<kbd id="ia2e8"><input id="ia2e8"></input></kbd><u id="ia2e8"></u>
  • <blockquote id="ia2e8"></blockquote>
  • <blockquote id="ia2e8"></blockquote>
  • <samp id="ia2e8"><label id="ia2e8"></label></samp>
  • 車輛的控制方法及裝置、無人駕駛車輛與流程

    文檔序號:26100124發布日期:2021-07-30 18:10
    車輛的控制方法及裝置、無人駕駛車輛與流程

    本發明涉及車輛控制技術領域,具體而言,涉及一種車輛的控制方法及裝置、無人駕駛車輛。



    背景技術:

    車輛行駛在道路上,需要對周圍路況進行快速、及時的分析,以確保其能夠正常行駛在道路上。若要確保車輛能夠正常行駛在車輛上,對車輛所在路況進行分析十分重要。相關技術中,在對車輛所在路況進行分析時,一般是通過采集當前道路上的圖像,并對圖像進行分析,以確定車輛當前所在道路上的路況信息。然而,相關技術中在對采集的圖像進行分析時,可能會由于圖像上的干擾物較多,導致分析得到的路況并不準確,那么基于上述圖像分析得的路況確定的用于對車輛進行控制的控制策略可能也會存在錯誤,這就為道路安全埋下了安全隱患。

    針對上述相關技術中在對車輛所在道路進行路況分析時,容易受到分析對象中干擾物的影響,降低了路況分析的精準度,存在安全隱患的問題,目前尚未提出有效的解決方案。



    技術實現要素:

    本發明實施例提供了一種車輛的控制方法及裝置、無人駕駛車輛,以至少解決相關技術中在對車輛所在道路進行路況分析時,容易受到分析對象中干擾物的影響,降低了路況分析的精準度,存在安全隱患的技術問題。

    根據本發明實施例的一個方面,提供了一種車輛的控制方法,包括:獲取目標車輛的行駛環境圖像;對所述行駛環境圖像進行預處理,得到預處理后的行駛環境圖像;通過駕駛行為決策模型,確定與所述預處理后的行駛環境圖像對應的控制策略,其中,所述駕駛行為決策模型為使用多組訓練數據通過機器學習訓練得到的,所述多組訓練數據中的每一組訓練數據均包括:行駛環境圖像以及與所述行駛環境圖像對應的控制策略,所述行駛環境圖像為預處理后的圖像;按照所述控制策略控制所述目標車輛的行駛行為。

    可選地,獲取目標車輛當前所在空間的行駛環境圖像,包括:確定所述目標車輛處于運行狀態;觸發所述目標車輛上的圖像采集設備采集所述目標車輛預定區域內的行駛環境圖像。

    可選地,對所述行駛環境圖像進行預處理,包括以下至少之一:利用熱核擴散方式對所述行駛環境圖像進行去噪處理,以過濾掉所述行駛環境圖像中的背景噪聲;將所述行駛環境圖像與行駛環境圖像模板比較,以過濾掉所述行駛環境圖像中的背景噪聲,其中,所述行駛環境圖像模板為預先設置并用于對行駛環境圖像進行去噪的模板。

    可選地,按照所述控制策略控制所述目標車輛的行駛行為,包括以下至少之一:按照所述控制策略控制所述目標車輛的行駛速度;按照所述控制策略控制所述目標車輛的行駛方向。

    可選地,該車輛的控制方法還包括:對所述行駛環境圖像進行分析,得到所述目標車輛所在環境的氣象信息;基于所述氣象信息確定所述目標車輛所在環境的環境等級;按照所述環境等級控制所述目標車輛的預定部件,其中,所述預定部件包括以下至少之一:車窗、雨刷器、空調器。

    可選地,基于所述氣象信息確定所述目標車輛所在環境的環境等級,包括:通過環境等級判定模型,確定與所述氣象信息對應的環境等級,其中,所述環境等級判定模型為使用多組訓練數據通過機器學習訓練得到的,所述多組訓練數據中每一組訓練數據均包括:氣象信息與氣象信息對應的環境等級。

    可選地,在通過環境等級判定模型,確定與所述氣象信息對應的環境等級之前,該車輛的控制方法還包括:獲取多個歷史氣象信息;通過預定判斷條件對所述多個歷史氣象信息進行標定,確定多個所述歷史氣象信息中每一個歷史氣象信息對應的環境等級,以獲取所述訓練數據。

    可選地,該車輛的控制方法還包括:采集所述目標車輛中乘客的圖像;對所述圖像進行分析,得到所述乘客的情緒信息;確定與所述情緒信息對應的多媒體文件;控制所述目標車輛的媒體部件播放所述多媒體文件。

    根據本發明實施例的另外一個方面,還提供了一種車輛的控制方法,包括:在目標車輛的操作界面中展示所述目標車輛的行駛環境圖像;對所述行駛環境圖像進行預處理,得到預處理后的行駛環境圖像;在所述操作界面中展示通過駕駛行為決策模型,確定與所述預處理后的行駛環境圖像對應的控制策略,其中,所述駕駛行為決策模型為使用多組訓練數據通過機器學習訓練得到的,所述多組訓練數據中的每一組訓練數據均包括:行駛環境圖像以及與所述行駛環境圖像對應的控制策略,所述行駛環境圖像為預處理后的圖像;在所述操作界面上展示所述目標車輛按照所述控制策略行駛的行駛路線。

    根據本發明實施例的另外一個方面,還提供了一種車輛的控制裝置,包括:獲取單元,用于獲取目標車輛的行駛環境圖像;預處理單元,用于對所述行駛環境圖像進行預處理,得到預處理后的行駛環境圖像;確定單元,用于通過駕駛行為決策模型,確定與所述預處理后的行駛環境圖像對應的控制策略,其中,所述駕駛行為決策模型為使用多組訓練數據通過機器學習訓練得到的,所述多組訓練數據中的每一組訓練數據均包括:行駛環境圖像以及與所述行駛環境圖像對應的控制策略,所述行駛環境圖像為預處理后的圖像;控制單元,用于按照所述控制策略控制所述目標車輛的行駛行為。

    可選地,所述獲取單元,包括:第一確定模塊,用于確定所述目標車輛處于運行狀態;采集模塊,用于觸發所述目標車輛上的圖像采集設備采集所述目標車輛預定區域內的行駛環境圖像。

    可選地,所述預處理單元,包括以下至少之一:去噪處理模塊,用于利用熱核擴散方式對所述行駛環境圖像進行去噪處理,以過濾掉所述行駛環境圖像中的背景噪聲;過濾模塊,用于將所述行駛環境圖像與行駛環境圖像模板比較,以過濾掉所述行駛環境圖像中的背景噪聲,其中,所述行駛環境圖像模板為預先設置并用于對行駛環境圖像進行去噪的模板。

    可選地,所述控制單元,包括以下至少之一:第一控制模塊,用于按照所述控制策略控制所述目標車輛的行駛速度;第二控制模塊,用于按照所述控制策略控制所述目標車輛的行駛方向。

    可選地,該車輛的控制裝置還包括:分析單元,用于對所述行駛環境圖像進行分析,得到所述目標車輛所在環境的氣象信息;所述確定單元,用于基于所述氣象信息確定所述目標車輛所在環境的環境等級;所述控制單元,用于按照所述環境等級控制所述目標車輛的預定部件,其中,所述預定部件包括以下至少之一:車窗、雨刷器、空調器。

    可選地,所述確定單元,包括:第二確定模塊,用于通過環境等級判定模型,確定與所述氣象信息對應的環境等級,其中,所述環境等級判定模型為使用多組訓練數據通過機器學習訓練得到的,所述多組訓練數據中每一組訓練數據均包括:氣象信息與氣象信息對應的環境等級。

    可選地,該車輛的控制裝置還包括:獲取模塊,用于在通過環境等級判定模型,確定與所述氣象信息對應的環境等級之前,獲取多個歷史氣象信息;標定模塊,用于通過預定判斷條件對所述多個歷史氣象信息進行標定,確定多個所述歷史氣象信息中每一個歷史氣象信息對應的環境等級,以獲取所述訓練數據。

    可選地,該車輛的控制裝置還包括:采集單元,用于采集所述目標車輛中乘客的圖像;所述獲取單元,用于對所述圖像進行分析,得到所述乘客的情緒信息;所述確定單元,用于確定與所述情緒信息對應的多媒體文件;所述控制單元,用于控制所述目標車輛的媒體部件播放所述多媒體文件。

    根據本發明實施例的另外一個方面,還提供了一種車輛的控制裝置,包括:第一展示單元,用于在目標車輛的操作界面中展示所述目標車輛的行駛環境圖像;處理單元,用于對所述行駛環境圖像進行預處理,得到預處理后的行駛環境圖像;第二展示單元,用于在所述操作界面中展示通過駕駛行為決策模型,確定與所述預處理后的行駛環境圖像對應的控制策略,其中,所述駕駛行為決策模型為使用多組訓練數據通過機器學習訓練得到的,所述多組訓練數據中的每一組訓練數據均包括:行駛環境圖像以及與所述行駛環境圖像對應的控制策略,所述行駛環境圖像為預處理后的圖像;第三展示單元,用于在所述操作界面上展示所述目標車輛按照所述控制策略行駛的行駛路線。

    根據本發明實施例的另外一個方面,還提供了一種無人駕駛車輛,使用上述中任一項所述的車輛的控制方法。

    根據本發明實施例的另外一個方面,還提供了一種計算機可讀存儲介質,所述計算機可讀存儲介質包括存儲的計算機程序,其中,在所述計算機程序被處理器運行時控制所述計算機可讀存儲介質所在設備執行上述中任一項所述的車輛的控制方法。

    根據本發明實施例的另外一個方面,還提供了一種處理器,所述處理器用于運行計算機程序,其中,所述計算機程序運行時執行上述中任一項所述的車輛的控制方法。

    在本發明實施例中,獲取目標車輛的行駛環境圖像;對行駛環境圖像進行預處理,得到預處理后的行駛環境圖像;通過駕駛行為決策模型,確定與預處理后的行駛環境圖像對應的控制策略,其中,駕駛行為決策模型為使用多組訓練數據通過機器學習訓練得到的,多組訓練數據中的每一組訓練數據均包括:行駛環境圖像以及與行駛環境圖像對應的控制策略,行駛環境圖像為預處理后的圖像;按照控制策略控制目標車輛的行駛行為。通過本發明實施例提供的車輛的控制方法,實現了通過預處理后的行駛環境圖像得到對目標車輛進行控制的控制策略的目的,達到了提高對目標車輛進行控制的精準度的技術效果,降低了安全隱患,進而解決了相關技術中在對車輛所在道路進行路況分析時,容易受到分析對象中干擾物的影響,降低了路況分析的精準度,存在安全隱患的技術問題。

    附圖說明

    此處所說明的附圖用來提供對本發明的進一步理解,構成本申請的一部分,本發明的示意性實施例及其說明用于解釋本發明,并不構成對本發明的不當限定。在附圖中:

    圖1是根據本發明實施例的車輛的控制方法的流程圖;

    圖2是根據本發明實施例的可選的車輛的控制方法的流程圖;

    圖3是根據本發明實施例的車輛的控制裝置的示意圖;

    圖4是根據本發明實施例的可選的車輛的控制裝置的示意圖。

    具體實施方式

    為了使本技術領域的人員更好地理解本發明方案,下面將結合本發明實施例中的附圖,對本發明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發明一部分的實施例,而不是全部的實施例?;诒景l明中的實施例,本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例,都應當屬于本發明保護的范圍。

    需要說明的是,本發明的說明書和權利要求書及上述附圖中的術語“第一”、“第二”等是用于區別類似的對象,而不必用于描述特定的順序或先后次序。應該理解這樣使用的數據在適當情況下可以互換,以便這里描述的本發明的實施例能夠以除了在這里圖示或描述的那些以外的順序實施。此外,術語“包括”和“具有”以及他們的任何變形,意圖在于覆蓋不排他的包含,例如,包含了一系列步驟或單元的過程、方法、系統、產品或設備不必限于清楚地列出的那些步驟或單元,而是可包括沒有清楚地列出的或對于這些過程、方法、產品或設備固有的其它步驟或單元。

    實施例1

    根據本發明實施例,提供了一種車輛的控制方法的方法實施例,需要說明的是,在附圖的流程圖示出的步驟可以在諸如一組計算機可執行指令的計算機系統中執行,并且,雖然在流程圖中示出了邏輯順序,但是在某些情況下,可以以不同于此處的順序執行所示出或描述的步驟。

    圖1是根據本發明實施例的車輛的控制方法的流程圖,如圖1所示,該車輛的控制方法包括如下步驟:

    步驟s102,獲取目標車輛的行駛環境圖像。

    可選的,這里的目標車輛可以為無人駕駛車輛。

    可選的,這里的行駛環境圖像可以為在目標車輛行駛過程中,采集的目標車輛所在道路上的圖像。

    可選的,這里的圖像采集設備可以包括但不限于:雷達、激光傳感器。

    作為一種可選的實施例,獲取目標車輛當前所在空間的行駛環境圖像,包括:確定目標車輛處于運行狀態;觸發目標車輛上的圖像采集設備采集目標車輛預定區域內的行駛環境圖像。

    例如,當目標車輛上的監測設備監測到目標車輛處于運行狀態時,可以觸發目標車輛上的圖像采集設備采集目標車輛預定范圍內的圖像,即,行駛環境圖像,用于描述目標車輛當前所在道路的路況信息。

    步驟s104,對行駛環境圖像進行預處理,得到預處理后的行駛環境圖像。

    由于圖像采集設備采集的行駛環境圖像可能會受到空氣中粉塵、垃圾等的影響,會導致行駛環境圖像中存在較多干擾物,影響對目標車輛所在道路的路況分析。

    因此,在本發明實施例中,可以先對行駛環境圖像進行預處理,然后基于預處理后的行駛環境圖像來進行路況判斷,進而得到行駛環境圖像對應的控制策略。

    作為一種可選的實施例,對行駛環境圖像進行預處理,包括以下至少之一:利用熱核擴散方式對行駛環境圖像進行去噪處理,以過濾掉行駛環境圖像中的背景噪聲;將行駛環境圖像與行駛環境圖像模板比較,以過濾掉行駛環境圖像中的背景噪聲,其中,行駛環境圖像模板為預先設置并用于對行駛環境圖像進行去噪的模板。

    即,即可以利用熱核擴散技術去除圖像中的背景噪聲,也可以將行駛環境圖像與圖像庫中的圖像模板進行比較,以得到去除背景噪聲的干凈環境圖像,以便于后續對行駛環境圖像的分析。

    步驟s106,通過駕駛行為決策模型,確定與預處理后的行駛環境圖像對應的控制策略,其中,駕駛行為決策模型為使用多組訓練數據通過機器學習訓練得到的,多組訓練數據中的每一組訓練數據均包括:行駛環境圖像以及與行駛環境圖像對應的控制策略,行駛環境圖像為預處理后的圖像。

    步驟s108,按照控制策略控制目標車輛的行駛行為。

    由上可知,在本發明實施例中,在獲取目標車輛的行駛環境圖像后,對行駛環境圖像進行預處理,得到預處理后的行駛環境圖像;并通過駕駛行為決策模型,確定與預處理后的行駛環境圖像對應的控制策略,其中,駕駛行為決策模型為使用多組訓練數據通過機器學習訓練得到的,多組訓練數據中的每一組訓練數據均包括:行駛環境圖像以及與行駛環境圖像對應的控制策略,行駛環境圖像為預處理后的圖像;以及按照控制策略控制目標車輛的行駛行為,實現了通過預處理后的行駛環境圖像得到對目標車輛進行控制的控制策略的目的,達到了提高對目標車輛進行控制的精準度的技術效果,降低了安全隱患。

    因此,通過本發明實施例提供的車輛的控制方法,解決了相關技術中在對車輛所在道路進行路況分析時,容易受到分析對象中干擾物的影響,降低了路況分析的精準度,存在安全隱患的技術問題。

    在上述步驟s108中,按照控制策略控制目標車輛的行駛行為,包括以下至少之一:按照控制策略控制目標車輛的行駛速度;按照控制策略控制目標車輛的行駛方向。

    即,在該實施例中,可以根據控制策略控制目標車輛的行駛速度,也可以根據控制策略控制目標車輛的行駛方向。

    作為一種可選的實施例,該車輛的控制方法還可以包括:對行駛環境圖像進行分析,得到目標車輛所在環境的氣象信息;基于氣象信息確定目標車輛所在環境的環境等級;按照環境等級控制目標車輛的預定部件,其中,預定部件包括以下至少之一:車窗、雨刷器、空調器。

    也即是,在本發明實施例中,也可以通過對行駛環境圖像進行分析,得到目標車輛所在環境中的粉塵、霧霾等的含量。另外,也可以根據確定的粉塵、霧霾等的含量來確定環境狀況,從而可以控制目標車輛的車窗、雨刷器、空調器等。

    例如,當確定當前處于降雨狀態,則可以控制目標車輛的雨刷器打開;當確定當前處于粉塵、霧霾含量較高狀態,則可以控制目標車輛的車窗關閉;當確定當前車內溫度較高,則可以控制車內的空調器打開。另外,也可以根據目標車輛內外的溫度差來確定車內空調器的運行模式。具體地,可以通過運行模式確定模型來確定與溫度差對應的目標運行模式,從而控制空調器按照該目標運行模式運行。

    需要說明的是,上述運行模式確定模型為使用多組訓練數據通過機器學習訓練得到的,多組訓練數據中的每一組訓練數據均包括:溫度差以及與該溫度差對應的運行模式。

    作為一種可選的實施例,基于氣象信息確定目標車輛所在環境的環境等級,包括:通過環境等級判定模型,確定與氣象信息對應的環境等級,其中,環境等級判定模型為使用多組訓練數據通過機器學習訓練得到的,多組訓練數據中每一組訓練數據均包括:氣象信息與氣象信息對應的環境等級。

    其中,在通過環境等級判定模型,確定與氣象信息對應的環境等級之前,該車輛的控制方法還包括:獲取多個歷史氣象信息;通過預定判斷條件對多個歷史氣象信息進行標定,確定多個歷史氣象信息中每一個歷史氣象信息對應的環境等級,以獲取訓練數據。

    這里可以通過機器學習訓練得到環境等級判定模型,從而可以根據環境等級判定模型來確定環境等級,從而提高了環境狀態確定的效率,也可以及時做出對應的反應。

    作為一種可選的實施例,該車輛的控制方法還包括:采集目標車輛中乘客的圖像;對圖像進行分析,得到乘客的情緒信息;確定與情緒信息對應的多媒體文件;控制目標車輛的媒體部件播放多媒體文件。

    在該實施例中,可以利用目標車輛內設置的圖像采集設備采集車輛內乘客的圖像,從而可以利用情緒分析模式來確定與圖像對應的乘客的情緒信息,進而確定與情緒信息對應的多媒體文件,并控制目標車輛內的媒體部件播放多媒體信息,為乘客提供舒適的乘車環境。

    通過本發明實施例提供的車輛的控制方法,不僅可以對采集到的目標車輛所在環境內的圖像,并對圖像進行預處理后,根據預處理后的圖像確定對目標車輛進行控制的控制策略,提高了對目標車輛進行控制的精準度,降低了道路安全隱患。

    實施例2

    根據本發明實施例,提供了一種車輛的控制方法的方法實施例,需要說明的是,在附圖的流程圖示出的步驟可以在諸如一組計算機可執行指令的計算機系統中執行,并且,雖然在流程圖中示出了邏輯順序,但是在某些情況下,可以以不同于此處的順序執行所示出或描述的步驟。

    圖2是根據本發明實施例的可選的車輛的控制方法的流程圖,如圖2所示,該車輛的控制方法包括如下步驟:

    步驟s202,在目標車輛的操作界面中展示目標車輛的行駛環境圖像。

    步驟s204,對行駛環境圖像進行預處理,得到預處理后的行駛環境圖像。

    步驟s206,在操作界面中展示通過駕駛行為決策模型,確定與預處理后的行駛環境圖像對應的控制策略,其中,駕駛行為決策模型為使用多組訓練數據通過機器學習訓練得到的,多組訓練數據中的每一組訓練數據均包括:行駛環境圖像以及與行駛環境圖像對應的控制策略,行駛環境圖像為預處理后的圖像。

    步驟s208,在操作界面上展示目標車輛按照控制策略行駛的行駛路線。

    由上可知,在本發明實施例中,可以在目標車輛的操作界面中展示目標車輛的行駛環境圖像后;對行駛環境圖像進行預處理,得到預處理后的行駛環境圖像;并在操作界面中展示通過駕駛行為決策模型,確定與預處理后的行駛環境圖像對應的控制策略,其中,駕駛行為決策模型為使用多組訓練數據通過機器學習訓練得到的,多組訓練數據中的每一組訓練數據均包括:行駛環境圖像以及與行駛環境圖像對應的控制策略,行駛環境圖像為預處理后的圖像;以及在操作界面上展示目標車輛按照控制策略行駛的行駛路線,實現了通過預處理后的行駛環境圖像得到對目標車輛進行控制的控制策略的目的,達到了提高對目標車輛進行控制的精準度的技術效果,降低了安全隱患。

    因此,通過本發明實施例提供的車輛的控制方法,解決了相關技術中在對車輛所在道路進行路況分析時,容易受到分析對象中干擾物的影響,降低了路況分析的精準度,存在安全隱患的技術問題。

    實施例3

    根據本發明實施例的另外一個方面,還提供了一種車輛的控制裝置,圖3是根據本發明實施例的車輛的控制裝置的示意圖,如圖3所示,該車輛的控制裝置可以包括:獲取單元31、預處理單元33、確定單元35以及控制單元37。下面對該車輛的控制裝置進行說明。

    獲取單元31,用于獲取目標車輛的行駛環境圖像。

    預處理單元33,用于對行駛環境圖像進行預處理,得到預處理后的行駛環境圖像。

    確定單元35,用于通過駕駛行為決策模型,確定與預處理后的行駛環境圖像對應的控制策略,其中,駕駛行為決策模型為使用多組訓練數據通過機器學習訓練得到的,多組訓練數據中的每一組訓練數據均包括:行駛環境圖像以及與行駛環境圖像對應的控制策略,行駛環境圖像為預處理后的圖像。

    控制單元37,用于按照控制策略控制目標車輛的行駛行為。

    此處需要說明的是,上述獲取單元31、預處理單元33、確定單元35以及控制單元37對應于實施例1中的步驟s102至s108,上述模塊與對應的步驟所實現的示例和應用場景相同,但不限于上述實施例1所公開的內容。需要說明的是,上述模塊作為裝置的一部分可以在諸如一組計算機可執行指令的計算機系統中執行。

    由上可知,在本發明實施例中,可以通過獲取單元獲取目標車輛的行駛環境圖像;然后利用預處理單元對行駛環境圖像進行預處理,得到預處理后的行駛環境圖像;接著利用確定單元通過駕駛行為決策模型,確定與預處理后的行駛環境圖像對應的控制策略,其中,駕駛行為決策模型為使用多組訓練數據通過機器學習訓練得到的,多組訓練數據中的每一組訓練數據均包括:行駛環境圖像以及與行駛環境圖像對應的控制策略,行駛環境圖像為預處理后的圖像;并利用控制單元按照控制策略控制目標車輛的行駛行為。通過本發明實施例提供的車輛的控制裝置,實現了通過預處理后的行駛環境圖像得到對目標車輛進行控制的控制策略的目的,達到了提高對目標車輛進行控制的精準度的技術效果,降低了安全隱患,解決了相關技術中在對車輛所在道路進行路況分析時,容易受到分析對象中干擾物的影響,降低了路況分析的精準度,存在安全隱患的技術問題。

    可選地,獲取單元,包括:第一確定模塊,用于確定目標車輛處于運行狀態;采集模塊,用于觸發目標車輛上的圖像采集設備采集目標車輛預定區域內的行駛環境圖像。

    可選地,預處理單元,包括以下至少之一:去噪處理模塊,用于利用熱核擴散方式對行駛環境圖像進行去噪處理,以過濾掉行駛環境圖像中的背景噪聲;過濾模塊,用于將行駛環境圖像與行駛環境圖像模板比較,以過濾掉行駛環境圖像中的背景噪聲,其中,行駛環境圖像模板為預先設置并用于對行駛環境圖像進行去噪的模板。

    可選地,控制單元,包括以下至少之一:第一控制模塊,用于按照控制策略控制目標車輛的行駛速度;第二控制模塊,用于按照控制策略控制目標車輛的行駛方向。

    可選地,該車輛的控制裝置還包括:分析單元,用于對行駛環境圖像進行分析,得到目標車輛所在環境的氣象信息;確定單元,用于基于氣象信息確定目標車輛所在環境的環境等級;控制單元,用于按照環境等級控制目標車輛的預定部件,其中,預定部件包括以下至少之一:車窗、雨刷器、空調器。

    可選地,確定單元,包括:第二確定模塊,用于通過環境等級判定模型,確定與氣象信息對應的環境等級,其中,環境等級判定模型為使用多組訓練數據通過機器學習訓練得到的,多組訓練數據中每一組訓練數據均包括:氣象信息與氣象信息對應的環境等級。

    可選地,該車輛的控制裝置還包括:獲取模塊,用于在通過環境等級判定模型,確定與氣象信息對應的環境等級之前,獲取多個歷史氣象信息;標定模塊,用于通過預定判斷條件對多個歷史氣象信息進行標定,確定多個歷史氣象信息中每一個歷史氣象信息對應的環境等級,以獲取訓練數據。

    可選地,該車輛的控制裝置還包括:采集單元,用于采集目標車輛中乘客的圖像;獲取單元,用于對圖像進行分析,得到乘客的情緒信息;確定單元,用于確定與情緒信息對應的多媒體文件;控制單元,用于控制目標車輛的媒體部件播放多媒體文件。

    實施例4

    根據本發明實施例的另外一個方面,還提供了一種車輛的控制裝置,圖4是根據本發明實施例的可選的車輛的控制裝置的示意圖,如圖4所示,該車輛的控制裝置可以包括:第一展示單元41、處理單元43、第二展示單元45以及第三展示單元47。下面對該車輛的控制裝置進行說明。

    第一展示單元41,用于在目標車輛的操作界面中展示目標車輛的行駛環境圖像。

    處理單元43,用于對行駛環境圖像進行預處理,得到預處理后的行駛環境圖像。

    第二展示單元45,用于在操作界面中展示通過駕駛行為決策模型,確定與預處理后的行駛環境圖像對應的控制策略,其中,駕駛行為決策模型為使用多組訓練數據通過機器學習訓練得到的,多組訓練數據中的每一組訓練數據均包括:行駛環境圖像以及與行駛環境圖像對應的控制策略,行駛環境圖像為預處理后的圖像。

    第三展示單元47,用于在操作界面上展示目標車輛按照控制策略行駛的行駛路線。

    此處需要說明的是,上述第一展示單元41、處理單元43、第二展示單元45以及第三展示單元47對應于實施例2中的步驟s202至s208,上述模塊與對應的步驟所實現的示例和應用場景相同,但不限于上述實施例2所公開的內容。需要說明的是,上述模塊作為裝置的一部分可以在諸如一組計算機可執行指令的計算機系統中執行。

    由上可知,在本發明實施例中,可以通過第一展示單元在目標車輛的操作界面中展示目標車輛的行駛環境圖像;然后利用處理單元對行駛環境圖像進行預處理,得到預處理后的行駛環境圖像;接著利用第二展示單元在操作界面中展示通過駕駛行為決策模型,確定與預處理后的行駛環境圖像對應的控制策略,其中,駕駛行為決策模型為使用多組訓練數據通過機器學習訓練得到的,多組訓練數據中的每一組訓練數據均包括:行駛環境圖像以及與行駛環境圖像對應的控制策略,行駛環境圖像為預處理后的圖像;并利用第三展示單元在操作界面上展示目標車輛按照控制策略行駛的行駛路線。通過本發明實施例提供的車輛的控制裝置,實現了通過預處理后的行駛環境圖像得到對目標車輛進行控制的控制策略的目的,達到了提高對目標車輛進行控制的精準度的技術效果,降低了安全隱患,解決了相關技術中在對車輛所在道路進行路況分析時,容易受到分析對象中干擾物的影響,降低了路況分析的精準度,存在安全隱患的技術問題。

    實施例5

    根據本發明實施例的另外一個方面,還提供了一種無人駕駛車輛,使用上述中任一項的車輛的控制方法。

    實施例6

    根據本發明實施例的另外一個方面,還提供了一種計算機可讀存儲介質,計算機可讀存儲介質包括存儲的計算機程序,其中,在計算機程序被處理器運行時控制計算機可讀存儲介質所在設備執行上述中任一項的車輛的控制方法。

    實施例7

    根據本發明實施例的另外一個方面,還提供了一種處理器,處理器用于運行計算機程序,其中,計算機程序運行時執行上述中任一項的車輛的控制方法。

    上述本發明實施例序號僅僅為了描述,不代表實施例的優劣。

    在本發明的上述實施例中,對各個實施例的描述都各有側重,某個實施例中沒有詳述的部分,可以參見其他實施例的相關描述。

    在本申請所提供的幾個實施例中,應該理解到,所揭露的技術內容,可通過其它的方式實現。其中,以上所描述的裝置實施例僅僅是示意性的,例如所述單元的劃分,可以為一種邏輯功能劃分,實際實現時可以有另外的劃分方式,例如多個單元或組件可以結合或者可以集成到另一個系統,或一些特征可以忽略,或不執行。另一點,所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口,單元或模塊的間接耦合或通信連接,可以是電性或其它的形式。

    所述作為分離部件說明的單元可以是或者也可以不是物理上分開的,作為單元顯示的部件可以是或者也可以不是物理單元,即可以位于一個地方,或者也可以分布到多個單元上??梢愿鶕嶋H的需要選擇其中的部分或者全部單元來實現本實施例方案的目的。

    另外,在本發明各個實施例中的各功能單元可以集成在一個處理單元中,也可以是各個單元單獨物理存在,也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以采用硬件的形式實現,也可以采用軟件功能單元的形式實現。

    所述集成的單元如果以軟件功能單元的形式實現并作為獨立的產品銷售或使用時,可以存儲在一個計算機可讀取存儲介質中?;谶@樣的理解,本發明的技術方案本質上或者說對現有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟件產品的形式體現出來,該計算機軟件產品存儲在一個存儲介質中,包括若干指令用以使得一臺計算機設備(可為個人計算機、服務器或者網絡設備等)執行本發明各個實施例所述方法的全部或部分步驟。而前述的存儲介質包括:u盤、只讀存儲器(rom,read-onlymemory)、隨機存取存儲器(ram,randomaccessmemory)、移動硬盤、磁碟或者光盤等各種可以存儲程序代碼的介質。

    以上所述僅是本發明的優選實施方式,應當指出,對于本技術領域的普通技術人員來說,在不脫離本發明原理的前提下,還可以做出若干改進和潤飾,這些改進和潤飾也應視為本發明的保護范圍。

    再多了解一些
    當前第1頁1 2 
    網友詢問留言 已有0條留言
    • 還沒有人留言評論。精彩留言會獲得點贊!
    1
    中文字幕一区在线观看视频_国产偷v国产偷v_西西人体44rt net毛最多_伊人久久大香线蕉综合网