CN113799794B - 车辆纵向运动参数的规划方法和装置 - Google Patents
车辆纵向运动参数的规划方法和装置 Download PDFInfo
- Publication number
- CN113799794B CN113799794B CN202010545611.XA CN202010545611A CN113799794B CN 113799794 B CN113799794 B CN 113799794B CN 202010545611 A CN202010545611 A CN 202010545611A CN 113799794 B CN113799794 B CN 113799794B
- Authority
- CN
- China
- Prior art keywords
- time
- vehicle
- space
- obstacles
- obstacle
- 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
- 230000033001 locomotion Effects 0.000 title claims abstract description 231
- 238000000034 method Methods 0.000 title claims abstract description 76
- 230000007774 longterm Effects 0.000 claims description 84
- 230000015654 memory Effects 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 abstract description 14
- 238000004891 communication Methods 0.000 description 29
- 230000008569 process Effects 0.000 description 18
- 230000006399 behavior Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 17
- 230000001133 acceleration Effects 0.000 description 15
- 230000002093 peripheral effect Effects 0.000 description 8
- 241000282414 Homo sapiens Species 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 6
- 238000006073 displacement reaction Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000008094 contradictory effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 230000000979 retarding effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- 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
- 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
- B60W30/14—Adaptive cruise control
- B60W30/143—Speed control
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
- B60W60/00272—Planning or execution of driving tasks using trajectory prediction for other traffic participants relying on extrapolation of current movement
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
- B60W60/00276—Planning or execution of driving tasks using trajectory prediction for other traffic participants for two or more other traffic participants
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K31/00—Vehicle fittings, acting on a single sub-unit only, for automatically controlling vehicle speed, i.e. preventing speed from exceeding an arbitrarily established velocity or maintaining speed at a particular velocity, as selected by the vehicle operator
- B60K31/0008—Vehicle fittings, acting on a single sub-unit only, for automatically controlling vehicle speed, i.e. preventing speed from exceeding an arbitrarily established velocity or maintaining speed at a particular velocity, as selected by the vehicle operator including means for detecting potential obstacles in vehicle path
- B60K2031/0016—Identification of obstacles; Selection of a target vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K31/00—Vehicle fittings, acting on a single sub-unit only, for automatically controlling vehicle speed, i.e. preventing speed from exceeding an arbitrarily established velocity or maintaining speed at a particular velocity, as selected by the vehicle operator
- B60K31/0008—Vehicle fittings, acting on a single sub-unit only, for automatically controlling vehicle speed, i.e. preventing speed from exceeding an arbitrarily established velocity or maintaining speed at a particular velocity, as selected by the vehicle operator including means for detecting potential obstacles in vehicle path
- B60K2031/005—Selecting more than one target vehicle, e.g. using several preceding vehicles as target
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4042—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4045—Intention, e.g. lane change or imminent movement
-
- 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
- B60W2554/801—Lateral distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请提供了一种车辆纵向运动参数的规划方法和装置,以降低计算车辆的纵向运动参数所需的计算量。本申请的方案适用于本申请的方案适用于智能汽车、新能源汽车等。其中,车辆纵向运动参数的规划方法包括基于多个障碍物中每个障碍物的时空域和车辆的时空域之间的占据时间,确定障碍物和车辆之间的时空占据类型,并基于时空占据类型从多个障碍物中选择目标障碍物,基于目标障碍物对应的数控占据类型规划车辆的纵向运动参数,避免了现有技术中基于多个障碍物中每个障碍物规划车辆的纵向运动参数,有利于降低规划车辆的纵向参数所需的计算量。
Description
技术领域
本申请涉及自动驾驶领域,并且更具体地,涉及车辆纵向运动参数的规划方法和装置。
背景技术
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。人工智能领域的研究包括机器人,自然语言处理,计算机视觉,决策与推理,人机交互,推荐与搜索,AI基础理论等。
自动驾驶是人工智能领域的一种主流应用,自动驾驶技术依靠计算机视觉、雷达、监控装置和全球定位系统等协同合作,让机动车辆可以在不需要人类主动操作下,实现自动驾驶。自动驾驶的车辆使用各种计算系统来帮助将乘客从一个位置运输到另一位置。一些自动驾驶车辆可能要求来自操作者(诸如,领航员、驾驶员、或者乘客)的一些初始输入或者连续输入。自动驾驶车辆准许操作者从手动模操作式切换到自东驾驶模式或者介于两者之间的模式。由于自动驾驶技术无需人类来驾驶机动车辆,所以理论上能够有效避免人类的驾驶失误,减少交通事故的发生,且能够提高公路的运输效率。因此,自动驾驶技术越来越受到重视。对于自动驾驶的汽车而言,路径规划决策功能是最基础以及最关键的功能之一。路径规划决策功能旨在复杂的交通环境下,依据车辆周围障碍物的动态变化趋势及时地、安全地调整车辆的行驶策略。其中,基于对车辆周围的障碍物预测的结果,在纵向运动参数上做合理的决策规划是自动驾驶技术上方向的重难点问题。
传统的方案中,控制器会先获取当前时刻自动驾驶车辆的当前状态,以及预设范围内全部障碍物的时空预测数据;对于全部障碍物中的每个障碍物,控制器确定每个障碍物与自动驾驶车辆的冲突时空,并根据每个障碍物的冲突时空确定自动驾驶车辆的计划行驶轨迹;然后,控制器从每个目标物对应的计划行驶轨迹中确定一个目标纵向运动参数,并根据确定的目标纵向运动参数向自动驾驶车辆的控制设备发送控制指令。
然而,上述确定目标速度曲线的过程中,控制器需要基于预设范围内全部障碍物的时空预测数据,确定自动驾驶车辆标纵向运动参数,或者说,控制器需要遍历预设范围内全部障碍物的时空预测数据,并针对每个障碍物计算自动驾驶车辆的目标纵向运动参数,导致计算纵向运动参数所需的计算量非常大。
发明内容
本申请提供一种车辆纵向运动参数的规划方法和装置,以降低计算车辆的纵向运动参数所需的计算量。
第一方面,提供了一种车辆的纵向运动参数的规划方法,包括:检测位于所述车辆的预设范围内的多个障碍物;获取所述多个障碍物中每个障碍物的时空域,以及所述车辆的时空域,所述每个障碍物的时空域用于指示所述每个障碍物的位置空间随时间的变化,所述车辆的时空域用于指示所述车辆占据的位置空间随时间的变化;基于所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的占据时间,确定所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型,所述占据时间用于指示所述多个障碍物中每个障碍物的位置空间占据所述车辆的至少部分位置时的时间段;基于所述时空占据类型从所述多个障碍物中选择目标障碍物;基于所述目标障碍物对应的时空占据类型,规划所述车辆的纵向运动参数。
在本申请实施例中,基于多个障碍物中每个障碍物的时空域和车辆的时空域之间的占据时间,确定障碍物和车辆之间的时空占据类型,并基于时空占据类型从多个障碍物中选择目标障碍物,基于目标障碍物对应的数控占据类型规划车辆的纵向运动参数,避免了现有技术中基于多个障碍物中每个障碍物规划车辆的纵向运动参数,有利于降低规划车辆的纵向参数所需的计算量。
需要说明的是,本申请实施例中纵向可以理解为与车辆的轴向相同的方向,因此,纵向运动参数可以理解为在车辆的轴向的方向上的运动参数。
在一种可能的实现方式中,若所述占据时间为以采集时刻为起始时刻的一段时间,且所述占据时间对应的时间段长于第一时间段阈值,所述采集时刻为采集所述多个障碍物的运动状态的时刻,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为当前长期占据类型;若所述占据时间对应的时间段短于第二时间段阈值,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为暂时占据类型;若所述占据时间为晚于所述采集时刻的一段时间,且所述占据时间对应的时间段长于第三时间段阈值,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为未来长期占据类型;其中,所述第一时间段阈值大于或等于所述第二时间段阈值,所述第三时间段阈值大于或等于所述第二时间段阈值。
在本申请实施例中,基于障碍物的时空域和车辆的时空域之间的占据时间,将时空占据类型划分为当前长期占据类型、暂时占据类型以及未来长期占据类型,以便于针对每类占据类型对应的障碍物的时空域规划车辆的纵向运动参数,有利于提高规划车辆的纵向运动参数的合理性。
在一种可能的实现方式中,若所述时空占据类型为暂时占据类型,所述目标障碍物与所述车辆之间的距离短于其他障碍物与所述车辆之间的距离,所述其他障碍物为所述多个障碍物中除所述目标障碍物之外的障碍物,或者,所述目标障碍物与所述车辆之间的碰撞时间TTC短于所述其他障碍物与所述车辆的TTC。
在本申请实施例中,将多个障碍物中与车辆距离最短的障碍物,或者碰撞时间最短的障碍物作为暂时占据类型对应的目标障碍物,以选出暂时占据类型中对车辆的纵向运动参数影响较大的障碍物,有利于提高规划车辆的纵向运动参数的安全性。
在一种可能的实现方式中,若所述时空占据类型为当前长期占据类型,所述目标障碍物与所述车辆的之间的纵向距离小于所述多个障碍物中其他障碍物与所述车辆之间的纵向距离。
需要说明的是,本申请实施例中纵向可以理解为与车辆的轴向相同的方向,因此,纵向距离可以理解为在车辆的轴向的方向上障碍物和车辆之间的距离。
在本申请实施例中,将多个障碍物中与车辆的之间的纵向距离最短的障碍物作为当前长期占据类型对应的目标障碍物,以选出当前长期占据类型中对车辆的纵向运动参数影响较大的障碍物,有利于提高规划车辆的纵向运动参数的安全性。
在一种可能的实现方式中,若所述时空占据类型为未来长期占据类型,所述目标障碍物与所述车辆所行驶的车道之间的跨越车道边线的时间TTL短于其他障碍物与所述车道之间的TTL,所述其他障碍物为所述多个障碍物中除所述目标障碍物之外的障碍物。
在本申请实施例中,将多个障碍物中与车辆所行驶的车道之间的TTL最短的障碍物作为未来长期占据类型对应的目标障碍物,以选出未来长期占据类型中对车辆的纵向运动参数影响较大的障碍物,有利于提高规划车辆的纵向运动参数的安全性。
在一种可能的实现方式中,所述基于所述目标障碍物对应的时空占据类型,规划所述车辆的纵向运动参数,包括:基于所述目标障碍物对应时空占据类型,确定所述目标障碍物的时空占据类型对应的第一约束条件,所述第一约束条件用于约束所述车辆的纵向运动参数,以避免所述目标障碍物与所述车辆发生碰撞;获取其他时空占据类型对应的第二约束条件,所述其他时空占据类型为所述多个时空占据类型中除所述时空占据类型之外的时空占据类型,所述第二约束条件用于约束所述车辆的纵向运动参数,以避免其他时空占据类型对应的障碍物与所述车辆发生碰撞;基于所述第一约束条件以及所述第二约束条件,规划所述车辆的纵向运动参数。
在本申请实施例中,将目标障碍物的时空占据类型对应的第一约束条件,与其他时空占据类型对应的第二约束条件一起作为计算车辆的纵向运动参数的约束条件,有利于提高规划车辆的纵向运动参数的安全性。
第二方面,提供一种车辆的纵向运动参数的规划装置,包括:检测单元,用于检测位于所述车辆的预设范围内的多个障碍物;获取单元,用于获取所述多个障碍物中每个障碍物的时空域,以及所述车辆的时空域,所述每个障碍物的时空域用于指示所述每个障碍物的位置空间随时间的变化,所述车辆的时空域用于指示所述车辆占据的位置空间随时间的变化;处理单元,用于基于所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的占据时间,确定所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型,所述占据时间用于指示所述多个障碍物中每个障碍物的位置空间占据所述车辆的至少部分位置时的时间段;所述处理单元,还用于基于所述时空占据类型从所述多个障碍物中选择目标障碍物;所述处理单元,还用于基于所述目标障碍物对应的时空占据类型,规划所述车辆的纵向运动参数。
在本申请实施例中,基于多个障碍物中每个障碍物的时空域和车辆的时空域之间的占据时间,确定障碍物和车辆之间的时空占据类型,并基于时空占据类型从多个障碍物中选择目标障碍物,基于目标障碍物对应的数控占据类型规划车辆的纵向运动参数,避免了现有技术中基于多个障碍物中每个障碍物规划车辆的纵向运动参数,有利于降低规划车辆的纵向参数所需的计算量。
在一种可能的实现方式中,若所述占据时间为以采集时刻为起始时刻的一段时间,且所述占据时间对应的时间段长于第一时间段阈值,所述采集时刻为采集所述多个障碍物的运动状态的时刻,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为当前长期占据类型;若所述占据时间对应的时间段短于第二时间段阈值,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为暂时占据类型;若所述占据时间为晚于所述采集时刻的一段时间,且所述占据时间对应的时间段长于第三时间段阈值,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为未来长期占据类型;其中,所述第一时间段阈值大于或等于所述第二时间段阈值,所述第三时间段阈值大于或等于所述第二时间段阈值。
在本申请实施例中,基于障碍物的时空域和车辆的时空域之间的占据时间,将时空占据类型划分为当前长期占据类型、暂时占据类型以及未来长期占据类型,以便于针对每类占据类型对应的障碍物的时空域规划车辆的纵向运动参数,有利于提高规划车辆的纵向运动参数的合理性。
在一种可能的实现方式中,若所述时空占据类型为暂时占据类型,所述目标障碍物与所述车辆之间的距离短于其他障碍物与所述车辆之间的距离,所述其他障碍物为所述多个障碍物中除所述目标障碍物之外的障碍物,或者,所述目标障碍物与所述车辆之间的碰撞时间TTC短于所述其他障碍物与所述车辆的TTC。
在本申请实施例中,将多个障碍物中与车辆距离最短的障碍物,或者碰撞时间最短的障碍物作为暂时占据类型对应的目标障碍物,以选出暂时占据类型中对车辆的纵向运动参数影响较大的障碍物,有利于提高规划车辆的纵向运动参数的安全性。
在一种可能的实现方式中,若所述时空占据类型为当前长期占据类型,所述目标障碍物与所述车辆的之间的纵向距离小于所述多个障碍物中其他障碍物与所述车辆之间的纵向距离。
在本申请实施例中,将多个障碍物中与车辆的之间的纵向距离最短的障碍物作为当前长期占据类型对应的目标障碍物,以选出当前长期占据类型中对车辆的纵向运动参数影响较大的障碍物,有利于提高规划车辆的纵向运动参数的安全性。
在一种可能的实现方式中,若所述时空占据类型为未来长期占据类型,所述目标障碍物与所述车辆所行驶的车道之间的跨越车道边线的时间TTL短于其他障碍物与所述车道之间的TTL,所述其他障碍物为所述多个障碍物中除所述目标障碍物之外的障碍物。
在本申请实施例中,将多个障碍物中与车辆所行驶的车道之间的TTL最短的障碍物作为未来长期占据类型对应的目标障碍物,以选出未来长期占据类型中对车辆的纵向运动参数影响较大的障碍物,有利于提高规划车辆的纵向运动参数的安全性。
在一种可能的实现方式中,所述处理单元,还用于:基于所述目标障碍物对应时空占据类型,确定所述目标障碍物的时空占据类型对应的第一约束条件,所述第一约束条件用于约束所述车辆的纵向运动参数,以避免所述目标障碍物与所述车辆发生碰撞;获取其他时空占据类型对应的第二约束条件,所述其他时空占据类型为所述多个时空占据类型中除所述时空占据类型之外的时空占据类型,所述第二约束条件用于约束所述车辆的纵向运动参数,以避免其他时空占据类型对应的障碍物与所述车辆发生碰撞;基于所述第一约束条件以及所述第二约束条件,规划所述车辆的纵向运动参数。
在本申请实施例中,将目标障碍物的时空占据类型对应的第一约束条件,与其他时空占据类型对应的第二约束条件一起作为计算车辆的纵向运动参数的约束条件,有利于提高规划车辆的纵向运动参数的安全性。
第三方面,提供一种控制器,所述控制器可以是具有控制功能的各种设备,也可以是具有控制功能的芯片。所述控制器可以包括检测单元、处理单元和获取单元,所述处理单元可以是处理器,所述检测单元、所述获取单元可以是输入/输出接口;所述控制器还可以包括存储单元,所述存储单元可以是存储器;所述存储单元用于存储指令,所述处理单元执行所述存储单元所存储的指令,以使所述控制器执行第一方面中的方法。所述存储单元可以是所述芯片内的存储单元(例如,寄存器、缓存等),也可以是所述控制器内的位于所述芯片外部的存储单元(例如,只读存储器、随机存取存储器等)。
第四方面,提供一种计算设备,所述计算设备可以是具有计算功能的各种设备,也可以是具有计算功能的芯片。所述计算设备可以包括检测单元、处理单元和获取单元,所述处理单元可以是处理器,所述检测单元、所述获取单元可以是输入/输出接口;所述计算设备还可以包括存储单元,所述存储单元可以是存储器;所述存储单元用于存储指令,所述处理单元执行所述存储单元所存储的指令,以使所述计算设备执行第一方面中的方法。所述存储单元可以是所述芯片内的存储单元(例如,寄存器、缓存等),也可以是所述计算设备内的位于所述芯片外部的存储单元(例如,只读存储器、随机存取存储器等)。
第五方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序代码,当所述计算机程序代码在计算机上运行时,使得计算机执行上述各方面中的方法。
需要说明的是,上述计算机程序代码可以全部或者部分存储在第一存储介质上,其中第一存储介质可以与处理器封装在一起的,也可以与处理器单独封装,本申请对此不作具体限定。
第六方面,提供了一种计算机可读介质,所述计算机可读介质存储有程序代码,当所述计算机程序代码在计算机上运行时,使得计算机执行上述各方面中的方法。
附图说明
图1示出了适用于本申请实施例的适用的通信系统的示意图。
图2是本申请实施例的适用的自动驾驶系统的示意图。
图3是本申请实施例的车辆的纵向运动参数的规划方法的流程图。
图4是本申请实施例的车辆的时空域与多个障碍物的时空域之间的时空占据类型。
图5是本申请实施例的计算车辆的纵向运动参数的方法的示意图。
图6是本申请另一实施例的计算车辆的纵向运动参数的方法的示意图。
图7是本申请另一实施例的计算车辆的纵向运动参数的方法的示意图。
图8是本申请实施例的车辆的纵向运动参数的规划方法的流程图。
图9是本申请实施例中未来长期占据类型的障碍物的在时空域坐标系中的投影。
图10是本申请实施例中暂时占据类型的障碍物的在时空域坐标系中的投影。
图11是本申请实施例中当前长期占据类型的障碍物的在时空域坐标系中的投影。
图12是本申请实施例中的目标障碍物和车辆的位移-时间图。
图13是本申请实施例的车辆的纵向运动参数的规划装置的示意图。
图14是本申请另一实施例的控制器的示意性框图。
具体实施方式
下面将结合附图,对本申请中的技术方案进行描述。为了便于理解,下文先结合图1介绍本申请实施例适用的场景。
图1是本申请实施例提供的车辆100的功能框图。在一个实施例中,将车辆100配置为完全或部分地自动驾驶模式。例如,车辆100可以在处于自动驾驶模式中的同时控制自身,并且可通过人为操作来确定车辆及其周边环境的当前状态,确定周边环境中的至少一个其他车辆的可能行为,并确定该其他车辆执行可能行为的可能性相对应的置信水平,基于所确定的信息来控制车辆100。在车辆100处于自动驾驶模式中时,可以将车辆100置为在没有和人交互的情况下操作。
车辆100可包括各种子系统,例如行进系统102、传感器系统104、控制系统106、一个或多个外围设备108以及电源110、计算机系统112和用户接口116。可选地,车辆100可包括更多或更少的子系统,并且每个子系统可包括多个元件。另外,车辆100的每个子系统和元件可以通过有线或者无线互连。
行进系统102可包括为车辆100提供动力运动的组件。在一个实施例中,行进系统102可包括引擎118、能量源119、传动装置120和车轮/轮胎121。引擎118可以是内燃引擎、电动机、空气压缩引擎或其他类型的引擎组合,例如汽油发动机和电动机组成的混动引擎,内燃引擎和空气压缩引擎组成的混动引擎。引擎118将能量源119转换成机械能量。
能量源119的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源119也可以为车辆100的其他系统提供能量。
传动装置120可以将来自引擎118的机械动力传送到车轮121。传动装置120可包括变速箱、差速器和驱动轴。在一个实施例中,传动装置120还可以包括其他器件,比如离合器。其中,驱动轴可包括可耦合到一个或多个车轮121的一个或多个轴。
传感器系统104可包括感测关于车辆100周边的环境的信息的若干个传感器。例如,传感器系统104可包括定位系统122(定位系统可以是全球定位系统(globalpositioning system,GPS)系统,也可以是北斗系统或者其他定位系统)、惯性测量单元(inertialmeasurement unit,IMU)124、雷达126、激光测距仪128以及相机130。传感器系统104还可包括被监视车辆100的内部系统的传感器(例如,车内空气质量监测器、燃油量表、机油温度表等)。来自这些传感器中的一个或多个的传感器数据可用于检测对象及其相应特性(位置、形状、方向、速度等)。这种检测和识别是自主车辆100的安全操作的关键功能。
定位系统122可用于估计车辆100的地理位置。IMU 124用于基于惯性加速度来感测车辆100的位置和朝向变化。在一个实施例中,IMU 124可以是加速度计和陀螺仪的组合。
雷达126可利用无线电信号来感测车辆100的周边环境内的物体。在一些实施例中,除了感测物体以外,雷达126还可用于感测物体的速度和/或前进方向。
激光测距仪128可利用激光来感测车辆100所位于的环境中的物体。在一些实施例中,激光测距仪128可包括一个或多个激光源、激光扫描器以及一个或多个检测器,以及其他系统组件。
相机130可用于捕捉车辆100的周边环境的多个图像。相机130可以是静态相机或视频相机。
控制系统106为控制车辆100及其组件的操作。控制系统106可包括各种元件,其中包括转向系统132、油门134、制动单元136、计算机视觉系统140、路线控制系统142以及障碍规避系统144。
转向系统132可操作来调整车辆100的前进方向。例如在一个实施例中可以为方向盘系统。
油门134用于控制引擎118的操作速度并进而控制车辆100的速度。
制动单元136用于控制车辆100减速。制动单元136可使用摩擦力来减慢车轮121。在其他实施例中,制动单元136可将车轮121的动能转换为电流。制动单元136也可采取其他形式来减慢车轮121转速从而控制车辆100的速度。
计算机视觉系统140可以操作来处理和分析由相机130捕捉的图像以便识别车辆100周边环境中的物体和/或特征。所述物体和/或特征可包括交通信号、道路边界和障碍物。计算机视觉系统140可使用物体识别算法、运动中恢复结构(structure from motion,SFM)算法、视频跟踪和其他计算机视觉技术。在一些实施例中,计算机视觉系统140可以用于为环境绘制地图、跟踪物体、估计物体的速度等等。
路线控制系统142用于确定车辆100的行驶路线。在一些实施例中,路线控制系统142可结合来自传感器、GPS 122和一个或多个预定地图的数据以为车辆100确定行驶路线。
障碍规避系统144用于识别、评估和避免或者以其他方式越过车辆100的环境中的潜在障碍物。
当然,在一个实例中,控制系统106可以增加或替换地包括除了所示出和描述的那些以外的组件。或者也可以减少一部分上述示出的组件。
车辆100通过外围设备108与外部传感器、其他车辆、其他计算机系统或用户之间进行交互。外围设备108可包括无线通信系统146、车载电脑148、麦克风150和/或扬声器152。
在一些实施例中,外围设备108提供车辆100的用户与用户接口116交互手段。例如,车载电脑148可向车辆100的用户提供信息。用户接口116还可操作车载电脑148来接收用户的输入。车载电脑148可以通过触摸屏进行操作。在其他情况中,外围设备108可提供用于车辆100与位于车内的其它设备通信的手段。例如,麦克风150可从车辆100的用户接收音频(例如,语音命令或其他音频输入)。类似地,扬声器152可向车辆100的用户输出音频。
无线通信系统146可以直接地或者经由通信网络来与一个或多个设备无线通信。例如,无线通信系统146可使用3G蜂窝通信,例如码分多址(code division multipleaccess,CDMA)、全球移动通信系统(Global System for Mobile Communications,GSM)/GPRS,或者第四代(fourth generation,4G)通信,例如LTE。或者第五代(5th-Generation,5G)通信。无线通信系统146可利用WiFi与无线局域网(wireless local area network,WLAN)通信。在一些实施例中,无线通信系统146可利用红外链路、蓝牙或紫蜂(ZigBee)与设备直接通信。其他无线协议,例如各种车辆通信系统,例如,无线通信系统146可包括一个或多个专用短程通信(dedicated short range communications,DSRC)设备,这些设备可包括车辆和/或路边台站之间的公共和/或私有数据通信。
电源110可向车辆100的各种组件提供电力。在一个实施例中,电源110可以为可再充电锂离子或铅酸电池。这种电池的一个或多个电池组可被配置为电源为车辆100的各种组件提供电力。在一些实施例中,电源110和能量源119可一起实现,例如一些全电动车中那样。
车辆100的部分或所有功能受计算机系统112控制。计算机系统112可包括至少一个处理器113,处理器113执行存储在例如数据存储器114这样的非暂态计算机可读介质中的指令115。计算机系统112还可以是采用分布式方式控制车辆100的个体组件或子系统的多个计算设备。
处理器113可以是任何常规的处理器,诸如商业可获得的中央处理器(centralprocessing unit,CPU)。替选地,该处理器可以是诸如专用集成电路(applicationspecific integrated circuit,ASIC)或其它基于硬件的处理器的专用设备。尽管图1功能性地图示了处理器、存储器、和在相同块中的计算机110的其它元件,但是本领域的普通技术人员应该理解该处理器、计算机、或存储器实际上可以包括可以或者可以不存储在相同的物理外壳内的多个处理器、计算机、或存储器。例如,存储器可以是硬盘驱动器或位于不同于计算机110的外壳内的其它存储介质。因此,对处理器或计算机的引用将被理解为包括对可以或者可以不并行操作的处理器或计算机或存储器的集合的引用。不同于使用单一的处理器来执行此处所描述的步骤,诸如转向组件和减速组件的一些组件每个都可以具有其自己的处理器,所述处理器只执行与特定于组件的功能相关的计算。
在此处所描述的各个方面中,处理器可以位于远离该车辆并且与该车辆进行无线通信。在其它方面中,此处所描述的过程中的一些在布置于车辆内的处理器上执行而其它则由远程处理器执行,包括采取执行单一操纵的必要步骤。
在一些实施例中,存储器114可包含指令115(例如,程序逻辑),指令115可被处理器113执行来执行车辆100的各种功能,包括以上描述的那些功能。存储器114也可包含额外的指令,包括向行进系统102、传感器系统104、控制系统106和外围设备108中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。
除了指令115以外,存储器114还可存储数据,例如道路地图、路线信息,车辆的位置、方向、速度以及其它这样的车辆数据,以及其他信息。这种信息可在车辆100在自主、半自主和/或手动模式中操作期间被车辆100和计算机系统112使用。
在一些实施例中,上述处理器113还可以执行本申请实施例的车辆纵向运动参数的规划方案,以帮助车辆规划纵向运动参数,其中具体的纵向运动参数规划方法可以参照下文中图3的介绍,为了简洁,在此不再赘述。
用户接口116,用于向车辆100的用户提供信息或从其接收信息。可选地,用户接口116可包括在外围设备108的集合内的一个或多个输入/输出设备,例如无线通信系统146、车载电脑148、麦克风150和扬声器152。
计算机系统112可基于从各种子系统(例如,行进系统102、传感器系统104和控制系统106)以及从用户接口116接收的输入来控制车辆100的功能。例如,计算机系统112可利用来自控制系统106的输入以便控制转向单元132来避免由传感器系统104和障碍规避系统144检测到的障碍物。在一些实施例中,计算机系统112可操作来对车辆100及其子系统的许多方面提供控制。
可选地,上述这些组件中的一个或多个可与车辆100分开安装或关联。例如,存储器114可以部分或完全地与车辆100分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。
可选地,上述组件只是一个示例,实际应用中,上述各个模块中的组件有可能根据实际需要增添或者删除,图1不应理解为对本发明实施例的限制。
在道路行进的自动驾驶汽车,如上面的车辆100,可以识别其周围环境内的物体以确定对当前速度的调整。所述物体可以是其它车辆、交通控制设备、或者其它类型的物体。在一些示例中,可以独立地考虑每个识别的物体,并且基于物体的各自的特性,诸如它的当前速度、加速度、与车辆的间距等,可以用来确定自动驾驶汽车所要调整的速度。
可选地,自动驾驶车辆100或者与自动驾驶车辆100相关联的计算设备(如图1的计算机系统112、计算机视觉系统140、存储器114)可以基于所识别的物体的特性和周围环境的状态(例如,交通、雨、道路上的冰等等)来预测所述识别的物体的行为。可选地,每一个所识别的物体都依赖于彼此的行为,因此还可以将所识别的所有物体全部一起考虑来预测单个识别的物体的行为。车辆100能够基于预测的所述识别的物体的行为来调整它的速度。换句话说,自动驾驶汽车能够基于所预测的物体的行为来确定车辆将需要调整到稳定状态(例如,加速、减速、或者停止)。在这个过程中,也可以考虑其它因素来确定车辆100的速度,诸如,车辆100在行驶的道路中的横向位置、道路的曲率、静态和动态物体的接近度等等。
除了提供调整自动驾驶汽车的速度的指令之外,计算设备还可以提供修改车辆100的转向角的指令,以使得自动驾驶汽车遵循给定的轨迹和/或维持与自动驾驶汽车附近的物体(例如,道路上的相邻车道中的轿车)的安全横向和纵向距离。
上述车辆100可以为轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、割草机、娱乐车、游乐场车辆、施工设备、电车、高尔夫球车、火车、和手推车等,本发明实施例不做特别的限定。
上文结合图1介绍了本申请实施例适用的场景,下文结合图2介绍执行本申请实施例的适用的自动驾驶系统。
图2是本申请实施例的适用的自动驾驶系统的示意图,计算机系统101包括处理器103,处理器103和系统总线105耦合。处理器103可以是一个或者多个处理器,其中每个处理器都可以包括一个或多个处理器核。显示适配器(video adapter)107,显示适配器可以驱动显示器109,显示器109和系统总线105耦合。系统总线105通过总线桥111和输入/输出(input/output,I/O)总线113耦合。I/O接口115和I/O总线耦合。I/O接口115和多种I/O设备进行通信,比如输入设备117(如:键盘,鼠标,触摸屏等),多媒体盘(media tray)121,(例如,CD-ROM,多媒体接口等)。收发器123(可以发送和/或接受无线电通信信号),摄像头155(可以捕捉景田和动态数字视频图像)和外部USB接口125。其中,可选地,和I/O接口115相连接的接口可以是USB接口。
其中,处理器103可以是任何传统处理器,包括精简指令集计算(ReducedInstruction Set Computing,RISC)处理器、复杂指令集计算(Complex Instruction SetComputer,CISC)处理器或上述的组合。可选地,处理器可以是诸如专用集成电路ASIC的专用装置。可选地,处理器103可以是神经网络处理器或者是神经网络处理器和上述传统处理器的组合。
可选地,在本文所述的各种实施例中,计算机系统101可位于远离自动驾驶车辆的地方,并且可与自动驾驶车辆0无线通信。在其它方面,本文所述的一些过程在设置在自动驾驶车辆内的处理器上执行,其它由远程处理器执行,包括采取执行单个操纵所需的动作。
计算机101可以通过网络接口129和软件部署服务器149通信。网络接口129是硬件网络接口,比如,网卡。网络127可以是外部网络,比如因特网,也可以是内部网络,比如以太网或者虚拟私人网络(Virtual Private Network,VPN)。可选地,网络127还可以是无线网络,比如Wi-Fi网络,蜂窝网络等。
硬盘驱动接口和系统总线105耦合。硬件驱动接口和硬盘驱动器相连接。系统内存135和系统总线105耦合。运行在系统内存135的数据可以包括计算机101的操作系统137和应用程序143。
操作系统包括外壳(shell)139和内核(kernel)141。外壳139是介于使用者和操作系统之内核间的一个接口。外壳139是操作系统最外面的一层。外壳139管理使用者与操作系统之间的交互:等待使用者的输入,向操作系统解释使用者的输入,并且处理各种各样的操作系统的输出结果。
内核141由操作系统中用于管理存储器、文件、外设和系统资源的那些部分组成。直接与硬件交互,操作系统内核通常运行进程,并提供进程间的通信,提供CPU时间片管理、中断、内存管理、IO管理等等。
应用程序143包括控制汽车自动驾驶相关的程序,比如,管理自动驾驶的汽车和路上障碍物交互的程序,控制自动驾驶汽车路线或者速度的程序,控制自动驾驶汽车和路上其他自动驾驶汽车交互的程序。应用程序143也存在于软件部署服务器(deployingserver)149的系统上。在一个实施例中,在需要执行应用程序147时,计算机系统101可以从软件部署服务器(deploying server)149下载应用程序143。
在一些实施例中,上述应用程序还可以包括用于本申请实施例提供的车辆的纵向运动参数规划的方案对应的应用程序,其中本申请实施例的车辆的纵向运动参数的规划方案将在下文中具体介绍,为了简洁在此不再赘述。
传感器153和计算机系统101关联。传感器153用于探测计算机101周围的环境。举例来说,传感器153可以探测动物,汽车,障碍物和人行横道等,进一步传感器还可以探测上述动物,汽车,障碍物和人行横道等物体周围的环境,比如:动物周围的环境,例如,动物周围出现的其他动物,天气条件,周围环境的光亮度等。可选地,如果计算机101位于自动驾驶的汽车上,传感器可以是摄像头,红外线感应器,化学检测器,麦克风等。
目前,传统的方案在对车辆的纵向运动参数进行规划的过程中,控制器(例如,图1所示的控制系统106)会先获取当前时刻自动驾驶车辆的当前状态,以及预设范围内全部障碍物的时空预测数据;对于全部障碍物中的每个障碍物,控制器确定每个障碍物与自动驾驶车辆的冲突时空,并根据每个障碍物的冲突时空确定自动驾驶车辆的计划行驶轨迹;然后,控制器从每个目标物对应的计划行驶轨迹中确定一个目标纵向运动参数,并根据确定的目标纵向运动参数向自动驾驶车辆的控制设备发送控制指令。然而,上述确定目标速度曲线的过程中,控制器需要基于预设范围内全部障碍物的时空预测数据,确定自动驾驶车辆标纵向运动参数,或者说,控制器需要遍历预设范围内全部障碍物的时空预测数据,并针对每个障碍物计算自动驾驶车辆的目标纵向运动参数,导致计算纵向运动参数所需的计算量非常大。
因此,为了避免上述问题,本申请实施例提供了一种新的规划车辆的纵向速度的方案,即基于车辆周围预设范围内的多个障碍物的时空域与车辆时空域之间的占据关系,确定多个障碍物中每个障碍物对应的时空占据类型,并基于时空占据类型从多个障碍物中选择目标障碍物,然后基于选择的目标障碍物对应的时空占据类型以及所述目标障碍物的运动状态,规划所述车辆的纵向运动参数。如此,控制器不再需要遍历多个障碍物中每个障碍物的时空域以对车辆的纵向速度进行规划,有利于减少速度纵向规划曲线所需的计算量。
需要说明的是,本申请中涉及的车辆的“纵向运动参数”中的“纵向”可以理解为与车辆的行驶方向相同的方向。
下文结合图3介绍本申请实施例的车辆的纵向运动参数的规划方法。图3是本申请实施例的车辆的纵向运动参数的规划方法的流程图。图3所示的方法可以由控制器(例如图1所示的控制系统106)执行。图3所示的方法包括步骤310至步骤350。
310,检测位于车辆所在的预设范围内的多个障碍物。
上述障碍物可以理解为会对车辆的行驶过程造成一定阻碍的物体,例如,可以是横穿上述车辆所在的车道的路人或其他车辆,又例如,还可以是位于上述车辆前方的其他车辆等,本申请实施例对此不作具体限定。
确定障碍物的方式有很多种,本申请实施例对此不作限定。例如,可以通过车载传感器感知多个障碍物,其中传感器可以是图1所示的相机130。又例如,可以由云端告知车辆预设范围内的多个障碍物。
上述预设范围可以由厂商指定的,或者由用户设置,本申请对此不作具体限定。
需要说明的是,上述确定多个障碍物的过程中,还可以同时确定多个障碍物的运动状态,以便后续确定多个障碍物中每个障碍物的时空域。当然,也可以在确定多个障碍物后的一段时间后再采集多个障碍物的运动状态,本申请实施例对此不作限定。
320,获取多个障碍物中每个障碍物的时空域以及车辆的时空域,每个障碍物的时空域用于指示每个障碍物的位置空间随时间的变化,车辆的时空域用于指示车辆占据的位置空间随时间的变化。
可选地,可以基于多个障碍物中每个障碍物的运动状态,预测多个障碍物中每个障碍物的时空域。
上述每个障碍物的运动状态可以包括每个障碍物的当前位置、当前速度、当前加速度、方向、行为意图以及预设时间内的运动轨迹等。其中,行为意图可以包括车道横穿意图、车道并线意图、车道顺行意图、借道绕行意图等。
上述每个障碍物的时空域可以通过预先建立的坐标系表示,具体而言,每个障碍物的时空域可以通过不同时刻每个障碍物在该坐标下的坐标位置表示。
需要说明的是,上述坐标系可以世界坐标系或者道路坐标系,本申请实施例对此不作限定。其中,世界坐标系是指相对于地面固定的坐标系。世界坐标系的定义方式有多种,例如可以将世界坐标系的原点定义在目标物体的初始位置,世界坐标系的x轴的正方向沿目标物体的运动方向,当目标物体运动后,原点的位置和x轴正方向固定在地面不随目标运动。又例如,还可以将世界坐标系的原点定义在大地的某一位置,世界坐标系的x轴指向北。道路坐标系可以以道路路径的起点为原点,沿着道路的方向为S轴正方向,与S轴正方向垂直向左的为道路坐标系L轴正方向。
可选地,可以基于车辆的运动状态,预测车辆的时空域。
上述车辆的运动状态可以包括车辆的当前位置、当前速度、当前加速度、方向、行为意图以及预设时间内的运动轨迹等。
上述车辆的时空域可以通过预先建立的坐标系表示,具体而言,车辆的时空域可以通过不同时刻车辆在该坐标下的坐标位置表示。应理解,上述表示车辆的时空域的坐标可以与上述表示障碍物的坐标相同。其建立方式可以参见上文的介绍,为了简洁,在此不再赘述。
330,基于多个障碍物中每个障碍物的时空域与车辆的时空域之间的占据时间,确定多个障碍物中每个障碍物的时空域与车辆的时空域之间的时空占据类型,占据时间用于指示多个障碍物中每个障碍物的位置空间占据车辆的至少部分位置时的时间段。
占据时间用于指示多个障碍物中每个障碍物的位置空间占据车辆的至少部分位置时的时间段,可以理解为占据时间包括多个障碍物中每个障碍物的时空域与车辆的时空域之间重叠的时间和/或重叠的时间的长短。
可选地,上述时空占据类型为预设的多种时空占据类型中的一种,多个时空占据类型包括以下时空占据类型中的部分或全部:当前长期占据类型(current longtermoccupy,CO)、暂时占据类型(temporary occupy,TO)或未来长期占据类型(futurelongterm occupy,FO)。
若占据时间为以采集时刻为起始时刻的一段时间,且占据时间对应的时间段长于第一时间段阈值,采集时刻为采集所述多个障碍物的运动状态的时刻,则多个障碍物中每个障碍物的时空域与车辆的时空域之间的时空占据类型为当前长期占据类型。
若占据时间对应的时间段短于第二时间段阈值,则多个障碍物中每个障碍物的时空域与车辆的时空域之间的时空占据类型为暂时占据类型。
需要说明的是,对于暂时占据类型而言,上述占据时间可以是以采集时刻为起点的一段时间,也可以是晚于采集时刻的一段时间,本申请实施例对此不作具体限定。
若占据时间为晚于采集时刻的一段时间,且占据时间对应的时间段长于第三时间段阈值,则多个障碍物中每个障碍物的时空域与车辆的时空域之间的时空占据类型为未来长期占据类型。
需要说明的是,上述第一时间段阈值长于或等于第二时间段阈值,且第三时间段阈值长于或等于第二时间段阈值。也就是说,当前长期占据类型对应的占据时间长于暂时占据类型对应的占据时间,未来长期占据类型对应的占据时间长于暂时占据类型对应的占据时间。
上述第一时间段阈值等于第二时间段阈值时,第一时间段阈值和第二时间段阈值可以理解为同一个时间段阈值。相应地,上述第三时间段阈值等于第二时间段阈值时,第三时间段阈值和第二时间段阈值可以理解为同一个时间段阈值。
上述第一时间段阈值和第三时间段阈值可以是同一个时间段阈值,也可以是不同的时间段阈值,本申请实施例对此不作限定。
需要说明的是,上述第一时间段阈值、第二时间段阈值、第三时间段阈值可以由厂商设置。
为了便于理解,下文结合图4所示的驾驶场景,介绍不同占据时间与时空占据类型之间的映射关系。下文以图4所示的6个障碍物(即420至470)为例进行说明。
假设本车410沿着车道1行驶,且当前位置如图4所示。其中,障碍物1 420为在车道2中行驶的车辆,且障碍物1准备从车道2并入本车410所在的车道1,障碍物1 420的行为意图为车道并线。障碍物2 430为准备横穿车道1的行人,障碍物2 430的行为意图为车道横穿。障碍物3 440为准备横穿车道1的行人,障碍物3 440的行为意图为车道横穿。障碍物4至6 450、460、470为沿着车道1行驶的车辆,障碍物4至6 450、460、470的行为意图为车道顺行。
因此,对于障碍物1 420而言,采集障碍物1 420的运动状态时,障碍物1 420还未并入车道1,基于障碍物1 420的运动状态预测障碍物1 420的时空域可以得到障碍物1 420开始并入车道1至障碍物1 420完全并入车道1并沿着车道1行驶的这段过程中对应的位置空间会占据本车410沿着车道1行驶的位置空间,因此,障碍物1 420从开始并入车道1至完全并入车道1这段位置空间变化对应的时间段即为上文中的占据时间。这种情况下,该占据时间对应的时间段的长于第三时间段阈值,且该占据时间为晚于采集时刻的一段时间。综上,基于上述占据时间可以确定障碍物1 420的时空域与本车410的时空域之间的占据关系属于未来长期占据类型。
对于障碍物2 430而言,基于障碍物2 430的运动状态预测障碍物2 430的时空域可以得到,当障碍物2 430从车道1的最近的边界(即图4中的左边界)运动至车道1最远的边界(即图4中的右边界)时,障碍物2 430会占据本车410位置空间,则障碍物2 430从车道1的最近的边界(即图4中的左边界)运动至车道1最远的边界(即图4中的右边界)这段位置空间对应的时间段即为上文中的占据时间。这种情况下,占据时间对应的时间段的长度短于第二时间段阈值。综上,基于上述占据时间可以确定障碍物2 430的时空域与本车410的时空域之间的占据关系属于暂时占据类型。
对于障碍物3 440而言,基于障碍物3 440的运动状态预测障碍物3 440的时空域可以得到,当障碍物3 440从车道1的最近的边界(即图4中的左边界)运动至车道1最远的边界(即图4中的右边界)时,障碍物3 440会占据本车410位置空间,则障碍物3 440从车道1的最近的边界(即图4中的左边界)运动至车道1最远的边界(即图4中的右边界)这段位置空间对应的时间段即为上文中的占据时间。这种情况下,占据时间对应的时间段的长度短于第二时间段阈值。综上,基于上述占据时间可以确定上述障碍物3 440的时空域与本车410的时空域之间的占据关系属于上述暂时占据类型。
对于障碍物4 450而言,采集障碍物4 450的运动状态时,障碍物4 450已经在车道1中行驶,基于障碍物4 450的运动状态预测障碍物4 450的时空域可以得到,障碍物4 450沿着车道1行驶的这段过程对应位置空间会占据本车410沿着车道1行驶的位置空间,因此,障碍物4 450沿着车道1行驶的这段位置空间变化对应的时间段即为上文中的占据时间。这种情况下,占据时间对应的时间段的长度长于第三时间段阈值,且占据时间是以采集时刻为起点的一段时间。综上,基于上述占据时间可以确定障碍物4 450的时空域与本车410的时空域的占据类型为当前长期占据类型。
对于障碍物5 460而言,采集障碍物5 460的运动状态时,障碍物5 460已经在车道1中行驶,基于障碍物5 460的运动状态预测障碍物5 460的时空域可以得到,障碍物5 460沿着车道1行驶的这段过程对应位置空间会占据本车410沿着车道1行驶的位置空间,因此,障碍物5 460沿着车道1行驶的这段位置空间变化对应的时间段即为上文中的占据时间。这种情况下,占据时间对应的时间段的长度长于第三时间段阈值,且占据时间是以采集时刻为起点的一段时间。综上,基于上述占据时间可以确定障碍物5 460的时空域与本车410的时空域的占据类型为当前长期占据类型。
对于障碍物6 470而言,采集障碍物6 470的运动状态时,障碍物6 470已经在车道1中行驶,基于障碍物6 470的运动状态预测障碍物6 470的时空域可以得到,障碍物6 470沿着车道1行驶的这段过程对应位置空间会占据本车410沿着车道1行驶的位置空间,因此,障碍物6 470沿着车道1行驶的这段位置空间变化对应的时间段即为上文中的占据时间。这种情况下,占据时间对应的时间段的长度长于第三时间段阈值,且占据时间是以采集时刻为起点的一段时间。综上,基于上述占据时间可以确定障碍物6 470的时空域与本车410的时空域的占据类型为当前长期占据类型。
340,基于时空占据类型从多个障碍物中选择目标障碍物。下文针对上述3种时空占据类型对应的障碍物选择条件分别介绍。
对于暂时占据类型而言,障碍物与车辆的纵向距离和/或障碍物与车辆之间的碰撞时间(time to collision,TTC)对车辆的纵向速度影响较大,因此,可以基于障碍物与车辆的纵向距离和/或障碍物与车辆之间的TTC来选择目标障碍物。
即,若时空占据类型为暂时占据类型,目标障碍物与车辆之间的距离短于其他障碍物与车辆之间的距离,其他障碍物为多个障碍物中除目标障碍物之外的障碍物,和/或,目标障碍物与车辆之间的TTC短于其他障碍物与车辆的TTC。
上述目标障碍物可以是多个障碍物中的一个或多个,本申请实施例对此不作限定。当然,如果希望进一步筛选目标障碍物的数量,以减少路径规划所需的计算量,则可以从多个障碍物中选择与车辆之间的距离最短的障碍物作为目标障碍物,和/或,从多个障碍物中选择与车辆之间的TTC最短的障碍物作为目标障碍物。
对于当前长期占据类型而言,障碍物与车辆之间的纵向距离为影响车辆的纵向速度规划的重要因素。因此,可以基于属于当前长期占据类型的障碍物与车辆之间的纵向距离,选取目标障碍物。
即,目标障碍物与车辆的之间的纵向距离小于多个障碍物中其他障碍物与车辆之间的纵向距离,其中其他障碍物为上述多个障碍物中除目标障碍物之外的障碍物。
上述纵向可以理解为与车辆的轴向相同的方向,或者车辆的行驶方向,或者车辆的航向。
上述目标障碍物可以理解为多个障碍物中的一个或多个障碍物,本申请实施例对此不作限定。当然,如果希望进一步筛选目标障碍物的数量,以减少路径规划所需的计算量,则可以从多个障碍物中选择与车辆之间的纵向距离最短的障碍物作为目标障碍物。
例如,图4所示的场景中,障碍物4 450与车辆410之间的纵向距离小于障碍物5440与车辆410之间的纵向距离,且障碍物4 450与车辆410之间的纵向距离小于障碍物6450与车辆410之间的纵向距离。因此,可以将障碍物4 450作为当前长期占据类型对应的目标障碍物。对于未来长期占据类型而言,障碍物与车辆之间的跨越车道边线的时间(timeto line,TTL)对车辆的纵向速度影响较大,因此,可以基于障碍物与车辆的之间的TTL来选择目标障碍物。
即,若时空占据类型为未来长期占据类型,目标障碍物与车辆之间的TTL短于其他障碍物与车辆之间的TTL,其他障碍物为多个障碍物中除目标障碍物之外的障碍物。
上述目标障碍物可以理解为多个障碍物中的一个或多个障碍物,本申请实施例对此不作限定。当然,如果希望进一步筛选目标障碍物的数量,以减少路径规划所需的计算量,则可以从多个障碍物中选择与车辆之间的TTL最短的障碍物作为目标障碍物。
350,基于目标障碍物对应的时空占据类型,规划车辆的纵向运动参数。其中,车辆的纵向运动参数可以包括在某一时刻车辆需要行驶到坐标系中的位置,以及车辆在某一时刻需要达到的加速度、和速度。
上述车辆的纵向运动参数的格式可以定义为vspeedgoal=(s,t,v,a),车辆的纵向运动参数vspeedgoal表示车辆在时刻t需要在坐标系中移动的纵向位移为s,且车辆的在时刻t需要达到的速度为v,加速度为a。
需要说明的是,对车辆纵向运动参数进行规划的方式有很多种,下文以基于不同时空占据类型对应的约束条件求解车辆的纵向运动参数。下文先介绍不同时空占据类型对应的约束条件。
对于当前长期占据类型的目标障碍物而言,可以设定规划时间段内目标障碍物在坐标系中的纵向位置大于车辆在该坐标系中的纵向位置为约束条件。
假设当前长期占据类型对应的目标障碍物为障碍物i,障碍物i为多个障碍物中与车辆之间的纵向距离最近障碍物,则当前长期占据类型的障碍物i对车辆的纵向运动参数的规划形成的约束条件为:s(t)<si,t∈[0,T],且si=vit+si0,(t∈[0,T]),其中vi表示障碍物i的速度,si0表示初始时刻(又称采集时刻)障碍物i的在坐标系中的纵向位置,T表示规划时间段。
对于未来长期占据类型的目标障碍物而言,可以以规划时间段内目标障碍物在坐标系中的纵向位置大于车辆在该坐标系中的纵向位置为约束条件,其中,规划时间以目标障碍物开始占据第二时间段车辆的时空域的时刻为起始时刻,对于车道并线的场景而言,上述目标障碍物开始占据第二时间段车辆的时空域,可以理解为目标障碍物并入车辆所行驶的车道的并入时刻。
假设未来长期占据类型对应的目标障碍物为障碍物j,障碍物j为多个障碍物中与车辆所行驶的车道之间的TTL最短的障碍物,则未来长期占据类型的障碍物j对车辆的纵向运动参数的规划形成的约束条件为:且sj=vj(t-tj)+s0,(t∈[tj,T]),其中,vj表示障碍物j的速度,sj0表示初始时刻(又称采集时刻)障碍物j在坐标系中的纵向位置,T表示规划时间段,tj表示障碍物j并入车辆所行驶的车道的并入时刻,s0表示并入时刻障碍物j在坐标系中的纵向位置。
需要说明的是,上述障碍物j为多个障碍物中与车辆所行驶的车道之间的TTL最短的障碍物,或者说,障碍物j为多个障碍物在坐标系中与车辆之间纵向距离最近的障碍物。
对于暂时占据类型的目标障碍物而言,可以设定三种约束条件用于规划车辆的纵向运动参数,约束条件一:规划时间段内车辆在坐标系中的纵向位置小于障碍物k在该坐标系中的纵向位置。约束条件二:规划时间段内车辆在坐标系中的纵向位置大于障碍物k在该坐标系中的纵向位置,且车辆在车辆在坐标系中的纵向位置小于障碍物l在坐标系中的纵向位置。约束条件三:规划时间段内车辆在坐标系中的纵向位置大于障碍物l在坐标系中的纵向位置。其中,障碍物k为坐标系中多个障碍物与车辆的纵向距离最小的障碍物。障碍物l为多个障碍物与车辆的TTC最短的障碍物。
假设暂时占据类型对应的目标障碍物为障碍物q以及障碍物p,障碍物q为多个障碍物在坐标系中与车辆之间的纵向距离最近的障碍物,障碍物p为多个障碍物中与车辆之间的TTC最短的障碍物,则暂时占据类型的障碍物q以及障碍物p对车辆的纵向运动参数的规划形成的约束条件为:且sq=vqt+sq0,(t∈[tq_in,tq_out]),sp=vpt+sp0,(t∈[tp_in,tp_out]),其中,vq表示障碍物q沿障碍物q的行驶路线的纵向运动参数,vp表示障碍物p沿障碍物p的行驶路线的纵向运动参数,sq0表示初始时刻(又称采集时刻)障碍物q在坐标系中的纵向位置,sp0表示初始时刻(又称采集时刻)障碍物p在坐标系中的纵向位置,tq_in表示障碍物q进入车辆所行驶的车道的时刻,tq_out表示障碍物q退出车辆所行驶的车道的时刻,tp_in表示障碍物p进入车辆所行驶的车道的时刻,tp_out表示障碍物p退出车辆所行驶的车道的时刻。
上文介绍了基于3中不同的时空占据类型的约束条件的设置方法,下文结合上文介绍的约束条件描述对车辆的纵向运动参数进行规划的方法。在对车辆的纵向运动参数进行规划的过程中,为了提高规划结果的准确性,可以在计算其中一类时空占据类型的规划结果时,综合其他两类的时空占据类型对应的约束条件,以规划车辆的纵向运动参数。
上述方法还包括:基于目标障碍物对应的时空占据类型以及目标障碍物的运动状态,规划车辆的纵向运动参数,包括:基于目标障碍物对应时空占据类型以及目标障碍物的运动状态,确定目标障碍物的时空占据类型对应的第一约束条件,第一约束条件用于约束车辆的纵向运动参数,以避免目标障碍物与车辆发生碰撞;获取其他时空占据类型对应的第二约束条件,其他时空占据类型为多个时空占据类型中除时空占据类型之外的时空占据类型,第二约束条件用于约束车辆的纵向运动参数,以避免其他时空占据类型对应的障碍物与车辆发生碰撞;基于第一约束条件以及第二约束条件,计算车辆的纵向运动参数。
上述目标障碍物对应的时空占据类型可以是上文中的3种时空占据类型中的一种,此时,其他时空占据类型可以是上述3种时空占据类型中除目标障碍物对应的时空占据类型之外的时空占据类型。例如,目标障碍物对应的时空占据类型为未来长期占据类型时,上述其他时空占据类型可以包括暂时占据类型以及当前长期占据类型。又例如,目标障碍物对应的时空占据类型为当前长期占据类型时,上述其他时空占据类型可以包括暂时占据类型。
下文以目标障碍物对应的时空占据类型为当前长期占据类型,其他时空占据类型包括未来长期占据类型以及暂时占据类型为例,介绍计算车辆的纵向运动参数的方法。需要说明的是,下文主要介绍计算车辆的纵向运动参数的方法,其中涉及的各种市疾控占据类型的约束条件可以参见上文介绍,为了简洁,在此不再赘述。
图5是本申请实施例的计算车辆的纵向运动参数的方法的示意图。图5所示的方法包括步骤510至步骤550。
510,确定目标障碍物对应的时空占据类型为未来长期占据类型。
530,确定当前长期占据类型对应的约束条件:s(t)<si,t∈[0,T],且si=vit+si0,(t∈[0,T])。
550,基于上述3种占据类型对应的约束条件,计算车辆的最小纵向运动参数vspeedgoal。
图6是本申请另一实施例的计算车辆的纵向运动参数的方法的示意图。图6所示的方法包括步骤610至步骤650。
610,确定目标障碍物对应的时空占据类型为当前长期占据类型。
620,确定当前长期占据类型对应的约束条件:s(t)<si,t∈[0,T],且si=vit+si0,(t∈[0,T])。
650,基于上述3种占据类型对应的约束条件,计算车辆的最小纵向运动参数vspeedgoal。
图7是本申请另一实施例的计算车辆的纵向运动参数的方法的示意图。图7所示的方法包括步骤710至步骤750。
710,确定目标障碍物对应的时空占据类型为暂时占据类型。
740,确定当前长期占据类型对应的约束条件:s(t)<si,t∈[0,T],且si=vit+si0,(t∈[0,T])。
750,基于上述3种占据类型对应的约束条件,计算车辆的最小纵向运动参数vspeedgoal。
当然,在本申请实施例中还可以分别基于上述3种时空占据类型对应的约束条件,规划车辆的纵向运动参数。本申请实施例对此不作限定。
为了提高车辆行驶的安全性,还可以对车辆的纵向运动参数进行验证。具体地,将针对上述3种时空占据类型计算的车辆的纵向运动参数进行碰撞风险校验,保证最终输出车辆的纵向运动参数的安全性。这个碰撞风险的校验可以是基于位移-时间图(ST图)中计算求解的,即将所有目标障碍物投影到ST图中,若从车辆的当前位置到达上述纵向运动参数对应的位置的过程中,不会与所有目标障碍物发生碰撞,则可以认为纵向运动参数对应的位置是安全的。
下文结合图4所示的场景,介绍本申请实施例的车辆的纵向运动参数的规划方法。图8是本申请实施例的车辆的纵向运动参数的规划方法的流程图。图8所示的方法包括步骤810至步骤850。
810,获取车辆410的运动状态以及多个障碍物的运动状态。
需要说明的是,运动状态对应物体(车辆或障碍物)的在坐标系中的当前位置用“Position”表示,坐标系中X轴对应车辆的行驶方向,坐标系中Y轴与车辆的行驶方向垂直。物体的当前速度可以用“Velocity”表示,物体的当前加速度可以用“Acceleration”表示,物体的航向可以用“Heading”表示。
因此,车辆410的运动状态Oego可以表示为Oego={Position:(xego,yego),Velocity:Vego,Acceleration:aego,Heading:θego}。可选地,上述车辆410的运动状态还可以包括车辆410横向行为状态(lateral action):车道保持/变道,和/或,车辆410目的车道所对应的行驶路线Path,其中行驶路线可以表示为Path={(x1,y1),(x2,y2),…,(xn-1,yn-1),(xn,yn)}。
障碍物1(object1)420的运动状态Oobject1可以表示为Oobject1={Position:(xobject1,yobject1),Velocity:Vobject1,Acceleration:aobject1,Heading:θobject1,Intent:Iobject1,PredictTrajectory:Trobject1}。其中,“Predict Trajectory”表示障碍物1 420的预测轨迹,“Intent”表示障碍物1 420的运动意图。
障碍物2(object2)430的运动状态Oobject2可以表示为Oobject2={Position:(xobject2,yobject2),Velocity:Vobject2,Acceleration:aobject2,Heading:θobject2,Intent:Iobject2,Predict Trajectory:Trobject2}。其中,“Predict Trajectory”表示障碍物2 430的预测轨迹,“Intent”表示障碍物2 430的运动意图。
障碍物3(object3)440的运动状态Oobject3可以表示为Oobject3={Position:(xobject3,yobject3),Velocity:Vobject3,Acceleration:aobject3,Heading:θobject3,Intent:Iobject3,Predict Trajectory:Trobject3}。其中,“Predict Trajectory”表示障碍物3 440的预测轨迹,“Intent”表示障碍物3 440的运动意图。
障碍物4(object4)450的运动状态Oobject4可以表示为Oobject4={Position:(xobject4,yobject4),Velocity:Vobject4,Acceleration:aobject4,Heading:θobject4,Intent:Iobject4,Predict Trajectory:Trobject4}。其中,“Predict Trajectory”表示障碍物4 450的预测轨迹,“Intent”表示障碍物4 450的运动意图。
障碍物5(object5)460的运动状态Oobject5可以表示为Oobject5={Position:(xobject5,yobject5),Velocity:Vobject5,Acceleration:aobject5,Heading:θobject5,Intent:Iobject5,Predict Trajectory:Trobject5}。其中,“Predict Trajectory”表示障碍物5 460的预测轨迹,“Intent”表示障碍物5 460的运动意图。
障碍物6(object6)470的运动状态Oobject6可以表示为Oobject6={Position:(xobject6,yobject6),Velocity:Vobject6,Acceleration:aobject6,Heading:θobject6,Intent:Iobject6,Predict Trajectory:Trobject6}。其中,“Predict Trajectory”表示障碍物6 470的预测轨迹,“Intent”表示障碍物6 470的运动意图。
820,基于多个障碍物的运动状态确定多个障碍物中每个障碍物对应的时空占据类型。具体地,确定每个障碍物对应的时空占据类型的过程中,可以细化为以下两种情况。
情况1:如果障碍物的运动状态中包含障碍物的意图信息,则可以直接基于障碍物的意图信息确定障碍物对应的时空占据类型。
可选地,上述障碍物意图可以定义为:{车道横穿意图、车道并线意图、车道顺行意图、借道绕行意图}。其中车道横穿意图、借道绕行意图可以对应为暂时时空占据类型;车道并线意图可以对应为未来长期时空占据类型;车道顺行意图可以对应为当前长期时空占据类型。
因此,Iobject1=车道并线意图,障碍物1 420归属为未来长期时空占据类型;Iobject2=车道横穿意图,障碍物2 430归属为暂时占据类型;Iobject3=车道横穿意图,障碍物3 440归属为暂时占据类型;Iobject4=车道顺行意图,障碍物4 450归属为当前长期占据类型;Iobject5=车道顺行意图,则障碍物5 460归属为当前长期占据类型;Iobject6=车道顺行意图,障碍物6 470归属为当前长期占据类型。
情况2:如果障碍物的运动状态中包含轨迹预测信息,而不包含行为意图信息,此时,可以依靠空间投影计算来确定每个障碍物对应的时空占据类型,具体投影计算可以参照图9至图11所示。需要说明的是,图9至图11所示的坐标系中,S轴的正方向表示车辆沿着道路行驶的方向,L轴的正方向表示与S轴垂直的方向,t轴表示时间。S0、L0以及t0分别为S轴、L轴以及t轴的坐标原点。
(Trobject1,Path)→object1归属为FO类型;
(Trobject2,Path)→object2归属为TO类型;
(Trobject3,Path)→object3归属为TO类型;
(Trobject4,Path)→object4归属为CO类型;
(Trobject5,Path)→object5归属为CO类型;
(Trobject6,Path)→object6归属为CO类型;
基于上述情况1或情况2,可以得到属于未来长期占据类型的障碍物列表为FOlist={object1},属于暂时占据类型的障碍物列表为TOlist={object2,object3},属于当前长期占据类型的障碍物列表为COlist={object4,object5,object6}。
830,基于每种时空占据类型中障碍物的运动状态,确定每种时空占据类型对应的约束条件。
1)基于属于当前长期占据类型的障碍物的运动状态,确定当前长期占据类型对应的约束条件。
属于当前长期占据类型的障碍物为COlist={object4,object5,object6}。以车辆410行驶路线为参考线构建道路坐标系得到障碍物4 450在该坐标系下的坐标为(sobject4_0,lobject4_0),障碍物5 450在该坐标系下的坐标为(sobject5_0,lobject5_0),障碍物6 470在该坐标系下的坐标为(sobject6_0,lobject6_0)。由于sobject4_0>sobject5_0>sobject6_0,因此,CO类型对应的约束条件的设定只需考虑障碍物4和障碍物5,即CO类型对应的目标障碍物包括障碍物4和障碍物5。
规划时间段内障碍物4在道路坐标系中的位置可以表示sobject4=vobject4*t+sobject4_0,(t∈[0,T]),其中,sobject4_0表示采集时刻障碍物4在道路坐标系中的初始位置,vobject4表示采集时刻障碍物4的速度,T表示规划时间。规划时间段内障碍物5在道路坐标系中的位置可以表示sobject5=vobject5*t+sobject5_0,(t∈[0,T]),其中,sobject5_0表示采集时刻障碍物5在道路坐标系中的初始位置,vobject5表示采集时刻障碍物5的速度,T表示规划时间。
需要说明的是,上述CO类型对应的目标障碍物可以是一个也可以是两个,本申请实施例对此不作具体限定。当然,如果考虑两个目标障碍物的运动状态有利于提高为车辆规划纵向运动参数的安全性。例如,跟车场景中仅仅考虑前车,而不考虑位于前车前的车辆,则可能存在位于前车前的车辆出现紧急情况时,无法及时处理本车行驶速度的问题。
2)基于属于未来长期占据类型的障碍物的运动状态,确定未来长期占据类型对应的约束条件。
属于未来长期占据类型的障碍物FOlist={object1},且障碍物1为多个障碍物中与车辆所在车道的TTL时间最短的障碍物,因此障碍物1可以作为未来长期占据类型对应的目标障碍物。以车辆410行驶路线为参考线构建道路坐标系得到障碍物1在该坐标系下的坐标为(sobject1_0,lobject1_0)。根据障碍物1的速度,在道路坐标系下进行分解得到障碍物1的横向速度分量vobject1_lateral,以及障碍物1距离车道1右边线的横向距离为其中,lobject1_0表示坐标系中障碍物1在采集时刻的纵向位置,W表示车道1的路宽。则坐标系中障碍物1的并线切入点的纵向位置为sobject1=sobject1_0+vobject1*ttlobject1,且其中ttlobject1表示障碍物1跨越车道1的边线的时间。
3)基于属于暂时占据类型的障碍物的运动状态,确定暂时占据类型对应的约束条件。
属于暂时占据类型的障碍物TOlist={object2,object3},其中,障碍物2为道路坐标系中与车辆之间的纵向距离最近的障碍物,障碍物3为多个障碍物中与车辆的TTC最短的障碍物,因此,障碍物2和障碍物3可以作为暂时占据类型对应的目标障碍物。以车辆410行驶路线为参考线构建道路坐标系得到障碍物2的坐标为(sobject2_0,lobject2_0),障碍物3的坐标为(sobject3_0,lobject3_0)。其中,道路坐标系中障碍物2的纵向位移为sobject2=vobject2_long*t+sobject2_0,(t∈[tobject2_in,tobject2_out]),其中,vobject2_long表示障碍物2沿障碍物2的行驶路线的纵向速度,sobject2_0表示采集时刻障碍物2在道路坐标系中的纵向位置,tobject2_in表示障碍物2进入车道1的时刻,tobject2_out表示障碍物2退出车道1的时刻。道路坐标系中障碍物3的纵向位移为sobject3=vobject3_long*t+sobject3_0,(t∈[tobject3_in,tobject3_out]),其中,vobject3_long表示障碍物3沿障碍物3的行驶路线的纵向速度,sobject3_0表示采集时刻障碍物3在道路坐标系中的纵向位置,tobject3_in表示障碍物3进入车道1的时刻,tobject3_out表示障碍物3退出车道1的时刻。
结合上述两个障碍物的运动状态,可以得到TO类型的约束条件为:
840,基于上述约束条件,计算车辆的纵向运动参数。
1)基于CO类型对应的目标障碍物的运动状态,计算车辆的纵向运动参数。其中,CO类型对应的目标障碍物为障碍物4和障碍物5。
计算针对object4车辆的纵向运动参数为:
speedgoalobject4={sobject4-tHWT*vobject4,tobject4,vobject4,aobject4},且
计算出object5对应的纵向速度目标点为:
speedgoalobject5={sobject5-tHWT*vobject5,tobject5,vobject5,aobject5},且
然后,判断上述两个车辆的纵向运动参数在时空上是否矛盾,其判断条件为sobject4-tHWT*vobject4<sobject5-tHWT*vobject5且tobject4<tobject5,若该判断条件不满足,则两个纵向运动参数中s最小的纵向运动参数;若条件满足,则保留两个纵向运动参数。
最后,在ST(位移-时间)空间中计算保留下的纵向运动参数是否满足FO类型对应的约束条件以及TO类型对应的约束条件。若满足FO类型对应的约束条件以及TO类型对应的约束条件,则将保留下的纵向运动参数作为基于CO类型的障碍物规划的纵向运动参数speedgoalco。若不满足FO类型对应的约束条件和/或TO类型对应的约束条件,则取保留下的纵向运动参数、基于FO类型的障碍物计算的纵向运动参数、基于TO类型的障碍物计算的纵向运动参数三者中s最小的作为输出。
2)基于FO类型对应的目标障碍物的运动状态,计算车辆的纵向运动参数。其中,FO类型对应的目标障碍物为障碍物1。
对于障碍物1存在两种模式的纵向运动参数:一种激进型纵向运动参数,一种保守型纵向运动参数。
其中,激进型纵向运动参数:speedgoalobject1_r={sobject1+C,ttlobject1,vego,aego},(C>Lengthego),其中Lengthego表示车辆410长度,C为常数,aego为正数。
保守型纵向运动参数:speedgoalobject1_r={sobject1-C,ttlobject1,vobject1,0},(C>Lengthego),其中Lengthego表示车辆410长度,C为常数。
最后,在ST(位移-时间)空间中计算上述的两种类型的纵向运动参数是否满足CO类型对应的约束条件以及TO类型对应的约束条件。若两种类型纵向运动参数均满足上述约束条件,则将激进型纵向运动参数作为FO类型的纵向运动参数;若只有一个类型满足,则将满足上述约束条件的纵向运动参数作为FO类型的纵向运动参数。若不满足CO类型对应的约束条件和/或FO类型对应的约束条件,则取保守型纵向运动参数、CO类型的纵向运动参数、TO类型的纵向运动参数三者中s最小点对应的纵向运动参数作为输出。
3)基于TO类型对应的目标障碍物的运动状态,计算车辆的纵向运动参数。其中,TO类型对应的目标障碍物为障碍物2和障碍物3。
针对障碍物2规划的纵向运动参数为:speedgoalobject2={sobject2-C,tobject2_in,vobject2_long,0},(C>Lengthego),C为常数,Lengthego表示车辆410的长度。
针对障碍物3规划的纵向运动参数为:speedgoalobject3={sobject3-C,tobject3_in,vobject3_long,0},(C>Lengthego),C为常数,Lengthego表示车辆410的长度。
然后判断这两个纵向运动参数在时空上是否矛盾,判断条件为sobject2-C<sobject3-C且tobject2_in<tobject3_in,若不满足判断条件,则在两个纵向运动参数中取s最小的那个纵向运动参数;若满足判断条件,则保留两个纵向运动参数。
最后,在ST(位移-时间)空间中计算保留下的纵向运动参数是否满足FO类型的约束条件和CO类型对应的约束条件。若都满足则作为TO类型的纵向运动参数。否则,取保留下的纵向运动参数、FO类型对应的纵向运动参数、CO类型的纵向运动参数三者中最小的s对应的纵向运动参数作为输出。
850,对上述输出的纵向运动参数进行安全校验计算。
对上述模块的计算结果进行碰撞风险校验,保证最终输出结果的安全性。这个碰撞风险的校验可以基于ST图(位移-时间图)中计算求解的,将所有目标障碍物投影到ST图中,判断是否可以从车辆410位置到达这些规划的纵向运动参数位置,而且同时不与所有目标障碍物发生碰撞。如图12所示,只要纵向运动参数落在虚线围成的区间内,则认为是安全的,通过校验。
将通过校验的纵向运动参数作为状态约束,构建目标函数s(t)=at3+bt2+ct+d,maxS(t),S(t)的边界条件满足如下条件约束:s.t.S”(t)∈[amin,amax],进而求解出满足各个边界条件的最优目标函数的相关系数,从而得到最终的纵向运动参数:v(t)=s′(t)=3at2+2bt+c。
需要说明的是,本实施例中是以三次多项式构建目标优化函数,但不仅限于三阶多项式。
上文结合图1至图12介绍了本申请实施例的车辆的纵向运动参数的规划方法,下文结合图13至图14介绍本申请实施例的装置。应理解,需要说明的是,图13至图14所示的装置可以实现上述方法中各个步骤,为了简洁,在此不再赘述。
图13是本申请实施例的车辆的纵向运动参数的规划装置的示意图。图13所示的装置1300包括:检测单元1310、获取单元1320和处理单元1320。
检测单元1310,用于检测位于所述车辆的预设范围内的多个障碍物;
获取单元1320,用于获取所述多个障碍物中每个障碍物的时空域,以及所述车辆的时空域,所述每个障碍物的时空域用于指示所述每个障碍物的位置空间随时间的变化,所述车辆的时空域用于指示所述车辆占据的位置空间随时间的变化;
处理单元1330,用于基于所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的占据时间,确定所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型,所述占据时间用于指示所述多个障碍物中每个障碍物的位置空间占据所述车辆的至少部分位置时的时间段;
所述处理单元1330,还用于基于所述时空占据类型从所述多个障碍物中选择目标障碍物;
所述处理单元1330,还用于基于所述目标障碍物对应的时空占据类型,规划所述车辆的纵向运动参数。
可选地,作为一个实施例,若所述占据时间为以采集时刻为起始时刻的一段时间,且所述占据时间对应的时间段长于第一时间段阈值,所述采集时刻为采集所述多个障碍物的运动状态的时刻,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为当前长期占据类型;
若所述占据时间对应的时间段短于第二时间段阈值,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为暂时占据类型;
若所述占据时间为晚于所述采集时刻的一段时间,且所述占据时间对应的时间段长于第三时间段阈值,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为未来长期占据类型;
其中,所述第一时间段阈值大于或等于所述第二时间段阈值,所述第三时间段阈值大于或等于所述第二时间段阈值。
可选地,作为一个实施例,若所述时空占据类型为暂时占据类型,所述目标障碍物与所述车辆之间的距离短于其他障碍物与所述车辆之间的距离,所述其他障碍物为所述多个障碍物中除所述目标障碍物之外的障碍物,或者,所述目标障碍物与所述车辆之间的碰撞时间TTC短于所述其他障碍物与所述车辆的TTC。
可选地,作为一个实施例,若所述时空占据类型为当前长期占据类型,所述目标障碍物与所述车辆的之间的纵向距离小于所述多个障碍物中其他障碍物与所述车辆之间的纵向距离。
可选地,作为一个实施例,若所述时空占据类型为未来长期占据类型,所述目标障碍物与所述车辆所行驶的车道之间的跨越车道边线的时间TTL短于其他障碍物与所述车道之间的TTL,所述其他障碍物为所述多个障碍物中除所述目标障碍物之外的障碍物。
可选地,作为一个实施例,所述处理单元1330,还用于:基于所述目标障碍物对应时空占据类型,确定所述目标障碍物的时空占据类型对应的第一约束条件,所述第一约束条件用于约束所述车辆的纵向运动参数,以避免所述目标障碍物与所述车辆发生碰撞;获取其他时空占据类型对应的第二约束条件,所述其他时空占据类型为所述多个时空占据类型中除所述时空占据类型之外的时空占据类型,所述第二约束条件用于约束所述车辆的纵向运动参数,以避免其他时空占据类型对应的障碍物与所述车辆发生碰撞;基于所述第一约束条件以及所述第二约束条件,规划所述车辆的纵向运动参数。
在可选的实施例中,所述检测单元1310、所述获取单元1320可以为通信接口1430,所述处理单元1330可以为处理器1420,所述控制器还可以包括存储器1410,具体如图14所示。
图14是本申请另一实施例的控制器的示意性框图。图14所示的控制器1400可以包括:存储器1410、处理器1420、以及通信接口1430。其中,存储器1410、处理器1420,通信接口1430通过内部连接通路相连,该存储器1410用于存储指令,该处理器1420用于执行该存储器1420存储的指令,以控制输入/输出接口1430接收/发送第二信道模型的至少部分参数。可选地,存储器1410既可以和处理器1420通过接口耦合,也可以和处理器1420集成在一起。
需要说明的是,上述通信接口1430使用例如但不限于收发器一类的收发装置,来实现通信设备1400与其他设备或通信网络之间的通信。上述通信接口1430还可以包括输入/输出接口(input/output interface)。
在实现过程中,上述方法的各步骤可以通过处理器1420中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例所公开的方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1410,处理器1420读取存储器1410中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
应理解,本申请实施例中,该处理器可以为中央处理单元(central processingunit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(digital signalprocessor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解,本申请实施例中,该存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据。处理器的一部分还可以包括非易失性随机存取存储器。例如,处理器还可以存储设备类型的信息。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,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、或者计算机软件和电子硬件的结合来实现。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申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (14)
1.一种车辆的纵向运动参数的规划方法,其特征在于,包括:
检测位于所述车辆的预设范围内的多个障碍物;
获取所述多个障碍物中每个障碍物的时空域,以及所述车辆的时空域,所述每个障碍物的时空域用于指示所述每个障碍物的位置空间随时间的变化,所述车辆的时空域用于指示所述车辆的位置空间随时间的变化;
基于所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的占据时间,确定所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型,所述占据时间用于指示所述多个障碍物中每个障碍物的位置空间占据所述车辆的至少部分位置空间时的时间段;
基于所述时空占据类型从所述多个障碍物中选择目标障碍物;
基于所述目标障碍物对应的时空占据类型,规划所述车辆的纵向运动参数。
2.如权利要求1所述的方法,其特征在于,若所述占据时间为以采集时刻为起始时刻的一段时间,且所述占据时间对应的时间段长于第一时间段阈值,所述采集时刻为采集所述多个障碍物的运动状态的时刻,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为当前长期占据类型;
若所述占据时间对应的时间段短于第二时间段阈值,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为暂时占据类型;
若所述占据时间为晚于所述采集时刻的一段时间,且所述占据时间对应的时间段长于第三时间段阈值,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为未来长期占据类型;
其中,所述第一时间段阈值大于或等于所述第二时间段阈值,所述第三时间段阈值大于或等于所述第二时间段阈值。
3.如权利要求2所述的方法,其特征在于,若所述时空占据类型为暂时占据类型,所述目标障碍物与所述车辆之间的距离短于其他障碍物与所述车辆之间的距离,所述其他障碍物为所述多个障碍物中除所述目标障碍物之外的障碍物,或者,所述目标障碍物与所述车辆之间的碰撞时间TTC短于所述其他障碍物与所述车辆的TTC。
4.如权利要求2所述的方法,其特征在于,若所述时空占据类型为当前长期占据类型,所述目标障碍物与所述车辆的之间的纵向距离小于所述多个障碍物中其他障碍物与所述车辆之间的纵向距离。
5.如权利要求2所述的方法,其特征在于,若所述时空占据类型为未来长期占据类型,所述目标障碍物与所述车辆所行驶的车道之间的跨越车道边线的时间TTL短于其他障碍物与所述车道之间的TTL,所述其他障碍物为所述多个障碍物中除所述目标障碍物之外的障碍物。
6.如权利要求2-5中任一项所述的方法,其特征在于,所述基于所述目标障碍物对应的时空占据类型,规划所述车辆的纵向运动参数,包括:
基于所述目标障碍物对应时空占据类型,确定所述目标障碍物的时空占据类型对应的第一约束条件,所述第一约束条件用于约束所述车辆的纵向运动参数,以避免所述目标障碍物与所述车辆发生碰撞;
获取其他时空占据类型对应的第二约束条件,所述其他时空占据类型为所述多个时空占据类型中除所述时空占据类型之外的时空占据类型,所述第二约束条件用于约束所述车辆的纵向运动参数,以避免其他时空占据类型对应的障碍物与所述车辆发生碰撞;
基于所述第一约束条件以及所述第二约束条件,规划所述车辆的纵向运动参数。
7.一种车辆的纵向运动参数的规划装置,其特征在于,包括:
检测单元,用于检测位于所述车辆的预设范围内的多个障碍物;
获取单元,用于获取所述多个障碍物中每个障碍物的时空域,以及所述车辆的时空域,所述每个障碍物的时空域用于指示所述每个障碍物的位置空间随时间的变化,所述车辆的时空域用于指示所述车辆的位置空间随时间的变化;
处理单元,用于基于所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的占据时间,确定所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型,所述占据时间用于指示所述多个障碍物中每个障碍物的位置空间占据所述车辆的至少部分位置空间时的时间段;
所述处理单元,还用于基于所述时空占据类型从所述多个障碍物中选择目标障碍物;
所述处理单元,还用于基于所述目标障碍物对应的时空占据类型,规划所述车辆的纵向运动参数。
8.如权利要求7所述的装置,其特征在于,若所述占据时间为以采集时刻为起始时刻的一段时间,且所述占据时间对应的时间段长于第一时间段阈值,所述采集时刻为采集所述多个障碍物的运动状态的时刻,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为当前长期占据类型;
若所述占据时间对应的时间段短于第二时间段阈值,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为暂时占据类型;
若所述占据时间为晚于所述采集时刻的一段时间,且所述占据时间对应的时间段长于第三时间段阈值,则所述多个障碍物中每个障碍物的时空域与所述车辆的时空域之间的时空占据类型为未来长期占据类型;
其中,所述第一时间段阈值大于或等于所述第二时间段阈值,所述第三时间段阈值大于或等于所述第二时间段阈值。
9.如权利要求8所述的装置,其特征在于,若所述时空占据类型为暂时占据类型,所述目标障碍物与所述车辆之间的距离短于其他障碍物与所述车辆之间的距离,所述其他障碍物为所述多个障碍物中除所述目标障碍物之外的障碍物,或者,所述目标障碍物与所述车辆之间的碰撞时间TTC短于所述其他障碍物与所述车辆的TTC。
10.如权利要求8所述的装置,其特征在于,若所述时空占据类型为当前长期占据类型,所述目标障碍物与所述车辆的之间的纵向距离小于所述多个障碍物中其他障碍物与所述车辆之间的纵向距离。
11.如权利要求8所述的装置,其特征在于,若所述时空占据类型为未来长期占据类型,所述目标障碍物与所述车辆所行驶的车道之间的跨越车道边线的时间TTL短于其他障碍物与所述车道之间的TTL,所述其他障碍物为所述多个障碍物中除所述目标障碍物之外的障碍物。
12.如权利要求8-11中任一项所述的装置,其特征在于,所述处理单元,还用于:
基于所述目标障碍物对应时空占据类型,确定所述目标障碍物的时空占据类型对应的第一约束条件,所述第一约束条件用于约束所述车辆的纵向运动参数,以避免所述目标障碍物与所述车辆发生碰撞;
获取其他时空占据类型对应的第二约束条件,所述其他时空占据类型为所述多个时空占据类型中除所述时空占据类型之外的时空占据类型,所述第二约束条件用于约束所述车辆的纵向运动参数,以避免其他时空占据类型对应的障碍物与所述车辆发生碰撞;
基于所述第一约束条件以及所述第二约束条件,规划所述车辆的纵向运动参数。
13.一种控制器,其特征在于,包括至少一个处理器和存储器,所述至少一个处理器与所述存储器耦合,用于读取并执行所述存储器中的指令,以执行如权利要求1-6中任一项所述的方法。
14.一种计算机可读介质,其特征在于,所述计算机可读介质存储有程序代码,当所述计算机程序代码在计算机上运行时,使得计算机执行如权利要求1-6中任一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010545611.XA CN113799794B (zh) | 2020-06-16 | 2020-06-16 | 车辆纵向运动参数的规划方法和装置 |
PCT/CN2021/090824 WO2021254000A1 (zh) | 2020-06-16 | 2021-04-29 | 车辆纵向运动参数的规划方法和装置 |
EP21824973.8A EP4159564A4 (en) | 2020-06-16 | 2021-04-29 | METHOD AND DEVICE FOR PLANNING VEHICLE LONGITUDINAL MOVEMENT PARAMETERS |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010545611.XA CN113799794B (zh) | 2020-06-16 | 2020-06-16 | 车辆纵向运动参数的规划方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113799794A CN113799794A (zh) | 2021-12-17 |
CN113799794B true CN113799794B (zh) | 2023-05-09 |
Family
ID=78944266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010545611.XA Active CN113799794B (zh) | 2020-06-16 | 2020-06-16 | 车辆纵向运动参数的规划方法和装置 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4159564A4 (zh) |
CN (1) | CN113799794B (zh) |
WO (1) | WO2021254000A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114475587B (zh) * | 2022-01-30 | 2024-04-30 | 重庆长安汽车股份有限公司 | 引入目标行为及碰撞概率的风险评估算法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101395647A (zh) * | 2006-02-28 | 2009-03-25 | 丰田自动车株式会社 | 物体路线预测方法、装置和程序以及自动操作系统 |
CN108693878A (zh) * | 2017-04-06 | 2018-10-23 | 丰田自动车株式会社 | 前进路线设定装置以及前进路线设定方法 |
CN108875998A (zh) * | 2018-04-20 | 2018-11-23 | 北京智行者科技有限公司 | 一种自动驾驶车辆规划方法和系统 |
CN110352153A (zh) * | 2018-02-02 | 2019-10-18 | 辉达公司 | 自主车辆中用于障碍物躲避的安全程序分析 |
CN110419013A (zh) * | 2017-04-12 | 2019-11-05 | 赫尔实验室有限公司 | 自主系统的认知行为预测系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2950114B1 (en) * | 2014-05-30 | 2020-03-04 | Honda Research Institute Europe GmbH | Method for assisting a driver in driving a vehicle, a driver assistance system, a computer software program product and vehicle |
US10286913B2 (en) * | 2016-06-23 | 2019-05-14 | Honda Motor Co., Ltd. | System and method for merge assist using vehicular communication |
KR101982298B1 (ko) * | 2016-11-24 | 2019-05-24 | 고려대학교 산학협력단 | 차량에서의 돌발적으로 출현한 이동 객체를 탐지하는 방법 및 장치 |
US10710579B2 (en) * | 2017-06-01 | 2020-07-14 | Waymo Llc | Collision prediction system |
JP6524144B2 (ja) * | 2017-06-02 | 2019-06-05 | 本田技研工業株式会社 | 車両制御システム及び方法、並びに走行支援サーバ |
US10579063B2 (en) * | 2017-07-21 | 2020-03-03 | Uatc, Llc | Machine learning for predicting locations of objects perceived by autonomous vehicles |
JP2019038314A (ja) * | 2017-08-23 | 2019-03-14 | トヨタ自動車株式会社 | 車両運転支援装置 |
TWI674984B (zh) * | 2018-11-15 | 2019-10-21 | 財團法人車輛研究測試中心 | 自動駕駛車輛之行駛軌跡規劃系統及方法 |
KR20200075915A (ko) * | 2018-12-07 | 2020-06-29 | 현대자동차주식회사 | 차량의 주행 제어 장치 및 그 방법 |
CN110356394B (zh) * | 2019-07-31 | 2020-09-08 | 重庆长安汽车股份有限公司 | 一种车辆主动避让障碍物的方法、装置及汽车 |
-
2020
- 2020-06-16 CN CN202010545611.XA patent/CN113799794B/zh active Active
-
2021
- 2021-04-29 EP EP21824973.8A patent/EP4159564A4/en active Pending
- 2021-04-29 WO PCT/CN2021/090824 patent/WO2021254000A1/zh unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101395647A (zh) * | 2006-02-28 | 2009-03-25 | 丰田自动车株式会社 | 物体路线预测方法、装置和程序以及自动操作系统 |
CN108693878A (zh) * | 2017-04-06 | 2018-10-23 | 丰田自动车株式会社 | 前进路线设定装置以及前进路线设定方法 |
CN110419013A (zh) * | 2017-04-12 | 2019-11-05 | 赫尔实验室有限公司 | 自主系统的认知行为预测系统 |
CN110352153A (zh) * | 2018-02-02 | 2019-10-18 | 辉达公司 | 自主车辆中用于障碍物躲避的安全程序分析 |
CN108875998A (zh) * | 2018-04-20 | 2018-11-23 | 北京智行者科技有限公司 | 一种自动驾驶车辆规划方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
EP4159564A1 (en) | 2023-04-05 |
EP4159564A4 (en) | 2023-12-06 |
CN113799794A (zh) | 2021-12-17 |
WO2021254000A1 (zh) | 2021-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110379193B (zh) | 自动驾驶车辆的行为规划方法及行为规划装置 | |
CN110550029B (zh) | 障碍物避让方法及装置 | |
CN111123952B (zh) | 一种轨迹规划方法及装置 | |
WO2021102955A1 (zh) | 车辆的路径规划方法以及车辆的路径规划装置 | |
CN113460042B (zh) | 车辆驾驶行为的识别方法以及识别装置 | |
CN112230642B (zh) | 道路可行驶区域推理方法及装置 | |
CN113968216B (zh) | 一种车辆碰撞检测方法、装置及计算机可读存储介质 | |
WO2021212379A1 (zh) | 车道线检测方法及装置 | |
JP2023508114A (ja) | 自動運転方法、関連装置及びコンピュータ読み取り可能記憶媒体 | |
CN113160547B (zh) | 一种自动驾驶方法及相关设备 | |
CN112654549A (zh) | 控制车辆驾驶模式切换的方法和装置 | |
CN113156927A (zh) | 自动驾驶车辆的安全控制方法及安全控制装置 | |
WO2022062825A1 (zh) | 车辆的控制方法、装置及车辆 | |
CN113968242B (zh) | 自动驾驶场景生成方法、装置及系统 | |
US20230211809A1 (en) | Autonomous driving method and apparatus | |
CN114693540A (zh) | 一种图像处理方法、装置以及智能汽车 | |
JP2023545817A (ja) | 電子機械制動方法および電子機械制動装置 | |
CN114531913A (zh) | 车道线检测方法、相关设备及计算机可读存储介质 | |
CN113859265A (zh) | 一种驾驶过程中的提醒方法及设备 | |
CN113799794B (zh) | 车辆纵向运动参数的规划方法和装置 | |
CN112829762A (zh) | 一种车辆行驶速度生成方法以及相关设备 | |
CN114764980A (zh) | 一种车辆转弯路线规划方法及装置 | |
CN114103950B (zh) | 换道轨迹的规划方法及装置 | |
WO2022061725A1 (zh) | 交通元素的观测方法和装置 | |
WO2021097823A1 (zh) | 用于确定车辆可通行空间的方法和装置 |
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 |