CN110949406B - 一种智能驾驶***及方法 - Google Patents
一种智能驾驶***及方法 Download PDFInfo
- Publication number
- CN110949406B CN110949406B CN201911358282.1A CN201911358282A CN110949406B CN 110949406 B CN110949406 B CN 110949406B CN 201911358282 A CN201911358282 A CN 201911358282A CN 110949406 B CN110949406 B CN 110949406B
- Authority
- CN
- China
- Prior art keywords
- unit
- information
- vehicle
- monitoring
- motion control
- 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
Links
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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/04—Monitoring the functioning of the control system
- B60W50/045—Monitoring control system parameters
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于自动驾驶领域,公开了一种智能驾驶***及方法。该智能驾驶***包括:传感器组,用于监测车辆及周围环境获得传感信息;规划控制模块,用于基于所述传感信息获取运动控制指令;其中,所述规划控制模块包括功能监控模块,用于监测所述规划控制模块的工作状态,生成状态评估结果;监督模块,用于基于所述传感信息、所述运动控制指令和所述状态评估结果确定车辆执行指令。智能驾驶***能确保故障处理的有效性和安全性,从而提高车辆的可靠性和适用性。
Description
技术领域
本发明涉及智能车辆控制技术领域,具体涉及一种智能驾驶***及方法。
背景技术
随着智能网联汽车的技术进步和产业发展,智能网联汽车在园区摆渡、工厂物流等方面不断扮演着重要角色。而且由于运行环境的特殊性,智能网联汽车已向去驾驶员、去安全员的方向不断发展。
虽然智能网联汽车在工业应用方面有一定的进展与突破,但是智能网联汽车的安全架构仍然是在传统汽车的安全架构的基础上发展与改进,而安全架构的适用性和有效性无法得到验证,导致智能网联汽车安全性、可靠性和适应性问题一直未能解决。因此,目前的智能网联汽车的研究和使用多局限在特定场景中,无法在实际的应用场景中推广使用。
发明内容
为此,本发明提供一种智能驾驶***及方法,以解决现有技术中由于智能网联汽车的安全架构仍沿用传统汽车的安全架构而导致的无法在实际的应用场景中推广使用的问题。
为了实现上述目的,本发明第一方面提供一种智能驾驶***,包括:
传感器组,用于监测车辆及周围环境获得传感信息;
规划控制模块,用于基于所述传感信息获取运动控制指令;其中,所述规划控制模块包括功能监控模块,用于监测所述规划控制模块的工作状态,生成状态评估结果;
监督模块,用于基于所述传感信息、所述运动控制指令和所述状态评估结果确定车辆执行指令。
为了实现上述目的,本发明第二方面提供一种自动驾驶方法,所述自动驾驶***包括:传感器组、规划控制模块和监督模块,所述方法包括:
获取传感信息,其中,所述传感信息基于传感器组监测车辆及周围环境获取;
基于所述传感信息获取运动控制指令;
监测所述规划控制模块的工作状态,生成状态评估结果;
基于所述传感信息、所述运动控制指令和所述状态评估结果确定车辆执行指令。
为了实现上述目的,本发明第三方面提供一种车载设备,包括:处理器、存储器和通信接口,所述通信接口数据连接所述处理器和所述存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如本发明所述自动驾驶方法的步骤。
为了实现上述目的,本发明第四方面提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如本发明所述自动驾驶方法的步骤。
本发明提供的智能驾驶***,通过传感器组监测车辆及周围环境获得传感信息;规划控制模块监测规划控制模块的状态,并基于所述传感器的传感信息和规划控制模块的状态获得运动控制指令;监督模块,用于评估规划控制模块的整体性能,并基于所述规划控制模块的整体性能、所述传感信息和所述运动控制指令生成车辆执行指令,实现车辆自我决策、监管、故障诊断及规避形成风险的问题,确保了故障处理的有效性和安全性,从而提高车辆的可靠性和适用性。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。
图1为本实施例提供的一种智能网联车辆的整体架构图;
图2为本发明实施例提供的一种智能驾驶***的示例性框图;
图3为本发明实施例提供一种的自动驾驶方法的流程图;
图4为本发明实施例中车辆执行指令的获取方法流程图;
图5为本实施例提供的一种车载设备的结构示意图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
针对智能驾驶***的安全架构仍然沿用传统车辆的安全架构导致车辆可靠性不高、适用性不强的问题,提供一种智能驾驶***。该智能驾驶***在自我决策的同时,进行自我监管和故障诊断,生成更可靠的车辆执行指令。
图1为本实施例提供的一种智能网联车辆的整体架构图。如图 1所示,智能网联车辆包括传感器组10、智能驾驶***20、车辆执行***30,传感器组10与智能驾驶***20信号连接,智能驾驶***20与车辆执行***30信号连接。
传感器组10用于获得传感信息。传感器组包括但不限于摄像头、激光雷达、毫米波雷达、全球定位***(GPS)、压力传感器、IMU、角度传感器和速度传感器中的至少一个。
智能驾驶***20用于接收传感器组的传感信息,并基于传感信息生成车辆执行信息。
车辆执行***30用于接收执行信息,按照车辆执行信息控制车辆行驶。在一些实施例中,车辆执行***包括但不限于转向***、制动***和驱动***。转向***、制动***和驱动***属于车辆领域成熟***,在此不再赘述。
智能驾驶***20还与云端服务器40进行通信,用于统筹协调管理智能网联车辆。在一些实施例中,云端服务器可用于与一个或多个智能网联车辆进行交互,统筹协调管理多个智能网联车辆的调度等。在一些实施例中,智能驾驶***20与云端服务器通过无线通讯网络 (包括但不限于GPRS网络、Zigbee网络、Wifi网络、3G网络、4G 网络、5G网络等无线通讯网络)进行无线通信。
在一些实施例中,云端服务器40是由车辆服务商所建立的云端服务器,提供云存储和云计算的功能。在一些实施例中,在云端服务器中建立车辆端档案。在一些实施例中,车辆端档案中储存智能驾驶***20上传的各种信息。在一些实施例中,云端服务器可以实时同步车辆端产生的驾驶数据。
在一些实施例中,云端服务器可包括数据仓库和数据加工平台,其中数据仓库中存储云端服务器建立的车辆端档案。在一些实施例中,数据仓库可以从各种源头业务***中把数据统一采集到数据仓库中,并在数据加工平台进行加工,以便车辆端使用。
在一些实施例中,云端服务器可以是一个服务器,也可以是一个服务器群组。服务器群组可以是集中式的,也可以是分布式的。分布式服务器,有利于任务在多个分布式服务器进行分配与优化,克服传统集中式服务器资源紧张与响应瓶颈的缺陷。在一些实施例中,云端服务器可以是本地的或远程的。
在一些实施例中,云端服务器可用于获取道路监测单元(RSU: Road Side Unit)和智能网联车辆的信息,以及可以发送信息至智能网联车辆。在一些实施例中,云端服务器可以根据智能网联车辆的信息将道路监测单元中的与智能网联车辆相对应的检测信息发送给智能网联车辆。
在一些实施例中,智能网联车辆还可包括车辆CAN总线,车辆 CAN总线连接智能驾驶***20和车辆执行***30。智能驾驶***10 与车辆底层执行***之间的信息交互通过车辆CAN总线进行传递。
在一些实施例中,智能网联车辆既可以通过驾驶员以人工驾驶模式控制车辆行驶,又可以通过智能驾驶***20以无人驾驶方式控制车辆行驶。在人工驾驶模式下,驾驶员通过操作控制车辆行驶的装置驾驶车辆,控制车辆行驶的装置例如包括但不限于制动踏板、方向盘和油门踏板等。控制车辆行驶的装置可直接操作车辆底层执行***控制车辆行驶。
在一些实施例中,智能网联车辆也可以为无人车,车辆的驾驶控制由智能驾驶***20输出控制指令,并由车辆执行***30执行。
图2为本发明实施例提供的一种智能驾驶***的示例性框图,图中,实线表示数据和状态的传输路径,虚线仅表示状态的传输路径。该智能驾驶***可以实现图1中智能驾驶***20的部分功能,用于控制智能网联车辆的行驶。
如图2所示,智能驾驶***包括传感器组201、规划控制模块 202、监督模块203以及其他一些可用于智能网联车辆的单元。
传感器组201用于监测车辆及周围环境获得传感信息,并将传感信息传送给规划控制模块202和监督模块203。其中,传感器组包括但不限于摄像头、激光雷达、毫米波雷达、压力传感器、IMU、角度传感器、速度传感器等中的一种或多种。所述传感信息包括环境传感信息和车辆状态传感信息。其中,环境传感信息包括障碍物、行人、周围车辆、可行驶区域、道路标记等传感信息。车辆状态传感信息包括车速、前轮偏角、加速度、减速度、方向盘转角、刹车、油门等传感信息。
规划控制模块202,用于基于所述传感信息获取运动控制指令。在一些实施例中,规划控制模块202获取的运动控制指令为智能网联车辆提供高性能的控制决策支持。在一些实施例中,运动控制指令包括车辆的车速、前轮偏角、加速度、减速度、方向盘转角、刹车、油门等控制指令。
在一些实施例中,规划控制模块202包括感知单元2021、定位单元2022、决策单元2023、运动控制单元2024和功能监测单元2025。
其中,感知单元2021,基于所述传感信息获取感知信息。在一些实施例中,所述感知信息包括车外环境状态和车辆自身状态。其中,车外环境状态包括障碍物、行人、周围车辆、可行驶区域、道路标记等状态。车辆状态信息包括车速、前轮偏角、加速度、减速度、方向盘转角、刹车、油门等状态。在一些实施例中,感知单元2021还进一步感知自身的状态,并将状态信息发送给功能监测单元2025。
在一些实施例中,定位单元2022,基于所述传感信息确定车辆的定位信息。基于所述传感信息和所述传感器的状态获得车辆的定位信息。其中,定位单元2022基于全球定位***(GPS)、惯性传感器 (IMU)、标识定位模块等获得车辆的位置信息。在一些实施例中,定位信息还可以通过视觉传感器、激光雷达等进行定位,例如通过即时定位与地图构建(V-SLAM)、携式激光测距仪-即时定位与地图构建(Lidar-SLAM)等方式获得。在一些实施例中,定位单元2022还进一步感知自身的状态,并将状态信息发送给功能监测单元2025。
决策单元2023,用于根据所述感知信息和所述定位信息确定车辆的决策信息。在一些实施例中,决策单元2023进一步接收感知单元2021和定位单元2022的状态,并基于所述感知信息、所述定位信息、感知单元2021和定位单元2022的状态规划车辆的决策信息。
其中,决策信息包括行驶路径信息和车辆的控制信息。车辆的控制信息包括车辆的车速、前轮偏角、加速度、减速度、方向盘转角、刹车、油门等控制信息。
运动控制单元2024,基于所述决策信息生成运动控制指令。在一些实施例中,运动控制单元2024进一步接收决策单元2023的状态,并基于决策单元2023的状态和决策信息生成运动控制指令。
在一些实施例中,规划控制模块202还包括功能监控单元2025。其中功能监控单元2025用于生成状态评估结果。在一些实施例中,功能监控单元2025用于监测所述感知单元2021、所述定位单元2022、所述决策单元2023和所述运动控制单元2024的工作状态,并依据监测到的工作状态分别对所述感知单元2021、所述定位单元2022、决策单元2023和运动控制单元2024的性能进行评估,生成状态评估结果。
在一些实施例中,功能监控单元2025根据所述感知单元2021、所述定位单元2022、决策单元2023和运动控制单元2024的运行情况分别进行状态评级。在一些实施例中,功能监控单元2025按照严重性进行分级。在一些实施例中,功能监控单元2025将各单元按照严重性分为六个等级。
在一些实施例中,所述运动控制单元2024还接收所述功能监控单元2025的状态、决策单元2023的状态,并基于所述功能监控单元 2025的状态、决策单元2023的状态和所述决策信息生成所述运动控制指令。
在一些实施例中,运动控制单元2024对功能监控单元2025的运行状态进行实时监控和评判,并根据监控和评判结果修正运动控制指令。
监督模块203用于确定车辆执行指令。在一些实施例中,监督模块203基于所述传感信息、所述运动控制指令和所述状态评估结果确定车辆执行指令。其中,所述车辆执行指令是指用于控制车辆执行***的指令,例如,控制方向盘、刹车、油门等。
在一些实施例中,监督模块203包括ODD监控单元2031、碰撞监控单元2032、性能评估单元2033、故障反应及缓解单元2034。
其中,ODD监控单元2031用于确定可行驶区域信息。在一些实施例中,ODD监控单元2031基于所述传感信息和所述定位信息确定可行驶区域信息。在一些实施例中,ODD监控单元2031用于基于所述传感信息、所述传感器的状态、所述定位单元的定位信息和所述定位单元的状态获得可行驶区域的监控结果。
在一些实施例中,ODD监控单元2031根据自身需要接收传感器组201中所需的传感器的传感信息及状态、定位单元2022的定位信息及状态,对包含且不限于天气、速度、行人动物、电子围栏等可行驶域相关因素进行处理,确定可行驶区域信息。
碰撞监控单元2032,用于确定碰撞监测结果。在一些实施例中,碰撞监控单元2032基于所述传感信息确定碰撞监测结果。在一些实施例中,碰撞监控单元2032进一步基于所述传感信息和所述传感器的状态获得碰撞监测结果。在一些实施例中,碰撞监控单元2032调用相应的碰撞监测传感器,对车辆行驶过程中的碰撞情况进行实时评估,获得碰撞监测结果。
在一些实施例中,ODD监控单元2031和碰撞监控单元2032所需的传感器可以与规划控制单元需要的传感器相互独立,即ODD监控单元2031和碰撞监控单元2032使用与规划控制单元不同的传感器。例如,所述传感器组可以包括多个摄像头,其中,所述多个摄像头中的一部分用于规划控制单元,另一部分用于ODD监控单元2031和碰撞监控单元2032。
性能评估单元2033,用于确定车辆的整体性能。在一些实施例中,性能评估单元2033用于根据功能监控单元确定的状态评估结果评估所述车辆的整体性能。
故障反应及缓解单元2034,用于生成故障处理结果。在一些实施例中,故障反应及缓解单元2034基于所述可行驶区域信息、所述碰撞监测结果和所述车辆整体性能确定故障信息,并生成故障处理结果。其中,故障信息包括针对监测到的故障做出的故障反应。在一些实施例中,故障反应及缓解单元2034得出的故障处理结果包括但不限于优雅降级、减速停靠等。
在一些实施例中,监督模块203还包括逻辑决策单元2035,用于生成所述车辆执行指令。在一些实施例中,逻辑决策单元2035用于根据所述运动控制指令和所述故障处理结果生成所述车辆执行指令。在一些实施例中,逻辑决策单元2035结合故障反应及缓解单元2034的故障信息及所述故障处理结果,评判和修改运动控制单元 2024的运动控制指令,生成车辆执行指令。
本实施例提供的智能驾驶***,通过传感器组监测车辆及周围环境获得传感信息;规划控制模块基于所述传感信息获取运动控制指令;其中,所述规划控制模块包括功能监控模块,用于监测所述规划控制模块的工作状态,生成状态评估结果;监督模块基于所述传感信息、所述运动控制指令和所述状态评估结果确定车辆执行指令,从而实现车辆自我决策、监管、故障诊断及规避形成风险的问题,确保了故障处理的有效性和安全性,从而提高车辆的可靠性和适用性。另外,该自动驾驶***通用性强,能减少设备的成本投入,具有良好的应用前景。
图3为本发明实施例提供一种的自动驾驶方法的流程图。该自动驾驶方法的执行主体是本实施例提供的自动驾驶***,其中,自动驾驶***包括规划控制模块和监督模块。自动驾驶***的具体结构和功能可参见本实施例自动驾驶***部分,在此不再赘述。在一些实施例中,本实施例提供的自动驾驶方法可应用于智能网联自动驾驶车辆。
如图3所示,自动驾驶方法包括:
301,获取传感信息。
其中,所述传感信息基于传感器组中的多个传感器监测车辆及周围环境获取。传感器组包括但不限于摄像头、激光雷达、毫米波雷达、压力传感器、IMU、角度传感器、速度传感器等中的一种或多种;所述传感信息包括环境传感信息和车辆状态传感信息。其中,环境传感信息包括障碍物、行人、周围车辆、可行驶区域、道路标记等传感信息。车辆状态传感信息包括车速、前轮偏角、加速度、减速度、方向盘转角、刹车、油门等传感信息。在一些实施例中,传感信息还包括了传感器组中传感器的工作状态。
302,基于所述传感信息获取运动控制指令。
在一些实施例中,智能驾驶***基于所述传感信息获取运动控制指令。在一些实施例中,智能驾驶***进一步基于监测规划控制模块的状态和所述传感器的传感信息获得运动控制指令。在一些实施例中,运动控制指令包括车辆的车速、前轮偏角、加速度、减速度、方向盘转角、刹车、油门等控制指令。
在一些实施例中,智能驾驶***可以基于所述传感信息获得感知信息和定位信息,进而基于感知信息和定位信息确定车辆决策信息,最终基于决策信息确定所述运动控制指令。其中,所述感知信息包括车外环境状态和车辆自身状态。其中,车外环境状态包括障碍物、行人、周围车辆、可行驶区域、道路标记等状态。车辆状态信息包括车速、前轮偏角、加速度、减速度、方向盘转角、刹车、油门等状态。在一些实施例中,所述感知信息还包括了感知单元的工作状态。
在一些实施例中,定位信息是指车辆的定位信息。定位信息可以通过全球定位***(GPS)、惯性传感器(IMU)、标识定位模块等获得。在一些实施例中,定位信息还可以通过视觉传感器、激光雷达等进行定位,例如通过即时定位与地图构建(V-SLAM)、携式激光测距仪-即时定位与地图构建(Lidar-SLAM)等方式获得。在一些实施例中,定位信息还包括了定位模块的工作状态。
在一些实施例中,决策信息包括行驶路径信息和车辆的控制信息。车辆的控制信息包括车辆的车速、前轮偏角、加速度、减速度、方向盘转角、刹车、油门等控制信息。在一些实施例中,决策信息还包括了决策单元的工作状态。
303,智能驾驶***监测所述规划控制模块的工作状态,生成状态评估结果。
其中,所述状态评估结果是指对所述规划控制模块中各模块的性能进行评估得到的结果。在一些实施例中,规划控制模块包括感知单元、定位单元、决策单元、运动控制单元和功能监测单元。在一些实施例中,所述功能监测单元可以监测所述感知单元、定位单元、决策单元和运动控制单元的工作状态,并基于所述工作状态分别对所述感知单元、决策单元和运动控制单元的性能进行评估,生成状态评估结果。
304,智能驾驶***基于所述传感信息、所述运动控制指令和所述状态评估结果确定车辆执行指令。其中,所述车辆执行指令是指所述智能驾驶***用于控制车辆执行***的指令。在一些实施例中,智能驾驶***可以基于如图4所述的流程生成车辆执行指令。
如图4所示,在步骤401中,智能驾驶***可以基于所述传感信息和所述定位信息确定可行驶区域信息。其中,可行驶区域信息包括车辆当前所在车道的监控结果,还包括相邻车道的监控结果。在一些实施例中,自能驾驶***确定可行驶区域信息时采用的传感器与规划控制模块采用的传感器不同。
在步骤402中,智能驾驶***基于所述传感信息确定碰撞监测结果。在一些实施例中,所述碰撞监测结果是指所述智能网联车辆在当前时刻发生碰撞的概率。在一些实施例中,智能驾驶***可以基于所述传感信息和所述传感器组的工作状态获得碰撞监测结果。
在步骤403中,智能驾驶***基于所述状态评估结果确定车辆整体性能。
其中,所述车辆整体性能是指对智能驾驶***中各模块的工作状态和性能的整体评估。在一些实施例中,智能驾驶***根据所述感知单元、所述定位单元、所述决策单元和所述运动控制单元的工作状态评估所述车辆的整体性能。
在步骤404中,智能驾驶***基于所述可行驶区域信息、所述碰撞监测结果和所述车辆整体性能确定故障信息,并生成故障处理结果。
在步骤405中,智能驾驶***基于所述运动控制指令和所述故障处理结果生成所述车辆执行指令。
为更好地理解本发明,下面针对具体场景说明自动驾驶***的工作过程。
例如,当左侧车载摄像头出现严重故障时,感知单元出现相应的缺陷,功能监测单元基于监测的感知单元的状态进行评级,并将评估结果发送至性能评估单元。如果性能评估单元对车辆的整体性能进行评估,如果整体评估结果为依靠雷达能够感知左侧环境,将整体性能评估结果发送至故障反应及缓解单元,故障反应及缓解单元基于整体性能评估结果获得故障信息及所述故障处理结果。故障处理结果可以为降速处理,并限制包含且不限于左转向、左变道等有风险的行驶方案。故障反应及缓解单元将故障信息及所述故障处理结果发送至逻辑决策单元。逻辑决策单元对运动控制单元做出的运动控制指令限制和修正,修正结果可以为限速,然后基于修正后的运动控制指令生成车辆执行指令。
再如,当功能监控单元出现严重故障时,运动控制单元和性能评估单元获知功能监控单元的状态,运动控制单元认为车辆丧失正常的功能监控,则根据车身状态生成安全停车的车辆执行指令。此时逻辑决策单元还未接收到故障反应及缓解单元给出的方案,不对运动控制单元的运动控制指令进行任何修正。
性能评估单元同时判定车辆丧失正常监控功能,并将整体性能评估结果发送至故障反应及处理单元。故障反应及处理单元根据整体性能评估结果做出安全停靠的故障处理结果,逻辑决策单元接收故障处理结果后,对运动控制单元的控制指令进行限制和修正。修正结果可以是安全停靠,并向远程监控寻求帮助。
本实施例提供的自动驾驶方法在功能监控的同时对规划控制模块进行实时评估,并给出故障处理结果,逻辑决策单元再对运动控制指令进行修正,实现车辆自我决策、监管、故障诊断及规避形成风险的问题,确保了故障处理的有效性和安全性,从而提高车辆的可靠性和适用性。
图5为本实施例提供的一种车载设备的结构示意图。自动驾驶车辆包括车载设备,车载设备包括至少一个处理器501、至少一个存储器502和至少一个通信接口503。处理器501和存储器502通过总线***504耦合在一起。通信接口503,用于与外部设备之间的信息传输。可理解地,总线***504用于包括处理器501和存储器502在内的各组件之间的连接通信。总线***504除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但为便于说明,在图5中将各种总线都标为总线***504。
本实施例中的存储器502可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
在一些实施方式中,存储器502存储了如下的元素,可执行模块或者数据结构,或者他们的子集,或者他们的扩展集:操作***和应用程序。
其中,操作***,包含各种***程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序,包含各种应用程序,例如媒体播放器(Media Player)、浏览器 (Browser)等,用于实现各种应用业务。实现本公开实施例提供的用于智能网联车辆的控制方法的程序可以包含在应用程序中。
在本实施例中,处理器501通过调用存储器502存储的程序或指令,具体的,可以是应用程序中存储的程序或指令,处理器501用于执行本公开实施例提供的智能网联车辆的控制***和控制方法各实施例的步骤。
本实施例提供的智能网联车辆的控制***和控制方法可以应用于处理器501中,或者由处理器501实现。处理器501可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器501可以是通用处理器、数字信号处理器 (Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本实施例提供的智能网联车辆的控制方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器502,处理器501读取存储器 502中的信息,结合其硬件完成方法的步骤。
本实施例还提出一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如智能网联车辆的控制方法各实施例的步骤,为避免重复描述,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (13)
1.一种智能驾驶***,其特征在于,包括:
传感器组,用于监测车辆及周围环境获得传感信息;
规划控制模块,用于基于所述传感信息获取运动控制指令;其中,所述规划控制模块包括功能监控单元,用于监测所述规划控制模块的工作状态,生成状态评估结果;
所述规划控制模块还用于对所述功能监控单元进行实时监控和评判,并根据监控和评判结果修正所述运动控制指令,而且,所述规划控制模块在所述功能监控单元丧失监控功能时,生成停车指令;
监督模块,用于基于所述传感信息、修正后的所述运动控制指令和所述状态评估结果确定车辆执行指令。
2.根据权利要求1所述的智能驾驶***,其特征在于,所述规划控制模块包括:
感知单元,基于所述传感信息获取感知信息;
定位单元,基于所述传感信息确定车辆的定位信息;
决策单元,用于根据所述感知信息和所述定位信息确定车辆的决策信息;
运动控制单元,基于所述决策信息生成运动控制指令。
3.根据权利要求2所述的智能驾驶***,其特征在于,所述功能监控单元,用于监测所述感知单元、所述定位单元、所述决策单元和所述运动控制单元的工作状态,并依据所述工作状态分别对所述感知单元、所述定位单元、决策单元和运动控制单元的性能进行评估,生成状态评估结果。
4.根据权利要求2所述的智能驾驶***,其特征在于,所述监督模块包括:
ODD监控单元,用于基于所述传感信息和所述定位信息确定可行驶区域信息;
碰撞监控单元,用于基于所述传感信息确定碰撞监测结果。
5.根据权利要求4所述的智能驾驶***,其特征在于,所述监督模块还包括:
性能评估单元,用于基于所述状态评估结果确定车辆整体性能。
6.根据权利要求5所述的智能驾驶***,其特征在于,所述监督模块包括:
故障反应及缓解单元,用于基于所述可行驶区域信息、所述碰撞监测结果和所述车辆整体性能确定故障信息,并生成故障处理结果。
7.根据权利要求6所述的智能驾驶***,其特征在于,所述监督模块还包括:
逻辑决策单元,用于基于所述运动控制指令和所述故障处理结果生成所述车辆执行指令。
8.一种自动驾驶方法,应用于自动驾驶***,其特征在于,所述自动驾驶***包括:传感器组、规划控制模块和监督模块,所述规划控制模块包括功能监控单元,所述方法包括:
获取传感信息,其中,所述传感信息基于传感器组监测车辆及周围环境获取;
基于所述传感信息获取运动控制指令;
监测所述规划控制模块的工作状态,生成状态评估结果;
对功能监控单元进行实时监控和评判,并根据监控和评判结果修正所述运动控制指令;而且,在所述功能监控单元丧失监控功能时,所述规划控制模块生成停车指令;
基于所述传感信息、修正后的所述运动控制指令和所述状态评估结果确定车辆执行指令。
9.根据权利要求8所述的自动驾驶方法,其特征在于,所述基于所述传感信息获取运动控制指令,包括:
基于所述传感信息获取感知信息;
基于所述传感信息确定车辆的定位信息;
根据所述感知信息和所述定位信息确定车辆的决策信息;
基于所述决策信息生成运动控制指令。
10.根据权利要求9所述的自动驾驶方法,其特征在于,所述基于所述传感信息、所述运动控制指令和所述状态评估结果确定车辆执行指令,包括:
基于所述传感信息和所述定位信息确定可行驶区域信息;
基于所述传感信息确定碰撞监测结果;
基于所述状态评估结果确定车辆整体性能;
基于所述可行驶区域信息、所述碰撞监测结果和所述车辆整体性能确定故障信息,并生成故障处理结果;
基于所述运动控制指令和所述故障处理结果生成所述车辆执行指令。
11.根据权利要求8所述的自动驾驶方法,其特征在于,所述监测所述规划控制模块的工作状态,生成状态评估结果,包括:
所述规划控制模块包括感知单元、定位单元、决策单元和运动控制单元;
监测所述规划控制模块内所述感知单元、决策单元和运动控制单元的工作状态;
依据所述工作状态分别对所述感知单元、决策单元和运动控制单元的性能进行评估,生成状态评估结果。
12.一种车载设备,其特征在于,包括:处理器、存储器和通信接口,所述通信接口数据连接所述处理器和所述存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求8至11任一项所述方法的步骤。
13.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如权利要求8至11任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911358282.1A CN110949406B (zh) | 2019-12-25 | 2019-12-25 | 一种智能驾驶***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911358282.1A CN110949406B (zh) | 2019-12-25 | 2019-12-25 | 一种智能驾驶***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110949406A CN110949406A (zh) | 2020-04-03 |
CN110949406B true CN110949406B (zh) | 2022-04-29 |
Family
ID=69984103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911358282.1A Active CN110949406B (zh) | 2019-12-25 | 2019-12-25 | 一种智能驾驶***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110949406B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113741412B (zh) * | 2020-05-29 | 2023-09-01 | 杭州海康威视数字技术股份有限公司 | 自动驾驶设备的控制方法、装置及存储介质 |
CN113093754B (zh) * | 2021-04-02 | 2022-12-06 | 苏州挚途科技有限公司 | 自动驾驶装置和自动驾驶*** |
CN113085822B (zh) * | 2021-04-28 | 2022-06-07 | 北京易控智驾科技有限公司 | 智能驾驶矿车最小安全***、控制方法、装置及存储介质 |
CN114153189B (zh) * | 2021-10-27 | 2023-08-08 | 东风汽车集团股份有限公司 | 一种自动驾驶控制器安全诊断及保护方法、***及存储装置 |
CN114056351B (zh) * | 2021-11-26 | 2024-02-02 | 文远苏行(江苏)科技有限公司 | 自动驾驶方法及装置 |
WO2023131095A1 (zh) * | 2022-01-04 | 2023-07-13 | 武汉路特斯汽车有限公司 | 交通环境风险评估方法、风险评估方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101857028A (zh) * | 2010-05-27 | 2010-10-13 | 金龙联合汽车工业(苏州)有限公司 | 车辆性能远程监控*** |
CN107277445A (zh) * | 2017-06-29 | 2017-10-20 | 深圳市元征科技股份有限公司 | 一种车载设备 |
US20190304215A1 (en) * | 2018-03-28 | 2019-10-03 | Panasonic Intellectual Property Management Co., Lt d. | Abnormality notifying apparatus, vehicle, abnormality notifying method, and non-transitory recording medium |
JP2019185246A (ja) * | 2018-04-05 | 2019-10-24 | 三菱電機株式会社 | 自動運転制御システム |
CN110398953A (zh) * | 2018-04-25 | 2019-11-01 | 长沙智能驾驶研究院有限公司 | 智能驾驶***、方法及计算机可读存储介质 |
CN110568847A (zh) * | 2019-08-30 | 2019-12-13 | 驭势科技(北京)有限公司 | 一种车辆的智能控制***、方法,车载设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109969192B (zh) * | 2017-12-28 | 2021-06-11 | 郑州宇通客车股份有限公司 | 一种车辆及自动驾驶控制*** |
-
2019
- 2019-12-25 CN CN201911358282.1A patent/CN110949406B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101857028A (zh) * | 2010-05-27 | 2010-10-13 | 金龙联合汽车工业(苏州)有限公司 | 车辆性能远程监控*** |
CN107277445A (zh) * | 2017-06-29 | 2017-10-20 | 深圳市元征科技股份有限公司 | 一种车载设备 |
US20190304215A1 (en) * | 2018-03-28 | 2019-10-03 | Panasonic Intellectual Property Management Co., Lt d. | Abnormality notifying apparatus, vehicle, abnormality notifying method, and non-transitory recording medium |
JP2019185246A (ja) * | 2018-04-05 | 2019-10-24 | 三菱電機株式会社 | 自動運転制御システム |
CN110398953A (zh) * | 2018-04-25 | 2019-11-01 | 长沙智能驾驶研究院有限公司 | 智能驾驶***、方法及计算机可读存储介质 |
CN110568847A (zh) * | 2019-08-30 | 2019-12-13 | 驭势科技(北京)有限公司 | 一种车辆的智能控制***、方法,车载设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110949406A (zh) | 2020-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110949406B (zh) | 一种智能驾驶***及方法 | |
CN109808709B (zh) | 车辆行驶保障方法、装置、设备及可读存储介质 | |
CN109421738B (zh) | 用于监视自主车辆的方法和装置 | |
US10137903B2 (en) | Autonomous vehicle diagnostic system | |
KR102303716B1 (ko) | 차량-도로인프라 정보융합 기반 자율협력주행 방법 및 시스템 | |
WO2020258277A1 (zh) | 一种智能驾驶车辆让行方法、装置及车载设备 | |
CN111127931B (zh) | 一种智能网联汽车的车路云协同方法、装置及*** | |
CN113485319A (zh) | 基于5g车路协同的自动驾驶*** | |
WO2020164238A1 (zh) | 用于驾驶控制的方法、装置、设备、介质和*** | |
CN110979314A (zh) | 一种自主代客泊车方法、车载设备及存储介质 | |
CN112540592A (zh) | 用于确保安全的具有双自主驾驶***的自主驾驶车辆 | |
CN110895877A (zh) | 一种车路驾驶任务智能化分配***和方法 | |
CN110606070B (zh) | 一种智能驾驶车辆及其制动方法、车载设备和存储介质 | |
CN113677581A (zh) | 一种车道保持方法、车载设备和存储介质 | |
CN110568847B (zh) | 一种车辆的智能控制***、方法,车载设备和存储介质 | |
US20220308577A1 (en) | Virtual towing device, system, and method | |
CN115620540A (zh) | 用于自主驾驶交通工具的批量控制 | |
CN112660156A (zh) | 车辆控制*** | |
US20220051033A1 (en) | Mobile launchpad for autonomous vehicles | |
CN110789515B (zh) | 机动车辆中用于硬件验证的***和方法 | |
CN113844465B (zh) | 一种自动驾驶方法及*** | |
KR20220081380A (ko) | 자율주행 차량을 위한 신호등 검출 및 분류 | |
US20230331255A1 (en) | Landing pad for autonomous vehicles | |
US20220397898A1 (en) | Remote control request system, remote control request method, and nontransitory storage medium | |
US11613381B2 (en) | Launchpad for autonomous vehicles |
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 |