CN109154821A - 轨迹生成方法、装置和无人驾驶地面车辆 - Google Patents
轨迹生成方法、装置和无人驾驶地面车辆 Download PDFInfo
- Publication number
- CN109154821A CN109154821A CN201780029497.1A CN201780029497A CN109154821A CN 109154821 A CN109154821 A CN 109154821A CN 201780029497 A CN201780029497 A CN 201780029497A CN 109154821 A CN109154821 A CN 109154821A
- Authority
- CN
- China
- Prior art keywords
- tracing point
- track
- driving trace
- point
- ground 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000001133 acceleration Effects 0.000 claims abstract description 25
- 238000012790 confirmation Methods 0.000 claims description 24
- 238000005259 measurement Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005183 dynamical system Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000002917 insecticide Substances 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 201000004792 malaria Diseases 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G05D1/0223—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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
-
- 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
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3605—Destination input or retrieval
- G01C21/3614—Destination input or retrieval through interaction with a road map, e.g. selecting a POI icon on a road map
-
- 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
- G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
- G05D1/0016—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement characterised by the operator's input device
-
- 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
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
-
- 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
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Acoustics & Sound (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例提供一种轨迹生成方法、装置和无人驾驶地面车辆,此方法包括:获取在待规划区域中实际行驶轨迹中各轨迹点的行驶参数,行驶参数包括以下至少一种:行驶位置、速度、加速度、行驶时间;根据获取的行驶参数,获取实际行驶轨迹中的N个轨迹点,N为大于或等于2的整数;根据N个轨迹点的行驶参数,生成无人驾驶地面车辆在待规划区域中的规划行驶轨迹。本实施例中的规划行驶轨迹是根据实际行驶轨迹中的轨迹点的实际行驶参数生成的,所以规划行驶轨迹非常接近实际行驶轨迹,而且用户只需要操作机器实际行驶一遍即可,无需人为绘制高精度地区,也无需进行人为进行轨迹规划,因此,本实施例生成的规划行驶轨迹的准确度更高而且效率更高。
Description
技术领域
本发明实施例涉及无人机技术领域,尤其涉及一种轨迹生成方法、装置和无人驾驶地面车辆。
背景技术
目前,无人驾驶拖拉机已面市,其可以耕地、喷洒农药和收割庄稼等,给农业领域带来了极大的好处,例如节省用户时间、提高作业效率、增加作业收益以及提高农业机械的利用效率等。由于该无人驾驶拖拉机是无人驾驶且是自动行驶的,所以预先要设定好行驶轨迹,无人驾驶拖拉机根据设定好的行驶轨迹进行行驶,以实现精准地耕地、喷洒农药和收割庄稼等操作。目前,设定行驶轨迹的方式为:绘制待行驶区域的高精度地图,然后人为在该高精度地图上根据需要进行轨迹规划,且保证该高精度地图与实际接收到反馈的精度一致。但是,获取高精度地图以及人为进行轨迹规划,需要耗费大量人力物力,行驶轨迹的设定效率低下。
发明内容
本发明实施例提供一种轨迹生成方法、装置和无人驾驶地面车辆,用于提高规划行驶轨迹的效率。
第一方面,本发明实施例提供一种轨迹生成方法,包括:
获取在待规划区域中实际行驶轨迹中各轨迹点的行驶参数,所述行驶参数包括以下至少一种:行驶位置、速度、加速度、行驶时间;
根据获取的所述行驶参数,获取所述实际行驶轨迹中的N个轨迹点,所述N为大于或等于2的整数;
根据所述N个轨迹点的行驶参数,生成无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹。
第二方面,本发明实施例提供一种轨迹生成装置,包括:存储器和处理器;
所述存储器,用于存储程序指令;
所述处理器,用于调用所述存储器中存储的所述程序指令以实现如第一方面本发明实施例所述的轨迹生成方法。
第三方面,本发明实施例提供一种无人驾驶地面车辆,包括如第一方面本发明实施例所述的轨迹生成装置。
第四方面,本发明实施例提供一种芯片,包括:存储器和处理器;
所述存储器,用于存储程序指令;
所述处理器,用于调用所述存储器中存储的所述程序指令以实现如第一方面本发明实施例所述的轨迹生成方法。
第五方面,本发明提供一种存储介质,包括:可读存储介质和计算机程序,所述计算机程序用于实现如第一方面本发明实施例所述的轨迹生成方法。
本发明实施例提供的轨迹生成方法、装置和无人驾驶地面车辆,通过获取在待规划区域中实际行驶轨迹中各轨迹点的行驶参数,然后根据获取的所述行驶参数,获取所述实际行驶轨迹中的N个轨迹点;再根据所述N个轨迹点的行驶参数,生成无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹。本实施例中生成的规划行驶轨迹是根据该N个轨迹点的行驶参数生成的,该N个轨迹点是实际行驶轨迹中的轨迹点,并且该N个轨迹点的行驶参数也是实际行驶轨迹中的行驶参数,所以生成的规划行驶轨迹非常接近实际行驶轨迹,而且对用户来说,用户只需要操作机器实际行驶一遍即可,无需人为绘制高精度地区,也无需进行人为进行轨迹规划,因此,本实施例生成的规划行驶轨迹的准确度更高而且效率更高。
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一简单地介绍,显而易见地,下面描述中的附图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的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明的实施例的无人驾驶系统100的示意性架构图;
图2为本发明一实施例提供的轨迹生成方法的流程图;
图3为本发明一实施例提供的修正生成的行驶轨迹的一种操作示意图;
图4为本发明另一实施例提供的轨迹生成方法的流程图;
图5为本发明一实施例提供的导引轨迹的一种示意图;
图6为本发明一实施例提供的轨迹生成装置的结构示意图;
图7为本发明另一实施例提供的轨迹生成装置的结构示意图;
图8为本发明一实施例提供的无人驾驶地面车辆的结构示意图;
图9为本发明另一实施例提供的无人驾驶地面车辆的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。无人驾驶地面车辆
本发明的实施例提供了轨迹生成方法、装置和无人驾驶地面车辆。无人驾驶地面车辆可以是无人驾驶拖拉机、无人驾驶机器人等,本发明的实施例并不限于此。
图1是根据本发明的实施例的无人驾驶系统100的示意性架构图。本实施例以无人驾驶地面车辆为例进行说明。
无人驾驶系统100可以包括无人驾驶地面车辆110、显示设备130和控制装置140。其中,无人驾驶地面车辆110可以包括动力系统150、控制系统160和机架。无人驾驶地面车辆110可以与控制装置140和显示设备130进行无线通信。
动力系统150可以包括一个或多个电子调速器(简称为电调)151、一个或多个车轮153以及与一个或多个车轮153相对应的一个或多个电机152,其中电机152连接在电子调速器151与车轮153之间,电机152和车轮153设置在无人驾驶地面车辆110上;电子调速器151用于接收控制系统160产生的驱动信号,并根据驱动信号提供驱动电流给电机152,以控制电机152的转速。电机152用于驱动车轮转动,从而为无人驾驶地面车辆110的行驶提供动力,该动力使得无人驾驶地面车辆110能够实现一个或多个自由度的运动。应理解,电机152可以是直流电机,也可以交流电机。另外,电机152可以是无刷电机,也可以是有刷电机。
控制系统160可以包括控制器161和传感系统162。传感系统162用于测量无人驾驶地面车辆的状态信息,即无人驾驶地面车辆110的位置信息和状态信息,例如,位置、角度、速度、加速度和角速度等。传感系统162例如可以包括陀螺仪、超声传感器、电子罗盘、惯性测量单元(Inertial Measurement Unit,IMU)、视觉传感器、全球导航卫星系统和气压计等传感器中的至少一种。例如,全球导航卫星系统可以是全球定位系统(Global PositioningSystem,GPS)。控制器161用于控制无人驾驶地面车辆110的行驶,例如,可以根据传感系统162测量的状态信息控制无人驾驶地面车辆110的行驶。应理解,控制器161可以按照预先编好的程序指令对无人驾驶地面车辆110进行控制,也可以通过响应来自控制装置140的一个或多个控制指令对无人驾驶地面车辆110进行控制。
显示设备130可以通过无线方式与无人驾驶地面车辆110进行通信,并且可以用于显示无人驾驶地面车辆110的状态信息。另外,还可以在显示设备130上显示无人驾驶地面车辆110上安装的成像装置拍摄的图像。应理解,显示设备130可以是独立的设备,也可以集成在控制装置140中。
控制装置140可以通过无线方式与无人驾驶地面车辆110进行通信,用于对无人驾驶地面车辆110进行远程操纵。
应理解,上述对于无人驾驶系统各组成部分的命名仅是出于标识的目的,并不应理解为对本发明的实施例的限制。
图2为本发明一实施例提供的轨迹生成方法的流程图,如图2所示,本实施例的方法可以包括:
S201、获取在待规划区域中实际行驶轨迹中各轨迹点的行驶参数,所述行驶参数包括如下至少一种:行驶位置、速度、加速度、行驶时间。
本实施例中用户可以手动控制无人驾驶地面车辆在待规划区域内行驶,或者,用户驾驶农用拖拉机在待规划区域内行驶等。以农用拖拉机为例,在行驶起点(即起始轨迹点)时启动惯性测量系统、载波相位差分(Real time kinematic,RTK)测量系统和控制系统,然后用户驾驶农用拖拉机沿所需的路线行驶,在行驶过程中,惯性测量系统、RTK测量系统可以实时采集行驶参数,该行驶参数可以包括以下至少一种:行驶位置、速度、加速度、行驶时间。其中,惯性测量系统可以采集速度、加速度,RTK测量系统可以采集行驶位置、行驶时间。由于行驶路线是由各个轨迹点组成,而且行驶参数可以实时获取,因此可以获得各个轨迹点的行驶参数。
S202、根据获取的所述行驶参数,获取所述实际行驶轨迹中的N个轨迹点,所述N为大于或等于2的整数。
S203、根据所述N个轨迹点的行驶参数,生成无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹。
本实施例中,可以根据实际行驶轨迹中各轨迹点的行驶参数,从实际行驶轨迹中获取N个轨迹点,该N个轨迹点用于生成规划行驶轨迹,至少需要两个轨迹点生成行驶轨迹,因此,N为大于或等于2的整数。在获得N个轨迹点之后,根据该N个轨迹点的行驶参数,生成该规划区域中的规划行驶轨迹。该规划行驶轨迹可以用于无人驾驶地面车辆在该规划区域中行驶,后需无人驾驶地面车辆在该规划区域中可以按照该规划行驶轨迹进行行驶,使得无人驾驶地面车辆的行驶轨迹接近上述S201中的实际行驶轨迹。
本实施例中,通过获取在待规划区域中实际行驶轨迹中各轨迹点的行驶参数,然后根据获取的所述行驶参数,获取所述实际行驶轨迹中的N个轨迹点;再根据所述N个轨迹点的行驶参数,生成无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹。本实施例中生成的规划行驶轨迹是根据该N个轨迹点的行驶参数生成的,该N个轨迹点是实际行驶轨迹中的轨迹点,并且该N个轨迹点的行驶参数也是实际行驶轨迹中的行驶参数,所以生成的规划行驶轨迹非常接近实际行驶轨迹,而且对用户来说,用户只需要操作机器实际行驶一遍即可,无需人为绘制高精度地区,也无需进行人为进行轨迹规划,因此,本实施例生成的规划行驶轨迹的准确度更高而且效率更高。
在一些实施例中,上述S202的一种可能的实现方式包括S2021和S2022。
S2021、根据获取的所述行驶参数,获取所述实际行驶轨迹中各轨迹点的轨迹曲率。
本实施例中,根据上述获取的实际行驶轨迹中各轨迹点的行驶参数,获取该各轨迹点的轨迹曲率。
在一些实施例中,本实施例中执行S2021时,还可以剔除所述各轨迹点中具有异常轨迹曲率的轨迹点;并根据剔除异常轨迹曲率的轨迹点后的各轨迹点的轨迹曲率,获取所述各轨迹点的轨迹曲率变化率。如此操作,可以剔除掉测量行驶参数时测量噪声引入的野值,以便后续根据N个轨迹点生成的规划行驶路线更准确。其中,本实施例可以通过低通滤波剔除掉异常轨迹曲率的轨迹点。异常轨迹曲率的轨迹点可以是指具有较高频率的信号。
其中,上述S2021的一种实现方式可以包括S20211和S20212:
S20211、根据各轨迹点的所述行驶参数,以及行驶参数与轨迹曲率半径的关系,获取所述各轨迹点的轨迹曲率半径。
本实施例中,轨迹点的轨迹曲率半径与轨迹点的行驶参数有关,其中这两者之间存在一定的关系,因此,可以根据各轨迹点的行驶参数,以及行驶参数与轨迹曲率半径的关系,获得各轨迹点的轨迹曲率半径。
其中,本实施例例如可以根据如下公式一获取各轨迹点的轨迹曲率半径;公式一:R=|x(t)’y(t)”-x(t)”y(t)’|/((x(t)’)^2+(y(t)’)^2)^(3/2)。
其中,行驶位置包括x(t)和y(t),R表示轨迹曲率半径,x(t)表示行驶时间为t时的轨迹点相对于预设基准点朝北的距离,y(t)表示行驶时间为t时的轨迹点相对于预设基准点朝东的距离;防大学x(t)’表示x(t)的一阶导数,如表示朝南北向的速度;x(t)”表示x(t)的二阶导数,如表示朝南北向的加速度;y(t)’表示y(t)的一阶导数,如表示朝东西向的速度;y(t)”表示y(t)的二阶导数,如表示朝东西向的加速度。
S20212、根据各轨迹点的所述轨迹曲率半径,获取所述各轨迹点的所述轨迹曲率。
本实施例中,轨迹曲率半径与轨迹曲率之间存在一定关系,因此,在获取到各轨迹点的轨迹曲率半径之后,根据该轨迹曲率半径,获得各轨迹点的轨迹曲率。
其中,本实施例例如可以根据公式二:k=1/R,获得各轨迹点的轨迹曲率。其中,k表示轨迹曲率,R表示轨迹曲率半径。
S2022、根据所述各轨迹点的轨迹曲率,从所述各轨迹点中获取所述N个轨迹点。
本实施例中,在获得各轨迹点的轨迹曲率之后,根据各轨迹点的轨迹曲率,从实际行驶轨迹的各轨迹点中获取上述N个轨迹点。
在一些实施例中,S2021和S2022中的各轨迹点可以是指剔除了异常轨迹曲率的轨迹点后的各轨迹点。
其中,S2022的一种可能的实现方式可以包括:S20221和S20222。
S20221、根据所述各轨迹点的轨迹曲率,获取所述各轨迹点的轨迹曲率变化率。
本实施例中,轨迹曲率与轨迹曲率变化率之间存在一定关系,在获得各轨迹点的轨迹曲率之后,获取各轨迹点的轨迹曲率变化率。其中,本实施例可以根据各轨迹点的轨迹曲率半径的一阶导数,获取各轨迹点的轨迹曲率变化率。
例如本实施例可以根据公式三:α=k’,获取所述各轨迹点的轨迹曲率变化率。其中,k表示轨迹曲率,α表示曲率变化率,k’表示k的一阶导数。
S20222、根据所述各轨迹点的轨迹曲率变化率,从所述各轨迹点中获取所述N个轨迹点。
本实施例中,在获得各轨迹点的轨迹曲率变化率之后,根据各轨迹点的轨迹曲率变化率,从实际行驶轨迹的各轨迹点中获取上述N个轨迹点。
其中,本实施例可以将各轨迹点的曲率变化率与曲率变化率阈值进行比较,判断轨迹点的曲率变化率是否大于曲率变化率阈值,若轨迹点的曲率变化率大于曲率变化率阈值,则将该轨迹点确定为该N个轨迹点中一个,若轨迹点的曲率变化率小于或等于曲率变化率阈值,则将该轨迹点排除在该N个轨迹点之外,如此操作,本实施例可以将实际行驶轨迹中曲率变化率大于曲率变化率阈值的轨迹点确定为上述N个轨迹点。
在一些实施例中,上述S203的一种可能的实现方式可以包括:S2031和S2032。
S2031、根据所述N个轨迹点的行驶参数以及预设轨迹生成规则,生成行驶轨迹。
本实施例中,在获得N个轨迹点的行驶参数之后,根据该N个轨迹点的行驶参数以及预设轨迹生成规则,生成行驶轨迹。
其中,该预设轨迹生成规则包括:用于表示各轨迹点的行驶位置、速度、加速度和行驶时间之间的关系的五阶多项式。
其中,根据N个轨迹点中两个相邻的轨迹点的行驶参数,以及预设轨迹生成规则,生成这两个相邻的行驶轨迹,然后将所有根据两个相邻的轨迹点生成的行驶轨迹结合,可以获得N个轨迹点的行驶轨迹。
下面以两个相邻轨迹点为例,分别为轨迹点1和轨迹点2。设轨迹点1的行驶位置为(x1,y1),速度为(vx1,vy1),加速度(ax1,ay1),行驶时间为t1,轨迹点2的位置为(x2,y2),速度为(vx2,vy2),加速度为(ax2,ay2),行驶时间为t2。
设上述五阶多项式为:f(t)=at5+bt4+ct3+dt2+et+f,则对于x方向(可以认为朝北方向)而言存在如下公式四:
根据上述公式四可以解出五阶多项式的六个系数,即解出a、b、c、d、e、f。
此外,五阶多项式中一阶导数就是速度,二阶导数就是加速度。自动驾驶过程中,计算当前轨迹点的行驶位置、速度和加速度,只需要将时间t带入上式即可得到当前时间所需要的各个指标。
其中,y方向(可以认为是朝东方向)同理可以得到,此处不再赘述。
S2032、根据生成的行驶轨迹,获得无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹。
本实施例中,在根据上述预设轨迹生成规则生成行驶轨迹之后,根据生成的行驶轨迹,获得无人驾驶地面车辆在该待规划区域中的规划行驶迹。
其中,S2032的一种可能的实现方式可以包括:S20321-S20323。
S20321、从所述生成的行驶轨迹中确定M个采样轨迹点,所述M为大于或等于1的整数。
本实施例中,在生成行驶轨迹之后,从生成的行驶轨迹中确定M个采样轨迹点,M为大于或等于1的整数,M小于或等于N。该M个采样轨迹点可以是在生成的行驶轨迹上等距离取的轨迹点,也可以是从N个轨迹点中等间隔相同轨迹点数的轨迹点,本实施例对此不做限定。
S20322、根据所述M个采样轨迹点,确定所述生成的行驶轨迹与所述实际行驶轨迹之间的误差。
本实施例中,根据获得的M个采样轨迹点,确定生成的行驶轨迹与实际行驶轨迹之间的误差。
其中,S20322的一种可能的实现方式为:确定所述M个采样轨迹点中每个采样轨迹点到所述实际行驶轨迹之间的最短距离;根据所述M个采样轨迹点中每个采样轨迹点到所述实际行驶轨迹之间的最短距离,确定所述生成的行驶轨迹与所述实际行驶轨迹之间的误差值。例如:本实施例可以将M个采样轨迹点到实际行驶轨迹之间的最短距离的平均值,例如:(d1+d2+...+dM)/M,确定为等于该生成的行驶轨迹与实际行驶轨迹之间的误差,在其它实施例中,也不限于平均值,也可以取加权平均值,或者,最小值,或者,最大值,本实施例对此不做限定。
S20323、在所述误差小于或等于预设误差阈值时,根据所述生成的行驶轨迹,获得所述规划行驶轨迹。
本实施例中,将上述确定的所述生成的行驶轨迹与实际行驶轨迹之间的误差,与,预设误差阈值进行比较,若该误差小于或等于预设误差阈值,则根据该生成的行驶轨迹,获得所述规划行驶轨迹。这样可以保证获得的规划行驶轨迹与实际行驶轨迹之间的误差足够小,提高了规划行驶轨迹的准确率。
可选地,若该误差大于预设误差阈值时,则更新上述实施例中所述的曲率变化率阈值,更新后的曲率变化率阈值小于更新前的曲率变化率阈值,即调小曲率变化率阈值,例如每次调整的增量是相同。结合有关曲率变化率阈值的实施例中,在曲率变化率阈值调小的情况下,本实施例再将所述各轨迹点中轨迹曲率变化率大于更新后的曲率变化率阈值的轨迹点重新确定为所述N个轨迹点,则此时重新获得的N个轨迹点的数量更多,然后再根据重新获得的N个轨迹点的行驶参数,获得规划行驶轨迹。
在一些实施例中,本实施例在生成行驶轨迹之后,还在显示界面中显示生成的行驶轨迹与实际行驶轨迹,以便用户获得自动生成的行驶轨迹与实际行驶轨迹之间的区别,用户可以选择对生成的行驶轨迹进行调整或者不调整。
若用户对生成的行驶轨迹不调整,则用户输入确认操作,该确认操作用于确认生成该规划行驶轨迹,本实施例检测到用户输入的确认操作,并根据该确认操作以及生成的行驶轨迹,确定无人驾驶地面车辆在该待规划区域中的规划行驶轨迹,例如确定该规划行驶轨迹为该生成的行驶轨迹。
若用户对生成的行驶轨迹进行调整,则用户输入修正操作,该修正操作包括以下至少一项:剔除所述生成的行驶轨迹中的至少一个轨迹点、为所述生成的行驶轨迹增加至少一个轨迹点、改变所述生成的行驶轨迹中的至少一个轨迹点的位置。然后根据该修正操作,对生成的行驶轨迹进行修正,修正之后,在显示界面中显示修正后的生成的行驶轨迹,以便用户判断修正后的生成的行驶轨迹是否符合要求。若不符合要求,可以继续修正,若符合要求,用户可以输入确认操作,该确认操作用于确认生成该规划行驶轨迹,本实施例检测到用户输入的确认操作,并根据该确认操作以及修正后的生成的行驶轨迹,确定无人驾驶地面车辆在该待规划区域中的规划行驶轨迹,例如确定该规划行驶轨迹为该修正后的生成的行驶轨迹。其中,修正操作如图3所示,用户可以对图3所示的轨迹点的位置进行改变,可以删除该轨迹点,在图3所示的生成的行驶轨迹的例子中,该生成的行驶轨迹中与实际行驶轨迹可以部分重合。
图4为本发明另一实施例提供的轨迹生成方法的流程图,如图4所示,本实施例的方法在图2所示实施例的基础上,在执行S203之后可以包括:
S401、检测用户输入的控制操作,所述控制操作用于控制无人驾驶地面车辆按照所述规划行驶轨迹行驶。
S402、根据所述控制操作,控制所述无人驾驶地面车辆按照所述规划行驶轨迹在所述待规划区域中行驶。
本实施例中,在用户需要控制无人驾驶地面车辆按照规划行驶轨迹进行自动行驶时,用户输入控制操作,该控制操作用于控制无人驾驶地面车辆按照所述规划行驶轨迹行驶。本实施例检测到用户输入的控制操作之后,根据该控制操作控制所述无人驾驶地面车辆按照所述规划行驶轨迹在所述待规划区域中行驶。
需要说明的是,执行图4所示方法的装置与执行图2所示方法的装置可以为同一装置,因此,在生成规划行驶轨迹之后,保存该规划行驶轨迹,然后执行S401和S402。或者,执行图4所示方法的装置与执行图2所示方法的装置不是同一装置,则本实施例获取生成的规划行驶轨迹,然后执行S401和S402。
本实施例中,通过控制无人驾驶地面车辆根据生成的规划行驶轨迹在待规划区域中行驶,使得无人驾驶地面车辆的实际行驶轨迹非常接近用户所需的行驶轨迹,提高了用户体验。
在一些实施例中,本实施例还获取所述规划行驶轨迹的起始轨迹点位置以及从所述起始轨迹点开始行驶的起始方向角,例如可以通过RTK惯性测量系统获取方向角。该起始轨迹点位置也可以是上述实际行驶轨迹的起点位置,起始方向角也可以是上述实际行驶轨迹在该起点位置开始行驶的方向角。其中,方向角为机身朝向与正北方向的夹角。
如果无人驾驶地面车辆当前的位置未处于规划行驶轨迹的起始轨迹点位置,和/或,无人驾驶地面车辆当前的方向角与所述起始方向角不同,则需要将无人驾驶地面车辆的位置调整至该起始轨迹点位置,以及将无人驾驶地面车辆的方向角调整为起始方向角,从而后续才能保证无人驾驶地面车辆更精确地按照上述规划行驶轨迹进行行驶。因此,本实施例根据所述无人驾驶地面车辆当前的位置、所述无人驾驶地面车辆当前的方向角、所述起始轨迹点位置以及所述起始方向角,生成导引轨迹。其中,所述导引轨迹的起点为所述无人驾驶地面车辆当前的位置,所述导引轨迹的终点为所述起始轨迹点,所述无人驾驶地面车辆在所述导引轨迹的起点的方向角为所述无人驾驶地面车辆当前的方向角,所述无人驾驶地面车辆在所述导引轨迹的终点的方向角为所述起始方向角。然后本实施例控制无人驾驶地面车辆按照该导引轨迹行驶,使得无人驾驶地面车辆按照导引轨迹行驶结束时的位置为起始轨迹点位置,方向角为上述起始方向角。
在一些实施例中,该导引轨迹包括弧线导引轨迹,这样可以保证均匀地调整无人驾驶地面车辆的位置和/或方向角。
在一些实施例中,该导引轨迹还可以包括直线导引轨迹,例如:在弧线导引轨迹之前还包括加速直线导引轨迹,在弧线导引轨迹之后还包括减速直线导引轨迹。
一般情况下,无人驾驶地面车辆的当前位置与起始轨迹点不一定完全重合,在这种情况下,考虑无人驾驶地面车辆(例如农用拖拉机)必须经过规划行驶轨迹的起始轨迹点开始作业的需求(避免轨迹绕过起始轨迹点毁坏农作物),需要生成导引轨迹,具体过程的一个例子如下所示:
先根据无人驾驶地面车辆实际性能(平稳运行速度和加减速性能),在当前位置和起始轨迹点之间延伸出直线型的加速段和减速段,即加速直线导引轨迹和减速直线导引轨迹。其中,加速直线导引轨迹和减速直线导引轨迹之间用弧形导引轨迹作为过渡,并保证无人驾驶地面车辆匀速行驶。其中,导引轨迹的一个例子如如图5所示。
假设弧形导引轨迹的起点位置为(xA,yA),速度为(vxA,vyA),终点位置为(xB,yB),速度为(vxB,vyB)。两点的速度大小相等,但朝向不同。再根据公式五:
可以解出圆心坐标(x,y),同时可以解出半径
最后利用圆公式x=rcosθ,y=rsinθ,θ为此时无人驾驶地面车辆距离圆心的方位角(无人驾驶地面车辆与圆心连线和正北方向的夹角)。
至此,可以获得上述导引轨迹。
本发明实施例中还提供了一种计算机存储介质,该计算机存储介质中存储有程序指令,所述程序执行时可包括如图2、图4及其对应实施例中的轨迹生成方法的部分或全部步骤。
图6为本发明一实施例提供的轨迹生成装置的结构示意图,如图6所示,本实施例的轨迹生成装置600可以包括:存储器601和处理器602。处理器602可以是中央处理单元(Central Processing Unit,CPU),该处理器602还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器601,用于存储程序指令;
所述处理器602,用于调用所述存储器601中存储的所述程序指令以实现:
获取在待规划区域中实际行驶轨迹中各轨迹点的行驶参数,所述行驶参数包括:行驶位置、速度、加速度、行驶时间;
根据获取的所述行驶参数,获取所述实际行驶轨迹中的N个轨迹点,所述N为大于或等于2的整数;
根据所述N个轨迹点的行驶参数,生成无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹。
在一些实施例中,所述处理器602,具体用于:
根据获取的所述行驶参数,获取所述实际行驶轨迹中各轨迹点的轨迹曲率;
根据所述各轨迹点的轨迹曲率,从所述各轨迹点中获取所述N个轨迹点。
在一些实施例中,所述处理器602,具体用于:
根据所述各轨迹点的轨迹曲率,获取所述各轨迹点的轨迹曲率变化率;
根据所述各轨迹点的轨迹曲率变化率,从所述各轨迹点中获取所述N个轨迹点。
在一些实施例中,所述处理器602,具体用于:
将所述各轨迹点中轨迹曲率变化率大于曲率变化率阈值的轨迹点确定为所述N个轨迹点。
在一些实施例中,所述处理器602,具体用于:
剔除所述各轨迹点中具有异常轨迹曲率的轨迹点;
根据剔除异常轨迹曲率的轨迹点后的各轨迹点的轨迹曲率,获取所述各轨迹点的轨迹曲率变化率。
在一些实施例中,所述处理器602,具体用于:
根据各轨迹点的所述行驶参数,以及行驶参数与轨迹曲率半径的关系,获取所述各轨迹点的轨迹曲率半径;
根据各轨迹点的所述轨迹曲率半径,获取所述各轨迹点的所述轨迹曲率。
在一些实施例中,所述处理器602,具体用于:
根据各轨迹点的轨迹曲率半径的一阶导数,获取所述各轨迹点的轨迹曲率变化率。
在一些实施例中,所述处理器602,具体用于:
根据所述N个轨迹点的行驶参数以及预设轨迹生成规则,生成行驶轨迹;
根据生成的行驶轨迹,获得无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹。
在一些实施例中,所述预设轨迹生成规则包括:用于表示各轨迹点的行驶位置、速度、加速度和行驶时间之间的关系的五阶多项式。
在一些实施例中,所述处理器602,具体用于:
从所述生成的行驶轨迹中确定M个采样轨迹点,所述M为大于或等于1的整数;
根据所述M个采样轨迹点,确定所述生成的行驶轨迹与所述实际行驶轨迹之间的误差;
在所述误差小于或等于预设误差阈值时,根据所述生成的行驶轨迹,获得所述规划行驶轨迹。
在一些实施例中,所述处理器602,具体用于:
确定所述M个采样轨迹点中每个采样轨迹点到所述实际行驶轨迹之间的最短距离;
根据所述M个采样轨迹点中每个采样轨迹点到所述实际行驶轨迹之间的最短距离,确定所述生成的行驶轨迹与所述实际行驶轨迹之间的误差。
在一些实施例中,所述处理器602,具体用于:
将所述M个采集轨迹点到所述实际行驶轨迹之间的最短距离的平均值,确定为等于所述生成的行驶轨迹与所述实际行驶轨迹之间的误差。
在一些实施例中,所述处理器602,还用于:
若所述误差大于所述预设误差阈值,则更新曲率变化率阈值,更新后的曲率变化率阈值小于更新前的曲率变化率阈值。
本实施例的装置,可以用于执行本发明上述各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。
图7为本发明另一实施例提供的轨迹生成装置的结构示意图,如图7所示,本实施例的轨迹生成装置600在图6所示实施例的基础上,还可以包括:显示界面603。
在一些实施例中,所述显示界面603,用于在所述处理器根据生成的行驶轨迹,获得无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹之前,在显示界面中显示所述生成的行驶轨迹与所述实际行驶轨迹;
所述处理器602,具体用于:通过所述显示界面603检测用户输入的确认操作,所述确认操作用于确认生成所述规划行驶轨迹;以及根据用户输入的确认操作以及所述生成的行驶轨迹,确定无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹。
在一些实施例中,所述处理器602,在检测用户输入的确认操作之前,还通过显示界面603检测用户输入的修正操作;以及根据用户输入的修正操作,对所述生成的行驶轨迹进行修正,所述修正操作包括以下至少一项:剔除所述生成的行驶轨迹中的至少一个轨迹点、为所述生成的行驶轨迹增加至少一个轨迹点、改变所述生成的行驶轨迹中的至少一个轨迹点的位置;
所述显示界面603,还用于显示修正后的所述生成的行驶轨迹;
所述处理器602在根据用户输入的确认操作以及所述生成的行驶轨迹,确定所述规划行驶轨迹时,具体用于:根据用户输入的确认操作,将所述修正后的所述生成的行驶轨迹确定为所述规划行驶轨迹。
在一些实施例中,所述处理器602还用于在根据所述N个轨迹点的行驶参数,生成无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹之后,通过所述显示界面603检测用户输入的控制操作,所述控制操作用于控制无人驾驶地面车辆按照所述规划行驶轨迹行驶;并根据所述控制操作,控制所述无人驾驶地面车辆按照所述规划行驶轨迹在所述待规划区域中行驶。
在一些实施例中,所述处理器602,还用于:获取所述规划行驶轨迹的起始轨迹点位置以及从所述起始轨迹点开始行驶的起始方向角;以及在控制所述无人驾驶地面车辆按照所述行驶轨迹在所述待规划区域中行驶之前,若所述无人驾驶地面车辆当前的位置与所述起始轨迹点位置不同,和/或,所述无人驾驶地面车辆当前的方向角与所述起始方向角不同,则根据所述无人驾驶地面车辆当前的位置、所述无人驾驶地面车辆当前的方向角、所述起始轨迹点位置以及所述起始方向角,生成导引轨迹,并控制所述无人驾驶地面车辆按照所述导引轨迹行驶;
所述导引轨迹的起点为所述无人驾驶地面车辆当前的位置,所述导引轨迹的终点为所述起始轨迹点,所述无人驾驶地面车辆在所述导引轨迹的起点的方向角为所述无人驾驶地面车辆当前的方向角,所述无人驾驶地面车辆在所述导引轨迹的终点的方向角为所述起始方向角;
其中,方向角为机身朝向与正北方向的夹角。
在一些实施例中,所述导引轨迹包括弧线导引轨迹。
本实施例的装置,可以用于执行本发明上述各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。
图8为本发明一实施例提供的无人驾驶地面车辆的结构示意图,如图8所示,本实施例的无人驾驶地面车辆1000包括:轨迹生成装置600。其中,所述轨迹生成装置600可以采用图6或图7所示实施例的结构,其对应地,可以执行本发明上述各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。
图9为本发明另一实施例提供的无人驾驶地面车辆的结构示意图,如图9所示,本实施例的无人驾驶地面车辆1000在图8所示实施例的基础上还可以包括:惯性测量系统700和RTK测量系统800;其中,轨迹生成装置600还与惯性测量系统700和RTK测量系统800通信连接。
所述惯性测量系统700,用于采集所述行驶参数中的速度和加速度;
所述RTK测量系统800,用于采集所述行驶参数中的行驶位置、行驶时间以及方向角;
所述轨迹生成装置600,还用于获取所述惯性测量系统700采集的以下至少一种:速度、加速度;和/或,获取所述RTK测量系统800采集的以下至少一种:行驶位置、行驶时间以及方向角。
在一些实施例中,所述无人驾驶地面车辆1000为无人驾驶拖拉机。
本领域普通技术人员可以理解:实现上述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,执行包括上述方法实施例的步骤;而前述的存储介质包括:只读内存(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,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发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,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发明各实施例技术方案的范围。
Claims (39)
1.一种轨迹生成方法,其特征在于,包括:
获取在待规划区域中实际行驶轨迹中各轨迹点的行驶参数,所述行驶参数包括如下至少一种:行驶位置、速度、加速度、行驶时间;
根据获取的所述行驶参数,获取所述实际行驶轨迹中的N个轨迹点,所述N为大于或等于2的整数;
根据所述N个轨迹点的行驶参数,生成无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹。
2.根据权利要求1所述的方法,其特征在于,所述根据获取的所述行驶参数,获取所述实际行驶轨迹中的N个轨迹点,包括:
根据获取的所述行驶参数,获取所述实际行驶轨迹中各轨迹点的轨迹曲率;
根据所述各轨迹点的轨迹曲率,从所述各轨迹点中获取所述N个轨迹点。
3.根据权利要求2所述的方法,其特征在于,所述根据所述各轨迹点的轨迹曲率,从所述各轨迹点中获取所述N个轨迹点,包括:
根据所述各轨迹点的轨迹曲率,获取所述各轨迹点的轨迹曲率变化率;
根据所述各轨迹点的轨迹曲率变化率,从所述各轨迹点中获取所述N个轨迹点。
4.根据权利要求3所述的方法,其特征在于,所述根据所述各轨迹点的轨迹曲率变化率,从所述各轨迹点中获取所述N个轨迹点,包括:
将所述各轨迹点中轨迹曲率变化率大于曲率变化率阈值的轨迹点确定为所述N个轨迹点。
5.根据权利要求3或4所述的方法,其特征在于,所述根据所述各轨迹点的轨迹曲率,获取所述各轨迹点的轨迹曲率变化率,包括:
剔除所述各轨迹点中具有异常轨迹曲率的轨迹点;
根据剔除异常轨迹曲率的轨迹点后的各轨迹点的轨迹曲率,获取所述各轨迹点的轨迹曲率变化率。
6.根据权利要求2-5任意一项所述的方法,其特征在于,所述根据获取的所述行驶参数,获取所述实际行驶轨迹中各轨迹点的轨迹曲率,包括:
根据各轨迹点的所述行驶参数,以及行驶参数与轨迹曲率半径的关系,获取所述各轨迹点的轨迹曲率半径;
根据各轨迹点的所述轨迹曲率半径,获取所述各轨迹点的所述轨迹曲率。
7.根据权利要求3-6任意一项所述的方法,其特征在于,所述根据所述各轨迹点的轨迹曲率,获取所述各轨迹点的轨迹曲率变化率,包括:
根据各轨迹点的轨迹曲率半径的一阶导数,获取所述各轨迹点的轨迹曲率变化率。
8.根据权利要求1-7任意一项所述的方法,其特征在于,所述根据所述N个轨迹点的行驶参数,生成无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹,包括:
根据所述N个轨迹点的行驶参数以及预设轨迹生成规则,生成行驶轨迹;
根据生成的行驶轨迹,获得无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹。
9.根据权利要求8所述的方法,其特征在于,所述预设轨迹生成规则包括:用于表示各轨迹点的行驶位置、速度、加速度和行驶时间之间的关系的五阶多项式。
10.根据权利要求8或9所述的方法,其特征在于,所述根据生成的行驶轨迹,获得无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹,包括:
从所述生成的行驶轨迹中确定M个采样轨迹点,所述M为大于或等于1的整数;
根据所述M个采样轨迹点,确定所述生成的行驶轨迹与所述实际行驶轨迹之间的误差;
在所述误差小于或等于预设误差阈值时,根据所述生成的行驶轨迹,获得所述规划行驶轨迹。
11.根据权利要求10所述的方法,其特征在于,所述根据所述M个采样轨迹点,确定所述生成的行驶轨迹与所述实际行驶轨迹之间的误差,包括:
确定所述M个采样轨迹点中每个采样轨迹点到所述实际行驶轨迹之间的最短距离;
根据所述M个采样轨迹点中每个采样轨迹点到所述实际行驶轨迹之间的最短距离,确定所述生成的行驶轨迹与所述实际行驶轨迹之间的误差。
12.根据权利要求11所述的方法,其特征在于,所述根据所述M个采样轨迹点中每个采样轨迹点到所述实际行驶轨迹之间的最短距离,确定所述生成的行驶轨迹与所述实际行驶轨迹之间的误差,包括:
将所述M个采集轨迹点到所述实际行驶轨迹之间的最短距离的平均值,确定为等于所述生成的行驶轨迹与所述实际行驶轨迹之间的误差。
13.根据权利要求10-12任意一项所述的方法,其特征在于,所述方法还包括:
若所述误差大于所述预设误差阈值,则更新曲率变化率阈值,更新后的曲率变化率阈值小于更新前的曲率变化率阈值。
14.根据权利要求8-13任意一项所述的方法,其特征在于,所述根据生成的行驶轨迹,获得无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹之前,还包括:
在显示界面中显示所述生成的行驶轨迹与所述实际行驶轨迹;
所述根据生成的行驶轨迹,获得无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹,包括:
检测用户输入的确认操作,所述确认操作用于确认生成所述规划行驶轨迹;
根据用户输入的确认操作以及所述生成的行驶轨迹,确定无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹。
15.根据权利要求14所述的方法,其特征在于,所述检测用户输入的确认操作之前,还包括:
检测用户输入的修正操作;
根据用户输入的修正操作,对所述生成的行驶轨迹进行修正,所述修正操作包括以下至少一项:剔除所述生成的行驶轨迹中的至少一个轨迹点、为所述生成的行驶轨迹增加至少一个轨迹点、改变所述生成的行驶轨迹中的至少一个轨迹点的位置;
在显示界面显示修正后的所述生成的行驶轨迹;
所述根据用户输入的确认操作以及所述生成的行驶轨迹,确定所述规划行驶轨迹,包括:
根据用户输入的确认操作,将所述修正后的所述生成的行驶轨迹确定为所述规划行驶轨迹。
16.根据权利要求1-15任意一项所述的方法,其特征在于,所述根据所述N个轨迹点的行驶参数,生成无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹之后,还包括:
检测用户输入的控制操作,所述控制操作用于控制无人驾驶地面车辆按照所述规划行驶轨迹行驶;
根据所述控制操作,控制所述无人驾驶地面车辆按照所述规划行驶轨迹在所述待规划区域中行驶。
17.根据权利要求16所述的方法,其特征在于,还包括:
获取所述规划行驶轨迹的起始轨迹点位置以及从所述起始轨迹点开始行驶的起始方向角;
控制所述无人驾驶地面车辆按照所述行驶轨迹在所述待规划区域中行驶之前,还包括:
若所述无人驾驶地面车辆当前的位置与所述起始轨迹点位置不同,和/或,所述无人驾驶地面车辆当前的方向角与所述起始方向角不同,则根据所述无人驾驶地面车辆当前的位置、所述无人驾驶地面车辆当前的方向角、所述起始轨迹点位置以及所述起始方向角,生成导引轨迹,并控制所述无人驾驶地面车辆按照所述导引轨迹行驶;
所述导引轨迹的起点为所述无人驾驶地面车辆当前的位置,所述导引轨迹的终点为所述起始轨迹点,所述无人驾驶地面车辆在所述导引轨迹的起点的方向角为所述无人驾驶地面车辆当前的方向角,所述无人驾驶地面车辆在所述导引轨迹的终点的方向角为所述起始方向角;
其中,方向角为机身朝向与正北方向的夹角。
18.根据权利要求17所述的方法,其特征在于,所述导引轨迹包括弧线导引轨迹。
19.一种轨迹生成装置,其特征在于,包括:存储器和处理器;
所述存储器,用于存储程序指令;
所述处理器,用于调用所述存储器中存储的所述程序指令以实现:
获取在待规划区域中实际行驶轨迹中各轨迹点的行驶参数,所述行驶参数包括如下至少一种:行驶位置、速度、加速度、行驶时间;
根据获取的所述行驶参数,获取所述实际行驶轨迹中的N个轨迹点,所述N为大于或等于2的整数;
根据所述N个轨迹点的行驶参数,生成无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹。
20.根据权利要求19所述的装置,其特征在于,所述处理器,具体用于:
根据获取的所述行驶参数,获取所述实际行驶轨迹中各轨迹点的轨迹曲率;
根据所述各轨迹点的轨迹曲率,从所述各轨迹点中获取所述N个轨迹点。
21.根据权利要求20所述的装置,其特征在于,所述处理器,具体用于:
根据所述各轨迹点的轨迹曲率,获取所述各轨迹点的轨迹曲率变化率;
根据所述各轨迹点的轨迹曲率变化率,从所述各轨迹点中获取所述N个轨迹点。
22.根据权利要求21所述的装置,其特征在于,所述处理器,具体用于:
将所述各轨迹点中轨迹曲率变化率大于曲率变化率阈值的轨迹点确定为所述N个轨迹点。
23.根据权利要求21或22所述的装置,其特征在于,所述处理器,具体用于:
剔除所述各轨迹点中具有异常轨迹曲率的轨迹点;
根据剔除异常轨迹曲率的轨迹点后的各轨迹点的轨迹曲率,获取所述各轨迹点的轨迹曲率变化率。
24.根据权利要求20-23任意一项所述的装置,其特征在于,所述处理器,具体用于:
根据各轨迹点的所述行驶参数,以及行驶参数与轨迹曲率半径的关系,获取所述各轨迹点的轨迹曲率半径;
根据各轨迹点的所述轨迹曲率半径,获取所述各轨迹点的所述轨迹曲率。
25.根据权利要求21-24任意一项所述的装置,其特征在于,所述处理器,具体用于:
根据各轨迹点的轨迹曲率半径的一阶导数,获取所述各轨迹点的轨迹曲率变化率。
26.根据权利要求19-25任意一项所述的装置,其特征在于,所述处理器,具体用于:
根据所述N个轨迹点的行驶参数以及预设轨迹生成规则,生成行驶轨迹;
根据生成的行驶轨迹,获得无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹。
27.根据权利要求26所述的装置,其特征在于,所述预设轨迹生成规则包括:用于表示各轨迹点的行驶位置、速度、加速度和行驶时间之间的关系的五阶多项式。
28.根据权利要求26或27所述的装置,其特征在于,所述处理器,具体用于:
从所述生成的行驶轨迹中确定M个采样轨迹点,所述M为大于或等于1的整数;
根据所述M个采样轨迹点,确定所述生成的行驶轨迹与所述实际行驶轨迹之间的误差;
在所述误差小于或等于预设误差阈值时,根据所述生成的行驶轨迹,获得所述规划行驶轨迹。
29.根据权利要求28所述的装置,其特征在于,所述处理器,具体用于:
确定所述M个采样轨迹点中每个采样轨迹点到所述实际行驶轨迹之间的最短距离;
根据所述M个采样轨迹点中每个采样轨迹点到所述实际行驶轨迹之间的最短距离,确定所述生成的行驶轨迹与所述实际行驶轨迹之间的误差。
30.根据权利要求29所述的装置,其特征在于,所述处理器,具体用于:
将所述M个采集轨迹点到所述实际行驶轨迹之间的最短距离的平均值,确定为等于所述生成的行驶轨迹与所述实际行驶轨迹之间的误差。
31.根据权利要求28-30任意一项所述的装置,其特征在于,所述处理器,还用于:
若所述误差大于所述预设误差阈值,则更新曲率变化率阈值,更新后的曲率变化率阈值小于更新前的曲率变化率阈值。
32.根据权利要求26-31任意一项所述的装置,其特征在于,所述装置还包括:显示界面;
所述显示界面,用于在所述处理器根据生成的行驶轨迹,获得无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹之前,在显示界面中显示所述生成的行驶轨迹与所述实际行驶轨迹;
所述处理器,具体用于:通过所述显示界面检测用户输入的确认操作,所述确认操作用于确认生成所述规划行驶轨迹;以及根据用户输入的确认操作以及所述生成的行驶轨迹,确定无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹。
33.根据权利要求32所述的装置,其特征在于,所述处理器,还用于在检测用户输入的确认操作之前,还通过所述显示界面检测用户输入的修正操作;以及根据用户输入的修正操作,对所述生成的行驶轨迹进行修正,所述修正操作包括以下至少一项:剔除所述生成的行驶轨迹中的至少一个轨迹点、为所述生成的行驶轨迹增加至少一个轨迹点、改变所述生成的行驶轨迹中的至少一个轨迹点的位置;
所述显示界面,还用于显示修正后的所述生成的行驶轨迹;
所述处理器在根据用户输入的确认操作以及所述生成的行驶轨迹,确定所述规划行驶轨迹时,具体用于:根据用户输入的确认操作,将所述修正后的所述生成的行驶轨迹确定为所述规划行驶轨迹。
34.根据权利要求19-33任意一项所述的装置,其特征在于,所述处理器还用于在根据所述N个轨迹点的行驶参数,生成无人驾驶地面车辆在所述待规划区域中的规划行驶轨迹之后,通过所述显示界面检测用户输入的控制操作,所述控制操作用于控制无人驾驶地面车辆按照所述规划行驶轨迹行驶;并根据所述控制操作,控制所述无人驾驶地面车辆按照所述规划行驶轨迹在所述待规划区域中行驶。
35.根据权利要求34所述的装置,其特征在于,所述处理器,还用于:
获取所述规划行驶轨迹的起始轨迹点位置以及从所述起始轨迹点开始行驶的起始方向角;以及在控制所述无人驾驶地面车辆按照所述行驶轨迹在所述待规划区域中行驶之前,若所述无人驾驶地面车辆当前的位置与所述起始轨迹点位置不同,和/或,所述无人驾驶地面车辆当前的方向角与所述起始方向角不同,则根据所述无人驾驶地面车辆当前的位置、所述无人驾驶地面车辆当前的方向角、所述起始轨迹点位置以及所述起始方向角,生成导引轨迹,并控制所述无人驾驶地面车辆按照所述导引轨迹行驶;
所述导引轨迹的起点为所述无人驾驶地面车辆当前的位置,所述导引轨迹的终点为所述起始轨迹点,所述无人驾驶地面车辆在所述导引轨迹的起点的方向角为所述无人驾驶地面车辆当前的方向角,所述无人驾驶地面车辆在所述导引轨迹的终点的方向角为所述起始方向角;
其中,方向角为机身朝向与正北方向的夹角。
36.根据权利要求35所述的装置,其特征在于,所述导引轨迹包括弧线导引轨迹。
37.一种无人驾驶地面车辆,其特征在于,包括:如权利要求19-36任意一项所述的轨迹生成装置。
38.根据权利要求37所述的无人驾驶地面车辆,其特征在于,还包括:惯性测量系统和载波相位差分RTK测量系统;
所述惯性测量系统,用于采集所述行驶参数中的速度和加速度;
所述RTK测量系统,用于采集所述行驶参数中的行驶位置、行驶时间以及方向角;
所述轨迹生成装置,还用于获取所述惯性测量系统采集的速度和加速度,以及获取所述RTK测量系统采集的行驶位置、行驶时间以及方向角。
39.根据权利要求37或38所述的无人驾驶地面车辆,其特征在于,所述无人驾驶地面车辆为无人驾驶拖拉机。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/113798 WO2019104581A1 (zh) | 2017-11-30 | 2017-11-30 | 轨迹生成方法、装置和无人驾驶地面车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109154821A true CN109154821A (zh) | 2019-01-04 |
CN109154821B CN109154821B (zh) | 2022-07-15 |
Family
ID=64802989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780029497.1A Expired - Fee Related CN109154821B (zh) | 2017-11-30 | 2017-11-30 | 轨迹生成方法、装置和无人驾驶地面车辆 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20200150673A1 (zh) |
CN (1) | CN109154821B (zh) |
WO (1) | WO2019104581A1 (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109760675A (zh) * | 2019-03-12 | 2019-05-17 | 百度在线网络技术(北京)有限公司 | 预测车辆轨迹的方法、装置、存储介质和终端设备 |
CN109782767A (zh) * | 2019-01-25 | 2019-05-21 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN109871016A (zh) * | 2019-02-20 | 2019-06-11 | 百度在线网络技术(北京)有限公司 | 一种驾驶参考线生成方法、装置、车辆及服务器 |
CN109976387A (zh) * | 2019-05-07 | 2019-07-05 | 江苏盛海智能科技有限公司 | 一种无人车探测轨迹的方法及终端 |
CN111279285A (zh) * | 2019-01-17 | 2020-06-12 | 深圳市大疆创新科技有限公司 | 轨迹生成方法、轨迹生成装置和无人机 |
CN111752254A (zh) * | 2019-03-28 | 2020-10-09 | 深圳市商汤科技有限公司 | 轨迹跟踪控制器的测试方法、装置、介质及设备 |
CN111858814A (zh) * | 2020-07-21 | 2020-10-30 | 北京卡路里信息技术有限公司 | 一种运动轨迹的修复方法、装置、设备及存储介质 |
CN111856521A (zh) * | 2019-11-22 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 数据处理方法、装置、电子设备和存储介质 |
CN111984017A (zh) * | 2020-08-31 | 2020-11-24 | 苏州三六零机器人科技有限公司 | 清扫设备控制方法、装置、系统及计算机可读存储介质 |
CN112558834A (zh) * | 2020-12-23 | 2021-03-26 | 安徽中科美络信息技术有限公司 | 车管系统中人机交互界面上动态图标平滑显示方法及装置 |
CN112622924A (zh) * | 2019-09-24 | 2021-04-09 | 北京百度网讯科技有限公司 | 一种驾驶规划方法及装置、车辆 |
CN112861657A (zh) * | 2021-01-21 | 2021-05-28 | 厦门金龙联合汽车工业有限公司 | 一种无人车经召停靠方法、终端设备及存储介质 |
CN113050657A (zh) * | 2021-03-29 | 2021-06-29 | 紫清智行科技(北京)有限公司 | 一种用于自动驾驶循迹的路点处理方法及系统 |
CN113091755A (zh) * | 2019-12-19 | 2021-07-09 | 广州极飞科技股份有限公司 | 运动轨迹的跟踪方法、装置、设备及存储介质 |
CN113495562A (zh) * | 2021-06-07 | 2021-10-12 | 深圳市道通智能汽车有限公司 | 仿真路径生成方法、装置、设备以及计算机存储介质 |
WO2021212501A1 (zh) * | 2020-04-24 | 2021-10-28 | 深圳市大疆创新科技有限公司 | 轨迹生成方法、遥控终端、可移动平台、系统及计算机可读存储介质 |
CN113650618A (zh) * | 2021-09-23 | 2021-11-16 | 东软睿驰汽车技术(上海)有限公司 | 一种车辆轨迹确定方法和相关装置 |
CN113761730A (zh) * | 2021-08-27 | 2021-12-07 | 浙江理工大学 | 基于改进差分的茶园四杆中耕机构多目标点轨迹综合方法 |
CN114035608A (zh) * | 2021-11-10 | 2022-02-11 | 广东电网能源发展有限公司 | 基于无人机的巡检培训方法、系统、培训终端和存储介质 |
CN114265409A (zh) * | 2021-12-24 | 2022-04-01 | 广州极飞科技股份有限公司 | 轨迹信息处理方法、装置及地面设备 |
CN114415693A (zh) * | 2022-03-22 | 2022-04-29 | 深圳市普渡科技有限公司 | 可移动设备、轨迹记录方法、装置和存储介质 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210003416A1 (en) * | 2019-07-03 | 2021-01-07 | Ag Leader Technology | Apparatus, Systems And Methods For Automatic Steering Guidance And Visualization Of Guidance Paths |
US11904871B2 (en) * | 2019-10-30 | 2024-02-20 | Deere & Company | Predictive machine control |
CN111665845B (zh) * | 2020-06-24 | 2023-09-22 | 阿波罗智能技术(北京)有限公司 | 用于规划路径的方法、装置、设备以及存储介质 |
CN113628471A (zh) * | 2021-08-09 | 2021-11-09 | 广州文远知行科技有限公司 | 一种无人驾驶车辆的调度方法、装置、设备和介质 |
CN114723267A (zh) * | 2022-03-31 | 2022-07-08 | 广东皓行科技有限公司 | 无人驾驶收获车及运粮车的协同调度方法以及系统 |
CN115649202B (zh) * | 2022-12-26 | 2023-04-07 | 禾多科技(北京)有限公司 | 车辆控制方法及装置、存储介质及电子装置 |
Citations (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5615116A (en) * | 1990-02-05 | 1997-03-25 | Caterpillar Inc. | Apparatus and method for autonomous vehicle navigation using path data |
US6289270B1 (en) * | 1998-05-19 | 2001-09-11 | Daimlerchrysler Ag | Method for generating connecting paths which can be used for guiding a vehicle to a predetermined target path |
US7256388B2 (en) * | 2005-02-04 | 2007-08-14 | Novariant, Inc. | System and method for interactive selection of agricultural vehicle guide paths through a graphical user interface other than moving the vehicle |
CN101341374A (zh) * | 2005-08-26 | 2009-01-07 | 通用汽车环球科技运作公司 | 帮助司机商议路线的方法 |
CN101750090A (zh) * | 2009-12-30 | 2010-06-23 | 东软集团股份有限公司 | 利用轨迹点导航的导航装置 |
CN102209658A (zh) * | 2008-11-06 | 2011-10-05 | 沃尔沃技术公司 | 用于确定道路数据的方法和系统 |
JP2012003365A (ja) * | 2010-06-15 | 2012-01-05 | Ihi Aerospace Co Ltd | 無人移動車の走行経路計画方法 |
CN102495631A (zh) * | 2011-12-09 | 2012-06-13 | 中国科学院合肥物质科学研究院 | 一种无人驾驶车辆跟踪预定轨迹的智能控制方法 |
CN102831261A (zh) * | 2012-07-31 | 2012-12-19 | 吉林大学 | 一种复杂道路的建模方法 |
CN102998684A (zh) * | 2012-11-21 | 2013-03-27 | 厦门雅迅网络股份有限公司 | 一种基于贝塞尔曲线的终端定位轨迹拟合方法 |
CN103358839A (zh) * | 2013-08-05 | 2013-10-23 | 战强 | 一种水陆两栖球形探察机器人 |
CN103592665A (zh) * | 2013-11-15 | 2014-02-19 | 厦门雅迅网络股份有限公司 | 基于b样条曲线的车载终端定位轨迹拟合方法 |
CN103699717A (zh) * | 2013-12-03 | 2014-04-02 | 重庆交通大学 | 基于前视断面选点的复杂道路汽车行驶轨迹预测方法 |
CN104361600A (zh) * | 2014-11-25 | 2015-02-18 | 苏州大学 | 运动识别方法及系统 |
CN104464028A (zh) * | 2014-12-04 | 2015-03-25 | 江苏天安智联科技股份有限公司 | 一种车辆行驶轨迹数据的采集方法 |
CN104537834A (zh) * | 2014-12-21 | 2015-04-22 | 北京工业大学 | 一种智能车在城市道路行驶中的路口识别与路口轨迹规划的方法 |
US20150120137A1 (en) * | 2013-10-28 | 2015-04-30 | GM Global Technology Operations LLC | Path planning for evasive steering maneuver in presence of target vehicle and surrounding objects |
US20150142308A1 (en) * | 2013-11-18 | 2015-05-21 | Agco Corporation | System and method for automatically generating vehicle guidance waypoints and waylines |
US20150198953A1 (en) * | 2012-05-11 | 2015-07-16 | Trimble Navigation Limited | Path planning autopilot |
US20150307125A1 (en) * | 2012-07-09 | 2015-10-29 | Toyota Jidosha Kabushiki Kaisha | Vehicle steering control device |
CN105185144A (zh) * | 2015-10-28 | 2015-12-23 | 武汉大学 | 顾及道路交叉路口转向的公路大件运输线路优化方法 |
CN105701346A (zh) * | 2016-01-13 | 2016-06-22 | 北京中交兴路信息科技有限公司 | 一种车辆轨迹抽稀方法及系统 |
CN105740505A (zh) * | 2016-01-21 | 2016-07-06 | 东南大学 | 一种基于gps-rtk技术的道路空间线形恢复方法 |
CN106020197A (zh) * | 2016-06-30 | 2016-10-12 | 苏州坤厚自动化科技有限公司 | 一种基于势能场的机器人路径跟踪算法 |
CN106323308A (zh) * | 2015-07-02 | 2017-01-11 | 集奥数字国际有限公司 | 用于自驾驶车辆的属性化的道路轨迹 |
CN106355927A (zh) * | 2016-08-30 | 2017-01-25 | 成都路行通信息技术有限公司 | Gps标记点确定方法、轨迹优化方法及装置 |
CN106643734A (zh) * | 2016-12-30 | 2017-05-10 | 中国科学院电子学研究所 | 时空轨迹数据的分级处理方法 |
CN106671971A (zh) * | 2015-11-11 | 2017-05-17 | 现代自动车株式会社 | 停车辅助装置和用于控制车辆速度的方法 |
CN106877875A (zh) * | 2017-01-22 | 2017-06-20 | 齐鲁工业大学 | 一种基于阈值结合算法的车辆运行轨迹压缩方法 |
CN106886215A (zh) * | 2015-12-15 | 2017-06-23 | 北京智行者科技有限公司 | 一种基于多轴无轨电车循迹跟踪系统及具有其的电车 |
CN106909151A (zh) * | 2017-01-22 | 2017-06-30 | 无锡卡尔曼导航技术有限公司 | 用于农机无人驾驶的路径规划及其控制方法 |
CN106909150A (zh) * | 2017-01-22 | 2017-06-30 | 无锡卡尔曼导航技术有限公司 | 用于农机无人驾驶的避障、掉头路径规划及其控制方法 |
CN106932752A (zh) * | 2015-12-29 | 2017-07-07 | 常州浅湾电子科技有限公司 | 一种基于射频相位监测的实时室内定位方法 |
CN107004365A (zh) * | 2014-11-28 | 2017-08-01 | 株式会社电装 | 预测进路推断装置以及预测进路推断方法 |
CN107029408A (zh) * | 2017-05-03 | 2017-08-11 | 盐城工学院 | 运动分析方法、装置及电子设备 |
US20170293304A1 (en) * | 2016-04-12 | 2017-10-12 | Agjunction Llc | Line acquisition path generation using curvature profiles |
CN107278262A (zh) * | 2016-11-14 | 2017-10-20 | 深圳市大疆创新科技有限公司 | 飞行轨迹的生成方法、控制装置及无人飞行器 |
CN107339982A (zh) * | 2017-07-06 | 2017-11-10 | 湖南迈克森伟电子科技有限公司 | 高铁线路测绘方法 |
US20180329429A1 (en) * | 2016-03-11 | 2018-11-15 | Panasonic Intellectual Property Management Co., Lt d. | Automatic vehicle dispatching system and server device |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2010290950B2 (en) * | 2009-09-07 | 2015-02-05 | Bae Systems Plc | Path determination |
CN103376118B (zh) * | 2012-04-27 | 2017-02-15 | 北京四维图新科技股份有限公司 | 基于曲率的辅助驾驶的方法及装置 |
CN103927795B (zh) * | 2013-01-14 | 2016-08-17 | 北京中交兴路信息科技有限公司 | 一种车辆历史行驶轨迹的回放方法和系统 |
US9283967B2 (en) * | 2014-07-16 | 2016-03-15 | GM Global Technology Operations LLC | Accurate curvature estimation algorithm for path planning of autonomous driving vehicle |
CN104635714B (zh) * | 2014-12-12 | 2018-02-27 | 同济大学 | 一种基于时间‑空间特征的机器人示教轨迹生成方法 |
CN104608766B (zh) * | 2014-12-29 | 2016-10-12 | 李德毅 | 智能车利用泊车记忆棒自动泊车的方法及系统 |
CN107340772B (zh) * | 2017-07-11 | 2020-05-22 | 北京超星未来科技有限公司 | 一种面向无人驾驶的拟人化参考轨迹规划方法 |
-
2017
- 2017-11-30 CN CN201780029497.1A patent/CN109154821B/zh not_active Expired - Fee Related
- 2017-11-30 WO PCT/CN2017/113798 patent/WO2019104581A1/zh active Application Filing
-
2019
- 2019-12-23 US US16/725,776 patent/US20200150673A1/en not_active Abandoned
Patent Citations (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5615116A (en) * | 1990-02-05 | 1997-03-25 | Caterpillar Inc. | Apparatus and method for autonomous vehicle navigation using path data |
US6289270B1 (en) * | 1998-05-19 | 2001-09-11 | Daimlerchrysler Ag | Method for generating connecting paths which can be used for guiding a vehicle to a predetermined target path |
US7256388B2 (en) * | 2005-02-04 | 2007-08-14 | Novariant, Inc. | System and method for interactive selection of agricultural vehicle guide paths through a graphical user interface other than moving the vehicle |
CN101341374A (zh) * | 2005-08-26 | 2009-01-07 | 通用汽车环球科技运作公司 | 帮助司机商议路线的方法 |
CN102209658A (zh) * | 2008-11-06 | 2011-10-05 | 沃尔沃技术公司 | 用于确定道路数据的方法和系统 |
CN101750090A (zh) * | 2009-12-30 | 2010-06-23 | 东软集团股份有限公司 | 利用轨迹点导航的导航装置 |
JP2012003365A (ja) * | 2010-06-15 | 2012-01-05 | Ihi Aerospace Co Ltd | 無人移動車の走行経路計画方法 |
CN102495631A (zh) * | 2011-12-09 | 2012-06-13 | 中国科学院合肥物质科学研究院 | 一种无人驾驶车辆跟踪预定轨迹的智能控制方法 |
US20150198953A1 (en) * | 2012-05-11 | 2015-07-16 | Trimble Navigation Limited | Path planning autopilot |
US20150307125A1 (en) * | 2012-07-09 | 2015-10-29 | Toyota Jidosha Kabushiki Kaisha | Vehicle steering control device |
CN102831261A (zh) * | 2012-07-31 | 2012-12-19 | 吉林大学 | 一种复杂道路的建模方法 |
CN102998684A (zh) * | 2012-11-21 | 2013-03-27 | 厦门雅迅网络股份有限公司 | 一种基于贝塞尔曲线的终端定位轨迹拟合方法 |
CN103358839A (zh) * | 2013-08-05 | 2013-10-23 | 战强 | 一种水陆两栖球形探察机器人 |
US20150120137A1 (en) * | 2013-10-28 | 2015-04-30 | GM Global Technology Operations LLC | Path planning for evasive steering maneuver in presence of target vehicle and surrounding objects |
CN103592665A (zh) * | 2013-11-15 | 2014-02-19 | 厦门雅迅网络股份有限公司 | 基于b样条曲线的车载终端定位轨迹拟合方法 |
US20150142308A1 (en) * | 2013-11-18 | 2015-05-21 | Agco Corporation | System and method for automatically generating vehicle guidance waypoints and waylines |
CN103699717A (zh) * | 2013-12-03 | 2014-04-02 | 重庆交通大学 | 基于前视断面选点的复杂道路汽车行驶轨迹预测方法 |
CN104361600A (zh) * | 2014-11-25 | 2015-02-18 | 苏州大学 | 运动识别方法及系统 |
CN107004365A (zh) * | 2014-11-28 | 2017-08-01 | 株式会社电装 | 预测进路推断装置以及预测进路推断方法 |
CN104464028A (zh) * | 2014-12-04 | 2015-03-25 | 江苏天安智联科技股份有限公司 | 一种车辆行驶轨迹数据的采集方法 |
CN104537834A (zh) * | 2014-12-21 | 2015-04-22 | 北京工业大学 | 一种智能车在城市道路行驶中的路口识别与路口轨迹规划的方法 |
CN106323308A (zh) * | 2015-07-02 | 2017-01-11 | 集奥数字国际有限公司 | 用于自驾驶车辆的属性化的道路轨迹 |
CN105185144A (zh) * | 2015-10-28 | 2015-12-23 | 武汉大学 | 顾及道路交叉路口转向的公路大件运输线路优化方法 |
CN106671971A (zh) * | 2015-11-11 | 2017-05-17 | 现代自动车株式会社 | 停车辅助装置和用于控制车辆速度的方法 |
CN106886215A (zh) * | 2015-12-15 | 2017-06-23 | 北京智行者科技有限公司 | 一种基于多轴无轨电车循迹跟踪系统及具有其的电车 |
CN106932752A (zh) * | 2015-12-29 | 2017-07-07 | 常州浅湾电子科技有限公司 | 一种基于射频相位监测的实时室内定位方法 |
CN105701346A (zh) * | 2016-01-13 | 2016-06-22 | 北京中交兴路信息科技有限公司 | 一种车辆轨迹抽稀方法及系统 |
CN105740505A (zh) * | 2016-01-21 | 2016-07-06 | 东南大学 | 一种基于gps-rtk技术的道路空间线形恢复方法 |
US20180329429A1 (en) * | 2016-03-11 | 2018-11-15 | Panasonic Intellectual Property Management Co., Lt d. | Automatic vehicle dispatching system and server device |
US20170293304A1 (en) * | 2016-04-12 | 2017-10-12 | Agjunction Llc | Line acquisition path generation using curvature profiles |
CN106020197A (zh) * | 2016-06-30 | 2016-10-12 | 苏州坤厚自动化科技有限公司 | 一种基于势能场的机器人路径跟踪算法 |
CN106355927A (zh) * | 2016-08-30 | 2017-01-25 | 成都路行通信息技术有限公司 | Gps标记点确定方法、轨迹优化方法及装置 |
CN107278262A (zh) * | 2016-11-14 | 2017-10-20 | 深圳市大疆创新科技有限公司 | 飞行轨迹的生成方法、控制装置及无人飞行器 |
CN106643734A (zh) * | 2016-12-30 | 2017-05-10 | 中国科学院电子学研究所 | 时空轨迹数据的分级处理方法 |
CN106909151A (zh) * | 2017-01-22 | 2017-06-30 | 无锡卡尔曼导航技术有限公司 | 用于农机无人驾驶的路径规划及其控制方法 |
CN106909150A (zh) * | 2017-01-22 | 2017-06-30 | 无锡卡尔曼导航技术有限公司 | 用于农机无人驾驶的避障、掉头路径规划及其控制方法 |
CN106877875A (zh) * | 2017-01-22 | 2017-06-20 | 齐鲁工业大学 | 一种基于阈值结合算法的车辆运行轨迹压缩方法 |
CN107029408A (zh) * | 2017-05-03 | 2017-08-11 | 盐城工学院 | 运动分析方法、装置及电子设备 |
CN107339982A (zh) * | 2017-07-06 | 2017-11-10 | 湖南迈克森伟电子科技有限公司 | 高铁线路测绘方法 |
Non-Patent Citations (5)
Title |
---|
KWANGJIN YANG; SALAH SUKKARIEH: "An Analytical Continuous-Curvature Path-Smoothing Algorithm", 《IEEE TRANSACTIONS ON ROBOTICS 》 * |
SEUNG-YONG JUN; JANG-HEE YOO: "Lane detection and curvature estimation based on motion template", 《2012 7TH INTERNATIONAL CONFERENCE ON COMPUTING AND CONVERGENCE TECHNOLOGY (ICCCT)》 * |
卢卫娜等: "基于单目视觉的车道线和道路边界同步检测", 《传感技术学报》 * |
温阳东等: "基于线阵CCD的智能小车路径识别系统", 《合肥工业大学学报(自然科学版)》 * |
陈松,宋晓琳: "基于DSP的智能小车路径跟随系统设计", 《工程设计学报》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111279285A (zh) * | 2019-01-17 | 2020-06-12 | 深圳市大疆创新科技有限公司 | 轨迹生成方法、轨迹生成装置和无人机 |
CN109782767A (zh) * | 2019-01-25 | 2019-05-21 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN109782767B (zh) * | 2019-01-25 | 2022-06-07 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN109871016A (zh) * | 2019-02-20 | 2019-06-11 | 百度在线网络技术(北京)有限公司 | 一种驾驶参考线生成方法、装置、车辆及服务器 |
CN109760675B (zh) * | 2019-03-12 | 2021-05-25 | 百度在线网络技术(北京)有限公司 | 预测车辆轨迹的方法、装置、存储介质和终端设备 |
CN109760675A (zh) * | 2019-03-12 | 2019-05-17 | 百度在线网络技术(北京)有限公司 | 预测车辆轨迹的方法、装置、存储介质和终端设备 |
CN111752254A (zh) * | 2019-03-28 | 2020-10-09 | 深圳市商汤科技有限公司 | 轨迹跟踪控制器的测试方法、装置、介质及设备 |
CN109976387A (zh) * | 2019-05-07 | 2019-07-05 | 江苏盛海智能科技有限公司 | 一种无人车探测轨迹的方法及终端 |
CN112622924B (zh) * | 2019-09-24 | 2023-06-09 | 北京百度网讯科技有限公司 | 一种驾驶规划方法及装置、车辆 |
CN112622924A (zh) * | 2019-09-24 | 2021-04-09 | 北京百度网讯科技有限公司 | 一种驾驶规划方法及装置、车辆 |
CN111856521A (zh) * | 2019-11-22 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 数据处理方法、装置、电子设备和存储介质 |
CN113091755A (zh) * | 2019-12-19 | 2021-07-09 | 广州极飞科技股份有限公司 | 运动轨迹的跟踪方法、装置、设备及存储介质 |
CN113091755B (zh) * | 2019-12-19 | 2024-04-09 | 广州极飞科技股份有限公司 | 运动轨迹的跟踪方法、装置、设备及存储介质 |
WO2021212501A1 (zh) * | 2020-04-24 | 2021-10-28 | 深圳市大疆创新科技有限公司 | 轨迹生成方法、遥控终端、可移动平台、系统及计算机可读存储介质 |
CN113874806A (zh) * | 2020-04-24 | 2021-12-31 | 深圳市大疆创新科技有限公司 | 轨迹生成方法、遥控终端、可移动平台、系统及计算机可读存储介质 |
CN111858814A (zh) * | 2020-07-21 | 2020-10-30 | 北京卡路里信息技术有限公司 | 一种运动轨迹的修复方法、装置、设备及存储介质 |
CN111984017A (zh) * | 2020-08-31 | 2020-11-24 | 苏州三六零机器人科技有限公司 | 清扫设备控制方法、装置、系统及计算机可读存储介质 |
CN112558834A (zh) * | 2020-12-23 | 2021-03-26 | 安徽中科美络信息技术有限公司 | 车管系统中人机交互界面上动态图标平滑显示方法及装置 |
CN112558834B (zh) * | 2020-12-23 | 2022-10-18 | 中科美络科技股份有限公司 | 车管系统中人机交互界面上动态图标平滑显示方法及装置 |
CN112861657A (zh) * | 2021-01-21 | 2021-05-28 | 厦门金龙联合汽车工业有限公司 | 一种无人车经召停靠方法、终端设备及存储介质 |
CN113050657A (zh) * | 2021-03-29 | 2021-06-29 | 紫清智行科技(北京)有限公司 | 一种用于自动驾驶循迹的路点处理方法及系统 |
CN113495562A (zh) * | 2021-06-07 | 2021-10-12 | 深圳市道通智能汽车有限公司 | 仿真路径生成方法、装置、设备以及计算机存储介质 |
CN113495562B (zh) * | 2021-06-07 | 2024-03-29 | 深圳市塞防科技有限公司 | 仿真路径生成方法、装置、设备以及计算机存储介质 |
CN113761730A (zh) * | 2021-08-27 | 2021-12-07 | 浙江理工大学 | 基于改进差分的茶园四杆中耕机构多目标点轨迹综合方法 |
CN113761730B (zh) * | 2021-08-27 | 2023-09-29 | 浙江理工大学 | 基于改进差分的茶园四杆中耕机构多目标点轨迹综合方法 |
CN113650618A (zh) * | 2021-09-23 | 2021-11-16 | 东软睿驰汽车技术(上海)有限公司 | 一种车辆轨迹确定方法和相关装置 |
CN114035608A (zh) * | 2021-11-10 | 2022-02-11 | 广东电网能源发展有限公司 | 基于无人机的巡检培训方法、系统、培训终端和存储介质 |
CN114265409A (zh) * | 2021-12-24 | 2022-04-01 | 广州极飞科技股份有限公司 | 轨迹信息处理方法、装置及地面设备 |
CN114415693B (zh) * | 2022-03-22 | 2022-07-15 | 深圳市普渡科技有限公司 | 可移动设备、轨迹记录方法、装置和存储介质 |
CN114415693A (zh) * | 2022-03-22 | 2022-04-29 | 深圳市普渡科技有限公司 | 可移动设备、轨迹记录方法、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109154821B (zh) | 2022-07-15 |
WO2019104581A1 (zh) | 2019-06-06 |
US20200150673A1 (en) | 2020-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109154821A (zh) | 轨迹生成方法、装置和无人驾驶地面车辆 | |
CN105806345B (zh) | 一种用于变电站巡检机器人激光导航的初始化定位方法 | |
CN111123947B (zh) | 机器人行进的控制方法、装置、电子设备、介质和机器人 | |
US9971354B2 (en) | Tail-sitter flight management system | |
CN110244721A (zh) | 自动驾驶控制方法、装置、设备及存储介质 | |
CN110155172A (zh) | 一种车辆行驶调整方法、装置、车辆控制系统及存储介质 | |
WO2021232407A1 (zh) | 一种喷洒控制方法及装置 | |
CN106774374B (zh) | 一种无人机自动巡检方法及系统 | |
CN106774409A (zh) | 一种无人机的半自主仿地飞行系统及其控制方法 | |
Achtelik et al. | Inversion based direct position control and trajectory following for micro aerial vehicles | |
CN109189079B (zh) | 基于gps定位的移动机器人导航控制方法 | |
US11420652B2 (en) | System and method of control for autonomous or remote-controlled vehicle platform | |
CN109656240A (zh) | 一种车辆路径跟踪控制装置、方法和车辆 | |
CN109407666A (zh) | 一种无人车辆的控制方法、装置、设备及存储介质 | |
CN107607093A (zh) | 一种基于无人艇的湖泊动态库容的监测方法及装置 | |
CN114771551A (zh) | 自动驾驶车辆轨迹规划方法、装置和自动驾驶车辆 | |
US20200269979A1 (en) | Replenishment planning device and replenishment planning method | |
CN106843275A (zh) | 一种无人机定点绕飞方法、装置以及系统 | |
CN108475071A (zh) | 无人机及其控制方法、控制终端及其控制方法 | |
CN108885464A (zh) | 航线修正的方法、设备和无人机 | |
US20210215486A1 (en) | Positioning guidance method and system | |
CN109492835B (zh) | 车辆控制信息的确定方法、模型训练方法和相关装置 | |
EP3232157A1 (en) | Aircraft navigation using exponential map | |
CN112799384A (zh) | 车辆及其行驶轨迹规划方法和规划装置 | |
CN102997916A (zh) | 一种自主提高定位定向系统惯性姿态解算精度的方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220715 |
|
CF01 | Termination of patent right due to non-payment of annual fee |