CN111060125A - 碰撞检测方法、装置、计算机设备和存储介质 - Google Patents

碰撞检测方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN111060125A
CN111060125A CN201911398579.0A CN201911398579A CN111060125A CN 111060125 A CN111060125 A CN 111060125A CN 201911398579 A CN201911398579 A CN 201911398579A CN 111060125 A CN111060125 A CN 111060125A
Authority
CN
China
Prior art keywords
distance
path
target
path point
obstacle
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
CN201911398579.0A
Other languages
English (en)
Other versions
CN111060125B (zh
Inventor
陈映冰
王鲁佳
刘明
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.)
Shenzhen Yiqing Innovation Technology Co ltd
Original Assignee
Shenzhen Yiqing Innovation 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 Yiqing Innovation Technology Co ltd filed Critical Shenzhen Yiqing Innovation Technology Co ltd
Priority to CN201911398579.0A priority Critical patent/CN111060125B/zh
Publication of CN111060125A publication Critical patent/CN111060125A/zh
Application granted granted Critical
Publication of CN111060125B publication Critical patent/CN111060125B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请涉及一种碰撞检测方法、装置、计算机设备和计算机可读存储介质。上述方法包括：从路径所包含的多个路径点中获取中间路径点，将中间路径点作为目标路径点；获取目标路径点相对于目标路径点的上一路径点的变化距离；根据变化距离、上一路径点与障碍物之间的预测距离确定目标路径点的目标预测距离；当目标预测距离值大于第一阈值时，将目标路径点的下一路径点作为目标路径点，并返回执行获取目标路径点相对于目标路径点的上一路径点的变化距离的操作；当目标预测距离小于或等于第一阈值时，则根据目标路径点与障碍物之间的第一检测距离确定路径是否与障碍物碰撞。采用本方法可以提高碰撞检测的速率。

Description

碰撞检测方法、装置、计算机设备和存储介质
技术领域
本申请涉及计算机技术领域，特别是涉及一种碰撞检测方法、装置、计算机设备和计算机可读存储介质。
背景技术
随着计算机技术的发展，碰撞检测技术可以广泛应用无人驾驶、机器人路径规划等应用场景。目前，碰撞检测技术主要基于层次包围盒算法，在对路径进行碰撞检测时，一般是将路径进行采样，将采样的样本点加入层次包围盒算法的树状结构中，通过层次包围盒算法输出每个样本点距离障碍物的最小距离，以确定样本点是否发生碰撞。
然而，传统的碰撞检测中为避免存在被忽略的障碍物，往往采用较小的采样间距对路径进行划分，从而导致树状结构节点过多、碰撞检测速率低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高碰撞检测的速率的碰撞检测方法、装置、计算机设备和计算机可读存储介质。
一种碰撞检测方法，所述方法包括：
从路径所包含的多个路径点中获取中间路径点，将所述中间路径点作为目标路径点；
获取所述目标路径点相对于所述目标路径点的上一路径点的变化距离；
根据所述变化距离、所述上一路径点与障碍物之间的预测距离确定所述目标路径点的目标预测距离；
当所述目标预测距离值大于第一阈值时，将所述目标路径点的下一路径点作为目标路径点，并返回执行所述获取目标路径点相对于所述目标路径点的上一路径点的变化距离的操作；
当所述目标预测距离小于或等于所述第一阈值时，则根据所述目标路径点与所述障碍物之间的第一检测距离确定所述路径是否与所述障碍物碰撞。
在其中一个实施例中，所述从路径包含的多个路径点中获取中间路径点，包括：
获取所述路径中的第一个路径点；
获取所述第一个路径点与障碍物之间的第二检测距离；
当所述第二检测距离大于所述第一阈值时，则将所述路径的第二个路径点作为所述中间路径点；
所述方法还包括：
将所述第二检测距离作为所述第一个路径点与所述障碍物之间的预测距离。
在其中一个实施例中，所述根据所述目标路径点与所述障碍物之间的第一检测距离确定所述路径是否与所述障碍物碰撞，包括：
当所述第一检测距离小于或等于第二阈值时，则确定所述路径与所述障碍物碰撞；
所述方法还包括：
在确定所述路径与所述障碍物碰撞时，输出碰撞指示及所述第一检测距离。
在其中一个实施例中，还包括：
当所述第一检测距离大于所述第二阈值时，根据所述第一检测距离与所述目标预测距离更新所述目标路径点与所述障碍物之间的预测距离；
将下一路径点作为所述目标路径点，并返回执行所述获取目标路径点相对于所述目标路径点的上一路径点的变化距离的操作。
在其中一个实施例中，所述将所述目标路径点的下一路径点作为所述目标路径点之前，还包括：
确定所述目标路径点是否为所述路径的最后一个路径点；
当确定所述目标路径点为所述路径的最后一个路径点时，输出未碰撞指示及所述路径包含的路径点与所述障碍物之间的最小距离值。
在其中一个实施例中，所述根据所述变化距离、所述上一路径点与障碍物之间的预测距离确定所述目标路径点的目标预测距离，包括：
获取距离膨胀系数；
根据距离膨胀系数对所述变化距离进行加权处理；
将所述上一路径点与障碍物之间的预测距离与加权处理后的变化距离之间的差值作为所述目标预测距离。
在其中一个实施例中，所述从路径包含的多个路径点中获取中间路径点之前，还包括：
根据采样间距对所述路径进行采样处理，得到所述路径包含的多个路径点；其中，所述采样间距与在所述路径移动的对象物体的长度呈正相关。
一种碰撞检测装置，所述装置包括：
路径点获取模块，用于从路径包含的多个路径点中获取中间路径点，将所述中间路径点作为目标路径点；
变化距离获取模块，用于获取所述目标路径点相对于所述目标路径点的上一路径点的变化距离；
预测距离确定模块，用于根据所述变化距离、所述上一路径点与障碍物之间的预测距离确定所述目标路径点的目标预测距离；
路径点更新模块，用于当所述目标预测距离值大于第一阈值时，将下一路径点作为所述目标路径点，并返回执行所述获取目标路径点相对于所述目标路径点的上一路径点的变化距离的操作；
碰撞确定模块，用于当所述目标预测距离小于或等于所述第一阈值时，则根据所述目标路径点与所述障碍物之间的第一检测距离确定所述路径是否与所述障碍物碰撞。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
从路径所包含的多个路径点中获取中间路径点，将所述中间路径点作为目标路径点；
获取所述目标路径点相对于所述目标路径点的上一路径点的变化距离；
根据所述变化距离、所述上一路径点与障碍物之间的预测距离确定所述目标路径点的目标预测距离；
当所述目标预测距离值大于第一阈值时，将所述目标路径点的下一路径点作为目标路径点，并返回执行所述获取目标路径点相对于所述目标路径点的上一路径点的变化距离的操作；
当所述目标预测距离小于或等于所述第一阈值时，则根据所述目标路径点与所述障碍物之间的第一检测距离确定所述路径是否与所述障碍物碰撞。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
从路径所包含的多个路径点中获取中间路径点，将所述中间路径点作为目标路径点；
获取所述目标路径点相对于所述目标路径点的上一路径点的变化距离；
根据所述变化距离、所述上一路径点与障碍物之间的预测距离确定所述目标路径点的目标预测距离；
当所述目标预测距离值大于第一阈值时，将所述目标路径点的下一路径点作为目标路径点，并返回执行所述获取目标路径点相对于所述目标路径点的上一路径点的变化距离的操作；
当所述目标预测距离小于或等于所述第一阈值时，则根据所述目标路径点与所述障碍物之间的第一检测距离确定所述路径是否与所述障碍物碰撞。
上述碰撞检测方法、装置、计算机设备和计算机可读存储介质，可以将路径的中间路径点作为目标路径点，从而获取目标路径点相对于目标路径点的上一路径点的变化距离，根据该变化距离、上一路径与障碍物之间的预测距离确定目标路径的目标预测距离，当目标预测距离大于第一阈值，则将目标路径点的下一路径点作为目标路径点，并返回执行获取目标路径点的变化距离的操作，当目标预测距离小于或等于第一阈值时，则根据目标路径点与障碍物之间的第一检测距离确定路径是否与障碍物碰撞。即在路径点的预测距离大于阈值时，不对该路径点进行碰撞距离检测，可以减少进行距离检测的路径点，提高碰撞检测的速率。
附图说明
图1为一个实施例中计算机设备的内部结构图；
图2为一个实施例中碰撞检测方法的流程图；
图3为另一个实施例中碰撞检测方法的流程图；
图4为一个实施例中碰撞检测方法的流程图；
图5为一个实施例中对象物体的示意图；
图6为一个实施例中碰撞检测装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端或服务器，其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种碰撞检测方法。其中，该计算机设备还可以但不限于是各种个人计算机、车辆、机器人、独立的服务器或者是多个服务器组成的服务器集群。
图2为一个实施例中碰撞检测方法的流程图。在一个实施例中，如图2所示，提供了一种碰撞检测方法，以该方法应用于图1中的计算机设备为例进行说明，包括以下步骤：
步骤202，从路径所包含的多个路径点中获取中间路径点，将中间路径点作为目标路径点。
路径点是对路径进行采样得到的。具体地，计算机设备可以根据预设的采样间距对路径进行采样，得到路径包含的多个路径点。中间路径点是指路径中除第一个路径点和最后一个路径点之间的路径点。计算机设备可以从路径所包含的多个路径点中获取任一中间路径点，将获取的中间路径点作为目标路径点。
步骤204，获取目标路径点相对于目标路径点的上一路径点的变化距离。
上一路径点即为路径包含的多个路径点中，目标路径点的前一个路径点。例如，当目标路径点为第10个路径点时，则上一路径点为第9个路径点；当目标路径点为第45个路径点时，则上一路径为第44个路径点。
变化距离是指相对于上一路径点，对象物体的边缘点的所移动的距离。其中，对象物体是指在该路径中移动的物体，如车辆、机器人等。具体地，变化距离可以根据目标路径点与上一路径点的距离变化、角度变化、结合对象物体的形状参数来确定。其中，对象物体的形状参数可以是对象物体的后轴与对象物体的边缘的最大距离。以对象物体为车辆为例，若车辆后轴中心距离车辆边缘的最大距离为Lm，目标路径点相对于上一路径点的距离增加了diffd，角度变化了diffθ，则根据几何计算，变化距离difft＝diffd+Lm*diffθ。
步骤206，根据变化距离、上一路径点与障碍物之间的预测距离确定目标路径点的目标预测距离。
目标预测距离用于表征目标路径点与障碍物之间的预测距离。目标预测距离可以根据变化距离、上一路径点与障碍物之间的预测距离来确定。
在一个实施例中，目标预测距离可以是上一路径点与障碍物之间的预测距离减去变化距离的差值。可选地，也可以通过预设系统对变化距离进行加权，将上一路径点与障碍物之间的预测距离减去加权后的变化距离的差值作为目标路径点的目标预测距离。
步骤208，当目标预测距离值大于第一阈值时，将目标路径点的下一路径点作为目标路径点，并返回执行获取目标路径点相对于目标路径点的上一路径点的变化距离的操作。
第一阈值是用于触发距离检测的距离值。当目标预测距离大于第一阈值时，则说明目标路径点与障碍物之间的预测距离较大，不会发生碰撞。第一阈值可以根据实际应用需求设定，在此不做限定。例如，第一阈值可以是0米、0.5米、1米等。可选地，在一些实施例中，第一阈值可以根据障碍物的密度来确定；即当障碍物的密度较大时的第一阈值大于障碍物密度较小时的第一阈值。
计算机设备可以在目标预测距离大于第一阈值时，将目标路径点的下一路径点作为目标路径点，并返回执行获取目标路径点相对于目标路径点的上一路径点的变化距离的操作。即在目标预测距离大于阈值时，计算机设备不需要对该目标预测距离对应的目标距离点进行与障碍物之间的距离检测。
步骤210，当目标预测距离小于或等于第一阈值时，则根据目标路径点与障碍物之间的第一检测距离确定路径是否与障碍物碰撞。
当目标预测距离小于或等于第一阈值时，则说明对象物体与障碍物之间的距离较小，路径存在碰撞的可能。计算机设备可以在目标预测距离小于或等于低于阈值时，则根据目标路径点与障碍物之间的第一检测距离确定路径是否与障碍物碰撞。
第一检测距离为对象物体与所处环境障碍物之间的最小距离。具体地，计算机设备可以检测目标路径点与障碍物之间的第一检测距离，当第一检测距离小于或等于0时，则确定路径在目标路径点处与障碍物发生碰撞；当第一检测距离大于0时，则确定路径在目标路径点处未与障碍物发生碰撞。
进一地，当路径在目标路径点处未与障碍物发生碰撞时，计算机设备可以获取目标路径点的下一路径点作为目标路径点，并返回执行获取目标路径点相对于目标路径点的上一路径点的变化距离的操作，直至完成路径的检测。
本申请实施例中，可以将路径的中间路径点作为目标路径点，从而获取目标路径点相对于目标路径点的上一路径点的变化距离，根据该变化距离、上一路径与障碍物之间的预测距离确定目标路径的目标预测距离，当目标预测距离大于第一阈值，则将目标路径点的下一路径点作为目标路径点，并返回执行获取目标路径点的变化距离的操作，当目标预测距离小于或等于第一阈值时，则根据目标路径点与障碍物之间的第一检测距离确定路径是否与障碍物碰撞。即在路径点的预测距离大于阈值时，不对该路径点进行碰撞距离检测，可以减少进行距离检测的路径点，提高碰撞检测的速率。
图3为一个实施例中碰撞检测方法的流程图。如图3所示，在一个实施例中，提供的碰撞检测方法包括：
步骤302，获取路径中的第一个路径点。
第一个路径点即为路径根据采样间距划分后的第一个路径点。
步骤304，获取第一个路径点与障碍物之间的第二检测距离。
计算机设备可以检测第一个路径点与障碍物之间的第二检测距离。具体地，计算机设备可以获取对象物体所处环境中的障碍物，并计算第一个路径点与所处环境中的各个障碍物的距离，将第一个路径点与所处环境中的各个障碍物的距离中的最小距离作为第二检测距离。其中，检测距离的获取可以通过包围盒算法来实现。
步骤306，当第二检测距离大于第一阈值时，则将路径的第二个路径点作为中间路径点，并将第二检测距离作为第一个路径点与障碍物之间的预测距离。
当第二检测距离大于第一阈值时，则说明第一个路径点未与障碍物发生碰撞，计算机设备可以根据路径的第二个路径点作为中间路径点，并将第二检测距离作为第一个路径点与障碍物之间的预测距离。
进一步，当第二检测距离小于第一阈值时，则可以根据第二检测距离确定路径是否与障碍物发生碰撞。
步骤308，获取目标路径点相对于目标路径点的上一路径点的变化距离。
步骤310，根据变化距离、上一路径点与障碍物之间的预测距离确定目标路径点的目标预测距离。
其中，目标路径点为第二个路径点时，上一路径点与障碍物之间的预测距离即为第一个路径点与障碍物之间的预测距离，即第二检测距离。
步骤312，确定目标预测距离是否大于第一阈值，若是，则执行步骤314；若否，则执行步骤316。
步骤314，将目标路径点的下一路径点作为目标路径点，并返回步骤308。
步骤316，获取目标路径点与障碍物之间的第一检测距离。
步骤318，确定第一检测距离是否小于或等于第二阈值，若否，则进入步骤320；若是，则进入步骤322。
第二阈值是表征是否碰撞的距离界限值。第二阈值通常为0。可选地，在一些情况下，计算机设备可以将第二阈值设为0.1米、0.2米等，可以提高路径的安全性。
步骤320，根据第一检测距离与目标预测距离更新目标路径点与障碍物之间的预测距离，将下一路径点作为目标路径点，并返回步骤308。
计算机设备根据第一检测距离与目标预测距离更新目标路径点与障碍物之间的预测距离，具体地，计算机设备可以将目标预测距离与第一检测距离之和作为更新后的目标路径点与障碍物之间的预测距离。可以理解的是，返回步骤308之后，再一次执行步骤310时，上一路径点与障碍物之间的预测距离即为更新后的目标路径点与障碍物之间的预测距离。
以目标路径点为第10个路径点，则当第10个路径点与障碍物的第一检测距离大于第二阈值时，计算机设备可以根据第一检测距离与目标预测距离之和作为第10个路径点与障碍物之间的预测距离；当将第10个路径点的下一路径点即第11个路径点作为目标路径点返回步骤308时，则步骤308中，获取的变化距离为第11个路径点相对于第10个路径点的变化距离，步骤310中，上一路径点与障碍物之间的预测距离为第10个路径点与障碍物之间的预测距离。
步骤322，输出碰撞指示及第一检测距离。
碰撞指示用于表示路径与障碍物发生碰撞。第一检测距离即为碰撞时对象物体与障碍物的碰撞距离。
在该实施例中，可以对路径的第一个路径点进行碰撞检测，将第二个路径点作为中间路径点，循环确定每路径点是否需要进行距离检测，若不需要，则跳过该路径点的距离检测；若需要，则检测该路径点与障碍物之间的距离，根据该距离确定路径是否发生碰撞，若碰撞，则输出碰撞指示与该距离；若未碰撞，则继续循环确定每个路径点是否需要进行距离检测，直至完成路径包含的各个路径点的确定。可以不需要对路径包含的每一个路径点进行距离检测，便确定路径是否与障碍物发生碰撞，可以提高路径碰撞检测的效率。
在一个实施例中，提供的碰撞检测方法中，将目标路径点的下一路径点作为目标路径点之前，还包括：确定目标路径点是否为路径的最后一个路径点；当确定目标路径点为路径的最后一个路径点时，输出未碰撞指示及路径包含的路径点与障碍物之间的最小距离值。
最后一个路径点即为路径划分的多个路径点中的最后一个。当目标路径点为最后一个路径点时，则说明计算机设备完成了该路径的碰撞检测，计算机设备在目标路径点为路径的最后一个路径点时，输出未碰撞指示及路径包含的路径点与障碍物之间的最小距离值。
其中，最小距离值为获取的路径点与障碍物之间的检测距离中的最小距离值。通过该最小距离值可以确定路径与障碍物的最小距离，作为计算机设备确定是否将该路径作为对象物体的移动路径的参考值。例如，计算机设备可以在最小距离值大于距离阈值时，将该路径作为对象物体的移动路径；当最小距离值小于或等于距离阈值时，则对该路径进行调整，以保证路径的安全性。其中，距离阈值为确定对象物体在路径上移动的安全性的距离值。例如，可以是0.1米、0.2米、0.3米等。
在一个实施例中，提供的碰撞检测方法中，根据变化距离、上一路径点与障碍物之间的预测距离确定目标路径点的目标预测距离的过程，包括：获取距离膨胀系数；根据距离膨胀系数对变化距离进行加权处理；将上一路径点与障碍物之间的预测距离与加权处理后的变化距离之间的差值作为目标预测距离。
距离膨胀系数是用于增大变化距离的参数。计算机设备根据距离膨胀系数对变化距离进行加权处理，具体地，即将距离膨胀系数与变化距离相乘，进而将上一路径点与障碍物之间的预测距离与相乘后的变化距离之间的差值作为目标预测距离。其中，距离膨胀系数的取值范围大于或等于1。例如，距离膨胀系数可以是1.1、1.2、1.3等，不限于此。
在该实施例中，通过距离碰撞系数对变化距离进行加权，可以避免对象物体移动的距离大于计算的变化距离，导致检测不够准确的问题，可以提高碰撞检测的准确性和安全性。
在一个实施例中，提供的碰撞检测方法中，从路径包含的多个路径点中获取中间路径点之前，还包括：根据采样间距对路径进行采样处理，得到路径包含的多个路径点；其中，采样间距与在路径移动的对象物体的长度呈正相关。
对象物体的长度是指对象物体在移动方向的长度。采样间距与对象物体的长度呈正相关，即对象物体的长度越长，则对应的采样间距可以越大。例如，采样间距可以是对象物体的长度的10％，则当对象物体为1米时，采样间距为0.1米；对象物体为1.5米时，采样间距为0.15米等。
计算机设备可以根据对象物体的长度确定采样间距，根据采样间距对路径进行采样处理，得到路径包含的多个路径点。
在本实施例中，采样间距与对象物体的长度呈正相关，可以避免采样距离过大导致障碍物位于前后两个采样点的对象物体的缝隙之间而被忽略，路径检测不准确的问题，可以提高路径碰撞检测的准确性。
图4为一个实施例中碰撞检测方法的流程图。如图4所示，在一个实施例中，提供的碰撞检测方法包括：
步骤402，输出路径path。
步骤404，对路径path进行采样，并获取对象物体的形状参数Lm。
步骤406，配置路径点m＝0，预测距离distc＝0，获取第一阈值C、距离膨胀系数K和输出结果为(dr＝inf，collision＝flase)。
其中，inf表示无穷大。
步骤408，判断distc≤C是否成立，若是，则进入步骤410，若否，则进入步骤414。
步骤410，检测路径点m与障碍物的最小距离d，并令distc＝distc+d；更新dr＝min(dr，d)，collision＝(d≤0)。
其中，在该实施例中，第二阈值为0。dr赋值为dr与d中的最小值。
collision＝(d≤0)表征为当d≤0时，collision＝true，即路径发生碰撞；当d＞0时，collision＝flase，即路径未发生碰撞。
步骤412，判断collision＝true是否成立，若是，则进入步骤420，若否，则进入步骤414。
步骤414，更新路径点m＝m+1。
步骤416，判断m＜size(path)是否成立，若是，则进入步骤418，若否，则进入步骤420。
其中，size(path)为路径的路径点数量。
步骤418，获取路径点变化的位置doffd和角度doffθ，确定变化距离为dofft≤diffd+Lm*diffθ中的最大值，并更新distc＝distc-K*difft；并返回步骤408。
步骤420，输出(dr，collision)。
即输出路径与障碍物的最小距离值，即路径是否发生碰撞的指示。
该实施例可以对路径进行碰撞检测，确定路径是否与环境中的障碍物发生碰撞，并且不需要计算每一个路径点与障碍物之间的距离，可以在确定检测准确性高的同时提高碰撞检测的速率。
图5为一个实施例中对象物体的示意图。如图5所示，对象物体的长度为L，宽度为w；采样间距与长度L呈正相关。对象物体的形状参数为后轴中心与对象物体的边缘的最大值Lm。当对象物体在从路径点502移动到路径点504时，移动距离为diffd，移动角度为diffθ；变化距离difft≤diffd+Lm*diffθ中的最大值。
应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种碰撞检测装置，包括：路径点获取模块602、变化距离获取模块604、预测距离确定模块606、路径点更新模块608和碰撞确定模块610，其中：
路径点获取模块602，用于从路径包含的多个路径点中获取中间路径点，将中间路径点作为目标路径点。
变化距离获取模块604，用于获取目标路径点相对于目标路径点的上一路径点的变化距离。
预测距离确定模块606，用于根据变化距离、上一路径点与障碍物之间的预测距离确定目标路径点的目标预测距离。
路径点更新模块608，用于当目标预测距离值大于第一阈值时，将下一路径点作为目标路径点，并返回执行获取目标路径点相对于目标路径点的上一路径点的变化距离的操作。
碰撞确定模块610，用于当目标预测距离小于或等于第一阈值时，则根据目标路径点与障碍物之间的第一检测距离确定路径是否与障碍物碰撞。
该碰撞检测装置，用于将路径的中间路径点作为目标路径点，从而获取目标路径点相对于目标路径点的上一路径点的变化距离，根据该变化距离、上一路径与障碍物之间的预测距离确定目标路径的目标预测距离，当目标预测距离大于第一阈值，则将目标路径点的下一路径点作为目标路径点，并返回执行获取目标路径点的变化距离的操作，当目标预测距离小于或等于第一阈值时，则根据目标路径点与障碍物之间的第一检测距离确定路径是否与障碍物碰撞。即在路径点的预测距离大于阈值时，不对该路径点进行碰撞距离检测，可以减少进行距离检测的路径点，提高碰撞检测的速率。
在一个实施例中，路径点获取模块602还可以用于获取路径中的第一个路径点；获取第一个路径点与障碍物之间的第二检测距离；当第二检测距离大于第一阈值时，则将路径的第二个路径点作为中间路径点；预测距离确定模块606还用于将第二检测距离作为第一个路径点与障碍物之间的预测距离。
在一个实施例中，碰撞确定模块610还可以用于当第一检测距离小于或等于第二阈值时，则确定路径与障碍物碰撞；该碰撞检测装置还可以包括输出模块612，输出模块612用于在确定路径与障碍物碰撞时，输出碰撞指示及第一检测距离。
在一个实施例中，预测距离确定模块606还用于当第一检测距离大于第二阈值时，根据第一检测距离与目标预测距离更新目标路径点与障碍物之间的预测距离；变化距离获取模块604还可用于将下一路径点作为目标路径点，并返回执行获取目标路径点相对于目标路径点的上一路径点的变化距离的操作。
在一个实施例中，输出模块612还可以用于将目标路径点的下一路径点作为目标路径点之前，确定目标路径点是否为路径的最后一个路径点；当确定目标路径点为路径的最后一个路径点时，输出未碰撞指示及路径包含的路径点与障碍物之间的最小距离值。
在一个实施例中，预测距离确定模块606还可以用于获取距离膨胀系数；根据距离膨胀系数对变化距离进行加权处理；将上一路径点与障碍物之间的预测距离与加权处理后的变化距离之间的差值作为目标预测距离。
在一个实施例中，路径点获取模块602还可用于根据采样间距对路径进行采样处理，得到路径包含的多个路径点；其中，采样间距与在路径移动的对象物体的长度呈正相关。
关于碰撞检测装置的具体限定可以参见上文中对于碰撞检测方法的限定，在此不再赘述。上述碰撞检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
从路径所包含的多个路径点中获取中间路径点，将中间路径点作为目标路径点；
获取目标路径点相对于目标路径点的上一路径点的变化距离；
根据变化距离、上一路径点与障碍物之间的预测距离确定目标路径点的目标预测距离；
当目标预测距离值大于第一阈值时，将目标路径点的下一路径点作为目标路径点，并返回执行获取目标路径点相对于目标路径点的上一路径点的变化距离的操作；
当目标预测距离小于或等于第一阈值时，则根据目标路径点与障碍物之间的第一检测距离确定路径是否与障碍物碰撞。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取路径中的第一个路径点；获取第一个路径点与障碍物之间的第二检测距离；当第二检测距离大于第一阈值时，则将路径的第二个路径点作为中间路径点；将第二检测距离作为第一个路径点与障碍物之间的预测距离。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：当第一检测距离小于或等于第二阈值时，则确定路径与障碍物碰撞；在确定路径与障碍物碰撞时，输出碰撞指示及第一检测距离。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：当第一检测距离大于第二阈值时，根据第一检测距离与目标预测距离更新目标路径点与障碍物之间的预测距离；将下一路径点作为目标路径点，并返回执行获取目标路径点相对于目标路径点的上一路径点的变化距离的操作。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：确定目标路径点是否为路径的最后一个路径点；当确定目标路径点为路径的最后一个路径点时，输出未碰撞指示及路径包含的路径点与障碍物之间的最小距离值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取距离膨胀系数；根据距离膨胀系数对变化距离进行加权处理；将上一路径点与障碍物之间的预测距离与加权处理后的变化距离之间的差值作为目标预测距离。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据采样间距对路径进行采样处理，得到路径包含的多个路径点；其中，采样间距与在路径移动的对象物体的长度呈正相关。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
从路径所包含的多个路径点中获取中间路径点，将中间路径点作为目标路径点；
获取目标路径点相对于目标路径点的上一路径点的变化距离；
根据变化距离、上一路径点与障碍物之间的预测距离确定目标路径点的目标预测距离；
当目标预测距离值大于第一阈值时，将目标路径点的下一路径点作为目标路径点，并返回执行获取目标路径点相对于目标路径点的上一路径点的变化距离的操作；
当目标预测距离小于或等于第一阈值时，则根据目标路径点与障碍物之间的第一检测距离确定路径是否与障碍物碰撞。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取路径中的第一个路径点；获取第一个路径点与障碍物之间的第二检测距离；当第二检测距离大于第一阈值时，则将路径的第二个路径点作为中间路径点；将第二检测距离作为第一个路径点与障碍物之间的预测距离。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当第一检测距离小于或等于第二阈值时，则确定路径与障碍物碰撞；在确定路径与障碍物碰撞时，输出碰撞指示及第一检测距离。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当第一检测距离大于第二阈值时，根据第一检测距离与目标预测距离更新目标路径点与障碍物之间的预测距离；将下一路径点作为目标路径点，并返回执行获取目标路径点相对于目标路径点的上一路径点的变化距离的操作。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：确定目标路径点是否为路径的最后一个路径点；当确定目标路径点为路径的最后一个路径点时，输出未碰撞指示及路径包含的路径点与障碍物之间的最小距离值。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取距离膨胀系数；根据距离膨胀系数对变化距离进行加权处理；将上一路径点与障碍物之间的预测距离与加权处理后的变化距离之间的差值作为目标预测距离。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据采样间距对路径进行采样处理，得到路径包含的多个路径点；其中，采样间距与在路径移动的对象物体的长度呈正相关。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种碰撞检测方法，所述方法包括：
从路径所包含的多个路径点中获取中间路径点，将所述中间路径点作为目标路径点；
获取所述目标路径点相对于所述目标路径点的上一路径点的变化距离；
根据所述变化距离、所述上一路径点与障碍物之间的预测距离确定所述目标路径点的目标预测距离；
当所述目标预测距离值大于第一阈值时，将所述目标路径点的下一路径点作为目标路径点，并返回执行所述获取目标路径点相对于所述目标路径点的上一路径点的变化距离的操作；
当所述目标预测距离小于或等于所述第一阈值时，则根据所述目标路径点与所述障碍物之间的第一检测距离确定所述路径是否与所述障碍物碰撞。
2.根据权利要求1所述的方法，其特征在于，所述从路径包含的多个路径点中获取中间路径点，包括：
获取所述路径中的第一个路径点；
获取所述第一个路径点与障碍物之间的第二检测距离；
当所述第二检测距离大于所述第一阈值时，则将所述路径的第二个路径点作为所述中间路径点；
所述方法还包括：
将所述第二检测距离作为所述第一个路径点与所述障碍物之间的预测距离。
3.根据权利要求1所述的方法，其特征在于，所述根据所述目标路径点与所述障碍物之间的第一检测距离确定所述路径是否与所述障碍物碰撞，包括：
当所述第一检测距离小于或等于第二阈值时，则确定所述路径与所述障碍物碰撞；
所述方法还包括：
在确定所述路径与所述障碍物碰撞时，输出碰撞指示及所述第一检测距离。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
当所述第一检测距离大于所述第二阈值时，根据所述第一检测距离与所述目标预测距离更新所述目标路径点与所述障碍物之间的预测距离；
将下一路径点作为所述目标路径点，并返回执行所述获取目标路径点相对于所述目标路径点的上一路径点的变化距离的操作。
5.根据权利要求1所述的方法，其特征在于，所述将所述目标路径点的下一路径点作为所述目标路径点之前，还包括：
确定所述目标路径点是否为所述路径的最后一个路径点；
所述方法还包括：
当确定所述目标路径点为所述路径的最后一个路径点时，输出未碰撞指示及所述路径包含的路径点与所述障碍物之间的最小距离值。
6.根据权利要求1所述的方法，其特征在于，所述根据所述变化距离、所述上一路径点与障碍物之间的预测距离确定所述目标路径点的目标预测距离，包括：
获取距离膨胀系数；
根据距离膨胀系数对所述变化距离进行加权处理；
将所述上一路径点与障碍物之间的预测距离与加权处理后的变化距离之间的差值作为所述目标预测距离。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述从路径包含的多个路径点中获取中间路径点之前，还包括：
根据采样间距对所述路径进行采样处理，得到所述路径包含的多个路径点；其中，所述采样间距与在所述路径移动的对象物体的长度呈正相关。
8.一种碰撞检测装置，其特征在于，所述装置包括：
路径点获取模块，用于从路径包含的多个路径点中获取中间路径点，将所述中间路径点作为目标路径点；
变化距离获取模块，用于获取所述目标路径点相对于所述目标路径点的上一路径点的变化距离；
预测距离确定模块，用于根据所述变化距离、所述上一路径点与障碍物之间的预测距离确定所述目标路径点的目标预测距离；
路径点更新模块，用于当所述目标预测距离值大于第一阈值时，将下一路径点作为所述目标路径点，并返回执行所述获取目标路径点相对于所述目标路径点的上一路径点的变化距离的操作；
碰撞确定模块，用于当所述目标预测距离小于或等于所述第一阈值时，则根据所述目标路径点与所述障碍物之间的第一检测距离确定所述路径是否与所述障碍物碰撞。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
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，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN201911398579.0A 2019-12-30 2019-12-30 碰撞检测方法、装置、计算机设备和存储介质 Active CN111060125B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911398579.0A CN111060125B (zh) 2019-12-30 2019-12-30 碰撞检测方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911398579.0A CN111060125B (zh) 2019-12-30 2019-12-30 碰撞检测方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN111060125A true CN111060125A (zh) 2020-04-24
CN111060125B CN111060125B (zh) 2021-09-17

Family

ID=70305499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911398579.0A Active CN111060125B (zh) 2019-12-30 2019-12-30 碰撞检测方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN111060125B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111708361A (zh) * 2020-05-19 2020-09-25 上海有个机器人有限公司 多机器人碰撞预测方法和装置
CN111798698A (zh) * 2020-06-24 2020-10-20 中国第一汽车股份有限公司 一种前方目标车辆的确定方法、装置及车辆
CN113031596A (zh) * 2021-03-01 2021-06-25 深圳市无限动力发展有限公司 扫地机的避障调整方法、装置和计算机设备
CN113504782A (zh) * 2021-09-09 2021-10-15 北京智行者科技有限公司 障碍物防撞方法、装置、系统和移动工具
CN114379545A (zh) * 2020-10-16 2022-04-22 上海汽车集团股份有限公司 一种车辆防碰撞方法及装置
CN115014375A (zh) * 2022-06-06 2022-09-06 北京京深深向科技有限公司 碰撞检测方法、装置及电子设备、存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1710768A2 (en) * 2005-03-30 2006-10-11 Nissan Motor Co., Ltd. Navigation system and method
CN104155974A (zh) * 2013-07-29 2014-11-19 深圳信息职业技术学院 一种用于机器人快速避碰的路径规划方法及设备
CN104808665A (zh) * 2015-04-16 2015-07-29 上海大学 基于多目标人工蜂群算法的多机器人路径规划方法
CN106203381A (zh) * 2016-07-20 2016-12-07 北京奇虎科技有限公司 一种行车中障碍物检测方法与装置
CN106444740A (zh) * 2016-07-15 2017-02-22 浙江工业大学 基于mb‑rrt的无人机二维航迹规划方法
CN108268042A (zh) * 2018-01-24 2018-07-10 天津大学 一种基于改进可视图构造的路径规划算法
CN109990796A (zh) * 2019-04-23 2019-07-09 成都信息工程大学 基于双向扩展随机树的智能车路径规划方法
CN110221600A (zh) * 2019-04-25 2019-09-10 深圳一清创新科技有限公司 路径规划方法、装置、计算机设备和存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1710768A2 (en) * 2005-03-30 2006-10-11 Nissan Motor Co., Ltd. Navigation system and method
CN104155974A (zh) * 2013-07-29 2014-11-19 深圳信息职业技术学院 一种用于机器人快速避碰的路径规划方法及设备
CN104808665A (zh) * 2015-04-16 2015-07-29 上海大学 基于多目标人工蜂群算法的多机器人路径规划方法
CN106444740A (zh) * 2016-07-15 2017-02-22 浙江工业大学 基于mb‑rrt的无人机二维航迹规划方法
CN106203381A (zh) * 2016-07-20 2016-12-07 北京奇虎科技有限公司 一种行车中障碍物检测方法与装置
CN108268042A (zh) * 2018-01-24 2018-07-10 天津大学 一种基于改进可视图构造的路径规划算法
CN109990796A (zh) * 2019-04-23 2019-07-09 成都信息工程大学 基于双向扩展随机树的智能车路径规划方法
CN110221600A (zh) * 2019-04-25 2019-09-10 深圳一清创新科技有限公司 路径规划方法、装置、计算机设备和存储介质

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111708361A (zh) * 2020-05-19 2020-09-25 上海有个机器人有限公司 多机器人碰撞预测方法和装置
CN111708361B (zh) * 2020-05-19 2023-09-08 上海有个机器人有限公司 多机器人碰撞预测方法和装置
CN111798698A (zh) * 2020-06-24 2020-10-20 中国第一汽车股份有限公司 一种前方目标车辆的确定方法、装置及车辆
CN111798698B (zh) * 2020-06-24 2022-04-08 中国第一汽车股份有限公司 一种前方目标车辆的确定方法、装置及车辆
CN114379545A (zh) * 2020-10-16 2022-04-22 上海汽车集团股份有限公司 一种车辆防碰撞方法及装置
CN114379545B (zh) * 2020-10-16 2024-02-02 上海汽车集团股份有限公司 一种车辆防碰撞方法及装置
CN113031596A (zh) * 2021-03-01 2021-06-25 深圳市无限动力发展有限公司 扫地机的避障调整方法、装置和计算机设备
CN113504782A (zh) * 2021-09-09 2021-10-15 北京智行者科技有限公司 障碍物防撞方法、装置、系统和移动工具
CN113504782B (zh) * 2021-09-09 2022-02-18 北京智行者科技有限公司 障碍物防撞方法、装置、系统和移动工具
CN115014375A (zh) * 2022-06-06 2022-09-06 北京京深深向科技有限公司 碰撞检测方法、装置及电子设备、存储介质
CN115014375B (zh) * 2022-06-06 2023-11-03 北京京深深向科技有限公司 碰撞检测方法、装置及电子设备、存储介质

Also Published As

Publication number Publication date
CN111060125B (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
CN111060125B (zh) 碰撞检测方法、装置、计算机设备和存储介质
EP3384360B1 (en) Simultaneous mapping and planning by a robot
CN111208492B (zh) 车载激光雷达外参标定方法及装置、计算机设备及存储介质
US20200216076A1 (en) Method for determining the location of an ego-vehicle
CN109932713B (zh) 定位方法、装置、计算机设备、可读存储介质和机器人
CN111709975B (zh) 多目标跟踪方法、装置、电子设备及存储介质
EP3317822A1 (en) Parallel belief space motion planner
US20200317221A1 (en) Apparatus for generation of data of travel path inside intersection, program for generation of data of travel path inside intersection, and storage medium
CN113376650A (zh) 移动机器人定位方法及装置、电子设备及存储介质
US20090048811A1 (en) Model set adaptation by probability mass diffusion
CN112356027B (zh) 农林机器人避障方法、装置、计算机设备和存储介质
CN113239719A (zh) 基于异常信息识别的轨迹预测方法、装置和计算机设备
CN111678513A (zh) 一种超宽带/惯导紧耦合的室内定位装置与系统
CN117141520B (zh) 一种实时轨迹规划方法、装置和设备
CN113383283A (zh) 感知信息处理方法、装置、计算机设备和存储介质
CN114264301A (zh) 车载多传感器融合定位方法、装置、芯片及终端
Farag Lidar and radar fusion for real-time road-objects detection and tracking
EP3098682B1 (en) Moving object controller, program, and integrated circuit
US20220075053A1 (en) Method and apparatus for sensor data fusion for a vehicle
US20210365039A1 (en) Target tracking method and device
Attari et al. Target tracking formulation of the SVSF as a probabilistic data association algorithm
Suzuki et al. Dynamic estimation of headway distance in vehicle platoon system under unexpected car-following situations
CN111060127B (zh) 车辆起点定位方法、装置、计算机设备和存储介质
JP7211329B2 (ja) トラッキング装置、トラッキング方法、トラッキングプログラム
CN113511194A (zh) 一种纵向避撞预警方法及相关装置

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