引导车辆驾驶的方法、装置、设备和计算机可读存储介质制造方法及图纸

根据本公开的实施例，提供了引导车辆驾驶的方法、装置、设备和计算机可读存储介质。该方法包括车辆外部感测设备获取车辆和车辆周围环境的传感器数据；从传感器数据中提取车辆的第一区域数据和车辆周围环境的第二区域数据；建立感测设备—车辆—地图之前的第一约束方程、第二约束方程、第三约束方程；获取车辆的位置姿态信息和障碍物的状态信息；确定车辆向目的地的行驶信息；将行驶信息发送到车辆。该方法通过可移动的外部感测设备与车辆协同，实现对车辆实时的引导驾驶，是一种全新的智能驾驶实施方式。

【技术实现步骤摘要】
引导车辆驾驶的方法、装置、设备和计算机可读存储介质
本公开的实施例主要涉及智能驾驶领域，更具体地，涉及引导车辆驾驶的方法、装置、设备和计算机可读存储介质。
技术介绍
近年来，智能驾驶甚至自动驾驶技术发展迅速，业内主要研究方向为提高单车智能化水平，依靠安装在车辆上的高精度传感器设备，增强车辆对周围环境的感知能力。较为典型的案例为百度等公司的自动驾驶车辆，该类型车辆搭载较强能力的激光雷达，例如128线激光雷达，为了最大化可以感知的范围，激光雷达被安装于车顶中部较高位置。其不利影响为导致了车辆四周较近距离无法被有效覆盖，产生测量盲区。对于开阔简单场景，该测量盲区内不会出现行人等障碍物，但是对于停车场等人车混行的复杂场景，行人或儿童可能从测量盲区内出现，而车辆无法感知而继续保持行驶状态，会发生碰撞等危险情况。为解决如上的单车智能自动驾驶方案的问题，业内开始研究借助车辆外部的传感器设备辅助车辆驾驶的解决方案。
技术实现思路
根据本公开的实施例，提供了一种引导车辆驾驶的方案。在本公开的第一方面中，提供了一种引导车辆驾驶的方法。该方法包括：第一步，从车辆外部的感测设备获取车辆及车辆周围环境的场景信息；第二步，从场景信息中确定车辆的状态信息；第三步，从场景信息中确定车辆周围环境中除车辆外的障碍物状态信息；第四步，基于车辆的状态信息和障碍物状态信息，以及车辆目的地信息，确定车辆行驶信息；第五步，将车辆信息、障碍物信息、行驶信息发送到车辆。在本公开的第二方面中，提供了一种引导车辆驾驶的装置。该装置包括：可移动的载体，被配置为安装感测设备，可以与目标车辆同步地移动；感测设备，被配置为获取目标车辆和车辆周围环境的场景信息；数据处理模块，被配置为从场景信息中提取规划车辆的行驶信息；通信设备，被配置为将行驶信息发送到车辆。在本公开的第三方面中，提供了一种电子设备包括：一个或多个处理器；存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得电子设备实现根据本公开第一方面的方法；提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开的第一方面的方法。应当理解，
技术实现思路
部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。附图说明结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：图1示出了根据本公开的一些实施例的示例环境的示意图；图2示出了根据本公开的一些实施例的感测设备获取到的场景信息；图3示出了根据本公开的一些实施例的引导装置移动之后的示例环境的示意图；图4示出了根据本公开的一些实施例的引导装置移动之后的感测设备获取到底场景信息；图5示出了根据本公开的一些实施例的确定车辆三维位置和姿态信息的示意图；图6示出了根据本公开的一个实施例的移动车辆引导装置的方法。具体实施方式下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。如以上提及的，智能驾驶的研究方向开始从单车智能扩展到通过车辆外部传感器辅助车辆驾驶。以自动代客泊车技术为例，其是高级智能驾驶的重要部分，具有较高的落地应用价值。自动代客泊车技术包括两种技术方案：其中一种为提高车端智能化水平，为车辆安装高精度的传感器设备，使其具备精确感知周围环境的能力。另一种为增强停车场智能化，在场地端密集布置传感器设备，对进入场内的车辆进行感知定位，再将关键信息回传到车辆。如上两种方法使车辆具备感知环境的能力，确保车辆行驶过程中的精确性和安全性。以上两种实施方案中，均存在难以克服的技术问题。其中车端智能方案中，如上提及的，为了解决车辆四周较近距离的测量盲区，需要额外安装两侧和前后向的摄像头或激光雷达。为实现对整车360度无死角感知，通常需要6个摄像头和3台激光雷达。与之相比，车端计算平台对传感器数据的吞吐量和处理速率非常欠缺，无法满足诸多设备的并行处理。另外，在现有制造技术水平下，尚未有能满足车规级标准的激光雷达面世，车端智能整体方案面临瓶颈。场端智能方案中，停车场密布了激光雷达传感器，同样面临计算平台数据处理能力不足的问题。另有一些实施例中采用云计算方案，其带来的通讯延时通常高达几十毫秒，无法满足车辆实时控制的要求。基于以上原因，两种方案均存在较大的技术问题和安全风险。根据本公开的实施例，提出来一种基于外部感测设备的引导车辆驾驶的方案。在该方案中，外部感测设备相对车辆来讲属于客观第三人称视角进行测量和感知，克服了车载感测设备主动感知的测量盲区问题；另一方面，对于停车场，引导车辆驾驶的装置属于自主独立移动设备，无需覆盖性部署整个区域，即整个停车场仅需要安装一个装置，实现全局范围内引导车辆驾驶。在计算量方面，由于只有单个装置及装置上的少量感测设备，较为普通的计算平台就可以完成计算任务。在该方案中，第一步从车辆外部的感测设备获取车辆及车辆周围环境的场景信息，其中可以包括摄像头采集的图像数据；第二步从场景信息中确定车辆的状态信息，其中包括车辆的位置等；第三步从场景信息中确定车辆周围环境中除车辆外的障碍物状态信息；第四步，基于车辆的状态信息和障碍物状态信息，以及车辆目的地信息，确定车辆行驶信息，其中包括车辆方向盘和油门刹车状态；第五步，将车辆信息、障碍物信息、行驶信息发送到车辆。从而完成引导车辆驾驶的流程。以下将参照附图来具体描述本公开的实施例。图1示出了本公开的实施例实现的示例环境100的示意图。在示例环境100中示意性示出了一些典型物体，包括道路101、车辆102、滑动导轨103、车辆引导装置104、感测设备105、感测设备测量区域106。应当理解，这些示出的设施和物体仅是示例，根据实际情况，不同交通环境中存在可能出现的物体将会变化。本公开的范围在此方面不受限制。在图1的示例中，一个车辆101正在道路102上行驶。车辆101可以是可以承载人和/或物并且通过发动机等动力系统移动的任何类型的车辆，包括但不限于轿车、卡车、巴士、电动车、摩托车、房车、火车等。车辆101可以是具有一定自动驾驶能力的车辆，这样的车辆也被称为自动驾驶车辆。当然，车辆101还可以是不具有自动驾驶能力的车辆。在一些实施例本文档来自技高网...

【技术保护点】
1.一种引导车辆驾驶的方法，包括：/nS11. 车辆外部的感测设备获取车辆及车辆周围环境的场景信息；/nS12. 从所述场景信息中确定所述车辆的状态信息；/nS13. 从所述场景信息中确定所述车辆周围环境中除所述车辆外的障碍物状态信息；/nS14. 基于所述车辆的状态信息和所述障碍物状态信息，以及车辆目的地信息，确定所述车辆行驶信息；/nS15. 将所述车辆信息、所述障碍物信息、所述行驶信息发送到所述车辆。/n

【技术特征摘要】
1.一种引导车辆驾驶的方法，包括：
S11.车辆外部的感测设备获取车辆及车辆周围环境的场景信息；
S12.从所述场景信息中确定所述车辆的状态信息；
S13.从所述场景信息中确定所述车辆周围环境中除所述车辆外的障碍物状态信息；
S14.基于所述车辆的状态信息和所述障碍物状态信息，以及车辆目的地信息，确定所述车辆行驶信息；
S15.将所述车辆信息、所述障碍物信息、所述行驶信息发送到所述车辆。


2.根据权利要求1所述的方法，从所述场景信息中确定所述车辆的状态信息，其特征在于：
S21.从所述场景信息中提取包含所述车辆的第一区域数据；
S22.从所述场景信息中提取包含所述车辆周围环境，但不包含所述车辆的第二区域数据；
S23.获取所述车辆的三维位置和姿态信息。


3.根据权利要求1所述的方法，所述感测设备安装在可移动载体上；通过所述可移动载体调整感测设备的位置，与所述车辆保持预订的观测距离和观测角度。


4.根据权利要求2和3所述的方法，获取所述车辆的三维信息，其特征在于：
S41.移动所述感测设备获得不同观测位置下的包含所述车辆的所述第一区域数据；
S42.使用三维重建方法获得所述车辆的三维信息，所述三维信息包括一下中的至少一项：三维模型、三维点云、三维点颜色信息。


5.根据权利要求2和4所述的方法，获取所述车辆的三维位置和姿态信息，其特征在于：
S51.从外部数据获取所述车辆周围环境的地图信息；
S52.基于所述车辆的所述第一区域数据和所述车辆的所述三维信息，使用三维匹配方法，获取所述感测设备和所述车辆之间位置和姿态的第一约束方程；
S53.基于所述车辆周围环境的所述第二区域数据和所述地图信息，使用三维匹配方法，获取所述感测设备和所述地图坐标系之间位置和姿态的第二约束方程；
S54.确定所述车辆与所述地图信息之间位...

【专利技术属性】
技术研发人员：孙占娥，
申请(专利权)人：孙占娥，
类型：发明
国别省市：北京;11