车辆的控制方法及装置、自动驾驶车辆

技术领域

本申请涉及自动驾驶领域，具体而言，涉及一种车辆的控制方法及装置、自动驾驶车辆。

背景技术

近些年，自动驾驶技术发展较快，但是依旧存在很多技术问题没有克服，例如，自动驾驶车辆在行驶的过程中，遇到突发天气，例如雨雪天气，或者大风天气，会影响自动驾驶车辆行车安全性，甚至发生交通事故。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种车辆的控制方法及装置、自动驾驶车辆，以至少解决自动驾驶车辆在行驶的过程中，遇到突发天气，导致自动驾驶车辆的行车安全性较差的技术问题。

根据本申请实施例的一个方面，提供了一种车辆的控制方法，包括：控制车辆按照自动驾驶模式进行行驶；在车辆按照自动驾驶模式行驶的过程中，采集车辆所在区域内的图像信息；分析图像信息，识别出车辆所在区域内的天气信息；依据天气信息确定车辆所在区域的风险级别；依据风险级别调整车辆的驾驶模式，其中，驾驶模式包括：自动驾驶模式以及手动驾驶模式。

可选地，天气信息包括：降雨信息、降雪信息以及风强等级。

可选地，依据天气信息确定车辆所在区域的风险级别，包括如下至少之一：如果降雨信息指示降雨量大于第一阈值，确定风险级别达到预设风险级别，其中，预设风险级别用于表征天气信息影响车辆的行车安全；如果降雪信息指示降雪量大于第二阈值，确定风险级别达到预设风险级别；如果风强等级大于预设等级，确定风险级别达到预设风险级别。

可选地，依据天气信息确定车辆所在区域的风险级别，还包括：将天气信息输入至机器学习模型进行处理，得到风险级别，其中，机器学习模型是通过以下方式训练得到的：获取训练数据集，并基于训练数据集训练神经网络模型，生成机器学习模型，其中，训练数据集包括：天气信息以及与天气信息对应的风险级别标签。

可选地，依据风险级别调整车辆的驾驶模式，包括：如果风险级别达到预设风险级别，控制车辆由自动驾驶模式切换为手动驾驶模式。

可选地，控制车辆由自动驾驶模式切换为手动驾驶模式之后，上述方法还包括：采集车辆的驾驶员的面部图像；依据驾驶员的面部图像确定驾驶员的注意力是否集中；如果检测到驾驶员存在注意力不集中的情况，向驾驶员发送提醒信息，其中，提醒信息用于提高驾驶员的注意力。

可选地，上述方法还包括：依据天气信息确定车辆所在区域的风险级别之后，将风险级别发送至云端服务器；如果车辆发生事故，将车辆发生事故的位置信息发送至云端服务器，并通过云端服务器发送救援信息。

根据本申请实施例的另一方面，还提供了一种车辆的控制方法，包括：在车辆按照自动驾驶模式行驶的过程中，在车辆的人机交互界面中显示车辆所在区域的天气信息；在人机交互界面中显示车辆所在区域的风险级别，其中，风险级别是依据天气信息确定的；在人机交互界面中显示提醒信息，其中，提醒信息用于提醒用户依据风险级别调整车辆的驾驶模式，其中，驾驶模式包括：自动驾驶模式以及手动驾驶模式。

根据本申请实施例的另一方面，还提供了一种车辆的控制装置，包括：控制模块，用于控制车辆按照自动驾驶模式进行行驶；采集模块，用于在车辆按照自动驾驶模式行驶的过程中，采集车辆所在区域内的图像信息；识别模块，用于分析图像信息，识别出车辆所在区域内的天气信息；确定模块，用于依据天气信息确定车辆所在区域的风险级别；调整模块，用于依据风险级别调整车辆的驾驶模式，其中，驾驶模式包括：自动驾驶模式以及手动驾驶模式。

根据本申请实施例的另一方面，还提供了一种自动驾驶车辆，包括：图像采集设备，用于在车辆按照自动驾驶模式行驶的过程中，采集车辆所在区域内的图像信息；控制器，与图像采集设备通信，用于分析图像信息，识别出车辆所在区域内的天气信息；依据天气信息确定车辆所在区域的风险级别；依据风险级别调整车辆的驾驶模式，其中，驾驶模式包括：自动驾驶模式以及手动驾驶模式。

根据本申请实施例的再一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行以上的车辆的控制方法。

根据本申请实施例的再一方面，还提供了一种处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的车辆的控制方法。

在本申请实施例中，采用控制车辆按照自动驾驶模式进行行驶；在车辆按照自动驾驶模式行驶的过程中，采集车辆所在区域内的图像信息；分析图像信息，识别出车辆所在区域内的天气信息；依据天气信息确定车辆所在区域的风险级别；依据风险级别调整车辆的驾驶模式，其中，驾驶模式包括：自动驾驶模式以及手动驾驶模式的方式，在车辆行驶的过程中，通过采集车辆所在区域的图像，利用采集的图像识别天气信息，然后通过天气信息确定车辆所在区域的风险级别，进而根据车辆所在区域的风险级别调整车辆的驾驶模式，从而实现了在恶劣天气状况下，能够提高自动驾驶车辆的行车安全性的技术效果，进而解决了自动驾驶车辆在行驶的过程中，遇到突发天气，导致自动驾驶车辆的行车安全性较差技术问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的一种车辆的控制方法的流程图；

图2是根据本申请实施例的另一种车辆的控制方法的流程图；

图3是根据本申请实施例的一种车辆的控制装置的结构框图；

图4是根据本申请实施例的一种自动驾驶车辆的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本申请实施例，提供了一种车辆的控制方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本申请实施例的一种车辆的控制方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，控制车辆按照自动驾驶模式进行行驶；

步骤S104，在车辆按照自动驾驶模式行驶的过程中，采集车辆所在区域内的图像信息；

根据本申请的一个可选的实施例，在执行步骤S104时通过安装在车辆上的图像采集设备采集车辆所在区域内的图像信息。

步骤S106，分析图像信息，识别出车辆所在区域内的天气信息；

步骤S108，依据天气信息确定车辆所在区域的风险级别；

步骤S110，依据风险级别调整车辆的驾驶模式，其中，驾驶模式包括：自动驾驶模式以及手动驾驶模式。

通过上述步骤，在车辆行驶的过程中，通过采集车辆所在区域的图像，利用采集的图像识别天气信息，然后通过天气信息确定车辆所在区域的风险级别，进而根据车辆所在区域的风险级别调整车辆的驾驶模式，从而实现了在恶劣天气状况下，能够提高自动驾驶车辆的行车安全性的技术效果。

根据本申请的一个可选的实施例，上述天气信息包括：降雨信息、降雪信息以及风强等级。

需要说明的是，风强等级是指风的强度等级，例如，风强为五级、六级，级数越大，风强度越大。

根据本申请的另一个可选的实施例中，步骤S108通过以下方法实现：如果降雨信息指示降雨量大于第一阈值，确定风险级别达到预设风险级别，其中，预设风险级别用于表征天气信息影响车辆的行车安全；如果降雪信息指示降雪量大于第二阈值，确定风险级别达到预设风险级别；如果风强等级大于预设等级，确定风险级别达到预设风险级别。

在本步骤中，如果降雨量达到预设阈值、降雪量达到预设阈值或者风强等级达到预设等级，均认为车辆所在区域的风险级别达到可以影响车辆行车安全性的预设风险级别。

在本申请的另一个可选的实施例中，步骤S108还可以通过以下方法实现：将天气信息输入至机器学习模型进行处理，得到风险级别，其中，机器学习模型是通过以下方式训练得到的：获取训练数据集，并基于训练数据集训练神经网络模型，生成机器学习模型，其中，训练数据集包括：天气信息以及与天气信息对应的风险级别标签。

在本步骤中，还可以将识别得到的天气信息输入至预先训练好的机器学习模型进行处理，得到天气信息对应的风险级别。

通过机器学习的方法可以更加准确地识别出车辆所在区域的风险级别。

在本申请的另一些可选的实施例中，执行步骤S110时，如果风险级别达到预设风险级别，控制车辆由自动驾驶模式切换为手动驾驶模式。

如果车辆所在区域的风险级别达到上文中提到的影响车辆的行车安全的预设风险级别，将车辆的驾驶模式由自动驾驶模式切换为手动驾驶模式，可以实现在恶劣的天气状况下，提高自动驾驶车辆的行车安全性的技术效果。

在本申请的一些可选的实施例中，控制车辆由自动驾驶模式切换为手动驾驶模式之后，采集车辆的驾驶员的面部图像；依据驾驶员的面部图像确定驾驶员的注意力是否集中；如果检测到驾驶员存在注意力不集中的情况，向驾驶员发送提醒信息，其中，提醒信息用于提高驾驶员的注意力。

通过驾驶员的面部图像判断驾驶员的注意力是否集中，如果判检测出驾驶员存在注意力不集中的情况，向驾驶员发送提醒信息，以提高驾驶员的注意力。包括但不限于通过播放语音的形式提醒驾驶员提高注意力。

需要说明的是，在通过驾驶员的面部图像判断驾驶员的注意力是否集中的过程中，可以通过驾驶员的面部表情特征来判断驾驶员的注意力是否集中。

根据本申请的一个可选的实施例，步骤S108执行完成之后，将风险级别发送至云端服务器；如果车辆发生事故，将车辆发生事故的位置信息发送至云端服务器，并通过云端服务器发送救援信息。

通过将车辆所在区域的风险级别发送至云端服务器，并且在车辆发生事故的情况下，将车辆发生事故的位置信息发送至云端服务器，通过云端服务器发送救援信息，可以实现快速救援的技术效果。

图2是根据本申请实施例的另一种车辆的控制方法的流程图，如图2所示，该方法包括以下步骤：

步骤S202，在车辆按照自动驾驶模式行驶的过程中，在车辆的人机交互界面中显示车辆所在区域的天气信息；

步骤S204，在人机交互界面中显示车辆所在区域的风险级别，其中，风险级别是依据天气信息确定的；

步骤S206，在人机交互界面中显示提醒信息，其中，提醒信息用于提醒用户依据风险级别调整车辆的驾驶模式，其中，驾驶模式包括：自动驾驶模式以及手动驾驶模式。

需要说明的是，图2所示实施例的优选实施方式可以参见图1所示实施例的相关描述，此处不再赘述。

图3是根据本申请实施例的一种车辆的控制装置的结构框图，如图3所示，该装置包括：

控制模块30，用于控制车辆按照自动驾驶模式进行行驶；

采集模块32，用于在车辆按照自动驾驶模式行驶的过程中，采集车辆所在区域内的图像信息；

识别模块34，用于分析图像信息，识别出车辆所在区域内的天气信息；

确定模块36，用于依据天气信息确定车辆所在区域的风险级别；

调整模块38，用于依据风险级别调整车辆的驾驶模式，其中，驾驶模式包括：自动驾驶模式以及手动驾驶模式。

需要说明的是，图3所示实施例的优选实施方式可以参见图1所示实施例的相关描述，此处不再赘述。

图4是根据本申请实施例的一种自动驾驶车辆的结构框图，如图4所示，该自动驾驶车辆包括：

图像采集设备40，用于在车辆按照自动驾驶模式行驶的过程中，采集车辆所在区域内的图像信息；

控制器42，与图像采集40设备通信，用于分析图像信息，识别出车辆所在区域内的天气信息；依据天气信息确定车辆所在区域的风险级别；依据风险级别调整车辆的驾驶模式，其中，驾驶模式包括：自动驾驶模式以及手动驾驶模式。

需要说明的是，图4所示实施例的优选实施方式可以参见图1所示实施例的相关描述，此处不再赘述。

本申请实施例还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行以上的车辆的控制方法。

上述非易失性存储介质用于存储执行以下功能的程序：控制车辆按照自动驾驶模式进行行驶；在车辆按照自动驾驶模式行驶的过程中，采集车辆所在区域内的图像信息；分析图像信息，识别出车辆所在区域内的天气信息；依据天气信息确定车辆所在区域的风险级别；依据风险级别调整车辆的驾驶模式，其中，驾驶模式包括：自动驾驶模式以及手动驾驶模式。或者

在车辆按照自动驾驶模式行驶的过程中，在车辆的人机交互界面中显示车辆所在区域的天气信息；在人机交互界面中显示车辆所在区域的风险级别，其中，风险级别是依据天气信息确定的；在人机交互界面中显示提醒信息，其中，提醒信息用于提醒用户依据风险级别调整车辆的驾驶模式，其中，驾驶模式包括：自动驾驶模式以及手动驾驶模式。

本申请实施例还提供了一种处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的车辆的控制方法。

上述处理器用于运行执行以下功能的程序：控制车辆按照自动驾驶模式进行行驶；在车辆按照自动驾驶模式行驶的过程中，采集车辆所在区域内的图像信息；分析图像信息，识别出车辆所在区域内的天气信息；依据天气信息确定车辆所在区域的风险级别；依据风险级别调整车辆的驾驶模式，其中，驾驶模式包括：自动驾驶模式以及手动驾驶模式。或者

在车辆按照自动驾驶模式行驶的过程中，在车辆的人机交互界面中显示车辆所在区域的天气信息；在人机交互界面中显示车辆所在区域的风险级别，其中，风险级别是依据天气信息确定的；在人机交互界面中显示提醒信息，其中，提醒信息用于提醒用户依据风险级别调整车辆的驾驶模式，其中，驾驶模式包括：自动驾驶模式以及手动驾驶模式。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。