驶控制装置，包括：
获取模块，用于获取决策指令和感知信息，感知信息通过对采集的驾驶参考数据进行数据处理得到，决策指令通过对感知信息进行决策得到；
计算模块，用于根据决策指令计算决策指令对应的初始控制量；
校核模块，根据感知信息对决策指令进行校核得到校核结果，根据校核结果和初始控制量计算得到控制指令；
发送模块，用于将控制指令发送至对应的执行装置。
在一个实施例中，无人驾驶控制装置还包括：
反馈模块，用于根据校核结果和感知信息生成对应的反馈校核信息，并根据反馈校核信息对决策指令进行反馈调节。
一种计算机设备，包括处理器和存储器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行无人驾驶控制方法的步骤。
一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行无人驾驶控制方法的步骤。
上述无人驾驶控制方法、装置、计算机设备和存储介质，获取决策指令和感知信息后，根据获取的决策指令计算决策指令对应的初始控制量，根据接收的感知信息决策指令进行校核，根据校核结果和初始控制量计算得到控制指令，将得到的控制指令发送至驾驶执行装置。通过获取感知信息对决策指令进行校核，可判断获取的决策指令与同一时刻的感知信息是否对应，或判断获取的决策指令在一定时间段内是否适用当前感知信息，并根据校核结果和初始控制量计算得到控制指令，从而防止决策信息失效导致执行错误的问题，提高了无人驾驶***的安全性。
附图说明
图1为一个实施例中无人驾驶控制方法的流程示意图；
图2为另一个实施例中无人驾驶控制方法的流程示意图；
图3为另一个实施例中无人驾驶控制方法的流程示意图；
图4为另一个实施例中无人驾驶控制方法的流程示意图；
图5为一个实施例中无人驾驶控制装置的结构框图；
图6为另一个实施例中无人驾驶控制装置的结构框图；
图7为另一个实施例中无人驾驶控制装置的结构框图；
图8为另一个实施例中原始控制模块的结构框图；
图9为另一个实施例中目标控制模块的结构框图；
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请各实施例提供的无人驾驶控制方法可应用于对无人驾驶设备的控制，该无人驾驶设备一般涉及环境感知***及控制终端，该环境感知***和该控制终端可以通过有线或无线的方式连接，以进行数据通信。其中，控制终端可为车载终端或移动终端，移动终端具体可以为手机、平板电脑或笔记本电脑等。该无人驾驶设备包括车辆、无人机等。
在一个实施例中，如图1所示，提供了一种无人驾驶控制方法，包括以下步骤：
步骤S100，获取决策指令和感知信息。
感知信息通过对采集的驾驶参考数据进行数据处理得到，决策指令通过对感知信息进行决策得到。其中，获取决策指令和感知信息的具体方式并不唯一。具体地，感知信息可通过无人驾驶设备中的控制器获取传感器数据，并对传感器数据进行数据处理得到感知信息，再对感知信息进行决策得到决策指令，即通过无人驾驶设备中的控制器本身获取对应的感知信息和决策指令；感知信息和决策指令也可以是由外部处理器计算和决策得到后，发送至无人驾驶设备中的控制器，即控制器直接接收由外部处理器计算和决策的感知信息和决策指令。
获取通过对采集的驾驶参考数据进行数据处理得到的感知信息和通过对感知信息进行决策得到的决策指令。驾驶参考数据可通过无人驾驶设备的传感器获取，当无人驾驶设备为车辆时，传感器具体可以有摄像头、激光雷达、毫米波雷达、高精度地图模块、惯性车辆传感器、车辆地盘电子传感器中的一个或多个组合而成，感知信息具体包括车道线、交通标志、障碍物、可行驶区域等车辆行驶中所需要的必要信息。具体地，感知信息通过对采集的驾驶参考数据进行计算和融合得到，驾驶参考数据可能来自多个传感器，数据计算是对驾驶参考数据根据某种模式而建立起来的关系进行处理的过程，数据融合是将驾驶参考数据加以联合、相关及组合，以挖掘出隐藏信息和有效数据的处理过程。决策指令则是通过对感知信息进行决策，即在所有感知信息的基础上，做出如何控制无人驾驶设备的决策。决策指令指的是一系列路点，代表期望无人驾驶设备行驶的目标位置，可由绝对位置坐标或设备坐标表示。每个路点信息可以附带目标速度、目标加速度、目标灯光喇叭等信息，以对无人驾驶设备作进一步控制。
步骤S200，根据决策指令计算决策指令对应的初始控制量。
通过对感知信息进行决策得到决策指令后，控制器根据得到的决策指令按照一定的控制算法计算决策指令对应的初始控制量，具体将决策指令解释成与决策指令对应的初始控制量，初始控制量包括对无人驾驶设备的具体控制信息。更具体而言，计算得到的初始控制量为针对获取的感知信息所得到的在一定时间段内的路径信息。路径信息具体指无人驾驶设备在一定时间段内行驶的轨迹。该轨迹不仅包括位置信息，还包括了整条轨迹的时间信息和设备姿态：即到达每个位置的时间，速度，以及相关的运动变量如加速度，曲率，曲率的高阶导数等。
步骤S300，根据感知信息对决策指令进行校核得到校核结果，根据校核结果和初始控制量计算得到控制指令。
决策指令是通过对感知信息进行决策得到，控制器对决策指令进行校核时，可以是根据与决策指令同一时刻的感知信息对决策指令进行校核，也可以是根据当前时刻所获取的感应信息对决策指令进行校核。从而判断获取的决策指令与同一时刻的感知信息是否对应，或判断获取的决策指令在一定时间段内是否适用当前感知信息，从而可第一时间发现决策指令是否失效，当决策指令失效时，以便及时采取合理的应对措施，以避免或减小决策失效带来的潜在危害。根据校核结果和计算得到的初始控制量进行计算，当获取的决策指令与同一时刻的感知信息对应，或获取的决策指令在一定时间段内适用当前感知信息，则直接根据计算得到的初始控制量计算得到控制指令，当获取的决策指令与同一时刻的感知信息存在矛盾，或获取的决策指令在一定时间段内与当前感知信息存在矛盾时，则根据校核的结果对初始控制量进行对应修改后计算得到对应的控制指令。根据感知信息对决策指令进行校核只是一个校核周期内的流程，当前校核周期结束校核后，进入下一校核周期进行校核。
步骤S400，将控制指令发送至驾驶执行装置。
根据感知信息对决策指令进行校核得到校核结果，根据校核结果对初始控制量进行校核得到控制指令后，控制器将控制指令发送至无人驾驶设备的驾驶执行装置，无人驾驶设备的驾驶执行装置根据接收的控制指令执行相应驾驶操作。
上述无人驾驶控制方法，获取决策指令和感知信息后，根据获取的决策指令计算决策指令对应的初始控制量，根据接收的感知信息决策指令进行校核，根据校核结果和初始控制量计算得到控制指令，将得到的控制指令发送至驾驶执行装置。通过获取感知信息对决策指令进行校核，可判断获取的决策指令与同一时刻的感知信息是否对应，或判断获取的决策指令在一定时间段内是否适用当前感知信息，并根据校核结果和初始控制量计算得到控制指令，从而防止决策信息失效导致执行错误的问题，提高了无人驾驶***的安全性。
在一个实施例中，如图2所示，步骤S400之后还包括步骤S500。
步骤S500，根据校核结果和感知信息生成对应的反馈校核信息，并根据反馈校核信息对决策指令进行反馈调节。
当获取的决策指令与同一时刻的感知信息存在矛盾，或获取的决策指令在一定时间段内与当前感知信息存在矛盾时，控制器根据校核结果和感知信息生成对应的反馈校核信息，反馈校核信息包括根据感知信息对决策指令进行校核的相关错误码，再根据反馈校核信息对决策指令进行反馈调节，以使解决决策指令与感知信息存在的矛盾，从而提高对无人驾驶设备的控制准确性。
在一个实施例中，如图3所示，步骤S300包括步骤S320、步骤S340和步骤S360。
步骤S320，当根据感知信息判断决策指令包含会导致严重安全事故的指令时，则根据对决策指令进行校核的校核强度生成紧急控制指令；紧急控制指令用于控制驾驶执行装置采取紧急制动。
控制指令包括紧急控制指令、原始控制指令和目标控制指令，当根据感知信息判断决策指令包含会导致严重安全事故的指令时，则根据对决策指令进行校核的校核强度生成紧急控制指令。在一个实施例中，如图4所示，在步骤S320之前还包括根据感知信息判断决策指令是否包含会导致严重安全事故的指令的步骤，当根据感知信息判断决策指令包含会导致严重安全事故的指令时，则进行步骤S320。
具体地，根据感知信息判断决策指令是否包含会导致严重安全事故的指令的判断标准包括：无人驾驶设备的目标轨迹中出现障碍物且与障碍物碰撞时间是否低于预设时间阈值，以及无人驾驶设备的目标轨迹是否驶出可行驶区域。即当判断得到根据当前决策指令生成的控制指令使得无人驾驶设备的目标轨迹中出现障碍物且与障碍物碰撞时间低于预设时间阈值时，则生成紧急控制指令。紧急控制指令用于控制驾驶执行装置采取紧急制动。
步骤S340，当根据感知信息判断决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，则根据对决策指令进行校核的校核强度生成原始控制指令；原始控制指令用于控制驾驶执行装置按照预设速度行驶或停止行驶。
当根据感知信息判断决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，则根据对决策指令的校核强度生成原始控制指令。在一个实施例中，如图4所示，在步骤S340之前还包括根据感知信息判断决策指令是否包含会超出无人驾驶设备最大行驶阈值的指令的步骤，当根据感知信息判断决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，则进行步骤S340。
具体地，无人驾驶设备最大行驶阈值也可理解为无人驾驶设备的极限能力，根据感知信息判断决策指令是否包含会超出无人驾驶设备最大行驶阈值的指令的判断标准包括：无人驾驶设备的目标速度是否超出无人驾驶设备的最高速度、无人驾驶设备的目标加速度是否超出无人驾驶设备的最大加速度、无人驾驶设备的目标减速度是否超出无人驾驶设备的最大减速度、无人驾驶设备的目标轨迹曲率是否小于无人驾驶设备的最小转弯半径、以及无人驾驶设备与目标轨迹最近点的距离是否大于预设距离阈值。即当判断得到无人驾驶设备的目标速度超出无人驾驶设备的最高速度或无人驾驶设备的目标加速度超出无人驾驶设备的最大加速度或无人驾驶设备的目标减速度超出无人驾驶设备的最大减速度或无人驾驶设备的目标轨迹曲率小于无人驾驶设备的最小转弯半径或无人驾驶设备与目标轨迹最近点的距离大于预设距离阈值时，则根据对决策指令进行校核的校核强度生成原始控制指令，原始控制指令用于控制驾驶执行装置按照预设速度行驶或停止行驶。
步骤S360，当根据感知信息判断决策指令包含会违反交通法规的指令时，则根据对决策指令进行校核的校核强度生成目标控制指令；目标控制指令用于控制驾驶执行装置按照目标轨迹行驶或停止行驶。
当根据感知信息判断决策指令包含会违反交通法规的指令时，则根据对决策指令的校核强度生成目标控制指令。在一个实施例中，如图4所示，在步骤S360之前，还包括根据感知信息判断决策指令是否包含会违反交通法规的指令的步骤，当根据感知信息判断决策指令包含会违反交通法规的指令时，则进行步骤S360。
具体地，根据感知信息判断决策指令是否包含会违反交通法规的指令的判断标准包括：无人驾驶设备按照根据当前决策指令所生成的控制指令行驶是否会闯红灯、无人驾驶设备的目标速度是否超过限速标志的速度、无人驾驶设备的目标轨迹与转向/直行/调头等交通标志是否相矛盾、以及无人驾驶设备的目标轨迹是否跨越实线/双实线。即当判断得到无人驾驶设备按照根据当前决策指令所生成的控制指令行驶会闯红灯、无人驾驶设备的目标速度超过限速标志的速度、无人驾驶设备的目标轨迹与转向/直行/调头等交通标志相矛盾、以及无人驾驶设备的目标轨迹跨越实线/双实线时，则根据对决策指令进行校核的校核强度生成目标控制指令；目标控制指令用于控制驾驶执行装置按照目标轨迹行驶或停止行驶。
在一个实施例中，当根据感知信息判断决策指令不包含会导致严重安全事故的指令时，则进行根据感知信息判断决策指令是否包含会超出无人驾驶设备最大行驶阈值的指令的步骤。当根据感知信息判断决策指令不包含会超出无人驾驶设备最大行驶阈值的指令时，则进行根据感知信息判断决策指令是否包含会违反交通法规的指令的步骤。
在一个实施例中，如图4所示，根据对决策指令的校核强度生成紧急控制指令，包括步骤S322。
步骤S322，当对决策指令进行校核的校核强度为预设强度时，则生成紧急控制指令。
根据感知信息判断决策指令是否包含会导致严重安全事故的指令，当判断得到决策指令包含会导致严重安全事故的指令时，且当对决策指令进行校核的校核结果为预设强度时，即对决策指令进行校核的校核强度为第一预设强度或第二预设强度或第三预设强度时，则生成进行紧急控制指令，预设强度值用于反映对决策指令的执行程度。
进一步地，根据感知信息对决策指令进行校核的校核强度可根据实际需要进行设置，在一个实施例中，将对决策指令进行校核的校核强度设置为三个等级，分别为第一预设强度、第二预设强度和第三预设强度，其中，第一预设强度所表示的校核强度低于第二预设强度表示的校核强度，第二预设强度表示的校核强度低于第三预设强度表示的校核强度。具体地，各预设强度所代表的含义可参考表1。
表1、校核强度分级表
Figure BDA0001606547640000101
通过将校核强度设置为三个等级，可以提高***的灵活性，当决策模块的软件成熟度较低时，例如在测试阶段，控制模块可以选择强校核。当决策模块的软件成熟度一般时，控制模块可以选择中校核。当决策模块的软件成熟度较高时，控制模块可以选择强校核。校核强度取值为第一预设强度时，表示弱校核。在保障车辆行驶基本安全的基础上，决策指令与感知信息冲突时仍尽量听从决策指令。对决策模块信任度很高。校核强度取值为第二预设强度时，表示中校核。在保障车辆行驶基本安全的基础上，决策指令与感知信息冲突时部分地满足决策指令。对决策模块信任度一般，期待决策模块能在短时间内恢复正常。校核强度取值为第三预设强度时，表示强校核。在保障车辆行驶基本安全的基础上，决策指令与感知信息冲突时不执行决策指令。对决策模块信任度低，并不期待决策模块能在短时间内恢复正常，所以不执行决策指令，以避免更大的风险。校核强度取值为其他值时，表示无校核。相当于传统的控制模块，对决策模块信任度极高，但存在较大的风险。
在一个实施例中，如图4所示，当判断得到决策指令包含会导致严重安全事故的指令后，还包括判断对决策指令进行校核的校核强度是否为预设强度值的步骤，当对决策指令进行校核的校核强度不为预设强度值时，则进行根据感知信息判断决策指令包含会超出无人驾驶设备最大行驶阈值的指令的步骤。
在一个实施例中，当判断得到决策指令包含会导致严重安全事故的指令时，即无人驾驶设备按照根据当前决策指令生成的控制指令行驶时，无人驾驶设备的目标轨迹中出现障碍物且与障碍物碰撞的碰撞时间低于预设时间阈值时，则生成紧急控制指令，紧急控制指令用于控制无人驾驶设备采取紧急制动。当无人驾驶设备按照根据当前决策指令生成的控制指令行驶时，无人驾驶设备的目标轨迹驶出可行驶区域时，则生成紧急控制指令，紧急控制指令用于控制无人驾驶设备采取紧急制动。
在一个实施例中，如图4所示，原始控制指令包括预设最大值控制指令、预设行驶值控制指令和停止行驶控制指令，根据对决策指令的校核强度生成原始控制指令，包括步骤S342、步骤S344和步骤S346。
步骤S342，当对决策指令进行校核的校核强度为第一预设强度时，则生成预设最大值控制指令。
根据感知信息判断决策指令是否包含会超出无人驾驶设备最大行驶阈值的指令，当决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，且当对决策指令进行校核的校核强度为第一预设强度时，即对决策指令进行校核的校核强度为第一预设强度时，则生成预设最大值控制指令，预设最大值控制指令用于控制无人驾驶设备按照设备允许的最大速度行驶，可以理解为，控制无人驾驶设备按照设备极限能力行驶。在一个实施例中，如图4所示，在判断得到决策指令包含会超出无人驾驶设备最大行驶阈值的指令后，还包括判断校核结果是否为第一预设强度值的步骤，当对决策指令进行校核的校核强度不为第一预设强度时，则判断校核强度是否为第二预设强度。
步骤S344，当对决策指令进行校核的校核强度为第二预设强度时，则生成预设行驶值控制指令。
根据感知信息判断决策指令是否包含会超出无人驾驶设备最大行驶阈值的指令，当决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，且当对决策指令进行校核的校核强度为第二预设强度时，则生成预设行驶值控制指令，预设行驶值控制指令用于控制无人驾驶设备按照设备的原始速度或预设速度行驶，可以理解为，控制无人驾驶设备按照设备原值或默认值行驶。在一个实施例中，在判断得到决策指令包含会超出无人驾驶设备最大行驶阈值的指令后，还包括判断校核强度是否为第二预设强度的步骤，当对决策指令进行校核的校核强度不为第二预设强度时，则判断校核强度是否为第三预设强度。
步骤S346，当对决策指令进行校核的校核强度为第三预设强度时，则生成停止行驶控制指令。
根据感知信息判断决策指令是否包含会超出无人驾驶设备最大行驶阈值的指令，当决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，且当对决策指令进行校核的校核强度为第三预设强度时，则生成停止行驶控制指令，停止行驶控制指令用于控制无人驾驶设备停止行驶。在一个实施例中，在判断得到决策指令包含会超出无人驾驶设备最大行驶阈值的指令后，还包括判断校核强度是否为第三预设强度的步骤，当对决策指令进行校核的校核强度不为第三预设强度时，则判断根据感知信息判断决策指令是否包含会违反交通法规的指令。
在一个实施例中，当决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，且当对决策指令进行校核的校核强度非预设强度值时，则进行根据感知信息判断决策指令是否包含会违反交通法规的指令的步骤。当决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，且在生成预设最大值控制指令或预设行驶值控制指令后，则进行根据感知信息判断决策指令是否包含会违反交通法规的指令的步骤。
在一个实施例中，当决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，即无人驾驶设备按照根据当前决策指令生成的控制指令行驶，无人驾驶设备的目标速度超出设备最高速度时，在校核强度为第一预设强度时，生成的预设最大值控制指令用于控制无人驾驶设备按照设备最高速度行驶，即按照设备允许的最大速度行驶；在校核强度为第二预设强度时，生成的预设行驶值控制指令用于控制无人驾驶设备按照原速度或预设速度行驶；在校核强度为第三预设强度时，生成的停止行驶控制指令用于控制无人驾驶设备停止行驶。
在一个实施例中，当决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，即无人驾驶设备按照根据当前决策指令生成的控制指令行驶，无人驾驶设备的目标加速度超出设备最大加速度时，在校核强度为第一预设强度时，生成的预设最大值控制指令用于控制无人驾驶设备按照设备允许的最大加速度行驶；在校核强度为第二预设强度时，生成的预设行驶值控制指令用于控制无人驾驶设备按照预设加速度行驶；在校核强度为第三预设强度时，生成的停止行驶控制指令用于控制无人驾驶设备停止行驶。
在一个实施例中，当决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，即无人驾驶设备按照根据当前决策指令生成的控制指令行驶，无人驾驶设备的目标减速度超出设备最大减速度时，在校核强度为预设强度时，即在校核强度为第一预设强度或第二预设强度或第三预设强度时，生成的预设最大值控制指令、预设行驶值控制指令和停止行驶控制指令都用于控制无人驾驶设备按照设备允许的最大减速度减速行驶，出于安全考虑，决策指令中包含的减速/制动指令都应尽量完成。
在一个实施例中，当决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，即无人驾驶设备按照根据当前决策指令生成的控制指令行驶，无人驾驶设备的目标轨迹曲率小于设备最小转弯半径时，在校核强度为第一预设强度时，生成的预设最大值控制指令用于控制无人驾驶设备按照设备允许的最小转弯半径跟随目标轨迹；在校核强度为第二预设强度或第三预设强度时，生成的预设行驶值控制指令和停止行驶控制指令都用于控制无人驾驶设备停止行驶。
在一个实施例中，当决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，即无人驾驶设备按照根据当前决策指令生成的控制指令行驶，无人驾驶设备与目标轨迹最近点的距离大于预设距离值时，在校核强度为第一预设强度时，生成的预设最大值控制指令用于控制无人驾驶设备接近目标轨迹；在校核结果为第二预设强度时，生成的预设行驶值控制指令用于控制无人驾驶设备以低速接近轨迹；在校核结果为第三预设强度时，生成的停止行驶控制指令用于控制无人驾驶设备停止行驶。
在一个实施例中，如图4所示，目标控制指令包括初始控制指令、减速行驶控制指令和停止行驶控制指令，根据对决策指令的校核强度生成目标控制指令，步骤S360包括步骤S362、步骤S364和步骤S366。
步骤S362，当对决策指令进行校核的校核强度为第一预设强度时，则生成初始控制指令。
根据感知信息判断决策指令是否包含会违反交通法规的指令，当决策指令包含会违反交通法规的指令时，且当对决策指令进行校核的校核强度为第一预设强度时，则生成初始控制指令，初始控制指令用于控制无人驾驶设备按照根据当前获取的决策指令生成的控制指令行驶，可以理解为，根据初始控制量生成对应的控制指令，控制无人驾驶设备按照生成的控制指令行驶。在一个实施例中，在判断得到决策指令包含会违反交通法规的指令后，还包括判断校核强度是否为第一预设强度的步骤，当对决策指令进行校核的校核强度不为第一预设强度时，则判断校核强度是否为第二预设强度。
步骤S364，当对决策指令进行校核的校核强度为第二预设强度时，则生成减速行驶控制指令。
根据感知信息判断决策指令是否包含会违反交通法规的指令，当决策指令包含会违反交通法规的指令时，且当对决策指令进行校核的校核强度为第二预设强度时，则生成减速行驶控制指令，减速行驶控制指令用于控制无人驾驶设备减速后按照目标轨迹行驶。在一个实施例中，在判断得到决策指令包含会违反交通法规的指令后，还包括判断校核强度是否为第二预设强度的步骤，当对决策指令进行校核的校核强度不为第二预设强度时，则判断校核强度是否为第三预设强度。
步骤S366，当对决策指令进行校核的校核强度为第三预设强度时，则生成停止行驶控制指令。
根据感知信息判断决策指令是否包含会违反交通法规的指令，当决策指令包含会违反交通法规的指令时，且当对决策指令进行校核的校核强度为第三预设强度时，则生成停止行驶控制指令，停止行驶控制指令用于控制无人驾驶设备停止行驶。在一个实施例中，在判断得到决策指令包含会违反交通法规的指令后，还包括判断校核强度是否为第三预设强度的步骤，当对决策指令进行校核的校核强度不为第三预设强度时，则结束当前校核周期的校核。
在一个实施例中，当决策指令包含会违反交通法规的指令时，即无人驾驶设备按照根据当前决策指令生成的控制指令行驶，无人驾驶设备会闯红灯时，在校核强度为第一预设强度时，生成的初始控制指令用于控制无人驾驶设备按照根据当前获取的决策指令生成的控制指令行驶；在校核强度为第二预设强度时，生成的减速行驶控制指令用于控制无人驾驶设备减速后按照目标轨迹行驶；在校核强度为第三预设强度时，生成的停止行驶控制指令用于控制无人驾驶设备停止行驶。
在一个实施例中，当决策指令包含会违反交通法规的指令时，即无人驾驶设备按照根据当前决策指令生成的控制指令行驶，无人驾驶设备的目标速度超过限速标志的速度时，在校核强度为第一预设强度时，生成的初始控制指令用于控制无人驾驶设备按照目标速度行驶；在校核强度为第二预设强度时，生成的减速行驶控制指令用于控制无人驾驶设备按照限速标志的速度行驶；在校核强度为第三预设强度时，生成的停止行驶控制指令用于控制无人驾驶设备停止行驶。
在一个实施例中，当决策指令包含会违反交通法规的指令时，即无人驾驶设备按照根据当前决策指令生成的控制指令行驶，无人驾驶设备的目标轨迹与转向/直行/调头等交通标志相矛盾时，在校核强度为第一预设强度时，生成的初始控制指令用于控制无人驾驶设备按照根据当前获取的决策指令生成的控制指令行驶；在校核强度为第二预设强度时，生成的减速行驶控制指令用于控制无人驾驶设备减速后按照目标轨迹行驶；在校核强度为第三预设强度时，生成的停止行驶控制指令用于控制无人驾驶设备停止行驶。
在一个实施例中，当决策指令包含会违反交通法规的指令时，即无人驾驶设备按照根据当前决策指令生成的控制指令行驶，无人驾驶设备的目标轨迹跨越实线/双实线时，在校核强度为第一预设强度时，生成的初始控制指令用于控制无人驾驶设备按照根据当前获取的决策指令生成的控制指令行驶；在校核强度为第二预设强度时，生成的减速行驶控制指令用于控制无人驾驶设备减速后按照目标轨迹行驶；在校核强度为第三预设强度时，生成的停止行驶控制指令用于控制无人驾驶设备停止行驶。
应该理解的是，虽然图1-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种无人驾驶控制装置，包括：获取模块100、计算模块200、校核模块300和发送模块400。
获取模块100，用于获取决策指令和感知信息。
感知信息通过对采集的驾驶参考数据进行数据处理得到，决策指令通过对感知信息进行决策得到。获取通过对采集的驾驶参考数据进行数据处理得到的感知信息和通过对感知信息进行决策得到的决策指令。驾驶参考数据可通过无人驾驶设备的传感器获取，当无人驾驶设备为车辆时，传感器具体可以有摄像头、激光雷达、毫米波雷达、高精度地图模块、惯性车辆传感器、车辆地盘电子传感器中的一个或多个组合而成，感知信息具体包括车道线、交通标志、障碍物、可行驶区域等车辆行驶中所需要的必要信息。决策指令则是通过对感知信息进行决策，即在所有感知信息的基础上，做出如何控制无人驾驶设备的决策。其中，获取决策指令和感知信息的具体方式并不唯一。具体地，感知信息和决策指令可通过内部计算和决策得到，感知信息和决策指令可直接通过接收外部发送的信息得到。
计算模块200，用于根据决策指令计算决策指令对应的初始控制量。
通过对感知信息进行决策得到决策指令后，控制器根据得到的决策指令按照一定的控制算法计算决策指令对应的初始控制量，具体将决策指令解释成与决策指令对应的初始控制量，初始控制量包括对无人驾驶设备的具体控制信息。更具体而言，计算得到的初始控制量为针对获取的感知信息所得到的在一定时间段内的路径信息。
校核模块300，根据感知信息对决策指令进行校核得到校核结果，根据校核结果和初始控制量计算得到控制指令。
决策指令是通过对感知信息进行决策得到，控制器对决策指令进行校核时，可以是根据与决策指令同一时刻的感知信息对决策指令进行校核，也可以是根据当前时刻所获取的感应信息对决策指令进行校核。从而判断获取的决策指令与同一时刻的感知信息是否对应，或判断获取的决策指令在一定时间段内是否适用当前感知信息。
发送模块400，用于将控制指令发送至驾驶执行装置。
根据感知信息对决策指令进行校核得到校核结果，根据校核结果对初始控制量进行校核得到控制指令后，控制器将控制指令发送至无人驾驶设备的驾驶执行装置，无人驾驶设备的驾驶执行装置根据接收的控制指令执行相应驾驶操作。
在一个实施例中，如图6所示，无人驾驶控制装置还包括反馈模块500。
反馈模块500，用于根据校核结果和感知信息生成对应的反馈校核信息，并根据反馈校核信息对决策指令进行反馈调节。
当获取的决策指令与同一时刻的感知信息存在矛盾，或获取的决策指令在一定时间段内与当前感知信息存在矛盾时，控制器根据校核结果和感知信息生成对应的反馈校核信息，反馈校核信息包括根据感知信息对决策指令进行校核的相关错误码，再根据反馈校核信息对决策指令进行反馈调节，以使解决决策指令与感知信息存在的矛盾，从而提高对无人驾驶设备的控制准确性。
在一个实施例中，如图7所示，校核模块300包括紧急控制模块320、原始控制模块340和目标控制模块360。
紧急控制模块320，用于当根据感知信息判断决策指令包含会导致严重安全事故的指令时，则根据对决策指令进行校核的校核强度生成紧急控制指令；紧急控制指令用于控制驾驶执行装置采取紧急制动。
控制指令包括紧急控制指令、原始控制指令和目标控制指令，当根据感知信息判断决策指令包含会导致严重安全事故的指令时，则根据对决策指令进行校核的校核强度生成紧急控制指令。根据感知信息判断决策指令是否包含会导致严重安全事故的指令的判断标准包括：无人驾驶设备的目标轨迹中出现障碍物且与障碍物碰撞时间是否低于预设时间阈值，以及无人驾驶设备的目标轨迹是否驶出可行驶区域。
原始控制模块340，用于当根据感知信息判断决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，则根据对决策指令进行校核的校核强度生成原始控制指令；原始控制指令用于控制驾驶执行装置按照预设速度行驶或停止行驶。
当根据感知信息判断决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，则根据对决策指令的校核强度生成原始控制指令。无人驾驶设备最大行驶阈值也可理解为无人驾驶设备的极限能力，根据感知信息判断决策指令是否包含会超出无人驾驶设备最大行驶阈值的指令的判断标准包括：无人驾驶设备的目标速度是否超出无人驾驶设备的最高速度、无人驾驶设备的目标加速度是否超出无人驾驶设备的最大加速度、无人驾驶设备的目标减速度是否超出无人驾驶设备的最大减速度、无人驾驶设备的目标轨迹曲率是否小于无人驾驶设备的最小转弯半径、以及无人驾驶设备与目标轨迹最近点的距离是否大于预设距离阈值。
目标控制模块360，用于当根据感知信息判断决策指令包含会违反交通法规的指令时，则根据对决策指令进行校核的校核强度生成目标控制指令；目标控制指令用于控制驾驶执行装置按照目标轨迹行驶或停止行驶。
当根据感知信息判断决策指令包含会违反交通法规的指令时，则根据对决策指令的校核强度生成目标控制指令。根据感知信息判断决策指令是否包含会违反交通法规的指令的判断标准包括：无人驾驶设备按照根据当前决策指令所生成的控制指令行驶是否会闯红灯、无人驾驶设备的目标速度是否超过限速标志的速度、无人驾驶设备的目标轨迹与转向/直行/调头等交通标志是否相矛盾、以及无人驾驶设备的目标轨迹是否跨越实线/双实线。
在一个实施例中，紧急控制模块320还用于在对决策指令进行校核时的校核强度为预设强度时，则生成紧急控制指令。
根据感知信息判断决策指令是否包含会导致严重安全事故的指令，当判断得到决策指令包含会导致严重安全事故的指令时，且当对决策指令进行校核的校核强度为预设强度值时，则生成进行紧急控制指令。
在一个实施例中，如图8所示，原始控制模块340包括预设最大值控制模块342、预设行驶值控制模块344和第一停止模块346。
预设最大值控制模块342，用于当对决策指令进行校核的校核强度为第一预设强度时，则生成预设最大值控制指令。
根据感知信息判断决策指令是否包含会超出无人驾驶设备最大行驶阈值的指令，当决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，且当对决策指令进行校核的校核强度为第一预设强度时，则生成预设最大值控制指令，预设最大值控制指令用于控制无人驾驶设备按照设备允许的最大速度行驶控制无人驾驶设备按照设备极限能力行驶。
预设行驶值控制模块344，用于当对决策指令进行校核的校核强度为第二预设强度时，则生成预设行驶值控制指令。
根据感知信息判断决策指令是否包含会超出无人驾驶设备最大行驶阈值的指令，当决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，且当对决策指令进行校核的校核强度为第二预设强度时，则生成预设行驶值控制指令，预设行驶值控制指令用于控制无人驾驶设备按照设备的原始速度或预设速度行驶。
第一停止模块346，用于当对决策指令进行校核的校核强度为第三预设强度时，则生成停止行驶控制指令。
根据感知信息判断决策指令是否包含会超出无人驾驶设备最大行驶阈值的指令，当决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，且当对决策指令进行校核的校核强度为第三预设强度时，则生成停止行驶控制指令，停止行驶控制指令用于控制无人驾驶设备停止行驶。
在一个实施例中，如图9所示，目标控制模块360包括初始控制模块362、减速控制模块364和第二停止模块366。
初始控制模块362，用于当对决策指令进行校核的校核强度为第一预设强度时，则生成初始控制指令。
根据感知信息判断决策指令是否包含会违反交通法规的指令，当决策指令包含会违反交通法规的指令时，且当对决策指令进行校核的校核强度为第一预设强度时，则生成初始控制指令，初始控制指令用于控制无人驾驶设备按照根据当前获取的决策指令生成的控制指令行驶。
减速控制模块364，用于当对决策指令进行校核的校核强度为第二预设强度时，则生成减速行驶控制指令。
根据感知信息判断决策指令是否包含会违反交通法规的指令，当决策指令包含会违反交通法规的指令时，且当对决策指令进行校核的校核强度为第二预设强度时，则生成减速行驶控制指令，减速行驶控制指令用于控制无人驾驶设备减速后按照目标轨迹行驶。
第二停止模块366，用于当对决策指令进行校核的校核强度为第三预设强度时，则生成停止行驶控制指令。
根据感知信息判断决策指令是否包含会违反交通法规的指令，当决策指令包含会违反交通法规的指令时，且当对决策指令进行校核的校核强度为第三预设强度时，则生成停止行驶控制指令，停止行驶控制指令用于控制无人驾驶设备停止行驶。
关于无人驾驶控制装置的具体限定可以参见上文中对于无人驾驶控制方法的限定，在此不再赘述。上述无人驾驶控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图10所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种无人驾驶控制方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
获取决策指令和感知信息，感知信息通过对采集的驾驶参考数据进行数据处理得到，决策指令通过对感知信息进行决策得到；
根据决策指令计算决策指令对应的初始控制量；
根据感知信息对决策指令进行校核得到校核结果，根据校核结果和初始控制量计算得到控制指令；
将控制指令发送至驾驶执行装置。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取决策指令和感知信息，感知信息通过对采集的驾驶参考数据进行数据处理得到，决策指令通过对感知信息进行决策得到；
根据决策指令计算决策指令对应的初始控制量；
根据感知信息对决策指令进行校核得到校核结果，根据校核结果和初始控制量计算得到控制指令；
将控制指令发送至驾驶执行装置。
上述无人驾驶控制装置、计算机设备和存储介质，获取决策指令和感知信息后，根据获取的决策指令计算决策指令对应的初始控制量，根据接收的感知信息决策指令进行校核，根据校核结果和初始控制量计算得到控制指令，将得到的控制指令发送至驾驶执行装置。通过获取感知信息对决策指令进行校核，可判断获取的决策指令与同一时刻的感知信息是否对应，或判断获取的决策指令在一定时间段内是否适用当前感知信息，并根据校核结果和初始控制量计算得到控制指令，从而防止决策信息失效导致执行错误的问题，提高了无人驾驶***的安全性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
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。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种无人驾驶控制方法，其特征在于，所述方法应用于无人驾驶***中的控制模块；所述无人驾驶***还包括感知模块和决策模块；所述方法包括以下步骤：
获取决策指令和感知信息，所述感知信息通过所述感知模块对采集的驾驶参考数据进行数据处理得到，所述决策指令通过所述决策模块对所述感知信息进行决策得到；
根据所述决策指令计算所述决策指令对应的初始控制量；
根据所述感知信息、按照相应的校核强度对所述决策指令进行校核得到校核结果，根据所述校核结果和所述初始控制量计算得到控制指令；其中，所述校核结果用于表征所述决策指令与同一时刻的感知信息是否对应，或所述决策指令在一定时间段内是否适用当前感知信息；所述校核强度为基于所述决策模块的软件成熟度确定；
将所述控制指令发送至驾驶执行装置。
2.根据权利要求1所述的无人驾驶控制方法，其特征在于，所述根据所述感知信息对所述决策指令进行校核得到校核结果，根据所述校核结果对所述初始控制量进行校核得到控制指令的步骤之后，还包括以下步骤：
根据所述校核结果和所述感知信息生成对应的反馈校核信息，并根据所述反馈校核信息对所述决策指令进行反馈调节。
3.根据权利要求1所述的无人驾驶控制方法，其特征在于，所述控制指令包括紧急控制指令、原始控制指令和目标控制指令，所述根据所述感知信息对所述决策指令进行校核得到校核结果，根据所述校核结果和所述初始控制量计算得到控制指令的步骤，包括以下步骤：
当根据所述感知信息判断所述决策指令包含会导致严重安全事故的指令时，则根据对所述决策指令进行校核的校核强度生成紧急控制指令；所述紧急控制指令用于控制所述驾驶执行装置采取紧急制动；
当根据所述感知信息判断所述决策指令包含会超出无人驾驶设备最大行驶阈值的指令时，则根据对所述决策指令进行校核的校核强度生成原始控制指令；所述原始控制指令用于控制所述驾驶执行装置按照预设速度行驶或停止行驶；
当根据所述感知信息判断所述决策指令包含会违反交通法规的指令时，则根据对所述决策指令进行校核的校核强度生成目标控制指令；所述目标控制指令用于控制所述驾驶执行装置按照目标轨迹行驶或停止行驶。
4.根据权利要求3所述的无人驾驶控制方法，其特征在于，所述根据对所述决策指令进行校核的校核强度生成紧急控制指令，包括以下步骤：
当对所述决策指令进行校核的校核强度为预设强度时，则生成紧急控制指令，所述预设强度用于反映对所述决策指令的执行程度。
5.根据权利要求3所述的无人驾驶控制方法，其特征在于，所述原始控制指令包括预设最大值控制指令、预设行驶值控制指令和停止行驶控制指令，所述根据对所述决策指令的校核强度生成原始控制指令，包括以下步骤：
当对所述决策指令进行校核的校核强度为第一预设强度时，则生成预设最大值控制指令；
当对所述决策指令进行校核的校核强度为第二预设强度时，则生成预设行驶值控制指令；
当对所述决策指令进行校核的校核强度为第三预设强度时，则生成停止行驶控制指令。
6.根据权利要求3所述的无人驾驶控制方法，其特征在于，所述目标控制指令包括初始控制指令、减速行驶控制指令和停止行驶控制指令，所述根据对所述决策指令的校核强度生成目标控制指令，包括以下步骤：
当对所述决策指令进行校核的校核强度为第一预设强度时，则生成初始控制指令；
当对所述决策指令进行校核的校核强度为第二预设强度时，则生成减速行驶控制指令；
当对所述决策指令进行校核的校核强度为第三预设强度时，则生成停止行驶控制指令。
7.一种无人驾驶控制装置，其特征在于，所述装置应用于无人驾驶***中的控制模块；所述无人驾驶***还包括感知模块和决策模块；所述装置包括：
获取模块，用于获取决策指令和感知信息，所述感知信息通过所述感知模块对采集的驾驶参考数据进行数据处理得到，所述决策指令通过所述决策模块对所述感知信息进行决策得到；
计算模块，用于根据所述决策指令计算所述决策指令对应的初始控制量；
校核模块，根据所述感知信息、按照相应的校核强度对所述决策指令进行校核得到校核结果，根据所述校核结果和所述初始控制量计算得到控制指令；其中，所述校核结果用于表征所述决策指令与同一时刻的感知信息是否对应，或所述决策指令在一定时间段内是否适用当前感知信息；所述校核强度为基于所述决策模块的软件成熟度确定；
发送模块，用于将所述控制指令发送至对应的执行装置。
8.根据权利要求7所述的无人驾驶控制装置，其特征在于，还包括：
反馈模块，用于根据所述校核结果和所述感知信息生成对应的反馈校核信息，并根据所述反馈校核信息对所述决策指令进行反馈调节。
9.一种计算机设备，包括处理器和存储器，所述存储器存储有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，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，使得所述处理器执行权利要求1至6中任一项所述方法的步骤。
CN201810246035.1A 2018-03-23 2018-03-23 无人驾驶控制方法、装置、计算机设备和存储介质 Active CN110297484B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810246035.1A CN110297484B (zh) 2018-03-23 2018-03-23 无人驾驶控制方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810246035.1A CN110297484B (zh) 2018-03-23 2018-03-23 无人驾驶控制方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN110297484A CN110297484A (zh) 2019-10-01
CN110297484B true CN110297484B (zh) 2021-04-27

Family

ID=68025897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810246035.1A Active CN110297484B (zh) 2018-03-23 2018-03-23 无人驾驶控制方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN110297484B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113119988B (zh) * 2019-12-31 2022-07-12 中移智行网络科技有限公司 无人驾驶决策的生成方法、装置、存储介质和计算机设备
CN112171658B (zh) * 2020-08-17 2022-05-10 深圳市优必选科技股份有限公司 一种控制方法、控制装置及机器人
CN113386796A (zh) * 2021-07-08 2021-09-14 北京三快在线科技有限公司 无人车控制方法、装置、***、存储介质及电子设备
CN113879323B (zh) * 2021-10-26 2023-03-14 清华大学 可信赖学习型自动驾驶决策方法、***、存储介质及设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012117044A2 (de) * 2011-03-01 2012-09-07 Continental Teves Ag & Co. Ohg Verfahren und vorrichtung zur prädiktion und adaption von bewegungstrajektorien von kraftfahrzeugen
CN104345724A (zh) * 2013-08-01 2015-02-11 比亚迪股份有限公司 用于汽车的自动启停装置的实现方法及***
CN103777631B (zh) * 2013-12-16 2017-01-18 北京交控科技股份有限公司 一种自动驾驶的控制***及方法
CN105774803A (zh) * 2014-12-18 2016-07-20 财团法人车辆研究测试中心 行车控制***及其动态决策控制方法
US9566986B1 (en) * 2015-09-25 2017-02-14 International Business Machines Corporation Controlling driving modes of self-driving vehicles
CN107577231B (zh) * 2017-08-28 2023-01-20 驭势科技（北京）有限公司 车辆的控制决策的制定方法、装置和无人驾驶车辆
CN107797534B (zh) * 2017-09-30 2019-05-28 安徽江淮汽车集团股份有限公司 一种纯电动自动驾驶***

Also Published As

Publication number Publication date
CN110297484A (zh) 2019-10-01

Similar Documents

Publication Publication Date Title
US20220121209A1 (en) Vehicle control device and vehicle control method
CN110297484B (zh) 无人驾驶控制方法、装置、计算机设备和存储介质
JP7444874B2 (ja) 方法、非一時的コンピュータ可読媒体、および、車両
KR102303716B1 (ko) 차량-도로인프라 정보융합 기반 자율협력주행 방법 및 시스템
US20200369293A1 (en) Autonomous driving apparatus and method
US20200317192A1 (en) Vehicle control device
CN112009473B (zh) 一种自适应巡航目标选择的方法、装置和计算机设备
CN110109449B (zh) 速度规划方法、装置、计算机设备和存储介质
EP3882100B1 (en) Method for operating an autonomous driving vehicle
CN114945959B (zh) 行驶轨迹确定方法、装置、计算机设备和存储介质
CN113734163A (zh) 无人车的控制方法、装置、存储介质及电子设备
US20220203971A1 (en) Vehicle control method
US20230406355A1 (en) Processing method, processing system, and storage medium storing processing program
Pechinger et al. Benefit of smart infrastructure on urban automated driving-using an av testing framework
CN112689584A (zh) 自动驾驶控制方法以及自动驾驶控制***
CN112537311A (zh) 用于安全可靠地至少部分自动化地引导机动车的方法
KR20220095365A (ko) 차량 및 그를 위한 컷인 대응 제어 방법
US20230252899A1 (en) Traffic control device, traffic control system, and traffic control method
KR20200135588A (ko) 차량 및 그 제어 방법
WO2022024947A1 (ja) 軌道生成装置、軌道生成方法、および軌道生成プログラム
Pechinger et al. Cyclist Safety in Urban Automated Driving-Sub-Microscopic HIL Simulation
JP2022071393A (ja) 車両制御装置、車両制御方法、およびプログラム
JP7428272B2 (ja) 処理方法、処理システム、処理プログラム、処理装置
RU2783780C1 (ru) Способ для адаптивного управления характеристиками движения высокоавтоматизированного транспортного средства в зависимости от уровня неопределенности в оценке окружающей ситуации
US20240036575A1 (en) Processing device, processing method, processing system, storage medium

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
GR01 Patent grant
GR01 Patent grant