CN111186443B - 变道路径规划方法、装置、电子设备和计算机可读介质 - Google Patents
变道路径规划方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN111186443B CN111186443B CN202010081799.7A CN202010081799A CN111186443B CN 111186443 B CN111186443 B CN 111186443B CN 202010081799 A CN202010081799 A CN 202010081799A CN 111186443 B CN111186443 B CN 111186443B
- Authority
- CN
- China
- Prior art keywords
- lane
- lane change
- vehicle
- obstacle
- constraint
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
Abstract
本公开实施例提供了一种变道路径规划方法、装置、电子设备和计算机可读介质,该方法包括:基于预先选定的变道参考线构建变道路径模型,变道路径模型用于生成车辆的变道路径;计算车辆在当前车速下变道至预定目标车道的向心加速度,基于计算得到的向心加速度和获取的车辆的变道决策信息,预估车辆的变道完成长度和变道完成点;根据预估的变道完成长度、预估的变道完成点、以及车辆感知的道路边界和障碍物,确定变道约束条件;根据变道约束条件对变道路径模型生成的变道路径进行优化处理,得到车辆的符合变道约束条件的变道路径。
Description
技术领域
本公开实施例涉及自动驾驶技术领域,特别涉及一种变道路径规划方法、装置、电子设备和计算机可读介质。
背景技术
随着计算机技术和人工智能的发展,自动驾驶车辆在交通、军事、物流仓储、日常生活等方面具有广阔的应用前景。路径规划是自动驾驶技术中关键的部分,其基于感知系统的环境数据,车辆需要在复杂的道路环境中基于一定的性能指标规划出一条安全可靠、从起始位置到目标位置的最短无碰撞路径。
变道能力是衡量自动驾驶能力的重要指标之一,直接决定了自动驾驶车辆上路后的智能性和灵活性。变道过程中,应保证自动驾驶车辆的变道线型能够有效汇入目标车道,从而保证自动驾驶车辆的变道通过性和汇入能力。
发明内容
本公开实施例提供一种变道路径规划方法、装置、电子设备和计算机可读介质。
第一方面,本公开实施例提供一种变道路径规划方法,包括:基于预先选定的变道参考线构建变道路径模型,变道路径模型用于生成车辆的变道路径;计算车辆在当前车速下变道至预定目标车道的向心加速度,基于计算得到的向心加速度和获取的车辆的变道决策信息,预估车辆的变道完成长度和变道完成点;根据预估的变道完成长度、预估的变道完成点、以及车辆感知的道路边界和障碍物,确定变道约束条件;根据变道约束条件对变道路径模型生成的变道路径进行优化处理,得到车辆的符合变道约束条件的变道路径。
第二方面,本公开实施例提供一种变道路径规划装置,包括:路径模型构建模块,用于基于预先选定的变道参考线构建变道路径模型,变道路径模型用于生成车辆的变道路径;变道信息预估模块,用于计算车辆在当前车速下变道至预定目标车道的向心加速度,基于计算得到的向心加速度和获取的车辆的变道决策信息,预估车辆的变道完成长度和变道完成点;约束条件确定模块,用于根据预估的变道完成长度、预估的变道完成点、以及车辆感知的道路边界和障碍物,确定变道约束条件;路径优化处理模块,用于根据变道约束条件对变道路径模型生成的变道路径进行优化处理,得到车辆的符合变道约束条件的变道路径。
第三方面,本公开实施例提供一种电子设备,其包括:一个或多个处理器;存储器,其上存储有一个或多个程序,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上述任意一种变道路径规划方法;一个或多个I/O接口,连接在处理器与存储器之间,配置为实现处理器与存储器的信息交互。
第四方面,本公开实施例提供一种计算机可读介质,其上存储有计算机程序,程序被处理器执行时实现上述任意一种变道路径规划方法。
本公开实施例提供的变道路径规划方法、装置、电子设备和计算机可读介质,基于变道参考线构建变道路径模型,在对变道路径模型进行求解以获得变道路径的过程中,可以结合变道场景中道路边界信息和障碍物信息,为求解变道路径模型添加约束条件,从而得到能够有效汇入目标车道,且符合变道场景的变道路径,提高车辆变道的智能性和灵活性。
附图说明
附图用来提供对本公开实施例的进一步理解,并且构成说明书的一部分,与本公开的实施例一起用于解释本公开,并不构成对本公开的限制。通过参考附图对详细示例实施例进行描述,以上和其它特征和优点对本领域技术人员将变得更加显而易见,在附图中:
图1为本公开实施例提供的一种自动驾驶车辆在进行变道的场景示意图;
图2为本公开实施例提供的一种变道路径规划方法的流程图;
图3为本公开实施例提供的一种变道路径规划装置的组成框图;
图4为本公开实施例提供的一种电子设备的组成框图;
图5为本公开实施例提供的一种计算机可读介质的组成框图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合附图对本发明提供的变道路径规划方法、装置、电子设备和计算机可读介质进行详细描述。
在下文中将参考附图更充分地描述示例实施例,但是示例实施例可以以不同形式来体现且不应当被解释为限于本文阐述的实施例。反之,提供这些实施例的目的在于使本公开透彻和完整,并将使本领域技术人员充分理解本公开的范围。在不冲突的情况下,本公开各实施例及实施例中的各特征可相互组合。
在本文实施例中描述的车辆,可以是自动驾驶汽车(Autonomous vehicles)或无人驾驶汽车(Self-driving Automobile)。该车辆可以被配置为处于自动驾驶模式,在自动驾驶模式下该车辆可以在极少或没有来自驾驶员的输入的情况下导航通过环境。在下述实施例中,该车辆也可以称为主车(Ego car),即可以使用本车角度感知环境,并以本车为中心进行变道路径规划的车辆。
图1为本公开实施例的主车变道场景示意图。在图1所示的场景中,示意性地示出了主车11在变道过程中的当前车道12和目标车道13。其中,当前车道12的车道边界包括车道边界1和车道边界2,目标车道13的车道边界包括车道边界2和车道边界3。
在一个实施例中,主车11可以根据导航信息、周边道路、交通情况、以及车辆当前状态,对主车变道过程进行驾驶决策,得到变道决策信息。
示例性地,该变道决策信息至少可以包括:变道过程的多个阶段、目标车道、规划的变道准备长度s0,规划的变道准备时间t0,规划的变道完成长度s,规划的变道完成时间t。
其中,变道过程的多个阶段例如变道准备阶段、变道准备阶段到变道阶段的过渡阶段以及变道阶段。并且,本文实施例中描述的多个表示大于等于两个。
在如图1所示的变道准备阶段中:主车11从当前车道12逐渐靠近目标车道时,主车11行驶的道路下边界为车道边界1,主车11行驶的道路上边界为车道边界2。
在如图1所示的变道准备阶段到变道阶段的过渡阶段和变道阶段中:主车11从当前车道12进入目标车道的过程中,主车11行驶的道路下边界为车道边界1,主车11行驶的道路上边界为车道边界3。
其中,规划的变道准备阶段的结束点为T1(s0,t0),S0表示通过决策规划的变道准备长度,t0表示通过决策规划的变道准备时间;规划的变道阶段的变道完成点为T2(s,t),s表示通过决策规划的变道完成长度s,t表示通过决策规划的变道完成时间。
具体地,规划的变道准备长度s0可以用于表示:主车11从变道起始位置开始,行驶规划的变道准备长度s0后,到达规划的变道准备阶段的结束点为T1(s0,t0);以及,主车11从变道起始位置开始,行驶规划的变道完成长度s后,可以到达规划的变道阶段的变道完成点T2(s,t)。
在图1所示的场景中,还示意性地示出了障碍物14。其中,障碍物14可以是动态障碍物或静态障碍物,且障碍物14所在车道可以是当前车道12或目标车道13。实际变道场景中,障碍物14的数目为大于等于1。
应理解,主车11的实际变道场景,可以是高速公路或中低速的公路上进行变道路径规划的应用场景,或其他应用场景,本文实施例中对此不做具体限定。
图2为本公开实施例提供的一种变道路径规划方法的流程图。如图2所示,该变道路径规划方法可以包括如下步骤。
S110,基于预先选定的变道参考线构建变道路径模型,变道路径模型用于生成车辆的变道路径。
S120,计算车辆在当前车速下变道至预定目标车道的向心加速度,基于计算得到的向心加速度和获取的车辆的变道决策信息,预估车辆的变道完成长度和变道完成点。
S130,根据预估的变道完成长度、预估的变道完成点、以及车辆感知的道路边界和障碍物,确定变道约束条件。
S140,根据变道约束条件对变道路径模型生成的变道路径进行优化处理,得到车辆的符合变道约束条件的变道路径。
在步骤S110,示例性地,可以使用道路中线作为变道参考线或其他预先选定的参考线作为变道参考线。由于实际用用场景中大部分的道路都不是笔直的,而是具有一定弯曲度的弧线,在车辆在道路行驶中,更容易找到道路中线作为变道参考线。因此,车辆位置可以表征为:从变道起始位置沿变道参考线行驶的路径长度S和偏离变道参考线的横向距离L。
在一些变道场景中,若变道时无固定的变道汇入目标区域,则变道线型不能保证有效的汇入目标车道。在本公开实施例的方案中,可以将变道参考线作为目标参考线,构建变道路径模型;在对变道路径模型进行求解以获得变道路径时,可以结合变道场景中道路边界信息和障碍物信息,为求解变道路径模型添加约束条件,从而得到能够有效汇入目标车道,且符合变道场景的变道路径,提高车辆变道的智能性和灵活性。
在一个实施例中,车辆的变道路径可以包括多个路径段,且多个路径段与预先规划的变道过程的多个阶段相对应。在该实施例中,上述步骤S110,具体可以包括如下步骤S21-S22。
S21,根据变道约束条件,对变道路径模型生成的每个分段路径进行优化处理,得到优化处理后的多个分段路径。
在一个实施例中,基于变道参考线,变道路径模型可以被表示为如下表达式(1)的多项式函数。
l=f(s)=wnsn+wn-1sn-1+…+w1s+w0 (1)
在上述表达式(1)中,n表示多项式函数的阶数,该变道路径模型用于表征横向距离l与路径长度s之间的对应关系。且,横向距离l是车辆与变道参考线之间的横向距离,路径长度s为车辆从当前位置沿变道路径行驶的累计长度。通过上述描述可知,路径长度s的取值范围为车辆的当前位置到每个分段路径的默认规划路径的长度。
为描述方便起见,下文实施例中,可以将沿着变道参考线的方向称为纵向,垂直于变道参考线法线的方向称为横向。因此,基于变道参考线的位置描述,可以简单的使用纵向距离(即从起始位置起沿着变道参考线行驶路径长度)和横向距离(即偏离参考线的距离)来描述。
S22,利用样条曲线拟合处理优化处理后的多个分段路径,得到车辆的符合变道约束条件的变道路径。
在步骤S22,样条曲线是一种具有曲率连续的特性的多项式曲线,通过样条曲线拟合处理每个路径段的变道路径,可以得到平滑的变道路径。
在该实施例中,利用高阶多项式曲线表示变道路径模型,有利于生成高阶平滑的变道曲线,并使用样条曲线对各路径段的曲线进行拟合,得到平滑的变道路径,即满足舒适性,又方便车辆操纵。
在本发明实施例中,为了寻求更优质更平滑、体感更好的变道路径,基于样条曲线的变道路径模型的求解过程,可以视为在约束条件下对变道路径模型进行二次规划(Quadratic Programming)的模型优化问题,从而能够快速求出优化后的模型参数,从而生成优化后的变道路径。
示例性地,通过上述表达式(1)的多项式函数表示的一个路径段的变道路径模型可以转化为如下表达式(2)描述的二次规划问题。
在上述表达式(2)中,w为变量,Q和A为矩阵,l1b可以表示该路径段的下边界,lub表示该路径段的上边界。也就是说,在该二次规划问题中,约束条件l1b≤Aw≤lub表示,路径在横向应满足道路边界约束,即变道路径不能超出道路边界线。
下面通过具体实施例描述,如何路径在纵向应满足的变道长度约束和变道终点约束。也就是说,需要对车辆的变道完成长度和变道完成点进行预估。
在上述步骤S120中,在预估车辆的变道完成长度和变道完成点的过程中,计算车辆在当前车速下变道至预定目标车道的向心加速度的步骤,具体可以包括如下步骤S31-S32。
S31,获取变道决策信息中的规划的变道路径长度,计算车辆在预先规划的变道路径长度内到达目标车道的转向角。
在一个实施例中,可以通过下述表达式(3)计算该转向角。
S32,利用预先构建的向心加速度与车速和转向角之间的对应关系,根据车辆的当前车速和转向角,计算得到车辆在当前车速下变道至预定目标车道的向心加速度。
在一个实施例中,向心加速度与车速和转向角之间的对应关系可以表示为由车速和转向角决定的向心加速度函数,该向心加速度函数用于用于根据车速和转向角计算得到向心加速度。
示例性地,该向心加速度函数可以表示为下述表达式(4)。
a=f(v,θ) (4)
在上述表达式(4)中,f(v,θ)向心加速度函数,用于根据当前车速v和通过上述表达式(3)计算得到的车辆在预先规划的变道路径长度内到达目标车道的转向角θ,计算得到当前速度下主车在规划长度内到达目标车道的转向所造成的横向加速度。
在该实施例中,可以将当前速度下主车在规划长度内到达目标车道的转向所造成的横向加速度,作为平衡体感和变道汇入效率的指标。
在一个实施例中,上述步骤S120中,基于计算得到的向心加速度和获取的车辆的变道决策信息,预估车辆的变道完成长度和变道完成点的步骤,具体可以包括如下步骤S41-S42。
S41,若向心加速度满足预设的加速度指标条件,则将从变道决策信息中获取的规划的变道路径长度和规划的变道完成点,作为预估的变道完成长度和预估的变道完成点。
在该步骤中,若向心加速度满足预设的加速度指标条件,例如向心加速度在预定加速度指标阈值范围内,则表示该向心加速度满足换道线型需求,也即,在当前速度下主车在规划长度内到达目标车道的转向所造成的横向加速度是否满足平衡体感和变道汇入效率的指标。此时,可将变道决策信息中获取的规划的变道路径长度和规划的变道完成点,作为预估的变道完成长度和预估的变道完成点,完成后续变道动作。
S42,若向心加速度不满足加速度指标条件,则根据预先构建的变道完成预估模型,使用当前车速、障碍物的信息、以及从变道决策信息中获取的规划的变道准备时间和规划的变道完成时间,预估车辆的变道完成长度和变道完成点。
在该步骤中,若向心加速度不满足预设的加速度指标条件,,例如向心加速度在预定加速度指标阈值范围之外,则表示该向心加速度不满足换道线型需求。此时,可以根据当前车速、规划的变道准备时间、规划的完成变道时间和车辆感测到障碍物信息,对完成变道的长度和变道结束点进行预估。
在一个实施例中,步骤S42中的变道完成预估模型,用于根据当前车速、障碍物的信息、规划的变道准备时间和规划的变道完成时间,计算车辆完成变道时满足车辆摆正条件的变道完成长度和变道完成点。具体地,车辆摆正条件包括车头朝向为车辆行驶方向,且车身与目标车道的边界线平行。
在一个实施例中,该变道完成预估模型可以是通过机器学习的方式训练得到的模型,也可以是根据当前车速、障碍物的信息、规划的变道准备时间和规划的变道完成时间,得到的车辆完成变道时满足车辆摆正条件的变道完成长度和变道完成点的经验值,或可以根据上述信息获取满足车辆摆正条件的变道完成长度和变道完成点的其他方式。
通过上述实施例的描述,对车辆的变道完成长度和变道完成点进行估计,从而在变道路径的二次规划过程中,在道路纵向对规划的变道路径进行变道长度约束和变道终点约束。
在一个实施例中,变道约束条件包括变道完成约束、车道线约束和障碍物位置约束。上述步骤S130具体可以包括如下步骤S51-S53。
S51,设置变道完成约束包括:车辆完成变道时的变道路径长度等于预估的变道完成长度,以及车辆的变道完成点等于预估的变道完成点。
步骤S51,即上述实施例中描述的,在道路纵向对规划的变道路径进行的变道长度约束和变道终点约束,在此不再赘述。
S52,根据车辆变道过程的预定阶段和目标车道的边界线,设置与每个阶段对应的车道线约束。
在一个实施例中,车辆变道过程的预定阶段包括变道准备阶段和变道阶段。该实施例中,步骤S51具体可以包括如下步骤S521和S522。
S521,若预定阶段为变道准备阶段,根据目标车道的靠近当前车道的车道边界,设置与变道准备阶段对应的车道线约束。
作为示例,在变道准备阶段,设置车道线约束为:车辆与第一边界的横向距离约束值小于等于预设第一距离,其中,第一边界为目标车道的靠近当前车道的车道边界。
S522,若预定阶段为变道阶段,根据目标车道的远离当前车道的车道边界,设置与变道阶段对应的车道线约束。
作为示例,在变道阶段,设置车道线约束为:车辆与第二边界的横向距离约束值小于等于预设第二距离,其中,第二边界为目标车道的远离当前车道的车道边界。
通过上述步骤S521和S522,在变道准备阶段,可以选择靠近当前车道的目标车道的边界作为边界,使得主车可以逐渐靠近目标车道,准备变道,且上述实施例中,规划的变道准备阶段的结束点为T1(s0,t0)可以选择在靠近目标车道的位置;而在变道阶段,可以选择远离当前车道的目标车道的边界作为边界,从而确保主车在变道过程中,在车道线约束条件下,有效地汇入目标车道。
S53,根据车辆感知的障碍物的信息,设置与每个阶段对应的障碍物位置约束。
在步骤S53,预定阶段可以包括变道准备阶段、变道准备阶段到变道阶段的过渡阶段以及变道阶段。车辆感知的障碍物的信息至少可以包括障碍物类型和所侵入车道。下面通过具体实施例,描述设置与每个阶段对应的障碍物位置约束的具体过程。
在一个实施例中,在变道准备阶段,S53具体可以包括如下步骤S5301和S5302。
S5301,若障碍物类型为动态障碍物且所侵入车道为当前车道,则保持车辆与预先选定的变道参考线的横向距离,并设置车辆所需的避让速度。
S5302,若障碍物类型为静态障碍物且侵入车道为当前车道,则对车辆与障碍物之间的预定横向距离约束进行调整,并利用调整后的横向距离约束值,设置与变道准备阶段对应的静态障碍物位置约束。
通过上述步骤S5301和S5302,在变道准备阶段,对于动态障碍物,倾向于不添加约束,通过让速保证行驶安全;对于静态障碍物,可以根据障碍物侵入车道横向距离和车道内可通行距离,会适当放松障碍物位置约束,以保证对变道路径模型的二次规划求解成功。
在一个实施例中,在变道阶段,S53具体可以包括如下步骤S5303和S5306。
S5303,若障碍物类型为动态障碍物且所侵入车道为目标车道,根据目标车道的车道宽度和障碍物占据目标车道的横向宽度,计算目标车道内的可通行距离。
在该步骤中,如果该车道存在横向缓冲区,车道宽度可以是该车道边界线之间的宽度与车道横向缓冲区形成的宽度之和;如果该车道存在道路防护区,则需要减去各种道路防护的横向宽度,得到实际的车道宽度。
S5304,若目标车道内的可通行距离足够车辆通过,则根据车辆与障碍物之间的预定横向距离约束,设置变道阶段对应的动态障碍物位置约束。
作为示例,设置变道阶段对应的动态障碍物位置约束为:车辆与障碍物之间横向距离约束值小于等于预设相对距离阈值。
在该步骤中,mobs表示计算得到的车道宽度,cobs表示表示根据障碍物施加的横向位置约束,wveh表示车辆的横向宽度。若目标车道内的可通行距离足够车辆通过,即mobs>wveh的情况下,则根据障碍物位置施加的横向约束可以基于障碍物位置设定,即车辆与障碍物之间横向距离小于等于预设相对距离阈值,应满足车辆不能碰到障碍物的条件。
S5305,若目标车道内的可通行距离不够车辆通过,且障碍物的质心与预先选定的变道参考线的相对位置满足第一预定条件,则对车辆与障碍物之间的预定横向距离约束进行调整,并利用调整后的横向距离约束值,设置与变道阶段对应的动态障碍物的位置约束。
在该步骤中,第一预定条件可以是:在横向方向上变道参考线位于主车与障碍物的质心之间,即mobs>(wlane-wobs)/2,其中,mobs表示计算得到的车道宽度,wlane表示目标车道的边界线之间的宽度,wobs表示障碍物的宽度,假设障碍物的质心位于障碍物的中心位置。
也就是说,当横向剩余距离不够主车通过,即mobs<wveh的情况下,若障碍物的质心未过参考线,则对障碍物位置施加的横向应基于障碍物位置适当放松,以保证对变道路径模型的二次规划求解成功。
S5306,若目标车道内的可通行距离不够车辆通过,且障碍物的质心与预先选定的变道参考线的相对位置满足第二预定条件,则根据车辆与目标车道的车道边界之间的预定横向距离约束,设置与变道阶段对应的动态障碍物位置约束。
在该步骤中,第二预定条件可以是:在横向方向上障碍物的质心位于主车与变道参考线之间,即mobs<(wlane-wobs)/2,其中,mobs、wlane和wobs的含义与上述步骤S535中mobs、wlane和wobs的含义相同,在此不再赘述。
也就是说,当横向剩余距离不够主车通过,即mobs<wveh的情况下,若障碍物的质心已过参考线,则对障碍物位置施加的横向约束应完全放开,基于车道线设定,以保证对变道路径模型的二次规划求解成功。
在一个实施例中,在变道准备阶段到变道阶段之间的过渡阶段,S53具体可以包括如下步骤S5307和S5310。
S5307,若障碍物类型为动态障碍物,根据障碍物位置确定对应的车道边界和第一距离,其中,第一距离为车辆与对应的车道边界之间的横向距离。
在该步骤中,若障碍物位于当前车道,对应的车道边界为目标车道的靠近当前车道的车道边界;若障碍物位于目标车道,对应的车道边界为目标车道的远离当前车道的车道边界。
S5308,若在车辆行驶方向,障碍物位于规划的变道准备阶段结束位置之前,则计算第二距离,其中,第二距离是从变道阶段对应的动态障碍物位置约束中,获取的车辆与障碍物之间横向距离约束值的最大值。
S5309,基于约束衰减参数调整第三距离,得到调整后的第三距离,其中,第三距离是在车辆的行驶方向上,障碍物位置与规划的变道准备阶段结束位置之间的距离。
S5310,计算调整后的第三距离与第一距离的距离之和,并根据计算得到的距离之和与第二距离之间的最大值,设置与过渡阶段对应的动态障碍物位置约束。
作为一个示例,可以通过下述表达式(5)描述基于约束衰减参数调整第一横向偏移距离的过程。
l=max(l_obs,l_lane+(sobs-s0)×λ) (5)
在上述表达式(5)中,l_lane表示上述S5307中的第一距离,l_obs表示上述步骤S5308中的第二距离,sobs-s0表示上述步骤S5309中的第三距离,λ为约束衰减参数,(sobs-s0)×λ表示经约束衰减参数调整后的第三距离。
通过上述表达式(5)可知,通过调整约束衰减参数的取值,可以对距离变道准备阶段结束位置的约束进行衰减,保证对变道路径模型的二次规划求解成功;并且,在变道过渡阶段,当障碍物位置发生变化时,通过调整约束衰减参数的取值,使对应的动态障碍物位置约束不突变,从而得到更加稳定的变道线型。
根据本发明实施例的变道路径规划方法,可以基于变道参考线构建变道路径模型,在规划变道路径时,根据变道场景中的道路边界、车道线和障碍物等约束条件,对构建变道路径模型进行二次规划的优化求解,得到目标规划路径,保证变道线型不能保证有效的汇入目标车道,提高变道通过性和车道汇入能力。
图3示出本公开实施例提供的一种变道路径规划装置的组成框图。如图3所示,变道路径规划装置包括如下模块。
路径模型构建模块310,用于基于预先选定的变道参考线构建变道路径模型,变道路径模型用于生成车辆的变道路径。
变道信息预估模块320,用于计算车辆在当前车速下变道至预定目标车道的向心加速度,基于计算得到的向心加速度和获取的车辆的变道决策信息,预估车辆的变道完成长度和变道完成点。
约束条件确定模块330,用于根据预估的变道完成长度、预估的变道完成点、以及车辆感知的道路边界和障碍物,确定变道约束条件。
路径优化处理模块340,用于根据变道约束条件对变道路径模型生成的变道路径进行优化处理,得到车辆的符合变道约束条件的变道路径。
根据本公开实施例的变道路径规划装置,可以将变道参考线作为目标参考线,构建变道路径模型,并在对变道路径模型进行求解以获得变道路径时,结合变道场景中道路边界信息和障碍物信息,为求解变道路径模型添加约束条件,从而得到能够有效汇入目标车道,且符合变道场景的变道路径,提高车辆变道的智能性和灵活性。
在一个实施例中,车辆的变道路径包括多个分段路径,且多个分段路径与预先规划的变道过程的多个阶段相对应。在该实施例中,路径优化处理模块340,具体可以包括:分段优化单元,用于根据变道约束条件,对变道路径模型生成的每个分段路径进行优化处理,得到优化处理后的多个分段路径;拟合处理单元,用于利用样条曲线拟合处理优化处理后的多个分段路径,得到车辆的符合变道约束条件的变道路径。
在该实施例中,变道路径模型用于表征横向距离与路径长度之间的对应关系,且,横向距离是车辆与变道参考线之间的横向距离,路径长度为车辆从当前位置沿变道路径行驶的累计长度。也就是说,路径长度的取值变化区间为车辆的当前位置至每个路径段的规划路径长度。
在一个实施例中,变道信息预估模块320,具体可以包括:转向角计算单元,用于获取变道决策信息中的规划的变道路径长度,计算车辆在预先规划的变道路径长度内到达目标车道的转向角;向心加速度计算单元,用于利用预先构建的向心加速度与车速和转向角之间的对应关系,根据车辆的当前车速和转向角,计算得到车辆在当前车速下变道至预定目标车道的向心加速度。
在一个实施例中,变道信息预估模块320,具体可以包括:第一预估单元,用于若向心加速度满足预设的加速度指标条件,则将从变道决策信息中获取的规划的变道路径长度和规划的变道完成点,作为预估的变道完成长度和预估的变道完成点;第二预估单元,用于若向心加速度不满足加速度指标条件,则根据预先构建的变道完成预估模型,使用当前车速、障碍物的信息、以及从变道决策信息中获取的规划的变道准备时间和规划的变道完成时间,预估车辆的变道完成长度和变道完成点。
在一个实施例中,变道完成预估模型,用于根据当前车速、障碍物的信息、规划的变道准备时间和规划的变道完成时间,计算车辆完成变道时满足车辆摆正条件的变道完成长度和变道完成点;其中,车辆摆正条件包括车头朝向为车辆行驶方向,且车身与目标车道的边界线平行。
在一个实施例中,变道约束条件包括变道完成约束、车道线约束和障碍物位置约束。在该实施例中,约束条件确定模块330,具体可以包括:变道完成约束单元,用于基于预估的变道完成长度和预估的变道完成点,设置变道完成约束;车道线约束单元,用于根据车辆变道过程的预定阶段和目标车道的边界线,设置与每个阶段对应的车道线约束;以及,障碍物位置约束模块330,用于利用车辆感知的障碍物的信息,设置与每个阶段对应的障碍物位置约束;约束条件确定模块330,具体还用于根据设置的变道完成约束、车道线约束和障碍物约束,生成变道约束条件。
在一个实施例中,预定阶段为变道准备阶段和变道阶段;在该实施例中,车道线约束设置单元,具体可以包括:第一车道线约束子单元,用于若预定阶段为变道准备阶段,根据目标车道的靠近当前车道的车道边界,设置与变道准备阶段对应的车道线约束;第二车道线约束子单元,用于若预定阶段为变道阶段,根据目标车道的远离当前车道的车道边界,设置与变道阶段对应的车道线约束。
在一个实施例中,预定阶段为变道准备阶段,障碍物的信息包括障碍物类型和所侵入车道;在该实施例中,约束条件确定模块330,具体还可以包括如下子单元。
第一障碍物约束子单元,用于若障碍物类型为动态障碍物且所侵入车道为当前车道,则保持车辆与预先选定的变道参考线的横向距离,并设置车辆所需的避让速度。
第二障碍物约束子单元,用于若障碍物类型为静态障碍物且侵入车道为当前车道,则对车辆与障碍物之间的预定横向距离约束进行调整,并利用调整后的横向距离约束值,设置与变道准备阶段对应的静态障碍物位置约束。
在一个实施例中,预定阶段为变道阶段,障碍物的信息包括障碍物类型和所侵入车道;在该实施例中,约束条件确定模块330具体还可以包括如下子单元。
第三障碍物约束子单元,用于若障碍物类型为动态障碍物且所侵入车道为目标车道,根据目标车道的车道宽度和障碍物占据目标车道的横向宽度,计算目标车道内的可通行距离。
第四障碍物约束子单元,用于若目标车道内的可通行距离足够车辆通过,则根据车辆与障碍物之间的预定横向距离约束,设置变道阶段对应的动态障碍物位置约束。
第五障碍物约束子单元,用于若目标车道内的可通行距离不够车辆通过,且障碍物的质心与预先选定的变道参考线的相对位置满足第一预定条件,则对车辆与障碍物之间的预定横向距离约束进行调整,并利用调整后的横向距离约束值,设置与变道阶段对应的动态障碍物的位置约束。
第六障碍物约束子单元,用于若目标车道内的可通行距离不够车辆通过,且障碍物的质心与预先选定的变道参考线的相对位置满足第二预定条件,则根据车辆与目标车道的车道边界之间的预定横向距离约束,设置与变道阶段对应的动态障碍物位置约束。
在一个实施例中,预定阶段为变道准备阶段到变道阶段之间的过渡阶段,障碍物的信息包括障碍物类型和障碍物位置;在该实施例中,约束条件确定模块330具体还可以包括如下子单元。
第一距离计算单元,用于若障碍物类型为动态障碍物,根据障碍物位置确定对应的车道边界计算第一距离,其中,第一距离为车辆与对应的车道边界之间的横向距离。
在一个实施例中,若障碍物位于当前车道,对应的车道边界为目标车道的靠近当前车道的车道边界;若障碍物位于目标车道,对应的车道边界为目标车道的远离当前车道的车道边界。
第二距离计算单元,用于若在车辆行驶方向,障碍物位于规划的变道准备阶段结束位置之前,则计算第二距离,其中,第二距离是从变道阶段对应的动态障碍物位置约束中,获取的车辆与障碍物之间横向距离约束值的最大值。
第三距离计算单元,用于基于约束衰减参数调整第三距离,得到调整后的第三距离,其中,第三距离是在车辆的行驶方向上,障碍物位置与规划的变道准备阶段结束位置之间的距离。
第七障碍物约束子单元,用于计算调整后的第三距离与第一距离的距离之和,并根据计算得到的距离之和与第二距离之间的最大值,设过渡阶段对应的动态障碍物位置约束。
根据本发明实施例的变道路径规划装置,基于变道参考线构建变道路径模型,并根据变道场景中的道路边界、车道线和障碍物等约束条件,对构建变道路径模型进行二次规划的优化求解,得到目标规划路径,该目标规划路径,能够保证变道线型不能保证有效的汇入目标车道,提高变道通过性和车道汇入能力。
图4示出本公开实施例提供的一种电子设备的组成框图;如图4所示,本公开实施例提供一种电子设备400,包括:一个或多个处理器501;
存储器402,其上存储有一个或多个程序,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上述任意一项的变道路径规划方法;一个或多个I/O接口403,连接在处理器与存储器之间,配置为实现处理器与存储器的信息交互。
其中,处理器401为具有数据处理能力的器件,其包括但不限于中央处理器(CPU)等;存储器402为具有数据存储能力的器件,其包括但不限于随机存取存储器(RAM,更具体如SDRAM、DDR等)、只读存储器(ROM)、带电可擦可编程只读存储器(EEPROM)、闪存(FLASH);I/O接口(读写接口)403连接在处理器401与存储器402间,能实现处理器401与存储器402的信息交互,其包括但不限于数据总线(Bus)等。
在一些实施例中,处理器401、存储器402和I/O接口403通过总线404相互连接,进而与电子设备800的其他组件连接。
图5示出本公开实施例提供的一种计算机可读介质的组成框图。如图5所示,本公开实施例提供一种计算机可读介质,其上存储有计算机程序,程序被处理器执行时实现上述任意一种变道路径规划方法。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其它数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光盘存储、磁盒、磁带、磁盘存储或其它磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其它的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其它传输机制之类的调制数据信号中的其它数据,并且可包括任何信息递送介质。
本文已经公开了示例实施例,并且虽然采用了具体术语,但它们仅用于并仅应当被解释为一般说明性含义,并且不用于限制的目的。在一些实例中,对本领域技术人员显而易见的是,除非另外明确指出,否则可单独使用与特定实施例相结合描述的特征、特性和/或元素,或可与其它实施例相结合描述的特征、特性和/或元件组合使用。因此,本领域技术人员将理解,在不脱离由所附的权利要求阐明的本公开的范围的情况下,可进行各种形式和细节上的改变。
Claims (14)
1.一种变道路径规划方法,包括:
基于预先选定的变道参考线构建变道路径模型,所述变道路径模型用于生成车辆的变道路径;
计算所述车辆在当前车速下变道至预定目标车道的向心加速度,基于计算得到的向心加速度和获取的所述车辆的变道决策信息,预估所述车辆的变道完成长度和变道完成点;
根据所述预估的变道完成长度、所述预估的变道完成点、以及所述车辆感知的道路边界和障碍物,确定变道约束条件;其中,所述变道约束条件包括障碍物位置约束,在所述车辆变道过程中的变道阶段,若所述预定目标车道的可通行距离不够所述车辆通过,则所述障碍物位置约束基于对所述变道路径模型的二次规划求解成功而设定;所述可通行距离是由根据目标车道的车道宽度和障碍物占据目标车道的横向宽度计算得到。
根据所述变道约束条件对所述变道路径模型生成的变道路径进行优化处理,得到所述车辆的符合所述变道约束条件的变道路径。
2.根据权利要求1所述的方法,其中,所述车辆的变道路径包括多个分段路径,且所述多个分段路径与预先规划的变道过程的多个阶段相对应;所述根据所述变道约束条件对所述变道路径模型生成的变道路径进行优化处理,得到所述车辆的符合所述变道约束条件的变道路径,包括:
根据所述变道约束条件,对所述变道路径模型生成的每个分段路径进行优化处理,得到优化处理后的多个分段路径;
利用样条曲线拟合处理所述优化处理后的多个分段路径,得到所述车辆的符合所述变道约束条件的变道路径;
其中,所述变道路径模型用于表征横向距离与路径长度之间的对应关系,且,所述横向距离是所述车辆与所述变道参考线之间的横向距离,所述路径长度为所述车辆从当前位置沿所述变道路径行驶的累计长度。
3.根据权利要求1所述的方法,其中,所述计算所述车辆在当前车速下变道至预定目标车道的向心加速度,包括:
获取所述变道决策信息中的规划的变道路径长度,计算所述车辆在所述预先规划的变道路径长度内到达所述目标车道的转向角;
利用预先构建的向心加速度与车速和转向角之间的对应关系,根据所述车辆的当前车速和所述转向角,计算得到所述车辆在当前车速下变道至预定目标车道的向心加速度。
4.根据权利要求1所述的方法,其中,所述基于计算得到的向心加速度和获取的所述车辆的变道决策信息,预估所述车辆的变道完成长度和变道完成点,包括:
若所述向心加速度满足预设的加速度指标条件,则将从所述变道决策信息中获取的规划的变道路径长度和规划的变道完成点,作为预估的变道完成长度和预估的变道完成点;
若所述向心加速度不满足所述加速度指标条件,则根据预先构建的变道完成预估模型,使用当前车速、所述障碍物的信息、以及从所述变道决策信息中获取的规划的变道准备时间和规划的变道完成时间,预估所述车辆的变道完成长度和变道完成点。
5.根据权利要求4所述的方法,其中,
所述变道完成预估模型,用于根据所述当前车速、所述障碍物的信息、所述规划的变道准备时间和所述规划的变道完成时间,计算所述车辆完成变道时满足车辆摆正条件的变道完成长度和变道完成点;
其中,所述车辆摆正条件包括车头朝向为车辆行驶方向,且车身与所述目标车道的边界线平行。
6.根据权利要求1至5任一项所述的方法,其中,所述变道约束条件还包括变道完成约束和车道线约束;所述根据所述预估的变道完成长度、所述预估的变道完成点、以及所述车辆感知的道路边界和障碍物,确定变道约束条件,包括:
基于所述预估的变道完成长度和所述预估的变道完成点,设置变道完成约束;
根据所述车辆变道过程的预定阶段和目标车道的边界线,设置与每个阶段对应的车道线约束;以及,
利用所述车辆感知的障碍物的信息,设置与所述每个阶段对应的障碍物位置约束;
根据设置的所述变道完成约束、所述车道线约束和所述障碍物约束,生成所述变道约束条件。
7.根据权利要求6所述的方法,其中,所述根据所述车辆变道过程的预定阶段和目标车道的边界线,设置与每个阶段对应的车道线约束,包括:
若所述预定阶段为变道准备阶段,根据所述目标车道的靠近当前车道的车道边界,设置与所述变道准备阶段对应的车道线约束;
若所述预定阶段为变道阶段,根据所述目标车道的远离当前车道的车道边界,设置与所述变道阶段对应的车道线约束。
8.根据权利要求6所述的方法,其中,所述预定阶段为变道准备阶段,所述障碍物的信息包括障碍物类型和所侵入车道;所述利用所述车辆感知的障碍物的信息,设置与所述每个阶段对应的障碍物位置约束,包括:
若所述障碍物类型为动态障碍物且所侵入车道为当前车道,则保持所述车辆与预先选定的变道参考线的横向距离,并设置所述车辆所需的避让速度;
若所述障碍物类型为静态障碍物且侵入车道为当前车道,则对所述车辆与所述障碍物之间的预定横向距离约束进行调整,并利用调整后的横向距离约束值,设置与所述变道准备阶段对应的静态障碍物位置约束。
9.根据权利要求6所述的方法,其中,所述预定阶段为变道阶段,所述障碍物的信息包括障碍物类型和所侵入车道;所述利用所述车辆感知的障碍物的信息,设置与所述每个阶段对应的障碍物位置约束,包括:
若所述障碍物类型为动态障碍物且所侵入车道为目标车道,根据目标车道的车道宽度和所述障碍物占据目标车道的横向宽度,计算目标车道内的可通行距离;
若目标车道内的可通行距离足够所述车辆通过,则根据所述车辆与所述障碍物之间的预定横向距离约束,设置所述变道阶段对应的动态障碍物位置约束;
若目标车道内的可通行距离不够所述车辆通过,且所述障碍物的质心与预先选定的变道参考线的相对位置满足第一预定条件,则对所述车辆与所述障碍物之间的预定横向距离约束进行调整,并利用调整后的横向距离约束值,设置与所述变道阶段对应的动态障碍物的位置约束;
若目标车道内的可通行距离不够所述车辆通过,且所述障碍物的质心与预先选定的变道参考线的相对位置满足第二预定条件,则根据所述车辆与所述目标车道的车道边界之间的预定横向距离约束,设置与所述变道阶段对应的动态障碍物位置约束。
10.根据权利要求6所述的方法,其中,所述预定阶段为变道准备阶段到变道阶段之间的过渡阶段,所述障碍物的信息包括障碍物类型和障碍物位置;所述利用所述车辆感知的障碍物的信息,设置与所述每个阶段对应的障碍物位置约束,包括:
若所述障碍物类型为动态障碍物,根据所述障碍物位置确定对应的车道边界计算第一距离,其中,所述第一距离为所述车辆与所述对应的车道边界之间的横向距离;
若在所述车辆行驶方向,所述障碍物位于规划的变道准备阶段结束位置之前,则计算第二距离,其中,所述第二距离是从所述变道阶段对应的动态障碍物位置约束中,获取的所述车辆与所述障碍物之间横向距离约束值的最大值;
基于约束衰减参数调整第三距离,得到调整后的第三距离,其中,所述第三距离是在所述车辆的行驶方向上,所述障碍物位置与所述规划的变道准备阶段结束位置之间的距离;
计算所述调整后的第三距离与所述第一距离的距离之和,并根据计算得到的所述距离之和与所述第二距离之间的最大值,设置与所述过渡阶段对应的动态障碍物位置约束。
11.根据权利要求10所述的方法,其中,
若所述障碍物位于当前车道,所述对应的车道边界为所述目标车道的靠近当前车道的车道边界;
若所述障碍物位于目标车道,所述对应的车道边界为所述目标车道的远离所述当前车道的车道边界。
12.一种变道路径规划装置,包括:
路径模型构建模块,用于基于预先选定的变道参考线构建变道路径模型,所述变道路径模型用于生成车辆的变道路径;
变道信息预估模块,用于计算所述车辆在当前车速下变道至预定目标车道的向心加速度,基于计算得到的向心加速度和获取的所述车辆的变道决策信息,预估所述车辆的变道完成长度和变道完成点;
约束条件确定模块,用于根据所述预估的变道完成长度、所述预估的变道完成点、以及所述车辆感知的道路边界和障碍物,确定变道约束条件;其中,所述变道约束条件包括障碍物位置约束,在所述车辆变道过程中的变道阶段,若所述预定目标车道的可通行距离不够所述车辆通过,则所述障碍物位置约束基于对所述变道路径模型的二次规划求解成功而设定;所述可通行距离是由根据目标车道的车道宽度和障碍物占据目标车道的横向宽度计算得到;
路径优化处理模块,用于根据所述变道约束条件对所述变道路径模型生成的变道路径进行优化处理,得到所述车辆的符合所述变道约束条件的变道路径。
13.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,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根据权利要求1-11任意一项所述的变道路径规划方法;
一个或多个I/O接口,连接在所述处理器与存储器之间,配置为实现所述处理器与存储器的信息交互。
14.一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现根据权利要求1-11任意一项所述的变道路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010081799.7A CN111186443B (zh) | 2020-02-06 | 2020-02-06 | 变道路径规划方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010081799.7A CN111186443B (zh) | 2020-02-06 | 2020-02-06 | 变道路径规划方法、装置、电子设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111186443A CN111186443A (zh) | 2020-05-22 |
CN111186443B true CN111186443B (zh) | 2021-09-03 |
Family
ID=70705007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010081799.7A Active CN111186443B (zh) | 2020-02-06 | 2020-02-06 | 变道路径规划方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111186443B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183851A (zh) * | 2020-09-25 | 2021-01-05 | 灵动科技(北京)有限公司 | 行驶和停靠方法、装置、设备和存储介质 |
CN113050621B (zh) * | 2020-12-22 | 2023-04-28 | 北京百度网讯科技有限公司 | 轨迹规划方法、装置、电子设备和存储介质 |
CN113034971B (zh) * | 2021-02-28 | 2023-04-14 | 重庆长安汽车股份有限公司 | 一种车辆自动换道中的偏移控制方法、装置及汽车 |
CN113320547B (zh) * | 2021-07-15 | 2023-08-25 | 广州小鹏自动驾驶科技有限公司 | 路径检测方法、装置及汽车 |
CN115158363B (zh) * | 2022-08-16 | 2024-03-08 | 广州小鹏自动驾驶科技有限公司 | 车辆变道处理方法及车辆 |
CN116476840B (zh) * | 2023-06-21 | 2023-09-01 | 北京斯年智驾科技有限公司 | 变道行驶方法、装置、设备及存储介质 |
CN117382639B (zh) * | 2023-12-05 | 2024-02-23 | 上海集度汽车有限公司 | 车辆控制方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107867291A (zh) * | 2016-09-23 | 2018-04-03 | 株式会社斯巴鲁 | 车辆的行驶控制装置 |
CN109000678A (zh) * | 2018-08-23 | 2018-12-14 | 武汉中海庭数据技术有限公司 | 基于高精度地图的驾驶辅助装置及方法 |
CN109606353A (zh) * | 2018-12-29 | 2019-04-12 | 中企超控科技有限公司 | 一种无人驾驶车辆的转向系统 |
CN110103967A (zh) * | 2019-05-15 | 2019-08-09 | 广州小鹏汽车科技有限公司 | 一种车辆自动变道方法及车辆控制系统、车辆 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101610544B1 (ko) * | 2014-11-21 | 2016-04-07 | 현대자동차주식회사 | 차량의 자율 주행 시스템 및 방법 |
-
2020
- 2020-02-06 CN CN202010081799.7A patent/CN111186443B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107867291A (zh) * | 2016-09-23 | 2018-04-03 | 株式会社斯巴鲁 | 车辆的行驶控制装置 |
CN109000678A (zh) * | 2018-08-23 | 2018-12-14 | 武汉中海庭数据技术有限公司 | 基于高精度地图的驾驶辅助装置及方法 |
CN109606353A (zh) * | 2018-12-29 | 2019-04-12 | 中企超控科技有限公司 | 一种无人驾驶车辆的转向系统 |
CN110103967A (zh) * | 2019-05-15 | 2019-08-09 | 广州小鹏汽车科技有限公司 | 一种车辆自动变道方法及车辆控制系统、车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN111186443A (zh) | 2020-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111186443B (zh) | 变道路径规划方法、装置、电子设备和计算机可读介质 | |
US9405293B2 (en) | Vehicle trajectory optimization for autonomous vehicles | |
US10802492B2 (en) | Vehicle path identification | |
KR102512207B1 (ko) | 차도선 피팅 방법 및 시스템 | |
JP4416020B2 (ja) | 走行計画生成装置 | |
US9096267B2 (en) | Efficient data flow algorithms for autonomous lane changing, passing and overtaking behaviors | |
US9616889B2 (en) | Cruise control system and method | |
EP3548846A1 (en) | Systems and methods for navigating with sensing uncertainty | |
JP2018176879A (ja) | 進路設定装置及び進路設定方法 | |
CN111238520B (zh) | 自动驾驶变道路径规划方法、装置和电子设备 | |
KR102348120B1 (ko) | 주행 차로 변경 시 경로를 생성하는 시스템 및 방법 | |
CN111717198B (zh) | 面向l2级自动驾驶的控制方法、装置、设备及介质 | |
CN113844451B (zh) | 行驶设备控制方法、装置、电子设备及存储介质 | |
CN117184060B (zh) | 轨迹修正方法和装置、无人车和存储介质 | |
CN115087573A (zh) | 一种关键目标选取方法、装置及系统 | |
WO2022216641A1 (en) | Counter-steering penalization during vehicle turns | |
CN114620071A (zh) | 绕行轨迹规划方法、装置、设备及存储介质 | |
CN116476840B (zh) | 变道行驶方法、装置、设备及存储介质 | |
CN114620070A (zh) | 行车轨迹规划方法、装置、设备及存储介质 | |
CN115683140A (zh) | 代客泊车循迹的过弯车速规划方法、系统、设备及介质 | |
US20220289183A1 (en) | Apparatus for controlling lane keeping, system having the same and method thereof | |
JP7433091B2 (ja) | 走行経路の設定方法、及び、走行経路の設定装置 | |
JP6306429B2 (ja) | 操舵制御システム | |
JP2013152540A (ja) | 走行車線認識装置 | |
CN111176285A (zh) | 一种行进路径规划的方法及装置、车辆、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |