CN111591288A - 基于距离变换图的碰撞检测方法及装置 - Google Patents
基于距离变换图的碰撞检测方法及装置 Download PDFInfo
- Publication number
- CN111591288A CN111591288A CN202010244298.6A CN202010244298A CN111591288A CN 111591288 A CN111591288 A CN 111591288A CN 202010244298 A CN202010244298 A CN 202010244298A CN 111591288 A CN111591288 A CN 111591288A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- dynamic
- circle
- grid
- radius
- 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
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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- 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
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
- B60W2530/201—Dimensions of vehicle
-
- 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
Abstract
本发明提供了一种基于距离变换图的碰撞检测方法及装置,方法包括:根据车辆的技术参数,确定车辆模型;对车辆模型进行近似处理,得到至少两个第一动态圆形;根据车辆的规划路径,确定车辆当前的移动方向;根据移动方向,对车辆模型的四个角点进行近似处理,得到两个第二动态圆形和两个第三动态圆形;根据第一、第二和第三圆心坐标与预设的占据栅格地图,分别确定第一、第二和第三栅格,并分别获取第一、第二和第三栅格的第一、第二和第三存储值;分别根据第一半径、第一膨胀系数和第一存储值,第二半径、第二膨胀系数和第二存储值,第三半径、第三膨胀系数和第三存储值,确定车辆是否存在碰撞。由此,提高了碰撞检测的精度。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种基于距离变换图的碰撞检测方法及装置。
背景技术
随着人工智能技术以及现代制造业的发展,自动驾驶技术已经逐渐走进人们的日常生活,潜移默化的改变着人们的出行方式。无人驾驶技术可以简要的分为感知、预测、定位、决策、规划与控制几个方面。规划通常指路径规划方法,路径规划方法主要是根据当前车俩信息、合理探索环境空间、最终规划出一条便于控制器执行、无碰撞的路径。
碰撞检测是路径规划任务中不可或缺的一部分,路径规划方法在生成路径时,不可避免的需要对该路径进行碰撞检验,以保证生成路径的安全性。因此,找到一种快速而可靠的碰撞检测方法是十分必要的。
目前基于采样的路径规划算法常用的碰撞检测方法大致分为两类:
第一类、将自车模型用多边形进行近似,在需要进行碰撞检测的时刻,将障碍物点按照相对或绝对位置进行遍历(或排序),利用“射线法”或其它方式,检查是否存在一个或多个障碍物点位于自车多边形内。若存在,则认为该位置车辆存在碰撞,反之则无碰撞。
第二类、将自车模型用多边形-自车中心点的形式进行近似,自车周围障碍物进行聚类后也用多边形表示,称为障碍物多边形。在需要进行碰撞检测的时刻,对于每一个障碍物多边形,检测自车的多边形的每一个角点以及自车中心点,是否位于任何一个待检测的障碍物多边形中,若存在,则认为该位置车辆存在碰撞,反之则无碰撞。
现有技术中,均通过判断“点是否位于某一多边形区域”的方式进行碰撞判定。这种方式大多需要对环境障碍物根据其位置进行排序,若不进行排序则更是需要遍历所有障碍物点才能保证碰撞检测完整、准确。这些操作通常耗时较长,而且这仅仅是对于车辆位于某一个位置时的一次碰撞检测。
对一条路径的碰撞检测,需要对整条路径上所有的点或绝大部分路点进行碰撞检测,因此,现有技术虽对每一个路点都进行了严格的碰撞检测,但计算耗时过高往往使得计算实时性较差。同时,由于很多路点周围很大范围内可能都不存在障碍物点,因此在很多情况下,对于每一个路点都进行严格的碰撞检测是一种浪费。
发明内容
本发明实施例的目的是提供一种基于距离变换图的碰撞检测方法及装置,以解决现有技术中的路点碰撞检测不严格的问题。
为解决上述问题,第一方面,本发明提供了一种基于距离变换图的碰撞检测方法,所述方法包括:
根据车辆的技术参数,确定车辆模型;
对所述车辆模型进行近似处理,得到至少两个第一动态圆形;所述第一动态圆形包括第一动态圆形信息,所述第一动态圆形信息包括第一动态圆形的第一圆心坐标、第一半径和第一膨胀系数;
根据车辆的规划路径,确定车辆当前的移动方向;
根据所述移动方向,对所述车辆模型的四个角点进行近似处理,得到两个第二动态圆形和两个第三动态圆形;所述第二动态圆形包括第二动态圆形信息,所述第二动态圆形信息包括第二动态圆形的第二圆心坐标、第二半径和第二膨胀系数;所述第三动态圆形包括第三动态圆形信息,所述第三动态圆形信息包括第三动态圆形的第三圆心坐标、第三半径和第三膨胀系数;
根据所述第一圆心坐标、所述第二圆心坐标和所述第三圆心坐标与预设的占据栅格地图,分别确定所述第一圆心坐标对应的第一栅格、所述第二圆心坐标对应的第二栅格和所述第三圆心坐标对应的第三栅格,并分别获取所述第一栅格的第一存储值、所述第二栅格的第二存储值和所述第三栅格的第三存储值;
分别根据所述第一半径、所述第一膨胀系数和所述第一存储值,所述第二半径、所述第二膨胀系数和所述第二存储值,所述第三半径、所述第三膨胀系数和所述第三存储值,确定车辆是否存在碰撞。
在一种可能的实现方式中,所述车辆的技术参数包括车辆的长度和宽度。
在一种可能的实现方式中,所述两个第二动态圆形和两个第三动态圆形分别关于车辆的中心线对称。
在一种可能的实现方式中,所述分别根据所述第一半径、所述第一膨胀系数和所述第一存储值,所述第二半径、所述第二膨胀系数和所述第二存储值,所述第三半径、所述第三膨胀系数和所述第三存储值,确定车辆是否存在碰撞,具体包括:
当所述第一半径和所述第一膨胀系数的乘积小于所述第一存储值,且所述第二半径和所述第二膨胀系数的乘积小于所述第二存储值,且所述第三半径和所述第三膨胀系数的乘积小于所述第三存储值时,确定车辆不存在碰撞。
在一种可能的实现方式中,所述方法之后,还包括:
判断车辆的场景是否为特殊场景,当为特殊场景时,获取多个障碍物点,并确定所述障碍物点相对于所述车辆中点的坐标;
根据每个所述障碍物点相对于车辆中点的坐标,对所述障碍物点进行排序;
根据排序结果和车辆模型,确定障碍物点是否存在于车辆模型内;
当所述障碍物点都不存在于车辆模型内时,确定车辆不存在碰撞;
当有一个障碍物点存在于车辆模型内时,确定车辆存在碰撞。
在一种可能的实现方式中,所述第一膨胀系数、第二膨胀系数和第三膨胀系数均与规划路径的曲率成正比。
在一种可能的实现方式中,所述方法之前还包括:
获取障碍物信息;所述障碍物信息包括多个障碍物点;
确定所述障碍物点在车辆坐标系下的占据栅格地图;所述占据栅格地图包括多个栅格,每个栅格的存储值为栅格被障碍物点所占据的状态;当所述栅格被障碍物点所占据时,存储值为0,当所述栅格未被障碍物点所占据时,存储值为距离最近被障碍物点所占据的栅格的距离。
第二方面,本发明提供了一种基于距离变换图的碰撞检测装置,所述基于距离变换图的碰撞检测装置包括:
确定单元,所述确定单元用于根据车辆的技术参数,确定车辆模型;
处理单元,所述处理单元用于对所述车辆模型进行近似处理,得到至少两个第一动态圆形;所述第一动态圆形包括第一动态圆形信息,所述第一动态圆形信息包括第一动态圆形的第一圆心坐标、第一半径和第一膨胀系数;
所述确定单元还用于,根据车辆的规划路径,确定车辆当前的移动方向;
所述处理单元还用于根据所述移动方向,对所述车辆模型的四个角点进行近似处理,得到两个第二动态圆形和两个第三动态圆形;所述第二动态圆形包括第二动态圆形信息,所述第二动态圆形信息包括第二动态圆形的第二圆心坐标、第二半径和第二膨胀系数;所述第三动态圆形包括第三动态圆形信息,所述第三动态圆形信息包括第三动态圆形的第三圆心坐标、第三半径和第三膨胀系数;
所述确定单元还用于根据所述第一圆心坐标、所述第二圆心坐标和所述第三圆心坐标与预设的占据栅格地图,分别确定所述第一圆心坐标对应的第一栅格、所述第二圆心坐标对应的第二栅格和所述第三圆心坐标对应的第三栅格,并分别获取所述第一栅格的第一存储值、所述第二栅格的第二存储值和所述第三栅格的第三存储值;
所述确定单元还用于,分别根据所述第一半径、所述第一膨胀系数和所述第一存储值,所述第二半径、所述第二膨胀系数和所述第二存储值,所述第三半径、所述第三膨胀系数和所述第三存储值,确定车辆是否存在碰撞。
第三方面,本发明提供了一种设备,包括存储器和处理器,存储器用于存储程序,处理器用于执行第一方面任一所述的方法。
第四方面,本发明提供了一种包含指令的计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行如第一方面任一所述的方法。
第五方面,本发明提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如第一方面任一所述的方法。
通过应用本申请提供的基于距离变换的碰撞检测方法及装置,通过“动态圆形”对车辆进行近似,在距离变换图的基础上,对于每一次碰撞检测,仅需要对有限个圆形进行比较,不需要考虑障碍物个数等信息,检测速度有很大提升。通过调节“动态圆形”的膨胀系数,能够灵活的调节碰撞检测容忍度,调节车辆避障时距离障碍物的最小距离,进而调节路径规划的“风格”。对一些需要精准校验的“关键点”上仍然保证了校验精准度,加快了检测速度同时,保障搜索解的存在性与检测准确度没有损失。
附图说明
图1为本发明实施例一提供的基于距离变换图的碰撞检测方法流程示意图;
图2为本发明实施例一提供的车辆近似处理后的模型;
图3为本发明实施例一提供的车辆前进时的近似模型;
图4为本发明实施例一提供的车辆倒退时的近似模型;
图5为本发明实施例一提供的特殊场景的近似模型;
图6A为障碍物示意图;
图6B为距离变换图;
图6C为距离变换灰度图;
图7为本发明实施例二提供的基于距离变换图的碰撞检测装置结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1为本发明实施例一提供的基于距离变换图的碰撞检测方法流程示意图。本申请的执行主体为具有计算功能的终端、服务器或者处理器。本申请以将该方法应用在无人驾驶车辆为例进行说明,当将该方法应用在无人驾驶车辆时,该方法的执行主体为自动驾驶车辆控制单元(Automated Vehicle Control Unit,AVCU),即无人驾驶车辆的中央处理器相当于无人驾驶车辆的“大脑”。如图1所示,本申请包括以下步骤:
步骤110,根据车辆的技术参数,确定车辆模型。
其中,车辆的技术参数包括但不限于车辆的长度、宽度、高度和车型。车辆的长度,指从车头的最前端到车尾部最末端的距离。宽度,指车身外侧钣金最突点之间的距离,一般车的前轮眉位置是最宽的,一般反光镜不计入车身宽度。高度,指一个车在水平路面上,轮胎充气为厂商规定的标准胎压情况下,从地面到车顶最高点的垂直距离。由于在自动驾驶中,碰撞的范围一般是前后左右的碰撞,因此,本申请中,车辆的碰撞检测一般是基于长度和宽度构成的车辆模型的检测。
步骤120,对车辆模型进行近似处理,得到至少两个第一动态圆形。
其中,第一动态圆形包括第一动态圆形信息,第一动态圆形信息包括第一动态圆形的第一圆心坐标、第一半径和第一膨胀系数。
具体的,可以通过动态圆形对车辆模型进行近似处理,参见图2,图2中的矩形框可以作为车辆模型,动态圆形设置的要求是必须以尽量少的动态圆形覆盖车辆模型,即矩形框的长度方向上,中间不能断开,矩形框的宽度方向上,不能断开。因此,可以以至少两个大圆可以作为第一动态圆形。
第一动态圆形的第一圆心坐标,指的是车辆坐标系下第一动态圆形的圆心的坐标。其中,车辆坐标系是以车辆的中点为原点,以车辆的中心线为横轴,经过原点,与车辆的中心线垂直的直线为纵轴的坐标系。其中,中点指的是车辆后轴的中心点,可以将横轴上向右,纵轴上向上的方向标记为第一象限。第一动态圆形信息的第一圆心坐标、第一半径和第一膨胀系数,可以通过(O1,R1,Cfac1)进行表示。膨胀系数越大,可以保障距离障碍物足够远,得到的避障策略相对保守,膨胀系数越小,保证校验的精确度越高,避障策略相对激进。在实际应用中,可以在一条路径的不同路段,采取不同的膨胀系数,从而得到不同的膨胀策略,比如,Cfac1与不同路段的曲率相关,曲率越大,第一膨胀系数越大,从而,实现了规划路径的不同路段上,根据曲率的不同,设置不同的第一膨胀系数,保证了避障策略随着路段的曲率动态变化。
步骤130,根据车辆的规划路径,确定车辆当前的移动方向。
具体的,车辆在行驶的过程中,AVCU会根据定位信息,即车辆当前的位置,可以通过全球定位系统(Global Positioning System,GPS)传感器来确定,感知信息,即激光雷达、超声波雷达、摄像头等传感器的数据进行融合后所得到的信息,等进行路径规划,从而自动规划出一条规划路径。
在规划路径中,包括多个路点,每一个路点都具有规划速度和方向,可以根据每一个路点的规划速度和方向,确定车辆当前的移动方向,比如,当前车辆处于A路点,A路点的方向,可以作为车辆当前的移动方向。
步骤140,根据移动方向,对车辆模型的四个角点进行近似处理,得到两个第二动态圆形和两个第三动态圆形。
其中,第二动态圆形包括第二动态圆形信息,第二动态圆形信息包括第二动态圆形的第二圆心坐标、第二半径和第二膨胀系数;第三动态圆形包括第三动态圆形信息,第三动态圆形信息包括第三动态圆形的第三圆心坐标、第三半径和第三膨胀系数。第二动态圆形信息的第二圆心坐标、第二半径和第二膨胀系数,可以通过(O2,R2,Cfac2)进行表示。第三动态圆形信息的第三圆心坐标、第三半径和第三膨胀系数,可以通过(O3,R3,Cfac3)进行表示。第二膨胀系数Cfac2和第三膨胀系数Cfac3也和曲率成正比例,曲率越大,第二膨胀系数Cfac2和第三膨胀系数Cfac3也越大。
在一个示例中,两个第二动态圆形可以关于中心线对称,两个第三动态圆形也关于中心线对称,中心线可以是经过中点,与后车轴垂直的直线。
具体的,对于车辆模型的四个角点,由于通常受控制精度等误差影响,相比于车身更容易存在碰撞风险,因此可以针对每个角点设置一个动态圆形,参见图2,四个小圆可以作为第二动态圆形和第三动态圆形,以保证一定的碰撞容忍度。
但是,由于车辆前进和后退时,需要着重关注的区域并不相同,比如,在前进时,着重关注车辆前方的区域,后退时,着重关注车辆后方的区域,因此,可以针对前进和后退的不同场景,以不同的动态圆形进行近似。参见图3,图3为车辆前进时的两个第二动态圆形和两个第三动态圆形的示意图,前面的两个大圆,可以作为两个第二动态圆形,后面的两个小圆,可以作为两个第三动态圆形。
参见图4,图4为车辆后退时的两个第二动态圆形和两个第三动态圆形的示意图,前面的两个小圆,可以作为两个第二动态圆形,后面的两个大圆,可以作为两个第三动态圆形。其中,都以向右的方向,作为前面。向左的方向,作为后面。
步骤150,根据第一圆心坐标、第二圆心坐标和第三圆心坐标与预设的占据栅格地图,分别确定第一圆心坐标对应的第一栅格、第二圆心坐标对应的第二栅格和第三圆心坐标对应的第三栅格,并分别获取第一栅格的第一存储值、第二栅格的第二存储值和第三栅格的第三存储值。
其中,车辆在行驶过程中,感知单元会实时的获取障碍物信息,即激光雷达得到的激光雷达坐标系下的障碍物点云数据以及其他传感器得到的障碍物的一些信息。在进行坐标转换后,可以得到车辆坐标系下的障碍物信息,障碍物信息参见图6A。对于图6A中的障碍物,可以按照一定的分辨率进行栅格化,得到占据栅格地图(Occupancy Grid Map,OGM),参见图6B,在占据栅格地图中,将含有障碍物点的栅格的存储值置为“0”,其余栅格的存储值为距离最近障碍物的距离值,此处的距离,是指曼哈顿距离,即两个点在标准坐标系上的绝对轴距总和。占据栅格地图(Occupancy Grid Map,OGM),也可以称为距离变换图,距离变换图也可以通过灰度图进行表示,可以根据每个栅格的存储值,设置0-255之间的灰度值,比如,存储值为0,对应的灰度值可以是255,存储值为1,对应的灰度值可以是200,存储值为2,对应的灰度值可以为100,从而,通过图6C中的灰度图可以对距离变化图进行表示。
可以将将第一动态圆形、第二动态圆形、第三动态圆形分别映射在占据栅格地图上,从而得到第一圆心坐标所在的栅格的第一存储值Dismin1,第二圆心坐标所在的栅格的第二存储值Dismi2和第三圆心坐标所在的第三存储值Dismin3。
步骤160,分别根据第一半径、第一膨胀系数和第一存储值,第二半径、第二膨胀系数和第二存储值,第三半径、第三膨胀系数和第三存储值,确定车辆是否存在碰撞。
具体的,当第一半径和第一膨胀系数的乘积小于第一存储值,且第二半径和第二膨胀系数的乘积小于第二存储值,且第三半径和第三膨胀系数的乘积小于第三存储值时,确定车辆不存在碰撞。
即R1*Cfac1<Dismin1,且R2*Cfac2<Dismin2,且R3*Cfac3<Dismin3均成立时,车辆不会碰撞,当有一个不成立时,车辆存在碰撞。其中,第一膨胀系数Cfac1、第二膨胀系数Cfac2和第三膨胀系数Cfac3均大于1。
进一步的,通过步骤110至160中的动态圆形对车辆进行膨胀初筛时,实际上并没有对精准的车框进行检测,而是对一系列动态圆形进行了校验,因此实际上进行碰撞检测的是一个比自车更大的车辆模型。这在一般的路点上,完全适用,但是在一些关键点上,比如一些特殊场景下,进行上述检测所带来的检测误差是无法接受的,比较典型的场景为车辆启动时,车前较近处存在障碍物,如图5所示,黑色矩形代表车前的障碍物,此时由于该障碍物的出现,导致车辆前后向检测时均存在碰撞,使得车辆无法根据碰撞策略进行避障。而实际上由于车辆刚刚启动,此时速度为零,向后向探索是完全可行的,因此此时需要引入严格碰撞检测。其步骤如下:
判断车辆的场景是否为特殊场景,当为特殊场景时,获取多个障碍物点,并确定障碍物点相对于车辆中点的坐标;
根据每个障碍物点相对于车辆中点的坐标,对障碍物点进行排序;
根据排序结果和车辆模型,确定障碍物点是否存在于车辆模型内;
当障碍物点都不存在于车辆模型内时,确定车辆不存在碰撞;
当有一个障碍物点存在于车辆模型内时,确定车辆存在碰撞。
具体的,可以预设一些特殊场景,比如停车场景和车辆启动场景,当然,该些特殊场景可以通过一些特殊的参数来识别,比如,车辆启动场景可以为速度为0,停车场景可以为车辆当前的移动方向为在预设时长内为反方向移动,当确定特殊场景后,可以根据车辆模型,使用准确的矩形对车辆进行近似处理,对周围障碍物点,确定障碍物点相对于车辆中点的相对距离,并对每一个障碍物,对相对距离进行排序,确定矩形外的障碍物点后,进行排除,再严格判断是否仍存在矩形内的障碍物点。当存在矩形内的障碍物点时,确定会发生碰撞。因此,因为仅对有限的关键点进行处理,处理速度相比于现有技术中的一一处理,处理速度快。
通过应用本发明实施例提供的基于距离变换的碰撞检测方法,可以对车辆模型先用动态圆形进行近似处理,将碰撞检测处理为对有限个动态圆形的检测,并通过每个动态圆形的膨胀系数,动态调节碰撞容忍度,对于关键点,还可以进行精准校验,从而提高了碰撞检测的效率并且保证了碰撞检测的精度。
图7为本发明实施例二提供的基于距离变换图的碰撞检测装置结构示意图,该基于距离变换图的碰撞检测装置可以应用在实施例一中的基于距离变换图的碰撞检测方法中,如图7所示,该基于距离变换图的碰撞检测装置包括确定单元710和处理单元720。
确定单元710用于根据车辆的技术参数,确定车辆模型;
处理单元720用于对车辆模型进行近似处理,得到至少两个第一动态圆形;第一动态圆形包括第一动态圆形信息,第一动态圆形信息包括第一动态圆形的第一圆心坐标、第一半径和第一膨胀系数;
确定单元710还用于,根据车辆的规划路径,确定车辆当前的移动方向;
处理单元720还用于根据移动方向,对车辆模型的四个角点进行近似处理,得到两个第二动态圆形和两个第三动态圆形;第二动态圆形包括第二动态圆形信息,第二动态圆形信息包括第二动态圆形的第二圆心坐标、第二半径和第二膨胀系数;第三动态圆形包括第三动态圆形信息,第三动态圆形信息包括第三动态圆形的第三圆心坐标、第三半径和第三膨胀系数;
确定单元710还用于根据第一圆心坐标、第二圆心坐标和第三圆心坐标与预设的占据栅格地图,分别确定第一圆心坐标对应的第一栅格、第二圆心坐标对应的第二栅格和第三圆心坐标对应的第三栅格,并分别获取第一栅格的第一存储值、第二栅格的第二存储值和第三栅格的第三存储值;
确定单元710还用于,分别根据第一半径、第一膨胀系数和第一存储值,第二半径、第二膨胀系数和第二存储值,第三半径、第三膨胀系数和第三存储值,确定车辆是否存在碰撞。
进一步的,车辆的技术参数包括车辆的长度和宽度。
进一步的,两个第二动态圆形和两个第三动态圆形分别关于车辆的中心线对称。
进一步的,确定单元710具体用于:
当第一半径和第一膨胀系数的乘积小于第一存储值,且第二半径和第二膨胀系数的乘积小于第二存储值,且第三半径和第三膨胀系数的乘积小于第三存储值时,确定车辆不存在碰撞。
进一步的,基于距离变换图的碰撞检测装置还包括:
判断单元730,用于判断车辆的场景是否为特殊场景,当为特殊场景时,获取多个障碍物点,并确定障碍物点相对于车辆中点的坐标;
排序单元740,用于根据每个障碍物点相对于车辆中点的坐标,对障碍物点进行排序;
根据排序结果和车辆模型,确定障碍物点是否存在于车辆模型内;当障碍物点都不存在于车辆模型内时,确定车辆不存在碰撞;当有一个障碍物点存在于车辆模型内时,确定车辆存在碰撞。
进一步的,第一膨胀系数、第二膨胀系数和第三膨胀系数均与规划路径的曲率成正比。
进一步的,基于距离变换图的碰撞检测装置还包括:
获取单元750,用于获取障碍物信息;障碍物信息包括多个障碍物点;
确定单元710还用于,确定障碍物点在车辆坐标系下的占据栅格地图;占据栅格地图包括多个栅格,每个栅格的存储值为栅格被障碍物点所占据的状态;当栅格被障碍物点所占据时,存储值为0,当栅格未被障碍物点所占据时,存储值为距离最近被障碍物点所占据的栅格的距离。
通过应用本发明实施例提供的基于距离变换的碰撞检测装置,可以对车辆模型先用动态圆形进行近似处理,将碰撞检测处理为对有限个动态圆形的检测,并通过每个动态圆形的膨胀系数,动态调节碰撞容忍度,对于关键点,还可以进行精准校验,从而提高了碰撞检测的效率并且保证了碰撞检测的精度。
发明实施例三提供了一种设备,包括存储器和处理器,存储器用于存储程序,存储器可通过总线与处理器连接。存储器可以是非易失存储器,例如硬盘驱动器和闪存,存储器中存储有软件程序和设备驱动程序。软件程序能够执行本发明实施例提供的上述方法的各种功能;设备驱动程序可以是网络和接口驱动程序。处理器用于执行软件程序,该软件程序被执行时,能够实现本发明实施例一提供的方法。
本发明实施例四提供了一种包含指令的计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行本发明实施例一提供的方法。
本发明实施例五提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现本发明实施例一提供的方法。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于距离变换图的碰撞检测方法,其特征在于,所述方法包括:
根据车辆的技术参数,确定车辆模型;
对所述车辆模型进行近似处理,得到至少两个第一动态圆形;所述第一动态圆形包括第一动态圆形信息,所述第一动态圆形信息包括第一动态圆形的第一圆心坐标、第一半径和第一膨胀系数;
根据车辆的规划路径,确定车辆当前的移动方向;
根据所述移动方向,对所述车辆模型的四个角点进行近似处理,得到两个第二动态圆形和两个第三动态圆形;所述第二动态圆形包括第二动态圆形信息,所述第二动态圆形信息包括第二动态圆形的第二圆心坐标、第二半径和第二膨胀系数;所述第三动态圆形包括第三动态圆形信息,所述第三动态圆形信息包括第三动态圆形的第三圆心坐标、第三半径和第三膨胀系数;
根据所述第一圆心坐标、所述第二圆心坐标和所述第三圆心坐标与预设的占据栅格地图,分别确定所述第一圆心坐标对应的第一栅格、所述第二圆心坐标对应的第二栅格和所述第三圆心坐标对应的第三栅格,并分别获取所述第一栅格的第一存储值、所述第二栅格的第二存储值和所述第三栅格的第三存储值;
分别根据所述第一半径、所述第一膨胀系数和所述第一存储值,所述第二半径、所述第二膨胀系数和所述第二存储值,所述第三半径、所述第三膨胀系数和所述第三存储值,确定车辆是否存在碰撞。
2.根据权利要求1所述的方法,其特征在于,所述车辆的技术参数包括车辆的长度和宽度。
3.根据权利要求1所述的方法,其特征在于,所述两个第二动态圆形和两个第三动态圆形分别关于车辆的中心线对称。
4.根据权利要求1所述的方法,其特征在于,所述分别根据所述第一半径、所述第一膨胀系数和所述第一存储值,所述第二半径、所述第二膨胀系数和所述第二存储值,所述第三半径、所述第三膨胀系数和所述第三存储值,确定车辆是否存在碰撞,具体包括:
当所述第一半径和所述第一膨胀系数的乘积小于所述第一存储值,且所述第二半径和所述第二膨胀系数的乘积小于所述第二存储值,且所述第三半径和所述第三膨胀系数的乘积小于所述第三存储值时,确定车辆不存在碰撞。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
判断车辆的场景是否为特殊场景,当为特殊场景时,获取多个障碍物点,并确定所述障碍物点相对于所述车辆中点的坐标;
根据每个所述障碍物点相对于车辆中点的坐标,对所述障碍物点进行排序;
根据排序结果和车辆模型,确定障碍物点是否存在于车辆模型内;
当所述障碍物点都不存在于车辆模型内时,确定车辆不存在碰撞;
当有一个障碍物点存在于车辆模型内时,确定车辆存在碰撞。
6.根据权利要求1所述的方法,其特征在于,所述第一膨胀系数、第二膨胀系数和第三膨胀系数均与规划路径的曲率成正比。
7.根据权利要求1所述的方法,其特征在于,所述方法之前还包括:
获取障碍物信息;所述障碍物信息包括多个障碍物点;
确定所述障碍物点在车辆坐标系下的占据栅格地图;所述占据栅格地图包括多个栅格,每个栅格的存储值为栅格被障碍物点所占据的状态;当所述栅格被障碍物点所占据时,存储值为0,当所述栅格未被障碍物点所占据时,存储值为距离最近被障碍物点所占据的栅格的距离。
8.一种基于距离变换图的碰撞检测装置,其特征在于,所述基于距离变换图的碰撞检测装置包括:
确定单元,所述确定单元用于根据车辆的技术参数,确定车辆模型;
处理单元,所述处理单元用于对所述车辆模型进行近似处理,得到至少两个第一动态圆形;所述第一动态圆形包括第一动态圆形信息,所述第一动态圆形信息包括第一动态圆形的第一圆心坐标、第一半径和第一膨胀系数;
所述确定单元还用于,根据车辆的规划路径,确定车辆当前的移动方向;
所述处理单元还用于根据所述移动方向,对所述车辆模型的四个角点进行近似处理,得到两个第二动态圆形和两个第三动态圆形;所述第二动态圆形包括第二动态圆形信息,所述第二动态圆形信息包括第二动态圆形的第二圆心坐标、第二半径和第二膨胀系数;所述第三动态圆形包括第三动态圆形信息,所述第三动态圆形信息包括第三动态圆形的第三圆心坐标、第三半径和第三膨胀系数;
所述确定单元还用于根据所述第一圆心坐标、所述第二圆心坐标和所述第三圆心坐标与预设的占据栅格地图,分别确定所述第一圆心坐标对应的第一栅格、所述第二圆心坐标对应的第二栅格和所述第三圆心坐标对应的第三栅格,并分别获取所述第一栅格的第一存储值、所述第二栅格的第二存储值和所述第三栅格的第三存储值;
所述确定单元还用于,分别根据所述第一半径、所述第一膨胀系数和所述第一存储值,所述第二半径、所述第二膨胀系数和所述第二存储值,所述第三半径、所述第三膨胀系数和所述第三存储值,确定车辆是否存在碰撞。
9.一种设备,其特征在于,所述设备包括存储器和处理器,所述存储器用于存储程序,所述处理器用于执行权利要求1-7任一所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010244298.6A CN111591288B (zh) | 2020-03-31 | 2020-03-31 | 基于距离变换图的碰撞检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010244298.6A CN111591288B (zh) | 2020-03-31 | 2020-03-31 | 基于距离变换图的碰撞检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111591288A true CN111591288A (zh) | 2020-08-28 |
CN111591288B CN111591288B (zh) | 2021-09-10 |
Family
ID=72188636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010244298.6A Active CN111591288B (zh) | 2020-03-31 | 2020-03-31 | 基于距离变换图的碰撞检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111591288B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022078342A1 (zh) * | 2020-10-12 | 2022-04-21 | 北京智行者科技有限公司 | 动态占据栅格估计方法及装置 |
DE102021109661A1 (de) | 2021-04-16 | 2022-10-20 | Avl Software And Functions Gmbh | Verfahren zur geometrischen Darstellung einer Fahrzeugfläche eines Fahrzeugs zur Kollisionserkennung |
CN115292796A (zh) * | 2021-11-26 | 2022-11-04 | 上海仙途智能科技有限公司 | 一种碰撞检测方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983781A (zh) * | 2018-07-25 | 2018-12-11 | 北京理工大学 | 一种无人车目标搜索系统中的环境探测方法 |
CN109141441A (zh) * | 2018-07-19 | 2019-01-04 | 北京汽车集团有限公司 | 车辆的障碍分析方法和装置 |
KR101951595B1 (ko) * | 2018-05-18 | 2019-02-22 | 한양대학교 산학협력단 | 모듈형 순환 신경망 구조 기반 차량 경로 예측 시스템 및 방법 |
CN110696823A (zh) * | 2019-10-15 | 2020-01-17 | 浙江吉利汽车研究院有限公司 | 一种预估车辆发生碰撞时间的方法、系统及车辆 |
-
2020
- 2020-03-31 CN CN202010244298.6A patent/CN111591288B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101951595B1 (ko) * | 2018-05-18 | 2019-02-22 | 한양대학교 산학협력단 | 모듈형 순환 신경망 구조 기반 차량 경로 예측 시스템 및 방법 |
CN109141441A (zh) * | 2018-07-19 | 2019-01-04 | 北京汽车集团有限公司 | 车辆的障碍分析方法和装置 |
CN108983781A (zh) * | 2018-07-25 | 2018-12-11 | 北京理工大学 | 一种无人车目标搜索系统中的环境探测方法 |
CN110696823A (zh) * | 2019-10-15 | 2020-01-17 | 浙江吉利汽车研究院有限公司 | 一种预估车辆发生碰撞时间的方法、系统及车辆 |
Non-Patent Citations (3)
Title |
---|
MINGCONG CAO等: "An Integrated MPC Approach for FWIA Autonomous Ground Vehicles", 《2018 21ST INTERNATIONAL CONFERENCE ON INTELLIGENT TRANSPORTATION SYSTEMS》 * |
WONTEAK LIM等: "Hierarchical Trajectory Planning of an Autonomous", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》 * |
YONGJUN YAN等: "Path Planning using a Kinematic Driver-Vehicle-Road Model with", 《IEEE INTELLIGENT VEHICLES SYMPOSIUM》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022078342A1 (zh) * | 2020-10-12 | 2022-04-21 | 北京智行者科技有限公司 | 动态占据栅格估计方法及装置 |
DE102021109661A1 (de) | 2021-04-16 | 2022-10-20 | Avl Software And Functions Gmbh | Verfahren zur geometrischen Darstellung einer Fahrzeugfläche eines Fahrzeugs zur Kollisionserkennung |
US20220332314A1 (en) * | 2021-04-16 | 2022-10-20 | Avl Software And Functions Gmbh | Method for the geometric representation of a vehicle area of a vehicle for the purpose of collision detection |
DE102021109661B4 (de) | 2021-04-16 | 2023-03-09 | Avl Software And Functions Gmbh | Verfahren zur geometrischen Darstellung einer Fahrzeugfläche eines Fahrzeugs zur Kollisionserkennung |
US11975711B2 (en) | 2021-04-16 | 2024-05-07 | Avl Software And Functions Gmbh | Method for the geometric representation of a vehicle area of a vehicle for the purpose of collision detection |
CN115292796A (zh) * | 2021-11-26 | 2022-11-04 | 上海仙途智能科技有限公司 | 一种碰撞检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111591288B (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3699048B1 (en) | Travelling track prediction method and device for vehicle | |
CN111309013B (zh) | 一种碰撞距离确定方法及系统、车辆、存储介质 | |
CN111591288B (zh) | 基于距离变换图的碰撞检测方法及装置 | |
CN111674390B (zh) | 一种自动泊车路径规划的避障方法及泊车路径规划系统 | |
CN110764108B (zh) | 一种用于港口自动驾驶场景的障碍物检测方法及装置 | |
CN113267199B (zh) | 行驶轨迹规划方法及装置 | |
CA2987373C (en) | Position estimation device and position estimation method | |
US11898855B2 (en) | Assistance control system that prioritizes route candidates based on unsuitable sections thereof | |
CN111797734A (zh) | 车辆点云数据处理方法、装置、设备和存储介质 | |
CN112440984B (zh) | 车辆控制系统 | |
US10839524B2 (en) | Systems and methods for applying maps to improve object tracking, lane-assignment and classification | |
JP7077967B2 (ja) | 走行車線推定装置、走行車線推定方法、及び制御プログラム | |
CN113997950A (zh) | 车辆控制装置和车辆控制方法 | |
JP6546548B2 (ja) | 衝突判定装置、衝突判定方法、およびプログラム | |
CN116872921A (zh) | 一种车辆规避风险方法、系统、车辆及存储介质 | |
CN113525509B (zh) | 一种铰接车辆转向控制方法及装置 | |
US11009589B2 (en) | Vehicle exterior environment recognition apparatus | |
CN112744217B (zh) | 碰撞检测方法、行驶路径的推荐方法及其装置和存储介质 | |
CN110119751B (zh) | 激光雷达点云目标分割方法、目标匹配方法、装置及车辆 | |
Kim et al. | Safety evaluation of autonomous vehicles for a comparative study of camera image distance information and dynamic characteristics measuring equipment | |
CN115848359B (zh) | 车位自适应泊入路径规划方法、车辆及存储介质 | |
CN112183157A (zh) | 道路几何识别方法及装置 | |
TWI750762B (zh) | 自駕車之混合決策方法及其系統 | |
CN114136328B (zh) | 一种传感器信息融合方法及装置 | |
US20230075921A1 (en) | Method for operating radar sensors |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: B4-006, maker Plaza, 338 East Street, Huilongguan town, Changping District, Beijing 100096 Patentee after: Beijing Idriverplus Technology Co.,Ltd. Address before: B4-006, maker Plaza, 338 East Street, Huilongguan town, Changping District, Beijing 100096 Patentee before: Beijing Idriverplus Technology Co.,Ltd. |