CN109211257A - 一种无人驾驶车行驶路线规划方法和系统 - Google Patents

一种无人驾驶车行驶路线规划方法和系统 Download PDF

Info

Publication number
CN109211257A
CN109211257A CN201811015438.1A CN201811015438A CN109211257A CN 109211257 A CN109211257 A CN 109211257A CN 201811015438 A CN201811015438 A CN 201811015438A CN 109211257 A CN109211257 A CN 109211257A
Authority
CN
China
Prior art keywords
automatic driving
route
section
driving car
travelable
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
Application number
CN201811015438.1A
Other languages
English (en)
Other versions
CN109211257B (zh
Inventor
张迪
张一迪
汤明旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Tusimple Technology Co Ltd
Original Assignee
Beijing Tusimple Future Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Tusimple Future Technology Co Ltd filed Critical Beijing Tusimple Future Technology Co Ltd
Priority to CN201811015438.1A priority Critical patent/CN109211257B/zh
Publication of CN109211257A publication Critical patent/CN109211257A/zh
Application granted granted Critical
Publication of CN109211257B publication Critical patent/CN109211257B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3476Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明的实施方式提供了一种无人驾驶车行驶路线规划方法,包括:获取当前无人驾驶车的起始位置;计算从所述起始位置到目的地的所有可行驶路线;获取所述可行驶路线包含的各个路段的特征和状态,以及所述可行驶路线上的其他无人驾驶车的特征和状态;从所有可行驶路线中选择一条确定为当前无人驾驶车从所述起始位置行驶到所述目的地的行驶路线。本发明从全局考量路段的实际情况和其他无人驾驶车的实际情况,最终选择出的行驶路线既能满足当前无人驾驶车执行任务的需要,又不会影响到其他无人驾驶车的运行,提高了无人驾驶车的安全性和可靠性。此外,本发明的实施方式提供了一种无人驾驶车行驶路线规划系统。

Description

一种无人驾驶车行驶路线规划方法和系统
技术领域
本发明的实施方式涉及智能交通技术领域,更具体地,本发明的实施方式涉及一种无人驾驶车行驶路线规划方法和系统。
背景技术
本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
随着无人驾技术的不断发展,越来越多的无人驾驶产品正在得到应用。其中,将无人驾驶技术应用到物流领域是目前无人驾驶技术领域的研究热点之一。
发明内容
在实现本发明的过程中发明人发现:在公路港、临海港口、矿场、机场、货物集散地、园区等具有物流配送业务、且与外界环境相比相对封闭的区域,利用无人驾驶车来实现物流配送具有可控性好、效率高等优点。目前现有的导航方法都是针对传统车辆、传统道路交通环境进行的,不适于应用到上述利用无人驾驶车来实现物流配送业务、且与外界环境相比相对封闭的区域中,为此,本发明专门提供一种在全局考量区域内所有路段和所有无人驾驶车的实际情况的基础上,为无人驾驶车规划行驶路线的方法和系统。
在本发明实施方式的第一方面中,提供了一种无人驾驶车行驶路线规划方法,包括:
步骤1,获取当前无人驾驶车的起始位置;
步骤2,计算从所述起始位置到目的地的所有可行驶路线;
步骤3,获取所述可行驶路线包含的各个路段的特征和状态,以及所述可行驶路线上的其他无人驾驶车的特征和状态;
步骤4,根据所述可行驶路线包含的各个路段的特征和状态,以及所述其他无人驾驶车的特征和状态,从所有可行驶路线中选择一条确定为当前无人驾驶车从所述起始位置行驶到所述目的地的行驶路线。
在本发明实施方式的第二方面中,提供了一种无人驾驶车行驶路线规划系统,包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器在运行所述计算机程序时,执行前述无人驾驶车行驶路线规划方法包括的各个步骤。
在本发明实施方式的第三方面中,提供了一种计算机可读的存储介质,其上存储有计算机程序,所述计算机程序被处理器运行时实现前述无人驾驶车行驶路线规划方法包括的各个步骤。
借助于上述技术方案,本发明在为每辆无人驾驶车规划行驶路线时,是先根据起始位置和目的地计算理论上可行驶的所有路线,然后综合考虑这些理论上可行驶的所有路线所包含的各个路段的实际情况和行驶于这些路线上的其他无人驾驶车的实际情况,从这些理论上可行驶的所有路线中筛选出一条来作为当前无人驾驶车的行驶路线。本发明在为无人驾驶车规划行驶路线时,不仅考虑了起始位置和目的地,还会从全局考量路段的实际情况和其他无人驾驶车的实际情况,最终选择出的行驶路线既能满足当前无人驾驶车执行任务的需要,又不会影响到其他无人驾驶车的运行,提高了无人驾驶车的安全性和可靠性。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:
图1示意性地示出了根据本发明实施方式的无人驾驶车行驶路线规划方法的流程示意图;
图2示意性地示出了根据本发明一实施例的剩余未被占用的车道不符合当前无人驾驶车从起始位置行驶到目的地的方向要求;
图3示意性地示出了根据本发明又一实施例的路段的限行速度和路段上无人驾驶车所采用的相同的行驶速度;
在附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解,给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术技术人员知道,本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
需要说明的是,本发明实施例中所涉及的终端可以包括但不限于手机、个人数字助理(Personal Digital Assistant,PDA)、无线手持装置、无线上网本、个人电脑、便携电脑、MP3播放器、MP4播放器等。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本发明所称的“封闭式物流配送区域”是指内部具有物流配送业务、与外界环境相比相对封闭、受外界环境干扰较小的区域,如公路港、临海港口、矿场、机场、货物集散地、园区等。
本发明所称的“无人驾驶车”是指利用无人驾驶技术实现的具有载人(如家用轿车、公共汽车等类型)、载货(如普通货车、厢式货车、封闭货车、罐式货车、平板货车、集装厢车、自卸货车、特殊结构货车等类型)或者特殊救援功能(如消防车、救护车等类型)的车辆。
本发明所称的“路段”是指整段路上的各个位置都具有相同的特征和状态的一段路。
本发明所称的“行驶路线”、“可行驶路线”是指由一个或多个“路段”串连组成的路。
在本文中,需要理解的是,本发明所称的“当前无人驾驶车”是指当前正在被规划行驶路线的无人驾驶车;本发明所称的“其他无人驾驶车”是指在“封闭式物流配送区域”内前述“当前无人驾驶车”以外的无人驾驶车。
此外,附图中的任何元素数量均用于示例而非限制,以及任何命名都仅用于区分,而不具有任何限制含义。
下面参考本发明的若干代表性实施方式,详细阐释本发明的原理和精神。
如图1所示,本发明提供一种无人驾驶车行驶路线规划方法,应用于公路港、临海港口、矿场、机场、货物集散地、园区等封闭式物流配送区域,该方法包括:
步骤S1,获取当前无人驾驶车的起始位置。
具体实施时,该步骤可以通过在每个无人驾驶车上装设数据采集装置来采集无人驾驶车的车载GPS设备或载波相位差分RTK设备等的定位数据来获取起始位置。
步骤S2,计算从所述起始位置到目的地的所有可行驶路线。
其中,根据无人驾驶车执行的任务,目的地可以是:装\卸货地址、充电站、加油站、停车场等。
具体的,该步骤是基于起始位置和目的地之间的道路分布情况,计算出从起始位置到目的地的所有可用路径。具体实施时,该步骤可以采用目前在地图导航领域已经成熟的路径规划算法(如蚁群算法、禁忌搜索算法、模拟退火算法、神经网络算法、遗传算法、粒子群算法)来计算从起始位置到目的地的所有可行驶路线。
需要说明的是,该步骤只考虑起始位置和目的地之间的道路分布情况,所得到的结果只是表明理论上车辆可以沿着可行驶路线从起始位置到达目的地,而并不考虑实际上是否能到达。
具体实施时,步骤S2计算得到的每条可行驶路线都是由一个或多个路段串联组成的,不同的可行驶路线很可能会存在包含相同路段的情况,例如,可行驶路线1由路段A、B、C、D串联组成,可行驶路线2由路段A、E、F、D串联组成,二者都包含路段A和D。
步骤S3,获取所述可行驶路线包含的各个路段的特征和状态,以及所述可行驶路线上的其他无人驾驶车的特征和状态。
具体的,路段的特征包括但不限于:路程长度、限高标准、限行速度、承重标准、禁止通行的车辆类型;路段的状态包括但不限于:是否存在挡住路段所有车道的障碍物(这类障碍物导致该路段无法通行)、是否正在维修、是否被临时管制等。
其中,路段的特征是静态信息,不会随时间变化,可以通过一次性输入来获取;而路段的状态是动态信息,会随时间变化,其获取方式可以是实时输入的,也可以是通过其他方式获取的,例如,在一种实施例中,可通过对封闭式物流配送区域中所有无人驾驶车在行驶中采集的视频信息进行视觉分析,来确定每个路段是否存在挡住所有车道的障碍物、是否正在维修、是否被临时管制等动态信息。
无人驾驶车的特征包括但不限于:车身高度、车身长度、车身重量、车辆类型(如家用轿车、消防车、货车等)等;无人驾驶车的状态包括但不限于:实时位置、行驶速度、行驶路线、是否发生故障、通信是否断开等。
其中,无人驾驶车的特征是静态信息,不会随时间变化,可以通过一次性输入来获取;而无人驾驶车的状态是动态信息,会随时间变化,其获取方式可以是实时输入的,也可以是通过在无人驾驶车上装设数据采集装置来实时采集车辆的各种状态。
步骤S4,根据所述可行驶路线包含的各个路段的特征和状态,以及所述其他无人驾驶车的特征和状态,从所有可行驶路线中选择一条确定为当前无人驾驶车从所述起始位置行驶到所述目的地的行驶路线。
具体的,该步骤在综合考虑了各个可行驶路线包含的各个路段的状态和特征,以及各个可行驶路线上其他无人驾驶车状态和特征的基础上,从可行驶路线中筛选出一条作为当前无人驾驶车从起始位置行驶到目的地的行驶路线。
通过以上各个步骤,本发明在为每辆无人驾驶车规划行驶路线时,是先根据起始位置和目的地计算理论上可行驶的所有路线,然后综合考虑这些理论上可行驶的所有路线所包含的各个路段的实际情况和行驶于这些路线上的其他无人驾驶车的实际情况,从这些理论上可行驶的所有路线中筛选出一条来作为当前无人驾驶车的行驶路线。本发明在为无人驾驶车规划行驶路线时,不仅考虑了起始位置和目的地,还会从全局考量路段的实际情况和其他无人驾驶车的实际情况,最终选择出的行驶路线既能满足当前无人驾驶车执行任务的需要,又不会影响到其他无人驾驶车的运行,提高了无人驾驶车的安全性和可靠性。
实际应用时,可行驶路线所包含的路段实际上可能是不能通行的道路,例如,存在挡住路段的所有车道的障碍物、临时管制、正在维修等等。考虑到这一情况,可选地,步骤S4具体包括如下步骤:
步骤S4-1,根据所述可行驶路线包含的各个路段的状态和特征,判断步骤S2计算得到的各条可行驶路线(或者除去被抛弃的可行驶路线之后剩余的可行驶路线,以下简称为当前剩余的可行驶路线)是否包含预定类型的路段;
步骤S4-2,抛弃包含所述预定类型的路段的可行驶路线,在后续的路线筛选过程中不再考虑被抛弃的可行驶路线。
可选地,以上所说的预定类型的路段包括但不限于如下几种类型的路段:
(1)存在挡住路段的所有车道的障碍物导致无法通行的路段,例如道路上设置了路障,或者地质灾害(如泥石流)导致无法通行;
(2)正在维修的路段;
(3)临时管制的路段,如因特殊需要暂时不许通行;
(4)规定禁止无人驾驶车通行的路段。
由于不同的可行驶路线可能会包含有相同的路段,而上述步骤S4-1存在对不同的可行驶路线上的同一路段进行重复判断的情况,即当不同的可行驶路线都包含某一路段时,该路段会被多次判断是否属于预定类型的路段,考虑到这一点,为了减少数据处理量,可选地,步骤S4还可包括如下步骤:
步骤S4-3,确定步骤S2计算得到的所有可行驶路线(或者当前剩余的可行驶路线)所包含的所有路段;
步骤S4-4,判断步骤S4-3所确定的各个路段是否属于预定类型的路段;
步骤S4-5,若是,则标记该属于预定类型的路段;
步骤S4-6,从步骤S2计算得到的所有可行驶路线中,抛弃包含被标记的路段的可行驶路线,在后续的路线筛选过程中不再考虑被抛弃的可行驶路线。
如前所述,无人驾驶车的特征包括但不限于:车身高度、车身长度、车身重量、车辆类型(如家用轿车、消防车、货车等)等。为了实现特定的功能,无人驾驶车会具有特定的车体结构,如具有一定的车身高度、车身长度、车体重量等,然而实际应用时,并非每个路段都能允许任意车体结构或任意类型的车辆驶过,例如,有些路段有限高标准,车身高度高于该限高标准的车辆都不允许进入该路段,有些路段不允许轿车进入,有些路段不允许货车进入等。考虑到这一情况,可选地,步骤S4还可以包括如下步骤:
步骤S4-7,获取当前无人驾驶车的特征。
步骤S4-8,根据所述可行驶路线包含的各个路段的特征,以及当前无人驾驶车的特征,判断步骤S2计算得到的各条可行驶路线(或者当前剩余的可行驶路线)所包含的各个路段是否禁止当前无人驾驶车通行。
其中,禁止当前无人驾驶车通行是指当前无人驾驶车的车身高度、车身长度、车身重量、车辆类型等特征中的一项或多项不满足路段的限高标准、限行速度、承重标准、禁止通行的车辆类型等特征。
步骤S4-9,当确定可行驶路线包含有禁止当前无人驾驶车通行的路段时,则抛弃该可行驶路线,在后续的路线筛选过程中不再考虑被抛弃的可行驶路线。
由于不同的可行驶路线可能会包含有相同的路段,而上述步骤S4-8存在对不同的可行驶路线上的同一路段进行重复判断的情况,即,当不同的可行驶路线都包含某一路段时,该路段会被多次判断是否属于禁止当前无人驾驶车通行,考虑到这一点,为了减少数据处理量,可选地,步骤S4还可以包括如下步骤:
步骤S4-10,确定步骤S2计算得到的所有可行驶路线(或者当前剩余的可行驶路线)所包含的所有路段;
步骤S4-11,判断步骤S4-10所确定的各个路段是否禁止当前无人驾驶车通行;
步骤S4-12,若是,则标记该禁止当前无人驾驶车通行的路段;
步骤S4-13,从步骤S2计算得到的所有可行驶路线(或者当前剩余的可行驶路线)中,抛弃包含被标记的路段的可行驶路线,在后续的路线筛选过程中不再考虑被抛弃的可行驶路线。
当无人驾驶车与外界失去通信时,外界无法对其进行控制和干预,存在一定的危险隐患,为了确保安全,可以将通信断开的无人驾驶车所处的可行驶路线抛弃。可选地,步骤S4可以进一步包括如下步骤:
步骤S4-14,根据所述其他无人驾驶车的状态,判断各其他无人驾驶车的通信是否断开,将其中通信断开的其他无人驾驶车所处的可行驶路线抛弃,在后续的路线筛选过程中不再考虑被抛弃的可行驶路线。
由于不同的可行驶路线可能会包含有相同的路段,也就会有同一其他无人驾驶车同时处于不同的可行驶路线上的情况,而上述步骤S4-14存在对不同的可行驶路线上的同一其他无人驾驶车进行重复判断的情况,即当不同的可行驶路线都包含某一其他无人驾驶车时,当前无人驾驶车会被重复判断通信是否断开,考虑到这一点,为了减少数据处理量,可选地,步骤S4可以进一步包括如下步骤:
步骤S4-15,确定步骤S2计算得到的所有可行驶路线(或者当前剩余的可行驶路线)上的所有其他无人驾驶车;
步骤S4-16,判断步骤S4-15所确定的各个其他无人驾驶车的通信是否断开;
步骤S4-17,对通信断开的其他无人驾驶车进行标记;
步骤S4-18,从步骤S2计算得到的所有可行驶路线(或者当前剩余的可行驶路线)中,抛弃被标记的其他无人驾驶车所处的可行驶路线,在后续的路线筛选过程中不再考虑被抛弃的可行驶路线。
当无人驾驶车发生故障时,会对其所处车道上的其他车辆造成影响,考虑到这一情况,可选地,步骤S4还可以进一步包括如下步骤:
步骤S4-19,根据所述其他无人驾驶车的状态,判断各其他无人驾驶车是否发生故障,并判断发生故障的其他无人驾驶车是否占用了其所处路段的全部车道;
步骤S4-20,当确定发生故障的其他无人驾驶车占用了其所处路段的全部车道时,则抛弃该其他无人驾驶车所处的可行驶路线,在后续的路线筛选过程中不再考虑被抛弃的可行驶路线。
其中,发生故障的其他无人驾驶车占用了其所处路段的哪些车道,可以通过对无人驾驶车的车载视频图像进行视觉分析来判断。
进一步的,步骤S4还可以进一步包括如下步骤:
步骤S4-21,当确定发生故障的其他无人驾驶车没有占用其所处路段的全部车道时,判断其所处路段的剩余未被占用的车道是否符合当前无人驾驶车从起始位置行驶到目的地的方向要求,若不符合,则抛弃该其他无人驾驶车所处的可行驶路线,在后续的路线筛选过程中不再考虑被抛弃的可行驶路线。
该步骤中所说的当前无人驾驶车从起始位置行驶到目的地的的方向要求是指当前无人驾驶车从起始位置行驶到目的地的过程中经过相应路段时所行驶的方向。例如图2所示,某路段是东西向的双向四车道,在某时刻,该路段上的一辆无人驾驶车A发生故障停驶,占用了该路段从西向东的两个车道,剩余未被占用的车道只允许车辆从东向西方向行驶,而当前无人驾驶车从起始位置行驶到目的地的过程中经过该路段时恰好需要沿从西向东的方向行驶,则剩余未被占用的车道不符合当前无人驾驶车从起始位置行驶到目的地的方向要求,反之则符合。
当不同的可行驶路线都包含某一其他无人驾驶车时,当前无人驾驶车会被重复判断是否发生故障、是否占用了其所处路段的全部车道、剩余未被占用的车道是否符合当前无人驾驶车从起始位置行驶到目的地的方向要求,考虑到这一点,为了减少数据处理量,可选地,步骤S4可以进一步包括如下步骤:
步骤S4-22,确定步骤S2计算得到的所有可行驶路线(或者当前剩余的可行驶路线)上的所有其他无人驾驶车;
步骤S4-23,根据步骤S4-22所确定的各个其他无人驾驶车的状态,判断各个其他无人驾驶车是否发生故障,并判断发生故障的其他无人驾驶车是否占用了其所处路段的全部车道;
步骤S4-24,当确定发生故障的其他无人驾驶车占用了其所处路段的全部车道时,标记该其他无人驾驶车;
步骤S4-25,从步骤S2计算得到的所有可行驶路线(或者当前剩余的可行驶路线)中,抛弃被标记的其他无人驾驶车所处的可行驶路线,在后续的路线筛选过程中不再考虑被抛弃的可行驶路线。
进一步的,步骤S4还可以进一步包括如下步骤:
步骤S4-26,当确定发生故障的其他无人驾驶车没有占用其所处路段的全部车道时,判断其所处路段的剩余未被占用的车道是否符合当前无人驾驶车从起始位置行驶到目的地的方向要求,若不符合,则标记该发生故障的其他无人驾驶车;
步骤S4-27,从步骤S2计算得到的所有可行驶路线(或者当前剩余的可行驶路线)中,抛弃该被标记的其他无人驾驶车所处的可行驶路线,在后续的路线筛选过程中不再考虑被抛弃的可行驶路线。
需要说明的是,上述步骤S4-1~步骤S4-2,步骤S4-3~步骤S4-6,步骤S4-7~步骤S4-9,步骤S4-10~步骤S4-13,步骤S4-14,步骤S4-15~步骤S4-18,步骤S4-19~步骤S4-20,步骤S4-21,步骤S4-22~步骤S4-25,步骤S4-26~步骤S4-27各自描述的步骤集合均是用于从所有可行驶路线中将不满足要求的可行驶路线抛弃的流程,具体实施时,步骤S4中可以包括上述各个步骤集合中的任意一个或多个步骤集合,本发明对此不做具体限定。
利用上述各个步骤集合,步骤S4已完成从步骤S2计算的所有可行驶路线中抛弃一批不满足要求的路线,仍需要进一步从剩余的可行驶路线中筛选出一条作为当前无人驾驶车从起始位置行驶到目的地的行驶路线。
可选地,步骤S4进一步包括如下步骤:
步骤S4-28,确定S2计算得到的所有可行驶路线(或者当前剩余的可行驶路线)。
步骤S4-29,针对每个可行驶路线执行如下步骤:计算该可行驶路线包含的各个路段的路程之和,得到该可行驶路线的总路程。
步骤S4-30,将总路程最短的可行驶路线确定为当前无人驾驶车从所述起始位置行驶到所述目的地的行驶路线。
通过以上步骤S4-28~步骤S4-30,本发明为当前无人驾驶车从所有可行驶路线中最终选出的行驶路线的路程最短,以达到在封闭式物流配送区域里无人驾驶车执行任务时能够尽量节省能耗的目的。
可选地,步骤S4进一步包括如下步骤:
步骤S4-31,确定S2计算得到的所有可行驶路线(或者当前剩余的可行驶路线)。
步骤S4-32,针对每个可行驶路线执行如下步骤:计算当前无人驾驶车驶过该可行驶路线包含的各个路段所需的时间,将当前无人驾驶车驶过该可行驶路线包含的各个路段所需的时间的总和,确定为当前无人驾驶车按照该可行驶路线从起始位置行驶到目的地所需的总时长。
步骤S4-33,将所需总时长最短的可行驶路线确定为当前无人驾驶车从所述起始位置行驶到所述目的地的行驶路线。
上述步骤S4-32计算当前无人驾驶车驶过各个路段所需的时间,可以采用如下方式实现:
步骤S4-32-1,根据该路段的限行速度,确定该路段上行驶的无人驾驶车所采用的相同的行驶速度。
具体的,在封闭式物流配送区域里,为了确保不同的无人驾驶车在同一路段上行驶时,相互之间不会因速度不同而发生碰撞,可以根据路段的限行速度来规定所有在该路段上行驶的无人驾驶车都采用相同的行驶速度,以此来保持各个车辆之间的平衡。
其中,路段的限行速度与该路段上无人驾驶车所采用的相同的行驶速度可以预先被确定,例如,可以取路段的限行速度的最大值/最小值为该路段上无人驾驶车的行驶速度,或者,取路段的限行速度的最大值和最小值的中值为该路段上无人驾驶车的行驶速度,或者,取路段的限行速度的最大值和最小值的中间任意值为该路段上无人驾驶车的行驶速度。如图3所示,B路段的限行速度为10Km/h~20Km/h,该路段上无人驾驶车的行驶速度为20Km/h,C路段的限行速度为5Km/h~10Km/h,该路段上无人驾驶车的行驶速度为5Km/h,D路段的限行速度为2Km/h~5Km/h,该路段上无人驾驶车的行驶速度为2.5Km/h,E路段的限行速度为10Km/h~20Km/h,该路段上无人驾驶车的行驶速度为12Km/h。
步骤S4-32-2,将该路段的路程与该路段上行驶的无人驾驶车所采用的相同的行驶速度的商确定为当前无人驾驶车驶过该路段所需的时间。
通过以上步骤S4-31~步骤S4-33,本发明为当前无人驾驶车从所有可行驶路线中最终选出的行驶路线用时最少,以达到在封闭式物流配送区域里无人驾驶车执行任务时能够尽快到达目的地的目的。
可选地,本发明提供的无人驾驶车行驶路线规划方法还可以包括如下步骤:
步骤S5,在当前无人驾驶车按照步骤S4确定出的行驶路线行驶的过程中,实时获取该行驶路线上的其他无人驾驶车的状态信息。
步骤S6,根据该行驶路线上的其他无人驾驶车的状态信息,判断该行驶路线上是否存在发生故障或通信断开的其他无人驾驶车。
步骤S7,若该行驶路线上存在发生故障或通信断开的其他无人驾驶车,则确定当前无人驾驶车的位置,将该位置确定为起始位置,并重新执行步骤S1~步骤S4。
通过上述步骤S5~步骤S7,本发明在当前无人驾驶车按照已规划好的行驶路线行驶的过程中,仍然实时监控该行驶路线上的其他无人驾驶车,当该行驶路线上出现有发生故障或通信断开的其他无人驾驶车时,及时为当前无人驾驶车重新规划行驶路线,以避开发生故障或通信断开的其他无人驾驶车对当前无人驾驶车造成的影响,提升了在封闭式物流配送区域中无人驾驶车的安全性和可靠性。
基于本发明的发明思想,本发明还提供一种无人驾驶车行驶路线规划系统,用以执行本发明提供的无人驾驶车行驶路线规划方法,以下具体说明。
本发明提供一种无人驾驶车行驶路线规划系统,包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器在运行所述计算机程序时,执行前述无人驾驶车行驶路线规划方法的各个步骤:
步骤S1,获取当前无人驾驶车的起始位置;
步骤S2,计算从所述起始位置到目的地的所有可行驶路线;
步骤S3,获取所述可行驶路线包含的各个路段的特征和状态,以及所述可行驶路线上的其他无人驾驶车的特征和状态;
步骤S4,根据所述可行驶路线包含的各个路段的特征和状态,以及所述其他无人驾驶车的特征和状态,从所有可行驶路线中选择一条确定为当前无人驾驶车从所述起始位置行驶到所述目的地的行驶路线。
所述存储器中的计算机程序被运行时所执行的方法与图1所示的无人驾驶车行驶路线规划方法基于相同的发明思想实现,且有相同的非限制性实施方式,具体可参照前面示例性方法中对图1所示方法的介绍,此处不再赘述。
可选地,本发明中,处理器可以通过电路、芯片或其他电子部件来实现。例如,处理器还可以包括一个或多个微控制器、一个或多个现场可编程门阵列(FPGA)、一个或多个专用电路(ASIC)、一个或多个数字信号处理器(DSP)、一个或多个集成电路等。
可选地,本发明中,存储器可以通过电路、芯片或其他电子部件来实现。例如,存储器可以包括一个或多个只读存储器(ROM)、随机存取存储器(RAM)、闪速存储器、电可编程存储器(EPROM)、电可编程和可擦除存储器(EEPROM)、嵌入式多媒体卡(eMMC)、硬盘驱动器或任何易失性或非易失性介质等。
基于本发明的发明思想,本发明还提供一种计算机可读的存储介质,其上存储有计算机程序,该计算机程序被处理器运行时执行本发明提供的无人驾驶车行驶路线规划方法的各个步骤。该存储介质可以是一个或多个只读存储器(ROM)、随机存取存储器(RAM)、闪速存储器、电可编程存储器(EPROM)、电可编程和可擦除存储器(EEPROM)、嵌入式多媒体卡(eMMC)、硬盘驱动器或任何易失性或非易失性介质等。
应当注意,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
虽然已经参考若干具体实施方式描述了本发明的精神和原理,但是应该理解,本发明并不限于所公开的具体实施方式,对各方面的划分也不意味着这些方面中的特征不能组合以进行受益,这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block),单元,和步骤可以通过电子硬件、电脑软件,或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability),上述的各种说明性部件(illustrative components),单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现所述的功能,但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块,或单元,或装置都可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于用户终端中。可选地,处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中,本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现,这些功能可以存储与电脑可读的媒介上,或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如,这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置,或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外,任何连接都可以被适当地定义为电脑可读媒介,例如,如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘,磁盘通常以磁性复制数据,而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。

Claims (18)

1.一种无人驾驶车行驶路线规划方法,其特征在于,包括:
步骤1,获取当前无人驾驶车的起始位置;
步骤2,计算从所述起始位置到目的地的所有可行驶路线;
步骤3,获取所述可行驶路线包含的各个路段的特征和状态,以及所述可行驶路线上的其他无人驾驶车的特征和状态;
步骤4,根据所述可行驶路线包含的各个路段的特征和状态,以及所述其他无人驾驶车的特征和状态,从所有可行驶路线中选择一条确定为当前无人驾驶车从所述起始位置行驶到所述目的地的行驶路线。
2.根据权利要求1所述的无人驾驶车行驶路线规划方法,其特征在于,所述步骤S4包括:
根据所述可行驶路线包含的各个路段的特征和状态,判断可行驶路线包含的各个路段是否属于预定类型;
抛弃包含属于所述预定类型的路段的可行驶路线。
3.根据权利要求1所述的无人驾驶车行驶路线规划方法,其特征在于,所述步骤S4包括:
根据所述可行驶路线包含的各个路段的特征和状态,判断可行驶路线包含的各个路段是否属于预定类型;
标记属于预定类型的路段;
抛弃包含被标记的路段的可行驶路线。
4.根据权利要求2或3任一所述的无人驾驶车行驶路线规划方法,其特征在于,所述预定类型包括以下各项中的一项或多项:存在挡住路段的所有车道的障碍物;正在维修;临时管制;禁止无人驾驶车通行。
5.根据权利要求1所述的无人驾驶车行驶路线规划方法,其特征在于,所述步骤S4包括:
获取当前无人驾驶车的特征;
根据所述可行驶路线包含的各个路段的特征,以及当前无人驾驶车的特征,判断可行驶路线包含的各个路段是否禁止当前无人驾驶车通行;
抛弃包含禁止当前无人驾驶车通行的路段的可行驶路线。
6.根据权利要求1所述的无人驾驶车行驶路线规划方法,其特征在于,所述步骤S4包括:
获取当前无人驾驶车的特征;
根据所述可行驶路线包含的各个路段的特征,以及当前无人驾驶车的特征,判断可行驶路线所包含的各个路段是否禁止当前无人驾驶车通行;
标记禁止当前无人驾驶车通行的路段;
抛弃包含被标记的路段的可行驶路线。
7.根据权利要求1所述的无人驾驶车行驶路线规划方法,其特征在于,所述步骤S4包括:
根据所述其他无人驾驶车的状态,判断各个其他无人驾驶车的通信是否断开;
将通信断开的其他无人驾驶车所处的可行驶路线抛弃。
8.根据权利要求1所述的无人驾驶车行驶路线规划方法,其特征在于,所述步骤S4包括:
判断可行驶路线上的各个其他无人驾驶车的通信是否断开;
对通信断开的其他无人驾驶车进行标记;
抛弃被标记的其他无人驾驶车所处的可行驶路线。
9.根据权利要求1所述的无人驾驶车行驶路线规划方法,其特征在于,所述步骤S4包括:
根据所述其他无人驾驶车的状态,判断各其他无人驾驶车是否发生故障,并判断发生故障的其他无人驾驶车是否占用了其所处路段的全部车道;
抛弃发生故障且占用了其所处路段的全部车道的其他无人驾驶车所处的可行驶路线。
10.根据权利要求9所述的无人驾驶车行驶路线规划方法,其特征在于,所述步骤S4还包括:
当确定发生故障的其他无人驾驶车没有占用其所处路段的全部车道时,判断剩余未被占用的车道是否符合当前无人驾驶车从起始位置行驶到目的地的方向要求,若不符合,则抛弃该其他无人驾驶车所处的可行驶路线。
11.根据权利要求1所述的无人驾驶车行驶路线规划方法,其特征在于,所述步骤S4包括:
根据所述其他无人驾驶车的状态,判断各个其他无人驾驶车是否发生故障,并判断发生故障的其他无人驾驶车是否占用了其所处路段的全部车道;
标记发生故障且占用了其所处路段的全部车道的其他无人驾驶车;
抛弃被标记的其他无人驾驶车所处的可行驶路线。
12.根据权利要求11所述的无人驾驶车行驶路线规划方法,其特征在于,所述步骤S4还包括:
当确定发生故障的其他无人驾驶车没有占用其所处路段的全部车道时,判断剩余未被占用的车道是否符合当前无人驾驶车从起始位置行驶到目的地的方向要求,若不符合,则标记该其他无人驾驶车;
抛弃被标记的其他无人驾驶车所处的可行驶路线。
13.根据权利要求2~12任一所述的无人驾驶车行驶路线规划方法,其特征在于,所述步骤S4包括:
针对每个可行驶路线执行如下步骤:计算该可行驶路线包含的各个路段的路程之和,得到该可行驶路线的总路程;
将总路程最短的可行驶路线确定为当前无人驾驶车从所述起始位置行驶到所述目的地的行驶路线。
14.根据权利要求2~12任一所述的无人驾驶车行驶路线规划方法,其特征在于,所述步骤S4包括:
针对每个可行驶路线执行如下步骤:计算当前无人驾驶车驶过该可行驶路线包含的各个路段所需的时间,将当前无人驾驶车驶过该可行驶路线包含的各个路段所需的时间的总和,确定为当前无人驾驶车按照该可行驶路线从起始位置行驶到目的地所需的总时长;
将所需总时长最短的可行驶路线确定为当前无人驾驶车从所述起始位置行驶到所述目的地的行驶路线。
15.根据权利要求14所述的无人驾驶车行驶路线规划方法,其特征在于,计算当前无人驾驶车驶过该可行驶路线包含的各个路段所需的时间,包括:
针对该可行驶路线包含的每个路段执行如下步骤:根据该路段的限行速度,确定该路段上行驶的无人驾驶车所采用的相同的行驶速度;将该路段的路程与该路段上行驶的无人驾驶车所采用的相同的行驶速度的商确定为当前无人驾驶车驶过该路段所需的时间。
16.根据权利要求1所述的无人驾驶车行驶路线规划方法,其特征在于,还包括:
步骤5,在当前无人驾驶车按照步骤4确定出的行驶路线行驶的过程中,实时获取该行驶路线上的其他无人驾驶车的状态信息;
步骤6,根据该行驶路线上的其他无人驾驶车的状态信息,判断该行驶路线上是否存在发生故障或通信断开的其他无人驾驶车;
步骤7,若该行驶路线上存在发生故障或通信断开的其他无人驾驶车,则确定当前无人驾驶车的位置,将该位置确定为起始位置,并重新执行步骤1~步骤4。
17.一种无人驾驶车行驶路线规划系统,包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器在运行所述计算机程序时,执行权利要求1-16任一项所述的方法。
18.一种计算机可读的存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时实现权利要求1-16任一项所述的方法。
CN201811015438.1A 2018-08-31 2018-08-31 一种无人驾驶车行驶路线规划方法和系统 Active CN109211257B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811015438.1A CN109211257B (zh) 2018-08-31 2018-08-31 一种无人驾驶车行驶路线规划方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811015438.1A CN109211257B (zh) 2018-08-31 2018-08-31 一种无人驾驶车行驶路线规划方法和系统

Publications (2)

Publication Number Publication Date
CN109211257A true CN109211257A (zh) 2019-01-15
CN109211257B CN109211257B (zh) 2021-07-16

Family

ID=64986095

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811015438.1A Active CN109211257B (zh) 2018-08-31 2018-08-31 一种无人驾驶车行驶路线规划方法和系统

Country Status (1)

Country Link
CN (1) CN109211257B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111191813A (zh) * 2019-10-14 2020-05-22 重庆邮电大学 基于货物载重与软时间窗限制的车辆配送路径优化方法
CN112824838A (zh) * 2019-11-21 2021-05-21 北京图森智途科技有限公司 路径规划方法及装置、芯片系统、计算机系统和移动工具
CN113298443A (zh) * 2019-11-14 2021-08-24 广东科学技术职业学院 一种路线规划方法
CN113465622A (zh) * 2021-06-30 2021-10-01 上海西井信息科技有限公司 港口无人驾驶路径规划方法、装置、电子设备、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
CN114495521A (zh) * 2022-01-06 2022-05-13 云控智行科技有限公司 一种无人车动态管控方法、装置、设备及介质
CN114689069A (zh) * 2022-02-14 2022-07-01 北京百度网讯科技有限公司 自动驾驶设备的导航路线处理方法、装置及电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103134498A (zh) * 2012-12-25 2013-06-05 上海博泰悦臻电子设备制造有限公司 道路状态确定方法及装置、路径规划方法、导航系统
CN103542859A (zh) * 2013-10-22 2014-01-29 深圳市凯立德科技股份有限公司 一种路径规划方法及定位导航设备
CN105739534A (zh) * 2016-04-22 2016-07-06 百度在线网络技术(北京)有限公司 基于车联网的无人驾驶车多车协同驾驶方法及装置
CN105788330A (zh) * 2016-04-29 2016-07-20 百度在线网络技术(北京)有限公司 无人驾驶车辆的实时路况预警方法和装置
CN106679685A (zh) * 2016-12-29 2017-05-17 鄂尔多斯市普渡科技有限公司 一种用于车辆导航的行车路径规划方法
WO2017124546A1 (zh) * 2016-01-24 2017-07-27 谢文 分享实时路况信息的方法及导航系统
CN107389081A (zh) * 2017-07-15 2017-11-24 东莞市华睿电子科技有限公司 一种无人驾驶车辆的智能导航方法及系统
CN107784850A (zh) * 2016-08-26 2018-03-09 中兴通讯股份有限公司 一种无人驾驶车辆控制方法、终端、服务器及系统
WO2018125275A1 (en) * 2016-12-30 2018-07-05 Baidu Usa Llc Method and system for operating autonomous driving vehicles based on motion plans

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103134498A (zh) * 2012-12-25 2013-06-05 上海博泰悦臻电子设备制造有限公司 道路状态确定方法及装置、路径规划方法、导航系统
CN103542859A (zh) * 2013-10-22 2014-01-29 深圳市凯立德科技股份有限公司 一种路径规划方法及定位导航设备
WO2017124546A1 (zh) * 2016-01-24 2017-07-27 谢文 分享实时路况信息的方法及导航系统
CN105739534A (zh) * 2016-04-22 2016-07-06 百度在线网络技术(北京)有限公司 基于车联网的无人驾驶车多车协同驾驶方法及装置
CN105788330A (zh) * 2016-04-29 2016-07-20 百度在线网络技术(北京)有限公司 无人驾驶车辆的实时路况预警方法和装置
CN107784850A (zh) * 2016-08-26 2018-03-09 中兴通讯股份有限公司 一种无人驾驶车辆控制方法、终端、服务器及系统
CN106679685A (zh) * 2016-12-29 2017-05-17 鄂尔多斯市普渡科技有限公司 一种用于车辆导航的行车路径规划方法
WO2018125275A1 (en) * 2016-12-30 2018-07-05 Baidu Usa Llc Method and system for operating autonomous driving vehicles based on motion plans
CN107389081A (zh) * 2017-07-15 2017-11-24 东莞市华睿电子科技有限公司 一种无人驾驶车辆的智能导航方法及系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111191813A (zh) * 2019-10-14 2020-05-22 重庆邮电大学 基于货物载重与软时间窗限制的车辆配送路径优化方法
CN113298443A (zh) * 2019-11-14 2021-08-24 广东科学技术职业学院 一种路线规划方法
CN112824838A (zh) * 2019-11-21 2021-05-21 北京图森智途科技有限公司 路径规划方法及装置、芯片系统、计算机系统和移动工具
CN113465622A (zh) * 2021-06-30 2021-10-01 上海西井信息科技有限公司 港口无人驾驶路径规划方法、装置、电子设备、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
CN114495521A (zh) * 2022-01-06 2022-05-13 云控智行科技有限公司 一种无人车动态管控方法、装置、设备及介质
CN114689069A (zh) * 2022-02-14 2022-07-01 北京百度网讯科技有限公司 自动驾驶设备的导航路线处理方法、装置及电子设备

Also Published As

Publication number Publication date
CN109211257B (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN109211257A (zh) 一种无人驾驶车行驶路线规划方法和系统
Johnson Readiness of the road network for connected and autonomous vehicles
CN111307169B (zh) 一种路径规划方法、路径规划装置及无人驾驶车
CN110383360A (zh) 利用数字优先级排定的连接且自适应的车辆交通管理系统
CN107331200A (zh) 一种cbd地下车库停车智能引导系统、方法及装置
CN106030677A (zh) 管制控制装置
CN106920392A (zh) 智慧交通大数据方法及系统
CN104570987A (zh) 基于3g网络的自动化车载终端设备
CN107436432A (zh) 物体检测装置、程序和记录介质
CN105210119A (zh) 通过计算装置提供的位置数据点确定通行费的数额
CN109472522B (zh) 生态型客货滚装码头系统多智能体微观仿真建模方法
CN104599216A (zh) 一种行车软件平台的工作方法
CN104580327A (zh) 基于3g网络的车联网智能终端及其实现方法
CN108898825A (zh) 通行处理方法及装置
Kristoffersson et al. Scenarios for the development of self-driving vehicles in freight transport
CN104021664A (zh) 汽车协同编队行驶的动态路径规划方法
AU2017200673A1 (en) Traffic control system having deadlock avoidance functionality
Wolmar Driverless Cars: On a Road to Nowhere?
Shaheen et al. Shared micromobility: Policy and practices in the United States
CN105869422A (zh) 交通控制系统
CN106295817A (zh) 一种用于在专线运输系统中进行接客调度的方法和装置
Betkier et al. Parking lots assignment algorithm for vehicles requiring specific parking conditions in Vehicle Routing Problem
CN114261393A (zh) 由引导自主车辆(av)检测施工区并且更新跟随av的选路规划
CN109910880A (zh) 车辆行为规划的方法、装置、存储介质和终端设备
US20210389137A1 (en) Systems and Methods for Integrating Autonomous Vehicles and Light Electric Vehicles

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
TA01 Transfer of patent application right

Effective date of registration: 20200326

Address after: 101300, No. two, 1 road, Shunyi Park, Zhongguancun science and Technology Park, Beijing, Shunyi District

Applicant after: BEIJING TUSENZHITU TECHNOLOGY Co.,Ltd.

Address before: 101300, No. two, 1 road, Shunyi Park, Zhongguancun science and Technology Park, Beijing, Shunyi District

Applicant before: TuSimple

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant