CN114137956B - 一种车云协同路径规划方法及系统 - Google Patents

一种车云协同路径规划方法及系统 Download PDF

Info

Publication number
CN114137956B
CN114137956B CN202111259789.9A CN202111259789A CN114137956B CN 114137956 B CN114137956 B CN 114137956B CN 202111259789 A CN202111259789 A CN 202111259789A CN 114137956 B CN114137956 B CN 114137956B
Authority
CN
China
Prior art keywords
path
cloud
vehicle
vehicle end
node
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
Application number
CN202111259789.9A
Other languages
English (en)
Other versions
CN114137956A (zh
Inventor
丁磊
王然
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Human Horizons Shanghai Internet Technology Co Ltd
Original Assignee
Human Horizons Shanghai Internet Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Human Horizons Shanghai Internet Technology Co Ltd filed Critical Human Horizons Shanghai Internet Technology Co Ltd
Priority to CN202111259789.9A priority Critical patent/CN114137956B/zh
Publication of CN114137956A publication Critical patent/CN114137956A/zh
Application granted granted Critical
Publication of CN114137956B publication Critical patent/CN114137956B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种车云协同路径规划方法及系统,将路径规划任务合理分配到车端和云端,车端和云端同步有主路径,云端确定目标车位,并将主路径中与目标车位距离最短的节点作为主路径节点,并规划所述主路径节点到所述目标车位的支路径路线;将主路径节点和支路径路线发送至车端,所述车端根据所述主路径节点得到主路径路线,并对主路径路线和支路径路线进行拼接得到完整路径。所述云端仅传输的少量的信息,包括主路径节点和支路径路线,所述车端通过简单的运算可以得到规划路径,能够将将路径规划任务合理的分配到云端和车端,减轻车端的运算量和云端的数据传输量,高效完成路径规划。

Description

一种车云协同路径规划方法及系统
技术领域
本发明涉及车端控制技术领域,具体地说,涉及一种车云协同路径规划方法及系统。
背景技术
随着车联网技术的发展,自动驾驶技术应运而生。在自动驾驶系统中,路径规划是一项关键技术。路径规划技术即在一个具有静态或动态障碍物的环境下,给定一个起点和终点,规划出一条无碰撞的最优路径,使车端安全到达终点。
目前,通常采用的路径规划的方法有基于几何的方法或者基于搜索的方法,但是目前的路径规划方法均是采用起点到终点的全局规划算法,当全局规划算法布置在车端时,对车端控制ECU的算力要求极高,成本大,性价比较低;当全局规划算法布置在云端时,需要进行较大数据的传输,传输延时及丢包对功能的影响较大。
因此现有技术的路径规划方案会导致车端和云端的运算资源占用分配不平均,路径规划效率低下。
发明内容
为了解决上述问题,本发明实施例提出一种车云协同路径规划方法及系统,把路径规划任务合理分配到云端和车端,减轻车端和云端的运算资源的压力,高效地完成路径规划。
本发明实施例提供了一种车云协同路径规划方法,所述方法包括:
车端和云端同步停车场的主路径,同步的主路径包括至少一个节点,所述节点为所述停车场中主路径与支路径连接的点;
所述云端获取所述停车场中的目标车位;
所述云端将同步的主路径中与所述目标车位距离最短的节点作为主路径节点,规划所述主路径节点到所述目标车位的支路径路线;将所述主路径节点和所述支路径路线发送至所述车端;
所述车端根据接收到的主路径节点,将接收到的支路径路线与同步的主路径进行拼接,生成所述车端的当前位置到所述目标车位的车端完整路径。
作为一种优选方案,所述车端根据接收到的主路径节点,将接收到的支路径路线与同步的主路径进行拼接,生成所述车端的当前位置到所述目标车位的车端完整路径,具体包括,所述车端执行:
获取所述车端的当前位置,当所述当前位置处于同步的主路径上时,在同步的主路径上确定由所述当前位置到所述主路径节点的最短路径,并将确定的最短路径作为主路径路线;
根据所述主路径节点,将所述主路径路线和所述支路径路线进行拼接,得到由所述当前位置到所述目标车位的车端完整路径。
优选地,所述方法还包括:
所述云端获取云端完整路径,获取所述车端发送的障碍物信号,所述障碍物信号包括障碍物的障碍位置,所述障碍位置由所述车端的传感器识别;
所述云端判断所述障碍位置在所述云端完整路径上的具体位置,根据判断结果生成路径更新信息,根据所述路径更新信息更新所述云端完整路径,并将所述路径更新信息发送至所述车端;
所述车端根据接收到的路径更新信息,更新所述车端完整路径。
作为上述方案的改进,所述根据判断结果生成路径更新信息,根据所述路径更新信息更新所述云端完整路径,具体包括,所述云端执行:
当所述障碍位置在所述云端完整路径的主路径路线时,获取所述障碍位置与所述目标车位之间的节点中距离所述障碍位置最短的节点,以及所述障碍位置与所述车端的当前位置之间的节点中距离所述障碍位置最短的节点,将获取的两个节点作为待替换节点组,并在所述待替换节点组间规划一条对应的绕障支路线;
将所述待替换节点组和所述绕障支路线作为所述路径更新信息;
以绕障支路线替换所述云端完整路径中所述待替换节点组间的部分主路径路线,得到更新后的云端完整路径。
优选地,所述根据判断结果生成路径更新信息,根据所述路径更新信息更新所述云端完整路径,具体还包括,所述云端执行:
当所述障碍位置在所述云端完整路径的支路径路线时,重新规划一条不经过所述障碍位置的支路径路线;
将重新规划的支路径路线作为所述路径更新信息;
根据重新规划的支路径路线替换所述云端完整路径的支路径路线,得到更新后的云端完整路径。
作为一种优选方案,所述车端根据接收到的路径更新信息更新所述车端完整路径,具体包括,所述车端执行:
对接收的路径更新信息进行判断;
当接收到的所述路径更新信息为绕障支路线和待替换节点组时,以绕障支路线替换所述车端完整路径中所述待替换节点组间的主路径路线,更新所述车端完整路径;
当接收到的所述路径更新信息为重新规划的支路径路线时,根据重新规划的支路径路线替换所述车端完整路径的支路径路线,更新所述车端完整路径。
优选地,所述方法通过以下步骤获取所述目标车位:
所述云端获取所述车端的当前位置停车场中所有车位的占用状态;
当所述停车场中存在未被占用的空闲车位时,所述云端分别计算所述停车场中所有空闲车位与所述当前位置的距离,并将与所述当前位置距离最短的空闲车位作为所述目标车位。
进一步地,所述方法还包括:
当所述停车场中所有车位均被占用时,所述云端获取所述停车场中预设的若干等待点的占用状态,以优先级最高且未被占用的等待点作为临时车位,其中,所述停车场中若干等待点预设有优先级;
当所述当前位置在同步的主路径上时,所述云端确定同步的主路径中与所述临时车位距离最短的节点为临时主路径节点,并规划所述临时主路径节点到所述临时车位的临时支路径路线;
所述云端将所述临时主路径节点和所述临时支路径路线发送至所述车端;
所述车端根据接收的临时主路径节点,拼接接收的临时支路径路线和同步的主路径,得到所述当前位置到所述临时车位的临时路径;
所述车端根据所述临时路径行驶,到达所述临时车位后,临时停车;
所述云端重新获取所述车端的当前位置,并实时获取所述停车场的空闲车位;当临时停车时间大于预设的告警时间时,所述云端生成并发送通知信息给管理人员;
当临时停车时间不大于所述告警时间,且所述停车场中存在空闲车位时,所述云端以距离重新获取的当前位置最短的空闲车位作为所述目标车位。
作为一种优选方案,所述方法还包括:
在所述车端生成车端完整路径后,所述云端生成并发送激活信号给所述车端,所述车端根据接收的激活信号激活自动驾驶模式,并根据车端完整路径行驶;
在获取所述车端发送的障碍物信号后,所述云端生成并发送控制信号给所述车端,控制所述车端临时停车;
在所述车端更新车端完整路径后,所述云端生成并发送控制信号给所述车端,控制所述车端根据更新后的车端完整路径行驶。
进一步地,在所述云端生成并发送激活信号给所述车端后,所述方法还包括:
所述云端实时获取所述目标车位的占用状态;
当所述目标车位被其他车端占用时,所述云端重新获取所述车端的当前位置,以距离重新获取的当前位置最短的空闲车位更新目标车位,并根据重新获取的当前位置和更新后的目标车位重新规划主路径节点和支路径路线;
所述云端将重新规划的主路径节点和重新规划的支路径路线发送至所述车端;
所述车端根据重新规划主路径节点,拼接重新规划的支路径路线和同步的主路径,得到更新后的车端完整路径,并根据更新后的车端完整路径行驶;
直到更新后的目标车位被所述车端占用时,更新所述停车场中车位的占用状态。
本发明实施例还提供一种车云协同路径规划系统,包括车端、云端和路端,所述系统用于执行如上述实施例中任意一项所述的车云协同路径规划方法。
进一步地,所述路端具体为分布在停车场的路侧单元:
所述云端通过所述路侧单元识别停车场中所有车位的空闲状态;
所述车端通过配置的传感器识别障碍物的障碍位置。
进一步地,所述路侧单元包括路端传感器和/或通讯中转的从节点;
所述车端配置的传感器包括摄像机、激光雷达、超声波雷达或红外传感器中的至少一种。
与现有技术相比,本发明将路径规划任务合理分配到车端和云端,车端和云端同步有主路径,云端确定目标车位,并将主路径中与目标车位距离最短的节点作为主路径节点,并规划所述主路径节点到所述目标车位的支路径路线;将主路径节点和支路径路线发送至车端,所述车端根据所述主路径节点得到主路径路线,并对主路径路线和支路径路线进行拼接得到完整路径。所述云端仅传输的少量的信息,包括主路径节点和支路径路线,所述车端通过简单的运算可以得到规划路径,能够将将路径规划任务合理的分配到云端和车端,减轻车端的运算量和云端的数据传输量,高效完成路径规划。
附图说明
图1是本发明实施例提供的一种车云协同路径规划方法的流程示意图;
图2是本发明实施例提供的一种车云协同路径规划方法的路径示意图;
图3是本发明实施例提供的一种车云协同路径规划系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,是本发明实施例提供的一种车云协同路径规划方法的流程示意图,所述方法包括步骤S1~S4:
S1,车端和云端同步停车场的主路径,同步的主路径包括至少一个节点,所述节点为所述停车场中主路径与支路径连接的点;
S2,所述云端获取所述停车场中的目标车位;
S3,所述云端将同步的主路径中与所述目标车位距离最短的节点作为主路径节点,规划所述主路径节点到所述目标车位的支路径路线;将所述主路径节点和所述支路径路线发送至所述车端;
S4,所述车端根据接收到的主路径节点,将接收到的支路径路线与同步的主路径进行拼接,生成所述车端的当前位置到所述目标车位的车端完整路径。
在本实施例具体实施时,在进行路径规划前,车端和云端同步有相同的主路径,并分别存储;
所述停车场中主路径可以提前根据停车场中的停车地图,手动划分,也可根据划分规则自动生成,以下为主路和支路的一种划分规则:所述停车场中预设的参考点到所有车位的停车路径中的重合路径作为主路径,主路径在所有停车路线中至少重合一次,停车场中所有停车路径中未重合的路线划分为支路径;所述预设的参考点可为停车场的任一入口,或距离任一入口处一定距离,所述参考点也可为停车场内任一点;
所述主路径上包含至少一个节点,每一节点为停车场中主路径和支路径的交点;
确定所述主路经的过程可由所述云端预先完成,并将确定的主路经发送到所述车端存储;确定所述主路经的过程也可由所述车端预先完成,并将确定的主路经发送到所述云端存储;确定所述主路经的过程还可由其他终端预先完成,并将确定的主路经分别发送到所述云端和所述车端存储;
所述云端通过分布在停车场中的各个车位处的传感器确定停车场中的空闲车位,并确定目标车位;
分别计算主路径上的每一节点与所述目标车位的距离,将与所述目标车位距离最短的节点作为主路径节点,并规划一条由所述主路径节点到所述目标车位的最短路径作为支路径路线;
需要说明的是,可预先根据主路径中的节点,计算每一停车位周围的节点与所述停车位之间的距离,建立每一停车位与距离最近的节点之间的一维表,通过查询一维表,也可获取所述目标车位的主路径节点。
将所述主路径节点和所述支路径路线发送至所述车端,所述主路经路线的一端为主路径节点;
所述车端根据接收到的主路径节点,将接收到的支路径路线与同步的主路径进行拼接,生成车端完整路径。
所述车端可直接规划一条由当前位置到所述主路径节点的最短路径作为主路径路线;也可在预存的主路经中确定由所述当前位置到所述主路径节点的最短路径,并将确定的最短路径作为所述主路径路线。
参见图2所示,是本发明实施例提供的一种车云协同路径规划方法的路径示意图;所述云端和车端预先同步有主路径O-D;主路径A-C中包含节点:n1、n2、n3、n4、n5、n6、n7、n8、n9、n10、n11、n12和n13,每一不同节点分别对应不同支路径,能够分别通向不同的车位;
云端确认的目标车位为B,确定到目标车位的最近节点的节点n13为主路径节点,规划由节点n13到目标车位B的路径n13-B为支路径路线;
将主路径节点n13和路径n13-B发送到车端;
车端根据当前位置A,将主路径O-D中,确定由当前位置A到节点n13的路径A-n13为主路径路线,并通过节点n13将路径A-n13与路径n13-B进行拼接,得到车端完整路径。
本实施例提供的一种车云协同路径规划方法,将路径规划任务合理的分配到云端和车端,云端将所述主路径中与目标车位距离最短的节点作为主路径节点,并规划所述主路径节点到所述目标车位的支路径路线;所述云端仅传输的少量的信息,包括主路径节点和支路径路线,所述车端通过简单的运算:根据接收到的主路径节点,将接收到的支路径路线与同步的主路径进行拼接可以得到规划路径,能够减轻车端的运算量和车端数据传输量,高效完成路径规划。
在本发明提供的又一实施例中,所述步骤S4具体包括:
所述车端执行:
获取所述车端的当前位置,当所述当前位置处于同步的主路径上时,在同步的主路径上确定由所述当前位置到所述主路径节点的最短路径,并将确定的最短路径作为主路径路线;
根据所述主路径节点,将所述主路径路线和所述支路径路线进行拼接,得到由所述当前位置到所述目标车位的车端完整路径。
在本实施例具体实施时,所述车端执行:
获取车端的当前位置,当所述当前位置在所述主路径上时,在同步的主路径上确定由所述当前位置到所述主路径节点的最短路径,并将确定的最短路径作为主路径路线;
根据所述主路径节点,将所述主路径路线上的主路径节点和所述支路径路线上的主路径节点进行拼接,得到由所述当前位置到所述目标车位的车端完整路径。
当所述当前位置不在所述主路径上时,所述云端或车端可直接规划一条到所述主路径的路径,并将规划的路径发送到所述车端,所述车端按照规划的路径行驶,并实时重新获取所述车端的当前位置,直至最新的当前位置在所述主路径上;
车端只需要接收主路径节点和支路径路线,即可根据预先同步的主路径,生成车端完整路径,车端的计算量小,云端和车端的信息传输量小,路径规划的效率更高。
在本发明提供的又一实施例中,所述方法还包括:
所述云端获取云端完整路径,获取所述车端发送的障碍物信号,所述障碍物信号包括障碍物的障碍位置,所述障碍位置由所述车端的传感器识别;
所述云端判断所述障碍位置在所述云端完整路径上的具体位置,根据判断结果生成路径更新信息,根据所述路径更新信息更新所述云端完整路径,并将所述路径更新信息发送至所述车端;
所述车端根据接收到的路径更新信息,更新所述车端完整路径。
在本实施例具体实施时,所述云端获取云端完整路径,所述云端完整路径和所述车端的车端完整路径相同;
具体可为:所述车端将当前位置发送至云端,所述云端执行:在同步的主路径上确定由所述当前位置到所述主路径节点的最短路径,并将确定的最短路径作为主路径路线;根据所述主路径节点,将所述主路径路线上的主路径节点和所述支路径路线上的主路径节点进行拼接,得到由所述当前位置到所述目标车位的云端完整路径。或:
所述车端将所述车端完整路径发送至所述云端,所述云端将其存储为所述车端完整路径。
车端通过配置的传感器获取到障碍物时,生成障碍物信号并发送给云端,所述云端获取所述车端发送的障碍物信号,所述障碍物信号包括障碍物的障碍位置;
所述云端判断所述障碍位置在所述云端完整路径上的具体位置,即判断每障碍物是处于所述云端完整路径的主路径路线还是支路径路线;
根据判断结果,生成路径更新信息,根据所述路径更新信息更新所述云端完整路径;
并将所述路径更新信息发送至所述车端,所述车端根据所述路径更新信息更新所述车端完整路径;
需要说明的是,也可通过直接将更新后的云端完整路径发送至所述车端,所述车端根据更新后的云端完整路径更新所述车端完整路径;
需要说明的是,在障碍物信息中存在多个障碍位置时,获取所述云端完整路径上的障碍物信息,所述障碍物信息包括云端完整路径上所有的障碍物的障碍位置;检测获得的障碍物信息中每一障碍物在所述云端完整路径上的位置,即检测每一障碍物是处于所述云端完整路径的主路径路线还是主路径路线;根据对所有障碍物的检测结果,生成路径更新信息,根据所述路径更新信息更新所述云端完整路径;并将所述路径更新信息发送至所述车端,所述车端根据所述路径更新信息更新所述车端完整路径;
每次所述云端更新后的云端完整路径和所述车端同步更新后的车端完整路径相同,以保持车端和云端路径信息的同步性,车端识别到障碍物后,云端和车端同步完成绕障路径规划。
在本发明提供的又一实施例中,所述根据判断结果生成路径更新信息,根据所述路径更新信息更新所述云端完整路径,具体包括,所述云端执行:
当所述障碍位置在所述云端完整路径的主路径路线时,获取所述障碍位置与所述目标车位之间的节点中距离所述障碍位置最短的节点,以及所述障碍位置与所述车端的当前位置之间的节点中距离所述障碍位置最短的节点,将获取的两个节点作为待替换节点组,并在所述待替换节点组间规划一条对应的绕障支路线;
将所述待替换节点组和所述绕障支路线作为所述路径更新信息;
以绕障支路线替换所述云端完整路径中所述待替换节点组间的部分主路径路线,得到更新后的云端完整路径。
在本实施例具体实施时,需提前获取所述车端的当前位置,根据所述判断结果,当所述障碍位置在所述云端完整路径的主路径路线时,获取所述障碍位置与所述目标车位之间的节点中距离所述障碍位置最短的节点,以及所述障碍位置与所述车端的当前位置之间的节点中距离所述障碍位置最短的节点,将获取的两个节点作为待替换节点组,并在所述待替换节点组间规划一条对应的绕障支路线;将每一障碍位置的待替换节点组和绕障支路径对应存储;
以绕障支路线替换所述云端完整路径中对应的待替换节点组间的部分主路径路线,采用所述绕障支路线和对应的待替换节点组对所述云端完整路径中的部分主路径路线进行替换,得到更新后的主路径路线,根据更新后的主路径路线和所述云端完整路径中的支路径路线进行拼接,得到更新后的云端完整路径。
并将障碍位置的待替换节点组和的绕障支路线作为所述路径更新信息发送至所述车端。
通过对处于主路径路线的障碍物,获取距离障碍最近的待替换节点组,并在待替换节点组间规划一条绕障支路线,将每一障碍物对应的待替换节点组和对应的绕障支路线作为路径更新信息,根据所述路径更新信息更新所述云端完整路径,并发送所述路径更新信息至车端,所述车端根据所述路径更新信息更新所述车端完整路径,实现在路径规划过程中的绕障功能,并保持车端和云端规划信息同步。
在本发明提供的又一实施例中,所述根据判断结果生成路径更新信息,根据所述路径更新信息更新所述云端完整路径,具体还包括,所述云端执行:
当所述障碍位置在所述云端完整路径的支路径路线时,重新规划一条不经过所述障碍位置的支路径路线;
将重新规划的支路径路线作为所述路径更新信息;
根据重新规划的支路径路线替换所述云端完整路径的支路径路线,得到更新后的云端完整路径。
在本实施例具体实施时,根据所述判断结果,当所述障碍位置在所述云端完整路径的支路径路线时,重新规划一条不经过所述障碍位置的支路径路线;
根据重新规划的支路径路线替换所述云端完整路径的支路径路线,得到更新后的云端完整路径。
将重新规划的支路径路线作为路径更新信息发送至所述车端。
对于处于支路径路线上的障碍,规划一条不经过所有障碍物信息的支路径,避开所有障碍物,能够方便快捷的实现绕障功能。
在本发明提供的又一实施例中,所述车端根据接收到的路径更新信息更新所述车端完整路径,具体包括,所述车端执行:
对接收的路径更新信息进行判断;
当接收到的所述路径更新信息为绕障支路线和待替换节点组时,以绕障支路线替换所述车端完整路径中所述待替换节点组间的主路径路线,更新所述车端完整路径;
当接收到的所述路径更新信息为重新规划的支路径路线时,根据重新规划的支路径路线替换所述车端完整路径的支路径路线,更新所述车端完整路径。
在本实施例具体实施时,所述车端对接收的路径更新信息进行判断;
当接收到的所述路径更新信息为绕障支路线和待替换节点组时,所述车端根据所述绕障支路线替换所述车端完整路径中对应的待替换节点组间的部分主路径路线,得到更新后的主路径路线,根据更新后的主路径路线和所述车端完整路径中的支路径路线进行拼接,得到更新后的车端完整路径。
当接收到的所述路径更新信息为重新规划的支路径路线时,所述车端根据重新规划的支路径路线替换所述车端完整路径的支路径路线,得到更新后的车端完整路径。
云端通过将路径更新信息发送给车端,在车端执行相同的步骤,更新车端完整路径,实现云端路径和车端路径的同步。
在本发明提供的又一实施例中,所述方法通过以下步骤获取所述目标车位:
所述云端获取所述车端的当前位置停车场中所有车位的占用状态;
当所述停车场中存在未被占用的空闲车位时,所述云端分别计算所述停车场中所有空闲车位与所述当前位置的距离,并将与所述当前位置距离最短的空闲车位作为所述目标车位。
在本实施例具体实施时,所述云端获取所述车端的当前位置,并实时获取停车场中所有车位的占用状态;
当所述停车场中存在未被占用的空闲车位时,以与所述当前位置距离最短的空闲车位作为所述目标车位。
需要说明的是,所述目标车位也可通过预设车位优先级高低,选择停车场中优先级最高的车位作为目标车位,以实现合理的停车管理,避免按照最近原则导致停车场车位管理不合理。
在本发明提供的又一实施例中,所述方法还包括:
当所述停车场中所有车位均被占用时,所述云端获取所述停车场中预设的若干等待点的占用状态,以优先级最高且未被占用的等待点作为临时车位,其中,所述停车场中若干等待点预设有优先级;
当所述当前位置在同步的主路径上时,所述云端确定同步的主路径中与所述临时车位距离最短的节点为临时主路径节点,并规划所述临时主路径节点到所述临时车位的临时支路径路线;
所述云端将所述临时主路径节点和所述临时支路径路线发送至所述车端;
所述车端根据接收的临时主路径节点,拼接接收的临时支路径路线和同步的主路径,得到所述当前位置到所述临时车位的临时路径;
所述车端根据所述临时路径行驶,到达所述临时车位后,临时停车;
所述云端重新获取所述车端的当前位置,并实时获取所述停车场的空闲车位;当临时停车时间大于预设的告警时间时,所述云端生成并发送通知信息给管理人员;
当临时停车时间不大于所述告警时间,且所述停车场中存在空闲车位时,所述云端以距离重新获取的当前位置最短的空闲车位作为所述目标车位。
在本实施例具体实施时,当获取到所述停车场中没有未被占用的空闲车位时,获取所述停车场中预设的若干等待点的占用状态,以优先级最高且未被占用的等待点作为临时车位,若干等待点具有优先级顺序,即排队顺序,后续停车场中具有空闲车位时,按照车位的优先级顺序进入停车;
判断所述车端的当前位置是否在预存的主路经上;
当所述当前位置不在主路经上时,所述云端可直接规划一条所述参考点的路径,并将规划的路径发送到所述车端,所述车端按照规划的路径行驶,并实时重新获取所述车端的当前位置,直至最新的当前位置在所述主路经上;
当所述当前位置在所述主路经上时,确定所述临时主路径上与所述临时车位距离最短的节点为临时主路径节点,并规划所述临时主路径节点到所述临时车位的临时支路径路线;
将所述临时主路径节点和所述临时支路径路线发送至所述车端,所述车端根据接收到的临时主路径节点规划重新获取的当前位置到临时主路径节点的临时主路径路线,并根据所述临时主路径路线和所述临时支路径路线拼接得到由重新获取的当前位置到所述临时车位的临时路径;
需要说明的是,所述车端也可在预存的主路经中确定由所述当前位置到所述临时主路径节点的最短路径,并将确定的最短路径作为所述临时主路径路线,并根据所述临时主路径路线和所述临时支路径路线拼接得到由所述当前位置到所述临时车位的临时路径;
需要说明的是,当若干等待点预设在不影响停车场的主路经上时,所述临时主路径节点为确定的临时车位,所述临时支路径路线可为空,所述车端直接通过临时主路径节点和预存的主路经即可得到由所述当前位置到所述临时车位的临时路径。
所述云端生成并发送激活信号给所述车端,以激活所述车端的自动驾驶模式,使所述车端根据所述临时路径行驶;
所述车端在行驶过程中,所述云端实时获取所述临时车位的占用状态,当所述临时车位被其他车端占用时,更新若干等待点的占用情况,以优先级最高且未被占用的等待点更新所述临时车位;
直到所述车端到达所述临时车位时,生成并发送临时停车信号给所述车端,所述车端临时停车;
记录临时停车时间,并重新获取所述车端的当前位置,并实时获取所述停车场中未被占用的空闲车位;
当临时停车时间大于预设的告警时间时,生成并发送通知信息给管理人员,所述管理人员将发布停车场已满的通知;
当临时停车时间不大于所述告警时间,且所述停车场中存在空闲车位时,以距离重新获取的当前位置最短的空闲车位作为所述目标车位。
需要说明的是,告警时间可根据停车场的车端停车时间具体确定。
通过检测停车场中的空闲车位,以距离最近的空闲车位作为目标车位,当所述停车场中没有空闲车位时,规划车端到等待点,等待空闲车位,实现停车场的智能化管理。
在本发明提供的又一实施例中,所述方法还包括:
在所述车端生成车端完整路径后,所述云端生成并发送激活信号给所述车端,所述车端根据接收的激活信号激活自动驾驶模式,并根据车端完整路径行驶;
在获取所述车端发送的障碍物信号后,所述云端生成并发送控制信号给所述车端,控制所述车端临时停车;
在所述车端更新车端完整路径后,所述云端生成并发送控制信号给所述车端,控制所述车端根据更新后的车端完整路径行驶。
在本实施例具体实施时,车端在生成车端完整规划路径后,云端能够获取车端的路径确认信号,云端发送激活信号给所述车端,以激活所述车端的自动驾驶模式,使所述车端根据所述车端完整路径行驶。
需要说明的时,本发明实施例提供的绕障功能可在车端行驶过程中进行,实现车端的实时绕障。
在车端行驶过程中,车端识别到障碍物后,发送障碍物信号给云端,云端在获取所述车端发送的障碍物信号后,所述云端生成并发送控制信号给所述车端,控制所述车端临时停车;车端临时停车时,所述车端和云端同步更新规划路径;
在所述车端更新车端完整路径后,云端再次收到车端的路径确认信号,所述云端生成并发送控制信号给所述车端,控制所述车端根据更新后的车端完整路径行驶。
通过激活信号,激活车端的自动驾驶模式,并识别到障碍物自动停止,重新规划路线后,根据规划后的路线行驶,能够实现路径规划后,完成自动驾驶。
在本发明提供的又一实施例中,在所述云端生成并发送激活信号给所述车端后,所述方法还包括:
所述云端实时获取所述目标车位的占用状态;
当所述目标车位被其他车端占用时,所述云端重新获取所述车端的当前位置,以距离重新获取的当前位置最短的空闲车位更新目标车位,并根据重新获取的当前位置和更新后的目标车位重新规划主路径节点和支路径路线;
所述云端将重新规划的主路径节点和重新规划的支路径路线发送至所述车端;
所述车端根据重新规划主路径节点,拼接重新规划的支路径路线和同步的主路径,得到更新后的车端完整路径,并根据更新后的车端完整路径行驶;
直到更新后的目标车位被所述车端占用时,更新所述停车场中车位的占用状态。
在本实施例具体实施时,在激活车端的自动驾驶模式后,所述云端通过路端的传感器实时获取所述目标车位的占用状态;
当所述目标车位被其他车端占用时,所述云端重新获取所述车端的当前位置,并重新获取所述停车场中未被占用的空闲车位;
当所述停车场中有空闲车位时,以距离最新获取的当前位置最短的空闲车位更新目标车位;分别计算最新获取的当前位置处于的主路径上每一节点与更新后的目标车位的距离,将与更新后的目标车位距离最短的节点作为更新后的主路径节点,并规划一条由更新后的主路径节点到更新后的目标车位的最短路径作为更新后的支路径路线;将更新后的主路径节点和更新后的支路径路线发送至所述车端,所述车端在预存的主路径中确定由最新获取的当前位置到更新后的主路径节点的最短路径,并将确定的最短路径作为更新后的主路径路线,将更新后的主路径路线和更新后的支路径路线进行拼接,得到更新后的车端完整路径,并根据更新后的车端完整路径行驶;
当所述停车场中不存在空闲车位时,以优先级最高且未被占用的等待点作为临时车位,并确定与所述临时车位距离最短的节点为临时主路径节点,并规划所述临时主路径节点到所述临时车位的临时支路径路线;将所述临时主路径节点和所述临时支路径路线发送至所述车端,所述车端根据所述临时主路径节点、所述临时支路径路线和预存的主路径生成所述当前位置到所述临时车位的临时路径;生成并发送激活信号给所述车端,以激活所述车端的自动驾驶模式,使所述车端根据所述临时路径行驶;直到所述车端到达所述临时车位时,生成并发送临时停车信号给所述车端,所述车端临时停车;重新获取所述车端的当前位置,并实时获取所述停车场的空闲车位;一直等待,直到所述停车场中具有空闲车位,或临时停车时间超过所述告警时间;
直到更新后的目标车位被所述车端占用时,生成并发送下线信号给所述车端,所述车端下线自动驾驶模式,停车,并更新所述停车场中车位的占用状态。
通过获取所述车端在行驶过程中目标车位的占用状态,能够根据目标车位的占用状态实时更新规划路径,实现路径规划实时更新。
在本发明又一实施例提供一种车云协同路径规划系统,包括车端、云端和路端,所述系统用于执行如上述实施例中任意一项所述的车云协同路径规划方法。
参见图3所示,是本发明实施例提供的一种车云协同路径规划系统的结构示意图;包括车端car、路端Road_end和云端Cloud_end;
所述车端可自行发送当前位置给云端,也可由云端通过路端识别车端的位置信息,车端和云端的通过分布在停车场的路端的路侧单元RSU,进行通信,云端通过路端发送主路径节点和支路径路线;
所述车端、云端和路端共同完成路径规划过程。
在本发明提供的又一实施例中,所述路端具体为分布在停车场的路侧单元:
所述云端通过所述路侧单元识别停车场中所有车位的空闲状态;
所述车端通过配置的传感器识别障碍物的障碍位置。
在本实施例具体实施时,路端Road_end包括分布在停车场的路侧单元RSU;
云端cloud_end通过所述路侧单元RSU识别停车场中所有车位的空闲状态;
云端cloud_end包括部署在移动通信系统的基站附近的服务器MEC;
车端car通过配置的传感器:摄像机camera 1和激光雷达lidar 1识别障碍物的障碍位置。
在本发明提供的又一实施例中,所述路侧单元包括路端传感器和/或通讯中转的从节点;
所述车端配置的传感器包括摄像机、激光雷达、超声波雷达或红外传感器中的至少一种。
在本实施例具体实施时,所述路侧单元还包括路端的传感器(摄像机camera2和激光雷达lidar 2)和/或通讯中转的从节点。
云端、路端部署的传感器以及车端之间通过通信,完成路径规划过程,具体为:云端和车端同步有停车场的主路径,云端接收车端的停车信号,通过路端获取停车场的空闲车位,确定主路径节点并规划支路径路线,将主路径节点和支路径路线发送给车端,车端根据当前位置、同步的主路径、主路径节点和支路径路线拼接得到车端完整规划路径。
与现有技术相比,本发明提供的一种车云协同路径规划方法及系统,将路径规划任务合理分配到车端和云端,车端和云端同步有主路径,云端确定目标车位,并将主路径中与目标车位距离最短的节点作为主路径节点,并规划所述主路径节点到所述目标车位的支路径路线;将主路径节点和支路径路线发送至车端,所述车端根据所述主路径节点得到主路径路线,并对主路径路线和支路径路线进行拼接得到完整路径。所述云端仅传输的少量的信息,包括主路径节点和支路径路线,所述车端通过简单的运算可以得到规划路径,能够将将路径规划任务合理的分配到云端和车端,减轻车端的运算量和云端的数据传输量,高效完成路径规划。
应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。

Claims (13)

1.一种车云协同路径规划方法,其特征在于,所述方法包括:
车端和云端同步停车场的主路径,同步的主路径包括至少一个节点,所述节点为所述停车场中主路径与支路径连接的点;
所述云端获取所述停车场中的目标车位;
所述云端将同步的主路径中与所述目标车位距离最短的节点作为主路径节点,规划所述主路径节点到所述目标车位的支路径路线;将所述主路径节点和所述支路径路线发送至所述车端;
所述车端根据接收到的主路径节点,将接收到的支路径路线与同步的主路径进行拼接,生成所述车端的当前位置到所述目标车位的车端完整路径。
2.如权利要求1所述的车云协同路径规划方法,其特征在于,所述车端根据接收到的主路径节点,将接收到的支路径路线与同步的主路径进行拼接,生成所述车端的当前位置到所述目标车位的车端完整路径,具体包括,所述车端执行:
获取所述车端的当前位置,当所述当前位置处于同步的主路径上时,在同步的主路径上确定由所述当前位置到所述主路径节点的最短路径,并将确定的最短路径作为主路径路线;
根据所述主路径节点,将所述主路径路线和所述支路径路线进行拼接,得到由所述当前位置到所述目标车位的车端完整路径。
3.如权利要求1所述的车云协同路径规划方法,其特征在于,所述方法还包括:
所述云端获取云端完整路径,获取所述车端发送的障碍物信号,所述障碍物信号包括障碍物的障碍位置,所述障碍位置由所述车端的传感器识别;
所述云端判断所述障碍位置在所述云端完整路径上的具体位置,根据判断结果生成路径更新信息,根据所述路径更新信息更新所述云端完整路径,并将所述路径更新信息发送至所述车端;
所述车端根据接收到的路径更新信息,更新所述车端完整路径。
4.如权利要求3所述的车云协同路径规划方法,其特征在于,所述根据判断结果生成路径更新信息,根据所述路径更新信息更新所述云端完整路径,具体包括,所述云端执行:
当所述障碍位置在所述云端完整路径的主路径路线时,获取所述障碍位置与所述目标车位之间的节点中距离所述障碍位置最短的节点,以及所述障碍位置与所述车端的当前位置之间的节点中距离所述障碍位置最短的节点,将获取的两个节点作为待替换节点组,并在所述待替换节点组间规划一条对应的绕障支路线;
将所述待替换节点组和所述绕障支路线作为所述路径更新信息;
以绕障支路线替换所述云端完整路径中所述待替换节点组间的部分主路径路线,得到更新后的云端完整路径。
5.如权利要求3所述的车云协同路径规划方法,其特征在于,所述根据判断结果生成路径更新信息,根据所述路径更新信息更新所述云端完整路径,具体还包括,所述云端执行:
当所述障碍位置在所述云端完整路径的支路径路线时,重新规划一条不经过所述障碍位置的支路径路线;
将重新规划的支路径路线作为所述路径更新信息;
根据重新规划的支路径路线替换所述云端完整路径的支路径路线,得到更新后的云端完整路径。
6.如权利要求3所述的车云协同路径规划方法,其特征在于,所述车端根据接收到的路径更新信息更新所述车端完整路径,具体包括,所述车端执行:
对接收的路径更新信息进行判断;
当接收到的所述路径更新信息为绕障支路线和待替换节点组时,以绕障支路线替换所述车端完整路径中所述待替换节点组间的主路径路线,更新所述车端完整路径;
当接收到的所述路径更新信息为重新规划的支路径路线时,根据重新规划的支路径路线替换所述车端完整路径的支路径路线,更新所述车端完整路径。
7.如权利要求1所述的车云协同路径规划方法,其特征在于,所述方法通过以下步骤获取所述目标车位:
所述云端获取所述车端的当前位置停车场中所有车位的占用状态;
当所述停车场中存在未被占用的空闲车位时,所述云端分别计算所述停车场中所有空闲车位与所述当前位置的距离,并将与所述当前位置距离最短的空闲车位作为所述目标车位。
8.如权利要求7所述的车云协同路径规划方法,其特征在于,所述方法还包括:
当所述停车场中所有车位均被占用时,所述云端获取所述停车场中预设的若干等待点的占用状态,以优先级最高且未被占用的等待点作为临时车位,其中,所述停车场中若干等待点预设有优先级;
当所述当前位置在同步的主路径上时,所述云端确定同步的主路径中与所述临时车位距离最短的节点为临时主路径节点,并规划所述临时主路径节点到所述临时车位的临时支路径路线;
所述云端将所述临时主路径节点和所述临时支路径路线发送至所述车端;
所述车端根据接收的临时主路径节点,拼接接收的临时支路径路线和同步的主路径,得到所述当前位置到所述临时车位的临时路径;
所述车端根据所述临时路径行驶,到达所述临时车位后,临时停车;
所述云端重新获取所述车端的当前位置,并实时获取所述停车场的空闲车位;当临时停车时间大于预设的告警时间时,所述云端生成并发送通知信息给管理人员;
当临时停车时间不大于所述告警时间,且所述停车场中存在空闲车位时,所述云端以距离重新获取的当前位置最短的空闲车位作为所述目标车位。
9.如权利要求3所述的车云协同路径规划方法,其特征在于,所述方法还包括:
在所述车端生成车端完整路径后,所述云端生成并发送激活信号给所述车端,所述车端根据接收的激活信号激活自动驾驶模式,并根据车端完整路径行驶;
在获取所述车端发送的障碍物信号后,所述云端生成并发送控制信号给所述车端,控制所述车端临时停车;
在所述车端更新车端完整路径后,所述云端生成并发送控制信号给所述车端,控制所述车端根据更新后的车端完整路径行驶。
10.如权利要求9所述的车云协同路径规划方法,其特征在于,在所述云端生成并发送激活信号给所述车端后,所述方法还包括:
所述云端实时获取所述目标车位的占用状态;
当所述目标车位被其他车端占用时,所述云端重新获取所述车端的当前位置,以距离重新获取的当前位置最短的空闲车位更新目标车位,并根据重新获取的当前位置和更新后的目标车位重新规划主路径节点和支路径路线;
所述云端将重新规划的主路径节点和重新规划的支路径路线发送至所述车端;
所述车端根据重新规划主路径节点,拼接重新规划的支路径路线和同步的主路径,得到更新后的车端完整路径,并根据更新后的车端完整路径行驶;
直到更新后的目标车位被所述车端占用时,更新所述停车场中车位的占用状态。
11.一种车云协同路径规划系统,其特征在于,包括车端、云端和路端,所述系统用于执行如权利要求1至10中任意一项所述的车云协同路径规划方法。
12.如权利要求11所述的车云协同路径规划系统,其特征在于,所述路端具体为分布在停车场的路侧单元:
所述云端通过所述路侧单元识别停车场中所有车位的空闲状态;
所述车端通过配置的传感器识别障碍物的障碍位置。
13.如权利要求12所述的车云协同路径规划系统,其特征在于,所述路侧单元包括路端传感器和/或通讯中转的从节点;
所述车端配置的传感器包括摄像机、激光雷达、超声波雷达或红外传感器中的至少一种。
CN202111259789.9A 2021-10-28 2021-10-28 一种车云协同路径规划方法及系统 Active CN114137956B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111259789.9A CN114137956B (zh) 2021-10-28 2021-10-28 一种车云协同路径规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111259789.9A CN114137956B (zh) 2021-10-28 2021-10-28 一种车云协同路径规划方法及系统

Publications (2)

Publication Number Publication Date
CN114137956A CN114137956A (zh) 2022-03-04
CN114137956B true CN114137956B (zh) 2023-11-10

Family

ID=80396215

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111259789.9A Active CN114137956B (zh) 2021-10-28 2021-10-28 一种车云协同路径规划方法及系统

Country Status (1)

Country Link
CN (1) CN114137956B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115752503B (zh) * 2023-01-09 2023-04-21 徐工汉云技术股份有限公司 园区导航路径规划方法和装置

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011156955A (ja) * 2010-01-29 2011-08-18 Equos Research Co Ltd 走行制御装置および走行制御方法
JP2017114277A (ja) * 2015-12-24 2017-06-29 パナソニックIpマネジメント株式会社 駐車支援装置、駐車支援方法、および駐車支援プログラム
CN109115234A (zh) * 2018-07-06 2019-01-01 上海博泰悦臻电子设备制造有限公司 车辆、车机设备及其基于迪杰斯特拉算法的导航方法
CN109131318A (zh) * 2018-10-19 2019-01-04 清华大学 一种基于拓扑地图的自主泊车路径协调方法
CN110398960A (zh) * 2019-07-08 2019-11-01 浙江吉利汽车研究院有限公司 一种智能驾驶的路径规划方法、装置及设备
CN110435640A (zh) * 2019-07-25 2019-11-12 禾多科技(北京)有限公司 基于场端、车端协同的高效代客泊车规划方法
CN111497829A (zh) * 2020-04-14 2020-08-07 浙江吉利汽车研究院有限公司 一种全自动泊车路径确定方法、装置、设备及存储介质
CN112099510A (zh) * 2020-09-25 2020-12-18 东南大学 一种基于端边云协同的智能体控制方法
CN112172793A (zh) * 2020-09-15 2021-01-05 华人运通(上海)自动驾驶科技有限公司 泊车路径规划方法、装置、车辆及存储介质
CN112802346A (zh) * 2020-12-28 2021-05-14 苏州易航远智智能科技有限公司 基于云端共享和地图融合的自主泊车系统和方法
CN112829740A (zh) * 2019-11-25 2021-05-25 湖北亿咖通科技有限公司 一种自主泊车的车辆控制方法、装置及车辆
WO2021098254A1 (zh) * 2019-11-20 2021-05-27 华为技术有限公司 一种自动泊车交互方法及装置
CN112925657A (zh) * 2021-01-18 2021-06-08 国汽智控(北京)科技有限公司 一种车路云协同处理系统及方法
CN112937557A (zh) * 2021-03-09 2021-06-11 东风汽车集团股份有限公司 一种基于曲率控制的代客泊车路径规划方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9273976B2 (en) * 2013-03-12 2016-03-01 United Parcel Service Of America, Inc. Defining travel paths in parking areas
US11414130B2 (en) * 2019-10-09 2022-08-16 Argo AI, LLC Methods and systems for lane changes using a multi-corridor representation of local route regions

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011156955A (ja) * 2010-01-29 2011-08-18 Equos Research Co Ltd 走行制御装置および走行制御方法
JP2017114277A (ja) * 2015-12-24 2017-06-29 パナソニックIpマネジメント株式会社 駐車支援装置、駐車支援方法、および駐車支援プログラム
CN109115234A (zh) * 2018-07-06 2019-01-01 上海博泰悦臻电子设备制造有限公司 车辆、车机设备及其基于迪杰斯特拉算法的导航方法
CN109131318A (zh) * 2018-10-19 2019-01-04 清华大学 一种基于拓扑地图的自主泊车路径协调方法
CN110398960A (zh) * 2019-07-08 2019-11-01 浙江吉利汽车研究院有限公司 一种智能驾驶的路径规划方法、装置及设备
CN110435640A (zh) * 2019-07-25 2019-11-12 禾多科技(北京)有限公司 基于场端、车端协同的高效代客泊车规划方法
WO2021098254A1 (zh) * 2019-11-20 2021-05-27 华为技术有限公司 一种自动泊车交互方法及装置
CN112829740A (zh) * 2019-11-25 2021-05-25 湖北亿咖通科技有限公司 一种自主泊车的车辆控制方法、装置及车辆
CN111497829A (zh) * 2020-04-14 2020-08-07 浙江吉利汽车研究院有限公司 一种全自动泊车路径确定方法、装置、设备及存储介质
CN112172793A (zh) * 2020-09-15 2021-01-05 华人运通(上海)自动驾驶科技有限公司 泊车路径规划方法、装置、车辆及存储介质
CN112099510A (zh) * 2020-09-25 2020-12-18 东南大学 一种基于端边云协同的智能体控制方法
CN112802346A (zh) * 2020-12-28 2021-05-14 苏州易航远智智能科技有限公司 基于云端共享和地图融合的自主泊车系统和方法
CN112925657A (zh) * 2021-01-18 2021-06-08 国汽智控(北京)科技有限公司 一种车路云协同处理系统及方法
CN112937557A (zh) * 2021-03-09 2021-06-11 东风汽车集团股份有限公司 一种基于曲率控制的代客泊车路径规划方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
PATH PLANNING BASED ON CLOTHOID FOR AUTONOMOUS VALET PARKING;Sui, LY等;《17th IEEE International Computer Conference on Wavelet Active Media Technology and Information Processing》;全文 *
智能泊车服务系统的设计与实现;李磊;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》(第01期);全文 *
某AGV自动泊车系统调度策略与路径规划研究;郭洪月;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》(第01期);全文 *

Also Published As

Publication number Publication date
CN114137956A (zh) 2022-03-04

Similar Documents

Publication Publication Date Title
WO2019085846A1 (zh) 一种快速车道的规划方法及单元
JP5817777B2 (ja) 隊列走行システム
JP5565385B2 (ja) 車両用無線通信装置および通信システム
JP7456414B2 (ja) 車両制御装置のソフトウェア更新方法及び車両運行システム
US20170353350A1 (en) Software updating device and transmission system for a motor vehicle
EP3862996A1 (en) Automatic parking assistance system, in-vehicle device and method
US9953528B2 (en) Vehicle, system and method for forwarding events
CN109298713B (zh) 指令发送方法、装置及系统、自动驾驶车辆
JP7353387B2 (ja) 配送ロボットの制御方法、装置、デバイス、システム及び記憶媒体
CN111459149B (zh) 一种智能车辆编队行驶方法、装置及系统
US20190258270A1 (en) Traveling control system for autonomous traveling vehicles, server apparatus, and autonomous traveling vehicle
CN114137956B (zh) 一种车云协同路径规划方法及系统
CN104123846A (zh) 一种道路交通信号控制方法、系统及信号机
US20200005632A1 (en) Traffic light adaptive learning and mapping method and system for improving vehicle energy efficiency and driving comfort
JP2018109591A (ja) 自動運転制御装置
CN111736606B (zh) 移动机器人行驶方法、装置及存储介质
CN111833628A (zh) 无人驾驶车辆的控制方法及相关装置
WO2021191995A1 (ja) 経路調停装置、自動運転制御装置、及び自動運転及び経路調停システム
JP5241655B2 (ja) ナビゲーション装置および車両制御装置
JP7388690B2 (ja) ゲートウェイ装置、センサノード、データ収集方法、データ送信方法及びプログラム
JP7172516B2 (ja) 車両の制御装置
JP2022547928A (ja) 自動運転車両隊列のウェイポイント情報伝送方法、装置及びシステム
CN115843007A (zh) 一种车辆编队方法、电子设备及储存介质
CN108297878B (zh) 车辆控制方法、装置、车载终端、服务器及介质
JP2020177065A (ja) 地図データ更新システム、走行プローブ情報収集装置、走行プローブ情報提供装置および走行プローブ情報収集方法

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