CN112578788B - 车辆避障二次规划方法、装置、设备和可读存储介质 - Google Patents
车辆避障二次规划方法、装置、设备和可读存储介质 Download PDFInfo
- Publication number
- CN112578788B CN112578788B CN201910945956.1A CN201910945956A CN112578788B CN 112578788 B CN112578788 B CN 112578788B CN 201910945956 A CN201910945956 A CN 201910945956A CN 112578788 B CN112578788 B CN 112578788B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- obstacle avoidance
- obstacle
- distance
- avoidance path
- 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 64
- 230000015654 memory Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 13
- 238000003066 decision tree Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 8
- 239000004973 liquid crystal related substance Substances 0.000 claims description 6
- 230000004888 barrier function Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 12
- 230000036544 posture Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/0055—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot with safety arrangements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请公开了车辆避障二次规划方法、装置、设备和可读存储介质,涉及涉及计算机领域,具体涉及一种自动驾驶技术。具体实现方案为:通过获取车辆对障碍物的初始避障路径;在初始避障路径中,获取与障碍物的距离最小的最近点,以及所述最近点与障碍物之间的最近点距离;根据车辆在所述最近点的姿态信息,确定倾斜补偿距离;根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径,在最近点距离的基础上,引入与车体的姿态对应的倾斜补偿距离,从而提高二次规划避障路径的安全性和可靠性,降低车辆避让障碍物过程中出现剐蹭、碰撞的可能性。
Description
技术领域
本申请涉及计算机领域,具体涉及一种车辆避障二次规划方法、装置、设备和可读存储介质。
背景技术
在自动驾驶车辆的行驶过程中,自动驾驶车辆的周围会出现障碍物,例如,路障、行人或者其他车辆。自动驾驶车辆需要避让周围的障碍物,以保证自动驾驶车辆不会与障碍物之间发生剐蹭、碰撞等问题,以保证自动驾驶车辆的安全行驶。
现有技术中,通常采用撒点式的避障规划方法,把道路网格化,把车辆当成质点,在网格里搜索到代价最低的路径,作为车辆的避障行驶路径。
然而,由于现有技术是对道路空间离散采样,很可能导致路径结果不够连续,且难以确保车辆避障行驶过程中与障碍物距离过近,而出现剐蹭问题。可见,现有的车辆避障方法可靠性不够高。
发明内容
本申请实施例的目的是提供一种车辆避障二次规划方法、装置、设备和可读存储介质。
根据本申请的第一方面,提供了一种车辆避障二次规划方法,包括:
获取车辆对障碍物的初始避障路径;
在所述初始避障路径中,获取与所述障碍物的距离最小的最近点,以及所述最近点与所述障碍物之间的最近点距离;
根据所述车辆在所述最近点的姿态信息,确定倾斜补偿距离;
根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径。
本申请实施例通过考虑在最近点由于车体姿态,车头或车尾可能靠近障碍物,在最近点距离的基础上,引入与车体的姿态对应的倾斜补偿距离,从而提高二次规划避障路径的安全性和可靠性,降低出现剐蹭、碰撞的可能性。
在一些实施例中,在所述根据所述车辆在所述最近点的姿态信息,确定倾斜补偿距离之前,还包括:
获取所述车辆在所述初始避障路径的起点的车体第一方向;
获取所述车辆在所述最近点的车体第二方向;
将所述车体第二方向相对于所述车体第一方向的倾斜角,作为所述姿态信息。
本申请实施例通过获取到车体在最近点偏离最大的倾斜角,即可以确定出车辆在避障过程中离障碍物最近时车体的倾斜角,从而提高倾斜补偿距离的可靠性。
在一些实施例中,所述根据所述车辆在所述最近点的姿态信息,确定倾斜补偿距离,包括:
获取车辆长度信息;
根据所述倾斜角和所述车辆长度信息,获取倾斜补偿距离。
本申请实施例以倾斜角和车辆长度计算的倾斜补偿距离,提高了倾斜补偿距离的可靠性。
在一些实施例中,所述根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径,包括:
将所述最近点距离与所述倾斜补偿距离之和,作为最小避障距离;
根据所述最小避障距离,获取避障边界约束;
根据避障边界约束对预设的目标函数进行二次规划,得到二次规划避障路径。
本申请实施例在最近点距离的基础上,增加倾斜补偿距离作为最小避障距离,更新了避障边界约束,提高了二次规划的可靠性。
在一些实施例中,在所述获取车辆对障碍物的初始避障路径之前,还包括:
获取所述车辆的行驶位置信息和所述障碍物的位置信息;
根据预设的决策树模型,对所述车辆的行驶位置信息和所述障碍物的位置信息进行处理,获取对所述障碍物左侧避让或右侧避让的决策结果。
本申请实施例通过决策树模型,提高初始避障路径的准确性。
在一些实施例中,所述获取车辆对障碍物的初始避障路径,包括:
根据所述决策结果,获取车辆对障碍物的初始避障路径。
本申请实施例用决策树模型对障碍物的优选避让方式进行决策以确定初始避障路径,提高了初始避障路径的可靠性,进而提高最终二次规划路径的可靠性。
在一些实施例中,在根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径之后,还包括:
根据所述二次规划避障路径,控制所述车辆自动驾驶。
本申请实施例以二次规划避障路径,控制所述车辆自动驾驶,提高了自动驾驶的安全性。
在一些实施例中,在根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径之后,还包括:
根据所述二次规划避障路径,向用户显示导航信息。
本申请实施例以二次规划避障路径,显示导航信息,提高了导航的安全性和可靠性。
根据本申请的第二方面,提供了一种车辆避障二次规划装置,包括:
初始避障模块,用于获取车辆对障碍物的初始避障路径;
最近点确定模块,用于在所述初始避障路径中,获取与所述障碍物的距离最小的最近点,以及所述最近点与所述障碍物之间的最近点距离;
倾斜补偿距离确定模块,用于根据所述车辆在所述最近点的姿态信息,确定倾斜补偿距离;
处理模块,用于根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径。
根据本申请的第三方面,提供了一种电子设备,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本申请第一方面及第一方面各种实施例中任一项所述的车辆避障二次规划方法。
根据本申请的第四方面,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,所述计算机指令用于使所述计算机执行本申请第一方面及第一方面各种实施例中任一项所述的车辆避障二次规划方法。
上述申请中的一个实施例具有如下优点或有益效果:通过获取车辆对障碍物的初始避障路径;在所述初始避障路径中,获取与所述障碍物的距离最小的最近点,以及所述最近点与所述障碍物之间的最近点距离;根据所述车辆在所述最近点的姿态信息,确定倾斜补偿距离;根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径,在最近点距离的基础上,引入与车体的姿态对应的倾斜补偿距离,从而提高二次规划避障路径的安全性和可靠性,降低了车辆避让障碍物过程中出现剐蹭、碰撞的可能性。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请实施例提供的一种应用场景;
图2是本申请实施例提供的一种车辆避障二次规划方法流程示意图;
图3是本申请实施例提供的一种车辆避障二次规划装置结构示意图;
图4是根据本申请实施例的车辆避障二次规划的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请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,而不会背离本申请的范围和精神。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。
参见图1,是本申请实施例提供的一种应用场景。图1所示的车辆1例如可以是自动驾驶车辆,也可以是提供辅助驾驶的车辆。如图1所示,本申请实施例中,车辆1自动判断周围环境中是否有障碍物,在车主用户触发避让规划时、或者是车辆自动检测到障碍物时,根据本申请实施例提供的方法,进行车辆避障二次规划,得到二次规划避障路径。然后,例如是以二次规划避障路径进行自动驾驶,或者是根据二次规划避障路径向用户发出导航提示。
参见图2,是本申请实施例提供的一种车辆避障二次规划方法流程示意图,图2所示方法的执行主体可以是软件和/或硬件的装置,例如为车辆避障二次规划装置。该装置具体可以是车辆的车载系统,也可以是与车载系统连接的辅助计算服务器、或者是终端设备等,在此不做限定。图2所示的方法包括步骤S101至步骤S104,具体如下:
S101,获取车辆对障碍物的初始避障路径。
获取初始避障路径的方式,可以是以现有的例如撒点式的避障规划方法。例如把道路网格化,把车辆当成质点,在网格里搜索到代价最低的路径,作为车辆的避障行驶路径。
在一些实施例中,步骤S101(获取车辆对障碍物的初始避障路径)之前,还可以引入避让决策预判断的过程,以提高初始避障路径的准确性。例如,可以是获取所述车辆的行驶位置信息和所述障碍物的位置信息;然后根据预设的决策树模型,对所述车辆的行驶位置信息和所述障碍物的位置信息进行处理,获取对所述障碍物左侧避让或右侧避让的决策结果。决策结果例如为针对该障碍物优选是从其左侧进行避让行驶,还是从其右侧进行避让行驶。在得到决策结果后,再根据所述决策结果,获取车辆对障碍物的初始避障路径。决策结果可用于对初始避障路径进行优化或选择,例如可以得到多条避障路径,那么可以根据决策结果进行筛选。用决策树模型对障碍物的优选避让方式进行决策以确定初始避障路径,提高了初始避障路径的可靠性,进而提高最终二次规划路径的可靠性。
S102,在所述初始避障路径中,获取与所述障碍物的距离最小的最近点,以及所述最近点与所述障碍物之间的最近点距离。
继续参见图1所示的场景,以车辆1的后轴中心点为车辆1在初始避障路径中的位置点。在初始避障路径中,车辆1从障碍物的左侧避让行驶,在避让过程中,例如可以是通过对障碍物的外部形状建模,得到车辆1沿初始避障路径行驶时与障碍物的最近点位置。车辆1沿初始避障路径行驶时,侧面与障碍物的最近点,就可以理解为初始避障路径与障碍物的最近点。例如图1所示,障碍物位于车辆1的右侧,则最近点距离为障碍物与车辆1位于最近点A(以三角形示意)处,车辆1的右侧边与障碍物之间的距离。为了方便计算,通常在规划路径时,将车辆的后轴中心点所在位置作为车辆的位置。那么,图1中可以在车辆1的后轴中心点与最近点A重合时,将最近点A与障碍物之间的距离d1作为最近点距离。
S103,根据所述车辆在所述最近点的姿态信息,确定倾斜补偿距离。
在最近点需要与障碍物大于一定距离,才能避免碰撞或剐蹭。通常在进行路径规划时,是将车辆看做一质点的,而由于车辆的不同姿态,导致车头相对于车辆位置存在一定程度的偏离。在最近点处由于车辆的姿态导致车头的偏离,有可能导致车辆与障碍物发生碰撞或剐蹭。本实施例通过引入倾斜补偿距离,来提高车辆避障过程中路径的可靠性,降低碰撞或剐蹭的可能性。
上述姿态信息可以包括车辆的倾斜角,例如在执行步骤S103之前,还可以先获取所述车辆在所述初始避障路径的起点的车体第一方向,及车辆开始避障前的行驶方向。第一方向可以是从车辆的惯性导航系统得到的。并且,还要预测车辆在所述最近点的运动信息,由此获取所述车辆在所述最近点的车体第二方向。可以将所述车体第二方向相对于所述车体第一方向的倾斜角,作为所述姿态信息。通过获取到车体在最近点偏离最大的倾斜角,即可以确定出车辆在避障过程中离障碍物最近时车体的倾斜角,从而提高倾斜补偿距离的可靠性。在得到倾斜角后,执行步骤S103,例如可以是获取车辆长度信息,然后根据所述倾斜角和所述车辆长度信息,获取倾斜补偿距离。例如在车辆的后轴中心点到达最近点时,根据车辆长度和倾斜角,可以确定出车辆的车头相对于最近点偏向障碍物所在侧的距离,将这段距离作为倾斜补偿距离,参见图1中的具体d2。
S104,根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径。
在最近点距离的基础上,可以通过增加倾斜补偿距离作为最小避障距离,以更新避障边界约束,提高二次规划的可靠性。例如,将所述最近点距离与所述倾斜补偿距离之和,作为最小避障距离。根据所述最小避障距离,获取避障边界约束;根据避障边界约束对预设的目标函数进行二次规划,得到二次规划避障路径。本实施例获取到的最小避障距离,是在现有的最近点距离的基础上,增加了倾斜补偿距离,从而合理收缩边界,提高了避障路径的可靠性。
本实施例提供的一种车辆避障二次规划方法,通过获取车辆对障碍物的初始避障路径;在所述初始避障路径中,获取与所述障碍物的距离最小的最近点,以及所述最近点与所述障碍物之间的最近点距离;根据所述车辆在所述最近点的姿态信息,确定倾斜补偿距离;根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径,在最近点距离的基础上,引入与车体的姿态对应的倾斜补偿距离,从而提高二次规划避障路径的安全性和可靠性,降低了车辆避让障碍物过程中出现剐蹭、碰撞的可能性。
在上述各种实施例的基础上,假如图1所示车辆为自动驾驶车辆,还可以二次规划避障路径,控制所述车辆自动驾驶,提高了自动驾驶的安全性。例如在根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径之后,还包括:根据所述二次规划避障路径,控制所述车辆自动驾驶。
在上述各种实施例的基础上,假如图1所示车辆为提供驾驶辅助功能的车辆,还可以二次规划避障路径,显示导航信息,提高了导航的安全性和可靠性。例如在根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径之后,还包括:根据所述二次规划避障路径,向用户显示导航信息。
参见图3,是本申请实施例提供的一种车辆避障二次规划装置结构示意图。如图3所示的车辆避障二次规划装置30包括:
初始避障模块31,用于获取车辆对障碍物的初始避障路径。
最近点确定模块32,用于在所述初始避障路径中,获取与所述障碍物的距离最小的最近点,以及所述最近点与所述障碍物之间的最近点距离。
倾斜补偿距离确定模块33,用于根据所述车辆在所述最近点的姿态信息,确定倾斜补偿距离。
处理模块34,用于根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径。
本申请提供的车辆避障二次规划装置,通过获取车辆对障碍物的初始避障路径;在所述初始避障路径中,获取与所述障碍物的距离最小的最近点,以及所述最近点与所述障碍物之间的最近点距离;根据所述车辆在所述最近点的姿态信息,确定倾斜补偿距离;根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径,在最近点距离的基础上,引入与车体的姿态对应的倾斜补偿距离,从而提高二次规划避障路径的安全性和可靠性,降低了车辆避让障碍物过程中出现剐蹭、碰撞的可能性。
在一些实施例中,倾斜补偿距离确定模块33在所述根据所述车辆在所述最近点的姿态信息,确定倾斜补偿距离之前,还用于获取所述车辆在所述初始避障路径的起点的车体第一方向;获取所述车辆在所述最近点的车体第二方向;将所述车体第二方向相对于所述车体第一方向的倾斜角,作为所述姿态信息。本申请实施例通过获取到车体在最近点偏离最大的倾斜角,即可以确定出车辆在避障过程中离障碍物最近时车体的倾斜角,从而提高倾斜补偿距离的可靠性。
在一些实施例中,倾斜补偿距离确定模块33用于获取车辆长度信息;根据所述倾斜角和所述车辆长度信息,获取倾斜补偿距离。本申请实施例以倾斜角和车辆长度计算的倾斜补偿距离,提高了倾斜补偿距离的可靠性。
在一些实施例中,处理模块34,用于将所述最近点距离与所述倾斜补偿距离之和,作为最小避障距离;根据所述最小避障距离,获取避障边界约束;根据避障边界约束对预设的目标函数进行二次规划,得到二次规划避障路径。本申请实施例在最近点距离的基础上,增加倾斜补偿距离作为最小避障距离,更新了避障边界约束,提高了二次规划的可靠性。
在一些实施例中,初始避障模块31在所述获取车辆对障碍物的初始避障路径之前,还用于获取所述车辆的行驶位置信息和所述障碍物的位置信息;根据预设的决策树模型,对所述车辆的行驶位置信息和所述障碍物的位置信息进行处理,获取对所述障碍物左侧避让或右侧避让的决策结果。本申请实施例通过决策树模型,提高初始避障路径的准确性。
在一些实施例中,初始避障模块31用于根据所述决策结果,获取车辆对障碍物的初始避障路径。本申请实施例用决策树模型对障碍物的优选避让方式进行决策以确定初始避障路径,提高了初始避障路径的可靠性,进而提高最终二次规划路径的可靠性。
在一些实施例中,处理模块34在根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径之后,还用于根据所述二次规划避障路径,控制所述车辆自动驾驶。本申请实施例以二次规划避障路径,控制所述车辆自动驾驶,提高了自动驾驶的安全性。
在一些实施例中,处理模块34在根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径之后,还用于根据所述二次规划避障路径,向用户显示导航信息。本申请实施例以二次规划避障路径,显示导航信息,提高了导航的安全性和可靠性。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图4所示,是根据本申请实施例的车辆避障二次规划的方法的电子设备的框图。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/或者要求的本申请的实现。
如图4所示,该电子设备包括:一个或多个处理器401、存储器402,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图4中以一个处理器401为例。
存储器402即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的车辆避障二次规划的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的车辆避障二次规划的方法。
存储器402作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的车辆避障二次规划的方法对应的程序指令/模块(例如,附图3所示的初始避障模块31、最近点确定模块32、倾斜补偿距离确定模块33和处理模块34)。处理器401通过运行存储在存储器402中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的车辆避障二次规划的方法。
存储器402可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据车辆避障二次规划的电子设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器402可选包括相对于处理器401远程设置的存储器,这些远程存储器可以通过网络连接至车辆避障二次规划的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
车辆避障二次规划的方法的电子设备还可以包括:输入装置403和输出装置404。处理器401、存储器402、输入装置403和输出装置404可以通过总线或者其他方式连接,图4中以通过总线连接为例。
输入装置403可接收输入的数字或字符信息,以及产生与车辆避障二次规划的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置404可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处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、专用ASIC(专用集成电路)、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。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
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,本发申请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,只要能够实现本申请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,并不构成对本申请保护范围的限制。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。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (9)
1.一种车辆避障二次规划方法,其特征在于,包括:
获取车辆对障碍物的初始避障路径;
在所述初始避障路径中,获取与所述障碍物的距离最小的最近点,以及所述最近点与所述障碍物之间的最近点距离;
获取车辆长度信息;
根据所述车辆在所述最近点的姿态信息和所述车辆长度信息,确定倾斜补偿距离;
根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径;
在所述根据所述车辆在所述最近点的姿态信息和所述车辆长度信息,确定倾斜补偿距离之前,还包括:
获取所述车辆在所述初始避障路径的起点的车体第一方向;
获取所述车辆在所述最近点的车体第二方向;
将所述车体第二方向相对于所述车体第一方向的倾斜角,作为所述姿态信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径,包括:
将所述最近点距离与所述倾斜补偿距离之和,作为最小避障距离;
根据所述最小避障距离,获取避障边界约束;
根据避障边界约束对预设的目标函数进行二次规划,得到二次规划避障路径。
3.根据权利要求1所述的方法,其特征在于,在所述获取车辆对障碍物的初始避障路径之前,还包括:
获取所述车辆的行驶位置信息和所述障碍物的位置信息;
根据预设的决策树模型,对所述车辆的行驶位置信息和所述障碍物的位置信息进行处理,获取对所述障碍物左侧避让或右侧避让的决策结果。
4.根据权利要求3所述的方法,其特征在于,所述获取车辆对障碍物的初始避障路径,包括:
根据所述决策结果,获取车辆对障碍物的初始避障路径。
5.根据权利要求1所述的方法,其特征在于,在根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径之后,还包括:
根据所述二次规划避障路径,控制所述车辆自动驾驶。
6.根据权利要求1所述的方法,其特征在于,在根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径之后,还包括:
根据所述二次规划避障路径,向用户显示导航信息。
7.一种车辆避障二次规划装置,其特征在于,包括:
初始避障模块,用于获取车辆对障碍物的初始避障路径;
最近点确定模块,用于在所述初始避障路径中,获取与所述障碍物的距离最小的最近点,以及所述最近点与所述障碍物之间的最近点距离;
倾斜补偿距离确定模块,用于获取车辆长度信息,根据所述车辆在所述最近点的姿态信息和所述车辆长度信息,确定倾斜补偿距离;
处理模块,用于根据所述最近点距离与所述倾斜补偿距离,得到二次规划避障路径;
所述倾斜补偿距离确定模块在所述根据所述车辆在所述最近点的姿态信息和所述车辆长度信息,确定倾斜补偿距离之前,还用于获取所述车辆在所述初始避障路径的起点的车体第一方向;获取所述车辆在所述最近点的车体第二方向;将所述车体第二方向相对于所述车体第一方向的倾斜角,作为所述姿态信息。
8.一种电子设备,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1-6中任一项所述的车辆避障二次规划方法。
9.一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所述计算机执行权利要求1-6中任一项所述的车辆避障二次规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910945956.1A CN112578788B (zh) | 2019-09-30 | 2019-09-30 | 车辆避障二次规划方法、装置、设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910945956.1A CN112578788B (zh) | 2019-09-30 | 2019-09-30 | 车辆避障二次规划方法、装置、设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112578788A CN112578788A (zh) | 2021-03-30 |
CN112578788B true CN112578788B (zh) | 2023-05-02 |
Family
ID=75117093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910945956.1A Active CN112578788B (zh) | 2019-09-30 | 2019-09-30 | 车辆避障二次规划方法、装置、设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112578788B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114838736A (zh) * | 2022-04-29 | 2022-08-02 | 深圳优地科技有限公司 | 避障路径规划方法、装置、无人车和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1754420A (zh) * | 2004-09-28 | 2006-04-05 | 株式会社久保田 | 作业车辆的姿势控制装置 |
CN102829791A (zh) * | 2011-06-14 | 2012-12-19 | 上海博泰悦臻电子设备制造有限公司 | 基于车载终端的导航装置及导航路径修正的方法 |
CN107561942A (zh) * | 2017-09-12 | 2018-01-09 | 重庆邮电大学 | 基于模型补偿的智能车辆轨迹跟踪模型预测控制方法 |
CN107843267A (zh) * | 2017-10-25 | 2018-03-27 | 广州汽车集团股份有限公司 | 施工路段无人驾驶车辆的路径生成方法及装置 |
CN108501944A (zh) * | 2018-05-14 | 2018-09-07 | 吕杉 | 汽车爆胎安全稳定控制方法 |
CN108528442A (zh) * | 2017-03-06 | 2018-09-14 | 通用汽车环球科技运作有限责任公司 | 使用雷达传感器和upa传感器的车辆碰撞预测算法 |
CN109557912A (zh) * | 2018-10-11 | 2019-04-02 | 同济大学 | 一种自动驾驶特种作业车辆的决策规划方法 |
CN109634276A (zh) * | 2018-12-13 | 2019-04-16 | 中联重科股份有限公司 | 农用车辆无人驾驶控制方法、系统及该农用车辆 |
CN109885080A (zh) * | 2013-11-27 | 2019-06-14 | 宾夕法尼亚大学理事会 | 自主控制系统及自主控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6432116B2 (ja) * | 2016-05-23 | 2018-12-05 | 本田技研工業株式会社 | 車両位置特定装置、車両制御システム、車両位置特定方法、および車両位置特定プログラム |
-
2019
- 2019-09-30 CN CN201910945956.1A patent/CN112578788B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1754420A (zh) * | 2004-09-28 | 2006-04-05 | 株式会社久保田 | 作业车辆的姿势控制装置 |
CN102829791A (zh) * | 2011-06-14 | 2012-12-19 | 上海博泰悦臻电子设备制造有限公司 | 基于车载终端的导航装置及导航路径修正的方法 |
CN109885080A (zh) * | 2013-11-27 | 2019-06-14 | 宾夕法尼亚大学理事会 | 自主控制系统及自主控制方法 |
CN108528442A (zh) * | 2017-03-06 | 2018-09-14 | 通用汽车环球科技运作有限责任公司 | 使用雷达传感器和upa传感器的车辆碰撞预测算法 |
CN107561942A (zh) * | 2017-09-12 | 2018-01-09 | 重庆邮电大学 | 基于模型补偿的智能车辆轨迹跟踪模型预测控制方法 |
CN107843267A (zh) * | 2017-10-25 | 2018-03-27 | 广州汽车集团股份有限公司 | 施工路段无人驾驶车辆的路径生成方法及装置 |
CN108501944A (zh) * | 2018-05-14 | 2018-09-07 | 吕杉 | 汽车爆胎安全稳定控制方法 |
CN109557912A (zh) * | 2018-10-11 | 2019-04-02 | 同济大学 | 一种自动驾驶特种作业车辆的决策规划方法 |
CN109634276A (zh) * | 2018-12-13 | 2019-04-16 | 中联重科股份有限公司 | 农用车辆无人驾驶控制方法、系统及该农用车辆 |
Non-Patent Citations (4)
Title |
---|
Accurate trajectory tracking with disturbance-resistant and heading estimation method for self-driving vibratory roller;Yao Dongchun et al.;《IFAC PapersOnLine》;20181108;754-758 * |
基于分层传感器信息融合的智能车辆导航;汪明磊 等;《农业机械学报》;20091130(第11期);165-170 * |
基于预测控制的全向移动机器人轨迹跟踪;阎世梁 等;《计算机测量与控制》;20101031(第10期);2281-2284 * |
自主行驶车辆的避障控制算法研究;高俊钗 等;《计算机与数字工程》;20160229(第02期);203-208 * |
Also Published As
Publication number | Publication date |
---|---|
CN112578788A (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110657818B (zh) | 自动驾驶车辆的路径规划方法、装置、设备及存储介质 | |
CN110617825B (zh) | 一种车辆定位方法、装置、电子设备和介质 | |
JP2021152906A (ja) | 車両軌跡の予測方法、装置、機器及び記憶媒体 | |
CN111625950B (zh) | 自动驾驶仿真场景重建方法、装置、设备和介质 | |
CN111413968B (zh) | 车辆的控制方法、装置及电子设备 | |
EP3798903A1 (en) | Method and apparatus for autonomous driving control, electronic device, and storage medium | |
CN110827325B (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN111216738B (zh) | 自动驾驶中车辆的控制方法、装置、电子设备及车辆 | |
KR20210076886A (ko) | 주차 모델 생성 방법 및 장치, 전자 장치 및 저장 매체 | |
CN111443709B (zh) | 车辆变道路线规划方法、装置、终端和存储介质 | |
CN111368760A (zh) | 一种障碍物检测方法、装置、电子设备及存储介质 | |
CN112802325B (zh) | 车辆排队长度检测方法及装置 | |
CN113844463B (zh) | 基于自动驾驶系统的车辆控制方法、装置及车辆 | |
CN111361560B (zh) | 自动驾驶中控制车辆行驶的方法、装置、电子设备 | |
JP2022075526A (ja) | 自動運転のための速度計画方法、装置、デバイス、媒体及び車両 | |
CN112793570A (zh) | 自动驾驶车辆的控制方法、装置、设备及存储介质 | |
CN112578788B (zh) | 车辆避障二次规划方法、装置、设备和可读存储介质 | |
JP7163433B2 (ja) | 自動運転車両のカーブ走行制御方法、装置、機器及び媒体 | |
CN112528931B (zh) | 用于生成位置预测信息的方法、装置以及自动驾驶车辆 | |
CN112306091B (zh) | 一种三维轨迹规划方法、装置、设备及存储介质 | |
CN112622924B (zh) | 一种驾驶规划方法及装置、车辆 | |
CN112528932B (zh) | 用于优化位置信息的方法、装置、路侧设备和云控平台 | |
CN115782876A (zh) | 一种变道轨迹生成方法、装置、设备及自动驾驶车辆 | |
US11414071B2 (en) | Method and apparatus for controlling vehicle, and storage medium | |
CN111252069B (zh) | 车辆变道的方法及装置 |
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 |