CN110562264B - 面向无人驾驶的道路危险预测方法、装置、设备及介质 - Google Patents
面向无人驾驶的道路危险预测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN110562264B CN110562264B CN201910759112.8A CN201910759112A CN110562264B CN 110562264 B CN110562264 B CN 110562264B CN 201910759112 A CN201910759112 A CN 201910759112A CN 110562264 B CN110562264 B CN 110562264B
- Authority
- CN
- China
- Prior art keywords
- road
- unmanned
- weather
- road section
- automobile
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000008569 process Effects 0.000 claims description 8
- 238000001035 drying Methods 0.000 abstract description 2
- 230000008014 freezing Effects 0.000 abstract description 2
- 238000007710 freezing Methods 0.000 abstract description 2
- 238000009736 wetting Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 5
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 150000003839 salts Chemical class 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 230000007480 spreading Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future conditions
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明提出了一种面向无人驾驶的道路危险预测方法、装置、设备及介质。包括：获取无人驾驶汽车当前行驶的实时地理位置坐标信息和规划路径；根据规划路径获取路径上的气象，气象包括：晴天气象和晴天气象的预计持续时间、下雨气象和下雨气象的预计持续时间及下雪气象和下雪气象的预计持续时间，并根据气象分别将规划路径划分成不同的气象路段；根据气象对气象路段的路况进行预测，路况包括：干燥、潮湿及结冰；当无人驾驶汽车实时地理位置坐标处于两个不同路段的分界点附近时，发送路况预测结果并对车辆进行控制，本发明在天气变化导致道路发生变化时，通过天气气象对路况进行预测，给用户提供路况提醒，并根据路况对汽车进行相应的控制。
Description
技术领域
本发明涉及信息处理技术领域，尤其涉及一种面向无人驾驶的道路危险预测方法、装置、设备及介质。
背景技术
随着信息时代的发展，无人驾驶汽车从不可能变成了可能，现在的企业也将重心逐渐转移到了无人驾驶汽车方面，所以在无人驾驶车辆调试过程中或者在无人驾驶车辆实际行驶中，对前方道路的路况就需要及时的判断并做出反应。
但是目前来看，现阶段的无人驾驶汽车在行驶过程中，在天气发生变化时，也无法对前方道路可能存在的危险进行预测；其次，当天气导致行驶的道路发生变化时，只会对用户进行提醒，而无法针对相应的路况做出改变，防止因路况变化而导致的安全事故。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
有鉴于此，本发明提出了一种面向无人驾驶的道路危险预测方法、装置、设备及介质，旨在解决现有技术无法根据天气变化自动对车辆做出相应的控制的技术问题。
本发明的技术方案是这样实现的：
一方面，本发明提供了一种面向无人驾驶的道路危险预测方法，所述面向无人驾驶的道路危险预测方法包括以下步骤：
获取无人驾驶汽车当前行驶的实时地理位置坐标信息和规划路径；
根据规划路径获取路径上的气象信息，所述气象信息包括：晴天气象和晴天气象的预计持续时间、下雨气象和下雨气象的预计持续时间以及下雪气象和下雪气象的预计持续时间，并根据不同气象信息分别将规划路径划分成不同的气象路段；
根据所述气象信息对所述气象路段的路况进行预测，所述路况包括：干燥、潮湿以及结冰；
当无人驾驶汽车实时地理位置坐标处于两个不同路段的分界点附近时，发送路况预测结果并对车辆进行控制。
在以上技术方案的基础上，优选的，还包括以下步骤，设定路况的预测时间，当所述晴天气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为干燥路况；当所述下雨气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为潮湿路况；当所述下雪气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为结冰路况。
在以上技术方案的基础上，优选的，还包括以下步骤，设定不同路况的驾驶模式，当无人驾驶汽车进入干燥、潮湿或结冰路况时，根据所述不同路况无人驾驶汽车自动切换成不同的驾驶模式。
在以上技术方案的基础上，优选的，还包括以下步骤，设定干燥路段、潮湿路段以及结冰路段三种驾驶模式，当无人驾驶汽车进入干燥路段时，无人驾驶汽车自动切换成干燥路段驾驶模式，所述干燥路段驾驶模式包括：提示用户注意前方路段安全，获取所述干燥路段的安全速度，并将汽车行驶速度调整至所述干燥路段的安全速度；当无人驾驶汽车进入潮湿路段时，无人驾驶汽车自动切换成潮湿路段驾驶模式，所述潮湿路段驾驶模式包括：设定雨刷摆动的预设频率，提示用户注意前方路段安全，建议用户对汽车进行辅助控制，实时获取雨刷的摆动频率，当所述频率大于所述预设频率时，建议用户寻找安全位置进行停车，获取所述潮湿路段的安全速度，并将汽车行驶速度调整至所述潮湿路段的安全速度；当无人驾驶汽车进入结冰路段时，无人驾驶汽车自动切换成结冰路段驾驶模式，所述冰路段驾驶模式包括：提醒用户对汽车进行手动控制，并对轮胎进行检测，当检测到轮胎没有缠绕防滑链时，提醒用户缠绕防滑链，获取所述结冰路段的安全速度，并将汽车行驶速度调整至所述结冰路段的安全速度，并建议用户对结冰路段进行规避。
在以上技术方案的基础上，优选的，还包括以下步骤，设定干燥路段、潮湿路段以及结冰路段的建议安全车距，实时获取无人驾驶汽车行驶过程中与前后车辆之间的车距，将所述车距调整至所述建议安全车距。
在以上技术方案的基础上，优选的，还包括以下步骤，对不同气象路段的路况进行预测，当无人驾驶汽车实时地理位置坐标处于两个不同路段的分界点附近时，发送下一个路段的预测路况给用户。
在以上技术方案的基础上，优选的，还包括以下步骤，设定不同路况的安全行车习惯，当无人驾驶汽车实时地理位置坐标处于两个不同路段的分界点附近时，获取下一路段的预测路况，根据所述下一路段的预测路况将对应的安全行车习惯推送给用户。
更进一步优选的，所述面向无人驾驶的道路危险预测装置包括：
获取模块，用于获取无人驾驶汽车当前行驶的实时地理位置坐标信息和规划路径；
划分模块，用于根据规划路径获取路径上的气象信息，所述气象信息包括：晴天气象和晴天气象的预计持续时间、下雨气象和下雨气象的预计持续时间以及下雪气象和下雪气象的预计持续时间，并根据不同气象信息分别将规划路径划分成不同的气象路段；
预测模块，用于根据所述气象信息对所述气象路段的路况进行预测，所述路况包括：干燥、潮湿以及结冰；
设定路况的预测时间，当所述晴天气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为干燥路况；当所述下雨气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为潮湿路况；当所述下雪气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为结冰路况；
处理模块，用于当汽车实时地理位置坐标处于两个不同路段的分界点附近时，对路段的危险等级进行警示，根据所述危险等级对车辆进行控制。
第二方面，所述面向无人驾驶的道路危险预测方法还包括一种面向无人驾驶的道路危险预测终端设备，所述设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的面向无人驾驶的道路危险预测方法程序，所述面向无人驾驶的道路危险预测方法程序配置为实现如上文所述的面向无人驾驶的道路危险预测方法的步骤。
第三方面，所述面向无人驾驶的道路危险预测方法还包括一种面向无人驾驶的道路危险预测存储介质，所述介质为计算机介质，所述计算机介质上存储有面向无人驾驶的道路危险预测方法程序，所述面向无人驾驶的道路危险预测方法程序被处理器执行时实现如上文所述的面向无人驾驶的道路危险预测方法的步骤。
本发明的一种面向无人驾驶的道路危险预测方法相对于现有技术具有以下有益效果：
(1)通过获取无人驾驶汽车行驶路径上的气象信息，根据气象信息将路径划分成不同的路段，并通过气象信息对路段上的路况进行预测，将预测的路况播报给用户，提醒用户注意道路安全，增加无人驾驶汽车在行驶过程中的安全性。
(2)通过设定无人驾驶汽车在干燥、潮湿以及结冰路况上的驾驶模式，当无人驾驶汽车进入干燥、潮湿或者结冰路段时，无人驾驶汽车自动切换到对应的驾驶模式，并对用户做出提醒，必要时，提示用户进行手动控制汽车，增加行驶过程中的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例方案涉及的硬件运行环境的设备的结构示意图；
图2为本发明面向无人驾驶的道路危险预测方法第一实施例的流程示意图；
图3为本发明面向无人驾驶的道路危险预测方法第一实施例的功能模块示意图；
表1为本发明面向无人驾驶的道路危险预测方法汽车纵滑附着系数参考值表；
表2为本发明面向无人驾驶的道路危险预测方法冰雪路面的汽车纵滑附着系数参考值表。
具体实施方式
下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
如图1所示，该设备可以包括：处理器1001，例如中央处理器(Central ProcessingUnit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口 1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对设备的限定，在实际应用中设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及面向无人驾驶的道路危险预测方法程序。
在图1所示的设备中，网络接口1004主要用于建立设备与存储面向无人驾驶的道路危险预测方法系统中所需的所有数据的服务器的通信连接；用户接口 1003主要用于与用户进行数据交互；本发明面向无人驾驶的道路危险预测方法设备中的处理器1001、存储器1005可以设置在面向无人驾驶的道路危险预测方法设备中，所述面向无人驾驶的道路危险预测方法设备通过处理器1001调用存储器1005中存储的面向无人驾驶的道路危险预测方法程序，并执行本发明实施提供的面向无人驾驶的道路危险预测方法。
结合图2，图2为本发明面向无人驾驶的道路危险预测方法第一实施例的流程示意图。
本实施例中，所述面向无人驾驶的道路危险预测方法包括以下步骤：
S10：获取无人驾驶汽车当前行驶的实时地理位置坐标信息和规划路径。
应当理解的是，获取汽车当前行驶的实时地理位置坐标信息以便能够精确定位到用户所在位置，给用户提供精准的服务，规划路径就是用户选择的将要行驶的总路径。
S20：根据规划路径获取路径上的气象信息，所述气象信息包括：晴天气象和晴天气象的预计持续时间、下雨气象和下雨气象的预计持续时间以及下雪气象和下雪气象的预计持续时间，并根据不同气象信息分别将规划路径划分成不同的气象路段。
应当理解的是，根据规划路径获取路径上的气象信息，并根据不同气象信息分别将规划路径划分成不同的气象路段，不同路径上可以存在不同的气象信息，比如这个路段是晴天，那么可以将这个路段划为AB气象路段，这个路段是暴雨，可以将这个路段划为BC气象路段。
应当理解的是，同时还会获取气象的预计持续时间，比如AB路段是晴天气象路段，该路段晴天气象预计会持续3个小时，通过气象预计持续时间，对AB 路段的路况进行一个预测，AB路段的路况可能是干燥路段。
S30：根据所述气象信息对所述气象路段的路况进行预测，所述路况包括：干燥、潮湿以及结冰。
应当理解的是，根据气象的预计持续时间对气象路段的路况进行预测，首先会设定一个路况的预测时间，这个预测时间用于对气象路段的路况进行判定，比如预测时间为3个小时，当无人驾驶汽车进入AB晴天气象路段时，获取到该路段晴天气象预计会持续3个小时，将这个持续时间与预测时间进行比较，当持续时间大于等于预测时间时，就预测AB晴天路段的路况为干燥路况。
S40：当无人驾驶汽车实时地理位置坐标处于两个不同路段的分界点附近时，发送路况预测结果并对车辆进行控制。
应当理解的是，当无人驾驶汽车实时地理位置坐标处于两个不同路段的分界点附近时，会将下一个路段的预测路况发送给用户，给用户提醒。
应当理解的是，设定干燥路段、潮湿路段以及结冰路段的建议安全车距和安全行车习惯，当实时获取到无人驾驶汽车实时地理位置坐标处于两个不同路段的分界点附近时，实时获取无人驾驶汽车行驶过程中与前后车辆之间的车距，然后自动将车距调整至建议安全车距，同时通过汽车内置摄像头对驾驶员的行驶习惯进行获取，当发现不良行驶习惯是，对驾驶员进行提醒。
应当理解的是，无人驾驶汽车会在系统中设定在干燥路段、潮湿路段以及结冰路段上行驶的不同的驾驶模式，当无人驾驶汽车进入干燥路段时，无人驾驶汽车自动切换成干燥路段驾驶模式，干燥路段驾驶模式会通过提示用户注意前方路段安全，将车速调整至干燥路段的安全速度，调整安全车距的方式来增加无人驾驶汽车的安全性。
应当理解的是，当无人驾驶汽车进入潮湿路段时，无人驾驶汽车自动切换成潮湿路段驾驶模式，潮湿路段驾驶模式会通过提示用户注意前方路段安全，对雨刷的摆动频率进行判断，当发现雨刷的摆动频率比预先设定的频率要大时，判断此时降雨量可能会过大，车玻璃上的雨水会使驾驶员视线模糊，此时系统会建议用户寻找安全位置进行停车，将车速调整至潮湿路段的安全速度，调整安全车距的方式来增加无人驾驶汽车的安全性。
应当理解的是，当无人驾驶汽车进入结冰路段时，无人驾驶汽车自动切换成结冰路段驾驶模式，结冰路段驾驶模式会提醒用户进行手动对汽车进行辅助控制以增加行驶的安全性，然后在汽车上路之前会对轮胎有没有缠绕防滑链进行检测，当检测到无人驾驶汽车没有缠绕防滑链时，会对用户进行警示，提醒用户缠绕防滑链，当无人驾驶汽车上路后，会自动调整车速至结冰路段的安全速度，并建议用户对结冰路段进行规避。
应当理解的是，结合表1，当无人驾驶汽车位于干燥路况时，会设定干燥路况的汽车纵滑附着系数参考值，这个参考值是系统从数据库中提取而来，比如当无人驾驶汽车行驶至干燥的混凝土新路时，会获取汽车实时的速度，当速度在48km/h以下时，汽车纵滑附着系数参考值就是0.80－1.00的范围，当速度在 48km/h以上时，参考值就是0.70－0.85的范围，此时会获取汽车的汽车纵滑附着系数与参考值进行比较，当符合参考值范围时，说明汽车处于一种安全状态，可以按照当前状态进行行驶，若不符合，则说明汽车处于一种危险状态，需要及时减速进行调整。潮湿路况与干燥路况的处理方法相同，对于潮湿路况，当速度在48km/h以下时，汽车纵滑附着系数参考值就是0.50－0.80的范围，当速度在48km/h以上时，参考值就是0.40－0.75的范围，所以当汽车处于潮湿路况时，系统会间隔提醒用户注意道路安全，并实时监控当前车速，以保证车速处于安全车速范围之内。
应当理解的是，结合表2，当无人驾驶汽车位于结冰路段时，因为结冰路段状态不同，汽车纵滑附着系数参考值也会不同，比如，新雪、接近冰的压实雪路况上的汽车纵滑附着系数参考值就在0.1-0.2范围内，而积雪上撒上砂和盐则是在0.30-0.45范围内，所以当汽车进入结冰路段时，无人驾驶汽车会警告用户注意行车安全，当前路况汽车纵滑附着系数参考值过小，容易发生危险，建议用户及时规避此路况，或者系统会将车停至安全停车点，以增加行驶安全性。
表1汽车纵滑附着系数参考值表
| 状态 | 附着系数 |
| 新雪、接近冰的压实雪 | 0.1-0.2 |
| 普通雪 | 0.2-0.25 |
| 粗雪、开始溶解的雪 | 0.25-0.30 |
| 积雪上撒上盐 | 0.30-0.40 |
| 积雪上撒上砂 | 0.35-0.45 |
| 积雪上撒上砂和盐 | 0.30-0.45 |
表2冰雪路面的汽车纵滑附着系数参考值表
应当理解的是，本实施除干燥路段驾驶模式、潮湿路段驾驶模式以及冰路段驾驶模式外，还提供一种基本路况驾驶模式和紧急路况驾驶模式，这种基本路况驾驶模式针对的路况包括：道路上存在多个急转弯、隧洞、坑洞等，需要驾驶员小心驾驶的路况，这种基本路况驾驶模式会提醒用户注意前方路段安全，自动将车速调整安全速度来增加无人驾驶汽车行驶的安全性，另一种紧急路况驾驶模式针对的路况包括：因恶劣天气导致的道路塌方、前方发生连环车祸、道路过于湿滑，无法行车等极端路况，遇到这种极端路况，紧急路况驾驶模式会警告驾驶员留意车辆安全，然后会搜索附近的安全停车点，在将车速调整至安全车速后，无人驾驶汽车会提示用户进入附近的安全停车点对极端路况进行避让。
需要说明的是，以上仅为举例说明，并不对本申请的技术方案构成任何限定。
通过上述描述不难发现，本实施例通过获取无人驾驶汽车当前行驶的实时地理位置坐标信息和规划路径；根据规划路径获取路径上的气象，气象包括：晴天气象和晴天气象的预计持续时间、下雨气象和下雨气象的预计持续时间及下雪气象和下雪气象的预计持续时间，并根据气象分别将规划路径划分成不同的气象路段；根据气象对气象路段的路况进行预测，路况包括：干燥、潮湿及结冰；当无人驾驶汽车实时地理位置坐标处于两个不同路段的分界点附近时，发送路况预测结果并对车辆进行控制，本实施例在天气变化导致道路发生变化时，通过天气气象对路况进行预测，给用户提供路况提醒，并根据路况对汽车进行相应的控制。
此外，本发明实施例还提出一种面向无人驾驶的道路危险预测装置。如图3所示，该面向无人驾驶的道路危险预测装置包括：获取模块10、划分模块20、预测模块30、控制模块40。
获取模块10，用于获取无人驾驶汽车当前行驶的实时地理位置坐标信息和规划路径；
划分模块20，用于根据规划路径获取路径上的气象信息，所述气象信息包括：晴天气象和晴天气象的预计持续时间、下雨气象和下雨气象的预计持续时间以及下雪气象和下雪气象的预计持续时间，并根据不同气象信息分别将规划路径划分成不同的气象路段；
预测模块30，用于根据所述气象信息对所述气象路段的路况进行预测，所述路况包括：干燥、潮湿以及结冰；
设定路况的预测时间，当所述晴天气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为干燥路况；当所述下雨气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为潮湿路况；当所述下雪气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为结冰路况；
控制模块40，用于当汽车实时地理位置坐标处于两个不同路段的分界点附近时，对路段的危险等级进行警示，根据所述危险等级对车辆进行控制。
此外，需要说明的是，以上所描述的装置实施例仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的面向无人驾驶的道路危险预测方法，此处不再赘述。
此外，本发明实施例还提出一种面向无人驾驶的道路危险预测存储介质，所述介质为计算机介质，所述计算机介质上存储有面向无人驾驶的道路危险预测方法程序，所述面向无人驾驶的道路危险预测方法程序被处理器执行时实现如下操作：
获取无人驾驶汽车当前行驶的实时地理位置坐标信息和规划路径；
根据规划路径获取路径上的气象信息，所述气象信息包括：晴天气象和晴天气象的预计持续时间、下雨气象和下雨气象的预计持续时间以及下雪气象和下雪气象的预计持续时间，并根据不同气象信息分别将规划路径划分成不同的气象路段；
根据所述气象信息对所述气象路段的路况进行预测，所述路况包括：干燥、潮湿以及结冰；
当无人驾驶汽车实时地理位置坐标处于两个不同路段的分界点附近时，发送路况预测结果并对车辆进行控制。
进一步地，所述面向无人驾驶的道路危险预测方法程序被处理器执行时还实现如下操作：
设定路况的预测时间，当所述晴天气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为干燥路况；当所述下雨气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为潮湿路况；当所述下雪气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为结冰路况。
进一步地，所述面向无人驾驶的道路危险预测方法程序被处理器执行时还实现如下操作：
设定不同路况的驾驶模式，当无人驾驶汽车进入干燥、潮湿或结冰路况时，根据所述不同路况无人驾驶汽车自动切换成不同的驾驶模式。
进一步地，所述面向无人驾驶的道路危险预测方法程序被处理器执行时还实现如下操作：
设定干燥路段、潮湿路段以及结冰路段三种驾驶模式，当无人驾驶汽车进入干燥路段时，无人驾驶汽车自动切换成干燥路段驾驶模式，所述干燥路段驾驶模式包括：提示用户注意前方路段安全，获取所述干燥路段的安全速度，并将汽车行驶速度调整至所述干燥路段的安全速度；当无人驾驶汽车进入潮湿路段时，无人驾驶汽车自动切换成潮湿路段驾驶模式，所述潮湿路段驾驶模式包括：设定雨刷摆动的预设频率，提示用户注意前方路段安全，建议用户对汽车进行辅助控制，实时获取雨刷的摆动频率，当所述频率大于所述预设频率时，建议用户寻找安全位置进行停车，获取所述潮湿路段的安全速度，并将汽车行驶速度调整至所述潮湿路段的安全速度；当无人驾驶汽车进入结冰路段时，无人驾驶汽车自动切换成结冰路段驾驶模式，所述冰路段驾驶模式包括：提醒用户对汽车进行手动控制，并对轮胎进行检测，当检测到轮胎没有缠绕防滑链时，提醒用户缠绕防滑链，获取所述结冰路段的安全速度，并将汽车行驶速度调整至所述结冰路段的安全速度，并建议用户对结冰路段进行规避。
进一步地，所述面向无人驾驶的道路危险预测方法程序被处理器执行时还实现如下操作：
设定干燥路段、潮湿路段以及结冰路段的建议安全车距，实时获取无人驾驶汽车行驶过程中与前后车辆之间的车距，将所述车距调整至所述建议安全车距。
进一步地，所述面向无人驾驶的道路危险预测方法程序被处理器执行时还实现如下操作：
对不同气象路段的路况进行预测，当无人驾驶汽车实时地理位置坐标处于两个不同路段的分界点附近时，发送下一个路段的预测路况给用户。
进一步地，所述面向无人驾驶的道路危险预测方法程序被处理器执行时还实现如下操作：
设定不同路况的安全行车习惯，当无人驾驶汽车实时地理位置坐标处于两个不同路段的分界点附近时，获取下一路段的预测路况，根据所述下一路段的预测路况将对应的安全行车习惯推送给用户。
以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种面向无人驾驶的道路危险预测方法，其特征在于：包括以下步骤；
获取无人驾驶汽车当前行驶的实时地理位置坐标信息和规划路径；
根据规划路径获取路径上的气象信息，所述气象信息包括：晴天气象和晴天气象的预计持续时间、下雨气象和下雨气象的预计持续时间以及下雪气象和下雪气象的预计持续时间，并根据不同气象信息分别将规划路径划分成不同的气象路段；
根据所述气象信息对所述气象路段的路况进行预测，所述路况包括：干燥、潮湿以及结冰；
当无人驾驶汽车实时地理位置坐标处于两个不同路段的分界点附近时，发送路况预测结果并对车辆进行控制；
设定路况的预测时间，当所述晴天气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为干燥路况；当所述下雨气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为潮湿路况；当所述下雪气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为结冰路况。
2.如权利要求1所述的面向无人驾驶的道路危险预测方法，其特征在于：还包括以下步骤，设定不同路况的驾驶模式，当无人驾驶汽车进入干燥、潮湿或结冰路况时，根据所述不同路况无人驾驶汽车自动切换成不同的驾驶模式。
3.如权利要求2所述的面向无人驾驶的道路危险预测方法，其特征在于：还包括以下步骤，设定干燥路段、潮湿路段以及结冰路段三种驾驶模式，当无人驾驶汽车进入干燥路段时，无人驾驶汽车自动切换成干燥路段驾驶模式，所述干燥路段驾驶模式包括：提示用户注意前方路段安全，获取所述干燥路段的安全速度，并将汽车行驶速度调整至所述干燥路段的安全速度；当无人驾驶汽车进入潮湿路段时，无人驾驶汽车自动切换成潮湿路段驾驶模式，所述潮湿路段驾驶模式包括：设定雨刷摆动的预设频率，提示用户注意前方路段安全，建议用户对汽车进行辅助控制，实时获取雨刷的摆动频率，当所述频率大于所述预设频率时，建议用户寻找安全位置进行停车，获取所述潮湿路段的安全速度，并将汽车行驶速度调整至所述潮湿路段的安全速度；当无人驾驶汽车进入结冰路段时，无人驾驶汽车自动切换成结冰路段驾驶模式，所述冰路段驾驶模式包括：提醒用户对汽车进行手动控制，并对轮胎进行检测，当检测到轮胎没有缠绕防滑链时，提醒用户缠绕防滑链，获取所述结冰路段的安全速度，并将汽车行驶速度调整至所述结冰路段的安全速度，并建议用户对结冰路段进行规避。
4.如权利要求1所述的面向无人驾驶的道路危险预测方法，其特征在于：还包括以下步骤，设定干燥路段、潮湿路段以及结冰路段的建议安全车距，实时获取无人驾驶汽车行驶过程中与前后车辆之间的车距，将所述车距调整至所述建议安全车距。
5.如权利要求1所述的面向无人驾驶的道路危险预测方法，其特征在于：还包括以下步骤，对不同气象路段的路况进行预测，当无人驾驶汽车实时地理位置坐标处于两个不同路段的分界点附近时，发送下一个路段的预测路况给用户。
6.如权利要求1所述的面向无人驾驶的道路危险预测方法，其特征在于：还包括以下步骤，设定不同路况的安全行车习惯，当无人驾驶汽车实时地理位置坐标处于两个不同路段的分界点附近时，获取下一路段的预测路况，根据所述下一路段的预测路况将对应的安全行车习惯推送给用户。
7.一种面向无人驾驶的道路危险预测装置，其特征在于，所述面向无人驾驶的道路危险预测装置包括：
获取模块，用于获取无人驾驶汽车当前行驶的实时地理位置坐标信息和规划路径；
划分模块，用于根据规划路径获取路径上的气象信息，所述气象信息包括：晴天气象和晴天气象的预计持续时间、下雨气象和下雨气象的预计持续时间以及下雪气象和下雪气象的预计持续时间，并根据不同气象信息分别将规划路径划分成不同的气象路段；
预测模块，用于根据所述气象信息对所述气象路段的路况进行预测，所述路况包括：干燥、潮湿以及结冰；
设定路况的预测时间，当所述晴天气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为干燥路况；当所述下雨气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为潮湿路况；当所述下雪气象的预计持续时间大于所述预测时间时，预测所述气象路段的路况为结冰路况；
控制模块，用于当汽车实时地理位置坐标处于两个不同路段的分界点附近时，对路段的危险等级进行警示，根据所述危险等级对车辆进行控制。
8.一种面向无人驾驶的道路危险预测终端设备，其特征在于，所述终端设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的面向无人驾驶的道路危险预测方法程序，所述面向无人驾驶的道路危险预测方法程序配置为实现如权利要求1至6任一项所述的面向无人驾驶的道路危险预测方法的步骤。
9.一种面向无人驾驶的道路危险预测存储介质，其特征在于，所述存储介质为计算机介质，所述计算机介质上存储有面向无人驾驶的道路危险预测方法程序，所述面向无人驾驶的道路危险预测方法程序被处理器执行时实现如权利要求1至6任一项所述的面向无人驾驶的道路危险预测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910759112.8A CN110562264B (zh) | 2019-08-16 | 2019-08-16 | 面向无人驾驶的道路危险预测方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910759112.8A CN110562264B (zh) | 2019-08-16 | 2019-08-16 | 面向无人驾驶的道路危险预测方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110562264A CN110562264A (zh) | 2019-12-13 |
| CN110562264B true CN110562264B (zh) | 2020-09-29 |
Family
ID=68775516
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910759112.8A Active CN110562264B (zh) | 2019-08-16 | 2019-08-16 | 面向无人驾驶的道路危险预测方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110562264B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111610787B (zh) * | 2020-05-29 | 2023-04-07 | 亚哲科技股份有限公司 | 自动驾驶汽车安全控制方法、计算机存储介质、电子设备 |
| CN112633223A (zh) * | 2020-12-30 | 2021-04-09 | 北京航迹科技有限公司 | 无人车行为提醒方法、装置、无人车和存储介质 |
| CN112784824A (zh) * | 2021-03-18 | 2021-05-11 | 广州海格星航信息科技有限公司 | 一种智能驾驶深度学习模型管理方法、装置及系统 |
| CN114937361B (zh) * | 2022-05-19 | 2024-05-28 | 广州新致信息科技有限公司 | 一种城市交通服务系统及操作方法 |
| CN118323194B (zh) * | 2024-06-07 | 2024-10-18 | 张家港长城汽车研发有限公司 | 行驶策略控制方法、装置、车辆及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102737671A (zh) * | 2011-04-14 | 2012-10-17 | 现代自动车株式会社 | 车内音乐选择系统和方法 |
| US20130282202A1 (en) * | 2012-04-19 | 2013-10-24 | Hon Hai Precision Industry Co., Ltd. | Vehicle control system and method |
| US20140280051A1 (en) * | 2013-03-14 | 2014-09-18 | Toyota Motor Engineering & Manufacturing North America, Inc. | Computer-based method and system for providing active and automatic personal assistance using an automobile or a portable electronic device |
| US20150166072A1 (en) * | 2013-10-17 | 2015-06-18 | Richard M. Powers | Systems and methods for predicting weather performance for a vehicle |
| CN104890595A (zh) * | 2014-03-04 | 2015-09-09 | 沃尔沃汽车公司 | 在自动驾驶车辆中预测自动驾驶可用时间的设备和方法 |
| CN105599758A (zh) * | 2016-03-04 | 2016-05-25 | 智车优行科技（北京）有限公司 | 车辆控制方法、装置及车辆 |
| CN106394513A (zh) * | 2016-09-28 | 2017-02-15 | 鄂尔多斯市普渡科技有限公司 | 一种雨雪天气下无人驾驶车辆的行车装置与策略 |
| CN106915355A (zh) * | 2015-12-24 | 2017-07-04 | 北京奇虎科技有限公司 | 依据天气信息调整汽车行驶状态的方法和系统 |
| CN109649403A (zh) * | 2017-10-12 | 2019-04-19 | 矢崎总业株式会社 | 自动驾驶期间传达信息的方法和车辆信息呈现装置 |
-
2019
- 2019-08-16 CN CN201910759112.8A patent/CN110562264B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102737671A (zh) * | 2011-04-14 | 2012-10-17 | 现代自动车株式会社 | 车内音乐选择系统和方法 |
| US20130282202A1 (en) * | 2012-04-19 | 2013-10-24 | Hon Hai Precision Industry Co., Ltd. | Vehicle control system and method |
| US20140280051A1 (en) * | 2013-03-14 | 2014-09-18 | Toyota Motor Engineering & Manufacturing North America, Inc. | Computer-based method and system for providing active and automatic personal assistance using an automobile or a portable electronic device |
| US20150166072A1 (en) * | 2013-10-17 | 2015-06-18 | Richard M. Powers | Systems and methods for predicting weather performance for a vehicle |
| CN104890595A (zh) * | 2014-03-04 | 2015-09-09 | 沃尔沃汽车公司 | 在自动驾驶车辆中预测自动驾驶可用时间的设备和方法 |
| CN106915355A (zh) * | 2015-12-24 | 2017-07-04 | 北京奇虎科技有限公司 | 依据天气信息调整汽车行驶状态的方法和系统 |
| CN105599758A (zh) * | 2016-03-04 | 2016-05-25 | 智车优行科技（北京）有限公司 | 车辆控制方法、装置及车辆 |
| CN106394513A (zh) * | 2016-09-28 | 2017-02-15 | 鄂尔多斯市普渡科技有限公司 | 一种雨雪天气下无人驾驶车辆的行车装置与策略 |
| CN109649403A (zh) * | 2017-10-12 | 2019-04-19 | 矢崎总业株式会社 | 自动驾驶期间传达信息的方法和车辆信息呈现装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110562264A (zh) | 2019-12-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110562264B (zh) | 面向无人驾驶的道路危险预测方法、装置、设备及介质 | |
| RU2686159C2 (ru) | Выявление глубины воды для планирования и отслеживания маршрута движения транспортного средства | |
| US20180164119A1 (en) | System and method for generating an environmental condition database using automotive sensors | |
| CN106573617B (zh) | 自适应电子稳定性控制 | |
| CN106891893B (zh) | 车辆模式确定 | |
| KR20190057501A (ko) | 기상 상황에 따른 도로 위험도 예측 시스템 및 방법 | |
| CN104925064A (zh) | 增加自主驾驶安全和/或舒适性的车辆、车辆系统和方法 | |
| KR102380856B1 (ko) | 제설작업 차량의 자율작업 기능을 갖춘 제설제 살포 시스템 및 방법 | |
| CN104925053A (zh) | 增加自主驾驶安全和/或舒适性的车辆、车辆系统和方法 | |
| US20120139755A1 (en) | Automatic Detection of Road Conditions | |
| JP7302509B2 (ja) | 車載機、自動運転可否判定システム及び自動運転可否判定プログラム | |
| WO2014114684A1 (en) | A method and an arrangement for collecting and processing data related to road status | |
| US11268826B2 (en) | Environmental state estimation device, method for environmental state estimation, and environmental state estimation program | |
| JP7287340B2 (ja) | 情報処理装置、制御装置、車両、及び散水方法 | |
| US20200271470A1 (en) | Vehicle path identification | |
| US12228415B2 (en) | Managing electric vehicle range in changing surroundings | |
| WO2023129648A2 (en) | Systems and methods for vehicle control using terrain-based localization | |
| CN107839692B (zh) | 金属桥检测系统和方法 | |
| KR101741601B1 (ko) | 차량과의 양방향 센서 데이터 수집에 기반한 도로 기상 정보 제공 방법 및 시스템 | |
| CN117698723A (zh) | 一种控制车辆的方法、装置、车辆和存储介质 | |
| US20210034886A1 (en) | System and method for preventing scrapes on vehicle carriage | |
| JP6258278B2 (ja) | 電子機器システム、電子機器及び方法 | |
| WO2020202356A1 (ja) | 情報提供装置、情報共有システム、プログラムおよび情報提供方法 | |
| US11498569B2 (en) | Vehicle equipment for notification of traffic impacting events | |
| JP2021124920A (ja) | 道路性状推定装置および道路性状推定方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: Room 1101, 11th Floor, Building B4, Future Science and Technology City, No. 999 Gaoxin Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000 Patentee after: Wuhan Donghu Big Data Technology Co.,Ltd. Country or region after: China Address before: 430000 Room 2101, F3 Building, Phase I, Longshan Innovation Park, 999 High-tech Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province Patentee before: WUHAN DONGHU BIG DATA TRADING CENTER Co.,Ltd. Country or region before: China |