CN113147788A - 园区物流车的控制方法及控制装置、无人驾驶车辆 - Google Patents
园区物流车的控制方法及控制装置、无人驾驶车辆 Download PDFInfo
- Publication number
- CN113147788A CN113147788A CN202110500189.0A CN202110500189A CN113147788A CN 113147788 A CN113147788 A CN 113147788A CN 202110500189 A CN202110500189 A CN 202110500189A CN 113147788 A CN113147788 A CN 113147788A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- park
- path
- logistics
- initial
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000001514 detection method Methods 0.000 claims description 15
- 238000012216 screening Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000011156 evaluation Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- 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
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
-
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
Abstract
本发明公开了一种园区物流车的控制方法及控制装置、无人驾驶车辆。其中,该控制方法包括:获取园区物流车从初始出发地至目的地的初始全局行驶路径;获取初始全局行驶路径上的路径环境信息以及园区物流车的历史轨迹指标;基于路径环境信息和历史轨迹指标,预估园区物流车沿着初始全局行驶路径行驶时发生碰撞的概率值;基于概率值,调整园区物流车的行驶路径。本发明解决了相关技术中园区物流车在自主控制时,未考虑到周围环境,容易导致车辆碰撞的技术问题。
Description
技术领域
本发明涉及车辆控制技术领域,具体而言,涉及一种园区物流车的控制方法及控制装置、无人驾驶车辆。
背景技术
相关技术中,随着自动化控制技术的不断发展、成熟,在车辆控制方面,大量的园区无人车、货物无人车等无人驾驶车不断涌现,无人驾驶技术也是不断发展。
但是当前的无人驾驶技术,一般是考虑如何应对城市道路上车辆较多的情况,实现无人驾驶车辆的安全驾驶,一般而言,城市道路设计较为规范,车辆行驶时有明确的方向和道路引导标识,因此,当前在控制城市道路的无人驾驶车辆行驶时,多是考虑车辆之间的碰撞问题,并不会考虑各类型园区内等特定环境下的车道变道、道路交叉信息,这种情况下,在控制园区物流车进行自主控制行驶时,虽然规划了行驶路径,但是没有考虑到路径上的环境信息,且没有考虑到园区内物流车交汇较多导致车辆拥挤的情况,很容易导致车辆在园区内行驶时,发生拥挤、碰撞,影响其他物流车的正常行驶。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种园区物流车的控制方法及控制装置、无人驾驶车辆,以至少解决相关技术中园区物流车在自主控制时,未考虑到周围环境,容易导致车辆碰撞的技术问题。
根据本发明实施例的一个方面,提供了一种园区物流车的控制方法,包括:获取园区物流车从初始出发地至目的地的初始全局行驶路径;获取所述初始全局行驶路径上的路径环境信息以及所述园区物流车的历史轨迹指标;基于所述路径环境信息和所述历史轨迹指标,预估所述园区物流车沿着所述初始全局行驶路径行驶时发生碰撞的概率值;基于所述概率值,调整所述园区物流车的行驶路径。
可选地,获取园区物流车从初始出发地至目的地的初始全局行驶路径的步骤,包括:获取所述园区物流车的历史行驶轨迹和园区分块地图;基于所述历史行驶轨迹和所述园区分块地图,分析所述园区物流车从初始出发地至目的地的多个转角交叉点;评估所述园区物流车在每个所述转角交叉点的损伤值;基于所述损伤值,筛选所述多个转角交叉点;基于筛选后的多个所述转角交叉点和所述园区分块地图,确定所述初始全局行驶路径。
可选地,评估所述园区物流车在每个所述转角交叉点的损伤值的步骤,包括:确定所述园区物流车在每个所述转角交叉点的转弯角度和转弯方向;基于所述转弯角度和所述转弯方向,评估所述园区物流车在每个所述转角交叉点的损伤值。
可选地,获取所述初始全局行驶路径上的路径环境信息以及所述园区物流车的历史轨迹指标的步骤,包括:接收园区车控平台传输的所述初始全局行驶路径上的路径环境信息,其中,所述路径环境信息包括:车道宽度、与车道沿距离、车道数量、行人密集度;读取所述园区物流车在历史预设时间段内的历史轨迹指标,其中,所述历史轨迹指标包括:车辆行驶速度。
可选地,基于所述路径环境信息和所述历史轨迹指标,预估所述园区物流车沿着所述初始全局行驶路径行驶时发生碰撞的概率值的步骤,包括:基于所述路径环境信息和所述历史轨迹指标,分析所述园区物流车行驶时的轨迹特征参数,其中,轨迹特征参数包括:车道中心偏移距离和距离障碍物的最小距离值;基于轨迹特征参数,预估所述园区物流车与其他物流车、障碍物发生碰撞的概率值。
可选地,基于所述概率值,调整所述园区物流车的行驶路径的步骤,包括:若概率值大于预设概率阈值,则控制所述园区物流车更新车辆行驶参数和车辆局部轨迹,其中,所述车辆行驶参数至少包括:车辆速度,所述车辆局部轨迹至少包括:局部转向路线;控制所述园区物流车进入车辆局部轨迹对应的路线行驶。
可选地,所述园区物流车为无人驾驶车辆。
根据本发明实施例的另一方面,还提供了一种园区物流车的控制方法,包括:在园区物流车的操作界面上显示初始全局行驶路径,其中,所述初始全局行驶路径至少包括:初始出发地信息和目的地信息;触发所述操作界面上的碰撞检测指令,响应所述碰撞检测指令,并在所述操作界面上显示所述初始全局行驶路径上的路径环境信息;调取所述园区物流车的历史轨迹指标,并基于所述路径环境信息和所述历史轨迹指标,预估所述园区物流车沿着所述初始全局行驶路径行驶时发生碰撞的概率值;如果所述概率值达到调整条件,在所述操作界面上显示所述园区物流车调整后的行驶路径。
根据本发明实施例的另一方面,还提供了一种园区物流车的控制装置,包括:第一获取单元,用于获取园区物流车从初始出发地至目的地的初始全局行驶路径;第二获取单元,用于获取所述初始全局行驶路径上的路径环境信息以及所述园区物流车的历史轨迹指标;第一预估单元,用于基于所述路径环境信息和所述历史轨迹指标,预估所述园区物流车沿着所述初始全局行驶路径行驶时发生碰撞的概率值;调整单元,用于基于所述概率值,调整所述园区物流车的行驶路径。
可选地,所述第一获取单元包括:第一获取模块,用于获取所述园区物流车的历史行驶轨迹和园区分块地图;第一分析模块,用于基于所述历史行驶轨迹和所述园区分块地图,分析所述园区物流车从初始出发地至目的地的多个转角交叉点;第一评估模块,用于评估所述园区物流车在每个所述转角交叉点的损伤值;第一筛选模块,用于基于所述损伤值,筛选所述多个转角交叉点;第一确定模块,用于基于筛选后的多个所述转角交叉点和所述园区分块地图,确定所述初始全局行驶路径。
可选地,所述第一评估模块包括:第一确定子模块,用于确定所述园区物流车在每个所述转角交叉点的转弯角度和转弯方向;评估子模块,用于基于所述转弯角度和所述转弯方向,评估所述园区物流车在每个所述转角交叉点的损伤值。
可选地,所述第二获取单元包括:第一接收模块,用于接收园区车控平台传输的所述初始全局行驶路径上的路径环境信息,其中,所述路径环境信息包括:车道宽度、与车道沿距离、车道数量、行人密集度;第一读取模块,用于读取所述园区物流车在历史预设时间段内的历史轨迹指标,其中,所述历史轨迹指标包括:车辆行驶速度。
可选地,所述第一预估单元包括:第二分析模块,用于基于所述路径环境信息和所述历史轨迹指标,分析所述园区物流车行驶时的轨迹特征参数,其中,轨迹特征参数包括:车道中心偏移距离和距离障碍物的最小距离值;第一预估模块,用于基于轨迹特征参数,预估所述园区物流车与其他物流车、障碍物发生碰撞的概率值。
可选地,所述调整单元包括:第一控制模块,用于在概率值大于预设概率阈值,则控制所述园区物流车更新车辆行驶参数和车辆局部轨迹,其中,所述车辆行驶参数至少包括:车辆速度,所述车辆局部轨迹至少包括:局部转向路线;第二控制模块,用于控制所述园区物流车进入车辆局部轨迹对应的路线行驶。
可选地,所述园区物流车为无人驾驶车辆。
根据本发明实施例的另一方面,还提供了一种园区物流车的控制装置,包括:第一显示单元,用于在园区物流车的操作界面上显示初始全局行驶路径,其中,所述初始全局行驶路径至少包括:初始出发地信息和目的地信息;响应单元,用于触发所述操作界面上的碰撞检测指令,响应所述碰撞检测指令,并在所述操作界面上显示所述初始全局行驶路径上的路径环境信息;第二预估单元,用于调取所述园区物流车的历史轨迹指标,并基于所述路径环境信息和所述历史轨迹指标,预估所述园区物流车沿着所述初始全局行驶路径行驶时发生碰撞的概率值;第二显示单元,用于在所述概率值达到调整条件时,在所述操作界面上显示所述园区物流车调整后的行驶路径。
根据本发明实施例的另一方面,还提供了一种无人驾驶车辆,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的园区物流车的控制方法。
本发明实施例中,采用获取园区物流车从初始出发地至目的地的初始全局行驶路径,并获取初始全局行驶路径上的路径环境信息以及园区物流车的历史轨迹指标,然后基于路径环境信息和历史轨迹指标,预估园区物流车沿着初始全局行驶路径行驶时发生碰撞的概率值,最后基于概率值,调整园区物流车的行驶路径。在该实施例中,可以在规划初始行驶路径后,考虑到路径上的环境信息和物流车的历史轨迹指标,及时调整物流车的行车路径,避免车辆出现碰撞,从而解决相关技术中园区物流车在自主控制时,未考虑到周围环境,容易导致车辆碰撞的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的园区物流车的控制方法的流程图;
图2是根据本发明实施例的另一种可选的园区物流车的控制方法的流程图;
图3是根据本发明实施例的一种可选的园区物流车的控制装置的示意图;
图4是根据本发明实施例的另一种可选的园区物流车的控制装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
本发明实施例,可以应用于各种园区物流车,该园区物流车可以为新能源车,车辆类型可以为:无人驾驶车辆,园区物流车的车身参数和可扫描信息可通过各种感知设备获取到,在分析园区环境信息、园区道路路况、道路路标、车道线以及其它车辆信息、障碍物时,所使用的感知设备和需要测量的参数都不一样,根据各类型的园区物流车的具体情况自行调整。
在园区物流车上可以集成:控制平台、摄像装置、感知设备(包括距离感知器、传感设备)、安全预警装置等。
根据本发明实施例,提供了一种园区物流车的控制方法实施例,需要说明的是,在附图的流程图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。
图1是根据本发明实施例的一种可选的园区物流车的控制方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取园区物流车从初始出发地至目的地的初始全局行驶路径;
步骤S104,获取初始全局行驶路径上的路径环境信息以及园区物流车的历史轨迹指标;
步骤S106,基于路径环境信息和历史轨迹指标,预估园区物流车沿着初始全局行驶路径行驶时发生碰撞的概率值;
步骤S108,基于概率值,调整园区物流车的行驶路径。
通过上述步骤,可以先获取园区物流车从初始出发地至目的地的初始全局行驶路径,并获取初始全局行驶路径上的路径环境信息以及园区物流车的历史轨迹指标,然后基于路径环境信息和历史轨迹指标,预估园区物流车沿着初始全局行驶路径行驶时发生碰撞的概率值,最后基于概率值,调整园区物流车的行驶路径。在该实施例中,可以在规划初始行驶路径后,考虑到路径上的环境信息和物流车的历史轨迹指标,及时调整物流车的行车路径,避免车辆出现碰撞,从而解决相关技术中园区物流车在自主控制时,未考虑到周围环境,容易导致车辆碰撞的技术问题。
可选的,本实施例涉及的园区物流车为无人驾驶车辆。
下面结合上述各实施步骤来详细说明本发明实施例。
步骤S102,获取园区物流车从初始出发地至目的地的初始全局行驶路径。
本实施例中,园区物流车的初始出发地可以为园区内任意地点,例如,大门口,装货点等;而目的地同样可以为园区内能够通过道路到达的任意地点,例如,卸货点,停车场;在初始全局行驶路径中可以包括多个中间停止点,中间停止点可以为任意一点,例如,道路交叉点、转弯点、排队点等。通过出发地、目的地,可以规划一条园区物流车的待行驶的道路,即初始全局行驶路径。该初始全局行驶路径也可以根据已知的车辆转角的损伤度、车道拥挤度等选取的。
可选的,获取园区物流车从初始出发地至目的地的初始全局行驶路径的步骤,包括:获取园区物流车的历史行驶轨迹和园区分块地图;基于历史行驶轨迹和园区分块地图,分析园区物流车从初始出发地至目的地的多个转角交叉点;评估园区物流车在每个转角交叉点的损伤值;基于损伤值,筛选多个转角交叉点;基于筛选后的多个转角交叉点和园区分块地图,确定初始全局行驶路径。
历史行驶轨迹包括:历史行驶时间点、在每个园区路径点的停留时长、轨迹方向、行驶次数等,通过历史行驶轨迹,可以分析车辆在行驶过程中的拥挤程度、容易发生碰撞的路径点。
通过历史行驶轨迹和园区分块地图,分析园区物流车从初始出发地至目的地的多个转角交叉点,该转角交叉点可以是指园区内的车辆交汇区域点,类似于红绿灯路口。在得到转角交叉点后,可以分析园区物流车在该转角交叉点进行变道或者变向行驶时的损伤值,进而基于损伤值,筛选出损伤值较小的多个转角交叉点。
以转角交叉点作为中间停止点或者车辆转向点,同时结合园区分块地图,来规划处初始全局行驶路径,初始全局行驶路径中包含了多个局部路径、转角交叉位置、变向位置、控制行驶速度、行驶方向等。
本实施例可选的实施方式中,评估园区物流车在每个转角交叉点的损伤值的步骤,包括:确定园区物流车在每个转角交叉点的转弯角度和转弯方向;基于转弯角度和转弯方向,评估园区物流车在每个转角交叉点的损伤值。
车辆在转弯时,容易发生损伤,本实施例正是考虑车辆转弯过程出现的部件损伤情况,综合选取出损伤值较小的转角交叉点
步骤S104,获取初始全局行驶路径上的路径环境信息以及园区物流车的历史轨迹指标。
可选的,获取初始全局行驶路径上的路径环境信息以及园区物流车的历史轨迹指标的步骤,包括:接收园区车控平台传输的初始全局行驶路径上的路径环境信息,其中,路径环境信息包括:车道宽度、与车道沿距离、车道数量、行人密集度;读取园区物流车在历史预设时间段内的历史轨迹指标,其中,历史轨迹指标包括:车辆行驶速度。
另一种可选的,对于黑夜、浓雾、沙尘等可视度较低的环境,可以采用红外设备采集红外图像,对所述红外图像进行二值化分割,以得到路径环境信息;或者,控制园区物流车到达预设道路停留区,暂停行驶。
步骤S106,基于路径环境信息和历史轨迹指标,预估园区物流车沿着初始全局行驶路径行驶时发生碰撞的概率值。
可选的,基于路径环境信息和历史轨迹指标,预估园区物流车沿着初始全局行驶路径行驶时发生碰撞的概率值的步骤,包括:基于路径环境信息和历史轨迹指标,分析园区物流车行驶时的轨迹特征参数,其中,轨迹特征参数包括:车道中心偏移距离和距离障碍物的最小距离值;基于轨迹特征参数,预估园区物流车与其他物流车、障碍物发生碰撞的概率值。
利用园区物流车的车载设备对车辆运动状态以及车辆周围环境信息进行探测,实时更新车辆周围环境信息。同时,本实施例中,还可以通过车辆模拟器提取车辆行驶时的车道中心线横向距离补偿值和距离障碍物的横向距离最小值等,根据提取的这几个指标确定路径搜索策略,以分析初始全局路径行驶路径中的各个局部轨迹。
步骤S108,基于概率值,调整园区物流车的行驶路径。
另一种可选的,基于概率值,调整园区物流车的行驶路径的步骤,包括:若概率值大于预设概率阈值,则控制园区物流车更新车辆行驶参数和车辆局部轨迹,其中,车辆行驶参数至少包括:车辆速度,车辆局部轨迹至少包括:局部转向路线;控制园区物流车进入车辆局部轨迹对应的路线行驶。
通过上述实施例,对于工厂园区或者游乐园区等园区环境,控制园区物流车行驶时,考虑到周围环境因素和车辆历史轨迹,规划出初始全局行驶轨迹,进而在行驶过程中,及时调整车辆行驶参数,避免车辆与其它车辆、障碍物等发生碰撞。
下面结合另一种可选的实施方式例来说明本发明实施例。
本实施方式涉及到在园区物流车的操作界面上显示规划的路径、路径环境信息,然后基于预估的碰撞值,及时调整行驶路径,并显示调整后的行驶路径,能减少车辆碰撞情况的发生。
图2是根据本发明实施例的另一种可选的园区物流车的控制方法的流程图,如图2所示,该控制方法可以包括:
步骤S202,在园区物流车的操作界面上显示初始全局行驶路径,其中,初始全局行驶路径至少包括:初始出发地信息和目的地信息;
步骤S204,触发操作界面上的碰撞检测指令,响应碰撞检测指令,并在操作界面上显示初始全局行驶路径上的路径环境信息;
步骤S206,调取园区物流车的历史轨迹指标,并基于路径环境信息和历史轨迹指标,预估园区物流车沿着初始全局行驶路径行驶时发生碰撞的概率值;
步骤S208,如果概率值达到调整条件,在操作界面上显示园区物流车调整后的行驶路径。
通过上述步骤,可以在园区物流车的操作界面上显示初始全局行驶路径,其中,初始全局行驶路径至少包括:初始出发地信息和目的地信息,触发操作界面上的碰撞检测指令,响应碰撞检测指令,并在操作界面上显示初始全局行驶路径上的路径环境信息,调取园区物流车的历史轨迹指标,并基于路径环境信息和历史轨迹指标,预估园区物流车沿着初始全局行驶路径行驶时发生碰撞的概率值,如果概率值达到调整条件,在操作界面上显示园区物流车调整后的行驶路径。在该实施例中,可以及时在园区物流车的操作界面上实时显示规划的全局行驶路径,并显示路径环境信息,在规划初始行驶路径后,考虑到路径上的环境信息和物流车的历史轨迹指标,及时调整物流车的行车路径,避免车辆出现碰撞,从而解决相关技术中园区物流车在自主控制时,未考虑到周围环境,容易导致车辆碰撞的技术问题。
下面结合另一种可选的实施例来说明本发明。
实施例二
本实施例涉及到的园区物流车的控制装置,可以包括多个实施单元,各个单元实施单元分别对应于上述实施例一中的各个实施步骤。
图3是根据本发明实施例的一种可选的园区物流车的控制装置的示意图,如图3所示,该控制装置可以包括:第一获取单元31、第二获取单元33、第一预估单元35、调整单元37,其中,
第一获取单元31,用于获取园区物流车从初始出发地至目的地的初始全局行驶路径;
第二获取单元33,用于获取初始全局行驶路径上的路径环境信息以及园区物流车的历史轨迹指标;
第一预估单元35,用于基于路径环境信息和历史轨迹指标,预估园区物流车沿着初始全局行驶路径行驶时发生碰撞的概率值;
调整单元37,用于基于概率值,调整园区物流车的行驶路径。
上述园区物流车的控制装置,可以先通过第一获取单元31获取园区物流车从初始出发地至目的地的初始全局行驶路径,并通过第二获取单元33获取初始全局行驶路径上的路径环境信息以及园区物流车的历史轨迹指标,然后通过第一预估单元35基于路径环境信息和历史轨迹指标,预估园区物流车沿着初始全局行驶路径行驶时发生碰撞的概率值,最后通过调整单元37基于概率值,调整园区物流车的行驶路径。在该实施例中,可以在规划初始行驶路径后,考虑到路径上的环境信息和物流车的历史轨迹指标,及时调整物流车的行车路径,避免车辆出现碰撞,从而解决相关技术中园区物流车在自主控制时,未考虑到周围环境,容易导致车辆碰撞的技术问题。
可选的,第一获取单元包括:第一获取模块,用于获取园区物流车的历史行驶轨迹和园区分块地图;第一分析模块,用于基于历史行驶轨迹和园区分块地图,分析园区物流车从初始出发地至目的地的多个转角交叉点;第一评估模块,用于评估园区物流车在每个转角交叉点的损伤值;第一筛选模块,用于基于损伤值,筛选多个转角交叉点;第一确定模块,用于基于筛选后的多个转角交叉点和园区分块地图,确定初始全局行驶路径。
可选的,第一评估模块包括:第一确定子模块,用于确定园区物流车在每个转角交叉点的转弯角度和转弯方向;评估子模块,用于基于转弯角度和转弯方向,评估园区物流车在每个转角交叉点的损伤值。
可选的,第二获取单元包括:第一接收模块,用于接收园区车控平台传输的初始全局行驶路径上的路径环境信息,其中,路径环境信息包括:车道宽度、与车道沿距离、车道数量、行人密集度;第一读取模块,用于读取园区物流车在历史预设时间段内的历史轨迹指标,其中,历史轨迹指标包括:车辆行驶速度。
可选的,第一预估单元包括:第二分析模块,用于基于路径环境信息和历史轨迹指标,分析园区物流车行驶时的轨迹特征参数,其中,轨迹特征参数包括:车道中心偏移距离和距离障碍物的最小距离值;第一预估模块,用于基于轨迹特征参数,预估园区物流车与其他物流车、障碍物发生碰撞的概率值。
可选的,调整单元包括:第一控制模块,用于在概率值大于预设概率阈值,则控制园区物流车更新车辆行驶参数和车辆局部轨迹,其中,车辆行驶参数至少包括:车辆速度,车辆局部轨迹至少包括:局部转向路线;第二控制模块,用于控制园区物流车进入车辆局部轨迹对应的路线行驶。
可选的,园区物流车为无人驾驶车辆。
图4是根据本发明实施例的另一种可选的园区物流车的控制装置的示意图,如图4所示,该控制装置可以包括:第一显示单元41、响应单元43、第二预估单元45、第二显示单元47,其中,
第一显示单元41,用于在园区物流车的操作界面上显示初始全局行驶路径,其中,初始全局行驶路径至少包括:初始出发地信息和目的地信息;
响应单元43,用于触发操作界面上的碰撞检测指令,响应碰撞检测指令,并在操作界面上显示初始全局行驶路径上的路径环境信息;
第二预估单元45,用于调取园区物流车的历史轨迹指标,并基于路径环境信息和历史轨迹指标,预估园区物流车沿着初始全局行驶路径行驶时发生碰撞的概率值;
第二显示单元47,用于在概率值达到调整条件时,在操作界面上显示园区物流车调整后的行驶路径。
上述园区物流车的控制装置,可以通过第一显示单元41在园区物流车的操作界面上显示初始全局行驶路径,其中,初始全局行驶路径至少包括:初始出发地信息和目的地信息,通过响应单元43触发操作界面上的碰撞检测指令,响应碰撞检测指令,并在操作界面上显示初始全局行驶路径上的路径环境信息,通过第二预估单元45调取园区物流车的历史轨迹指标,并基于路径环境信息和历史轨迹指标,预估园区物流车沿着初始全局行驶路径行驶时发生碰撞的概率值,通过第二显示单元47在概率值达到调整条件,在操作界面上显示园区物流车调整后的行驶路径。在该实施例中,可以及时在园区物流车的操作界面上实时显示规划的全局行驶路径,并显示路径环境信息,在规划初始行驶路径后,考虑到路径上的环境信息和物流车的历史轨迹指标,及时调整物流车的行车路径,避免车辆出现碰撞,从而解决相关技术中园区物流车在自主控制时,未考虑到周围环境,容易导致车辆碰撞的技术问题。
上述的园区物流车的控制装置还可以包括处理器和存储器,上述第一获取单元31、第二获取单元33、第一预估单元35、调整单元37以及第一显示单元41、响应单元43、第二预估单元45、第二显示单元47等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
上述处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来在概率值达到调整条件时,在操作界面上显示园区物流车调整后的行驶路径。
上述存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
根据本发明实施例的另一方面,还提供了一种无人驾驶车辆,包括:处理器;以及存储器,用于存储处理器的可执行指令;其中,处理器配置为经由执行可执行指令来执行上述任意一项的园区物流车的控制方法。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取园区物流车从初始出发地至目的地的初始全局行驶路径;获取初始全局行驶路径上的路径环境信息以及园区物流车的历史轨迹指标;基于路径环境信息和历史轨迹指标,预估园区物流车沿着初始全局行驶路径行驶时发生碰撞的概率值;基于概率值,调整园区物流车的行驶路径。
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。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或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一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (11)
1.一种园区物流车的控制方法,其特征在于,包括:
获取园区物流车从初始出发地至目的地的初始全局行驶路径;
获取所述初始全局行驶路径上的路径环境信息以及所述园区物流车的历史轨迹指标;
基于所述路径环境信息和所述历史轨迹指标,预估所述园区物流车沿着所述初始全局行驶路径行驶时发生碰撞的概率值;
基于所述概率值,调整所述园区物流车的行驶路径。
2.根据权利要求1所述的控制方法,其特征在于,获取园区物流车从初始出发地至目的地的初始全局行驶路径的步骤,包括:
获取所述园区物流车的历史行驶轨迹和园区分块地图;
基于所述历史行驶轨迹和所述园区分块地图,分析所述园区物流车从初始出发地至目的地的多个转角交叉点;
评估所述园区物流车在每个所述转角交叉点的损伤值;
基于所述损伤值,筛选所述多个转角交叉点;
基于筛选后的多个所述转角交叉点和所述园区分块地图,确定所述初始全局行驶路径。
3.根据权利要求2所述的控制方法,其特征在于,评估所述园区物流车在每个所述转角交叉点的损伤值的步骤,包括:
确定所述园区物流车在每个所述转角交叉点的转弯角度和转弯方向;
基于所述转弯角度和所述转弯方向,评估所述园区物流车在每个所述转角交叉点的损伤值。
4.根据权利要求1所述的控制方法,其特征在于,获取所述初始全局行驶路径上的路径环境信息以及所述园区物流车的历史轨迹指标的步骤,包括:
接收园区车控平台传输的所述初始全局行驶路径上的路径环境信息,其中,所述路径环境信息包括:车道宽度、与车道沿距离、车道数量、行人密集度;
读取所述园区物流车在历史预设时间段内的历史轨迹指标,其中,所述历史轨迹指标包括:车辆行驶速度。
5.根据权利要求1所述的控制方法,其特征在于,基于所述路径环境信息和所述历史轨迹指标,预估所述园区物流车沿着所述初始全局行驶路径行驶时发生碰撞的概率值的步骤,包括:
基于所述路径环境信息和所述历史轨迹指标,分析所述园区物流车行驶时的轨迹特征参数,其中,轨迹特征参数包括:车道中心偏移距离和距离障碍物的最小距离值;
基于轨迹特征参数,预估所述园区物流车与其他物流车、障碍物发生碰撞的概率值。
6.根据权利要求1所述的控制方法,其特征在于,基于所述概率值,调整所述园区物流车的行驶路径的步骤,包括:
若概率值大于预设概率阈值,则控制所述园区物流车更新车辆行驶参数和车辆局部轨迹,其中,所述车辆行驶参数至少包括:车辆速度,所述车辆局部轨迹至少包括:局部转向路线;
控制所述园区物流车进入车辆局部轨迹对应的路线行驶。
7.根据权利要求1所述的控制方法,其特征在于,所述园区物流车为无人驾驶车辆。
8.一种园区物流车的控制方法,其特征在于,包括:
在园区物流车的操作界面上显示初始全局行驶路径,其中,所述初始全局行驶路径至少包括:初始出发地信息和目的地信息;
触发所述操作界面上的碰撞检测指令,响应所述碰撞检测指令,并在所述操作界面上显示所述初始全局行驶路径上的路径环境信息;
调取所述园区物流车的历史轨迹指标,并基于所述路径环境信息和所述历史轨迹指标,预估所述园区物流车沿着所述初始全局行驶路径行驶时发生碰撞的概率值;
如果所述概率值达到调整条件,在所述操作界面上显示所述园区物流车调整后的行驶路径。
9.一种园区物流车的控制装置,其特征在于,包括:
第一获取单元,用于获取园区物流车从初始出发地至目的地的初始全局行驶路径;
第二获取单元,用于获取所述初始全局行驶路径上的路径环境信息以及所述园区物流车的历史轨迹指标;
第一预估单元,用于基于所述路径环境信息和所述历史轨迹指标,预估所述园区物流车沿着所述初始全局行驶路径行驶时发生碰撞的概率值;
调整单元,用于基于所述概率值,调整所述园区物流车的行驶路径。
10.一种园区物流车的控制装置,其特征在于,包括:
第一显示单元,用于在园区物流车的操作界面上显示初始全局行驶路径,其中,所述初始全局行驶路径至少包括:初始出发地信息和目的地信息;
响应单元,用于触发所述操作界面上的碰撞检测指令,响应所述碰撞检测指令,并在所述操作界面上显示所述初始全局行驶路径上的路径环境信息;
第二预估单元,用于调取所述园区物流车的历史轨迹指标,并基于所述路径环境信息和所述历史轨迹指标,预估所述园区物流车沿着所述初始全局行驶路径行驶时发生碰撞的概率值;
第二显示单元,用于在所述概率值达到调整条件时,在所述操作界面上显示所述园区物流车调整后的行驶路径。
11.一种无人驾驶车辆,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至8中任意一项所述的园区物流车的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110500189.0A CN113147788A (zh) | 2021-05-08 | 2021-05-08 | 园区物流车的控制方法及控制装置、无人驾驶车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110500189.0A CN113147788A (zh) | 2021-05-08 | 2021-05-08 | 园区物流车的控制方法及控制装置、无人驾驶车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113147788A true CN113147788A (zh) | 2021-07-23 |
Family
ID=76873821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110500189.0A Pending CN113147788A (zh) | 2021-05-08 | 2021-05-08 | 园区物流车的控制方法及控制装置、无人驾驶车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113147788A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115240471A (zh) * | 2022-08-09 | 2022-10-25 | 东揽(南京)智能科技有限公司 | 一种基于图像采集的智慧厂区避撞预警方法和系统 |
-
2021
- 2021-05-08 CN CN202110500189.0A patent/CN113147788A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115240471A (zh) * | 2022-08-09 | 2022-10-25 | 东揽(南京)智能科技有限公司 | 一种基于图像采集的智慧厂区避撞预警方法和系统 |
CN115240471B (zh) * | 2022-08-09 | 2024-03-01 | 东揽(南京)智能科技有限公司 | 一种基于图像采集的智慧厂区避撞预警方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109801508B (zh) | 路口处障碍物的运动轨迹预测方法及装置 | |
US11427225B2 (en) | All mover priors | |
CN111829545B (zh) | 自动驾驶车辆及其运动轨迹的动态规划方法及系统 | |
US10969789B2 (en) | Verifying predicted trajectories using a grid-based approach | |
CN109641589B (zh) | 用于自主车辆的路线规划 | |
US20220105959A1 (en) | Methods and systems for predicting actions of an object by an autonomous vehicle to determine feasible paths through a conflicted area | |
CN116249947A (zh) | 预测运动规划系统及方法 | |
CN113844451B (zh) | 行驶设备控制方法、装置、电子设备及存储介质 | |
Zyner et al. | Acfr five roundabouts dataset: Naturalistic driving at unsignalized intersections | |
CN113071523A (zh) | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 | |
US11718290B2 (en) | Methods and systems for safe out-of-lane driving | |
CN113362591A (zh) | 园区物流车的控制方法及控制装置、无人驾驶物流车 | |
WO2020254350A1 (en) | Corner case detection and collection for a path planning system | |
CN113071521A (zh) | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 | |
CN113147788A (zh) | 园区物流车的控制方法及控制装置、无人驾驶车辆 | |
Lee et al. | Ods-bot: Mobile robot navigation for outdoor delivery services | |
CN113176778A (zh) | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 | |
CN110696828B (zh) | 前向目标选择方法、装置及车载设备 | |
CN115443441B (zh) | 动态交通场景下的符合交通规则的决策 | |
Manikandan et al. | Ad hoc-obstacle avoidance-based navigation system using Deep Reinforcement Learning for self-driving vehicles | |
CN114572250A (zh) | 一种自动驾驶通过交叉路口的方法及存储介质 | |
CN113147789A (zh) | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 | |
CN115246416A (zh) | 轨迹预测方法、装置、设备及计算机可读存储介质 | |
CN113715846B (zh) | 借道控制方法、装置、存储介质以及车辆 | |
CN114563007B (zh) | 障碍物的运动状态预测方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |