CN109976341B - 一种自动驾驶车辆附着路网的方法、车载设备及存储介质 - Google Patents

一种自动驾驶车辆附着路网的方法、车载设备及存储介质 Download PDF

Info

Publication number
CN109976341B
CN109976341B CN201910217961.0A CN201910217961A CN109976341B CN 109976341 B CN109976341 B CN 109976341B CN 201910217961 A CN201910217961 A CN 201910217961A CN 109976341 B CN109976341 B CN 109976341B
Authority
CN
China
Prior art keywords
vehicle
orientation
road network
transverse moving
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
Application number
CN201910217961.0A
Other languages
English (en)
Other versions
CN109976341A (zh
Inventor
蔡祺生
周小成
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.)
Uisee Technologies Beijing Co Ltd
Original Assignee
Uisee Technologies Beijing 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 Uisee Technologies Beijing Co Ltd filed Critical Uisee Technologies Beijing Co Ltd
Priority to CN201910217961.0A priority Critical patent/CN109976341B/zh
Publication of CN109976341A publication Critical patent/CN109976341A/zh
Application granted granted Critical
Publication of CN109976341B publication Critical patent/CN109976341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

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)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例涉及一种自动驾驶车辆附着路网的方法、车载设备及存储介质,所述方法包括:获取车辆的第一朝向、车辆周围多个路网点的第二朝向和车辆的信息;基于第一朝向、第二朝向和车辆的信息,确定每个路网点对应的车辆横向移动距离;附着到最小的车辆横向移动距离对应的路网点,且最小的车辆横向移动距离小于或等于预设的附着距离阈值。本发明实施例中,基于车辆横向移动距离确定附着的路网点,而车辆横向移动距离考虑了车辆的信息,包括车辆本身参数,不同车辆在相同外界条件情况下,车辆横向移动距离不同,附着的路网点不同,相比现有技术中在相同外界条件情况下不同车辆均附着到同一路网点,更加合理。

Description

一种自动驾驶车辆附着路网的方法、车载设备及存储介质
技术领域
本发明实施例涉及车辆自动驾驶技术领域,具体涉及一种自动驾驶车辆附着路网的方法、车载设备及存储介质。
背景技术
随着自动驾驶技术的发展,自动驾驶车辆需要附着(attach)到路网上获取路网信息,进而基于路网信息规划行驶路径。在实际应用中,路网通常庞大且复杂,路网中包括大量的路网点,路网点为路网上作为标记的任意一点,例如路段车道上的某一点,或是停车位上某一点。因此,自动驾驶车辆attach到合适的路网点,才能规划合理的行驶路径。
目前,车辆attach路网的技术,基于路网点与车辆之间的距离以及道路方向与车辆朝向之间的角度,确定attach的路网点,使得车辆在起步阶段attach到与车辆之间距离最短、且与车辆朝向之间的角度最小的道路所对应的路网点上。另外,车辆确定与attach的路网点之间的距离大于预设距离或道路方向与车辆朝向之间的角度大于预设角度后,从路网上脱离(detach),停止规划行驶路径。
可见,目前的车辆attach路网的技术主要存在以下缺陷:
1)在起步阶段,若车辆初始位于attach和detach的临界状态,可能由于规划路径远离道路以及可能的定位误差导致车辆从attach状态转至detach状态,进而导致车辆停止规划行驶路径,停在路网之外无法启动。
2)attach和detach的条件设置较为简单,仅依据路网点与车辆之间的距离以及道路方向与车辆朝向之间的角度,无法预测可能出现的危险。
3)未考虑车辆参数,例如不同尺寸的车辆进行路网attach和detach的条件应有所区别。
发明内容
为了解决现有技术存在的至少一个技术问题,本发明的至少一个实施例提供了一种自动驾驶车辆附着路网的方法、车载设备及存储介质。
第一方面,本发明实施例提出一种自动驾驶车辆附着路网的方法,所述方法包括:
获取车辆的第一朝向、所述车辆周围多个路网点的第二朝向和所述车辆的信息;
基于所述第一朝向、所述第二朝向和所述车辆的信息,确定每个所述路网点对应的车辆横向移动距离;
附着到最小的车辆横向移动距离对应的路网点,且所述最小的车辆横向移动距离小于或等于预设的附着距离阈值。
在一些实施例中,所述车辆的信息包括:车辆的位置、车辆的前轮最大转角和车辆的轴距。
在一些实施例中,基于所述第一朝向、所述第二朝向和所述车辆的信息,确定每个所述路网点对应的车辆横向移动距离,包括:
基于所述前轮最大转角和所述轴距,确定所述车辆的最小转弯半径;
基于所述最小转弯半径、所述第一朝向、所述第二朝向和所述车辆的位置,确定每个所述路网点对应的车辆横向移动距离。
在一些实施例中,基于所述前轮最大转角和所述轴距,确定所述车辆的最小转弯半径,包括:
通过下式确定所述最小转弯半径:
Figure BDA0002002664790000021
其中,Rmin为所述最小转弯半径,lfr为所述轴距,
Figure BDA0002002664790000022
为所述前轮最大转角。
在一些实施例中,基于所述最小转弯半径、所述第一朝向、所述第二朝向和所述车辆的位置,确定每个所述路网点对应的车辆横向移动距离,包括:
确定所述第一朝向和所述第二朝向之间的夹角;
基于所述第二朝向和所述车辆的位置,确定所述车辆至所述第二朝向所在直线的垂直距离;
基于所述第一朝向、所述第二朝向、所述最小转弯半径、所述夹角和所述垂直距离,确定每个所述路网点对应的车辆横向移动距离。
在一些实施例中,基于所述第一朝向、所述第二朝向、所述最小转弯半径、所述夹角和所述垂直距离,确定每个所述路网点对应的车辆横向移动距离,包括:
所述第一朝向远离所述第二朝向对应的路网点所在车道时,所述路网点对应的车辆横向移动距离为:
dmax=Rmin×(1-cosθ)+|x1|
所述第一朝向靠近所述第二朝向对应的路网点所在车道时,所述路网点对应的车辆横向移动距离为:
dmax=max(Rmin×(1-cosθ),|x1|)
所述第一朝向平行于所述第二朝向或所述第一朝向与所述第二朝向重合时,所述路网点对应的车辆横向移动距离为:
dmax=|x1|
其中,dmax为所述车辆横向移动距离,Rmin为所述最小转弯半径,θ为所述夹角,|x1|为所述垂直距离。
在一些实施例中,所述第一朝向远离所述第二朝向对应的路网点所在车道,包括:
所述夹角为以所述第二朝向对应的路网点为原点,所述第二朝向沿逆时针方向转动至所述第一朝向所在直线时所转过的角度,且所述车辆的位置位于所述第二朝向的左侧;
所述第一朝向靠近所述第二朝向对应的路网点所在车道,包括:
所述夹角为以所述第二朝向对应的路网点为原点,所述第二朝向沿逆时针方向转动至所述第一朝向所在直线时所转过的角度,且所述车辆的位置位于所述第二朝向的右侧。
在一些实施例中,所述方法还包括:
附着路网点后,且确定附着的路网点对应的车辆横向移动距离大于预设的附着距离阈值后,进行去附着。
第二方面,本发明实施例还提出一种车载设备,包括:
处理器和存储器;
所述处理器和存储器通过总线系统耦合在一起;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如第一方面所述方法的步骤。
第三方面,一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如第一方面所述方法的步骤。
可见,本发明实施例的至少一个实施例中,基于车辆横向移动距离确定附着的路网点,而车辆横向移动距离基于车辆的朝向、每个路网点的朝向和车辆的信息来确定,车辆横向移动距离考虑了车辆的信息,包括车辆本身参数,不同车辆在相同外界条件情况下,车辆横向移动距离不同,附着的路网点不同,相比现有技术中在相同外界条件情况下不同车辆均附着到同一路网点,更加合理。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种车载设备的结构示意图;
图2为本发明实施例提供的一种自动驾驶车辆附着路网的方法流程图;
图3为本发明实施例提供的一种确定车辆的最小转弯半径的示意图;
图4为本发明实施例提供的一种自动驾驶车辆附着路网的场景示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
图1是本发明实施例提供的一种车载设备的结构示意图。
图1所示的车载设备包括:至少一个处理器101和至少一个存储器102。车载设备中的各个组件通过总线系统103耦合在一起。可理解,总线系统103用于实现这些组件之间的连接通信。总线系统103除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见,在图1中将各种总线都标为总线系统103。
可以理解,本实施例中的存储器102可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-OnlyMemory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(DoubleDataRateSDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DRRAM)。本文描述的存储器102旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中,存储器102存储了如下的元素,可执行单元或者数据结构,或者他们的子集,或者他们的扩展集:操作系统1021和应用程序1022。
其中,操作系统1021,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序1022,包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序1022中。
在本发明实施例中,处理器101通过调用存储器102存储的程序或指令,具体的,可以是应用程序1022中存储的程序或指令,处理器101用于执行自动驾驶车辆附着路网的方法各实施例的步骤,例如可包括以下步骤一至步骤三:
步骤一、获取车辆的第一朝向、所述车辆周围多个路网点的第二朝向和所述车辆的信息。
步骤二、基于所述第一朝向、所述第二朝向和所述车辆的信息,确定每个所述路网点对应的车辆横向移动距离。
步骤三、附着到最小的车辆横向移动距离对应的路网点,且所述最小的车辆横向移动距离小于或等于预设的附着距离阈值。
本发明实施例中,基于车辆横向移动距离确定附着的路网点,而车辆横向移动距离基于车辆的朝向、每个路网点的朝向和车辆的信息来确定,车辆横向移动距离考虑了车辆的信息,包括车辆本身参数,不同车辆在相同外界条件情况下,车辆横向移动距离不同,附着的路网点不同,相比现有技术中在相同外界条件情况下不同车辆均附着到同一路网点,更加合理。
上述本发明实施例揭示的方法可以应用于处理器101中,或者由处理器101实现。处理器101可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器102,处理器101读取存储器102中的信息,结合其硬件完成上述方法的步骤。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSP Device,DSPD)、可编程逻辑设备(PLD)、现场可编程门阵列(FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
可以理解的是,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、或者计算机软件和电子硬件的结合来实现。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。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,方法实施例的步骤之间除非存在明确的先后顺序,否则执行顺序可任意调整。所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,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单元中,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单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
图2为本发明实施例提供的一种自动驾驶车辆附着路网的方法流程图。该方法的执行主体为车载设备。
如图2所示,本实施例公开的自动驾驶车辆附着路网的方法可包括以下步骤201和203:
201、获取车辆的第一朝向、车辆周围多个路网点的第二朝向和车辆的信息。
202、基于第一朝向、第二朝向和车辆的信息,确定每个路网点对应的车辆横向移动距离。
203、附着到最小的车辆横向移动距离对应的路网点,且最小的车辆横向移动距离小于或等于预设的附着距离阈值。
本实施例中,车辆的第一朝向可以理解为自动驾驶车辆的行驶方向,路网点的第二朝向可以理解为路网点所在车道的通行方向,车道的通行方向可简称车道方向。
车辆的信息可包括车辆的状态信息和车辆的参数信息。车辆的状态信息包括但不限于:车辆的位置信息和姿态信息。车辆的参数信息包括但不限于:车辆的前轮最大转角和车辆的轴距。
本实施例中,横向移动距离为自动驾驶车辆行驶至车道中心线且行驶方向与车道方向平行后在垂直于车道中心线的方向所经过的最大垂直距离。
横向移动距离可理解为自动驾驶车辆附着到路网点的代价。附着到最小的车辆横向移动距离对应的路网点,说明代价最小,车辆的起步更加合理。
本实施例公开的基于车辆横向移动距离确定附着的路网点,而车辆横向移动距离基于车辆的朝向、每个路网点的朝向和车辆的信息来确定。
车辆横向移动距离考虑了车辆的信息,包括车辆本身参数,不同车辆在相同外界条件情况下,例如,车辆朝向相同,车辆与路网点之间的距离、角度也均相同时,得到的车辆横向移动距离不同。附着的路网点不同,相比现有技术中在相同外界条件情况下不同车辆均附着到同一路网点,更加合理。
在一些实施例中,基于第一朝向、第二朝向和车辆的信息,确定每个路网点对应的车辆横向移动距离,可包括以下(1)和(2):
(1)基于车辆的前轮最大转角和车辆的轴距,确定车辆的最小转弯半径。
(2)基于最小转弯半径、第一朝向、第二朝向和车辆的位置,确定每个路网点对应的车辆横向移动距离。
本实施例中,在不规划路径的前提下,通过确定车辆的最小转弯半径,可粗略估计车辆未来的轨迹为以最小转弯半径进行转弯的轨迹,因此,基于最小转弯半径确定车辆横向移动距离,并附着到最小的车辆横向移动距离对应的路网点,使得路网点的确定考虑了车辆未来的轨迹,自动驾驶车辆的起步不会偏离路网点所在车道,不会绕圈,更加平顺地驶入车道。
另外,由于基于最小转弯半径确定车辆横向移动距离,并附着到最小的车辆横向移动距离对应的路网点,因此,对于不同的车辆参数,在相同外界条件情况下,得到的车辆横向移动距离不同,可以将不同的车辆合理地附着不同的附着点。
另外,由于基于最小转弯半径确定车辆横向移动距离,可粗略估计车辆未来的轨迹为以最小转弯半径进行转弯的轨迹,因此,可预测可能出现的危险。
在一些实施例中,图3为确定车辆的最小转弯半径的示意图,图3中,Rmin为车辆的最小转弯半径,lfr为车辆的轴距,
Figure BDA0002002664790000111
为车辆的前轮最大转角。
车辆的最小转弯半径Rmin可的计算式为:
Figure BDA0002002664790000112
在一些实施例中,基于最小转弯半径、第一朝向、第二朝向和车辆的位置,确定每个路网点对应的车辆横向移动距离,可包括以下步骤一至步骤三:
步骤一、确定第一朝向和第二朝向之间的夹角。
步骤二、基于第二朝向和车辆的位置,确定车辆至第二朝向所在直线的垂直距离。
步骤三、基于第一朝向、第二朝向、最小转弯半径、夹角和垂直距离,确定每个路网点对应的车辆横向移动距离。
如图4所示的自动驾驶车辆附着路网的场景示意图,车道的通行方向向右,Node1和Node2表示车道中的两个路网点,路网点Node1的第二朝向和路网点Node2的第二朝向均向右。
图4中左侧的车辆的第一朝向和路网点Node1的第二朝向、路网点Node2的第二朝向之间的夹角θ均为锐角,图4中右侧的车辆的第一朝向和路网点Node1的第二朝向、路网点Node2的第二朝向之间的夹角θ均为钝角。
图4中左侧的车辆的后轴中心投影至车道中心线得到投影点ProjPoint。以ProjPoint为原点,建立局部坐标系,局部坐标系的x轴垂直车道中心线,局部坐标系的y轴方向与车道的通行方向一致,均向右。将车辆的后轴中心位置作为车辆当前位置,可得到车辆的位置坐标为车辆的后轴中心坐标(x1,y1)。
图4中,车辆至第二朝向所在直线的垂直距离可理解为车辆至车道中心线的垂直距离dv,其值为|x1|,图4中dmax为车辆横向移动距离。
本实施例中,基于第一朝向、第二朝向、最小转弯半径、夹角和垂直距离,确定每个路网点对应的车辆横向移动距离,可包括以下(1)至(3):
(1)第一朝向远离第二朝向对应的路网点所在车道时,路网点对应的车辆横向移动距离为:
dmax=Rmin×(1-cosθ)+|x1|
(2)第一朝向靠近第二朝向对应的路网点所在车道时,路网点对应的车辆横向移动距离为:
dmax=max(Rmin×(1-cosθ),|x1|)
(3)第一朝向平行于第二朝向或第一朝向与第二朝向重合时,路网点对应的车辆横向移动距离为:
dmax=|x1|
其中,dmax为所述车辆横向移动距离,Rmin为所述最小转弯半径,θ为所述夹角,|x1|为所述垂直距离。
第一朝向远离第二朝向对应的路网点所在车道,具体为:夹角θ为以第二朝向对应的路网点为原点且第二朝向沿逆时针方向转动至第一朝向所在直线时所转过的角度,且车辆的位置位于第二朝向的左侧。
第一朝向靠近第二朝向对应的路网点所在车道,具体为:夹角θ为以第二朝向对应的路网点为原点且第二朝向沿逆时针方向转动至所述第一朝向所在直线时所转过的角度,且车辆的位置位于第二朝向的右侧。
在一些实施例中,自动驾驶车辆附着路网的方法还可包括步骤:附着路网点后,且确定附着的路网点对应的车辆横向移动距离大于预设的附着距离阈值后,进行去附着。
综合以上各实施例的描述,自动驾驶车辆附着路网的方法可以确保车辆在启动后(第一个转弯轨迹内)横向移动距离不再增加,能够有效避免原方法启动之后由于规划路径远离道路以及可能的定位误差导致车辆从attach状态转至detach状态,进而导致车辆停止规划行驶路径,停在路网之外无法启动的问题。
本发明实施例还提出一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行自动驾驶车辆附着路网的方法各实施例所提供的步骤,例如包括以下步骤一至步骤三:
步骤一、获取车辆的第一朝向、所述车辆周围多个路网点的第二朝向和所述车辆的信息;
步骤二、基于所述第一朝向、所述第二朝向和所述车辆的信息,确定每个所述路网点对应的车辆横向移动距离;
步骤三、附着到最小的车辆横向移动距离对应的路网点,且所述最小的车辆横向移动距离小于或等于预设的附着距离阈值。
基于车辆横向移动距离确定附着的路网点,而车辆横向移动距离基于车辆的朝向、每个路网点的朝向和车辆的信息来确定,车辆横向移动距离考虑了车辆的信息,包括车辆本身参数,不同车辆在相同外界条件情况下,车辆横向移动距离不同,附着的路网点不同,相比现有技术中在相同外界条件情况下不同车辆均附着到同一路网点,更加合理。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。
虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (9)

1.一种自动驾驶车辆附着路网的方法,其特征在于,包括:
获取车辆的第一朝向、所述车辆周围多个路网点的第二朝向和所述车辆的信息,所述车辆信息包括车辆的位置以及最小转弯半径;
基于所述第一朝向和所述第二朝向,确定第一朝向和所述第二朝向之间的夹角;
基于所述第二朝向和所述车辆的位置,确定所述车辆至所述第二朝向所在直线的垂直距离;
基于所述第一朝向、所述第二朝向、所述最小转弯半径、所述夹角和所述垂直距离,确定每个所述路网点对应的车辆横向移动距离;
附着到最小的车辆横向移动距离对应的路网点,且所述最小的车辆横向移动距离小于或等于预设的附着距离阈值。
2.根据权利要求1所述的方法,其特征在于,所述车辆的信息还包括:车辆的前轮最大转角和车辆的轴距。
3.根据权利要求2所述的方法,其特征在于,基于所述第一朝向、所述第二朝向、所述最小转弯半径、所述夹角和所述垂直距离,确定每个所述路网点对应的车辆横向移动距离,包括:
基于所述前轮最大转角和所述轴距,确定所述车辆的最小转弯半径。
4.根据权利要求3所述的方法,其特征在于,基于所述前轮最大转角和所述轴距,确定所述车辆的最小转弯半径,包括:
通过下式确定所述最小转弯半径:
Figure 193334DEST_PATH_IMAGE001
其中,
Figure 991526DEST_PATH_IMAGE002
为所述最小转弯半径,
Figure 331372DEST_PATH_IMAGE003
为所述轴距,
Figure 265830DEST_PATH_IMAGE004
为所述前轮最大转角。
5.根据权利要求1所述的方法,其特征在于,基于所述第一朝向、所述第二朝向、所述最小转弯半径、所述夹角和所述垂直距离,确定每个所述路网点对应的车辆横向移动距离,包括:
所述第一朝向远离所述第二朝向对应的路网点所在车道时,所述路网点对应的车辆横向移动距离为:
Figure 524773DEST_PATH_IMAGE005
所述第一朝向靠近所述第二朝向对应的路网点所在车道时,所述路网点对应的车辆横向移动距离为:
Figure 685627DEST_PATH_IMAGE006
所述第一朝向平行于所述第二朝向或所述第一朝向与所述第二朝向重合时,所述路网点对应的车辆横向移动距离为:
Figure 688218DEST_PATH_IMAGE007
其中,
Figure 477182DEST_PATH_IMAGE008
为所述车辆横向移动距离,
Figure 172606DEST_PATH_IMAGE009
为所述最小转弯半径,
Figure 53712DEST_PATH_IMAGE010
为所述夹角,
Figure 859994DEST_PATH_IMAGE011
为所述垂直距离。
6.根据权利要求5所述的方法,其特征在于,
所述第一朝向远离所述第二朝向对应的路网点所在车道,包括:
所述夹角为以所述第二朝向对应的路网点为原点,所述第二朝向沿逆时针方向转动至所述第一朝向所在直线时所转过的角度,且所述车辆的位置位于所述第二朝向的左侧;
所述第一朝向靠近所述第二朝向对应的路网点所在车道,包括:
所述夹角为以所述第二朝向对应的路网点为原点,所述第二朝向沿逆时针方向转动至所述第一朝向所在直线时所转过的角度,且所述车辆的位置位于所述第二朝向的右侧。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
附着路网点后,且确定附着的路网点对应的车辆横向移动距离大于预设的附着距离阈值后,进行去附着。
8.一种车载设备,其特征在于,包括:
处理器和存储器;
所述处理器和存储器通过总线系统耦合在一起;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1至7任一项所述方法的步骤。
9.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至7任一项所述方法的步骤。
CN201910217961.0A 2019-03-21 2019-03-21 一种自动驾驶车辆附着路网的方法、车载设备及存储介质 Active CN109976341B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910217961.0A CN109976341B (zh) 2019-03-21 2019-03-21 一种自动驾驶车辆附着路网的方法、车载设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910217961.0A CN109976341B (zh) 2019-03-21 2019-03-21 一种自动驾驶车辆附着路网的方法、车载设备及存储介质

Publications (2)

Publication Number Publication Date
CN109976341A CN109976341A (zh) 2019-07-05
CN109976341B true CN109976341B (zh) 2022-09-23

Family

ID=67079867

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910217961.0A Active CN109976341B (zh) 2019-03-21 2019-03-21 一种自动驾驶车辆附着路网的方法、车载设备及存储介质

Country Status (1)

Country Link
CN (1) CN109976341B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112380316B (zh) * 2020-12-09 2022-03-22 浙江浙蕨科技有限公司 一种出行情况数据处理方法及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107264621A (zh) * 2017-06-15 2017-10-20 驭势科技(北京)有限公司 车辆预瞄距离计算方法、装置、介质及转向控制方法
CN108791278A (zh) * 2018-06-21 2018-11-13 重庆大学 侧方位泊车控制系统及其控制方法

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5390118A (en) * 1990-10-03 1995-02-14 Aisin Seiki Kabushiki Kaisha Automatic lateral guidance control system
CN102358287A (zh) * 2011-09-05 2012-02-22 北京航空航天大学 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法
US8473144B1 (en) * 2012-10-30 2013-06-25 Google Inc. Controlling vehicle lateral lane positioning
JP5977203B2 (ja) * 2012-12-21 2016-08-24 株式会社日本自動車部品総合研究所 車両制御装置
CN104960520B (zh) * 2015-07-16 2017-07-28 北京工业大学 基于Pure Pursuit算法的预瞄点确定方法
JP6614025B2 (ja) * 2016-05-20 2019-12-04 アイシン・エィ・ダブリュ株式会社 自動運転支援装置及びコンピュータプログラム
CN106004996B (zh) * 2016-06-23 2018-12-14 北京智行者科技有限公司 一种智能车转向控制方法及系统
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
CN107963126B (zh) * 2016-10-19 2020-03-17 中车株洲电力机车研究所有限公司 一种多轴转向车辆大曲率自动驾驶转向控制方法
US10353393B2 (en) * 2016-12-29 2019-07-16 Baidu Usa Llc Method and system for improving stability of autonomous driving vehicles
CN106909153B (zh) * 2017-03-21 2020-07-31 北京京东尚科信息技术有限公司 无人车横向控制方法和装置
CN108664016B (zh) * 2017-03-31 2020-09-15 腾讯科技(深圳)有限公司 确定车道中心线的方法及装置
CN107153420B (zh) * 2017-05-25 2021-01-22 广州汽车集团股份有限公司 路径跟踪控制方法、装置及智能汽车
CN107323450B (zh) * 2017-06-08 2019-08-13 广州汽车集团股份有限公司 车辆变道的控制方法及装置、存储介质
CN108116497B (zh) * 2017-12-08 2019-09-17 驭势科技(北京)有限公司 用于智能驾驶的转向预瞄点、转向角的确定方法及装置
CN107943049B (zh) * 2017-12-13 2020-04-21 江西洪都航空工业集团有限责任公司 一种无人车控制方法及无人割草车
CN108791289B (zh) * 2018-04-28 2021-03-30 华为技术有限公司 一种车辆控制方法和装置
CN108609014B (zh) * 2018-05-04 2021-01-05 奇瑞汽车股份有限公司 智能车辆的横向控制方法及装置
CN109214127B (zh) * 2018-10-24 2022-09-27 合肥工业大学智能制造技术研究院 一种多点预瞄方法及其多点预瞄装置与目标路径跟踪方法
CN109471441B (zh) * 2018-12-11 2022-02-01 湖南三一智能控制设备有限公司 路面机械设备及其上线规划方法、系统和可读存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107264621A (zh) * 2017-06-15 2017-10-20 驭势科技(北京)有限公司 车辆预瞄距离计算方法、装置、介质及转向控制方法
CN108791278A (zh) * 2018-06-21 2018-11-13 重庆大学 侧方位泊车控制系统及其控制方法

Also Published As

Publication number Publication date
CN109976341A (zh) 2019-07-05

Similar Documents

Publication Publication Date Title
JP6786013B2 (ja) 更新制御装置、更新制御システムおよび更新制御方法
JP6451899B2 (ja) 制御装置、プログラム更新方法、およびコンピュータプログラム
JP7130505B2 (ja) 道路の曲率データ無しでの進行レーン識別
US20190009713A1 (en) System and method for generating a parking alert
US9709984B2 (en) Administering a recall by an autonomous vehicle
WO2018125275A1 (en) Method and system for operating autonomous driving vehicles based on motion plans
KR102332045B1 (ko) 운전 참고 선 처리 방법, 장치 및 차량
CN111325974A (zh) 动态交通控制系统
KR20210100553A (ko) 차선 변경 경로 계획 방법, 장치, 전자기기 및 컴퓨터 판독가능 매체
CN112550285B (zh) 确定碰撞距离的方法、装置、存储介质及电子设备
US20220412755A1 (en) Autonomous vehicle routing with local and general routes
CN113696886B (zh) 一种泊车轨迹自动确定方法、装置、介质及电子设备
CN109976341B (zh) 一种自动驾驶车辆附着路网的方法、车载设备及存储介质
JP7295148B2 (ja) 車両制御方法及び装置、車両、コンピュータ可読記憶媒体並びにコンピュータプログラム
CN113804214B (zh) 车辆定位方法、装置及电子设备、计算机可读存储介质
CN111599217B (zh) 一种自主泊车系统架构、架构实现方法、终端和存储介质
US11325603B2 (en) Systems and methods for estimating lane geometry
US20200226857A1 (en) Responding to autonomous vehicle error states
JP6903225B2 (ja) 運転支援装置
CN115743182A (zh) 自动驾驶车辆的绕行方法、控制方法及车载设备
JP2019164602A (ja) 逆走警告システム、逆走警告方法、及び逆走警告プログラム
CN115014380A (zh) 泊车路径规划方法以及装置、电子设备、存储介质
CN105711568A (zh) 车辆控制方法和装置
CN117002490B (zh) 辅助泊车方法、装置、计算机设备及存储介质
CN111830967B (zh) 确定停车区域的方法、装置、计算机设备和存储介质

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
GR01 Patent grant
GR01 Patent grant