一种无人驾驶车辆的控制方法及设备技术

本发明专利技术的目的是提供一种无人驾驶车辆的控制方法及设备，由云端存储海量的区域地图，云端根据车辆位置信息完成车辆端定位，而且，路径规划和行驶控制指令的生成由云端完成，车辆端仅仅提供相关的采集数据，可以实现车辆端无停车场或者某些区域的地图缺失的情况下，车辆端还能完成车辆无人代客泊车或者智能召唤功能，可以避免车辆端下载大量的区域地图，消耗流量，大大节省了车辆端的流量费用；同时也可以避免由于在某些地方网络可能存在不稳定，车辆端下载地图会非常慢，影响用户的使用的情况。况。况。

A control method and equipment for driverless vehicles

【技术实现步骤摘要】
一种无人驾驶车辆的控制方法及设备


[0001]本专利技术涉及一种无人驾驶车辆的控制方法及设备。

技术介绍

[0002]代客泊车功能是指用户通过远程控制激活功能，车辆可以在带有地图的停车场或者相关区域内进行无人代客泊车，或者无人智能召唤来接客的功能。
[0003]为了解决用户泊车难，找车难和泊车耗时的痛点，低速代客泊车功能就出现了，从之前的APA半自动泊车，到全自动泊车，到融合泊车，以及到现在出现的RPA，和将来要出现的HPP以及最终形态的代客泊车功能AVP。
[0004]对于现有的AVP代客泊车功能，所有的车端的感知、决策、规划、控制均由车辆端自己完成，同时车辆端需要由该停车场或者区域的高精度地图。当车辆端无停车场或者某些区域的地图，车辆端无法完成无人代客泊车或者智能召唤功能。

技术实现思路

[0005]本专利技术提供一种无人驾驶车辆的控制方法及设备。
[0006]一种基于云端的无人驾驶车辆的控制方法，其中，该方法包括：在云端存储各张区域地图，其中，每张区域地图包括对应的位置信息；获取车辆端发送的车辆当前区域位置信息，基于车辆当前区域位置信息和各张区域地图对应的位置信息的匹配结果，得到对应匹配的一张区域地图；基于匹配到的一张区域地图，对所述车辆端进行路径规划，基于路径规划的结果向所述车辆端发送行驶控制指令。
[0007]进一步的，上述方法中，基于车辆当前位置信息和各张区域地图对应的位置信息的匹配结果，得到对应匹配的一张区域地图，包括：若车辆当前位置信息与某张区域地图对应的位置信息之间的距离小于预设阈值，则将该张区域地图选择为对应匹配的一张区域地图。
[0008]进一步的，上述方法中，在云端存储各张区域地图中，每张区域地图还包括区域内的各个位置点的图像信息；基于匹配到的一张区域地图，对所述车辆端进行路径规划，包括：获取车辆端发送的当前位置点的视觉图像信息；将车辆端的当前位置点的视觉图像信息与匹配到的一张区域地图中的各个位置点的图像信息进行匹配，以得到匹配到的一张区域地图中的对应匹配位置点；基于匹配位置点和匹配到的一张区域地图，对所述车辆端进行路径规划。
[0009]进一步的，上述方法中，基于匹配位置点和匹配到的一张区域地图，对所述车辆端进行路径规划，包括：获取车辆端发送的车辆实时运行信息；基于车辆实时运行信息、匹配位置点和匹配到的一张区域地图，对所述车辆端进
行路径规划。
[0010]进一步的，上述方法中，基于车辆实时运行信息、匹配位置点和匹配到的一张区域地图，对所述车辆端进行路径规划，包括：获取所述车辆端附近的其他车辆采集到的环境信息；基于所述环境信息、车辆实时运行信息、匹配位置点和匹配到的一张区域地图，对所述车辆端进行路径规划。
[0011]进一步的，上述方法中，获取所述车辆端附近的其他车辆采集到的环境信息和实时运行信息；基于所述车辆实时运行信息、匹配位置点、匹配到的一张区域地图和其他车辆采集到的环境信息和实时运行信息，对所述车辆端进行路径规划。
[0012]进一步的，上述方法中，基于路径规划的结果向所述车辆端发送行驶控制指令，包括：在获取车辆端或智能移动端发送的车辆自动驾驶请求后，基于路径规划的结果向所述车辆端发送行驶控制指令。
[0013]根据本专利技术的另一方面，还提供一种基于车辆端的无人驾驶车辆的控制方法，其中，该方法包括：向云端发送车辆当前区域位置信息；从所述云端接收行驶控制指令，基于所述行驶控制指令控制车辆行驶。
[0014]进一步的，上述方法中，从所述云端接收行驶控制指令之前，还包括：向所述云端发送当前位置点的视觉图像信息。
[0015]进一步的，上述方法中，从所述云端接收行驶控制指令之前，还包括：向所述云端发送车辆实时运行信息。
[0016]进一步的，上述方法中，从所述云端接收行驶控制指令之前，还包括：向所述云端发送车辆自动驾驶请求。
[0017]根据本专利技术的另一方面，还提供 一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现上述任一项所述的方法。
[0018]根据本专利技术的另一方面，还提供一种用于在网络设备端信息处理的设备，该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该设备执行所述任一项所述的方法。
[0019]本专利技术由云端存储海量的区域地图，云端根据车辆位置信息完成车辆端定位，而且，路径规划和行驶控制指令的生成由云端完成，车辆端仅仅提供相关的采集数据，可以实现车辆端无停车场或者某些区域的地图缺失的情况下，车辆端还能完成车辆无人代客泊车或者智能召唤功能，可以避免车辆端下载大量的区域地图，消耗流量，大大节省了车辆端的流量费用；同时也可以避免由于在某些地方网络可能存在不稳定，车辆端下载地图可能会非常慢，也会影响用户的使用的情况；另外，也可以解决车辆端有限的存储空间内存储的区域地图的数量有限制、不能下载所有的相关地图的问题；而且，云端强大的算力可以解决车辆端的算力不足的问题；车辆端可以不需要相关的控制器，只需要接收云端的行驶控制指令行，基于行驶控制指令进行车辆控制即可。
附图说明
[0020]图1为本专利技术一实施例的无人驾驶车辆的控制方法的时序图；图2为本专利技术一实施例的无人驾驶车辆的控制方法的原理图。
具体实施方式
[0021]下面结合附图对本专利技术作进一步详细描述。
[0022]在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
[0023]内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM) 和/或非易失性内存等形式，如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
[0024]计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器 (CD
‑
ROM)、数字多功能光盘 (DVD) 或其他光学存储、 磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。
[0025]如图1和2所示，本专利技术提供一种基于云端的无人驾驶车辆的控制方法，所述方法包括如下步骤S1~步骤S3。
[0026]步骤S1，在云端存储各张区域地图，其中，每张区域地图包括对应的位置信息；在此，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云端的无人驾驶车辆的控制方法，其中，该方法包括：在云端存储各张区域地图，其中，每张区域地图包括对应的位置信息；获取车辆端发送的车辆当前区域位置信息，基于车辆当前区域位置信息和各张区域地图对应的位置信息的匹配结果，得到对应匹配的一张区域地图；基于匹配到的一张区域地图，对所述车辆端进行路径规划，基于路径规划的结果向所述车辆端发送行驶控制指令。2.根据权利要求1所述的方法，其中，基于车辆当前位置信息和各张区域地图对应的位置信息的匹配结果，得到对应匹配的一张区域地图，包括：若车辆当前位置信息与某张区域地图对应的位置信息之间的距离小于预设阈值，则将该张区域地图选择为对应匹配的一张区域地图。3.根据权利要求1所述的方法，其中，在云端存储各张区域地图中，每张区域地图还包括区域内的各个位置点的图像信息；基于匹配到的一张区域地图，对所述车辆端进行路径规划，包括：获取车辆端发送的当前位置点的视觉图像信息；将车辆端的当前位置点的视觉图像信息与匹配到的一张区域地图中的各个位置点的图像信息进行匹配，以得到匹配到的一张区域地图中的对应匹配位置点；基于匹配位置点和匹配到的一张区域地图，对所述车辆端进行路径规划。4.根据权利要求3所述的方法，其中，基于匹配位置点和匹配到的一张区域地图，对所述车辆端进行路径规划，包括：获取车辆端发送的车辆实时运行信息；基于车辆实时运行信息、匹配位置点和匹配到的一张区域地图，对所述车辆端进行路径规划。5.根据权利要求4所述的方法，其中，基于车辆实时运行信息、匹配位置点和匹配到的一张区域地图，对所述车辆端进行路径规划，包括：获取所述车辆端附近的其...

【专利技术属性】
技术研发人员：丁姚刚，贺锦鹏，
申请(专利权)人：智己汽车科技有限公司，
类型：发明
国别省市：