本公開涉及領(lǐng)域，尤其涉及一種智能駕駛控制方法及系統(tǒng)。

背景技術(shù)：

1、現(xiàn)有技術(shù)中，智能駕駛輔助系統(tǒng)依賴于攝像頭、雷達(dá)、激光雷達(dá)(lidar)等多種傳感器，通過(guò)對(duì)車輛周圍環(huán)境的識(shí)別和預(yù)測(cè)，以輔助或?qū)崿F(xiàn)自動(dòng)駕駛。但是，在低光照、直射陽(yáng)光、惡劣天氣(如雨、霧、雪)等復(fù)雜環(huán)境下，傳統(tǒng)攝像頭的性能會(huì)受到較大的影響，會(huì)導(dǎo)致圖像信息識(shí)別不準(zhǔn)確，或反應(yīng)延遲，影響智能駕駛輔助系統(tǒng)的安全性和可靠性。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本公開提出了一種智能駕駛控制方法及系統(tǒng)的技術(shù)方案。

2、根據(jù)本公開的一方面，提供了一種基于智能駕駛控制方法，包括：利用量子點(diǎn)光譜裝置，獲取目標(biāo)交通工具對(duì)應(yīng)的目標(biāo)環(huán)境的光譜圖像，其中，所述量子點(diǎn)光譜裝置包括多個(gè)光譜通道，每個(gè)光譜通道分別對(duì)應(yīng)不同的量子點(diǎn)區(qū)域，每個(gè)量子點(diǎn)區(qū)域具有不同的光學(xué)特性，所述光譜圖像包含所述目標(biāo)環(huán)境的光譜信息；利用光學(xué)成像單元，獲取所述目標(biāo)環(huán)境的可見光圖像；根據(jù)所述光譜圖像和所述可見光圖像，確定駕駛控制指令，其中，所述駕駛控制指令用于調(diào)整所述目標(biāo)交通工具對(duì)應(yīng)的實(shí)時(shí)運(yùn)行狀態(tài)。

3、在一種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述光譜圖像和所述可見光圖像，確定駕駛控制指令，包括：分別對(duì)所述光譜圖像和所述可見光圖像進(jìn)行特征提取，確定所述目標(biāo)環(huán)境對(duì)應(yīng)的光譜特征和可見光特征，其中，所述光譜特征用于反映所述目標(biāo)環(huán)境中每個(gè)物體對(duì)不同波長(zhǎng)范圍內(nèi)的光線的吸收、反射、散射、偏振光和透射特性中的至少一種，所述可見光特征用于反映所述目標(biāo)環(huán)境中每個(gè)物體對(duì)可見光的反射特性；根據(jù)所述光譜特征和所述可見光特征，進(jìn)行數(shù)據(jù)融合處理，確定所述駕駛控制指令。

4、在一種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述光譜特征和所述可見光特征，進(jìn)行數(shù)據(jù)融合處理，確定所述駕駛控制指令，包括：對(duì)所述光譜特征和所述可見光特征進(jìn)行特征融合，確定融合特征；根據(jù)所述融合特征，以及所述可見光圖像，確定所述目標(biāo)環(huán)境對(duì)應(yīng)的關(guān)鍵物體檢測(cè)結(jié)果和環(huán)境特征分析結(jié)果，其中，所述關(guān)鍵物體檢測(cè)結(jié)果包括：所述目標(biāo)環(huán)境中每個(gè)關(guān)鍵物體對(duì)應(yīng)的物體種類、外形、實(shí)時(shí)位置以及運(yùn)動(dòng)狀態(tài)，所述環(huán)境特征分析結(jié)果包括：所述目標(biāo)環(huán)境內(nèi)的道路類型、道路結(jié)構(gòu)以及道路實(shí)時(shí)狀態(tài)；根據(jù)所述關(guān)鍵物體檢測(cè)結(jié)果和所述環(huán)境特征分析結(jié)果，構(gòu)建所述目標(biāo)環(huán)境對(duì)應(yīng)的實(shí)時(shí)環(huán)境模型；根據(jù)所述實(shí)時(shí)環(huán)境模型，確定所述駕駛控制指令。

5、在一種可能的實(shí)現(xiàn)方式中，所述對(duì)所述光譜特征和所述可見光特征進(jìn)行特征融合，確定融合特征，包括：根據(jù)所述光譜特征和所述可見光特征，確定動(dòng)態(tài)融合權(quán)重；利用預(yù)設(shè)融合方法，根據(jù)所述動(dòng)態(tài)融合權(quán)重，對(duì)所述光譜特征和所述可見光特征進(jìn)行特征融合，確定所述融合特征。

6、在一種可能的實(shí)現(xiàn)方式中，所述預(yù)設(shè)融合方法包括：深度學(xué)習(xí)算法，和/或基于深度學(xué)習(xí)算法的非線性特征調(diào)整后的數(shù)據(jù)融合算法。

7、在一種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述光譜特征和所述可見光特征，進(jìn)行數(shù)據(jù)融合處理，確定所述駕駛控制指令，包括：根據(jù)所述光譜特征，確定所述目標(biāo)環(huán)境中每個(gè)物體對(duì)應(yīng)的材質(zhì)識(shí)別結(jié)果；根據(jù)所述可見光特征，確定所述目標(biāo)環(huán)境中每個(gè)物體對(duì)應(yīng)的外觀識(shí)別結(jié)果；針對(duì)所述目標(biāo)環(huán)境中任意一個(gè)物體，利用預(yù)設(shè)的數(shù)據(jù)融合方法，根據(jù)該物體對(duì)應(yīng)的材質(zhì)識(shí)別結(jié)果和外觀識(shí)別結(jié)果，確定該物體對(duì)應(yīng)的檢測(cè)結(jié)果；根據(jù)每個(gè)物體對(duì)應(yīng)的檢測(cè)結(jié)果，以及所述可見光圖像，確定所述目標(biāo)環(huán)境對(duì)應(yīng)的關(guān)鍵物體檢測(cè)結(jié)果和環(huán)境特征分析結(jié)果，其中，所述關(guān)鍵物體檢測(cè)結(jié)果包括：所述目標(biāo)環(huán)境中每個(gè)關(guān)鍵物體對(duì)應(yīng)的物體種類、外形、實(shí)時(shí)位置以及運(yùn)動(dòng)狀態(tài)，所述環(huán)境特征分析結(jié)果包括：所述目標(biāo)環(huán)境內(nèi)的道路類型、道路結(jié)構(gòu)以及道路實(shí)時(shí)狀態(tài)；根據(jù)所述關(guān)鍵物體檢測(cè)結(jié)果和所述環(huán)境特征分析結(jié)果，構(gòu)建所述目標(biāo)環(huán)境對(duì)應(yīng)的實(shí)時(shí)環(huán)境模型；根據(jù)所述實(shí)時(shí)環(huán)境模型，確定所述駕駛控制指令。

8、在一種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述實(shí)時(shí)環(huán)境模型，確定所述駕駛控制指令，包括：根據(jù)所述實(shí)時(shí)環(huán)境模型，以及所述目標(biāo)交通工具對(duì)應(yīng)的目標(biāo)位置，進(jìn)行路徑規(guī)劃，確定所述目標(biāo)交通工具對(duì)應(yīng)的路徑規(guī)劃結(jié)果，其中，所述路徑規(guī)劃結(jié)果包括所述目標(biāo)交通工具由當(dāng)前位置行駛至所述目標(biāo)位置的路線；根據(jù)所述光譜圖像、所述可見光圖像、以及所述實(shí)時(shí)環(huán)境模型，確定所述目標(biāo)交通工具對(duì)應(yīng)的實(shí)時(shí)行駛決策，其中，所述實(shí)時(shí)行駛決策用于指示所述目標(biāo)交通工具的行駛狀態(tài)；根據(jù)所述路徑規(guī)劃結(jié)果和所述實(shí)時(shí)行駛決策，確定所述駕駛控制指令。

9、在一種可能的實(shí)現(xiàn)方式中，所述方法還包括：根據(jù)所述光譜特征和所述可見光圖像，確定所述目標(biāo)環(huán)境對(duì)應(yīng)的光照分析結(jié)果和天氣分析結(jié)果，其中，所述光照分析結(jié)果包括所述目標(biāo)環(huán)境對(duì)應(yīng)的光源類型和光照強(qiáng)度，所述天氣分析結(jié)果包括所述目標(biāo)環(huán)境對(duì)應(yīng)的降水狀態(tài)和能見度；根據(jù)所述光照分析結(jié)果和所述天氣分析結(jié)果，確定自適應(yīng)光照調(diào)節(jié)指令，其中，所述自適應(yīng)光照調(diào)節(jié)指令，用于調(diào)整所述量子點(diǎn)光譜裝置和所述光學(xué)成像單元對(duì)應(yīng)的設(shè)備參數(shù)。

10、根據(jù)本公開的另一方面，提供了一種基于智能駕駛控制系統(tǒng)，包括：至少一個(gè)量子點(diǎn)光譜裝置，至少一個(gè)光學(xué)成像單元，以及數(shù)據(jù)處理單元；所述量子點(diǎn)光譜裝置，用于獲取目標(biāo)交通工具對(duì)應(yīng)的目標(biāo)環(huán)境的光譜圖像，其中，所述量子點(diǎn)光譜裝置包括多個(gè)光譜通道，每個(gè)光譜通道分別對(duì)應(yīng)不同的量子點(diǎn)區(qū)域，每個(gè)量子點(diǎn)區(qū)域具有不同的光學(xué)特性，所述光譜圖像包含所述目標(biāo)環(huán)境的光譜信息；所述光學(xué)成像單元，用于獲取所述目標(biāo)環(huán)境的可見光圖像；所述數(shù)據(jù)處理單元，用于基于上述的方法，根據(jù)所述光譜圖像和所述可見光圖像，確定駕駛控制指令，其中，所述駕駛控制指令用于調(diào)整所述目標(biāo)交通工具對(duì)應(yīng)的實(shí)時(shí)運(yùn)行狀態(tài)。

11、在一種可能的實(shí)現(xiàn)方式中，任意一個(gè)光學(xué)成像單元，與至少一個(gè)量子點(diǎn)光譜裝置并列安裝在所述目標(biāo)交通工具的目標(biāo)安裝位置處，且安裝角度滿足預(yù)設(shè)范圍，其中，所述目標(biāo)安裝位置包括所述目標(biāo)交通工具對(duì)應(yīng)的前視位置、側(cè)視位置和后視位置中的至少一個(gè)。

12、在本公開實(shí)施例中，可以利用量子點(diǎn)光譜裝置具有較高光電轉(zhuǎn)換效率，和較寬光譜響應(yīng)范圍的特點(diǎn)，在低光照、復(fù)雜天氣條件下，確定具有較高可靠性、包含目標(biāo)環(huán)境的多波段光譜信息的光譜圖像，從而提高目標(biāo)交通工具在復(fù)雜環(huán)境下對(duì)目標(biāo)環(huán)境的感知能力，以及目標(biāo)環(huán)境的動(dòng)態(tài)變化的反應(yīng)速率，其中，量子點(diǎn)光譜裝置包括多個(gè)光譜通道，每個(gè)光譜通道分別對(duì)應(yīng)不同的量子點(diǎn)區(qū)域，每個(gè)量子點(diǎn)區(qū)域具有不同的光學(xué)特性。利用光學(xué)成像單元，可以獲取包括高分辨率的細(xì)節(jié)視覺信息的可見光圖像。根據(jù)光譜圖像和可見光圖像，可以確定調(diào)整目標(biāo)交通工具對(duì)應(yīng)的實(shí)時(shí)運(yùn)行狀態(tài)的駕駛控制指令，充分利用光譜圖像中豐富的光譜信息，可以提高檢測(cè)目標(biāo)環(huán)境中每個(gè)物體的材料和表面特征的準(zhǔn)確性，從而提高物體檢測(cè)和識(shí)別的準(zhǔn)確性和可靠性，能夠?yàn)槁窂揭?guī)劃和行駛決策提供充分可靠的數(shù)據(jù)基礎(chǔ)，從而在復(fù)雜的光照和天氣環(huán)境下，實(shí)現(xiàn)安全可靠的智能駕駛控制。

13、根據(jù)下面參考附圖對(duì)示例性實(shí)施例的詳細(xì)說(shuō)明，本公開的其它特征及方面將變得清楚。

技術(shù)特征：

1.一種智能駕駛控制方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述光譜圖像和所述可見光圖像，確定駕駛控制指令，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述光譜特征和所述可見光特征，進(jìn)行數(shù)據(jù)融合處理，確定所述駕駛控制指令，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對(duì)所述光譜特征和所述可見光特征進(jìn)行特征融合，確定融合特征，包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述預(yù)設(shè)融合方法包括：深度學(xué)習(xí)算法，和/或基于深度學(xué)習(xí)算法的非線性特征調(diào)整后的數(shù)據(jù)融合算法。

6.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述光譜特征和所述可見光特征，進(jìn)行數(shù)據(jù)融合處理，確定所述駕駛控制指令，包括：

7.根據(jù)權(quán)利要求3至6中任意一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述實(shí)時(shí)環(huán)境模型，確定所述駕駛控制指令，包括：

8.根據(jù)權(quán)利要求2至6中任意一項(xiàng)所述的方法，其特征在于，所述方法還包括：

9.一種智能駕駛控制系統(tǒng)，其特征在于，所述系統(tǒng)包括：至少一個(gè)量子點(diǎn)光譜裝置，至少一個(gè)光學(xué)成像單元，以及數(shù)據(jù)處理單元；

10.根據(jù)權(quán)利要求9所述的智能駕駛控制系統(tǒng)，其特征在于，任意一個(gè)光學(xué)成像單元，與至少一個(gè)量子點(diǎn)光譜裝置并列安裝在所述目標(biāo)交通工具的目標(biāo)安裝位置處，且安裝角度滿足預(yù)設(shè)范圍，其中，所述目標(biāo)安裝位置包括所述目標(biāo)交通工具對(duì)應(yīng)的前視位置、側(cè)視位置和后視位置中的至少一個(gè)。

技術(shù)總結(jié)
本公開涉及一種智能駕駛控制方法及系統(tǒng)，該方法包括：利用量子點(diǎn)光譜裝置，獲取目標(biāo)交通工具對(duì)應(yīng)的目標(biāo)環(huán)境的光譜圖像，其中，量子點(diǎn)光譜裝置包括多個(gè)光譜通道，每個(gè)光譜通道分別對(duì)應(yīng)不同的量子點(diǎn)區(qū)域，每個(gè)量子點(diǎn)區(qū)域具有不同的光學(xué)特性，光譜圖像包含目標(biāo)環(huán)境的光譜信息；利用光學(xué)成像單元，獲取目標(biāo)環(huán)境的可見光圖像；根據(jù)光譜圖像和可見光圖像，確定駕駛控制指令，其中，駕駛控制指令用于調(diào)整目標(biāo)交通工具對(duì)應(yīng)的實(shí)時(shí)運(yùn)行狀態(tài)。本公開實(shí)施例可以在復(fù)雜天氣條件下，綜合利用光譜圖像和可見光圖像，確定具有較高準(zhǔn)確性和可靠性的駕駛控制指令，實(shí)現(xiàn)目標(biāo)交通工具的自動(dòng)駕駛，并提高駕駛安全性。

技術(shù)研發(fā)人員：趙華卿
受保護(hù)的技術(shù)使用者：芯視界（北京）科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15