CN117058904A - 车辆控制方法、装置、电子设备及存储介质 - Google Patents
车辆控制方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117058904A CN117058904A CN202311110156.0A CN202311110156A CN117058904A CN 117058904 A CN117058904 A CN 117058904A CN 202311110156 A CN202311110156 A CN 202311110156A CN 117058904 A CN117058904 A CN 117058904A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- intersection
- driving
- driving strategy
- 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 53
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000013135 deep learning Methods 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提出一种车辆控制方法、装置、电子设备及存储介质,涉及计算机技术领域,尤其涉及智能交通、云计算、大数据、深度学习等人工智能技术领域。包括:在确定车辆待行驶的路段满足预设条件的情况下,获取车辆当前的第一行驶数据、第一个信号灯的第一状态数据及第一个信号灯所在第一路口的第一通行数据,然后根据获取数据,确定车辆通过第一路口的第一行驶策略,之后在第一行驶策略指示车辆可绿灯通过第一路口的情况下,获取第二个信号灯的第二状态数据及第二个信号灯所在第二路口的第二通行数据,再根据获取数据中的多项,确定车辆的第二行驶策略,然后基于第一行驶策略及第二行驶策略,确定车辆通过第一路口和/或第二路口的目标行驶策略。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及智能交通、云计算、大数据、深度学习等人工智能技术领域,具体涉及一种车辆控制方法、装置、电子设备及存储介质。
背景技术
随着生活水平的不断改善,驾车出行成为人们的生活中越来越普遍的方式。但在车辆驾驶的过程中,往往会因为驾驶人员对路口处信号灯的错误判断,导致无法及时刹车容易发生交通事故。因此需要提供一种车辆控制方法来对路口能否绿灯通行来进行预测,以提高驾驶安全性。
发明内容
本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本公开提出一种车辆控制方法、装置、电子设备及存储介质。
根据本公开第一方面,提供了一种车辆控制方法,包括:
在确定车辆待行驶的路段满足预设条件的情况下,获取所述车辆当前的第一行驶数据、所述车辆行驶方向上第一个信号灯的第一状态数据及所述第一个信号灯所在第一路口的第一通行数据,其中,所述第一状态数据为基于所述第一信号灯的历史状态数据确定的,所述通行数据包括历史通行数据和/或当前的通行数据;
根据所述第一行驶数据、所述第一状态数据及所述第一通行数据,确定所述车辆通过所述第一路口的第一行驶策略;
在所述第一行驶策略指示所述车辆可绿灯通过所述第一路口的情况下,获取所述车辆行驶方向上的第二个信号灯的第二状态数据及所述第二个信号灯所在第二路口的第二通行数据,其中,所述第二状态数据为基于所述第二信号灯的历史状态数据确定的;
根据所述第一行驶数据、所述第一状态数据、所述第一通行数据、所述第二状态数据及所述第二通行数据中的多项,确定所述车辆的第二行驶策略;
基于所述第一行驶策略及所述第二行驶策略,确定所述车辆通过所述第一路口和/或第二路口的目标行驶策略。
根据本公开第二方面,提供了一种车辆控制装置,包括:
第一获取模块,用于在确定车辆待行驶的路段满足预设条件的情况下,获取所述车辆当前的第一行驶数据、所述车辆行驶方向上第一个信号灯的第一状态数据及所述第一个信号灯所在第一路口的第一通行数据,其中,所述第一状态数据为基于所述第一信号灯的历史状态数据确定的,所述通行数据包括历史通行数据和/或当前的通行数据;
第一确定模块,用于根据所述第一行驶数据、所述第一状态数据及所述第一通行数据,确定所述车辆通过所述第一路口的第一行驶策略;
第二获取模块,用于在所述第一行驶策略指示所述车辆可绿灯通过所述第一路口的情况下,获取所述车辆行驶方向上的第二个信号灯的第二状态数据及所述第二个信号灯所在第二路口的第二通行数据,其中,所述第二状态数据为基于所述第二信号灯的历史状态数据确定的;
第二确定模块,用于根据所述第一行驶数据、所述第一状态数据、所述第一通行数据、所述第二状态数据及所述第二通行数据中的多项,确定所述车辆的第二行驶策略;
第三确定模块,用于基于所述第一行驶策略及所述第二行驶策略,确定所述车辆通过所述第一路口和/或第二路口的目标行驶策略。
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如第一方面所述的车辆控制方法。
根据本公开第四方面,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,所述计算机指令用于使所述计算机执行如第一方面所述的车辆控制方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机指令,所述计算机指令在被处理器执行时实现如第一方面所述车辆控制方法的步骤。
本公开提供的车辆控制方法、装置、电子设备及存储介质,存在如下有益效果:
本实施例中,在确定车辆待行驶的路段满足预设条件的情况下,获取车辆当前的第一行驶数据、车辆行驶方向上第一个信号灯的第一状态数据及第一个信号灯所在第一路口的第一通行数据,然后根据第一行驶数据、第一状态数据及第一通行数据,确定车辆通过第一路口的第一行驶策略,在第一行驶策略指示车辆可绿灯通过第一路口的情况下,获取车辆行驶方向上的第二个信号灯的第二状态数据及第二个信号灯所在第二路口的第二通行数据,然后再根据第一行驶数据、第一状态数据、第一通行数据、第二状态数据及第二通行数据中的多项,确定车辆的第二行驶策略,之后基于第一行驶策略及第二行驶策略,确定车辆通过第一路口和/或第二路口的目标行驶策略。由此,通过较低的信息交互成本,就可以实现对车辆通过单个路口、及连续两个路口的行驶策略的估计,为提高车辆行驶的安全性、降低油耗提供了可靠的依据,优化了用户的驾驶体验。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,附图用于更好地理解本方案,不构成对本公开的限定,其中:
图1是根据本公开一实施例提出的车辆控制方法的流程示意图;
图2是本公开提供的车辆待行驶路段的示意图;
图3是根据本公开另一实施例提出的车辆控制方法的流程示意图;
图4是根据本公开一实施例提出的车辆控制装置的结构示意图;
图5示出了适于用来实现本公开实施方式的示例性电子设备的框图。
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和精神。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。
本公开实施例涉及智能交通、云计算、大数据、深度学习等人工智能技术领域。
人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门新的技术科学。
智能交通,是指利用先进的信息技术和智能化设备来提高交通运输***效率和安全性。它通过将交通设施、车辆和用户连接起来,实现实时数据的收集、处理和共享,以优化交通流量、减少拥堵、提高交通安全和节能减排。
云计算是一种基于互联网的计算模式,通过将计算资源(如服务器、存储、数据库等)提供给用户,以按需、弹性和可扩展的方式交付计算服务。它将计算任务和数据存储从本地设备转移到云服务器上,使用户能够通过网络随时随地访问和使用计算资源。
大数据(big data),或称巨量资料,指的是所涉及的资料量规模巨大到无法透过主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。深度学习的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
下面参考附图描述本公开实施例的车辆控制方法、装置、电子设备及存储介质。
其中,需要说明的是,本实施例的车辆控制方法的执行主体为车辆控制装置,该装置可以由软件和/或硬件的方式实现,该装置可以配置在电子设备中,电子设备可以包括但不限于终端、服务器端、车载设备等。下面在本公开实施例中,以车辆控制***执行车辆控制方法为例来进行说明。
图1是根据本公开一实施例提出的车辆控制方法的流程示意图。
如图1所示,该车辆控制方法,包括:
S101:在确定车辆待行驶的路段满足预设条件的情况下,获取车辆当前的第一行驶数据、车辆行驶方向上第一个信号灯的第一状态数据及第一个信号灯所在第一路口的第一通行数据。
其中,第一状态数据为基于第一信号灯的历史状态数据确定的,通行数据包括历史通行数据和/或当前的通行数据。
其中,行驶数据可以包括行驶速度,与信号灯间的距离中的至少一项;状态数据可以包括信号灯的当前灯态,当前灯态的剩余时间,信号灯的下一个灯态,下一个灯态的时长,信号灯的周期中的至少一项;通行数据可以包括平均通行速度,平均通行量中的至少一项,本公开对此不做限定。
本公开中,车辆控制***通过基于历史数据和/或实时行驶数据,确定与信号灯通行相关的多维数据,保证了生成的车辆行驶策略的可靠性和准确性,提高行驶策略的确定的效率。同时,一般情况下,各信号灯的一些状态数据是不变的,例如信号灯周期和各灯态时长,因此,本公开可以基于第一信号灯的历史状态数据挖掘出第一信号灯当前的第一状态数据,而无需与多方进行信息交互获取第一状态数据,从而降低了获取信号灯状态数据的信息沟通成本。
需要说明的是,平均通行速度和平均通行量可以是该第一路口在所有历史时段的平均值,也可以是与当前时段对应的历史平均通行速度和历史平均通行量。比如,当前车辆通过路口的时间是早上8点-9点,那么获取的通行数据就可以是早上8点-9点对应的历史数据。
本公开实施例中,可以将第一路口的历史平均通行速度和平均通行量作为第一通行数据,或者也可以获取第一路口当前的通行速度和通行量作为第一通行数据,或者还可以对历史通行数据和当前通行数据求均值等等,本公开对此不做限定。
可选地,车辆控制***可以在获取车辆当前的导航路线及车辆当前的位置后,根据车辆当前的位置及导航路线,确定车辆待行驶的路段,然后在待行驶的路段为直行路段,且待行驶的路段中包含多个连续的信号灯的情况下,确定待行驶的路段满足预设条件。由此,通过制定行驶策略决策触发的预设条件,避免了不必要的资源浪费,提高行驶策略决策的效果和效率。
本公开实施例中,还可以根据车辆的历史行驶轨迹,确定车辆待行驶的路段。比如车辆每天早8点至8点20的历史行驶轨迹均为由A路口驶入直行路段X路段,直至A+N路口驶出,那么在早上8点5分监测到车辆由A路口驶入X路段后,就可以确定该车辆会在该直行路段,连续通过N个信号灯。
本公开实施例中,在确定车辆待行驶的路段满足预设条件的情况下,获取车辆当前的行驶速度v和距离第一个信号灯的距离s,以及第一个信号灯的第一状态数据(如信号灯当前的灯态为:绿灯,当前灯态的剩余时间为20s,下一灯态为黄灯,下一灯态的时长为10s等)和第一个信号灯所在路口i的第一通行数据,如图2所示,图2为车辆待行驶路段的示意图,其中待行驶路段上在第一路口i之后,还可能包含第二个信号灯所在路口为i+1,及第三个信号灯所在路口为i+2。
可选地,车辆控制***可以在确定车辆与第一个信号灯间的距离小于距离阈值的情况下,再获取车辆当前的第一行驶数据。
其中,距离阈值可以是一个固定值,也可以是根据实际情况确定的值,例如当路口通行车辆较多时,距离阈值可能较少等等,本公开对此不做限定。
本公开实施例中,当用户车辆待行驶的路段符合预设条件的情况下,车辆控制***可以先启动行驶策略预测功能,监测车辆与第一个信号灯间的距离变化,然后在车辆与第一个信号灯的距离小于距离阈值时,开始获取车辆当前的速度等第一行驶数据,从而可以避免不必要的数据收集和资源浪费,为提高行驶策略的生成效率提供了条件。
S102:根据第一行驶数据、第一状态数据及第一通行数据,确定车辆通过第一路口的第一行驶策略。
其中,行驶策略可能包含是否可绿灯通过路口的指示信息、绿灯通过路口的行驶速度范围、油门踏板开度、刹车速度、刹车踏板开度、刹车距离等等信息中的至少一项,本公开对此不做限定。可以通过多方面的行驶策略信息向用户提供更合理安全的驾驶建议,有效减少因不当的驾驶行为而产生事故的概率,并且避免了灯前不必要的加速行驶导致的油耗增加,减少了空气污染。
本公开实施例中,车辆控制***可以将第一行驶数据、第一状态数据及第一通行数据输入到预先训练好的预测模型中,以获取预测模型输出的车辆通过第一路口的第一行驶策略。
其中,预测模型可以是基于深层神经网络模型(Deep Neural Networks,DNN)构建的,或者也可以基于其他分类模型构建,本公开对此不做限定。
本公开实施例中,在线进行行驶策略的预测之前,可以先获取通过各直行路段的车辆历史轨迹数据、与各轨迹数据对应的各信号灯的历史状态数据、及各路口的历史通行数据,然后利用每个轨迹数据中车辆是否绿灯通过路口的后验信息对历史轨迹数据打标签,构建训练数据集,然后根据数据集对模型进行训练得到预测模型。
S103:在第一行驶策略指示车辆可绿灯通过第一路口的情况下,获取车辆行驶方向上的第二个信号灯的第二状态数据及第二个信号灯所在第二路口的第二通行数据。
其中,第二状态数据为基于第二信号灯的历史状态数据确定的。
本公开实施例中,车辆控制***由第一行驶策略预测到车辆可以绿灯通过第一路口时,可以继续获取导航路线上的第二个信号灯的第二状态数据及第二个信号灯所在第二路口的第二通行数据,然后判断车辆是否可以连续通过第一路口和第二路口。
S104:根据第一行驶数据、第一状态数据、第一通行数据、第二状态数据及第二通行数据中的多项,确定车辆的第二行驶策略。
本公开实施例中,在对模型进行训练时,不仅可以用单个路口的相关数据对模型进行训练,生成对单个路口能否绿灯通行的预测模型,还可以用两个路口的数据对模型进行联合训练,生成能够预测两个路口是否可以连续绿灯通过的模型,因此车辆控制***可以将第一行驶数据、第一状态数据、第一通行数据、第二状态数据及第二通行数据中的多项输入到相应的预测模型中,得到车辆的第二行驶策略。
可选地,车辆控制***可以根据第一行驶数据、第二状态数据及第二通行数据,确定车辆通过第二路口的第二行驶策略。或者,也可以根据第一行驶数据、第一状态数据、第一通行数据、第二状态数据及第二通行数据,确定车辆连续通过第一路口及第二路口的第二行驶策略。从而可以从多种方式获取第二行驶策略,来判断车辆是否可以连续通过第二个路口,进一步提高了确定的行驶策略的准确性和可靠性,降低策略决策失误的可能性。
本公开实施例中,车辆控制***可以将第一行驶数据、第二状态数据及第二通行数据,输入到第二路口对应第一预测模型,以获取第一预测模型输出的车辆通过第二路口的第二行驶策略。
其中,第一预测模型是指根据第二路口的信号灯历史状态数据、历史通行数据、及车辆历史轨迹数据,训练生成的预测第二路口行驶策略的预测模型。
或者,车辆控制***也可以将第一行驶数据、第一状态数据、第一通行数据、第二状态数据及第二通行数据输入第二预测模型,以获取第二预测模型输出的车辆连续通过第一路口及第二路口的第二行驶策略,其中,第二预测模型为基于与第一路口及第二路口分别关联的数据联合训练生成的模型。从而可以通过相应的预测模型,提高确定行驶策略的效率,提升驾驶体验。
S105:基于第一行驶策略及第二行驶策略,确定车辆通过第一路口和/或第二路口的目标行驶策略。
本公开实施例中,车辆控制***可以结合生成的第一行驶策略及第二行驶策略,得到目标行驶策略来确定车辆当前只能绿灯通过第一路口,还是车辆可以连续绿灯通过第一路口和第二路口。
可选地,车辆控制***可以在第二行驶策略指示车辆无法绿灯通过第二路口,且第一行驶策略指示车辆可绿灯通过第一路口的情况下,基于第一行驶策略确定车辆通过第一路口的目标行驶策略。
或者,也可以在第二行驶策略指示车辆无法绿灯连续通过第一路口及第二路口、且第一行驶策略指示车辆可绿灯通过第一路口的情况下,基于第一行驶策略确定车辆通过第一路口的目标行驶策略。
或者,还可以在第二行驶策略指示车辆可绿灯连续通过第一路口及第二路口的情况下,基于第二行驶策略确定车辆连续通过第一路口及第二路口的目标行驶策略。
本公开实施例中,车辆控制***可以根据确定的第一行驶策略及第二行驶策略的指示的不同情况,确定不同的目标行驶策略,从而提高了对连续两个路口的行驶策略的全面性和准确性,得到最佳的行驶策略,进一步提高用户的驾驶体验。
本公开实施例中,车辆控制***在确定了目标行驶策略后,可以将目标行驶策略广播给用户,由用户基于目标行驶策略对车辆进行控制。或者,如果是在自动驾驶场景下,车辆控制***可以直接基于目标行驶策略对车辆进行控制。
本实施例中,车辆控制***在确定车辆待行驶的路段满足预设条件的情况下,获取车辆当前的第一行驶数据、车辆行驶方向上第一个信号灯的第一状态数据及第一个信号灯所在第一路口的第一通行数据,然后根据第一行驶数据、第一状态数据及第一通行数据,确定车辆通过第一路口的第一行驶策略,在第一行驶策略指示车辆可绿灯通过第一路口的情况下,获取车辆行驶方向上的第二个信号灯的第二状态数据及第二个信号灯所在第二路口的第二通行数据,然后再根据第一行驶数据、第一状态数据、第一通行数据、第二状态数据及第二通行数据中的多项,确定车辆的第二行驶策略,之后基于第一行驶策略及第二行驶策略,确定车辆通过第一路口和/或第二路口的目标行驶策略。由此,通过较低的信息交互成本,就可以实现对车辆通过单个路口、及连续两个路口的行驶策略的估计,为提高车辆行驶的安全性、降低油耗提供了可靠的依据,优化了用户的驾驶体验。
图3是本公开另一实施例提出的车辆控制方法的流程示意图。
如图3所示,该车辆控制方法,包括:
S301:在确定车辆待行驶的路段满足预设条件的情况下,获取车辆当前的第一行驶数据、车辆行驶方向上第一个信号灯的第一状态数据及第一个信号灯所在第一路口的第一通行数据。
其中,第一状态数据为基于第一信号灯的历史状态数据确定的,通行数据包括历史通行数据和/或当前的通行数据。
S302:根据第一行驶数据、第一状态数据及第一通行数据,确定车辆通过第一路口的第一行驶策略。
上述S301—S302的描述说明可以具体参见上述实施例,在此不再赘述。
S303:在第一行驶策略指示车辆无法绿灯通过第一路口的情况下,获取车辆的第二行驶数据,其中,第二行驶数据为车辆与第二个信号灯间的距离小于距离阈值时的行驶数据。
本公开实施例中,当车辆控制***确定车辆无法绿灯通过第一路口时,可以在经过第一路口后,监测车辆与第二个信号灯间的距离,然后在距离小于距离阈值时,获取车辆此时的行驶速度等信息作为第二行驶数据。
S304:获取车辆行驶方向上的第二个信号灯的第二状态数据及第二个信号灯所在第二路口的第二通行数据,其中,第二状态数据为基于第二信号灯的历史状态数据确定的。
上述S304的描述说明可以具体参见上述实施例,在此不再赘述。
S305:基于第二行驶数据、第二状态数据及第二通行数据,确定车辆通过第二路口的第三行驶策略。
需要说明的是,当根据第三行驶策略可以确定车辆能够绿灯通过第二路口的情况下,车辆控制***还可以获取第三个信号灯及第三路口的相关数据,预测是否可以绿灯通过第三路口,或者同时预测是否可以连续绿灯通过第二路口和第三路口;否则,当第三行驶策略指示车辆无法绿灯通过第二路口的情况下,返回执行S303,获取车辆与第三个信号灯间的距离小于距离阈值时的行驶数据,确定行驶策略。也就是说,在本公开中,车辆控制***每次都可以对连续的两个直行路口进行预测,直到完成对待行驶的直行路段上的所有信号灯预测是否可以绿灯通行。
本实施例中,车辆控制***在第一行驶策略指示车辆无法绿灯通过第一路口的情况下,获取车辆的第二行驶数据,然后获取车辆行驶方向上的第二个信号灯的第二状态数据及第二个信号灯所在第二路口的第二通行数据,之后基于第二行驶数据、第二状态数据及第二通行数据,确定车辆通过第二路口的第三行驶策略。由此,可以在无法绿灯通行路口后,基于新的车辆行驶数据,确定行驶策略,进一步提高了生成的行驶策略的准确性,能够实现对多个路口的通行情况的间断性预测。
图4是本公开一实施例提出的车辆控制装置的结构示意图。
如图4所示,该车辆控制装置400,包括:
第一获取模块401,用于在确定车辆待行驶的路段满足预设条件的情况下,获取车辆当前的第一行驶数据、车辆行驶方向上第一个信号灯的第一状态数据及第一个信号灯所在第一路口的第一通行数据,其中,第一状态数据为基于第一信号灯的历史状态数据确定的,通行数据包括历史通行数据和/或当前的通行数据;
第一确定模块402,用于根据第一行驶数据、第一状态数据及第一通行数据,确定车辆通过第一路口的第一行驶策略;
第二获取模块403,用于在第一行驶策略指示车辆可绿灯通过第一路口的情况下,获取车辆行驶方向上的第二个信号灯的第二状态数据及第二个信号灯所在第二路口的第二通行数据,其中,第二状态数据为基于第二信号灯的历史状态数据确定的;
第二确定模块404,用于根据第一行驶数据、第一状态数据、第一通行数据、第二状态数据及第二通行数据中的多项,确定车辆的第二行驶策略;
第三确定模块405,用于基于第一行驶策略及第二行驶策略,确定车辆通过第一路口和/或第二路口的目标行驶策略。
在一些实施例中,上述第一获取模块401,还可以用于:
获取车辆当前的导航路线及车辆当前的位置;
根据车辆当前的位置及导航路线,确定车辆待行驶的路段;
在待行驶的路段为直行路段,且待行驶的路段中包含多个信号灯的情况下,确定待行驶的路段满足预设条件。
在一些实施例中,上述第二确定模块404,还可以用于:
根据第一行驶数据、第二状态数据及第二通行数据,确定车辆通过第二路口的第二行驶策略;或者,
根据第一行驶数据、第一状态数据、第一通行数据、第二状态数据及第二通行数据,确定车辆连续通过第一路口及第二路口的第二行驶策略。
在一些实施例中,上述第二确定模块404,还可以用于:
将第一行驶数据、第二状态数据及第二通行数据,输入第二路口对应的第一预测模型,以获取第一预测模型输出的车辆通过第二路口的第二行驶策略;或者,
将第一行驶数据、第一状态数据、第一通行数据、第二状态数据及第二通行数据输入第二预测模型,以获取第二预测模型输出的车辆连续通过第一路口及第二路口的第二行驶策略,其中,第二预测模型为与基于第一路口及第二路口分别关联的数据联合训练生成的模型。
在一些实施例中,上述车辆控制装置400,其中行驶数据包括以下至少一项:行驶速度,与信号灯间的距离;
状态数据包括以下至少一项:信号灯的当前灯态,当前灯态的剩余时间,信号灯的下一个灯态,下一个灯态的时长,信号灯的周期;
通行数据包括以下至少一项:平均通行速度,平均通行量。
在一些实施例中,上述第一获取模块401,还可以用于:
在确定车辆与第一个信号灯间的距离小于距离阈值的情况下,获取车辆当前的第一行驶数据。
在一些实施例中,上述第一确定模块402,还可以用于:
在第一行驶策略指示车辆无法绿灯通过第一路口的情况下,获取车辆的第二行驶数据,其中,第二行驶数据为车辆与第二个信号灯间的距离小于距离阈值时的行驶数据;
基于第二行驶数据、第二状态数据及第二通行数据,确定车辆通过第二路口的第三行驶策略。
在一些实施例中,上述第三确定模块405,还可以用于:
在第二行驶策略指示车辆无法绿灯通过第二路口、且第一行驶策略指示车辆可绿灯通过第一路口的情况下,基于第一行驶策略确定车辆通过第一路口的目标行驶策略;或者,
在第二行驶策略指示车辆无法绿灯连续通过第一路口及第二路口、且第一行驶策略指示车辆可绿灯通过第一路口的情况下,基于第一行驶策略确定车辆通过第一路口的目标行驶策略;或者,
在第二行驶策略指示车辆可绿灯连续通过第一路口及第二路口的情况下,基于第二行驶策略确定车辆连续通过第一路口及第二路口的目标行驶策略。
在一些实施例中,上述车辆控制装置400,其中行驶策略包括以下至少一项:是否可绿灯通过路口的指示信息、绿灯通过路口的行驶速度范围、油门踏板开度、刹车速度、刹车踏板开度、刹车距离。
需要说明的是,前述对车辆控制方法的解释说明也适用于本实施例的车辆控制装置,此处不再赘述。
本实施例中,车辆控制***在确定车辆待行驶的路段满足预设条件的情况下,获取车辆当前的第一行驶数据、车辆行驶方向上第一个信号灯的第一状态数据及第一个信号灯所在第一路口的第一通行数据,然后根据第一行驶数据、第一状态数据及第一通行数据,确定车辆通过第一路口的第一行驶策略,在第一行驶策略指示车辆可绿灯通过第一路口的情况下,获取车辆行驶方向上的第二个信号灯的第二状态数据及第二个信号灯所在第二路口的第二通行数据,然后再根据第一行驶数据、第一状态数据、第一通行数据、第二状态数据及第二通行数据中的多项,确定车辆的第二行驶策略,之后基于第一行驶策略及第二行驶策略,确定车辆通过第一路口和/或第二路口的目标行驶策略。由此,通过较低的信息交互成本,就可以实现对车辆通过单个路口、及连续两个路口的行驶策略的估计,为提高车辆行驶的安全性、降低油耗提供了可靠的依据,优化了用户的驾驶体验。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500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,个人数字处理、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5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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501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501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(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(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如方法XX的。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508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501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501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***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(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(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(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,CRT(阴极射线管)或者LCD(液晶显示器)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(LAN)、广域网(WAN)、互联网及区块链网络。
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-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,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。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,本发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。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。在本公开的描述中,所使用的词语“如果”及“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“在……情况下”。
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。任何在本公开的精神和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 (21)
1.一种车辆控制方法,包括:
在确定车辆待行驶的路段满足预设条件的情况下,获取所述车辆当前的第一行驶数据、所述车辆行驶方向上第一个信号灯的第一状态数据及所述第一个信号灯所在第一路口的第一通行数据,其中,所述第一状态数据为基于所述第一信号灯的历史状态数据确定的,所述通行数据包括历史通行数据和/或当前的通行数据;
根据所述第一行驶数据、所述第一状态数据及所述第一通行数据,确定所述车辆通过所述第一路口的第一行驶策略;
在所述第一行驶策略指示所述车辆可绿灯通过所述第一路口的情况下,获取所述车辆行驶方向上的第二个信号灯的第二状态数据及所述第二个信号灯所在第二路口的第二通行数据,其中,所述第二状态数据为基于所述第二信号灯的历史状态数据确定的;
根据所述第一行驶数据、所述第一状态数据、所述第一通行数据、所述第二状态数据及所述第二通行数据中的多项,确定所述车辆的第二行驶策略;
基于所述第一行驶策略及所述第二行驶策略,确定所述车辆通过所述第一路口和/或第二路口的目标行驶策略。
2.如权利要求1所述的方法,其中,所述确定车辆待行驶的路段满足预设条件,包括:
获取所述车辆当前的导航路线及所述车辆当前的位置;
根据所述车辆当前的位置及所述导航路线,确定所述车辆待行驶的路段;
在所述待行驶的路段为直行路段,且所述待行驶的路段中包含多个信号灯的情况下,确定所述待行驶的路段满足预设条件。
3.如权利要求1所述的方法,其中,所述根据所述第一行驶数据、所述第一状态数据、所述第一通行数据、所述第二状态数据及所述第二通行数据中的多项,确定所述车辆的第二行驶策略,包括:
根据所述第一行驶数据、所述第二状态数据及所述第二通行数据,确定所述车辆通过所述第二路口的第二行驶策略;或者,
根据所述第一行驶数据、所述第一状态数据、所述第一通行数据、所述第二状态数据及所述第二通行数据,确定所述车辆连续通过所述第一路口及所述第二路口的第二行驶策略。
4.如权利要求3所述的方法,其中,所述根据所述第一行驶数据、所述第一状态数据、所述第一通行数据、所述第二状态数据及所述第二通行数据中的多项,确定所述车辆的第二行驶策略,包括:
将所述第一行驶数据、所述第二状态数据及所述第二通行数据,输入所述第二路口对应的第一预测模型,以获取所述第一预测模型输出的所述车辆通过所述第二路口的第二行驶策略;或者,
将所述第一行驶数据、所述第一状态数据、所述第一通行数据、所述第二状态数据及所述第二通行数据输入第二预测模型,以获取所述第二预测模型输出的所述车辆连续通过所述第一路口及所述第二路口的第二行驶策略,其中,所述第二预测模型为与基于所述第一路口及所述第二路口分别关联的数据联合训练生成的模型。
5.如权利要求1所述的方法,其中,
所述行驶数据包括以下至少一项:行驶速度,与信号灯间的距离;
所述状态数据包括以下至少一项:信号灯的当前灯态,当前灯态的剩余时间,信号灯的下一个灯态,下一个灯态的时长,信号灯的周期;
所述通行数据包括以下至少一项:平均通行速度,平均通行量。
6.如权利要求1所述的方法,其中,所述获取所述车辆当前的第一行驶数据,包括:
在确定所述车辆与所述第一个信号灯间的距离小于距离阈值的情况下,获取所述车辆当前的第一行驶数据。
7.如权利要求6所述的方法,其中,在所述确定所述车辆通过所述第一路口的第一行驶策略之后,还包括:
在所述第一行驶策略指示所述车辆无法绿灯通过所述第一路口的情况下,获取所述车辆的第二行驶数据,其中,所述第二行驶数据为所述车辆与第二个信号灯间的距离小于所述距离阈值时的行驶数据;
基于所述第二行驶数据、所述第二状态数据及所述第二通行数据,确定所述车辆通过所述第二路口的第三行驶策略。
8.如权利要求1-7任一所述的方法,其中,所述基于所述第一行驶策略及所述第二行驶策略,确定所述车辆通过所述第一路口和/或第二路口的目标行驶策略,包括:
在所述第二行驶策略指示所述车辆无法绿灯通过所述第二路口、且所述第一行驶策略指示所述车辆可绿灯通过所述第一路口的情况下,基于所述第一行驶策略确定所述车辆通过所述第一路口的目标行驶策略;或者,
在所述第二行驶策略指示所述车辆无法绿灯连续通过所述第一路口及所述第二路口、且所述第一行驶策略指示所述车辆可绿灯通过所述第一路口的情况下,基于所述第一行驶策略确定所述车辆通过所述第一路口的目标行驶策略;或者,
在所述第二行驶策略指示所述车辆可绿灯连续通过所述第一路口及所述第二路口的情况下,基于所述第二行驶策略确定所述车辆连续通过所述第一路口及所述第二路口的目标行驶策略。
9.如权利要求8所述的方法,其中,所述行驶策略包括以下至少一项:是否可绿灯通过路口的指示信息、绿灯通过路口的行驶速度范围、油门踏板开度、刹车速度、刹车踏板开度、刹车距离。
10.一种车辆控制装置,包括:
第一获取模块,用于在确定车辆待行驶的路段满足预设条件的情况下,获取所述车辆当前的第一行驶数据、所述车辆行驶方向上第一个信号灯的第一状态数据及所述第一个信号灯所在第一路口的第一通行数据,其中,所述第一状态数据为基于所述第一信号灯的历史状态数据确定的,所述通行数据包括历史通行数据和/或当前的通行数据;
第一确定模块,用于根据所述第一行驶数据、所述第一状态数据及所述第一通行数据,确定所述车辆通过所述第一路口的第一行驶策略;
第二获取模块,用于在所述第一行驶策略指示所述车辆可绿灯通过所述第一路口的情况下,获取所述车辆行驶方向上的第二个信号灯的第二状态数据及所述第二个信号灯所在第二路口的第二通行数据,其中,所述第二状态数据为基于所述第二信号灯的历史状态数据确定的;
第二确定模块,用于根据所述第一行驶数据、所述第一状态数据、所述第一通行数据、所述第二状态数据及所述第二通行数据中的多项,确定所述车辆的第二行驶策略;
第三确定模块,用于基于所述第一行驶策略及所述第二行驶策略,确定所述车辆通过所述第一路口和/或第二路口的目标行驶策略。
11.如权利要求10所述的装置,其中,所述第一获取模块,还用于:
获取所述车辆当前的导航路线及所述车辆当前的位置;
根据所述车辆当前的位置及所述导航路线,确定所述车辆待行驶的路段;
在所述待行驶的路段为直行路段,且所述待行驶的路段中包含多个信号灯的情况下,确定所述待行驶的路段满足预设条件。
12.如权利要求10所述的装置,其中,所述第二确定模块,还用于:
根据所述第一行驶数据、所述第二状态数据及所述第二通行数据,确定所述车辆通过所述第二路口的第二行驶策略;或者,
根据所述第一行驶数据、所述第一状态数据、所述第一通行数据、所述第二状态数据及所述第二通行数据,确定所述车辆连续通过所述第一路口及所述第二路口的第二行驶策略。
13.如权利要求12所述的装置,其中,所述第二确定模块,还用于:
将所述第一行驶数据、所述第二状态数据及所述第二通行数据,输入所述第二路口对应的第一预测模型,以获取所述第一预测模型输出的所述车辆通过所述第二路口的第二行驶策略;或者,
将所述第一行驶数据、所述第一状态数据、所述第一通行数据、所述第二状态数据及所述第二通行数据输入第二预测模型,以获取所述第二预测模型输出的所述车辆连续通过所述第一路口及所述第二路口的第二行驶策略,其中,所述第二预测模型为与基于所述第一路口及所述第二路口分别关联的数据联合训练生成的模型。
14.如权利要求10所述的装置,其中,
所述行驶数据包括以下至少一项:行驶速度,与信号灯间的距离;
所述状态数据包括以下至少一项:信号灯的当前灯态,当前灯态的剩余时间,信号灯的下一个灯态,下一个灯态的时长,信号灯的周期;
所述通行数据包括以下至少一项:平均通行速度,平均通行量。
15.如权利要求10所述的装置,其中,所述第一获取模块,还用于:
在确定所述车辆与所述第一个信号灯间的距离小于距离阈值的情况下,获取所述车辆当前的第一行驶数据。
16.如权利要求15所述的装置,其中,所述第一确定模块,还用于:
在所述第一行驶策略指示所述车辆无法绿灯通过所述第一路口的情况下,获取所述车辆的第二行驶数据,其中,所述第二行驶数据为所述车辆与第二个信号灯间的距离小于所述距离阈值时的行驶数据;
基于所述第二行驶数据、所述第二状态数据及所述第二通行数据,确定所述车辆通过所述第二路口的第三行驶策略。
17.如权利要求10-16任一所述的装置,其中,所述第三确定模块,还用于:
在所述第二行驶策略指示所述车辆无法绿灯通过所述第二路口、且所述第一行驶策略指示所述车辆可绿灯通过所述第一路口的情况下,基于所述第一行驶策略确定所述车辆通过所述第一路口的目标行驶策略;或者,
在所述第二行驶策略指示所述车辆无法绿灯连续通过所述第一路口及所述第二路口、且所述第一行驶策略指示所述车辆可绿灯通过所述第一路口的情况下,基于所述第一行驶策略确定所述车辆通过所述第一路口的目标行驶策略;或者,
在所述第二行驶策略指示所述车辆可绿灯连续通过所述第一路口及所述第二路口的情况下,基于所述第二行驶策略确定所述车辆连续通过所述第一路口及所述第二路口的目标行驶策略。
18.如权利要求17所述的装置,其中,所述行驶策略包括以下至少一项:是否可绿灯通过路口的指示信息、绿灯通过路口的行驶速度范围、油门踏板开度、刹车速度、刹车踏板开度、刹车距离。
19.一种电子设备,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1-9中任一项所述的车辆控制方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,其中,所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的车辆控制方法。
21.一种计算机程序产品,其特征在于,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1-9中任一项所述车辆控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311110156.0A CN117058904A (zh) | 2023-08-30 | 2023-08-30 | 车辆控制方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311110156.0A CN117058904A (zh) | 2023-08-30 | 2023-08-30 | 车辆控制方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117058904A true CN117058904A (zh) | 2023-11-14 |
Family
ID=88660787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311110156.0A Pending CN117058904A (zh) | 2023-08-30 | 2023-08-30 | 车辆控制方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117058904A (zh) |
-
2023
- 2023-08-30 CN CN202311110156.0A patent/CN117058904A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220105961A1 (en) | Method for automatic control of vehicle and method for training lane change intention prediction network | |
CN112050824B (zh) | 用于车辆导航的路线规划方法、装置、***及电子设备 | |
EP4001845A2 (en) | Method for vehicle lane changing control, device, storage medium and computer program | |
CN112092827A (zh) | 自动驾驶功能控制方法、装置、电子设备及存储介质 | |
CN112700667A (zh) | 辅助车辆驾驶的方法、装置、电子设备和介质 | |
US11718306B2 (en) | Method and apparatus for acquiring sample deviation data, and electronic device | |
EP4155672A2 (en) | Method and apparatus for generating high-precision map, electronic device and storage medium | |
EP4151488A2 (en) | Method and apparatus of determining traveling trajectory of vehicle, electronic device, storage medium and program product | |
CN116264038A (zh) | 信号灯控制方法及装置、电子设备和存储介质 | |
CN117058904A (zh) | 车辆控制方法、装置、电子设备及存储介质 | |
CN114419896B (zh) | 基于数字孪生的交通信号灯控制方法、装置、设备及介质 | |
CN114973656B (zh) | 交通交互性能的评估方法、装置、设备、介质和产品 | |
CN117116075A (zh) | 车辆控制方法、装置、电子设备及存储介质 | |
CN113911139B (zh) | 车辆控制方法、装置和电子设备 | |
CN115681483A (zh) | 车辆控制器、车辆及车辆控制方法 | |
CN111524389B (zh) | 车辆驾驶方法和装置 | |
CN111060122A (zh) | 一种导航信息共享方法及装置 | |
CN114970949B (zh) | 行驶速度预测方法、装置、电子设备及存储介质 | |
CN115330042B (zh) | 冲突点确定方法、装置、设备、可读存储介质 | |
CN114999204B (zh) | 导航信息处理方法、装置、设备及存储介质 | |
EP4102481A1 (en) | Method and apparatus for controlling vehicle, device, medium, and program product | |
CN116343480A (zh) | 交通信号灯切换点预测方法、装置、电子设备及存储介质 | |
CN117198041A (zh) | 绿波预测模型训练方法、绿波预测方法、装置及电子设备 | |
CN117523838A (zh) | 道路状态确定方法、装置、车辆和存储介质 | |
CN117198040A (zh) | 路口通行信息的获取方法、装置、电子设备与可读存储介质 |
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 |