CN111665845A - 用于规划路径的方法、装置、设备以及存储介质 - Google Patents

用于规划路径的方法、装置、设备以及存储介质 Download PDF

Info

Publication number
CN111665845A
CN111665845A CN202010586835.5A CN202010586835A CN111665845A CN 111665845 A CN111665845 A CN 111665845A CN 202010586835 A CN202010586835 A CN 202010586835A CN 111665845 A CN111665845 A CN 111665845A
Authority
CN
China
Prior art keywords
road
determining
information
curvature
vehicle
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
CN202010586835.5A
Other languages
English (en)
Other versions
CN111665845B (zh
Inventor
陈至元
付骁鑫
李旭健
马霖
朱振广
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.)
Apollo Intelligent Technology Beijing Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010586835.5A priority Critical patent/CN111665845B/zh
Publication of CN111665845A publication Critical patent/CN111665845A/zh
Application granted granted Critical
Publication of CN111665845B publication Critical patent/CN111665845B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • 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
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network

Landscapes

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

Abstract

本申请公开了一种用于规划路径的方法、装置、设备及存储介质，涉及智能交通、自动驾驶、大数据领域。具体实现方案为：获取车辆的行驶环境信息；根据行驶环境信息，确定车辆行驶前方的道路信息；根据道路信息，确定车辆行驶前方的道路的曲率；响应于确定曲率大于预设阈值，根据行驶环境信息，对车辆进行路径规划，确定目标路径。本实现方式可以通过根据道路信息确定车辆行驶前方的道路的曲率，在车辆行驶前方的道路曲率超过预设阈值时，及时地进行路径规划，提高车辆行驶时的智能性和安全性。

Description

用于规划路径的方法、装置、设备以及存储介质
技术领域
本申请涉及数据处理领域，具体涉及智能交通、自动驾驶、大数据领域，尤其涉及用于规划路径的方法、装置、设备及存储介质。
背景技术
在无人车驾驶过程中，沿着当前车道前进是无人车经常选择的行进方式，但在有些时候由于道路过窄或拐弯过急或者由于车道设计不严谨，有些车道的曲率可能会过大，甚至可能超过车辆转弯能力的极限。
无人车在没有避障和变道需求时，将一直沿着车道前进。当遇到曲率很大的车道时，无人车将减速到很低的速度，再慢慢沿着车道线拐急弯前进。当车道曲率超过车辆转弯能力极限时，减速可能也无效，甚至会出现车辆无法跟随轨迹导致失控的情况，会造成很大的安全隐患。
发明内容
本公开提供了一种用于规划路径的方法、装置、设备以及存储介质。
根据本公开的一方面，提供了一种用于规划路径的方法，包括：获取车辆的行驶环境信息；根据行驶环境信息，确定车辆行驶前方的道路信息；根据道路信息，确定车辆行驶前方的道路的曲率；响应于确定曲率大于预设阈值，根据行驶环境信息，对车辆进行路径规划，确定目标路径。
根据本公开的另一方面，提供了一种用于规划路径的装置，包括：数据获取单元，被配置成获取车辆的行驶环境信息；道路信息确定单元，被配置成根据行驶环境信息，确定车辆行驶前方的道路信息；曲率确定单元，被配置成根据道路信息，确定车辆行驶前方的道路的曲率；路径规划单元，被配置成响应于确定曲率大于预设阈值，根据行驶环境信息，对车辆进行路径规划，确定目标路径。
根据本公开的再一方面，提供了一种用于规划路径的电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上述用于规划路径的方法。
根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，上述计算机指令用于使计算机执行如上述用于规划路径的方法。
根据本申请的技术解决了当无人车遇到曲率很大的车道时，车辆无法跟随车道轨迹导致失控，会造成很大的安全隐患的问题，通过确定车辆行驶前方的道路的曲率，在车辆行驶前方的道路曲率超过预设阈值时，及时地进行路径规划，提高车辆行驶时的智能性和安全性。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本申请的用于规划路径的方法的一个实施例的流程图；
图3是根据本申请的用于规划路径的方法的一个应用场景的示意图；
图4是根据本申请的用于规划路径的方法的另一个实施例的流程图；
图5是图4所示实施例中折线道路曲率的计算原理的示意图；
图6是图4所示实施例中路径规划的原理的示意图；
图7是根据本申请的用于规划路径的装置的一个实施例的结构示意图；
图8是用来实现本申请实施例的用于规划路径的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
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示出了可以应用本申请的用于规划路径的方法或用于规划路径的装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括相机101、102，网络103和终端设备104。网络103用以在相机101、102和终端设备104之间提供通信链路的介质。网络103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。
相机101、102可以通过网络103与终端设备104交互，以接收或发送消息。相机101、102可以采集车辆的行驶环境信息以及车辆行驶前方的道路信息，并将采集的信息发送给终端设备104，或者存储于本地，终端设备104，例如，可以是车载电脑。相机101、102可以固定在车辆上，以拍摄车辆行驶前方的包含行驶环境信息和道路信息的图像。
终端设备104可以从相机101、102处获取采集的包含行驶环境信息和道路信息的图像，并对图像进行处理及计算。终端设备104上可以安装有各种通讯客户端应用，例如图像处理类应用、曲率计算类应用等。
终端设备104可以是硬件，也可以是软件。当终端设备104为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、车载电脑、膝上型便携计算机和台式计算机等等。当终端设备104为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本申请实施例所提供的用于规划路径的方法可以由终端设备104执行。相应地，用于规划路径的装置可以设置于终端设备104中。
应该理解，图1中的相机、网络和终端设备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相机、网络和终端设备。
继续参考图2，示出了根据本申请的用于规划路径的方法的一个实施例的流程200。本实施例的用于规划路径的方法，包括以下步骤：
步骤201，获取车辆的行驶环境信息。
本实施例中，用于规划路径的方法的执行主体(例如图1所示的终端设备104)可以通过有线连接或无线连接方式，从相机或摄像头拍摄的图像中、或者从车载传感器中获取车辆的行驶环境信息。例如，执行主体可以对拍摄的图像进行语义识别或者目标检测，以确定行驶环境中包括的障碍物信息和道路信息。车辆的行驶环境信息可以包括其他车辆、树木、红绿灯、车道线的虚实及颜色、路肩、栅栏、车辆前方道路的形状，以及道路中设置的其他障碍物等。
步骤202，根据行驶环境信息，确定车辆行驶前方的道路信息。
执行主体在得到行驶环境信息后，将行驶环境信息中包含的车辆前方道路的形状(比如转弯道路、非转弯道路或者是多条转弯道路和非转弯道路穿插组合形成的不规则道路)、道路的数量、车道线的虚实及颜色等道路及车道线信息确定为车辆行驶前方的道路信息。
步骤203，根据道路信息，确定车辆行驶前方的道路的曲率。
执行主体在确定车辆行驶前方的道路信息后，可以根据道路信息，确定车辆行驶前方的道路的曲率。具体地，曲线的曲率指的是曲线上某个点的切线方向角对弧长的转动率，通过微分来定义，表明曲线偏离直线的程度。道路的曲率可以用来表征道路偏离车辆正在行驶的道路方向时的弯曲变化的程度。
具体的，执行主体可以根据前方道路的车道中线的形状，可以将前方至少两个连接的车道中线的外接圆的曲率确定为车辆行驶前方的道路的曲率。
步骤204，响应于确定曲率大于预设阈值，根据行驶环境信息，对车辆进行路径规划，确定目标路径。
执行主体在确定道路曲率大于预设阈值时，可以认定道路出现急弯，不利于车辆行驶的安全性。此时，需要根据行驶环境信息，对车辆进行路径规划，确定目标路径。道路曲率大于预设阈值，表明道路的弯曲程度过大，车辆不适合再沿着该道路前进，需要重新规划路线。执行主体根据行驶环境信息中需要绕开的实体障碍物，比如，路肩、栅栏，以及不可跨越的车道线等，规划较安全的路径作为目标路径。具体地，执行主体第一优先级规划绕开已经确定的曲率大于预设阈值的道路，第二优先级规划绕开根据目标识别或语义检测出来的不可跨越的车道线，第三优先级也即最后规划绕开实体障碍物，比如路肩、栅栏。可以理解的是，在根据目标识别或语义检测出来的车道线均为可跨越的车道线时，则可将绕开实体障碍物时间最短的路径确定为目标路径。
继续参见图3，其示出了根据本申请的用于规划路径的方法的一个应用场景的示意图。在图3的应用场景中，车辆301通过车载摄像头302获取车辆的行驶环境信息，例如树304、草坪303等。车载电脑(图3中未示出)根据车载摄像头302获取的行驶环境信息，确定车辆行驶前方的道路305的信息。车辆301沿着道路305前进，车载电脑(图3中未示出)根据车辆301行驶前方的道路305的信息，确定车辆301行驶前方道路的曲率。车载电脑(图3中未示出)响应于确定车辆301行驶前方的道路曲率大于预设阈值，根据行驶环境信息对车辆进行路径规划，确定目标路径(如图中实线所示)。
本实施例通过根据道路信息确定车辆行驶前方的道路的曲率，在车辆行驶前方的道路曲率超过预设阈值时，及时地进行路径规划，提高车辆行驶时的智能性和安全性。
继续参见图4，其示出了根据本申请的用于规划路径的方法的另一个实施例的流程400。如图4所示，本实施例的用于规划路径的方法可以包括以下步骤：
步骤401，获取车辆的行驶环境信息。
步骤402，根据行驶环境信息，确定车辆行驶前方的道路信息。
这里，道路信息可以包括道路的形状。本实施例中，道路的形状可以包括折线道路和弧线道路。具体地，折线道路指的是车辆行驶前方的道路的车道中线连接起来的形状为折线的道路。弧线道路可以为道路中互相连接的道路中线之间没有折点，是平滑连接的曲线的道路。例如转弯道路。
步骤401～402的原理与步骤201～202的原理类似，此处不再赘述。
本实施例中，执行主体在确定车辆行驶前方的道路信息之后，响应于确定道路信息指示的道路为折线道路，可以根据折线道路的拐点的位置信息、预设距离以及折线道路，确定折线道路的曲率。具体地，折线道路的拐点可以为两条道路的车道中线之间的连接点，也可以是上述两条道路的两侧车道线的交点的连线上的任一点。折线道路的拐点的位置信息可以由上述两条道路的两侧车道线的位置信息来确定。预设距离可以为两条折线道路的拐点之间的直线距离，也可以为预设的两条折线道路的长度加和的距离。以图5所示的折线道路为例来说，预设距离可以为图5中的虚线AC之间的距离也可以为图5中的线段AB+线段BC的距离。折线道路的曲率可以用来表征道路偏离车辆正在行驶的道路方向时的弯曲变化的程度。
执行主体还可以通过以下步骤来实现：将与折线道路形状的贴合度大于预设阈值的折线道路的内切圆或者外接圆的曲率作为折线道路的曲率，贴合度为折线道路形状与其内切圆或者外接圆的贴合程度，本申请对上述预设阈值不做具体限定。折线道路的拐点的位置可以作为折线道路外接圆与折线道路的交点，也可以作为折线道路的内切圆与折线道路的切点，当然，当折线道路的拐点作为折线道路的内切圆与折线道路的切点时，并不是所有折线道路的拐点都会被用到，选用位置尽量贴近折线道路的内切圆上的点的拐点作为与内切圆的切点。预设距离可以为预设的折线道路与其外接圆的交点之间的弦长，以该弦长和位于外接圆上的折线道路的拐点来确定折线道路的外接圆。从而将折线道路外接圆或内切圆的曲率确定为折线道路的曲率。
本实施例通过在道路信息指示的道路为折线道路时，综合折线道路各方面信息，根据折线道路拐点的位置信息、预设距离以及折线道路，确定折线道路的曲率，提高确定的折线道路曲率的准确性。
本实施例中，根据折线道路的拐点的位置信息、预设距离以及折线道路，确定折线道路的曲率，可以通过以下步骤403～404来实现：
步骤403，根据拐点的位置信息以及预设距离，确定辅助线。
本实施例中，执行主体可以将折线道路上任意一个曲率发生变化的点确定为拐点，根据该确定好的拐点与另一条折线道路上预设的相同曲率的点连接，将两点之间的线确定为辅助线。其中，任意一点的曲率可以由执行主体通过微分计算得到。
具体地，步骤403可以通过以下步骤4031～4032来确定：
步骤4031，根据车辆的位置信息以及折线道路的拐点的位置信息，确定距离车辆最近的拐点作为目标拐点。
本实施例中，折线道路的道路中心线连接起来是折线，例如，可以是分岔路，汇入路，直角弯等道路。执行主体获取车辆内置相机拍摄的前方道路的照片，并提取所拍摄的前方道路的照片中的道路的特征。执行主体将所提取的道路特征与预存的道路特征对应的道路形状进行匹配，确定出所提取的前方道路的照片中的特征对应的道路的形状。执行主体在确定车辆前方的道路为折线道路时，根据车辆当前所处的位置信息，将车辆目前正在行驶的道路前方的第一个拐点作为距离车辆最近的拐点，将该最近的拐点确定为目标拐点，也就是作为计算前方道路中线曲率的起始拐点。
步骤4032，将目标拐点作为辅助线的起点，将预设距离作为辅助线的长度，确定辅助线。
本实现方式中，执行主体在得到目标拐点后，将目标拐点作为辅助线的起点，将预设距离作为辅助线的长度，确定辅助线。这里的预设距离可以为目标拐点与折线道路上的预设点之间的距离。继续参见图5，在图5的应用场景中，例如，预设距离可以为图5中的虚线AC之间的直线距离，其中A点为目标拐点也就是辅助线的起点，C点为预设的折线道路上的某一点，也就是辅助线的终点。对于C点的确定，可以根据预设的BC之间的道路的长度来确定，一般预设AB+BC的长度为50米，本申请对AB+BC的长度不做具体限定。通过测量可以确定AB之间的长度，则BC之间的长度即可随之确定。在确定BC之间的长度后，即可确定C点的位置，通过连接AC即可确定辅助线。
本实现方式通过根据车辆的位置信息以及折线道路的拐点的位置信息，将距离车辆最近的拐点确定为目标拐点，也就是所做的辅助线的起点，并通过预先设定辅助线长度的方式，确定辅助线，以便于准确表征折线道路的曲率。
步骤404，根据辅助线以及折线道路，确定折线道路的曲率。
在本实施例中，执行主体可以根据确定的辅助线的垂直平分线，并根据折线道路以及预设的圆心，得到与折线道路的外接圆，将外接圆的曲率确定为折线道路的曲率。
具体地，步骤404可以通过以下步骤4041～4042来确定：
步骤4041，确定每个采集点至辅助线的投影距离。
本实施例中，折线道路包括多个采集点。在折线道路与辅助线围成的三角形的三条边中，在除了辅助线所在的那条边之外的另两条边上设置尽可能多的采集点。继续参见图5，例如，在图5所示的AB、BC边上设置尽可能多的采集点，以便得到更精确的曲率计算结果。执行主体在确定辅助线后，根据折线道路上的多个采集点，确定每个采集点至辅助线的投影距离。
执行主体通过将折线道路上的每个采集点均向辅助线做垂线，得到每个采集点在辅助线上的垂足。则从目标拐点也即辅助线的起点至每个采集点在辅助线上的垂足的距离即为所确定的每个采集点至辅助线的投影距离。继续参见图5，例如，图5中的每个采集点G、B、H分别在辅助线AC上的垂足D、E、F至目标拐点A的距离DA、EA、FA即为每个采集点G、B、H至辅助线的投影距离。
步骤4042，根据各投影距离，确定折线道路的曲率。
执行主体在得到各采集点在辅助线上的投影距离后，对各采集点在辅助线上的投影距离计算离散积分，具体可通过公式(1)计算得到：
Figure BDA0002554976370000081
公式(1)中的Li为第i个采集点在辅助线上的投影距离。
执行主体根据公式(1)计算得到各采集点在辅助线上的投影距离的离散积分，用离散积分来表征折线道路的曲率大小。当计算得到的离散积分的值超过预设离散积分阈值时，则表明折线道路的曲率过大。本申请对离散积分阈值不做具体限定。
本实施例中，在折线道路的曲率无法直接计算得出的情况下，通过计算折线道路预设路段上的各采集点在所做的辅助线上的投影距离的离散积分，解决了折线道路曲率计算难且不准确的问题，从而可以准确表征折线道路的曲率。
本实现方式步骤403和步骤404通过做辅助线的方式，确定折线道路的曲率，提高确定折线道路曲率的准确性。
在本实施例的一些可选的实现方式中，上述方法还可以进一步包括图4中未示出的以下步骤：响应于确定道路信息指示的道路为弧线道路，从地图数据中获取弧线道路的曲率。弧线道路可以为道路中互相连接的道路中线之间没有折点，是平滑连接的曲线的道路。例如转弯道路。执行主体获取车辆内置相机拍摄的前方道路的照片，并提取所拍摄的前方道路的照片中的道路的特征。执行主体将所提取的道路特征与预存的道路特征对应的道路形状进行匹配，确定出所提取的前方道路的照片中的特征对应的道路的形状。执行主体在确定车辆前方的道路为弧线道路时，从地图数据中获取弧线道路的曲率。弧线道路的曲率由人工测绘得到或由卫星测量得到，并保存至地图数据中，可以从地图数据中直接获取。
本实现方式中，在确定道路信息指示的道路为弧线道路时，从地图数据中获取弧线道路的曲率，可以实现准确、简单且方便地获取弧线道路的曲率。
本实施例中，根据行驶环境信息，对车辆进行路径规划，确定目标路径，具体可通过以下步骤实现：
步骤405，根据车道线信息，确定车辆行驶前方的道路的中心线。
本实施例中，在车辆当前行驶道路附近可能有多条道路，执行主体在确定当前行驶道路的曲率大于预设阈值时，分别确定车辆当前行驶道路及其附近道路的中心线。车道线信息包括车辆当前行驶道路以及车辆行驶前方道路上的车道、车道两侧的车道线以及车道中心线。道路中心线的确定可以通过车载导航及定位装置对上述车道线信息进行测量确定。
步骤406，根据障碍物的位置信息、车道线信息以及预设条件，确定中心线两侧的行驶优先级。
继续参见图6，其示出了根据本申请的用于规划路径的方法中路径规划的原理的示意图。在图6中，车辆601的行驶环境信息包括障碍物603的位置信息以及道路604、605、606的信息。道路信息包括车道线信息。执行主体根据车辆601中的车载摄像头602获取的行驶环境信息中的障碍物的位置信息，以及道路信息中的车道线信息，并根据交通规则中对车道线的优先级的限定即白虚线的优先级>黄虚线的优先级>实线的优先级，当在道路中存在障碍物时，实线的优先级>障碍物的优先级，将障碍物较少、优先级较高的车道线所在的道路确定为高行驶优先级的道路。障碍物可以是路肩、栅栏、树、行人等。当根据障碍物和车道线的判断确定中心线两侧道路的行驶优先级相同时，即中心线两侧道路的障碍物及车道线对称分布时，确定中心线两侧道路中路线更短的道路，例如道路604，为高行驶优先级道路。
步骤407，在高行驶优先级的一侧对车辆进行路径规划。
本实施例中，高行驶优先级的道路表明该道路的安全性较高，但是在高行驶优先级的一侧的道路可能仍然存在障碍物，从而使得在该路段的行驶不安全。执行主体在确定出高行驶优先级一侧的道路后，可以根据避开所有障碍物的原则，规划出一条无障碍物的路径。
本实施例中，通过障碍物的位置信息、车道线信息以及预设条件，首先确定车辆行驶前方的道路中的高行驶优先级一侧的道路，从而可以确保车辆行驶的安全性，然后再对高优先级一侧的道路进行路径规划，从而可以确保车辆行驶的安全及舒适性。
在本实施例的一些可选的实现方式中，在高行驶优先级的一侧对车辆进行路径规划，还可以通过以下步骤实现：
步骤408，根据行驶环境信息，确定路径规划的起点和终点。
执行主体在确定出高行驶优先级一侧的道路后，根据行驶环境信息，确定路径规划的起点和终点。继续参见图6，在图6的应用场景中，行驶环境信息包括车辆当前所处的位置、在车辆当前所处的位置与目标到达的位置之间的障碍物信息。将车辆当前所处的位置A确定为路径规划的起点。将目标到达的位置或目标到达位置附近无障碍物的位置B确定为路径规划的终点。
步骤409，根据障碍物的位置信息、起点、终点以及预设的约束条件，对车辆进行路径规划，确定目标路径。
执行主体在确定路径规划的起点和终点之后，根据起点和终点之间的障碍物信息、起点、终点以及预设的约束条件，通过最小化路径曲率的方式求解路径规划的凸优化问题，根据求解的凸优化问题的解确定目标路径。在求解时，将只考虑高行驶优先级一侧的道路的路肩、栅栏等硬性边界障碍物，忽略所有车道线等软性障碍线。
具体地，执行主体通过最小化路径曲率的方式求解凸优化问题，相关求解函数公式如公式(2)和公式(3)所示：
Figure BDA0002554976370000111
Figure BDA0002554976370000112
预设的约束条件如公式(4)所示：
Figure BDA0002554976370000113
其中，x、y为路线上点在整个地图上的横纵向坐标；fk，gk表示第x、y方向上的k个多项式，自变量t取值范围0到1；
Figure BDA0002554976370000114
表示第k个多项式的i次导数；l表示lowerbound，下界，u表示upperbound，上界；uytj表示tj时刻y方向上的上界。
在公式(4)中，f，g为分段多项式(spline)曲线，在起点、终点处满足位置约束，即：fk-1(1)＝fk(0),gk-1(1)＝gk(0)，在起点和终点之间满足多阶导数连续的约束，即：
Figure BDA0002554976370000115
以及曲线允许活动范围的约束，即：lxtj<fk)tj)<uxtj,lytj<gk(tj)<uytj。通过修改lxtj<fk(tj)<uxtj,lytj<gk(tj)<uytj获得曲线允许活动范围的约束，使得可以求得在更大空间内尽可能平滑的路线，以供无人车平稳、安全通过。
本实施例中，通过公式(2)～(4)求解出的解为f，g的各段多项式参数，通过代入t的方式可以求得x、y，获得目标路径。
本实施例通过根据行驶环境信息，确定路径规划的起点和终点，可以确保车辆行驶的安全性，通过根据障碍物的位置信息、起点、终点以及预设的约束条件对车辆进行路径规划，通过对约束条件的求解得出路径规划的最优路径，提高车辆行驶的安全及舒适性，提升用户体验。
进一步参考图7，作为对上述各图所示方法的实现，本申请提供了一种用于规划路径的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图7所示，本实施例的用于规划路径的装置700包括：数据获取单元701、道路信息确定单元702、曲率确定单元703和路径规划单元704。
数据获取单元701，被配置成获取车辆的行驶环境信息。
道路信息确定单元702，被配置成根据行驶环境信息，确定车辆行驶前方的道路信息。
曲率确定单元703，被配置成根据道路信息，确定车辆行驶前方的道路的曲率。
路径规划单元704，被配置成响应于确定曲率大于预设阈值，根据行驶环境信息，对车辆进行路径规划，确定目标路径。
在本实施例的一些可选的实现方式中，曲率确定单元703进一步被配置成：响应于确定道路信息指示的道路为折线道路，根据折线道路的拐点的位置信息、预设距离以及折线道路，确定折线道路的曲率。
在本实施例的一些可选的实现方式中，曲率确定单元703进一步被配置成：根据拐点的位置信息以及预设距离，确定辅助线；根据辅助线以及折线道路，确定折线道路的曲率。
在本实施例的一些可选的实现方式中，曲率确定单元703进一步被配置成：根据车辆的位置信息以及折线道路的拐点的位置信息，确定距离车辆最近的拐点作为目标拐点；将目标拐点作为辅助线的起点，将预设距离作为辅助线的长度，确定辅助线。
在本实施例的一些可选的实现方式中，折线道路包括多个采集点；以及曲率确定单元703进一步被配置成：确定每个采集点至辅助线的投影距离；根据各投影距离，确定折线道路的曲率。
在本实施例的一些可选的实现方式中，曲率确定单元703进一步被配置成：响应于确定道路信息指示的道路为弧线道路，从地图数据中获取弧线道路的曲率。
在本实施例的一些可选的实现方式中，行驶环境信息包括障碍物的位置信息，道路信息包括车道线信息；以及路径规划单元704进一步被配置成：根据车道线信息，确定车辆行驶前方的道路的中心线；根据障碍物的位置信息、车道线信息以及预设条件，确定中心线两侧的行驶优先级；在高行驶优先级的一侧对车辆进行路径规划。
在本实施例的一些可选的实现方式中，路径规划单元704进一步被配置成：根据行驶环境信息，确定路径规划的起点和终点；根据障碍物的位置信息、起点、终点以及预设的约束条件，对车辆进行路径规划，确定目标路径。
应当理解，用于标定相机的装置700中记载的单元701至单元704分别与参考图2中描述的方法中的各个步骤相对应。由此，上文针对用于规划路径的方法描述的操作和特征同样适用于装置700及其中包含的单元，在此不再赘述。
根据本申请的实施例，本申请还提供了一种用于规划路径的电子设备和一种可读存储介质。
如图8所示，是根据本申请实施例的用于规划路径的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示，该电子设备包括：一个或多个处理器801、存储器802，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线805互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线805与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器801为例。
存储器802即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的用于规划路径的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的用于规划路径的方法。
存储器802作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及单元，如本申请实施例中的用于规划路径的方法对应的程序指令/单元(例如，附图7所示的数据获取单元701、道路信息确定单元702、曲率确定单元703和路径规划单元704)。处理器801通过运行存储在存储器802中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的用于规划路径的方法。
存储器802可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据用于规划路径的方法的电子设备的使用所创建的数据等。此外，存储器802可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器802可选包括相对于处理器801远程设置的存储器，这些远程存储器可以通过网络连接至用于规划路径的方法电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
用于规划路径的方法的电子设备还可以包括：输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线805或者其他方式连接，图8中以通过总线805连接为例。
输入装置803可接收输入的数字或字符信息，以及产生与用于规划路径的方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置804可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，通过根据道路信息确定车辆行驶前方的道路的曲率，在车辆行驶前方的道路曲率超过预设阈值时，及时地进行路径规划，提高车辆行驶时的智能性和安全性。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (18)

1.一种用于规划路径的方法，包括：
获取车辆的行驶环境信息；
根据所述行驶环境信息，确定所述车辆行驶前方的道路信息；
根据所述道路信息，确定所述车辆行驶前方的道路的曲率；
响应于确定所述曲率大于预设阈值，根据所述行驶环境信息，对所述车辆进行路径规划，确定目标路径。
2.根据权利要求1所述的方法，其中，所述根据所述道路信息，确定所述车辆行驶前方的道路的曲率，包括：
响应于确定所述道路信息指示的道路为折线道路，根据所述折线道路的拐点的位置信息、预设距离以及所述折线道路，确定所述折线道路的曲率。
3.根据权利要求2所述的方法，其中，所述根据所述折线道路的拐点的位置信息、预设距离以及所述折线道路，确定所述折线道路的曲率，包括：
根据所述拐点的位置信息以及所述预设距离，确定辅助线；
根据所述辅助线以及所述折线道路，确定所述折线道路的曲率。
4.根据权利要求3所述的方法，其中，所述根据所述拐点的位置信息以及所述预设距离，确定辅助线，包括：
根据所述车辆的位置信息以及所述折线道路的拐点的位置信息，确定距离所述车辆最近的拐点作为目标拐点；
将所述目标拐点作为辅助线的起点，将所述预设距离作为所述辅助线的长度，确定所述辅助线。
5.根据权利要求3所述的方法，其中，所述折线道路包括多个采集点；以及
所述根据所述辅助线以及所述折线道路，确定所述折线道路的曲率，包括：
确定每个采集点至所述辅助线的投影距离；
根据各投影距离，确定所述折线道路的曲率。
6.根据权利要求1所述的方法，其中，所述根据所述道路信息，确定所述车辆行驶前方的道路的曲率，包括：
响应于确定所述道路信息指示的道路为弧线道路，从地图数据中获取所述弧线道路的曲率。
7.根据权利要求1所述的方法，其中，所述行驶环境信息包括障碍物的位置信息，所述道路信息包括车道线信息；以及
所述根据所述行驶环境信息，对所述车辆进行路径规划，确定目标路径，包括：
根据所述车道线信息，确定所述车辆行驶前方的道路的中心线；
根据所述障碍物的位置信息、所述车道线信息以及预设条件，确定所述中心线两侧的行驶优先级；
在高行驶优先级的一侧对所述车辆进行路径规划。
8.根据权利要求7所述的方法，其中，所述根据所述行驶环境信息，对所述车辆进行路径规划，确定目标路径，包括：
根据所述行驶环境信息，确定路径规划的起点和终点；
根据所述障碍物的位置信息、所述起点、所述终点以及预设的约束条件，对所述车辆进行路径规划，确定目标路径。
9.一种用于规划路径的装置，包括：
数据获取单元，被配置成获取车辆的行驶环境信息；
道路信息确定单元，被配置成根据所述行驶环境信息，确定所述车辆行驶前方的道路信息；
曲率确定单元，被配置成根据所述道路信息，确定所述车辆行驶前方的道路的曲率；
路径规划单元，被配置成响应于确定所述曲率大于预设阈值，根据所述行驶环境信息，对所述车辆进行路径规划，确定目标路径。
10.根据权利要求9所述的装置，其中，所述曲率确定单元进一步被配置成：
响应于确定所述道路信息指示的道路为折线道路，根据所述折线道路的拐点的位置信息、预设距离以及所述折线道路，确定所述折线道路的曲率。
11.根据权利要求10所述的装置，其中，所述曲率确定单元进一步被配置成：
根据所述拐点的位置信息以及所述预设距离，确定辅助线；
根据所述辅助线以及所述折线道路，确定所述折线道路的曲率。
12.根据权利要求11所述的装置，其中，所述曲率确定单元进一步被配置成：
根据所述车辆的位置信息以及所述折线道路的拐点的位置信息，确定距离所述车辆最近的拐点作为目标拐点；
将所述目标拐点作为辅助线的起点，将所述预设距离作为所述辅助线的长度，确定所述辅助线。
13.根据权利要求11所述的装置，其中，所述折线道路包括多个采集点；以及
所述曲率确定单元进一步被配置成：
确定每个采集点至所述辅助线的投影距离；
根据各投影距离，确定所述折线道路的曲率。
14.根据权利要求9所述的装置，其中，所述曲率确定单元进一步被配置成：
响应于确定所述道路信息指示的道路为弧线道路，从地图数据中获取所述弧线道路的曲率。
15.根据权利要求9所述的装置，其中，所述行驶环境信息包括障碍物的位置信息，所述道路信息包括车道线信息；以及
所述路径规划单元进一步被配置成：
根据所述车道线信息，确定所述车辆行驶前方的道路的中心线；
根据所述障碍物的位置信息、所述车道线信息以及预设条件，确定所述中心线两侧的行驶优先级；
在高行驶优先级的一侧对所述车辆进行路径规划。
16.根据权利要求15所述的装置，其中，所述路径规划单元进一步被配置成：
根据所述行驶环境信息，确定路径规划的起点和终点；
根据所述障碍物的位置信息、所述起点、所述终点以及预设的约束条件，对所述车辆进行路径规划，确定目标路径。
17.一种用于规划路径的电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
CN202010586835.5A 2020-06-24 2020-06-24 用于规划路径的方法、装置、设备以及存储介质 Active CN111665845B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010586835.5A CN111665845B (zh) 2020-06-24 2020-06-24 用于规划路径的方法、装置、设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010586835.5A CN111665845B (zh) 2020-06-24 2020-06-24 用于规划路径的方法、装置、设备以及存储介质

Publications (2)

Publication Number Publication Date
CN111665845A true CN111665845A (zh) 2020-09-15
CN111665845B CN111665845B (zh) 2023-09-22

Family

ID=72389850

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010586835.5A Active CN111665845B (zh) 2020-06-24 2020-06-24 用于规划路径的方法、装置、设备以及存储介质

Country Status (1)

Country Link
CN (1) CN111665845B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112389392A (zh) * 2020-12-01 2021-02-23 安徽江淮汽车集团股份有限公司 车辆主动制动方法、装置、设备及存储介质
CN112918443A (zh) * 2021-03-09 2021-06-08 一汽解放汽车有限公司 制动控制方法、装置、设备及存储介质
CN112925310A (zh) * 2021-01-22 2021-06-08 广州大学 一种智能除虫系统的控制方法、装置、设备及存储介质
CN113434624A (zh) * 2021-07-27 2021-09-24 北京百度网讯科技有限公司 车辆的驾驶辅助方法、装置、设备、介质及程序产品
CN113537133A (zh) * 2021-07-30 2021-10-22 阿波罗智联(北京)科技有限公司 信息处理方法及装置、电子设备、存储介质及产品
CN116109026A (zh) * 2023-04-11 2023-05-12 北京新发地农产品网络配送中心有限责任公司 一种生鲜配送路线规划方法、系统、设备和可读存储介质
CN118262571A (zh) * 2024-05-29 2024-06-28 以声动人(上海)教育科技有限公司 一种辅助自动驾驶方法

Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1399223A (zh) * 2002-08-27 2003-02-26 上海交通大学 房屋数字地图自动生成方法
US20090276194A1 (en) * 2007-01-10 2009-11-05 Fujitsu Limited Route curve generation system, method and storage medium
JP2015016799A (ja) * 2013-07-11 2015-01-29 株式会社日本自動車部品総合研究所 走行経路生成装置
US20150248588A1 (en) * 2014-03-03 2015-09-03 Denso Corporation Lane line recognition apparatus
JP2016057660A (ja) * 2014-09-05 2016-04-21 株式会社Ihi 移動体の経路計画方法と装置
CN105867379A (zh) * 2016-04-13 2016-08-17 上海物景智能科技有限公司 一种机器人的运动控制方法及控制系统
US20160267999A1 (en) * 2015-03-12 2016-09-15 Kabushiki Kaisha Toshiba Semiconductor memory device and memory system
CN106114507A (zh) * 2016-06-21 2016-11-16 百度在线网络技术（北京）有限公司 用于智能车辆的局部轨迹规划方法和装置
CN106600960A (zh) * 2016-12-22 2017-04-26 西南交通大学 基于时空聚类分析算法的交通出行起讫点识别方法
US20170122740A1 (en) * 2015-10-30 2017-05-04 Deere & Company Method and system for guidance of off-road vehicles
US9744429B1 (en) * 2016-11-03 2017-08-29 Ronald J. Meetin Information-presentation structure with impact-sensitive color change and restitution matching
CN107972034A (zh) * 2017-12-31 2018-05-01 芜湖哈特机器人产业技术研究院有限公司 一种基于ros平台的复杂工件轨迹规划仿真系统
US20180186373A1 (en) * 2016-12-30 2018-07-05 Neusoft Corporation Method, device and apparatus for planning vehicle speed
US20180336782A1 (en) * 2017-05-22 2018-11-22 Arnold Chase Roadway guidance system
CN109557929A (zh) * 2019-02-18 2019-04-02 深兰人工智能芯片研究院（江苏）有限公司 移动机器人的运动控制方法及装置
CN109945888A (zh) * 2019-03-11 2019-06-28 百度在线网络技术（北京）有限公司 导航引导线的生成方法、装置及计算机设备
CN110466527A (zh) * 2019-08-22 2019-11-19 广州小鹏汽车科技有限公司 一种车辆的行驶控制方法、系统及车辆
CN110516880A (zh) * 2019-08-29 2019-11-29 广州小鹏汽车科技有限公司 一种路径处理方法及系统、车辆
US20200011167A1 (en) * 2017-01-31 2020-01-09 Halliburton Energy Services, Inc. Optimal trajectory control for rotary steerable systems
CN110667576A (zh) * 2019-10-18 2020-01-10 北京百度网讯科技有限公司 自动驾驶车辆的弯道通行控制方法、装置、设备和介质
US20200072623A1 (en) * 2018-08-30 2020-03-05 Wipro Limited Method and system for determining an optimal path for navigation of a vehicle
CN110861650A (zh) * 2019-11-21 2020-03-06 驭势科技（北京）有限公司 车辆的路径规划方法、装置，车载设备和存储介质
CN110928320A (zh) * 2020-02-10 2020-03-27 上海高仙自动化科技发展有限公司 路径生成方法及生成装置、智能机器人及存储介质
US20200150673A1 (en) * 2017-11-30 2020-05-14 SZ DJI Technology Co., Ltd. Track generating method and apparatus, and unmanned ground vehicle
CN111177934A (zh) * 2019-12-31 2020-05-19 福瑞泰克智能系统有限公司 参考路径规划的方法、设备和存储介质

Patent Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1399223A (zh) * 2002-08-27 2003-02-26 上海交通大学 房屋数字地图自动生成方法
US20090276194A1 (en) * 2007-01-10 2009-11-05 Fujitsu Limited Route curve generation system, method and storage medium
JP2015016799A (ja) * 2013-07-11 2015-01-29 株式会社日本自動車部品総合研究所 走行経路生成装置
US20150248588A1 (en) * 2014-03-03 2015-09-03 Denso Corporation Lane line recognition apparatus
JP2016057660A (ja) * 2014-09-05 2016-04-21 株式会社Ihi 移動体の経路計画方法と装置
US20160267999A1 (en) * 2015-03-12 2016-09-15 Kabushiki Kaisha Toshiba Semiconductor memory device and memory system
US20170122740A1 (en) * 2015-10-30 2017-05-04 Deere & Company Method and system for guidance of off-road vehicles
CN105867379A (zh) * 2016-04-13 2016-08-17 上海物景智能科技有限公司 一种机器人的运动控制方法及控制系统
CN106114507A (zh) * 2016-06-21 2016-11-16 百度在线网络技术（北京）有限公司 用于智能车辆的局部轨迹规划方法和装置
US9744429B1 (en) * 2016-11-03 2017-08-29 Ronald J. Meetin Information-presentation structure with impact-sensitive color change and restitution matching
CN106600960A (zh) * 2016-12-22 2017-04-26 西南交通大学 基于时空聚类分析算法的交通出行起讫点识别方法
US20180186373A1 (en) * 2016-12-30 2018-07-05 Neusoft Corporation Method, device and apparatus for planning vehicle speed
US20200011167A1 (en) * 2017-01-31 2020-01-09 Halliburton Energy Services, Inc. Optimal trajectory control for rotary steerable systems
US20180336782A1 (en) * 2017-05-22 2018-11-22 Arnold Chase Roadway guidance system
US20200150673A1 (en) * 2017-11-30 2020-05-14 SZ DJI Technology Co., Ltd. Track generating method and apparatus, and unmanned ground vehicle
CN107972034A (zh) * 2017-12-31 2018-05-01 芜湖哈特机器人产业技术研究院有限公司 一种基于ros平台的复杂工件轨迹规划仿真系统
US20200072623A1 (en) * 2018-08-30 2020-03-05 Wipro Limited Method and system for determining an optimal path for navigation of a vehicle
CN109557929A (zh) * 2019-02-18 2019-04-02 深兰人工智能芯片研究院（江苏）有限公司 移动机器人的运动控制方法及装置
CN109945888A (zh) * 2019-03-11 2019-06-28 百度在线网络技术（北京）有限公司 导航引导线的生成方法、装置及计算机设备
CN110466527A (zh) * 2019-08-22 2019-11-19 广州小鹏汽车科技有限公司 一种车辆的行驶控制方法、系统及车辆
CN110516880A (zh) * 2019-08-29 2019-11-29 广州小鹏汽车科技有限公司 一种路径处理方法及系统、车辆
CN110667576A (zh) * 2019-10-18 2020-01-10 北京百度网讯科技有限公司 自动驾驶车辆的弯道通行控制方法、装置、设备和介质
CN110861650A (zh) * 2019-11-21 2020-03-06 驭势科技（北京）有限公司 车辆的路径规划方法、装置，车载设备和存储介质
CN111177934A (zh) * 2019-12-31 2020-05-19 福瑞泰克智能系统有限公司 参考路径规划的方法、设备和存储介质
CN110928320A (zh) * 2020-02-10 2020-03-27 上海高仙自动化科技发展有限公司 路径生成方法及生成装置、智能机器人及存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
YI-JU HO: "Collision-free curvature-bounded smooth path planning using composite Bezier curve based on Voronoi diagram", 《 2009 IEEE INTERNATIONAL SYMPOSIUM ON COMPUTATIONAL INTELLIGENCE IN ROBOTICS AND AUTOMATION - (CIRA)》 *
宿勇: "基于曲率连续曲线的无人机路径规划方法", 《舰船电子工程》 *
苏致远等: "具有时空约束的无人车集群构型变换方法", 《交通运输系统工程与信息》 *
鲍海峰等: "数字地图局部自动生成与半自动编辑", 《计算机工程》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112389392A (zh) * 2020-12-01 2021-02-23 安徽江淮汽车集团股份有限公司 车辆主动制动方法、装置、设备及存储介质
CN112925310A (zh) * 2021-01-22 2021-06-08 广州大学 一种智能除虫系统的控制方法、装置、设备及存储介质
CN112925310B (zh) * 2021-01-22 2023-08-08 广州大学 一种智能除虫系统的控制方法、装置、设备及存储介质
CN112918443A (zh) * 2021-03-09 2021-06-08 一汽解放汽车有限公司 制动控制方法、装置、设备及存储介质
CN113434624A (zh) * 2021-07-27 2021-09-24 北京百度网讯科技有限公司 车辆的驾驶辅助方法、装置、设备、介质及程序产品
CN113537133A (zh) * 2021-07-30 2021-10-22 阿波罗智联(北京)科技有限公司 信息处理方法及装置、电子设备、存储介质及产品
CN115424231A (zh) * 2021-07-30 2022-12-02 阿波罗智联(北京)科技有限公司 信息处理方法及装置、电子设备、存储介质及产品
CN115424231B (zh) * 2021-07-30 2024-04-05 阿波罗智联(北京)科技有限公司 信息处理方法及装置、电子设备、存储介质及产品
CN116109026A (zh) * 2023-04-11 2023-05-12 北京新发地农产品网络配送中心有限责任公司 一种生鲜配送路线规划方法、系统、设备和可读存储介质
CN118262571A (zh) * 2024-05-29 2024-06-28 以声动人(上海)教育科技有限公司 一种辅助自动驾驶方法

Also Published As

Publication number Publication date
CN111665845B (zh) 2023-09-22

Similar Documents

Publication Publication Date Title
CN111665845B (zh) 用于规划路径的方法、装置、设备以及存储介质
US11276195B2 (en) Using mapped elevation to determine navigational parameters
US11217012B2 (en) System and method for identifying travel way features for autonomous vehicle motion control
RU2682151C1 (ru) Устройство определения окружения, аппаратура содействия при движении и способ определения окружения
RU2682112C1 (ru) Устройство планирования вождения, аппаратура содействия при движении и способ планирования вождения
CN107851375B (zh) 驾驶计划装置、行驶辅助装置、驾驶计划方法
US11248925B2 (en) Augmented road line detection and display system
RU2682095C1 (ru) Устройство определения окружения, аппаратура содействия при движении и способ определения окружения
JP2024045389A (ja) レーンマッピング及びナビゲーション
US20170343374A1 (en) Vehicle navigation method and apparatus
JP2022535351A (ja) 車両ナビゲーションのためのシステム及び方法
US11724716B2 (en) Method and apparatus of determining guide path, method and apparatus of controlling driving of vehicle, and electronic device
CN109426256A (zh) 自动驾驶车辆的基于驾驶员意图的车道辅助系统
CN109491375A (zh) 用于自动驾驶车辆的基于驾驶场景的路径规划
CN113723141B (zh) 车辆的定位方法、装置、电子设备、车辆及存储介质
EP2881710A1 (en) Camera parameter computation device, navigation system, and camera parameter computation method
CN113327447B (zh) 导航提醒方法、装置、设备、车辆及存储介质
US20230159052A1 (en) Method for processing behavior data, method for controlling autonomous vehicle, and autonomous vehicle
GB2510698A (en) Driver assistance system
JP7267796B2 (ja) 経路提示方法及び経路提示装置
RU2700301C2 (ru) Устройство определения окружения, аппаратура содействия при движении и способ определения окружения
CN113119999A (zh) 自动驾驶特征的确定方法、装置、设备、介质及程序产品
CN117079458A (zh) 数据补偿模型的训练方法、车辆控制方法、装置及设备
CN115905449B (zh) 语义地图构建方法及具有熟路模式的自动驾驶系统
CN114689061A (zh) 自动驾驶设备的导航路线处理方法、装置及电子设备

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211013

Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd.

Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant