CN113353078A - 一种无车道线自动跟车轨迹确定方法及装置 - Google Patents
一种无车道线自动跟车轨迹确定方法及装置 Download PDFInfo
- Publication number
- CN113353078A CN113353078A CN202110703354.2A CN202110703354A CN113353078A CN 113353078 A CN113353078 A CN 113353078A CN 202110703354 A CN202110703354 A CN 202110703354A CN 113353078 A CN113353078 A CN 113353078A
- Authority
- CN
- China
- Prior art keywords
- track
- vehicle
- determining
- filtered
- driving
- 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 67
- 238000012216 screening Methods 0.000 claims abstract description 12
- 238000001914 filtration Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 description 17
- 238000003860 storage Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation 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
- 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
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
- B60W30/165—Automatically following the path of a preceding lead vehicle, e.g. "electronic tow-bar"
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4044—Direction of movement, e.g. backwards
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种无车道线自动跟车轨迹确定方法,包括:确定本车前方的至少一个目标车辆;获取本车的第一运动数据以及每一目标车辆的第二运动数据;基于第一运动数据确定出本车的第一行驶轨迹,并基于每一第二运动数据确定每一目标车辆的第二行驶轨迹;根据目标车辆对应的第二运动轨迹,确定目标车辆的行驶方向;基于目标车辆的行驶方向,对全部目标车辆进行筛选,确定至少一个待跟随车辆;根据每一个待跟随车辆对应的第二行驶轨迹以及第一行驶轨迹,确定出本车的跟车轨迹。本发明的实施能够在没有车道线的前提下,通过对其他交通参与者轨迹的评判选择,可以挑选出最可被追随的道路轨迹,从而提升在无车道线是自动驾驶的实用性和安全性。
Description
技术领域
本发明涉及车辆控制技术领域,特别涉及一种无车道线自动跟车轨迹确定方法及装置。
背景技术
近年来,汽车智能驾驶蓬勃发展,智能驾驶提供了出行便利,在生产和应用过程中对于周围环境尤其是运动车辆轨迹的追踪,评估有着巨大的需求,包括自适应巡航控制、自主变道等,都需要对周围车辆信息进行综合评判。尤其是自适应巡航单车道行驶的场景中,在车道线清晰质量较高的前提下,可以根据目标车和本车在车道线的相对位置判断跟随目标(CIPV),然而在没有车道线的前提下,并不能够准确的实现跟车行驶。
发明内容
为了解决上述技术问题,本发明提供了一种无车道线自动跟车轨迹确定方法,所述方法应用于车辆在无车道线道路行驶场景,所述方法包括:
确定本车前方的至少一个目标车辆;
获取本车的第一运动数据以及每一所述目标车辆的第二运动数据;
基于所述第一运动数据确定出所述本车的第一行驶轨迹,并基于每一所述第二运动数据确定每一所述目标车辆的第二行驶轨迹;
根据所述目标车辆对应的第二运动轨迹,确定所述目标车辆的行驶方向;
基于所述目标车辆的行驶方向,对全部所述目标车辆进行筛选,确定至少一个待跟随车辆;
根据每一个所述待跟随车辆对应的第二行驶轨迹以及所述第一行驶轨迹,确定出所述本车的跟车轨迹。
进一步地、所述第一运动数据和所述第二运动数据均包括至少一个位置点,每一所述位置点携带对应的时间戳,所述基于每一所述第二运动数据确定每一所述目标车辆的第二行驶轨迹,包括:
根据所述第一运动数据中的位置点的时间戳,得到时间点序列;
分别获取每一所述第二运动数据中所述时间序列中每一个时间戳对应的目标位置点;
根据所述目标位置点,分别得到每一所述目标车辆的第二行驶轨迹。
进一步地、所述根据每一所述待跟随车辆对应的第二行驶轨迹以及所述第一行驶轨迹,确定出所述本车的跟车轨迹,包括:
分别对所述第一行驶轨迹和所述每一所述待跟随车辆对应的第二行驶轨迹进行过滤,得到过滤后的第一行驶轨迹和过滤后的第二行驶轨迹;
根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出所述本车的跟车轨迹。
进一步地、所述分别对所述第一行驶轨迹和所述每一所述待跟随车辆对应的第二行驶轨迹进行过滤,得到过滤后的第一行驶轨迹和过滤后的第二行驶轨迹,包括:
确定第一目标轨迹点和第二目标轨迹点,所述第一目标轨迹点位于所述第一行驶轨迹上,并且与相邻的轨迹点的横向距离大于第一横向距离阈值、纵向距离大于第一纵向距离阈值,且角度偏差大于第一角度阈值;所述第二目标轨迹点位于所述待跟随车辆对应的第二行驶轨迹上,并且与相邻的轨迹点的横向距离大于第二横向距离阈值、纵向距离大于第二纵向距离阈值,且角度偏差大于第二角度阈值;
在所述第一行驶轨迹中滤除所述第一目标轨迹点,得到过滤后的第一行驶轨迹;
在所述第二行驶轨迹中滤除所述第二目标轨迹点,得到过滤后的第二行驶轨迹。
进一步地、所述根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出所述本车的跟车轨迹,包括:
根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出所述本车的第一跟车轨迹、第二跟车轨迹和/或第三跟车轨迹;
根据所述第一跟车轨迹、所述第二跟车轨迹和/或所述第三跟车轨迹确定本车的跟车轨迹;
其中,所述第一跟车轨迹是在参考点与所述过滤后的第一行驶轨迹的终点的横向距离小于第三横向距离阈值,且纵向距离均小于第三纵向距离阈值时,根据所述参考点所在的所述过滤后的第二行驶轨迹确定的;所述参考点为所述过滤后的第二行驶轨迹中与所述过滤后的第一行驶轨迹的终点距离最近的轨迹点;
所述第二跟车轨迹是在所述过滤后的第二行驶轨迹的终点与所述过滤后的第一行驶轨迹的终点的横向距离小于第四横向距离阈值,且纵向距离小于第四纵向距离阈值时,根据所述过滤后的第二行驶轨迹的终点所在的所述过滤后的第二行驶轨迹确定的;
所述第三跟车轨迹是通过如下方式确定的:根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出各个行驶轨迹的相交点;根据所述相交点在所述过滤后的第二行驶轨迹中确定最长相交轨迹;当所述最长相交轨迹的长度与所在所述过滤后的第二行驶轨迹的占比大于比例阈值时,根据所述最长相交轨迹所在的所述过滤后的第二行驶轨迹确定所述第三跟车轨迹;
所述第四横向距离阈值小于所述第一横向距离阈值和第二横向距离阈值且大于所述第三横向距离阈值,所述第四纵向距离阈值小于所述第一纵向距离阈值和第二纵向距离阈值且大于所述第三纵向距离阈值。
进一步地、所述根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出所述本车的跟车轨迹,包括:
若确定出的跟车轨迹大于一条,则对每一条跟车轨迹进行评分,筛选出分值最高的轨迹作为本车的跟车轨迹。
进一步地、还包括:
将所述跟车轨迹发送给本车的控制组件,以控制本车按照所述跟车轨迹行驶。
另一方面,本发明提供一种无车道线自动跟车轨迹确定装置,包括:
目标车辆确定模块,被配置为执行确定本车前方的至少一个目标车辆;
数据获取模块,被配置为执行获取本车的第一运动数据以及每一所述目标车辆的第二运动数据;
轨迹确定模块,被配置为执行基于所述第一运动数据确定出所述本车的第一行驶轨迹,并基于所述第二运动数据确定所述目标车辆的第二行驶轨迹;
方向确定模块,被配置为执行根据所述目标车辆对应的第二运动轨迹,确定所述目标车辆的行驶方向;
待跟随车辆确定模块,被配置为执行基于所述目标车辆的行驶方向,对所述目标车辆进行筛选,确定至少一个待跟随车辆;
跟车轨迹确定模块,被配置为执行根据每一所述待跟随车辆对应的第二行驶轨迹以及所述第一行驶轨迹,确定出所述本车的跟车轨迹。
再一方面,本发明提供一种无车道线自动跟车轨迹确定设备,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令或者至少一段程序,所述至少一条指令或者至少一段程序由所述处理器加载并执行以实现如上述所述的无车道线自动跟车轨迹确定方法。
再一方面,本发明提供一种车辆,所述车辆设置自动驾驶系统,所述自动驾驶系统设置有如上述所述的无车道线自动跟车轨迹确定装置。
本发明提供的一种无车道线自动跟车轨迹确定方法及装置,通过确定本车前方的至少一个目标车辆;获取本车的第一运动数据以及每一所述目标车辆的第二运动数据;基于所述第一运动数据确定出所述本车的第一行驶轨迹,并基于每一所述第二运动数据确定每一所述目标车辆的第二行驶轨迹;根据所述目标车辆对应的第二运动轨迹,确定所述目标车辆的行驶方向;基于所述目标车辆的行驶方向,对全部所述目标车辆进行筛选,确定至少一个待跟随车辆;根据每一个所述待跟随车辆对应的第二行驶轨迹以及所述第一行驶轨迹,确定出所述本车的跟车轨迹,本发明的实施能够在没有车道线的前提下,通过对其他交通参与者轨迹的评判选择,可以挑选出最可被追随的道路轨迹,从而提升在无车道线时自动驾驶的实用性和安全性。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1是本申请实施例提供的一种无车道线自动跟车轨迹确定方法的流程示意图;
图2是本申请实施例提供的另一种无车道线自动跟车轨迹确定方法的流程示意图;
图3是本申请实施例提供的再一种无车道线自动跟车轨迹确定方法的流程示意图;
图4是本申请实施例提供的又一种无车道线自动跟车轨迹确定方法的流程示意图;
图5是本申请实施例提供的又又一种无车道线自动跟车轨迹确定方法的流程示意图;
图6是本发明实施例提供的一种无车道线自动跟车轨迹确定装置的结构示意图;
图7是本发明实施例提供的一种电子设备的结构示意图。
其中,710-目标车辆确定模块,720-数据获取模块,730-轨迹确定模块,740-方向确定模块,750-待跟随车辆确定模块,760-跟车轨迹确定模块。
具体实施方式
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的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。
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、装置、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。
如图1所示,图1是本申请实施例提供的一种无车道线自动跟车轨迹确定方法的流程示意图,本说明书实施例提供一种无车道线自动跟车轨迹确定方法,本方法的执行主体可以是汽车(例如,纯电动汽车、混动汽车、传统燃油汽车)的电子控制单元(ECU,Electronic Control Unit),所述方法可以应用于车辆在无车道线道路或车道线模糊的道路行驶场景,所述方法包括:
S102、确定本车前方的至少一个目标车辆。
在具体的实施过程中,本车前方的至少一个目标车辆可以通过雷达和/或摄像组件进行确定。目标车辆可以是本车前方的车辆,包括与本车行进方向不同的车辆。如,在摄像组件采集的前方道路的图像中选取出至少一个目标车辆。摄像组件可以设置在本车前方,用于采集本车的前方图像,前方图像中包括障碍物,采集的前方图像可以采用压栈的方式存储在车辆的行车电脑,而后在采集本车的前方图像依靠预先设置的特征提取的方式提取出本车前方图像中的目标车辆,即过滤掉障碍物。其具体确定目标车辆的方式通过比对相邻前方图像的方式确定,即相邻前方图像中均包括相同的障碍物,即可确定该障碍物为目标车辆,过滤的方式可以是分别对物体信息进行评判,存在性,运动方向的判断,以过滤掉误报的物体。还可以对前方图像进行标注、分类等,分别确定前方图像中全部障碍物的编号、物体类型、与本车的距离、移动速度、加速度、相对本车的运动状态等。
需要说明的是,摄像组件的采样周期可以在本说明书实施例中不做具体限定,可以根据实际需要进行设置。
S104、获取本车的第一运动数据以及每一所述目标车辆的第二运动数据。
在具体的实施过程中,第一运动数据和第二运动数据均用于表征车辆的行驶状态参数,第一运动数据是基于本车的多个传感器获取的。第一运动数据可以是反应本车的角速度、纵向加速度、纵向速度信息以及对应的时间戳信息等。第二运动数据可以是基于雷达和/或摄像组件获取的雷达数据和/或前方图像确定的。
S106、基于所述第一运动数据确定出所述本车的第一行驶轨迹,并基于每一所述第二运动数据确定每一所述目标车辆的第二行驶轨迹。
在具体的实施过程中,可以根据所述第一运动数据确定出所述本车的第一行驶轨迹,第一运动数据可以通过压栈的形式存储在本车的存储组件中,基于压栈存储的多个第一运动数据可以确定出本车的第一行驶轨迹,第一行驶轨迹可以中的各个轨迹点可以以坐标的行驶存储,坐标为横向、纵向和时间戳。
第二运动数据也是通过压栈的形式存储的。通过连续的多个第二运动数据可以确定出对应目标车辆的第二行驶轨迹。同样的,第二行驶轨迹中的各个轨迹点也可以以坐标的行驶存储,坐标为横向、纵向和时间戳。
S108、根据所述目标车辆对应的第二运动轨迹,确定所述目标车辆的行驶方向。
在具体的实施过程中,由于第二运动轨迹中的轨迹点对应有时间戳,因此可以根据第二轨迹的终点与其相邻的轨迹点确定出对应目标车辆的行驶方向。
S110、基于所述目标车辆的行驶方向,对全部所述目标车辆进行筛选,确定至少一个待跟随车辆。
S112、根据每一个所述待跟随车辆对应的第二行驶轨迹以及所述第一行驶轨迹,确定出所述本车的跟车轨迹。
在具体的实施过程中,由于采集前方图像中的车辆有多个,并且车辆的行驶方向可能与本车相同,也可能与本车的行驶方向相反,因此,分别根据目标车辆对应的第二运动轨迹,确定出每个目标车辆的行驶方向,并将与本车行驶方向相反的目标车辆滤除,可以确定出至少一个待跟随车辆。而后根据每一个所述待跟随车辆对应的第二行驶轨迹以及所述第一行驶轨迹,确定出所述本车的跟车轨迹。如,确定出一个待跟随车辆时,可以以第二运动轨迹作为本车的跟车轨迹。
在上述实施例基础上,本说明书一个实施例中,图2是本申请实施例提供的另一种无车道线自动跟车轨迹确定方法的流程示意图,如图2所示,所述第一运动数据和所述第二运动数据均包括至少一个位置点,每一所述位置点携带对应的时间戳,所述基于每一所述第二运动数据确定每一所述目标车辆的第二行驶轨迹,包括:
S202、根据所述第一运动数据中的位置点的时间戳,得到时间点序列。
在具体的实施过程中,第一运动数据包括多个位置点(即轨迹点),每个位置点均对应有时间戳,将全部时间戳按照时间顺序或第一运动数据排列得到时间点序列。时间点序列用于表征第一运动数据的发生的时间序列。
S204、分别获取每一所述第二运动数据中所述时间序列中每一个时间戳对应的目标位置点。
S206、根据所述目标位置点,分别得到每一所述目标车辆的第二行驶轨迹。
在具体的实施过程中,由于本车传感器采集的第一运动数据的时间戳与第二运动数据采集的时间周期不同,第一行驶轨迹与第二行驶轨迹存在时间差。因此,将第二运动数据的发生时间同步至第一运动数据的对应的时间点序列上。
示例地、如果自车角速度大于阈值,可近似为在采样周期的圆周运动
其中,ΔX表示这段时间的在自车坐标系下的x轴变化,ΔY表示这段时间的在自车坐标系下的y轴变化,ΔAngle表示这段时间的在自车坐标系下的角度变化。其中自车坐标系可以以本车的中心点为原点,以本车的正向的行驶方向为x轴,以本车的横向为y轴。
当自车角速度小于角速度阈值,可近似为直线运动,ΔX=mean(Vego)*ΔT,ΔY=0。
而后,根据每个转换后得到所述目标位置点,分别得到每一所述目标车辆的第二行驶轨迹。
在上述实施例基础上,本说明书一个实施例中,图3是本申请实施例提供的再一种无车道线自动跟车轨迹确定方法的流程示意图,如图3所示,所述根据每一所述待跟随车辆对应的第二行驶轨迹以及所述第一行驶轨迹,确定出所述本车的跟车轨迹,包括:
S302、分别对所述第一行驶轨迹和所述每一所述待跟随车辆对应的第二行驶轨迹进行过滤,得到过滤后的第一行驶轨迹和过滤后的第二行驶轨迹;
S304、根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出所述本车的跟车轨迹。
其中,所述分别对所述第一行驶轨迹和所述每一所述待跟随车辆对应的第二行驶轨迹进行过滤,得到过滤后的第一行驶轨迹和过滤后的第二行驶轨迹,包括:
确定第一目标轨迹点和第二目标轨迹点,所述第一目标轨迹点位于所述第一行驶轨迹上,并且与相邻的轨迹点的横向距离大于第一横向距离阈值、纵向距离大于第一纵向距离阈值,且角度偏差大于第一角度阈值;所述第二目标轨迹点位于所述待跟随车辆对应的第二行驶轨迹上,并且与相邻的轨迹点的横向距离大于第二横向距离阈值、纵向距离大于第二纵向距离阈值,且角度偏差大于第二角度阈值;
在所述第一行驶轨迹中滤除所述第一目标轨迹点,得到过滤后的第一行驶轨迹;
在所述第二行驶轨迹中滤除所述第二目标轨迹点,得到过滤后的第二行驶轨迹。
在具体的实施过程中,在过滤之前可以对第一行驶轨迹和第二行驶轨迹做预处理,具体处理方式如下:
对第二行驶轨迹进行筛选判断,并得到有效的方向信息,通过比较轮询第二目标轨迹点与相邻的目标轨迹点的角度变化以及位置变化的相互检校验,当第二目标轨迹点与相邻的目标轨迹点的角度或者距离过大。则认为是异常,剔除异常点,并且得到这个曲线的平均方向信息,通过平均方向设置适当的阈值,进而去删除不合适的曲线,提高跟随的准确性,具体计算如下:
tanθ=(dty-dt-1y)/(dtx-dt-1x)
当dis<ThresMax,此时记作一个有效点,ThresMax为预设的偏差阈值,表征相邻两点的位置关系,偏差阈值是一个根据tanθ的插值函数确定的。
第二行驶轨迹的平均角度可以表示为:
并根据平均角度对第二行驶轨迹进行过滤,过滤的方式是将第二行驶轨迹的平均角度小于第二角度阈值的轨迹滤除,而后,对第二行驶轨迹进行滤波处理,以处理在时间同步处理时坐标转换过程中出现的误差,采用如下公式进行滤波。
newxi=(xi+xi-1)/2
newyi=(yi+yi-1)/2
newdirection=arctan(newyi/newxi)
对第二行驶轨迹预处理后,在第二行驶轨迹中选取第二目标轨迹点,所述第二目标轨迹点位于所述待跟随车辆对应的第二行驶轨迹上,并且与相邻的轨迹点的横向距离大于第二横向距离阈值、纵向距离大于第二纵向距离阈值,且角度偏差大于第二角度阈值。进一步滤除不完全符合上述三种条件的第二目标轨迹点。
此外,第一行驶轨迹可以采用如下方式进行预处理:
x=[0,stepSize,maxDis tanθ]
y=0.5*r*x2
stdVar=baseValue+0.1*x
其中,x表示在自车坐标系下纵向距离,y表示自车坐标系下横向距离,r表示自车曲率半径,stdVar表示估计的准确程度,意味着当距离越大,越不准确。过滤掉stdVar的大于预设值的第一目标轨迹点。
对第一行驶轨迹预处理后,在第一行驶轨迹中选取第一目标轨迹点,所述第一目标轨迹点位于所述待跟随车辆对应的第一行驶轨迹上,并且与相邻的轨迹点的横向距离大于第一横向距离阈值、纵向距离大于第一纵向距离阈值,且角度偏差大于第一角度阈值。进一步滤除不完全符合上述三种条件的第一目标轨迹点。
在上述实施例基础上,本说明书一个实施例中,图4是本申请实施例提供的又一种无车道线自动跟车轨迹确定方法的流程示意图,如图4所示,所述根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出所述本车的跟车轨迹,包括:
S502、根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出所述本车的第一跟车轨迹、第二跟车轨迹和/或第三跟车轨迹;
其中,所述第一跟车轨迹是在参考点与所述过滤后的第一行驶轨迹的终点的横向距离小于第三横向距离阈值,且纵向距离均小于第三纵向距离阈值时,根据所述参考点所在的所述过滤后的第二行驶轨迹确定的;所述参考点为所述过滤后的第二行驶轨迹中与所述过滤后的第一行驶轨迹的终点距离最近的轨迹点;
所述第二跟车轨迹是在所述过滤后的第二行驶轨迹的终点与所述过滤后的第一行驶轨迹的终点的横向距离小于第四横向距离阈值,且纵向距离小于第四纵向距离阈值时,根据所述过滤后的第二行驶轨迹的终点所在的所述过滤后的第二行驶轨迹确定的;
所述第三跟车轨迹是通过如下方式确定的:根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出各个行驶轨迹的相交点;根据所述相交点在所述过滤后的第二行驶轨迹中确定最长相交轨迹;当所述最长相交轨迹的长度与所在所述过滤后的第二行驶轨迹的占比大于比例阈值时,根据所述最长相交轨迹所在的所述过滤后的第二行驶轨迹确定所述第三跟车轨迹;
所述第四横向距离阈值小于所述第一横向距离阈值和第二横向距离阈值且大于所述第三横向距离阈值,所述第四纵向距离阈值小于所述第一纵向距离阈值和第二纵向距离阈值且大于所述第三纵向距离阈值。
在具体的实施过程中,第一跟车轨迹可以采用如下公式确定:
followCap1=abs(polyline(ego).x-ego.x)*abs(polyline(ego).y-ego.y)
可以理解的是,自车从当前位置追随目标轨迹的可能性,从自车的历史轨迹中算出距离第一行驶轨迹的终点最近的参考点,如果第一行驶轨迹的终点与参考点的横向距离和纵向距离都很近,可追随性就越强,x表示在自车坐标系下纵向距离,y表示自车坐标系下横向距离。
第二跟车轨迹可以采用如下公式确定:
followCap2=1-abs(obj.x-ego.x)*abs(obj.y-ego.y)
可以理解的是,如果过滤后的第二跟车轨迹的终点与过滤后的第一行驶轨迹的终点相差较近,可追随性就越强,x表示在自车坐标系下纵向距离,y表示自车坐标系下横向距离。
第三跟车轨迹可以采用如下方式确定:
根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出各个行驶轨迹的相交点;根据所述相交点在所述过滤后的第二行驶轨迹中确定最长相交轨迹;计算最长相交轨迹的平均横向距离meandistance、平均横向距离meandistance的标准差以及最长满足条件的长度比例intersection;当所述最长相交轨迹的长度与所在所述过滤后的第二行驶轨迹的占比大于比例阈值时,根据所述最长相交轨迹所在的所述过滤后的第二行驶轨迹确定所述第三跟车轨迹。
第三跟车轨迹可以表示为:followCap3=correlation(meandistance)*correlation(MeanSrtdDev)*correlation(Intersection)。
S504、根据所述第一跟车轨迹、所述第二跟车轨迹和/或所述第三跟车轨迹确定本车的跟车轨迹。
示例地、当仅确定出一条跟车轨迹时,可以直接将确定第一跟车轨迹、所述第二跟车轨迹或所述第三跟车轨迹作为跟车轨迹。
若确定出的跟车轨迹大于一条,则对每一条跟车轨迹进行评分,筛选出分值最高的轨迹作为本车的跟车轨迹。
示例地、预先设定第一跟车轨迹、第二跟车轨迹和第三跟车轨迹均为1分,在分别对全部过滤后的第二行驶轨迹进行评分,筛选出分值最高的轨迹作为本车的跟车轨迹。如某一条过滤后的第二行驶轨迹分别满足第一跟车轨迹、第二跟车轨迹和第三跟车轨迹,则可以确定该过滤后的第二行驶轨迹为跟车轨迹。
在上述实施例基础上,本说明书一个实施例中,图5是本申请实施例提供的又又一种无车道线自动跟车轨迹确定方法的流程示意图,如图5所示,还包括:
S702、将所述跟车轨迹发送给本车的控制组件,以控制本车按照所述跟车轨迹行驶。
在具体的实施过程中,控制组件可以在跟车轨迹中选取距离本车的第一行驶轨迹的终点距离最近的轨迹点,并计算第一行驶轨迹的终点与选取的轨迹点的横向距离、纵向距离和角度偏差,并根据向距离、纵向距离和角度偏差控制车辆行驶至选取的轨迹点,重复执行上述步骤,以完成本车在无车道线时跟随目标车辆行驶。
本发明提供的无车道线自动跟车轨迹确定方法,能够在无车道线时,根据前方车辆的行驶轨迹确定出本车的跟车轨迹,本发明的实施能够在没有车道线的前提下,通过对其他交通参与者轨迹的评判选择,可以挑选出最可被追随的道路轨迹,从而提升在无车道线是自动驾驶的实用性和安全性。
另一方面,图6是本发明实施例提供的一种无车道线自动跟车轨迹确定装置的结构示意图,如图6所示,本发明提供一种无车道线自动跟车轨迹确定装置,包括:
目标车辆确定模块710,被配置为执行确定本车前方的至少一个目标车辆;
数据获取模块720,被配置为执行获取本车的第一运动数据以及每一所述目标车辆的第二运动数据;
轨迹确定模块730,被配置为执行基于所述第一运动数据确定出所述本车的第一行驶轨迹,并基于所述第二运动数据确定所述目标车辆的第二行驶轨迹;
方向确定模块740,被配置为执行根据所述目标车辆对应的第二运动轨迹,确定所述目标车辆的行驶方向;
待跟随车辆确定模块750,被配置为执行基于所述目标车辆的行驶方向,对所述目标车辆进行筛选,确定至少一个待跟随车辆;
跟车轨迹确定模块760,被配置为执行根据每一所述待跟随车辆对应的第二行驶轨迹以及所述第一行驶轨迹,确定出所述本车的跟车轨迹。
需要说明的是,上述实施例提供的装置,在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
另一方面,图7是本发明实施例提供的一种电子设备的结构示意图,如图7所示,本发明提供一种无车道线自动跟车轨迹确定的设备,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令或者至少一段程序,所述至少一条指令或者至少一段程序由所述处理器加载并执行以实现如上述所述的无车道线自动跟车轨迹确定方法。
上述功能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(可以是个人计算机,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。
本发明实施例还提供了一种存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、该至少一段程序、该代码集或指令集可由电子设备的处理器执行以完成上述所述的无车道线自动跟车轨迹确定方法。
可选地,在本发明实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备和存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
再一方面,本发明提供一种车辆,所述车辆包括无车道线自动跟车轨迹确定的设备,所述无车道线自动跟车轨迹确定的设备包括如上述所述的无车道线自动跟车轨迹确定装置。
再一方面,本发明提供一种车辆,所述车辆设置自动驾驶系统,所述自动驾驶系统设置有如上述所述的无车道线自动跟车轨迹确定装置。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。本发明实施例所提供测试方法,其实现原理及产生的技术效果和前述系统实施例相同,为简要描述,方法实施例部分未提及之处,可参考前述系统实施例中相应内容。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以上述权利要求的保护范围为准。
Claims (10)
1.一种无车道线自动跟车轨迹确定方法,其特征在于,所述方法应用于车辆在无车道线道路行驶场景,所述方法包括:
确定本车前方的至少一个目标车辆;
获取本车的第一运动数据以及每一所述目标车辆的第二运动数据;
基于所述第一运动数据确定出所述本车的第一行驶轨迹,并基于每一所述第二运动数据确定每一所述目标车辆的第二行驶轨迹;
根据所述目标车辆对应的第二运动轨迹,确定所述目标车辆的行驶方向;
基于所述目标车辆的行驶方向,对全部所述目标车辆进行筛选,确定至少一个待跟随车辆;
根据每一个所述待跟随车辆对应的第二行驶轨迹以及所述第一行驶轨迹,确定出所述本车的跟车轨迹。
2.根据权利要求1所述无车道线自动跟车轨迹确定方法,其特征在于,所述第一运动数据和所述第二运动数据均包括至少一个位置点,每一所述位置点携带对应的时间戳,所述基于每一所述第二运动数据确定每一所述目标车辆的第二行驶轨迹,包括:
根据所述第一运动数据中的位置点的时间戳,得到时间点序列;
分别获取每一所述第二运动数据中所述时间序列中每一个时间戳对应的目标位置点;
根据所述目标位置点,分别得到每一所述目标车辆的第二行驶轨迹。
3.根据权利要求1所述无车道线自动跟车轨迹确定方法,其特征在于,所述根据每一所述待跟随车辆对应的第二行驶轨迹以及所述第一行驶轨迹,确定出所述本车的跟车轨迹,包括:
分别对所述第一行驶轨迹和所述每一所述待跟随车辆对应的第二行驶轨迹进行过滤,得到过滤后的第一行驶轨迹和过滤后的第二行驶轨迹;
根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出所述本车的跟车轨迹。
4.根据权利要求3所述无车道线自动跟车轨迹确定方法,其特征在于,所述分别对所述第一行驶轨迹和所述每一所述待跟随车辆对应的第二行驶轨迹进行过滤,得到过滤后的第一行驶轨迹和过滤后的第二行驶轨迹,包括:
确定第一目标轨迹点和第二目标轨迹点,所述第一目标轨迹点位于所述第一行驶轨迹上,并且与相邻的轨迹点的横向距离大于第一横向距离阈值、纵向距离大于第一纵向距离阈值,且角度偏差大于第一角度阈值;所述第二目标轨迹点位于所述待跟随车辆对应的第二行驶轨迹上,并且与相邻的轨迹点的横向距离大于第二横向距离阈值、纵向距离大于第二纵向距离阈值,且角度偏差大于第二角度阈值;
在所述第一行驶轨迹中滤除所述第一目标轨迹点,得到过滤后的第一行驶轨迹;
在所述第二行驶轨迹中滤除所述第二目标轨迹点,得到过滤后的第二行驶轨迹。
5.根据权利要求4所述无车道线自动跟车轨迹确定方法,其特征在于,所述根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出所述本车的跟车轨迹,包括:
根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出所述本车的第一跟车轨迹、第二跟车轨迹和/或第三跟车轨迹;
根据所述第一跟车轨迹、所述第二跟车轨迹和/或所述第三跟车轨迹确定本车的跟车轨迹;
其中,所述第一跟车轨迹是在参考点与所述过滤后的第一行驶轨迹的终点的横向距离小于第三横向距离阈值,且纵向距离均小于第三纵向距离阈值时,根据所述参考点所在的所述过滤后的第二行驶轨迹确定的;所述参考点为所述过滤后的第二行驶轨迹中与所述过滤后的第一行驶轨迹的终点距离最近的轨迹点;
所述第二跟车轨迹是在所述过滤后的第二行驶轨迹的终点与所述过滤后的第一行驶轨迹的终点的横向距离小于第四横向距离阈值,且纵向距离小于第四纵向距离阈值时,根据所述过滤后的第二行驶轨迹的终点所在的所述过滤后的第二行驶轨迹确定的;
所述第三跟车轨迹是通过如下方式确定的:根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出各个行驶轨迹的相交点;根据所述相交点在所述过滤后的第二行驶轨迹中确定最长相交轨迹;当所述最长相交轨迹的长度与所在所述过滤后的第二行驶轨迹的占比大于比例阈值时,根据所述最长相交轨迹所在的所述过滤后的第二行驶轨迹确定所述第三跟车轨迹;
所述第四横向距离阈值小于所述第一横向距离阈值和第二横向距离阈值且大于所述第三横向距离阈值,所述第四纵向距离阈值小于所述第一纵向距离阈值和第二纵向距离阈值且大于所述第三纵向距离阈值。
6.根据权利要求5所述无车道线自动跟车轨迹确定方法,其特征在于,所述根据所述过滤后的第一行驶轨迹和所述过滤后的第二行驶轨迹确定出所述本车的跟车轨迹,包括:
若确定出的跟车轨迹大于一条,则对每一条跟车轨迹进行评分,筛选出分值最高的轨迹作为本车的跟车轨迹。
7.根据权利要求1所述无车道线自动跟车轨迹确定方法,其特征在于,还包括:
将所述跟车轨迹发送给本车的控制组件,以控制本车按照所述跟车轨迹行驶。
8.一种无车道线自动跟车轨迹确定装置,其特征在于,包括:
目标车辆确定模块(710),被配置为执行确定本车前方的至少一个目标车辆;
数据获取模块(720),被配置为执行获取本车的第一运动数据以及每一所述目标车辆的第二运动数据;
轨迹确定模块(730),被配置为执行基于所述第一运动数据确定出所述本车的第一行驶轨迹,并基于所述第二运动数据确定所述目标车辆的第二行驶轨迹;
方向确定模块(740),被配置为执行根据所述目标车辆对应的第二运动轨迹,确定所述目标车辆的行驶方向;
待跟随车辆确定模块(750),被配置为执行基于所述目标车辆的行驶方向,对所述目标车辆进行筛选,确定至少一个待跟随车辆;
跟车轨迹确定模块(760),被配置为执行根据每一所述待跟随车辆对应的第二行驶轨迹以及所述第一行驶轨迹,确定出所述本车的跟车轨迹。
9.一种无车道线自动跟车轨迹确定设备,其特征在于,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令或者至少一段程序,所述至少一条指令或者至少一段程序由所述处理器加载并执行以实现如权利要求1-7任一所述的无车道线自动跟车轨迹确定方法。
10.一种车辆,其特征在于,所述车辆设置自动驾驶系统,所述自动驾驶系统设置有如权利要求8所述的无车道线自动跟车轨迹确定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110703354.2A CN113353078A (zh) | 2021-06-24 | 2021-06-24 | 一种无车道线自动跟车轨迹确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110703354.2A CN113353078A (zh) | 2021-06-24 | 2021-06-24 | 一种无车道线自动跟车轨迹确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113353078A true CN113353078A (zh) | 2021-09-07 |
Family
ID=77536167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110703354.2A Pending CN113353078A (zh) | 2021-06-24 | 2021-06-24 | 一种无车道线自动跟车轨迹确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113353078A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114312840A (zh) * | 2021-12-30 | 2022-04-12 | 重庆长安汽车股份有限公司 | 自动驾驶障碍目标轨迹拟合方法、系统、车辆及存储介质 |
CN114750759A (zh) * | 2022-04-19 | 2022-07-15 | 合众新能源汽车有限公司 | 一种跟车目标确定方法、装置、设备及介质 |
CN115042787A (zh) * | 2022-06-08 | 2022-09-13 | 合众新能源汽车有限公司 | 一种无车道线下确定跟踪轨迹的方法及装置 |
CN115973162A (zh) * | 2023-02-14 | 2023-04-18 | 吉咖智能机器人有限公司 | 用于确定车辆行驶轨迹的方法、装置、电子设备和介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180297594A1 (en) * | 2015-10-30 | 2018-10-18 | Hitachi Automotive Systems, Ltd. | Vehicular motion control device and method |
CN110015297A (zh) * | 2019-04-02 | 2019-07-16 | 北京海纳川汽车部件股份有限公司 | 自适应巡航控制方法、装置及自动驾驶车辆 |
JP2019128929A (ja) * | 2018-01-22 | 2019-08-01 | 陽一郎 本田 | 隊列走行追従制御方法及び装置 |
CN110435654A (zh) * | 2019-07-11 | 2019-11-12 | 浙江吉利汽车研究院有限公司 | 一种用于智能领航系统的跟车方法、装置和设备 |
CN111319623A (zh) * | 2020-03-18 | 2020-06-23 | 东软睿驰汽车技术(上海)有限公司 | 一种基于自适应巡航控制的车辆筛选方法及装置 |
CN111559388A (zh) * | 2020-03-26 | 2020-08-21 | 吉利汽车研究院(宁波)有限公司 | 一种目标车辆筛选方法、装置、设备及存储介质 |
CN111731289A (zh) * | 2020-06-24 | 2020-10-02 | 中国第一汽车股份有限公司 | 跟车控制方法、装置、车辆及存储介质 |
CN111797780A (zh) * | 2020-07-08 | 2020-10-20 | 中国第一汽车股份有限公司 | 一种跟车轨迹规划方法、装置、服务器及存储介质 |
CN112298179A (zh) * | 2020-10-16 | 2021-02-02 | 华人运通(上海)自动驾驶科技有限公司 | 一种四轮驱动车辆自动跟车的控制方法及系统 |
CN112389430A (zh) * | 2020-11-06 | 2021-02-23 | 北京航空航天大学 | 一种基于偏移率的车辆换道切入车队时段的判定方法 |
CN112849160A (zh) * | 2021-01-04 | 2021-05-28 | 广州小鹏自动驾驶科技有限公司 | 一种基于自动驾驶的车辆控制的方法和装置 |
WO2021102957A1 (zh) * | 2019-11-29 | 2021-06-03 | 驭势(上海)汽车科技有限公司 | 一种车道保持方法、车载设备和存储介质 |
-
2021
- 2021-06-24 CN CN202110703354.2A patent/CN113353078A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180297594A1 (en) * | 2015-10-30 | 2018-10-18 | Hitachi Automotive Systems, Ltd. | Vehicular motion control device and method |
JP2019128929A (ja) * | 2018-01-22 | 2019-08-01 | 陽一郎 本田 | 隊列走行追従制御方法及び装置 |
CN110015297A (zh) * | 2019-04-02 | 2019-07-16 | 北京海纳川汽车部件股份有限公司 | 自适应巡航控制方法、装置及自动驾驶车辆 |
CN110435654A (zh) * | 2019-07-11 | 2019-11-12 | 浙江吉利汽车研究院有限公司 | 一种用于智能领航系统的跟车方法、装置和设备 |
WO2021102957A1 (zh) * | 2019-11-29 | 2021-06-03 | 驭势(上海)汽车科技有限公司 | 一种车道保持方法、车载设备和存储介质 |
CN111319623A (zh) * | 2020-03-18 | 2020-06-23 | 东软睿驰汽车技术(上海)有限公司 | 一种基于自适应巡航控制的车辆筛选方法及装置 |
CN111559388A (zh) * | 2020-03-26 | 2020-08-21 | 吉利汽车研究院(宁波)有限公司 | 一种目标车辆筛选方法、装置、设备及存储介质 |
CN111731289A (zh) * | 2020-06-24 | 2020-10-02 | 中国第一汽车股份有限公司 | 跟车控制方法、装置、车辆及存储介质 |
CN111797780A (zh) * | 2020-07-08 | 2020-10-20 | 中国第一汽车股份有限公司 | 一种跟车轨迹规划方法、装置、服务器及存储介质 |
CN112298179A (zh) * | 2020-10-16 | 2021-02-02 | 华人运通(上海)自动驾驶科技有限公司 | 一种四轮驱动车辆自动跟车的控制方法及系统 |
CN112389430A (zh) * | 2020-11-06 | 2021-02-23 | 北京航空航天大学 | 一种基于偏移率的车辆换道切入车队时段的判定方法 |
CN112849160A (zh) * | 2021-01-04 | 2021-05-28 | 广州小鹏自动驾驶科技有限公司 | 一种基于自动驾驶的车辆控制的方法和装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114312840A (zh) * | 2021-12-30 | 2022-04-12 | 重庆长安汽车股份有限公司 | 自动驾驶障碍目标轨迹拟合方法、系统、车辆及存储介质 |
CN114312840B (zh) * | 2021-12-30 | 2023-09-22 | 重庆长安汽车股份有限公司 | 自动驾驶障碍目标轨迹拟合方法、系统、车辆及存储介质 |
CN114750759A (zh) * | 2022-04-19 | 2022-07-15 | 合众新能源汽车有限公司 | 一种跟车目标确定方法、装置、设备及介质 |
CN114750759B (zh) * | 2022-04-19 | 2024-04-30 | 合众新能源汽车股份有限公司 | 一种跟车目标确定方法、装置、设备及介质 |
CN115042787A (zh) * | 2022-06-08 | 2022-09-13 | 合众新能源汽车有限公司 | 一种无车道线下确定跟踪轨迹的方法及装置 |
WO2023236476A1 (zh) * | 2022-06-08 | 2023-12-14 | 合众新能源汽车股份有限公司 | 一种无车道线下确定跟踪轨迹的方法及装置 |
CN115973162A (zh) * | 2023-02-14 | 2023-04-18 | 吉咖智能机器人有限公司 | 用于确定车辆行驶轨迹的方法、装置、电子设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113353078A (zh) | 一种无车道线自动跟车轨迹确定方法及装置 | |
CN110809790B (zh) | 车辆用信息存储方法、车辆的行驶控制方法、以及车辆用信息存储装置 | |
Leonhardt et al. | Feature evaluation for lane change prediction based on driving situation and driver behavior | |
CN109099920B (zh) | 基于多传感器关联的传感器目标精确定位方法 | |
US20050278112A1 (en) | Process for predicting the course of a lane of a vehicle | |
CN113168524A (zh) | 用于测试驾驶员辅助系统的方法和设备 | |
CN107251127A (zh) | 车辆的行驶控制装置以及行驶控制方法 | |
EP3492870B1 (en) | Self-position estimation method and self-position estimation device | |
JP2009251953A (ja) | 移動体進路推定装置 | |
CN110194175B (zh) | 驾驶员的驾驶倾向性确定装置及确定方法 | |
US11753002B2 (en) | Vehicular control system | |
CN111746531A (zh) | 车辆控制装置、车辆控制方法、及存储介质 | |
CN107458308B (zh) | 一种辅助驾驶方法及系统 | |
JP2019066302A (ja) | 対象物推定装置 | |
CN105015469A (zh) | 物体检测装置以及物体检测方法 | |
US10380435B2 (en) | Image processing apparatus | |
EP1236126B1 (en) | System for detecting obstacles to vehicle motion | |
CN109760681B (zh) | 一种换道控制方法及装置 | |
CN114537430A (zh) | 车辆控制装置、车辆控制方法及计算机可读取的存储介质 | |
CN111746530B (zh) | 车辆控制装置、车辆控制方法、及存储介质 | |
CN109314763B (zh) | 车间距离推定方法及车间距离推定装置 | |
CN111746550B (zh) | 车辆控制装置、车辆控制方法、及存储介质 | |
CN110533930A (zh) | 交通数据处理方法、装置、计算机设备和存储介质 | |
CN111746529B (zh) | 车辆控制装置、车辆控制方法、及存储介质 | |
Song et al. | A novel approach to the enhancement of lane estimator by using Kalman filter |
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 |