车辆的控制方法及装置、自动驾驶车辆制造方法及图纸

本申请公开了一种车辆的控制方法及装置、自动驾驶车辆。其中，该方法包括：在当前车辆按照自动驾驶模式进行行驶的过程中，实时采集当前车辆周围的环境信息；依据环境信息判断当前车辆的当前行驶车道或者与当前行驶车道相邻的车道是否存在行驶的目标车辆；如果存在目标车辆，判断目标车辆的类型；依据目标车辆的类型调整当前车辆的行驶参数。本申请解决了自动驾驶车辆与大型货物运输车辆并行行驶的时候危险系数较高，行车安全性较差的技术问题。

【技术实现步骤摘要】
车辆的控制方法及装置、自动驾驶车辆
本申请涉及自动驾驶领域，具体而言，涉及一种车辆的控制方法及装置、自动驾驶车辆。
技术介绍
驾驶员驾驶车辆在道路上行驶时，尤其是在高速公路上行驶的时候，最怕遇到大型货物运输车辆(俗称大挂车)，因为这些大型货物运输车辆存在很多视野盲区，而且经常存在超载的情况，如果驾驶车辆和这些大型货物运输车辆并行行驶的话，会很危险。对于自动驾驶车辆同样存在上述问题，因此针对自动驾驶领域，如何解决自动驾驶车辆与大型货物运输车辆并行行驶的时候危险系数较高，行车安全性较差的问题，目前尚未提出有效的解决方案。
技术实现思路
本申请实施例提供了一种车辆的控制方法及装置、自动驾驶车辆，以至少解决自动驾驶车辆与大型货物运输车辆并行行驶的时候危险系数较高，行车安全性较差的技术问题。根据本申请实施例的一个方面，提供了一种车辆的控制方法，包括：在当前车辆按照自动驾驶模式进行行驶的过程中，实时采集当前车辆周围的环境信息；依据环境信息判断当前车辆的当前行驶车道或者与当前行驶车道相邻的车道是否存在行驶的目标车辆；如果存在目标车辆，判断目标车辆的类型；依据目标车辆的类型调整当前车辆的行驶参数。可选地，实时采集当前车辆周围的环境信息，包括如下至少之一：采集当前车辆上设置的雷达设备发射的电磁波遇到障碍物反射回来的回波信号；通过当前车辆上设置的图像采集设备采集当前车辆周围的图像。可选地，如果存在目标车辆，判断目标车辆的类型，包括：从回波信号中筛选出由目标车辆反射回来的目标回波信号；依据目标回波信号确定目标车辆的轮廓信息，其中，轮廓信息包括目标车辆的车辆长度以及车辆高度；依据目标车辆的轮廓信息确定车辆的类型。可选地，如果存在目标车辆，判断目标车辆的类型，还包括：将当前车辆周围的图像输入至机器学习模型进行处理，得到目标车辆的类型，其中，机器学习模型是通过以下方式训练得到的：获取训练数据集，并基于训练数据集训练神经网络模型，生成机器学习模型，其中，训练数据集包括：采集的当前车辆周围的图像以及在图像中出现的车辆的类型标签。可选地，依据目标车辆的类型调整当前车辆的行驶参数，包括：如果目标车辆的类型为车辆长度超过第一预设阈值或车辆高度超过第二预设阈值的大型车辆，控制当前车辆超过目标车辆；如果目标车辆的类型不是大型车辆，控制车辆按照当前的行驶参数继续行驶。可选地，控制当前车辆超过目标车辆，包括：判断当前的路况信息是否满足预设超车条件；在当前的路况信息满足预设超车条件的情况下，控制当前车辆超过目标车辆。根据本申请实施例的另一方面，还提供了另一种车辆的控制方法，包括：在当前车辆按照自动驾驶模式进行行驶的过程中，在当前车辆的人机交互界面中显示实时采集的当前车辆周围的环境信息；在人机交互界面中显示当前车辆的当前行驶车道或者与当前行驶车道相邻的车道上存在的目标车辆的类型；在人机交互界面上显示提醒信息，其中，提醒信息用于提醒是否依据目标车辆的类型调整当前车辆的行驶参数。根据本申请实施例的另一方面，还提供了一种车辆的控制装置，包括：采集模块，用于在当前车辆按照自动驾驶模式进行行驶的过程中，实时采集当前车辆周围的环境信息；第一判断模块，用于依据环境信息判断当前车辆的当前行驶车道或者与当前行驶车道相邻的车道是否存在行驶的目标车辆；第二判断模块，用于存在目标车辆的情况下，判断目标车辆的类型；调整模块，用于依据目标车辆的类型调整当前车辆的行驶参数。根据本申请实施例的另一方面，还提供了一种自动驾驶车辆，包括：传感器以及控制器，其中，传感器，用于在当前车辆按照自动驾驶模式进行行驶的过程中，实时采集当前车辆周围的环境信息；控制器，与传感器通信，用于依据环境信息判断当前车辆的当前行驶车道或者与当前行驶车道相邻的车道是否存在行驶的目标车辆；存在目标车辆的情况下，判断目标车辆的类型；依据目标车辆的类型调整当前车辆的行驶参数。根据本申请实施例的再一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行以上的车辆的控制方法。根据本申请实施例的再一方面，还提供了一种处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的车辆的控制方法。在本申请实施例中，采用在当前车辆按照自动驾驶模式进行行驶的过程中，实时采集当前车辆周围的环境信息；依据环境信息判断当前车辆的当前行驶车道或者与当前行驶车道相邻的车道是否存在行驶的目标车辆；如果存在目标车辆，判断目标车辆的类型；依据目标车辆的类型调整当前车辆的行驶参数的方式，通过判断当前车辆周围是否有其他车辆行驶，如果当前车辆周边存在其他行驶的车辆，判断这些行驶的车辆类型，进而根据车辆类型调整当前车辆的行驶参数，从而实现了提高自动驾驶车辆在一些特殊应用场景下的行车安全性的技术效果，进而解决了自动驾驶车辆与大型货物运输车辆并行行驶的时候危险系数较高，行车安全性较差技术问题。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是根据本申请实施例的一种车辆的控制方法的流程图；图2是根据本申请实施例的另一种车辆的控制方法的流程图；图3是根据本申请实施例的一种车辆的控制装置的结构框图；图4是根据本申请实施例的一种自动驾驶车辆的结构框图。具体实施方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。根据本申请实施例，提供了一种车辆的控制方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。图1是根据本申请实施例的一种车辆的控制方法的流程图，如图1所示，该方法包括如下步骤：步骤S102，在当前车辆按照自动驾驶模式进行行驶的过程中，实时采集当前车辆周围的环境信息；步骤S104，依据环境信息本文档来自技高网...

【技术保护点】
1.一种车辆的控制方法，其特征在于，包括：/n在当前车辆按照自动驾驶模式进行行驶的过程中，实时采集所述当前车辆周围的环境信息；/n依据所述环境信息判断所述当前车辆的当前行驶车道或者与所述当前行驶车道相邻的车道是否存在行驶的目标车辆；/n如果存在所述目标车辆，判断所述目标车辆的类型；/n依据所述目标车辆的类型调整所述当前车辆的行驶参数。/n

【技术特征摘要】
1.一种车辆的控制方法，其特征在于，包括：
在当前车辆按照自动驾驶模式进行行驶的过程中，实时采集所述当前车辆周围的环境信息；
依据所述环境信息判断所述当前车辆的当前行驶车道或者与所述当前行驶车道相邻的车道是否存在行驶的目标车辆；
如果存在所述目标车辆，判断所述目标车辆的类型；
依据所述目标车辆的类型调整所述当前车辆的行驶参数。


2.根据权利要求1所述的方法，其特征在于，实时采集所述当前车辆周围的环境信息，包括如下至少之一：
采集所述当前车辆上设置的雷达设备发射的电磁波遇到障碍物反射回来的回波信号；
通过所述当前车辆上设置的图像采集设备采集所述当前车辆周围的图像。


3.根据权利要求2所述的方法，其特征在于，如果存在所述目标车辆，判断所述目标车辆的类型，包括：
从所述回波信号中筛选出由所述目标车辆反射回来的目标回波信号；
依据所述目标回波信号确定所述目标车辆的轮廓信息，其中，所述轮廓信息包括所述目标车辆的车辆长度以及车辆高度；
依据所述目标车辆的轮廓信息确定所述车辆的类型。


4.根据权利要求3所述的方法，其特征在于，如果存在所述目标车辆，判断所述目标车辆的类型，还包括：
将所述当前车辆周围的图像输入至机器学习模型进行处理，得到所述目标车辆的类型，其中，所述机器学习模型是通过以下方式训练得到的：
获取训练数据集，并基于所述训练数据集训练神经网络模型，生成所述机器学习模型，其中，所述训练数据集包括：采集的所述当前车辆周围的图像以及在所述图像中出现的车辆的类型标签。


5.根据权利要求3或4所述的方法，其特征在于，依据所述目标车辆的类型调整所述当前车辆的行驶参数，包括：
如果所述目标车辆的类型为所述车辆长度超过第一预设阈值或所述车辆高度超过第二预设阈值的大型车辆，控制所述当前车辆超过所述目标车辆；
如果所述目标车辆的类型不是所述大型车辆，控制所述车辆按照当前的行驶参数继续行驶...

【专利技术属性】
技术研发人员：刘兴，周强，杨帆，李宁，栾琳，肖春辉，李永业，赵红芳，
申请(专利权)人：银隆新能源股份有限公司，珠海广通汽车有限公司，
类型：发明
国别省市：广东;44