CN109814574A - 车道汇合处的速度规划方法、装置和存储介质 - Google Patents
车道汇合处的速度规划方法、装置和存储介质 Download PDFInfo
- Publication number
- CN109814574A CN109814574A CN201910133838.0A CN201910133838A CN109814574A CN 109814574 A CN109814574 A CN 109814574A CN 201910133838 A CN201910133838 A CN 201910133838A CN 109814574 A CN109814574 A CN 109814574A
- Authority
- CN
- China
- Prior art keywords
- speed
- vehicle
- speed trajectory
- lane
- 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.)
- Granted
Links
Abstract
本发明实施例提出一种车道汇合处的速度规划方法、装置和存储介质。该方法包括:在所述车辆的当前车道与目标车道的汇合处周围设定触发区;如果检测到所述车辆的位置处于所述触发区,则根据所述车辆的待行驶路线,生成多条待选速度轨迹,所述待选速度轨迹包括所述车辆在规划时间段内的多个时间点的待选速度;计算每条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,作为所述车辆的规划速度轨迹。本发明实施例的技术方案可以在进入路况复杂的车道汇合处之前,提前进行速度规划,以使速度规划更准确更合理。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种车道汇合处的速度规划方法、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驾驶员从一些驾驶相关的职责中解放出来,实现在最少人机交互的情况下行驶。自动驾驶车辆在行驶过程中,需要为其进行路径规划和速度规划。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车道汇合处的速度规划方法、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车道汇合处的速度规划方法,包括:
在车辆的当前车道与目标车道的汇合处周围设定触发区;
如果检测到所述车辆的位置处于所述触发区,则根据所述车辆的待行驶路线,生成多条待选速度轨迹,所述待选速度轨迹包括所述车辆在规划时间段内的多个时间点的待选速度;
计算每条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,作为所述车辆的规划速度轨迹。
在一种实施方式中,在所述车辆的当前车道与目标车道的汇合处周围设定触发区,包括:
根据地图信息,获取所述当前车道与所述目标车道之间的拓扑关系;
根据所述拓扑关系确定所述汇合处。
在一种实施方式中,在所述车辆的当前车道与目标车道的汇合处周围设定触发区,包括:
将所述汇合处作为所述触发区的圆心;
根据车辆的当前速度和预设时长,确定所述触发区的半径。
在一种实施方式中,计算每条待选速度轨迹的代价函数值,包括:
获取障碍物在每个所述时间点的预测位置;
根据所述车辆的所述待选速度轨迹以及所述障碍物在每个所述时间点的预测位置,计算所述待选速度轨迹的代价函数值。
在一种实施方式中,所述障碍物为在所述规划时间段内出现在所述待行驶路线上的障碍物。
在一种实施方式中,根据所述车辆的所述待选速度轨迹以及所述障碍物在每个所述时间点的预测位置,计算所述待选速度轨迹的代价函数值,包括以下实施方式中的至少一种:
根据所述车辆的所述待选速度轨迹以及所述障碍物在每个所述时间点的预测位置,确定每个所述时间点所述障碍物与所述车辆的间距,并根据多个所述间距,确定所述待选速度轨迹的代价函数值;
根据所述待选速度轨迹,确定所述车辆在每个所述时间点的加速度,并根据多个所述加速度,确定所述待选速度轨迹的代价函数值;
根据所述待选速度轨迹,确定所述车辆在每个所述时间点的加加速度,并根据多个所述加加速度,确定所述待选速度轨迹的代价函数值;
根据所述待选速度轨迹,确定每个所述时间点所述车辆的速度与道路限速的速度差,并根据多个所述速度差,确定所述待选速度轨迹的代价函数值。
第二方面,本发明实施例提供一种车道汇合处的速度规划装置,包括:
设定模块,用于在车辆的当前车道与目标车道的汇合处周围设定触发区;
生成模块,用于如果检测到所述车辆的位置处于所述触发区,则根据所述车辆的待行驶路线,生成多条待选速度轨迹,所述待选速度轨迹包括所述车辆在规划时间段内的多个时间点的待选速度;
计算模块,用于计算每条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,作为所述车辆的规划速度轨迹。
在一种实施方式中,所述设定模块包括:
第一获取子模块,用于根据地图信息,获取所述当前车道与所述目标车道之间的拓扑关系;
汇合处确定子模块,用于根据所述拓扑关系确定所述汇合处。
在一种实施方式中,所述设定模块包括:
圆心确定子模块,用于根据所述汇合处,确定所述触发区的圆心;
半径确定子模块,用于根据车辆的当前速度和预设时长,确定所述触发区的半径。
在一种实施方式中,所述计算模块包括:
第二获取子模块,用于获取障碍物在每个所述时间点的预测位置;
计算子模块,用于根据所述车辆的所述待选速度轨迹以及所述障碍物在每个所述时间点的预测位置,计算所述待选速度轨迹的代价函数值。
第三方面,本发明实施例提供了一种车道汇合处的速度规划装置,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,用于存储车道汇合处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,通过设定触发区,在车辆处于触发区时,生成多条待选速度轨迹,可以在进入路况复杂的车道汇合处之前,提前进行速度规划,以使速度规划更准确更合理。
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车道汇合处的速度规划方法的流程图。
图2示出根据本发明实施例的车道汇合处的速度规划方法的应用示例图。
图3示出本发明实施例中的待选速度轨迹的示意图。
图4示出根据本发明实施例的一种实施方式的车道汇合处的速度规划方法的流程图。
图5示出根据本发明实施例的车道汇合处的速度规划方法的另一个应用示例图。
图6示出根据本发明实施例的另一种实施方式的车道汇合处的速度规划方法的流程图。
图7示出根据本发明实施例的车道汇合处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一种实施方式的车道汇合处的速度规划装置的结构框图。
图9示出根据本发明实施例的车道汇合处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车道汇合处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、在车辆的当前车道与目标车道的汇合处周围设定触发区;
步骤S200、如果检测到所述车辆的位置处于所述触发区,则根据所述车辆的待行驶路线,生成多条待选速度轨迹,所述待选速度轨迹包括所述车辆在规划时间段内的多个时间点的待选速度;
步骤S300、计算每条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,作为所述车辆的规划速度轨迹。
本实施例中,车辆可以包括自动驾驶车辆。图2示出根据本发明实施例的车道汇合处的速度规划方法的应用示例图。在图2中,当前车道用当前车道的中心线表示;目标车道用目标车道的中心线表示。A点可以用于表示当前车道与目标车道的汇合处。车辆的待行驶路线为从当前车道驶入目标车道。触发区可以设定在A点周围。例如,可以将以A点为中心的圆B设定为触发区。
在车辆从当前车道向目标车道行驶的过程中,如果检测到车辆的位置处于触发区,例如,车辆驶入圆B中,则可以生成多条待选速度轨迹。
待选速度轨迹可以由速度(可以用v表示)和时间(可以用t表示)的二维曲线来表示。例如:图3所示的待选速度轨迹v1(t)、v2(t)和v3(t)。可以用预设的时间间隔划分规划时间段,以得到多个时间点,如t0、t1、t2、t3、t4和t5。离散化待选速度轨迹,可以得到车辆在每个时间点t0、t1、t2、t3、t4和t5的待选速度。其中,规划时间段的起点可以为当前时刻。
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。
对于每条待选速度轨迹,计算其代价函数值,进而可以将代价函数值最小的待选速度轨迹作为规划速度轨迹。车辆可以采用该规划速度轨迹从当前车道驶入目标车道。
在一个示例中,当前车道可以为辅路,目标车道可以为主路,可以通过主路和辅路的车道线确定主路和辅路的汇合处的位置。
在一个示例中,当前车道可以为主路,目标车道可以为辅路,可以通过主路和辅路的车道线确定主路和辅路的汇合处的位置。
在一种实施方式中,如图4所示,在步骤S100中,可以包括:
步骤S110、根据地图信息,获取所述当前车道与所述目标车道之间的拓扑关系;
步骤S120、根据所述拓扑关系确定所述汇合处。
图5示出根据本发明实施例的车道汇合处的速度规划方法的另一个应用示例图。在图5中,四条双车道在路口交汇,自动驾驶车道需要从当前车道经过路口进入目标车道(目标车道的右转车道)。在路口处通常没有车道线,可以通过地图信息,延长当前车道和目标车道的车道线,进而得到当前车道和目标车道在路口处的拓扑关系。根据该拓扑关系,可以确定当前车道和目标车道的汇合处。例如:将当前车道的中心线的延长线L1与目标车道的中心线的延长线L2的交点C,作为当前车道和目标车道的汇合处,进而在交点C周围设定触发区。在本示例中,目标车道也可以是基于当前车道的左转车道或直行车道。
在一种实施方式中,可以将所述汇合处作为所述触发区的圆心;根据车辆的当前速度和预设时长,确定所述触发区的半径。例如:将交点C作为触发区的圆心,将当前速度乘以预设时长得到的结果作为触发区的半径,如图5所示。或者,可以根据当前速度乘以预设时长得到的结果,确定触发区的半径范围,并从该半径范围中任意选择一个值作为触发区的半径。
另外,触发区也可以根据实际路况情况预设。例如:在拥堵路段,也可以设定较小范围的触发区。
在一种实施方式中,如图6所示,在步骤S300中可以包括:
步骤S310、获取障碍物在每个所述时间点的预测位置;
步骤S320、根据所述车辆的所述待选速度轨迹以及所述障碍物在每个所述时间点的预测位置,计算所述待选速度轨迹的代价函数值。
车辆行驶过程中,车道上出现的障碍物可以有多个,但可能不是所有的障碍物都会对车辆的行驶产生影响。本实施例中,障碍物可以是与车辆有竞争性关系的关键障碍物。例如:在规划时间段内,出现在待行驶路线上的障碍物。
在步骤S320中,待选速度轨迹的代价函数值可以根据以下方式中的一种或多种得到:
方式一、根据所述车辆的所述待选速度轨迹以及所述障碍物在每个所述时间点的预测位置,确定每个所述时间点所述障碍物与所述车辆的间距,并根据多个所述间距,确定所述待选速度轨迹的代价函数值。
例如:可以根据车辆的待选速度轨迹v1(t)和待行驶路线,得到车辆在每个时间点的待选位置。然后,可以根据每个时间点障碍物的预测位置和车辆的待选位置,得到每个时间点障碍物和车辆的间距d。进而,可以根据公式cost01=max[0,﹣x1(d﹣d_desire)],计算待选速度轨迹v1(t)在每个时间点的代价函数值cost01。根据每个时间点的代价函数值cost01,可以得到待选速度轨迹v1(t)的代价函数值cost1。
其中,d_desire为所述时间点车辆和障碍物的期望间距,x1为第一预设系数。期望间距d_desire可以根据所述时间点障碍物的预测速度和车辆的待选速度确定。例如:d_desire=v_obs×x2+∣v_obs﹣v_adc∣×x3+x4。其中,v_obs为所述时间点障碍物的预测速度,v_adc为所述时间点车辆的待选速度,x2、x3和x4分别为第二预设系数、第三预设系数和第四预设系数。
方式二、根据所述待选速度轨迹,确定所述车辆在每个所述时间点的加速度,并根据多个所述加速度,确定所述待选速度轨迹的代价函数值。
例如:可以根据待选速度轨迹v1(t),得到每个时间点车辆的加速度a。然后,根据公式cost02=x5×a2,确定每个时间点的代价函数值cost02。其中,x5为第五预设系数。进而,可以根据每个时间点的代价函数值cost02,可以得到待选速度轨迹v1(t)的代价函数值cost2。
方式三、根据所述待选速度轨迹,确定所述车辆在每个所述时间点的加加速度,并根据多个所述加加速度,确定所述待选速度轨迹的代价函数值。
例如:可以根据待选速度轨迹v1(t),得到每个时间点车辆的加加速度jerk。然后,根据公式cost03=x6×jerk2,确定每个时间点的代价函数值cost03。其中,x6为第六预设系数。进而,可以根据每个时间点的代价函数值cost03,可以得到待选速度轨迹v1(t)的代价函数值cost3。
方式四:根据所述待选速度轨迹,确定每个所述时间点所述车辆的速度与道路限速的速度差,并根据多个所述速度差,确定所述待选速度轨迹的代价函数值。
例如:可以获取待行驶路线的道路限速v_limit,然后根据公式cost03=x7×max(0,v_adc﹣v_limit)2,确定每个时间点的代价函数值cost04。其中,x7为第七预设系数。进而,可以根据每个时间点的代价函数值cost04,可以得到待选速度轨迹v1(t)的代价函数值cost4。
在一个示例中,可以累加或按权重累加方式一、方式二、方式三和方式四中得到的待选速度轨迹的代价函数值,并将累加结果作为待选速度轨迹的代价函数值cost。例如:cost=y1×cost1+y2×cost2+y3×cost3+y4×cost4。其中,y1、y2、y3和y4为权重系数。
在一个示例中,可以累加或按权重累加待选速度轨迹在每个时间点的代价函数值。例如:每个时间点的代价函数值可以等于z1×cost01+z2×cost02+z3×cost03+z4×cost04。进而,可以根据每个时间点的代价函数值,得到待选速度轨迹的代价函数值。
综上,本发明实施例的车道汇合处的速度规划方法,通过设定触发区,在车辆处于触发区时,生成多条待选速度轨迹,可以在进入路况复杂的车道汇合处之前,提前进行速度规划,以使速度规划更准确更合理。进一步地,在速度规划的过程中,根据与车辆具有竞争关系的障碍物的预测轨迹,确定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作为规划速度轨迹,可以使速度规划更准确,并降低数据冗余。
图7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7所示,该装置可以包括:
设定模块100,用于在车辆的当前车道与目标车道的汇合处周围设定触发区;
生成模块200,用于如果检测到所述车辆的位置处于所述触发区,则根据所述车辆的待行驶路线,生成多条待选速度轨迹,所述待选速度轨迹包括所述车辆在规划时间段内的多个时间点的待选速度;
计算模块300,用于计算每条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,作为所述车辆的规划速度轨迹。
在一种实施方式中,如图8所示,设定模块100可以包括:
第一获取子模块110,用于根据地图信息,获取所述当前车道与所述目标车道之间的拓扑关系;
汇合处确定子模块120,用于根据所述拓扑关系确定所述汇合处。
在一种实施方式中,如图8所示,设定模块100可以包括:
圆心确定子模块130,用于根据所述汇合处,确定所述触发区的圆心;
半径确定子模块140,用于根据车辆的当前速度和预设时长,确定所述触发区的半径。
在一种实施方式中,如图8所示,计算模块300可以包括:
第二获取子模块310,用于获取障碍物在每个所述时间点的预测位置;
计算子模块320,用于根据所述车辆的所述待选速度轨迹以及所述障碍物在每个所述时间点的预测位置,计算所述待选速度轨迹的代价函数值。
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9示出根据本发明实施例的车道汇合处的速度规划装置的结构框图。如图9所示,该装置包括:存储器910和处理器920,存储器910内存储有可在处理器920上执行的计算机程序。所述处理器920执行所述计算机程序时实现上述实施例中的车道汇合处的速度规划方法。所述存储器910和处理器920的数量可以为一个或多个。
该装置还包括:
通信接口930,用于与外界设备进行通信,进行数据交互传输。
存储器910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910、处理器920和通信接口930独立实现,则存储器910、处理器920和通信接口930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9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910、处理器920及通信接口930集成在一块芯片上,则存储器910、处理器920及通信接口930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 (12)
1.一种车道汇合处的速度规划方法,其特征在于,包括:
在车辆的当前车道与目标车道的汇合处周围设定触发区;
如果检测到所述车辆的位置处于所述触发区,则根据所述车辆的待行驶路线,生成多条待选速度轨迹,所述待选速度轨迹包括所述车辆在规划时间段内的多个时间点的待选速度;
计算每条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,在所述车辆的当前车道与目标车道的汇合处周围设定触发区,包括:
根据地图信息,获取所述当前车道与所述目标车道之间的拓扑关系;
根据所述拓扑关系确定所述汇合处。
3.根据权利要求1所述的方法,其特征在于,在所述车辆的当前车道与目标车道的汇合处周围设定触发区,包括:
将所述汇合处作为所述触发区的圆心;
根据车辆的当前速度和预设时长,确定所述触发区的半径。
4.根据权利要求1所述的方法,其特征在于,计算每条待选速度轨迹的代价函数值,包括:
获取障碍物在每个所述时间点的预测位置;
根据所述车辆的所述待选速度轨迹以及所述障碍物在每个所述时间点的预测位置,计算所述待选速度轨迹的代价函数值。
5.根据权利要求4所述的方法,其特征在于,所述障碍物为在所述规划时间段内出现在所述待行驶路线上的障碍物。
6.根据权利要求4所述的方法,其特征在于,根据所述车辆的所述待选速度轨迹以及所述障碍物在每个所述时间点的预测位置,计算所述待选速度轨迹的代价函数值,包括以下实施方式中的至少一种:
根据所述车辆的所述待选速度轨迹以及所述障碍物在每个所述时间点的预测位置,确定每个所述时间点所述障碍物与所述车辆的间距,并根据多个所述间距,确定所述待选速度轨迹的代价函数值;
根据所述待选速度轨迹,确定所述车辆在每个所述时间点的加速度,并根据多个所述加速度,确定所述待选速度轨迹的代价函数值;
根据所述待选速度轨迹,确定所述车辆在每个所述时间点的加加速度,并根据多个所述加加速度,确定所述待选速度轨迹的代价函数值;
根据所述待选速度轨迹,确定每个所述时间点所述车辆的速度与道路限速的速度差,并根据多个所述速度差,确定所述待选速度轨迹的代价函数值。
7.一种车道汇合处的速度规划装置,其特征在于,包括:
设定模块,用于在车辆的当前车道与目标车道的汇合处周围设定触发区;
生成模块,用于如果检测到所述车辆的位置处于所述触发区,则根据所述车辆的待行驶路线,生成多条待选速度轨迹,所述待选速度轨迹包括所述车辆在规划时间段内的多个时间点的待选速度;
计算模块,用于计算每条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,所述设定模块包括:
第一获取子模块,用于根据地图信息,获取所述当前车道与所述目标车道之间的拓扑关系;
汇合处确定子模块,用于根据所述拓扑关系确定所述汇合处。
9.根据权利要求7所述的装置,其特征在于,所述设定模块包括:
圆心确定子模块,用于根据所述汇合处,确定所述触发区的圆心;
半径确定子模块,用于根据车辆的当前速度和预设时长,确定所述触发区的半径。
10.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:
第二获取子模块,用于获取障碍物在每个所述时间点的预测位置;
计算子模块,用于根据所述车辆的所述待选速度轨迹以及所述障碍物在每个所述时间点的预测位置,计算所述待选速度轨迹的代价函数值。
11.一种车道汇合处的速度规划装置,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。
12.一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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910133838.0A CN109814574B (zh) | 2019-02-22 | 2019-02-22 | 自动驾驶车道汇合处的速度规划方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910133838.0A CN109814574B (zh) | 2019-02-22 | 2019-02-22 | 自动驾驶车道汇合处的速度规划方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109814574A true CN109814574A (zh) | 2019-05-28 |
CN109814574B CN109814574B (zh) | 2022-07-19 |
Family
ID=66607230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910133838.0A Active CN109814574B (zh) | 2019-02-22 | 2019-02-22 | 自动驾驶车道汇合处的速度规划方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109814574B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110162589A (zh) * | 2019-05-31 | 2019-08-23 | 北京百度网讯科技有限公司 | 道路限速值的赋值方法、装置、电子设备、计算机可读介质 |
CN110502012A (zh) * | 2019-08-20 | 2019-11-26 | 武汉中海庭数据技术有限公司 | 一种他车轨迹预测方法、装置及存储介质 |
CN110955244A (zh) * | 2019-12-03 | 2020-04-03 | 北京京东乾石科技有限公司 | 轨迹规划方法、装置、介质及电子设备 |
CN112440994A (zh) * | 2019-08-28 | 2021-03-05 | 比亚迪股份有限公司 | 车辆及其控制方法和装置 |
CN112526999A (zh) * | 2020-12-22 | 2021-03-19 | 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 |
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 |
CN113821579A (zh) * | 2021-09-18 | 2021-12-21 | 北京百度网讯科技有限公司 | 路线的生成方法、装置、电子设备和存储器 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014148989A1 (en) * | 2013-03-19 | 2014-09-25 | Scania Cv Ab | Control system for autonomous vehicles, and a method for the control system |
CN106114507A (zh) * | 2016-06-21 | 2016-11-16 | 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 |
US20170168488A1 (en) * | 2015-12-15 | 2017-06-15 | Qualcomm Incorporated | Autonomous visual navigation |
CN107664993A (zh) * | 2016-07-29 | 2018-02-06 | 法乐第(北京)网络科技有限公司 | 一种路径规划方法 |
CN107664504A (zh) * | 2016-07-29 | 2018-02-06 | 法乐第(北京)网络科技有限公司 | 一种路径规划装置 |
CN107992050A (zh) * | 2017-12-20 | 2018-05-04 | 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 |
CN108032858A (zh) * | 2017-11-30 | 2018-05-15 | 广州小鹏汽车科技有限公司 | 基于旁车行驶路径预测的自适应巡航控制方法及系统 |
CN108045373A (zh) * | 2017-09-11 | 2018-05-18 | 同济大学 | 一种自动驾驶纵向统一规划方法及系统 |
CN108334077A (zh) * | 2017-01-18 | 2018-07-27 | 百度(美国)有限责任公司 | 确定自动驾驶车辆的速度控制的单位增益的方法和系统 |
CN109035862A (zh) * | 2018-08-06 | 2018-12-18 | 清华大学 | 一种基于车车通信的多车协同换道控制方法 |
CN109074728A (zh) * | 2016-04-28 | 2018-12-21 | 住友电气工业株式会社 | 推荐行驶速度提供程序、行驶支持系统、车辆控制设备和自动行驶车辆 |
US20190049970A1 (en) * | 2017-08-08 | 2019-02-14 | Uber Technologies, Inc. | Object Motion Prediction and Autonomous Vehicle Control |
-
2019
- 2019-02-22 CN CN201910133838.0A patent/CN109814574B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014148989A1 (en) * | 2013-03-19 | 2014-09-25 | Scania Cv Ab | Control system for autonomous vehicles, and a method for the control system |
US20170168488A1 (en) * | 2015-12-15 | 2017-06-15 | Qualcomm Incorporated | Autonomous visual navigation |
CN109074728A (zh) * | 2016-04-28 | 2018-12-21 | 住友电气工业株式会社 | 推荐行驶速度提供程序、行驶支持系统、车辆控制设备和自动行驶车辆 |
CN106114507A (zh) * | 2016-06-21 | 2016-11-16 | 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 |
CN107664993A (zh) * | 2016-07-29 | 2018-02-06 | 法乐第(北京)网络科技有限公司 | 一种路径规划方法 |
CN107664504A (zh) * | 2016-07-29 | 2018-02-06 | 法乐第(北京)网络科技有限公司 | 一种路径规划装置 |
CN108334077A (zh) * | 2017-01-18 | 2018-07-27 | 百度(美国)有限责任公司 | 确定自动驾驶车辆的速度控制的单位增益的方法和系统 |
US20190049970A1 (en) * | 2017-08-08 | 2019-02-14 | Uber Technologies, Inc. | Object Motion Prediction and Autonomous Vehicle Control |
CN108045373A (zh) * | 2017-09-11 | 2018-05-18 | 同济大学 | 一种自动驾驶纵向统一规划方法及系统 |
CN108032858A (zh) * | 2017-11-30 | 2018-05-15 | 广州小鹏汽车科技有限公司 | 基于旁车行驶路径预测的自适应巡航控制方法及系统 |
CN107992050A (zh) * | 2017-12-20 | 2018-05-04 | 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 |
CN109035862A (zh) * | 2018-08-06 | 2018-12-18 | 清华大学 | 一种基于车车通信的多车协同换道控制方法 |
Non-Patent Citations (1)
Title |
---|
潘鲁彬: ""无人驾驶汽车的路径规划与跟随控制算法研究"", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110162589A (zh) * | 2019-05-31 | 2019-08-23 | 北京百度网讯科技有限公司 | 道路限速值的赋值方法、装置、电子设备、计算机可读介质 |
CN110162589B (zh) * | 2019-05-31 | 2022-07-12 | 北京百度网讯科技有限公司 | 道路限速值的赋值方法、装置、电子设备、计算机可读介质 |
CN110502012A (zh) * | 2019-08-20 | 2019-11-26 | 武汉中海庭数据技术有限公司 | 一种他车轨迹预测方法、装置及存储介质 |
CN112440994A (zh) * | 2019-08-28 | 2021-03-05 | 比亚迪股份有限公司 | 车辆及其控制方法和装置 |
CN110955244A (zh) * | 2019-12-03 | 2020-04-03 | 北京京东乾石科技有限公司 | 轨迹规划方法、装置、介质及电子设备 |
CN110955244B (zh) * | 2019-12-03 | 2023-11-03 | 北京京东乾石科技有限公司 | 轨迹规划方法、装置、介质及电子设备 |
CN112526999A (zh) * | 2020-12-22 | 2021-03-19 | 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 |
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 |
CN113821579A (zh) * | 2021-09-18 | 2021-12-21 | 北京百度网讯科技有限公司 | 路线的生成方法、装置、电子设备和存储器 |
CN113821579B (zh) * | 2021-09-18 | 2024-02-06 | 北京百度网讯科技有限公司 | 路线的生成方法、装置、电子设备和存储器 |
Also Published As
Publication number | Publication date |
---|---|
CN109814574B (zh) | 2022-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109814574A (zh) | 车道汇合处的速度规划方法、装置和存储介质 | |
CN109712421A (zh) | 自动驾驶车辆的速度规划方法、装置和存储介质 | |
US11440565B2 (en) | Decision method, device, equipment in a lane changing process and storage medium | |
EP3699048B1 (en) | Travelling track prediction method and device for vehicle | |
EP3725631A1 (en) | Lane changing method, device for driverless vehicle and computer-readable storage medium | |
EP3702230B1 (en) | Method and apparatus for planning travelling path, and vehicle | |
JP5262986B2 (ja) | 走行経路生成装置、走行経路生成方法、及び運転操作支援装置 | |
US11555706B1 (en) | Processing graph representations of tactical maps using neural networks | |
CN110364009A (zh) | 基于路侧设备的行驶规划方法、装置、路侧设备和存储介质 | |
CN110345957A (zh) | 车辆路径识别 | |
CN109814576A (zh) | 自动驾驶车辆的速度规划方法、装置和存储介质 | |
CN109871017A (zh) | 自动驾驶参考线调用方法、装置和终端 | |
CN109213153A (zh) | 一种车辆自动驾驶方法及电子设备 | |
US20210089036A1 (en) | Method and device for calculating a trajectory of a vehicle | |
CN109887278A (zh) | 车辆的路口行车方法、装置和终端 | |
CN110488816A (zh) | 自动驾驶纵向规划方法及相关设备 | |
CN109703569A (zh) | 一种信息处理方法、装置及存储介质 | |
CN109655076A (zh) | 车辆转弯的速度规划方法、装置和存储介质 | |
CN110335489A (zh) | 基于路侧设备的行驶规划方法、装置、路侧设备和存储介质 | |
CN110162062A (zh) | 车辆行驶规划方法、装置、设备和可读存储介质 | |
CN109724614A (zh) | 自动驾驶车辆的速度规划方法、装置和存储介质 | |
CN109814575A (zh) | 车辆变道路线规划方法、装置以及终端 | |
CN109782776A (zh) | 无人车的车道选择方法、装置及存储介质 | |
CN112406905B (zh) | 基于交通工具的数据处理方法、装置、计算机及存储介质 | |
KR20220083975A (ko) | 궤적 계획 방법, 장치, 기기, 저장 매체 및 프로그램 제품 |
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 |