CN113703453A - 确定行驶轨迹的方法、装置、电子设备及存储介质 - Google Patents
确定行驶轨迹的方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113703453A CN113703453A CN202110976963.5A CN202110976963A CN113703453A CN 113703453 A CN113703453 A CN 113703453A CN 202110976963 A CN202110976963 A CN 202110976963A CN 113703453 A CN113703453 A CN 113703453A
- Authority
- CN
- China
- Prior art keywords
- target
- track
- attribute information
- vehicle
- determining
- 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 44
- 238000012545 processing Methods 0.000 claims abstract description 47
- 238000011156 evaluation Methods 0.000 claims description 56
- 230000001133 acceleration Effects 0.000 claims description 23
- 238000013210 evaluation model Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004088 simulation Methods 0.000 description 8
- 230000003068 static effect Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- 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
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
-
- 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
- G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control 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
-
- 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
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
- G05D1/0263—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means using magnetic strips
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种确定行驶轨迹的方法、装置、电子设备及存储介质,该方法包括:获取目标车辆的车辆属性信息以及目标车辆所属环境的目标环境属性信息;根据车辆属性信息以及环境属性信息,确定预设时长内各个离散时间点的目标行驶状态;根据各目标行驶状态,得到与目标车辆相对应的待处理轨迹簇;通过对待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,得到与目标车辆相对应的目标行驶轨迹。本发明实施的技术方案,解决了目前由于线路不固定且长时间长距离运行,导致存在规划不及时以及效果较差的问题,实现了目标车辆在非结构化上的道路上行驶时,动态调整行驶路径,进而提高行驶安全性和便捷性的技术效果。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种确定行驶轨迹的方法、装置、电子设备及存储介质。
背景技术
随着无人驾驶技术的迅速发展,在各个领域中多多少少都使用了无人车。对无人车的控制多是基于自动驾驶算法来实现的,自动驾驶算法可以理解为控制无人车按照预设规划路径进行行驶。
发明人在基于上述方式实施本技术方案时,发现存在如下问题:
目前,自动驾驶算法多适用于乘用车类型,此种类型的车辆主要在结构化道路上行驶,对于在非结构化道路上行驶的车辆,采用现有的自动驾驶算法存在路线不固定、长时间以及长距离行驶的问题,导致无法进行精确规划和控制的结果,从而引起频繁出错以及需要用户接管的问题。
发明内容
本发明提供一种确定行驶轨迹的方法、装置、电子设备及存储介质,以实现在车辆行驶过程中动态确定目标车辆的目标行驶轨迹,从而提高轨迹控制的准确性和便捷性的技术效果。
第一方面,本发明实施例提供了一种确定行驶轨迹的方法,该方法包括:
获取目标车辆的车辆属性信息以及所述目标车辆所属环境的目标环境属性信息;
根据所述车辆属性信息以及所述环境属性信息,确定预设时长内各个离散时间点的目标行驶状态;
根据各目标行驶状态,得到与所述目标车辆相对应的待处理轨迹簇;
通过对所述待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,得到与所述目标车辆相对应的目标行驶轨迹。
第二方面,本发明实施例还提供了一种确定行驶轨迹的装置,该装置包括:
信息获取模块,用于获取目标车辆的车辆属性信息以及所述目标车辆所属环境的目标环境属性信息;
行驶状态确定模块,用于根据所述车辆属性信息以及所述环境属性信息,确定预设时长内各个离散时间点的目标行驶状态;
轨迹簇确定模块,用于根据各目标行驶状态,得到与所述目标车辆相对应的待处理轨迹簇;
目标行驶轨迹确定模块,用于通过对所述待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,得到与所述目标车辆相对应的目标行驶轨迹。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,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执行,使得所述一个或多个处理器实现如本发明实施例任一所述的确定行驶轨迹的方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例任一所述的确定行驶轨迹的方法。
本发明实施例的技术方案,通过获取目标车辆的车辆属性信息以及目标车辆所属环境的目标环境属性信息;根据车辆属性信息以及环境属性信息,确定预设时长内各个离散时间点的目标行驶状态;根据各目标行驶状态,得到与目标车辆相对应的待处理轨迹簇;通过对待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,得到与目标车辆相对应的目标行驶轨迹,解决了现有技术中目标车辆在非结构化道路上行驶上时,由于线路不固定且长时间长距离运行,存在无法精确规划和控制不便的问题,从而导致车辆在行驶过程中频繁出错以及需要用户接管的技术问题,实现了目标车辆在非结构化上的道路上行驶时,动态调整行驶路径,进而提高行驶安全性和便捷性的技术效果。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案,下面对描述实施例中所需要用到的附图做一简单介绍。显然,所介绍的附图只是本发明所要描述的一部分实施例的附图,而不是全部的附图,对于本领域普通技术人员,在不付出创造性劳动的前提下,还可以根据这些附图得到其他的附图。
图1为本发明实施例一所提供的一种确定行驶轨迹的方法流程示意图;
图2为本发明实施例二所提供的一种确定行驶轨迹的方法流程示意图;
图3为本发明实施例所提供的对待处理环境属性信息进行膨胀后的示意图;
图4为本发明实施例所提供的待处理轨迹簇的示意图;
图5为本发明实施例三所提供的一种确定行驶轨迹的装置结构示意图;
图6为本发明实施例四所提供的一种电子设备结构示意图。
具体实施方式
下面结合附图和实施例对本发明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发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一所提供的一种确定行驶轨迹的方法流程示意图,本实施例可适用于对在非结构道路上行驶的车辆进行路径动态规划的情况,该方法可以由行驶轨迹的确定装置来执行,该装置可以通过软件和/或硬件的形式实现,该硬件可以是电子设备,电子设备可以是移动终端、PC端等。
如图1所示,所述方法包括:
S110、获取目标车辆的车辆属性信息以及所述目标车辆所属环境的目标环境属性信息。
其中,如果需要确定某个车辆的行驶轨迹,可以将此车辆作为目标车辆。车辆属性信息可以是车辆的位姿信息。位姿信息中包括车辆位置和车辆朝向。目标车辆均是在道路上行驶的,可以将道路环境作为目标环境属性信息。
在本实施例中,确定车辆属性信息和目标环境属性信息可以是:根据预先设置的传感器采集所述目标车辆的位姿信息;根据预先设置的道路采集装置采集所述目标车辆所属环境的待处理环境属性信息,并通过对所述待处理环境属性信息进行处理得到所述目标环境属性信息。
其中,传感器主要用户采集目标车辆的位置和朝向。位置可以理解为目标车辆当前位于的具体位置,朝向可以是目标车辆的车头朝向,即车头对着的是哪个方向。道路采集装置可以是摄像头或者是物体感应装置,用于采集道路环境信息,可选的,道路环境信息可以是道路的路沿、道路的路肩、单实线、单虚线、双实线或者双虚线等。可以将基于道路采集装置采集的环境信息作为待处理环境属性,即,可以将直接采集到的环境信息作为待处理环境属性。将对待处理环境属性信息处理后的数据作为目标环境属性信息。
具体的,可以在目标车辆中设置传感器,用于采集目标车辆的位置信息和姿态信息,同时,可以基于设置在车辆上的道路采集装置采集目标车辆所属环境的道路信息,如,单实线、双实线、单虚线、双虚线、车辆行人等信息。并对采集到的信息进行处理,可以得到所需要的目标环境属性信息。
在本实施例,对采集到的待处理环境属性信息进行处理,得到目标环境属性信息可以是:根据预先设置的拓扑约束条件对所述目标车辆所属环境中的车道信息进行膨胀处理,得到所述目标环境属性信息中的道路属性信息;以及,根据所述拓扑约束条件对所述目标车辆所属环境中的交通参与元素进行膨胀处理,得到所述目标环境属性信息中的交通元素属性信息。
其中,拓扑约束条件可以理解为对采集的道路信息如何膨胀处理,以及膨胀处理之后如何划分平行线。可选的,可以是每隔10mm划分一条平行线。也就是说,拓扑约束条件中包括膨胀方向和膨胀范围,可选的,膨胀方向可以是沿着道路方向膨胀车辆宽度的二分一。此时,与目标车辆所对应的道路行驶宽度比原来车道宽度多了车身宽度的二分之一。车道信息可以是时空栅格中静态层的障碍物信息,即上述膨胀主要是对时空栅格中的静态层障碍物进行处理。交通参与元素可以是道路上的行人以及行驶车辆。在对环境信息的静态层中的障碍物处理的同时,可以对环境信息的动态层中障碍物进行膨胀处理。可以将膨胀后的道路信息作为道路属性信息,将对交通参与元素膨胀之后的信息作为交通元素属性信息。膨胀处理之后,可以设置最小安装距离,可选的,最小安全距离为0.5m。同时,静态层和动态层膨胀处理之后,可以多层堆叠,并计算拓扑约束中每条平行线上的最近障碍物距离。堆叠的目的是用于对未来情况的提前预判,比如,侧方切入一辆车,可以将侧向切入的车辆障碍物在时空上堆叠。
具体的,根据预先设置的拓扑约束条件分别对目标车辆所属环境中的车道信息和交通参与元素进行膨胀处理,得到目标环境属性信息中的道路属性信息,以及目标环境属性信息中的交通元素属性信息。
S120、根据所述车辆属性信息以及所述目标环境属性信息,确定预设时长内各个离散时间点的目标行驶状态。
其中,预设时长可以是预先设置的处理周期。处理周期可以是每隔多长时间确定一次目标行驶轨迹。可选的,处理周期可以是三秒。预设时长中包括多个时间点,为了确定每个时间点的目标行驶状态,可以根据预先设置的间隔,确定预设时长内的离散时间点,可选的,预设时长为3S,计算每隔0.1S时目标车辆的目标行驶状态,就相当于得到了30个离散时刻,可以将此30个离散时刻作为离散时间点。目标行驶状态可以是每个离散时间点车辆的行驶状态。行驶状态中包括车辆的速度、加速度以及转向角等信息。
具体的,可以获取目标车辆的车辆属性信息以及目标车辆所属环境的环境属性信息,在得到上述信息后,可以获取预先设置的预设时长,并根据采样间隔,确定预设时长内的多个离散时间点,并通过车辆属性信息和环境属性信息进行处理,得到每个离散时间点的目标车辆的目标行驶状态。
在本实施例中,所述根据所述车辆属性信息以及所述环境属性信息,确定预设时长内各个离散时间点的目标行驶状态,包括:基于根据跟踪算法确定至少一个预瞄点;根据预设函数对所述车辆属性信息中位姿信息、环境属性信息中的道路属性信息和交通元素属性信息进行处理,确定与每个预瞄点的加速度属性;根据所述加速度属性,确定预设时长内各个离散点的目标行驶状态。
其中,跟踪算法是无人车领域中确定预瞄点通用的方法,可以基于该方法确定无人车行驶过程中的预瞄点。预瞄点的数量可以是一个或者多个。可以根据当前行驶目标车辆的目标行驶状态信息,确定下一目标预瞄点目标车辆的目标行驶状态。预设函数可以是确定预瞄点加速度值的函数。也可以理解为,目标函数为一个数学模型,用于确定目标车辆在各个预瞄点的加速度。根据下一预瞄点目标车辆的加速度属性,可以确定预设时长内各个离散点的目标行驶状态。
具体的,采用预设的跟踪算法可以对目标车辆所属环境的环境属性信息进行处理,可以确定与目标车辆相对应的预瞄点。同时,可以将目标车辆在当前时刻的关联信息,例如,目标车辆的当前加速度、目标车辆的当前速度、目标车辆的当前位置、目标车辆的车身长度、目标车辆所属环境的道路限速、目标车辆与其他车辆的最小车间距、以及目标车辆的最大加速度,代入至预设函数中,可以确定目标车辆在下一预瞄点的加速度。根据下一预瞄点的加速度和预设时间内的各个离散点,可以确定每个离散点的目标行驶状态。
示例性的,预设函数可以是:其中,i:表第i辆车;i-1表示i前方且相邻的车辆;ai表示辆车的加速度;vi:表示辆车的速度;xi表示辆车的位置;li表示车身长度;v0表示车辆期望速度,一般是道路限速;s0表示最小车间距离,如果两车距离小于它,则后车不会行驶;T表示车间时距;a表示车辆最大加速度;b表示车辆合适的减速度;δ表示加速指数,一般取4。可以将各参数代入至上述公式,可以得到预瞄点的加速度属性。
S130、根据各目标行驶状态,得到与所述目标车辆相对应的待处理轨迹簇。
其中,每个离散点都存在一个与其相对应的目标行驶状态,可以根据预设时长内每个离散点的目标行驶状态规划处至少一个待选择行驶轨迹。所有待选择行驶轨迹的总和为所述待处理轨迹簇。也就是说,待选择轨迹簇中包括多个待选择行驶轨迹,每个待选择行驶轨迹是基于预设时长内各个离散点的目标行驶状态确定的。
具体的,针对每个离散点的目标行驶状态,可以确定出预设时长从起始点到终止点的至少一条待选择行驶轨迹,可以将至少一条待选择行驶轨迹的总和作为待处理轨迹簇。
在本实施例中,所述根据各目标行驶状态,得到与所述目标车辆相对应的待处理轨迹簇,包括:根据各离散点的目标行驶状态,确定所述目标车辆在预设时长内的各待选择行驶轨迹,并将各待选择行驶轨迹作为所述待处理轨迹簇。
S140、通过对所述待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,得到与所述目标车辆相对应的目标行驶轨迹。
其中,评估可以理解为确定各待选择行驶轨迹是否较佳。对各待选择行驶轨迹进行评估可以采用相应的评估函数来确定。目标行驶轨迹是从多个待选择行驶轨迹中选择出的行驶轨迹。即,目标行驶轨迹是从多个待选择行驶轨迹中选择出评估值最好的行驶轨迹。
具体的,可以采用评估函数对待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,可以得到与每个待选择行驶轨迹相对应的评估值,进而根据评估值从各待选择行驶轨迹确定出目标行驶轨迹。
在本实施例中,所述通过对所述待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,得到与所述目标车辆相对应的目标行驶轨迹,包括:基于目标评估模型对所述待处理轨迹簇中的各个待选择行驶轨迹进行处理,得到每个待选择行驶轨迹的轨迹评估值;根据各轨迹评估值,从各待选择行驶轨迹中确定出目标行驶轨迹。
其中,目标评估模型可以是确定每个待选择行驶轨迹评估值的模型。轨迹评估值与每个待选择行驶轨迹相一致。轨迹评估值用于表征待选择行驶轨迹的可使用度。确定每个待选择行驶轨迹的轨迹评估值以及确定目标行驶轨迹,可以通过仿真簇评估模块来处理。仿真簇评估模块中集成有相应的评估方法和确定目标行驶轨迹的方法。
具体的,在得到待处理轨迹簇后,可以采用目标评估模型对待处理轨迹簇中的每个待选择行驶轨迹进行评估,得到与每个待选择行驶轨迹相对应的轨迹评估值。根据各轨迹评估值,可以从所有待选择行驶轨迹中确定出目标行驶轨迹。
需要说明的是,可以采用本发明实施例公开的方法确定各预设时长内的各个离散时间点的目标行驶状态,进而基于目标行驶状态确定目标车辆从起始点到终止点的行驶轨迹。
在上述技术方案的基础上,确定各待选择行驶轨迹的评估值,可以是基于目标评估模型来确定。在对待选择行驶轨迹评估时,可以从多个维度来确定,可选的,多个维度可以是安全性、快捷性、舒适性以及经济性这几个方面。每个维度都存在至少一个指标。
可选的,所述基于目标评估模型对所述待处理轨迹簇中的各个待选择行驶轨迹进行处理,得到每个待选择行驶轨迹的轨迹评估值,包括:根据所述目标评估模型中的各项指标的权重值以及与各待选择行驶轨迹的行驶关联信息,确定各待选择行驶轨迹的轨迹评估值。
其中,各项指标包括与目标车辆相对应的侧向障碍物距离指标、换道次数指标、行驶轨迹长度指标、累计转角变化量指标以及累计速度变化量指标中的至少一种。可以将上述与障碍物或者车道线的最小距离指标作为安全性维度的指标。将最小换道次数指标、轨迹长度指标、速度损失量指标作为快捷性维度的指标。将累计角度变化量指标作为舒适性维度。将累计速度变化量指标作为经济性维度的指标。同时,可以设置每个指标的权重值。每个待选择行驶轨迹中包括相应的速度值。可选的,与各个指标所对应的速度值。此时,目标评估模型可以是每个指标的权重值和指标所对应的速度的乘积结果进行累加之后得到的结果。行驶关联信息中包括每个指标所对应的速度值。
具体的,可以根据目标评估模型中设置的函数表达式,如,计算每个指标所对应的权重值和相应速度值之间的乘积,并对所有的乘积结果进行累加,得到与每个待选择行驶轨迹相对应的轨迹评估值。根据轨迹评估值可以从所有待选择行驶轨迹中确定目标行驶轨迹。
示例性的,与侧向障碍物或车道线的最小距离的指标权重为W11,与其相对应的速度可以是V11;与便捷性维度所对应的最小换道次数指标权重为W21,与轨迹长度指标权重为W22,与速度损失量指标所对应的权重为W23,相应的,与每个指标所对应的速度为V21、V22以及V23。舒适性维度的累计转角变化量指标的权重为W31,相应的速度为V31。经济性维度的累计速度变化量的累计速度变化量指标的权重为W41,相应的速度为V41。轨迹评估值为F=W11*V11+W21*V21+W22*V22+W23*V23+W31*V31+W41*V41。可以采用此种方式分别计算每个待选择行驶轨迹的轨迹评估值。可以依据轨迹评估值,确定目标行驶轨迹。
在本实施例中,所述根据各轨迹评估值,从各待选择行驶轨迹中确定出目标行驶轨迹,包括:将轨迹评估值最小的待选择行驶轨迹作为所述目标行驶轨迹。
其中,轨迹评估值用于表征待选择行驶轨迹的评估值。
具体的,可以将评估值较小的待选择行驶轨迹作为目标行驶轨迹。
本发明实施例的技术方案,通过获取目标车辆的车辆属性信息以及目标车辆所属环境的目标环境属性信息;根据车辆属性信息以及环境属性信息,确定预设时长内各个离散时间点的目标行驶状态;根据各目标行驶状态,得到与目标车辆相对应的待处理轨迹簇;通过对待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,得到与目标车辆相对应的目标行驶轨迹,解决了现有技术中目标车辆在非结构化道路上行驶上时,由于线路不固定且长时间长距离运行,存在无法精确规划和控制不便的问题,从而导致车辆在行驶过程中频繁出错以及需要用户接管的技术问题,实现了目标车辆在非结构化上的道路上行驶时,动态调整行驶路径,进而提高行驶安全性和便捷性的技术效果。
实施例二
图2为本发明实施例二所提供的一种确定行驶轨迹的方法流程示意图,该方法可以由开环仿真轨迹簇生成模块和仿真轨迹簇评估模块来执行。其中,开环仿真轨迹簇生成模块,用于对输入的参数进行处理,生成至少一个待选择行驶轨迹。仿真轨迹簇评估模块,用于对接收到待处理轨迹簇中的各待选择行驶轨迹进行评估处理,以从多个待选择行驶轨迹中确定目标行驶轨迹,并将目标行驶轨迹输出。
参见图2,可以将车辆位姿信息、车道拓扑约束以及时空栅格作为开环仿真簇生成模块的输入参数。开环仿真簇生成模块,对上述输入参数进行处理可以是:将时空栅格静态层中的各个障碍物进行膨胀,可选的,静态层的障碍物可以是路沿、单实线、路肩、以及双实线。膨胀可以是将障碍物变大处理,例如,膨胀的方向和范围可以是沿着车身所属车辆的两侧膨胀,膨胀的大小可以是车辆本身宽度的二分之一。同时,可以对时空栅格图的动态层中的障碍物进行碰撞,可选的,行驶道路上的行人、车辆等,膨胀后的界面示意图可以参见图3。在对静态层和动态层的障碍物进行膨胀后,可以进行多层堆叠。可以将拓扑约束中每条平行线上的最近障碍物的距离。在本实施例进行多层堆叠的目的在于,对未来可能遇到的情况进行预判,比如从侧方切入一辆车,可以将侧向切入的障碍物在时空上的堆叠。
在上述技术方案的基础上,可以根据轨迹算法确定至少一个预瞄点,并可以采用下述目标数据确定模型,确定每个预瞄点的目标行驶状态。
在本实施例中,目标数据确定模型可以是:其中,i:表第i辆车;i-1表示i前方且相邻的车辆;ai表示辆车的加速度;vi:表示辆车的速度;xi表示辆车的位置;li表示车身长度;v0表示车辆期望速度,一般是道路限速;s0表示最小车间距离,如果两车距离小于它,则后车不会行驶;T表示车间时距;a表示车辆最大加速度;b表示车辆合适的减速度;δ表示加速指数,一般取4。可以将各参数待入至上述公式,可以得到预瞄点的加速度属性。基于上述公式可以计算得到每个预瞄点的期望加速度,可以根据每个预瞄点的限速,前车速度和预瞄点之间的间距累加,可以得到每个预瞄点的目标行驶状态。
进一步的,可以根据运算轨迹跟踪算法以及上述公式确定出的各个预瞄点的目标行驶状态,可以采用误差反馈跟踪算法,可以计算预设时长内每个离散时间点目标车辆的车辆状态。根据每个离散点的目标行驶状态,可以得到多个待选择行驶轨迹。所有待选择行驶轨迹的集合为待处理轨迹簇。待处理轨迹簇可以参见如图4所示的示意图中的标记1。在确定待处理轨迹簇之后,可以对待处理轨迹簇中的每个待选择行驶轨迹进行处理,以确定目标行驶轨迹。
需要说明的是,待处理行驶轨迹簇中的待选择行驶轨迹可以满足车辆运动学或者动力学约束,同时,得到的待选择行驶轨迹簇可以是根据车辆的初始速度、朝向角来确定,即根据车辆的位姿信息来确定。
在得到待处理轨迹簇后,可以对待处理轨迹簇中的各个待选择行驶轨迹进行评价,以从各待选择行驶轨迹中确定出目标行驶轨迹。
在本实施例中,可以将各待选择行驶轨迹输入至仿真轨迹簇评估模块,以基于仿真轨迹簇评估模块确定各个待选择行驶轨迹的评估值,进而根据评估值从各待选择行驶轨迹中确定出目标行驶轨迹,同时,可以输出与目标行驶轨迹相对应的前轮转角。
其中,Wij表示各评估指标对应的权重值,Vij表示不同指标所对应的具体数值。可选的,指标包括与侧向障碍物或车道线最小距离所对应的指标,最小换道次数指标、轨迹长度指标、速度损失量指标、累计转角变化量指标以及累计速度变化量指标。具体数值可以是归一化之后的数据。可以分别计算每个指标的权重值和相应数值之间的乘积,并对所有乘积结果进行累加,可以得到每个待选择行驶轨迹的评估值。在本实施例中,可以将评估值最小的待选择行驶轨迹作为目标行驶轨迹,并将目标行驶轨迹输出,以便选择使用。
需要说明的是,上述各模块所采用的算法处理复杂度取决于平行线之间的间隔,即膨胀之后的区域可以看到一条一条平行线构成的,障碍物的数量以及预测时间长度。如果车道平行线密集,障碍物较多以及预测时长较长,那么轨迹跟踪算法比较耗时。
本发明实施例的技术方案,通过获取目标车辆的车辆属性信息以及目标车辆所属环境的目标环境属性信息;根据车辆属性信息以及环境属性信息,确定预设时长内各个离散时间点的目标行驶状态;根据各目标行驶状态,得到与目标车辆相对应的待处理轨迹簇;通过对待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,得到与目标车辆相对应的目标行驶轨迹,解决了现有技术中目标车辆在非结构化道路上行驶上时,由于线路不固定且长时间长距离运行,存在无法精确规划和控制不便的问题,从而导致车辆在行驶过程中频繁出错以及需要用户接管的技术问题,实现了目标车辆在非结构化上的道路上行驶时,动态调整行驶路径,进而提高行驶安全性和便捷性的技术效果。
实施例三
图5为本发明实施例四所提供的一种业务数据处理装置的结构示意图,如图5所述,所述装置包括:信息获取模块310、行驶状态确定模块320、轨迹簇确定模块330以及目标行驶轨迹确定模块340。
其中,信息获取模块310,用于获取目标车辆的车辆属性信息以及所述目标车辆所属环境的目标环境属性信息;行驶状态确定模块320,用于根据所述车辆属性信息以及所述环境属性信息,确定预设时长内各个离散时间点的目标行驶状态;轨迹簇确定模块330,用于根据各目标行驶状态,得到与所述目标车辆相对应的待处理轨迹簇;目标行驶轨迹确定模块340,用于通过对所述待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,得到与所述目标车辆相对应的目标行驶轨迹。
在上述技术方案的基础上,所述车辆属性信息中包括位姿信息,所述信息获取模块,包括:
位姿信息确定单元,用于根据预先设置的传感器采集所述目标车辆的位姿信息;
属性信息确定单元,用于根据预先设置的道路采集装置采集所述目标车辆所属环境的待处理环境属性信息,并通过对所述待处理环境属性信息进行处理得到所述目标环境属性信息。
在上述技术方案的基础上,所述目标环境属性信息包括道路属性信息和交通元素属性信息,属性信息确定单元,包括:
道路属性确定子单元,用于根据预先设置的拓扑约束条件对所述目标车辆所属环境中的车道信息进行膨胀处理,得到所述目标环境属性信息中的道路属性信息;以及,
交通元素属性确定子单元,用于根据所述拓扑约束条件对所述目标车辆所属环境中的交通参与元素进行膨胀处理,得到所述目标环境属性信息中的交通元素属性信息。
在上述各技术方案的基础上,所述行驶状态确定模块,包括:
预瞄点确定单元,用于基于根据跟踪算法确定至少一个预瞄点;
速度属性确定单元,用于根据预设函数对所述车辆属性信息中位姿信息、环境属性信息中的道路属性信息和交通元素属性信息进行处理,确定与每个预瞄点的加速度属性;
行驶状态属性确定单元,用于根据所述加速度属性,确定预设时长内各个离散点的目标行驶状态。
在上述技术方案的基础上,所述轨迹簇确定模块,用于根据各离散点的目标行驶状态,确定所述目标车辆在预设时长内的各待选择行驶轨迹,并将各待选择行驶轨迹作为所述待处理轨迹簇。
在上述技术方案的基础上,所述目标行驶轨迹确定模块,包括:
轨迹评估值确定单元,用于基于目标评估模型对所述待处理轨迹簇中的各个待选择行驶轨迹进行处理,得到每个待选择行驶轨迹的轨迹评估值;
目标轨迹确定单元,用于根据各轨迹评估值,从各待选择行驶轨迹中确定出目标行驶轨迹。
在上述技术方案的基础上,所述轨迹评估值确定单元,用于根据所述目标评估模型中的各项指标的权重值以及与各待选择行驶轨迹的行驶关联信息,确定各待选择行驶轨迹的轨迹评估值;其中,各项指标包括与目标车辆相对应的侧向障碍物距离指标、换道次数指标、行驶轨迹长度指标、累计转角变化量指标以及累计速度变化量指标中的至少一种。
在上述技术方案的基础上,所述目标行驶轨迹确定单元,用于:
将轨迹评估值最小的待选择行驶轨迹作为所述目标行驶轨迹。
本发明实施例的技术方案,通过获取目标车辆的车辆属性信息以及目标车辆所属环境的目标环境属性信息;根据车辆属性信息以及环境属性信息,确定预设时长内各个离散时间点的目标行驶状态;根据各目标行驶状态,得到与目标车辆相对应的待处理轨迹簇;通过对待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,得到与目标车辆相对应的目标行驶轨迹,解决了现有技术中目标车辆在非结构化道路上行驶上时,由于线路不固定且长时间长距离运行,存在无法精确规划和控制不便的问题,从而导致车辆在行驶过程中频繁出错以及需要用户接管的技术问题,实现了目标车辆在非结构化上的道路上行驶时,动态调整行驶路径,进而提高行驶安全性和便捷性的技术效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明实施例的保护范围。
实施例四
图6为本发明实施例四提供的一种电子设备的结构示意图。图6示出了适于用来实现本发明实施例实施方式的示例性电子设备40的框图。图6显示的电子设备40仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,电子设备40以通用计算设备的形式表现。电子设备40的组件可以包括但不限于:一个或者多个处理器或者处理单元401,系统存储器402,连接不同系统组件(包括系统存储器402和处理单元401)的总线403。
总线403表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备40典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备40访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器402可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)404和/或高速缓存存储器405。电子设备40可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统406可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线403相连。存储器402可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块407的程序/实用工具408,可以存储在例如存储器402中,这样的程序模块407包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块407通常执行本发明所描述的实施例中的功能和/或方法。
电子设备40也可以与一个或多个外部设备409(例如键盘、指向设备、显示器410等)通信,还可与一个或者多个使得用户能与该电子设备40交互的设备通信,和/或与使得该电子设备40能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口411进行。并且,电子设备40还可以通过网络适配器412与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器412通过总线403与电子设备40的其它模块通信。应当明白,尽管图6中未示出,可以结合电子设备40使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元401通过运行存储在系统存储器402中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的确定行驶轨迹的方法。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行确定行驶轨迹的方法。
该方法包括:
获取目标车辆的车辆属性信息以及所述目标车辆所属环境的目标环境属性信息;
根据所述车辆属性信息以及所述环境属性信息,确定预设时长内各个离散时间点的目标行驶状态;
根据各目标行驶状态,得到与所述目标车辆相对应的待处理轨迹簇;
通过对所述待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,得到与所述目标车辆相对应的目标行驶轨迹。
本发明实施例的计算机存储介质,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实施例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)。
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 (11)
1.一种确定行驶轨迹的方法,其特征在于,包括:
获取目标车辆的车辆属性信息以及所述目标车辆所属环境的目标环境属性信息;
根据所述车辆属性信息以及所述目标环境属性信息,确定预设时长内各个离散时间点的目标行驶状态;
根据各目标行驶状态,得到与所述目标车辆相对应的待处理轨迹簇;
通过对所述待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,得到与所述目标车辆相对应的目标行驶轨迹。
2.根据权利要求1所述的方法,其特征在于,所述车辆属性信息中包括位姿信息,所述获取目标车辆的车辆属性信息以及所述目标车辆所属环境的目标环境属性信息,包括:
根据预先设置的传感器采集所述目标车辆的位姿信息;
根据预先设置的道路采集装置采集所述目标车辆所属环境的待处理环境属性信息,并通过对所述待处理环境属性信息进行处理得到所述目标环境属性信息。
3.根据权利要求1所述的方法,其特征在于,所述目标环境属性信息包括道路属性信息和交通元素属性信息,所述通过对所述待处理环境属性信息进行处理得到所述目标环境属性信息,包括:
根据预先设置的拓扑约束条件对所述目标车辆所属环境中的车道信息进行膨胀处理,得到所述目标环境属性信息中的道路属性信息;以及,
根据所述拓扑约束条件对所述目标车辆所属环境中的交通参与元素进行膨胀处理,得到所述目标环境属性信息中的交通元素属性信息。
4.根据权利要求1所述的方法,其特征在于,所述根据所述车辆属性信息以及所述环境属性信息,确定预设时长内各个离散时间点的目标行驶状态,包括:
基于根据跟踪算法确定至少一个预瞄点;
根据预设函数对所述车辆属性信息中位姿信息、环境属性信息中的道路属性信息和交通元素属性信息进行处理,确定与每个预瞄点的加速度属性;
根据所述加速度属性,确定预设时长内各个离散点的目标行驶状态。
5.根据权利要求1所述的方法,其特征在于,所述根据各目标行驶状态,得到与所述目标车辆相对应的待处理轨迹簇,包括:
根据各离散点的目标行驶状态,确定所述目标车辆在预设时长内的各待选择行驶轨迹,并将各待选择行驶轨迹作为所述待处理轨迹簇。
6.根据权利要求1所述的方法,其特征在于,所述通过对所述待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,得到与所述目标车辆相对应的目标行驶轨迹,包括:
基于目标评估模型对所述待处理轨迹簇中的各个待选择行驶轨迹进行处理,得到每个待选择行驶轨迹的轨迹评估值;
根据各轨迹评估值,从各待选择行驶轨迹中确定出目标行驶轨迹。
7.根据权利要求6所述的方法,其特征在于,所述基于目标评估模型对所述待处理轨迹簇中的各个待选择行驶轨迹进行处理,得到每个待选择行驶轨迹的轨迹评估值,包括:
根据所述目标评估模型中的各项指标的权重值以及与各待选择行驶轨迹的行驶关联信息,确定各待选择行驶轨迹的轨迹评估值;
其中,各项指标包括与目标车辆相对应的侧向障碍物距离指标、换道次数指标、行驶轨迹长度指标、累计转角变化量指标以及累计速度变化量指标中的至少一种。
8.根据权利要求6所述的方法,其特征在于,所述根据各轨迹评估值,从各待选择行驶轨迹中确定出目标行驶轨迹,包括:
将轨迹评估值最小的待选择行驶轨迹作为所述目标行驶轨迹。
9.一种确定行驶轨迹的装置,其特征在于,包括:
信息获取模块,用于获取目标车辆的车辆属性信息以及所述目标车辆所属环境的目标环境属性信息;
行驶状态确定模块,用于根据所述车辆属性信息以及所述环境属性信息,确定预设时长内各个离散时间点的目标行驶状态;
轨迹簇确定模块,用于根据各目标行驶状态,得到与所述目标车辆相对应的待处理轨迹簇;
目标行驶轨迹确定模块,用于通过对所述待处理轨迹簇中的各个待选择行驶轨迹进行评估处理,得到与所述目标车辆相对应的目标行驶轨迹。
10.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,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执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的确定行驶轨迹的方法。
11.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-8中任一所述的确定行驶轨迹的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110976963.5A CN113703453A (zh) | 2021-08-24 | 2021-08-24 | 确定行驶轨迹的方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110976963.5A CN113703453A (zh) | 2021-08-24 | 2021-08-24 | 确定行驶轨迹的方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113703453A true CN113703453A (zh) | 2021-11-26 |
Family
ID=78668858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110976963.5A Pending CN113703453A (zh) | 2021-08-24 | 2021-08-24 | 确定行驶轨迹的方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113703453A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109712421A (zh) * | 2019-02-22 | 2019-05-03 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的速度规划方法、装置和存储介质 |
CN109814574A (zh) * | 2019-02-22 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 车道汇合处的速度规划方法、装置和存储介质 |
CN109814576A (zh) * | 2019-02-22 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的速度规划方法、装置和存储介质 |
CN111289008A (zh) * | 2020-04-28 | 2020-06-16 | 南京维思科汽车科技有限公司 | 一种用于无人驾驶车辆的局部路径规划算法 |
WO2021052185A1 (zh) * | 2019-09-19 | 2021-03-25 | 北京三快在线科技有限公司 | 确定智能驾驶车辆的行驶轨迹 |
-
2021
- 2021-08-24 CN CN202110976963.5A patent/CN113703453A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109712421A (zh) * | 2019-02-22 | 2019-05-03 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的速度规划方法、装置和存储介质 |
CN109814574A (zh) * | 2019-02-22 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 车道汇合处的速度规划方法、装置和存储介质 |
CN109814576A (zh) * | 2019-02-22 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的速度规划方法、装置和存储介质 |
WO2021052185A1 (zh) * | 2019-09-19 | 2021-03-25 | 北京三快在线科技有限公司 | 确定智能驾驶车辆的行驶轨迹 |
CN111289008A (zh) * | 2020-04-28 | 2020-06-16 | 南京维思科汽车科技有限公司 | 一种用于无人驾驶车辆的局部路径规划算法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11320836B2 (en) | Algorithm and infrastructure for robust and efficient vehicle localization | |
CN108399218B (zh) | 基于Walsh内核投影技术的自动驾驶车辆定位 | |
US10488205B2 (en) | Method and system for updating maps based on control feedbacks of autonomous driving vehicles | |
JP7060625B2 (ja) | 自動運転車において3dcnnネットワークを用いてソリューション推断を行うlidar測位 | |
JP7086111B2 (ja) | 自動運転車のlidar測位に用いられるディープラーニングに基づく特徴抽出方法 | |
US10824153B2 (en) | Cost design for path selection in autonomous driving technology | |
CN110239562A (zh) | 自动驾驶车辆的基于周围车辆行为的实时感知调整与驾驶调适 | |
CN110325935A (zh) | 用于自动驾驶车辆的路径规划的基于驾驶场景的车道引导线 | |
CN110389580A (zh) | 用于规划自动驾驶车辆的路径的漂移校正的方法 | |
JP2021515178A (ja) | 自動運転車両においてrnnとlstmを用いて時間平滑化を行うlidar測位 | |
CN113335276A (zh) | 障碍物的轨迹预测方法、装置、电子设备及存储介质 | |
CN114212110B (zh) | 障碍物轨迹预测方法、装置、电子设备及存储介质 | |
US10909377B2 (en) | Tracking objects with multiple cues | |
CN109635861B (zh) | 一种数据融合方法、装置、电子设备及存储介质 | |
US11361555B2 (en) | Road environment monitoring device, road environment monitoring system, and road environment monitoring program | |
CN113537362A (zh) | 一种基于车路协同的感知融合方法、装置、设备及介质 | |
CN111830959A (zh) | 用于操作自动驾驶车辆的方法、系统和机器可读介质 | |
CN113053112B (zh) | 车辆轨迹预测方法、车辆预测轨迹分析方法、装置及车辆 | |
EP4083959A1 (en) | Traffic flow machine-learning modeling system and method applied to vehicles | |
CN108286973B (zh) | 一种行驶数据校验方法及装置、及混合导航系统 | |
CN111951552B (zh) | 一种自动驾驶中风险管理的方法以及相关装置 | |
CN113703453A (zh) | 确定行驶轨迹的方法、装置、电子设备及存储介质 | |
CN115469669A (zh) | 一种窄路会车方法、装置、设备及存储介质 | |
CN115454082A (zh) | 车辆避障方法及系统、计算机可读存储介质和电子设备 | |
JP7045393B2 (ja) | 自動運転車両の基準線を生成するための方法およびシステム |
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 |