CN110595475A - 循迹路径的拟合方法、装置、智能汽车和存储介质 - Google Patents
循迹路径的拟合方法、装置、智能汽车和存储介质 Download PDFInfo
- Publication number
- CN110595475A CN110595475A CN201910758082.9A CN201910758082A CN110595475A CN 110595475 A CN110595475 A CN 110595475A CN 201910758082 A CN201910758082 A CN 201910758082A CN 110595475 A CN110595475 A CN 110595475A
- Authority
- CN
- China
- Prior art keywords
- track
- target
- fitting
- segment
- fitted
- 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.)
- Pending
Links
Classifications
-
- 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
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明实施例公开了一种循迹路径的拟合方法、装置、智能汽车和存储介质。所述方法包括:获取待拟合轨迹上的各目标轨迹段的端点信息;根据所述端点信息,采用三阶贝塞尔曲线的曲线函数拟合各所述目标轨迹段的轨迹函数;联合各所述目标轨迹段的轨迹函数,并基于联合得到的拟合函数组确定所述待拟合轨迹的循迹路径。本发明实施例通过采用上述技术方案,能够提高循迹轨迹拟合结果的精度。
Description
技术领域
本发明涉及导航技术领域,尤其涉及一种循迹路径的拟合方法、装置、智能汽车和存储介质。
背景技术
在智能汽车行驶过程中,使用定位系统对智能汽车进行定位,可实现对智能汽车行驶轨迹上的原始路点的采集。
在工程应用中,由于外界环境、仪器设备干扰的存在,路点采集过程中会存在数据随机误差大和数据缺失的情况,导致行驶轨迹的动态特性较差,因此,为了满足高精度的轨迹跟踪需求,需要对采集到的原始路点进行差值或拟合,平滑原始路点中存在的干扰点。现有技术大多基于最小二乘法拟合原始路点的方式,使得所有采样点尽可能的集中分布在拟合得到的循迹路径的周围。
但是,采用最小二乘法进行拟合时的拟合精度较低,当拟合路径中包含直道、弯道和环岛等复杂工况时,不采用分段拟合的方式,会存在较大的误差;采用分段拟合的方式,由于难以准确地确定需采用不同形式的方程进行拟合的不同路段之间的连接点(即分段点),同样会导致拟合得到的循迹路径存在较大的误差。
发明内容
有鉴于此,本发明实施例提供一种循迹路径的拟合方法、装置、智能汽车和存储介质,以提高循迹路径的拟合精度。
第一方面,本发明实施例提供了一种循迹路径的拟合方法,包括:
获取待拟合轨迹上的各目标轨迹段的端点信息;
根据所述端点信息,采用三阶贝塞尔曲线的曲线函数拟合各所述目标轨迹段的轨迹函数;
联合各所述目标轨迹段的轨迹函数,并基于联合得到的拟合函数组确定所述待拟合轨迹的循迹路径。
第二方面,本发明实施例提供了一种循迹路径的拟合装置,包括:
端点获取模块,用于获取待拟合轨迹上的各目标轨迹段的端点信息;
函数拟合模块,用于根据所述端点信息,采用三阶贝塞尔曲线的曲线函数拟合各所述目标轨迹段的轨迹函数;
路径确定模块,用于联合各所述目标轨迹段的轨迹函数,并基于联合得到的拟合函数组确定所述待拟合轨迹的循迹路径。
第三方面,本发明实施例提供了一种智能汽车,包括:
一个或多个处理器;
存储器,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,使得所述一个或多个处理器实现如本发明实施例所述的循迹路径的拟合方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所述的循迹路径的拟合方法。
在上述拟合循迹路径技术方案中,首先获取待拟合轨迹上的各目标轨迹段的端点信息,然后根据待拟合轨迹上的各目标轨迹段的端点信息,采用三阶贝塞尔曲线的曲线函数拟合各目标轨迹段的轨迹函数,进而,联合各目标轨迹段的轨迹函数,并基于联合得到的拟合函数组确定待拟合轨迹的循迹路径。本发明实施例通过采用上述技术方案,采用三阶贝塞尔曲线拟合循迹轨迹,拟合得到的循迹轨迹本身即具备各处连续且平滑的特性,可不必考虑待拟合轨迹的形状,对待拟合轨迹任意分段即可,无需额外考虑如何确定适合的分段点,从而可以解决现有技术采用最小二乘法拟合循迹轨迹难以确定连接点的问题,并且,采用分段的方式拟合待拟合轨迹的循迹路径,可以覆盖待拟合轨迹中的直线和曲线工况,同时适用于S弯道、环岛等特殊路线,适用范围广,算法简单且能够提高循迹轨迹拟合结果的精度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明实施例一提供的一种循迹路径的拟合方法的流程示意图;
图2为本发明实施例二提供的一种循迹路径的拟合方法的流程示意图;
图3为本发明实施例二提供的一种目标轨迹段与相邻轨迹段的端点的相对位置示意图;
图4为本发明实施例二提供的一种分割点的位置示意图;
图5为本发明实施例二提供的一种控制点的位置示意图;
图6为本发明实施例二提供的另一种控制点的位置示意图;
图7为本发明实施例二提供的三类待拟合轨迹的循迹路径的拟合效果示意图;
图8为本发明实施例三提供的一种循迹路径的拟合方法的流程示意图;
图9为本发明实施例三提供的一种智能车辆的系统示意图
图10为本发明实施例四提供的一种循迹路径的拟合装置的结构框图;
图11为本发明实施例五提供的一种智能汽车的结构示意图。
具体实施方式
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,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。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合
实施例一
本发明实施例一提供一种循迹路径的拟合方法。该方法可以由循迹路径的拟合装置执行,其中,该装置可以由软件和/或硬件实现,一般可集成在需要进行循迹控制的设备中,典型的,可以集成在智能汽车、自动驾驶搬运车、危险场所和特殊行业的自动导引运输车(Automated Guided Vehicle,AGV)等车辆或航天器、机器人等移动设备中,本实施例以集成在智能汽车中为例进行说明。图1为本发明实施例一提供的一种循迹路径的拟合方法的流程示意图,如图1所示,该方法包括:
S110、获取待拟合轨迹上的各目标轨迹段的端点信息。
在本实施例中,待拟合轨迹上的各目标轨迹段的端点信息可以在智能汽车沿原始行驶轨迹行驶时采集获得。例如,智能汽车的定位系统在汽车自原始行驶轨迹的起点行驶至原始行驶轨迹的终点的过程中,周期性的对智能汽车进行定位,得到智能汽车在原始行驶轨迹上的原始路点信息,如智能汽车的位置坐标和智能汽车的航向等,从而,智能汽车根据定位系统采集到的原始路点信息确定待拟合轨迹以及待拟合轨迹上的目标轨迹段,并基于目标轨迹段端点处的原始路点信息确定目标轨迹段的端点信息。其中,待拟合轨迹包含多个目标轨迹段,相邻目标轨迹段按照智能汽车在待拟合轨迹上的行驶方向首尾相接即可构成待拟合轨迹;端点信息可以包括目标轨迹段两端点的位置坐标,还可以进一步包括智能汽车在行驶至目标轨迹段端点处的原始航向角。
在本步骤中,待拟合轨迹可以为原始行驶轨迹,也可以为原始行驶轨迹的某一子行驶轨迹。相应的,本实施例在采集到原始行驶轨迹的原始路点信息后,可以根据原始路点信息线上或线下拟合原始行驶轨迹的循迹路径,如将原始行驶轨迹确定为待拟合轨迹,线下拟合并存储待拟合轨迹的循迹路径,并在后续针对该原始行驶轨迹的循迹控制过程中均控制智能汽车沿该循迹路径进行行驶;或者,在智能汽车对原始行驶路径进行线上循迹控制的过程中,在当前条件符合循迹路径的拟合条件时,从原始行驶轨迹上截取智能汽车即将行驶至的一段轨迹作为待拟合轨迹,并拟合该待拟合轨迹的循迹轨迹,以控制智能汽车在该段行驶轨迹内的循迹。
S120、根据所述端点信息,采用三阶贝塞尔曲线的曲线函数拟合各所述目标轨迹段的轨迹函数。
具体的,可以仅根据目标轨迹段的端点信息拟合得到该目标轨迹段的轨迹函数,也可以同时根据目标轨迹段的端点信息及其相邻轨迹段的端点信息拟合得到该目标轨迹段的轨迹函数。考虑到拟合结果的精确度,优选可以同时根据目标轨迹段的端点信息及其相邻轨迹段的端点信息拟合得到该目标轨迹段的轨迹函数。此时,举例而言,在对某一目标轨迹段的轨迹函数进行拟合时,可以首先根据该目标轨迹段的端点信息、与该目标轨迹段相邻的上一目标轨迹段的端点信息以及与该目标轨迹段相邻的下一目标轨迹段的端点信息确定该目标轨迹段的控制点,如确定该目标轨迹段的控制点坐标;然后将所确定的控制点代入三阶贝塞尔曲线的曲线函数中,即可得到该目标轨迹段的轨迹函数。
S130、联合各所述目标轨迹段的轨迹函数,并基于联合得到的拟合函数组确定所述待拟合轨迹的循迹路径。
具体的,在待拟合轨迹上的各目标轨迹段的轨迹函数均拟合完成之后,将拟合得到的各轨迹函数按照各目标轨迹段的先后顺序联合,得到表征待拟合轨迹的循迹路径的拟合函数组,并基于该拟合函数组即可确定待拟合轨迹的循迹路径,从而,基于该循迹路径控制智能汽车进行循迹,实现智能汽车的自动驾驶。其中,循迹路径可以通过曲线的形式表征,也可以通过离线的目标路点的形式表征,本实施例不对此进行限制。
本发明实施例一提供的循迹路径的拟合方法,首先获取待拟合轨迹上的各目标轨迹段的端点信息,然后根据待拟合轨迹上的各目标轨迹段的端点信息,采用三阶贝塞尔曲线的曲线函数拟合各目标轨迹段的轨迹函数,进而,联合各目标轨迹段的轨迹函数,并基于联合得到的拟合函数组确定待拟合轨迹的循迹路径。本实施例通过采用上述技术方案,采用三阶贝塞尔曲线拟合循迹轨迹,拟合得到的循迹轨迹本身即具备各处连续且平滑的特性,可不必考虑待拟合轨迹的形状,对待拟合轨迹任意分段即可,无需额外考虑如何确定适合的分段点,从而可以解决现有技术采用最小二乘法拟合循迹轨迹难以确定连接点的问题,并且,采用分段的方式拟合待拟合轨迹的循迹路径,可以覆盖待拟合轨迹中的直线和曲线工况,同时适用于S弯道、环岛等特殊路线,适用范围广,算法简单且能够提高循迹轨迹拟合结果的精度。
实施例二
图2为本发明实施例二提供的一种循迹路径的拟合方法的流程示意图。本实施例在上述实施例的基础上,将“根据所述端点信息,采用三阶贝塞尔曲线的曲线函数拟合各所述目标轨迹段的轨迹函数”优化为:针对每个目标轨迹段,根据所述目标轨迹段的端点的第一位置坐标以及两相邻轨迹段的端点的第二位置坐标确定所述轨迹段的控制点信息;基于所述控制点信息,采用三阶贝塞尔曲线的曲线函数拟合得到所述目标轨迹段的轨迹函数。
进一步地,在所述获取待拟合轨迹上的各目标轨迹段的端点信息之前,还包括:自原始行驶轨迹上距离当前位置最近的原始路点开始,按照所述原始行驶轨迹对应的行驶方向,依次获取M个原始路点作为待拟合原始路点;将所述待拟合原始路点构成的轨迹确定为本次拟合的待拟合轨迹,并将所述待拟合轨迹划分为N个目标轨迹段,其中,M和N均为预先设置的正整数,且M>N。
进一步地,所述循迹路径的拟合方法还包括:按照所述循迹路径进行循迹控制。
相应的,如图2所示,本实施例提供的循迹路径的拟合方法包括:
S210、自原始行驶轨迹上距离当前位置最近的原始路点开始,按照所述原始行驶轨迹对应的行驶方向,依次获取M个原始路点作为待拟合原始路点。
S220、将所述待拟合原始路点构成的轨迹确定为本次拟合的待拟合轨迹,并将所述待拟合轨迹划分为N个目标轨迹段,其中,M和N均为预先设置的正整数,且M>N。
在本实施例中,当采用线上的方式拟合循迹路径时,在每次获取待拟合轨迹上的各目标轨迹段的端点信息之前,可以首先确定本次拟合的待拟合轨迹,并进一步确定待拟合轨迹上的各目标轨迹段。
具体的,在确定待拟合轨迹以及待拟合轨迹上的目标轨迹段时,若原始行驶轨迹上存在已划分完成的轨迹段,则可以以与智能车辆的当前位置最近的轨迹段为首个轨迹段,沿智能汽车的行驶方向,依次获取设定数量的轨迹段或总长度在预设长度范围之内的若干个轨迹段作为本次拟合的目标轨迹段,并将各目标轨迹段构成的轨迹确定为待拟合轨迹;若原始行驶轨迹上不存在已划分完成的轨迹段,则可以首先以原始行驶轨迹上与智能车辆的当前位置最近的原始路点为首个待拟合原始路点,沿智能汽车的行驶方向,依次获取M个原始路点或获取设定长度之内的原始路点作为本次拟合的待拟合原始路点,然后将各待拟合原始路点构成的轨迹确定为本次拟合的待拟合轨迹,并将待拟合轨迹划分为设定N个目标轨迹段,或者,以原始行驶轨迹上与智能车辆的当前位置最近的原始路点为首个待拟合原始路点,沿智能汽车的行驶方向,获取M/N个待拟合原始路点构成首个目标轨迹段,然后以位于该首个目标轨迹段之后的首个待拟合原始路点开始,再次沿该方向获取M/N个待拟合原始路点构成第二个目标轨迹段,以此类推,直至得到N个目标轨迹段为止,并将该N个目标轨迹段构成的轨迹确定为待拟合轨迹,本实施例以原始行驶轨迹上不存在已经划分完成的轨迹段且首先获取M个原始路点作为本次拟合的待拟合原始路点的情况为例进行说明。
其中,每个轨迹段的长度的取值范围优选可以为2m-20m,相应的,每个轨迹段所包含的待拟合路点的数量(即路点分段个数,其值为M/N)可以基于原始行驶轨迹中各原始路点的平均间隔确定,如当原始行驶轨迹中各原始路点的平均间隔不超过0.5m(如为0.2m)时,路点分段个数优选可以在20-40内进行取值,当原始行驶轨迹中各原始路点的平均间隔超过0.5m时,可依据其与0.5m的差值适当降低路点分段个数。
在本实施例中,当前位置为智能汽车在当前时刻的位置。假设智能汽车的当前位置为(xv,yv),则在确定原始行驶轨迹上距离当前位置最近的原始路点时,可以首先采用下述公式(1)计算当前位置与原始行驶轨迹上的各原始路点之间的欧式距离,并将距离最小的原始路点确定为最近的原始路点。
在公式(1)中,mink d为原始行驶轨迹上的第k个原始路点与智能汽车当前位置的距离,x_ref[k]与y_ref[k]为原始行驶轨迹上的第k个原始路点的高斯横坐标和高斯纵坐标。
在本实施例中,原始行驶轨迹可以基于智能汽车的定位系统所采集的原始路点确定,如智能汽车的定位系统对智能汽车行驶的行驶路线路点采集,并按从行驶路线起点到行驶路线终点的方向,对所采集的原始路点进行排序,从而构成智能汽车的原始行驶轨迹。在此,在原始行驶轨迹上所采集的第k个原始路点可以以原始路点的位置坐标(xk,yk)形式进行表征。其中,xk、yk分别代表该原始路点处的高斯横坐标和高斯纵坐标,或者,路点处的经度和纬度。
在本步骤中,各目标轨迹段所包含的待拟合原始路点的数量可以相同或不相同,即M个待拟合原始路点可以均分或不均分至各目标轨迹段中,本实施例优选可以将M设置为N的整数倍并将M个待拟合原始路点均分至各目标轨迹段中,以省去考虑如何确定分段点所耗费的时间。其中,M和N的值可以由开发人员预先根据需要设置,如可以设置为M=100,N=5,即获取100个待拟合原始路点,并将该100个待拟合原始路点按路点的排列顺序均分至5个目标轨迹段中,每个目标轨迹段由20个连续的待拟合原始路点构成。
在此,需要说明的是,本实施例优选每次获取M个待拟合原始路点并将其均分至N个目标轨迹段中,但是,当原始行驶轨迹上剩余的原始路点的个数小于M时,则可以仅获取剩余原始路点作为本次拟合的待拟合原始路点,并将所获取的待拟合原始路点按照每个目标轨迹段包含M/N个待拟合原始路点的方式划分目标轨迹段,此时,所划分的目标轨迹段的数量可以小于N,且包含原始行驶轨迹终点的目标轨迹段所包含的待拟合原始路点的数量可以小于M/N(针对剩余原始路点不能整除M/N的情况)。
在本实施例中,智能汽车可以在当前条件符合循迹路径的拟合条件时执行S210。其中,循迹路径的拟合条件可以根据需要设置,如可以设置为周期性的拟合循迹路径、智能汽车每行驶预设距离拟合一次循迹路径或智能汽车每行驶过设定个数的目标轨迹段拟合一次循迹路径等,本实施例不对此进行限制。
S230、获取待拟合轨迹上的各目标轨迹段的端点信息。
由于各目标轨迹段的端点均为原始行驶轨迹上的原始路点,因此,目标轨迹段划分完成后即可确定目标轨迹段的端点以及端点信息。
S240、针对每个目标轨迹段,根据所述目标轨迹段的端点的第一位置坐标以及两相邻轨迹段的端点的第二位置坐标确定所述轨迹段的控制点信息。
具体的,可以根据当前目标轨迹段(即当前进行轨迹函数拟合的目标轨迹段)的起点的位置坐标、当前目标轨迹段的终点的位置坐标、与当前目标轨迹段相邻的上一轨迹段的起点的位置坐标以及与当前目标轨迹段相邻的下一轨迹段的终点的位置坐标确定当前目标轨迹段的控制点的位置坐标,从而得到当前轨迹段的控制点信息。其中,各目标轨迹段按照智能汽车的行驶方向排列,并且,各目标轨迹段的起点至终点的方向为智能汽车的行驶方向;上一轨迹段和下一轨迹段可以为位于待拟合轨迹中的目标轨迹段,也可以为位于原始行驶路径但是不位于待拟合轨迹中的轨迹段。
示例性的,假设当前目标轨迹段的起点为X1,终点为X2,上一目标轨迹段的起点为X0,下一目标轨迹段的终点为X3,各点的坐标分别为:
X1=(x1,y1)=(x_ref[kmin]),y_ref[kmin]) (2)
X2=(x2,y2)=(x_ref[kmin+n]),y_ref[kmin+n]) (3)
X0=(x0,y0)=(x_ref[kmin-n],y_ref[kmin-n]) (4)
X3=(x3,y3)=(x_ref[kmin+2n],y_ref[kmin+2n]) (5)
其中,kmin为距离智能汽车当前位置最近的原始路点的序列号,n为路点分段个数。则,当前目标轨迹段的控制点P0和P3的坐标为:
P0=X1=(x1,y1) (6)
P3=X2=(x2,y2) (7)
进一步地,假设X0、X1、X2和X3在原始行驶轨迹上的位置关系如图3所示,依次连接X0、X1、X2和X3,构成线段X0X1、X1X2和X2X3,取线段X0X1的中点M0、线段X1X2的中点M1、线段X2X3的中点M2,即有:
从而,各中点的坐标为:
如图4所示,假设线段X0X1、X1X2和X2X3的长度分别为L0、L1和L2,线段M0M1和线段M1M2上的分割点分别为N0和N1,令:
则根据M0、M1和M2的坐标可以进一步确定分割点N1和N2的坐标为:
N0=(xm0+(xm1-xm0)*k0,ym0+(ym1-ym0)*k0)=(xn0,yn0)
N1=(xm1+(xm2-xm1)*k1,ym1+(ym2-ym1)*k1)=(xn1,yn1)
其中,xm0为点M0的高斯横坐标,ym0为点M0的高斯纵坐标,xm1为点M1的高斯横坐标,ym1为点M1的高斯纵坐标,xn0为点N0的高斯横坐标,yn0为点N0的高斯纵坐标,xn1为点N1的高斯横坐标,yn1为点N1的高斯纵坐标。
如图5所示,将线段M0M1平移至令分割点N0与点X1重合,并将线段M1M2平移至令分割点N1与点X2重合。平移后的线段分别称之为M′0M′1、M″1M′2,线段M′0M′1的端点M′1即为所求控制点P1,线段M″1M′2的端点M″1即为所求控制点P2。设控制点P1的坐标为(xc1,yc1),控制点P2坐标为(xc2,yc2),根据坐标平移变换关系,即可计算得到控制点P1、P2的高斯横坐标和高斯纵坐标如下:
xc1=xn0+(xm1-xn0)*λ+x1-xn0 (8)
yc1=yn0+(ym1-yn0)*λ+y1-yn0 (9)
xc2=xn1+(xm1-xn1)*λ+x2-xn1 (10)
yc2=yn0+(ym1-yn0)*λ+y2-yn1 (11)
其中,λ∈[0,1]为引入的平直系数,通过调节λ即可调节控制点与平移后的对应分割点之间的距离,进而调整拟合得到的曲线的平直程度。如图5和图6所示(图5对应的λ值大于图6对应的λ值),λ越小,控制点与平移后的对应分割点的距离越近,拟合曲线越平直。λ的具体取值可以由开发人员根据需要设置。
考虑到当当前目标轨迹段为原始拟合路径的首个/最后一个轨迹段时,当前目标轨迹段在原始行驶轨迹上不存在上一轨迹段/下一轨迹段,而拟合当前目标轨迹段的轨迹函数时,需要使用上一轨迹段的端点坐标和下一轨迹段的端点坐标,因此,优选的,当当前轨迹段不存在上一轨迹段时,可以将上一轨迹段视为仅包含当前目标轨迹段起点的轨迹段,当当前轨迹段不存在下一轨迹段时,可以将下一轨迹段视为仅包含当前目标轨迹段的终点的轨迹段。此时,优选的,本实施例提供的循迹路径的拟合方法还可以包括:如果所述目标轨迹段仅有一侧存在相邻轨迹段或者两侧都不存在相邻轨迹段,则将所述目标轨迹段在目标侧的相邻轨迹段确定为仅由目标轨迹段在所述目标侧的端点构成的轨迹段,所述目标侧为不存在相邻轨迹段的一侧。
其中,判断当前目标轨迹段是否存在上一轨迹段/下一轨迹段的方法可以根据需要设置,示例性的,当原始行驶轨迹为封闭轨迹(即原始行驶轨迹的起点和终点相接)时,则原始行驶轨迹的首个轨迹段的上一轨迹段为原始行驶轨迹的最后一个轨迹段,原始行驶轨迹的最后一个轨迹段的下一轨迹段为原始行驶轨迹的首个轨迹段,即可将其各目标轨迹段均视为存在上一轨迹段和下一轨迹段;当原始行驶轨迹为非闭合轨迹时,可以首先假设当前目标轨迹段的上一轨迹段的起点坐标如式(4)所示,当前目标轨迹段的下一轨迹段的终点坐标如式(5)所示,然后判断上一轨迹段的起点的序列号kmin-n是否为正值,以及,判断下一轨迹段的终点的序列号kmin+2n是否大于原始行驶轨迹上的原始路点的总个数,若kmin n不为正值,则确定当前目标轨迹段不存在上一轨迹段;若列号kmin+2n大于原始行驶轨迹上的原始路点的总个数,则确定当前目标轨迹段不存在下一轨迹段。
S250、基于所述控制点信息,采用三阶贝塞尔曲线的曲线函数拟合得到所述目标轨迹段的轨迹函数。
在本实施例,在计算得到当前目标轨迹段的控制点坐标后,将控制点坐标代入下述公式(12)所示的三阶贝塞尔曲线的表达式中,即可得到当前目标轨迹段的轨迹函数。
P(t)=P0(1-t)3+3P1(1-t)2t+3P2(1-t)t2+P3t3,t∈[0,1] (12)
其中,各控制点的坐标P0=(x1,y1)、P1=(xc1,y2)、P2=(xc2,yc2)与P3=(x2,y2)可以基于式(6)-(11)确定;t为表征各目标轨迹段的采样密度的线性等距向量,其长度t∈[0,1],向量t的长度t表示两相邻采样点之间的距离与目标轨迹段的总长度之间的比值,通过调整t即可调整目标轨迹的采样密度,该向量的具体大小可以由开发人员根据需要设置。
S260、联合各所述目标轨迹段的轨迹函数,并基于联合得到的拟合函数组确定所述待拟合轨迹的循迹路径。
其中,不同类型待拟合轨迹的循迹路径的拟合效果如图7所示。
S270、按照所述循迹路径进行循迹控制。
在本实施例中,在确定循迹路径后,即可通过前馈和/或反馈的方式控制智能车辆按照该循迹路径行驶,从而实现智能车辆的自动驾驶。
本发明实施例二提供的循迹轨迹的拟合方法,在行驶过程中根据行驶的当前位置确定待拟合轨迹以及待拟合轨迹段上的目标轨迹段,可以进一步提高循迹控制的精度,并且,根据采集得到的目标轨迹段上的原始路点信息反推出拟合目标轨迹段的轨迹曲线所需的参数,能够进一步减少循迹轨迹拟合过程中所需的计算量,提高循迹轨迹的拟合速度。
实施例三
图8为本发明实施例三提供的一种循迹路径的拟合方法的流程示意图。本实施例在上述实施例的基础上,将“按照所述循迹路径进行循迹控制”优化为:基于预设采样密度对循迹路径内的各目标轨迹段进行采样,得到所述循迹路径上的目标路点;根据所述轨迹函数组确定各所述目标路点的目标路点信息,所述目标路点信息包括各所述目标路点的顺序和位置坐标,以及各所述目标路点处的曲率和期望航向;按照所述目标路点信息进行循迹控制。
相应的,如图8所示,本实施例提供的循迹路径的拟合方法包括:
S310、获取待拟合轨迹上的各目标轨迹段的端点信息。
S320、根据所述端点信息,采用三阶贝塞尔曲线的曲线函数拟合各所述目标轨迹段的轨迹函数。
S330、联合各所述目标轨迹段的轨迹函数,并基于联合得到的拟合函数组确定所述待拟合轨迹的循迹路径。
S340、基于预设采样密度对循迹路径内的各目标轨迹段进行采样,得到所述循迹路径上的目标路点。
示例性的,若某一目标轨迹段的轨迹函数如式(12)所示,向量t的长度为t,此时依次获取该目标轨迹段的1/t等分点即可得到该目标轨迹上的目标路点,如假设t=0.05,则依次获取该目标轨迹段的各二十等分点即可得到该目标轨迹段上的目标路点。
S350、根据所述轨迹函数组确定各所述目标路点的目标路点信息,所述目标路点信息包括各所述目标路点的顺序和位置坐标,以及各所述目标路点处的曲率和期望航向。
在本实施例中,在得到循迹轨迹上的目标路点后,可以进一步计算循迹轨迹在各目标路点处的曲率以及智能汽车在各目标路点处的期望航向(即在各目标路点处的期望航向的正切值),以便于在循迹控制过程中计算智能汽车的偏差控制量,从而进一步提高智能汽车的路径跟踪效果。其中,各所述目标路点处的曲率和期望航向的计算方法可以根据需要选取。
示例性的,假设某一目标轨迹段的轨迹函数如式(12)所示,各控制点的坐标P0=(x1,y1)、P1=(xc1,y2)、P2=(xc2,yc2)与P3=(x2,y2)如式(6)-(11)所示,则拟合后该目标轨迹段上的目标路点的坐标(x,y)的三阶贝塞尔公式可以表示为:
从而,该目标点处的曲率(即目标轨迹段在该目标路点处的曲率)为:
该目标点处的期望航向(即智能汽车在该目标路点处的期望航向)为:
其中,x′=dx/dt,y′=dy/dt,x″=d2x/dt2,y″=d2y/dt2;t′为循迹轨迹在该目标路点处的切线的斜率。
S360、按照所述目标路点信息进行循迹控制。
具体的,如图9所示,智能汽车的路径拟合模块在确定各目标路点的路点信息后,可以将各目标路点的目标路点信息输出给智能汽车路径跟踪模块,以使该路径跟踪模块根据接收到的目标路点信息对智能汽车进行路径跟踪。
本发明实施例三提供的循迹路径的拟合方法,在得到待拟合轨迹的循迹路径后,进一步确定循迹路径上的各目标路点的顺序、位置坐标、曲率和期望航向,并基于所确定的各目标路点的顺序、位置坐标、曲率和期望航向进行循迹控制,可以进一步提高路径跟踪控制的精度,并且,本实施例通过调整采集密度即可按需调整目标路点的密度,可以解决现有技术中由于定位系统的发送频率固定而导致的循迹控制时的路点(在现有技术中即为定位系统采集的原始路点)间隔不能随意调整的技术问题,进而满足不同的循迹控制需求。
在上述实施例的基础上,在所述按照所述目标路点信息进行循迹控制之前,还可以包括:对循迹轨迹路径上的待平滑目标路点处的曲率和期望航向进行平滑处理,所述待平滑目标路点为位于目标轨迹段端点处的目标路点。相应的,所述按照所述目标路点信息进行循迹控制具体为:依据平滑处理后的目标路点信息进行循迹控制。本实施例中,可以进一步对各目标轨迹段端点处的目标路点的曲率和期望航向进行平滑处理,从而进一步提高后续循迹控制的精度。其中,平滑处理的方法可以根据需要选取,举例而言,可以利用回旋曲线上任意点的曲率与曲线长成线性关系,采用如下公式(15)对两相邻目标轨迹段的相邻目标路点(即相邻两目标轨迹段中的前一目标轨迹段终点处的目标路点与后一目标轨迹段起点处的目标路点)的曲率进行平滑处理:
并采用下述低通滤波公式(16)对两相邻目标轨迹段的相邻目标路点处的期望航向进行平滑处理:
H′(k)=(1-α)H(k-1)+αH(k) (16)
其中,κ′i为平滑处理后的曲率,κi为平滑处理前的曲率;ks和kf分别代表平滑路段上平滑起点(即相邻两目标轨迹段中的前一目标轨迹段的终点)和终点(即相邻两目标轨迹段中的后一目标轨迹段的起点)的路径曲率;xs和xf分别代表平滑路段上平滑起点和终点的高斯横坐标,xi为当前位置的高斯横坐标;H′(k)为平滑后的航向数据,H(k)为平滑处理前的期望航向,H(k-1)为循迹轨迹中相邻的上一目标路点的期望航向;α为滤波系数,其可以根据需要进行调节。
实施例四
本发明实施例四提供一种循迹路径的拟合装置。该装置可以由软件和/或硬件实现,一般可集成在需要进行循迹控制的设备中,典型的,可以集成在智能汽车、自动驾驶搬运车、危险场所和特殊行业的自动导引运输车(Automated Guided Vehicle,AGV)等车辆或航天器、机器人等移动设备中,本实施例以集成在智能汽车中为例进行说明,可通过执行循迹路径的拟合方法拟合循迹路径。图10为本发明实施例一提供的一种循迹路径的拟合装置的结构框图,如图10所示,该拟合装置包括端点获取模块401、函数拟合模块402和路径确定模块403,其中,
端点获取模块401,用于获取待拟合轨迹上的各目标轨迹段的端点信息;
函数拟合模块402,用于根据所述端点信息,采用三阶贝塞尔曲线的曲线函数拟合各所述目标轨迹段的轨迹函数;
路径确定模块403,用于联合各所述目标轨迹段的轨迹函数,并基于联合得到的拟合函数组确定所述待拟合轨迹的循迹路径。
本发明实施例四提供的循迹路径的拟合装置,通过首先端点获取模块获取待拟合轨迹上的各目标轨迹段的端点信息,然后通过函数拟合模块根据待拟合轨迹上的各目标轨迹段的端点信息,采用三阶贝塞尔曲线的曲线函数拟合各目标轨迹段的轨迹函数,进而,通过路径确定模块联合各目标轨迹段的轨迹函数,并基于联合得到的拟合函数组确定待拟合轨迹的循迹路径。本实施例通过采用上述技术方案,采用三阶贝塞尔曲线拟合循迹轨迹,拟合得到的循迹轨迹本身即具备各处连续且平滑的特性,可不必考虑待拟合轨迹的形状,对待拟合轨迹任意分段即可,无需额外考虑如何确定适合的分段点,从而可以解决现有技术采用最小二乘法拟合循迹轨迹难以确定连接点的问题,并且,采用分段的方式拟合待拟合轨迹的循迹路径,可以覆盖待拟合轨迹中的直线和曲线工况,同时适用于S弯道、环岛等特殊路线,适用范围广,算法简单且能够提高循迹轨迹拟合结果的精度。
进一步地,所述循迹路径的拟合装置还可以包括:原始路点获取模块,用于自原始行驶轨迹上距离当前位置最近的原始路点开始,按照所述原始行驶轨迹对应的行驶方向,依次获取M个原始路点作为待拟合原始路点;轨迹段划分模块,用于将所述待拟合原始路点构成的轨迹确定为本次拟合的待拟合轨迹,并将所述待拟合轨迹划分为N个目标轨迹段,其中,M和N均为预先设置的正整数,且M>N。
在上述方案中,所述函数拟合模块402可以包括:控制点确定单元,用于针对每个目标轨迹段,根据所述目标轨迹段的端点的第一位置坐标以及两相邻轨迹段的端点的第二位置坐标确定所述轨迹段的控制点信息;函数拟合单元,用于基于所述控制点信息,采用三阶贝塞尔曲线的曲线函数拟合得到所述目标轨迹段的轨迹函数。
进一步地,所述函数拟合模块402还可以包括:轨迹段确定单元,用于在所述目标轨迹段仅有一侧存在相邻轨迹段或者两侧都不存在相邻轨迹段时,将所述目标轨迹段在目标侧的相邻轨迹段确定为仅由目标轨迹段在所述目标侧的端点构成的轨迹段,所述目标侧为不存在相邻轨迹段的一侧。
进一步地,所述循迹路径的拟合装置还可以包括:循迹控制模块,用于按照所述循迹路径进行循迹控制。
在上述方案中,所述循迹控制模块可以包括:采样单元,用于基于预设采样密度对循迹路径内的各目标轨迹段进行采样,得到所述循迹路径上的目标路点;目标路点信息确定单元,用于根据所述轨迹函数组确定各所述目标路点的目标路点信息,所述目标路点信息包括各所述目标路点的顺序和位置坐标,以及各所述目标路点处的曲率和期望航向;循迹控制单元,用于按照所述目标路点信息进行循迹控制。
在上述方案中,所述循迹控制模块还可以包括:平滑处理单元,用于在所述按照所述目标路点信息进行循迹控制之前,对循迹轨迹路径上的待平滑目标路点处的曲率和期望航向进行平滑处理,所述待平滑目标路点为位于目标轨迹段端点处的目标路点。
本发明实施例四提供的循迹路径的拟合装置可执行本发明任意实施例提供的循迹路径的拟合方法,具备执行循迹路径的拟合方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的循迹路径的拟合方法。
实施例五
图11为本发明实施例五提供的一种智能汽车的结构示意图,如图11所示,该智能汽车包括处理器50和存储器51,还可以包括输入装置52和输出装置53;智能汽车中处理器50的数量可以是一个或多个,图11中以一个处理器50为例;智能汽车中的处理器50、存储器51、输入装置52和输出装置53可以通过总线或其他方式连接,图11中以通过总线连接为例。
存储器51作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的循迹路径的拟合方法对应的程序指令/模块(例如,循迹路径的拟合装置中的端点获取模块401、函数拟合模块402和路径确定模块403)。处理器50通过运行存储在存储器51中的软件程序、指令以及模块,从而执行智能汽车的各种功能应用以及数据处理,即实现上述的循迹路径的拟合方法。
存储器51可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器51可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器51可进一步包括相对于处理器50远程设置的存储器,这些远程存储器可以通过网络连接至智能汽车。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置52可用于接收输入的数字或字符信息,以及产生与智能汽车的用户设置以及功能控制有关的键信号输入。输出装置53可包括显示屏等显示设备。
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种循迹路径的拟合方法,该方法包括:
获取待拟合轨迹上的各目标轨迹段的端点信息;
根据所述端点信息,采用三阶贝塞尔曲线的曲线函数拟合各所述目标轨迹段的轨迹函数;
联合各所述目标轨迹段的轨迹函数,并基于联合得到的拟合函数组确定所述待拟合轨迹的循迹路径。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的循迹路径的拟合方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,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的方法。
值得注意的是,上述循迹路径的拟合装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种循迹路径的拟合方法,其特征在于,包括:
获取待拟合轨迹上的各目标轨迹段的端点信息;
根据所述端点信息,采用三阶贝塞尔曲线的曲线函数拟合各所述目标轨迹段的轨迹函数;
联合各所述目标轨迹段的轨迹函数,并基于联合得到的拟合函数组确定所述待拟合轨迹的循迹路径。
2.根据权利要求1所述的拟合方法,其特征在于,在所述获取待拟合轨迹上的各目标轨迹段的端点信息之前,还包括:
自原始行驶轨迹上距离当前位置最近的原始路点开始,按照所述原始行驶轨迹对应的行驶方向,依次获取M个原始路点作为待拟合原始路点;
将所述待拟合原始路点构成的轨迹确定为本次拟合的待拟合轨迹,并将所述待拟合轨迹划分为N个目标轨迹段,其中,M和N均为预先设置的正整数,且M>N。
3.根据权利要求1所述的拟合方法,其特征在于,所述根据所述端点信息,采用三阶贝塞尔曲线的曲线函数拟合各所述目标轨迹段的轨迹函数,包括:
针对每个目标轨迹段,根据所述目标轨迹段的端点的第一位置坐标以及两相邻轨迹段的端点的第二位置坐标确定所述轨迹段的控制点信息;
基于所述控制点信息,采用三阶贝塞尔曲线的曲线函数拟合得到所述目标轨迹段的轨迹函数。
4.根据权利要求2所述的拟合方法,其特征在于,还包括:
如果所述目标轨迹段仅有一侧存在相邻轨迹段或者两侧都不存在相邻轨迹段,则将所述目标轨迹段在目标侧的相邻轨迹段确定为仅由目标轨迹段在所述目标侧的端点构成的轨迹段,所述目标侧为不存在相邻轨迹段的一侧。
5.根据权利要求1-4任一所述的拟合方法,其特征在于,还包括:
按照所述循迹路径进行循迹控制。
6.根据权利要求5所述的拟合方法,其特征在于,所述按照所述循迹路径进行循迹控制,包括:
基于预设采样密度对循迹路径内的各目标轨迹段进行采样,得到所述循迹路径上的目标路点;
根据所述轨迹函数组确定各所述目标路点的目标路点信息,所述目标路点信息包括各所述目标路点的顺序和位置坐标,以及各所述目标路点处的曲率和期望航向;
按照所述目标路点信息进行循迹控制。
7.根据权利要求6所述的拟合方法,其特征在于,在所述按照所述目标路点信息进行循迹控制之前,还包括:
对循迹轨迹路径上的待平滑目标路点处的曲率和期望航向进行平滑处理,所述待平滑目标路点为位于目标轨迹段端点处的目标路点。
8.一种循迹路径的拟合装置,其特征在于,包括:
端点获取模块,用于获取待拟合轨迹上的各目标轨迹段的端点信息;
函数拟合模块,用于根据所述端点信息,采用三阶贝塞尔曲线的曲线函数拟合各所述目标轨迹段的轨迹函数;
路径确定模块,用于联合各所述目标轨迹段的轨迹函数,并基于联合得到的拟合函数组确定所述待拟合轨迹的循迹路径。
9.一种智能汽车,其特征在于,包括:
一个或多个处理器;
存储器,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,使得所述一个或多个处理器实现如权利要求1-7中任一所述的循迹路径的拟合方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的循迹路径的拟合方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910758082.9A CN110595475A (zh) | 2019-08-16 | 2019-08-16 | 循迹路径的拟合方法、装置、智能汽车和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910758082.9A CN110595475A (zh) | 2019-08-16 | 2019-08-16 | 循迹路径的拟合方法、装置、智能汽车和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110595475A true CN110595475A (zh) | 2019-12-20 |
Family
ID=68854353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910758082.9A Pending CN110595475A (zh) | 2019-08-16 | 2019-08-16 | 循迹路径的拟合方法、装置、智能汽车和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110595475A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111123952A (zh) * | 2019-12-31 | 2020-05-08 | 华为技术有限公司 | 一种轨迹规划方法及装置 |
CN111515953A (zh) * | 2020-04-29 | 2020-08-11 | 北京阿丘机器人科技有限公司 | 路径规划方法、装置及电子设备 |
CN111680114A (zh) * | 2020-04-14 | 2020-09-18 | 武汉光庭信息技术股份有限公司 | 一种参考轨迹平滑处理方法、装置、终端设备及存储介质 |
CN111813112A (zh) * | 2020-06-30 | 2020-10-23 | 中国第一汽车股份有限公司 | 一种车辆轨迹点确定方法、装置、车辆及存储介质 |
CN111829540A (zh) * | 2020-06-04 | 2020-10-27 | 北京百度网讯科技有限公司 | 驾驶轨迹生成方法、装置、电子设备及存储介质 |
CN112327830A (zh) * | 2020-10-19 | 2021-02-05 | 东风汽车集团有限公司 | 车辆自动驾驶变道轨迹的规划方法及电子设备 |
CN113108795A (zh) * | 2021-04-15 | 2021-07-13 | 杭州壹悟科技有限公司 | 一种任意阶agv曲线路线生成方法、装置及系统 |
WO2021143505A1 (zh) * | 2020-01-17 | 2021-07-22 | 北京市商汤科技开发有限公司 | 路径规划方法及装置、存储介质 |
CN113176782A (zh) * | 2021-05-21 | 2021-07-27 | 福建盛海智能科技有限公司 | 一种自主变换路径循迹的方法及无人车 |
CN113177665A (zh) * | 2021-05-21 | 2021-07-27 | 福建盛海智能科技有限公司 | 一种提高循迹路线精度的方法及终端 |
CN113327264A (zh) * | 2021-06-01 | 2021-08-31 | 星觅(上海)科技有限公司 | 轨迹拟合方法、装置、设备及存储介质 |
CN113587942A (zh) * | 2021-06-29 | 2021-11-02 | 深圳一清创新科技有限公司 | 一种基于自主建图的路线处理的方法、装置以及电子设备 |
CN113624234A (zh) * | 2021-07-29 | 2021-11-09 | 中国铁建高新装备股份有限公司 | 线路平滑处理方法、装置、电子设备和计算机存储介质 |
CN114055459A (zh) * | 2020-08-06 | 2022-02-18 | 库卡机器人(广东)有限公司 | 轨迹规划的方法、装置、电子设备及存储介质 |
CN114184198A (zh) * | 2020-09-14 | 2022-03-15 | 广州汽车集团股份有限公司 | 一种实时路径生成方法、装置及汽车 |
CN116401485A (zh) * | 2023-06-08 | 2023-07-07 | 中航信移动科技有限公司 | 一种多规格窗口的显示适配方法、存储介质及电子设备 |
CN116578891A (zh) * | 2023-07-14 | 2023-08-11 | 天津所托瑞安汽车科技有限公司 | 道路信息重构方法、终端及存储介质 |
CN117021366A (zh) * | 2023-10-10 | 2023-11-10 | 青岛农业大学 | 一种低碳再生混凝土搅拌设备远程控制方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102998684A (zh) * | 2012-11-21 | 2013-03-27 | 厦门雅迅网络股份有限公司 | 一种基于贝塞尔曲线的终端定位轨迹拟合方法 |
CN103975223A (zh) * | 2011-09-13 | 2014-08-06 | 通腾波兰股份有限公司 | 路线平滑 |
CN109726489A (zh) * | 2019-01-02 | 2019-05-07 | 腾讯科技(深圳)有限公司 | 一种建立辅助驾驶数据库的方法及系统 |
-
2019
- 2019-08-16 CN CN201910758082.9A patent/CN110595475A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103975223A (zh) * | 2011-09-13 | 2014-08-06 | 通腾波兰股份有限公司 | 路线平滑 |
CN102998684A (zh) * | 2012-11-21 | 2013-03-27 | 厦门雅迅网络股份有限公司 | 一种基于贝塞尔曲线的终端定位轨迹拟合方法 |
CN109726489A (zh) * | 2019-01-02 | 2019-05-07 | 腾讯科技(深圳)有限公司 | 一种建立辅助驾驶数据库的方法及系统 |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111123952B (zh) * | 2019-12-31 | 2021-12-31 | 华为技术有限公司 | 一种轨迹规划方法及装置 |
WO2021136130A1 (zh) * | 2019-12-31 | 2021-07-08 | 华为技术有限公司 | 一种轨迹规划方法及装置 |
CN111123952A (zh) * | 2019-12-31 | 2020-05-08 | 华为技术有限公司 | 一种轨迹规划方法及装置 |
WO2021143505A1 (zh) * | 2020-01-17 | 2021-07-22 | 北京市商汤科技开发有限公司 | 路径规划方法及装置、存储介质 |
CN111680114A (zh) * | 2020-04-14 | 2020-09-18 | 武汉光庭信息技术股份有限公司 | 一种参考轨迹平滑处理方法、装置、终端设备及存储介质 |
CN111680114B (zh) * | 2020-04-14 | 2022-07-29 | 武汉光庭信息技术股份有限公司 | 一种参考轨迹平滑处理方法、装置、终端设备及存储介质 |
CN111515953A (zh) * | 2020-04-29 | 2020-08-11 | 北京阿丘机器人科技有限公司 | 路径规划方法、装置及电子设备 |
CN111829540A (zh) * | 2020-06-04 | 2020-10-27 | 北京百度网讯科技有限公司 | 驾驶轨迹生成方法、装置、电子设备及存储介质 |
CN111813112A (zh) * | 2020-06-30 | 2020-10-23 | 中国第一汽车股份有限公司 | 一种车辆轨迹点确定方法、装置、车辆及存储介质 |
CN114055459A (zh) * | 2020-08-06 | 2022-02-18 | 库卡机器人(广东)有限公司 | 轨迹规划的方法、装置、电子设备及存储介质 |
CN114184198B (zh) * | 2020-09-14 | 2024-03-01 | 广州汽车集团股份有限公司 | 一种实时路径生成方法、装置及汽车 |
CN114184198A (zh) * | 2020-09-14 | 2022-03-15 | 广州汽车集团股份有限公司 | 一种实时路径生成方法、装置及汽车 |
CN112327830A (zh) * | 2020-10-19 | 2021-02-05 | 东风汽车集团有限公司 | 车辆自动驾驶变道轨迹的规划方法及电子设备 |
CN112327830B (zh) * | 2020-10-19 | 2021-11-30 | 东风汽车集团有限公司 | 车辆自动驾驶变道轨迹的规划方法及电子设备 |
CN113108795A (zh) * | 2021-04-15 | 2021-07-13 | 杭州壹悟科技有限公司 | 一种任意阶agv曲线路线生成方法、装置及系统 |
CN113177665A (zh) * | 2021-05-21 | 2021-07-27 | 福建盛海智能科技有限公司 | 一种提高循迹路线精度的方法及终端 |
CN113176782A (zh) * | 2021-05-21 | 2021-07-27 | 福建盛海智能科技有限公司 | 一种自主变换路径循迹的方法及无人车 |
CN113327264A (zh) * | 2021-06-01 | 2021-08-31 | 星觅(上海)科技有限公司 | 轨迹拟合方法、装置、设备及存储介质 |
CN113327264B (zh) * | 2021-06-01 | 2023-01-13 | 星觅(上海)科技有限公司 | 轨迹拟合方法、装置、设备及存储介质 |
CN113587942A (zh) * | 2021-06-29 | 2021-11-02 | 深圳一清创新科技有限公司 | 一种基于自主建图的路线处理的方法、装置以及电子设备 |
CN113624234B (zh) * | 2021-07-29 | 2024-02-02 | 中国铁建高新装备股份有限公司 | 线路平滑处理方法、装置、电子设备和计算机存储介质 |
CN113624234A (zh) * | 2021-07-29 | 2021-11-09 | 中国铁建高新装备股份有限公司 | 线路平滑处理方法、装置、电子设备和计算机存储介质 |
CN116401485A (zh) * | 2023-06-08 | 2023-07-07 | 中航信移动科技有限公司 | 一种多规格窗口的显示适配方法、存储介质及电子设备 |
CN116401485B (zh) * | 2023-06-08 | 2023-08-15 | 中航信移动科技有限公司 | 一种多规格窗口的显示适配方法、存储介质及电子设备 |
CN116578891A (zh) * | 2023-07-14 | 2023-08-11 | 天津所托瑞安汽车科技有限公司 | 道路信息重构方法、终端及存储介质 |
CN116578891B (zh) * | 2023-07-14 | 2023-10-03 | 天津所托瑞安汽车科技有限公司 | 道路信息重构方法、终端及存储介质 |
CN117021366B (zh) * | 2023-10-10 | 2024-01-09 | 青岛农业大学 | 一种低碳再生混凝土搅拌设备远程控制方法及系统 |
CN117021366A (zh) * | 2023-10-10 | 2023-11-10 | 青岛农业大学 | 一种低碳再生混凝土搅拌设备远程控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110595475A (zh) | 循迹路径的拟合方法、装置、智能汽车和存储介质 | |
US10627241B2 (en) | Map-centric map matching method and apparatus | |
CN107992050B (zh) | 无人驾驶汽车局部路径运动规划方法和装置 | |
CN110162029B (zh) | 一种基于规划路径的运动控制方法及装置、机器人 | |
CN111898804B (zh) | 局部规划的道路自适应采样方法 | |
CN111830979B (zh) | 一种轨迹优化方法和装置 | |
CN110954122B (zh) | 高速场景下的自动驾驶轨迹生成方法 | |
CN111026116B (zh) | 船舶操纵控制方法、装置及电子设备 | |
CN114676939B (zh) | 一种多车型参数自适应的参考线平滑方法和系统 | |
CN114771551B (zh) | 自动驾驶车辆轨迹规划方法、装置和自动驾驶车辆 | |
CN108827311A (zh) | 一种制造车间无人搬运系统路径规划方法 | |
CN110647151A (zh) | 坐标转换方法及装置、计算机可读存储介质、电子设备 | |
CN110836671A (zh) | 轨迹规划方法、轨迹规划装置、存储介质与电子设备 | |
CN115562290A (zh) | 一种基于a星惩罚控制优化算法的机器人路径规划方法 | |
CN113619604B (zh) | 自动驾驶汽车的集成式决控方法、装置及存储介质 | |
CN114834484A (zh) | 一种车辆轨迹跟随控制方法、装置、电子设备及存储介质 | |
CN114763133A (zh) | 车辆泊车规划方法、装置、设备及计算机存储介质 | |
WO2023137938A1 (zh) | 虚拟角色的路径规划方法及装置、电子设备、存储介质 | |
CN115540852A (zh) | 电子栅格地图构建方法、装置、电子设备及存储介质 | |
Terayama et al. | Fundamental study of traffic prediction in Tokyo Bay using machine learning | |
CN112518744A (zh) | 机器人轨迹规划方法、装置、机器人 | |
Würsching et al. | Robust and Efficient Curvilinear Coordinate Transformation with Guaranteed Map Coverage for Motion Planning | |
Wang et al. | Reference path correction for autonomous ground vehicles driving over rough terrain | |
CN114184198B (zh) | 一种实时路径生成方法、装置及汽车 | |
CN113534794B (zh) | 船舶路径规划方法、终端设备及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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191220 |