CN113916246A - 一种无人驾驶避障路径规划方法和系统 - Google Patents
一种无人驾驶避障路径规划方法和系统 Download PDFInfo
- Publication number
- CN113916246A CN113916246A CN202111127372.7A CN202111127372A CN113916246A CN 113916246 A CN113916246 A CN 113916246A CN 202111127372 A CN202111127372 A CN 202111127372A CN 113916246 A CN113916246 A CN 113916246A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- obstacle
- point
- path
- obstacle avoidance
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- 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
Abstract
本发明公开一种无人驾驶避障路径规划方法和系统,属于人工智能无人驾驶技术领域。系统包括行驶车辆地图服务器和路径规划平台,行驶车辆在行驶过程中通过探测设备实时检测车道前方的障碍物,将检测到的障碍物信息通过通信层设备传输至地图服务器,并向通信层设备发送避障通知信息,通信层设备向路径规划平台发送路径规划请求;路径规划平台响应路径规划请求信息获取障碍物地图数据以及车道地图数据,判断车辆是否能够避开障碍物,计算车辆转向、避障结束点和避障通过点;计算确定参考路径,并对参考路径进行局部调整,得到调整后的避障路径,然后对避障路径进行安全检测以确定最终避障路径。本发明可提升路径规划效率,保障车辆行驶安全。
Description
技术领域
本发明涉及人工智能无人驾驶技术领域,特别是一种无人驾驶避障路径规划方法和系统。
背景技术
随着信息、通信、人工智能(AI)等技术的发展,工业化与信息化的融合越发深入,人工智能赋能传统汽车催生的无人驾驶技术已逐步应用于矿山开采、港口码头、仓库物流、公共交通等场景。无人驾驶过程中遇到突发障碍物是不可避免的现实问题,能否安全、高效的规避障碍物并到达指定终点,影响到无人驾驶是否可在现实业务中落地实施。避障的路径规划属于局部规划方法,应具备应对突发情况的动态能力。首先,车辆要能够及时准确识别出前进道路上障碍物;第二,结合当前所处路况以及障碍物位置,智能判断应该如何找到车辆最优转向避障方向;第三,根据车辆尺寸、道路宽度、车辆最小拐弯半径计算出安全可行驶的避障路径;最后,保证车辆绕过障碍物之后不间断继续正常行驶。
当前无人驾驶车辆避障已有的技术手段有基于传感器探测、基于计算机视觉、基于机器学习等,上述方法计算代价大、多车行驶控制能力弱,难以满足现实场景应用需要。业界迫切需要智能、高效、安全、多车控制的局部避障路径规划算法。
发明内容
本发明的目的是提供一种无人驾驶避障路径规划方法和系统,能够降低计算负荷,提升路径规划效率,保障车辆行驶安全。本发明采用的技术方案如下。
一方面,本发明提供一种无人驾驶避障路径规划方法,包括:
接收路径规划请求信息;
响应于接收到路径规划请求信息,获取障碍物地图数据以及车道地图数据;
根据获取到的数据确定车道宽度,以及当前距离车辆最近的障碍物及其与车辆之间的距离;
根据最近的障碍物与车辆之间的距离、车辆尺寸以及车道宽度,判断车辆在当前道路上是否能够避开障碍物;
若判断结果为车辆在当前道路上能够避开障碍物,则根据障碍物与车道两边界的距离确定车辆转向;
基于车辆转向,按照预设的避障点选择规则,确定避障结束点和避障通过点;
基于避障结束点和避障通过点,按照预设的路径优化规则确定参考路径;
基于所述参考路径,按照预设的局部调整策略对起点到参考路径之间以及参考路径到避障结束点之间的路径进行调整,得到调整后的避障路径;
按照预设的安全检测规则对避障路径进行安全检测计算,若安全检测计算结果满足要求,则确定避障路径为最终避障路径。
可选的,可行的避障通过点数量为至少一个;
本发明方法还包括:若基于所有可行的避障通过点计算得到的避障路径经安全检测计算的结果均不满足要求,则:
按照预设的车辆前进策略计算得到多个前进路线终点;
利用预先构建的人工势场模型,计算各前进路线终点对应的引力场值,将引力场值最小的作为前进方向点;
以所述前进方向点作为新的车辆避障起点,进行路径规划以及安全检测计算,直至规划出的避障路径能够通过安全检测计算是否能够有路线到达终点。
可选的,以上所述预设的车辆前进策略为:车辆向左、向右可转向的最大角度为δ,车辆左转、右转的可选择转向角度为stree_n个,可选择的行驶路线方向共2*stree_n+1个,前进距离限制为设定值,得到车辆可前行的多条对应不同转向角度的前行路线。
可选的,以上所述人工势场包括车辆到障碍物的斥力场,车辆到避障通过点的引力场,以及车辆到避障结束点的引力场;
车辆到障碍物的斥力场Urep(p)计算公式为:
避障结束点和避障通过点对车辆的引力场计算公式为:
对于所选择的避障通过点c,引力场按下式计算:
上式中,sp为车辆避障起点,gp为避障结束点,p为当前点,d(sp,p)为车辆避障起点到当前点的距离;dsc为车辆避障起点到通过点的距离。
总人工势场计算公式为:
U(p)=Ureq(p)+Uatt(p)。
可选的,车辆通过障碍物探测设备实时检测行驶前方的障碍物,将检测到的障碍物的位置信息和尺寸信息通过通信层设备传输至地图服务器;
障碍物探测设备在检测到障碍物时,向通信层设备发送避障通知信息,通信层设备响应于接收到避障通知信息,向路径规划平台发送路径规划请求;
路径规划平台响应于接收到所述路径规划请求,从地图服务器获取障碍物地图数据和车道地图数据。
可选的,所述障碍物探测设备以设定的探测周期扫描探测行驶前方路况,响应于探测到设定尺寸范围的物体时,则判断为行驶前方存在障碍物。
优选的,所述探测周期设置为100ms-500ms,所述设定尺寸范围为:长度L≥0.5米,宽度W≥0.5米,高度H≥0.5米。
可选的,所述路径规划请求包括车辆实时位置信息、车辆航向角和障碍物编号,其中,所述障碍物编号由地图服务器分配给障碍物探测设备上报的障碍物,并传输至通信层设备;
所述路径规划平台从地图服务器获取障碍物地图数据,根据获取到的数据确定当前距离车辆最近的障碍物及其与车辆之间的距离,包括:
根据障碍物编号从地图服务器的地图数据库中查找到相应障碍物,对障碍物的边界进行采样;
根据边界采样数据计算障碍物与车辆之间的距离。
以上实施方式下,通信层设备要等待地图服务器对上报的障碍物分配唯一编码id,然后再反馈给路径规划平台,与路径规划平台通信交互时间较长,对通信信道有一定压力;但是能够节约路径规划平台对障碍物的识别计算量。
可选的,所述根据边界采样数据计算障碍物与车辆之间的距离包括:计算各边界采样点与车辆的距离,将计算得到的最小距离作为障碍物与车辆之间的距离。
可选的,通信层设备响应于在设定的限制时间内未接收到地图服务器返回的障碍物编号,则向路径规划平台发送包括车辆实时位置信息和车辆航向角的路径规划请求;
路径规划平台响应于接收到所述路径规划请求,读取地图服务器中地图数据库中的障碍物地图和车道地图数据,基于所读取的地图数据,以车辆实时位置为中心,扫描设定半径范围内行驶前方的所有障碍物:若未扫描到障碍物,则判断为当前车辆行驶不受影响,控制车辆沿原路线前进;若扫描到至少1个障碍物,则分别对各障碍物边界进行采样,根据采样结果确定影响车辆行驶的前方障碍物,以及其中距离车辆最近的障碍物及其与车辆之间的距离。
作为另一种实施方式,为了提升控制实时性,地图服务器无需向障碍物分配唯一编号,通信层设备也无需与地图服务器交互障碍物编号而直接向路径规划平台发送路径规划请求,具体的:所述路径规划请求包括车辆实时位置信息和车辆航向角;
路径规划平台响应于接收到所述路径规划请求,读取地图服务器中地图数据库中的障碍物地图和车道地图数据,基于所读取的地图数据,以车辆实时位置为中心,扫描设定半径范围内行驶前方的所有障碍物:若未扫描到障碍物,则判断为当前车辆行驶不受影响,控制车辆沿原路线前进;若扫描到至少1个障碍物,则分别对各障碍物边界进行采样,根据采样结果确定影响车辆行驶的前方障碍物,以及其中距离车辆最近的障碍物及其与车辆之间的距离。
可选的,基于所读取的地图数据,以车辆实时位置为中心,扫描设定半径D范围内行驶前方的所有障碍物,若扫描到至少1个障碍物,则对于各障碍物,分别执行以下操作:
以设定的采样距离间隔samp_obs对障碍物边界进行采样;
基于采样结果计算得到4个极值边界点,包括具有障碍物最小x坐标值的p1(min_x,y1),具有障碍物最大x坐标值的p2(max_x,y2),具有障碍物最小y坐标值的p3(x3,min_y),以及具有障碍物最大y坐标值的p4(x4,max_y);
对于各极值边界点,分别以车辆位置为起点,极值边界点为终点,形成向量vo_line;以车辆位置为起点,沿车辆航向角方向延伸长度D,形成障碍探测线;分别计算各极值边界点对应的向量vo_line与障碍探测线之间的夹角:
式中,check_line代表障碍探测线向量。
对于各影响车辆行驶的潜在障碍物,分别计算相应障碍物的各极值边界点到障碍探测线的映射距离:
式中,len(vo_line)代表车辆定位点到障碍物边界极值点的距离;
若任意一个极值边界点对应的映射距离满足dist_sidei≤V_Wide/2,则判断相应的潜在障碍物为需要避障的影响车辆行驶的前方障碍物;
若潜在障碍物的所有极值边界点对应的映射距离皆不满足dist_sidei≤V_Wide/2,则根据障碍物的极值边界点计算障碍物的边界线,并计算各边界线是否与障碍探测线有重叠,若存在任一边界线与障碍探测线存在重叠,则判断相应的潜在障碍物为需要避障的影响车辆行驶的前方障碍物;否则相应潜在障碍物无需避障。
可选的,所述计算各边界线是否与障碍探测线有重叠包括:对于由四个极值边界点组成的4条边界线,各边界线pm-pn,m≠n,{m,n=1,2,3,4}若同时满足以下条件,则判断为边界线pm-pn与障碍探测线重叠:
式中,pm.x、pm.y分别代表极值边界点pm的x坐标、y坐标;sp、cp分别代表障碍探测线的起点和终点。
可选的,将需要避障的障碍物中距离车辆最近作为当前需要避障的障碍物,判断车辆在当前道路上是否能够避开该障碍物。
可选的,方法中,所述判断车辆在当前道路上是否能够避开障碍物,包括:
判断最近的障碍物与车辆之间的距离是否满足以下公式:
其中,dist_obs_veh表示最近的障碍物与车辆之间的距离,VF表示车辆定位点到车头最前方的距离,VW表示车辆宽度,RW表示车道宽度,WB表示车辆轴距;
若满足以上公式,则判断为车辆在当前道路上能够避开当前距离最近的障碍物,若不满足公式,则判断为无法避障并输出判断结果信息。车辆输出无法避障信息后,可由人工决策是否继续执行后续智能避障流程。
可选的,方法还包括:路径规划平台将获取到的车道地图信息和障碍物地图信息中的WGS84地图坐标系转换为Mercator地图坐标系,使经度对应Mercator坐标系的X轴,纬度对应Mercator坐标系的Y轴。则地图中的任意一点可采用坐标(x,y)标识,方便后续计算。
可选的,所述根据障碍物与车道两边界的距离确定车辆转向,包括:
计算障碍物的各边界极值点到车道两侧边界的距离;
根据所有边界极值点到车道两侧边界的距离,将车辆转向确定为朝向障碍物与车道边界之间区域最宽敞的一侧。
可选的,所述计算障碍物的各边界极值点到车道两侧边界的距离,包括:以各边界极值点为起点,根据车辆航向角垂直于车辆前进方向,向两侧车道分别作映射线,得到对应多个边界极值点的多条左侧映射线和多条右侧映射线,其中,左侧映射线的长度为left_wide,右侧映射线的长度为right_wide,各左/右侧映射线的长度即为相应边界极值点到车道左/右侧边界的距离;
所述将车辆转向确定为朝向障碍物与车道边界之间区域最宽敞的一侧,包括:按照从小到大的顺序分别对多个left_wide和多个right_wide进行排序,从多个left_wide中最小的left_widemin和多个right_wide中最小的right_widemin开始,将left_widei与right_widei进行比较:若left_widei>right_widei,则车辆转向左侧;若left_widei<right_widei,则车辆转向右侧;若left_widei=right_widei,则继续对比对比left_widei+1与right_widei+1,直至left_widej≠right_widej,根据left_widej与right_widej的大小关系确定车辆转向。
以上方案即:将长度最小的左侧映射线的长度作为障碍物左侧最小距离left_widemin,长度最小的右侧映射线长度作为障碍物右侧最小距离right_widemin;若left_widemin>right_widemin,则车辆转向左侧;若left_widemin<right_widemin,则车辆转向右侧;若left_widemin=right_widemin,则比较障碍物左右两侧第二小的距离,并按照前述逻辑确定车辆转向,从而可保证车辆最终转向为障碍物两侧最宽敞的通行方向。
可选的,所述按照预设的避障点选择规则,确定避障结束点,包括:
根据以下公式计算避障结束点到障碍物的距离dobsend:
从当前车辆位置开始,将沿着车辆当前行驶路线向前延伸(dist_obs_veh+dobsend)距离的点,作为避障结束点。
可选的,按照预设的避障点选择规则,所确定的避障通过点包括至少一个候选的避障通过点,候选避障通过点的选择包括:
根据已确定的车辆转向,从相应侧障碍物距离车道边界最近的极值边界点开始,垂直于车辆前进方向,向车道边界作映射线段,从映射线段上距离极值边界点VW/2距离处开始,每隔den米取一点,直到距离道路边界VW/2处,将所取的所有点作为候选避障通过点;
其中,VW表示车辆宽度。
以上,den的值可根据现场需求人工设定,值越小则选取的通过点越多,正常情况下设置为:0.5-1米之间。候选避障通过点可有多个,计算时优先从候选点集合内选择最中间位置的点,若优先选择点候选点无法计算出符合车辆行驶要求的道路,则依次向两边选择其它候选点再次计算。
可选的,所述基于避障结束点和避障通过点,按照预设的路径优化规则确定参考路径,包括:
对于障碍物长度小于设定长度的情况(设定长度可设置为2米):确定车辆定位点sp、避障通过点c以及避障结束点前r_min长度的点tp,其中r_min代表车辆最小转弯半径;参考路径为sp、c、tp三点的外接圆的圆弧;
对于障碍物长度大于或等于设定长度的情况:从通过点分别向车道前向和后向延伸一段直线路径,直线路径的总长度至少等于障碍物沿车道方向的长度;
参考路径为:从sp,到直线路径起点,经直线路径到直线路径终点,再到避障结束点。
可选的,sp、c、tp三点的外接圆的圆心Ocon和半径Rcon根据下式计算:
可选的,所述按照预设的局部调整策略对起点到参考路径之间以及参考路径到避障结束点之间的路径进行调整,得到调整后的避障路径,包括:
1)对于参考路径为sp、c、tp三点的外接圆的圆弧的情况:
1.1)起点到参考路径之间的局部路径调整方法为,根据车辆在定位点处航向角s_yaw与参考路径起点航向角syawcon的关系,以及车辆曲率最大变化速率,选择圆弧+直线段的方式从车辆定位点过渡到参考路径上,或者选择螺旋线+圆弧线+直线段的方式从车辆定位点过渡到参考路径上;
1.2)参考路径到避障结束点的局部路径调整方法为,根据避障结束点在参考路径的航向角,以及车辆曲率最大变化速率,选择直线段+圆弧的方式从参考路径过渡到避障结束点,或者选择直线段+圆弧+螺旋线的方式从参考路径过渡到避障结束点;
2)对于参考路径为从sp,到直线路径起点,经直线路径到直线路径终点,再到避障结束点的情况,参考路径的局部路径调整方法为,根据车辆在定位点处航向角s_yaw与参考路径起点航向角syawcon的关系,采用圆弧+直线段+圆弧的方式从车辆定位点过渡到参考路径的直线路径段起点,经直线路径段后,采用圆弧+直线段+圆弧的方式从直线路径段终点过渡到避障结束点。
可选的,对于参考路径为sp、c、tp三点的外接圆的圆弧的情况,进行起点到参考路径之间的局部路径调整时,针对避障通过点位于车道前向障碍物左侧的情况:
若s_yaw<syawcon,车辆需要先左转再右转进入到参考路径,对于参考路径为sp、c、tp三点的外接圆的圆弧的情况,进行起点到参考路径之间的局部路径调整时,针对避障通过点位于车道前向障碍物左侧的情况:
若s_yaw<syawcon,车辆需要先左转再右转进入到参考路径,左转圆弧与参考路径圆弧通过两者内公切线交接:若采用左转圆弧+切线路径时,转弯处满足车辆曲率变化速度要求,则车辆定位点到参考路径的局部路径调整为,从车辆定位点开始,依次经左转圆弧和内公切线过渡至参考路径;若不满足曲率变化速度要求,则首先计算左转圆弧的起点,然后计算车辆定位点到左转圆弧起点的一次螺旋线,则车辆定位点到参考路径的局部路径调整为,从车辆定位点开始,依次经一次螺旋线、左转圆弧和内公切线过渡至参考路径。
可选的,左转圆弧的圆心os(x,y)按照下式计算:
式中,sp.x、sp.y代表点sp的横坐标和纵坐标,r_steer代表车辆转弯半径,且r_steer在设定的转弯半径范围[r_min,r_max]内选择,r_min、r_max分别为车辆允许的最小转弯半径和最大转弯半径;
起点圆弧切点s_tag位置为:
终点圆弧切点e_tag位置为:
式中,s、os和rs为起点圆弧的起点、圆心和半径,e、oe和re为终点圆弧的终点、圆心和半径,yawse为起点圆心到终点圆心的方向角,内切点到圆心的连线与两圆心连线的夹角θ为:
若将车辆定位点sp作为起点s时,车辆转弯处曲率小于或等于车辆曲率最大变化速率,则起点到参考路径之间的局部路径确定为:从车辆定位点开始经起点圆弧、s_tag到e_tag的直线段以及终点圆弧经e点过渡到参考路径;
若将车辆定位点sp作为起点s时,车辆转弯处曲率大于车辆曲率最大变化速率,则计算以sp为起点s为终点的一次螺旋线,起点sp到参考路径之间的局部路径确定为:从车辆定位点开始经一次螺旋线、起点s、起点圆弧、s_tag到e_tag的直线段以及终点圆弧经e点过渡到参考路径;其中,所述一次螺旋线上任意一点的位置、航向角变化量根据下式计算:
从起点s到s_tag回旋曲线的变化速率为:
可选的,对于参考路径为sp、c、tp三点的外接圆的圆弧的情况,进行起点到参考路径之间的局部路径调整时,针对避障通过点位于车道前向障碍物左侧的情况:
若s_yaw>syawcon,车辆需要先右转再进入到参考路径,右转圆弧与参考路径圆弧通过两者切线交接:若采用右转圆弧+切线路径时,转弯处满足车辆曲率变化速度要求,则车辆定位点到参考路径的局部路径调整为,从车辆定位点开始,依次经右转圆弧和切线过渡至参考路径;若不满足曲率变化速度要求,则首先计算右转圆弧的起点,然后计算车辆定位点到右转圆弧起点的一次螺旋线,则车辆定位点到参考路径的局部路径调整为,从车辆定位点开始,依次经一次螺旋线、右转圆弧和切线过渡至参考路径。
可选的,右转圆弧的圆心os(x,y)计算公式为:
右转圆弧切点s_tag位置为:
终点圆弧切点e_tag位置为:
式中,s、os和rs为起点圆弧的起点、圆心和半径,e、oe和re为终点圆弧的终点、圆心和半径,yawse为起点圆心到终点圆心的方向角,内切点到圆心的连线与两圆心连线的夹角θ为:
若将车辆定位点sp作为起点s时,车辆转弯处曲率小于或等于车辆曲率最大变化速率,则起点到参考路径之间的局部路径确定为:从车辆定位点开始依次经右转圆弧、s_tag到e_tag的直线段以及终点圆弧经e点过渡到参考路径;
若将车辆定位点sp作为起点s时,车辆转弯处曲率大于车辆曲率最大变化速率,则计算以sp为起点s为终点的一次螺旋线,起点sp到参考路径之间的局部路径确定为:从车辆定位点开始经一次螺旋线、起点s、右转圆弧、s_tag到e_tag的直线段以及终点圆弧经e点过渡到参考路径。
可选的,对于参考路径为sp、c、tp三点的外接圆的圆弧的情况,进行起点到参考路径之间的局部路径调整时,针对避障通过点位于车道前向障碍物左侧的情况:
若s_yaw=syawcon,则车辆定位点到参考路径之间不需要局部路径调整。参考路径到避障结束点之间仍需按照前文规则进行调整。
可选的,所述按照预设的安全检测规则对避障路径进行安全检测计算为,基于预设的车辆冗余尺寸,进行障碍物碰撞检测计算:
以车辆当前定位点[x,y]为中心,从航向角yaw旋转为0度,对应周边路径边界点、障碍物点也在坐标上做同样的旋转变换,对车辆定位点之外的其他点,取实际位置表示为[xact,yact],旋转之后位置计算公式为:
根据车辆冗余尺寸确定车辆覆盖的平面矩形空间范围,如果[xrout,yrout]落在上述平面范围内则车辆与周边有碰撞,否则无碰撞。对于碰撞边界或者障碍物的路径,要舍弃,并重新规划计算从起点到终点的路径。
可选的,车辆定位点与车头最前方之间的距离包括实际距离和冗余距离R_VF;车辆定位点到车位最后方之间的距离包括实际距离和冗余距离R_VB;车辆宽度包括实际宽度和冗余宽度R_VW;
车辆覆盖的平面矩形空间范围为[x-VB-R_VB,x+VF+R_VF]、[y-(VW+R_VW)/2,y+(VW+R_VW)/2]。在安全检测计算时,本发明以车辆“膨胀尺寸”为标准,若以车辆碰撞尺寸规划计算出的路线满足安全检测,那么则认为此路线安全。
第二方面,本发明提供一种无人驾驶避障路径规划系统,包括:行驶车辆、地图服务器和路径规划平台,行驶车辆上设有障碍物探测设备以及通信层设备,行驶车辆通过通信层设备与地图服务器和路径规划平台通信;
行驶车辆在行驶过程中,障碍物探测设备实时检测车道前方的障碍物,将检测到的障碍物的位置信息和尺寸信息通过通信层设备传输至地图服务器,并向通信层设备发送避障通知信息,通信层设备响应于接收到避障通知信息,向路径规划平台发送路径规划请求;
路径规划平台执行第一方面所述的无人驾驶避障路径规划方法进行车辆路径规划,并将路径规划结果回传给行驶车辆。
路径规划平台可基于AI人工智能实现车辆路径的规划,路径规划计算可在车辆端执行,也可通过远程路径规划中心执行后反馈至车辆端,能够实现多车同时管控。
有益效果
本发明的一种无人驾驶避障路径规划方法及系统,适用于车辆行驶过程中遇到突发情况的避障绕行。相比现有避障技术,智能化程度更高、规划出的路径安全可行、规划计算效率更快、多车集中控制更便捷。
本发明能够实现“障碍物智能判别”、“智能转向计算”、“避障结束点预估”、“最佳通过点计算”、“人工势场构建”、“全局最优避障参考路径计算”、“局部路径调整”等能力。“障碍物智能判别”可提前预估是否适合自动避障,避免不适合避障路况下的无效计算;“智能转向计算”、“避障结束点预估”、“最佳通过点计算”、“人工势场构建”使得避障路径规划更符合人工驾驶的思维能力,适应于多种路况。“全局最优避障参考路径计算”、“局部路径调整”可确保路线的平滑及可行驶(满足车辆机械转弯极限要求);“安全检测”确保车辆行驶过程中不碰撞车道边界和障碍物;使得规划路径确保满足车辆运动学要求和行驶安全。同时,本发明计算效率更高,通过更智能化的判断、“人工势场构建”、“全局最优避障参考路径计算”等方式,可减少在不必要空间上的计算代价,促使尽量获得最优路径,提高计算效率。本发明可实现多车集中管控,基于人工智能系统(AI引擎)实现服务中心化能力,一个中心对多车提供计算服务,实现集中管控。
附图说明
图1所示为本发明无人驾驶避障路径规划系统实现无人驾驶避障的一种实施例流程示意图;
图2所示为本发明无人驾驶避障路径规划方法中障碍物智能判断示意图;
图3所示为本发明无人驾驶避障路径规划方法中车辆转向判断示意图;
图4所示为本发明无人驾驶避障路径规划方法中避障路径结束点示意图;
图5所示为本发明无人驾驶避障路径规划方法中最佳候选通过点选择示意图;
图6所示为本发明无人驾驶避障路径规划方法中参考避障路径情况一示意图;
图7所示为本发明无人驾驶避障路径规划方法中参考避障路径情况二示意图;
图8所示为本发明方法中参考避障路径情况一局部调整方式一示意图;
图9和图10所示为本发明方法中两个圆内切线和内切点计算示意图;
图11所示为本发明方法中参考避障路径情况一局部调整方式二示意图;
图12和图13所示为本发明方法中两个圆外切线和外切点计算示意图;
图14所示为本发明方法中参考避障路径情况二局部调整方式一示意图;
图15所示为本发明方法中参考避障路径情况二局部调整方式二示意图;
图16所示为本发明方法中安全检测车辆航向角旋转示意图;
图17所示为本发明无人驾驶避障路径规划方法的一种实施例流程示意图。
具体实施方式
以下结合附图和具体实施例进一步描述。
本发明的技术构思为:在车辆基于高精度地图按照规划的路径行驶过程中,实时检查前方若干米范围内的地图是否出现障碍物影响通行;若发现障碍物,检测障碍物位置、尺寸、边界范围,并上报障碍物信息到人工智能系统;由人工智能系统结合行驶道路宽度、车辆长宽尺寸,通过“障碍物智能判别”来估算当前路况是否适合自动避障,若可以自动避障则启动后续算法规划路径,否则上报提示请求人工决策;开启自动避障模式后,通过“智能转向计算”、“避障结束点估算”、“最佳通过点计算”、“人工势场构建”、“全局最优避障参考路径计算”、“局部路径调整”、“安全检测”等过程计算出规避障碍物的最佳路径。
本发明主要涉及以下内容:
1、障碍物智能判别:车载雷达扫描前方道路,发现异常障碍物则将其位置、尺寸上报到高精度地图数据库,车辆根据车道地图信息、障碍物地图信息计算出当前距离车辆最近的障碍物信息(一条车道上可能存在多个障碍物),并根据车辆距离障碍物距离、车辆尺寸、道路宽度预判是否能够在当前道路上避开障碍物;
2、智能转向计算:仿照人类驾驶思维模式,依据车辆位置、行驶方向、障碍物位置等信息,智能判断最佳拐弯转向,加快车辆避障效率,减少在在不必要场地的路径搜索和计算代价;
3、避障结束点估算:平衡避障路径规划成功率和计算时间代价,避障结束点距离起始点太近会导致车辆转弯距离不足无法绕过障碍物,避障结束点距离太远导致计算时间增加,为提高路径规划成功率的同时保证计算效率;需要估算合理的避障路径结束点,既保证车辆有足够的拐弯距离能避开障碍物,又能保证计算时间在可接受范围内;
4、最优避障通过点选择:依据车辆宽度、障碍物边界到道路边界宽度距离,按照人类思维方式,初步计算出最适合避障的通过点的范围,从中选择最优的避障通过点;
5、全局最优避障参考路径计算:车辆从发现障碍物位置到绕过障碍物,可能存在多种路径选择,若采用传统的平面搜索规划的方法,没有全局最优解的求解,仅仅依靠启发式的搜索计算,则计算量较大,效率低下。本发明提供两种最优绕障参考路径,粗略规划出较为优质的避障路径,在此基础上再进行微调则可产生满足车辆行驶的路径,提高计算效率;
6、局部路径调整:在参考路径基础之上,结合车辆运动学要求,将部分不满足车辆转向的路段进行重新计算和调整,使之满足车辆行驶要求;
7、安全检测:对规划出的路径,检测车辆在此路径行驶过程中是否会碰触障碍物、车道边界,进而确定最终避障路径。
实施例1
本实施例具体介绍一种可实现无人驾驶局部路径规划方法的系统,其包括安装有雷达探测设备和通信设备的行驶车辆、地图服务器以及基于人工智能实现的路径规划平台(后续实施例介绍中称作AI引擎)。系统中各部分交互如图1所示。雷达探测设备实时探测行驶前方障碍物,发现障碍物之后将障碍物位置(经纬度)、尺寸(长宽高)上报到地图服务器,同时通过通信设备向AI引擎发起路径规划请求;AI引擎从地图服务器读取车道数据、障碍物位置信息、障碍物尺寸,根据当前车辆所在的位置(经纬度)、航向角来计算出合理的避障路径;车辆根据避障路径绕开障碍物,继续前进。
雷达探测设备主要用于地形信息的探测和采集,扫描和判断车辆前方物体是否为障碍物。
通信层设备用于远程数据交互,数据形式包括:地图数据、控制指令、车辆位置信息等,通信场景主要是无线通信和移动通信,通信方式包含但不限于Wifi、3G、4G、5G通信。通信设备配套有相关的通信协议和通信控制程序。
地图服务器用于存储车道、障碍物、行驶路线位置信息,存储数据均为高精度地图,包含地形形状、经纬度、海拔等重要属性,上述数据为路径规划算法提供数据支持。
路径规划平台即AI引擎,为路径规划核心算法执行模块,其根据车辆位置、车道边界、行驶路线、障碍物位置等信息,执行路径规划算法计算出合理的避障路径,引导车辆行驶通过。本发明中,障碍物智能判别、智能转向计算、避障结束点估算、最佳通过点计算和人工势场构建、全局最优避障参考路径、局部路径调整、安全检测等功能均在AI引擎中实现。
实施例2
本实施例介绍可基于实施例1中系统实现的无人驾驶避障路径规划方法,具体涉及以下内容。
为使后续叙述更加清晰,在此设定方法相关的参数基本符号定义如下:
VW——车辆宽度;VF——车辆定位点到车头最前方的距离;VB——车辆定位点到车尾最后方的距离;WB——车辆轴距;δ——车轮最大转向角度;r_min——车辆最小转弯半径,与WB和δ的关系为σmax——车辆准许的曲率变化率(单位距离曲率变化量);sp——车辆起点位置;s_yaw——车辆起点位置航向角;gp——车辆目的位置点;g_yaw——车辆目的位置航向角;RW——道路宽度。
一、道路障碍物探测
车辆障碍物探测设备实时(每100ms-500ms执行一次)探测前方路况,发现满足如下尺寸的物体时判断为障碍物:长度L≥0.5(米),宽度W≥0.5(米),高度H≥0.5(米)。对于探测到的障碍物,探测设备做以下动作:
1、传输以下信息到地图服务器:(1)障碍物位置(以障碍物中心位置为准),位置表示方法为[经度、纬度],经纬度采用WGS84坐标系;(2)障碍物尺寸[L,W,H]。
2、向通信层的通信设备发起避障通知信息。
地图服务器使用DELL的PER740XD服务器(其他服务器类型均可),数据库使用PostGreSql和PostGis。
二、通信层设备响应避障消息
通信层设备接收到避障消息之后,根据实际通信带宽情况和通信资源占用情况,向AI服务器发起路径规划请求,具体方式为通信层调用AI引擎的避障计算服务接口。通信层根据通信资源占用情况不同,可以灵活采用以下两种方式传送数据。
1、传送障碍物唯一编号id:传送信息为[车辆当前经纬度,车辆航向角,最终目的地经纬度,障碍物id]。此种方法,通信层设备要等待地图服务器对上报的障碍物分配唯一编码id,然后再反馈给AI引擎,与AI引擎通信交互时间较长,对通信信道有一定压力;但是节约了AI引擎层对障碍物的识别计算。
2、不传送障碍物唯一编号id:传送信息为[车辆当前经纬度,车辆航向角,最终目的地经纬度],此种方式,通信层不必实时传输障碍物id,AI引擎层根据地图时间识别和判断障碍物。这种方式适用的场景有:车端通信设备与地图服务器交互时长超过必要时间限制,无法等待障碍物id生成,此时必须及时向AI引擎层发起避障计算请求,或者不考虑障碍物编号直接传输[车辆当前经纬度,车辆航向角,最终目的地经纬度]。
三、障碍物智能判别
本部分为AI引擎功能之一,本部分及之后的路径规划方法流程参考图17所示。为方便数学计算,从本部分内容起将WGS84地图坐标系转换为Mercator地图坐标系,经度对应Mercator坐标系下X轴,纬度对应Mercator坐标系下Y轴,任意一个点可用(x,y)标识。
为准确计算出障碍物与车辆的位置相对情况,需要进行障碍物智能判断方法处理。针对通信层设备传输信息的不同,障碍物判断的方法有所不同。
(一)对于路径规划请求中含有障碍物id信息的情况
此方式下,已经明确知晓车辆前方障碍物id,根据此id直接从地图数据库里查找到此障碍物,执行如下步骤:
1、对障碍物边界进行采样,采样距离间隔为samp_obs;
2、对边界采样点计算其到车辆位置的距离,最小的一个距离为障碍物到车的距离,令这个距离为dist_obs_veh,结合道路宽度预估距离障碍物的这个距离范围是否可以绕开,判断是否满足如下条件:
若满足上述条件,则预估可以避障,继续执行后续避障路径规划;否则判断为“不建议避障”,并反馈告知车辆,转由人工进一步决策是否继续执行智能自动避障。
(二)对于路径规划请求中不含有障碍物id信息的情况
以车辆位置为起点,航向角为方向,向其航向角方向延伸出1条D米长的虚拟线以辅助计算和判断,仅对此范围内的障碍物计算,此范围外障碍物认为不影响车辆行驶,所述辅助线在本发明里命名为“障碍探测线”,后文均以此命名表示此线意义。上述方法原理图如图2所示,计算及判断步骤如下。
1、以车辆位置为中心,D为半径,查找此范围内行驶车道上的所有障碍物,如果未发现障碍物,则说明此时车辆行驶尚不受影响,可以继续沿原路线前进;若发现有N个障碍物,则对障碍物逐个做以下2-6步骤的计算判断;
2、对障碍物边界进行采样,采样距离间隔为samp_obs;
3、计算出4个极值边界点,包含障碍物最小x坐标值的p1(min_x,y1),包含障碍物最大x坐标值的p2(max_x,y2),包含障碍物最小y值的p3(x3,min_y),包含障碍物最大y值的p4(x4,max_y),以上述4个点形成的4边形近似障碍物轮廓;
4、上述的障碍物边界极值点逐个做如下计算,以“障碍探测线”check_line为辅助向量,车辆位置为起点、边界极值点为终点,形成一条向量vo_line,计算两向量夹角:
5、对于上一步判断的潜在障碍物,计算其到“障碍探测线”的映射距离:
上式中,len(vo_line)为车辆定位点到障碍物边界极值点的距离,对于4个边界极值点,得到4个映射距离;对于计算出的映射距离,若其中任何一点满足dist_sidei≤V_Wide/2,则此障碍物影响车辆行驶,需要对其避障;若所有边界极值点都不满足上述条件,则进一步判断此障碍物是否与“障碍探测线”重叠;
6、障碍物4个边分别为:p1—p4、p4—p2、p2—p3、p3—p1,分别计算这4个边是否和“障碍探测线”重叠,障碍探测线段的起点为sp,终点为cp,判断方法如下,以p1—p4线段为例,同时满足如下条件则p1—p4线段与sp—cp线段重叠:
若4个边中任意一条边与障碍探测线段重叠,则此障碍物与车辆行驶路线重叠而且尺寸较大,影响车辆行驶,需要避障;若4个边均不与障碍探测线段重叠,则此障碍物不影响车辆行驶,车辆可沿着原车道继续前行。
7、对N个障碍物通过上述2-6步骤判断计算,筛选出其中K个需要避障的障碍物,选取其中dist_obs_veh距离最小的一个障碍物为距离车辆最近的障碍物,即当前需要避障的障碍物,其他障碍物均在此障碍物更前方(按照车辆前进方向排序),暂不影响车辆行驶,因此暂不考虑避障。
8、对边界采样点计算其到车辆位置的距离,最小的一个距离为障碍物到车的距离,令这个距离为dist_obs_veh,结合道路宽度预估距离障碍物的这个距离范围是否可以绕开,判断是否满足如下条件:
若满足上述条件,则预估可以避障,继续执行后续避障路径规划;否则判断为“不建议避障”,并反馈告知车辆,转由人工进一步决策是否继续执行智能避障。
上述针对路径规划请求中不含有障碍物id信息的情况的判断计算过程及效果见图2所示,图中两侧黑色实线为道路边界;中间两道黑色虚线为车辆原行驶路线;箭头方向为车辆行驶航向角;从车头开始沿着航向角方向延伸出去的线段为“障碍探测线”,探测距离为D米。所在行驶区域中有3个障碍物,障碍物周边的虚线点为采样点:障碍物1由上述第4步的计算判断为非行驶前方障碍物,不需要处理;障碍物2经第5和第6步判断出为行驶前方的障碍物;障碍物3经第5和第6步判断为不影响前进的障碍物;上述3个障碍物最终经判断计算后,确定仅有障碍物2会影响车辆前进行驶,故对障碍物2要进行避障路径规划。
四、避障路径规划计算
本部分为AI引擎功能之一。经过障碍物智能判别认定为可以避障或者人工决策后认为可以避障之后,需要对车辆避障路径做规划计算,分以下步骤完成。
(一)车辆智能转向计算
对于道路上的障碍物,需要判断从左侧、右侧哪边行驶避障比较安全,确定转向方向可减少后续不必要的计算。
1、对于障碍物边界极值点,计算其到道路边界左右两侧的距离,边界极值点以车辆航向角为前进方向,垂直于此方向分别向左侧、右侧做映射线,与道路边界有交点left_point、right_point,障碍物边界点到这两个点的距离:左侧距离为left_wide,右侧距离为right_wide;
2、对4个极值点的左右两侧距离做对比,左侧最小距离设为left_widemin,右侧最小距离设为right_widemin,若left_widemin>right_widemin,则从左侧通行;若left_widemin<right_widemin,则从右侧通行;若left_widemin=right_widemin,则进一步对比左右两侧距离第2小的点,按照上述的步骤确定最宽敞的通行方向。
上述过程示意图如图3所示,障碍物4个边界极值点左侧最小距离、右侧最小距离如图中实线端所示,图中可见左侧距离更大,适合从左侧避障,箭头示意方向即为车辆绕行参考方向。
(二)避障结束点估算
车辆避开障碍物之后,应尽快回归到原既定路线继续行驶,所以要在原路线上计算出一个合适的避障结束点,车辆避开障碍物后应回归到此点然后继续行驶。避障结束点的选择需要平衡避障路径规划成功率和计算时间代价,避障结束点距离起始点太近会导致车辆转弯距离不足无法绕过障碍物,避障结束点距离太远则导致计算时间增加,为提高路径规划成功率的同时保证计算效率;需要估算合理的避障路径结束点,既保证车辆有足够的拐弯距离能避开障碍物,又能保证计算时间在可接受范围内。本发明对避障结束点到障碍物距离估算计算公式如下:
上式中,各个参量意义在本发明前文中已说明,不再赘述。在原既定车道上,从当前起点sp开始,沿着原路线向前(dist_obs_veh+dobsend)距离取一点作为避障结束点。示意图如图4所示,图中五星点即为避障路径结束点。
(三)最佳避障通过点计算和人工势场构建
确定车辆转向之后,若任由车辆向左探测可通行的路径到达结束点,因可行驶路径点数量巨大(理论上有无数个点可探测是否可行驶),则需要花费巨大的计算代价,为进一步提高效率,需要计算最佳通行点,并依据此点构建人工势场,让车辆尽量从此点周围通过。
1、最佳候选避障通过点的计算和选择
计算判断出车辆转向通行方向之后,依据障碍物、车道边界的位置,计算最佳候选通行点,即避障通过点。如图5所示,计算出通行路径为图中实线所标注的范围之后,以障碍物边界点为起点,以道路边界上的交点为终点,从距离起点VW/2处开始每隔den米取一点,直到距离道路边界VW/2处,假设有K个点,则这K个点即为最佳候选通行点,如图5所示。路径规划计算时,依次选取其中一个通行点,计算避障路径,若选择的点计算不出合理的路径则继续选择下一个候选点;若所有候选点均选择完,仍然计算不出路径,则调整上一步的避障结束点,向车辆前进方向再移动若干米之后,重新计算避障路径。
2、人工势场模型构建
构建车辆到障碍物的斥力场,车辆到最佳通行点的引力场,车辆到终点的引力场。建立基于人工势场法的道路边界斥力势场和障碍物斥力势场模型,由车辆在道路边界斥力势场和障碍物斥力势场组成的复合场中受到的力的作用建立平衡方程,求解得到车辆在避障过程中要经过的位置点,从而得到避障路径。
(1)障碍物对车产生斥力:
斥力场计算公式:
(2)终点和最佳通过点对车产生引力:
当前点距离终点越远,引力越大,促使轨迹尽快向终点靠近;距离终点越近,引力越小,靠近速度变慢。
引力场计算公式:
在计算引力场时,使用上述引力场公式,先计算最佳通过点的引力场,再计算终点的引力场,车辆未到达最佳通过点时,最佳通过点引力场起作用,终点引力场为0;车辆已通过最佳通过点之后,最佳通过点引力场为0,终点引力场起作用。设选择的最佳通过点为点c,则上述引力场计算原则如下:
上式中,sp为起点,gp为避障路径终点,p为当前点,d(sp,p)为起点到当前点的距离。
总的人工势场计算公式:
U(p)=Ureq(p)+Uatt(p) (6)
(四)全局最优避障参考路径计算
确定最佳通过点、避障结束点之后,为进一步提高规划效率,减少在不必要路径上的探索计算,本发明先做避障的参考路径构建,此路径大体上规划出避障路径走向,但是并不符合车辆运动学约束,后续基于参考路径再对局部路径进一步修正。根据障碍物尺寸不同,参考路径可设置为以下不同的形式。
1、障碍物长度较小(2米以下)
若障碍物长度较小(2米以下),如图6所示,则在最佳通过点处直接通过:当前位置点(sp)——最佳通过点(c)——避障结束点前r_min米的点(不妨命名为点tp)。此参考路径为上述三点的外接圆的圆弧。此圆的圆心Ocon和半径Rcon计算过程如下。
2、障碍物长度较大(2米以上)
若障碍物长度较大(2米以上),如图7所示,则需在通过点处向前(车辆前进方向)、向后分别延伸一段距离(要超过障碍物前后的边界极值点),形成与车道近似平行的一段直线路径,避障大体路线:当前位置点——参考直线路径起点——参考直线路径终点——避障结束点。
(五)局部路径调整
根据参考路径来确定局部路径的具体调整策略,设参考路径起点处航向角为syawcon,参考路径终点航向角为eyawcon。针对两种不同的参考路径,处理方式分别如下。
1、避障参考路径情况一:障碍物长度较小
1)起点到参考路径的局部调整方式
情况一的参考避障路径为一条圆弧线,根据其起点处航向角s_yaw和参考路径起点航向角syawcon的关系,起点处的局部路径调整方式分以下三种情况。
(1)s_yaw<syawcon
此情况下,车辆初始时需要左拐,然后再右拐进入参考路径,必须保持平滑,左拐、右拐交接处需为两段圆弧的切线处,右拐到参考路径的交接处需是右拐圆弧和参考路径圆弧的切点处,示意图见图8。车辆转弯半径设为r_steer,默认先以最小拐弯半径r_min转弯,若以此半径转弯求不到合适的路径则增加转弯半径,求新的转弯半径情况下是否能计算出合适路径,设准许的最大拐弯半径为r_max。
检查曲率变化速度是否满足车辆机械性能,车辆曲率最大变化速率为σmax(行驶单位距离曲率变化量),曲率和拐弯半径为倒数关系,车辆拐弯处曲率为curv=1/r_steer,因直线曲率为0,故相邻路径点曲率变化为curv:(1)如果curv≤σmax则上述弧线和直线段路径可行驶;(2)否则需要进一步优化路径,减小拐弯处的曲率变化率。对应上述不同的判断情况,路径分为两种计算方式:(a)圆弧+直线段连接方式;(b)圆弧+螺旋曲线+直线段连接方式。考虑计算复杂度,若可以使用上述计算方式(a),则优先使用方式(a)。
(a)圆弧+直线段连接方式
起点左转圆弧的圆心:
接下来需要计算上述两个圆的内切点,计算示意图如图9所示,考虑此计算方法具有一般普适性,不妨作如下抽象建模,起点设为s,终点设为e,起点所在圆弧圆心为os,终点所在圆弧圆心为oe,起点圆弧半径为rs,终点圆弧半径为re,起点圆心到终点圆心的方向角为yawse,内切点计算方法如下。
起点圆弧切点位置为:
终点圆弧切点位置为:
将实际起点sp、起点圆心os、参考路径上切点tag_pcon、切点对应圆心otcon带入上式子(11)和(12)可求得两个内切点s_tag和e_tag,则从起点到参考路径的局部路线为:sp到s_tag的弧线+s_tag到e_tag的直线段+e_tag到tag_pcon的弧线。如图8所示。
(b)圆弧+螺旋曲线+直线段连接方式
式(9)-(12)为圆弧与直线段连接方式计算过程,上述路径不满足车辆机械要求时,本发明使用一次螺旋线进行路径拐弯平滑调整,一次螺旋线公式:
c(s)=σ·l+c0 (13)
上式中,l为当前点到起点的弧线长度,σ为曲率变化速率(可为正值也可为负值),c0为平滑曲线起点处的曲率。一次螺旋线的示意图如图10所示,从计算起点s开始按照一次螺旋线轨迹到点s_tag(图中虚线),使得车辆运行轨迹对应的拐弯曲率变小(小于σmax),然后再到终点e_tag。此种情况下点s_tag的计算过程如式(9)-(12),在此基础之上再进行起点到s_tag的螺旋线计算。
从起点s到s_tag回旋曲线的变化速率为:
上式中,θ1为点s_tag处的航向角,通过(9)-(12)公式即可计算获得;θ0为计算起点s处的航向角,为已知信息。
经公式(13)-(15)可计算出两点之间的螺旋线轨迹。
(2)s_yaw>syawcon
此情况下,车辆初始时需要右拐,然后直线进入参考路径,必须保持平滑,右拐、直行交接处需为两段圆弧的切线处,示意图见图11。
同上一种情况,检查曲率变化速度是否满足车辆机械性能,满足的情况下使用路径方式(a):圆弧+直线段连接方式;不满足的情况下使用路径方式(b):圆弧+螺旋曲线+直线段连接方式。
(a)圆弧+直线段连接方式
起点右拐对应轨迹圆弧圆心:
计算右拐轨迹与参考路径的外切点和外切线,计算示意图如图12所示。考虑此计算方法具有一般普适性,作如下抽象建模,起点设为s,终点设为e,起点所在圆弧圆心为os,终点所在圆弧圆心为oe,起点圆弧半径为rs,终点圆弧半径为re,起点圆心到终点圆心的方向角为yawse,内切点计算方法如下。
起点圆弧切点位置为:
终点圆弧切点位置为:
将实际起点sp、起点圆心os、参考路径圆心Ocon带入上式子(14)-(16)可求得两个外切点s_tag和e_tag,则从起点到参考路径的局部路线为:sp到s_tag的弧线+s_tag到e_tag的直线段。如图11所示。
(b)圆弧+螺旋曲线+直线段连接方式
计算示意图见图13,螺旋曲线构建和计算过程同上第一情况中的(13)-(15)式,从起点s经螺旋线过渡到点s_tag,再行走后续路径。
(3)s_yaw=syawcon
此情况较少出现,若出现则直接沿着避障参考路径行驶,直到图11所示的s_tag2点,然后再直线行驶到g_tag,最后沿着弧线行驶到避障终点。
2)避障参考路径到避障结束点之间的局部调整方式
避障结束点gp到参考路径的局部调整方式,gp为切线的左拐向圆弧圆心为:
得到上述圆心之后,按照前文的曲率变化判断方法确定使用的路径形式,使用公式(11)-(15)中的公式,参照示意图9或者图10计算出参考路径圆弧与此圆的内切点和内切线,不妨令参考路径上内切点为s_tag2,避障结束点圆弧上切点为g_tag,则避障结束点的局部路线为:s_tag2到g_tag的直线端+g_tag到gp的弧线段。如图11所示。
2、避障参考路径情况二:障碍物长度较大
根据上一步的参考路径,局部调整即为将参考路径分段规划两条能够让车辆安全通过的路线:(1)当前位置点——参考路径直线起点;(2)参考路径直线终点——避障结束点。鉴于这两段路线的规划计算原理相同,本发明介绍其通用计算原理,实际实施时仅更换起点、终点即可。
设局部路径规划的起点设为s,起点航向角为s_yaw,起点所在圆弧圆心为os,起点圆弧半径为rs;终点设为e,终点航向角为e_yaw,终点所在圆弧圆心为oe,终点圆弧半径为re;起点圆心到终点圆心的方向角为yawse。
1)s_yaw≤syawcon
此情况起点时车辆先需要左拐,然后右拐靠近终点,同上述障碍物长度较小场景的第一种情况。
计算模型见图9或10所示,计算过程参考公式(9)-(15),对应的起点、终点参数有变化,计算原理不变,路径效果见图14所示:起点—s_tag—e_tag—参考路径起点—参考路径终点—s_tag2—e_tag2—避障结束点。
2)s_yaw>syawcon
此情况起点时车辆先右拐,然后直行,接着右拐接入终点,同上述障碍物长度较小场景的第二种情况。
计算模型见图12或13所示,计算过程参考公式(13)-(19),对应起点、终点参数有变化,计算原理不变,路径效果见图15所示:起点—s_tag—e_tag—参考路径起点—参考路径终点—s_tag2—e_tag2—避障结束点。
(六)安全检测
经过上述计算得到路径之后,要对每段路径做安全检测,以查看是否能引导车辆安全行驶,如果车辆与道路边界、障碍物均不碰撞,则满足安全要求;否则不满足安全要求,路径需要重新规划计算。
1、设计车辆冗余尺寸
考虑车辆定位、机械控制能力上会有一定误差,要给规划路径和障碍物的距离留出一定的冗余距离,为实现这一目的,对车辆前方、后方、宽度设置冗余尺寸:
(1)车辆定位点到车头最前方的距离的冗余尺寸——R_VF;
(2)车辆定位点到车尾最后方的距离的冗余尺寸——R_VB;
(3)车辆宽度冗余尺寸——R_VW。
在计算时,以车辆“膨胀尺寸”为标准,车辆膨胀尺寸=原尺寸+冗余尺寸,VB′=VB+R_VB,VF′=VF+R_VF,VW′=VW+R_VW。如图16所示,车辆外围矩形框即为“膨胀尺寸”。若以车辆碰撞尺寸规划计算出的路线满足安全检测,那么则认为此路线安全。
2、障碍物碰撞检查
在理论计算中可将车道边界和实际障碍物均视为计算上的“障碍物”,均不可碰触。为计算上的便捷,对车辆航向角做旋转,使车辆行驶方向角度为0,如图16所示。以车辆当前定位点[x,y](通常是后轴中心)为中心,从航向角yaw旋转为0度,对应周边路径边界点、障碍物点也在坐标上做同样的旋转变换,对车辆定位点之外的其他点,不妨设实际位置为[xact,yact],旋转之后位置计算如下:
车辆覆盖的平面矩形空间范围为[x-VB′,x+VF′]、[y-VW′/2,y+VW′/2],如果[xrout,yrout]落在上述平面范围内则车辆与周边有碰撞,否则无碰撞。对于碰撞边界或者障碍物的路径,要舍弃,并重新规划计算从起点到终点的路径。
若基于所有可行的避障通过点计算得到的避障路径经安全检测计算的结果均不满足要求,则:
按照预设的车辆前进策略计算得到多个前进路线终点;其中,所述预设的车辆前进策略为:车辆向左、向右可转向的最大角度为δ,车辆左转、右转的可选择转向角度为stree_n个,可选择的行驶路线方向共2*stree_n+1个,前进距离限制为设定值,得到车辆可前行的多条对应不同转向角度的前行路线;
然后利用预先构建的人工势场模型,计算各前进路线终点对应的引力场值,将引力场值最小的作为前进方向点,其中,前进路线为引导车辆行驶的总避障路径的一部分;
以所述前进方向点作为新的车辆避障起点,进行路径规划以及安全检测计算,直至规划出的避障路径能够通过安全检测计算是否能够有路线到达终点。
综上实施例,本发明具有以下有点和进步:
(1)具有更优秀的智能化水平:“障碍物智能判别”可提前预估是否适合自动避障,避免不适合避障路况下的无效计算;“智能转向计算”、“避障结束点预估”、“最佳通过点计算”、“人工势场构建”等能力使得避障路径规划更符合人工驾驶的思维能力,适应于多种路况;
(2)规划路径确保满足车辆运动学要求和行驶安全:“全局最优避障参考路径计算”、“局部路径调整”两项能力确保路线的平滑及可行驶,满足车辆机械转弯极限要求;“安全检测”确保车辆行驶过程中不碰撞车道边界和障碍物;
(3)计算效率更高:通过更智能化的判断、“人工势场构建”、“全局最优避障参考路径计算”等方式,减少在不必要空间上的计算代价,促使尽量获得最优路径,提高计算效率;
(4)可实现多车集中管控,基于人工智能系统(AI引擎)实现服务中心化能力,一个中心对多车提供计算服务,实现集中管控。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (32)
1.一种无人驾驶避障路径规划方法,其特征是,包括:
接收路径规划请求信息;
响应于接收到路径规划请求信息,获取障碍物地图数据以及车道地图数据;
根据获取到的数据确定车道宽度,以及当前距离车辆最近的障碍物及其与车辆之间的距离;
根据最近的障碍物与车辆之间的距离、车辆尺寸以及车道宽度,判断车辆在当前道路上是否能够避开障碍物;
若判断结果为车辆在当前道路上能够避开障碍物,则根据障碍物与车道两边界的距离确定车辆转向;
基于车辆转向,按照预设的避障点选择规则,确定避障结束点和避障通过点;
基于避障结束点和避障通过点,按照预设的路径优化规则确定参考路径;
基于所述参考路径,按照预设的局部调整策略对起点到参考路径之间以及参考路径到避障结束点之间的路径进行调整,得到调整后的避障路径;
按照预设的安全检测规则对避障路径进行安全检测计算,若安全检测计算结果满足要求,则确定避障路径为最终避障路径。
2.根据权利要求1所述的方法,其特征是,可行的避障通过点数量为至少一个;
方法还包括:若基于所有可行的避障通过点计算得到的避障路径经安全检测计算的结果均不满足要求,则:
按照预设的车辆前进策略计算得到多个前进路线终点;
利用预先构建的人工势场模型,计算各前进路线终点对应的引力场值,将引力场值最小的作为前进方向点;
以所述前进方向点作为新的车辆避障起点,进行路径规划以及安全检测计算,直至规划出的避障路径能够通过安全检测计算是否能够有路线到达终点。
3.根据权利要求2所述的方法,其特征是,所述预设的车辆前进策略为:车辆向左、向右可转向的最大角度为δ,车辆左转、右转的可选择转向角度为stree_n个,可选择的行驶路线方向共2*stree_n+1个,前进距离限制为小于或等于1米,得到车辆可前行的多条对应不同转向角度的前行路线。
4.根据权利要求2所述的方法,其特征是,所述人工势场包括车辆到障碍物的斥力场,车辆到避障通过点的引力场,以及车辆到避障结束点的引力场;
车辆到障碍物的斥力场Urep(p)计算公式为:
避障结束点和避障通过点对车辆的引力场计算公式为:
对于所选择的避障通过点c,引力场按下式计算:
上式中,sp为车辆避障起点,gp为避障结束点,p为当前点,d(sp,p)为车辆避障起点到当前点的距离;dsc为车辆避障起点到通过点的距离。
总人工势场计算公式为:
U(p)=Ureq(p)+Uatt(p)。
5.根据权利要求1或2所述的方法,其特征是,车辆通过障碍物探测设备实时检测行驶前方的障碍物,将检测到的障碍物的位置信息和尺寸信息通过通信层设备传输至地图服务器;
障碍物探测设备在检测到障碍物时,向通信层设备发送避障通知信息,通信层设备响应于接收到避障通知信息,向路径规划平台发送路径规划请求;
路径规划平台响应于接收到所述路径规划请求,从地图服务器获取障碍物地图数据和车道地图数据。
6.根据权利要求5所述的方法,其特征是,所述障碍物探测设备以设定的探测周期扫描探测行驶前方路况,响应于探测到设定尺寸范围的物体时,则判断为行驶前方存在障碍物。
7.根据权利要求6所述的方法,其特征是,所述探测周期设置为100ms-500ms,所述设定尺寸范围为:长度L≥0.5米,宽度W≥0.5米,高度H≥0.5米。
8.根据权利要求5所述的方法,其特征是,所述路径规划请求包括车辆实时位置信息、车辆航向角和障碍物编号,其中,所述障碍物编号由地图服务器分配给障碍物探测设备上报的障碍物,并传输至通信层设备;
所述路径规划平台从地图服务器获取障碍物地图数据,根据获取到的数据确定当前距离车辆最近的障碍物及其与车辆之间的距离,包括:
根据障碍物编号从地图服务器的地图数据库中查找到相应障碍物,对障碍物的边界进行采样;
根据边界采样数据计算障碍物与车辆之间的距离。
9.根据权利要求8所述的方法,其特征是,所述根据边界采样数据计算障碍物与车辆之间的距离包括:计算各边界采样点与车辆的距离,将计算得到的最小距离作为障碍物与车辆之间的距离。
10.根据权利要求8所述的方法,其特征是,通信层设备响应于在设定的限制时间内未接收到地图服务器返回的障碍物编号,则向路径规划平台发送包括车辆实时位置信息和车辆航向角的路径规划请求;
路径规划平台响应于接收到所述路径规划请求,读取地图服务器中地图数据库中的障碍物地图和车道地图数据,基于所读取的地图数据,以车辆实时位置为中心,扫描设定半径范围内行驶前方的所有障碍物:若未扫描到障碍物,则判断为当前车辆行驶不受影响,控制车辆沿原路线前进;若扫描到至少1个障碍物,则分别对各障碍物边界进行采样,根据采样结果确定影响车辆行驶的前方障碍物,以及其中距离车辆最近的障碍物及其与车辆之间的距离。
11.根据权利要求5所述的方法,其特征是,所述路径规划请求包括车辆实时位置信息和车辆航向角;
路径规划平台响应于接收到所述路径规划请求,读取地图服务器中地图数据库中的障碍物地图和车道地图数据,基于所读取的地图数据,以车辆实时位置为中心,扫描设定半径范围内行驶前方的所有障碍物:若未扫描到障碍物,则判断为当前车辆行驶不受影响,控制车辆沿原路线前进;若扫描到至少1个障碍物,则分别对各障碍物边界进行采样,根据采样结果确定影响车辆行驶的前方障碍物,以及其中距离车辆最近的障碍物及其与车辆之间的距离。
12.根据权利要求10或11所述的方法,其特征是,基于所读取的地图数据,以车辆实时位置为中心,扫描设定半径D范围内行驶前方的所有障碍物,若扫描到至少1个障碍物,则对于各障碍物,分别执行以下操作:
以设定的采样距离间隔samp_obs对障碍物边界进行采样;
基于采样结果计算得到4个极值边界点,包括具有障碍物最小x坐标值的p1(min_x,y1),具有障碍物最大x坐标值的p2(max_x,y2),具有障碍物最小y坐标值的p3(x3,min_y),以及具有障碍物最大y坐标值的p4(x4,max_y);
对于各极值边界点,分别以车辆位置为起点,极值边界点为终点,形成向量vo_line;以车辆位置为起点,沿车辆航向角方向延伸长度D,形成障碍探测线;分别计算各极值边界点对应的向量vo_line与障碍探测线之间的夹角:
式中,check_line代表障碍探测线向量。
对于各影响车辆行驶的潜在障碍物,分别计算相应障碍物的各极值边界点到障碍探测线的映射距离:
式中,len(vo_line)代表车辆定位点到障碍物边界极值点的距离;
若任意一个极值边界点对应的映射距离满足dist_sidei≤V_Wide/2,则判断相应的潜在障碍物为需要避障的影响车辆行驶的前方障碍物;
若潜在障碍物的所有极值边界点对应的映射距离皆不满足dist_sidei≤V_Wide/2,则根据障碍物的极值边界点计算障碍物的边界线,并计算各边界线是否与障碍探测线有重叠,若存在任一边界线与障碍探测线存在重叠,则判断相应的潜在障碍物为需要避障的影响车辆行驶的前方障碍物;否则相应潜在障碍物无需避障。
14.根据权利要求12所述的方法,其特征是,将需要避障的障碍物中距离车辆最近作为当前需要避障的障碍物,判断车辆在当前道路上是否能够避开该障碍物。
16.根据权利要求1或2所述的方法,其特征是,方法还包括:路径规划平台将获取到的车道地图信息和障碍物地图信息中的WGS84地图坐标系转换为Mercator地图坐标系,使经度对应Mercator坐标系的X轴,纬度对应Mercator坐标系的Y轴。
17.根据权利要求1或2所述的方法,其特征是,所述根据障碍物与车道两边界的距离确定车辆转向,包括:
计算障碍物的各边界极值点到车道两侧边界的距离;
根据所有边界极值点到车道两侧边界的距离,将车辆转向确定为朝向障碍物与车道边界之间区域最宽敞的一侧。
18.根据权利要求17所述的方法,其特征是,所述计算障碍物的各边界极值点到车道两侧边界的距离,包括:以各边界极值点为起点,根据车辆航向角垂直于车辆前进方向,向两侧车道分别作映射线,得到对应多个边界极值点的多条左侧映射线和多条右侧映射线,其中,左侧映射线的长度为left_wide,右侧映射线的长度为right_wide,各左/右侧映射线的长度即为相应边界极值点到车道左/右侧边界的距离。
19.根据权利要求18所述的方法,其特征是,所述将车辆转向确定为朝向障碍物与车道边界之间区域最宽敞的一侧,包括:按照从小到大的顺序分别对多个left_wide和多个right_wide进行排序,从多个left_wide中最小的left_widemin和多个right_wide中最小的right_widemin开始,将left_widei与right_widei进行比较:若left_widei>right_widei,则车辆转向左侧;若left_widei<right_widei,则车辆转向右侧;若left_widei=right_widei,则继续对比对比left_widei+1与right_widei+1,直至left_widej≠right_widej,根据left_widej与right_widej的大小关系确定车辆转向。
21.根据权利要求20所述的方法,其特征是,按照预设的避障点选择规则,所确定的避障通过点包括至少一个候选的避障通过点,候选避障通过点的选择包括:
根据已确定的车辆转向,从相应侧障碍物距离车道边界最近的极值边界点开始,垂直于车辆前进方向,向车道边界作映射线段,从映射线段上距离极值边界点VW/2距离处开始,每隔预设的den米取一点,直到距离道路边界VW/2处,将所取的所有点作为候选避障通过点。
22.根据权利要求21所述的方法,其特征是,所述基于避障结束点和避障通过点,按照预设的路径优化规则确定参考路径,包括:
对于障碍物长度小于设定长度的情况:确定车辆定位点sp、避障通过点c以及避障结束点前r_min长度的点tp,其中r_min代表车辆最小转弯半径;参考路径为sp、c、tp三点的外接圆的圆弧;
对于障碍物长度大于或等于设定长度的情况:从通过点分别向车道前向和后向延伸一段直线路径,直线路径的总长度至少等于障碍物沿车道方向的长度;
参考路径为:从sp,到直线路径起点,经直线路径到直线路径终点,再到避障结束点。
24.根据权利要求23所述的方法,其特征是,所述按照预设的局部调整策略对起点到参考路径之间以及参考路径到避障结束点之间的路径进行调整,得到调整后的避障路径,包括:
1)对于参考路径为sp、c、tp三点的外接圆的圆弧的情况:
1.1)起点到参考路径之间的局部路径调整方法为,根据车辆在定位点处航向角s_yaw与参考路径起点航向角syawcon的关系,以及车辆曲率最大变化速率,选择圆弧+直线段的方式从车辆定位点过渡到参考路径上,或者选择螺旋线+圆弧线+直线段的方式从车辆定位点过渡到参考路径上;
1.2)参考路径到避障结束点的局部路径调整方法为,根据避障结束点在参考路径的航向角,以及车辆曲率最大变化速率,选择直线段+圆弧的方式从参考路径过渡到避障结束点,或者选择直线段+圆弧+螺旋线的方式从参考路径过渡到避障结束点;
2)对于参考路径为从sp,到直线路径起点,经直线路径到直线路径终点,再到避障结束点的情况,参考路径的局部路径调整方法为,根据车辆在定位点处航向角s_yaw与参考路径起点航向角syawcon的关系,采用圆弧+直线段+圆弧的方式从车辆定位点过渡到参考路径的直线路径段起点,经直线路径段后,采用圆弧+直线段+圆弧的方式从直线路径段终点过渡到避障结束点。
25.根据权利要求24所述的方法,其特征是,对于参考路径为sp、c、tp三点的外接圆的圆弧的情况,进行起点到参考路径之间的局部路径调整时,针对避障通过点位于车道前向障碍物左侧的情况:
若s_yaw<syawcon,车辆需要先左转再右转进入到参考路径,左转圆弧与参考路径圆弧通过两者内公切线交接:若采用左转圆弧+切线路径时,转弯处满足车辆曲率变化速度要求,则车辆定位点到参考路径的局部路径调整为,从车辆定位点开始,依次经左转圆弧和内公切线过渡至参考路径;若不满足曲率变化速度要求,则首先计算左转圆弧的起点,然后计算车辆定位点到左转圆弧起点的一次螺旋线,则车辆定位点到参考路径的局部路径调整为,从车辆定位点开始,依次经一次螺旋线、左转圆弧和内公切线过渡至参考路径。
26.根据权利要求25所述的方法,其特征是,其中,左转圆弧的圆心os(x,y)按照下式计算:
式中,sp.x、sp.y代表点sp的横坐标和纵坐标,r_steer代表车辆转弯半径,且r_steer在设定的转弯半径范围[r_min,r_max]内选择,r_min、r_max分别为车辆允许的最小转弯半径和最大转弯半径;
起点圆弧切点s_tag位置为:
终点圆弧切点e_tag位置为:
式中,s、os和rs为起点圆弧的起点、圆心和半径,e、oe和re为终点圆弧的终点、圆心和半径,yawse为起点圆心到终点圆心的方向角,内切点到圆心的连线与两圆心连线的夹角θ为:
若将车辆定位点sp作为起点s时,车辆转弯处曲率小于或等于车辆曲率最大变化速率,则起点到参考路径之间的局部路径确定为:从车辆定位点开始经起点圆弧、s_tag到e_tag的直线段以及终点圆弧经e点过渡到参考路径;
若将车辆定位点sp作为起点s时,车辆转弯处曲率大于车辆曲率最大变化速率,则计算以sp为起点s为终点的一次螺旋线,起点sp到参考路径之间的局部路径确定为:从车辆定位点开始经一次螺旋线、起点s、起点圆弧、s_tag到e_tag的直线段以及终点圆弧经e点过渡到参考路径;其中,所述一次螺旋线上任意一点的位置、航向角变化量根据下式计算:
从起点s到s_tag回旋曲线的变化速率为:
27.根据权利要求24所述的方法,其特征是,对于参考路径为sp、c、tp三点的外接圆的圆弧的情况,进行起点到参考路径之间的局部路径调整时,针对避障通过点位于车道前向障碍物左侧的情况:
若s_yaw>syawcon,车辆需要先右转再进入到参考路径,右转圆弧与参考路径圆弧通过两者切线交接:若采用右转圆弧+切线路径时,转弯处满足车辆曲率变化速度要求,则车辆定位点到参考路径的局部路径调整为,从车辆定位点开始,依次经右转圆弧和切线过渡至参考路径;若不满足曲率变化速度要求,则首先计算右转圆弧的起点,然后计算车辆定位点到右转圆弧起点的一次螺旋线,则车辆定位点到参考路径的局部路径调整为,从车辆定位点开始,依次经一次螺旋线、右转圆弧和切线过渡至参考路径。
28.根据权利要求27所述的方法,其特征是,右转圆弧的圆心os(x,y)计算公式为:
右转圆弧切点s_tag位置为:
终点圆弧切点e_tag位置为:
式中,s、os和rs为起点圆弧的起点、圆心和半径,e、oe和re为终点圆弧的终点、圆心和半径,yawse为起点圆心到终点圆心的方向角,内切点到圆心的连线与两圆心连线的夹角θ为:
若将车辆定位点sp作为起点s时,车辆转弯处曲率小于或等于车辆曲率最大变化速率,则起点到参考路径之间的局部路径确定为:从车辆定位点开始依次经右转圆弧、s_tag到e_tag的直线段以及终点圆弧经e点过渡到参考路径;
若将车辆定位点sp作为起点s时,车辆转弯处曲率大于车辆曲率最大变化速率,则计算以sp为起点s为终点的一次螺旋线,起点sp到参考路径之间的局部路径确定为:从车辆定位点开始经一次螺旋线、起点s、右转圆弧、s_tag到e_tag的直线段以及终点圆弧经e点过渡到参考路径。
29.根据权利要求24所述的方法,其特征是,对于参考路径为sp、c、tp三点的外接圆的圆弧的情况,进行起点到参考路径之间的局部路径调整时,针对避障通过点位于车道前向障碍物左侧的情况:
若s_yaw=syawcon,则车辆定位点到参考路径之间不需要局部路径调整。参考路径到避障结束点之间仍需按照前文规则进行调整。
31.根据权利要求30所述的方法,其特征是,车辆定位点与车头最前方之间的距离包括实际距离和冗余距离R_VF;车辆定位点到车位最后方之间的距离包括实际距离和冗余距离R_VB;车辆宽度包括实际宽度和冗余宽度R_VW;
车辆覆盖的平面矩形空间范围为[x-VB-R_VB,x+VF+R_VF]、[y-(VW+R_VW)/2,y+(VW+R_VW)/2]。
32.一种无人驾驶避障路径规划系统,其特征是,包括:行驶车辆、地图服务器和路径规划平台,行驶车辆上设有障碍物探测设备以及通信层设备,行驶车辆通过通信层设备与地图服务器和路径规划平台通信;
行驶车辆在行驶过程中,障碍物探测设备实时检测车道前方的障碍物,将检测到的障碍物的位置信息和尺寸信息通过通信层设备传输至地图服务器,并向通信层设备发送避障通知信息,通信层设备响应于接收到避障通知信息,向路径规划平台发送路径规划请求;
路径规划平台执行权利要求1-31所述的无人驾驶避障路径规划方法进行车辆路径规划,并将路径规划结果回传给行驶车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111127372.7A CN113916246B (zh) | 2021-09-26 | 2021-09-26 | 一种无人驾驶避障路径规划方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111127372.7A CN113916246B (zh) | 2021-09-26 | 2021-09-26 | 一种无人驾驶避障路径规划方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113916246A true CN113916246A (zh) | 2022-01-11 |
CN113916246B CN113916246B (zh) | 2023-09-01 |
Family
ID=79236162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111127372.7A Active CN113916246B (zh) | 2021-09-26 | 2021-09-26 | 一种无人驾驶避障路径规划方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113916246B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114407929A (zh) * | 2022-01-29 | 2022-04-29 | 上海木蚁机器人科技有限公司 | 无人驾驶绕障处理方法、装置、电子设备及存储介质 |
CN114442634A (zh) * | 2022-01-30 | 2022-05-06 | 中国第一汽车股份有限公司 | 一种车辆的路径规划方法、装置、设备及介质 |
CN114834463A (zh) * | 2022-06-28 | 2022-08-02 | 小米汽车科技有限公司 | 车辆控制方法、装置、存储介质、电子设备、芯片及车辆 |
CN115014375A (zh) * | 2022-06-06 | 2022-09-06 | 北京京深深向科技有限公司 | 碰撞检测方法、装置及电子设备、存储介质 |
CN115493608A (zh) * | 2022-09-21 | 2022-12-20 | 重庆三三电器股份有限公司 | 利用移动智能手持终端实现大数据行驶方法 |
CN115830896A (zh) * | 2022-11-17 | 2023-03-21 | 云控智行科技有限公司 | 一种车道推荐方法、装置及设备 |
CN116501048A (zh) * | 2023-04-26 | 2023-07-28 | 无锡卡尔曼导航技术有限公司南京技术中心 | 一种自移动设备探地路径规划方法 |
CN116605211A (zh) * | 2023-07-19 | 2023-08-18 | 广汽埃安新能源汽车股份有限公司 | 一种泊车路径规划方法、装置、电子设备和存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100235035A1 (en) * | 2006-03-22 | 2010-09-16 | Nissan Motor Co., Ltd. | Avoidance maneuver calculation device, avoidance control device, vehicle having each device, avoidance maneuver calculating method, and avoidance controlling method |
CN105629974A (zh) * | 2016-02-04 | 2016-06-01 | 重庆大学 | 一种基于改进型人工势场法的机器人路径规划方法及系统 |
CN105974917A (zh) * | 2016-05-11 | 2016-09-28 | 江苏大学 | 一种基于新型人工势场法的车辆避障路径规划研究方法 |
US20170236422A1 (en) * | 2014-09-29 | 2017-08-17 | Hitachi Construction Machinery Co., Ltd. | Obstacle avoidance system |
CN108216225A (zh) * | 2016-12-22 | 2018-06-29 | 丰田自动车株式会社 | 碰撞回避辅助装置 |
CN109976329A (zh) * | 2017-12-28 | 2019-07-05 | 郑州宇通客车股份有限公司 | 一种车辆避障换道路径的规划方法 |
CN109987092A (zh) * | 2017-12-28 | 2019-07-09 | 郑州宇通客车股份有限公司 | 一种车辆避障换道时机的确定方法及避障换道的控制方法 |
US20190243370A1 (en) * | 2018-02-07 | 2019-08-08 | Baidu Usa Llc | Systems and methods for accelerated curve projection |
CN111060108A (zh) * | 2019-12-31 | 2020-04-24 | 江苏徐工工程机械研究院有限公司 | 路径规划方法和装置、工程车辆 |
CN111338340A (zh) * | 2020-02-21 | 2020-06-26 | 天津大学 | 基于模型预测的无人驾驶汽车局部路径规划方法 |
CN111750886A (zh) * | 2020-05-12 | 2020-10-09 | 北京智行者科技有限公司 | 局部路径规划方法及装置 |
CN112362074A (zh) * | 2020-10-30 | 2021-02-12 | 重庆邮电大学 | 一种结构化环境下的智能车辆局部路径规划方法 |
-
2021
- 2021-09-26 CN CN202111127372.7A patent/CN113916246B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100235035A1 (en) * | 2006-03-22 | 2010-09-16 | Nissan Motor Co., Ltd. | Avoidance maneuver calculation device, avoidance control device, vehicle having each device, avoidance maneuver calculating method, and avoidance controlling method |
US20170236422A1 (en) * | 2014-09-29 | 2017-08-17 | Hitachi Construction Machinery Co., Ltd. | Obstacle avoidance system |
CN105629974A (zh) * | 2016-02-04 | 2016-06-01 | 重庆大学 | 一种基于改进型人工势场法的机器人路径规划方法及系统 |
CN105974917A (zh) * | 2016-05-11 | 2016-09-28 | 江苏大学 | 一种基于新型人工势场法的车辆避障路径规划研究方法 |
CN108216225A (zh) * | 2016-12-22 | 2018-06-29 | 丰田自动车株式会社 | 碰撞回避辅助装置 |
CN109976329A (zh) * | 2017-12-28 | 2019-07-05 | 郑州宇通客车股份有限公司 | 一种车辆避障换道路径的规划方法 |
CN109987092A (zh) * | 2017-12-28 | 2019-07-09 | 郑州宇通客车股份有限公司 | 一种车辆避障换道时机的确定方法及避障换道的控制方法 |
US20190243370A1 (en) * | 2018-02-07 | 2019-08-08 | Baidu Usa Llc | Systems and methods for accelerated curve projection |
CN111060108A (zh) * | 2019-12-31 | 2020-04-24 | 江苏徐工工程机械研究院有限公司 | 路径规划方法和装置、工程车辆 |
CN111338340A (zh) * | 2020-02-21 | 2020-06-26 | 天津大学 | 基于模型预测的无人驾驶汽车局部路径规划方法 |
CN111750886A (zh) * | 2020-05-12 | 2020-10-09 | 北京智行者科技有限公司 | 局部路径规划方法及装置 |
CN112362074A (zh) * | 2020-10-30 | 2021-02-12 | 重庆邮电大学 | 一种结构化环境下的智能车辆局部路径规划方法 |
Non-Patent Citations (1)
Title |
---|
刘宇峰 等: "自主导航农业机械避障路径规划", 《华南农业大学学报》, vol. 41, no. 2, pages 117 - 125 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114407929A (zh) * | 2022-01-29 | 2022-04-29 | 上海木蚁机器人科技有限公司 | 无人驾驶绕障处理方法、装置、电子设备及存储介质 |
CN114407929B (zh) * | 2022-01-29 | 2023-12-12 | 上海木蚁机器人科技有限公司 | 无人驾驶绕障处理方法、装置、电子设备及存储介质 |
CN114442634A (zh) * | 2022-01-30 | 2022-05-06 | 中国第一汽车股份有限公司 | 一种车辆的路径规划方法、装置、设备及介质 |
CN115014375B (zh) * | 2022-06-06 | 2023-11-03 | 北京京深深向科技有限公司 | 碰撞检测方法、装置及电子设备、存储介质 |
CN115014375A (zh) * | 2022-06-06 | 2022-09-06 | 北京京深深向科技有限公司 | 碰撞检测方法、装置及电子设备、存储介质 |
CN114834463A (zh) * | 2022-06-28 | 2022-08-02 | 小米汽车科技有限公司 | 车辆控制方法、装置、存储介质、电子设备、芯片及车辆 |
CN114834463B (zh) * | 2022-06-28 | 2022-11-04 | 小米汽车科技有限公司 | 车辆控制方法、装置、存储介质、电子设备、芯片及车辆 |
CN115493608A (zh) * | 2022-09-21 | 2022-12-20 | 重庆三三电器股份有限公司 | 利用移动智能手持终端实现大数据行驶方法 |
CN115830896A (zh) * | 2022-11-17 | 2023-03-21 | 云控智行科技有限公司 | 一种车道推荐方法、装置及设备 |
CN116501048B (zh) * | 2023-04-26 | 2023-09-12 | 无锡卡尔曼导航技术有限公司南京技术中心 | 一种自移动设备探地路径规划方法 |
CN116501048A (zh) * | 2023-04-26 | 2023-07-28 | 无锡卡尔曼导航技术有限公司南京技术中心 | 一种自移动设备探地路径规划方法 |
CN116605211B (zh) * | 2023-07-19 | 2023-09-26 | 广汽埃安新能源汽车股份有限公司 | 一种泊车路径规划方法、装置、电子设备和存储介质 |
CN116605211A (zh) * | 2023-07-19 | 2023-08-18 | 广汽埃安新能源汽车股份有限公司 | 一种泊车路径规划方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113916246B (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113916246A (zh) | 一种无人驾驶避障路径规划方法和系统 | |
WO2021136130A1 (zh) | 一种轨迹规划方法及装置 | |
CN111688663B (zh) | 机动交通工具及控制其自动驾驶操作的方法 | |
JP7444874B2 (ja) | 方法、非一時的コンピュータ可読媒体、および、車両 | |
US11532167B2 (en) | State machine for obstacle avoidance | |
CN110861650B (zh) | 车辆的路径规划方法、装置,车载设备和存储介质 | |
US10831205B2 (en) | Route determination device, vehicle control device, route determination method, and storage medium | |
US11427191B2 (en) | Obstacle avoidance action | |
EP3861291B1 (en) | Spline curve and spiral curve based reference line smoothing method | |
CN110126825B (zh) | 用于低级别前馈车辆控制策略的系统和方法 | |
WO2019042295A1 (zh) | 一种无人驾驶路径规划方法、系统和装置 | |
US8352111B2 (en) | Platoon vehicle management | |
US11520338B2 (en) | Systems and methods for vehicle spatial path sampling | |
CN112937607B (zh) | 一种用于景区观光车的网联自动驾驶系统及方法 | |
US20190278285A1 (en) | Vehicle control device, vehicle control method, and storage medium | |
JP7043279B2 (ja) | 車両制御システム、車両制御方法、およびプログラム | |
US11586209B2 (en) | Differential dynamic programming (DDP) based planning architecture for autonomous driving vehicles | |
US10854083B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
EP4222035A1 (en) | Methods and systems for performing outlet inference by an autonomous vehicle to determine feasible paths through an intersection | |
CN115520218B (zh) | 自动驾驶车辆四点转弯轨迹规划方法 | |
EP4291457A1 (en) | System, method, and computer program product for topological planning in autonomous driving using bounds representations | |
CN115140096A (zh) | 一种基于样条曲线与多项式曲线的自动驾驶轨迹规划方法 | |
RU2721436C1 (ru) | Способ помощи вождению и устройство помощи вождению | |
WO2023097874A1 (zh) | 用于行驶轨迹规划的方法和装置 | |
US11480962B1 (en) | Dynamic lane expansion |
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 |