具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
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。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。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的车辆换道决策信息生成方法的一些实施例的流程100。该车辆换道决策信息生成方法,包括以下步骤:
步骤101,获取当前车辆的定位坐标、第一感知数据集、第二感知数据集和车道路径信息序列。
在一些实施例中,车辆换道决策信息生成方法的执行主体(例如计算设备)可以通过有线连接方式或者无线连接方式获取当前车辆的定位坐标、第一感知数据集、第二感知数据集和车道路径信息序列。其中,上述定位坐标可以是通过车载导航设备获取的GPS(Global Positioning System,全球定位***)坐标。上述第一感知数据集中的第一感知数据可以是第一点云数据或第一图像数据。上述第一点云数据可以是由激光雷达或毫米波雷达输出的点云的集合。上述第一图像数据可以是由原始图像相机输出的图像。上述原始图像相机可以是具有图像采集功能的相机。上述第二感知数据集中的第二感知数据可以是由毫米波雷达输出的点云数据或由智能相机输出的目标图像特征数据。上述智能相机可以是具有图像采集和图像识别功能的相机。上述目标图像特征数据可以是当前车辆周围障碍物的信息。例如,上述障碍物可以包括但不限于以下至少一项:机动车、行人和非机动车。上述目标图像特征数据可以包括障碍物特征信息集。上述障碍物特征信息集中的障碍物特征信息可以用于表征当前车辆周围的一个障碍物。上述障碍物特征信息集中的障碍物特征信息可以包括目标障碍物距离、目标障碍物速度和目标障碍物车道信息。上述目标障碍物距离可以是当前车辆到对应障碍物的距离。上述目标障碍物速度可以是当前车辆与对应障碍物的相对速度。上述目标障碍物车道信息可以是对应障碍物所在车道的信息。上述目标障碍物车道信息可以是以下中的一项:中间车道信息、左侧车道信息和右侧车道信息。上述中间车道信息可以用于表征当前车辆所在车道。上述左侧车道信息可以用于表征当前车辆左侧相邻车道。上述右侧车道信息可以用于表征当前车辆右侧相邻车道。上述车道路径信息序列中的车道路径信息可以是车载导航规划的当前车辆从出发地到目的地需要经过的车道的信息。上述车道路径信息序列中的车道路径信息可以包括车道标识、车道组标识和车道位置标识。上述车道标识可以对车道唯一标识。上述车道组标识可以对车道组唯一标识。上述车道组可以是并行排列的各个车道的集合。上述车道位置标识可以是从右往左排列的车道在车道组中的位置的编号。
步骤102,对第一感知数据集中的各个第一感知数据进行特征提取处理,得到目标感知信息。
在一些实施例中,上述执行主体可以对上述第一感知数据集中的各个第一感知数据进行特征提取处理,得到目标感知信息。其中,上述目标感知信息可以是当前车辆周围障碍物的信息。具体可以执行以下步骤:
第一步,对上述第一感知数据集进行分类,得到第一点云数据集和第一图像数据集。其中,上述第一点云数据集可以是各个传感器输出的点云数据的集合。上述第一图像数据集可以是各个原始图像相机输出的图像数据的集合。可以根据上述第一感知数据集中每个第一感知数据对应的数据类型,对上述第一感知数据集进行分类,得到第一点云数据集和第一图像数据集。其中,上述数据类型可以为点云类型或图像类型。上述点云类型可以用于表征第一感知数据为第一点云数据。上述图像类型可以用于表征第一感知数据为第一图像数据。
第二步,对上述第一点云数据集进行特征提取处理,得到点云障碍物信息集。其中,上述点云障碍物信息集中的点云障碍物信息可以用于表征雷达传感器探测到的障碍物。可以通过预设的点云处理方法,对上述第一点云数据集进行特征提取处理,得到点云障碍物信息集。
作为示例,上述预设的点云处理方法可以包括但不限于以下至少一项:欧几里德聚类、RANSAC(RANDOM SAMPLE AND CONSENSUS,点云分割算法)法、PCA(PrincipleComponent Analysis,主成分分析)法等。
第三步,对上述第一图像数据集进行特征提取处理,得到图像障碍物信息集。其中,上述图像障碍物信息集中的图像障碍物信息可以用于表征原始图像相机拍摄到的障碍物。可以通过预设的图像处理方法,对上述第一图像数据集进行特征提取处理,得到图像障碍物信息集。
作为示例,上述预设的图像处理方法可以包括但不限于以下至少一项:Scharr算子(边缘检测)、霍夫变换、YOLO(You Only Look Once,目标检测算法)等。
第四步,对上述点云障碍物信息集和上述图像障碍物信息集进行融合,得到障碍物信息集。其中,上述障碍物信息集中的障碍物信息可以是当前车辆周围障碍物的信息。可以通过预设的障碍物融合方法,对上述点云障碍物信息集和上述图像障碍物信息集进行融合,得到障碍物信息集。
作为示例,上述预设的障碍物融合方法可以包括但不限于以下至少一项:贝叶斯算法、聚类算法、基于神经网络集成的传感器信息融合方法。
步骤103,基于定位坐标、车道路径信息序列和目标感知信息,生成车辆控制指令。
在一些实施例中,上述执行主体可以通过各种方式,基于上述定位坐标、上述车道路径信息序列和上述目标感知信息,生成车辆控制指令。其中,上述车辆控制指令可以是控制车辆换道的指令。
在一些实施例的一些可选的实现方式中,上述目标感知信息包括障碍物信息集。其中,上述障碍物信息集中的每个障碍物信息包括障碍物方位角、障碍物速度、障碍物距离和归属车道标识。上述障碍物方位角可以是以当前车辆为中心,障碍物与当前车辆行驶方向之间的带有方向的夹角。例如,上述障碍物方位角可以为左前方30度或右前方30度。上述障碍物速度可以是当前车辆与对应障碍物的相对速度。上述障碍物距离可以是当前车辆到对应障碍物的距离。上述归属车道标识可以用于表征障碍物所在车道。例如,上述归属车道标识可以为是由数字和字母组成的字符串序列。上述车道路径信息序列中的每个车道路径信息可以包括起始位置坐标和车道组标识。上述起始位置坐标可以是车道开始位置的车道边缘线中间点的坐标。上述车道开始位置可以是车辆进入车道的位置。上述执行主体可以通过以下步骤,基于上述定位坐标、上述车道路径信息序列和上述目标感知信息,生成车辆控制指令:
第一步,将上述车道路径信息序列中与上述定位坐标相匹配的车道路径信息确定为当前车道信息。其中,与上述定位坐标相匹配可以是上述车道路径信息序列中的车道路径信息对应的车道为上述定位坐标定位到的车道。上述当前车道信息可以用于表征当前车道。上述当前车道可以是当前时刻当前车辆所行驶的车道。
第二步,将上述车道路径信息序列中与上述定位坐标相匹配的车道路径信息对应的序号确定为目标序号。其中,上述目标序号可以用于表征当前车辆所在车道在车道路径中对应的序号。
第三步,将上述目标序号与1的和确定为后继序号。其中,上述后继序号可以用于表征当前车辆将要行驶的下一车道在车道路径中对应的序号。
第四步,将上述车道路径信息序列中与上述后继序号对应的车道路径信息确定为后继车道路径信息。其中,上述后继车道路径信息可以是导航规划的当前车辆即将行驶的下一车道的信息。
第五步,响应于确定上述当前车道信息包括的车道组标识与上述后继车道路径信息包括的车道组标识相同,基于上述当前车道信息和上述后继车道路径信息,生成车辆控制指令。首先,根据上述当前车道信息包括的车道位置标识与上述后继车道路径信息包括的车道位置标识相同,确定上述后继车道路径信息对应车道在上述当前车道信息对应车道的左侧。其次,根据上述当前车道信息包括的车道位置标识与上述后继车道路径信息包括的车道位置标识不相同,确定上述后继车道路径信息对应车道在上述当前车道信息对应车道的右侧。然后,响应于确定上述后继车道路径信息对应车道在上述当前车道信息对应车道的左侧,将预设的向左换道指令确定为车辆控制指令。最后,响应于确定上述后继车道路径信息对应车道在上述当前车道信息对应车道的右侧,将预设的向右换道指令确定为车辆控制指令。
可选的,上述执行主体还可以执行以下步骤:
第一步,响应于确定上述当前车道信息包括的车道组标识与上述后继车道路径信息包括的车道组标识不相同,对上述障碍物信息集进行分类,得到当前车道障碍物信息组、左侧车道障碍物信息组和右侧车道障碍物信息组。其中,上述当前车道障碍物信息组中的当前车道障碍物信息可以用于表征当前车辆所在车道上的障碍物。上述左侧车道障碍物信息组中的左侧车道障碍物信息可以用于表征当前车道左侧相邻车道上的障碍物。上述右侧车道障碍物信息组中的右侧车道障碍物信息可以用于表征当前车道右侧相邻车道上的障碍物。对于上述障碍物信息集中的每个障碍物信息,可以执行以下步骤:
第一子步骤,响应于确定上述障碍物信息包括的归属车道标识与上述当前车道信息包括的车道标识相同,将上述障碍物信息确定为当前车道障碍物信息。
第二子步骤,响应于确定上述障碍物信息包括的归属车道标识与上述当前车道信息包括的车道标识不相同,确定上述障碍物信息对应的障碍物是否在左侧相邻车道。可以通过上述障碍物信息包括的障碍物方位角,确定上述障碍物信息对应的障碍物是否在左侧相邻车道。
第三子步骤,响应于确定上述障碍物信息对应的障碍物在左侧相邻车道,将上述障碍物信息确定为左侧车道障碍物信息。
第四子步骤,响应于确定上述障碍物信息对应的障碍物不在左侧相邻车道,将上述障碍物信息确定为右侧车道障碍物信息。
第二步,对于上述当前车道障碍物信息组中的每个当前车道障碍物信息,响应于确定上述当前车道障碍物信息不满足预设安全条件,将预设的非安全标识确定为目标标识。其中,上述预设安全条件可以是:上述当前车道障碍物信息包括的障碍物速度在预设安全速度阈值的范围内,上述当前车道障碍物信息包括的障碍物距离满足预设安全距离阈值的范围内。上述预设安全速度阈值可以是预先设置的避免车辆碰撞的车辆速度的阈值。上述预设安全距离阈值可以是预先设置的避免车辆碰撞的车辆跟车距离的阈值。上述预设安全速度阈值和上述预设安全距离阈值满足预设的安全行车模型。上述预设的安全行车模型可以用于表征预设安全速度阈值与预设安全距离阈值之间的对应关系。上述预设的非安全标识可以用于表征障碍物与当前车辆有碰撞风险。上述目标标识可以用于表征当前车道上的障碍物与当前车辆是否有碰撞风险。
第三步,响应于确定所确定的各个目标标识中至少一个目标标识不满足预设标识条件,对上述左侧车道障碍物信息组进行检测处理,得到左侧检测信息。其中,上述预设标识条件可以是:目标标识表征当前车道上的障碍物与当前车辆有碰撞风险。上述左侧检测信息可以用于表征左侧相邻车道上的障碍物与当前车辆是否有碰撞风险。可以通过预设的碰撞检测算法,对上述左侧车道障碍物信息组进行检测处理,得到左侧检测信息。
作为示例,上述预设的碰撞检测算法可以包括但不限于以下至少一项:SAT(Separating Axis Theorem,分离轴定理)碰撞检测算法、OBB(Oriented Bounding Box,有向包围盒)碰撞检测算法。
第四步,响应于确定上述左侧检测信息满足第一预设检测条件,将预设的向左换道指令确定为车辆控制指令。其中,上述第一预设检测条件可以是:上述左侧检测信息表征左侧相邻车道上的障碍物与当前车辆无碰撞风险。上述预设的向左换道指令可以是预先设置的从当前车道向左侧相邻车道换道的指令。
第五步,响应于确定上述左侧检测信息不满足上述第一预设检测条件,对上述右侧车道障碍物信息组进行检测处理,得到右侧检测信息。其中,上述右侧检测信息可以用于表征右侧相邻车道上的障碍物与当前车辆是否有碰撞风险。可以通过预设的碰撞算法,对上述右侧车道障碍物信息组进行检测处理,得到右侧检测信息。
第六步,响应于确定上述右侧检测信息满足第二预设检测条件,将预设的向右换道指令确定为车辆控制指令。其中,上述第二预设检测条件可以是:上述右侧检测信息表征右侧相邻车道上的障碍物与当前车辆无碰撞风险。上述预设的向右换道指令可以是预先设置的从当前车道向右侧相邻车道换道的指令。
可选的,上述执行主体还可以执行以下步骤:
对于上述当前车道障碍物信息组中的每个当前车道障碍物信息,响应于确定上述当前车道障碍物信息满足上述预设安全条件,将预设的安全标识确定为目标标识。其中,上述预设的安全标识可以用于表征障碍物与当前车辆无碰撞风险。
步骤104,基于第二感知数据集,生成换道空间信息。
在一些实施例中,上述执行主体可以通过各种方式,基于上述第二感知数据集,生成换道空间信息。其中,上述换道空间信息可以是车辆与障碍物之间的距离和风险时长的信息。上述风险时长可以是从当前时刻开始到车辆与障碍物发生碰撞所消耗的时长。
在一些实施例的一些可选的实现方式中,上述第二感知数据集中的每个第二感知数据可以包括毫米波点云数据或目标图像特征数据。其中,上述毫米波点云数据可以是由毫米波雷达输出的点云的集合。上述执行主体可以通过以下步骤:
第一步,对上述第二感知数据集中的各个第二感知数据进行分类,得到点云感知数据集和目标图像特征数据集。其中,上述点云感知数据集可以是各个毫米波雷达输出的点云数据的集合。上述目标图像特征数据集可以是当前车辆周围各个运动物体的信息的集合。可以根据上述第二感知数据集中每个第二感知数据包括的毫米波点云数据或目标图像特征数据,对上述第二感知数据集进行分类,得到点云感知数据集和目标图像特征数据集。
第二步,对于上述点云感知数据集中的每个点云感知数据,对上述点云感知数据进行特征提取处理,得到目标点云特征数据。其中,上述目标点云特征数据可以是当前车辆周围障碍物的信息。上述目标点云特征数据可以包括点云障碍物特征信息集。上述点云障碍物特征信息集中的点云障碍物特征信息可以用于表征一个障碍物。上述点云障碍物特征信息集中的点云障碍物特征信息可以包括点云目标障碍物距离、点云目标障碍物速度和点云目标障碍物车道信息。上述点云目标障碍物距离可以是当前车辆到对应障碍物的距离。上述点云目标障碍物速度可以是当前车辆与对应障碍物的相对速度。上述点云目标障碍物车道信息可以是对应障碍物所在车道的信息。上述目标障碍物车道信息可以是以下中的一项:中间车道信息、左侧车道信息和右侧车道信息。对于上述点云感知数据集中的每个点云感知数据,可以通过上述预设的点云处理方法,对上述点云感知数据进行特征提取处理,得到目标点云特征数据。
第三步,对上述目标图像特征数据集和所得到的各个目标点云特征数据进行融合处理,得到融合障碍物信息集。其中,上述融合障碍物信息集中的每个融合障碍物信息可以用于表征当前车辆周围的障碍物。上述融合障碍物信息集中的每个融合障碍物信息可以包括融合障碍物距离。上述融合障碍物距离可以是当前车辆到对应障碍物的距离。上述融合障碍物信息集中的每个融合障碍物信息可以包括融合障碍物速度。上述融合障碍物速度可以是当前车辆与对应障碍物之间的相对速度。可以通过上述预设的障碍物融合方法,对上述目标图像特征数据集和所得到的各个目标点云特征数据进行融合处理,得到融合障碍物信息集。
第四步,对上述融合障碍物信息集进行分类,得到第一障碍物信息集、第二障碍物信息集和第三障碍物信息集。其中,上述第一障碍物信息集中的第一障碍物信息可以用于表征当前车道的左侧相邻车道上的障碍物。上述第二障碍物信息集中的第二障碍物信息可以用于表征当前车道上的障碍物。上述第三障碍物信息集中的第三障碍物信息可以用于表征当前车道的右侧相邻车道上的障碍物。对于上述融合障碍物信息集中的每个融合障碍物信息,可以执行以下步骤:
第一子步骤,基于上述融合障碍物信息对应目标障碍物车道信息或点云目标障碍物车道信息,生成车道相对位置信息。其中,上述车道相对位置信息可以用于表征融合障碍物信息对应车道与当前车辆之间的关系。首先,响应于确定上述融合障碍物信息对应目标障碍物车道信息或点云目标障碍物车道信息为左侧车道信息,将上述左侧车道信息确定为车道相对位置信息。然后,响应于确定上述融合障碍物信息对应目标障碍物车道信息或点云目标障碍物车道信息为中间车道信息,将上述中间车道信息确定为车道相对位置信息。最后,响应于确定上述融合障碍物信息对应目标障碍物车道信息或点云目标障碍物车道信息为右侧车道信息,将上述右侧车道信息确定为车道相对位置信息。
第二子步骤,响应于确定上述车道相对位置信息为左侧车道信息,将上述融合障碍物信息确定为第一障碍物信息。
第三子步骤,响应于确定上述车道相对位置信息为中间车道信息,将上述融合障碍物信息确定为第二障碍物信息。
第四子步骤,响应于确定上述车道相对位置信息为右侧车道信息,将上述融合障碍物信息确定为第三障碍物信息。
第五步,基于上述第一障碍物信息集,生成左侧空间信息。其中,上述左侧空间信息可以是目标左侧障碍物与车辆之间的距离和碰撞风险时长的信息。上述目标左侧障碍物可以是左侧相邻车道上与车辆间距离值最小的障碍物。上述执行主体可以通过各种方式,基于上述第一障碍物信息集,生成左侧空间信息。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤,基于上述第一障碍物信息集,生成左侧空间信息:
第一步,从上述第一障碍物信息集中选出满足预设距离条件的第一障碍物信息作为目标左侧障碍物信息。其中,上述预设距离条件可以是第一障碍物信息包括的障碍物距离的数值为当前车辆与左侧相邻车道上各个障碍物的距离值中的最小距离值。上述目标左侧障碍物信息可以用于表征目标左侧障碍物。
第二步,将上述目标左侧障碍物信息包括的融合障碍物距离与融合障碍物速度之间的比值确定为碰撞风险时长。其中,上述碰撞风险时长可以是从当前时刻开始到车辆与障碍物发生碰撞所消耗的时长。
第三步,将上述碰撞风险时长和上述目标左侧障碍物信息包括的融合障碍物距离确定为左侧空间信息。
第六步,基于上述第二障碍物信息集,生成中间空间信息。其中,上述中间空间信息可以是车辆与目标中间障碍物之间的距离和碰撞风险时长的信息。上述目标中间障碍物可以是车辆所在车道上与车辆之间距离值最小的障碍物。具体可以执行以下步骤:
第一子步骤,从上述第二障碍物信息集中选出满足预设中间距离条件的第二障碍物信息作为目标中间障碍物信息。其中,上述预设中间距离条件可以是第二障碍物信息对应的障碍物距离的数值为当前车辆与当前车道上各个障碍物的距离值中的最小距离值。上述目标中间障碍物信息可以用于表征目标中间障碍物。
第二子步骤,将上述目标中间障碍物信息包括的融合障碍物距离与融合障碍物速度的比值确定为碰撞风险时长。
第三子步骤,将上述碰撞风险时长和上述目标中间障碍物信息包括的融合障碍物距离确定为中间空间信息。
第七步,基于上述第三障碍物信息集,生成右侧空间信息。其中,上述右侧空间信息可以是车辆与目标右侧障碍物之间的距离和碰撞风险时长的信息。上述目标右侧障碍物可以是右侧相邻车道上与车辆之间距离值最小的障碍物。具体可以执行以下步骤:
第一子步骤,从上述第三障碍物信息集中选出满足预设右侧距离条件的第三障碍物信息作为目标右侧障碍物信息。其中,上述预设右侧距离条件可以是第三障碍物信息对应的障碍物距离的数值为当前车辆与右侧相邻车道上各个障碍物之间的距离值中的最小距离值。上述目标右侧障碍物信息可以用于表征目标右侧障碍物。
第二子步骤,将上述目标右侧障碍物信息包括的融合障碍物距离与融合障碍物速度的比值确定为碰撞风险时长。
第三子步骤,将上述碰撞风险时长和上述目标右侧障碍物信息包括的融合障碍物距离确定为右侧空间信息。
第八步,将上述左侧空间信息、上述中间空间信息和上述右侧空间信息确定为换道空间信息。
步骤105,对车辆控制指令和换道空间信息进行匹配处理,得到匹配信息。
在一些实施例中,上述执行主体可以对上述车辆控制指令和上述换道空间信息进行匹配处理,得到匹配信息。其中,上述匹配信息可以是车辆控制指令对应的车辆与障碍物之间距离和风险时长的信息。首先,响应于确定上述车辆控制指令为向左换道指令,将上述换道空间信息包括的左侧空间信息确定为匹配信息。然后,响应于确定上述车辆控制指令为向右换道指令,将上述换道空间信息包括的右侧空间信息确定为匹配信息。
步骤106,响应于确定匹配信息满足预设换道条件,基于匹配信息,生成车辆换道决策信息。
在一些实施例中,上述执行主体可以通过各种方式,响应于确定上述匹配信息满足预设换道条件,基于上述匹配信息,生成车辆换道决策信息。其中,上述预设换道条件可以是匹配信息对应的碰撞风险时长大于预设时长阈值。上述预设时长阈值可以是预先设置的阈值。例如,上述预设时长阈值可以是2秒。
在一些实施例的一些可选的实现方式中,上述执行主体响应于确定上述匹配信息满足预设换道条件,可以通过以下步骤,基于上述匹配信息,生成车辆换道决策信息:
第一步,响应于确定上述匹配信息对应上述向左换道指令,将上述向左换道指令确定为目标换道指令。其中,上述目标换道指令可以是控制当前车辆换道到目标相邻车道的指令。上述目标相邻车道可以是上述匹配信息对应的车道。
第二步,获取上述当前车辆的位姿矩阵和左侧车道感知信息集。其中,上述位姿矩阵可以用于表征当前车辆的位置和姿态。上述左侧车道感知信息集中的左侧车道感知信息可以是当前车辆左侧相邻车道上障碍物的信息。可以通过车载惯导设备获取当前车辆的位姿矩阵,以及通过车载传感器获取左侧车道感知信息集。
第三步,将上述匹配信息、上述目标换道指令、上述位姿矩阵和上述左侧车道感知信息集确定为车辆换道决策信息。
可选的,上述执行主体还可以执行以下步骤:
第一步,响应于确定上述匹配信息对应上述向右换道指令,将上述向右换道指令确定为目标换道指令。
第二步,获取上述当前车辆的位姿矩阵和右侧车道感知信息集。其中,上述右侧车道感知信息集中的右侧车道感知信息可以是当前车辆右侧相邻车道上障碍物的信息。可以通过车载惯导设备获取当前车辆的位姿矩阵,以及通过车载传感器获取右侧车道感知信息集。
第三步,将上述匹配信息、上述目标换道指令、上述位姿矩阵和上述右侧车道感知信息集确定为车辆换道决策信息。
上述对车辆控制指令进行验证的步骤及其相关内容作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“若采用两个相同算力的计算单元生成车辆换道决策信息,但往往需要在车辆上额外安装多个智能硬件设备,然而由于现有车型多未安装这些硬件设备,导致较少车辆采用该方式生成车辆换道决策信息,降低了该生成方式的适用性”。导致较少车辆采用该方式生成车辆换道决策信息的因素往往如下:若采用两个相同算力的计算单元生成车辆换道决策信息,往往需要在车辆上额外安装多个智能硬件设备,然而现有车型多未安装这些硬件设备。如果解决了上述因素,就能达到更多车辆采用该方式生成车辆换道决策信息的效果。为了达到这一效果,本公开首先通过第二感知数据集,生成换道空间信息。其中,上述第二感知数据集可以是从毫米波雷达和智能相机获取的。然后,通过对上述车辆控制指令对应的换道空间信息进行验证,确定上述车辆控制指令对应的车道是否存在碰撞风险。最后,若上述车辆控制指令对应的车道不存在碰撞风险,生成对应上述车辆控制指令的车辆换道决策信息。因此,本公开可以通过仅对上述换道指令进行二次校验的方式,生成较为准确的车辆换道决策信息,以及无需在车辆上额外安装多个智能硬件设备。从而,使得更多车辆可以生成车辆换道决策信息,提高了该生成方式的适用性。
可选的,上述执行主体还可以执行以下步骤:
将上述车辆换道决策信息发送至路径规划模块以供上述当前车辆执行换道操作。其中,上述路径规划模块可以是当前车辆上具有规划车辆行车路线功能的模块。首先,可以通过CAN(Controller Area Network,控制器局域网)总线将上述车辆换道决策信息发送至路径规划模块。然后,可以通过预设的路径规划算法,生成换道路径信息。其中,上述换道路径信息可以用于表征当前车辆从当前车道变道至相邻车道的轨迹。最后,控制当前车辆按照换道路径信息执行换道操作。
作为示例,上述预设的路径规划算法可以包括但不限于以下至少一项:LatticePlanner规划算法、快速扩展随机树算法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的车辆换道决策信息生成方法,可以提高生成车辆换道决策信息的准确度。具体来说,造成生成车辆换道决策信息准确度不足的原因在于:使用一个计算单元生成车辆换道决策信息,缺乏对感知信息的二次验证。基于此,本公开的一些实施例的车辆换道决策信息生成方法,首先,获取当前车辆的定位坐标、第一感知数据集、第二感知数据集和车道路径信息序列。在这里,可以获取各个传感器采集的感知数据和当前车辆的位置信息,便于后续识别当前车辆周围的障碍物信息,以及判断当前车辆是否有换道需求。其次,对上述第一感知数据集中的各个第一感知数据进行特征提取处理,得到目标感知信息。由此,可以通过第一感知数据集,得到当前车辆周围障碍物的信息,便于后续判断当前车辆是否有换道需求,以及当前车辆换道操作对应的意向车道。然后,基于上述定位坐标、上述车道路径信息序列和上述目标感知信息,生成车辆控制指令。在此,可以通过当前车辆对应的车道和周围障碍物的信息,判断当前车辆是否需要换道。若需要换道,生成意向车道对应的车辆控制指令。之后,基于上述第二感知数据集,生成换道空间信息。由此,可以得到当前车辆对应的换道空间信息,便于后续对上述车辆控制指令进行二次验证,确定上述车辆控制指令对应的换道操作是否存在碰撞风险。接着,对上述车辆控制指令和上述换道空间信息进行匹配处理,得到匹配信息。便于后续通过上述车辆控制指令对应的部分换道空间信息,验证上述车辆控制指令是否可供当前车辆安全换道。最后,响应于确定上述匹配信息满足预设换道条件,基于上述匹配信息,生成车辆换道决策信息。由此,可以完成对感知信息的二次验证,以及当上述车辆控制指令可供当前车辆安全换道时,生成较为准确的车辆换道决策信息。因此,本公开的车辆换道决策信息生成方法,可以对感知信息进行二次验证,尽量避免碰撞风险。从而,可以提高生成车辆换道决策信息的准确度。进而,可以提高车辆换道的安全性。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种车辆换道决策信息生成装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的车辆换道决策信息生成装置200包括:获取单元201、特征提取处理单元202、第一生成单元203、第二生成单元204、匹配处理单元205和第三生成单元206。其中,获取单元201,被配置成获取当前车辆的定位坐标、第一感知数据集、第二感知数据集和车道路径信息序列;特征提取处理单元202,被配置成对上述第一感知数据集中的各个第一感知数据进行特征提取处理,得到目标感知信息;第一生成单元203,被配置成基于上述定位坐标、上述车道路径信息序列和上述目标感知信息,生成车辆控制指令;第二生成单元204,被配置成基于上述第二感知数据集,生成换道空间信息;匹配处理单元205,被配置成对上述车辆控制指令和上述换道空间信息进行匹配处理,得到匹配信息;第三生成单元206,被配置成响应于确定上述匹配信息满足预设换道条件,基于上述匹配信息,生成车辆换道决策信息。
可以理解的是,该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元,在此不再赘述。
进一步参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3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3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305: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306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,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3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,根据本公开的一些实施例,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,本公开的一些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。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上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。在本公开的一些实施例中,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。而在本公开的一些实施例中,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。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;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:获取当前车辆的定位坐标、第一感知数据集、第二感知数据集和车道路径信息序列;对上述第一感知数据集中的各个第一感知数据进行特征提取处理,得到目标感知信息;基于上述定位坐标、上述车道路径信息序列和上述目标感知信息,生成车辆控制指令;基于上述第二感知数据集,生成换道空间信息;对上述车辆控制指令和上述换道空间信息进行匹配处理,得到匹配信息;响应于确定上述匹配信息满足预设换道条件,基于上述匹配信息,生成车辆换道决策信息。
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一些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。
描述于本公开的一些实施例中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:一种处理器包括获取单元、特征提取处理单元、第一生成单元、第二生成单元、匹配处理单元和第三生成单元。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,获取单元还可以被描述为“获取当前车辆的定位坐标、第一感知数据集、第二感知数据集和车道路径信息序列的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些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。