自动驾驶车辆的控制方法、装置、电子设备及存储介质与流程

1.本技术实施例涉及智能驾驶技术领域，尤其涉及自动驾驶车辆的控制方法、装置、电子设备及存储介质。


背景技术：

2.汽车智能化发展带来了电子电气架构的变革，集成式电子电气架构成为当前发展趋势，通过将多种控制功能集中在域控制器上，汽车的各种功能被整合分类由特定几个区域来控制。以目前主流公认的博世公司的分类来看，一共包括动力域、底盘域、座舱域、车身域和自动驾驶域。
3.现有技术中，在自动驾驶域方向上由于多类传感器的算法复杂化导致自动驾驶域控制器软件结构复杂，又由于多类传感器协同合作程度低以及模糊的语义分层而造成自动驾驶域控制器的算力浪费。


技术实现要素：

4.本技术实施例提供了自动驾驶车辆的控制方法、装置、电子设备及存储介质，以实现自动驾驶的算力效用最大化，有助于实现更高级别的自动驾驶规划算法。
5.第一方面，本技术实施例提供了一种自动驾驶车辆的控制方法，该方法包括：
6.对配置在车辆中的数据采集设备所采集的原始数据进行数据处理得到原始语义数据，并根据所述原始语义数据的特征对所述原始语义数据分级，得到至少两个等级的目标语义数据；
7.从所述至少两个等级的目标语义数据中确定所述车辆的当前行驶模式对应等级的目标语义数据；
8.通过所述当前行驶模式对应等级的目标语义数据控制所述车辆在所述当前行驶模式下行驶。
9.第二方面，本技术实施例提供了一种自动驾驶车辆的控制装置，该装置包括：
10.分级模块，用于对配置在车辆中的数据采集设备所采集的原始数据进行数据处理得到原始语义数据，并根据所述原始语义数据的特征对所述原始语义数据分级，得到至少两个等级的目标语义数据；
11.确定模块，用于从所述至少两个等级的目标语义数据中确定所述车辆的当前行驶模式对应等级的目标语义数据；
12.控制模块，用于通过所述当前行驶模式对应等级的目标语义数据控制所述车辆在所述当前行驶模式下行驶。
13.第三方面，本技术实施例提供了一种电子设备，该电子设备包括：
14.一个或多个处理器；
15.存储装置，用于存储一个或多个程序；
16.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理
器实现本技术任意实施例所述的自动驾驶车辆的控制方法。
17.第四方面，本技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本技术任意实施例所述的自动驾驶车辆的控制方法。
18.本技术实施例提供了自动驾驶车辆的控制方法、装置、电子设备及存储介质，该方法包括：对配置在车辆中的数据采集设备所采集的原始数据进行数据处理得到原始语义数据，并根据所述原始语义数据的特征对所述原始语义数据分级，得到至少两个等级的目标语义数据；从所述至少两个等级的目标语义数据中确定所述车辆的当前行驶模式对应等级的目标语义数据；通过所述当前行驶模式对应等级的目标语义数据控制所述车辆在所述当前行驶模式下行驶。本技术可以实现自动驾驶的算力效用最大化，有助于实现更高级别的自动驾驶规划算法。
19.应当理解，本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征，也不用于限制本技术的范围。本技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
20.附图用于更好地理解本方案，不构成对本技术的限定。其中：
21.图1为本技术实施例提供的自动驾驶车辆的控制方法的第一流程示意图；
22.图2为本技术实施例提供的自动驾驶车辆的控制方法的第二流程示意图；
23.图3为本技术实施例提供的语义数据的分级示意图；
24.图4为本技术实施例提供的自动驾驶车辆的控制装置的结构示意图；
25.图5是用来实现本技术实施例的自动驾驶车辆的控制方法的电子设备的框图。
具体实施方式
26.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
27.实施例一
28.图1为本技术实施例提供的一种自动驾驶车辆的控制方法的第一流程示意图，本实施例可适用于对不同传感器所采集的原始数据进行处理并语义分类之后，根据当前行驶模式调用对应的目标语义数据进行无人驾驶的情况。本实施例提供的一种自动驾驶车辆的控制方法可以由本技术实施例提供的自动驾驶车辆的控制装置来执行，该装置可以通过软件和/或硬件的方式实现，并集成在执行本方法的电子设备中。优选的，本技术实施例中的电子设备可以是车载终端。
29.参见图1，本实施例的方法包括但不限于如下步骤：
30.s110、对配置在车辆中的数据采集设备所采集的原始数据进行数据处理得到原始语义数据，并根据原始语义数据的特征对原始语义数据分级，得到至少两个等级的目标语义数据。
31.其中，数据采集设备包括：视觉传感器、激光雷达传感器、毫米波雷达传感器、超声
波雷达传感器和组合导航设备中的至少一者；原始数据包括车辆的静态特征信息、车辆的动态特征信息、道路信息和车辆当前所处环境的环境信息中的至少一者。原始语义数据是指对所述原始数据进行不同程度的数据处理之后的数据。
32.在本技术实施例中，通过在车辆上配置视觉传感器、激光雷达传感器、毫米波雷达传感器、超声波雷达传感器和组合导航设备等不同数据采集设备可以采集与该车辆相关(如车辆的静态特征信息、车辆的动态特征信息)或与该车辆当前所处环境相关(环境信息)的原始数据，例如：视觉传感器(如摄像头)采集的车辆周围环境的图像信息、激光雷达传感器采集的车辆周围环境的点云数据、毫米波雷达传感器或超声波雷达传感器采集的车辆周围环境的电磁波信息。其中，车辆的静态特征信息包括车辆的颜色、类别和尺寸，车辆的动态特征信息包括车辆的位置、姿态和速度。
33.需要说明的是，本实施例中的车辆的静态特征信息和车辆的动态特征信息中的车辆可以是配置数据采集设备的车辆(即本车)，可以是配置数据采集设备车辆的前方、后方、左方或右方中较近的车辆(即前车、后车、左车或右车)，还可以是。
34.具体的，根据原始语义数据的特征对原始语义数据分级，得到至少两个等级的目标语义数据，包括：将原始数据确定为一级目标语义数据；对一级目标语义数据进行数据处理得到具有物理量纲且与车辆行驶无关的语义数据，并将具有物理量纲且与车辆行驶无关的语义数据确定为二级目标语义数据；对一级目标语义数据和二级目标语义数据进行数据处理得到与车辆行驶相关的语义数据，并将与车辆行驶相关的语义数据确定为三级目标语义数据；对三级目标语义数据进行数据处理得到车辆意图识别的语义数据，并将车辆意图识别的语义数据确定为四级目标语义数据；将四级目标语义数据与一级目标语义数据、二级目标语义数据和三级目标语义数据中的至少一者进行组合得到五级目标语义数据。
35.在本技术实施例中，至少两个等级的目标语义数据中包括低等级目标语义数据和高等级目标语义数据，可以将一级目标语义数据和二级目标语义数据作为低等级目标语义数据，可以将三级目标语义数据、四级目标语义数据和五级目标语义数据作为高等级目标语义数据。可以将低等级目标语义数据进行数据处理或组合得到高等级目标语义数据。
36.在本技术实施例中，将所有的数据采集设备所采集的原始数据不进行数据处理，直接作为一级目标语义数据，并存储至一级目标语义数据对应的存储器中。这样设置的好处在于，留作存底便于以后依据原始数据对车辆进行检修或别的其他用途。其中，一级目标语义数据和原始数据相同，包括车辆的静态特征信息、车辆的动态特征信息、道路信息和车辆当前所处环境的环境信息中的至少一者。
37.在本技术实施例中，二级目标语义数据是根据一级目标语义数据计算出来的属性特征，偏向物理属性，主要特征是有计量单位或量纲，但不具有与车辆行驶相关的语义信息。比如本车或前车的速度和姿态、本车或前车的位置、前车的外形特征(颜色、类别或尺寸)、道路物理属性(曲率、坡度、宽度、车道线属性)和多边形标注信息等。可以将二级目标语义数据存储至对应的存储器中。
38.示例性的，二级目标语义数据中的前车速度的确定方法为：依据激光雷达传感器所获取到的车辆周围环境的点云数据，再结合在多帧画面的中的镜像距离判断前车的速度、姿态及加速度、前车与本车之间的相对速度。二级目标语义数据中的前车外形特征的确定方法为：依据视觉传感器所获取到的图像信息和激光雷达传感器所获取到的车辆周围环
境的点云数据进行数据处理操作后得出前车的外形特征。还可以对视觉传感器所获取到的图像信息中汽车、行人或障碍物进行人工、半自动或自动多边形标注，用以高等级目标语义数据的相关使用。二级目标语义数据中的车辆位置可以通过组合导航设备进行确定，组合导航设备可以是差分全球定位系统(global positioning system，gps)结合惯性导航系统(inertial measurement unit，imu)，定位精度可达到米级。道路物理属性主要以高精地图提供为主。
39.在本技术实施例中，三级目标语义数据是指与车辆行驶相关的语义数据，主要特征是一般没有物理量纲，可初步判断几何可行驶区域。比如车辆的历史轨迹、车辆行为、目标车道归属关系、标识语义(限速)、车道线约束语义(停车位)、车道方向(左转弯道)和法律法规约束语义等。可以将三级目标语义数据存储至对应的存储器中。
40.示例性的，三级目标语义数据中的历史轨迹是通过二级目标语义数据中的车辆位置进行多帧位置判断叠加算法以及绘制车辆行驶路线而得到。车辆行为是通过二级目标语义数据中的车辆位置、姿态和速度等数据与场景库中常规驾驶方式进行比对，从而对当前的车辆行为进行判断，也可用于高等级目标语义数据(如四级目标语义数据)中对车辆未来的行为进行预测。目标车道归属关系是由即时信息和道路信息综合可知。标识语义、车道线约束语义以及车道方向是针对视觉传感器拍摄的道路信息进行数据处理后获取标识牌、车道线约束语义和车道方向语义信息。法律法规约束语义是对道路信息以及数据库内实时法律法规综合得出当前对于车速、变换车道等的相关限制范围。
41.在本技术实施例中，四级目标语义数据是在三级目标语义数据的基础上的进一步加工得到车辆意图识别的语义数据，主要有以下几个类型：(1)两个三级语义的组合，如车在某个车道；(2)时空两个维度同时具备，如历史轨迹、轨迹预测；(3)对意图的识别与判断，如当前行为、行为预测。可以将四级目标语义数据存储至对应的存储器中。
42.在本技术实施例中，五级目标语义数据就是多个低等级目标语义数据的组合，例如，对目标的行为和轨迹预测(即四级目标语义数据)之后加上了交通规程(即三级目标语义数据)，得出的可行驶区域。可以将五级目标语义数据存储至对应的存储器中。
43.在本技术实施例中，至少两个等级的目标语义数据是指五个等级的目标语义数据，本实施对等级的数量不进行具体限定，本领域技术人员可以根据实际应用需求对目标语义数据划分为若干个等级。本实施依据无人驾驶软件功能的独立性和接口的独特性将无人驾驶应用层面的软件划分为不同的功能模块。目标语义数据的划分是按照上述的功能模块来划分的，也可以是按照其他方式来划分。本实施中目标语义数据的等级由浅入深，目标语义数据也从初始的原始数据逐渐向初步有物理信息、初步有驾驶信息、得出可驾驶区域而转变；基于上述目标语义数据可以建立传感器识别及分析算法与功能模块之间的链接方式，实现软件层面传输不同传感器数据后的解析调用。
44.s120、从至少两个等级的目标语义数据中确定车辆的当前行驶模式对应等级的目标语义数据。
45.在本技术实施例中，经上述s110步骤确定出至少两个等级的目标语义数据之后，需要从至少两个等级的目标语义数据中确定车辆的当前行驶模式对应等级的目标语义数据。
46.具体的，因为目标语义数据的等级是数据特征进行分级得到的，所以便可先确定
出执行当前行驶模式所需数据的数据特征；再根据数据特征从至少两个等级的目标语义数据中确定当前行驶模式对应等级的目标语义数据。示例性的，当前行驶模式为自适应巡航模式，该模式相对于“定速巡航”的最大优点在于不仅能够保持驾驶人预先设定的车速，还能够根据前方车辆的状态自适应的调整本车的车速，甚至自动停车，并在合适的时机自动起步。因而，该模式需要的数据特征为车辆的动态特征数据，例如前车和本车的速度、姿态和位置信息，则确定该模式对应二级目标语义数据。
47.可选的，当前行驶模式可以是对应一个等级的目标语义数据，还可以是对应多个等级的目标语义数据。
48.s130、通过当前行驶模式对应等级的目标语义数据控制车辆在当前行驶模式下行驶。
49.在本技术实施例中，确定出当前行驶模式对应的一个或多个等级的目标语义数据之后，车载终端再根据一个或多个等级的目标语义数据控制车辆在当前行驶模式下行驶。
50.本实施例提供的技术方案，通过对配置在车辆中的数据采集设备所采集的原始数据进行数据处理得到原始语义数据，并根据原始语义数据的特征对原始语义数据分级，得到至少两个等级的目标语义数据；从至少两个等级的目标语义数据中确定车辆的当前行驶模式对应等级的目标语义数据；通过当前行驶模式对应等级的目标语义数据控制车辆在当前行驶模式下行驶。本技术对自动驾驶的信息感知划分为清晰的语义数据等级，可以使得在自动驾驶的规划决策时可以复用低等级目标语义数据，以及直接使用高等级目标语义数据来控制车辆在当前行驶模式下行驶，可以避免重复调用原始数据所造成的算力浪费，提高自动驾驶算力的利用率；此外，通过设置高等级目标语义数据可以使得自动驾驶规划算法更合理和简单，可以让自动驾驶中的信息感知和规划决策的分工更加明晰，不同的算法只做自己范围内的工作，有助于实现更高级别的自动驾驶规划算法。
51.实施例二
52.图2为本技术实施例提供的一种自动驾驶车辆的控制方法的第二流程示意图；图3为本技术实施例提供的语义数据的分级示意图。本技术实施例是在上述实施例的基础上进行优化，具体优化为：本实施例对通用语义数据的调用过程进行详细的解释说明。
53.参见图2，本实施例的方法包括但不限于如下步骤：
54.s210、对配置在车辆中的数据采集设备所采集的原始数据进行数据处理得到原始语义数据，并根据原始语义数据的特征对原始语义数据分级，得到至少两个等级的目标语义数据。
55.其中，数据采集设备包括：视觉传感器、激光雷达传感器、毫米波雷达传感器、超声波雷达传感器和组合导航设备中的至少一者；原始数据包括车辆的静态特征信息、车辆的动态特征信息、道路信息和车辆当前所处环境的环境信息中的至少一者。原始语义数据是指对所述原始数据进行不同程度的数据处理之后的数据，其中，不同程度的数据处理包括数据标注、数据分析(例如流处理、交互查询、批处理、机器学习、人工智能)和可视化数据展示。
56.如图3所示为语义数据的分级示意图，一级目标语义数据为原始数据，没有任何语义的原始物理信号；二级目标语义数据为偏向物理属性，但不具有与车辆行驶相关的语义数据；三级目标语义数据为开始有与车辆行驶相关的语义数据；四级目标语义数据包括对
前车行为预测，轨迹预测等更进一步加工的语义数据；五级目标语义数据为最终得出的可行使区域的语义数据。每一个单一的传感器均有不同的感知能力，都描述了车辆内外环境的某一个属性，如果对自动驾驶中整个感知系统建立一个理想的完全准确的模型系统，每一个传感器相当于模型的一个过滤器，各自表达了理想模型的某一方面的属性。自动驾驶的感知部分，实际上就是用尽可能多的传感器加上算法来达到对理想模型的逼近。可用的传感器越多，算法越准确，与理想模型的偏差就越少。
57.可选的，在语义分级模型中，高等级的语义算法可以取到低等级目标语义数据，从而完成低等级目标语义数据的多次使用，进而节省了算力，也可最终拼成一个理想感知模型的现实模型。
58.s220、从至少两个等级的目标语义数据中抽取出不同行驶模式之间共享的通用语义数据。
59.在本技术实施例中，车辆的行驶模式包括自动泊车、自适应巡航和自动紧急制动。从目标语义数据中抽取出自动泊车与自适应巡航之间、自适应巡航与自动紧急制动之间，以及自动泊车与自动紧急制动之间可以共享通用的目标语义数据，即通用语义数据。本技术抽取出通用语义数据的好处在于，可以让自动驾驶域控制器计算资源协调调度，使得算力效用最大化。
60.示例性的，自动泊车模式、自适应巡航模式和自动紧急制动模式并不是同时启动的，速度超过20公里后，自动泊车模式停止执行，自适应巡航模式和自动紧急制动模式启动，但自动泊车模式的算力同时也会被空置，可以将通用语义数据由同一个电子控制单元来计算，进而节省算力。
61.s230、获取车辆的当前行驶模式，判断当前行驶模式是否需要与其他行驶模式共享通用语义数据。
62.其中，车辆的当前行驶模式包括：自动泊车、自适应巡航或自动紧急制动。
63.在本技术实施例中，车载终端可以从行驶模式对应的控制器中获取车辆的当前行驶模式，也可以通过其他方式获取车辆的当前行驶模式。之后车载控制器再判断当前行驶模式是否需要与其他行驶模式共享通用语义数据，若需要，则执行步骤s240；若不需要，则执行步骤s250。
64.s240、若需要，则调用通用语义数据。
65.在本技术实施例中，若当前行驶模式需要与其他行驶模式共享通用语义数据，表明当前行驶模式与其他行驶模式之间存在共享的通用语义数据，则车载终端调用通用语义数据，并根据通用语义数据控制车辆在当前行驶模式下行驶。这样设置的好处在于，各独立控制器之间可以有效的进行通用语义数据的共享，避免重复造轮子，各控制器的功能实现可以利用其他控制器的感知结果，避免资源浪费。
66.可选的，还可以是当前行驶模式的一部分数据需要调用通用语义数据，另一部分数据需要从至少两个等级的目标语义数据中确定对应等级的目标语义数据。
67.s250、若不需要，则从至少两个等级的目标语义数据中确定车辆的当前行驶模式对应等级的目标语义数据。
68.在本技术实施例中，若当前行驶模式不需要与其他行驶模式共享通用语义数据，表明当前行驶模式与其他行驶模式之间存在共享的通用语义数据，则从至少两个等级的目
标语义数据中确定车辆的当前行驶模式对应等级的目标语义数据。
69.具体的，因为目标语义数据的等级是数据特征进行分级得到的，所以便可先根据当前行驶模式和车辆当前所处环境确定出执行当前行驶模式所需数据的数据特征；再根据数据特征从至少两个等级的目标语义数据中确定当前行驶模式对应等级的目标语义数据。示例性的，当前行驶模式为自动泊车模式，需要的数据特征为车辆的动态特征数据(如车辆位置信息)和停车位信息，则确定该模式对应二级目标语义数据和三级目标语义数据。
70.s260、通过当前行驶模式对应等级的目标语义数据控制车辆在当前行驶模式下行驶。
71.在本技术实施例中，确定出当前行驶模式对应的一个或多个等级的目标语义数据之后，车载终端再根据一个或多个等级的目标语义数据控制车辆在当前行驶模式下行驶。
72.本实施例提供的技术方案，通过对配置在车辆中的数据采集设备所采集的原始数据进行数据处理得到原始语义数据，并根据原始语义数据的特征对原始语义数据分级，得到至少两个等级的目标语义数据；从至少两个等级的目标语义数据中抽取出不同行驶模式之间共享的通用语义数据；获取车辆的当前行驶模式，并判断当前行驶模式是否需要与其他行驶模式共享通用语义数据；若需要，则调用通用语义数据；若不需要，则从至少两个等级的目标语义数据中确定车辆的当前行驶模式对应等级的目标语义数据；通过当前行驶模式对应等级的目标语义数据控制车辆在当前行驶模式下行驶。本技术通过抽取出通用语义数据可以有效的进行通用语义数据的共享，可以让自动驾驶域控制器计算资源协调调度，使得算力效用最大化，有助于实现更高级别的自动驾驶规划算法。
73.实施例三
74.图4为本技术实施例提供的一种自动驾驶车辆的控制装置的结构示意图，如图4所示，该装置400可以包括：
75.分级模块410，用于对配置在车辆中的数据采集设备所采集的原始数据进行数据处理得到原始语义数据，并根据所述原始语义数据的特征对所述原始语义数据分级，得到至少两个等级的目标语义数据。
76.确定模块420，用于从所述至少两个等级的目标语义数据中确定所述车辆的当前行驶模式对应等级的目标语义数据。
77.控制模块430，用于通过所述当前行驶模式对应等级的目标语义数据控制所述车辆在所述当前行驶模式下行驶。
78.进一步的，上述分级模块410，可以具体用于：将所述原始数据确定为一级目标语义数据；对所述一级目标语义数据进行数据处理得到具有物理量纲且与车辆行驶无关的语义数据，并将所述具有物理量纲且与车辆行驶无关的语义数据确定为二级目标语义数据；对所述一级目标语义数据和所述二级目标语义数据进行数据处理得到与车辆行驶相关的语义数据，并将所述与车辆行驶相关的语义数据确定为三级目标语义数据；对所述三级目标语义数据进行数据处理得到车辆意图识别的语义数据，并将所述车辆意图识别的语义数据确定为四级目标语义数据；将所述四级目标语义数据与所述一级目标语义数据、所述二级目标语义数据和所述三级目标语义数据中的至少一者进行组合得到五级目标语义数据。
79.进一步的，上述自动驾驶车辆的控制装置，还可以包括：数据调用模块；
80.所述数据调用模块，用于在从所述至少两个等级的目标语义数据中确定所述车辆
的当前行驶模式对应等级的目标语义数据之前，从所述至少两个等级的目标语义数据中抽取出不同行驶模式之间共享的通用语义数据；获取所述车辆的当前行驶模式；判断所述当前行驶模式是否需要与其他行驶模式共享所述通用语义数据；若需要，则调用所述通用语义数据；若不需要，则触发执行从所述至少两个等级的目标语义数据中确定所述车辆的当前行驶模式对应等级的目标语义数据的步骤。
81.进一步的，上述确定模块420，可以包括特征确定单元和数据确定单元；
82.所述特征确定单元，用于确定执行所述当前行驶模式所需数据的数据特征。
83.所述数据确定单元，用于根据所述数据特征从所述至少两个等级的目标语义数据中确定所述当前行驶模式对应等级的目标语义数据。
84.进一步的，上述特征确定单元，还可以具体用于：根据所述当前行驶模式和所述车辆当前所处环境确定执行所述当前行驶模式所需数据的数据特征。
85.可选的，所述车辆的当前行驶模式包括：自动泊车、自适应巡航或自动紧急制动。
86.可选的，所述数据采集设备包括：视觉传感器、激光雷达传感器、毫米波雷达传感器、超声波雷达传感器和组合导航设备中的至少一者；所述原始数据包括所述车辆的静态特征信息、所述车辆的动态特征信息、道路信息和所述车辆当前所处环境的环境信息中的至少一者。
87.本实施例提供的自动驾驶车辆的控制装置可适用于上述任意实施例提供的自动驾驶车辆的控制方法，具备相应的功能和有益效果。
88.实施例四
89.图5是用来实现本技术实施例的一种自动驾驶车辆的控制方法的电子设备的框图，图5示出了适于用来实现本技术实施例实施方式的示例性电子设备的框图。图5显示的电子设备仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。该电子设备典型可以是智能手机、平板电脑、笔记本电脑、车载终端以及可穿戴设备等。优选的，本技术实施例中的电子设备可以是车载终端。
90.如图5所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：一个或者多个处理器或者处理单元516，存储器528，连接不同系统组件(包括存储器528和处理单元516)的总线518。
91.总线518表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
92.电子设备500典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备500访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
93.存储器528可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)530和/或高速缓存存储器532。电子设备500可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统534可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器
可以通过一个或者多个数据介质接口与总线518相连。存储器528可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本技术各实施例的功能。
94.具有一组(至少一个)程序模块542的程序/实用工具540，可以存储在例如存储器528中，这样的程序模块542包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块542通常执行本技术实施例所描述的功能和/或方法。
95.电子设备500也可以与一个或多个外部设备514(例如键盘、指向设备、显示器524等)通信，还可与一个或者多个使得用户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口522进行。并且，电子设备500还可以通过网络适配器520与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图5所示，网络适配器520通过总线518与电子设备500的其它模块通信。应当明白，尽管图5中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
96.处理单元516通过运行存储在存储器528中的程序，从而执行各种功能应用以及数据处理，例如实现本技术任一实施例所提供的自动驾驶车辆的控制方法。
97.实施例五
98.本技术实施例五还提供一种计算机可读存储介质，其上存储有计算机程序(或称为计算机可执行指令)，该程序被处理器执行时可以用于执行本技术上述任一实施例所提供的自动驾驶车辆的控制方法。
99.本技术实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
100.计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
101.计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
102.可以以一种或多种程序设计语言或其组合来编写用于执行本技术实施例操作的
计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

技术特征：
1.自动驾驶车辆的控制方法，其特征在于，所述方法包括：对配置在车辆中的数据采集设备所采集的原始数据进行数据处理得到原始语义数据，并根据所述原始语义数据的特征对所述原始语义数据分级，得到至少两个等级的目标语义数据；从所述至少两个等级的目标语义数据中确定所述车辆的当前行驶模式对应等级的目标语义数据；通过所述当前行驶模式对应等级的目标语义数据控制所述车辆在所述当前行驶模式下行驶。2.根据权利要求1所述的自动驾驶车辆的控制方法，其特征在于，所述根据所述原始语义数据的特征对所述原始语义数据分级，得到至少两个等级的目标语义数据，包括：将所述原始数据确定为一级目标语义数据；对所述一级目标语义数据进行数据处理得到具有物理量纲且与车辆行驶无关的语义数据，并将所述具有物理量纲且与车辆行驶无关的语义数据确定为二级目标语义数据；对所述一级目标语义数据和所述二级目标语义数据进行数据处理得到与车辆行驶相关的语义数据，并将所述与车辆行驶相关的语义数据确定为三级目标语义数据；对所述三级目标语义数据进行数据处理得到车辆意图识别的语义数据，并将所述车辆意图识别的语义数据确定为四级目标语义数据；将所述四级目标语义数据与所述一级目标语义数据、所述二级目标语义数据和所述三级目标语义数据中的至少一者进行组合得到五级目标语义数据。3.根据权利要求1所述的自动驾驶车辆的控制方法，其特征在于，在从所述至少两个等级的目标语义数据中确定所述车辆的当前行驶模式对应等级的目标语义数据之前，还包括：从所述至少两个等级的目标语义数据中抽取出不同行驶模式之间共享的通用语义数据；获取所述车辆的当前行驶模式；判断所述当前行驶模式是否需要与其他行驶模式共享所述通用语义数据；若需要，则调用所述通用语义数据；若不需要，则触发执行从所述至少两个等级的目标语义数据中确定所述车辆的当前行驶模式对应等级的目标语义数据的步骤。4.根据权利要求1所述的自动驾驶车辆的控制方法，其特征在于，所述从所述至少两个等级的目标语义数据中确定所述车辆的当前行驶模式对应等级的目标语义数据，包括：确定执行所述当前行驶模式所需数据的数据特征；根据所述数据特征从所述至少两个等级的目标语义数据中确定所述当前行驶模式对应等级的目标语义数据。5.根据权利要求4所述的自动驾驶车辆的控制方法，其特征在于，所述确定执行所述当前行驶模式所需数据的数据特征，包括：根据所述当前行驶模式和所述车辆当前所处环境确定执行所述当前行驶模式所需数据的数据特征。6.根据权利要求3所述的自动驾驶车辆的控制方法，其特征在于，所述车辆的当前行驶
模式包括：自动泊车、自适应巡航或自动紧急制动。7.根据权利要求1所述的自动驾驶车辆的控制方法，其特征在于，所述数据采集设备包括：视觉传感器、激光雷达传感器、毫米波雷达传感器、超声波雷达传感器和组合导航设备中的至少一者；所述原始数据包括所述车辆的静态特征信息、所述车辆的动态特征信息、道路信息和所述车辆当前所处环境的环境信息中的至少一者。8.一种自动驾驶车辆的控制装置，其特征在于，所述装置包括：分级模块，用于对配置在车辆中的数据采集设备所采集的原始数据进行数据处理得到原始语义数据，并根据所述原始语义数据的特征对所述原始语义数据分级，得到至少两个等级的目标语义数据；确定模块，用于从所述至少两个等级的目标语义数据中确定所述车辆的当前行驶模式对应等级的目标语义数据；控制模块，用于通过所述当前行驶模式对应等级的目标语义数据控制所述车辆在所述当前行驶模式下行驶。9.一种电子设备，其特征在于，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至7中任一所述的自动驾驶车辆的控制方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7中任一所述的自动驾驶车辆的控制方法。

技术总结
本申请实施例公开了自动驾驶车辆的控制方法、装置、电子设备及存储介质，涉及智能驾驶技术领域。其中，该方法包括：对配置在车辆中的数据采集设备所采集的原始数据进行数据处理得到原始语义数据，并根据所述原始语义数据的特征对所述原始语义数据分级，得到至少两个等级的目标语义数据；从所述至少两个等级的目标语义数据中确定所述车辆的当前行驶模式对应等级的目标语义数据；通过所述当前行驶模式对应等级的目标语义数据控制所述车辆在所述当前行驶模式下行驶。本申请实施例提供的技术方案，可以实现自动驾驶的算力效用最大化，有助于实现更高级别的自动驾驶规划算法。于实现更高级别的自动驾驶规划算法。于实现更高级别的自动驾驶规划算法。


技术研发人员：陈健
受保护的技术使用者：江苏智能网联汽车创新中心有限公司
技术研发日：2021.11.30
技术公布日：2022/3/8