CN111516690A - 智能汽车的控制方法、装置及存储介质 - Google Patents
智能汽车的控制方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111516690A CN111516690A CN202010231118.0A CN202010231118A CN111516690A CN 111516690 A CN111516690 A CN 111516690A CN 202010231118 A CN202010231118 A CN 202010231118A CN 111516690 A CN111516690 A CN 111516690A
- Authority
- CN
- China
- Prior art keywords
- intelligent automobile
- information
- communication range
- slam
- map
- 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 46
- 238000004891 communication Methods 0.000 claims abstract description 135
- 230000008447 perception Effects 0.000 claims abstract description 12
- 230000000007 visual effect Effects 0.000 claims description 36
- 230000001276 controlling effect Effects 0.000 claims description 22
- 230000009471 action Effects 0.000 claims description 12
- 230000000875 corresponding effect Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 abstract description 21
- 206010039203 Road traffic accident Diseases 0.000 abstract description 6
- 238000012545 processing Methods 0.000 description 15
- 230000002093 peripheral effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000004927 fusion Effects 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 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
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种智能汽车的控制方法、装置及存储介质,属于智能汽车技术领域。该方法包括:获取通信范围内的路侧感知终端发送的道路情况感知数据,以及获取在通信范围内智能汽车的行驶信息和交通基础设施信息;根据道路情况感知数据,确定SLAM动态地图;根据SLAM动态地图、通信范围内智能汽车的行驶信息和交通基础设施信息,控制通信范围内的智能汽车进行自动驾驶。本申请可以通过道路情况感知数据构建SLAM动态地图,并根据SLAM动态地图、通信范围内智能汽车的行驶信息和交通基础信息控制智能汽车进行行驶。由于不完全依赖于智能汽车的目标检测,从而改善了智能汽车因检测不全面而导致的交通事故,提高了智能汽车的控制效率。
Description
技术领域
本申请涉及智能汽车技术领域,特别涉及一种智能汽车的控制方法、装置及存储介质。
背景技术
随着科技的发展,汽车越来越智能化,且汽车智能化的主要体现是智能汽车的自动驾驶。其中,智能汽车在自动驾驶过中,为了避免发生交通安全事故,通常需要对障碍物、车道线、车道标识等目标进行检测,根据检测到的目标,智能汽车可以进行制动、避让、变道等控制。
目前,智能汽车在自动驾驶过程中进行目标检测时,通过可以通过智能汽车安装的摄像头、激光雷达等进行检测。
但是,在通过智能汽车安装的摄像头、激光雷达等进行目标检测时,有时候可能会存在一些盲区,智能汽车无法检测,且有时候智能汽车检测距离不远,导致智能汽车检测不全面,提高了交通事故发生概率,降低了对智能汽车进行控制的效率。
发明内容
本申请提供了一种智能汽车的控制方法、装置及存储介质,可以解决相关技术中智能汽车检测不全面,控制智能汽车效率低的问题。所述技术方案如下:
一方面,提供了一种智能汽车的控制方法,所述方法包括:
获取通信范围内的路侧感知终端发送的道路情况感知数据,以及获取在所述通信范围内智能汽车的行驶信息和交通基础设施信息;
根据所述道路情况感知数据,确定SLAM(Simultaneous Localization andMapping,实时定位与地图构建)动态地图;
根据所述SLAM动态地图、所述通信范围内智能汽车的行驶信息和交通基础设施信息,控制所述通信范围内的智能汽车进行自动驾驶。
在一些实施例中,所述道路情况感知数据包括道路激光数据和道路视觉数据;
所述根据所述道路情况感知数据,确定定位与地图构建SLAM动态地图,包括:
分别根据所述道路激光数据和所述道路视觉数据,确定激光SLAM地图和视觉SLAM地图;
将所述激光SLAM地图和所述视觉SLAM地图进行合并,得到所述SLAM动态地图。
在一些实施例中,所述根据所述SLAM动态地图、所述通信范围内智能汽车的行驶信息和交通基础设施信息,控制所述通信范围内的智能汽车进行自动驾驶,包括:
获取当前所处位置的本地地图信息;
将所述SLAM动态地图、所述通信范围内智能汽车的行驶信息和交通基础设施信息叠加至所述本地地图信息,得到所述通信范围内的智能汽车的局部路径和全局路径;
根据所述通信范围内的智能汽车的局部路径和全局路径,控制所述通信范围内的智能汽车进行自动驾驶。
在一些实施例中,所述将所述SLAM动态地图、所述通信范围内智能汽车的行驶信息和交通基础设施信息叠加至所述本地地图信息,得到所述通信范围内的智能汽车的局部路径和全局路径,包括:
将所述SLAM动态地图、所述通信范围内的交通基础设施信息叠加至所述本地地图信息,得到局部地图信息;
当所述通信范围内智能汽车的行驶信息包括所述智能汽车当前的起始位置和目标位置时,根据所述智能汽车当前的起始位置和目标位置,在所述本地地图信息中为所述智能汽车进行全局路径规划,得到所述智能汽车的全局路径;
根据所述局部地图信息、所述交通基础设施信息和所述智能汽车的全局路径,确定所述智能汽车的局部路径。
在一些实施例中,所述根据所述通信范围内的智能汽车的局部路径和全局路径,控制所述通信范围内的智能汽车进行自动驾驶,包括:
根据所述通信范围内的智能汽车的局部路径和全局路径,确定所述智能汽车的动作控制信息;
向所述智能汽车发送对应的动作控制信息,以使所述智能汽车按照对应的动作控制信息进行行驶。
另一方面,提供了一种智能汽车的控制装置,所述装置包括:
获取模块,用于获取通信范围内的路侧感知终端发送的道路情况感知数据,以及获取在所述通信范围内智能汽车的行驶信息和交通基础设施信息;
确定模块,用于根据所述道路情况感知数据,确定定位与地图构建SLAM动态地图;
控制模块,用于根据所述SLAM动态地图、所述通信范围内智能汽车的行驶信息和交通基础设施信息,控制所述通信范围内的智能汽车进行自动驾驶。
在一些实施例中,所述道路情况感知数据包括道路激光数据和道路视觉数据;
所述确定模块包括:
确定子模块,用于分别根据所述道路激光数据和所述道路视觉数据,确定激光SLAM地图和视觉SLAM地图;
合并子模块,用于将所述激光SLAM地图和所述视觉SLAM地图进行合并,得到所述SLAM动态地图。
在一些实施例中,所述控制模块包括:
获取子模块,用于获取当前所处位置的本地地图信息;
叠加子模块,用于将所述SLAM动态地图、所述通信范围内智能汽车的行驶信息和交通基础设施信息叠加至所述本地地图信息,得到所述通信范围内的智能汽车的局部路径和全局路径;
控制子模块,用于根据所述通信范围内的智能汽车的局部路径和全局路径,控制所述通信范围内的智能汽车进行自动驾驶。
在一些实施例中,所述叠加子模块用于:
将所述SLAM动态地图、所述通信范围内的交通基础设施信息叠加至所述本地地图信息,得到局部地图信息;
当所述通信范围内智能汽车的行驶信息包括所述智能汽车当前的起始位置和目标位置时,根据所述智能汽车当前的起始位置和目标位置,在所述本地地图信息中为所述智能汽车进行全局路径规划,得到所述智能汽车的全局路径;
根据所述局部地图信息、所述交通基础设施信息和所述智能汽车的全局路径,确定所述智能汽车的局部路径。
在一些实施例中,所述控制子模块用于:
根据所述通信范围内的智能汽车的局部路径和全局路径,确定所述智能汽车的动作控制信息;
向所述智能汽车发送对应的动作控制信息,以使所述智能汽车按照对应的动作控制信息进行行驶。
另一方面,提供了一种路侧设备,所述路侧设备包括存储器和处理器,所述存储器用于存放计算机程序,所述处理器用于执行所述存储器上所存放的计算机程序,以实现上述所述的种智能汽车的控制方法的步骤。
另一方面,提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述所述种智能汽车的控制方法的步骤。
另一方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述所述的种智能汽车的控制方法的步骤。
本申请提供的技术方案至少可以带来以下有益效果:
在本申请中,可以通信范围内的路侧感知终端发送的道路情况感知数据,以及获取在通信范围内智能汽车的行驶信息和交通基础设施信息,并通过获取的道路情况感知数据构建SLAM动态地图,之后根据SLAM动态地图、通信范围内智能汽车的行驶信息和交通基础信息可以控制智能汽车进行行驶。由于不完全依赖于智能汽车的目标检测,从而改善了智能汽车因检测不全面而导致的交通事故,降低了检测成本,且提高了智能汽车的控制效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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是本申请实施例提供的一种智能汽车的控制方法的流程图;
图2是本申请实施例提供的另一种智能汽车的控制方法的流程图;
图3是本申请实施例提供的一种智能汽车的控制装置的结构示意图;
图4是本申请实施例提供的一种确定模块的结构示意图;
图5是本申请实施例提供的一种控制模块的结构示意图;
图6是本申请实施例提供的一种路侧设备的结构示意图;
图7是本申请实施例提供的另一种路侧设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在对本申请实施例提供的智能汽车的控制方法进行详细的解释说明之前,先对本申请实施例提供的应用场景进行介绍。
目前,汽车智能化发展越来越迅速,汽车智能化的主要体现是智能汽车的自动驾驶。其中,智能汽车在自动驾驶过中,为了避免发生交通安全事故,通常需要对障碍物、车道线、车道标识等目标进行检测,根据检测到的目标,智能汽车可以进行制动、避让、变道等控制。但是,由于智能汽车在进行目标感知检测时,智能汽车的感知***可能存在盲区,且感知距离不长,导致智能汽车进行自动驾驶时安全性较低。
基于这样的应用场景,本申请提供了一种提高智能汽车自动驾驶安全性的智能汽车的控制方法。
接下来将结合附图对本申请实施例提供的智能汽车的控制方法进行详细的解释说明。
图1是本申请实施例提供的一种智能汽车的控制方法的流程图,该方法应用于路侧设备。请参考图1,该方法包括如下步骤。
步骤101:获取通信范围内的路侧感知终端发送的道路情况感知数据,以及获取在该通信范围内智能汽车的行驶信息和交通基础设施信息。
步骤102:根据该道路情况感知数据,确定定位与地图构建SLAM动态地图。
步骤103:根据该SLAM动态地图、该通信范围内智能汽车的行驶信息和交通基础设施信息,控制该通信范围内的智能汽车进行自动驾驶。
在本申请中,可以通信范围内的路侧感知终端发送的道路情况感知数据,以及获取在通信范围内智能汽车的行驶信息和交通基础设施信息,并通过获取的道路情况感知数据构建SLAM动态地图,之后根据SLAM动态地图、通信范围内智能汽车的行驶信息和交通基础信息可以控制智能汽车进行行驶。由于不完全依赖于智能汽车的目标检测,从而改善了智能汽车因检测不全面而导致的交通事故,降低了检测成本,且提高了智能汽车的控制效率。
在一些实施例中,该道路情况感知数据包括道路激光数据和道路视觉数据;
根据该道路情况感知数据,确定定位与地图构建SLAM动态地图,包括:
分别根据该道路激光数据和该道路视觉数据,确定激光SLAM地图和视觉SLAM地图;
将该激光SLAM地图和该视觉SLAM地图进行合并,得到该SLAM动态地图。
在一些实施例中,根据该SLAM动态地图、该通信范围内智能汽车的行驶信息和交通基础设施信息,控制该通信范围内的智能汽车进行自动驾驶,包括:
获取当前所处位置的本地地图信息;
将该SLAM动态地图、该通信范围内智能汽车的行驶信息和交通基础设施信息叠加至该本地地图信息,得到该通信范围内的智能汽车的局部路径和全局路径;
根据该通信范围内的智能汽车的局部路径和全局路径,控制该通信范围内的智能汽车进行自动驾驶。
在一些实施例中,将该SLAM动态地图、该通信范围内智能汽车的行驶信息和交通基础设施信息叠加至该本地地图信息,得到该通信范围内的智能汽车的局部路径和全局路径,包括:
将该SLAM动态地图、该通信范围内的交通基础设施信息叠加至该本地地图信息,得到局部地图信息;
当该通信范围内智能汽车的行驶信息包括该智能汽车当前的起始位置和目标位置时,根据该智能汽车当前的起始位置和目标位置,在该本地地图信息中为该智能汽车进行全局路径规划,得到该智能汽车的全局路径;
根据该局部地图信息、该交通基础设施信息和该智能汽车的全局路径,确定该智能汽车的局部路径。
在一些实施例中,根据该通信范围内的智能汽车的局部路径和全局路径,控制该通信范围内的智能汽车进行自动驾驶,包括:
根据该通信范围内的智能汽车的局部路径和全局路径,确定该智能汽车的动作控制信息;
向该智能汽车发送对应的动作控制信息,以使该智能汽车按照对应的动作控制信息进行行驶。
上述所有可选技术方案,均可按照任意结合形成本申请的可选实施例,本申请实施例对此不再一一赘述。
图2为本申请实施例提供的一种智能汽车的控制方法的流程图,参见图2,该方法包括如下步骤。
步骤201:路侧设备获取通信范围内的路侧感知终端发送的道路情况感知数据,以及获取在通信范围内智能汽车的行驶信息和交通基础设施信息。
需要说明的是,在任一道路中可以设置有至少一个路侧设备,对于任一路侧设备,控制智能汽车的操作相同,因此,以其中任一路侧设备为例进行说明。
由于智能汽车的感知***存在盲区,导致检测不准确,因此,为了能够准确进行目标检测,以及智能汽车的安全行驶,路侧设备可以获取通信范围内的路侧感知终端发送的道路情况感知数据,以及获取在通信范围内智能汽车的行驶信息和交通基础设施信息。
作为一种示例,该路侧感知终端至少包括安装在道路上的至少一个摄像头、至少一个雷达等感知终端,且至少一个摄像头和至少一个雷达可以相互配合设置,也即是,设置有摄像头的位置可以设置有雷达,摄像头和雷达可以为一个路侧感知终端。且该雷达的类型可以为激光雷达、毫米波雷达、超声波雷达等。
由于路侧设备的通信范围内可能会包括有至少一个路侧感知终端,每个路侧感知终端都会采集道路情况感知数据,因此,路侧设备可以获取至少一个路侧感知终端采集到的道路情况感知数据。
需要说明的是,该道路情况感知数据至少可以包括道路激光数据和道路视觉数据,当路侧感知终端采集到道路激光数据和道路视觉数据后,可以将采集到的道路激光数据和道路视觉数据发送至路侧设备,从而路侧设备可以获取到道路激光数据和道路视觉数据。
又由于路侧设备的通信范围内还可能会包括至少一个道路基础设施,比如,交通情况监控摄像头、交通信号灯等,因此,路侧设备还可以通过通信范围内的交通情况监控摄像头和交通信号灯获取通信范围内的交通基础设施信息。
又由于在路侧设备的通信范围内可能会包括有至少一个智能汽车,每个智能汽车可能会进行驾驶,因此,路侧设备可以获取至少一个智能汽车的行驶信息。
需要说明的是,该交通基础设施信息可以包括交通信号灯位置、交通信号灯状态、施工信息、车流信息、交通标识信息、行人信息等等。至少一个智能汽车的行驶信息可以包括至少一个智能汽车在道路上的状态(行驶速度、当前所处车道等)、起始位置、目标位置等等。
作为一种示例,道路中可以设置有V2X Server,V2X Server可以通过V2X技术从道路基础设施中获取交通基础设施信息,并从至少一个智能汽车中获取行驶信息,并将获取的交通基础设施信息和行驶信息通过5G信号发送至路侧设备。和/或,道路基础设施也可以直接与路侧设备进行通信,并将获取到的交通基础设施信息发送至路侧设备。和/或,至少一个智能汽车可以与路侧设备直接进行通信,并将自身的行驶信息发送至路侧设备。
步骤202:路侧设备根据道路情况感知数据,确定定位与地图构建SLAM动态地图。
由上述可知,道路情况感知数据包括道路激光数据和道路视觉数据,因此,作为一种示例,路侧设备根据道路情况感知数据,确定SLAM动态地图的操作可以为:分别根据道路激光数据和道路视觉数据,确定激光SLAM地图和视觉SLAM地图;将激光SLAM地图和视觉SLAM地图进行合并,得到SLAM动态地图。
需要说明的是,路侧设备分别根据道路激光数据和道路视觉数据,确定激光SLAM地图和视觉SLAM地图的过程可以参考相关技术,比如,路侧设备确定激光SLAM地图的流程可以为:获得的每一帧laser scan数据(道路激光数据),利用scan match在最佳估计位置处***子图(submap)中,且scan matching只跟当前submap有关。在生成一个submap后,会进行一次局部的回环(loop close),利用分支定位和预先计算的网格,所有submap完成后,会进行全局的回环。路侧设备获取视觉SLAM地图的流程可以为:提取当前获取的道路视觉数据中的特征信息,并与历史道路视觉数据中的特征信息进行匹配,当确定道路视觉数据中物体发生移动后,可以根据两帧道路视觉数据确定发生的里程,之后可以确定移动物体的位姿信息,根据位姿信息进行道路视觉数据的相似度计算,从而得到视觉SLAM地图。
作为一种示例,路侧设备将激光SLAM地图和视觉SLAM地图进行合并,得到SLAM动态地图的操作同样可以参考相关技术,比如,路侧设备可以将当前获取的道路视觉数据和道路激光数据作为优化节点信息写入到SLAM动态地图中。
步骤203:路侧设备根据该SLAM动态地图、通信范围内智能汽车的行驶信息和交通基础设施信息,控制通信范围内的智能汽车进行自动驾驶。
由于智能汽车的行驶与当前道路状况和其他汽车行驶为状况有关,因此,路侧设备可以根据该SLAM动态地图、通信范围内智能汽车的行驶信息和交通基础设施信息,控制通信范围内的智能汽车进行自动驾驶。
作为一种示例,路侧设备根据SLAM动态地图、通信范围内智能汽车的行驶信息和交通基础设施信息,控制通信范围内的智能汽车进行自动驾驶的操作可以为:获取当前所处位置的本地地图信息;将SLAM动态地图、通信范围内智能汽车的行驶信息和交通基础设施信息叠加至本地地图信息,得到通信范围内的智能汽车的局部路径和全局路径;根据通信范围内的智能汽车的局部路径和全局路径,控制通信范围内的智能汽车进行自动驾驶。
需要说明的是,路侧设备可以从云端服务器中获取本地地图信息,该本地地图信息可以是路侧设备所在城市、省份、国家的地图信息。
作为一种示例,路侧设备将SLAM动态地图、通信范围内智能汽车的行驶信息和交通基础设施信息叠加至本地地图信息,得到通信范围内的智能汽车的局部路径和全局路径的操作可以为:将SLAM动态地图、通信范围内的交通基础设施信息叠加至本地地图信息,得到局部地图信息;当通信范围内智能汽车的行驶信息包括智能汽车当前的起始位置和目标位置时,根据智能汽车当前的起始位置和目标位置,在本地地图信息中为智能汽车进行全局路径规划,得到智能汽车的全局路径;根据局部地图信息、交通基础设施信息和智能汽车的全局路径,确定智能汽车的局部路径。
需要说明的是,局部地图信息为至少一个智能汽车所处环境的地图。至少一个智能汽车中每个智能汽车的起始位置可以为当前所处位置,目标位置可以为进行自动驾驶之前,驾驶员设置的目标位置。
由于驾驶员启动智能汽车的自动驾驶功能后,智能汽车可以进行自动驾驶,而自动驾驶需要按照固定的路线进行行驶,局部地图信息和本地地图信息涵盖了大部分的路况,因此,为了保证智能汽车自动驾驶的安全性,路测设备可以根据智能汽车当前的起始位置和目标位置,在本地地图信息中为智能汽车进行全局路径规划,得到智能汽车的全局路径;根据局部地图信息、交通基础设施信息和智能汽车的全局路径,确定智能汽车的局部路径。
由于本地地图信息可以描述大部分工况,因此,路侧设备可以根据智能汽车起始位置和目标位置,在本地地图信息中为智能汽车进行全局路径规划,得到智能汽车的全局路径。
由于路侧设备在规划全局路径后,智能汽车可以按照规划的全局路径进行行驶,此时由于可能会存在其他行人、非自动驾驶汽车、交通信号灯等等不受路侧设备控制的对象,因此,为了智能汽车驾驶过程中的安全性,路侧设备可以根据局部地图信息、交通基础设施和智能汽车的全局路径,确定智能汽车的局部路径。
作为一种示例,路侧设备根据通信范围内的智能汽车的局部路径和全局路径,控制通信范围内的智能汽车进行自动驾驶的操作可以为:根据通信范围内的智能汽车的局部路径和全局路径,确定智能汽车的动作控制信息;向智能汽车发送对应的动作控制信息,以使智能汽车按照对应的动作控制信息进行行驶。
由于全局路径可以指导智能汽车从起始位置行驶至目标位置,局部路径可以在智能汽车在按照全局路径行驶时,指导智能汽车进行局部道路的行驶。因此,路侧设备可以根据通信范围内的智能汽车的局部路径和全局路径,确定智能汽车的动作控制信息。
需要说明的是,动作控制信息可以是具体的行为序列,比如,加速、变道、等等行为序列。
作为一种示例,路侧设备可以每隔预设间隔时间向智能汽车发送一组动作控制信息,且下一组动作控制信息需要在上一组动作控制信息进行之前发送完成。智能汽车在执行时,需要将上一组动作控制信息执行完成后执行下一组动作控制信息。
在一些实施例中,由于可能会存在不确定性因素,车等等,因此,路侧设备在根据通信范围内的智能汽车的局部路径和全局路径,确定智能汽车的动作控制信息之后,还可以验证智能汽车的动作控制信息是否符合安全条件;当动作控制信息符合安全条件时,将符合安全条件的动作控制信息发送至智能汽车;当存在不符合安全条件的动作控制信息时,进行预警处理。
需要说明的是,该安全条件可以事先进行设置,比如,该安全条件可以包括不会发生碰撞、动作控制信息符合汽车动力学模型上的规则等等。
作为一种示例,当存在不符合该安全条件的动作控制信息时,路侧设备进行预警处理的操作可以为:向动作控制信息不符合安全条件的智能汽车发送预警信息,以提示不符合安全条件的智能汽车的驾驶员及时接管智能汽车。
作为一种示例,路侧设备还可以将不符合安全条件的智能汽车进行制动。
在一些实施例中,智能汽车在路侧设备发送的动作控制信息的控制下进行自动驾驶时,还可以进行障碍物检测、环境检测等操作,并生成冗余控制指令,保证智能汽车的安全性行驶。
在本申请实施例中,路侧设备可以通信范围内的路侧感知终端发送的道路情况感知数据,以及获取在通信范围内智能汽车的行驶信息和交通基础设施信息,并通过获取的道路情况感知数据构建SLAM动态地图,之后根据SLAM动态地图、通信范围内智能汽车的行驶信息和交通基础信息可以控制智能汽车进行行驶。由于不完全依赖于智能汽车的目标检测,从而改善了智能汽车因检测不全面而导致的交通事故,降低了检测成本,且提高了智能汽车的控制效率和驾驶安全性。
在对本申请实施例提供的智能汽车的控制方法进行解释说明之后,接下来,对本申请实施例提供的智能汽车的控制装置进行介绍。
图3是本申请实施例提供的一种智能汽车的控制装置的结构示意图,该智能汽车的控制装置可以由软件、硬件或者两者的结合实现成为路侧设备的部分或者全部。请参考图3,该装置包括:获取模块301、确定模块302和控制模块303。
获取模块301,用于获取通信范围内的路侧感知终端发送的道路情况感知数据,以及获取在所述通信范围内智能汽车的行驶信息和交通基础设施信息;
确定模块302,用于根据所述道路情况感知数据,确定定位与地图构建SLAM动态地图;
控制模块303,用于根据所述SLAM动态地图、所述通信范围内智能汽车的行驶信息和交通基础设施信息,控制所述通信范围内的智能汽车进行自动驾驶。
在一些实施例中,所述道路情况感知数据包括道路激光数据和道路视觉数据;
参见图4,所述确定模块302包括:
确定子模块3021,用于分别根据所述道路激光数据和所述道路视觉数据,确定激光SLAM地图和视觉SLAM地图;
合并子模块3022,用于将所述激光SLAM地图和所述视觉SLAM地图进行合并,得到所述SLAM动态地图。
在一些实施例中,参见图5,所述控制模块303包括:
获取子模块3031,用于获取当前所处位置的本地地图信息;
叠加子模块3032,用于将所述SLAM动态地图、所述通信范围内智能汽车的行驶信息和交通基础设施信息叠加至所述本地地图信息,得到所述通信范围内的智能汽车的局部路径和全局路径;
控制子模块3033,用于根据所述通信范围内的智能汽车的局部路径和全局路径,控制所述通信范围内的智能汽车进行自动驾驶。
在一些实施例中,所述叠加子模块3032用于:
将所述SLAM动态地图、所述通信范围内的交通基础设施信息叠加至所述本地地图信息,得到局部地图信息;
当所述通信范围内智能汽车的行驶信息包括所述智能汽车当前的起始位置和目标位置时,根据所述智能汽车当前的起始位置和目标位置,在所述本地地图信息中为所述智能汽车进行全局路径规划,得到所述智能汽车的全局路径;
根据所述局部地图信息、所述交通基础设施信息和所述智能汽车的全局路径,确定所述智能汽车的局部路径。
在一些实施例中,所述控制子模块3033用于:
根据所述通信范围内的智能汽车的局部路径和全局路径,确定所述智能汽车的动作控制信息;
向所述智能汽车发送对应的动作控制信息,以使所述智能汽车按照对应的动作控制信息进行行驶。
在本申请实施例中,路侧设备可以通信范围内的路侧感知终端发送的道路情况感知数据,以及获取在通信范围内智能汽车的行驶信息和交通基础设施信息,并通过获取的道路情况感知数据构建SLAM动态地图,之后根据SLAM动态地图、通信范围内智能汽车的行驶信息和交通基础信息可以控制智能汽车进行行驶。由于不完全依赖于智能汽车的目标检测,从而改善了智能汽车因检测不全面而导致的交通事故,降低了检测成本,且提高了智能汽车的控制效率和驾驶安全性。
需要说明的是:上述实施例提供的智能汽车的控制装置在控制智能汽车时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的智能汽车的控制装置与智能汽车的控制方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图6是本申请实施例提供的一种路侧设备600的结构框图。通常,路侧设备600包括有:处理器601和存储器602。
处理器601可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器601可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器601也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器601可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器601还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器602可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器602还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器602中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器601所执行以实现本申请中方法实施例提供的智能汽车的控制方法。
在一些实施例中,路侧设备600还可选包括有:***设备接口603和至少一个***设备。处理器601、存储器602和***设备接口603之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与***设备接口603相连。具体地,***设备包括:射频电路604、显示屏605、摄像头组件606、音频电路607、定位组件608和电源609中的至少一种。
***设备接口603可被用于将I/O(Input/Output,输入/输出)相关的至少一个***设备连接到处理器601和存储器602。在一些实施例中,处理器601、存储器602和***设备接口603被集成在同一芯片或电路板上;在一些其他实施例中,处理器601、存储器602和***设备接口603中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路604用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路604通过电磁信号与通信网络以及其他通信设备进行通信。射频电路604将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路604包括:天线***、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路604可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路604还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏605用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏605是触摸显示屏时,显示屏605还具有采集在显示屏605的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器601进行处理。此时,显示屏605还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏605可以为一个,设置路侧设备600的前面板;在另一些实施例中,显示屏605可以为至少两个,分别设置在路侧设备600的不同表面或呈折叠设计;在再一些实施例中,显示屏605可以是柔性显示屏,设置在路侧设备600的弯曲表面上或折叠面上。甚至,显示屏605还可以设置成非矩形的不规则图形,也即异形屏。显示屏605可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件606用于采集图像或视频。可选地,摄像头组件606包括主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件606还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路607可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器601进行处理,或者输入至射频电路604以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在路侧设备600的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器601或射频电路604的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路607还可以包括耳机插孔。
定位组件608用于定位路侧设备600的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件608可以是基于美国的GPS(GlobalPositioning System,全球定位***)、中国的北斗***或俄罗斯的伽利略***的定位组件。
电源609用于为路侧设备600中的各个组件进行供电。电源609可以是交流电、直流电、一次性电池或可充电电池。当电源609包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,路侧设备600还包括有一个或多个传感器610。
本领域技术人员可以理解,图6中示出的结构并不构成对路侧设备600的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
图7是本申请实施例提供的一种路侧设备的结构示意图,该路侧设备可以为服务器700。服务器700包括中央处理单元(CPU)701、包括随机存取存储器(RAM)702和只读存储器(ROM)703的***存储器704,以及连接***存储器704和中央处理单元701的***总线705。服务器700还包括帮助计算机内的各个器件之间传输信息的基本输入/输出***(I/O***)706,和用于存储操作***713、应用程序714和其他程序模块715的大容量存储设备707。
基本输入/输出***706包括有用于显示信息的显示器708和用于用户输入信息的诸如鼠标、键盘之类的输入设备709。其中显示器708和输入设备709都通过连接到***总线705的输入输出控制器710连接到中央处理单元701。基本输入/输出***706还可以包括输入输出控制器710以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器710还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备707通过连接到***总线705的大容量存储控制器(未示出)连接到中央处理单元701。大容量存储设备707及其相关联的计算机可读介质为服务器700提供非易失性存储。也就是说,大容量存储设备707可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性,计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术,CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知计算机存储介质不局限于上述几种。上述的***存储器704和大容量存储设备707可以统称为存储器。
根据本申请的各种实施例,服务器700还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器700可以通过连接在***总线705上的网络接口单元711连接到网络712,或者说,也可以使用网络接口单元711来连接到其他类型的网络或远程计算机***(未示出)。
上述存储器还包括一个或者一个以上的程序,一个或者一个以上程序存储于存储器中,被配置由CPU执行。
在一些实施例中,还提供了一种计算机可读存储介质,该存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述实施例中智能汽车的控制方法的步骤。例如,所述计算机可读存储介质可以是ROM(Read-Only Memory,只读存储器)、RAM(RandomAccess Memory,随机存取存储器)、CD-ROM、磁带、软盘和光数据存储设备等。
值得注意的是,本申请提到的计算机可读存储介质可以为非易失性存储介质,换句话说,可以是非瞬时性存储介质。
应当理解的是,实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。所述计算机指令可以存储在上述计算机可读存储介质中。
也即是,在一些实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述所述的智能汽车的控制方法的步骤。
以上所述为本申请提供的实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种智能汽车的控制方法,其特征在于,所述方法包括:
获取通信范围内的路侧感知终端发送的道路情况感知数据,以及获取在所述通信范围内智能汽车的行驶信息和交通基础设施信息;
根据所述道路情况感知数据,确定定位与地图构建SLAM动态地图;
根据所述SLAM动态地图、所述通信范围内智能汽车的行驶信息和交通基础设施信息,控制所述通信范围内的智能汽车进行自动驾驶。
2.如权利要求1所述的方法,其特征在于,所述道路情况感知数据包括道路激光数据和道路视觉数据;
所述根据所述道路情况感知数据,确定定位与地图构建SLAM动态地图,包括:
分别根据所述道路激光数据和所述道路视觉数据,确定激光SLAM地图和视觉SLAM地图;
将所述激光SLAM地图和所述视觉SLAM地图进行合并,得到所述SLAM动态地图。
3.如权利要求1所述的方法,其特征在于,所述根据所述SLAM动态地图、所述通信范围内智能汽车的行驶信息和交通基础设施信息,控制所述通信范围内的智能汽车进行自动驾驶,包括:
获取当前所处位置的本地地图信息;
将所述SLAM动态地图、所述通信范围内智能汽车的行驶信息和交通基础设施信息叠加至所述本地地图信息,得到所述通信范围内的智能汽车的局部路径和全局路径;
根据所述通信范围内的智能汽车的局部路径和全局路径,控制所述通信范围内的智能汽车进行自动驾驶。
4.如权利要求3所述的方法,其特征在于,所述将所述SLAM动态地图、所述通信范围内智能汽车的行驶信息和交通基础设施信息叠加至所述本地地图信息,得到所述通信范围内的智能汽车的局部路径和全局路径,包括:
将所述SLAM动态地图、所述通信范围内的交通基础设施信息叠加至所述本地地图信息,得到局部地图信息;
当所述通信范围内智能汽车的行驶信息包括所述智能汽车当前的起始位置和目标位置时,根据所述智能汽车当前的起始位置和目标位置,在所述本地地图信息中为所述智能汽车进行全局路径规划,得到所述智能汽车的全局路径;
根据所述局部地图信息、所述交通基础设施信息和所述智能汽车的全局路径,确定所述智能汽车的局部路径。
5.如权利要求3所述的方法,其特征在于,所述根据所述通信范围内的智能汽车的局部路径和全局路径,控制所述通信范围内的智能汽车进行自动驾驶,包括:
根据所述通信范围内的智能汽车的局部路径和全局路径,确定所述智能汽车的动作控制信息;
向所述智能汽车发送对应的动作控制信息,以使所述智能汽车按照对应的动作控制信息进行行驶。
6.一种智能汽车的控制装置,其特征在于,所述装置包括:
获取模块,用于获取通信范围内的路侧感知终端发送的道路情况感知数据,以及获取在所述通信范围内智能汽车的行驶信息和交通基础设施信息;
确定模块,用于根据所述道路情况感知数据,确定定位与地图构建SLAM动态地图;
控制模块,用于根据所述SLAM动态地图、所述通信范围内智能汽车的行驶信息和交通基础设施信息,控制所述通信范围内的智能汽车进行自动驾驶。
7.如权利要求6所述的装置,其特征在于,所述道路情况感知数据包括道路激光数据和道路视觉数据;
所述确定模块包括:
确定子模块,用于分别根据所述道路激光数据和所述道路视觉数据,确定激光SLAM地图和视觉SLAM地图;
合并子模块,用于将所述激光SLAM地图和所述视觉SLAM地图进行合并,得到所述SLAM动态地图。
8.如权利要求6所述的装置,其特征在于,所述控制模块包括:
获取子模块,用于获取当前所处位置的本地地图信息;
叠加子模块,用于将所述SLAM动态地图、所述通信范围内智能汽车的行驶信息和交通基础设施信息叠加至所述本地地图信息,得到所述通信范围内的智能汽车的局部路径和全局路径;
控制子模块,用于根据所述通信范围内的智能汽车的局部路径和全局路径,控制所述通信范围内的智能汽车进行自动驾驶。
9.如权利要求8所述的装置,其特征在于,所述叠加子模块用于:
将所述SLAM动态地图、所述通信范围内的交通基础设施信息叠加至所述本地地图信息,得到局部地图信息;
当所述通信范围内智能汽车的行驶信息包括所述智能汽车当前的起始位置和目标位置时,根据所述智能汽车当前的起始位置和目标位置,在所述本地地图信息中为所述智能汽车进行全局路径规划,得到所述智能汽车的全局路径;
根据所述局部地图信息、所述交通基础设施信息和所述智能汽车的全局路径,确定所述智能汽车的局部路径。
10.一种计算机可读存储介质,其特征在于,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010231118.0A CN111516690B (zh) | 2020-03-27 | 2020-03-27 | 智能汽车的控制方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010231118.0A CN111516690B (zh) | 2020-03-27 | 2020-03-27 | 智能汽车的控制方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111516690A true CN111516690A (zh) | 2020-08-11 |
CN111516690B CN111516690B (zh) | 2022-05-03 |
Family
ID=71902422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010231118.0A Active CN111516690B (zh) | 2020-03-27 | 2020-03-27 | 智能汽车的控制方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111516690B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112874511A (zh) * | 2021-02-07 | 2021-06-01 | 奇瑞汽车股份有限公司 | 汽车的自动驾驶控制方法、装置及计算机存储介质 |
CN114179829A (zh) * | 2021-12-24 | 2022-03-15 | 中汽创智科技有限公司 | 多端协同的车辆行驶方法、装置、***及介质 |
CN114485700A (zh) * | 2021-12-29 | 2022-05-13 | 网络通信与安全紫金山实验室 | 高精度动态地图生成方法及装置 |
CN115713865A (zh) * | 2021-08-23 | 2023-02-24 | 华为技术有限公司 | 通信能力信息生成方法、使用方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136426A (zh) * | 2019-04-15 | 2019-08-16 | 武汉环宇智行科技有限公司 | 一种还车招车***及方法 |
CN110244741A (zh) * | 2019-06-28 | 2019-09-17 | 奇瑞汽车股份有限公司 | 智能汽车的控制方法、装置及存储介质 |
US20190344783A1 (en) * | 2018-05-14 | 2019-11-14 | GM Global Technology Operations LLC | Autonomous ride dynamics comfort controller |
CN110606070A (zh) * | 2019-08-30 | 2019-12-24 | 驭势科技(北京)有限公司 | 一种智能驾驶车辆及其制动方法、车载设备和存储介质 |
CN110908367A (zh) * | 2018-09-17 | 2020-03-24 | 清华大学 | 一种基于scstsv的智能网联汽车计算平台 |
-
2020
- 2020-03-27 CN CN202010231118.0A patent/CN111516690B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190344783A1 (en) * | 2018-05-14 | 2019-11-14 | GM Global Technology Operations LLC | Autonomous ride dynamics comfort controller |
CN110908367A (zh) * | 2018-09-17 | 2020-03-24 | 清华大学 | 一种基于scstsv的智能网联汽车计算平台 |
CN110136426A (zh) * | 2019-04-15 | 2019-08-16 | 武汉环宇智行科技有限公司 | 一种还车招车***及方法 |
CN110244741A (zh) * | 2019-06-28 | 2019-09-17 | 奇瑞汽车股份有限公司 | 智能汽车的控制方法、装置及存储介质 |
CN110606070A (zh) * | 2019-08-30 | 2019-12-24 | 驭势科技(北京)有限公司 | 一种智能驾驶车辆及其制动方法、车载设备和存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112874511A (zh) * | 2021-02-07 | 2021-06-01 | 奇瑞汽车股份有限公司 | 汽车的自动驾驶控制方法、装置及计算机存储介质 |
CN115713865A (zh) * | 2021-08-23 | 2023-02-24 | 华为技术有限公司 | 通信能力信息生成方法、使用方法及装置 |
CN114179829A (zh) * | 2021-12-24 | 2022-03-15 | 中汽创智科技有限公司 | 多端协同的车辆行驶方法、装置、***及介质 |
CN114485700A (zh) * | 2021-12-29 | 2022-05-13 | 网络通信与安全紫金山实验室 | 高精度动态地图生成方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111516690B (zh) | 2022-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111516690B (zh) | 智能汽车的控制方法、装置及存储介质 | |
CN110979332B (zh) | 智能汽车的控制方法、装置及存储介质 | |
CN110928284B (zh) | 辅助控制车辆的自动驾驶的方法、设备、介质和*** | |
CN108860141B (zh) | 泊车方法、装置及存储介质 | |
CN111144211B (zh) | 点云显示方法和装置 | |
CN109532845B (zh) | 智能汽车的控制方法、装置及存储介质 | |
CN110928286B (zh) | 用于控制车辆的自动驾驶的方法、设备、介质和*** | |
CN109492566B (zh) | 车道位置信息获取方法、装置及存储介质 | |
CN112793586B (zh) | 汽车的自动驾驶控制方法、装置及计算机存储介质 | |
CN109409301B (zh) | 交通信号灯的信息获取方法、装置及存储介质 | |
WO2020258602A1 (zh) | 智能汽车的控制方法、装置及存储介质 | |
CN113479195A (zh) | 用于自动代客泊车的方法和用于执行所述方法的*** | |
CN110956847B (zh) | 车位的识别方法、装置及存储介质 | |
CN110962596B (zh) | 汽车的车速控制方法、装置及存储介质 | |
CN110696826B (zh) | 用于控制车辆的方法和装置 | |
CN111361550B (zh) | 车位的识别方法、装置及存储介质 | |
CN114935334B (zh) | 车道拓扑关系的构建方法、装置、车辆、介质及芯片 | |
CN114332821A (zh) | 决策信息获取方法、装置、终端及存储介质 | |
CN112874511B (zh) | 汽车的自动驾驶控制方法、装置及计算机存储介质 | |
CN112447058B (zh) | 泊车方法、装置、计算机设备及存储介质 | |
CN111563979A (zh) | 自动驾驶数据的存储方法、装置、终端及存储介质 | |
CN111071151A (zh) | 汽车的防碰撞方法、装置及存储介质 | |
WO2022147785A1 (zh) | 车辆驾驶场景识别方法及装置 | |
CN115164910B (zh) | 行驶路径生成方法、装置、车辆、存储介质及芯片 | |
CN114756700B (zh) | 场景库建立方法、装置、车辆、存储介质及芯片 |
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 |