基于自动驾驶车辆的跟车控制方法、装置和设备与流程

1.本公开涉及人工智能中的无人驾驶、自动驾驶、规划控制、智能交通、车联网和智能座舱等领域，尤其涉及一种基于自动驾驶车辆的跟车控制方法、装置和设备。


背景技术：

2.随着自动驾驶技术的发展，自动驾驶车辆已经开始得到应用。自动驾驶车辆在进行自动驾驶的过程中，需要跟随前方的车辆进行行驶。
3.自动驾驶车辆如何进行安全的跟车以保证行驶的安全、以及人员的安全，是一个亟需解决的问题。


技术实现要素：

4.本公开提供了一种用于保证车辆安全行驶的基于自动驾驶车辆的跟车控制方法、装置和设备。
5.根据本公开的第一方面，提供了一种基于自动驾驶车辆的跟车控制方法，包括：
6.获取当前车辆与引导车辆之间的距离信息，并获取所述引导车辆在当前帧的引导车辆当前速度；其中，所述引导车辆与所述当前车辆为跟随关系；所述距离信息包括实际距离和安全距离，所述安全距离表征保证所述当前车辆和所述引导车辆可安全行驶的车辆间隔距离；
7.若确定所述实际距离大于等于所述安全距离，则确定所述引导车辆当前速度，为所述引导车辆在未来时间段内的每一帧的第一行驶速度；
8.根据所述引导车辆在未来时间段内的每一帧的第一行驶速度，确定所述当前车辆在未来时间段内的每一帧的第二行驶速度；并根据所述当前车辆在未来时间段内的每一帧的第二行驶速度，控制所述当前车辆进行行驶。
9.根据本公开的第二方面，提供了一种基于自动驾驶车辆的跟车控制装置，包括：
10.第一获取单元，用于获取当前车辆与引导车辆之间的距离信息；其中，所述引导车辆与所述当前车辆为跟随关系；所述距离信息包括实际距离和安全距离，所述安全距离表征保证所述当前车辆和所述引导车辆可安全行驶的车辆间隔距离；
11.第二获取单元，用于获取所述引导车辆在当前帧的引导车辆当前速度；
12.第一确定单元，用于若确定所述实际距离大于等于所述安全距离，则确定所述引导车辆当前速度，为所述引导车辆在未来时间段内的每一帧的第一行驶速度；
13.第二确定单元，用于根据所述引导车辆在未来时间段内的每一帧的第一行驶速度，确定所述当前车辆在未来时间段内的每一帧的第二行驶速度；
14.控制单元，用于根据所述当前车辆在未来时间段内的每一帧的第二行驶速度，控制所述当前车辆进行行驶。
15.根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器
执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述方法。
16.根据本公开的第四方面，提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述方法。
17.根据本公开的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
18.根据本公开的第六方面，提供了一种自动驾驶车辆，所述自动驾驶车辆中设置有第三方面提供的电子设备。
19.根据本公开的技术，获取与当前车辆为跟随关系的引导车辆在当前帧的引导车辆当前速度，并获取当前车辆与引导车辆之间的实际距离、安全距离；若确定实际距离大于等于安全距离，则确定当前车辆跟随该引导车辆行驶，是安全的。确定引导车辆在当前帧的引导车辆当前速度，为引导车辆在未来时间段内的每一帧的第一行驶速度，进而得到引导车辆在未来时间段内的预测速度；从而在确定实际距离大于等于安全距离的时候，对引导车辆在未来时间段内的预测速度进行匀速化处理。根据引导车辆在未来时间段内的每一帧的第一行驶速度，确定当前车辆在未来时间段内的每一帧的第二行驶速度，进而根据当前车辆在未来时间段内的每一帧的第二行驶速度，控制当前车辆进行行驶。进行安全距离的计算，保证跟车的安全。由于在确定实际距离大于等于安全距离的时候，对引导车辆在未来时间段内的预测速度进行匀速化处理；并且，依据引导车辆在未来时间段内的速度，所得到的当前车辆在未来时间段内的每一帧的第二行驶速度；从而保证了所得到当前车辆在未来时间段内的每一帧的第二行驶速度，是可以使得当前车辆在未来时间段稳定行驶。保证了当前车辆可以以稳定速度进行跟车；保证了当前车辆的行驶状态的稳定，保证了当前车辆中的人员的安全；也降低了对当前车辆的后方车辆造成的安全威胁。
20.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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
21.附图用于更好地理解本方案，不构成对本公开的限定。其中：
22.图1是可以实现本公开实施例的跟车的场景图；
23.图2是根据本公开第一实施例的示意图；
24.图3是根据本公开第二实施例的示意图；
25.图4是根据本公开提供的横向距离的示意图；
26.图5是根据本公开第三实施例的示意图；
27.图6是根据本公开第四实施例的示意图；
28.图7是根据本公开提供的当前车辆在未来时间段内的速度变化的示意图一；
29.图8是根据本公开提供的当前车辆在未来时间段内的速度变化的示意图二；
30.图9是根据本公开第五实施例的示意图；
31.图10是根据本公开第六实施例的示意图；
32.图11是根据本公开第七实施例的示意图；
33.图12示出了可以用来实施本公开的实施例的示例电子设备1200的示意性框图。
具体实施方式
34.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
35.随着自动驾驶技术的发展，自动驾驶车辆已经开始得到应用。自动驾驶车辆在进行自动驾驶的过程中，需要跟随前方的车辆进行行驶(即，跟随前车场景)；跟随前车场景，是自动驾驶中常见的场景之一。需要保证自动驾驶车辆可以安全、稳定的跟随前方车辆进行行驶；这是自动驾驶技术的关键问题和技术难题。
36.图1是可以实现本公开实施例的跟车的场景图，如图1所示，自动驾驶车辆101需要跟随前方车辆102进行自动驾驶；自动驾驶车辆101的周围还有其他车辆103。各个车辆在车道线104所构成的车道内进行行驶。
37.自动驾驶车辆如何进行安全的跟车以保证行驶的安全、以及人员的安全，是一个亟需解决的问题。
38.一个示例中，自动驾驶车辆可以获取前方车辆的预测速度，其中，该预测速度为前方车辆在未来时间段内的行驶速度，并且，该预测速度为前方车辆或者其他控制设备所预测出的速度。例如，自动驾驶车辆预测出前方车辆的预测速度；或者，自动驾驶车辆接收其他设备虎或者前方车辆，所发送的前方车辆的预测速度。其中，前方车辆可以为普通车辆、或者前方车辆可以为自动驾驶车辆。
39.自动驾驶车辆根据前方车辆的预测速度，确定出当前的自动驾驶车辆的预测速度。例如，自动驾驶车辆将前方车辆在未来时间段内的预测速度，作为当前的自动驾驶车辆在未来时间段内的预测速度；或者，自动驾驶车辆将前方车辆在未来时间段内的预测速度，减去一个预设值，得到当前的自动驾驶车辆在未来时间段内的预测速度。然后，自动驾驶车辆所得到的当前的自动驾驶车辆的预测速度，控制当前的自动驾驶车辆进行行驶。
40.但是上述方式中，自动驾驶车辆时刻依据前方车辆在未来时间段内的预测速度，去进行自身的驾驶控制；进而自动驾驶车辆需要时刻跟随前方车辆的行驶状态，进行自身的驾驶控制。自动驾驶车辆根据前方车辆在未来时间段内的预测速度，进行自身驾驶控制的过程，是非常敏锐的过程。完全依赖于前方车辆的预测速度，导致自动驾驶车辆的跟车过程中，出现形式状态的反复波动；会导致自动驾驶车辆的行驶状态非常不稳定，容易对自动驾驶车辆中的人员安全造成安全隐患；也会对位于自动驾驶车辆后方的车辆造成安全威胁。
41.例如，若前方车辆在未来时间段内先加速、后匀速；则自动驾驶车辆也需要根据前方车辆的预测速度和预测出的状态，进行先加速、后匀速。但是实际行驶过程中，前方车辆的实际的预测速度为一定范围内的匀速(非绝对的匀速)。进而上述过程中，自动驾驶车辆会先加速、后匀速，进而使得自动驾驶车辆与前方车辆之间的距离拉小，导致两个车辆之间的安全的距离减小；进而自动驾驶车辆再需要减速，以避免碰撞，从而自动驾驶车辆又减
速。进而导致自动驾驶车辆不断重复上述过程，即，加速、匀速、减速、加速、匀速、减速。导致自动驾驶车辆的行驶状态非常不稳定，容易对自动驾驶车辆中的人员安全造成安全隐患；也会对位于自动驾驶车辆后方的车辆造成安全威胁。
42.本公开提供一种基于自动驾驶车辆的跟车控制方法、装置和设备，应用于人工智能中的无人驾驶、自动驾驶、规划控制、智能交通、车联网和智能座舱等技术领域，以达到进行稳定的行驶，保证了车辆的行驶状态稳定的目的。
43.图2是根据本公开第一实施例的示意图，如图2所示，本实施例提供的基于自动驾驶车辆的跟车控制方法，包括：
44.s201、获取当前车辆与引导车辆之间的距离信息，并获取引导车辆在当前帧的引导车辆当前速度；其中，引导车辆与当前车辆为跟随关系；距离信息包括实际距离和安全距离，安全距离表征保证当前车辆和引导车辆可安全行驶的车辆间隔距离。
45.示例性地，本实施例以执行主体可以是自动驾驶车辆、或者自动驾驶车辆上的控制器、或者远程设备、或者终端设备、或者服务器、或者电子设备、或者基于自动驾驶车辆的跟车控制装置或设备、或者是其他可以执行本实施例方法的装置或设备。本实施例以执行主体为自动驾驶车辆上的控制器进行说明。
46.车辆在行驶过程中，需要跟随前方车辆进行行驶。车辆的前方有引导车辆；其中，“前方”所指的方向，为沿着车辆的行驶方向的方向。其中，车辆(当前车辆)，可以是自动驾驶车辆。引导车辆为当前车辆所需要跟随的车辆。
47.当前车辆的控制器可以先获取当前车辆与引导车辆之间的距离信息。当前车辆的控制器需要获取当前车辆与引导车辆之间的实际距离；并且，当前车辆的控制器还需要获取当前车辆与引导车辆之间的安全距离。其中，安全距离为当前车辆与引导车辆之间的间隔距离，并且，安全距离为可以保证当前车辆和引导车辆均可安全行驶的车辆间隔距离。
48.s202、若确定实际距离大于等于安全距离，则确定引导车辆当前速度，为引导车辆在未来时间段内的每一帧的第一行驶速度。
49.示例性地，当前车辆的控制器将所获取的实际距离与安全距离进行比对，判断实际距离是否大于安全距离。
50.当前车辆的控制器若确定实际距离大于等于安全距离，则确定当前车辆与引导车辆之间是安全的，当前车辆的控制器确定跟随引导车辆进行行驶。在本实施中，当前车辆的控制器若确定实际距离大于等于安全距离，当前车辆的控制器确定直接根据所获取到的引导车辆在当前帧的引导车辆当前速度，控制当前车辆的跟随行驶过程。
51.首先，在本实施例中，当前车辆的控制器若确定实际距离大于等于安全距离，则当前车辆的控制器需要先确定出引导车辆在未来时间段内的预测速度；本步骤中，当前车辆的控制器确定所获取到的引导车辆在当前帧的引导车辆当前速度，为引导车辆在未来时间段内的每一帧的第一行驶速度。即，当前车辆的控制器确定对引导车辆在未来时间段的预测速度，进行匀速化处理。
52.s203、根据引导车辆在未来时间段内的每一帧的第一行驶速度，确定当前车辆在未来时间段内的每一帧的第二行驶速度；并根据当前车辆在未来时间段内的每一帧的第二行驶速度，控制当前车辆进行行驶。
53.示例性地，当前车辆的控制器在步骤s202中，获取到了引导车辆在未来时间段内
的预测速度，即，获取到了引导车辆在未来时间段内的每一帧的第一行驶速度；其中，引导车辆在未来时间段内的每一帧的第一行驶速度，均为引导车辆在当前帧的引导车辆当前速度。
54.当前车辆的控制器根据所获取到的引导车辆在未来时间段内的每一帧的第一行驶速度，预测出当前车辆在未来时间段内的每一帧的第二行驶速度。
55.一个示例中，未来时间段中包括n帧，n为大于等于1的正整数；当前车辆的控制器确定所获取到的引导车辆在未来时间段内的第i帧的第一行驶速度，为当前车辆在未来时间段内的第i帧的第二行驶速度；i∈[1，n]；i为大于等于1的正整数。
[0056]
另一个示例中，未来时间段中包括n帧，n为大于等于1的正整数；当前车辆的控制器根据所获取到的引导车辆在未来时间段内的第i帧的第一行驶速度、以及一个预设的加速度，确定出当前车辆在未来时间段内的第i帧的第二行驶速度；i∈[1，n]；i为大于等于1的正整数。
[0057]
再一个示例中，未来时间段中包括n帧，n为大于等于1的正整数；当前车辆的控制器将所获取到的引导车辆在未来时间段内的第i帧的第一行驶速度、加上一个预设的速度值，得到当前车辆在未来时间段内的第i帧的第二行驶速度；i∈[1，n]；i为大于等于1的正整数。
[0058]
当前车辆的控制器就可以确定出当前车辆在未来时间段内的每一帧的预测速度，即，确定出当前车辆在未来时间段内的每一帧的第二行驶速度；当前车辆的控制器就可以根据当前车辆在未来时间段内的每一帧的第二行驶速度，控制当前车辆在未来时间段内以所得到的第二行驶速度，进行行驶。
[0059]
上述每一帧，指的是，每一时刻。或者，上述每一帧，指的是，每间隔r个时刻的每一时刻；其中，r为大于等于1的正整数。
[0060]
本实施例中，获取与当前车辆为跟随关系的引导车辆在当前帧的引导车辆当前速度，并获取当前车辆与引导车辆之间的实际距离、安全距离；若确定实际距离大于等于安全距离，则确定当前车辆跟随该引导车辆行驶，是安全的。确定引导车辆在当前帧的引导车辆当前速度，为引导车辆在未来时间段内的每一帧的第一行驶速度，进而得到引导车辆在未来时间段内的预测速度；从而在确定实际距离大于等于安全距离的时候，对引导车辆在未来时间段内的预测速度进行匀速化处理。根据引导车辆在未来时间段内的每一帧的第一行驶速度，确定当前车辆在未来时间段内的每一帧的第二行驶速度，进而根据当前车辆在未来时间段内的每一帧的第二行驶速度，控制当前车辆进行行驶。进行安全距离的计算，保证跟车的安全。由于在确定实际距离大于等于安全距离的时候，对引导车辆在未来时间段内的预测速度进行匀速化处理；并且，依据引导车辆在未来时间段内的速度，所得到的当前车辆在未来时间段内的每一帧的第二行驶速度；从而保证了所得到当前车辆在未来时间段内的每一帧的第二行驶速度，是可以使得当前车辆在未来时间段稳定行驶。保证了当前车辆可以以稳定速度进行跟车；保证了当前车辆的行驶状态的稳定，保证了当前车辆中的人员的安全；也降低了对当前车辆的后方车辆造成的安全威胁。
[0061]
为使读者更深刻地理解本公开的实现原理，现结合以下图3-图9对图2所示的实施例进行进一步细化。
[0062]
图3是根据本公开第二实施例的示意图，如图3所示，本实施例提供的基于自动驾
驶车辆的跟车控制方法，包括：
[0063]
s301、确定出引导车辆。
[0064]
一个示例中，步骤s301包括以下过程：
[0065]
获取与当前车辆相邻的周围车辆在当前帧的位置信息和行驶方向，并获取当前车辆在当前帧的行驶方向和位置信息；根据与当前车辆相邻的周围车辆在当前帧的位置信息、与当前车辆相邻的周围车辆在当前帧的行驶方向、当前车辆在当前帧的行驶方向、以及当前车辆在当前帧的位置信息，确定出引导车辆。
[0066]
一个示例中，引导车辆在当前车辆的前方、且引导车辆在当前帧的行驶方向与当前车辆在当前帧的行驶方向是相同的、且引导车辆与当前车辆之间的横向距离小于预设阈值。其中，横向距离为在垂直于行驶方向的方向上，引导车辆与当前车辆之间的距离。
[0067]
示例性地，本实施例以执行主体可以是自动驾驶车辆、或者自动驾驶车辆上的控制器、或者远程设备、或者终端设备、或者服务器、或者电子设备、或者基于自动驾驶车辆的跟车控制装置或设备、或者是其他可以执行本实施例方法的装置或设备。本实施例以执行主体为自动驾驶车辆上的控制器进行说明。
[0068]
车辆在行驶过程中，需要跟随前方车辆进行行驶。其中，“前方”所指的方向，为沿着车辆的行驶方向的方向。其中，车辆(当前车辆)，可以是自动驾驶车辆。
[0069]
与当前车辆相邻的有多个周围车辆；需要从这些多个周围车辆中先确定出引导车辆。进而当前车辆跟随该引导车辆进行跟车控制的行驶。
[0070]
当前车辆上安装有传感器、毫米波雷达等检测设备；进而当前车辆上的检测设备可以获取到与当前车辆相邻的每一周围车辆在当前帧的位置信息、以及行驶方向；其中，与当前车辆相邻的周围车辆，为与当前车辆之间的距离在预设距离范围之内的车辆。
[0071]
当前车辆上的检测设备，将所检测到的周围车辆在当前帧的位置信息、以及行驶方向，传输给当前车辆的控制器。
[0072]
当前车辆上安装有定位单元和传感器，进而当前车辆上的定位单元可以定位出当前车辆在当前帧的位置信息；当前车辆上的传感器可以检测到当前车辆在当前帧的行驶方向。进而当前车辆的控制器，获取到当前车辆在当前帧的行驶方向和位置信息。
[0073]
然后，当前车辆的控制器根据每一周围车辆在当前帧的位置信息和行驶方向、以及当前车辆在当前帧的行驶方向和位置信息，从各周围车辆中确定出一个引导车辆。从而从各周围车辆中确定出一个引导车辆，使得当前车辆可以跟随该引导车辆进行行驶。
[0074]
一个示例中，当前车辆的控制器可以根据每一周围车辆在当前帧的位置信息、以及前车辆在当前帧的位置信息，确定出位于当前车辆的前方的周围车辆。然后，当前车辆的控制器根据每一周围车辆在当前帧的行驶方向、以及前车辆在当前帧的行驶方向，从位于当前车辆的前方的周围车辆中，确定出在当前帧的行驶方向与当前车辆在当前帧的行驶方向是相同的周围车辆。然后，当前车辆的控制器根据周围车辆在当前帧的位置信息、以及前车辆在当前帧的位置信息，计算出行驶方向相同的周围车辆与当前车辆之间的横向距离；当前车辆的控制器，确定横向距离小于预设阈值(即，横向距离最小的)的周围车辆，为引导车辆。进而当前车辆的控制器确定需跟随该引导车辆进行行驶。
[0075]
其中，横向距离，指的是，为在垂直于行驶方向的方向上，引导车辆与当前车辆之间的距离。
[0076]
举例来说，图4是根据本公开提供的横向距离的示意图，如图4所示，当前车辆401在道路上行驶，405为路沿；在当前车辆401的周围具有多个周围车辆，分别为周围车辆402、周围车辆403、周围车辆404。当前车辆401的控制器获取到上述各个周围车辆在当前帧的位置信息和行驶方向，并获取到当前车辆401在当前帧的位置信息和行驶方向。当前车辆401的控制器确定上述各个周围车辆、以及当前车辆401的行驶方向，均是相同的；当前车辆401的控制器确定上述各个周围车辆，均在当前车辆401的前方。然后，当前车辆401的控制器确定上述每一周围车辆与当前车辆401之间的横向距离；如图4所示，当前车辆401的控制器确定当前车辆401的中心线408、与周围车辆402的中心线406之间的距离，确定该距离为当前车辆401与周围车辆402之间的横向距离；当前车辆401的控制器确定当前车辆401的中心线408、与周围车辆403的中心线407之间的距离，确定该距离为当前车辆401与周围车辆403之间的横向距离；当前车辆401的控制器确定当前车辆401的中心线408、与周围车辆404的中心线409之间的距离，确定该距离为当前车辆401与周围车辆404之间的横向距离。当前车辆401的控制器，确定当前车辆401与周围车辆403之间的横向距离l为最小的(该横向距离l，小于预设阈值)，则确定该周围车辆403，为引导车辆。
[0077]
基于上述方式确定出引导车辆，从而将位于当前车辆的前方、且行驶方向相同、且横向距离最小的周围车辆，确定为引导车辆；可以正确的确定出引导车辆。
[0078]
s302、获取引导车辆在当前帧的引导车辆当前速度，并获取当前车辆在当前帧的车辆速度。
[0079]
示例性地，示例性地，在确定出引导车辆之后，当前车辆的控制器需要确定出当前车辆与引导车辆之间的安全距离。
[0080]
首先，引导车辆上设置有速度传感器，引导车辆上的速度传感器可以采集到引导车辆在当前帧的引导车辆当前速度；引导车辆上的速度传感器通过引导车辆的控制器，将引导车辆当前速度，传输给当前车辆的控制器。从而当前车辆的控制器获取到引导车辆在当前帧的引导车辆当前速度v1。
[0081]
当前车辆上设置有速度传感器，当前车辆上的速度传感器可以采集到当前车辆在当前帧的车辆速度；从而当前车辆的控制器接收该速度传感器所传输的当前车辆在当前帧的车辆速度v2。
[0082]
s303、获取引导车辆的第一最大减速度。其中，引导车辆与当前车辆为跟随关系。
[0083]
一个示例中，步骤s303包括以下过程：
[0084]
步骤s303的第一步骤、获取第一减速度；其中，第一减速度为引导车辆在不同场景下的最大减速度的均值，或者，第一减速度为引导车辆在不同场景下的最大减速度中的最大值，或者，第一减速度为与引导车辆的当前场景对应的最大减速度，或者，第一减速度为预设值。
[0085]
步骤s303的第二步骤、确定第一减速度和预设的第一正数之和，为第一最大减速度。
[0086]
示例性地，当前车辆的控制器需要获取引导车辆的第一最大减速度a1。进而依据该第一最大减速度a1，去确定出前车辆与引导车辆之间的安全距离。
[0087]
一个示例中，当前车辆的控制器可以获取引导车辆的第一减速度。当前车辆的控制器将引导车辆的第一减速度，加上一个预设的第一正数，得到引导车辆的第一最大减速
度a1。
[0088]
可以预先设置一个第一减速度，该第一减速度为引导车辆在紧急刹车时的最大减速度。将当前所的第一减速度，加上一个预设的第一正数，得到引导车辆的第一最大减速度a1。此时所设置的第一减速度为引导车辆在紧急刹车时的最大减速度、且该第一减速度需要保证引导车辆的乘客体感，将该第一减速度加上一个预设的第一正数，保证所得到的第一最大减速度比引导车辆在日常的最大减速度，再大一些，保证后续当前车辆与引导车辆之间的安全距离，是可以适合可以保证当前车辆与引导车辆之间安全行驶的。
[0089]
可以获取引导车辆在不同场景下的最大减速度，其中，每一场景下的最大减速度为根据引导车辆的车辆类别所预设的；场景，例如是，高速场景、堵车场景、城市道路行驶场景、乡村道路行驶场景、等等。计算各场景下的最大减速度的均值，确定该均值为引导车辆的第一减速度。将当前所的第一减速度，加上一个预设的第一正数，得到引导车辆的第一最大减速度a1。进而基于引导车辆在不同场景下的最大减速度的均值，去确定出引导车辆的第一最大减速度；综合考虑不同场景下的最大减速度，使得本实施例所得到的引导车辆的第一最大减速度、当前车辆与引导车辆之间的安全距离，是可以适合各个场景的。
[0090]
或者，可以获取引导车辆在不同场景下的最大减速度，其中，每一场景下的最大减速度为根据引导车辆的车辆类别所预设的；场景，例如是，高速场景、堵车场景、城市道路行驶场景、乡村道路行驶场景、等等。确定各场景下的最大减速度中的最大值，为引导车辆的第一减速度。将当前所的第一减速度，加上一个预设的第一正数，得到引导车辆的第一最大减速度a1。进而基于引导车辆在不同场景下的最大减速度中的最大值，去确定出引导车辆的第一最大减速度；综合考虑不同场景下的最大减速度，使得本实施例所得到的引导车辆的第一最大减速度，是大于等于各场景下的最大减速度的，进而使得后续所得到的当前车辆与引导车辆之间的安全距离，是可以适合各个场景的。
[0091]
或者，可以获取引导车辆在当前场景下的最大减速度，其中，当前场景下的最大减速度为根据引导车辆的车辆类别所预设的；场景，例如是，高速场景、堵车场景、城市道路行驶场景、乡村道路行驶场景、等等。将当前所的第一减速度，加上一个预设的第一正数，得到引导车辆的第一最大减速度a1。进而基于引导车辆在当前场景下的最大减速度，去得到第一最大减速度；保证所得到第一最大减速度，是符合当前场景的；进而保证后续所得到的当前车辆与引导车辆之间的安全距离，是符合当前场景的，保证了当前车辆和引导车辆的安全行驶。
[0092]
s304、获取当前车辆的第二最大减速度。
[0093]
一个示例中，步骤s304包括以下过程：
[0094]
步骤s304的第一步骤、获取第二减速度；其中，第二减速度为当前车辆在不同场景下的最大减速度的均值，或者，第二减速度为当前车辆在不同场景下的最大减速度中的最大值，或者，第二减速度为与当前车辆的当前场景对应的最大减速度，或者，第二减速度为预设值。
[0095]
步骤s304的第二步骤、确定第二减速度和预设的第二正数之和，为第二最大减速度。
[0096]
示例性地，当前车辆的控制器需要获取当前车辆的第二最大减速度a2。进而依据该第二最大减速度a2，去确定出前车辆与引导车辆之间的安全距离。
[0097]
一个示例中，当前车辆的控制器可以获取当前车辆的第二减速度。当前车辆的控制器将当前车辆的第二减速度，加上一个预设的第二正数，得到当前车辆的第二最大减速度a2。
[0098]
可以预先设置一个第二减速度，该第二减速度为可以保证当前车辆的行驶体感的最大减速度。将当前所的第二减速度，加上一个预设的第二正数，得到当前车辆的第二最大减速度a2。此时该第二减速度加上一个预设的第二正数，保证所得到的第二最大减速度比当前车辆在日常的最大减速度，再大一些，保证后续当前车辆与引导车辆之间的安全距离，是可以适合可以保证当前车辆与引导车辆之间安全行驶的。
[0099]
可以获取当前车辆在不同场景下的最大减速度，其中，每一场景下的最大减速度为根据当前车辆的车辆类别所预设的；场景，例如是，高速场景、堵车场景、城市道路行驶场景、乡村道路行驶场景、等等。计算各场景下的最大减速度的均值，确定该均值为当前车辆的第二减速度。将当前所的第二减速度，加上一个预设的第二正数，得到当前车辆的第二最大减速度a2。进而基于当前车辆在不同场景下的最大减速度的均值，去确定出当前车辆的第二最大减速度；综合考虑不同场景下的最大减速度，使得本实施例所得到的当前车辆的第二最大减速度、当前车辆与引导车辆之间的安全距离，是可以适合各个场景的。
[0100]
或者，可以获取当前车辆在不同场景下的最大减速度，其中，每一场景下的最大减速度为根据当前车辆的车辆类别所预设的；场景，例如是，高速场景、堵车场景、城市道路行驶场景、乡村道路行驶场景、等等。确定各场景下的最大减速度中的最大值，为当前车辆的第二减速度。将当前所的第二减速度，加上一个预设的第二正数，得到当前车辆的第二最大减速度a2。进而基于当前车辆在不同场景下的最大减速度中的最大值，去确定出当前车辆的第二最大减速度；综合考虑不同场景下的最大减速度，使得本实施例所得到的当前车辆的第二最大减速度，是大于等于各场景下的最大减速度的，进而使得后续所得到的当前车辆与引导车辆之间的安全距离，是可以适合各个场景的。
[0101]
或者，可以获取当前车辆在当前场景下的最大减速度，其中，当前场景下的最大减速度为根据当前车辆的车辆类别所预设的；场景，例如是，高速场景、堵车场景、城市道路行驶场景、乡村道路行驶场景、等等。将当前所的第二减速度，加上一个预设的第二正数，得到当前车辆的第二最大减速度a2。进而基于当前车辆在当前场景下的最大减速度，去得到第二最大减速度；保证所得到第二最大减速度，是符合当前场景的；进而保证后续所得到的当前车辆与引导车辆之间的安全距离，是符合当前场景的，保证了当前车辆和引导车辆的安全行驶。
[0102]
s305、根据当前车辆在当前帧的车辆速度、引导车辆在当前帧的引导车辆当前速度、第一最大减速度和第二最大减速度，确定安全距离。其中，安全距离表征保证当前车辆和引导车辆可安全行驶的车辆间隔距离。
[0103]
一个示例中，步骤s305包括以下过程：根据引导车辆在当前帧的引导车辆当前速度和第一最大减速度，确定第一位移信息，其中，第一位移信息表征引导车辆减速时的位移；根据当前车辆在当前帧的车辆速度和第二最大减速度，确定第二位移信息，其中，第二位移信息表征当前车辆减速时的位移；根据第一位移信息和第二位移信息，确定安全距离。
[0104]
一个示例中，安全距离为safe
distance
＝v2*v2/(2*a2)-v1*v1/(2*a1)；其中，v1为引导车辆在当前帧的引导车辆当前速度，a1为第一最大减速度；v2为当前车辆在当前帧的车辆速
度，a2为第二最大减速度。
[0105]
示例性地，当前车辆的控制器获取到了引导车辆在当前帧的引导车辆当前速度v1、以及当前车辆在当前帧的车辆速度v2，并且当前车辆的控制器获取到了引导车辆的第一最大减速度a1、以及当前车辆的第二最大减速度a2。当前车辆的控制器依据这些信息，计算出当前车辆与引导车辆之间的安全距离。进而准确的计算出当前车辆与引导车辆之间的安全距离。
[0106]
一个示例中，当前车辆的控制器根据引导车辆当前速度v1、以及引导车辆的第一最大减速度a1，计算出引导车辆在减速时的第一位移信息。例如，第一位移信息可以为v1*v1/(2*a1)；从而准确的计算出第一位移信息。
[0107]
当前车辆的控制器根据当前车辆在当前帧的车辆速度v2、以及当前车辆的第二最大减速度a2，计算出当前车辆在减速时的第二位移信息。例如，第二位移信息可以为v2*v2/(2*a2)；从而准确的计算出第二位移信息。
[0108]
当前车辆的控制器依据引导车辆的第一位移信息和当前车辆的第二位移信息，去计算出当前车辆与引导车辆之间的安全距离。基于引导车辆的当前帧速度、引导车辆的第一最大减速度、当前车辆的当前帧速度、以及当前车辆的第一最大减速度，可以准确的确定出当前车辆与引导车辆之间的安全距离。
[0109]
举例来说，上述第一位移信息可以为v1*v1/(2*a1)，第二位移信息可以为v2*v2/(2*a2)，第一位移信息为引导车辆的位移，第二位移信息为当前车辆的位移，引导车辆位于当前车辆的前方；可以将第二位移信息减去第一位移信息，得到安全距离safe
distance
＝v2*v2/(2*a2)-v1*v1/(2*a1)；或者，将第二位移信息减去第一位移信息所得到的数值的绝对值，确定为安全距离。基于所得到的准确的安全距离，进行后续的处理过程。
[0110]
s306、获取当前车辆与引导车辆之间的实际距离。
[0111]
一个示例中，步骤s306包括以下过程：
[0112]
获取引导车辆在当前帧的位置信息，并获取当前车辆在当前帧的位置信息；根据引导车辆在当前帧的位置信息和当前车辆在当前帧的位置信息，确定实际距离。
[0113]
示例性地，当前车辆的控制器还需要获取到当前车辆与引导车辆之间的实际距离。
[0114]
引导车辆上设置有定位单元，引导车辆上的定位单元可以确定出引导车辆在当前帧的位置信息；引导车辆上的定位单元通过引导车辆上的控制器，将引导车辆在当前帧的位置信息，传输给当前车辆的控制器。
[0115]
当前车辆上设置有定位单元，当前车辆上的定位单元可以确定出当前车辆在当前帧的位置信息；当前车辆上的定位单元将当前车辆在当前帧的位置信息，传输给当前车辆的控制器。
[0116]
当前车辆的控制器确定引导车辆在当前帧的位置信息与当前车辆在当前帧的位置信息之间的差值的绝对值，为当前车辆与引导车辆之间的实际距离。
[0117]
s307、若确定实际距离大于等于安全距离，则确定引导车辆当前速度，为引导车辆在未来时间段内的每一帧的第一行驶速度。
[0118]
示例性地，本步骤可以参见上述步骤s202，不再赘述。
[0119]
在步骤s306之后，执行本步骤s307。
[0120]
s308、若确定实际距离小于安全距离，则获取引导车辆在未来时间段内的每一帧的预测速度，并确定引导车辆在未来时间段内的每一帧的预测速度，为引导车辆在未来时间段内的每一帧的第一行驶速度。
[0121]
示例性地，在步骤s306之后，当前车辆的控制器若确定实际距离小于安全距离，则确定若对引导车辆的未来速度进行匀速化(即，确定引导车辆在当前帧的速度，为引导车辆在未来时间段内的每一帧的速度)，对于跟车控制来说，是不安全的。当前车辆的控制器确定可以根据引导车辆在未来时间段内的每一帧的预测速度，去规划当前车辆在未来时间段内的速度，以保证跟随的安全性。
[0122]
当前车辆的控制器可以获取引导车辆在未来时间段内的每一帧的预测速度，该预测速度为引导车辆所预测出的速度，或者该预测速度为远程设备所预测出的引导车辆的未来速度。例如，引导车辆的控制器根据自身的行驶路径和行驶状态，根据路径规划算法，预测出引导车辆在未来时间段内的每一帧的预测速度。
[0123]
当前车辆的控制器若确定实际距离小于安全距离，则当前车辆的控制器确定采用引导车辆在未来时间段内的每一帧的预测速度，去进行跟车；当前车辆的控制器将所获取到的引导车辆在未来时间段内的每一帧的预测速度，作为引导车辆在未来时间段内的每一帧的第一行驶速度。
[0124]
s309、根据引导车辆在未来时间段内的每一帧的第一行驶速度，确定当前车辆在未来时间段内的每一帧的第二行驶速度。
[0125]
示例性地，本步骤可以参见上述步骤s203，不再赘述。
[0126]
在步骤s307或者步骤s308之后，可以执行本步骤s309。
[0127]
s310、根据当前车辆在未来时间段内的每一帧的第二行驶速度，控制当前车辆进行行驶。
[0128]
示例性地，在步骤s309之后，执行步骤s310。本步骤可以参见上述步骤s203，不再赘述。
[0129]
上述每一帧，指的是，每一时刻。或者，上述每一帧，指的是，每间隔r个时刻的每一时刻；其中，r为大于等于1的正整数。
[0130]
本实施例中，在上述实施例的基础上，从当前车辆的周围车辆中，确定出引导车辆，进而使得当前车辆可以跟随该引导车辆进行行驶。基于引导车辆在当前帧的引导车辆当前速度、引导车辆的第一最大减速度、当前车辆在当前帧的车辆速度、以及当前车辆的第二最大减速度，确定出当前车辆与引导车辆之间的安全距离；并确定出当前车辆与引导车辆之间的实际距离。若确定安全距离大于等于实际距离，则确定可以对引导车辆的未来速度进行匀速化(即，确定引导车辆在当前帧的速度，为引导车辆在未来时间段内的每一帧的速度)，以保证当前车辆依据引导车辆的未来速度，可以进行稳定的行驶，保证了当前车辆的行驶状态的稳定。若确定安全距离小于实际距离，则若对引导车辆的未来速度进行匀速化(即，确定引导车辆在当前帧的速度，为引导车辆在未来时间段内的每一帧的速度)，对于跟车控制来说，是不安全的；可以根据引导车辆在未来时间段内的每一帧的预测速度，去规划当前车辆在未来时间段内的速度，以保证跟随的安全性。
[0131]
图5是根据本公开第三实施例的示意图，如图5所示，本实施例提供的基于自动驾驶车辆的跟车控制方法，包括：
[0132]
s501、获取当前车辆与引导车辆之间的距离信息，并获取引导车辆在当前帧的引导车辆当前速度；其中，引导车辆与当前车辆为跟随关系；距离信息包括实际距离和安全距离，安全距离表征保证当前车辆和引导车辆可安全行驶的车辆间隔距离。
[0133]
示例性地，本实施例以执行主体可以是自动驾驶车辆、或者自动驾驶车辆上的控制器、或者远程设备、或者终端设备、或者服务器、或者电子设备、或者基于自动驾驶车辆的跟车控制装置或设备、或者是其他可以执行本实施例方法的装置或设备。本实施例以执行主体为自动驾驶车辆上的控制器进行说明。
[0134]
本步骤可以参见上述步骤s201，或者，参见上述步骤s301-s306，不再赘述。
[0135]
s502、若确定实际距离大于等于安全距离，则确定引导车辆当前速度，为引导车辆在未来时间段内的每一帧的第一行驶速度。
[0136]
示例性地，本步骤可以参见上述步骤s202，或者，参见上述步骤s307，不再赘述。
[0137]
在步骤s501之后，执行本步骤s502。
[0138]
s503、若确定实际距离小于安全距离，则获取引导车辆在未来时间段内的每一帧的预测速度，并确定引导车辆在未来时间段内的每一帧的预测速度，为引导车辆在未来时间段内的每一帧的第一行驶速度。
[0139]
示例性地，本步骤可以参见上述步骤s308，不再赘述。
[0140]
在步骤s501之后，执行本步骤s503。
[0141]
s504、获取当前车辆在当前帧的车辆速度，并根据当前车辆在当前帧的车辆速度、以及多个预设加速度中的每一预设加速度，采样得到与每一预设加速度对应的预测速度曲线，预测速度曲线中包括当前车辆在未来时间段内的每一帧的速度；
[0142]
示例性地，在步骤s502或者步骤s503之后，当前车辆的控制器确定出了引导车辆在未来时间段内的每一帧的第一行驶速度；然后，当前车辆的控制器需要根据第一行驶速度，确定出当前车辆在未来时间段内的每一帧的第二行驶速度。当前车辆的控制器可以根据引导车辆在未来时间段内的每一帧的第一行驶速度、以及当前车辆在当前帧的车辆速度，进行速度规划处理，进而去得到当前车辆在未来时间段内的每一帧的第二行驶速度。
[0143]
首先，当前车辆的控制器在之前的过程中，获取到了当前车辆在当前帧的车辆速度；当前车辆的控制器预先设置了多个预设加速度。针对每一预设加速度，当前车辆的控制器根据当前车辆在当前帧的车辆速度、以及当前的预设加速度，进行采样处理(基于速度和预设加速度，随着时间的变化的速度采样处理)，生成与当前的预设加速度对应的预测速度曲线；其中，预测速度曲线表征出了根据当前车辆在当前帧的车辆速度、以及当前的预设加速度，随着时间的变化，当前车辆在未来时间段内的每一帧(每一时刻)下的预测速度值。
[0144]
s505、根据引导车辆在未来时间段内的每一帧的第一行驶速度，确定出各预测速度曲线中的最优预测速度曲线。
[0145]
示例性地，在步骤s504之后，当前车辆的控制器根据引导车辆在未来时间段内的每一帧的第一行驶速度，即，根据引导车辆在未来时间段内的行驶速度，去从步骤s504所得的各预测速度曲线中，选择一条最优预测速度曲线。其中，该最优预测速度曲线中包括当前车辆在未来时间段内的每一帧的预测速度值。
[0146]
通过当前车辆在当前帧的车辆速度、以及每一预设加速度，采样得到多条预测速度曲线；从各预测速度曲线中，选择一条最优预测速度曲线；最优预测速度曲线中包括当前
车辆在未来时间段内的每一帧的预测速度值。可以通过采样的方式，依据多个预设加速度，确定出最优的预设加速度对应的一条最优预测速度曲线；进而可以得到一条最佳的预测速度曲线；所得到的预测速度曲线所表征的预测速度值，可以保证当前车辆的行驶稳定性。
[0147]
一个示例中，步骤s505包括以下步骤：
[0148]
步骤s505的第一步骤、根据引导车辆在未来时间段内的每一帧的第一行驶速度，确定引导车辆在未来时间段内的每一帧的位置信息。
[0149]
步骤s505的第二步骤、针对每一预测速度曲线，根据预测速度曲线，确定当前车辆在未来时间段内的每一帧的位置信息；并根据引导车辆在未来时间段内的每一帧的位置信息、以及述当前车辆在未来时间段内的每一帧的位置信息，确定引导车辆与当前车辆在未来时间段内的每一帧的距离信息。
[0150]
步骤s505的第三步骤、针对每一预测速度曲线，根据引导车辆与当前车辆在未来时间段内的每一帧的距离信息，确定预测速度曲线对应的消耗值，消耗值表征预测速度曲线的准确性。
[0151]
步骤s505的第四步骤、确定最小消耗值对应的预测速度曲线，为最优预测速度曲线。
[0152]
一个示例中，步骤s505的第三步骤，包括以下过程：针对每一预测速度曲线，根据引导车辆与当前车辆在未来时间段内的每一帧的距离信息、预设的跟随距离、以及与每一帧的距离信息对应的预设权重，确定预测速度曲线对应的消耗值。
[0153]
一个示例中，在未来时间段内的第i帧的距离信息对应的预设权重，小于在未来时间段内的第i-1帧的距离信息对应的预设权重；其中，i为大于等于1的正整数。
[0154]
一个示例中，消耗值为其中，delta_si为引导车辆与当前车辆在未来时间段内的第i帧的距离信息，wi为未来时间段内的第i帧的距离信息对应的预设权重，s_goal为预设的跟随距离；i∈[1，n]；i、n均为大于等于1的正整数；n为未来时间段的帧的数量。
[0155]
示例性地，在步骤s505中，在得到多个预测速度曲线之后，其中，每一预测速度曲线对应了每一预设加速度，当前车辆的控制器需要根据引导车辆在未来时间段内的每一帧的第一行驶速度，从多个预测速度曲线中确定出一个最优预测速度曲线。
[0156]
首先，当前车辆的控制器已经获知引导车辆在未来时间段内的每一帧的第一行驶速度ui，其中，i∈[1，n]；i、n均为大于等于1的正整数；n为未来时间段的帧的数量。当前车辆的控制器将引导车辆在未来时间段内的第i 1帧的第一行驶速度u
i 1
，减去引导车辆在未来时间段内的第i帧的第一行驶速度ui，就可以得到引导车辆在未来时间段内的第i 1帧的加速度值m
i
1；然后，当前车辆的控制器根据引导车辆在未来时间段内的第i帧的第一行驶速度ui、引导车辆在未来时间段内的第i 1帧的加速度值m
i 1
，可以计算出确定引导车辆在未来时间段内的第i 1帧的位置信息e
i 1
＝ei ui*t
i 1
m
i 1
*t
i 1
*t
i 1
/2，其中，ei为引导车辆在未来时间段内的第i帧的位置信息，t
i 1
为未来时间段内的第i 1帧与第i帧之间的时间差，m
i 1
为引导车辆在未来时间段内的第i 1帧的的加速度值，i∈[1，n]；i、n均为大于等于1的正整数；n为未来时间段的帧的数量。
[0157]
从而，当前车辆的控制器确定出引导车辆在未来时间段内的每一帧的位置信息ei。
[0158]
其中，针对步骤s502，由于对引导车辆在未来时间段内的速度，进行了匀速化处理，进而引导车辆在未来时间段内的第i 1帧的加速度值m
i 1
，均为零；并且，引导车辆在未来时间段内的第i帧的第一行驶速度ui是相同的。
[0159]
针对步骤s503，确定采用引导车辆在未来时间段内的每一帧的预测速度，未对引导车辆在未来时间段内的速度进行匀速化处理，进而可以确定引导车辆在未来时间段内的第i 1帧的加速度值m
i 1
，不一定为零。
[0160]
针对每一预测速度曲线，预测速度曲线表征出了当前车辆在未来时间段内的第i帧的速度oi，其中，i∈[1，n]；i、n均为大于等于1的正整数；n为未来时间段的帧的数量。并且，每一预测速度曲线具有各自分别对应的预设加速度p；针对从而每一预测速度曲线分别来说，该预测速度曲线上的每一帧的预设加速度p是相同的。当前车辆的控制器根据当前车辆在未来时间段内的第i帧的速度oi、当前车辆在未来时间段内的第i 1帧的预设加速度p，可以计算出确定当前车辆在未来时间段内的第i 1帧的位置信息q
i 1
＝qi oi*t
i 1
p*t
i 1
*t
i 1
/2，其中，qi为当前车辆在未来时间段内的第i帧的位置信息，t
i 1
为未来时间段内的第i 1帧与第i帧之间的时间差，p为当前车辆在未来时间段内的第i 1帧的的预设加速度，i∈[1，n]；i、n均为大于等于1的正整数；n为未来时间段的帧的数量。
[0161]
从而，针对每一预测速度曲线，当前车辆的控制器确定出当前车辆在未来时间段内的第i帧的位置信息qi。
[0162]
针对每一预测速度曲线，当前车辆的控制器根据引导车辆在未来时间段内的第i帧的位置信息ei、当前车辆在未来时间段内的第i帧的位置信息qi，进行相减计算，得到引导车辆与当前车辆在未来时间段内的第i帧的距离信息delta_si。
[0163]
针对每一预测速度曲线，当前车辆的控制器根据距离信息delta_si，去确定出一条最优预测速度曲线。针对每一预测速度曲线，当前车辆的控制器可以根据距离信息delta_si，确定出预测速度曲线对应的消耗值，其中，消耗值表征预测速度曲线的准确性；消耗值与预测速度曲线的准确性之间成反比。从而，当前车辆的控制器确定最小消耗值对应的预测速度曲线，为最优预测速度曲线。
[0164]
从而针对每一预测速度曲线，确定出当前车辆在未来时间段内的位置情况；进而依据引导车辆在未来时间段内的位置，确定一条最优预测速度曲线；可以准确的得到一条速度变化稳定的预测速度曲线。
[0165]
一个示例中，当前车辆的控制器预先设置了一个预设的跟随距离s_goal，该预设的跟随距离s_goal是一个经验值。其中，预设的跟随距离，指的是，当前车辆与引导车辆的最优距离，且是可以保证行车安全的距离。
[0166]
针对每一预测速度曲线来说，当前车辆的控制器针对引导车辆与当前车辆在未来时间段内的第i帧的距离信息delta_si，设置了对应的预设权重wi。
[0167]
进而，针对每一预测速度曲线来说，当前车辆的控制器根据引导车辆与当前车辆在未来时间段内的第i帧的距离信息delta_si、预设的跟随距离s_goal、以及与第i帧的距离信息delta_si对应的预设权重wi，计算出与该预测速度曲线对应的消耗值。其中，针对不同的预测速度曲线来说，同一帧上的距离信息对应的预设权重，可以不同。基于引导车辆与当前车辆之间的距离信息、预设的跟随距离、与每一帧的距离信息对应的预设权重，去分析预测速度曲线的消耗值；可以准确的确定出预测速度曲线的准确性，保证所得到最优预测
速度曲线可以使得当前车辆进行安全的跟车。
[0168]
一个示例中，可以针对每一预测速度曲线来说，当前车辆的控制器根据引导车辆与当前车辆在未来时间段内的第i帧的距离信息delta_si、预设的跟随距离s_goal、以及与第i帧的距离信息delta_si对应的预设权重wi，计算出与该预测速度曲线对应的消耗值其中，i∈[1，n]；i、n均为大于等于1的正整数；n为未来时间段的帧的数量。可以准确的确定出预测速度曲线的准确性，保证所得到最优预测速度曲线，使得当前车辆与引导车辆的距离，可以最接近于预设的跟随距离；并且可以保证当前车辆进行安全、稳定的跟车。
[0169]
其中，随着时间的变化，预测速度曲线上的速度的准确率越低，进而设置预设权重越来越低；即，在未来时间段内的第i帧的距离信息对应的预设权重，小于在未来时间段内的第i-1帧的距离信息对应的预设权重。从而保证分析出的预测速度曲线的消耗值，是可以准确反映出预测速度曲线的准确性的；保证后续所得到的最优预测速度曲线，可以使得当前车辆与引导车辆的距离，可以最接近于预设的跟随距离。
[0170]
s506、确定最优预测速度曲线中的每一帧的速度，为当前车辆在未来时间段内的每一帧的第二行驶速度。
[0171]
示例性地，通过上述步骤s504-505，确定出了一条最优预测速度曲线；由于最优预测速度曲线表征出了当前车辆在未来时间段内的每一帧的速度；进而，当前车辆的控制器可以确定最优预测速度曲线中的每一帧的速度，为当前车辆在未来时间段内的每一帧的第二行驶速度。
[0172]
s507、根据当前车辆在未来时间段内的每一帧的第二行驶速度，控制当前车辆进行行驶。
[0173]
示例性地，前车辆的控制器在步骤s506之后，得到了当前车辆在未来时间段内的每一帧的第二行驶速度；进而当前车辆的控制器控制当前车辆在未来时间段内以所得到的每一帧的第二行驶速度，进行行驶，以进行跟车控制行驶。
[0174]
上述每一帧，指的是，每一时刻。或者，上述每一帧，指的是，每间隔r个时刻的每一时刻；其中，r为大于等于1的正整数。
[0175]
本实施例在上述实施例的基础上，通过当前车辆在当前帧的车辆速度、以及每一预设加速度，采样得到多条预测速度曲线；从各预测速度曲线中，选择一条最优预测速度曲线；最优预测速度曲线中包括当前车辆在未来时间段内的每一帧的预测速度值。可以准确的确定出预测速度曲线的准确性，保证所得到最优预测速度曲线可以使得当前车辆进行安全、稳定的跟车。并且，所得到的最优预测速度曲线，可以使得当前车辆与引导车辆的距离，可以最接近于预设的跟随距离。在当前车辆进行跟车控制的过程中，减少了前方车辆的预测速度的变化而导致的当前车辆频繁加速、减速的问题；保证了当前车辆可以以稳定速度进行跟车；保证了当前车辆的行驶状态的稳定，保证了当前车辆中的人员的安全。
[0176]
图6是根据本公开第四实施例的示意图，如图6所示，本实施例提供的基于自动驾驶车辆的跟车控制方法，包括：
[0177]
s601、获取当前车辆与引导车辆之间的距离信息，并获取引导车辆在当前帧的引导车辆当前速度；其中，引导车辆与当前车辆为跟随关系；距离信息包括实际距离和安全距离，安全距离表征保证当前车辆和引导车辆可安全行驶的车辆间隔距离。
[0178]
示例性地，本实施例以执行主体可以是自动驾驶车辆、或者自动驾驶车辆上的控制器、或者远程设备、或者终端设备、或者服务器、或者电子设备、或者基于自动驾驶车辆的跟车控制装置或设备、或者是其他可以执行本实施例方法的装置或设备。本实施例以执行主体为自动驾驶车辆上的控制器进行说明。
[0179]
本步骤可以参见上述步骤s201，或者，参见上述步骤s301-s306，不再赘述。
[0180]
s602、若确定实际距离大于等于安全距离，则确定引导车辆当前速度，为引导车辆在未来时间段内的每一帧的第一行驶速度。
[0181]
示例性地，本步骤可以参见上述步骤s202，或者，参见上述步骤s307，不再赘述。
[0182]
在步骤s601之后，执行本步骤s602。
[0183]
s603、若确定实际距离小于安全距离，则获取引导车辆在未来时间段内的每一帧的预测速度，并确定引导车辆在未来时间段内的每一帧的预测速度，为引导车辆在未来时间段内的每一帧的第一行驶速度。
[0184]
示例性地，本步骤可以参见上述步骤s308，不再赘述。
[0185]
在步骤s601之后，执行本步骤s603。
[0186]
s604、将引导车辆在未来时间段内的每一帧的第一行驶速度，输入至预设预测模型中，输出当前车辆在未来时间段内的每一帧的第二行驶速度。
[0187]
其中，预设预测模型为根据预设训练集进行训练所得到的，预设训练集中包括其他车辆的实际速度、以及与其他车辆为跟随关系的车辆的实际速度。
[0188]
示例性地，在步骤s602或者步骤s603之后，当前车辆的控制器确定出了引导车辆在未来时间段内的每一帧的第一行驶速度；然后，当前车辆的控制器需要根据第一行驶速度，确定出当前车辆在未来时间段内的每一帧的第二行驶速度。
[0189]
其他设备预先采集了预设训练集，其中，预设训练集中包括所获取到的其他车辆的实际速度、以及与其他车辆为跟随关系的车辆的实际速度。其他设备将预设训练集，输入至初始模型中进行训练，经过迭代训练，得到一个预设预测模型。该预设预测模型用于预测车辆在未来时间段内的每一帧的行驶速度。
[0190]
当前车辆的控制器可以存储有上述预设预测模型；当前车辆的控制器将步骤s602或者步骤s603中所得到引导车辆在未来时间段内的每一帧的第一行驶速度，输入至预设预测模型中，进而基于该预设预测模型，预测出当前车辆在未来时间段内的每一帧的第二行驶速度。
[0191]
或者，当前车辆的控制器将步骤s602或者步骤s603中所得到引导车辆在未来时间段内的每一帧的第一行驶速度，发送给其他设备；其他设备将引导车辆在未来时间段内的每一帧的第一行驶速度，输入至预设预测模型中，进而基于该预设预测模型，预测出当前车辆在未来时间段内的每一帧的第二行驶速度。其他设备将当前车辆在未来时间段内的每一帧的第二行驶速度，发送给当前车辆的控制器。
[0192]
s605、根据当前车辆在未来时间段内的每一帧的第二行驶速度，控制当前车辆进行行驶。
[0193]
示例性地，当前车辆的控制器在步骤s604之后，根据引导车辆在未来时间段内的第一行驶速度，得到当前车辆在未来时间段内的每一帧的第二行驶速度；进而当前车辆的控制器控制当前车辆在未来时间段内以所得到的每一帧的第二行驶速度，进行行驶，以进
行跟车控制行驶。
[0194]
上述每一帧，指的是，每一时刻。或者，上述每一帧，指的是，每间隔r个时刻的每一时刻；其中，r为大于等于1的正整数。
[0195]
本实施例中，在上述实施例的基础上，基于预设预测模型对引导车辆在未来时间段内的每一帧的第一行驶速度进行处理，得到当前车辆在未来时间段内的每一帧的第二行驶速度。从而简单有效的确定出当前车辆在未来时间段内的行驶速度；便于当前车辆快速的得到当前车辆在未来时间段内的行驶速度，以进行及时、有效的跟车控制行驶。
[0196]
图7是根据本公开提供的当前车辆在未来时间段内的速度变化的示意图一，如图7所示，横轴为时间(帧)，纵轴为速度；图7中曲线1为引导车辆在未来时间段内的速度曲线，曲线1包括了引导车辆在未来时间段内的每一帧的预测速度；曲线1表征以引导车辆先加速、后匀速。曲线2为当前车辆在未来时间段内的速度曲线；若当前车辆直接采用曲线1进行跟车，而不采用上述任一实施例的方式，进而当前车辆在未来时间段内的速度曲线为曲线2；当前车辆在未来时间段内也需要先加速、后匀速。
[0197]
从而，当前车辆需要先加速、后匀速；若引导车辆的变化复杂，则当前车辆要随着不断变换，导致自动驾驶车辆的行驶状态非常不稳定，容易对自动驾驶车辆中的人员安全造成安全隐患；也会对位于自动驾驶车辆后方的车辆造成安全威胁。并且，但是实际上，引导车辆的实际的预测速度为一定范围内的匀速(非绝对的匀速)，以为引导车辆无法做到绝对匀速，从而导致当前车辆认为引导车辆是一直在加速的，当前车辆也会产生不断加速的规划和行为；导致容易出现碰撞现象、以及出现行驶状态不稳定的问题。
[0198]
图8是根据本公开提供的当前车辆在未来时间段内的速度变化的示意图二，如图8所示，横轴为时间(帧)，纵轴为速度；图7中曲线3为引导车辆在未来时间段内的速度曲线，曲线3包括了引导车辆在未来时间段内的每一帧的预测速度；曲线3表征以引导车辆先加速、后匀速。基于上述“安全距离大于等于实际距离”的情况，对引导车辆在未来时间段内的速度进行匀速化处理，即，确定引导车辆在当前帧的引导车辆当前速度，为引导车辆在未来时间段内的每一帧的第一行驶速度；得到曲线4，曲线4为引导车辆在未来时间段内的每一帧的第一行驶速度所形成的速度曲线；此时，确定引导车辆在未来时间段内进行匀速行驶。然后，采用本公开的任一实施例，可以得到当前车辆在未来时间段内的每一帧的第二行驶速度，即，得到曲线5，曲线5为当前车辆在未来时间段内的每一帧的第二行驶速度所形成的速度曲线；可知，为当前车辆规划的曲线5的整体加速度比较小，可以保证当前车辆进行稳定的跟车行驶。
[0199]
图9是根据本公开第五实施例的示意图，如图9所示，本实施例提供的基于自动驾驶车辆的跟车控制装置900，包括：
[0200]
第一获取单元901，用于获取当前车辆与引导车辆之间的距离信息；其中，引导车辆与当前车辆为跟随关系；距离信息包括实际距离和安全距离，安全距离表征保证当前车辆和引导车辆可安全行驶的车辆间隔距离。
[0201]
第二获取单元902，用于获取引导车辆在当前帧的引导车辆当前速度。
[0202]
第一确定单元903，用于若确定实际距离大于等于安全距离，则确定引导车辆当前速度，为引导车辆在未来时间段内的每一帧的第一行驶速度。
[0203]
第二确定单元904，用于根据引导车辆在未来时间段内的每一帧的第一行驶速度，
确定当前车辆在未来时间段内的每一帧的第二行驶速度。
[0204]
控制单元905，用于根据当前车辆在未来时间段内的每一帧的第二行驶速度，控制当前车辆进行行驶。
[0205]
本实施例的装置，可以执行上述方法中的技术方案，其具体实现过程和技术原理相同，此处不再赘述。
[0206]
图10是根据本公开第六实施例的示意图，如图10所示，本实施例提供的基于自动驾驶车辆的跟车控制装置1000，包括：
[0207]
第一获取单元1001，用于获取当前车辆与引导车辆之间的距离信息；其中，引导车辆与当前车辆为跟随关系；距离信息包括实际距离和安全距离，安全距离表征保证当前车辆和引导车辆可安全行驶的车辆间隔距离。
[0208]
第二获取单元1002，用于获取引导车辆在当前帧的引导车辆当前速度。
[0209]
第一确定单元1003，用于若确定实际距离大于等于安全距离，则确定引导车辆当前速度，为引导车辆在未来时间段内的每一帧的第一行驶速度。
[0210]
第二确定单元1004，用于根据引导车辆在未来时间段内的每一帧的第一行驶速度，确定当前车辆在未来时间段内的每一帧的第二行驶速度。
[0211]
控制单元1005，用于根据当前车辆在未来时间段内的每一帧的第二行驶速度，控制当前车辆进行行驶。
[0212]
一个示例中，第一获取单元1001，包括：
[0213]
第一获取模块10011，用于获取当前车辆在当前帧的车辆速度。
[0214]
第二获取模块10012，用于获取引导车辆的第一最大减速度。
[0215]
第三获取模块10013，用于获取当前车辆的第二最大减速度。
[0216]
第一确定模块10014，用于根据当前车辆在当前帧的车辆速度、引导车辆在当前帧的引导车辆当前速度、第一最大减速度和第二最大减速度，确定安全距离。
[0217]
第四获取模块10015，用于获取当前车辆与引导车辆之间的实际距离。
[0218]
一个示例中，第二获取模块10012，包括：
[0219]
第一获取子模块100121，用于获取第一减速度；其中，第一减速度为引导车辆在不同场景下的最大减速度的均值，或者，第一减速度为引导车辆在不同场景下的最大减速度中的最大值，或者，第一减速度为与引导车辆的当前场景对应的最大减速度，或者，第一减速度为预设值。
[0220]
第一确定子模块100122，用于确定第一减速度和预设的第一正数之和，为第一最大减速度。
[0221]
一个示例中，第三获取模块10013，包括：
[0222]
第二获取子模块100131，用于获取第二减速度；其中，第二减速度为当前车辆在不同场景下的最大减速度的均值，或者，第二减速度为当前车辆在不同场景下的最大减速度中的最大值，或者，第二减速度为与当前车辆的当前场景对应的最大减速度，或者，第二减速度为预设值。
[0223]
第二确定子模块100132，用于确定第二减速度和预设的第二正数之和，为第二最大减速度。
[0224]
一个示例中，第一确定模块10014，包括：
[0225]
第二确定子模块100141，用于根据引导车辆在当前帧的引导车辆当前速度和第一最大减速度，确定第一位移信息，其中，第一位移信息表征引导车辆减速时的位移。
[0226]
第三确定子模块100142，用于根据当前车辆在当前帧的车辆速度和第二最大减速度，确定第二位移信息，其中，第二位移信息表征当前车辆减速时的位移。
[0227]
第四确定子模块100143，用于根据第一位移信息和第二位移信息，确定安全距离。
[0228]
一个示例中，安全距离为safe
distance
＝v2*v2/(2*a2)-v1*v1/(2*a1)；其中，v1为引导车辆在当前帧的引导车辆当前速度，a1为第一最大减速度；v2为当前车辆在当前帧的车辆速度，a2为第二最大减速度。
[0229]
一个示例中，本实施例提供的装置，还包括：
[0230]
第三确定单元1006，用于若确定实际距离小于安全距离，则获取引导车辆在未来时间段内的每一帧的预测速度，并确定引导车辆在未来时间段内的每一帧的预测速度，为引导车辆在未来时间段内的每一帧的第一行驶速度。
[0231]
一个示例中，第二确定单元1004，包括：
[0232]
第二确定模块10041，用于获取当前车辆在当前帧的车辆速度，并根据当前车辆在当前帧的车辆速度、以及多个预设加速度中的每一预设加速度，采样得到与每一预设加速度对应的预测速度曲线，预测速度曲线中包括当前车辆在未来时间段内的每一帧的速度。
[0233]
第三确定模块10042，用于根据引导车辆在未来时间段内的每一帧的第一行驶速度，确定出各预测速度曲线中的最优预测速度曲线。
[0234]
第四确定模块10043，用于确定最优预测速度曲线中的每一帧的速度，为当前车辆在未来时间段内的每一帧的第二行驶速度。
[0235]
一个示例中，第三确定模块10042，包括：
[0236]
第五确定子模块100421，用于根据引导车辆在未来时间段内的每一帧的第一行驶速度，确定引导车辆在未来时间段内的每一帧的位置信息。
[0237]
第六确定子模块100422，用于针对每一预测速度曲线，根据预测速度曲线，确定当前车辆在未来时间段内的每一帧的位置信息；并根据引导车辆在未来时间段内的每一帧的位置信息、以及述当前车辆在未来时间段内的每一帧的位置信息，确定引导车辆与当前车辆在未来时间段内的每一帧的距离信息。
[0238]
第七确定子模块100423，用于针对每一预测速度曲线，根据引导车辆与当前车辆在未来时间段内的每一帧的距离信息，确定预测速度曲线对应的消耗值，消耗值表征预测速度曲线的准确性。
[0239]
第八确定子模块100424，用于确定最小消耗值对应的预测速度曲线，为最优预测速度曲线。
[0240]
一个示例中，第七确定子模块100423，具体用于：针对每一预测速度曲线，根据引导车辆与当前车辆在未来时间段内的每一帧的距离信息、预设的跟随距离、以及与每一帧的距离信息对应的预设权重，确定预测速度曲线对应的消耗值。
[0241]
一个示例中，在未来时间段内的第i帧的距离信息对应的预设权重，小于在未来时间段内的第i-1帧的距离信息对应的预设权重；其中，i为大于等于1的正整数。
[0242]
一个示例中，消耗值为其中，delta_si为引导车辆与当前车辆在未来时间段内的第i帧的距离信息，wi为未来时间段内的第i帧的距
离信息对应的预设权重，s_goal为预设的跟随距离；i∈[1，n]；i、n均为大于等于1的正整数；n为未来时间段的帧的数量。
[0243]
一个示例中，第二确定单元1004，具体用于：
[0244]
将引导车辆在未来时间段内的每一帧的第一行驶速度，输入至预设预测模型中，输出当前车辆在未来时间段内的每一帧的第二行驶速度；其中，预设预测模型为根据预设训练集进行训练所得到的，预设训练集中包括其他车辆的实际速度、以及与其他车辆为跟随关系的车辆的实际速度。
[0245]
一个示例中，本实施例提供的装置，还包括：
[0246]
第三获取单元1007，用于获取与当前车辆相邻的周围车辆在当前帧的位置信息和行驶方向，并获取当前车辆在当前帧的行驶方向和位置信息。
[0247]
第四确定单元1008，用于根据与当前车辆相邻的周围车辆在当前帧的位置信息、与当前车辆相邻的周围车辆在当前帧的行驶方向、当前车辆在当前帧的行驶方向、以及当前车辆在当前帧的位置信息，确定出引导车辆。
[0248]
一个示例中，引导车辆在当前车辆的前方、且引导车辆在当前帧的行驶方向与当前车辆在当前帧的行驶方向是相同的、且引导车辆与当前车辆之间的横向距离小于预设阈值；其中，横向距离为在垂直于行驶方向的方向上，引导车辆与当前车辆之间的距离。
[0249]
本实施例的装置，可以执行上述方法中的技术方案，其具体实现过程和技术原理相同，此处不再赘述。
[0250]
图11是根据本公开第七实施例的示意图，如图11所示，本实施例中的电子设备1100可以包括：处理器1101和存储器1102。
[0251]
存储器1102，用于存储程序；存储器1102，可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：ram)，如静态随机存取存储器(英文：static random-access memory，缩写：sram)，双倍数据率同步动态随机存取存储器(英文：double data rate synchronous dynamic random access memory，缩写：ddr sdram)等；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)。存储器1102用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等，上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器1102中。并且上述的计算机程序、计算机指令、数据等可以被处理器1101调用。
[0252]
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器1102中。并且上述的计算机程序、计算机指据等可以被处理器1101调用。
[0253]
处理器1101，用于执行存储器1102存储的计算机程序，以实现上述实施例涉及的方法中的各个步骤。
[0254]
具体可以参见前面方法实施例中的相关描述。
[0255]
处理器1101和存储器1102可以是独立结构，也可以是集成在一起的集成结构。当处理器1101和存储器1102是独立结构时，存储器1102、处理器1101可以通过总线1103耦合连接。
[0256]
本实施例的电子设备可以执行上述方法中的技术方案，其具体实现过程和技术原理相同，此处不再赘述。
[0257]
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
[0258]
根据本公开的实施例，本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述任一实施例提供的方案。
[0259]
根据本公开的实施例，本公开还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
[0260]
图12示出了可以用来实施本公开的实施例的示例电子设备1200的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
[0261]
如图12所示，设备1200包括计算单元1201，其可以根据存储在只读存储器(rom)1202中的计算机程序或者从存储单元1208加载到随机访问存储器(ram)1203中的计算机程序，来执行各种适当的动作和处理。在ram 1203中，还可存储设备1200操作所需的各种程序和数据。计算单元1201、rom 1202以及ram 1203通过总线1204彼此相连。输入/输出(i/o)接口1205也连接至总线1204。
[0262]
设备1200中的多个部件连接至i/o接口1205，包括：输入单元1206，例如键盘、鼠标等；输出单元1207，例如各种类型的显示器、扬声器等；存储单元1208，例如磁盘、光盘等；以及通信单元1209，例如网卡、调制解调器、无线通信收发机等。通信单元1209允许设备1200通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0263]
计算单元1201可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1201的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元1201执行上文所描述的各个方法和处理，例如基于自动驾驶车辆的跟车控制方法。例如，在一些实施例中，基于自动驾驶车辆的跟车控制方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1208。在一些实施例中，计算机程序的部分或者全部可以经由rom 1202和/或通信单元1209而被载入和/或安装到设备1200上。当计算机程序加载到ram 1203并由计算单元1201执行时，可以执行上文描述的基于自动驾驶车辆的跟车控制方法的一个或多个步骤。备选地，在其他实施例中，计算单元1201可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于自动驾驶车辆的跟车控制方法。
[0264]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器
可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0265]
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0266]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0267]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0268]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0269]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
[0270]
根据本公开的实施例，本公开还提供了一种自动驾驶车辆，自动驾驶车辆中设置有上述实施例提供的电子设备。
[0271]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，
只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
[0272]
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。