本發(fā)明涉及一種交通技術(shù)領(lǐng)域的停車裝置和方法，具體地，涉及一種用于自動駕駛車輛路口精確停車裝置，以及與該裝置對應的實現(xiàn)方法。

背景技術(shù)：

隨著現(xiàn)代社會和經(jīng)濟的快速發(fā)展，汽車成為人們出行的重要交通工具。隨著車輛數(shù)量的日益增加，交通壓力也日益增大，交通事故也越發(fā)頻繁。為了減少交通事故中的人為因素，車輛自動駕駛技術(shù)成為一個重要的研究熱點。城市交通由于其復雜的交通場景和嚴格的交通規(guī)則，成為自動駕駛研究領(lǐng)域的一個難點，其中，路口是各個方向車流交匯的地方，對路口出的斑馬線和停車線進行準確識別，并且在交通信號燈指示停車時將車輛準確停在停車線處，是保證路口交通流暢的一個重要保障。

目前，在智能駕駛領(lǐng)域已經(jīng)有許多技術(shù)和方法致力于研究路口的識別和信號燈的檢測，例如：

公開號為CN104751679 A的中國發(fā)明專利，公開了一種"無人駕駛送貨車'十'字路口車輛自動系統(tǒng)"，能夠根據(jù)路口的紅綠等狀態(tài)停車，但是對于交通信號燈的檢測無法得到車輛在路口的位置，在城市環(huán)境中，路口停車需要遵守交通規(guī)范，不是檢測到紅燈信號就能停車，而是必須將車輛停在停止線處。

公開號為CN105740827 A的中國發(fā)明專利，公開了"一種基于快速標記連通的停止線檢測與測距算法"，以及公開號為CN103488976 A的中國發(fā)明專利公開了"一種基于智能駕駛中停止線實時檢測以及距離測量的方法"。

上述兩個發(fā)明專利都能夠檢測道路中是否存在斑馬線與停車線，并且給出了車輛與停止線的距離。

但是，在自動駕駛系統(tǒng)中，相機一般安裝在車內(nèi)擋風玻璃上方，存在視野被車頭遮擋的盲區(qū)，如何在相機丟失斑馬線和停車線信號時仍然能將自動駕駛車輛正確引導到停車線處是個需要解決的問題。另外，在路口處往往會有當前車道內(nèi)前方有車輛的情況，因此必須根據(jù)前車位置來控制本車的停止位置。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的是提供一種用于自動駕駛的車輛路口精確停車裝置與方法，解決在路口處自動駕駛車輛如何在路口精確停車的問題。

根據(jù)本發(fā)明的一個方面，提供用于自動駕駛的路口精確停車裝置，包括：圖像采集裝置、里程計、毫米波雷達和電子控制單元，其中：

所述圖像采集裝置，用于采集道路中的斑馬線、停車線以及路上的交通信號燈圖像，并且將采集到的圖像信息傳輸給電子控制單元；

所述里程計，用于通過計數(shù)脈沖得到車輛轉(zhuǎn)過的角度，記錄車輪轉(zhuǎn)過的圈數(shù)，并將獲取的計數(shù)脈沖信號傳輸給電子控制單元；

所述毫米波雷達，用于檢測車輛前方動靜態(tài)障礙物的位置和速度信息；

所述電子控制單元，用于接收并處理圖像采集裝置采集到的圖像信息，識別圖像中的斑馬線、車道線以及交通信號燈信息；用于接收毫米波雷達檢測到的車輛前方障礙物的位置和速度信息；用于通過里程計獲取的計數(shù)脈沖信號計算車輛行駛的距離；并根據(jù)上述信息給自動駕駛車輛底層執(zhí)行機構(gòu)發(fā)送控制指令。

優(yōu)選地，所述圖像采集裝置安裝于車輛前擋風玻璃上部，安裝角度保證其視野范圍能夠涵蓋地面的斑馬線、停車線標志以及道路上方的交通信號燈。

優(yōu)選地，所述里程計有兩組，兩組里程計均包括一個齒輪碼盤和一個測頭，其中：

齒輪碼盤安裝在后輪軸上，測頭安裝在車架上；車輛行駛時，齒輪碼盤隨車輪轉(zhuǎn)動，測頭保持不動，齒輪輪齒和齒槽轉(zhuǎn)過測頭所在位置時，測頭上產(chǎn)生不同強度的感應信號，將感應信號轉(zhuǎn)換為計數(shù)脈沖信號，從而得到齒輪碼盤或者車輛轉(zhuǎn)過的角度。

優(yōu)選地，所述毫米波雷達安裝在本車車前保險桿處，用于檢測前方是否有其他車輛，以及其他車輛的位置和速度信息。

根據(jù)本發(fā)明的另一個方面，提供一種用于自動駕駛的路口精確停車方法，所述方法包括如下步驟：

步驟一、圖像采集裝置采集圖像，電子控制單元對圖像進行處理；

圖像采集裝置采集道路中的斑馬線、停車線以及路上的交通信號燈圖像，并將采集到的圖像傳送給電子控制單元；

電子控制單元對圖像做逆透視變換，利用棋盤格標定變換參數(shù)，得到圖像像素與世界坐標的比例關(guān)系，以及車頭在圖像坐標中的像素位置；電子控制單元對圖像進行處理，包括斑馬線檢測、停止線檢測和交通信號燈檢測；

步驟二、使用里程計來記錄車輛行駛的距離；

步驟三、使用毫米波雷達檢測車輛前方障礙物的位置和速度信息；

步驟四、路口行為決策；

電子控制單元根據(jù)所述圖像采集裝置得到的感知信息，包括停車線及其距離、交通信號燈的狀態(tài)，以及毫米波雷達檢測得到的前方車輛的位置和速度信息，對自動駕駛車輛在路口做出輔助決策；

當本車前方?jīng)]有其他車輛時，使用停車線對自動駕駛車輛在路口做出輔助決策，所述輔助決策時利用兩個距離信息：一是在停車線進入圖像采集裝置視野盲區(qū)之前檢測到的停車線與車頭的距離，二是從停車線消失時刻起車輛行駛過的距離；

從停車線消失時刻起，車輛行駛過的距離達到停車線與車頭的距離時，發(fā)出停車控制指令，從而實現(xiàn)車輛在停車線處準確停車；

當本車前方有其他車輛時，所述電子控制單元根據(jù)使用毫米波雷達檢測到的前車位置和速度信息，對自動駕駛車輛在路口做出輔助決策：當所述圖像采集裝置檢測到信號燈，并且信號燈狀態(tài)為紅燈，則檢測前方車輛的運動狀態(tài)，若前方車輛未停車，說明車輛還未到達路口處，需要繼續(xù)與前車保持距離行駛；若前方車輛已經(jīng)停車，則根據(jù)毫米波雷達檢測到的前車距離，將自動駕駛車輛引導至前車后方，按照設定的停車距離停車。

優(yōu)選地，步驟一中，所述斑馬線檢測方法，采用邊緣檢測方法并結(jié)合斑馬線的局部統(tǒng)計特征，以達到準確識別斑馬線的目的。

具體的，將圖像采集裝置采集到的圖像轉(zhuǎn)成灰度圖像，再根據(jù)圖像的主梯度方向旋轉(zhuǎn)圖像，提取旋轉(zhuǎn)后的圖像在豎直方向上的邊緣，統(tǒng)計圖像每一行的邊緣點個數(shù)，估計斑馬線所在范圍，再統(tǒng)計該范圍內(nèi)每一列的邊緣點個數(shù)；斑馬線條紋邊緣所在列的點數(shù)遠大于其他列，計算這些點數(shù)較多的列之間的間隔，并求這些間隔的方差，如果條紋呈均勻的相間分布，方差值將會很小，據(jù)此判定是否存在斑馬線。

優(yōu)選地，步驟一中，所述停止線檢測方法，結(jié)合斑馬線的檢測結(jié)果識別停止線。具體的，檢測到斑馬線后，以斑馬線的下沿到圖像最后一行為興趣區(qū)域，利用霍夫直線變換提取出該區(qū)域的所有直線，再根據(jù)停止線的長度、占空比、方向約束提取出停止線的在圖像中的直線參數(shù)，從而計算車輛到停止線的距離。

優(yōu)選地，步驟一中，所述交通信號燈檢測方法，采用基于顏色空間的圖像分割方法和面積周長比來檢測和識別交通信號燈。具體的，首先將圖像從RGB顏色空間轉(zhuǎn)換到LAB顏色空間，分割出圖像中的紅色和綠色區(qū)域；再根據(jù)區(qū)域面積和形狀篩選出候選區(qū)域，對候選區(qū)域，檢測是否存在交通信號燈固有的邊框特征，來決定交通信號燈的存在與否，并根據(jù)顏色來確定信號燈的狀態(tài)。

優(yōu)選地，步驟二中，具體為：將里程計碼盤安裝在車輪轉(zhuǎn)軸上，里程計測頭安裝在車架上；當車輛行駛時，碼盤隨車輪轉(zhuǎn)動，碼盤每轉(zhuǎn)過一個刻度值，測頭上會產(chǎn)生一個脈沖信號，通過記錄脈沖信號的個數(shù)，得知碼盤轉(zhuǎn)過的刻度數(shù)值，用脈沖個數(shù)除以碼盤轉(zhuǎn)動一圈的量程，便得到碼盤，即車輪轉(zhuǎn)過的圈數(shù)；再通過已知的車輪周長，便能夠計算出車輪行駛過的線性距離，也就能夠推算車輛與停車線之間的距離。

優(yōu)選地，步驟四中，具體為：

步驟1，判斷交通信號燈狀態(tài)是否為紅燈，若為紅燈則開始決策停車的時機，若沒有檢測到紅燈，則繼續(xù)行駛；

步驟2，判斷是否存在前方車輛，若前方?jīng)]有車輛，則進入步驟3，根據(jù)停車線位置停車，若存在前方車輛，則進入步驟6，根據(jù)前方車輛的位置和行駛狀態(tài)停車；

步驟3，根據(jù)停車線結(jié)果最后一幀返回的距離，確定車輛在進入相機近端盲區(qū)前距離路口停車線的距離，觸發(fā)距離推算程序；

步驟4，開始車輛行駛距離的推算，距離的推算主要依靠里程計捕獲的脈沖信號，從距離推算程序被觸發(fā)開始，進行脈沖數(shù)目累加，從脈沖累加數(shù)轉(zhuǎn)換為行駛距離的公式為

行駛距離＝脈沖累加數(shù)÷里程計線數(shù)×π×車輪直徑；

步驟5，當推算的行駛距離達到停車線距離時，發(fā)送停車指令，使車輛在停車線處停止行駛，

步驟6，判斷前方車輛是否停止，若前方車輛未停止，說明前車未到路口處，則繼續(xù)行駛，若前方車輛停車，則按照毫米波雷達檢測到的與前車的距離，等車輛到達要求的停車距離后，發(fā)出停車指令；

步驟7，檢測信號燈狀態(tài)是否為綠燈，若為綠燈，則繼續(xù)行駛，若存在前方車輛，則等前方車輛行駛后繼續(xù)行駛。

與現(xiàn)有技術(shù)相比，本發(fā)明具有如下的有益效果：

本發(fā)明使用里程計記錄車輪轉(zhuǎn)過的圈數(shù)，從而推算車輛行駛的距離，結(jié)合圖像處理得到的車輛距停車線的距離，能夠有效地引導無人駕駛車輛在路口停車線處準確停車。在前方有車輛的情況下，無法檢測到停車線等信息，則根據(jù)前車的行駛狀態(tài)和交通信號燈的指示實現(xiàn)正確停車，解決了傳統(tǒng)方法中只識別交通信號燈或者只檢測停車線，沒有考慮相機視野出現(xiàn)盲區(qū)以及前方有其他車輛等情況，而無法實現(xiàn)自動駕駛車輛在路口精確停車的問題。

附圖說明

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

圖1為本發(fā)明一優(yōu)選實施例的結(jié)構(gòu)示意圖；

圖2為本發(fā)明一優(yōu)選實施例的斑馬線檢測部分的流程圖；

圖3為本發(fā)明一優(yōu)選實施例的停止線檢測部分的流程圖；

圖4為本發(fā)明一優(yōu)選實施例的交通信號燈檢測部分的流程圖；

圖5為本發(fā)明一優(yōu)選實施例的實現(xiàn)自動駕駛車輛在路口精確停車的流程圖。

具體實施方式

下面結(jié)合具體實施例對本發(fā)明進行詳細說明。以下實施例將有助于本領(lǐng)域的技術(shù)人員進一步理解本發(fā)明，但不以任何形式限制本發(fā)明。應當指出的是，對本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進。這些都屬于本發(fā)明的保護范圍。

如圖1所示，一種用于自動駕駛車輛路口精確停車裝置，包括攝像機1、里程計2、毫米波雷達3、電子控制單元4，其中：

所述攝像機1用于采集道路中的斑馬線、停車線以及路上的交通信號燈圖像，并且將采集到的圖像信息傳輸給電子控制單元4；

所述里程計2用于通過計數(shù)脈沖得到車輛轉(zhuǎn)過的角度，記錄車輪轉(zhuǎn)過的圈數(shù)，并將獲取的計數(shù)脈沖信號傳輸給電子控制單元4；

所述毫米波雷達3用于檢測前方車輛的位置和速度信息，并將檢測結(jié)果傳輸給電子控制單元4。

所述電子控制單元4，接收并處理處理攝像機1采集的道路圖像，識別圖像中的斑馬線、車道線以及交通信號燈信息；用于通過里程計3獲取的計數(shù)脈沖信號計算車輛行駛的距離；用于接收毫米波雷達3檢測到的車輛前方障礙物的位置和速度信息；并根據(jù)上述信息給自動駕駛車輛底層執(zhí)行機構(gòu)5發(fā)送控制指令。

作為一優(yōu)選的實施方式，所述攝像機1選擇視野較大的廣角鏡頭，安裝位置為車輛前擋風玻璃上部，到地面高度約為1.6米，安裝角度應該要保證攝像機1的視野范圍能夠涵蓋地面的斑馬線、停車線標志以及道路上方的交通信號燈。

作為一優(yōu)選的實施方式，所述里程計2、齒輪碼盤安裝在后輪軸上，測頭則安裝在車架上；車輛行駛時，齒輪碼盤隨車輪轉(zhuǎn)動，測頭保持不動，齒輪輪齒和齒槽轉(zhuǎn)過測頭所在位置時，測頭上產(chǎn)生不同強度的感應信號，將感應信號轉(zhuǎn)換為計數(shù)脈沖，便能得到碼盤或者車輛轉(zhuǎn)過的角度。

如圖2-圖5所示，為采用上述裝置的輔助方法流程，包括如下步驟：

步驟一、攝像機1采集圖像，電子控制單元4對圖像進行處理；

攝像機1采集道路中的斑馬線、停車線以及路上的交通信號燈圖像，并將采集到的圖像傳送給電子控制單元4；

電子控制單元4對圖像做逆透視變換，利用棋盤格標定變換參數(shù)，得到圖像像素與世界坐標的比例關(guān)系，以及車頭在圖像坐標中的像素位置；電子控制單元4對圖像進行處理，包括斑馬線檢測、停止線檢測和交通信號燈檢測；

步驟二、推算車輛的行駛距離

為了在攝像機1出現(xiàn)盲區(qū)無法使用停車線信息實現(xiàn)縱向定位的情況下，將自動駕駛車輛停在停車線處，需要利用兩個距離信息，一是在停車線進入攝像機1視野盲區(qū)之前檢測到的停車線與車頭的距離，二是從停車線消失時刻起車輛行駛過的距離；有了這兩個距離信息，從停車線消失時刻起，車輛行駛過的距離達到停車線與車頭的距離時，發(fā)出停車控制指令，就能實現(xiàn)車輛在停車線處準確停車；因此使用里程計2來記錄車輛行駛的距離；

步驟三、使用毫米波雷達3檢測前方是否存在車輛或者其他障礙物。

毫米波雷達3返回的數(shù)據(jù)包括前方障礙物的距離以及與本車的相對速度，通過計算本車的行駛速度，可以計算得到前方障礙物的運動速度。

步驟四、路口行為決策

根據(jù)所述攝像機1得到的感知信息，包括停車線及其距離、交通信號燈的狀態(tài)以及前車的位置和速度，使自動駕駛車輛在路口做出輔助決策；

首先，考慮前方?jīng)]有車輛的情況，所述輔助決策時利用兩個距離信息：一是在停車線進入攝像機1視野盲區(qū)之前檢測到的停車線與車頭的距離，二是從停車線消失時刻起車輛行駛過的距離；從停車線消失時刻起，車輛行駛過的距離達到停車線與車頭的距離時，發(fā)出停車控制指令，從而實現(xiàn)車輛在停車線處準確停車。

其次，考慮前方存在其他車輛的情況，需要根據(jù)交通信號燈的狀態(tài)以及與前車的距離來停車。當檢測到交通信號燈時，說明車輛接近路口。此時，若信號燈狀態(tài)為綠燈，則與前車保持距離行駛。若信號燈狀態(tài)為紅燈，則檢測前方車輛的運動狀態(tài)，若前方車輛未停車，說明車輛還未到達路口處，需要繼續(xù)與前車保持距離行駛。若前方車輛已經(jīng)停車，則根據(jù)毫米波雷達3檢測到的前車距離，將自動駕駛車輛引導至前車后方，按照設定的停車距離停車。

如圖2所示，為一優(yōu)選實施例的斑馬線檢測部分的流程圖。所述電子控制單元4采用邊緣檢測方法并結(jié)合斑馬線的局部統(tǒng)計特征，來達到準確識別斑馬線的目的。具體來說，分為幾個步驟。

步驟1、對得到道路的灰度圖像進行逆透視變換；

步驟2、統(tǒng)計逆透視變換圖像的梯度直方圖，得到圖像的最大梯度方向，根據(jù)圖像的最大梯度方向旋轉(zhuǎn)圖像，在旋轉(zhuǎn)后的圖像中，斑馬線條紋沿著圖像的豎直方向分布；

步驟3、對旋轉(zhuǎn)后的圖像提取邊緣，由于斑馬線的主要邊緣沿著豎直方向，因此只提取豎直方向的邊緣，降低噪聲邊緣的影響；

步驟4、對于邊緣圖像的每一行，統(tǒng)計該行邊緣點的個數(shù)，對于斑馬線區(qū)域，得到的點數(shù)要遠多于其他非斑馬線區(qū)域，據(jù)此可以得到一個斑馬線的寬度范圍；對于這個寬度范圍中的每一列，統(tǒng)計該列的邊緣點個數(shù)，得到一個一維數(shù)組，數(shù)組中的值代表該列的邊緣點數(shù)，如果該列是斑馬線的邊緣所在列，則點數(shù)會遠大于其他非斑馬線邊緣所在列；

步驟5、對一維數(shù)組中的值做二值化操作，得到的結(jié)果是一個一維的二值序列，可能存在斑馬線的列值為1、其他位置值為0、計算序列中值為1的相鄰兩列間隔的方差，由于斑馬線的邊緣是均勻分布的，如果存在斑馬線，則計算得到的方差很小，如果存在箭頭標志等干擾，計算得到的方差將遠大于只有斑馬線的情況，因此可以用一個閾值來進行判別。

如圖3所示，為一優(yōu)選實施例的停止線檢測部分的流程圖。一般來講，斑馬線的圖像特征比停止線更強，得到的檢測結(jié)果更穩(wěn)定可靠，因此中央在檢測到斑馬線的基礎(chǔ)上，進行停止線的檢測。分為以下幾個流程：

步驟1、判斷是否已檢測到斑馬線，若是，則開始檢測停止線；

步驟2、提取圖像的水平方向邊緣：

停止線不同于斑馬線，其邊緣方向為水平方向，對檢測斑馬線流程中旋轉(zhuǎn)后的圖像提取水平方向邊緣；

步驟3，選取檢測的興趣區(qū)域：

在斑馬線檢測過程中得到斑馬線的縱向分布方位，而在實際場景中，停車線一定是在斑馬線的下沿位置附近，因此選取斑馬線下沿到圖像底部的區(qū)域作為興趣區(qū)域；

步驟4、使用霍夫直線變換，檢測興趣區(qū)域內(nèi)的直線，使用長度約束、占空比約束以及平行約束，檢測得到停車線；

步驟5、檢測得到停車線后，根據(jù)實現(xiàn)標定的車頭在圖像中的像素坐標，根據(jù)點到直線的距離計算公式，得到車頭與停車線的距離。

如圖4所示，為一優(yōu)選實施例的交通信號燈檢測部分的流程圖。車輛在路口處的行為，很大程度上取決于交通信號燈的狀態(tài)，因此準確檢測出交通信號燈并且識別出其指示狀態(tài)對路口車輛行為的決策很關(guān)鍵。電子控制單元4采用基于顏色空間的圖像分割方法和面積周長比來檢測和識別交通信號燈，分為以下幾個流程：

步驟1、將攝像機1采集圖像的顏色空間從RGB顏色空間轉(zhuǎn)換到LAB顏色空間，LAB顏色空間的A通道表示顏色從綠到紅的變化，容易使用閾值將紅色和綠色區(qū)域從圖像中分割出來；

步驟2、候選區(qū)域篩選：

由于道路中還存在許多其他物體顏色滿足紅色和綠色的特征，因此必須使用一些規(guī)則來篩選可能為信號燈的區(qū)域；電子控制單元4采用的方法是使用面積和形狀，使用種子生長法獲取紅色和綠色的連通區(qū)域，種子生長區(qū)域包含的像素個數(shù)就是該區(qū)域的面積；信號燈的形狀為圓形，通過候選區(qū)域的圓度值來判定該區(qū)域是否為圓形，圓度的計算方式為區(qū)域的區(qū)域周長的平方除以區(qū)域的面積，對于標準的圓形，圓度的值應該為4π；結(jié)合這兩個指標，選擇符合要求的候選區(qū)域；

步驟3、背景框驗證：

經(jīng)過前面的篩選步驟后，候選區(qū)域可能還會存在廣告牌，汽車尾燈等；信號燈還有一個重要的特點是有一個黑色的背景框，通過在候選區(qū)域選擇一定大小的矩形區(qū)域，檢測是否存在滿足平行和寬度要求的直線對，來確定是否存在背景框，從而驗證候選區(qū)域是否為信號燈。

如圖5所示，為一優(yōu)選實施例的實現(xiàn)自動駕駛車輛在路口精確停車，即路口行為決策部分的流程圖。電子控制單元4圖像處理得到的檢測結(jié)果，包括交通信號燈、斑馬線和停車線，以及毫米波雷達3檢測前方車輛的位置和速度結(jié)果。這些信息用于判斷自動車輛是否接近路口以及是否應該停車，如果需要停車，則開始停車位置引導。具體過程分為以下幾步：

步驟1，判斷交通信號燈狀態(tài)是否為紅燈，若為紅燈則開始決策停車的時機，若沒有檢測到紅燈，則繼續(xù)行駛。

步驟2，判斷是否存在前方車輛，若前方?jīng)]有車輛，則進入步驟3，根據(jù)停車線位置停車。若存在前方車輛，則進入步驟6，根據(jù)前方車輛的位置和行駛狀態(tài)停車。

步驟3，根據(jù)停車線結(jié)果最后一幀返回的距離，確定車輛在進入相機近端盲區(qū)前距離路口停車線的距離，觸發(fā)距離推算程序。

步驟4，開始車輛行駛距離的推算。距離的推算主要依靠里程計2捕獲的脈沖信號，從距離推算程序被觸發(fā)開始，進行脈沖數(shù)目累加，從脈沖累加數(shù)轉(zhuǎn)換為行駛距離的公式為

行駛距離＝脈沖累加數(shù)÷里程計2線數(shù)×π×車輪直徑；

步驟5，當推算的行駛距離達到停車線距離時，發(fā)送停車指令，使車輛在停車線處停止行駛。

步驟6，判斷前方車輛是否停止。若前方車輛未停止，說明前車未到路口處，則繼續(xù)行駛。若前方車輛停車，則按照毫米波雷達3檢測到的與前車的距離，等車輛到達要求的停車距離后，發(fā)出停車指令。

步驟7，檢測信號燈狀態(tài)是否為綠燈，若為綠燈，則繼續(xù)行駛。若存在前方車輛，則等前方車輛行駛后繼續(xù)行駛。

本發(fā)明能夠有效地引導無人駕駛車輛在路口停車線處準確停車，解決了傳統(tǒng)方法中只識別交通信號燈或者只檢測停車線，以及沒有考慮攝像機1視野出現(xiàn)盲區(qū)以及前方存在其他車輛的情況而無法實現(xiàn)無人駕駛車輛在路口準確停車的問題。

以上對本發(fā)明的具體實施例進行了描述。需要理解的是，本發(fā)明并不局限于上述特定實施方式，本領(lǐng)域技術(shù)人員可以在權(quán)利要求的范圍內(nèi)做出各種變形或修改，這并不影響本發(fā)明的實質(zhì)內(nèi)容。