CN112526999B - 速度规划方法、装置、电子设备和存储介质 - Google Patents
速度规划方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112526999B CN112526999B CN202011526407.XA CN202011526407A CN112526999B CN 112526999 B CN112526999 B CN 112526999B CN 202011526407 A CN202011526407 A CN 202011526407A CN 112526999 B CN112526999 B CN 112526999B
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- moment
- position information
- determining
- obstacle
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000006870 function Effects 0.000 claims description 16
- 239000004973 liquid crystal related substance Substances 0.000 claims description 5
- 230000008447 perception Effects 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
Abstract
本公开公开了速度规划方法、装置、电子设备和存储介质,涉及自动驾驶和人工智能领域。具体实现方案为:根据目标车辆的候选速度轨迹,得到目标车辆在规划时段内的至少一个时刻的位置信息;根据至少一个目标障碍物的位置信息以及目标车辆在至少一个时刻的位置信息,确定目标车辆在至少一个时刻的通行空间;在至少一个时刻的通行空间符合预设条件的情况下,将候选速度轨迹确定为目标车辆的速度轨迹。根据本公开的技术方案,不仅提升自动驾驶车辆的自主通行能力,还提升了驾驶安全性以及驾驶体感。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及自动驾驶和人工智能领域。
背景技术
自动驾驶车辆的核心处理模块包括感知模块、定位模块、预测模块、决策模块、规划模块、控制模块等。其中,规划模块可以用于规划车辆的路径和速度。相关技术中,通过在速度采样空间中,进行速度轨迹采样,得到至少一个候选速度轨迹,再基于安全、体感、通行效率等因素,从至少一个候选速度轨迹中选取出最为适合车辆的速度轨迹,以完成速度规划。
发明内容
本公开提供了一种速度规划方法、装置、电子设备和存储介质。
根据本公开的一方面,提供了一种速度规划方法,包括:
根据目标车辆的候选速度轨迹,得到所述目标车辆在规划时段内的至少一个时刻的位置信息;
根据至少一个目标障碍物的位置信息以及所述目标车辆在所述至少一个时刻的位置信息,确定所述目标车辆在所述至少一个时刻的通行空间;
在所述至少一个时刻的通行空间符合预设条件的情况下,将所述候选速度轨迹确定为所述目标车辆的速度轨迹。
根据本公开的另一方面,提供了一种速度规划装置,包括:
车辆位置获取模块,用于根据目标车辆的候选速度轨迹,得到所述目标车辆在规划时段内的至少一个时刻的位置信息;
通行空间确定模块,用于根据至少一个目标障碍物的位置信息以及所述目标车辆在所述至少一个时刻的位置信息,确定所述目标车辆在所述至少一个时刻的通行空间;
速度轨迹确定模块,用于在所述至少一个时刻的通行空间符合预设条件的情况下,将所述候选速度轨迹确定为所述目标车辆的速度轨迹。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开任一实施例中的方法。
根据本公开的另一方面,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,该计算机指令用于使计算机执行本公开任一实施例中的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现本公开任一实施例中的方法。
本公开的技术方案,根据候选速度轨迹得到目标车辆在规划时段内的多个时刻的轨迹,结合障碍物的位置可以得到目标车辆在多个时刻的通行空间,基于通行空间确定候选速度轨迹是否能作为目标车辆的速度轨迹。由于对通行空间进行了预判,因此,能够避免车辆基于速度轨迹进入不适宜通行的通行空间,不仅提升自动驾驶车辆的自主通行能力,还提升了驾驶安全性以及驾驶体感。
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,不构成对本公开的限定。其中:
图1是本公开一个实施例提供的速度规划方法的示意图;
图2是根据本公开实施例的通行空间的一个示意图;
图3是根据本公开实施例的通行空间的另一个示意图;
图4是根据本公开实施例的障碍物的位置信息的示意图;
图5是本公开一个实施例提供的速度规划装置的示意图;
图6是本公开另一个实施例提供的速度规划装置的示意图;
图7是用来实现本公开实施例的速度规划方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
图1示出了本公开一个实施例提供的速度规划方法的示意图。该方法可以应用于自动驾驶车辆。如图1所示,该方法包括:
步骤S11,根据目标车辆的候选速度轨迹,得到目标车辆在规划时段内的至少一个时刻的位置信息;
步骤S12,根据至少一个目标障碍物的位置信息以及目标车辆在至少一个时刻的位置信息,确定目标车辆在至少一个时刻的通行空间;
步骤S13,在至少一个时刻的通行空间符合预设条件的情况下,将候选速度轨迹确定为目标车辆的速度轨迹。
示例性地,目标车辆可以指待规划速度轨迹的车辆,包括自动驾驶车辆,例如执行上述方法的自动驾驶车辆。候选速度轨迹可以是从速度轨迹采样空间中进行采样得到的。候选速度轨迹可以用于表征在规划时段内的至少一个时刻的速度。作为示例,候选速度轨迹可以包括速度时间曲线,速度时间曲线可以表征任意时刻的速度。或者,候选速度轨迹可以包括规划时段内的每个时刻对应的速度;其中,基于预定的时间单位确定每个时刻,例如以1s(秒)为时间单位,时长为5s的候选速度轨迹可以包括1s、2s、3s、4s和5s的结束时刻的速度。
根据给定的候选速度轨迹,可以得到目标车辆基于候选速度轨迹在规划时段内的各时刻产生的位移,例如,在给定路径轨迹的情况下,可以得到目标车辆在规定的路径轨迹上,基于候选速度轨迹在规划时间内各时刻产生的位移。因此,可以基于各时刻产生的位移,得到目标车辆在规划时段内的各时刻的位置信息。
示例性地,位置信息可以包括车辆坐标。在一些实施方式中,可以预先规划出路径轨迹,目标车辆需要在给定的路径轨迹上行驶,基于候选速度轨迹和路径轨迹,还可以得到车辆所在轨迹点的航向角、曲率等位置信息。
示例性地,目标障碍物可以是影响目标车辆的通行空间的障碍物,例如在目标车辆的预定范围内的障碍物,包括目标车辆所在车道的相邻车道上的车辆、路边的行人、路边停靠的车辆等。对于静态障碍物,可以利用目标车辆的传感器感知得到固定的位置信息。对于动态障碍物,可以利用目标车辆的传感器感知得到某个时刻的位置信息,基于该位置信息预测在规划时段内的各时刻的位置信息,也可以基于车联网获取车辆障碍物所规划的轨迹信息,得到车辆障碍物在规划时段内的位置信息。
实际应用中,根据目标车辆和障碍物在规划时段的位置信息,可以确定目标车辆的通行空间。示例性地,通行空间可以基于通行空间的宽度或者通行空间与目标车辆之间的宽度差表征。例如,如图2所示,通行空间由每个时刻的道路边界21、障碍物22等确定,在时刻t,通行空间可以基于通行空间的宽度W1与目标车辆的宽度W2之间的差值H(t)表征,H(t)=W1-W2。示例性地,上述通行空间的宽度可以是通行空间在车辆横向或道路横向上的宽度。
通行空间的确定过程可以参考图3,目标车辆31在某直路上直线行驶,即目标车辆31的行驶方向或者说纵向S与该直路平行,目标车辆32的横向L与该直路垂直。在第5s、第8s结束时的位置分别为该道路在第100m(米)、第160m处距离道路左边缘的10m处。目标障碍物Obs1始终在第160m处,Obs2在第8s移动至第160m处。结合目标障碍物Obs1和Obs2在第5s、第8s的位置信息以及道路边界的位置信息,可以确定在第5s、第8s时道路中第100m、第160m处的通行空间,沿车辆的横向L计算通行空间的宽度W4和W5或者通行空间与目标车辆之间的宽度差。
本公开实施例中,在通行空间符合预设条件的情况下,将候选速度轨迹确定为目标车辆的速度轨迹。例如,在通行空间的宽度始终大于两倍车身宽度的情况下,或者,在通行空间的宽度的变化率小于某个阈值的情况下,才将候选速度轨迹确定为目标车辆的速度轨迹。基于通行空间是否满足预设条件选取速度轨迹,可以使目标车辆基于速度轨迹在合理的通行空间中安全地行驶。实际应用中,可以基于多个候选速度轨迹得到对应的通行空间,再从多个候选速度轨迹中选用通行空间符合预设条件的候选速度轨迹,作为目标车辆的速度轨迹。例如,基于多个候选速度轨迹中的第一候选速度轨迹,目标车辆会与对向车辆同时进入狭小路口,路口宽度为5m,目标车辆与对向车辆的车身宽度均为2m,则通行空间的宽度仅有3m。基于多个候选速度轨迹中的第二候选速度轨迹,目标车辆与对象车辆不会同时进入该路口、通行空间的宽度始终大于3.5m。如果预设条件为通行空间的宽度始终大于3.5m,则选取第二候选速度轨迹作为目标车辆的速度轨迹,规避目标车辆与对向车辆同时进入狭小路口带来的安全风险。
可见,基于本公开实施例的方法,根据候选速度轨迹得到目标车辆在规划时段内的多个时刻的轨迹,结合障碍物的位置可以得到目标车辆在多个时刻的通行空间,基于通行空间确定候选速度轨迹是否能作为目标车辆的速度轨迹。由于对通行空间进行了预判,因此,能够避免车辆基于速度轨迹进入不适宜通行的通行空间,提高目标车辆的行驶安全性。
在一种示例性的实施方式中,上述步骤S11,根据目标车辆的候选速度轨迹,得到目标车辆在规划时段内的至少一个时刻的位置信息,包括:
将候选速度轨迹中在规划时段内的至少一个时刻的速度投影至目标车辆的路径轨迹中,得到目标车辆在规划时段内的至少一个时刻的位置信息。
示例性地,遍历候选速度轨迹中每个时刻的速度,将各时刻的速度逐个投影到目标车辆的路径轨迹中,可以得到目标车辆每个时刻在路径轨迹上的位移,结合路径轨迹的几何属性,可以得到目标车辆在每个时刻的坐标、航向角、曲率等位置信息。
根据上述实施方式,可以得到目标车辆在规划时段内的各时刻的准确的位置信息,基于此可以得到各时刻准确的通行空间,有利于选取可靠性更高、更为安全的速度轨迹。
在一种示例性的实施方式中,上述步骤S12,根据至少一个目标障碍物的位置信息以及目标车辆在至少一个时刻的位置信息,确定目标车辆在至少一个时刻的通行空间,包括:
基于检测到的障碍物感知信息和预先训练的预测模型,得到至少一个目标障碍物在至少一个时刻的位置信息;
根据至少一个目标障碍物在至少一个时刻的位置信息以及目标车辆在至少一个时刻的位置信息,确定目标车辆在至少一个时刻的通行空间。
示例性地,障碍物感知信息可以包括针对检测范围内的各障碍物的传感器感知信息。自动驾驶车辆上的传感器可包括雷达、摄像头等,相应的,障碍物感知信息可以包括例如雷达感知信息、图像信息等。基于自动驾驶车辆检测到的障碍物感知信息,使用基于神经网络训练得到的预测模型,可以预测出各障碍物在规划时段内的多个时刻的位置信息。基于每个时刻目标障碍物的位置信息、目标车辆的位置信息,可以确定目标车辆在每个时刻的通行空间。
根据上述实施方式,基于障碍物感知信息和预测模型,可以准确预测得到目标障碍物的在规划时段内的各时刻的位置信息,从而确定准确的通行空间,有利于选取可靠性更高、更为安全的速度轨迹。
实际应用中,可以基于目标障碍物在车辆横向上的坐标,对目标障碍物的位置信息进行筛选。具体而言,基于障碍物感知信息,可以对目标障碍物在车辆横向、车辆纵向上的坐标进行预测,在一些实施方式中,可以先针对目标障碍物在车辆横向上的坐标进行预测,在目标障碍物在车辆横向上的坐标符合预设条件的情况下,再预测得到目标障碍物的其他位置信息。例如,如图4所示,在Frenet坐标系中,S轴表示车辆纵向上的坐标;L轴表示车辆横向上的坐标,L轴垂直与S轴,以车辆左侧方向为正方向;T轴表示规划时段中的时刻。对目标障碍物在车辆横向上的坐标进行预测可以得到图4中的目标障碍物的L-T曲线41,结合目标车辆的L-T曲线42,可以得到目标障碍物与目标车辆的横向距离,在横向距离小于预设阈值Lth的情况下,再全面预测目标障碍物的其他位置信息如目标障碍物的S-T曲线43等。如此,可以仅对与车辆的横向距离较小的目标障碍物进行全面预测,提高预测效率。
在一种示例性的实施方式中,上述根据至少一个目标障碍物在至少一个时刻的位置信息以及目标车辆在至少一个时刻的位置信息,确定目标车辆在至少一个时刻的通行空间,包括:
根据目标车辆在至少一个时刻的位置信息,从至少一个目标障碍物在至少一个时刻的位置信息和道路边界的位置信息中确定出至少一个时刻的通行边界的位置信息;
基于至少一个时刻的通行边界的位置信息,得到目标车辆在至少一个时刻的通行空间。
示例性地,可以根据目标车辆在某个时刻的纵向坐标,从至少一个目标障碍物中选取出在此时刻与目标车辆具有相同纵向坐标的至少一个障碍物,根据选取的障碍物的横向坐标和此时道路边界的横向坐标,确定出道路边界的横向坐标,基于道路边界的横向坐标计算通行空间的宽度或通行空间与目标车辆之间的宽度差。
根据上述实施方式,可以准确确定道路边界,从而确定准确的通行空间,有利于选取可靠性更高、更为安全的速度轨迹。
在一种示例性的实施方式中,上述步骤S13,在至少一个时刻的通行空间符合预设条件的情况下,将候选速度轨迹确定为目标车辆的速度轨迹,包括:
在至少一个时刻的通行空间中不存在小于预设阈值的通行空间的情况下,将候选速度轨迹确定为目标车辆的速度轨迹。
其中,通行空间的大小可以基于通行空间的宽度或通行空间与目标车辆之间的宽度差进行衡量。相应的,通行空间小于预设阈值可以是通行空间的宽度或通行空间与目标车辆之间的宽度差小于预设阈值。
根据该实施方式,在基于候选速度轨迹得到的通行空间中不存在小于预设阈值的通行空间,才能将该候选速度轨迹作为目标车辆的速度轨迹,如此,可以尽可能地避免目标车辆进入狭小的通行空间,提高驾驶安全性以及驾驶体感。
实际应用中,如果存在基于多个候选速度轨迹得到的通行空间中均不存在小于预设阈值的通行空间,则可以基于其他筛选条件,对候选速度轨迹进行进一步筛选,即在至少一个时刻的通行空间中不存在小于预设阈值的通行空间的情况下,如果候选速度轨迹符合筛选条件,则将候选速度轨迹确定为目标车辆的速度轨迹。其中,筛选条件例如是候选速度轨迹所对应的各时刻的通行空间的宽度平均值在所有候选速度轨迹所对应的该平均值中最小。
在一种示例性的实施方式中,在至少一个时刻的通行空间符合预设条件的情况下,将候选速度轨迹确定为目标车辆的速度轨迹,包括:
基于至少一个时刻的通行空间,计算候选速度轨迹的代价函数;
在候选速度轨迹的代价函数符合预设条件的情况下,将候选速度轨迹确定为目标车辆的速度轨迹。
其中,可以预先设定通行空间的期望值,基于至少一个时刻的通行空间与期望值之间的差异,计算代价函数。预设条件可以是该候选速度轨迹的代价函数在所有候选速度轨迹的代价函数中最小,或者该候选速度轨迹的代价函数小于某个预设阈值。
根据该实施方式,基于代价函数评价候选速度轨迹的优劣,有利于在多个候选速度轨迹中选取最优的候选速度轨迹作为目标车辆的速度轨迹,提高驾驶安全性以及驾驶体感。
本公开实施例所提供的方法,根据候选速度轨迹得到目标车辆在规划时段内的多个时刻的轨迹,结合障碍物的位置可以得到目标车辆在多个时刻的通行空间,基于通行空间确定候选速度轨迹是否能作为目标车辆的速度轨迹。由于对通行空间进行了预判,因此,能够避免车辆基于速度轨迹进入不适宜通行的通行空间,提高目标车辆的行驶安全性。
作为上述各方法的实现,本公开还提供了一种速度规划装置,如图5所示,该装置包括:
车辆位置获取模块510,用于根据目标车辆的候选速度轨迹,得到所述目标车辆在规划时段内的至少一个时刻的位置信息;
通行空间确定模块520,用于根据至少一个目标障碍物的位置信息以及所述目标车辆在所述至少一个时刻的位置信息,确定所述目标车辆在所述至少一个时刻的通行空间;
速度轨迹确定模块530,用于在所述至少一个时刻的通行空间符合预设条件的情况下,将所述候选速度轨迹确定为所述目标车辆的速度轨迹。
示例性地,所述车辆位置获取模块510用于:
将所述候选速度轨迹中在所述规划时段内的至少一个时刻的速度投影至所述目标车辆的路径轨迹中,得到所述目标车辆在所述规划时段内的至少一个时刻的位置信息。
示例性地,如图6所示,所述通行空间确定模块520包括:
障碍物预测单元521,用于基于检测到的障碍物感知信息和预先训练的预测模型,得到至少一个目标障碍物在所述至少一个时刻的位置信息;
空间确定单元522,用于根据所述至少一个目标障碍物在所述至少一个时刻的位置信息以及所述目标车辆在所述至少一个时刻的位置信息,确定所述目标车辆在所述至少一个时刻的通行空间。
示例性地,所述空间确定单元522用于:
根据所述目标车辆在所述至少一个时刻的位置信息,从所述至少一个目标障碍物在所述至少一个时刻的位置信息和道路边界的位置信息中确定出所述至少一个时刻的通行边界的位置信息;
基于所述至少一个时刻的通行边界的位置信息,得到所述目标车辆在所述至少一个时刻的通行空间。
示例性地,速度轨迹确定模块530用于:
在所述至少一个时刻的通行空间中不存在小于预设阈值的通行空间的情况下,将所述候选速度轨迹确定为所述目标车辆的速度轨迹。
示例性地,如图6所示,所述速度轨迹确定模块530包括:
代价计算单元531,用于基于所述至少一个时刻的通行空间,计算所述候选速度轨迹的代价函数;
轨迹确定单元532,用于在所述候选速度轨迹的代价函数符合预设条件的情况下,将所述候选速度轨迹确定为所述目标车辆的速度轨迹。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。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/或要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序来执行各种适当的动作和处理。在RAM703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元70执行上文所描述的各个方法和处理,例如速度规划方法。例如,在一些实施例中,速度规划方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的速度规划方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行速度规划方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。
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,本公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (12)
1.一种速度规划方法,包括:
根据目标车辆的候选速度轨迹,得到所述目标车辆在规划时段内的至少一个时刻的位置信息;
根据至少一个目标障碍物的位置信息以及所述目标车辆在所述至少一个时刻的位置信息,确定所述目标车辆在所述至少一个时刻的通行空间;
在所述至少一个时刻的通行空间符合预设条件的情况下,将所述候选速度轨迹确定为所述目标车辆的速度轨迹;
其中,根据至少一个目标障碍物的位置信息以及所述目标车辆在所述至少一个时刻的位置信息,确定所述目标车辆在所述至少一个时刻的通行空间,包括:
根据目标车辆在所述至少一个时刻的纵向坐标,从所述至少一个目标障碍物中选取出在此时刻与所述目标车辆具有相同纵向坐标的至少一个障碍物;根据选取的障碍物的横向坐标和所述至少一个时刻的道路边界的横向坐标,确定出通行边界的横向坐标;基于所述通行边界的横向坐标确定所述通行空间的宽度或通行空间与目标车辆之间的宽度差;
其中,所述在所述至少一个时刻的通行空间符合预设条件的情况下,将所述候选速度轨迹确定为所述目标车辆的速度轨迹,包括:
在所述至少一个时刻的通行空间中不存在小于预设阈值的通行空间的情况下,将所述候选速度轨迹确定为所述目标车辆的速度轨迹。
2.根据权利要求1所述的方法,其中,所述根据目标车辆的候选速度轨迹,得到所述目标车辆在规划时段内的至少一个时刻的位置信息,包括:
将所述候选速度轨迹中在所述规划时段内的至少一个时刻的速度投影至所述目标车辆的路径轨迹中,得到所述目标车辆在所述规划时段内的至少一个时刻的位置信息。
3.根据权利要求1所述的方法,其中,所述根据至少一个目标障碍物的位置信息以及所述目标车辆在所述至少一个时刻的位置信息,确定所述目标车辆在所述至少一个时刻的通行空间,包括:
基于检测到的障碍物感知信息和预先训练的预测模型,得到至少一个目标障碍物在所述至少一个时刻的位置信息;
根据所述至少一个目标障碍物在所述至少一个时刻的位置信息以及所述目标车辆在所述至少一个时刻的位置信息,确定所述目标车辆在所述至少一个时刻的通行空间。
4.根据权利要求3所述的方法,其中,所述根据所述至少一个目标障碍物在所述至少一个时刻的位置信息以及所述目标车辆在所述至少一个时刻的位置信息,确定所述目标车辆在所述至少一个时刻的通行空间,包括:
根据所述目标车辆在所述至少一个时刻的位置信息,从所述至少一个目标障碍物在所述至少一个时刻的位置信息和道路边界的位置信息中确定出所述至少一个时刻的通行边界的位置信息;
基于所述至少一个时刻的通行边界的位置信息,得到所述目标车辆在所述至少一个时刻的通行空间。
5.根据权利要求1-4中任一项所述的方法,其中,所述在所述至少一个时刻的通行空间符合预设条件的情况下,将所述候选速度轨迹确定为所述目标车辆的速度轨迹,包括:
基于所述至少一个时刻的通行空间,计算所述候选速度轨迹的代价函数;
在所述候选速度轨迹的代价函数符合预设条件的情况下,将所述候选速度轨迹确定为所述目标车辆的速度轨迹。
6.一种速度规划装置,包括:
车辆位置获取模块,用于根据目标车辆的候选速度轨迹,得到所述目标车辆在规划时段内的至少一个时刻的位置信息;
通行空间确定模块,用于根据至少一个目标障碍物的位置信息以及所述目标车辆在所述至少一个时刻的位置信息,确定所述目标车辆在所述至少一个时刻的通行空间;
速度轨迹确定模块,用于在所述至少一个时刻的通行空间符合预设条件的情况下,将所述候选速度轨迹确定为所述目标车辆的速度轨迹;
其中,所述通行空间确定模块还用于:根据目标车辆在所述至少一个时刻的纵向坐标,从所述至少一个目标障碍物中选取出在此时刻与所述目标车辆具有相同纵向坐标的至少一个障碍物;根据选取的障碍物的横向坐标和所述至少一个时刻的道路边界的横向坐标,确定出通行边界的横向坐标;基于所述通行边界的横向坐标确定所述通行空间的宽度或通行空间与目标车辆之间的宽度差;
所述速度轨迹确定模块还用于:
在所述至少一个时刻的通行空间中不存在小于预设阈值的通行空间的情况下,将所述候选速度轨迹确定为所述目标车辆的速度轨迹。
7.根据权利要求6所述的装置,其中,所述车辆位置获取模块用于:
将所述候选速度轨迹中在所述规划时段内的至少一个时刻的速度投影至所述目标车辆的路径轨迹中,得到所述目标车辆在所述规划时段内的至少一个时刻的位置信息。
8.根据权利要求6所述的装置,其中,所述通行空间确定模块包括:
障碍物预测单元,用于基于检测到的障碍物感知信息和预先训练的预测模型,得到至少一个目标障碍物在所述至少一个时刻的位置信息;
空间确定单元,用于根据所述至少一个目标障碍物在所述至少一个时刻的位置信息以及所述目标车辆在所述至少一个时刻的位置信息,确定所述目标车辆在所述至少一个时刻的通行空间。
9.根据权利要求8所述的装置,其中,所述空间确定单元用于:
根据所述目标车辆在所述至少一个时刻的位置信息,从所述至少一个目标障碍物在所述至少一个时刻的位置信息和道路边界的位置信息中确定出所述至少一个时刻的通行边界的位置信息;
基于所述至少一个时刻的通行边界的位置信息,得到所述目标车辆在所述至少一个时刻的通行空间。
10.根据权利要求6-9中任一项所述的装置,其中,所述速度轨迹确定模块包括:
代价计算单元,用于基于所述至少一个时刻的通行空间,计算所述候选速度轨迹的代价函数;
轨迹确定单元,用于在所述候选速度轨迹的代价函数符合预设条件的情况下,将所述候选速度轨迹确定为所述目标车辆的速度轨迹。
11.一种电子设备,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1-5中任一项所述的方法。
12.一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计算机执行权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011526407.XA CN112526999B (zh) | 2020-12-22 | 2020-12-22 | 速度规划方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011526407.XA CN112526999B (zh) | 2020-12-22 | 2020-12-22 | 速度规划方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112526999A CN112526999A (zh) | 2021-03-19 |
CN112526999B true CN112526999B (zh) | 2023-04-28 |
Family
ID=75002261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011526407.XA Active CN112526999B (zh) | 2020-12-22 | 2020-12-22 | 速度规划方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112526999B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113071520B (zh) * | 2021-04-16 | 2024-01-16 | 阿波罗智联(北京)科技有限公司 | 车辆行驶控制方法及装置 |
CN113799797B (zh) * | 2021-07-27 | 2022-07-12 | 北京三快在线科技有限公司 | 轨迹规划方法、装置、存储介质及电子设备 |
CN113734190B (zh) * | 2021-09-09 | 2023-04-11 | 北京百度网讯科技有限公司 | 车辆信息提示方法、装置、电子设备、介质和车辆 |
CN113911111B (zh) * | 2021-10-19 | 2024-03-26 | 中国第一汽车股份有限公司 | 车辆碰撞检测方法、系统、电子设备以及存储介质 |
CN113734185A (zh) * | 2021-10-21 | 2021-12-03 | 阿波罗智能技术(北京)有限公司 | 自动驾驶方法、装置、设备、车辆、存储介质和程序产品 |
CN114132344A (zh) * | 2021-12-21 | 2022-03-04 | 阿波罗智联(北京)科技有限公司 | 一种自动驾驶车辆的决策方法、装置、设备及存储介质 |
CN115218902B (zh) * | 2022-04-02 | 2024-02-02 | 广州汽车集团股份有限公司 | 一种轨迹规划方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109693668A (zh) * | 2018-12-27 | 2019-04-30 | 驭势科技(北京)有限公司 | 一种自动驾驶车辆速度控制系统与方法 |
CN109976355A (zh) * | 2019-04-26 | 2019-07-05 | 腾讯科技(深圳)有限公司 | 轨迹规划方法、系统、设备及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10816990B2 (en) * | 2017-12-21 | 2020-10-27 | Baidu Usa Llc | Non-blocking boundary for autonomous vehicle planning |
US10884422B2 (en) * | 2018-04-16 | 2021-01-05 | Baidu Usa Llc | Method for generating trajectories for autonomous driving vehicles (ADVS) |
TWI674984B (zh) * | 2018-11-15 | 2019-10-21 | 財團法人車輛研究測試中心 | 自動駕駛車輛之行駛軌跡規劃系統及方法 |
CN109814576B (zh) * | 2019-02-22 | 2022-01-28 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的速度规划方法、装置和存储介质 |
CN109712421B (zh) * | 2019-02-22 | 2021-06-04 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的速度规划方法、装置和存储介质 |
CN109814574B (zh) * | 2019-02-22 | 2022-07-19 | 百度在线网络技术(北京)有限公司 | 自动驾驶车道汇合处的速度规划方法、装置和存储介质 |
CN110083163A (zh) * | 2019-05-20 | 2019-08-02 | 三亚学院 | 一种用于自动驾驶汽车的5g c-v2x车路云协同感知方法及系统 |
-
2020
- 2020-12-22 CN CN202011526407.XA patent/CN112526999B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109693668A (zh) * | 2018-12-27 | 2019-04-30 | 驭势科技(北京)有限公司 | 一种自动驾驶车辆速度控制系统与方法 |
CN109976355A (zh) * | 2019-04-26 | 2019-07-05 | 腾讯科技(深圳)有限公司 | 轨迹规划方法、系统、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112526999A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112526999B (zh) | 速度规划方法、装置、电子设备和存储介质 | |
CN113715814B (zh) | 碰撞检测方法、装置、电子设备、介质及自动驾驶车辆 | |
US20220035733A1 (en) | Method and apparatus for checking automatic driving algorithm, related device and storage medium | |
CN112541437A (zh) | 车辆定位方法、装置、电子设备及存储介质 | |
EP4145408A1 (en) | Obstacle detection method and apparatus, autonomous vehicle, device and storage medium | |
CN113050621A (zh) | 轨迹规划方法、装置、电子设备和存储介质 | |
CN112859829B (zh) | 一种车辆控制方法、装置、电子设备和介质 | |
CN115675534A (zh) | 车辆轨迹预测方法、装置、电子设备及存储介质 | |
CN115716482A (zh) | 掉头轨迹规划方法、装置、设备及存储介质 | |
CN116499487B (zh) | 一种车辆的路径规划方法、装置、设备及介质 | |
CN114312836A (zh) | 自动驾驶车辆礼让行人的方法、装置、设备及存储介质 | |
CN113978465A (zh) | 一种变道轨迹规划方法、装置、设备以及存储介质 | |
CN111231952A (zh) | 车辆控制方法、装置及设备 | |
CN116358584A (zh) | 一种自动驾驶车辆路径规划方法、装置、设备及介质 | |
CN116149329A (zh) | 轨迹确定方法、装置、设备以及自动驾驶车辆 | |
CN115583258A (zh) | 自动驾驶车辆会车控制方法、装置、车辆控制设备和介质 | |
CN114715151A (zh) | 车辆控制方法、装置、电子设备、介质和自动驾驶车辆 | |
CN114030483A (zh) | 车辆控制方法、装置、电子设备和介质 | |
CN114954532A (zh) | 一种车道线确定方法、装置、设备和存储介质 | |
CN114299758A (zh) | 车辆控制方法及装置、设备、介质和产品 | |
CN114264312A (zh) | 自动驾驶车辆的路径规划方法、装置和自动驾驶车辆 | |
CN113587937A (zh) | 车辆的定位方法、装置、电子设备和存储介质 | |
CN113516013A (zh) | 目标检测方法、装置、电子设备、路侧设备和云控平台 | |
CN114590248B (zh) | 行驶策略的确定方法、装置、电子设备和自动驾驶车辆 | |
CN115285146A (zh) | 车辆交互方法、装置、电子设备及自动驾驶车辆 |
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 |