技术新讯 > 车辆装置的制造及其改造技术 > 一种车辆自动控制方法及自动驾驶车辆、计算机存储介质与流程  >  正文

一种车辆自动控制方法及自动驾驶车辆、计算机存储介质与流程

  • 国知局
  • 2024-08-02 16:46:54

本发明涉及自动驾驶领域,尤其涉及一种车辆自动控制方法及自动驾驶车辆、计算机存储介质。

背景技术:

1、随着汽车技术的日新月异,汽车也越来越智能化,汽车自动驾驶也成为可能。自动驾驶从起点到目的地的过程中,除了要避开路上的各种障碍物安全前往目的地之外,也需要应对各种特殊操作场景,对前车的各种奇怪驾驶行为也要采取一定行为策略来脱困。

2、另外,道路各种多样宽窄各异,有些道路宽度较小,当车辆需要在狭窄的道路中掉头或转弯时,有时候只打一把方向会过不去,需要在道路中间反复进行操作才能成功通行。汽车的自动驾驶系统遇到上述这种场景时,无法理解前车的目的,会出现与前车距离过近或不合理绕行影响前车倒车的情况。此时,如果没有及时采取正确避让逻辑,仅仅只是停靠在前车后方不动也会造成堵塞交通等交通问题。

技术实现思路

1、本发明实施例旨在提供一种车辆自动控制方法及自动驾驶车辆、计算机存储介质,可以解决现有的汽车自动驾驶系统在遇到前车在道路中掉头或转弯时无法理解前车的目的造成与前车距离过近或不合理绕行影响前车倒车的问题。

2、为解决上述技术问题,本发明第一方面实施例提供一种车辆自动控制方法,包括:

3、利用预设深度学习模型确定出主车前方障碍物为前车,并获取所述前车的预测行驶轨迹;

4、根据所述前车的实际行驶轨迹和所述前车的预测行驶轨迹,利用预设冲突逻辑模型识别出所述前车的三点掉头意图;

5、根据所述前车的三点掉头意图,判断所述前车三点掉头后即将行驶的目标位置,确定所述前车开往所述目标位置的行驶轨迹;

6、根据所述前车开往所述目标位置的行驶轨迹,控制所述主车根据预设行为策略进行行驶,避让所述前车。

7、可选地,所述利用预设深度学习模型确定出所述主车前方障碍物为前车,并确定所述前车的行驶轨迹,包括:

8、控制所述主车的传感器实时捕获所述主车前方障碍物的点云;

9、在获取到所述主车前方障碍物的点云后,利用预设深度学习模型确定出所述主车前方障碍物的点云是否为一车辆轮廓以及车辆朝向,并根据所述车辆轮廓求解出车辆位置,根据所述车辆位置及车辆朝向的变化运动计算出车辆速度;

10、根据所述车辆朝向、所述车辆位置及所述车辆速度获取所述前车的预测行驶轨迹。

11、可选地,所述利用预设深度学习模型确定出所述主车前方障碍物为前车,并确定所述前车的行驶轨迹,还包括:将所述前车的所述车辆轮廓、所述车辆朝向、所述车辆位置、所述车辆速度以及所述前车的行驶轨迹叠加显示在所述主车的显示屏幕中。

12、可选地,所述根据所述前车的实际行驶轨迹和所述前车的预测行驶轨迹,利用预设冲突逻辑模型识别出所述前车的三点掉头意图;包括:

13、在获取到所述前车的实际行驶轨迹与所述前车的预测行驶轨迹不相符时,利用预设冲突逻辑模型识别出所述前车的三点掉头意图。

14、可选地,所述根据所述前车的三点掉头意图,判断所述前车三点掉头后即将行驶的目标位置,确定所述前车开往所述目标位置的行驶轨迹;包括:

15、根据所述前车的三点掉头意图,利用预设目标车道模型判断所述前车三点掉头后即将行驶的目标位置;

16、根据所述前车的当前车辆位置和所述前车的目标位置进行路径规划,确定所述前车开往所述目标位置的行驶轨迹。

17、可选地,所述根据所述前车开往所述目标位置的行驶轨迹,控制所述主车根据预设行为策略进行行驶,避让所述前车;包括:

18、识别所述前车是否为停车车辆;

19、根据所述主车与所述前车距离以及道路宽度,控制所述主车根据预设行为策略进行行驶,避让所述前车。

20、可选地,所述识别所述前车是否为停车车辆,包括:

21、如果所述前车在当前位置停车后经过预设时间没有进一步动作,则判断所述前车为停车车辆;

22、如果所述前车在所述当前位置停车后有进一步动作,则判断所述前车为三点掉头车辆。

23、可选地,所述根据所述主车与所述前车距离以及道路宽度,控制所述主车根据预设行为策略进行行驶;包括:

24、当所述主车与所述前车距离较近且道路宽度有空间绕行时,根据所述前车当前阶段来决定应当礼让或直接绕行;

25、当所述主车与所述前车距离较远时,如果道路宽度不足以绕行需要停在所述前车后方时,停车等待所述前车完成三点掉头后才继续往前走;

26、当道路较窄没有足够安全空间可以绕行时,则停车等待,并观测所述前车需要完成三点掉头的所有轨迹,并进一步确定所述主车刹停位置是否会影响所述前车执行三点掉头所需空间;

27、当道路较宽时,根据所述前车开往所述目标位置的行驶轨迹,如果所述前车的行驶轨迹未来会挡住所述主车的通行情况,选择刹停等待,等待所述前车完成三点掉头后才继续往前走。

28、相应地,本发明第二方面实施例提供一种自动驾驶车辆,包括:存储器、处理器及存储在所述存储器上并在所述处理器上运动的计算机程序,所述计算机程序被所述处理器执行时实现本发明第一方面实施例所述的车辆自动控制方法。

29、相应地,本发明第三方面实施例提供一种计算机存储介质,所述计算机存储介质上存储有车辆自动控制方法的程序,所述车辆自动控制方法的程序被处理器执行实现本发明第一方面实施例所述的车辆自动控制方法。

30、相对于现有技术,本发明提供种车辆自动控制方法及自动驾驶车辆、计算机存储介质,该车辆自动控制方法包括利用预设深度学习模型确定出所述主车前方障碍物为前车,并获取所述前车的预测行驶轨迹;根据所述前车的实际行驶轨迹和所述前车的预测行驶轨迹,利用预设冲突逻辑模型识别出所述前车的三点掉头意图;根据所述前车的三点掉头意图,判断所述前车三点掉头后即将行驶的目标位置,确定所述前车开往所述目标位置的行驶轨迹;根据所述前车开往所述目标位置的行驶轨迹,控制所述主车根据预设行为策略进行行驶,避让所述前车。从而可以自动驾驶系统可以在面对前车有三点掉头意图时及时做出反应,及时采取正确的行为策略进行避让,给前车倒车腾出足够的操作空间,极大地减少与前车的矛盾,解决脱困场景,提升通行效率以及提升安全性,同时使得自动驾驶更加智能。从而可以解决现有的汽车自动驾驶系统在遇到前车在道路中掉头或转弯时无法理解前车的目的造成与前车距离过近或不合理绕行影响前车倒车的问题。

技术特征:

1.一种车辆自动控制方法,其特征在于,所述车辆自动控制方法包括:

2.根据权利要求1所述的车辆自动控制方法,其特征在于,所述利用预设深度学习模型确定出所述主车前方障碍物为前车,并确定所述前车的行驶轨迹,包括:

3.根据权利要求2所述的车辆自动控制方法,其特征在于,所述利用预设深度学习模型确定出所述主车前方障碍物为前车,并确定所述前车的行驶轨迹,还包括:将所述前车的所述车辆轮廓、所述车辆朝向、所述车辆位置、所述车辆速度以及所述前车的行驶轨迹叠加显示在所述主车的显示屏幕中。

4.根据权利要求2所述的车辆自动控制方法,其特征在于,所述根据所述前车的实际行驶轨迹和所述前车的预测行驶轨迹,利用预设冲突逻辑模型识别出所述前车的三点掉头意图;包括:

5.根据权利要求1所述的车辆自动控制方法,其特征在于,所述根据所述前车的三点掉头意图,判断所述前车三点掉头后即将行驶的目标位置,确定所述前车开往所述目标位置的行驶轨迹;包括:

6.根据权利要求5所述的车辆自动控制方法,其特征在于,所述根据所述前车开往所述目标位置的行驶轨迹,控制所述主车根据预设行为策略进行行驶,避让所述前车;包括:

7.根据权利要求6所述的车辆自动控制方法,其特征在于,所述识别所述前车是否为停车车辆,包括:

8.根据权利要求6所述的车辆自动控制方法,其特征在于,所述根据所述主车与所述前车距离以及道路宽度,控制所述主车根据预设行为策略进行行驶;包括:

9.一种自动驾驶车辆,其特征在于,包括:存储器、处理器及存储在所述存储器上并在所述处理器上运动的计算机程序,所述计算机程序被所述处理器执行时实现权利要求1至8中任一项所述的车辆自动控制方法。

10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有车辆自动控制方法的程序,所述车辆自动控制方法的程序被处理器执行时实现如权利要求1至8中任一项所述的车辆自动控制方法。

技术总结本发明涉及自动驾驶领域,公开一种车辆自动控制方法及自动驾驶车辆、计算机存储介质。该车辆自动控制方法包括:利用预设深度学习模型确定出主车前方障碍物为前车,并获取前车的预测行驶轨迹;根据前车的实际行驶轨迹和前车的预测行驶轨迹,利用预设冲突逻辑模型识别出前车的三点掉头意图;根据前车的三点掉头意图,判断前车三点掉头后即将行驶的目标位置,确定前车开往所述目标位置的行驶轨迹;根据前车开往所述目标位置的行驶轨迹,控制主车根据预设行为策略进行行驶,避让前车。从而可以自动驾驶系统可以在面对前车有三点掉头意图时及时做出反应,及时采取正确的行为策略进行避让,提升安全性,同时使得自动驾驶更加智能。技术研发人员:林冬烁受保护的技术使用者:广州文远知行科技有限公司技术研发日:技术公布日:2024/7/11

本文地址:https://www.jishuxx.com/zhuanli/20240718/252465.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。