[發明專利]車輛感知模型生成方法、車輛自動駕駛控制方法及裝置

有效

• 申請號: 202011180300.4
• 申請日: 2020-10-29
• 公開（公告）號: CN112277951B
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 段雄;侯文博;關書偉;郎咸朋
• 申請（專利權）人: 北京羅克維爾斯科技有限公司
• 主分類號: B60W40/00
• 分類號: B60W40/00;B60W50/00
• 代理公司: 北京鼎佳達知識產權代理事務所(普通合伙) 11348
• 代理人: 任媛;劉鐵生

1.一種車輛感知模型生成方法，其特征在于，所述方法包括：

根據車輛周圍環境的感知數據，生成與自動駕駛相關的目標數據；

基于具有多個層級的環境模型中的各層級，逐層對所述與自動駕駛相關的目標數據進行歸并整理，形成感知模型；其中，所述環境模型中的各層級分別具有其各自對應的自動駕駛級別，且從第一層級至最后一個層級的各層級之間具有設定的目標數據歸并整理順序，對于任意層級來說，其前一個層級歸并整理到對應的目標數據后，才可歸并整理其對應的目標數據。

2.根據權利要求1所述的方法，其特征在于，基于具有多個層級的環境模型中的各層級，逐層對所述目標數據進行歸并整理，形成指導自動駕駛的感知模型，包括：

從所述環境模型中的第一個層級開始，依次將各所述層級作為當前層級執行：

檢測所述與自動駕駛相關的目標數據中是否存在屬于所述當前層級的目標數據；

若存在，則將屬于所述當前層級的目標數據歸并整理至所述當前層級；否則，基于所述當前層級之前已歸并整理目標數據的層級，形成所述感知模型。

3.根據權利要求2所述的方法，其特征在于，在基于所述當前層級之前已歸并整理目標數據的層級，形成所述感知模型之前，所述方法還包括：

判斷所述當前層級是否為所述環境模型中的第一個層級；

若是，發出不能形成感知模型的提醒；

否則，基于所述當前層級之前已歸并整理目標數據的各層級，形成所述感知模型。

4.根據權利要求2所述的方法，其特征在于，所述方法還包括：

判斷是否接收到進入指定自動駕駛級別的指令；

若接收到所述進入指定自動駕駛級別的指令，則確定所述環境模型中與所述進入指定自動駕駛級別的指令相應的目標層級，并選取所目標層級及所述目標層級之前的各層級，從所選取的各層級中的第一個層級開始，依次將各所述層級作為當前層級；

若未接收到所述進入指定自動駕駛級別的指令，則從所述環境模型中的第一個層級開始，依次將各所述層級作為當前層級。

5.根據權利要求1-4中任一所述的方法，其特征在于，所述環境模型中的第一個層級的自動駕駛級別最低，最后一個層級的自動駕駛級別最高，第一個層級至最后一個層級之間的各層級的自動駕駛級別逐漸增高；

按照自動駕駛級別逐漸增高的順序，所述環境模型中的多個層級包括有：自車層、道路層、障礙物層、定位層和語義層。

6.根據權利要求1-4中任一所述的方法，其特征在于，所述感知數據包括如下中的任意一種：車輛行駛時車輛傳感器實時采集的車輛周圍環境的感知數據、特定存儲位置存儲的車輛周圍環境的離線數據、車輛周圍環境的仿真數據。

7.根據權利要求1-4中任一所述的方法，其特征在于，在形成指導自動駕駛的感知模型之后，所述方法還包括：

將所述感知模型提供給仿真平臺，以供所述仿真平臺進行仿真回放。

8.根據權利要求1-4中任一所述的方法，其特征在于，在形成感知模型之后，所述方法還包括：

將所述感知模型提供給構圖平臺，以供所述構圖平臺進行離線構圖。

9.一種車輛自動駕駛控制方法，其特征在于，所述方法包括：

獲取指導車輛自動駕駛的感知模型，其中，所述感知模型中具有至少一個層級，且各層級分別具有其各自對應的自動駕駛級別和目標數據，所述感知模型是基于具有多個層級的環境模型中的各層級，逐層對與自動駕駛相關的目標數據進行歸并整理而得；

基于所述感知模型對車輛進行自動駕駛控制。

10.根據權利要求9所述的方法，其特征在于，所述目標數據是基于車輛周圍環境的感知數據而得，其中，所述感知數據包括如下中的任意一種：車輛行駛時車輛傳感器實時采集的車輛周圍環境的感知數據、特定存儲位置存儲的車輛周圍環境的離線數據、車輛周圍環境的仿真數據。