CN113799797B - 轨迹规划方法、装置、存储介质及电子设备 - Google Patents
轨迹规划方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113799797B CN113799797B CN202110852875.4A CN202110852875A CN113799797B CN 113799797 B CN113799797 B CN 113799797B CN 202110852875 A CN202110852875 A CN 202110852875A CN 113799797 B CN113799797 B CN 113799797B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- longitudinal displacement
- future
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000003068 static effect Effects 0.000 claims abstract description 19
- 238000006073 displacement reaction Methods 0.000 claims description 189
- 230000000903 blocking effect Effects 0.000 claims description 23
- 230000004888 barrier function Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种轨迹规划方法、装置及存储介质。轨迹规划方法,应用于自动驾驶车辆,轨迹规划方法包括:获取车辆当前的定位信息、地图信息和车辆所在道路的静态障碍物信息;根据定位信息、地图信息和和静态障碍物信息,得到车辆的初步规划行驶区域,初步规划行驶区域包括至少一个横向宽度区间;获取车辆所在道路的每个动态障碍物在多个未来时刻下的位置信息,并根据初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,确定车辆在每个未来时刻下的可行驶轨迹区间;根据可行驶轨迹区间,得到车辆在由多个未来时刻形成的时段内的目标规划轨迹。通过本公开,可提高车辆通行效率和避让能力。
Description
技术领域
本公开涉及自动驾驶技术领域,具体地,涉及一种轨迹规划方法、装置、存储介质及电子设备。
背景技术
现阶段,自动驾驶技术主要包括感知模块、规划模块和控制模块这三个组成部分。其中,感知模块用于感知车辆及车辆周边环境信息;规划模块用于根据自车状况、周边环境信息以及车辆所受约束、障碍物干扰、舒适性和轨迹长度等因素,通过优化所设计的权重函数,生成一条由当前状态到期望状态的安全、舒适且可行驶的局部最优轨迹,作为参考信号输入到控制模块中;而控制模块则用于根据规划模块所提供的局部最优轨迹,控制车辆行驶。
目前通过规划模块规划车辆未来轨迹时,采用路径规划和速度规划相解耦的方式,即将路径与速度通过独立算法进行规划,此方式无法考虑路径和速度的复合约束,且由于其他车辆等障碍物的运动状态可能随时会发生变化,也不支持对动态障碍物的实时响应,导致所规划的轨迹变得不合理,无法有效适应不断变化的实际驾驶环境,轨迹规划效率低下。
发明内容
本公开的目的是提供一种轨迹规划方法、装置、存储介质及电子设备,以部分地解决相关技术中存在的上述问题。
为了实现上述目的,本公开提供一种轨迹规划方法,应用于自动驾驶车辆,所述方法包括:
获取车辆当前的定位信息、地图信息和车辆所在道路的静态障碍物信息;
根据所述定位信息、所述地图信息和和所述静态障碍物信息,得到所述车辆的初步规划行驶区域,所述初步规划行驶区域包括至少一个横向宽度区间;
获取所述车辆所在道路的每个动态障碍物在多个未来时刻下的位置信息,并根据所述初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间;
根据所述可行驶轨迹区间,得到所述车辆在由所述多个未来时刻形成的时段内的目标规划轨迹。
可选地,所述根据所述初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间,包括:
根据每个所述动态障碍物在多个所述未来时刻的位置信息和避障决策,对所述初步规划行驶区域进行修正,得到所述车辆在每个所述未来时刻下的修正规划行驶区域;
获取所述车辆在每个所述未来时刻下的预估纵向位移,并根据所述修正规划行驶区域和所述预估纵向位移,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间。
可选地,所述避障决策包括对障碍物向左绕行和向右绕行,所述根据每个所述动态障碍物在多个所述未来时刻的位置信息和避障决策,对所述初步规划行驶区域进行修正,得到所述车辆在每个所述未来时刻下的修正规划行驶区域,包括:
将每个所述动态障碍物逐一作为目标障碍物,将多个所述未来时刻逐一作为目标时刻,根据所述目标障碍物在所述目标时刻的位置信息,将所述目标障碍物所占位置的区域向与所述目标障碍物的避障决策所指示的绕行方向相反的方向横向延伸至对应横向宽度区间的边界,得到目标障碍物区域;
从所述初步规划行驶区域中去除所述目标障碍物区域,得到所述车辆在所述目标时刻下的修正规划行驶区域。
可选地,所述根据所述修正规划行驶区域和所述预估纵向位移,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间,包括:
将多个所述未来时刻逐一作为目标时刻,将所述车辆在所述目标时刻下的修正规划行驶区域包括的每个横向宽度区间与所述车辆的车宽进行比较,确定所述车辆在所述目标时刻下的修正规划行驶区域是否包括通行宽度不足的阻塞位置;
若不包括所述阻塞位置,则基于所述车辆的纵向位移和横向位移之间的函数关系,确定所述车辆在所述目标时刻下与所述预估纵向位移对应的横向位移区间,得到所述车辆在所述目标时刻下的可行驶轨迹区间。
可选地,所述根据所述修正规划行驶区域和所述预估纵向位移,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间,还包括:
若包括所述阻塞位置,则根据所述阻塞位置,确定纵向位移阈值;
获取在所述目标时刻下所述车辆的通行决策;
根据所述预估纵向位移、所述通行决策和所述纵向位移阈值,确定所述车辆在所述目标时刻下与所述通行决策匹配的目标纵向位移;
根据所述目标纵向位移,基于所述函数关系,确定所述车辆在所述目标时刻下与所述预估纵向位移对应的横向位移区间,得到所述车辆在所述目标时刻下的可行驶轨迹区间。
可选地,所述根据所述预估纵向位移、所述通行决策和所述纵向位移阈值,确定所述车辆在所述目标时刻下与所述通行决策匹配的目标纵向位移,包括:
若所述通行决策为先行决策,则对所述预估纵向位移进行拉伸,得到大于或等于所述纵向位移阈值的位移,并将该位移作为所述车辆在所述目标时刻下与所述先行决策匹配的目标纵向位移。
可选地,所述根据所述预估纵向位移、所述通行决策和所述纵向位移阈值,确定所述车辆在所述目标时刻下与所述通行决策匹配的目标纵向位移,还包括:
若所述通行决策为让行决策,则对所述预估纵向位移进行压缩,得到小于或等于所述纵向位移阈值的位移,并将该位移作为所述车辆在所述目标时刻下与所述让行决策匹配的目标纵向位移。
可选地,所述根据所述可行驶轨迹区间,得到所述车辆在由所述多个未来时刻形成的时段内的目标规划轨迹,包括:
对所述可行驶轨迹区间按照所述未来时刻的先后顺序进行连续性约束,得到所述目标规划轨迹。
第二方面,本公开提供一种轨迹规划装置,应用于自动驾驶车辆,所述装置包括:
获取模块,用于获取车辆当前的定位信息、地图信息和车辆所在道路的静态障碍物信息;
第一确定模块,用于根据所述定位信息、所述地图信息和和所述静态障碍物信息,得到所述车辆的初步规划行驶区域,所述初步规划行驶区域包括至少一个横向宽度区间;
第二确定模块,用于获取所述车辆所在道路的每个动态障碍物在多个未来时刻下的位置信息,并根据所述初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间;
第三确定模块,用于根据所述可行驶轨迹区间,得到所述车辆在由所述多个未来时刻形成的时段内的目标规划轨迹。
可选地,所述第二确定模块采用如下方式确定所述车辆在每个所述未来时刻下的可行驶轨迹区间:
根据所述初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,并根据每个所述动态障碍物在多个所述未来时刻的位置信息和避障决策,对所述初步规划行驶区域进行修正,得到所述车辆在每个所述未来时刻下的修正规划行驶区域;
获取所述车辆在每个所述未来时刻下的预估纵向位移,并根据所述修正规划行驶区域和所述预估纵向位移,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间。
可选地,所述避障决策包括对障碍物向左绕行和向右绕行,所述第二确定模块采用如下方式,对所述初步规划行驶区域进行修正,得到所述车辆在每个所述未来时刻下的修正规划行驶区域:
根据每个所述动态障碍物在多个所述未来时刻的位置信息和避障决策将每个所述动态障碍物逐一作为目标障碍物,将多个所述未来时刻逐一作为目标时刻,根据所述目标障碍物在所述目标时刻的位置信息,将所述目标障碍物所占位置的区域向与所述目标障碍物的避障决策所指示的绕行方向相反的方向横向延伸至对应横向宽度区间的边界,得到目标障碍物区域;
从所述初步规划行驶区域中去除所述目标障碍物区域,得到所述车辆在所述目标时刻下的修正规划行驶区域。
可选地,所述第二确定模块采用如下方式确定所述车辆在每个所述未来时刻下的可行驶轨迹区间:
根据所述修正规划行驶区域和所述预估纵向位移,将多个所述未来时刻逐一作为目标时刻,将所述车辆在所述目标时刻下的修正规划行驶区域包括的每个横向宽度区间与所述车辆的车宽进行比较,确定所述车辆在所述目标时刻下的修正规划行驶区域是否包括通行宽度不足的阻塞位置;
若不包括所述阻塞位置,则基于所述车辆的纵向位移和横向位移之间的函数关系,确定所述车辆在所述目标时刻下与所述预估纵向位移对应的横向位移区间,得到所述车辆在所述目标时刻下的可行驶轨迹区间。
可选地,所述第二确定模块还用于采用如下方式根据所述修正规划行驶区域和所述预估纵向位移,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间:
若包括所述阻塞位置,则根据所述阻塞位置,确定纵向位移阈值;
获取在所述目标时刻下所述车辆的通行决策;
根据所述预估纵向位移、所述通行决策和所述纵向位移阈值,确定所述车辆在所述目标时刻下与所述通行决策匹配的目标纵向位移;
根据所述目标纵向位移,基于所述函数关系,确定所述车辆在所述目标时刻下与所述预估纵向位移对应的横向位移区间,得到所述车辆在所述目标时刻下的可行驶轨迹区间。
可选地,所述第二确定模块采用如下方式根据所述预估纵向位移、所述通行决策和所述纵向位移阈值,确定所述车辆在所述目标时刻下与所述通行决策匹配的目标纵向位移:
若所述通行决策为先行决策,则对所述预估纵向位移进行拉伸,得到大于或等于所述纵向位移阈值的位移,并将该位移作为所述车辆在所述目标时刻下与所述先行决策匹配的目标纵向位移。
可选地,所述第二确定模块还用于采用如下方式根据所述预估纵向位移、所述通行决策和所述纵向位移阈值,确定所述车辆在所述目标时刻下与所述通行决策匹配的目标纵向位移:
若所述通行决策为让行决策,则对所述预估纵向位移进行压缩,得到小于或等于所述纵向位移阈值的位移,并将该位移作为所述车辆在所述目标时刻下与所述让行决策匹配的目标纵向位移。
可选地,所述第三确定模块采用如下方式根据所述可行驶轨迹区间,得到所述车辆在由所述多个未来时刻形成的时段内的目标规划轨迹:
对所述可行驶轨迹区间按照所述未来时刻的先后顺序进行连续性约束,得到所述目标规划轨迹。
通过上述技术方案,确定车辆包括至少一个横向宽度区间的初步规划行驶区域之后,通过实时响应车辆所在道路的动态障碍物,即实时获取车辆所在道路的每个动态障碍物在多个未来时刻下的位置信息,根据初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,确定车辆在每个未来时刻下的可行驶轨迹区间,由此,本公开的轨迹规划方法可在统一的时间框架下依据纵横联合约束一次性优化路径和速度,提高了车辆通行效率和避让能力。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据一示例性实施例示出的一种轨迹规划方法的流程图。
图2是根据一示例性实施例示出的一种道路参考坐标系的示意图。
图3是根据一示例性实施例示出的一种行驶区域的横向宽度区间的示意图。
图4是根据一示例性实施例示出的一种车辆在每个所述未来时刻下的可行驶轨迹区间的示例图。
图5是根据一示例性实施例示出的一种轨迹规划装置的框图。
图6是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
图1是根据一示例性实施例示出的一种轨迹规划方法的流程图,如图1所示,轨迹规划方法,包括以下步骤。
在步骤S11中,获取车辆当前的定位信息、地图信息和车辆所在道路的静态障碍物信息。
其中,车辆的定位信息、地图信息和静态障碍物信息可以通过高精度地图获取,静态障碍物信息可以包括障碍物的形状大小和障碍物的位置信息。
在步骤S12中,根据定位信息、地图信息和和静态障碍物信息,得到车辆的初步规划行驶区域,初步规划行驶区域包括至少一个横向宽度区间。
本公开中,初步规划行驶区域可以是自动驾驶车辆行驶的路径区域中,除去静态障碍物的路径区域。横向宽度区间可以是车辆行驶路径区域边界之间的宽度。
为了准确描述车辆的初步规划行驶区域,一种实施方式中,可基于车辆所在道路确定参考坐标系。该道路参考坐标系可以为弗莱纳(Frenet)坐标系。图2是根据一示例性实施例示出的一种道路参考坐标系的示意图。在图1中,该道路坐标系包括参考线(S 轴),该参考线可以为根据道路中心线进行平滑生成可供车辆行驶的一条(组)线,该道路坐标系还包括与参考线垂直的横线(L轴)。该道路坐标系还包括原点,例如该原点可以为车辆的起始点。
图3是根据一示例性实施例示出的一种行驶区域的横向宽度区间L(S)的示意图。在图3中,以未示出包括静态障碍物的位置区域,行驶区域的横向宽度区间L(S)介于道路左边界和右边界之间为例,基于纵向位移的左边界例如可以记为Llf,sta(S),右边界例如可以记为Lrt,sta(S),即横向宽度区间L(S)与纵向位移s之间具有凸函数的关系,横向宽度区间L(S)与纵向位移S之间的函数关系可以记为:Lrt,sta(S)≤L(S)≤Llf,sta(S)。
在步骤S13中,获取车辆所在道路的每个动态障碍物在多个未来时刻下的位置信息,并根据初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,确定车辆在每个未来时刻下的可行驶轨迹区间。
其中,多个未来时刻例如可以是以0.1ms为单位的连续的时刻。避障决策包括对障碍物向左绕行和向右绕行。
在车辆行驶的过程中,由于动态障碍物在每一时刻的位置均处于变化中,使得动态障碍物在每一时刻所占用初步规划行驶区域的位置也不同,进而在每一时刻的初步规划行驶区域中车辆的可行驶区域也会不同。
而相关技术中,通过将路径规划和速度规划相解耦的方式进行规划,未将动态障碍物实时的运动位置对车辆的可行驶轨迹区间造成的变化进行考量,规划轨迹不能对动态障碍物进行响应,出现类似死板的让速不让道的情况。例如车辆在行驶中遇到逆行的非机动车,在车辆行驶道路的右侧空间仍然充裕的情况下,车辆不是向右绕行非机动车、反而是停车,使得规划的车辆的可行驶轨迹区间变得不合理,无法有效适应不断变化的实际驾驶环境。
故本公开中,可获取车辆所在道路的每个动态障碍物在多个未来时刻下的位置信息,根据初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,确定车辆在每个未来时刻下的可行驶轨迹区间。
一种实施方式中,例如可通过如下方式确定车辆在每个未来时刻下的可行驶轨迹区间:
根据每个动态障碍物在多个未来时刻的位置信息和避障决策,对初步规划行驶区域进行修正,得到车辆在每个未来时刻下的修正规划行驶区域。获取车辆在每个未来时刻下的预估纵向位移,并根据修正规划行驶区域和预估纵向位移,确定车辆在每个未来时刻下的可行驶轨迹区间。
其中,例如通过如下方式对初步规划行驶区域进行修正,得到车辆在每个未来时刻下的修正规划行驶区域:
将每个动态障碍物逐一作为目标障碍物,将多个未来时刻逐一作为目标时刻,根据目标障碍物在目标时刻的位置信息,将目标障碍物所占位置的区域向与目标障碍物的避障决策所指示的绕行方向相反的方向横向延伸至对应横向宽度区间的边界,得到目标障碍物区域,从初步规划行驶区域中去除目标障碍物区域,得到车辆在目标时刻下的修正规划行驶区域。
由此,本公开中,可对每一时刻动态障碍物的位置进行响应,实时确定每一时刻下的修正规划行驶区域,根据每个时刻下的修正规划行驶区域、和车辆的预估纵向位移,确定车辆在每个未来时刻下的可行驶轨迹区间。
其中,根据每个时刻下的修正规划行驶区域、和车辆的预估纵向位移,例如可通过如下方式确定车辆在每个未来时刻下的可行驶轨迹区间:
将多个未来时刻逐一作为目标时刻,将车辆在目标时刻下的修正规划行驶区域包括的每个横向宽度区间与车辆的车宽进行比较,确定车辆在目标时刻下的修正规划行驶区域是否包括通行宽度不足的阻塞位置。
若不包括阻塞位置,则基于车辆的纵向位移和横向位移之间的函数关系,确定车辆在目标时刻下与预估纵向位移对应的横向位移区间,得到车辆在目标时刻下的可行驶轨迹区间。
若包括阻塞位置,则根据阻塞位置,确定纵向位移阈值,并获取在目标时刻下车辆的通行决策。其中,纵向位移阈值可以表示在目标时刻下能够避开阻塞位置顺利通过修正规划行驶区域的纵向位移的值。若通行决策为先行决策,则纵向位移阈值为能够避开阻塞位置顺利通过修正规划行驶区域的最小纵向位移。若通行决策为让行决策,则纵向位移阈值为能够避开阻塞位置顺利通过修正规划行驶区域的最大纵向位移。
根据预估纵向位移、通行决策和纵向位移阈值,确定车辆在目标时刻下与通行决策匹配的目标纵向位移,根据目标纵向位移,基于车辆的纵向位移和横向位移之间的函数关系,确定车辆在目标时刻下与预估纵向位移对应的横向位移区间,得到车辆在目标时刻下的可行驶轨迹区间。
若通行决策为先行决策,则对预估纵向位移进行拉伸,得到大于或等于纵向位移阈值的位移,并将该位移作为车辆在目标时刻下与先行决策匹配的目标纵向位移。若通行决策为让行决策,则对预估纵向位移进行压缩,得到小于或等于纵向位移阈值的位移,并将该位移作为车辆在目标时刻下与让行决策匹配的目标纵向位移。
其中,对预估纵向位移进行拉伸或者压缩可以是预估一个变速系数,通过将变速系数与预估纵向位移进行乘积运算,并得到乘积运算后的数值满足与先行决策匹配的目标纵向位移,或者满足与让行决策匹配的目标纵向位移。
图4是根据一示例性实施例示出的一种车辆在每个未来时刻下的可行驶轨迹区间的示例图。在图4中,包括车辆在未来时刻t2、t3和t4时刻下的先验规划轨迹、动态障碍物在未来时刻t2、t3和t4时刻下的位置信息,和车辆在未来时刻t2、t3和t4时刻下的修正规划行驶区域。
其中,规划模块本帧计算所需的t2时刻下的预估纵向位移,可由规划模块上帧计算所得轨迹的t2时刻位置获取,以此类推,本帧计算所需的t3时刻下的预估纵向位移,可由规划模块上帧计算所得轨迹的t3时刻位置获取。本帧计算所需的t4时刻下的预估纵向位移,可由规划模块上帧计算所得轨迹的t4时刻位置获取。
从图4可以看出,动态障碍物(方块表示)由右侧逐渐向车辆靠近,避障决策可以是对障碍物的向左绕行,根据纵向位移S和未来时刻t的先验信息将{(St,Lt)丨Lt rt(St) ≤Lt≤Lt lf(St)}函数形式的修正规划行驶区域包括的横向宽度区间转化为数值形式:
并且只要S-t的先验信息与最终优化得到的计划轨迹St *相差不大(即),这一转化就是近似等价的。进而在图4中,将未来时刻 t2下的包括的每个横向宽度区间与车辆的车宽进行比较,确定车辆在未来时刻t2下的修正规划行驶区域不包括通行宽度不足的阻塞位置,故在未来时刻t2下可根据未来时刻t2下的预估纵向位移得到车辆在未来时刻t2下的可行驶轨迹区间
将未来时刻t3下的包括的每个横向宽度区间与车辆的车宽进行比较,确定车辆在未来时刻t3下的修正规划行驶区域包括通行宽度不足的阻塞位置,故在未来时刻t3下可根据阻塞位置,确定纵向位移阈值S3 ot,该纵向位移阈值S3 ot为能够避开阻塞位置顺利通过修正规划行驶区域的纵向位移的值。根据获取的通行决策为先行决策,对未来时刻t3下的预估纵向位移进行拉伸,使得拉伸后的目标纵向位移根据得到的目标纵向位移,基于车辆的纵向位移和横向位移之间的函数关系,得到车辆在未来时刻t3下与拉伸后的目标纵向位移对应的横向位移区间
同样,在未来时刻t4下的修正规划行驶区域也包括通行宽度不足的阻塞位置,甚至在未来时刻t4下的修正规划行驶区域已经出现断开的情况,同样在未来时刻t4下可根据阻塞位置,确定纵向位移阈值S4 ot,该纵向位移阈值S4 ot为能够避开阻塞位置顺利通过修正规划行驶区域的纵向位移的值。根据获取的通行决策为先行决策,对未来时刻t4下的预估纵向位移进行拉伸,使得拉伸后的目标纵向位移根据得到的目标纵向位移,基于车辆的纵向位移和横向位移之间的函数关系,得到车辆在未来时刻t4下与拉伸后的目标纵向位移对应的横向位移区间
在步骤S14中,根据可行驶轨迹区间,得到车辆在由多个未来时刻形成的时段内的目标规划轨迹。
一种实施方式中,根据车辆的可行驶轨迹区间,例如可对可行驶轨迹区间按照未来时刻的先后顺序进行连续性约束,得到目标规划轨迹。之后,规划模块将目标规划轨迹下发给控制模块,通过控制模块根据规划模块所提供的局部最优轨迹,控制车辆行驶。
例如,可补充每个未来时刻内、多个未来时刻之间的连续性约束,以及由参考横向位置、参考速度等目标构造得到的惩罚函数,即可借助凸优化工具得到最优的计划轨迹。
在本公开的示例性实施例中,确定车辆包括至少一个横向宽度区间的初步规划行驶区域之后,通过实时响应车辆所在道路的动态障碍物,即实时获取车辆所在道路的每个动态障碍物在多个未来时刻下的位置信息,根据初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,确定车辆在每个未来时刻下的可行驶轨迹区间,由此,本公开的轨迹规划方法可在统一的时间框架下依据纵横联合约束一次性优化路径和速度,提高了车辆通行效率和避让能力。
图5是根据一示例性实施例示出的一种轨迹规划装置的框图500。参照图5,轨迹规划装置,应用于自动驾驶车辆,装置包括:
获取模块501,用于获取车辆当前的定位信息、地图信息和车辆所在道路的静态障碍物信息;
第一确定模块502,用于根据定位信息、地图信息和和静态障碍物信息,得到车辆的初步规划行驶区域,初步规划行驶区域包括至少一个横向宽度区间;
第二确定模块503,用于获取车辆所在道路的每个动态障碍物在多个未来时刻下的位置信息,并根据初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,确定车辆在每个未来时刻下的可行驶轨迹区间;
第三确定模块504,用于根据可行驶轨迹区间,得到车辆在由多个未来时刻形成的时段内的目标规划轨迹。
可选地,第二确定模块503采用如下方式确定车辆在每个未来时刻下的可行驶轨迹区间:
根据初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,并根据每个动态障碍物在多个未来时刻的位置信息和避障决策,对初步规划行驶区域进行修正,得到车辆在每个未来时刻下的修正规划行驶区域;
获取车辆在每个未来时刻下的预估纵向位移,并根据修正规划行驶区域和预估纵向位移,确定车辆在每个未来时刻下的可行驶轨迹区间。
可选地,避障决策包括对障碍物向左绕行和向右绕行,第二确定模块503采用如下方式,对初步规划行驶区域进行修正,得到车辆在每个未来时刻下的修正规划行驶区域:
根据每个动态障碍物在多个未来时刻的位置信息和避障决策将每个动态障碍物逐一作为目标障碍物,将多个未来时刻逐一作为目标时刻,根据目标障碍物在目标时刻的位置信息,将目标障碍物所占位置的区域向与目标障碍物的避障决策所指示的绕行方向相反的方向横向延伸至对应横向宽度区间的边界,得到目标障碍物区域;
从初步规划行驶区域中去除目标障碍物区域,得到车辆在目标时刻下的修正规划行驶区域。
可选地,第二确定模块503采用如下方式确定车辆在每个未来时刻下的可行驶轨迹区间:
根据修正规划行驶区域和预估纵向位移,将多个未来时刻逐一作为目标时刻,将车辆在目标时刻下的修正规划行驶区域包括的每个横向宽度区间与车辆的车宽进行比较,确定车辆在目标时刻下的修正规划行驶区域是否包括通行宽度不足的阻塞位置;
若不包括阻塞位置,则基于车辆的纵向位移和横向位移之间的函数关系,确定车辆在目标时刻下与预估纵向位移对应的横向位移区间,得到车辆在目标时刻下的可行驶轨迹区间。
可选地,第二确定模块503还用于采用如下方式根据修正规划行驶区域和预估纵向位移,确定车辆在每个未来时刻下的可行驶轨迹区间:
若包括阻塞位置,则根据阻塞位置,确定纵向位移阈值;
获取在目标时刻下车辆的通行决策;
根据预估纵向位移、通行决策和纵向位移阈值,确定车辆在目标时刻下与通行决策匹配的目标纵向位移;
根据目标纵向位移,基于函数关系,确定车辆在目标时刻下与预估纵向位移对应的横向位移区间,得到车辆在目标时刻下的可行驶轨迹区间。
可选地,第二确定模块503采用如下方式根据预估纵向位移、通行决策和纵向位移阈值,确定车辆在目标时刻下与通行决策匹配的目标纵向位移:
若通行决策为先行决策,则对预估纵向位移进行拉伸,得到大于或等于纵向位移阈值的位移,并将该位移作为车辆在目标时刻下与先行决策匹配的目标纵向位移。
可选地,第二确定模块503还用于采用如下方式根据预估纵向位移、通行决策和纵向位移阈值,确定车辆在目标时刻下与通行决策匹配的目标纵向位移:
若通行决策为让行决策,则对预估纵向位移进行压缩,得到小于或等于纵向位移阈值的位移,并将该位移作为车辆在目标时刻下与让行决策匹配的目标纵向位移。
可选地,第三确定模块504采用如下方式根据可行驶轨迹区间,得到车辆在由多个未来时刻形成的时段内的目标规划轨迹:
对可行驶轨迹区间按照未来时刻的先后顺序进行连续性约束,得到目标规划轨迹。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图6是根据一示例性实施例示出的一种电子设备700的框图。如图6所示,该电子设备700可以包括:处理器701,存储器702。该电子设备700还可以包括多媒体组件703,输入/输出(I/O)接口704,以及通信组件705中的一者或多者。
其中,处理器701用于控制该电子设备700的整体操作,以完成上述的轨迹规划方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700 的操作,这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器 (Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件 703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near FieldCommunication,简称NFC),2G、 3G、4G、NB-IOT、eMTC、或其他5G等等,或它们中的一种或几种的组合,在此不做限定。因此相应的该通信组件705可以包括:Wi-Fi模块,蓝牙模块,NFC模块等等。
在一示例性实施例中,电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的轨迹规划方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的轨迹规划方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器702,上述程序指令可由电子设备700的处理器701 执行以完成上述的轨迹规划方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的轨迹规划方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器1932,上述程序指令可由电子设备1900的处理器1922执行以完成上述的轨迹规划方法。
在另一示例性实施例中,还提供一种计算机程序产品,该计算机程序产品包含能够由可编程的装置执行的计算机程序,该计算机程序具有当由该可编程的装置执行时用于执行上述的轨迹规划方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (10)
1.一种轨迹规划方法,应用于自动驾驶车辆,其特征在于,所述方法包括:
获取车辆当前的定位信息、地图信息和车辆所在道路的静态障碍物信息;
根据所述定位信息、所述地图信息和和所述静态障碍物信息,得到所述车辆的初步规划行驶区域,所述初步规划行驶区域包括至少一个横向宽度区间;
获取所述车辆所在道路的每个动态障碍物在多个未来时刻下的位置信息,并根据所述初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间;
根据所述可行驶轨迹区间,得到所述车辆在由所述多个未来时刻形成的时段内的目标规划轨迹;
其中,所述根据所述初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间,包括:
根据每个所述动态障碍物在多个所述未来时刻的位置信息和避障决策,对所述初步规划行驶区域进行修正,得到所述车辆在每个所述未来时刻下的修正规划行驶区域;
获取所述车辆在每个所述未来时刻下的预估纵向位移,并根据所述修正规划行驶区域和所述预估纵向位移,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间。
2.根据权利要求1所述的方法,其特征在于,所述避障决策包括对障碍物向左绕行和向右绕行,所述根据每个所述动态障碍物在多个所述未来时刻的位置信息和避障决策,对所述初步规划行驶区域进行修正,得到所述车辆在每个所述未来时刻下的修正规划行驶区域,包括:
将每个所述动态障碍物逐一作为目标障碍物,将多个所述未来时刻逐一作为目标时刻,根据所述目标障碍物在所述目标时刻的位置信息,将所述目标障碍物所占位置的区域向与所述目标障碍物的避障决策所指示的绕行方向相反的方向横向延伸至对应横向宽度区间的边界,得到目标障碍物区域;
从所述初步规划行驶区域中去除所述目标障碍物区域,得到所述车辆在所述目标时刻下的修正规划行驶区域。
3.根据权利要求1所述的方法,其特征在于,所述根据所述修正规划行驶区域和所述预估纵向位移,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间,包括:
将多个所述未来时刻逐一作为目标时刻,将所述车辆在所述目标时刻下的修正规划行驶区域包括的每个横向宽度区间与所述车辆的车宽进行比较,确定所述车辆在所述目标时刻下的修正规划行驶区域是否包括通行宽度不足的阻塞位置;
若不包括所述阻塞位置,则基于所述车辆的纵向位移和横向位移之间的函数关系,确定所述车辆在所述目标时刻下与所述预估纵向位移对应的横向位移区间,得到所述车辆在所述目标时刻下的可行驶轨迹区间。
4.根据权利要求3所述的方法,其特征在于,所述根据所述修正规划行驶区域和所述预估纵向位移,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间,还包括:
若包括所述阻塞位置,则根据所述阻塞位置,确定纵向位移阈值;
获取在所述目标时刻下所述车辆的通行决策;
根据所述预估纵向位移、所述通行决策和所述纵向位移阈值,确定所述车辆在所述目标时刻下与所述通行决策匹配的目标纵向位移;
根据所述目标纵向位移,基于所述函数关系,确定所述车辆在所述目标时刻下与所述预估纵向位移对应的横向位移区间,得到所述车辆在所述目标时刻下的可行驶轨迹区间。
5.根据权利要求4所述的方法,其特征在于,所述根据所述预估纵向位移、所述通行决策和所述纵向位移阈值,确定所述车辆在所述目标时刻下与所述通行决策匹配的目标纵向位移,包括:
若所述通行决策为先行决策,则对所述预估纵向位移进行拉伸,得到大于或等于所述纵向位移阈值的位移,并将该位移作为所述车辆在所述目标时刻下与所述先行决策匹配的目标纵向位移。
6.根据权利要求4所述的方法,其特征在于,所述根据所述预估纵向位移、所述通行决策和所述纵向位移阈值,确定所述车辆在所述目标时刻下与所述通行决策匹配的目标纵向位移,还包括:
若所述通行决策为让行决策,则对所述预估纵向位移进行压缩,得到小于或等于所述纵向位移阈值的位移,并将该位移作为所述车辆在所述目标时刻下与所述让行决策匹配的目标纵向位移。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述根据所述可行驶轨迹区间,得到所述车辆在由所述多个未来时刻形成的时段内的目标规划轨迹,包括:
对所述可行驶轨迹区间按照所述未来时刻的先后顺序进行连续性约束,得到所述目标规划轨迹。
8.一种轨迹规划装置,应用于自动驾驶车辆,其特征在于,所述装置包括:
获取模块,用于获取车辆当前的定位信息、地图信息和车辆所在道路的静态障碍物信息;
第一确定模块,用于根据所述定位信息、所述地图信息和和所述静态障碍物信息,得到所述车辆的初步规划行驶区域,所述初步规划行驶区域包括至少一个横向宽度区间;
第二确定模块,用于获取所述车辆所在道路的每个动态障碍物在多个未来时刻下的位置信息,并根据所述初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间;
第三确定模块,用于根据所述可行驶轨迹区间,得到所述车辆在由所述多个未来时刻形成的时段内的目标规划轨迹;
其中,所述第二确定模块采用如下方式确定所述车辆在每个所述未来时刻下的可行驶轨迹区间:
根据所述初步规划行驶区域、每个动态障碍物在多个未来时刻的位置信息和避障决策,并根据每个所述动态障碍物在多个所述未来时刻的位置信息和避障决策,对所述初步规划行驶区域进行修正,得到所述车辆在每个所述未来时刻下的修正规划行驶区域;
获取所述车辆在每个所述未来时刻下的预估纵向位移,并根据所述修正规划行驶区域和所述预估纵向位移,确定所述车辆在每个所述未来时刻下的可行驶轨迹区间。
9.一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权利要求1-7中任一项所述方法的步骤。
10.一种电子设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110852875.4A CN113799797B (zh) | 2021-07-27 | 2021-07-27 | 轨迹规划方法、装置、存储介质及电子设备 |
PCT/CN2022/081449 WO2023005223A1 (zh) | 2021-07-27 | 2022-03-17 | 轨迹规划方法、装置、存储介质、设备及计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110852875.4A CN113799797B (zh) | 2021-07-27 | 2021-07-27 | 轨迹规划方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113799797A CN113799797A (zh) | 2021-12-17 |
CN113799797B true CN113799797B (zh) | 2022-07-12 |
Family
ID=78893185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110852875.4A Active CN113799797B (zh) | 2021-07-27 | 2021-07-27 | 轨迹规划方法、装置、存储介质及电子设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113799797B (zh) |
WO (1) | WO2023005223A1 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113799797B (zh) * | 2021-07-27 | 2022-07-12 | 北京三快在线科技有限公司 | 轨迹规划方法、装置、存储介质及电子设备 |
CN114312305A (zh) * | 2021-12-22 | 2022-04-12 | 东软睿驰汽车技术(沈阳)有限公司 | 行驶提示方法、车辆、计算机可读存储介质 |
CN114299758A (zh) * | 2021-12-30 | 2022-04-08 | 阿波罗智联(北京)科技有限公司 | 车辆控制方法及装置、设备、介质和产品 |
CN114397897A (zh) * | 2022-01-20 | 2022-04-26 | 阿维塔科技(重庆)有限公司 | 一种车辆可行驶区域边界曲线生成方法、装置及存储介质 |
CN114590252A (zh) * | 2022-04-01 | 2022-06-07 | 广州文远知行科技有限公司 | 自动驾驶车辆避障控制方法、装置、设备及可读存储介质 |
CN115583367B (zh) * | 2022-10-09 | 2023-05-30 | 哈尔滨工业大学 | 一种基于分布式序列凸优化的卫星集群重构控制方法 |
CN117962917A (zh) * | 2022-10-24 | 2024-05-03 | 北京三快在线科技有限公司 | 自动驾驶决策规划方法及自动驾驶车辆 |
CN115355916B (zh) * | 2022-10-24 | 2023-03-03 | 北京智行者科技股份有限公司 | 移动工具的轨迹规划方法、设备和计算机可读存储介质 |
CN115892075B (zh) * | 2023-01-06 | 2023-06-09 | 阿里巴巴达摩院(杭州)科技有限公司 | 轨迹规划方法、自动驾驶设备及计算机存储介质 |
CN115892076B (zh) * | 2023-02-23 | 2023-05-23 | 福思(杭州)智能科技有限公司 | 车道障碍物筛选方法、装置和域控制器 |
CN116088538B (zh) * | 2023-04-06 | 2023-06-13 | 禾多科技(北京)有限公司 | 车辆轨迹信息生成方法、装置、设备和计算机可读介质 |
CN116729384B (zh) * | 2023-06-27 | 2024-01-09 | 广州小鹏自动驾驶科技有限公司 | 车道保持状态下的绕行规划方法、装置及车辆 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107622684A (zh) * | 2017-09-14 | 2018-01-23 | 华为技术有限公司 | 信息传输方法、交通控制单元和车载单元 |
CN111942372A (zh) * | 2020-07-27 | 2020-11-17 | 广州汽车集团股份有限公司 | 一种自动泊车方法及系统 |
WO2020249989A1 (ja) * | 2019-06-13 | 2020-12-17 | 日産自動車株式会社 | 車両の走行制御方法及び走行制御装置 |
CN112498366A (zh) * | 2020-11-20 | 2021-03-16 | 苏州智加科技有限公司 | 自动驾驶车辆、控制方法、装置、设备及存储介质 |
CN112526999A (zh) * | 2020-12-22 | 2021-03-19 | 北京百度网讯科技有限公司 | 速度规划方法、装置、电子设备和存储介质 |
CN112519770A (zh) * | 2019-08-28 | 2021-03-19 | 哲内提 | 用于自主和半自主车辆的路径规划 |
CN113071523A (zh) * | 2021-04-23 | 2021-07-06 | 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 |
CN113104033A (zh) * | 2021-05-11 | 2021-07-13 | 东风柳州汽车有限公司 | 低速自动驾驶方法、装置、设备及存储介质 |
CN113138597A (zh) * | 2021-03-31 | 2021-07-20 | 深圳市优必选科技股份有限公司 | 一种智能小车的避障方法及智能小车 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2562049A (en) * | 2017-05-02 | 2018-11-07 | Kompetenzzentrum Das Virtuelle Fahrzeug | Improved pedestrian prediction by using enhanced map data in automated vehicles |
EP3623759B1 (en) * | 2018-09-14 | 2024-04-17 | The Boeing Company | A computer-implemented method and a system for defining a path for a vehicle within an environment with obstacles |
DE102018222611A1 (de) * | 2018-12-20 | 2020-06-25 | Robert Bosch Gmbh | Verfahren zum Betreiben eines automatisierten Fahrzeugs |
CN109901575A (zh) * | 2019-02-20 | 2019-06-18 | 百度在线网络技术(北京)有限公司 | 车辆路线规划调试方法、装置、设备及计算机可读介质 |
CN109934164B (zh) * | 2019-03-12 | 2020-12-01 | 杭州飞步科技有限公司 | 基于轨迹安全度的数据处理方法和装置 |
CN109960261B (zh) * | 2019-03-22 | 2020-07-03 | 北京理工大学 | 一种基于碰撞检测的动态障碍物避让方法 |
CN110550029B (zh) * | 2019-08-12 | 2021-02-09 | 华为技术有限公司 | 障碍物避让方法及装置 |
CN113799797B (zh) * | 2021-07-27 | 2022-07-12 | 北京三快在线科技有限公司 | 轨迹规划方法、装置、存储介质及电子设备 |
-
2021
- 2021-07-27 CN CN202110852875.4A patent/CN113799797B/zh active Active
-
2022
- 2022-03-17 WO PCT/CN2022/081449 patent/WO2023005223A1/zh unknown
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107622684A (zh) * | 2017-09-14 | 2018-01-23 | 华为技术有限公司 | 信息传输方法、交通控制单元和车载单元 |
WO2020249989A1 (ja) * | 2019-06-13 | 2020-12-17 | 日産自動車株式会社 | 車両の走行制御方法及び走行制御装置 |
CN112519770A (zh) * | 2019-08-28 | 2021-03-19 | 哲内提 | 用于自主和半自主车辆的路径规划 |
CN111942372A (zh) * | 2020-07-27 | 2020-11-17 | 广州汽车集团股份有限公司 | 一种自动泊车方法及系统 |
CN112498366A (zh) * | 2020-11-20 | 2021-03-16 | 苏州智加科技有限公司 | 自动驾驶车辆、控制方法、装置、设备及存储介质 |
CN112526999A (zh) * | 2020-12-22 | 2021-03-19 | 北京百度网讯科技有限公司 | 速度规划方法、装置、电子设备和存储介质 |
CN113138597A (zh) * | 2021-03-31 | 2021-07-20 | 深圳市优必选科技股份有限公司 | 一种智能小车的避障方法及智能小车 |
CN113071523A (zh) * | 2021-04-23 | 2021-07-06 | 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 |
CN113104033A (zh) * | 2021-05-11 | 2021-07-13 | 东风柳州汽车有限公司 | 低速自动驾驶方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023005223A1 (zh) | 2023-02-02 |
CN113799797A (zh) | 2021-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113799797B (zh) | 轨迹规划方法、装置、存储介质及电子设备 | |
CN110244701B (zh) | 用于基于自动生成的课程序列的自主车辆的强化学习的方法和装置 | |
CN109808709B (zh) | 车辆行驶保障方法、装置、设备及可读存储介质 | |
US10203698B1 (en) | System and method for providing a map to autonomous vehicles via a cloud-based system | |
CN112550285B (zh) | 确定碰撞距离的方法、装置、存储介质及电子设备 | |
CN112088117B (zh) | 用于运行机动车的方法、控制系统和机动车 | |
JP6924629B2 (ja) | 自動制御装置およびその制御方法 | |
CN113479196B (zh) | 泊车方法、装置、电子设备、存储介质和自动驾驶汽车 | |
US20210094571A1 (en) | Method and apparatus for controlling vehicle, device and storage medium | |
CN111177934A (zh) | 参考路径规划的方法、设备和存储介质 | |
CN111674404A (zh) | 自动驾驶系统车道居中辅助功能使用b样条曲线进行路径预测的方法 | |
CN114771551B (zh) | 自动驾驶车辆轨迹规划方法、装置和自动驾驶车辆 | |
WO2022189661A1 (en) | Implementing slowdown manoeuvres in autonomous vehicles | |
US20200353944A1 (en) | Adjusting an operating mode of a vehicle based on an expected resource level | |
CN116399364B (zh) | 车辆行驶路网生成方法、装置、芯片、终端、设备和介质 | |
CN115610435B (zh) | 对象行驶意图的预测方法和装置、存储介质及电子装置 | |
CN116339350A (zh) | 一种路径规划调参方法、装置、域控制器及存储介质 | |
CN116001805A (zh) | 自动驾驶车辆的软件架构平台、控制方法、车辆及介质 | |
CN113320544B (zh) | 车辆驾驶行为的规划方法、装置、电子设备、存储介质 | |
CN116061966A (zh) | 车辆停靠的控制方法、自动驾驶车辆及存储介质 | |
US20180170290A1 (en) | A method and a system for providing an auxiliary unit control profile for controlling an auxiliary unit in a motor vehicle | |
CN115892075B (zh) | 轨迹规划方法、自动驾驶设备及计算机存储介质 | |
WO2023206388A1 (zh) | 换道决策方法、装置及存储介质 | |
JP6324166B2 (ja) | 渋滞度決定システム、方法およびプログラム | |
CN113158415B (zh) | 一种基于误差分析的车辆轨迹相似度评估方法 |
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 |