CN115339474A - 车辆控制方法、装置、电子设备及自动驾驶车辆 - Google Patents
车辆控制方法、装置、电子设备及自动驾驶车辆 Download PDFInfo
- Publication number
- CN115339474A CN115339474A CN202211116006.6A CN202211116006A CN115339474A CN 115339474 A CN115339474 A CN 115339474A CN 202211116006 A CN202211116006 A CN 202211116006A CN 115339474 A CN115339474 A CN 115339474A
- Authority
- CN
- China
- Prior art keywords
- determining
- vehicle
- obstacle
- speed
- virtual
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000004888 barrier function Effects 0.000 claims abstract description 17
- 230000007613 environmental effect Effects 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 4
- 238000011144 upstream manufacturing Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 17
- 230000006399 behavior Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0017—Planning or execution of driving tasks specially adapted for safety of other traffic participants
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种车辆控制方法、装置、电子设备及自动驾驶车辆。涉及人工智能领域，尤其涉及自动驾驶领域。具体实现方案为：基于车辆所处的环境信息确定目标车道；为目标车道生成虚拟障碍物；预测虚拟障碍物的行驶速度；结合虚拟障碍物的行驶速度，控制所述车辆的行驶速度。根据本公开的方案，能合理控制车辆的行驶速度，提高车辆驾驶的安全性。
Description
技术领域
本公开涉及人工智能领域，尤其涉及自动驾驶领域。
背景技术
在自动驾驶领域，由于自动驾驶车辆的感知范围有限，在一些复杂路况，会出现车辆无法感知的多个盲区，以至于车辆无法根据本身获得的信息，规划合理的行车速度。并且盲区可能存在不可预知的障碍物，可能会发生碰撞。因此，如何增加车辆驾驶的安全性成为亟待解决的技术问题。
发明内容
本公开提供了一种车辆控制方法、装置、电子设备及自动驾驶车辆。
根据本公开的第一方面，提供了一种车辆控制方法，包括：
基于车辆所处的环境信息确定目标车道；
为目标车道生成虚拟障碍物；
预测虚拟障碍物的行驶速度；
结合虚拟障碍物的行驶速度，控制车辆的行驶速度。
根据本公开的第二方面，提供了一种车辆控制装置，包括：
确定模块，用于基于车辆所处的环境信息确定目标车道；
生成模块，用于为目标车道生成虚拟障碍物；
预测模块，用于预测虚拟障碍物的行驶速度；
控制模块，用于结合虚拟障碍物的行驶速度，控制车辆的行驶速度。
根据本公开的第三方面，提供了一种电子设备，包括：
至少一个处理器；以及
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行上述第一方面所提供的方法。
根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行上述第一方面所提供的方法。
根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现上述第一方面所提供的方法。
根据本公开的第六方面，提供了一种车辆，包括上述第三方面所提供的电子设备。
根据本公开的第七方面，提供了一种自动驾驶车辆，包括上述第三方面所提供的电子设备。
根据本公开的技术方案，能合理控制车辆的行驶速度，提高车辆驾驶的安全性。
上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本申请进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。
图1是根据本公开实施例的盲区示意图一；
图2是根据本公开实施例的车辆控制方法的流程示意图；
图3是根据本公开实施例的路口场景的示意图一；
图4是根据本公开实施例的路口场景的示意图二；
图5是根据本公开实施例的盲区的示意图二；
图6是根据本公开实施例的表征对待事故发生路口的处理行为特点的函数示意图；
图7是根据本公开实施例的车辆控制的架构示意图；
图8是根据本公开实施例的车辆控制装置的结构示意图；
图9是根据本公开实施例的车辆控制的场景示意图；
图10是用来实现本公开实施例的车辆控制方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本公开的说明书实施例和权利要求书及上述附图中的术语"第一"、"第二"和"第三"等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。此外，术语"包括"和"具有"以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元。方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在对本公开实施例的技术方案进行介绍之前，先对本公开可能使用到的技术术语做进一步说明：
主车：自动驾驶车辆。
障碍车：自动驾驶车辆遇到的其他车辆。
盲区：由于障碍物的遮挡，主车无法通过现有感知技术获取到遮挡处的环境信息，对于主车来说该遮挡区域为盲区。
高精度地图：用来描述道路的拓扑结构，包括道路连接关系、道路相对位置、交通灯的所控制的车道等。
V2X：Vehicle to Everything，即车对外界的信息交换。使得车与车、车与基站、基站与基站之间能够通信。
人类司机在行驶过程中会遇到很多由于障碍物遮挡所造成的盲区，导致人类司机无法明确知道盲区内的交通情况，所以遇到这种情况时人类司机会选择减速等策略谨慎驾驶。同样，自动驾驶车辆在行驶过程中，也会遇到障碍物遮挡主车自身的感知***而形成的盲区，需要特殊的方法来帮助自动驾驶车辆通过盲区。
相关技术中，解决盲区问题通常有两种方式：第一种是利用V2X技术消除盲区，还有一种是通过主车的策略识别盲区并做出相应的行为。
利用V2X技术消除盲区：由于V2X是通过车与车、车与基站、基站与基站之间通讯，可以从根本上消除盲区的问题，即盲区不再存在。因为当障碍物遮挡主车自身的感知***时，主车无法感知到障碍物遮挡区域的交通信息，但利用V2X技术，如果在被遮挡区域有其他障碍物存在，这些障碍物会利用V2X技术发出信号使得主车知道其存在，所以那块被障碍物遮挡的区域对于主车来说并不是盲区，从根本上消除了盲区这个问题。
通过主车的策略识别盲区并做出相应的行为：当主车识别到障碍物时，主车的位置点与障碍物的宽度边界点可以形成三角形，而盲区所在位置即主车与障碍物宽度边界连线的延伸区域，如图1所示。当主车识别到盲区之后，根据盲区所在的位置以及所在的道路环境，做出减速、换道、道内横向偏移等驾驶行为。
利用V2X的方法可以彻底消除盲区的问题，但是使用V2X技术的前提是道路上安装了V2X的相关基站以及自动驾驶车辆安装了相关设备。由于成本高、技术不成熟等原因，目前配备了V2X技术的道路和车辆非常有限，导致利用V2X彻底消除盲区的应用场景非常有限。
通过主车的策略识别盲区并做出相应的行为，当主车行驶在复杂道路场景中，会遇到非常多的障碍物，每个障碍物都会遮挡一定的区域形成盲区，如果对每个盲区都采取的谨慎驾驶措施的话，主车的驾驶通过性将大打折扣。同时对于不同盲区的分类本身就比较复杂，很难分清楚哪些盲区需要减速，哪些需要换道等，很容易引入一些不必要的换道，降低驾驶合理性，使自动驾驶车辆处于一个更加危险的环境。
本公开为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个问题，提出了一种车辆控制方法，能提高规划出的车辆行驶速度的合理性，从而提高车辆驾驶的安全性。
本公开实施例提供了一种车辆控制方法，图2是根据本公开实施例的车辆控制方法的流程示意图，该车辆控制方法可以应用于车辆控制装置。该车辆控制装置位于电子设备，该电子设备可以是车辆的一部分，也可以独立于车辆但能与车辆通信连接。该电子设备包括但不限于固定设备和/或移动设备。例如，固定设备包括但不限于服务器，服务器可以是云服务器或普通服务器。例如，移动设备包括但不限于：手机、平板电脑、车载终端中的一项或是多项终端。在一些可能的实现方式中，该车辆控制方法还可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图2所示，该车辆控制方法包括：
S201：基于车辆所处的环境信息确定目标车道；
S202：为目标车道生成虚拟障碍物；
S203：预测虚拟障碍物的行驶速度；
S204：结合虚拟障碍物的行驶速度，控制车辆的行驶速度。
本公开实施例中，环境信息包括道路环境信息。道路环境相关信息包括但不限于车辆自身所在车道的相关信息，以及与车辆自身所在车道相交的其他车道的相关信息。
其中，车道的相关信息，可包括位置、车道的速度许可范围，红绿灯，是否存在障碍物等信息。
本公开实施例中，虚拟障碍物是虚拟出的障碍物。该虚拟障碍物可以是机动车，也可以是非机动车，还可以是机器人。以上仅为示例性说明，不作为对虚拟障碍物全部可能的类型的限定，只是这里不做穷举。
本公开实施例中，结合虚拟障碍物的行驶速度，控制车辆的行驶速度，包括：按照车辆规划路线，结合虚拟障碍物的行驶速度，调整车辆的行驶速度。
本公开实施例的技术方案，基于车辆所处的环境信息确定目标车道；为目标车道生成虚拟障碍物；预测虚拟障碍物的行驶速度；基于虚拟障碍物的行驶速度，控制车辆的行驶速度；如此，车辆在行驶过程中，考虑了不存障碍物的目标道路，并为目标道路生成虚拟障碍物，提升了确定出的车辆的行驶速度的合理性，能避免因目标道路突然出现障碍物而导致的碰撞，从而提高了车辆驾驶的安全性。
在一些实施例中，S201可包括：
S201a：基于车辆所处的环境信息确定候选车道；
S201b：响应于检测到候选车道及候选车道的上游连接车道上均不存在第一障碍物，将候选车道确定为目标车道。
本公开实施例中，不对候选车道的数量进行限定。候选车道可以是一个，也可以是两个，还可以是多个。S201a中确定出的候选车道的数量取决于车辆所处的道路环境信息。候选车道的数量与实时路况信息以及基础道路建设设施相关。
这里，基础道路建设包括车道数、车道道路网、车道限速设置、红绿灯时长设置等。
这里，实时路况信息至少包括车道上的车辆的数量。
本公开实施例中，第一障碍物是车辆在确定通行路线时，需要考虑的障碍物。
这里，第一障碍物的类型可以是机动车，也可以是非机动车。
在一些实施方式中，基于车辆所处的环境信息确定候选车道，包括：
检查车辆前方一定距离内是否存在路口；
如果存在路口，检查该路口是否有垂直并且朝向车辆车道且在车辆主车前方的其他车道，将检测到的这类其他车道，作为候选车道。
这里，一定距离可根据需求进行设置或调整。比如，将一定距离的值设置为30米。又比如，将定距离的值设置为50米。
这里，垂直并且朝向车辆车道且在车辆前方，可以根据车道方向与车辆规划轨迹夹角在90°左右(例如90°±20°)、车道方位为靠近车辆规划轨迹、车道位于车辆前方。
图3示出了路口场景的示意图一，车辆(图3中称为主车)的规划轨迹用斜线表示，笑脸表示候选车道，叉表示非候选车道，如图3所示，在当前场景下，存在两个候选车道，四个非候选车道。
图4示出了路口场景的示意图二，车辆(图4中称为主车)的规划轨迹用斜线表示，笑脸表示候选车道，如图4所示，在当前场景下，存在一个候选车道，五个非候选车道。
如此，能够确定出与车辆相关的候选车道，从而为选择目标车道提供准确的计算基础，有助于提高车辆驾驶的安全性。
在一些实施例中，S202包括：
S202a：确定目标车道的目标盲区，该目标盲区是因第二障碍物遮挡导致的盲区，该第二障碍物不是位于目标车道上的障碍物；
S202b：基于目标盲区为目标车道生成虚拟障碍物。
本公开实施例中，虚拟障碍物是虚拟出的障碍物，并不是真实存在的障碍物。
这里，目标盲区是因为第二障碍物遮挡而导致的盲区。第二障碍物是位于非目标车道上的障碍物。
如此，通过为目标车道生成虚拟障碍物，在确定车辆的行驶速度时考虑虚拟障碍物对车辆的干扰，有助于提升车辆驾驶的安全性。
在一些实施例中，S202a包括：
S202a1：确定目标车道上因第二障碍物遮挡导致的所有盲区；
S202a2：确定各盲区的大小和位置；
S202a3：基于各盲区的大小和位置，从所有盲区中确定出目标盲区。
如此，能够提高目标盲区的筛选准确性，从而有助提升车辆驾驶的安全性。
在一些实施例中，确定各盲区的大小，包括：
在检测到有多个第二障碍物对应的盲区存在重叠或接壤的情况下，先对存在重叠或接壤的盲区进行合并，再确定合并后的盲区的大小。
这里，盲区的大小可以用一维信息如长度表示，具体可以是盲区的一个边长。这里的边长是指盲区的与目标车道平行的边长中的最大边长。
这里，盲区的大小也可以用二维信息如面积来表示。
示例性地，如果几个障碍物的盲区有重叠和接壤，则将这些障碍物的盲区先合并为一个大盲区，再进行后续计算。
示例性地，如果盲区大小小于某阈值(如长度小于3m)，将则该盲区视为无效盲区，不再予以考虑。
如图5所示，三角形障碍物形成的盲区为A1B1C1D1，记为1号盲区。由于障碍物a和障碍物b的盲区有重叠区域，将障碍物a和障碍物b的盲区合并，形成的盲区为A2B2C2D2，记为2号盲区。盲区的大小可以用一维信息即图5中的AB如(A1B1或A2B2)来表示，或者用二维信息即图5中的ABCD(A1B1C1D1或A2B2C2D2)来表示。由于1号盲区较小，被判定为无效盲区，即相当于没有这个盲区，所以现在只剩下了2号盲区，计算2号盲区的大小。
如此，通过先对目标盲区进行适当地合并，能够提高目标盲区的筛选速度。
在一些实施例中，基于各盲区的大小和位置，从所有盲区中确定出所述目标盲区，包括：
将垂向距离小于第一预设阈值的盲区确定为目标盲区，该垂向距离是目标盲区中的第一投影点距离车辆所在车道的垂向距离。
这里，第一预设阈值，可根据设计需求如安全需求或舒适度需求进行设定或调整。
继续以图5为例，三角形障碍物形成的盲区为A1B1C1D1，记为1号盲区。由于障碍物a和障碍物b的盲区有重叠区域，将障碍物a和障碍物b的盲区合并，形成的盲区为A2B2C2D2，记为2号盲区。计算2号盲区的大小，以及最靠近主车的第一投影点A2距离主车轨迹的垂向距离b_dist。如果b_dist小于第一预设阈值(例如20m)，则该盲区为目标盲区，需要在该盲区内生成虚拟障碍物；否则该盲区内不用做生成虚拟障碍物处理，即该盲区对主车来说不用重点关注，不需要谨慎驾驶。
如此，根据垂向距离确定目标盲区，能够提高目标盲区的确定速度。
在一些实施例中，基于各个盲区的大小和位置，从所有盲区中确定出目标盲区，还包括：在同一个目标车道上存在两个或两个以上的盲区满足盲区大小大于第二预设阈值的情况下，将最靠近主车的盲区确定为目标盲区。
这里，第二预设阈值，可根据设计需求如安全需求或舒适度需求等进行设定或调整。
继续以图5为例，由于2号盲区的大小足够大，2号盲区为有效的目标盲区，所以即使2号盲区后面可能有3号盲区、4号盲区等，均不再进行计算和考虑。
如此，能够减少待考虑的目标盲区的数量，有助于提高为车辆做出速度规划的效率。
在一些实施例中，S202b包括：
S202b1：根据第二障碍物的高度，确定虚拟障碍物的类型；
S202b2：将目标盲区中的第一投影点在目标盲区所在车道的车道中心线的垂点，确定为虚拟障碍物的位置；
S202b3：将目标车道的方向确定为虚拟障碍物的速度方向；
S202b4：根据车辆的速度、位置、历史轨迹，确定虚拟障碍物的推荐行驶速度。
本公开实施例中，虚拟障碍物的类型包括但不限于机动车、非机动车。
本公开实施例中，第一投影点是组成目标盲区的最靠近车辆所在车道的投影点，如图5中的A2。
本公开实施例中，虚拟障碍物的位置可设置在最靠近主车路径的盲区投影点的车道中心位置，如图5中的p位置。
本公开不对S202b1、S202b2和S202b3的执行顺序进行限定。S202b1、S202b2和S202b3可以同时执行，或者任意两个步骤先执行，另一个步骤后执行。另外，也可以按照S202b1、S202b2和S202b3的顺序执行，也可以按照S202b1、S202b3和S202b2的顺序执行，也可以按照S202b2、S202b1和S202b3的顺序执行，也可以按照S202b2、S202b3和S202b1的顺序执行，也可以按照S202b3、S202b1和S202b2的顺序执行，也可以按照S202b3、S202b2和S202b1的顺序执行。
如此，能够准确确定虚拟障碍物的相关信息，有助于提高确定出的虚拟障碍物的行驶速度的准确性，从而有助于提高车辆行驶的安全性。
在一些实施例中，S202b4包括：
S202b4a：确定虚拟碰撞点以及车辆到虚拟碰撞点的距离，虚拟碰撞点为车辆与虚拟障碍物在空间上的碰撞点；
S202b4b：根据车辆到虚拟碰撞点的距离和车辆的速度，预测车辆行驶到虚拟碰撞点的时间；
S202b4c：根据车辆到虚拟碰撞点的距离和车辆行驶到虚拟碰撞点的时间，确定碰撞速度；
S202b4d：根据障碍物类型对应的正常速度、目标车道的推荐速度以及发生事故的概率，确定目标车道的合理速度；
S202b4e：根据碰撞速度与目标车道的合理速度，确定虚拟障碍物的推荐行驶速度。
为了确定虚拟障碍物的速度大小，可将车辆(可称为主车)和虚拟障碍物(可称为障碍车)的身份互换，即主车对于该虚拟障碍车来说也是一个障碍物，已知主车的速度、位置、历史轨迹，可以通过规划模块来确定该虚拟障碍物的推荐行驶速度。假设该虚拟障碍物为一个智能体，在行驶过程中会考虑到主车的行为来调整自己的速度避免碰撞。整体决策过程为：
按照公式(1)计算主车行驶到碰撞点的时间Tinteract，碰撞点为主车与虚拟障碍物在空间上可能的碰撞点，即图5中的Oi。
Tinteract＝cdist/Vego (1)
其中，cdist为主车与碰撞点的距离，Vego为主车的速度。
按照公式(2)计算碰撞速度Vinteract；
Vinteract＝bdist/Tinteract (2)
其中，bdist为虚拟障碍物距离碰撞点的距离。
按照公式(3)确定目标车道的合理速度Vnormal。
Vnormal＝min(Vtype,Vroad)*sigmoid(1/γ) (3)
其中，Vtype为障碍物类型对应的正常速度，Vroad为目标车道的推荐速度，γ为路口发生事故的概率。
具体的，sigmoid(z)＝1/(1+e-z)，具有限定值在[0,1]，随着z的数值增大变化平缓的特点，如图6所示，符合人类司机对待事故发生路口的行为特点。
如此，能够确定出虚拟障碍物的推荐行驶速度，从而为后续控制车辆的行驶速度提供参考依据。
在一些实施例中，S202b4e，包括：
在碰撞速度不大于目标车道的合理速度的情况下，将碰撞速度确定为虚拟障碍物的推荐行驶速度；
在碰撞速度大于目标车道的合理速度的情况下，根据碰撞速度、安全距离，类型的障碍物的最大减速度，确定虚拟障碍物的推荐行驶速度，安全距离为车辆与虚拟障碍物之间的安全距离，最大减速度为虚拟障碍物的类型对应的最大减速度。
根据目标车道的合理速度Vnormal判断碰撞速度Vinteract是否合理，具体的：
如果Vinteract≤Vnormal，则虚拟障碍物的推荐行驶速度为Vobs＝Vinteract；
如果Vinteract＞Vnormal，则虚拟障碍物会减速以避免与主车的碰撞，虚拟障碍物的推荐行驶速度Vobs根据公式(4)计算。
Vobs＝(sdist+1/2*αmaxdecl*(Tinteract)2)/Tinteract (4)
其中，sdist为安全距离，αmaxdecl为该类型障碍车的最大减速度。
如此，能够提高虚拟障碍物的推荐行驶速度的合理性。
在一些实施例中，S202b1，包括：在第二障碍物的高度不小于第三预设阈值的情况下，确定虚拟障碍物的类型为机动车；在第二障碍物的高度小于第三预设阈值的情况下，确定虚拟障碍物的类型为非机动车。
举例来说，根据造成盲区的第二障碍物的高度的最大值，确定虚拟障碍物的类型。如果第二障碍物的高度的最大值大于第三预设阈值(如2m)，则确定虚拟障碍物的类型为汽车；如果第二障碍物的高度的最大值小于第三预设阈值(如2m)，则确定虚拟障碍物的类型为非机动车。
本公开实施例中，第三预设阈值可根据物体的真实高度进行设定或调整。
如此，通过第二障碍物的高度确定虚拟障碍物的类型，能够使确定出的虚拟障碍物的类型更准确，从而有助于提高虚拟障碍物的推荐行驶速度的合理性，进一步提高车辆行驶的安全性。
应理解，图3、图4、图5和图6所示的示意图仅仅是示例性而不是限制性的，并且其是可扩展的，本领域技术人员可以基于图3、图4、图5和图6的例子进行各种显而易见的变化和/或替换，得到的技术方案仍属于本公开实施例的公开范围。
图7是根据本公开实施例的车辆控制的架构示意图，如图7所示，该架构包括：盲区识别模块、预测模块和规划模块，其中，通过盲区识别模块筛选目标盲区，根据目标盲区的特性生成特定的虚拟障碍物。盲区识别模块将盲区虚拟障碍物传入预测模块，使用现有的预测模块进行预测生成预测线。预测模块将盲区虚拟障碍物和其预测线传入规划模块，使用现有的规划模块对车辆的驾驶行为进行计算。虚拟障碍物的类型、位置、速度能根据盲区对主车的影响程度进行调整，其生成的预测线不会导致主车做出不合理的行为。如此，能将预测模块与规划模块和盲区识别模块进行解耦，盲区识别模块不会影响到其他模块的性能。预测模块与规划模块均不需要改变，其本身成熟稳定的性能不会使主车做出不合理的行为。利用现有的预测模块预测虚拟障碍物的预测线，利用现有的规划模块制定出避让该虚拟障碍物的合理驾驶行为；如此，能避免车辆与目标盲区内的真实障碍物发生碰撞，提高驾驶的合理性，从而提高车辆驾驶的安全性。
本公开实施例提供了一种车辆控制装置，如图8所示，该车辆控制装置可以包括：确定模块801，用于基于车辆所处的环境信息确定目标车道；生成模块802，用于为目标车道生成虚拟障碍物；预测模块803，用于预测虚拟障碍物的行驶速度；控制模块804，用于结合虚拟障碍物的行驶速度，控制车辆的行驶速度。
在一些实施例中，确定模块801，包括：第一确定子模块，用于基于车辆所处的环境信息确定候选车道；第二确定子模块，用于响应于检测到候选车道及候选车道的上游连接车道上均不存在第一障碍物，将候选车道确定为目标车道。
在一些实施例中，生成模块802，包括：第三确定子模块，用于确定目标车道的目标盲区，目标盲区是因第二障碍物遮挡导致的盲区，第二障碍物不是位于目标车道上的障碍物；生成子模块，用于基于目标盲区为目标车道生成虚拟障碍物。
在一些实施例中，该第三确定子模块，用于：确定目标车道上因第二障碍物遮挡导致的所有盲区；确定各盲区的大小和位置；基于各盲区的大小和位置，从所有盲区中确定出目标盲区。
在一些实施例中，该第三确定子模块，用于：在检测到有多个第二障碍物对应的盲区存在重叠或接壤的情况下，先对存在重叠或接壤的盲区进行合并，再确定合并后的盲区的大小。
在一些实施例中，该第三确定子模块，用于：将垂向距离小于第一预设阈值的盲区确定为目标盲区，垂向距离是目标盲区中的第一投影点距离车辆所在车道的垂向距离。
在一些实施例中，该第三确定子模块，用于：在同一个目标车道上存在两个或两个以上的盲区满足盲区大小大于第二预设阈值的情况下，将最靠近主车的盲区确定为上目标盲区。
在一些实施例中，该生成子模块，用于：根据第二障碍物的高度，确定虚拟障碍物的障碍物类型；将目标盲区中的第一投影点在目标盲区所在车道的车道中心线的垂点，确定为虚拟障碍物的位置；将目标车道的方向确定为虚拟障碍物的速度方向；根据车辆的速度、位置、历史轨迹，确定虚拟障碍物的推荐行驶速度。
在一些实施例中，该生成子模块，用于：确定虚拟碰撞点以及车辆到虚拟碰撞点的距离，虚拟碰撞点为车辆与虚拟障碍物在空间上的碰撞点；根据车辆到虚拟碰撞点的距离和车辆的速度，预测车辆行驶到虚拟碰撞点的时间；根据车辆到虚拟碰撞点的距离和车辆行驶到虚拟碰撞点的时间，确定碰撞速度；根据障碍物类型对应的正常速度、目标车道的推荐速度以及发生事故的概率，确定目标车道的合理速度；根据碰撞速度与目标车道的合理速度，确定虚拟障碍物的推荐行驶速度。
在一些实施例中，该生成子模块，用于：在碰撞速度不大于目标车道的合理速度的情况下，将碰撞速度确定为虚拟障碍物的推荐行驶速度；在碰撞速度大于目标车道的合理速度的情况下，根据碰撞速度、安全距离，类型的障碍物的最大减速度，确定虚拟障碍物的推荐行驶速度，安全距离为车辆与虚拟障碍物之间的安全距离，最大减速度为虚拟障碍物的类型对应的最大减速度。
在一些实施例中，该生成子模块，用于：在第二障碍物的高度不小于第三预设阈值的情况下，确定虚拟障碍物的类型为机动车；在第二障碍物的高度小于第三预设阈值的情况下，确定虚拟障碍物的类型为非机动车。
本领域技术人员应当理解，本公开实施例的车辆控制装置中各处理模块的功能，可参照前述的车辆控制方法的相关描述而理解，本公开实施例的车辆控制装置中各处理模块，可通过实现本公开实施例所述的功能的模拟电路而实现，也可以通过执行本公开实施例所述的功能的软件在电子设备上的运行而实现。
本公开实施例的车辆控制装置，能提高车辆驾驶的安全性。
本公开实施例还提供了车辆控制的场景示意图，如图9所示，车辆向电子设备如云服务器发送车辆自身相关信息；车辆自身相关信息包括车辆的状态信息，如速度、所处位置等；电子设备根据车辆所处的环境信息，为每个车辆确定目标车道，并为目标车道生成虚拟障碍物；预测虚拟障碍物的行驶速度；结合虚拟障碍物的行驶速度，确定车辆的推荐行驶速度。电子设备向车辆返回车辆的推荐行驶速度，以供车辆按照规划路线，以电子设备返回的推荐行驶速度控制车辆的行驶。如此，能提高车辆驾驶的安全性。
本公开不对车辆和电子设备的个数进行限定，实际应用中可包括多个车辆、多个电子设备。
应理解，图9所示的场景图仅仅是示意性而非限制性的，本领域技术人员可以基于图9的例子进行各种显而易见的变化和/或替换，得到的技术方案仍属于本公开实施例的公开范围。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质、一种计算机程序产品、一种车辆和一种自动驾驶车辆。
图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图10所示，设备1000包括计算单元1001，其可以根据存储在只读存储器(Read-Only Memory，ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(Random Access Memory，RAM)1003中的计算机程序，来执行各种适当的动作和处理。在RAM1003中，还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM1003通过总线1004彼此相连。输入/输出(Input/Output，I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1009，例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(Central Processing Unit，CPU)、图形处理单元(Graphics Processing Unit，GPU)、各种专用的人工智能(ArtificialIntelligence，AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(Digital Signal Processor，DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理，例如车辆控制方法。例如，在一些实施例中，车辆控制方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时，可以执行上文描述的车辆控制方法的一个或多个步骤。备选地，在其他实施例中，计算单元1001可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行车辆控制方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、现场可编程门阵列(Field Programmable Gate Array，FPGA)、专用集成电路(Application Specific Integrated Circuit，ASIC)、专用标准产品(Application-Specific Standard Products，ASSP)、芯片上***的***(System on Chip，SOC)、复杂可编程逻辑设备(Complex Programmable Logic Device，CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory，EPROM)、快闪存储器、光纤、便捷式紧凑盘只读存储器(Compact Disk Read Only Memory，CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，阴极射线管(Cathode Ray Tube，CRT)或者液晶显示器(Liquid Crystal Display，LCD)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(Local Area Network，LAN)、广域网(Wide Area Network，WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端和服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式***的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (27)
1.一种车辆控制方法，包括：
基于车辆所处的环境信息确定目标车道；
为所述目标车道生成虚拟障碍物；
预测所述虚拟障碍物的行驶速度；
结合所述虚拟障碍物的行驶速度，控制所述车辆的行驶速度。
2.根据权利要求1所述的方法，其中，所述基于车辆所处的环境信息确定目标车道，包括：
基于所述车辆所处的环境信息确定候选车道；
响应于检测到所述候选车道及所述候选车道的上游连接车道上均不存在第一障碍物，将所述候选车道确定为所述目标车道。
3.根据权利要求1所述的方法，其中，所述为所述目标车道生成虚拟障碍物，包括：
确定所述目标车道的目标盲区，所述目标盲区是因第二障碍物遮挡导致的盲区，所述第二障碍物不是位于所述目标车道上的障碍物；
基于所述目标盲区为所述目标车道生成所述虚拟障碍物。
4.根据权利要求3所述的方法，其中，所述确定所述目标车道的目标盲区，包括：
确定目标车道上因所述第二障碍物遮挡导致的所有盲区；
确定各盲区的大小和位置；
基于各盲区的大小和位置，从所有盲区中确定出所述目标盲区。
5.根据权利要求4所述的方法，其中，确定各盲区的大小，包括：
在检测到有多个所述第二障碍物对应的盲区存在重叠或接壤的情况下，先对存在重叠或接壤的盲区进行合并，再确定合并后的盲区的大小。
6.根据权利要求4所述的方法，其中，所述基于各盲区的大小和位置，从所有盲区中确定出所述目标盲区，包括：
将垂向距离小于第一预设阈值的盲区确定为所述目标盲区，所述垂向距离是所述目标盲区中的第一投影点距离所述车辆所在车道的垂向距离。
7.根据权利要求6所述的方法，其中，所述基于各盲区的大小和位置，从所有盲区中确定出所述目标盲区，还包括：
在同一个目标车道上存在两个或两个以上的盲区满足盲区大小大于第二预设阈值的情况下，将最靠近主车的盲区确定为所述目标盲区。
8.根据权利要求3所述的方法，其中，所述基于所述目标盲区为所述目标车道生成所述虚拟障碍物，包括：
根据所述第二障碍物的高度，确定所述虚拟障碍物的障碍物类型；
将所述目标盲区中的第一投影点在所述目标盲区所在车道的车道中心线的垂点，确定为所述虚拟障碍物的位置；
将所述目标车道的方向确定为所述虚拟障碍物的速度方向；
根据所述车辆的速度、位置、历史轨迹，确定所述虚拟障碍物的推荐行驶速度。
9.根据权利要求8所述的方法，其中，所述根据所述车辆的速度、位置、历史轨迹，确定所述虚拟障碍物的推荐行驶速度，包括：
确定虚拟碰撞点以及所述车辆到所述虚拟碰撞点的距离，所述虚拟碰撞点为所述车辆与所述虚拟障碍物在空间上的碰撞点；
根据所述车辆到所述虚拟碰撞点的距离和所述车辆的速度，预测所述车辆行驶到所述虚拟碰撞点的时间；
根据所述车辆到所述虚拟碰撞点的距离和所述车辆行驶到所述虚拟碰撞点的时间，确定碰撞速度；
根据所述障碍物类型对应的正常速度、所述目标车道的推荐速度以及发生事故的概率，确定所述目标车道的合理速度；
根据所述碰撞速度与所述目标车道的合理速度，确定所述虚拟障碍物的推荐行驶速度。
10.根据权利要求9所述的方法，其中，根据所述碰撞速度与所述目标车道的合理速度，确定所述虚拟障碍物的推荐行驶速度，包括：
在所述碰撞速度不大于所述目标车道的合理速度的情况下，将所述碰撞速度确定为所述虚拟障碍物的推荐行驶速度；
在所述碰撞速度大于所述目标车道的合理速度的情况下，根据所述碰撞速度、安全距离，所述类型的障碍物的最大减速度，确定所述虚拟障碍物的推荐行驶速度，所述安全距离为所述车辆与所述虚拟障碍物之间的安全距离，所述最大减速度为虚拟障碍物的类型对应的最大减速度。
11.根据权利要求8所述的方法，其中，所述根据所述第二障碍物的高度，确定所述虚拟障碍物的类型，包括：
在所述第二障碍物的高度不小于第三预设阈值的情况下，确定所述虚拟障碍物的类型为机动车；
在所述第二障碍物的高度小于所述第三预设阈值的情况下，确定所述虚拟障碍物的类型为非机动车。
12.一种车辆控制装置，包括：
确定模块，用于基于车辆所处的环境信息确定目标车道；
生成模块，用于为所述目标车道生成虚拟障碍物；
预测模块，用于预测所述虚拟障碍物的行驶速度；
控制模块，用于结合所述虚拟障碍物的行驶速度，控制所述车辆的行驶速度。
13.根据权利要求12所述的装置，其中，所述确定模块，包括：
第一确定子模块，用于基于所述车辆所处的环境信息确定候选车道；
第二确定子模块，用于响应于检测到所述候选车道及所述候选车道的上游连接车道上均不存在第一障碍物，将所述候选车道确定为所述目标车道。
14.根据权利要求12所述的装置，其中，所述生成模块，包括：
第三确定子模块，用于确定所述目标车道的目标盲区，所述目标盲区是因第二障碍物遮挡导致的盲区，所述第二障碍物不是位于所述目标车道上的障碍物；
生成子模块，用于基于所述目标盲区为所述目标车道生成所述虚拟障碍物。
15.根据权利要求14所述的装置，其中，所述第三确定子模块，用于：
确定目标车道上因所述第二障碍物遮挡导致的所有盲区；
确定各盲区的大小和位置；
基于各盲区的大小和位置，从所有盲区中确定出所述目标盲区。
16.根据权利要求15所述的装置，其中，所述第三确定子模块，用于：
在检测到有多个所述第二障碍物对应的盲区存在重叠或接壤的情况下，先对存在重叠或接壤的盲区进行合并，再确定合并后的盲区的大小。
17.根据权利要求15所述的装置，其中，所述第三确定子模块，用于：
将垂向距离小于第一预设阈值的盲区确定为所述目标盲区，所述垂向距离是所述目标盲区中的第一投影点距离所述车辆所在车道的垂向距离。
18.根据权利要求17所述的装置，其中，所述第三确定子模块，用于：
在同一个目标车道上存在两个或两个以上的盲区满足盲区大小大于第二预设阈值的情况下，将最靠近主车的盲区确定为上所述目标盲区。
19.根据权利要求14所述的装置，其中，所述生成子模块，用于：
根据所述第二障碍物的高度，确定所述虚拟障碍物的障碍物类型；
将所述目标盲区中的第一投影点在所述目标盲区所在车道的车道中心线的垂点，确定为所述虚拟障碍物的位置；
将所述目标车道的方向确定为所述虚拟障碍物的速度方向；
根据所述车辆的速度、位置、历史轨迹，确定所述虚拟障碍物的推荐行驶速度。
20.根据权利要求19所述的装置，其中，所述生成子模块，用于：
确定虚拟碰撞点以及所述车辆到所述虚拟碰撞点的距离，所述虚拟碰撞点为所述车辆与所述虚拟障碍物在空间上的碰撞点；
根据所述车辆到所述虚拟碰撞点的距离和所述车辆的速度，预测所述车辆行驶到所述虚拟碰撞点的时间；
根据所述车辆到所述虚拟碰撞点的距离和所述车辆行驶到所述虚拟碰撞点的时间，确定碰撞速度；
根据所述障碍物类型对应的正常速度、所述目标车道的推荐速度以及发生事故的概率，确定所述目标车道的合理速度；
根据所述碰撞速度与所述目标车道的合理速度，确定所述虚拟障碍物的推荐行驶速度。
21.根据权利要求20所述的装置，其中，所述生成子模块，用于：
在所述碰撞速度不大于所述目标车道的合理速度的情况下，将所述碰撞速度确定为所述虚拟障碍物的推荐行驶速度；
在所述碰撞速度大于所述目标车道的合理速度的情况下，根据所述碰撞速度、安全距离，所述类型的障碍物的最大减速度，确定所述虚拟障碍物的推荐行驶速度，所述安全距离为所述车辆与所述虚拟障碍物之间的安全距离，所述最大减速度为虚拟障碍物的类型对应的最大减速度。
22.根据权利要求19所述的装置，其中，所述生成子模块，用于：
在所述第二障碍物的高度不小于第三预设阈值的情况下，确定所述虚拟障碍物的类型为机动车；
在所述第二障碍物的高度小于所述第三预设阈值的情况下，确定所述虚拟障碍物的类型为非机动车。
23.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-11中任一项所述的方法。
24.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-11中任一项所述的方法。
25.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-11中任一项所述的方法。
26.一种车辆，包括：包括如权利要求23所述的电子设备。
27.一种自动驾驶车辆，包括：包括如权利要求23所述的电子设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211116006.6A CN115339474A (zh) | 2022-09-14 | 2022-09-14 | 车辆控制方法、装置、电子设备及自动驾驶车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211116006.6A CN115339474A (zh) | 2022-09-14 | 2022-09-14 | 车辆控制方法、装置、电子设备及自动驾驶车辆 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115339474A true CN115339474A (zh) | 2022-11-15 |
Family
ID=83955581
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211116006.6A Pending CN115339474A (zh) | 2022-09-14 | 2022-09-14 | 车辆控制方法、装置、电子设备及自动驾驶车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115339474A (zh) |
-
2022
- 2022-09-14 CN CN202211116006.6A patent/CN115339474A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112712719B (zh) | 车辆控制方法、车路协同***、路侧设备和自动驾驶车辆 | |
| EP4080468A2 (en) | Collision detection method and apparatus, electronic device, medium, and autonomous vehicle | |
| CN111731283B (zh) | 自动驾驶车辆碰撞风险识别方法、装置以及电子设备 | |
| CN110834631A (zh) | 一种行人避让方法、装置、车辆及存储介质 | |
| CN111427369A (zh) | 一种无人车控制方法及装置 | |
| CN109739230B (zh) | 驾驶轨迹生成方法、装置及存储介质 | |
| CN112650243B (zh) | 车辆控制方法、装置、电子设备和自动驾驶车辆 | |
| CN112526999A (zh) | 速度规划方法、装置、电子设备和存储介质 | |
| CN114475585B (zh) | 路口自动驾驶方法、装置、电子设备及自动驾驶车辆 | |
| CN113744565B (zh) | 一种碰撞预警方法、装置、电子设备及自动驾驶车辆 | |
| CN114030486B (zh) | 动态障碍物的轨迹预测方法、装置、电子设备和存储介质 | |
| CN115158319A (zh) | 车辆变道方法、装置、电子设备和存储介质 | |
| CN114312836A (zh) | 自动驾驶车辆礼让行人的方法、装置、设备及存储介质 | |
| CN115203969A (zh) | 自动驾驶仿真场景的控制方法、装置、设备和存储介质 | |
| CN115195749A (zh) | 车辆制动方法、装置、电子设备及存储介质 | |
| CN113844447A (zh) | 自动驾驶碰撞检测方法、装置、电子设备及可读存储介质 | |
| CN111951552B (zh) | 一种自动驾驶中风险管理的方法以及相关装置 | |
| CN116890876A (zh) | 车辆控制方法、装置、电子设备和自动驾驶车辆 | |
| CN115339474A (zh) | 车辆控制方法、装置、电子设备及自动驾驶车辆 | |
| CN115782876A (zh) | 一种变道轨迹生成方法、装置、设备及自动驾驶车辆 | |
| CN114030483B (zh) | 车辆控制方法、装置、电子设备和介质 | |
| CN116088513A (zh) | 无人驾驶矿车自动路径优化方法、装置、单元及矿车 | |
| CN115583258A (zh) | 自动驾驶车辆会车控制方法、装置、车辆控制设备和介质 | |
| CN115214722A (zh) | 自动驾驶方法、装置、电子设备、存储介质及车辆 | |
| CN115285128A (zh) | 一种危险目标的确定方法、装置、设备及存储介质 |
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 |