CN111806433B - 一种自动驾驶车辆避障方法、装置及设备 - Google Patents

Abstract

本发明公开了一种自动驾驶车辆避障方法、装置及设备，属于自动驾驶技术领域，该方法包括：当障碍物进入第一区域时，获取历史道路环境图像，其中，所述第一区域表征安装在车辆上的各感知设备的覆盖盲区，所述历史道路环境图像是在所述障碍物进入所述第一区域前，对所述各感知设备所采集到的图像进行预先存储的；基于所述历史道路环境图像确定所述障碍物的相对位置，所述相对位置表征所述障碍物相对于所述车辆的轮胎的位置；根据所述相对位置，确定所述车辆的车轮对应的车轮运动轨迹。本发明通过使用预先存储的历史道路环境图像来规划车轮的运动轨迹，避免在障碍物进入感知设备的覆盖盲区后碰撞的发生，可以增强自动驾驶车辆的避障能力。

Description

一种自动驾驶车辆避障方法、装置及设备

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种自动驾驶车辆避障方法、装置及设备。

背景技术

自动驾驶车辆通过配备传感器等感知设备，识别自车正前方的路坑、岩石以及其它杂物等障碍物信息，以实现自动紧急制动、自动减速或换道等功能进行避让。但感知设备具有一定的感知范围，当障碍物进入到感知设备的覆盖盲区时，自动驾驶车辆则失去了对障碍物的检测和跟踪能力，存在与障碍物发生碰撞的可能，不仅会让乘客产生严重颠簸的不适感，也会对轮胎或底盘造成一定的损坏。

发明内容

本发明实施例的主要目的在于提供一种自动驾驶车辆避障方法、装置及设备，以解决现有技术中当障碍物进入感知设备的覆盖盲区时，自动驾驶车辆失去对障碍物的检测和跟踪能力，导致碰撞事故发生的技术问题。

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自动驾驶车辆避障方法，包括：

当障碍物进入第一区域时，获取历史道路环境图像，其中，所述第一区域表征安装在车辆上的各感知设备的覆盖盲区，所述历史道路环境图像是在所述障碍物进入所述第一区域前，对所述各感知设备所采集到的图像进行预先存储的；

基于所述历史道路环境图像确定所述障碍物的相对位置，所述相对位置表征所述障碍物相对于所述车辆的轮胎的位置；

根据所述相对位置，确定所述车辆的车轮对应的车轮运动轨迹。

另一方面，本发明实施例提供了一种自动驾驶车辆避障装置，包括：

图像获取模块，用于当障碍物进入第一区域时，获取历史道路环境图像，其中，所述第一区域表征安装在车辆上的各感知设备的覆盖盲区，所述历史道路环境图像是在所述障碍物进入所述第一区域前，对所述各感知设备所采集到的图像进行预先存储的；

位置确定模块，用于基于所述历史道路环境图像确定所述障碍物的相对位置，所述相对位置表征所述障碍物相对于所述车辆的轮胎的位置；

轨迹规划模块，用于根据所述相对位置，确定所述车辆的车轮对应的车轮运动轨迹。

另一方面，本发明实施例提供了一种避障设备，所述避障设备包括存储器和处理器，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自动驾驶车辆避障方法。

本发明的技术方案带来的有益效果是：

通过预先将各感知设备所采集的数据进行存储，当障碍物进入感知设备的覆盖盲区内时，通过对预先存储的数据进行分析和处理，确定出障碍物相对于车辆的轮胎的相对位置，以此对车辆的轮胎的运动轨迹进行规划，避免在障碍物进入感知设备的覆盖盲区后碰撞的发生，可以提升乘客乘车舒适性以及增强自动驾驶车辆的避障能力

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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它附图。

图1是本发明实施例提供的一种自动驾驶车辆避障方法的流程示意图。

图2是本发明实施例提供的另一种自动驾驶车辆避障方法的流程示意图。

图3是本发明实施例提供的确定车辆前方道路是否满足预设通行条件的流程示意图。

图4是本发明实施例提供的车辆运动轨迹规划的示例示意图。

图5是本发明实施例提供的一种自动驾驶车辆避障系统的架构示意图。

图6是本发明实施例提供的一种自动驾驶车辆避障装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的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。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

目前具备自动驾驶功能的车辆由于配备了高线束激光雷达以及高像素摄像头等感知设备，再通过基于深度学习的感知融合技术，不仅能识别自车正前方的其他车辆和行人等较大物体，而且也能识别正前方道路上高度在10cm左右的障碍物，并且实现自动紧急制动或自动减速后避让通过。

针对自动减速后避让通过的方案中，主要有基于悬架的障碍物规避系统、基于底盘自动调节的障碍物规避系统以及减速绕行的三种策略。基于悬架的障碍物规避系统使用一个或多个主动悬架来使一个或多个相应的车轮提升或跳跃过障碍物；基于底盘自动调节的障碍物规避系统，采用当前方无障碍物时，降低底盘高度，当前方有障碍物时，提升底盘高度的方式；减速绕行则是采用提前减速，并通过传感器感知系统实时监测跟踪障碍物，再借用相邻车道，大角度转向绕过障碍物，来避免与障碍物碰撞接触。

但目前自动驾驶车辆上装备的传感器等感知设备无法覆盖靠近车身一定范围内，以及车辆的底盘下方的障碍物，因此当障碍物进入到覆盖盲区时，自动驾驶车辆则失去了对障碍物的检测和跟踪能力，将不能直接使用从障碍物上越过的方案以及调整底盘高度的方案。此外，若自动驾驶车辆行驶在一些狭窄道路上，检测发现路面上的坑洞、岩石以及其它杂物等障碍物时，也不能采用减速绕行的方式进行避障。当车辆越过这些障碍物时，车辆的轮胎或底盘存在与障碍物发生碰撞的可能，不仅会让乘客产生严重颠簸的不适感，也会对轮胎或底盘造成一定的损坏，例如刮伤、轮胎破裂等。

请参阅图1，其示出了本发明实施例提供的一种自动驾驶车辆避障方法的流程示意图。如图1所示，该方法可以包括：

S101，当障碍物进入第一区域时，获取历史道路环境图像，其中，第一区域表征安装在车辆上的各感知设备的覆盖盲区，历史道路环境图像是在障碍物进入第一区域前，对各感知设备所采集到的图像进行预先存储的。

本发明实施例中，第一区域至少包括距离车辆的车身的预设距离范围内的区域，以及车辆的底盘下方的区域。覆盖盲区是指在各感知设备的检测范围以外的区域，即感知设备不能检测到的区域。通常车外摄像头以及激光雷达等传感器感知设备，无法覆盖靠近车身一定距离内以及车辆的底盘下方所有的区域，例如无法覆盖靠近车身30cm左右的区域。当目标进入到覆盖盲区后，自动驾驶车辆将失去对目标的检测和跟踪的能力。

在障碍物未进入第一区域前，可以根据该障碍物的尺寸以及车辆前方道路情况对车辆是否可以通过该障碍物，或者是否可以避开该障碍物进行预判。例如是否有相邻车道可以借用，是否存在满足车辆绕过障碍物的行驶空间等等。

基于此，在一个可能的实施例中，如图2所示，在步骤S101之前，该方法还可以包括：

S201，检测车辆前方是否存在障碍物。

当检测到车辆前方存在障碍物时，执行步骤S202；当未检测到车辆前方存在障碍物时，继续执行步骤S201对障碍物进行检测。

S202，判断车辆前方道路是否满足预设通行条件。

本发明实施例中，当检测到有障碍物存在时，首先基于前方道路信息确定车辆是否可以以绕行的方式避开该障碍物。具体可参见图3，其示出了确定车辆前方道路是否满足预设通行条件的流程示意图。如图3所示，步骤S202具体可以包括：

S2021，获取车辆前方道路的车道线信息和障碍物的信息。

S2022，根据车道线信息和障碍物的信息，确定是否存在满足车辆绕过障碍物的行驶空间。

本发明实施例中，障碍物的信息至少包括障碍物的位置和尺寸(例如长、宽、高)，可以根据车道线信息确定是否存在相邻车道，如果存在相邻车道，则可以对车辆进行换道控制，以换道的方式绕开障碍物；如果不存在相邻车道，则根据障碍物的位置和尺寸，确定车辆当前行驶车道是否满足车辆的通行；如果车辆当前行驶车道满足车辆的通行，例如障碍物两侧中有任一一侧可以使车辆能够通过，则可以控制车辆从障碍物旁边驶过，从而避开障碍物。如果以上条件均不满足，可认为不存在使车辆通过的行驶空间，那么车辆只能从障碍物上方跨越通过。

S2023，若不存在满足车辆绕过障碍物的行驶空间，则车辆前方道路不满足预设通行条件。

若车辆前方道路满足预设通行条件，则直接对车辆进行绕行控制，执行步骤S203；若车辆前方道路不满足预设通行条件，即不能绕过该障碍物，则执行步骤S204。

S203，对车辆进行绕行控制。

对车辆进行绕行控制后，完成对该障碍物的避障处理。

S204，检测障碍物的尺寸是否小于预设底盘离地间隙。

本发明实施例中，预设底盘离地间隙为最小离地间隙，最小离地间隙是指满载、静止时，车辆除车轮之外的最低点与支撑平面之间的距离，最小离地间隙用于表征车辆无碰撞地越过石块、树桩以及路坑等障碍物的能力。不同车辆的最小离地间隙可能不同，具体实施时可以参照车辆通过性几何参数进行设置。

若障碍物的尺寸大于或等于预设底盘离地间隙，说明车辆通过该障碍物的能力较弱，如果强行通过可能发生严重的碰撞事故，执行步骤S205；若障碍物的尺寸小于预设底盘离地间隙，车辆通过该障碍物的能力较强，但不排除车辆与障碍物发生碰撞的可能，例如对车辆的轮胎或底盘等造成刮伤等，执行步骤 S206。

S205，对车辆进行自动紧急制动控制。

对车辆进行自动紧急制动控制，完成对该障碍物的避障处理。

S206，检测障碍物的尺寸是否小于左右车轮间距。

其中，左右车轮间距为左右两侧的车轮之间的间距，在具体实施时，可以根据该间距和障碍物的宽度，对车轮是否可以越过障碍物进行一个预判。当车轮之间的间距大于障碍物的宽度时，必然不能越过障碍物，此时需要对车辆进行自动紧急制动控制。

若障碍物的尺寸小于大于或等于左右车轮间距，则车辆的车轮不能绕过障碍物进行避障，车辆必然不能通过，执行步骤S205；若障碍物的尺寸小于左右车轮间距，则执行步骤S207。至此完成当前车道内，对障碍物的通行的预判。

S207，对车辆进行减速控制，且按照固定帧率将各感知设备所采集到的图像进行存储。

当检测到障碍物时，先对车辆进行减速控制，同时将车外摄像头以及激光雷达等传感器感知设备所采集到的路面环境图像进行存储，以当障碍物进入第一区域后，基于所存储的图像对障碍物的位置进行确定。

S208，检测障碍物是否进入第一区域。

在实际应用中，当各感知设备无法检测和跟踪到该障碍物时刻起，即认为该障碍物进入第一区域，当各感知设备再次检测和跟踪到该障碍物的时刻，认为该障碍物不在第一区域。也就是说，对感知设备的覆盖盲区内的障碍物的检测时间段是在感知设备无法检测和跟踪到该障碍物的时刻，至感知设备再次检测和跟踪到该障碍物的时刻之间。

S102，基于历史道路环境图像确定障碍物的相对位置，该相对位置表征障碍物相对于车辆的轮胎的位置。

具体的，对历史道路环境图像进行图像拼接处理，得到融合图像，该图像拼接处理包括特征提取和匹配、图像变形以及图像融合；基于融合图像得到障碍物的相对位置。特征提取和匹配是指检测所有历史道路环境图像中的特征点进行图像配准，建立图像之间的几何对应关系，以便在共同的参照系统对这些历史道路环境图像进行变换、比较以及分析；图像变形是指重新投影所有历史道路环境图像中的一个图像，并将该图像放在更大的画布上；图像融合是指改变图像边界附近的灰度，去除间隙，创建融合图像，从而实现图像之间的平滑过渡，将多个图层合并在一起，依此构建出障碍物的位置影像。

S103，根据相对位置，确定车辆的车轮对应的车轮运动轨迹。

具体的，计算车辆的姿态差距；根据姿态差距对相对位置进行运动补偿，确定车辆的车轮对应的车轮运动轨迹。其中，运动补偿是指车辆与障碍物的相对位置变化。自动驾驶车辆装备的惯导可以提供航偏角速度、横纵向加速度以及精确的实时定位信息，从而可以计算出在任意两个时刻内，车辆的车身的姿态差距。

由于路面上的障碍物相对于世界坐标系可认为是静态点，具有一个稳定的坐标。而车辆是运动的刚体，在障碍物进入感知设备的覆盖盲区的时刻，至感知设备再次检测到该障碍物的时刻之间，车辆是处于不同位置的，因此需要根据车辆的姿态差距对障碍物的相对位置进行运动补偿，进一步确定障碍物相对于车轮的位置，以对车轮的运动轨迹进行规划。

具体可参见图4，其示出了本发明实施例提供的车辆运动轨迹规划的示例示意图。图4中包括4个子图，每个子图为车辆在行驶过程中某个时刻与障碍物的位置。在图4中，路面上存在一个障碍物1，车辆2在向前行驶的过程中，通过对障碍物1的位置进行运动补偿，可以计算出在同一世界坐标系下，当前时刻障碍物相对于车轮的位置，然后对车轮的行驶轨迹进行调整，使自动驾驶车辆可以精确的控制车轮的运动轨迹，进而使自动驾驶车辆在本车道内安全的穿越过障碍物，保证车辆的轮胎、底盘或车辆上的其他组件与障碍物不发生碰撞。

可以发现，本发明实施例的自动驾驶车辆避障方法不需要新增关于底盘调节的相关硬件设备，可以在现有的传感器检测系统中进行扩展，就很容易实现当障碍物处于检测盲区时，车辆跨越障碍物而不会发生碰撞的避障功能。

由上述实施例提供的技术方案可见，本发明实施例的自动驾驶车辆避障方法通过预先将各感知设备所采集的数据进行存储，当障碍物进入感知设备的覆盖盲区内时，通过对预先存储的数据进行分析和处理，确定出障碍物相对于车辆的轮胎的相对位置，以此对车辆的轮胎的运动轨迹进行规划，避免在障碍物进入感知设备的覆盖盲区后碰撞的发生，可以提升乘客乘车舒适性以及增强自动驾驶车辆的避障能力。

自动驾驶车辆通常可以对感知设备检测范围内的障碍物进行避障控制，当障碍物位于感知设备的覆盖盲区时，可以基于历史道路环境图像，模拟感知设备的检测，因此在具体实施时，可以将对历史道路环境图像处理后的融合图像输入至障碍物检测处理系统中，将融合图像作为感知设备实际检测到的道路环境图像进行处理，以实现对感知设备的覆盖盲区内的障碍物的检出与跟踪。

请参阅图5，其示出了本发明实施例提供的一种自动驾驶车辆避障系统的架构示意图。如图5所示，该系统可以包括传感器模块51、图像处理模块52、主控制器53以及车身控制模块54。其中，传感器模块51包括车外摄像头、激光雷达和惯导(IMU，InertialMeasurement Unit)等硬件设备，图像处理模块52包括图像检测单元和图像拼接单元，主控制器53包括后融合处理单元以及主存储器。该系统在使用时，首先通过标定将各类不同的传感器和车辆本体统一到同一个世界坐标系下。

传感器模块51用于检测车辆行驶车道上的环境图像，该环境图像包括通过车外摄像头获取的摄像头图像，以及通过激光雷达获取的激光雷达点云图像。其中，摄像头图像可以包括车道线图像和障碍物图像。

图像处理模块52用于基于惯导输出的车辆的姿态，对环境图像进行检测得到障碍物的信息，例如障碍物的位置和尺寸，具体的，图像检测单元基于车道线图像以及障碍物图像对图像中的目标进行检测和分类，具体可包括可行驶区域检测、车道线检测、障碍物检测、点云分割检测以及障碍物3D信息检测；并基于障碍物相对于车辆的精确距离，确定障碍物相对于车辆的相对位置，以及障碍物的尺寸。

主控制器53用于基于障碍物的信息向车身控制模块发送控制指令，以控制车辆的运动。具体的，后融合处理单元对检测的结果数据进行融合，确定障碍物的尺寸、位置以及速度等信息，并确定车辆的轮胎在本车道内可行驶的轨迹。

车身控制模块54用于按照控制指令对车辆进行控制，例如车速、偏航角速度、纵向加速度、转向灯提示、档位信号以及方向盘转角。

在实施本发明实施例提供的自动驾驶车辆避障方法时，从自动驾驶车辆检测到正前方路面上的障碍物时刻起，主控制器53通过主存储器向车身控制模块 54发送减速指令，车辆开始减速并缓慢靠近障碍物。同时，图像处理模块52中的图像拼接单元同步将摄像头图像和激光雷达点云图像按照固定帧率记录并进行存储。当障碍物进入车外摄像头和激光雷达的覆盖盲区时刻起，图像拼接单元调取先前存储的摄像头图像和激光雷达点云图像，然后进行特征提取和匹配、图像变形以及图像融合操作，得到融合图像，以此构建出虚拟的物体位置影像感知系统。将融合图像发送给主控制器53，主控制器53的后融合处理单元将该融合图像作为传感器所检测到的图像进行处理，以确定出车轮的行驶轨迹。

请参阅图6，其示出了本发明实施例提供的一种自动驾驶车辆避障装置的结构示意图。如图6所示，该装置600可以包括：

图像获取模块601，用于当障碍物进入第一区域时，获取历史道路环境图像，其中，第一区域表征安装在车辆上的各感知设备的覆盖盲区，历史道路环境图像是在障碍物进入第一区域前，对各感知设备所采集到的图像进行预先存储的；

位置确定模块602，用于基于历史道路环境图像确定障碍物的相对位置，该相对位置表征障碍物相对于车辆的轮胎的位置；

轨迹规划模块603，用于根据相对位置，确定车辆的车轮对应的车轮运动轨迹。

本发明实施例中，第一区域至少包括距离车辆的车身的预设距离范围内的区域，以及车辆的底盘下方的区域。

在一个可能的实施例中，该装置600还可以包括障碍物检测模块、通行判断模块、障碍物尺寸检测模块、区域检测模块、图像存储模块以及车辆控制模块。

障碍物检测模块用于判断车辆前方是否存在障碍物；通行判断模块用于当检测到车辆前方存在障碍物时，判断车辆前方道路是否满足预设通行条件；障碍物尺寸检测模块用于若车辆前方道路不满足预设通行条件，则检测障碍物的尺寸是否小于预设底盘离地间隙，以及检测障碍物的尺寸是否小于左右车轮间距；区域检测模块用于若障碍物的尺寸小于预设底盘离地间隙，且障碍物的尺寸小于左右车轮间距，则检测障碍物是否进入第一区域；图像存储模块用于按照固定帧率将各感知设备所采集到的图像进行存储；车辆控制模块用于若障碍物的尺寸大于或等于预设底盘离地间隙，或障碍物的尺寸大于或等于左右车轮间距，则对车辆进行自动紧急制动控制；车辆控制模块还用于对车辆进行减速控制。

其中，通行判断模块具体用于：获取车辆前方道路的车道线信息和障碍物的信息；根据车道线信息和障碍物的信息，确定是否存在使车辆通过的行驶空间；若不存在使车辆通过的行驶空间，则车辆前方道路不满足预设通行条件。

在一个可能的实施例中，位置确定模块602具体用于：对历史道路环境图像进行图像拼接处理，得到融合图像，该图像拼接处理包括特征提取和匹配、图像变形以及图像融合；基于融合图像得到障碍物的相对位置。

在一个可能的实施例中，轨迹规划模块603具体用于：计算车辆的姿态差距；根据姿态差距对相对位置进行运动补偿，确定车辆的车轮对应的车轮运动轨迹。

本发明实施例提供的自动驾驶车辆避障装置在具体实施时，首先根据障碍物检测模块检测车辆前方是否存在障碍物；当前方存在障碍物时，根据通行判断模块确定车辆能否绕过该障碍物通行，如果可以绕过障碍物通行，则通过车辆控制模块控制车辆绕道避让通过；如果不可以绕过障碍物通行，即只能越过障碍物的方式，则根据障碍物尺寸检测模块检测障碍物的尺寸是否满足车辆底盘及轮胎的通行条件；如果不满足车辆底盘或车辆轮胎的通行条件，则通过车辆控制模块对车辆进行自动紧急制动控制；如果满足车辆底盘且车辆轮胎的通行条件，则通过图像存储模块将各感知设备所采集到的图像进行存储；当车辆进入到第一区域后，通过图像获取模块601读取先前存储的图像，然后通过位置确定模块602确定出障碍物相对于车辆的轮胎的相对位置，以使轨迹规划模块603基于相对位置规划处车轮的运动轨迹。

需要说明的是，上述实施例提供的装置/系统，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/系统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。

本发明实施例还提供一种避障设备，该避障设备包括存储器和处理器，该存储器中存储有至少一条指令或至少一段程序，该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提供的自动驾驶车辆避障方法。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置和电子设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

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)

1.一种自动驾驶车辆避障方法，其特征在于，包括：

当障碍物进入第一区域时，获取历史道路环境图像，其中，所述第一区域表征安装在车辆上的各感知设备的覆盖盲区，所述历史道路环境图像是当车辆的感知设备检测到障碍物之后且在所述障碍物进入所述第一区域前，对所述各感知设备所采集到的图像进行预先存储的；

基于所述历史道路环境图像确定所述障碍物的相对位置，所述相对位置表征所述障碍物相对于所述车辆的轮胎的位置；

根据所述相对位置，确定所述车辆的车轮对应的车轮运动轨迹；

在障碍物未进入第一区域前，可以根据该障碍物的尺寸以及车辆前方道路情况对车辆是否可以绕开该障碍物，或者是否可以越过该障碍物进行通行预判。

2.根据权利要求1所述的方法，其特征在于，在所述当障碍物进入第一区域时，获取历史道路环境图像之前，所述方法还包括：

当检测到所述车辆前方存在障碍物时，判断所述车辆前方道路是否满足预设通行条件；

若所述车辆前方道路不满足所述预设通行条件，则检测所述障碍物的尺寸是否小于预设底盘离地间隙，以及检测所述障碍物的尺寸是否小于左右车轮间距；

若所述障碍物的尺寸小于所述预设底盘离地间隙，且所述障碍物的尺寸小于所述左右车轮间距，则检测所述障碍物是否进入所述第一区域。

3.根据权利要求2所述的方法，其特征在于，所述判断所述车辆前方道路是否满足预设通行条件包括：

获取所述车辆前方道路的车道线信息和所述障碍物的信息；

根据所述车道线信息和所述障碍物的信息，确定是否存在满足所述车辆绕过障碍物的行驶空间；

若不存在满足所述车辆绕过障碍物的行驶空间，则所述车辆前方道路不满足所述预设通行条件。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

若所述障碍物的尺寸大于或等于所述预设底盘离地间隙，或所述障碍物的尺寸大于或等于所述左右车轮间距，则对所述车辆进行自动紧急制动控制。

5.根据权利要求2所述的方法，其特征在于，在所述检测所述障碍物是否进入所述第一区域之前，所述方法还包括：

对所述车辆进行减速控制，且按照固定帧率将所述各感知设备所采集到的图像进行存储。

6.根据权利要求1所述的方法，其特征在于，所述第一区域至少包括距离所述车辆的车身的预设距离范围内的区域，以及所述车辆的底盘下方的区域。

7.根据权利要求1所述的方法，其特征在于，所述基于所述历史道路环境图像确定所述障碍物的相对位置包括：

对所述历史道路环境图像进行图像拼接处理，得到融合图像，所述图像拼接处理包括特征提取和匹配、图像变形以及图像融合；

基于所述融合图像得到所述障碍物的相对位置。

8.根据权利要求1所述的方法，其特征在于，所述根据所述相对位置，确定所述车辆的车轮对应的车轮运动轨迹包括：

计算所述车辆的姿态差距；

根据所述姿态差距对所述相对位置进行运动补偿，确定所述车辆的车轮对应的车轮运动轨迹。

9.一种自动驾驶车辆避障装置，其特征在于，包括：

图像获取模块，用于当障碍物进入第一区域时，获取历史道路环境图像，其中，所述第一区域表征安装在车辆上的各感知设备的覆盖盲区，所述历史道路环境图像是在所述障碍物进入所述第一区域前，对所述各感知设备所采集到的图像进行预先存储的；

位置确定模块，用于基于所述历史道路环境图像确定所述障碍物的相对位置，所述相对位置表征所述障碍物相对于所述车辆的轮胎的位置；

轨迹规划模块，用于根据所述相对位置，确定所述车辆的车轮对应的车轮运动轨迹。

10.一种避障设备，其特征在于，所述避障设备包括存储器和处理器，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如权利要求1至8任一项所述的方法。

Images