[發(fā)明專利]一種自動(dòng)駕駛車輛的控制方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202310076963.9
• 申請(qǐng)日: 2023-01-17
• 公開（公告）號(hào): CN116069034A
• 公開（公告）日: 2023-05-05
• 發(fā)明（設(shè)計(jì)）人: 黃莉;鄧晨;冉光偉;劉耘;歐芫希;徐沁梅;陳德華;陳新;許好沂;董心慈;舒選才
• 申請(qǐng)（專利權(quán)）人: 星河智聯(lián)汽車科技有限公司
• 主分類號(hào): G05D1/02
• 分類號(hào): G05D1/02
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 陳旭紅

1.一種自動(dòng)駕駛車輛的控制方法，其特征在于，包括：

在車輛進(jìn)入自動(dòng)駕駛模式后，獲取車輛的自車運(yùn)行數(shù)據(jù)和環(huán)境視頻圖像數(shù)據(jù)；

根據(jù)所述自車運(yùn)行數(shù)據(jù)和所述環(huán)境視頻圖像數(shù)據(jù)，確定車輛是否存在碰撞風(fēng)險(xiǎn)；

在車輛存在碰撞風(fēng)險(xiǎn)時(shí)，將所述環(huán)境視頻圖像數(shù)據(jù)輸入至預(yù)先設(shè)置的神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行處理，其中，所述神經(jīng)網(wǎng)絡(luò)模型是經(jīng)由大數(shù)據(jù)人臉識(shí)別技術(shù)和隨機(jī)森林學(xué)習(xí)算法處理后的模型；

根據(jù)所述神經(jīng)網(wǎng)絡(luò)模型的輸出結(jié)果，得到產(chǎn)生碰撞風(fēng)險(xiǎn)對(duì)應(yīng)的障礙物的類型；

在所述障礙物的類型為行人時(shí)，對(duì)應(yīng)控制車輛的運(yùn)行狀態(tài)，并生成對(duì)應(yīng)的預(yù)警信息。

2.如權(quán)利要求1所述的自動(dòng)駕駛車輛的控制方法，其特征在于，所述根據(jù)所述自車運(yùn)行數(shù)據(jù)和所述環(huán)境視頻圖像數(shù)據(jù)，確定車輛是否存在碰撞風(fēng)險(xiǎn)，具體包括：

基于所述自車運(yùn)行數(shù)據(jù)中的車速數(shù)據(jù)，確定車輛的軌跡預(yù)測(cè)周期；

利用所述自車運(yùn)行數(shù)據(jù)，確定前方危險(xiǎn)區(qū)域，其中，所述前方危險(xiǎn)區(qū)域用于指示一個(gè)所述軌跡預(yù)測(cè)周期內(nèi)，與車輛可能發(fā)生碰撞的障礙物對(duì)象需要進(jìn)入的區(qū)域；

對(duì)所述環(huán)境視頻圖像數(shù)據(jù)進(jìn)行處理，在檢測(cè)到所述環(huán)境視頻圖像數(shù)據(jù)中的所述前方危險(xiǎn)區(qū)域內(nèi)出現(xiàn)障礙物對(duì)象時(shí)，確定車輛存在碰撞風(fēng)險(xiǎn)。

3.如權(quán)利要求1所述的自動(dòng)駕駛車輛的控制方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建，具體包括：

獲取訓(xùn)練樣本集，所述訓(xùn)練樣本集包括若干樣本圖像；

采用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行訓(xùn)練，對(duì)每一所述樣本圖像進(jìn)行預(yù)處理，其中，所述預(yù)處理至少包括分割、去紋理和陰影消除；

基于幀間間隔比較法對(duì)預(yù)處理后的所述樣本圖像的每一像素點(diǎn)進(jìn)行計(jì)算，以得到所述樣本圖像的運(yùn)動(dòng)區(qū)域與靜止區(qū)域；

根據(jù)大數(shù)據(jù)人臉識(shí)別技術(shù)分別對(duì)所述運(yùn)動(dòng)區(qū)域與所述靜止區(qū)域進(jìn)行處理，以得到對(duì)應(yīng)的人臉數(shù)據(jù)；

基于隨機(jī)森林學(xué)習(xí)算法對(duì)所述人臉數(shù)據(jù)的特征進(jìn)行篩選，以得到用于代表行人類型的篩選結(jié)果；

以所述篩選結(jié)果構(gòu)建所述神經(jīng)網(wǎng)絡(luò)模型。

4.如權(quán)利要求1所述的自動(dòng)駕駛車輛的控制方法，其特征在于，所述障礙物的類型至少包括行人、非行人靜態(tài)障礙物和非行人動(dòng)態(tài)障礙物。

5.如權(quán)利要求1所述的自動(dòng)駕駛車輛的控制方法，其特征在于，所述在所述障礙物的類型為行人時(shí)，對(duì)應(yīng)控制車輛的運(yùn)行狀態(tài)，并生成對(duì)應(yīng)的預(yù)警信息，具體包括：

在所述障礙物的類型為行人時(shí)，控制車輛進(jìn)行對(duì)應(yīng)的制動(dòng)、減速或避障操作；且，

向外界生成第一預(yù)警信息，以提醒行人避讓；以及，

向車端生成第二預(yù)警信息，以提醒駕駛員退出所述自動(dòng)駕駛模式。

6.一種自動(dòng)駕駛車輛的控制裝置，其特征在于，包括：

數(shù)據(jù)獲取模塊，用于在車輛進(jìn)入自動(dòng)駕駛模式后，獲取車輛的自車運(yùn)行數(shù)據(jù)和環(huán)境視頻圖像數(shù)據(jù)；

碰撞風(fēng)險(xiǎn)模塊，用于根據(jù)所述自車運(yùn)行數(shù)據(jù)和所述環(huán)境視頻圖像數(shù)據(jù)，確定車輛是否存在碰撞風(fēng)險(xiǎn)；

神經(jīng)網(wǎng)絡(luò)模型模塊，用于在車輛存在碰撞風(fēng)險(xiǎn)時(shí)，將所述環(huán)境視頻圖像數(shù)據(jù)輸入至預(yù)先設(shè)置的神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行處理，其中，所述神經(jīng)網(wǎng)絡(luò)模型是經(jīng)由大數(shù)據(jù)人臉識(shí)別技術(shù)和隨機(jī)森林學(xué)習(xí)算法處理后的模型；

障礙物類型模塊，用于根據(jù)所述神經(jīng)網(wǎng)絡(luò)模型的輸出結(jié)果，得到產(chǎn)生碰撞風(fēng)險(xiǎn)對(duì)應(yīng)的障礙物的類型；

預(yù)警模塊，用于在所述障礙物的類型為行人時(shí)，對(duì)應(yīng)控制車輛的運(yùn)行狀態(tài)，并生成對(duì)應(yīng)的預(yù)警信息。

7.如權(quán)利要求6所述的自動(dòng)駕駛車輛的控制裝置，其特征在于，所述根據(jù)所述自車運(yùn)行數(shù)據(jù)和所述環(huán)境視頻圖像數(shù)據(jù)，確定車輛是否存在碰撞風(fēng)險(xiǎn)，具體包括：

基于所述自車運(yùn)行數(shù)據(jù)中的車速數(shù)據(jù)，確定車輛的軌跡預(yù)測(cè)周期；

利用所述自車運(yùn)行數(shù)據(jù)，確定前方危險(xiǎn)區(qū)域，其中，所述前方危險(xiǎn)區(qū)域用于指示一個(gè)所述軌跡預(yù)測(cè)周期內(nèi)，與車輛可能發(fā)生碰撞的障礙物對(duì)象需要進(jìn)入的區(qū)域；

對(duì)所述環(huán)境視頻圖像數(shù)據(jù)進(jìn)行處理，在檢測(cè)到所述環(huán)境視頻圖像數(shù)據(jù)中的所述前方危險(xiǎn)區(qū)域內(nèi)出現(xiàn)障礙物對(duì)象時(shí)，確定車輛存在碰撞風(fēng)險(xiǎn)。