CN111552284A - 无人驾驶车辆的局部路径规划方法、装置、设备及介质 - Google Patents
无人驾驶车辆的局部路径规划方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111552284A CN111552284A CN202010310959.0A CN202010310959A CN111552284A CN 111552284 A CN111552284 A CN 111552284A CN 202010310959 A CN202010310959 A CN 202010310959A CN 111552284 A CN111552284 A CN 111552284A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- obstacle
- area
- point
- distance
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000010586 diagram Methods 0.000 claims abstract description 62
- 230000004888 barrier function Effects 0.000 claims abstract description 6
- 239000010410 layer Substances 0.000 claims description 41
- 239000011229 interlayer Substances 0.000 claims description 26
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 241000274965 Cyrestis thyodamas Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种无人驾驶车辆的局部路径规划方法、装置、设备及介质,属于自动驾驶领域。该局部路径规划方法包括:获取车辆行驶的道路信息;采集所述车辆的预设范围内的障碍物信息;根据所述障碍物信息确定是否存在所述障碍物;若存在所述障碍物,则根据所述道路信息和所述障碍物信息确定所述车辆的可行驶区域,在所述可行驶区域内进行撒点操作,构建路径点图;根据所述路径点图生成多条局部候选路径;从所述多条局部候选路径中选取一条所述局部候选路径作为所述车辆的行驶路径。本发明在路径规划时考虑障碍物信息,提高了行车效率和行车舒适性。
Description
技术领域
本发明涉及自动驾驶领域,尤其涉及一种无人驾驶车辆的局部路径规划方法、装置、设备及介质。
背景技术
无人驾驶车辆是通过车载传感器系统感知周围环境,自动规划行驶路线并控制车辆到达目标位置的智能汽车。对于无人驾驶车辆来说,路径规划决定了车辆的行车效率、舒适性与安全性。路径规划可分为全局路径规划与局部路径规划,其中,局部路径规划是在环境信息完全未知或部分未知时,侧重于考虑避障能力,规划过程中需要搜集环境数据。
现有的局部路径规划方案中,通常先根据高精地图生成多条初始路径,然后考虑实际路径中障碍物的情况,再从多条初始路径中筛选出需要的路径,不仅规划的计算量较大,生成的多条初始路径中也存在有障碍物的路径,既不符合实际驾驶的情况,也影响行车效率和行车舒适性。
发明内容
本发明的目的在于提供一种无人驾驶车辆的局部路径规划方法、装置、设备及介质,用于解决现有技术中局部路径规划没有考虑障碍物信息,不符合实际驾驶情况,影响行车效率和行车舒适性的问题。
为了达到所述目的,本发明采用的技术方案是:
一方面,本发明实施例提供了一种无人驾驶车辆的局部路径规划方法,所述局部路径规划方法包括:
获取车辆行驶的道路信息;
采集所述车辆的预设范围内的障碍物信息;
根据所述障碍物信息确定是否存在所述障碍物;
若存在所述障碍物,则根据所述道路信息和所述障碍物信息确定所述车辆的可行驶区域,在所述可行驶区域内进行撒点操作,构建路径点图;
根据所述路径点图生成多条局部候选路径;
从所述多条局部候选路径中选取一条所述局部候选路径作为所述车辆的行驶路径。
另一方面,本发明实施例还提供了一种无人驾驶车辆的局部路径规划装置,所述局部路径规划装置包括:
第一采集模块,用于获取车辆行驶的道路信息;
第二采集模块,用于采集所述车辆的预设范围内的障碍物信息;
障碍物确定模块,用于根据所述障碍物信息确定是否存在所述障碍物;
第一规划模块,用于当存在所述障碍物时,根据所述道路信息和所述障碍物信息确定所述车辆的可行驶区域,在所述可行驶区域内进行撒点操作,构建路径点图;
路径生成模块,用于根据所述路径点图生成多条局部候选路径;
路径选取模块,用于从所述多条局部候选路径中选取一条所述局部候选路径作为所述车辆的行驶路径。
另一方面,本发明实施例还提供了一种无人驾驶设备,包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由所述处理器加载并执行以实现上述的局部路径规划方法。
另一方面,本发明实施例还提供了一种计算机存储介质,所述计算机存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现上述的局部路径规划方法。
本发明的技术方案带来的有益效果是:
在路径的动态规划过程中增加对障碍物的判断,选取无障碍物的区域进行撒点操作,所生成的多条局部候选路径为无障碍物的局部候选路径,生成的可行驶路径的效率更高,更符合实际的驾驶情况,提高行车效率和行车舒适性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图做简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。
图1是本发明一个实施例提供的无人驾驶车辆的局部路径规划方法的流程图。
图2是本发明一个实施例提供的无障碍物时的路径点图示意图。
图3是本发明一个实施例提供的有障碍物时的车辆行驶车道场景示意图。
图4是本发明一个实施例提供的根据障碍物的速度确定可行驶区域的流程图。
图5是本发明一个实施例提供的根据第一区域的宽度确定可行驶区域的流程图。
图6是本发明一个实施例提供的有障碍物时的路径点图示意图。
图7是本发明另一个实施例提供的有障碍物时的路径点图示意图。
图8是本发明一个实施例提供的无人驾驶车辆的局部路径规划装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好的理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分的实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
路径规划是解决无人驾驶车辆从起点到终点,走怎样路径的问题。规划的总体要求是不要撞到障碍物,保证自身的安全和可能相遇的车辆和行人的安全。路径规划问题可以分成全局路径规划和局部路径规划两类,全局路径规划是指给车辆设定目的地,选取从出发地到目的地的全局路径;局部路径规划是指在行车过程中,获得避开障碍物的理想行驶路径。
现有的局部路径规划方案中,通常先根据高精地图生成多条初始路径,然后考虑实际路径中障碍物的情况,再从多条初始路径中筛选出需要的路径,不仅规划的计算量较大,生成的多条初始路径中也存在有障碍物的路径,不符合实际驾驶的情况,影响行车效率和舒适性。有鉴于此,本发明实施例提供一种无人驾驶车辆的局部路径规划方法、装置、设备及介质。
参考说明书附图1,其示出了本发明一个实施例提供的无人驾驶车辆的局部路径规划方法的流程。该局部路径规划方法可以应用于本发明实施例提供的局部路径规划装置,也可以应用于具有自动驾驶功能的车辆。如图1所示,该局部路径规划方法可以包括以下步骤:
步骤S101,获取车辆行驶的道路信息。
本发明实施例中,可以通过从车辆配置的高精地图中获取道路信息,相比于普通地图,例如车载导航地图,高精地图拥有更高的精度、更多的数据维度,高精地图可以将大量的行车辅助信息存储为结构化数据,这些信息可以分为两类:第一类是道路数据,例如车道线的位置、车道的宽度、车道的坡度、车道的曲率、车道中心线的位置等信息;第二类是车道周边的固定对象信息,比如交通标志、交通信号灯信息、车道限高、障碍物及其他道路细节信息。
在实际应用中,通过使用高精地图,车辆的自动驾驶系统可以通过对比车载的全球定位系统(GPS)、惯性测量单元(IMU,Inertial Measurement Unit)、测距单元(LiDAR,Light Detection And Ranging)或摄像头的数据精确确认车辆的当前位置。
步骤S102,采集车辆的预设范围内的障碍物信息。
本发明实施例中,可以通过车辆的感知预测系统获取障碍物信息,感知预测系统是无人驾驶系统其它技术的数据基础,通过借助例如激光雷达、摄像头、毫米波雷达、激光点云、超声波雷达等传感器设备较准确的感知周围环境,为路径规划和行车控制提供依据。
所采集到的障碍物信息可以包括但不限于障碍物的速度信息、位置信息以及行驶轨迹信息,行驶轨迹信息可以包括障碍物的运动方向以及障碍物与车道中心线的偏移距离等信息,将障碍物信息和地图信息结合,可以获取各障碍物所处的车道、路口等信息。
步骤S103,根据障碍物信息确定是否存在障碍物。
本发明实施例中,根据障碍物信息判断障碍物是否对车辆当前的行驶路径产生影响,若障碍物对车辆当前的行驶路径产生影响,则确定为存在障碍物,跳转至步骤S105;若障碍物对车辆当前的行驶路径不产生影响,则确定为不存在障碍物,跳转至步骤S104。
步骤S104,若不存在障碍物,则在车辆行驶车道内进行撒点操作,构建路径点图。
路径点图可以包括多层的路径点,路径点图的相邻两层之间的距离以及每一层中相邻两点之间的距离相同。其中,多层为多于一层,在实际应用中,通常可以设置为三层的路径点。相邻两层之间的距离可以通过车辆的速度计算得到,而每一层中相邻两点之间的距离可以根据地图信息和障碍物信息进行计算得到。
具体的,在车辆行驶车道内进行撒点操作,构建路径点图可以包括:根据道路信息得到车辆行驶车道的宽度;获取车辆的宽度;根据车辆行驶车道的宽度和车辆的宽度计算得到第一点间距,其中,第一点间距表征无障碍物情况下路径点图的每一层中每两个相邻节点之间的距离;按层间距、预设节点数以及第一点间距在车辆行驶车道内进行撒点操作,构建路径点图。图2示出了本发明一个实施例提供的无障碍物情况下路径点图,路径点图均匀分布在车道中心线1两侧,路径点图与车道左侧的边界和车道右侧的边界之间的距离在预设的安全距离范围内。
其中,预设节点数可以通过预设层数以及每一层预设的节点数计算得到,例如按照预设层数为三层,每一层预设的节点数为七点,则预设节点数为21点;层间距表征路径点图的每两个相邻层之间的距离,在一个可能的实施例中,可以通过获取车辆的速度,根据车辆的速度计算得到层间距。
具体的,若用Vself表示车辆的速度,Vtime表示车辆通过相邻两层区域的行驶时间,则层间距Slevel可以表示为:
Slevel=Vself×Vtime
其中,Lmin≤Slevel≤Lmax,其中,Lmin表示预设最小层间距,Lmax为预设最大层间距。
需要说明的是,若层间距过小或过大,则所规划的路径无效性较高,因此可以将层间距设置在预设最小层间距和预设最大层间距之间,而当Slevel小于预设最小层间距Lmin时,将预设最小层间距作为层间距即Slevel=Lmin;当Slevel大于预设最大层间距Lmax时,将预设最大层间距作为层间距即Slevel=Lmax。在一个可能的实施方式中,Lmin可以设置为10m,Lmax可以设置为40m。Vtime的设置通常与障碍物信息的读取时间相关,例如,若感知预测系统获取的障碍物信息是在8秒以内的信息,则按照预设层数三层,每层七点的撒点方式,Vtime可以设置为4秒。
第一点间距Lsample可以通过以下方式计算得到:
其中,Ndef为预设的每层节点数。优选的,Ndef可以设置为七,即在无障碍物情况下,在车辆行驶车道内按三层每层七个点进行撒点操作。
在构建路径点图后,跳转至步骤S106进行路径生成操作。
步骤S105,若存在障碍物,则根据道路信息和障碍物信息确定车辆的可行驶区域,在可行驶区域内进行撒点操作,构建路径点图。
本发明实施例中,可以在根据道路信息和障碍物信息确定车辆的可行驶区域后,按照预设层数在可行驶区域内进行撒点操作,构建路径点图,且路径点图与车道左侧的边界和车道右侧的边界之间的距离在预设的安全距离范围内。
图3示出了本发明一个实施例提供的有障碍物时的车道场景,其中左侧图为障碍物2的右侧边缘靠近车道中心线1的车道场景,右侧图为障碍物2的左侧边缘靠近车道中心线1的车道场景。如图3所示,可以根据地图信息和障碍物信息将车辆行驶车道划分为第一区域和第二区域。第一区域表征障碍物2的左侧或右侧的区域,当障碍物2的左侧边缘靠近车道中心线1时,第一区域为障碍物2的左侧的区域;当障碍物2的右侧边缘靠近车道中心线1时,第一区域为障碍物的右侧的区域。第二区域表征障碍物2与车辆之间的区域,Ldirve为第一区域的宽度,Lroad为车辆行驶车道的宽度亦即第二区域的宽度,Lself为车辆的宽度。
在一个可能的实施例中,如图4所示,若存在障碍物,根据道路信息和障碍物信息确定车辆的可行驶区域,在可行驶区域内进行撒点操作,构建路径点图的步骤可以包括:
步骤S1051,从障碍物信息中提取出障碍物的速度信息。
步骤S1052,根据障碍物的速度信息判断障碍物的速度是否为零。若障碍物的速度为零,则跳转至步骤S1053;若障碍物的速度不为零,则跳转至步骤S1054。
步骤S1053,计算第一区域的宽度,根据第一区域的宽度确定车辆的可行驶区域,在车辆的可行驶区域进行撒点操作,构建路径点图。
通常可以根据道路信息中车道的宽度和障碍物信息中障碍物距离车道中心线的偏移距离计算得到第一区域的宽度。
步骤S1054,将车辆行驶车道确定为车辆的可行驶区域,按层间距、预设节点数以及第一点间距在可行驶区域内进行撒点操作,构建路径点图。
通过先根据障碍物的速度确定车辆的可行驶区域,若障碍物的速度不为零,即当前障碍物处于运动状态,此时可直接按照无障碍物的情况进行处理,因为即使按照避障方式进行撒点操作,当车辆行驶到障碍物处时,障碍物的位置也已发生变化。若障碍物的速度为零,即当前障碍物处于静止状态,需要根据碍物旁的道路即第一区域判断车辆是否可以通过,再确定车辆的可行驶区域。
在一个可能的实施例中,如图5所示,步骤S1053中根据第一区域的宽度确定车辆的可行驶区域,在车辆的可行驶区域进行撒点操作,构建路径点图的步骤可以包括:
步骤S1055,判断第一区域的宽度是否小于或等于第一预设阈值。若第一区域的宽度小于或等于第一预设阈值,执行步骤S1057;若第一区域的宽度大于第一预设阈值,执行步骤S1056。
本发明实施例中,第一预设阈值可以通过第一区域的宽度、车辆的宽度和预设的安全距离计算得到,其中,预设的安全距离为保证行车安全所设置的离车道边界或障碍物边缘的距离。若用Ldirve表示第一区域的宽度,Lself表示车辆的宽度,Lsafe为预设的安全距离,用Lo表示车辆可以通过的最小距离,Lo可以用以下式子计算得到:
Lo=Ldrive-2Lsafe-Lself
则第一预设阈值可以设置为大于Lo的值。
在实际应用中,通常将安全距离设置为大于或等于半个车身的宽度,例如,可以将安全距离设置大于或等于0.5m的值。
步骤S1056,将第一区域和第二区域确定为车辆的可行驶区域,在可行驶区域内进行撒点操作,构建路径点图。
在一个可能的实施例中,步骤S1056可以包括:根据第一区域的宽度、车辆的宽度和第一点间距计算得到避障节点数和第二点间距,其中,第二点间距表征有障碍物情况下路径点图的每一层中每两个相邻节点之间的距离;按层间距、避障节点数和第二点间距在可行驶区域内进行撒点操作,构建路径点图。在撒点操作时,按照预设层数进行撒点,避障节点数为第一区域的撒点数,在第二区域的撒点仍按照每一层的预设节点数进行撒点。
具体可参见图6,图6示出了本发明一个实施例提供的有障碍物时的路径点图。障碍物旁的道路可以满足车辆通行要求,车辆的可行驶区域为第一区域和第二区域。如图6所示,预设层数为3层,第一层和第二层的节点数为7,根据计算得到的第三层即障碍物旁的避障节点数为5。
在实际应用中,根据第一区域的宽度、车辆的宽度和第一点间距可以计算得到避障节点数Nobs为:
第二点间距Lobs为:
其中,避障节点数Nobs为整数。
步骤S1057,将第二区域确定为可行驶区域,按层间距、预设节点数和第一点间距在可行驶区域内进行撒点操作,构建路径点图。
其中,预设节点数可以根据预设层数和每一层的预设点数计算得到。
具体可参见图7,图7示出了本发明另一个实施例提供的有障碍物时的路径点图。障碍物旁的道路不能满足车辆通行要求,车辆的可行驶区域为第二区域。如图7所示,预设层数为3层,每一层的预设节点数均为7。
在实际应用中,当障碍物旁的道路不能通行时,动态规划(DP,DynamicProgramming)在障碍物前完成撒点操作后,由于车辆前方车道不能通行,交由车辆进行二次规划(QP,Quadratic Programing)处理。
在一个可能的实施例中,也可以根据避障节点数确定车辆的可行驶区域,当避障节点数小于或等于零时,说明障碍物旁的道路较窄不能满足车辆的通行要求,车辆的可行驶区域为第二区域;当避障节点数大于零时,说明障碍物旁的道路可以满足车辆通行的要求,车辆的可行驶区域为第一区域和第二区域。
步骤S105,根据路径点图生成多条局部候选路径。
本发明实施例中,可以利用五次多项式生成多条局部候选路径。例如,按照图6的撒点方式,将一共产生5*7*7=245条局部候选路径,由于在撒点时避开障碍物,所产生的245条局部候选路径皆不会与障碍物发生碰撞。
而现有技术在撒点时,撒点范围会覆盖障碍物,导致所生成的多条局部候选路径中包括有障碍物的路径,例如按照三层,每层七点的撒点方式,将一共产生7*7*7=343条局部候选路径,而这343条局部候选路径中存在2*7*7=98条路径是包含有障碍物的路径,这些路径都是不合理的行驶路径。即使在后续的路径选择中剔除掉了这些不合理的行驶路径,也存在计算量大的问题,影响行车的效率。
步骤S106,从多条局部候选路径中选取一条局部候选路径作为车辆的行驶路径。
本发明实施例中,可以根据路径的曲率、平滑度等评价参数计算每条局部候选路径的代价,在多条局部候选路径中选取一条代价相对较小的局部候选路径,然后将选取的局部候选路径进行二次规划使其满足车辆行驶特性,生成行驶轨迹,将该行驶轨迹作为车俩的行驶路径。
在一个可能的实施例中,为了避免车辆的速度过快导致与障碍物发生碰撞,当障碍物处于运动状态即障碍物的速度不为零时,本发明的局部路径规划方法还可以包括:计算车辆与障碍物的相对距离;根据相对距离确定是否对车辆进行减速控制。
在实际应用中,若用Sfollow表示预设的跟车距离,Sdistance表示车辆与障碍物的距离,Vself表示车辆的速度,Vobs表示障碍物的速度,则车辆与障碍物的相对距离Srela可以通过以下式子计算得到:
其中,Smin为预设最小相对距离,Smax为预设最大相对距离,当Srela<Smin时,将预设最小相对距离作为相对距离即Srela=Smin;当Srela>Smax时,将预设最大相对距离作为相对距离即Srela=Smax。
当相对距离大于跟车距离即Srela>Sfollow时,不需要减速;相对距离小于或等于跟车距离即Srela≤Sfollow时,对车辆进行减速控制。其中,跟车距离Sfollow为车辆的速度Vself和预设的安全时间Tsafe的乘积:Sfollow=Vself×Tsafe。
优选的,Smin可以设置为17m,Smax可以设置为40m,Tsafe可以设置为2.5s。
需要说明的是,上述的预设层数、预设节点数、最小相对距离、最大相对距离、预设最小层间距以及预设最大层间距可以在实际应用中根据需要进行设定,本发明实施例仅仅是示例性的,并不做限定。
本发明实施例提供的局部路径规划方法,通过在动态规划撒点时结合高精地图的道路信息与障碍物信息进行合理的撒点,进而生成符合实际道路情况的路径;在生成的路径中,选取曲率变化小的、平滑性更高的路径交由动态规划区生成适合车辆行驶的最终轨迹。
参考说明书附图8,其示出了本发明一个实施例提供的无人驾驶车辆的局部路径规划装置的结构。如图8所示,该局部路径规划装置可以包括第一采集模块810、第二采集模块820、障碍物确定模块830、第一规划模块840、路径生成模块850和路径选取模块860。
其中,第一采集模块810用于获取车辆行驶的道路信息;第二采集模块820用于采集车辆的预设范围内的障碍物信息;障碍物确定模块830用于根据障碍物信息确定是否存在障碍物;第一规划模块840用于当存在障碍物时,根据道路信息和障碍物信息确定车辆的可行驶区域,在可行驶区域内进行撒点操作,构建路径点图;路径生成模块850用于根据路径点图生成多条局部候选路径;路径选取模块860用于从多条局部候选路径中选取一条局部候选路径作为车辆的行驶路径。
在一个可能的实施例中,局部路径规划装置还可以包括第一计算模块,第一计算模块用于:获取车辆的速度;根据车辆的速度计算得到层间距,其中,层间距表征路径点图的每两个相邻层之间的距离。
在一个可能的实施例中,局部路径规划装置还包括第二规划模块,第二规划模块用于当不存在障碍物时,在车辆行驶车道内进行撒点操作,构建路径点图。
其中,第二规划模块在车辆行驶车道内进行撒点操作,构建路径点图的步骤可以包括:根据道路信息得到车辆行驶车道的宽度;获取车辆的宽度;根据车辆行驶车道的宽度和车辆的宽度计算得到第一点间距,第一点间距表征无障碍物情况下路径点图的每一层中每两个相邻节点之间的距离;按层间距、预设节点数以及第一点间距在车辆行驶车道内进行撒点操作,构建路径点图。
在一个可能的实施例中,第一规划模块840包括:
速度获取单元,用于从障碍物信息中提取出障碍物的速度信息;
速度检测单元,用于根据障碍物的速度信息判断障碍物的速度是否为零;
第一撒点单元,用于当障碍物的速度不为零时,将车辆行驶车道确定为车辆的可行驶区域,按层间距、预设节点数以及第一点间距在可行驶区域内进行撒点操作,构建路径点图;
第二撒点单元,用于当障碍物的速度为零时,计算第一区域的宽度,根据第一区域的宽度确定车辆的可行驶区域,在车辆的可行驶区域进行撒点操作,构建路径点图,其中,第一区域表征障碍物的左侧或右侧的区域。
在一个可能的实施例中,第二撒点单元还用于:
判断第一区域的宽度是否小于或等于第一预设阈值;
当第一区域的宽度小于或等于第一预设阈值时,将第二区域确定为车辆的可行驶区域,按层间距、预设节点数和第一点间距在可行驶区域内进行撒点操作,构建所述路径点图,其中,第二区域表征障碍物与车辆之间的区域;
当第一区域的宽度大于第一预设阈值时,将第一区域和第二区域确定为车辆的可行驶区域,在可行驶区域内进行撒点操作,构建路径点图。
在一个可能的实施例中,第二撒点单元还用于:
根据第一区域的宽度、车辆的宽度和第一点间距计算得到避障节点数和第二点间距,第二点间距表征有障碍物情况下路径点图的每一层中每两个相邻节点之间的距离;
按层间距、避障节点数和第二点间距在可行驶区域内进行撒点操作,构建路径点图。
在一个可能的实施例中,局部路径规划装置还包括速度控制单元,速度控制单元用于:当障碍物的速度不为零时,计算车辆与障碍物的相对距离;根据相对距离确定是否对车辆进行减速控制。
需要说明的是,上述实施例提供的装置,在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本发明一个实施例还提供了一种无人驾驶设备,包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由所述处理器加载并执行以实现上述方法实施例中的局部路径规划方法的各个步骤。
本发明一个实施例还提供了一种计算机存储介质,其特征在于,所述计算机存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现上述方法实施例中的局部路径规划方法的各个步骤。
上述说明已经充分揭露了本发明的具体实施方式。需要指出的是,熟悉该领域的技术人员对本发明的具体实施方式所做的任何改动均不脱离本发明的权利要求书的范围。相应地,本发明的权利要求的范围也并不仅仅局限于前述具体实施方式。
Claims (10)
1.一种无人驾驶车辆的局部路径规划方法,其特征在于,包括:
获取车辆行驶的道路信息;
采集所述车辆的预设范围内的障碍物信息;
根据所述障碍物信息确定是否存在所述障碍物;
若存在所述障碍物,则根据所述道路信息和所述障碍物信息确定所述车辆的可行驶区域,在所述可行驶区域内进行撒点操作,构建路径点图;
根据所述路径点图生成多条局部候选路径;
从所述多条局部候选路径中选取一条所述局部候选路径作为所述车辆的行驶路径。
2.根据权利要求1所述的局部路径规划方法,其特征在于,还包括:
获取所述车辆的速度;
根据所述车辆的速度计算得到层间距,所述层间距表征所述路径点图的每两个相邻层之间的距离。
3.根据权利要求2所述的局部路径规划方法,其特征在于,还包括:
若不存在所述障碍物,则根据所述道路信息得到所述车辆行驶车道的宽度;
获取所述车辆的宽度;
根据所述车辆行驶车道的宽度和所述车辆的宽度计算得到第一点间距,所述第一点间距表征无障碍物情况下所述路径点图的每一层中每两个相邻节点之间的距离;
按所述层间距、预设节点数以及所述第一点间距在所述车辆行驶车道内进行撒点操作,构建所述路径点图。
4.根据权利要求3所述的局部路径规划方法,其特征在于,所述根据所述道路信息和所述障碍物信息确定所述车辆的可行驶区域,在所述可行驶区域内进行撒点操作,构建路径点图包括:
从所述障碍物信息中提取出所述障碍物的速度信息;
根据所述障碍物的速度信息判断所述障碍物的速度是否为零;
若所述障碍物的速度不为零,则将所述车辆行驶车道确定为所述车辆的可行驶区域,按所述层间距、预设节点数以及所述第一点间距在所述可行驶区域内进行撒点操作,构建所述路径点图;
若所述障碍物的速度为零,则计算第一区域的宽度,根据所述第一区域的宽度确定所述车辆的可行驶区域,在所述车辆的可行驶区域进行撒点操作,构建所述路径点图,其中,所述第一区域表征所述障碍物的左侧或右侧的区域。
5.根据权利要求4所述的局部路径规划方法,其特征在于,所述根据所述第一区域的宽度确定所述车辆的可行驶区域,在所述车辆的可行驶区域进行撒点操作,构建所述路径点图包括:
判断所述第一区域的宽度是否小于或等于第一预设阈值;
当所述第一区域的宽度小于或等于第一预设阈值时,将第二区域确定为所述车辆的可行驶区域,按所述层间距、所述预设节点数和所述第一点间距在所述可行驶区域内进行撒点操作,构建所述路径点图,其中,所述第二区域表征所述障碍物与所述车辆之间的区域;
当所述第一区域的宽度大于第一预设阈值时,将所述第一区域和所述第二区域确定为所述车辆的可行驶区域,在所述可行驶区域内进行撒点操作,构建所述路径点图。
6.根据权利要求5所述的局部路径规划方法,其特征在于,所述将所述第一区域和所述第二区域确定为所述车辆的可行驶区域,在所述可行驶区域内进行撒点操作,构建所述路径点图包括:
根据所述第一区域的宽度、所述车辆的宽度和所述第一点间距计算得到避障节点数和第二点间距,所述第二点间距表征有障碍物情况下所述路径点图的每一层中每两个相邻节点之间的距离;
按所述层间距、所述避障节点数和所述第二点间距在所述可行驶区域内进行撒点操作,构建所述路径点图。
7.根据权利要求4所述的局部路径规划方法,其特征在于,还包括:
若所述障碍物的速度不为零,则计算所述车辆与所述障碍物的相对距离;
根据所述相对距离确定是否对所述车辆进行减速控制。
8.一种无人驾驶车辆的局部路径规划装置,其特征在于,包括:
第一采集模块,用于获取车辆行驶的道路信息;
第二采集模块,用于采集所述车辆的预设范围内的障碍物信息;
障碍物确定模块,用于根据所述障碍物信息确定是否存在所述障碍物;
第一规划模块,用于当存在所述障碍物时,根据所述道路信息和所述障碍物信息确定所述车辆的可行驶区域,在所述可行驶区域内进行撒点操作,构建路径点图;
路径生成模块,用于根据所述路径点图生成多条局部候选路径;
路径选取模块,用于从所述多条局部候选路径中选取一条所述局部候选路径作为所述车辆的行驶路径。
9.一种无人驾驶设备,包括处理器和存储器,其特征在于,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由所述处理器加载并执行以实现如权利要求1-7任意一项所述的局部路径规划方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1-7任意一项所述的局部路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010310959.0A CN111552284A (zh) | 2020-04-20 | 2020-04-20 | 无人驾驶车辆的局部路径规划方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010310959.0A CN111552284A (zh) | 2020-04-20 | 2020-04-20 | 无人驾驶车辆的局部路径规划方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111552284A true CN111552284A (zh) | 2020-08-18 |
Family
ID=72003841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010310959.0A Pending CN111552284A (zh) | 2020-04-20 | 2020-04-20 | 无人驾驶车辆的局部路径规划方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111552284A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111637898A (zh) * | 2020-06-02 | 2020-09-08 | 北京长隆讯飞科技有限公司 | 一种高精度导航电子地图的处理方法和装置 |
CN112092810A (zh) * | 2020-09-24 | 2020-12-18 | 上海汽车集团股份有限公司 | 一种车辆泊出方法、装置及电子设备 |
CN112265542A (zh) * | 2020-09-11 | 2021-01-26 | 重庆智行者信息科技有限公司 | 一种自动驾驶会车场景处理方法及其装置、车辆 |
CN112590775A (zh) * | 2020-12-22 | 2021-04-02 | 中国第一汽车股份有限公司 | 一种自动泊车方法、装置、车辆及存储介质 |
CN112634297A (zh) * | 2020-12-14 | 2021-04-09 | 深兰人工智能(深圳)有限公司 | 高精地图制作方法、装置、电子设备和存储介质 |
CN112644487A (zh) * | 2021-01-07 | 2021-04-13 | 广州小鹏自动驾驶科技有限公司 | 一种自动驾驶的方法和装置 |
CN112703144A (zh) * | 2020-12-21 | 2021-04-23 | 华为技术有限公司 | 控制方法、相关设备及计算机可读存储介质 |
CN112964267A (zh) * | 2021-02-07 | 2021-06-15 | 舜宇光学(浙江)研究院有限公司 | 自主避障导航方法及其系统和设备 |
CN113009918A (zh) * | 2021-03-09 | 2021-06-22 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、装置、系统及可读存储介质 |
CN113091765A (zh) * | 2021-03-31 | 2021-07-09 | 深圳一清创新科技有限公司 | 道路表征方法、呈现道路信息的方法及电子设备 |
CN113119971A (zh) * | 2021-05-07 | 2021-07-16 | 恒大新能源汽车投资控股集团有限公司 | 车辆制动的方法及装置 |
CN113267199A (zh) * | 2021-06-24 | 2021-08-17 | 上海欧菲智能车联科技有限公司 | 行驶轨迹规划方法及装置 |
CN113534702A (zh) * | 2021-07-05 | 2021-10-22 | 上海仙越机器人科技有限公司 | 一种控制方法、装置、设备及存储介质 |
CN113682322A (zh) * | 2021-08-26 | 2021-11-23 | 北京京东乾石科技有限公司 | 一种车辆行驶路径的确定方法和装置 |
CN114061606A (zh) * | 2021-11-10 | 2022-02-18 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、装置、电子设备及存储介质 |
CN114475588A (zh) * | 2022-02-28 | 2022-05-13 | 肇庆市前沿德至智能汽车测试评估有限公司 | 一种汽车无人驾驶识别系统及汽车无人驾驶识别方法 |
CN114506343A (zh) * | 2022-03-02 | 2022-05-17 | 阿波罗智能技术(北京)有限公司 | 轨迹规划方法、装置、设备、存储介质及自动驾驶车辆 |
CN114572240A (zh) * | 2020-11-30 | 2022-06-03 | 北京百度网讯科技有限公司 | 车辆行驶控制方法、装置、车辆、电子设备及存储介质 |
CN115326099A (zh) * | 2022-10-11 | 2022-11-11 | 禾多科技(北京)有限公司 | 局部路径规划方法、装置、电子设备和计算机可读介质 |
WO2023221537A1 (zh) * | 2022-05-16 | 2023-11-23 | 北京京东乾石科技有限公司 | 路径规划方法及装置、无人车 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107992050A (zh) * | 2017-12-20 | 2018-05-04 | 广州汽车集团股份有限公司 | 无人驾驶汽车局部路径运动规划方法和装置 |
CN109784526A (zh) * | 2018-12-05 | 2019-05-21 | 北京百度网讯科技有限公司 | 通行路径的规划方法、装置、设备及可读存储介质 |
CN109855637A (zh) * | 2018-12-24 | 2019-06-07 | 北京新能源汽车股份有限公司 | 一种车辆的自动驾驶路径规划方法、装置及设备 |
CN109891349A (zh) * | 2016-10-25 | 2019-06-14 | 本田技研工业株式会社 | 车辆控制装置 |
CN110044359A (zh) * | 2019-04-30 | 2019-07-23 | 厦门大学 | 一种导览机器人路径规划方法、装置、机器人和存储介质 |
CN110749333A (zh) * | 2019-11-07 | 2020-02-04 | 中南大学 | 基于多目标优化的无人驾驶车辆运动规划方法 |
CN110766220A (zh) * | 2019-10-21 | 2020-02-07 | 湖南大学 | 一种结构化道路局部路径规划方法 |
CN110908386A (zh) * | 2019-12-09 | 2020-03-24 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无人车分层路径规划方法 |
-
2020
- 2020-04-20 CN CN202010310959.0A patent/CN111552284A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109891349A (zh) * | 2016-10-25 | 2019-06-14 | 本田技研工业株式会社 | 车辆控制装置 |
US20190315350A1 (en) * | 2016-10-25 | 2019-10-17 | Honda Motor Co., Ltd. | Vehicle control device |
CN107992050A (zh) * | 2017-12-20 | 2018-05-04 | 广州汽车集团股份有限公司 | 无人驾驶汽车局部路径运动规划方法和装置 |
CN109784526A (zh) * | 2018-12-05 | 2019-05-21 | 北京百度网讯科技有限公司 | 通行路径的规划方法、装置、设备及可读存储介质 |
CN109855637A (zh) * | 2018-12-24 | 2019-06-07 | 北京新能源汽车股份有限公司 | 一种车辆的自动驾驶路径规划方法、装置及设备 |
CN110044359A (zh) * | 2019-04-30 | 2019-07-23 | 厦门大学 | 一种导览机器人路径规划方法、装置、机器人和存储介质 |
CN110766220A (zh) * | 2019-10-21 | 2020-02-07 | 湖南大学 | 一种结构化道路局部路径规划方法 |
CN110749333A (zh) * | 2019-11-07 | 2020-02-04 | 中南大学 | 基于多目标优化的无人驾驶车辆运动规划方法 |
CN110908386A (zh) * | 2019-12-09 | 2020-03-24 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无人车分层路径规划方法 |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111637898A (zh) * | 2020-06-02 | 2020-09-08 | 北京长隆讯飞科技有限公司 | 一种高精度导航电子地图的处理方法和装置 |
CN112265542A (zh) * | 2020-09-11 | 2021-01-26 | 重庆智行者信息科技有限公司 | 一种自动驾驶会车场景处理方法及其装置、车辆 |
CN112092810A (zh) * | 2020-09-24 | 2020-12-18 | 上海汽车集团股份有限公司 | 一种车辆泊出方法、装置及电子设备 |
CN112092810B (zh) * | 2020-09-24 | 2022-06-14 | 上海汽车集团股份有限公司 | 一种车辆泊出方法、装置及电子设备 |
CN114572240B (zh) * | 2020-11-30 | 2023-11-14 | 北京百度网讯科技有限公司 | 车辆行驶控制方法、装置、车辆、电子设备及存储介质 |
CN114572240A (zh) * | 2020-11-30 | 2022-06-03 | 北京百度网讯科技有限公司 | 车辆行驶控制方法、装置、车辆、电子设备及存储介质 |
CN112634297A (zh) * | 2020-12-14 | 2021-04-09 | 深兰人工智能(深圳)有限公司 | 高精地图制作方法、装置、电子设备和存储介质 |
CN112634297B (zh) * | 2020-12-14 | 2024-05-28 | 深兰人工智能(深圳)有限公司 | 高精地图制作方法、装置、电子设备和存储介质 |
CN112703144A (zh) * | 2020-12-21 | 2021-04-23 | 华为技术有限公司 | 控制方法、相关设备及计算机可读存储介质 |
CN112590775A (zh) * | 2020-12-22 | 2021-04-02 | 中国第一汽车股份有限公司 | 一种自动泊车方法、装置、车辆及存储介质 |
CN112590775B (zh) * | 2020-12-22 | 2022-02-22 | 中国第一汽车股份有限公司 | 一种自动泊车方法、装置、车辆及存储介质 |
CN112644487A (zh) * | 2021-01-07 | 2021-04-13 | 广州小鹏自动驾驶科技有限公司 | 一种自动驾驶的方法和装置 |
CN112964267A (zh) * | 2021-02-07 | 2021-06-15 | 舜宇光学(浙江)研究院有限公司 | 自主避障导航方法及其系统和设备 |
CN113009918B (zh) * | 2021-03-09 | 2023-12-05 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、装置、系统及可读存储介质 |
CN113009918A (zh) * | 2021-03-09 | 2021-06-22 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、装置、系统及可读存储介质 |
CN113091765A (zh) * | 2021-03-31 | 2021-07-09 | 深圳一清创新科技有限公司 | 道路表征方法、呈现道路信息的方法及电子设备 |
CN113119971A (zh) * | 2021-05-07 | 2021-07-16 | 恒大新能源汽车投资控股集团有限公司 | 车辆制动的方法及装置 |
CN113267199A (zh) * | 2021-06-24 | 2021-08-17 | 上海欧菲智能车联科技有限公司 | 行驶轨迹规划方法及装置 |
CN113534702A (zh) * | 2021-07-05 | 2021-10-22 | 上海仙越机器人科技有限公司 | 一种控制方法、装置、设备及存储介质 |
CN113534702B (zh) * | 2021-07-05 | 2023-08-29 | 上海高仙环境科技有限公司 | 一种控制方法、装置、设备及存储介质 |
CN113682322A (zh) * | 2021-08-26 | 2021-11-23 | 北京京东乾石科技有限公司 | 一种车辆行驶路径的确定方法和装置 |
CN114061606A (zh) * | 2021-11-10 | 2022-02-18 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、装置、电子设备及存储介质 |
CN114061606B (zh) * | 2021-11-10 | 2024-04-12 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、装置、电子设备及存储介质 |
CN114475588A (zh) * | 2022-02-28 | 2022-05-13 | 肇庆市前沿德至智能汽车测试评估有限公司 | 一种汽车无人驾驶识别系统及汽车无人驾驶识别方法 |
CN114506343A (zh) * | 2022-03-02 | 2022-05-17 | 阿波罗智能技术(北京)有限公司 | 轨迹规划方法、装置、设备、存储介质及自动驾驶车辆 |
WO2023221537A1 (zh) * | 2022-05-16 | 2023-11-23 | 北京京东乾石科技有限公司 | 路径规划方法及装置、无人车 |
CN115326099B (zh) * | 2022-10-11 | 2023-03-07 | 禾多科技(北京)有限公司 | 局部路径规划方法、装置、电子设备和计算机可读介质 |
CN115326099A (zh) * | 2022-10-11 | 2022-11-11 | 禾多科技(北京)有限公司 | 局部路径规划方法、装置、电子设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111552284A (zh) | 无人驾驶车辆的局部路径规划方法、装置、设备及介质 | |
CN109583151B (zh) | 车辆的行驶轨迹预测方法及装置 | |
US11275382B2 (en) | Autonomous driving system | |
US10802492B2 (en) | Vehicle path identification | |
US11532167B2 (en) | State machine for obstacle avoidance | |
JP6823512B2 (ja) | 経路決定装置、車両制御装置、経路決定方法、およびプログラム | |
US11680820B2 (en) | Map information system | |
US11698638B2 (en) | System and method for predictive path planning in autonomous vehicles | |
US20200049511A1 (en) | Sensor fusion | |
US11427191B2 (en) | Obstacle avoidance action | |
RU2719497C2 (ru) | Способ для управления движением транспортного средства и устройство для управления движением транспортного средства | |
CN112193244B (zh) | 基于线性约束的自动驾驶车辆运动规划方法 | |
US11433894B2 (en) | Driving assistance method and driving assistance device | |
US20200317192A1 (en) | Vehicle control device | |
JP6601696B2 (ja) | 予測装置、予測方法、およびプログラム | |
US20210396531A1 (en) | Assistance control system | |
US11631257B2 (en) | Surroundings recognition device, and surroundings recognition method | |
RU2764479C2 (ru) | Способ и система для управления работой самоуправляемого автомобиля | |
KR102588008B1 (ko) | 진입하거나 진출하는 차량을 검출하기 위한 방법 및 제어 유닛 | |
US11884252B2 (en) | Enhanced threat assessment | |
CN112829753B (zh) | 基于毫米波雷达的护栏估计方法、车载设备和存储介质 | |
US11834077B2 (en) | Systems, methods, and media for occlusion-aware motion planning | |
CN110673595B (zh) | 车辆自动驾驶时避障的方法、系统及车辆 | |
US20210300419A1 (en) | Mobile object control method, mobile object control device, and storage medium | |
EP3626570A1 (en) | Driving assistance method and driving assistance apparatus |
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 |