CN109211260B - 智能车的行驶路径规划方法及装置、智能车 - Google Patents
智能车的行驶路径规划方法及装置、智能车 Download PDFInfo
- Publication number
- CN109211260B CN109211260B CN201811275368.3A CN201811275368A CN109211260B CN 109211260 B CN109211260 B CN 109211260B CN 201811275368 A CN201811275368 A CN 201811275368A CN 109211260 B CN109211260 B CN 109211260B
- Authority
- CN
- China
- Prior art keywords
- lane line
- intelligent vehicle
- distance
- line information
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000006073 displacement reaction Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
Abstract
本发明公开了一种智能车的行驶路径规划方法及装置,属于智能交通领域。包括:获取初始车道线信息和所述智能车的行驶速度,所述初始车道线信息根据拍摄得到的道路图像中的车道线确定,所述道路图像为位于所述智能车前方的行驶道路的图像;根据预先标定的延时时间和所述行驶速度,调整所述初始车道线信息,以得到目标车道线信息;根据所述目标车道线信息确定目标行驶路径。本发明根据预先标定的延时时间和行驶速度调整初始车道线信息,能够消除由于延时时间导致的车道线信息误差,从而提高智能车的行驶安全性。
Description
技术领域
本发明涉及智能交通领域,特别涉及一种智能车的行驶路径规划方法及装置、智能车。
背景技术
智能车指具有道路障碍自动识别、自动报警、自动制动、自动保持安全距离、自动保持安全车速和/或自动巡航等功能的车辆。每台智能车均配备有智能车系统,智能车系统能够根据实际道路环境实时规划行驶路径,并控制智能车按照所规划的行驶路径行驶。其中,智能车系统一般包括视觉模块、路径规划模块和底层控制模块。
相关技术中,智能车系统对行驶路径的规划过程包括:视觉模块拍摄智能车前方行驶道路的道路图像,识别出道路图像中至少一个车道的车道线,根据该至少一个车道的车道线,拟合出车道线方程以确定智能车前方行驶道路的车道线信息,车道线信息包括每条车道线与智能车的相对位置信息和车道线的延伸方向;路径规划模块根据获取的车道线信息确定目标行驶路径,根据目标行驶路径生成行驶控制指令,并向底层控制模块发送行驶控制指令,该行驶控制指令包括智能车的行驶速度和航向角;底层控制模块根据控制指令,控制智能车按照目标行驶路径行驶。
但是,由于智能车系统对行驶路径进行规划时需要耗费一定的时间(即从视觉模块拍摄道路图像的时刻到底层控制模块控制智能车行驶的时刻),当智能车处于行驶状态时,视觉模块所获取的车道线信息与底层控制模块控制智能车行驶时的实际车道线信息存在误差,导致智能车的实际行驶路径与规划的目标行驶路径不匹配,因此相关技术中智能车的行驶安全性较低。
发明内容
本发明实施例提供了一种智能车的行驶路径规划方法及装置、智能车,可以解决相关技术中智能车的实际行驶路径与规划的目标行驶路径不匹配,因此智能车的行驶安全性较低的问题。所述技术方案如下:
第一方面,提供了一种智能车的行驶路径规划方法,所述方法包括:
获取初始车道线信息和所述智能车的行驶速度,所述初始车道线信息根据拍摄得到的道路图像中的车道线确定,所述道路图像为位于所述智能车前方的行驶道路的图像;
根据预先标定的延时时间和所述行驶速度,调整所述初始车道线信息,以得到目标车道线信息;
根据所述目标车道线信息确定目标行驶路径。
可选的,所述初始车道线信息包括所述智能车与所述车道线的相对位置信息,所述相对位置信息包括在第一方向所述智能车与所述车道线的第一距离,所述第一方向为所述智能车的行驶方向;
所述根据预先标定的延时时间和所述行驶速度,调整所述初始车道线信息,以得到目标车道线信息,包括:
根据所述延时时间和所述行驶速度,计算所述智能车与所述车道线之间的延时误差位移;
基于所述第一距离和所述延时误差位移调整所述初始车道线信息,以得到所述目标车道线信息。
可选的,所述延时误差位移在所述第一方向上的分量为第二距离,所述基于所述第一距离和所述延时误差位移调整所述初始车道线信息,以得到所述目标车道线信息,包括:
将所述第一距离与所述第二距离的差值确定为在所述第一方向上所述智能车与所述车道线的实际距离;
采用所述实际距离替换所述第一距离,得到所述目标车道线信息。
可选的,所述相对位置信息还包括在第二方向上所述智能车与所述车道线的第三距离,所述延时误差位移在所述第二方向上的分量为第四距离,所述第二方向垂直于所述第一方向,所述方法还包括:
基于所述第三距离和所述第四距离,调整在所述第二方向上所述智能车与所述车道线之间的距离。
第二方面,提供了一种智能车的行驶路径规划装置,所述装置包括:
获取模块,用于获取初始车道线信息和所述智能车的行驶速度,所述初始车道线信息根据拍摄得到的道路图像中的车道线确定,所述道路图像为位于所述智能车前方的行驶道路的图像;
调整模块,用于根据预先标定的延时时间和所述行驶速度,调整所述初始车道线信息,以得到目标车道线信息;
确定模块,用于根据所述目标车道线信息确定目标行驶路径。
可选的,所述获取模块中的初始车道线信息包括所述智能车与所述车道线的相对位置信息,所述相对位置信息包括在第一方向所述智能车与所述车道线的第一距离,所述第一方向为所述智能车的行驶方向;
所述调整模块,包括:
计算子模块,用于根据所述延时时间和所述行驶速度,计算所述智能车与所述车道线之间的延时误差位移;
调整子模块,用于基于所述第一距离和所述延时误差位移调整所述初始车道线信息,以得到所述目标车道线信息。
可选的,所述延时误差位移在所述第一方向上的分量为第二距离,所述调整子模块,用于:
将所述第一距离与所述第二距离的差值确定为在所述第一方向上所述智能车与所述车道线的实际距离;
采用所述实际距离替换所述第一距离,得到所述目标车道线信息。
可选的,所述相对位置信息还包括在第二方向上所述智能车与所述车道线的第三距离,所述延时误差位移在所述第二方向上的分量为第四距离,所述调整子模块,用于:
基于所述第三距离和所述第四距离,调整在所述第二方向上所述智能车与所述车道线之间的距离,以得到所述目标车道线信息。
第三方面,提供了一种智能车,包括:处理器和存储器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述存储器上所存储的计算机程序,实现如第一方面任一所述的智能车的行驶路径规划方法。
第四方面,提供了一种计算机可读存储介质,当所述存储介质中的程序由处理器执行时,实现如第一方面任一所述的智能车的行驶路径规划方法
本发明实施例提供的技术方案带来的有益效果包括:
首先获取智能车的行驶速度以及根据拍摄得到的道路图像中的车道线确定的初始车道线信息,然后根据预先标定的延时时间和行驶速度,调整初始车道线信息,得到目标车道线信息,再根据目标车道线信息确定目标行驶路径。由于在目标行驶路径的确定过程中,根据预先标定的延时时间和行驶速度,可得到智能车与车道线之间由于系统延时时间产生的延时误差距离,通过调整初始车道线信息,能够消除该延时误差距离,以基本抵消系统延时时间对路径规划的影响,提高智能车系统路径规划的实时性,提高智能车的实际行驶路径与规划的目标行驶路径的匹配度,进而提高了智能车的行驶安全性。
附图说明
图1是本发明实施例提供的一种智能车系统的结构示意图;
图2是本发明实施例提供的一种智能车的行驶路径规划方法的流程图;
图3是本发明实施例提供的另一种智能车的行驶路径规划方法的流程图;
图4是本发明实施例提供的生成目标行驶路径的方法流程图;
图5是本发明实施例提供的一种智能车的行驶场景示意图;
图6是本发明实施例提供的一种智能车与车道线的相对位置示意图;
图7是本发明实施例提供的另一种智能车与车道线的相对位置示意图;
图8是本发明实施例提供的一种智能车的行驶路径规划装置的结构示意图;
图9是本发明实施例提供的一种调整模块的结构示意图;
图10是本发明实施例提供的另一种智能车的行驶路径规划装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
图1是本发明实施例提供的一种智能车系统的结构示意图。如图1所示,该智能车系统包括视觉模块101、路径规划模块102和底层控制模块103。视觉模块101、路径规划模块102和底层控制模块103之间通过通信总线104建立通信连接。该通信总线可以是智能车的控制器局域网(Controller Area Network,CAN),也可以是有线网络或其他无线网络,本发明实施例对此不做限定。
其中,视觉模块101包括摄像头;摄像头用于拍摄位于智能车前方的行驶道路的图像,得到道路图像。视觉模块101还可以包括处理单元,该处理单元用于对道路图像进行相关图像处理,例如图像识别处理,以识别出道路图像中的车道线;该处理单元还可以用于根据识别出的车道线拟合出车道线方程,得到车道线方程的多个相关系数,该车道线方程的多个相关系数用于反映初始车道线信息。该初始车道线信息包括智能车与车道线的相对位置信息。处理单元可以是一个处理器或多个处理器。
可选的,视觉模块101还可以包括速度传感器和角度传感器。速度传感器用于检测智能车的行驶速度;角度传感器用于检测智能车的航向角。在本发明实施例中,可通过视觉模块中的速度传感器和角度传感器获取智能车的行驶信息,该行驶信息包括行驶速度和航向角,航向角指的是在地面坐标系下,车辆质心速度与OX轴的夹角。其中,地面坐标系是固定在地球表面的一种坐标系:OX轴指向地面平面的任意方向,OZ轴铅垂向上,OY轴垂直于OX轴与OZ轴构成的平面。
进一步的,视觉模块101用于通过通信总线104向路径规划模块102传输初始车道线信息(或者也可以是车道线方程的多个相关系数)和/或智能车的行驶信息。路径规划模块102用于根据预先标定的延时时间(也可称为系统延时时间)和行驶信息,对初始车道线信息进行调整,得到目标车道线信息,并根据目标车道线信息确定目标行驶路径,再根据目标行驶路径生成行驶控制指令。行驶控制指令可以包括智能车的目标行驶速度和目标航向角。路径规划模块可以是处理器,例如嵌入式微处理器等,本发明实施例对此不做限定。
再进一步的,路径规划模块103用于通过通信总线104向底层控制模块103传输行驶控制指令。底层控制模块103用于根据行驶控制指令,驱动智能车以目标行驶速度向目标航向角所指示的方向行驶,也即是,驱动智能车按照目标行驶路径行驶。
可选的,参见图1,智能车系统还包括蓄电池105,蓄电池105用于向视觉模块101、路径规划模块102和底层控制模块103供电。
图2是本发明实施例提供的一种智能车的行驶路径规划方法的流程图,用于如图1所示的智能车系统,如图2所示,该方法包括:
步骤201、获取初始车道线信息和智能车的行驶速度,初始车道线信息根据拍摄得到的道路图像中的车道线确定,道路图像为位于智能车前方的行驶道路的图像。
步骤202、根据预先标定的延时时间和行驶速度,调整初始车道线信息,以得到目标车道线信息。
步骤203、根据目标车道线信息确定目标行驶路径。
综上所述,本发明实施例提供的智能车的行驶路径规划方法,首先获取智能车的行驶速度以及根据拍摄得到的道路图像中的车道线确定的初始车道线信息,然后根据预先标定的延时时间和行驶速度,调整初始车道线信息,得到目标车道线信息,再根据目标车道线信息确定目标行驶路径。与相关技术相比,在目标行驶路径的确定过程中,增加考虑了延时时间对行驶路径的影响因素,根据预先标定的延时时间和行驶速度调整初始车道线信息,可以基本抵消系统延时时间对路径规划的影响,提高智能车系统路径规划的实时性,提高智能车的实际行驶路径与规划的目标行驶路径的匹配度,进而提高了智能车的行驶安全性。
图3是本发明实施例提供的另一种智能车的行驶路径规划方法的流程图,用于如图1所示的智能车系统,如图3所示,该方法包括:
步骤301、获取初始车道线信息和智能车的行驶速度,初始车道线信息根据拍摄得到的道路图像中的车道线确定,道路图像为位于智能车前方的行驶道路的图像。
可选的,在智能车启动后,视觉模块、路径规划模块和底层控制模块上电,智能车系统进入运行状态。可以通过视觉模块获取初始车道线信息和智能车的行驶速度。其中,初始车道线信息包括智能车与车道线的相对位置信息、以及车道线的延伸方向等中的至少一种,相对位置信息包括在第一方向上智能车与车道线的第一距离以及在第二方向上智能车与车道线的第三距离(第三距离包括在第二方向上智能车与左车道线的距离,和/或,在第二方向上智能车与右车道线的距离)中的至少一种,第一方向为智能车的行驶方向,第二方向垂直于第一方向;智能车的行驶速度包括智能车的行驶方向和智能车的行驶速率。
步骤302、根据预先标定的延时时间和行驶速度,调整初始车道线信息,以得到目标车道线信息。
其中,延时时间是预先确定的,其包括从拍摄道路图像直至驱动智能车按照目标行驶路径行驶的完整过程所耗费的时间。示例的,延时时间包括视觉模块拍摄道路图像至获取初始车道线信息所耗费的时间、视觉模块向路径规划模块传输初始车道线信息所耗费的时间、路径规划模块调整初始车道线信息并生成目标行驶路径所对应的行驶控制指令所耗费的时间、路径规划模块向底层控制模块传输行驶控制指令所耗费的时间以及底层控制模块解析并驱动智能车行驶所耗费的时间。该延时时间可通过在与该智能车的型号相同的实车上进行多次试验后标定得到,并存储在路径规划模块中。
可选的,视觉模块可以向路径规划模块传输车道线方程的多个相关系数,则路径规划模块在获取该多个相关系数后可以得到车道线方程,并基于该车道线方程得到初始车道线信息。进一步的,路径规划模块可以根据预先标定的延时时间和行驶速度,调整初始车道线信息,以得到目标车道线信息。
可选的,当初始车道线信息包括在第一方向上智能车与车道线的第一距离,上述步骤302的实现过程如图4所示,可以包括:
步骤3021、根据延时时间和行驶速度,计算智能车与车道线之间的延时误差位移。
需要说明的是,已知智能车的行驶速度为v,智能车系统的延时时间为t,则智能车与车道线的延时误差位移d=v*t,也即是智能车与车道线的延时误差位移等于智能车的行驶速度与智能车的延时时间的乘积。
示例的,图5是本发明实施例提供的一种智能车的行驶场景示意图。如图5所示,智能车401位于所在车道的第一位置M时,视觉模块拍摄道路图像,智能车系统开始规划行驶路径,当智能车系统完成行驶路径规划并驱动智能车按照目标行驶路径行驶时,智能车401位于所在车道的第二位置K,第一位置M与第二位置K之间的距离即为延时误差位移d。
需要说明的是,智能车的行驶速度越大,则智能车与车道线的延时误差位移越大。在智能车的行驶过程中,如果不消除延时时间,智能车系统驱动智能车行驶与智能车系统所规划的目标行驶路径具有一定的时延,导致智能车无法按照智能车系统所规划的目标行驶路径行驶,例如智能车无法在指定位置处完成拐弯或者无法有效变道以避让前方车辆,导致智能车的行驶安全性较低。
步骤3022、基于第一距离和延时误差位移调整初始车道线信息,以得到目标车道线信息。
可选的,延时误差位移在第一方向上的分量为第二距离,则上述步骤3022的实现过程包括:将第一距离与第二距离的差值确定为在第一方向上智能车与车道线的实际距离;采用实际距离替换第一距离,得到目标车道线信息。
可选的,第一距离包括车道线的近端与智能车的距离以及车道线的远端与智能车的距离。该第一距离可以是距离范围,例如第一距离可以为5至55米;或者,第一距离仅包括车道线的近端与智能车的距离以及车道线的远端与智能车的距离,例如第一距离可以为(5,55),二者均表示车道线的近端与智能车的距离为5米,车道线的远端与智能车的距离为55米。
示例的,图6示出了一种智能车与车道线的相对位置示意图,如图6所示,视觉模块拍摄道路图像时,智能车401位于位置M,车道线L的近端与智能车401的距离为s1,车道线L的远端与智能车401的距离为s2;当第二距离d’小于或等于第一距离s1,智能车系统驱动智能车行驶时,智能车401位于位置K1,以智能车401所在位置为原点,则实际距离可以表示为(s1-d’)至(s2-d’),或者,该实际距离可以表示为(s1-d’,s2-d’)。假设第一距离为5至55米,第二距离为2米,则实际距离为3至53米。
又示例的,图7示出了另一种智能车与车道线的相对位置示意图,如图7所示,视觉模块拍摄道路图像时,智能车401位于位置M,车道线L的近端与智能车401的距离为s1,车道线L的远端与智能车401的距离为s2;当第二距离d’大于第一距离s1,智能车系统驱动智能车行驶时,智能车401位于位置K2,以智能车401所在位置为原点,则实际距离可以表示为(s1-d’)至(s2-d’),或者,该实际距离可以表示为(s1-d’,s2-d’),其中(s1-d’)为负值,表示智能车已行驶超过车道线的近端,且与车道线的近端距离(d’-s1)。假设第一距离为5至55米,第二距离为7米,则实际距离为-2至48米。
可选的,当相对位置信息包括在第二方向智能车与车道线的第三距离,延时误差位移在第二方向上的分量为第四距离,则上述步骤3022的实现过程包括:基于第三距离和第四距离,调整在第二方向上智能车与车道线之间的距离,以得到目标车道线信息。
需要说明的是,智能车的行驶车道上一般具有左车道线和右车道线,基于第三距离和第四距离,调整在第二方向上智能车与车道线之间的距离,也即是,根据第三距离和第四距离分别计算智能车与左车道线的实际距离以及智能车与右车道线的实际距离,并采用该实际距离替换第三距离。
可选的,路径规划模块可根据初始车道线信息在地面坐标系下拟合出视觉模块所拍摄的道路图像中的车道线,根据计算出的实际距离,调整该车道线的近端与智能车的距离以及该车道线的远端与智能车的距离,进而得到目标车道线信息。
步骤303、根据目标车道线信息确定目标行驶路径。
可选的,可以根据目标车道线信息、前方道路上的障碍物以及智能车所处车道以及相邻两侧车道的交通状况等因素确定目标行驶路径。
步骤304、根据目标行驶路径生成行驶控制指令,该行驶控制指令包括智能车的目标行驶速度和目标航向角。
其中,行驶控制指令用于驱动智能车按照目标行驶路径行驶,底层控制模块通过控制智能车以目标行驶速度在目标航向角指示的方向上行驶以使得智能车按照目标行驶路径行驶。
需要说明的是,本发明实施例提供的智能车的行驶路径规划方法的步骤先后顺序可以进行适当调整,步骤也可以根据情况进行相应增减,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化的方法,都应涵盖在本发明的保护范围之内,因此不再赘述。
综上所述,本发明实施例提供的智能车的行驶路径规划方法,首先获取智能车的行驶速度以及根据拍摄得到的道路图像中的车道线确定的初始车道线信息,然后根据预先标定的延时时间和行驶速度,调整初始车道线信息,得到目标车道线信息,再根据目标车道线信息确定目标行驶路径。由于在目标行驶路径的确定过程中,根据预先标定的延时时间和行驶速度,可得到智能车与车道线之间由于系统延时时间产生的延时误差距离,通过调整初始车道线信息,能够消除该延时误差距离,以基本抵消系统延时时间对路径规划的影响,提高智能车系统路径规划的实时性,提高智能车的实际行驶路径与规划的目标行驶路径的匹配度,进而提高了智能车的行驶安全性。
图8是本发明实施例提供的一种智能车的行驶路径规划装置的结构示意图,如8所示,装置50包括:
获取模块501,用于获取初始车道线信息和智能车的行驶速度,初始车道线信息根据拍摄得到的道路图像中的车道线确定,道路图像为位于智能车前方的行驶道路的图像。
调整模块502,用于根据预先标定的延时时间和行驶速度,调整初始车道线信息,以得到目标车道线信息。
其中,延时时间包括从拍摄道路图像直至驱动智能车按照目标行驶路径行驶的完整过程所耗费的时间。
确定模块503,用于根据目标车道线信息确定目标行驶路径。
综上所述,本发明实施例提供的智能车的行驶路径规划装置,通过获取模块首先获取智能车的行驶速度以及根据拍摄得到的道路图像中的车道线确定的初始车道线信息,然后通过调整模块根据预先标定的延时时间和行驶速度,调整初始车道线信息,得到目标车道线信息,再通过确定模块根据目标车道线信息确定目标行驶路径。与相关技术相比,在目标行驶路径的确定过程中,增加考虑了延时时间对行驶路径的影响因素,根据预先标定的延时时间和行驶速度调整初始车道线信息,可以基本抵消系统延时时间对路径规划的影响,提高智能车系统路径规划的实时性,提高智能车的实际行驶路径与规划的目标行驶路径的匹配度,进而提高了智能车的行驶安全性。
可选的,当获取模块中的初始车道线信息包括智能车与车道线的相对位置信息,相对位置信息包括在第一方向智能车与车道线的第一距离,第一方向为所述智能车的行驶方向,如图9所示,调整模块502可以包括:
计算子模块5021,用于根据延时时间和行驶速度,计算智能车与车道线之间的延时误差位移。
调整子模块5022,用于基于第一距离和延时误差位移调整初始车道线信息,以得到目标车道线信息。
可选的,延时误差位移在第一方向上的分量为第二距离,则调整子模块用于:
将第一距离与延时误差位移的差值确定为在第一方向上智能车与车道线的实际距离。
采用实际距离替换第一距离,得到目标车道线信息。
可选的,相对位置信息还包括在第二方向上智能车与车道线的第三距离,延时误差位移在第二方向上的分量为第四距离,第二方向垂直于第一方向,则调整子模块用于:
基于第三距离和第四距离,调整在第二方向上智能车与车道线之间的距离,以得到目标车道线信息。
可选的,如图10所示,装置50还包括:
生成模块504,用于根据目标行驶路径生成行驶控制指令,行驶控制指令包括智能车的目标行驶速度和目标航向角,行驶控制指令用于驱动智能车按照目标行驶路径行驶。
可选的,调整模块中的延时时间包括从拍摄道路图像直至驱动智能车按照目标行驶路径行驶的完整过程所耗费的时间。
综上所述,本发明实施例提供的智能车的行驶路径规划装置,通过获取模块首先获取智能车的行驶速度以及根据拍摄得到的道路图像中的车道线确定的初始车道线信息,然后通过调整模块根据预先标定的延时时间和行驶速度,调整初始车道线信息,得到目标车道线信息,再通过确定模块根据目标车道线信息确定目标行驶路径。由于在目标行驶路径的确定过程中,根据预先标定的延时时间和行驶速度,可得到智能车与车道线之间由于系统延时时间产生的延时误差距离,通过调整初始车道线信息,能够消除该延时误差距离,以基本抵消系统延时时间对路径规划的影响,提高智能车系统路径规划的实时性,提高智能车的实际行驶路径与规划的目标行驶路径的匹配度,进而提高了智能车的行驶安全性。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本发明实施例提供了一种智能车,包括:处理器和存储器。存储器,用于存储计算机程序;处理器,用于执行存储器上所存储的计算机程序,实现方法侧实施例提供的智能车的行驶路径规划方法。
本发明实施例提供了一种计算机可读存储介质,当所述存储介质中的程序由处理器执行时,实现如方法侧实施例提供的智能车的行驶路径规划方法。
本申请中术语“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。
以上所述仅为本发明的可选实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种智能车的行驶路径规划方法,其特征在于,所述方法包括:
获取初始车道线信息和所述智能车的行驶速度,所述初始车道线信息根据拍摄得到的道路图像中的车道线确定,所述道路图像为位于所述智能车前方的行驶道路的图像,所述初始车道线信息包括所述智能车与所述车道线的相对位置信息以及所述车道线的延伸方向;
根据预先标定的延时时间和所述行驶速度,调整所述初始车道线信息,以得到目标车道线信息,其中,所述延时时间包括从拍摄所述道路图像直至驱动所述智能车按照目标行驶路径行驶的完整过程所耗费的时间;
根据所述目标车道线信息实时规划所述目标行驶路径。
2.根据权利要求1所述的方法,其特征在于,所述初始车道线信息包括所述智能车与所述车道线的相对位置信息,所述相对位置信息包括在第一方向所述智能车与所述车道线的第一距离,所述第一方向为所述智能车的行驶方向;
所述根据预先标定的延时时间和所述行驶速度,调整所述初始车道线信息,以得到目标车道线信息,包括:
根据所述延时时间和所述行驶速度,计算所述智能车与所述车道线之间的延时误差位移;
基于所述第一距离和所述延时误差位移调整所述初始车道线信息,以得到所述目标车道线信息。
3.根据权利要求2所述的方法,其特征在于,所述延时误差位移在所述第一方向上的分量为第二距离,所述基于所述第一距离和所述延时误差位移调整所述初始车道线信息,以得到所述目标车道线信息,包括:
将所述第一距离与所述第二距离的差值确定为在所述第一方向上所述智能车与所述车道线的实际距离;
采用所述实际距离替换所述第一距离,得到所述目标车道线信息。
4.根据权利要求2或3所述的方法,其特征在于,所述相对位置信息还包括在第二方向上所述智能车与所述车道线的第三距离,所述延时误差位移在所述第二方向上的分量为第四距离,所述第二方向垂直于所述第一方向,所述基于所述第一距离和所述延时误差位移调整所述初始车道线信息,以得到所述目标车道线信息,包括:
基于所述第三距离和所述第四距离,调整在所述第二方向上所述智能车与所述车道线之间的距离,以得到所述目标车道线信息。
5.一种智能车的行驶路径规划装置,其特征在于,所述装置包括:
获取模块,用于获取初始车道线信息和所述智能车的行驶速度,所述初始车道线信息根据拍摄得到的道路图像中的车道线确定,所述道路图像为位于所述智能车前方的行驶道路的图像,所述初始车道线信息包括所述智能车与所述车道线的相对位置信息以及所述车道线的延伸方向;
调整模块,用于根据预先标定的延时时间和所述行驶速度,调整所述初始车道线信息,以得到目标车道线信息,其中,所述延时时间包括从拍摄所述道路图像直至驱动所述智能车按照目标行驶路径行驶的完整过程所耗费的时间;
确定模块,用于根据所述目标车道线信息实时规划目标行驶路径。
6.根据权利要求5所述的装置,其特征在于,所述获取模块中的初始车道线信息包括所述智能车与所述车道线的相对位置信息,所述相对位置信息包括在第一方向所述智能车与所述车道线的第一距离,所述第一方向为所述智能车的行驶方向;
所述调整模块,包括:
计算子模块,用于根据所述延时时间和所述行驶速度,计算所述智能车与所述车道线之间的延时误差位移;
调整子模块,用于基于所述第一距离和所述延时误差位移调整所述初始车道线信息,以得到所述目标车道线信息。
7.根据权利要求6所述的装置,其特征在于,所述延时误差位移在所述第一方向上的分量为第二距离,所述调整子模块,用于:
将所述第一距离与所述第二距离的差值确定为在所述第一方向上所述智能车与所述车道线的实际距离;
采用所述实际距离替换所述第一距离,得到所述目标车道线信息。
8.根据权利要求6或7所述的装置,其特征在于,所述相对位置信息还包括在第二方向上所述智能车与所述车道线的第三距离,所述延时误差位移在所述第二方向上的分量为第四距离,所述第二方向垂直于所述第一方向,所述调整子模块,用于:
基于所述第三距离和所述第四距离,调整在所述第二方向上所述智能车与所述车道线之间的距离,以得到所述目标车道线信息。
9.一种智能车,其特征在于,包括:处理器和存储器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述存储器上所存储的计算机程序,实现如权利要求1至4任一所述的智能车的行驶路径规划方法。
10.一种计算机可读存储介质,其特征在于,当所述存储介质中的程序由处理器执行时,实现如权利要求1至4任一所述的智能车的行驶路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811275368.3A CN109211260B (zh) | 2018-10-30 | 2018-10-30 | 智能车的行驶路径规划方法及装置、智能车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811275368.3A CN109211260B (zh) | 2018-10-30 | 2018-10-30 | 智能车的行驶路径规划方法及装置、智能车 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109211260A CN109211260A (zh) | 2019-01-15 |
CN109211260B true CN109211260B (zh) | 2022-04-08 |
Family
ID=64998099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811275368.3A Active CN109211260B (zh) | 2018-10-30 | 2018-10-30 | 智能车的行驶路径规划方法及装置、智能车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109211260B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109974739B (zh) * | 2019-04-15 | 2020-11-10 | 西安交通大学 | 基于高精度地图的全局导航系统及导航信息生成方法 |
JP7355696B2 (ja) * | 2020-04-02 | 2023-10-03 | トヨタ自動車株式会社 | 運行管理装置、運行管理方法、および、交通システム |
CN111637898B (zh) * | 2020-06-02 | 2022-07-01 | 安徽宇呈数据技术有限公司 | 一种高精度导航电子地图的处理方法和装置 |
CN112365742A (zh) * | 2020-10-26 | 2021-02-12 | 深圳佑驾创新科技有限公司 | Ldw功能的测试方法、装置、测试设备和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894271A (zh) * | 2010-07-28 | 2010-11-24 | 重庆大学 | 汽车偏离车道线角度和距离的视觉计算及预警方法 |
CN103587556A (zh) * | 2013-12-02 | 2014-02-19 | 北京全路通信信号研究设计院有限公司 | 一种列车定位方法及系统 |
CN103921788A (zh) * | 2014-04-02 | 2014-07-16 | 奇瑞汽车股份有限公司 | 一种汽车行驶控制系统及方法 |
CN104036279A (zh) * | 2014-06-12 | 2014-09-10 | 北京联合大学 | 一种智能车行进控制方法及系统 |
CN104950906A (zh) * | 2015-06-15 | 2015-09-30 | 中国人民解放军国防科学技术大学 | 基于移动通信网络的无人机远程测控系统及方法 |
CN105416290A (zh) * | 2015-11-30 | 2016-03-23 | 奇瑞汽车股份有限公司 | 检测车距的方法和装置 |
CN106347415A (zh) * | 2016-11-01 | 2017-01-25 | 中国铁路总公司 | 一种列车运行监控装置定位方法 |
CN108146467A (zh) * | 2017-12-21 | 2018-06-12 | 中国铁道科学研究院通信信号研究所 | 一种磁浮列车精确定位辅助装置及方法 |
CN108437893A (zh) * | 2018-05-16 | 2018-08-24 | 奇瑞汽车股份有限公司 | 一种汽车偏离车道的预警方法及装置 |
CN108490941A (zh) * | 2018-03-29 | 2018-09-04 | 奇瑞汽车股份有限公司 | 应用于道路清扫车的自动驾驶系统及其控制方法、装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8866391B2 (en) * | 2011-07-26 | 2014-10-21 | ByteLight, Inc. | Self identifying modulated light source |
-
2018
- 2018-10-30 CN CN201811275368.3A patent/CN109211260B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894271A (zh) * | 2010-07-28 | 2010-11-24 | 重庆大学 | 汽车偏离车道线角度和距离的视觉计算及预警方法 |
CN103587556A (zh) * | 2013-12-02 | 2014-02-19 | 北京全路通信信号研究设计院有限公司 | 一种列车定位方法及系统 |
CN103921788A (zh) * | 2014-04-02 | 2014-07-16 | 奇瑞汽车股份有限公司 | 一种汽车行驶控制系统及方法 |
CN104036279A (zh) * | 2014-06-12 | 2014-09-10 | 北京联合大学 | 一种智能车行进控制方法及系统 |
CN104950906A (zh) * | 2015-06-15 | 2015-09-30 | 中国人民解放军国防科学技术大学 | 基于移动通信网络的无人机远程测控系统及方法 |
CN105416290A (zh) * | 2015-11-30 | 2016-03-23 | 奇瑞汽车股份有限公司 | 检测车距的方法和装置 |
CN106347415A (zh) * | 2016-11-01 | 2017-01-25 | 中国铁路总公司 | 一种列车运行监控装置定位方法 |
CN108146467A (zh) * | 2017-12-21 | 2018-06-12 | 中国铁道科学研究院通信信号研究所 | 一种磁浮列车精确定位辅助装置及方法 |
CN108490941A (zh) * | 2018-03-29 | 2018-09-04 | 奇瑞汽车股份有限公司 | 应用于道路清扫车的自动驾驶系统及其控制方法、装置 |
CN108437893A (zh) * | 2018-05-16 | 2018-08-24 | 奇瑞汽车股份有限公司 | 一种汽车偏离车道的预警方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109211260A (zh) | 2019-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109211260B (zh) | 智能车的行驶路径规划方法及装置、智能车 | |
US11530924B2 (en) | Apparatus and method for updating high definition map for autonomous driving | |
US10696301B2 (en) | Vehicle control device | |
CN108688659B (zh) | 车辆的行驶控制装置 | |
JP6294928B1 (ja) | 車両の走行制御装置 | |
US10106161B2 (en) | Vehicle travel control device | |
US20190031193A1 (en) | Travel control device for vehicle | |
JP6222786B2 (ja) | 車両の走行制御装置 | |
JP6465319B2 (ja) | 車両の走行制御装置 | |
CN109131067B (zh) | 三角架自走车及其避障方法 | |
US20160327948A1 (en) | Misrecognition determination device | |
EP3070675B1 (en) | Image processor for correcting deviation of a coordinate in a photographed image at appropriate timing | |
JP6335155B2 (ja) | 車両の走行制御装置 | |
CN110068814B (zh) | 一种测量障碍物距离的方法及装置 | |
CN111263960B (zh) | 用于更新高清晰度地图的设备和方法 | |
WO2021056841A1 (zh) | 定位方法、路径确定方法、装置、机器人及存储介质 | |
US10740592B2 (en) | Three-dimensional object ground-contact determining apparatus | |
US20200117921A1 (en) | Apparatus and method for recognizing road shapes | |
JP6027659B1 (ja) | 車両の走行制御装置 | |
CN112537294A (zh) | 自动泊车控制方法及电子设备 | |
JP2018024344A (ja) | 車両の走行制御装置 | |
US10249056B2 (en) | Vehicle position estimation system | |
WO2022188292A1 (zh) | 目标检测及控制方法、系统、设备及存储介质 | |
JP2019077295A (ja) | 車両の走行制御装置 | |
JP2018169207A (ja) | 車両位置検出装置 |
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 |