CN114511044A - 无人车通行控制方法及装置 - Google Patents

Abstract

本公开涉及无人驾驶技术领域，提供了无人车通行控制方法及装置。该方法包括：获取目标区域对应的站点数据；利用聚类算法对站点数据进行处理，得到目标区域对应的站点簇；基于站点簇的簇中心站点的坐标，通过可行驶判断模块判断无人车是否可以通过簇中心站点；在无人车可以通过簇中心站点的情况下，将簇中心站点作为目标站点，控制无人车通过目标站点；在无人车不可以通过簇中心站点的情况下，通过可行驶判断模块以簇中心站点为起点由近及远判断站点簇中除簇中心站点之外的其他站点是否允许无人车通过；当其他站点允许无人车通过时，将其他站点作为目标站点，控制无人车通过目标站点。

Description

无人车通行控制方法及装置

技术领域

本公开涉及无人驾驶技术领域，尤其涉及一种无人车通行控制方法及装置。

背景技术

人工智能被应用于车辆驾驶领域，无人驾驶技术和无人车等技术或概念越来越火爆，无人车被用于各种各样的领域中。当无人车需要给很多用户提供一种服务或者多种物品时，最优的方案是无人车通过人群密集站点，以为更多的用户提供便利。但是，当无人车行驶的区域存在多个人群密集站点时，如何从多个人群密集站点挑选出最优的站点，使得无人车通过最优的站点。目前常使用的手段是利用聚类算法对区域内的多个人群密集站点的数据进行处理，得到一个站点簇，将站点簇的簇中心站点作为无人车要通过的站点（簇中心站点可以理解为站点簇的簇中心点）。但是，站点簇的簇中心点可能并不是无人车应通过的最优的站点，也可以说无人车可能存在不能通过站点簇的簇中心站点的情况。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：目前确定无人车应通过的最优站点的方法，存在精确度低的问题。

发明内容

有鉴于此，本公开实施例提供了一种无人车通行控制方法、装置、电子设备和计算机可读存储介质，以解决现有技术中，目前确定无人车应通过的最优站点的方法，存在精确度低的问题。

本公开实施例的第一方面，提供了一种无人车通行控制方法，包括：获取目标区域对应的站点数据，其中，站点数据包括多个人群密集站点的坐标；利用聚类算法对站点数据进行处理，得到目标区域对应的站点簇；基于站点簇的簇中心站点的坐标，通过可行驶判断模块判断无人车是否可以通过簇中心站点；在无人车可以通过簇中心站点的情况下，将簇中心站点作为目标站点，控制无人车通过目标站点；在无人车不可以通过簇中心站点的情况下，通过可行驶判断模块以簇中心站点为起点由近及远判断站点簇中除簇中心站点之外的其他站点是否允许无人车通过；当其他站点允许无人车通过时，将其他站点作为目标站点，控制无人车通过目标站点。

本公开实施例的第二方面，提供了一种无人车通行控制装置，包括：获取模块，被配置为获取目标区域对应的站点数据，其中，站点数据包括多个人群密集站点的坐标；处理模块，被配置为利用聚类算法对站点数据进行处理，得到目标区域对应的站点簇；第一判断模块，被配置为基于站点簇的簇中心站点的坐标，通过可行驶判断模块判断无人车是否可以通过簇中心站点；第一控制模块，被配置为在无人车可以通过簇中心站点的情况下，将簇中心站点作为目标站点，控制无人车通过目标站点；第二判断模块，被配置为在无人车不可以通过簇中心站点的情况下，通过可行驶判断模块以簇中心站点为起点由近及远判断站点簇中除簇中心站点之外的其他站点是否允许无人车通过；第二控制模块，被配置为当其他站点允许无人车通过时，将其他站点作为目标站点，控制无人车通过目标站点。

本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

本公开实施例与现有技术相比存在的有益效果是：获取目标区域对应的站点数据，其中，站点数据包括多个人群密集站点的坐标；利用聚类算法对站点数据进行处理，得到目标区域对应的站点簇；基于站点簇的簇中心站点的坐标，通过可行驶判断模块判断无人车是否可以通过簇中心站点；在无人车可以通过簇中心站点的情况下，将簇中心站点作为目标站点，控制无人车通过目标站点；在无人车不可以通过簇中心站点的情况下，通过可行驶判断模块以簇中心站点为起点由近及远判断站点簇中除簇中心站点之外的其他站点是否允许无人车通过；当其他站点允许无人车通过时，将其他站点作为目标站点，控制无人车通过目标站点。采用上述技术手段，可以解决现有技术中，目前确定无人车应通过的最优站点的方法，存在精确度低的问题，进而提高确定无人车应通过的最优站点的精确度。

附图说明

为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术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公开的一些实施例，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它的附图。

图1是本公开实施例的应用场景的场景示意图；

图2是本公开实施例提供的一种无人车通行控制方法的流程示意图；

图3是本公开实施例提供的一种无人车通行控制装置的结构示意图；

图4是本公开实施例提供的一种电子设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。

下面将结合附图详细说明根据本公开实施例的一种无人车通行控制方法和装置。

图1是本公开实施例的应用场景的场景示意图。该应用场景可以包括终端设备1和3，无人车2、服务器4以及网络5。

设备1和3可以是硬件，也可以是软件。当终端设备1和3为硬件时，其可以是具有显示屏且支持与服务器4通信的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等；当终端设备1和3为软件时，其可以安装在如上的电子设备中。终端设备1和3可以实现为多个软件或软件模块，也可以实现为单个软件或软件模块，本公开实施例对此不作限制。进一步地，终端设备1和3上可以安装有各种应用，例如数据处理应用、即时通信工具、社交平台软件、搜索类应用、购物类应用等。

服务器4可以是提供各种服务的服务器，例如，对与其建立通信连接的终端设备发送的请求进行接收的后台服务器，该后台服务器可以对终端设备发送的请求进行接收和分析等处理，并生成处理结果。服务器4可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者还可以是一个云计算服务中心，本公开实施例对此不作限制。

需要说明的是，服务器4可以是硬件，也可以是软件。当服务器4为硬件时，其可以是为终端设备1和3，以及无人车2提供各种服务的各种电子设备。当服务器4为软件时，其可以是为终端设备1和3，以及无人车2提供各种服务的多个软件或软件模块，也可以是为终端设备1和3，以及无人车2提供各种服务的单个软件或软件模块，本公开实施例对此不作限制。

网络5可以是采用同轴电缆、双绞线和光纤连接的有线网络，也可以是无需布线就能实现各种通信设备互联的无线网络，例如，蓝牙（Bluetooth）、近场通信（Near FieldCommunication，NFC）、红外（Infrared）等，本公开实施例对此不作限制。

用户可以通过终端设备1和3，以及无人车2经由网络5与服务器4建立通信连接，以接收或发送信息等。需要说明的是，终端设备1和3、无人车2、服务器4以及网络5的具体类型、数量和组合可以根据应用场景的实际需求进行调整，本公开实施例对此不作限制。

图2是本公开实施例提供的一种无人车通行控制方法的流程示意图。图2的无人车通行控制方法可以由图1的终端设备、或无人车或服务器执行。如图2所示，该无人车通行控制方法包括：

S201，获取目标区域对应的站点数据，其中，站点数据包括多个人群密集站点的坐标；

S202，利用聚类算法对站点数据进行处理，得到目标区域对应的站点簇；

S203，基于站点簇的簇中心站点的坐标，通过可行驶判断模块判断无人车是否可以通过簇中心站点；

S204，在无人车可以通过簇中心站点的情况下，将簇中心站点作为目标站点，控制无人车通过目标站点；

S205，在无人车不可以通过簇中心站点的情况下，通过可行驶判断模块以簇中心站点为起点由近及远判断站点簇中除簇中心站点之外的其他站点是否允许无人车通过；

S206，当其他站点允许无人车通过时，将其他站点作为目标站点，控制无人车通过目标站点。

本公开实施例可以应用于无人车需要提供服务或者物品的场景中，比如无人车出行的场景，无人驾驶公交和无人驾驶出租车提供的乘车服务的场景，无人车提供物品（物品可以是货物、商品，如巡游售卖机等）的场景等。人群密集站点可以是人流量大的站点。聚类算法对数据进行处理，得到簇为常用技术，在此不再过多赘述。聚类算法可以是kmeans聚类等常用的聚类算法。簇中心站点可以理解站点簇的簇中心点，因为簇中心点是一个簇内所有点的坐标的平均，所以站点簇的簇中心站点可能不允许无人车通行（比如簇中心点是一个花园）。站点簇中的站点都属于站点数据中的人群密集站点，站点簇是站点数据的一种表达形式，本公开实施例可以理解为利用站点簇，快速确定出目标区域中，无人车应通过的最优的站点，也就是目标站点。站点可以广泛的理解为一个位置，比如公交站牌和学校门口等。站点簇中除簇中心站点之外的其他站点可以有多个。

举例说明：目标区域对应的站点簇的簇中心站点为A，在站点簇中，距离簇中心站点由近到远的其他站点依次是站点B、站点C和站点D。通过可行驶判断模块判断无人车不可以通过簇中心站点A，那么以簇中心站点为起点由近及远判断站点簇中除簇中心站点之外的站点B、站点C和站点D是否允许无人车通过。发现无人车可以通站点C和站点D，站点C是首次判断出无人车可以通过的其他站点，所以控制无人车通过站点C。

根据本公开实施例提供的技术方案，获取目标区域对应的站点数据，其中，站点数据包括多个人群密集站点的坐标；利用聚类算法对站点数据进行处理，得到目标区域对应的站点簇；基于站点簇的簇中心站点的坐标，通过可行驶判断模块判断无人车是否可以通过簇中心站点；在无人车可以通过簇中心站点的情况下，将簇中心站点作为目标站点，控制无人车通过目标站点；在无人车不可以通过簇中心站点的情况下，通过可行驶判断模块以簇中心站点为起点由近及远判断站点簇中除簇中心站点之外的其他站点是否允许无人车通过；当其他站点允许无人车通过时，将其他站点作为目标站点，控制无人车通过目标站点。采用上述技术手段，可以解决现有技术中，目前确定无人车应通过的最优站点的方法，存在精确度低的问题，进而提高确定无人车应通过的最优站点的精确度。

在执行步骤S205之后，也就是在无人车不可以通过簇中心站点的情况下，通过可行驶判断模块以簇中心站点为起点由近及远判断站点簇中除簇中心站点之外的其他站点是否允许无人车通过之后，包括：在站点簇中不存在无人车可以通过的其他站点的情况下，判断无人车不可以通过目标区域；获取目标区域附近的多个其他区域的位置信息；基于每个其他区域的位置信息以及每个其他区域与目标区域的距离，从多个其他区域中确定出目标其他区域；控制无人车通过目标其他区域。

目标其他区域是与无人车距离最近，且可以通行的区域。目标其他区域是否可以通行以及具体通过的站点和上个实施例中目标区域是否可以通行以及具体通过的站点的确认方法一致。

在执行步骤S201之前，也就是获取目标区域对应的站点数据之前，包括：通过目标区域内每个站点的图像获取装置，获取每个站点的图像，其中，每个站点的图像携带有每个站点的坐标；获取目标区域内每个站点对应的用户请求数据，其中，每个站点对应的用户请求数据携带有每个站点的坐标；根据目标区域内每个站点的图像和每个站点对应的用户请求数据，从目标区域内所有站点中确定出多个人群密集站点，以得到目标区域对应的站点数据。

每个站点的图像是关于每个站点人流量的图像，每个站点对应的用户请求数据包括每个站点发出请求的用户的数量，比如每个站点下单的用户的数量（可以是对某种物品或服务的需求单子，比如打车的单子）。根据目标区域内每个站点的图像和每个站点对应的用户请求数据，从目标区域内所有站点中确定出多个人群密集站点，也就是人流量大和发出请求的用户的数量多的站点。

在执行步骤S201之后，也就是获取目标区域对应的站点数据之后，方法还包括：设置聚类算法对应的预设簇数；利用聚类算法对站点数据进行处理，得到目标区域对应的预设簇数个站点簇；基于每个站点簇的簇中心站点的坐标，通过可行驶判断模块，从预设簇数个簇中心站点中确定出目标站点；控制无人车通过目标站点。

第一个实施例是基于一个站点簇确定目标站点的，因为簇中心站点具有代表性，所以本公开实施例基于预设簇数个簇中心站点确定目标站点的，不需要理会每个站点簇除了簇中心站点之外的其他站点。如果预设簇数够大（预设簇数是否足够大是相对于目标区域的面积以及目标区域内的人群密集站点数量而言的），那么根据站点数据得到的站点簇的数量也会很充分，预设簇数个站点簇的簇中心站点足以支持确定出目标站点。

基于每个站点簇的簇中心站点的坐标，通过可行驶判断模块，从预设簇数个簇中心站点中确定出目标站点，包括：按照每个簇中心站点与无人车由近到远的原则，基于预设簇数个簇中心站点生成第一站点集合；基于第一站点集合，通过可行驶判断模块确定出目标站点。

预设簇数为3，与无人车由近到远的3个簇中心站点分别为簇中心站点E、簇中心站点F和簇中心站点G。第一站点集合内元素的顺序为簇中心站点E、簇中心站点F和簇中心站点G，根据该顺序，通过可行驶判断模块确定出目标站点。

在执行步骤S202之后，也就是利用聚类算法对站点数据进行处理，得到目标区域对应的站点簇之后，方法还包括：按照站点距离由近到远的原则，基于站点簇生成第二站点集合，其中，簇中心站点为第二站点集合中的第一个站点，站点距离为簇中心站点与其他站点之间的距离；基于第二站点集合，通过可行驶判断模块确定出目标站点；控制无人车通过目标站点。

比如目标区域对应的站点簇的簇中心站点为A，在站点簇中，距离簇中心站点由近到远依次是站点B、站点C和站点D。第二站点集合内元素的顺序为簇中心站点A、站点B、站点C和站点D，根据该顺序，通过可行驶判断模块确定出目标站点。

在执行步骤S203中，基于站点簇的簇中心站点的坐标，通过可行驶判断模块判断无人车是否可以通过簇中心站点，包括：基于站点簇的簇中心站点的坐标，实时获取簇中心站点的路况信息；基于路况信息，通过可行驶判断模块判断无人车是否可以通过簇中心站点。

簇中心站点的路况信息，包括：簇中心站点的交通的信息、人流的信息、障碍物的信息、有无高精地图和有无可通行的路径等。可行驶判断模块是一个智能判别模块，可以根据一个站点的路况信息，判断该站点是否允许无人车通行。比如，如果簇中心站点的路况信息表明该簇中心站点没有对应的高精地图，或者没有可通行的路径（如该簇中心站点前方是一个草坪，则说明该簇中心站点不可通行），则可行驶判断模块判定无人车不可以通过该簇中心站点。

上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图3是本公开实施例提供的一种无人车通行控制装置的示意图。如图3所示，该无人车通行控制装置包括：

获取模块301，被配置为获取目标区域对应的站点数据，其中，站点数据包括多个人群密集站点的坐标；

处理模块302，被配置为利用聚类算法对站点数据进行处理，得到目标区域对应的站点簇；

第一判断模块303，被配置为基于站点簇的簇中心站点的坐标，通过可行驶判断模块判断无人车是否可以通过簇中心站点；

第一控制模块304，被配置为在无人车可以通过簇中心站点的情况下，将簇中心站点作为目标站点，控制无人车通过目标站点；

第二判断模块305，被配置为在无人车不可以通过簇中心站点的情况下，通过可行驶判断模块以簇中心站点为起点由近及远判断站点簇中除簇中心站点之外的其他站点是否允许无人车通过；

第二控制模块306，被配置为当其他站点允许无人车通过时，将其他站点作为目标站点，控制无人车通过目标站点。

本公开实施例可以应用于无人车需要提供服务或者物品的场景中，比如无人车出行的场景，无人驾驶公交和无人驾驶出租车提供的乘车服务的场景，无人车提供物品（物品可以是货物、商品等）的场景等。人群密集站点可以是人流量大的站点。聚类算法对数据进行处理，得到簇为常用技术，在此不再过多赘述。聚类算法可以是kmeans聚类等常用的聚类算法。簇中心站点可以理解站点簇的簇中心点，因为簇中心点是一个簇内所有点的坐标的平均，所以站点簇的簇中心站点可能不允许无人车通行（比如簇中心点是一个花园）。。站点簇中的站点都属于站点数据中的人群密集站点，站点簇是站点数据的一种表达形式，本公开实施例可以理解为利用站点簇，快速确定出目标区域中，无人车应通过的最优的站点，也就是目标站点。站点可以广泛的理解为一个位置，比如公交站牌和学校门口等。

举例说明：目标区域对应的站点簇的簇中心站点为A，在站点簇中，距离簇中心站点由近到远的其他站点依次是站点B、站点C和站点D。通过可行驶判断模块判断无人车不可以通过簇中心站点A，那么以簇中心站点为起点由近及远判断站点簇中除簇中心站点之外的站点B、站点C和站点D是否允许无人车通过。发现无人车可以通站点C和站点D，站点C是首次判断出无人车可以通过的其他站点，所以控制无人车通过站点C。

根据本公开实施例提供的技术方案，获取目标区域对应的站点数据，其中，站点数据包括多个人群密集站点的坐标；利用聚类算法对站点数据进行处理，得到目标区域对应的站点簇；基于站点簇的簇中心站点的坐标，通过可行驶判断模块判断无人车是否可以通过簇中心站点；在无人车可以通过簇中心站点的情况下，将簇中心站点作为目标站点，控制无人车通过目标站点；在无人车不可以通过簇中心站点的情况下，通过可行驶判断模块以簇中心站点为起点由近及远判断站点簇中除簇中心站点之外的其他站点是否允许无人车通过；当其他站点允许无人车通过时，将其他站点作为目标站点，控制无人车通过目标站点。采用上述技术手段，可以解决现有技术中，目前确定无人车应通过的最优站点的方法，存在精确度低的问题，进而提高确定无人车应通过的最优站点的精确度。

可选地，第二判断模块305还被配置为在站点簇中不存在无人车可以通过的其他站点的情况下，判断无人车不可以通过目标区域；获取目标区域附近的多个其他区域的位置信息；基于每个其他区域的位置信息以及每个其他区域与目标区域的距离，从多个其他区域中确定出目标其他区域；控制无人车通过目标其他区域。

目标其他区域是与无人车距离最近，且可以通行的区域。目标其他区域是否可以通行以及具体通过的站点和上个实施例中目标区域是否可以通行以及具体通过的站点的确认方法一致。

可选地，获取模块301还被配置为通过目标区域内每个站点的图像获取装置，获取每个站点的图像，其中，每个站点的图像携带有每个站点的坐标；获取目标区域内每个站点对应的用户请求数据，其中，每个站点对应的用户请求数据携带有每个站点的坐标；根据目标区域内每个站点的图像和每个站点对应的用户请求数据，从目标区域内所有站点中确定出多个人群密集站点，以得到目标区域对应的站点数据。

每个站点的图像是关于每个站点人流量的图像，每个站点对应的用户请求数据包括每个站点发出请求的用户的数量，比如每个站点下单的用户的数量（可以是对某种物品或服务的需求单子，比如打车的单子）。根据目标区域内每个站点的图像和每个站点对应的用户请求数据，从目标区域内所有站点中确定出多个人群密集站点，也就是人流量大和发出请求的用户的数量多的站点。

可选地，处理模块302还被配置为设置聚类算法对应的预设簇数；利用聚类算法对站点数据进行处理，得到目标区域对应的预设簇数个站点簇；基于每个站点簇的簇中心站点的坐标，通过可行驶判断模块，从预设簇数个簇中心站点中确定出目标站点；控制无人车通过目标站点。

第一个实施例是基于一个站点簇确定目标站点的，因为簇中心站点具有代表性，所以本公开实施例基于预设簇数个簇中心站点确定目标站点的，不需要理会每个站点簇除了簇中心站点之外的其他站点。如果预设簇数够大（预设簇数是否足够大是相对于目标区域的面积以及目标区域内的人群密集站点数量而言的），那么根据站点数据得到的站点簇的数量也会很充分，预设簇数个站点簇的簇中心站点足以支持确定出目标站点。

可选地，处理模块302还被配置为按照每个簇中心站点与无人车由近到远的原则，基于预设簇数个簇中心站点生成第一站点集合；基于第一站点集合，通过可行驶判断模块确定出目标站点。

预设簇数为3，与无人车由近到远的3个簇中心站点分别为簇中心站点E、簇中心站点F和簇中心站点G。第一站点集合内元素的顺序为簇中心站点E、簇中心站点F和簇中心站点G，根据该顺序，通过可行驶判断模块确定出目标站点。

可选地，第一判断模块303还被配置为按照站点距离由近到远的原则，基于站点簇生成第二站点集合，其中，簇中心站点为第二站点集合中的第一个站点，站点距离为簇中心站点与其他站点之间的距离；基于第二站点集合，通过可行驶判断模块确定出目标站点；控制无人车通过目标站点。

比如目标区域对应的站点簇的簇中心站点为A，在站点簇中，距离簇中心站点由近到远依次是站点B、站点C和站点D。第二站点集合内元素的顺序为簇中心站点A、站点B、站点C和站点D，根据该顺序，通过可行驶判断模块确定出目标站点。

可选地，第一判断模块303还被配置为基于站点簇的簇中心站点的坐标，实时获取簇中心站点的路况信息；基于路况信息，通过可行驶判断模块判断无人车是否可以通过簇中心站点。

簇中心站点的路况信息，包括：簇中心站点的交通的信息、人流的信息、障碍物的信息、有无高精地图和有无可通行的路径等。可行驶判断模块是一个智能判别模块，可以根据一个站点的路况信息，判断该站点是否允许无人车通行。比如，如果簇中心站点的路况信息表明该簇中心站点没有对应的高精地图，或者没有可通行的路径（如该簇中心站点前方是一个草坪，则说明该簇中心站点不可通行），则可行驶判断模块判定无人车不可以通过该簇中心站点。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。

图4是本公开实施例提供的电子设备4的示意图。如图4所示，该实施例的电子设备4包括：处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者，处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。

示例性地，计算机程序403可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器402中，并由处理器401执行，以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序403在电子设备4中的执行过程。

电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解，图4仅仅是电子设备4的示例，并不构成对电子设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，电子设备还可以包括输入输出设备、网络接入设备、总线等。

处理器401可以是中央处理单元（Central Processing Unit，CPU），也可以是其它通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。

存储器402可以是电子设备4的内部存储单元，例如，电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备，例如，电子设备4上配备的插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）等。进一步地，存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。存储器402还可以用于暂时地存储已经输出或者将要输出的数据。

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，仅以上述各功能单元、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单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。

在本公开所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。

Claims (10)

1.一种无人车通行控制方法，其特征在于，包括：

获取目标区域对应的站点数据，其中，所述站点数据包括多个人群密集站点的坐标；

利用聚类算法对所述站点数据进行处理，得到所述目标区域对应的站点簇；

基于所述站点簇的簇中心站点的坐标，通过可行驶判断模块判断无人车是否可以通过所述簇中心站点；

在所述无人车可以通过所述簇中心站点的情况下，将所述簇中心站点作为目标站点，控制所述无人车通过所述目标站点；

在所述无人车不可以通过所述簇中心站点的情况下，通过所述可行驶判断模块以所述簇中心站点为起点由近及远判断所述站点簇中除所述簇中心站点之外的其他站点是否允许所述无人车通过；

当所述其他站点允许所述无人车通过时，将所述其他站点作为所述目标站点，控制所述无人车通过所述目标站点。

2.根据权利要求1所述的方法，其特征在于，所述在所述无人车不可以通过所述簇中心站点的情况下，通过所述可行驶判断模块以所述簇中心站点为起点由近及远判断所述站点簇中除所述簇中心站点之外的其他站点是否允许所述无人车通过之后，包括：

在所述站点簇中不存在所述无人车可以通过的其他站点的情况下，判断所述无人车不可以通过所述目标区域；

获取所述目标区域附近的多个其他区域的位置信息；

基于每个其他区域的位置信息以及每个其他区域与所述目标区域的距离，从多个其他区域中确定出目标其他区域；

控制所述无人车通过所述目标其他区域。

3.根据权利要求1所述的方法，其特征在于，所述获取目标区域对应的站点数据之前，包括：

通过所述目标区域内每个站点的图像获取装置，获取每个站点的图像，其中，每个站点的图像携带有每个站点的坐标；

获取所述目标区域内每个站点对应的用户请求数据，其中，每个站点对应的用户请求数据携带有每个站点的坐标；

根据所述目标区域内每个站点的图像和每个站点对应的用户请求数据，从所述目标区域内所有站点中确定出多个人群密集站点，以得到目标区域对应的站点数据。

4.根据权利要求1所述的方法，其特征在于，所述获取目标区域对应的站点数据之后，所述方法还包括：

设置所述聚类算法对应的预设簇数；

利用所述聚类算法对所述站点数据进行处理，得到所述目标区域对应的所述预设簇数个站点簇；

基于每个站点簇的簇中心站点的坐标，通过所述可行驶判断模块，从所述预设簇数个簇中心站点中确定出所述目标站点；

控制所述无人车通过所述目标站点。

5.根据权利要求4所述的方法，其特征在于，所述基于每个站点簇的簇中心站点的坐标，通过所述可行驶判断模块，从所述预设簇数个簇中心站点中确定出所述目标站点，包括：

按照每个簇中心站点与所述无人车由近到远的原则，基于所述预设簇数个簇中心站点生成第一站点集合；

基于所述第一站点集合，通过所述可行驶判断模块确定出所述目标站点。

6.根据权利要求1所述的方法，其特征在于，所述利用聚类算法对所述站点数据进行处理，得到所述目标区域对应的站点簇之后，所述方法还包括：

按照站点距离由近到远的原则，基于所述站点簇生成第二站点集合，其中，所述簇中心站点为所述第二站点集合中的第一个站点，所述站点距离为所述簇中心站点与所述其他站点之间的距离；

基于所述第二站点集合，通过所述可行驶判断模块确定出所述目标站点；

控制所述无人车通过所述目标站点。

7.根据权利要求1所述的方法，其特征在于，所述基于所述站点簇的簇中心站点的坐标，通过可行驶判断模块判断无人车是否可以通过所述簇中心站点，包括：

基于所述站点簇的簇中心站点的坐标，实时获取所述簇中心站点的路况信息；

基于所述路况信息，通过可行驶判断模块判断无人车是否可以通过所述簇中心站点。

8.一种无人车通行控制装置，其特征在于，包括：

获取模块，被配置为获取目标区域对应的站点数据，其中，所述站点数据包括多个人群密集站点的坐标；

处理模块，被配置为利用聚类算法对所述站点数据进行处理，得到所述目标区域对应的站点簇；

第一判断模块，被配置为基于所述站点簇的簇中心站点的坐标，通过可行驶判断模块判断无人车是否可以通过所述簇中心站点；

第一控制模块，被配置为在所述无人车可以通过所述簇中心站点的情况下，将所述簇中心站点作为目标站点，控制所述无人车通过所述目标站点；

第二判断模块，被配置为在所述无人车不可以通过所述簇中心站点的情况下，通过所述可行驶判断模块以所述簇中心站点为起点由近及远判断所述站点簇中除所述簇中心站点之外的其他站点是否允许所述无人车通过；

第二控制模块，被配置为当所述其他站点允许所述无人车通过时，将所述其他站点作为所述目标站点，控制所述无人车通过所述目标站点。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，所述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实现如权利要求1至7中任一项所述方法的步骤。

Images