CN109947101A - 路径平滑处理方法及装置 - Google Patents
路径平滑处理方法及装置 Download PDFInfo
- Publication number
- CN109947101A CN109947101A CN201910201718.XA CN201910201718A CN109947101A CN 109947101 A CN109947101 A CN 109947101A CN 201910201718 A CN201910201718 A CN 201910201718A CN 109947101 A CN109947101 A CN 109947101A
- Authority
- CN
- China
- Prior art keywords
- waypoint
- sum
- value
- path
- waypoints
- 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
Landscapes
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种路径平滑处理方法，包括：从原始路径上选取若干个路点；基于若干个路点，迭代的计算目标函数值之和，直至获取到最小目标函数值之和，并且最小目标函数值之和收敛；将与最小目标函数值之和对应的若干个路点所在的位置确定为目标位置；对目标位置进行插值处理，生成目标路径。由此，最终得到的目标路径兼顾了车辆高效性、安全性和稳定性。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种路径平滑处理方法及装置。
背景技术
自动驾驶技术成为了汽车技术发展的新方向。能够缓解交通压力，对交通流合理分流，减少污染，降低人力成本。
现有的路径平滑器一般分为三种：滤波式平滑器、多项式式平滑器、均值平滑器。
滤波式平滑器借鉴了滤波器的思路，路径之于电流信号，平滑器之于低通滤波器，将路径输入到平滑器中，平滑器会将路径中高频的“毛刺”过滤掉，留下平滑的路径。滤波器式平滑器没考虑安全项，过度的平滑可能使车辆发生碰撞。
多项式式平滑器先对待平滑路径进行采样，然后根据采样点构建多项式，再通过多项式对路径上各点的坐标进行求解。多项式式平滑器可能存在过拟合或欠拟合的问题，同时也存在安全风险。
均值平滑器对路径上的点进行逐个调整，一般取待调整点前若干个点后若干个点的坐标累加求平均，最终得到平滑的路径。均值平滑器也未对路径进行安全校验，存在安全风险。
发明内容
本发明实施例的目的是提供一种路径平滑处理方法及装置，以解决限于技术中的路径平滑处理处理时存在的安全风险以及过拟合、欠拟合的问题。
为解决上述问题，第一方面，本发明提供了一种路径平滑处理方法，所述方法包括：
从原始路径上选取若干个路点；
基于所述若干个路点，迭代的计算目标函数值之和，直至获取到最小目标函数值之和，并且所述最小目标函数值之和收敛；
将与最小目标函数值之和对应的若干个路点所在的位置确定为目标位置；
对所述目标位置进行插值处理，生成目标路径。
在一种可能的实现方式中，
所述基于所述若干个路点，迭代的计算目标函数值之和，直至获取到最小目标函数值之和，并且所述最小目标函数值之和收敛具体包括：从所述若干个路点中选取第一路点；
判断所述第一路点是否为所述原始路径的终点；
当所述第一路点并非原始路径的终点时，调整第二路点的位置；所述第二路点为第一路点的下一个路点；
计算所述第一路点、第二路点和第三路点的第一目标函数值之和；所述第三路点为所述第二路点的下一路点；
计算所述第一路点、调整后的第二路点和第三路点的第二目标函数值之和；
将所述第一目标函数值之和与第二目标函数值之和进行比较，当所述第二目标函数值之和小于所述第一目标函数值之和时，存储调整后的第二路点的位置；
重复上述步骤，当若干个路点中的第n路点为原始路径的终点时，判断调整后的若干个路点的目标函数值之和是否收敛；
当不收敛时，继续进行上述步骤。
在一种可能的实现方式中，通过公式 计算n个路点的目标函数值之和；
其中，J(i)(i＝1，2，3，...，n)为每一个路点的的目标函数值；Eff(i)为第i个路点的效率代价项；ω1为效率代价项系数；Saf(i)为第i个路点的安全代价项；ω2为安全代价项系数；Sta(i)为第i个路点的稳定代价项；ω3为稳定代价项系数。
在一种可能的实现方式中，通过公式计算第i个路点的效率代价项；
其中，D(i+1，i)为第i个路点到第i+1个路点的距离。
在一种可能的实现方式中，通过公式计算第i个路点的安全代价项；
E(i)为第i个路点的距离变换值；α为常数项，表示代价值变化速率；β为常数项，表示最大安全代价值；Emax为常数项，距离变换值大于该值时将不再考虑安全风险；α、β和Emax为可调整的参数。
在一种可能的实现方式中，通过公式计算第i个路点的稳定代价项；
其中，Δxi+1为第i+1个路点的x坐标；Δyi+1为第i+1个路点的y坐标；Δxi为第i个路点的x坐标；Δyi为第i个路点的y坐标。
第二方面，本发明提供了一种路径平滑处理装置，所述装置包括：
选取单元，所述选取单元用于从原始路径上选取若干个路点；
计算单元，所述计算单元用于基于所述若干个路点，迭代的计算目标函数值之和，直至获取到最小目标函数值之和，并且所述最小目标函数值之和收敛；
确定单元，所述确定单元用于将与最小目标函数值之和对应的若干个路点所在的位置确定为目标位置；
处理单元，所述处理单元用于对所述目标位置进行插值处理，生成目标路径。
第三方面，本发明提供了一种设备，包括存储器和处理器，所述存储器用于存储程序，所述处理器用于执行第一方面任一所述的方法。
第四方面，本发明提供了一种包含指令的计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行如第一方面任一所述的方法。
第五方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一所述的方法。
通过应用本发明提供的路径规划方法及装置，最终得到的目标路径兼顾了车辆高效性、安全性和稳定性。
附图说明
图1为本发明实施一例提供的路径平滑处理方法流程示意图；
图2为本发明实施例一提供的步骤120的具体流程图；
图3A为距离变换前的原始地图示意图；
图3B为距离变换后的结果示意图；
图4为本发明实施例二提供的路径平滑处理装置结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1为本发明实施例一提供的路径规划方法流程示意图。该方法应用在自动驾驶领域中，该方法的执行主体为车辆的计算处理单元，该计算处理单元可以是车辆控制单元，如图1所示，该方法包括以下步骤：
步骤110，从原始路径上选取若干个路点。
具体的，可以通过如下方法获取到原始路径，首先，接收服务器发送的行程的起点和行程的终点；然后，根据行程的起点和行程的终点，调用环境地图文件；最后，根据行程的起点、行程的终点和环境地图文件，生成原始路径。
其中，服务器可以接收用户终端发送的行程的起点或终点，环境地图文件可以是存储在服务器中，比如，车辆将包括自车当前位置的请求消息发送给服务器，服务器根据自车当前位置，将包括自车当前位置、起点和终点的环境地图文件发送给车辆。也可以是车辆中存储有环境地图文件。
车辆从服务器获取到行程的起点和终点，然后，根据环境地图文件，进行路径规划，生成原始路径。
但是，原始路径由于扭曲不平，不能作为指引自动驾驶车辆行驶的路径，需要对其进行处理。
具体的，在原始路径上有多个离散路点，每个离散路点具有路点位置。可以按照预设的距离间隔，从多个离散路点中选取若干个路点，选取的若干个路点的距离间隔可以是1m。
步骤120，基于若干个路点计算目标函数值之和，直至获取到最小目标函数值之和，并且所述最小目标函数值之和收敛。
步骤130，将与最小目标函数值对应的若干个路点所在的位置确定为目标位置。
具体的，图2为本发明实施例一提供的步骤120的具体流程图，如图2所示，步骤120具体包括：
首先，从所述若干个路点中选取第一路点；然后，判断所述第一路点是否为所述原始路径的终点；接着，当所述第一路点并非原始路径的终点时，调整第二路点的位置；所述第二路点为第一路点的下一个路点；接着，计算所述第一路点、第二路点和第三路点的第一目标函数值之和；所述第三路点为所述第二路点的下一路点；接着，计算所述第一路点、调整后的第二路点和第三路点的第二目标函数值之和；接着，将所述第一目标函数值之和与第二目标函数值之和进行比较，当所述第二目标函数值之和小于所述第一目标函数值之和时，存储调整后的第二路点的位置；接着，重复上述步骤，当若干个路点中的第n路点为原始路径的终点时，判断调整后的若干个路点的目标函数值之和是否收敛；最后，当不收敛时，继续进行上述步骤。
其中，通过公式(1)
计算n个路点的目标函数值之和；
其中，J(i)(i＝1，2，3，...，n)为每一个路点的的目标函数值；Eff(i)为第i个路点的效率代价项；ω1为效率代价项系数；Saf(i)为第i个路点的安全代价项；ω2为安全代价项系数；Sta(i)为第i个路点的稳定代价项；ω3为稳定代价项系数。
由此，在路径平滑处理处理时，考虑了三个指标：高效性、安全性、稳定性，保证了平滑处理后的路径符合高效性、安全性、稳定性。
接下来，分别对如何计算高效性、安全性、稳定性进行说明。
(1)高效性
在上述公式中，通过公式(2)
计算第i个路点的效率代价项；
其中，D(i+1，i)为第i个路点到第i+1个路点的距离。距离越远，高效性代价越高。在该公式中，由于整个路径有n-1个路点间隔，路径最后一个点作为终点不需要优化，所以该项最后一个点取0。
(2)安全性
对路径进行平滑处理时，会改变路径的形状，因而需要对安全性进行再次检验。通过距离变换地图可以轻易获得某点到不可通行区域的最短距离。在全局路径规划阶段，车辆距离不可通行区域越远车辆就越安全，距离变换值表征了一个模糊的安全状态。
通过公式(3)
计算第i个路点的安全代价项；
E(i)为第i个路点的距离变换值；α为常数项，表示代价值变化速率，α越大，安全项代价值变化越缓慢，α越小，安全项代价值变化越迅速；β为常数项，表示最大安全代价值；Emax为常数项，距离变换值大于该值时将不再考虑安全风险；α、β和Emax为可调整的参数。在本申请一个示例中，α＝1，β＝10，Emax＝35。
下面，对距离变换值进行说明。
距离变换值，为当前位置距离不可通行区域的最短距离。在无人驾驶车辆地图的构建中，地图至少被划分为可通行区域与不可通行区域两种属性区域，以生成二值图。经过距离变换计算便可得到一张灰度图，灰度值表示可通行区域到不可通行区域的最短距离。
图3A为距离变换前的原始地图示意图，该地图是一个二值图，其中黑色圆位障碍物，白色为可通行区域。图3B为距离变换后的结果示意图，通过距离变换，将二值图转换为了灰度图，某处的灰度值表示了该位置距离不可通行区域的最短距离。若某像素的灰度等于0，即表示当前位置所表示的位置为不可通行区域。
(3)稳定性
通过公式(4)
计算第i个路点的稳定代价项；
其中，Δxi+1为第i+1个路点的x坐标；Δyi+1为第i+1个路点的y坐标；Δxi为第i个路点的x坐标；Δyi为第i个路点的y坐标。
步骤140，对目标位置进行插值处理，生成目标路径。
具体的，确定出若干个路点中每一个路点的目标位置后，对若干个目标位置进行插值处理，即可得到目标路径。示例而非限定，可以以0.1m的间隔，进行插值处理，得到目标路径。
通过应用本发明实施例一提供的路径平滑处理方法，最终得到的目标路径兼顾了车辆高效性、安全性和稳定性。
图4为本发明实施例二提供的路径平滑处理装置结构示意图，该路径平滑处理装置应用在路径平滑处理方法中，如图4所示，该路径平滑处理装置包括：选取单元401、计算单元402、确定单元403和处理单元404。
选取单元401用于迭代地从原始路径上选取若干个路点；
计算单元402用于基于若干个路点，迭代的计算目标函数值之和，直至获取到最小目标函数值之和，并且所述最小目标函数值之和收敛；
确定单元403用于将与最小目标函数值对应的若干个路点所在的位置确定为目标位置；
处理单元404用于对目标位置进行插值处理，生成目标路径。
该多个单元具体的执行内容，与上述实施例一中的描述相同，此处不再赘述。
通过应用本发明实施例二提供的路径平滑处理装置，最终得到的目标路径兼顾了车辆高效性、安全性和稳定性。
本发明实施例三提供了一种设备，包括存储器和处理器，存储器用于存储程序，存储器可通过总线与处理器连接。存储器可以是非易失存储器，例如硬盘驱动器和闪存，存储器中存储有软件程序和设备驱动程序。软件程序能够执行本发明实施例提供的上述方法的各种功能；设备驱动程序可以是网络和接口驱动程序。处理器用于执行软件程序，该软件程序被执行时，能够实现本发明实施例一提供的方法。
本发明实施例四提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行本发明实施例一提供的方法。
本发明实施例五提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现本发明实施例一提供的方法。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种路径平滑处理方法，其特征在于，所述方法包括：
从原始路径上选取若干个路点；
基于所述若干个路点，迭代的计算目标函数值之和，直至获取到最小目标函数值之和，并且所述最小目标函数值之和收敛；
将与最小目标函数值之和对应的若干个路点所在的位置确定为目标位置；
对所述目标位置进行插值处理，生成目标路径。
2.根据权利要求1所述的方法，其特征在于，所述基于所述若干个路点，迭代的计算目标函数值之和，直至获取到最小目标函数值之和，并且所述最小目标函数值之和收敛具体包括：从所述若干个路点中选取第一路点；
判断所述第一路点是否为所述原始路径的终点；
当所述第一路点并非原始路径的终点时，调整第二路点的位置；所述第二路点为第一路点的下一个路点；
计算所述第一路点、第二路点和第三路点的第一目标函数值之和；所述第三路点为所述第二路点的下一路点；
计算所述第一路点、调整后的第二路点和第三路点的第二目标函数值之和；
将所述第一目标函数值之和与第二目标函数值之和进行比较，当所述第二目标函数值之和小于所述第一目标函数值之和时，存储调整后的第二路点的位置；
重复上述步骤，当若干个路点中的第n路点为原始路径的终点时，判断调整后的若干个路点的目标函数值之和是否收敛；
当不收敛时，继续进行上述步骤。
3.根据权利要求1所述的方法，其特征在于，通过公式
计算n个路点的目标函数值之和；
其中，J(i)(i＝1，2，3，...，n)为每一个路点的的目标函数值；Eff(i)为第i个路点的效率代价项；ω1为效率代价项系数；Saf(i)为第i个路点的安全代价项；ω2为安全代价项系数；Sta(i)为第i个路点的稳定代价项；ω3为稳定代价项系数。
4.根据权利要求3所述的方法，其特征在于，通过公式
计算第i个路点的效率代价项；
其中，D(i+1，i)为第i个路点到第i+1个路点的距离。
5.根据权利要求3所述的方法，其特征在于，通过公式
计算第i个路点的安全代价项；
E(i)为第i个路点的距离变换值；α为常数项，表示代价值变化速率；β为常数项，表示最大安全代价值；Emax为常数项，距离变换值大于该值时将不再考虑安全风险；α、β和Emax为可调整的参数。
6.根据权利要求3所述的方法，其特征在于，通过公式
计算第i个路点的稳定代价项；
其中，Δxi+1为第i+1个路点的x坐标；Δyi+1为第i+1个路点的y坐标；Δxi为第i个路点的x坐标；Δyi为第i个路点的y坐标。
7.一种路径平滑处理装置，其特征在于，所述装置包括：
选取单元，所述选取单元用于从原始路径上选取若干个路点；
计算单元，所述计算单元用于基于所述若干个路点，迭代的计算目标函数值之和，直至获取到最小目标函数值之和，并且所述最小目标函数值之和收敛；
确定单元，所述确定单元用于将与最小目标函数值之和对应的若干个路点所在的位置确定为目标位置；
处理单元，所述处理单元用于对所述目标位置进行插值处理，生成目标路径。
8.一种设备，其特征在于，所述设备包括存储器和处理器，所述存储器用于存储程序，所述处理器用于执行权利要求1-6任一所述的方法。
9.一种包含指令的计算机程序产品，其特征在于，当所述计算机程序产品在计算机上运行时，使得所述计算机执行权利要求1-6任一所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910201718.XA CN109947101B (zh) | 2019-03-18 | 2019-03-18 | 路径平滑处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910201718.XA CN109947101B (zh) | 2019-03-18 | 2019-03-18 | 路径平滑处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109947101A true CN109947101A (zh) | 2019-06-28 |
| CN109947101B CN109947101B (zh) | 2022-11-29 |
Family
ID=67008926
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910201718.XA Active CN109947101B (zh) | 2019-03-18 | 2019-03-18 | 路径平滑处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109947101B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111055274A (zh) * | 2019-11-28 | 2020-04-24 | 深圳优地科技有限公司 | 一种机器人路径的平滑方法及机器人 |
| CN111177934A (zh) * | 2019-12-31 | 2020-05-19 | 福瑞泰克智能系统有限公司 | 参考路径规划的方法、设备和存储介质 |
| CN114115298A (zh) * | 2022-01-25 | 2022-03-01 | 北京理工大学 | 一种无人车路径平滑方法及系统 |
| WO2022166409A1 (zh) * | 2021-02-04 | 2022-08-11 | 京东科技信息技术有限公司 | 路径优化方法、装置、机器人及存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100081824A (ko) * | 2009-01-07 | 2010-07-15 | 삼성전자주식회사 | 로봇의 경로계획장치 및 그 방법 |
| CN102768536A (zh) * | 2012-07-20 | 2012-11-07 | 哈尔滨工程大学 | 一种基于多目标萤火虫算法的路径规划方法 |
| CN104298239A (zh) * | 2014-09-29 | 2015-01-21 | 湖南大学 | 一种室内移动机器人增强地图学习路径规划方法 |
| CN105185163A (zh) * | 2015-06-02 | 2015-12-23 | 北京航空航天大学 | 飞行路径选择方法和装置、飞行器和空中交通管理系统 |
| CN105590002A (zh) * | 2015-12-31 | 2016-05-18 | 北京理工大学 | 一种分支线缆自动布局方法及装置 |
| CN106020194A (zh) * | 2016-06-20 | 2016-10-12 | 武汉理工大学 | 一种基于传热分析的工业机器人路径优化方法及系统 |
| CN107160364A (zh) * | 2017-06-07 | 2017-09-15 | 华南理工大学 | 一种基于机器视觉的工业机器人示教系统及方法 |
| CN108549378A (zh) * | 2018-05-02 | 2018-09-18 | 长沙学院 | 一种基于栅格地图的混合路径规划方法和系统 |
| CN108549388A (zh) * | 2018-05-24 | 2018-09-18 | 苏州智伟达机器人科技有限公司 | 一种基于改进a星策略的移动机器人路径规划方法 |
| CN109032167A (zh) * | 2018-04-27 | 2018-12-18 | 中国航空无线电电子研究所 | 基于并行启发式算法的无人机路径规划方法 |
| US20190079523A1 (en) * | 2017-09-11 | 2019-03-14 | Baidu Usa Llc | Dp and qp based decision and planning for autonomous driving vehicles |
-
2019
- 2019-03-18 CN CN201910201718.XA patent/CN109947101B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100081824A (ko) * | 2009-01-07 | 2010-07-15 | 삼성전자주식회사 | 로봇의 경로계획장치 및 그 방법 |
| CN102768536A (zh) * | 2012-07-20 | 2012-11-07 | 哈尔滨工程大学 | 一种基于多目标萤火虫算法的路径规划方法 |
| CN104298239A (zh) * | 2014-09-29 | 2015-01-21 | 湖南大学 | 一种室内移动机器人增强地图学习路径规划方法 |
| CN105185163A (zh) * | 2015-06-02 | 2015-12-23 | 北京航空航天大学 | 飞行路径选择方法和装置、飞行器和空中交通管理系统 |
| CN105590002A (zh) * | 2015-12-31 | 2016-05-18 | 北京理工大学 | 一种分支线缆自动布局方法及装置 |
| CN106020194A (zh) * | 2016-06-20 | 2016-10-12 | 武汉理工大学 | 一种基于传热分析的工业机器人路径优化方法及系统 |
| CN107160364A (zh) * | 2017-06-07 | 2017-09-15 | 华南理工大学 | 一种基于机器视觉的工业机器人示教系统及方法 |
| US20190079523A1 (en) * | 2017-09-11 | 2019-03-14 | Baidu Usa Llc | Dp and qp based decision and planning for autonomous driving vehicles |
| CN109032167A (zh) * | 2018-04-27 | 2018-12-18 | 中国航空无线电电子研究所 | 基于并行启发式算法的无人机路径规划方法 |
| CN108549378A (zh) * | 2018-05-02 | 2018-09-18 | 长沙学院 | 一种基于栅格地图的混合路径规划方法和系统 |
| CN108549388A (zh) * | 2018-05-24 | 2018-09-18 | 苏州智伟达机器人科技有限公司 | 一种基于改进a星策略的移动机器人路径规划方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111055274A (zh) * | 2019-11-28 | 2020-04-24 | 深圳优地科技有限公司 | 一种机器人路径的平滑方法及机器人 |
| CN111055274B (zh) * | 2019-11-28 | 2021-12-17 | 深圳优地科技有限公司 | 一种机器人路径的平滑方法及机器人 |
| CN111177934A (zh) * | 2019-12-31 | 2020-05-19 | 福瑞泰克智能系统有限公司 | 参考路径规划的方法、设备和存储介质 |
| CN111177934B (zh) * | 2019-12-31 | 2021-06-22 | 福瑞泰克智能系统有限公司 | 参考路径规划的方法、设备和存储介质 |
| WO2022166409A1 (zh) * | 2021-02-04 | 2022-08-11 | 京东科技信息技术有限公司 | 路径优化方法、装置、机器人及存储介质 |
| CN114115298A (zh) * | 2022-01-25 | 2022-03-01 | 北京理工大学 | 一种无人车路径平滑方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109947101B (zh) | 2022-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109947101A (zh) | 路径平滑处理方法及装置 | |
| US10311651B2 (en) | Method and system for providing dynamic pricing algorithm with embedded controller for high occupancy toll lanes | |
| US20240166196A1 (en) | Obstacle avoidance method, apparatus, electronic device and storage medium for vehicle | |
| EP3933785A2 (en) | Method and apparatus for processing trajectory, roadside device and cloud control platform | |
| CN113682318B (zh) | 车辆行驶控制方法及装置 | |
| CN103164191A (zh) | 网页元素拖拽方法和装置 | |
| US20180075647A1 (en) | Scalable curve visualization for conformance testing in vehicle simulation | |
| US11449209B2 (en) | Automatically positioning objects in three-dimensional space utilizing a widget | |
| CN113011364B (zh) | 神经网络训练、目标对象检测、行驶控制方法及装置 | |
| JP2019211831A (ja) | 物体認識装置 | |
| CN114119673A (zh) | 初始位姿的确定方法和装置、电子设备和存储介质 | |
| US9977993B2 (en) | System and method for constructing a statistical shape model | |
| CN116843901A (zh) | 医学图像分割模型训练方法和医学图像分割方法 | |
| WO2022021695A1 (zh) | 图像处理方法、用于图像处理的指令的生成方法及装置 | |
| CN109725639B (zh) | 巡航系统的线性控制方法及装置 | |
| CN116070903A (zh) | 通过障碍物区域的风险确定方法、装置以及电子设备 | |
| CN113788017A (zh) | 一种车道保持控制方法、系统、电子设备及存储介质 | |
| CN114581869A (zh) | 确定目标对象位置的方法、装置、电子设备和存储介质 | |
| CN105160874B (zh) | 一种交通信息处理方法和装置 | |
| CN104134207A (zh) | 几何建模中表面模型完整包络的自动检测方法 | |
| CN112184822B (zh) | 相机俯仰角的调整方法和装置、存储介质、电子设备 | |
| CN113753076A (zh) | 判定有效障碍物的方法和装置、电子设备及自动驾驶车辆 | |
| CN112036443A (zh) | 一种图像数据中物体轮廓的标注方法和装置 | |
| CN110333870A (zh) | Simulink模型变量分配的处理方法、装置及设备 | |
| CN112904837A (zh) | 数据处理方法、装置和计算机可读存储介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: B4-006, maker Plaza, 338 East Street, Huilongguan town, Changping District, Beijing 100096 Applicant after: Beijing Idriverplus Technology Co.,Ltd. Address before: B4-006, maker Plaza, 338 East Street, Huilongguan town, Changping District, Beijing 100096 Applicant before: Beijing Idriverplus Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |