CN110879560A - 控制车辆的方法、装置、设备和存储介质 - Google Patents

控制车辆的方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN110879560A
CN110879560A CN201911339882.3A CN201911339882A CN110879560A CN 110879560 A CN110879560 A CN 110879560A CN 201911339882 A CN201911339882 A CN 201911339882A CN 110879560 A CN110879560 A CN 110879560A
Authority
CN
China
Prior art keywords
trajectory
candidate
vehicle
determining
target
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
CN201911339882.3A
Other languages
English (en)
Other versions
CN110879560B (zh
Inventor
于宁
朱帆
薛晶晶
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201911339882.3A priority Critical patent/CN110879560B/zh
Publication of CN110879560A publication Critical patent/CN110879560A/zh
Application granted granted Critical
Publication of CN110879560B publication Critical patent/CN110879560B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/04Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423Input/output
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/25Pc structure of the system
    • G05B2219/25257Microcontroller

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

根据本公开的实施例,提供了一种用于控制车辆的方法、装置、设备和存储介质,涉及自动驾驶领域。该方法包括:响应于确定车辆从当前位置不能够前行通过目标区域,基于目标区域的边界确定车辆能够通过目标区域的至少一部分的预期通行轨迹;基于预期通行轨迹,确定在车辆后方的至少一个候选后退位置;确定车辆从当前位置到至少一个候选后退位置的至少一个候选后退轨迹;以及基于至少一个候选后退轨迹,确定目标后退轨迹。基于这样的方式,可以使得车辆能够通过前行规划无法通过的区域。

Description

控制车辆的方法、装置、设备和存储介质
技术领域
本公开的实施例主要涉及自动驾驶领域,并且更具体地,涉及用于控制车辆的方法、装置、设备和计算机可读存储介质。
背景技术
当自动驾驶车辆在道路上行驶时,可能会由于感知系统的误差或者突然出现的一些障碍物使得车辆无法按照原先规划的路径继续前行。此时,由于障碍物的阻挡,自动驾驶车辆可能无法通过前行规划而继续向前行驶。在这种情况下,自动驾驶车辆往往需要人工驾驶的协助绕开障碍物以继续行驶,这是人们所不期望的。
发明内容
根据本公开的示例实施例,提供了一种用于控制车辆的方案。
在本公开的第一方面中,提供了一种用于控制车辆的方法。该方法包括:响应于确定车辆从当前位置不能够前行通过目标区域,基于目标区域的边界确定车辆能够通过目标区域的至少一部分的预期通行轨迹;基于预期通行轨迹,确定在车辆后方的至少一个候选后退位置;确定车辆从当前位置到至少一个候选后退位置的至少一个候选后退轨迹;以及基于至少一个候选后退轨迹确定目标后退轨迹。
在本公开的第二方面中,提供了一种用于控制车辆的装置。该装置包括:预期通行轨迹确定模块,被配置为响应于确定车辆从当前位置不能够前行通过目标区域,基于目标区域的边界确定车辆能够通过目标区域的至少一部分的预期通行轨迹;基于预期通行轨迹,确定在车辆后方的至少一个候选后退位置;候选后退轨迹确定模块,被配置为确定车辆从当前位置到至少一个候选后退位置的至少一个候选后退轨迹;以及目标后退轨迹确定模块,被配置为基于至少一个候选后退轨迹确定目标后退轨迹。
在本公开的第三方面中,提供了一种设备,包括一个或多个处理器;以及存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现根据本公开的第一方面的方法。
在本公开的第四方面中,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根据本公开的第一方面的方法。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标注表示相同或相似的元素,其中:
图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图;
图2示出了根据本公开的一些实施例的用于控制车辆的示例方法的流程图;
图3示出了根据本公开的一些实施例的确定预期通行轨迹的示例方法的流程图;
图4示出了根据本公开的一些实施例的确定目标后退轨迹的示例方法的过程;
图5示出了根据本公开的实施例的用于控制车辆的装置的示意框图;以及
图6示出了能够实施本公开的多个实施例的计算设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
在本公开的实施例的描述中,术语“包括”及其类似用语应当理解为开放性包含,即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
近年来,无人驾驶技术逐渐崭露头角。越来越多的企业开始投入无人驾驶的研发和生产中。可预想到,未来一段时间内的道路上将会出现部分无人驾驶车辆。然而,如上文所提及的,当自动驾驶车辆在道路上行驶时,可能会由于感知系统的误差或者突然出现的一些障碍物使得车辆无法按照原先规划的路径继续前行。此时,由于障碍物的阻挡,自动驾驶车辆可能无法通过前行规划而继续向前行驶。在这种情况下,自动驾驶车辆往往需要人工驾驶的协助绕开障碍物以继续行驶,这极大限制了自动驾驶车辆可适用的场景。
根据本公开的实施例,提出了一种用于控制车辆的方案。在该方案中,当确定车辆从当前位置不能够前行通过目标区域时,可以基于目标区域的边界确定车辆能够通过目标区域的至少一部分的预期通行轨迹。预期通行轨迹可以用于确定在车辆后方的至少一个候选后退位置,并进而确定车辆从当前位置到至少一个候选后退位置的至少一个候选后退轨迹。随后,基于至少一个候选后退轨迹确定目标后退轨迹。基于这样的方式,可以使得车辆在前行无法通过目标区域时能够后退到适当的位置,从而提高了自动驾驶车辆的通行能力。
以下将参照附图来具体描述本公开的实施例。
图1示出了本公开的多个实施例能够在其中实现的示例环境100的示意图。在该示例环境100中示意性示出了一些典型物体,包括行驶在道路105的车辆120。在图1的示例中,车辆120可以是可以承载人和/或物并且通过发动机等动力系统移动的任何类型的车辆,包括但不限于轿车、卡车、巴士、电动车、摩托车、房车、火车等等。环境100中的一个或多个目标车辆120是具有一定自动驾驶能力的车辆,这样的车辆也被称为自动驾驶车辆。
车辆120可以通信地耦合到计算设备125。虽然被示出为单独的实体,但计算设备125可以被嵌入在车辆120中。计算设备125也可以是车辆120外部的实体,并且可以经由无线网络与车辆120通信。计算设备125可以被实现为一个或多个计算设备,其至少包含处理器、存储器以及其他通常存在于通用计算机中的组件,以便实现计算、存储、通信、控制等功能。
如图1所示,车辆120的前行方向上可能因为障碍物区域115的阻挡而使得车辆120无法前行通过目标区域110。应当理解,障碍物区域115可以是由于存在静态障碍物(例如,路障或石块等)或动态障碍物(例如,行人、动物或车辆等)而临时无法通行的区域,或者是本身就不可以通行的非通行区域(例如,道路边界外的区域)。应当理解,图1中所示的障碍物区域的大小和位置仅是示意性的,本公开不旨在对此进行限制。
由于障碍物区域115和车辆120自身拐弯半径的限制,车辆120无法安全地前行通过目标区域110。目标区域110是指车辆120前方可以安全行驶通过的可通行区域。例如,当车辆120突然受到某些障碍物的影响,导致车辆120无法按照原来规划的路径继续前行。在人工驾驶中,控制车辆后退在寻找合适的通行路径是一种常规的思路,然而自动驾驶车辆120往往不具备后退规划的能力。
如图1所示,计算设备125可以确定车辆120预期通过目标区域110的预期通行轨迹145,并根据预期通行轨迹确定至少一个候选后退位置130-1至130-3(为了方便描述,单独或统一称为候选后退位置130)。进一步地,计算设备125可以基于车辆120的当前位置和候选后退位置130来确定至少一个候选后退轨迹135-1至135-3(为了方便描述,单独或统一称为候选后退轨迹135),并从中确定用于控制车辆120控制的目标后退轨迹。以下将结合图2至图4来详细描述根据本公开的实施例的控制车辆的过程。
图2示出了根据本公开的实施例的用于控制车辆的方法200的流程图。方法200例如可以由图1中所示的计算设备125来执行。以下将参考图1来描述图2中的过程。
如图2所示,在框202,计算设备125确定车辆120从当前位置是否能够前行通过目标区域110。在一些实施例中,计算设备125可以根据从当前位置的可通行空间以及车辆120的行驶约束(例如,最大拐弯半径)来搜索车辆120从当前位置安全行驶到目标区域110的轨迹。在图1的示例中,由于障碍物区域115的阻挡,计算设备125将无法确定出一条可以安全行驶到目标区域110的轨迹。
响应于在框202确定车辆120从当前位置不能够前行通过目标区域110,则方法200进行到框204。在框204,计算设备125基于目标区域110的边界140确定车辆能够通过目标区域110的至少一部分的预期通行轨迹145。
在一些实施例中,计算设备125可以首先确定与当前位置相关联的至少一项驾驶约束。例如,计算设备125可以根据车辆120的位置来确定与当前位置相对应的交通法规。在一些实施例中,只有在确定至少一项驾驶约束允许车辆120后退行驶时,计算设备125才基于目标区域110的边界140来确定预期通行轨迹145。当车辆120位于高速公路时,与高速公路相关联的交通法规可能不允许车辆后向行驶。
备选地,计算设备125还可以根据车辆120停车的时长和当前位置来确定车辆120是否启动后退规划。例如,当基于当前位置确定车辆120是在排队等红绿灯时,计算设备125可以确定无需启动后退规划。作为另一示例,当停车的时长较短时,并且障碍物区域115包括的是动态障碍物时,计算设备125也可以确定不启动后退规划。。
在一些实施例中,计算设备125可以获取目标区域110的边界140-1和140-2(为了方便描述,单独或统一称为边界140)。在一些示例中,边界140例如可以是指可通行区域(例如,道路)的边界,这样的边界信息例如可以通过地图来确定。在另一些示例中,计算设备125也可以通过与车辆120耦合的传感器来获取边界140的信息。例如,计算设备125可以从车辆120上所安装的传感器(例如,图像传感器,激光雷达、毫米波雷达等)来确定边界140。作为另一示例,计算设备125例如也可以基于无线通信从安装在路侧的传感器(例如,图像传感器,激光雷达、毫米波雷达等)来获取边界140的信息。
在确定目标区域110的边界140后,计算设备125可以根据车辆120的尺寸以及边界140来确定车辆120能够通过目标区域110的预期通行轨迹145。在一些实施例中,计算设备125例如可以只要保证距离车辆120与边界140有最小的安全距离即可。
在一些实施例中,考虑到不同的障碍物可能具有不同的危险程度,例如,当边界140-1对应与悬崖时,从安全的角度考虑,车辆120应当尽量远离边界140-1。根据本公开的实施例,计算设备125进一步可以基于与目标区域110的边界140所对应的障碍物类型来确定预期通行轨迹145。以下将结合图3来描述框204的过程,图3示出了根据本公开一些实施例的确定预期通行轨迹的过程的流程图。
如图3所示,在框302,计算设备125可以确定与目标区域110的边界140相关联的障碍物的类型。应当理解,与获取边界140的信息类似,计算设备125也可以基于地图信息、或者利用安装在车辆或路测的传感器来确定与边界140所对应的障碍物的类型。例如,当边界140-1为道路105的边界时,地图信息可以存储与边界140-1对应的障碍物为护栏、悬崖或者是草地。
在框304,计算设备125可以基于障碍物的类型来确定与障碍物相对应的危险程度。在一些实施例中,可以预先构建不同类型的障碍物所对应的危险程度。例如,悬崖可以具有最高的危险程度,而草地可以具有较低的危险程度。在一些实施例中,可以通过数值来指示障碍物的危险程度,例如越高的数值可以指示越高的危险程度。
在框306,计算设备125可以基于与障碍物所对应的危险程度来确定车辆能够通过目标区域110的至少一部分的预期通行轨迹145。在一些实施例中,计算设备125可以采用类似于引力计算的方案来确定车辆120通过目标区域110所沿的多个位置。具体地,例如,计算设备125在确定通行位置时可以保证等式(1)成立:
P1/(D1*D1)=P2/(D2*D2) (1)
其中,P1为与边界140-1所对应的障碍物的危险程度,P2为与边界140-2所对应的障碍物的危险程度,D1为车辆120与边界140-1的距离,D2为车辆120与边界140-2的距离。在确定D1与D2的关系后,计算设备125进一步可以根据车辆120的尺寸以及边界140-1与140-2之间的距离来确定D1与D2的具体大小,进而可以确定预期通行轨迹145。基于这样的方式,可以使得车辆120尽可能远离危险程度更高的障碍物,进而提高车辆行驶的安全性。
继续参考图2,在框206,计算设备125基于预期通行轨迹145确定在车辆120后方的至少一个候选后退位置130。在一些实施例中,计算设备125可以基于预期通行轨迹145在车辆120后方的向后延伸线来确定至少一个候选后退位置130。
在一些实施例中,计算设备125可以基于预期通行轨迹145与参考行驶线的偏移来确定预期通行轨迹145在车辆120后方的向后延伸线。参考行驶线是车辆120在行驶中参考的线,包括例如道路的边界或者道路的中间线。在一些实施例中,当边界140-1为道路边界时,计算设备125将边界140-1确定为参考行驶线。计算设备125例如可以通过使得在向后延伸线上的点与道路边界140-1的距离同预期通行轨迹145与道路边界140-1的距离相同来确定预期通行轨迹145在车辆120后方的向后延伸线。备选地,计算设备125也可以将道路的中央线确定为参考行驶线,并可以通过使得在向后延伸线上的点与道路中央线的距离同预期通行轨迹145与道路中央线的距离相同来确定预期通行轨迹145在车辆120后方的向后延伸线。对于一些其他的示例,例如车辆120后方的行驶区域较为宽阔时,计算设备125也可以不必保证与道路的边界140-1总是恒定,而是在保证车辆120沿延伸线行驶不会发生碰撞的前提下,尽可能地沿直线行驶。通过这样的方式,计算设备125可以使得预期通行轨迹145的延伸能够远离障碍物,从而提高车辆120在后退到候选后退位置130后能够沿延伸线和预期通行轨迹145前行通过目标区域110的可能性。
在一些实施例中,计算设备125可以根据所确定的预期通行轨迹145的向后延伸线和预定的采样距离,来在向后延伸线上选取车辆120后方的若干位置作为候选后退位置130。附加地,为了避免车辆120后退的距离过远,计算设备125还可以设置最远后退距离,也即,确保所选择的候选后退位置130与车辆120的当前位置之间的距离不会超过最远后退距离。
在框208,计算设备125确定车辆从当前位置到至少一个候选后退位置130的至少一个候选后退轨迹135。如图1所示,在确定至少一个候选后退位置130后,计算设备125可以生成至少一个候选后退轨迹135。具体地,在一些实施例中,计算设备125可以基于至少一个候选后退位置130,确定车辆120的多个候选目的位姿,其中候选目的位姿包括指示候选后退位置130和车辆120在候选后退位置130处的预期朝向的信息。在一些实施例中,车辆120在候选后退位置130处的朝向可以基于预期通行轨迹145及其延伸上候选后退位置130处的切线来确定。例如,对于图1的示例,考虑到预期通行轨迹145为一条直线,与候选后退位置130所对应的候选目的位姿所指示的朝向可以被确定为预期通行轨迹145所沿的方向。
在一些实施例中,计算设备125还可以基于多个候选目的位姿和车辆120的当前位姿,确定至少一个候选后退轨迹135。具体地,计算设备125可以利用三次螺旋曲线生成算法以基于车辆120的当前位置和多个候选目的位姿来确定至少一个候选后退轨迹135。应当理解,所生成的候选后退轨迹135应当满足碰撞约束和车辆120转弯约束。也即,车辆120沿候选后退轨迹135后退行驶时应当不会发生碰撞,且至少一个候选后退轨迹135中的最大曲率需要小于或等于车辆120的最大转弯曲率。应当理解,还可以利用其他任何适当的方法来基于初始位姿和目的位姿来确定轨迹,本公开不旨在对此进行限定。
在框210,计算设备125基于至少一个候选后退轨迹135,确定目标后退轨迹135-2。在一些实施例中,计算设备125可以对所生成的至少一个候选后退轨迹135进行评价,并选择其中较优的目标后退轨迹。
以下将结合图4来描述框210的过程,图4示出了根据本公开一些实施例的确定目标后退轨迹的过程的流程图。如图4所示,在框402,计算设备125可以基于至少一个候选后退轨迹135的长度和对应的碰撞概率,确定与候选后退轨迹135相对应的评价结果。在一些实施例中,在生成候选后退轨迹135时,计算设备125可以确定与该候选后退轨迹135所对应的碰撞概率,例如,车辆120沿候选后退轨迹135行驶时与附近的障碍物距离越近,则碰撞概率越高。因此,计算设备125例如可以将障碍物距离的总和确定为与候选后退轨迹135所对应的碰撞概率。
附加地,考虑到安全性,车辆120后退行驶的距离也不应当过长。在一些实施例中,计算设备125可以总和将碰撞概率与候选后退轨迹135的距离的加权和作为针对候选后退轨迹135的评价结果。
在框404,计算设备125可以基于评价结果从至少一个候选后退轨迹135中确定目标后退轨迹135-2。在确定了与至少一个候选后退轨迹135所对应的评价结果后,计算设备125例如可以选择评价结果最优的候选后退轨迹135作为目标后退轨迹。
备选地,计算设备125也可以从评价结果优于预定阈值的至少一个候选后退轨迹135中选择一个作为目标后退轨迹。例如,计算设备125可以从评价结果优于阈值的至少一个候选后退轨迹135中选择距离最短的候选后退轨迹135作为目标后退轨迹。例如,在图1的示例中,计算设备125可以将轨迹135-2确定为目标后退轨迹。
在一些实施例中,在确定目标后退轨迹135-2后,计算设备125还可以控制车辆120沿目标后退轨迹135-2行驶到目标后退位置130-2。随后,车辆120至少可以按照预期通行轨迹145及其延伸来行驶通过目标区域110的至少一部分。
基于上文所描述的方法,本公开的实施例可以在车辆无法前行通过目标区域时后退到合适的位置,进而可以再次前行规划通过目标区域。这解决了现有的自动驾驶车辆后退规划能力不足的缺陷,大大提升了自动驾驶车辆对于不同道路情况的适应能力。
图5示出了根据本公开实施例的用于控制车辆的装置500的示意性框图。装置500可以被包括在图1的计算设备125中或者被实现为计算设备125。如图5所示,装置500包括预期通行轨迹确定模块510,被配置为响应于确定车辆从当前位置不能够前行通过目标区域,基于目标区域的边界确定车辆能够通过目标区域的至少一部分的预期通行轨迹。装置500还包括候选后退位置确定模块520,被配置为基于预期通行轨迹,确定在车辆后方的至少一个候选后退位置。装置500还包括候选后退轨迹确定模块530,被配置为确定车辆从当前位置到至少一个候选后退位置的至少一个候选后退轨迹。此外,装置500还包括目标后退轨迹确定模块540,被配置为基于至少一个候选后退轨迹确定目标后退轨迹。
在一些实施例中,预期通行轨迹确定模块510包括:驾驶约束确定模块,被配置为确定与所述当前位置相关联的至少一项驾驶约束;以及第一轨迹确定模块,被配置为响应于所述至少一项驾驶约束允许所述车辆后退行驶,基于所述目标区域的所述边界确定所述预期通行轨迹。
在一些实施例中,预期通行轨迹确定模块510包括:障碍物确定模块,被配置为确定与目标区域的边界相关联的障碍物的类型;危险程度确定模块,被配置为基于类型,确定与障碍物相对应的危险程度;以及第二轨迹确定模块,被配置为基于危险程度,确定车辆能够通过目标区域的至少一部分的预期通行轨迹。
在一些实施例中,候选后退位置确定模块520包括:位置选择模块,被配置为基于预期通行轨迹在车辆后方的延伸,确定至少一个候选后退位置。
在一些实施例中,候选后退轨迹确定模块530包括:位姿确定模块,被配置为基于至少一个候选后退位置,确定车辆的多个候选目的位姿,候选目的位姿包括指示候选后退位置以及车辆在候选后退位置处的预期朝向的信息;以及第三轨迹确定模块,被配置为基于多个候选目的位姿和车辆的当前位姿,确定至少一个候选后退轨迹。
在一些实施例中,至少一个候选后退轨迹中的最大曲率小于或等于车辆的最大转弯曲率。
在一些实施例中,目标后退轨迹确定模块540包括:评价结果确定模块,被配置为基于至少一个候选后退轨迹的长度和对应的碰撞概率,确定与候选后退轨迹相对应的评价结果;以及目标后退轨迹选择模块,被配置为基于评价结果从至少一个候选后退轨迹中确定目标后退轨迹。
在一些实施例中,装置500还包括控制模块,被配置为控制车辆沿目标后退轨迹行驶到目标后退位置。
图6示出了可以用来实施本公开的实施例的示例设备600的示意性框图。设备600可以用于实现图1的计算设备125。如图所示,设备600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的计算机程序指令或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序指令,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元601执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由CPU 601执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,CPU 601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (18)

1.一种用于控制车辆的方法,包括:
响应于确定车辆从当前位置不能够前行通过目标区域,基于所述目标区域的边界确定所述车辆能够通过所述目标区域的至少一部分的预期通行轨迹;
基于所述预期通行轨迹,确定在所述车辆后方的至少一个候选后退位置;
确定所述车辆从所述当前位置到所述至少一个候选后退位置的至少一个候选后退轨迹;以及
基于所述至少一个候选后退轨迹,确定目标后退轨迹。
2.根据权利要求1所述的方法,其中确定所述预期通行轨迹包括:
确定与所述当前位置相关联的至少一项驾驶约束;以及
响应于所述至少一项驾驶约束允许所述车辆后退行驶,基于所述目标区域的所述边界确定所述预期通行轨迹。
3.根据权利要求1或2所述的方法,其中确定所述预期通行轨迹包括:
确定与所述目标区域的所述边界相关联的障碍物的类型;
基于所述类型,确定与所述障碍物相对应的危险程度;以及
基于所述危险程度,确定所述车辆能够通过所述目标区域的至少一部分的所述预期通行轨迹。
4.根据权利要求1所述的方法,其中确定所述至少一个候选后退位置包括:
基于所述预期通行轨迹在所述车辆后方的延伸,确定所述至少一个候选后退位置。
5.根据权利要求1所述的方法,其中确定所述车辆的所述至少一个候选后退轨迹包括:
基于所述至少一个候选后退位置,确定所述车辆的多个候选目的位姿,所述候选目的位姿包括指示所述候选后退位置以及所述车辆在所述候选后退位置处的预期朝向的信息;以及
基于所述多个候选目的位姿和所述车辆的当前位姿,确定所述至少一个候选后退轨迹。
6.根据权利要求1所述的方法,其中所述至少一个候选后退轨迹中的最大曲率小于或等于所述车辆的最大转弯曲率。
7.根据权利要求1所述的方法,其中确定所述目标后退轨迹包括:
基于所述至少一个候选后退轨迹的长度和对应的碰撞概率,确定与所述候选后退轨迹相对应的评价结果;以及
基于所述评价结果,从所述至少一个候选后退轨迹中确定所述目标后退轨迹。
8.根据权利要求1所述的方法,还包括:
控制所述车辆沿所述目标后退轨迹行驶到目标后退位置。
9.一种用于控制车辆的装置,包括:
预期通行轨迹确定模块,被配置为响应于确定车辆从当前位置不能够前行通过目标区域,基于所述目标区域的边界确定所述车辆能够通过所述目标区域的至少一部分的预期通行轨迹;
候选后退位置确定模块,被配置为基于所述预期通行轨迹,确定在所述车辆后方的至少一个候选后退位置;
候选后退轨迹确定模块,被配置为确定所述车辆从所述当前位置到所述至少一个候选后退位置的至少一个候选后退轨迹;以及
目标后退轨迹确定模块,被配置为基于所述至少一个候选后退轨迹确定目标后退轨迹。
10.根据权利要求9所述的装置,其中所述预期通行轨迹确定模块包括:
驾驶约束确定模块,被配置为确定与所述当前位置相关联的至少一项驾驶约束;以及
第一轨迹确定模块,被配置为响应于所述至少一项驾驶约束允许所述车辆后退行驶,基于所述目标区域的所述边界确定所述预期通行轨迹。
11.根据权利要求9或10所述的装置,其中所述预期通行轨迹确定模块包括:
障碍物确定模块,被配置为确定与所述目标区域的所述边界相关联的障碍物的类型;
危险程度确定模块,被配置为基于所述类型,确定与所述障碍物相对应的危险程度;以及
第二轨迹确定模块,被配置为基于所述危险程度,确定所述车辆能够通过所述目标区域的至少一部分的所述预期通行轨迹。
12.根据权利要求9所述的装置,其中所述候选后退位置确定模块包括:
位置选择模块,被配置为基于所述预期通行轨迹在所述车辆后方的延伸,确定所述至少一个候选后退位置。
13.根据权利要求9所述的装置,其中所述候选后退轨迹确定模块包括:
位姿确定模块,被配置为基于所述至少一个候选后退位置,确定所述车辆的多个候选目的位姿,所述候选目的位姿包括指示所述候选后退位置以及所述车辆在所述候选后退位置处的预期朝向的信息;以及
第三轨迹确定模块,被配置为基于所述多个候选目的位姿和所述车辆的当前位姿,确定所述至少一个候选后退轨迹。
14.根据权利要求9所述的装置,其中所述至少一个候选后退轨迹中的最大曲率小于或等于所述车辆的最大转弯曲率。
15.根据权利要求9所述的装置,其中所述目标后退轨迹确定模块包括:
评价结果确定模块,被配置为基于所述至少一个候选后退轨迹的长度和对应的碰撞概率,确定与所述候选后退轨迹相对应的评价结果;以及
目标后退轨迹选择模块,被配置为基于所述评价结果从所述至少一个候选后退轨迹中确定所述目标后退轨迹。
16.根据权利要求9所述的装置,还包括:
控制模块,被配置为控制所述车辆沿所述目标后退轨迹行驶到目标后退位置。
17.一种电子设备,所述电子设备包括:
一个或多个处理器;以及
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时,使得所述电子设备实现根据权利要求1-8中任一项所述的方法。
18.一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现根据权利要求1-8中任一项所述的方法。
CN201911339882.3A 2019-12-23 2019-12-23 控制车辆的方法、装置、设备和存储介质 Active CN110879560B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911339882.3A CN110879560B (zh) 2019-12-23 2019-12-23 控制车辆的方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911339882.3A CN110879560B (zh) 2019-12-23 2019-12-23 控制车辆的方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN110879560A true CN110879560A (zh) 2020-03-13
CN110879560B CN110879560B (zh) 2022-02-25

Family

ID=69730993

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911339882.3A Active CN110879560B (zh) 2019-12-23 2019-12-23 控制车辆的方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN110879560B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021147030A (ja) * 2020-03-18 2021-09-27 バイドゥ ユーエスエイ エルエルシーBaidu USA LLC シナリオに基づく自動運転車両の制御
WO2023097874A1 (zh) * 2021-12-01 2023-06-08 上海仙途智能科技有限公司 用于行驶轨迹规划的方法和装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010076488A (ja) * 2008-09-24 2010-04-08 Equos Research Co Ltd 車両
CN103796879A (zh) * 2011-08-12 2014-05-14 丰田自动车株式会社 停车支援装置
US20150258989A1 (en) * 2012-11-06 2015-09-17 Panasonic Intellectual Property Management Co., Ltd. Parking assist device
CN105261224A (zh) * 2015-09-02 2016-01-20 奇瑞汽车股份有限公司 智能车辆控制方法和装置
CN106527452A (zh) * 2016-12-30 2017-03-22 广州汽车集团股份有限公司 一种无人驾驶汽车遇障时运动路径规划方法及系统
CN106598055A (zh) * 2017-01-19 2017-04-26 北京智行者科技有限公司 一种智能车局部路径规划方法及其装置、车辆
CN107031619A (zh) * 2015-12-11 2017-08-11 现代自动车株式会社 用于控制自动驾驶系统的路径的方法和设备
CN107077789A (zh) * 2014-10-27 2017-08-18 罗伯特·博世有限公司 用于在停车场上引导车辆的方法和设备
CN109583384A (zh) * 2018-11-30 2019-04-05 百度在线网络技术(北京)有限公司 用于无人驾驶车的避障方法和装置
US20190244038A1 (en) * 2018-02-08 2019-08-08 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and readable storage medium
US20190256141A1 (en) * 2017-01-09 2019-08-22 Bayerische Motoren Werke Aktiengesellschaft Control Unit and Method for Determining a Trajectory for a Reversing Assistance System

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010076488A (ja) * 2008-09-24 2010-04-08 Equos Research Co Ltd 車両
CN103796879A (zh) * 2011-08-12 2014-05-14 丰田自动车株式会社 停车支援装置
US20150258989A1 (en) * 2012-11-06 2015-09-17 Panasonic Intellectual Property Management Co., Ltd. Parking assist device
CN107077789A (zh) * 2014-10-27 2017-08-18 罗伯特·博世有限公司 用于在停车场上引导车辆的方法和设备
CN105261224A (zh) * 2015-09-02 2016-01-20 奇瑞汽车股份有限公司 智能车辆控制方法和装置
CN107031619A (zh) * 2015-12-11 2017-08-11 现代自动车株式会社 用于控制自动驾驶系统的路径的方法和设备
CN106527452A (zh) * 2016-12-30 2017-03-22 广州汽车集团股份有限公司 一种无人驾驶汽车遇障时运动路径规划方法及系统
US20190256141A1 (en) * 2017-01-09 2019-08-22 Bayerische Motoren Werke Aktiengesellschaft Control Unit and Method for Determining a Trajectory for a Reversing Assistance System
CN106598055A (zh) * 2017-01-19 2017-04-26 北京智行者科技有限公司 一种智能车局部路径规划方法及其装置、车辆
US20190244038A1 (en) * 2018-02-08 2019-08-08 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and readable storage medium
CN109583384A (zh) * 2018-11-30 2019-04-05 百度在线网络技术(北京)有限公司 用于无人驾驶车的避障方法和装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021147030A (ja) * 2020-03-18 2021-09-27 バイドゥ ユーエスエイ エルエルシーBaidu USA LLC シナリオに基づく自動運転車両の制御
CN113495560A (zh) * 2020-03-18 2021-10-12 百度(美国)有限责任公司 基于场景的自动驾驶车辆控制
JP7189187B2 (ja) 2020-03-18 2022-12-13 バイドゥ ユーエスエイ エルエルシー シナリオに基づく自動運転車両の制御
US11740628B2 (en) 2020-03-18 2023-08-29 Baidu Usa Llc Scenario based control of autonomous driving vehicle
WO2023097874A1 (zh) * 2021-12-01 2023-06-08 上海仙途智能科技有限公司 用于行驶轨迹规划的方法和装置

Also Published As

Publication number Publication date
CN110879560B (zh) 2022-02-25

Similar Documents

Publication Publication Date Title
US20200265710A1 (en) Travelling track prediction method and device for vehicle
JP7346707B2 (ja) 自律車両のポリライン輪郭表現
US11851081B2 (en) Predictability-based autonomous vehicle trajectory assessments
JP7149288B2 (ja) 自動運転車両のための螺旋曲線に基づく垂直駐車計画システム
US11631257B2 (en) Surroundings recognition device, and surroundings recognition method
US20150329111A1 (en) Elevated perception system for automated vehicles
RU2745804C1 (ru) Способ и процессор для управления перемещением в полосе движения автономного транспортного средства
CN113928340B (zh) 应用于车辆中的避障方法、装置、电子设备和存储介质
RU2744012C1 (ru) Способы и системы для автоматизированного определения присутствия объектов
CN110879560B (zh) 控制车辆的方法、装置、设备和存储介质
US20230031375A1 (en) Pedestrian intent yielding
CN113997950A (zh) 车辆控制装置和车辆控制方法
CN118235180A (zh) 预测可行驶车道的方法和装置
CN112172816A (zh) 自动驾驶车辆的车道变换控制装置和方法
RU2750118C1 (ru) Способы и процессоры для управления работой беспилотного автомобиля
CN114312836A (zh) 自动驾驶车辆礼让行人的方法、装置、设备及存储介质
WO2022216641A1 (en) Counter-steering penalization during vehicle turns
CN111796587A (zh) 自动驾驶方法及存储介质、电子设备
EP3924795A1 (en) Trajectory prediction for driving strategy
CN110497906B (zh) 车辆控制方法、装置、设备和介质
JP6987150B2 (ja) 自動運転車両の3ポイントターンの最適プランナー切り替え方法
WO2019127076A1 (en) Automated driving vehicle control by collision risk map
CN115597578A (zh) 车辆在停车设施中利用选择性的传感器激活进行自定位
CN112534485B (zh) 前进路线预测装置、计算机可读取记录介质及前进路线预测方法
CN112660146A (zh) 控制车辆的方法、装置、设备和存储介质

Legal Events

Date Code Title Description
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