CN107767487B - 一种确定数据采集路线的方法与装置 - Google Patents
一种确定数据采集路线的方法与装置 Download PDFInfo
- Publication number
- CN107767487B CN107767487B CN201710792219.3A CN201710792219A CN107767487B CN 107767487 B CN107767487 B CN 107767487B CN 201710792219 A CN201710792219 A CN 201710792219A CN 107767487 B CN107767487 B CN 107767487B
- Authority
- CN
- China
- Prior art keywords
- route
- data
- data acquisition
- straight
- driving
- 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
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的目的是提供一种确定用于采集自动驾驶的训练数据的数据采集路线的方法和装置。其中,计算机设备获取预设的数据采集路线,其中直道与弯道的行驶时间比预估为1:1;记录所述数据采集路线的多次实际行驶数据,其中每次实际行驶数据包括直道与弯道各自的行驶时间;根据所述实际行驶数据,对所述数据采集路线进行修正,以使所述行驶时间比收敛至1:1。本发明采用了动态修正的数据采集路线,是计算几何学领域在端对端自动驾驶工程领域的开创性的结合。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种确定用于采集自动驾驶的训练数据的数据采集路线的技术。
背景技术
现有的端到端自动驾驶的模型训练中,为训练模型所提供的训练数据均是采用单一或多个固定采集路线,这些采集路线未考虑弯道和直道之间数据不均衡的影响,如过弯速度慢,弯道少,直道速度快,直道长,这些均会引起严重的数据不均衡的问题。采集到的弯道数据与直道数据不均衡,对端对端模型训练是致命的。
发明内容
本发明的目的是提供一种确定用于采集自动驾驶的训练数据的数据采集路线的方法、装置以及计算机设备、计算机可读存储介质与计算机程序产品。
根据本发明的一个方面,提供了一种确定数据采集路线的方法,所述数据采集路线用于采集自动驾驶的训练数据,其中,该方法包括:
获取预设的数据采集路线,其中直道与弯道的行驶时间比预估为1:1;
记录所述数据采集路线的多次实际行驶数据,其中每次实际行驶数据包括直道与弯道各自的行驶时间;
根据所述实际行驶数据,对所述数据采集路线进行修正,以使所述行驶时间比收敛至1:1。
根据本发明的一个方面,还提供了一种确定数据采集路线的装置,所述数据采集路线用于采集自动驾驶的训练数据,其中,该装置包括:
用于获取预设的数据采集路线的装置,其中直道与弯道的行驶时间比预估为1:1;
用于记录所述数据采集路线的多次实际行驶数据的装置,其中每次实际行驶数据包括直道与弯道各自的行驶时间;
用于根据所述实际行驶数据,对所述数据采集路线进行修正,以使所述行驶时间比收敛至1:1的装置。
根据本发明的一个方面,还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现根据本发明的一个方面的一种确定数据采集路线的方法。
根据本发明的一个方面,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,其中,所述计算机程序被处理器执行时实现根据本发明的一个方面的一种确定数据采集路线的方法。
根据本发明的一个方面,还提供了一种计算机程序产品,当所述计算机程序产品被计算机设备执行时实现根据本发明的一个方面的一种确定数据采集路线的方法。
与现有技术相比,本发明采用了动态修正的数据采集路线,这是一种是全新的尝试,其中运用到如曲线拟合、投影、连接技术,是计算几何学领域在端对端自动驾驶工程领域的开创性的结合。本发明通过规划数据采集路线,提高了端对端自动驾驶训练数据的均匀性,进而提高了训练出的驾驶模型的能力,使得自动驾驶的稳定性与安全性都获得了大幅提升。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1示出适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图;
图2示出根据本发明一个实施例的一种确定用于采集自动驾驶的训练数据的数据采集路线的方法流程图;
图3示出根据本发明另一个实施例的一种确定用于采集自动驾驶的训练数据的数据采集路线的装置示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
在上下文中所称“计算机设备”,是指可以通过运行预定程序或指令来执行数值计算和/或逻辑计算等预定处理过程的智能电子设备,其可以包括处理器与存储器,由处理器执行在存储器中预存的程序指令来执行预定处理过程,或是由ASIC、FPGA、DSP等硬件执行预定处理过程,或是由上述二者组合来实现。计算机设备包括但不限于服务器、个人计算机(PC)、笔记本电脑、平板电脑、智能手机等。
所述计算机设备例如包括用户设备与网络设备。其中,所述用户设备包括但不限于个人计算机(PC)、笔记本电脑、移动终端等,所述移动终端包括但不限于智能手机、PDA等;所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量计算机或网络服务器构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。其中,所述计算机设备可单独运行来实现本发明,也可接入网络并通过与网络中的其他计算机设备的交互操作来实现本发明。其中,所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、VPN网络等。
需要说明的是,所述用户设备、网络设备和网络等仅为举例,其他现有的或今后可能出现的计算机设备或网络如可适用于本发明,也应包含在本发明保护范围以内,并以引用方式包含于此。
本文后面所讨论的方法(其中一些通过流程图示出)可以通过硬件、软件、固件、中间件、微代码、硬件描述语言或者其任意组合来实施。当用软件、固件、中间件或微代码来实施时,用以实施必要任务的程序代码或代码段可以被存储在机器或计算机可读介质(比如存储介质)中。(一个或多个)处理器可以实施必要的任务。
这里所公开的具体结构和功能细节仅仅是代表性的,并且是用于描述本发明的示例性实施例的目的。但是本发明可以通过许多替换形式来具体实现,并且不应当被解释成仅仅受限于这里所阐述的实施例。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
这里所使用的术语仅仅是为了描述具体实施例而不意图限制示例性实施例。除非上下文明确地另有所指,否则这里所使用的单数形式“一个”、“一项”还意图包括复数。还应当理解的是,这里所使用的术语“包括”和/或“包含”规定所陈述的特征、整数、步骤、操作、单元和/或组件的存在,而不排除存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。
还应当提到的是,在一些替换实现方式中,所提到的功能/动作可以按照不同于附图中标示的顺序发生。举例来说,取决于所涉及的功能/动作,相继示出的两幅图实际上可以基本上同时执行或者有时可以按照相反的顺序来执行。
下面结合附图对本发明作进一步详细描述。
图1示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图1显示的计算机系统/服务器12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图1所示,计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图1未示出,通常称为“硬盘驱动器”)。尽管图1中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信,和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白,尽管图1中未示出,可以结合计算机系统/服务器12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在存储器28中的程序,从而执行各种功能应用以及数据处理。
例如,存储器28中存储有用于执行本发明的各项功能和处理的计算机程序,处理单元16执行相应计算机程序时,本发明在网络端对来电意图的识别被实现。
以下将详细描述本发明确定用于采集自动驾驶的训练数据的数据采集路线的具体功能/步骤。
图2示出根据本发明一个实施例的方法流程图,其具体示出一种确定用于采集自动驾驶的训练数据的数据采集路线的过程。
如图2所示,在步骤S1中,计算机设备获取预设的数据采集路线,其中直道与弯道的行驶时间比预估为1:1;在步骤S2中,计算机设备记录所述数据采集路线的多次实际行驶数据,其中每次实际行驶数据包括直道与弯道各自的行驶时间;在步骤S3中,计算机设备根据所述实际行驶数据,对所述数据采集路线进行修正,以使所述行驶时间比收敛至1:1。
具体地,在步骤S1中,计算机设备获取预设的数据采集路线,其中直道与弯道的行驶时间比预估为1:1。
在此,为了最终获得直道与弯道的行驶时间比收敛至1:1的数据采集路线,从而能够从该数据采集路线采集到均衡的训练数据,用于自动驾驶模型的训练,在预设数据采集路线时,其中直道与弯道的行驶时间比预估为1:1。
对于数据采集路线的预设,可以由任何具有路线规划能力的计算设备来执行,例如本发明的计算机设备。可替代地,数据采集路线也可以由人工根据经验来预设,例如由有经验的驾驶员来预设直道与弯道的行驶时间比预估为1:1的数据采集路线,例如人工设定多个轨迹点,计算机设备将这些轨迹点拟合得到一条数据采集路线。
车辆的行驶路线是二阶可导的光滑曲线,因此可以将数据采集路线数学建模成直线-圆弧-羊角螺线的组合。其中,数据采集路线包括直道和弯道,直道由直线来表征,弯道由圆弧线和羊角螺线来表征,羊角螺线用于连接两条圆弧线以及圆弧线与直线。
进一步地,由于不同路段所要求的行驶速度是不一样的,如有些路段有最低限速,有些路段有最高限速,当这些限速道路交通标志被投影到数据采集路线中,该数据采集路线上就产生了速度控制点,标志某段线路的最大速度或最低速度,并与所要求的速度正相关地给相应线路段赋上权重。
因此,直道可以包括多条直线,一条直线可能会被进一步分为多个直线段,其中每个直线段具有不同的限速要求,例如从A到B为一条直线,C为该直线上的一个速度控制点,直线段AC的最高限速为80公里/小时,而直线段CB的最高限速为60公里/小时。同样地,弯道也可以包括多条圆弧线和羊角螺线,一条圆弧线或羊角螺线也可能会被进一步分为多个弧线段,其中每个弧线段也具有不同的限速要求。
在此,本发明是为自动驾驶的各种模型获得均衡的训练数据,用于训练数据采集的数据采集路线可以是在封闭场景中行驶的。封闭场景例如可以通过有限场景、有限路线、有限范围来进行设定,典型地例如一个封闭园区,其覆盖范围有限,其中端到端之间可以行驶的路线也是有限的,并且能够遇到的场景也是有限的。
典型地,数据采集路线为一条在封闭场景中行驶的闭环路线,也即起点和终点相同。可替代地,数据采集路线可以是在封闭场景中的一条端到端的路线,其中起点和终点不同,但直道与弯道的行驶时间比预估为1:1。
此外,本发明中,为了最终获得直道与弯道的行驶时间比收敛至1:1的数据采集路线,可以预设多条数据采集路线,以随后按照各自的实际行驶数据来分别对这些预设的数据采集路线进行修正,从而从修正后获得的多条数据采集路线中选择一条路线作为最终的数据采集路线。
在步骤S2中,计算机设备记录预设数据采集路线的多次实际行驶数据,其中每次实际行驶数据包括直道与弯道各自的行驶时间。
在此,预设数据采集路线的实际行驶次数可以按照预定次数来设置的,或按照预定周期来设置的。
例如,实际行驶次数设置为10次,驾驶员按照预设数据采集路线行驶10次,计算机设备记录这10次行驶的行驶数据,其中,每次行驶的时间均包括预设数据采集路线中直道与弯道各自的行驶时间。随后,计算机设备可以根据这10次实际行驶数据来对预设数据采集路线进行修正。
又如,预定周期设置为每天,驾驶员按照预设数据采集路线每天行驶多次,计算机设备记录1天中每次行驶的行驶数据,其中每次行驶时间包括直道与弯道各自的行驶时间。随后,计算机设备可以根据每天中多次实际行驶数据来对预设数据采集路线进行修正。
再如,可以同时设置次数和周期,如每天行驶10次,驾驶员按照预设数据采集路线每天行驶10次,计算机设备记录1天中每次行驶的行驶数据,其中每次行驶时间包括直道与弯道各自的行驶时间。随后,计算机设备可以根据每天这10次实际行驶数据来对预设数据采集路线进行修正。
在此,对预设数据采集路线的实际行驶需要引入人工行驶来获得更真实和合理的行驶数据。人工驾驶无法严格按照数据采集路线来行驶,总是不可避免如向左或向右有所偏离,这恰恰可以给数据采集路线的修正带来可能和指引。
在步骤S3中,计算机设备根据预设数据采集路线的实际行驶数据,对预设数据采集路线进行修正,以使其中直道与弯道的行驶时间比收敛至1:1。
在此,如果实际行驶中直道的行驶时间比弯道的行驶时间长,调整数据采集路线中的弯道线路,例如,增加圆弧线的曲率;如果实际行驶中弯道的行驶时间比直道的行驶时间长,调整数据采集路线中的直道线路,例如拉伸直道的长度。
其中,弯道线路包括多条圆弧线和多条羊角螺线,其中每条圆弧线或羊角螺线包括一条或多条具有相应限速要求的弧线段,对弯道线路的调整包括以下任一项:
1)调整圆弧线的转弯半径和/或曲率;
例如,当弯道的行驶时间比直道的行驶时间短,此时需要增加弯道的长度,则可以增加其中圆弧线的转弯半径和/或曲率来拉长弯道长度。
2)调整羊角螺线的曲率。
羊角螺线作为弯道的组成部分,用于在直线与圆弧线之间或两条圆弧线之间进行过渡。当弯道的行驶时间比直道的行驶时间短,则可以增加其中羊角螺线的曲率来拉长弯道长度。
其中,直道线路包括多条直线,其中每条直线包括一条或多条具有相应限速要求的直线段,对直道线路的调整包括调整直线的长度和/或方向。
例如,当直道的行驶时间比弯道的行驶时间短,此时需要增加直道的长度,则可以增加其中直线的长度来拉长弯道长度。
对直线的拉伸可以通过调整长度和/或方向来进行。例如,保持一条直线的方向不变,直接拉伸其长度。又如,以一条直线的起点为固定点,微调其方向,同时也可以拉伸该直线的长度。
在此,对直道或弯道的调整,结合了几何计算学,使得直道或弯道的行驶时间比最终可以收敛至1:1。对数据采集路线上任一条线路段的调整,都可能会导致其他相连接线路段的调整,甚至需要重新与一条或多条新线路段相连接。并且,由于直线、圆弧线或羊角螺线的调整,数据采集路线上将产生新的速度控制点,以及由此分割的直线段和弧线段及其各自的速度权重。
此外,计算机设备对步骤S2中获得的多次实际行驶时间进行统计,以用于修正判断。
例如,计算机设备可以对10次行驶中直道行驶时间和弯道行驶时间分别求平均,以获得直道的平均行驶时间和弯道的平均行驶时间,从而确定两者中哪一个的平均行驶时间更短,以便增加其行驶时间占比。该求平均的方式可以有效去噪,即滤除这些实际行驶时间中的噪声。
又如,计算机设备可以根据多次实际行驶时间来选择直道与弯道的行驶时间比相对更接近1:1时的实际行驶路线,并将该实际行驶路线作为修正采集路线来对数据采集路线进行修正,以使其中直道与弯道的行驶时间比收敛至1:1。
本发明中,对于数据采集路线的修正是迭代式的,在一次修正过程中,步骤S2中所记录的多次实际行驶数据在步骤S3中被用于对数据采集路线朝向直道与弯道的行驶时间比1:1进行修正,然后进入下一次修正过程,再次将步骤S2中新记录的多次实际行驶数据用于步骤S3中对数据采集路线朝向直道与弯道的行驶时间比1:1的新一轮修正,如此循环迭代,直至获得直道与弯道的行驶时间比收敛至1:1的数据采集路线。
在此,对数据采集路线的修正是始终朝向实际1:1进行的,通过对该数据采集路线的迭代修正,使得最终的数据采集路线中直道与弯道的行驶时间比收敛至1:1。
由于计算的误差和人为驾驶的不可避免的不稳定,根据所采集到数据弯道直道比例的统计,对数据采集路线进行微调,随着时间的推移,直道与弯道的行驶时间比最终会收敛至几乎1:1。
图3示出根据本发明一个实施例的装置示意图,其具体示出一种确定用于采集自动驾驶的训练数据的数据采集路线的装置。
如图3所示,路线确定装置300装置于计算机设备中,并进一步包括路线获取装置301、数据记录装置302和路线修正装置303。
其中,路线获取装置301获取预设的数据采集路线,其中直道与弯道的行驶时间比预估为1:1;数据记录装置302记录所述数据采集路线的多次实际行驶数据,其中每次实际行驶数据包括直道与弯道各自的行驶时间;路线修正装置303根据所述实际行驶数据,对所述数据采集路线进行修正,以使所述行驶时间比收敛至1:1。
具体地,路线获取装置301获取预设的数据采集路线,其中直道与弯道的行驶时间比预估为1:1。
在此,为了最终获得直道与弯道的行驶时间比收敛至1:1的数据采集路线,从而能够从该数据采集路线采集到均衡的训练数据,用于自动驾驶模型的训练,在预设数据采集路线时,其中直道与弯道的行驶时间比预估为1:1。
对于数据采集路线的预设,可以由任何具有路线规划能力的计算设备来执行,例如本发明的计算机设备。可替代地,数据采集路线也可以由人工根据经验来预设,例如由有经验的驾驶员来预设直道与弯道的行驶时间比预估为1:1的数据采集路线,例如人工设定多个轨迹点,计算机设备将这些轨迹点拟合得到一条数据采集路线。
车辆的行驶路线是二阶可导的光滑曲线,因此可以将数据采集路线数学建模成直线-圆弧-羊角螺线的组合。其中,数据采集路线包括直道和弯道,直道由直线来表征,弯道由圆弧线和羊角螺线来表征,羊角螺线用于连接两条圆弧线以及圆弧线与直线。
进一步地,由于不同路段所要求的行驶速度是不一样的,如有些路段有最低限速,有些路段有最高限速,当这些限速道路交通标志被投影到数据采集路线中,该数据采集路线上就产生了速度控制点,标志某段线路的最大速度或最低速度,并与所要求的速度正相关地给相应线路段赋上权重。
因此,直道可以包括多条直线,一条直线可能会被进一步分为多个直线段,其中每个直线段具有不同的限速要求,例如从A到B为一条直线,C为该直线上的一个速度控制点,直线段AC的最高限速为80公里/小时,而直线段CB的最高限速为60公里/小时。同样地,弯道也可以包括多条圆弧线和羊角螺线,一条圆弧线或羊角螺线也可能会被进一步分为多个弧线段,其中每个弧线段也具有不同的限速要求。
在此,本发明是为自动驾驶的各种模型获得均衡的训练数据,用于训练数据采集的数据采集路线可以是在封闭场景中行驶的。封闭场景例如可以通过有限场景、有限路线、有限范围来进行设定,典型地例如一个封闭园区,其覆盖范围有限,其中端到端之间可以行驶的路线也是有限的,并且能够遇到的场景也是有限的。
典型地,数据采集路线为一条在封闭场景中行驶的闭环路线,也即起点和终点相同。可替代地,数据采集路线可以是在封闭场景中的一条端到端的路线,其中起点和终点不同,但直道与弯道的行驶时间比预估为1:1。
此外,本发明中,为了最终获得直道与弯道的行驶时间比收敛至1:1的数据采集路线,可以预设多条数据采集路线,以随后按照各自的实际行驶数据来分别对这些预设的数据采集路线进行修正,从而从修正后获得的多条数据采集路线中选择一条路线作为最终的数据采集路线。
随后,数据记录装置302记录预设数据采集路线的多次实际行驶数据,其中每次实际行驶数据包括直道与弯道各自的行驶时间。
在此,预设数据采集路线的实际行驶次数可以按照预定次数来设置的,或按照预定周期来设置的。
例如,实际行驶次数设置为10次,驾驶员按照预设数据采集路线行驶10次,数据记录装置302记录这10次行驶的行驶数据,其中,每次行驶的时间均包括预设数据采集路线中直道与弯道各自的行驶时间。随后,路线修正装置303可以根据这10次实际行驶数据来对预设数据采集路线进行修正。
又如,预定周期设置为每天,驾驶员按照预设数据采集路线每天行驶多次,数据记录装置302记录1天中每次行驶的行驶数据,其中每次行驶时间包括直道与弯道各自的行驶时间。随后,路线修正装置303可以根据每天中多次实际行驶数据来对预设数据采集路线进行修正。
再如,可以同时设置次数和周期,如每天行驶10次,驾驶员按照预设数据采集路线每天行驶10次,数据记录装置302记录1天中每次行驶的行驶数据,其中每次行驶时间包括直道与弯道各自的行驶时间。随后,路线修正装置303可以根据每天这10次实际行驶数据来对预设数据采集路线进行修正。
在此,对预设数据采集路线的实际行驶需要引入人工行驶来获得更真实和合理的行驶数据。人工驾驶无法严格按照数据采集路线来行驶,总是不可避免如向左或向右有所偏离,这恰恰可以给数据采集路线的修正带来可能和指引。
路线修正装置303根据预设数据采集路线的实际行驶数据,对预设数据采集路线进行修正,以使其中直道与弯道的行驶时间比收敛至1:1。
在此,如果实际行驶中直道的行驶时间比弯道的行驶时间长,调整数据采集路线中的弯道线路,例如,增加圆弧线的曲率;如果实际行驶中弯道的行驶时间比直道的行驶时间长,调整数据采集路线中的直道线路,例如拉伸直道的长度。
其中,弯道线路包括多条圆弧线和多条羊角螺线,其中每条圆弧线或羊角螺线包括一条或多条具有相应限速要求的弧线段,对弯道线路的调整包括以下任一项:
1)调整圆弧线的转弯半径和/或曲率;
例如,当弯道的行驶时间比直道的行驶时间短,此时需要增加弯道的长度,则可以增加其中圆弧线的转弯半径和/或曲率来拉长弯道长度。
2)调整羊角螺线的曲率。
羊角螺线作为弯道的组成部分,用于在直线与圆弧线之间或两条圆弧线之间进行过渡。当弯道的行驶时间比直道的行驶时间短,则可以增加其中羊角螺线的曲率来拉长弯道长度。
其中,直道线路包括多条直线,其中每条直线包括一条或多条具有相应限速要求的直线段,对直道线路的调整包括调整直线的长度和/或方向。
例如,当直道的行驶时间比弯道的行驶时间短,此时需要增加直道的长度,则可以增加其中直线的长度来拉长弯道长度。
对直线的拉伸可以通过调整长度和/或方向来进行。例如,保持一条直线的方向不变,直接拉伸其长度。又如,以一条直线的起点为固定点,微调其方向,同时也可以拉伸该直线的长度。
在此,对直道或弯道的调整,结合了几何计算学,使得直道或弯道的行驶时间比最终可以收敛至1:1。对数据采集路线上任一条线路段的调整,都可能会导致其他相连接线路段的调整,甚至需要重新与一条或多条新线路段相连接。并且,由于直线、圆弧线或羊角螺线的调整,数据采集路线上将产生新的速度控制点,以及由此分割的直线段和弧线段及其各自的速度权重。
此外,路线修正装置303对路线修正装置303获得的多次实际行驶时间进行统计,以用于修正判断。
例如,路线修正装置303可以对10次行驶中直道行驶时间和弯道行驶时间分别求平均,以获得直道的平均行驶时间和弯道的平均行驶时间,从而确定两者中哪一个的平均行驶时间更短,以便增加其行驶时间占比。该求平均的方式可以有效去噪,即滤除这些实际行驶时间中的噪声。
又如,路线修正装置303可以根据多次实际行驶时间来选择直道与弯道的行驶时间比相对更接近1:1时的实际行驶路线,并将该实际行驶路线作为修正采集路线来对数据采集路线进行修正,以使其中直道与弯道的行驶时间比收敛至1:1。
本发明中,对于数据采集路线的修正是迭代式的,在一次修正过程中,数据记录装置302所记录的多次实际行驶数据被路线修正装置303用于对数据采集路线朝向直道与弯道的行驶时间比1:1进行修正,然后进入下一次修正过程,再次将数据记录装置302新记录的多次实际行驶数据供路线修正装置303用于对数据采集路线朝向直道与弯道的行驶时间比1:1的新一轮修正,如此循环迭代,直至获得直道与弯道的行驶时间比收敛至1:1的数据采集路线。
在此,对数据采集路线的修正是始终朝向实际1:1进行的,通过对该数据采集路线的迭代修正,使得最终的数据采集路线中直道与弯道的行驶时间比收敛至1:1。
由于计算的误差和人为驾驶的不可避免的不稳定,根据所采集到数据弯道直道比例的统计,对数据采集路线进行微调,随着时间的推移,直道与弯道的行驶时间比最终会收敛至几乎1:1。
需要注意的是,本发明可在软件和/或软件与硬件的组合体中被实施,例如,可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中,本发明的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地,本发明的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本发明的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。
另外,本发明的一部分可被应用为计算机程序产品,例如计算机程序指令,当其被计算机执行时,通过该计算机的操作,可以调用或提供根据本发明的方法和/或技术方案。而调用本发明的方法的程序指令,可能被存储在固定的或可移动的记录介质中,和/或通过广播或其他信号承载媒体中的数据流而被传输,和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此,根据本发明的一个实施例包括一个装置,该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该装置运行基于前述根据本发明的多个实施例的方法和/或技术方案。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (18)
1.一种确定数据采集路线的方法,所述数据采集路线用于采集自动驾驶的训练数据,其中,该方法包括:
获取预设的数据采集路线,其中直道与弯道的行驶时间比预估为1:1;
记录所述数据采集路线的多次实际行驶数据,其中每次实际行驶数据包括直道与弯道各自的行驶时间;
根据所述实际行驶数据,对所述数据采集路线进行修正,以使所述行驶时间比收敛至1:1。
2.根据权利要求1所述的方法,其中,所述修正步骤具体包括:
根据所述多次实际行驶数据中直道与弯道各自的平均行驶时间,对所述数据采集路线进行修正,以使所述行驶时间比收敛至1:1。
3.根据权利要求1所述的方法,其中,所述修正步骤具体包括:
根据所述多次实际行驶数据,选择修正采集路线;
根据所述修正采集路线,对所述数据采集路线进行修正,以使所述行驶时间比收敛至1:1。
4.根据权利要求1至3中任一项所述的方法,其中,所述对所述数据采集路线进行修正具体包括:
如果实际行驶中直道的行驶时间比弯道的行驶时间长,调整所述数据采集路线中的弯道线路;
如果实际行驶中弯道的行驶时间比直道的行驶时间长,调整所述数据采集路线中的直道线路。
5.根据权利要求4所述的方法,其中,所述弯道线路包括多条圆弧线和多条羊角螺线,其中每条圆弧线或羊角螺线包括一条或多条具有相应限速要求的弧线段,对所述弯道线路的调整包括以下任一项:
-调整所述圆弧线的转弯半径和/或曲率;
-调整所述羊角螺线的曲率。
6.根据权利要求4所述的方法,其中,所述直道线路包括多条直线,其中每条直线包括一条或多条具有相应限速要求的直线段,对所述直道线路的调整包括调整所述直线的长度和/或方向。
7.根据权利要求1至3、5至6中任一项所述的方法,其中,所述数据采集路线包括在封闭场景中行驶的闭环路线。
8.根据权利要求4所述的方法,其中,所述数据采集路线包括在封闭场景中行驶的闭环路线。
9.一种确定数据采集路线的装置,所述数据采集路线用于采集自动驾驶的训练数据,其中,该装置包括:
用于获取预设的数据采集路线的装置,其中直道与弯道的行驶时间比预估为1:1;
用于记录所述数据采集路线的多次实际行驶数据的装置,其中每次实际行驶数据包括直道与弯道各自的行驶时间;
用于根据所述实际行驶数据,对所述数据采集路线进行修正,以使所述行驶时间比收敛至1:1的装置。
10.根据权利要求9所述的装置,其中,所述修正操作具体包括:
根据所述多次实际行驶数据中直道与弯道各自的平均行驶时间,对所述数据采集路线进行修正,以使所述行驶时间比收敛至1:1。
11.根据权利要求9所述的装置,其中,所述修正操作具体包括:
根据所述多次实际行驶数据,选择修正采集路线;
根据所述修正采集路线,对所述数据采集路线进行修正,以使所述行驶时间比收敛至1:1。
12.根据权利要求9至11中任一项所述的装置,其中,所述对所述数据采集路线进行修正的操作具体包括:
如果实际行驶中直道的行驶时间比弯道的行驶时间长,调整所述数据采集路线中的弯道线路;
如果实际行驶中弯道的行驶时间比直道的行驶时间长,调整所述数据采集路线中的直道线路。
13.根据权利要求12所述的装置,其中,所述弯道线路包括多条圆弧线和多条羊角螺线,其中每条圆弧线或羊角螺线包括一条或多条具有相应限速要求的弧线段,对所述弯道线路的调整包括以下任一项:
-调整所述圆弧线的转弯半径和/或曲率;
-调整所述羊角螺线的曲率。
14.根据权利要求12所述的装置,其中,所述直道线路包括多条直线,其中每条直线包括一条或多条具有相应限速要求的直线段,对所述直道线路的调整包括调整所述直线的长度和/或方向。
15.根据权利要求9至11、13至14中任一项所述的装置,其中,所述数据采集路线包括在封闭场景中行驶的闭环路线。
16.根据权利要求12所述的装置,其中,所述数据采集路线包括在封闭场景中行驶的闭环路线。
17.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的方法。
18.一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710792219.3A CN107767487B (zh) | 2017-09-05 | 2017-09-05 | 一种确定数据采集路线的方法与装置 |
PCT/CN2018/094489 WO2019047604A1 (zh) | 2017-09-05 | 2018-07-04 | 一种确定数据采集路线的方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710792219.3A CN107767487B (zh) | 2017-09-05 | 2017-09-05 | 一种确定数据采集路线的方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107767487A CN107767487A (zh) | 2018-03-06 |
CN107767487B true CN107767487B (zh) | 2020-08-04 |
Family
ID=61265291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710792219.3A Active CN107767487B (zh) | 2017-09-05 | 2017-09-05 | 一种确定数据采集路线的方法与装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107767487B (zh) |
WO (1) | WO2019047604A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107767487B (zh) * | 2017-09-05 | 2020-08-04 | 百度在线网络技术(北京)有限公司 | 一种确定数据采集路线的方法与装置 |
DE102018130449A1 (de) * | 2018-11-30 | 2020-06-04 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung, Computerprogramm und Computerprogrammprodukt zur Überprüfung eines zumindest teilautonomen Fahrbetriebs eines Fahrzeuges |
CN112363504B (zh) * | 2020-11-06 | 2024-04-12 | 黑龙江惠达科技发展有限公司 | 一种农机无人驾驶调头方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105882661A (zh) * | 2016-04-08 | 2016-08-24 | 重庆大学 | 机动车弯道驾驶辅助系统及运行方式 |
CN106020203A (zh) * | 2016-07-15 | 2016-10-12 | 百度在线网络技术(北京)有限公司 | 用于控制无人驾驶车辆的方法及装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102591332B (zh) * | 2011-01-13 | 2014-08-13 | 同济大学 | 用于无人驾驶汽车局部路径规划的装置及方法 |
WO2012134957A2 (en) * | 2011-03-28 | 2012-10-04 | Tk Holdings Inc. | Driver assistance system and method |
US9165477B2 (en) * | 2013-12-06 | 2015-10-20 | Vehicle Data Science Corporation | Systems and methods for building road models, driver models, and vehicle models and making predictions therefrom |
DE102015010167B4 (de) * | 2015-08-11 | 2017-12-07 | Dspace Digital Signal Processing And Control Engineering Gmbh | Berechnung einer Solltrajektorie |
KR102137213B1 (ko) * | 2015-11-16 | 2020-08-13 | 삼성전자 주식회사 | 자율 주행을 위한 모델 학습 장치 및 방법과 자율 주행 장치 |
JP6645649B2 (ja) * | 2016-02-17 | 2020-02-14 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、および車両制御プログラム |
CN105719484A (zh) * | 2016-04-22 | 2016-06-29 | 百度在线网络技术(北京)有限公司 | 行车路线的道路数据的获取方法、装置及系统 |
CN106873566B (zh) * | 2017-03-14 | 2019-01-22 | 东北大学 | 一种基于深度学习的无人驾驶物流车 |
CN107767487B (zh) * | 2017-09-05 | 2020-08-04 | 百度在线网络技术(北京)有限公司 | 一种确定数据采集路线的方法与装置 |
-
2017
- 2017-09-05 CN CN201710792219.3A patent/CN107767487B/zh active Active
-
2018
- 2018-07-04 WO PCT/CN2018/094489 patent/WO2019047604A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105882661A (zh) * | 2016-04-08 | 2016-08-24 | 重庆大学 | 机动车弯道驾驶辅助系统及运行方式 |
CN106020203A (zh) * | 2016-07-15 | 2016-10-12 | 百度在线网络技术(北京)有限公司 | 用于控制无人驾驶车辆的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107767487A (zh) | 2018-03-06 |
WO2019047604A1 (zh) | 2019-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210221361A1 (en) | Automatic parking method and apparatus, electronic device, and storage medium | |
CN107767487B (zh) | 一种确定数据采集路线的方法与装置 | |
CN107817790B (zh) | 一种计算车辆轨迹的曲率的方法和装置 | |
CN109697875B (zh) | 规划行驶轨迹的方法及装置 | |
JP7554832B2 (ja) | 自動運転車両の通行を判定する方法及び関連機器 | |
CN111694973A (zh) | 自动驾驶场景的模型训练方法、装置、电子设备 | |
CN112051864B (zh) | 用于移动目标轨迹跟踪的方法及装置、设备和可读介质 | |
US20200147796A1 (en) | Moving method and device for a robot, robot, electronic apparatus and readable medium | |
CN109813332B (zh) | 添加虚拟引导线的方法和装置 | |
EP3842758B1 (en) | Method and apparatus for generating offline map, vehicle and storage medium | |
CN108106620A (zh) | 一种拓扑道路匹配方法、系统及电子设备 | |
CN114387410B (zh) | 道路数据融合的地图生成方法、装置以及电子设备 | |
CN111652112B (zh) | 一种车道流向的识别方法、装置、电子设备及存储介质 | |
CN114506343B (zh) | 轨迹规划方法、装置、设备、存储介质及自动驾驶车辆 | |
CN106996787A (zh) | 一种导航方法及导航装置 | |
WO2019047673A1 (zh) | 一种端到端自动驾驶系统的纵向控制模型的评估方法及装置 | |
CN111583645A (zh) | 车辆协同行驶的质量评估方法、装置、服务器及介质 | |
CN114995464B (zh) | 局部路径规划的控制方法及装置、机器人、存储介质 | |
US20190086216A1 (en) | Map data update system and non-transitory computer-readable storage medium | |
CN114055459B (zh) | 轨迹规划的方法、装置、电子设备及存储介质 | |
CN115372020A (zh) | 自动驾驶车辆测试方法、装置、电子设备和介质 | |
CN113110447B (zh) | 一种相对位置关系分析和系统 | |
CN115535003A (zh) | 自动驾驶车辆的路口控制方法、装置、电子设备和介质 | |
CN108287354B (zh) | 一种数据自动纠错方法和装置及导航设备 | |
CN116033544A (zh) | 室内停车场定位方法、计算机设备、存储介质及程序产品 |
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 |