车辆控制方法、装置、设备及存储介质与流程 专利技术说明

车辆装置的制造及其改造技术1.本技术属于汽车电子技术领域，尤其涉及一种车辆控制方法、装置、设备及存储介质。背景技术：2.随着自动化、计算机技术以及电子技术的发展，部分服务提供商已经可以提供车辆自动驾驶的解决方案。3.在车辆进行自动驾驶的过程中，通常由车辆控制中心基于雷达传感器、图像传感器、声音传感器等传感器收集的数据，控制车辆行驶。4.但是，采用上述方式难以实现对传感器收集的数据的有效利用，且效率较低。技术实现要素：5.本技术实施例提供一种车辆控制方法、装置及设备，能够提高对传感器收集的数据的利用率。6.一方面，本技术实施例提供一种车辆控制方法，方法包括：7.获取预设的至少两种驾驶决策分别对应的时空分区，所述时空分区至少包括决策数据采集周期、决策周期以及决策空间范围，8.针对每种驾驶决策，当到达该驾驶决策对应的决策周期时，获取已结束的该驾驶决策对应的决策数据采集周期内确定出的驾驶数据，9.从所述驾驶数据中确定与该驾驶决策的决策空间范围对应的决策驾驶数据，10.根据所述决策驾驶数据，规划该驾驶决策对应的驾驶指令，11.按照该驾驶指令，控制车辆行驶。12.可选的，获取决策数据采集周期，包括：13.针对每种驾驶决策，确定该驾驶决策对应的至少一个目标车辆传感器，14.分别获取所述至少一个目标车辆传感器的数据采集周期，15.将所述至少一个数据采集周期中最大的数据采集周期，确定为决策数据采集周期。16.可选的，获取预设的决策周期，包括，17.获取车辆信息，所述车辆信息至少包括通信延时、决策延时以及数据处理时长，18.当确定所述通信延时、所述决策延时以及所述数据处理时长的和小于所述统一数据采集周期时，确定决策倍数为第一字符，19.当确定所述通信延时、所述决策延时以及所述数据处理时长的和大于或等于所述统一数据采集周期时，确定决策倍数为第二字符，所述第二字符大于所述第一字符，20.针对每种驾驶决策，将所述决策倍数与该驾驶决策对应的所述决策数据采集周期的乘积，确定为该驾驶决策的决策周期。21.可选的，获取已结束的该驾驶决策对应的决策数据采集周期内确定出的驾驶数据，包括：22.获取与当前时刻的时间间隔最小的已结束的该驾驶决策对应的决策数据采集周期内车辆传感器采集的传感器数据，23.根据所述车辆传感器在所述统一数据采集周期内采集的传感器数据，通过线性插值算法对所述传感器数据进行拟合，得到与当前时刻对应的拟合传感器数据，24.将得到的拟合传感器数据，确定为驾驶数据。25.可选的，获取已结束的该驾驶决策对应的决策数据采集周期内确定出的驾驶数据之后，包括：26.根据该驾驶决策对应的驾驶数据以及决策数据采集周期，更新该驾驶决策对应时空分区的决策周期以及决策空间范围。27.可选的，根据该驾驶决策对应的驾驶数据以及决策数据采集周期，更新该驾驶决策对应的决策周期，包括：28.确定该驾驶决策对应的决策空间范围中的一级影响位置以及二级影响位置，29.当根据所述驾驶数据，确定所述决策空间范围的一级影响位置存在影响车辆时，确定决策倍数为第三字符，30.当根据所述驾驶数据，确定所述决策空间范围的一级影响位置不存在影响车辆，且所述决策空间范围的二级影响位置存在影响车辆时，确定决策倍数为第四字符，31.当根据所述驾驶数据，确定所述决策空间范围的一级影响位置以及二级影响位置均不存在影响车辆时，确定所述决策倍数为第一字符或第二字符，32.将所述决策倍数与所述决策数据采集周期的乘积，确定为更新后的决策周期。33.可选的，根据该驾驶决策对应的驾驶数据，更新该驾驶决策对应的决策空间范围，包括：34.根据该驾驶决策对应的驾驶数据，确定行驶速度，35.将所述行驶速度在预设的制动距离标准中对应的制动距离，确定为车辆空间长度范围，36.根据所述车辆空间长度范围，更新所述决策空间范围，37.其中，所述决策空间范围由多个车辆空间范围组成的，每个车辆空间范围为车辆空间长度范围与车道宽度范围的乘积。38.可选的，将所述行驶速度在预设的制动距离标准中对应的制动距离，确定为车辆空间长度范围，包括：39.响应于用户的操作，确定安全系数，40.将所述安全系数与所述行驶速度在预设的制动距离标准中对应的制动距离的乘积，确定为车辆空间长度范围。41.可选的，根据所述决策驾驶数据，规划该驾驶决策对应的驾驶指令，包括：42.当该驾驶决策为车道级驾驶决策时，根据所述决策驾驶数据以及正在执行的驾驶指令，确定所述驾驶指令的预测行驶距离中未行驶部分的待行驶距离，43.当确定所述待行驶距离大于预设的距离阈值时，将所述驾驶指令，确定为重新规划的驾驶指令，44.当确定所述待行驶距离小于或等于所述距离阈值时，根据所述车道机驾驶决策对应的决策驾驶数据，重新规划并执行驾驶指令。45.可选的，按照该驾驶指令，控制车辆行驶，包括：46.获取所述车辆的行驶数据，47.确定所述驾驶指令对应的预测行驶路径，48.当根据所述行驶数据以及所述预测行驶路径，确定存在物体与所述车辆在同一时刻处于同一位置时，重新规划并执行驾驶指令。49.可选的，按照该驾驶指令，控制车辆行驶之后，所述方法还包括：50.获取所述车辆的行驶数据，51.根据所述行驶数据以及所述驾驶指令，确定所述车辆在行驶过程中的行驶轨迹与所述驾驶指令对应的预测行驶轨迹的时空偏差值，所述时空偏差值包括时间偏差值以及空间偏差值，52.当确定所述时空偏差值大于预设的时空误差阈值时，根据所述预测行驶轨迹，重新规划与所述预测行驶轨迹对应的驾驶指令，53.控制所述车辆按照重新规划的驾驶指令行驶。54.可选的，根据所述决策驾驶数据，规划该驾驶决策对应的驾驶指令，包括：55.分别获取正在执行的目的地级驾驶决策、道路级驾驶决策以及车道级驾驶决策，其中，所述驾驶决策包括目的地级驾驶决策、道路级驾驶决策、车道级驾驶决策以及动作级驾驶决策，56.在规划所述道路级驾驶决策时，根据所述道路级驾驶决策对应的决策驾驶数据以及所述目的地级驾驶决策，规划与所述目的地级驾驶决策不冲突的道路级驾驶决策，57.在规划所述车道级驾驶决策时，根据所述车道级驾驶决策对应的决策驾驶数据以及所述道路级驾驶决策，规划与所述道路级驾驶决策不冲突的车道级驾驶决策，58.在规划所述动作级驾驶决策时，根据所述动作级驾驶决策对应的决策驾驶数据以及所述车道级驾驶决策，规划与所述车道级驾驶决策不冲突的动作级驾驶决策。59.另一方面，本技术实施例提供了一种车辆控制装置，装置包括：60.获取单元，用于获取预设的至少两种驾驶决策分别对应的时空分区，所述时空分区至少包括决策数据采集周期、决策周期以及决策空间范围，61.采集单元，用于针对每种驾驶决策，当到达该驾驶决策对应的决策周期时，获取已结束的该驾驶决策对应的决策数据采集周期内确定出的驾驶数据，62.确定单元，用于从所述驾驶数据中确定与该驾驶决策的决策空间范围对应的决策驾驶数据，63.规划单元，用于根据所述决策驾驶数据，规划该驾驶决策对应的驾驶指令，64.控制单元，用于按照该驾驶指令，控制车辆行驶。65.再一方面，本技术实施例提供了一种车辆控制设备，设备包括：66.处理器以及存储有计算机程序指令的存储器，67.所述处理器执行所述计算机程序指令时实现如本技术的一个方面提供的所述的车辆控制方法。68.再一方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如本技术的一个方面提供的所述的车辆控制方法。69.再一方面，本技术实施例提供了一种车辆控制计算机程序产品，所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行如本技术的一个方面提供的所述的车辆控制方法。70.本技术实施例的车辆控制方法、装置、设备及存储介质，能够按照确定出的驾驶指令，控制车辆行驶。而该驾驶指令是根据驾驶决策对应的决策数据采集周期内采集的驾驶数据进行规划得到的，实现了对每种决策数据采集周期内采集的数据的有效利用，且由于不同的驾驶决策分别对应不同的时空分区，因此，在规划某个驾驶决策时，可仅基于与该驾驶决策的时空分区对应的数据进行规划，提高了效率。附图说明71.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。72.图1是本技术一个实施例提供的车辆控制方法的流程示意图，73.图2是本技术一个实施例提供的九宫格示意图，74.图3是本技术一个实施例提供的二十五宫格示意图，75.图4是本技术另一个实施例提供的车辆控制方法的流程示意图，76.图5是本技术一个实施例提供的车辆控制装置的结构示意图，77.图6是本技术一个实施例提供的车辆控制设备的结构示意图。具体实施方式78.下面将详细描述本技术的各个方面的特征和示例性实施例，为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本技术进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本技术，而不是限定本技术。对于本领域技术人员来说，本技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本技术的示例来提供对本技术更好的理解。79.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。80.为了解决现有技术问题，本技术实施例提供了一种车辆控制方法、装置及设备。下面首先对本技术实施例所提供的车辆控制方法进行介绍。81.图1示出了本技术一个实施例提供的车辆控制方法的流程示意图。如图1所示，本技术实施例提供的车辆控制方法包括以下步骤：s101至s105。82.s101获取预设的至少两种驾驶决策分别对应的时空分区，所述时空分区至少包括决策数据采集周期、决策周期以及决策空间范围。83.在本技术的一个或多个实施例中，该车辆控制方法应用于自动驾驶车辆，于是，该车辆控制方法可由电子设备执行。当然，该电子设备可以是车辆控制中心、计算机、手机、平板电脑、服务器等设备，该电子设备具体为何种设备，本技术不做限制，可根据需要设置。84.通常情况下，车辆在进行自动驾驶时，需要对行驶路径进行规划。在路径规划过程中，车辆可响应于用户的操作，确定目的地。再基于地图以及定位系统，从当前所在位置与目的地之间的多条路径中，确定目标行驶路径。在行驶过程中，车辆需要根据道路情况以及交通规则，确定在该路径的哪条车道行驶。并且，车辆还需要对加速、减速、超车、停车等驾驶动作进行规划。85.但是，由于车辆在进行不同的规划时，需要的数据往往不同，并且，不同规划的时效也是不同的。例如，在确定目标行驶路径时，需要基于地图以及定位系统进行规划，并且，确定目标行驶路径后，在一段时间内(几分钟或几小时)往往不再需要进行路径规划。在确定驾驶动作时，需要基于传感器采集到的数据进行规划，并且，确定驾驶动作后，往往需要在短时间内(几毫秒到几秒)重新确定驾驶动作。86.于是，为了提高效率以及实现对数据的有效利用，该电子设备可确定目的地级驾驶决策、道路级驾驶决策、车道级驾驶决策以及动作级驾驶决策。顾名思义，目的地级驾驶决策即对目的地的规划，通常需要用户输入的数据、地图等信息，且对两次目的地级驾驶决策进行规划的时间间隔往往大于1小时。道路级驾驶决策为对目标驾驶路径的规划，通常需要定位信息以及地图等信息，且对两次道路级驾驶决策进行规划的时间间隔往往大于10分钟。车道级驾驶决策为对行驶车道的规划，通常需要传感器采集的路况数据以及地图等信息，且对两次道路级驾驶决策进行规划的时间间隔往往大于1分钟。动作级驾驶决策为对行驶动作的规划，通常需要传感器采集的路况数据以及车辆数据等信息，且对两次动作级驾驶决策进行规划的时间间隔往往小于1分钟。87.具体来说，该电子设备可根据预设的数据，分别确定目的地级驾驶决策、道路级驾驶决策、车道级驾驶决策以及动作级驾驶决策对应的时空分区。其中，该时空分区包括决策数据采集周期、决策周期、决策空间范围等，为影响不同驾驶决策的空间范围以及数据采集时间范围。88.由于目的地级驾驶决策以及道路级驾驶决策通常需要根据用户输入的数据确定，因此，该电子设备可确定目的地级驾驶决策的时空分区为第一预设值，确定道路级驾驶决策的时空分区为第二预设值。89.对于决策数据采集周期，通常情况下，规划不同驾驶决策对应的驾驶指令需要的数据不同。例如，规划动作级驾驶决策对应的驾驶指令需要行驶速度、惯性导航信息、雷达数据等信息。规划目的地级驾驶决策对应的驾驶指令需要定位数据以及地图。而数据通常是基于传感器获取的，因此，不同的驾驶决策对应的传感器也不同。90.并且，由于规划一种驾驶决策可能需要多种数据，例如，规划动作级驾驶决策对应的驾驶指令需要行驶速度、惯性导航信息、雷达数据等信息。因此，每种驾驶决策都可能对应一个或多个传感器。而通常情况下，不同传感器的采集数据的周期不同。例如，超声波雷达采集数据的周期通常为50ms，而惯性导航系统采集数据的周期通常为5ms。因此，为了在规划每种驾驶决策对应的驾驶指令时，均可根据新采集到的数据进行规划，该电子设备可确定每种驾驶决策对应的决策数据采集周期。91.如表一所示，表一为本技术的一个或多个实施例提供的传感器数据采集周期表。92.表1传感器数据采集周期表[0093][0094][0095]其中，导航传感器的数据采集周期未0.1s，最大频率为200hz，最小采集处理时间为5ms。激光雷达传感器的数据采集周期未0.1s，最大频率为10000hz，最小采集处理时间为0.1ms。图像传感器的数据采集周期为0.1s，最大频率为50hz，最小采集处理时间为20ms。超声波雷达传感器的数据采集周期为0.1s，最大频率为20hz，最小采集处理时间为50ms。控制传感器的采集周期为0.1s，最大频率为100hz，最小采集处理时间为10ms。路侧单元的延时时长为10ms。[0096]于是，该电子设备可对各车辆传感器进行检查，并同步各传感器的时间信息。由于在已存在的技术中，对检查传感器以及通过传感器的时间信息的技术已经较为成熟，因此，具体如何检测各车辆传感器，如何同步各传感器的时间信息，本技术在此不再赘述。[0097]该电子设备可针对每种驾驶决策，根据规划该驾驶决策需要的数据，确定该驾驶决策对应的至少一个目标车辆传感器。再分别获取每个目标车辆传感器的数据采集周期。最后，该电子设备可从获取的至少一个数据采集周期中，确定最大的数据采集周期，并将该数据采集周期确定为该驾驶决策对应的决策数据采集周期。[0098]对于决策周期，通常情况下，为了保证每次规划驾驶决策对应的驾驶指令时，均可根据即时采集到的数据确定，该电子设备可针对每种驾驶决策，确定该驾驶决策的决策周期为该驾驶决策的决策数据采集周期的整数倍。[0099]具体来说，由于电子设备在通过传感器实现数据采集后，往往需要对采集到的数据进行融合、滤波等处理，且不同传感器与该电子设备之间可能存在通信延时，而规划驾驶决策对应的驾驶指令也需要一定的时间，即决策延时。[0100]因此，针对每种驾驶决策，该电子设备可获取该驾驶决策对应的车辆信息，该车辆信息包括通信延时、决策延时以及数据处理时长等。[0101]该电子设备可判断该通信延时、该决策延时以及该数据处理时长的和是否小于该驾驶决策对应的决策数据采集周期。若是，则确定该驾驶决策对应的决策倍数为第一字符。若否，则确定该驾驶决策对应的决策倍数为第二字符。其中，该第一字符小于该第二字符。在本技术的一个或多个实施例中，该第一字符可以为1。[0102]最后，该电子设备可确定该决策倍数与该决策数据采集周期的乘积，为该驾驶决策对应的决策周期。[0103]对于决策空间范围，由于通常情况下，当车辆在道路中行驶时，车辆往往可通过传感器，确定以该车辆为中心的采集范围内其他车辆的位置信息。在本技术的一个或多个实施例中，该采集范围为以该车辆为中心创建的九宫格对应的范围，或者，以该车辆为中心创建的二十五宫格对应的范围，或者其他范围。如图2所示，图2为本技术的一个或多个实施例提供的九宫格示意图。其中，该车辆处于位置1，该车辆前方为位置9，后方为位置2，左侧为位置7，右侧为位置4。[0104]于是，在本技术的一个或多个实施例中，该电子设备可确定动作级驾驶决策的决策空间范围为以该车辆为中心创建的九宫格对应的空间范围。其中，该九宫格内每个宫格的宽度为车道的宽度。每个宫格的长度为第三预设字符。[0105]为了减小该车辆与其他车辆发生碰撞的概率，该电子设备可根据速度传感器采集的数据，确定该车辆的行驶速度。再根据该行驶速度，确定该行驶速度对应的安全车距，该安全车距即该车辆以该行驶速度行驶3s所行驶的距离。再确定每个宫格的长度为该安全距离。[0106]该电子设备可将预设的空间范围参数，确定为车道级驾驶决策对应的决策空间范围。或者，该电子设备可在确定动作级空间范围为以该车辆为中心创建的九宫格对应的空间范围时，将以该车辆为中心创建的二十五宫格对应的空间范围，确定为决策空间范围。或者，该电子设备可在确定动作级空间范围为以该车辆为中心创建的二十五宫格对应的空间范围时，将以该车辆为中心创建的八十一宫格对应的空间范围，确定为决策空间范围。[0107]如图3所示，图3为本技术的一个或多个实施例提供的二十五宫格示意图。其中，该车辆处于位置25，该车辆前方为位置1以及位置9，后方为位置2以及位置10，左侧为位置7以及位置22，右侧为位置4以及位置17。[0108]采用上述方式，该电子设备可确定车道级驾驶决策、动作级驾驶决策等不同驾驶决策对应的时空分区，从而根据每个时空分区，规划每种驾驶决策对应的驾驶指令。[0109]s102：针对每种驾驶决策，当到达该驾驶决策对应的决策周期时，获取已结束的该驾驶决策对应的决策数据采集周期内确定出的驾驶数据。[0110]在本技术的一个或多个实施例中，该电子设备在分别确定每种驾驶决策对应的时空分区后，获取每种驾驶决策对应的驾驶数据。[0111]具体的，首先，该电子设备可针对每种驾驶决策，在确定到底该驾驶数据对应的决策周期时，获取与当前时刻的时间间隔最小的已结束的该驾驶决策对应的决策数据采集周期内车辆传感器采集的传感器数据。其中，在本技术的一个或多个实施例中，该车辆传感器为该驾驶决策对应的目标车辆传感器。例如，车道级驾驶决策的规划需要依据路侧单元传感器的数据，则路侧单元传感器为该车道级驾驶决策的目标车辆传感器。[0112]其次，该电子设备可针对每个车辆传感器，根据该车辆传感器在决策数据采集周期内采集的传感器数据，通过线性差值算法对该传感器数据进行拟合，确定拟合数据曲线。再从该拟合数据曲线中，确定当前时刻对应的拟合传感器数据。[0113]最后，对得到的至少一个车辆传感器对应的拟合传感器数据进行数据融合处理，得到处理数据。并将该处理数据，确定为驾驶数据。[0114]采用上述方式，该电子设备可分别确定每种驾驶决策对应的驾驶数据，从而根据驾驶数据，分别对每种驾驶决策对应的驾驶指令进行规划。[0115]s103：从所述驾驶数据中确定与该驾驶决策的决策空间范围对应的决策驾驶数据。[0116]在本技术的一个或多个实施例中，针对每种驾驶决策，由于该驾驶决策对应的驾驶数据可能包括该驾驶决策对应的决策空间范围以外的数据。例如，地图传感器获取到的高精地图可能范围较大。于是，为了降低计算复杂度，提高效率，该电子设备可从该驾驶数据中确定与该驾驶决策的决策空间范围对应的决策驾驶数据。[0117]具体来说，该电子设备可针对每种驾驶决策，根据该驾驶决策对应的驾驶数据以及决策空间范围，将该驾驶数据中与该决策空间范围对应的驾驶数据，确定为决策驾驶数据，并删除其他驾驶数据。由于在已存在的技术中，从对应大范围空间的数据中确定小范围空间的数据已经是较为成熟的技术，因此，具体如何确定该决策驾驶数据，本技术在此不再赘述。[0118]采用上述方式，该电子设备可根据每种驾驶决策对应的驾驶数据确定决策驾驶数据，以便规划每种驾驶决策对应的驾驶指令。[0119]s104：根据所述决策驾驶数据，规划该驾驶决策对应的驾驶指令。[0120]在本技术的一个或多个实施例中，该电子设备在确定每种驾驶决策对应的决策驾驶数据后，可规划每种驾驶决策对应的驾驶指令。[0121]具体的，该电子设备可针对每种驾驶决策，根据该驾驶决策对应的决策驾驶数据，规划该驾驶决策对应的驾驶指令。由于在已存在的技术中，根据采集的数据规划驾驶指令已经是较为成熟的技术，因此，具体如何规划该驾驶指令，本技术在此不再赘述。[0122]由于该电子设备在规划驾驶指令时，是针对每种驾驶决策分别规划的驾驶指令，于是，可能会出现不同驾驶决策的驾驶指令存在冲突的情况。例如，车辆行驶时，前方存在左转与右转两个方向对应的道路，在路径级驾驶决策的规划中，该车辆应当在右转对应的道路上行驶。但是，在车辆未进行转向时，车道级驾驶决策对应的驾驶指令为在左侧车道(左转车道)内行驶。在路口内，若在左转车道内行驶，则需要按照车道指示线的指示，左转，则该车辆会行驶在左侧的道路内，与车道级驾驶决策的驾驶指令相悖。[0123]于是，在本技术的一个或多个实施例中，该电子设备在规划各驾驶决策对应的驾驶指令时，可分别获取正在执行的目的地级驾驶决策、道路级驾驶决策以及车道级驾驶决策。[0124]该电子设备在规划该道路级驾驶决策时，可根据该道路级驾驶决策对应的决策驾驶数据以及该目的地级驾驶决策，规划与该目的地级驾驶决策不冲突的道路级驾驶决策。该电子设备在规划该车道级驾驶决策时，可根据该车道级驾驶决策对应的决策驾驶数据以及该道路级驾驶决策，规划与该道路级驾驶决策不冲突的车道级驾驶决策。该电子设备在规划该动作级驾驶决策时，可根据该动作级驾驶决策对应的决策驾驶数据以及该车道级驾驶决策，规划与该车道级驾驶决策不冲突的动作级驾驶决策。[0125]在本技术的一个或多个实施例中，为了提高数据利用率以及提高效率，当该电子设备确定该驾驶决策为车道级驾驶决策时，可根据正在执行的车道级驾驶决策对应的驾驶指令，确定该驾驶指令的预测行驶路径。再根据车辆传感器采集的距离数据以及该预测行驶路径的预测行驶距离，确定该预测行驶距离中未行驶部分的待行驶距离。当确定该待行驶距离大于预设的距离阈值时，将所述驾驶指令，确定为重新规划的驾驶指令。当确定该待行驶距离小于或等于所述距离阈值时，根据该车道机驾驶决策对应的决策驾驶数据，重新规划车道级驾驶决策对应的驾驶指令。[0126]采用上述方式，该电子设备可规划每种驾驶决策对应的驾驶指令，从而控制该车辆行驶。[0127]s105：按照该驾驶指令，控制车辆行驶。[0128]具体的，该电子设备可按照确定出的驾驶指令，控制该车辆行驶。由于在已存在的技术中，根据驾驶指令控制车辆行驶的技术已较为成熟，因此，如何按照该驾驶指令控制车辆行驶，本技术在此不再赘述。[0129]由于该车辆在行驶过程中存在巨大的惯性，控制该车辆行驶时，可能存在误差，即，该车辆的实际行驶轨迹偏离该驾驶指令对应的行驶轨迹。于是，该电子设备可重新规划驾驶指令。[0130]具体来说，该电子设备确定该驾驶指令后，该电子设备可根据该驾驶指令，确定该驾驶指令对应的预测行驶路径。该电子设备在按照该驾驶指令控制该车辆行驶时，可获取该车辆的行驶数据，该行驶数据包括该车辆的行驶轨迹以及该车辆到达该行驶轨迹内每个点位的时刻。[0131]该电子设备可根据该行驶数据以及该预测行驶路径，确定该行驶轨迹与该预测行驶轨迹的时空偏差值，该时空偏差值包括时间偏差值以及空间偏差值。[0132]当确定该时空偏差值大于预设的时空误差阈值时，该电子设备可根据该预测行驶轨迹以及该行驶数据，重新规划与该预测行驶轨迹对应的驾驶指令。并控制该车辆按照重新规划的驾驶指令行驶。即，当确定该时间偏差值大于预设的时间误差阈值时，该电子设备可根据该预测行驶轨迹以及该行驶数据，重新规划与该预测行驶轨迹对应的驾驶指令。并控制该车辆按照重新规划的驾驶指令行驶。当确定该空间偏差值大于预设的空间误差阈值时，该电子设备可根据该预测行驶轨迹以及该行驶数据，重新规划与该预测行驶轨迹对应的驾驶指令。控制该车辆按照重新规划的驾驶指令行驶。[0133]为了提高该车辆行驶过程中的安全性，该电子设备在确定该时空偏差值大于该时空误差阈值时，可根据该行驶数据以及该预测驾驶路径，判断是否可能发生碰撞，即判断是否存在物体与该车辆在同一时刻处于同一位置。若是，且确定预计碰撞时间大于或等于3s时，该电子设备可重新规划驾驶指令并执行。当确定预计碰撞时间小于3s时，该电子设备可遵循紧急制动要求，规划并执行紧急制动指令。若否，则继续执行驾驶指令。[0134]其中，该行驶数据包括速度传感器、惯性导航传感器采集的数据。该行驶数据的采集周期小于该动作级驾驶决策对应的决策数据采集周期。[0135]采用上述方式，该电子设备可执行每种驾驶决策对应的驾驶指令，以控制该车辆行驶。[0136]以上为本技术实施例提供的车辆控制方法的具体实现方式。通过上述实施例，能够按照确定出的驾驶指令，控制车辆行驶。而该驾驶指令是根据驾驶决策对应的决策数据采集周期内采集的驾驶数据进行规划得到的，实现了对每种决策数据采集周期内采集的数据的有效利用，且由于不同的驾驶决策分别对应不同的时空分区，因此，在规划某个驾驶决策时，可仅基于与该驾驶决策的时空分区对应的数据进行规划，提高了效率。[0137]为了提高该车辆的安全性，作为本技术的另一种实现方式，本技术还提供了车辆控制方法的另一种实现方式，具体参见以下实施例。[0138]请参见图4，本技术提供的车辆控制方法的另一种实现方式包括以下步骤：步骤s201至步骤s208。[0139]s201：获取预设的至少两种驾驶决策分别对应的时空分区，所述时空分区至少包括决策数据采集周期、决策周期以及决策空间范围。[0140]s202：针对每种驾驶决策，当到达该驾驶决策对应的决策周期时，获取已结束的该驾驶决策对应的决策数据采集周期内确定出的驾驶数据。[0141]s203：根据该驾驶决策对应的驾驶数据以及决策数据采集周期，更新该驾驶决策对应时空分区的决策周期以及决策空间范围。[0142]在本技术的一个或多个实施例中，在确定驾驶数据后，该电子设备可更新每种驾驶决策对应的决策周期以及决策空间范围。[0143]具体的，针对每种驾驶决策对应的决策周期，该电子设备可根据该驾驶决策对应的决策空间范围，确定一级影响位置以及二级影响位置。例如，如图2所示，当确定该动作级驾驶决策的决策空间范围为以该车辆为中心的九宫格时，该电子设备可确定位置1、位置4以及位置7为一级影响位置，确定位置3以及位置6为二级影响位置。[0144]根据该驾驶数据，判断该一级影响位置以及该二级影响位置是否存在影响车辆。当确定该一级影响位置存在影响车辆时，确定该决策倍数为第三字符。当确定该一级影响位置不存在影响车辆，确定该二级影响位置存在影响车辆时，确定该决策倍数为第四字符。当确定该[0145]动作级驾驶决策以及车道级驾驶决策的决策空间范围一级影响位置以及该二级影响位置均不存在影响车辆时，确定该决策倍数为第一字符或第二字符。其中，该第三字符大于该第四字符，该第四字符大于该第二字符。再将该决策倍数与该驾驶决策的决策数据采集周期的乘积，确定为更新后的决策周期。[0146]针对决策空间范围，该电子设备可根据该驾驶数据，确定行驶速度。再响应于用户的操作，确定安全系数。根据预设的制动距离标准中与该行驶速度对应的制动距离以及该安全系数，将该制动距离与该安全系数的乘积，确定为车辆空间长度范围。其中，该制动距离标准可以是国家标准，也可以是响应于用户的设置，确定的制动距离标准。该制动距离标准具体如何确定，本技术不做限制，可根据需要设置。[0147]根据该车辆空间长度范围，更新该决策空间范围。其中，该决策空间范围由多个车辆空间范围组成的，每个车辆空间范围为车辆空间长度范围与车道宽度范围的乘积。例如，当确定该决策空间范围为九宫格时，该确定每个宫格的长度为该车辆空间长度范围。[0148]s204：从所述驾驶数据中确定与该驾驶决策的决策空间范围对应的决策驾驶数据。[0149]s205：根据所述决策驾驶数据，规划该驾驶决策对应的驾驶指令。[0150]s206：按照该驾驶指令，控制车辆行驶。[0151]s201至s202与上述实施例中s101至s102相同，s204至s206与上述实施例中s103至s105相同，为了简要起见，在此不再详细描述。[0152]在上述实施例中，该电子设备可更新每种驾驶决策对应的决策周期以及决策空间范围，提高了车辆的安全性。[0153]首先参见图5，本技术实施例提供的车辆控制装置包括以下单元：[0154]获取单元801，用于获取预设的至少两种驾驶决策分别对应的时空分区，所述时空分区至少包括决策数据采集周期、决策周期以及决策空间范围，[0155]采集单元802，用于针对每种驾驶决策，当到达该驾驶决策对应的决策周期时，获取已结束的该驾驶决策对应的决策数据采集周期内确定出的驾驶数据，[0156]确定单元803，用于从所述驾驶数据中确定与该驾驶决策的决策空间范围对应的决策驾驶数据，[0157]规划单元804，用于根据所述决策驾驶数据，规划该驾驶决策对应的驾驶指令，[0158]控制单元805，用于按照该驾驶指令，控制车辆行驶。[0159]通过上述实施例，该车辆控制装置能够按照确定出的驾驶指令，控制车辆行驶。而该驾驶指令是根据驾驶决策对应的决策数据采集周期内采集的驾驶数据进行规划得到的，实现了对每种决策数据采集周期内采集的数据的有效利用，且由于不同的驾驶决策分别对应不同的时空分区，因此，在规划某个驾驶决策时，可仅基于与该驾驶决策的时空分区对应的数据进行规划，提高了效率。[0160]作为本技术的一种实现方式，为了提高数据的利用率，提高效率，上述装置还可以包括：获取子单元8011。[0161]所述获取子单元8011，用于针对每种驾驶决策，确定该驾驶决策对应的至少一个目标车辆传感器，分别获取所述至少一个目标车辆传感器的数据采集周期，将所述至少一个数据采集周期中最大的数据采集周期，确定为决策数据采集周期。[0162]作为本技术的一种实现方式，为了提高数据的利用率，提高效率，上述装置还可以包括：获取子单元8012。[0163]所述获取子单元8012，用于获取车辆信息，所述车辆信息至少包括通信延时、决策延时以及数据处理时长，当确定所述通信延时、所述决策延时以及所述数据处理时长的和小于所述统一数据采集周期时，确定决策倍数为第一字符，当确定所述通信延时、所述决策延时以及所述数据处理时长的和大于或等于所述统一数据采集周期时，确定决策倍数为第二字符，所述第二字符大于所述第一字符，针对每种驾驶决策，将所述决策倍数与该驾驶决策对应的所述决策数据采集周期的乘积，确定为该驾驶决策的决策周期。[0164]作为本技术的一种实现方式，为了提高数据的利用率，提高效率，上述装置还可以包括：采集子单元8021。[0165]所述采集子单元8021，用于获取与当前时刻的时间间隔最小的已结束的该驾驶决策对应的决策数据采集周期内车辆传感器采集的传感器数据，根据所述车辆传感器在所述统一数据采集周期内采集的传感器数据，通过线性插值算法对所述传感器数据进行拟合，得到与当前时刻对应的拟合传感器数据，将得到的拟合传感器数据，确定为驾驶数据。[0166]作为本技术的一种实现方式，为了提高数据的利用率，提高效率，上述装置还可以包括：采集子单元8022。[0167]所述采集子单元8022，用于根据该驾驶决策对应的驾驶数据以及决策数据采集周期，更新该驾驶决策对应时空分区的决策周期以及决策空间范围。[0168]作为本技术的一种实现方式，为了提高数据的利用率，提高效率，上述装置还可以包括：采集子单元8023。[0169]所述采集子单元8023，用于确定该驾驶决策对应的决策空间范围中的一级影响位置以及二级影响位置，当根据所述驾驶数据，确定所述决策空间范围的一级影响位置存在影响车辆时，确定决策倍数为第三字符，当根据所述驾驶数据，确定所述决策空间范围的一级影响位置不存在影响车辆，且所述决策空间范围的二级影响位置存在影响车辆时，确定决策倍数为第四字符，当根据所述驾驶数据，确定所述决策空间范围的一级影响位置以及二级影响位置均不存在影响车辆时，确定所述决策倍数为第一字符或第二字符，将所述决策倍数与所述决策数据采集周期的乘积，确定为更新后的决策周期。[0170]作为本技术的一种实现方式，为了提高数据的利用率，提高效率，上述装置还可以包括：采集子单元8024。[0171]所述采集子单元8024，用于根据该驾驶决策对应的驾驶数据，确定行驶速度，将所述行驶速度在预设的制动距离标准中对应的制动距离，确定为车辆空间长度范围，根据所述车辆空间长度范围，更新所述决策空间范围，其中，所述决策空间范围由多个车辆空间范围组成的，每个车辆空间范围为车辆空间长度范围与车道宽度范围的乘积。[0172]作为本技术的一种实现方式，为了提高数据的利用率，提高效率，上述装置还可以包括：采集子单元8025。[0173]所述采集子单元8025，用于响应于用户的操作，确定安全系数，将所述安全系数与所述行驶速度在预设的制动距离标准中对应的制动距离的乘积，确定为车辆空间长度范围。[0174]作为本技术的一种实现方式，为了提高数据的利用率，提高效率，上述装置还可以包括：规划子单元8041。[0175]所述规划子单元8041，用于当该驾驶决策为车道级驾驶决策时，根据所述决策驾驶数据以及正在执行的驾驶指令，确定所述驾驶指令的预测行驶距离中未行驶部分的待行驶距离，当确定所述待行驶距离大于预设的距离阈值时，将所述驾驶指令，确定为重新规划的驾驶指令，当确定所述待行驶距离小于或等于所述距离阈值时，根据所述车道机驾驶决策对应的决策驾驶数据，重新规划并执行驾驶指令。[0176]作为本技术的一种实现方式，为了提高数据的利用率，提高效率，上述装置还可以包括：控制子单元8051。[0177]所述控制子单元8051，用于获取所述车辆的行驶数据，确定所述驾驶指令对应的预测行驶路径，当根据所述行驶数据以及所述预测行驶路径，确定存在物体与所述车辆在同一时刻处于同一位置时，重新规划并执行驾驶指令。[0178]作为本技术的一种实现方式，为了提高数据的利用率，提高效率，上述装置还可以包括：控制子单元8052。[0179]所述控制子单元8052，用于获取所述车辆的行驶数据，根据所述行驶数据以及所述驾驶指令，确定所述车辆在行驶过程中的行驶轨迹与所述驾驶指令对应的预测行驶轨迹的时空偏差值，所述时空偏差值包括时间偏差值以及空间偏差值，当确定所述时空偏差值大于预设的时空误差阈值时，根据所述预测行驶轨迹，重新规划与所述预测行驶轨迹对应的驾驶指令，控制所述车辆按照重新规划的驾驶指令行驶。[0180]作为本技术的一种实现方式，为了提高数据的利用率，提高效率，上述装置还可以包括：控制子单元8053。[0181]所述控制子单元8053，用于分别获取正在执行的目的地级驾驶决策、道路级驾驶决策以及车道级驾驶决策，其中，所述驾驶决策包括目的地级驾驶决策、道路级驾驶决策、车道级驾驶决策以及动作级驾驶决策，在规划所述道路级驾驶决策时，根据所述道路级驾驶决策对应的决策驾驶数据以及所述目的地级驾驶决策，规划与所述目的地级驾驶决策不冲突的道路级驾驶决策，在规划所述车道级驾驶决策时，根据所述车道级驾驶决策对应的决策驾驶数据以及所述道路级驾驶决策，规划与所述道路级驾驶决策不冲突的车道级驾驶决策，在规划所述动作级驾驶决策时，根据所述动作级驾驶决策对应的决策驾驶数据以及所述车道级驾驶决策，规划与所述车道级驾驶决策不冲突的动作级驾驶决策。[0182]图6示出了本技术实施例提供的车辆控制设备的硬件结构示意图。[0183]在车辆控制设备可以包括处理器901以及存储有计算机程序指令的存储器902。[0184]具体地，上述处理器901可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本技术实施例的一个或多个集成电路。[0185]存储器902可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器902可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器902可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器902可在综合网关容灾设备的内部或外部。在特定实施例中，存储器902是非易失性固态存储器。[0186]在特定实施例中，存储器902可包括只读存储器(rom)，随机存取存储器(ram)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本公开的一方面的方法所描述的操作。[0187]处理器901通过读取并执行存储器902中存储的计算机程序指令，以实现上述实施例中的任意一种车辆控制方法。[0188]在一个示例中，车辆控制设备还可包括通信接口903和总线910。其中，如图6所示，处理器901、存储器902、通信接口903通过总线910连接并完成相互间的通信。[0189]通信接口903，主要用于实现本技术实施例中各模块、装置、单元和/或设备之间的通信。[0190]总线910包括硬件、软件或两者，将车辆控制设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(agp)或其他图形总线、增强工业标准架构(eisa)总线、前端总线(fsb)、超传输(ht)互连、工业标准架构(isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线910可包括一个或多个总线。尽管本技术实施例描述和示出了特定的总线，但本技术考虑任何合适的总线或互连。[0191]该车辆控制设备可以基于当前已拦截的垃圾短信以及用户举报的短信执行本申请实施例中的车辆控制方法，从而实现结合图1和图5描述的车辆控制方法和装置。[0192]另外，结合上述实施例中的车辆控制方法，本技术实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令，该计算机程序指令被处理器执行时实现上述实施例中的任意一种车辆控制方法。[0193]需要明确的是，本技术并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本技术的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本技术的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。[0194]以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本技术的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。[0195]还需要说明的是，本技术中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本技术不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。[0196]上面参考根据本公开的实施例的方法、装置和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。[0197]以上所述，仅为本技术的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!