CN109712421B - 自动驾驶车辆的速度规划方法、装置和存储介质 - Google Patents

自动驾驶车辆的速度规划方法、装置和存储介质 Download PDF

Info

Publication number
CN109712421B
CN109712421B CN201910135454.2A CN201910135454A CN109712421B CN 109712421 B CN109712421 B CN 109712421B CN 201910135454 A CN201910135454 A CN 201910135454A CN 109712421 B CN109712421 B CN 109712421B
Authority
CN
China
Prior art keywords
speed
time point
track
distance
cost function
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
Application number
CN201910135454.2A
Other languages
English (en)
Other versions
CN109712421A (zh
Inventor
柳长春
陈雅琴
耿鹏
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 Baidu Netcom Science and Technology Co Ltd
Apollo Intelligent Technology Beijing Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910135454.2A priority Critical patent/CN109712421B/zh
Publication of CN109712421A publication Critical patent/CN109712421A/zh
Priority to US16/787,729 priority patent/US11718318B2/en
Priority to EP20275038.6A priority patent/EP3699053A1/en
Priority to JP2020025125A priority patent/JP7000640B2/ja
Priority to KR1020200019757A priority patent/KR20200103541A/ko
Application granted granted Critical
Publication of CN109712421B publication Critical patent/CN109712421B/zh
Priority to KR1020210159597A priority patent/KR102446971B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/10—Path keeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14—Adaptive cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • 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
    • G05D1/0212—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 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
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0026—Lookup tables or parameter maps
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B60W2720/103—Speed profile
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/18—Propelling the vehicle
    • B60Y2300/18008—Propelling the vehicle related to particular drive situations
    • B60Y2300/18166—Overtaking, changing lanes

Abstract

本发明实施例提出一种自动驾驶车辆的速度规划方法、装置和存储介质。该方法包括：在自动驾驶车辆变道前，为所述自动驾驶车辆生成多条待选速度轨迹，所述待选速度轨迹包括规划时间范围内的多个时间点对应的待选速度；获取障碍物在所述多个时间点对应的预测速度和预测位置；根据所述待选速度轨迹以及所述预测速度和所述预测位置，计算每条所述待选速度轨迹的代价函数值；选取代价函数值最小的待选速度轨迹，作为所述自动驾驶车辆的规划速度轨迹。本发明实施例的技术方案可以调整自动驾驶车辆在变道前的速度，使自动驾驶车辆与目标车道的障碍物拉开距离，以创造变道时机和变道的安全距离，从而提升变道的成功率。

Description

自动驾驶车辆的速度规划方法、装置和存储介质
技术领域
本发明涉及自动驾驶技术领域，尤其涉及一种自动驾驶车辆的速度规划方法、装置和存储介质。
背景技术
自动驾驶车辆包括以自动驾驶模式运行(例如，无人驾驶)的车辆。自动驾驶车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。自动驾驶车辆可以使用车载传感器导航到各个位置，从而实现在最少人机交互的情况下或在没有任何乘客的情况下行驶。自动驾驶车辆在行驶过程中，从一个车道转到另一个车道行驶，这个过程称为变换车道，简称变道，也可以成为汇入车流。自动驾驶车辆在变道之前，需要为其进行轨迹规划，包括速度规划。如果速度规划不合理，将会导致交通事故的发生。
发明内容
本发明实施例提供一种自动驾驶车辆的速度规划方法、装置和存储介质，以解决现有技术中的一个或多个技术问题。
第一方面，本发明实施例提供了一种自动驾驶车辆的速度规划方法，包括：
在自动驾驶车辆变道前，为所述自动驾驶车辆生成多条待选速度轨迹，所述待选速度轨迹包括规划时间范围内的多个时间点对应的待选速度；
获取障碍物在所述多个时间点对应的预测速度和预测位置；
根据所述待选速度轨迹以及所述预测速度和所述预测位置，计算每条所述待选速度轨迹的代价函数值；
选取代价函数值最小的待选速度轨迹，作为所述自动驾驶车辆的规划速度轨迹。
在一种实施方式中，根据所述待选速度轨迹以及所述预测速度和所述预测位置，计算每条所述待选速度轨迹的代价函数值，包括：
根据所述自动驾驶车辆在每个所述时间点的待选速度，以及所述障碍物在每个所述时间点的预测速度，设置每个所述时间点对应的期望距离，所述期望距离为所述自动驾驶车辆与所述障碍物的安全距离；
根据每个所述时间点对应的所述期望距离和待选距离，计算所述待选速度轨迹在每个所述时间点的代价函数值，所述待选距离为所述待选速度轨迹对应的所述自动驾驶车辆与所述障碍物的距离；
根据所述待选速度轨迹在每个所述时间点的代价函数值，得到所述待选速度轨迹的代价函数值。
在一种实施方式中，根据所述待选速度轨迹以及所述预测速度和所述预测位置，计算每条所述待选速度轨迹的代价函数值，包括：
在路径时间坐标系中，根据所述待选速度轨迹，生成对应的行驶路径轨迹，所述路径时间坐标系的横轴和纵轴分别为时间和位置；
根据所述时间点的对应关系，将所述障碍物的多个预测位置映射至所述路径时间坐标系中，得到所述障碍物的映射路径轨迹。
在一种实施方式中，根据所述自动驾驶车辆在每个所述时间点的待选速度，以及所述障碍物在每个所述时间点的预测速度，设置每个所述时间点对应的期望距离，包括：
根据所述行驶路径轨迹和所述映射路径轨迹，判断所述待选速度轨迹对应的所述变道过程为超车变道过程或让行变道过程；
如果判断所述变道过程为超车变道过程，则根据公式d_desire＝v_obs×x1+(v_obs﹣v_adc)×x2+x3，计算每个所述时间点对应的所述期望距离；其中，d_desire为所述时间点对应的期望距离，v_obs为所述时间点对应的所述预测速度，v_adc为所述时间点对应的所述待选速度，x1、x2和x3分别为第一预设参数、第二预设参数和第三预设参数。
在一种实施方式中，根据所述自动驾驶车辆在每个所述时间点的待选速度，以及所述障碍物在每个所述时间点的预测速度，设置每个所述时间点对应的期望距离，包括：
如果判断所述变道为让行变道过程，则根据公式d_desire＝v_obs×x1+(v_adc﹣v_obs)×x2+x3，计算每个所述时间点对应的所述期望距离。
在一种实施方式中，根据每个所述时间点对应的所述期望距离和待选距离，计算所述待选速度轨迹在每个所述时间点的代价函数值，包括：
根据所述行驶路径轨迹和所述映射路径轨迹，确定每个时间点对应的所述待选距离；
根据公式cost＝max[0,﹣x4(d﹣d_desire)]，计算所述待选速度轨迹在每个所述时间点的代价函数值，其中，d为所述时间点对应的所述待选距离，d_desire为所述时间点对应的所述期望距离，x4为第四预设参数。
第二方面，本发明实施例提供一种自动驾驶车辆的速度规划装置，包括：
生成模块，用于在自动驾驶车辆变道前，为所述自动驾驶车辆生成多条待选速度轨迹，所述待选速度轨迹包括规划时间范围内的多个时间点对应的待选速度；
获取模块，用于获取障碍物在所述多个时间点对应的预测速度和预测位置；
计算模块，用于根据所述待选速度轨迹以及所述预测速度和所述预测位置，计算每条所述待选速度轨迹的代价函数值；
选取模块，用于选取代价函数值最小的待选速度轨迹，作为所述自动驾驶车辆的规划速度轨迹。
在一种实施方式中，所述计算模块包括：
期望距离设置子模块，用于根据所述自动驾驶车辆在每个所述时间点的待选速度，以及所述障碍物在每个所述时间点的预测速度，设置每个所述时间点对应的期望距离，所述期望距离为所述自动驾驶车辆与所述障碍物的安全距离；
代价函数值计算子模块，用于根据每个所述时间点对应的所述期望距离和待选距离，计算所述待选速度轨迹在每个所述时间点的代价函数值，所述待选距离为所述待选速度轨迹对应的所述自动驾驶车辆与所述障碍物的距离；
代价函数值得到子模块，用于根据所述待选速度轨迹在每个所述时间点的代价函数值，得到所述待选速度轨迹的代价函数值。
在一种实施方式中，所述计算模块包括：
行驶路径轨迹生成子模块，用于在路径时间坐标系中，根据所述待选速度轨迹，生成对应的行驶路径轨迹，所述路径时间坐标系的横轴和纵轴分别为时间和位置；
映射路径轨迹得到子模块，用于根据所述时间点的对应关系，将所述障碍物的多个预测位置映射至所述路径时间坐标系中，得到所述障碍物的映射路径轨迹。
在一种实施方式中，所述期望距离设置子模块包括：
判断单元，用于根据所述行驶路径轨迹和所述映射路径轨迹，判断所述待选速度轨迹对应的所述变道过程为超车变道过程或让行变道过程；
第一计算单元，用于如果判断所述变道过程为超车变道过程，则根据公式d_desire＝v_obs×x1+(v_obs﹣v_adc)×x2+x3，计算每个所述时间点对应的所述期望距离；其中，d_desire为所述时间点对应的期望距离，v_obs为所述时间点对应的所述预测速度，v_adc为所述时间点对应的所述待选速度，x1、x2和x3分别为第一预设参数、第二预设参数和第三预设参数。
在一种实施方式中，所述期望距离设置子模块包括：
第二计算单元，用于如果判断所述变道为让行变道过程，则根据公式d_desire＝v_obs×x1+(v_adc﹣v_obs)×x2+x3，计算每个所述时间点对应的所述期望距离。
在一种实施方式中，所述代价函数值计算子模块包括：
确定单元，用于根据所述行驶路径轨迹和所述映射路径轨迹，确定每个时间点对应的所述待选距离；
计算单元，用于根据公式cost＝max[0,﹣x4(d﹣d_desire)]，计算所述待选速度轨迹在每个所述时间点的代价函数值，其中，d为所述时间点对应的所述待选距离，d_desire为所述时间点对应的所述期望距离，x4为第四预设参数。
第三方面，本发明实施例提供了一种自动驾驶车辆的速度规划装置，所述装置的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中，所述装置的结构中包括处理器和存储器，所述存储器用于存储支持所述装置执行上述方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述装置还可以包括通信接口，用于与其他设备或通信网络通信。
第四方面，本发明实施例提供了一种计算机可读存储介质，用于存储自动驾驶车辆的速度规划装置所用的计算机软件指令，其包括用于执行上述方法所涉及的程序。
上述技术方案，通过生成多条待选速度轨迹，并根据自动驾驶车辆与障碍物的相对位置和相对速度，计算每条待选速度轨迹的代价函数值，进而从中确定代价函数值最小的待选速度轨迹作为自动驾驶车辆变道前的规划速度轨迹，可以使速度规划更合理；进一步地，上述技术方案中，计算代价函数值的方法可以通过调整自动驾驶车辆在变道前的速度，使自动驾驶车辆与目标车道的障碍物拉开距离，以创造变道时机和变道的安全距离，从而提升变道的成功率。
上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。
图1示出根据本发明实施例的自动驾驶车辆的速度规划方法的流程图。
图2A和图2B分别示出根据本发明实施例的自动驾驶车辆的速度规划方法的应用示例图。
图3示出根据本发明实施例的一种实施方式的自动驾驶车辆的速度规划方法的流程图。
图4示出本发明实施例中的行驶路径轨迹和映射路径轨迹的示意图。
图5示出根据本发明实施例的又一种实施方式的自动驾驶车辆的速度规划方法的流程图。
图6示出根据本发明实施例的自动驾驶车辆的速度规划装置的结构框图。
图7示出根据本发明实施例的一种实施方式的自动驾驶车辆的速度规划装置的结构框图。
图8示出根据本发明实施例的自动驾驶车辆的速度规划装置的结构框图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
图1示出根据本发明实施例的自动驾驶车辆的速度规划方法的流程图。如图1所示，该方法可以包括以下步骤：
步骤S100、在自动驾驶车辆变道前，为所述自动驾驶车辆生成多条待选速度轨迹，所述待选速度轨迹包括规划时间范围内的多个时间点对应的待选速度；
步骤S200、获取障碍物在所述多个时间点对应的预测速度和预测位置；
步骤S300、根据所述待选速度轨迹以及所述预测速度和所述预测位置，计算每条所述待选速度轨迹的代价函数值；
步骤S400、选取代价函数值最小的待选速度轨迹，作为所述自动驾驶车辆的规划速度轨迹。
在自动驾驶车辆沿选定的路线行驶的过程中，可以规划自动驾驶车辆在不同时间点的速度，从而为自动驾驶车辆规划速度轨迹。本实施例中，待选速度轨迹可以由速度和时间的二维曲线来表示。以预设的时间间隔将规划时间范围划分为多个时间点，进而离散化待选速度轨迹，可以得到每个时间点对应的待选速度。
图2A和图2B示出根据本发明实施例的自动驾驶车辆的速度规划方法的应用场景图。在图2A和图2B中显示了一段双车道的道路，该道路的行驶方向为图片中的向上方向。图2A和图2B中的自动驾驶车辆变道之前在右侧车道行驶，变道之后在左侧车道行驶。其中，右侧车道可以称为“当前车道”；左侧车道可以称为“目标车道”。在目标车道可以存在影响自动驾驶车辆变道的障碍物。所述障碍物可以包括车道中出现的行人、动物、车辆等。
在图2A中，自动驾驶车辆在变道前位于障碍物的前方。本发明实施例中，可以在自动驾驶车辆前，为其生成多条规划时间范围内的待选速度轨迹；然后，计算每条待选速度轨迹的代价函数值，并选取代价函数值最小的待选速度轨迹，作为规划速度轨迹。根据该规划速度轨迹可以得到规划行驶路径轨迹，自动驾驶车辆可以以所述规划速度轨迹和所述规划行驶路径轨迹进行变道。例如：图2A中点A到点B的部分为与所述规划行驶路径相对应的路线。
在步骤S200中，可以根据障碍物的当前行驶状态，结合实践数据，预测障碍物在规划时间范围的速度轨迹和位置轨迹，以得到障碍物每个时间点对应的预测速度和预测位置。
障碍物与自动驾驶车辆的相对速度会影响二者之间的相对距离。根据障碍物的预测速度和预测位置，可以得到自动驾驶车辆在变道前的行驶过程中，与障碍物的相对距离，进而根据相对距离，计算每条待选速度轨迹的代价函数值，可以使最终确定的规划速度轨迹更合理，并能在变道前调整速度，以使自动驾驶车辆与障碍物之间保持足够的变道距离。
在一种示例中，规划时间范围可以是8秒。由于规划8秒以后的速度轨迹可能会增大误差。因此，进行8秒内的速度规划可以降低数据冗余，提高规划的准确性。
在一种实施方式中，如图3所示，在步骤S300中可以包括：
步骤S310、根据所述自动驾驶车辆在每个所述时间点的待选速度，以及所述障碍物在每个所述时间点的预测速度，设置每个所述时间点对应的期望距离，所述期望距离为所述自动驾驶车辆与所述障碍物的安全距离；
步骤S320、根据每个所述时间点对应的所述期望距离和待选距离，计算所述待选速度轨迹在每个所述时间点的代价函数值，所述待选距离为所述待选速度轨迹对应的所述自动驾驶车辆与所述障碍物的距离；
步骤S330、根据所述待选速度轨迹在每个所述时间点的代价函数值，得到所述待选速度轨迹的代价函数值。
在步骤S310中，根据每个时间点对应的待选速度，以及障碍物在该时间点对应的预测速度，可以得到该时间点下自动驾驶车辆与障碍物的相对速度，进而根据相对速度设置该时间点对应的期望距离。该期望距离可以用于表征自动驾驶车辆能够成功变道时，与障碍物拉开的安全距离。
在某一时间点，自动驾驶车辆与障碍物之间的待选距离与期望距离的差距会影响待选速度轨迹在该时间点的代价函数值。例如：差距越小，代价函数值越小。
在步骤S330中，可以通过累加每个时间点的代价函数值，得到该待选速度轨迹的代价函数值。
在图2B中，自动驾驶车辆在变道前与障碍物并排。通过本发明实施例的方法，可以调整自动驾驶车辆在变道前的速度，以使自动驾驶车辆与目标车道的障碍物拉开安全距离后再进行变道。
在一种实施方式中，如图3所示，在步骤S300中还可以包括：
步骤S340、在路径时间坐标系中，根据所述待选速度轨迹，生成对应的行驶路径轨迹，所述路径时间坐标系的横轴和纵轴分别为时间和位置；
步骤S350、根据所述时间点的对应关系，将所述障碍物的多个预测位置映射至所述路径时间坐标系中，得到所述障碍物的映射路径轨迹。
在一个示例中，如图4所示，在路径时间坐标系中，横轴为时间(t)，单位为秒，纵轴为位置(s)，单位为米。根据公式s＝v×t，可以将待选速度轨迹v1(t)和v2(t)分别转换为行驶路径轨迹s1(t)和s2(t)，并将行驶路径轨迹s1(t)和s2(t)表现在路径时间坐标系中。将障碍物在每个时间点的预测位置映射至路径时间坐标系中，得到多个离散点，拟合多个离散点可以得到障碍物的映射路径轨迹s0(t)。其中，规划时间范围Δt包括多个时间点t0、t1、t2、t3、t4和t5。
在一种实施方式中，如图5所示，在步骤S310中可以包括：
步骤S311、根据所述行驶路径轨迹和所述映射路径轨迹，判断所述待选速度轨迹对应的所述变道过程为超车变道过程或让行变道过程；
步骤S312、如果判断所述变道过程为超车变道过程，则根据公式d_desire＝v_obs×x1+(v_obs﹣v_adc)×x2+x3，计算每个所述时间点对应的所述期望距离；其中，d_desire为所述时间点对应的期望距离，v_obs为所述时间点对应的所述预测速度，v_adc为所述时间点对应的所述待选速度，x1、x2和x3分别为第一预设参数、第二预设参数和第三预设参数；
步骤S313、如果判断所述变道过程为让行变道，则根据公式d_desire＝v_obs×x1+(v_adc﹣v_obs)×x2+x3，计算每个所述时间点对应的所述期望距离。
在步骤S311中，可以根据规划时间范围的最后一个时间点时，自动驾驶车辆和障碍物的位置关系，确定待选速度轨迹对应的变道过程是超车变道过程还是让行变道过程。
下面继续结合图4进行说明。在图4中，C0表示障碍物在最后一个时间点t5时的位置；C1表示自动驾驶车辆基于待选速度轨迹v1(t)行驶至时间点t5时的位置；C2表示自动驾驶车辆基于待选速度轨迹v2(t)行驶至时间点t5时的位置。C1位于C0上方，则判断待选速度轨迹v1(t)对应的变道过程为超车变道过程；C2位于C0下方，则判断待选速度轨迹v2(t)对应的变道过程为让行变道过程。
在步骤S312和步骤S313中，可根据实际经验预设第一预设参数x1、第二预设参数x2和第三预设参数x3。例如：将x3设置为变道过程中允许自动驾驶车辆与障碍物保持的最小间距。
在一种实施方式中，在步骤S320中，可以根据所述行驶路径轨迹和所述映射路径轨迹，确定每个时间点对应的所述待选距离；根据公式cost＝max[0,﹣x4(d﹣d_desire)]，计算所述待选速度轨迹在每个所述时间点的代价函数值，其中，d为所述时间点对应的所述待选距离，d_desire为所述时间点对应的所述期望距离，x4为第四预设参数。
本实施例中，根据公式cost＝max[0,﹣x4(d﹣d_desire)]，可以计算待选速度轨迹在每个时间点的代价函数值，进而得到待选速度轨迹的代价函数值。
综上，本发明实施例的自动驾驶车辆的速度规划方法，通过生成多条待选速度轨迹，并根据自动驾驶车辆与障碍物的相对位置和相对速度，计算每条待选速度轨迹的代价函数值，进而从中确定代价函数值最小的待选速度轨迹作为自动驾驶车辆变道的规划速度轨迹，可以使速度规划更合理，并能保证自动驾驶车辆在变道前与目标车道的障碍物之间保持足够的变道距离。
进一步地，在计算代价函数值时，考虑自动驾驶车辆与障碍物的安全距离和待选距离，可以在变道前主动调整自动驾驶车辆的速度，以拉开与障碍物的距离，进而创造变道时机和变道安全距离，从而提升变道(汇入车流)的成功率。
另外，在速度规划的过程中，对超车变道过程和让行变道过程进行不同的代价函数值的计算方式，可以使速度规划更准确。
图6示出根据本发明实施例的速度轨迹的生成装置的结构框图。如图6所示，该装置可以包括：
生成模块100，用于在自动驾驶车辆需要变道的情况下，为所述自动驾驶车辆生成多条待选速度轨迹，所述待选速度轨迹包括规划时间范围内的多个时间点对应的待选速度；
获取模块200，用于获取障碍物在所述多个时间点对应的预测速度和预测位置；
计算模块300，用于根据所述待选速度轨迹以及所述预测速度和所述预测位置，计算每条所述待选速度轨迹的代价函数值；
选取模块400，用于选取代价函数值最小的待选速度轨迹，作为所述自动驾驶车辆的规划速度轨迹。
在一种实施方式中，如图7所示，计算模块300可以包括：
期望距离设置子模块310，用于根据所述自动驾驶车辆在每个所述时间点的待选速度，以及所述障碍物在每个所述时间点的预测速度，设置每个所述时间点对应的期望距离，所述期望距离为所述自动驾驶车辆与所述障碍物的安全距离；
代价函数值计算子模块320，用于根据每个所述时间点对应的所述期望距离和待选距离，计算所述待选速度轨迹在每个所述时间点的代价函数值，所述待选距离为所述待选速度轨迹对应的所述自动驾驶车辆与所述障碍物的距离；
代价函数值得到子模块330，用于根据所述待选速度轨迹在每个所述时间点的代价函数值，得到所述待选速度轨迹的代价函数值。
在一种实施方式中，如图7所示，计算模块300可以包括：
行驶路径轨迹生成子模块340，用于在路径时间坐标系中，根据所述待选速度轨迹，生成对应的行驶路径轨迹，所述路径时间坐标系的横轴和纵轴分别为时间和位置；
映射路径轨迹得到子模块350，用于根据所述时间点的对应关系，将所述障碍物的多个预测位置映射至所述路径时间坐标系中，得到所述障碍物的映射路径轨迹。
在一种实施方式中，期望距离设置子模块310可以包括：
判断单元，用于根据所述行驶路径轨迹和所述映射路径轨迹，判断所述待选速度轨迹对应的所述变道过程为超车变道过程或让行变道过程；
第一计算单元，用于如果判断所述变道过程为超车变道过程，则根据公式d_desire＝v_obs×x1+(v_obs﹣v_adc)×x2+x3，计算每个所述时间点对应的所述期望距离；其中，d_desire为所述时间点对应的期望距离，v_obs为所述时间点对应的所述预测速度，v_adc为所述时间点对应的所述待选速度，x1、x2和x3分别为第一预设参数、第二预设参数和第三预设参数。
第二计算单元，用于如果判断所述变道为让行变道过程，则根据公式d_desire＝v_obs×x1+(v_adc﹣v_obs)×x2+x3，计算每个所述时间点对应的所述期望距离。
在一种实施方式中，代价函数值计算子模块320可以包括：
确定单元，用于根据所述行驶路径轨迹和所述映射路径轨迹，确定每个时间点对应的所述待选距离；
计算单元，用于根据公式cost＝max[0,﹣x4(d﹣d_desire)]，计算所述待选速度轨迹在每个所述时间点的代价函数值，其中，d为所述时间点对应的所述待选距离，d_desire为所述时间点对应的所述期望距离，x4为第四预设参数。
本发明实施例各装置中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。
图8示出根据本发明实施例的自动驾驶车辆的速度规划装置的结构框图。如图8所示，该装置包括：存储器810和处理器820，存储器810内存储有可在处理器820上执行的计算机程序。所述处理器820执行所述计算机程序时实现上述实施例中的自动驾驶车辆的速度规划方法。所述存储器810和处理器820的数量可以为一个或多个。
该装置还包括：
通信接口830，用于与外界设备进行通信，进行数据交互传输。
存储器810可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
如果存储器810、处理器820和通信接口830独立实现，则存储器810、处理器820和通信接口830可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(ISA，Industry Standard Architecture)总线、外部设备互连(PCI，PeripheralComponent Interconnect)总线或扩展工业标准体系结构(EISA，Extended IndustryStandard Component)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器810、处理器820及通信接口830集成在一块芯片上，则存储器810、处理器820及通信接口830可以通过内部接口完成相互间的通信。
本发明实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现上述实施例中任一所述的方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器，磁盘或光盘等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，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，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (14)

1.一种自动驾驶车辆的速度规划方法，包括：
在自动驾驶车辆变道前，为所述自动驾驶车辆生成多条待选速度轨迹，所述待选速度轨迹包括规划时间范围内的多个时间点对应的待选速度；
获取障碍物在所述多个时间点对应的预测速度和预测位置；
根据所述待选速度轨迹以及所述预测速度确定每个所述时间点对应的期望距离，根据每个所述时间点对应的所述期望距离和待选距离，计算每条所述待选速度轨迹的代价函数值，其中所述待选距离为所述待选速度轨迹对应的所述自动驾驶车辆与所述障碍物的距离；
选取代价函数值最小的待选速度轨迹，作为所述自动驾驶车辆的规划速度轨迹。
2.根据权利要求1所述的方法，其特征在于，根据每个所述时间点对应的所述期望距离和待选距离，计算每条所述待选速度轨迹的代价函数值，包括：
根据所述自动驾驶车辆在每个所述时间点的待选速度，以及所述障碍物在每个所述时间点的预测速度，设置每个所述时间点对应的期望距离，所述期望距离为所述自动驾驶车辆与所述障碍物的安全距离；
根据每个所述时间点对应的所述期望距离和待选距离，计算所述待选速度轨迹在每个所述时间点的代价函数值；
根据所述待选速度轨迹在每个所述时间点的代价函数值，得到所述待选速度轨迹的代价函数值。
3.根据权利要求2所述的方法，其特征在于，根据每个所述时间点对应的所述期望距离和待选距离，计算每条所述待选速度轨迹的代价函数值，包括：
在路径时间坐标系中，根据所述待选速度轨迹，生成对应的行驶路径轨迹，所述路径时间坐标系的横轴和纵轴分别为时间和位置；
根据所述时间点的对应关系，将所述障碍物的多个预测位置映射至所述路径时间坐标系中，得到所述障碍物的映射路径轨迹。
4.根据权利要求3所述的方法，其特征在于，根据所述自动驾驶车辆在每个所述时间点的待选速度，以及所述障碍物在每个所述时间点的预测速度，设置每个所述时间点对应的期望距离，包括：
根据所述行驶路径轨迹和所述映射路径轨迹，判断所述待选速度轨迹对应的所述变道过程为超车变道过程或让行变道过程；
如果判断所述变道过程为超车变道过程，则根据公式d_desire＝v_obs×x1+(v_obs﹣v_adc)×x2+x3，计算每个所述时间点对应的所述期望距离；其中，d_desire为所述时间点对应的期望距离，v_obs为所述时间点对应的所述预测速度，v_adc为所述时间点对应的所述待选速度，x1、x2和x3分别为第一预设参数、第二预设参数和第三预设参数。
5.根据权利要求4所述的方法，其特征在于，根据所述自动驾驶车辆在每个所述时间点的待选速度，以及所述障碍物在每个所述时间点的预测速度，设置每个所述时间点对应的期望距离，包括：
如果判断所述变道为让行变道过程，则根据公式d_desire＝v_obs×x1+(v_adc﹣v_obs)×x2+x3，计算每个所述时间点对应的所述期望距离。
6.根据权利要求3所述的方法，其特征在于，根据每个所述时间点对应的所述期望距离和待选距离，计算所述待选速度轨迹在每个所述时间点的代价函数值，包括：
根据所述行驶路径轨迹和所述映射路径轨迹，确定每个时间点对应的所述待选距离；
根据公式cost＝max[0,﹣x4(d﹣d_desire)]，计算所述待选速度轨迹在每个所述时间点的代价函数值，其中，d为所述时间点对应的所述待选距离，d_desire为所述时间点对应的所述期望距离，x4为第四预设参数。
7.一种自动驾驶车辆的速度规划装置，包括：
生成模块，用于在自动驾驶车辆变道前，为所述自动驾驶车辆生成多条待选速度轨迹，所述待选速度轨迹包括规划时间范围内的多个时间点对应的待选速度；
获取模块，用于获取障碍物在所述多个时间点对应的预测速度和预测位置；
计算模块，用于根据所述待选速度轨迹以及所述预测速度确定每个所述时间点对应的期望距离，根据每个所述时间点对应的所述期望距离和待选距离，计算每条所述待选速度轨迹的代价函数值，其中所述待选距离为所述待选速度轨迹对应的所述自动驾驶车辆与所述障碍物的距离；
选取模块，用于选取代价函数值最小的待选速度轨迹，作为所述自动驾驶车辆的规划速度轨迹。
8.根据权利要求7所述的装置，其特征在于，所述计算模块包括：
期望距离设置子模块，用于根据所述自动驾驶车辆在每个所述时间点的待选速度，以及所述障碍物在每个所述时间点的预测速度，设置每个所述时间点对应的期望距离，所述期望距离为所述自动驾驶车辆与所述障碍物的安全距离；
代价函数值计算子模块，用于根据每个所述时间点对应的所述期望距离和待选距离，计算所述待选速度轨迹在每个所述时间点的代价函数值；
代价函数值得到子模块，用于根据所述待选速度轨迹在每个所述时间点的代价函数值，得到所述待选速度轨迹的代价函数值。
9.根据权利要求8所述的装置，其特征在于，所述计算模块包括：
行驶路径轨迹生成子模块，用于在路径时间坐标系中，根据所述待选速度轨迹，生成对应的行驶路径轨迹，所述路径时间坐标系的横轴和纵轴分别为时间和位置；
映射路径轨迹得到子模块，用于根据所述时间点的对应关系，将所述障碍物的多个预测位置映射至所述路径时间坐标系中，得到所述障碍物的映射路径轨迹。
10.根据权利要求9所述的装置，其特征在于，所述期望距离设置子模块包括：
判断单元，用于根据所述行驶路径轨迹和所述映射路径轨迹，判断所述待选速度轨迹对应的所述变道过程为超车变道过程或让行变道过程；
第一计算单元，用于如果判断所述变道过程为超车变道过程，则根据公式d_desire＝v_obs×x1+(v_obs﹣v_adc)×x2+x3，计算每个所述时间点对应的所述期望距离；其中，d_desire为所述时间点对应的期望距离，v_obs为所述时间点对应的所述预测速度，v_adc为所述时间点对应的所述待选速度，x1、x2和x3分别为第一预设参数、第二预设参数和第三预设参数。
11.根据权利要求10所述的装置，其特征在于，所述期望距离设置子模块包括：
第二计算单元，用于如果判断所述变道为让行变道过程，则根据公式d_desire＝v_obs×x1+(v_adc﹣v_obs)×x2+x3，计算每个所述时间点对应的所述期望距离。
12.根据权利要求9所述的装置，其特征在于，所述代价函数值计算子模块包括：
确定单元，用于根据所述行驶路径轨迹和所述映射路径轨迹，确定每个时间点对应的所述待选距离；
计算单元，用于根据公式cost＝max[0,﹣x4(d﹣d_desire)]，计算所述待选速度轨迹在每个所述时间点的代价函数值，其中，d为所述时间点对应的所述待选距离，d_desire为所述时间点对应的所述期望距离，x4为第四预设参数。
13.一种自动驾驶车辆的速度规划装置，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至6中任一项所述的方法。
14.一种计算机可读存储介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至6中任一项所述的方法。
CN201910135454.2A 2019-02-22 2019-02-22 自动驾驶车辆的速度规划方法、装置和存储介质 Active CN109712421B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201910135454.2A CN109712421B (zh) 2019-02-22 2019-02-22 自动驾驶车辆的速度规划方法、装置和存储介质
US16/787,729 US11718318B2 (en) 2019-02-22 2020-02-11 Method and apparatus for planning speed of autonomous vehicle, and storage medium
EP20275038.6A EP3699053A1 (en) 2019-02-22 2020-02-12 Method and apparatus for planning speed of autonomous vehicle, and storage medium
JP2020025125A JP7000640B2 (ja) 2019-02-22 2020-02-18 自動運転車両の速度計画方法、装置、記憶媒体、及びプログラム
KR1020200019757A KR20200103541A (ko) 2019-02-22 2020-02-18 자율 주행 차량의 속도 계획 방법, 장치와 저장 매체
KR1020210159597A KR102446971B1 (ko) 2019-02-22 2021-11-18 자율 주행 차량의 속도 계획 방법, 장치와 저장 매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910135454.2A CN109712421B (zh) 2019-02-22 2019-02-22 自动驾驶车辆的速度规划方法、装置和存储介质

Publications (2)

Publication Number Publication Date
CN109712421A CN109712421A (zh) 2019-05-03
CN109712421B true CN109712421B (zh) 2021-06-04

Family

ID=66264773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910135454.2A Active CN109712421B (zh) 2019-02-22 2019-02-22 自动驾驶车辆的速度规划方法、装置和存储介质

Country Status (5)

Country Link
US (1) US11718318B2 (zh)
EP (1) EP3699053A1 (zh)
JP (1) JP7000640B2 (zh)
KR (2) KR20200103541A (zh)
CN (1) CN109712421B (zh)

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11561543B2 (en) * 2019-12-11 2023-01-24 Baidu Usa Llc Speed planning using a speed planning guideline for idle speed of autonomous driving vehicles
CN111002993B (zh) * 2019-12-23 2021-06-22 苏州智加科技有限公司 一种基于场景识别的自动驾驶低油耗运动规划方法及系统
RU2757234C2 (ru) * 2019-12-25 2021-10-12 Общество с ограниченной ответственностью "Яндекс Беспилотные Технологии" Способ и система для вычисления данных для управления работой беспилотного автомобиля
CN111038501B (zh) * 2019-12-31 2021-04-27 北京三快在线科技有限公司 无人驾驶设备的控制方法及装置
CN111081046B (zh) * 2020-01-03 2022-01-14 阿波罗智能技术(北京)有限公司 一种自动驾驶车辆变道方法、装置、电子设备和介质
US11377120B1 (en) * 2020-02-28 2022-07-05 Uatc, Llc Autonomous vehicle control based on risk-based interactions
CN111338346B (zh) * 2020-03-05 2022-10-21 中国第一汽车股份有限公司 一种自动驾驶控制方法、装置、车辆及存储介质
CN111439264B (zh) * 2020-04-03 2021-06-11 东南大学 一种基于人机混驾的换道控制模型的实现方法
CN111650945B (zh) * 2020-06-28 2023-10-24 北京智行者科技股份有限公司 动态障碍物防撞方法
CN112068544A (zh) * 2020-07-20 2020-12-11 上海擎朗智能科技有限公司 一种自主移动装置的调度方法、装置、设备及存储介质
CN112577506B (zh) * 2020-10-30 2023-04-07 上汽大众汽车有限公司 一种自动驾驶局部路径规划方法和系统
CN112498355B (zh) * 2020-11-02 2022-11-25 浙江吉利控股集团有限公司 一种速度规划方法及装置
CN114537381A (zh) * 2020-11-24 2022-05-27 郑州宇通客车股份有限公司 一种自动驾驶车辆的车道避障方法及装置
US11472435B2 (en) * 2020-11-30 2022-10-18 Automotive Research & Testing Center Trajectory determination method for a vehicle
CN112526999B (zh) * 2020-12-22 2023-04-28 北京百度网讯科技有限公司 速度规划方法、装置、电子设备和存储介质
US20220227397A1 (en) * 2021-01-19 2022-07-21 Baidu Usa Llc Dynamic model evaluation package for autonomous driving vehicles
CN112937605B (zh) * 2021-03-22 2023-03-10 京东鲲鹏(江苏)科技有限公司 无人车行驶数据确定方法、装置、无人车及存储介质
CN114103938A (zh) * 2021-03-23 2022-03-01 京东鲲鹏(江苏)科技有限公司 控制车辆纵向运动的方法、装置及存储介质
CN113022586B (zh) * 2021-04-14 2022-08-02 福瑞泰克智能系统有限公司 一种车辆行为预测方法、装置及存储介质
CN113071520B (zh) * 2021-04-16 2024-01-16 阿波罗智联(北京)科技有限公司 车辆行驶控制方法及装置
CN115246416B (zh) * 2021-05-13 2023-09-26 上海仙途智能科技有限公司 轨迹预测方法、装置、设备及计算机可读存储介质
US20220379928A1 (en) * 2021-05-25 2022-12-01 Argo AI, LLC Trajectory consistency measurement for autonomous vehicle operation
CN114030469B (zh) * 2021-06-18 2022-08-02 东南大学 多车协同轨迹规划和路径跟踪方法
CN113320544B (zh) * 2021-06-30 2022-11-11 上海商汤临港智能科技有限公司 车辆驾驶行为的规划方法、装置、电子设备、存储介质
CN113479217B (zh) * 2021-07-26 2022-07-29 惠州华阳通用电子有限公司 一种基于自动驾驶的变道避障方法与系统
CN113570595B (zh) * 2021-08-12 2023-06-20 上汽大众汽车有限公司 车辆轨迹预测方法和车辆轨迹预测模型的优化方法
CN113703453A (zh) * 2021-08-24 2021-11-26 京东鲲鹏(江苏)科技有限公司 确定行驶轨迹的方法、装置、电子设备及存储介质
CN113799798B (zh) * 2021-08-27 2023-07-11 北京百度网讯科技有限公司 车辆的行驶轨迹的确定方法、装置、电子设备和存储器
CN113961002B (zh) * 2021-09-09 2023-10-03 浙江零跑科技股份有限公司 一种基于结构化道路采样的主动换道规划方法
CN113978465A (zh) * 2021-09-28 2022-01-28 阿波罗智能技术(北京)有限公司 一种变道轨迹规划方法、装置、设备以及存储介质
CN113823123B (zh) * 2021-09-28 2022-07-01 合肥工业大学 一种基于离散点轨迹拟合的车辆避障预警方法及装置
US20230126540A1 (en) * 2021-10-26 2023-04-27 Tusimple, Inc. Systems and methods for handling cut-in traffic for autonomous driving
CN114179815B (zh) * 2021-12-29 2023-08-18 阿波罗智联(北京)科技有限公司 确定车辆行驶轨迹的方法、装置、车辆、电子设备及介质
CN114454883B (zh) * 2022-02-28 2023-09-15 重庆长安汽车股份有限公司 一种基于周车预测的创造安全换道条件的纵向规划方法
CN115218902B (zh) * 2022-04-02 2024-02-02 广州汽车集团股份有限公司 一种轨迹规划方法、装置、设备及存储介质
CN115060279B (zh) * 2022-06-08 2024-04-16 合众新能源汽车股份有限公司 路径规划方法、装置、电子设备和计算机可读介质
CN117302224B (zh) * 2023-11-30 2024-02-23 上海鉴智其迹科技有限公司 一种变道方法、自动驾驶方法、装置及车辆
CN117601867A (zh) * 2024-01-18 2024-02-27 杭州鉴智机器人科技有限公司 车辆变道方法、车辆变道装置、存储介质及车辆控制系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006060905A1 (de) * 2006-12-20 2008-06-26 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Längsführungsassistent zur Unterstützung der Längsführung eines Fahrzeuges
KR20100108093A (ko) * 2009-03-27 2010-10-06 국방과학연구소 방향별 주행성 속도지도를 활용한 무인차량의 지역경로계획장치 및 방법
CN105549597A (zh) * 2016-02-04 2016-05-04 同济大学 一种基于环境不确定性的无人车动态路径规划方法
CN106940933A (zh) * 2017-03-08 2017-07-11 北京理工大学 一种基于智能交通系统的智能车辆决策换道方法
CN106971624A (zh) * 2017-04-25 2017-07-21 东软集团股份有限公司 超车预警的方法和装置
CN108460980A (zh) * 2018-05-11 2018-08-28 西南交通大学 自动驾驶车辆下匝道最优意图生成点计算方法
CN108519773A (zh) * 2018-03-07 2018-09-11 西安交通大学 一种结构化环境下无人驾驶车辆的路径规划方法
CN108583578A (zh) * 2018-04-26 2018-09-28 北京领骏科技有限公司 用于自动驾驶车辆的基于多目标决策矩阵的车道决策方法

Family Cites Families (106)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3998855B2 (ja) * 1999-05-18 2007-10-31 三菱電機株式会社 危険接近防止装置
DE10132681C1 (de) 2001-07-05 2002-08-22 Bosch Gmbh Robert Verfahren zur Klassifizierung von einem Hindernis anhand von Precrashsensorsignalen
US7212330B2 (en) 2004-03-22 2007-05-01 Angstrom, Inc. Three-dimensional imaging system for pattern recognition
JP4730378B2 (ja) 2007-12-25 2011-07-20 トヨタ自動車株式会社 進路評価装置及び進路評価方法
US20090232388A1 (en) 2008-03-12 2009-09-17 Harris Corporation Registration of 3d point cloud data by creation of filtered density images
US8605947B2 (en) 2008-04-24 2013-12-10 GM Global Technology Operations LLC Method for detecting a clear path of travel for a vehicle enhanced by object detection
US8611585B2 (en) 2008-04-24 2013-12-17 GM Global Technology Operations LLC Clear path detection using patch approach
US8126642B2 (en) 2008-10-24 2012-02-28 Gray & Company, Inc. Control and systems for autonomously driven vehicles
CN101441076B (zh) 2008-12-29 2010-06-02 东软集团股份有限公司 一种检测障碍物的方法和装置
US8260539B2 (en) 2010-05-12 2012-09-04 GM Global Technology Operations LLC Object and vehicle detection and tracking using 3-D laser rangefinder
EP2590396B1 (en) 2010-07-02 2018-08-08 Sony Interactive Entertainment Inc. Information processing system and information processing method
US9562778B2 (en) 2011-06-03 2017-02-07 Robert Bosch Gmbh Combined radar and GPS localization system
CN103258338A (zh) 2012-02-16 2013-08-21 克利特股份有限公司 利用真实数据来驱动仿真的虚拟环境的方法和系统
CN102663196B (zh) 2012-04-17 2014-04-16 中南大学 一种基于虚拟现实的汽车起重机吊装仿真方法
US9255989B2 (en) 2012-07-24 2016-02-09 Toyota Motor Engineering & Manufacturing North America, Inc. Tracking on-road vehicles with sensors of different modalities
JP5527382B2 (ja) 2012-10-12 2014-06-18 トヨタ自動車株式会社 走行支援システム及び制御装置
US8788134B1 (en) * 2013-01-04 2014-07-22 GM Global Technology Operations LLC Autonomous driving merge management system
US9082014B2 (en) 2013-03-14 2015-07-14 The Nielsen Company (Us), Llc Methods and apparatus to estimate demography based on aerial images
JP5993784B2 (ja) 2013-04-18 2016-09-14 株式会社豊田中央研究所 経路修正装置
CN104376297B (zh) 2013-08-12 2017-06-23 株式会社理光 道路上的线型指示标志的检测方法和装置
JP5812061B2 (ja) 2013-08-22 2015-11-11 株式会社デンソー 物標検出装置およびプログラム
JP5919243B2 (ja) 2013-10-18 2016-05-18 本田技研工業株式会社 運転訓練装置及び運転訓練方法
CN103914830B (zh) 2014-02-22 2017-02-01 小米科技有限责任公司 直线检测方法和装置
CN104899855A (zh) 2014-03-06 2015-09-09 株式会社日立制作所 三维障碍物检测方法和装置
CN104933856B (zh) 2014-03-17 2017-08-25 径卫视觉科技（上海）有限公司 道路路况实时评估系统及方法
JP6354282B2 (ja) 2014-04-21 2018-07-11 トヨタ自動車株式会社 運転支援装置
CN104020674B (zh) 2014-04-21 2017-01-25 华南农业大学 车辆Bug避障算法的Matlab仿真可视化平台
CN104183014B (zh) 2014-08-13 2017-01-18 浙江大学 一种面向城市增强现实的高融合度信息标注方法
KR101687073B1 (ko) 2014-10-22 2016-12-15 주식회사 만도 터널 높이 추정 장치 및 터널 높이 추정 방법
CN104331910B (zh) 2014-11-24 2017-06-16 沈阳建筑大学 一种基于机器视觉的轨道障碍物检测系统
CN104457569B (zh) 2014-11-27 2017-06-16 大连理工大学 一种大型复合板材几何参数视觉测量方法
CN104590259B (zh) * 2015-01-07 2015-08-26 福州华鹰重工机械有限公司 一种轨迹搜寻方法和系统
JP6112123B2 (ja) 2015-01-19 2017-04-12 トヨタ自動車株式会社 自動運転装置
JP2016143240A (ja) * 2015-02-02 2016-08-08 株式会社豊田中央研究所 車線変更最適化装置及びプログラム
JP2016149109A (ja) * 2015-02-10 2016-08-18 国立大学法人金沢大学 車両走行制御装置
CN104950883A (zh) 2015-05-14 2015-09-30 西安电子科技大学 一种基于距离网格地图的移动机器人路径规划方法
TWI630132B (zh) 2015-06-04 2018-07-21 國立虎尾科技大學 3D animation car accident scene reconstruction method
CN104933708A (zh) 2015-06-07 2015-09-23 浙江大学 一种基于多谱三维特征融合的植被环境中障碍物检测方法
CN104931977B (zh) 2015-06-11 2017-08-25 同济大学 一种用于智能车辆的障碍物识别方法
JP6376059B2 (ja) * 2015-07-06 2018-08-22 トヨタ自動車株式会社 自動運転車両の制御装置
US20170092000A1 (en) 2015-09-25 2017-03-30 Moshe Schwimmer Method and system for positioning a virtual object in a virtual simulation environment
JP6304894B2 (ja) * 2015-10-28 2018-04-04 本田技研工業株式会社 車両制御装置、車両制御方法、および車両制御プログラム
JP6409744B2 (ja) * 2015-11-06 2018-10-24 株式会社アドヴィックス 車両の走行支援装置
JP6464075B2 (ja) 2015-11-11 2019-02-06 日本電信電話株式会社 Ｗｈａｔ−ｉｆシミュレーション装置、方法、及びプログラム
CN108603758A (zh) 2015-11-30 2018-09-28 卢米诺技术公司 具有分布式激光器和多个传感器头的激光雷达系统和激光雷达系统的脉冲激光器
CN105761308B (zh) 2016-02-29 2018-09-07 武汉大学 一种地面LiDAR和影像数据融合的遮挡区域建筑物立面重建方法
WO2017148516A1 (en) 2016-03-03 2017-09-08 Volvo Truck Corporation A vehicle with autonomous driving capability
US10690495B2 (en) 2016-03-14 2020-06-23 Canon Kabushiki Kaisha Ranging apparatus and moving object capable of high-accuracy ranging
CN107305383A (zh) 2016-04-22 2017-10-31 上海慧流云计算科技有限公司 一种自动避障的方法及使用该方法的机器人
KR102485479B1 (ko) 2016-04-26 2023-01-05 현대모비스 주식회사 자동 차선 변경 방법 및 그 장치
CN105844600B (zh) 2016-04-27 2018-03-16 北京航空航天大学 一种空间目标三维点云光顺去噪方法
CN105957145A (zh) 2016-04-29 2016-09-21 百度在线网络技术（北京）有限公司 道路障碍物识别方法和装置
US9760806B1 (en) 2016-05-11 2017-09-12 TCL Research America Inc. Method and system for vision-centric deep-learning-based road situation analysis
JP2017214035A (ja) 2016-06-02 2017-12-07 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
CN106114507B (zh) * 2016-06-21 2018-04-03 百度在线网络技术（北京）有限公司 用于智能车辆的局部轨迹规划方法和装置
CN106204457A (zh) 2016-07-19 2016-12-07 科盾科技股份有限公司 一种用于抓捕目标的方法和抓捕器
CN106364486B (zh) * 2016-09-08 2019-08-27 江苏大学 一种基于危害分析的智能车辆变道控制方法
CN107818293A (zh) 2016-09-14 2018-03-20 北京百度网讯科技有限公司 用于处理点云数据的方法和装置
CN106462757B (zh) 2016-09-26 2019-09-06 深圳市锐明技术股份有限公司 一种成对车道线的快速检测方法和装置
JP6548690B2 (ja) 2016-10-06 2019-07-24 株式会社アドバンスド・データ・コントロールズ シミュレーションシステム、シミュレーションプログラム及びシミュレーション方法
CN107976688A (zh) 2016-10-25 2018-05-01 菜鸟智能物流控股有限公司 一种障碍物的检测方法及相关装置
RO132599A2 (ro) 2016-11-23 2018-05-30 Centrul It Pentru Ştiinţă Şi Tehnologie S.R.L. Echipament modular pentru inspecţia drumurilor rutiere, incluzând carosabilul şi zona adiacentă, destinat pentru a fi montat pe vehicule nespecializate
CN106599832A (zh) 2016-12-09 2017-04-26 重庆邮电大学 一种基于卷积神经网络的多类障碍物检测与识别方法
CN106681318A (zh) 2016-12-09 2017-05-17 重庆长安汽车股份有限公司 自动驾驶中车道线检测短暂丢失的车辆安全控制系统及方法
CN106627592A (zh) * 2016-12-12 2017-05-10 深圳市元征科技股份有限公司 车辆行驶预警方法、装置及系统
CN106585622A (zh) 2016-12-20 2017-04-26 奇瑞汽车股份有限公司 一种道路施工情况下自动驾驶方法和智能车
US10139830B2 (en) * 2016-12-29 2018-11-27 Automotive Research & Testing Center Automatic lane following control system and method for vehicles
JP6804991B2 (ja) 2017-01-05 2020-12-23 株式会社東芝 情報処理装置、情報処理方法、および情報処理プログラム
CN106845412B (zh) 2017-01-20 2020-07-10 百度在线网络技术（北京）有限公司 障碍物识别方法及装置、计算机设备及可读介质
WO2018138584A1 (en) 2017-01-26 2018-08-02 Mobileye Vision Technologies Ltd. Vehicle navigation based on aligned image and lidar information
US11036233B2 (en) * 2017-02-02 2021-06-15 Uatc, Llc Adaptive vehicle motion control system
US10730531B1 (en) * 2017-02-02 2020-08-04 Uatc, Llc Machine-learning based vehicle motion control system
CN106919908B (zh) 2017-02-10 2020-07-28 百度在线网络技术（北京）有限公司 障碍物识别方法及装置、计算机设备及可读介质
CN108492356A (zh) 2017-02-13 2018-09-04 苏州宝时得电动工具有限公司 增强现实系统及其控制方法
CN106874597B (zh) * 2017-02-16 2019-12-13 北理慧动（常熟）车辆科技有限公司 一种应用于自动驾驶车辆的高速公路超车行为决策方法
CN108459588B (zh) * 2017-02-22 2020-09-11 腾讯科技（深圳）有限公司 自动驾驶方法及装置、车辆
US11142203B2 (en) * 2017-02-27 2021-10-12 Ford Global Technologies, Llc Cooperative vehicle navigation
CN106997049B (zh) 2017-03-14 2020-07-03 奇瑞汽车股份有限公司 一种基于激光点云数据的检测障碍物的方法和装置
CN107161155B (zh) * 2017-04-27 2019-04-12 大连理工大学 一种基于人工神经网络的车辆协同换道方法及其系统
CN107103627B (zh) 2017-04-27 2020-12-11 深圳市天双科技有限公司 一种基于车道线的汽车全景摄像头外部参数标定方法
CN107139923B (zh) 2017-05-11 2019-07-09 中科院微电子研究所昆山分所 一种acc决策方法及系统
US10591920B2 (en) * 2017-05-24 2020-03-17 Qualcomm Incorporated Holistic planning with multiple intentions for self-driving cars
JP6521487B2 (ja) 2017-06-06 2019-05-29 マツダ株式会社 車両制御装置
CN107315411B (zh) * 2017-07-04 2020-04-21 合肥工业大学 一种基于车车协同下无人驾驶车辆的换道轨迹规划方法
US10953881B2 (en) * 2017-09-07 2021-03-23 Tusimple, Inc. System and method for automated lane change control for autonomous vehicles
CN107672589B (zh) 2017-09-26 2019-05-28 畅加风行(苏州)智能科技有限公司 一种基于雷达探测数据的车辆轨迹实时预测方法和装置
CN107657237B (zh) 2017-09-28 2020-03-31 东南大学 基于深度学习的汽车碰撞检测方法及系统
CN107659774B (zh) 2017-09-30 2020-10-13 北京拙河科技有限公司 一种基于多尺度相机阵列的视频成像系统及视频处理方法
CN107678306B (zh) 2017-10-09 2021-04-16 驭势（上海）汽车科技有限公司 动态场景信息录制和仿真回放方法、装置、设备及介质
US10019011B1 (en) * 2017-10-09 2018-07-10 Uber Technologies, Inc. Autonomous vehicles featuring machine-learned yield model
CN207407892U (zh) 2017-11-03 2018-05-25 河南思维轨道交通技术研究院有限公司 导航数据同步处理系统以及导航系统
CN107832806A (zh) 2017-12-06 2018-03-23 四川知创空间孵化器管理有限公司 一种车牌类型判别方法和系统
EP3591490B1 (en) 2017-12-15 2021-12-01 Autel Robotics Co., Ltd. Obstacle avoidance method and device, and unmanned aerial vehicle
CN107992050B (zh) 2017-12-20 2021-05-11 广州汽车集团股份有限公司 无人驾驶汽车局部路径运动规划方法和装置
CN108156419A (zh) 2017-12-22 2018-06-12 湖南源信光电科技股份有限公司 基于多特征联合与Camshift算法的多焦距镜头联动成像摄像机系统
CN108010360A (zh) 2017-12-27 2018-05-08 中电海康集团有限公司 一种基于车路协同的自动驾驶环境感知系统
US20190204842A1 (en) * 2018-01-02 2019-07-04 GM Global Technology Operations LLC Trajectory planner with dynamic cost learning for autonomous driving
CN107993512A (zh) 2018-01-03 2018-05-04 深圳市欣横纵技术股份有限公司 一种核安保Table Top Tool系统及使用方法
US10688991B2 (en) * 2018-01-24 2020-06-23 GM Global Technology Operations LLC Systems and methods for unprotected maneuver mitigation in autonomous vehicles
US20180150081A1 (en) * 2018-01-24 2018-05-31 GM Global Technology Operations LLC Systems and methods for path planning in autonomous vehicles
CN108256506B (zh) 2018-02-14 2020-11-24 北京市商汤科技开发有限公司 一种视频中物体检测方法及装置、计算机存储介质
CN108646735A (zh) 2018-05-02 2018-10-12 新石器龙码（北京）科技有限公司 一种无人车的控制方法和装置
RU2751382C1 (ru) * 2018-05-31 2021-07-13 Ниссан Норт Америка, Инк. Планирование траектории
CN109101022A (zh) 2018-08-09 2018-12-28 北京智行者科技有限公司 一种作业路径更新方法
US11048260B2 (en) * 2018-11-02 2021-06-29 Zoox, Inc. Adaptive scaling in trajectory generation
US11208096B2 (en) * 2018-11-02 2021-12-28 Zoox, Inc. Cost scaling in trajectory generation

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006060905A1 (de) * 2006-12-20 2008-06-26 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Längsführungsassistent zur Unterstützung der Längsführung eines Fahrzeuges
KR20100108093A (ko) * 2009-03-27 2010-10-06 국방과학연구소 방향별 주행성 속도지도를 활용한 무인차량의 지역경로계획장치 및 방법
CN105549597A (zh) * 2016-02-04 2016-05-04 同济大学 一种基于环境不确定性的无人车动态路径规划方法
CN106940933A (zh) * 2017-03-08 2017-07-11 北京理工大学 一种基于智能交通系统的智能车辆决策换道方法
CN106971624A (zh) * 2017-04-25 2017-07-21 东软集团股份有限公司 超车预警的方法和装置
CN108519773A (zh) * 2018-03-07 2018-09-11 西安交通大学 一种结构化环境下无人驾驶车辆的路径规划方法
CN108583578A (zh) * 2018-04-26 2018-09-28 北京领骏科技有限公司 用于自动驾驶车辆的基于多目标决策矩阵的车道决策方法
CN108460980A (zh) * 2018-05-11 2018-08-28 西南交通大学 自动驾驶车辆下匝道最优意图生成点计算方法

Also Published As

Publication number Publication date
JP7000640B2 (ja) 2022-01-19
US20200269873A1 (en) 2020-08-27
EP3699053A1 (en) 2020-08-26
KR20200103541A (ko) 2020-09-02
KR20210144635A (ko) 2021-11-30
JP2020132149A (ja) 2020-08-31
US11718318B2 (en) 2023-08-08
KR102446971B1 (ko) 2022-09-22
CN109712421A (zh) 2019-05-03

Similar Documents

Publication Publication Date Title
CN109712421B (zh) 自动驾驶车辆的速度规划方法、装置和存储介质
CN109583151B (zh) 车辆的行驶轨迹预测方法及装置
CN109814576B (zh) 自动驾驶车辆的速度规划方法、装置和存储介质
US10982961B2 (en) Vehicle control system and vehicle control device
CN109814574B (zh) 自动驾驶车道汇合处的速度规划方法、装置和存储介质
CN113267199B (zh) 行驶轨迹规划方法及装置
CN109598816B (zh) 自动驾驶车辆行为特征收集方法、装置、服务器及系统
CN109655076B (zh) 车辆转弯的速度规划方法、装置和存储介质
US11390272B2 (en) Parking assistance device
CN112394725A (zh) 用于自动驾驶的基于预测和反应视场的计划
US11685398B2 (en) Lane based routing system for autonomous driving vehicles
US20220212661A1 (en) Vehicle travelling control apparatus, vehicle travelling control method and computer program product
CN109724614B (zh) 自动驾驶车辆的速度规划方法、装置和存储介质
US20210197811A1 (en) Course prediction device, computer readable medium, and course prediction method
CN109887320B (zh) 一种速度规划方法、装置和存储介质
CN115497323B (zh) 基于v2x的车辆协同变道方法及设备
JP2021123178A (ja) 経路計画装置、経路計画方法、経路計画プログラム
US20220315028A1 (en) Vehicle control device, storage medium for storing computer program for vehicle control, and method for controlling vehicle
JP6867257B2 (ja) 車両制御装置、車両、車両制御方法およびプログラム
JP6971315B2 (ja) 情報管理装置
JP2021095078A (ja) 車線変更決定装置
US11892316B2 (en) Map information assessment device, medium storing computer program for map information assessment, and map information assessment method
US20220004781A1 (en) Method and system for determining a driving corridor
US20230080630A1 (en) Traveling lane planning device, storage medium storing computer program for traveling lane planning, and traveling lane planning method
US20240051536A1 (en) Vehicle control device, storage medium storing computer program for vehicle control, and method for controlling vehicle

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20211011

Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Patentee after: Apollo Intelligent Technology (Beijing) Co.,Ltd.

Address before: 100085 third floor, baidu building, No. 10, Shangdi 10th Street, Haidian District, Beijing

Patentee before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220901

Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Patentee after: Apollo Intelligent Technology (Beijing) Co.,Ltd.

Patentee after: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

Address before: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Patentee before: Apollo Intelligent Technology (Beijing) Co.,Ltd.

TR01 Transfer of patent right