CN113734162B - 一种车辆间的避障方法、装置及电子设备 - Google Patents
一种车辆间的避障方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113734162B CN113734162B CN202110975334.0A CN202110975334A CN113734162B CN 113734162 B CN113734162 B CN 113734162B CN 202110975334 A CN202110975334 A CN 202110975334A CN 113734162 B CN113734162 B CN 113734162B
- Authority
- CN
- China
- Prior art keywords
- acquiring
- obstacle
- vehicle
- target
- area
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004590 computer program Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 abstract description 17
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 230000006399 behavior Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 230000008846 dynamic interplay Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种车辆间的避障方法、装置及电子设备,涉及人工智能技术领域,具体涉及自动驾驶技术。具体实现方案为:获取目标车辆的目标位置,根据所述目标位置确定所述目标车辆的障碍车;预测所述障碍车相对所述目标车辆的最远临界位置和最近临界位置;根据所述目标位置和两个临界位置,获取所述目标车辆相对所述障碍车的安全行驶区域;根据所述安全行驶区域,获取所述目标车辆与所述障碍车之间的冲突概率,并基于所述冲突概率,对所述目标车辆进行避障控制。由此,本公开能够在障碍车的信息为不确定信息的前提下,准确地获取安全行驶区域,并基于安全行驶区域,对目标车辆进行合理、可靠、有效的避障控制。
Description
技术领域
本公开涉及计算机技术领域,并且更具体地涉及人工智能领域,尤其涉及自动驾驶技术。
背景技术
随着自动驾驶技术的飞速发展,针对自动驾驶应用场景下的车辆间的避障问题受到了越来越多的重视。其中,有效、准确地对车辆进行避障控制,能够在极大程度上规避风险、降低交通事故的发生几率。
然而,相关技术中,往往仅能够针对确定的障碍车信息(未来行为)进行目标车辆的避障控制。但是,障碍车的信息具有由动态交互、司乘人员主观偏好、环境干扰等因素引起的不确定性,即言,障碍车的信息是不确定的。这样一来,相关技术中的车辆间的避障方法具有明显的局限性,无法在障碍车的信息为不确定信息的前提下,实现合理、可靠、有效地避障控制。
因此,如何在障碍车的信息为不确定信息的前提下,实现车辆避障控制过程中的合理性、可靠性以及有效性,已成为了重要的研究方向之一。
发明内容
本公开提供了一种车辆间的避障方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种车辆间的避障方法,包括:
获取目标车辆的目标位置,根据所述目标位置确定所述目标车辆的障碍车;
预测所述障碍车相对所述目标车辆的最远临界位置和最近临界位置;
根据所述目标位置和两个所述临界位置,获取所述目标车辆相对所述障碍车的安全行驶区域;
根据所述安全行驶区域,获取所述目标车辆与所述障碍车之间的冲突概率,并基于所述冲突概率,对所述目标车辆进行避障控制。
根据本公开的另一方面,提供了一种车辆间的避障装置,包括:
确定模块,用于获取目标车辆的目标位置,根据所述目标位置确定所述目标车辆的障碍车;
预测模块,用于预测所述障碍车相对所述目标车辆的最远临界位置和最近临界位置;
获取模块,用于根据所述目标位置和两个所述临界位置,获取所述目标车辆相对所述障碍车的安全行驶区域;
控制模块,用于根据所述安全行驶区域,获取所述目标车辆与所述障碍车之间的冲突概率,并基于所述冲突概率,对所述目标车辆进行避障控制。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开第一方面所述的车辆间的避障方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本公开第一方面所述的车辆间的避障方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序在被处理器执行时实现根据本公开第一方面所述的车辆间的避障方法的步骤。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的示意图;
图2是根据本公开第二实施例的示意图;
图3是根据本公开第三实施例的示意图;
图4是根据本公开第四实施例的示意图;
图5是根据本公开第五实施例的示意图;
图6是根据本公开第六实施例的示意图;
图7是根据本公开第七实施例的示意图;
图8是根据本公开第八实施例的示意图;
图9是根据本公开一种安全行驶区域的示意图;
图10是根据本公开一种目标车辆和障碍车行驶过程对应图像的示意图;
图11是用来实现本公开实施例的车辆间的避障方法的车辆间的避障装置的框图;
图12是用来实现本公开实施例的车辆间的避障方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
以下对本公开的方案涉及的技术领域进行简要说明:
计算机技术(Computer Technology),计算机技术的内容非常广泛,可粗分为计算机系统技术、计算机器件技术、计算机部件技术和计算机组装技术等几个方面。计算机技术包括:运算方法的基本原理与运算器设计、指令系统、中央处理器(CPU)设计、流水线原理及其在CPU设计中的应用、存储体系、总线与输入输出。
AI(Artificial Intelligence,人工智能),是研究使计算机来模拟人生的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术,也有软件层面的技术。人工智能硬件技术一般包括计算机视觉技术、语音识别技术、自然语言处理技术以及及其学习/深度学习、大数据处理技术、知识图谱技术等几大方面。
自动驾驶(Automatic Operation),自动驾驶一般指自动驾驶系统,自动驾驶系统采用先进的通信、计算机、网络和控制技术,对列车实现实时、连续控制。采用现代通信手段,直接面对列车,可实现车地间的双向数据通信,传输速率快,信息量大,后续追踪列车和控制中心可以及时获知前行列车的确切位置,使得运行管理更加灵活,控制更为有效,更加适应列车自动驾驶的需求。
下面参考附图描述本公开实施例的一种车辆间的避障方法方法、装置及电子设备。
图1是根据本公开第一实施例的示意图。
如图1所示,本实施例提出的一种车辆间的避障方法,包括如下步骤:
S101、获取目标车辆的目标位置,根据目标位置确定目标车辆的障碍车。
其中,目标车辆的目标位置,可以为目标车辆当前所处的位置,且目标位置为目标车辆的绝对位置。
需要说明的是,本公开中对于获取目标车辆的目标位置的具体方式不作限定,可以根据实际情况进行选取。
可选地,可以通过导航定位系统获取目标车辆的目标位置。
进一步地,在获取到目标车辆的目标位置后,可以根据目标位置确定目标车辆的障碍车。
需要说明的是,本公开中对于根据目标位置确定目标车辆的障碍车的具体方式不作限定,可以根据实际情况进行选取。
可选地,可以以目标位置为圆心,选取预设距离范围内行驶于任意位置的任一车辆作为障碍车。
举例而言,当预设距离范围是以50m为半径的圆时,可以选取该预设距离范围内于目标车辆前方行驶的车辆作为障碍车,也可以选取该预设距离范围内于目标车辆侧方行驶的车辆作为障碍车。
S102、预测障碍车相对目标车辆的最远临界位置和最近临界位置。
需要说明的是,本公开中对于预测最远临界位置和最近临界位置的具体方式不作限定,可以根据实际情况进行选取。
可选地,可以通过读取障碍车的未来行为预测结果,然后根据障碍车的未来行为预测结果预测障碍车相对目标车辆的最远临界位置和最近临界位置。其中,最远临近位置和最近临界位置的中心点重合。
S103、根据目标位置和两个临界位置,获取目标车辆相对障碍车的安全行驶区域。
在本申请实例中,在获取目标位置以及两个临界位置之后,可以根据目标位置和两个临界位置,获取目标车辆相对障碍车的安全行驶区域。
其中,安全行驶区域,可以为一个矩形区域,且障碍车的中心点处于安全行驶区域之外。
S104、根据安全行驶区域,获取目标车辆与障碍车之间的冲突概率,并基于冲突概率,对目标车辆进行避障控制。
其中,冲突概率,指的是针对安全行驶区域,目标车辆与障碍车之间发生碰撞的概率。
其中,避障控制,指的是基于避障控制指令对目标车辆进行控制,以躲避与障碍车发生碰撞的控制方法。
需要说明的是,本申请中对于基于冲突概率,对目标车辆进行避障控制的具体方式不作限定,可以根据实际情况进行选取。
可选地,可以判断冲突概率是否达到冲突概率阈值,并在识别冲突概率达到冲突概率阈值后,生成转向、增速、减速等避障控制指令,以对目标车辆进行避障控制。
根据本公开实施例的一种车辆间的避障方法,能够通过获取目标车辆的目标位置,根据目标位置确定目标车辆的障碍车,并预测障碍车相对目标车辆的最远临界位置和最近临界位置,然后,根据目标位置和两个临界位置,获取目标车辆相对障碍车的安全行驶区域,进而根据安全行驶区域,获取目标车辆与障碍车之间的冲突概率,并基于冲突概率,对目标车辆进行避障控制。由此,本公开能够在障碍车的信息为不确定信息的前提下,准确地获取安全行驶区域,并基于安全行驶区域,对目标车辆进行合理、可靠、有效的避障控制。
图2是根据本公开第二实施例的示意图。
如图2所示,本公开提出的车辆间的避障方法,在上述实施例的基础上,具体包括以下步骤:
S201、获取目标车辆的目标位置,根据目标位置确定目标车辆的障碍车。
S202、预测障碍车相对目标车辆的最远临界位置和最近临界位置。
该步骤S201~S202与上述实施例中的步骤S101~S102一致,此处不再赘述。
上一实施例中的步骤S103中根据目标位置和两个临界位置,获取目标车辆相对障碍车的安全行驶区域的具体过程,包括以下步骤S203~S204。
S203、根据目标位置和两个临界位置,获取目标车辆相对障碍车的第一安全边界和第二安全边界,其中,第一安全边界与目标车辆的行驶方向平行,第二安全边界与目标车辆的行驶方向垂直。
作为一种可能的实现方式,如图3所示,在上述实施例的基础上,上述步骤S203中根据所述目标位置和两个所述临界位置,获取所述目标车辆相对所述障碍车的第一安全边界和第二安全边界的具体过程,包括以下步骤:
S301、获取目标车辆和障碍车的尺寸信息。
其中,目标车辆和障碍车的尺寸信息,至少包括:目标车辆和障碍车的中心点、目标车辆和障碍车的长度和宽度等信息。
S302、根据目标车辆的尺寸信息和目标位置,获取目标车辆占用的第一区域,并根据障碍车的尺寸信息和两个临界位置,获取障碍车占用的第二区域。
可选地,在获取到目标车辆的尺寸信息后,可以根据目标车辆的长度、宽度、中心点以及目标位置,形成目标车辆占用的第一区域,其中,第一区域为矩形区域。
可选地,在获取到障碍车的尺寸信息后,可以根据障碍车的长度、宽度、中心点以及两个临界位置,形成障碍车占用的第二区域,其中,第二区域为由两个矩形构成的区域,此种情况下,第二区域中包括两个矩形的8个顶点。
S303、获取目标车辆的行驶方向和垂直于第一区域的法向量。
其中,法向量,指的是垂直于第一区域的直线所表示的向量。
S304、根据行驶方向、法向量、第一区域和第二区域,获取第一安全边界和第二安全边界。
作为一种可能的实现方式,如图4所示,在上述实施例的基础上,上述步骤S304中根据行驶方向、法向量、第一区域和第二区域,获取第一安全边界和第二安全边界的具体过程,包括以下步骤:
S401、根据行驶方向和第二区域,获取第一最大投影,并根据第一最大投影和第一区域获取第一安全边界。
作为一种可能的实现方式,如图5所示,在上述实施例的基础上,上述步骤S401中根据行驶方向和第二区域,获取第一最大投影,并根据第一最大投影和第一区域获取第一安全边界的具体过程,包括以下步骤:
S501、获取第二区域的任意两个顶点以及任意两个顶点之间连线的向量,并将向量在行驶方向上的最大投影作为第一最大投影。
本公开实施例中,可以从第二区域的8个顶点中任意选取两个顶点进行连线,然后获取该连线的向量。进一步地,获取该向量在目标车辆行驶方向上的最大投影,并将在行驶方向上的最大投影作为第一最大投影。
S502、获取第一区域对应的第一边长,并将第一边长与两倍的第一最大投影的和作为第一安全边界,其中,第一边长与目标车辆的行驶方向平行。
举例而言,获取到第一边长为a、第一最大投影为b,此种情况下,第一安全边界的长度=a+2*b,且第一安全边界的方向与目标车辆的行驶方向平行。
S402、获取障碍车的第一方位角和第二方位角。
其中,障碍车的第一方位角和第二方位角,指的是针对最远临界位置和最近临界位置的方位角,且第一方位角和第二方位角为障碍车的绝对方位角。
S403、响应于法向量处于由第一方位角和第二方位角构成的方位角范围内,则根据第二区域,获取目标外接圆半径,并根据目标外接圆半径和第一区域获取第二安全边界。
需要说明的是,在试图获取第二安全边界前,可以对法向量与由第一方位角和第二方位角构成的方位角范围之间的位置关系进行判断。
可选地,可以通过以下公式对法向量和方位角范围之间的位置关系进行判断:
其中,θ0为目标车辆的方位角,θ1和θ2分别为第一方位角和第二方位角。
进一步地,响应于法向量与第一方位角和第二方位角满足上述公式,则说明法向量处于由第一方位角和第二方位角构成的方位角范围内。此种情况下,响应于法向量处于由第一方位角和第二方位角构成的方位角范围内,则可以根据第二区域,获取目标外接圆半径,并根据目标外接圆半径和第一区域获取第二安全边界。
举例而言,获取到障碍车的长度为l、宽度为w,此种情况下,目标外接圆半径进一步地,可以获取目标车辆的第二边长c,此种情况下,第二安全边界的长度=c+2*R,且第二安全边界的方向与目标车辆的行驶方向垂直。
S404、响应于法向量未处于由第一方位角和第二方位角构成的方位角范围内,则根据法向量和第二区域,获取第二最大投影,并根据第二最大投影和第一区域获取第二安全边界。
可选地,响应于法向量与第一方位角和第二方位角未满足上述公式,则说明法向量未处于由第一方位角和第二方位角构成的方位角范围内。此种情况下,响应于法向量未处于由第一方位角和第二方位角构成的方位角范围内,则根据法向量和第二区域,获取第二最大投影,并根据第二最大投影和第一区域获取第二安全边界。
作为一种可能的实现方式,如图6所示,在上述实施例的基础上,上述步骤S404中根据法向量和第二区域,获取第二最大投影,并根据第二最大投影和第一区域获取第二安全边界的具体过程,包括以下步骤:
S601、将向量在法向量方向上的最大投影作为第二最大投影。
本公开实施例中,可以从第二区域的8个顶点中任意选取两个顶点进行连线,然后获取该连线的向量。进一步地,获取该向量在法向量方向上的最大投影,并将在法向量方向上的最大投影作为第二最大投影。
S602、获取第一区域对应的第二边长,并将第二边长与两倍的第二最大投影的和作为第二安全边界,其中,第二边长与目标车辆的行驶方向垂直。
举例而言,获取到第二边长为d、第二最大投影为e,此种情况下,第二安全边界的长度=d+2*e,且第二安全边界的方向与目标车辆的行驶方向垂直。
S204、根据第一安全边界和第二安全边界,获取安全行驶区域。
本公开实施例中,可以以第一安全边界和第二安全边界为矩形的长度和宽度,构建面积为第一安全边界与第二安全边界乘积的安全行驶区域。
上一实施例中的步骤S104中根据安全行驶区域,获取目标车辆与障碍车之间的冲突概率,并基于冲突概率,对目标车辆进行避障控制的具体过程,包括以下步骤S205~S208。
S205、获取目标置信区间,并将目标置信区间进行离散化处理,以得到至少一个置信子区间。
需要说明的是,一般情况下,障碍车方位角不会在(0,2π)范围内波动,可以预先设置针对方位角的目标置信区间[γ_1,γ_2]。
S206、根据所有的置信子区间,对安全行驶区域进行划分,以得到至少一个安全行驶子区域。
其中,置信子区间与安全行驶子区域的数量一致。
S207、根据所有的安全行驶子区域,获取冲突概率。
作为一种可能的实现方式,如图7所示,在上述实施例的基础上,上述步骤S207中根据所有的安全行驶子区域,获取冲突概率的具体过程,包括以下步骤:
S701、针对每个安全行驶子区域,根据目标位置和两个临界位置,获取障碍车在X轴方向上的第一概率密度,以及预测位置范围在Y轴方向上的第二概率密度。
举例而言,可以只考虑障碍车的位置,在特定的障碍车方位角下,得出障碍车中心点分布在目标车辆的安全行驶区域内的冲突概率为:
其中,x1,x2,y1,y2为在特定障碍车方位角范围下的目标车辆的安全行驶区域:x1=min(xb1,xb2,xb3,xb4),x2=max(xb1,xb2,xb3,xb4),y1=min(yb1,yb2,yb3,yb4),y2=max(yb1,yb2,yb3,yb4)。
S702、根据两个临界位置,确定障碍车的方位角范围,并根据目标位置、两个临界位置和方位角范围,获取障碍车的第三概率密度。
举例而言,可以综合考虑障碍车的两个方位角,以得到目标车辆和障碍车的冲突概率为:
其中,f(γobs)为第三概率密度函数。
S703、根据第一概率密度、第二概率密度和第三概率密度,获取安全行驶子区域对应的子区间冲突概率。
举例而言,可以根据第一概率密度、第二概率密度和第三概率密度,通过以下公式获取安全行驶子区域对应的子区间冲突概率:
S704、获取所有的子区间冲突概率之和作为冲突概率。
举例而言,可以根据所有的子区间冲突概率,通过以下公式获取冲突概率:
S208、基于冲突概率,对目标车辆进行避障控制。
该步骤S208与上述实施例中的步骤S104一致,此处不再赘述。
根据本公开实施例的一种车辆间的避障方法,能够在障碍车的信息为不确定信息的前提下,,针对均为随机量的障碍车的最远临界位置、最近临界位置、第一方位角和第二方位角,基于高斯分布特性,准确地获取安全行驶区域,并基于安全行驶区域,对目标车辆进行合理、可靠、有效的避障控制,进一步提高了车辆避障过程中的可靠性和有效性。
图8是根据本公开第三实施例的示意图。
如图8所示,本公开提出的车辆间的避障方法,在上述实施例的基础上,具体包括以下步骤:
S801、获取目标车辆的目标位置,根据目标位置确定目标车辆的障碍车。
S802、预测障碍车相对目标车辆的最远临界位置和最近临界位置。
S803、获取目标车辆和障碍车的尺度信息。
S804、根据目标车辆的尺寸信息和目标位置,获取目标车辆占用的第一区域,并根据障碍车的尺寸信息和两个临界位置,获取障碍车占用的第二区域。
S805、获取目标车辆的行驶方向和垂直于第一区域的法向量。
S806、获取第二区域的任意两个顶点以及任意两个顶点之间连线的向量,并将向量在行驶方向上的最大投影作为第一最大投影。
S807、获取第一区域对应的第一边长,并将第一边长与两倍的第一最大投影的和作为第二安全边界,其中,第一边长与目标车辆的行驶方向平行。
S808、获取障碍车的第一方位角和第二方位角。
S809、响应于法向量处于由第一方位角和第二方位角构成的方位角范围内,则根据第二区域,获取目标外接圆半径,并根据目标外接圆半径和第一区域获取第二安全边界。
S810、将向量在法向量方向上的最大投影作为第二最大投影。
S811、获取第一区域对应的第二边长,并将第二边长与两倍的第二最大投影的和作为第一安全边界,其中,第二边长与目标车辆的行驶方向垂直。
S812、根据第一安全边界和第二安全边界,获取安全行驶区域。
S813、获取目标置信区间,并将目标置信区间进行离散化处理,以得到至少一个置信子区间。
S814、根据所有的置信子区间,对安全行驶区域进行划分,以得到至少一个安全行驶子区域。
S815、针对每个安全行驶子区域,根据目标位置和两个临界位置,获取障碍车在X轴方向上的第一概率密度,以及预测位置范围在Y轴方向上的第二概率密度。
S816、根据两个临界位置,确定障碍车的方位角范围,并根据目标位置、两个临界位置和方位角范围,获取障碍车的第三概率密度。
S817、根据第一概率密度、第二概率密度和第三概率密度,获取安全行驶子区域对应的子区间冲突概率。
S818、获取所有的子区间冲突概率之和作为冲突概率。
S819、基于冲突概率,对目标车辆进行避障控制。
该步骤S801~819的具体过程参照上述实施例,此处不再赘述。
举例而言,针对同一坐标系下的目标车辆和障碍车,可以获取到如图9所示,可以获取到安全行驶区域9-1。其中,坐标系中的X轴方向对应东(方向),Y轴方向对应北(方向)。
进一步地,根据为随机变量的目标车辆的信息,基于高斯特性,可以对冲突概率进行预测。
下面对基于高斯特性获取冲突概率的原理进行解释说明。
对于一个高斯随机变量x,其概率密度函数为:
其中,μ为x的均值,σ为x的方差。
此种情况下,随机变量x分布在范围(x1,x2)内的概率为:
进一步地,如图10所示,可以对目标车辆和障碍车对应的预设距离范围进行连续地图像采集,以获取53帧图像。其中,图10为第1帧、第40帧、第43帧、第50帧以及第53帧的图像。
此种情况下,从第1帧开始,目标车辆与障碍车之间的距离逐渐接近,直至第43帧时,两车之间的距离降低至最近,冲突概率也提高至最大。
进一步地,随着目标车辆的继续行驶,从第50帧开始,目标车辆与障碍车之间的距离逐渐增大,直至第53帧时,两车之间的距离增大,冲突概率也随之降低。
由此,本公开能够在障碍车的信息为不确定信息的前提下,准确地获取安全行驶区域,并基于安全行驶区域,对目标车辆进行合理、可靠、有效的避障控制。进一步地,本公开能够在障碍车的信息为不确定信息的前提下,针对均为随机量的障碍车的最远临界位置、最近临界位置、第一方位角和第二方位角,基于高斯分布特性,准确地获取安全行驶区域,并基于安全行驶区域,对目标车辆进行合理、可靠、有效的避障控制,进一步提高了车辆避障过程中的可靠性和有效性。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
与上述几种实施例提供的相对应,本公开的一个实施例还提供车辆间的避障装置,由于本公开实施例提供的车辆间的避障与上述几种实施例提供的车辆间的避障方法相对应,因此在车辆间的避障方法的实施方式也适用于本实施例提供的车辆间的避障的装置,在本实施例中不再详细描述。
图11是根据本公开一个实施例的车辆间的避障的装置结构示意图。
如图11所示,该车辆间的避障的装置1100,包括:确定模块1101、预测模块1102、获取模块1103,控制模块1104。其中:
确定模块1101,用于获取目标车辆的目标位置,根据所述目标位置确定所述目标车辆的障碍车;
预测模块1102,用于预测所述障碍车相对所述目标车辆的最远临界位置和最近临界位置;
获取模块1103,用于根据所述目标位置和两个所述临界位置,获取所述目标车辆相对所述障碍车的安全行驶区域;
控制模块1104,用于根据所述安全行驶区域,获取所述目标车辆与所述障碍车之间的冲突概率,并基于所述冲突概率,对所述目标车辆进行避障控制。
其中,获取模块1103,还用于:
根据所述目标位置和两个所述临界位置,获取所述目标车辆相对所述障碍车的第一安全边界和第二安全边界,其中,所述第一安全边界与所述目标车辆的行驶方向平行,所述第二安全边界与所述目标车辆的行驶方向垂直;
根据所述第一安全边界和所述第二安全边界,获取所述安全行驶区域。
其中,获取模块1103,还用于:
获取所述目标车辆和所述障碍车的尺度信息;
根据所述目标车辆的尺寸信息和所述目标位置,获取所述目标车辆占用的第一区域,并根据所述障碍车的尺寸信息和两个所述临界位置,获取所述障碍车占用的第二区域;
获取所述目标车辆的行驶方向和垂直于所述第一区域的法向量;
根据所述行驶方向、所述法向量、所述第一区域和所述第二区域,获取所述第一安全边界和所述第二安全边界。
其中,所述获取模块1103,还用于:
根据所述行驶方向和所述第二区域,获取第一最大投影,并根据所述第一最大投影和所述第一区域获取所述第一安全边界;
获取所述障碍车的第一方位角和第二方位角;
响应于所述法向量处于由所述第一方位角和所述第二方位角构成的方位角范围内,则根据所述第二区域,获取目标外接圆半径,并根据所述目标外接圆半径和所述第一区域获取所述第二安全边界。
其中,获取模块1103,还用于:
响应于所述法向未处于由所述第一方位角和所述第二方位角构成的方位角范围内,则根据所述法向量和所述第二区域,获取第二最大投影,并根据所述第二最大投影和所述第一区域获取所述第二安全边界。
其中,获取模块1103,还用于:
获取所述第二区域的任意两个顶点以及所述任意两个顶点之间连线的向量,并将所述向量在所述行驶方向上的最大投影作为所述第一最大投影;
获取所述第一区域对应的第一边长,并将所述第一边长与两倍的所述第一最大投影的和作为所述第二安全边界,其中,所述第一边长与所述目标车辆的行驶方向平行。
其中,获取模块1103,还用于:
将所述向量在所述法向量方向上的最大投影作为所述第二最大投影;
获取所述第一区域对应的第二边长,并将所述第二边长与两倍的所述第二最大投影的和作为所述第一安全边界,其中,所述第二边长与所述目标车辆的行驶方向垂直。
其中,控制模块1104,还用于:
获取目标置信区间,并将所述目标置信区间进行离散化处理,以得到至少一个置信子区间;
根据所有的所述置信子区间,对所述安全行驶区域进行划分,以得到至少一个安全行驶子区域;
根据所有的所述安全行驶子区域,获取所述冲突概率。
其中,控制模块1104,还用于:
针对每个所述安全行驶子区间,根据所述目标位置和两个所述临界位置,获取所述障碍车在X轴方向上的第一概率密度,以及所述预测位置范围在Y轴方向上的第二概率密度;
根据两个临界位置,确定所述障碍车的方位角范围,并根据所述目标位置、两个所述临界位置和所述方位角范围,获取所述障碍车的第三概率密度;
根据所述第一概率密度、所述第二概率密度和所述第三概率密度,获取所述安全行驶子区间对应的子区间冲突概率;
获取所有的所述子区间冲突概率之和作为所述冲突概率。
根据本公开实施例的一种车辆间的避障装置,能够通过获取目标车辆的目标位置,根据目标位置确定目标车辆的障碍车,并预测障碍车相对目标车辆的最远临界位置和最近临界位置,然后,根据目标位置和两个临界位置,获取目标车辆相对障碍车的安全行驶区域,进而根据安全行驶区域,获取目标车辆与障碍车之间的冲突概率,并基于冲突概率,对目标车辆进行避障控制。由此,本公开能够在障碍车的信息为不确定信息的前提下,准确地获取安全行驶区域,并基于安全行驶区域,对目标车辆进行合理、可靠、有效的避障控制。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图12示出了可以用来实施本公开的实施例的示例电子设备1200的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图12所示,设备1200包括计算单元1201,其可以根据存储在只读存储器(ROM)1202中的计算机程序或者从存储单元1208加载到随机访问存储器(RAM)1203中的计算机程序,来执行各种适当的动作和处理。在RAM 1203中,还可存储设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
设备1200中的多个部件连接至I/O接口1205,包括:输入单元1206,例如键盘、鼠标等;输出单元1207,例如各种类型的显示器、扬声器等;存储单元1208,例如磁盘、光盘等;以及通信单元1209,例如网卡、调制解调器、无线通信收发机等。通信单元1209允许设备1200通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1201可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1201的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1201执行上文所描述的各个方法和处理,例如车辆间的避障方法。例如,在一些实施例中,车辆间的避障方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1208。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到设备1200上。当计算机程序加载到RAM 1203并由计算单元1201执行时,可以执行上文描述的车辆间的避障方法的一个或多个步骤。备选地,在其他实施例中,计算单元1201可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆间的避障方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网以及区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
本公开还提供一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时,实现如上所述的车辆间的避障方法的步骤。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (16)
1.一种车辆间的避障方法,包括:
获取目标车辆的目标位置,根据所述目标位置确定所述目标车辆的障碍车;
预测所述障碍车相对所述目标车辆的最远临界位置和最近临界位置;
根据所述目标位置和两个所述临界位置,获取所述目标车辆相对所述障碍车的安全行驶区域;
根据所述安全行驶区域,获取所述目标车辆与所述障碍车之间的冲突概率,并基于所述冲突概率,对所述目标车辆进行避障控制;
其中,所述根据所述安全行驶区域,获取所述目标车辆与所述障碍车之间的冲突概率,包括:获取目标置信区间,并将所述目标置信区间进行离散化处理,以得到至少一个置信子区间;根据所有的所述置信子区间,对所述安全行驶区域进行划分,以得到至少一个安全行驶子区域;针对每个所述安全行驶子区域,根据所述目标位置和两个所述临界位置,获取所述障碍车在X轴方向上的第一概率密度,以及预测位置范围在Y轴方向上的第二概率密度;根据两个临界位置,确定所述障碍车的方位角范围,并根据所述目标位置、两个所述临界位置和所述方位角范围,获取所述障碍车的第三概率密度;根据所述第一概率密度、所述第二概率密度和所述第三概率密度,获取所述安全行驶子区域对应的子区间冲突概率;获取所有的所述子区间冲突概率之和作为所述冲突概率。
2.根据权利要求1所述的避障方法,其中,所述根据所述目标位置和两个所述临界位置,获取所述目标车辆相对所述障碍车的安全行驶区域,包括:
根据所述目标位置和两个所述临界位置,获取所述目标车辆相对所述障碍车的第一安全边界和第二安全边界,其中,所述第一安全边界与所述目标车辆的行驶方向平行,所述第二安全边界与所述目标车辆的行驶方向垂直;
根据所述第一安全边界和所述第二安全边界,获取所述安全行驶区域。
3.根据权利要求2所述的避障方法,其中,所述根据所述目标位置和两个所述临界位置,获取所述目标车辆相对所述障碍车的第一安全边界和第二安全边界,包括:
获取所述目标车辆和所述障碍车的尺寸信息;
根据所述目标车辆的尺寸信息和所述目标位置,获取所述目标车辆占用的第一区域,并根据所述障碍车的尺寸信息和两个所述临界位置,获取所述障碍车占用的第二区域;
获取所述目标车辆的行驶方向和垂直于所述第一区域的法向量;
根据所述行驶方向、所述法向量、所述第一区域和所述第二区域,获取所述第一安全边界和所述第二安全边界。
4.根据权利要求3所述的避障方法,其中,所述根据所述行驶方向、所述法向量、所述第一区域和所述第二区域,获取所述第一安全边界和所述第二安全边界,包括:
根据所述行驶方向和所述第二区域,获取第一最大投影,并根据所述第一最大投影和所述第一区域获取所述第一安全边界;
获取所述障碍车的第一方位角和第二方位角;
响应于所述法向量处于由所述第一方位角和所述第二方位角构成的方位角范围内,则根据所述第二区域,获取目标外接圆半径,并根据所述目标外接圆半径和所述第一区域获取所述第二安全边界。
5.根据权利要求4所述的避障方法,其中,还包括:
响应于所述法向量未处于由所述第一方位角和所述第二方位角构成的方位角范围内,则根据所述法向量和所述第二区域,获取第二最大投影,并根据所述第二最大投影和所述第一区域获取所述第二安全边界。
6.根据权利要求4所述的避障方法,其中,所述根据所述行驶方向和所述第二区域,获取第一最大投影,并根据所述第一最大投影和所述第一区域获取所述第一安全边界,包括:
获取所述第二区域的任意两个顶点以及所述任意两个顶点之间连线的向量,并将所述向量在所述行驶方向上的最大投影作为所述第一最大投影;
获取所述第一区域对应的第一边长,并将所述第一边长与两倍的所述第一最大投影的和作为所述第一安全边界,其中,所述第一边长与所述目标车辆的行驶方向平行。
7.根据权利要求6所述的避障方法,其中,所述根据所述法向量和所述第二区域,获取第二最大投影,并根据所述第二最大投影和所述第一区域获取所述第二安全边界,包括:
将所述向量在所述法向量方向上的最大投影作为所述第二最大投影;
获取所述第一区域对应的第二边长,并将所述第二边长与两倍的所述第二最大投影的和作为所述第二安全边界,其中,所述第二边长与所述目标车辆的行驶方向垂直。
8.一种车辆间的避障装置,包括:
确定模块,用于获取目标车辆的目标位置,根据所述目标位置确定所述目标车辆的障碍车;
预测模块,用于预测所述障碍车相对所述目标车辆的最远临界位置和最近临界位置;
获取模块,用于根据所述目标位置和两个所述临界位置,获取所述目标车辆相对所述障碍车的安全行驶区域;
控制模块,用于根据所述安全行驶区域,获取所述目标车辆与所述障碍车之间的冲突概率,并基于所述冲突概率,对所述目标车辆进行避障控制;
其中,所述控制模块,还用于:获取目标置信区间,并将所述目标置信区间进行离散化处理,以得到至少一个置信子区间;根据所有的所述置信子区间,对所述安全行驶区域进行划分,以得到至少一个安全行驶子区域;针对每个所述安全行驶子区域,根据所述目标位置和两个所述临界位置,获取所述障碍车在X轴方向上的第一概率密度,以及预测位置范围在Y轴方向上的第二概率密度;根据两个临界位置,确定所述障碍车的方位角范围,并根据所述目标位置、两个所述临界位置和所述方位角范围,获取所述障碍车的第三概率密度;根据所述第一概率密度、所述第二概率密度和所述第三概率密度,获取所述安全行驶子区域对应的子区间冲突概率;获取所有的所述子区间冲突概率之和作为所述冲突概率。
9.根据权利要求8所述的避障装置,其中,所述获取模块,还用于:
根据所述目标位置和两个所述临界位置,获取所述目标车辆相对所述障碍车的第一安全边界和第二安全边界,其中,所述第一安全边界与所述目标车辆的行驶方向平行,所述第二安全边界与所述目标车辆的行驶方向垂直;
根据所述第一安全边界和所述第二安全边界,获取所述安全行驶区域。
10.根据权利要求9所述的避障装置,其中,所述获取模块,还用于:
获取所述目标车辆和所述障碍车的尺寸信息;
根据所述目标车辆的尺寸信息和所述目标位置,获取所述目标车辆占用的第一区域,并根据所述障碍车的尺寸信息和两个所述临界位置,获取所述障碍车占用的第二区域;
获取所述目标车辆的行驶方向和垂直于所述第一区域的法向量;
根据所述行驶方向、所述法向量、所述第一区域和所述第二区域,获取所述第一安全边界和所述第二安全边界。
11.根据权利要求10所述的避障装置,其中,所述获取模块,还用于:
根据所述行驶方向和所述第二区域,获取第一最大投影,并根据所述第一最大投影和所述第一区域获取所述第一安全边界;
获取所述障碍车的第一方位角和第二方位角;
响应于所述法向量处于由所述第一方位角和所述第二方位角构成的方位角范围内,则根据所述第二区域,获取目标外接圆半径,并根据所述目标外接圆半径和所述第一区域获取所述第二安全边界。
12.根据权利要求11所述的避障装置,其中,所述获取模块,还用于:
响应于所述法向量未处于由所述第一方位角和所述第二方位角构成的方位角范围内,则根据所述法向量和所述第二区域,获取第二最大投影,并根据所述第二最大投影和所述第一区域获取所述第二安全边界。
13.根据权利要求11所述的避障装置,其中,所述获取模块,还用于:
获取所述第二区域的任意两个顶点以及所述任意两个顶点之间连线的向量,并将所述向量在所述行驶方向上的最大投影作为所述第一最大投影;
获取所述第一区域对应的第一边长,并将所述第一边长与两倍的所述第一最大投影的和作为所述第一安全边界,其中,所述第一边长与所述目标车辆的行驶方向平行。
14.根据权利要求13所述的避障装置,其中,所述获取模块,还用于:
将所述向量在所述法向量方向上的最大投影作为第二最大投影;
获取所述第一区域对应的第二边长,并将所述第二边长与两倍的所述第二最大投影的和作为所述第二安全边界,其中,所述第二边长与所述目标车辆的行驶方向垂直。
15.一种电子设备,其特征在于,包括处理器和存储器;
其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-7任一项所述的方法。
16.一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1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110975334.0A CN113734162B (zh) | 2021-08-24 | 2021-08-24 | 一种车辆间的避障方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110975334.0A CN113734162B (zh) | 2021-08-24 | 2021-08-24 | 一种车辆间的避障方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113734162A CN113734162A (zh) | 2021-12-03 |
CN113734162B true CN113734162B (zh) | 2023-06-06 |
Family
ID=78732533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110975334.0A Active CN113734162B (zh) | 2021-08-24 | 2021-08-24 | 一种车辆间的避障方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113734162B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109941275B (zh) * | 2019-03-12 | 2020-09-15 | 杭州飞步科技有限公司 | 车道变换方法、装置、电子设备及存储介质 |
CN110502018B (zh) * | 2019-09-06 | 2022-04-12 | 百度在线网络技术(北京)有限公司 | 确定车辆安全区域的方法、装置、电子设备及存储介质 |
KR20210083462A (ko) * | 2019-12-26 | 2021-07-07 | 주식회사 만도 | 운전자 보조 시스템, 그를 가지는 차량 및 그 제어 방법 |
CN111540237B (zh) * | 2020-05-19 | 2021-09-28 | 河北德冠隆电子科技有限公司 | 基于多数据融合的车辆安全行驶保障方案自动生成的方法 |
CN113176778A (zh) * | 2021-04-13 | 2021-07-27 | 银隆新能源股份有限公司 | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 |
-
2021
- 2021-08-24 CN CN202110975334.0A patent/CN113734162B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113734162A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112560680B (zh) | 车道线处理方法、装置、电子设备及存储介质 | |
CN113715814B (zh) | 碰撞检测方法、装置、电子设备、介质及自动驾驶车辆 | |
CN113264066B (zh) | 障碍物轨迹预测方法、装置、自动驾驶车辆及路侧设备 | |
EP3842752A1 (en) | Vehicle positioning method, apparatus, electronic device, vehicle and storage medium | |
CN112526999B (zh) | 速度规划方法、装置、电子设备和存储介质 | |
US20230008289A1 (en) | Route processing method and apparatus | |
CN113859264B (zh) | 车辆控制方法、装置、电子设备及存储介质 | |
CN113071476A (zh) | 自主泊车的方法、装置、设备及自动驾驶车辆 | |
EP3868625A1 (en) | Bend driving control method and apparatus for autonomous vehicle, device and medium | |
CN116499487B (zh) | 一种车辆的路径规划方法、装置、设备及介质 | |
CN113734162B (zh) | 一种车辆间的避障方法、装置及电子设备 | |
EP4151487A2 (en) | Method and apparatus for controlling lane changing, electronic device and storage medium | |
CN116215517A (zh) | 碰撞检测方法、装置、设备、存储介质和自动驾驶车辆 | |
CN113715821B (zh) | 控制车辆的方法、装置、电子设备和介质 | |
CN114590248B (zh) | 行驶策略的确定方法、装置、电子设备和自动驾驶车辆 | |
CN114719875B (zh) | 自动驾驶路径规划方法、装置、电子设备、介质及车辆 | |
CN117962930B (zh) | 无人车的控制方法及装置、无人车和计算机可读存储介质 | |
CN112966059B (zh) | 针对定位数据的数据处理方法、装置、电子设备和介质 | |
CN113581205B (zh) | 一种调整车辆姿态的方法和装置 | |
CN117647258A (zh) | 路径规划方法、装置、设备以及存储介质 | |
CN115230721B (zh) | 感知数据处理方法、装置和自动驾驶车辆 | |
CN113096436B (zh) | 一种室内泊车方法和装置 | |
CN117922572A (zh) | 掉头场景下车辆限速方法、设备及自动驾驶车辆 | |
CN116700065A (zh) | 无人驾驶设备的控制方法、装置、电子设备及存储介质 | |
CN117470269A (zh) | 自动驾驶车辆的路径规划方法、装置、设备以及存储介质 |
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 |