CN112744217B - 碰撞检测方法、行驶路径的推荐方法及其装置和存储介质 - Google Patents

碰撞检测方法、行驶路径的推荐方法及其装置和存储介质 Download PDF

Info

Publication number
CN112744217B
CN112744217B CN202110260518.9A CN202110260518A CN112744217B CN 112744217 B CN112744217 B CN 112744217B CN 202110260518 A CN202110260518 A CN 202110260518A CN 112744217 B CN112744217 B CN 112744217B
Authority
CN
China
Prior art keywords
vehicle
obstacle
driving
bounding box
obb
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
CN202110260518.9A
Other languages
English (en)
Other versions
CN112744217A (zh
Inventor
邵志举
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.)
Beijing CHJ Automobile Technology Co Ltd
Original Assignee
Beijing CHJ Automobile 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 Beijing CHJ Automobile Technology Co Ltd filed Critical Beijing CHJ Automobile Technology Co Ltd
Priority to CN202110260518.9A priority Critical patent/CN112744217B/zh
Publication of CN112744217A publication Critical patent/CN112744217A/zh
Application granted granted Critical
Publication of CN112744217B publication Critical patent/CN112744217B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种碰撞检测方法、行驶路径的推荐方法及其装置和存储介质。该碰撞检测方法包括：获取车辆的行车环境和车辆的行驶路线，所述行车环境包括各个障碍物的位置信息；分别确定每个障碍物的OBB包围盒和所述车辆的OBB包围盒；模拟所述车辆按照所述行驶路线行驶；基于所述障碍物的OBB包围盒与所述车辆的OBB包围盒存在分离面，确定所述车辆与所述障碍物不发生碰撞；所述车辆的OBB包围盒和所述障碍物的OBB包围盒位于所述分离面的两侧。

Description

碰撞检测方法、行驶路径的推荐方法及其装置和存储介质
技术领域
本发明涉及车辆领域，尤其涉及一种碰撞检测方法、行驶路径的推荐方法及其装置和存储介质。
背景技术
无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目的。
无人驾驶汽车是通过车载传感系统感知道路环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。
随着无人驾驶领域技术的发展，无人驾驶的核心技术之一就是确定车辆能够安全通过的行驶路径，而车辆能否安全通过更重要的事是对车辆和障碍物碰撞的检测。
发明内容
(一)发明目的
本发明的目的是提供一种碰撞检测方法、行驶路径的推荐方法及其装置和存储介质，通过分别将车辆和障碍物构建OBB包围盒，查找二者之间是否存在分离面从而确定车辆是否与该障碍物碰撞，能够高效的确定车辆在该路径行驶是否会与障碍物发生碰撞，提高了检测的效率。
(二)技术方案
为解决上述问题，本发明的第一方面提供了一种碰撞检测方法，包括：获取车辆的行车环境和车辆的行驶路线，所述行车环境包括各个障碍物的位置信息；分别确定每个障碍物的OBB包围盒和所述车辆的OBB包围盒；模拟所述车辆按照所述行驶路线行驶；基于所述障碍物对应的OBB包围盒与所述车辆对应的OBB包围盒存在分离面，确定所述车辆与所述障碍物不发生碰撞；所述车辆和所述OBB包围盒位于所述分离面的两侧。
进一步的，基于所述障碍物对应的OBB包围盒与所述车辆对应的OBB包围盒存在分离面，确定所述车辆与所述障碍物不发生碰撞，包括：基于所述障碍物对应的OBB包围盒的六个面和所述车辆对应的OBB包围盒的六个面中，存在将所述车辆和所述OBB包围盒分离在两侧的第一分离面，确定所述车辆与所述障碍物不发生碰撞。
进一步的，基于不存在所述第一分离面，将所述障碍物对应的OBB包围盒的十二个边与所述车辆对应的OBB包围盒的十二个边组成多个平面；将所述车辆和所述OBB包围盒分别投影在垂直于所述平面的轴线上；确定所述车辆对应的OBB包围盒和所述障碍物对应的OBB包围盒没有在所述轴线上相交对应的平面为第二分离面。
根据本发明的第二方面，提供了一种行驶路径的推荐方法，包括：基于激光雷达扫描的障碍物的点云数据得到车辆的行车环境；根据所述行车环境确定所述车辆当前的行驶方向和所述车辆的方向盘最大转角；根据所述方向盘最大转角和所述行驶方向确定所述车辆的多条行驶路线；采用第一方面的方法对每条所述行驶路线进行碰撞检测，得到不发生碰撞的行驶路线；基于不发生碰撞的行驶路线推荐最优行驶路线。
进一步的，所述根据所述方向盘最大转角和所述行驶方向确定所述车辆的多条行驶路线，包括：确定所述车辆转弯最小半径；将所述方向盘转向角从0度开始，分别沿所述行驶方向的两侧梯度增加预设角度直至达到所述最大转向角得到多个转向角；基于每个所述转向角生成多条行驶路线，所述多条行驶路线包括每个所述转向角对应的行驶路线和所述转弯最小半径对应的行驶路线。
进一步的，所述转弯最小半径通过下述方法计算：R＝L/sin(Ψ)，其中，R为所述车辆的转弯最小半径；L为所述车辆的轴距；Ψ为所述方向盘最大转角。
进一步的，所述采用第一方面的方法对每条所述行驶路线进行碰撞检测，得到不发生碰撞的行驶路线，包括：从所述多条行驶路线中筛选出行驶路线上不存在障碍物的行驶路线；采用第一方面的方法对不存在障碍物的每条所述行驶路线进行车辆和障碍物的碰撞检测。
进一步的，采用第一方面的方法对不存在障碍物的每条所述行驶路线进行车辆和障碍物的碰撞检测，包括：将所述不存在障碍物的行驶路线和所述障碍物对应的OBB包围盒在预设的坐标轴的X轴上投影，得到待检测的障碍物，所述待检测的障碍物的OBB包围盒的各个顶点与投影在所述X轴上的行驶路线的距离均小于预设值；采用第一方面的方法对不存在障碍物的每条所述行驶路线进行车辆和待检测的障碍物进行碰撞检测。
在一些实施例中，基于不发生碰撞的行驶路线推荐最优行驶路线，包括，基于不发生碰撞的行驶路线中最靠近车辆行驶方向的行驶路线为推荐的最优行驶路线。
根据本发明的第三方面，提供了一种碰撞检测装置，包括：信息获取模块，用于获取车辆的行车环境和车辆的行驶路线，所述行车环境包括各个障碍物的位置信息；OBB包围盒确定模块，用于分别确定每个障碍物的OBB包围盒和所述车辆的OBB包围盒；模拟模块，用于模拟所述车辆按照所述行驶路线行驶；第一检测模块，用于基于所述障碍物对应的OBB包围盒与所述车辆对应的OBB包围盒存在分离面，确定所述车辆与所述障碍物不发生碰撞；所述车辆和所述OBB包围盒位于所述分离面的两侧。
进一步的，所述第一检测模块，包括第一检测单元；所述第一检测单元，用于基于所述障碍物对应的OBB包围盒的六个面和所述车辆对应的OBB包围盒的六个面中，存在将所述车辆和所述OBB包围盒分离在两侧的第一分离面，确定所述车辆与所述障碍物不发生碰撞。
进一步的，所述第一检测模块，还包括第二检测单元；所述第二检测单元，用于基于不存在所述第一分离面，将所述障碍物对应的OBB包围盒的十二个边与所述车辆对应的OBB包围盒的十二个边组成多个平面；将所述车辆和所述OBB包围盒分别投影在垂直于所述平面的轴线上；确定所述车辆对应的OBB包围盒和所述障碍物对应的OBB包围盒没有在所述轴线上相交对应的平面为第二分离面。
根据本发明的第四方面，提供了一种行驶路径的预测装置，包括：扫描模块，用于基于激光雷达扫描的障碍物的点云数据得到车辆的行车环境；第一确定模块，用于根据所述行车环境确定所述车辆当前的行驶方向和所述车辆的方向盘最大转角；第二确定模块，用于根据所述方向盘最大转角和所述行驶方向确定所述车辆的多条行驶路线；第二检测模块，用于采用第一方面的方法对每条所述行驶路线进行碰撞检测，得到不发生碰撞的行驶路线；推荐模块，用于基于不发生碰撞的行驶路线推荐最优行驶路线。
进一步的，第一确定模块，用于确定所述车辆转弯最小半径；将所述方向盘转向角从0度开始，分别沿所述行驶方向的两侧梯度增加预设角度直至达到所述最大转向角得到多个转向角；基于每个所述转向角生成多条行驶路线，所述多条行驶路线包括每个所述转向角对应的行驶路线和所述转弯最小半径对应的行驶路线。
在一些实施例中，推荐模块基于不发生碰撞的行驶路线推荐最优行驶路线，包括，基于不发生碰撞的行驶路线中最靠近车辆行驶方向的行驶路线为推荐的最优行驶路线。
根据本发明的第五方面，提供了一种车辆，包括至少一个处理器，所述处理器采用第一方面的方法对车辆与障碍物进行碰撞检测方法，或者采用第二方面的所述的方法推荐车辆行驶路径。
根据本发明的第六方面，提供了一种存储介质，所述存储介质上存储有计算机程序，程序被处理器执行时实现第一方面的车辆与障碍物的碰撞检测方法，或者程序被处理器执行时实现如第二方面的车辆行驶路径的推荐方法。
(三)有益效果
本发明的上述技术方案具有如下有益的技术效果：
本发明实施方式提供的一种碰撞检测方法，通过分别将车辆和障碍物构建OBB包围盒，查找二者之间是否存在分离面从而确定车辆是否与该障碍物碰撞，能够高效的确定车辆在该路径行驶是否会与障碍物发生碰撞，提高了检测的效率。
附图说明
图1是根据本发明第一实施方式的碰撞检测方法流程示意图；
图2是根据本发明第二实施方式的行驶路径的推荐方法流程示意图；
图3是根据本发明第二实施方式的转弯最小半径与转向角的关系示意图；
图4是根据本发明第二实施方式的多个行驶路线的示意图；
图5是根据本发明第三实施方式的碰撞检测装置结构示意图；
图6是根据本发明第四实施方式的行驶路径的推荐装置结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
在论述本发明实施方式提供的方法和装置之前，先介绍一下与本发明相关的技术。
激光雷达系统，是以发射激光束探测目标的位置、速度等特征量的雷达系统，其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数。
在逆向工程中通过测量仪器得到的物体外观表面的点数据集合称之为点云。激光测量得到的点云，包括三维坐标(XYZ)和激光反射强度(Intensity)。
图1是根据本发明第一实施方式的碰撞检测方法流程示意图。
如图1所示，该碰撞检测方法包括：步骤S101-步骤S104：
其中，步骤S101，获取车辆的行车环境和车辆的行驶路线，所述行车环境包括各个障碍物的位置信息。
在一些实施例中，车辆的行车环境例如是通过车辆的激光雷达扫描得到的点云数据。
在一些实施例中，车辆的行车环境可以通过激光雷达扫描的点云数据结合传感器测量得到的姿态数据得到精确的点云数据。
可以理解的是，车辆上可以设置IMU惯性测量单元,该IMU惯性检测单元可以包含加速度计、陀螺仪和磁力仪三种传感器。使用IMU可以测量速度、方向和重力，本实施例通过车辆的激光雷达扫描得到点云数据结合IMU惯性检测单元检测的姿态数据，得到精确的点云数据。
在一些实施例中，车辆的行车环境还可以是通过对激光雷达扫描的点云数据结合姿态数据得到精确的点云数据采用NDT正态分布变换视觉匹配算法进行三维重建得到的。
可以理解的是，有些时候激光雷达测量的障碍物的信息，可能是障碍物的一部分，比如该障碍物的正前的部件会将正后方部件遮挡，而本实施例中，采用NDT正态分布变换视觉匹配算法可以将被遮挡的障碍物的部分还原，提高激光雷达扫描的行车环境的准确性。本实施例采用的NDT正态分布变换视觉匹配算法，是一个一次性的工作，不需要消耗大量代价计算最近邻搜索匹配点，概率密度函数在两幅图像采集之间的时间可以离线计算出来，简单易用。
在一些实施例中，步骤S102，分别确定每个障碍物的OBB包围盒和所述车辆的OBB包围盒。
在一些实施例中，通过下述步骤确定障碍物或者车辆等物体的OBB包围盒。
首先，将物体拆分成多个三角形面片得到三角形集合。
其次，查找物体对应的包围盒的中心位置。
具体的，设三角形集合的第i个三角形的顶点矢量为pi、qi和ri，包围盒包围的三角形面片数为n，下标j和k代表点的(x,y,z)分量，则包围盒的中心位置为：
Figure BDA0002969772250000071
然后，查找三角形面片的协方差矩阵。
每个三角形变量的概率分布输入到协方差矩阵公式，得到由所有的三角形构成的协方差矩阵，其中，协方差矩阵公式为：
Figure BDA0002969772250000072
其中，1≤j，k≤3，
Figure BDA0002969772250000073
接着，根据中心位置和协方差矩阵求出三个特征向量，相当于对应一个障碍物对应的坐标系的三个方向。
其中，三个特征向量分别为：
Figure BDA0002969772250000074
最后，将三个分别计算三角形面片中各个元素的顶点在该基底的三个轴上的最大值和最小值，各个元素的顶点在该基底的三个轴上的最大值和最小值之间的距离对应的是该物体投影在该轴的方向上的长度，进而确定该物体对应的包围盒的大小和方向。
步骤S103，模拟所述车辆按照所述行驶路线行驶。
步骤S104，基于所述障碍物的OBB包围盒与所述车辆的OBB包围盒存在分离面，确定所述车辆与所述障碍物不发生碰撞；所述车辆的OBB包围盒和所述障碍物的OBB包围盒位于所述分离面的两侧。
在一些实施例中，基于所述障碍物对应的OBB包围盒与所述车辆对应的OBB包围盒存在分离面，确定所述车辆与所述障碍物不发生碰撞，包括：基于所述障碍物对应的OBB包围盒的六个面和所述车辆对应的OBB包围盒的六个面中，存在将所述车辆和所述OBB包围盒分离在两侧的第一分离面，确定所述车辆与所述障碍物不发生碰撞。
在一些实施例中，上述方法还包括：基于不存在所述第一分离面，将所述障碍物对应的OBB包围盒的十二个边与所述车辆对应的OBB包围盒的十二个边组成多个平面；将所述车辆和所述OBB包围盒分别投影在垂直于所述平面的轴线上；确定所述车辆对应的OBB包围盒和所述障碍物对应的OBB包围盒没有在所述轴线上相交对应的平面为第二分离面。
本发明实施方式提供的一种碰撞检测方法，通过分别将车辆和障碍物构建OBB包围盒，查找二者之间是否存在分离面从而确定车辆是否与该障碍物碰撞，能够高效的确定车辆在该路径行驶是否会与障碍物发生碰撞，提高了检测的效率。
图2是根据本发明第二实施方式的行驶路径的推荐方法流程示意图。
如图2所示，该行驶路径的推荐方法方法包括：步骤S201-步骤S205，其中，步骤S201，基于激光雷达扫描的障碍物的点云数据得到车辆的行车环境。
步骤S202，根据所述行车环境确定所述车辆当前的行驶方向和所述车辆的方向盘最大转角。
图3是根据本发明第二实施方式的转弯最小半径与转向角的关系示意图。图4是根据本发明第二实施方式的多个行驶路线的示意图。
如图3和图4所示，所述根据所述方向盘最大转角和所述行驶方向确定所述车辆的多条行驶路线，包括：确定所述车辆转弯最小半径；将所述方向盘转向角从0度开始，分别沿所述行驶方向的两侧梯度增加预设角度直至达到所述最大转向角得到多个转向角；基于每个所述转向角生成多条行驶路线，所述多条行驶路线包括每个所述转向角对应的行驶路线和所述转弯最小半径对应的行驶路线。
在一些实施例中，所述转弯最小半径通过下述方法计算：
R＝L/sin(Ψ)，其中，
R为所述车辆的转弯最小半径；L为所述车辆的轴距；Ψ为所述方向盘最大转角。
步骤S203，根据所述方向盘最大转角和所述行驶方向确定所述车辆的多条行驶路线。
所述根据所述方向盘最大转角和所述行驶方向确定所述车辆的多条行驶路线，包括：确定所述车辆转弯最小半径；将所述方向盘转向角从0度开始，分别沿所述行驶方向的两侧梯度增加预设角度直至达到所述最大转向角得到多个转向角；基于每个所述转向角生成多条行驶路线，所述多条行驶路线包括每个所述转向角对应的行驶路线和所述转弯最小半径对应的行驶路线。
步骤S204，采用第一实施方式的方法对每条所述行驶路线进行碰撞检测，得到不发生碰撞的行驶路线。
在一些实施方式中，所述采用第一实施方式的方法对每条所述行驶路线进行碰撞检测，得到不发生碰撞的行驶路线，包括：从所述多条行驶路线中筛选出行驶路线上不存在障碍物的行驶路线；采用第一实施方式的方法对不存在障碍物的每条所述行驶路线进行车辆和障碍物的碰撞检测。
在本实施例中，可以在对每条所述行驶路线进行车辆和待检测的障碍物之前，剔除一定会发生碰撞的路线，筛选出可能会发生碰撞的路线，只对可能发生碰撞的路线进行碰撞检测，提高了行驶路径的推荐方法的效率。
在一些实施例中，采用第一实施方式的方法对不存在障碍物的每条所述行驶路线进行车辆和障碍物的碰撞检测，包括：将所述不存在障碍物的行驶路线和所述障碍物对应的OBB包围盒在预设的坐标轴的X轴上投影，得到待检测的障碍物，所述待检测的障碍物的OBB包围盒的各个顶点与投影在所述X轴上的行驶路线的距离均小于预设值；采用第一实施方式的方法对不存在障碍物的每条所述行驶路线进行车辆和待检测的障碍物进行碰撞检测。
步骤S205，基于不发生碰撞的行驶路线推荐最优行驶路线。
在一些实施例中，基于不发生碰撞的行驶路线推荐最优行驶路线，包括，当不发生碰撞的行驶路线为多条时，确定最靠近车辆行驶方向的行驶路线为推荐的最优行驶路线。
在本实施例中，可以在对每条所述行驶路线进行车辆和待检测的障碍物之前，将与车辆行驶路线较远的障碍物剔除，由于这种障碍物与行驶路线距离较远，车辆在该行驶路线行驶时，不会与该障碍物相撞，因此，本实施例将与车辆行驶路线较远的障碍物剔除，减少了进行碰撞检测的次数，提高了行驶路径的推荐方的效率。
需要说明的是，在一些现有技术中，通过采集本车自身的运动状态数据和其他车辆或者障碍物的位置及运动数据，根据运动路径的预测算法，躲避或者提醒驾驶员躲避碰撞危险，这些现有技术主要是想解决车辆在道路的行驶过程中的线性路径避免碰撞的问题。但现实生活中经常碰到对面停了车，车辆进出车位；复杂路口转弯；停车场多辆车停靠后，进出道路很窄，而这时候现有技术的方案难以解决这些复杂情况下，车辆是否能够顺利通过和如何通过的问题。
本发明第二实施方式提供的方法，通过车辆的最大转向角和行驶方向，能够生成多条有效的多条行驶路线，根据多条行驶路线线路模拟车辆和障碍物模型的多方位、精确碰撞检测，可以方便地获得合理的推荐线路，快速解决复杂环境车辆是否可以通过，及如何通过的问题，避免碰撞发生，有效提高驾驶安全性，适用范围更加广泛。
图5是根据本发明第三实施方式的碰撞检测装置结构示意图。
如图5所示该碰撞检测装置包括：信息获取模块、OBB包围盒确定模块、模拟模块和第一检测模块。
信息获取模块，用于获取车辆的行车环境和车辆的行驶路线，所述行车环境包括各个障碍物的位置信息。
OBB包围盒确定模块，用于分别确定每个障碍物的OBB包围盒和所述车辆的OBB包围盒。
模拟模块，用于模拟所述车辆按照所述行驶路线行驶。
第一检测模块，用于基于所述障碍物对应的OBB包围盒与所述车辆对应的OBB包围盒存在分离面，确定所述车辆与所述障碍物不发生碰撞；所述车辆和所述OBB包围盒位于所述分离面的两侧。
在一些实施例中，第一检测模块包括第一检测单元；所述第一检测单元，用于基于所述障碍物对应的OBB包围盒的六个面和所述车辆对应的OBB包围盒的六个面中，存在将所述车辆和所述OBB包围盒分离在两侧的第一分离面，确定所述车辆与所述障碍物不发生碰撞。
在一些实施例中，所述第一检测模块，还包括第二检测单元；所述第二检测单元，用于基于不存在所述第一分离面，将所述障碍物对应的OBB包围盒的十二个边与所述车辆对应的OBB包围盒的十二个边组成多个平面；将所述车辆和所述OBB包围盒分别投影在垂直于所述平面的轴线上；确定所述车辆对应的OBB包围盒和所述障碍物对应的OBB包围盒没有在所述轴线上相交对应的平面为第二分离面。
图6是根据本发明第四实施方式的行驶路径的推荐装置结构示意图。
如图6所示，该行驶路径的推荐装置包括：扫描模块、第一确定模块、第二确定模块、第二检测模块和推荐模块。其中，
扫描模块，用于基于激光雷达扫描的障碍物的点云数据得到车辆的行车环境。
第一确定模块，用于根据所述行车环境确定所述车辆当前的行驶方向和所述车辆的方向盘最大转角。
第二确定模块，用于根据所述方向盘最大转角和所述行驶方向确定所述车辆的多条行驶路线。
第二检测模块，用于采用第一方面的方法对每条所述行驶路线进行碰撞检测，得到不发生碰撞的行驶路线。
推荐模块，用于基于不发生碰撞的行驶路线推荐最优行驶路线。
在一些实施例中，第一确定模块，用于确定所述车辆转弯最小半径；将所述方向盘转向角从0度开始，分别沿所述行驶方向的两侧梯度增加预设角度直至达到所述最大转向角得到多个转向角；基于每个所述转向角生成多条行驶路线，所述多条行驶路线包括每个所述转向角对应的行驶路线和所述转弯最小半径对应的行驶路线。
在一些实施例中，第一确定模块，用于通过下述方法计算所述转弯最小半径：
R＝L/sin(Ψ)，其中，
R为所述车辆的转弯最小半径；L为所述车辆的轴距；Ψ为所述方向盘最大转角。
在一些实施例中，所述第二检测模块，用于从所述多条行驶路线中筛选出行驶路线上不存在障碍物的行驶路线；采用如第一方面的方法对不存在障碍物的每条所述行驶路线进行车辆和障碍物的碰撞检测。
在一些实施例中，第二检测模块用于将所述不存在障碍物的行驶路线和所述障碍物对应的OBB包围盒在预设的坐标轴的X轴上投影，得到待检测的障碍物，所述待检测的障碍物的OBB包围盒的各个顶点与投影在所述X轴上的行驶路线的距离均小于预设值；采用第一方面的方法对不存在障碍物的每条所述行驶路线进行车辆和待检测的障碍物进行碰撞检测。
本发明的第五实施方式，还提供了一种车辆，包括至少一个处理器，所述处理器用于对车辆与障碍物进行碰撞检测方法，或者进行行驶路径的推荐。
其中，对车辆与障碍物进行碰撞检测方法，包括：步骤S101-步骤S104。
其中，步骤S101，获取车辆的行车环境和车辆的行驶路线，所述行车环境包括各个障碍物的位置信息。
在一些实施例中，车辆的行车环境例如是通过车辆的激光雷达扫描得到的点云数据。
在一些实施例中，车辆的行车环境可以通过激光雷达扫描的点云数据结合传感器测量得到的姿态数据得到精确的点云数据。
可以理解的是，车辆上可以设置IMU惯性测量单元,该IMU惯性检测单元可以包含加速度计、陀螺仪和磁力仪三种传感器。使用IMU可以测量速度、方向和重力，本实施例通过车辆的激光雷达扫描得到点云数据结合IMU惯性检测单元检测的姿态数据，得到精确的点云数据。
在一些实施例中，车辆的行车环境还可以是通过对激光雷达扫描的点云数据结合姿态数据得到精确的点云数据采用NDT正态分布变换视觉匹配算法进行三维重建得到的。
可以理解的是，有些时候激光雷达测量的障碍物的信息，可能是障碍物的一部分，比如该障碍物的正前的部件会将正后方部件遮挡，而本实施例中，采用NDT正态分布变换视觉匹配算法可以将被遮挡的障碍物的部分还原，提高激光雷达扫描的行车环境的准确性。本实施例采用的NDT正态分布变换视觉匹配算法，是一个一次性的工作，不需要消耗大量代价计算最近邻搜索匹配点，概率密度函数在两幅图像采集之间的时间可以离线计算出来，简单易用。
在一些实施例中，步骤S102，分别确定每个障碍物的OBB包围盒和所述车辆的OBB包围盒。
在一些实施例中，通过下述步骤确定障碍物或者车辆等物体的OBB包围盒。
首先，将物体拆分成多个三角形面片得到三角形集合。
其次，查找物体对应的包围盒的中心位置。
具体的，设三角形集合的第i个三角形的顶点矢量为pi、qi和ri，包围盒包围的三角形面片数为n，下标j和k代表点的(x,y,z)分量，则包围盒的中心位置为：
Figure BDA0002969772250000141
然后，查找三角形面片的协方差矩阵。
每个三角形变量的概率分布输入到协方差矩阵公式，得到由所有的三角形构成的协方差矩阵，其中，协方差矩阵公式为：
Figure BDA0002969772250000142
其中，1≤j，k≤3，
Figure BDA0002969772250000143
接着，根据中心位置和协方差矩阵求出三个特征向量，相当于对应一个障碍物对应的坐标系的三个方向。
其中，三个特征向量分别为：
Figure BDA0002969772250000144
最后，将三个分别计算三角形面片中各个元素的顶点在该基底的三个轴上的最大值和最小值，各个元素的顶点在该基底的三个轴上的最大值和最小值之间的距离对应的是该物体投影在该轴的方向上的长度，进而确定该物体对应的包围盒的大小和方向。
步骤S103，模拟所述车辆按照所述行驶路线行驶。
步骤S104，基于所述障碍物的OBB包围盒与所述车辆的OBB包围盒存在分离面，确定所述车辆与所述障碍物不发生碰撞；所述车辆的OBB包围盒和所述障碍物的OBB包围盒位于所述分离面的两侧。
在一些实施例中，基于所述障碍物对应的OBB包围盒与所述车辆对应的OBB包围盒存在分离面，确定所述车辆与所述障碍物不发生碰撞，包括：基于所述障碍物对应的OBB包围盒的六个面和所述车辆对应的OBB包围盒的六个面中，存在将所述车辆和所述OBB包围盒分离在两侧的第一分离面，确定所述车辆与所述障碍物不发生碰撞。
在一些实施例中，上述方法还包括：基于不存在所述第一分离面，将所述障碍物对应的OBB包围盒的十二个边与所述车辆对应的OBB包围盒的十二个边组成多个平面；将所述车辆和所述OBB包围盒分别投影在垂直于所述平面的轴线上；确定所述车辆对应的OBB包围盒和所述障碍物对应的OBB包围盒没有在所述轴线上相交对应的平面为第二分离面。
其中，车辆进行行驶路径的推荐方法包括：步骤S201-步骤S205，其中，步骤S201，基于激光雷达扫描的障碍物的点云数据得到车辆的行车环境。
步骤S202，根据所述行车环境确定所述车辆当前的行驶方向和所述车辆的方向盘最大转角。
在一些实施例中。所述根据所述方向盘最大转角和所述行驶方向确定所述车辆的多条行驶路线，包括：确定所述车辆转弯最小半径；将所述方向盘转向角从0度开始，分别沿所述行驶方向的两侧梯度增加预设角度直至达到所述最大转向角得到多个转向角；基于每个所述转向角生成多条行驶路线，所述多条行驶路线包括每个所述转向角对应的行驶路线和所述转弯最小半径对应的行驶路线。
在一些实施例中，所述转弯最小半径通过下述方法计算：
R＝L/sin(Ψ)，其中，
R为所述车辆的转弯最小半径；L为所述车辆的轴距；Ψ为所述方向盘最大转角。
步骤S203，根据所述方向盘最大转角和所述行驶方向确定所述车辆的多条行驶路线。
所述根据所述方向盘最大转角和所述行驶方向确定所述车辆的多条行驶路线，包括：确定所述车辆转弯最小半径；将所述方向盘转向角从0度开始，分别沿所述行驶方向的两侧梯度增加预设角度直至达到所述最大转向角得到多个转向角；基于每个所述转向角生成多条行驶路线，所述多条行驶路线包括每个所述转向角对应的行驶路线和所述转弯最小半径对应的行驶路线。
步骤S204，采用第一实施方式的方法对每条所述行驶路线进行碰撞检测，得到不发生碰撞的行驶路线。
在一些实施方式中，所述采用第一实施方式的方法对每条所述行驶路线进行碰撞检测，得到不发生碰撞的行驶路线，包括：从所述多条行驶路线中筛选出行驶路线上不存在障碍物的行驶路线；采用第一实施方式的方法对不存在障碍物的每条所述行驶路线进行车辆和障碍物的碰撞检测。
在本实施例中，可以在对每条所述行驶路线进行车辆和待检测的障碍物之前，剔除一定会发生碰撞的路线，筛选出可能会发生碰撞的路线，只对可能发生碰撞的路线进行碰撞检测，提高了行驶路径的推荐方法的效率。
在一些实施例中，采用第一实施方式的方法对不存在障碍物的每条所述行驶路线进行车辆和障碍物的碰撞检测，包括：将所述不存在障碍物的行驶路线和所述障碍物对应的OBB包围盒在预设的坐标轴的X轴上投影，得到待检测的障碍物，所述待检测的障碍物的OBB包围盒的各个顶点与投影在所述X轴上的行驶路线的距离均小于预设值；采用第一实施方式的方法对不存在障碍物的每条所述行驶路线进行车辆和待检测的障碍物进行碰撞检测。
步骤S205，基于不发生碰撞的行驶路线推荐最优行驶路线。
在一些实施例中，基于不发生碰撞的行驶路线推荐最优行驶路线，包括，当不发生碰撞的行驶路线为多条时，基于不发生碰撞的行驶路线中最靠近车辆行驶方向的行驶路线为推荐的最优行驶路线。
在本实施例中，可以在对每条所述行驶路线进行车辆和待检测的障碍物之前，将与车辆行驶路线较远的障碍物剔除，由于这种障碍物与行驶路线距离较远，车辆在该行驶路线行驶时，不会与该障碍物相撞，因此，本实施例将与车辆行驶路线较远的障碍物剔除，减少了进行碰撞检测的次数，提高了行驶路径的推荐方的效率。
需要说明的是，在一些现有技术中，通过采集本车自身的运动状态数据和其他车辆或者障碍物的位置及运动数据，根据运动路径的预测算法，躲避或者提醒驾驶员躲避碰撞危险，这些现有技术主要是想解决车辆在道路的行驶过程中的线性路径避免碰撞的问题。但现实生活中经常碰到对面停了车，车辆进出车位；复杂路口转弯；停车场多辆车停靠后，进出道路很窄，而这时候现有技术的方案难以解决这些复杂情况下，车辆是否能够顺利通过和如何通过的问题。
本发明第二实施方式提供的方法，通过车辆的最大转向角和行驶方向，能够生成多条有效的多条行驶路线，根据多条行驶路线线路模拟车辆和障碍物模型的多方位、精确碰撞检测，可以方便地获得合理的推荐线路，快速解决复杂环境车辆是否可以通过，及如何通过的问题，避免碰撞发生，有效提高驾驶安全性，适用范围更加广泛。
本发明的第六实施方式，还提供了一种存储介质，所述存储介质上存储有计算机程序，程序被处理器执行时实现第一方面的所述的车辆与障碍物的碰撞检测方法，或者程序被处理器执行时实现第二方面的方法所述的车辆行驶路径的推荐方法。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
以上参照本发明的实施例对本发明予以了说明。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本发明的范围。本发明的范围由所附权利要求及其等价物限定。不脱离本发明的范围，本领域技术人员可以做出多种替换和修改，这些替换和修改都应落在本发明的范围之内。
尽管已经详细描述了本发明的实施方式，但是应该理解的是，在不偏离本发明的精神和范围的情况下，可以对本发明的实施方式做出各种改变、替换和变更。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

Claims (11)

1.一种碰撞检测方法，其特征在于，包括：
获取车辆的行车环境和车辆的行驶路线，所述行车环境包括各个障碍物的位置信息；
分别确定每个障碍物的OBB包围盒和所述车辆的OBB包围盒；
模拟所述车辆按照所述行驶路线行驶；
基于所述障碍物的OBB包围盒与所述车辆的OBB包围盒存在分离面，确定所述车辆与所述障碍物不发生碰撞；所述车辆的OBB包围盒和所述障碍物的OBB包围盒位于所述分离面的两侧；
基于所述障碍物对应的OBB包围盒与所述车辆对应的OBB包围盒存在分离面，确定所述车辆与所述障碍物不发生碰撞，包括：
基于所述障碍物对应的OBB包围盒的六个面和所述车辆对应的OBB包围盒的六个面中，存在将所述车辆和所述OBB包围盒分离在两侧的第一分离面，确定所述车辆与所述障碍物不发生碰撞；
基于不存在所述第一分离面，将所述障碍物对应的OBB包围盒的十二个边与所述车辆对应的OBB包围盒的十二个边组成多个平面；
将所述车辆和所述OBB包围盒分别投影在垂直于所述平面的轴线上；
确定所述车辆对应的OBB包围盒和所述障碍物对应的OBB包围盒没有在所述轴线上相交对应的平面为第二分离面。
2.一种行驶路径的推荐方法，其特征在于，包括：
基于激光雷达扫描的障碍物的点云数据得到车辆的行车环境；
根据所述行车环境确定所述车辆当前的行驶方向和所述车辆的方向盘最大转角；
根据所述方向盘最大转角和所述行驶方向确定所述车辆的多条行驶路线；
采用如权利要求1所述的方法对每条所述行驶路线进行碰撞检测，得到不发生碰撞的行驶路线；
基于不发生碰撞的行驶路线推荐最优行驶路线。
3.根据权利要求2所述的行驶路径的推荐方法，其特征在于，所述根据所述方向盘最大转角和所述行驶方向确定所述车辆的多条行驶路线，包括：
确定所述车辆转弯最小半径；
将所述方向盘转向角从0度开始，分别沿所述行驶方向的两侧梯度增加预设角度直至达到所述方向盘最大转角得到多个转向角；
基于每个所述转向角生成多条行驶路线，所述多条行驶路线包括每个所述转向角对应的行驶路线和所述转弯最小半径对应的行驶路线。
4.根据权利要求3所述的行驶路径的推荐方法，其特征在于，
所述转弯最小半径通过下述方法计算：
R = L / sin(Ψ)，其中，
R为所述车辆的转弯最小半径； L为所述车辆的轴距；Ψ为所述方向盘最大转角。
5.根据权利要求2-4任一项所述的行驶路径的推荐方法，其特征在于，所述采用如权利要求1所述的方法对每条所述行驶路线进行碰撞检测，得到不发生碰撞的行驶路线，包括：
从所述多条行驶路线中筛选出行驶路线上不存在障碍物的行驶路线；
采用如权利要求1所述的方法对不存在障碍物的每条所述行驶路线进行车辆和障碍物的碰撞检测。
6.根据权利要求5所述的行驶路径的推荐方法，其特征在于，采用如权利要求1所述的方法对不存在障碍物的每条所述行驶路线进行车辆和障碍物的碰撞检测，包括：
将所述不存在障碍物的行驶路线和所述障碍物对应的OBB包围盒在预设的坐标轴的X轴上投影，得到待检测的障碍物，所述待检测的障碍物的OBB包围盒的各个顶点与投影在所述X轴上的行驶路线的距离均小于预设值；
采用如权利要求1所述的方法对不存在障碍物的每条所述行驶路线进行车辆和待检测的障碍物进行碰撞检测。
7.根据权利要求2所述的行驶路径的推荐方法，其特征在于，所述基于不发生碰撞的行驶路线推荐最优行驶路线，包括：
基于不发生碰撞的行驶路线中最靠近车辆行驶方向的行驶路线为推荐的最优行驶路线。
8.一种碰撞检测装置，其特征在于，包括：
信息获取模块，用于获取车辆的行车环境和车辆的行驶路线，所述行车环境包括各个障碍物的位置信息；
OBB包围盒确定模块，用于分别确定每个障碍物的OBB包围盒和所述车辆的OBB包围盒；
模拟模块，用于模拟所述车辆按照所述行驶路线行驶；
第一检测模块，用于基于所述障碍物对应的OBB包围盒与所述车辆对应的OBB包围盒存在分离面，确定所述车辆与所述障碍物不发生碰撞；所述车辆和所述OBB包围盒位于所述分离面的两侧；
所述第一检测模块，包括第一检测单元；
所述第一检测单元，用于基于所述障碍物对应的OBB包围盒的六个面和所述车辆对应的OBB包围盒的六个面中，存在将所述车辆和所述OBB包围盒分离在两侧的第一分离面，确定所述车辆与所述障碍物不发生碰撞；
所述第一检测模块，还包括第二检测单元；
所述第二检测单元，用于基于不存在所述第一分离面，将所述障碍物对应的OBB包围盒的十二个边与所述车辆对应的OBB包围盒的十二个边组成多个平面；将所述车辆和所述OBB包围盒分别投影在垂直于所述平面的轴线上；确定所述车辆对应的OBB包围盒和所述障碍物对应的OBB包围盒没有在所述轴线上相交对应的平面为第二分离面。
9.一种行驶路径的推荐装置，其特征在于，包括：
扫描模块，用于基于激光雷达扫描的障碍物的点云数据得到车辆的行车环境；
第一确定模块，用于根据所述行车环境确定所述车辆当前的行驶方向和所述车辆的方向盘最大转角；
第二确定模块，用于根据所述方向盘最大转角和所述行驶方向确定所述车辆的多条行驶路线；
第二检测模块，用于采用如权利要求1所述的方法对每条所述行驶路线进行碰撞检测，得到不发生碰撞的行驶路线；
推荐模块，用于基于不发生碰撞的行驶路线推荐最优行驶路线。
10.一种车辆，其特征在于，包括至少一个处理器，所述处理器采用如权利要求1所述的方法对车辆与障碍物进行碰撞检测，或者采用如权利要求2-6任一项所述的方法推荐车辆行驶路径。
11.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，程序被处理器执行时实现如权利要求1所述的碰撞检测方法，或者程序被处理器执行时实现如权利要求2-6任一项所述的行驶路径的推荐方法。
CN202110260518.9A 2021-03-10 2021-03-10 碰撞检测方法、行驶路径的推荐方法及其装置和存储介质 Active CN112744217B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110260518.9A CN112744217B (zh) 2021-03-10 2021-03-10 碰撞检测方法、行驶路径的推荐方法及其装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110260518.9A CN112744217B (zh) 2021-03-10 2021-03-10 碰撞检测方法、行驶路径的推荐方法及其装置和存储介质

Publications (2)

Publication Number Publication Date
CN112744217A CN112744217A (zh) 2021-05-04
CN112744217B true CN112744217B (zh) 2022-12-06

Family

ID=75651642

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110260518.9A Active CN112744217B (zh) 2021-03-10 2021-03-10 碰撞检测方法、行驶路径的推荐方法及其装置和存储介质

Country Status (1)

Country Link
CN (1) CN112744217B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113284129B (zh) * 2021-06-11 2024-06-18 梅卡曼德（北京）机器人科技有限公司 基于3d包围盒的压箱检测方法及装置
CN113344444B (zh) * 2021-07-01 2023-11-10 广东电网有限责任公司 碰撞检测方法、装置、电子设备以及存储介质
CN114355950B (zh) * 2022-01-25 2024-09-27 苏州挚途科技有限公司 掉头轨迹的规划方法及装置
CN118107568A (zh) * 2022-11-30 2024-05-31 华为技术有限公司 一种触发指令的方法、装置和智能驾驶设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106503347B (zh) * 2016-10-25 2019-03-12 福州大学 一种基于aabb与obb自适应的虚拟装配中实时碰撞检测方法
CN107145147B (zh) * 2017-04-10 2020-12-15 广州小鹏汽车科技有限公司 一种车辆低速自动驾驶避碰方法及系统
CN108052703A (zh) * 2017-11-22 2018-05-18 南京航空航天大学 基于混合层次包围盒的快速碰撞检测方法
CN109960261B (zh) * 2019-03-22 2020-07-03 北京理工大学 一种基于碰撞检测的动态障碍物避让方法
CN110703763A (zh) * 2019-11-05 2020-01-17 武汉理工大学 无人车路径跟踪及避障方法
CN111369066B (zh) * 2020-03-09 2022-06-24 广东南方数码科技股份有限公司 路径规划方法、装置、电子设备及可读存储介质

Also Published As

Publication number Publication date
CN112744217A (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
CN112744217B (zh) 碰撞检测方法、行驶路径的推荐方法及其装置和存储介质
US11938926B2 (en) Polyline contour representations for autonomous vehicles
US11898855B2 (en) Assistance control system that prioritizes route candidates based on unsuitable sections thereof
CN102248947B (zh) 使用3-d激光测距仪的目标和车辆检测及跟踪
CN110632617B (zh) 一种激光雷达点云数据处理的方法及装置
CN109583416B (zh) 伪车道线识别方法及系统
Perrollaz et al. A visibility-based approach for occupancy grid computation in disparity space
CN110674705A (zh) 基于多线激光雷达的小型障碍物检测方法及装置
US11299169B2 (en) Vehicle neural network training
CN106080397B (zh) 自适应巡航系统及车载设备
CN114518113A (zh) 基于径向速度测量来过滤点云中的返回点
CN113743171A (zh) 目标检测方法及装置
Moras et al. Drivable space characterization using automotive lidar and georeferenced map information
Shimomura et al. An algorithm for distinguishing the types of objects on the road using laser radar and vision
CN111781606A (zh) 一种新型激光雷达和超声波雷达融合的小型化实现方法
CN117795378A (zh) 用于粒子滤波器跟踪的系统和方法
JP7081098B2 (ja) 走行環境認識装置、走行環境認識方法、プログラム
CN116046003A (zh) 路径规划方法、装置、车辆以及存储介质
US20240151855A1 (en) Lidar-based object tracking
KR102624644B1 (ko) 벡터 맵을 이용한 이동체의 맵 매칭 위치 추정 방법
US12110018B2 (en) Apparatus for calculating driving path area of vehicle and method thereof
WO2021145032A1 (ja) 周辺車両位置推定システム、周辺車両位置推定プログラム
CN215495425U (zh) 复眼摄像系统及使用复眼摄像系统的车辆
JP2024037165A (ja) オブジェクトをモデリングするための方法、機器、記憶媒体及び車両制御方法
CN115214668A (zh) 行驶车道计划装置、存储介质和行驶车道计划方法

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