CN111650934A - 自动驾驶系统局部路径规划的方法 - Google Patents

自动驾驶系统局部路径规划的方法 Download PDF

Info

Publication number
CN111650934A
CN111650934A CN202010453641.8A CN202010453641A CN111650934A CN 111650934 A CN111650934 A CN 111650934A CN 202010453641 A CN202010453641 A CN 202010453641A CN 111650934 A CN111650934 A CN 111650934A
Authority
CN
China
Prior art keywords
vehicle
path
distance
local
reserved
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
Application number
CN202010453641.8A
Other languages
English (en)
Inventor
贾士伟
宦堃堃
孙忠潇
黄叶星
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.)
Tai Niu Automotive Technology Suzhou Co ltd
Kuntye Vehicle System Changzhou Co Ltd
Original Assignee
Tai Niu Automotive Technology Suzhou Co ltd
Kuntye Vehicle System Changzhou 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 Tai Niu Automotive Technology Suzhou Co ltd, Kuntye Vehicle System Changzhou Co Ltd filed Critical Tai Niu Automotive Technology Suzhou Co ltd
Priority to CN202010453641.8A priority Critical patent/CN111650934A/zh
Publication of CN111650934A publication Critical patent/CN111650934A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257Control of position or course in two dimensions specially adapted to land vehicles using a radar

Landscapes

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

Abstract

本发明提供一种自动驾驶系统局部路径规划的方法,包括如下步骤:步骤S1,在本车按照全局规划路径行进过程中,判断全局规划路径上本车当前位置前方第一距离内是否有障碍物,如果无,则继续按照全局规划路径行进;如果有,则执行步骤S2;步骤S2,判断是否有预留路线可供选择切换,如果无,则继续按照全局规划路径行进;如果有,则在预留路线上设定局部目标点,执行步骤S3;步骤S3,以本车当前位置也起点,以所述局部目标点为终点,进行局部路径规划,生成局部路径,判断所述局部路径是否可以通行,如果是,则切换所述局部路径行进;如果否,则继续按照全局规划路径行进。本发明提高了自动驾驶的安全性,而且计算效率高,简单有效。

Description

自动驾驶系统局部路径规划的方法
技术领域
本发明涉及自动驾驶领域,尤其涉及自动驾驶系统局部路径规划的方法。
背景技术
路径规划是指从一个位置到到另一个位置的路线选择,它包括局部路径规划和全局路径规划。全局路径规划算法是指选择一条从起始点到终点的最近的整体路线;局部路径规划是从当前点,在一定的局部范围内,根据周围的障碍物环境规划出一条可通行的局部路线的过程。局部路径规划是规划决策的重要组成部分,其实现方法分为基于随机采样和基于图搜索两类。基于随机采样的局部路径规划速度快,但是一旦出了问题,不利于排查原因;基于图搜索的局部路径规划需要有栅格等障碍物地图信息,占用的计算资源比较多,增加硬件成本。
发明内容
鉴于目前现有技术的不足,本发明的目的在于提供一种存储少、易于实现的自动驾驶系统局部路径规划的方法。
为达到上述目的,本发明的实施例采用如下技术方案:
一种自动驾驶系统局部路径规划的方法,所述方法包括如下步骤:
步骤S1,在本车按照全局规划路径行进过程中,判断全局规划路径上本车当前位置前方第一距离内是否有障碍物,如果无,则继续按照全局规划路径行进;如果有,则执行步骤S2;
步骤S2,判断是否有预留路线可供选择切换,如果无,则继续按照全局规划路径行进;如果有,则在预留路线上设定局部目标点,执行步骤S3,所述预留路线与所述全局规划路径平行,且距离所述全局规划路径的距离为第二距离的整数倍,所述局部目标点位于本车当前位置前方第三距离;
步骤S3,以本车当前位置也起点,以所述局部目标点为终点,进行局部路径规划,生成局部路径,判断所述局部路径是否可以通行,如果是,则切换所述局部路径行进;如果否,则继续按照全局规划路径行进。
进一步,其中所述步骤S2,判断是否有预留路线可供选择切换,包括:
步骤S21,判断是否有预留路线,包括:判断全局规划路径的左侧距离左侧马路牙子的距离是否大于所述第二距离,如果是,则将所述全局规划路径向左平移第二距离,设定此路线为第一预留路线,继续向左平移第二距离,设定此路线为第二预留路线,以此类推,直至距离左侧马路牙子的距离小于等于所述第二距离,如果否,则判定全局规划路径的左侧没有预留路线;然后对全局规划路径的右侧进行相同操作;或者先对全局规划路径的右侧进行相同操作然后对全局规划路径的左侧进行相同操作;如果全局规划路径的左侧和右侧均有预留路线则判定没有预留路线可供选择切换;
步骤S22,判断预留路线上本车当前位置前方第四距离内是否有障碍物,以及判断预留路线上本车当前位置后方是否有邻车对本车具有碰撞风险,如果预留路线上本车当前位置前方第四距离内没有障碍物且预留路线上本车当前位置后方没有邻车对本车具有碰撞风险,则判定所述预留路线为可供选择切换;如果预留路线上本车当前位置前方第四距离内有障碍物和/或预留路线上本车当前位置后方有邻车对本车具有碰撞风险,则判定所述预留路线为不可供选择切换。
进一步,其中所述步骤S22中,判断预留路线上本车当前位置后方是否有邻车对本车具有碰撞风险,是判断本车变道时间是否小于预留路线上本车当前位置后方最近的邻车与本车的碰撞时间,包括:T变=S/V本,其中,T变为本车变道时间,S为预设距离阀值,V本为本车当前车速;如果预留路线上本车当前位置后方没有邻车或最近的邻车的行驶方向与本车的行驶方向相反,则碰撞时间设定为无穷大;如果最近的邻车的行驶方向与本车的行驶方向相同,则T撞=D/V相对,其中T撞为碰撞时间,D为邻车与本车的距离,V相对为本车与邻车的相对速度。
进一步,所述步骤S3中,进行局部路径规划,是利用Reeds-Sheep曲线进行计算。
进一步,所述步骤S3中,判断所述局部路径是否可以通行,是判断所述局部路径第五距离宽的范围内是否有障碍物存在。
进一步,所述步骤S2中,如果判定多条预留路线可供选择切换,那么所述步骤S3中,以本车当前位置也起点,以第一预留路线的局部目标点为终点,进行局部路径规划,生成局部路径,判断所述局部路径是否可以通行,如果是,则切换所述第一预留路线的局部路径行进;如果否,则切换第二预留路线进行相同操作,以此类推,直至最后一条预留路线,如果所有预留路线的局部路径均不可以通行,则继续按照全局规划路径行进。
进一步,所述步骤S1中,在本车按照全局规划路径行进过程中,判断全局规划路径上本车当前位置前方第一距离内是否有障碍物,如果无,还包括判断全局规划路径上本车当前位置前方第六距离内是否有障碍物,所述第六距离大于所述第一距离,如果无,则继续按照全局规划路径按当前状态行进;如果有,则继续按照全局规划路径减速或者刹车行进。
进一步, 所述步骤S2和步骤S3中,继续按照全局规划路径行进,包括,继续按照全局规划路径减速或者刹车行进。
进一步,所述方法还包括如下步骤:
步骤S0,构建路网信息,包括采集所有路口的所有车道信息,以车道为单位,按序编号,保存为结点数据格式,所述结点数据包括该路口车道所处的二维坐标数据、距离左边马路牙子的距离以及距离右边马路牙子的距离,所述结点数据是从任一路口开始,根据与该路口相连的道路以及各条道路包含的车道数量,以车道为单位,采集不同车道的二维坐标数据,形成不同的结点数据,按序编号,以此类推,遍历所有的路口,形成包含所有路口的所有车道的结点数据;根据各车道的联通关系,建立各车道的结点数据之间的连接关系,保存为链接表数据格式。
本发明所述自动驾驶系统局部路径规划的方法,在全局规划路径前方具有障碍物的时候,根据全局规划路径与左侧以及右侧马路牙子的距离,及时计算出可供选择切换的局部路径并切换行进,以避免车辆遭遇碰撞危险,提高了自动驾驶的安全性。而且,本发明不依赖栅格等障碍物地图信息,计算效率高,简单有效。比较适用于低速、封闭、不复杂的道路环境,尤其是低于速度20km/h的封闭场景(非社会道路)下的L4级的无人驾驶。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,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为本发明一实施方式一种自动驾驶系统局部路径规划的方法的流程示意图;
图2为本发明一种自动驾驶系统局部路径规划的方法的具体应用实例示意图。
具体实施方式
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一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参见图1所示,本发明一实施方式一种自动驾驶系统局部路径规划的方法,所述方法包括如下步骤:
步骤S1,在本车按照全局规划路径行进过程中,判断全局规划路径上本车当前位置前方第一距离内是否有障碍物,如果无,则继续按照全局规划路径行进;如果有,则执行步骤S2;
步骤S2,判断是否有预留路线可供选择切换,如果无,则继续按照全局规划路径行进;如果有,则在预留路线上设定局部目标点,执行步骤S3,所述预留路线与所述全局规划路径平行,且距离所述全局规划路径的距离为第二距离的整数倍,所述局部目标点位于本车当前位置前方第三距离;
步骤S3,以本车当前位置也起点,以所述局部目标点为终点,进行局部路径规划,生成局部路径,判断所述局部路径是否可以通行,如果是,则切换所述局部路径行进;如果否,则继续按照全局规划路径行进。
首先,需要说明的是,在路径规划的方法执行之前,一般需要预先进行基础路网信息的构建。所以,本发明所述自动驾驶系统局部路径规划的方法,还包括如下步骤:
步骤S0,构建路网信息,包括采集所有路口的所有车道信息,以车道为单位,按序编号,保存为结点数据格式,所述结点数据包括该路口车道所处的二维坐标数据、距离左边马路牙子的距离以及距离右边马路牙子的距离,所述结点数据是从任一路口开始,根据与该路口相连的道路以及各条道路包含的车道数量,以车道为单位,采集不同车道的二维坐标数据,形成不同的结点数据,按序编号,以此类推,遍历所有的路口,形成包含所有路口的所有车道的结点数据;根据各车道的联通关系,建立各车道的结点数据之间的连接关系,保存为链接表数据格式。
本发明所述自动驾驶系统局部路径规划的方法,所构建的路网信息中包含距离左边马路牙子的距离以及距离右边马路牙子的距离。
然后,基于路网信息,车辆根据起点和终点的位置进行全局路径规划,计算出全局规划路径,按照全局规划路径向前行进。在行进过程中,则执行步骤S1,即在本车按照全局规划路径行进过程中,判断全局规划路径上本车当前位置前方第一距离内是否有障碍物,如果无,说明本车前方对本来带来危险的可能性很小甚至没有,所以可以继续按照全局规划路径行进;如果有,说明前方的障碍物对本车带来危险的可能性较大,所以需要考虑切换路径,则执行步骤S2。其中,本车前方是否有障碍物以及障碍物距离本车的距离可通过安装在本车上的毫米波雷达、激光雷达或超声波雷达等障碍物检测传感器检测到。在一具体实施例中,所述第一距离为5米。
进一步,在一可选实施例中,所述步骤S1中,在本车按照全局规划路径行进过程中,判断全局规划路径上本车当前位置前方第一距离内是否有障碍物,如果无,还包括判断全局规划路径上本车当前位置前方第六距离内是否有障碍物,所述第六距离大于所述第一距离,如果无,则说明本车前方对本来带来危险的可能性根本没有,所以可以继续按照全局规划路径按当前状态行进;如果有,则说明本车前方对本来带来危险的可能性有一些但比较小,所以可以继续按照全局规划路径减速或者刹车行进。在一具体实施例中,所述第六距离为12米。
然后,执行所述步骤S2,判断是否有预留路线可供选择切换,具体包括:
步骤S21,判断是否有预留路线,包括:判断全局规划路径的左侧距离左侧马路牙子的距离是否大于所述第二距离,如果是,则将所述全局规划路径向左平移第二距离,设定此路线为第一预留路线,继续向左平移第二距离,设定此路线为第二预留路线,以此类推,直至距离左侧马路牙子的距离小于等于所述第二距离,如果否,则判定全局规划路径的左侧没有预留路线;然后对全局规划路径的右侧进行相同操作;或者先对全局规划路径的右侧进行相同操作然后对全局规划路径的左侧进行相同操作;如果全局规划路径的左侧和右侧均有预留路线则判定没有预留路线可供选择切换;
步骤S22,判断预留路线上本车当前位置前方第四距离内是否有障碍物,以及判断预留路线上本车当前位置后方是否有邻车对本车具有碰撞风险,如果预留路线上本车当前位置前方第四距离内没有障碍物且预留路线上本车当前位置后方没有邻车对本车具有碰撞风险,则判定所述预留路线为可供选择切换;如果预留路线上本车当前位置前方第四距离内有障碍物和/或预留路线上本车当前位置后方有邻车对本车具有碰撞风险,则判定所述预留路线为不可供选择切换。
请参见图2所示,本发明一种自动驾驶系统局部路径规划的方法的具体应用实例示意图。其中,本车的当前位置为x1=1,y1=1;线条1,即y=1的线条,为全局规划路径;左边马路牙子的位置是y=4; 右边马路牙子的位置是y=0。所述第二距离可以为固定数值,也可以根据不同的车辆为不同的数值。在本实施例中,所述第二距离为车身宽度的一半,所述车身宽度为2米,所以所述第二距离为1米。按照所述步骤S21的规则,可以确定共有二条预留路线,第一预留路线为线条2,即y=2的线条,位于所述全局规划路径的左侧,由所述全局规划路径向左平移1米,距离所述全局规划路径的距离为1米;第二预留路线为线条3,即y=3的线条,位于所述全局规划路径的左侧,由所述全局规划路径向左平移2米,距离所述全局规划路径的距离为2米。全局规划路径的右侧没有预留路线。确定好预留路线后,则在预留路线上设定局部目标点。所述第三距离可以为固定数值,也可以根据不同的车速为不同的数值。在本实例中,所述第二距离为车速*10+5,所以局部目标点位于预留路线上本车当前位置的前方15米处,如图2中P点所示。
确定有预留路线后,则进一步判断预留路线是否可供选择切换。即所述步骤S22中,先判断预留路线上本车当前位置前方第四距离内是否有障碍物。如前所述,通过安装在本车上的毫米波雷达、激光雷达或超声波雷达等障碍物检测传感器,也可以容易检测预留路线上前方是否有障碍物。在一具体实施例中,所述第四距离为5米。
进一步,判断预留路线上本车当前位置后方是否有邻车对本车具有碰撞风险,是判断本车变道时间是否小于预留路线上本车当前位置后方最近的邻车与本车的碰撞时间,包括:T=S/V,其中,T为本车变道时间,S为预设距离阀值,V为本车当前车速;如果预留路线上本车当前位置后方没有邻车或最近的邻车的行驶方向与本车的行驶方向相反,则碰撞时间设定为无穷大;如果最近的邻车的行驶方向与本车的行驶方向相同,则T=D/V相对,其中T为碰撞时间,D为邻车与本车的距离,V相对为本车与邻车的相对速度。其中,本车当前车速通过本车控制系统可以获取,邻车与本车的距离以及邻车的当前车速通过安装在本车上的毫米波雷达、激光雷达或超声波雷达等障碍物检测传感器可以获得,则本车与邻车的相对速度根据本车当前车速以及邻车当前车速可以计算出。
如果所述步骤S21中,确定有多条预留路线,则所述步骤S22针对每一条预留路线进行相同的操作。即,对于任意一条预留路线,如果预留路线上本车当前位置前方第四距离内没有障碍物且预留路线上本车当前位置后方没有邻车对本车具有碰撞风险,则判定所述预留路线为可供选择切换;如果预留路线上本车当前位置前方第四距离内有障碍物和/或预留路线上本车当前位置后方有邻车对本车具有碰撞风险,则判定所述预留路线为不可供选择切换。
然后,执行所述步骤S3中,进行局部路径规划,利用Reeds-Sheep曲线进行计算。计算出局部路径后,在切换路径前,还需判断所述局部路径是否可以通行,具体包括判断所述局部路径第五距离宽的范围内是否有障碍物存在。如前所述,通过安装在本车上的毫米波雷达、激光雷达或超声波雷达等障碍物检测传感器,也可以容易检测局部路径第五距离宽的范围内是否有障碍物。所述第五距离可以为固定数值,也可以根据不同的车辆为不同的数值。在一具体实施例中,所述第五距离为车身宽度,所述车身宽度为2米,所以所述第五距离为2米。
进一步,所述步骤S2中,如果判定多条预留路线可供选择切换,那么所述步骤S3中,以本车当前位置也起点,以第一预留路线的局部目标点为终点,进行局部路径规划,生成局部路径,判断所述局部路径是否可以通行,如果是,则切换所述第一预留路线的局部路径行进;如果否,则切换第二预留路线进行相同操作,以此类推,直至最后一条预留路线,如果所有预留路线的局部路径均不可以通行,则继续按照全局规划路径行进。
最后,所述步骤S3中,如果所有预留路线的局部路径均不可以通行,继续按照全局规划路径行进,包括,继续按照全局规划路径减速或者刹车行进。相应的,所述步骤S2中,判断是否有预留路线可供选择切换,如果无,则继续按照全局规划路径行进,包括,继续按照全局规划路径减速或者刹车行进。
本发明所述自动驾驶系统局部路径规划的方法,在全局规划路径前方具有障碍物的时候,根据全局规划路径与左侧以及右侧马路牙子的距离,及时计算出可供选择切换的局部路径并切换行进,以避免车辆遭遇碰撞危险,提高了自动驾驶的安全性。而且,本发明不依赖栅格等障碍物地图信息,计算效率高,简单有效。比较适用于低速、封闭、不复杂的道路环境,尤其是低于速度20km/h的封闭场景(非社会道路)下的L4级的无人驾驶。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域技术的技术人员在本发明公开的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种自动驾驶系统局部路径规划的方法,其特征在于,所述方法包括如下步骤:
步骤S1,在本车按照全局规划路径行进过程中,判断全局规划路径上本车当前位置前方第一距离内是否有障碍物,如果无,则继续按照全局规划路径行进;如果有,则执行步骤S2;
步骤S2,判断是否有预留路线可供选择切换,如果无,则继续按照全局规划路径行进;如果有,则在预留路线上设定局部目标点,执行步骤S3,所述预留路线与所述全局规划路径平行,且距离所述全局规划路径的距离为第二距离的整数倍,所述局部目标点位于本车当前位置前方第三距离;
步骤S3,以本车当前位置也起点,以所述局部目标点为终点,进行局部路径规划,生成局部路径,判断所述局部路径是否可以通行,如果是,则切换所述局部路径行进;如果否,则继续按照全局规划路径行进。
2.根据权利要求1所述的自动驾驶系统局部路径规划的方法,其特征在于,其中所述步骤S2,判断是否有预留路线可供选择切换,包括:
步骤S21,判断是否有预留路线,包括:判断全局规划路径的左侧距离左侧马路牙子的距离是否大于所述第二距离,如果是,则将所述全局规划路径向左平移第二距离,设定此路线为第一预留路线,继续向左平移第二距离,设定此路线为第二预留路线,以此类推,直至距离左侧马路牙子的距离小于等于所述第二距离,如果否,则判定全局规划路径的左侧没有预留路线;然后对全局规划路径的右侧进行相同操作;或者先对全局规划路径的右侧进行相同操作然后对全局规划路径的左侧进行相同操作;如果全局规划路径的左侧和右侧均有预留路线则判定没有预留路线可供选择切换;
步骤S22,判断预留路线上本车当前位置前方第四距离内是否有障碍物,以及判断预留路线上本车当前位置后方是否有邻车对本车具有碰撞风险,如果预留路线上本车当前位置前方第四距离内没有障碍物且预留路线上本车当前位置后方没有邻车对本车具有碰撞风险,则判定所述预留路线为可供选择切换;如果预留路线上本车当前位置前方第四距离内有障碍物和/或预留路线上本车当前位置后方有邻车对本车具有碰撞风险,则判定所述预留路线为不可供选择切换。
3.根据权利要求2所述的自动驾驶系统局部路径规划的方法,其特征在于,其中所述步骤S22中,判断预留路线上本车当前位置后方是否有邻车对本车具有碰撞风险,是判断本车变道时间是否小于预留路线上本车当前位置后方最近的邻车与本车的碰撞时间,包括:T=S/V,其中,T为本车变道时间,S为预设距离阀值,V为本车当前车速;如果预留路线上本车当前位置后方没有邻车或最近的邻车的行驶方向与本车的行驶方向相反,则碰撞时间设定为无穷大;如果最近的邻车的行驶方向与本车的行驶方向相同,则T=D/V相对,其中T为碰撞时间,D为邻车与本车的距离,V相对为本车与邻车的相对速度。
4.根据权利要求1所述的自动驾驶系统局部路径规划的方法,其特征在于,所述步骤S3中,进行局部路径规划,是利用Reeds-Sheep曲线进行计算。
5.根据权利要求1所述的自动驾驶系统局部路径规划的方法,其特征在于,所述步骤S3中,判断所述局部路径是否可以通行,是判断所述局部路径第五距离宽的范围内是否有障碍物存在。
6.根据权利要求1所述的自动驾驶系统局部路径规划的方法,其特征在于,所述步骤S2中,如果判定多条预留路线可供选择切换,那么所述步骤S3中,以本车当前位置也起点,以第一预留路线的局部目标点为终点,进行局部路径规划,生成局部路径,判断所述局部路径是否可以通行,如果是,则切换所述第一预留路线的局部路径行进;如果否,则切换第二预留路线进行相同操作,以此类推,直至最后一条预留路线,如果所有预留路线的局部路径均不可以通行,则继续按照全局规划路径行进。
7.根据权利要求1所述的自动驾驶系统局部路径规划的方法,其特征在于,所述步骤S1中,在本车按照全局规划路径行进过程中,判断全局规划路径上本车当前位置前方第一距离内是否有障碍物,如果无,还包括判断全局规划路径上本车当前位置前方第六距离内是否有障碍物,所述第六距离大于所述第一距离,如果无,则继续按照全局规划路径按当前状态行进;如果有,则继续按照全局规划路径减速或者刹车行进。
8.根据权利要求1所述的自动驾驶系统局部路径规划的方法,其特征在于,所述步骤S2和步骤S3中,继续按照全局规划路径行进,包括,继续按照全局规划路径减速或者刹车行进。
9.根据权利要求1所述的自动驾驶系统局部路径规划的方法,其特征在于,所述方法还包括如下步骤:
步骤S0,构建路网信息,包括采集所有路口的所有车道信息,以车道为单位,按序编号,保存为结点数据格式,所述结点数据包括该路口车道所处的二维坐标数据、距离左边马路牙子的距离以及距离右边马路牙子的距离,所述结点数据是从任一路口开始,根据与该路口相连的道路以及各条道路包含的车道数量,以车道为单位,采集不同车道的二维坐标数据,形成不同的结点数据,按序编号,以此类推,遍历所有的路口,形成包含所有路口的所有车道的结点数据;根据各车道的联通关系,建立各车道的结点数据之间的连接关系,保存为链接表数据格式。
CN202010453641.8A 2020-05-26 2020-05-26 自动驾驶系统局部路径规划的方法 Pending CN111650934A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010453641.8A CN111650934A (zh) 2020-05-26 2020-05-26 自动驾驶系统局部路径规划的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010453641.8A CN111650934A (zh) 2020-05-26 2020-05-26 自动驾驶系统局部路径规划的方法

Publications (1)

Publication Number Publication Date
CN111650934A true CN111650934A (zh) 2020-09-11

Family

ID=72341566

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010453641.8A Pending CN111650934A (zh) 2020-05-26 2020-05-26 自动驾驶系统局部路径规划的方法

Country Status (1)

Country Link
CN (1) CN111650934A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114003035A (zh) * 2021-10-28 2022-02-01 山东新一代信息产业技术研究院有限公司 一种机器人自主导航的方法、装置、设备及介质
CN114822078A (zh) * 2021-01-28 2022-07-29 武汉智行者科技有限公司 一种目标参考线切换控制方法、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160129907A1 (en) * 2014-11-12 2016-05-12 Hyundai Motor Company Driving path planning apparatus and method for autonomous vehicle
CN107037812A (zh) * 2017-03-31 2017-08-11 南京理工大学 一种基于仓储无人车的车辆路径规划方法
CN108519773A (zh) * 2018-03-07 2018-09-11 西安交通大学 一种结构化环境下无人驾驶车辆的路径规划方法
CN110686693A (zh) * 2019-10-14 2020-01-14 泰牛汽车技术(苏州)有限公司 封闭场景内路网信息的构建方法
CN110979318A (zh) * 2019-11-20 2020-04-10 苏州智加科技有限公司 车道信息获取方法、装置、自动驾驶车辆及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160129907A1 (en) * 2014-11-12 2016-05-12 Hyundai Motor Company Driving path planning apparatus and method for autonomous vehicle
CN107037812A (zh) * 2017-03-31 2017-08-11 南京理工大学 一种基于仓储无人车的车辆路径规划方法
CN108519773A (zh) * 2018-03-07 2018-09-11 西安交通大学 一种结构化环境下无人驾驶车辆的路径规划方法
CN110686693A (zh) * 2019-10-14 2020-01-14 泰牛汽车技术(苏州)有限公司 封闭场景内路网信息的构建方法
CN110979318A (zh) * 2019-11-20 2020-04-10 苏州智加科技有限公司 车道信息获取方法、装置、自动驾驶车辆及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114822078A (zh) * 2021-01-28 2022-07-29 武汉智行者科技有限公司 一种目标参考线切换控制方法、装置及存储介质
CN114003035A (zh) * 2021-10-28 2022-02-01 山东新一代信息产业技术研究院有限公司 一种机器人自主导航的方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
US10802492B2 (en) Vehicle path identification
CN113905940B (zh) 基于与遮蔽区域相关联的风险的自主车辆操纵
CN112590775B (zh) 一种自动泊车方法、装置、车辆及存储介质
CN111552284A (zh) 无人驾驶车辆的局部路径规划方法、装置、设备及介质
CN110262488A (zh) 自动驾驶的局部路径规划方法、系统及计算机可读存储介质
CN104897168B (zh) 基于道路危险评估的智能车路径搜索方法及系统
WO2022062349A1 (zh) 车辆控制方法、设备、存储介质和电子装置
KR101409323B1 (ko) 무인자율차량 및 이의 동적환경 주행경로생성방법
KR20190095622A (ko) 회피경로 생성방법 및 그를 위한 장치
Kim et al. Automated complex urban driving based on enhanced environment representation with GPS/map, radar, lidar and vision
Kim et al. Probabilistic threat assessment with environment description and rule-based multi-traffic prediction for integrated risk management system
CN112256034B (zh) 自主避障规划方法和装置
US11878712B2 (en) Trajectory planning with obstacle avoidance for autonomous driving vehicles
KR20210121595A (ko) 최적 경로 탐색 장치 및 이의 동작 방법
WO2023039666A1 (en) Systems, methods, and media for occlusion-aware motion planning
CN113859267B (zh) 路径决策方法、装置及车辆
CN111650934A (zh) 自动驾驶系统局部路径规划的方法
KR20220137996A (ko) 경로 구간 평가 방법
CN118235180A (zh) 预测可行驶车道的方法和装置
US12055407B2 (en) Mixed regular and open-space trajectory planning method for autonomous driving vehicle
CN115140096A (zh) 一种基于样条曲线与多项式曲线的自动驾驶轨迹规划方法
CN115077553A (zh) 基于栅格搜索轨迹规划方法、系统、汽车、设备及介质
CN114620071A (zh) 绕行轨迹规划方法、装置、设备及存储介质
CN116653963B (zh) 车辆变道控制方法、系统和智能驾驶域控制器
CN115230688B (zh) 障碍物轨迹预测方法、系统和计算机可读存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200911

RJ01 Rejection of invention patent application after publication