本申請涉及計算機技術領域，具體涉及一種用于控制車輛的方法和裝置。

背景技術：

中國經(jīng)濟快速發(fā)展，企業(yè)生產(chǎn)技術不斷提高，對自動化技術要求不斷提高的環(huán)境下，運輸車輛，例如自動導引運輸車(automatedguidedvehicle，簡稱agv)，已成為自動化運輸物流的關鍵。

現(xiàn)有的控制車輛的方法通常是基于激光雷達或毫米波雷達進行障礙物檢測和避障，激光雷達或毫米波雷達分別安裝在車輛頂部或者四周，以探測障礙物距離，獲得目標障礙物位置信息，從而進行避障。然而，激光雷達容易受到雨雪霧等惡劣天氣影響，紅外線波的偵測能力大幅減弱，而毫米波雷達探測距離有限。

技術實現(xiàn)要素：

本申請的目的在于提出一種改進的用于控制車輛的方法和裝置，來解決以上背景技術部分提到的技術問題。

第一方面，本申請實施例提供了一種用于控制車輛的方法，該方法包括：獲取車輛上安裝的視覺傳感器采集的車輛的行進方向上的圖像；根據(jù)圖像確定車輛的行進方向上是否存在障礙物；響應于確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息；根據(jù)障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡；控制車輛按照調(diào)整后的期望行駛軌跡行駛。

在本實施例中，根據(jù)圖像確定車輛的行進方向上是否存在障礙物，包括：對圖像進行圖像分割得到至少一個子圖像；基于預先建立的圖像分類模型確定至少一個子圖像中是否存在障礙物圖像，圖像分類模型用于表征圖像與圖像標簽之間的對應關系，圖像標簽用于指示圖像是否為障礙物圖像；響應于確定出至少一個子圖像中存在障礙物圖像，確定車輛的行進方向上存在障礙物。

在本實施例中，根據(jù)圖像確定車輛的行進方向上是否存在障礙物，包括：對圖像進行語義分割，得到圖像所包括的每個子圖像為障礙物圖像的概率的集合；響應于確定出概率的集合中包括大于預設閾值的概率，確定車輛的行進方向上存在障礙物。

在本實施例中，響應于確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息，包括：根據(jù)視覺傳感器的標定參數(shù)和障礙物顯示在圖像中的位置，確定障礙物的位置信息。

在本實施例中，根據(jù)障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡，包括：根據(jù)障礙物的位置信息和車輛的位置信息，確定車輛與障礙物之間的距離信息；利用基于貝葉斯估計的信息融合方法，根據(jù)距離信息調(diào)整期望行駛軌跡。

在本實施例中，控制車輛按照調(diào)整后的期望行駛軌跡行駛，包括：執(zhí)行如下車輛控制步驟：基于調(diào)整后的行駛軌跡、車輛當前的位姿信息和車輛的軸距，確定下一個預設的行駛周期內(nèi)車輛的目標位置信息；根據(jù)目標位置信息和位姿信息，確定車輛在行駛周期內(nèi)的行駛參數(shù)，行駛參數(shù)包括行駛速度和轉向角度；控制車輛在行駛周期內(nèi)按照行駛參數(shù)行駛；確定車輛是否位于期望行駛軌跡的終點區(qū)域，如果是，則停止執(zhí)行車輛控制步驟；如果否，則繼續(xù)執(zhí)行車輛控制步驟。

第二方面，本申請實施例提供了一種用于控制車輛的裝置，該裝置包括：獲取單元，用于獲取車輛上安裝的視覺傳感器采集的車輛的行進方向上的圖像；第一確定單元，用于根據(jù)圖像確定車輛的行進方向上是否存在障礙物；第二確定單元，用于響應于確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息；調(diào)整單元，用于根據(jù)障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡；控制單元，用于控制車輛按照調(diào)整后的期望行駛軌跡行駛。

在本實施例中，第一確定單元，包括：第一分割子單元，用于對圖像進行圖像分割得到至少一個子圖像；第一確定子單元，用于基于預先建立的圖像分類模型確定至少一個子圖像中是否存在障礙物圖像，圖像分類模型用于表征圖像與圖像標簽之間的對應關系，圖像標簽用于指示圖像是否為障礙物圖像；第二確定子單元，用于響應于確定出至少一個子圖像中存在障礙物圖像，確定車輛的行進方向上存在障礙物。

在本實施例中，第一確定單元，包括：第二分割子單元，用于對圖像進行語義分割，得到圖像所包括的每個子圖像為障礙物圖像的概率的集合；第三確定子單元，用于響應于確定出概率的集合中包括大于預設閾值的概率，確定車輛的行進方向上存在障礙物。

在本實施例中，第二確定單元，進一步配置用于：根據(jù)視覺傳感器的標定參數(shù)和障礙物顯示在圖像中的位置，確定障礙物的位置信息。

在本實施例中，調(diào)整單元，包括：第四子單元，用于根據(jù)障礙物的位置信息和車輛的位置信息，確定車輛與障礙物之間的距離信息；調(diào)整子單元，用于利用基于貝葉斯估計的信息融合裝置，根據(jù)距離信息調(diào)整期望行駛軌跡。

在本實施例中，控制單元，進一步配置用于：執(zhí)行如下車輛控制步驟：基于調(diào)整后的行駛軌跡、車輛當前的位姿信息和車輛的軸距，確定下一個預設的行駛周期內(nèi)車輛的目標位置信息；根據(jù)目標位置信息和位姿信息，確定車輛在行駛周期內(nèi)的行駛參數(shù)，行駛參數(shù)包括行駛速度和轉向角度；控制車輛在行駛周期內(nèi)按照行駛參數(shù)行駛；確定車輛是否位于期望行駛軌跡的終點區(qū)域，如果是，則停止執(zhí)行車輛控制步驟；如果否，則繼續(xù)執(zhí)行車輛控制步驟。

第三方面，本申請實施例提供了一種設備，包括：一個或多個處理器；存儲裝置，用于存儲一個或多個程序，當上述一個或多個程序被上述一個或多個處理器執(zhí)行，使得上述一個或多個處理器實現(xiàn)如第一方面上述的方法。

第四方面，本申請實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)如第一方面上述的方法。

本申請實施例提供的用于控制車輛的方法和裝置，通過獲取車輛上安裝的視覺傳感器采集的車輛的行進方向上的圖像，并根據(jù)圖像確定車輛的行進方向上是否存在障礙物；而后響應于確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息，并根據(jù)障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡，最后控制車輛按照調(diào)整后的期望行駛軌跡行駛，提高了車輛控制的效率。

附圖說明

通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本申請的其它特征、目的和優(yōu)點將會變得更明顯：

圖1是本申請可以應用于其中的示例性系統(tǒng)架構圖；

圖2是根據(jù)本申請的用于控制車輛的方法的一個實施例的示意性流程圖；

圖3是根據(jù)本申請的用于控制車輛的方法的應用場景的示意圖；

圖4是根據(jù)本申請的用于控制車輛的方法的又一個實施例的示意性流程圖；

圖5是根據(jù)本申請的用于控制車輛的裝置的一個實施例的示例性結構圖；

圖6是適于用來實現(xiàn)本申請實施例的車載智能設備的計算機系統(tǒng)的結構示意圖。

具體實施方式

下面結合附圖和實施例對本申請作進一步的詳細說明?？梢岳斫獾氖?，此處所描述的具體實施例僅僅用于解釋相關發(fā)明，而非對該發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與有關發(fā)明相關的部分。

需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。下面將參考附圖并結合實施例來詳細說明本申請。

圖1示出了可以應用本申請的用于控制車輛的方法或用于控制車輛的裝置的示例性系統(tǒng)架構100。

如圖1所示，系統(tǒng)架構100可以包括系統(tǒng)架構100可以包括車輛101、網(wǎng)絡102和對車輛101提供支持的服務器103。車輛101中可以設置有車載智能設備104。網(wǎng)絡102用以在終端設備101和服務器103之間提供通信鏈路的介質。網(wǎng)絡102可以包括各種連接類型，例如有線、無線通信鏈路或者光纖電纜等等。

車載智能設備104上安裝有車輛101的控制系統(tǒng)，其可以獲取車輛101上安裝的視覺傳感器采集的車輛101的行進方向上的圖像，并根據(jù)圖像確定車輛的行進方向上是否存在障礙物；而后響應于確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息，并根據(jù)障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡，最后控制車輛按照調(diào)整后的期望行駛軌跡行駛。車載智能設備104也可以通過網(wǎng)絡102與服務器103交互，以接收路徑規(guī)劃信息、控制指令等。

車輛101還可以安裝有各種傳感器，例如，視覺傳感器、陀螺儀、加速計等。在各驅動輪中可以安裝有用于測量角位移的數(shù)字編碼器，數(shù)字編碼器可以確定出驅動輪的行駛距離。此處，車輛101的驅動方式可以是兩輪差動驅動的方式。需要說明的是，車輛101可以安裝有除上述列舉外的各種類型和功能的傳感器，在此不再贅述。

服務器103可以是提供各種服務的服務器，例如對車輛101進行管理并分配任務的管理服務器，管理服務器可以向車載智能設備104發(fā)送直行控制指令等信息，以使車載智能設備104對車輛101進行控制。

需要指出的是，上述直行控制指令也可以在車輛101所安裝的傳感器檢測到某一信息時自動觸發(fā)，此時，上述系統(tǒng)架構100可以不存在網(wǎng)絡102和服務器103。

需要說明的是，本申請實施例所提供的用于控制車輛的方法一般由車載智能設備104執(zhí)行，相應地，用于控制車輛的裝置一般設置于車載智能設備104中。

應該理解，圖1中的車輛、車載智能設備、網(wǎng)絡和服務器的數(shù)目僅僅是示意性的。根據(jù)實現(xiàn)需要，可以具有任意數(shù)目的車輛、車載智能設備、網(wǎng)絡和服務器。

繼續(xù)參考圖2，示出了根據(jù)本申請的用于控制車輛的方法的一個實施例的流程200。該用于控制車輛的方法，包括以下步驟：

繼續(xù)參考圖2，示出了根據(jù)本申請的用于控制車輛的方法的一個實施例的流程200。該用于控制車輛的方法，包括以下步驟：

步驟201，獲取車輛上安裝的視覺傳感器采集的車輛的行進方向上的圖像。

在本實施例中，用于控制車輛的方法運行于其上的電子設備(例如圖1所示的車載智能設備)可以首先獲取車輛上安裝的視覺傳感器采集的車輛的行進方向上的圖像。車輛可以是能利用信息交流，進行獨立計劃、調(diào)整和執(zhí)行其行動的車輛，例如自主車輛(autonomousvehicle)。視覺傳感器可以是利用光學元件和成像裝置獲取外部環(huán)境圖像信息的儀器，其主要功能是獲取足夠的機器視覺系統(tǒng)要處理的最原始圖像。視覺傳感器可以是各種攝像設備，例如，ccd(chargecoupleddevice，電荷耦合器件)攝像機、數(shù)字攝像機。車輛的行進方向上的圖像可以是車輛前方的圖像，倒車時也可以是車輛后方的圖像。車輛的車頭和車尾可以安裝有一個或多個視覺傳感器。

步驟202，根據(jù)圖像確定車輛的行進方向上是否存在障礙物。

在本實施例中，上述電子設備可以根據(jù)步驟201中獲取的圖像確定車輛的行進方向上是否存在障礙物?？梢岳脵C器視覺來確定采集到的圖像中的目標區(qū)域，目標區(qū)域可以理解為較大可能性為障礙物的圖像的區(qū)域。可以使用一些圖像處理方法對獲取到的圖像進行處理，圖像處理方法可以包括圖像校正、圖像濾波、圖像灰度化、圖像增強等。而后可以進行圖像分割，圖像分割就是把圖像分成若干個特定的、具有獨特性質的區(qū)域。圖像分割方法主要包括基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法等。

在深度學習領域，可以使用多層神經(jīng)網(wǎng)絡模型，例如深度神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡，來進行圖像的分割。還可以通過運動偵測技術分割出運動物體的圖像，可以基于粒子濾波算法進行目標區(qū)域的跟蹤。作為示例，可以根據(jù)目標區(qū)域實際運動建立系統(tǒng)模型和觀測模型，計算目標區(qū)域的顏色、梯度，并構造相似度函數(shù)。并通過粒子濾波器獲得目標區(qū)域當前的觀測值，利用卡爾曼濾波對粒子集的狀態(tài)均值和協(xié)方差進行處理，產(chǎn)生新的高斯分布，然后根據(jù)產(chǎn)生的高斯分布采樣新的粒子集，計算權值和輸出，最后重采樣粒子集，完成視覺跟蹤過程。通過對目標區(qū)域的跟蹤，可以更準確、高效的確定出后續(xù)獲取的圖像中車輛的行進方向上是否存在障礙物。

在本實施例的一些可選實現(xiàn)方式中，根據(jù)圖像確定車輛的行進方向上是否存在障礙物，包括：對圖像進行圖像分割得到至少一個子圖像；基于預先建立的圖像分類模型確定至少一個子圖像中是否存在障礙物圖像，圖像分類模型用于表征圖像與圖像標簽之間的對應關系，圖像標簽用于指示圖像是否為障礙物圖像；響應于確定出至少一個子圖像中存在障礙物圖像，確定車輛的行進方向上存在障礙物。

在本實現(xiàn)方式中，可以對視覺傳感器實時采集的圖像，或經(jīng)過一些圖像處理方法處理過的圖像進行圖像分割，將分割后的子圖像作為輸入，將子圖像的標簽作為輸出，訓練初始的樸素貝葉斯模型(naivebayesianmodel，nbm)或支持向量機(supportvectormachine，svm)等用于分類的模型，得到圖像分類模型。圖像分類模型也可以是技術人員基于對大量的圖像和圖像標簽的統(tǒng)計而預先制定的、存儲有圖像或圖像特征與圖像標簽的對應關系的對應關系表；同樣可以是通過采集道路中不同場景的視頻，形成正負樣本數(shù)據(jù)庫，采用特征提取和模式識別方法訓練學習正負樣本，得到表征道路障礙物特征的，用于對障礙物圖像和非障礙物圖像進行分類的模型。

在本實施例的一些可選實現(xiàn)方式中，根據(jù)圖像確定車輛的行進方向上是否存在障礙物，包括：對圖像進行語義分割，得到圖像所包括的每個子圖像為障礙物圖像的概率的集合；響應于確定出概率的集合中包括大于預設閾值的概率，確定車輛的行進方向上存在障礙物。

在本實施例中，圖像的語義分割，簡單而言就是給定一張圖片，對圖片上的每一個像素點分類，對于障礙物的檢測，可以通過判斷圖像中的像素點的顏色值所在的范圍確定出各個像素點屬于障礙物的概率值。可以將圖像導入預先訓練的全卷積網(wǎng)絡模型，得到與圖像中各個像素對應的區(qū)域為障礙物區(qū)域的概率?？蛇x的，還可以將圖像中各個像素作為條件隨機場中的節(jié)點，并將圖像中像素與像素間的關系作為條件隨機場中的邊，根據(jù)第三概率和預先訓練的條件隨機場模型確定第一概率。

在本實現(xiàn)方式中，可以基于深度學習的框架，以人工標注的圖像作為訓練數(shù)據(jù)，訓練一個基于全卷積網(wǎng)絡的高效的道路圖像分割模型。全卷積網(wǎng)絡模型相比傳統(tǒng)卷積神經(jīng)網(wǎng)絡模型，剔除了網(wǎng)絡結構的中的全連接層，大大減少了模型的參數(shù)，同時通過上采樣的方法，將圖像分割轉變成一個pixel-wise(像素對像素)的預測問題，相比傳統(tǒng)的patch-wise(像素塊對像素塊)的方法節(jié)約了計算時間。而后，可以使用crf(conditionalrandomfieldalgorithm，條件隨機場)和圖像增強的方法進一步優(yōu)化處理結果。

步驟203，響應于確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息。

在本實施例中，上述電子設備響應于步驟202中確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息。在確定不存在障礙物的情況下，車輛的運動完全由路徑規(guī)劃來引導，也就是常規(guī)的路徑跟蹤策略。存在障礙物時，上述電子設備可以利用角點檢測方法計算目標區(qū)域在圖像像素點的位置。通過預先標定的視覺傳感器的內(nèi)外參數(shù)，像素平面坐標系、像平面坐標系、相機坐標系和世界坐標系之間的關系進行三維重建，最終可以得到障礙物在世界坐標系下的坐標。

在本實施例的一些可選實現(xiàn)方式中，響應于確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息，包括：根據(jù)視覺傳感器的標定參數(shù)和障礙物顯示在圖像中的位置，確定障礙物的位置信息。采用三線標定法可以確定視覺傳感器的外部參數(shù)，以視覺傳感器是攝像機為例，攝像機的外部參數(shù)可以包括攝像機相對車體的側傾角、俯仰角、方向角、攝像機在車體中離地面的高度和攝像機光心距車體縱軸的橫向距離。需要說明的是，上述三線標定法是目前廣泛研究和應用的公知技術，在此不再贅述。

步驟204，根據(jù)障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡。

在本實施例中，上述電子設備可以根據(jù)步驟203中得到的障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡。路徑規(guī)劃信息可以是車輛管理方向上述電子設備下發(fā)的，上述電子設備可以利用貝葉斯估計法、擴展卡爾曼濾波法、神經(jīng)網(wǎng)絡與模糊推理法等信息融合方法，將視覺傳感器的信息與路徑規(guī)劃信息融合，獲得道路精確信息，以做出準確的道路決策。

在本實施例中，上述電子設備可以首先基于車輛與障礙物在世界坐標系下的坐標，計算車輛與障礙物的橫向與縱向距離?？v向可以是指車輛行駛的方向，橫向可以是指與車輛行駛的方向垂直的方向。還可以基于車輛與障礙物的橫向距離與縱向距離，計算車輛與障礙物的角度偏差。角度偏差可以通過以下公式計算：

θ＝arctan(w/n)(1)

其中，θ表示車輛與障礙物的角度偏差；w表示障礙物相對車輛的橫向距離，障礙物在車輛右側為正，左側為負；n表示障礙物相對車輛的縱向距離，障礙物在車輛行駛前方為正，車輛行駛后方為負。

在本實施例的一些可選實現(xiàn)方式中，根據(jù)障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡，包括：根據(jù)障礙物的位置信息和車輛的位置信息，確定車輛與障礙物之間的距離信息；利用基于貝葉斯估計的信息融合方法，根據(jù)距離信息調(diào)整期望行駛軌跡。具體的，可以對機動障礙物的運動規(guī)律進行有效的狀態(tài)預知，結合目標貝葉斯預測進行實時路徑規(guī)劃的方法，經(jīng)過局部多次重規(guī)劃來調(diào)整期望行駛軌跡。首先對車輛行軌跡的關鍵節(jié)點，利用的危險代價對約束條件進行量化，建立綜合威脅評估數(shù)據(jù)庫，將威脅中心位置作為沃若諾依(voronoi)圖的點，以威脅大小作為voronoi圖鄰近區(qū)域的距離量度，構建威脅配置的voronoi圖。然后運用dijkstra算法(單源最短路徑算法)、double-sweeping(二重掃除算法)等算法搜索出目標點與車輛之間的最優(yōu)路徑或次優(yōu)路徑，建立起車輛的可行路徑?？蛇x的，還可以利用神經(jīng)網(wǎng)絡-擴展卡爾曼濾波法(nnekf，neuralnetworkextendedkalmanfilter)調(diào)整期望行駛軌跡。

步驟205，控制車輛按照調(diào)整后的期望行駛軌跡行駛。

在本實施例中，上述電子設備可以控制車輛按照經(jīng)步驟204調(diào)整后得到的期望行駛軌跡行駛?？梢圆捎没陬A瞄點法的跟隨控制策略或現(xiàn)有技術中其他跟隨控制策略，精確控制車輛的速度和轉向角度，準確規(guī)避道路障礙物。

本申請的上述實施例提供的方法通過獲取車輛上安裝的視覺傳感器采集的車輛的行進方向上的圖像，并根據(jù)圖像確定車輛的行進方向上是否存在障礙物；而后響應于確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息，并根據(jù)障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡，最后控制車輛按照調(diào)整后的期望行駛軌跡行駛，提高了車輛控制的效率。

繼續(xù)參見圖3，圖3是根據(jù)本實施例的用于控制車輛的方法的應用場景的一個示意圖。在圖3的應用場景中，用于控制車輛301的車載智能設備獲取到服務器發(fā)送的路徑規(guī)劃信息304，開始控制車輛301按照路徑規(guī)劃信息中的期望行駛軌跡行駛，由于行進方向上可能會存在障礙物，所以需要實時獲取車輛301上安裝的視覺傳感器302采集的車輛的行進方向上的圖像305，并根據(jù)圖像305確定車輛的行進方向上是否存在障礙物；而后響應于確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息，并根據(jù)障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡，最后控制車輛按照調(diào)整后的期望行駛軌跡行駛，實現(xiàn)了車輛的避障。

繼續(xù)參考圖4，示出了根據(jù)本申請的用于控制車輛的方法的一個實施例的流程400。該用于控制車輛的方法，包括以下步驟：

步驟401，獲取車輛上安裝的視覺傳感器采集的車輛的行進方向上的圖像。

在本實施例中，用于控制車輛的方法運行于其上的電子設備(例如圖1所示的車載智能設備)可以首先獲取車輛上安裝的視覺傳感器采集的車輛的行進方向上的圖像。

步驟402，根據(jù)圖像確定車輛的行進方向上是否存在障礙物。

在本實施例中，上述電子設備可以根據(jù)步驟401中獲取的圖像確定車輛的行進方向上是否存在障礙物。

步驟403，響應于確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息。

在本實施例中，上述電子設備響應于步驟402中確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息。

步驟404，根據(jù)障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡。

在本實施例中，上述電子設備可以根據(jù)步驟403中得到的障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡。

步驟405，控制車輛按照調(diào)整后的期望行駛軌跡行駛。

在本實施例中，上述電子設備可以控制車輛按照經(jīng)步驟404調(diào)整后得到的期望行駛軌跡行駛?？梢圆捎没陬A瞄點法的跟隨控制策略或其他跟隨控制策略，精確控制車輛的速度和轉向角度，準確規(guī)避道路障礙物?；陬A瞄點法的跟隨控制策略，即在道路前方一定距離的地方設定一個預瞄點，通過控制預瞄點與期望道路的橫向距離，來實現(xiàn)對期望路徑的跟蹤。

在本實施例中，步驟405中的控制步驟分解成如下的5個子步驟，即：步驟4051、步驟4052、步驟4053、步驟4054和步驟4055。

步驟4051，基于調(diào)整后的行駛軌跡、車輛當前的位姿信息和車輛的軸距，確定下一個預設的行駛周期內(nèi)車輛的目標位置信息。

在本實施例中，上述電子設備可以基于調(diào)整后的行駛軌跡、車輛當前的位姿信息和車輛的軸距，確定下一個預設的行駛周期內(nèi)車輛的目標位置信息。車輛當前的位姿信息可以包括車輛的位置信息、速度、和航向角，位姿信息可以從車輛的組合導航系統(tǒng)中獲取。調(diào)整后的行駛軌跡是離散的，可以用矩陣z表示。下一個預設的行駛周期內(nèi)車輛的目標位置可以是預瞄點的位置，為了實現(xiàn)更精確的車輛控制，可以把系統(tǒng)延時考慮在內(nèi)。

可以通過如下公式計算上個行駛周期車輛的轉彎半徑：

其中，r0表示上個行駛周期車輛的轉彎半徑，l表示車輛軸距，δ0表示上個行駛周期車輪的轉角。

由于車輛的軟硬件系統(tǒng)會存在系統(tǒng)延時，可以通過如下公式預測車輛由于延時會行駛至的位置，以及延時時間內(nèi)航向角的變化量：

i0＝v0t0(3)

其中，t0表示系統(tǒng)延時時間，v0表示上個行駛周期車輛行駛速度，i0表示t0內(nèi)車輛行駛的弧長，d0表示i0對應的弦長，ω0表示上個行駛周期車輛的航向角，(xc，yc)表示預測位置相對車輛位置的坐標，(xw，yw)表示預測位置在世界坐標系下的坐標，δω表示延時時間內(nèi)航向角的變化量。

根據(jù)坐標(xw，yw)可以計算預測位置與調(diào)整后的行駛軌跡上所有附近點的距離，從中獲取距離最近的點的坐標(xz，yz)，根據(jù)設置的預瞄距離k，和矩陣z可以獲得預瞄點的坐標(xp，yp)。

步驟4052，根據(jù)目標位置信息和位姿信息，確定車輛在行駛周期內(nèi)的行駛參數(shù)，行駛參數(shù)包括行駛速度和轉向角度。

在本實施例中，上述電子設備可以根據(jù)目標位置信息和位姿信息，確定車輛在本行駛周期的行駛參數(shù)，行駛參數(shù)包括行駛速度和車輪轉向角度。行駛速度可以根據(jù)車輛行駛的道路情況確定，例如，路況較差，或調(diào)整后的行駛軌跡彎曲程度較大可以適當較低車輛的速度。

可以通過如下公式確定車輛位置與預瞄點位置橫向偏差：

bias＝(xp-xw)·sin(π+ω+δω)-(yp-yw)·cos(π+ω+δω)(10)

其中，bias表示車輛位置與預瞄點位置橫向偏差，ω表示車輛的航向角。

而后，可以通過如下公式確定本行駛周期內(nèi)車輪轉向角度：

其中，δ表示本行駛周期的車輪轉向角度，l表示本行駛周期的車輛位置與預瞄點的直線距離。

步驟4053，控制車輛在行駛周期內(nèi)按照行駛參數(shù)行駛。

在本實施例中，上述電子設備可以控制車輛在行駛周期內(nèi)按照行駛參數(shù)行駛。上述電子設備可以通過對車輛電機、舵機等裝置的控制，使得車輛在行駛周期內(nèi)按照行駛參數(shù)行駛。

步驟4054，確定車輛是否位于期望行駛軌跡的終點區(qū)域。

在本實施例中，上述電子設備可以確定車輛是否位于期望行駛軌跡的終點區(qū)域。如果是，則進入步驟4055，如果否，則進入步驟4056。

步驟4055，如果是，則停止執(zhí)行車輛控制步驟。

在本實施例中，上述電子設備可以響應于步驟4054中確定出車輛位于期望行駛軌跡的終點區(qū)域，停止執(zhí)行車輛控制步驟。上述電子設備也可以響應于接收到用于指示車輛停止行駛或其他車輛管理方發(fā)送的用于改變車輛行駛狀態(tài)的指令，停止執(zhí)行車輛控制步驟。

步驟406，如果否，則繼續(xù)執(zhí)行車輛控制步驟。

在本實施例中，上述電子設備可以響應于步驟4054中確定出車輛不位于期望行駛軌跡的終點區(qū)域，繼續(xù)執(zhí)行車輛控制步驟。上述電子設備可以通過如下公式確定本行駛周期內(nèi)的一些參數(shù)，以供下一行駛周期計算使用。

首先，可以通過如下公式確定本行駛周期內(nèi)轉彎半徑和行駛弧長：

其中，r表示本行駛周期內(nèi)的轉彎半徑和弧長，i表示本行駛周期內(nèi)的行駛弧長。

其次，可以通過如下公式確定本行駛周期內(nèi)車輛行駛到預瞄點的行駛時間，公式如下：

其中，t表示本行駛周期內(nèi)車輛行駛到預瞄點的行駛時間，v表示本行駛周期內(nèi)的行駛速度。

而后，可以通過如下公式確定本行駛周期內(nèi)車輪轉角變化量，公式如下：

其中，δδ表示本行駛周期內(nèi)車輪轉角變化量。

最后，可以通過如下公式確定本行駛周期內(nèi)車輛在預瞄點的航向角：

ω1＝ω0+δδ(16)

其中，ω1表示本行駛周期內(nèi)車輛在預瞄點的航向角。

在本實施例中，上述電子設備可以確定調(diào)整后的行駛軌跡所體現(xiàn)的航向角與本行駛周期內(nèi)車輛在預瞄點的航向角的偏差，將確定出的偏差最小的車輪轉角作為本行駛周期的車輪轉角。而后可以將以上本行駛周期內(nèi)的參數(shù)，作為步驟4051中上個行駛周期的參數(shù)，開始再次執(zhí)行步驟4051以確定下個行駛周期的預瞄點位置。

從圖4中可以看出，與圖2對應的實施例相比，本實施例中的用于控制車輛的方法的流程400突出了控制車輛按照調(diào)整后的期望行駛軌跡行駛的步驟。由此，本實施例描述的方案可以實現(xiàn)更精確的車輛控制。

進一步參考圖5，作為對上述方法的實現(xiàn)，本申請?zhí)峁┝艘环N用于控制車輛的裝置的一個實施例，該裝置實施例與圖2所示的方法實施例相對應，該裝置具體可以應用于各種電子設備中。

如圖5所示，本實施例的用于控制車輛的裝置500包括：獲取單元501，第一確定單元502，第二確定單元503，調(diào)整單元504，控制單元505，其中，獲取單元501，用于獲取車輛上安裝的視覺傳感器采集的車輛的行進方向上的圖像；第一確定單元502，用于根據(jù)圖像確定車輛的行進方向上是否存在障礙物；第二確定單元503，用于響應于確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息；調(diào)整單元504，用于根據(jù)障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡；控制單元505，用于控制車輛按照調(diào)整后的期望行駛軌跡行駛。

在本實施例中，獲取單元501，第一確定單元502，第二確定單元503，調(diào)整單元504，控制單元505的具體處理可以參考圖2對應實施例步驟201、步驟202、步驟203、步驟204、步驟205的詳細描述，在此不再贅述。

在本實施例的一些可選實現(xiàn)方式中，第一確定單元502，包括：第一分割子單元(圖中未示出)，用于對圖像進行圖像分割得到至少一個子圖像；第一確定子單元(圖中未示出)，用于基于預先建立的圖像分類模型確定至少一個子圖像中是否存在障礙物圖像，圖像分類模型用于表征圖像與圖像標簽之間的對應關系，圖像標簽用于指示圖像是否為障礙物圖像；第二確定子單元(圖中未示出)，用于響應于確定出至少一個子圖像中存在障礙物圖像，確定車輛的行進方向上存在障礙物。

在本實施例的一些可選實現(xiàn)方式中，第一確定單元502，包括：第二分割子單元(圖中未示出)，用于對圖像進行語義分割，得到圖像所包括的每個子圖像為障礙物圖像的概率的集合；第三確定子單元(圖中未示出)，用于響應于確定出概率的集合中包括大于預設閾值的概率，確定車輛的行進方向上存在障礙物。

在本實施例的一些可選實現(xiàn)方式中，第二確定單元503，進一步配置用于：根據(jù)視覺傳感器的標定參數(shù)和障礙物顯示在圖像中的位置，確定障礙物的位置信息。

在本實施例的一些可選實現(xiàn)方式中，調(diào)整單元504，包括：第四子單元(圖中未示出)，用于根據(jù)障礙物的位置信息和車輛的位置信息，確定車輛與障礙物之間的距離信息；調(diào)整子單元(圖中未示出)，用于利用基于貝葉斯估計的信息融合裝置，根據(jù)距離信息調(diào)整期望行駛軌跡。

在本實施例的一些可選實現(xiàn)方式中，控制單元505，進一步配置用于：執(zhí)行如下車輛控制步驟：基于調(diào)整后的行駛軌跡、車輛當前的位姿信息和車輛的軸距，確定下一個預設的行駛周期內(nèi)車輛的目標位置信息；根據(jù)目標位置信息和位姿信息，確定車輛在行駛周期內(nèi)的行駛參數(shù)，行駛參數(shù)包括行駛速度和轉向角度；控制車輛在行駛周期內(nèi)按照行駛參數(shù)行駛；確定車輛是否位于期望行駛軌跡的終點區(qū)域，如果是，則停止執(zhí)行車輛控制步驟；如果否，則繼續(xù)執(zhí)行車輛控制步驟。

從圖5中可以看出，本實施例中用于控制車輛的裝置500通過獲取車輛上安裝的視覺傳感器采集的車輛的行進方向上的圖像，并根據(jù)圖像確定車輛的行進方向上是否存在障礙物；而后響應于確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息，并根據(jù)障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡，最后控制車輛按照調(diào)整后的期望行駛軌跡行駛，提高了車輛控制的效率。

下面參考圖6，其示出了適于用來實現(xiàn)本申請實施例的車載智能設備的計算機系統(tǒng)600的結構示意圖。圖6示出的車載智能設備僅僅是一個示例，不應對本申請實施例的功能和使用范圍帶來任何限制。

如圖6所示，計算機系統(tǒng)600包括中央處理單元(cpu)601，其可以根據(jù)存儲在只讀存儲器(rom)602中的程序或者從存儲部分608加載到隨機訪問存儲器(ram)603中的程序而執(zhí)行各種適當?shù)膭幼骱吞幚?。在ram603中，還存儲有系統(tǒng)600操作所需的各種程序和數(shù)據(jù)。cpu601、rom602以及ram603通過總線604彼此相連。輸入/輸出(i/o)接口605也連接至總線604。

以下部件連接至i/o接口605：包括鍵盤、鼠標等的輸入部分606；包括諸如陰極射線管(crt)、液晶顯示器(lcd)等以及揚聲器等的輸出部分607；包括硬盤等的存儲部分608；以及包括諸如lan卡、調(diào)制解調(diào)器等的網(wǎng)絡接口卡的通信部分609。通信部分609經(jīng)由諸如因特網(wǎng)的網(wǎng)絡執(zhí)行通信處理。驅動器610也根據(jù)需要連接至i/o接口606?？刹鹦督橘|611，諸如磁盤、光盤、磁光盤、半導體存儲器等等，根據(jù)需要安裝在驅動器610上，以便于從其上讀出的計算機程序根據(jù)需要被安裝入存儲部分608。

特別地，根據(jù)本公開的實施例，上文參考流程圖描述的過程可以被實現(xiàn)為計算機軟件程序。例如，本公開的實施例包括一種計算機程序產(chǎn)品，其包括承載在計算機可讀介質上的計算機程序，該計算機程序包含用于執(zhí)行流程圖所示的方法的程序代碼。在這樣的實施例中，該計算機程序可以通過通信部分609從網(wǎng)絡上被下載和安裝，和/或從可拆卸介質611被安裝。在該計算機程序被中央處理單元(cpu)601執(zhí)行時，執(zhí)行本申請的方法中限定的上述功能。需要說明的是，本申請所述的計算機可讀介質可以是計算機可讀信號介質或者計算機可讀存儲介質或者是上述兩者的任意組合。計算機可讀存儲介質例如可以是——但不限于——電、磁、光、電磁、紅外線、或半導體的系統(tǒng)、裝置或器件，或者任意以上的組合。計算機可讀存儲介質的更具體的例子可以包括但不限于：具有一個或多個導線的電連接、便攜式計算機磁盤、硬盤、隨機訪問存儲器(ram)、只讀存儲器(rom)、可擦式可編程只讀存儲器(eprom或閃存)、光纖、便攜式緊湊磁盤只讀存儲器(cd-rom)、光存儲器件、磁存儲器件、或者上述的任意合適的組合。在本申請中，計算機可讀存儲介質可以是任何包含或存儲程序的有形介質，該程序可以被指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結合使用。而在本申請中，計算機可讀的信號介質可以包括在基帶中或者作為載波一部分傳播的數(shù)據(jù)信號，其中承載了計算機可讀的程序代碼。這種傳播的數(shù)據(jù)信號可以采用多種形式，包括但不限于電磁信號、光信號或上述的任意合適的組合。計算機可讀的信號介質還可以是計算機可讀存儲介質以外的任何計算機可讀介質，該計算機可讀介質可以發(fā)送、傳播或者傳輸用于由指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結合使用的程序。計算機可讀介質上包含的程序代碼可以用任何適當?shù)慕橘|傳輸，包括但不限于：無線、電線、光纜、rf等等，或者上述的任意合適的組合。

附圖中的流程圖和框圖，圖示了按照本申請各種實施例的系統(tǒng)、方法和計算機程序產(chǎn)品的可能實現(xiàn)的體系架構、功能和操作。在這點上，流程圖或框圖中的每個方框可以代表一個單元、程序段、或代碼的一部分，所述單元、程序段、或代碼的一部分包含一個或多個用于實現(xiàn)規(guī)定的邏輯功能的可執(zhí)行指令。也應當注意，在有些作為替換的實現(xiàn)中，方框中所標注的功能也可以以不同于附圖中所標注的順序發(fā)生。例如，兩個接連地表示的方框實際上可以基本并行地執(zhí)行，它們有時也可以按相反的順序執(zhí)行，這依所涉及的功能而定。也要注意的是，框圖和/或流程圖中的每個方框、以及框圖和/或流程圖中的方框的組合，可以用執(zhí)行規(guī)定的功能或操作的專用的基于硬件的系統(tǒng)來實現(xiàn)，或者可以用專用硬件與計算機指令的組合來實現(xiàn)。

描述于本申請實施例中所涉及到的單元可以通過軟件的方式實現(xiàn)，也可以通過硬件的方式來實現(xiàn)。所描述的單元也可以設置在處理器中，例如，可以描述為：一種處理器包括獲取單元，第一確定單元，第二確定單元，調(diào)整單元，控制單元。其中，這些單元的名稱在某種情況下并不構成對該單元本身的限定，例如，獲取單元還可以被描述為“獲取車輛上安裝的視覺傳感器采集的車輛的行進方向上的圖像的單元”。

作為另一方面，本申請還提供了一種非易失性計算機存儲介質，該非易失性計算機存儲介質可以是上述實施例中所述裝置中所包含的非易失性計算機存儲介質；也可以是單獨存在，未裝配入服務器中的非易失性計算機存儲介質。上述非易失性計算機存儲介質存儲有一個或者多個程序，當所述一個或者多個程序被一個設備執(zhí)行時，使得所述設備：獲取車輛上安裝的視覺傳感器采集的車輛的行進方向上的圖像；根據(jù)圖像確定車輛的行進方向上是否存在障礙物；響應于確定出車輛的行進方向上存在障礙物，根據(jù)圖像確定障礙物的位置信息；根據(jù)障礙物的位置信息和車輛的位置信息，調(diào)整預先獲取的車輛的路徑規(guī)劃信息中包括的期望行駛軌跡；控制車輛按照調(diào)整后的期望行駛軌跡行駛。

以上描述僅為本申請的較佳實施例以及對所運用技術原理的說明。本領域技術人員應當理解，本申請中所涉及的發(fā)明范圍，并不限于上述技術特征的特定組合而成的技術方案，同時也應涵蓋在不脫離所述發(fā)明構思的情況下，由上述技術特征或其等同特征進行任意組合而形成的其它技術方案。例如上述特征與本申請中公開的(但不限于)具有類似功能的技術特征進行互相替換而形成的技術方案。