CN113276888A - 基于自动驾驶的乘车方法、装置、设备和存储介质 - Google Patents
基于自动驾驶的乘车方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113276888A CN113276888A CN202110643898.4A CN202110643898A CN113276888A CN 113276888 A CN113276888 A CN 113276888A CN 202110643898 A CN202110643898 A CN 202110643898A CN 113276888 A CN113276888 A CN 113276888A
- Authority
- CN
- China
- Prior art keywords
- riding
- information
- candidate
- point
- target
- 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 58
- 238000013507 mapping Methods 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 11
- 230000003993 interaction Effects 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 abstract 1
- 230000001276 controlling effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 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
- 238000004364 calculation method Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003032 molecular docking 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
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
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- 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
- B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
- B60W60/00253—Taxi operations
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
-
- 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
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- 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
- B60W2556/10—Historical data
-
- 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
- B60W2556/40—High definition maps
-
- 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
-
- 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
- B60W2756/00—Output or target parameters relating to data
- B60W2756/10—Involving external transmission of data to or from the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开提供了基于自动驾驶的乘车方法、装置、设备和存储介质，涉及计算机技术领域，尤其涉及自动驾驶和深度学习技术领域。具体实现方案为：根据候选乘车点的车辆辅助信息，从候选乘车点中为目标乘客选择目标乘车点；其中，所述候选乘车点的车辆辅助信息包括候选乘车点的坐标信息和车道信息；控制自动驾驶车辆根据目标乘车点的车辆辅助信息向所述目标乘车点行驶。本公开实施例能够提高自动驾驶场景中的乘车效率和乘车成功率。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及自动驾驶和深度学习技术领域，具体涉及基于自动驾驶的乘车方法、装置、设备和存储介质。
背景技术
自动驾驶车辆可以通过计算机系统采用自动驾驶技术实现无人驾驶。目前，自动驾驶车辆采用的自动驾驶技术可以划分为L1-L5五个等级。随着等级的升高，自动驾驶功能越智能化。
随着自动驾驶技术的发展，众多科技公司都在探索自动驾驶出租车(Robotaxi)的落地。在自动驾驶乘车场景中，自动驾驶车辆如何顺利接到乘客是成单的关键。
发明内容
本公开提供了一种用于基于自动驾驶的乘车方法、装置、设备和存储介质。
根据本公开的一方面，提供了一种基于自动驾驶的乘车方法，包括：
根据候选乘车点的车辆辅助信息，从候选乘车点中为目标乘客选择目标乘车点；其中，所述候选乘车点的车辆辅助信息包括候选乘车点的坐标信息和车道信息；
控制自动驾驶车辆根据目标乘车点的车辆辅助信息向所述目标乘车点行驶。
根据本公开的又一方面，提供了一种基于自动驾驶的乘车装置，包括：
选乘车点中为目标乘客选择目标乘车点；其中，所述候选乘车点的车辆辅助信息包括候选乘车点的坐标信息和车道信息；
车辆控制模块，用于控制自动驾驶车辆根据目标乘车点的车辆辅助信息向所述目标乘车点行驶。
根据本公开的又一方面，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本公开任意实施例所提供的基于自动驾驶的乘车方法。
根据本公开的又一方面，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，其中，所述计算机指令用于使所述计算机执行本公开任意实施例所提供的基于自动驾驶的乘车方法。
根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开任意实施例所提供的基于自动驾驶的乘车方法。
根据本公开的技术，能够提高自动驾驶场景中的乘车效率和乘车成功率。
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
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是根据本公开实施例提供的一种基于自动驾驶的乘车方法的示意图；
图2是根据本公开实施例提供的另一种基于自动驾驶的乘车方法的示意图；
图3a是根据本公开实施例提供的又一种基于自动驾驶的乘车方法的示意图；
图3b-图3d分别是根据本公开实施例提供的一种映射点示意图；
图4是根据本公开实施例提供的又一种基于自动驾驶的乘车方法的示意图；
图5根据本公开实施例提供的一种基于自动驾驶的乘车装置的示意图；
图6是用来实现本公开实施例的基于自动驾驶的乘车方法的电子设备的框图。
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。
以下结合附图，对本公开实施例提供的该方案进行详细说明。
图1是根据本公开实施例提供的一种基于自动驾驶的乘车方法的示意图，本公开实施例可适用于乘坐自动驾驶车辆的情况。该方法可由一种基于自动驾驶的乘车装置来执行，该装置可采用硬件和/或软件的方式来实现，可配置于电子设备中。参考图1，该方法具体包括如下：
S110、根据候选乘车点的车辆辅助信息，从候选乘车点中为目标乘客选择目标乘车点；其中，所述候选乘车点的车辆辅助信息包括候选乘车点的坐标信息和车道信息；
S120、控制自动驾驶车辆根据目标乘车点的车辆辅助信息向所述目标乘车点行驶。
在本公开实施例中，乘车点是指乘客与自动驾驶车辆的对接点，即乘客在乘车点上车，例如自动驾驶车辆可以在乘车点处等待乘客上车，乘客也可以在乘车点处等待自动驾驶车辆。
候选乘车点是指可供乘客使用的乘车点。候选乘车点可以包括车辆辅助信息和语义描述信息，其中，车辆辅助信息面向自动驾驶车辆，用于自动驾驶车辆根据车辆辅助信息向候选乘车点行驶，车辆辅助信息中坐标信息的误差可以是厘米级别的，例如通过自动驾驶车辆中设置的高精度定位设备得到，车道信息也可以通过高精度定位得到，例如某某路的第3车道。语义描述信息面向乘客，用于乘客通过语义描述信息步行到候选乘车点。
在目标乘客需要乘坐自动驾驶车辆的情况下，可以根据目标乘客的初始位置从候选乘车点中为目标乘客选择目标乘车点。并且，可以向自动驾驶车辆发送目标乘车点的车辆辅助信息，使自动驾驶车辆根据目标乘车点的坐标信息和车道信息向目标乘车点行驶，还可以向目标乘客发送目标乘车点的语义描述信息，使目标乘客根据语义描述信息由初始位置移动到目标乘车点处。
在非自动驾驶场景中，车辆只能获得乘车点的坐标信息，并且乘车点的坐标信息的误差范围较大，例如坐标信息可以通过GPS(Global Positioning System，全球定位系统)定位技术得到，而不是通过高精定位得到。在非自动驾驶场景中，乘车点的坐标信息精度较低，在车辆到达乘车点后，司机可以结合地图导航和经验常识，观测环境门牌标牌信息，与乘客语音电话等方式找到乘客的实际乘车位置。
本公开实施例在自动驾驶场景中，通过向自动驾驶车辆提供目标乘车点的高精度坐标信息，尤其是高精度坐标信息所关联的车道信息，使自动驾驶车辆可以根据目标乘车点的坐标信息和车道信息准确行驶到目标乘车点，通过向目标乘客提供目标乘车点的语义描述信息，使目标乘客可以根据语义描述信息准确到达目标乘车点，也就是说，通过目标乘车点的车辆辅助信息和语义描述信息，能够兼顾自动驾驶车辆和目标乘客对乘车点的不同需求，使自动驾驶车辆和目标乘客均移动到目标乘车点，能够克服自动驾驶场景中没有司机导致乘客与自动驾驶车辆对接难的问题，从而提高自动驾驶场景的乘车效率和乘车成功率。
本公开实施例的技术方案，通过向目标驾驶车辆提供目标乘车点的高精度坐标信息和车道信息，向目标乘客提供目标乘车点的语义描述信息，使自动驾驶车辆和目标乘客均准确的移动到目标乘车点，能够提高自动驾驶场景的乘车效率和乘车成功率。
图2是根据本公开实施例提供的另一种基于自动驾驶的乘车方法的示意图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图2，本实施例提供的基于自动驾驶的乘车方法包括：
S210、根据目标乘客的初始位置和所述候选乘车点的车辆辅助信息，对候选乘车点进行筛选；其中，所述候选乘车点的车辆辅助信息包括候选乘车点的坐标信息和车道信息；
S220、根据候选乘车点的自动驾驶特征，对经筛选的候选乘车点进行排序，并根据排序结果为目标乘客选择目标乘车点；
S230、控制自动驾驶车辆根据目标乘车点的车辆辅助信息向所述目标乘车点行驶。
其中，自动驾驶特征可以根据候选乘车点在自动驾驶场景中的历史行为数据确定。具体的，响应于包括目标乘客的初始位置的自动驾驶乘车请求，可以根据目标乘客的初始位置、候选乘车点的坐标信息和车道信息，确定目标乘客与候选乘车点之间的距离，并根据距离对候选乘车点进行筛选得到经筛选的至少两个候选乘车点，例如可以选择在初始位置500米以内的最多50个候选乘车点。另外，还可以结合距离、候选乘车点的点击率、候选乘车点的热度信息对候选乘车点进行筛选，其中候选乘车点被滤除的概率可以与候选乘车点的点击率、热度信息呈负相关。在对经筛选的候选乘车点进行排序之前还可以剔除位于合法自动驾驶乘车区域的候选乘车点，合法自动驾驶乘车区域即自动驾驶乘车的合法行驶区域。
并且，可以引入候选乘车点的自动驾驶特征对经筛选的候选乘车点进行排序，并根据排序结果为目标乘客选择目标乘车点。具体的，可以将排序得分最高的候选乘车点作为目标乘车点，也可以将排序得分相对较高的固定数值(例如3)个候选乘车点提供给目标乘客，由目标乘客根据个性化需求选择目标乘车点。通过结合目标乘客的初始位置、候选乘车点的车辆辅助信息和自动驾驶特征，为目标乘客选择目标乘车点，能够提高目标乘车点与目标乘客的匹配度，从而进一步提高目标乘客的乘车效率和乘车成功率。
本公开的技术方案中，所涉及的乘客个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
在一种可选实施方式中，所述自动驾驶特征包括如下至少一项：自动驾驶成功率、路况复杂度或乘客反馈信息。
其中，自动驾驶成功率可以是指在候选乘车点处历史乘客与自动驾驶车辆的成功对接率，路况复杂度可以根据周边道路等级、行人数量、非机动车数量等确定，乘客反馈信息可以是乘客对候选乘车点处乘车难易程度的评价信息。
具体的，可以将经筛选的各候选乘车点的自动驾驶成功率、路况复杂度、乘客反馈信息作为排序模型的输入，并获取排序模型输出的各候选乘车点的得分；根据得分选择目标乘车点。本公开实施例对排序模型的网络结构不做具体限定，如可以采用逻辑回归模型、Pairwise(排序模型)或RankNet(排序网络)等。通过引入自动驾驶成功率、路况复杂度或乘客反馈信息对经筛选的候选乘车点进行排序，能够进一步提高目标乘车点与自动驾驶场景之间的匹配度，从而提高乘车成功率。
本公开实施例的技术方案，通过结合目标乘客的初始位置、候选乘车点的车辆辅助信息对候选乘车点进行筛选，并引入自动驾驶成功率、路况复杂度或乘客反馈信息对经筛选的候选乘车点进行排序，能够充分考虑自动驾驶乘车场景的特性，进一步提高乘车成功率。
图3a是根据本公开实施例提供的又一种基于自动驾驶的乘车方法的示意图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图3a，本实施例提供的基于自动驾驶的乘车方法包括：
S310、获取兴趣点POI的语义描述信息和坐标信息；
S320、将POI的坐标信息与路网中车道进行匹配，得到POI在车道上的映射点；
S330、根据映射点的坐标信息和车道信息，确定候选乘车点的坐标信息和车道信息，以及根据所述POI的语义描述信息确定候选乘车点的语义描述信息；
S340、根据候选乘车点的车辆辅助信息，从候选乘车点中为目标乘客选择目标乘车点；其中，所述候选乘车点的车辆辅助信息包括候选乘车点的坐标信息和车道信息；
S350、控制自动驾驶车辆根据目标乘车点的车辆辅助信息向所述目标乘车点行驶。
其中，兴趣点(Point of Interest，POI)可以为沿街可视的POI，例如某某小区东门、地铁站、公交站等。通过根据沿街可视的POI挖掘候选乘车点，提高乘客的乘车便捷性。
具体的，可以根据POI的坐标信息，将POI与路网中道路的车道进行匹配，确定POI是否在车道上；若POI在车道上，则将POI本身作为映射点(参考图3b)；若POI不在车道上，则可以将车道中距POI最近的点作为映射点(参考图3c)。
还确定映射点是否属于禁止乘车区域，在映射点不属于禁止乘车区域的情况下，可以直接将映射点作为候选乘车点，将映射点的坐标信息、车道信息作为候选乘车点的坐标信息和车道信息，并且根据映射点的坐标信息和POI的坐标信息对POI的语义描写信息进行调整，得到映射点的语义描写信息(参考图3c)。具体的，可以根据映射点的坐标信息和POI的坐标信息确定映射点与POI的相对距离和方向，且根据相对距离、方向和POI的语义描述信息，得到候选乘车点的语义描述信息。参考图3c，POI的语义描述信息为某某商场东门，而候选乘车点的语义描述信息为某某商场东门往西30米。通过确定POI在车道上的映射点，且在映射点不属于禁止乘车区域的情况下，可以将映射点作为候选乘车点，并得到候选乘车点的坐标信息、车道信息和语义描述信息，便于自动驾驶车辆根据候选乘车点的坐标信息、车道信息准确定位候选乘车点，以及便于乘客根据语义描述信息准确定位候选乘车点，从而提高乘车成功率。
在一种可选实施方式中，S330可以包括：在所述映射点属于禁止乘车区域的情况下，对所述映射点的坐标信息和/或车道信息进行修正得到候选乘车点的坐标信息和/或车道信息，且根据所述候选乘车点的坐标信息和/或车道信息对POI的语义描述信息进行调整得到候选乘车点的语义描述信息。
在映射点属于禁止乘车区域的情况下，可以通过对所述映射点的坐标信息和/或车道信息进行修正得到映射点在可乘车区域中的修正点，将修正点作为候选乘车点，将修正点的坐标信息、车道信息作为候选乘车点的坐标信息、车道信息，并且根据候选乘车点的坐标信息、车道信息对POI的语义描述信息进行调整得到候选乘车点的语义描述信息。参考图3d，POI的语义描述信息为某路某某公交站，由于公交站为自动驾驶车辆的禁止乘车区域，候选乘车点的语义描述信息可以为某路某某公交站往北30米，候选乘车点的车道信息可以为某路第3车道。在映射点属于禁止乘车区域的情况下，可以确定映射点在除禁止乘车区域之外的修正点，将修正点作为候选乘车点，不仅能够提高乘车成功率，还能够避免在候选乘车点上车过程中自动驾驶车辆违法交规，提高稳定性。
在一种可选实施方式中，从候选乘车点中为目标乘客选择目标乘车点之前，还包括：获取非自动驾驶场景中历史乘客的历史乘车点的坐标信息、语义描述信息和历史乘客在乘车前的移动轨迹；根据所述移动轨迹对所述历史乘车点的坐标信息进行修正，且根据修正结果确定候选乘车点的坐标信息和车道信息；根据候选乘车点的坐标信息，对所述历史乘车点的语义描述信息进行调整得到候选乘车点的语义描述信息。
在本公开实施例中，还可以采用非自动驾驶场景中的历史乘车点挖掘自动驾驶场景中的候选乘车点。由于非自动驾驶场景中的历史乘车点坐标通过历史乘客或司机的定位设备得到，而非通过高精度定位得到，定位误差在米或百米量级。通过根据历史乘客在乘车前的移动轨迹(例如步行轨迹)推测出历史乘客的实际乘车点坐标和实际乘车点坐标对应的车道，作为候选乘车点的坐标信息和车道信息，使候选乘车点的定位精度能够满足自动驾驶车辆的高精度定位要求，便于自动驾驶车辆准确定位候选乘车点。
在一种可选实施方式中，所述从候选乘车点中为目标乘客选择目标乘车点之前，还包括：将自动驾驶乘车场景中历史乘客的实际乘车点作为所述候选乘车点，且得到所述候选乘车点的坐标信息、车道信息和语义描述信息。
在本公开实施例中，由于自动驾驶车辆设置有高精定位设备，在历史乘客乘坐自动驾驶车辆过程中，可以通过高精定位设备采集历史乘客的实际乘车点的坐标信息和车道信息，可以将实际乘车点作为候选乘车点；并且，还可以根据实际乘车点的坐标信息、车道信息与POI坐标之间的关系，确定实际乘车点的语义描述信息。通过将高精度定位设备采集的历史乘客的实际乘车点作为候选乘车点，便于自动驾驶车辆准确定位候选乘车点，能够提高乘车成功率。
本公开实施例的技术方案，通过根据POI信息、非自动驾驶场景中历史乘车点的坐标信息和历史乘客在乘车前的移动轨迹、自动驾驶乘车场景中历史乘客的实际乘车点挖掘自动驾驶乘车场景中的候选乘车点，能够得到高精度的候选乘车点的坐标信息和车道信息，还能够得到候选乘车点的语义描述信息，便于自动驾驶车辆和乘客准确定位候选乘车点，从而提高自动驾驶场景中的乘车成功率和乘车效率。
图4是根据本公开实施例提供的又一种基于自动驾驶的乘车方法的示意图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图4，本实施例提供的基于自动驾驶的乘车方法包括：
S410、根据候选乘车点的车辆辅助信息，从候选乘车点中为目标乘客选择目标乘车点；其中，所述候选乘车点的车辆辅助信息包括候选乘车点的坐标信息和车道信息；
S420、控制自动驾驶车辆根据目标乘车点的车辆辅助信息向所述目标乘车点行驶；
S430、在自动驾驶车辆到达目标乘车点，且目标乘客未到达目标乘车点的情况下，控制自动驾驶车辆采集车辆环境图像，且向目标乘客发送车辆环境图像，用于辅助目标乘客定位自动驾驶车辆。
在乘客实际乘车过程中，在自动驾驶车辆到达目标乘车点时，可以检查目标乘客是否到达目标乘车点，具体的，可以通过检查目标乘客是否已乘车或者通过自动驾驶车辆的图像采集器采集车辆环境图像，并通过人脸识别技术确定目标乘客是否到达。在目标乘客未到达目标乘车点的情况下，可以向目标乘客持有的电子设备发送车辆环境图像，使目标乘客根据车辆环境图像确定自动驾驶车辆的实际位置，便于目标乘客准确、快速定位自动驾驶车辆。
在一种可选实施方式中，控制自动驾驶车辆根据目标乘车点的车辆辅助信息向所述目标乘车点行驶之后，还包括：在自动驾驶车辆到达目标乘车点，且目标乘客未到达目标乘车点的情况下，控制自动驾驶车辆与目标乘客进行交互，并根据交互信息生成候选指令；向目标乘客发送是否执行候选指令的问询信息；在目标乘客确认执行后，控制所述自动驾驶车辆执行候选指令，以调整自动驾驶车辆的实际位置信息。
在本公开实施例中，在自动驾驶车辆到达目标乘车点，且目标乘客未到达目标乘车点的情况下，自动驾驶车辆还可以与用户进行交互，如进行语音交互，视频通话交互等，根据交互信息确定自动驾驶车辆与目标乘客之间的相对位置信息如确定相对距离、相对方位，还根据相对位置信息生成对自动驾驶车辆的候选指令，在目标乘客对候选指令确认后，控制自动驾驶车辆执行候选指令，以调整自动驾驶车辆的实际位置信息。本公开实施例对候选指令不做具体限定，如候选指令可以为调整到马路对面、掉头等。
在乘车过程中，通过根据自动驾驶车辆与目标乘客的交互信息生成候选指令，并根据目标乘客对候选指令的确认信息控制自动驾驶车辆执行候选指令，尤其适用于目标乘客发现自动驾驶车辆后控制自动驾驶车辆调整位置的情况，能够解决目标乘车点不精确、目标乘客定位出行偏差等问题，能够提高目标乘客的乘车便捷度与乘车灵活性，进一步提高乘车成功率。
本公开实施例的技术方案，在自动驾驶车辆到达目标乘车点后，通过将车辆环境图像发送给目标乘客，或者通过根据目标乘客对候选指令的确认信息控制自动驾驶车辆调整自动驾驶车辆的实际位置信息，能够对近距离的自动驾驶车辆和目标乘客进行精确推荐，从而提高目标乘客到达自动驾驶车辆的成功率。
图5根据本公开实施例提供的一种基于自动驾驶的乘车装置的示意图，本实施例可适用于对乘坐自动驾驶车辆的情况，该装置配置于电子设备中，可实现本公开任意实施例所述的基于自动驾驶的乘车方法。参考图5，该基于自动驾驶的乘车装置500具体包括如下：
目标乘车点选择模块501，用于根据候选乘车点的车辆辅助信息，从候选乘车点中为目标乘客选择目标乘车点；其中，所述候选乘车点的车辆辅助信息包括候选乘车点的坐标信息和车道信息；
车辆控制模块502，用于控制自动驾驶车辆根据目标乘车点的车辆辅助信息向所述目标乘车点行驶。
在一种可选实施方式中，所述目标乘车点选择模块501包括：
目标乘车点筛选单元，用于根据目标乘客的初始位置和所述候选乘车点的车辆辅助信息，对候选乘车点进行筛选；
目标乘车点排序单元，用于根据候选乘车点的自动驾驶特征，对经筛选的候选乘车点进行排序，并根据排序结果为目标乘客选择目标乘车点。
在一种可选实施方式中，所述自动驾驶特征包括如下至少一项：自动驾驶成功率、路况复杂度或乘客反馈信息。
在一种可选实施方式中，该基于自动驾驶的乘车装置500还包括第一候选乘车点模块，所述第一候选乘车点模块包括：
POI信息获取单元，用于获取兴趣点POI的语义描述信息和坐标信息；
POI匹配单元，用于将POI的坐标信息与路网中车道进行匹配，得到POI在车道上的映射点；
第一候选乘车点单元，用于根据映射点的坐标信息和车道信息，确定候选乘车点的坐标信息和车道信息，以及根据所述POI的语义描述信息确定候选乘车点的语义描述信息。
在一种可选实施方式中，所述第一候选乘车点单元具体用于：
在所述映射点属于禁止乘车区域的情况下，对所述映射点的坐标信息和/或车道信息进行修正得到候选乘车点的坐标信息和/或车道信息，且根据所述候选乘车点的坐标信息和/或车道信息对POI的语义描述信息进行调整得到候选乘车点的语义描述信息。
在一种可选实施方式中，该基于自动驾驶的乘车装置500还包括第二候选乘车点模块，所述第二候选乘车点模块包括：
历史乘客信息单元，用于获取非自动驾驶场景中历史乘客的历史乘车点的坐标信息、语义描述信息和历史乘客在乘车前的移动轨迹；
坐标修正单元，用于根据所述移动轨迹对所述历史乘车点的坐标信息进行修正，且根据修正结果确定候选乘车点的坐标信息和车道信息；
第二候选乘车点单元，用于根据候选乘车点的坐标信息，对所述历史乘车点的语义描述信息进行调整得到候选乘车点的语义描述信息。
在一种可选实施方式中，该基于自动驾驶的乘车装置500还包括：
第三候选乘车点模块，用于将自动驾驶乘车场景中历史乘客的实际乘车点作为所述候选乘车点，且得到所述候选乘车点的坐标信息、车道信息和语义描述信息。
在一种可选实施方式中，该基于自动驾驶的乘车装置500还包括：
环境图像发送模块，用于在自动驾驶车辆到达目标乘车点，且目标乘客未到达目标乘车点的情况下，控制自动驾驶车辆采集车辆环境图像，且向目标乘客发送车辆环境图像，用于辅助目标乘客定位自动驾驶车辆。
在一种可选实施方式中，该基于自动驾驶的乘车装置500还包括交互模块，所述交互模块包括：
指令生成单元，用于在自动驾驶车辆到达目标乘车点，且目标乘客未到达目标乘车点的情况下，控制自动驾驶车辆与目标乘客进行交互，并根据交互信息生成候选指令；
问询单元，用于向目标乘客发送是否执行候选指令的问询信息；
指令执行单元，用于在目标乘客确认执行后，控制所述自动驾驶车辆执行候选指令，以调整自动驾驶车辆的位置信息。
本实施例的技术方案，针对自动驾驶乘车场景，挖掘具有高精度坐标信息和车道信息的候选乘车点，候选乘车点还具有面向乘客的语义描述信息，能够自动驾驶场景中的乘车成功率和乘车效率；并且，在自动驾驶车辆到达目标乘车点之后，还可以控制自动驾驶车辆与目标乘客交互，对自动驾驶车辆、目标乘客进行近距离的精准推荐，进一步提高乘车成功率和乘车效率。
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6示出了可以用来实施本公开的实施例的示例电子设备600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6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600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601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601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、各种执行机器学习模型算法的计算单元、数字信息处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如基于自动驾驶的乘车方法。例如，在一些实施例中，基于自动驾驶的乘车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608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的基于自动驾驶的乘车方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于自动驾驶的乘车方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(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系统上执行和/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，可以从存储系统、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系统、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系统、装置或设备使用或与指令执行系统、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、或半导体系统、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系统和技术，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。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(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系统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系统中。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)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机系统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执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服务中，存在的管理难度大，业务扩展性弱的缺陷。
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。
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.基于自动驾驶的乘车方法，包括：
根据候选乘车点的车辆辅助信息，从候选乘车点中为目标乘客选择目标乘车点；其中，所述候选乘车点的车辆辅助信息包括候选乘车点的坐标信息和车道信息；
控制自动驾驶车辆根据目标乘车点的车辆辅助信息向所述目标乘车点行驶。
2.根据权利要求1所述的方法，其中，所述根据候选乘车点的车辆辅助信息，从候选乘车点中为目标乘客选择目标乘车点，包括：
根据目标乘客的初始位置和所述候选乘车点的车辆辅助信息，对候选乘车点进行筛选；
根据候选乘车点的自动驾驶特征，对经筛选的候选乘车点进行排序，并根据排序结果为目标乘客选择目标乘车点。
3.根据权利要求2所述的方法，其中，所述自动驾驶特征包括如下至少一项：自动驾驶成功率、路况复杂度或乘客反馈信息。
4.根据权利要求1-3中任一项所述的方法，所述从候选乘车点中为目标乘客选择目标乘车点之前，还包括：
获取兴趣点POI的语义描述信息和坐标信息；
将POI的坐标信息与路网中车道进行匹配，得到POI在车道上的映射点；
根据映射点的坐标信息和车道信息，确定候选乘车点的坐标信息和车道信息，以及根据所述POI的语义描述信息确定候选乘车点的语义描述信息。
5.根据权利要求4所述的方法，其中，所述根据映射点的坐标信息和车道信息，确定候选乘车点的坐标信息和车道信息，以及根据所述POI的语义描述信息确定候选乘车点的语义描述信息，包括：
在所述映射点属于禁止乘车区域的情况下，对所述映射点的坐标信息和/或车道信息进行修正得到候选乘车点的坐标信息和/或车道信息，且根据所述候选乘车点的坐标信息和/或车道信息对POI的语义描述信息进行调整得到候选乘车点的语义描述信息。
6.根据权利要求1-3中任一项所述的方法，所述从候选乘车点中为目标乘客选择目标乘车点之前，还包括：
获取非自动驾驶场景中历史乘客的历史乘车点的坐标信息、语义描述信息和历史乘客在乘车前的移动轨迹；
根据所述移动轨迹对所述历史乘车点的坐标信息进行修正，且根据修正结果确定候选乘车点的坐标信息和车道信息；
根据候选乘车点的坐标信息，对所述历史乘车点的语义描述信息进行调整得到候选乘车点的语义描述信息。
7.根据权利要求1-3中任一项所述的方法，所述从候选乘车点中为目标乘客选择目标乘车点之前，还包括：
将自动驾驶乘车场景中历史乘客的实际乘车点作为所述候选乘车点，且得到所述候选乘车点的坐标信息、车道信息和语义描述信息。
8.根据权利要求1所述的方法，所述控制自动驾驶车辆根据目标乘车点的车辆辅助信息向所述目标乘车点行驶之后，还包括：
在自动驾驶车辆到达目标乘车点，且目标乘客未到达目标乘车点的情况下，控制自动驾驶车辆采集车辆环境图像，且向目标乘客发送车辆环境图像，用于辅助目标乘客定位自动驾驶车辆。
9.根据权利要求1所述的方法，所述控制自动驾驶车辆根据目标乘车点的车辆辅助信息向所述目标乘车点行驶之后，还包括：
在自动驾驶车辆到达目标乘车点，且目标乘客未到达目标乘车点的情况下，控制自动驾驶车辆与目标乘客进行交互，并根据交互信息生成候选指令；
向目标乘客发送是否执行候选指令的问询信息；
在目标乘客确认执行后，控制所述自动驾驶车辆执行候选指令，以调整自动驾驶车辆的位置信息。
10.基于自动驾驶的乘车装置，包括：
目标乘车点选择模块，用于根据候选乘车点的车辆辅助信息，从候选乘车点中为目标乘客选择目标乘车点；其中，所述候选乘车点的车辆辅助信息包括候选乘车点的坐标信息和车道信息；
车辆控制模块，用于控制自动驾驶车辆根据目标乘车点的车辆辅助信息向所述目标乘车点行驶。
11.根据权利要求10所述的装置，其中，所述目标乘车点选择模块包括：
目标乘车点筛选单元，用于根据目标乘客的初始位置和所述候选乘车点的车辆辅助信息，对候选乘车点进行筛选；
目标乘车点排序单元，用于根据候选乘车点的自动驾驶特征，对经筛选的候选乘车点进行排序，并根据排序结果为目标乘客选择目标乘车点。
12.根据权利要求11所述的装置，其中，所述自动驾驶特征包括如下至少一项：自动驾驶成功率、路况复杂度或乘客反馈信息。
13.根据权利要求10-12中任一项所述的装置，还包括第一候选乘车点模块，所述第一候选乘车点模块包括：
POI信息获取单元，用于获取兴趣点POI的语义描述信息和坐标信息；
POI匹配单元，用于将POI的坐标信息与路网中车道进行匹配，得到POI在车道上的映射点；
第一候选乘车点单元，用于根据映射点的坐标信息和车道信息，确定候选乘车点的坐标信息和车道信息，以及根据所述POI的语义描述信息确定候选乘车点的语义描述信息。
14.根据权利要求13所述的装置，其中，所述第一候选乘车点单元具体用于：
在所述映射点属于禁止乘车区域的情况下，对所述映射点的坐标信息和/或车道信息进行修正得到候选乘车点的坐标信息和/或车道信息，且根据所述候选乘车点的坐标信息和/或车道信息对POI的语义描述信息进行调整得到候选乘车点的语义描述信息。
15.根据权利要求10-12中任一项所述的装置，还包括第二候选乘车点模块，所述第二候选乘车点模块包括：
历史乘客信息单元，用于获取非自动驾驶场景中历史乘客的历史乘车点的坐标信息、语义描述信息和历史乘客在乘车前的移动轨迹；
坐标修正单元，用于根据所述移动轨迹对所述历史乘车点的坐标信息进行修正，且根据修正结果确定候选乘车点的坐标信息和车道信息；
第二候选乘车点单元，用于根据候选乘车点的坐标信息，对所述历史乘车点的语义描述信息进行调整得到候选乘车点的语义描述信息。
16.根据权利要求10-12中任一项所述的装置，还包括：
第三候选乘车点模块，用于将自动驾驶乘车场景中历史乘客的实际乘车点作为所述候选乘车点，且得到所述候选乘车点的坐标信息、车道信息和语义描述信息。
17.根据权利要求10所述的装置，还包括：
环境图像发送模块，用于在自动驾驶车辆到达目标乘车点，且目标乘客未到达目标乘车点的情况下，控制自动驾驶车辆采集车辆环境图像，且向目标乘客发送车辆环境图像，用于辅助目标乘客定位自动驾驶车辆。
18.根据权利要求10所述的装置，还包括交互模块，所述交互模块包括：
指令生成单元，用于在自动驾驶车辆到达目标乘车点，且目标乘客未到达目标乘车点的情况下，控制自动驾驶车辆与目标乘客进行交互，并根据交互信息生成候选指令；
问询单元，用于向目标乘客发送是否执行候选指令的问询信息；
指令执行单元，用于在目标乘客确认执行后，控制所述自动驾驶车辆执行候选指令，以调整自动驾驶车辆的位置信息。
19.一种电子设备，其中，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中任一项所述的方法。
21.一种计算机程序产品，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中任一项所述的方法。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110643898.4A CN113276888B (zh) | 2021-06-09 | 2021-06-09 | 基于自动驾驶的乘车方法、装置、设备和存储介质 |
| PCT/CN2022/075164 WO2022257488A1 (zh) | 2021-06-09 | 2022-01-30 | 基于自动驾驶的乘车方法、装置、设备和存储介质 |
| JP2022551665A JP7478831B2 (ja) | 2021-06-09 | 2022-01-30 | 自動運転に基づく乗車方法、装置、機器および記憶媒体 |
| KR1020227029593A KR102760472B1 (ko) | 2021-06-09 | 2022-01-30 | 자율주행에 기반한 승차 방법, 장치, 설비 및 저장매체 |
| US17/796,074 US12233914B2 (en) | 2021-06-09 | 2022-01-30 | Automatic driving-based riding method, apparatus and device, and storage medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110643898.4A CN113276888B (zh) | 2021-06-09 | 2021-06-09 | 基于自动驾驶的乘车方法、装置、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113276888A true CN113276888A (zh) | 2021-08-20 |
| CN113276888B CN113276888B (zh) | 2022-10-21 |
Family
ID=77283992
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110643898.4A Active CN113276888B (zh) | 2021-06-09 | 2021-06-09 | 基于自动驾驶的乘车方法、装置、设备和存储介质 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US12233914B2 (zh) |
| JP (1) | JP7478831B2 (zh) |
| KR (1) | KR102760472B1 (zh) |
| CN (1) | CN113276888B (zh) |
| WO (1) | WO2022257488A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022257488A1 (zh) * | 2021-06-09 | 2022-12-15 | 北京百度网讯科技有限公司 | 基于自动驾驶的乘车方法、装置、设备和存储介质 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2025028680A1 (ko) * | 2023-07-31 | 2025-02-06 | 엘지전자 주식회사 | 차량 호출 서비스 제공 방법, 차량 호출 서비스 제공 시스템, 및 이와 연동하는 ar 서비스 제공 장치 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008268080A (ja) * | 2007-04-23 | 2008-11-06 | Pioneer Electronic Corp | 情報処理装置、情報処理方法、情報処理プログラムおよびコンピュータに読み取り可能な記録媒体 |
| CN105677793A (zh) * | 2015-12-31 | 2016-06-15 | 百度在线网络技术（北京）有限公司 | 地点数据库的建立和候选乘车地点的推荐方法及装置 |
| CN106843219A (zh) * | 2017-02-20 | 2017-06-13 | 北京百度网讯科技有限公司 | 无人驾驶车辆选择接泊点的方法、装置、设备及存储介质 |
| CN109115237A (zh) * | 2018-08-27 | 2019-01-01 | 北京优酷科技有限公司 | 一种乘车位置推荐方法及服务器 |
| CN111859180A (zh) * | 2020-05-21 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种上车点推荐方法和系统 |
| CN112686461A (zh) * | 2021-01-06 | 2021-04-20 | 南京领行科技股份有限公司 | 一种乘车信息处理方法、装置、计算机设备及存储介质 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9304009B2 (en) | 2014-02-04 | 2016-04-05 | Here Global B.V. | Method and apparatus for providing passenger embarkation points for points of interests |
| US9631933B1 (en) * | 2014-05-23 | 2017-04-25 | Google Inc. | Specifying unavailable locations for autonomous vehicles |
| US10810443B2 (en) * | 2016-09-22 | 2020-10-20 | Apple Inc. | Vehicle video system |
| JP6724832B2 (ja) | 2017-03-17 | 2020-07-15 | 株式会社デンソー | 走行制御システム、走行制御プログラム及び自動走行車両 |
| JP6918151B2 (ja) | 2018-01-25 | 2021-08-11 | 日産自動車株式会社 | 車両管理方法及び車両管理装置 |
| JP7036690B2 (ja) | 2018-08-20 | 2022-03-15 | ヤフー株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
| US10989547B2 (en) * | 2018-10-22 | 2021-04-27 | Ford Global Technologies, Llc | Autonomous vehicle ride service systems and methods |
| CN109445434B (zh) * | 2018-11-16 | 2021-06-25 | 广州汽车集团股份有限公司 | 无人驾驶汽车的控制方法、装置、设备和存储介质 |
| JP7192569B2 (ja) | 2019-02-26 | 2022-12-20 | トヨタ自動車株式会社 | 運行支援装置及び車両 |
| JP7172777B2 (ja) | 2019-03-19 | 2022-11-16 | トヨタ自動車株式会社 | 情報処理システム、サーバ、及びプログラム |
| CN113853638B (zh) | 2019-04-03 | 2023-04-25 | 日产自动车株式会社 | 车辆调度服务上车地点决定方法以及车辆调度服务上车地点决定装置 |
| US11244571B2 (en) | 2019-07-31 | 2022-02-08 | Uber Technologies, Inc. | Passenger walking points in pick-up/drop-off zones |
| CN111931079A (zh) * | 2020-07-21 | 2020-11-13 | 欧拉信息服务有限公司 | 推荐网约车上车点的方法及系统 |
| US12038749B2 (en) * | 2021-01-12 | 2024-07-16 | Qualcomm Incorporated | Determining drop-off or pick-up locations for passengers of vehicles |
| CN113276888B (zh) | 2021-06-09 | 2022-10-21 | 北京百度网讯科技有限公司 | 基于自动驾驶的乘车方法、装置、设备和存储介质 |
-
2021
- 2021-06-09 CN CN202110643898.4A patent/CN113276888B/zh active Active
-
2022
- 2022-01-30 JP JP2022551665A patent/JP7478831B2/ja active Active
- 2022-01-30 US US17/796,074 patent/US12233914B2/en active Active
- 2022-01-30 KR KR1020227029593A patent/KR102760472B1/ko active Active
- 2022-01-30 WO PCT/CN2022/075164 patent/WO2022257488A1/zh active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008268080A (ja) * | 2007-04-23 | 2008-11-06 | Pioneer Electronic Corp | 情報処理装置、情報処理方法、情報処理プログラムおよびコンピュータに読み取り可能な記録媒体 |
| CN105677793A (zh) * | 2015-12-31 | 2016-06-15 | 百度在线网络技术（北京）有限公司 | 地点数据库的建立和候选乘车地点的推荐方法及装置 |
| CN106843219A (zh) * | 2017-02-20 | 2017-06-13 | 北京百度网讯科技有限公司 | 无人驾驶车辆选择接泊点的方法、装置、设备及存储介质 |
| CN109115237A (zh) * | 2018-08-27 | 2019-01-01 | 北京优酷科技有限公司 | 一种乘车位置推荐方法及服务器 |
| CN111859180A (zh) * | 2020-05-21 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种上车点推荐方法和系统 |
| CN112686461A (zh) * | 2021-01-06 | 2021-04-20 | 南京领行科技股份有限公司 | 一种乘车信息处理方法、装置、计算机设备及存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022257488A1 (zh) * | 2021-06-09 | 2022-12-15 | 北京百度网讯科技有限公司 | 基于自动驾驶的乘车方法、装置、设备和存储介质 |
| US12233914B2 (en) | 2021-06-09 | 2025-02-25 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Automatic driving-based riding method, apparatus and device, and storage medium |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113276888B (zh) | 2022-10-21 |
| JP7478831B2 (ja) | 2024-05-07 |
| US12233914B2 (en) | 2025-02-25 |
| WO2022257488A1 (zh) | 2022-12-15 |
| JP2023534336A (ja) | 2023-08-09 |
| US20240166243A1 (en) | 2024-05-23 |
| KR102760472B1 (ko) | 2025-02-03 |
| KR20220166784A (ko) | 2022-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111967301B (zh) | 定位导航方法、装置、电子设备和存储介质 | |
| CN110979346B (zh) | 确定车辆所处车道的方法、装置及设备 | |
| JP7258938B2 (ja) | 交差点仮想レーンをマークする方法、交差点仮想レーンをマークする装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム | |
| CN111985662B (zh) | 网络约车方法、装置、电子设备和存储介质 | |
| CN111694973A (zh) | 自动驾驶场景的模型训练方法、装置、电子设备 | |
| CN111680362A (zh) | 一种自动驾驶仿真场景获取方法、装置、设备及存储介质 | |
| CN110660219A (zh) | 停车场停车预测方法和装置 | |
| CN113819910A (zh) | 车辆导航中高架桥区识别方法及其装置 | |
| CN114547223B (zh) | 轨迹预测方法、轨迹预测模型的训练方法及装置 | |
| CN112785072B (zh) | 路线规划和模型训练方法、装置、设备及存储介质 | |
| CN113276888B (zh) | 基于自动驾驶的乘车方法、装置、设备和存储介质 | |
| CN110823237B (zh) | 起点绑路及预测模型获取方法、装置及存储介质 | |
| CN114387410B (zh) | 道路数据融合的地图生成方法、装置以及电子设备 | |
| CN113587937A (zh) | 车辆的定位方法、装置、电子设备和存储介质 | |
| CN113119999B (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
| CN113844463A (zh) | 基于自动驾驶系统的车辆控制方法、装置及车辆 | |
| CN114413920A (zh) | 车道数据处理方法、导航方法及装置 | |
| CN113706857B (zh) | 道路通行性的确定方法、装置、设备及存储介质 | |
| CN113091737A (zh) | 一种车路协同定位方法、装置、自动驾驶车辆及路侧设备 | |
| CN115790632A (zh) | 一种轨迹确定方法、装置、电子设备及介质 | |
| CN114689061A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
| CN115290106A (zh) | 一种确定路口路径的方法、装置、设备及存储介质 | |
| CN114394111A (zh) | 用于自动驾驶车辆的变道方法 | |
| CN114689069A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 | |
| CN111442775B (zh) | 道路的识别方法、装置、电子设备及可读存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |