CN112414418A - 自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆 - Google Patents

自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆 Download PDF

Info

Publication number
CN112414418A
CN112414418A CN201910769096.0A CN201910769096A CN112414418A CN 112414418 A CN112414418 A CN 112414418A CN 201910769096 A CN201910769096 A CN 201910769096A CN 112414418 A CN112414418 A CN 112414418A
Authority
CN
China
Prior art keywords
vehicle
planned
path
planning
comparison result
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
CN201910769096.0A
Other languages
English (en)
Other versions
CN112414418B (zh
Inventor
刘启源
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 Tusimple Technology Co Ltd
Original Assignee
Beijing Tusimple 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 Tusimple Technology Co Ltd filed Critical Beijing Tusimple Technology Co Ltd
Priority to CN201910769096.0A priority Critical patent/CN112414418B/zh
Publication of CN112414418A publication Critical patent/CN112414418A/zh
Application granted granted Critical
Publication of CN112414418B publication Critical patent/CN112414418B/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
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • 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
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供了一种自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆，涉及自动驾驶技术领域。获得自动驾驶车辆的全局规划路径；对全局规划路径进行分段，获得多个分段规划路径；依次根据每个分段规划路径控制自动驾驶车辆进行行驶，监控在每个分段规划路径终点自动驾驶车辆的偏离情况数据；根据自动驾驶车辆的偏离情况数据，重新规划自动驾驶车辆的全局规划路径。从而可以实时考虑自动驾驶车辆的行驶情况，避免自动驾驶车辆严重偏离原始规划好的路径，可以保证自动驾驶车辆的行车精确度。

Description

自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆
技术领域
本申请涉及自动驾驶技术领域，尤其涉及一种自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆。
背景技术
目前，自动驾驶车辆在行驶之前，首先需要根据自动驾驶车辆的起点和终点进行路径规划，然后控制自动驾驶车辆按照规划好的路径进行行驶，直到终点。然而，自动驾驶车辆在按照预先规划好的路径进行行驶时，难以提前考虑到路面的实际情况，可能由于路面的倾斜、路面上有微小障碍物、路面湿滑等原因，造成自动驾驶车辆在行驶时偏离了原始规划好的路径，严重影响到了行车精度。
可见，如何为自动驾驶车辆提供一种准确的行驶规划方案，保证行车精度成为了一个亟待解决的问题。
发明内容
本申请的实施例提供一种自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆，以实现一种准确的行驶规划方案，保证了行车精度。
为达到上述目的，本申请采用如下技术方案：
在本申请实施例的第一方面，提供一种自动驾驶车辆的行驶规划方法，包括：
获得自动驾驶车辆的全局规划路径；
对所述全局规划路径进行分段，获得多个分段规划路径；
依次根据每个分段规划路径控制自动驾驶车辆进行行驶，监控在每个分段规划路径终点自动驾驶车辆的偏离情况数据；
根据自动驾驶车辆的偏离情况数据，重新规划自动驾驶车辆的全局规划路径。
在本申请实施例的第二方面，提供一种自动驾驶车辆的行驶规划装置，包括：
全局规划路径获得单元，用于获得自动驾驶车辆的全局规划路径；
分段单元，用于对所述全局规划路径进行分段，获得多个分段规划路径；
监控单元，用于依次根据每个分段规划路径控制自动驾驶车辆进行行驶，监控在每个分段规划路径终点自动驾驶车辆的偏离情况数据；
规划单元，用于根据自动驾驶车辆的偏离情况数据，重新规划自动驾驶车辆的全局规划路径。
在本申请实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面对应的自动驾驶车辆的行驶规划方法。
在本申请实施例的第四方面，提供一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述第一方面对应的的自动驾驶车辆的行驶规划方法。
在本申请实施例的第五方面，提供一种自动驾驶车辆，所述自动驾驶车辆上设置有上述第四方面所述的计算机设备。
本申请实施例提供的一种自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆，可以通过对自动驾驶车辆的全局规划路径进行分段，从而依次根据每个分段规划路径控制自动驾驶车辆进行行驶，并监控在每个分段规划路径终点自动驾驶车辆的偏离情况数据，以重新规划自动驾驶车辆的全局规划路径，从而可以实时考虑自动驾驶车辆的行驶情况，避免自动驾驶车辆严重偏离原始规划好的路径，可以保证自动驾驶车辆的行车精确度。
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简单地介绍，显而易见地，下面描述中的附图仅仅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为本申请实施例提供的一种自动驾驶车辆的行驶规划方法的流程图一；
图2为本申请实施例中的一体式车辆及其控制参考点的示意图；
图3为本申请实施例中的自动驾驶卡车及其控制参考点的示意图；
图4为本申请实施例提供的一种自动驾驶车辆的行驶规划方法的流程图二；
图5为本申请实施例中的一体式车辆的全局规划路径的示意图；
图6为本申请实施例中的对一体式车辆的全局规划路径进行划分的示意图一；
图7为本申请实施例中的对一体式车辆的全局规划路径进行划分的示意图二；
图8为本申请实施例中的一体式车辆的重新规划后的全局规划路径的示意图；
图9为本申请实施例提供的一种自动驾驶车辆的行驶规划方法的流程图三；
图10为本申请实施例中的自动驾驶卡车的全局规划路径的示意图；
图11为本申请实施例中的对自动驾驶卡车的全局规划路径进行划分的示意图一；
图12为本申请实施例中的对自动驾驶卡车的全局规划路径进行划分的示意图二；
图13(a)为本申请实施例中的自动驾驶卡车的全局规划路径以及分段规划路径L21、L31对应的位置点和朝向信息的示意图；
图13(b)为本申请实施例中的自动驾驶卡车的一种重新规划后的全局规划路径的示意图；
图14为本申请实施例提供的自动驾驶车辆的行驶规划装置的结构示意图。
具体实施方式
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，所描述的实施例仅仅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，都属于本申请保护的范围。
需要说明的是，本申请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，以便这里描述的本申请的实施例。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、产品或设备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。
值得说明的是，术语“车辆”在本申请中广泛地解释为包括任何移动物体，包括例如飞行器、船只、航天器、汽车、卡车、厢式货车、半挂车、摩托车、高尔夫球车、越野车辆、仓库运输车辆或农用车以及行驶在轨道上的车辆，例如电车或火车以及其它有轨车辆。本申请中的“车辆”通常可以包括：动力系统、传感器系统、控制系统、外围设备和计算机系统。在其它实施例中，车辆可以包括更多、更少或者不同的系统。
其中，动力系统是为车辆提供动力运动的系统，包括：引擎/马达、变速器和车轮/轮胎、能源单元。
控制系统可以包括控制车辆及其组件的装置的组合，例如转向单元、节气门、制动单元。
外围设备可以是允许车辆与外部传感器、其它车辆、外部计算设备和/或用户进行交互的设备，例如无线通信系统、触摸屏、麦克风和/或扬声器。
基于上述描述的车辆，例如无人驾驶车辆中还配置有传感器系统和无人驾驶控制装置。
传感器系统可以包括用于感测车辆所处环境的信息的多个传感器，以及改变传感器的位置和/或方向的一个或多个致动器。传感器系统可以包括全球定位系统传感器、惯性测量单元、无线电检测和测距(RADAR)单元、相机、激光测距仪、光检测和测距(LIDAR)单元和/或声学传感器等传感器的任何组合；传感器系统还可以包括监视车辆内部系统的传感器(例如O2监视器、燃油表、引擎温度计等)。
无人驾驶控制装置可以包括一个处理器和存储器，存储器中存储有至少一条机器可执行指令，处理器执行至少一条机器可执行指令实现包括地图引擎、定位模块、感知模块、导航或路径模块、以及自动控制模块等的功能。地图引擎和定位模块用于提供地图信息和定位信息。感知模块用于根据传感器系统获取到的信息和地图引擎提供的地图信息感知车辆所处环境中的事物。导航或路径模块用于根据地图引擎、定位模块和感知模块的处理结果，为车辆规划行驶路径。自动控制模块将导航或路径模块等模块的决策信息输入解析转换成对车辆控制系统的控制命令输出，并通过车载网(例如通过CAN总线、局域互联网络、多媒体定向系统传输等方式实现的车辆内部电子网络系统)将控制命令发送给车辆控制系统中的对应部件，实现对车辆的自动控制；自动控制模块还可以通过车载网来获取车辆中各部件的信息。
为了使本领域的技术人员更好的了解本申请，下面对本申请实施例中所涉及的技术术语进行解释如下：
SUV：sport/suburban utility vehicle，运动型实用汽车，一种拥有旅行车般的空间机能，配以货卡车的越野能力的车型。
MPV：multi-Purpose Vehicles，多用途汽车，是从旅行轿车演变而来，它集旅行车宽大乘员空间、轿车的舒适性、和厢式货车的功能于一身，一般为两厢式结构，可以坐7-8人。
GPS：Global Positioning System，全球定位系统。
RTK：Real-Time Kinematic，实时动态载波相位差分技术，是常用的GPS测量方法。
IMU：Inertial Measurement Unit，惯性测量单元，是测量物体三轴姿态角(或角速率)以及加速度的装置。
UWB：Ultra Wideband，超带宽通信技术，是一种无线载波通信技术，利用纳秒至微秒级的非正弦波窄脉冲传输数据，UWB在早期被用来应用在近距离高速数据传输，目前UWB可以用来做近距离精确室内定位。
为了使本领域的技术人员更好的了解本申请，下面对本申请所涉及的应用环境进行说明，例如本申请可以应用于自动驾驶车辆在高速公路、城市道路、港口，海关，仓库，物流园区等环境的行驶规划，以及自动驾驶车辆在泊车位置的泊车行驶规划，例如倒车入库等。以上仅是本申请中的个别应用实例，需要知道的是，在本申请实施例的教示下，本领域技术人员还可以根据需求提供更多的应用实例，本申请不限于这些应用实例。
为了在自动驾驶车辆行驶时进行全局规划路径的重新规划，以满足自动驾驶车辆的行驶需求，保证自动驾驶车辆的行车精确度，如图1所示，本申请实施例提供一种自动驾驶车辆的行驶规划方法，包括：
步骤101、获得自动驾驶车辆的全局规划路径。
步骤102、对全局规划路径进行分段，获得多个分段规划路径。
步骤103、依次根据每个分段规划路径控制自动驾驶车辆进行行驶，监控在每个分段规划路径终点自动驾驶车辆的偏离情况数据。
步骤104、根据自动驾驶车辆的偏离情况数据，重新规划自动驾驶车辆的全局规划路径。
此处，需要说明的是，本申请实施例中的自动驾驶车辆可以为一体式车辆，如图2所示，该一体式车辆具有一个控制参考点P1(在本申请实施例中控制参考点的位置可以根据车辆的控制需求等自由配置，图2中仅为其中一种实例，但不仅局限于此)；该一体式车辆可以包括但不限于轿车(例如微型、小型、紧凑型、中型、中大型及大型轿车)、SUV、MPV、客车(大型巴士、中型巴士及小型巴士等)、厢式货车等非牵引车带挂车的方式的车辆。本申请实施例中的自动驾驶车辆还可以为自动驾驶卡车20，如图3所示，该自动驾驶卡车20包括牵引车21和一至多个挂车22，该牵引车21挂载该一至多个挂车22；牵引车21和一至多个挂车22分别具有各自对应的控制参考点P1至Pn(在本申请实施例中控制参考点的位置可以根据车辆的控制需求等自由配置，图3中仅为其中一种实例，但不仅局限于此)；其中，n为牵引车21和挂车22的总数。此处图3中仅以牵引车21挂在一个挂车22为例，但不仅局限于此。
对于自动驾驶车辆为一体式车辆和自动驾驶卡车两种情况，本申请分别列举两种情况各自对应的实例，该两种实例仅为对本申请的具体实现作解释说明，并非对本申请的限定。
如图4所示，在自动驾驶车辆为一体式车辆时，本申请实施例提供一种自动驾驶车辆的行驶规划方法，包括：
步骤301、获得一体式车辆的一条全局规划路径。
此处，由于一体式车辆不同于牵引车带挂车的方式的车辆，其仅具有一个控制参考点P1，因此该一体式车辆一般对应一条全局规划路径。在自动驾驶领域中，若要进行自动驾驶车辆的行驶控制，首先需要规划好全局规划路径。该全局规划路径可以直接从车载计算机(或者车载服务器)等处直接读取，或者可以是由车载计算机从云端服务器、后台中控系统等处获得，但不仅局限于此。此处的全局规划路径是指自动驾驶车辆从车辆当前位置到车辆终点位置的规划路径，该全局规划路径可以是自动驾驶车辆正向行驶(前进档)的规划路径，可以是自动驾驶车辆向后倒车行驶(倒车档)的规划路径，还可以是包括正向行驶和向后倒车行驶的规划路径。
步骤302、对全局规划路径进行分段，获得多个分段规划路径。
此处，该步骤302中对全局规划路径进行分段，获得多个分段规划路径可以有多种方式，例如如图5所示，以一体式车辆Car01需要在图5中的停车位停车为例，其全局规划路径如图5中的L1所示，该L1包括正向行驶的规划路径L11和向后倒车行驶的规划路径L12。
方式一：从全局规划路径(如图5中的L1)中获得一至多段车辆前进规划路径(图5中仅有一段车辆前进规划路径，即正向行驶的规划路径L11)和一至多段车辆后退规划路径(图5中仅有一段车辆后退规划路径，即向后倒车行驶的规划路径L12)；车辆前进规划路径和车辆后退规划路径交替排列(若存在多段车辆前进规划路径和车辆后退规划路径，图5中不存在交替排列的情况)；将一至多段车辆前进规划路径和一至多段车辆后退规划路径中的每一段规划路径作为一分段规划路径(在图5中，即将正向行驶的规划路径L11和向后倒车行驶的规划路径L12分别作为分段规划路径)。
方式二：从全局规划路径(如图5中的L1)中获得一至多段车辆前进规划路径(图5中仅有一段车辆前进规划路径，即正向行驶的规划路径L11)和一至多段车辆后退规划路径(图5中仅有一段车辆后退规划路径，即向后倒车行驶的规划路径L12)；车辆前进规划路径和车辆后退规划路径交替排列(若存在多段车辆前进规划路径和车辆后退规划路径，图5中不存在交替排列的情况)；根据预先设置的第一分段长度，在一条车辆前进规划路径或车辆后退规划路径的长度大于所述第一分段长度时，将该条车辆前进规划路径或车辆后退规划路径划分为一至多段分段规划路径；在一条车辆前进规划路径或车辆后退规划路径的长度小于等于所述第一分段长度时，将该条车辆前进规划路径或车辆后退规划路径作为一分段规划路径。例如，如图6所示，该第一分段长度为S1，而正向行驶的规划路径L11长度大于第一分段长度S1，向后倒车行驶的规划路径L12长度小于第一分段长度S1，则如图6所示，可将L11以第一分段长度S1划分为多段分段规划路径(若L11的最后一段长度不足S1，则也可以作为一段分段规划路径)，将L12作为一分段规划路径，例如图6中形成的分段规划路径1至分段规划路径3。
方式三：以图5中的L11和L12为例，如图7所示，可以根据预先设置的第二分段长度S2，对全局规划路径进行分段，获得多个长度为第二分段长度S2的分段规划路径(对于L11和L12构成的全局规划路径L1，若最后一段规划路径的长度小于第二分段长度S2，则也可以作为一段分段规划路径)，例如图7中形成的分段规划路径1至分段规划路径5。
步骤303、依次根据每个分段规划路径控制一体式车辆向各分段规划路径的终点行驶，监控在每个分段规划路径终点一体式车辆的偏离情况数据。
其中，在根据每个分段规划路径控制一体式车辆向各分段规划路径的终点行驶时，可以根据分段规划路径和自身定位系统定位得到的一体式车辆的位置，实时矫正一体式车辆的行驶，避免一体式车辆过度偏离分段规划路径。
在步骤303之后执行步骤304或者步骤305。
步骤304、监控到在一第一分段规划路径终点一体式车辆偏离该第一分段规划路径终点。
在步骤304之后，继续执行步骤306。
步骤305、监控到在一第一分段规划路径终点一体式车辆未偏离该第一分段规划路径终点。
在步骤305之后，继续执行步骤307。
对于上述步骤304和步骤305，监控到在一第一分段规划路径终点一体式车辆是否偏离第一分段规划路径终点的方式可以为：
获得第一分段规划路径终点的目标位置信息和目标车辆朝向角度信息。例如，以在图5中，将正向行驶的规划路径L11和向后倒车行驶的规划路径L12分别作为分段规划路径为例，如图8所示，对于一体式车辆根据L11进行正向行驶时，获得L11终点的目标位置信息(xL11终，yL11终)以及L11终点的目标车辆朝向角度信息θL11终。
获得一体式车辆向第一分段规划路径的终点行驶结束时的实际位置信息和实际车辆朝向角度信息。例如，以图5中，将正向行驶的规划路径L11和向后倒车行驶的规划路径L12分别作为分段规划路径为例，如图8所示，对于一体式车辆根据L11进行正向行驶时，获得一体式车辆向第一分段规划路径的终点行驶结束时的实际位置信息(x实际，y实际)和实际车辆朝向角度信息θ实际。此处，实际车辆朝向角度信息θ实际可以通过一体式车辆上的IMU来确定，但不仅局限于此。而对于实际位置信息(x实际，y实际)的确定，可以采用以下定位方式：例如，可以采用基于RTK的GPS和IMU的定位方式来确定实际位置信息(x实际，y实际)，即通过一体式车辆上的GPS和IMU来综合定位。又例如，可以采用在车辆行驶场景中设置至少三个UWB基站，以及在一体式车辆中设置UWB标签，从而可以通过UWB标签与至少三个UWB基站进行的交互得到UWB标签与各UWB基站的距离信息；根据UWB标签与各UWB基站的距离信息以及至少三个UWB基站的位置信息，从而可以计算得到UWB标签的位置信息，从而获得实际位置信息(x实际，y实际)。又例如，可以采用一体式车辆上的GPS、IMU、激光雷达和摄像头等传感器来进行多传感器的融合定位，从而获得实际位置信息(x实际，y实际)。具体的定位方式还有很多种，此处不再一一列举。
将实际位置信息与目标位置信息进行比较，形成一体式车辆位置比较结果。例如上述图8中，将实际位置信息(x实际，y实际)与目标位置信息(xL11终，yL11终)进行比较，得到一体式车辆位置比较结果，例如为位置偏差。
将实际车辆朝向角度信息与目标车辆朝向角度信息进行比较，形成一体式车辆朝向比较结果。例如上述图8中，将实际车辆朝向角度信息θ实际和目标车辆朝向角度信息θL11终进行比较，得到一体式车辆朝向比较结果，例如朝向角度偏差。
根据一体式车辆位置比较结果和一体式车辆朝向比较结果中的一种或多种，确定在一第一分段规划路径终点一体式车辆是否偏离该第一分段规划路径终点。例如，可以根据一体式车辆位置比较结果和一体式车辆朝向比较结果，在一体式车辆位置比较结果为实际位置信息与目标位置信息的偏差大于预先设置的位置偏差阈值，或者在一体式车辆朝向比较结果为实际车辆朝向角度信息与目标车辆朝向角度信息的偏差大于预先设置的朝向角度偏差阈值时，确定在第一分段规划路径终点一体式车辆偏离该第一分段规划路径终点。根据一体式车辆位置比较结果和一体式车辆朝向比较结果，在一体式车辆位置比较结果为实际位置信息与目标位置信息的偏差小于等于预先设置的位置偏差阈值，且在一体式车辆朝向比较结果为实际车辆朝向角度信息与目标车辆朝向角度信息的偏差小于等于预先设置的朝向角度偏差阈值时，确定在第一分段规划路径终点一体式车辆未偏离该第一分段规划路径终点。
步骤306、在第一分段规划路径终点一体式车辆偏离该第一分段规划路径终点时，根据一体式车辆当前实际位置和全局规划路径的终点，采用路径规划算法生成重新规划后的全局规划路径。
在本申请的一实施例中，生成全局规划路径以及重新规划全局规划路径的路径规划算法很多，例如A*规划算法、Dijkstra算法(迪杰斯特拉算法)、模拟退火算法、蚁群算法、遗传算法、粒子群算法、Floyd算法(弗洛伊德算法)、Hybrid A*规划算法(混合A*规划算法)等，但不仅局限于此，此处不再一一列举。
例如，如图8所示，一体式车辆位置比较结果为实际位置信息(x实际，y实际)与目标位置信息(xL11终，yL11终)的偏差大于预先设置的位置偏差阈值，则根据一体式车辆当前实际位置(x实际，y实际)和全局规划路径的终点P停，采用路径规划算法生成重新规划后的全局规划路径，即分段规划路径L11已经进行过行驶，因此只需要重新规划，得到原分段规划路径L12对应的重新规划后的全局规划路径L’12。
步骤307、在第一分段规划路径终点一体式车辆未偏离该第一分段规划路径终点时，确定一体式车辆继续根据该第一分段规划路径的下一分段规划路径行驶。
例如，如图8所示，在分段规划路径L11终点一体式车辆未偏离，则可以确定一体式车辆继续根据该分段规划路径L11的下一分段规划路径L12进行行驶，而无需采用路径规划算法生成重新规划后的全局规划路径。
可见，上述步骤301至步骤307可以满足自动驾驶车辆中一体式车辆的行驶需求，保证了该一体式车辆的行车精确度。
如图9所示，在自动驾驶车辆为自动驾驶卡车时，本申请实施例提供一种自动驾驶车辆的行驶规划方法，包括：
步骤401、获得牵引车和一至多个挂车各自对应的全局规划路径。
此处，由于自动驾驶卡车是牵引车带挂车的方式的车辆，其具有多个控制参考点P1至Pn，因此该自动驾驶卡车一般对应多条全局规划路径，即例如图3中的牵引车21和一至多个挂车22各自对应的全局规划路径。在自动驾驶领域中，若要进行自动驾驶车辆的行驶控制，首先需要规划好全局规划路径。该全局规划路径可以直接从车载计算机(或者车载服务器)等处直接读取，或者可以是由车载计算机从云端服务器、后台中控系统等处获得，但不仅局限于此。此处的全局规划路径是指自动驾驶车辆从车辆当前位置到车辆终点位置的规划路径，该全局规划路径可以是自动驾驶车辆正向行驶的规划路径，可以是自动驾驶车辆向后倒车行驶的规划路径，还可以是包括正向行驶和向后倒车行驶的规划路径。
步骤402、对各条全局规划路径进行分段，获得每条全局规划路径对应的多个分段规划路径。
此处，该步骤402中对全局规划路径进行分段，获得多个分段规划路径可以有多种方式，例如如图10所示，以自动驾驶卡车Truck01(此处仅以牵引车21挂载一个挂车22为例)需要在图10中的停车位停车为例，其全局规划路径如图10中的L2(牵引车21对应的全局规划路径，即图10中的粗虚线)和L3(挂车22对应的全局规划路径，即图10中的细实线)所示，该L2和L3包括正向行驶的规划路径和向后倒车行驶的规划路径。
方式一：从每条全局规划路径(如图10中的L2和L3)中获得每条全局规划路径对应的一至多段车辆前进规划路径(图10中L2和L3分别有两段车辆前进规划路径，即正向行驶的规划路径L21、L23、L31、L33)和每条全局规划路径对应的一至多段车辆后退规划路径(图10中L2和L3分别有两段车辆后退规划路径，即向后倒车行驶的规划路径L22、L24、L32、L34)；其中，车辆前进规划路径和车辆后退规划路径交替排列(即如图10所示，L21为车辆前进规划路径，则L22为车辆后退规划路径，L23为车辆前进规划路径，L24为车辆后退规划路径)；将一至多段车辆前进规划路径和一至多段车辆后退规划路径中的每一段规划路径作为一分段规划路径(在图10中，即将正向行驶的规划路径L21、L23、L31、L33和向后倒车行驶的规划路径L22、L24、L32、L34分别作为分段规划路径)。
方式二：从每条全局规划路径(如图10中的L2和L3)中获得每条全局规划路径对应的一至多段车辆前进规划路径(图10中的L2和L3分别有两段车辆前进规划路径，即正向行驶的规划路径L21、L23、L31、L33)和每条全局规划路径对应的一至多段车辆后退规划路径(图10中L2和L3分别有两段车辆后退规划路径，即向后倒车行驶的规划路径L22、L24、L32、L34)；其中，车辆前进规划路径和车辆后退规划路径交替排列(即如图10所示，L21为车辆前进规划路径，则L22为车辆后退规划路径，L23为车辆前进规划路径，L24为车辆后退规划路径)；根据预先设置的第一分段长度，在一条车辆前进规划路径或车辆后退规划路径的长度大于第一分段长度时，将该条车辆前进规划路径或车辆后退规划路径划分为一至多段分段规划路径；在一条车辆前进规划路径或车辆后退规划路径的长度小于等于第一分段长度时，将该条车辆前进规划路径或车辆后退规划路径作为一分段规划路径。例如，如图11所示，该第一分段长度为S1，而正向行驶的规划路径L21长度大于第一分段长度S1，正向行驶的规划路径L23长度小于第一分段长度S1，则如图11所示，可将L21以第一分段长度S1划分为多段分段规划路径(若L21的最后一段长度不足S1，则也可以作为一段分段规划路径，例如图11中L21被划分为分段规划路径1至分段规划路径3)，将L23作为一分段规划路径。相类似的，例如L31、L33、L22、L24、L32、L34也可按照上述方式划分分段规划路径，此处不再赘述。
方式三：以图10中的L2和L3为例，如图12所示，可以根据预先设置的第二分段长度S2，对全局规划路径进行分段，获得多个长度为第二分段长度S2的分段规划路径(对于L2或L3分别对应的全局规划路径，若最后一段规划路径的长度小于第二分段长度S2，则也可以作为一段分段规划路径)。例如，图12中，对于L2，可以划分为分段规划路径1至分段规划路径7。
步骤403、依次根据每个分段规划路径控制自动驾驶卡车向各分段规划路径的终点行驶，监控在每个分段规划路径终点自动驾驶车辆的偏离情况数据。
其中，自动驾驶卡车的牵引车向牵引车对应的分段规划路径的终点行驶，自动驾驶卡车的挂车向该挂车对应的分段规划路径的终点行驶。
其中，在根据每个分段规划路径控制自动驾驶卡车向各分段规划路径的终点行驶时，可以根据分段规划路径和自身定位系统定位得到的自动驾驶卡车的位置，实时矫正自动驾驶卡车的行驶，避免自动驾驶卡车过度偏离分段规划路径。
在步骤403之后执行步骤404或者步骤405。
步骤404、监控到在一第一分段规划路径终点自动驾驶卡车偏离该第一分段规划路径终点。
在步骤404之后，继续执行步骤406。
步骤405、监控到在一第一分段规划路径终点自动驾驶卡车未偏离该第一分段规划路径终点。
在步骤405之后，继续执行步骤407。
由于自动驾驶卡车一般对应了多条全局规划路径，因此此处的第一分段规划路径可以是指某一全局规划路径的一条分段规划路径(例如，图10中全局规划路径L2的一条分段规划路径L21)，也可以是在相同时刻，一组全局规划路径的一组分段规划路径(例如，图10中，全局规划路径L2和L3在第一次正向行驶阶段，存在一组分段规划路径L21和L31，即牵引车和挂车在相同时刻对应分段规划路径L21和L31)。
对于上述步骤404和步骤405，监控到在一第一分段规划路径终点自动驾驶卡车是否偏离第一分段规划路径终点的方式可以为：
获得牵引车对应的第一分段规划路径终点的第一目标位置信息和第一目标车辆朝向角度信息，以及获得挂车对应的第一分段规划路径终点的第二目标位置信息和第二目标车辆朝向角度信息。例如，以在图10中，全局规划路径L2被划分为分段规划路径L21、L22、L23和L24，以及全局规划路径L3被划分为分段规划路径L31、L32、L33和L34为例。如图13(a)所示，对于自动驾驶卡车根据L21和L31进行正向行驶时，获得L21终点的第一目标位置信息(xL21终，yL21终)，获得L31终点的第二目标位置信息(xL31终，yL31终)，以及获得L21终点的第一目标车辆朝向角度信息θL21终，获得L31终点的第二目标车辆朝向角度信息θL31终。
获得牵引车向牵引车对应的第一分段规划路径终点行驶结束时的第一实际位置信息和第一实际车辆朝向角度信息，以及获得挂车向挂车对应的第一分段规划路径终点行驶结束时的第二实际位置信息和第二实际车辆朝向角度信息。例如，以图10中，全局规划路径L2被划分为分段规划路径L21、L22、L23和L24，以及全局规划路径L3被划分为分段规划路径L31、L32、L33和L34为例。如图13(a)所示，对于牵引车根据L21进行正向行驶时，获得牵引车向牵引车对应的第一分段规划路径L21的终点行驶结束时的第一实际位置信息(x实际牵，y实际牵)和第一实际车辆朝向角度信息θ实际牵，以及对于挂车根据L31进行正向行驶时，获得挂车向挂车对应的第一分段规划路径L31的终点行驶结束时的第二实际位置信息(x实际挂，y实际挂)和第二实际车辆朝向角度信息θ实际挂。此处，第一实际车辆朝向角度信息θ实际牵和第二实际车辆朝向角度信息θ实际挂可以分别通过牵引车和挂车上的IMU来确定，但不仅局限于此。而对于第一实际位置信息(x实际牵，y实际牵)和第二实际位置信息(x实际挂，y实际挂)的确定，可以采用以下定位方式：例如，可以采用基于RTK的GPS和IMU的定位方式来确定第一实际位置信息(x实际牵，y实际牵)和第二实际位置信息(x实际挂，y实际挂)，即通过自动驾驶卡车上的GPS和IMU来综合定位。又例如，可以采用在车辆行驶场景中设置至少三个UWB基站，以及在自动驾驶卡车中设置UWB标签，从而可以通过UWB标签与至少三个UWB基站进行的交互得到UWB标签与各UWB基站的距离信息；根据UWB标签与各UWB基站的距离信息以及至少三个UWB基站的位置信息，从而可以计算得到UWB标签的位置信息，从而获得第一实际位置信息(x实际牵，y实际牵)和第二实际位置信息(x实际挂，y实际挂)。又例如，可以采用自动驾驶卡车上的GPS、IMU、激光雷达和摄像头等传感器来进行多传感器的融合定位，从而获得第一实际位置信息(x实际牵，y实际牵)和第二实际位置信息(x实际挂，y实际挂)。具体的定位方式还有很多种，此处不再一一列举。
将第一实际位置信息与第一目标位置信息进行比较，形成牵引车位置比较结果。以及将第二实际位置信息与第二目标位置信息进行比较，形成挂车位置比较结果。例如上述图13(a)和图13(b)中，将第一实际位置信息(x实际牵，y实际牵)与第一目标位置信息(xL21终，yL21终)进行比较，得到牵引车位置比较结果，例如为牵引车位置偏差。将第二实际位置信息(x实际挂，y实际挂)与第二目标位置信息(xL31终，yL31终)进行比较，得到挂车位置比较结果，例如为挂车位置偏差。
将第一实际车辆朝向角度信息与第一目标车辆朝向角度信息进行比较，形成牵引车朝向比较结果；以及将第二实际车辆朝向角度信息与第二目标车辆朝向角度信息进行比较，形成挂车朝向比较结果；例如上述图13(a)和图13(b)中，将第一实际车辆朝向角度信息θ实际牵和第一目标车辆朝向角度信息θL21终进行比较，得到牵引车朝向比较结果，例如牵引车的朝向角度偏差。另外，将第二实际车辆朝向角度信息θ实际挂和第二目标车辆朝向角度信息θL31终进行比较，得到挂车朝向比较结果，例如挂车的朝向角度偏差。
根据牵引车位置比较结果、牵引车朝向比较结果、挂车位置比较结果和挂车朝向比较结果中的一种或多种，确定在一第一分段规划路径终点自动驾驶卡车是否偏离该第一分段规划路径终点。即在确定自动驾驶卡车是否偏离第一分段规划路径终点时，可以采用集合{牵引车位置比较结果，牵引车朝向比较结果，挂车位置比较结果，挂车朝向比较结果}的子集来进行判断。对于自动驾驶卡车的泊车场景，如倒车入库，有时候仅需要关注挂车位置和挂车朝向即可，此时则可以仅通过挂车位置比较结果和挂车朝向比较结果来判断自动驾驶卡车是否偏离第一分段规划路径终点。以下举一个具体的实例，例如采用的是集合{牵引车位置比较结果，牵引车朝向比较结果，挂车位置比较结果，挂车朝向比较结果}中的每一个比较结果。即例如，可以根据牵引车位置比较结果、牵引车朝向比较结果、挂车位置比较结果和挂车朝向比较结果，在牵引车位置比较结果为第一实际位置信息与第一目标位置信息的偏差大于预先设置的第一位置偏差阈值，或者在牵引车朝向比较结果为第一实际车辆朝向角度信息与第一目标车辆朝向角度信息的偏差大于预先设置的第一朝向角度偏差阈值，或者在挂车位置比较结果为第二实际位置信息与第二目标位置信息的偏差大于预先设置的第二位置偏差阈值，或者在挂车朝向比较结果为第二实际车辆朝向角度信息与第二目标车辆朝向角度信息的偏差大于预先设置的第二朝向角度偏差阈值时，确定在第一分段规划路径终点自动驾驶卡车偏离该第一分段规划路径终点。根据牵引车位置比较结果、牵引车朝向比较结果、挂车位置比较结果和挂车朝向比较结果，在牵引车位置比较结果为第一实际位置信息与第一目标位置信息的偏差小于等于预先设置的第一位置偏差阈值，牵引车朝向比较结果为第一实际车辆朝向角度信息与第一目标车辆朝向角度信息的偏差小于等于预先设置的第一朝向角度偏差阈值，挂车位置比较结果为第二实际位置信息与第二目标位置信息的偏差小于等于预先设置的第二位置偏差阈值，挂车朝向比较结果为第二实际车辆朝向角度信息与第二目标车辆朝向角度信息的偏差小于等于预先设置的第二朝向角度偏差阈值时，确定在第一分段规划路径终点自动驾驶卡车未偏离该第一分段规划路径终点。
步骤406、在第一分段规划路径终点自动驾驶卡车偏离该第一分段规划路径终点时，根据牵引车当前实际位置和牵引车的全局规划路径的终点，采用路径规划算法生成重新规划后的牵引车的全局规划路径，根据挂车当前实际位置和挂车的全局规划路径的终点，采用路径规划算法生成重新规划后的挂车的全局规划路径。
在本申请的一实施例中，生成全局规划路径以及重新规划全局规划路径的路径规划算法很多，例如A*规划算法、Dijkstra算法(迪杰斯特拉算法)、模拟退火算法、蚁群算法、遗传算法、粒子群算法、Floyd算法(弗洛伊德算法)、Hybrid A*规划算法(混合A*规划算法)等，但不仅局限于此，此处不再一一列举。
例如，如图13(a)和图13(b)所示，牵引车位置比较结果为第一实际位置信息(x实际牵，y实际牵)与第一目标位置信息(xL21终，yL21终)的偏差大于预先设置的位置偏差阈值，挂车位置比较结果为第二实际位置信息(x实际挂，y实际挂)与第二目标位置信息(xL31终，yL31终)的偏差大于预先设置的位置偏差阈值。则根据牵引车的第一实际位置信息(x实际牵，y实际牵)、挂车的第二实际位置信息(x实际挂，y实际挂)，以及全局规划路径L2和L3各自的终点P停L2、P停L3，采用路径规划算法生成重新规划后的全局规划路径，即分段规划路径L21和L31已经进行过行驶，因此只需要重新规划，得到原分段规划路径L22、L23、L24对应的重新规划后的全局规划路径L’2(图13(b)中的粗虚线)，以及原分段规划路径L32、L33、L34对应的重新规划后的全局规划路径L’3(图13(b)中的细实线)。
步骤407、在第一分段规划路径终点自动驾驶卡车未偏离该第一分段规划路径终点时，确定牵引车继续根据该牵引车对应的分段规划路径的下一分段规划路径行驶，以及确定挂车继续根据该挂车对应的分段规划路径的下一分段规划路径行驶。
例如，如图13(a)所示，在分段规划路径L21和L31终点牵引车和挂车分别未偏离，则可以确定牵引车和挂车分别继续根据该分段规划路径L21和L31各自对应的下一分段规划路径L22和L32进行行驶，而无需采用路径规划算法生成重新规划后的全局规划路径。
可见，上述步骤401至步骤407可以满足自动驾驶车辆中自动驾驶卡车的行驶需求，保证了该自动驾驶卡车的行车精确度。
另外，如图14所示，本申请的一实施例还提供一种自动驾驶车辆的行驶规划装置，包括：
全局规划路径获得单元51，用于获得自动驾驶车辆的全局规划路径。
分段单元52，用于对所述全局规划路径进行分段，获得多个分段规划路径。
监控单元53，用于依次根据每个分段规划路径控制自动驾驶车辆进行行驶，监控在每个分段规划路径终点自动驾驶车辆的偏离情况数据。
规划单元54，用于根据自动驾驶车辆的偏离情况数据，重新规划自动驾驶车辆的全局规划路径。
该自动驾驶车辆的行驶规划装置的具体实现方式可以参见上述图1至图13(b)所示的自动驾驶车辆的行驶规划方法实施例，此处不再赘述。
另外，本申请的一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述图1至图13(b)所示的自动驾驶车辆的行驶规划方法。其具体实现方式可以参见上述图1至图13(b)所示的自动驾驶车辆的行驶规划方法实施例，此处不再赘述。
另外，本申请的一实施例还提供一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述图1至图13(b)所示的自动驾驶车辆的行驶规划方法。其具体实现方式可以参见上述图1至图13(b)所示的自动驾驶车辆的行驶规划方法实施例，此处不再赘述。
另外，本申请的一实施例还提供一种自动驾驶车辆，所述自动驾驶车辆上设置有上述的计算机设备。其具体实现方式可以参见上述图1至图13(b)所示的自动驾驶车辆的行驶规划方法实施例，此处不再赘述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、装置、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本申请中应用了具体实施例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (20)

1.一种自动驾驶车辆的行驶规划方法，其特征在于，包括：
获得自动驾驶车辆的全局规划路径；
对所述全局规划路径进行分段，获得多个分段规划路径；
依次根据每个分段规划路径控制自动驾驶车辆进行行驶，监控在每个分段规划路径终点自动驾驶车辆的偏离情况数据；
根据自动驾驶车辆的偏离情况数据，重新规划自动驾驶车辆的全局规划路径。
2.根据权利要求1所述的自动驾驶车辆的行驶规划方法，其特征在于，所述自动驾驶车辆为一体式车辆；所述一体式车辆具有一个控制参考点；所述获得自动驾驶车辆的全局规划路径，包括：
获得所述一体式车辆的一条全局规划路径。
3.根据权利要求1所述的自动驾驶车辆的行驶规划方法，其特征在于，所述自动驾驶车辆为自动驾驶卡车，所述自动驾驶卡车包括牵引车和一至多个挂车，所述牵引车挂载所述挂车；所述牵引车和一至多个挂车分别具有各自对应的控制参考点；所述获得自动驾驶车辆的全局规划路径，包括：
获得所述牵引车和一至多个挂车各自对应的全局规划路径。
4.根据权利要求1所述的自动驾驶车辆的行驶规划方法，其特征在于，所述对所述全局规划路径进行分段，获得多个分段规划路径，包括：
从所述全局规划路径中获得一至多段车辆前进规划路径和一至多段车辆后退规划路径；所述车辆前进规划路径和车辆后退规划路径交替排列；
将所述一至多段车辆前进规划路径和一至多段车辆后退规划路径中的每一段规划路径作为一分段规划路径。
5.根据权利要求1所述的自动驾驶车辆的行驶规划方法，其特征在于，所述对所述全局规划路径进行分段，获得多个分段规划路径，包括：
从所述全局规划路径中获得一至多段车辆前进规划路径和一至多段车辆后退规划路径；所述车辆前进规划路径和车辆后退规划路径交替排列；
根据预先设置的第一分段长度，在一条车辆前进规划路径或车辆后退规划路径的长度大于所述第一分段长度时，将该条车辆前进规划路径或车辆后退规划路径划分为一至多段分段规划路径；在一条车辆前进规划路径或车辆后退规划路径的长度小于等于所述第一分段长度时，将该条车辆前进规划路径或车辆后退规划路径作为一分段规划路径。
6.根据权利要求1所述的自动驾驶车辆的行驶规划方法，其特征在于，所述对所述全局规划路径进行分段，获得多个分段规划路径，包括：
根据预先设置的第二分段长度，对所述全局规划路径进行分段，获得多个长度为第二分段长度的分段规划路径。
7.根据权利要求2所述的自动驾驶车辆的行驶规划方法，其特征在于，所述依次根据每个分段规划路径控制自动驾驶车辆进行行驶，监控在每个分段规划路径终点自动驾驶车辆的偏离情况数据，包括：
依次根据每个分段规划路径控制一体式车辆向各分段规划路径的终点行驶，监控到在一第一分段规划路径终点一体式车辆偏离该第一分段规划路径终点，或者监控到在一第一分段规划路径终点一体式车辆未偏离该第一分段规划路径终点。
8.根据权利要求7所述的自动驾驶车辆的行驶规划方法，其特征在于，所述监控到在一第一分段规划路径终点一体式车辆偏离该第一分段规划路径终点，或者监控到在一第一分段规划路径终点一体式车辆未偏离该第一分段规划路径终点，包括：
获得第一分段规划路径终点的目标位置信息和目标车辆朝向角度信息；
获得一体式车辆向第一分段规划路径的终点行驶结束时的实际位置信息和实际车辆朝向角度信息；
将所述实际位置信息与目标位置信息进行比较，形成一体式车辆位置比较结果；
将所述实际车辆朝向角度信息与目标车辆朝向角度信息进行比较，形成一体式车辆朝向比较结果；
根据所述一体式车辆位置比较结果和一体式车辆朝向比较结果中的一种或多种，确定在一第一分段规划路径终点一体式车辆是否偏离该第一分段规划路径终点。
9.根据权利要求8所述的自动驾驶车辆的行驶规划方法，其特征在于，所述根据所述一体式车辆位置比较结果和一体式车辆朝向比较结果中的一种或多种，确定在一第一分段规划路径终点一体式车辆是否偏离该第一分段规划路径终点，包括：
根据所述一体式车辆位置比较结果和一体式车辆朝向比较结果，在所述一体式车辆位置比较结果为所述实际位置信息与目标位置信息的偏差大于预先设置的位置偏差阈值，或者在所述一体式车辆朝向比较结果为所述实际车辆朝向角度信息与目标车辆朝向角度信息的偏差大于预先设置的朝向角度偏差阈值时，确定在第一分段规划路径终点一体式车辆偏离该第一分段规划路径终点；
根据所述一体式车辆位置比较结果和一体式车辆朝向比较结果，在所述一体式车辆位置比较结果为所述实际位置信息与目标位置信息的偏差小于等于预先设置的位置偏差阈值，且在所述一体式车辆朝向比较结果为所述实际车辆朝向角度信息与目标车辆朝向角度信息的偏差小于等于预先设置的朝向角度偏差阈值时，确定在第一分段规划路径终点一体式车辆未偏离该第一分段规划路径终点。
10.根据权利要求3所述的自动驾驶车辆的行驶规划方法，其特征在于，所述依次根据每个分段规划路径控制自动驾驶车辆进行行驶，监控在每个分段规划路径终点自动驾驶车辆的偏离情况数据，包括：
依次根据每个分段规划路径控制自动驾驶卡车向各分段规划路径的终点行驶；其中，自动驾驶卡车的牵引车向牵引车对应的分段规划路径的终点行驶，自动驾驶卡车的挂车向该挂车对应的分段规划路径的终点行驶；
监控到在一第一分段规划路径终点自动驾驶卡车偏离该第一分段规划路径终点，或者监控到在一第一分段规划路径终点自动驾驶卡车未偏离该第一分段规划路径终点。
11.根据权利要求10所述的自动驾驶车辆的行驶规划方法，其特征在于，所述监控到在一第一分段规划路径终点自动驾驶卡车偏离该第一分段规划路径终点，或者监控到在一第一分段规划路径终点自动驾驶卡车未偏离该第一分段规划路径终点，包括：
获得牵引车对应的第一分段规划路径终点的第一目标位置信息和第一目标车辆朝向角度信息，以及获得挂车对应的第一分段规划路径终点的第二目标位置信息和第二目标车辆朝向角度信息；
获得牵引车向牵引车对应的第一分段规划路径终点行驶结束时的第一实际位置信息和第一实际车辆朝向角度信息，以及获得挂车向挂车对应的第一分段规划路径终点行驶结束时的第二实际位置信息和第二实际车辆朝向角度信息；
将第一实际位置信息与第一目标位置信息进行比较，形成牵引车位置比较结果；
将第一实际车辆朝向角度信息与第一目标车辆朝向角度信息进行比较，形成牵引车朝向比较结果；
将第二实际位置信息与第二目标位置信息进行比较，形成挂车位置比较结果；
将第二实际车辆朝向角度信息与第二目标车辆朝向角度信息进行比较，形成挂车朝向比较结果；
根据所述牵引车位置比较结果、牵引车朝向比较结果、挂车位置比较结果和挂车朝向比较结果中的一种或多种，确定在一第一分段规划路径终点自动驾驶卡车是否偏离该第一分段规划路径终点。
12.根据权利要求11所述的自动驾驶车辆的行驶规划方法，其特征在于，所述根据所述牵引车位置比较结果、牵引车朝向比较结果、挂车位置比较结果和挂车朝向比较结果中的一种或多种，确定在一第一分段规划路径终点自动驾驶卡车是否偏离该第一分段规划路径终点，包括：
根据所述牵引车位置比较结果、牵引车朝向比较结果、挂车位置比较结果和挂车朝向比较结果，在所述牵引车位置比较结果为第一实际位置信息与第一目标位置信息的偏差大于预先设置的第一位置偏差阈值，或者在所述牵引车朝向比较结果为第一实际车辆朝向角度信息与第一目标车辆朝向角度信息的偏差大于预先设置的第一朝向角度偏差阈值，或者在所述挂车位置比较结果为第二实际位置信息与第二目标位置信息的偏差大于预先设置的第二位置偏差阈值，或者在所述挂车朝向比较结果为第二实际车辆朝向角度信息与第二目标车辆朝向角度信息的偏差大于预先设置的第二朝向角度偏差阈值时，确定在第一分段规划路径终点自动驾驶卡车偏离该第一分段规划路径终点；
根据所述牵引车位置比较结果、牵引车朝向比较结果、挂车位置比较结果和挂车朝向比较结果，在所述牵引车位置比较结果为第一实际位置信息与第一目标位置信息的偏差小于等于预先设置的第一位置偏差阈值，所述牵引车朝向比较结果为第一实际车辆朝向角度信息与第一目标车辆朝向角度信息的偏差小于等于预先设置的第一朝向角度偏差阈值，所述挂车位置比较结果为第二实际位置信息与第二目标位置信息的偏差小于等于预先设置的第二位置偏差阈值，所述挂车朝向比较结果为第二实际车辆朝向角度信息与第二目标车辆朝向角度信息的偏差小于等于预先设置的第二朝向角度偏差阈值时，确定在第一分段规划路径终点自动驾驶卡车未偏离该第一分段规划路径终点。
13.根据权利要求7所述的自动驾驶车辆的行驶规划方法，其特征在于，所述根据自动驾驶车辆的偏离情况数据，重新规划自动驾驶车辆的全局规划路径，包括：
在第一分段规划路径终点一体式车辆偏离该第一分段规划路径终点时，根据一体式车辆当前实际位置和全局规划路径的终点，采用路径规划算法生成重新规划后的全局规划路径。
14.根据权利要求7所述的自动驾驶车辆的行驶规划方法，其特征在于，所述方法还包括：
在第一分段规划路径终点一体式车辆未偏离该第一分段规划路径终点时，确定一体式车辆继续根据该第一分段规划路径的下一分段规划路径行驶。
15.根据权利要求10所述的自动驾驶车辆的行驶规划方法，其特征在于，所述根据自动驾驶车辆的偏离情况数据，重新规划自动驾驶车辆的全局规划路径，包括：
在第一分段规划路径终点自动驾驶卡车偏离该第一分段规划路径终点时，根据牵引车当前实际位置和牵引车的全局规划路径的终点，采用路径规划算法生成重新规划后的牵引车的全局规划路径，根据挂车当前实际位置和挂车的全局规划路径的终点，采用路径规划算法生成重新规划后的挂车的全局规划路径。
16.根据权利要求10所述的自动驾驶车辆的行驶规划方法，其特征在于，所述方法还包括：
在第一分段规划路径终点自动驾驶卡车未偏离该第一分段规划路径终点时，确定牵引车继续根据该牵引车对应的分段规划路径的下一分段规划路径行驶，以及确定挂车继续根据该挂车对应的分段规划路径的下一分段规划路径行驶。
17.一种自动驾驶车辆的行驶规划装置，其特征在于，包括：
全局规划路径获得单元，用于获得自动驾驶车辆的全局规划路径；
分段单元，用于对所述全局规划路径进行分段，获得多个分段规划路径；
监控单元，用于依次根据每个分段规划路径控制自动驾驶车辆进行行驶，监控在每个分段规划路径终点自动驾驶车辆的偏离情况数据；
规划单元，用于根据自动驾驶车辆的偏离情况数据，重新规划自动驾驶车辆的全局规划路径。
18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至16所述的自动驾驶车辆的行驶规划方法。
19.一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至16所述的自动驾驶车辆的行驶规划方法。
20.一种自动驾驶车辆，其特征在于，所述自动驾驶车辆上设置有权利要求19所述的计算机设备。
CN201910769096.0A 2019-08-20 2019-08-20 自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆 Active CN112414418B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910769096.0A CN112414418B (zh) 2019-08-20 2019-08-20 自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910769096.0A CN112414418B (zh) 2019-08-20 2019-08-20 自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆

Publications (2)

Publication Number Publication Date
CN112414418A true CN112414418A (zh) 2021-02-26
CN112414418B CN112414418B (zh) 2023-03-14

Family

ID=74778858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910769096.0A Active CN112414418B (zh) 2019-08-20 2019-08-20 自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆

Country Status (1)

Country Link
CN (1) CN112414418B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112991744A (zh) * 2021-04-28 2021-06-18 北京科技大学 一种适用于长距离城市道路的自动驾驶决策方法及系统
CN113129633A (zh) * 2021-03-30 2021-07-16 中国联合网络通信集团有限公司 一种自主泊车、自主召车的方法、avp平台及车辆终端
CN113129630A (zh) * 2021-03-30 2021-07-16 中国联合网络通信集团有限公司 一种自主泊车的方法、avp平台及车辆终端
CN113295169A (zh) * 2021-07-01 2021-08-24 上海仙工智能科技有限公司 一种自动行驶装置的路径规划方法
CN115309847A (zh) * 2022-10-11 2022-11-08 中都物流有限公司 一种处理定位点数据的方法、电子设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5659476A (en) * 1994-12-22 1997-08-19 Motorola Inc. Land vehicle navigation apparatus and method for planning a recovery route
US6484093B1 (en) * 1999-11-18 2002-11-19 Kabushikikaisha Equos Research Communication route guidance system
CN104457770A (zh) * 2014-08-21 2015-03-25 胡泓涛 一种拥堵预判和行驶路径规划的方法及行驶路径规划的系统
CN104656650A (zh) * 2013-11-18 2015-05-27 巍世科技有限公司 具有路线校正功能的移动装置及其作业步骤
CN109313039A (zh) * 2016-06-23 2019-02-05 微软技术许可有限责任公司 检测与计划的公共交通路线的偏差
CN109445438A (zh) * 2018-12-05 2019-03-08 英华达（上海）科技有限公司 基于地图分享的巡航装置的巡航控制方法及系统
CN109733384A (zh) * 2018-12-25 2019-05-10 科大讯飞股份有限公司 泊车路径设置方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5659476A (en) * 1994-12-22 1997-08-19 Motorola Inc. Land vehicle navigation apparatus and method for planning a recovery route
US6484093B1 (en) * 1999-11-18 2002-11-19 Kabushikikaisha Equos Research Communication route guidance system
CN104656650A (zh) * 2013-11-18 2015-05-27 巍世科技有限公司 具有路线校正功能的移动装置及其作业步骤
CN104457770A (zh) * 2014-08-21 2015-03-25 胡泓涛 一种拥堵预判和行驶路径规划的方法及行驶路径规划的系统
CN109313039A (zh) * 2016-06-23 2019-02-05 微软技术许可有限责任公司 检测与计划的公共交通路线的偏差
CN109445438A (zh) * 2018-12-05 2019-03-08 英华达（上海）科技有限公司 基于地图分享的巡航装置的巡航控制方法及系统
CN109733384A (zh) * 2018-12-25 2019-05-10 科大讯飞股份有限公司 泊车路径设置方法及系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113129633A (zh) * 2021-03-30 2021-07-16 中国联合网络通信集团有限公司 一种自主泊车、自主召车的方法、avp平台及车辆终端
CN113129630A (zh) * 2021-03-30 2021-07-16 中国联合网络通信集团有限公司 一种自主泊车的方法、avp平台及车辆终端
CN113129630B (zh) * 2021-03-30 2022-08-12 中国联合网络通信集团有限公司 一种自主泊车的方法、avp平台及车辆终端
CN112991744A (zh) * 2021-04-28 2021-06-18 北京科技大学 一种适用于长距离城市道路的自动驾驶决策方法及系统
CN113295169A (zh) * 2021-07-01 2021-08-24 上海仙工智能科技有限公司 一种自动行驶装置的路径规划方法
CN113295169B (zh) * 2021-07-01 2023-12-15 上海仙工智能科技有限公司 一种自动行驶装置的路径规划方法
CN115309847A (zh) * 2022-10-11 2022-11-08 中都物流有限公司 一种处理定位点数据的方法、电子设备及存储介质
CN115309847B (zh) * 2022-10-11 2023-01-24 中都物流有限公司 一种处理定位点数据的方法、电子设备及存储介质

Also Published As

Publication number Publication date
CN112414418B (zh) 2023-03-14

Similar Documents

Publication Publication Date Title
CN112414418B (zh) 自动驾驶车辆的行驶规划方法、装置及自动驾驶车辆
KR102441858B1 (ko) 일반적인 도로 기상 조건들의 검출
CN112477849B (zh) 自动驾驶卡车的泊车控制方法、装置及自动驾驶卡车
KR102324625B1 (ko) 자율 주행 차량에서의 휠 미끄러짐 결정
WO2018153375A1 (en) Planning system and method for controlling operation of autonomous vehicle to navigate planned path
CN111696339B (zh) 一种自动驾驶车队的跟车控制方法、系统及车辆
US10935652B2 (en) Systems and methods for using road understanding to constrain radar tracks
CN105938365A (zh) 车辆控制装置
US10377383B2 (en) Vehicle lane change
Jo et al. Overall reviews of autonomous vehicle a1-system architecture and algorithms
CN112824175A (zh) 车辆泊车系统
CN112445226A (zh) 针对自主驾驶围绕停放车辆导航的机动计划的方法
CN112799384A (zh) 车辆及其行驶轨迹规划方法和规划装置
CN113428173B (zh) 用于自动驾驶车辆的静态曲率误差补偿控制逻辑
CN111599166B (zh) 用于解释交通信号和协商信号化的交叉路口的方法和系统
CN112829770A (zh) 基于车道边界和车辆速度的绕行决策
Gupta et al. Multi-sensor fusion in autonomous heavy vehicles
CN112477861B (zh) 自动驾驶卡车的行驶控制方法、装置及自动驾驶卡车
CN112389438A (zh) 一种车辆转向系统传动比的确定方法及装置
CN115675466A (zh) 车道变换协商方法和系统
JP2022030664A (ja) 情報処理装置、情報処理方法、プログラム、情報処理システム、および、車両制御システム
CN112461251A (zh) 自动驾驶车队的路点信息传输方法、装置及系统
CN112428981B (zh) 一种自动驾驶卡车的控制方法、装置及自动驾驶卡车
US11708049B2 (en) Systems and methods for preventing an operation of a car application that reduces a quality of service of a computer system of a vehicle
CN113525510B (zh) 自动将自主驾驶车辆的转向返回至中心位置的系统和方法

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