CN111854776A - 导航的处理方法、装置、设备及存储介质 - Google Patents

导航的处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111854776A
CN111854776A CN201910359452.1A CN201910359452A CN111854776A CN 111854776 A CN111854776 A CN 111854776A CN 201910359452 A CN201910359452 A CN 201910359452A CN 111854776 A CN111854776 A CN 111854776A
Authority
CN
China
Prior art keywords
vehicle
preset
navigation
track
route
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
CN201910359452.1A
Other languages
English (en)
Other versions
CN111854776B (zh
Inventor
李柏
李雨倩
刘懿
陈建兴
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.)
Beijing Jingbangda Trade Co Ltd
Beijing Jingdong Qianshi Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information 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 Jingdong Century Trading Co Ltd, Beijing Jingdong Shangke Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN201910359452.1A priority Critical patent/CN111854776B/zh
Publication of CN111854776A publication Critical patent/CN111854776A/zh
Application granted granted Critical
Publication of CN111854776B publication Critical patent/CN111854776B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本申请提供一种导航的处理方法、装置、设备及存储介质，该方法包括：获取预设路途航迹点集；基于所述预设路途航迹点集，采用基于容错优化的最优控制算法，生成导航指引线；其中，基于容错优化的最优控制算法对所述预设路途航迹点集中的异常路途航迹点进行容错处理；基于所述导航指引线，对车辆进行导航处理。通过在生成导航指引线时，对预设路途航迹点集中的异常路途航迹点进行容错处理，解决了因异常路途航迹点导致导航指引线生成失败，对车辆的导航带来安全隐患的问题，提高车辆导航的稳定性和安全性。

Description

导航的处理方法、装置、设备及存储介质
技术领域
本申请涉及智能驾驶技术领域，尤其涉及一种导航的处理方法、装置、设备及存储介质。
背景技术
随着科学技术的飞速发展，无人驾驶技术逐渐成为当今热点。在无人驾驶的车辆在行驶过程中，GIS(Geographic Information System或Geo－Information system，地理信息系统)导航指引线对车辆的导航具有重要作用。
GIS导航指引线一般由GIS导航系统生成，具体是指能够指示行车路途的参考曲线。在生成导航指引线的过程中，一般仅仅考虑车辆在哪一路口转弯或哪一地点变更车道，这些地点称为路途航迹点，由这些路途航迹点形成了导航指引线，却难以考虑车辆运动能力，容易导致在导航过程中，车辆无法跟踪导航指引线所指示的行驶路径。
现有技术中，为了解决车辆无法跟踪导航指引线所指示的行驶路径的问题，提出了采用结合运动学模型及优化的平滑方法，根据预设的路途航迹点来生成平滑的导航指引线，从而提高车辆对导航指引线的可跟踪性。
但是，现有这种生成导航指引线的方式，可能会由于GIS提供的某个或某些路途航迹点存在偶发性错误，而导致生成导航指引线失败，为车辆的导航带来安全隐患，降低车辆行驶的安全性和稳定性。
发明内容
本申请提供一种导航的处理方法、装置、设备及存储介质，以解决现有技术车辆导航安全性和稳定性差等缺陷。
本申请第一个方面提供一种导航的处理方法，包括：
获取预设路途航迹点集；
基于所述预设路途航迹点集，采用基于容错优化的最优控制算法，生成导航指引线；其中，基于容错优化的最优控制算法对所述预设路途航迹点集中的异常路途航迹点进行容错处理；
基于所述导航指引线，对车辆进行导航处理。
本申请第二个方面提供一种导航的处理装置，包括：
获取模块，用于获取预设路途航迹点集；
生成模块，用于基于所述预设路途航迹点集，采用基于容错优化的最优控制算法，生成导航指引线；其中，基于容错优化的最优控制算法对所述预设路途航迹点集中的异常路途航迹点进行容错处理；
处理模块，用于基于所述导航指引线，对车辆进行导航处理。
本申请第三个方面提供一种计算机设备，包括：至少一个处理器和存储器；
所述存储器存储计算机程序；所述至少一个处理器执行所述存储器存储的计算机程序，以实现第一个方面提供的方法。
本申请第四个方面提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现第一个方面提供的方法。
本申请提供的导航的处理方法、装置、设备及存储介质，通过在生成导航指引线时，对预设路途航迹点集中的异常路途航迹点进行容错处理，解决了因异常路途航迹点导致导航指引线生成失败，对车辆的导航带来安全隐患的问题，提高车辆导航的稳定性和安全性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的导航的处理方法的流程示意图；
图2为本申请另一实施例提供的导航的处理方法的流程示意图；
图3为本申请再一实施例提供的导航的处理方法的流程示意图；
图4为本申请一实施例提供的车辆行驶路径上的等间隔采样位置点与路途航迹点的偏离情况示意图；
图5为本申请一实施例提供的异常路途航迹点的示意图；
图6为本申请一实施例提供的导航的处理装置的结构示意图；
图7为本申请一实施例提供的计算机设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供的导航的处理方法，适用于具有智能驾驶功能的车辆，比如无人驾驶车辆、半自动驾驶车辆等，用于为车辆导航提供更好的导航指引线，使得在导航过程中车辆能够更好地跟踪导航指引线，提高车辆行驶的安全性。
此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在以下各实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。
下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明的实施例进行描述。
实施例一
本实施例提供一种导航的处理方法，用于对车辆进行导航。本实施例的执行主体为导航的处理装置，该装置可以设置在计算机设备中，该计算机设备可以设置在车辆上。
如图1所示，为本实施例提供的导航的处理方法的流程示意图，该方法包括：
步骤101，获取预设路途航迹点集。
具体的，GIS中可以提供预设路途航迹点集，在决策规划导航路线时，需要生成导航指引线，导航指引线是基于GIS数据生成的导航参考行驶路线，导航指引线的生成需要获取预设路途航迹点集。
步骤102，基于预设路途航迹点集，采用基于容错优化的最优控制算法，生成导航指引线。
其中，基于容错优化的最优控制算法对预设路途航迹点集中的异常路途航迹点进行容错处理。
具体的，在获取到预设路途航迹点集后，则可以采用基于容错优化的最优控制算法，生成导航指引线。
将导航指引线的生成问题采用最优控制算法来解决，结合车辆运动学模型和最优控制来生成一致、稳定、可靠的导航指引线。
首先，将导航指引线的生成任务转化为最优控制问题，具体可以包括：
基于运动学模型来描述车辆，将该车辆置于存在路途航迹点的道路场景中，令该车辆尽量贴近给定的路途航迹点行驶。将该车辆行驶路线规划任务描述为Bolza型时间连续的最优控制问题(optimal control problem,OCP)，该最优控制问题的基本组成部分为目标函数与约束条件(称为第一约束条件)。
在第一约束条件中，对于异常路途航迹点进行容错处理，避免因异常路途航迹点的存在导致导航指引线生成失败。
具体的容错处理方式可以是，在第一约束条件中，在约束车辆行驶路径相对于路途航迹点的偏离程度时，不约束异常路途航迹点。
比如，其中，目标函数可以为车辆运动完成时间与车辆行驶轨迹贴近各预设路途航迹点的程度在预设权重下的和。第一约束条件可以包括车辆运动学模型、车辆在初始及终止时刻的边值限制条件、车辆运动过程中的变量边界制约条件、车辆行驶路径中等间隔采样位置点与对应的非异常路途航迹点之间的最大距离限制条件。非异常路途航迹点为预设路途航迹点集中除异常路途航迹点之外的路途航迹点。
作为一种示例性的实施方式，目标函数objective为：
Figure BDA0002046417120000051
其中，tf表示运动过程的终止时刻，为决策变量；λ表示对目标函数中两种需求的折中权重，为预设权重；N0+1表示预设路途航迹点集中的路途航迹点数量；
Figure BDA0002046417120000052
x(τ)、y(τ)表示车辆后轮中心点在τ时刻的位置；xrefi、yrefi表示第i个路途航迹点的位置，i＝1,...,N0-1；
车辆运动学模型为：
Figure BDA0002046417120000053
其中，tf代表运动过程的终止时刻(tf属于决策变量)，(x(t),y(t))代表车辆后轮中心点在t时刻的位置，v(t)代表沿车体纵轴方向的线速度，a(t)代表线加速度，φ(t)为车辆前轮偏转角，ω(t)为前轮偏转角速度，θ(t)则代表车辆在坐标系中的姿态角，Lw代表前后轮轴距；坐标系为惯性坐标系。
车辆在初始及终止时刻的边值限制条件为：
x(0)＝xref0,y(0)＝yref0
Figure BDA0002046417120000054
Figure BDA0002046417120000055
Figure BDA0002046417120000056
其中，(x(0),y(0))表示车辆后轮中心点在0时刻的位置；(x(tf),y(tf))表示车辆后轮中心点在tf时刻的位置；(xref0,yref0)表示第0个路途航迹点的位置；
Figure BDA0002046417120000057
表示第N0个路途航迹点的位置；
Figure BDA0002046417120000058
表示0时刻的行车轨迹；
Figure BDA0002046417120000059
表示最初两个路途航迹点构成的线段的斜率；
Figure BDA00020464171200000510
表示终止时刻的行车轨迹，
Figure BDA00020464171200000511
表示最后两个路途航迹点构成的线段的斜率。
车辆运动过程中的变量边界制约条件为：
|φ(t)|≤Φmax
|a(t)|≤amax
vlower≤v(t)≤vupper
|ω(t)|≤Ωmax,t∈[0,tf]
其中，Φmax表示车辆前轮偏转角的预设偏转角阈值；amax表示预设线加速度阈值；vlower表示预设线速度下限值；vupper表示预设线速度上限值；Ωmax表示预设偏转角速度阈值。
车辆行驶路径中等间隔采样位置点与对应的非异常路途航迹点之间的最大距离限制条件为：
Figure BDA0002046417120000061
并且
Figure BDA0002046417120000062
其中，threshold表示预设距离阈值，ψ表示异常路途航迹点集。
基于上述的目标函数，需要达到的优化目标为使目标函数的取值最小。
基于上述优化目标和约束条件，进行数值求解，获得导航指引线。
可选地，在基于预设路途航迹点集，采用基于容错优化的最优控制算法，生成导航指引线之前，需要确定预设路途航迹点集中的异常路途航迹点。可以构建过渡的最优控制命题，优化目标与上述相同，约束条件(称为第二约束条件)将上述第一约束条件中的车辆行驶路径中等间隔采样位置点与对应的非异常路途航迹点之间的最大距离限制条件去除，即第二约束条件包括车辆运动学模型、车辆在初始及终止时刻的边值限制条件、车辆运动过程中的变量边界制约条件，来检测车辆的运动能力。
基于第二约束条件和优化目标，进行数值求解，获得参考指引线，根据该参考指引线相对于预设路途航迹点集中各路途航迹点的偏离程度是否超过预设距离阈值来确定各路途航迹点是否为异常路途航迹点。
需要说明的是上述描述的车辆为运动学模型描述的虚拟的车辆
步骤103，基于导航指引线，对车辆进行导航处理。
具体的，在获得了导航指引线后，则可以基于导航指引线对车辆进行导航处理。更具体来说，基于导航指引线进行导航决策规划，规划车辆的行驶路线，从而根据规划的行驶路线来控制车辆的行驶状态。这里的车辆为实际的车辆。
本实施例提供的导航的处理方法，通过在生成导航指引线时，对预设路途航迹点集中的异常路途航迹点进行容错处理，解决了因异常路途航迹点导致导航指引线生成失败，对车辆的导航带来安全隐患的问题，提高车辆导航的稳定性和安全性。
实施例二
本实施例对实施例一提供的方法做进一步补充说明。
如图2所示，为本实施例提供的导航的处理方法的流程示意图。
作为一种可实施的方式，在上述实施例一的基础上，可选地，步骤102具体包括：
步骤1021，基于预设路途航迹点集，根据预设的第一约束条件和优化目标，进行数值求解，生成导航指引线。
其中，第一约束条件包括车辆运动学模型、车辆在初始及终止时刻的边值限制条件、车辆运动过程中的变量边界制约条件、车辆行驶路径中等间隔采样位置点与对应的非异常路途航迹点之间的最大距离限制条件，非异常路途航迹点为预设路途航迹点集中除异常路途航迹点之外的路途航迹点；优化目标为使目标函数最小，目标函数为车辆运动完成时间与车辆行驶轨迹贴近各预设路途航迹点的程度在预设权重下的和。
作为一种示例性的实施方式，可选地，目标函数objective为：
Figure BDA0002046417120000071
其中，tf表示运动过程的终止时刻，为决策变量；λ表示对目标函数中两种需求的折中权重，为预设权重；N0+1表示预设路途航迹点集中的路途航迹点数量；
Figure BDA0002046417120000072
x(τ)、y(τ)表示车辆后轮中心点在τ时刻的位置；xrefi、yrefi表示第i个路途航迹点的位置，i＝1,...,N0-1；
车辆运动学模型为：
Figure BDA0002046417120000073
其中，tf代表运动过程的终止时刻(tf属于决策变量)，(x(t),y(t))代表车辆后轮中心点在t时刻的位置，v(t)代表沿车体纵轴方向的线速度，a(t)代表线加速度，φ(t)为车辆前轮偏转角，ω(t)为前轮偏转角速度，θ(t)则代表车辆在坐标系中的姿态角，Lw代表前后轮轴距；坐标系为惯性坐标系。
车辆在初始及终止时刻的边值限制条件为：
在惯性坐标系OXY中给定了(N0+1)个有序的路途航迹点，记录于预设路途航迹点集{(xrefi,yref),i＝0,...,N0}之中.车辆起点终点处的状态条件包括位置的固定：
x(0)＝xref0,y(0)＝yref0
Figure BDA0002046417120000081
并且0时刻的行车轨迹应该与最初两个路途航迹点构成的线段相切(加入这一条件使得车辆在初始时刻t＝0的前进方向具有合理性)。
Figure BDA0002046417120000082
其中，(x(0),y(0))表示车辆后轮中心点在0时刻的位置；(x(tf),y(tf))表示车辆后轮中心点在tf时刻的位置；(xref0,yref0)表示第0个路途航迹点的位置；
Figure BDA0002046417120000083
表示第N0个路途航迹点的位置；
Figure BDA0002046417120000084
表示0时刻的行车轨迹；
Figure BDA0002046417120000085
表示最初两个路途航迹点构成的线段的斜率；
类似地，在终止时刻具有：
Figure BDA0002046417120000086
其中，
Figure BDA0002046417120000087
表示终止时刻的行车轨迹，
Figure BDA0002046417120000088
表示最后两个路途航迹点构成的线段的斜率。
车辆运动过程中的变量边界制约条件为：
|φ(t)|≤Φmax
|a(t)|≤amax
vlower≤v(t)≤vupper
|ω(t)|≤Ωmax,t∈[0,tf]
其中，Φmax表示车辆前轮偏转角的预设偏转角阈值；amax表示预设线加速度阈值；vlower表示预设线速度下限值；vupper表示预设线速度上限值；Ωmax表示预设偏转角速度阈值；
车辆行驶路径中等间隔采样位置点与对应的非异常路途航迹点之间的最大距离限制条件为：
Figure BDA0002046417120000091
并且
Figure BDA0002046417120000092
其中，threshold表示预设距离阈值，ψ表示异常路途航迹点集。
作为另一种可实施的方式，在上述实施例一的基础上，可选地，步骤102之前，该方法还可以包括：
步骤2011，根据预设的第二约束条件和优化目标，进行数值求解，获得参考指引线。
其中，第二约束条件包括车辆运动学模型、车辆在初始及终止时刻的边值限制条件、车辆运动过程中的变量边界制约条件。
步骤2012，获取参考指引线上与预设路途航迹点集中各路途航迹点对应的参考点位置。
步骤2013，根据预设路途航迹点集和各参考点位置，确定预设路途航迹点集中的异常路途航迹点。
可选地，步骤2013具体可以包括：
步骤20131，对于预设路途航迹点集中的每个路途航迹点，计算该路途航迹点与其对应的参考点之间的距离；若该路途航迹点与其对应的参考点之间的距离超过预设距离阈值，则确定该路途航迹点为异常路途航迹点。
在确定了异常路途航迹点后，可以将异常路途航迹点记录到异常路途航迹点集中。
作为另一种可实施的方式，在上述实施例一的基础上，可选地，步骤103具体可以包括：
步骤1031，基于导航指引线，规划车辆的目标行驶路线。
步骤1032，根据目标行驶路线，控制车辆的行驶状态。
具体的，基于导航指引线进行导航规划的方式为现有技术，在此不再赘述。
需要说明的是，本实施例中各可实施的方式可以单独实施，也可以在不冲突的情况下以任意组合方式结合实施本申请不做限定。
本实施例提供的导航的处理方法，通过在生成导航指引线时，对预设路途航迹点集中的异常路途航迹点进行容错处理，解决了因异常路途航迹点导致导航指引线生成失败，对车辆的导航带来安全隐患的问题，提高车辆导航的稳定性和安全性。
在一些实施例中，可选地，如图3所示，为本实施例提供的导航的处理方法的流程示意图。该方法包括：
步骤2021，开始。
步骤2022，获取预设路途航迹点集。
步骤2023，采用第三约束条件和优化目标进行数值求解，来生成导航指引线。
其中，第三约束条件包括车辆运动学模型、车辆在初始及终止时刻的边值限制条件、车辆运动过程中的变量边界制约条件、车辆行驶路径中等间隔采样位置点与预设路途航迹点集中对应的路途航迹点之间的最大距离限制条件。
步骤2024，判断是否生成失败。若是转步骤2025，若否转步骤2028。
步骤2025，基于第二约束条件和优化目标，来确定异常路途航迹点，构建异常路途航迹点集。
其中，第二约束条件包括：车辆运动学模型、车辆在初始及终止时刻的边值限制条件、车辆运动过程中的变量边界制约条件。
步骤2026，判断异常路途航迹点集是否为空。若否转步骤2027，若是生成失败。
步骤2027，基于第一约束条件和优化目标，生成导航指引线。
其中，第一约束条件包括：车辆运动学模型、车辆在初始及终止时刻的边值限制条件、车辆运动过程中的变量边界制约条件、车辆行驶路径中等间隔采样位置点与对应的非异常路途航迹点之间的最大距离限制条件，非异常路途航迹点为预设路途航迹点集中除异常路途航迹点之外的路途航迹点。
步骤2028，输出得到的导航指引线。
步骤2029，结束。
具体的，基于运动学模型来描述车辆，将该车辆置于存在路途航迹点的道路场景中，令该车辆尽量贴近给定的路途航迹点行驶。将该车辆行驶路线规划任务描述为Bolza型时间连续的最优控制问题(optimal control problem,OCP)，该最优控制问题的基本组成部分为目标函数与第三约束条件。其中，第三约束条件包括：
a)车辆运动学微分方程组(即车辆运动学模型)
Figure BDA0002046417120000111
其中，tf代表运动过程的终止时刻(tf属于决策变量)，(x(t),y(t))代表车辆后轮中心点在t时刻的位置，v(t)代表沿车体纵轴方向的线速度，a(t)代表线加速度，φ(t)为车辆前轮偏转角，ω(t)为前轮偏转角速度，θ(t)则代表车辆在坐标系中的姿态角，Lw代表前后轮轴距；坐标系为惯性坐标系。
b)车辆在初始及终止时刻的边值限制条件
在惯性坐标系OXY中给定了(N0+1)个有序的路途航迹点，记录于预设路途航迹点集{(xrefi,yref),i＝0,...,N0}之中.车辆起点终点处的状态条件包括位置的固定：
x(0)＝xref0,y(0)＝yref0
Figure BDA0002046417120000112
并且0时刻的行车轨迹应该与最初两个路途航迹点构成的线段相切(加入这一条件使得车辆在初始时刻t＝0的前进方向具有合理性)。
Figure BDA0002046417120000113
其中，(x(0),y(0))表示车辆后轮中心点在0时刻的位置；(x(tf),y(tf))表示车辆后轮中心点在tf时刻的位置；(xref0,yref0)表示第0个路途航迹点的位置；
Figure BDA0002046417120000114
表示第N0个路途航迹点的位置；
Figure BDA0002046417120000115
表示0时刻的行车轨迹；
Figure BDA0002046417120000116
表示最初两个路途航迹点构成的线段的斜率。
类似地，在终止时刻具有：
Figure BDA0002046417120000117
其中，
Figure BDA0002046417120000118
表示终止时刻的行车轨迹，
Figure BDA0002046417120000119
表示最后两个路途航迹点构成的线段的斜率。
c)车辆在运动过程中的变量边界制约条件
|φ(t)|≤Φmax
|a(t)|≤amax
vlower≤v(t)≤vupper
|ω(t)|≤Ωmax,t∈[0,tf]
其中，Φmax表示车辆前轮偏转角的预设偏转角阈值；amax表示预设线加速度阈值；vlower表示预设线速度下限值；vupper表示预设线速度上限值；Ωmax表示预设偏转角速度阈值。
d)行车路径中的等间隔采样位置点与对应的路途航迹点之间的最大距离限制
Figure BDA0002046417120000121
其中，threshold是用户提前确定的参数，用于表征行车路径与各路途航迹点之间的欧氏距离的允许偏差上限。
行车路径中的等间隔采样位置点与对应的路途航迹点之间的最大距离限制主要限制了车辆在整个运动过程中能够在N0个等间隔采样时刻与相应路途航迹点的距离不至于太远。如图4所示，为本实施例提供的车辆行驶路径上的等间隔采样位置点与路途航迹点的偏离情况示意图。
除了上述的第三约束条件，还需要指定优化目标，将优化目标设置为：使得整个运动任务的完成时间尽量短，并且行车轨迹尽量贴近给定的各个路途航迹点，即使以下的目标函数最小：
Figure BDA0002046417120000122
其中，tf表示运动过程的终止时刻，为决策变量；λ表示对目标函数中两种需求的折中权重，为预设权重；N0+1表示预设路途航迹点集中的路途航迹点数量；
Figure BDA0002046417120000123
x(τ)、y(τ)表示车辆后轮中心点在τ时刻的位置；xrefi、yrefi表示第i个路途航迹点的位置，i＝1,...,N0-1。
基于上述优化目标和第三约束条件，进行数值求解，来生成导航指引线，若生成成功，即求解成功，输出求解得到的导航指引线；当预设路途航迹点集中具有异常路途航迹点时，会导致数值求解的梯度迭代过程收敛至不可行解(converge to infeasibility，以下简称收敛失败)。失败的原因并非是数值求解算法能力不足，而是这个建立的最优控制问题根本无解。如图5所示，为本实施例提供的异常路途航迹点的示意图。由于异常路途航迹点的存在，导致该异常路途航迹点与行车路径上与该异常路途航迹点对应的采样位置点之间的距离显然超出了预设距离阈值threshold，因此无法满足第三约束条件。
若导航指引线生成失败，则基于第二约束条件和上述优化目标进行数值求解，获得参考指引线，并获取参考指引线上与预设路途航迹点集中各路途航迹点对应的参考点位置，根据预设路途航迹点集和各参考点位置，确定预设路途航迹点集中的异常路途航迹点，将异常路途航迹点的序号记录于异常路途航迹点集ψ中。
在确定了异常路途航迹点集后，则可以基于第一约束条件和上述优化目标进行数值求解，对异常路途航迹点进行容错处理，获得最终的导航指引线。
若确定没有异常路途航迹点，则最终生成导航指引线失败。
本实施例提供的导航的处理方法，通过在生成导航指引线时，对预设路途航迹点集中的异常路途航迹点进行容错处理，解决了因异常路途航迹点导致导航指引线生成失败，对车辆的导航带来安全隐患的问题，提高车辆导航的稳定性和安全性。
实施例三
本实施例提供一种导航的处理装置，用于执行上述实施例一的方法。
如图6所示，为本实施例提供的导航的处理装置的结构示意图。该导航的处理装置30包括获取模块31、生成模块32和处理模块33。
其中，获取模块，用于获取预设路途航迹点集；生成模块，用于基于预设路途航迹点集，采用基于容错优化的最优控制算法，生成导航指引线；其中，基于容错优化的最优控制算法对预设路途航迹点集中的异常路途航迹点进行容错处理；处理模块，用于基于导航指引线，对车辆进行导航处理。
关于本实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
根据本实施例提供的导航的处理装置，通过在生成导航指引线时，对预设路途航迹点集中的异常路途航迹点进行容错处理，解决了因异常路途航迹点导致导航指引线生成失败，对车辆的导航带来安全隐患的问题，提高车辆导航的稳定性和安全性。
实施例四
本实施例对上述实施例三提供的装置做进一步补充说明。
作为一种可实施的方式，在上述实施例三的基础上，可选地，生成模块，具体用于：
根据预设的第一约束条件和优化目标，进行数值求解，生成导航指引线；
其中，第一约束条件包括车辆运动学模型、车辆在初始及终止时刻的边值限制条件、车辆运动过程中的变量边界制约条件、车辆行驶路径中等间隔采样位置点与对应的非异常路途航迹点之间的最大距离限制条件，非异常路途航迹点为预设路途航迹点集中除异常路途航迹点之外的路途航迹点；优化目标为使目标函数最小，目标函数为车辆运动完成时间与车辆行驶轨迹贴近各预设路途航迹点的程度在预设权重下的和。
可选地，目标函数objective为：
Figure BDA0002046417120000141
其中，tf表示运动过程的终止时刻，为决策变量；λ表示对目标函数中两种需求的折中权重，为预设权重；N0+1表示预设路途航迹点集中的路途航迹点数量；
Figure BDA0002046417120000142
x(τ)、y(τ)表示车辆后轮中心点在τ时刻的位置；xrefi、yrefi表示第i个路途航迹点的位置，i＝1,...,N0-1；
车辆运动学模型为：
Figure BDA0002046417120000143
其中，tf代表运动过程的终止时刻(tf属于决策变量)，(x(t),y(t))代表车辆后轮中心点在t时刻的位置，v(t)代表沿车体纵轴方向的线速度，a(t)代表线加速度，φ(t)为车辆前轮偏转角，ω(t)为前轮偏转角速度，θ(t)则代表车辆在坐标系中的姿态角，Lw代表前后轮轴距；坐标系为惯性坐标系。
车辆在初始及终止时刻的边值限制条件为：
x(0)＝xref0,y(0)＝yref0
Figure BDA0002046417120000144
Figure BDA0002046417120000145
Figure BDA0002046417120000151
其中，(x(0),y(0))表示车辆后轮中心点在0时刻的位置；(x(tf),y(tf))表示车辆后轮中心点在tf时刻的位置；(xref0,yref0)表示第0个路途航迹点的位置；
Figure BDA0002046417120000152
表示第N0个路途航迹点的位置；
Figure BDA0002046417120000153
表示0时刻的行车轨迹；
Figure BDA0002046417120000154
表示最初两个路途航迹点构成的线段的斜率；
车辆运动过程中的变量边界制约条件为：
|φ(t)|≤Φmax
|a(t)|≤amax
vlower≤v(t)≤vupper
|ω(t)|≤Ωmax,t∈[0,tf]
其中，Φmax表示车辆前轮偏转角的预设偏转角阈值；amax表示预设线加速度阈值；vlower表示预设线速度下限值；vupper表示预设线速度上限值；Ωmax表示预设偏转角速度阈值；
车辆行驶路径中等间隔采样位置点与对应的非异常路途航迹点之间的最大距离限制条件为：
Figure BDA0002046417120000155
并且
Figure BDA0002046417120000156
其中，threshold表示预设距离阈值，ψ表示异常路途航迹点集。
作为另一种可实施的方式，在上述实施例三的基础上，可选地，生成模块，还用于根据预设的第二约束条件和优化目标，进行数值求解，获得参考指引线；第二约束条件包括车辆运动学模型、车辆在初始及终止时刻的边值限制条件、车辆运动过程中的变量边界制约条件；
处理模块，还用于获取参考指引线上与预设路途航迹点集中各路途航迹点对应的参考点位置；
处理模块，还用于根据预设路途航迹点集和各参考点位置，确定预设路途航迹点集中的异常路途航迹点。
可选地，处理模块，具体用于：
对于预设路途航迹点集中的每个路途航迹点，计算该路途航迹点与其对应的参考点之间的距离；若该路途航迹点与其对应的参考点之间的距离超过预设距离阈值，则确定该路途航迹点为异常路途航迹点。
可选地，
作为另一种可实施的方式，在上述实施例三的基础上，可选地，基于导航指引线，对车辆进行导航处理，包括：
基于导航指引线，规划车辆的目标行驶路线；
根据目标行驶路线，控制车辆的行驶状态。
关于本实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
需要说明的是，本实施例中各可实施的方式可以单独实施，也可以在不冲突的情况下以任意组合方式结合实施本申请不做限定。
根据本实施例的导航的处理装置，通过在生成导航指引线时，对预设路途航迹点集中的异常路途航迹点进行容错处理，解决了因异常路途航迹点导致导航指引线生成失败，对车辆的导航带来安全隐患的问题，提高车辆导航的稳定性和安全性。
实施例五
本实施例提供一种计算机设备，用于执行上述实施例提供的方法。
如图7所示，为本实施例提供的计算机设备的结构示意图。该计算机设备50包括：至少一个处理器51和存储器52；
存储器存储计算机程序；至少一个处理器执行存储器存储的计算机程序，以实现上述实施例提供的方法。
根据本实施例的计算机设备，通过在生成导航指引线时，对预设路途航迹点集中的异常路途航迹点进行容错处理，解决了因异常路途航迹点导致导航指引线生成失败，对车辆的导航带来安全隐患的问题，提高车辆导航的稳定性和安全性。
实施例六
本实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，计算机程序被执行时实现上述任一实施例提供的方法。
根据本实施例的计算机可读存储介质，通过在生成导航指引线时，对预设路途航迹点集中的异常路途航迹点进行容错处理，解决了因异常路途航迹点导致导航指引线生成失败，对车辆的导航带来安全隐患的问题，提高车辆导航的稳定性和安全性。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到，为描述的方便和简洁，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，即将装置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。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (12)

1.一种导航的处理方法，其特征在于，包括：
获取预设路途航迹点集；
基于所述预设路途航迹点集，采用基于容错优化的最优控制算法，生成导航指引线；其中，基于容错优化的最优控制算法对所述预设路途航迹点集中的异常路途航迹点进行容错处理；
基于所述导航指引线，对车辆进行导航处理。
2.根据权利要求1所述的方法，其特征在于，所述基于所述预设路途航迹点集，采用基于容错优化的最优控制算法，生成导航指引线，包括：
根据预设的第一约束条件和优化目标，进行数值求解，生成导航指引线；
其中，所述第一约束条件包括车辆运动学模型、车辆在初始及终止时刻的边值限制条件、车辆运动过程中的变量边界制约条件、车辆行驶路径中等间隔采样位置点与对应的非异常路途航迹点之间的最大距离限制条件，所述非异常路途航迹点为所述预设路途航迹点集中除异常路途航迹点之外的路途航迹点；所述优化目标为使目标函数最小，所述目标函数为车辆运动完成时间与车辆行驶轨迹贴近各预设路途航迹点的程度在预设权重下的和。
3.根据权利要求1所述的方法，其特征在于，在基于所述预设路途航迹点集，采用基于容错优化的最优控制算法，生成导航指引线之前，所述方法还包括：
根据预设的第二约束条件和优化目标，进行数值求解，获得参考指引线；所述第二约束条件包括车辆运动学模型、车辆在初始及终止时刻的边值限制条件、车辆运动过程中的变量边界制约条件；
获取所述参考指引线上与所述预设路途航迹点集中各路途航迹点对应的参考点位置；
根据所述预设路途航迹点集和各所述参考点位置，确定所述预设路途航迹点集中的异常路途航迹点。
4.根据权利要求3所述的方法，其特征在于，所述根据所述预设路途航迹点集和各所述参考点位置，确定所述预设路途航迹点集中的异常路途航迹点，包括：
对于所述预设路途航迹点集中的每个路途航迹点，计算该路途航迹点与其对应的参考点之间的距离；若该路途航迹点与其对应的参考点之间的距离超过预设距离阈值，则确定该路途航迹点为异常路途航迹点。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述基于所述导航指引线，对车辆进行导航处理，包括：
基于所述导航指引线，规划车辆的目标行驶路线；
根据所述目标行驶路线，控制车辆的行驶状态。
6.一种导航的处理装置，其特征在于，包括：
获取模块，用于获取预设路途航迹点集；
生成模块，用于基于所述预设路途航迹点集，采用基于容错优化的最优控制算法，生成导航指引线；其中，基于容错优化的最优控制算法对所述预设路途航迹点集中的异常路途航迹点进行容错处理；
处理模块，用于基于所述导航指引线，对车辆进行导航处理。
7.根据权利要求6所述的装置，其特征在于，所述生成模块，具体用于：
根据预设的第一约束条件和优化目标，进行数值求解，生成导航指引线；
其中，所述第一约束条件包括车辆运动学模型、车辆在初始及终止时刻的边值限制条件、车辆运动过程中的变量边界制约条件、车辆行驶路径中等间隔采样位置点与对应的非异常路途航迹点之间的最大距离限制条件，所述非异常路途航迹点为所述预设路途航迹点集中除异常路途航迹点之外的路途航迹点；所述优化目标为使目标函数最小，所述目标函数为车辆运动完成时间与车辆行驶轨迹贴近各预设路途航迹点的程度在预设权重下的和。
8.根据权利要求6所述的装置，其特征在于，所述生成模块，还用于根据预设的第二约束条件和优化目标，进行数值求解，获得参考指引线；所述第二约束条件包括车辆运动学模型、车辆在初始及终止时刻的边值限制条件、车辆运动过程中的变量边界制约条件；
所述处理模块，还用于获取所述参考指引线上与所述预设路途航迹点集中各路途航迹点对应的参考点位置；
所述处理模块，还用于根据所述预设路途航迹点集和各所述参考点位置，确定所述预设路途航迹点集中的异常路途航迹点。
9.根据权利要求8所述的装置，其特征在于，所述处理模块，具体用于：
对于所述预设路途航迹点集中的每个路途航迹点，计算该路途航迹点与其对应的参考点之间的距离；若该路途航迹点与其对应的参考点之间的距离超过预设距离阈值，则确定该路途航迹点为异常路途航迹点。
10.根据权利要求6-9任一项所述的装置，其特征在于，所述处理模块，具体用于：
基于所述导航指引线，规划车辆的目标行驶路线；
根据所述目标行驶路线，控制车辆的行驶状态。
11.一种计算机设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机程序；所述至少一个处理器执行所述存储器存储的计算机程序，以实现权利要求1-5中任一项所述的方法。
12.一种计算机可读存储介质，其特征在于，该计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现权利要求1-5中任一项所述的方法。
CN201910359452.1A 2019-04-30 2019-04-30 导航的处理方法、装置、设备及存储介质 Active CN111854776B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910359452.1A CN111854776B (zh) 2019-04-30 2019-04-30 导航的处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910359452.1A CN111854776B (zh) 2019-04-30 2019-04-30 导航的处理方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111854776A true CN111854776A (zh) 2020-10-30
CN111854776B CN111854776B (zh) 2024-04-16

Family

ID=72966434

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910359452.1A Active CN111854776B (zh) 2019-04-30 2019-04-30 导航的处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111854776B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113108806A (zh) * 2021-05-13 2021-07-13 重庆紫光华山智安科技有限公司 路径规划方法、装置、设备及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130325306A1 (en) * 2012-06-01 2013-12-05 Toyota Motor Eng. & Mftg. N. America, Inc. (TEMA) Cooperative driving and collision avoidance by distributed receding horizon control
EP2796337A1 (en) * 2013-04-22 2014-10-29 Deutsches Zentrum für Luft- und Raumfahrt e.V. Method for determining the track course of a track bound vehicle
CN106970945A (zh) * 2017-02-24 2017-07-21 河海大学 一种出租车数据集的轨迹预处理方法
CN108162771A (zh) * 2017-11-09 2018-06-15 贵州电网有限责任公司电力科学研究院 一种电动汽车智能充电导航方法
CN108303113A (zh) * 2018-01-26 2018-07-20 北京小度信息科技有限公司 导航路径优化方法、装置、电子设备及计算机存储介质
CN108873876A (zh) * 2017-05-09 2018-11-23 恒大法拉第未来智能汽车（广东）有限公司 无人车行车轨迹规划方法及装置
CN109241138A (zh) * 2018-08-30 2019-01-18 跨越速运集团有限公司 一种移动轨迹构建方法及装置
CN109506669A (zh) * 2018-12-28 2019-03-22 斑马网络技术有限公司 动态路径规划方法、装置、系统以及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130325306A1 (en) * 2012-06-01 2013-12-05 Toyota Motor Eng. & Mftg. N. America, Inc. (TEMA) Cooperative driving and collision avoidance by distributed receding horizon control
EP2796337A1 (en) * 2013-04-22 2014-10-29 Deutsches Zentrum für Luft- und Raumfahrt e.V. Method for determining the track course of a track bound vehicle
CN106970945A (zh) * 2017-02-24 2017-07-21 河海大学 一种出租车数据集的轨迹预处理方法
CN108873876A (zh) * 2017-05-09 2018-11-23 恒大法拉第未来智能汽车（广东）有限公司 无人车行车轨迹规划方法及装置
CN108162771A (zh) * 2017-11-09 2018-06-15 贵州电网有限责任公司电力科学研究院 一种电动汽车智能充电导航方法
CN108303113A (zh) * 2018-01-26 2018-07-20 北京小度信息科技有限公司 导航路径优化方法、装置、电子设备及计算机存储介质
CN109241138A (zh) * 2018-08-30 2019-01-18 跨越速运集团有限公司 一种移动轨迹构建方法及装置
CN109506669A (zh) * 2018-12-28 2019-03-22 斑马网络技术有限公司 动态路径规划方法、装置、系统以及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HUA BING等: "A spacecraft visual navigation algorithm based on mode constraints", 《2016 IEEE/ION POSITION, LOCATION AND NAVIGATION SYMPOSIUM (PLANS)》, 30 May 2016 (2016-05-30) *
丛林虎;王昌金;彭旭;: "基于复杂度分析的改进A~*算法飞行器航迹规划", 微计算机信息, no. 08, 15 August 2012 (2012-08-15) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113108806A (zh) * 2021-05-13 2021-07-13 重庆紫光华山智安科技有限公司 路径规划方法、装置、设备及介质
CN113108806B (zh) * 2021-05-13 2024-01-19 重庆紫光华山智安科技有限公司 路径规划方法、装置、设备及介质

Also Published As

Publication number Publication date
CN111854776B (zh) 2024-04-16

Similar Documents

Publication Publication Date Title
EP3702230B1 (en) Method and apparatus for planning travelling path, and vehicle
CN112677995B (zh) 一种车辆轨迹规划方法、装置、存储介质及设备
KR102615196B1 (ko) 객체 검출 모델 트레이닝 장치 및 방법
Zhao et al. Dynamic motion planning for autonomous vehicle in unknown environments
Murali et al. Perception-aware trajectory generation for aggressive quadrotor flight using differential flatness
CN109782766A (zh) 用于控制车辆行驶的方法和装置
CN110345951A (zh) 一种adas高精度地图的生成方法及装置
CN109478335A (zh) 驾驶辅助方法、驾驶辅助系统和车辆
Kim et al. Flying robots: modeling, control and decision making
CN109933068A (zh) 驾驶路径规划方法、装置、设备和存储介质
CN112904890A (zh) 一种电力线路的无人机自动巡检系统及方法
CN113156954A (zh) 一种基于增强学习的多智能体集群避障方法
CN112256037A (zh) 应用于自动驾驶的控制方法、装置、电子设备及介质
US11327497B2 (en) Autonomous transportation vehicle image augmentation
CN114020009A (zh) 一种小型固定翼无人机地形突防规划方法
CN116069037A (zh) 无人车编队轨迹规划控制方法、装置、设备及存储介质
CN111854776A (zh) 导航的处理方法、装置、设备及存储介质
KR20220035343A (ko) 자율 운전 특징의 확정 방법, 장치, 기기, 매체 및 컴퓨터 프로그램
CN109492835A (zh) 车辆控制信息的确定方法、模型训练方法和相关装置
CN109933081A (zh) 无人机避障方法、避障无人机以及无人机避障装置
CN117387635A (zh) 一种基于深度强化学习和pid控制器的无人机导航方法
US10338590B2 (en) Trajectory planning method for ascertaining a control profile for a motor vehicle
CN110083158B (zh) 一种确定局部规划路径的方法和设备
CN108151742B (zh) 机器人的导航控制方法及智能装置
CN113448324A (zh) 路径规划方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
TA01 Transfer of patent application right

Effective date of registration: 20210225

Address after: Room a1905, 19 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Beijing Jingdong Qianshi Technology Co.,Ltd.

Address before: 101, 1st floor, building 2, yard 20, Suzhou street, Haidian District, Beijing 100080

Applicant before: Beijing Jingbangda Trading Co.,Ltd.

Effective date of registration: 20210225

Address after: 101, 1st floor, building 2, yard 20, Suzhou street, Haidian District, Beijing 100080

Applicant after: Beijing Jingbangda Trading Co.,Ltd.

Address before: 8 / F, 76 Zhichun Road, Haidian District, Beijing 100195

Applicant before: BEIJING JINGDONG SHANGKE INFORMATION TECHNOLOGY Co.,Ltd.

Applicant before: BEIJING JINGDONG CENTURY TRADING Co.,Ltd.

TA01 Transfer of patent application right
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant