[發(fā)明專利]一種自動駕駛車輛的控制方法和裝置

在審

• 申請?zhí)枺?/td>: 202310076963.9
• 申請日: 2023-01-17
• 公開（公告）號: CN116069034A
• 公開（公告）日: 2023-05-05
• 發(fā)明（設(shè)計）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（專利權(quán)）人: 星河智聯(lián)汽車科技有限公司
• 主分類號: G05D1/02
• 分類號: 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

本發(fā)明公開了一種自動駕駛車輛的控制方法和裝置，包括在車輛進(jìn)入自動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)；確定車輛是否存在碰撞風(fēng)險；在車輛存在碰撞風(fēng)險時將環(huán)境視頻圖像數(shù)據(jù)輸入至神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行處理；根據(jù)神經(jīng)網(wǎng)絡(luò)模型的輸出結(jié)果，得到產(chǎn)生碰撞風(fēng)險對應(yīng)的障礙物的類型；在障礙物的類型為行人時，控制車輛的運(yùn)行狀態(tài)并生成對應(yīng)的預(yù)警信息。本發(fā)明實(shí)施例提供的自動駕駛車輛的控制方法和裝置，首先判斷是否存在碰撞風(fēng)險，然后利用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行障礙物的類型識別，最后及時生成對應(yīng)的預(yù)警信息，整個方法流程完善了車輛在遇到行人時控制過程，有效保障道路交通安全和行人生命安全，推進(jìn)了車輛自動駕駛技術(shù)的智能化發(fā)展。

技術(shù)領(lǐng)域

本發(fā)明涉及車輛技術(shù)領(lǐng)域，尤其是涉及一種自動駕駛車輛的控制方法和裝置。

背景技術(shù)

自動駕駛汽車依靠人工智能、視覺計算、雷達(dá)、監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機(jī)動車輛。然而，現(xiàn)如今的自動駕駛車輛，對于前方出現(xiàn)障礙物尤其是行人的車輛的控制效果較差，難以有效保障道路交通安全和行人生命安全，不利于車輛自動駕駛技術(shù)的發(fā)展。

發(fā)明內(nèi)容

本發(fā)明提供一種自動駕駛車輛的控制方法和裝置，首先判斷是否存在碰撞風(fēng)險，然后利用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行障礙物的類型識別，最后及時生成對應(yīng)的預(yù)警信息，整個方法流程完善了車輛在遇到行人時控制過程，有效保障道路交通安全和行人生命安全，推進(jìn)了車輛自動駕駛技術(shù)的智能化發(fā)展。

為了解決上述技術(shù)問題，本發(fā)明實(shí)施例提供了一種自動駕駛車輛的控制方法，包括：

在車輛進(jìn)入自動駕駛模式后，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；

在車輛存在碰撞風(fēng)險時，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)險對應(yīng)的障礙物的類型；

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

作為其中一種優(yōu)選方案，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，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)測周期；

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

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

作為其中一種優(yōu)選方案，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預(yù)處理后的所述樣本圖像的每一像素點(diǎn)進(jìn)行計算，以得到所述樣本圖像的運(yùn)動區(qū)域與靜止區(qū)域；

根據(jù)大數(shù)據(jù)人臉識別技術(shù)分別對所述運(yùn)動區(qū)域與所述靜止區(qū)域進(jìn)行處理，以得到對應(yīng)的人臉數(shù)據(jù)；

基于隨機(jī)森林學(xué)習(xí)算法對所述人臉數(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。