CN111024084A - 自动驾驶车辆的自动驾驶方法、装置、设备及存储介质 - Google Patents
自动驾驶车辆的自动驾驶方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111024084A CN111024084A CN201911303347.2A CN201911303347A CN111024084A CN 111024084 A CN111024084 A CN 111024084A CN 201911303347 A CN201911303347 A CN 201911303347A CN 111024084 A CN111024084 A CN 111024084A
- Authority
- CN
- China
- Prior art keywords
- position information
- sample
- vehicle
- positioning
- automatic driving
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自动驾驶车辆的自动驾驶方法、装置、设备及存储介质。该自动驾驶车辆的自动驾驶方法,包括:获取自动驾驶车辆的车辆位置信息和目的地位置信息;根据车辆位置信息和目的地位置信息,确定至少一条规划路径;根据预设定位精度态势图,从至少一条规划路径中筛选满足预设自动驾驶精度需求的目标规划路径,以使自动驾驶车辆依据目标规划路径进行自动驾驶;其中,预设定位精度态势图是基于多个样本自动驾驶车辆的样本车辆位置信息和与样本车辆位置信息对应的样本定位质量因子生成的态势图,样本定位质量因子表征对应的样本车辆位置信息的位置精度。根据本发明实施例,能够提高自动驾驶的行驶效率,进而提高用户体验。
Description
技术领域
本发明属于自动驾驶技术领域,尤其涉及一种自动驾驶车辆的自动驾驶方法、装置、电子设备及计算机存储介质。
背景技术
目前,自动驾驶车辆在进行自动驾驶前,可以依据自动驾驶车辆自身的位置以及目的地位置确定规划路径。自动驾驶车辆自身的位置可以通过卫星定位进行确定,再依据地图中道路或车道的连通性,可以确定出可通行的规划路径。
但是,对于自动驾驶车辆来说,规划路径仅仅满足可通行是无法满足实际需求的。若规划路径中某一路段的定位状况较差,不满足自动驾驶的定位精度要求,又没有额外的参考数据,自动驾驶车辆行驶到此处将不能继续行驶,这将大大降低自动驾驶的行驶效率和用户体验。
例如,规划路径中一段隧道的定位精度较差,不满足自动驾驶的定位精度要求,自动驾驶车辆行驶到此隧道处将不能继续行驶,这将大大降低自动驾驶的行驶效率和用户体验。
因此,如何提高自动驾驶的行驶效率,进而提高用户体验是本领域技术人员亟需解决的技术问题。
发明内容
本发明实施例提供一种自动驾驶车辆的自动驾驶方法、装置、电子设备及计算机存储介质,能够提高自动驾驶的行驶效率,进而提高用户体验。
第一方面,提供了一种自动驾驶车辆的自动驾驶方法,方法包括:
获取自动驾驶车辆的车辆位置信息和目的地位置信息;
根据车辆位置信息和目的地位置信息,确定至少一条规划路径;
根据预设定位精度态势图,从至少一条规划路径中筛选满足预设自动驾驶精度需求的目标规划路径,以使自动驾驶车辆依据目标规划路径进行自动驾驶;其中,预设定位精度态势图是基于多个样本自动驾驶车辆的样本车辆位置信息和与样本车辆位置信息对应的样本定位质量因子生成的态势图,样本定位质量因子表征对应的样本车辆位置信息的位置精度。
可选地,预设定位精度态势图的生成,包括:
获取卫星发送的样本自动驾驶车辆的第一位置信息和与第一位置信息对应的第一定位质量因子;
基于第一位置信息和第一定位质量因子,生成预设定位精度态势图。
可选地,基于第一位置信息和第一定位质量因子,生成预设定位精度态势图,包括:
基于预设精确位置,确定第一位置信息的误差数据;
基于误差数据,修正第一位置信息和第一定位质量因子,确定样本自动驾驶车辆的第二位置信息和与第二位置信息对应的第二定位质量因子;
基于第二位置信息和第二定位质量因子,生成预设定位精度态势图,能够生成更加精确的预设定位精度态势图。
可选地,基于第二位置信息和第二定位质量因子,生成预设定位精度态势图,包括:
基于第二位置信息和预设高精度地图,确定预设大小区域内的目标特征点的位置信息;
确定样本自动驾驶车辆相对目标特征点的相对位置信息;
基于目标特征点的位置信息和相对位置信息,确定样本自动驾驶车辆的第三位置信息;
确定与第三位置信息对应的第三定位质量因子;
基于第三位置信息和第三定位质量因子,生成预设定位精度态势图,能够生成更加精确的预设定位精度态势图。
可选地,基于第三位置信息和第三定位质量因子,生成预设定位精度态势图,包括:
基于第二位置信息、第二定位质量因子、第三位置信息和第三定位质量因子,确定样本自动驾驶车辆的第四位置信息和与第四位置信息对应的第四定位质量因子;
基于第四位置信息和第四定位质量因子,生成预设定位精度态势图,能够生成更加精确的预设定位精度态势图。
可选地,预设定位精度态势图的生成,包括:
获取多个样本自动驾驶车辆所在道路的路况信息;
基于样本车辆位置信息、样本定位质量因子和路况信息,生成预设定位精度态势图,能够生成更加精确的预设定位精度态势图。
可选地,获取多个样本自动驾驶车辆所在道路的路况信息,包括:
获取多个样本自动驾驶车辆所在道路的环境信息和/或道路通行状态信息,并将环境信息和/或道路通行状态信息作为路况信息,能够生成更加精确的预设定位精度态势图。
第二方面,提供了一种自动驾驶车辆的自动驾驶装置,装置包括:
位置信息获取模块,用于获取自动驾驶车辆的车辆位置信息和目的地位置信息;
规划路径确定模块,用于根据车辆位置信息和目的地位置信息,确定至少一条规划路径;
目标规划路径确定模块,用于根据预设定位精度态势图,从至少一条规划路径中筛选满足预设自动驾驶精度需求的目标规划路径,以使自动驾驶车辆依据目标规划路径进行自动驾驶;其中,预设定位精度态势图是基于多个样本自动驾驶车辆的样本车辆位置信息和与样本车辆位置信息对应的样本定位质量因子生成的态势图,样本定位质量因子表征对应的样本车辆位置信息的位置精度。
可选地,目标规划路径确定模块,包括:
位置信息和定位质量因子获取子模块,用于获取卫星发送的样本自动驾驶车辆的第一位置信息和与第一位置信息对应的第一定位质量因子;
预设定位精度态势图生成子模块,用于基于第一位置信息和第一定位质量因子,生成预设定位精度态势图。
可选地,预设定位精度态势图生成子模块,包括:
误差数据确定单元,用于基于预设精确位置,确定第一位置信息的误差数据;
位置信息和定位质量因子确定单元,用于基于误差数据,修正第一位置信息和第一定位质量因子,确定样本自动驾驶车辆的第二位置信息和与第二位置信息对应的第二定位质量因子;
预设定位精度态势图生成单元,用于基于第二位置信息和第二定位质量因子,生成预设定位精度态势图。
可选地,预设定位精度态势图生成单元,包括:
位置信息确定子单元,用于基于第二位置信息和预设高精度地图,确定预设大小区域内的目标特征点的位置信息;
相对位置信息确定子单元,用于确定样本自动驾驶车辆相对目标特征点的相对位置信息;
第三位置信息确定子单元,用于基于目标特征点的位置信息和相对位置信息,确定样本自动驾驶车辆的第三位置信息;
第三定位质量因子确定子单元,用于确定与第三位置信息对应的第三定位质量因子;
预设定位精度态势图生成子单元,用于基于第三位置信息和第三定位质量因子,生成预设定位精度态势图。
可选地,预设定位精度态势图生成子单元,包括:
位置信息和定位质量因子确定二级子单元,用于基于第二位置信息、第二定位质量因子、第三位置信息和第三定位质量因子,确定样本自动驾驶车辆的第四位置信息和与第四位置信息对应的第四定位质量因子;
预设定位精度态势图生成二级子单元,用于基于第四位置信息和第四定位质量因子,生成预设定位精度态势图。
可选地,目标规划路径确定模块,包括:
路况信息获取子模块,用于获取多个样本自动驾驶车辆所在道路的路况信息;
预设定位精度态势图生成子模块,用于基于样本车辆位置信息、样本定位质量因子和路况信息,生成预设定位精度态势图。
可选地,路况信息获取子模块,包括:
路况信息获取单元,用于获取多个样本自动驾驶车辆所在道路的环境信息和/或道路通行状态信息,并将环境信息和/或道路通行状态信息作为路况信息。
第三方面,提供了一种电子设备,设备包括:
处理器以及存储有计算机程序指令的存储器;
处理器执行计算机程序指令时实现第一方面的自动驾驶车辆的自动驾驶方法。
第四方面,提供了一种计算机存储介质,计算机存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现第一方面的自动驾驶车辆的自动驾驶方法。
本发明实施例的自动驾驶车辆的自动驾驶方法、装置、电子设备及计算机存储介质,能够提高自动驾驶的行驶效率,进而提高用户体验。该自动驾驶车辆的自动驾驶方法,根据预设定位精度态势图,从至少一条规划路径中筛选满足预设自动驾驶精度需求的目标规划路径。由于该预设定位精度态势图是基于多个样本自动驾驶车辆的样本车辆位置信息和与样本车辆位置信息对应的样本定位质量因子生成的态势图,样本定位质量因子表征对应的样本车辆位置信息的位置精度,故自动驾驶车辆依据目标规划路径进行自动驾驶能够提高自动驾驶的行驶效率,进而提高用户体验。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单的介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的一种自动驾驶车辆的自动驾驶方法的流程示意图;
图2是本发明一个实施例提供的一种自动驾驶流程示意图;
图3是本发明一个实施例提供的一种车端设备的结构示意图;
图4是本发明一个实施例提供的一种传感器组件的结构示意图;
图5是本发明一个实施例提供的一种自动驾驶车辆的自动驾驶装置的结构示意图;
图6是本发明一个实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例,为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本发明进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本发明,并不被配置为限定本发明。对于本领域技术人员来说,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
目前,自动驾驶车辆在进行自动驾驶前,可以依据自动驾驶车辆自身的位置以及目的地位置确定规划路径。自动驾驶车辆自身的位置可以通过卫星定位进行确定,再依据地图中道路或车道的连通性,可以确定出可通行的规划路径。
但是,对于自动驾驶车辆来说,规划路径仅仅满足可通行是无法满足实际需求的。若规划路径中某一路段的定位状况较差,不满足自动驾驶的定位精度要求,又没有额外的参考数据,自动驾驶车辆行驶到此处将不能继续行驶,这将大大降低自动驾驶的行驶效率和用户体验。
为了解决现有技术问题,本发明实施例提供了一种自动驾驶车辆的自动驾驶方法、装置、电子设备及计算机存储介质。下面首先对本发明实施例所提供的自动驾驶车辆的自动驾驶方法进行介绍。图1是本发明一个实施例提供的一种自动驾驶车辆的自动驾驶方法的流程示意图。如图1所示,该自动驾驶车辆的自动驾驶方法,包括:
S101、获取自动驾驶车辆的车辆位置信息和目的地位置信息。
获取自动驾驶车辆的车辆位置信息,可以通过卫星定位、参考基准站定位、传感器定位等定位方式中的一种或多种,对其不作具体限定。目的地位置信息的获取,可以通过对用户输入字符的识别,还可以是对用户语音的识别。
S102、根据车辆位置信息和目的地位置信息,确定至少一条规划路径。
在获取车辆位置信息和目的地位置信息后,可以根据车辆位置信息和目的地位置信息,确定至少一条规划路径,这些规划路径通常均可以保证从当前的车辆位置到目的地可通行。
S103、根据预设定位精度态势图,从至少一条规划路径中筛选满足预设自动驾驶精度需求的目标规划路径,以使自动驾驶车辆依据目标规划路径进行自动驾驶;其中,预设定位精度态势图是基于多个样本自动驾驶车辆的样本车辆位置信息和与样本车辆位置信息对应的样本定位质量因子生成的态势图,样本定位质量因子表征对应的样本车辆位置信息的位置精度。
虽然在步骤S102中确定了通常可以保证从当前的车辆位置到目的地可通行的规划路径,但任一规划路径往往由定位精度不同的路段组成。这些路段的定位精度可从预设定位精度态势图获取,该预设定位精度态势图利用在该路段上的各个样本车辆位置信息的位置精度来反映该路段的定位精度,若该路段的定位精度不满足预设自动驾驶精度需求,则该路段所在的一条或多条规划路径将无法作为目标规划路径。
在一个实施例中,若根据当前的预设自动驾驶精度需求无法筛选出目标规划路径,可以适应性地降低当前的预设自动驾驶精度需求,重新进行目标规划路径的筛选。该预设自动驾驶精度需求通常对应着自动驾驶自动级别,预设自动驾驶精度需求越高,自动驾驶自动级别相应也越高。在一个实施例中,有些定位不佳的路段无法规避,驾驶决策***可降低自动驾驶自动级别。例如,从L4降低到L3,并提示驾驶员的介入时机。
在一个实施例中,自动驾驶车辆可将预设定位精度态势图预先存储在车端设备中,在没有通讯信号的情况下,可以动态调用预存的预设定位精度态势图用于定位及自动驾驶决策。在另一个实施例中,预设定位精度态势图可存储于云平台,云平台查询预设定位精度态势图后确定目标规划路径,并将该目标规划路径下发给自动驾驶车辆。
由于该预设定位精度态势图是基于多个样本自动驾驶车辆的样本车辆位置信息和与样本车辆位置信息对应的样本定位质量因子生成的态势图,且样本定位质量因子表征对应的样本车辆位置信息的位置精度,故自动驾驶车辆依据目标规划路径进行自动驾驶能够提高自动驾驶的行驶效率和安全性,进而提高用户体验。
在一个实施例中,该预设定位精度态势图的生成,通常包括:获取卫星发送的样本自动驾驶车辆的第一位置信息和与第一位置信息对应的第一定位质量因子;基于第一位置信息和第一定位质量因子,生成预设定位精度态势图。
该实施例通过卫星定位获取第一位置信息和第一定位质量因子,具体可以通过全球导航卫星***(Global Navigation Satellite System,GNSS)获取第一位置信息和第一定位质量因子。该全球导航卫星***包括美国的全球定位***(Global PositioningSystem,GPS),俄罗斯的全球卫星导航***(GLOBAL NAVIGATION SATELLITE SYSTEM,GLONASS),欧洲的伽利略卫星定位***及中国的北斗卫星***。它们能在全球范围内全天候,全天时的为各类用户提供定位、导航、授时服务。但是,这些基于卫星的定位***都存在一定程度的精度误差,有卫星钟误差,星历误差,电离层误差,对流层误差等,导致获取的第一位置信息和第一定位质量因子存在精度误差,故基于第一位置信息和第一定位质量因子生成的预设定位精度态势图,其精确性还是有所欠缺。
示例性的,在自动驾驶车辆的车端设备启动后,通过GNSS设备获得第一位置信息,其精度范围通常为1-10米。同时,GNSS设备可计算出第一位置信息的第一定位质量因子。通常以10分为计量尺度,其中1分最低,10分最高。1分表示精度超过10米,10分表示精度在1米左右。
为了生成更加精确的预设定位精度态势图,在一个实施例中,基于第一位置信息和第一定位质量因子,生成预设定位精度态势图,通常包括:基于预设精确位置,确定第一位置信息的误差数据;基于误差数据,修正第一位置信息和第一定位质量因子,确定样本自动驾驶车辆的第二位置信息和与第二位置信息对应的第二定位质量因子;基于第二位置信息和第二定位质量因子,生成预设定位精度态势图。
为了消除卫星定位的精度误差,可以引入参考基准站,利用参考基准站的精确位置,确定第一位置信息的误差数据。其中,参考基准站可以通过实时动态(Real-TimeKinematic,RTK)技术或精密单点定位(PrecisePoint Positioning,PPP)技术在一定的范围内均匀布设。示例性的,车辆通讯设备将第一位置信息通过网络发送给参考基准站,参考基准站根据自身的精确位置计算第一位置信息的误差数据,并将误差数据回传给车辆通讯设备,车辆通讯设备基于误差数据,修正第一位置信息和第一定位质量因子,得到更加精确的第二位置信息和第二定位质量因子。基于该第二位置信息和第二定位质量因子,可以生成更加精确的预设定位精度态势图。
在一个实施例中,依据预设定位精度态势图进行自动驾驶的流程如图2所示,自动驾驶车辆先是通过卫星定位获取粗略的位置,再利用参考基准站解算出精确位置,接着规划一些可通行的路径,再从预设的定位精度态势图获取这些路径的定位精度,根据定位精度确定变更路径的驾驶决策。
然而,即便引入参考基准站确定第一位置信息的误差数据,由于误差数据的确定受参考基准站所处周边环境和通讯网络的影响,比如在某些特定的场合(地下隧道,地下停车场,桥梁,高楼密集区等),卫星信号、网络信号被阻挡或妨碍时,通过参考基准站获得的误差数据,本身误差就比较大,有些情况下甚至无法获得误差数据,此时自动驾驶车辆的定位精度完全无法满足自动驾驶的要求。
为了消除不利的周边环境对参考基准站的影响,可以引入惯性测量单元(Inertial Measurement Unit,IMU)、视觉摄像头、毫米波雷达、激光雷达等,实时观测自动驾驶车辆周围的环境,获得自动驾驶车辆的相对定位,将卫星粗略定位和自动驾驶车辆的相对定位进行融合,再结合高精度地图,可以获得更高精度的定位结果。
为了生成更加精确的预设定位精度态势图,在一个实施例中,基于第二位置信息和第二定位质量因子,生成预设定位精度态势图,通常包括:基于第二位置信息和预设高精度地图,确定预设大小区域内的目标特征点的位置信息;确定样本自动驾驶车辆相对目标特征点的相对位置信息;
基于目标特征点的位置信息和相对位置信息,确定样本自动驾驶车辆的第三位置信息;确定与第三位置信息对应的第三定位质量因子;基于第三位置信息和第三定位质量因子,生成预设定位精度态势图。
目标特征点可以是车道线,停车线,灯杆,红绿灯,斑马线等,其处于第二位置信息对应的预设大小区域内,该预设大小区域可以由本领域技术人员进行相应的设定。在一个实施例中,可以通过摄像头识别,激光雷达、毫米波雷达探测,IMU组件推算,得到自动驾驶车辆距离目标特征点的相对方位,也即获取自动驾驶车辆相对目标特征点的相对位置信息。在获取相对位置信息后,可以基于目标特征点的位置信息和相对位置信息,确定自动驾驶车辆的第三位置信息,其中,目标特征点的位置信息可以通过高精度地图确定。在一个实施例中,可以根据各个传感器在不同环境下的识别正确率,融合计算出第三位置信息对应的第三定位质量因子。在获取第三位置信息和第三定位质量因子后,可基于其生成更加精确的预设定位精度态势图。
为了生成更加精确的预设定位精度态势图,在一个实施例中,基于第三位置信息和第三定位质量因子,生成预设定位精度态势图,通常包括:基于第二位置信息、第二定位质量因子、第三位置信息和第三定位质量因子,确定样本自动驾驶车辆的第四位置信息和与第四位置信息对应的第四定位质量因子;基于第四位置信息和第四定位质量因子,生成预设定位精度态势图。
在一个实施例中,融合第二位置信息和第三位置信息,以各自位置信息对应的定位质量因子作为参考对象,可计算出第四位置信息和第四定位质量因子。在获取第四位置信息和第四定位质量因子后,可基于其生成更加精确的预设定位精度态势图。
为了生成更加精确的预设定位精度态势图,在一个实施例中,预设定位精度态势图的生成,通常包括:获取多个样本自动驾驶车辆所在道路的路况信息;基于样本车辆位置信息、样本定位质量因子和路况信息,生成预设定位精度态势图。
在一个实施例中,可以获取多个样本自动驾驶车辆所在道路的环境信息和/或道路通行状态信息,并将环境信息和/或道路通行状态信息作为路况信息。其中,环境信息可以包括雨量,光线强度,能见度,天气状况等环境数据,其可以通过环境传感器获取;道路通行状态信息可以反映道路的拥堵状态。在一个实施例中,可以筛掉与环境信息相差较大的定位质量因子对应的规划路径,进而提高可信度。
在一个实施例中,可以基于大量样本自动驾驶车辆不同时刻的第一至第四位置信息及对应的第一至第四定位质量因子和环境信息,生成更加精确的预设定位精度态势图。示例性的,该预设定位精度态势图对应的定位态势数据记录表,如表1所示:
表1
在一个实施例中,自动驾驶车辆的车端设备可以用于收集传感器感知的周围数据,发送和接收道路和车道的定位精度数据,还可以用于感知自动驾驶车辆的周围环境,并形成环境数据和相对定位数据。
示例性的,如图3所示,车端设备可由以下4部分组成:
通讯组件:用于和预设定位精度态势图、参考基准站进行数据交换,包括上传和下载相关信息。
传感器组件:用于感知外部环境,包括但不限于激光雷达,视觉摄像头,毫米波雷达,雨量传感器,能见度传感器,光线传感器,IMU组件等。例如,如图4所示,传感器组件包括环境感知部件、激光雷达、毫米波雷达、视觉摄像头和IMU组件。
高精地图组件:用于存储地理信息,主要包括高精度地图和特征定位地图。
GNSS组件:用于接收卫星定位信息。
在一个实施例中,自动驾驶车辆当前位置的定位精度,可用于动态调配融合计算的参考利用率。比如,在光线良好的情况下,提高视觉摄像头的比例因子,在阴雨天提高毫米波雷达的比例因子。
在一个实施例中,定位质量因子还可以根据车端设备的高中低档型号采取不同的融合定位参数。例如,提高高档车端设备的比例因子,降低低档车端设备的比例因子。
下面对本发明实施例提供的一种自动驾驶车辆的自动驾驶装置、电子设备及计算机存储介质进行介绍,下文描述的自动驾驶车辆的自动驾驶装置、电子设备及计算机存储介质与上文描述的自动驾驶车辆的自动驾驶方法可相互对应参照。图5是本发明一个实施例提供的一种自动驾驶车辆的自动驾驶装置的结构示意图,如图5所示,该自动驾驶车辆的自动驾驶装置,包括:
位置信息获取模块501,用于获取自动驾驶车辆的车辆位置信息和目的地位置信息;
规划路径确定模块502,用于根据车辆位置信息和目的地位置信息,确定至少一条规划路径;
目标规划路径确定模块503,用于根据预设定位精度态势图,从至少一条规划路径中筛选满足预设自动驾驶精度需求的目标规划路径,以使自动驾驶车辆依据目标规划路径进行自动驾驶;其中,预设定位精度态势图是基于多个样本自动驾驶车辆的样本车辆位置信息和与样本车辆位置信息对应的样本定位质量因子生成的态势图,样本定位质量因子表征对应的样本车辆位置信息的位置精度。
可选地,目标规划路径确定模块503,包括:
位置信息和定位质量因子获取子模块,用于获取卫星发送的样本自动驾驶车辆的第一位置信息和与第一位置信息对应的第一定位质量因子;
预设定位精度态势图生成子模块,用于基于第一位置信息和第一定位质量因子,生成预设定位精度态势图。
可选地,预设定位精度态势图生成子模块,包括:
误差数据确定单元,用于基于预设精确位置,确定第一位置信息的误差数据;
位置信息和定位质量因子确定单元,用于基于误差数据,修正第一位置信息和第一定位质量因子,确定样本自动驾驶车辆的第二位置信息和与第二位置信息对应的第二定位质量因子;
预设定位精度态势图生成单元,用于基于第二位置信息和第二定位质量因子,生成预设定位精度态势图。
可选地,预设定位精度态势图生成单元,包括:
位置信息确定子单元,用于基于第二位置信息和预设高精度地图,确定预设大小区域内的目标特征点的位置信息;
相对位置信息确定子单元,用于确定样本自动驾驶车辆相对目标特征点的相对位置信息;
第三位置信息确定子单元,用于基于目标特征点的位置信息和相对位置信息,确定样本自动驾驶车辆的第三位置信息;
第三定位质量因子确定子单元,用于确定与第三位置信息对应的第三定位质量因子;
预设定位精度态势图生成子单元,用于基于第三位置信息和第三定位质量因子,生成预设定位精度态势图。
可选地,预设定位精度态势图生成子单元,包括:
位置信息和定位质量因子确定二级子单元,用于基于第二位置信息、第二定位质量因子、第三位置信息和第三定位质量因子,确定样本自动驾驶车辆的第四位置信息和与第四位置信息对应的第四定位质量因子;
预设定位精度态势图生成二级子单元,用于基于第四位置信息和第四定位质量因子,生成预设定位精度态势图。
可选地,目标规划路径确定模块503,包括:
路况信息获取子模块,用于获取多个样本自动驾驶车辆所在道路的路况信息;
预设定位精度态势图生成子模块,用于基于样本车辆位置信息、样本定位质量因子和路况信息,生成预设定位精度态势图。
可选地,路况信息获取子模块,包括:
路况信息获取单元,用于获取多个样本自动驾驶车辆所在道路的环境信息和/或道路通行状态信息,并将环境信息和/或道路通行状态信息作为路况信息。
图6是本发明一个实施例提供的一种电子设备的结构示意图。
该电子设备可以包括处理器601以及存储有计算机程序指令的存储器602。
具体地,处理器601可以包括中央处理器(CPU),或者特定集成电路(ApplicationSpecific Integrated Circuit,ASIC),或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器602可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器602可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器602可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器602可在综合网关容灾设备的内部或外部。在特定实施例中,存储器602是非易失性固态存储器。在特定实施例中,存储器602包括只读存储器(ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器601通过读取并执行存储器602中存储的计算机程序指令,以实现上述实施例中的任意一种自动驾驶车辆的自动驾驶方法。
在一个示例中,电子设备还可包括通信接口603和总线610。其中,如图6所示,处理器601、存储器602、通信接口603通过总线610连接并完成相互间的通信。
通信接口603,主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线610包括硬件、软件或两者,将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、***组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线610可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线,但本发明考虑任何合适的总线或互连。
另外,结合上述实施例中的自动驾驶车辆的自动驾驶方法,本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现图1所示实施例中的自动驾驶车辆的自动驾驶方法。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或***。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
以上所述,仅为本发明的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的***、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种自动驾驶车辆的自动驾驶方法,其特征在于,包括:
获取自动驾驶车辆的车辆位置信息和目的地位置信息;
根据所述车辆位置信息和所述目的地位置信息,确定至少一条规划路径;
根据预设定位精度态势图,从所述至少一条规划路径中筛选满足预设自动驾驶精度需求的目标规划路径,以使所述自动驾驶车辆依据所述目标规划路径进行自动驾驶;其中,所述预设定位精度态势图是基于多个样本自动驾驶车辆的样本车辆位置信息和与所述样本车辆位置信息对应的样本定位质量因子生成的态势图,所述样本定位质量因子表征对应的样本车辆位置信息的位置精度。
2.根据权利要求1所述的自动驾驶车辆的自动驾驶方法,其特征在于,所述预设定位精度态势图的生成,包括:
获取卫星发送的所述样本自动驾驶车辆的第一位置信息和与所述第一位置信息对应的第一定位质量因子;
基于所述第一位置信息和所述第一定位质量因子,生成所述预设定位精度态势图。
3.根据权利要求2所述的自动驾驶车辆的自动驾驶方法,其特征在于,所述基于所述第一位置信息和所述第一定位质量因子,生成所述预设定位精度态势图,包括:
基于预设精确位置,确定所述第一位置信息的误差数据;
基于所述误差数据,修正所述第一位置信息和所述第一定位质量因子,确定所述样本自动驾驶车辆的第二位置信息和与所述第二位置信息对应的第二定位质量因子;
基于所述第二位置信息和所述第二定位质量因子,生成所述预设定位精度态势图。
4.根据权利要求3所述的自动驾驶车辆的自动驾驶方法,其特征在于,所述基于所述第二位置信息和所述第二定位质量因子,生成所述预设定位精度态势图,包括:
基于所述第二位置信息和预设高精度地图,确定预设大小区域内的目标特征点的位置信息;
确定所述样本自动驾驶车辆相对所述目标特征点的相对位置信息;
基于所述目标特征点的位置信息和所述相对位置信息,确定所述样本自动驾驶车辆的第三位置信息;
确定与所述第三位置信息对应的第三定位质量因子;
基于所述第三位置信息和所述第三定位质量因子,生成所述预设定位精度态势图。
5.根据权利要求4所述的自动驾驶车辆的自动驾驶方法,其特征在于,所述基于所述第三位置信息和所述第三定位质量因子,生成所述预设定位精度态势图,包括:
基于所述第二位置信息、所述第二定位质量因子、所述第三位置信息和所述第三定位质量因子,确定所述样本自动驾驶车辆的第四位置信息和与所述第四位置信息对应的第四定位质量因子;
基于所述第四位置信息和所述第四定位质量因子,生成所述预设定位精度态势图。
6.根据权利要求1至5任一项所述的自动驾驶车辆的自动驾驶方法,其特征在于,所述预设定位精度态势图的生成,包括:
获取多个所述样本自动驾驶车辆所在道路的路况信息;
基于所述样本车辆位置信息、所述样本定位质量因子和所述路况信息,生成所述预设定位精度态势图。
7.根据权利要求6所述的自动驾驶车辆的自动驾驶方法,其特征在于,所述获取多个所述样本自动驾驶车辆所在道路的路况信息,包括:
获取多个所述样本自动驾驶车辆所在道路的环境信息和/或道路通行状态信息,并将所述环境信息和/或所述道路通行状态信息作为所述路况信息。
8.一种自动驾驶车辆的自动驾驶装置,其特征在于,包括:
位置信息获取模块,用于获取自动驾驶车辆的车辆位置信息和目的地位置信息;
规划路径确定模块,用于根据所述车辆位置信息和所述目的地位置信息,确定至少一条规划路径;
目标规划路径确定模块,用于根据预设定位精度态势图,从所述至少一条规划路径中筛选满足预设自动驾驶精度需求的目标规划路径,以使所述自动驾驶车辆依据所述目标规划路径进行自动驾驶;其中,所述预设定位精度态势图是基于多个样本自动驾驶车辆的样本车辆位置信息和与所述样本车辆位置信息对应的样本定位质量因子生成的态势图,所述样本定位质量因子表征对应的样本车辆位置信息的位置精度。
9.一种电子设备,其特征在于,所述设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1-7任意一项所述的自动驾驶车辆的自动驾驶方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的自动驾驶车辆的自动驾驶方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911303347.2A CN111024084A (zh) | 2019-12-17 | 2019-12-17 | 自动驾驶车辆的自动驾驶方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911303347.2A CN111024084A (zh) | 2019-12-17 | 2019-12-17 | 自动驾驶车辆的自动驾驶方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111024084A true CN111024084A (zh) | 2020-04-17 |
Family
ID=70210053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911303347.2A Pending CN111024084A (zh) | 2019-12-17 | 2019-12-17 | 自动驾驶车辆的自动驾驶方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111024084A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112985386A (zh) * | 2021-01-26 | 2021-06-18 | 浙江吉利控股集团有限公司 | 一种自动驾驶多源融合定位方法、装置、设备及存储介质 |
CN113401147A (zh) * | 2021-07-30 | 2021-09-17 | 国汽智控(北京)科技有限公司 | 一种自动驾驶方法、装置及电子设备 |
CN113467444A (zh) * | 2021-06-17 | 2021-10-01 | 中铁第四勘察设计院集团有限公司 | 一种地下空间智能导引方法 |
CN115132061A (zh) * | 2021-03-25 | 2022-09-30 | 本田技研工业株式会社 | 地图生成装置、地图生成***、地图生成方法及存储介质 |
WO2022228082A1 (zh) * | 2021-04-26 | 2022-11-03 | 华为技术有限公司 | 一种地图、地图生成方法、地图使用方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120158237A1 (en) * | 2010-12-20 | 2012-06-21 | Electronics And Telecommunications Research Institute | Unmanned apparatus and method of driving the same |
WO2017091953A1 (zh) * | 2015-11-30 | 2017-06-08 | 华为技术有限公司 | 自动驾驶导航方法、装置、***、车载终端及服务器 |
CN108334078A (zh) * | 2018-01-16 | 2018-07-27 | 宁波吉利汽车研究开发有限公司 | 一种基于高精度地图领航的自动驾驶方法及*** |
CN109211255A (zh) * | 2017-07-06 | 2019-01-15 | 罗伯特·博世有限公司 | 用于为具有自动车辆***的机动车规划路线的方法 |
CN110031012A (zh) * | 2019-05-27 | 2019-07-19 | 爱驰汽车有限公司 | 汽车实时匹配高精地图的方法、***、设备及存储介质 |
CN110208842A (zh) * | 2019-05-28 | 2019-09-06 | 长安大学 | 一种车联网环境下车辆高精度定位方法 |
-
2019
- 2019-12-17 CN CN201911303347.2A patent/CN111024084A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120158237A1 (en) * | 2010-12-20 | 2012-06-21 | Electronics And Telecommunications Research Institute | Unmanned apparatus and method of driving the same |
WO2017091953A1 (zh) * | 2015-11-30 | 2017-06-08 | 华为技术有限公司 | 自动驾驶导航方法、装置、***、车载终端及服务器 |
CN109211255A (zh) * | 2017-07-06 | 2019-01-15 | 罗伯特·博世有限公司 | 用于为具有自动车辆***的机动车规划路线的方法 |
CN108334078A (zh) * | 2018-01-16 | 2018-07-27 | 宁波吉利汽车研究开发有限公司 | 一种基于高精度地图领航的自动驾驶方法及*** |
CN110031012A (zh) * | 2019-05-27 | 2019-07-19 | 爱驰汽车有限公司 | 汽车实时匹配高精地图的方法、***、设备及存储介质 |
CN110208842A (zh) * | 2019-05-28 | 2019-09-06 | 长安大学 | 一种车联网环境下车辆高精度定位方法 |
Non-Patent Citations (1)
Title |
---|
徐绍铨等: "《GPS测量原理及应用》", 31 January 2017 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112985386A (zh) * | 2021-01-26 | 2021-06-18 | 浙江吉利控股集团有限公司 | 一种自动驾驶多源融合定位方法、装置、设备及存储介质 |
CN115132061A (zh) * | 2021-03-25 | 2022-09-30 | 本田技研工业株式会社 | 地图生成装置、地图生成***、地图生成方法及存储介质 |
WO2022228082A1 (zh) * | 2021-04-26 | 2022-11-03 | 华为技术有限公司 | 一种地图、地图生成方法、地图使用方法及装置 |
CN113467444A (zh) * | 2021-06-17 | 2021-10-01 | 中铁第四勘察设计院集团有限公司 | 一种地下空间智能导引方法 |
CN113401147A (zh) * | 2021-07-30 | 2021-09-17 | 国汽智控(北京)科技有限公司 | 一种自动驾驶方法、装置及电子设备 |
CN113401147B (zh) * | 2021-07-30 | 2022-02-25 | 国汽智控(北京)科技有限公司 | 一种自动驾驶方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111024084A (zh) | 自动驾驶车辆的自动驾驶方法、装置、设备及存储介质 | |
US11327181B2 (en) | Method and apparatus for accurate reporting of integrity of GNSS-based positioning system | |
US9134429B2 (en) | Positioning device, method and program with absolute positioning and relative positioning modes | |
US10415991B2 (en) | Information processing system and information processing method | |
KR101154079B1 (ko) | 네비게이션 장치의 초기 위치 결정 방법 | |
CN111065042B (zh) | 改善路侧单元位置确定的方法、路侧单元和提供位置信息的*** | |
US20190219405A1 (en) | Updating navigation data | |
CA2695115A1 (en) | Method and device for determining a position | |
CN113631885A (zh) | 导航方法及装置 | |
EP3339807B1 (en) | An apparatus and associated methods for determining the location of a vehicle | |
CN112082563B (zh) | 识别一道路等级的方法 | |
US20190360820A1 (en) | Method and device for executing at least one measure for increasing the safety of a vehicle | |
CN114080537A (zh) | 收集与可导航网络有关的用户贡献数据 | |
CN111323029B (zh) | 导航方法及车载终端 | |
JP2001289653A (ja) | 現在位置算出装置 | |
CN112859107A (zh) | 高尔夫球场自驾车辆的车辆导航切换设备 | |
CN102980592A (zh) | 一种通过gps经纬度自动计算车辆脉冲系数的方法及装置 | |
CN110869864B (zh) | 用于定位较高程度自动化的车辆的方法以及相应的驾驶员辅助***和计算机程序 | |
US9086279B2 (en) | Method for determining the length of a path traveled by a vehicle | |
KR100753933B1 (ko) | 위치 선정 방법, 위치 선정 시스템, 위치 선정 서버 및사용자 단말기 | |
CN116931040A (zh) | 定位方法及装置、设备、载体、存储介质 | |
EP2565676A1 (en) | Apparatus and method for correcting position information of portable terminal in multi-path zone | |
CN114281832A (zh) | 基于定位结果的高精地图数据更新方法、装置和电子设备 | |
Toledo-Moreo et al. | Positioning and digital maps | |
CN111928863A (zh) | 一种高精地图数据采集方法、装置及*** |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200417 |
|
RJ01 | Rejection of invention patent application after publication |