CN111158359A - 障碍物处理方法和装置 - Google Patents

障碍物处理方法和装置 Download PDF

Info

Publication number
CN111158359A
CN111158359A CN201911215006.XA CN201911215006A CN111158359A CN 111158359 A CN111158359 A CN 111158359A CN 201911215006 A CN201911215006 A CN 201911215006A CN 111158359 A CN111158359 A CN 111158359A
Authority
CN
China
Prior art keywords
obstacle
unidentified
road boundary
road
point cloud
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
CN201911215006.XA
Other languages
English (en)
Other versions
CN111158359B (zh
Inventor
刘江江
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 Jingdong Qianshi Technology Co Ltd
Original Assignee
Beijing Jingdong Qianshi 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 Jingdong Qianshi Technology Co Ltd filed Critical Beijing Jingdong Qianshi Technology Co Ltd
Priority to CN201911215006.XA priority Critical patent/CN111158359B/zh
Publication of CN111158359A publication Critical patent/CN111158359A/zh
Application granted granted Critical
Publication of CN111158359B publication Critical patent/CN111158359B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种障碍物处理方法和装置，涉及计算机技术领域。其中，该方法包括：获取未识别出的障碍物的点云数据；根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界；其中，所述道路边界为缓冲区中远离所述道路的中心线的一侧边界，所述虚拟道路边界为所述缓冲区中靠近所述道路的中心线的另一侧边界；根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别。通过这些步骤，既能降低车辆在自动驾驶过程中的碰撞风险，又能解决车辆在自动驾驶过程中频繁出现卡顿、无故绕行等问题。

Description

障碍物处理方法和装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种障碍物处理方法和装置。
背景技术
对于高速行驶的自动驾驶汽车来说，路边障碍物对自动驾驶行为的影响较小。因此，针对高速行驶的自动驾驶汽车来说，现有技术通常是在感知模块内部将不关心的路边障碍物(比如杂草、树枝等)以及没有识别出来的路边障碍物直接进行过滤，即不将这些障碍物的信息下发至下游模块进行处理。然而，对于小型低速自动驾驶车辆来说，往往需要考虑路边障碍物对自动驾驶行为的影响。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：第一、现有对障碍物的处理方法并不适用于小型低速自动驾驶车辆。对于小型低速自动驾驶车辆来说，如果在感知模块内部直接将真实存在但是没有识别到的障碍物进行滤除，会造成碰撞风险。第二、如果直接将所有未识别出来的障碍物信息下发至下游模块，并针对所有未检测出来的障碍物进行绕行，则容易导致车辆在自动驾驶过程中频繁出现卡顿、无故绕行等不合理行为。
发明内容
有鉴于此，本发明提供一种障碍物处理方法和装置，既能降低车辆在自动驾驶过程中的碰撞风险，又能解决车辆在自动驾驶过程中频繁出现卡顿、无故绕行等问题。
为实现上述目的，根据本发明的第一个方面，提供了一种障碍物处理方法。
本发明的障碍物处理方法包括：获取未识别出的障碍物的点云数据；根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界；其中，所述道路边界为缓冲区中远离所述道路的中心线的一侧边界，所述虚拟道路边界为所述缓冲区中靠近所述道路的中心线的另一侧边界；根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别；其中，所述类别包括：第一类别，用于表示其为避障绕行需要考虑的障碍物；第二类别，用于表示其为避障绕行无需考虑的障碍物。
可选地，所述道路边界为右侧道路边界；所述根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别的步骤包括：判断所述未识别出的障碍物的点云数据中的所有点是否都位于所述虚拟道路边界的右侧、且所述点云数据中是否有至少M个点位于所述缓冲区内；其中，M为大于等于1的整数；在判断结果为是的情况下，确定所述未识别出的障碍物的类别为第一类别；在判断结果为否的情况下，确定所述未识别出的障碍物的类别为第二类别。
可选地，所述方法还包括：对确定为第一类别的障碍物进行标注，并将标注后的障碍物的点云数据发送至路径规划模块。
可选地，所述方法还包括：在执行所述根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界的步骤之前，根据车辆当前的位置坐标查询地图服务模块，以得到所述车辆当前行驶道路的一侧道路边界的信息。
可选地，所述获取未识别出的障碍物的点云数据的步骤包括：接收感知模块发送的未识别出的障碍物的点云数据；其中，所述未识别出的障碍物的点云数据，是通过对未识别出的障碍物的原始点云数据进行封装，得到的带有顺序的凸多边形顶点坐标集。
可选地，所述缓冲区宽度大于0、且小于当前行驶道路宽度减去车辆的宽度值。
为实现上述目的，根据本发明的第二方面，提供了一种轨迹规划方法。
本发明的轨迹规划方法包括：根据本发明提出的障碍物处理方法确定未识别出的障碍物的类别；基于所述未识别出的障碍物的类别的信息进行轨迹规划。
为实现上述目的，根据本发明的第三方面，提供了一种障碍物处理装置。
本发明的障碍物处理装置包括：获取模块，用于获取未识别出的障碍物的点云数据；确定模块，用于根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界；其中，所述道路边界为缓冲区中远离所述道路的中心线的一侧边界，所述虚拟道路边界为所述缓冲区中靠近所述道路的中心线的另一侧边界；分类模块，用于根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别；其中，所述类别包括：第一类别，用于表示其为避障绕行需要考虑的障碍物；第二类别，用于表示其为避障绕行无需考虑的障碍物。
为实现上述目的，根据本发明的第四方面，提供了一种轨迹规划装置。
本发明的轨迹规划装置包括：获取模块，用于获取未识别出的障碍物的点云数据；确定模块，用于根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界；其中，所述道路边界为缓冲区中远离所述道路的中心线的一侧边界，所述虚拟道路边界为所述缓冲区中靠近所述道路的中心线的另一侧边界；分类模块，用于根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别；其中，所述类别包括：第一类别，用于表示其为避障绕行需要考虑的障碍物；第二类别，用于表示其为避障绕行无需考虑的障碍物；规划模块，用于基于所述未识别出的障碍物的类别的信息进行轨迹规划。
为实现上述目的，根据本发明的第五方面，提供了一种电子设备。
本发明的电子设备，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本发明的障碍物处理方法或者轨迹规划方法。
为实现上述目的，根据本发明的第六方面，提供了一种计算机可读介质。
本发明的计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明的障碍物处理方法或者轨迹规划方法。
上述发明中的一个实施例具有如下优点或有益效果：通过获取未识别出的障碍物的点云数据，根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度确定虚拟道路边界，根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据确定所述未识别出的障碍物的类别这些步骤，既能降低车辆在自动驾驶过程中的碰撞风险，又能解决车辆在自动驾驶过程中频繁出现卡顿、无故绕行等问题。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明第一实施例的障碍物处理方法的主要流程示意图；
图2是根据本发明第二实施例的障碍物处理方法的主要流程示意图；
图3是根据本发明第二实施例的缓冲区的示意图；
图4是根据本发明第三实施例的障碍物处理装置的主要模块示意图；
图5是根据本发明第四实施例的障碍物处理装置的主要模块示意图；
图6是本发明实施例可以应用于其中的示例性系统架构图一；
图7是本发明实施例可以应用于其中的示例性系统架构图二；
图8是适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要指出的是，在不冲突的情况下，本发明中的实施例以及实施例中的特征可以相互组合。
图1是根据本发明第一实施例的障碍物处理方法的主要流程示意图。如图1所示，本发明实施例的障碍物处理方法包括：
步骤S101、获取未识别出的障碍物的点云数据。
在一个可选实施方式中，步骤S101包括：接收感知模块发送的未识别出的障碍物的点云数据。其中，所述未识别出的障碍物的点云数据为障碍物的原始点云数据。具体实施时，感知模块可将带有类别标签的障碍物的原始点云数据发送至障碍物处理装置。其中，未识别出的障碍物的点云数据的类型标签可以设为“UNKNOWN”。
在另一个可选实施方式中，步骤S101可包括：接收感知模块发送的未识别出的障碍物的点云数据。其中，所述未识别出的障碍物的点云数据，是通过对未识别出的障碍物的原始点云数据进行封装，得到的带有顺序的凸多边形顶点坐标集。也就是说，接收到的未识别出的障碍物的点云数据是由带有顺序的顶点坐标组成，按照该顺序依次连接各个顶点能够生成一个凸多边形。
步骤S102、根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界。
其中，所述道路边界为缓冲区中远离所述道路的中心线的一侧边界，所述虚拟道路边界为所述缓冲区中靠近所述道路的中心线的另一侧边界。具体实施时，所述道路边界和所述虚拟道路边界可用坐标点集合(或者说“坐标点串”)表示。
在一个可选示例中，所述一侧道路边界为右侧道路边界。在该示例中，步骤S102具体包括：将右侧道路边界向左平移lbuffer(lbuffer表示预设的缓冲区宽度)，以得到虚拟道路边界。其中，lbuffer的一个可选取值范围为：lbuffer大于0、且小于当前行驶道路宽度减去车辆的宽度值。例如，道路边界表示为{(x1，y1),(x2，y2)，……，(xn，yn)}，lbuffer为1米，则虚拟道路边界可表示为{(x1-1，y1),(x2-1，y2)……(xn-1，yn)}。
在另一个可选示例中，所述一侧道路边界为左侧道路边界。在该示例中，步骤S102具体包括：将左侧道路边界向右平移lbuffer(lbuffer表示预设的缓冲区宽度)，以得到虚拟道路边界。其中，lbuffer的一个可选取值范围为：lbuffer大于0、且小于当前行驶道路宽度减去车辆的宽度值。
步骤S103、根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别。
其中，所述类别包括：第一类别，用于表示其为避障绕行需要考虑的障碍物；第二类别，用于表示其为避障绕行无需考虑的障碍物。在该步骤中，可通过判断所述未识别出的障碍物的点云数据与所述道路边界、以及所述虚拟道路边界是否满足某种预设条件，来确定所述未识别出的障碍物的类别。
例如，确定障碍物为第一类型的预设条件可以为：所述未识别出的障碍物的点云数据中的所有点都位于所述虚拟道路边界的右侧、且所述点云数据中有至少M个点位于所述缓冲区内。另外，在不影响本发明实施的情况下，所述预设条件还可以为其他条件。比如，确定障碍物为第一类型的预设条件还可以为：所述障碍物的点云数据中位于所述缓冲区内的点占所述障碍物的点云数据总量的比例大于预设阈值。在不影响本发明实施的情况下，所述预设阈值可根据需求进行灵活设置，比如可将预设阈值设为80％、90％或者其他值。
在本发明实施例中，通过以上步骤能够对未识别的障碍物进行进一步处理，从而识别出其属于避障绕行需要考虑的障碍物还是避障绕行无需考虑的障碍物，既能解决由于直接将真实存在但是没有识别到的障碍物进行滤除所导致的碰撞问题，降低车辆在自动驾驶过程中的碰撞风险，又能解决由于直接将所有未识别出来的障碍物信息下发至下游模块、并针对所有未检测出来的障碍物进行绕行所导致的车辆在自动驾驶过程中频繁出现卡顿、无故绕行等问题。
图2是根据本发明第二实施例的障碍物处理方法的主要流程示意图。如图2所示，本发明实施例的障碍物处理方法包括：
步骤S201、获取未识别出的障碍物的点云数据。
示例性地，步骤S201可包括：接收感知模块发送的未识别出的障碍物的点云数据。其中，所述未识别出的障碍物的点云数据，是通过对未识别出的障碍物的原始点云数据进行封装，得到的带有顺序的凸多边形顶点坐标集。也就是说，接收到的未识别出的障碍物的点云数据是由带有顺序的顶点坐标组成，按照该顺序依次连接各个顶点能够生成一个凸多边形。
步骤S202、根据车辆当前的位置坐标查询地图服务模块，以得到所述车辆当前行驶道路的一侧道路边界的信息。
其中，所述地图服务模块可以采用离线的形式存放在自动驾驶车上；也可以存放在云端，通过网络服务请求方式获得道路边界信息。例如，假设所述地图服务模块存放在云端，则可将携带车辆当前位置坐标的查询请求发送至地图服务模块，并接收地图服务模块返回的道路边界的信息。
其中，所述一侧道路边界可以为右侧道路边界，也可以为左侧道路边界。比如，在相关交通条例指定右侧行驶的区域，所述一侧道路边界为右侧道路边界；在相关交通条例指定左侧行驶的区域，所述一侧道路边界为左侧道路边界。
步骤S203、根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界。
在一个可选示例中，所述一侧道路边界为右侧道路边界。在该示例中，步骤S203具体包括：将右侧道路边界向左平移lbuffer(lbuffer表示预设的缓冲区宽度)，以得到虚拟道路边界。其中，lbuffer的一个可选取值范围为：lbuffer大于0、且小于当前行驶道路宽度减去车辆的宽度值。例如，道路边界表示为{(x1，y1),(x2，y2)，……，(xn，yn)}，lbuffer为1米，则虚拟道路边界可表示为{(x1-1，y1),(x2-1，y2)……(xn-1，yn)}。
在另一个可选示例中，所述一侧道路边界为左侧道路边界。在该示例中，步骤S203具体包括：将左侧道路边界向右平移lbuffer(lbuffer表示预设的缓冲区宽度)，以得到虚拟道路边界。其中，lbuffer的一个可选取值范围为：lbuffer大于0、且小于当前行驶道路宽度减去车辆的宽度值。
步骤S204、判断所述未识别出的障碍物的点云数据中的所有点是否都位于所述虚拟道路边界的右侧、且所述点云数据中是否有至少M个点位于所述缓冲区内。
在一个可选实例中，步骤S204可具体包括：对于所述未识别出的障碍物的点云数据中的每个点，计算其至道路边界的距离d1、以及其至虚拟道路边界的距离d2；判断是否至少M个点满足d1+d2＝lbuffer、且其他点满足d1+lbuffer＝d2；若是，则表明所述点云数据中有至少M个点位于所述缓冲区内、且所述未识别出的障碍物的点云数据中的所有点是否都位于所述虚拟道路边界的右侧，即表明步骤S204的判断结果为是；进而可执行步骤S205；若否，则表明步骤S204的判断结果为否；进而可执行步骤S206。
步骤S205、确定所述未识别出的障碍物的类别为第一类别。
其中，第一类别用于表示其为避障绕行需要考虑的障碍物。
步骤S206、确定所述未识别出的障碍物的类别为第二类型。
其中，第二类别，用于表示其为避障绕行无需考虑的障碍物。
步骤S207、对确定为第一类别的障碍物进行标注，并将标注后的障碍物的点云数据发送至路径规划模块。
在本发明实施例中，在通过步骤S201至步骤S207确定各个未识别出的障碍物的类型之后，可只对第一类别的障碍物进行标注(比如标注为“Need Consideration”)，而对第二类别的障碍物不进行标注，并将标注后的障碍物的点云数据发送至路径规划模块。
在本发明的另一实施例中，在通过步骤S201至步骤S207确定各个未识别出的障碍物的类型之后，可对第一类别的障碍物进行标注(比如标注为“Needed”，用于表示其为避障绕行需要考虑的障碍物)、对第二类别的障碍物也进行标注(比如标注为“not Needed”，用于表示其为避障绕行无需考虑的障碍物)，并将标注后的障碍物的点云数据发送至路径规划模块，以便于告诉下游的路劲规划模块，在进行路径规划时对于被标记为第一类别的未识别障碍物也需要考虑，而对于标记为第二类别的未识别障碍物则不需要考虑。
在本发明实施例中，通过以上步骤能够对未识别的障碍物进行进一步分类、标注，从而识别出其属于避障绕行需要考虑的障碍物还是避障绕行无需考虑的障碍物，既能解决由于直接将真实存在但是没有识别到的障碍物进行滤除所导致的碰撞问题，降低车辆在自动驾驶过程中的碰撞风险，又能解决由于直接将所有未识别出来的障碍物信息下发至下游模块、并针对所有未检测出来的障碍物进行绕行所导致的车辆在自动驾驶过程中频繁出现卡顿、无故绕行等问题。
进一步，在图1或图2所示实施例的基础上，本发明还提供了一种轨迹规划方法。本发明的轨迹规划方法包括：通过图1或图2所示流程确定未识别出的障碍物的类别；基于所述未识别出的障碍物的类别的信息进行轨迹规划。具体来说，在得到未识别出的障碍物的类别的信息之后，会将这些信息发送至路径规划模块；路径规划模块在进行路径规划时，会考虑对第一类别的未知障碍物进行避障绕行，而无需考虑第二类别的未知障碍物。接下来，可通过速度规划模块为规划出来的路径匹配合理的速度，以生成最终的轨迹，并将轨迹下发至控制模块。之后，控制模块可生成控制指令，并将控制指令下发至车辆底盘控制模块。
在本发明实施例中，通过以上方法能够对未识别的障碍物进行进一步处理，从而识别出其属于避障绕行需要考虑的障碍物还是避障绕行无需考虑的障碍物，并基于这些信息进行轨迹规划，既能解决由于直接将真实存在但是没有识别到的障碍物进行滤除所导致的碰撞问题，降低车辆在自动驾驶过程中的碰撞风险，又能解决由于直接将所有未识别出来的障碍物信息下发至下游模块、并针对所有未检测出来的障碍物进行绕行所导致的车辆在自动驾驶过程中频繁出现卡顿、无故绕行等问题。
图3是根据本发明第二实施例的缓冲区的示意图。如图3所示，自动驾驶车303当前在位于隔离栏308右侧的行驶道路上行驶。根据自动驾驶车的当前位置坐标可确定右侧道路边界301的信息，然后，可根据右侧道路边界301的信息以及预设的缓冲区宽度lbuffer构建缓冲区。该缓冲区包括两个边界，分别为：右侧道路边界301，位于远离道路中心线的一侧；虚拟道路边界302，位于靠近道路中线线的一侧。
接下来，可根据右侧道路边界301、虚拟道路边界302以及未识别出的障碍物304、305、306、307的点云数据，确定各个未识别出的障碍物的类别。其中，所述类别包括：第一类别，用于表示其为避障绕行需要考虑的障碍物；第二类别，用于表示其为避障绕行无需考虑的障碍物。
在一个示例中，可通过如下方式确定所述未识别出的障碍物的类别：判断所述未识别出的障碍物的点云数据中的所有点是否都位于所述虚拟道路边界的右侧、且所述点云数据中是否有至少M个点位于所述缓冲区内；其中，M为大于等于1的整数；在判断结果为是的情况下，确定所述未识别出的障碍物的类别为第一类别；在判断结果为否的情况下，确定所述未识别出的障碍物的类别为第二类别。进而，通过以上方式可确定出：障碍物304、305为第一类别，障碍物306、307为第二类别。
图4是根据本发明第三实施例的障碍物处理装置的主要模块示意图。如图4所示，本发明实施例的障碍物处理装置400包括：获取模块401、确定模块402、分类模块403。
获取模块401，用于获取未识别出的障碍物的点云数据。
在一个可选实施方式中，获取模块401获取未识别出的障碍物的点云数据包括：接收感知模块发送的未识别出的障碍物的点云数据。其中，所述未识别出的障碍物的点云数据为障碍物的原始点云数据。具体实施时，感知模块可将带有类别标签的障碍物的原始点云数据发送至障碍物处理装置。其中，未识别出的障碍物的点云数据的类型标签可以设为“UNKNOWN”。
在另一个可选实施方式中，获取模块401获取未识别出的障碍物的点云数据可包括：接收感知模块发送的未识别出的障碍物的点云数据。其中，所述未识别出的障碍物的点云数据，是通过对未识别出的障碍物的原始点云数据进行封装，得到的带有顺序的凸多边形顶点坐标集。也就是说，接收到的未识别出的障碍物的点云数据是由带有顺序的顶点坐标组成，按照该顺序依次连接各个顶点能够生成一个凸多边形。
确定模块402，用于根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界。
其中，所述道路边界为缓冲区中远离所述道路的中心线的一侧边界，所述虚拟道路边界为所述缓冲区中靠近所述道路的中心线的另一侧边界。具体实施时，所述道路边界和所述虚拟道路边界可用坐标点集合(或者说“坐标点串”)表示。
在一个可选示例中，所述一侧道路边界为右侧道路边界。在该示例中，确定模块402确定虚拟道路边界具体包括：确定模块402将右侧道路边界向左平移lbuffer(lbuffer表示预设的缓冲区宽度)，以得到虚拟道路边界。其中，lbuffer的一个可选取值范围为：lbuffer大于0、且小于当前行驶道路宽度减去车辆的宽度值。例如，道路边界表示为{(x1，y1),(x2，y2)，……，(xn，yn)}，lbuffer为1米，则虚拟道路边界可表示为{(x1-1，y1),(x2-1，y2)，……，(xn-1，yn)}。
在另一个可选示例中，所述一侧道路边界为左侧道路边界。在该示例中，确定模块402确定虚拟道路边界具体包括：确定模块402将左侧道路边界向右平移lbuffer(lbuffer表示预设的缓冲区宽度)，以得到虚拟道路边界。其中，lbuffer的一个可选取值范围为：lbuffer大于0、且小于当前行驶道路宽度减去车辆的宽度值。
分类模块403，用于根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别。其中，所述类别包括：第一类别，用于表示其为避障绕行需要考虑的障碍物；第二类别，用于表示其为避障绕行无需考虑的障碍物。
具体来说，分类模块403可通过判断所述未识别出的障碍物的点云数据与所述道路边界、以及所述虚拟道路边界是否满足某种预设条件，来确定所述未识别出的障碍物的类别。例如，确定障碍物为第一类型的预设条件可以为：所述未识别出的障碍物的点云数据中的所有点都位于所述虚拟道路边界的右侧、且所述点云数据中有至少M个点位于所述缓冲区内。另外，在不影响本发明实施的情况下，所述预设条件还可以为其他条件。
在本发明实施例中，通过以上装置能够对未识别的障碍物进行进一步处理，从而识别出其属于避障绕行需要考虑的障碍物还是避障绕行无需考虑的障碍物，既能解决由于直接将真实存在但是没有识别到的障碍物进行滤除所导致的碰撞问题，降低车辆在自动驾驶过程中的碰撞风险，又能解决由于直接将所有未识别出来的障碍物信息下发至下游模块、并针对所有未检测出来的障碍物进行绕行所导致的车辆在自动驾驶过程中频繁出现卡顿、无故绕行等问题。
进一步，在图4所示实施例基础上，本发明还提供了一种轨迹规划装置。本发明的轨迹规划装置包括：图4所示的障碍物处理装置400、以及规划模块。其中，障碍物处理装置400用于规划模块用于获取未识别出的障碍物的点云数据；根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界；其中，所述道路边界为缓冲区中远离所述道路的中心线的一侧边界，所述虚拟道路边界为所述缓冲区中靠近所述道路的中心线的另一侧边界；根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别；其中，所述类别包括：第一类别，用于表示其为避障绕行需要考虑的障碍物；第二类别，用于表示其为避障绕行无需考虑的障碍物。规划模块，用于基于所述未识别出的障碍物的类别的信息进行轨迹规划。
在本发明实施例中，通过以上装置能够对未识别的障碍物进行进一步处理，从而识别出其属于避障绕行需要考虑的障碍物还是避障绕行无需考虑的障碍物，并基于这些信息进行轨迹规划，既能解决由于直接将真实存在但是没有识别到的障碍物进行滤除所导致的碰撞问题，降低车辆在自动驾驶过程中的碰撞风险，又能解决由于直接将所有未识别出来的障碍物信息下发至下游模块、并针对所有未检测出来的障碍物进行绕行所导致的车辆在自动驾驶过程中频繁出现卡顿、无故绕行等问题。
图5是根据本发明第四实施例的障碍物处理装置的主要模块示意图。如图5所示，本发明实施例的障碍物处理装置500包括：获取模块501、确定模块502、分类模块503、标注与发送模块504。
获取模块501，用于获取未识别出的障碍物的点云数据。
示例性地，获取模块501获取未识别出的障碍物的点云数据可包括：接收感知模块发送的未识别出的障碍物的点云数据。其中，所述未识别出的障碍物的点云数据，是通过对未识别出的障碍物的原始点云数据进行封装，得到的带有顺序的凸多边形顶点坐标集。也就是说，接收到的未识别出的障碍物的点云数据是由带有顺序的顶点坐标组成，按照该顺序依次连接各个顶点能够生成一个凸多边形。
获取模块501，还可用于根据车辆当前的位置坐标查询地图服务模块，以得到所述车辆当前行驶道路的一侧道路边界的信息。
其中，所述地图服务模块可以采用离线的形式存放在自动驾驶车上；也可以存放在云端，通过网络服务请求方式获得道路边界信息。例如，假设所述地图服务模块存放在云端，则可将携带车辆当前位置坐标的查询请求发送至地图服务模块，并接收地图服务模块返回的道路边界的信息。
其中，所述一侧道路边界可以为右侧道路边界，也可以为左侧道路边界。比如，在相关交通条例指定右侧行驶的区域，所述一侧道路边界为右侧道路边界；在相关交通条例指定左侧行驶的区域，所述一侧道路边界为左侧道路边界。
确定模块502，用于根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界。
在一个可选示例中，所述一侧道路边界为右侧道路边界。在该示例中，确定模块502确定虚拟道路边界包括：将右侧道路边界向左平移lbuffer(lbuffer表示预设的缓冲区宽度)，以得到虚拟道路边界。其中，lbuffer的一个可选取值范围为：lbuffer大于0、且小于当前行驶道路宽度减去车辆的宽度值。例如，道路边界表示为{(x1，y1),(x2，y2)，……，(xn，yn)}，lbuffer为1米，则虚拟道路边界可表示为{(x1-1，y1),(x2-1，y2)……(xn-1，yn)}。
在另一个可选示例中，所述一侧道路边界为左侧道路边界。在该示例中，确定模块502确定虚拟道路边界具体包括：将左侧道路边界向右平移lbuffer(lbuffer表示预设的缓冲区宽度)，以得到虚拟道路边界。其中，lbuffer的一个可选取值范围为：lbuffer大于0、且小于当前行驶道路宽度减去车辆的宽度值。
分类模块503，用于根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别。其中，所述类别包括：第一类别，用于表示其为避障绕行需要考虑的障碍物；第二类别，用于表示其为避障绕行无需考虑的障碍物。
具体来说，分类模块503可通过判断所述未识别出的障碍物的点云数据与所述道路边界、以及所述虚拟道路边界是否满足某种预设条件，来确定所述未识别出的障碍物的类别。例如，确定障碍物为第一类型的预设条件可以为：所述未识别出的障碍物的点云数据中的所有点都位于所述虚拟道路边界的右侧、且所述点云数据中有至少M个点位于所述缓冲区内。另外，在不影响本发明实施的情况下，所述预设条件还可以为其他条件。
标注与发送模块504，用于对确定为第一类别的障碍物进行标注，并将标注后的障碍物的点云数据发送至路径规划模块。
在本发明实施例中，在确定模块503确定各个未识别出的障碍物的类型之后，可只对第一类别的障碍物进行标注(比如标注为“Need Consideration”)，而对第二类别的障碍物不进行标注，并将标注后的障碍物的点云数据发送至路径规划模块，以便于告诉下游的路劲规划模块，在进行路径规划时对于被标记为第一类别的未识别障碍物也需要考虑，而对于标记为第二类别的未识别障碍物则不需要考虑。
在本发明实施例中，通过以上装置能够对未识别的障碍物进行进一步分类、标注，从而识别出其属于避障绕行需要考虑的障碍物还是避障绕行无需考虑的障碍物，既能解决由于直接将真实存在但是没有识别到的障碍物进行滤除所导致的碰撞问题，降低车辆在自动驾驶过程中的碰撞风险，又能解决由于直接将所有未识别出来的障碍物信息下发至下游模块、并针对所有未检测出来的障碍物进行绕行所导致的车辆在自动驾驶过程中频繁出现卡顿、无故绕行等问题。
图6是本发明实施例可以应用于其中的示例性系统架构图一。如图6所示，本发明实施例的规划控制系统600包括：障碍物处理装置601、路径规划模块602、速度规划模块603、以及控制模块604。另外，除了规划控制系统600之外，图6还示出了与规划控制系统600存在交互的地图模块606、感知模块607、定位模块608、以及车辆底盘控制模块605。
地图模块606，由地图数据和查询服务两部分组成。该模块可以采用离线的形式设置在自动驾驶小车上；也可以设置在云端，通过网络服务请求的方式获得。该模块可维护独立的坐标系和数据结构，维护的内容包括但不限于道路边界信息、所在车道id(标识)，车道线坐标集合等。在本发明实施例中，可根据车辆当前位置坐标查询其所在行驶道路的左侧、或右侧道路边界信息。
定位模块608，该模块可设置在自动驾驶车上。该模块通过GPS传感器、IMU(惯导)传感器等可确定当前自动驾驶车的状态信息。其中，所述状态信息包括但不限于自动驾驶车当前的位置坐标、速度、加速度、朝向以及车辆的物理属性(长，宽，高等)。
感知模块607，该模块可设置于自动驾驶车上。该模块主要由传感器和对应的感知算法组成。其中，传感器包括但不限于激光雷达、毫米波雷达、摄像头等。该模块可向下游模块输出未识别出的障碍物的点云数据、以及带有速度、朝向、障碍物的类型(比如行人、自行车、卡车、小轿车等)以及长、宽、高的bounding box(包围盒)等。
障碍物处理装置601，用于获取未识别出的障碍物的点云数据；根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界；根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别；其中，所述类别包括：第一类别，用于表示其为避障绕行需要考虑的障碍物；第二类别，用于表示其为避障绕行无需考虑的障碍物。
路径规划模块602，在进行路径规划时，会考虑障碍物处理装置601确定的为第一类别的未知障碍物的信息，无需考虑障碍物处理装置601确定的为第二类别的未知障碍物的信息。速度规划模块603，用于为规划出来的路径匹配合理的速度，以生成最终的轨迹，并将轨迹下发至控制模块604。控制模块604，用于生成控制指令，并将控制指令下发至车辆底盘控制模块605。
在本发明实施例中，通过以上系统架构能够对未识别的障碍物进行进一步分类、标注，从而能够识别出其属于避障绕行需要考虑的障碍物还是避障绕行无需考虑的障碍物，既能解决由于直接将真实存在但是没有识别到的障碍物进行滤除所导致的碰撞问题，降低车辆在自动驾驶过程中的碰撞风险，又能解决由于直接将所有未识别出来的障碍物信息下发至下游模块、并针对所有未检测出来的障碍物进行绕行所导致的车辆在自动驾驶过程中频繁出现卡顿、无故绕行等问题。
图7示出了可以应用本发明实施例的障碍物处理方法或障碍物处理装置的示例性系统架构700。
如图7所示，系统架构700可以包括自动驾驶车701、702、703，网络704和服务器705。网络704用以在终端设备701、702、703和服务器705之间提供通信链路的介质。网络704可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
自动驾驶车701、702、703通过网络704与服务器705交互，以接收或发送消息等。
自动驾驶车701、702、703上可以安装有定位模块、地图模块、感知模块、导航模块等。其中，定位模块可包括GPS传感器、IMU(惯导)传感器等。感知模块可包括传感器和对应的感知算法，传感器包括但不限于激光雷达，毫米波雷达、摄像头等。另外，无人配送车上还可以安装有其他功能的传感器，在此不再赘述。
服务器705可以是提供各种服务的服务器，例如对自动驾驶车701、702、703进行控制、管理的管理服务器。服务器705可接收自动驾驶车发送的路径规划请求，并将规划出的路径反馈给自动驾驶车。
需要说明的是，在图7所示系统架构中，本发明所提供的障碍物处理方法可由服务器705执行，相应地，障碍物处理装置可设置于服务器705中。
应该理解，图7中的自动驾驶车、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的自动驾驶车、网络和服务器。
下面参考图8，其示出了适于用来实现本发明实施例的电子设备的计算机系统800的结构示意图。图8示出的计算机系统仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示，计算机系统800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块、确定模块和分类模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，分类模块还可以被描述为“对未识别的障碍物进行分类的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备执行以下流程：获取未识别出的障碍物的点云数据；根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界；其中，所述道路边界为缓冲区中远离所述道路的中心线的一侧边界，所述虚拟道路边界为所述缓冲区中靠近所述道路的中心线的另一侧边界；根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别；其中，所述类别包括：第一类别，用于表示其为避障绕行需要考虑的障碍物；第二类别，用于表示其为避障绕行无需考虑的障碍物。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (11)

1.一种障碍物处理方法，其特征在于，所述方法包括：
获取未识别出的障碍物的点云数据；
根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界；其中，所述道路边界为缓冲区中远离所述道路的中心线的一侧边界，所述虚拟道路边界为所述缓冲区中靠近所述道路的中心线的另一侧边界；
根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别；其中，所述类别包括：第一类别，用于表示其为避障绕行需要考虑的障碍物；第二类别，用于表示其为避障绕行无需考虑的障碍物。
2.根据权利要求1所述的方法，其特征在于，所述道路边界为右侧道路边界；所述根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别的步骤包括：
判断所述未识别出的障碍物的点云数据中的所有点是否都位于所述虚拟道路边界的右侧、且所述点云数据中是否有至少M个点位于所述缓冲区内；其中，M为大于等于1的整数；在判断结果为是的情况下，确定所述未识别出的障碍物的类别为第一类别；在判断结果为否的情况下，确定所述未识别出的障碍物的类别为第二类别。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
对确定为第一类别的障碍物进行标注，并将标注后的障碍物的点云数据发送至路径规划模块。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在执行所述根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界的步骤之前，根据车辆当前的位置坐标查询地图服务模块，以得到所述车辆当前行驶道路的一侧道路边界的信息。
5.根据权利要求1所述的方法，其特征在于，所述获取未识别出的障碍物的点云数据的步骤包括：
接收感知模块发送的未识别出的障碍物的点云数据；其中，所述未识别出的障碍物的点云数据，是通过对未识别出的障碍物的原始点云数据进行封装，得到的带有顺序的凸多边形顶点坐标集。
6.根据权利要求1所述的方法，其特征在于，所述缓冲区宽度大于0、且小于当前行驶道路宽度减去车辆的宽度值。
7.一种轨迹规划方法，其特征在于，所述方法包括：
根据权利要求1至6任一所述的方法确定未识别出的障碍物的类别；
基于所述未识别出的障碍物的类别的信息进行轨迹规划。
8.一种障碍物处理装置，其特征在于，所述装置包括：
获取模块，用于获取未识别出的障碍物的点云数据；
确定模块，用于根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界；其中，所述道路边界为缓冲区中远离所述道路的中心线的一侧边界，所述虚拟道路边界为所述缓冲区中靠近所述道路的中心线的另一侧边界；
分类模块，用于根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别；其中，所述类别包括：第一类别，用于表示其为避障绕行需要考虑的障碍物；第二类别，用于表示其为避障绕行无需考虑的障碍物。
9.一种轨迹规划装置，其特征在于，所述装置包括：
获取模块，用于获取未识别出的障碍物的点云数据；
确定模块，用于根据车辆当前行驶道路的一侧道路边界以及预设的缓冲区宽度，确定虚拟道路边界；其中，所述道路边界为缓冲区中远离所述道路的中心线的一侧边界，所述虚拟道路边界为所述缓冲区中靠近所述道路的中心线的另一侧边界；
分类模块，用于根据所述道路边界、所述虚拟道路边界以及所述未识别出的障碍物的点云数据，确定所述未识别出的障碍物的类别；其中，所述类别包括：第一类别，用于表示其为避障绕行需要考虑的障碍物；第二类别，用于表示其为避障绕行无需考虑的障碍物；
规划模块，用于基于所述未识别出的障碍物的类别的信息进行轨迹规划。
10.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，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至7中任一所述的方法。
11.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一所述的方法。
CN201911215006.XA 2019-12-02 2019-12-02 障碍物处理方法和装置 Active CN111158359B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911215006.XA CN111158359B (zh) 2019-12-02 2019-12-02 障碍物处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911215006.XA CN111158359B (zh) 2019-12-02 2019-12-02 障碍物处理方法和装置

Publications (2)

Publication Number Publication Date
CN111158359A true CN111158359A (zh) 2020-05-15
CN111158359B CN111158359B (zh) 2023-08-04

Family

ID=70556252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911215006.XA Active CN111158359B (zh) 2019-12-02 2019-12-02 障碍物处理方法和装置

Country Status (1)

Country Link
CN (1) CN111158359B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111666921A (zh) * 2020-06-30 2020-09-15 腾讯科技（深圳）有限公司 车辆控制方法、装置、计算机设备和计算机可读存储介质
CN112000757A (zh) * 2020-08-25 2020-11-27 北京四维图新科技股份有限公司 道路边界处理方法及电子设备
CN112305911A (zh) * 2020-09-11 2021-02-02 重庆智行者信息科技有限公司 一种复杂环境下的反馈预测控制方法及其装置、车辆
CN112764013A (zh) * 2020-12-25 2021-05-07 北京百度网讯科技有限公司 自动驾驶车辆感知系统测试方法、装置、设备及存储介质
CN113682300A (zh) * 2021-08-25 2021-11-23 驭势科技（北京）有限公司 避让障碍物的决策方法、装置、设备及介质
CN113805578A (zh) * 2021-02-25 2021-12-17 京东鲲鹏(江苏)科技有限公司 无人车路径优化方法及相关设备

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001022934A (ja) * 1999-07-07 2001-01-26 Tokai Rika Co Ltd 車両における走行路認識方法及び走行路認識装置
US20050015201A1 (en) * 2003-07-16 2005-01-20 Sarnoff Corporation Method and apparatus for detecting obstacles
US20090088966A1 (en) * 2007-09-27 2009-04-02 Hitachi, Ltd. Driving support system
FR2947657A1 (fr) * 2009-07-06 2011-01-07 Valeo Vision Procede de detection d’un obstacle pour vehicule automobile
JP2011170568A (ja) * 2010-02-17 2011-09-01 Fujitsu Ten Ltd 障害物検出装置、及び障害物検出方法
US9285230B1 (en) * 2013-12-20 2016-03-15 Google Inc. Methods and systems for detecting road curbs
CN107316006A (zh) * 2017-06-07 2017-11-03 北京京东尚科信息技术有限公司 一种道路障碍物检测的方法和系统
US20170369051A1 (en) * 2016-06-28 2017-12-28 Toyota Motor Engineering & Manufacturing North America, Inc. Occluded obstacle classification for vehicles
CN108238056A (zh) * 2016-12-26 2018-07-03 丰田自动车株式会社 车载警告设备
US20180247138A1 (en) * 2017-02-28 2018-08-30 Samsung Electronics Co., Ltd. Method and device to generate virtual lane
JP2019021202A (ja) * 2017-07-20 2019-02-07 株式会社Ihi 移動ロボットの制御装置と制御方法
US20190047473A1 (en) * 2018-03-29 2019-02-14 Intel IP Corporation Vehicle, side mirror assembly for a vehicle, and methods thereof
CN109375618A (zh) * 2018-09-27 2019-02-22 深圳乐动机器人有限公司 清洁机器人的导航避障方法及终端设备
CN109871787A (zh) * 2019-01-30 2019-06-11 浙江吉利汽车研究院有限公司 一种障碍物检测方法及装置
CN109878513A (zh) * 2019-03-13 2019-06-14 百度在线网络技术（北京）有限公司 防御性驾驶策略生成方法、装置、设备及存储介质
CN109905279A (zh) * 2019-03-01 2019-06-18 北京龙鼎源科技股份有限公司 通信方法及装置、存储介质、电子装置
CN109933068A (zh) * 2019-03-15 2019-06-25 文远知行有限公司 驾驶路径规划方法、装置、设备和存储介质
CN109934141A (zh) * 2019-03-01 2019-06-25 北京百度网讯科技有限公司 用于标注数据的方法和装置
US20190236381A1 (en) * 2018-01-30 2019-08-01 Wipro Limited. Method and system for detecting obstacles by autonomous vehicles in real-time
CN110148313A (zh) * 2019-06-24 2019-08-20 深圳成谷科技有限公司 道路障碍物信息的处理方法、装置及系统
US20190266779A1 (en) * 2018-02-27 2019-08-29 Nvidia Corporation Analysis of point cloud data using polar depth maps and planarization techniques

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001022934A (ja) * 1999-07-07 2001-01-26 Tokai Rika Co Ltd 車両における走行路認識方法及び走行路認識装置
US20050015201A1 (en) * 2003-07-16 2005-01-20 Sarnoff Corporation Method and apparatus for detecting obstacles
US20090088966A1 (en) * 2007-09-27 2009-04-02 Hitachi, Ltd. Driving support system
FR2947657A1 (fr) * 2009-07-06 2011-01-07 Valeo Vision Procede de detection d’un obstacle pour vehicule automobile
JP2011170568A (ja) * 2010-02-17 2011-09-01 Fujitsu Ten Ltd 障害物検出装置、及び障害物検出方法
US9285230B1 (en) * 2013-12-20 2016-03-15 Google Inc. Methods and systems for detecting road curbs
US20170369051A1 (en) * 2016-06-28 2017-12-28 Toyota Motor Engineering & Manufacturing North America, Inc. Occluded obstacle classification for vehicles
CN108238056A (zh) * 2016-12-26 2018-07-03 丰田自动车株式会社 车载警告设备
US20180247138A1 (en) * 2017-02-28 2018-08-30 Samsung Electronics Co., Ltd. Method and device to generate virtual lane
CN107316006A (zh) * 2017-06-07 2017-11-03 北京京东尚科信息技术有限公司 一种道路障碍物检测的方法和系统
JP2019021202A (ja) * 2017-07-20 2019-02-07 株式会社Ihi 移動ロボットの制御装置と制御方法
US20190236381A1 (en) * 2018-01-30 2019-08-01 Wipro Limited. Method and system for detecting obstacles by autonomous vehicles in real-time
US20190266779A1 (en) * 2018-02-27 2019-08-29 Nvidia Corporation Analysis of point cloud data using polar depth maps and planarization techniques
US20190047473A1 (en) * 2018-03-29 2019-02-14 Intel IP Corporation Vehicle, side mirror assembly for a vehicle, and methods thereof
CN109375618A (zh) * 2018-09-27 2019-02-22 深圳乐动机器人有限公司 清洁机器人的导航避障方法及终端设备
CN109871787A (zh) * 2019-01-30 2019-06-11 浙江吉利汽车研究院有限公司 一种障碍物检测方法及装置
CN109905279A (zh) * 2019-03-01 2019-06-18 北京龙鼎源科技股份有限公司 通信方法及装置、存储介质、电子装置
CN109934141A (zh) * 2019-03-01 2019-06-25 北京百度网讯科技有限公司 用于标注数据的方法和装置
CN109878513A (zh) * 2019-03-13 2019-06-14 百度在线网络技术（北京）有限公司 防御性驾驶策略生成方法、装置、设备及存储介质
CN109933068A (zh) * 2019-03-15 2019-06-25 文远知行有限公司 驾驶路径规划方法、装置、设备和存储介质
CN110148313A (zh) * 2019-06-24 2019-08-20 深圳成谷科技有限公司 道路障碍物信息的处理方法、装置及系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
周智;等: "基于直线特征提取的自主车辆可通行区域检测", 华中科技大学学报(自然科学版), no. 2 *
张永博: "激光点云在无人驾驶路径检测中的应用", 《测绘通报》 *
张永博: "激光点云在无人驾驶路径检测中的应用", 《测绘通报》, 25 November 2016 (2016-11-25) *
梁栋;等: "半结构化道路下智能车辆路径规划与控制算法研究", 交通运输系统工程与信息, no. 02 *
汪世财: "基于三维激光雷达的障碍物检测与跟踪研究", 《中国优秀硕士学位论文库 工程科技II辑》 *
汪世财: "基于三维激光雷达的障碍物检测与跟踪研究", 《中国优秀硕士学位论文库 工程科技II辑》, 15 January 2019 (2019-01-15) *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111666921A (zh) * 2020-06-30 2020-09-15 腾讯科技（深圳）有限公司 车辆控制方法、装置、计算机设备和计算机可读存储介质
CN111666921B (zh) * 2020-06-30 2022-05-20 腾讯科技（深圳）有限公司 车辆控制方法、装置、计算机设备和计算机可读存储介质
CN112000757A (zh) * 2020-08-25 2020-11-27 北京四维图新科技股份有限公司 道路边界处理方法及电子设备
CN112000757B (zh) * 2020-08-25 2024-05-28 北京四维图新科技股份有限公司 道路边界处理方法及电子设备
CN112305911A (zh) * 2020-09-11 2021-02-02 重庆智行者信息科技有限公司 一种复杂环境下的反馈预测控制方法及其装置、车辆
CN112764013A (zh) * 2020-12-25 2021-05-07 北京百度网讯科技有限公司 自动驾驶车辆感知系统测试方法、装置、设备及存储介质
CN112764013B (zh) * 2020-12-25 2024-03-01 北京百度网讯科技有限公司 自动驾驶车辆感知系统测试方法、装置、设备及存储介质
CN113805578A (zh) * 2021-02-25 2021-12-17 京东鲲鹏(江苏)科技有限公司 无人车路径优化方法及相关设备
CN113682300A (zh) * 2021-08-25 2021-11-23 驭势科技（北京）有限公司 避让障碍物的决策方法、装置、设备及介质
CN113682300B (zh) * 2021-08-25 2023-09-15 驭势科技（北京）有限公司 避让障碍物的决策方法、装置、设备及介质

Also Published As

Publication number Publication date
CN111158359B (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
CN111158359B (zh) 障碍物处理方法和装置
US10262529B2 (en) Management of moving objects
RU2682151C1 (ru) Устройство определения окружения, аппаратура содействия при движении и способ определения окружения
CN107792077B (zh) 用于确认道路部段是否适合于自主车辆驾驶的方法和系统
US11625051B2 (en) Proactive generation of tuning data for autonomous vehicle dispatch
RU2682095C1 (ru) Устройство определения окружения, аппаратура содействия при движении и способ определения окружения
CN111380546A (zh) 基于平行道路的车辆定位方法、装置、电子设备和介质
US11829135B2 (en) Tuning autonomous vehicle dispatch using vehicle performance
CN110696826B (zh) 用于控制车辆的方法和装置
CN110867131A (zh) 用于更新地图的方法、装置、设备和存储介质
CN114852079A (zh) 行为决策信息生成方法、装置、电子设备以及存储介质
US11499833B2 (en) Inferring lane boundaries via high speed vehicle telemetry
US11293767B2 (en) Dynamic drop off and pick up of passengers via autonomous vehicles
JP2020009189A (ja) 渋滞状態特定方法、渋滞状態特定装置及びコンピュータプログラム
CN115657684B (zh) 车辆路径信息生成方法、装置、设备和计算机可读介质
CN114724116B (zh) 车辆通行信息生成方法、装置、设备和计算机可读介质
CN114779705A (zh) 用于控制自动驾驶车辆的方法、装置、电子设备及系统
CN114299758A (zh) 车辆控制方法及装置、设备、介质和产品
CN115112138A (zh) 轨迹规划信息生成方法、装置、电子设备以及存储介质
CN114973735A (zh) 自动驾驶车辆的编队方法、装置、设备、车辆、及介质
CN114771533A (zh) 自动驾驶车辆的控制方法、装置、设备、车辆及介质
CN114119951A (zh) 车信标注的方法、装置、设备以及存储介质
CN114323693A (zh) 车路云感知系统的测试方法、装置、设备及存储介质
CN113449798A (zh) 港口无人驾驶地图生成方法、装置、电子设备、存储介质
CN112668371B (zh) 用于输出信息的方法和装置

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