CN106527452B - 一种无人驾驶汽车遇障时运动路径规划方法及系统 - Google Patents
一种无人驾驶汽车遇障时运动路径规划方法及系统 Download PDFInfo
- Publication number
- CN106527452B CN106527452B CN201611263594.0A CN201611263594A CN106527452B CN 106527452 B CN106527452 B CN 106527452B CN 201611263594 A CN201611263594 A CN 201611263594A CN 106527452 B CN106527452 B CN 106527452B
- Authority
- CN
- China
- Prior art keywords
- barrier
- lane
- around
- around barrier
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000004888 barrier function Effects 0.000 title claims abstract description 387
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000011897 real-time detection Methods 0.000 claims abstract description 7
- 230000000875 corresponding effect Effects 0.000 claims description 21
- 230000002596 correlated effect Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims 1
- 230000002093 peripheral effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种无人驾驶汽车遇障时运动路径规划方法,其包括:实时检测当前汽车所处当前车道、两侧相邻车道的交通状况;当检测到当前车道前方出现障碍物时,结合两侧相邻车道的交通状况,确定所述障碍物的类型;根据所述障碍物的类型,确定对应的运动路径规划策略;执行所述对应的运动路径规划策略,通过变道、减速刹车或绕障实现避障处理。本发明还公开了相应的系统。实施本发明,可以综合地考虑周边道路交通环境及其他车辆状况,自动安全地绕过本车道附近的车辆及障碍物,提升了无人驾驶汽车的安全性和舒适性。
Description
技术领域
本发明涉及无人驾驶汽车技术领域,尤其涉及一种无人驾驶汽车遇障时运动路径规划方法及系统。
背景技术
无人驾驶汽车的研发越来越受重视,但是要让无人驾驶汽车变得更加安全,如何让智能车能够综合考虑道路交通状况针对目标障碍物做出合适且平顺的绕障动作是一个重要的课题。
在现有技术中全自动无人驾驶汽车的局部路径绕障控制都不是很完善,或多或少地都存在一些安全隐患,例如当本车道上前方存在障碍物时,现有的控制技术中一般是采取能变道则变道,不能变道则减速或停车的简单控制方案。但是,这种控制方案很难兼顾到社会道路上各种复杂的工况,同时在没有考虑相邻车道车辆状况下侵占相邻车道而导致容易被后方来车追尾,有的则会做出无意义的针对前方进入本车道高速车辆的绕障动作,这样或多或少会存在本不需要变道或刹车的情况下触发自动变道或剧烈的刹车动作,给乘员带来严重的不舒适感,甚至为引发安全问题。
发明内容
本发明所要解决的技术问题在于,提供一种无人驾驶汽车遇障时运动路径规划方法及系统,可以综合地考虑周边道路交通环境及其他车辆状况安全地绕过本车道附近的车辆及障碍物,从而提升无人驾驶汽车的安全性和舒适性。
为了解决上述技术问题,本发明实施例的一方面提供一种无人驾驶汽车遇障时运动路径规划方法,包括如下步骤:
实时检测当前汽车所处当前车道、两侧相邻车道的交通状况;
当检测到当前车道前方出现障碍物时,结合两侧相邻车道的交通状况,确定所述障碍物的类型,所述类型包括:宜变道障碍物、宜刹车障碍物、宜绕障障碍物;
根据所述障碍物的类型,确定对应的运动路径规划策略,所述运动路径规划策略包括变道规划策略、减速刹车策略以及绕障规划策略;
执行所述对应的运动路径规划策略,通过变道、减速刹车或绕障实现避障处理。
其中,当检测到当前车道前方出现障碍物时,结合两侧相邻车道的交通状况,确定所述障碍物的类型的步骤包括:
当检测到本车道正前方存在障碍车辆,或一侧相邻车道压本车车道线行驶且侵占了本车车道的区域大于一个预定阈值,且此时有一侧相邻车道前方以无障碍车辆且后方无速度超过预定值的车辆时,确定前方障碍物的类型为宜变道障碍物;
当检测到本车道正前方存在障碍车辆,且此时相邻两侧车道的前方存在障碍车辆且后方存在速度超过预定值的车辆时,确定前方障碍物的类型为宜刹车障碍物;
当检测到一侧相邻车道压本车车道线行驶且侵占了本车车道的区域大于一个预定阈值时,此时另一侧车道前方存在障碍车辆或后方存在速度超过预定值的车辆,确定前方障碍物的类型为宜刹车障碍物;
当检测到一侧相邻车道压本车车道线行驶且侵占了本车车道的区域小于一个预定阈值时,确定前方障碍物的类型为宜绕障障碍物。
其中,所述根据所述障碍物的类型,确定对应的运动路径规划策略的步骤包括:
在前方障碍物的类型为宜变道障碍物时,根据变道规划策略确定向前方无障碍车辆且后方无速度超过预定值的车辆的一侧的变道路线;
在前方障碍物的类型为宜刹车障碍物时,根据减速刹车策略并结合与前方障碍物的距离,确定刹车力度;
在前方障碍物的类型为宜绕障障碍物时,根据绕障规划策略规划最优绕障路线。
其中,在前方障碍物的类型为宜变道障碍物时,根据变道规划策略确定向前方无障碍车辆且后方无速度超过预定值的车辆的一侧的变道路线的步骤包括:
在所述前方无障碍车辆且后方无速度超过预定值的车辆的一侧确定一预瞄点,根据当前位置、当前行驶方向、预瞄点以及至预瞄点的行驶方向生成一条平滑的变道路线。
其中,在前方障碍物的类型为宜绕障障碍物时,确定绕障规划策略,并规划最优绕障路线的步骤包括:
在当前驾驶轨迹线的前方确定一初始预瞄点,在所述初始预瞄点处沿轨迹线垂直方向间隔选取多个候选预瞄点,再根据当前位置、当前行驶方向、各候选预瞄点以及至各候选预瞄点的行驶方向生成多条平滑的绕障轨迹;
根据每一绕障轨迹其与前方障碍物或另一侧障碍车辆之间的横向间距、总绕障幅度、瞬时绕障幅度三个因素,在所述多条绕障轨迹中选取一条最优的绕障轨迹。
其中,所述根据每一绕障轨迹其与前方障碍物或另一侧障碍车辆之间的横向间距、总绕障幅度、瞬时绕障幅度三个因素,在所述多条绕障轨迹中选取一条最优的绕障轨迹的步骤具体为:
获得每一绕障轨迹与前方障碍物之间的横向间距系数,所述横向间距系数与横向间距负相关;
获得每一绕障轨迹的总绕障幅度系数,所述总绕障幅度系数基于初始驾驶轨迹进行计算,与总绕障幅度正相关;
获得每一绕障轨迹的瞬时绕障幅度系数,所述瞬时绕障幅度系数基于前一时刻的最优绕障轨迹计算,与总绕障幅度正相关;
将每一绕障轨迹所对应的横向间距系数、总绕障幅度系数以及瞬时绕障幅度系数分别乘以各自的预定义的加权因子进行加权求和得到总绕障系数;
将其总绕障系数最小的那条绕障轨迹确定为最优绕障轨迹。
其中,进一步包括:在所述多条绕障轨迹中,直接根据其与前方障碍物以及另一侧障碍车辆之间的横向间距大小,排除部分不合要求的绕障轨迹。
相应地,本发明实施例的另一方面还提供一种无人驾驶汽车遇障时运动路径规划系统,包括:
交通状况实时识别单元,用于实时检测并识别当前汽车所处当前车道、两侧相邻车道的交通状况;
障碍物类型识别单元,用于在检测到当前车道前方出现障碍物时,结合两侧相邻车道的交通状况,确定所述障碍物的类型,所述类型包括:宜变道障碍物、宜刹车障碍物、宜绕障障碍物;
策略确定单元,用于根据所述障碍物的类型,确定对应的运动路径规划策略,所述运动路径规划策略包括变道规划策略、减速刹车策略以及绕障规划策略;
避障执行单元,用于执行所述策略确定单元确定的运动路径规划策略,通过变道、减速刹车或绕障实现避障处理。
其中,所述障碍物类型识别单元包括:
第一识别单元,用于在检测到本车道正前方存在障碍车辆,或一侧相邻车道压本车车道线行驶且侵占了本车车道的区域大于一个预定阈值,且此时有一侧相邻车道前方无障碍车辆且后方无速度超过预定值的车辆时,确定前方障碍物的类型为宜变道障碍物;
第二识别单元,用于在检测到本车道正前方存在障碍车辆,且此时相邻两侧车道的前方存在障碍车辆或后方存在速度超过预定值的车辆时,确定前方障碍物的类型为宜刹车障碍物;或者用于在检测到一侧相邻车道压本车车道线行驶且侵占了本车车道的区域大于一个预定阈值,且此时另一侧车道前方存在障碍车辆或后方存在速度超过预定值的车辆时,确定前方障碍物的类型为宜刹车障碍物;
第三识别单元,用于在检测到一侧相邻车道压本车车道线行驶且侵占了本车车道的区域小于一个预定阈值时,确定前方障碍物的类型为宜绕障障碍物。
其中,所述策略确定单元包括:
变道规划策略确定单元,用于在前方障碍物的类型为宜变道障碍物时,根据变道规划策略确定向前方无障碍车辆且或后方无速度超过预定值的车辆的一侧的变道路线;
减速刹车策略确定单元,用于在前方障碍物的类型为宜刹车障碍物时,根据减速刹车策略并结合与前方障碍物的距离,确定刹车力度;
绕障规划策略确定单元,用于在前方障碍物的类型为宜绕障障碍物时,根据绕障规划策略规划最优绕障路线。
其中,所述变道规划策略确定单元以下述方式获得变道路线:
在所述前方及后方均无障碍车辆的一侧确定一预瞄点,根据当前位置、当前行驶方向、预瞄点以及至预瞄点的行驶方向生成一条平滑的变道路线。
其中,绕障规划策略确定单元包括:
绕障轨迹簇获得单元,用于在当前驾驶轨迹线的前方确定一初始预瞄点,在所述初始预瞄点处沿轨迹线垂直方向间隔选取多个候选预瞄点,再根据当前位置、当前行驶方向、各候选预瞄点以及至各候选预瞄点的行驶方向生成多条平滑的绕障轨迹;
绕障轨迹仲裁单元,用于根据每一绕障轨迹其与前方障碍物或另一侧障碍车辆之间的横向间距、总绕障幅度、瞬时绕障幅度三个因素,在所述多条绕障轨迹中选取一条最优的绕障轨迹。
其中,所述绕障轨迹仲裁单元包括:
横向间距系数获得单元,用于获得每一绕障轨迹与前方障碍物或另一侧障碍车辆之间的横向间距系数,所述横向间距系数与横向间距负相关;
总绕障幅度系数获得单元,用于获得每一绕障轨迹的总绕障幅度系数,所述总绕障幅度系数基于初始驾驶轨迹进行计算而来,与总绕障幅度正相关;
瞬时绕障幅度系数获得单元,用于获得每一绕障轨迹的瞬时绕障幅度系数,所述瞬时绕障幅度系数基于前一时刻的最优绕障轨迹计算,与总绕障幅度正相关;
加权计算单元,用于将每一绕障轨迹所对应的横向间距系数、总绕障幅度系数以及瞬时绕障幅度系数分别乘以各自的预定义的加权因子进行加权求和得到总绕障系数;
最优绕障轨迹确定单元,用于将其总绕障系数最小的那条绕障轨迹确定为最优绕障轨迹。
其中,所述绕障轨迹仲裁单元进一步包括:
排除单元,用于在所述多条绕障轨迹中,直接根据其与前方障碍物以及另一侧障碍车辆之间的横向间距大小,排除部分不合要求的绕障轨迹。
实施本发明实施例,具有如下的有益效果:
首先,在本发明的实施例中,可以综合地考虑周边道路交通环境及其他车辆状况,自动实现安全地绕过本车道附近的车辆及障碍物;
其次,在执行绕障前需要进行绕障决策,避免在不适合执行绕障动作时强制执行绕障动作而导致横向控制超调或严重影响后方车辆通行;
同时,在本发明的实施例中,在进行绕障决策的过程中,基于系数寻优的最优轨迹计算算法,既可以尽可能地与其他车辆和障碍物保持足够安全的横向间距,又可以避免出现过大的绕障幅度以免引发横向控制超调或严重影响后方车辆通行;
综上,本发明实施例提供的方法和系统,可以大幅度提升无人驾驶汽车的安全性和舒适性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的一种无人驾驶汽车遇障时运动路径规划方法的主流程示意图;
图2是图1中步骤S120的一个实施例的更详细的流程示意图;
图3是图2中步骤S121的一个实施例的更详细的流程示意图;
图4是本发明中涉及的第一种交通状况示意图;
图5是本发明中涉及的第二种交通状况示意图;
图6是本发明中涉及的第三种交通状况示意图;
图7是本发明中涉及的第四种交通状况示意图;
图8是本发明中涉及的第五种交通状况示意图;
图9是图8中实现路径规划的原理示意图;
图10是本发明提供的一种无人驾驶汽车遇障时运动路径规划系统的结构示意图;
图11是图10中障碍物类型识别单元的结构示意图;
图12是图10中策略确定单元的结构示意图;
图13是图12中绕障规划策略确定单元的结构示意图;
图14是图13中的绕障轨迹仲裁单元的结构示意图。
具体实施方式
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,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
如图1所示,是本发明提供的一种无人驾驶汽车遇障时运动路径规划方法的一个实施例的主流程示意图。一并结合图2至图3所示,在该实施例中,该方法包括如下步骤:
步骤S10,实时检测当前汽车所处当前车道、两侧相邻车道的交通状况;具体地,通过设置于当前汽车车顶的64线激光雷达,以及设置于当前汽车前后方的IBEO雷达,检测当前汽车前后,以及两侧相邻车道上其他车辆或障碍物的位置和速度来识别交通状况;其中,当前汽车前后指当前汽车前方或后方的预定区域,例如在一个实施例中可以将本车道及相邻车道中位于本车前方和后方50米的区域作为检测区域;
步骤S11,当检测到当前车道前方出现障碍物时,结合两侧相邻车道的交通状况,确定所述障碍物的类型,所述类型包括:宜变道障碍物、宜刹车障碍物、宜绕障障碍物;具体地,包括如下情形:
当检测到本车道正前方存在障碍车辆,或一侧相邻车道压本车车道线行驶且侵占了本车车道的区域大于一个预定阈值(例如三分之一车道),且此时有一侧相邻车道前方无障碍车辆以及后方无速度超过预定值的车辆时,确定前方障碍物的类型为宜变道障碍物,这两种交通状况可一并参见图4和图6所示;其中,一侧相邻车道前方存在障碍车辆指在该侧车道前方存在速度等于或小于当前车汽车速度的车辆,例如该前方障碍车辆速度小于当前汽车的速度,或者比当前汽车速度小于一个定值,也可以该速度差与两车的纵向间距成正比(例如,前方车辆与当前汽车间距越大则可允许的速度越大);而一侧相邻车道后方存在障碍车辆指在该侧车道后方存速度等于或大于当前车汽车速度的车辆,例如该后方障碍车辆速度大于当前汽车的速度,或者比当前汽车速度大于一个定值,也可以该速度差与两车的纵向间距成正比(例如,后方车辆与当前汽车间距越大则可允许的速度越大);
当检测到本车道正前方存在障碍车辆,且此时相邻两侧车道的前方存在障碍车辆或后方存在速度超过预定值的车辆时,确定前方障碍物的类型为宜刹车障碍物,这种交通状况可参见图5所示;
当检测到一侧相邻车道压本车车道线行驶且侵占了本车车道的区域大于一个预定阈值,且此时另一侧车道前方存在障碍车辆或后方存在速度超过预定值的车辆,确定前方障碍物的类型为宜刹车障碍物,这种交通状况可参见图7所示;
当检测到一侧相邻车道压本车车道线行驶且侵占了本车车道的区域小于一个预定阈值时,确定前方障碍物的类型为宜绕障障碍物,这种交通状况可参见图8所示;
步骤S12,根据所述障碍物的类型,确定对应的运动路径规划策略,所述运动路径规划策略包括变道规划策略、减速刹车策略以及绕障规划策略;具体地包括:
在前方障碍物的类型为宜变道障碍物时,根据变道规划策略确定向前方无障碍车辆且后方无速度超过预定值的车辆的一侧的变道路线,具体地,在所述前方无障碍车辆且后方无速度超过预定值的车辆的一侧确定一预瞄点,根据当前位置、当前行驶方向、预瞄点以及至预瞄点的行驶方向生成一条平滑的变道路线,例如,可以通过采用Hermite曲线公式来生成该变道路线;
在前方障碍物的类型为宜刹车障碍物时,根据减速刹车策略并结合与前方障碍物的距离,确定刹车力度,具体地,例如在一个实施例中,可以预先定义好刹车力度与前方距离和当前车速的对应关系,在需要进行刹车时,根据前方障碍物的距离、当前汽车的车速获得对应的刹车力度;
在前方障碍物的类型为宜绕障障碍物时,根据绕障规划策略规划最优绕障路线。
步骤S13,执行所述对应的运动路径规划策略,通过变道、减速刹车或绕障实现避障处理。
其中,在前方障碍物的类型为宜绕障障碍物时,确定绕障规划策略,并规划最优绕障路线的步骤包括:
步骤S120,在当前驾驶轨迹线的前方确定一初始预瞄点,在所述初始预瞄点处沿轨迹线垂直方向间隔(如每隔50cm等)选取多个候选预瞄点,再根据当前位置、当前行驶方向、各候选预瞄点以及至各候选预瞄点的行驶方向生成多条平滑的绕障轨迹,形成绕障轨迹簇,具体地,可以通过采用Hermite曲线公式来生成该障轨迹簇;
步骤S121,根据每一绕障轨迹其与前方障碍物或另一侧障碍车辆之间的横向间距、总绕障幅度、瞬时绕障幅度三个因素,在所述多条绕障轨迹中选取一条最优的绕障轨迹,其中,可以理解的是,在其他的实施例中,该横向间距也可选取每一绕障轨迹与前方障碍物之间,以及与另一侧障碍车辆之间的横向间距中较小的一个。
其中,步骤S121包括:
步骤S122,根据预定义的第一公式计算获得每一绕障轨迹与前方障碍物或另一侧障碍车辆之间的横向间距系数,所述横向间距系数与横向间距负相关,即横向间距越大,则该横向间距系数越小;
步骤S123,根据预定义的第二公式计算获得每一绕障轨迹的总绕障幅度系数,所述总绕障幅度系数基于初始驾驶轨迹进行计算而来,与总绕障幅度正相关,即总绕障幅度越大,该总绕障幅度系数越大;
步骤S124,根据预定义的第三公式计算获得每一绕障轨迹的瞬时绕障幅度系数,所述瞬时绕障幅度系数基于前一时刻的最优绕障轨迹计算,与总绕障幅度正相关,即该总绕障幅度越大,该瞬时绕障幅度系数越大;
步骤S125,将每一绕障轨迹所对应的横向间距系数、总绕障幅度系数以及瞬时绕障幅度系数分别乘以各自的预定义的加权因子进行加权求和得到总系数,其中在一个实施例中,可以将横向间距系数的加权因子设置为最大,总绕障幅度系数的加权因子设置为次之,而将瞬时绕障幅度系数的加权因子设置为最小;
步骤S126,将其总系数最小的那条绕障轨迹确定为最优绕障轨迹;可以理解的是,在本发明中,通过考虑三种因素的系数,且设置对应的加权因子,既考虑到要尽可能地与前方障碍物与另一侧的障碍车辆保持足够安全的横向间距,又考虑到要尽量避免出现过大的绕障幅度以免引发横向控制超调或严重影响后方车辆通行,从而可以所得到的最优绕障轨迹与前方障碍物以及与另一侧的障碍车辆之间均保持了足够安全的横向间距,且仅在初始驾驶轨迹基础上做了较小幅度的绕障动作。
可以理解的是,在一些实施例中,在该步骤S121,也可以进一步包括:
在所述多条绕障轨迹中,直接根据其与前方障碍物以及与另一侧的障碍车辆之间的横向间距大小,排除部分不合要求的绕障轨迹(如横向间距过小的绕障轨迹),这样可以减少计算的工作量。
为便于理解,请一并参见图9所示,其中本车正上方的虚直线为初始驾驶轨迹,初始驾驶线的上端顶点为初始预瞄点,本车上方的多条平滑的虚曲线为绕障轨迹簇,其中一条粗虚线为计算确认的最优绕障轨迹;绕障轨迹簇中每条曲线的上端顶点为其他预瞄点;绕障轨迹簇中每条曲线的上侧的虚框为各绕障轨迹中车辆预计位置,其中一个粗虚框为最优绕障轨迹中本车预计位置。
相应地,如图10所示,示出了本发明提供的一种无人驾驶汽车遇障时运动路径规划系统的一个实施例的结构示意图,一并结合图11至图14所示,在该实施例中,该系统至少包括:
交通状况实时识别单元10,用于实时检测并识别当前汽车所处当前车道、两侧相邻车道的交通状况;具体地,所述交通状况实时识别单元10通过设置于当前汽车车顶的64线激光雷达,以及设置于当前汽车前后方的IBEO雷达,检测当前汽车前后,以及两侧相邻车道上其他车辆或障碍物的位置和速度来识别交通状况。
障碍物类型识别单元11,用于在检测到当前车道前方出现障碍物时,结合两侧相邻车道的交通状况,确定所述障碍物的类型,所述类型包括:宜变道障碍物、宜刹车障碍物、宜绕障障碍物;
策略确定单元12,用于根据所述障碍物的类型,确定对应的运动路径规划策略,所述运动路径规划策略包括变道规划策略、减速刹车策略以及绕障规划策略;
避障执行单元13,用于执行所述策略确定单元确定的运动路径规划策略,通过变道、减速刹车或绕障实现避障处理。
其中,所述障碍物类型识别单11元包括:
第一识别单元110,用于在检测到本车道正前方存在障碍车辆,或一侧相邻车道压本车车道线行驶且侵占了本车车道的区域大于一个预定阈值,且此时有一侧相邻车道前方无障碍车辆且后方无速度超过预定值的车辆时,确定前方障碍物的类型为宜变道障碍物;
第二识别单元111,用于在检测到本车道正前方存在障碍物,且此时相邻两侧车道的前方存在障碍车辆或后方存在速度超过预定值的车辆时,确定前方障碍物的类型为宜刹车障碍物;或者用于在检测到一侧相邻车道压本车车道线行驶且侵占了本车车道的区域大于一个预定阈值,且此时另一侧车道前方存在障碍车辆或后方存在速度超过预定值的车辆时,确定前方障碍物的类型为宜刹车障碍物;
第三识别单元112,用于在检测到一侧相邻车道压本车车道线行驶且侵占了本车车道的区域小于一个预定阈值时,确定前方障碍物的类型为宜绕障障碍物。
其中,所述策略确定单元12包括:
变道规划策略确定单元120,用于在前方障碍物的类型为宜变道障碍物时,根据变道规划策略确定向前方无障碍车辆且后方无速度超过预定值的车辆的一侧的变道路线,具体地,在所述前方无障碍车辆且后方无速度超过预定值的车辆的一侧确定一预瞄点,根据当前位置、当前行驶方向、预瞄点以及至预瞄点的行驶方向生成一条平滑的变道路线;
减速刹车策略确定单元121,用于在前方障碍物的类型为宜刹车障碍物时,根据减速刹车策略并结合与前方障碍物的距离,确定刹车力度;
绕障规划策略确定单元122,用于在前方障碍物的类型为宜绕障障碍物时,根据绕障规划策略规划最优绕障路线。
其中,绕障规划策略确定单元122包括:
绕障轨迹簇获得单元123,用于在当前驾驶轨迹线的前方确定一初始预瞄点,在所述初始预瞄点处沿轨迹线垂直方向间隔选取多个候选预瞄点,再根据当前位置、当前行驶方向、各候选预瞄点以及至各候选预瞄点的行驶方向生成多条平滑的绕障轨迹,获得绕障轨迹簇;
绕障轨迹仲裁单元124,用于根据每一绕障轨迹其与前方障碍物或另一侧障碍车辆之间的横向间距、总绕障幅度、瞬时绕障幅度三个因素,在所述多条绕障轨迹中选取一条最优的绕障轨迹。
其中,所述绕障轨迹仲裁单元124包括:
横向间距系数获得单元1240,用于根据预定义的第一公式计算获得每一绕障轨迹与前方障碍物或另一侧障碍车辆之间的横向间距系数,所述横向间距系数与横向间距负相关;
总绕障幅度系数获得单元1241,用于根据预定义的第二公式计算获得每一绕障轨迹的总绕障幅度系数,所述总绕障幅度系数基于初始驾驶轨迹进行计算而来,与总绕障幅度正相关;
瞬时绕障幅度系数获得单元1242,用于根据预定义的第三公式计算获得每一绕障轨迹的瞬时绕障幅度系数,所述瞬时绕障幅度系数基于前一时刻的最优绕障轨迹计算,与总绕障幅度正相关;
加权计算单元1243,用于将每一绕障轨迹所对应的横向间距系数、总绕障幅度系数以及瞬时绕障幅度系数分别乘以各自的预定义的加权因子进行加权求和得到总系数;
最优绕障轨迹确定单元1244,用于将其总系数最小的那条绕障轨迹确定为最优绕障轨迹。
其中,在一个实施例中,所述绕障轨迹仲裁单元124进一步包括:
排除单元1245,用于在所述多条绕障轨迹中,直接根据其与前方障碍物以及另一侧障碍车辆之间的横向间距大小,排除部分不合要求的绕障轨迹。
更多细节可一并参照前述对图1至图9的描述,在此不进行详述。
实施本发明,具有如下有益效果:
首先,在本发明的实施例中,可以综合地考虑周边道路交通环境及其他车辆状况,自动实现安全地绕过本车道附近的车辆及障碍物;
其次,在执行绕障前需要进行绕障决策,避免在不适合执行绕障动作时强制执行绕障动作而导致横向控制超调或严重影响后方车辆通行;
同时,在本发明的实施例中,在进行绕障决策的过程中,基于系数寻优的最优轨迹计算算法,既可以尽可能地与其他车辆和障碍物保持足够安全的横向间距,又可以避免出现过大的绕障幅度以免引发横向控制超调或严重影响后方车辆通行;
综上,本发明实施例提供的方法和系统,可以大幅度提升无人驾驶汽车的安全性和舒适性。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (12)
1.一种无人驾驶汽车遇障时运动路径规划方法,其特征在于,包括如下步骤:
实时检测当前汽车所处当前车道、两侧相邻车道的交通状况;
当检测到当前车道前方出现障碍物时,结合两侧相邻车道的交通状况,确定所述障碍物的类型,所述类型包括:宜变道障碍物、宜刹车障碍物、宜绕障障碍物;
根据所述障碍物的类型,确定对应的运动路径规划策略,所述运动路径规划策略包括变道规划策略、减速刹车策略以及绕障规划策略;
执行所述对应的运动路径规划策略,通过变道、减速刹车或绕障实现避障处理;
其中,所述根据所述障碍物的类型,确定对应的运动路径规划策略的步骤至少包括:当在前方障碍物的类型为宜绕障障碍物时,根据绕障规划策略规划最优绕障路线;具体地包括:
在当前驾驶轨迹线的前方确定一初始预瞄点,在所述初始预瞄点处沿轨迹线垂直方向间隔选取多个候选预瞄点,并根据当前位置、当前行驶方向、各候选预瞄点以及至各候选预瞄点的行驶方向生成多条平滑的绕障轨迹;
根据每一绕障轨迹其与前方障碍物或另一侧障碍车辆之间的横向间距、总绕障幅度、瞬时绕障幅度三个因素,在所述多条绕障轨迹中选取一条最优的绕障轨迹。
2.如权利要求1所述的一种无人驾驶汽车遇障时运动路径规划方法,其特征在于,当检测到当前车道前方出现障碍物时,结合两侧相邻车道的交通状况,确定所述障碍物的类型的步骤包括:
当检测到本车道正前方存在障碍车辆,或一侧相邻车道压本车车道线行驶且侵占了本车车道的区域大于一个预定阈值,且此时有一侧相邻车道前方无障碍车辆且后方无速度超过预定值的车辆时,确定前方障碍物的类型为宜变道障碍物;
当检测到本车道正前方存在障碍车辆,且此时相邻两侧车道的前方存在障碍车辆且后方存在速度超过预定值的车辆时,确定前方障碍物的类型为宜刹车障碍物;
当检测到一侧相邻车道压本车车道线行驶且侵占了本车车道的区域大于一个预定阈值,且此时另一侧车道前方存在障碍车辆或后方存在速度超过预定值的车辆,确定前方障碍物的类型为宜刹车障碍物;
当检测到一侧相邻车道压本车车道线行驶且侵占了本车车道的区域小于一个预定阈值时,确定前方障碍物的类型为宜绕障障碍物。
3.如权利要求2所述的一种无人驾驶汽车遇障时运动路径规划方法,其特征在于,所述根据所述障碍物的类型,确定对应的运动路径规划策略的步骤进一步包括:
在前方障碍物的类型为宜变道障碍物时,根据变道规划策略确定向前方无障碍车辆且后方无速度超过预定值的车辆的一侧的变道路线;
在前方障碍物的类型为宜刹车障碍物时,根据减速刹车策略并结合与前方障碍物的距离,确定刹车力度。
4.如权利要求3所述的一种无人驾驶汽车遇障时运动路径规划方法,其特征在于,在前方障碍物的类型为宜变道障碍物时,根据变道规划策略确定向前方无障碍车辆且后方无速度超过预定值的车辆的一侧的变道路线的步骤包括:
在所述前方无障碍车辆且后方无速度超过预定值的车辆的一侧确定一预瞄点,根据当前位置、当前行驶方向、预瞄点以及至预瞄点的行驶方向生成一条平滑的变道路线。
5.如权利要求1至4任一项所述的一种无人驾驶汽车遇障时运动路径规划方法,其特征在于,所述根据每一绕障轨迹其与前方障碍物或另一侧障碍车辆之间的横向间距、总绕障幅度、瞬时绕障幅度三个因素,在所述多条绕障轨迹中选取一条最优的绕障轨迹的步骤具体为:
获得每一绕障轨迹与前方障碍物或另一侧障碍车辆之间的横向间距系数,所述横向间距系数与横向间距负相关;
获得每一绕障轨迹的总绕障幅度系数,所述总绕障幅度系数基于初始驾驶轨迹进行计算,与总绕障幅度正相关;
获得每一绕障轨迹的瞬时绕障幅度系数,所述瞬时绕障幅度系数基于前一时刻的最优绕障轨迹计算而来,与总绕障幅度正相关;
将每一绕障轨迹所对应的横向间距系数、总绕障幅度系数以及瞬时绕障幅度系数分别乘以各自的预定义的加权因子进行加权求和得到总绕障系数;
将其总绕障系数最小的那条绕障轨迹确定为最优绕障轨迹。
6.如权利要求5所述的一种无人驾驶汽车遇障时运动路径规划方法,其特征在于,进一步包括:
在所述多条绕障轨迹中,直接根据其与前方障碍物以及另一侧障碍车辆之间的横向间距大小,排除部分不合要求的绕障轨迹。
7.一种无人驾驶汽车遇障时运动路径规划系统,其特征在于,包括:
交通状况实时识别单元,用于实时检测并识别当前汽车所处当前车道、两侧相邻车道的交通状况;
障碍物类型识别单元,用于在检测到当前车道前方出现障碍物时,结合两侧相邻车道的交通状况,确定所述障碍物的类型,所述类型包括:宜变道障碍物、宜刹车障碍物、宜绕障障碍物;
策略确定单元,用于根据所述障碍物的类型,确定对应的运动路径规划策略,所述运动路径规划策略包括变道规划策略、减速刹车策略以及绕障规划策略;
避障执行单元,用于执行所述策略确定单元确定的运动路径规划策略,通过变道、减速刹车或绕障实现避障处理;
所述策略确定单元至少包括有:绕障规划策略确定单元,用于在前方障碍物的类型为宜绕障障碍物时,根据绕障规划策略规划最优绕障路线;
所述绕障规划策略确定单元包括:
绕障轨迹簇获得单元,用于在当前驾驶轨迹线的前方确定一初始预瞄点,在所述初始预瞄点处沿轨迹线垂直方向间隔选取多个候选预瞄点,再根据当前位置、当前行驶方向、各候选预瞄点以及至各候选预瞄点的行驶方向生成多条平滑的绕障轨迹;
绕障轨迹仲裁单元,用于根据每一绕障轨迹其与前方障碍物或另一侧障碍车辆之间的横向间距、总绕障幅度、瞬时绕障幅度三个因素,在所述多条绕障轨迹中选取一条最优的绕障轨迹。
8.如权利要求7所述的一种无人驾驶汽车遇障时运动路径规划系统,其特征在于,所述障碍物类型识别单元包括:
第一识别单元,用于在检测到本车道正前方存在障碍物,或一侧相邻车道压本车车道线行驶且侵占了本车车道的区域大于一个预定阈值,且此时有一侧相邻车道前方无障碍车辆且后方无速度超过预定值的车辆时,确定前方障碍物的类型为宜变道障碍物;
第二识别单元,用于在检测到本车道正前方存在障碍车辆,且此时相邻两侧车道的前方存在障碍车辆且后方存在速度超过预定值的车辆时,确定前方障碍物的类型为宜刹车障碍物;或者用于在检测到一侧相邻车道压本车车道线行驶且侵占了本车车道的区域大于一个预定阈值,且此时另一侧车道前方存在障碍车辆且后方存在速度超过预定值的车辆时,确定前方障碍物的类型为宜刹车障碍物;
第三识别单元,用于在检测到一侧相邻车道压本车车道线行驶且侵占了本车车道的区域小于一个预定阈值时,确定前方障碍物的类型为宜绕障障碍物。
9.如权利要求8所述的一种无人驾驶汽车遇障时运动路径规划系统,其特征在于,所述策略确定单元进一步包括:
变道规划策略确定单元,用于在前方障碍物的类型为宜变道障碍物时,根据变道规划策略确定向前方及后方均无车辆的一侧的变道路线;
减速刹车策略确定单元,用于在前方障碍物的类型为宜刹车障碍物时,根据减速刹车策略并结合与前方障碍物的距离,确定刹车力度。
10.如权利要求8所述的一种无人驾驶汽车遇障时运动路径规划系统,其特征在于,所述变道规划策略确定单元以下述方式计算变道路线:
在所述无障碍车辆且后方无速度超过预定值的车辆的一侧确定一预瞄点,根据当前位置、当前行驶方向、预瞄点以及至预瞄点的行驶方向生成一条平滑的变道路线。
11.如权利要求7-10任一项所述的一种无人驾驶汽车遇障时运动路径规划系统,其特征在于,所述绕障轨迹仲裁单元包括:
横向间距系数获得单元,用于计算每一绕障轨迹与前方障碍物或另一侧障碍车辆之间的横向间距系数,所述横向间距系数与横向间距负相关;
总绕障幅度系数获得单元,用于计算每一绕障轨迹的总绕障幅度系数,所述总绕障幅度系数基于初始驾驶轨迹进行计算,与总绕障幅度正相关;
瞬时绕障幅度系数获得单元,用于计算每一绕障轨迹的瞬时绕障幅度系数,所述瞬时绕障幅度系数基于前一时刻的最优绕障轨迹计算,与总绕障幅度正相关;
加权计算单元,用于将每一绕障轨迹所对应的横向间距系数、总绕障幅度系数以及瞬时绕障幅度系数分别乘以各自的预定义的加权因子进行加权求和得到总绕障系数;
最优绕障轨迹确定单元,用于将其总绕障系数最小的那条绕障轨迹确定为最优绕障轨迹。
12.如权利要求11所述的一种无人驾驶汽车遇障时运动路径规划系统,其特征在于,所述绕障轨迹仲裁单元进一步包括:
排除单元,用于在所述多条绕障轨迹中,直接根据其与前方障碍物以及另一侧障碍车辆之间的横向间距大小,排除部分不合要求的绕障轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611263594.0A CN106527452B (zh) | 2016-12-30 | 2016-12-30 | 一种无人驾驶汽车遇障时运动路径规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611263594.0A CN106527452B (zh) | 2016-12-30 | 2016-12-30 | 一种无人驾驶汽车遇障时运动路径规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106527452A CN106527452A (zh) | 2017-03-22 |
CN106527452B true CN106527452B (zh) | 2019-11-05 |
Family
ID=58336143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611263594.0A Active CN106527452B (zh) | 2016-12-30 | 2016-12-30 | 一种无人驾驶汽车遇障时运动路径规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106527452B (zh) |
Families Citing this family (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6558393B2 (ja) * | 2017-04-06 | 2019-08-14 | トヨタ自動車株式会社 | 進路設定装置及び進路設定方法 |
CN108995646B (zh) * | 2017-06-07 | 2020-05-26 | 上海汽车集团股份有限公司 | 一种应用于自动驾驶车辆的车道保持方法及装置 |
EP3494448A4 (en) * | 2017-07-13 | 2019-11-06 | Beijing Didi Infinity Technology and Development Co., Ltd. | SYSTEMS AND METHODS FOR TRACK DETERMINATION |
CN108572642B (zh) * | 2017-12-15 | 2022-02-18 | 蔚来(安徽)控股有限公司 | 一种自动驾驶系统及其横向控制方法 |
US10816990B2 (en) * | 2017-12-21 | 2020-10-27 | Baidu Usa Llc | Non-blocking boundary for autonomous vehicle planning |
CN109987092B (zh) * | 2017-12-28 | 2020-10-30 | 郑州宇通客车股份有限公司 | 一种车辆避障换道时机的确定方法及避障换道的控制方法 |
CN109141450A (zh) * | 2018-07-13 | 2019-01-04 | 广州杰赛科技股份有限公司 | 目标速度确定方法和系统、计算机设备、计算机存储介质 |
CN111413957B (zh) | 2018-12-18 | 2021-11-02 | 北京航迹科技有限公司 | 用于确定自动驾驶中的驾驶动作的系统和方法 |
CN109765887B (zh) * | 2018-12-21 | 2020-08-14 | 杭州翱朝科技有限公司 | 一种自动驾驶控制方法 |
CN109855637A (zh) * | 2018-12-24 | 2019-06-07 | 北京新能源汽车股份有限公司 | 一种车辆的自动驾驶路径规划方法、装置及设备 |
WO2020132942A1 (en) * | 2018-12-26 | 2020-07-02 | Baidu.Com Times Technology (Beijing) Co., Ltd. | A mutual nudge algorithm for self-reverse lane of autonomous driving |
CN109739230B (zh) * | 2018-12-29 | 2022-02-01 | 百度在线网络技术(北京)有限公司 | 驾驶轨迹生成方法、装置及存储介质 |
EP3889722A4 (en) * | 2018-12-29 | 2022-02-09 | Great Wall Motor Company Limited | METHOD AND SYSTEM FOR GENERATING A DYNAMIC TARGET LINE DURING AUTOMATIC DRIVING OF A VEHICLE, AND VEHICLE |
CN110619758B (zh) * | 2018-12-29 | 2021-08-03 | 毫末智行科技有限公司 | 自动驾驶车辆的车道选择方法、系统及车辆 |
CN110618676B (zh) * | 2018-12-29 | 2020-11-20 | 长城汽车股份有限公司 | 车辆自动驾驶时安全偏移线的生成方法、生成系统及车辆 |
CN110614992B (zh) * | 2018-12-29 | 2021-04-20 | 长城汽车股份有限公司 | 车辆自动驾驶时避障的方法、系统及车辆 |
CN111457931B (zh) * | 2019-01-21 | 2021-09-24 | 广州汽车集团股份有限公司 | 自动驾驶车辆的局部路径重规划控制方法、装置、系统及存储介质 |
CN109733392B (zh) * | 2019-01-30 | 2021-01-19 | 浙江吉利汽车研究院有限公司 | 一种避障方法及装置 |
CN109814575B (zh) * | 2019-02-22 | 2022-04-08 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆变道路线规划方法、装置以及终端 |
CN109814576B (zh) * | 2019-02-22 | 2022-01-28 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的速度规划方法、装置和存储介质 |
CN110045730B (zh) * | 2019-03-20 | 2022-07-12 | 文远知行有限公司 | 路径规划的方法、装置、计算机设备和存储介质 |
CN111796587A (zh) * | 2019-03-21 | 2020-10-20 | 北京京东尚科信息技术有限公司 | 自动驾驶方法及存储介质、电子设备 |
CN111813099B (zh) * | 2019-03-25 | 2024-03-05 | 广州汽车集团股份有限公司 | 无人驾驶车的驾驶控制方法及其装置、计算机设备、车辆 |
CN109782776B (zh) * | 2019-03-28 | 2022-07-29 | 北京百度网讯科技有限公司 | 无人车的车道选择方法、装置及存储介质 |
CN109949611B (zh) | 2019-03-28 | 2021-11-30 | 阿波罗智能技术(北京)有限公司 | 无人车的变道方法、装置及存储介质 |
CN111857112B (zh) * | 2019-04-12 | 2023-11-14 | 广州汽车集团股份有限公司 | 一种汽车局部路径规划方法及电子设备 |
CN111845724B (zh) * | 2019-04-22 | 2021-11-09 | 上海汽车集团股份有限公司 | 一种自动驾驶车辆的避障方法、装置和车辆 |
CN110103967B (zh) * | 2019-05-15 | 2020-10-20 | 广州小鹏汽车科技有限公司 | 一种车辆自动变道方法及车辆控制系统、车辆 |
US11662730B2 (en) * | 2019-07-01 | 2023-05-30 | Baidu Usa Llc | Hierarchical path decision system for planning a path for an autonomous driving vehicle |
CN110488816B (zh) * | 2019-08-06 | 2021-12-31 | 华为技术有限公司 | 自动驾驶纵向规划方法及相关设备 |
CN112764415B (zh) * | 2019-11-05 | 2024-01-26 | 北京新能源汽车股份有限公司 | 一种生成自动驾驶规划轨迹的方法、装置及汽车 |
CN110879560B (zh) * | 2019-12-23 | 2022-02-25 | 北京百度网讯科技有限公司 | 控制车辆的方法、装置、设备和存储介质 |
CN110949378B (zh) * | 2019-12-30 | 2022-04-19 | 福州大学 | 一种汽车高速工况防碰撞追尾方法 |
CN111289003A (zh) * | 2020-02-06 | 2020-06-16 | 广州小马智行科技有限公司 | 路径规划方法、装置、系统、存储介质和处理器 |
CN111325980B (zh) * | 2020-02-28 | 2022-01-14 | 浙江吉利汽车研究院有限公司 | 一种基于路况监测的驾驶方法、系统和装置 |
CN111882862A (zh) * | 2020-06-18 | 2020-11-03 | 北京九曜智能科技有限公司 | 一种路侧状态监控系统 |
CN112000110A (zh) * | 2020-09-11 | 2020-11-27 | 灵动科技(北京)有限公司 | 用于控制仓库中的机器人的行驶的方法和装置 |
CN112172807B (zh) * | 2020-10-23 | 2022-07-19 | 上海伯镭智能科技有限公司 | 一种无人驾驶汽车避障系统的避障判定方法 |
CN112269384B (zh) * | 2020-10-23 | 2021-09-14 | 电子科技大学 | 一种结合障碍物行为意图的车辆动态轨迹规划方法 |
CN112590817B (zh) * | 2020-12-23 | 2023-01-17 | 江苏徐工工程机械研究院有限公司 | 运输系统的安全保护系统、方法和机群管理设备 |
CN113335312B (zh) * | 2021-08-06 | 2021-10-19 | 新石器慧通(北京)科技有限公司 | 一种绕障行驶方法、装置、电子设备及介质 |
WO2023070258A1 (zh) * | 2021-10-25 | 2023-05-04 | 华为技术有限公司 | 一种车辆的轨迹规划方法、装置及车辆 |
CN114347994B (zh) * | 2022-03-17 | 2022-07-15 | 北京宏景智驾科技有限公司 | 车道线位置估计方法和装置、电子设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013126823A (ja) * | 2011-12-19 | 2013-06-27 | Nissan Motor Co Ltd | 走行支援装置及び走行支援方法 |
CN103407491A (zh) * | 2013-04-28 | 2013-11-27 | 常雪阳 | 一种智能汽车及其控制方法 |
CN104670233A (zh) * | 2013-11-28 | 2015-06-03 | 现代摩比斯株式会社 | 车辆转弯控制方法及其装置 |
CN105015545A (zh) * | 2015-07-03 | 2015-11-04 | 内蒙古麦酷智能车技术有限公司 | 一种无人驾驶汽车的自主变道决策系统 |
CN105151043A (zh) * | 2015-08-19 | 2015-12-16 | 内蒙古麦酷智能车技术有限公司 | 一种无人驾驶汽车紧急避让的系统和方法 |
CN105216727A (zh) * | 2015-08-24 | 2016-01-06 | 浙江吉利汽车研究院有限公司 | 一种车辆距离探测主动安全系统和控制方法 |
CN106218637A (zh) * | 2016-08-08 | 2016-12-14 | 合肥泰好乐电子科技有限公司 | 一种自动驾驶方法 |
CN106427998A (zh) * | 2016-09-30 | 2017-02-22 | 江苏大学 | 一种高速状态下车辆紧急变道避撞的控制方法 |
-
2016
- 2016-12-30 CN CN201611263594.0A patent/CN106527452B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013126823A (ja) * | 2011-12-19 | 2013-06-27 | Nissan Motor Co Ltd | 走行支援装置及び走行支援方法 |
CN103407491A (zh) * | 2013-04-28 | 2013-11-27 | 常雪阳 | 一种智能汽车及其控制方法 |
CN104670233A (zh) * | 2013-11-28 | 2015-06-03 | 现代摩比斯株式会社 | 车辆转弯控制方法及其装置 |
CN105015545A (zh) * | 2015-07-03 | 2015-11-04 | 内蒙古麦酷智能车技术有限公司 | 一种无人驾驶汽车的自主变道决策系统 |
CN105151043A (zh) * | 2015-08-19 | 2015-12-16 | 内蒙古麦酷智能车技术有限公司 | 一种无人驾驶汽车紧急避让的系统和方法 |
CN105216727A (zh) * | 2015-08-24 | 2016-01-06 | 浙江吉利汽车研究院有限公司 | 一种车辆距离探测主动安全系统和控制方法 |
CN106218637A (zh) * | 2016-08-08 | 2016-12-14 | 合肥泰好乐电子科技有限公司 | 一种自动驾驶方法 |
CN106427998A (zh) * | 2016-09-30 | 2017-02-22 | 江苏大学 | 一种高速状态下车辆紧急变道避撞的控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106527452A (zh) | 2017-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106527452B (zh) | 一种无人驾驶汽车遇障时运动路径规划方法及系统 | |
CN106926844B (zh) | 一种基于实时环境信息的动态自动驾驶换道轨迹规划方法 | |
CN106740769B (zh) | 一种路面附着自适应的自主紧急制动控制算法 | |
CN106218637B (zh) | 一种自动驾驶方法 | |
CN109131326A (zh) | 一种具有换道辅助功能的自适应巡航控制器及其工作方法 | |
CN102762428B (zh) | 车辆控制装置 | |
CN109035862A (zh) | 一种基于车车通信的多车协同换道控制方法 | |
CN108189835A (zh) | 一种自动驾驶的避撞控制方法及系统 | |
CN105015545B (zh) | 一种无人驾驶汽车的自主变道决策方法 | |
CN104837707B (zh) | 驾驶员辅助系统及用于运行驾驶员辅助系统的方法 | |
CN103754221B (zh) | 一种车辆自适应巡航控制系统 | |
CN110723141B (zh) | 一种车辆主动避撞系统及其避撞方式切换方法 | |
CN104245462B (zh) | 车辆的驾驶支援系统、路面摩擦状态推定系统 | |
CN104192144B (zh) | 一种汽车主动防撞弯道虚警消除方法 | |
CN112026756B (zh) | 基于跟踪目标的危险目标选择方法、系统及车辆 | |
CN110488802A (zh) | 一种网联环境下的自动驾驶车辆动态行为决策方法 | |
CN110286681A (zh) | 一种变曲率弯道的动态自动驾驶换道轨迹规划方法 | |
CN108594812A (zh) | 一种结构化道路的智能车辆平滑轨迹规划方法 | |
CN105151043A (zh) | 一种无人驾驶汽车紧急避让的系统和方法 | |
CN110254423A (zh) | 一种用于无人驾驶车辆的制动控制方法 | |
CN107145147A (zh) | 一种车辆低速自动驾驶避碰方法及系统 | |
CN105774800A (zh) | 一种混合车辆队列中车辆间的碰撞缓解方法及装置 | |
CN109878510A (zh) | 智能网联自动驾驶汽车行驶过程中的安全判别与处置方法 | |
CN105620475A (zh) | 一种带安全保护功能的智能驾驶系统 | |
DE102012213568A1 (de) | Sicherheitseinrichtung für kraftfahrzeuge |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |