CN111422204A - 自动驾驶车辆通行判定方法及相关设备 - Google Patents

自动驾驶车辆通行判定方法及相关设备 Download PDF

Info

Publication number
CN111422204A
CN111422204A CN202010214755.7A CN202010214755A CN111422204A CN 111422204 A CN111422204 A CN 111422204A CN 202010214755 A CN202010214755 A CN 202010214755A CN 111422204 A CN111422204 A CN 111422204A
Authority
CN
China
Prior art keywords
lane
obstacle
intersection
historical track
matching error
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
CN202010214755.7A
Other languages
English (en)
Other versions
CN111422204B (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 CN202010214755.7A priority Critical patent/CN111422204B/zh
Publication of CN111422204A publication Critical patent/CN111422204A/zh
Priority to KR1020227024935A priority patent/KR20220111723A/ko
Priority to EP20927925.6A priority patent/EP4095007A4/en
Priority to US17/759,375 priority patent/US20230062074A1/en
Priority to JP2022543782A priority patent/JP2023511878A/ja
Priority to PCT/CN2020/142232 priority patent/WO2021190067A1/zh
Application granted granted Critical
Publication of CN111422204B publication Critical patent/CN111422204B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18159—Traversing an intersection
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • 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
    • B60W50/0097—Predicting future conditions
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/09626—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages where the origin of the information is within the own vehicle, e.g. a local storage device, digital map
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/10—Number of lanes
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4044—Direction of movement, e.g. backwards
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Atmospheric Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开的实施方式提供了一种自动驾驶车辆通行判定方法及装置、计算机可读存储介质和电子设备，属于计算机和通信技术领域。所述方法包括：获取自动驾驶车辆行驶路线的路口信息，其中，所述路口信息包括车道数据；获取路口中的障碍物在所述路口中的特定时间内的历史轨迹；将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道；以及判定所述匹配误差最小的车道为可通行状态；其中，所述匹配误差最小的车道为所述障碍物所在的车道。本公开实施方式的技术方案提供了一种自动驾驶车辆通行判定方法，能够对路口的通行状态进行判定。

Description

自动驾驶车辆通行判定方法及相关设备
技术领域
本公开涉及计算机和通信技术领域，具体而言，涉及一种自动驾驶车辆通行判定方法及装置、计算机可读存储介质和电子设备。
背景技术
当前自动驾驶车辆判定行驶方向交通灯状态的时候，需要采集路口的多个交通灯状态，然后根据交通灯之间的逻辑关系和感知结果判断车辆行驶方向的交通灯状态。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开实施例提供一种自动驾驶车辆通行判定方法及装置、计算机可读存储介质和电子设备，能够对自动驾驶车辆的行驶路线上的通行情况进行判定。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一个方面，提供一种自动驾驶车辆的通行判定方法，包括：
获取自动驾驶车辆行驶路线的路口信息，其中，所述路口信息包括车道数据；
获取路口中的障碍物在所述路口中的特定时间内的历史轨迹；
将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道；以及
判定所述匹配误差最小的车道为可通行状态；
其中，所述匹配误差最小的车道为所述障碍物所在的车道。
在一个实施例中，所述路口信息还包括与所述车道数据对应的交通灯，所述判定所述匹配误差最小的车道为可通行状态包括；
判定与所述匹配误差最小的车道对应的交通灯的状态为可通行状态。
在一个实施例中，还包括：
获取所述自动驾驶车辆行驶路线上的交通灯的状态；
在所述匹配误差最小的车道对应的交通灯为所述自动驾驶车辆行驶路线上的交通灯时，校验所述自动驾驶车辆行驶路线上的交通灯的状态是否为可通行；或
在所述匹配误差最小的车道对应的交通灯不是所述自动驾驶车辆行驶路线上的交通灯时，根据路口交通灯之间的逻辑关系校验所述自动驾驶车辆行驶路线上的交通灯的状态是否为可通行。
在一个实施例中，获取所述路口中的障碍物在所述路口中的特定时间内的历史轨迹包括：
使用控制算法跟踪所述障碍物的历史轨迹点，所获得的跟踪轨迹作为所述障碍物的历史轨迹；
其中，对所述历史轨迹进行插值，所述历史轨迹包括各个插值点的坐标和朝向，所述插值点的朝向为所述障碍物的移动方向。
在一个实施例中，将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道包括：
将所述障碍物的历史轨迹的形状与朝向与所述车道数据中的每条车道的中心线的形状与延伸方向进行匹配以获取所述匹配误差最小的车道；
其中，对所述车道的中心线进行插值，所述车道的中心线包括各个插值点的坐标和朝向。
在一个实施例中，将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道包括：
使用曲线相似度匹配算法将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道。
在一个实施例中，对所述历史轨迹进行插值，所述历史轨迹包括各个插值点的坐标和朝向，所述插值点的朝向为所述障碍物的移动方向；对所述车道的中心线进行插值，所述车道的中心线包括各个插值点的坐标和朝向，所述使用曲线相似度匹配算法将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道包括：
计算所述历史轨迹的各个插值点到所述车道中每一条车道的中心线中的最近的插值点的距离，计算所述历史轨迹的各个插值点与所述车道中每一条车道的中心线中的最近的插值点的朝向差；
计算所述历史轨迹与所述车道中每一条车道的中心线的所述距离与所述朝向差的绝对值的和；以及
将所述车道中的所述绝对值的和最小的车道作为匹配误差最小的车道；
其中，所述朝向差是所述历史轨迹的插值点的朝向与所述车道的中心线的插值点的朝向的夹角。
在一个实施例中，所述路口信息还包括各车道截止线顺序连接所形成的多边形，获取所述路口中的障碍物在所述路口中的特定时间内的历史轨迹包括：
获取所述路口中的障碍物在所述多边形中的特定时间内的历史轨迹。
在一个实施例中，还包括：
在所述障碍物为多个时，如果所述路口的交通灯的状态之间存在逻辑矛盾，则判断对应所述障碍物数量多的交通灯为可通行状态。
根据本公开的一个方面，提供一种自动驾驶车辆的通行判定装置，包括：
获取模块，配置为获取自动驾驶车辆行驶路线的路口信息，其中，所述路口信息包括车道数据，还配置为获取所述路口中的障碍物在所述路口中的特定时间内的历史轨迹；
匹配模块，配置为将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道；以及
判定模块，配置为判定所述匹配误差最小的车道的状态为可通行状态，其中，所述匹配误差最小的车道为所述障碍物所在的车道。
根据本公开的一个方面，提供一种电子设备，包括：
一个或多个处理器；
存储装置，配置为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，使得所述一个或多个处理器实现如上方法中任一项所述的方法。
根据本公开的一个方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上方法中任一项所述的方法。
本申请通过路口中障碍物的移动轨迹获得其所在的对应车道，从而可以判断该车道的通行状态。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1示出了可以应用本公开实施方式的自动驾驶车辆的通行判定方法或自动驾驶车辆的通行判定装置的示例性系统架构的示意图；
图2示出了适于用来实现本公开实施方式的电子设备的计算机系统的结构示意图；
图3示意性示出了根据本公开的一实施方式的自动驾驶车辆通行判定方法的流程图；
图4是本申请一个实施例中的路口的示意图；
图5示意性示出了根据本公开的一实施方式的自动驾驶车辆通行判定装置的框图；
图6示意性示出了根据本发明的另一个实施方式的自动驾驶车辆通行判定装置的方框图；
图7示意性示出了根据本发明的另一个实施方式的自动驾驶车辆通行判定装置的方框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本公开实施方式的自动驾驶车辆的通行判定方法或自动驾驶车辆的通行判定装置的示例性系统架构100的示意图。
如图1所示，系统架构100可以包括终端设备101、102、103中的一种或多种，网络104和服务器105。网络104是用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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。
应该理解，图1中的终端设备、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终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
自动驾驶车辆可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、便携式计算机和台式计算机、数字电影放映机等等。
服务器105可以是提供各种服务的服务器。例如自动驾驶车辆利用终端设备103(也可以是终端设备101或102)向服务器105发送自动驾驶车辆的通行判定请求。或者是终端设备103自动实时发送自动驾驶车辆的通行判定请求至服务器105。服务器105可以基于自动驾驶车辆的通行判定请求，获取自动驾驶车辆行驶路线的路口信息，其中，所述路口信息包括车道数据；获取路口中的障碍物在所述路口中的特定时间内的历史轨迹；将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道；以及判定所述匹配误差最小的车道的状态为可通行状态；其中，所述匹配误差最小的车道为所述障碍物所在的车道。
又如终端设备103(也可以是终端设备101或102)可以是智能电视、VR(VirtualReality，虚拟现实)/AR(Augmented Reality，增强现实)头盔显示器、或者其上安装有导航、网约车、即时通讯、视频应用程序(application，APP)等的移动终端例如智能手机、平板电脑等，自动驾驶车辆可以通过该智能电视、VR/AR头盔显示器或者该导航、网约车、即时通讯、视频APP向服务器105发送自动驾驶车辆的判定请求。服务器105可以基于该自动驾驶车辆的判定请求，获得自动驾驶车辆的对应的通行判定结果，并将自动驾驶车辆的对应的通行判定结果返回给该智能电视、VR/AR头盔显示器或者该导航、网约车、即时通讯、视频APP，进而通过该智能电视、VR/AR头盔显示器或者该导航、网约车、即时通讯、视频APP将返回的自动驾驶车辆的通行判定结果进行显示。
图2示出了适于用来实现本公开实施方式的电子设备的计算机系统的结构示意图。
需要说明的是，图2示出的电子设备的计算机系统200仅是一个示例，不应对本公开实施方式的功能和使用范围带来任何限制。
如图2所示，计算机系统200包括中央处理单元(CPU，CentralProcessing Unit)201，其可以根据存储在只读存储器(ROM，Read-OnlyMemory)202中的程序或者从储存部分208加载到随机访问存储器(RAM，Random Access Memory)203中的程序而执行各种适当的动作和处理。在RAM 203中，还存储有系统操作所需的各种程序和数据。CPU 201、ROM 202以及RAM 203通过总线204彼此相连。输入/输出(I/O)接口205也连接至总线204。
以下部件连接至I/O接口205：包括键盘、鼠标等的输入部分206；包括诸如阴极射线管(CRT，Cathode Ray Tube)、液晶显示器(LCD，LiquidCrystal Display)等以及扬声器等的输出部分207；包括硬盘等的储存部分208；以及包括诸如LAN(Local Area Network，局域网)卡、调制解调器等的网络接口卡的通信部分209。通信部分209经由诸如因特网的网络执行通信处理。驱动器210也根据需要连接至I/O接口205。可拆卸介质211，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210上，以便于从其上读出的计算机程序根据需要被安装入储存部分208。
特别地，根据本公开的实施方式，下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，本公开的实施方式包括一种计算机程序产品，其包括承载在计算机可读存储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。在这样的实施方式中，该计算机程序可以通过通信部分209从网络上被下载和安装，和/或从可拆卸介质211被安装。在该计算机程序被中央处理单元(CPU)201执行时，执行本申请的方法和/或装置中限定的各种功能。
需要说明的是，本公开所示的计算机可读存储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(Erasable Programmable Read OnlyMemory，可擦除可编程只读存储器)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。在本公开中，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。而在本公开中，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存储介质，该计算机可读存储介质可以发送、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。计算机可读存储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(RadioFrequency，射频)等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本公开各种实施方式的方法、装置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。
描述于本公开实施方式中所涉及到的模块和/或单元和/或子单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的模块和/或单元和/或子单元也可以设置在处理器中。其中，这些模块和/或单元和/或子单元的名称在某种情况下并不构成对该模块和/或单元和/或子单元本身的限定。
作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读存储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电子设备执行时，使得该电子设备实现如下述实施方式中所述的方法。例如，所述的电子设备可以实现如图3所示的各个步骤。
相关技术中，例如可以采用机器学习方法、深度学习方法等进行自动驾驶车辆的通行判定，不同方法适用的范围不同。
在一个实施例中，本申请提供一种自动驾驶车辆的通行判定方法，包括：获取自动驾驶车辆行驶路线的路口信息，其中，所述路口信息包括车道数据；获取路口中的障碍物在所述路口中的特定时间内的历史轨迹；将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道；以及判定所述匹配误差最小的车道为可通行状态；其中，所述匹配误差最小的车道为所述障碍物所在的车道。
在一个实施例中，所述路口信息还包括与所述车道数据对应的交通灯，所述判定所述匹配误差最小的车道为可通行状态包括；判定与所述匹配误差最小的车道对应的交通灯的状态为可通行状态。
图3示意性示出了根据本公开的一实施方式的自动驾驶车辆通行判定方法的流程图。本公开实施方式的方法步骤可以由终端设备执行，也可以由服务端执行，或者由终端设备和服务端交互执行，例如，可以由上述图1中的服务器105执行，但本公开并不限定于此。
在步骤S310中，获取自动驾驶车辆行驶路线的路口信息，其中，所述路口信息包括车道数据和与所述车道数据对应的交通灯。
在该步骤中，终端或者服务器获取自动驾驶车辆行驶路线的路口信息，其中，所述路口信息包括车道数据和与所述车道数据对应的交通灯。在一个实施例中，终端或者服务器可以通过电子地图或导航软件获取自动驾驶车辆的行驶路线上的路口信息，即，自动驾驶车辆的行驶路线上的需要通过的路口的信息。在一个实施例中，所述路口信息包括车道数据和与所述车道数据对应的交通灯，车道数据即该路口车道数量、分布和走向等，所述车道数据对应的交通灯即该交通灯所控制的车道，通过车道可以查询获得控制该车道的交通灯。
在步骤S320中，获取路口中的障碍物在所述路口中的特定时间内的历史轨迹。
在该步骤中，终端或者服务器获取路口中的障碍物在所述路口中的特定时间内的历史轨迹。在一个实施中，终端或者服务器可以通过卫星定位等工具获取路口中的障碍物在所述路口中的特定时间内的历史轨迹。在一个实施中，障碍物可以是车辆或者行人。在一个实施中，特定时间可是3秒钟。在一个实施中，可以是障碍物在所述路口中的3秒时间内的移动的轨迹。在一个实施中，使用控制算法跟踪所述障碍物的历史轨迹点，所获得的跟踪轨迹作为所述障碍物的历史轨迹；其中，对所述历史轨迹进行插值，所述历史轨迹包括各个插值点的坐标和朝向，所述插值点的朝向为所述障碍物的移动方向。在一个实施中，控制算法可以是模型预测控制算法(mpc，model predictive control)或纯跟踪控制算法(pp,purepursuit)。在一个实施中，障碍物的历史轨迹点可以是障碍物的几何中心点。在一个实施中，所述路口信息还包括各车道截止线顺序连接所形成的多边形，获取所述路口中的障碍物在所述路口中的特定时间内的历史轨迹包括：获取所述路口中的障碍物在所述多边形中的特定时间内的历史轨迹。
在步骤S330中，将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道。
在该步骤中，终端或者服务器将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道。在一个实施中，将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道包括：将所述障碍物的历史轨迹的形状与朝向与所述车道数据中的每条车道的中心线的形状与延伸方向进行匹配以获取所述匹配误差最小的车道，其中，对所述车道的中心线进行插值，所述车道的中心线包括各个插值点的坐标和朝向。在该步骤中，通过将障碍物的移动轨迹与车道的中心线的轨迹进行对比，以判定障碍物在那条车道上行驶或移动。在一个实施中，使用曲线相似度匹配算法将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道。
在步骤S340中，判定与所述匹配误差最小的车道对应的交通灯的状态为可通行状态；其中，所述匹配误差最小的车道为所述障碍物所在的车道。
在该步骤中，终端或服务器在将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道后，判定与所述匹配误差最小的车道对应的交通灯的状态为可通行状态；其中，所述匹配误差最小的车道为所述障碍物所在的车道。在该步骤中，因为路口的车道上存在障碍物移动，即说明该车道可以允许障碍物移动，则判定控制该车道的交通灯为可通行状态。
在一个实施例中，图3中示出的方法还包括以下步骤：获取所述自动驾驶车辆行驶路线上的交通灯的状态；在所述匹配误差最小的车道对应的交通灯为所述自动驾驶车辆行驶路线上的交通灯时，校验所述自动驾驶车辆行驶路线上的交通灯的状态；或在所述匹配误差最小的车道对应的交通灯不是所述自动驾驶车辆行驶路线上的交通灯时，根据路口交通灯之间的逻辑关系校验所述自动驾驶车辆行驶路线上的交通灯的状态。该实施例中，通过图3判定的交通灯的状态来校验直接获取的驾驶车辆行驶路线上的交通灯的状态。
在一个实施例中，在所述障碍物为多个时，如果所述路口的交通灯的状态之间存在逻辑矛盾，则判断对应所述障碍物数量多的交通灯为可通行状态。该实施例主要用于排除因为路口中的车辆或者行人违章行驶或行走带来的误判。
在一个实施例中，本申请包括地图模块、感知模块和导航模块。
地图模块：提供包括但不局限于交通灯信息，车道信息，路口信息以及相应的查询接口。具体的，交通灯数据包括但不局限于标识符，绑定的车道对，需要说明的是一个交通灯可能会绑定多个车道对，同时地图模块提供查询接口，即根据当前的交通灯，能够查询得到该交通灯绑定的车道对，根据车道对可以查询交通灯；车道信息包括但不局限于当前车道的上游车道、下游车道，上、下游车道可能存在多个(一对多，多对一)，车道类型包括但不局限于机动车道，非机动车道，人行横道等，车道信息还包括车道中心线的坐标集合(带有先后顺序的坐标点串，顺序表示该车道的行驶方向)，同时提供查询接口，即根据当前的车道，能够获得该车道的所有信息；路口信息包括但不局限于，路口的轮廓信息(有顺序的坐标点串)，本发明要求路口的轮廓信息是凸多边形(polygon)。
感知模块：提供障碍物、交通灯信息。障碍物信息包括但不局限于障碍物的长、宽、高、速度、朝向、中心点坐标、一段时间的历史轨迹点(按照时间递增的坐标点集合)；交通灯状态信息包括但不局限于当前交通灯的状态(红、黄、绿，未知)，地理位置等；
导航模块：提供车辆需要行驶的车道序列(带有先后顺序的车道集合)。
在一个实施例中，将所有根据所述匹配误差最小的车道判定的交通灯的状态加入到决策集合D。
在一个实施例中，判断交通灯对应识别码和感知模块下发的交通灯的识别码是否一致，如果不一致，则认为感知下发数据有误，识别码校验失败，标记状态为校验不通过；判断交通灯是否在D中，如果不在，则将其加入D集合中，交通灯的状态则维持不变；如果交通灯在D集合中，判断感知下发的状态和D集合中交通灯的状态是否一致，如果一致，则认为状态校验通过，如果不一致，将D中交通灯的状态改为感知模块下发的状态(以感知下发的为主要依据)，标记状态为校验不通过。最终，本公开可以将集合D的数据下发至其他模块(如预测、路径、速度规划等)。
在一个实施例中，计算所述历史轨迹的各个插值点到所述车道中每一条车道的中心线中的最近的插值点的距离，计算所述历史轨迹的各个插值点与所述车道中每一条车道的中心线中的最近的插值点的朝向差；计算所述历史轨迹与所述车道中每一条车道的中心线的所述距离与所述朝向差的绝对值的和；以及将所述车道中的所述绝对值的和最小的车道作为匹配误差最小的车道；其中，所述朝向差是所述历史轨迹的插值点的朝向与所述车道的中心线的插值点的朝向的夹角。
在一个实施例中，以第1条车道线为例：
对历史轨迹中的每一个轨迹点(历史轨迹的插值点)，从第1条车道线中查找距离该轨迹点最近的点(车道中心线的插值点)，如果角度差的绝对值大于1.57，则此次匹配失败，相似度为正无穷；
否则，计算两点的距离D以及朝向差AngleDiff(两个点朝向的夹角，归一化至-3.14到3.14)，将距离D以及朝向差AngleDiff绝对值的和作为该两点的相似度；
历史轨迹中每个轨迹点和第1条车道线的相似度之和除以历史轨迹中轨迹点的个数作为历史轨迹和第1条车道线的相似度；
最终，从车道集合中选择与历史轨迹相似度最小的车道线作为该障碍物的所在车道。在一个实施例中，曲线相似度匹配算法伪代码：
1.初始化误差Error为0；
2.对于曲线1中的每一个点P1：
a)查询曲线2中距离点P1最近的点P2，计算距离D；
b)计算P1和P2的朝向误差(AngleDiff)，归一化至-180°到180°的范围，转为弧度值；
c)如果AngleDiff的绝对值大于1.57(Π/2)，匹配失败，结束；
d)Error＝Error+D+AngleDiff；
3.返回Error/曲线1的点的个数；
其中，曲线1是障碍物的轨迹(插值后，带有朝向)，曲线2是车道中心线的点串(插值后，带有朝向信息)。
本申请通过路口中障碍物的移动轨迹获得其所在的对应车道，从而可以判断该车道的通行状态。
图4是本申请一个实施例中的路口400的示意图。如图4所示，路口400包括车道410、420、430、440、路口中心区域450、障碍物460和自动驾驶车辆470。其中车道410、420、430、440分别包括中心线411、421、431、441。轨迹线461是障碍物的移动轨迹线。中心线411、421、431、441的箭头方向为该车道允许交通工具移动的方向。
在一个实施例中，本申请还可以通过以下步骤实施：
步骤1、根据车辆当前的位置(例如图4中自动驾驶车辆470的位置)，查询前方距离本车最近的路口(例如图4所示的路口示意图)、红绿灯信息，判断该路口是否在自动驾驶小车(例如图4中自动驾驶车辆470)的导航路径之上，如果不在，转步骤5，否则转步骤2；
步骤2、根据路口(例如路口400)地址，获取该路口内所有车道集合S(例如图4中的车道410、420、430、440)，将集合S中的每一条车道中心线(例如图4中的车道中心线411、421、431、441)进行线性插值，计算每个点的朝向，获得车道线集合LP，车道线上的点的信息包括坐标和朝向；
步骤3、对感知的每一个障碍物(例如图4中的障碍物460)做如下处理：
步骤3.1、判断当前障碍物是否在路口内，如果不在，则继续处理下一个障碍物，否则转步骤3.2；
步骤3.2、获取障碍物(例如图4中的障碍物460)的历史轨迹(例如图4中的轨迹线470)，进行截取(判断障碍物是否在路口内)，只留下在路口内的轨迹点集合(轨迹线470在路口中心区域450中的部分)；
步骤3.3、将轨迹点集合进行线性插值；用PP或MPC等控制算法，跟踪轨迹点集合，算法输出的跟踪轨迹作为最终障碍物的行驶轨迹，轨迹点的信息包含坐标和朝向；
步骤3.4、将集合LP中的每一条曲线(例如图4中的车道中心线411、421、431、441)和障碍物的行驶轨迹(例如图4中的轨迹线470)进行匹配，获取匹配误差最小的车道(例如图4中的车道411)，具体匹配算法见曲线相似度匹配算法；如果障碍物的行驶轨迹和LP中所有曲线都匹配失败，继续处理下一个障碍物，转步骤3.1，否则转步骤3.5；
步骤3.5、查询该匹配误差最小的车道(例如图4中的车道411)的上游车道集合L(例如图4中的车道410在路口中心区域450外的部分)，查询L中每一条车道到当前匹配误差最小的车道是否存在红绿灯，如果存在，则标记该灯的状态为绿，加入到决策集合D；继续处理下一个障碍物，转步骤3.1；
步骤4、判断在步骤1中获得红绿灯的地址是否和感知模块下发的红绿灯的地址一致，如果不一致，则认为感知下发数据有误，地址校验失败，标记状态为校验不通过；判断红绿灯是否在D中，如果不在，则将其加入D集合中，红绿灯的状态则维持不变；如果红绿灯在D集合中，判断感知下发的状态和D集合中红绿灯的状态是否一致，如果一致，则认为状态校验通过，如果不一致，将D中红绿灯的状态改为感知模块下发的状态(以感知下发的为主要依据)，标记状态为校验不通过。最终，将集合D的数据下发至下游模块(如预测、路径、速度规划等)，转步骤5；
步骤5、结束本次决策。
图5示意性示出了根据本公开的一实施方式的自动驾驶车辆通行判定装置的框图。本公开实施方式提供的自动驾驶车辆通行判定装置500可以设置在终端设备上，也可以设置在服务器端上，或者部分设置在终端设备上，部分设置在服务器端上，例如，可以设置在图1中的服务器105，但本公开并不限定于此。
本公开实施方式提供的自动驾驶车辆通行判定装置500可以包括获取模块510、匹配模块520以及判定模块530。
其中，获取模块510配置为获取自动驾驶车辆行驶路线的路口信息，其中，所述路口信息包括车道数据，还配置为获取所述路口中的障碍物在所述路口中的特定时间内的历史轨迹；匹配模块520配置为将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道；以及判定模块530配置为判定所述匹配误差最小的车道为可通行状态，其中，所述匹配误差最小的车道为所述障碍物所在的车道。
该自动驾驶车辆通行判定装置500通过路口中障碍物的移动轨迹获得其所在的对应车道，从而可以判断该车道的通行状态。
根据本公开的实施方式，上述自动驾驶车辆通行判定装置500可以用于实现图3实施方式描述的自动驾驶车辆通行的判定方法。
图6示意性示出了根据本发明的另一个实施方式的自动驾驶车辆通行判定装置600的方框图。
如图6所示，除了图5实施方式描述的获取模块510、匹配模块520以及判定模块530之外，该自动驾驶车辆通行判定装置600还包括显示模块610。
具体地，显示模块610在判定模块530完成扫描后，以将判定结果显示于所述终端。
在该自动驾驶车辆通行判定装置600中，通过显示模块610可以完成结果的直观显示。
图7示意性示出了根据本发明的另一个实施方式的自动驾驶车辆通行判定装置700的方框图。
如图7所示，除了图5实施方式描述的获取模块510、匹配模块520以及判定模块530之外，自动驾驶车辆通行判定装置700还包括存储模块710。
具体地，存储模块710，用于将通行的判定结果以及判定过程的数据进行存储，以方便工作人员或服务器进行调用和参考。
可以理解的是，获取模块510、匹配模块520、判定模块530、显示模块610以及存储模块710可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施方式，获取模块510、匹配模块520、判定模块530、显示模块610以及存储模块710的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，获取模块510、匹配模块520、判定模块530、显示模块610以及存储模块710中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。
由于本发明的示例实施方式的自动驾驶车辆通行判定装置的各个模块可以用于实现上述图3描述的自动驾驶车辆通行判定方法的示例实施方式的步骤，因此对于本发明装置实施方式中未披露的细节，请参照本发明上述的自动驾驶车辆通行判定方法的实施方式。
本公开实施方式提供的自动驾驶车辆通行判定装置中的各个模块、单元和子单元的具体实现可以参照上述自动驾驶车辆通行判定方法中的内容，在此不再赘述。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块、单元和子单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块、单元和子单元的特征和功能可以在一个模块、单元和子单元中具体化。反之，上文描述的一个模块、单元和子单元的特征和功能可以进一步划分为由多个模块、单元和子单元来具体化。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施方式仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (12)

1.一种自动驾驶车辆的通行判定方法，其特征在于，包括：
获取自动驾驶车辆行驶路线的路口信息，其中，所述路口信息包括车道数据；
获取路口中的障碍物在所述路口中的特定时间内的历史轨迹；
将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道；以及
判定所述匹配误差最小的车道为可通行状态；
其中，所述匹配误差最小的车道为所述障碍物所在的车道。
2.根据权利要求1所述的方法，其特征在于，所述路口信息还包括与所述车道数据对应的交通灯，所述判定所述匹配误差最小的车道为可通行状态包括；
判定与所述匹配误差最小的车道对应的交通灯的状态为可通行状态。
3.根据权利要求2所述的方法，其特征在于，还包括：
获取所述自动驾驶车辆行驶路线上的交通灯的状态；
在所述匹配误差最小的车道对应的交通灯为所述自动驾驶车辆行驶路线上的交通灯时，校验所述自动驾驶车辆行驶路线上的交通灯的状态是否为可通行；或
在所述匹配误差最小的车道对应的交通灯不是所述自动驾驶车辆行驶路线上的交通灯时，根据路口交通灯之间的逻辑关系校验所述自动驾驶车辆行驶路线上的交通灯的状态是否为可通行。
4.根据权利要求2所述的方法，其特征在于，获取所述路口中的障碍物在所述路口中的特定时间内的历史轨迹包括：
使用控制算法跟踪所述障碍物的历史轨迹点，所获得的跟踪轨迹作为所述障碍物的历史轨迹；
其中，对所述历史轨迹进行插值，所述历史轨迹包括各个插值点的坐标和朝向，所述插值点的朝向为所述障碍物的移动方向。
5.根据权利要求4所述的方法，其特征在于，将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道包括：
将所述障碍物的历史轨迹的形状与朝向与所述车道数据中的每条车道的中心线的形状与延伸方向进行匹配以获取所述匹配误差最小的车道；
其中，对所述车道的中心线进行插值，所述车道的中心线包括各个插值点的坐标和朝向。
6.根据权利要求2所述的方法，其特征在于，将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道包括：
使用曲线相似度匹配算法将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道。
7.根据权利要求6所述的方法，其特征在于，对所述历史轨迹进行插值，所述历史轨迹包括各个插值点的坐标和朝向，所述插值点的朝向为所述障碍物的移动方向；对所述车道的中心线进行插值，所述车道的中心线包括各个插值点的坐标和朝向，所述使用曲线相似度匹配算法将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道包括：
计算所述历史轨迹的各个插值点到所述车道中每一条车道的中心线中的最近的插值点的距离，计算所述历史轨迹的各个插值点与所述车道中每一条车道的中心线中的最近的插值点的朝向差；
计算所述历史轨迹与所述车道中每一条车道的中心线的所述距离与所述朝向差的绝对值的和；以及
将所述车道中的所述绝对值的和最小的车道作为匹配误差最小的车道；
其中，所述朝向差是所述历史轨迹的插值点的朝向与所述车道的中心线的插值点的朝向的夹角。
8.根据权利要求2所述的方法，其特征在于，所述路口信息还包括各车道截止线顺序连接所形成的多边形，获取所述路口中的障碍物在所述路口中的特定时间内的历史轨迹包括：
获取所述路口中的障碍物在所述多边形中的特定时间内的历史轨迹。
9.根据权利要求2所述的方法，其特征在于，还包括：
在所述障碍物为多个时，如果所述路口的交通灯的状态之间存在逻辑矛盾，则判断对应所述障碍物数量多的交通灯为可通行状态。
10.一种自动驾驶车辆的通行判定装置，其特征在于，包括：
获取模块，配置为获取自动驾驶车辆行驶路线的路口信息，其中，所述路口信息包括车道数据，还配置为获取所述路口中的障碍物在所述路口中的特定时间内的历史轨迹；
匹配模块，配置为将所述障碍物的历史轨迹与所述车道数据中的每条车道的中心线进行匹配以获取匹配误差最小的车道；以及
判定模块，配置为判定所述匹配误差最小的车道的状态为可通行状态，其中，所述匹配误差最小的车道为所述障碍物所在的车道。
11.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，配置为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，使得所述一个或多个处理器实现如权利要求1至9中任一项所述的方法。
12.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9中任一项所述的方法。
CN202010214755.7A 2020-03-24 2020-03-24 自动驾驶车辆通行判定方法及相关设备 Active CN111422204B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN202010214755.7A CN111422204B (zh) 2020-03-24 2020-03-24 自动驾驶车辆通行判定方法及相关设备
KR1020227024935A KR20220111723A (ko) 2020-03-24 2020-12-31 자동 운전 차량의 통행을 판정하는 방법 및 관련기기
EP20927925.6A EP4095007A4 (en) 2020-03-24 2020-12-31 PROCEDURE FOR DETERMINING PASSING OF A SELF-PROPELLED VEHICLE AND ASSOCIATED DEVICE
US17/759,375 US20230062074A1 (en) 2020-03-24 2020-12-31 Method for determining passage of autonomous vehicle and related device
JP2022543782A JP2023511878A (ja) 2020-03-24 2020-12-31 自動運転車両の通行を判定する方法及び関連機器
PCT/CN2020/142232 WO2021190067A1 (zh) 2020-03-24 2020-12-31 自动驾驶车辆通行判定方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010214755.7A CN111422204B (zh) 2020-03-24 2020-03-24 自动驾驶车辆通行判定方法及相关设备

Publications (2)

Publication Number Publication Date
CN111422204A true CN111422204A (zh) 2020-07-17
CN111422204B CN111422204B (zh) 2022-03-04

Family

ID=71549571

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010214755.7A Active CN111422204B (zh) 2020-03-24 2020-03-24 自动驾驶车辆通行判定方法及相关设备

Country Status (6)

Country Link
US (1) US20230062074A1 (zh)
EP (1) EP4095007A4 (zh)
JP (1) JP2023511878A (zh)
KR (1) KR20220111723A (zh)
CN (1) CN111422204B (zh)
WO (1) WO2021190067A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021190067A1 (zh) * 2020-03-24 2021-09-30 北京京东乾石科技有限公司 自动驾驶车辆通行判定方法及相关设备
CN113641734A (zh) * 2021-08-12 2021-11-12 驭势科技（北京）有限公司 一种数据处理方法、装置、设备及介质
CN113968243A (zh) * 2021-11-11 2022-01-25 北京三快在线科技有限公司 一种障碍物轨迹预测方法、装置、设备及存储介质
CN114550571A (zh) * 2020-11-26 2022-05-27 华为技术有限公司 一种车道线标注方法、装置、存储介质及计算机程序产品
WO2022141538A1 (zh) * 2020-12-31 2022-07-07 华为技术有限公司 一种轨迹预测方法与装置
CN114743395A (zh) * 2022-03-21 2022-07-12 中汽创智科技有限公司 一种信号灯检测方法、装置、设备及介质
CN115195790A (zh) * 2022-09-15 2022-10-18 毫末智行科技有限公司 一种预测车辆轨迹的方法、装置、电子设备及存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113990066B (zh) * 2021-10-26 2022-09-30 中国第一汽车股份有限公司 道路信息匹配及路口识别方法及装置
CN114333330B (zh) * 2022-01-27 2023-04-25 浙江嘉兴数字城市实验室有限公司 一种基于路侧边缘全息感知的交叉口事件检测系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106218637A (zh) * 2016-08-08 2016-12-14 合肥泰好乐电子科技有限公司 一种自动驾驶方法
US20170038773A1 (en) * 2015-08-07 2017-02-09 International Business Machines Corporation Controlling Driving Modes of Self-Driving Vehicles
CN107560622A (zh) * 2016-07-01 2018-01-09 板牙信息科技（上海）有限公司 一种基于行车图像导航的方法与设备
CN107813830A (zh) * 2016-08-31 2018-03-20 法乐第(北京)网络科技有限公司 一种辅助车辆驾驶的方法及装置
CN109801508A (zh) * 2019-02-26 2019-05-24 百度在线网络技术（北京）有限公司 路口处障碍物的运动轨迹预测方法及装置
CN109878515A (zh) * 2019-03-12 2019-06-14 百度在线网络技术（北京）有限公司 预测车辆轨迹的方法、装置、存储介质和终端设备
CN109949590A (zh) * 2017-12-21 2019-06-28 通用汽车环球科技运作有限责任公司 交通信号灯状态评估
CN110171414A (zh) * 2018-02-20 2019-08-27 现代自动车株式会社 车辆及其控制方法
CN110377029A (zh) * 2019-06-27 2019-10-25 北京汽车集团有限公司 车辆自动驾驶的控制方法和装置
CN110395252A (zh) * 2019-08-06 2019-11-01 华北理工大学 一种红绿灯路口用自动控制车辆通行系统及方法
CN110648526A (zh) * 2018-09-30 2020-01-03 北京奇虎科技有限公司 一种基于关键路口的路况预警方法及装置
CN110660256A (zh) * 2019-10-22 2020-01-07 北京地平线机器人技术研发有限公司 一种信号灯状态的估计方法及装置

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5082349B2 (ja) * 2006-09-05 2012-11-28 マツダ株式会社 車両用運転支援システム
CN102150015B (zh) * 2008-10-17 2013-09-25 三菱电机株式会社 导航装置
JP5557472B2 (ja) * 2009-05-21 2014-07-23 三菱電機株式会社 道路レーンデータ生成装置、道路レーンデータ生成方法および道路レーンデータ生成プログラム
US9550498B2 (en) * 2014-05-13 2017-01-24 Ford Global Technologies, Llc Traffic light anticipation
JP2017045272A (ja) * 2015-08-26 2017-03-02 トヨタ自動車株式会社 信号通過支援装置
WO2017110002A1 (ja) * 2015-12-25 2017-06-29 パイオニア株式会社 予測装置、予測システム、予測方法および予測プログラム
KR101751298B1 (ko) * 2016-02-18 2017-07-11 한국전자통신연구원 차량 경로 예측 방법 및 장치
WO2019030916A1 (ja) * 2017-08-10 2019-02-14 日産自動車株式会社 車線情報管理方法、走行制御方法及び車線情報管理装置
KR102464607B1 (ko) * 2017-12-27 2022-11-08 현대자동차주식회사 차량 및 그 제어 방법
JP6930610B2 (ja) * 2018-01-25 2021-09-01 日産自動車株式会社 自動運転車両の制御方法および制御装置
TW202008325A (zh) * 2018-08-08 2020-02-16 財團法人工業技術研究院 協同式車輛安全系統與方法
DK201970221A1 (en) * 2019-01-29 2020-08-05 Aptiv Tech Ltd Traffic light estimation
CN110889965B (zh) * 2019-11-22 2021-08-03 北京京东乾石科技有限公司 无人车控制方法、装置和无人车
CN111422204B (zh) * 2020-03-24 2022-03-04 北京京东乾石科技有限公司 自动驾驶车辆通行判定方法及相关设备

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170038773A1 (en) * 2015-08-07 2017-02-09 International Business Machines Corporation Controlling Driving Modes of Self-Driving Vehicles
CN107560622A (zh) * 2016-07-01 2018-01-09 板牙信息科技（上海）有限公司 一种基于行车图像导航的方法与设备
CN106218637A (zh) * 2016-08-08 2016-12-14 合肥泰好乐电子科技有限公司 一种自动驾驶方法
CN107813830A (zh) * 2016-08-31 2018-03-20 法乐第(北京)网络科技有限公司 一种辅助车辆驾驶的方法及装置
CN109949590A (zh) * 2017-12-21 2019-06-28 通用汽车环球科技运作有限责任公司 交通信号灯状态评估
CN110171414A (zh) * 2018-02-20 2019-08-27 现代自动车株式会社 车辆及其控制方法
CN110648526A (zh) * 2018-09-30 2020-01-03 北京奇虎科技有限公司 一种基于关键路口的路况预警方法及装置
CN109801508A (zh) * 2019-02-26 2019-05-24 百度在线网络技术（北京）有限公司 路口处障碍物的运动轨迹预测方法及装置
CN109878515A (zh) * 2019-03-12 2019-06-14 百度在线网络技术（北京）有限公司 预测车辆轨迹的方法、装置、存储介质和终端设备
CN110377029A (zh) * 2019-06-27 2019-10-25 北京汽车集团有限公司 车辆自动驾驶的控制方法和装置
CN110395252A (zh) * 2019-08-06 2019-11-01 华北理工大学 一种红绿灯路口用自动控制车辆通行系统及方法
CN110660256A (zh) * 2019-10-22 2020-01-07 北京地平线机器人技术研发有限公司 一种信号灯状态的估计方法及装置

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021190067A1 (zh) * 2020-03-24 2021-09-30 北京京东乾石科技有限公司 自动驾驶车辆通行判定方法及相关设备
CN114550571A (zh) * 2020-11-26 2022-05-27 华为技术有限公司 一种车道线标注方法、装置、存储介质及计算机程序产品
WO2022141538A1 (zh) * 2020-12-31 2022-07-07 华为技术有限公司 一种轨迹预测方法与装置
CN113641734A (zh) * 2021-08-12 2021-11-12 驭势科技（北京）有限公司 一种数据处理方法、装置、设备及介质
CN113641734B (zh) * 2021-08-12 2024-04-05 驭势科技（北京）有限公司 一种数据处理方法、装置、设备及介质
CN113968243A (zh) * 2021-11-11 2022-01-25 北京三快在线科技有限公司 一种障碍物轨迹预测方法、装置、设备及存储介质
CN113968243B (zh) * 2021-11-11 2024-02-23 北京三快在线科技有限公司 一种障碍物轨迹预测方法、装置、设备及存储介质
CN114743395A (zh) * 2022-03-21 2022-07-12 中汽创智科技有限公司 一种信号灯检测方法、装置、设备及介质
CN114743395B (zh) * 2022-03-21 2024-03-08 中汽创智科技有限公司 一种信号灯检测方法、装置、设备及介质
CN115195790A (zh) * 2022-09-15 2022-10-18 毫末智行科技有限公司 一种预测车辆轨迹的方法、装置、电子设备及存储介质
CN115195790B (zh) * 2022-09-15 2022-11-29 毫末智行科技有限公司 一种预测车辆轨迹的方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
EP4095007A1 (en) 2022-11-30
US20230062074A1 (en) 2023-03-02
JP2023511878A (ja) 2023-03-23
CN111422204B (zh) 2022-03-04
WO2021190067A1 (zh) 2021-09-30
EP4095007A4 (en) 2023-07-05
KR20220111723A (ko) 2022-08-09

Similar Documents

Publication Publication Date Title
CN111422204B (zh) 自动驾驶车辆通行判定方法及相关设备
KR102099152B1 (ko) 자율 주행 차량의 경로 및 속도 최적화에 대한 폴백 메카니즘
US10921134B2 (en) Road geometry matching with componentized junction models
CN111460068B (zh) 兴趣点搜索方法、可读存储介质和电子设备
US11625051B2 (en) Proactive generation of tuning data for autonomous vehicle dispatch
KR20180068511A (ko) 영상에 포함된 도로와 관련된 정보를 결정하는 뉴럴 네트워크를 학습시키는 학습 데이터를 생성하는 장치 및 방법
Shin et al. Visual lane analysis and higher-order tasks: a concise review
CN111380555A (zh) 车辆行为预测方法及装置、电子设备、存储介质
US11829135B2 (en) Tuning autonomous vehicle dispatch using vehicle performance
US20230159052A1 (en) Method for processing behavior data, method for controlling autonomous vehicle, and autonomous vehicle
CN111174802A (zh) 路口的掉头难度确定方法、路线规划方法以及终端
CN115547078A (zh) 信息交互方法及装置、电子设备和计算机可读存储介质
CN115657684B (zh) 车辆路径信息生成方法、装置、设备和计算机可读介质
US11347240B2 (en) Method and apparatus for determining path
CN116148890A (zh) 高精度地图车道规划方法、系统、电子设备及存储介质
CN115583254A (zh) 路径规划方法、装置、设备以及自动驾驶车辆
KR102473392B1 (ko) 섹션 노드 및 섹션 링크를 이용한 차로 중심선 네트워크를 결정하기 위한 방법 및 장치
JP7478831B2 (ja) 自動運転に基づく乗車方法、装置、機器および記憶媒体
CN114179805A (zh) 一种行驶方向确定方法、装置、设备以及存储介质
CN113945222A (zh) 道路信息的识别方法、装置、电子设备、车辆及介质
CN112987707A (zh) 一种车辆的自动驾驶控制方法及装置
KR102487408B1 (ko) 로컬맵에 기초한 차량의 라우팅 경로 결정 장치, 방법 및 이를 기록한 기록매체
CN115294764B (zh) 人行横道区域确定方法、装置、设备及自动驾驶车辆
US20230185992A1 (en) Managing states of a simulated environment
CN115962781A (zh) 确定车辆的车头朝向的方法、装置、电子设备及存储介质

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