CN110654380A - 用于控制车辆的方法和装置 - Google Patents
用于控制车辆的方法和装置 Download PDFInfo
- Publication number
- CN110654380A CN110654380A CN201910953734.4A CN201910953734A CN110654380A CN 110654380 A CN110654380 A CN 110654380A CN 201910953734 A CN201910953734 A CN 201910953734A CN 110654380 A CN110654380 A CN 110654380A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- vehicle
- axis
- speed
- current
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000004044 response Effects 0.000 claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 abstract description 13
- 230000000694 effects Effects 0.000 abstract description 2
- 210000004556 brain Anatomy 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
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
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开实施例公开了用于控制车辆的方法和装置。该方法的一具体实施方式包括:从车辆行驶过程中所采集的点云中识别出障碍物的点云;确定当前采集时刻以及当前采集时刻之前的至少一个采集时刻所采集的、针对障碍物的点云的中心点;计算所确定的至少两个中心点在X轴上的方差;确定方差是否小于预设的波动阈值;响应于确定方差小于波动阈值,控制车辆按当前行驶速度继续行驶,以及对当前采集时刻所采集的障碍物的点云的中心点的X轴的坐标值进行修正。该实施方式减小了由于障碍物形态变化对自动驾驶车辆正常行驶的影响。
Description
技术领域
本公开实施例涉及计算机技术领域,具体涉及用于控制车辆的方法和装置。
背景技术
自动驾驶的应用场景中,可以采用激光雷达来感知道路上的障碍物。在基于激光雷达获取的点云检测和识别障碍物时,通常将点云的中心点作为障碍物的中心点,从而分析障碍物的运动轨迹和运动速度。在实际应用中,由于行人、动物等软体障碍物在运动过程中姿态会发生变化,例如侧身、转身、四肢较大幅度摆动等,因此,这类软体障碍物对应的点云的中心点会随着姿态的变化而发生小幅度的波动。障碍物中心点的波动会导致预测得到的障碍物的运动轨迹和运动速度出现偏差。这些偏差有时会影响自动驾驶车辆的正常行驶。
发明内容
本公开实施例提出了用于控制车辆的方法和装置。
第一方面,本公开实施例提供了一种用于控制车辆的方法,该方法包括:从车辆行驶过程中所采集的点云中识别出障碍物的点云;确定当前采集时刻以及当前采集时刻之前的至少一个采集时刻所采集的、针对上述障碍物的点云的中心点;计算所确定的至少两个中心点在X轴上的方差;确定上述方差是否小于预设的波动阈值;响应于确定上述方差小于上述波动阈值,控制上述车辆按当前行驶速度继续行驶,以及对当前采集时刻所采集的上述障碍物的点云的中心点的X轴的坐标值进行修正。
在一些实施例中,上述方法还包括:响应于确定上述方差大于或等于上述波动阈值,根据当前采集时刻所采集的上述障碍物的点云的中心点和当前采集时刻的前一采集时刻所采集的上述障碍物的点云的中心点确定上述障碍物的移动速度;根据上述障碍物的移动速度、上述车辆的行驶速度、以及上述障碍物在X轴和Y轴距离上述车辆的距离,预测上述车辆继续按照当前行驶速度行驶是否会与上述障碍物发生碰撞;响应于预测到上述车辆继续按照当前速度行驶会与上述障碍物发生碰撞,向上述车辆发送控制信息,其中,上述控制信息用于控制上述车辆避免与上述障碍物发生碰撞。
在一些实施例中,上述方法还包括:响应于预测到上述车辆继续按照当前速度行驶不会与上述障碍物发生碰撞,控制上述车辆按当前行驶速度继续行驶。
在一些实施例中,上述根据上述障碍物的移动速度、上述车辆的行驶速度、以及上述障碍物在X轴和Y轴距离上述车辆的距离,预测上述车辆继续按照当前行驶速度行驶是否会与上述障碍物发生碰撞,包括:根据上述障碍物的移动速度和上述车辆的行驶速度分别在X轴的速度分量,确定上述障碍物和上述车辆在X轴的第一相对速度;根据上述障碍物的移动速度和上述车辆的行驶速度分别在Y轴的速度分量,确定上述障碍物和上述车辆在Y轴的第二相对速度;将上述障碍物在X轴上距离上述车辆的距离作为X轴距离,计算上述X轴距离与上述第一相对速度之间的比值,得到第一时间;将上述障碍物在Y轴上距离上述车辆的距离作为Y轴距离,计算上述Y轴距离与上述第二相对速度之间的比值,得到第二时间;响应于确定上述第一时间和上述第二时间之差小于预设的时间间隔,预测上述车辆继续按照当前行驶速度行驶会与上述障碍物发生碰撞。
在一些实施例中,上述对当前采集时刻所采集的上述障碍物的点云的中心点的X轴的坐标值进行修正,包括:将当前采集时刻的前一采集时刻所采集的上述障碍物的点云的中心点的X轴的坐标值,作为当前采集时刻所采集的上述障碍物的中心点的X轴坐标值。
第二方面,本公开实施例提供了一种用于控制车辆的装置,上述装置包括:识别单元,被配置成从车辆行驶过程中所采集的点云中识别出障碍物的点云;第一确定单元,被配置成确定当前采集时刻以及当前采集时刻之前的至少一个采集时刻所采集的、针对上述障碍物的点云的中心点;计算单元,被配置成计算所确定的至少两个中心点在X轴上的方差;第二确定单元,被配置成确定上述方差是否小于预设的波动阈值;第一控制单元,被配置成响应于确定上述方差小于上述波动阈值,控制上述车辆按当前行驶速度继续行驶,以及对当前采集时刻所采集的上述障碍物的点云的中心点的X轴的坐标值进行修正。
在一些实施例中,上述装置还包括:速度确定单元,被配置成响应于确定上述方差大于或等于上述波动阈值,根据当前采集时刻所采集的上述障碍物的点云的中心点和当前采集时刻的前一采集时刻所采集的上述障碍物的点云的中心点确定上述障碍物的移动速度;预测单元,被配置成根据上述障碍物的移动速度、上述车辆的行驶速度、以及上述障碍物在X轴和Y轴距离上述车辆的距离,预测上述车辆继续按照当前行驶速度行驶是否会与上述障碍物发生碰撞;第二控制单元,被配置成响应于预测到上述车辆继续按照当前速度行驶会与上述障碍物发生碰撞,向上述车辆发送控制信息,其中,上述控制信息用于控制上述车辆避免与上述障碍物发生碰撞。
在一些实施例中,上述装置还包括:第三控制单元,被配置成响应于预测到上述车辆继续按照当前速度行驶不会与上述障碍物发生碰撞,控制上述车辆按当前行驶速度继续行驶。
在一些实施例中,上述预测单元进一步被配置成:根据上述障碍物的移动速度和上述车辆的行驶速度分别在X轴的速度分量,确定上述障碍物和上述车辆在X轴的第一相对速度;根据上述障碍物的移动速度和上述车辆的行驶速度分别在Y轴的速度分量,确定上述障碍物和上述车辆在Y轴的第二相对速度;将上述障碍物在X轴上距离上述车辆的距离作为X轴距离,计算上述X轴距离与上述第一相对速度之间的比值,得到第一时间;将上述障碍物在Y轴上距离上述车辆的距离作为Y轴距离,计算上述Y轴距离与上述第二相对速度之间的比值,得到第二时间;响应于确定上述第一时间和上述第二时间之差小于预设的时间间隔,预测上述车辆继续按照当前行驶速度行驶会与上述障碍物发生碰撞。
在一些实施例中,上述第一控制单元进一步被配置成:将当前采集时刻的前一采集时刻所采集的上述障碍物的点云的中心点的X轴的坐标值,作为当前采集时刻所采集的上述障碍物的中心点的X轴坐标值。
第三方面,本公开实施例提供了一种设备,该设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本公开实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开实施例提供的用于控制车辆的方法和装置,首先从车辆行驶过程中所采集的点云中识别出障碍物的点云。之后,确定包括当前采集时刻在内的至少两个采集时刻所采集的、针对障碍物的点云的中心点。然后,计算所确定的至少两个中心点在X轴上的方差。当计算得到的方差小于预设的波动阈值时,控制车辆按当前行驶速度继续行驶,并对当前采集时刻所采集的障碍物的点云的中心点的X轴的坐标值进行修正,从而减小了由于障碍物形态变化对自动驾驶车辆正常行驶的影响,同时修正了由于障碍物形态变化引发的障碍物中心点在X轴的小幅度波动。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性***架构图;
图2是根据本公开的用于控制车辆的方法的一个实施例的流程图;
图3是根据本公开的用于控制车辆的方法的一个应用场景的示意图;
图4是根据本公开的用于控制车辆的方法的又一个实施例的流程图;
图5是根据本公开的用于控制车辆的装置的一个实施例的结构示意图;
图6是适于用来实现本公开实施例的电子设备的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开实施例的用于控制车辆的方法或用于控制车辆的装置的示例性***架构100。
如图1所示,***架构100可以包括车辆101、102、103,网络104和服务器105。网络104用以在车辆101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
车辆101、102、103可以通过网络104与服务器105交互,以接收或发送消息等。车辆101、102、103上可以安装有各种信息采集装置,例如图像采集装置、双目摄像机、传感器、激光雷达等等。上述信息采集装置可以用于采集车辆101、102、103的车内外环境信息。车辆101、102、103上还可以安装车载智能大脑(图中未示出),车载智能大脑可以接收上述信息采集设备采集信息,并对信息进行分析等处理,之后根据处理结果控制车辆101、102、103进行相应的操作(例如继续行驶、紧急停车等等)。车辆101、102、103可以是包含了自动驾驶模式的车辆,既包括完全自动驾驶的车辆,也包括能够切换到自动驾驶模式的车辆。
车辆101、102、103可以是各种类型的车辆,包括但不限于大型客车、牵引车、城市公交车、中型客车、大型货车、小型汽车等等。
服务器105可以是提供各种服务的服务器,例如对车辆101、102、103发送的信息进行处理的后台服务器。后台服务器可以对接收到的信息进行各种分析处理,并根据处理结果向车辆101、102、103发送控制信息,以控制车辆101、102、103。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的车辆、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的车辆、网络和服务器。
需要说明的是,本申请实施例所提供的用于控制车辆的方法可以由车辆101、102、103上安装的车载智能大脑执行,也可以由服务器105执行。相应地,用于控制车辆的装置可以设置于车辆101、102、103上安装的车载智能大脑中,也可以设置于服务器105中。
继续参考图2,示出了根据本公开的用于控制车辆的方法的一个实施例的流程200。该用于控制车辆的方法,包括以下步骤:
步骤201,从车辆行驶过程中所采集的点云中识别出障碍物的点云。
在本实施例中,用于控制车辆的方法的执行主体(例如图1所示车辆101、102、103的车载智能大脑或者105服务器)可以通过有线连接方式或者无线连接方式获取车辆行驶过程中所采集的点云,并从所采集的点云中识别出障碍物的点云。这里,障碍物的点云可以是指用于描述障碍物的点数据组成的点云。
实践中,车辆上可以安装有激光雷达传感器。这样,在车辆行驶过程中,激光雷达传感器可以实时采集车辆周围环境中物体的点云。点云中包括多个点数据,每个点数据可以包括三维坐标。通常,点数据的三维坐标可以包括X轴、Y轴和Z轴上的信息。执行主体可以实时接收激光雷达传感器采集的点云,并对接收的每帧点云进行障碍物识别和跟踪,以识别出点云中哪些点数据用于描述障碍物,哪些点数据用于描述非障碍物(例如,可行驶区域),以及不同帧点云数据中哪些点数据用于描述同一障碍物。这里,障碍物包括但不限于树木、警示牌、交通牌、行人、动物、车辆等等。
步骤202,确定当前采集时刻以及当前采集时刻之前的至少一个采集时刻所采集的、针对障碍物的点云的中心点。
在本实施例中,执行主体可以确定当前采集时刻所采集的该帧点云中障碍物的点云的中心点。执行主体还可以确定当前采集时刻之前的至少一个采集时刻所采集的各帧点云中障碍物的点云的中心点。从而得到至少两个中心点。作为一个示例,某一帧点云中障碍物的点云的中心点可以通过以下方式确定:计算障碍物的点云中所包括的多个点数据的坐标的平均值,将计算结果作为该帧点云中障碍物的点云的中心点。这里,当前采集时刻和当前采集时刻之前的至少一个采集时刻可以是连续的采集时刻。
步骤203,计算所确定的至少两个中心点在X轴上的方差。
在本实施例中,执行主体可以计算步骤202中所确定的至少两个中心点在X轴上的方差。具体的,执行主体可以首先计算至少两个中心点在X轴坐标的均值。之后,对于上述至少两个中心点中的每一个中心点,执行主体可以计算该中心点的X轴坐标与上述均值的差值的平方。最后,将上述至少两个中心点对应的平方进行累加,将累加得到的值除以上述至少两个中心点的数量,可以得到上述至少两个中心点之间的差值。具体公式如下所示:
步骤204,确定方差是否小于预设的波动阈值。
在本实施例中,执行主体可以确定步骤203中计算得到的方差是否小于预设的波动阈值。这里,上述波动阈值可以是技术人员根据实际需要设定的。举例来说,技术人员可以获取针对运动的行人、动物等软体障碍物所采集的点云,并对获取的点云的中心点的波动情况进行分析,根据分析结果确定波动阈值。
步骤205,响应于确定方差小于波动阈值,控制车辆按当前行驶速度继续行驶,以及对当前采集时刻所采集的障碍物的点云的中心点的X轴的坐标值进行修正。
在本实现方式中,如果步骤203中计算得到的方差小于上述波动阈值,则执行主体可以向车辆发送控制指令,以控制车辆按当前行驶速度继续行驶。实践中,多个采集时刻采集的点云中障碍物的点云的中心点在X轴的方差小于预设的波动阈值,则可以表明障碍物的中心点在X轴的变化是由于障碍物形态变化引发的小幅度变化。此时,自动驾驶车辆可以忽略障碍物点云的中心点在X轴的波动,直接按当前的行驶速度继续行驶。
同时,执行主体可以对当前采集时刻所采集的障碍物的点云的中心点的X轴的坐标值进行修正。实践中,执行主体可以采用多种方式对障碍物的点云的中心点的X轴的坐标值进行修正。作为示例,执行主体可以计算上述至少两个中心点在X轴上的均值,并将得到的均值作为当前采集时刻所采集的障碍物点云的中心点的X轴坐标值。从而实现了对当前采集时刻所采集的障碍物的点云的中心点的X轴的坐标值的修正,减少了由于障碍物形态变化引发的障碍物的中心点在X轴的变化。
在本实施例的一些可选的实现方式中,上述步骤205中的对当前采集时刻所采集的障碍物的点云的中心点的X轴的坐标值进行修正,可以具体如下进行:将当前采集时刻的前一采集时刻所采集的障碍物的点云的中心点的X轴的坐标值,作为当前采集时刻所采集的障碍物的中心点的X轴坐标值。
在本实现方式中,执行主体可以将当前采集时刻的前一采集时刻所采集的上述障碍物的点云的中心点的X轴的坐标值,作为当前采集时刻所采集的障碍物的中心点的X轴的坐标值。从而实现了对当前采集时刻所采集的障碍物的点云的中心点的X轴的坐标值的修正。
继续参见图3,图3是根据本实施例的用于控制车辆的方法的应用场景的一个示意图。在图3的应用场景中,车辆301中的车载智能大脑(图中未示出)首先从车辆301行驶过程中所采集的点云中识别出障碍物302的点云。其次,车载智能大脑确定当前采集时刻以及当前采集时刻之前的至少一个采集时刻所采集的、针对障碍物302的点云的中心点。之后,车载智能大脑计算所确定的至少两个中心点在X轴上的方差。然后,车载智能大脑确定计算得到的方差是否小于预设的波动阈值。如果计算得到的方差小于波动阈值,则控制车辆301按当前行驶速度继续行驶,并对当前采集时刻所采集的障碍物302的点云的中心点的X轴的坐标值进行修正。
本公开的上述实施例提供的方法,首先确定包括当前采集时刻在内的多个采集时刻所采集的、针对障碍物的点云的中心点。当多个中心点的方差小于预设的波动阈值时,控制车辆按当前行驶速度继续行驶,并对当前采集时刻所采集的障碍物的点云的中心点的X轴的坐标值进行修正,从而减小了由于障碍物形态变化对自动驾驶车辆正常行驶的影响,同时修正了由于障碍物形态变化引发的障碍物中心点在X轴的小幅度波动。
进一步参考图4,其示出了用于控制车辆的方法的又一个实施例的流程400。该用于控制车辆的方法的流程400,包括以下步骤:
步骤401,从车辆行驶过程中所采集的点云中识别出障碍物的点云。
在本实施例中,步骤401与图2所示实施例的步骤201类似,此处不再赘述。
步骤402,确定当前采集时刻以及当前采集时刻之前的至少一个采集时刻所采集的、针对障碍物的点云的中心点。
在本实施例中,步骤402与图2所示实施例的步骤202类似,此处不再赘述。
步骤403,计算所确定的至少两个中心点在X轴上的方差。
在本实施例中,步骤403与图2所示实施例的步骤203类似,此处不再赘述。
步骤404,确定方差是否小于预设的波动阈值。
在本实施例中,步骤404与图2所示实施例的步骤204类似,此处不再赘述。
步骤405,响应于确定方差小于波动阈值,控制车辆按当前行驶速度继续行驶,以及对当前采集时刻所采集的障碍物的点云的中心点的X轴的坐标值进行修正。
在本实施例中,步骤405与图2所示实施例的步骤205类似,此处不再赘述。
步骤406,响应于确定方差大于或等于波动阈值,根据当前采集时刻所采集的障碍物的点云的中心点和当前采集时刻的前一采集时刻所采集的障碍物的点云的中心点确定障碍物的移动速度。
在本实施例中,如果步骤403中计算得到的方差大于或等于上述波动阈值,则执行主体可以根据当前采集时刻所采集的障碍物的点云的中心点和当前采集时刻的前一采集时刻所采集的障碍物的点云的中心点确定障碍物的移动速度。这里,移动速度包括速率和方向。
步骤407,根据障碍物的移动速度、车辆的行驶速度、以及障碍物在X轴和Y轴距离车辆的距离,预测车辆继续按照当前行驶速度行驶是否会与障碍物发生碰撞。
在本实施例中,执行主体可以根据上述障碍物的移动速度、上述车辆的行驶速度、以及上述障碍物在X轴和Y轴距离上述车辆的距离,预测上述车辆继续按照当前行驶速度行驶是否会与上述障碍物发生碰撞。这里,车辆的行驶速度包括速率和方向。作为示例,执行主体可以通过各种方式预测车辆与障碍物是否会发生碰撞。举例来说,执行主体首先可以根据障碍物的移动速度和车辆的行驶速度,确定障碍物和车辆的运动轨迹。之后,判断障碍物和车辆的运动轨迹的相交点对应位置。然后,分别计算障碍物和车辆到达该位置时的时间。最后,根据计算得到的两个时间的差值,预测车辆与障碍物是否会发生碰撞。实践中,两个时间的差值越小表示障碍物与车辆发生碰撞的可能性越大。
在本实施例的一些可选的实现方式中,上述步骤407可以具体如下进行:
首先,根据障碍物的移动速度和车辆的行驶速度分别在X轴的速度分量,确定障碍物和车辆在X轴的第一相对速度。
在本实现方式中,执行主体可以根据障碍物的移动速度在X轴的速度分量和车辆当前行驶速度在X轴的速度分量,确定障碍物和车辆在X轴的第一相对速度。
其次,根据障碍物的移动速度和车辆的行驶速度分别在Y轴的速度分量,确定障碍物和车辆在Y轴的第二相对速度。
在本实现方式中,执行主体可以根据障碍物的移动速度在Y轴的速度分量和车辆当前行驶速度在Y轴的速度分量,确定障碍物和车辆在Y轴的第二相对速度。
再次,将障碍物在X轴上距离车辆的距离作为X轴距离,计算X轴距离与第一相对速度之间的比值,得到第一时间。
在本实现方式中,执行主体可以将障碍物在X轴上距离车辆的距离作为X轴距离。之后,执行主体可以计算X轴距离与第一相对速度之间的比值,从而得到第一时间。
然后,将障碍物在Y轴上距离车辆的距离作为Y轴距离,计算Y轴距离与第二相对速度之间的比值,得到第二时间。
在本实现方式中,执行主体可以将障碍物在Y轴上距离车辆的距离作为Y轴距离。之后,执行主体可以计算Y轴距离与第二相对速度之间的比值,从而得到第二时间。
最后,响应于确定第一时间和第二时间之差小于预设的时间间隔,预测车辆继续按照当前行驶速度行驶会与障碍物发生碰撞。
在本实现方式中,执行主体可以判断上述第一时间和上述第二时间之差是否小于预设的时间间隔。如果小于,则预测车辆继续按照当前行驶速度行驶会与障碍物发生碰撞。这里,上述时间间隔可以根据实际需要进行设定,例如,可以根据车身的长、宽以及当前行驶速度确定。
步骤408,响应于预测到车辆继续按照当前速度行驶会与障碍物发生碰撞,向车辆发送控制信息。
在本实施例中,如果预测到车辆继续按照当前速度行驶会与上述障碍物发生碰撞,则执行主体可以向车辆发送控制信息。这里,上述控制信息可以用于控制车辆避免与障碍物发生碰撞。举例来说,上述控制信息可以用于控制车辆停止行驶,或者绕开障碍物行驶。
在本实施例的一些可选的实现方式中,上述用于控制车辆的方法还可以包括:响应于预测到车辆继续按照当前速度行驶不会与障碍物发生碰撞,控制车辆按当前行驶速度继续行驶。
在本实现方式中,如果预测到车辆继续按照当前速度行驶不会与上述障碍物发生碰撞,则执行主体可以控制车辆按当前行驶速度继续行驶。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于控制车辆的方法的流程400突出了当至少两个中心点的方差大于或等于预设波动阈值时,预测车辆继续按照当前行驶速度行驶是否会与障碍物发生碰撞,并根据预测结果控制车辆的步骤,由此,本实施例描述的方案可以在减小由于障碍物形态变化对自动驾驶车辆正常行驶的影响的同时,保证车辆的安全行驶。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于控制车辆的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于控制车辆的装置500包括:识别单元501、第一确定单元502、计算单元503、第二确定单元504和第一控制单元505。识别单元501被配置成从车辆行驶过程中所采集的点云中识别出障碍物的点云;第一确定单元502被配置成确定当前采集时刻以及当前采集时刻之前的至少一个采集时刻所采集的、针对上述障碍物的点云的中心点;计算单元503被配置成计算所确定的至少两个中心点在X轴上的方差;第二确定单元504被配置成确定上述方差是否小于预设的波动阈值;第一控制单元505被配置成响应于确定上述方差小于上述波动阈值,控制上述车辆按当前行驶速度继续行驶,以及对当前采集时刻所采集的上述障碍物的点云的中心点的X轴的坐标值进行修正。
在本实施例中,用于控制车辆的装置500的识别单元501、第一确定单元502、计算单元503、第二确定单元504和第一控制单元505的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203、步骤204和步骤205的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述装置500还包括:速度确定单元(图中未示出),被配置成响应于确定上述方差大于或等于上述波动阈值,根据当前采集时刻所采集的上述障碍物的点云的中心点和当前采集时刻的前一采集时刻所采集的上述障碍物的点云的中心点确定上述障碍物的移动速度;预测单元(图中未示出),被配置成根据上述障碍物的移动速度、上述车辆的行驶速度、以及上述障碍物在X轴和Y轴距离上述车辆的距离,预测上述车辆继续按照当前行驶速度行驶是否会与上述障碍物发生碰撞;第二控制单元(图中未示出),被配置成响应于预测到上述车辆继续按照当前速度行驶会与上述障碍物发生碰撞,向上述车辆发送控制信息,其中,上述控制信息用于控制上述车辆避免与上述障碍物发生碰撞。
在本实施例的一些可选的实现方式中,上述装置500还包括:第三控制单元(图中未示出),被配置成响应于预测到上述车辆继续按照当前速度行驶不会与上述障碍物发生碰撞,控制上述车辆按当前行驶速度继续行驶。
在本实施例的一些可选的实现方式中,上述预测单元进一步被配置成:根据上述障碍物的移动速度和上述车辆的行驶速度分别在X轴的速度分量,确定上述障碍物和上述车辆在X轴的第一相对速度;根据上述障碍物的移动速度和上述车辆的行驶速度分别在Y轴的速度分量,确定上述障碍物和上述车辆在Y轴的第二相对速度;将上述障碍物在X轴上距离上述车辆的距离作为X轴距离,计算上述X轴距离与上述第一相对速度之间的比值,得到第一时间;将上述障碍物在Y轴上距离上述车辆的距离作为Y轴距离,计算上述Y轴距离与上述第二相对速度之间的比值,得到第二时间;响应于确定上述第一时间和上述第二时间之差小于预设的时间间隔,预测上述车辆继续按照当前行驶速度行驶会与上述障碍物发生碰撞。
在本实施例的一些可选的实现方式中,上述第一控制单元505进一步被配置成:将当前采集时刻的前一采集时刻所采集的上述障碍物的点云的中心点的X轴的坐标值,作为当前采集时刻所采集的上述障碍物的中心点的X轴坐标值。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器或车辆101、102、103中安装的车载智能大脑)600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。
需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:从车辆行驶过程中所采集的点云中识别出障碍物的点云;确定当前采集时刻以及当前采集时刻之前的至少一个采集时刻所采集的、针对上述障碍物的点云的中心点;计算所确定的至少两个中心点在X轴上的方差;确定上述方差是否小于预设的波动阈值;响应于确定上述方差小于上述波动阈值,控制上述车辆按当前行驶速度继续行驶,以及对当前采集时刻所采集的上述障碍物的点云的中心点的X轴的坐标值进行修正。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括识别单元、第一确定单元、计算单元、第二确定单元和第一控制单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,识别单元还可以被描述为“从车辆行驶过程中所采集的点云中识别出障碍物的点云的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种用于控制车辆的方法,包括:
从车辆行驶过程中所采集的点云中识别出障碍物的点云;
确定当前采集时刻以及当前采集时刻之前的至少一个采集时刻所采集的、针对所述障碍物的点云的中心点;
计算所确定的至少两个中心点在X轴上的方差;
确定所述方差是否小于预设的波动阈值;
响应于确定所述方差小于所述波动阈值,控制所述车辆按当前行驶速度继续行驶,以及对当前采集时刻所采集的所述障碍物的点云的中心点的X轴的坐标值进行修正。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定所述方差大于或等于所述波动阈值,根据当前采集时刻所采集的所述障碍物的点云的中心点和当前采集时刻的前一采集时刻所采集的所述障碍物的点云的中心点确定所述障碍物的移动速度;
根据所述障碍物的移动速度、所述车辆的行驶速度、以及所述障碍物在X轴和Y轴距离所述车辆的距离,预测所述车辆继续按照当前行驶速度行驶是否会与所述障碍物发生碰撞;
响应于预测到所述车辆继续按照当前速度行驶会与所述障碍物发生碰撞,向所述车辆发送控制信息,其中,所述控制信息用于控制所述车辆避免与所述障碍物发生碰撞。
3.根据权利要求2所述的方法,其中,所述方法还包括:
响应于预测到所述车辆继续按照当前速度行驶不会与所述障碍物发生碰撞,控制所述车辆按当前行驶速度继续行驶。
4.根据权利要求2所述的方法,其中,所述根据所述障碍物的移动速度、所述车辆的行驶速度、以及所述障碍物在X轴和Y轴距离所述车辆的距离,预测所述车辆继续按照当前行驶速度行驶是否会与所述障碍物发生碰撞,包括:
根据所述障碍物的移动速度和所述车辆的行驶速度分别在X轴的速度分量,确定所述障碍物和所述车辆在X轴的第一相对速度;
根据所述障碍物的移动速度和所述车辆的行驶速度分别在Y轴的速度分量,确定所述障碍物和所述车辆在Y轴的第二相对速度;
将所述障碍物在X轴上距离所述车辆的距离作为X轴距离,计算所述X轴距离与所述第一相对速度之间的比值,得到第一时间;
将所述障碍物在Y轴上距离所述车辆的距离作为Y轴距离,计算所述Y轴距离与所述第二相对速度之间的比值,得到第二时间;
响应于确定所述第一时间和所述第二时间之差小于预设的时间间隔,预测所述车辆继续按照当前行驶速度行驶会与所述障碍物发生碰撞。
5.根据权利要求1所述的方法,其中,所述对当前采集时刻所采集的所述障碍物的点云的中心点的X轴的坐标值进行修正,包括:
将当前采集时刻的前一采集时刻所采集的所述障碍物的点云的中心点的X轴的坐标值,作为当前采集时刻所采集的所述障碍物的中心点的X轴坐标值。
6.一种用于控制车辆的装置,包括:
识别单元,被配置成从车辆行驶过程中所采集的点云中识别出障碍物的点云;
第一确定单元,被配置成确定当前采集时刻以及当前采集时刻之前的至少一个采集时刻所采集的、针对所述障碍物的点云的中心点;
计算单元,被配置成计算所确定的至少两个中心点在X轴上的方差;
第二确定单元,被配置成确定所述方差是否小于预设的波动阈值;
第一控制单元,被配置成响应于确定所述方差小于所述波动阈值,控制所述车辆按当前行驶速度继续行驶,以及对当前采集时刻所采集的所述障碍物的点云的中心点的X轴的坐标值进行修正。
7.根据权利要求6所述的装置,其中,所述装置还包括:
速度确定单元,被配置成响应于确定所述方差大于或等于所述波动阈值,根据当前采集时刻所采集的所述障碍物的点云的中心点和当前采集时刻的前一采集时刻所采集的所述障碍物的点云的中心点确定所述障碍物的移动速度;
预测单元,被配置成根据所述障碍物的移动速度、所述车辆的行驶速度、以及所述障碍物在X轴和Y轴距离所述车辆的距离,预测所述车辆继续按照当前行驶速度行驶是否会与所述障碍物发生碰撞;
第二控制单元,被配置成响应于预测到所述车辆继续按照当前速度行驶会与所述障碍物发生碰撞,向所述车辆发送控制信息,其中,所述控制信息用于控制所述车辆避免与所述障碍物发生碰撞。
8.根据权利要求7所述的装置,其中,所述装置还包括:
第三控制单元,被配置成响应于预测到所述车辆继续按照当前速度行驶不会与所述障碍物发生碰撞,控制所述车辆按当前行驶速度继续行驶。
9.根据权利要求7所述的装置,其中,所述预测单元进一步被配置成:
根据所述障碍物的移动速度和所述车辆的行驶速度分别在X轴的速度分量,确定所述障碍物和所述车辆在X轴的第一相对速度;
根据所述障碍物的移动速度和所述车辆的行驶速度分别在Y轴的速度分量,确定所述障碍物和所述车辆在Y轴的第二相对速度;
将所述障碍物在X轴上距离所述车辆的距离作为X轴距离,计算所述X轴距离与所述第一相对速度之间的比值,得到第一时间;
将所述障碍物在Y轴上距离所述车辆的距离作为Y轴距离,计算所述Y轴距离与所述第二相对速度之间的比值,得到第二时间;
响应于确定所述第一时间和所述第二时间之差小于预设的时间间隔,预测所述车辆继续按照当前行驶速度行驶会与所述障碍物发生碰撞。
10.权利要求6所述的装置,其中,所述第一控制单元进一步被配置成:
将当前采集时刻的前一采集时刻所采集的所述障碍物的点云的中心点的X轴的坐标值,作为当前采集时刻所采集的所述障碍物的中心点的X轴坐标值。
11.一种设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910953734.4A CN110654380B (zh) | 2019-10-09 | 2019-10-09 | 用于控制车辆的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910953734.4A CN110654380B (zh) | 2019-10-09 | 2019-10-09 | 用于控制车辆的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110654380A true CN110654380A (zh) | 2020-01-07 |
CN110654380B CN110654380B (zh) | 2023-12-15 |
Family
ID=69038687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910953734.4A Active CN110654380B (zh) | 2019-10-09 | 2019-10-09 | 用于控制车辆的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110654380B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111301432A (zh) * | 2020-03-03 | 2020-06-19 | 北京百度网讯科技有限公司 | 用于自动驾驶车辆的停车方法和装置 |
CN111578894A (zh) * | 2020-06-02 | 2020-08-25 | 北京经纬恒润科技有限公司 | 一种确定障碍物航向角的方法及装置 |
CN113728324A (zh) * | 2020-03-26 | 2021-11-30 | 百度时代网络技术(北京)有限公司 | 基于点云的低高度障碍物检测*** |
CN116125897A (zh) * | 2023-03-02 | 2023-05-16 | 重庆长安汽车股份有限公司 | 自动驾驶决策方法、装置、电子设备及存储介质 |
CN116125897B (zh) * | 2023-03-02 | 2024-06-28 | 重庆长安汽车股份有限公司 | 自动驾驶决策方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108152831A (zh) * | 2017-12-06 | 2018-06-12 | 中国农业大学 | 一种激光雷达障碍物识别方法及*** |
CN108226895A (zh) * | 2017-12-27 | 2018-06-29 | 吉林大学 | 基于激光雷达的静态障碍物识别***及识别方法 |
CN109375228A (zh) * | 2018-10-31 | 2019-02-22 | 歌尔股份有限公司 | 激光雷达的异常帧点云数据的确定方法、处理方法及装置 |
CN109521756A (zh) * | 2017-09-18 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 用于无人驾驶车辆的障碍物运动信息生成方法和装置 |
CN109927719A (zh) * | 2017-12-15 | 2019-06-25 | 百度在线网络技术(北京)有限公司 | 一种基于障碍物轨迹预测的辅助驾驶方法和*** |
CN110045729A (zh) * | 2019-03-12 | 2019-07-23 | 广州小马智行科技有限公司 | 一种车辆自动驾驶方法及装置 |
CN110210389A (zh) * | 2019-05-31 | 2019-09-06 | 东南大学 | 一种面向道路交通场景的多目标识别跟踪方法 |
FR3079034A1 (fr) * | 2018-03-14 | 2019-09-20 | Renault S.A.S | Procede robuste de detection d'obstacles, notamment pour vehicules autonomes |
-
2019
- 2019-10-09 CN CN201910953734.4A patent/CN110654380B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109521756A (zh) * | 2017-09-18 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 用于无人驾驶车辆的障碍物运动信息生成方法和装置 |
CN108152831A (zh) * | 2017-12-06 | 2018-06-12 | 中国农业大学 | 一种激光雷达障碍物识别方法及*** |
CN109927719A (zh) * | 2017-12-15 | 2019-06-25 | 百度在线网络技术(北京)有限公司 | 一种基于障碍物轨迹预测的辅助驾驶方法和*** |
CN108226895A (zh) * | 2017-12-27 | 2018-06-29 | 吉林大学 | 基于激光雷达的静态障碍物识别***及识别方法 |
FR3079034A1 (fr) * | 2018-03-14 | 2019-09-20 | Renault S.A.S | Procede robuste de detection d'obstacles, notamment pour vehicules autonomes |
CN109375228A (zh) * | 2018-10-31 | 2019-02-22 | 歌尔股份有限公司 | 激光雷达的异常帧点云数据的确定方法、处理方法及装置 |
CN110045729A (zh) * | 2019-03-12 | 2019-07-23 | 广州小马智行科技有限公司 | 一种车辆自动驾驶方法及装置 |
CN110210389A (zh) * | 2019-05-31 | 2019-09-06 | 东南大学 | 一种面向道路交通场景的多目标识别跟踪方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111301432A (zh) * | 2020-03-03 | 2020-06-19 | 北京百度网讯科技有限公司 | 用于自动驾驶车辆的停车方法和装置 |
CN113728324A (zh) * | 2020-03-26 | 2021-11-30 | 百度时代网络技术(北京)有限公司 | 基于点云的低高度障碍物检测*** |
CN111578894A (zh) * | 2020-06-02 | 2020-08-25 | 北京经纬恒润科技有限公司 | 一种确定障碍物航向角的方法及装置 |
CN111578894B (zh) * | 2020-06-02 | 2021-10-15 | 北京经纬恒润科技股份有限公司 | 一种确定障碍物航向角的方法及装置 |
CN116125897A (zh) * | 2023-03-02 | 2023-05-16 | 重庆长安汽车股份有限公司 | 自动驾驶决策方法、装置、电子设备及存储介质 |
CN116125897B (zh) * | 2023-03-02 | 2024-06-28 | 重庆长安汽车股份有限公司 | 自动驾驶决策方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110654380B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110654381B (zh) | 用于控制车辆的方法和装置 | |
US10983524B2 (en) | Sensor aggregation framework for autonomous driving vehicles | |
US10457294B1 (en) | Neural network based safety monitoring system for autonomous vehicles | |
US10807599B2 (en) | Driving scenario based lane guidelines for path planning of autonomous driving vehicles | |
US20190318267A1 (en) | System and method for training a machine learning model deployed on a simulation platform | |
CN113715814B (zh) | 碰撞检测方法、装置、电子设备、介质及自动驾驶车辆 | |
US10272778B2 (en) | Method and system for determining unit gain of speed control for autonomous driving vehicles | |
CN110696826B (zh) | 用于控制车辆的方法和装置 | |
US20180111612A1 (en) | Spring system-based change lane approach for autonomous vehicles | |
US20180143632A1 (en) | Method for determining command delays of autonomous vehicles | |
CN110654380B (zh) | 用于控制车辆的方法和装置 | |
US11453410B2 (en) | Reducing processing requirements for vehicle control | |
US10909377B2 (en) | Tracking objects with multiple cues | |
CN112622923B (zh) | 用于控制车辆的方法和装置 | |
US11456890B2 (en) | Open and safe monitoring system for autonomous driving platform | |
CN114771534A (zh) | 自动驾驶车辆的控制方法、训练方法、车辆、设备及介质 | |
CN114212108A (zh) | 自动驾驶方法、装置、车辆、存储介质及产品 | |
CN112558036B (zh) | 用于输出信息的方法和装置 | |
CN114056337B (zh) | 车辆行驶行为预测方法、装置及计算机程序产品 | |
CN112526477B (zh) | 用于处理信息的方法和装置 | |
CN114771533A (zh) | 自动驾驶车辆的控制方法、装置、设备、车辆及介质 | |
CN111832142A (zh) | 用于输出信息的方法和装置 | |
CN112668371A (zh) | 用于输出信息的方法和装置 | |
US20240211363A1 (en) | Gpu stress test with dynamic loads | |
CN112528711B (zh) | 用于处理信息的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |