CN111071263A - 一种自动驾驶车辆的控制方法、装置、系统及设备 - Google Patents
一种自动驾驶车辆的控制方法、装置、系统及设备 Download PDFInfo
- Publication number
- CN111071263A CN111071263A CN201911247913.2A CN201911247913A CN111071263A CN 111071263 A CN111071263 A CN 111071263A CN 201911247913 A CN201911247913 A CN 201911247913A CN 111071263 A CN111071263 A CN 111071263A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- network
- network signal
- signal intensity
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 134
- 230000008569 process Effects 0.000 claims abstract description 45
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 230000005540 biological transmission Effects 0.000 claims description 81
- 230000015654 memory Effects 0.000 claims description 37
- 238000012806 monitoring device Methods 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 4
- 230000003111 delayed effect Effects 0.000 claims description 4
- 238000005303 weighing Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 17
- 238000003860 storage Methods 0.000 description 17
- 238000012545 processing Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 10
- 230000006872 improvement Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 229910021389 graphene Inorganic materials 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- 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
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- 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
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本说明书提供一种自动驾驶车辆的控制方法、装置、系统及设备,所述方法包括,可以对车辆行驶位置处的网络信号进行实时监测,同时获取车辆行驶轨迹中各个路段的网络状态数据,确定出车辆行驶过程中信号比较好的区域。基于车辆上报的采集数据,在信号比较好的区域向车辆发送控制指令,确保控制指令可以准确及时的发送给车辆,实现对车辆的准确控制,提高了自动驾驶车辆行驶的安全性。
Description
技术领域
本说明书属于自动驾驶技术领域,尤其涉及一种自动驾驶车辆的控制方法、装置、系统及设备。
背景技术
自动驾驶技术在最近十年得到突飞猛进的发展,自动驾驶的车辆通常会采集车辆以及路况数据,发送给远程控制中心,远程控制中心可以基于接收到的数据给车辆发送控制指令,以使控制车辆安全行驶。自动驾驶车辆与远程控制中心需要进行数据的传输和交互,需要使用数据传输网络如:4G(第四代移动通信技术)、5G(第五代移动通信技术)网络等,数据传输网络的信号稳定性以及覆盖率会影响数据传输的结果。现有的数据传输信号覆盖强度可能不够全面,会影响自动驾驶车辆的控制,使得自动驾驶车辆存在比较大的危险。如何提供一种自动驾驶车辆的安全控制方案,是本领域亟需解决的技术问题。
发明内容
本说明书实施例的目的在于提供一种自动驾驶车辆的控制方法、装置、系统及设备,实现了自动驾驶车辆的安全行驶。
一方面本说明书实施例提供了一种自动驾驶车辆的控制方法,包括:
接收车辆发送的采集数据;
获取所述车辆行驶轨迹中的位置网络状态数据和路段网络状态数据;
根据所述位置网络状态数据和所述路段网络状态数据,确定出网络信号强度大于预设强度阈值的区域;
根据所述采集数据,在所述网络信号强度大于预设强度阈值的区域向所述车辆发送控制指令。
进一步地,本说明书一些实施例中,所述方法还包括:
根据采集的历史位置网络状态数据、历史路段网络状态数据,确定出所述车辆行驶轨迹中各个轨迹点的网络信号强度;
将所述车辆行驶轨迹中各个轨迹点的网络信号强度标记在电子地图对应的位置处;
根据实施监测的所述车辆行驶轨迹中的位置网络状态数据和路段网络状态数据,更新所述电子地图中标记的网络信号强度。
进一步地,本说明书一些实施例中,所述方法还包括:
根据所述电子地图中标记的网络信号强度和所述采集数据中的位置数据,确定所述车辆是否即将行驶至网络覆盖盲区或网络信号强度小于所述预设强度阈值区域;
若是,则向所述车辆发送暂停数据传输的控制指令。
进一步地,本说明书一些实施例中,所述方法还包括:
根据所述电子地图中标记的网络信号强度和所述采集数据的位置数据,确定所述车辆是否即将行驶至网络覆盖盲区或网络信号强度小于所述预设强度阈值区域;
若是,则根据所述车辆在行驶至所述网络覆盖盲区或网络信号强度小于预设强度阈值区域前预设时间段内发送的采集数据,确定出所述车辆的路况信息;
根据所述路况信息在所述车辆行驶至所述网络覆盖盲区或网络信号强度小于所述预设强度阈值区域之前,向所述车辆发送加速或减速的控制指令。
进一步地,本说明书一些实施例中,所述根据所述采集数据,在所述网络信号强度大于预设强度阈值的区域向所述车辆发送控制指令,包括:
确定所述采集数据的优先级,若所述采集数据的优先级大于预设优先级,则根据所述位置网络状态数据,判断所述车辆当前所在位置的网络信号强度;
若所述车辆当前所在位置的网络信号强度小于预设强度阈值,则向所述车辆发送延迟传输所述采集数据的控制指令。
进一步地,本说明书一些实施例中,所述向所述车辆发送延迟传输所述采集数据的控制指令,包括:
根据所述电子地图中标记的网络信号强度,确定距离所述车辆当前所在位置最近的网络信号强度大于所述预设强度阈值的目标区域;
向所述车辆发送将所述采集数据延迟至所述车辆行驶至所述目标区域时传输的控制指令。
进一步地,本说明书一些实施例中,所述方法还包括:
接收到所述车辆发送的采集数据后,确定出各个采集数据对应的优先级;
根据所述位置网络状态数据、所述路段网络状态数据,确定所述车辆当前位置以及前方预设路段的网络信号强度;
根据所述采集数据对应的优先级和所述网络信号强度,确定各个采集数据对应的数据传输方式,并将所述数据传输方式发送给所述车辆,其中,所述数据传输方式包括数据传输网络、数据传输顺序、数据传输路段。
进一步地,本说明书一些实施例中,所述方法还包括:
根据所述采集数据和所述电子地图中标记的网络信号强度,若确定所述车辆在进入网络覆盖盲区后指定时间段内未恢复通信,则远程连接所述车辆的摄像头或向所述车辆的安全员发送连线请求。
进一步地,本说明书一些实施例中,所述采集数据包括:在所述车辆出发前,接收到的所述车辆的车载称重系统获取的所述车辆的重量;
所述方法还包括:
在接收到所述车辆的重量后,根据所述重量,确定所述车辆是否超载,若确定所述车辆未超载,则向所述车辆发送允许出发的控制指令,若所述重量大于所述车辆超载阈值,则向所述车辆发送禁止发动的控制指令。
另一方面,本说明书提供了一种自动驾驶车辆的控制装置,包括:
数据接收模块,用于接收车辆发送的采集数据;
网络监测模块,用于获取所述车辆行驶轨迹中的位置网络状态数据和路段网络状态数据;
信号强度确定模块,用于根据所述位置网络状态数据和所述路段网络状态数据,确定出网络信号强度大于预设强度阈值的区域;
控制指令发送模块,用于根据所述采集数据,在所述网络信号强度大于预设强度阈值的区域向所述车辆发送控制指令。
再一方面,本说明书提供了一种自动驾驶车辆的控制系统,所述系统包括:数据采集装置、数据监控装置、数据传输装置、数据接收装置、控制中心,其中:
所述数据采集装置用于采集车辆行驶过程中的数据;
所述数据监控装置用于监控车辆行驶轨迹的网络状态和对所述数据采集装置采集到的数据进行优先级判断;
所述数据传输装置用于数据的传输;
所述数据接收装置用于数据的接收;
所述控制中心用于根据数据采集装置采集到的数据以及数据监控装置监控的网络状态、采集到的数据的优先级,向车辆发送对应的控制指令。
还一方面,本说明书提供了一种自动驾驶车辆的控制设备,包括:至少一个处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现上述自动驾驶车辆的控制方法。
又一方面,本说明书提供了一种自动驾驶车辆,包括:至少一个处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现上述自动驾驶车辆的控制方法。
本说明书提供的自动驾驶车辆的控制方法、装置、处理设备、系统以及自动驾驶车辆,可以对车辆行驶位置处的网络信号进行实时监测,同时获取车辆行驶轨迹中各个路段的网络状态数据,确定出车辆行驶过程中信号比较好的区域。基于车辆上报的采集数据,在信号比较好的区域向车辆发送控制指令,确保控制指令可以准确及时的发送给车辆,实现对车辆的准确控制,提高了自动驾驶车辆行驶的安全性。
附图说明
为了更清楚地说明本说明书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说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本说明书一个实施例中自动驾驶车辆的控制方法的流程示意图;
图2是本说明书一个实施例中自动驾驶车辆的控制系统的模块结构示意图;
图3是本说明书一个实施例中自动驾驶车辆的控制方法原理示意图;
图4是本说明书提供的自动驾驶车辆的控制装置一个实施例的模块结构示意图;
图5是本说明书一个实施例中车辆自动驾驶车辆的控制服务器的硬件结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
随着科技的进步,自动驾驶车辆也越来越多,自动驾驶车辆需要控制中心根据车辆采集到的数据及时准确的发送控制指令,以控制车辆安全行驶。车辆与控制中心需要稳定的数据传输网络进行数据的交互,随着网络技术的不断进步,5G网络已经逐步进入商用,自动驾驶车辆也可以将5G网络应用到车辆控制中。但是5G网络目前覆盖范围比较小,可能存在网络覆盖盲区的可能性比较大,网络信号也可能不稳定。
本说明书实施例提供一种自动驾驶车辆的控制方法,可以基于车辆采集的数据以及对车辆行驶轨迹中网络状态的监控,实时调整对车辆的控制,确保能够在网络信号比较好的区域向车辆发送控制指令,以避免数据传输失败,确保自动驾驶车辆的安全行驶。
本说明书中自动驾驶车辆的控制方法可以应用在客户端或服务器中,客户端可以是智能手机、平板电脑、智能可穿戴设备(智能手表、虚拟现实眼镜、虚拟现实头盔等)、智能车载设备等电子设备。
图1是本说明书一个实施例中自动驾驶车辆的控制方法的流程示意图,如图1所示,本说明书一个实施例中提供的自动驾驶车辆的控制方法可以包括:
步骤102、接收车辆发送的采集数据。
在具体的实施过程中,车辆在行驶过程中可以实时采集与车辆行驶相关的数据如:路况信息、位置信息、环境信息、车辆的设备信息等,本说明书实施例中的采集数据可以是车辆中安装的传感器所采集到的数据,如可以包括车辆上安装的高清摄像头、激光雷达、毫米波雷达、电子制动系统、DBW(线控油门,主要负责刹车,油门及转向)、高精电子地图、碰撞传感器、GPS(Global Positioning System,全球定位系统)/北斗导航系统、惯性导航系统、时间同步单元等设备采集到的数据。本说明书实施例中的自动驾驶车辆的控制方法可以应用在车辆的控制中心中如远程控制中心,车辆中的数据采集设备采集到对应的数据后,可以发送给远程控制中心,远程控制中心可以基于接收到车辆发送的采集数据,向车辆发送控制指令。
本说明书实施例中车辆与远程控制中心的数据传输可以使用4G、5G或其他的无线传输方式,具体可以根据实际需要进行设置,本说明书实施例不作具体限定。
步骤104、获取所述车辆行驶轨迹中的位置网络状态数据和路段网络状态数据。
在具体的实施过程中,车辆行驶轨迹的位置网络状态数据可以表示车辆行驶位置的实时网络状态数据,如可以监测车辆行驶轨迹中的4G、5G等数据传输网络的状态。网络状态数据可以包括车辆行驶位置处的网络信号强度、延迟、丢包率等数据。路段网络状态数据则可以表示车辆行驶的整个路段的网络状态数据,如:车辆在出发时设置的出发地和目的地之间的路段的网络状态数据,具体可以包括整个路段的网络信号强度、延迟、丢包率等数据。
可以通过在车辆上设置网络监测设备,实时监测车辆行驶位置处的网络状态数据。对于车辆行驶轨迹的路段网络状态数据可以通过设置在行驶路段上的网络监测设备来监控,或者根据历史监控数据获得。
步骤106、根据所述位置网络状态数据和所述路段网络状态数据,确定出网络信号强度大于预设强度阈值的区域。
在具体的实施过程中,获取到车辆行驶过程中的位置网络状态数据和路段网络状态数据后,可以确定出车辆行驶过程中网络信号强度大于预设强度阈值的区域。如:根据位置网络状态数据可以获得车辆行驶的当前位置的网络信号强度,根据路段网络状态数据则可以预测出车辆即将行驶的路段的网络信号强度,若位置网络状态数据和路段网络状态数据不一致,则可以以位置网络状态数据为准。其中,网络信号强度大于预设强度阈值可以认为信号强度比较好(如:信号强度强、信号稳定),预设强度阈值的取值可以根据实际需要进行设置,本说明书实施例不作具体限定。
步骤108、根据所述采集数据,在所述网络信号强度大于预设强度阈值的区域向所述车辆发送控制指令。
在具体的实施过程中,确定出车辆行驶轨迹中网络信号强度比较好的区域后,可以根据车辆上传的采集数据,确定出车辆的行驶状态,在信号强度好的区域向车辆发送控制指令。其中控制指令可以包括对车辆行驶进行控制的指令,如可以包括:车辆的启动、数据传输、车辆转向、加减速、变更行驶路径、制动等与车辆行驶相关的指令。本说明书实施例中向车辆发送的控制指令可以通过4G、5G或其他无线数据传输方式发送。
例如:在车辆行驶过程中,车辆会从实时上报车辆位置,当远程控制中心有指令要下发给车辆的时候,如:变更目的地。为了确保指令实时有效,可以根据获取的车辆行驶过程中的位置网络状态信号和路段网络状态信号,确定出车辆行驶轨迹中网络信号比较好的区域,将控制指令通过多重安全加密认证后,在信号比较好的路段发送给车辆。又如:车辆行驶过程中,根据车辆上报的采集数据如:路况数据,确定出前方行驶轨迹路况拥堵,需要更改行驶路径,则可以基于监测的网络状态信号,在信号强度比较好的区域将更新后的行驶路径发送给车辆。或者,基于车辆上报的路况信息,确定前方路段车流量比较少,可以加速行驶,可以加速行驶的控制指令在信号强度比较好的区域发送给车辆,以控制车辆加速行驶。
本说明书实施例提供的自动驾驶车辆的控制方法,可以对车辆行驶位置处的网络信号进行实时监测,同时获取车辆行驶轨迹中各个路段的网络状态数据,确定出车辆行驶过程中信号比较好的区域。基于车辆上报的采集数据,在信号比较好的区域向车辆发送控制指令,确保控制指令可以准确及时的发送给车辆,实现对车辆的准确控制,提高了自动驾驶车辆行驶的安全性。
在上述实施例的基础上,本说明书一些实施例中,所述方法还包括:
根据采集的历史位置网络状态数据、历史路段网络状态数据,确定出所述车辆行驶轨迹中各个轨迹点的网络信号强度;
将所述车辆行驶轨迹中各个轨迹点的网络信号强度标记在电子地图对应的位置处;
根据实施监测的所述车辆行驶轨迹中的位置网络状态数据和路段网络状态数据,更新所述电子地图中标记的网络信号强度。
在具体的实施过程中,可以基于当前时间之前的车辆行驶过程中采集的网络状态数据,获得历史位置网络状态数据、历史路段网络状态数据,如:将当前时间之前其他车辆在相同的行驶路段中行驶的过程中监测到的网络状态数据作为历史位置网络状态数据、历史路段网络状态数据。根据历史位置网络状态数据、历史路段网络状态数据确定出车辆行驶轨迹中各个轨迹点的网络信号强度,将各个轨迹点的网络信号强度标记在电子地图中对应的位置处,其中电子地图可以是高精度电子地图,该高精度电子地图可以用于为车辆行驶导航的电子地图,其中包括比较详细的地理位置信息、车道信息、交通标志信息等等。本说明书实施例可以根据历史数据将采集到的各个路段的网络信号强度标记在高精度电子地图中,以便在车辆行驶过程中及时获取车辆所在位置以及前方位置的网络覆盖情况,基于网络覆盖情况及时调整控制指令的发送。
本说明书一些实施例中,可以采集不同车辆在不同路段中行驶过程中监测到的网络状态数据,或者利用网络监测设备在不同路段中进行网络测试,获得各个不同位置或路段处的网路状态数据。根据网络状态数据在电子地图中标记出各个路段或位置的网络信号强度。还可以根据实时采集到的车辆行驶过程中的位置网络状态数据和路段网络状态数据,对电子地图中标记的网络信号强度进行实时更新,以便提高电子地图中网络信号强度标记的准确性。
本说明书实施例,在车辆行驶过程中,车辆会记录途径路段的4G/5G网络情况,并上报。通过处理后会将网络覆盖情况记录到高精度地图中,下次车辆行驶相同路段的时候,会从高精度地图中获取路段的网络覆盖情况,对车辆即将驶入的路段进行网络评估,在盲区和信号弱的区域提前采取预判措施,保证车辆在无远程网络监控的情况下安全行驶。
在上述实施例的基础上,本说明书一些实施例中,所述方法还可以包括:
根据所述电子地图中标记的网络信号强度和所述采集数据中的位置数据,确定所述车辆是否即将行驶至网络覆盖盲区或网络信号强度小于预设强度阈值区域;
若是,则向所述车辆发送暂停数据传输的控制指令。
在具体的实施过程中,车辆上报的采集数据中可以包括车辆的实时位置数据,可以根据车辆上报的位置数据和电子地图中标记的网络信号强度,确定出车辆是否即将行驶至网络覆盖盲区(信号覆盖为0)或网络信号强度小于预设强度阈值区域。在车辆距网络覆盖盲区或网络信号强度小于预设强度阈值区域到指定距离时,可以认为车辆即将驶入网络覆盖盲区或网络信号强度小于预设强度阈值区域。如:车辆当前位置距离电子地图上标记的网络信息强度为0或网络信号强度小于预设强度阈值区域小于等于一定距离时,可以认为车辆即将行驶至网络信号不好的区域。网络信号强度不好,数据传输很大可能会失败,此时可以向车辆发送暂停数据传输的控制指令,暂停车辆上报采集到的数据,可以在车辆驶出信号不好的区域后,恢复数据传输,确保数据传输的准确性和稳定性,为车辆的安全行驶提供了准确、稳定的数据支持。
在上述实施例的基础上,本说明书一些实施例中,所述方法还可以包括:
根据所述电子地图中标记的网络信号强度和所述采集数据的位置数据,确定所述车辆是否即将行驶至网络覆盖盲区或网络信号强度小于预设强度阈值区域;
若是,则根据所述车辆在行驶至所述网络覆盖盲区或网络信号强度小于预设强度阈值区域前预设时间段内发送的采集数据,确定出所述车辆的路况信息;
根据所述路况信息在所述车辆行驶至所述网络覆盖盲区或网络信号强度小于预设强度阈值区域之前,向所述车辆发送加速或减速的控制指令。
在具体的实施过程中,可以根据车辆上报的位置数据和电子地图中标记的网络信号强度,确定出车辆是否即将行驶至网络覆盖盲区或网络信号强度小于预设强度阈值区域,若确定车辆即将驶入网络覆盖盲区或网络信号强度小于预设强度阈值区域时,可以获取车辆在行驶至网络覆盖盲区或网络信号强度小于预设强度阈值区域前预设时间段内采集到的数据,预测出车辆行驶的路况信息。路况信息可以表征车辆行驶路段的车流量、拥堵情况、以及道路的平坦情况等。如:可以在车辆行驶至网络覆盖盲区或网络信号强度小于预设强度阈值区域前5分钟获取车辆中的各个传感器采集到的数据确定出当前路段的车流量,车辆周边其他车辆的数量,车辆的速度、与其他车辆之间的距离等信息。基于车辆上报的数据,可以确定出车辆行驶路段的路况信息,在车辆行驶至网络覆盖盲区或网络信号强度小于预设强度阈值区域之前,向车辆发送加速或减速的控制指令。如:若根据车辆上报的数据,确定当前车辆行驶路段的车辆比较少,可以向车辆发送加速行驶的控制指令,控制车辆加速前进,尽快驶出信号盲区或信号弱的区域。若根据车辆上报的数据,确定当前车辆行驶的路段车辆比较多,为避免在信号盲区或信号弱的区域不能及时向车辆发送控制指令,确保车辆在信号盲区或信号弱的区域的行驶安全性,可以向车辆发送减速行驶,确保车辆安全的行驶出信号盲区或信号弱的区域。
本说明书实施例在确定车辆即将驶入信号不好的区域时,基于车辆在驶入信号盲区或信号弱区之前发送的采集数据,预测车辆当前行驶路段的路况,进一步在车辆驶入信号盲区或信号弱区之前及时发送对应的控制指令,确保车辆能够在信号盲区或信号弱区安全行驶。
在上述实施例的基础上,本说明书一些实施例中,所述根据所述采集数据,在所述网络信号强度大于预设强度阈值的区域向所述车辆发送控制指令,包括:
确定所述采集数据的优先级,若所述采集数据的优先级大于预设优先级,则根据所述位置网络状态数据,判断所述车辆当前所在位置的网络信号强度;
若所述车辆当前所在位置的网络信号强度小于预设强度阈值,则向所述车辆发送延迟传输所述采集数据的控制指令。
在具体的实施过程中,可以预先设置不同采集数据的优先级如:特情数据(即车辆遇到突发情况时上报的数据)的优先级最高,碰撞传感器发送的数据的优先级高于GPS上报的数据等,不同采集数据的优先级的设置规则可以根据实际使用需要而定,本说明书实施例不作具体限定。在接收到车辆上报的采集数据后,可以根据预先设置的优先级规则,确定出各个采集数据对应的优先级,若上报的采集数据的优先级大于预设优先级(预设优先级的等级根据实际需要设置),则可以进一步根据监测的当前车辆所在位置处的位置网络状态数据,确定出当前位置处的网络信号强度。若当前网络信号强度小于预设强度阈值,即当前网络信号不好,则可以向车辆发送延迟传输采集数据的控制指令。即在采集数据优先级比较高时,可以先确定当前位置处的网络信号是否稳定、信号强度是否好,在信号强度比较好的状态可以及时进行数据传输,若当前位置的信号强度不好,则可以延迟数据传输,以确保优先级比较高的采集数据能够成功、准确的发送至远程控制中心,避免数据传输失败,影响车辆的控制。
其中,预设强度阈值的具体取值可以根据实际需要进行设置,本说明书实施例不作具体限定。
在上述实施例的基础上,当车辆上报优先级比较高的采集数据,并且车辆所在位置的网络信号不好时,可以根据所述电子地图中标记的网络信号强度,确定距离所述车辆当前所在位置最近的网络信号强度大于所述预设强度阈值的目标区域;向所述车辆发送将所述采集数据延迟至所述车辆行驶至所述目标区域时传输的控制指令。
在具体的实施过程中,在对优先级比较高的数据进行数据传输的延时处理时,可以根据电子地图中标记的网络信号强度和车辆行驶的位置,确定出距离车辆行驶位置最近的网络信号强度比较好的目标区域,在车辆行驶至该目标区域后,再进行优先级比较高的采集数据的数据传输,确保数据传输的准确性、稳定性和及时性。
在上述实施例的基础上,本说明书一些实施例中,所述方法还包括:
接收到所述车辆发送的采集数据后,确定出各个采集数据对应的优先级;
根据所述位置网络状态数据、所述路段网络状态数据,确定所述车辆当前位置以及前方预设路段的网络信号强度;
根据所述采集数据对应的优先级和所述网络信号强度,确定各个采集数据对应的数据传输方式,并将所述数据传输方式发送给所述车辆,其中,所述数据传输方式包括数据传输网络、数据传输顺序、数据传输路段。
在具体的实施过程中,接收到车辆发送的采集数据后,可以根据预先设置的不同采集数据的优先级规则,分别确定各个采集数据对应的优先级。并根据实时监测的车辆行驶过程中的位置网络状态数据以及路段网络状态数据,确定出车辆行驶过程中当前位置以及行驶前方预设路段的网络信号强度,如:可以根据位置网络状态数据确定出当前位置的网络信号强度,可以根据预先建立的电子地图中标记的网络信号强度,以及车辆行驶轨迹,预测出车辆行驶前方路段的网络信号强度。根据各个采集数据的优先级以及车辆行驶路段的网络覆盖强度,确定出各个采集数据所采用的数据传输方式,并将对应的数据传输方式发送给车辆,以使的车辆采用对应的传输方式进行数据的传输。
其中,数据传输方式可以包括数据传输网络如:4G、5G(未来可能有6G)或其他的数据传输方式,还可以包括数据传输的顺序(如:优先级高的先传输)、数据传输路段等。例如:优先级高的数据可以优先在网络信号覆盖比较好的路段选择信号强度、信号稳定性好的数据传输方式进行数据传输。如:若车辆当前位置处的5G网络信号比4G网络信号好,则优先级高的数据可在当前位置采用5G网络传输,对于优先级不太高的数据可以选择4G网络进行传输。
本说明书实施例对于车辆上报的采集数据进行优先级判定,结合车辆行驶路径的网络覆盖情况,对不同优先级的数据采用不同的数据传输方式进行数据传输,确保优先级高的采集数据能够传输成功,为车辆的安全行驶提供了稳定的数据基础。
在上述实施例的基础上,所述方法还可以包括:
根据所述采集数据和所述电子地图中标记的网络信号强度,若确定所述车辆在进入网络覆盖盲区后指定时间段内未恢复通信,则远程连接所述车辆的摄像头或向所述车辆的安全员发送连线请求。
在上述实施例的基础上,本说明书一些实施例中,根据车辆上报的位置信息和电子地图中标记的网络信号强度,可以确定车辆是否驶入网络覆盖盲区,车辆在网络覆盖盲区无法与控制中心进行通信,处于失联状态。若确定车辆进入网络覆盖盲区后指定时间段内仍未恢复通信,则可以认为车辆可能出现异常,可以进行故障警报。同时,可以及时与车辆中安装的摄像头进行远程连接,查看车辆当前的情况,或者,也可以联系车上安全员,让安全员确定车辆是否出现异常。这样可以确保车辆行驶过程中是按照既定路线行驶,如发生车辆偷盗或车辆故障等情况,可以远程及时发现,确保车辆行驶的安全性。
在上述实施例的基础上,本说明书一些实施例中,所述采集数据包括:在所述车辆出发前,接收到的所述车辆的车载称重系统获取的所述车辆的重量;
所述方法还包括:
在接收到所述车辆的重量后,根据所述重量,确定所述车辆是否超载,若确定所述车辆未超载,则向所述车辆发送允许出发的控制指令,若所述重量大于所述车辆超载阈值,则向所述车辆发送禁止发动的控制指令。
在具体的实施过程中,在车辆出发前,可以通过车载称重系统获取车辆重量,获取到车辆的重量后,可以通过4G或5G网络自动上报。远程控制中心接收到上报的车辆重量后,判断车辆是否超载,若未超载,则会下发允许出发的控制指令给车辆。如果发现车辆严重超载,会自动下发车辆禁止发动的指令到车辆控制系统。可以在车辆出发前及时发现车辆是否超载,避免车辆在超载情况下行驶,确保了车辆行驶的安全性。
图2是本说明书一个实施例中自动驾驶车辆的控制系统的模块结构示意图,如图2所示,本说明书实施例中的中自动驾驶车辆的控制系统可以包括:数据采集装置、数据监控装置、数据传输装置、数据接收装置、控制中心,其中:
所述数据采集装置用于采集车辆行驶过程中的数据;数据采集装置包含但不仅限于:高清摄像头,激光雷达,毫米波雷达,电子制动系统,DBW(线控,主要负责刹车,油门及转向),高精电子地图,碰撞传感器,GPS/北斗导航系统,惯性导航系统,时间同步单元等。数据采集装置主要负责记录车在行驶过程中的各种数据。
所述数据监控装置用于监控车辆行驶轨迹的网络状态和对所述数据采集装置采集到的数据进行优先级判断。数据监控装置可以分为网络监控设备和系统监控设备两部分,网络监控设备包含但不仅限于以下用途:采集车辆行驶线路上5G、4G的网络情况,通过对网络的感知,提供风险预判依据。即可以负责实时监控5G和4G等网络模块的工作状态(信号强度,延迟,丢包率等),以及实时监控线路的网络情况。系统监控设备主要可以负责对采集的数据进行优先级的判断,对优先级高的数据,根据当前位置的信号历史数据以及实时监控的数据进行数据传输。
所述数据传输装置用于数据的传输;所述数据接收装置用于数据的接收。数据传输装置和数据接收装置主要可以通过4G、5G等网络传输方式进行数据的收发,数据传输装置和数据接收装置可以将接收到的数据传递给后端进行处理。例如,将信号覆盖情况标注到高精度电子地图中。
所述控制中心用于根据数据采集装置采集到的数据以及数据监控装置监控的网络状态、采集到的数据的优先级,向车辆发送对应的控制指令。控制中心可以下发控制指令,当车辆出现异常时,主动控制车辆。控制指令的具体内容以及发送方式可以参考上述实施例的记载。
图3是本说明书一个实施例中自动驾驶车辆的控制方法原理示意图,下面结合图3具体介绍本说明书实施例中自动驾驶车辆的控制过程:
数据采集后交给数据监控装置。数据监控装置会对采集的数据进行优先级的判定,同时会根据网络监控系统的历史(如:可以根据电子地图中标记的网络信号强度确定)和实时的监控网络状态数据,判定使用什么方式进行数据传输。数据传输方式包含但不仅限于4G和5G网络(未来可以增加6G等等)。在网络覆盖盲区以及弱信号区域,可以根据历史数据(如:电子地图中标记的网络信号覆盖情况)提前采取以下措施:
1、反馈给车辆控制系统调整车速。根据高精度地图中的历史标注以及车辆进入盲区前接收到的路况反馈信息加速或降低车速通过。
2、暂停数据传输。
3、对于高优先级的紧急数据会在下一个信号好的区域进行传输。同时可制定合理的策略调整车辆行驶状态。
4、对于控制中心来说,下发控制指令可以选择信号覆盖良好的区域进行,避免指令下发失败或者重复发送。
数据发送/接受系统会将采集系统提供的4G,5G网络的覆盖情况(延迟,信号强度等)进行收集和处理,处理完的信息记录到高精度电子地图中,在自动驾驶中提供信号情况的数据支持,为控制中心指令下发提供网络信号覆盖情况。
本说明书实施例,通过对数据传输过程各种数据记录,确保车辆在行驶过程中可以安全有效,及时的接收远程控制指令。可以解决车在信号盲区以及信号弱的情况下的数据传输的问题,以及在这些场景下提供有效策略,避免在这些场景下出现意外情况。同时,通过对车辆数据的传输的监控,为车辆安全行驶提供数据支持。
本说明书中上述方法的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参考即可,每个实施例重点说明的都是与其他实施例的不同之处。相关之处参考方法实施例的部分说明即可。
基于上述所述的自动驾驶车辆的控制方法,本说明书一个或多个实施例还提供一种自动驾驶车辆的控制装置。所述的装置可以包括使用了本说明书实施例所述方法的系统(包括分布式系统)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的装置。基于同一创新构思,本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似,因此本说明书实施例具体的装置的实施可以参考前述方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
具体地,图4是本说明书提供的自动驾驶车辆的控制装置一个实施例的模块结构示意图,如图4所示,本说明书中提供的自动驾驶车辆的控制装置可以包括:数据接收模块41、网络监测模块42、信号强度确定模块43、控制指令发送模块44,其中:
数据接收模块41,可以用于接收车辆发送的采集数据;
网络监测模块42,可以用于获取所述车辆行驶轨迹中的位置网络状态数据和路段网络状态数据;
信号强度确定模块43,可以用于根据所述位置网络状态数据和所述路段网络状态数据,确定出网络信号强度大于预设强度阈值的区域;
控制指令发送模块44,可以用于根据所述采集数据,在所述网络信号强度大于预设强度阈值的区域向所述车辆发送控制指令。
本说明书实施例提供的自动驾驶车辆的控制装置,可以对车辆行驶位置处的网络信号进行实时监测,同时获取车辆行驶轨迹中各个路段的网络状态数据,确定出车辆行驶过程中信号比较好的区域。基于车辆上报的采集数据,在信号比较好的区域向车辆发送控制指令,确保控制指令可以准确及时的发送给车辆,实现对车辆的准确控制,提高了自动驾驶车辆行驶的安全性。
需要说明的,上述所述的装置根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照上述对应的方法实施例的描述,在此不作一一赘述。
本说明书一些实施例还可以提供一种自动驾驶车辆可以包括上述车辆自动驾驶车辆的控制装置等,利用上述实施例记载的自动驾驶车辆的控制方法实现对车辆的自动驾驶的控制。
本说明书实施例还可以提供一种自动驾驶车辆的控制设备,包括:至少一个处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现上述实施例中自动驾驶车辆的控制方法,如:
接收车辆发送的采集数据;
获取所述车辆行驶轨迹中的位置网络状态数据和路段网络状态数据;
根据所述位置网络状态数据和所述路段网络状态数据,确定出网络信号强度大于预设强度阈值的区域;
根据所述采集数据,在所述网络信号强度大于预设强度阈值的区域向所述车辆发送控制指令。
需要说明的,上述所述的处理设备或自动驾驶系统或车辆等,根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照上述对应的方法实施例的描述,在此不作一一赘述。
本说明书提供的自动驾驶车辆的控制装置或处理设备,也可以应用在多种数据分析处理系统中。所述系统或装置或处理设备可以包括上述实施例中任意一个自动驾驶车辆的控制装置。所述的系统或装置或处理设备可以为单独的服务器,也可以包括使用了本说明书的一个或多个所述方法或一个或多个实施例装置的服务器集群、系统(包括分布式系统)、软件(应用)、实际操作装置、逻辑门电路装置、量子计算机等并结合必要的实施硬件的终端装置。所述核对差异数据的检测系统可以包括至少一个处理器以及存储计算机可执行指令的存储器,所述处理器执行所述指令时实现上述任意一个或者多个实施例中所述方法的步骤。
本说明书实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例,图5是本说明书一个实施例中车辆自动驾驶车辆的控制服务器的硬件结构框图,该计算机终端可以是上述实施例中的自动驾驶车辆的控制装置或系统。如图5所示,服务器10可以包括一个或多个(图中仅示出一个)处理器100(处理器100可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器200、以及用于通信功能的传输模块300。本邻域普通技术人员可以理解,图5所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,服务器10还可包括比图5中所示更多或者更少的组件,例如还可以包括其他的处理硬件,如数据库或多级缓存、GPU,或者具有与图5所示不同的配置。
存储器200可用于存储应用软件的软件程序以及模块,如本说明书实施例中的自动驾驶车辆的控制方法对应的程序指令/模块,处理器100通过运行存储在存储器200内的软件程序以及模块,从而执行各种功能应用以及资源数据更新。存储器200可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器200可进一步包括相对于处理器100远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块300用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中,传输模块300包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输模块300可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上,所述的存储介质可以计算机读取并执行,实现本说明书实施例所描述方案的效果。
所述存储介质可以包括用于存储信息的物理装置,通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括:利用电能方式存储信息的装置如,各式存储器,如RAM、ROM等;利用磁能方式存储信息的装置如,硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘;利用光学方式存储信息的装置如,CD或DVD。当然,还有其他方式的可读存储介质,例如量子存储器、石墨烯存储器等等。
本说明书实施例提供的上述自动驾驶车辆的控制方法或装置可以在计算机中由处理器执行相应的程序指令来实现,如使用windows操作系统的c++语言在PC端实现、linux系统实现,或其他例如使用android、iOS系统程序设计语言在智能终端实现,以及基于量子计算机的处理逻辑实现等。
需要说明的是说明书上述所述的装置、计算机存储介质、系统根据相关方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照对应方法实施例的描述,在此不作一一赘述。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参考即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参考方法实施例的部分说明即可。
本说明书实施例并不局限于必须是符合行业通信标准、标准计算机资源数据更新和数据存储规则或本说明书一个或多个实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例,仍然可以属于本说明书实施例的可选实施方案范围之内。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本说明书一个或多个实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式资源数据更新环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本发明是参照根据本发明实施例的方法、装置(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程资源数据更新设备的处理器以产生一个机器,使得通过计算机或其他可编程资源数据更新设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程资源数据更新设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程资源数据更新设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储、石墨烯存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本本说明书一个或多个实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参考即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参考方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书一个或多个实施例的实施例而已,并不用于限制本说明书一个或多个实施例。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在权利要求范围之内。
Claims (13)
1.一种自动驾驶车辆的控制方法,其特征在于,所述方法包括:
接收车辆发送的采集数据;
获取所述车辆行驶轨迹中的位置网络状态数据和路段网络状态数据;
根据所述位置网络状态数据和所述路段网络状态数据,确定出网络信号强度大于预设强度阈值的区域;
根据所述采集数据,在所述网络信号强度大于预设强度阈值的区域向所述车辆发送控制指令。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据采集的历史位置网络状态数据、历史路段网络状态数据,确定出所述车辆行驶轨迹中各个轨迹点的网络信号强度;
将所述车辆行驶轨迹中各个轨迹点的网络信号强度标记在电子地图对应的位置处;
根据实施监测的所述车辆行驶轨迹中的位置网络状态数据和路段网络状态数据,更新所述电子地图中标记的网络信号强度。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述电子地图中标记的网络信号强度和所述采集数据中的位置数据,确定所述车辆是否即将行驶至网络覆盖盲区或网络信号强度小于所述预设强度阈值区域;
若是,则向所述车辆发送暂停数据传输的控制指令。
4.如权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述电子地图中标记的网络信号强度和所述采集数据的位置数据,确定所述车辆是否即将行驶至网络覆盖盲区或网络信号强度小于所述预设强度阈值区域;
若是,则根据所述车辆在行驶至所述网络覆盖盲区或网络信号强度小于预设强度阈值区域前预设时间段内发送的采集数据,确定出所述车辆的路况信息;
根据所述路况信息在所述车辆行驶至所述网络覆盖盲区或网络信号强度小于所述预设强度阈值区域之前,向所述车辆发送加速或减速的控制指令。
5.如权利要求2所述的方法,其特征在于,所述根据所述采集数据,在所述网络信号强度大于预设强度阈值的区域向所述车辆发送控制指令,包括:
确定所述采集数据的优先级,若所述采集数据的优先级大于预设优先级,则根据所述位置网络状态数据,判断所述车辆当前所在位置的网络信号强度;
若所述车辆当前所在位置的网络信号强度小于预设强度阈值,则向所述车辆发送延迟传输所述采集数据的控制指令。
6.如权利要求5所述的方法,其特征在于,所述向所述车辆发送延迟传输所述采集数据的控制指令,包括:
根据所述电子地图中标记的网络信号强度,确定距离所述车辆当前所在位置最近的网络信号强度大于所述预设强度阈值的目标区域;
向所述车辆发送将所述采集数据延迟至所述车辆行驶至所述目标区域时传输的控制指令。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
接收到所述车辆发送的采集数据后,确定出各个采集数据对应的优先级;
根据所述位置网络状态数据、所述路段网络状态数据,确定所述车辆当前位置以及前方预设路段的网络信号强度;
根据所述采集数据对应的优先级和所述网络信号强度,确定各个采集数据对应的数据传输方式,并将所述数据传输方式发送给所述车辆,其中,所述数据传输方式包括数据传输网络、数据传输顺序、数据传输路段。
8.如权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述采集数据和所述电子地图中标记的网络信号强度,若确定所述车辆在进入网络覆盖盲区后指定时间段内未恢复通信,则远程连接所述车辆的摄像头或向所述车辆的安全员发送连线请求。
9.如权利要求1所述的方法,其特征在于,所述采集数据包括:在所述车辆出发前,接收到的所述车辆的车载称重系统获取的所述车辆的重量;
所述方法还包括:
在接收到所述车辆的重量后,根据所述重量,确定所述车辆是否超载,若确定所述车辆未超载,则向所述车辆发送允许出发的控制指令,若所述重量大于所述车辆超载阈值,则向所述车辆发送禁止发动的控制指令。
10.一种自动驾驶车辆的控制装置,其特征在于,所述装置包括:
数据接收模块,用于接收车辆发送的采集数据;
网络监测模块,用于获取所述车辆行驶轨迹中的位置网络状态数据和路段网络状态数据;
信号强度确定模块,用于根据所述位置网络状态数据和所述路段网络状态数据,确定出网络信号强度大于预设强度阈值的区域;
控制指令发送模块,用于根据所述采集数据,在所述网络信号强度大于预设强度阈值的区域向所述车辆发送控制指令。
11.一种自动驾驶车辆的控制系统,其特征在于,所述系统包括:数据采集装置、数据监控装置、数据传输装置、数据接收装置、控制中心,其中:
所述数据采集装置用于采集车辆行驶过程中的数据;
所述数据监控装置用于监控车辆行驶轨迹的网络状态和对所述数据采集装置采集到的数据进行优先级判断;
所述数据传输装置用于数据的传输;
所述数据接收装置用于数据的接收;
所述控制中心用于根据数据采集装置采集到的数据以及数据监控装置监控的网络状态、采集到的数据的优先级,向车辆发送对应的控制指令。
12.一种自动驾驶车辆的控制设备,其特征在于,包括:至少一个处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现权利要求1-9任一项所述的方法。
13.一种自动驾驶车辆,其特征在于,包括:至少一个处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现权利要求1-9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911247913.2A CN111071263B (zh) | 2019-12-09 | 2019-12-09 | 一种自动驾驶车辆的控制方法、装置、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911247913.2A CN111071263B (zh) | 2019-12-09 | 2019-12-09 | 一种自动驾驶车辆的控制方法、装置、系统及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111071263A true CN111071263A (zh) | 2020-04-28 |
CN111071263B CN111071263B (zh) | 2022-04-05 |
Family
ID=70313342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911247913.2A Active CN111071263B (zh) | 2019-12-09 | 2019-12-09 | 一种自动驾驶车辆的控制方法、装置、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111071263B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112037553A (zh) * | 2020-08-31 | 2020-12-04 | 腾讯科技(深圳)有限公司 | 远程驾驶方法、装置、系统、设备及介质 |
CN112000994B (zh) * | 2020-10-29 | 2021-04-27 | 深圳市智绘科技有限公司 | 车辆控制方法、服务器、终端设备及存储介质 |
CN113419520A (zh) * | 2021-07-28 | 2021-09-21 | 东风悦享科技有限公司 | 一种基于公网条件下的平行驾驶系统及方法 |
WO2022052110A1 (en) * | 2020-09-14 | 2022-03-17 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for determining a poor network quality area |
CN114461144A (zh) * | 2022-01-19 | 2022-05-10 | 清华大学 | 协同驾驶的数据存储装置、数据处理方法及路侧设备 |
CN114708747A (zh) * | 2022-03-07 | 2022-07-05 | 亿咖通(湖北)技术有限公司 | 地图分发方法、装置、设备及存储介质 |
CN114884952A (zh) * | 2022-05-25 | 2022-08-09 | 北京百度网讯科技有限公司 | 车辆监测中的采集数据处理、车辆监测控制方法及装置 |
CN114979221A (zh) * | 2022-06-29 | 2022-08-30 | 阿波罗智能技术(北京)有限公司 | 车辆的信号处理方法、装置、电子设备及存储介质 |
CN115328959A (zh) * | 2022-10-17 | 2022-11-11 | 江苏赫奕科技有限公司 | 工程车辆盲区数据补传方法、装置、设备及存储介质 |
CN115474154A (zh) * | 2022-10-19 | 2022-12-13 | 浙江吉利控股集团有限公司 | 车辆控制方法、装置及设备 |
EP4277303A1 (en) * | 2022-05-09 | 2023-11-15 | Transportation IP Holdings, LLC | Communication monitoring system |
CN117885538A (zh) * | 2024-03-18 | 2024-04-16 | 光克(上海)工业自动化科技有限公司 | 新能源车辆动力电池预警方法、系统、设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090326810A1 (en) * | 2008-06-26 | 2009-12-31 | Microsoft Corporation | Caching navigation content for intermittently connected devices |
CN203221924U (zh) * | 2013-04-01 | 2013-10-02 | 比亚迪股份有限公司 | 具有远程控制功能的车辆及用于车辆熄火时的提醒装置 |
US20130325326A1 (en) * | 2012-06-05 | 2013-12-05 | Christopher Blumenberg | System And Method For Acquiring Map Portions Based On Expected Signal Strength Of Route Segments |
CN205901725U (zh) * | 2016-07-07 | 2017-01-18 | 北京汽车研究总院有限公司 | 车载通信系统及车辆 |
CN106796114A (zh) * | 2016-11-03 | 2017-05-31 | 深圳达闼科技控股有限公司 | 路径规划的方法、装置、服务器及机器人 |
CN107223201A (zh) * | 2017-03-10 | 2017-09-29 | 深圳前海达闼云端智能科技有限公司 | 一种导航方法、装置以及终端设备 |
CN108292473A (zh) * | 2015-11-04 | 2018-07-17 | 祖克斯有限公司 | 自适应自主车辆计划器逻辑 |
CN109084783A (zh) * | 2017-06-13 | 2018-12-25 | 纵目科技(上海)股份有限公司 | 带信号强度的地图构建方法、系统、车载终端及存储介质 |
CN110520812A (zh) * | 2017-08-01 | 2019-11-29 | 大陆汽车有限责任公司 | 用于远程控制车辆的方法和系统 |
-
2019
- 2019-12-09 CN CN201911247913.2A patent/CN111071263B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090326810A1 (en) * | 2008-06-26 | 2009-12-31 | Microsoft Corporation | Caching navigation content for intermittently connected devices |
US20130325326A1 (en) * | 2012-06-05 | 2013-12-05 | Christopher Blumenberg | System And Method For Acquiring Map Portions Based On Expected Signal Strength Of Route Segments |
CN203221924U (zh) * | 2013-04-01 | 2013-10-02 | 比亚迪股份有限公司 | 具有远程控制功能的车辆及用于车辆熄火时的提醒装置 |
CN108292473A (zh) * | 2015-11-04 | 2018-07-17 | 祖克斯有限公司 | 自适应自主车辆计划器逻辑 |
CN205901725U (zh) * | 2016-07-07 | 2017-01-18 | 北京汽车研究总院有限公司 | 车载通信系统及车辆 |
CN106796114A (zh) * | 2016-11-03 | 2017-05-31 | 深圳达闼科技控股有限公司 | 路径规划的方法、装置、服务器及机器人 |
CN107223201A (zh) * | 2017-03-10 | 2017-09-29 | 深圳前海达闼云端智能科技有限公司 | 一种导航方法、装置以及终端设备 |
CN109084783A (zh) * | 2017-06-13 | 2018-12-25 | 纵目科技(上海)股份有限公司 | 带信号强度的地图构建方法、系统、车载终端及存储介质 |
CN110520812A (zh) * | 2017-08-01 | 2019-11-29 | 大陆汽车有限责任公司 | 用于远程控制车辆的方法和系统 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112037553B (zh) * | 2020-08-31 | 2023-09-08 | 腾讯科技(深圳)有限公司 | 远程驾驶方法、装置、系统、设备及介质 |
WO2022042098A1 (zh) * | 2020-08-31 | 2022-03-03 | 腾讯科技(深圳)有限公司 | 远程驾驶方法、装置、系统、设备及介质 |
US12228923B2 (en) | 2020-08-31 | 2025-02-18 | Tencent Technology (Shenzhen) Company Limited | Remote driving method, apparatus, and system, device, and medium |
CN112037553A (zh) * | 2020-08-31 | 2020-12-04 | 腾讯科技(深圳)有限公司 | 远程驾驶方法、装置、系统、设备及介质 |
WO2022052110A1 (en) * | 2020-09-14 | 2022-03-17 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for determining a poor network quality area |
CN112000994B (zh) * | 2020-10-29 | 2021-04-27 | 深圳市智绘科技有限公司 | 车辆控制方法、服务器、终端设备及存储介质 |
CN113419520A (zh) * | 2021-07-28 | 2021-09-21 | 东风悦享科技有限公司 | 一种基于公网条件下的平行驾驶系统及方法 |
CN114461144A (zh) * | 2022-01-19 | 2022-05-10 | 清华大学 | 协同驾驶的数据存储装置、数据处理方法及路侧设备 |
CN114461144B (zh) * | 2022-01-19 | 2024-04-19 | 清华大学 | 协同驾驶的数据存储装置、数据处理方法及路侧设备 |
CN114708747A (zh) * | 2022-03-07 | 2022-07-05 | 亿咖通(湖北)技术有限公司 | 地图分发方法、装置、设备及存储介质 |
EP4277303A1 (en) * | 2022-05-09 | 2023-11-15 | Transportation IP Holdings, LLC | Communication monitoring system |
CN114884952A (zh) * | 2022-05-25 | 2022-08-09 | 北京百度网讯科技有限公司 | 车辆监测中的采集数据处理、车辆监测控制方法及装置 |
CN114979221B (zh) * | 2022-06-29 | 2024-02-06 | 阿波罗智能技术(北京)有限公司 | 车辆的信号处理方法、装置、电子设备及存储介质 |
CN114979221A (zh) * | 2022-06-29 | 2022-08-30 | 阿波罗智能技术(北京)有限公司 | 车辆的信号处理方法、装置、电子设备及存储介质 |
CN115328959A (zh) * | 2022-10-17 | 2022-11-11 | 江苏赫奕科技有限公司 | 工程车辆盲区数据补传方法、装置、设备及存储介质 |
CN115474154A (zh) * | 2022-10-19 | 2022-12-13 | 浙江吉利控股集团有限公司 | 车辆控制方法、装置及设备 |
CN117885538A (zh) * | 2024-03-18 | 2024-04-16 | 光克(上海)工业自动化科技有限公司 | 新能源车辆动力电池预警方法、系统、设备及存储介质 |
CN117885538B (zh) * | 2024-03-18 | 2024-05-07 | 光克(上海)工业自动化科技有限公司 | 新能源车辆动力电池预警方法、系统、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111071263B (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111071263B (zh) | 一种自动驾驶车辆的控制方法、装置、系统及设备 | |
CN109388130B (zh) | 确保联网的自动车辆的安全控制的方法、系统和介质 | |
CN114348025B (zh) | 一种车辆驾驶监控系统、方法、设备及存储介质 | |
CN110942632B (zh) | 一种自动驾驶的数据处理方法、装置及设备 | |
US10755565B2 (en) | Prioritized vehicle messaging | |
CN108592932A (zh) | 一种无人车调度方法、系统、设备及存储介质 | |
US20210035443A1 (en) | Navigation analysis for a multi-lane roadway | |
CN111055851B (zh) | 一种自动驾驶的监控报警系统、客户端、服务器 | |
JP2019511052A (ja) | 車両を制御する方法、装置およびシステム | |
US20220110021A1 (en) | Flow forecasting for mobile users in cellular networks | |
EP4256536A1 (en) | Autonomous vehicle high-priority data offload system | |
CN105185117A (zh) | 一种公路旅行时间预测方法、系统及装置 | |
CN112016625A (zh) | 车辆异常检测方法、装置、电子设备及存储介质 | |
CN115158319A (zh) | 车辆变道方法、装置、电子设备和存储介质 | |
US11374667B2 (en) | Localizing communications interference node | |
CN111951552B (zh) | 一种自动驾驶中风险管理的方法以及相关装置 | |
US11200798B2 (en) | Grouping of moving objects | |
CN113911139B (zh) | 车辆控制方法、装置和电子设备 | |
US10953871B2 (en) | Transportation infrastructure communication and control | |
CN114153190A (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 | |
CN112440996A (zh) | 用于自主车辆的车道保持 | |
US20230319579A1 (en) | Communication resource allocation device, communication resource allocation method, and computer readable medium | |
CN111736557A (zh) | 一种轨道车辆碰撞测试的集成控制系统以及控制方法 | |
US20230185992A1 (en) | Managing states of a simulated environment | |
CN114884952A (zh) | 车辆监测中的采集数据处理、车辆监测控制方法及装置 |
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 |