[go: up one dir, main page]

CN112918488B - 车辆控制方法、装置及存储介质 - Google Patents

车辆控制方法、装置及存储介质 Download PDF

Info

Publication number
CN112918488B
CN112918488B CN202110262864.0A CN202110262864A CN112918488B CN 112918488 B CN112918488 B CN 112918488B CN 202110262864 A CN202110262864 A CN 202110262864A CN 112918488 B CN112918488 B CN 112918488B
Authority
CN
China
Prior art keywords
vehicle
distance
vehicles
following
current vehicle
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
Application number
CN202110262864.0A
Other languages
English (en)
Other versions
CN112918488A (zh
Inventor
刘元山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Imotion Automotive Technology Suzhou Co Ltd
Original Assignee
Imotion Automotive Technology Suzhou Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Imotion Automotive Technology Suzhou Co Ltd filed Critical Imotion Automotive Technology Suzhou Co Ltd
Priority to CN202110262864.0A priority Critical patent/CN112918488B/zh
Publication of CN112918488A publication Critical patent/CN112918488A/zh
Application granted granted Critical
Publication of CN112918488B publication Critical patent/CN112918488B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/805—Azimuth angle
    • 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
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B60W2754/30—Longitudinal distance

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及一种车辆控制方法、装置及存储介质，属于自动驾驶技术领域，该方法包括：获取当前车辆上的传感器采集到的车辆信息；计算当前车辆在预设时长内的平均车速；按照车辆信息统计在预设时长内，基于当前车辆确定的第一范围内其它车辆的车辆数量、以及基于当前车辆确定的第二范围内其它车辆的车辆密度；将平均车速、车辆数量和车辆密度输入预先训练的决策树，得到车流状态分类；基于车流状态分类确定当前车辆与前方车辆之间的跟车时距；按照跟车时距保持前方车辆之间的距离；可以解决跟车时距固定时车辆跟车距离固定，不够灵活的问题；由于可以按照车流状态自适应调整跟车时距，因此，可以提高车辆控制的灵活性。

Description

车辆控制方法、装置及存储介质
技术领域
本申请涉及一种车辆控制方法、装置及存储介质，属于自动驾驶技术领域。
背景技术
自动驾驶车辆是一种通过计算机系统实现无人驾驶的智能车辆。自动驾驶车辆通常具有自适应巡航控制(Adaptive Cruise Control，ACC)功能。具有ACC功能的车辆可以与前车保持预设的间距，以避免发生碰撞。
现有的ACC控制方式中，车辆的跟车时距通常固定，控制方式不够灵活。
发明内容
本申请提供了一种车辆控制方法、装置及存储介质，可以解决跟车时距固定时车辆跟车距离固定，不够灵活的问题。本申请提供如下技术方案：
第一方面，提供一种车辆控制方法，所述方法包括：
获取当前车辆上的传感器采集到的车辆信息，所述车辆信息包括其它车辆相对于所述当前车辆的位置、速度和朝向角；
计算所述当前车辆在预设时长内的平均车速；
按照所述车辆信息统计在所述预设时长内，基于所述当前车辆确定的第一范围内其它车辆的车辆数量、以及基于所述当前车辆确定的第二范围内其它车辆的车辆密度；
将所述平均车速、所述车辆数量和所述车辆密度输入预先训练的决策树，得到车流状态分类；
基于所述车流状态分类确定所述当前车辆与前方车辆之间的跟车时距；
按照所述跟车时距保持所述前方车辆之间的距离。
可选地，所述车流状态分类包括拥堵状态和非拥堵状态，所述基于所述车流状态分类确定所述当前车辆与前方车辆之间的跟车时距，包括：
在所述车流状态分类为所述拥堵状态时，确定所述跟车时距为第一跟车时距；
在所述车流状态分类为所述非拥堵状态时，确定所述跟车时距为第二跟车时距；
其中，所述第一跟车时距小于所述第二跟车时距。
可选地，所述决策树包括多个网络分支，所述网络分支包括第一分支和第二分支，所述第一分支对应拥堵状态，所述第二分支对应非拥堵状态，所述方法还包括：
确定所述决策树中当前一组输入数据对应的网络分支处理的数据量；
计算所述数据量与历史数据总量的比值，得到所述车流状态分类对应的概率。
可选地，所述计算所述数据量与历史数据总量的比值，得到所述车流状态分类对应的概率之后，还包括：
根据所述概率确定是否基于所述车流状态分类确定所述跟车时距；
在确定出基于所述车流状态分类确定所述跟车时距时，触发执行所述基于所述车流状态分类确定所述当前车辆与前方车辆之间的跟车时距的步骤；
在确定出不基于所述车流状态分类确定所述跟车时距时，再次执行所述按照所述车辆信息统计在所述预设时长内，基于所述当前车辆确定的第一范围内其它车辆的车辆数量、以及基于所述当前车辆确定的第二范围内其它车辆的车辆密度；将所述平均车速、所述车辆数量和所述车辆密度输入预先训练的决策树，得到车流状态分类的步骤。
可选地，所述根据所述概率确定是否基于所述车流状态分类确定所述跟车时距，包括：
在所述概率小于或等于概率阈值时，确定不基于所述车流状态分类确定所述跟车时距；
在所述概率大于概率阈值时，确定基于所述车流状态分类确定所述跟车时距。
可选地，所述基于所述当前车辆确定的第二范围内其它车辆的车辆密度，包括：
确定纵向方向上与所述当前车辆相距第一距离、横向方向上与所述当前车辆相距第二距离的第二范围内，所述其它车辆的车辆密度。
可选地，所述方法还包括：
确定是否开启跟车时距调整功能；
在确定出开启所述跟车时距调整功能时，触发执行所述按照所述跟车时距保持所述前方车辆之间的距离的步骤；
在确定出不开启所述跟车时距调整功能时，按照默认跟车时距保持所述前方车辆之间的距离。
第二方面，提供一种车辆控制装置，所述装置包括：
信息获取模块，用于获取当前车辆上的传感器采集到的车辆信息，所述车辆信息包括其它车辆相对于所述当前车辆的位置、速度和朝向角；
车速计算模块，用于计算所述当前车辆在预设时长内的平均车速；
数据统计模块，用于按照所述车辆信息统计在所述预设时长内，基于所述当前车辆确定的第一范围内其它车辆的车辆数量、以及基于所述当前车辆确定的第二范围内其它车辆的车辆密度；
状态分类模块，用于将所述平均车速、所述车辆数量和所述车辆密度输入预先训练的决策树，得到车流状态分类；
时距调整模块，用于基于所述车流状态分类确定所述当前车辆与前方车辆之间的跟车时距；
车辆控制模块，用于按照所述跟车时距保持所述前方车辆之间的距离。
第三方面，提供一种车辆控制装置，所述装置包括处理器和存储器；所述存储器中存储有程序，所述程序由所述处理器加载并执行以实现第一方面提供的车辆控制方法。
第四方面，提供一种计算机可读存储介质，所述存储介质中存储有程序，所述程序被处理器执行时用于实现第一方面提供的所述的车辆控制方法。
本申请的有益效果在于：通过获取当前车辆上的传感器采集到的车辆信息；计算当前车辆在预设时长内的平均车速；按照车辆信息统计在预设时长内，基于当前车辆确定的第一范围内其它车辆的车辆数量、以及基于当前车辆确定的第二范围内其它车辆的车辆密度；将平均车速、车辆数量和车辆密度输入预先训练的决策树，得到车流状态分类；基于车流状态分类确定当前车辆与前方车辆之间的跟车时距；按照跟车时距保持前方车辆之间的距离；可以解决跟车时距固定时车辆跟车距离固定，不够灵活的问题；由于可以按照车流状态自适应调整跟车时距，因此，可以提高车辆控制的灵活性。
另外，通过根据车流状态分类对应的概率确定是否调整跟车时距，可以保证在车流状态分类的置信度较大的情况下才调整跟车时距，保证车辆的行车安全。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，并可依照说明书的内容予以实施，以下以本申请的较佳实施例并配合附图详细说明如后。
附图说明
图1是本申请一个实施例提供的车辆控制方法的流程图；
图2是本申请一个实施例提供的车辆控制装置的框图；
图3是本申请一个实施例提供的车辆控制装置的框图。
具体实施方式
下面结合附图和实施例，对本申请的具体实施方式作进一步详细描述。以下实施例用于说明本申请，但不用来限制本申请的范围。
首先，对本申请涉及的若干名词进行介绍。
自动驾驶(Self-driving)：是一种通过计算机系统实现自动驾驶的智能汽车。
自适应巡航控制(Adaptive Cruise Control，ACC)：是一种智能化的自动控制系统。在车辆行驶过程中，安装在车辆前部的车距传感器(如雷达传感器)持续扫描车辆前方道路，同时轮速传感器采集车速信号。当与前车之间的距离过小时，ACC控制单元可以通过与制动防抱死系统、发动机控制系统协调动作，使车轮适当制动，并使发动机的输出功率下降，以使车辆与前方车辆始终保持安全距离。当与前车之间的距离增加到安全距离时，ACC控制单元控制车辆按照设定的车速行驶。
跟车时距：对于每辆车辆，该车辆在纵向方向上与前方车辆之间的车距除以该车辆的车速得到的值。
决策树(Decision Tree)：在机器学习中，决策树是一个预测模型，它代表的是对象属性与对象值之间的一种映射关系。决策树是一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别。
可选地，本申请以各个实施例的执行主体为具有计算能力的电子设备为例进行说明，该电子设备可以为终端或服务器，该终端可以为车载计算机、手机、计算机、笔记本电脑、平板电脑等，本实施例不对终端的类型和电子设备的类型作限定。
本实施例中，电子设备与当前车辆上的传感器通信相连，比如：与激光雷达传感器、图像传感器、毫米波雷达传感器等分别通信相连，以采集当前车辆周围的其它车辆的位置、速度、朝向角进行检测。在实际实现时，当前车辆还可以安装有其它类型的传感器，如：速度传感器以采集当前车辆的速度，本实施例不对当前车辆上安装的传感器类型作限定。电子设备可以为当前车辆上的车载计算机、或者是与当前车辆相独立的设备，本实施例不对电子设备与当前车辆之间的安装方式作限定。
图1是本申请一个实施例提供的车辆控制方法的流程图。该方法至少包括以下几个步骤：
步骤101，获取当前车辆上的传感器采集到的车辆信息，车辆信息包括其它车辆相对于当前车辆的位置、速度和朝向角。
在其他实施例中，车辆信息还可以包括朝向角的变化率等信息，本实施例不对车辆信息的内容作限定。
步骤102，计算当前车辆在预设时长内的平均车速。
预设时长可以是用户设置的；或者是电子设备中默认设置的，本实施例不对预设时长的设置方式和取值作限定。
步骤103，按照车辆信息统计在预设时长内，基于当前车辆确定的第一范围内其它车辆的车辆数量、以及基于当前车辆确定的第二范围内其它车辆的车辆密度。
可选地，第一范围和第二范围相同或不同；在第一范围和第二范围不同时，第一范围可以包括第二范围。
在一个示例中，第二范围为纵向方向上与当前车辆相距第一距离、横向方向上与当前车辆相距第二距离的范围。相应地，基于当前车辆确定的第二范围内其它车辆的车辆密度，包括：确定纵向方向上与当前车辆相距第一距离、横向方向上与当前车辆相距第二距离的第二范围内，其它车辆的车辆密度。
其中，第一距离和第二距离可以为用户设置，或者也可以是电子设备中默认设置的值，第一距离可以为200米、第二距离可以为7米，当然，第一距离和第二距离也可以为其它数值，本实施例不对第一距离和第二距离的设置方式和取值作限定。
步骤104，将平均车速、车辆数量和车辆密度输入预先训练的决策树，得到车流状态分类。
决策树是使用多组训练数据预先训练得到的，每组训练数据包括样本数据和标签，样本数据包括样本平均车速、样本车辆数量和样本车辆密度；标签用于指示样本数据对应的真实车流状态分类。决策树基于监督学习建立。
可选地，决策树包括多个网络分支，网络分支包括第一分支和第二分支，第一分支对应拥堵状态，第二分支对应非拥堵状态。其中，第一分支的数量为至少一个、第二分支的数量为至少一个。此时，决策树还可以输出车流状态分类对应的概率。
通过决策树计算车流状态分类对应的概率的过程包括：确定决策树中当前一组输入数据对应的网络分支处理的数据量；计算数据量与历史数据总量的比值，得到车流状态分类对应的概率。
此时，计算数据量与历史数据总量的比值，得到车流状态分类对应的概率之后，还包括：根据概率确定是否基于车流状态分类确定跟车时距；在确定出基于车流状态分类确定跟车时距时，触发执行步骤105；在确定出不基于车流状态分类确定跟车时距时，再次执行步骤103。
其中，根据概率确定是否基于车流状态分类确定跟车时距，包括：在概率小于或等于概率阈值时，确定不基于车流状态分类确定跟车时距；在概率大于概率阈值时，确定基于车流状态分类确定跟车时距。
由于车流状态分类对应的概率与置信度呈正相关关系，因此，本实施例中，通过根据车流状态分类对应的概率确定是否调整跟车时距，可以保证在车流状态分类的置信度较大的情况下才调整跟车时距，保证车辆的行车安全。
步骤105，基于车流状态分类确定当前车辆与前方车辆之间的跟车时距。
跟车时距与车流状态分类指示的拥堵程度呈负相关关系。在一个示例中，车流状态分类包括拥堵状态和非拥堵状态，基于车流状态分类确定当前车辆与前方车辆之间的跟车时距，包括：在车流状态分类为拥堵状态时，确定跟车时距为第一跟车时距；在车流状态分类为非拥堵状态时，确定跟车时距为第二跟车时距；其中，第一跟车时距小于第二跟车时距。
步骤106，按照跟车时距保持前方车辆之间的距离。
可选地，在步骤106之前，电子设备还可以确定是否开启跟车时距调整功能；在确定出开启跟车时距调整功能时，触发执行按照跟车时距保持前方车辆之间的距离的步骤；在确定出不开启跟车时距调整功能时，按照默认跟车时距保持前方车辆之间的距离。
综上所述，本实施例提供的车辆控制方法，通过获取当前车辆上的传感器采集到的车辆信息；计算当前车辆在预设时长内的平均车速；按照车辆信息统计在预设时长内，基于当前车辆确定的第一范围内其它车辆的车辆数量、以及基于当前车辆确定的第二范围内其它车辆的车辆密度；将平均车速、车辆数量和车辆密度输入预先训练的决策树，得到车流状态分类；基于车流状态分类确定当前车辆与前方车辆之间的跟车时距；按照跟车时距保持前方车辆之间的距离；可以解决跟车时距固定时车辆跟车距离固定，不够灵活的问题；由于可以按照车流状态自适应调整跟车时距，因此，可以提高车辆控制的灵活性。
另外，通过根据车流状态分类对应的概率确定是否调整跟车时距，可以保证在车流状态分类的置信度较大的情况下才调整跟车时距，保证车辆的行车安全。
图2是本申请一个实施例提供的车辆控制装置的框图。该装置至少包括以下几个模块：信息获取模块210、车速计算模块220、数据统计模块230、状态分类模块240、时距调整模块250和车辆控制模块260。
信息获取模块210，用于获取当前车辆上的传感器采集到的车辆信息，所述车辆信息包括其它车辆相对于所述当前车辆的位置、速度和朝向角；
车速计算模块220，用于计算所述当前车辆在预设时长内的平均车速；
数据统计模块230，用于按照所述车辆信息统计在所述预设时长内，基于所述当前车辆确定的第一范围内其它车辆的车辆数量、以及基于所述当前车辆确定的第二范围内其它车辆的车辆密度；
状态分类模块240，用于将所述平均车速、所述车辆数量和所述车辆密度输入预先训练的决策树，得到车流状态分类；
时距调整模块250，用于基于所述车流状态分类确定所述当前车辆与前方车辆之间的跟车时距；
车辆控制模块260，用于按照所述跟车时距保持所述前方车辆之间的距离。
相关细节参考上述方法实施例。
需要说明的是：上述实施例中提供的车辆控制装置在进行车辆控制时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将车辆控制装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的车辆控制装置与车辆控制方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图3是本申请一个实施例提供的车辆控制装置的框图。该装置至少包括处理器301和存储器302。
处理器301可以包括一个或多个处理核心，比如：4核心处理器、8核心处理器等。处理器301可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器301也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器301可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器301还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器302可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器302还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器302中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器301所执行以实现本申请中方法实施例提供的车辆控制方法。
在一些实施例中，车辆控制装置还可选包括有：外围设备接口和至少一个外围设备。处理器301、存储器302和外围设备接口之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口相连。示意性地，外围设备包括但不限于：射频电路、触摸显示屏、音频电路、和电源等。
当然，车辆控制装置还可以包括更少或更多的组件，本实施例对此不作限定。
可选地，本申请还提供有一种计算机可读存储介质，所述计算机可读存储介质中存储有程序，所述程序由处理器加载并执行以实现上述方法实施例的车辆控制方法。
可选地，本申请还提供有一种计算机产品，该计算机产品包括计算机可读存储介质，所述计算机可读存储介质中存储有程序，所述程序由处理器加载并执行以实现上述方法实施例的车辆控制方法。
以上所述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。
上述仅为本申请的一个具体实施方式，其它基于本申请构思的前提下做出的任何改进都视为本申请的保护范围。

Claims (9)

1.一种车辆控制方法，其特征在于，所述方法包括：
获取当前车辆上的传感器采集到的车辆信息，所述车辆信息包括其它车辆相对于所述当前车辆的位置、速度和朝向角；
计算所述当前车辆在预设时长内的平均车速；
按照所述车辆信息统计在所述预设时长内，基于所述当前车辆确定的第一范围内其它车辆的车辆数量、以及基于所述当前车辆确定的第二范围内其它车辆的车辆密度；
将所述平均车速、所述车辆数量和所述车辆密度输入预先训练的决策树，得到车流状态分类，所述决策树包括多个网络分支，所述网络分支包括第一分支和第二分支，所述第一分支对应拥堵状态，所述第二分支对应非拥堵状态，包括：确定所述决策树中当前一组输入数据对应的网络分支处理的数据量；计算所述数据量与历史数据总量的比值，得到所述车流状态分类对应的概率；
基于所述车流状态分类确定所述当前车辆与前方车辆之间的跟车时距；
按照所述跟车时距保持所述前方车辆之间的距离。
2.根据权利要求1所述的方法，其特征在于，所述车流状态分类包括拥堵状态和非拥堵状态，所述基于所述车流状态分类确定所述当前车辆与前方车辆之间的跟车时距，包括：
在所述车流状态分类为所述拥堵状态时，确定所述跟车时距为第一跟车时距；
在所述车流状态分类为所述非拥堵状态时，确定所述跟车时距为第二跟车时距；
其中，所述第一跟车时距小于所述第二跟车时距。
3.根据权利要求1所述的方法，其特征在于，所述计算所述数据量与历史数据总量的比值，得到所述车流状态分类对应的概率之后，还包括：
根据所述概率确定是否基于所述车流状态分类确定所述跟车时距；
在确定出基于所述车流状态分类确定所述跟车时距时，触发执行所述基于所述车流状态分类确定所述当前车辆与前方车辆之间的跟车时距的步骤；
在确定出不基于所述车流状态分类确定所述跟车时距时，再次执行所述按照所述车辆信息统计在所述预设时长内，基于所述当前车辆确定的第一范围内其它车辆的车辆数量、以及基于所述当前车辆确定的第二范围内其它车辆的车辆密度；将所述平均车速、所述车辆数量和所述车辆密度输入预先训练的决策树，得到车流状态分类的步骤。
4.根据权利要求3所述的方法，其特征在于，所述根据所述概率确定是否基于所述车流状态分类确定所述跟车时距，包括：
在所述概率小于或等于概率阈值时，确定不基于所述车流状态分类确定所述跟车时距；
在所述概率大于概率阈值时，确定基于所述车流状态分类确定所述跟车时距。
5.根据权利要求1所述的方法，其特征在于，所述基于所述当前车辆确定的第二范围内其它车辆的车辆密度，包括：
确定纵向方向上与所述当前车辆相距第一距离、横向方向上与所述当前车辆相距第二距离的第二范围内，所述其它车辆的车辆密度。
6.根据权利要求1至5任一所述的方法，其特征在于，所述方法还包括：
确定是否开启跟车时距调整功能；
在确定出开启所述跟车时距调整功能时，触发执行所述按照所述跟车时距保持所述前方车辆之间的距离的步骤；
在确定出不开启所述跟车时距调整功能时，按照默认跟车时距保持所述前方车辆之间的距离。
7.一种车辆控制装置，其特征在于，所述装置包括：
信息获取模块，用于获取当前车辆上的传感器采集到的车辆信息，所述车辆信息包括其它车辆相对于所述当前车辆的位置、速度和朝向角；
车速计算模块，用于计算所述当前车辆在预设时长内的平均车速；
数据统计模块，用于按照所述车辆信息统计在所述预设时长内，基于所述当前车辆确定的第一范围内其它车辆的车辆数量、以及基于所述当前车辆确定的第二范围内其它车辆的车辆密度；
状态分类模块，用于将所述平均车速、所述车辆数量和所述车辆密度输入预先训练的决策树，得到车流状态分类，所述决策树包括多个网络分支，所述网络分支包括第一分支和第二分支，所述第一分支对应拥堵状态，所述第二分支对应非拥堵状态，包括：确定所述决策树中当前一组输入数据对应的网络分支处理的数据量；计算所述数据量与历史数据总量的比值，得到所述车流状态分类对应的概率；
时距调整模块，用于基于所述车流状态分类确定所述当前车辆与前方车辆之间的跟车时距；
车辆控制模块，用于按照所述跟车时距保持所述前方车辆之间的距离。
8.一种车辆控制装置，其特征在于，所述装置包括处理器和存储器；所述存储器中存储有程序，所述程序由所述处理器加载并执行以实现如权利要求1至6任一项所述的车辆控制方法。
9.一种计算机可读存储介质，其特征在于，所述存储介质中存储有程序，所述程序被处理器执行时用于实现如权利要求1至6任一项所述的车辆控制方法。
CN202110262864.0A 2021-03-11 2021-03-11 车辆控制方法、装置及存储介质 Active CN112918488B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110262864.0A CN112918488B (zh) 2021-03-11 2021-03-11 车辆控制方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110262864.0A CN112918488B (zh) 2021-03-11 2021-03-11 车辆控制方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN112918488A CN112918488A (zh) 2021-06-08
CN112918488B true CN112918488B (zh) 2022-06-21

Family

ID=76172518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110262864.0A Active CN112918488B (zh) 2021-03-11 2021-03-11 车辆控制方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN112918488B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114179825B (zh) * 2021-12-08 2022-11-18 北京百度网讯科技有限公司 多传感器融合获取量测值置信度方法及自动驾驶车辆
CN115583240B (zh) * 2022-11-25 2023-03-21 小米汽车科技有限公司 跟车方法、装置、车辆及介质

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4640441B2 (ja) * 2008-04-28 2011-03-02 トヨタ自動車株式会社 走行制御装置及び走行制御方法
DE102008041174A1 (de) * 2008-08-12 2010-02-18 Robert Bosch Gmbh Verfahren und Vorrichtung zur Beeinflussung der Geschwindigkeit oder des Abstandes eines Fahrzeuges
JP5625603B2 (ja) * 2010-08-09 2014-11-19 トヨタ自動車株式会社 車両制御装置、車両制御システムおよび管制装置
US8793046B2 (en) * 2012-06-01 2014-07-29 Google Inc. Inferring state of traffic signal and other aspects of a vehicle's environment based on surrogate data
CN105023434B (zh) * 2015-07-03 2017-04-26 信融源大数据科技(北京)有限公司 一种高速公路拥堵指数的获取方法
SE541221C2 (en) * 2015-10-29 2019-05-07 Scania Cv Ab A method for determining a desired gap between a motor vehicle and a lead vehicle
DE102017216408A1 (de) * 2017-09-15 2019-03-21 Bayerische Motoren Werke Aktiengesellschaft Adaptive Abstandswahl zur Effizienzoptimierung
CN109191840A (zh) * 2018-09-13 2019-01-11 电子科技大学 一种基于智能终端的实时交通状况判定方法
CN110688922A (zh) * 2019-09-18 2020-01-14 苏州奥易克斯汽车电子有限公司 基于深度学习的交通拥堵检测系统及检测方法
CN110807916B (zh) * 2019-10-11 2022-07-01 武汉理工大学 一种基于路网拓扑结构的交通状态评定方法及系统
CN111994076A (zh) * 2020-09-02 2020-11-27 中国第一汽车股份有限公司 自动驾驶车辆的控制方法及装置

Also Published As

Publication number Publication date
CN112918488A (zh) 2021-06-08

Similar Documents

Publication Publication Date Title
CN112849144B (zh) 车辆控制方法、装置及存储介质
CN110928319B (zh) 自动驾驶车辆的控制方法、装置、车辆及存储介质
CN112918488B (zh) 车辆控制方法、装置及存储介质
US10755565B2 (en) Prioritized vehicle messaging
US10269245B2 (en) Server, system, and method for determining a position of an end of a traffic jam
WO2023274071A1 (zh) 驾驶行为监控方法、装置、电子设备及存储介质
CN113771881A (zh) 车辆换道控制方法、装置、电子设备及存储介质
US20240249623A1 (en) Artificial intelligence-based persistence of vehicle black box data
US20210209461A1 (en) Methods for neural network sparsity channel generation and inference
CN110871797A (zh) 自动跟车方法、电子装置和存储介质
CN113867365A (zh) 无人驾驶车辆变加速度的确定方法、装置和相关设备
CN117922568A (zh) 跟车时距动态控制方法、控制装置、电子设备及存储介质
CN112285717A (zh) 控制车载雷达信号的方法以及电子设备
CN117830989A (zh) 驾驶辅助功能推荐方法、装置、车辆及存储介质
CN111038503A (zh) 车辆自适应巡航控制方法、装置、车辆及存储介质
CN117416375A (zh) 车辆避让方法、装置、设备及存储介质
CN111483463B (zh) 基于车载单元和路侧单元的预判超车方法、存储介质
DE102022120226A1 (de) Adaptive Kommunikation für ein Fahrzeug in einem Kommunikationsnetz
CN114872621A (zh) 一种汽车喇叭控制方法、系统、装置、设备及存储介质
US20240025406A1 (en) Method for adjusting speed of instant vehicle and device for adjusting speed of instant vehicle
CN111524389A (zh) 车辆驾驶方法和装置
JP2016095707A (ja) 遷移予測データ生成装置および遷移予測装置
EP4382384A1 (en) Vehicle driving method, apparatus and system
CN113276850B (zh) 车辆控制的方法、装置、设备、存储介质及程序产品
US12131632B1 (en) Methods for traffic flow control considering bus stops in connected environment

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 215123 g2-1901 / 1902 / 2002, No. 88, Jinjihu Avenue, Suzhou Industrial Park, Suzhou City, Jiangsu Province

Patentee after: Zhixing Automotive Technology (Suzhou) Co.,Ltd.

Address before: 215123 g2-1901 / 1902 / 2002, No. 88, Jinjihu Avenue, Suzhou Industrial Park, Suzhou City, Jiangsu Province

Patentee before: IMOTION AUTOMOTIVE TECHNOLOGY (SUZHOU) Co.,Ltd.