CN113060138A - 集装箱半挂车速度规划方法、装置、系统和存储介质 - Google Patents

集装箱半挂车速度规划方法、装置、系统和存储介质 Download PDF

Info

Publication number
CN113060138A
CN113060138A CN202110361396.2A CN202110361396A CN113060138A CN 113060138 A CN113060138 A CN 113060138A CN 202110361396 A CN202110361396 A CN 202110361396A CN 113060138 A CN113060138 A CN 113060138A
Authority
CN
China
Prior art keywords
speed
trailer
curve
target
container semi
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
CN202110361396.2A
Other languages
English (en)
Other versions
CN113060138B (zh
Inventor
刘羿
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 Sinian Zhijia Technology Co ltd
Original Assignee
Beijing Sinian Zhijia 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 Sinian Zhijia Technology Co ltd filed Critical Beijing Sinian Zhijia Technology Co ltd
Priority to CN202110361396.2A priority Critical patent/CN113060138B/zh
Publication of CN113060138A publication Critical patent/CN113060138A/zh
Application granted granted Critical
Publication of CN113060138B publication Critical patent/CN113060138B/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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed control
    • B60W30/146—Speed limiting
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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
    • B60W2556/00—Input parameters relating to data

Abstract

本申请涉及一种集装箱半挂车速度规划方法、装置、系统、电子装置和存储介质，其中，该方法包括：基于实时获取的港口相关数据生成速度约束信息；根据第一参数配置所述生成速度约束信息中的软速度约束属性生成参考速度曲线；根据第二参数配置构建采样空间，为每个目标采用空间生成采样速度曲线；根据耗费函数、权重、速度约束信息以及参考速度曲线对所述采样速度曲线进行筛选，得到目标速度曲线。通过本申请，基于实时获取的港口相关数据进行规划的目标速度曲线具有连续平滑的特性，且能够避免目标车速变化较大时车速控制存在较大的延时的问题。

Description

集装箱半挂车速度规划方法、装置、系统和存储介质
技术领域
本申请涉及集装箱半挂车自动驾驶领域，特别是涉及集装箱半挂车速度规划方法、装置、系统和存储介质。
背景技术
随着国际物流业的高速发展，世界范围内集装箱港口的数量与吞吐量持续攀升，港口内的作业强度也不断增加并趋于饱和，传统技术中以有人驾驶的集卡为主的码头水平运输方式越来越难以满足当下对作业效率和强度的需求，港口无人集卡便在这种环境下应运而生。集装箱半挂车广泛的应用于无人港口的作业中。
目前自动驾驶集装箱半挂车的速度规划方法，是根据当前车辆实际速度及同车道内前方车辆的速度/距离关系，实时计算当前车辆目标速度，并根据当前车辆目标速度以及当前车辆实际速度的偏差来控制车辆，控制车辆的自动行驶。这种速度规划方法存在的问题是，由于当前车辆目标速度一般按照等间隔(5km/h)进行量化，最终的目标速度曲线是非连续平滑；按照当前车辆目标速度以及当前车辆实际速度的偏差反馈控制车速，在目标车速变化较大时车速控制存在较大的延时。
目前针对相关技术中，当前速度规划方法存在规划的速度曲线是非连续平滑的，且在目标车速变化较大时车速控制存在较大的延时的问题，尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种集装箱半挂车速度规划方法、装置、系统和存储介质，以至少解决相关技术中当前速度规划方法存在规划的速度曲线是非连续平滑的，且在目标车速变化较大时车速控制存在较大的延时的问题。
第一方面，本申请实施例提供了一种集装箱半挂车速度规划方法，包括：
基于实时获取的港口相关数据生成速度约束信息；
根据第一参数配置所述生成速度约束信息中的软速度约束属性生成参考速度曲线；
根据第二参数配置构建采样空间，为每个目标采用空间生成采样速度曲线；
根据耗费函数、权重、速度约束信息以及参考速度曲线对所述采样速度曲线进行筛选，得到目标速度曲线。
在其中一些实施例中，所述速度约束信息至少包括使用属性、距离属性以及速度属性。
在其中一些实施例中，所述参考速度曲线分为加速-匀速-减速过程速度曲线、加速-减速过程速度曲线、纯加速过程速度曲线以及纯减速过程速度曲线。
在其中一些实施例中，其特征在于，还包括：
在目标速度曲线在第一预设时间内无法规划时，则将当前车辆速度降到预设速度行驶；
在目标速度曲线在第二预设时间内一直无法规划，则将当前车辆速度降到0；
在降速过程中目标速度曲线规划成功，则将当前车辆速度按目标速度曲线继续行驶。
在其中一些实施例中，还包括：
在任何情况下，如果当前车辆距离障碍物的距离小于预设阈值时，将当前车辆速度立即降到0。
第二方面，本申请实施例提供了一种集装箱半挂车速度规划装置，包括处理模块、配置模块、构建模块以及筛选模块；
所述处理模块，用于基于实时获取的港口相关数据生成速度约束信息；
所述配置模块，用于根据第一参数配置所述生成速度约束信息中的软速度约束属性生成参考速度曲线；
所述构建模块，用于根据第二参数配置构建采样空间，为每个目标采用空间生成采样速度曲线；
所述筛选模块，用于根据耗费函数、权重、速度约束信息以及参考速度曲线对所述采样速度曲线进行筛选，得到目标速度曲线。
第三方面，本申请实施例提供了一种集装箱半挂车速度规划系统，包括：终端设备、传输设备以及服务器设备；其中，所述终端设备通过传输设备连接服务器设备；
所述终端设备用于获取港口相关数据；
所述传输设备用于传输港口相关数据；
所述服务器设备用于执行如上述第一方面所述的集装箱半挂车速度规划方法。
第四方面，本申请实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的集装箱半挂车速度规划方法。
第五方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的集装箱半挂车速度规划方法。
相比于相关技术，本申请实施例提供的集装箱半挂车速度规划方法、装置、系统和存储介质，通过基于实时获取的港口相关数据生成速度约束信息；根据第一参数配置生成速度约束信息中的软速度约束属性生成参考速度曲线；根据第二参数配置构建采样空间，为每个目标采用空间生成采样速度曲线；根据耗费函数、权重、速度约束信息以及参考速度曲线对采样速度曲线进行筛选，得到目标速度曲线。解决了相关技术中当前速度规划方法存在规划的速度曲线是非连续平滑的，且存在较大的延时的问题，本申请基于实时获取的港口相关数据进行规划的目标速度曲线具有连续平滑的特性，且能够避免目标车速变化较大时车速控制存在较大的延时的问题。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是本申请一实施例提供的集装箱半挂车速度规划方法的终端设备的硬件结构框图；
图2是本申请一实施例提供的集装箱半挂车速度规划方法的流程图；
图3是本申请一实施例的参考速度曲线生成过程的流程示意图；
图4是本申请一实施例的采样速度曲线的示意图；
图5是本申请一实施例提供的集装箱半挂车速度规划装置的结构框图。
图中，100、处理模块；200、配置模块；300、构建模块；400、筛选模块。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指大于或者等于两个。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本实施例提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。以运行在终端上为例，图1是本发明实施例的集装箱半挂车速度规划方法的终端的硬件结构框图。如图1所示，终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述终端的结构造成限定。例如，终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的集装箱半挂车速度规划方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至终端10。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。
传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括终端10的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
本实施例提供了一种集装箱半挂车速度规划方法，图2是根据本申请实施例的集装箱半挂车速度规划方法的流程图，如图2所示，该流程包括如下步骤：
步骤S210，基于实时获取的港口相关数据生成速度约束信息；
步骤S220，根据第一参数配置生成速度约束信息中的软速度约束属性生成参考速度曲线；
步骤S230，根据第二参数配置构建采样空间，为每个目标采用空间生成采样速度曲线；
步骤S240，根据耗费函数、权重、速度约束信息以及参考速度曲线对采样速度曲线进行筛选，得到目标速度曲线。
需要说明的是，为了能够解决相关技术中当前速度规划方法存在规划的速度曲线是非连续平滑的，且存在较大的延时的问题，本申请中得到的集装箱半挂车的目标速度曲线规划有一下几点，1、输出的目标速度曲线为距离-时间曲线S(t)，规划时间范围为T；该曲线C2连续，即速度/加速度均平滑连续变化，保证油门刹车的平滑性；2、目标速度曲线以车辆当前状态空间[Tinit＝0 Vinit Ainit]为初始态，以[Tfinal＝T Vfinal Afinal＝0]为最终态，期间仅有最多一次平滑的加速/减速过程；3、在规划时间T内考虑周围环境的所有障碍物而非仅考虑前方最近车辆，同时符合路径上所有速度约束；从而可使自动驾驶集装箱半挂车的速度规划控制满足舒适性和安全性需求，实现集装箱半挂车的自动驾驶。
通过基于实时获取的港口相关数据生成速度约束信息；根据第一参数配置生成速度约束信息中的软速度约束属性生成参考速度曲线；根据第二参数配置构建采样空间，为每个目标采用空间生成采样速度曲线；根据耗费函数、权重、速度约束信息以及参考速度曲线对采样速度曲线进行筛选，得到目标速度曲线。解决了相关技术中当前速度规划方法存在规划的速度曲线是非连续平滑的，且存在较大的延时的问题，本申请基于实时获取的港口相关数据进行规划的目标速度曲线具有连续平滑的特性，且能够避免目标车速变化较大时车速控制存在较大的延时的问题。
下面对上述步骤进行详细说明。
在其中一些实施例中，港口相关数据是实时获取的，且港口相关数据可以通过港口相关系统的模块中直接获取，比如：高精地图模块提供的终点信息；高精地图模块提供的路口信息；高精地图模块提供的其他临时停车信息；高精地图模块提供的限速信息；横向规划模块提供的行驶路径；环境感知模块提供的动态障碍物、静态障碍物信息；环境预测模块提供的障碍物预测信息；行为决策模块提供的减速信息以及线控底盘模块提供的车辆动力学反馈信息等。也就是说，港口相关数据包括终点信息、路口信息、其他临时停车信息、限速信息、行驶路径、动态障碍物、静态障碍物信息、障碍物预测信息、减速信息以及车辆动力学反馈信息等。
综合处理港口相关数据后生成如下表1所示的类型的速度约束信息，每一个约束具备至少三个属性：这三个属性为使用属性、距离属性以及速度属性。即[USAGE DISTANCEVELOCITY]，其中:USAGE包含两个取值(HARD CONTRAIN或者SOFT REFERENCE)，HARDCONTRAIN表示到对应的位置速度必须低于该约束，SOFT REFERENCE表示到对应的位置速度应在该速度附近；DISTANCE单位为(米)，表示从当前车头位置到车头到达约束处之间的距离；VELOCITY单位为(千米/小时)，表示对应速度约束的具体值。
表1；
ID TYPE DETAIL USAGE
1. 行驶终点 行驶目标的停止点 HARD
2. 路径终点 路径无法继续规划的停止点 HARD
3. 路口临停 路口停车的停车点 HARD
4. 其他临停 其他需要临时停车的停车点 HARD
5. 动态跟踪 跟踪本车道上动态障碍物 SOFT
6. 静态跟踪 跟踪本车道上静态障碍物 HARD
7. 预测跟踪 跟踪其他有直接干扰的动态障碍物 SOFT
8. 接近跟踪 跟踪与本车横向离得较近的障碍物 SOFT
9. 地图限速 高精地图提供的限速区域 HARD
10. 曲率限速 路径曲率对速度的限制 SOFT
11. 决策限速 决策减速时的速度限制 SOFT
12. 偏离限速 偏离路径时的速度限制 SOFT
在其中一些实施例中，根据表2所示的第一参数配置为每一个SOFT REFERENCE速度约束[Vconstrain D]生成参考速度曲线。于本实施例中，采用梯形速度规划算法，以每个SOFT REFERENCE的速度约束中Vconstrain为Vfinal，生成参考速度曲线。参考速度曲线分为加速-匀速-减速过程速度曲线、加速-减速过程速度曲线、纯加速过程速度曲线以及纯减速过程速度曲线等。
表2；
ID ITEM DETAIL
1. V<sub>max</sub> 允许的最大行驶速度
2. ACC<sub>comfort</sub> 推荐的舒适加/减速度
3. V<sub>init</sub> 规划初始速度
4. V<sub>final</sub> 当前处理约束对应的速度V<sub>constrain</sub>
5. D 当前处理约束对应的距离
具体的，参考速度曲线的生成过程如图3所示可以为：
计算到最大速度的加速段距离
Figure BDA0003005686700000071
计算从最大速度的减速段距离
Figure BDA0003005686700000081
保持最大速度的匀速段时间Sv＝D-Sa+Sd；
若符合Sv≥0；则计算加速段的时间
Figure BDA0003005686700000082
再计算减速段的时间
Figure BDA0003005686700000083
再计算匀速段的时间
Figure BDA0003005686700000084
最后需要满足：v(t)＝Vinit+ACCcomfort×tt∈[0,Ta)；v(t)＝Vmax t∈Ta,Ta+Tv)；v(t)＝Vmax-ACCcomfort×(t-Ta-Tv)t∈[Ta+Tv,Ta+Tv+Td)；v(t)＝Vfinal t∈[Ta+Tv+Td,Tmax)。
若不符合Sv≥0；则判断JudgeVfinalandVinit；
若Vfinal＞Vinit，则计算直接加速的加速段距离
Figure BDA0003005686700000085
若S′a≥D；则计算加速段的时间
Figure BDA0003005686700000086
最后满足：
Figure BDA0003005686700000087
Vfinal＜Vinit若，则计算直接减速的减速段距离
Figure BDA0003005686700000088
若S′d≥D，则计算减速段时间
Figure BDA0003005686700000089
最后满足：
Figure BDA00030056867000000810
若S′a＜D或Vfinal＝Vinit或S′d＜D；则计算加速段的距离
Figure BDA00030056867000000811
Figure BDA00030056867000000812
计算加速段的时间
Figure BDA00030056867000000813
Figure BDA00030056867000000817
计算减速段的距离Sd＝D-Sa；计算减速段的时间
Figure BDA00030056867000000814
Figure BDA00030056867000000815
最后满足:
Figure BDA00030056867000000816
在其中一些实施例中，根据如表3所示的第二参数配置构建LATTICE采样空间，为每个目标采用空间生成采样速度曲线。
表3；
ID ITEM DETAIL
1. V<sub>max</sub> 与车重相关的最大速度
2. V<sub>min</sub> 最小速度
3. ΔV 速度采样分辨率
4. ACC<sub>max</sub> 与车重相关的最大加/减速度
5. T 最大采样时间
6. ΔT 时间采样间隔
生成的方式过程如下：
1)初始状态空间为[Tinit＝0 Vinit Ainit]；
2)目标时间采样空间为[ΔT 2ΔT 3ΔT … T]；
3)目标速度采样空间为[Vmin Vmin+ΔV Vmin+2ΔV … Vmax]；
4)所有的目标状态空间[Tfinal Vfinal Afinal＝0]
为目标时间采样空间与速度采样空间的两两组合，目标状态空间中Afinal始终为0；
5)采用四次多项式连接初始状态空间和目标状态空间，生成方式如下：
6)目标函数表达形式为S(t)＝A4t4+A3t3+A2t2+A1t+A0；
7)按照如下方程求解多项式系数[A4 A3 A2 A1 A0]：
Figure BDA0003005686700000091
8)删除所有采样速度曲线中不符合ACCmax限制的曲线；
9)删除所有采样速度曲线中不符合仅一次加速/减速过程的曲线；
10)删除所有采样速度曲线中不符合HARD CONSTRAIN的曲线。
构建的LATTICE采样空间所有的采样速度曲线示意图如图4所示。
在其中一些实施例中，采样空间中的采样速度曲线均满足最大加/减速度ACCmax等车辆运动学相关的限制，且符合路径上所有的HARDCONSTRAIN。
根据表4所示的几项耗费函数及权重，筛选出目标速度曲线。
表4；
ID ITEM DETAIL WEIGHT
1. Cost<sub>r</sub> 与参考速度在各时刻的偏差的平方和 W<sub>r</sub>＝20.0
2. Cost<sub>c</sub> 与障碍物在各时刻的最近距离的平方和 W<sub>c</sub>＝1.0
3. Cost<sub>j</sub> 各时刻的加加速度的平方和 W<sub>j</sub>＝1.0
4. Cost<sub>a</sub> 各时刻的向心加速度的平方和 W<sub>a</sub>＝1.0
5. Cost<sub>f</sub> 和前次规划曲线在各时刻的偏差的平方和 W<sub>f</sub>＝10.0
计算每条速度曲线的总耗费，如下：
Costall＝Costr×Wr+Costc×Wc+Costj×Wj+Costa×Wa+Costf×Wf；
其中：
Figure BDA0003005686700000101
Figure BDA0003005686700000102
Figure BDA0003005686700000103
Figure BDA0003005686700000104
Figure BDA0003005686700000105
并选择总耗费最低的一条速度曲线作为当前的最优的目标速度曲线。
在其中一些实施例中，还包括应急操作，具体的包括以下步骤；
在目标速度曲线在第一预设时间内无法规划时，则将当前车辆速度降到预设速度行驶，即降级到“缓速/停车”模式；
在目标速度曲线在第二预设时间内一直无法规划，则将当前车辆速度降到0；即就降速到停车；
在降速过程中目标速度曲线规划成功，则将当前车辆速度按目标速度曲线继续行驶。
在任何情况下，如果当前车辆距离障碍物的距离小于预设阈值时，将当前车辆速度立即降到0，即降级到“紧急刹车”模式，直接刹停车辆。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例还提供了一种集装箱半挂车速度规划装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图5是根据本申请实施例的集装箱半挂车速度规划装置的结构框图，如图5所示，该装置包括处理模块100、配置模块200、构建模块300以及筛选模块400；
处理模块100，用于基于实时获取的港口相关数据生成速度约束信息；
配置模块200，用于根据第一参数配置生成速度约束信息中的软速度约束属性生成参考速度曲线；
构建模块300，用于根据第二参数配置构建采样空间，为每个目标采用空间生成采样速度曲线；
筛选模块400，用于根据耗费函数、权重、速度约束信息以及参考速度曲线对采样速度曲线进行筛选，得到目标速度曲线。
本申请基于实时获取的港口相关数据进行规划的目标速度曲线具有连续平滑的特性，且能够避免目标车速变化较大时车速控制存在较大的延时的问题。
在其中一些实施例中，还包括应急模块；应急模块用于在目标速度曲线在第一预设时间内无法规划时，则将当前车辆速度降到预设速度行驶；
在目标速度曲线在第二预设时间内一直无法规划，则将当前车辆速度降到0；
在降速过程中目标速度曲线规划成功，则将当前车辆速度按目标速度曲线继续行驶。
在其中一些实施例中，应急模块还用于在任何情况下，如果当前车辆距离障碍物的距离小于预设阈值时，将当前车辆速度立即降到0。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
本实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，基于实时获取的港口相关数据生成速度约束信息；
S2，根据第一参数配置生成速度约束信息中的软速度约束属性生成参考速度曲线；
S3，根据第二参数配置构建采样空间，为每个目标采用空间生成采样速度曲线；
S4，根据耗费函数、权重、速度约束信息以及参考速度曲线对采样速度曲线进行筛选，得到目标速度曲线。
需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
另外，结合上述实施例中的集装箱半挂车速度规划方法，本申请实施例可提供一种存储介质来实现。该存储介质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实施例中的任意一种集装箱半挂车速度规划方法。
本领域的技术人员应该明白，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种集装箱半挂车速度规划方法，其特征在于，包括：
基于实时获取的港口相关数据生成速度约束信息；
根据第一参数配置所述生成速度约束信息中的软速度约束属性生成参考速度曲线；
根据第二参数配置构建采样空间，为每个目标采用空间生成采样速度曲线；
根据耗费函数、权重、速度约束信息以及参考速度曲线对所述采样速度曲线进行筛选，得到目标速度曲线。
2.根据权利要求1所述的集装箱半挂车速度规划方法，其特征在于，所述速度约束信息至少包括使用属性、距离属性以及速度属性。
3.根据权利要求1所述的集装箱半挂车速度规划方法，其特征在于，所述参考速度曲线分为加速-匀速-减速过程速度曲线、加速-减速过程速度曲线、纯加速过程速度曲线以及纯减速过程速度曲线。
4.根据权利要求1-3任一项所述的集装箱半挂车速度规划方法，其特征在于，还包括：
在目标速度曲线在第一预设时间内无法规划时，则将当前车辆速度降到预设速度行驶；
在目标速度曲线在第二预设时间内一直无法规划，则将当前车辆速度降到0；
在降速过程中目标速度曲线规划成功，则将当前车辆速度按目标速度曲线继续行驶。
5.根据权利要求4所述的集装箱半挂车速度规划方法，其特征在于，还包括：
在任何情况下，如果当前车辆距离障碍物的距离小于预设阈值时，将当前车辆速度立即降到0。
6.一种集装箱半挂车速度规划装置，其特征在于，包括处理模块、配置模块、构建模块以及筛选模块；
所述处理模块，用于基于实时获取的港口相关数据生成速度约束信息；
所述配置模块，用于根据第一参数配置所述生成速度约束信息中的软速度约束属性生成参考速度曲线；
所述构建模块，用于根据第二参数配置构建采样空间，为每个目标采用空间生成采样速度曲线；
所述筛选模块，用于根据耗费函数、权重、速度约束信息以及参考速度曲线对所述采样速度曲线进行筛选，得到目标速度曲线。
7.一种集装箱半挂车速度规划系统，其特征在于，包括：终端设备、传输设备以及服务器设备；其中，所述终端设备通过传输设备连接服务器设备；
所述终端设备用于获取港口相关数据；
所述传输设备用于传输港口相关数据；
所述服务器设备用于执行如权利要求1至集装箱半挂车速度规划中任一项所述的集装箱半挂车速度规划方法。
8.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至集装箱半挂车速度规划中任一项所述的集装箱半挂车速度规划方法。
9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至集装箱半挂车速度规划中任一项所述的集装箱半挂车速度规划方法。
CN202110361396.2A 2021-04-02 2021-04-02 集装箱半挂车速度规划方法、装置、系统和存储介质 Active CN113060138B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110361396.2A CN113060138B (zh) 2021-04-02 2021-04-02 集装箱半挂车速度规划方法、装置、系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110361396.2A CN113060138B (zh) 2021-04-02 2021-04-02 集装箱半挂车速度规划方法、装置、系统和存储介质

Publications (2)

Publication Number Publication Date
CN113060138A true CN113060138A (zh) 2021-07-02
CN113060138B CN113060138B (zh) 2022-05-31

Family

ID=76565655

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110361396.2A Active CN113060138B (zh) 2021-04-02 2021-04-02 集装箱半挂车速度规划方法、装置、系统和存储介质

Country Status (1)

Country Link
CN (1) CN113060138B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170364083A1 (en) * 2016-06-21 2017-12-21 Baidu Online Network Technology (Beijing) Co., Ltd. Local trajectory planning method and apparatus for smart vehicles
US20190086930A1 (en) * 2017-09-18 2019-03-21 Baidu Usa Llc Speed optimization based on constrained smoothing spline for autonomous driving vehicles
CN109976355A (zh) * 2019-04-26 2019-07-05 腾讯科技（深圳）有限公司 轨迹规划方法、系统、设备及存储介质
CN112046503A (zh) * 2020-09-17 2020-12-08 腾讯科技（深圳）有限公司 一种基于人工智能的车辆控制方法、相关装置及存储介质
CN112498366A (zh) * 2020-11-20 2021-03-16 苏州智加科技有限公司 自动驾驶车辆、控制方法、装置、设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170364083A1 (en) * 2016-06-21 2017-12-21 Baidu Online Network Technology (Beijing) Co., Ltd. Local trajectory planning method and apparatus for smart vehicles
US20190086930A1 (en) * 2017-09-18 2019-03-21 Baidu Usa Llc Speed optimization based on constrained smoothing spline for autonomous driving vehicles
CN109976355A (zh) * 2019-04-26 2019-07-05 腾讯科技（深圳）有限公司 轨迹规划方法、系统、设备及存储介质
CN112046503A (zh) * 2020-09-17 2020-12-08 腾讯科技（深圳）有限公司 一种基于人工智能的车辆控制方法、相关装置及存储介质
CN112498366A (zh) * 2020-11-20 2021-03-16 苏州智加科技有限公司 自动驾驶车辆、控制方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN113060138B (zh) 2022-05-31

Similar Documents

Publication Publication Date Title
CN108062094B (zh) 基于处理器实现车辆行驶轨迹规划的自主系统和方法
US10725470B2 (en) Autonomous vehicle driving systems and methods for critical conditions
US11100601B2 (en) Vehicle dispatching method and system
US11307580B2 (en) Autonomous vehicle parking system
JP6726363B2 (ja) 生成されたインターフェースを使用する自律走行車の監視
US8352111B2 (en) Platoon vehicle management
CN111591306B (zh) 自动驾驶车辆的行驶轨迹规划方法、相关设备及存储介质
US11912517B2 (en) Pallet system for cargo transport
CN112498349A (zh) 用于紧急车道改变的操纵计划
EP3794573B1 (en) Navigating congested environments with risk level sets
CN110414895A (zh) 车辆调度系统及方法
US11895566B2 (en) Methods of operating a wireless data bus in vehicle platoons
US20210347489A1 (en) Systems and Methods for Facilitating Climate Control for Aerial Vehicles
CN114115292A (zh) 行驶控制方法、系统、存储介质和计算机设备
US20210312358A1 (en) Automated driving vehicle, and method for controlling the vehicle
CN113060138B (zh) 集装箱半挂车速度规划方法、装置、系统和存储介质
CN111311091A (zh) 基于车载云及无人机的高速公路任务检测调度方法及系统
CN116166029A (zh) 一种兼容局部避障功能的多agv导航方法及系统
US20220340165A1 (en) Systems and methods for vehicular safety control
Zhang et al. A collision-free coordination framework for mixed-vehicle intersections
CN115871709A (zh) 自动驾驶车辆进站轨迹规划方法、装置、设备、介质和车辆
US11378948B2 (en) Remote control system and self-driving system
CN116022165A (zh) 一种车辆安全控制方法及装置
US20240144127A1 (en) Method and system for dynamic allocation of vehicles to fleets
US11932280B2 (en) Situation handling and learning for an autonomous vehicle control system

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