一种L3级自动驾驶汽车的复杂路段行驶控制方法、装置、汽车及计算机存储介质制造方法及图纸

本发明专利技术实施例提供了一种L3级自动驾驶汽车的复杂路段行驶控制方法、装置、汽车及计算机存储介质，用于解决现有技术中的车辆在复杂路段上无法自动驾驶的问题。该L3级自动驾驶汽车的复杂路段行驶控制方法，包括：在确定车辆行驶到满足预定条件的复杂路段时，判断是否存储有车辆在所述复杂路段上行驶的最优历史行车数据；若本地存储有车辆在所述复杂路段上行驶的最优历史行车数据，则按照所述最优历史行车数据进行复杂路段自动行驶；若本地未存储有车辆在所述复杂路段上行驶的历史行车数据，则输出请求驾驶员人工接管车辆的信号，使驾驶员人工接管车辆通过所述复杂路段,并记录存储人工接管时的行车数据用于下次自动驾驶通过。

【技术实现步骤摘要】
一种L3级自动驾驶汽车的复杂路段行驶控制方法、装置、汽车及计算机存储介质
本专利技术涉及自动驾驶领域，尤其是一种L3级自动驾驶汽车的复杂路段行驶控制方法、装置、汽车及计算机存储介质。
技术介绍
自动驾驶的路径规划方法有很多，比较典型的路径规划方法如专利“一种用于智能驾驶系统的路径规划方法，申请号：CN109974724.A”通过区分一般路段和特殊路段（通过读取经纬度定位坐标来区分路段），针对区分的路段再分别规划行驶路线。此申请的优点是对于不同类型道路采用不同的方法来进行路径规划，降低了路径规划的数据处理量和时间。上述缺点是对于特殊复杂路段（自动驾驶车辆无法按照既定逻辑进行处理的路段），没有提出可靠有效的路径规划解决方案。例如自动驾驶车辆在经过车道线丢失或交叉路段、异型路口、家门口一公里道路等不易处理的场景时，按照现有技术的技术手段，需要驾驶员人工接管车辆才能通过这些路段，并且，在车辆下一次同样经过这些路段时，仍然需要人工接管车辆。
技术实现思路
本专利技术实施例提供了一种L3级自动驾驶汽车的复杂路段行驶控制方法、装置、汽车及计算机存储介质，用于解决现有技术中的车辆在复杂路段上无法自动驾驶的问题。本专利技术实施例提供了一种L3级自动驾驶汽车的复杂路段行驶控制方法，包括：在确定车辆行驶到满足预定条件的复杂路段时，判断是否存储有车辆在所述复杂路段上行驶的最优历史行车数据；若本地存储有车辆在所述复杂路段上行驶的最优历史行车数据，则按照所述最优历史行车数据进行复杂路段自动行驶；若本地未存储有车辆在所述复杂路段上行驶的历史行车数据，则输出请求驾驶员人工接管车辆的信号，使驾驶员人工接管车辆通过所述复杂路段；所述最优历史行车数据为服务器按照一辆或多辆同款车型通过所述复杂路段时所生成的历史行车数据进行数据融合后取最优获得的。优选地，所述方法还包括：在输出请求驾驶员人工接管车辆的信号的同时，控制车辆的车速在预设时间段内降速至零；若驾驶员在预设时间段内人工接管车辆，则停止车速降速控制。优选地，在驾驶员人工接管车辆通过所述复杂路段后，所述方法还包括：若车辆通过所述复杂路段的行车时长位于预设时长内，则记录车辆通过所述复杂路段时所生成的行车路径、所述行车路径上的每一轨迹点所关联的定位位置、行驶参数以及固定环境特征；基于所述行车路径、所述行车路径上的每一轨迹点所关联的定位位置、行驶参数和固定环境特征形成一条车辆通过所述复杂路段的历史行车数据，并对所生成的历史行车数据进行存储。优选地，满足预设条件的复杂路段具体是指：自动驾驶系统按照预定处理方式确定需要进行人工接管或不能脱手的路段；每一轨迹点所关联的所述固定环境特征是指车辆周围保持固定不动的环境特征，所述固定环境特征包括：每一轨迹点对应的道路宽度、路灯位置、护栏位置、周围房屋位置、路缘石宽度、车辆与其左右两侧的路缘石的距离；每一轨迹点所关联的行驶参数包括：车辆在每一轨迹点对应的行驶速度、航向角、方向盘转角、方向盘转角速度和定位坐标。优选地，所述最优历史行车数据包括：车辆通过所述复杂路段的最优历史行车路径，以及与所述最优历史行车轨迹的每一轨迹点相关联的最优定位位置、最优行驶参数和最优固定环境特征，按照所述最优历史行车数据进行复杂路段自动行驶的步骤具体为：读取所述最优历史行车路径中的每一轨迹点所关联的最优定位位置、最优固定环境特征和最优行驶参数；车辆每自动行驶到一个轨迹点对应的位置时，将实时采集到的实时固定环境特征与所述轨迹点相关联的最优固定环境特征进行相似度比对；若车辆在当前轨迹点对应的位置处采集到的实时固定环境特征与对应的最优固定环境特征的相似度达到预设阈值，则结合高精定位控制车辆按照所述轨迹点相关联的最优行驶参数进行车辆行驶参数调节，使车辆自动通过所述当前轨迹点对应的最优定位位置；或若车辆在当前轨迹点对应的位置处采集到的实时固定环境特征与对应的最优固定环境特征的相似度低于预设阈值、且车辆在当前轨迹点之前的连续几个轨迹点对应的位置处采集到的实时固定环境特征与对应的最优固定环境特征的相似度未全部低于预设阈值，则结合高精定位控制车辆按照所述轨迹点关联的最优行驶参数进行车辆行驶参数调节，使车辆自动通过所述当前轨迹点对应的最优定位位置。优选地，所述方法还包括：若车辆在当前轨迹点对应的位置处采集到的实时固定环境特征与对应的最优固定环境特征的相似度低于预设阈值、且车辆在当前轨迹点之前的连续几个轨迹点对应的位置处采集到的实时固定环境特征与对应的最优固定环境特征的相似度全部低于预设阈值，则输出请求驾驶员人工接管车辆的信号，使驾驶员人工接管车辆通过所述复杂路段的剩余路段；在输出请求驾驶员人工接管车辆的信号的同时，控制车辆的车速在预设时间段内降速至零；若驾驶员在预设时间段内人工接管车辆，则停止车速降速控制。优选地，在驾驶员人工接管车辆通过所述复杂路段的剩余路段后，所述方法还包括：记录车辆按照最优历史行车数据自动通过所述复杂路段的前部分路段时所生成的实际行车路径、所述实际行车路径上的每一轨迹点所关联的定位位置、行驶参数以及固定环境特征；记录车辆通过所述复杂路段的剩余路段时所生成的局部行车路径、所述局部行车路径上的每一轨迹点所关联的定位位置、行驶参数以及固定环境特征；将实际行车路径、所述实际行车路径上的每一轨迹点所关联的定位位置、行驶参数以及固定环境特征、所述局部行车路径、所述局部行车路径上的每一轨迹点所关联的定位位置、行驶参数和固定关键特征组合形成一条车辆通过所述复杂路段的新历史行车数据；将所述新历史行车数据通过云服务上传到云服务器中，使云服务器将新历史行车数据与其他车辆上传到云服务器的历史行车数据做融合以形成最优行车数据，并将最优行车数据下载到本地进行存储。本专利技术实施例还提供了一种L3级自动驾驶汽车的复杂路段行驶控制装置，包括：判断模块，用于在确定车辆行驶到满足预定条件的复杂路段时，判断是否存储有车辆在所述复杂路段上行驶的最优历史行车数据；自动行驶模块，用于若本地存储有车辆在所述复杂路段上行驶的最优历史行车数据，则按照所述最优历史行车数据进行复杂路段自动行驶；请求模块，用于若本地未存储有车辆在所述复杂路段上行驶的历史行车数据，则输出请求驾驶员人工接管车辆的信号，使驾驶员人工接管车辆通过所述复杂路段；所述最优历史行车数据为服务器按照一辆或多辆同款车型通过所述复杂路段时所生成的历史行车数据进行数据融合后取最优获得的。本专利技术实施例还提供了一种汽车，包括上述的L3级自动驾驶汽车的复杂路段行驶控制装置。本专利技术实施例还提供了一种计算机可读存储介质，其内存储有计算机程序，所述计算机程序被控制器调用执行如上述的L3级自动驾驶汽车的复杂路段行驶控制方法的步骤。本专利技术的有益效果为：针对自动驾驶车辆对不能处理的道路场景，通过学习驾驶员的操作，在下次行驶到同一场景路段本文档来自技高网...

【技术保护点】
1.一种L3级自动驾驶汽车的复杂路段行驶控制方法，应用于自动驾驶系统，其特征在于，包括：/n在确定车辆行驶到满足预定条件的复杂路段时，判断是否存储有车辆在所述复杂路段上行驶的最优历史行车数据；/n若本地存储有车辆在所述复杂路段上行驶的最优历史行车数据，则按照所述最优历史行车数据进行复杂路段自动行驶；/n若本地未存储有车辆在所述复杂路段上行驶的历史行车数据，则输出请求驾驶员人工接管车辆的信号，使驾驶员人工接管车辆通过所述复杂路段；/n所述最优历史行车数据为服务器按照一辆或多辆同款车型通过所述复杂路段时所生成的历史行车数据进行数据融合后取最优获得的。/n

【技术特征摘要】
1.一种L3级自动驾驶汽车的复杂路段行驶控制方法，应用于自动驾驶系统，其特征在于，包括：
在确定车辆行驶到满足预定条件的复杂路段时，判断是否存储有车辆在所述复杂路段上行驶的最优历史行车数据；
若本地存储有车辆在所述复杂路段上行驶的最优历史行车数据，则按照所述最优历史行车数据进行复杂路段自动行驶；
若本地未存储有车辆在所述复杂路段上行驶的历史行车数据，则输出请求驾驶员人工接管车辆的信号，使驾驶员人工接管车辆通过所述复杂路段；
所述最优历史行车数据为服务器按照一辆或多辆同款车型通过所述复杂路段时所生成的历史行车数据进行数据融合后取最优获得的。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在输出请求驾驶员人工接管车辆的信号的同时，控制车辆的车速在预设时间段内降速至零；
若驾驶员在预设时间段内人工接管车辆，则停止车速降速控制。


3.根据权利要求1所述的方法，其特征在于，在驾驶员人工接管车辆通过所述复杂路段后，所述方法还包括：
若车辆通过所述复杂路段的行车时长位于预设时长内，则记录车辆通过所述复杂路段时所生成的行车路径、所述行车路径上的每一轨迹点所关联的定位位置、行驶参数以及固定环境特征；
基于所述行车路径、所述行车路径上的每一轨迹点所关联的定位位置、行驶参数和固定环境特征形成一条车辆通过所述复杂路段的历史行车数据，并对所生成的历史行车数据进行存储。


4.根据权利要求3所述的方法，其特征在于，满足预设条件的复杂路段具体是指：自动驾驶系统按照预定处理方式确定需要进行人工接管或不能脱手的路段；
每一轨迹点所关联的所述固定环境特征是指车辆周围保持固定不动的环境特征，所述固定环境特征包括：每一轨迹点对应的道路宽度、路灯位置、护栏位置、周围房屋位置、路缘石宽度、车辆与其左右两侧的路缘石的距离；
每一轨迹点所关联的行驶参数包括：车辆在每一轨迹点对应的行驶速度、航向角、方向盘转角、方向盘转角速度和定位坐标。


5.根据权利要求1所述的方法，其特征在于，所述最优历史行车数据包括：车辆通过所述复杂路段的最优历史行车路径，以及与所述最优历史行车轨迹的每一轨迹点相关联的最优定位位置、最优行驶参数和最优固定环境特征，按照所述最优历史行车数据进行复杂路段自动行驶的步骤具体为：
读取所述最优历史行车路径中的每一轨迹点所关联的最优定位位置、最优固定环境特征和最优行驶参数；
车辆每自动行驶到一个轨迹点对应的位置时，将实时采集到的实时固定环境特征与所述轨迹点相关联的最优固定环境特征进行相似度比对；
若车辆在当前轨迹点对应的位置处采集到的实时固定环境特征与对应的最优固定环境特征的相似度达到预设阈值，则结合高精定位控制车辆按照所述轨迹点相关联的最优行驶参数进行车辆行驶参数调节，使车辆自动通过所述当前轨迹点对应的最优定位位置；或
若车辆在当前轨迹点对应的位置处采集到的实时固定环境特征与对应的最优固定环境特征的相...

【专利技术属性】
技术研发人员：李小东，李增强，李小林，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：重庆;50