CN112498367A - 一种行驶轨迹规划方法、装置、汽车、控制器及计算机可读存储介质 - Google Patents
一种行驶轨迹规划方法、装置、汽车、控制器及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112498367A CN112498367A CN202011334399.9A CN202011334399A CN112498367A CN 112498367 A CN112498367 A CN 112498367A CN 202011334399 A CN202011334399 A CN 202011334399A CN 112498367 A CN112498367 A CN 112498367A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- track
- lane
- historical driving
- historical
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000013519 translation Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本方案涉及一种行驶轨迹规划方法、装置、汽车、控制器及计算机可读存储介质,针对出现车道线丢失场景,能够进行车辆行驶轨迹规划。该方法包括:在本车所在车道前方的车道线丢失时,对传感装置识别到的所有传感车辆分别进行历史行驶轨迹拟合;根据各传感车辆的历史行驶轨迹,确定未进行换道的目标车辆;根据各目标车辆的历史行驶轨迹,进行本车的行驶轨迹规划。
Description
技术领域
本发明属于汽车智能化领域,具体涉及一种行驶轨迹规划方法、装置、汽车、控制器及计算机可读存储介质。
背景技术
自动驾驶技术发展迅速,目前主流的量产L2级别驾驶辅助系统普遍搭载前视摄像头和前向长距毫米波雷达,能够实现在结构化道路上的车道对中行驶。目前的主流方案是使用摄像头检测车道线信息实现对中行驶,在车道线丢失后会使用本车道的前方目标作为跟车目标进行横纵向控制。该系统普遍存在如下问题,如果本车道前方没有目标,不能通过旁边车道目标信息辅助进行横向控制;如果本车道前方目标切出车道会跟随前车切出车道产生危险。
发明内容
本发明提供了一种行驶轨迹规划方法、装置、汽车、控制器及计算机可读存储介质,针对自动驾驶车辆在车道对中行驶过程中,若出现车道线丢失情况,能够基于前方车流进行行驶轨迹规划的方法。
本发明的技术方案为:
本发明实施例提供了一种行驶轨迹规划方法,所述方法包括:
在本车所在车道前方的车道线丢失时,对传感装置识别到的所有传感车辆分别进行历史行驶轨迹拟合;
根据各传感车辆的历史行驶轨迹,确定未进行换道的目标车辆;
根据各目标车辆的历史行驶轨迹,进行本车的行驶轨迹规划。
优选地,对传感装置识别到的所有传感车辆分别进行历史行驶轨迹拟合的步骤包括:
根据传感装置识别到的各传感车辆在不同传感时刻下的位置坐标,拟合出各传感车辆在本车坐标系下的历史行驶轨迹。
优选地,根据各传感车辆的历史行驶轨迹,确定未进行换道的目标车辆的步骤包括:
将所有历史行驶轨迹中的曲率极值偏差较大和/或平行度偏差较大的部分历史行驶轨迹剔除;保留下的剩余历史行驶轨迹对应的各传感车辆确定为所述目标车辆。
优选地,根据各目标车辆的历史行驶轨迹,进行本车的行驶轨迹规划的步骤包括:
将各目标车辆的历史行驶轨迹分别沿本车坐标系纵向方向等间距的划分为N个坐标点;
将对各目标车辆的历史行驶轨迹上的N个坐标点分别沿靠近本车的方向进行横坐标平移;进行横坐标平移后,形成与本车坐标系原点之间的纵向距离相同的N组平移坐标点;
对每组平移坐标点均执行:进行横坐标位置均值处理以得到一个横坐标均值,再将所述横坐标均值和对应的纵坐标组合形成表示本车在一个未来行驶位置处的坐标位置点;
对形成的N个坐标位置点进行曲线拟合,形成本车的行驶轨迹。
优选地,将各目标车辆的历史行驶轨迹上的N个坐标点分别沿靠近本车的方向进行横坐标平移的步骤包括:
根据各目标车辆的历史行驶轨迹的轨迹拟合系数分别确定各目标车辆位于本车的哪一侧方向,以确定各目标车辆的历史行驶轨迹各自对应的待平移方向;
根据各目标车辆的历史行驶轨迹的轨迹拟合系数、本车所在车道的车道线丢失前最后所检测到的车道宽度、以及预先标定的表征不同轨迹拟合系数和不同车道宽度条件下对应的目标车辆与本车之间的间隔车道数量的预设关系表,确定各目标车辆与本车之间的间隔车道数量;
将所述间隔车道数量与本车所在车道的车道线丢失前最后所检测到的车道宽度相乘,得到各目标车辆的历史行驶轨迹对应的待平移距离;将各目标车辆的历史行驶轨迹的N个坐标点的横向坐标分别沿对应的待平移方向平移对应的待平移距离。
本发明实施例还提供了一种自动驾驶系统,所述系统包括:
拟合模块,用于在本车所在车道前方的车道线丢失时,对传感装置识别到的所有传感车辆分别进行历史行驶轨迹拟合;
确定模块,用于根据各传感车辆的历史行驶轨迹,确定未进行换道的目标车辆;
规划模块,用于根据各目标车辆的历史行驶轨迹,进行本车的行驶轨迹规划。
优选地,拟合模块包括:
拟合单元,用于根据传感装置识别到的各传感车辆在不同传感时刻下的位置坐标,拟合出各传感车辆在本车坐标系下的历史行驶轨迹。
优选地,确定模块包括:
筛选单元,用于将所有历史行驶轨迹中的曲率极值偏差较大和/或平行度偏差较大的部分历史行驶轨迹剔除;保留下的剩余历史行驶轨迹对应的各传感车辆确定为所述目标车辆。
优选地,规划模块包括:
坐标点划分单元,用于将各目标车辆的历史行驶轨迹分别沿本车坐标系纵向方向等间距的划分为N个坐标点;
坐标点平移单元,用于将对各目标车辆的历史行驶轨迹上的N个坐标点分别沿靠近本车的方向进行横坐标平移;进行横坐标平移后,形成与本车坐标系原点之间的纵向距离相同的N组平移坐标点;
新坐标形成单元,用于对每组平移坐标点均执行:进行横坐标位置均值处理以得到一个横坐标均值,再将所述横坐标均值和对应的纵坐标组合形成表示本车在一个未来行驶位置处的坐标位置点;
轨迹拟合单元,用于对形成的N个坐标位置点进行曲线拟合,形成本车的行驶轨迹。
优选地,坐标点平移单元包括:
第一确定子单元,用于根据各目标车辆的历史行驶轨迹的轨迹拟合系数分别确定各目标车辆位于本车的哪一侧方向,以确定各目标车辆的历史行驶轨迹各自对应的待平移方向;
第二确定子单元,用于根据各目标车辆的历史行驶轨迹的轨迹拟合系数、本车所在车道的车道线丢失前最后所检测到的车道宽度、以及预先标定的表征不同轨迹拟合系数和不同车道宽度条件下对应的目标车辆与本车之间的间隔车道数量的预设关系表,确定各目标车辆与本车之间的间隔车道数量;
平移子单元,用于将所述间隔车道数量与本车所在车道的车道线丢失前最后所检测到的车道宽度相乘,得到各目标车辆的历史行驶轨迹对应的待平移距离;将各目标车辆的历史行驶轨迹的N个坐标点的横向坐标分别沿对应的待平移方向平移对应的待平移距离。
本发明实施例还提供了一种自动驾驶汽车,包括上述的自动驾驶系统。
本发明实施例还提供了一种控制器,包括存储器和处理器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行,以实现如上述的行驶轨迹规划方法。
本发明实施例还提供了一种计算机可读存储介质,所述存储介质上存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行,以实现如上述的行驶轨迹规划方法。
本发明的有益效果为:
本发明实施例利用目前主流量产的驾驶辅助L2系统,通过车载传感装置实时监测前方的目标车辆并进行跟踪,生成前方的目标车辆的历史行驶轨迹。在车道线丢失后,通过判断是否有可用的历史行驶轨迹,通过历史行驶轨迹拟合、剔除异常历史行驶轨迹、车道平移转换加权平均等处理估计得到本车辆对应的车道道路中心线,并基于本车辆对应的车道道路中心线规划出本车的期望行驶轨迹,达到辅助进行横纵向控制的效果。
对比目前主流的跟随本车道前车的处理方式,使用本发明实施例中的方法能够明显提升跟车适用性,仅本车旁边车道存在运动车辆也能使得本车保持进行辅助控制;此外,在前方存在多车的情况下,本车道的前车切出也能让本车保持在当前车道内行驶不跟随前车切出。
本发明实施例充分运用车辆前方的运动车辆的信息,通过对前方每个目标车辆进行位置跟踪得到各个目标车辆的历史行驶轨迹,通过分析各个目标车辆的历史行驶轨迹,剔除其中比较明显有换道或其他异常的历史行驶轨迹,综合各个目标车辆的历史行驶轨迹来估计本车的行驶轨迹,使用该方法能够较好解决部分场景特别是堵车工况下跟车过程中跟随前车切出的问题。
附图说明
图1是本发明方法的详细流程图;
图2本发明实施例中的方法的逻辑流程图;
图3为本发明实施例中的系统的模块框图。
具体实施方式
下面结合附图对本发明作进一步说明:
本发明提供了一种行驶轨迹规划方法,为了实现该方法,需要车辆上搭载的传感装置,该传感装置包括前视摄像头和前向长距毫米波雷达,前视摄像头能够对车辆前方路面图像进行采集,前向长距毫米波雷达能够有效检测其感测范围内的前方目标车辆的中心位置和速度等信息。传感装置搭载在图2中的本车1上,能够实时探测图2中等前方目标车辆2、3和4的相关信息,还能够对本车前方的车道线等信息进行探测。通过对前视摄像头采集的图像信息进行图像识别,能够识别出前方车道是否存在车道线。现有技术中,对于自动驾驶车辆来说,当其处于车道线丢失的场景下进行自动驾驶时,所采用的策略为根据本车前方纵向距离最近且距离位于一定距离内(如100m,150m等)的特定车辆进行追踪,并按照该特定车辆的行驶路径进行行驶。在某些情况下,由于该特定车辆发生切出本车道行驶的情况,本车仍继续采取按照跟随前车的路径行驶的方式。这种追踪方式,由于未考虑到相邻车道内其他目标车辆的行驶状态而容易造成事故发生。
为了解决上述这一问题,本发明实施例中,针对在车辆所在车道的前方车道线丢失的场景,提供了一种基于车辆前方车流来预测本车的行驶路径的方法。
如图1,本实施例中,该方法具体包括:
步骤S1,通过本车上搭载的传感装置对其传感范围内的车辆进行跟踪。
其中,前视摄像头用于对其感知范围内的路面图像进行采集,及其前视摄像头采集的路面图像识别前方路面是否存在车道线。
前向长距毫米波雷达对其探测范围内的所有传感车辆的中心位置和速度等信息进行探测。参考图2,前向长距毫米波雷达在实时检测时,传感车辆2、3、4可能出现短时间(<2s)的丢失情况或者出现传感车辆2、3、4的横向位置或纵向位置出现较大幅度波动。本实施例中,针对短时丢失的传感车辆需要通过车辆运动学方程进行预测处理,而对出现较大幅度波动的传感车辆的横向位置和纵向位置信息则需要进行滤波处理。这些处理方式均可以现有的相关技术实现。
步骤S2,判断本车所在车道前方是否存在车道线。
该步骤中,基于该前视摄像头采集的图像数据进行确认。
若根据前视摄像头采集到的数据判断出存在车道线,则按照既定策略对本车进行控制,既定策略控制的具体方式为现有技术,本实施例中未对其进行改进。
步骤S3,若判断出本车所在车道前方的车道线丢失,则需要对前向长距毫米波雷达所跟踪到的所有传感车辆分别进行历史行驶轨迹拟合。
进行轨迹拟合时,首先需要对前向长距毫米波雷达采集到的所有传感车辆在不同传感时刻的坐标点进行坐标转换,具体是:将采集到的各传感车辆的所有坐标点转换到在当前位置的本车坐标系下。本车通过车载惯导系统输出的本车的速度、横摆角速率等信息,使用运动学方程进行航位推算得到前向长距毫米波雷达的两帧采集时刻之间本车发生的移动距离和旋转角度,然后将传感车辆的各坐标点进行平移和旋转得到在本车坐标系下的坐标信息。其中,将传感车辆的坐标点转换到本车坐标系下的具体方式为现有技术所公知的技术。
本实施例中,本车坐标系是指以本车重心为坐标原点的车辆直角坐标系,其中,该坐标系的纵轴前方为正,纵轴后方为负;横轴右方为正,横轴左方为负。
实际情况中,不同传感车辆出现在本车的前向长距毫米波雷达探测范围内的时间不同。针对不同传感车辆,本实施例中只考虑其在各传感车辆在本车的前方设定距离范围(该设定距离是从以本车坐标系原点开始沿本车坐标系纵轴方向向前选取的距离)内行驶的坐标点,而对超出该设定距离范围内的坐标点则不给予考虑。例如,针对本实施例中的传感车辆2来说,前向长距毫米波雷达探测到关于该传感车辆2的信息所转换出的坐标点,即包括其在本车前方100米以内的坐标点,也包括其在本车前方100米以外的坐标点,那么针对传感车辆2在本车前方100米以外的这些坐标点则给予丢弃,而只保留传感车辆2在本车前方100米以内的坐标点。
在执行上述步骤后,再通过各传感车辆在本车前方设定距离范围内的多个坐标点,进行最小二乘法拟合得到各传感车辆在本车坐标系下的历史行驶轨迹,各历史行驶轨迹通过三次多项式曲线方程y=a3*x^3+a2*x^2+a1*x+a0进行表达其中,a0至a3为轨迹拟合系数(具体来说,x为以本车重心为坐标原点的车辆直角坐标系的纵向坐标,y为以本车重心为坐标原点的车辆坐标系的横向坐标,a0为当x为0时该历史行驶轨迹上的坐标点与本车坐标系原点之间的横向距离,a1为传感车辆相对于本车坐标系原点的航向角,2a2为该历史行驶轨迹的车道曲率,6a3为该历史行驶轨迹的车道曲率变化率)。根据各传感车辆的多个坐标点拟合出的曲线即用于表达各传感车辆在本车前方设定距离范围内的历史行驶轨迹。
例如,假设针对传感车辆2在本车前方100米范围内探测到的坐标点有50个,则基于这50个坐标点进行最小二乘拟合,得到该传感车辆2在本车前方100米范围内并且在本车坐标系下的历史行驶轨迹。图2中,获得了关于传感车辆2,3,4各自的历史行驶轨迹5,6和7。
步骤S4,对拟合出的全部历史行驶轨迹,进行曲率极大值比对和平行度比对,筛选出未进行换道的目标车辆。
具体来说,步骤S4包括:
步骤S41,对拟合出的全部历史行驶轨迹,先进行曲率极值比对,剔除曲率极值明显较大的历史行驶轨迹,保留剩余的历史行驶轨迹。
此处,曲率极值表示曲率极大值。进行曲率极大值比对的具体步骤为,先计算拟合出的每条历史行驶轨迹的曲率极大值Max_Curv,曲率极大值Max_Curv通过公式:Max_Curv=max(2*a2,2*a2+6*a3*FitLen),其中FitLen表示步骤S3中进行历史行驶轨迹拟合时的多个坐标点中与本车坐标系原点之间纵向距离最远的距离。当计算出每条历史行驶轨迹的曲率极大值后,先计算所有历史行驶轨迹的曲率极大值的均值的绝对值;再将每一条历史行驶轨迹的曲率极大值的绝对值与所计算出的曲率极大值的均值的绝对值相减,若得到的差值超出设定差值范围(预设数值范围),则确定该历史行驶轨迹的曲率极大值明显较大。例如,图2中若只存在5、7两条历史行驶轨迹,历史行驶轨迹5的曲率极大值明显较大将被剔除;若只存在6、7两条历史行驶轨迹,这两条历史行驶轨迹的曲率极大值无明显差异,则认为两条历史行驶轨迹6和7均有效。
步骤S42,再对剩余的历史行驶轨迹进行平行度比对,剔除明显偏低的平行度所对应的历史行驶轨迹,将剩下的历史行驶轨迹对应的传感车辆确定为目标车辆。
本实施例中,进行平行度比对的具体步骤为,分别在所有历史行驶轨迹上沿车辆坐标系纵轴正向方向等间距(如5m)的取m个坐标点;再确定各历史行驶轨迹上的m个坐标点对应于车辆坐标系原点的横向距离;针对于车辆坐标系原点的纵向距离相同的一组坐标点,进行横向距离标准差计算,这样,可以得到m个横向距离标准差;然后,将每条历史行驶轨迹上的m个坐标点与坐标系原点之间的横向距离与对应的横向距离标准差进行差值计算。针对一条历史行驶轨迹,若m个坐标点中的80%、90%或95%以上的坐标点计算出的差值均小于设定差值,则认为该条历史行驶轨迹平行度高,满足平行度要求。例如,图2中存在5、6、7三条历史行驶轨迹,通过计算历史行驶轨迹5的平行度不满足要求,则认为该历史行驶轨迹5是有换道的异常轨迹需要剔除掉。那么历史行驶轨迹6和7对应的传感车辆3和4即为本实施例中的目标车辆。
步骤S5,根据目标车辆的历史行驶轨迹,进行本车的行驶轨迹规划。
具体来说,步骤S5包括:
步骤S51,将各目标车辆的历史行驶轨迹分别沿本车坐标系纵向方向等间距的划分为N个坐标点。
例如,对于图2中确定的目标轨迹6和目标轨迹7,沿本车坐标系纵轴正向方向以1米为间距将目标车辆3的历史行驶轨迹6和目标车辆4的历史行驶轨迹7分别划分100个坐标点。
步骤S52,对各目标车辆的历史行驶轨迹上的N个坐标点分别沿靠近本车的方向进行横坐标平移;进行横坐标平移后,形成与本车坐标系原点之间的纵向距离相同的N组平移坐标点。
也就是说,对于目标车辆3的历史行驶轨迹6上划分的100个坐标点和目标车辆4的历史行驶轨迹7上划分的100个坐标点分别沿靠近本车的方向进行横坐标平移,可以获得关于目标车辆3的历史行驶轨迹6平移后的100个坐标点和关于目标车辆4的历史行驶轨迹7平移后的100个坐标点。进一步地,将200个平移后的坐标点划分为100组平移坐标点,1组平移坐标点包含两个平移后的坐标点,且这两个平移后的坐标点与本车坐标系原点之间的纵向距离相同。
本实施例中,对于各目标车辆的历史行驶轨迹的坐标点应该朝哪一个方向平移的具体确定方式是通过该目标车辆的历史行驶轨迹的轨迹拟合系数a0来确定的。基于本车坐标系的定义,位于横轴左侧为负,横轴右侧为正。对于拟合出的目标车辆的历史行驶轨迹的来说,其轨迹拟合系数a0为正或负。其中,当目标车辆的历史行驶轨迹的轨迹拟合系数a0为正,即表示对应的目标车辆位于本车的右侧,进而也就可以确定目标车辆的历史行驶轨迹应当向左侧移动才是靠近本车的方向;当目标车辆的历史行驶轨迹的轨迹拟合系数a0为负,即表示对应的目标车辆位于本车的右侧,进而也就可以确定目标车辆的历史行驶轨迹应当向右侧移动才是靠近本车的方向。
此外,对于各目标车辆的历史行驶轨迹的具体需要移动的待平移距离的确定是通过该目标车辆的历史行驶轨迹的轨迹拟合系数a0和本车所在车道的车道线丢失前最后所检测到的车道宽度Lw确定的。本实施例中,预先定义了在不同的轨迹拟合系数a0和车道宽度Lw条件下对应的本车和邻车之间间隔的车道宽度数量。例如,预先定义:轨迹拟合系数a0满足:a0∈[1.5*Lw,0.5*Lw],表示本车和目标车辆(如本实施例中的目标车辆3和4)之间间隔一个车道;轨迹拟合系数a0满足:a0∈[0*Lw,0.5*Lw],表示本车和目标车辆之间间隔0个车道,即表示此时的目标车辆和本车位于同一个车道内行驶。再基于预先定义的对应关系表,可以确定一个具体目标车辆的历史行驶轨迹的轨迹拟合系数a0和本车所在车道的车道线丢失前最后所检测到的车道宽度Lw条件下,本车和对应的目标车辆之间的车道间隔数量。在将该确定的车道间隔数量和本车所在车道的车道线丢失前最后所检测到的车道宽度Lw相乘,即可得到对应的目标车辆的历史行驶轨迹上的N个坐标点所需要平移的待平移距离。
步骤S53中,对每组平移坐标点均执行:进行横坐标位置均值处理以得到一个横坐标均值,再将所述横坐标均值和对应的纵坐标组合形成表示本车在一个未来行驶位置处的坐标位置点。
例如,针对图2中的目标车辆3的历史行驶轨迹6和目标车辆4的历史行驶轨迹7,通过步骤S53中这种处理方式,既可以得到100个新坐标点,这100个新坐标点即作为本车在前方纵向100米内的坐标点。
步骤S54,对形成的N个坐标位置点进行曲线拟合,形成本车的行驶轨迹。
其中,基于N个坐标位置点进行轨迹拟合的具体方式可以采用现有技术中的任意一种方式,如上述的最小二乘拟合方式,即可拟合得到一个关于本车在前方100米内的三次曲线方程。
通过本发明上述方法,即实现了在车辆所在车道的前方车道线丢失时,能够根据本车前方车流的历史行驶轨迹来准确的拟合出本车在未来一定纵向距离内的行驶轨迹,可以避免现有技术中因前方车辆发生切入或切出车道而跟随变化所导致的碰撞风险。
参照图3,本发明实施例还提供了一种自动驾驶系统,所述系统包括:
拟合模块,用于在本车所在车道前方的车道线丢失时,对传感装置识别到的所有传感车辆分别进行历史行驶轨迹拟合;
确定模块,用于根据各传感车辆的历史行驶轨迹,确定未进行换道的目标车辆;
规划模块,用于根据各目标车辆的历史行驶轨迹,进行本车的行驶轨迹规划。
优选地,拟合模块包括:
拟合单元,用于根据传感装置识别到的各传感车辆在不同传感时刻下的位置坐标,拟合出各传感车辆在本车坐标系下的历史行驶轨迹。
优选地,确定模块包括:
筛选单元,用于将所有历史行驶轨迹中的曲率极值偏差较大和/或平行度偏差较大的部分历史行驶轨迹剔除;保留下的剩余历史行驶轨迹对应的各传感车辆确定为所述目标车辆。
优选地,规划模块包括:
坐标点划分单元,用于将各目标车辆的历史行驶轨迹分别沿本车坐标系纵向方向等间距的划分为N个坐标点;
坐标点平移单元,用于将对各目标车辆的历史行驶轨迹上的N个坐标点分别沿靠近本车的方向进行横坐标平移;进行横坐标平移后,形成与本车坐标系原点之间的纵向距离相同的N组平移坐标点;
新坐标形成单元,用于对每组平移坐标点均执行:进行横坐标位置均值处理以得到一个横坐标均值,再将所述横坐标均值和对应的纵坐标组合形成表示本车未来一个行驶位置的坐标位置点;
轨迹拟合单元,用于对形成的N个坐标位置点进行曲线拟合,形成本车的行驶轨迹。
优选地,坐标点平移单元包括:
第一确定子单元,用于根据各目标车辆的历史行驶轨迹的轨迹拟合系数分别确定各目标车辆位于本车的哪一侧方向,以确定各目标车辆的历史行驶轨迹各自对应的待平移方向;
第二确定子单元,用于根据各目标车辆的历史行驶轨迹的轨迹拟合系数、本车所在车道的车道线丢失前最后所检测到的车道宽度、以及预先标定的表征不同轨迹拟合系数和不同车道宽度条件下对应的目标车辆与本车之间的间隔车道数量的预设关系表,确定各目标车辆与本车之间的间隔车道数量;
平移子单元,用于将所述间隔车道数量与本车所在车道的车道线丢失前最后所检测到的车道宽度相乘,得到各目标车辆的历史行驶轨迹对应的待平移距离;将各目标车辆的历史行驶轨迹的N个坐标点的横向坐标分别沿对应的待平移方向平移对应的待平移距离。
本发明实施例还提供了一种自动驾驶汽车,包括上述的自动驾驶系统。
本发明实施例还提供了一种控制器,包括存储器和处理器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行,以实现如上述的行驶轨迹规划方法。
本发明实施例还提供了一种计算机可读存储介质,所述存储介质上存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行,以实现如上述的行驶轨迹规划方法。
本发明实施例利用目前主流量产的驾驶辅助L2系统,通过车载传感装置实时监测前方的传感车辆并进行跟踪,生成前方的传感车辆的历史行驶轨迹。在车道线丢失后,通过判断是否有可用的历史行驶轨迹,通过历史行驶轨迹拟合、剔除异常历史行驶轨迹、车道平移转换加权平均等处理估计得到本车对应的行驶轨迹,在依据该行驶轨迹达到对本车辅助进行横纵向控制的效果。
对比目前主流的跟随本车的前车的处理方式,使用本发明实施例中的方法能够明显提升跟车适用性,当仅在本车的旁边车道存在运动车辆时也能使得本车保持进行辅助控制;此外,在前方存在多车的情况下,本车的前车切出后仍能让本车保持在当前车道内行驶,而不会不跟随前车切出。
Claims (9)
1.一种行驶轨迹规划方法,其特征在于,所述方法包括:
在本车所在车道前方的车道线丢失时,对传感装置识别到的所有传感车辆分别进行历史行驶轨迹拟合;
根据各传感车辆的历史行驶轨迹,确定未进行换道的目标车辆;
根据各目标车辆的历史行驶轨迹,进行本车的行驶轨迹规划。
2.根据权利要求1所述的方法,其特征在于,对传感装置识别到的所有传感车辆分别进行历史行驶轨迹拟合的步骤包括:
根据传感装置识别到的各传感车辆在不同传感时刻下的位置坐标,拟合出各传感车辆在本车坐标系下的历史行驶轨迹。
3.根据权利要求1所述的方法,其特征在于,根据各传感车辆的历史行驶轨迹,确定未进行换道的目标车辆的步骤包括:
将所有历史行驶轨迹中的曲率极值偏差较大和/或平行度偏差较大的部分历史行驶轨迹剔除;保留下的剩余历史行驶轨迹对应的各传感车辆确定为所述目标车辆。
4.根据权利要求1、2或3所述的方法,其特征在于,根据各目标车辆的历史行驶轨迹,进行本车的行驶轨迹规划的步骤包括:
将各目标车辆的历史行驶轨迹分别沿本车坐标系纵向方向等间距的划分为N个坐标点;
将对各目标车辆的历史行驶轨迹上的N个坐标点分别沿靠近本车的方向进行横坐标平移;进行横坐标平移后,形成与本车坐标系原点之间的纵向距离相同的N组平移坐标点;
对每组平移坐标点均执行:进行横坐标位置均值处理以得到一个横坐标均值,再将所述横坐标均值和对应的纵坐标组合形成表示本车未来在一个行驶位置处的坐标位置点;
对形成的N个坐标位置点进行曲线拟合,形成本车的行驶轨迹。
5.根据权利要求4所述的方法,其特征在于,将各目标车辆的历史行驶轨迹上的N个坐标点分别沿靠近本车的方向进行横坐标平移的步骤包括:
根据各目标车辆的历史行驶轨迹的轨迹拟合系数分别确定各目标车辆位于本车的哪一侧方向,以确定各目标车辆的历史行驶轨迹各自对应的待平移方向;
根据各目标车辆的历史行驶轨迹的轨迹拟合系数、本车所在车道的车道线丢失前最后所检测到的车道宽度、以及预先标定的表征不同轨迹拟合系数和不同车道宽度条件下对应的目标车辆与本车之间的间隔车道数量的预设关系表,确定各目标车辆与本车之间的间隔车道数量;
将所述间隔车道数量与本车所在车道的车道线丢失前最后所检测到的车道宽度相乘,得到各目标车辆的历史行驶轨迹对应的待平移距离;将各目标车辆的历史行驶轨迹的N个坐标点的横向坐标分别沿对应的待平移方向平移对应的待平移距离。
6.一种自动驾驶系统,其特征在于,所述系统包括:
拟合模块,用于在本车所在车道前方的车道线丢失时,对传感装置识别到的所有传感车辆分别进行历史行驶轨迹拟合;
确定模块,用于根据各传感车辆的历史行驶轨迹,确定未进行换道的目标车辆;
规划模块,用于根据各目标车辆的历史行驶轨迹,进行本车的行驶轨迹规划。
7.一种自动驾驶汽车,其特征在于,包括权利要求6所述的自动驾驶系统。
8.一种控制器,其特征在于,包括存储器和处理器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行,以实现如权利要求1至5任一所述的行驶轨迹规划方法。
9.一种计算机可读存储介质,其特征在于,所述存储介质上存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行,以实现如权利要求1至5任一所述的行驶轨迹规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011334399.9A CN112498367B (zh) | 2020-11-25 | 2020-11-25 | 一种行驶轨迹规划方法、装置、汽车、控制器及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011334399.9A CN112498367B (zh) | 2020-11-25 | 2020-11-25 | 一种行驶轨迹规划方法、装置、汽车、控制器及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112498367A true CN112498367A (zh) | 2021-03-16 |
CN112498367B CN112498367B (zh) | 2022-03-11 |
Family
ID=74958404
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011334399.9A Active CN112498367B (zh) | 2020-11-25 | 2020-11-25 | 一种行驶轨迹规划方法、装置、汽车、控制器及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112498367B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113071500A (zh) * | 2021-05-08 | 2021-07-06 | 许杰 | 车道线的获取方法、装置、计算机设备和存储介质 |
CN113096399A (zh) * | 2021-04-01 | 2021-07-09 | 浙江大华技术股份有限公司 | 丢失信息的补全方法及装置 |
CN113104038A (zh) * | 2021-03-31 | 2021-07-13 | 江铃汽车股份有限公司 | 车辆换道控制方法、装置、电子设备及可读存储介质 |
CN113415274A (zh) * | 2021-07-14 | 2021-09-21 | 重庆长安汽车股份有限公司 | 自动驾驶的跟车轨迹规划系统、方法、车辆及存储介质 |
CN113963537A (zh) * | 2021-10-19 | 2022-01-21 | 东软睿驰汽车技术(上海)有限公司 | 一种针对路口的车辆轨迹预测方法和相关装置 |
CN114013441A (zh) * | 2021-12-09 | 2022-02-08 | 上海网车科技有限公司 | 一种用于汽车自动转向系统前车路径的存储方法 |
CN114312840A (zh) * | 2021-12-30 | 2022-04-12 | 重庆长安汽车股份有限公司 | 自动驾驶障碍目标轨迹拟合方法、系统、车辆及存储介质 |
CN114426032A (zh) * | 2022-01-05 | 2022-05-03 | 重庆长安汽车股份有限公司 | 一种基于自动驾驶的本车轨迹预测方法、系统、车辆及计算机可读存储介质 |
CN114906171A (zh) * | 2022-06-16 | 2022-08-16 | 东风汽车集团股份有限公司 | 一种车道线修补的方法及系统 |
CN115042784A (zh) * | 2022-07-20 | 2022-09-13 | 重庆长安汽车股份有限公司 | 汽车自适应巡航系统控制方法、装置、车辆及存储介质 |
CN115223131A (zh) * | 2021-11-09 | 2022-10-21 | 广州汽车集团股份有限公司 | 一种自适应巡航的跟随目标车辆检测方法、装置及汽车 |
CN115440048A (zh) * | 2022-09-20 | 2022-12-06 | 澳克诺(上海)汽车科技有限公司 | 预测车辆行驶轨迹的方法、装置及介质 |
CN115683116A (zh) * | 2022-11-02 | 2023-02-03 | 联创汽车电子有限公司 | 前车轨迹生成方法及模块 |
CN116101327A (zh) * | 2023-04-14 | 2023-05-12 | 北京集度科技有限公司 | 行驶路径规划方法、装置、车辆及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003296899A (ja) * | 2002-03-29 | 2003-10-17 | Toyota Central Res & Dev Lab Inc | 先行車両判定装置 |
CN103577682A (zh) * | 2012-07-30 | 2014-02-12 | 通用汽车环球科技运作有限责任公司 | 在道路改变情境中使用导航输入的锚车道选择方法 |
US20170148327A1 (en) * | 2015-11-20 | 2017-05-25 | Mando Corporation | Lane departure warning device and method |
CN110626341A (zh) * | 2019-09-04 | 2019-12-31 | 威马智慧出行科技(上海)有限公司 | 一种汽车交通辅助方法、电子设备及汽车 |
CN111907521A (zh) * | 2020-06-15 | 2020-11-10 | 浙江吉利汽车研究院有限公司 | 一种自动驾驶车辆的横向控制方法、装置及存储介质 |
-
2020
- 2020-11-25 CN CN202011334399.9A patent/CN112498367B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003296899A (ja) * | 2002-03-29 | 2003-10-17 | Toyota Central Res & Dev Lab Inc | 先行車両判定装置 |
CN103577682A (zh) * | 2012-07-30 | 2014-02-12 | 通用汽车环球科技运作有限责任公司 | 在道路改变情境中使用导航输入的锚车道选择方法 |
US20170148327A1 (en) * | 2015-11-20 | 2017-05-25 | Mando Corporation | Lane departure warning device and method |
CN110626341A (zh) * | 2019-09-04 | 2019-12-31 | 威马智慧出行科技(上海)有限公司 | 一种汽车交通辅助方法、电子设备及汽车 |
CN111907521A (zh) * | 2020-06-15 | 2020-11-10 | 浙江吉利汽车研究院有限公司 | 一种自动驾驶车辆的横向控制方法、装置及存储介质 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113104038A (zh) * | 2021-03-31 | 2021-07-13 | 江铃汽车股份有限公司 | 车辆换道控制方法、装置、电子设备及可读存储介质 |
CN113104038B (zh) * | 2021-03-31 | 2022-12-20 | 江铃汽车股份有限公司 | 车辆换道控制方法、装置、电子设备及可读存储介质 |
CN113096399A (zh) * | 2021-04-01 | 2021-07-09 | 浙江大华技术股份有限公司 | 丢失信息的补全方法及装置 |
CN113071500A (zh) * | 2021-05-08 | 2021-07-06 | 许杰 | 车道线的获取方法、装置、计算机设备和存储介质 |
CN113415274B (zh) * | 2021-07-14 | 2022-07-05 | 重庆长安汽车股份有限公司 | 自动驾驶的跟车轨迹规划系统、方法、车辆及存储介质 |
CN113415274A (zh) * | 2021-07-14 | 2021-09-21 | 重庆长安汽车股份有限公司 | 自动驾驶的跟车轨迹规划系统、方法、车辆及存储介质 |
CN113963537A (zh) * | 2021-10-19 | 2022-01-21 | 东软睿驰汽车技术(上海)有限公司 | 一种针对路口的车辆轨迹预测方法和相关装置 |
CN115223131A (zh) * | 2021-11-09 | 2022-10-21 | 广州汽车集团股份有限公司 | 一种自适应巡航的跟随目标车辆检测方法、装置及汽车 |
CN114013441A (zh) * | 2021-12-09 | 2022-02-08 | 上海网车科技有限公司 | 一种用于汽车自动转向系统前车路径的存储方法 |
CN114312840A (zh) * | 2021-12-30 | 2022-04-12 | 重庆长安汽车股份有限公司 | 自动驾驶障碍目标轨迹拟合方法、系统、车辆及存储介质 |
CN114312840B (zh) * | 2021-12-30 | 2023-09-22 | 重庆长安汽车股份有限公司 | 自动驾驶障碍目标轨迹拟合方法、系统、车辆及存储介质 |
CN114426032A (zh) * | 2022-01-05 | 2022-05-03 | 重庆长安汽车股份有限公司 | 一种基于自动驾驶的本车轨迹预测方法、系统、车辆及计算机可读存储介质 |
CN114906171A (zh) * | 2022-06-16 | 2022-08-16 | 东风汽车集团股份有限公司 | 一种车道线修补的方法及系统 |
CN115042784A (zh) * | 2022-07-20 | 2022-09-13 | 重庆长安汽车股份有限公司 | 汽车自适应巡航系统控制方法、装置、车辆及存储介质 |
CN115440048A (zh) * | 2022-09-20 | 2022-12-06 | 澳克诺(上海)汽车科技有限公司 | 预测车辆行驶轨迹的方法、装置及介质 |
CN115683116A (zh) * | 2022-11-02 | 2023-02-03 | 联创汽车电子有限公司 | 前车轨迹生成方法及模块 |
CN116101327A (zh) * | 2023-04-14 | 2023-05-12 | 北京集度科技有限公司 | 行驶路径规划方法、装置、车辆及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112498367B (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112498367B (zh) | 一种行驶轨迹规划方法、装置、汽车、控制器及计算机可读存储介质 | |
CN109556615B (zh) | 基于自动驾驶的多传感器融合认知的驾驶地图生成方法 | |
CN112154455B (zh) | 数据处理方法、设备和可移动平台 | |
CN108688662B (zh) | 车辆的行驶控制装置 | |
CN107646114B (zh) | 用于估计车道的方法 | |
CN105292116B (zh) | 自动驾驶车辆的车道变换路径规划算法 | |
US9836964B2 (en) | Vehicle identification system and vehicle identification device | |
CN107894767B (zh) | 一种自动驾驶车辆横向运动控制对象选择方法 | |
EP3644294A1 (en) | Vehicle information storage method, vehicle travel control method, and vehicle information storage device | |
CN108536149A (zh) | 一种基于Dubins路径的无人驾驶车辆避障控制装置及控制方法 | |
CN105160356B (zh) | 一种车辆主动安全系统传感器数据融合方法及系统 | |
CN110816540A (zh) | 交通拥堵的确定方法、装置、系统及车辆 | |
CN113223326B (zh) | 基于路侧的多车多控多源低速辅助停车系统 | |
CN110562251A (zh) | 一种自动驾驶方法及装置 | |
US11042759B2 (en) | Roadside object recognition apparatus | |
CN105205805A (zh) | 基于视觉的智能车辆横向控制方法 | |
US20210300419A1 (en) | Mobile object control method, mobile object control device, and storage medium | |
CN112985425A (zh) | 基于异构感知数据融合的车辆定位方法、装置及系统 | |
CN113887276A (zh) | 基于图像的前向主目标检测方法 | |
CN113432615A (zh) | 基于多传感器融合可驾驶区域的检测方法、系统和车辆 | |
CN111376901A (zh) | 车辆的控制方法、装置及车辆 | |
CN116022163A (zh) | 基于超局部子图的自动驾驶车辆扫描匹配和雷达姿态估计器 | |
US10970870B2 (en) | Object detection apparatus | |
CN113296521B (zh) | 一种基于动态窗口的障碍物局部避障方法 | |
CN117734702A (zh) | 一种基于侧边超声波雷达的车位搜索方法、模块、车辆 |
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 |