智能车辆控制方法、装置、车辆以及存储介质与流程

本发明涉及自动驾驶
技术领域：
，更具体地，涉及一种智能车辆控制方法、装置、车辆以及存储介质。
背景技术：
：随着自动驾驶汽车的普及，用户越来越重视自动驾驶时的舒适性。然而，目前针对自动驾驶汽车的控制算法无法实现对智能车辆纵向精准控制，从而导致用户体验较差。技术实现要素：鉴于上述问题，本发明提出了一种智能车辆控制方法、装置、车辆以及存储介质，以解决上述问题。本发明实施例提供了一种智能车辆控制方法，该方法包括：当车辆在道路上行驶时，获取目标扭矩、道路的道路参数以及车辆的车速；获取与道路参数和车速对应的滑行扭矩；根据目标扭矩和滑行扭矩确定车辆的控制状态，控制状态包括驱动状态、滑行状态和制动状态中的其中一种；基于控制状态对车辆进行控制。本发明实施例提供了一种智能车辆控制装置，该停车控制装置包括：信息获取模块、滑行扭矩获取模块、控制状态确定模块以及控制模块。其中，信息获取模块用于当车辆在道路上行驶时，获取目标扭矩、道路的道路参数以及车辆的车速；滑行扭矩获取模块用于获取与道路参数和车速对应的滑行扭矩；控制状态确定模块用于根据目标扭矩和滑行扭矩确定车辆的控制状态，控制状态包括驱动状态、滑行状态和制动状态中的其中一种；控制模块用于基于控制状态对车辆进行控制。本发明实施例提供了一种智能车辆，包括一个或多个处理器、存储器、以及一个或多个程序，其中一个或多个程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于执行上述实施例的智能车辆控制方法。本发明实施例提供了一种计算机可读取存储介质，计算机可读取存储介质中存储有程序代码，程序代码可被处理器调用执行上述实施例的智能车辆控制方法。本发明实施例提供的智能车辆控制方法、装置、车辆以及存储介质，通过当车辆在道路上行驶时，获取目标扭矩、道路的道路参数以及车辆的车速；获取与道路参数和车速对应的滑行扭矩；根据目标扭矩和滑行扭矩确定车辆的控制状态，控制状态包括驱动状态、滑行状态和制动状态中的其中一种；基于控制状态对车辆进行控制，从而可以针对不同道路参数、不同车速以及目标扭矩对车辆采在不同的控制状态下行驶，从而实现对智能车辆纵向的精准控制。附图说明为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出了根据本发明实施例的硬件应用环境示意图。图2示出了根据本发明一个实施例提供的智能车辆控制方法的流程示意图。图3示出了根据本发明实施例的车辆的控制状态划分示意图。图4示出了根据本发明另一个实施例提供的智能车辆控制方法的流程示意图。图5示出了根据本发明实施例的道路模式判定流程图。图6示出了根据本发明图4所示的智能车辆控制方法中步骤s220的提供一个实施例的方法流程图。图7示出了根据本发明又一个实施例提供的智能车辆控制方法的流程示意图。图8示出了根据本发明实施例的滑行扭矩的计算逻辑图。图9示出了根据本发明图7所示的智能车辆控制方法中步骤s340的提供一个实施例的方法流程图。图10示出了根据本发明图7所示的智能车辆控制方法中步骤s340的提供另一个实施例的方法流程图。图11示出了根据本发明再一个实施例提供的智能车辆控制方法的流程示意图。图12示出了本发明实施例提供的智能车辆控制装置的功能模块图。图13示出了本发明实施例提供的车辆的结构框图。图14是本发明实施例的用于保存或者携带实现根据本发明实施例的智能车辆控制方法的程序代码的存储介质。具体实施方式为了使本
技术领域：
的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。随着电动车的自动驾驶技术快速发展，使驾驶人员在驾驶智能车辆时变得越来越轻松、方便。其中，自适应巡航控制系统(adaptivecruisecontrol，acc)作为车辆自动驾驶中的基础功能，目标被广泛地配置于车辆中，该系统可以有效的缓解驾驶疲劳，同时提高车辆行驶安全性和增加道路通行流量。该系统的基本原理为：利用车载传感器感知自车及交通流的状态，结合驾驶员对本车的驾驶操作，利用控制算法对本车的驱动系统和制动系统进行自动控制，使车辆保持期望的纵向运动状态，实现跟车控制和定速巡航等功能。其中，电动汽车采用车载电源为动力源，通过电机与动力电池组成动力系统，驱动整车行驶。电动汽车可以通过制动能量回收，回收车辆减速时的动能，从而可以提高车辆的续航里程。然而，发明人在实际研究中发现，acc系统需要根据运动场景和功能要求，通过线控手段去实现车辆的加减速控制。从而导致目前应用于电动车的acc系统在使用时，存在以下方面的问题：acc系统在控制车辆减速时，需要激活电子稳定程序(electricstabilityprogram，esp)的制动系统，不能充分利用电机的能量回收，去提高车辆的续航能力；在搭载esp能量回收的系统时，当电机驱动扭矩和esp制动扭矩切换时，无法实现扭矩过零的精确控制，从而会引起车辆顿挫冲击，造成用户的驾驶体验较差；车辆在坡道巡航时，特别是在下坡时，存在电机控制和esp控制的死区，无法实现车辆纵向的精确控制。因此，针对于上述问题，发明人提出了本发明实施例中的智能车辆控制方法、装置、车辆以及存储介质，能够针对不同的道路和不同的车速，对车辆实现不同的控制状态，从而实现对车辆纵向的精准控制。下面对本发明实施例中所涉及的专业术语做一个简单的说明：惯性测量单元(inertialmeasurementunit，imu)：在本发明实施例中，惯性测量单元可以由三个单轴的加速度计和三个单轴的陀螺仪组成，加速度计检测物体在载体坐标系统独立三轴的加速度信号，而陀螺仪检测载体相对于导航坐标系的角速度信号，对这些信号进行处理之后，便可解算出物体的姿态，在本实施例中可用以获取车辆的姿态。电子稳定程序系统(electricstabilityprogram，esp)：esp系统的功能是监控汽车的行驶状态，例如在紧急躲避障碍物或转弯时出现不足转向或过度转向时，使车辆避免偏离理想轨迹。其中，esp系统还可以包括用于车辆在减速或制动过程中回收车辆动能的再生制动系统(regenerativebrakingsystem，rbs)、用于车辆制动的esp制动系统等等。可以理解的是，上述提到的硬件装置可以互相组合后配置于车辆中，以作为本发明实施的智能车辆控制方法的硬件应用环境。具体地，如图1所示，该硬件应用环境可以包括：车辆控制系统101、esp制动系统102、rbs系统103、惯性测量单元104、电机装置105、轮速传感器106。其中，车辆控制系统101可以分别与esp制动系统102、rbs系统103、惯性测量单元104、电机装置105、轮速传感器106电性连接。具体地，车辆控制系统101可以包括处理器610和存储器620，其中，处理器610与存储器620电性连接，可以理解的是，该处理器610可以分别与esp制动系统102、rbs系统103、惯性测量单元104、电机装置105、轮速传感器106电性连接，用于接收和处理如惯性测量单元104、轮速传感器106等检测装置的检测数据，或对如电机装置105、rbs系统103、esp制动系统102等驱动装置进行控制。其中，存储器620可以用于存储指令、程序、代码、代码集或指令集等。请参阅图2，图2示出了本发明一个实施例提供的智能车辆控制方法流程图，其中，该方法可以应该于车辆控制系统，具体可以应用于车辆控制系统的处理器，该方法可以包括如下步骤：s110，当车辆在道路上行驶时，获取目标扭矩、道路的道路参数以及车辆的车速。其中，目标扭矩是车辆控制系统根据车辆行驶场景和驾驶员设定目标等，通过算法计算输出的目标扭矩；例如基于驾驶员设定的目标车速，车辆控制系统结合当前车辆的实际车速，计算输出达到目标车速的目标加速度，同时车辆控制系统根据目标加速度，通过算法计算输出实现此目标加速度对应的目标扭矩。其中，车辆控制系统也可以称智能驾驶系统。车辆可以通过惯性测量单元实时检测车辆的运动姿态，并根据运动姿态确定车辆当前行驶的道路是否平整等信息，从而得到道路环境同时车辆控制系统会根据道路环境对输出的目标扭矩进行补偿。在一些实施方式中，道路参数可以为道路的倾斜角度，例如当倾斜角度为0时，可以根据道路参数确定道路为平路。当倾斜角度不为0时，可以确定道路为坡道，此时，道路参数可以为坡度。由于车辆的运动姿态会随着道路的道路参数变化而变化，例如，当道路具有一定坡度时，当坡度变化，车辆的运动姿态也会对应发生变化。因此，在一些实施方式中，车辆可以控制惯性测量单元获取车辆的运动姿态信息，然后对运动姿态信息通过卡尔曼滤波方法估计出道路的道路参数，即坡度，从而获得道路参数。在另一些实施方式中，车辆还可以通过惯性测量单元获取车辆的纵向加速度，然后根据纵向加速度计算车辆所在道路的道路参数。例如，车辆处于所在道路为坡道，道路参数为坡度，在采集的车辆的纵向加速度后，可以利用如下公式计算出坡道的坡度：其中，θ为坡道的坡度，ay为车辆的纵向加速度，g为重力加速度，从而可以将坡度作为道路参数，以获得道路参数。可选地，道路参数除了坡度以外还可以包括道路宽度、道路平整度等等。在一些实施方式中，当车辆在道路上行驶时，车辆控制系统可以控制轮速传感器检测车辆的车轮转速，然后再根据车辆的轮速计算出车辆的车速。s120，获取与道路参数和车速对应的滑行扭矩。在一些实施方式中，车辆控制系统可以根据道路参数和车速查询第一滑行扭矩关系表的方式得到滑行扭矩。其中，第一滑行扭矩关系表可以预先根据多个道路参数、多个车速以及多个滑行扭矩分别建立映射关系后得到。作为一种示例，驱动扭矩关系表可以如表1所示：表1车速道路参数滑行扭矩a1b1c1a2b2c2………anbncn可见，当得知车速为a1，道路参数为b1时，可以根据a1和b1从表1中找到同时与a1和b1对应的滑行扭矩c1。以此类推，可以根据不同的车速以及不同的道路参数从表1中找到对应的滑行扭矩。从而可以通过查表的方式快速、准确地根据车速和道路参数确定对应的滑行扭矩。可选地，滑行扭矩关系表可以预先存储在控制器本地，也可以存储在与车辆通信连接的云端服务器，在需要使用滑行扭矩关系表时，可以由车辆从云端服务器调用。s130，根据目标扭矩和滑行扭矩确定车辆的控制状态，控制状态包括驱动状态、滑行状态和制动状态中的其中一种。作为一种示例，如图3所示，可以根据获得的滑行扭矩随车速变化的曲线和扭矩为0时的界线，将车辆的控制状态划分为3层，分别为驱动层、滑行层以及制动层。具体地，扭矩为0时的界线以上可以作为驱动层，扭矩为0时的界线和滑行扭矩随车速变化的曲线之间可以作为滑行层，滑行扭矩随车速变化的曲线以下可以作为制动层。从而可以在确定车辆速度后，根据目标扭矩处于图3的三个层中的哪个层的范围内，确定车辆的控制状态，其中，驱动层对应车辆使用驱动状态，滑行层对应车辆使用滑行状态，制动状态对应车辆使用制动状态。s140，基于控制状态对车辆进行控制。作为一种示例，当控制状态确定为滑动滑状态时，车辆可以将当前的控制状态切换为滑动状态。其中，当车辆的控制状态为驱动状态时，车辆控制系统可以控制电机装置产生正扭矩，车辆将在驱动扭矩、车辆内阻、道路阻力的共同作用下，去满足acc系统对巡航和跟车的功能要求。当车辆的控制状态为滑行状态时，车辆控制系统可以控制电机装置产生制动扭矩，车辆在电机装置产生的制动扭矩、车辆内阻、道路阻力共同作用下，去满足acc系统对车辆纵向的控制需求。当车辆的控制状态为制动状态时，车辆控制系统可以控制电机装置产生制动扭矩，同时需要控制esp产生制动扭矩(液压制动扭矩和rbs制动扭矩)，acc系统对车辆的控制将通过电机装置产生的制动扭矩和esp液压产生制动扭矩来实现，而esp也会通过线控接口发送电机制动扭矩请求(rbs)，电机装置响应的制动扭矩是滑行制动扭矩和esp_rbs的叠加。可见，在本实施例中，通过当车辆在道路上行驶时，获取目标扭矩、道路的道路参数以及车辆的车速；获取与道路参数和车速对应的滑行扭矩；根据目标扭矩和滑行扭矩确定车辆的控制状态，控制状态包括驱动状态、滑行状态和制动状态中的其中一种；基于控制状态对车辆进行控制，从而可以针对不同道路参数、不同车速以及目标扭矩对车辆采在不同的控制状态下行驶，从而实现对车辆纵向的精准控制。其中，由于引入滑行扭矩来实现滑行状态的控制，可以提高acc系统整个运行工况下制动能量回收的工作范围，提高电动车的续航里程。另外，车辆在驱动状态下和滑行状态下仅由电机装置驱动，从而避免了车辆电机驱动扭矩和esp制动扭矩切换时，无法实现扭矩过零的精确控制，从而会引起车辆顿挫冲击，造成用户的驾驶体验较差的问题。同时也避免了在下坡工况下，esp反复介入退出带来的车速波动问题。请参阅图4，图4示出了本发明另一个实施例提供的智能车辆控制方法流程图，其中，该方法可以应该于车辆，具体可以应用于车辆的电子稳定程序系统，该方法可以包括如下步骤：s210，当车辆在道路上行驶时，获取目标扭矩、道路的道路参数以及车辆的车速。其中，s210的具体实施方式可以参考s110，故不在此赘述。s220，根据道路参数和车速确定车辆所处的道路模式。作为一种示例，例如，当道路参数为坡度时，可以根据坡度的大小确定车辆行驶道路为陡坡、缓坡、平路等。然后车辆根据车速方向可以确定车辆是处于上坡状态、或下坡状态。由此可以结合上下坡状态和道路的坡度确定车辆所处的道路模式，例如车辆的道路模式可以是陡坡下坡模式、陡坡上坡模式、缓坡上坡模式、缓坡下坡模式、平路行驶模式等。在一些实施方式中，道路模式的数量为多个，s220的具体实施方式可以是，按照预设判定顺序从多个道路模式中，确定与道路参数和车速对应的道路模式，预设判定顺序为多个道路模式中每个道路模式的判定先后顺序。具体地，作为一种示例，可以预先将道路模式划分为5个模式，具体可以为坡道1模式、坡道2模式、坡道3模式、坡道4模式以及坡道5模式，其中，预设判定顺序对应的判定先后顺序可以依次为坡道1模式、坡道2模式、坡道3模式、坡道4模式以及坡道5模式。当车辆在道路的行驶过程中判定道路模式时，可以根据如图5所示的流程进行判定，例如，车辆可以实时通过imu检测车辆的运动姿态，以及通过轮速传感器检测车速，然后根据运动姿态和车速估计出坡道信号，其中，坡道信号可以包括坡度和车速。然后可以根据坡度和车速确定道路模式车辆是否处于为坡道1模式，其中，坡道1模式对应的坡度大于坡度阈值，当坡度和车速确定道路模式为坡道1模式时，确定坡道1模式对应的道路为上坡2。当根据坡度和车速确定道路模式不为坡道1模式时，根据坡度和车速确定道路模式是否为坡道2模式，其中，坡道2模式对应的坡度小于坡道2模式对应的坡度，且大于坡度阈值；当根据坡度和车速确定道路模式为坡道2模式时，确定坡道2模式对应的道路为上坡1。当根据坡度和车速确定道路模式不为坡道2模式时，根据坡度和车速确定道路模式是否为坡道3模式，其中，坡道3模式对应的坡度等于坡度阈值；当根据坡度和车速确定道路模式为坡道3模式时，确定坡道3模式对应的道路为正常。当根据坡度和车速确定道路模式不为坡道3模式时，根据坡度和车速确定道路模式是否为坡道4模式，其中，坡道4模式对应的坡度小于坡度阈值；当根据坡度和车速确定道路模式为坡道4模式时，确定坡道4模式对应的道路为下坡1。当根据坡度和车速确定道路模式不为坡道4模式时，根据坡度和车速确定道路模式是否为第坡道5模式，坡道5模式对应的坡度小于坡道4模式对应的坡度；当根据坡度和车速确定道路模式为坡道5模式时，确定坡道5模式对应的道路为下坡2。当根据坡度和车速确定道路模式不为坡道5模式时，确定根据坡度和车速确定道路模式为坡道3模式。其中，坡道阈值可以为0，当坡道阈值为0时，坡道3模式可以表示车辆处于平路行驶模式，其对应的道路为正常的平路。依次类推，坡道1模式可以表示车辆处于陡坡上坡模式，坡道1模式可以表示车辆处于缓坡上坡模式，坡道4模式可以表示车辆处于缓坡下坡模式，坡道5模式可以表示车辆处于陡坡下坡模式。其中车辆初始默认的道路模式可以为坡道3模式，因此当根据坡度和车速确定道路模式不为坡道5模式时，可以将车辆确定为默认的道路模式。在本实施方式中，通过将道路模式划分为5个模式，并按照顺序依次对这5中道路模式进行检测，从而可以有效、准确地检测出车辆的道路模式。在一些实施方式中，根据坡度和车速确定道路模式不为坡道1模式的实施方式可以是，当坡度处于坡道1模式对应的坡度范围内时，检测车辆在指定时间段内的车速是否保持不变，可选地，也可以检测指定时间段内车速对应的方向是否保持不变。若车速是否保持不变、或车速对应的方向保持不变，则可以确定道路模式坡道1模式。同理，对于坡道2模式的判断、坡道3模式的判断、坡道4模式的判断以及坡道5模式的判断均可以参考对于坡道1模式的判断方式。考虑到车辆在坡道上如果车速频繁发生变化，则无法准确地确定车辆是否处于上坡模式还是下坡模式，在本实施方式中，通过在车速稳定时，通过坡度判断道路模式，可以确保道路模式判断的准确性。在一些实施方式中，道路模式的数量为多个，且多个道路模式中的每个道路模式均对应不同的坡度行驶参数，如图6所示，s220可以包括：s221，根据道路参数和车速确定车辆对应的目标坡度行驶参数。在一些实施方式中，道路参数可以为坡度，车辆控制系统可以将道路参数和车速建立对应关系后直接作为目标坡度行驶参数，其中，得到的目标坡度行驶参数可以包括坡度和车速，还可以包括与该车速对应的车速方向。s222，基于目标坡度行驶参数和每个道路模式对应的坡度行驶参数，从多个道路模式中确定与目标坡度对应的道路模式。在一些实施方式中，多个道路模式中的每个道路模式均预先对应不同的坡度行驶参数，且每个坡道行驶参数中也包括了坡度和车速。车辆控制系统可以从多个坡道行驶参数中获取与目标坡度行驶参数的坡度和车速均一致的坡道行驶参数，然后将获取的坡道行驶参数所对应的道路模式，作为与目标坡度参数对应的道路模式。作为一种示例，例如多个道路模式和多个坡度行驶参数的对应关系可以如表2所示：表2可见，当目标坡度行驶参数中的坡度为坡度b，且车速为车速a时，可以确定目标坡度行驶参数对式为应的道路模道路模式2。同理，可以当目标坡度行驶参数发生变化时，可以将变化后的目标坡度行驶参数与表2中的坡度行驶参数进行比对，从而可以找对与变化后的目标坡度行驶参数对应的道路模式。s230，获取与道路模式对应的滑行扭矩。在一些实施方式中，可以预先将多个道路模式和多个滑行扭矩建立一一对应关系，以获得第二滑行扭矩关系表，然后根据道路模式在第二滑行扭矩关系表中查找与道路模式对应的滑行扭矩。其中，查询第二滑行扭矩关系表的具体实施方式可以参考s120中查询第一滑行扭矩关系表的方式，故不在此赘述。s240，根据目标扭矩和滑行扭矩确定车辆的控制状态，控制状态包括驱动状态、滑行状态和制动状态中的其中一种。s250，基于控制状态对车辆进行控制。其中，s240至s250的具体实施方式可以参考s130至s140，故不在此赘述。在本实施例中，通过根据道路参数和车速确定车辆所处的道路模式，并获取与道路模式对应的滑行扭矩，可以避免繁杂的数据比对过程来确定滑行扭矩，从而简化了确定滑行扭矩的过程。请参阅图7，图7示出了本发明又一个实施例提供的智能车辆控制方法流程图，其中，该方法可以应该于车辆，具体可以应用于车辆的电子稳定程序系统，该方法可以包括如下步骤：s310，当车辆在道路上行驶时，获取目标扭矩、道路的道路参数以及车辆的车速。s320，根据道路参数和车速确定车辆所处的道路模式。其中，s310至s320的具体实施方式可以参考s210至s220，故不在此赘述。s330，获取与道路模式对应的预设关系表。其中，当道路模式的数量可以为多个时，每个道路模式可以对应一个预设关系。可选地，获取与道路模式对应的预设关系表时，可以通过查表的方式根据道路模式找到与道路模式对应的预设关系表，其中查表的具体实施方式可以参考s120中查询第一滑行扭矩关系表的方式，故不在此赘述。s340，基于车速和预设关系表确定道路模式对应的滑行扭矩，其中，预设关系表包括多个车速和多个滑行扭矩的对应关系。其中，预设关系表可以根据历史车速和历史滑行扭矩比对得到，当车速固定时，可以查看该车速下多个历史滑行扭矩对应时分别的稳定性，并将稳定性最高的历史滑行扭矩与该车速建立对应关系。作为一种示例，如图8所示，当根据坡道信号确定道路模式为坡道1模式时，可以根据车辆的车速和坡道1模式对应的预设关系表(即图8中的车速与滑行扭矩的curve1)，计算出与坡道1模式对应的滑行扭矩。其中，根据s220中的道路模式判定的具体实施方式可知，坡道1模式对应的坡度往往较大，此时车辆往往处于陡坡上坡模式，因此当车辆的车速不变时可以根据curve1获得固定的滑行扭矩，以确保车辆上坡时的安全性。同理，根据s220中的道路模式判定的具体实施方式可知，坡道5模式对应的坡度往往较大，此时车辆往往处于陡坡下坡模式，因此当车辆的车速不变时可以根据图8中的车速与滑行扭矩的curve5获得固定的滑行扭矩，以确保车辆下坡时的安全性。另外，根据s220中的道路模式判定的具体实施方式可知，坡道3模式对应的坡度非常小，此时车辆往往处于平路行驶模式，此时车辆行驶稳定，没有必要改变滑动扭矩来保持车辆稳定性。因此当车辆的车速不变时，可以根据图8中的车速与滑行扭矩的curve3获得固定的滑行扭矩。在一些实施方式中，如图9所示，s340可以包括：s341a，当道路模式对应的坡度小于目标道路模式对应的坡度且大于坡度阈值时，获取道路模式对应的第一坡道因子以及与目标道路模式对应的第一关系表。作为一种示例，以目标道路模式为图8中的坡道1模式为例，当道路模式对应的坡度小于目标道路模式对应的坡度且大于坡度阈值时，可以道路模式看作图8中的坡道2模式，根据s220中的道路模式判定的具体实施方式可知，坡道2模式对应的坡度适中，此时车辆往往处于缓坡上坡的模式，因此不存在陡坡的安全隐患，从而可以根据车辆所处当前坡道的第一坡道因子对滑行扭矩进行实时调整，以确保车辆在当前坡道上行驶的稳定性。其中，第一坡道因子可以坡道2模式对应的坡度呈正相关。故车辆可以根据坡道2模式对应的坡度计算出第一坡道因子。其中，第一关系表的获取方式可以参考s330，故不在此赘述。其中，第一关系表可以看作图8中的curve2。s342a，基于车速、第一坡道因子、第一关系表以及预设关系表确定坡道的滑行扭矩。作为一种示例，如图8所示，当车辆的车速不变时，可以根据车速从curve1中获得第一滑行扭矩，以及根据车速从curve2中获得第二滑行扭矩，然后可以根据第一坡道因子在第一滑行扭矩和第二滑行扭矩之间进行插值计算，从而得到与坡道2模式对应滑行扭矩。由于车辆在坡道2模式下行驶时，第一坡道因子可能发生变化，所以能够对坡道2模式对应滑行扭矩进行实施调整，以确保车辆行驶的稳定性。在另一些实施方式中，如图10所示，s340可以包括：s341b，当道路模式对应的坡度小于坡度阈值且大于指定道路模式对应的坡度时，获取道路模式对应的第二坡道因子以及与指定道路模式对应的第二关系表。作为一种示例，以目指定道路模式为图8中的坡道5模式为例，当道路模式对应的坡度小于目标道路模式对应的坡度且大于坡度阈值时，可以道路模式看作图8中的坡道4模式，根据s220中的道路模式判定的具体实施方式可知，坡道4模式对应的坡度适中，此时车辆往往处于缓坡下坡的模式，因此不存在陡坡的安全隐患，从而可以根据车辆所处当前坡道的第二坡道因子对滑行扭矩进行实时调整，以确保车辆在当前坡道上行驶的稳定性。其中，第二坡道因子可以坡道4模式对应的坡度呈正相关。故车辆可以根据坡道4模式对应的坡度计算出第一坡道因子。其中，第二关系表的获取方式可以参考s330，故不在此赘述。其中，第二关系表可以看作图8中的curve4。s342b，基于车速、第二坡道因子、第二关系表以及预设关系表确定坡道的滑行扭矩。作为一种示例，如图8所示，当车辆的车速不变时，可以根据车速从curve4中获得第三滑行扭矩，以及根据车速从curve5中获得第四滑行扭矩，然后可以根据第二坡道因子在第三滑行扭矩和第四滑行扭矩之间进行插值计算，从而得到与坡道4模式对应滑行扭矩。由于车辆在坡道4模式下行驶时，第二坡道因子可能发生变化，所以能够对坡道4模式对应滑行扭矩进行实施调整，从而确保车辆行驶的稳定性。s350，根据目标扭矩和滑行扭矩确定车辆的控制状态，控制状态包括驱动状态、滑行状态和制动状态中的其中一种。s360，基于控制状态对车辆进行控制。其中，s350至s360的具体实施方式可以参考s240至s250，故不在此赘述。在本实施例中，获取与道路模式对应的预设关系表，基于车速和预设关系表确定道路模式对应的滑行扭矩，从而可以针对不同的车速和不同道路模式采用合适的滑动扭矩，从而可以根据合适的滑动扭矩实现对车辆纵向的精准控制，保证车辆行驶的稳定性。请参阅图11，图11示出了本发明再一个实施例提供的智能车辆控制方法流程图，其中，该方法可以应该于车辆，具体可以应用于车辆的电子稳定程序系统，该方法可以包括如下步骤：s410，当车辆在道路上行驶时，获取目标扭矩、道路的道路参数以及车辆的车速。s420，获取与道路参数和车速对应的滑行扭矩。其中，s410至s420的具体实施方式可以参考s110至s120，故不在此赘述。s430，当目标扭矩不小于0时，确定控制状态为驱动状态，当目标扭矩大于滑行扭矩并小于0时，确定控制状态为滑行状态，当目标扭矩不大于滑行扭矩时，确定控制状态为制动状态。s440，基于控制状态对车辆进行控制。在本实施例中，通过将目标扭矩和滑行扭矩做比对后确定车联的控制状态，从而可以实现对车辆不同状态的精准控制，另外，当通过滑行扭矩引入了滑行状态，当车辆在滑行状态下行驶时，可以更有效通过制动能量回收，回收车辆减速时的动能，从而提高车辆的续航里程。请参阅图12，其示出了本发明一个实施例提供的智能车辆控制装置500，该停车控制装置500包括：信息获取模块510、滑行扭矩获取模块、控制状态确定模块530以及控制模块540。其中，信息获取模块510，用于当车辆在道路上行驶时，获取目标扭矩、道路的道路参数以及车辆的车速。滑行扭矩获取模块，用于获取与道路参数和车速对应的滑行扭矩。控制状态确定模块530，用于根据目标扭矩和滑行扭矩确定车辆的控制状态，控制状态包括驱动状态、滑行状态和制动状态中的其中一种。控制模块540，用于基于控制状态对车辆进行控制。进一步地，滑行扭矩获取模块，包括：道路模式确定单元，用于根据道路参数和车速确定车辆所处的道路模式。滑行扭矩获取单元，用于获取与道路模式对应的滑行扭矩。进一步地，滑行扭矩获取单元，包括：预设关系表获取子单元，用于获取与道路模式对应的预设关系表。滑行扭矩确定子单元，用于基于车速和预设关系表确定道路模式对应的滑行扭矩，其中，预设关系表包括多个车速和多个滑行扭矩的对应关系。进一步地，滑行扭矩确定子单元，具体用于当道路模式对应的坡度小于目标道路模式对应的坡度且大于坡度阈值时，获取道路模式对应的第一坡道因子以及与目标道路模式对应的第一关系表；基于车速、第一坡道因子、第一关系表以及预设关系表确定坡道的滑行扭矩。进一步地，滑行扭矩确定子单元，具体用于当道路模式对应的坡度小于坡度阈值且大于指定道路模式对应的坡度时，获取道路模式对应的第二坡道因子以及与指定道路模式对应的第二关系表；基于车速、第二坡道因子、第二关系表以及预设关系表确定坡道的滑行扭矩。进一步地，道路模式的数量为多个，道路模式确定单元，具体用于按照预设判定顺序从多个道路模式中，确定与道路参数和车速对应的道路模式，预设判定顺序为多个道路模式中每个道路模式的判定先后顺序。进一步地，控制状态确定模块530，包括：驱动状态确定单元，用于当目标扭矩不小于0时，确定控制状态为驱动状态。滑行状态确定单元，用于当目标扭矩大于滑行扭矩并小于0时，确定控制状态为滑行状态。制动状态确定单元，用于当目标扭矩不大于滑行扭矩时，确定控制状态为制动状态。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，上述描述装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本发明所提供的几个实施例中，所显示或讨论的模块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，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。请参考图12，其示出了本发明实施例提供的一种车辆的结构框图。该车辆600可以是前述实施例中能够运行程序的车辆600。本发明中的车辆600可以包括一个或多个如下部件：处理器610、存储器620、以及一个或多个程序，其中一个或多个程序可以被存储在存储器620中并被配置为由一个或多个处理器610执行，一个或多个程序配置用于执行如前述方法实施例所描述的方法。处理器610可以包括一个或者多个处理核。处理器610利用各种接口和线路连接整个车辆内的各个部分，通过运行或执行存储在存储器620内的指令、程序、代码集或指令集，以及调用存储在存储器620内的数据，执行车辆的各种功能和处理数据。可选地，处理器610可以采用数字信号处理(digitalsignalprocessing，dsp)、现场可编程门阵列(field－programmablegatearray，fpga)、可编程逻辑阵列(programmablelogicarray，pla)中的至少一种硬件形式来实现。处理器610可集成中央处理器610(centralprocessingunit，cpu)、图像处理器610(graphicsprocessingunit，gpu)和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器610中，单独通过一块通信芯片进行实现。其中，处理器610具体可以是xpu云计算加速芯片(xpu)。存储器620可以包括随机存储器(randomaccessmemory，ram)，也可以包括只读存储器(read-onlymemory)。存储器620可用于存储指令、程序、代码、代码集或指令集。存储器620可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等、拍摄功能)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储终端在使用中所创建的数据(比如电话本、音视频数据、地图数据、行驶记录数据)等。请参考图13，其示出了本发明实施例提供的一种计算机可读存储介质的结构框图。该计算机可读介质700中存储有程序代码710，程序代码710可被处理器调用执行上述方法实施例中所描述的方法。计算机可读存储介质700可以是诸如闪存、eeprom(电可擦除可编程只读存储器)、eprom、硬盘或者rom之类的电子存储器。可选地，计算机可读存储介质包括非瞬时性计算机可读介质(non-transitorycomputer-readablestoragemedium)。计算机可读存储介质具有执行上述方法中的任何方法步骤的程序代码的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码可以例如以适当形式进行压缩。综上所述，本发明实施例提供的智能车辆控制方法、装置、车辆以及存储介质，通过当车辆在道路上行驶时，获取目标扭矩、道路的道路参数以及车辆的车速；获取与道路参数和车速对应的滑行扭矩；根据目标扭矩和滑行扭矩确定车辆的控制状态，控制状态包括驱动状态、滑行状态和制动状态中的其中一种；基于控制状态对车辆进行控制，从而可以针对不同道路参数、不同车速以及目标扭矩对车辆采在不同的控制状态下行驶，从而实现对车辆纵向的精准控制。其中，由于引入滑行扭矩来实现滑行状态的控制，可以提高acc系统整个运行工况下制动能量回收的工作范围，提高电动车的续航里程。另外，车辆在驱动状态下和滑行状态下仅由电机装置驱动，从而避免了车辆电机驱动扭矩和esp制动扭矩切换时，无法实现扭矩过零的精确控制，从而会引起车辆顿挫冲击，造成用户的驾驶体验较差的问题。同时也避免了在下坡工况下，esp反复介入退出带来的车速波动问题。最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。当前第1页12