车辆自动驾驶控制方法、系统、电子装置和存储介质与流程

1.本技术涉及车辆控制技术领域，特别是涉及一种车辆自动驾驶控制方法、系统、电子装置和存储介质。


背景技术：

2.随着智能交通的出现，以及车用电子技术和智能算法的不断发展和应用，如何实现车辆的自动驾驶或者辅助驾驶成为了一个非常重要的研究内容。自动驾驶控制系统的性能直接影响了车辆的速度控制精度以及行车安全性。
3.目前，相关技术中的自动驾驶系统或者辅助驾驶系统在面对路况较差的情况下，例如过桥、前方存在障碍物或者前方路况不明等情况下，往往是通过对获取的图像进行预处理，再与已有的先验知识进行对比，得到路况识别结果；然而这类技术方案的路况识别精度较低，且适用面较窄，因此，采用该自动驾驶系统的车辆在较差路况的道路上行驶时的控制性能较差。
4.目前针对相关技术中车辆自动驾驶在较差路况的道路上时控制性能差的问题，尚未提出有效的解决方案。


技术实现要素：

5.本技术实施例提供了一种车辆自动驾驶控制方法、系统、电子装置和存储介质，以至少解决相关技术中车辆自动驾驶在较差路况的道路上时控制性能差的问题。
6.第一方面，本技术实施例提供了一种车辆自动驾驶控制方法，所述方法包括：获取预设的摄像装置在车辆行驶过程中采集的环境图像信息；在所述环境图像信息不符合预设的路况识别需求时，控制所述车辆行驶在低速模式下，并获取预设的传感器在车辆行驶过程中采集的环境参数信息，其中，所述车辆在所述低速模式下的行驶速度小于预设阈值；基于所述环境参数信息对所述车辆的前方道路进行路况识别，确定所述车辆的前方道路的路况识别信息；根据所述路况识别信息和所述环境参数信息，控制所述车辆自动驾驶。
7.在其中一些实施例中，根据所述路况识别信息和所述环境参数信息，控制所述车辆自动驾驶包括：获取所述传感器在车辆行驶过程中采集的行驶状态信息；根据所述路况识别信息和所述环境参数信息，对所述车辆进行路径规划，确定所述车辆的当前规划路径；根据所述当前规划路径和所述行驶状态信息，控制所述车辆自动驾驶。
8.在其中一些实施例中，根据所述当前规划路径和所述行驶状态信息，控制所述车辆自动驾驶包括：基于所述行驶状态信息和所述当前规划路径计算所述车辆的行驶误差量；利用pid控制算法和/或模糊控制算法对所述行驶误差量进行校正量的换算，得到所述车辆的行驶校正量；根据所述车辆的行驶校正量，控制所述车辆自动驾驶。
9.在其中一些实施例中，所述行驶校正量包括：角度校正量、速度校正量和传感器参数校正量；根据所述车辆的行驶校正量，控制所述车辆自动驾驶包括：根据所述角度校正量，对所述车辆的方向控制模块进行闭环控制；根据所述速度校正量，对所述车辆的速度控
制模块进行闭环控制；根据所述传感器参数校正量，对所述传感器进行参数配置。
10.在其中一些实施例中，所述传感器包括：测速传感器和测距传感器；所述行驶状态信息包括所述车辆与预设位置之间的距离，所述车辆的行驶角度以及所述车辆的当前行驶速度；获取所述传感器在车辆行驶过程中采集的行驶状态信息包括：利用所述测距传感器在车辆行驶过程中采集所述车辆与预设位置之间的距离，以及所述车辆的行驶角度；利用所述测速传感器在车辆行驶过程中采集所述车辆的当前行驶速度。
11.在其中一些实施例中，在确定所述车辆的前方道路的路况识别信息之前，所述方法还包括：在所述环境图像信息符合预设的路况识别需求时，基于所述环境图像信息对所述车辆的前方道路进行路况识别，确定所述车辆的前方道路的路况识别信息。
12.在其中一些实施例中，基于环境图像信息对所述车辆的前方道路进行路况识别，确定所述车辆的前方道路的路况识别信息包括：对所述环境图像信息进行特征点抓取，得到多个环境特征点的特征信息；获取预设的传感器在车辆行驶过程中采集的环境参数信息；基于多个环境特征点的特征信息和所述环境参数信息对所述车辆的前方道路进行路况识别，确定所述车辆的前方道路的路况识别信息。
13.第二方面，本技术实施例提供了一种车辆自动驾驶控制系统，所述系统包括：采样模块、处理模块和控制模块；其中，所述采样模块包括摄像装置和传感器，其中，所述摄像装置用于在车辆行驶过程中采集环境图像信息，所述传感器用于在车辆行驶过程中采集环境参数信息和行驶状态信息；所述处理模块分别与采样模块和控制模块通信连接，用于执行如上述第一方面所述的车辆自动驾驶控制方法，并向所述控制模块下发控制指令；所述控制模块受控于所述处理模块下发的控制指令，控制所述车辆自动驾驶。
14.第三方面，本技术实施例还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行如上述第一方面所述的车辆自动驾驶控制方法。
15.第四方面，本技术实施例还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被处理器执行时实现如上述第一方面所述的车辆自动驾驶控制方法。
16.相比于相关技术，本技术实施例提供的车辆自动驾驶控制方法、系统、电子装置和存储介质，通过获取预设的摄像装置在车辆行驶过程中采集的环境图像信息；在环境图像信息不符合预设的路况识别需求时，控制车辆行驶在低速模式下，并获取预设的传感器在车辆行驶过程中采集的环境参数信息，其中，车辆在低速模式下的行驶速度小于预设阈值；基于环境参数信息对车辆的前方道路进行路况识别，确定车辆的前方道路的路况识别信息；根据路况识别信息和环境参数信息，控制车辆自动驾驶。解决了相关技术中车辆自动驾驶在较差路况的道路上时控制性能差的问题，实现了提高车辆自动驾驶的控制性能的技术效果。
17.本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。
附图说明
18.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本申
请的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
19.图1是根据本技术实施例的车辆自动驾驶控制系统的结构框图；
20.图2是根据本技术实施例的车辆自动驾驶控制方法的流程图；
21.图3是根据本技术实施例的电子装置的结构示意图。
具体实施方式
22.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。基于本技术提供的实施例，本领域普通技术人员在没有作出创造性劳动的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。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本技术公开的内容相关的本领域的普通技术人员而言，在本技术揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本技术公开的内容不充分。
23.在本技术中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本技术所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
24.除非另作定义，本技术所涉及的技术术语或者科学术语应当为本技术所属技术领域内具有一般技能的人士所理解的通常意义。本技术所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本技术所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本技术所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本技术所涉及的“多个”是指大于或者等于两个。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。本技术所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
25.本实施例提供了一种车辆自动驾驶控制系统，图1是根据本技术实施例的车辆自动驾驶控制系统的结构框图，如图1所示，该系统包括：采样模块11、处理模块12和控制模块13；其中，采样模块11包括摄像装置111和传感器112，其中，摄像装置111用于在车辆行驶过程中采集环境图像信息，传感器112用于在车辆行驶过程中采集环境参数信息和行驶状态信息；处理模块12分别与采样模块11和控制模块13通信连接，用于一种车辆自动驾驶控制方法，并向控制模块13下发控制指令；控制模块13受控于处理模块12下发的控制指令，控制车辆自动驾驶。
26.在本实施例中，摄像装置111可以按照预设周期在车辆行驶过程中实时采集环境图像，并通过dma(直接存储器访问，direct memory access)将环境图像信息发送至内存，对环境图像进行图像缩略等预处理后得到环境图像信息，并将环境图像信息发送到处理模
块12用于后续的路况识别。
27.在本实施例中，传感器112可以包括测距传感器和测速传感器，测距传感器可以包括tof(飞行时间，time of flight)传感器和超声波传感器，测速传感器可以包括设置在车辆电机中的编码器，传感器112还包括电磁传感器。
28.在上述实施例中，电磁传感器可以检测空间的电磁强度，通过硬件的滤波处理，进而检测得到空间的电磁变化状态，将空间的电磁变化状态作为环境参数信息之一；tof传感器可以快速检测其与预设位置之间的距离，在车辆的高速行驶过程中，能够为车辆的避障行驶和安全行驶提供合理依据；超声波传感器类似激光雷达，其在面对较远距离的监测环境下监测范围较大，因此可以作为用于车辆行驶的引导辅助，通过读取超声波传感器的i/o(输入/输出，input/output)接口即可获取车辆与周围预设角度之间的距离，从而获取车辆的行驶角度；设置在车辆电机中的编码器可以直接读取电机转轴的转速，进而换算得到车辆的行驶速度。
29.在本实施例中，通过整合多个传感器112的检测得到的环境参数信息，基于多个传感器112的检测得到的环境参数信息进行后续的路况识别，其中，该环境参数信息可以包括车辆与预设位置之间的距离信息、车辆与预设角度之间的距离信息等等，在面对特殊路况或者路况较差的道路时，例如在前方道路为桥梁、前方道路存在障碍物、前方道路路况不明等情况下，能够准确、快速地识别前方道路的路况识别信息，快速确定车辆前方道路的路况类别，进而对车辆的行驶路径进行规划，解决了相关技术中车辆自动驾驶在较差路况的道路上时控制性能差的问题，实现了提高车辆自动驾驶的控制性能的技术效果。
30.在本实施例中，控制模块13与车辆的驱动模块通信连接，其中，车辆的驱动模块可以包括方向控制模块和速度控制模块，处理模块12在获取得到车辆前方道路的路况识别信息后，基于车辆的路况识别信息和环境参数信息向控制模块13下发控制指令，控制模块13受控于该控制指令，对方向控制模块和/或速度控制模块进行闭环控制，保证车辆的行驶状态符合当前规划路径的需求。
31.在上述实施例中，采样模块11、处理模块12和控制模块13构成一个用于车辆自动驾驶的从识别到控制的完整控制框架，处理模块12可以采用mcu(微控制单元，microcontroller unit)，其中，采样模块11、处理模块12和控制模块13中采用的传感器112和芯片都可以根据不同的应用场景进行更换，进而改变该控制框架的灵敏度以适应不同应用场景下的车辆自动驾驶需求，该控制框架具备较高的可分离性和可模块化性，在多平台场景下满足多个车辆的应用需求，同时可以通过更换不同的传感器112、芯片等资源进行控制框架的快速开发和适配，从而使得该车辆自动驾驶控制系统具备更好的稳定性和可移植性。
32.在其中一些实施例中，处理模块12被配置为用于获取预设的摄像装置111在车辆行驶过程中采集的环境图像信息；在环境图像信息不符合预设的路况识别需求时，控制车辆行驶在低速模式下，并获取预设的传感器112在车辆行驶过程中采集的环境参数信息，其中，车辆在低速模式下的行驶速度小于预设阈值；基于环境参数信息对车辆的前方道路进行路况识别，确定车辆的前方道路的路况识别信息；根据路况识别信息和环境参数信息，控制车辆自动驾驶。
33.在其中一些实施例中，处理模块12被配置为用于获取传感器112在车辆行驶过程
中采集的行驶状态信息；根据路况识别信息和环境参数信息，对车辆进行路径规划，确定车辆的当前规划路径；根据当前规划路径和行驶状态信息，控制车辆自动驾驶。
34.在其中一些实施例中，处理模块12被配置为用于基于行驶状态信息和当前规划路径计算车辆的行驶误差量；利用pid控制算法和/或模糊控制算法对行驶误差量进行校正量的换算，得到车辆的行驶校正量；根据车辆的行驶校正量，控制车辆自动驾驶。
35.在其中一些实施例中，行驶校正量包括：角度校正量、速度校正量和传感器参数校正量；处理模块12被配置为用于根据角度校正量，对车辆的方向控制模块13进行闭环控制；根据速度校正量，对车辆的速度控制模块13进行闭环控制；根据传感器参数校正量，对传感器112进行参数配置。
36.在其中一些实施例中，传感器112包括：测速传感器和测距传感器；行驶状态信息包括车辆与预设位置之间的距离，车辆的行驶角度以及车辆的当前行驶速度；处理模块12被配置为用于利用测距传感器在车辆行驶过程中采集车辆与预设位置之间的距离，以及车辆的行驶角度；利用测速传感器在车辆行驶过程中采集车辆的当前行驶速度。
37.在其中一些实施例中，处理模块12被配置为用于在环境图像信息符合预设的路况识别需求时，基于环境图像信息对车辆的前方道路进行路况识别，确定车辆的前方道路的路况识别信息。
38.在其中一些实施例中，处理模块12被配置为用于对环境图像信息进行特征点抓取，得到多个环境特征点的特征信息；获取预设的传感器112在车辆行驶过程中采集的环境参数信息；基于多个环境特征点的特征信息和环境参数信息对车辆的前方道路进行路况识别，确定车辆的前方道路的路况识别信息。
39.本实施例提供了一种车辆自动驾驶控制方法，图2是根据本技术实施例的车辆自动驾驶控制方法的流程图，如图2所示，该方法包括：
40.步骤s201，获取预设的摄像装置在车辆行驶过程中采集的环境图像信息。
41.在本实施例中，摄像装置可以根据预设周期，在车辆行驶过程中实时采集环境图像，并通过dma传入内存，对环境图像进行图片缩略、图像滤波等预处理，得到环境图像信息。
42.步骤s202，在环境图像信息不符合预设的路况识别需求时，控制车辆行驶在低速模式下，并获取预设的传感器在车辆行驶过程中采集的环境参数信息，其中，车辆在低速模式下的行驶速度小于预设阈值。
43.在本实施例中，在环境图像信息不符合预设的路况识别需求时，即确定无法通过当前环境图像来确定车辆前方道路的路况类别，例如，车辆在高速行驶时，摄像装置拍摄的环境图像存在拉伸、模糊等情况，此时需要控制车辆行驶在低速模式下，在低速模式下，可以在同样的距离里获得更长的检测时长，多个传感器能够获取更多的环境参数信息，基于多个传感器检测到的环境参数信息进行后续的路况识别准确性也更高；同样地，后续如果还需要使用环境图像信息对车辆的前方道路的路况进行识别时，低速模式下摄像装置获取的环境图像信息也更清晰，更符合路况识别需求，其中，该预设阈值可以为20km/h、30km/h等，该预设阈值可以根据路况、用户需要进行设置。。
44.步骤s203，基于环境参数信息对车辆的前方道路进行路况识别，确定车辆的前方道路的路况识别信息。
45.在本实施例中，车辆的前方道路的路况类别包括前方道路为桥梁、前方道路存在障碍物、前方道路路况不明等，基于多个传感器检测到的环境参数信息进行参量整定，对特殊路况进行识别以及后续的路径规划的计算，能够在摄像装置拍摄得到的环境图像无法满足路况识别需求时，准确、快速地识别前方道路的路况识别信息，快速确定车辆前方道路的路况类别，进而对车辆的行驶路径进行规划。
46.步骤s204，根据路况识别信息和环境参数信息，控制车辆自动驾驶。
47.在本实施例中，根据路况识别信息和环境参数信息，控制车辆自动驾驶可以包括：获取传感器在车辆行驶过程中采集的行驶状态信息根据路况识别信息和环境参数信息，对车辆进行路径规划，确定车辆的当前规划路径；根据当前规划路径和行驶状态信息，控制车辆自动驾驶。
48.在本实施例中，基于路况识别信息和环境参数信息，对车辆进行路径规划，确定车辆的当前规划路径，基于车辆的行驶状态信息可以确定车辆当前行驶状态与当前规划路径的误差，基于该误差进行误差校正即可保证车辆能够正确行驶在当前规划路径上，实现车辆的自动驾驶控制。
49.通过上述步骤s201至步骤s204，通过获取预设的摄像装置在车辆行驶过程中采集的环境图像信息在环境图像信息不符合预设的路况识别需求时，控制车辆行驶在低速模式下，并获取预设的传感器在车辆行驶过程中采集的环境参数信息，其中，车辆在低速模式下的行驶速度小于预设阈值；基于环境参数信息对车辆的前方道路进行路况识别，确定车辆的前方道路的路况识别信息；根据路况识别信息和环境参数信息，控制车辆自动驾驶。在摄像装置拍摄得到的环境图像无法满足路况识别需求时，通过整合传感器的检测得到的环境参数信息，基于传感器的检测得到的环境参数信息进行后续的路况识别，在面对特殊路况或者路况较差的道路时，例如在前方道路为桥梁、前方道路存在障碍物、前方道路路况不明等情况下，能够准确、快速地识别前方道路的路况识别信息，快速确定车辆前方道路的路况类别，进而对车辆的行驶路径进行规划。通过本技术，解决了相关技术中车辆自动驾驶在较差路况的道路上时控制性能差的问题，实现了提高车辆自动驾驶的控制性能的技术效果。
50.在其中一些实施例中，根据当前规划路径和行驶状态信息，控制车辆自动驾驶通过如下步骤实现：
51.步骤1，基于行驶状态信息和当前规划路径计算车辆的行驶误差量。
52.步骤2，利用pid控制算法和/或模糊控制算法对行驶误差量进行校正量的换算，得到车辆的行驶校正量。
53.步骤3，根据车辆的行驶校正量，控制车辆自动驾驶。
54.在本实施例中，行驶校正量可以包括：角度校正量、速度校正量和传感器参数校正量；根据车辆的行驶校正量，控制车辆自动驾驶可以包括：根据角度校正量，对车辆的方向控制模块进行闭环控制；根据速度校正量，对车辆的速度控制模块进行闭环控制；根据传感器参数校正量，对传感器进行参数配置。
55.在上述实施例中，在获取车辆的行驶状态信息和当前规划路径后，可以根据车辆的当前道路的路况识别信息，利用pid控制算法和/或模糊控制算法基于车辆的行驶状态信息和当前规划路径进行行驶误差量到行驶校正量的换算，并将角度校正量发送到车辆的方向控制模块(例如车辆的舵机)，将速度校正量发送到车辆的速度控制模块(例如车辆的步
进电机)，分别对方向控制模块和速度控制模块进行闭环控制；同样地，还可以基于传感器参数校正量对传感器进行参数配置，保证传感器能够适配于多种路况的需求，不断提高传感器的检测准确性。
56.在其中一些实施例中，传感器包括：测速传感器和测距传感器；行驶状态信息包括车辆与预设位置之间的距离，车辆的行驶角度以及车辆的当前行驶速度；获取传感器在车辆行驶过程中采集的行驶状态信息通过如下步骤实现：
57.步骤1，利用测距传感器在车辆行驶过程中采集车辆与预设位置之间的距离，以及车辆的行驶角度。
58.步骤2，利用测速传感器在车辆行驶过程中采集车辆的当前行驶速度。
59.在本实施例中，传感器可以包括测距传感器和测速传感器，测距传感器可以包括tof(飞行时间，time of flight)传感器和超声波传感器，测速传感器可以包括设置在车辆电机中的编码器，传感器112还包括电磁传感器。
60.在上述实施例中，电磁传感器可以检测空间的电磁强度，通过硬件的滤波处理，进而检测得到空间的电磁变化状态，将空间的电磁变化状态作为环境参数信息之一；tof传感器可以快速检测其与预设位置之间的距离，在车辆的高速行驶过程中，能够为车辆的避障行驶和安全行驶提供合理依据；超声波传感器类似激光雷达，其在面对较远距离的监测环境下监测范围较大，因此可以作为用于车辆行驶的引导辅助，通过读取超声波传感器的i/o(输入/输出，input/output)接口即可获取车辆与周围预设角度之间的距离，从而获取车辆的行驶角度；设置在车辆电机中的编码器可以直接读取电机转轴的转速，进而换算得到车辆的行驶速度。
61.在其中一些实施例中，在确定车辆的前方道路的路况识别信息之前，该方法还包括：在环境图像信息符合预设的路况识别需求时，基于环境图像信息对车辆的前方道路进行路况识别，确定车辆的前方道路的路况识别信息。
62.在本实施例中，基于环境图像信息对车辆的前方道路进行路况识别，确定车辆的前方道路的路况识别信息可以包括：对环境图像信息进行特征点抓取，得到多个环境特征点的特征信息；获取预设的传感器在车辆行驶过程中采集的环境参数信息；基于多个环境特征点的特征信息和环境参数信息对车辆的前方道路进行路况识别，确定车辆的前方道路的路况识别信息。
63.在本实施例中，在摄像装置采集得到的环境图像信息符合预设的路况识别需求时，则可以确定当前路况较佳或者摄像装置的工作状态良好，可以不控制车辆进入低速模式，使车辆行驶在正常速度模式或者高速模式下，保证车辆在当前路况较佳或者摄像装置的工作状态良好的情况下能够以较快的速度行驶，在保证车辆的行驶安全性的同时提高车辆的行驶速度。
64.在上述实施例中，可以对环境图像信息进行特征点抓取，得到多个环境特征点的特征信息，并基于多个环境特征点的特征信息以及传感器在车辆行驶过程中采集的环境参数信息对车辆的前方道路进行路况识别，提高对车辆的前方道路进行路况识别的准确率，进而提高对车辆的行驶路径进行规划的可靠性和精确性，保证车辆可以正确行驶在更精确的规划路径上，从而提高车辆自动驾驶的控制性能。
65.本实施例还提供了一种电子装置，图3是根据本技术实施例的电子装置的硬件结
构示意图，如图3所示，该电子装置包括存储器304和处理器302，该存储器304中存储有计算机程序，该处理器302被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
66.具体地，上述处理器302可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，简称为asic)，或者可以被配置成实施本技术实施例的一个或多个集成电路。
67.其中，存储器304可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器304可包括硬盘驱动器(hard disk drive，简称为hdd)、软盘驱动器、固态驱动器(solid state drive，简称为ssd)、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，简称为usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器304可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器304可在车辆自动驾驶控制系统的内部或外部。在特定实施例中，存储器304是非易失性(non-volatile)存储器。在特定实施例中，存储器304包括只读存储器(read-only memory，简称为rom)和随机存取存储器(random access memory，简称为ram)。在合适的情况下，该rom可以是掩模编程的rom、可编程rom(programmable read-only memory，简称为prom)、可擦除prom(erasable programmable read-only memory，简称为eprom)、电可擦除prom(electrically erasable programmable read-only memory，简称为eeprom)、电可改写rom(electrically alterable read-only memory，简称为earom)或闪存(flash)或者两个或更多个以上这些的组合。在合适的情况下，该ram可以是静态随机存取存储器(static random-access memory，简称为sram)或动态随机存取存储器(dynamic random access memory，简称为dram)，其中，dram可以是快速页模式动态随机存取存储器(fast page mode dynamic random access memory，简称为fpmdram)、扩展数据输出动态随机存取存储器(extended date out dynamic random access memory，简称为edodram)、同步动态随机存取内存(synchronous dynamic random-access memory，简称sdram)等。
68.存储器304可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器302所执行的可能的计算机程序指令。
69.处理器302通过读取并执行存储器304中存储的计算机程序指令，以实现上述实施例中的任意一种车辆自动驾驶控制方法。
70.可选地，上述电子装置还可以包括传输设备306以及输入输出设备308，其中，该传输设备306和上述处理器302连接，该输入输出设备308和上述处理器302连接。
71.可选地，在本实施例中，上述处理器302可以被设置为通过计算机程序执行以下步骤：
72.s1，获取预设的摄像装置在车辆行驶过程中采集的环境图像信息。
73.s2，在环境图像信息不符合预设的路况识别需求时，控制车辆行驶在低速模式下，并获取预设的传感器在车辆行驶过程中采集的环境参数信息，其中，车辆在低速模式下的行驶速度小于预设阈值。
74.s3，基于环境参数信息对车辆的前方道路进行路况识别，确定车辆的前方道路的路况识别信息。
75.s4，根据路况识别信息和环境参数信息，控制车辆自动驾驶。
76.需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所
描述的示例，本实施例在此不再赘述。
77.另外，结合上述实施例中的车辆自动驾驶控制方法，本技术实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种车辆自动驾驶控制方法。
78.本领域的技术人员应该明白，以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
79.以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。