CN113419546A - 一种无人车的控制方法、装置、介质及电子设备 - Google Patents
一种无人车的控制方法、装置、介质及电子设备 Download PDFInfo
- Publication number
- CN113419546A CN113419546A CN202110971449.2A CN202110971449A CN113419546A CN 113419546 A CN113419546 A CN 113419546A CN 202110971449 A CN202110971449 A CN 202110971449A CN 113419546 A CN113419546 A CN 113419546A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- track
- adaptive
- unmanned vehicle
- information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000003044 adaptive effect Effects 0.000 claims description 79
- 238000001514 detection method Methods 0.000 claims description 56
- 238000009499 grossing Methods 0.000 claims description 38
- 230000006870 function Effects 0.000 claims description 36
- 238000003860 storage Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 9
- 230000003750 conditioning effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 9
- 230000001960 triggered effect Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000011065 in-situ storage Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请实施例公开了一种无人车的控制方法、装置、介质及电子设备。本方案涉及到无人驾驶或者自动驾驶的技术领域。该方法包括：获取无人车的功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种；根据所述功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种，判断所述无人车是否满足预设的姿态自适应调节轨迹的生成条件；若满足，则生成姿态自适应调节轨迹；若所述姿态自适应调节轨迹满足有效性判断信息，则控制所述无人车按照所述姿态自适应调节轨迹进行行驶。本申请实施例提供的技术方案，可以根据实际情况进行无人车的姿态自适应调节，以对姿态自适应调节后的车辆的行驶轨迹进行规划，避免出现无人车卡死的情况。
Description
技术领域
本申请实施例涉及无人驾驶技术领域，尤其涉及一种无人车的控制方法、装置、介质及电子设备。
背景技术
目前，随着科技水平的迅速发展，无人车已经成为新时代的热议话题。无人驾驶领域，往往是依据传感器等采集的信号作为触发条件，根据预先设计的识别规则进行相应的操控。但是自动驾驶的车辆在行驶过程中，如果出现避障绕行的情况，收到定位精度、控制精度的影响，会存在车辆航向与道路偏差过大，且若在前向行驶时，容易出现车头距离道路边界较近的情况，或者，若在反向行驶时，容易出现车尾距离道路边界较近的情况。这就造成很难做出合理的路径规划，形成行驶轨迹收到影响的情况。
发明内容
本申请实施例提供一种无人车的控制方法、装置、介质及电子设备，可以根据实际情况进行无人车的姿态自适应调节，以对姿态自适应调节后的车辆的行驶轨迹进行规划，避免出现无人车卡死的情况。
第一方面，本申请实施例提供了一种无人车的控制方法，该方法包括：
获取无人车的功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种；
根据所述功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种，判断所述无人车是否满足预设的姿态自适应调节轨迹的生成条件；
若满足，则生成姿态自适应调节轨迹；
若所述姿态自适应调节轨迹满足有效性判断信息，则控制所述无人车按照所述姿态自适应调节轨迹进行行驶。
进一步的，所述功能状态信息包括车辆处于巡航状态或非巡航状态；所述车辆行驶信息包括航向偏差、速度和档位中的至少一种；所述道路信息包括高速路段和/或禁停路段；所述规划数据包括上一时刻的规划结果数据。
进一步的，当满足以下所有条件时，则确定无人车满足预设的姿态自适应调节轨迹的生成条件：
所述功能状态信息为巡航状态；
所述道路信息为非高速路段，且为非禁停路段；
所述航向偏差处于预设范围；
所述车辆档位与所述车辆速度方向一致，且车辆速度小于预设速度；
所述上一时刻的规划结果数据为规划减速停车。
进一步的，所述方法还包括：
计算当前路段无人车的姿态自适应调节的触发次数；
当所述触发次数小于预设次数时，所述无人车满足预设的姿态自适应调节轨迹的生成条件。
进一步的，生成车辆姿态自适应调节轨迹包括：
根据所述无人车的当前位置以及巡航轨迹，确定轨迹参考线；
构建姿态自适应调节的边界约束条件；所述边界约束条件包括道路的左边界和右边界，以及预先设置的向前最大距离和向后最大距离；
根据所述车辆的当前位置，当前朝向，边界约束条件确定车辆控制信息；
根据所述轨迹参考线和所述车辆控制信息确定车辆姿态自适应调节轨迹。
进一步的，所述根据所述无人车的当前位置以及巡航轨迹，确定轨迹参考线，包括：
根据所述无人车的当前位置，从巡航轨迹中向前和向后预设距离的巡航轨迹，确定为轨迹参考线。
进一步的，若所述姿态自适应调节轨迹满足有效性判断信息，则控制所述无人车按照所述姿态自适应调节轨迹进行行驶，包括：
对所述姿态自适应调节轨迹进行碰撞检测以及平滑处理，若满足碰撞检测以及平滑处理要求，则车辆姿态自适应调节轨迹有效。
进一步的，确定所述姿态自适应调节轨迹是否满足碰撞检测以及平滑处理要求，包括：
对所述姿态自适应调节轨迹中至少两个轨迹点进行碰撞检测，若通过，则计为第一结果，若不通过，则计为第二结果，得到检测结果序列；
若所述检测结果序列的触发概率均值和偏度中任意一个不符合设定标准，则确定所述无人车不满足碰撞检测条件；
若所述检测结果序列的触发概率均值和偏度均符合设定标准，则确定所述无人车满足碰撞检测条件；
以及，
对所述姿态自适应调节轨迹进行平滑处理，若平滑成功，则确定满足平滑要求，若平滑失败，则确定不满足平滑要求。
进一步的，所述方法还包括：
若平滑失败，则以平滑前的姿态自适应调节轨迹作为车辆姿态自适应调节轨迹。
第二方面，本申请实施例提供了一种无人车的控制装置，该装置包括：
信息获取单元，用于获取无人车的功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种；
生成条件识别单元，用于根据所述功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种，判断所述无人车是否满足预设的姿态自适应调节轨迹的生成条件；
姿态自适应调节轨迹生成单元，若所述生成条件识别单元识别为满足姿态自适应调节轨迹的生成条件，则生成姿态自适应调节轨迹；
姿态自适应调节轨迹有效性检测单元，用于若所述姿态自适应调节轨迹满足有效性判断信息，则控制所述无人车按照所述姿态自适应调节轨迹进行行驶。
第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例所述的无人车的控制方法。
第四方面，本申请实施例提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例所述的无人车的控制方法。
本申请实施例所提供的技术方案，获取车辆的行驶状态信息，确定所述行驶状态信息是否满足预设车辆姿态自适应调节条件；若满足，则生成初始姿态自适应调节轨迹，并对所述初始姿态自适应调节轨迹中至少两个轨迹点进行可行性检测，得到检测结果序列；若所述检测结果序列符合预设可通行标准，则确定触发车辆姿态自适应调节；确定姿态自适应调节的自适应轨迹，并根据所述自适应轨迹控制车辆运行。该方案通过以上手段可以根据实际情况进行无人车的姿态自适应调节，以对姿态自适应调节后的车辆的行驶轨迹进行规划，避免出现无人车卡死的情况。
附图说明
图1是本申请实施例一提供的无人车的控制方法的流程图；
图2为本发明实施例二中的无人车的控制方法的流程图；
图3为本发明实施例二中的无人车的控制方法的流程图；
图4为本发明实施例三提供的一种无人车的控制装置的结构框图；
图5是本申请实施例五提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本申请实施例一提供的无人车的控制方法的流程图，本实施例可适用于无人驾驶的情况，该方法可以由本申请实施例所提供的无人车的控制装置执行，该装置可以由软件和/或硬件的方式来实现，并可集成于进行无人车控制的电子设备中。
需要解释的是，在自动驾驶软件系统中，通常分为感知模块、定位模块（包含地图模块）、决策规划模块、控制模块、底层系统五大模块，姿态自适应调节功能可以由其中的决策规划模块实现；
将决策规划模块细分为决策子模块和运动规划子模块，决策子模块用于做出当前行驶状态的决策及相应的行驶参考线，例如巡航功能、换道功能、反向行驶功能、跨车道掉头功能等等；
运动规划子模块基于行驶参考线，考虑障碍物、车辆约束、道路环境约束，规划出具体的行驶轨迹，再由控制模块执行；
本发明着重于决策子模块中的姿态自适应调节功能，具体介绍如何做出姿态自适应调节决策，如何规划姿态自适应调节的参考线，以及如何维护姿态自适应调节状态与其它决策状态的关系。
姿态自适应调节功能包含决策器模块和参考线模块两部分，决策器模块用于判断当前场景是否可以触发姿态自适应调节功能，参考线模块用于具体规划出姿态自适应调节的轨迹。规划出姿态自适应调节的轨迹之后，可以通过运动规划模块和控制模块用于执行该功能。
decider模块包括Init状态、Doing状态和Finish状态，具体的：
Init状态：用于判断当前车辆状态是否符合切换到姿态自适应调节状态的条件，若符合，进行车辆状态的切换；
Doing状态：进入Doing状态后代表当前决定进行姿态自适应调节，之后就交由参考线模块处理，由参考线模块规划具体的姿态自适应调节轨迹，并进行状态的维护，主要包含Doing到Doing，Doing到Finish的状态跳转；
Finish状态：进入Finish状态后，会直接跳转到Init状态，准备下一次功能的触发。
如图1所示，所述无人车的控制方法包括：
S110，获取无人车的功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种。
其中，功能状态信息，用来表示当前无人车处于哪一种状态在行驶，例如，巡航状态、换道状态、反向行驶状态以及跨车道掉头状态等等。由于每种车辆行驶信息是需要独立完成的，因此如果车辆处于巡航状态以外的其他状态，则不能够进行姿态自适应调节，也就没办法满足车辆姿态自适应调节条件。因此在触发之前，需要对车辆的功能状态信息进行获取，并识别其是否符合预设的姿态自适应调节条件。这样可以更加快速有效的确定触发结果。
其中，车辆行驶信息，用来表示当前无人车处于哪一种行驶状态，例如，车辆的航向、行驶速度以及当前档位等等。由于如果航向、速度或者档位不匹配或者几者之间存在冲突的情况下不能够进行姿态自适应调节，也就没办法满足车辆姿态自适应调节条件。因此在触发之前，需要对车辆行驶信息进行获取，并识别其是否符合预设的姿态自适应调节条件。这样可以更加快速有效的确定触发结果。
另外，道路信息，可以是识别所述车辆的所处路段是否满足预设车辆姿态自适应调节条件；其中，若所述车辆的所处路段为高速路段或者禁停路段，则确定不满足预设车辆姿态自适应调节条件；若所述车辆的所处路段为普通路段，则确定满足预设车辆姿态自适应调节条件。
具体的，可以根据车辆的定位数据确定车辆的所处路段。定位数据可以通过设置在车辆中的定位芯片来获取，可以采用GPS定位或者北斗导航的定位方式，结合定位地点在地图数据中的路段信息，确定车辆的所处路段。
在得到所处路段之后，可以判断所处路段是否为高速路段或者禁停路段。可以理解的，在车辆需要进行自适应调节的过程中，车辆是需要停止的，而且有可能会存在倒车的需求。因此，如果当前为高速路段或者禁停路段，则倒车会存在危险，因此在这样的特殊路段，设置为不能够进行车辆姿态的自适应调节，以确保车辆的安全。这样设置的好处是避免带来安全隐患，同时为当前所处路段的正常运行提供保障。
规划数据，可以是从上一时刻对无人车进行控制得到的规划结果。判断规划数据是否具备触发条件，例如，可以分析车辆停车原因是否是由姿态调整导致的，通过上一时刻规划数据，可以知道车辆是否因为触发了边界保护一直停车，还是由障碍物导致停车，进而可以判断是否需要触发姿态自适应调节轨迹的生成。
S120，根据所述功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种，判断所述无人车是否满足预设的姿态自适应调节轨迹的生成条件。
本方案中，可选的，所述功能状态信息包括车辆处于巡航状态或非巡航状态；所述车辆行驶信息包括航向偏差、速度和档位中的至少一种；所述道路信息包括高速路段和/或禁停路段；所述规划数据包括上一时刻的规划结果数据。
其中，通过对各个判断条件的获取和识别，确定是否满足姿态自适应调节轨迹的生成条件，从而提高无人车姿态自适应调节的有效性，同时避免产生无效的调节轨迹，导致车辆进入到死循环当中。
根据所述功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种，判断所述无人车是否满足预设的姿态自适应调节轨迹的生成条件，具体的，可以是识别到功能状态信息、车辆行驶信息、道路信息和规划数据都满足预设的姿态自适应调节轨迹的生成条件时，才能够生成姿态自适应调节轨迹。
其中，判断方式可以是串行的，也可以是并行的。其中，串行的可以是按照功能状态信息、车辆行驶信息、道路信息和规划数据的先后顺序逐一进行判断；具体的，可以优先判断功能状态信息是否满足条件，如功能状态信息为巡航状态，则认为满足条件，如功能状态信息为巡航状态以外的其他状态，则认为不满足条件；当发现不满足条件时可以立即终止后续的判断过程，直接确定无人车无法进行姿态自适应调节，可以直接原地停车。当功能状态信息满足条件后，进一步的对车辆行驶信息进行判断，如车辆行驶的航向偏差在预设范围内，且速度小于预设速度，且档位与速度方向一致，则认为满足条件，如车辆行驶的航向偏差不在预设范围内，或者速度大于预设速度，或者档位与速度方向不一致，则认为不满足条件；当发现不满足条件时可以立即终止后续的判断过程，直接确定无人车无法进行姿态自适应调节，可以直接原地停车。当车辆行驶信息满足条件后，可以进一步的对道路信息进行判断，如道路信息为非高速路段和非禁停路段的，也就是可以掉头、停车或变道的普通车道，则认为满足条件，如道路信息为高速路段或者禁停路段的，则认为不满足条件；当发现不满足条件时可以立即终止后续的判断过程，直接确定无人车无法进行姿态自适应调节，可以直接原地停车。当道路信息满足条件后，可以进一步对规划数据进行判断，如果判断为上一时刻的规划结果数据为规划减速停车，则认为满足条件，如果判断为上一时刻的规划结果数据其他情况导致的停车，如车道内掉头等导致的停车，则认为不满足条件。在规划数据满足条件的情况下，可以确定前面所有的都满足条件，则满足预设的姿态自适应调节轨迹的生成条件，在规划数据不满足条件的情况下，则确定无人车不满足预设的姿态自适应调节轨迹的生成条件，控制无人车原地停车。
并行的可以是分别根据获取到的判断条件进行判断，只要有一个满足条件就确定可以满足预设的姿态自适应调节轨迹的生成条件，或者有一个不满足条件就确定为不满足预设的姿态自适应调节轨迹的生成条件。
在本方案中，具体的，当满足以下所有条件时，则确定无人车满足预设的姿态自适应调节轨迹的生成条件：
所述功能状态信息为巡航状态；
所述道路信息为非高速路段，且为非禁停路段；
所述航向偏差处于预设范围；
所述车辆档位与所述车辆速度方向一致，且车辆速度小于预设速度；
所述上一时刻的规划结果数据为规划减速停车。
其中，如果发现功能状态信息不是巡航状态，或者，道路信息为高速路段、禁停路段等特殊路段，或者，所述航向偏差超出预设范围，或者，所述车辆档位与所述车辆速度方向不一致，或者，车辆速度大于预设速度，或者，上一时刻的规划结果数据为规划减速停车，以上条件只要发现一种，就能够去确定不满足条件。因此，需要满足所有条件时，才能够确定无人车满足预设的姿态自适应调节轨迹的生成条件。这样设置能够确保对于无人车的控制是有效的，避免出现因为条件限制，导致规划姿态自适应调节轨迹后车辆出现卡死情况。
本方案中，可选的，所述方法还包括：
计算当前路段无人车的姿态自适应调节的触发次数；
当所述触发次数小于预设次数时，所述无人车满足预设的姿态自适应调节轨迹的生成条件。
本方案中，可以维护一个计数器，用来对车辆满足预设车辆姿态自适应调节条件的次数进行记录，当计数器达到一定的数值之后，说明车辆在当前路段已经处于一直触发姿态自适应调节但是始终无法调节结束导致陷入死循环。在这种情况下，可以认为车辆为故障循环状态，可以向后端的远程驾驶人员来发出相应的故障信息，来进行控制。本方案这样设置的好处是可以提高无人车控制的流畅度，避免处于死循环，影响无人车的正常行驶。
S130，若满足，则生成姿态自适应调节轨迹。
如果车辆的行驶状态信息等满足预设车辆姿态自适应调节条件，则可以确定当前满足触发姿态自适应调节的初步条件的。可以在这种情况下，生成一个姿态自适应调节轨迹。可以理解的，姿态自适应调节轨迹可以是临时生成的一条初始的轨迹，轨迹的弧度大小可以根据车辆的类型，如轿车、越野车或者货车等来确定，还可以根据以往的历史记录来确定。由于姿态自适应调节主要是为了躲避障碍物以及控制无人车的稳定运行等，因此，可以根据以往的避障路径来生成。
S140，若所述姿态自适应调节轨迹满足有效性判断信息，则控制所述无人车按照所述姿态自适应调节轨迹进行行驶。
本方案中，有效性判断信息，可以是对碰撞、压线以及平滑等进行测试，如果通过，则确定满足有效性判断信息。有效性判断信息可以辅助判断所得到的姿态自适应调节轨迹是否安全。
可以构建道路模型，道路包括中间的虚线、实线和边界等。道路中可以包括正向和反向行驶的车道，同时可以包括正向和反向行驶的车道之间的屏障。本方案中，可以采用类似于构建道路模型的方式，将姿态自适应调节轨迹映射到道路模型当中，从而用于对该姿态自适应调节轨迹进行可行性检测。例如可以进行碰撞检测、边界检测以及压实线检测等等。
本方案中，可以理解的，如果不满足触发姿态自适应调节的初步条件或有效性条件，则可以控制无人车原地停车，并等待人工介入，如人工远程驾驶或者其他方式将无人车调动至适应自动驾驶的环境。
本方案中，可选的，生成车辆姿态自适应调节轨迹包括：
根据所述无人车的当前位置以及巡航轨迹，确定轨迹参考线；
构建姿态自适应调节的边界约束条件；所述边界约束条件包括道路的左边界和右边界，以及预先设置的向前最大距离和向后最大距离；
根据所述车辆的当前位置，当前朝向，边界约束条件确定车辆控制信息；
根据所述轨迹参考线和所述车辆控制信息确定车辆姿态自适应调节轨迹。
其中，根据所述无人车的当前位置以及巡航轨迹，确定轨迹参考线，可以是根据车辆当前所在位置，以及轨迹中向前和向后的一段距离的轨迹段，作为轨迹参考线。
本方案中，具体的，所述根据所述无人车的当前位置以及巡航轨迹，确定轨迹参考线，包括：
根据所述无人车的当前位置，从巡航轨迹中向前和向后预设距离的巡航轨迹，确定为轨迹参考线。
其中，向前的预设距离可以是30米，20米或者更短的距离，向后的预设距离可以是10米，5米或者其他更长或更短的距离。本方案中，可以通过控制预设距离来确定巡航轨迹中截取轨迹参考线的长度。本方案通过这样的设置，可以得到后续的处理的基础线段，确保方案能够准确的执行。
除此之外，本方案还需要确定通过刚才的点集建立参考线，然后计算当前点的Frenet坐标系下的s，l投影点，其中，s为行走距离，l为横向的偏移距离。此外，还需要计算计算前后一段距离内的left_bound（当前方向上所有道路的左边界）和 right_bound（当前方向上所有道路的右边界）。
至此，拥有了拉直道路得到的坐标系中，规定的向前和向后的最大距离，当前位置，以及当前朝向几个参数之后，就可以确定当前需要对无人车进行控制的方式，例如前进/后退，和，左转/右转。
其中，自适应参考线的创建，可以通过参考线模块实现。创建之后，可以根据参考线来确定姿态自适应调节控制信息。例如参考线由向左的弧度变为向右的弧度，则可以确定车辆需要进行左转或者右转。以及根据参考线的方向，确定车辆需要进行前进或者投退。
在得到初始自适应轨迹进行平滑处理，具体的，可以按照一定的规则进行曲率的控制，以得到最终自适应轨迹，并根据所述最终自适应轨迹控制车辆运行。
可选的，如果对某一个轨迹段或者整个自适应轨迹平滑处理失败，则可以不进行平滑，按照初始自适应轨迹进行控制。
本方案通过这样的设置，可以确保自适应轨迹的有效性，同时，还能够根据自适应轨迹的平滑结果，对车辆进行更加连续的控制。
本申请实施例所提供的技术方案，获取无人车的功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种；根据所述功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种，判断所述无人车是否满足预设的姿态自适应调节轨迹的生成条件；若满足，则生成姿态自适应调节轨迹；若所述姿态自适应调节轨迹满足有效性判断信息，则控制所述无人车按照所述姿态自适应调节轨迹进行行驶。该方案通过以上手段可以根据实际情况进行无人车的姿态自适应调节，以对姿态自适应调节后的车辆的行驶轨迹进行规划，避免出现无人车卡死的情况。
在一个可行的实施例中，可选的，若所述姿态自适应调节轨迹满足有效性判断信息，则控制所述无人车按照所述姿态自适应调节轨迹进行行驶，包括：
对所述姿态自适应调节轨迹进行碰撞检测以及平滑处理，若满足碰撞检测以及平滑处理要求，则车辆姿态自适应调节轨迹有效。
可以理解的，碰撞检测可以是针对路边或者路中障碍物进行检测。针对一段姿态自适应调节轨迹，可以对其中的某一个或者多个轨迹点进行检测，从而得到检测结果序列。具体的，其中的轨迹点的选择，可以是根据轨迹点在轨迹中的距离来确定的，还可以是在车辆按照该轨迹行驶的过程中，每隔预设时间来确定的。例如采用10-20Hz的采样频率可以得到10秒内的检测结果序列。
在上述各技术方案的基础上，可选的，确定所述姿态自适应调节轨迹是否满足碰撞检测以及平滑处理要求，包括：
对所述姿态自适应调节轨迹中至少两个轨迹点进行碰撞检测，若通过，则计为第一结果，若不通过，则计为第二结果，得到检测结果序列；
若所述检测结果序列的触发概率均值和偏度中任意一个不符合设定标准，则确定所述无人车不满足碰撞检测条件；
若所述检测结果序列的触发概率均值和偏度均符合设定标准，则确定所述无人车满足碰撞检测条件；
以及，
对所述姿态自适应调节轨迹进行平滑处理，若平滑成功，则确定满足平滑要求，若平滑失败，则确定不满足平滑要求。
具体的，检测结果序列可以是包括检测通过和检测不通过的序列，例如可以用0和1表示。进而可以对由0和1构成的字符串是否满足预先设定的可通行标准，确定是否可以触发车辆姿态自适应调节。
结合上述示例，例如采用10-20Hz的采样频率可以得到10秒内的检测结果序列，根据这个检测结果序列计算出的概率均值和偏度，如果满足可通行标准，例如在某一个范围之内，则可以认为符合触发姿态自适应调节的条件。
经过前面的一系列规则的验证，则可以确定触发姿态自适应调节，则后续的就是通过参考线模块来确定姿态自适应调节所需要的自适应轨迹，并按照这个轨迹来控制车辆运行。
其中，具体的，所述方法还包括：
若平滑失败，则以平滑前的姿态自适应调节轨迹作为车辆姿态自适应调节轨迹。
由于平滑处理是为了车辆能够更加顺畅的运行，但是如果不能够通过平滑处理，但是满足碰撞测试结果，说明当前的道路环境导致轨迹无法十分顺畅，但是仍然是可以通行的，则可以按照平滑前的姿态自适应调节轨迹进行行驶。
可以理解的，姿态自适应调节轨迹，可以是在上述的初始姿态自适应调节轨迹的基础上经过修改得到的。例如，得到姿态自适应调节轨迹之后，可以进行碰撞测试和边界测试，如果测试通过的区段则保留，测试不通过的区段则进行更新。从而，可以得到一个能够供无人车正常通行的轨迹路线，可以以此作为自适应轨迹。在得到自适应轨迹，可以根据自适应轨迹的弧度大小，或者根据自适应轨迹的方向，来控制车辆行驶。
实施例二
图2为本发明实施例二中的无人车的控制方法的流程图，本实施例以上述实施例为基础提供的优选方案。
如图2所示，本实施例的方法具体包括如下步骤：
（1）判断当前车辆所处状态是否具备触发姿态自适应调节状态的条件，比如，车辆状态判断，车辆处于泊车状态、车道内掉头状态等不可触发；路段信息判断，车辆处于高速路段、禁停区路段等不可触发；车辆本身正处于姿态自适应调节状态不再继续判断；
（2）维护历史触发的路段和触发次数的信息，根据当前位置判断是否需要清除该信息；若通过，则继续；否则，根据停车计时器的数据判断是否请求远程接管介入，并结束本轮判断；
这一步设置了同一路段触发的最大次数，防止车辆一直触发姿态自适应调节但是始终无法调节结束导致陷入死循环；
(3) 判断当前航向偏差（车身与实际道路）是否在[Threshold（阈值）1,Threshold2]之内、且车已停下、并且车辆档位与（行驶）状态档位一致，上述条件满足则进入下一步；否则，结束本轮判断；
车辆档位与车辆状态档位一致：比如巡航状态对应D档，反向行驶状态对应R档；
（4）从上一时刻的规划数据判断是否具备触发条件；
这一步主要分析车辆停车原因是否是由姿态导致的，通过上一时刻规划数据，可以知道车辆是否因为触发了边界保护一直停车，还是由障碍物导致停车（不需要触发），进而可以判断是否需要触发姿态自适应调节功能；
（5）调用姿态自适应调节的参考线模块，生成一条初始的轨迹，用这条轨迹进行障碍物碰撞检测和边界检测；若碰撞检测通过则继续，否则，结束本轮判断；
（6）维护一个触发计数器，如果上一步骤有效性检测通过，计数1，否则，计数0；
（7）计算触发计数器的触发概率均值和偏度，若都满足设置，正式触发selfadjust（姿态自适应调节）;同时，维护触发的历史信息，车辆状态机跳转维护；否则，结束本轮判断。
概率均值表示一段时间内触发的平均概率，偏度表示该段时间内容的概率偏度。计数器中的有效数，无锡奥数用来记录一段时间计算出的结果，概率成功率和钙片偏度都是基于计数器中的数值计算得到的。
以上为决策器模块的处理逻辑，下面介绍一下参考线模块的处理逻辑。
参考线模块：
主要用于具体姿态自适应调节轨迹生成，参考线实时更新，状态跳转（内部状态从Doing跳转到Finish,外部状态由姿态自适应调节跳转到巡航状态）；
Behavior 层状态三个 INIT，DOING，FINISH。
图3为本发明实施例二中的无人车的控制方法的流程图，如图3所示，本实施例的方法具体包括如下步骤：
1.INIT 状态
包含姿态自适应参考线轨迹生成和状态维护两个部分，轨迹生成部分同时作为接口提供给姿态自适应调节决策模块；
（1）创建参考线，更新内部状态(INIT-DOING)；
创建参考线；
根据当前的位置，从巡航参考线中截取当前点前[threshold3]后[threshold4]的点集；
通过刚才的点集建立参考线，然后计算当前点的Frenet坐标系下的s，l投影点和最近点；接着，计算前后一段距离内的left_bound 和 right_bound；
至此，有了boundary（max_l, min_l, max_s, min_s）, s，l，heading几个值；
根据上面的boundary, s，l，heading计算当前的位置需要前进/后退和左转/右转的标志；
初步轨迹生成,根据前进/后退标志，左转/右转标志，以及s，l，heading，可以生成一段姿态调整的轨迹；
上一步的轨迹满足了车辆和边界的约束，但是不能满足平滑要求，需要对轨迹平滑处理；若平滑失败则用上一步的轨迹点；
轨迹前后延长，便于后续运动规划模块做横向/纵向的规划;目标点计算并存储；
状态管理与更新；检查计算出的参考线是否满足动力学约束，边界约束，然后状态设置，包括行驶方向，转向灯控制等。
2. DOING 状态：
首先根据历史制作的参考线轨迹点，进行当前点Frenet坐标系下的投影，和目标点投影；
计算当前的heading diff；持续停车时间；可以得到（1）停车时间；（2）headingdiff; (3) 离目标s_diff;上面三个其中一个满足阈值，结束self_adjust; 把状态跳转finish；设置前向行驶；设置curise（巡航）状态；
否则，继续使用上一个参考线。
本实施例提供的技术方案，可以应对无人车在行驶过程中，经常受外界环境干扰或定位、控制精度影响，导致车辆航向与道路偏差过大，且车头距离道路边界较近（前向行驶）或者车尾距离道路边界较近（反向行驶），运动规划很难规划出合理的行驶轨迹，降低了行驶效率。通过姿态自适应调节功能，可以提高无人车的环境应对能力，提升行驶效率，降低驾驶员或远程云端的介入频率。
实施例三
图4为本发明实施例三提供的一种无人车的控制装置的结构框图，该装置可执行本发明任意实施例所提供的无人车的控制方法，具备执行方法相应的功能模块和有益效果。如图4所示，该装置可以包括：
信息获取单元410，用于获取无人车的功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种；
生成条件识别单元420，用于根据所述功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种，判断所述无人车是否满足预设的姿态自适应调节轨迹的生成条件；
姿态自适应调节轨迹生成单元430，若所述生成条件识别单元识别为满足姿态自适应调节轨迹的生成条件，则生成姿态自适应调节轨迹；
姿态自适应调节轨迹有效性检测单元440，用于若所述姿态自适应调节轨迹满足有效性判断信息，则控制所述无人车按照所述姿态自适应调节轨迹进行行驶。
上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
实施例四
本发明实施例四提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的无人车的控制方法：
获取无人车的功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种；
根据所述功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种，判断所述无人车是否满足预设的姿态自适应调节轨迹的生成条件；
若满足，则生成姿态自适应调节轨迹；
若所述姿态自适应调节轨迹满足有效性判断信息，则控制所述无人车按照所述姿态自适应调节轨迹进行行驶。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器（RAM）、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
实施例五
本申请实施例五提供了一种电子设备，该电子设备中可集成本申请实施例提供的无人车的控制装置，该电子设备可以是配置于系统内的，也可以是执行系统内的部分或者全部功能的设备。图5是本申请实施例五提供的一种电子设备的结构示意图。如图5所示，本实施例提供了一种电子设备500，其包括：一个或多个处理器520；存储装置510，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器520执行，使得所述一个或多个处理器520实现本申请实施例所提供的无人车的控制方法，该方法包括：
获取无人车的功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种；
根据所述功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种，判断所述无人车是否满足预设的姿态自适应调节轨迹的生成条件；
若满足，则生成姿态自适应调节轨迹；
若所述姿态自适应调节轨迹满足有效性判断信息，则控制所述无人车按照所述姿态自适应调节轨迹进行行驶。
当然，本领域技术人员可以理解，处理器520还实现本申请任意实施例所提供的无人车的控制方法的技术方案。
图5显示的电子设备500仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示，该电子设备500包括处理器520、存储装置510、输入装置530和输出装置540；电子设备中处理器520的数量可以是一个或多个，图5中以一个处理器520为例；电子设备中的处理器520、存储装置510、输入装置530和输出装置540可以通过总线或其他方式连接，图5中以通过总线550连接为例。
存储装置510作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块单元，如本申请实施例中的无人车的控制方法对应的程序指令。
存储装置510可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置510可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置510可进一步包括相对于处理器520远程设置的存储器，这些远程存储器可以通过网络连接。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。
输入装置530可用于接收输入的数字、字符信息或语音信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置540可包括显示屏、扬声器等电子设备。
本申请实施例提供的电子设备，可以根据实际情况进行无人车的姿态自适应调节，以对姿态自适应调节后的车辆的行驶轨迹进行规划，避免出现无人车卡死的情况。
上述实施例中提供的无人车的控制装置、介质及电子设备可执行本申请任意实施例所提供的无人车的控制方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的无人车的控制方法。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种无人车的控制方法，其特征在于，包括：
获取无人车的功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种；
根据所述功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种，判断所述无人车是否满足预设的姿态自适应调节轨迹的生成条件；
若满足，则生成姿态自适应调节轨迹；
若所述姿态自适应调节轨迹满足有效性判断信息，则控制所述无人车按照所述姿态自适应调节轨迹进行行驶。
2.根据权利要求1所述的方法，其特征在于，所述功能状态信息包括车辆处于巡航状态或非巡航状态；所述车辆行驶信息包括航向偏差、速度和档位中的至少一种；所述道路信息包括高速路段和/或禁停路段；所述规划数据包括上一时刻的规划结果数据。
3.根据权利要求2所述的方法，其特征在于，当满足以下所有条件时，则确定无人车满足预设的姿态自适应调节轨迹的生成条件：
所述功能状态信息为巡航状态；
所述道路信息为非高速路段，且为非禁停路段；
所述航向偏差处于预设范围；
车辆档位与车辆速度方向一致，且车辆速度小于预设速度；
所述上一时刻的规划结果数据为规划减速停车。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
计算当前路段无人车的姿态自适应调节的触发次数；
当所述触发次数小于预设次数时，所述无人车满足预设的姿态自适应调节轨迹的生成条件。
5.根据权利要求1所述的方法，其特征在于，生成车辆姿态自适应调节轨迹包括：
根据所述无人车的当前位置以及巡航轨迹，确定轨迹参考线；
构建姿态自适应调节的边界约束条件；所述边界约束条件包括道路的左边界和右边界，以及预先设置的向前最大距离和向后最大距离；
根据所述车辆的当前位置，当前朝向，边界约束条件确定车辆控制信息；
根据所述轨迹参考线和所述车辆控制信息确定车辆姿态自适应调节轨迹。
6.根据权利要求5所述的方法，其特征在于，所述根据所述无人车的当前位置以及巡航轨迹，确定轨迹参考线，包括：
根据所述无人车的当前位置，从巡航轨迹中向前和向后预设距离的巡航轨迹，确定为轨迹参考线。
7.根据权利要求1所述的方法，其特征在于，若所述姿态自适应调节轨迹满足有效性判断信息，则控制所述无人车按照所述姿态自适应调节轨迹进行行驶，包括：
对所述姿态自适应调节轨迹进行碰撞检测以及平滑处理，若满足碰撞检测以及平滑处理要求，则车辆姿态自适应调节轨迹有效。
8.根据权利要求7所述的方法，其特征在于，确定所述姿态自适应调节轨迹是否满足碰撞检测以及平滑处理要求，包括：
对所述姿态自适应调节轨迹中至少两个轨迹点进行碰撞检测，若通过，则计为第一结果，若不通过，则计为第二结果，得到检测结果序列；
若所述检测结果序列的触发概率均值和偏度中任意一个不符合设定标准，则确定所述无人车不满足碰撞检测条件；
若所述检测结果序列的触发概率均值和偏度均符合设定标准，则确定所述无人车满足碰撞检测条件；
以及，
对所述姿态自适应调节轨迹进行平滑处理，若平滑成功，则确定满足平滑要求，若平滑失败，则确定不满足平滑要求。
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
若平滑失败，则以平滑前的姿态自适应调节轨迹作为车辆姿态自适应调节轨迹。
10.一种无人车的控制装置，其特征在于，包括：
信息获取单元，用于获取无人车的功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种；
生成条件识别单元，用于根据所述功能状态信息、车辆行驶信息、道路信息和规划数据中的至少一种，判断所述无人车是否满足预设的姿态自适应调节轨迹的生成条件；
姿态自适应调节轨迹生成单元，若所述生成条件识别单元识别为满足姿态自适应调节轨迹的生成条件，则生成姿态自适应调节轨迹；
姿态自适应调节轨迹有效性检测单元，用于若所述姿态自适应调节轨迹满足有效性判断信息，则控制所述无人车按照所述姿态自适应调节轨迹进行行驶。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-9中任一项所述的无人车的控制方法。
12.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9中任一项所述的无人车的控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110971449.2A CN113419546B (zh) | 2021-08-24 | 2021-08-24 | 一种无人车的控制方法、装置、介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110971449.2A CN113419546B (zh) | 2021-08-24 | 2021-08-24 | 一种无人车的控制方法、装置、介质及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113419546A true CN113419546A (zh) | 2021-09-21 |
| CN113419546B CN113419546B (zh) | 2021-11-26 |
Family
ID=77719829
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110971449.2A Active CN113419546B (zh) | 2021-08-24 | 2021-08-24 | 一种无人车的控制方法、装置、介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113419546B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114312758A (zh) * | 2022-01-04 | 2022-04-12 | 岚图汽车科技有限公司 | 一种远程挪车控制方法、装置、设备及可读存介质 |
| CN114454899A (zh) * | 2022-04-07 | 2022-05-10 | 新石器慧通（北京）科技有限公司 | 车辆驾驶方法及装置 |
| CN114980445A (zh) * | 2022-07-04 | 2022-08-30 | 一汽解放汽车有限公司 | 应用于车辆中的灯光控制方法、装置、设备及介质 |
| CN115994436A (zh) * | 2021-10-20 | 2023-04-21 | 北京三快在线科技有限公司 | 一种无人设备数据处理的方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109085837A (zh) * | 2018-08-30 | 2018-12-25 | 百度在线网络技术（北京）有限公司 | 车辆控制方法、装置、计算机设备及存储介质 |
| CN109324609A (zh) * | 2018-08-31 | 2019-02-12 | 百度在线网络技术（北京）有限公司 | 无人车控制方法、装置、设备以及存储介质 |
| CN109960261A (zh) * | 2019-03-22 | 2019-07-02 | 北京理工大学 | 一种基于碰撞检测的动态障碍物避让方法 |
| US20190317515A1 (en) * | 2018-04-16 | 2019-10-17 | Baidu Usa Llc | Method for generating trajectories for autonomous driving vehicles (advs) |
| CN110554696A (zh) * | 2019-08-14 | 2019-12-10 | 深圳市银星智能科技股份有限公司 | 机器人系统、机器人及基于激光雷达的机器人导航方法 |
| CN111016898A (zh) * | 2019-11-14 | 2020-04-17 | 安徽卡思普智能科技有限公司 | 一种智能车轨迹换道规划方法 |
-
2021
- 2021-08-24 CN CN202110971449.2A patent/CN113419546B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190317515A1 (en) * | 2018-04-16 | 2019-10-17 | Baidu Usa Llc | Method for generating trajectories for autonomous driving vehicles (advs) |
| CN109085837A (zh) * | 2018-08-30 | 2018-12-25 | 百度在线网络技术（北京）有限公司 | 车辆控制方法、装置、计算机设备及存储介质 |
| CN109324609A (zh) * | 2018-08-31 | 2019-02-12 | 百度在线网络技术（北京）有限公司 | 无人车控制方法、装置、设备以及存储介质 |
| CN109960261A (zh) * | 2019-03-22 | 2019-07-02 | 北京理工大学 | 一种基于碰撞检测的动态障碍物避让方法 |
| CN110554696A (zh) * | 2019-08-14 | 2019-12-10 | 深圳市银星智能科技股份有限公司 | 机器人系统、机器人及基于激光雷达的机器人导航方法 |
| CN111016898A (zh) * | 2019-11-14 | 2020-04-17 | 安徽卡思普智能科技有限公司 | 一种智能车轨迹换道规划方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115994436A (zh) * | 2021-10-20 | 2023-04-21 | 北京三快在线科技有限公司 | 一种无人设备数据处理的方法及装置 |
| CN114312758A (zh) * | 2022-01-04 | 2022-04-12 | 岚图汽车科技有限公司 | 一种远程挪车控制方法、装置、设备及可读存介质 |
| CN114312758B (zh) * | 2022-01-04 | 2023-08-08 | 岚图汽车科技有限公司 | 一种远程挪车控制方法、装置、设备及可读存介质 |
| CN114454899A (zh) * | 2022-04-07 | 2022-05-10 | 新石器慧通（北京）科技有限公司 | 车辆驾驶方法及装置 |
| CN114454899B (zh) * | 2022-04-07 | 2022-08-02 | 新石器慧通（北京）科技有限公司 | 车辆驾驶方法及装置 |
| CN114980445A (zh) * | 2022-07-04 | 2022-08-30 | 一汽解放汽车有限公司 | 应用于车辆中的灯光控制方法、装置、设备及介质 |
| CN114980445B (zh) * | 2022-07-04 | 2024-05-28 | 一汽解放汽车有限公司 | 应用于车辆中的灯光控制方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113419546B (zh) | 2021-11-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113419546B (zh) | 一种无人车的控制方法、装置、介质及电子设备 | |
| CN113916246B (zh) | 一种无人驾驶避障路径规划方法和系统 | |
| CN111301409A (zh) | 一种泊车路径规划方法、装置、车辆和存储介质 | |
| CN111750886A (zh) | 局部路径规划方法及装置 | |
| KR101417522B1 (ko) | 고속도로 자율주행 시스템 및 방법 | |
| CN113168762B (zh) | 车辆的行驶辅助方法、车辆行驶辅助装置以及自动驾驶系统 | |
| US20220081000A1 (en) | Hybrid planning system for autonomous vehicles | |
| CN112721952B (zh) | 一种l3级自动驾驶汽车的复杂路段行驶控制方法、装置、汽车及计算机存储介质 | |
| JP2023009531A (ja) | 走行軌道生成方法、走行支援方法、走行軌道生成装置および走行支援装置 | |
| US12036982B2 (en) | Vehicle travelling control apparatus, vehicle travelling control method and computer program product | |
| CN115140096A (zh) | 一种基于样条曲线与多项式曲线的自动驾驶轨迹规划方法 | |
| CN118235180A (zh) | 预测可行驶车道的方法和装置 | |
| CN112099497A (zh) | 一种避障控制方法、装置、车辆及介质 | |
| CN115056787A (zh) | 自动驾驶的速度决策规划系统、方法及自动驾驶车辆 | |
| WO2022216641A1 (en) | Counter-steering penalization during vehicle turns | |
| CN114572250A (zh) | 一种自动驾驶通过交叉路口的方法及存储介质 | |
| CN113899378A (zh) | 一种变道处理方法、装置、存储介质及电子设备 | |
| CN116476840B (zh) | 变道行驶方法、装置、设备及存储介质 | |
| JP7145178B2 (ja) | 走行制御装置、走行制御方法およびプログラム | |
| CN110879560B (zh) | 控制车辆的方法、装置、设备和存储介质 | |
| KR20220095365A (ko) | 차량 및 그를 위한 컷인 대응 제어 방법 | |
| CN110435648A (zh) | 车辆的行驶控制方法、装置、车辆和存储介质 | |
| US20220266870A1 (en) | Remote support system, remote support method, and non-transitory storage medium | |
| CN114670876A (zh) | 无人车实现车道内调头的方法、装置及电子设备 | |
| CN115107809A (zh) | 一种自动驾驶决策方法、装置及电子设备、存储介质 |
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 |