CN109407658B - 无人车的行车轨迹规划方法及计算机可读存储介质 - Google Patents
无人车的行车轨迹规划方法及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109407658B CN109407658B CN201710710949.4A CN201710710949A CN109407658B CN 109407658 B CN109407658 B CN 109407658B CN 201710710949 A CN201710710949 A CN 201710710949A CN 109407658 B CN109407658 B CN 109407658B
- Authority
- CN
- China
- Prior art keywords
- line segment
- road
- point
- acquiring
- distance
- 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 30
- 238000004590 computer program Methods 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Images
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
- G05D1/0217—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
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无人车的行车轨迹规划方法及计算机可读存储介质，方法包括：获取无人车的起点位置和终点位置；根据起点位置和终点位置，获取对应的行驶道路集；获取行驶道路集中相邻的且存在夹角的第一道路和第二道路，并在第一道路和第二道路上获取第一线段和第二线段，第一线段的一端点与第二线段的一端点重合；在与第一线段和第二线段相切的圆上获取以两个切点为端点的圆弧，圆弧处于所述第一道路和第二道路内；根据第一线段、第二线段以及圆弧，得到无人车在第一道路和第二道路上的行车轨迹。本发明确保了车辆整个行车轨迹是光滑路径，提高汽车在整个行驶过程的平均速度，减少汽车的行驶时间和能量消耗。
Description
技术领域
本发明涉及汽车轨迹规划技术，尤其涉及一种无人车的行车轨迹规划方法及计算机可读存储介质。
背景技术
随着经济生活水平的提高，汽车作为出行工具也变得越来越普遍。汽车与汽车，人与汽车，汽车与互联网之间的通信也变得越来越重要，我们统称它们为车联网，全球所有车联网每天所产生的数据量是不可估量的，这些数据具有很大的潜在价值，并且这些数据采用传统的处理方式是很难挖掘出其中的价值。最近几年随着大数据领域的快速发展，使车联网行业的数据更容易发挥出它潜在的市场价值。同时，车联网行业与大数据领域相结合推动了无人驾驶汽车的快速发展，如何确定无人驾驶汽车的行驶轨迹也成为了此领域的一大热点与难点。
传统的无人驾驶领域都尚未与大数据领域相结合，无人驾驶汽车的行车轨迹大部分都是一个折线的轨迹或者是不光滑的曲线，例如，在直角弯道处的轨迹一般是折线，这会导致汽车在道路上行驶的时间更加长，行驶的路程也更加的长，从而导致行驶过程中的平均速度较低。
发明内容
本发明所要解决的技术问题是：提供一种无人车的行车轨迹规划方法及计算机可读存储介质，可减少汽车的行驶时间，提高汽车在整个行驶过程的平均速度。
为了解决上述技术问题，本发明采用的技术方案为：一种无人车的行车轨迹规划方法，包括：
获取无人车的起点位置和终点位置；
根据所述起点位置和终点位置，获取对应的行驶道路集，所述行驶道路集包括从所述起点位置行驶到所述终点位置所经过道路的道路数据；
获取所述行驶道路集中相邻的且存在夹角的第一道路和第二道路，并在所述第一道路和第二道路上获取第一线段和第二线段，所述第一线段的一端点与第二线段的一端点重合；
在与所述第一线段和第二线段相切的圆上获取以两个切点为端点的圆弧，所述圆弧处于所述第一道路和第二道路内；
根据所述第一线段、第二线段以及所述圆弧，得到无人车在所述第一道路和第二道路上的行车轨迹。
本发明还涉及一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现以下步骤：
获取无人车的起点位置和终点位置；
根据所述起点位置和终点位置，获取对应的行驶道路集，所述行驶道路集包括从所述起点位置行驶到所述终点位置所经过道路的道路数据；
获取所述行驶道路集中相邻的且存在夹角的第一道路和第二道路，并在所述第一道路和第二道路上获取第一线段和第二线段，所述第一线段的一端点与第二线段的一端点重合；
在与所述第一线段和第二线段相切的圆上获取以两个切点为端点的圆弧，所述圆弧处于所述第一道路和第二道路内；
根据所述第一线段、第二线段以及所述圆弧，得到无人车在所述第一道路和第二道路上的行车轨迹。
本发明的有益效果在于：通过在传统的折线轨迹的基础上对夹角弯道的行车轨迹进行优化，使其在弯道处曲线行驶，确保了车辆整个行车轨迹是光滑路径，与传统折线行车轨迹相比具有很大的优势，提高汽车在整个行驶过程的平均速度，减少了汽车的行驶时间，减少了汽车能量的消耗。
附图说明
图1为本发明实施例一的一种无人车的行车轨迹规划方法的流程图；
图2为本发明实施例二的步骤S4的方法流程图；
图3为本发明实施例二的第一点和第二点的位置示意图；
图4为本发明实施例二的行车轨迹示意图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图详予说明。
本发明最关键的构思在于：通过保证拐弯处的行车轨迹落在道路内，将传统的折线轨迹优化成光滑路径。
请参阅图1，一种无人车的行车轨迹规划方法，包括：
获取无人车的起点位置和终点位置；
根据所述起点位置和终点位置，获取对应的行驶道路集，所述行驶道路集包括从所述起点位置行驶到所述终点位置所经过道路的道路数据；
获取所述行驶道路集中相邻的且存在夹角的第一道路和第二道路，并在所述第一道路和第二道路上获取第一线段和第二线段，所述第一线段的一端点与第二线段的一端点重合；
在与所述第一线段和第二线段相切的圆上获取以两个切点为端点的圆弧，所述圆弧处于所述第一道路和第二道路内；
根据所述第一线段、第二线段以及所述圆弧，得到无人车在所述第一道路和第二道路上的行车轨迹。
从上述描述可知，本发明的有益效果在于：确保了车辆整个行车轨迹是光滑路径，提高汽车在整个行驶过程的平均速度，减少了汽车的行驶时间，减少了汽车能量的消耗。
进一步地，所述“在所述第一道路和第二道路上获取第一线段和第二线段”具体为：
若无人车的起点位置在所述第一道路上，则将经过所述起点位置且与第一道路两侧平行的直线上以所述起点位置为一端点、以所述直线与第二线段的交点为另一端点的线段作为第一线段；
若无人车的起点位置不在所述第一道路上，则将所述第一道路的道路中线作为第一线段；
若无人车的终点位置不在所述第二道路上，则将所述第二道路的道路中线作为第二线段；
若无人车的终点位置在所述第二道路上，则将经过所述终点位置且与第二道路两侧平行的直线上以第一线段与所述直线的交点为一端点，以所述终点位置为另一端点的线段作为第二线段。
由上述描述可知，一般取道路中线作为无人车在道路上的行车轨迹，若车辆的起点或终点不在道路中线上，则取起点或终点所在的且与道路两侧平行的线，进一步保证了行驶轨迹的平滑性。
进一步地，所述“在与所述第一线段和第二线段相切的圆上获取以两个切点为端点的圆弧，所述圆弧处于所述第一道路和第二道路内”具体为：
获取第一道路和第二道路的内侧拐角点；
在所述第一道路和第二道路的夹角的角平分线上获取第一点，所述第一点到第一线段或第二线段的距离与所述第一点到所述内侧拐角点的距离一致；
在所述第一道路和第二道路的夹角的角平分线上获取第二点，所述第二点到所述第一点的距离与所述第一点到第一线段或第二线段的距离一致；
在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值小于或等于第一线段与第二线段重合的端点到第二点的距离；
以所述第三点为圆心，作与所述第一线段和第二线段相切的圆；
在所述圆上获取以两个切点为端点的圆弧。
由上述描述可知，通过使圆弧的圆心满足预设的条件，从而保证圆弧落在道路内。
进一步地，所述“在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值小于或等于第一线段与第二线段重合的端点到第二点的距离”具体为：
根据天气情况，获取对应的预设的常数变量，所述常数变量的取值范围为0-1；
在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值等于第一线段与第二线段重合的端点到第二点的距离乘以所述常数变量的积。
由上述描述可知，通过引入对应天气情况的常数变量，可以根据实时天气情况以及道路实际情况对汽车行驶轨迹进行动态调整。
进一步地，所述“根据所述第一线段、第二线段以及所述圆弧，得到无人车在所述第一道路和第二道路上的行车轨迹”具体为：
在第一线段上获取两端点分别为第一线段的不与第二线段重合的端点和所述圆在第一线段上的切点的线段作为第一轨迹；
将所述圆弧作为第二轨迹；
在第二线段上获取两端点分别为所述圆在第二线段上的切点和第二线段的不与第一线段重合的端点的线段作为第三轨迹；
根据所述第一轨迹、第二轨迹和第三轨迹，得到无人车在所述第一道路和第二道路上的行车轨迹。
本发明还提出了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现以下步骤：
获取无人车的起点位置和终点位置；
根据所述起点位置和终点位置，获取对应的行驶道路集，所述行驶道路集包括从所述起点位置行驶到所述终点位置所经过道路的道路数据；
获取所述行驶道路集中相邻的且存在夹角的第一道路和第二道路，并在所述第一道路和第二道路上获取第一线段和第二线段，所述第一线段的一端点与第二线段的一端点重合；
在与所述第一线段和第二线段相切的圆上获取以两个切点为端点的圆弧，所述圆弧处于所述第一道路和第二道路内；
根据所述第一线段、第二线段以及所述圆弧，得到无人车在所述第一道路和第二道路上的行车轨迹。
进一步地，所述“在所述第一道路和第二道路上获取第一线段和第二线段”具体为：
若无人车的起点位置在所述第一道路上，则将经过所述起点位置且与第一道路两侧平行的直线上以所述起点位置为一端点、以所述直线与第二线段的交点为另一端点的线段作为第一线段；
若无人车的起点位置不在所述第一道路上，则将所述第一道路的道路中线作为第一线段；
若无人车的终点位置不在所述第二道路上，则将所述第二道路的道路中线作为第二线段；
若无人车的终点位置在所述第二道路上，则将经过所述终点位置且与第二道路两侧平行的直线上以第一线段与所述直线的交点为一端点，以所述终点位置为另一端点的线段作为第二线段。
进一步地，所述“在与所述第一线段和第二线段相切的圆上获取以两个切点为端点的圆弧，所述圆弧处于所述第一道路和第二道路内”具体为：
获取第一道路和第二道路的内侧拐角点；
在所述第一道路和第二道路的夹角的角平分线上获取第一点，所述第一点到第一线段或第二线段的距离与所述第一点到所述内侧拐角点的距离一致；
在所述第一道路和第二道路的夹角的角平分线上获取第二点，所述第二点到所述第一点的距离与所述第一点到第一线段或第二线段的距离一致；
在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值小于或等于第一线段与第二线段重合的端点到第二点的距离；
以所述第三点为圆心，作与所述第一线段和第二线段相切的圆；
在所述圆上获取以两个切点为端点的圆弧。
进一步地，所述“在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值小于或等于第一线段与第二线段重合的端点到第二点的距离”具体为：
根据天气情况，获取对应的预设的常数变量，所述常数变量的取值范围为0-1；
在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值等于第一线段与第二线段重合的端点到第二点的距离乘以所述常数变量的积。
进一步地，所述“根据所述第一线段、第二线段以及所述圆弧，得到无人车在所述第一道路和第二道路上的行车轨迹”具体为：
在第一线段上获取两端点分别为第一线段的不与第二线段重合的端点和所述圆在第一线段上的切点的线段作为第一轨迹；
将所述圆弧作为第二轨迹；
在第二线段上获取两端点分别为所述圆在第二线段上的切点和第二线段的不与第一线段重合的端点的线段作为第三轨迹；
根据所述第一轨迹、第二轨迹和第三轨迹，得到无人车在所述第一道路和第二道路上的行车轨迹。
实施例一
请参照图1，本发明的实施例一为：一种无人车的行车轨迹规划方法，所述方法主要用于对夹角弯道的行车轨迹优化，包括如下步骤：
S1：获取无人车的起点位置和终点位置；
S2：根据所述起点位置和终点位置，获取对应的行驶道路集，所述行驶道路集包括从所述起点位置行驶到所述终点位置所经过道路的道路数据；即获取从起点位置行驶到终点位置所需经过的道路以及这些道路的道路数据。道路数据可以包括道路的宽度、长度、拐角处的角度大小以及每条道路的起点、拐角点、终点等。
S3：获取所述行驶道路集中相邻的且存在夹角的第一道路和第二道路，并在所述第一道路和第二道路上获取第一线段和第二线段，所述第一线段的一端点与第二线段的一端点重合；
具体地，若无人车的起点位置在所述第一道路上，则将经过所述起点位置且与第一道路两侧平行的直线上以所述起点位置为一端点、以所述直线与第二线段的交点为另一端点的线段作为第一线段；
若无人车的起点位置不在所述第一道路上，则将所述第一道路的道路中线作为第一线段；
若无人车的终点位置不在所述第二道路上，则将所述第二道路的道路中线作为第二线段；
若无人车的终点位置在所述第二道路上，则将经过所述终点位置且与第二道路两侧平行的直线上以第一线段与所述直线的交点为一端点，以所述终点位置为另一端点的线段作为第二线段。
本实施例一般是取道路中线作为无人车在道路上的行车轨迹，但考虑到起点位置和终点位置不一定处于道路中线上，因此取起点或终点所在的且与道路两侧平行的线替代道路中线。进一步地，若两条相邻的道路之间形成夹角弯道，则无人车在这两条道路上的行车轨迹为折线，需要对其进行优化，因此需在第一线段和第二线段的基础上优化得到无人车在这两条道路上的行车轨迹。
S4：在与所述第一线段和第二线段相切的圆上获取以两个切点为端点的圆弧，所述圆弧处于所述第一道路和第二道路内；
S5：根据所述第一线段、第二线段以及所述圆弧，得到无人车在所述第一道路和第二道路上的行车轨迹；
具体地，在第一线段上获取两端点分别为第一线段的不与第二线段重合的端点和所述圆在第一线段上的切点的线段作为第一轨迹；
将所述圆弧作为第二轨迹；
在第二线段上获取两端点分别为所述圆在第二线段上的切点和第二线段的不与第一线段重合的端点的线段作为第三轨迹；
根据所述第一轨迹、第二轨迹和第三轨迹，得到无人车在所述第一道路和第二道路上的行车轨迹。
例如，假设第一线段为XE，第二线段为EY，其中，点E为两条线段重合的端点，所述圆在第一线段上的切点为M，所述圆在第二线段上的切点为N，也即所述圆弧的两个端点为M、N，则将XM作为第一轨迹，将圆弧MN作为第二轨迹，将NY作为第三轨迹，三条轨迹连起来即无人车在所述第一道路和第二道路上的行车轨迹。
本实施例通过在传统的折线轨迹的基础上对夹角弯道的行车轨迹进行优化，使其在弯道处可曲线行驶，确保了车辆整个行车轨迹是光滑路径，与传统折线行车轨迹相比具有很大的优势，提高汽车在整个行驶过程的平均速度，减少了汽车的行驶时间，减少了汽车能量的消耗。
实施例二
请参照图2-4，本实施例是实施例一中步骤S4的进一步拓展。
如图2所示，步骤S4包括如下步骤：
S401：获取第一道路和第二道路的内侧拐角点；内侧拐角点即指第一道路内侧和第二道路内侧的交点，道路内侧即指夹角弯道内侧所在的一侧。其中，内侧拐角点的坐标存储在道路数据中，在步骤S2获取道路数据时，即获取了内侧拐角点的坐标信息。
S402：在所述第一道路和第二道路的夹角的角平分线上获取第一点，所述第一点到第一线段或第二线段的距离与所述第一点到所述内侧拐角点的距离一致。
S403：在所述第一道路和第二道路的夹角的角平分线上获取第二点，所述第二点到所述第一点的距离与所述第一点到第一线段或第二线段的距离一致；进一步地，可以以第一点为圆心，以第一点到第一线段或第二线段的距离为半径作圆，由于第一点到内侧拐角点的距离与第一点到第一线段或第二线段的距离一致，因此内侧拐角点也在该圆上，然后获取该圆与夹角的角平分线的交点，且该交点位于第一道路或第二道路内，即可得到第二点。
S404：在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值小于或等于第一线段与第二线段重合的端点到第二点的距离；
S405：以所述第三点为圆心，作与所述第一线段和第二线段相切的圆；由于圆与第一线段和第二线段相切，因此圆的半径即为所述第三点到第一线段或第二线段的距离。
S406：在所述圆上获取以两个切点为端点的圆弧；进一步地，所述圆弧的圆心角朝向第一道路和第二道路的夹角。由于该圆弧的圆心满足步骤S404中的要求，因此该圆弧一定落在第一道路和第二道路内。
进一步地，可先预设天气情况与常数变量的关联关系，所述常数变量的取值范围为0-1；天气情况越好，常数变量越接近于1，天气情况越差，常数变量越接近于0；本实施例的关联关系可如表1所示；
表1：
| 常数变量c | 实时天气情况 |
| 1 | 晴，阴，多云 |
| 0.8 | 小雨 |
| 0.6 | 中雨 |
| 0.4 | 暴雨、大暴雨 |
| 0.2 | 雾、霾(能见度低) |
| 0 | 雨雪、冻雨天气 |
在步骤S404中，可根据天气情况，获取对应的预设的常数变量c；然后在角平分线上获取的第三点满足下述要求：所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值等于第一线段与第二线段重合的端点到第二点的距离乘以所述常数变量的积。
进一步地，如图3所示，L1为第一道路，L2为第二道路，XE为第一线段，EY为第二线段，点P为内侧拐角点，第一道路与第二道路的夹角为θ。由于第一线段与第一道路两侧平行，第二线段与第二道路两侧平行，因此，第一线段XE与第二线段EY的夹角也为θ。
为了方便计算，以所述第一线段和第二线段的重合的端点E为原点，以所述第二线段所在的直线为X轴，以无人车在第二道路上的行进方向即EY方向为X轴正方向，以EX方向为Y轴正方向，建立直角坐标系。
建立直角坐标系后，即可根据所述第一道路和第二道路的夹角的角度θ，得到所述第一线段所在的直线的方程表达式y＝tanθx(第一公式)，以及所述夹角的角平分线的方程表达式
(第二公式)；
当夹角θ不为直角时，根据道路数据，可以得到点E和点P在地图中的坐标，根据二者的坐标关系，即可得到点P在直角坐标系中的坐标，假设为(U，V)。
假设第一点O’在直角坐标系中的坐标为(U’，V’)，由于第一点O’到第一线段XE或第二线段EY的距离与第一点O’到内侧拐角点P的距离一致，即|O'M|＝|O'P|或|O'N|＝|O'P|，其中，O’M垂直XE，|O’M|为第一点O’到第一线段XE的距离，O’N垂直EY，|O’N|为第一点O’到第二线段EY的距离；以前者为例，可等价于第三公式；
第三公式：
令tanθ＝a，则第三公式可简化为第四公式；
第四公式：(U')2+2aU'V'-2(1+a2)(UU'+VV')+a2(V')2+(1+a2)(U2+V2)＝0
由于第一点O’在夹角的角平分线上，因此第一点O’的坐标(U’，V’)满足第二公式，即可得到第五公式；
第五公式：
令
则将第五公式代入第四公式可得到第六公式；
第六公式：(ad+1)2(U')2-2(1+a2)(U+Vd)U'+(1+a2)(U2+V2)＝0
根据第六公式，即可求出U’的值，再代入第五公式，即可求出V’的值，从而得到第一点O’的坐标。
由于第二点F到第一点O’的距离与所述第一点O’到第一线段XE或第二线段EY的距离一致，即|O'F|＝|O'M|，且由于第一点O’的坐标(U’，V’)已知，|O’M|已知，即可求出第二点F的坐标，从而求出第二点F到原点E的距离|EF|。
当夹角θ为直角时，可先获取第一线段XE与第一道路L1内侧的距离d1以及第二线段EY与第二道路L2内侧的距离d2，此时，点P的坐标(U，V)即为(d1，d2)，且此时|O’M|＝U’。因此|O'M|＝|O'P|可转化为第七公式；
第七公式：
同理，求出U’的值，即可得到第一点O’的坐标，从而得到第二点F到原点E的距离|EF|。
如图4所示，假设在所述夹角的角平分线上获取的第三点O在所述直角坐标系中的坐标为(U0,V0)；所述第三点O满足第八公式；
第八公式：|OE|-r＝c|EF|
其中，|OE|为所述第三点O到所述直角坐标系的原点E的距离，r为所述第三点O到所述第一线段XE或第二线段EY的距离(可看作点O到第一线段所在直线的距离或点O到X轴的距离)，|EF|为第二点F到第一线段与第二线段重合的端点的距离，也即第二点F到原点E的距离，c为上述对应天气情况的常数变量。
因此，当夹角θ不为直角时，第八公式可转换为第九公式；当夹角θ为直角时，第八公式可转换为第十公式；
第九公式：
第十公式：
由于点O处于所述夹角的角平分线上，所述点O(U0,V0)同时满足第二公式以及第九公式或第十公式，通过求解方程组，可得到点O的具体坐标。得到点O的坐标后，即可算出圆弧的半径，从而得到圆弧的方程表达式。进一步地，由于圆与第一线段和第二线段相切，假设切点分别为A、B，则OA垂直EX，OB垂直EY，因此，得到点O的坐标后，即可得到两个切点A、B的坐标，从而可得到线段XA、圆弧AB、线段BY所组成的轨迹，作为第一道路和第二道路上的行车轨迹。
进一步地，由第八公式可以看出，天气情况越差，c的取值越小，圆弧越接近原点E，也即无人车较晚转弯，也说明无人车在天气差的时候需放慢车速；天气情况越好，c的取值越大，也即无人车的转弯弧度可较大，也说明无人车在天气好的时候可适当提高车速。当c＝1时，圆弧AB即为圆弧MN。
本实施例通过对圆弧的圆心位置进行了限定，从而保证拐弯处的行车轨迹落在道路内；通过引入对应天气情况的常数变量，可以根据实时天气情况以及道路实际情况对汽车行驶轨迹进行动态调整，提高行车轨迹规划的适应性和通用性。
实施例三
本实施例是上述实施例的一种无人车的行车轨迹规划系统，包括车载终端、HDFS集群存储模块、Spark集群计算模块和轨迹规划策略模块。所述车载终端设置在无人车上，所述HDFS集群存储模块、Spark集群计算模块和轨迹规划策略模块可设置在服务器端。
车载终端用于发送车辆的起点坐标和终点坐标给Spark集群计算模块，并接收Spark集群计算模块规划出的行车轨迹，根据行车轨迹控制车辆行驶。
HDFS集群存储模块用于存储所有道路的相关数据，包括道路的宽度、长度、拐角处的角度大小以及每条道路的起点、拐角点、终点等。
Spark集群计算模块用于接收车载终端发送的起点坐标和终点坐标，根据接收到的数据读取HDFS集群存储模块中的道路数据，并从轨迹规划策略模块中获取轨迹规划策略，根据读取的道路数据和轨迹规划策略，计算出行车轨迹，最后将行车轨迹发送给车载终端。
轨迹规划策略模块用于存储轨迹规划策略，即实现上述实施例的方法的算法程序。
由于HDFS集群采用分布存储方式，可充分利用HDFS存储多个副本，当数据丢失后，HDFS具有自动恢复等优点，确保保存在HDFS集群存储模块中的数据的安全性以及稳定性。Spark集群具有快速计算的能力，确保了整个系统的安全性、高效性、稳定性，同时采用汽车行驶规划策略能保证汽车在整个行驶过程都能保持一定的速度，从而能提高了汽车行驶过程的平均速度，减少了行驶过程中所消耗的时间。
本实施例利用大数据相关技术可以提高道路相关数据安全性、稳定性，能够快速的计算出行驶轨迹线路，可以确保汽车整个行驶过程是安全的、平稳的。
实施例四
本实施例是对应上述实施例的一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现以下步骤：
获取无人车的起点位置和终点位置；
根据所述起点位置和终点位置，获取对应的行驶道路集，所述行驶道路集包括从所述起点位置行驶到所述终点位置所经过道路的道路数据；
获取所述行驶道路集中相邻的且存在夹角的第一道路和第二道路，并在所述第一道路和第二道路上获取第一线段和第二线段，所述第一线段的一端点与第二线段的一端点重合；
在与所述第一线段和第二线段相切的圆上获取以两个切点为端点的圆弧，所述圆弧处于所述第一道路和第二道路内；
根据所述第一线段、第二线段以及所述圆弧，得到无人车在所述第一道路和第二道路上的行车轨迹。
进一步地，所述“在所述第一道路和第二道路上获取第一线段和第二线段”具体为：
若无人车的起点位置在所述第一道路上，则将经过所述起点位置且与第一道路两侧平行的直线上以所述起点位置为一端点、以所述直线与第二线段的交点为另一端点的线段作为第一线段；
若无人车的起点位置不在所述第一道路上，则将所述第一道路的道路中线作为第一线段；
若无人车的终点位置不在所述第二道路上，则将所述第二道路的道路中线作为第二线段；
若无人车的终点位置在所述第二道路上，则将经过所述终点位置且与第二道路两侧平行的直线上以第一线段与所述直线的交点为一端点，以所述终点位置为另一端点的线段作为第二线段。
进一步地，所述“在与所述第一线段和第二线段相切的圆上获取以两个切点为端点的圆弧，所述圆弧处于所述第一道路和第二道路内”具体为：
获取第一道路和第二道路的内侧拐角点；
在所述第一道路和第二道路的夹角的角平分线上获取第一点，所述第一点到第一线段或第二线段的距离与所述第一点到所述内侧拐角点的距离一致；
在所述第一道路和第二道路的夹角的角平分线上获取第二点，所述第二点到所述第一点的距离与所述第一点到第一线段或第二线段的距离一致；
在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值小于或等于第一线段与第二线段重合的端点到第二点的距离；
以所述第三点为圆心，作与所述第一线段和第二线段相切的圆；
在所述圆上获取以两个切点为端点的圆弧。
进一步地，所述“在所述第一道路和第二道路的夹角的角平分线上获取一点，所述一点到第一线段与第二线段重合的端点的距离减去所述一点到第一线段或第二线段的距离的差值小于或等于
倍的第三距离”具体为：
根据天气情况，获取对应的预设的常数变量，所述常数变量的取值范围为0-1；
在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值等于第一线段与第二线段重合的端点到第二点的距离乘以所述常数变量的积。
进一步地，所述“根据所述第一线段、第二线段以及所述圆弧，得到无人车在所述第一道路和第二道路上的行车轨迹”具体为：
在第一线段上获取两端点分别为第一线段的不与第二线段重合的端点和所述圆在第一线段上的切点的线段作为第一轨迹；
将所述圆弧作为第二轨迹；
在第二线段上获取两端点分别为所述圆在第二线段上的切点和第二线段的不与第一线段重合的端点的线段作为第三轨迹；
根据所述第一轨迹、第二轨迹和第三轨迹，得到无人车在所述第一道路和第二道路上的行车轨迹。
综上所述，本发明提供的一种无人车的行车轨迹规划方法及计算机可读存储介质，通过在传统的折线轨迹的基础上对夹角弯道的行车轨迹进行优化，使其在弯道处曲线行驶，确保了车辆整个行车轨迹是光滑路径，与传统折线行车轨迹相比具有很大的优势，提高汽车在整个行驶过程的平均速度，减少了汽车的行驶时间，减少了汽车能量的消耗。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种无人车的行车轨迹规划方法，其特征在于，包括：
获取无人车的起点位置和终点位置；
根据所述起点位置和终点位置，获取对应的行驶道路集，所述行驶道路集包括从所述起点位置行驶到所述终点位置所经过道路的道路数据；
获取所述行驶道路集中相邻的且存在夹角的第一道路和第二道路，并在所述第一道路和第二道路上获取第一线段和第二线段，所述第一线段的一端点与第二线段的一端点重合；
在与所述第一线段和第二线段相切的圆上获取以两个切点为端点的圆弧，所述圆弧处于所述第一道路和第二道路内；
根据所述第一线段、第二线段以及所述圆弧，得到无人车在所述第一道路和第二道路上的行车轨迹。
2.根据权利要求1所述的无人车的行车轨迹规划方法，其特征在于，所述“在所述第一道路和第二道路上获取第一线段和第二线段”具体为：
若无人车的起点位置在所述第一道路上，则将经过所述起点位置且与第一道路两侧平行的直线上以所述起点位置为一端点、以所述直线与第二线段的交点为另一端点的线段作为第一线段；
若无人车的起点位置不在所述第一道路上，则将所述第一道路的道路中线作为第一线段；
若无人车的终点位置不在所述第二道路上，则将所述第二道路的道路中线作为第二线段；
若无人车的终点位置在所述第二道路上，则将经过所述终点位置且与第二道路两侧平行的直线上以第一线段与所述直线的交点为一端点，以所述终点位置为另一端点的线段作为第二线段。
3.根据权利要求1所述的无人车的行车轨迹规划方法，其特征在于，所述“在与所述第一线段和第二线段相切的圆上获取以两个切点为端点的圆弧，所述圆弧处于所述第一道路和第二道路内”具体为：
获取第一道路和第二道路的内侧拐角点；
在所述第一道路和第二道路的夹角的角平分线上获取第一点，所述第一点到第一线段或第二线段的距离与所述第一点到所述内侧拐角点的距离一致；
在所述第一道路和第二道路的夹角的角平分线上获取第二点，所述第二点到所述第一点的距离与所述第一点到第一线段或第二线段的距离一致；
在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值小于或等于第一线段与第二线段重合的端点到第二点的距离；
以所述第三点为圆心，作与所述第一线段和第二线段相切的圆；
在所述圆上获取以两个切点为端点的圆弧。
4.根据权利要求3所述的无人车的行车轨迹规划方法，其特征在于，所述“在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值小于或等于第一线段与第二线段重合的端点到第二点的距离”具体为：
根据天气情况，获取对应的预设的常数变量，所述常数变量的取值范围为0-1；
在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值等于第一线段与第二线段重合的端点到第二点的距离乘以所述常数变量的积。
5.根据权利要求1所述的无人车的行车轨迹规划方法，其特征在于，所述“根据所述第一线段、第二线段以及所述圆弧，得到无人车在所述第一道路和第二道路上的行车轨迹”具体为：
在第一线段上获取两端点分别为第一线段的不与第二线段重合的端点和所述圆在第一线段上的切点的线段作为第一轨迹；
将所述圆弧作为第二轨迹；
在第二线段上获取两端点分别为所述圆在第二线段上的切点和第二线段的不与第一线段重合的端点的线段作为第三轨迹；
根据所述第一轨迹、第二轨迹和第三轨迹，得到无人车在所述第一道路和第二道路上的行车轨迹。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现以下步骤：
获取无人车的起点位置和终点位置；
根据所述起点位置和终点位置，获取对应的行驶道路集，所述行驶道路集包括从所述起点位置行驶到所述终点位置所经过道路的道路数据；
获取所述行驶道路集中相邻的且存在夹角的第一道路和第二道路，并在所述第一道路和第二道路上获取第一线段和第二线段，所述第一线段的一端点与第二线段的一端点重合；
在与所述第一线段和第二线段相切的圆上获取以两个切点为端点的圆弧，所述圆弧处于所述第一道路和第二道路内；
根据所述第一线段、第二线段以及所述圆弧，得到无人车在所述第一道路和第二道路上的行车轨迹。
7.根据权利要求6所述的计算机可读存储介质，其特征在于，所述“在所述第一道路和第二道路上获取第一线段和第二线段”具体为：
若无人车的起点位置在所述第一道路上，则将经过所述起点位置且与第一道路两侧平行的直线上以所述起点位置为一端点、以所述直线与第二线段的交点为另一端点的线段作为第一线段；
若无人车的起点位置不在所述第一道路上，则将所述第一道路的道路中线作为第一线段；
若无人车的终点位置不在所述第二道路上，则将所述第二道路的道路中线作为第二线段；
若无人车的终点位置在所述第二道路上，则将经过所述终点位置且与第二道路两侧平行的直线上以第一线段与所述直线的交点为一端点，以所述终点位置为另一端点的线段作为第二线段。
8.根据权利要求6所述的计算机可读存储介质，其特征在于，所述“在与所述第一线段和第二线段相切的圆上获取以两个切点为端点的圆弧，所述圆弧处于所述第一道路和第二道路内”具体为：
获取第一道路和第二道路的内侧拐角点；
在所述第一道路和第二道路的夹角的角平分线上获取第一点，所述第一点到第一线段或第二线段的距离与所述第一点到所述内侧拐角点的距离一致；
在所述第一道路和第二道路的夹角的角平分线上获取第二点，所述第二点到所述第一点的距离与所述第一点到第一线段或第二线段的距离一致；
在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值小于或等于第一线段与第二线段重合的端点到第二点的距离；
以所述第三点为圆心，作与所述第一线段和第二线段相切的圆；
在所述圆上获取以两个切点为端点的圆弧。
9.根据权利要求8所述的计算机可读存储介质，其特征在于，所述“在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值小于或等于第一线段与第二线段重合的端点到第二点的距离”具体为：
根据天气情况，获取对应的预设的常数变量，所述常数变量的取值范围为0-1；
在所述第一道路和第二道路的夹角的角平分线上获取第三点，所述第三点到第一线段与第二线段重合的端点的距离减去所述第三点到第一线段或第二线段的距离的差值等于第一线段与第二线段重合的端点到第二点的距离乘以所述常数变量的积。
10.根据权利要求6所述的计算机可读存储介质，其特征在于，所述“根据所述第一线段、第二线段以及所述圆弧，得到无人车在所述第一道路和第二道路上的行车轨迹”具体为：
在第一线段上获取两端点分别为第一线段的不与第二线段重合的端点和所述圆在第一线段上的切点的线段作为第一轨迹；
将所述圆弧作为第二轨迹；
在第二线段上获取两端点分别为所述圆在第二线段上的切点和第二线段的不与第一线段重合的端点的线段作为第三轨迹；
根据所述第一轨迹、第二轨迹和第三轨迹，得到无人车在所述第一道路和第二道路上的行车轨迹。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710710949.4A CN109407658B (zh) | 2017-08-18 | 2017-08-18 | 无人车的行车轨迹规划方法及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710710949.4A CN109407658B (zh) | 2017-08-18 | 2017-08-18 | 无人车的行车轨迹规划方法及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109407658A CN109407658A (zh) | 2019-03-01 |
| CN109407658B true CN109407658B (zh) | 2022-06-14 |
Family
ID=65455259
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710710949.4A Active CN109407658B (zh) | 2017-08-18 | 2017-08-18 | 无人车的行车轨迹规划方法及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109407658B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110276020B (zh) * | 2019-04-22 | 2023-08-08 | 创新先进技术有限公司 | 识别用户出行目的地的方法和装置 |
| CN110069066B (zh) * | 2019-05-06 | 2021-11-05 | 江苏盛海智能科技有限公司 | 一种无人车寻迹的方法及终端 |
| CN110703783B (zh) * | 2019-11-11 | 2021-07-27 | 上海交通大学 | 一种无人驾驶轨迹跟踪中实时判别当前参考轨迹点的算法 |
| CN111176298B (zh) * | 2020-01-21 | 2023-04-07 | 广州赛特智能科技有限公司 | 一种无人车轨迹录制与轨迹跟踪方法 |
| CN111710159B (zh) * | 2020-05-29 | 2021-09-03 | 同济大学 | 一种基于虚拟车道线的交叉路口车辆路径规划方法和装置 |
| CN115273515B (zh) * | 2022-06-23 | 2024-05-07 | 智道网联科技(北京)有限公司 | 车辆转弯处导航画面显示方法、设备和可读存储介质 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0324606A (ja) * | 1989-06-22 | 1991-02-01 | Yutaka Kanayama | 移動ロボットの経路指定方法 |
| JP4913992B2 (ja) * | 2004-04-30 | 2012-04-11 | 株式会社小糸製作所 | 車両走行支援システム |
| FR2883768B1 (fr) * | 2005-03-31 | 2007-05-25 | Jean Pierre Beltoise | Amenagement de circuit de courses de vehicules a moteur, notamment automobiles, qui facilite les manoeuvres de depassement dans les virages. |
| CN101131588B (zh) * | 2006-08-25 | 2013-04-24 | 吴体福 | 一种公路车辆自动驾驶系统 |
| DE102009009818A1 (de) * | 2009-02-20 | 2010-08-26 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Erzeugung von Referenzfahrspuren für landwirtschaftliche Fahrzeuge |
| CN103488174B (zh) * | 2013-09-16 | 2015-11-25 | 北京邮电大学 | 自动导引控制方法、控制装置及系统 |
| CN103646298B (zh) * | 2013-12-13 | 2018-01-02 | 中国科学院深圳先进技术研究院 | 一种自动驾驶方法及系统 |
| BR112017022955B1 (pt) * | 2015-04-24 | 2022-06-21 | Autonomous Solutions, Inc | Sistema, método e meio não transitório legível por computador para calcular um plano de trajetória dirigível para um veículo autônomo e sistema, método e meio não transitório legível por computador para controlar um veículo autônomo |
| CN104792232B (zh) * | 2015-04-28 | 2016-04-20 | 北京理工大学 | 一种带有落角约束的最小过载末端导引方法 |
| WO2017113416A1 (zh) * | 2015-12-31 | 2017-07-06 | 深圳配天智能技术研究院有限公司 | 加工轨迹平滑转接的方法及加工装置 |
| CN106643733B (zh) * | 2016-12-30 | 2018-02-06 | 北京理工大学 | 面向多导航站接力导航的运动体路径规划方法 |
| CN106882180B (zh) * | 2017-01-09 | 2019-02-12 | 北京理工大学 | 一种无人驾驶履带车的起步控制方法 |
-
2017
- 2017-08-18 CN CN201710710949.4A patent/CN109407658B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109407658A (zh) | 2019-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109407658B (zh) | 无人车的行车轨迹规划方法及计算机可读存储介质 | |
| CN110687539B (zh) | 一种车位检测方法、装置、介质和设备 | |
| CN110766220A (zh) | 一种结构化道路局部路径规划方法 | |
| CN101493330B (zh) | 一种手机网络导航中地图矢量数据的抽稀方法 | |
| CN106092111A (zh) | 一种车辆路径动态规划方法、服务器及导航系统 | |
| CN112606830B (zh) | 一种基于混合a*算法的两段式自主泊车路径规划方法 | |
| CN111731269B (zh) | 一种自动泊车路径规划方法及其系统 | |
| CN102324017B (zh) | 一种基于fpga的车道线检测方法 | |
| CN110271539B (zh) | 一种自动垂直泊车控制系统 | |
| WO2020125686A1 (zh) | 实时相对地图的生成方法，智能驾驶设备以及计算机存储介质 | |
| CN111060108A (zh) | 路径规划方法和装置、工程车辆 | |
| US11449058B2 (en) | Traveling track determination processing and automated drive device | |
| CN106767808A (zh) | 基于模板的自动化集装箱码头自动引导车辆路径规划方法 | |
| CN110867131A (zh) | 用于更新地图的方法、装置、设备和存储介质 | |
| CN102194312B (zh) | 一种道路合并方法及道路合并装置 | |
| KR20210069687A (ko) | 환경 목표의 특징점을 추출하는 방법 및 장치 | |
| AU2021362864A1 (en) | Traffic control system for mining trucks and method for same | |
| CN102374866B (zh) | 基于走行方向的有损道路形状融合方法 | |
| CN104422465A (zh) | 车载陀螺仪系数校正方法、装置及车载导航系统 | |
| CN115402323A (zh) | 换道决策方法和电子设备 | |
| CN110962856B (zh) | 用于确定车辆的环境目标所处的区域的方法及装置 | |
| CN112363504A (zh) | 一种农机无人驾驶调头方法 | |
| CN115704693A (zh) | 车辆行驶路径规划方法、装置、设备及计算机存储介质 | |
| CN110962857B (zh) | 用于确定车辆的环境目标所处的区域的方法及装置 | |
| CN117831330B (zh) | 一种车辆控制方法、装置、设备及介质 |
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 | ||
| CP03 | Change of name, title or address |
Address after: 303-e, Zone C, innovation building, software park, Xiamen Torch hi tech Zone, Xiamen, Fujian, 361000 Patentee after: Xiamen Yaxun Zhilian Technology Co.,Ltd. Country or region after: China Address before: 303-e, Zone C, innovation building, software park, torch hi tech Zone, Xiamen City, Fujian Province Patentee before: XIAMEN YAXON NETWORK Co.,Ltd. Country or region before: China |
|
| CP03 | Change of name, title or address |