CN112633586A - 调度方法、行驶方法及装置、电子设备及存储介质 - Google Patents

调度方法、行驶方法及装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112633586A
CN112633586A CN202011606912.5A CN202011606912A CN112633586A CN 112633586 A CN112633586 A CN 112633586A CN 202011606912 A CN202011606912 A CN 202011606912A CN 112633586 A CN112633586 A CN 112633586A
Authority
CN
China
Prior art keywords
target
path
road section
narrow road
task
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
CN202011606912.5A
Other languages
English (en)
Other versions
CN112633586B (zh
Inventor
徐健
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 Xaircraft Technology Co Ltd
Original Assignee
Guangzhou Xaircraft 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 Xaircraft Technology Co Ltd filed Critical Guangzhou Xaircraft Technology Co Ltd
Priority to CN202011606912.5A priority Critical patent/CN112633586B/zh
Publication of CN112633586A publication Critical patent/CN112633586A/zh
Application granted granted Critical
Publication of CN112633586B publication Critical patent/CN112633586B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请实施例涉及自动驾驶技术领域，提供一种调度方法、行驶方法及装置、电子设备及存储介质，针对包括至少一个狭窄路段的任务区域，首先获得每个无人设备在该任务区域中的任务路径；然后，从至少一个狭窄路段中，确定出多个无人设备的任务路径均会经过的目标狭窄路段，并根据该多个无人设备的优先度，合理分配该目标狭窄路段的使用权，从而实现多个无人设备快速通过该目标狭窄路段。

Description

调度方法、行驶方法及装置、电子设备及存储介质
技术领域
本申请实施例涉及自动驾驶技术领域，具体而言，涉及一种调度方法、行驶方法及装置、电子设备及存储介质。
背景技术
在现有的自动驾驶中，道路通常是双向多车道，可以保证行驶方向相反的无人设备正常行驶。但是，在某些环境中，例如，农田、农场或者公园等，有些可行驶的道路往往比较狭窄，仅能支持规划出单一车道，如何协调多个无人设备快速通过狭窄路段，是目前亟待解决的技术问题。
发明内容
本申请实施例的目的在于提供一种调度方法、行驶方法及装置、电子设备及存储介质，用以在农田、农场或者公园等封闭式环境中，协调多个无人设备快速通过狭窄路段。
为了实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请实施例提供了一种调度方法，所述方法包括：获得每个无人设备在任务区域中的任务路径，其中所述任务区域包括至少一个狭窄路段；从所述至少一个狭窄路段中确定出目标狭窄路段，其中，所述目标狭窄路段为多个无人设备的任务路径均经过的路段；根据所述多个无人设备的优先度，确定所述多个无人设备通过所述目标狭窄路段的顺序。
可选地，所述方法还包括：从所述多个无人设备中确定出目标无人设备，其中，所述目标无人设备的优先度最低；计算待比较路径长度，其中，所述待比较路径长度为所述多个无人设备通过所述目标狭窄路段的总行驶长度与所述目标无人设备的任务路径中除所述目标狭窄路段外的其他路段的路径长度之和；根据所述待比较路径长度，确定是否重新规划所述目标无人设备的任务路径。
可选地，所述计算待比较路径长度的步骤，包括：获取所述目标狭窄路段的长度和所述多个无人设备的数目；计算所述目标狭窄路段的长度和所述多个无人设备的数目的乘积，得到所述多个无人设备通过所述目标狭窄路段的总行驶长度；获得所述目标无人设备的任务路径中除所述目标狭窄路段外的其他路段的路径长度；对所述总行驶长度和所述路径长度进行求和，得到所述待比较路径长度。
可选地，所述狭窄路段包括单车行驶区和多车行驶区，所述单车行驶区位于两个所述多车行驶区之间；所述获取所述目标狭窄路段的长度的步骤，包括：获取所述单车行驶区的长度作为所述目标狭窄路段的长度。
可选地，所述根据所述待比较路径长度，确定是否重新规划所述目标无人设备的任务路径的步骤，包括：设置所述目标狭窄路段为封闭状态，在所述任务区域中规划所述目标无人设备的调度路径；比较所述调度路径的长度和所述待比较路径长度；若所述调度路径的长度小于所述待比较路径长度，则为所述目标无人设备重新规划不通过所述目标狭窄路段的任务路径。
可选地，所述目标无人设备的任务路径依次经过多个目标狭窄路段；所述根据所述待比较路径长度，确定是否重新规划所述目标无人设备的任务路径的步骤，包括：设置第一个目标狭窄路段为封闭状态，在所述任务区域中规划所述目标无人设备的调度路径；比较所述调度路径的长度和所述待比较路径长度；若所述调度路径的长度小于所述待比较路径长度，则将所述第一个目标狭窄路段作为待定狭窄路段；遍历每个所述目标狭窄路段，得到所有的待定狭窄路段；为所述目标无人设备重新规划不通过所有的待定狭窄路段的任务路径。
可选地，所述方法还包括：从所述多个无人设备中确定出目标无人设备，其中，所述目标无人设备的优先度最低；计算待比较时长，其中，所述待比较时长为所述多个无人设备通过所述目标狭窄路段的总行驶时长、以及所述目标无人设备在任务路径中除所述目标狭窄路段外的其他路段的行驶时长；根据所述待比较时长，确定是否重新规划所述目标无人设备的任务路径。
可选地，所述计算待比较时长的步骤，包括：获取所述目标狭窄路段的长度；根据所述目标狭窄路段的长度，计算所述多个无人设备通过所述目标狭窄路段的总行驶时长；计算所述目标无人设备在任务路径中除所述目标狭窄路段外的其他路段的行驶时长；对所述总行驶时长和所述行驶时长进行求和，得到所述待比较时长。
可选地，所述根据所述待比较时长，确定是否重新规划所述目标无人设备的任务路径的步骤，包括：设置所述目标狭窄路段为封闭状态，在所述任务区域中规划所述目标无人设备的调度路径；比较所述待比较时长和所述无人设备在所述调度路径的行驶时长；若所述无人设备在所述调度路径的行驶时长小于所述待比较时长，则为所述目标无人设备重新规划不通过所述目标狭窄路段的任务路径。
第二方面，本申请实施例还提供了一种行驶方法，所述方法包括：获取在所述任务区域中的任务路径，其中，所述任务路径是根据上述的调度方法生成的，所述任务路径包括狭窄路段；按照所述任务路径行驶，并实时检测是否靠近所述狭窄路段；在靠近所述狭窄路段后，检测所述狭窄路段是否畅通；若否，则停止行驶并等待，直至所述狭窄路段畅通后继续按照所述任务路径行驶。
可选地，所述狭窄路段包括单车行驶区和多车行驶区，所述单车行驶区位于两个所述多车行驶区之间；所述在靠近所述狭窄路段后，检测所述狭窄路段是否畅通的步骤，包括：在进入所述多车行驶区后，检测所述单车行驶区是否畅通；所述停止行驶并等待，直至所述狭窄路段畅通后继续按照所述任务路径行驶的步骤，包括：在所述多车行驶区停止行驶并等待，直至所述单车行驶区畅通后继续按照所述任务路径行驶。
第三方面，本申请实施例还提供了一种调度装置，所述装置包括：路径获得模块，用于获得每个无人设备在任务区域中的任务路径，其中所述任务区域包括至少一个狭窄路段；路段确定模块，用于从所述至少一个狭窄路段中确定出目标狭窄路段，其中，所述目标狭窄路段为多个无人设备的任务路径均经过的路段；顺序确定模块，用于根据所述多个无人设备的优先度，确定所述多个无人设备通过所述目标狭窄路段的顺序。
可选地，所述装置还包括第一处理模块，所述第一处理模块用于：从所述多个无人设备中确定出目标无人设备，其中，所述目标无人设备的优先度最低；计算待比较路径长度，其中，所述待比较路径长度为所述多个无人设备通过所述目标狭窄路段的总行驶长度与所述目标无人设备的任务路径中除所述目标狭窄路段外的其他路段的路径长度之和；根据所述待比较路径长度，确定是否重新规划所述目标无人设备的任务路径。
第四方面，本申请实施例还提供了一种行驶装置，所述装置包括：获取模块，用于获取在所述任务区域中的任务路径，其中，所述任务路径是根据上述的调度方法生成的，所述任务路径包括狭窄路段；第二处理模块，用于：按照所述任务路径行驶，并实时检测是否靠近所述狭窄路段；在靠近所述狭窄路段后，检测所述狭窄路段是否畅通；若否，则停止行驶并进行等待，直至所述狭窄路段畅通后继续按照所述任务路径行驶。
第五方面，本申请实施例还提供了一种电子设备，所述电子设备包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的调度方法或者行驶方法。
第六方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的调度方法或者行驶方法。
相对现有技术，本申请实施例提供的一种调度方法、行驶方法及装置、电子设备及存储介质，针对包括至少一个狭窄路段的任务区域，首先获得每个无人设备在该任务区域中的任务路径；然后，从至少一个狭窄路段中，确定出多个无人设备的任务路径均会经过的目标狭窄路段，并根据该多个无人设备的优先度，合理分配该目标狭窄路段的使用权，从而实现多个无人设备快速通过该目标狭窄路段。
附图说明
图1示出了本申请实施例提供的调度系统的架构示意图。
图2示出了本申请实施例提供的调度方法的一种流程示意图。
图3示出了本申请实施例提供的狭窄路段的示例图。
图4示出了本申请实施例提供的调度方法的另一种流程示意图。
图5为图4所示的调度方法中步骤S105的流程示意图。
图6为图4所示的调度方法中步骤S106的一种流程示意图。
图7为图4所示的调度方法中步骤S106的另一种流程示意图。
图8示出了本申请实施例提供的调度方法的又一种流程示意图。
图9为图8所示的调度方法中步骤S120的流程示意图。
图10为图8所示的调度方法中步骤S130的一种流程示意图。
图11为图8所示的调度方法中步骤S130的另一种流程示意图。
图12示出了本申请实施例提供的行驶方法的一种流程示意图。
图13示出了本申请实施例提供的行驶方法的另一种流程示意图。
图14示出了本申请实施例提供的调度装置的方框示意图。
图15示出了本申请实施例提供的行驶装置的方框示意图。
图16示出了本申请实施例提供的电子设备的方框示意图。
图标：10-调度设备；20-无人设备；30-网络；40-电子设备；41-处理器；42-存储器；43-总线；100-调度装置；110-路径获得模块；120-路径确定模块；130-顺序确定模块；140-第一处理模块；200-行驶装置；210-获取模块；220-第二处理模块。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述。
随着科技的发展和社会的进步，自动驾驶技术成为交通领域的发展趋势。在现有的自动驾驶中，道路通常是双向多车道，可以保证行驶方向相反的无人设备正常行驶，并且可以通过交叉路口实现整个驾驶环境的双向闭环。但是，在某些环境中，例如，农田、农场或者公园等封闭式环境，有些可行驶的道路往往比较狭窄，仅能支持规划出单一车道，不利于进行反向行驶，也无法实现整个驾驶环境的双向闭环。
而在实际中，在农田、农场或者公园等封闭式环境中执行自动驾驶任务(例如，运输任务、巡查任务等)的无人设备，必然存在反向行驶，这就必然存在反向行驶的无人设备需要通过同一狭窄路段的情形。因此，在农田、农场或者公园等封闭式环境中，如何协调多个无人设备快速通过狭窄路段，是目前亟待解决的技术问题。
为解决这一技术问题，针对包括至少一个狭窄路段的任务区域，本申请实施例首先获得每个无人设备在该任务区域中的任务路径；然后，从至少一个狭窄路段中确定出多个无人设备的任务路径均会经过的目标狭窄路段，并根据该多个无人设备的优先度，合理分配该目标狭窄路段的使用权，从而协调多个无人设备快速通过该目标狭窄路段。无人设备可以是无人车、无人船、自动驾驶仪等，下述实施例以无人车为例进行详细描述。
请参照图1，图1示出了本申请实施例提供的调度系统的架构示意图，该调度系统包括调度设备10和多个无人设备20，调度设备10可以通过网络30与无人设备20进行通信。
调度设备10用于对在农田、农场或者公园等封闭式环境中执行自动驾驶任务的无人设备20进行调度，协调反向行驶的无人设备20快速通过狭窄路段。
可选地，调度设备10可以是计算机设备，例如，智能手机、平板电脑、个人电脑、服务器、私有云、公有云等中的任意一种，上述设备都可以用于实现下述实施例提供的调度方法，具体可根据实际应用场景确定，在此不作限制。
无人设备20用于按照调度设备10协调的任务路径，在农田、农场或者公园等封闭式环境中执行自动驾驶任务，例如，运输任务、巡查任务等。也就是，无人设备20用于实现下述实施例提供的行驶方法。
请参照图2，图2示出了本申请实施例提供的调度方法的流程示意图，该调度方法应用于调度设备10，可以包括以下步骤：
S101，获得每个无人设备在任务区域中的任务路径，其中任务区域包括至少一个狭窄路段。
本步骤中的每个无人设备20，均需要在任务区域中执行自动驾驶任务(例如，运输任务、巡查任务等)。任务区域可以是封闭式区域，例如，农田、农场或者公园等。由于任务区域中的可行驶的道路是确定的，例如，农田中的土路、公园中的水泥路等，同时，在实际中，对于任务区域，除了狭窄路段之外，其他部分(例如，公园中的建筑、水池等)应该存在高精度地图，因此，针对任务区域，需要先从任务区域的高精度地图中标记出各个狭窄路段。也就是说，狭窄路段是高精度地图的一部分，这在传统的车载地图中是没有的，并且，由于高精度地图是车道级地图，可以精确到每条车道，这样就能基于车道，从任务区域的高精度地图中标记出狭窄路段。
为了实现下述的调度方法和行驶方法，请参照图3，本实施例设计了一种狭窄路段，该狭窄路段包括3种路段属性：可行驶方向、车道数和允许车辆数，这3种路段属性组合形成了：单向多车道、双向单车道、单车行驶区以和多车行驶区。
其中，单向多车道包括两车道，无人车只能单向靠右行驶。双向单车道仅包括一条车道，无人车可以正向或者反向行驶。单车行驶区表示该区域仅允许一辆无人车在此区域行驶，多车行驶区表示该区域可以支持两辆及以上无人车的行驶。
同时，单车行驶区位于两个多车行驶区之间，双向单车道位于两个单向多车道之间，且单向多车道和单车行驶区部分重合形成缓冲区。需要指出的是，缓冲区是狭窄路段中，同时具有单向多车道和单车行驶区的路段，设计缓冲区的目的是为了保证无人车能够顺利转向，完成从多车行驶区到单车行驶区、或者从单车行驶区到多车行驶区的切换。
可选地，每个无人设备20在任务区域中的任务路径，可以是调度设备10根据每个无人设备20的任务起点和任务终点规划的。因此，获得每个无人设备20在任务区域中的任务路径的方式，可以包括：获取每个无人设备20的任务起点和任务终点；根据每个无人设备20的任务起点和任务终点，通过全局规划方法(例如，Hybrid A*)生成每个无人设备20在任务区域中的任务路径。
S102，从至少一个狭窄路段中确定出目标狭窄路段，其中，目标狭窄路段为多个无人设备的任务路径均经过的路段。
目标狭窄路段是任务区域的所有狭窄路段中，有多个无人设备需要通过的路段。本步骤中的多个无人设备20，可以是步骤S101中获得任务路径的所有设备，也可以是步骤S101中获得任务路径的部分设备。例如，假设共有5辆无人车执行运输任务，任务区域中只有1个狭窄路段，有2辆无人车需要通过该狭窄路段，则该狭窄路段为目标狭窄路段；5辆无人车都需要通过该狭窄路段，则该狭窄路段同样为目标狭窄路段。
需要指出的是，目标狭窄路段可能有多个，例如，假设任务区域包括A、B、C、D共4个狭窄路段，其中A和B有2辆无人车需要通过，C和D有1辆无人车需要通过，则A和B都是目标狭窄路段。
S103，根据多个无人设备的优先度，确定多个无人设备通过目标狭窄路段的顺序。
在本实施例中，优先度与通过目标狭窄路段的顺序对应，优先度越高，通过目标狭窄路段的顺序越前；优先度越低，通过目标狭窄路段的顺序越后。
优先度可以是按照各个无人设备的任务设置的任务优先度，例如，除虫任务的优先度高于运输任务，水果运输任务的优先度高于大米运输任务等。优先度也可以是按照各个无人设备的类型设置的设备优先度，例如，植保无人车的优先度高于平地机等。下述实施例以任务优先度为例进行介绍。
任务优先度可以是调度人员根据实际应用场景预先设定的，通常可以按照任务的重要性、运输产品的实际情况(例如，保鲜期、价值等)等进行设置，在此不做限定。
例如，以任务的重要性来说，假设有2个无人车，分别执行除虫任务和运输任务，由于除虫比运输更重要，故可以设置除虫任务的优先度高于运输任务。又如，以运输产品的实际情况来说，假设有2个无人车，均执行运输任务，分别运输水果和大米，由于水果的保鲜期很短，故可以设置运输水果的优先度高于运输大米。
在一种可能的情形下，对于优先度很低的无人设备20，需要等优先度高于它的其他无人设备20都通过之后，才能通过目标狭窄路段，如果其他无人设备20有很多个，例如，20个，则该无人设备20需要等待很长时间，这显然是不合理的。
因此，在图2的基础上，请参照图4，在步骤S103之后，该调度方法还可以包括步骤S104～S106。
S104，从多个无人设备中确定出目标无人设备，其中，目标无人设备的优先度最低。
S105，计算待比较路径长度，其中，待比较路径长度为多个无人设备通过目标狭窄路段的总行驶长度与目标无人设备的任务路径中除目标狭窄路段外的其他路段的路径长度之和。
在本实施例中，由于目标无人设备的优先度最低，则在目标无人设备通过目标狭窄路段的顺序是最后一个。
在一个实施例中，待比较路径长度可以通过以下公式进行计算：
S＝(a-1)×L+S1，其中，S表示待比较路径长度，a表示需要通过目标狭窄路段的多个无人设备20的数目，L表示目标狭窄路段的长度，S1表示目标无人设备的任务路径的长度；(a-1)表示：在目标无人设备前通过目标狭窄路段的无人设备20的数目；(a-1)×L表示：在目标无人设备前通过目标狭窄路段的无人设备20，通过目标狭窄路段的总行驶长度。
在另一个实施例中，待比较路径长度可以通过以下公式进行计算：
S＝a×L+(S1-L)，其中，a×L表示：需要通过目标狭窄路段的多个无人设备20，通过目标狭窄路段的总行驶长度；(S1-L)表示：目标无人设备的任务路径中除目标狭窄路段外的其他路段的长度。
可选地，根据图3所示的狭窄路段可知，单车行驶区仅允许一辆车在此区域行驶，所以在目标狭窄路段中，只有单车行驶区会阻塞无人车通过。因此，目标狭窄路段的长度L是：目标狭窄路段中单车行驶区的长度。
S106，根据待比较路径长度，确定是否重新规划目标无人设备的任务路径。
在本实施例中，对于目标无人设备，可以假设目标狭窄路段为封闭状态并进行新的路径规划，再将新规划的路径的长度与待比较路径长度进行比较，如果新规划的路径较短，则放弃通过目标狭窄路段，可以将新规划的路径直接作为目标无人设备的任务路径，也可以为目标无人设备重新规划不通过目标狭窄路段的任务路径；如果新规划的路径较长或者与待比较路径长度等长，则还是需要通过目标狭窄路段，故保持目标无人设备的任务路径不变。
在一些实施例中，上述步骤S104～S106，是对多个无人设备20中最后一个，确定是否重新规划任务路径。但在实际应用中，可能不仅仅是最后一个无人设备20需要等待很长时间，例如，有20个无人设备都需要通过目标狭窄路段，可能后10个都需要等待很长时间。
因此，可以从最后一个无人设备20开始，依次向前确定各个无人设备20是否重新规划任务路径，直至达到设定的顺序，例如，有20个无人设备都需要通过目标狭窄路段，则从第20个无人设备20开始，依次确定第20个、第19个、第18个……是否重新规划任务路径，直至到第10个停止。
同时，上述步骤S104～S106可以是一个循环的过程，其中的多个无人设备可以是动态变化的，需要排除已确定完的无人设备，例如，有20个无人设备都需要通过目标狭窄路段，则第1轮：从20个无人设备20中，确定第20个是否重新规划任务路径；第2轮：排除第20个，从剩余的19个无人设备20中，确定第19个是否重新规划任务路径；第三轮：排除第19个，从剩余的18个无人设备20中，确定第18个是否重新规划任务路径；……以此循环，直至排除第12个，从剩余的11个无人设备20中，确定第11个是否重新规划任务路径后停止。
在图4的基础上，请参照图5，步骤S105可以包括以下子步骤：
S1051，获取目标狭窄路段的长度和多个无人设备的数目。
S1052，计算目标狭窄路段的长度和多个无人设备的数目的乘积，得到多个无人设备通过目标狭窄路段的总行驶长度。
S1053，获得目标无人设备的任务路径中除目标狭窄路段外的其他路段的路径长度。
S1054，对总行驶长度和路径长度进行求和，得到待比较路径长度。
在图4的基础上，请参照图6，步骤S106可以包括以下子步骤：
S1061，设置目标狭窄路段为封闭状态，在任务区域中规划目标无人设备的调度路径。
S1062，比较调度路径的长度和待比较路径长度。
S1063，若调度路径的长度小于待比较路径长度，则为目标无人设备重新规划不通过目标狭窄路段的任务路径。
如果调度路径的长度小于待比较路径长度，则放弃通过目标狭窄路段，可以为目标无人设备重新规划不通过目标狭窄路段的任务路径，也可以直接将子步骤S1061中得到的调度路径作为目标无人设备的任务路径；如果调度路径的长度大于或等于待比较路径长度，则还是需要通过目标狭窄路段，故保持目标无人设备的任务路径不变。
在一种可能的情形下，目标无人设备的任务路径可能需要依次经过多个目标狭窄路段，例如，依次目标狭窄路段A、B、C，由于这种情形下不确定哪个目标狭窄路段会对目标无人设备的行驶时长产生直接影响，故可以依次假设各个目标狭窄路段为封闭状态，来找出可以放弃通过的目标狭窄路段。因此，在图4的基础上，请参照图7，步骤S106可以包括以下子步骤：
S106a，设置第一个目标狭窄路段为封闭状态，在任务区域中规划目标无人设备的调度路径。
S106b，比较调度路径的长度和待比较路径长度。
S106c，若调度路径的长度小于待比较路径长度，则将第一个目标狭窄路段作为待定狭窄路段。
S106d，遍历每个目标狭窄路段，得到所有的待定狭窄路段。
S106e，为目标无人设备重新规划不通过所有的待定狭窄路段的任务路径。
图4～图7是通过比较路径的长度来确定是否重新规划目标无人设备的任务路径，还可以通过比较时长来确定是否重新规划目标无人设备的任务路径。因此，在图2的基础上，请参照图8，在步骤S103之后，该调度方法还可以包括步骤S110～S130。
S110，从多个无人设备中确定出目标无人设备，其中，目标无人设备的优先度最低。
S120，计算待比较时长，其中，待比较时长为多个无人设备通过目标狭窄路段的总行驶时长、以及目标无人设备在任务路径中除目标狭窄路段外的其他路段的行驶时长。
在一个实施方式中，待比较时长可以通过以下公式进行计算：
Figure BDA0002872052440000131
其中，T表示待比较时长，a表示需要通过目标狭窄路段的多个无人设备20的数目，T1表示目标无人设备在任务路径中的行驶时长；
Figure BDA0002872052440000132
表示：在目标无人设备前的每个无人设备20，通过目标狭窄路段的总行驶时长。
在另一个实施方式中，待比较时长可以通过以下公式进行计算：
Figure BDA0002872052440000133
其中，T2表示目标无人设备在任务路径中除目标狭窄路段外的其他路段的行驶时长；
Figure BDA0002872052440000134
表示：需要通过目标狭窄路段的多个无人设备20，通过目标狭窄路段的总行驶时长。
可选地，待比较时长还可以通过以下方式进行计算：
由于各个路段的限速可能不同、以及每个无人车的最大可行驶速度也可能不同，因此，对于多个无人车通过目标狭窄路段的总行驶时长，首先，以一个无人车为例，第一步，先从目标狭窄路段的限速和该无人车的最大可行驶速度中选出较小的一个，第二步，用目标狭窄路段的长度除以第一步选出的速度，即可得到该无人车通过目标狭窄路段的行驶时长；然后，按照上述同样的方法，计算出每个无人车通过目标狭窄路段的行驶时长，并进行求和，就能得到多个无人车通过目标狭窄路段的总行驶时长。
对于目标无人车在任务路径中除目标狭窄路段外的其他路段的行驶时长，可以将目标无人车通过各个路段(目标狭窄路段除外)的行驶时长进行相加获得，首先，以一个路段为例，用该路段的长度除以该路段的限速和目标无人车的最大可行驶速度中较小的一个，得到目标无人车通过该路段的行驶时长；然后，按照上述同样的方法，计算出目标无人车通过每个路段(目标狭窄路段除外)的行驶时长，并进行求和，就能得到目标无人车在任务路径中除目标狭窄路段外的其他路段的行驶时长。
另外，对于目标无人车通过一个路段所需要的时长，还可以根据经验时间确定，例如，根据过去一段时间(例如，15min)内其他无人车通过该路段的时长，来确定目标无人车通过该路段所需要的时长。例如，假设过去15min有1个无人车通过该路段，用时10min，并且在目标无人车前有3个无人车需要通过该路段，则目标无人车通过该路段所需要的时长可以粗略计算为40min。
S130，根据待比较时长，确定是否重新规划目标无人设备的任务路径。
对于目标无人设备，可以假设目标狭窄路段为封闭状态并进行新的路径规划，再将目标无人设备在新规划的路径行驶时长与待比较时长进行比较，如果在新规划的路径行驶时长较短，则放弃通过目标狭窄路段，可以将新规划的路径直接作为目标无人设备的任务路径，也可以为目标无人设备重新规划不通过目标狭窄路段的任务路径；如果在新规划的路径行驶时长较长或者与待比较时长相等，则还是需要通过目标狭窄路段，故保持目标无人设备的任务路径不变。
在一些实施例中，可以从最后一个无人设备20开始，依次向前确定各个无人设备20是否重新规划任务路径，直至达到设定的顺序，例如，有20个无人设备都需要通过目标狭窄路段，则从第20个无人设备20开始，依次确定第20个、第19个、第18个……是否重新规划任务路径，直至到第10个停止。具体方式与步骤S104～S106中的类似，在此不再赘述。
在图8的基础上，请参照图9，步骤S120可以包括以下子步骤：
S1201，获取目标狭窄路段的长度。
S1202，根据目标狭窄路段的长度，计算多个无人设备通过目标狭窄路段的总行驶时长。
S1203，计算目标无人设备在任务路径中除目标狭窄路段外的其他路段的行驶时长。
S1204，对总行驶时长和行驶时长进行求和，得到待比较时长。
在图8的基础上，请参照图10，步骤S130可以包括以下子步骤：
S1301，设置目标狭窄路段为封闭状态，在任务区域中规划目标无人设备的调度路径。
S1302，比较待比较时长和无人设备在调度路径的行驶时长。
S1303，若无人设备在调度路径的行驶时长小于待比较时长，则为目标无人设备重新规划不通过目标狭窄路段的任务路径。
如果无人设备在调度路径的行驶时长小于待比较时长，则放弃通过目标狭窄路段，可以为目标无人设备重新规划不通过目标狭窄路段的任务路径，也可以直接将子步骤S1301中得到的调度路径作为目标无人设备的任务路径；如果无人设备在调度路径的行驶时长大于或等于待比较时长，则还是需要通过目标狭窄路段，故保持目标无人设备的任务路径不变。
在一种可能的情形下，目标无人设备的任务路径可能需要依次经过多个目标狭窄路段，例如，依次目标狭窄路段A、B、C，由于这种情形下不确定哪个目标狭窄路段会对目标无人设备的行驶时长产生直接影响，故可以依次假设各个目标狭窄路段为封闭状态，来找出可以放弃通过的目标狭窄路段。因此，在图8的基础上，请参照图11，步骤S130可以包括以下子步骤：
S130a，设置第一个目标狭窄路段为封闭状态，在任务区域中规划目标无人设备的调度路径。
S130b，比较待比较时长和无人设备在调度路径的行驶时长。
S130c，若无人设备在调度路径的行驶时长小于待比较时长，则将第一个目标狭窄路段作为待定狭窄路段。
S130d，遍历每个目标狭窄路段，得到所有的待定狭窄路段。
S130e，为目标无人设备重新规划不通过所有的待定狭窄路段的任务路径。
下面对无人设备20在任务区域中的行驶过程进行介绍。
请参照图13，图13示出了本申请实施例提供的行驶方法的流程示意图，该行驶方法应用于无人设备20，可以包括以下步骤：
S201，获取在任务区域中的任务路径，其中，任务路径是根据上述的调度方法生成的，任务路径包括狭窄路段。
S202，按照任务路径行驶，并实时检测是否靠近狭窄路段。
如果检测到靠近狭窄路段，则执行步骤S203；如果检测到没有靠近狭窄路段，则继续按照任务路径行驶。
无人设备20可以通过自身携带的定位装置，例如，GPS、RTK等进行定位，以检测是否靠近狭窄路段。
S203，在靠近狭窄路段后，检测狭窄路段是否畅通。
如果检测到狭窄路段畅通，则继续按照任务路径行驶；如果检测到狭窄路段不畅通，即被占据，则执行步骤S204。
无人设备20可以通过激光雷达、地图上的实时行驶情况等检测狭窄路段是否畅通。或者，无人设备20之间可以通过UWB(Ultra Wide Band，超宽带)技术进行通信，从而检测狭窄路段是否畅通。
S204，停止行驶并等待，直至狭窄路段畅通后继续按照任务路径行驶。
可选地，根据图3所示的狭窄路段可知，单车行驶区仅允许一辆车在此区域行驶，所以在狭窄路段中，只有单车行驶区会阻塞无人车通过。
因此，在图12的基础上，请参照图13，步骤S203可以包括子步骤S2031、步骤S204可以包括子步骤S2041。
S2031，在进入多车行驶区后，检测单车行驶区是否畅通。
如果检测到单车行驶区畅通，则继续按照任务路径行驶；如果检测到单车行驶区不畅通，即被占据，则执行步骤S2041。
S2041，在多车行驶区停止行驶并等待，直至单车行驶区畅通后继续按照任务路径行驶。
与现有技术相比，本申请实施例具有以下有益效果：
首先，根据该多个无人设备的优先度，合理分配该目标狭窄路段的使用权，从而实现多个无人设备快速通过该目标狭窄路段。
其次，现有的自动驾驶中，行驶路径是基于城市道路交通的高精度地图进行规划的，这种方式对于农田、农场或者公园等封闭式环境，并不完全适用。因此，本申请实施例根据每个无人设备20的任务起点和任务终点，规划每个无人设备20在任务区域中的任务路径，更适合农田、农场或者公园等封闭式环境。
为了执行上述方法实施例及各个可能的实施方式中的相应步骤，下面给出一种应用于调度设备10的调度装置的实现方式、以及一种应用于无人设备20的行驶装置的实现方式。
请参照图14，图14示出了本申请实施例提供的调度装置100的方框示意图。调度装置100应用于调度设备10，包括：路径获得模块110、路径确定模块120及顺序确定模块130。
路径获得模块110，用于获得每个无人设备在任务区域中的任务路径，其中任务区域包括至少一个狭窄路段。
路径确定模块120，用于从至少一个狭窄路段中确定出目标狭窄路段，其中，目标狭窄路段为多个无人设备的任务路径均经过的路段。
顺序确定模块130，用于根据多个无人设备的优先度，确定多个无人设备通过目标狭窄路段的顺序。
可选地，调度装置100还包括第一处理模块140。
第一处理模块140用于：从多个无人设备中确定出目标无人设备，其中，目标无人设备的优先度最低；计算待比较路径长度，其中，待比较路径长度为多个无人设备通过目标狭窄路段的总行驶长度与目标无人设备的任务路径中除目标狭窄路段外的其他路段的路径长度之和；根据待比较路径长度，确定是否重新规划目标无人设备的任务路径。
第一处理模块140执行计算待比较路径长度的方式，包括：获取目标狭窄路段的长度和多个无人设备的数目；计算目标狭窄路段的长度和多个无人设备的数目的乘积，得到多个无人设备通过目标狭窄路段的总行驶长度；获得目标无人设备的任务路径中除目标狭窄路段外的其他路段的路径长度；对总行驶长度和路径长度进行求和，得到待比较路径长度。
可选地，第一处理模块140执行获取目标狭窄路段的长度的步骤，包括：获取单车行驶区的长度作为目标狭窄路段的长度。
在一个实施例中，第一处理模块140执行根据待比较路径长度，确定是否重新规划目标无人设备的任务路径的方式，包括：设置目标狭窄路段为封闭状态，在任务区域中规划目标无人设备的调度路径；比较调度路径的长度和待比较路径长度；若调度路径的长度小于待比较路径长度，则为目标无人设备重新规划不通过目标狭窄路段的任务路径。
在另一个实施例中，第一处理模块140执行根据待比较路径长度，确定是否重新规划目标无人设备的任务路径的方式，包括：设置第一个目标狭窄路段为封闭状态，在任务区域中规划目标无人设备的调度路径；比较调度路径的长度和待比较路径长度；若调度路径的长度小于待比较路径长度，则将第一个目标狭窄路段作为待定狭窄路段；遍历每个目标狭窄路段，得到所有的待定狭窄路段；为目标无人设备重新规划不通过所有的待定狭窄路段的任务路径。
第一处理模块140还用于：从多个无人设备中确定出目标无人设备，其中，目标无人设备的优先度最低；计算待比较时长，其中，待比较时长为多个无人设备通过目标狭窄路段的总行驶时长、以及目标无人设备在任务路径中除目标狭窄路段外的其他路段的行驶时长；根据待比较时长，确定是否重新规划目标无人设备的任务路径。
第一处理模块140执行计算待比较时长的方式，包括：获取目标狭窄路段的长度；根据目标狭窄路段的长度，计算多个无人设备通过目标狭窄路段的总行驶时长；计算目标无人设备在任务路径中除目标狭窄路段外的其他路段的行驶时长；对总行驶时长和行驶时长进行求和，得到待比较时长。
第一处理模块140执行根据待比较时长，确定是否重新规划目标无人设备的任务路径的方式，包括：设置目标狭窄路段为封闭状态，在任务区域中规划目标无人设备的调度路径；比较待比较时长和无人设备在调度路径的行驶时长；若无人设备在调度路径的行驶时长小于待比较时长，则为目标无人设备重新规划不通过目标狭窄路段的任务路径。
请参照图15，图15示出了本申请实施例提供的行驶装置200的方框示意图。行驶装置200应用于无人设备20，包括：获取模块210和第二处理模块220。
获取模块210，用于获取在任务区域中的任务路径，其中，任务路径是根据上述的调度方法生成的，任务路径包括狭窄路段。
第二处理模块220，用于按照任务路径行驶，并实时检测是否靠近狭窄路段；在靠近狭窄路段后，检测狭窄路段是否畅通；停止行驶并等待，直至狭窄路段畅通后继续按照任务路径行驶。
可选地，第二处理模块220执行在靠近狭窄路段后，检测狭窄路段是否畅通的方式，包括：在进入多车行驶区后，检测单车行驶区是否畅通。
可选地，第二处理模块220执行停止行驶并等待，直至狭窄路段畅通后继续按照任务路径行驶的方式，包括：在多车行驶区停止行驶并等待，直至单车行驶区畅通后继续按照任务路径行驶。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的调度装置100和行驶装置200的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
请参照图16，图16示出了本申请实施例提供的电子设备40的方框示意图。电子设备40可以是调度设备10，也可以是无人设备20。该电子设备40包括处理器41、存储器42及总线43，处理器41通过总线43与存储器42连接。
存储器42用于存储程序，例如图14所示的调度装置100、或者图15所示的行驶装置200。以调度装置100为例，调度装置100包括至少一个可以软件或固件(firmware)的形式存储于存储器42中的软件功能模块，处理器41在接收到执行指令后，执行所述程序以实现上述实施例揭示的应用于调度设备10的调度方法。
存储器42可能包括高速随机存取存储器(Random Access Memory，RAM)，也可能还包括非易失存储器(non-volatile memory，NVM)。
处理器41可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器41中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器41可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、微控制单元(Microcontroller Unit，MCU)、复杂可编程逻辑器件(Complex Programmable LogicDevice，CPLD)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、嵌入式ARM等芯片。
本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器41执行时实现上述实施例揭示的应用于调度设备10的调度方法、或者应用于无人设备20的行驶方法。
综上所述，本申请实施例提供的一种调度方法、行驶方法及装置、电子设备及存储介质，针对包括至少一个狭窄路段的任务区域，首先获得每个无人设备在该任务区域中的任务路径；然后，从至少一个狭窄路段中，确定出多个无人设备的任务路径均会经过的目标狭窄路段，并根据该多个无人设备的优先度，合理分配该目标狭窄路段的使用权，从而实现多个无人设备快速通过该目标狭窄路段。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (16)

1.一种调度方法，其特征在于，所述方法包括：
获得每个无人设备在任务区域中的任务路径，其中所述任务区域包括至少一个狭窄路段；
从所述至少一个狭窄路段中确定出目标狭窄路段，其中，所述目标狭窄路段为多个无人设备的任务路径均经过的路段；
根据所述多个无人设备的优先度，确定所述多个无人设备通过所述目标狭窄路段的顺序。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
从所述多个无人设备中确定出目标无人设备，其中，所述目标无人设备的优先度最低；
计算待比较路径长度，其中，所述待比较路径长度为所述多个无人设备通过所述目标狭窄路段的总行驶长度与所述目标无人设备的任务路径中除所述目标狭窄路段外的其他路段的路径长度之和；
根据所述待比较路径长度，确定是否重新规划所述目标无人设备的任务路径。
3.如权利要求2所述的方法，其特征在于，所述计算待比较路径长度的步骤，包括：
获取所述目标狭窄路段的长度和所述多个无人设备的数目；
计算所述目标狭窄路段的长度和所述多个无人设备的数目的乘积，得到所述多个无人设备通过所述目标狭窄路段的总行驶长度；
获得所述目标无人设备的任务路径中除所述目标狭窄路段外的其他路段的路径长度；
对所述总行驶长度和所述路径长度进行求和，得到所述待比较路径长度。
4.如权利要求3所述的方法，其特征在于，所述狭窄路段包括单车行驶区和多车行驶区，所述单车行驶区位于两个所述多车行驶区之间；
所述获取所述目标狭窄路段的长度的步骤，包括：
获取所述单车行驶区的长度作为所述目标狭窄路段的长度。
5.如权利要求2所述的方法，其特征在于，所述根据所述待比较路径长度，确定是否重新规划所述目标无人设备的任务路径的步骤，包括：
设置所述目标狭窄路段为封闭状态，在所述任务区域中规划所述目标无人设备的调度路径；
比较所述调度路径的长度和所述待比较路径长度；
若所述调度路径的长度小于所述待比较路径长度，则为所述目标无人设备重新规划不通过所述目标狭窄路段的任务路径。
6.如权利要求2所述的方法，其特征在于，所述目标无人设备的任务路径依次经过多个目标狭窄路段；
所述根据所述待比较路径长度，确定是否重新规划所述目标无人设备的任务路径的步骤，包括：
设置第一个目标狭窄路段为封闭状态，在所述任务区域中规划所述目标无人设备的调度路径；
比较所述调度路径的长度和所述待比较路径长度；
若所述调度路径的长度小于所述待比较路径长度，则将所述第一个目标狭窄路段作为待定狭窄路段；
遍历每个所述目标狭窄路段，得到所有的待定狭窄路段；
为所述目标无人设备重新规划不通过所有的待定狭窄路段的任务路径。
7.如权利要求1所述的方法，其特征在于，所述方法还包括：
从所述多个无人设备中确定出目标无人设备，其中，所述目标无人设备的优先度最低；
计算待比较时长，其中，所述待比较时长为所述多个无人设备通过所述目标狭窄路段的总行驶时长、以及所述目标无人设备在任务路径中除所述目标狭窄路段外的其他路段的行驶时长；
根据所述待比较时长，确定是否重新规划所述目标无人设备的任务路径。
8.如权利要求7所述的方法，其特征在于，所述计算待比较时长的步骤，包括：
获取所述目标狭窄路段的长度；
根据所述目标狭窄路段的长度，计算所述多个无人设备通过所述目标狭窄路段的总行驶时长；
计算所述目标无人设备在任务路径中除所述目标狭窄路段外的其他路段的行驶时长；
对所述总行驶时长和所述行驶时长进行求和，得到所述待比较时长。
9.如权利要求7所述的方法，其特征在于，所述根据所述待比较时长，确定是否重新规划所述目标无人设备的任务路径的步骤，包括：
设置所述目标狭窄路段为封闭状态，在所述任务区域中规划所述目标无人设备的调度路径；
比较所述待比较时长和所述无人设备在所述调度路径的行驶时长；
若所述无人设备在所述调度路径的行驶时长小于所述待比较时长，则为所述目标无人设备重新规划不通过所述目标狭窄路段的任务路径。
10.一种行驶方法，其特征在于，所述方法包括：
获取在所述任务区域中的任务路径，其中，所述任务路径是根据权利要求1-9中任一项所述的方法生成的，所述任务路径包括狭窄路段；
按照所述任务路径行驶，并实时检测是否靠近所述狭窄路段；
在靠近所述狭窄路段后，检测所述狭窄路段是否畅通；
若否，则停止行驶并等待，直至所述狭窄路段畅通后继续按照所述任务路径行驶。
11.如权利要求10所述的方法，其特征在于，所述狭窄路段包括单车行驶区和多车行驶区，所述单车行驶区位于两个所述多车行驶区之间；
所述在靠近所述狭窄路段后，检测所述狭窄路段是否畅通的步骤，包括：
在进入所述多车行驶区后，检测所述单车行驶区是否畅通；
所述停止行驶并等待，直至所述狭窄路段畅通后继续按照所述任务路径行驶的步骤，包括：
在所述多车行驶区停止行驶并等待，直至所述单车行驶区畅通后继续按照所述任务路径行驶。
12.一种调度装置，其特征在于，所述装置包括：
路径获得模块，用于获得每个无人设备在任务区域中的任务路径，其中所述任务区域包括至少一个狭窄路段；
路段确定模块，用于从所述至少一个狭窄路段中确定出目标狭窄路段，其中，所述目标狭窄路段为多个无人设备的任务路径均经过的路段；
顺序确定模块，用于根据所述多个无人设备的优先度，确定所述多个无人设备通过所述目标狭窄路段的顺序。
13.如权利要求12所述的装置，其特征在于，所述装置还包括第一处理模块，所述第一处理模块用于：
从所述多个无人设备中确定出目标无人设备，其中，所述目标无人设备的优先度最低；
计算待比较路径长度，其中，所述待比较路径长度为所述多个无人设备通过所述目标狭窄路段的总行驶长度与所述目标无人设备的任务路径中除所述目标狭窄路段外的其他路段的路径长度之和；
根据所述待比较路径长度，确定是否重新规划所述目标无人设备的任务路径。
14.一种行驶装置，其特征在于，所述装置包括：
获取模块，用于获取在所述任务区域中的任务路径，其中，所述任务路径是根据权利要求1-9任一项所述的方法生成的，所述任务路径包括狭窄路段；
第二处理模块，用于：
按照所述任务路径行驶，并实时检测是否靠近所述狭窄路段；
在靠近所述狭窄路段后，检测所述狭窄路段是否畅通；
若否，则停止行驶并进行等待，直至所述狭窄路段畅通后继续按照所述任务路径行驶。
15.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-9中任一项所述的调度方法，或者，如权利要求10-11中任一项所述的行驶方法。
16.一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，该计算机程序被处理器执行时实现如权利要求1-9中任一项所述的调度方法，或者，如权利要求10-11中任一项所述的行驶方法。
CN202011606912.5A 2020-12-30 2020-12-30 调度方法、行驶方法及装置、电子设备及存储介质 Active CN112633586B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011606912.5A CN112633586B (zh) 2020-12-30 2020-12-30 调度方法、行驶方法及装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011606912.5A CN112633586B (zh) 2020-12-30 2020-12-30 调度方法、行驶方法及装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112633586A true CN112633586A (zh) 2021-04-09
CN112633586B CN112633586B (zh) 2024-09-06

Family

ID=75286878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011606912.5A Active CN112633586B (zh) 2020-12-30 2020-12-30 调度方法、行驶方法及装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112633586B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57152099A (en) * 1981-03-14 1982-09-20 Omron Tateisi Electronics Co Traffic signal control for one way passage
JPH06195591A (ja) * 1992-12-25 1994-07-15 Okumura Corp 信号制御システム
KR20100051608A (ko) * 2010-04-27 2010-05-17 이진국 좁은 차로에서의 유턴 시스템
JP2013050840A (ja) * 2011-08-31 2013-03-14 Ube Machinery Corporation Ltd 工事情報報知システム
CN103714706A (zh) * 2013-12-31 2014-04-09 迈锐数据（北京）有限公司 一种交通诱导方法
CN107403557A (zh) * 2016-05-19 2017-11-28 北大方正集团有限公司 一种车道通行控制系统
CN109557886A (zh) * 2018-12-28 2019-04-02 芜湖哈特机器人产业技术研究院有限公司 一种栅格地图及基于栅格地图的多agv调度方法
CN110533948A (zh) * 2018-05-25 2019-12-03 北京搜狗科技发展有限公司 一种路径推荐方法及装置
CN111127890A (zh) * 2019-12-26 2020-05-08 广东嘉腾机器人自动化有限公司 Agv交通管制调度方法及存储装置
CN111273669A (zh) * 2020-02-26 2020-06-12 广东博智林机器人有限公司 交通调度方法、装置、设备及存储介质
CN111561942A (zh) * 2019-02-13 2020-08-21 阿里巴巴集团控股有限公司 一种导航路线的确定方法及装置
CN112633585A (zh) * 2020-12-30 2021-04-09 广州极飞科技有限公司 无人设备调度方法、装置、电子设备及存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57152099A (en) * 1981-03-14 1982-09-20 Omron Tateisi Electronics Co Traffic signal control for one way passage
JPH06195591A (ja) * 1992-12-25 1994-07-15 Okumura Corp 信号制御システム
KR20100051608A (ko) * 2010-04-27 2010-05-17 이진국 좁은 차로에서의 유턴 시스템
JP2013050840A (ja) * 2011-08-31 2013-03-14 Ube Machinery Corporation Ltd 工事情報報知システム
CN103714706A (zh) * 2013-12-31 2014-04-09 迈锐数据（北京）有限公司 一种交通诱导方法
CN107403557A (zh) * 2016-05-19 2017-11-28 北大方正集团有限公司 一种车道通行控制系统
CN110533948A (zh) * 2018-05-25 2019-12-03 北京搜狗科技发展有限公司 一种路径推荐方法及装置
CN109557886A (zh) * 2018-12-28 2019-04-02 芜湖哈特机器人产业技术研究院有限公司 一种栅格地图及基于栅格地图的多agv调度方法
CN111561942A (zh) * 2019-02-13 2020-08-21 阿里巴巴集团控股有限公司 一种导航路线的确定方法及装置
CN111127890A (zh) * 2019-12-26 2020-05-08 广东嘉腾机器人自动化有限公司 Agv交通管制调度方法及存储装置
CN111273669A (zh) * 2020-02-26 2020-06-12 广东博智林机器人有限公司 交通调度方法、装置、设备及存储介质
CN112633585A (zh) * 2020-12-30 2021-04-09 广州极飞科技有限公司 无人设备调度方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN112633586B (zh) 2024-09-06

Similar Documents

Publication Publication Date Title
US11403526B2 (en) Decision making for autonomous vehicle motion control
JP7214017B2 (ja) 異なる交差道路を走行する車両の共同制御
JP2024527636A (ja) 動的環境におけるコネクテッド自動運転車両のための大域的マルチ車両意思決定システム
CN111133277A (zh) 使用时间和空间生成路线的方法、设备和计算机程序产品
AU2020211604A1 (en) Operator assistance for autonomous vehicles
CN112660148B (zh) 确定车辆的调头路径的方法、装置、设备和介质
CN110692025A (zh) 轨迹生成与执行架构
US8983709B2 (en) Autonomous travel system
CN113359698A (zh) 车辆导航方法、装置、计算机设备和存储介质
US20130006517A1 (en) Providing routes through information collection and retrieval
CN103557870A (zh) 一种动态轨迹导航方法及云平台
WO2022052856A1 (zh) 基于交通工具的数据处理方法、装置、计算机及存储介质
WO2023274284A1 (zh) 一种车辆控制方法、装置及系统
US10753753B2 (en) Vehicle route navigation
Lam et al. Evaluation of a transportation system employing autonomous vehicles
CN114545951B (zh) 一种路径规划方法和装置
CN111982094B (zh) 导航方法及其装置和系统以及可移动设备
CN115547023A (zh) 一种车辆控制方法、装置及系统
JP2022089974A (ja) 情報処理装置、情報処理方法及びコンピュータプログラム
CN115547078A (zh) 信息交互方法及装置、电子设备和计算机可读存储介质
WO2021157194A1 (ja) 経路計画装置、経路計画方法、経路計画プログラム
CN112633586A (zh) 调度方法、行驶方法及装置、电子设备及存储介质
CN114995519B (zh) 一种基于多障碍场景的无人机ai降落方法及系统
JP6119459B2 (ja) 交差点情報特定装置
CN114347019B (zh) 机器人控制方法、机器人及控制系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB02 Change of applicant information

Address after: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province

Applicant after: XAG Co., Ltd.

Address before: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province

Applicant before: Guangzhou Xaircraft Technology Co.,Ltd.

CB02 Change of applicant information
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant