CN112596514B - 控制操作调整方法、装置、可移动载体及存储介质 - Google Patents

控制操作调整方法、装置、可移动载体及存储介质 Download PDF

Info

Publication number
CN112596514B
CN112596514B CN202011297823.7A CN202011297823A CN112596514B CN 112596514 B CN112596514 B CN 112596514B CN 202011297823 A CN202011297823 A CN 202011297823A CN 112596514 B CN112596514 B CN 112596514B
Authority
CN
China
Prior art keywords
current
determining
dimensional image
control operation
image information
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
Application number
CN202011297823.7A
Other languages
English (en)
Other versions
CN112596514A (zh
Inventor
钟华
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.)
Guangzhou Weride Technology Co Ltd
Original Assignee
Guangzhou Weride 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 Guangzhou Weride Technology Co Ltd filed Critical Guangzhou Weride Technology Co Ltd
Priority to CN202011297823.7A priority Critical patent/CN112596514B/zh
Publication of CN112596514A publication Critical patent/CN112596514A/zh
Application granted granted Critical
Publication of CN112596514B publication Critical patent/CN112596514B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network

Landscapes

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

Abstract

本发明公开了一种控制操作调整方法、装置、可移动载体及存储介质，属于自动控制技术领域。本发明通过预测可移动对象的移动轨迹，再根据所述当前位置以及所述移动轨迹确定限制行驶状态，然后基于所述可移动载体的当前行驶状态以及所述限制行驶状态确定所述可移动载体的操作限制集合，最后根据所述操作限制集合对待执行控制操作进行调整，能够对待执行控制操作进行限制，从而能够提前识别存在安全风险的操作限制集合，进而基于操作限制集合对待执行控制操作进行调整，在一定程度上可以降低出现操作失误的可能性，提高可移动载体行驶的安全性。

Description

控制操作调整方法、装置、可移动载体及存储介质
技术领域
本发明涉及自动控制领域领域，尤其涉及一种控制操作调整方法、装置、可移动载体及存储介质。
背景技术
随着科技的发展，可移动载体(例如：汽车、具有运载能力的机器人，或飞行器等具有运载能力的设备)的普及度越来越高，而可移动载体作为一种运载设备，其速度一般比较快，因此，安全性是重中之重。
可移动载体在行驶过程中，控制者(可以是乘坐于可移动载体内进行控制，也可以远程采用遥控设备进行控制)存在出现控制操作失误的可能性，尤其是处于人流、车流多的道路时这种可能性更高，导致安全性无法得到保证。
发明内容
本发明的主要目的在于提供一种控制操作调整方法、装置、可移动载体及存储介质，旨在解决现有技术中可移动载体在行驶过程中容易出现控制操作失误，导致安全性无法得到保证的技术问题。
为实现上述目的，本发明提供一种控制操作调整方法，所述控制操作调整方法包括以下步骤：
在可移动载体处于行驶状态时，获取可移动载体的当前位置、当前行驶状态以及当前环境信息；
根据所述当前环境信息确定待跟踪的可移动对象；
基于历史环境信息以及所述当前环境信息预测所述可移动对象在预设时间范围内的移动轨迹；
根据所述当前位置以及所述移动轨迹确定限制行驶状态；
基于所述可移动载体的当前行驶状态以及所述限制行驶状态确定所述可移动载体的操作限制集合；
根据所述操作限制集合对待执行控制操作进行调整。
可选地，所述根据所述当前位置以及所述移动轨迹确定限制行驶状态的步骤，包括：
分别生成从所述当前位置移动至所述移动轨迹上各轨迹点的路线；
获取所述可移动对象从当前时刻移动至所述移动轨迹上各轨迹点的时间长度；
将生成的路线中属于可行驶的路线作为目标路线；
根据各目标路线对应的时间长度以及路线长度确定限制行驶状态。
可选地，所述分别生成从所述当前位置移动至所述移动轨迹上各轨迹点的路线的步骤之前，还包括：
获取所述当前位置所属区域的地图；
将所述移动轨迹对应至所述地图中；
将所述移动轨迹中落入禁行区域内的部分去除，以获得待选轨迹段，所述禁行区域在所述当前位置所属区域的地图中具有标记；
以所述当前位置作为起点，生成若干条射线；
将与所述待选轨迹段存在交点的射线作为目标射线，并将所述交点作为轨迹点。
可选地，所述根据各目标路线对应的时间长度以及路线长度确定限制行驶状态的步骤，包括：
对所述目标路线进行遍历；
将遍历到的目标路线作为当前路线；
根据所述当前路线对应的时间长度及路线长度，计算所述可移动载体从所述当前路线行驶至对应轨迹点时的理论行驶状态；
以所述理论行驶状态生成对应的限制行驶状态。
可选地，所述历史环境信息为历史三维图像信息，所述当前环境信息为当前三维图像信息；
所述基于历史环境信息以及所述当前环境信息预测所述可移动对象在预设时间范围内的移动轨迹的步骤，包括：
在各历史三维图像信息中分别确定所述可移动对象所处的第一区域，并在所述当前三维图像信息中确定所述可移动对象所处的第二区域；
根据各历史三维图像信息中的第一区域分别确定各历史三维图像信息中的可移动对象与所述可移动载体之间的第一相对位置，并在所述当前三维图像信息中的第二区域确定所述当前三维图像信息中的可移动对象与所述可移动载体之间的第二相对位置；
根据所述第一相对位置及所述第二相对位置通过预设预测模型预测所述可移动对象在预设时间范围内的移动轨迹。
可选地，所述当前环境信息为当前三维图像信息；
所述根据所述当前环境信息确定待跟踪的可移动对象的步骤，具体包括：
根据所述当前点云信息对所述当前三维图像信息进行边缘检测，以获得所述当前三维图像信息中的对象边缘；
对所述对象边缘进行特征提取，以获得边缘特征；
根据所述边缘特征对所述当前三维图像信息中的各对象进行种类识别，以获得对象类别；
根据所述对象类别确定所述当前三维图像信息中待跟踪的可移动对象。
可选地，所述基于所述可移动载体的当前行驶状态以及所述限制行驶状态确定所述可移动载体的操作限制集合的步骤之前，所述控制操作调整方法还包括：
确定所述当前位置与禁行区域之间的相对位置，所述禁行区域在所述当前位置所属区域的地图中具有标记；
根据所述相对位置确定所述可移动载体的限制行驶状态。
此外，为实现上述目的，本发明还提供一种控制操作调整装置，所述控制操作调整装置包括：
信息获取模块，用于在可移动载体处于行驶状态时，获取可移动载体的当前位置、当前行驶状态以及当前环境信息；
对象确定模块，用于根据所述当前环境信息确定待跟踪的可移动对象；
轨迹预测模块，用于基于历史环境信息以及所述当前环境信息预测所述可移动对象在预设时间范围内的移动轨迹；
状态确定模块，用于根据所述当前位置以及所述移动轨迹确定限制行驶状态；
集合确定模块，用于基于所述可移动载体的当前行驶状态以及所述限制行驶状态确定所述可移动载体的操作限制集合；
操作调整模块，用于根据所述操作限制集合对待执行控制操作进行调整。
此外，为实现上述目的，本发明还提供一种可移动载体，所述可移动载体包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的控制操作调整程序，所述控制操作调整程序配置为实现如上所述的控制操作调整方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有控制操作调整程序，所述控制操作调整程序被处理器执行时实现如上所述的控制操作调整方法的步骤。
本发明通过预测可移动对象的移动轨迹，再根据所述当前位置以及所述移动轨迹确定限制行驶状态，然后基于所述可移动载体的当前行驶状态以及所述限制行驶状态确定所述可移动载体的操作限制集合，最后根据所述操作限制集合对待执行控制操作进行调整，能够对待执行控制操作进行限制，从而能够提前识别存在安全风险的操作限制集合，进而基于操作限制集合对待执行控制操作进行调整，在一定程度上可以降低出现操作失误的可能性，提高可移动载体行驶的安全性。
附图说明
图1为本发明控制操作调整方法第一实施例的流程示意图；
图2为本发明实施例中预测的可移动对象在预设时间范围内的移动轨迹的示意图；
图3为本发明控制操作调整方法第二实施例中步骤S40的流程示意图；
图4为本发明控制操作调整方法第三实施例中步骤S41之前步骤的流程示意图；
图5为本发明实施例中从所述当前位置移动至所述移动轨迹上各轨迹点的路线的示意图；
图6为本发明控制操作调整装置一实施例的结构框图；
图7是本发明实施例方案涉及的硬件运行环境的可移动载体结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明控制操作调整方法第一实施例的流程示意图。
在第一实施例中，所述控制操作调整方法包括以下步骤：
S10：在可移动载体处于行驶状态时，获取可移动载体的当前位置、当前行驶状态以及当前环境信息。
需要说明的是，本实施例的方法的执行主体为可移动载体，所述可移动载体有多种表现形式，如汽车、机器人，飞行器等具有移动能力的载体，本发明不进行具体的限制。
可理解的是，由于可移动载体只有在进行行驶时才会出现安全性的问题，也就是说，只有可移动载体处于行驶状态时才具有调整控制操作的需要，因此，本实施例中，会在可移动载体处于行驶状态时，获取可移动载体的当前位置、当前行驶状态以及当前环境信息。
在具体实现中，所述当前位置即为所述可移动载体在当前时刻所处的位置，所述当前位置通常可通过类似于经纬度信息进行表示；所述当前行驶状态即为所述可移动载体在当前时刻所处的行驶状态，通常说来，所述行驶状态可通过行驶方向和行驶速度来进行表征，当然，还可通过其他参数来进行表征，本实施例对此不加以限制；所述当前环境信息即为安装在所述可移动载体上的传感器所采集到的信息，通常来说，所述当前环境信息即为用于反映所述可移动载体的外部环境的信息，通常可包括三维图像信息，当然，还可包括类似于点云信息等信息，本实施例对此不加以限制。
S20：根据所述当前环境信息确定待跟踪的可移动对象。
需要说明的是，所述可移动对象即为可以移动的对象，例如：行人、动物、车辆等对象，而所述待跟踪的可移动对象，即为需要进行跟踪的可移动对象，通常是在所述当前环境信息中所存在的可移动对象，当然，也可以是与所述可移动载体之间的距离小于预设距离的可移动对象。
在具体实现中，所述可移动对象可为一个或多个，在所述可移动对象为多个时，对于每一可移动对象而言，其处理方式均相同。
可理解的是，为快速确定待跟踪的可移动对象，本实施例中，所述当前环境信息可为当前三维图像信息；
对于步骤S20而言，可先根据所述当前点云信息对所述当前三维图像信息进行边缘检测，以获得所述当前三维图像信息中的对象边缘，然后对所述对象边缘进行特征提取，以获得边缘特征，再根据所述边缘特征对所述当前三维图像信息中的各对象进行种类识别，以获得对象类别，最后根据所述对象类别确定所述当前三维图像信息中待跟踪的可移动对象。
需要说明的是，由于不同类别的对象，通常会存在不同的边缘特征，例如：行人、动物及车辆的边缘特征均存在区别，此时，可根据所述边缘特征对所述当前三维图像信息中的各对象进行种类识别，以获得对象类别，具体地，可预先对行人、动物及车辆的样板图像分别建立边缘特征集合，然后通过将所述边缘特征与所述边缘特征集合进行匹配的方式来确定对象类别。
S30：基于历史环境信息以及所述当前环境信息预测所述可移动对象在预设时间范围内的移动轨迹。
可理解的是，由于可移动载体获取当前环境信息是一个持续的过程，因此，对于所述可移动载体而言，会存在若干个历史环境信息，通常，只有距离当前时间比较接近的历史环境信息才具有预测价值，因此，所述历史环境信息通常是在距离当前时间处于一定的时间区间内的历史环境信息，例如：距离当前时间30秒以内的历史环境信息、距离当前时间1分钟以内的历史环境信息，当然，还可设置为其他时间区间内的历史环境信息，本实施例对此不加以限制。
在具体实现中，为准确预测所述可移动对象在预设时间范围内的移动轨迹，本实施例中，所述历史环境信息为历史三维图像信息，所述当前环境信息为当前三维图像信息；
在步骤S30中，可先在各历史三维图像信息中分别确定所述可移动对象所处的第一区域，并在所述当前三维图像信息中确定所述可移动对象所处的第二区域，然后根据各历史三维图像信息中的第一区域分别确定各历史三维图像信息中的可移动对象与所述可移动载体之间的第一相对位置，并在所述当前三维图像信息中的第二区域确定所述当前三维图像信息中的可移动对象与所述可移动载体之间的第二相对位置，最后根据所述第一相对位置及所述第二相对位置通过预设预测模型预测所述可移动对象在预设时间范围内的移动轨迹。
下面以一个具体示例来进行说明，参照图2，假设可移动载体从C’行驶至当前位置为C时，可移动对象依次经过P1、P2、P3及P4移动至PN，由于所述可移动载体自身的位置是可以获知的，在确定所述第一相对位置和第二相对位置后，可根据第一相对位置和第二相对位置来确定可移动对象的实际位置，并将所述实际位置对应至地图中，此时，即可根据所述可移动对象的实际位置预测其在预设时间范围内的移动轨迹PN到PT。
在具体实现中，所述预设预测模型可根据不同类型的对象的样本数据对初始模型分别进行训练获得，也就是说，每一种类型的对象可分别对应一个预设预测模型，例如：假设可移动对象为狗，其对应的类型为动物，此时，可查找动物对应的预设预测模型，并通过查找到的预设预测模型来预测所述可移动对象在预设时间范围内的移动轨迹。
应理解的是，对于所述初始模型而言，其可根据需要进行选择，例如：神经网络模型、长短期记忆(long-short term memory，LSTM)模型等，本实施例对此不加以限制。
S40：根据所述当前位置以及所述移动轨迹确定限制行驶状态。
需要说明的是，所述限制行驶状态即为可移动载体在行驶过程中容易出现安全问题的行驶状态。
S50：基于所述可移动载体的当前行驶状态以及所述限制行驶状态确定所述可移动载体的操作限制集合。
可理解的是，由于当前形式状态是可知的，在确定限制形式状态后，即可根据所述当前行驶状态以及所述限制行驶状态来确定从所述当前行驶状态变为限制行驶状态时对应的多个控制操作，而这部分控制操作为存在风险的控制操作，因此，可将这部分控制操作添加至所述可移动载体的操作限制集合中。
在具体实现中，根据所述当前行驶状态以及所述限制行驶状态即可确定所述可移动载体的操作限制集合，例如：可移动载体的当前行驶状态是直行方向，并且行驶速度是40km/h，此时，若限制行驶状态包括：直行方向，并且行驶速度是30km/h的行驶状态；向左转弯，并且行驶速度是10km/h；以及向右转弯，并且行驶速度是10km/h，此时，由于当前行驶状态已经明显超过了限制行驶状态，因此，对于可移动载体而言，无论是左转、右转，还是踩油门，均会超过限制行驶状态，只有踩刹车才会避免这种情况，故而，所述操作限制集合中会包括：踩油门、左转、右转等。
再例如：可移动载体的当前行驶状态是直行方向，并且行驶速度是20km/h，此时，若限制行驶状态包括：直行方向，并且行驶速度是30km/h的行驶状态；向左转弯，并且行驶速度是10km/h；以及向右转弯，并且行驶速度是10km/h，此时，在左转或右转才会出现超过限制行驶状态，因此，若继续直行，可避免这种情况，故而，所述操作限制集合中会包括：左转、右转等，当然，若左转或右转过程中，携带踩刹车的操作，也可以避免超过限制行驶状态。
需要说明的是，对于可移动载体的行驶过程而言，不仅需要考虑可移动对象的安全问题，还需要考虑在可移动载体附近的禁行区域，对于所述禁行区域而言，其可包括：类似于道路旁边的江河湖海等，又或是道路旁边高度落差大的区域，例如：立交桥和盘山公路等，邻近道路的建筑物和高大树木等，路沿、隔离栏等，对于这些禁行区域而言，通常会在语义地图中进行标记，也就是说，所述禁行区域在所述当前位置所属区域的地图中具有标记。
可理解的是，本实施例中，由于所述禁行区域并不会涉及到主动移动，因此，在生成限制行驶状态时较为简单，也就是说，先确定所述当前位置与与禁行区域之间的相对位置，然后根据所述相对位置确定所述可移动载体的限制行驶状态，例如：可移动载体在一条直行的道路上，其右侧是隔离栏，此时，可将向右转弯，并且踩下油门的控制操作添加至所述可移动载体的操作限制集合中。
S60：根据所述操作限制集合对待执行控制操作进行调整。
在具体实现中，用户在控制可移动载体时，会向可移动载体输入控制操作，此时，可通过所述操作限制集合对待执行控制操作进行调整，也就是说，在待执行控制操作与所述操作限制集合进行匹配时，可认定待执行控制操作存在风险，当然，所述控制操作可由用户乘坐于可移动载体内输入，也可以远程采用遥控设备输入，甚至，是自动驾驶状态时由自动驾驶算法说生成，此时，可将所述控制操作进行调整，例如：待执行控制操作为踩油门，以及向左转向，但此时，操作限制集合中存在控制操作，可将所述控制操作进行调整，直接不对所述控制操作进行响应，又或是降低所述踩油门的加速幅度等，本实施例对此不加以限制。
本实施例通过预测可移动对象的移动轨迹，再根据所述当前位置以及所述移动轨迹确定限制行驶状态，然后基于所述可移动载体的当前行驶状态以及所述限制行驶状态确定所述可移动载体的操作限制集合，最后根据所述操作限制集合对待执行控制操作进行调整，能够对待执行控制操作进行限制，从而能够提前识别存在安全风险的操作限制集合，进而基于操作限制集合对待执行控制操作进行调整，在一定程度上可以降低出现操作失误的可能性，提高可移动载体行驶的安全性。
如图3所示，基于第一实施例提出本发明控制操作调整方法第二实施例，本实施例中，步骤S40具体包括：
S41：分别生成从所述当前位置移动至所述移动轨迹上各轨迹点的路线。
需要说明的是，对于所述移动轨迹而言，其是连续的数据，为避免数据量过大，影响处理速度，因此，可在所述移动轨迹中选取多个轨迹点，而对于所述可移动载体而言，其当前时刻所处的位置是当前位置，而从当前位置开始，在行驶过程中，可能会沿着一定的路线行驶至所述移动轨迹上的轨迹点所处位置，故而，所述当前位置可理解为路线的起点，而所述移动轨迹上个轨迹点可以分别理解为终点，也就是说，在起点相同的情况下，移动至所述移动轨迹上各轨迹点时，会分别生成多条不同的路线。
可理解的是，由于步骤S44是需要确定限制行驶状态，而对于路线而言，其通常只能针对单一方向的对应的路线，例如：对于一条路线，需要先左转然后再右转的路线而言，但在当前时刻，用户通常只会输入左转的控制命令，而右转往往是在延迟一定时间后才进行输入，也就是说，在当前时刻无法对其进行限制，因此，对于当前时刻而言，只需要考虑通过单一方向即可行驶的路线。
在具体实现中，对于单一方向即可行驶的路线，通常而言，该单一方向通常可对应直行方向、左转方向或右转方向，故而，分别生成从所述当前位置移动至所述移动轨迹上各轨迹点的路线时，只需要考虑单一方向即可行驶过去的路线即可，例如：轨迹点处于所述当前位置的正前方，若从所述当前位置可通过地图中的路线通过直行行驶至该轨迹点，则可将该路线作为从所述当前位置移动至该轨迹点的路线；又或是，轨迹点处于所述当前位置的左前方，若从所述当前位置可通过地图中的路线通过左转行驶至该轨迹点，这可将该路线作为从所述当前位置移动至该轨迹点的路线。
S42：获取所述可移动对象从当前时刻移动至所述移动轨迹上各轨迹点的时间长度。
在具体实现中，对于所述移动轨迹而言，其可理解为，可移动对象在不同时刻所处的位置，因此，对于所述移动轨迹而言，通常不仅可包括其位置信息，还包括各位置信息分别对应的时刻，因此，可根据所述移动轨迹确定所述可移动对象从所述当前时刻移动至所述移动轨迹上各轨迹点的时间长度，也就是说，所述时间长度为当前时刻与各轨迹点对应的时刻之间的时间差。
S43：将生成的路线中属于可行驶的路线作为目标路线。
在具体实现中，对于生成的路线而言，可能会由于路线中存在一些无法行驶的禁行区域，而这些禁行区域的存在，是需要额外进行控制的，并且禁行区域是处于固定状态，因此，对于这部分路线而言，需要控制的是当前位置到禁行区域之间的限制行驶状态，而对于这部分路线而言，其如何进行设置的影响并不大，也就是说，可将生成的路线中属于可行驶的路线作为目标路线。
S44：根据各目标路线对应的时间长度以及路线长度确定限制行驶状态。
可理解的是，在确定各目标路线后，目标路线的路线长度是可以确定的，同时其对应的时间长度也是已知的，因此，可根据各目标路线对应的时间长度以及路线长度确定限制行驶状态。
应理解的是，对于所述限制行驶状态而言，其属于一种行驶状态的临界值，也就是说，若高于这种限制行驶状态，就容易出现安全问题，因此，在确定各目标路线对应的时间长度以及路线长度后，即可根据时间长度以及路线长度来计算可移动载体的理论行驶状态，该理论行驶状态即为从所述当前位置按照理论行驶状态在运行时会出现可移动载体与可移动对象发生碰撞的行驶状态。
在具体实现中，所述限制行驶状态通常会包括：限制行驶速度以及限制行驶方向，由于路线是对于单一方向的，因此，对于一条路线而言，其本身限制行驶方向就是确定的，但其限制行驶速度需要基于时间长度以及路线长度来计算，也就是说，将路线长度处于时间长度，此时即可获得限制行驶速度。
需要说明的是，为便于确定限制行驶状态，本实施例中，可先对所述目标路线进行遍历，并将遍历到的目标路线作为当前路线，然后根据所述当前路线对应的时间长度及路线长度，计算所述可移动载体从所述当前路线行驶至对应轨迹点时的理论行驶状态，最后以所述理论行驶状态生成对应的限制行驶状态。
假设所述目标路线具有N条，分别为L1、L2、L3、……、LN，此时，可对所述目标路线分别进行遍历，也就是说，将各条目标路线分别选中一次，假设遍历到的目标路线为L2，此时，可将遍历到的目标路线L2作为当前路线，然后根据当前路线L2的时间长度及路线长度，计算所述可移动载体从所述当前路线行驶至对应轨迹点时的理论行驶状态，例如，当前路线L2的时间长度为3秒，路线长度为15米，此时，所述理论行驶状态为沿所述当前路线L2的方向，行驶速度为5米/秒，此时，可将所述理论行驶状态作为限制行驶状态的下限值，也就是说，此时对应的限制行驶状态包括：沿所述当前路线L2的方向，行驶速度大于等于5米/秒。
如图4所示，基于第二实施例提出本发明控制操作调整方法第三实施例，本实施例中，步骤S41具体包括：
S411：获取所述当前位置所属区域的地图。
需要说明的是，由于地图通常来说非常大，但对于本实施例的方案而言，只有在当前位置所属区域的地图才有价值，因此，本实施例中，会获取所述当前位置所属区域的地图。
S412：将所述移动轨迹对应至所述地图中。
在具体实现中，由于所述移动轨迹而言，其整条移动轨迹所反映的是与可移动载体之间的相对位置，而可移动载体的当前位置可以在所述地图中确定，因此，可将所述移动轨迹对应至所述地图中。
S413：将所述移动轨迹中落入禁行区域内的部分去除，以获得待选轨迹段，所述禁行区域在所述当前位置所属区域的地图中具有标记。
可理解的是，由于禁行区域对于可移动载体而言，整体都是不能行驶的区域，例如：道路旁边的江河湖海等，又或是道路旁边高度落差大的区域(例如立交桥和盘山公路等，邻近道路的建筑物和高大树木等，路沿、隔离栏、人行道、道路沿等)，当然，所述禁行区域还可根据情况设定，例如：将距离道路一定范围设置为禁行区域，又或是根据车流量调整，比如车流量比较大的地方，可将与道路沿存在一定距离的位置设置为禁行区域，从而防止和路上的共享单车、自行车或电动车相撞，当然，所述禁行区域还可采用其他方式设置，本实施例对此不加以限制。因此，在移动轨迹中落入进行区域内的部分而言，是无需进行额外处理的，故而，可将所述移动轨迹中落入禁行区域内的部分去除，以获得待选轨迹段，所述待选轨迹段即为所述移动轨迹中未落入禁行区域内的剩余部分。
S414：以所述当前位置作为起点，生成若干条射线。
S415：将与所述待选轨迹段存在交点的射线作为目标射线，并将所述交点作为轨迹点。
需要说明的是，在具体实现中，由于移动轨迹是属于连续的，也就是说，所述移动轨迹中点的数量从理论上而言是无穷大的，而移动轨迹中较为相近的点之间的限制行驶状态是相近的，为节约数据处理量，本实施例中，可先以所述当前位置作为起点，生成若干条射线，然后将与所述待选轨迹段存在交点的射线作为目标射线，并将所述交点作为轨迹点，当然，各条射线之间可保持夹角相同，例如：各条射线之间可间隔1度、2度或是3度，当然，还可根据需要进行调整，本实施例对此不加以限制。
下面以一个具体示例来进行说明，参照图5，假设当前位置为C，其中待选轨迹段为A到B之间的线段，此时，可从当前位置C生成多条射线，其中，与所述待选轨迹段之间存在交点的是5条目标射线，也就是说，轨迹点也为5个，分别为D1、D2、D3、D4和D5。
此外，本发明实施例还提出一种控制操作调整装置，参照图6，所述控制操作调整装置包括：
信息获取模块10，用于在可移动载体处于行驶状态时，获取可移动载体的当前位置、当前行驶状态以及当前环境信息；
对象确定模块20，用于根据所述当前环境信息确定待跟踪的可移动对象；
轨迹预测模块30，用于基于历史环境信息以及所述当前环境信息预测所述可移动对象在预设时间范围内的移动轨迹；
状态确定模块40，用于根据所述当前位置以及所述移动轨迹确定限制行驶状态；
集合确定模块50，用于基于所述可移动载体的当前行驶状态以及所述限制行驶状态确定所述可移动载体的操作限制集合；
操作调整模块60，用于根据所述操作限制集合对待执行控制操作进行调整。
本实施例通过上述方案，通过预测可移动对象的移动轨迹，再根据所述当前位置以及所述移动轨迹确定限制行驶状态，然后基于所述可移动载体的当前行驶状态以及所述限制行驶状态确定所述可移动载体的操作限制集合，最后根据所述操作限制集合对待执行控制操作进行调整，能够对待执行控制操作进行限制，从而能够提前识别存在安全风险的操作限制集合，进而基于操作限制集合对待执行控制操作进行调整，在一定程度上可以降低出现操作失误的可能性，提高可移动载体行驶的安全性。
需要说明的是，上述装置中的各模块可用于实现上述方法中的各个步骤，同时达到相应的技术效果，本实施例在此不再赘述。
参照图7，图7为本发明实施例方案涉及的硬件运行环境的可移动载体的结构示意图。
如图7所示，该可移动载体可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图7中示出的结构并不构成对可移动载体的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图7所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及控制操作调整程序。
在图7所示的可移动载体中，网络接口1004主要用于与外部网络进行数据通信；用户接口1003主要用于接收用户的输入指令；所述可移动载体通过处理器1001调用存储器1005中存储的控制操作调整程序，并执行以下操作：
在可移动载体处于行驶状态时，获取可移动载体的当前位置、当前行驶状态以及当前环境信息；
根据所述当前环境信息确定待跟踪的可移动对象；
基于历史环境信息以及所述当前环境信息预测所述可移动对象在预设时间范围内的移动轨迹；
根据所述当前位置以及所述移动轨迹确定限制行驶状态；
基于所述可移动载体的当前行驶状态以及所述限制行驶状态确定所述可移动载体的操作限制集合；
根据所述操作限制集合对待执行控制操作进行调整。
进一步地，处理器1001可以调用存储器1005中存储的控制操作调整程序，还执行以下操作：
分别生成从所述当前位置移动至所述移动轨迹上各轨迹点的路线；
获取所述可移动对象从当前时刻移动至所述移动轨迹上各轨迹点的时间长度；
将生成的路线中属于可行驶的路线作为目标路线；
根据各目标路线对应的时间长度以及路线长度确定限制行驶状态。
进一步地，处理器1001可以调用存储器1005中存储的控制操作调整程序，还执行以下操作：
获取所述当前位置所属区域的地图；
将所述移动轨迹对应至所述地图中；
将所述移动轨迹中落入禁行区域内的部分去除，以获得待选轨迹段，所述禁行区域在所述当前位置所属区域的地图中具有标记；
以所述当前位置作为起点，生成若干条射线；
将与所述待选轨迹段存在交点的射线作为目标射线，并将所述交点作为轨迹点。
进一步地，处理器1001可以调用存储器1005中存储的控制操作调整程序，还执行以下操作：
对所述目标路线进行遍历；
将遍历到的目标路线作为当前路线；
根据所述当前路线对应的时间长度及路线长度，计算所述可移动载体从所述当前路线行驶至对应轨迹点时的理论行驶状态；
以所述理论行驶状态生成对应的限制行驶状态。
进一步地，所述历史环境信息为历史三维图像信息，所述当前环境信息为当前三维图像信息；处理器1001可以调用存储器1005中存储的控制操作调整程序，还执行以下操作：
在各历史三维图像信息中分别确定所述可移动对象所处的第一区域，并在所述当前三维图像信息中确定所述可移动对象所处的第二区域；
根据各历史三维图像信息中的第一区域分别确定各历史三维图像信息中的可移动对象与所述可移动载体之间的第一相对位置，并在所述当前三维图像信息中的第二区域确定所述当前三维图像信息中的可移动对象与所述可移动载体之间的第二相对位置；
根据所述第一相对位置及所述第二相对位置通过预设预测模型预测所述可移动对象在预设时间范围内的移动轨迹。
进一步地，所述当前环境信息为当前三维图像信息；处理器1001可以调用存储器1005中存储的控制操作调整程序，还执行以下操作：
根据所述当前点云信息对所述当前三维图像信息进行边缘检测，以获得所述当前三维图像信息中的对象边缘；
对所述对象边缘进行特征提取，以获得边缘特征；
根据所述边缘特征对所述当前三维图像信息中的各对象进行种类识别，以获得对象类别；
根据所述对象类别确定所述当前三维图像信息中待跟踪的可移动对象。
进一步地，处理器1001可以调用存储器1005中存储的控制操作调整程序，还执行以下操作：
确定所述当前位置与禁行区域之间的相对位置，所述禁行区域在所述当前位置所属区域的地图中具有标记；
根据所述相对位置确定所述可移动载体的限制行驶状态。
本实施例通过上述方案，通过预测可移动对象的移动轨迹，再根据所述当前位置以及所述移动轨迹确定限制行驶状态，然后基于所述可移动载体的当前行驶状态以及所述限制行驶状态确定所述可移动载体的操作限制集合，最后根据所述操作限制集合对待执行控制操作进行调整，能够对待执行控制操作进行限制，从而能够提前识别存在安全风险的操作限制集合，进而基于操作限制集合对待执行控制操作进行调整，在一定程度上可以降低出现操作失误的可能性，提高可移动载体行驶的安全性。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种控制操作调整方法，其特征在于，所述控制操作调整方法包括以下步骤：在可移动载体处于行驶状态时，获取可移动载体的当前位置、当前行驶状态以及当前环境信息；
根据所述当前环境信息确定待跟踪的可移动对象；
基于历史环境信息以及所述当前环境信息预测所述可移动对象在预设时间范围内的移动轨迹；
根据所述当前位置以及所述移动轨迹确定限制行驶状态；
基于所述可移动载体的当前行驶状态以及所述限制行驶状态确定所述可移动载体的操作限制集合；
根据所述操作限制集合对待执行控制操作进行调整；
其中，所述历史环境信息为历史三维图像信息，所述当前环境信息为当前三维图像信息；
所述基于历史环境信息以及所述当前环境信息预测所述可移动对象在预设时间范围内的移动轨迹的步骤，包括：
在各历史三维图像信息中分别确定所述可移动对象所处的第一区域，并在所述当前三维图像信息中确定所述可移动对象所处的第二区域；
根据各历史三维图像信息中的第一区域分别确定各历史三维图像信息中的可移动对象与所述可移动载体之间的第一相对位置，并在所述当前三维图像信息中的第二区域确定所述当前三维图像信息中的可移动对象与所述可移动载体之间的第二相对位置；
根据所述第一相对位置及所述第二相对位置通过预设预测模型预测所述可移动对象在预设时间范围内的移动轨迹。
2.如权利要求1所述的控制操作调整方法，其特征在于，所述根据所述当前位置以及所述移动轨迹确定限制行驶状态的步骤，包括：
分别生成从所述当前位置移动至所述移动轨迹上各轨迹点的路线；
获取所述可移动对象从当前时刻移动至所述移动轨迹上各轨迹点的时间长度；
将生成的路线中属于可行驶的路线作为目标路线；
根据各目标路线对应的时间长度以及路线长度确定限制行驶状态。
3.如权利要求2所述的控制操作调整方法，其特征在于，所述分别生成从所述当前位置移动至所述移动轨迹上各轨迹点的路线的步骤之前，还包括：
获取所述当前位置所属区域的地图；
将所述移动轨迹对应至所述地图中；
将所述移动轨迹中落入禁行区域内的部分去除，以获得待选轨迹段，所述禁行区域在所述当前位置所属区域的地图中具有标记；
以所述当前位置作为起点，生成若干条射线；
将与所述待选轨迹段存在交点的射线作为目标射线，并将所述交点作为轨迹点。
4.如权利要求2所述的控制操作调整方法，其特征在于，所述根据各目标路线对应的时间长度以及路线长度确定限制行驶状态的步骤，包括：
对所述目标路线进行遍历；
将遍历到的目标路线作为当前路线；
根据所述当前路线对应的时间长度及路线长度，计算所述可移动载体从所述当前路线行驶至对应轨迹点时的理论行驶状态；
以所述理论行驶状态生成对应的限制行驶状态。
5.如权利要求1～4中任一项所述的控制操作调整方法，其特征在于，所述当前环境信息为当前三维图像信息；
所述根据所述当前环境信息确定待跟踪的可移动对象的步骤，具体包括：
根据当前点云信息对所述当前三维图像信息进行边缘检测，以获得所述当前三维图像信息中的对象边缘；
对所述对象边缘进行特征提取，以获得边缘特征；
根据所述边缘特征对所述当前三维图像信息中的各对象进行种类识别，以获得对象类别；
根据所述对象类别确定所述当前三维图像信息中待跟踪的可移动对象。
6.如权利要求1～4中任一项所述的控制操作调整方法，其特征在于，所述基于所述可移动载体的当前行驶状态以及所述限制行驶状态确定所述可移动载体的操作限制集合的步骤之前，所述控制操作调整方法还包括：
确定所述当前位置与禁行区域之间的相对位置，所述禁行区域在所述当前位置所属区域的地图中具有标记；
根据所述相对位置确定所述可移动载体的限制行驶状态。
7.一种控制操作调整装置，其特征在于，所述控制操作调整装置包括：
信息获取模块，用于在可移动载体处于行驶状态时，获取可移动载体的当前位置、当前行驶状态以及当前环境信息；
对象确定模块，用于根据所述当前环境信息确定待跟踪的可移动对象；
轨迹预测模块，用于基于历史环境信息以及所述当前环境信息预测所述可移动对象在预设时间范围内的移动轨迹；
状态确定模块，用于根据所述当前位置以及所述移动轨迹确定限制行驶状态；
集合确定模块，用于基于所述可移动载体的当前行驶状态以及所述限制行驶状态确定所述可移动载体的操作限制集合；
操作调整模块，用于根据所述操作限制集合对待执行控制操作进行调整其中，所述历史环境信息为历史三维图像信息，所述当前环境信息为当前三维图像信息；
所述轨迹预测模块，还用于在各历史三维图像信息中分别确定所述可移动对象所处的第一区域，并在所述当前三维图像信息中确定所述可移动对象所处的第二区域；
所述轨迹预测模块，还用于根据各历史三维图像信息中的第一区域分别确定各历史三维图像信息中的可移动对象与所述可移动载体之间的第一相对位置，并在所述当前三维图像信息中的第二区域确定所述当前三维图像信息中的可移动对象与所述可移动载体之间的第二相对位置；
所述轨迹预测模块，还用于根据所述第一相对位置及所述第二相对位置通过预设预测模型预测所述可移动对象在预设时间范围内的移动轨迹。
8.一种可移动载体，其特征在于，所述可移动载体包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的控制操作调整程序，所述控制操作调整程序配置为实现如权利要求1至6中任一项所述的控制操作调整方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有控制操作调整程序，所述控制操作调整程序被处理器执行时实现如权利要求1至6中任一项所述的控制操作调整方法的步骤。
CN202011297823.7A 2020-11-18 2020-11-18 控制操作调整方法、装置、可移动载体及存储介质 Active CN112596514B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011297823.7A CN112596514B (zh) 2020-11-18 2020-11-18 控制操作调整方法、装置、可移动载体及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011297823.7A CN112596514B (zh) 2020-11-18 2020-11-18 控制操作调整方法、装置、可移动载体及存储介质

Publications (2)

Publication Number Publication Date
CN112596514A CN112596514A (zh) 2021-04-02
CN112596514B true CN112596514B (zh) 2024-05-31

Family

ID=75183408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011297823.7A Active CN112596514B (zh) 2020-11-18 2020-11-18 控制操作调整方法、装置、可移动载体及存储介质

Country Status (1)

Country Link
CN (1) CN112596514B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113341966B (zh) * 2021-05-31 2022-05-17 广州文远知行科技有限公司 坡道车辆控制方法、装置、车辆及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105835870A (zh) * 2016-03-28 2016-08-10 乐视控股（北京）有限公司 车辆行驶控制方法、装置及计算机设备
CN106094823A (zh) * 2016-06-29 2016-11-09 北京奇虎科技有限公司 汽车危险驾驶行为的处理方法及系统
WO2019218861A1 (zh) * 2018-05-14 2019-11-21 华为技术有限公司 一种行车道路的估计方法以及行车道路估计系统
CN110694274A (zh) * 2019-10-15 2020-01-17 网易（杭州）网络有限公司 虚拟车辆的行驶状态预测方法、装置及电子设备
CN111208838A (zh) * 2020-04-20 2020-05-29 北京三快在线科技有限公司 一种无人驾驶设备的控制方法及装置
CN111427369A (zh) * 2020-06-08 2020-07-17 北京三快在线科技有限公司 一种无人车控制方法及装置
WO2020192149A1 (zh) * 2019-03-28 2020-10-01 深圳市商汤科技有限公司 轨迹跟踪控制器的测试方法、装置、介质及设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105835870A (zh) * 2016-03-28 2016-08-10 乐视控股（北京）有限公司 车辆行驶控制方法、装置及计算机设备
CN106094823A (zh) * 2016-06-29 2016-11-09 北京奇虎科技有限公司 汽车危险驾驶行为的处理方法及系统
WO2019218861A1 (zh) * 2018-05-14 2019-11-21 华为技术有限公司 一种行车道路的估计方法以及行车道路估计系统
WO2020192149A1 (zh) * 2019-03-28 2020-10-01 深圳市商汤科技有限公司 轨迹跟踪控制器的测试方法、装置、介质及设备
CN110694274A (zh) * 2019-10-15 2020-01-17 网易（杭州）网络有限公司 虚拟车辆的行驶状态预测方法、装置及电子设备
CN111208838A (zh) * 2020-04-20 2020-05-29 北京三快在线科技有限公司 一种无人驾驶设备的控制方法及装置
CN111427369A (zh) * 2020-06-08 2020-07-17 北京三快在线科技有限公司 一种无人车控制方法及装置

Also Published As

Publication number Publication date
CN112596514A (zh) 2021-04-02

Similar Documents

Publication Publication Date Title
US11545033B2 (en) Evaluation framework for predicted trajectories in autonomous driving vehicle traffic prediction
EP3959576A1 (en) Methods and systems for trajectory forecasting with recurrent neural networks using inertial behavioral rollout
US11055540B2 (en) Method for determining anchor boxes for training neural network object detection models for autonomous driving
CN111076732A (zh) 基于车辆行驶的轨迹标记和生成高清地图的标记方案
KR20200123474A (ko) 자율 주행을 위한 항법 정보의 융합 프레임워크 및 배치 정렬
US10782704B2 (en) Determination of roadway features
US11815891B2 (en) End dynamics and constraints relaxation algorithm on optimizing an open space trajectory
CN113785252B (zh) 停放自主驾驶车辆用于自主充电的方法
US11556127B2 (en) Static obstacle map based perception system
CN113743469A (zh) 一种融合多源数据及综合多维指标的自动驾驶决策方法
US11254326B2 (en) Automatic comfort score system based on human driving reference data
US11663913B2 (en) Neural network with lane aggregation for lane selection prediction of moving objects during autonomous driving
CN113424209B (zh) 使用深度学习多预测器融合和贝叶斯优化的轨迹预测
US20230150549A1 (en) Hybrid log simulated driving
DE112021005708T5 (de) Verfahren und Systeme zur Verfolgung einer Fahrspur über die Zeit
CN112596514B (zh) 控制操作调整方法、装置、可移动载体及存储介质
US11891093B2 (en) Control device, control method, and storage medium for controlling a mobile device along a conditions-varying travel path
US11300955B2 (en) Method for determining ride stability of an autonomous driving system controlling an autonomous driving vehicle
US20240034353A1 (en) Automatic generation of corner scenarios data for tuning autonomous vehicles
CN116736855A (zh) 评估自主驾驶规划和控制的方法和系统
CN114274980B (zh) 轨迹控制方法、装置、车辆及存储介质
US20220291014A1 (en) Map generation apparatus
JP2023148239A (ja) 地図生成装置
KR20230075897A (ko) 주행 경로에 따른 이동체의 적응적 제어 방법
CN118163812A (zh) 用于针对预给定区域为自动化车辆提供驾驶策略的方法和设备

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