CN115342826A - 车辆自动驾驶的场景生成方法、装置及其控制方法 - Google Patents
车辆自动驾驶的场景生成方法、装置及其控制方法 Download PDFInfo
- Publication number
- CN115342826A CN115342826A CN202211003873.9A CN202211003873A CN115342826A CN 115342826 A CN115342826 A CN 115342826A CN 202211003873 A CN202211003873 A CN 202211003873A CN 115342826 A CN115342826 A CN 115342826A
- Authority
- CN
- China
- Prior art keywords
- scene
- driving
- vehicle
- lane
- road
- 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
- G01C21/26—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
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3626—Details of the output of route guidance instructions
- G01C21/3658—Lane guidance
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3667—Display of a road map
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental & Geological Engineering (AREA)
- Environmental Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车辆自动驾驶的场景生成方法、装置及其控制方法。该方法包括:根据车辆预设起点和终点位置,在电子地图上规划行驶路线;按照车辆行驶顺序,依次获取所述规划行驶路线对应的全程道路种类信息,并将全程道路按照道路种类分段连接;结合实时路况信息,在场景库内按照每一段道路的道路种类提取对应的场景,拟合形成第一行驶场景;在车辆按照所述第一行驶场景行进过程中,根据实时路况信息更新所述第一行驶场景,以形成第二行驶场景。本方法考虑了自动驾驶过程中的实际运行环境信息,增加了自动驾驶的安全性,而且拟合后的第二行驶场景包含场景库中的场景,这种数据化的分析选择方式比人为控制方式更加科学合理,保证了驾驶安全。
Description
技术领域
本申请涉及车辆自动驾驶的场景生成技术领域,特别是涉及一种车辆自动驾驶的场景生成方法、装置及其控制方法。
背景技术
自动驾驶车辆依靠人工智能、视觉计算、雷达、监控装置和全球定位***协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。
自动驾驶行驶过程中的场景库一般是基于前期大量的数据采集、数据分析等步骤构建得到,然而在自动驾驶车辆实际运行的过程中,仅用预先构建的场景库难以满足车辆自动驾驶的实际需求,会降低自动驾驶的安全性。
发明内容
基于此,有必要针对上述技术问题,本发明实施例提供一种车辆自动驾驶的场景生成方法、装置及其控制方法,通过外界的实时路况信息及时的调整并生成当前适用的驾驶场景,在自动驾驶的过程中考虑了实际应用中面临的环境变化影响,从而解决目前自动驾驶安全性难以保障技术问题。
一方面,提供一种车辆自动驾驶的场景生成方法,所述方法包括:
根据车辆预设起点和终点位置,在电子地图上规划行驶路线;
按照车辆行驶顺序,依次获取所述规划行驶路线对应的全程道路种类信息,并将全程道路按照道路种类分段连接;
结合实时路况信息,在场景库内按照每一段道路的道路种类提取对应的场景,拟合形成第一行驶场景;以及
在车辆按照所述第一行驶场景行进过程中根据实时路况信息更新所述第一行驶场景形成第二行驶场景。
在其中一个实施例中,所述在场景库内按照每一段道路的道路种类提取对应的场景之前,还包括:构建场景库,所述场景库内包括按照道路种类设置的多种场景;所述道路种类包括快速路、主干路、次干路、支路;每一道路设有属性、结构、几何、路网连接及车道信息;所述属性包括长度、高度、限速、限高;所述结构包括水平路、上坡路、下坡路、拱桥路;所述几何包括直线型、曲线型、圆弧形、螺旋线型;所述路网连接包括路首和路尾;所述车道信息包括车道类型、车道属性、车道线、车道起点、铺面;所述场景的种类包括基础包、初级包、中级包和高级包;所述基础包内包含标准法规场景;所述初级包内包含标准法规场景及自然驾驶数据重构案例;所述中级包内包含标准法规场景、自然驾驶数据重构案例及事故场景;所述高级包内包含标准法规场景、自然驾驶数据重构案例、事故场景及自动驾驶测试失效场景。
在其中一个实施例中,所述车道线包括道路中线,所述车道类型包括左转车道、右转车道、直行车道、掉头车道,所述车道属性包括限速情况、限车型情况,所述铺面包括车道平整度。
在其中一个实施例中,所述拟合形成第一行驶场景,包括:
根据所述车道线划分各段道路的车道数量并对各划分后的车道进行编号,根据所述车道类型确定车辆可行驶的候选车道编号,再根据所述车道属性从所述候选车道编号中确定车辆车型对应的可用车道,基于可用车道的车道属性和铺面获取车辆在各可用车道上的最高行驶速度;
获取车辆拥挤度和可见范围;
根据所述车辆拥挤度以及各可用车道上的最高行驶速度计算车辆在各可用车道上的实际行驶速度;同时结合所述可见范围提取每一段道路对应的最优场景;将所有的最优场景拼接形成所述第一行驶场景。
在其中一个实施例中,所述结合所述可见范围提取对应每一段道路的最优场景,包括:
根据所述可见范围的大小确定可选择的场景的种类;
其中,将所述可见范围的最大值与依次增大的第一阈值、第二阈值、第三阈值相比,
当所述可见范围大于等于第三阈值时,选择所述基础包;
当所述可见范围大于等于第二阈值且小于第三阈值时,选择所述初级包;
当所述可见范围大于等于第一阈值且小于第二阈值时,选择所述中级包;
当所述可见范围小于第一阈值时,选择所述高级包。
在其中一个实施例中,在构建场景库时,包括:
数据采集步骤,采集车辆行程时的车道信息、附近车辆信息、天气信息、车型信息、车速信息、车道占用信息;
数据融合步骤,将采集的数据相融合形成多个可用的场景;
场景提取步骤,提取每一可用的场景;
场景标注步骤,对提取的场景逐一标注可用情形;
场景分析步骤,对可用情形进行验证并分析对应的场景是否合理;以及
场景构建步骤,当场景合理时,根据每一场景的复杂度归类为基础包、初级包、中级包和高级包中的至少一种。
在其中一个实施例中,所述车辆在行进过程中根据实时路况信息更新所述第一行驶场景形成第二行驶场景,包括:
将本车辆与附近车辆模块化,本车辆实时获取附近车辆的行驶数据;
判断本车辆的所述第一行驶场景是否与附近车辆的行驶数据相冲突,若否,则保持本车辆的车速和行驶车道;若是,则调整本车辆的车速和/或行驶车道,同时更新所述第一行驶场景形成第二行驶场景。
在其中一个实施例中,所述附近车辆的行驶数据包括附近车辆的车道变更轨迹数据;所述附近车辆的车道变更轨迹数据包括车辆当前车道、车辆变更后的车道、车辆车速、车辆变道起点及终点、车辆横向速度、车辆变道时长。
另一方面,提供了一种车辆自动驾驶的场景生成装置,所述装置包括:
规划行驶路线模块,用于根据车辆预设起点和终点位置,在电子地图上规划行驶路线;
道路分段模块,用于按照车辆行驶顺序,依次获取所述规划行驶路线对应的全程道路种类信息,并将全程道路按照道路种类分段连接;
形成第一行驶场景模块,用于结合实时路况信息,在场景库内按照每一段道路的道路种类提取对应的场景,拟合形成第一行驶场景;
形成第二行驶场景模块,用于在车辆按照所述第一行驶场景行进过程中根据实时路况信息更新所述第一行驶场景形成第二行驶场景。
再一方面,提供了一种车辆自动驾驶的控制方法,其特征在于,包括步骤:
获取前文所述的车辆自动驾驶的场景生成方法形成的所述第一行驶场景;
根据车辆的规划行驶路线,结合实时路况信息按照所述第一行驶场景行进,并控制本车辆的车速和/或行驶车道;
车辆在行进过程中根据实时路况信息更新所述第一行驶场景形成第二行驶场景,根据所述第二行驶场景控制本车辆的车速和/或行驶车道。
上述车辆自动驾驶的场景生成方法、装置及其控制方法,通过基于外界的实时路况信息及时更新第一行驶场景形成第二行驶场景,在第一行驶场景的基础上微调控制车辆即可实现第二行驶场景的更新,通过在自动驾驶的过程中不断的结合实时路况信息来修正预设的场景库,提高了自动驾驶场景的真实性,增加了自动驾驶的安全性;而且拟合后的第二行驶场景包含了场景库中的场景,这种数据化的分析选择方式比人为控制方式更加科学合理,进一步保证了自动驾驶的安全。
附图说明
图1为一个实施例中车辆自动驾驶的场景生成方法的应用环境图;
图2为一个实施例中车辆自动驾驶的场景生成方法的流程示意图;
图3为一个实施例中最优场景提取的流程示意图;
图4为一个实施例中构建场景库时的流程示意图;
图5为一个实施例中第二行驶场景形成的流程示意图;
图6为一个实施例中车辆自动驾驶的场景生成装置的结构框图;
图7为一个实施例中车辆自动驾驶的控制方法的流程示意图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的车辆自动驾驶的场景生成方法,可以在如图1所示的应用环境中实现。其中,终端102通过网络与服务器104通过网络进行通信。其中终端102为车载控制***或者连接车载控制***的控制装置,能够控制车辆的自动驾驶;服务器104为给终端102下发控制指令来实现车辆自动驾驶的云服务。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种车辆自动驾驶的场景生成方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤S1-S5。
步骤S1,根据车辆预设起点和终点位置,在电子地图上规划行驶路线。
步骤S2,按照车辆行驶顺序,依次获取所述规划行驶路线对应的全程道路种类信息,并将全程道路按照道路种类分段连接。
步骤S3,构建场景库,所述场景库内包括按照道路种类设置的多种场景。
步骤S4,结合实时路况信息,在场景库内按照每一段道路的道路种类提取对应的场景,拟合形成第一行驶场景。
步骤S5,在车辆按照所述第一行驶场景行进过程中根据实时路况信息更新所述第一行驶场景形成第二行驶场景。
所述道路种类包括快速路、主干路、次干路、支路;每一道路设有属性、结构、几何、路网连接及车道信息;所述属性包括长度、高度、限速、限高;所述结构包括水平路、上坡路、下坡路、拱桥路;所述几何包括直线型、曲线型、圆弧形、螺旋线型;所述路网连接包括路首和路尾;所述车道信息包括车道类型、车道属性、车道线、车道起点、铺面;所述场景的种类包括基础包、初级包、中级包和高级包;所述基础包内仅包含标准法规场景;所述初级包内包含标准法规场景及自然驾驶数据重构案例;所述中级包内包含标准法规场景、自然驾驶数据重构案例及事故场景;所述高级包内包含标准法规场景、自然驾驶数据重构案例、事故场景及自动驾驶测试失效场景。
上述车辆自动驾驶的场景生成方法中,所述车道线包括道路中线,所述车道类型包括左转车道、右转车道、直行车道、掉头车道,所述车道属性包括车道材质、限速情况、限车型,所述铺面包括车道平整度等信息。
在本实施例中,所述拟合形成第一行驶场景,包括:
步骤S41,根据所述车道线划分各段道路的车道数量并对各划分后的车道进行编号,根据所述车道类型确定车辆可行驶的候选车道编号,再根据所述车道属性从所述候选车道编号中确定车辆车型对应的可用车道,基于可用车道的车道属性和铺面获取车辆在各可用车道上的最高行驶速度。
步骤S42,结合实时路况信息,获取车辆拥挤度和可见范围。
其中,上述车辆拥挤度和可见范围可以通过车辆上设置的感知***进行实时获取。
步骤S43,根据所述车辆拥挤度以及各可用车道上的最高行驶速度计算车辆在各可用车道上的实际行驶速度;同时结合所述可见范围提取每一段道路对应的最优场景;将所有的最优场景拼接形成所述第一行驶场景。
本实施例中,当感知***检测到的车辆当前行驶路段的车辆拥挤度较高时,可以适当的降低车辆行驶速度以保障驾驶过程中的安全。
如图3所示,在步骤S43中,所述结合所述可见范围提取对应每一段道路的最优场景,包括:
步骤S431,根据所述可见范围的大小确定可选择的场景的种类。
步骤S432,将所述可见范围的最大值与依次增大的第一阈值、第二阈值、第三阈值相比,当所述可见范围大于等于第三阈值时,选择所述基础包;当所述可见范围大于等于第二阈值且小于第三阈值时,选择所述初级包;当所述可见范围大于等于第一阈值且小于第二阈值时,选择所述中级包;当所述可见范围小于第一阈值时,选择所述高级包。
本实施例中,在选择自动驾驶的场景复杂程度时考虑了实际行驶环境中的可见范围,该方法进一步保障了自动驾驶过程中的安全性。
如图4所示,在本实施例步骤S3中,在构建场景库时,包括:
步骤S31,数据采集步骤,采集车辆行程时的车道信息、附近车辆信息、天气信息、车型信息、车速信息、车道占用信息;所述车道占用信息包括故障车、维修区和堵车停车等车道占用情况。
步骤S32,数据融合步骤,将采集的数据相融合形成多个可用的场景。
步骤S33,场景提取步骤,提取每一可用的场景。
步骤S34,场景标注步骤,对提取的场景逐一标注可用情形。
步骤S35,场景分析步骤,对可用情形进行验证并分析对应的场景是否合理。
步骤S36,场景构建步骤,当场景合理时,根据每一场景的复杂度归类为基础包、初级包、中级包和高级包中的至少一种。
如图5所示,在本实施例中步骤S5中,所述车辆在行进过程中根据实时路况信息更新所述第一行驶场景形成第二行驶场景,包括:
步骤S51,将本车辆与附近车辆模块化,本车辆实时获取附近车辆的行驶数据;
步骤S52,判断本车辆的所述第一行驶场景是否与附近车辆的行驶数据相冲突,若否,则保持本车辆的车速和行驶车道;若是,则调整本车辆的车速和/或行驶车道,同时更新所述第一行驶场景形成第二行驶场景。
在本实施例中,所述附近车辆的行驶数据包括附近车辆的车道变更轨迹数据(也称切入场景);所述附近车辆的车道变更轨迹数据包括车辆当前车道、车辆变更后的车道、车辆车速、车辆变道起点及终点、车辆横向速度、车辆变道时长。
应该理解的是,虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种车辆自动驾驶的场景生成装置10,包括规划行驶路线模块1、道路分段模块2、形成第一行驶场景模块3和形成第二行驶场景模块4。
所述规划行驶路线模块1用于根据车辆预设起点和终点位置,在电子地图上规划行驶路线。
所述道路分段模块2用于按照车辆行驶顺序,依次获取所述规划行驶路线对应的全程道路种类信息,并将全程道路按照道路种类分段连接。
所述形成第一行驶场景模块3用于结合实时路况信息,在场景库内按照每一段道路的道路种类提取对应的场景,拟合形成第一行驶场景;
所述形成第二行驶场景模块4用于在车辆按照所述第一行驶场景行进过程中根据实时路况信息更新所述第一行驶场景形成第二行驶场景。
关于车辆自动驾驶的场景生成装置的具体限定可以参见上文中对于车辆自动驾驶的场景生成方法的限定,在此不再赘述。上述车辆自动驾驶的场景生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
如图7所示,在一个实施例中,提供了一种车辆自动驾驶的控制方法,其特征在于,包括步骤:
步骤S11,获取前文所述的车辆自动驾驶的场景生成方法形成的所述第一行驶场景;
步骤S12,根据车辆的规划行驶路线,结合实时路况信息按照所述第一行驶场景行进,并控制本车辆的车速和/或行驶车道;以及
步骤S13,车辆在行进过程中根据实时路况信息更新所述第一行驶场景形成第二行驶场景,根据所述第二行驶场景控制本车辆的车速和/或行驶车道。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储车辆自动驾驶的场景生成数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆自动驾驶的场景生成方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
根据车辆预设起点和终点位置,在电子地图上规划行驶路线;
按照车辆行驶顺序,依次获取所述规划行驶路线对应的全程道路种类信息,并将全程道路按照道路种类分段连接;
结合实时路况信息,在场景库内按照每一段道路的道路种类提取对应的场景,拟合形成第一行驶场景;
在车辆按照所述第一行驶场景行进过程中根据实时路况信息更新所述第一行驶场景形成第二行驶场景。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
根据车辆预设起点和终点位置,在电子地图上规划行驶路线;
按照车辆行驶顺序,依次获取所述规划行驶路线对应的全程道路种类信息,并将全程道路按照道路种类分段连接;
结合实时路况信息,在场景库内按照每一段道路的道路种类提取对应的场景,拟合形成第一行驶场景;
在车辆按照所述第一行驶场景行进过程中根据实时路况信息更新所述第一行驶场景形成第二行驶场景。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆自动驾驶的场景生成方法,其特征在于,包括步骤:
根据车辆预设起点和终点位置,在电子地图上规划行驶路线;
按照车辆行驶顺序,依次获取所述规划行驶路线对应的全程道路种类信息,并将全程道路按照道路种类分段连接;
结合实时路况信息,在场景库内按照每一段道路的道路种类提取对应的场景,拟合形成第一行驶场景;以及
在车辆按照所述第一行驶场景行进过程中根据实时路况信息更新所述第一行驶场景形成第二行驶场景;
所述场景库中场景的种类包括基础包、初级包、中级包和高级包;所述基础包内包含标准法规场景;所述初级包内包含标准法规场景及自然驾驶数据重构案例;所述中级包内包含标准法规场景、自然驾驶数据重构案例及事故场景;所述高级包内包含标准法规场景、自然驾驶数据重构案例、事故场景及自动驾驶测试失效场景。
2.如权利要求1所述的车辆自动驾驶的场景生成方法,其特征在于,所述在场景库内按照每一段道路的道路种类提取对应的场景之前,还包括:
构建场景库,所述场景库内包括按照道路种类设置的多种场景;
所述道路种类包括快速路、主干路、次干路、支路;每一道路设有属性、结构、几何、路网连接及车道信息;所述属性包括长度、高度、限速、限高;所述结构包括水平路、上坡路、下坡路、拱桥路;所述几何包括直线型、曲线型、圆弧形、螺旋线型;所述路网连接包括路首和路尾;所述车道信息包括车道类型、车道属性、车道线、车道起点、铺面。
3.如权利要求2所述的车辆自动驾驶的场景生成方法,其特征在于,所述车道线包括道路中线,所述车道类型包括左转车道、右转车道、直行车道、掉头车道,所述车道属性包括限速情况、限车型情况,所述铺面包括车道平整度。
4.如权利要求3所述的车辆自动驾驶的场景生成方法,其特征在于,所述拟合形成第一行驶场景,包括:
根据所述车道线划分各段道路的车道数量并对各划分后的车道进行编号,根据所述车道类型确定车辆可行驶的候选车道编号,再根据所述车道属性从所述候选车道编号中确定车辆车型对应的可用车道,基于可用车道的车道属性和铺面获取车辆在各可用车道上的最高行驶速度;
获取车辆拥挤度和可见范围;
根据所述车辆拥挤度以及各可用车道上的最高行驶速度计算车辆在各可用车道上的实际行驶速度;同时结合所述可见范围提取每一段道路对应的最优场景;将所有的最优场景拼接形成所述第一行驶场景。
5.如权利要求4所述的车辆自动驾驶的场景生成方法,其特征在于,所述结合所述可见范围提取对应每一段道路的最优场景,包括:
根据所述可见范围的大小确定可选择的场景的种类;
其中,将所述可见范围的最大值与依次增大的第一阈值、第二阈值、第三阈值相比,
当所述可见范围大于等于第三阈值时,选择所述基础包;
当所述可见范围大于等于第二阈值且小于第三阈值时,选择所述初级包;
当所述可见范围大于等于第一阈值且小于第二阈值时,选择所述中级包;
当所述可见范围小于第一阈值时,选择所述高级包。
6.如权利要求2所述的车辆自动驾驶的场景生成方法,其特征在于,在构建场景库时,包括:
数据采集步骤,采集车辆行程时的车道信息、附近车辆信息、天气信息、车型信息、车速信息、车道占用信息;
数据融合步骤,将采集的数据相融合形成多个可用的场景;
场景提取步骤,提取每一可用的场景;
场景标注步骤,对提取的场景逐一标注可用情形;
场景分析步骤,对可用情形进行验证并分析对应的场景是否合理;以及
场景构建步骤,当场景合理时,根据每一场景的复杂度归类为基础包、初级包、中级包和高级包中的至少一种。
7.如权利要求1所述的车辆自动驾驶的场景生成方法,其特征在于,所述车辆在行进过程中根据实时路况信息更新所述第一行驶场景形成第二行驶场景,包括:
将本车辆与附近车辆模块化,本车辆实时获取附近车辆的行驶数据;
判断本车辆的所述第一行驶场景是否与附近车辆的行驶数据相冲突,若否,则保持本车辆的车速和行驶车道;若是,则调整本车辆的车速和/或行驶车道,同时更新所述第一行驶场景形成第二行驶场景。
8.如权利要求7所述的车辆自动驾驶的场景生成方法,其特征在于,所述附近车辆的行驶数据包括附近车辆的车道变更轨迹数据;
所述附近车辆的车道变更轨迹数据包括车辆当前车道、车辆变更后的车道、车辆车速、车辆变道起点及终点、车辆横向速度、车辆变道时长。
9.一种车辆自动驾驶的场景生成装置,其特征在于,所述装置包括:
规划行驶路线模块,用于根据车辆预设起点和终点位置,在电子地图上规划行驶路线;
道路分段模块,用于按照车辆行驶顺序,依次获取所述规划行驶路线对应的全程道路种类信息,并将全程道路按照道路种类分段连接;
形成第一行驶场景模块,用于结合实时路况信息,在场景库内按照每一段道路的道路种类提取对应的场景,拟合形成第一行驶场景;
形成第二行驶场景模块,用于在车辆按照所述第一行驶场景行进过程中根据实时路况信息更新所述第一行驶场景形成第二行驶场景;
所述场景库中场景的种类包括基础包、初级包、中级包和高级包;所述基础包内包含标准法规场景;所述初级包内包含标准法规场景及自然驾驶数据重构案例;所述中级包内包含标准法规场景、自然驾驶数据重构案例及事故场景;所述高级包内包含标准法规场景、自然驾驶数据重构案例、事故场景及自动驾驶测试失效场景。
10.一种车辆自动驾驶的控制方法,其特征在于,包括步骤:
获取权利要求1-8任一项所述的车辆自动驾驶的场景生成方法形成的所述第一行驶场景;
根据车辆的规划行驶路线,结合实时路况信息按照所述第一行驶场景行进,并控制本车辆的车速和/或行驶车道;以及
车辆在行进过程中根据实时路况信息更新所述第一行驶场景形成第二行驶场景,根据所述第二行驶场景控制本车辆的车速和/或行驶车道。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211003873.9A CN115342826A (zh) | 2022-08-22 | 2022-08-22 | 车辆自动驾驶的场景生成方法、装置及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211003873.9A CN115342826A (zh) | 2022-08-22 | 2022-08-22 | 车辆自动驾驶的场景生成方法、装置及其控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115342826A true CN115342826A (zh) | 2022-11-15 |
Family
ID=83953811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211003873.9A Pending CN115342826A (zh) | 2022-08-22 | 2022-08-22 | 车辆自动驾驶的场景生成方法、装置及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115342826A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115665699A (zh) * | 2022-12-27 | 2023-01-31 | 博信通信股份有限公司 | 一种多场景的信号覆盖优化方法、装置、设备及介质 |
-
2022
- 2022-08-22 CN CN202211003873.9A patent/CN115342826A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115665699A (zh) * | 2022-12-27 | 2023-01-31 | 博信通信股份有限公司 | 一种多场景的信号覆盖优化方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3859278A1 (en) | Road feature point extraction method and system | |
CN112033425B (zh) | 车辆辅助驾驶方法、装置、计算机设备和存储介质 | |
US20150300825A1 (en) | Methods and systems for generating a horizon for use in an advanced driver assistance system (adas) | |
CN110550030B (zh) | 无人车的变道控制方法、装置、计算机设备和存储介质 | |
CN113340318A (zh) | 车辆导航方法、装置、电子设备及存储介质 | |
CN111160480B (zh) | 地下停车场出入口挖掘方法、装置及电子设备 | |
CN115342826A (zh) | 车辆自动驾驶的场景生成方法、装置及其控制方法 | |
CN113932792B (zh) | 一种适用于露天矿山无人运输***的地图更新*** | |
DE102020205310A1 (de) | Computerimplementiertes Verfahren zum Bereitstellen einer Datenstruktur für die Streckenkomplexitätserfassung und Validierung von Funktionalitäten eines automatisierten Fahrsystems, derartige Datenstruktur, Computer zum Validierung von Funktionalitäten eines automatisierten Fahrsystems, Computerprogramm zum Bereitstellen einer derartigen Datenstruktur und computerlesbarer Datenträger | |
CN111753639A (zh) | 感知地图生成方法、装置、计算机设备和存储介质 | |
CN111223296B (zh) | 信号灯的控制方法、装置、计算机设备和存储介质 | |
CN113874923A (zh) | 交通信号灯控制方法、装置、计算机设备和存储介质 | |
CN112732844B (zh) | 将道路对象与道路自动关联的方法、装置、设备和介质 | |
CN112116226B (zh) | 仿真车辆的控制方法、装置、计算机设备和存储介质 | |
DE102021201177A1 (de) | Computerimplementiertes Verfahren und Computerprogramm zur Generierung von Fahrstrecken für ein automatisiertes Fahrsystem | |
CN111325999A (zh) | 车辆驾驶辅助方法、装置、计算机设备和存储介质 | |
CN117104272A (zh) | 一种智能驾驶方法、***、交通工具及存储介质 | |
CN114459495B (zh) | 位移信息生成方法、装置以及计算机可读存储介质 | |
CN114116854A (zh) | 轨迹数据处理方法、装置、设备和存储介质 | |
CN113050452A (zh) | 车辆变道控制方法、装置、计算机设备及存储介质 | |
CN116097193A (zh) | 轨迹数据处理方法、装置、计算机设备和存储介质 | |
CN111680817B (zh) | 基于路线生成的跨障车辆调用方法、装置和计算机设备 | |
CN113885319B (zh) | 车辆合流的控制方法、装置、设备及存储介质 | |
CN117351714B (zh) | 基于车联网的智能交通流优化方法及*** | |
CN110874549A (zh) | 目标视野确定方法、***、计算机设备和存储介质 |
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 |