CN109141911B - 无人车性能测试的控制量的获取方法和装置 - Google Patents
无人车性能测试的控制量的获取方法和装置 Download PDFInfo
- Publication number
- CN109141911B CN109141911B CN201810672885.8A CN201810672885A CN109141911B CN 109141911 B CN109141911 B CN 109141911B CN 201810672885 A CN201810672885 A CN 201810672885A CN 109141911 B CN109141911 B CN 109141911B
- Authority
- CN
- China
- Prior art keywords
- key point
- obstacle vehicle
- coordinate
- locus
- equation
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/06—Direction of travel
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral speed
- B60W2520/125—Lateral acceleration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本申请提供一种无人车性能测试的控制量的获取方法和装置,该方法包括:获取模拟障碍车辆行进轨迹上m个关键点的坐标以及在m个关键点处的速度;m≥2;根据m个关键点的坐标,获取障碍车辆在每两个相邻关键点之间的轨迹方程,轨迹方程为n次多项式方程,n≥2;根据m个关键点处的速度和各轨迹方程对应的轨迹曲线,获取障碍车辆在每两个相邻关键点之间的加速度;对于每个运行时长,根据各加速度,获取障碍车辆按照各轨迹方程对应的轨迹运行时,在运行了相应运行时长时,障碍车辆的动力属性和坐标。本申请获取的障碍车辆的动力属性连续变化,符合车辆的运动学特征,其作为无人车性能测试的控制量时,无人车性能测试的结果的可信度较高。
Description
技术领域
本申请涉及无人驾驶技术,尤其涉及一种无人车性能测试的控制量的获取方法和装置。
背景技术
无人车测试流程中,包含对特殊、极端路况的测试环节。在此环节中,测试人员会构建复杂的测试场景,即通过设置障碍车辆的运行轨迹,以及设置障碍车辆在其运行轨迹上的多个关键点处的动力属性(动力属性包括但不限于速度大小和速度的方向)来构建无人车的测试场景,并获取在测试场景下的障碍车辆按照设置的运行轨迹运行时,多个运行时长对应的障碍车辆的坐标和动力属性,以作为测试无人车性能的输入数据,也就是无人车性能测试的控制量。
现有技术中障碍车辆按照设置的运行轨迹以及设置的障碍车辆在其运行轨迹上的多个关键点处的动力属性,使得障碍车辆按照设置的运行轨迹运行时,存在障碍车辆的动力属性的不连续变化的情况,比如速度方向或者速度大小的突然改变,尤其是在关键点处,障碍车辆的动力属性不连续变化,会造成在测试无人车性能过程中,无人车的感知和控制出现错误的判断,无人车性能测试的结果的可信度低。
发明内容
本申请实施例提供一种无人车性能测试的控制量的获取方法和装置,以克服现有技术中无人车性能测试的结果可信度低的技术问题。
第一方面,本申请实施例提供一种无人车性能测试的控制量的获取方法,包括:
获取模拟障碍车辆行进轨迹上m个关键点的坐标以及在所述m个关键点处的速度;m≥2;
根据所述m个关键点的坐标,获取所述障碍车辆在每两个相邻关键点之间的轨迹方程,所述轨迹方程为n次多项式方程,n≥2;
根据所述m个关键点处的速度和各轨迹方程对应的轨迹曲线,获取所述障碍车辆在每两个相邻关键点之间的加速度,若所述障碍车辆在两个相邻的关键点处的速度不相同,则所述障碍车辆在所述两个相邻的关键点之间的加速度为不为0的常量,若所述障碍车辆在两个相邻的关键点处的速度相同,则所述障碍车辆在所述两个相邻的关键点之间的加速度为0;
对于每个运行时长,根据各所述加速度,获取所述障碍车辆按照各所述轨迹方程对应的轨迹运行时,在运行了所述运行时长时的动力属性和坐标。
在一种可能的设计中,所述根据所述m个关键点的坐标,获取所述障碍车辆在每两个相邻关键点之间的轨迹方程,包括:
获取m个关键点中的第一个关键点的第一影子点的第一坐标,以及m个关键点中的最后一个关键点的第二影子点的第二坐标;
根据所述m个关键点的坐标,第一坐标和第二坐标,获取所述障碍车辆在每两个相邻关键点之间的轨迹方程。
在一种可能的设计中,所述根据所述m个关键点处的速度和各轨迹方程对应的轨迹曲线,获取所述障碍车辆在每两个相邻关键点之间的加速度,包括:
获取各轨迹方程对应的轨迹曲线的长度;
根据所述障碍车辆在所述m个关键点处的速度和各轨迹曲线的长度,获取所述障碍车辆在每两个相邻关键点之间的运行时长;
根据各所述运行时长,以及所述障碍车辆在所述m个关键点处的速度,获取所述障碍车辆在每两个相邻关键点之间的加速度。
在一种可能的设计中,若所述动力属性包括速度,则对于每个运行时长,根据各所述加速度,获取所述障碍车辆按照各所述轨迹方程对应的轨迹运行时,在运行了所述运行时长时的动力属性,包括:
对于每个运行时长,确定当障碍车辆运行了所述运行时长时,所述障碍车辆处于第一关键点和第二关键点之间,并按照第一关键点和第二关键点之间的目标轨迹方程对应的目标轨迹运行;所述第一关键点和第二关键点为所述m个关键点中的两个相邻关键点;
确定所述障碍车辆按照所述目标轨迹已运行的目标时长;
根据所述障碍车辆在第一关键点的速度,在第一关键点和第二关键点之间的加速度和所述目标时长,获取所述障碍车辆在运行了所述运行时长时,所述障碍车辆的速度。
在一种可能的设计中,对于每个运行时长,根据各所述加速度,获取所述障碍车辆按照各所述轨迹方程对应的轨迹运行时,在运行了所述运行时长时的坐标,包括:
根据所述障碍车辆在所述第一关键点的速度和所述目标时长,得到所述障碍车辆按照所述目标轨迹已运行的目标距离;
获取目标距离与目标轨迹曲线的长度的比值;所述目标轨迹曲线的长度为所述目标轨迹方程对应的轨迹曲线的长度;
根据所述比值和所述目标轨迹方程,获取所述障碍车辆在运行了所述运行时长时,所述障碍车辆的坐标。
在一种可能的设计中,第i个关键点和第i+1个关键点之间的轨迹的方程为:
其中,r表示运行比例,运行比例为所述障碍车辆按照第i个关键点和第i+1个关键点之间的轨迹已运行的距离与所述障碍车辆在第i个关键点和第i+1个关键点之间的轨迹对应的轨迹曲线的长度的比值,第i个关键点和第i+1个关键点相邻;Pi为第i个关键点的坐标,Pi-1为第i-1个关键点的坐标,Pi+1为第i+1个关键点的坐标,Pi+2为第i+2个关键点的坐标,δ为张力系数,0<δ<1;P0为所述第一坐标,Pm+1为所述第二坐标,i=1,2…,m-1。
在一种可能的设计中,所述获取各轨迹方程对应的轨迹曲线的长度,包括:
对于每两个相邻关键点:确定两个相邻关键点之间的轨迹方程对应的轨迹曲线上的h个采样点;
获取各相邻采样点之间的直线距离;
根据各直线距离之和,得到两个相邻关键点之间的轨迹方程对应的轨迹曲线的长度。
在一种可能的设计中,所述根据所述障碍车辆在所述m个关键点处的速度和各轨迹曲线的长度,获取所述障碍车辆在每两个相邻关键点之间的运行时长,包括:
通过如下公式获取所述障碍车辆在每两个相邻关键点之间的运行时长:
Ti=(2×Si)/(ui+ui+1)
其中,Ti为障碍车辆在第i个关键点和第i+1个关键点之间的运行时长,第i个关键点和第i+1个关键点相邻;Si为关第i个关键点和第i+1个关键点之间的轨迹方程对应的轨迹曲线的长度,ui为所述障碍车辆在第i个关键点处的速度,ui+1为所述障碍车辆在第i+1个关键点处的速度,i=1,2,…m-1。
在一种可能的设计中,所述根据各所述运行时长,以及所述障碍车辆在所述m个关键点处的速度,获取所述障碍车辆在每两个相邻关键点之间的加速度,包括:
通过如下公式获取所述障碍车辆在每两个相邻关键点之间的加速度:
ai=(ui+1-ui)/Ti
其中,ai为所述障碍车辆在第i个关键点和第i+1个关键点之间的加速度,第i个关键点和第i+1个关键点相邻,Ti为障碍车辆在第i个关键点和第i+1个关键点之间的运行时长,ui+1为所述障碍车辆在第i+1个关键点处的速度,ui为所述障碍车辆在第i个关键点处的速度,i=1,2,…m-1。
在一种可能的设计中,所述获取m个关键点中的第一个关键点的第一影子点的第一坐标,包括:
根据第一个关键点的坐标和第二个关键点的坐标,得到所述第一坐标;
所述获取m个关键点中的最后一个关键点的第二影子点的第二坐标,包括:
根据最后一个关键点的坐标和倒数第二个关键点的坐标,得到所述第二坐标。
第二方面,本申请实施例提供一种无人车性能测试的控制量的获取装置,包括:
关键点获取模块,用于获取模拟障碍车辆行进轨迹上m个关键点的坐标以及在所述m个关键点处的速度;m≥2;
轨迹方程获取模块,用于根据所述m个关键点的坐标,获取所述障碍车辆在每两个相邻关键点之间的轨迹方程,所述轨迹方程为n次多项式方程,n≥2;
加速度获取模块,用于根据所述m个关键点处的速度和各轨迹方程对应的轨迹曲线,获取所述障碍车辆在每两个相邻关键点之间的加速度,若所述障碍车辆在两个相邻的关键点处的速度不相同,则所述障碍车辆在所述两个相邻的关键点之间的加速度为不为0的常量,若所述障碍车辆在两个相邻的关键点处的速度相同,则所述障碍车辆在所述两个相邻的关键点之间的加速度为0;
控制量获取模块,用于对于每个运行时长,根据各所述加速度,获取所述障碍车辆按照各所述轨迹方程对应的轨迹运行时,在运行了所述运行时长时的动力属性和坐标。
在一种可能的设计中,所述轨迹方程获取模块具体用于:
获取m个关键点中的第一个关键点的第一影子点的第一坐标,以及m个关键点中的最后一个关键点的第二影子点的第二坐标;
根据所述m个关键点的坐标,第一坐标和第二坐标,获取所述障碍车辆在每两个相邻关键点之间的轨迹方程。
在一种可能的设计中,所述加速度获取模块具体用于:
获取各轨迹方程对应的轨迹曲线的长度;
根据所述障碍车辆在所述m个关键点处的速度和各轨迹曲线的长度,获取所述障碍车辆在每两个相邻关键点之间的运行时长;
根据各所述运行时长,以及所述障碍车辆在所述m个关键点处的速度,获取所述障碍车辆在每两个相邻关键点之间的加速度。
在一种可能的设计中,若所述动力属性包括速度,则所述控制量获取模块具体用于:
对于每个运行时长,确定当障碍车辆运行了所述运行时长时,所述障碍车辆处于第一关键点和第二关键点之间,并按照第一关键点和第二关键点之间的目标轨迹方程对应的目标轨迹运行;所述第一关键点和第二关键点为所述m个关键点中的两个相邻关键点;
确定所述障碍车辆按照所述目标轨迹已运行的目标时长;
根据所述障碍车辆在第一关键点的速度,在第一关键点和第二关键点之间的加速度和所述目标时长,获取所述障碍车辆在运行了所述运行时长时,所述障碍车辆的速度。
在一种可能的设计中,所述控制量获取模块还具体用于:
根据所述障碍车辆在所述第一关键点的速度和所述目标时长,得到所述障碍车辆按照所述目标轨迹已运行的目标距离;
获取目标距离与目标轨迹曲线的长度的比值;所述目标轨迹曲线的长度为所述目标轨迹方程对应的轨迹曲线的长度;
根据所述比值和所述目标轨迹方程,获取所述障碍车辆在运行了所述运行时长时,所述障碍车辆的坐标。
在一种可能的设计中,第i个关键点和第i+1个关键点之间的轨迹的方程为:
其中,r表示运行比例,运行比例为所述障碍车辆按照第i个关键点和第i+1个关键点之间的轨迹已运行的距离与所述障碍车辆在第i个关键点和第i+1个关键点之间的轨迹对应的轨迹曲线的长度的比值,第i个关键点和第i+1个关键点相邻;Pi为第i个关键点的坐标,Pi-1为第i-1个关键点的坐标,Pi+1为第i+1个关键点的坐标,Pi+2为第i+2个关键点的坐标,δ为张力系数,0<δ<1;P0为所述第一坐标,Pm+1为所述第二坐标,i=1,2…,m-1。
在一种可能的设计中,所述加速度获取模块具体用于:对于每两个相邻关键点:确定两个相邻关键点之间的轨迹方程对应的轨迹曲线上的h个采样点;
获取各相邻采样点之间的直线距离;
根据各直线距离之和,得到两个相邻关键点之间的轨迹方程对应的轨迹曲线的长度。
在一种可能的设计中,所述加速度获取模块具体用于:
通过如下公式获取所述障碍车辆在每两个相邻关键点之间的运行时长:
Ti=(2×Si)/(ui+ui+1)
其中,Ti为障碍车辆在第i个关键点和第i+1个关键点之间的运行时长,第i个关键点和第i+1个关键点相邻;Si为关第i个关键点和第i+1个关键点之间的轨迹方程对应的轨迹曲线的长度,ui为所述障碍车辆在第i个关键点处的速度,ui+1为所述障碍车辆在第i+1个关键点处的速度,i=1,2,…m-1。
在一种可能的设计中,所述加速度获取模块具体用于:
通过如下公式获取所述障碍车辆在每两个相邻关键点之间的加速度:
ai=(ui+1-ui)/Ti
其中,ai为所述障碍车辆在第i个关键点和第i+1个关键点之间的加速度,第i个关键点和第i+1个关键点相邻,Ti为障碍车辆在第i个关键点和第i+1个关键点之间的运行时长,ui+1为所述障碍车辆在第i+1个关键点处的速度,ui为所述障碍车辆在第i个关键点处的速度,i=1,2,…m-1。
在一种可能的设计中,所述轨迹方程获取模块,包括:
根据第一个关键点的坐标和第二个关键点的坐标,得到所述第一坐标;
所述获取m个关键点中的最后一个关键点的第二影子点的第二坐标,包括:
根据最后一个关键点的坐标和倒数第二个关键点的坐标,得到所述第二坐标。
第三方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,在所述计算机程序被处理器执行时,执行权利要求第一方面以及第一方面任一可能设计所述的方法。
第四方面,本申请实施例一种无人车性能测试的控制量的获取装置,包括处理器和存储器,其中,
存储器,用于存储程序;
处理器,用于执行所述存储器存储的所述程序,当所述程序被执行时,所述处理器用于执行第一方面以及第一方面任一可能设计所述的方法。
本申请中通过构建n次多项式轨迹方程,n≥2,使得障碍车辆在运行过程中速度的方向可连续变化,通过若障碍车辆在两个相邻的关键点处的速度不相同,则障碍车辆在两个相邻的关键点之间的加速度为不为0的常量,若障碍车辆在两个相邻的关键点处的速度相同,则障碍车辆在该两个相邻的关键点之间的加速度为0,使得障碍车辆在运行过程中速度的大小可连续变化,从而障碍车辆的动力属性连续的变化,符合车辆的动力学特征;该连续变化的动力属性作为无人车性能测试的控制量,无人车的感知和控制不容易出现错误的判断,无人车性能测试的结果的可信度提高。
附图说明
为了更清楚地说明本申请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一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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为本申请实施例提供的无人车性能测试的控制量的获取方法的流程图;
图2为本申请实施例提供的关键点设置平面示意图;
图3为本申请实施例提供的障碍车辆的轨迹示意图;
图4为本申请实施例提供的采样点分布示意图;
图5为本申请实施例提供的无人车性能测试的控制量的获取装置的结构示意图一;
图6为本申请实施例提供的无人车性能测试的控制量的获取装置的结构示意图二。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
图1为本申请实施例提供的无人车性能测试的控制量的获取方法的流程图,如图1所示,本实施例的方法可以包括:
步骤S101、获取模拟障碍车辆行进轨迹上m个关键点的坐标以及在m个关键点处的速度;m≥2;
步骤S102、根据m个关键点的坐标,获取障碍车辆在每两个相邻关键点之间的轨迹方程,轨迹方程为n次多项式方程,n≥2;
步骤S103、根据障碍车辆在m个关键点处的速度和各轨迹方程对应的轨迹曲线,获取障碍车辆在每两个相邻关键点之间的加速度,若障碍车辆在两个相邻的关键点处的速度不相同,则障碍车辆在两个相邻的关键点之间的加速度为不为0的常量,若障碍车辆在两个相邻的关键点处的速度相同,则障碍车辆在该两个相邻的关键点之间的加速度为0;
步骤S104、对于每个运行时长,根据各加速度,获取障碍车辆按照各轨迹方程对应的轨迹运行时,在运行了相应的运行时长时的动力属性和坐标。
具体地,本实施例的执行主体可为终端设备。
对于步骤S101,获取模拟障碍车辆行进轨迹上m个关键点的坐标以及在m个关键点处的速度;
具体地,m个关键点为无人车性能测试场景中设置的障碍车辆会经过的点,而m个关键点的坐标以及障碍车辆在m个关键点处的速度是根据需要测试的无人车的性能确定的。本实施例中的m个关键点的坐标为三维坐标。
其中,m个关键点可表示为[Y0,Y1,……,Ym-1],Y0表示第1个关键点,Y1表示第2个关键点,Ym表示第m个关键点,第i个关键点和第i+1个关键点为相邻关键点,i=1,2…,m-1。
图2为本申请实施例提供的关键点设置平面示意图。
比如,需要测试无人车对于障碍车辆超车后急刹车的反应这一性能,m个关键点中的部分关键点的设置平面图可如图2所示,参见图2,图2中的A1~A3点为无人车会经过的点,假设无人车依次经过A1、A2、A3,m个关键点中的3个关键点的设置位置可为B1点、B2点和B3点的位置,即B1点、B2点和B3点为m个关键点中的3个关键点;即当无人车在点A1处时,障碍车辆可在B1处,当无人车在点A2处时,障碍车辆可在B2处,当无人车在点A3处时,障碍车辆可在B3处;其中,B3点的速度的大小可设为0,速度的方向为任意方向,B1点和B2点的速度设为大于0,且大于无人车的速度。上述的场景即为障碍车辆超过无人车后,在无人车前突然刹车的场景;其中,B1点和B2点为相邻关键点,B2点和B3点为相邻关键点,若B2点为第i个关键点,则B1点为第i-1个关键点,B3点为第i+1个关键点。
也就是说,获取模拟障碍车辆行进轨迹上m个关键点的坐标以及在m个关键点处的速度,为获取根据需要测试的无人车的性能确定的m个关键点的坐标以及障碍车辆在m个关键点处的速度。
对于步骤S102、根据m个关键点的坐标,获取障碍车辆在每两个相邻关键点之间的轨迹方程,轨迹方程为n次多项式方程,n≥2;
具体地,两个相邻关键点为障碍车辆在运行过程中依次经过的两个关键点,比如障碍车辆在时间t1时经过关键点1,在时间t2时经过关键点2,在时间t3时经过关键点3,在时间t1和时间t2之间没有再经过其它的关键点,在时间t2和时间t3之间没有再经过其它的关键点,则关键点1和关键点2为相邻关键点,关键点2和关键点3为相邻关键点。
“根据m个关键点的坐标,获取障碍车辆在每两个相邻关键点之间的轨迹方程”的具体过程如下:
a、对相邻关键点之间的轨迹进行建模,每两个相邻关键点的轨迹模型可如下:
Traj(r)=c0+c1r+c2r2+c3r3
其中,r表示运行比例,运行比例为障碍车辆按照相邻关键点之间的轨迹方程对应的轨迹已运行的距离与相邻关键点之间的轨迹方程对应的轨迹曲线的长度的比值;c0、c1、c2、c3为系数。
b、根据m个关键点的坐标,获取障碍车辆在每两个相邻关键点之间的轨迹方程,也就是求解系数c0、c1、c2、c3;
其中,第i个关键点和第i+1个关键点之间的轨迹的方程可表示为:
其中,r表示运行比例,运行比例为障碍车辆按照第i个关键点和第i+1个关键点之间的轨迹已运行的距离与障碍车辆在第i个关键点和第i+1个关键点之间的轨迹对应的轨迹曲线的长度的比值,第i个关键点和第i+1个关键点相邻,i=1,2…,m-1。
可以理解的是,针对每两个相邻关键点,均需要求解相应的系数 求解时,引入边界条件:Traji(0)=Pi(1),Traji(1)=Pi+1(2),Traj′i(0)=tangenti(3),Traj′i(1)=tan genti+1(4),其中,tan genti表示第i个关键点的切向量,tangenti=δ(Pi+1-Pi-1);
将上述边界条件代入第i个关键点和第i+1个关键点之间的轨迹方程,求解得到
其中,Pi-1为第i-1个关键点的坐标,Pi为第i个关键点的坐标,Pi+1为第i+1个关键点的坐标,Pi+2为第i+2个关键点的坐标。
当i=1时,则第1个关键点和第2个关键点之间的轨迹方程的系数:
这里出现了P0,按照前述的定义P0应该为第0个关键点的坐标,但是第0个关键点实际是不存在的,此时,可获取第1个关键点的第一影子点,将第一影子点称为第0个关键点,第一影子点的第一坐标P0可为P0=2×P1-P2,即为根据第一个关键点的坐标和第二个关键点的坐标,得到第一坐标。
当i=m-1,则第m-1个关键点和第m个关键点之间的轨迹方程的系数为:
这里出现了Pm+1,按照前述的定义Pm+1应该为第m+1个关键点的坐标,但是第m+1个关键点实际是不存在的,此时,可获取最后一个关键点的第二影子点,将第二影子点称为第m+1个关键点,第二影子点的第二坐标Pm+1可为Pm+1=2×Pm-Pm-1,即为根据最后一个关键点的坐标和倒数第二个关键点的坐标,得到第二坐标。
系数求解出后,便得到了障碍车辆在每两个相邻关键点之间的轨迹过程。可以理解的是,在关键点的个数为m的情况下,可得到m-1个轨迹方程,障碍车辆在每两个相邻关键点之间按照相邻关键点之间的轨迹过程对应的轨迹运行。
图3为本申请实施例提供的障碍车辆的轨迹示意图。
参见图3,图中的1~34均为关键点,曲线a为本实施例中构建的轨迹方程对应的轨迹曲线,曲线b为现有技术中构建的轨迹方程对应的轨迹曲线,对比曲线a和曲线b可知,曲线a的曲率连续变化,不会在关键点处突然发生速度方向的变化。
即本实施例中,构建为n次多项式轨迹方程,n≥2,使得障碍车辆不会在关键点处突然发生速度方向的变化。
对于步骤S103、根据障碍车辆在m个关键点处的速度和各轨迹方程对应的轨迹曲线,获取障碍车辆在每两个相邻关键点之间的加速度,若障碍车辆在两个相邻的关键点处的速度不相同,则障碍车辆在两个相邻的关键点之间的加速度为不为0的常量,若障碍车辆在两个相邻的关键点处的速度相同,则障碍车辆在该两个相邻的关键点之间的加速度为0;
具体地,包括:b1:获取各轨迹方程对应的轨迹曲线的长度;
b2:根据障碍车辆在m个关键点处的速度和各轨迹曲线的长度,获取障碍车辆在每两个相邻关键点之间的运行时长;
b3:根据各运行时长,以及障碍车辆在m个关键点处的速度,获取障碍车辆在每两个相邻关键点之间的加速度;
对于b1:获取各轨迹方程对应的轨迹曲线的长度:
对于每两个相邻关键点:
确定两个相邻关键点之间的轨迹方程对应的轨迹曲线上的h个采样点;
获取各相邻采样点之间的直线距离;
根据各直线距离之和,得到两个相邻关键点之间的轨迹方程对应的轨迹曲线的长度。
具体地,对于每两个相邻关键点,在两个相邻关键点之间的轨迹方程对应的轨迹曲线上进行采样,得到多个采样点,获取各相邻采样点之间的直线距离,将各直线距离相加,得到两个相邻关键点之间的轨迹方程对应的轨迹曲线的长度。
可以理解的是,h的取值要尽可能的大。
图4为本申请实施例提供的采样点分布示意图。
参见图4,图4中示出了第1个关键点和第2个关键点之间的轨迹曲线上的采样点。
对于b2:根据障碍车辆在m个关键点处的速度和各轨迹曲线的长度,获取障碍车辆在每两个相邻关键点之间的运行时长,包括:
通过公式一获取障碍车辆在每两个相邻关键点之间的运行时长:
Ti=(2×Si)/(ui+ui+1) 公式一;
其中,Ti为障碍车辆在第i个关键点和第i+1个关键点之间的运行时长,第i个关键点和第i+1个关键点相邻;Si为关第i个关键点和第i+1个关键点之间的方程对应的轨迹曲线的长度,ui为障碍车辆在第i个关键点处的速度,ui+1为障碍车辆在第i+1个关键点处的速度,i=1,2,…m-1。
对于b3:根据各运行时长,以及障碍车辆在m个关键点处的速度,获取障碍车辆在每两个相邻关键点之间的加速度,包括:
通过公式二获取障碍车辆在每两个相邻关键点之间的加速度:
ai=(ui+1-ui)/Ti 公式二;
其中,ai为障碍车辆在第i个关键点和第i+1个关键点之间的加速度,第i个关键点和第i+1个关键点相邻,Ti为障碍车辆在第i个关键点和第i+1个关键点之间的运行时长,ui+1为障碍车辆在第i+1个关键点处的速度,ui为障碍车辆在第i个关键点处的速度,i=1,2,…m-1。
可以理解的是,若障碍车辆在两个相邻的关键点处的速度相同,则障碍车辆在该两个相邻的关键点之间的加速度为0。
本实施例中若障碍车辆在两个相邻的关键点处的速度不相同,则障碍车辆在该两个相邻的关键点之间的加速度为不为0的常量,说明障碍车辆在该两个相邻的关键点之间做匀加速运动或者匀减速运动,这样障碍车辆在运行过程中,不会出现速度大小的突然变化。同理,若障碍车辆在两个相邻的关键点处的速度相同,则障碍车辆在该两个相邻的关键点之间的加速度为0,说明障碍车辆在该两个相邻的关键点之间做匀速运动,这样障碍车辆在运行过程中,不会出现速度大小的突然变化。
对于步骤S104、对于每个运行时长,根据各加速度,获取障碍车辆按照各轨迹方程对应的轨迹运行时,在运行了相应运行时长时,障碍车辆的动力属性和坐标。
具体地,对于每个运行时长:
c1:确定当障碍车辆运行了该运行时长时,障碍车辆处于第一关键点和第二关键点之间,并按照第一关键点和第二关键点之间的目标轨迹方程对应的目标轨迹运行;第一关键点和第二关键点为m个关键点中的两个相邻关键点;
c2:确定障碍车辆按照上述目标轨迹已运行的目标时长;
c3:根据障碍车辆在第一关键点的速度,障碍车辆在第一关键点和第二关键点之间的加速度和上述目标时长,获取障碍车辆在运行了该运行时长时,障碍车辆的速度;
c4:根据障碍车辆在第一关键点的速度和上述目标时长,得到障碍车辆按照上述目标轨迹已运行的目标距离;
c5:获取目标距离与目标轨迹曲线的长度的比值;目标轨迹曲线的长度为目标轨迹方程对应的轨迹曲线的长度;
c6:根据上述比值和目标轨迹方程,获取障碍车辆在运行了该运行时长时,障碍车辆的坐标。
具体地,多个运行时长的间隔可为0.1秒(s),比如运行时长可为0s,0.1s,0.2s,0.3s,……,1s,1.1s,……,T,即获取障碍车辆在运行了0s,0.1s,0.2s,0.3s,……,1s,1.1s,……,T时,障碍车辆的动力属性和坐标。其中,T为障碍车辆按照各轨迹方程对应的轨迹从第1个关键点运行到最后一个关键点的时长。
对于c1:若获取障碍车辆运行时长为1s时,障碍车辆的动力属性和坐标,其中,在第1个关键点和第2个关键点之间的运行时长为0.5s,在第2个关键点和第3个关键点之间的运行时长为0.3s,在第3个关键点和第4个关键点之间的运行时长为0.4s,则当障碍车辆的运行了1s时,障碍车辆处于第3个关键点和第4个关键点之间,当前正按照第3个关键点和第4个关键点之间的轨迹运行,第3个关键点和第4个关键点之间的轨迹为此时障碍车辆运行的目标轨迹,第3个关键点为第一关键点,第4个关键点为第二关键点。
对于c2:确定障碍车辆按照上述目标轨迹已运行的目标时长t=1s-0.5s-0.3s=0.2s。
对于c3:若第3个关键点的速度为v1,障碍车辆在第3个关键点和第4个关键点之间的加速度为a1,则当障碍车辆运行了1s时,障碍车辆的速度v=v1+a1×t。
对于c4:障碍车辆按照上述目标轨迹已运行的目标距离s=v1×t+0.5×a1×t2。
对于c5:若第3个关键点和第4个关键点之间的轨迹方程对应的目标轨迹曲线的长度为L(即S3),则取目标距离与目标轨迹曲线的长度的比值r1=s/L。
对于c6:将r1代入第3个关键点和第4个关键点之间的轨迹方程则当障碍车辆运行了1s时,障碍车辆的坐标
进一步的,动力属性还可包括航迹,若当障碍车辆运行了T1时长(运行时长)为T1时,障碍车辆的坐标为P1,当障碍车辆运行了T2时长(运行时长为T2)时,障碍车辆的坐标为P2,则障碍车辆在运行时长T1和T2之间的时间内航迹为P2-P1。
可按照上述相同的方法,获取当障碍车辆运行了其它的运行时长时,障碍车辆的动力属性和坐标。
可按照上述获取航迹的方法,获取碍物在每两个相邻运行时长之间的时间内的航迹,其中,上述的0s,0.1s为两个相邻运行时,0.1s,0.2s为两个相邻运行时长,0.2s,0.3s为两个相邻运行时长,等等。
根据上述方法,得到了障碍车辆按照各轨迹方程对应的轨迹运行时,障碍车辆在运行了不同运行时长时,障碍车辆的动力属性和坐标,障碍车辆在运行了不同运行时长时,障碍车辆的动力属性和坐标即为在进行无人车性能测试时的输入数据,或者说障碍车辆在运行了不同运行时长时,障碍车辆的动力属性和坐标即为用于无人车性能测试的控制量。
本实施中通过构建n次多项式轨迹方程,n≥2,使得障碍车辆在运行过程中速度的方向可连续变化,通过若障碍车辆在两个相邻的关键点处的速度不相同,则障碍车辆在两个相邻的关键点之间的加速度为不为0的常量,若障碍车辆在两个相邻的关键点处的速度相同,则障碍车辆在该两个相邻的关键点之间的加速度为0,使得障碍车辆在运行过程中速度的大小可连续变化,从而障碍车辆的动力属性连续的变化,符合车辆的动力学特征;该连续变化的动力属性作为无人车性能测试的控制量,无人车的感知和控制不容易出现错误的判断,无人车性能测试的结果的可信度提高。
图5为本申请实施例提供的无人车性能测试的控制量的获取装置的结构示意图一,如图5所示,本实施例的装置可以包括:关键点获取模块51、轨迹方程获取模块52、加速度获取模块53和控制量获取模块54;
其中,关键点获取模块51,用于获取模拟障碍车辆行进轨迹上m个关键点的坐标以及在所述m个关键点处的速度;m≥2;
轨迹方程获取模块52,用于根据所述m个关键点的坐标,获取所述障碍车辆在每两个相邻关键点之间的轨迹方程,所述轨迹方程为n次多项式方程,n≥2;
加速度获取模块53,用于根据所述m个关键点处的速度和各轨迹方程对应的轨迹曲线,获取所述障碍车辆在每两个相邻关键点之间的加速度;若所述障碍车辆在两个相邻的关键点处的速度不相同,则所述障碍车辆在所述两个相邻的关键点之间的加速度为不为0的常量,若所述障碍车辆在两个相邻的关键点处的速度相同,则所述障碍车辆在所述两个相邻的关键点之间的加速度为0;
控制量获取模块54,用于对于每个运行时长,根据各所述加速度,获取所述障碍车辆按照各所述轨迹方程对应的轨迹运行时,在运行了所述运行时长时的动力属性和坐标。
本实施例的装置,可以用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
在一种可能的设计中,所述轨迹方程获取模块具体用于:
获取m个关键点中的第一个关键点的第一影子点的第一坐标,以及m个关键点中的最后一个关键点的第二影子点的第二坐标;
根据所述m个关键点的坐标,第一坐标和第二坐标,获取所述障碍车辆在每两个相邻关键点之间的轨迹方程。
在一种可能的设计中,所述加速度获取模块具体用于:
获取各轨迹方程对应的轨迹曲线的长度;
根据所述障碍车辆在所述m个关键点处的速度和各轨迹曲线的长度,获取所述障碍车辆在每两个相邻关键点之间的运行时长;
根据各所述运行时长,以及所述障碍车辆在所述m个关键点处的速度,获取所述障碍车辆在每两个相邻关键点之间的加速度。
在一种可能的设计中,若所述动力属性包括速度,则所述控制量获取模块具体用于:
对于每个运行时长,确定当障碍车辆运行了所述运行时长时,所述障碍车辆处于第一关键点和第二关键点之间,并按照第一关键点和第二关键点之间的目标轨迹方程对应的目标轨迹运行;所述第一关键点和第二关键点为所述m个关键点中的两个相邻关键点;
确定所述障碍车辆按照所述目标轨迹已运行的目标时长;
根据所述障碍车辆在第一关键点的速度,在第一关键点和第二关键点之间的加速度和所述目标时长,获取所述障碍车辆在运行了所述运行时长时,所述障碍车辆的速度。
在一种可能的设计中,所述控制量获取模块还具体用于:
根据所述障碍车辆在所述第一关键点的速度和所述目标时长,得到所述障碍车辆按照所述目标轨迹已运行的目标距离;
获取目标距离与目标轨迹曲线的长度的比值;所述目标轨迹曲线的长度为所述目标轨迹方程对应的轨迹曲线的长度;
根据所述比值和所述目标轨迹方程,获取所述障碍车辆在运行了所述运行时长时,所述障碍车辆的坐标。
在一种可能的设计中,第i个关键点和第i+1个关键点之间的轨迹的方程为:
其中,r表示运行比例,运行比例为所述障碍车辆按照第i个关键点和第i+1个关键点之间的轨迹已运行的距离与所述障碍车辆在第i个关键点和第i+1个关键点之间的轨迹对应的轨迹曲线的长度的比值,第i个关键点和第i+1个关键点相邻;Pi为第i个关键点的坐标,Pi-1为第i-1个关键点的坐标,Pi+1为第i+1个关键点的坐标,Pi+2为第i+2个关键点的坐标,δ为张力系数,0<δ<1;P0为所述第一坐标,Pm+1为所述第二坐标,i=1,2…,m-1。
在一种可能的设计中,所述加速度获取模块53具体用于:对于每两个相邻关键点:确定两个相邻关键点之间的轨迹方程对应的轨迹曲线上的h个采样点;
获取各相邻采样点之间的直线距离;
根据各直线距离之和,得到两个相邻关键点之间的轨迹方程对应的轨迹曲线的长度。
在一种可能的设计中,所述加速度获取模块53具体用于:
通过如下公式获取所述障碍车辆在每两个相邻关键点之间的运行时长:
Ti=(2×Si)/(ui+ui+1)
其中,Ti为障碍车辆在第i个关键点和第i+1个关键点之间的运行时长,第i个关键点和第i+1个关键点相邻;Si为关第i个关键点和第i+1个关键点之间的轨迹方程对应的轨迹曲线的长度,ui为所述障碍车辆在第i个关键点处的速度,ui+1为所述障碍车辆在第i+1个关键点处的速度,i=1,2,…m-1。
在一种可能的设计中,所述加速度获取模块53具体用于:
通过如下公式获取所述障碍车辆在每两个相邻关键点之间的加速度:
ai=(ui+1-ui)/Ti
其中,ai为所述障碍车辆在第i个关键点和第i+1个关键点之间的加速度,第i个关键点和第i+1个关键点相邻,Ti为障碍车辆在第i个关键点和第i+1个关键点之间的运行时长,ui+1为所述障碍车辆在第i+1个关键点处的速度,ui为所述障碍车辆在第i个关键点处的速度,i=1,2,…m-1。
在一种可能的设计中,所述轨迹方程获取模块52,包括:
根据第一个关键点的坐标和第二个关键点的坐标,得到所述第一坐标;
所述获取m个关键点中的最后一个关键点的第二影子点的第二坐标,包括:
根据最后一个关键点的坐标和倒数第二个关键点的坐标,得到所述第二坐标。
本实施例的装置,可以用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,在所述计算机程序被处理器执行时,执行上述方法实施例中的方法。
图6为本申请实施例提供的无人车性能测试的控制量的获取装置的结构示意图二,包括处理器61、存储器62和通信总线63,通信总线63用于处理器61和存储器62的连接,其中,
存储器61,用于存储程序;
处理器62,用于执行所述存储器存储的所述程序,当所述程序被执行时,所述处理器用于执行上述方法实施例中的方法。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (17)
1.一种无人车性能测试的控制量的获取方法,其特征在于,包括:
获取模拟障碍车辆行进轨迹上m个关键点的坐标以及在所述m个关键点处的速度;m≥2;
根据所述m个关键点的坐标,获取所述障碍车辆在每两个相邻关键点之间的轨迹方程,所述轨迹方程为n次多项式方程,n≥2;
根据所述m个关键点处的速度和各轨迹方程对应的轨迹曲线,获取所述障碍车辆在每两个相邻关键点之间的加速度;若所述障碍车辆在两个相邻的关键点处的速度不相同,则所述障碍车辆在所述两个相邻的关键点之间的加速度为不为0的常量,若所述障碍车辆在两个相邻的关键点处的速度相同,则所述障碍车辆在所述两个相邻的关键点之间的加速度为0;
对于每个运行时长,根据各所述加速度,获取所述障碍车辆按照各所述轨迹方程对应的轨迹运行时,在运行了所述运行时长时的动力属性和坐标。
2.根据权利要求1所述的方法,其特征在于,所述根据所述m个关键点的坐标,获取所述障碍车辆在每两个相邻关键点之间的轨迹方程,包括:
获取m个关键点中的第一个关键点的第一影子点的第一坐标,以及m个关键点中的最后一个关键点的第二影子点的第二坐标;
根据所述m个关键点的坐标,第一坐标和第二坐标,获取所述障碍车辆在每两个相邻关键点之间的轨迹方程。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述m个关键点处的速度和各轨迹方程对应的轨迹曲线,获取所述障碍车辆在每两个相邻关键点之间的加速度,包括:
获取各轨迹方程对应的轨迹曲线的长度;
根据所述障碍车辆在所述m个关键点处的速度和各轨迹曲线的长度,获取所述障碍车辆在每两个相邻关键点之间的运行时长;
根据各所述运行时长,以及所述障碍车辆在所述m个关键点处的速度,获取所述障碍车辆在每两个相邻关键点之间的加速度。
4.根据权利要求1或2所述的方法,其特征在于,若所述动力属性包括速度,则对于每个运行时长,根据各所述加速度,获取所述障碍车辆按照各所述轨迹方程对应的轨迹运行时,在运行了所述运行时长时的动力属性,包括:
对于每个运行时长,确定当障碍车辆运行了所述运行时长时,所述障碍车辆处于第一关键点和第二关键点之间,并按照第一关键点和第二关键点之间的目标轨迹方程对应的目标轨迹运行;所述第一关键点和第二关键点为所述m个关键点中的两个相邻关键点;
确定所述障碍车辆按照所述目标轨迹已运行的目标时长;
根据所述障碍车辆在第一关键点的速度,在第一关键点和第二关键点之间的加速度和所述目标时长,获取所述障碍车辆在运行了所述运行时长时,所述障碍车辆的速度。
5.根据权利要求4所述的方法,其特征在于,对于每个运行时长,根据各所述加速度,获取所述障碍车辆按照各所述轨迹方程对应的轨迹运行时,在运行了所述运行时长时的坐标,包括:
根据所述障碍车辆在所述第一关键点的速度和所述目标时长,得到所述障碍车辆按照所述目标轨迹已运行的目标距离;
获取目标距离与目标轨迹曲线的长度的比值;所述目标轨迹曲线的长度为所述目标轨迹方程对应的轨迹曲线的长度;
根据所述比值和所述目标轨迹方程,获取所述障碍车辆在运行了所述运行时长时,所述障碍车辆的坐标。
6.根据权利要求2所述的方法,其特征在于,第i个关键点和第i+1个关键点之间的轨迹的方程为:
其中,r表示运行比例,运行比例为所述障碍车辆按照第i个关键点和第i+1个关键点之间的轨迹已运行的距离与所述障碍车辆在第i个关键点和第i+1个关键点之间的轨迹对应的轨迹曲线的长度的比值,第i个关键点和第i+1个关键点相邻;Pi为第i个关键点的坐标,Pi-1为第i-1个关键点的坐标,Pi+1为第i+1个关键点的坐标,Pi+2为第i+2个关键点的坐标,δ为张力系数,0<δ<1;P0为所述第一坐标,Pm+1为所述第二坐标,i=1,2…,m-1。
7.根据权利要求3所述的方法,其特征在于,所述获取各轨迹方程对应的轨迹曲线的长度,包括:
对于每两个相邻关键点:确定两个相邻关键点之间的轨迹方程对应的轨迹曲线上的h个采样点;
获取各相邻采样点之间的直线距离;
根据各直线距离之和,得到两个相邻关键点之间的轨迹方程对应的轨迹曲线的长度。
8.根据权利要求3所述的方法,其特征在于,所述根据所述障碍车辆在所述m个关键点处的速度和各轨迹曲线的长度,获取所述障碍车辆在每两个相邻关键点之间的运行时长,包括:
通过如下公式获取所述障碍车辆在每两个相邻关键点之间的运行时长:
Ti=(2×Si)/(ui+ui+1)
其中,Ti为障碍车辆在第i个关键点和第i+1个关键点之间的运行时长,第i个关键点和第i+1个关键点相邻;Si为第i个关键点和第i+1个关键点之间的轨迹方程对应的轨迹曲线的长度,ui为所述障碍车辆在第i个关键点处的速度,ui+1为所述障碍车辆在第i+1个关键点处的速度,i=1,2,…m-1。
9.根据权利要求3所述的方法,其特征在于,所述根据各所述运行时长,以及所述障碍车辆在所述m个关键点处的速度,获取所述障碍车辆在每两个相邻关键点之间的加速度,包括:
通过如下公式获取所述障碍车辆在每两个相邻关键点之间的加速度:
ai=(ui+1-ui)/Ti
其中,ai为所述障碍车辆在第i个关键点和第i+1个关键点之间的加速度,第i个关键点和第i+1个关键点相邻,Ti为障碍车辆在第i个关键点和第i+1个关键点之间的运行时长,ui+1为所述障碍车辆在第i+1个关键点处的速度,ui为所述障碍车辆在第i个关键点处的速度,i=1,2,…m-1。
10.根据权利要求2所述的方法,其特征在于,所述获取m个关键点中的第一个关键点的第一影子点的第一坐标,包括:
根据第一个关键点的坐标和第二个关键点的坐标,得到所述第一坐标;
所述获取m个关键点中的最后一个关键点的第二影子点的第二坐标,包括:
根据最后一个关键点的坐标和倒数第二个关键点的坐标,得到所述第二坐标。
11.一种无人车性能测试的控制量的获取装置,其特征在于,包括:
关键点获取模块,用于获取模拟障碍车辆行进轨迹上m个关键点的坐标以及在所述m个关键点处的速度;m≥2;
轨迹方程获取模块,用于根据所述m个关键点的坐标,获取所述障碍车辆在每两个相邻关键点之间的轨迹方程,所述轨迹方程为n次多项式方程,n≥2;
加速度获取模块,用于根据所述m个关键点处的速度和各轨迹方程对应的轨迹曲线,获取所述障碍车辆在每两个相邻关键点之间的加速度,若所述障碍车辆在两个相邻的关键点处的速度不相同,则所述障碍车辆在所述两个相邻的关键点之间的加速度为不为0的常量,若所述障碍车辆在两个相邻的关键点处的速度相同,则所述障碍车辆在所述两个相邻的关键点之间的加速度为0;
控制量获取模块,用于对于每个运行时长,根据各所述加速度,获取所述障碍车辆按照各所述轨迹方程对应的轨迹运行时,在运行了所述运行时长时的动力属性和坐标。
12.根据权利要求11所述的装置,其特征在于,所述轨迹方程获取模块具体用于:
获取m个关键点中的第一个关键点的第一影子点的第一坐标,以及m个关键点中的最后一个关键点的第二影子点的第二坐标;
根据所述m个关键点的坐标,第一坐标和第二坐标,获取所述障碍车辆在每两个相邻关键点之间的轨迹方程。
13.根据权利要求11或12所述的装置,其特征在于,所述加速度获取模块具体用于:
获取各轨迹方程对应的轨迹曲线的长度;
根据所述障碍车辆在所述m个关键点处的速度和各轨迹曲线的长度,获取所述障碍车辆在每两个相邻关键点之间的运行时长;
根据各所述运行时长,以及所述障碍车辆在所述m个关键点处的速度,获取所述障碍车辆在每两个相邻关键点之间的加速度。
14.根据权利要求11或12所述的装置,其特征在于,若所述动力属性包括速度,则所述控制量获取模块具体用于:
对于每个运行时长,确定当障碍车辆运行了所述运行时长时,所述障碍车辆处于第一关键点和第二关键点之间,并按照第一关键点和第二关键点之间的目标轨迹方程对应的目标轨迹运行;所述第一关键点和第二关键点为所述m个关键点中的两个相邻关键点;
确定所述障碍车辆按照所述目标轨迹已运行的目标时长;
根据所述障碍车辆在第一关键点的速度,在第一关键点和第二关键点之间的加速度和所述目标时长,获取所述障碍车辆在运行了所述运行时长时,所述障碍车辆的速度。
15.根据权利要求14所述的装置,其特征在于,所述控制量获取模块还具体用于:
根据所述障碍车辆在所述第一关键点的速度和所述目标时长,得到所述障碍车辆按照所述目标轨迹已运行的目标距离;
获取目标距离与目标轨迹曲线的长度的比值;所述目标轨迹曲线的长度为所述目标轨迹方程对应的轨迹曲线的长度;
根据所述比值和所述目标轨迹方程,获取所述障碍车辆在运行了所述运行时长时,所述障碍车辆的坐标。
16.一种计算机可读存储介质,其特征在于,计算机可读存储介质上存储有计算机程序,在所述计算机程序被处理器执行时,执行权利要求1至10中任一项所述的方法。
17.一种无人车性能测试的控制量的获取装置,其特征在于,包括处理器和存储器,其中,
存储器,用于存储程序;
处理器,用于执行所述存储器存储的所述程序,当所述程序被执行时,所述处理器用于执行权利要求1至10中任一所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810672885.8A CN109141911B (zh) | 2018-06-26 | 2018-06-26 | 无人车性能测试的控制量的获取方法和装置 |
US16/278,672 US11148674B2 (en) | 2018-06-26 | 2019-02-18 | Method and apparatus for acquiring control amount for performance test of unmanned vehicle |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810672885.8A CN109141911B (zh) | 2018-06-26 | 2018-06-26 | 无人车性能测试的控制量的获取方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109141911A CN109141911A (zh) | 2019-01-04 |
CN109141911B true CN109141911B (zh) | 2019-11-26 |
Family
ID=64802280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810672885.8A Active CN109141911B (zh) | 2018-06-26 | 2018-06-26 | 无人车性能测试的控制量的获取方法和装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11148674B2 (zh) |
CN (1) | CN109141911B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109916422B (zh) * | 2019-03-29 | 2021-06-29 | 北京经纬恒润科技股份有限公司 | 一种全局路径规划方法及装置 |
CN111694287B (zh) * | 2020-05-14 | 2023-06-23 | 阿波罗智能技术(北京)有限公司 | 无人驾驶仿真场景中的障碍物模拟方法和装置 |
CN111611709B (zh) * | 2020-05-20 | 2023-09-15 | 阿波罗智能技术(北京)有限公司 | 用于控制仿真车辆的方法、装置、电子设备和存储介质 |
CN111806459B (zh) * | 2020-06-30 | 2021-07-30 | 三一专用汽车有限责任公司 | 车辆轨迹预测方法、装置和车辆 |
CN112200834B (zh) * | 2020-09-18 | 2024-08-09 | 广东芯盾微电子科技有限公司 | 一种基于车辆关键点轨迹的倒车判断方法、系统及介质 |
CN114184206B (zh) * | 2021-12-03 | 2024-04-19 | 北京车慧达科技有限公司 | 一种基于车辆轨迹点生成行驶路线的方法和装置 |
CN114863385B (zh) * | 2022-03-23 | 2023-04-07 | 禾多科技(北京)有限公司 | 道路曲面信息生成方法、装置、设备和计算机可读介质 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US1040726A (en) * | 1912-02-05 | 1912-10-08 | Manufacturers Can Company | Sealing device for cans, &c. |
US4809178A (en) * | 1986-05-22 | 1989-02-28 | Kabushiki Kaisha Toyota Chuo Kenkyusho | Obstacle data processing system for unmanned vehicle |
FR2984254B1 (fr) * | 2011-12-16 | 2016-07-01 | Renault Sa | Controle de vehicules autonomes |
DE102013009252A1 (de) * | 2013-06-03 | 2014-12-04 | Trw Automotive Gmbh | Steuergerät und Verfahren für eine Notfall-Lenkunterstützungsfunktion |
US9720410B2 (en) * | 2014-03-03 | 2017-08-01 | Waymo Llc | Remote assistance for autonomous vehicles in predetermined situations |
US9631933B1 (en) * | 2014-05-23 | 2017-04-25 | Google Inc. | Specifying unavailable locations for autonomous vehicles |
US20150379437A1 (en) * | 2014-06-26 | 2015-12-31 | Ford Global Technologies, Llc | Method and system for on-demand transportation services |
KR101610502B1 (ko) * | 2014-09-02 | 2016-04-07 | 현대자동차주식회사 | 자율주행차량의 주행환경 인식장치 및 방법 |
US9547985B2 (en) * | 2014-11-05 | 2017-01-17 | Here Global B.V. | Method and apparatus for providing access to autonomous vehicles based on user context |
US9494439B1 (en) * | 2015-05-13 | 2016-11-15 | Uber Technologies, Inc. | Autonomous vehicle operated with guide assistance of human driven vehicles |
CN104933228B (zh) * | 2015-05-27 | 2018-03-02 | 西安交通大学 | 基于速度障碍的无人车实时轨迹规划方法 |
KR20170034696A (ko) * | 2015-09-21 | 2017-03-29 | 현대자동차주식회사 | 자율주행 차량의 주행 제어 시스템 및 방법 |
US9494940B1 (en) * | 2015-11-04 | 2016-11-15 | Zoox, Inc. | Quadrant configuration of robotic vehicles |
CN105699095B (zh) * | 2016-01-27 | 2018-11-13 | 常州加美科技有限公司 | 一种无人驾驶车辆的测试方法 |
US10241214B2 (en) * | 2016-03-01 | 2019-03-26 | International Business Machines Corporation | Acceleration of real time computer vision processing on UAVs through GPS attitude estimation |
CN106063711B (zh) | 2016-05-24 | 2018-10-30 | 西安交通大学 | 一种骨导波检测与分离、识别及重构方法 |
AU2017270574A1 (en) * | 2016-05-27 | 2018-12-13 | Uber Technologies, Inc. | Facilitating rider pick-up for a self-driving vehicle |
CN107991898A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试装置及电子设备 |
CN107992016A (zh) * | 2016-10-26 | 2018-05-04 | 法乐第(北京)网络科技有限公司 | 一种无人驾驶车辆模拟测试方法 |
CN107063711B (zh) * | 2017-04-21 | 2020-06-30 | 百度在线网络技术(北京)有限公司 | 用于测试无人车的方法和装置 |
CN107024356A (zh) * | 2017-04-28 | 2017-08-08 | 百度在线网络技术(北京)有限公司 | 用于测试无人车的方法和装置 |
CN107515607A (zh) * | 2017-09-05 | 2017-12-26 | 百度在线网络技术(北京)有限公司 | 用于无人车的控制方法和装置 |
CN110462543B (zh) * | 2018-03-08 | 2022-09-30 | 百度时代网络技术(北京)有限公司 | 用于评估自动驾驶车辆的感知要求的基于仿真的方法 |
-
2018
- 2018-06-26 CN CN201810672885.8A patent/CN109141911B/zh active Active
-
2019
- 2019-02-18 US US16/278,672 patent/US11148674B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US11148674B2 (en) | 2021-10-19 |
US20190389474A1 (en) | 2019-12-26 |
CN109141911A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109141911B (zh) | 无人车性能测试的控制量的获取方法和装置 | |
CN110235148B (zh) | 训练动作选择神经网络 | |
CN111316295B (zh) | 使用分布式优先化回放的强化学习 | |
CN110377025A (zh) | 用于自动驾驶车辆的传感器聚合框架 | |
CN110383298B (zh) | 用于连续控制任务的数据高效强化学习 | |
US20210201156A1 (en) | Sample-efficient reinforcement learning | |
US11704554B2 (en) | Automated training data extraction method for dynamic models for autonomous driving vehicles | |
CN110574046A (zh) | 各种行为的数据有效模仿 | |
CN112119409A (zh) | 具有关系存储器的神经网络 | |
WO2012012126A3 (en) | Reservoir simulation of giant subsurface reservoirs with accelerated phase equilibrium determination | |
CN110546653A (zh) | 使用神经网络的用于强化学习的动作选择 | |
CN109635867B (zh) | 用于度量海洋移动目标轨迹相似性的方法及系统 | |
CN104794501B (zh) | 模式识别方法及装置 | |
EP3869175B1 (en) | Testing method and apparatus for automated driving system, electronic device, storage medium and computer program product | |
CN102853833A (zh) | 捷联惯性导航系统快速阻尼方法 | |
CN117133130B (zh) | 一种机场道路拥堵预测仿真方法及系统 | |
CN105180955A (zh) | 机动车实时精准定位方法及装置 | |
CN103091508A (zh) | 一种获取导航目标运动方向的方法和装置 | |
CN111241749B (zh) | 一种基于储备池计算的永磁同步电动机混沌预测方法 | |
CN116523970A (zh) | 基于二次隐式匹配的动态三维目标跟踪方法及装置 | |
CN107767487A (zh) | 一种确定数据采集路线的方法与装置 | |
CN115576317A (zh) | 一种基于神经网络的多预瞄点路径跟踪控制方法及系统 | |
CN108120450B (zh) | 一种静止状态的判断方法及装置 | |
US20150268877A1 (en) | Systems and methods for recording data in a memory | |
CN103150051A (zh) | 触摸操作响应方法、系统及触摸屏终端 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211020 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Patentee after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Patentee before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |