CN110341711A - 一种基于码头环境的行驶轨迹生成系统及方法 - Google Patents

一种基于码头环境的行驶轨迹生成系统及方法 Download PDF

Info

Publication number
CN110341711A
CN110341711A CN201910607143.1A CN201910607143A CN110341711A CN 110341711 A CN110341711 A CN 110341711A CN 201910607143 A CN201910607143 A CN 201910607143A CN 110341711 A CN110341711 A CN 110341711A
Authority
CN
China
Prior art keywords
track
vehicle
module
driving trace
acceleration
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
Application number
CN201910607143.1A
Other languages
English (en)
Other versions
CN110341711B (zh
Inventor
廖志闯
魏晓宇
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.)
Guangzhou Carl Power Technology Co ltd
Original Assignee
Shenzhen Shuxiang 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 Shenzhen Shuxiang Technology Co Ltd filed Critical Shenzhen Shuxiang Technology Co Ltd
Priority to CN201910607143.1A priority Critical patent/CN110341711B/zh
Publication of CN110341711A publication Critical patent/CN110341711A/zh
Application granted granted Critical
Publication of CN110341711B publication Critical patent/CN110341711B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • B60W40/02—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 ambient conditions
    • 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
    • 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
    • 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
    • B60W40/107—Longitudinal acceleration
    • 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
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • 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
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle for navigation systems
    • 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
    • B60W2720/24—Direction of travel

Abstract

一种基于码头环境的行驶轨迹生成系统及方法，属于自动驾驶领域。现有的自动驾驶领域的行驶轨迹生成系统和方法灵活性和自主性差。本发明在道路中心参考线的横向和纵向上按一定密度均匀的撒点采样，并通过多项式拟合横向、纵向状态，用多项式方程描述车辆位置行驶到每一个采样点的行驶轨迹；然后按照到达目的、符合交规，通过碰撞检测、平稳舒适的要求对每条行驶轨迹打分；在生成了横向轨迹和纵向之后，将横向轨迹和纵向轨迹合成，选择一条符合要求的最佳规划轨迹。本发明的系统实现原理简单，稳定性高，能够实时生成安全，可行的行驶轨迹。与完全固定行驶线路的码头AGV相比，该系统又有较高的灵活性，能够实现避障，跟车等自主决策。

Description

一种基于码头环境的行驶轨迹生成系统及方法
技术领域
本发明涉及一种基于码头环境的行驶轨迹生成系统及方法。
背景技术
自动驾驶由于可以节省人力成本，降低事故率，减少油耗等优点，目前各界都在努力推动发展。随着各种车载传感器技术和人工智能技术的发展，自动驾驶技术也日渐趋于商用化。尤其在封闭、半封闭的应用场景，如自动化码头，机场，封闭园区等，自动驾驶技术有希望最先商业落地。
车辆的自动驾驶主要通过感知、决策和控制来实现。码头环境较为封闭，且其本身存在调度系统，无需太高的灵活性，但码头自动驾驶主要面向携贵重物品的集装箱搬运，其实时性与可靠性需要严格保证。
本文提供一种实现简单，可靠性高的行驶轨迹规划方法，能够普遍应用在封闭、半封闭的应用场景中。
发明内容
本发明的目的是为了解决现有的自动驾驶领域的行驶轨迹生成系统和方法灵活性和自主性差的问题，而提出一种基于码头环境的行驶轨迹生成系统的方法。
一种基于码头环境的行驶轨迹生成系统，其组成包括：
定位模块，用于通过gps、imu、车轮编码器实时提供车辆当前的位姿、速度、加速度；gps为全球定位系统；imu为惯性测量装置；
感知模块，用于通过激光雷达、摄像头、毫米波雷达实时提供障碍物信息，障碍物信息包括障碍物轮廓的外包络、障碍物行进速度和障碍物行进方向；
港口调度模块，用于根据规划场景下发全局路径参考线的规划命令和目标点信息，目标点信息包括目标点的位姿，速度，加速度；
地图模块，用于按照规划任务提供车辆行驶的道路中心参考线；
车辆控制模块，用于根据行驶轨迹点计算控制变化量，控制车辆的速度及车轮转角变化；
轨迹生成系统，用于接收定位模块、感知模块、港口调度模块、地图模块传输来的信息生成符合规划轨迹的行驶轨迹点，并将行驶轨迹点的序列作为输出发送给车辆控制模块。
一种基于码头环境的行驶轨迹生成方法，所述方法包括采样候选轨迹的步骤、轨迹评分的步骤、轨迹选择的步骤；其中，
采样候选轨迹的步骤为，根据定位模块提供的车辆自身位置信息以及地图模块提供的道路中心参考线信息生成行驶轨迹的原理，在道路中心参考线的横向和纵向上按一定密度均匀的撒点采样，并通过多项式拟合横向、纵向状态，用多项式方程描述车辆位置行驶到每一个采样点的行驶轨迹；
轨迹评分的步骤为，按照以下4点要求对每条行驶轨迹打分，并对得分进行由低到高的排序；其中，4点要求分别是：到达目的、符合交规，通过碰撞检测、平稳舒适；
到达目的是指到达撒点采样的位置；一个采样的纵向位置是指一个小的目标点；
轨迹选择的步骤为，在生成了横向轨迹和纵向之后，将横向轨迹和纵向轨迹合成，然后选择一条符合要求的最佳规划轨迹。
本发明的有益效果为：
本发明是提供一种应用于封闭、半封闭场景的行驶轨迹生成系统，作为整个自动驾驶系统的子系统，轨迹生成系统以定位、感知、港口调度、地图模块作为输入，待行驶轨迹点是符合交规，安全舒适的规划轨迹，作为输出下发给车辆控制模。本发明应用于封闭场景无人驾驶车辆的行驶轨迹生成系统。与通用无人驾驶方案相比，该系统实现原理简单，稳定性高，能够实时生成安全，可行的行驶轨迹。与完全固定行驶线路的码头AGV相比，该系统又有较高的灵活性，能够实现避障，跟车等自主决策。
附图说明
图1为本发明涉及的笛卡尔坐标系到frenet坐标系变换过程图示；
图2为本发明涉及的候选轨迹生成流程；
图3为本发明涉及的轨迹评分算法；
图4为本发明涉及的轨迹选择流程图；
图5为本发明涉及的行驶轨迹生成图。
具体实施方式
具体实施方式一：
本实施方式的一种基于码头环境的行驶轨迹生成系统，应用于封闭、半封闭场景的行驶轨迹生成系统，其组成包括：
定位模块，用于通过gps、imu、车轮编码器等实时提供车辆当前稳定准确的位姿、速度、加速度；gps为全球定位系统；imu为惯性测量装置；
感知模块，用于通过激光雷达、摄像头、毫米波雷达等实时提供障碍物信息，障碍物信息包括障碍物轮廓的外包络、障碍物行进速度和障碍物行进方向；
港口调度模块，用于根据规划场景下发全局路径参考线的规划命令和目标点信息等，目标点信息包括给当前车辆下发要到达任务终点时的车辆的状态信息，如位置、航向角、速度、加速度；
地图模块，用于按照调度系统下发的全局路径提供车辆行驶的道路中心参考线(即中心参考线的线形)；
车辆控制模块，用于根据行驶轨迹点计算控制变化量，控制车辆的速度及车轮转角变化；
轨迹生成系统，用于接收定位模块、感知模块、港口调度模块、地图模块传输来的信息生成符合规划轨迹的行驶轨迹点，并将行驶轨迹点的序列作为输出发送给车辆控制模块。
具体实施方式二：
本实施方式的一种基于码头环境的行驶轨迹生成系统，应用于封闭、半封闭场景的行驶轨迹生成系统，作为整个自动驾驶系统的子系统，其组成包括：
轨迹生成系统接收调度系统的指令，通过采集相关信息，并将生成的运行轨迹作为输出发送给车辆的执行系统，最终指引车辆安全到达预定地点；
轨迹生成系统要接收调度系统下达的指令，生成从起点到终点的运行轨迹，并将质量传输给执行系统，通过执行系统前往目标地点；
轨迹生成系统包括定位模块、感知模块、地图模块、决策模块；
执行系统包括控制模块和监测模块；
在工作过程中，调度系统指示相应的车辆到达预定的坐标点，该指令会被传输给轨迹生成系统；轨迹生成系统在接收指令后，会利用决策模块分析处理由地图模块、定位模块、感知模块所传递的相关信息，规划并制定运行轨迹路线和行驶速度，然后向执行系统下达指令；执行系统在接受到轨迹生成系统的指令后，通过控制模块将指令转换成实际的车辆运行动作，使车辆按照预定的速度和路线行驶，同时监测模块会实时监测车辆的运行状态，并反馈给决策模块；决策模块则会综合分析地图模块、定位模块、感知模块、监测模块所传递的信息，实时调整运行轨迹和运行速度，保证车辆顺利到达预定位置；
其中，定位模块实时提供车辆的位置和车身姿态；
感知模块实时探测外部障碍物的位置、距离和车辆行驶道路的参考线；
地图模块存储着该地区的现有道路地图；
决策模块会综合其他模块存储和采集的信息，通过经过评价分析，选定轨迹路线；
控制模块根据接收到的指令，计算控制变化量，控制车辆的速度及转向角度；
监测模块实施监测车辆的行驶速度和行驶方向；
决策模块的工作过程可分为三步，即生成备选轨迹、轨迹评分、轨迹选择；
在实际应用中，定位模块和地图模块会首先将车辆所处位置和现有区域的道路地图传输给决策模块，感知模块则会将采集到的外部信息实时传输给决策模块，从而生成备选的轨迹路线，然后决策系统会对现有的若干条路线进行分项评价，再视调度系统的指令需要对备选轨迹路线根据分项评价分数进行排序，从中选取分数最高项作为初选路线；在沿初选路线行驶过程中，决策模块还会实时接收感知模块和监测模块采集到的信息，再结合地图模块和定位模块传输的信息，根据实际情况对车辆的轨迹路线进行调整。
具体实施方式三：
根据具体实施方式一的轨迹生成系统进行的一种基于码头环境的行驶轨迹生成方法，所述方法包括采样候选轨迹的步骤、轨迹评分的步骤、轨迹选择的步骤；其中，
采样候选轨迹的步骤为，根据定位模块提供的车辆自身位置信息以及地图模块提供的道路中心参考线信息生成行驶轨迹的原理，在道路中心参考线的横向和纵向上按一定密度均匀的撒点采样，并通过多项式拟合横向、纵向状态，用多项式方程描述车辆位置行驶到每一个采样点的行驶轨迹；
轨迹评分的步骤为，按照以下4点要求对每条行驶轨迹打分，为方便下一步的轨迹选择并对得分进行由低到高的排序；其中，4点要求分别是：到达目的、符合交规，通过碰撞检测、平稳舒适；
到达目的是指到达撒点采样的位置；一个采样的纵向位置是指一个小的目标点；
轨迹选择的步骤为，在生成了横向轨迹和纵向之后，将横向轨迹和纵向轨迹合成，然后选择一条符合要求的最佳规划轨迹。
具体实施方式四：
本实施方式的一种基于码头环境的行驶轨迹生成方法，
所述的采样候选轨迹的步骤中，轨迹包含纵向维度、横向维度、时间维度三维信息。为了降低候选轨迹生成的复杂度，将三维的轨迹生成过程解耦为路径规划和速度规划的两个二维子过程，即分别为横向规划纵向规划，再将两个子过程合并；
在码头自动驾驶环境中，轨迹规划是基于道路的，且是在Frenet坐标系下进行的，相比于笛卡尔坐标系明显地简化了问题。在Frenet坐标系中，我们使用道路的中心线作为参考线，即命名为道路中心参考线，如图1的右图所示。它以车辆自身为原点，坐标轴的s方向为沿着道路中心参考线的方向，称为纵向(Longitudinal)，坐标轴的1方向为道路中心参考线上过当前点的法向，称为横向(Lateral)，s方向与l方向相互垂直；流程如图2所示，候选轨迹生成流程；
步骤1、首先，将笛卡尔坐标系转换为Frenet坐标系，在Frenet坐标系下，获取车辆当前时刻t0的起始状态：然后，在轨迹持续时间内的t1时刻进行一次采样，得末状态：
步骤2、分别将末状态和初始状态的横向和纵向做多项式拟合，生成横向轨迹多项式l＝f(s)和纵向多项式轨迹s＝f(t)；
步骤3、给定一个时刻t*，根据s＝f(t)计算出一个纵向偏移量s*，再根据l＝f(s)计算出一个横向偏移量l*；
步骤4、通过道路中心参考线，将Frenet坐标系下的点(s*，l*)转化为Cartesian坐标下的坐标(x*，y*)；
以此类推，通过一系列采样时间{t}，获得一系列采样点{P}，最终形成一条完整的轨迹。
具体实施方式五：
本实施方式的一种基于码头环境的行驶轨迹生成方法，所述的轨迹评分的步骤具体为：
步骤1、针对对每条行驶轨迹打分的4点要求，设计六个评分准则，分别为：速度V、纵向加速度、发生碰撞、向心加速度a、横向偏移和横向加速度：
速度越接近道路允许的速度，评分的分值越高；
横向加速度、纵向加速度、向心加速度越接近人体舒适度，评分的分值越高；
和道路中的障碍物距离越远，评分的分值越高；
横向偏移越小，评分的分值越高；
速度是对路程的求导计算；
纵向加速度是对速度的求导计算；
向心加速度a是a＝V*V*kappa；V是速度，Kappa是曲率，通过之前给出的公式求出kappa；
横向偏移，是轨迹上的位置相对于道路中心参考线的位置偏差；
横向加速度表示车辆车身偏移道路中心参考线的快慢程度；
步骤2、用cost表示得评分的分值，因为cost值越高就表示越不满足规划轨迹的要求，所以，为方便下一步的轨迹选择，还按照每条轨迹的cost值进行从小到大的排序，整个轨迹评分算法如图3所示：
Cost＝k1*c1+k2*c2+k3*c3+k4*c4+k5*c5+k6*c6；
c1是轨迹上速度和道路速度的差值；
c2是轨迹上纵向加速度的平均值；
c3是和障碍物距离的最小值；
c4是轨迹上向心加速度的平均值；
c5是横向偏差的最大值；
c6是轨迹上横向加速度的平均值；
k1，k2,…k6是系数，是经验值。
具体实施方式六：
本实施方式的一种基于码头环境的行驶轨迹生成方法，
轨迹选择的步骤具体为：
实际算法中，并不需要将所有的横向轨迹和纵向轨迹进行合成，这样，会导致算法时间过长。为了减少轨迹生成时间，
步骤1、首先，选取评分cost值最低的一对横向轨迹与纵向轨迹，然后进行轨迹合成；其他轨迹作为备选；
步骤2、判断合成的轨迹是否符合速度、加速度、向心加速度、横向偏移、横向加速度的物理限制，是否通过了港口障碍物的碰撞检测，
若是，则该轨迹为符合要求的轨迹；
否则，按照cost值得分顺序选择下一对横向轨迹与纵向轨迹进行轨迹合成，直到判断其符合速度、加速度、向心加速度、横向偏移、横向加速度的物理限制，也通过了港口障碍物的碰撞检测。具体算法实现如图4所示。
其中，
物理限制是指，轨迹上点速度、加速度、曲率、加加速度、向心加速度是否在车体运行范围内；
碰撞检测是指，依次遍历轨迹上的点，用一个矩形表示车辆的占据范围；同时根据有效障碍物信息，也用一个矩形表示障碍物的占据范围；判断这两个矩形是否相交，若相交，则说明该轨迹有碰撞风险，这条轨迹得舍弃；若轨迹上所有点都不发生相交，则该轨迹通过了碰撞检测。
具体实施方式七：
本实施方式的一种基于码头环境的行驶轨迹生成方法，所述的将笛卡尔坐标系(cartesian坐标系)转换为Frenet坐标系的过程为：
已知：cartesian坐标系的输入：(x，y，θx，kx，vx，ax)
求：frenet坐标系的输出：
求解公式如下：
令：Δθ＝θx-θr
l′＝(1-krl)tanΔθ
具体实施方式八：
本实施方式的一种基于码头环境的行驶轨迹生成方法，所述的通过道路中心参考线，将Frenet坐标系下的点(s*，l*)转化为笛卡尔坐标系(Cartesian坐标系)下的坐标(x*，y*)的过程为：
已知：frenet坐标系的输入：
求：cartesian坐标系的输出：(x，y，θx，kx，vx，ax)
令：
x＝xr-lsinθr
y＝yr+lcosθr
θx＝Normalize(Δθ+θr)
实施例1：
对于行驶轨迹生成来说，定位模块通过gps，imu，车轮编码器等实时提供车辆当前稳定准确的位姿、速度、加速度，感知模块通过激光雷达，摄像头，毫米波等实时提供障碍物信息，港口调度系统会下发全局路径参考线，目标点信息等。根据这些信息，行驶轨迹生成系统可以实时的进行局部路径，即(行驶轨迹)的规划，其全部流程如图5所示。
系统将规划完成的最优路径，以一系列点的形式下发给控制系统，这些路径点就作为控制系统的参考点。
当控制系统接收到决策下发的命令之后，根据当前点与参考点坐标位置和速度，计算出控制命令，即前后车轮的目标角度和目标速度，然后下发给执行机构，
执行机构，按照目标角度和目标速度完成轨迹的跟踪，最终正常到达目标点。

Claims (8)

1.一种基于码头环境的行驶轨迹生成系统，其特征在于：其组成包括：
定位模块，用于通过gps、imu、车轮编码器实时提供车辆当前的位姿、速度、加速度；gps为全球定位系统；imu为惯性测量装置；
感知模块，用于通过激光雷达、摄像头、毫米波雷达实时提供障碍物信息，障碍物信息包括障碍物轮廓的外包络、障碍物行进速度和障碍物行进方向；
港口调度模块，用于根据规划场景下发全局路径参考线的规划命令和目标点信息，目标点信息包括给当前车辆下发要到达任务终点时的车辆的状态信息，如位置、航向角、速度、加速度；
地图模块，用于按照调度系统下发的全局路径提供车辆行驶的道路中心参考线；
车辆控制模块，用于根据行驶轨迹点计算控制变化量，控制车辆的速度及车轮转角变化；
轨迹生成系统，用于接收定位模块、感知模块、港口调度模块、地图模块传输来的信息生成符合规划轨迹的行驶轨迹点，并将行驶轨迹点的序列作为输出发送给车辆控制模块。
2.一种基于码头环境的行驶轨迹生成系统，其特征在于，其组成包括：
轨迹生成系统接收调度系统的指令，通过采集相关信息，并将生成的运行轨迹作为输出发送给车辆的执行系统，最终指引车辆安全到达预定地点；
轨迹生成系统要接收调度系统下达的指令，生成从起点到终点的运行轨迹，并将质量传输给执行系统，通过执行系统前往目标地点；
轨迹生成系统包括定位模块、感知模块、地图模块、决策模块；
执行系统包括控制模块和监测模块；
在工作过程中，调度系统指示相应的车辆到达预定的坐标点，该指令会被传输给轨迹生成系统；轨迹生成系统在接收指令后，会利用决策模块分析处理由地图模块、定位模块、感知模块所传递的相关信息，规划并制定运行轨迹路线和行驶速度，然后向执行系统下达指令；执行系统在接受到轨迹生成系统的指令后，通过控制模块将指令转换成实际的车辆运行动作，使车辆按照预定的速度和路线行驶，同时监测模块会实时监测车辆的运行状态，并反馈给决策模块；决策模块则会综合分析地图模块、定位模块、感知模块、监测模块所传递的信息，实时调整运行轨迹和运行速度，保证车辆顺利到达预定位置；
其中，定位模块实时提供车辆的位置和车身姿态；
感知模块实时探测外部障碍物的位置、距离和车辆行驶道路的参考线；
地图模块存储着该地区的现有道路地图；
决策模块会综合其他模块存储和采集的信息，通过经过评价分析，选定轨迹路线；
控制模块根据接收到的指令，计算控制变化量，控制车辆的速度及转向角度；
监测模块实施监测车辆的行驶速度和行驶方向；
决策模块的工作过程可分为三步，即生成备选轨迹、轨迹评分、轨迹选择；
在实际应用中，定位模块和地图模块会首先将车辆所处位置和现有区域的道路地图传输给决策模块，感知模块则会将采集到的外部信息实时传输给决策模块，从而生成备选的轨迹路线，然后决策系统会对现有的若干条路线进行分项评价，再视调度系统的指令需要对备选轨迹路线根据分项评价分数进行排序，从中选取分数最高项作为初选路线；在沿初选路线行驶过程中，决策模块还会实时接收感知模块和监测模块采集到的信息，再结合地图模块和定位模块传输的信息，根据实际情况对车辆的轨迹路线进行调整。
3.根据权利要求1所述的一种基于码头环境的行驶轨迹生成方法，其特征在于：所述方法包括采样候选轨迹的步骤、轨迹评分的步骤、轨迹选择的步骤；其中，
采样候选轨迹的步骤为，根据定位模块提供的车辆自身位置信息以及地图模块提供的道路中心参考线信息生成行驶轨迹的原理，在道路中心参考线的横向和纵向上按一定密度均匀的撒点采样，并通过多项式拟合横向、纵向状态，用多项式方程描述车辆位置行驶到每一个采样点的行驶轨迹；
轨迹评分的步骤为，按照以下4点要求对每条行驶轨迹打分，并对得分进行由低到高的排序；其中，4点要求分别是：到达目的、符合交规，通过碰撞检测、平稳舒适；
到达目的是指到达撒点采样的位置；一个采样的纵向位置是指一个小的目标点；
轨迹选择的步骤为，在生成了横向轨迹和纵向之后，将横向轨迹和纵向轨迹合成，然后选择一条符合要求的最佳规划轨迹。
4.根据权利要求3所述的一种基于码头环境的行驶轨迹生成方法，其特征在于：
所述的采样候选轨迹的步骤中，轨迹包含纵向维度、横向维度、时间维度三维信息，将三维的轨迹生成过程解耦为路径规划和速度规划的两个二维子过程，即分别为横向规划纵向规划，再将两个子过程合并；
在码头自动驾驶环境中，使用道路的中心线作为参考线，即命名为道路中心参考线，以车辆自身为原点，坐标轴的s方向为沿着道路中心参考线的方向，称为纵向(Longitudinal)，坐标轴的l方向为道路中心参考线上过当前点的法向，称为横向(Lateral)，s方向与l方向相互垂直；候选轨迹生成流程；
步骤1、首先，将笛卡尔坐标系转换为Frenet坐标系，在Frenet坐标系下，获取车辆当前时刻t0的起始状态：然后，在轨迹持续时间内的t1时刻进行一次采样，得末状态：
步骤2、分别将末状态和初始状态的横向和纵向做多项式拟合，生成横向轨迹多项式l＝f(s)和纵向多项式轨迹s＝f(t)；
步骤3、给定一个时刻t*，根据s＝f(t)计算出一个纵向偏移量s*，再根据l＝f(s)计算出一个横向偏移量l*；
步骤4、通过道路中心参考线，将Frenet坐标系下的点(s*，l*)转化为Cartesian坐标下的坐标(x*，y*)；
以此类推，通过一系列采样时间{t}，获得一系列采样点{P}，最终形成一条完整的轨迹。
5.根据权利要求4所述的一种基于码头环境的行驶轨迹生成方法，其特征在于：轨迹评分的步骤具体为：
步骤1、针对对每条行驶轨迹打分的4点要求，设计六个评分准则，分别为：速度V、纵向加速度、发生碰撞、向心加速度a、横向偏移和横向加速度：
速度越接近道路允许的速度，评分的分值越高；
横向加速度、纵向加速度、向心加速度越接近人体舒适度，评分的分值越高；
和道路中的障碍物距离越远，评分的分值越高；
横向偏移越小，评分的分值越高；
速度是对路程的求导计算；
纵向加速度是对速度的求导计算；
向心加速度a是a＝V*V*kappa；V是速度，Kappa是曲率，通过之前给出的公式求出kappa；
横向偏移，是轨迹上的位置相对于道路中心参考线的位置偏差；
横向加速度表示车辆车身偏移道路中心参考线的快慢程度；
步骤2、用cost表示得评分的分值，按照每条轨迹的cost值进行从小到大的排序：
Cost＝k1*c1+k2*c2+k3*c3+k4*c4+k5*c5+k6*c6；
c1是轨迹上速度和道路速度的差值；
c2是轨迹上纵向加速度的平均值；
c3是和障碍物距离的最小值；
c4是轨迹上向心加速度的平均值；
c5是横向偏差的最大值；
c6是轨迹上横向加速度的平均值；
k1，k2，...k6是系数，是经验值。
6.根据权利要求5所述的一种基于码头环境的行驶轨迹生成方法，其特征在于：
轨迹选择的步骤具体为：
步骤1、首先，选取评分cost值最低的一对横向轨迹与纵向轨迹，然后进行轨迹合成；
步骤2、判断合成的轨迹是否符合速度、加速度、向心加速度、横向偏移、横向加速度的物理限制，是否通过了港口障碍物的碰撞检测，
若是，则该轨迹为符合要求的轨迹；
否则，按照cost值得分顺序选择下一对横向轨迹与纵向轨迹进行轨迹合成，直到判断其符合速度、加速度、向心加速度、横向偏移、横向加速度的物理限制，也通过了港口障碍物的碰撞检测，
其中，
物理限制是指，轨迹上点速度、加速度、曲率、加加速度、向心加速度是否在车体运行范围内；
碰撞检测是指，依次遍历轨迹上的点，用一个矩形表示车辆的占据范围；同时根据有效障碍物信息，也用一个矩形表示障碍物的占据范围；判断这两个矩形是否相交，若相交，则说明该轨迹有碰撞风险，这条轨迹得舍弃；若轨迹上所有点都不发生相交，则该轨迹通过了碰撞检测。
7.根据权利要求6所述的一种基于码头环境的行驶轨迹生成方法，其特征在于：所述的将笛卡尔坐标系(cartesian坐标系)转换为Frenet坐标系的过程为：
已知：cartesian坐标系的输入：(x，y，θx，kx，vx，ax)
求：frenet坐标系的输出：
求解公式如下：
令：Δθ＝θx-θr
l′＝(1-krl)tanΔθ
8.根据权利要求7所述的一种基于码头环境的行驶轨迹生成方法，其特征在于：
所述的通过道路中心参考线，将Frenet坐标系下的点(s*，l*)转化为笛卡尔坐标系(Cartesian坐标系)下的坐标(x*，y*)的过程为：
已知：frenet坐标系的输入：
求：cartesian坐标系的输出：(x，y，θx，kx，vx，ax)
令：
x＝xr-l sin θr
y＝yr+l cos θr
θx＝Normalize(Δθ+θr)
CN201910607143.1A 2019-07-06 2019-07-06 一种基于码头环境的行驶轨迹生成系统及方法 Active CN110341711B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910607143.1A CN110341711B (zh) 2019-07-06 2019-07-06 一种基于码头环境的行驶轨迹生成系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910607143.1A CN110341711B (zh) 2019-07-06 2019-07-06 一种基于码头环境的行驶轨迹生成系统及方法

Publications (2)

Publication Number Publication Date
CN110341711A true CN110341711A (zh) 2019-10-18
CN110341711B CN110341711B (zh) 2021-10-22

Family

ID=68177861

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910607143.1A Active CN110341711B (zh) 2019-07-06 2019-07-06 一种基于码头环境的行驶轨迹生成系统及方法

Country Status (1)

Country Link
CN (1) CN110341711B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111104960A (zh) * 2019-10-30 2020-05-05 武汉大学 一种基于毫米波雷达和机器视觉的手语识别方法
CN111157996A (zh) * 2020-01-06 2020-05-15 珠海丽亭智能科技有限公司 一种停车机器人行驶安全检测方法
CN111338335A (zh) * 2019-12-31 2020-06-26 清华大学 一种结构化道路场景下的车辆局部轨迹规划方法
CN111402587A (zh) * 2020-03-30 2020-07-10 上海汽车集团股份有限公司 一种智能驾驶的测试方法及测试系统
CN111679678A (zh) * 2020-06-30 2020-09-18 安徽海博智能科技有限责任公司 一种横纵向分离的轨迹规划方法、系统及计算机设备
CN111929068A (zh) * 2020-07-10 2020-11-13 中国矿业大学 一种封闭场景下车辆道路能力测试方法
CN112035587A (zh) * 2020-08-31 2020-12-04 北京百度网讯科技有限公司 基于轨迹数据校验交规的方法、装置、设备和介质
CN112215539A (zh) * 2020-09-21 2021-01-12 江苏杰瑞信息科技有限公司 一种智能码头水平运输系统调度方法
CN112242138A (zh) * 2020-11-26 2021-01-19 中国人民解放军陆军工程大学 一种无人平台语音控制方法
CN112572472A (zh) * 2020-12-08 2021-03-30 重庆大学 一种基于Frenet坐标系的自动驾驶碰撞预测方法
CN112577506A (zh) * 2020-10-30 2021-03-30 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
CN112677995A (zh) * 2021-01-07 2021-04-20 腾讯科技（深圳）有限公司 一种车辆轨迹规划方法、装置、存储介质及设备
CN112810630A (zh) * 2021-02-05 2021-05-18 山东大学 一种自动驾驶车辆轨迹规划方法及系统
CN113247023A (zh) * 2021-06-30 2021-08-13 上海商汤临港智能科技有限公司 一种行驶规划方法、装置、计算机设备及存储介质
CN113335278A (zh) * 2021-07-20 2021-09-03 常州机电职业技术学院 一种网联式智能车队自适应巡航控制方法及系统
CN113928338A (zh) * 2021-10-08 2022-01-14 南京航空航天大学 一种纵横向耦合的智能车辆轨迹规划方法及系统
CN113928327A (zh) * 2021-09-29 2022-01-14 深圳市麦谷科技有限公司 一种三急事件的检测方法及系统
CN115871658A (zh) * 2022-12-07 2023-03-31 之江实验室 一种面向稠密人流的智能驾驶速度决策方法和系统
CN116136417A (zh) * 2023-04-14 2023-05-19 北京理工大学 一种面向越野环境的无人驾驶车辆局部路径规划方法
CN116424319A (zh) * 2023-06-12 2023-07-14 上海鉴智其迹科技有限公司 一种车辆控制方法、装置、电子设备及计算机存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107702716A (zh) * 2017-08-31 2018-02-16 广州小鹏汽车科技有限公司 一种无人驾驶路径规划方法、系统和装置
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
CN108931981A (zh) * 2018-08-14 2018-12-04 汽-大众汽车有限公司 一种自动驾驶车辆的路径规划方法
CN109324620A (zh) * 2018-09-25 2019-02-12 北京主线科技有限公司 基于车道线平行偏移进行避障及超车的动态轨迹规划方法
WO2019040201A1 (en) * 2017-08-23 2019-02-28 Uber Technologies, Inc. VEHICLE INTERFACE FOR AUTONOMOUS VEHICLE

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019040201A1 (en) * 2017-08-23 2019-02-28 Uber Technologies, Inc. VEHICLE INTERFACE FOR AUTONOMOUS VEHICLE
CN107702716A (zh) * 2017-08-31 2018-02-16 广州小鹏汽车科技有限公司 一种无人驾驶路径规划方法、系统和装置
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
CN108931981A (zh) * 2018-08-14 2018-12-04 汽-大众汽车有限公司 一种自动驾驶车辆的路径规划方法
CN109324620A (zh) * 2018-09-25 2019-02-12 北京主线科技有限公司 基于车道线平行偏移进行避障及超车的动态轨迹规划方法

Cited By (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111104960B (zh) * 2019-10-30 2022-06-14 武汉大学 一种基于毫米波雷达和机器视觉的手语识别方法
CN111104960A (zh) * 2019-10-30 2020-05-05 武汉大学 一种基于毫米波雷达和机器视觉的手语识别方法
CN111338335A (zh) * 2019-12-31 2020-06-26 清华大学 一种结构化道路场景下的车辆局部轨迹规划方法
CN111157996A (zh) * 2020-01-06 2020-05-15 珠海丽亭智能科技有限公司 一种停车机器人行驶安全检测方法
CN111157996B (zh) * 2020-01-06 2022-06-14 珠海丽亭智能科技有限公司 一种停车机器人行驶安全检测方法
CN111402587A (zh) * 2020-03-30 2020-07-10 上海汽车集团股份有限公司 一种智能驾驶的测试方法及测试系统
CN111402587B (zh) * 2020-03-30 2021-05-25 上海汽车集团股份有限公司 一种智能驾驶的测试方法及测试系统
CN111679678A (zh) * 2020-06-30 2020-09-18 安徽海博智能科技有限责任公司 一种横纵向分离的轨迹规划方法、系统及计算机设备
CN111929068A (zh) * 2020-07-10 2020-11-13 中国矿业大学 一种封闭场景下车辆道路能力测试方法
CN111929068B (zh) * 2020-07-10 2022-03-04 中国矿业大学 一种封闭场景下车辆道路能力测试方法
CN112035587A (zh) * 2020-08-31 2020-12-04 北京百度网讯科技有限公司 基于轨迹数据校验交规的方法、装置、设备和介质
CN112215539B (zh) * 2020-09-21 2022-07-05 江苏杰瑞信息科技有限公司 一种智能码头水平运输系统调度方法
CN112215539A (zh) * 2020-09-21 2021-01-12 江苏杰瑞信息科技有限公司 一种智能码头水平运输系统调度方法
CN112577506A (zh) * 2020-10-30 2021-03-30 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
CN112242138A (zh) * 2020-11-26 2021-01-19 中国人民解放军陆军工程大学 一种无人平台语音控制方法
CN112572472B (zh) * 2020-12-08 2021-12-14 重庆大学 一种基于Frenet坐标系的自动驾驶碰撞预测方法
CN112572472A (zh) * 2020-12-08 2021-03-30 重庆大学 一种基于Frenet坐标系的自动驾驶碰撞预测方法
CN112677995A (zh) * 2021-01-07 2021-04-20 腾讯科技（深圳）有限公司 一种车辆轨迹规划方法、装置、存储介质及设备
CN112810630B (zh) * 2021-02-05 2022-03-04 山东大学 一种自动驾驶车辆轨迹规划方法及系统
CN112810630A (zh) * 2021-02-05 2021-05-18 山东大学 一种自动驾驶车辆轨迹规划方法及系统
CN113247023A (zh) * 2021-06-30 2021-08-13 上海商汤临港智能科技有限公司 一种行驶规划方法、装置、计算机设备及存储介质
CN113335278B (zh) * 2021-07-20 2023-08-11 常州机电职业技术学院 一种网联式智能车队自适应巡航控制方法及系统
CN113335278A (zh) * 2021-07-20 2021-09-03 常州机电职业技术学院 一种网联式智能车队自适应巡航控制方法及系统
CN113928327A (zh) * 2021-09-29 2022-01-14 深圳市麦谷科技有限公司 一种三急事件的检测方法及系统
CN113928327B (zh) * 2021-09-29 2024-04-05 深圳市麦谷科技有限公司 一种三急事件的检测方法及系统
CN113928338A (zh) * 2021-10-08 2022-01-14 南京航空航天大学 一种纵横向耦合的智能车辆轨迹规划方法及系统
CN115871658A (zh) * 2022-12-07 2023-03-31 之江实验室 一种面向稠密人流的智能驾驶速度决策方法和系统
CN115871658B (zh) * 2022-12-07 2023-10-27 之江实验室 一种面向稠密人流的智能驾驶速度决策方法和系统
CN116136417B (zh) * 2023-04-14 2023-08-22 北京理工大学 一种面向越野环境的无人驾驶车辆局部路径规划方法
CN116136417A (zh) * 2023-04-14 2023-05-19 北京理工大学 一种面向越野环境的无人驾驶车辆局部路径规划方法
CN116424319A (zh) * 2023-06-12 2023-07-14 上海鉴智其迹科技有限公司 一种车辆控制方法、装置、电子设备及计算机存储介质
CN116424319B (zh) * 2023-06-12 2023-08-29 上海鉴智其迹科技有限公司 一种车辆控制方法、装置、电子设备及计算机存储介质

Also Published As

Publication number Publication date
CN110341711B (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
CN110341711A (zh) 一种基于码头环境的行驶轨迹生成系统及方法
CN109375632B (zh) 自动驾驶车辆实时轨迹规划方法
CN110262495A (zh) 可实现移动机器人自主导航与精确定位的控制系统及方法
CN109032131A (zh) 一种应用于无人驾驶汽车的动态超车避障方法
CN108445885A (zh) 一种基于纯电动物流车的自动驾驶系统及其控制方法
CN108225364A (zh) 一种无人驾驶汽车驾驶任务决策系统及方法
CN108011947A (zh) 一种车辆协作式编队行驶系统
Lacaze et al. Path planning for autonomous vehicles driving over rough terrain
CN109324620A (zh) 基于车道线平行偏移进行避障及超车的动态轨迹规划方法
CN107943071A (zh) 无人车的编队保持控制方法及系统
CN111006667B (zh) 高速场景下的自动驾驶轨迹生成系统
CN108873902A (zh) 一种无人驾驶矿用车辆的远程控制方法及装置
CN104501816A (zh) 一种多无人飞行器协调避碰导引规划方法
CN113359752A (zh) 一种井工煤矿料车自动驾驶方法
CN106371439A (zh) 一种统一的自动驾驶横向规划方法与系统
Jian et al. Multi-model-based local path planning methodology for autonomous driving: An integrated framework
Gu et al. Safe-state enhancement method for autonomous driving via direct hierarchical reinforcement learning
Bom et al. Nonlinear control for urban vehicles platooning, relying upon a unique kinematic GPS
CN108646750A (zh) 基于uwb非基站便捷式工厂agv跟随方法
CN112269389A (zh) 一种多功能乘务服务智能机器车系统及其控制方法
CN211427151U (zh) 一种应用于封闭场地无人驾驶货运车辆上的自动引导系统
Li et al. A real-time and predictive trajectory-generation motion planner for autonomous ground vehicles
Nietzschmann et al. Trajectory optimization for car-like vehicles in structured and semi-structured environments
WO2023129890A1 (en) Integrated trajectory forecasting, error estimation, and vehicle handling when detecting an observed scenario
Mutlu et al. Case study on model free determination of optimal trajectories in highly automated driving

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: 20240328

Address after: Building 3, 7th Floor, Gaosheng Plaza, No. 163 Yingbin Avenue, Xinhua Street, Huadu District, Guangzhou City, Guangdong Province, 510802

Patentee after: Guangzhou Carl Power Technology Co.,Ltd.

Country or region after: China

Address before: 518118 No.1, Jinlong Avenue, pinghuan community, Malian street, Pingshan District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen Shuxiang Technology Co.,Ltd.

Country or region before: China