CN113034920B - 矿区无人运输的基于车、电铲、云融合的泊车停靠方法 - Google Patents

矿区无人运输的基于车、电铲、云融合的泊车停靠方法 Download PDF

Info

Publication number
CN113034920B
CN113034920B CN202110581107.XA CN202110581107A CN113034920B CN 113034920 B CN113034920 B CN 113034920B CN 202110581107 A CN202110581107 A CN 202110581107A CN 113034920 B CN113034920 B CN 113034920B
Authority
CN
China
Prior art keywords
point
vehicle
parking
electric shovel
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
Application number
CN202110581107.XA
Other languages
English (en)
Other versions
CN113034920A (zh
Inventor
黄立明
张巍
岳志阳
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 Tage Idriver Technology Co Ltd
Original Assignee
Beijing Tage Idriver 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 Tage Idriver Technology Co Ltd filed Critical Beijing Tage Idriver Technology Co Ltd
Priority to CN202110581107.XA priority Critical patent/CN113034920B/zh
Publication of CN113034920A publication Critical patent/CN113034920A/zh
Application granted granted Critical
Publication of CN113034920B publication Critical patent/CN113034920B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/148—Management of a network of parking areas

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种矿区无人运输的基于车、电铲、云融合的泊车停靠方法，在矿用车辆进入装载区后向电铲发送驶入申请；由电铲制定停靠位置和停靠方向，发给云端平台；云端平台根据已采集的边界信息、主路径信息和停靠位置方向，规划出前进路径和倒车路径，并通过云端方式发送给矿用车辆；矿用车辆依据下发轨迹进行泊车停靠，停靠完成后将状态反馈给电铲进行装货。本方法在矿用车辆未到达装载区时，平台端就可以进行异步规划，节省停车等待时间，提高运行效率。

Description

矿区无人运输的基于车、电铲、云融合的泊车停靠方法
技术领域
本发明涉及自动驾驶领域，具体涉及一种面向露天矿区无人运输的基于车、电铲、云融合的泊车停靠方法。
背景技术
露天矿的停靠点具有易变，不规则，航向要求高，位置要求准，边界不规则等特点，而这些特点限制车辆不能使用规则化的泊车方案，必须针对特殊作业场景提出特殊解决方案。现有技术中最接近的技术方案为停车场自主泊车方案，设计方案为在规则停车场内，将车辆行驶到停车位前，打开程序，确认启动自动泊车，车辆寻找车位，按照固定方案进行垂直泊车或者平行泊车。
现有技术方案若应用到矿用车辆上，往往执行条件不满足，矿用车辆要求全自动驾驶策略，矿用车辆在采集作业过程中，周围环境往往是易变且不规则的，现有技术方案会出现碰撞挡墙，泊车效率低下，针对复杂场景，处理过程均在车载ECU上，会造成反应速度慢等问题。
发明内容
本发明的目的在于克服现有技术的不足，提供一种面向露天矿区无人运输的基于车、电铲、云融合的泊车停靠方法，节省停车等待时间，提高运行效率。
本发明的技术方案如下：
一种矿区无人运输的基于车、电铲、云融合的泊车停靠方法，包括如下步骤：
第一步：矿用车辆进入装载区；
第二步：矿用车辆向电铲发送驶入申请；
第三步：电铲制定停靠位置和停靠方向，发给云端平台；
第四步：云端平台根据已采集的边界信息、主路径信息和停靠位置方向，规划出前进路径和倒车路径；
第五步：云端平台将前进路径和倒车路径通过云端方式发送给矿用车辆；
第六步：矿用车辆依据下发轨迹进行泊车停靠；
第七步：矿用车辆停靠完成后将状态反馈给电铲，电铲进行装货。
所述第四步具体为：车辆在行驶之前，云端平台存储有采集的边界信息和车辆行驶的主路径信息，此时根据停靠点的位置和航向信息，规划出一条适配矿用车辆行驶的轨迹路径；以停靠点航向为基准，前方10m~30m，左右-15~15m范围内，以1m×1m的间距建立网格数据，网格的每个交点都是倒车点，每个交点的航向角范围不同，网格数据来源于车辆模型仿真得出的结果；根据边界信息，将落入边界外围的网格点剔除掉；结合主路径实际情况，将根本无法驶入的网格点滤除。
所述主路径网格点滤除方式为：
根据车辆位置确定搜索起点，针对每一个网格点，遍历主路径，将从主路径上无法驶入的一些网格点滤除掉；选取主路径上一个坐标已知的路径点A，其航向角方向为
Figure DEST_PATH_IMAGE001
，P1为其航向角方向上一点，选取网格上的一个坐标已知的网格数据B，其理想航向角方向介于
Figure DEST_PATH_IMAGE002
与
Figure DEST_PATH_IMAGE003
之间，P3-1为
Figure DEST_PATH_IMAGE004
上的一点， P3-2为
Figure DEST_PATH_IMAGE005
上的一点；首先，计算
Figure DEST_PATH_IMAGE006
的航向PAB，计算弦切角∠P1AB；其次，根据弦切角∠P1AB是弦所对应圆心角∠AOB的一半，得到：
∠AOB = 2∠P1AB
然后，求AB的距离disAB，单位为米；接着，求转弯半径R，单位为米，得
R = disAB/2/sin(∠AOB/2)
继而，求B点航向角Bhead，得
Bhead = Ahead + 2∠P1AB
其中Ahead为A点航向角；最后，判断B点是否适合主路径行驶，判断依据为转弯半径大于车辆最小转弯半径并且计算得到的B点航向角方向
Figure DEST_PATH_IMAGE007
在
Figure DEST_PATH_IMAGE008
与
Figure DEST_PATH_IMAGE009
之间，P2为
Figure DEST_PATH_IMAGE010
上一点；若不在，说明此主路径点不适合这个网格点，继续按照此方式搜索下一个主路径点，如果遍历所有主路径均不适合，则说明此网格点不适合作为一个倒车点，同时，根据所有的主路径遍历的结果，进一步缩小
Figure DEST_PATH_IMAGE011
与
Figure DEST_PATH_IMAGE012
之间的范围；
遍历主路径，若产生符合条件的转弯点A，就生成弧线AB，将主路径上A点之后的数据删除，B点作为前进最终停车点，生成前进行驶路线，否则，更换倒车点为B点附近的点，进行再一次遍历求解。
所述根据车辆位置确定搜索起点的方式具体为：在程序内部首先定义了两个最优解，分别为(-5，21)和(5，21)；从等待点到最后搜索剩余主路径，找到距离停靠点最近的主路径的点A，判断其航向与停靠点的航向角偏差的正负，若为正值，则选取(5，21)作为最优搜索起点；若为负值，则选取(-5，21)作为最优搜索起点。
优选地，所述第一步中的装载区是车辆进行装载作业时，执行掉头、驶向装载点的可行驶区域，由高精地图产生，人为根据作业环境进行划分。
优选地，所述第二步中，矿用车辆向电铲发送驶入申请采取车间通信（V2V）或车对网络通信（V2N）的方式，所述第七步中，将状态反馈给电铲，采取车间通信（V2V）或车对网络通信（V2N）的方式。
优选地，所述第六步具体为：矿用车辆根据前向行驶的轨迹信息前向行驶到倒车点，然后进行档位切换，进行倒车。
与现有技术相比，本发明的一种矿区无人运输的基于车、电铲、云融合的泊车停靠方法优势如下：
本发明的面向露天矿区无人运输的基于车、电铲、云融合的泊车停靠方法，综合考虑泊车周围环境特征、云端高速处理，平台下发；平台针对铲端进行轨迹规划，一旦确定装载点位置和航向，即使在矿用车辆未到达装载区，平台端均可以进行异步规划，节省停车等待时间，提高运行效率。
附图说明
图1为本发明面向露天矿区无人运输的基于车、电铲、云融合的泊车停靠方法流程图；
图2为本发明面向露天矿区无人运输的基于车、电铲、云融合的泊车停靠方法主路径滤除网格点示意图；
图3为本发明面向露天矿区无人运输的基于车、电铲、云融合的泊车停靠方法主路径航向角为正时的倒车点搜索示意图；
图4为本发明面向露天矿区无人运输的基于车、电铲、云融合的泊车停靠方法主路径航向角为负时的倒车点搜索示意图。
具体实施方式
下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整的描述，显然，所描述的实施方式仅仅是作为例示，并非用于限制本发明。
本发明提出一种矿区无人运输的基于车、电铲、云融合的泊车停靠方法，如图1所示，主要步骤如下：
第一步：矿用车辆进入装载区；
第二步：矿用车辆向电铲发送驶入申请；
第三步：电铲制定停靠位置和停靠方向，发给云端平台；
第四步：云端平台根据已采集的边界信息、主路径信息和停靠位置方向，规划出前进路径和倒车路径；
第五步：云端平台将前进路径和倒车路径通过云端方式发送给矿用车辆；
第六步：矿用车辆依据下发轨迹进行泊车停靠；
第七步：矿用车辆停靠完成后将状态反馈给电铲，电铲进行装货。
下面通过一个具体的实施例对本发明提供的矿区无人运输的基于车、电铲、云融合的泊车停靠方法的具体实施进行详细说明。
实施例1：
第一步：矿用车辆进入装载区。装载区的定义是由高精地图所产生的，是人为根据作业环境进行划分，装载区是车辆进行装载作业时，执行掉头、驶向装载点的可行驶区域。
第二步：矿用车辆向电铲发送驶入申请。矿用车辆向电铲发送可驶入申请通过两种方式发送，车间通信（V2V）或车对网络通信（V2N），两者之一将消息送达即可。
第三步：电铲制定停靠位置和停靠方向，发给云端平台。电铲根据当前实际作业环境，将最佳停靠位置和航向信息通过网络形式，上传云端平台。
第四步：云端平台根据已采集的边界信息、主路径信息和停靠位置方向，规划出前进路径和倒车路径。车辆在行驶之前，云端平台存储有采集的边界信息和车辆行驶的主路径信息，此时根据停靠点的位置和航向信息，规划出一条适配矿用车辆行驶的轨迹路径。
具体路径规划的方案为：以停靠点航向为基准，前方10m~30m，左右-15~15m范围内，以1m×1m的间距建立网格数据，网格的每个交点都是倒车点，每个交点的航向角范围不同，网格数据来源于车辆模型仿真得出的结果。根据边界信息，将落入边界外围的网格点剔除掉；结合主路径实际情况，将根本无法驶入的网格点滤除。
其中，根据主路径滤除网格点的方法具体为：针对每一个网格点，遍历主路径（为了减少计算量，每1m取一个点），将从主路径上无法驶入的一些网格点滤除掉。如图2所示，A为主路径上一个路径点（坐标已知），其航向角方向为
Figure DEST_PATH_IMAGE013
，P1为其航向角方向上一点，B为网格上的一个网格数据（坐标已知），其理想航向角方向介于
Figure DEST_PATH_IMAGE014
与
Figure DEST_PATH_IMAGE015
之间，P3-1为
Figure DEST_PATH_IMAGE016
上的一点， P3-2为
Figure DEST_PATH_IMAGE017
上的一点(已知)。首先，计算
Figure DEST_PATH_IMAGE018
的航向PAB，计算∠P1AB；其次，根据弦切角是弦所对应圆心角的一半，得到：
∠AOB = 2∠P1AB
然后，求AB的距离disAB（单位：m）；接着，求转弯半径R（单位：m），得
R = disAB/2/sin(∠AOB/2)
继而，求B点航向角，得
Bhead = Ahead + 2∠P1AB
其中Ahead为A点航向角。最后，判断B点是否适合主路径行驶，判断依据为转弯半径大于车辆最小转弯半径并且计算得到的
Figure DEST_PATH_IMAGE019
在
Figure DEST_PATH_IMAGE020
与
Figure DEST_PATH_IMAGE021
之间，P2为
Figure DEST_PATH_IMAGE022
上一点，若不在，只能说明此主路径点不适合这个网格点，继续按照此方式搜索下一个主路径点，如果遍历所有主路径均不适合，则说明此网格点不适合作为一个倒车点，同时，根据所有的主路径遍历的结果，能够进一步缩小
Figure DEST_PATH_IMAGE023
与
Figure DEST_PATH_IMAGE024
之间的范围。
遍历主路径，若产生符合条件的转弯点A，就生成弧线AB，将主路径上A点之后的数据删除，B点作为前进最终停车点。生成前进行驶路线。否则的话，更换倒车点为B点附近的点，进行再一次遍历求解。
倒车点搜索的方式具体为：会根据车辆位置优先确定搜索起点，起点定义规则如下：
在程序内部首先定义了两个最优解，分别为(-5，21)和(5，21)，首先确定最优解。搜索剩余主路径(从等待点到最后)，找到距离停靠点最近的主路径的点A，判断其航向与停靠点的航向角偏差的正负，若为正值，则选取(5，21)作为最优点，如图3所示；若为负值，则选取(-5，21)作为最优点，如图4所示。
第五步：云端平台将前进路径和倒车路径通过云端方式发送给矿用车辆。云端平台将前进行驶的路径和倒车轨迹发送给矿用车辆，矿用车辆加载前向轨迹。
第六步：矿用车辆依据下发轨迹进行泊车停靠。矿用车辆根据前向行驶的轨迹信息前向行驶到倒车点，然后进行档位切换，进行倒车。
第七步：矿用车辆停靠完成后将状态反馈给电铲，电铲进行装货。矿用车辆使用车间通信（V2V）或车对网络通信（V2N）两种形式分别向电铲反馈停靠到位，电铲进行装货。
以上所述之实施例仅为本发明的较佳实施例，并非对本发明做任何形式上的限制。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，利用上述揭示的技术内容对本发明技术方案作出更多可能的变动和润饰，或修改均为本发明的等效实施例。故凡未脱离本发明技术方案的内容，依据本发明之思路所作的等同等效变化，均应涵盖于本发明的保护范围内。

Claims (5)

1.一种矿区无人运输的基于车、电铲、云融合的泊车停靠方法，其特征在于，包括如下步骤：
第一步：矿用车辆进入装载区；
第二步：矿用车辆向电铲发送驶入申请；
第三步：电铲制定停靠位置和停靠方向，发给云端平台；
第四步：云端平台根据已采集的边界信息、主路径信息和停靠位置方向，规划出前进路径和倒车路径；
第五步：云端平台将前进路径和倒车路径通过云端方式发送给矿用车辆；
第六步：矿用车辆依据下发轨迹进行泊车停靠；
第七步：矿用车辆停靠完成后将状态反馈给电铲，电铲进行装货；
所述第四步具体为：车辆在行驶之前，云端平台存储有采集的边界信息和车辆行驶的主路径信息，此时根据停靠点的位置和航向信息，规划出一条适配矿用车辆行驶的轨迹路径；以停靠点航向为基准，前方10m~30m，左右-15~15m范围内，以1m×1m的间距建立网格数据，网格的每个交点都是倒车点，每个交点的航向角范围不同，网格数据来源于车辆模型仿真得出的结果；根据边界信息，将落入边界外围的网格点剔除掉；结合主路径实际情况，将根本无法驶入的网格点滤除；
所述主路径网格点滤除方式为：
根据车辆位置确定搜索起点，针对每一个网格点，遍历主路径，将从主路径上无法驶入的一些网格点滤除掉；选取主路径上一个坐标已知的路径点A，其航向角方向为
Figure 230938DEST_PATH_IMAGE001
，选取网格上的一个坐标已知的网格数据B，其理想航向角范围为
Figure 679237DEST_PATH_IMAGE002
与
Figure 724553DEST_PATH_IMAGE003
之间，P3-1为
Figure 385342DEST_PATH_IMAGE004
上的一点，P3-2为
Figure 465293DEST_PATH_IMAGE003
上的一点；首先，计算
Figure 553335DEST_PATH_IMAGE005
的航向PAB，计算弦切角∠P1AB；其次，根据弦切角∠P1AB是弦所对应圆心角∠AOB的一半，得到：
∠AOB = 2∠P1AB
然后，求AB的距离disAB，单位为米；接着，求转弯半径R，单位为米，得
R = disAB/2/sin(∠AOB/2)
继而，求B点航向角Bhead，得
Bhead = Ahead + 2∠P1AB
其中Ahead为A点航向角；最后，判断B点是否适合主路径行驶，判断依据为转弯半径大于车辆最小转弯半径并且计算得到的B点航向角方向
Figure 351527DEST_PATH_IMAGE006
在
Figure 816006DEST_PATH_IMAGE002
与
Figure 750464DEST_PATH_IMAGE003
之间，P2为
Figure 9407DEST_PATH_IMAGE006
上一点；若不在，说明此主路径点不适合这个网格点，继续按照此方式搜索下一个主路径点，如果遍历所有主路径均不适合，则说明此网格点不适合作为一个倒车点，同时，根据所有的主路径遍历的结果，进一步缩小
Figure 294895DEST_PATH_IMAGE002
与
Figure 297486DEST_PATH_IMAGE003
之间的范围；
遍历主路径，若产生符合条件的转弯点A，就生成弧线AB，将主路径上A点之后的数据删除，B点作为前进最终停车点，生成前进行驶路线，否则，更换倒车点为B点附近的点，进行再一次遍历求解。
2.根据权利要求1所述的一种矿区无人运输的基于车、电铲、云融合的泊车停靠方法，其特征在于，所述根据车辆位置确定搜索起点的方式具体为：在程序内部首先定义了两个最优解，分别为(-5，21)和(5，21)；从等待点到最后搜索剩余主路径，找到距离停靠点最近的主路径的点A，判断其航向与停靠点的航向角偏差的正负，若为正值，则选取(5，21)作为最优搜索起点；若为负值，则选取(-5，21)作为最优搜索起点。
3.根据权利要求1或2所述的一种矿区无人运输的基于车、电铲、云融合的泊车停靠方法，其特征在于，所述第一步中的装载区是车辆进行装载作业时，执行掉头、驶向装载点的可行驶区域，由高精地图产生，人为根据作业环境进行划分。
4.根据权利要求1或2所述的一种矿区无人运输的基于车、电铲、云融合的泊车停靠方法，其特征在于，所述第二步中，矿用车辆向电铲发送驶入申请采取车间通信（V2V）或车对网络通信（V2N）的方式，所述第七步中，将状态反馈给电铲采取车间通信（V2V）或车对网络通信（V2N）的方式。
5.根据权利要求1或2所述的一种矿区无人运输的基于车、电铲、云融合的泊车停靠方法，其特征在于，所述第六步具体为：矿用车辆根据前向行驶的轨迹信息前向行驶到倒车点，然后进行档位切换，进行倒车。
CN202110581107.XA 2021-05-27 2021-05-27 矿区无人运输的基于车、电铲、云融合的泊车停靠方法 Active CN113034920B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110581107.XA CN113034920B (zh) 2021-05-27 2021-05-27 矿区无人运输的基于车、电铲、云融合的泊车停靠方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110581107.XA CN113034920B (zh) 2021-05-27 2021-05-27 矿区无人运输的基于车、电铲、云融合的泊车停靠方法

Publications (2)

Publication Number Publication Date
CN113034920A CN113034920A (zh) 2021-06-25
CN113034920B true CN113034920B (zh) 2021-08-20

Family

ID=76455799

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110581107.XA Active CN113034920B (zh) 2021-05-27 2021-05-27 矿区无人运输的基于车、电铲、云融合的泊车停靠方法

Country Status (1)

Country Link
CN (1) CN113034920B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113219933B (zh) * 2021-07-08 2021-09-14 北京踏歌智行科技有限公司 基于数字孪生预测的露天矿无人驾驶卡车调度系统及方法
CN114791288B (zh) * 2022-06-27 2022-09-30 青岛慧拓智能机器有限公司 矿区车辆的行驶路径规划方法、装置及计算机设备
CN115108409B (zh) * 2022-08-03 2024-08-30 吉林大学 矿用电铲线缆收放车自动跟踪系统
CN115328171B (zh) * 2022-10-11 2023-02-10 青岛慧拓智能机器有限公司 装载点位置的生成方法、装置、芯片、终端、设备和介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190004524A1 (en) * 2016-08-31 2019-01-03 Faraday&Future Inc. System and method for planning a vehicle path
DE112018008050T5 (de) * 2018-10-03 2021-06-24 Mitsubishi Electric Corporation Einparkhilfevorrichtung und Einparkhilfeverfahren
CN111614706B (zh) * 2019-02-26 2023-08-01 陕西汽车集团股份有限公司 一种自动驾驶矿用车装卸过程云控制系统和控制方法
CN110512671A (zh) * 2019-08-23 2019-11-29 中南大学 运输设备受矿位姿确定方法、装置、系统及存储介质
CN111600933B (zh) * 2020-04-15 2022-04-05 北京踏歌智行科技有限公司 基于5g的矿区无人运输系统及其矿铲车的协同控制方法
CN111780768B (zh) * 2020-07-20 2022-03-04 北京易控智驾科技有限公司 应用于露天矿山自动驾驶的装载位区域地图更新方法

Also Published As

Publication number Publication date
CN113034920A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
CN113034920B (zh) 矿区无人运输的基于车、电铲、云融合的泊车停靠方法
CN109131318B (zh) 一种基于拓扑地图的自主泊车路径协调方法
CN108820042B (zh) 一种自动驾驶方法及装置
CN107179078B (zh) 一种基于时间窗优化的agv路径规划方法
CN110763246A (zh) 自动驾驶车辆路径规划方法、装置、车辆及存储介质
CN109916422B (zh) 一种全局路径规划方法及装置
CN113916246A (zh) 一种无人驾驶避障路径规划方法和系统
CN109916421B (zh) 路径规划方法及装置
CN108180911A (zh) 一种agv自动生成修正路径方法
CN104697542A (zh) 利用行驶车道识别的路线引导装置和方法
CN112693447A (zh) 用于提供自动驾驶车辆的速度曲线的系统和方法
CN113788030A (zh) 一种车队的控制方法、加入方法、控制装置及加入装置
CN114812566B (zh) 矿区车辆的行驶路径规划方法、装置及计算机设备
CN114879687A (zh) 一种用于无人物流车的智能控制方法
CN113515111B (zh) 一种车辆避障路径规划方法及装置
CN116295491A (zh) 一种路径规划方法及装置
CN114326744A (zh) 一种基于全局地图更新的矿山卡车路径规划方法
CN115116220A (zh) 一种用于矿区装卸场景的无人驾驶多车协同控制方法
CN112706760B (zh) 一种用于特殊道路场景的无人驾驶泊车路径规划方法
CN115903837B (zh) 一种车载光伏机器人自动充电方法和系统
CN116758733A (zh) 集中式车辆协同决策匝道汇入分离方法、装置及云端
CN110188947A (zh) 盾构纠偏中当前环目标预测方法及系统
CN113670308B (zh) 引导车辆行驶的方法及相关系统、存储介质
CN114987556A (zh) 自动驾驶车辆控制方法、装置、设备及存储介质
CN116929384A (zh) 车辆行驶路线规划方法及电子设备

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