CN113504782B - 障碍物防撞方法、装置、系统和移动工具 - Google Patents

障碍物防撞方法、装置、系统和移动工具 Download PDF

Info

Publication number
CN113504782B
CN113504782B CN202111055566.0A CN202111055566A CN113504782B CN 113504782 B CN113504782 B CN 113504782B CN 202111055566 A CN202111055566 A CN 202111055566A CN 113504782 B CN113504782 B CN 113504782B
Authority
CN
China
Prior art keywords
target
determining
target obstacle
array
current frame
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111055566.0A
Other languages
English (en)
Other versions
CN113504782A (zh
Inventor
成成
曹菊宁
王苏南
徐成
张放
张德兆
王肖
李晓飞
霍舒豪
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 Idriverplus Technologies Co Ltd
Original Assignee
Beijing Idriverplus Technologies 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 Idriverplus Technologies Co Ltd filed Critical Beijing Idriverplus Technologies Co Ltd
Priority to CN202111055566.0A priority Critical patent/CN113504782B/zh
Publication of CN113504782A publication Critical patent/CN113504782A/zh
Application granted granted Critical
Publication of CN113504782B publication Critical patent/CN113504782B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257Control of position or course in two dimensions specially adapted to land vehicles using a radar

Abstract

本发明提供了一种障碍物防撞方法、装置、系统和移动工具,方法包括:确定目标障碍物对应的当前帧点云,并根据当前帧点云确定出目标障碍物对应的当前帧投影点;根据当前帧投影点与参考路径的法向距离、目标障碍物连续多个历史帧投影点分别与参考路径的法向距离,确定目标障碍物的运动状态是否为接近状态;在确定目标障碍物的运动状态为接近状态时,加宽碰撞检测路宽;基于加宽后的碰撞检测路宽、当前帧投影点的与参考路径的径向距离和法向距离进行规划决策,并根据规划决策结果控制移动工具行驶。

Description

障碍物防撞方法、装置、系统和移动工具
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种障碍物防撞方法、装置、系统和移动工具。
背景技术
低速无人车所处环境中经常会有速度很低的动态障碍物,例如将速度小于0.3m/s的动态障碍物可以称之为超低速障碍物。而受限于车载传感器精度影响,超低速障碍物的速度难以准确计算。因此,如何在感知融合无法输出准确速度的情况下,避免自车与超低速障碍物之间的碰撞是低速无人车面临的难点问题。为了提高无人车在具有超低速障碍物的环境中的行车安全,需要开发一套不强依赖感知融合输出的障碍物速度的防撞方法,提高无人车的场景适应能力。
现有的动态障碍物防撞方法,常常假设感知融合输出的障碍物的速度和横摆角速度足够准确,然后根据该速度和横摆角速度等信息,采用概率轨迹模型法或者简单的根据障碍物的瞬时速度的直线预测模型等方法,得出障碍物的未来一段时间内的预测轨迹。运动规划再结合自车当前运动状态和障碍物的预测轨迹,规划出没有碰撞的合理轨迹,控制层响应并跟踪该轨迹,最终实现对动态障碍物的防撞。
现有的动态障碍物防撞方法过渡依赖感知对障碍物的速度或横摆角速度等估计,而感知融合很难对超低速运动的障碍物的速度和横摆角速度做出准确估计,因为这些量的融合输出误差都可能超过了其真值。根据不准确的障碍物速度和横摆角速度预测出的轨迹,难以保证准确性和稳定性,进而影响运动规划对低速障碍物的防撞决策。
发明内容
本发明提供了一种障碍物防撞方法、装置、系统和移动工具,以解决现有技术中所存在的问题。
为解决上述问题,本发明第一方面提供了一种障碍物防撞方法,所述方法包括:
确定目标障碍物对应的当前帧点云,并根据当前帧点云确定出所述目标障碍物对应的当前帧投影点;
根据所述当前帧投影点与参考路径的法向距离、所述目标障碍物连续多个历史帧投影点分别与参考路径的法向距离,确定所述目标障碍物的运动状态是否为接近状态;
在确定所述目标障碍物的运动状态为接近状态时,加宽碰撞检测路宽;
基于加宽后的碰撞检测路宽、所述当前帧投影点与所述参考路径的径向距离和法向距离进行规划决策,并根据规划决策结果控制移动工具行驶。
本发明第二方面提供了一种障碍物防撞装置,所述装置包括:
点云确定模块,用于确定目标障碍物对应的当前帧点云,并根据当前帧点云确定出所述目标障碍物对应的当前帧投影点;
运动状态确定模块,用于根据所述当前帧投影点与参考路径的法向距离、所述目标障碍物连续多个历史帧投影点分别与参考路径的法向距离,确定所述目标障碍物的运动状态是否为接近状态;并在确定为接近状态时触发碰撞检测路宽调整模块;
碰撞检测路宽调整模块,用于加宽碰撞检测路宽;
规划决策模块,用于基于加宽后的碰撞检测路宽、所述当前帧投影点与所述参考路径的径向距离和法向距离进行规划决策;
控制模块,用于根据规划决策模块的规划决策结果控制移动工具行驶。
本发明第三方面提供了一种计算机服务器,包括:存储器、处理器和收发器;
所述处理器用于与所述存储器耦合,读取并执行所述存储器中的指令,以实现如第一方面所述的障碍物防撞方法;
所述收发器与所述处理器耦合,由所述处理器控制所述收发器进行消息收发。
本发明第四方面提供了一种芯片系统,包括处理器,所述处理器与存储器的耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现如第一方面所述的障碍物防撞方法。
本发明第五方面提供了一种计算机系统,包括存储器,以及与所述存储器通信连接的一个或多个处理器;
所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器实现如第一方面所述的障碍物防撞方法。
本发明第六方面提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,计算机程序被处理器如第一方面任意一项所述的障碍物防撞方法。
本发明第七方面提供了一种移动工具,包括上述第三方面所述的计算机服务器。
本发明实施例提供的障碍物防撞方法,根据所述当前帧投影点与参考路径的法向距离、所述目标障碍物连续多个历史帧投影点分别与参考路径的法向距离,对目标障碍物的运动状态是否为接近状态进行判断,并在为接近状态时,加宽碰撞检测路宽,并基于加宽后的碰撞检测路宽、所述当前帧投影点与参考路径的径向距离和法向距离进行规划决策,并根据规划决策结果控制移动工具行驶。本发明技术方案,一方面,在确定目标障碍物的运动状态为接近状态时,可以确定目标障碍物在向移动工具逼近,为了增加碰撞检测准确性以尽早避开碰撞风险,增大移动工具的碰撞检测路宽,以更快判断移动工具是否存在碰撞风险,从而针对碰撞风险可以提前做出减速停车等避开碰撞的决策,实现提前规划减速停车,进行防撞;另一方面,在判断目标障碍物的运动状态是否为接近状态时,不仅考虑障碍物当前帧投影点与移动工具的参考路径的法向距离,还综合考虑障碍物连续多帧投影点与参考路径的法向距离来判断,避免了由于目标障碍物的法向距离在判断阈值附近抖动的影响,而产生判断结果不准确的问题,因此本发明技术方案能够提高运动状态的判断准确性。
附图说明
图1为本发明实施例一提供的障碍物防撞方法的流程示意图之一;
图2A为图1中步骤110的具体流程图;
图2B为法向距离和径向距离的示意图;
图3为欠分割导致的障碍物投影信息跳变的示意图;
图4为图1中步骤120的具体流程图;
图5为图4中步骤1201的具体流程图之一;
图6A为数组存储示意图之一;
图6B为数组存储示意图之二;
图7为横向距离随时间序列的变化示意图;
图8为通过距离阈值
Figure 755296DEST_PATH_IMAGE001
判断目标障碍物的运动状态为接近状态的示意图;
图9A为对碰撞检测路宽进行加宽的示意图;
图9B为确定减速行驶距离示意图;
图10为图1中步骤140的具体流程图;
图11为本发明实施例一提供的障碍物防撞方法的流程示意图之二;
图12为通过比例阈值二次确定目标障碍物的运动状态为接近状态示意图之一;
图13为通过比例阈值二次确定目标障碍物的运动状态为接近状态示意图之二;
图14为本发明实施例二提供的障碍物防撞装置结构示意图之一;
图15为本发明实施例二提供的障碍物防撞装置结构示意图之二。
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相关发明,而非对该发明的限定。另外还需要说明的是,为便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例一
图1为本发明实施例一提供的障碍物防撞方法的流程示意图之一,本申请的执行主体可以为具有计算功能的终端、服务器或者处理器。本申请以将该方法应用在移动工具为例进行说明,该移动工具可以是自动驾驶车辆,当该移动工具为自动驾驶车辆时,该方法的执行主体可以为自动驾驶车辆的控制器,例如控制单元(Automated Vehicle ControlUnit,AVCU),即自动驾驶车辆的中央处理器相当于自动驾驶车辆的“大脑”。方法包括:
步骤110,确定目标障碍物对应的当前帧点云,并根据当前帧点云确定出目标障碍物对应的当前帧投影点。
在一个实施例中,参见图2A,步骤110包括如下步骤1101-步骤1103,其中:
步骤1101,将当前帧点云投影到预置的水平面上,得到当前帧点云对应的投影点;
步骤1102,计算每个投影点与参考路径之间的法向距离;
步骤1103,选取法向距离最近的投影点作为目标障碍物对应的当前帧投影点。
具体的,自动驾驶车辆上安装有用于采集自动驾驶车辆周围环境信息的传感器,例如摄像头、激光雷达等,激光雷达能够按照预置的时间周期采集车辆周围环境的激光点云数据,每个周期输出一帧点云;再通过设置在自动驾驶车辆的控制器中的感知模块对每帧点云进行分割聚类等方式识别障碍物,得到各障碍物对应的三维点云及障碍物对应的运动速度。优选地,本申请可以针对低速障碍物,此处的低速可以是障碍物的速度小于预置的速度阈值,例如将速度阈值设置为0.3m/s。将低速障碍物作为目标障碍物,对于目标障碍物,可以将目标障碍物当前帧点云投影在预置的水平面上,并计算每个投影点相对于参考路径的法向距离,选取法向距离最近的投影点作为目标障碍物对应的当前帧投影点。其中,法向距离是指点投影到预置的水平面时,该点的投影点与参考路径的垂直距离;径向距离是指参考路径起点沿着参考路径到达所述点的投影点在参考路径的垂足点之间的距离,如图2B所示,P点投影到水平面上的投影点为T点,T点与参考路径的垂直距离d为T点的法向距离(T’点为T点在参考路径上的垂足点),所述参考路径的起点o与T’点的距离s为T点的径向距离。投影点的径向距离和法向距离可以以
Figure 349831DEST_PATH_IMAGE002
表示。比如,目标障碍物的当前帧点云[P1,P2,...,Pm]投影到水平面上之后得到m个投影点,用[T1,T2,...,Tm]表示,根据m个投影点的法向距离,选取其中法向距离最近的投影点Ti确定为目标障碍物的当前帧投影点。假设当前帧为第n帧,则将当前帧投影点Ti表示为Tn。参考路径是自动驾驶车辆的A控制器中的决策规划模块根据感知模块输出的感知数据、定位模块输出的定位数据、根据地图数据规划的全局导航路径等综合规划得到的局部路径。
步骤120,根据当前帧投影点与参考路径的法向距离、目标障碍物连续多个历史帧投影点分别与参考路径的法向距离,确定目标障碍物的运动状态是否为接近状态。
优选地,为更好的管理目标障碍物对应的连续多帧的各帧投影点,建立与目标障碍物对应的至少一个数组,每确定出目标障碍物的当前帧投影点时,将该当前帧投影点作为新的元素添加到目标障碍物对应的数组中,每个数组中的元素序列一一对应连续多帧的帧投影点。
本发明技术方案中,可以仅为每个目标障碍物建立对应的一个数组,也可以为每个目标障碍物建立对应的多个数组。数组中的每个元素对应某一帧投影点,该元素的信息用该帧投影点的(s,d)表示。
优选地,在三维点云进行聚类时,如果发生欠分割,参见图3,会导致确定出的当前帧投影点错误,而错误的当前帧投影点会导致对目标障碍物的运动状态进行判断时产生误判,因此需要消除欠分割所造成的当前帧投影点判断错误,在确定出目标障碍物的当前帧投影点时,判断该当前帧投影点是否发生跳变,当发生跳变时为所述目标障碍物新建立一个新的数组,并将当前帧投影点作为一个新的元素添加到该新的数组中;当不发生跳变时,则将当前帧投影点作为一个新的元素继续添加到建立时间最近的数组中(即前一帧投影点所在的数组中)。具体参见图4,步骤120包括如下步骤1201-步骤1206,其中:
步骤1201,将目标障碍物的当前帧投影点作为一个新元素添加到目标障碍物对应的最新数组中,数组中存储的元素序列依次对应目标障碍物的连续多帧投影点;
其中,步骤1201中的将目标障碍物的当前帧投影点作为一个新元素添加到目标障碍物对应的最新数组中,参见图5,具体包括步骤12011-步骤12013,其中:
步骤12011,判断当前帧投影点相对于前一帧投影点是否发生跳变;
其中,若发生跳变,执行步骤12012,若不发生跳变,执行步骤12013。
在一个可选的实施例中,判断当前帧投影点是否该发生跳变可以通过以下方式实现:计算当前帧投影点与前一帧投影点之间的法向距离值的差值的绝对值,若绝对值大于预置的距离阈值则确定当前帧投影点发生跳变。
步骤12012,生成目标障碍物对应的新数组,并将当前帧投影点作为一个新元素添加到新数组中。
步骤12013,将当前帧投影点作为一个新元素添加到前一帧投影点所在的数组中。
结合图6A和6B进行具体的说明,图6A中的数组
Figure 780812DEST_PATH_IMAGE003
为目标障碍物对应的一个最新的数组,该数组
Figure 753447DEST_PATH_IMAGE003
中存储有目标障碍物的前一帧投影点及其之前连续多帧投影点,用[
Figure 586274DEST_PATH_IMAGE004
Figure 602640DEST_PATH_IMAGE005
,...,
Figure 520918DEST_PATH_IMAGE006
]表示;若当前帧投影点
Figure 297244DEST_PATH_IMAGE007
发生跳变时,建立所述目标障碍物的新数组A2,并将当前帧投影点
Figure 718998DEST_PATH_IMAGE007
作为一个新的元素记录在数组
Figure 171845DEST_PATH_IMAGE008
中,如图6B所示。
在一个优选实施例中,步骤1201之后,判断最新数组的数据记录长度是否大于预置的第一长度阈值,若是,则将最新数组中的时间最早的一帧投影点删除。
步骤1202,从目标障碍物对应的数组中确定目标数组;
在一个优选的实施例中,步骤1202中的从目标障碍物对应的数组中确定目标数组,具体包括:若目标障碍物对应的数组为一个,则将该数组确定为目标数组;若目标障碍物对应的数组至少两个,则根据各数组的数据记录长度及其建立时间从数组中选取一个数组作为目标数组。
在一个实例中,根据各数组的数据记录长度及其建立时间从数组中选取一个数组作为目标数组,具体包括:
将数据记录长度最长的数组确定为目标数组;或者,将建立时间最近的数组确定为目标数组;或者,从数据记录长度大于预置的第二长度阈值的数组中,选取建立时间最近的数组作为目标数组。所述第二长度阈值小于前述第一长度阈值。
步骤1203,计算目标数组中时间最近的连续N帧投影点的法向距离的第一均值;
步骤1204,计算目标数组中时间较早的连续N帧投影点的法向距离的第二均值;
步骤1205,计算第一均值和第二均值的差值;
步骤1206,若差值大于预置的距离阈值,则确定目标障碍物的运动状态为接近状态。
优选地,前述步骤1203和步骤1204中的N可以根据实际需求灵活设置,N的取值小于目标数组记录的数据长度m(m即为目标数组记录有m个元素)。
以一个具体实例进行描述,假设目标数组的数据长度m大于3,例如表示为[Tm,Tm-1,Tm-2,...,T3,T2,T1];所述N的取值可以设置为3,即从目标数组中选取最近的连续三帧投影点,即Tm,Tm-1和Tm-2;从目标数组中选取较早的连续三帧投影点,例如可以是T3、T2和T1。如图7所示,第一均值为Tm,Tm-1,Tm-2的法向距离的平均值,可以表示为
Figure 577418DEST_PATH_IMAGE009
,第二均值为T3,T2,T1的法向距离的平均值,可以表示为
Figure 157435DEST_PATH_IMAGE010
,差值可以表示为
Figure 699275DEST_PATH_IMAGE011
,预置的距离阈值可以表示为
Figure 401652DEST_PATH_IMAGE012
。其为一多次实验的经验值,当
Figure 153576DEST_PATH_IMAGE011
Figure 396339DEST_PATH_IMAGE012
时,确定目标障碍物的运动状态为接近状态,确定目标障碍物的运动状态为接近状态,如图8所示。
当m等于3时,所述N的取值可以设置为2,例如目标数组表示为[T3,T2,T1],第一均值为T3和T2的法向距离的平均值,第二均值为T2和T1的法向距离的平均值。
当m等于2时,所述N的取值可以设置为1,例如目标数组表示为[T2,T1],第一均值为T2的法向距离,第二均值为T1的法向距离。
当m等于1时,无法判断是否在接近,因此,可以默认目标障碍物的运动状态为非接近状态。
步骤130,在确定目标障碍物的运动状态为接近状态时,加宽碰撞检测路宽;
具体的,假设
Figure 933630DEST_PATH_IMAGE013
为碰撞检测路宽,
Figure 603646DEST_PATH_IMAGE014
为增量,加宽后的碰撞检测路宽为
Figure 845796DEST_PATH_IMAGE013
+
Figure 626670DEST_PATH_IMAGE014
,如图9A所示。在本申请中,碰撞检测路宽
Figure 346365DEST_PATH_IMAGE013
为执行步骤110之前,进行路径规划时所计算得到的。
步骤140,基于加宽后的碰撞检测路宽、当前帧投影点与参考路径的径向距离和法向距离进行规划决策,并根据规划决策结果控制移动工具行驶。
其中,加宽后的碰撞检测路宽为
Figure 62648DEST_PATH_IMAGE015
,步骤140具体包括步骤1401-1404,如图10所示:
步骤1401,判断目标障碍物当前帧投影点的法向距离是否小于加宽后的碰撞检测路宽,若是则确定有碰撞风险,确定对移动工具进行减速。
其中,若确定无碰撞风险,则继续按照之前规划的路径进行行驶,若确定有碰撞风险,需要减速停车。
步骤1402,根据目标障碍物的当前帧投影点的径向距离、预置的安全距离和移动工具长度确定减速行驶距离;
具体的,当前帧投影点的径向距离为
Figure 664531DEST_PATH_IMAGE016
,预置的安全距离为
Figure 373729DEST_PATH_IMAGE017
(安全距离的取值可以根据实际需求灵活设置,移动工具越长、速度越快,相应的安全距离取值越大),移动工具长度即车后轴到前悬的车身部分的长度记为
Figure 10247DEST_PATH_IMAGE018
,减速行驶距离为
Figure 631853DEST_PATH_IMAGE019
,如图9B所示。
Figure 455452DEST_PATH_IMAGE020
步骤1403,根据减速行驶距离和移动工具当前速度,计算减速度;
移动工具当前速度为
Figure 233921DEST_PATH_IMAGE021
,则减速度
Figure 459366DEST_PATH_IMAGE022
为:
Figure 517452DEST_PATH_IMAGE023
步骤1404,根据减速度控制移动工具减速行驶。
在一个可选的实现方案中,参见图11,步骤140之前还包括:
步骤150,根据包含当前帧的连续K帧确定所述目标障碍物的运动状态的结果,二次确定所述目标障碍物的运动状态是否为接近状态;若二次确定所述目标障碍物的运动状态为接近状态则执行所述加宽碰撞检测路宽的步骤。
其中,根据包含当前帧的连续K帧确定目标障碍物的运动状态的结果,二次确定目标障碍物的运动状态是否为接近状态,具体包括:
在一个示例中,确定连续K帧中确定目标障碍物的运动状态为接近状态的占比;若占比大于预置的比例阈值,则二次确定目标障碍物的运动状态为接近状态。
具体的,参见图12,预置的比例阈值为
Figure 93927DEST_PATH_IMAGE024
,是一个多次实验的经验值。当连续K帧确定目标障碍物的运动状态为接近状态的占比大于
Figure 879349DEST_PATH_IMAGE024
时,可以二次确定目标障碍物的运动状态为接近状态。假设连续K帧中,其中K1帧确定目标障碍物的运动状态为接近状态,则前述占比=K1/K。
在另一个示例中,确定连续K帧中确定目标障碍物的运动状态为接近状态的占比,若占比大于预置的第一比例阈值则二次确定目标障碍物的运动状态为接近状态;若占比小于预置的第二比例阈值则确定目标障碍物的运动状态为非接近状态;若占比位于第一比例阈值和第二比例阈值之间,则将目标障碍物的运动状态确定为与前一帧运动状态一致。
具体的,参见图13,第一比例阈值可以为
Figure 959300DEST_PATH_IMAGE025
,第二比例阈值可以为
Figure 719446DEST_PATH_IMAGE026
,两者皆为多次实验的经验值。由此,可以通过多帧二次进行障碍物是否在接近判断,避免了判断结果的频繁切换问题。将
Figure 517638DEST_PATH_IMAGE025
Figure 375260DEST_PATH_IMAGE026
所构成的区间称之为滞回区。
本发明实施例提供的障碍物防撞方法,根据所述当前帧投影点与参考路径的法向距离、所述目标障碍物连续多个历史帧投影点分别与参考路径的法向距离,对目标障碍物的运动状态是否为接近状态进行判断,并在为接近状态时,加宽碰撞检测路宽,并基于加宽后的碰撞检测路宽、所述当前帧投影点与参考路径的径向距离和法向距离进行规划决策,并根据规划决策结果控制移动工具行驶。本发明技术方案,一方面,在确定目标障碍物的运动状态为接近状态时,可以确定目标障碍物在向移动工具逼近,为了增加碰撞检测准确性以尽早避开碰撞风险,增大移动工具的碰撞检测路宽,以更快判断移动工具是否存在碰撞风险,从而针对碰撞风险可以提前做出减速停车等避开碰撞的决策,实现提前规划减速停车,进行防撞;另一方面,在判断目标障碍物的运动状态是否为接近状态时,不仅考虑障碍物当前帧投影点与移动工具的参考路径的法向距离,还综合考虑障碍物连续多帧投影点与参考路径的法向距离来判断,避免了由于目标障碍物的法向距离在判断阈值附近抖动的影响,而产生判断结果不准确的问题,因此本发明技术方案能够提高运动状态的判断准确性。
实施例二
本发明实施例二提供了一种障碍物防撞装置,如图14所示,包括:
点云确定模块21,用于确定目标障碍物对应的当前帧点云,并根据当前帧点云确定出目标障碍物对应的当前帧投影点;
运动状态确定模块22,用于根据当前帧投影点与参考路径的法向距离、目标障碍物连续多个历史帧投影点分别与参考路径的法向距离,确定目标障碍物的运动状态是否为接近状态;并在确定为接近状态时触发碰撞检测路宽调整模块23;
碰撞检测路宽调整模块23,用于加宽碰撞检测路宽;
规划决策模块24,用于基于加宽后的碰撞检测路宽、当前帧投影点与参考路径的径向距离和法向距离进行规划决策;
控制模块25,用于根据规划决策模块的规划决策结果控制移动工具行驶。
碰撞检测路宽调整模块23与实施例一步骤130实现相同的功能,具体实现请参见实施例一对步骤130的相关描述,在此不再赘述。
点云确定模块21根据当前帧点云确定出目标障碍物对应的当前帧投影点,具体包括:将当前帧点云投影到预置的水平面上,得到当前帧点云对应的投影点;计算每个投影点与参考路径之间的法向距离;选取法向距离最近的投影点作为目标障碍物对应的当前帧投影点。
运动状态确定模块22根据当前帧投影点与参考路径的法向距离、目标障碍物连续多个历史帧投影点分别与参考路径的法向距离,确定目标障碍物的运动状态是否为接近状态,具体包括:将目标障碍物的当前帧投影点作为一个新元素添加到目标障碍物对应的最新数组中,数组中存储的元素序列依次对应目标障碍物的连续多帧投影点;从目标障碍物对应的数组中确定目标数组;计算目标数组中时间最近的连续N帧投影点的法向距离的第一均值;计算目标数组中时间较早的连续N帧投影点的法向距离的第二均值;计算第一均值和第二均值的差值;若差值大于预置的距离阈值,则确定目标障碍物的运动状态为接近状态。
运动状态确定模块22将目标障碍物的当前帧投影点作为一个新元素添加到目标障碍物对应的最新数组中,具体包括:判断当前帧投影点相对于前一帧投影点是否发生跳变;若发生跳变,则生成目标障碍物对应的新数组,并将当前帧投影点作为一个新元素添加到新数组中;若不发生跳变,则将当前帧投影点作为一个新元素添加到前一帧投影点所在的数组中。
运动状态确定模块22将当前帧投影点作为一个新元素添加到最新数组之后,判断最新数组的数据记录长度是否大于预置的第一长度阈值,若是,则将最新数组中的时间最早的一帧投影点删除。
运动状态确定模块22从目标障碍物对应的数组中确定目标数组,具体包括:若目标障碍物对应的数组为一个,则将该数组确定为目标数组;若目标障碍物对应的数组至少两个,则根据各数组的数据记录长度及其建立时间从数组中选取一个数组作为目标数组。
运动状态确定模块22根据各数组的数据记录长度及其建立时间从数组中选取一个数组作为目标数组,具体包括:将数据记录长度最长的数组确定为目标数组;或者,将建立时间最近的数组确定为目标数组;或者,从数据记录长度大于预置的第二长度阈值的数组中,选取建立时间最近的数组作为目标数组。
规划决策模块24基于加宽后的碰撞检测路宽、当前帧投影点的与参考路径的径向距离和法向距离进行规划决策具体包括:判断目标障碍物当前帧投影点的法向距离是否小于加宽后的碰撞检测路宽,若是则确定有碰撞风险,确定对移动工具进行减速;根据目标障碍物的当前帧投影点的径向距离、预置的安全距离和移动工具长度确定减速行驶距离;根据减速行驶距离和移动工具当前速度,计算减速度。
控制模块25根据规划决策模块的规划决策结果控制移动工具行驶具体包括:根据减速度控制移动工具减速行驶。
进一步的,在一个可选的实现方式中,障碍物防撞装置还包括运动状态二次确定模块26,如图15所示。
运动状态确定模块22在确定目标障碍物的运动状态为接近状态之后,触发运动状态二次确定模块26;
运动状态二次确定模块26,用于根据包含当前帧的连续K帧确定目标障碍物的运动状态的结果,二次确定目标障碍物的运动状态是否为接近状态;若二次确定目标障碍物的运动状态为接近状态则触发碰撞检测路宽调整模块23。
运动状态二次确定模块22根据包含当前帧的连续K帧确定目标障碍物的运动状态的结果,二次确定目标障碍物的运动状态是否为接近状态,具体包括:确定连续K帧中确定目标障碍物的运动状态为接近状态的占比;若占比大于预置的比例阈值,则二次确定目标障碍物的运动状态为接近状态;或者,若占比大于预置的第一比例阈值则二次确定目标障碍物的运动状态为接近状态;若占比小于预置的第二比例阈值则确定目标障碍物的运动状态为非接近状态;若占比位于第一比例阈值和第二比例阈值之间,则将目标障碍物的运动状态确定为与前一帧运动状态一致。
实施例三
本发明实施例三供了一种芯片系统,包括处理器,处理器与存储器的耦合,存储器存储有程序指令,当存储器存储的程序指令被处理器执行时实现如实施例一提供的任意一种障碍物防撞方法。
实施例四
本发明实施例四提供了一种计算机服务器,包括:存储器、处理器和收发器;
处理器用于与存储器耦合,读取并执行存储器中的指令,以实现上述实施例一提供的任意一种障碍物防撞方法;
收发器与处理器耦合,由处理器控制收发器进行消息收发。
实施例五
本发明实施例五提供一种计算机可读存储介质,包括程序或指令,当所述程序或指令在计算机上运行时,实现如实施例一提供的任意一种障碍物防撞方法。
实施例六
实施例六提供一种包含指令的计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如实施例一提供的任意一种障碍物防撞方法。
实施例七
本发明实施例七提供了一种移动工具,包括上述的计算机服务器。
移动工具可以是任何可以移动的工具,例如车辆(例如吸尘车、清扫车、洗地车、物流小车、乘用车、环卫车、公交车、大巴车、厢式货车、卡车、载重车、挂车、甩挂车、吊车、挖掘机、铲土机、公路列车、扫地车、洒水车、垃圾车、工程车、救援车、AGV(Automated GuidedVehicle,自动导引运输车)等)、摩托车、自行车、三轮车、手推车、机器人、扫地机、平衡车等,本申请对于移动工具的类型不做严格限定,在此不再穷举。专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (16)

1.一种障碍物防撞方法,其特征在于,所述方法包括:
确定目标障碍物对应的当前帧点云,并根据当前帧点云确定出所述目标障碍物对应的当前帧投影点;
根据所述当前帧投影点与参考路径的法向距离、所述目标障碍物连续多个历史帧投影点分别与参考路径的法向距离,确定所述目标障碍物的运动状态是否为接近状态;
在确定所述目标障碍物的运动状态为接近状态时,加宽碰撞检测路宽;
基于加宽后的碰撞检测路宽、所述当前帧投影点与所述参考路径的径向距离和法向距离进行规划决策,并根据规划决策结果控制移动工具行驶;
其中,所述确定所述目标障碍物的运动状态是否为接近状态,具体包括:
将目标障碍物的当前帧投影点作为一个新元素添加到所述目标障碍物对应的最新数组中,数组中存储的元素序列依次对应所述目标障碍物的连续多帧投影点;从所述目标障碍物对应的数组中确定目标数组;计算所述目标数组中时间最近的连续N帧投影点的法向距离的第一均值;计算所述目标数组中时间较早的连续N帧投影点的法向距离的第二均值;计算所述第一均值和第二均值的差值;若所述差值大于预置的距离阈值,则确定所述目标障碍物的运动状态为接近状态。
2.根据权利要求1所述的方法,其特征在于,所述根据当前帧点云确定出所述目标障碍物对应的当前帧投影点,具体包括:
将所述当前帧点云投影到预置的水平面上,得到所述当前帧点云对应的投影点;
计算每个投影点与所述参考路径之间的法向距离;
选取法向距离最近的投影点作为目标障碍物对应的当前帧投影点。
3.根据权利要求1所述的方法,其特征在于,将目标障碍物的当前帧投影点作为一个新元素添加到所述目标障碍物对应的最新数组中,具体包括:
判断当前帧投影点相对于前一帧投影点是否发生跳变;
若发生跳变,则生成所述目标障碍物对应的新数组,并将所述当前帧投影点作为一个新元素添加到所述新数组中;
若不发生跳变,则将所述当前帧投影点作为一个新元素添加到所述目标障碍物的前一帧投影点所在的数组中。
4.根据权利要求3所述的方法,其特征在于,将当前帧投影点作为一个新元素添加到最新数组之后,判断所述最新数组的数据记录长度是否大于预置的第一长度阈值,若是,则将所述最新数组中的时间最早的一帧投影点删除。
5.根据权利要求1所述的方法,其特征在于,从所述目标障碍物对应的数组中确定目标数组,具体包括:
若目标障碍物对应的数组为一个,则将该数组确定为目标数组;
若目标障碍物对应的数组至少两个,则根据各数组的数据记录长度及其建立时间从所述数组中选取一个数组作为目标数组。
6.根据权利要求5所述的方法,其特征在于,根据各数组的数据记录长度及其建立时间从所述数组中选取一个数组作为目标数组,具体包括:
将数据记录长度最长的数组确定为目标数组;
或者,将建立时间最近的数组确定为目标数组;
或者,从数据记录长度大于预置的第二长度阈值的数组中,选取建立时间最近的数组作为目标数组。
7.根据权利要求1所述的方法,其特征在于,确定所述目标障碍物的运动状态为接近状态之后,还包括:根据包含当前帧的连续K帧确定所述目标障碍物的运动状态的结果,二次确定所述目标障碍物的运动状态是否为接近状态;若二次确定所述目标障碍物的运动状态为接近状态则执行所述加宽碰撞检测路宽的步骤。
8.根据权利要求7所述的方法,其特征在于,根据包含当前帧的连续K帧确定所述目标障碍物的运动状态的结果,二次确定所述目标障碍物的运动状态是否为接近状态,具体包括:
确定连续K帧中确定所述目标障碍物的运动状态为接近状态的占比;
若所述占比大于预置的比例阈值,则二次确定所述目标障碍物的运动状态为接近状态;或者,
若所述占比大于预置的第一比例阈值则二次确定所述目标障碍物的运动状态为接近状态;若所述占比小于预置的第二比例阈值则确定所述目标障碍物的运动状态为非接近状态;若所述占比位于所述第一比例阈值和第二比例阈值之间,则将所述目标障碍物的运动状态确定为与前一帧运动状态一致。
9.根据权利要求1所述的方法,其特征在于,基于加宽后的碰撞检测路宽、所述当前帧投影点与所述参考路径的径向距离和法向距离进行规划决策,并根据规划决策结果控制移动工具行驶,具体包括:
判断所述目标障碍物当前帧投影点的法向距离是否小于加宽后的碰撞检测路宽,若是则确定有碰撞风险,确定对移动工具进行减速;
根据所述目标障碍物的当前帧投影点的径向距离、预置的安全距离和移动工具长度确定减速行驶距离;
根据所述减速行驶距离和移动工具当前速度,计算减速度;
根据所述减速度控制移动工具减速行驶。
10.一种障碍物防撞装置,其特征在于,所述装置包括:
点云确定模块,用于确定目标障碍物对应的当前帧点云,并根据当前帧点云确定出所述目标障碍物对应的当前帧投影点;
运动状态确定模块,用于根据所述当前帧投影点与参考路径的法向距离、所述目标障碍物连续多个历史帧投影点分别与参考路径的法向距离,确定所述目标障碍物的运动状态是否为接近状态;并在确定为接近状态时触发碰撞检测路宽调整模块;
碰撞检测路宽调整模块,用于加宽碰撞检测路宽;
规划决策模块,用于基于加宽后的碰撞检测路宽、所述当前帧投影点与所述参考路径的径向距离和法向距离进行规划决策;
控制模块,用于根据规划决策模块的规划决策结果控制移动工具行驶;
其中,运动状态确定模块确定目标障碍物的运动状态是否为接近状态,具体包括:将目标障碍物的当前帧投影点作为一个新元素添加到目标障碍物对应的最新数组中,数组中存储的元素序列依次对应目标障碍物的连续多帧投影点;从目标障碍物对应的数组中确定目标数组;计算目标数组中时间最近的连续N帧投影点的法向距离的第一均值;计算目标数组中时间较早的连续N帧投影点的法向距离的第二均值;计算第一均值和第二均值的差值;若差值大于预置的距离阈值,则确定目标障碍物的运动状态为接近状态。
11.根据权利要求10所述的装置,其特征在于,还包括运动状态二次确定模块;
所述运动状态确定模块在确定所述目标障碍物的运动状态为接近状态之后,触发运动状态二次确定模块;
运动状态二次确定模块,用于根据包含当前帧的连续K帧确定所述目标障碍物的运动状态的结果,二次确定所述目标障碍物的运动状态是否为接近状态;若二次确定所述目标障碍物的运动状态为接近状态则触发所述碰撞检测路宽调整模块。
12.一种计算机服务器,其特征在于,包括:存储器、处理器和收发器;
所述处理器用于与所述存储器耦合,读取并执行所述存储器中的指令,以实现权利要求1-9任一项所述的障碍物防撞方法;
所述收发器与所述处理器耦合,由所述处理器控制所述收发器进行消息收发。
13.一种芯片系统,其特征在于,包括处理器,所述处理器与存储器的耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现权利要求1-9任一项所述的障碍物防撞方法。
14.一种计算机系统,其特征在于,包括存储器,以及与所述存储器通信连接的一个或多个处理器;
所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器实现如权利要求1-9任一项所述的障碍物防撞方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行权利要求1-9任意一项所述的障碍物防撞方法。
16.一种移动工具,其特征在于,包括上述权利要求12所述的计算机服务器。
CN202111055566.0A 2021-09-09 2021-09-09 障碍物防撞方法、装置、系统和移动工具 Active CN113504782B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111055566.0A CN113504782B (zh) 2021-09-09 2021-09-09 障碍物防撞方法、装置、系统和移动工具

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111055566.0A CN113504782B (zh) 2021-09-09 2021-09-09 障碍物防撞方法、装置、系统和移动工具

Publications (2)

Publication Number Publication Date
CN113504782A CN113504782A (zh) 2021-10-15
CN113504782B true CN113504782B (zh) 2022-02-18

Family

ID=78017195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111055566.0A Active CN113504782B (zh) 2021-09-09 2021-09-09 障碍物防撞方法、装置、系统和移动工具

Country Status (1)

Country Link
CN (1) CN113504782B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114228708B (zh) * 2021-12-31 2023-08-25 上海仙途智能科技有限公司 车辆控制方法和系统
CN116238524B (zh) * 2023-03-27 2024-02-09 宁波斯年智驾科技有限公司 基于高精地图与车辆历史轨迹的驾驶行为判别方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080022748A (ko) * 2006-09-07 2008-03-12 주식회사 만도 스테레오 카메라를 이용한 충돌회피 방법
CN109993060A (zh) * 2019-03-01 2019-07-09 长安大学 深度摄像头的车辆全向障碍物检测方法
CN110658819A (zh) * 2019-09-30 2020-01-07 北京猎户星空科技有限公司 一种避障方法、装置、电子设备和存储介质
CN111060125A (zh) * 2019-12-30 2020-04-24 深圳一清创新科技有限公司 碰撞检测方法、装置、计算机设备和存储介质
CN111619560A (zh) * 2020-07-29 2020-09-04 北京三快在线科技有限公司 车辆控制方法及装置
CN112937606A (zh) * 2021-03-29 2021-06-11 紫清智行科技(北京)有限公司 用于循迹自动驾驶车辆的防撞路径规划与控制方法及系统
CN113031005A (zh) * 2021-02-22 2021-06-25 江苏大学 基于激光雷达的吊车动态障碍物识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109840448A (zh) * 2017-11-24 2019-06-04 百度在线网络技术(北京)有限公司 用于无人驾驶车辆的信息输出方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080022748A (ko) * 2006-09-07 2008-03-12 주식회사 만도 스테레오 카메라를 이용한 충돌회피 방법
CN109993060A (zh) * 2019-03-01 2019-07-09 长安大学 深度摄像头的车辆全向障碍物检测方法
CN110658819A (zh) * 2019-09-30 2020-01-07 北京猎户星空科技有限公司 一种避障方法、装置、电子设备和存储介质
CN111060125A (zh) * 2019-12-30 2020-04-24 深圳一清创新科技有限公司 碰撞检测方法、装置、计算机设备和存储介质
CN111619560A (zh) * 2020-07-29 2020-09-04 北京三快在线科技有限公司 车辆控制方法及装置
CN113031005A (zh) * 2021-02-22 2021-06-25 江苏大学 基于激光雷达的吊车动态障碍物识别方法
CN112937606A (zh) * 2021-03-29 2021-06-11 紫清智行科技(北京)有限公司 用于循迹自动驾驶车辆的防撞路径规划与控制方法及系统

Also Published As

Publication number Publication date
CN113504782A (zh) 2021-10-15

Similar Documents

Publication Publication Date Title
US11809194B2 (en) Target abnormality determination device
US10121367B2 (en) Vehicle lane map estimation
CN110949388B (zh) 车辆控制装置、车辆控制方法及存储介质
JP4416020B2 (ja) 走行計画生成装置
EP2942687B1 (en) Automated driving safety system
CN109426261B (zh) 自动驾驶装置
JP2019532292A (ja) 車両位置特定の自律走行車両
JP2004531424A (ja) 車用の感知装置
JP7227072B2 (ja) 車両制御装置
JP2007253745A (ja) 回避操作算出装置、回避制御装置、各装置を備える車両、回避操作算出方法および回避制御方法
CN113504782B (zh) 障碍物防撞方法、装置、系统和移动工具
JP2018180735A (ja) 動作範囲決定装置
JP2015061776A (ja) 予測的な先進運転支援システムの一貫性のある挙動生成
RU2749529C1 (ru) Система управления транспортным средством
CN114829221A (zh) 基于视觉的跟随引领者横向控制器
JP2020090119A (ja) 車両制御装置
JP2019530608A (ja) 物体レベル融合の自律走行車両
JP2020056733A (ja) 車両制御装置
US20220253065A1 (en) Information processing apparatus, information processing method, and information processing program
CN112824175A (zh) 车辆泊车系统
CN112141096A (zh) 车辆及用于转向避让控制的方法
CN113335311B (zh) 一种车辆碰撞检测方法、装置、车辆及存储介质
CN113561992A (zh) 自动驾驶车辆轨迹生成方法、装置、终端设备及介质
WO2022126349A1 (zh) 控制方法和控制装置
JP7446216B2 (ja) 車両制御装置

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: B4-006, maker Plaza, 338 East Street, Huilongguan town, Changping District, Beijing 100096

Patentee after: Beijing Idriverplus Technology Co.,Ltd.

Address before: B4-006, maker Plaza, 338 East Street, Huilongguan town, Changping District, Beijing 100096

Patentee before: Beijing Idriverplus Technology Co.,Ltd.