[0001] 本申请涉及智能驾驶技术领域，具体涉及一种车辆涉水控制方法、装置、电子设备、以及计算机可读存储介质。

[0002] 每逢梅雨季节或者极端天气，雨水容易导致路面产生积水，特别是一些隧道、低洼路段。大多车主无法明确车辆的安全涉水深度是多少以及如何才能安全通过积水路段，常常有车辆行驶到低洼路段后在积水中熄火等待救援的情况出现。

[0003] 目前的车辆控制系统对于车辆的行驶，没有将车辆本身的行驶情况与道路实际情况进行结合考虑，无法及时、准确地根据道路情况对车辆进行控制。

[0031] 这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

[0032] 附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

[0033] 附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

[0034] 在本申请中提及的“多个”是指两个或者两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

[0035] 首先需要说明的是，激光雷达通过主动发射激光并接收反射回来的信号，能够实时构建车辆周围环境的3D模型。在涉水场景中，这有助于车辆更准确地感知水深、水流速度以及水底地形等关键信息。基于这些感知数据，车辆可以做出更加智能的决策，如调整行驶速度、选择更安全的涉水路线或及时提醒驾驶员采取避险措施。

[0036] 激光雷达具有高精度和高分辨率的特点，能够准确测量目标物体的距离和形状。在涉水检测中，这种高精度使得车辆能够更准确地判断水深和地形变化。同时，激光雷达的探测距离较远，能够在车辆接近涉水区域之前就提前感知到前方的潜在危险。相比于其他传感器(如摄像头)，激光雷达在恶劣天气条件下的表现更为稳定。在雨天或雾天等低能见度环境中，激光雷达仍然能够正常工作，为车辆提供稳定的感知数据。此外，激光雷达对光线的变化不敏感，能够有效避免因光线不足或反射率变化而导致的误判情况。

[0037] 图1是本申请的一示例性实施例示出的车辆行驶过程中进行车辆涉水控制的实施环境示意图。如图1所示，车辆行驶过程找那个通过车载激光雷达设备110像车辆前方路段发送激光光束，并接收车辆前方路段返回的激光雷达数据，控制端服务器120可以根据返回的激光雷达数据确定车辆的前方道路信息，若是服务器120检测出车辆前方道路包括有低洼路段，则可以通过激光雷达设备110在车辆行驶至低洼路段时，向该低洼路段发送激光光束，并接收低洼路段激光雷达数据，在通过服务器120基于低洼路段激光雷达数据确定低洼路段对应的水深，若水深达到预设涉水深度阈值，则控制车辆执行涉水预警操作。图1所示的控制服务端120是导航服务器，例如可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器，在此也不进行限制。激光雷达设备110可以通过3G(第三代的移动信息技术)、4G(第四代的移动信息技术)、5G(第五代的移动信息技术)等无线网络与控制服务端120进行通信，本处也不对此进行限制。

[0038] 每逢梅雨季节或者极端天气，雨水容易导致路面产生积水，特别是一些隧道、低洼路段。大多车主无法明确车辆的安全涉水深度是多少以及如何才能安全通过积水路段，常常有车辆行驶到低洼路段后在积水中熄火等待救援的情况出现。目前的车辆控制系统对于车辆的行驶，没有将车辆本身的行驶情况与道路实际情况进行结合考虑，无法及时、准确地根据道路情况对车辆进行控制。

[0039] 以上所指出的问题在通用的出行场景中具有普遍适用性。为解决这些问题，本申请的实施例分别提出一种车辆涉水控制方法、一种车辆涉水控制装置、一种电子设备、一种计算机可读存储介质以及一种计算机程序产品，以下将对这些实施例进行详细描述。

[0040] 请参阅图2，图2是本申请的一示例性实施例示出的车辆涉水控制方法的流程图。该方法可以应用于图1所示的实施环境，并由该实施环境中的服务器120具体执行。应理解的是，该方法也可以适用于其它的示例性实施环境，并由其它实施环境中的设备具体执行，本实施例不对该方法所适用的实施环境进行限制。

[0041] 如图2所示，在一示例性的实施例中，车辆涉水控制方法至少包括步骤S210至步骤S240，详细介绍如下：

[0042] 步骤S210，在车辆行驶过程中，向车辆前方路段发送激光光束，以接收车辆前方路段返回的激光雷达数据。

[0043] 首先需要说明的是，激光雷达系统内部的激光器会周期性地发射出激光脉冲。这些激光脉冲经过特定的透镜系统或光束控制器，以特定的方向和角度被射向车辆前方的路段。当激光脉冲遇到前方路段中的物体(如车辆、行人、树木、建筑物等)时，部分激光能量会被这些物体表面反射回来。激光雷达系统中的光电探测器负责接收这些反射回来的激光信号。这些信号经过光学系统的聚焦和滤波后，被转换为电信号。接收到的电信号经过放大、滤波和模数转换等处理步骤后，被送入信息处理模块进行计算。根据激光脉冲的发射时间和接收时间的时间差(Round Trip Time)，结合光速等物理参数，可以计算出激光雷达到目标物体的距离。此外，激光雷达还能获取反射激光的强度信息，这有助于识别不同材质的物体。通过不断发射和接收激光脉冲，激光雷达能够实时获取车辆前方路段的三维点云数据。这些数据经过进一步的处理和融合，可以生成精确的三维立体图像，为车辆提供全面的环境感知能力。

[0044] 具体的，在车辆行驶过程中，向车辆前方路段发送激光光束，以接收车辆前方路段返回的激光雷达数据，这一过程是自动驾驶和高级驾驶辅助系统(ADAS)中至关重要的一环。激光雷达(Lidar，Light Detection And Ranging)通过其独特的工作原理，为车辆提供了精确的环境感知能力。

[0045] 步骤S220，基于激光雷达数据确定车辆的前方道路信息。

[0046] 具体的，激光雷达通过不断向车辆前方发射激光脉冲并接收反射回来的信号，来采集前方道路环境的点云数据。这些数据包含了物体的距离、位置、形状和反射强度等信息。原始的点云数据可能包含噪声和无效点，需要进行滤波处理以去除这些干扰因素。从处理后的点云数据中提取出道路环境的特征信息，如道路边界、车道线、障碍物等。这通常通过识别点云中的几何特征(如直线、曲线)、反射强度差异和高度信息来实现。利用提取出的特征信息，对前方道路环境进行三维重建，形成精确的三维立体图像。

[0047] 步骤S230，若前方道路信息表征车辆前方道路包括低洼路段，则向低洼路段发送激光光束，以接收低洼路段反射回来的低洼路段激光雷达数据。

[0048] 具体的，激光雷达系统首先通过处理点云数据来识别前方道路中的低洼区域。这通常是通过分析点云中的高度变化、形状特征以及可能的积水反射特性来实现的。一旦识别出低洼路段，系统就会调整激光雷达的扫描策略。具体来说，它会增加对低洼路段的扫描密度，即向该区域发送更多的激光光束。这有助于获取更详细、更准确的低洼路段三维信息，激光雷达按照调整后的扫描策略，向低洼路段发射密集的激光光束。这些光束会照射到低洼路段的地面、积水、障碍物等物体上，并产生反射。激光雷达接收这些反射回来的激光信号，并将其转换为电信号进行处理。这些信号包含了低洼路段的深度、宽度、形状以及可能存在的障碍物信息。接收到的低洼路段激光雷达数据需要经过进一步的处理和分析。系统会使用算法来提取出有用的信息，如低洼路段的深度、宽度、形状轮廓以及障碍物的位置和大小等。

[0049] 具体的，若确定该车辆前方道路包括低洼路段，则在车辆行驶到低洼路段时，向该低洼路段发送多个激光光束，其中，可以向低洼路段不同的区域发送激光光束，进而可以根据不同区域返回的激光雷达数据确定低洼路段对应的深度、宽度、形状轮廓以及障碍物的位置和大小等。

[0050] 步骤S240，基于低洼路段激光雷达数据确定低洼路段对应的水深，若水深达到预设涉水深度阈值，则控制车辆执行涉水预警操作。

[0051] 具体的，通常，选择低洼路段边缘的干燥地面作为参考平面，其高度可以视为零水位或基准高度。使用车载激光雷达系统扫描低洼路段区域。激光雷达能够生成高精度的三维点云数据，这些数据包含了周围环境(包括地面和水面)的形状和高度信息。通过统计水面上所有点的平均高度，可以得到水面的相对高度。将水面平均高度减去参考平面的高度，得到的水深值即为该低洼路段的水深。设置预设涉水深度阈值。这个阈值根据车辆的类型、性能以及安全标准来确定，例如，普通轿车可能设置较低的阈值，而越野车则可以设置较高的阈值。如果水深大于或等于预设的涉水深度阈值，则执行涉水预警操作。涉水预警操作。预警操作可以包括但不限于：在车辆仪表盘上显示警告信息。发出声音或视觉警报，提醒驾驶员注意。自动调整车辆行驶模式(如降低车速、增加驱动力等)，以适应涉水环境。在极端情况下，甚至可以采取紧急制动措施，以确保安全。

[0052] 在本实施例中，在车辆行驶过程中，通过向车辆前方路段发送激光光束，激光雷达能够实时感知车辆前方的道路状况，当检测到低洼路段且水深达到预设涉水深度阈值时，车辆能够及时执行涉水预警操作，避免车辆误入深水区导致的危险情况，通过激光雷达的精准监测和预警，车辆可以避开积水过深的区域，从而降低因涉水导致的车辆熄火、失控等事故风险，并且驾驶员在接收到涉水预警后，有足够的时间作出判断并采取避让措施，提升了驾驶员的应急反应能力。

[0053] 进一步的，基于上述实施例，请参阅图3，在本申请所提供的其中一个示例性的实施例中，上述基于激光雷达数据确定车辆的前方道路信息得到具体实现过程还可以包括步骤S310至步骤S330，详细介绍如下：

[0054] 步骤S310，获取激光雷达数据中的激光光束的发射时间和接收时间之间的收发时间差；

[0055] 步骤S320，基于收发时间差计算前方道路上的障碍物分布信息；

[0056] 步骤S330，基于障碍物分布信息确定车辆的前方道路信息。

[0057] 具体的，激光雷达系统向周围环境发射一系列激光脉冲。每个脉冲都有一个唯一的标识符和精确的发射时间戳，当激光脉冲遇到物体(如障碍物、道路标志等)时，部分光会被反射回激光雷达。激光雷达的接收器捕捉这些反射光，并记录它们的接收时间戳，通过比较每个激光脉冲的发射时间戳和对应的接收时间戳，可以计算出激光光束从发射到接收的时间差(即往返时间)。这个时间差是计算物体距离的关键参数。

[0058] 利用光在空气中的传播速度(大约3亿米/秒)和已知的收发时间差，可以计算出激光脉冲所遇到的障碍物到激光雷达的距离。公式通常为：距离＝(光速*时间差)/2(因为时间是往返的)。

[0059] 激光雷达通常包含多个发射器和接收器(或可旋转的发射器/接收器)，通过测量不同角度发出的激光脉冲的返回时间，可以确定障碍物的方向和位置。将所有激光脉冲测得的障碍物距离和方向信息整合，可以构建出一个三维的点云图，该图表示了车辆周围环境的形状和位置。通过分析点云图中的地形特征(如路面平整度、边缘线条等)，可以识别出道路区域。通常，道路表面相对平坦且连续，而障碍物(如车辆、行人、树木等)则表现为点云中的凸起或不规则形状。

[0060] 在本实施例中，通过测量激光光束的发射和接收时间差，并利用光速计算，可以精确得到激光雷达到障碍物的距离，并且激光雷达在夜间和恶劣天气条件下仍能正常工作，不受环境因素的限制，为车辆提供持续可靠的环境感知能力，进一步提升行驶安全性。

[0061] 进一步的，基于上述实施例，请参阅图4，在本申请所提供的其中一个示例性的实施例中，上述车辆涉水控制的具体实现过程还可以包括步骤S410至步骤S430，详细介绍如下：

[0062] 步骤S410，在预设周期内按照预设频率向车辆的前方道路发送多次激光光束；

[0063] 步骤S420，分别计算多次激光光束各自对应的收发时间差；

[0064] 步骤S430，若在预设周期内多个收发时间差呈增大趋势，则得到车辆前方为低洼路段的结果。

[0065] 具体的，预设周期是一个时间窗口，用于收集足够的数据来进行分析。这个周期应该足够长，以便能够捕捉到道路地形的变化，但也不能太长，以免延误对紧急情况的反应。预设频率：这是激光雷达发射激光光束的速率。较高的频率可以提供更密集的数据点，从而更准确地描绘出道路地形的轮廓。然而，这也会增加数据处理的复杂性和计算量。对于每次激光光束的发射和接收，都记录下发射时间戳和接收时间戳。计算每次激光光束的收发时间差，这个时间差与激光光束所遇到的障碍物(或地面)的距离成正比。如果观察到多个连续的时间差在逐渐增大，这通常意味着激光光束正在逐渐接近一个更低的地势，即车辆正在接近一个低洼路段。当这种增大趋势达到一定的显著性水平(可以通过设置阈值或统计检验来确定)，可以判断车辆前方为低洼路段。

[0066] 在本实施例中，通过预设周期和预设频率发送激光光束，能够实现对前方道路环境的实时动态监测，这种连续、高频的监测方式能够捕捉到道路状况的细微变化，如路面的微小起伏、积水深度变化等，为车辆提供更加及时、准确的环境信息。

[0067] 进一步的，基于上述实施例，请参照图5，在本申请所提供的其中一个示例性的实施例中，上述基于低洼路段激光雷达数据确定低洼路段对应的水深的具体实现过程还可以包括步骤S510至步骤S530，详细介绍如下：

[0068] 步骤S510，获取激光光束在水面反射时间以及激光光束在水底反射时间；

[0069] 步骤S520，计算水面反射时间与水底反射时间之间的折射时间差；

[0070] 步骤S530，获取水面的折射角度，基于折射角度以及折射时间差计算低洼路段对应的水深。

[0071] 具体的，当车辆行驶到低洼涉水路段时，车辆上安装的激光雷达采集到的数据会被传输到车辆对应的终端中，然后可以通过对激光雷达返回的激光雷达数据，然后根据返回的激光雷达数据判断低洼路段中的水体深度以及水体分布情况，然后结合水体深度，判断低洼路段中是否存在泥泞，石块等影响通行的因素，进而判断车辆是否能够通过该低洼路段。

[0072] 示例性的，请参阅图6，假设光在空气中的传播速度为V1，光在水的传播速度为V2，并且，光在空气中的中的折射率为n1在水中的折射率为n2，并且光在水面的入射角为θ，折射角为α，水深为D。则当激光雷达传感器发送的激光作为入射光，激光先到达水面时会反射一部分回波，此时耗时T1，到达水下后会再次反射回波，第二次耗时T2，故激光在水下传播距离可以表示为：

[0073]

[0074] 进一步的，可以把低洼路段对应的水深表示为：

[0075]

[0076] 根据折射率与速率等参数的关系可以表示为：

[0077]

[0078] 由于光在空气中的折射率n1近似于1，即：

[0079]

[0080] 由于空气中的光的传播速度V1近似为光速C。根据上述(1)和(2)可以推算出：

[0081]

[0082] 进而，可以计算出该低洼路段对应的水深。

[0083] 示例性的，当激光光束首次接触到水面时，部分光会立即反射回激光雷达，这个时间戳可以被记录为水面反射时间。激光光束在穿透水面后，还会在水底发生反射，并再次被激光雷达接收。这个时间戳可以被记录为水底反射时间。折射时间差＝水底反射时间‑水面反射时间

[0084] 这个差值代表了激光光束从水面穿透到水底再返回的总时间(不包括在水中的传播时间)。然而，由于激光光束在水中的传播速度会慢于在空气中的速度(约为真空中光速的3/4)，因此这个差值需要被进一步处理以计算水深。

[0085] 在本实施例中，通过激光光束在水面和水底的反射时间之间折射时间差，以及水面的折射角度计算该低洼地段的水深，而积水深度会直接影响激光光束的传播路径和时间，因此这种时间差的变化成为了识别低洼路段的有效依据，通过及时识别低洼路段，车辆可以提前调整行驶策略，避免涉水过深导致的风险。

[0086] 进一步的，基于上述实施例，请参阅图7，在本申请所提供的其中一个示例性的实施例中，上述车辆涉水控制方法的具体实现过程还可以包括步骤S710至步骤S730，详细介绍如下：

[0087] 步骤S710，将低洼路段划分为多个子路段，向多个子路段发送激光光束，并接收多个子路段返回的多个激光雷达数据；

[0088] 步骤S720，基于多个激光雷达数据对低洼路段进行三维建模，得到低洼路段对应的三维模型；

[0089] 步骤S730，基于三维模型确定低洼路段对应的水深分布情况。

[0090] 具体的，可以将车辆前方的低洼路段划分为多个子路段，然后向该多个子路段发送激光光速，并接收该多个子路段返回的多个激光雷达数据，然后通过分析多个激光雷达数据对该低洼路段进行三维建模，得到该低洼路段的高精度三维数据，其中，该三维数据中包括该低洼路段的水深，路面状况，其中存在的障碍物信息等。

[0091] 具体的，在一些可实现的实施例中，激光雷达传感器在1.5m×1m的面积范围M内进行水深采集，系统在5cm×5cm的范围发送一次激光，并对多次激光雷达传感器在面积M范围内所采集到的水深数据进行分析建模，获取周围环境的高精度三维数据，包括水深、路面状况和障碍物信息。

[0092] 首先，将低洼路段划分为多个子路段。这一步是为了更精细地监测整个路段的状况，因为低洼路段可能由于地形复杂、积水不均等原因，不同位置的水深差异较大。通过划分子路段，可以更有针对性地收集和分析数据。接下来，向这些子路段发送激光光束，并接收返回的激光雷达数据。激光雷达通过发射激光光束并测量其反射回来的时间来计算距离，从而获取目标物体的三维坐标信息。在低洼路段的应用中，激光雷达可以捕捉到路面、积水等物体的表面形态，为后续的三维建模提供基础数据。然后，基于收集到的多个激光雷达数据对低洼路段进行三维建模，三维建模是将二维或三维的激光雷达数据转化为可视化的三维模型的过程，然后通过三维建模，可以直观地展示低洼路段的地形、积水深度等信息，为后续的决策分析提供依据，最后，基于三维模型确定低洼路段对应的水深分布情况。在三维模型中，可以清晰地看到积水在各个子路段的位置、形状和深度。

[0093] 在本实施例中，将低洼路段细分为多个子路段，能够更精细地捕捉地形变化，减少因大范围测量带来的误差，基于激光雷达数据生成的三维模型能够直观地展示低洼路段的地形起伏和高度变化，并且通过三维模型，可以精确计算出各个子路段的水深情况，为车辆行驶提供可靠的参考依据。

[0094] 进一步的，基于上述实施例，请参阅图8，在本申请所提供的其中一个示例性的实施例中，上述车辆涉水控制方法的具体实现过程还可以包括步骤S810和步骤S820，详细介绍如下：

[0095] 步骤S810，获取车辆对应的配置信息，配置信息包括车辆进气口高度，车辆底盘高度以及车型；

[0096] 步骤S820，基于车辆进气口高度，车辆底盘高度以及车型确定车辆对应的预设涉水深度阈值。

[0097] 具体的，可以利用激光雷达数据，实时计算低洼路段的水深，然后与车辆的最大涉水高度进行比较，考虑到车辆行驶过程中会对积水造成影响，出现水波导致水面高度上升，故而系统认为水位超过轮胎1/2处，即处于涉水状态；综上，按照具体车型取常见车型的最大涉水深度和轮胎1/2处高度的最小值作为临界值，若超出临界值系统认定处于涉水状态。如果水深低于安全阈值，且路面状况良好，系统将判断为“安全通过”；如果水深接近安全阈值或路面状况一般，系统将判断为“谨慎通过”；如果水深超过安全阈值或路面状况不佳，系统将判断为“请勿通过”。

[0098] 示例性的，需要从车辆制造商的数据库、车辆说明书、或者通过车载系统接口(如OBD‑II接口)等渠道获取车辆的详细配置信息。这些信息包括但不限于，车辆进气口高度：这是车辆发动机进气口相对于地面的高度，对于防止水进入发动机至关重要。车辆底盘高度：底盘高度决定了车辆通过不平路面或积水路面时的能力。车型：车型信息可能影响到涉水能力的其他因素，如轮胎尺寸、车辆重量分布等，虽然这些信息不直接用于计算涉水深度，但可以作为参考来微调预设阈值。

[0099] 进一步的，进气口高度作为上限：最直接的方法是将进气口高度作为涉水深度的绝对上限。理论上，车辆涉水深度不应超过进气口高度，以防止水进入发动机导致熄火或损坏。底盘高度作为参考：虽然底盘高度不是直接决定涉水深度的因素，但它提供了车辆通过积水区域时的最小安全间隙。可以将其作为调整涉水深度阈值的一个参考因素，尤其是在进气口高度较高但底盘较低的情况下。车型特定调整：对于某些特殊车型(如越野车、SUV与轿车之间的差异)，可能需要根据其设计和性能特点进行微调。例如，越野车通常具有更高的底盘和更优越的涉水能力，可以适当提高其涉水深度阈值。

[0100] 在本实施例中，通过精确计算车辆的涉水深度阈值，驾驶员可以清楚地知道在何种深度的水域中驾驶是安全的，从而避免车辆因涉水过深而导致的发动机进水、熄火甚至更严重的损坏，极大地提高了驾驶安全性，并且不同车型、不同配置的车辆其涉水能力各不相同。通过精确计算每辆车的涉水深度阈值，可以为用户提供更加个性化的驾驶建议，满足不同驾驶者的需求和偏好。

[0101] 进一步的，基于上述实施例，请参阅图9，在本申请所提供的其中一个示例性的实施例中，上述车辆涉水控制方法的具体实现过程还可以包括步骤S910和步骤S920，详细介绍如下：

[0102] 步骤S910，基于水深分布情况确定低洼路段中的障碍物，障碍物包括泥泞和石块；

[0103] 步骤S920，基于泥泞和石块调整车辆对应的预设涉水深度阈值。

[0104] 需要说明的是，泥泞区域通常具有较低的承载能力和较高的摩擦力，可能导致车辆陷入或打滑。通过视觉识别(如驾驶员观察或使用车载摄像头)或传感器数据(如土壤湿度传感器)来检测泥泞区域。石块可能隐藏在积水中，对车辆的底盘和轮胎造成损害。通过雷达、激光雷达(LiDAR)或高清摄像头等传感器来检测石块的存在和大小。

[0105] 具体的，如果泥泞区域广泛且深，应显著降低涉水深度阈值，甚至建议避免进入该区域。如果泥泞较浅且车辆具备足够的通过能力，可以稍微降低涉水深度阈值，但应确保车辆有足够的动力和牵引力来克服泥泞的阻力。如果检测到石块且其大小可能对车辆造成损害，应重新评估涉水深度阈值，并考虑车辆的底盘高度和轮胎尺寸。如果石块较小且分布稀疏，可能不需要显著调整涉水深度阈值；但如果石块较大或密集，应显著降低涉水深度阈值或选择绕行。因此，需要综合低洼路段中的泥泞和石块对车辆的预设涉水深度阈值进行调整。

[0106] 在本实施例中，除了考虑水深本身，还考虑了低洼路段中可能存在的泥泞和石块等障碍物，增强了涉水风险评估的全面性，并且，由于泥泞和石块等障碍物可能降低车辆的通过能力，进而可以提高对车辆涉水深度设施的准确性。

[0107] 图10是在一示例性的应用场景下进行车辆涉水控制的简要流程示意图。在10所示的应用场景下，在车辆行驶过程中，向车辆前方路段发送激光光束，以接收车辆前方路段返回的激光雷达数据；在预设周期内按照预设频率向车辆的前方道路发送多次激光光束；分别计算多次激光光束各自对应的收发时间差；若在预设周期内多个收发时间差呈增大趋势，则得到车辆前方为低洼路段的结果。将低洼路段划分为多个子路段，向多个子路段发送激光光束，并接收多个子路段返回的多个激光雷达数据；基于多个激光雷达数据对低洼路段进行三维建模，得到低洼路段对应的三维模型；基于三维模型确定低洼路段对应的水深分布情况。获取车辆对应的配置信息，配置信息包括车辆进气口高度，车辆底盘高度以及车型；基于车辆进气口高度，车辆底盘高度以及车型确定车辆对应的预设涉水深度阈值。若水深达到预设涉水深度阈值，则控制车辆执行涉水预警操作。详细的实现过程请参见前述各个实施例中的记载，本处不再对此进行赘述。

[0108] 图11是本申请的一示例性实施例示出的车辆涉水控制装置的框图。该装置可以应用于图1所示的实施环境，并具体配置在服务器120中。该装置也可以适用于其它的示例性实施环境，并具体配置在其它设备中，本实施例不对该装置所适用的实施环境进行限制。

[0109] 如图11所示，该示例性的车辆涉水控制装置包括：接收模块1110，用于在车辆行驶过程中，向车辆前方路段发送激光光束，以接收车辆前方路段返回的激光雷达数据；确定模块1120，用于基于激光雷达数据确定车辆的前方道路信息；计算模块1130，用于若前方道路信息表征车辆前方道路包括低洼路段，则向低洼路段发送激光光束，以接收低洼路段反射回来的低洼路段激光雷达数据；控制模块1140，用于基于低洼路段激光雷达数据确定低洼路段对应的水深，若水深达到预设涉水深度阈值，则控制车辆执行涉水预警操作。

[0110] 根据本申请实施例的一个方面，上述确定模块1120还用于，获取激光雷达数据中的激光光束的发射时间和接收时间之间的收发时间差；基于收发时间差计算前方道路上的障碍物分布信息；基于障碍物分布信息确定车辆的前方道路信息。

[0111] 根据本申请实施例的一个方面，上述确定模块1120还用于，在预设周期内按照预设频率向车辆的前方道路发送多次激光光束；分别计算多次激光光束各自对应的收发时间差；若在预设周期内多个收发时间差呈增大趋势，则得到车辆前方为低洼路段的结果。

[0112] 根据本申请实施例的一个方面，上述控制模块1140还用于，获取激光光束在水面反射时间以及激光光束在水底反射时间；计算水面反射时间与水底反射时间之间的折射时间差；获取水面的折射角度，基于折射角度以及折射时间差计算低洼路段对应的水深。

[0113] 根据本申请实施例的一个方面，上述控制模块1140还用于，将低洼路段划分为多个子路段，向多个子路段发送激光光束，并接收多个子路段返回的多个激光雷达数据；基于多个激光雷达数据对低洼路段进行三维建模，得到低洼路段对应的三维模型；基于三维模型确定低洼路段对应的水深分布情况。

[0114] 根据本申请实施例的一个方面，上述车辆涉水控制装置，还包括：获取模块，用于获取车辆对应的配置信息，配置信息包括车辆进气口高度，车辆底盘高度以及车型；阈值模块，用于基于车辆进气口高度，车辆底盘高度以及车型确定车辆对应的预设涉水深度阈值。

[0115] 根据本申请实施例的一个方面，上述车辆涉水控制装置，还包括：障碍物确定模块，用于基于水深分布情况确定低洼路段中的障碍物，障碍物包括泥泞和石块；调整模块，用于基于泥泞和石块调整车辆对应的预设涉水深度阈值。

[0116] 需要说明的是，上述实施例所提供的车辆涉水控制装置与上述实施例所提供的车辆涉水控制方法属于同一构思，其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。上述实施例所提供的车辆涉水控制装置在实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能，本处也不对此进行限制。

[0117] 本申请的实施例还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得电子设备实现上述各个实施例中提供的车辆涉水控制方法。

[0118] 图12示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。需要说明的是，图12示出的电子设备的计算机系统1200仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

[0119] 如图12所示，计算机系统1200包括中央处理单元(Central Processing Unit，CPU)1201，其可以根据存储在只读存储器(Read‑Only Memory，ROM)1202中的程序或者从储存部分1208加载到随机访问存储器(Random Access Memory，RAM)1203中的程序而执行各种适当的动作和处理，例如执行上述实施例中的方法。在RAM 1203中，还存储有系统操作所需的各种程序和数据。CPU 1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(Input/Output，I/O)接口1205也连接至总线1204。

[0120] 以下部件连接至I/O接口1205：包括键盘、鼠标等的输入部分1206；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分1207；包括硬盘等的储存部分1208；以及包括诸如LAN(Local Area Network，局域网)卡、调制解调器等的网络接口卡的通信部分1209。通信部分1209经由诸如因特网的网络执行通信处理。驱动器1210也根据需要连接至I/O接口1205。可拆卸介质1211，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1210上，以便于从其上读出的计算机程序根据需要被安装入储存部分1208。

[0121] 特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分1209从网络上被下载和安装，和/或从可拆卸介质1211被安装。在该计算机程序被中央处理单元(CPU)1201执行时，执行本申请的系统中限定的各种功能。

[0122] 需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read‑Only Memory，CD‑ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

[0123] 附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

[0124] 描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

[0125] 本申请的另一方面还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如前的车辆涉水控制方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的，也可以是单独存在，而未装配入该电子设备中。

[0126] 本申请的另一方面还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各个实施例中提供的车辆涉水控制方法。

[0127] 上述内容，仅为本申请的较佳示例性实施例，并非用于限制本申请的实施方案，本领域普通技术人员根据本申请的主要构思和精神，可以十分方便地进行相应的变通或修改，故本申请的保护范围应以权利要求书所要求的保护范围为准。