感知方法、智能控制设备及自动驾驶车辆与流程

本发明涉及自动驾驶领域，尤其涉及一种感知方法、智能控制设备及自动驾驶车辆。
背景技术：
：目前市面上的l4和l5级别无人驾驶系统均在车辆中心位置安装摄像头、激光雷达、定位装置等中心传感器，在车身前后面和侧面的边缘位置安装摄像头等传感器用于车身周围的盲区补充。然而，中心传感器经常被其他动态或静态物体遮挡，对摄像头、激光雷达、毫米波雷达等传感器均造成巨大感知阻碍。例如，无人驾驶系统在直行过程中，前方有大型车辆（巴士、卡车等），前方红绿灯就会被遮挡，使中心传感器无法采集和感知到真实的路况信息，从而造成系统决策和规划困难。技术实现要素：有鉴于此，是有必要提供一种感知方法、智能控制设备及自动驾驶车辆，以使自动驾驶车辆提前感知，增强自动驾驶车辆的安全性能。第一方面，本发明提供了一种感知方法，应用于自动驾驶领域，包括：获取待执行指令；根据获取的所述待执行指令，驱动中心传感器组件、或所述中心传感器组件和边缘传感器组件感测对应的区域，得到第一路况数据；判定所述第一路况数据是否存在第一遮挡区域；若存在第一遮挡区域，根据高精地图、所述第一路况数据和第一预设算法计算出第一安全区域；根据所述待执行指令、所述第一路况数据、自动驾驶车辆的行驶状态以及所述第一安全区域计算出第一执行指令；控制所述自动驾驶车辆在所述第一安全区域内依照所述第一执行指令位移；根据所述第一执行指令驱动所述边缘传感器组件、或所述边缘传感器组件和所述中心传感器组件感测对应的区域，得到第二路况数据；判定所述第二路况数据是否存在第二遮挡区域；若存在第二遮挡区域，根据所述第二路况数据和所述自动驾驶车辆的行驶状态规划第二执行指令以控制所述自动驾驶车辆依照所述第二执行指令位移。第二方面，本发明还提供一种感知智能控制设备，包括：存储器，用于存储程序指令；以及处理器，用于执行所述程序指令以使所述智能控制设备实现上述感知方法。第三方面，本发明还提供一种自动驾驶车辆，所述自动驾驶车辆包括车身、设置于所述车身车顶的中心传感器组件、设置于所述车身四周的边缘传感器组件、以及智能控制设备，所述智能控制设备包括：存储器，用于存储程序指令；以及处理器，用于执行所述程序指令以使所述智能控制设备实现上述感知方法。上述采用边缘传感器进行提前感知的方法中，通过设置边缘传感器协同中心传感器进行感知，当中心传感器组件被障碍物遮挡的情况下，边缘传感器可以感知中心传感器无法的感知区域，扩大自动驾驶车辆的感知范围，提升了自动驾驶车辆的安全性能；另外，利用边缘传感器交互、渐进地探测遮挡区域，避免进行大幅度的位移，从而无需等到中心传感器到达同样的位置再开始识别，即，本发明的感知方法可达到提前感知的效果，可以使自动驾驶系统更早更快地做出决策。附图说明图1为本发明实施例提供的自动驾驶车辆的示意图。图2a为本发明实施例提供的中心传感器组件的内部结构示意图。图2b为本发明实施例提供的边缘传感器组件的内部结构示意图。图2c为本发明实施例提供的重点感知区域示意图。图3为本发明实施例提供的感知方法的流程示意图。图4为本发明实施例提供的计算第一执行指令流程示意图。图5为本发明实施例提供的获得第一安全区域流程示意图。图6为本发明实施例提供的获得第一路况数据流程示意图。图7为本发明实施例提供的获得第一感测数据流程示意图。图8为本发明实施例提供的获得第一感测数据子流程示意图。图9为本发明实施例提供的智能控制设备的结构示意图。图10a-10e为本发明实施例提供的提前感知场景示意图。其中，图中各区域标号。100自动驾驶车辆110车顶190中间位置200中心传感器组件201中心传感器210边缘传感器组件211边缘传感器230重点感知区域900智能控制设备901存储介质902处理器903总线904显示组件905通信组件102行驶状态不确定车辆160提前感知区域101货车150第一遮挡区域131直行的车辆130左转的车辆122静止的车辆111行人120对面行驶过来的车辆112前保险杠113前挡风玻璃191预定位置109路径具体实施方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，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，都属于本发明保护的范围。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”、“第三”、“第四”等(如果存在)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，换句话说，描述的实施例根据除了这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，还可以包含其他内容，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只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。需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。请参看图1，其为本发明实施例提供的自动驾驶车辆的示意图。自动驾驶车辆100为在无人操控下自动将用户从一个位置运送到另一个位置的车辆。在一些可行的实施例中，自动驾驶车辆100还可以是摩托车、卡车、运动型多用途车辆(suv)、休闲车辆(rv)、船舶、飞行器等任何其它运输设备。在示例性实施例中，自动驾驶车辆100是所谓的四级或五级自动化系统。四级系统指的是“高度自动化”，其指代车辆自动做出自主决策，并且驾驶者无需任何操作，一般需依靠可实时更新的道路信息数据支持，实现自动取还车、自动编队巡航、自动避障等出行的真实场景。五级系统指的是“全自动化”，其指代车辆不需要驾驶员配合任何操作，实现全天候、全地域的自动驾驶，并能应对环境气候及地理位置的变化，驾驶员可将注意力放在休息或其它工作上。请结合参看图2a、图2b，其为本发明实施例提供的中心传感器组件与边缘传感器组件的内部结构示意图。在一些可行的实施例中，中心传感器组件200包括一个或者多个中心传感器201。边缘传感器组件210包括一个或者多个边缘传感器211。中心传感器201与边缘传感器211包括但是不限于摄像头、激光雷达、超声波雷达、毫米波雷达、红外仪。中心传感器201相对于中心传感器组件200可以是固定的，也可以是可转动的。边缘传感器211相对于边缘传感器组件210可以是固定的，也可以是可转动的。中心传感器组件200与边缘传感器组件210相对于自动驾驶车辆100是固定的。中心传感器组件200和边缘传感器组件210用于感知自动驾驶车辆100的外部环境，提供实时感知数据。中心传感器组件200位于自动驾驶车辆100车身的车顶110，具体地，也可以安装在自动驾驶车辆车顶110的正中间，如图1所示。边缘传感器组件210位于自动驾驶车辆100的四周，具体地，边缘传感器组件210可以是隐藏式安装在自动驾驶车辆100前保险杠112与前挡风玻璃113之间的车身空间内或者自动驾驶车辆100后保险杠与后挡风玻璃之间的车身空间内；边缘传感器组件210也可以安装于前后车灯的下方一定距离的位置。请结合参看图3，其为本发明实施例提供的感知方法的流程示意图。步骤s301，获取待执行指令。根据自动驾驶车辆正在行驶的路线的地图信息以及自动驾驶车辆中心传感器反馈的环境信息，得到下一个时间节点自动驾驶车辆待执行指令。待执行指令包括但是不限于可行驶路径，重点感知区域，行驶速度，行驶到下一段路径所需要的时间。可行驶路径为使用成本函数对每条路径进行评估后得到的最优路径，成本函数包含平滑度、安全性、与车道中心的偏离以及开发者想要考虑的其他任何因素。然后按成本对路径进行排名并选择成本最低的路径。成本函数可能考虑以下因素：与车道中心的偏离、与障碍物的距离、速度和曲率的变化、对车辆的压力、或希望列入的任何其他因素。重点感知区域是自动驾驶车辆100在行驶的过程中根据自动驾驶车辆100正在行驶的路线确定需要感知并检测是否存在障碍物的区域。请结合参看图2c，重点感知区域230是以中心传感器组件200为中心，与基准方向呈指定角度的预先设定半径长度的扇形区域。基准方向为自动驾驶车辆100在frenet坐标系中的参考线的切线方向，frenet坐标系使用道路中心作为参考线。步骤s303，根据获取的待执行指令，驱动中心传感器组件、或中心传感器组件和边缘传感器组件感测对应的区域，得到第一路况数据。根据获取的重点感知区域，选取与该区域匹配的传感器；根据可行驶路径动态调整对应的传感器的角度或者自动驾驶车辆100的行驶角度。传感器包括但是不限于摄像头，超声波雷达，毫米波雷达，激光雷达，红外仪。摄像头：主要应用于短距离场景，可识别障碍物；超声波雷达：主要应用于短距离场景；毫米波雷达：主要有用于中短测距的24ghz雷达和长测距的77ghz雷达2种，毫米波雷达可有效提取景深及速度信息，识别障碍物；激光雷达：分单线和多线激光雷达，多线激光雷达可以获得极高的速度、距离和角度分辨率，形成精确的3d地图，抗干扰能力强；红外仪：主要应用于晚间场景。具体地，自动驾驶车辆在公路上直行的时候，自动驾驶车辆的行驶方向的正前方为重点感知区域。中心传感器组件中的77ghz毫米波雷达主要负责感知上述区域。中心传感器组件的77ghz毫米波雷达或者中心传感器组件和边缘传感器组件的77ghz毫米波雷达对自动驾驶车辆行驶方向的100米的范围进行感知，得到第一路况数据。第一路况数据包括但是不限于点云数据，图像数据。步骤s305，判定第一路况数据是否存在第一遮挡区域。根据点云数据、图像数据以及重点感知区域在高精地图对应的区域，通过高精地图感兴趣滤波器（hdmaproi）获取高精地图定义的在重点感知区域内的输入点索引。利用输入点索引以及点云数据和图像数据，得到一组与重点感知区域中障碍物对应的目标。目标构建算法会为检测到的障碍物建立障碍物轮廓线。当然，目标构建算法还会为高精地图中所标注的障碍物以及车路协同系统（v2x）传来的障碍物建立障碍物轮廓线。障碍物轮廓线构成的闭合区域即为被遮挡区域。被遮挡区域中含有的信息包括：障碍物类型，障碍物大小，障碍物轨迹，障碍物预测轨迹。障碍物类型包括但是不限于机动车障碍物，行人障碍物，其他非机动车非行人的静态障碍物等。若没有障碍物对应的障碍物轮廓线构成的闭合区域，则不存在第一遮挡区域；若有障碍物对应的障碍物轮廓线构成的闭合区域，则存在第一遮挡区域。障碍物的获取方法此处仅为举例，不作限定。其中，车路协同系统（v2x）是指采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人、车、路的有效协同，保证交通安全，提高通行效率，从而形成安全、高效和环保的道路交通系统。步骤s307，若存在第一遮挡区域，根据高精地图、第一路况数据和第一预设算法计算出第一安全区域。根据高精地图的自动驾驶车辆可行驶路径，第一遮挡区域的边界数据，以及自动驾驶车辆的环境数据，通过第一预设算法计算出第一安全区域的范围。第一预设算法是用于规划区域的算法。第一安全区域是基于高精地图规划并结合当前工作传感器数据反馈的环境数据构建的无视线遮挡的可行驶区域。步骤s309，根据待执行指令、第一路况数据、自动驾驶车辆的行驶状态以及第一安全区域计算出第一执行指令。例如，可以利用d-star算法对待执行指令、第一路况数据、自动驾驶车辆的行驶状态以及第一安全区域的数据进行控制规划。d-star算法是一种在感知范围有限的情况下，利用当前感知到的环境数据进行增量规划的算法。根据d-star算法计算的自动驾驶车辆的移动距离以及移动方向估计的车辆状态向油门、刹车或转向扭矩等执行指令。第一执行指令包括但是不限于指定启用的传感器组件、指定启用的传感器组件中的传感器等执行指令，若指定启用的传感器组件中的传感器是可转动传感器，则指定选中传感器的转动角度、车辆状态向油门、刹车或转向扭矩。步骤s311，控制自动驾驶车辆在第一安全区域内依照第一执行指令位移。具体的，自动驾驶车辆要按照第一执行指令的车辆状态向油门，转向扭矩等在第一安全区域范围内移动指定的距离。步骤s313，根据第一执行指令驱动边缘传感器组件、或边缘传感器组件和中心传感器组件感测对应的区域，得到第二路况数据。自动驾驶车辆在根据第一执行指令进行位移后，自动驾驶车辆与被遮挡区域的相对位置改变，自动驾驶车辆传感器组件的感知范围发生变化，传感器组件更新点云数据和图像数据。感知过程与上述感知过程相同。步骤s315，判定第二路况数据是否存在第二遮挡区域。根据点云数据、图像数据以及重点感知区域在高精地图对应的区域，通过高精地图感兴趣滤波器（hdmaproi）获取高精地图定义的在重点感知区域内的输入点索引。利用输入点索引以及点云数据和图像数据，得到一组与重点感知区域中障碍物对应的目标。目标构建算法会为检测到的障碍物建立障碍物轮廓线。当然，目标构建算法还会为高精地图中所标注的障碍物以及车路协同系统（v2x）传来的障碍物建立障碍物轮廓线。障碍物轮廓线构成的闭合区域即为被遮挡区域。若没有障碍物对应的障碍物轮廓线构成的闭合区域，则不存在第二遮挡区；若有障碍物对应的障碍物轮廓线构成的闭合区域，则存在第二遮挡区。步骤s317，若存在第二遮挡区域，根据第二路况数据和自动驾驶车辆的行驶状态规划第二执行指令以控制自动驾驶车辆依照第二执行指令位移。第二执行指令包括但是不限于指定启用的传感器组件、指定启用的传感器组件中的传感器等执行指令，若指定启用的传感器组件中的传感器是可转动传感器，则指定选中传感器的转动角度、车辆状态向油门、刹车或转向扭矩。自动驾驶车辆要按照第一执行指令的车辆状态向油门，转向扭矩等在第一安全区域范围内移动指定的距离。步骤s319，执行待执行指令。自动驾驶车辆执行待执行指令。在一些可行的实施例中，自动驾驶系统可循环上述步骤，不断判断新的“安全区域”，并通过在“安全区域”内位移，利用边缘传感器感知更大的“遮挡区域”。请结合参看图4，其为本发明实施例提供的计算第一执行指令流程示意图。步骤s401，根据第一遮挡区域、中心传感器组件的感测范围或中心传感器组件和边缘传感器组件的感测范围以及自动驾驶车辆的行驶状态，规划出在第一安全区域中可感测到第一遮挡区域的多种调整策略，多种调整策略包括选择与第一遮挡区域相匹配的边缘传感器和该边缘传感器的角度、自动驾驶车辆在第一安全区域内的位置。具体的，如图10a所示，自动驾驶车辆100在公路上是直行状态时，正前方被货车101遮挡，货车车身遮挡的感知区域为第一遮挡区域150，中心传感器组件的77ghz毫米波雷达感知区域被遮挡，开启边缘传感器组件，增加提前感知区域160。在一些实际路况下，开启边缘传感器组件后仍然不能确定行驶道路正前方的路况，例如，不能确定货车101是在等红绿灯还是临时停靠；不能确认货车101前方是否存在其他行驶状态不确定的车辆102。这时需要根据高精地图上标记的红绿灯的位置信息，辅助中心传感器组件以及边缘传感器组件进行自动驾驶车辆周围环境的感知。根据高精地图的标注红绿灯的位置以及自动驾驶车辆100现在位置确认正在行驶的道路前方是否存在红绿灯。若行驶路线前方存在红绿灯，获取红绿灯的具体位置，红绿灯的闪烁规则等；若行驶路线前方不存在红绿灯，直接反馈无红绿灯。传感器选择方式包括但是不限于（1）选择中心传感器组件的77ghz毫米波雷达进行感知；（2）选择中心传感器组件的24ghz毫米波雷达进行感知；（3）选择中心传感器组件的77ghz毫米波雷达与边缘传感器组件的77ghz毫米波雷达进行感知；（4）选择中心传感器组件的24ghz毫米波雷达与边缘传感器组件的77ghz毫米波雷达进行感知等。上述毫米波雷达的频率可根据实际需要灵活选择，此处仅为举例说明，并不作限定。根据传感器类型确认是否为可转动传感器，若是可转动传感器，根据被遮挡区域在车辆坐标的位置，选择传感器转动角度；若不是可转动传感器，则直接开启传感器进行感知。自动驾驶车辆在第一安全区域内的位置是下一个运动时刻自动驾驶车辆在以中心传感器组件为中心构建安全区域内的位置。步骤s403，根据自动驾驶车辆在第一安全区域内的位置和自动驾驶车辆的行驶状态，从多种调整策略中选中最佳的调整策略。若行驶路线前方存在红绿灯，从高精地图获取红绿灯的具体位置，红绿灯的闪烁规则等，调整中心传感器组件中使用的传感器对正前方区域进行感知，启用边缘传感器组件中对应区域的激光雷达对自动驾驶车辆左侧区域和右侧区域的车辆进行感知；若行驶路线前方不存在红绿灯，则直接启用边缘传感器组件中对应区域的激光雷达对自动驾驶车辆左侧区域和右侧区域的车辆进行感知，减少算力。具体的，若行驶路线前方存在红绿灯，使用中心传感器组件的24ghz毫米波雷达以基准线呈0°的角度感知与前面货车的之间的距离；边缘传感器组件的77ghz毫米波雷达感以基准线呈45°的角度感知自动驾驶车辆周围环境信息。环境信息包括但是不限于周围车辆的数量，周围车辆行驶状态，周围是否存在行人等。步骤s405，根据被选中的调整策略中的自动驾驶车辆在所述第一安全区域内的位置信息，规划出自动驾驶车辆行驶至第一安全区域内的位置的行驶路径。具体的，根据自动驾驶车辆在第一安全区域内的位置信息与本时刻的在第一安全位置区域内的位置信息利用d-star算法计算的自动驾驶车辆的行驶路径。步骤s407，根据行驶路径产生第一执行指令。整合上述步骤中的待执行命令为第一执行指令。请结合参看图5，其为本发明实施例提供的获得第一安全区域流程示意图。步骤s501，根据第一遮挡区域、中心传感器组件的感测范围或中心传感器组件和边缘传感器组件的感测范围以及自动驾驶车辆的行驶状态，选择出可感测到第一遮挡区域的边缘传感器和该边缘传感器的角度。具体的，自动驾驶车辆在行驶过程中被行驶方向的正前方得货车遮挡视线，中心传感器组件中的中心传感器无法通过改变中心传感器的类型和中心传感器的角度来消除遮挡区域。开启边缘传感器组件与中心传感器组件中对应的边缘传感器。在这种行驶环境中，自动驾驶车辆需要感知前方的环境，所以边缘传感器的角度是与基准线呈30°的角度，可以绕过前面的货车感知车辆前方的环境。步骤s503，根据自动驾驶车辆的行驶状态、选择的边缘传感器和该边缘传感器的角度，计算出自动驾驶车辆在第一安全区域内的位置。具体地，自动驾驶车辆在第一安全区域内的位置是下一个运动时刻自动驾驶车辆在以中心传感器组件为中心构建安全区域内的位置。该位置是根据传感器数据计算后得到的位移后可以扩大传感器感知范围的位置。请结合参看图6，其为本发明实施例提供的获得第一路况数据流程示意图。步骤s601，驱动中心传感器组件感测，得到第一感测数据。具体地，在自动驾驶车辆直行的路况下，中心传感器组件中的77ghz毫米波雷达提供行驶方向的切线方向100m范围内的点云数据。步骤s603，分析第一感测数据中是否存在第一遮挡区域。根据获取的点云数据，确认是否存障碍物，以及障碍物的类型。根据障碍物的类型是否存在第一遮挡区域。步骤s605，若存在第一遮挡区域，根据待执行指令选择对应的边缘传感器组件。具体的，根据第一遮挡区域的情况，需要感知车行驶方向的切线方向的区域，安装在自动驾驶车辆两侧的边缘传感器组件中对应77ghz毫米波雷达开启。步骤s607，驱动对应的边缘传感器组件感测，得到第二感测数据。通过安装在自动驾驶车辆两侧的边缘传感器组件中对应77ghz毫米波雷达以与基准线呈30°的角度获取行驶方向的切线方向100m范围内的点云数据。步骤s609，将第一感测数据和第二感测数据进行融合得到第一路况数据。将获取的中心传感器组件中的77ghz毫米波雷达提供行驶方向的切线方向100m范围内的点云数据与边缘传感器组件中的77ghz毫米波雷达提供行驶方向的切线方向100m范围内的点云数据进行整合，得到感知范围更大的点云数据，作为第一路况数据。请结合参看图7，本发明实施例提供的获得第一感测数据流程示意图。步骤s701，根据待执行指令从中心传感器组件中选择对应的一个或者多个固定中心传感器和/或可转动中心传感器。具体地，77ghz毫米波雷达主要负责远距离障碍物检测，24ghz毫米波雷达主要负责近距离障碍物检测。根据实际需要选择对应的中心传感器。若选中的中心传感器是相对于中心传感器组件固定的，则选中后直接开始感知；若选中的中心传感器相对于中心传感器组件是可转动的则在选中后驱动该可转动中心传感器到指定角度再进行感知。步骤s703，驱动被选中的一个或者多个固定中心传感器和/或可转动中心传感器感测，得到第一感测数据。具体地，中心传感器组件的77ghz毫米波雷达获取行驶方向的切线方向100m范围内的点云数。请结合参看图8，其为本发明实施例提供的获得第一感测数据子流程示意图。步骤s801，若中心传感器组件中被选中的中心传感器包括可转动中心传感器，根据被遮挡区域相对于车身坐标的位置确定可转动中心传感器的最佳角度。具体地，若选中的中心传感器组件的77ghz毫米波雷达要感知行驶方向正前方的区域，则传感器工作角度与基准线呈0°；若选中的中心传感器组件的77ghz毫米波雷达要感知行驶方向左前方的区域，中心传感器工作角度与基准线呈45°。步骤s803，控制可转动中心传感器转动至最佳角度。步骤s805，驱动可转动中心传感器在最佳角度感测对应的区域，得到第一感测数据。具体地，中心传感器组件的77ghz毫米波雷达获取最佳角度方向100m范围内的点云数据。中心传感器组件获取的第一路况信息不包含遮挡区域的情况下，边缘传感器组件关闭。边缘传感器组件是自动驾驶车辆的冗余传感器组件。在没有障碍物遮挡的行驶环境中，自动驾驶车辆可以仅依靠中心传感器完成驾驶任务。为了节省算力，以及资源调度成本，在中心传感器组件获取的第一路况数据中不包含遮挡区域的情况下，边缘传感器组件关闭。在中心传感器组件获取的第一路况数据中包含遮挡区域的情况下，边缘传感器组件开启，扩大中心传感器组件的感知范围，实现采用边缘传感器组件进行提前感知。在一些可行的实施例中，请结合参看图10b，自动驾驶车辆100根据高精地图提供的路况信息确认道路行驶前方不存在红绿灯，根据中心传感器组件的24ghz毫米波雷达感知前方货车101是静止不动，可以得出障碍物货车101是暂时停靠在路边，不是因为在等红绿灯而停车。根据边缘传感器组件的77ghz毫米波雷达感知到左侧车道没有车，确认可以执行待执行指令，进行变换车道的操作。自动驾驶车辆100按照路径109行驶到左边车道的一个中间位置190。自动驾驶车辆100行驶到中间位置190时，感知周围环境，确认周围环境是否适合执行新的待执行指令，进行车道变换操作，行驶到预定位置191。在另一些可行的实施例中，结合高精地图对自动驾驶车辆100周围环境的反馈，自动驾驶车辆100在停车场入口排队进入停车场，货车101的行驶速度很小或者是处于静止状态都是正常情况。货车101遮挡了自动驾驶车辆100中心传感器组件的部分感知区域，自动驾驶车辆100只需要开启左边的边缘传感器组件感知行驶前方是否有行人或者其他障碍物，不需要再对速度进行规划，低速跟在货车101的后面即可。在一些可行的实施例中，请结合参看图10c，自动驾驶车辆100行驶到十字路口，将右转命令设置为待执行命令，自动驾驶车辆100的左侧有预测行驶轨迹为左转的车辆130，车辆130遮挡了中心传感器组件对十字路口左边道路情况的感知区域。这时开启边缘传感器组件，通过边缘传感器组件中的77ghz毫米波雷达感知到的提前感知区域160，确认左边直行车道存在车辆131，并预测车辆131的行驶轨迹为继续直行。根据边缘传感器组件提前感知到的环境信息确认，等车辆131行驶过十字路口，自动驾驶车辆100再执行预先规划的待执行指令，达到提前预测，安全规划的目的。在一些可行的实施例中，请结合参看图10d，自动驾驶车辆100行驶在车身右侧停满车辆的实际环境中，例如停车场。停车场中不只有车辆也会有行人，在车辆众多的停车场中，中心传感器组件的感知范围很容易受到遮挡，这时开启右侧的边缘传感器组件对中心传感器组件的感知范围进行补充，使用边缘传感器组件中的24ghz毫米波雷达，对自动驾驶车辆100行驶方向的右前侧50米的范围进行提前感知，若提前感知区域内感知到停靠车辆122之间出现行人111，则自动驾驶车辆100可以提前规划减速等行人111经过，或者避让行人111。在一些可行的实施例中，请结合参看图10e，自动驾驶车辆100行驶方向前方有行驶速度小于自动驾驶车辆100行驶速度的货车101，自动驾驶车辆100的待执行指令为从左侧车道进行超车行驶至中间位置190，但是货车101的车身遮挡了一部分中心传感器组件的感知范围，故开启左侧边缘传感器组件，使用边缘传感器中的77ghz毫米波雷达对左侧车道进行提前感知。在提前感知区域内存在与自动驾驶车辆100行驶方向相反的车辆120，所以自动驾驶车辆100不能执行从左侧超车行驶至中间位置190的待执行指令。继续低速跟在货车101后面，等待合适的超车机会。请结合参看图9，其为实施例提供的智能控制设备的内部结构示意图。智能控制设备900包括存储介质901、处理器902和总线903。其中，存储介质901至少包括一种类型的可读存储介质，该可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器（例如，sd或dx存储器等）、磁性存储器、磁盘、光盘等。存储介质901在一些实施例中可以是智能控制设备900的内部存储单元，例如智能控制设备900的硬盘。存储介质901在另一些实施例中也可以是外部智能控制设备900的存储设备，例如智能控制设备900上配备的插接式硬盘，智能存储卡（smartmediacard,smc），安全数字卡（securedigital,sd），闪存卡（flashcard）等。进一步地，存储介质901还可以既包括智能控制设备900的内部存储单元也包括外部存储设备。存储介质901不仅可以用于存储安装于智能控制设备900的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。总线903可以是外设部件互连标准(peripheralcomponentinterconnect，简称pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。进一步地，智能控制设备900还可以包括显示组件904。显示组件904可以是led（lightemittingdiode，发光二极管）显示器、液晶显示器、触控式液晶显示器以及oled（organiclight-emittingdiode，有机发光二极管）触摸器等。其中，显示组件904也可以适当的称为显示装置或显示单元，用于显示在智能控制设备900中处理的信息以及用于显示可视化的用户界面。进一步地，智能控制设备900还可以包括通信组件905，通信组件905可选的可以包括有线通信组件和/或无线通信组件（如wi-fi通信组件、蓝牙通信组件等），通常用于在智能控制设备900与其他计算机设备之间建立通信连接。处理器902在一些实施例中可以是一中央处理器（centralprocessingunit,cpu）、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储介质901中存储的程序代码或处理数据。具体地，处理器902执行感知程序，以实现感知方法。图9仅示出了具有组件901-905以及实现感知方法的智能控制设备900，本领域技术人员可以理解的是，图9示出的结构并不构成对智能控制设备900的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。在上述实施例中，可以通过智能控制设备来实现。当使用智能控制设备实现时，可以全部或部分地以智能控制设备程序产品的形式实现。该感知方法包括一个或多个计算机指令。在智能控制设备上加载和执行该方法时，全部或部分地产生按照本发明实施例的流程或功能。该方法可以存储在计算机可读存储介质中，或者从一个智能控制设备可读存储介质向另一智能控制设备可读存储介质传输，该智能控制设备可读存储介质可以是智能控制设备能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，该单元的划分，仅仅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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。该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网络单元上。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。该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，可以存储在一个智能控制设备可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有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，该方法存储在一个存储介质中，包括若干指令用以使得一台智能控制设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、流动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。请结合参看图1，其为实施例提供的自动驾驶车辆结构示意图。自动驾驶车辆100包括但是不限于设置于车顶的中心传感器组件200、设置于车身四周的边缘传感器组件210、以及智能控制设备（图未示）。在一些可行的实施例中，中心传感器组件200可以安装在自动驾驶车辆的车顶上靠近前挡风玻璃的边缘。需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的
技术领域：
，均同理包括在本发明的专利保护范围内。当前第1页12