CN107084733A - 一种基于无人驾驶的路径规划的方法、装置及系统 - Google Patents
一种基于无人驾驶的路径规划的方法、装置及系统 Download PDFInfo
- Publication number
- CN107084733A CN107084733A CN201710229858.9A CN201710229858A CN107084733A CN 107084733 A CN107084733 A CN 107084733A CN 201710229858 A CN201710229858 A CN 201710229858A CN 107084733 A CN107084733 A CN 107084733A
- Authority
- CN
- China
- Prior art keywords
- speed
- vehicle
- mrow
- navigation
- tuning
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3469—Fuel consumption; Energy use; Emission aspects
Abstract
本发明公开了一种基于无人驾驶的路径规划的方法、装置及系统,该方法包括以下步骤:S1:获取车辆参数信息;S2:获取起点至目的地之间的导航道路信息,该导航道路信息包括导航路径、红绿灯信号和道路状况信息;S3:获取车辆当前的行驶状态,该车辆当前的行驶状态包括车辆的当前位置信息和车辆的行驶速度;S4:根据车辆的当前行驶状态和导航道路信息得到浮动车速组;S5:根据浮动车速组中的各车速得到行驶完全程所需时间,将行驶时间最短所对应的车速作为调优车速;S6:判断车辆的行驶速度与调优车速是否适应,如果否,调整车速至调优车速。本发明的方法通过微调车速,避免红绿灯等待时间长,达到优化驾驶体验,绿色低碳出行的目的。
Description
技术领域
本发明属于无人驾驶技术领域,尤其涉及一种基于无人驾驶的路径规划的方法、装置及系统。
背景技术
随着无人驾驶技术的不断发展和深入研究,人们驾车出行,使用无人驾驶技术提高用车出行体验的综合需求也逐步成为可能;车辆在行驶过程中,难免会遇到有信号灯的交叉口,在交叉口左转、右转、直行时的信号灯转换等待时间。如何通过避免频繁刹车、起步加速和长时间停车来减少碳排放量,减少能源消耗、达到节能减排的目的也成为我们需要考虑的重要技术环节。现有技术中,没有通过控制车速快慢达到效减少或避免红绿灯等候的时间的车辆导航及控制方式。
随着车联网技术的不断发展,应用在红绿灯信号变化数据获取方式也越来越多,同时,红绿灯信号转换周期在交管部门都有公开时刻表提供具体数据查询;这都为导航中引入实时计算红绿灯转换时间来优化车辆导航控制调优车速方案提供可靠的数据基础。
当前在无人驾驶领域也还没有对于整个导航路径进行规划时采用车速调优来规避红绿灯等候时间过长或避在红绿灯路口停车等待的技术方案。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种基于无人驾驶的路径规划的方法,其达到精确估计行驶时间,优化驾驶体验。
本发明的目的之二在于基于无人驾驶的路径规划的装置,其达到精确估计行驶时间,优化驾驶体验。
本发明的目的之三在于基于无人驾驶的路径规划的系统,其达到精确估计行驶时间,优化驾驶体验。
本发明的目的之一采用以下技术方案实现:
一种基于无人驾驶的路径规划的方法,包括以下步骤:
S1:根据获取到的车辆参数计算起步参数和刹车参数,并根据起步参数和刹车参数对车辆进行相应控制,该车辆参数包括起步加速度和刹车加速度,该起步参数包括起步距离和起步时间,该刹车参数包括刹车距离和刹车时间;
S2:获取起点至目的地之间的导航道路信息,该导航道路信息包括导航路径、红绿灯信号和道路状况信息;
S3:获取车辆当前的行驶状态,该车辆当前的行驶状态包括车辆的当前位置信息和车辆的行驶速度;
S4:根据车辆的当前行驶状态和导航道路信息得到浮动车速组;
S5:根据浮动车速组中的各车速得到行驶完全程所需时间,将行驶时间最短所对应的车速作为调优车速;
S6:判断车辆的行驶速度与调优车速是否适应,如果否,则调整车速至调优车速。
优选的,所述步骤S2具体包括以下子步骤:
S21:获取起点与目的地之间的导航路径;
S22:识别导航路径上所有的红绿灯信号,所述红绿灯信号包括红绿灯位置、红绿灯状态和红绿灯转换规则;
S23:根据红绿灯位置将导航路径切分成多个路段以得到导航路段;
S24:获取各个导航路段的道路状况信息,该道路状况信息包括平均车速和限速信息。
优选的,所述步骤S5具体包括以下子步骤:
S51:根据浮动车速组、车辆的当前位置和道路状况信息以计算浮动车速组中各车速通过各导航路段所需要的时间;
S52:以浮动车速组中各车速计算通过各导航路段、红绿灯以及红绿灯等待的时间之和;
S53:通过调优计算公式计算得到浮动车速组中到达目的地的总体时间最短的对应车速,即为调优车速。
优选的,在步骤S53中采用的调优车速计算公式为:
其中,tvi表示以速度v前进,到达第i个红绿灯所需时间,twi表示在第i个红绿灯所需的等待时间,tci表示横穿第i个红绿灯路口所需时间;f(v)表示求得使累计总时间最短的速度v的函数。
本发明的目的之二采用以下技术方案实现:
一种基于无人驾驶的路径规划的装置,包括以下模块:
参数计算模块:用于根据获取到的车辆参数计算起步参数和刹车参数,并根据起步参数和刹车参数对车辆进行相应控制,该车辆参数包括起步加速度和刹车加速度,该起步参数包括起步距离和起步时间,该刹车参数包括刹车距离和刹车时间;
导航信息获取模块:用于获取起点至目的地之间的导航道路信息,该导航道路信息包括导航路径、红绿灯信号和道路状况信息;
车辆状态获取模块:用于获取车辆当前的行驶状态,该车辆当前的行驶状态包括车辆的当前位置信息和车辆的行驶速度;
浮动车速计算模块:用于根据车辆的当前行驶状态和导航道路信息得到浮动车速组;
调优车速模块:用于根据车辆的当前行驶状态和导航道路信息得到浮动车速组;
车速控制模块:用于判断车辆的行驶速度与调优车速是否适应,如果否,则调整车速至调优车速。
优选的,所述导航信息获取模块具体包括以下子模块:
导航路径获取模块:用于获取起点与目的地之间的导航路径;
红绿灯识别模块:用于识别导航路径上所有的红绿灯信号,所述红绿灯信号包括红绿灯位置、红绿灯状态和红绿灯转换规则;
导航路段切分模块:用于根据红绿灯位置将导航路径切分成多个路段以得到导航路段;
道路信息获取模块:用于获取各个导航路段的道路状况信息,该道路状况信息包括平均车速和限速信息。
优选的,所述调优车速模块具体包括以下子模块:
导航路段时间模块:用于根据浮动车速组、车辆的当前位置和道路状况信息以计算浮动车速组中各车速通过各导航路段所需要的时间;
时间计算模块:用于以浮动车速组中各车速计算通过各导航路段、红绿灯以及红绿灯等待的时间之和;
调优车速计算模块:用于通过调优计算公式计算得到浮动车速组中到达目的地的总体时间最短的对应车速,即为调优车速。
优选的,在调优车速计算模块中采用的调优车速计算公式为:
其中,tvi表示以速度v前进,到达第i个红绿灯所需时间,twi表示在第i个红绿灯所需的等待时间,tci表示横穿第i个红绿灯路口所需时间;f(v)表示求得使累计总时间最短的速度v的函数。
本发明的目的之三采用以下技术方案实现:
一种基于无人驾驶的路径规划的系统,包括执行器,所述执行器用于执行如上述任意一项所述的基于无人驾驶的路径规划的方法。
相比现有技术,本发明的有益效果在于:
本发明的基于无人驾驶的路径规划的方法,能够帮助实现在无人驾驶的情况下,通过在行车时通过微调车速,避免红绿灯等待时间过长,达到优化行车体验,绿色低碳出行的目的。
附图说明
图1为本发明的基于无人驾驶的路径规划的方法的流程图;
图2为本发明的基于无人驾驶的路径规划的装置的结构图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述:
现有技术路径规划算法没有考虑交叉口的处理,缺乏结合各路口的交通信号灯转换周期、通过路口需要等候的时间、车主的驾驶速度、车流情况,综合计算规划路径、到达目的地时间,同时也没有实时提示车主或提醒车辆以最优车速行驶避免等候或减少等候时间来通过有信号灯的交叉路口的导航方式。并且目前无人驾驶技术也越来越成熟,但是针对于根据红绿灯的导航路径的车速调优设计方式并没有相关的内容进行公开。
如图1所示,本发明提供了一种基于无人驾驶的路径规划的方法,包括以下步骤:
S1:根据获取到的车辆参数计算起步参数和刹车参数,并根据起步参数和刹车参数对车辆进行相应控制,该车辆参数包括起步加速度和刹车加速度,该起步参数包括起步距离和起步时间,该刹车参数包括刹车距离和刹车时间;
在本发明中,需要获取车辆的相关参数,比如需要获得每种型号的车的起步加速度和刹车加速度,也即是每种型号的车所对应的百米加速度和刹车时车辆相对应的加速度,从而来对应设置起步距离和起步时间以达到计算的优化车速,计算安全刹车距离和刹车时间,来控制车辆在每个需要停车等待的路口停车;
每种型号的车在出厂时都有对应的参数配置提供,这个参数预先在系统内汇总设置好,在进行使用时选择对应车型即可自动匹配;
根据车辆参数计算好开始刹车的距离和刹车时间,发送给车辆控制系统,控制车辆减速停车,起步加速也是一样的,根据车辆的参数配置,计算一个起步距离和达到优化车速的时间,然后控制车辆起步;每种型号的车辆对应的参数不同,根据匀速控制车辆起步,停车和直线行驶能够控制车辆最省油的行车经验,得出上述控制车辆加减速的方法,并且起步距离和停车距离在实际应用的时候应该为对应车速的两倍;
S2:获取起点至目的地之间的导航道路信息,该导航道路信息包括导航路径、红绿灯信号和道路状况信息;所述步骤S1具体包括以下子步骤:
S21:获取起点与目的地之间的导航路径;
S22:识别导航路径上所有的红绿灯信号,所述红绿灯信号包括红绿灯位置、红绿灯状态和红绿灯转换规则;红绿灯信号转换周期在交管部门都有公开的时刻表提供具体的数据查询,在本发明中,将相关的数据都存储于一数据服务器中来进行数据支持,且本发明服务器与互联网连接,能够实时获取更新车联网或交管部门的动态交通管制和信号灯控制数据;
S23:根据红绿灯位置将导航路径切分成多个路段以得到导航路段,并保存各路段的开始和结束位置的信息;
S24:获取各个导航路段的道路状况信息,该道路状况信息包括平均车速和限速信息;根据平均车速和限速信息都是作为调优车速的参考计算信息,比如调优车速的范围不能够高于相应路段的道路限速。
S3:获取车辆当前的行驶状态,该车辆当前的行驶状态包括车辆的当前位置信息和车辆的行驶速度;通过GPS定位以及其他辅助的定位功能来定位车辆的当前位置,并通过检测车辆在单位时间内的行驶距离来测量得到车辆的当前行驶速度。
S4:根据车辆的当前行驶状态和导航道路信息得到浮动车速组;该浮动车速组以当前车速为基础上下浮动一个范围,得到一组浮动车速;该浮动车速组可以是一个连续的阈值范围,也可以是所有的速度值形成一个等差数列,然后组成浮动车速组。本发明的方法中采用的浮动车速组是基于车辆当前的实际车速来进行设定的,而不是通过系统来帮用户决定,使得实现起来更人性化,更方便,也更易于推广;
S5:根据浮动车速组中的各车速得到行驶完全程所需时间,将行驶时间最短所对应的车速作为调优车速;用浮动车速组来分别计算到达目的地的总体时间,通过比较结果得出最短总体到达时间,对应最短总体到达时间的行驶车速则为调优车速的结果数据;总体到达时间为通过红绿灯之间各导航路段行驶时间和各路口红绿灯切换等待时间的总和;所述步骤S4具体包括以下子步骤:
S51:根据浮动车速组、车辆的当前位置和道路状况信息以计算浮动车速组中各车速通过各导航路段所需要的时间;分别计算浮动车速组中各车速通过各个导航分段路径所需要的时间。在计算时间时,同时考虑在各个路口停车起步加速因为车速不同所需要的时间、道路车辆平均车速、道路限速数据等情况对整体通过时间的影响;
S52:以浮动车速组中各车速计算通过各导航路段、红绿灯以及红绿灯等待的时间之和;
S53:通过调优计算公式计算得到浮动车速组中到达目的地的总体时间最短的对应车速,即为调优车速;在步骤S45中采用的调优车速计算公式为:
其中,tvi表示以速度v前进,到达第i个红绿灯所需时间,通过距离除以速度计算出来,twi表示在第i个红绿灯所需的等待时间,通过计算到达红绿灯时对应的红绿灯状态确定需等待时间;tci表示横穿第i个红绿灯路口所需时间;f(v)表示求得使累计总时间最短的速度v的函数。
S6:判断车辆的行驶速度与调优车速是否一致,如果否,则调整车速至调优车速。或者是车主可以根据实际情况来对导航路径进行选择,选择到达目的地用时最少的路径,当导航路径上有拥堵的情况或者有些道路比较方便而没能通过地图显示的,用户可以自主通过选择相应路径来进行行车路径规划,并重新计算导航路径上的调优车速,通过增加用户设置可以使得该无人驾驶的路径规划的方法使用范围更加的广泛。
本发明的导航路径规划车速的方法还可以适用于到达下一个路口时,该交通灯的情况,通过计算当前车速到下一个路口的距离,并根据红绿灯信号的状态来得到调优速度,使得当到下一个路口的时候红绿灯的状态为绿灯,从而可以顺利通过路口,该行车路径还可以是导航至红绿灯路口前的任意位置。当更多的车辆采用本发明基于本发明根据导航路径规划车速的方法的系统的时候,可以通过获取其他车辆的信息,比如将车辆的行驶速度作为本发明方法的规划车速的参考信息,能够更准确估计时间。
本发明的根据导航路径规划车速的方法,依托现有导航系统的道路地图和GPS定位及其他辅助定位功能,根据红绿灯信号转换周期数据、结合当前行车速度计算通过各个路口时需要等候信号灯的时间,综合各路段车流情况等因素进行计算行车时间、规划线路导航和调整最优车速,帮助车主在出行时更精确估计行驶时间、选择导航线路、控制车辆以调优车速行驶。并在行车时通过微调车速,避免红绿灯等待时间过长,达到优化驾驶体验,绿色低碳出行的目的,甚至可以达到从起点到终点通过各个路口一路绿灯的状态。
如图2所示,本发明提供了一种基于无人驾驶的路径规划的装置,包括以下模块:
导航信息获取模块:用于获取起点至目的地之间的导航道路信息,该导航道路信息包括导航路径、红绿灯信号和道路状况信息;所述导航信息获取模块具体包括以下子模块:
导航路径获取模块:用于获取起点与目的地之间的导航路径;
红绿灯识别模块:用于识别导航路径上所有的红绿灯信号,所述红绿灯信号包括红绿灯位置、红绿灯状态和红绿灯转换规则;
导航路段切分模块:用于根据红绿灯位置将导航路径切分成多个路段以得到导航路段;
道路信息获取模块:用于获取各个导航路段的道路状况信息,该道路状况信息包括平均车速和限速信息;
车辆状态获取模块:用于获取车辆当前的行驶状态,该车辆当前的行驶状态包括车辆的当前位置信息和车辆的行驶速度;
浮动车速计算模块:用于根据车辆的当前行驶状态和导航道路信息得到浮动车速组;
调优车速模块:用于根据车辆的当前行驶状态和导航道路信息得到浮动车速组;所述调优车速模块具体包括以下子模块:
导航路段时间模块:用于根据浮动车速组、车辆的当前位置和道路状况信息以计算浮动车速组中各车速通过各导航路段所需要的时间;
时间计算模块:用于以浮动车速组中各车速计算通过各导航路段、红绿灯以及红绿灯等待的时间之和;
调优车速计算模块:用于通过调优计算公式计算得到浮动车速组中到达目的地的总体时间最短的对应车速,即为调优车速;在调优车速计算模块中采用的调优车速计算公式为:
其中,tvi表示以速度v前进,到达第i个红绿灯所需时间,twi表示在第i个红绿灯所需的等待时间,tci表示横穿第i个红绿灯路口所需时间;f(v)表示求得使累计总时间最短的速度v的函数;
车速控制模块:用于判断车辆的行驶速度与调优车速是否一致,如果否,则调整车速至调优车速。
对本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及形变,而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。
Claims (9)
1.一种基于无人驾驶的路径规划的方法,其特征在于,包括以下步骤:
S1:根据获取到的车辆参数计算起步参数和刹车参数,并根据起步参数和刹车参数对车辆进行相应控制,该车辆参数包括起步加速度和刹车加速度,该起步参数包括起步距离和起步时间,该刹车参数包括刹车距离和刹车时间;
S2:获取起点至目的地之间的导航道路信息,该导航道路信息包括导航路径、红绿灯信号和道路状况信息;
S3:获取车辆当前的行驶状态,该车辆当前的行驶状态包括车辆的当前位置信息和车辆的行驶速度;
S4:根据车辆的当前行驶状态和导航道路信息得到浮动车速组;
S5:根据浮动车速组中的各车速得到行驶完全程所需时间,将行驶时间最短所对应的车速作为调优车速;
S6:判断车辆的行驶速度与调优车速是否适应,如果否,则调整车速至调优车速。
2.如权利要求1所述的基于无人驾驶的路径规划的方法,其特征在于,所述步骤S2具体包括以下子步骤:
S21:获取起点与目的地之间的导航路径;
S22:识别导航路径上所有的红绿灯信号,所述红绿灯信号包括红绿灯位置、红绿灯状态和红绿灯转换规则;
S23:根据红绿灯位置将导航路径切分成多个路段以得到导航路段;
S24:获取各个导航路段的道路状况信息,该道路状况信息包括平均车速和限速信息。
3.如权利要求1所述的基于无人驾驶的路径规划的方法,其特征在于,所述步骤S5具体包括以下子步骤:
S51:根据浮动车速组、车辆的当前位置和道路状况信息以计算浮动车速组中各车速通过各导航路段所需要的时间;
S52:以浮动车速组中各车速计算通过各导航路段、红绿灯以及红绿灯等待的时间之和;
S53:通过调优计算公式计算得到浮动车速组中到达目的地的总体时间最短的对应车速,即为调优车速。
4.如权利要求3所述的基于无人驾驶的路径规划的方法,其特征在于,在步骤S53中采用的调优车速计算公式为:
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>M</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<munder>
<mo>&Sigma;</mo>
<mi>i</mi>
</munder>
<mo>(</mo>
<mrow>
<msub>
<mi>t</mi>
<mrow>
<mi>v</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>w</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>c</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
其中,tvi表示以速度v前进,到达第i个红绿灯所需时间,twi表示在第i个红绿灯所需的等待时间,tci表示横穿第i个红绿灯路口所需时间;f(v)表示求得使累计总时间最短的速度v的函数。
5.一种基于无人驾驶的路径规划的装置,其特征在于,包括以下模块:
参数计算模块:用于根据获取到的车辆参数计算起步参数和刹车参数,并根据起步参数和刹车参数对车辆进行相应控制,该车辆参数包括起步加速度和刹车加速度,该起步参数包括起步距离和起步时间,该刹车参数包括刹车距离和刹车时间;
导航信息获取模块:用于获取起点至目的地之间的导航道路信息,该导航道路信息包括导航路径、红绿灯信号和道路状况信息;
车辆状态获取模块:用于获取车辆当前的行驶状态,该车辆当前的行驶状态包括车辆的当前位置信息和车辆的行驶速度;
浮动车速计算模块:用于根据车辆的当前行驶状态和导航道路信息得到浮动车速组;
调优车速模块:用于根据车辆的当前行驶状态和导航道路信息得到浮动车速组;
车速控制模块:用于判断车辆的行驶速度与调优车速是否适应,如果否,则调整车速至调优车速。
6.如权利要求5所述的基于无人驾驶的路径规划的装置,其特征在于,所述导航信息获取模块具体包括以下子模块:
导航路径获取模块:用于获取起点与目的地之间的导航路径;
红绿灯识别模块:用于识别导航路径上所有的红绿灯信号,所述红绿灯信号包括红绿灯位置、红绿灯状态和红绿灯转换规则;
导航路段切分模块:用于根据红绿灯位置将导航路径切分成多个路段以得到导航路段;
道路信息获取模块:用于获取各个导航路段的道路状况信息,该道路状况信息包括平均车速和限速信息。
7.如权利要求5所述的基于无人驾驶的路径规划的装置,其特征在于,所述调优车速模块具体包括以下子模块:
导航路段时间模块:用于根据浮动车速组、车辆的当前位置和道路状况信息以计算浮动车速组中各车速通过各导航路段所需要的时间;
时间计算模块:用于以浮动车速组中各车速计算通过各导航路段、红绿灯以及红绿灯等待的时间之和;
调优车速计算模块:用于通过调优计算公式计算得到浮动车速组中到达目的地的总体时间最短的对应车速,即为调优车速。
8.如权利要求7所述的基于无人驾驶的路径规划的装置,其特征在于,在调优车速计算模块中采用的调优车速计算公式为:
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>M</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<munder>
<mo>&Sigma;</mo>
<mi>i</mi>
</munder>
<mo>(</mo>
<mrow>
<msub>
<mi>t</mi>
<mrow>
<mi>v</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>w</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>c</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
其中,tvi表示以速度v前进,到达第i个红绿灯所需时间,twi表示在第i个红绿灯所需的等待时间,tci表示横穿第i个红绿灯路口所需时间;f(v)表示求得使累计总时间最短的速度v的函数。
9.一种基于无人驾驶的路径规划的系统,其特征在于,包括执行器,所述执行器用于执行如权利要求1-4中任意一项所述的基于无人驾驶的路径规划的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710229858.9A CN107084733B (zh) | 2017-04-10 | 2017-04-10 | 一种基于无人驾驶的路径规划的方法、装置及系统 |
PCT/CN2017/086327 WO2018188177A1 (zh) | 2017-04-10 | 2017-05-27 | 一种基于无人驾驶的路径规划的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710229858.9A CN107084733B (zh) | 2017-04-10 | 2017-04-10 | 一种基于无人驾驶的路径规划的方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107084733A true CN107084733A (zh) | 2017-08-22 |
CN107084733B CN107084733B (zh) | 2019-02-05 |
Family
ID=59611275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710229858.9A Active CN107084733B (zh) | 2017-04-10 | 2017-04-10 | 一种基于无人驾驶的路径规划的方法、装置及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107084733B (zh) |
WO (1) | WO2018188177A1 (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107380160A (zh) * | 2017-08-30 | 2017-11-24 | 重庆凯泽科技股份有限公司 | 一种汽车自动控制系统及控制方法 |
CN108364494A (zh) * | 2018-02-26 | 2018-08-03 | 郑清辉 | 道路交通智能管理方法、系统及平台 |
CN108597218A (zh) * | 2018-06-13 | 2018-09-28 | 桂林电子科技大学 | 基于车辆监控和车联网技术的路径规划与车辆速度优化装置 |
CN109389838A (zh) * | 2018-11-26 | 2019-02-26 | 爱驰汽车有限公司 | 无人驾驶路口路径规划方法、系统、设备及存储介质 |
CN109509352A (zh) * | 2017-09-15 | 2019-03-22 | 通用汽车环球科技运作有限责任公司 | 针对禁行区的自主车辆的路径规划 |
CN109597317A (zh) * | 2018-12-26 | 2019-04-09 | 广州小鹏汽车科技有限公司 | 一种基于自学习的车辆自动驾驶方法、系统及电子设备 |
CN109656248A (zh) * | 2018-11-30 | 2019-04-19 | 五方智能车科技有限公司 | 一种用于智能车路况分析的测试系统 |
CN109813330A (zh) * | 2019-02-24 | 2019-05-28 | 何世全 | 一种导航路线的发送方法、装置及电子设备 |
CN109827588A (zh) * | 2019-03-08 | 2019-05-31 | 联想(北京)有限公司 | 一种处理方法及电子设备 |
CN111380557A (zh) * | 2020-03-24 | 2020-07-07 | 李子月 | 一种无人车全局路径规划方法及装置 |
CN111837012A (zh) * | 2018-03-07 | 2020-10-27 | 本田技研工业株式会社 | 车辆控制系统、车辆控制方法、程序及信息处理装置 |
CN112258873A (zh) * | 2020-09-04 | 2021-01-22 | 北京百度网讯科技有限公司 | 用于控制车辆的方法、装置、电子设备及存储介质 |
CN112437951A (zh) * | 2018-08-17 | 2021-03-02 | 谷歌有限责任公司 | 减少交叉路口处的车辆拥堵 |
CN112991772A (zh) * | 2021-02-26 | 2021-06-18 | 西北工业大学 | 一种无人车调度方法及系统 |
CN113173166A (zh) * | 2021-04-30 | 2021-07-27 | 重庆工程职业技术学院 | 车辆用自动驾驶系统 |
CN113781818A (zh) * | 2020-06-08 | 2021-12-10 | 北京京东乾石科技有限公司 | 规划车辆行驶信息的方法和装置 |
CN113917924A (zh) * | 2021-10-10 | 2022-01-11 | 安徽江淮汽车集团股份有限公司 | 智能驾驶导航规划与控制方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104183124A (zh) * | 2014-09-16 | 2014-12-03 | 北京交通大学 | 一种基于单路口交通信号信息的主干道车速规划方法 |
CN104200656A (zh) * | 2014-09-16 | 2014-12-10 | 北京交通大学 | 一种基于交通信号信息的主干道车速规划方法 |
CN104192148A (zh) * | 2014-09-16 | 2014-12-10 | 北京交通大学 | 一种基于交通信号信息预知的主干道车速规划方法 |
US20150168157A1 (en) * | 2013-12-17 | 2015-06-18 | Volkswagen Ag | Method and system for determining parameters of a model for the longitudinal guidance and for the determination of a longitudinal guide for a vehicle |
CN104794915A (zh) * | 2015-05-11 | 2015-07-22 | 清华大学 | 一种连续交叉路口车辆通行控制方法及装置 |
CN105225502A (zh) * | 2015-11-02 | 2016-01-06 | 招商局重庆交通科研设计院有限公司 | 一种基于多智能体的交叉口信号控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103245351A (zh) * | 2012-02-07 | 2013-08-14 | 英华达(上海)科技有限公司 | 可弹性调整路径规划的导航方法及其装置 |
-
2017
- 2017-04-10 CN CN201710229858.9A patent/CN107084733B/zh active Active
- 2017-05-27 WO PCT/CN2017/086327 patent/WO2018188177A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150168157A1 (en) * | 2013-12-17 | 2015-06-18 | Volkswagen Ag | Method and system for determining parameters of a model for the longitudinal guidance and for the determination of a longitudinal guide for a vehicle |
CN104183124A (zh) * | 2014-09-16 | 2014-12-03 | 北京交通大学 | 一种基于单路口交通信号信息的主干道车速规划方法 |
CN104200656A (zh) * | 2014-09-16 | 2014-12-10 | 北京交通大学 | 一种基于交通信号信息的主干道车速规划方法 |
CN104192148A (zh) * | 2014-09-16 | 2014-12-10 | 北京交通大学 | 一种基于交通信号信息预知的主干道车速规划方法 |
CN104794915A (zh) * | 2015-05-11 | 2015-07-22 | 清华大学 | 一种连续交叉路口车辆通行控制方法及装置 |
CN105225502A (zh) * | 2015-11-02 | 2016-01-06 | 招商局重庆交通科研设计院有限公司 | 一种基于多智能体的交叉口信号控制方法 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107380160A (zh) * | 2017-08-30 | 2017-11-24 | 重庆凯泽科技股份有限公司 | 一种汽车自动控制系统及控制方法 |
CN109509352A (zh) * | 2017-09-15 | 2019-03-22 | 通用汽车环球科技运作有限责任公司 | 针对禁行区的自主车辆的路径规划 |
CN108364494A (zh) * | 2018-02-26 | 2018-08-03 | 郑清辉 | 道路交通智能管理方法、系统及平台 |
CN108364494B (zh) * | 2018-02-26 | 2023-11-10 | 郑清辉 | 道路交通智能管理方法、系统及平台 |
CN111837012A (zh) * | 2018-03-07 | 2020-10-27 | 本田技研工业株式会社 | 车辆控制系统、车辆控制方法、程序及信息处理装置 |
CN108597218A (zh) * | 2018-06-13 | 2018-09-28 | 桂林电子科技大学 | 基于车辆监控和车联网技术的路径规划与车辆速度优化装置 |
CN112437951A (zh) * | 2018-08-17 | 2021-03-02 | 谷歌有限责任公司 | 减少交叉路口处的车辆拥堵 |
US11854387B2 (en) | 2018-08-17 | 2023-12-26 | Google Llc | Reducing vehicular congestion at an intersection |
CN112437951B (zh) * | 2018-08-17 | 2023-03-10 | 谷歌有限责任公司 | 减少交叉路口处的车辆拥堵 |
CN109389838A (zh) * | 2018-11-26 | 2019-02-26 | 爱驰汽车有限公司 | 无人驾驶路口路径规划方法、系统、设备及存储介质 |
CN109656248A (zh) * | 2018-11-30 | 2019-04-19 | 五方智能车科技有限公司 | 一种用于智能车路况分析的测试系统 |
CN109597317A (zh) * | 2018-12-26 | 2019-04-09 | 广州小鹏汽车科技有限公司 | 一种基于自学习的车辆自动驾驶方法、系统及电子设备 |
CN109597317B (zh) * | 2018-12-26 | 2022-03-18 | 广州小鹏汽车科技有限公司 | 一种基于自学习的车辆自动驾驶方法、系统及电子设备 |
CN109813330A (zh) * | 2019-02-24 | 2019-05-28 | 何世全 | 一种导航路线的发送方法、装置及电子设备 |
CN109827588B (zh) * | 2019-03-08 | 2022-01-14 | 联想(北京)有限公司 | 一种处理方法及电子设备 |
CN109827588A (zh) * | 2019-03-08 | 2019-05-31 | 联想(北京)有限公司 | 一种处理方法及电子设备 |
CN111380557A (zh) * | 2020-03-24 | 2020-07-07 | 李子月 | 一种无人车全局路径规划方法及装置 |
CN113781818A (zh) * | 2020-06-08 | 2021-12-10 | 北京京东乾石科技有限公司 | 规划车辆行驶信息的方法和装置 |
CN112258873A (zh) * | 2020-09-04 | 2021-01-22 | 北京百度网讯科技有限公司 | 用于控制车辆的方法、装置、电子设备及存储介质 |
CN112991772A (zh) * | 2021-02-26 | 2021-06-18 | 西北工业大学 | 一种无人车调度方法及系统 |
CN113173166A (zh) * | 2021-04-30 | 2021-07-27 | 重庆工程职业技术学院 | 车辆用自动驾驶系统 |
CN113917924A (zh) * | 2021-10-10 | 2022-01-11 | 安徽江淮汽车集团股份有限公司 | 智能驾驶导航规划与控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107084733B (zh) | 2019-02-05 |
WO2018188177A1 (zh) | 2018-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107084733B (zh) | 一种基于无人驾驶的路径规划的方法、装置及系统 | |
CN106846871A (zh) | 一种根据导航路径规划车速的方法、装置及系统 | |
CN110861650B (zh) | 车辆的路径规划方法、装置,车载设备和存储介质 | |
EP3528078B1 (en) | Vehicle platoon system control for intersections | |
CN106233355B (zh) | 驾驶辅助装置及驾驶辅助方法 | |
WO2017094656A1 (ja) | 車両道路網の走行に用いられる予測車両情報の生成方法及び装置 | |
US9262918B2 (en) | Vehicle-use signal information processing device and vehicle-use signal information processing method, as well as driving assistance device and driving assistance method | |
JP6183864B2 (ja) | 車両交通流量を適応させる方法及びシステム | |
CN108932862A (zh) | 一种自动驾驶车辆调度方法和装置 | |
GB2548977A (en) | Autonomous vehicle operation based on interactive model predictive control | |
CN105976621A (zh) | 一种基于车辆速度诱导策略引导车辆不停车通过交叉口的装置及方法 | |
CN109493593B (zh) | 一种考虑舒适度的公交运行轨迹优化方法 | |
CN104192148B (zh) | 一种基于交通信号信息预知的主干道车速规划方法 | |
US20190071096A1 (en) | Method for determining a speed to be reached for a first vehicle preceded by a second vehicle, in particular for an autonomous vehicle | |
CN113316535A (zh) | 车辆控制 | |
Sciarretta et al. | Energy saving potentials of CAVs | |
Chou et al. | Green wave-based virtual traffic light management scheme with VANETs | |
US11475765B2 (en) | Determining the position of a later stopping point of a vehicle | |
US9457820B2 (en) | Speed profile generation apparatus and driver assistance system | |
CN113619597A (zh) | 自动驾驶车辆速度限制变更的规划系统 | |
CN113060118A (zh) | 用于柔和降速的速度规划引导线 | |
US11833907B2 (en) | Vehicle powertrain system with machine learning controller | |
CN115892034A (zh) | 一种公交车到站的控制方法及服务器 | |
KR20230010074A (ko) | 하이브리드 차량의 제어 시스템 및 방법 | |
US20220203961A1 (en) | Vehicle powertrain system using perception sensing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |