CN114153202B - 一种无人设备的控制方法及控制装置 - Google Patents
一种无人设备的控制方法及控制装置 Download PDFInfo
- Publication number
- CN114153202B CN114153202B CN202111313630.0A CN202111313630A CN114153202B CN 114153202 B CN114153202 B CN 114153202B CN 202111313630 A CN202111313630 A CN 202111313630A CN 114153202 B CN114153202 B CN 114153202B
- Authority
- CN
- China
- Prior art keywords
- unmanned
- unmanned equipment
- block
- equipment
- track
- 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 77
- 230000006399 behavior Effects 0.000 claims abstract description 57
- 230000003993 interaction Effects 0.000 claims abstract description 55
- 108091026890 Coding region Proteins 0.000 claims abstract description 54
- 238000003860 storage Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 230000004888 barrier function Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 abstract description 19
- 238000010586 diagram Methods 0.000 description 22
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本说明书公开了一种无人设备的控制方法及控制装置，获取无人设备的行驶轨迹数据，作为第一轨迹数据，以及预测无人设备周围障碍物的行驶轨迹数据，作为第二轨迹数据。其次，针对第一轨迹数据中包含的每个轨迹点，以该轨迹点为中心的预设范围内的区域进行划分，得到位于无人设备周围的每个区块。而后，根据第二轨迹数据，预测无人设备周围障碍物在未来一段时间内所经过的区块的区块编码的序列，作为区块编码序列。最后，预测无人设备与无人设备周围障碍物在未来一段时间产生的交互行为，控制无人设备进行行驶。本方法可以确定出无人设备与周围障碍物之间的交互行为，提前控制无人设备进行行驶，避免无人设备出现急刹，提高在行驶过程中的平稳性。
Description
技术领域
本说明书涉及无人驾驶领域，尤其涉及一种无人设备的控制方法及控制装置。
背景技术
在无人驾驶领域中，通常通过障碍物的历史行驶数据，预测障碍物未来的行驶轨迹。无人设备在行驶过程中，若障碍物未来的行驶轨迹与无人设备的行驶轨迹产生交互，无人设备可以根据障碍物未来的行驶轨迹，确定出避免与周围障碍物进行碰撞的行驶决策。但是，为了保证无人设备在行驶过程中的安全性，确定出的行驶决策通常较为保守，容易造成无人设备的急刹，使得无人设备在行驶过程中的平稳性较低。
因此，如何提高无人设备在行驶过程中的平稳性，则是一个亟待解决的问题。
发明内容
本说明书提供一种无人设备的控制方法及控制装置，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种无人设备的控制方法，所述方法应用于无人驾驶领域，包括：
获取无人设备的行驶轨迹数据，作为第一轨迹数据，以及预测所述无人设备周围障碍物的行驶轨迹数据，作为第二轨迹数据；
针对所述第一轨迹数据中包含的每个轨迹点，以该轨迹点为中心的预设范围内的区域进行划分，得到位于所述无人设备周围的每个区块，其中，不同区块对应的不同的区块编码，针对不同轨迹点划分出的各区块中，同一区块编码对应的区块与所述无人设备之间的相对位置关系相同；
根据所述第二轨迹数据，预测所述无人设备周围障碍物在未来一段时间内所经过的区块的区块编码的序列，作为区块编码序列；
根据所述区块编码序列，预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为；
根据所述交互行为，控制所述无人设备进行行驶。
可选地，针对所述第一轨迹数据中包含的每个轨迹点，以该轨迹点为中心的预设范围内的区域进行划分，得到位于所述无人设备周围的每个区块，具体包括：
根据所述第一轨迹数据，确定所述无人设备在该轨迹点对应的行驶速度；
根据所述无人设备在该轨迹点对应的行驶速度、所述无人设备的长度，以及所述无人设备的宽度，以该轨迹点为中心的预设范围内的区域进行划分，得到位于所述无人设备周围的每个区块。
可选地，根据所述无人设备在该轨迹点对应的行驶速度、所述无人设备的长度，以及所述无人设备的宽度，以该轨迹点为中心的预设范围内的区域进行划分，得到位于所述无人设备周围的每个区块，具体包括：
根据所述无人设备在该轨迹点对应的行驶速度，以及所述无人设备的宽度，对该轨迹点为中心的预设范围内，位于所述无人设备后方的区域进行划分，得到位于所述无人设备后方的各个区块，其中，若所述行驶速度越大，划分出的位于所述无人设备后方的各区块的长度越大；
根据所述无人设备对应的最短刹车距离，以及所述无人设备的宽度，对该轨迹点为中心的预设范围内，位于所述无人设备前方的区域进行划分，得到位于所述无人设备前方的各个区块，其中，若所述最短刹车距离越短，划分出的位于所述无人设备前方的各区块的长度越短；
根据所述无人设备的长度，以及所述无人设备的宽度，对该轨迹点为中心的预设范围内，位于所述无人设备左右方的区域进行划分，得到位于所述无人设备左右的各个区块。
可选地，针对所述第一轨迹数据中包含的每个轨迹点，以该轨迹点为中心的预设范围内的区域进行划分，得到位于所述无人设备周围的每个区块，具体包括：
对该轨迹点为中心的预设范围内的区域划分出九宫格，得到位于所述无人设备周围的每个区块，其中，该轨迹点位于所述九宫格的中心格子，以所述九宫格的右上角的格子为起点，顺时针依次将所述九宫格中除所述中心格子以外的其余8个格子编码为1～8数字，所述中心格子对应的区块编码为9。
可选地，根据所述区块编码序列，预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为，具体包括：
若确定所述区块编码序列为7-8-1-2或5-4-3-2，则预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为是所述周围障碍物对所述无人设备进行超车。
可选地，根据所述区块编码序列，预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为，具体包括：
若确定所述区块编码序列为1-2-3或3-2-1，则预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为是所述周围障碍物横穿所述无人设备前方的区域。
可选地，根据所述交互行为，控制所述无人设备进行行驶，具体包括：
若根据所述交互行为，确定所述周围障碍物在所述未来一段时间内需要对所述无人设备进行超车，根据所述第一轨迹数据以及所述第二轨迹数据，确定所述无人设备与所述周围障碍物之间的相对速度关系，以及所述无人设备与所述周围障碍物之间的相对位置关系；
根据所述相对速度关系，以及所述相对位置关系，将所述周围障碍物与所述无人设备之间的距离低于预设距离的时刻，作为开始减速时刻；
在所述开始减速时刻时，以确定出的行驶速度阈值为目标，控制所述无人设备进行减速行驶，所述行驶速度阈值低于所述无人设备的行驶速度。
可选地，在所述开始减速时刻时，以确定出的行驶速度阈值为目标，控制所述无人设备进行减速行驶，所述行驶速度阈值低于所述无人设备的行驶速度，具体包括：
在所述开始减速时刻时，若根据所述相对速度关系，确定所述周围障碍物的行驶速度与所述无人设备的行驶速度之间的速度差值超过设定速度差值，忽略所述周围障碍物在所述未来一段时间内的行驶轨迹，并按照所述行驶速度阈值，控制所述无人设备进行行驶。
可选地，在所述开始减速时刻时，以确定出的行驶速度阈值为目标，控制所述无人设备进行减速行驶，所述行驶速度阈值低于所述无人设备的行驶速度，具体包括：
在所述开始减速时刻时，若根据所述相对速度关系，确定所述周围障碍物的行驶速度与所述无人设备的行驶速度之间的速度差值不超过设定速度差值，基于所述周围障碍物在所述未来一段时间内的行驶轨迹，以不超过所述行驶速度阈值为目标，控制所述无人设备进行行驶。
可选地，根据所述交互行为，控制所述无人设备进行行驶，具体包括：
若根据所述交互行为，确定所述周围障碍物在所述未来一段时间内需要横穿所述无人设备前方的区域，以确定出的行驶速度阈值为目标，控制所述无人设备进行减速行驶。
可选地，若根据所述交互行为，确定所述周围障碍物在所述未来一段时间内需要横穿所述无人设备前方的区域，以行驶速度阈值为目标，控制所述无人设备进行减速行驶，具体包括：
将确定出的所述周围障碍物在所述未来一段时间内需要横穿所述无人设备前方的区域，作为目标区域；
在距离所述目标区域超过设定距离的区域内，忽略所述周围障碍物在所述未来一段时间内的行驶轨迹，并按照所述行驶速度阈值，控制所述无人设备进行行驶；
在距离所述目标区域不超过所述设定距离的区域内，基于所述周围障碍物在所述未来一段时间内的行驶轨迹，以不超过所述行驶速度阈值为目标，控制所述无人设备进行行驶。
本说明书提供了一种无人设备的控制装置，所述装置应用于无人驾驶领域，包括：
获取模块，用于获取无人设备的行驶轨迹数据，作为第一轨迹数据，以及预测所述无人设备周围障碍物的行驶轨迹数据，作为第二轨迹数据；
划分模块，用于针对所述第一轨迹数据中包含的每个轨迹点，以该轨迹点为中心的预设范围内的区域进行划分，得到位于所述无人设备周围的每个区块，其中，不同区块对应的不同的区块编码，针对不同轨迹点划分出的各区块中，同一区块编码对应的区块与所述无人设备之间的相对位置关系相同；
预测模块，用于根据所述第二轨迹数据，预测所述无人设备周围障碍物在未来一段时间内所经过的区块的区块编码的序列，作为区块编码序列；
交互模块，用于根据所述区块编码序列，预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为；
控制模块，用于根据所述交互行为，控制所述无人设备进行行驶。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述无人设备的控制方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述无人设备的控制方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的无人设备的控制方法中，首先，获取无人设备的行驶轨迹数据，作为第一轨迹数据，以及预测无人设备周围障碍物的行驶轨迹数据，作为第二轨迹数据。其次，针对第一轨迹数据中包含的每个轨迹点，以该轨迹点为中心的预设范围内的区域进行划分，得到位于无人设备周围的每个区块，其中，不同区块对应的不同的区块编码，针对不同轨迹点划分出的各区块中，同一区块编码对应的区块与无人设备之间的相对位置关系相同。而后，根据第二轨迹数据，预测无人设备周围障碍物在未来一段时间内所经过的区块的区块编码的序列，作为区块编码序列。最后，根据区块编码序列，预测无人设备与无人设备周围障碍物在未来一段时间产生的交互行为，并根据交互行为，控制无人设备进行行驶。
从上述方法中可以看出，无人设备可以确定出在第一轨迹数据中的每个轨迹点，无人设备自身所处的预设范围内的每个区块对应的区块编码，并根据预测出的周围障碍物在未来一段时间内的行驶轨迹，确定周围障碍物所经过的区块编码序列。进而，预测出交互行为，以控制无人设备进行行驶，相比于现有技术，本方法可以根据区块编码序列，确定无人设备与周围障碍物之间的交互行为，提前控制无人设备进行行驶，从而避免造成无人设备的急刹，提高无人设备在行驶过程中的平稳性。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中一种无人设备的控制方法的流程示意图；
图2为本说明书提供的一种确定无人设备所在区域的各个区块的示意图；
图3A、3B为本说明书提供的一种预测交互行为的方法的示意图；
图4A、4B为本说明书提供的一种预测交互行为的方法的示意图；
图5A、5B为本说明书提供的一种预测交互行为的方法的示意图；
图6A、6B为本说明书提供的一种预测交互行为的方法的示意图；
图7为本说明书提供的一种无人设备的控制装置示意图；
图8为本说明书提供的一种对应于图1的电子设备的示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书中一种无人设备的控制方法的流程示意图，包括以下步骤：
S100：获取无人设备的行驶轨迹数据，作为第一轨迹数据，以及预测所述无人设备周围障碍物的行驶轨迹数据，作为第二轨迹数据。
在本说明书实施例中，无人设备的控制方法的执行主体可以是无人设备，也可以是诸如服务器、台式电脑等终端设备。若是以诸如服务器、台式电脑等终端设备为执行主体，则终端设备可以获取到无人设备采集并上传的行驶轨迹数据，并在确定出在该时刻对应的控制参数后，可以将确定出的控制参数返回给无人设备。为了便于描述，下面仅以无人设备为执行主体，对本说明书提供的无人设备的控制方法进行说明。
在本说明书实施例中，无人设备可以获取自身的行驶轨迹数据，作为第一轨迹数据，以及预测无人设备周围障碍物的行驶轨迹数据，作为第二轨迹数据。无人设备可以装配有多种传感器，例如，摄像机、激光雷达、毫米波雷达等，用来在行驶过程中感知自身周围的环境，获取所需的行驶轨迹数据。这里提到的障碍物可以是指无人设备运动过程中周围的车辆、自行车、行人等可以运动的物体，即能够对无人设备运动造成干扰的障碍物。
其中，第一轨迹数据可以包括无人设备的位置数据、无人设备的速度数据、无人设备的转向角数据。第二轨迹数据可以包括无人设备周围障碍物的位置数据、无人设备周围障碍物的速度数据、无人设备周围障碍物的转向角数据。在无人设备行驶过程中，周围可能存在多个障碍物，因此，无人设备可以针对周围每个障碍物，采集并获取这些障碍物的行驶轨迹数据。
在本说明书实施例中，无人设备可以根据采集到的周围障碍物在历史时刻的行驶轨迹数据，预测在未来一段时间内的周围障碍物的行驶轨迹数据，作为第二轨迹数据。
在本说明书提到的无人设备可以是指无人车、无人机、机器人、自动配送设备等能够实现自动驾驶的设备。基于此，应用本说明书提供的无人设备的控制方法的无人设备可以用于执行配送领域的配送任务，如，使用无人设备进行快递、物流、外卖等配送的业务场景。
S102：针对所述第一轨迹数据中包含的每个轨迹点，以该轨迹点为中心的预设范围内的区域进行划分，得到位于所述无人设备周围的每个区块，其中，不同区块对应的不同的区块编码，针对不同轨迹点划分出的各区块中，同一区块编码对应的区块与所述无人设备之间的相对位置关系相同。
在实际应用中，无人设备在行驶过程中，需要确定自身所处的区域，并对所处的区域进行划分，得到所处的区域划分出的若干个区块，并对若干个区块进行编码，以确定出无人设备周围障碍物在各个时刻所处的区块编码，从而确定出自身接下来的行驶策略。
在本说明书实施例中，针对第一轨迹数据中包含的每个轨迹点，以该轨迹点为中心的预设范围内的区域进行划分，得到位于无人设备周围的每个区块，其中，不同区块对应的不同的区块编码，针对不同轨迹点划分出的各区块中，同一区块编码对应的区块与无人设备之间的相对位置关系相同。这里提到的轨迹点可以是指无人设备在各个时刻所在的位置。
在实际应用中，若确定出的无人设备所在区域的范围较小，可能导致无人设备反应时间较短，出现无人设备与周围障碍物发生碰撞或急刹的情况。若确定出的无人设备所在区域的范围较大，可能导致划分出的区块较大，使得无人设备周围障碍物的区域编码并不合理。基于此，无人设备需要确定出合适的区块大小。
在本说明书实施例中，无人设备可以根据第一轨迹数据，确定无人设备在该轨迹点对应的行驶速度。再根据无人设备在该轨迹点对应的行驶速度、无人设备的长度，以及无人设备的宽度，以该轨迹点为中心的预设范围内的区域进行划分，得到位于无人设备周围的每个区块。
具体的，无人设备可以根据无人设备在该轨迹点对应的行驶速度，以及无人设备的宽度，对该轨迹点为中心的预设范围内，位于无人设备后方的区域进行划分，得到位于无人设备后方的各个区块，其中，若行驶速度越大，划分出的位于无人设备后方的各区块的长度越大。
同样的，无人设备可以根据无人设备对应的最短刹车距离，以及无人设备的宽度，对该轨迹点为中心的预设范围内，位于无人设备前方的区域进行划分，得到位于无人设备前方的各个区块，其中，若最短刹车距离越短，划分出的位于无人设备前方的各区块的长度越短。
同样的，无人设备可以根据无人设备的长度，以及无人设备的宽度，对该轨迹点为中心的预设范围内，位于无人设备左右方的区域进行划分，得到位于无人设备左右的各个区块。具体如图2所示。
图2为本说明书提供的一种确定无人设备所在区域的各个区块的示意图。
在图2中，坐标系的横轴方向X可以用于表示道路行进方向，纵轴方向Y可以用于表示道路横向方向，也就是与道路行进方向相垂直的方向。W可以用于表示无人设备的宽度，也可以用于表示一个车道对应的宽度。L可以用于表示无人设备的长度。S1可以用于表示无人设备后方的区域的长度，是由无人设备的行驶速度确定出的，行驶速度越大，位于无人设备后方的各区块的长度越大。S2可以用于表示无人设备前方的区域的长度，是由无人设备的行驶速度以及无人设备对应的最短刹车距离确定出的。具体公式如下：
S1＝α*v
S2＝min(α*v,dmin)
在上述公式中，α可以用于表示比例系数，是通过专家经验确定出的。v代表无人设备当前的行驶速度,dmin是无人设备对应的最短刹车距离，是根据无人设备当前的行驶速度以及预先设定的制动距离计算公式确定出的。min()可以用于表示选取出较小数值，作为无人设备前方的区域的长度。
进一步的，无人设备可以对该轨迹点为中心的预设范围内的区域划分出九宫格，得到位于无人设备周围的每个区块，其中，该轨迹点位于九宫格的中心格子，以九宫格的右上角的格子为起点，顺时针依次将九宫格中除中心格子以外的其余8个格子编码为1～8数字，中心格子对应的区块编码为9。也就是说，对无人设备周围划分出的每个区块按照上述方法进行编码。
在图2中，可以看出，无人设备所处位置为各个区块组成的九宫格的中心，不同编码对应无人设备与无人设备周围障碍物之间的不同的相对位置关系，通过8个编码可以表示出8个不同的相对位置关系，每个区块编码均能表示出障碍物位于无人设备的大致方位。
其中，格子编码为1的区块可以表示障碍物位于该区块时在无人设备的左前方，格子编码为2的区块可以表示障碍物位于该区块时在无人设备的前方，格子编码为3的区块可以表示障碍物位于该区块时在无人设备的右前方，格子编码为4的区块可以表示障碍物位于该区块时在无人设备的右方，格子编码为5的区块可以表示障碍物位于该区块时在无人设备的右后方，格子编码为6的区块可以表示障碍物位于该区块时在无人设备的后方，格子编码为7的区块可以表示障碍物位于该区块时在无人设备的左后方，格子编码为8的区块可以表示障碍物位于该区块时在无人设备的左方。并且，针对不同轨迹点，格子编码为1的区块与无人设备之间的相对位置关系不会改变，例如，针对不同轨迹点，格子编码为1的区块一直位于无人设备的左前方。
在本说明书实施例中，对区块进行编码的方式有多种，例如，如图2所示，通过数字编号对无人设备周围划分出的每个区块进行编码。再例如，通过字母，颜色等方式，对无人设备周围划分出的每个区块进行编码。本说明书不对进行编码的方式进行限定。
需要说明的是，图2中所使用的坐标系可以是Frenet坐标系，在Frenet坐标系中，使用道路的中心线作为参考线，使用参考线的切线向量和法线向量建立一个坐标系。以无人设备自身为原点，坐标轴相互垂直，分为X方向(即沿着参考线的方向)和Y方向(即参考线当前的法向)。也就是说，Frenet坐标系可以将在实际中弯曲的道路，转化成更容易理解的直线的道路。确定出无人设备在道路中的行驶距离，以及无人设备偏离道路的中心线的距离。
S104：根据所述第二轨迹数据，预测所述无人设备周围障碍物在未来一段时间内所经过的区块的区块编码的序列，作为区块编码序列。
S106：根据所述区块编码序列，预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为。
在本说明书实施例中，无人设备可以根据第二轨迹数据，预测无人设备周围障碍物在未来一段时间内所经过的区块的区块编码的序列，作为区块编码序列。再根据区块编码序列，预测无人设备与无人设备周围障碍物在未来一段时间产生的交互行为。
具体的，无人设备可以根据第二轨迹数据，预测无人设备周围障碍物在未来一段时间内的行驶轨迹，确定出在未来的每个时刻下，无人设备周围障碍物位于的区块，以及区块对应的区块编码，并将得到的区块编码按照时间顺序排列，得到区块编码序列。再根据区块编码序列，预测无人设备与无人设备周围障碍物在未来一段时间产生的交互行为。
在本说明书实施例中，无人设备若确定区块编码序列为7-8-1或5-4-3，则预测无人设备与无人设备周围障碍物在未来一段时间产生的交互行为是周围障碍物对无人设备进行超越。具体如图3A、3B所示。
图3A、3B为本说明书提供的一种预测交互行为的方法的示意图。
在图3A、3B中，黑色三角形可以用于表示无人设备周围障碍物，黑色虚线可以用于表示无人设备周围障碍物的第二轨迹数据，黑色实线可以用于表示无人设备周围障碍物在未来一段时间内的行驶轨迹。
在图3A中，可以看出无人设备周围障碍物在未来一段时间内的行驶轨迹经过的区块7、区块8、区块1，也就是说，区块编码序列为7-8-1。无人设备可以根据区块编码序列7-8-1，预测出在未来一段时间内，无人设备周围障碍物在无人设备的左方进行行驶，并超越无人设备。
同样的，在图3B中，可以看出无人设备周围障碍物在未来一段时间内的行驶轨迹经过的区块5、区块4、区块3，也就是说，区块编码序列为5-4-3。无人设备可以根据区块编码序列5-4-3，预测出在未来一段时间内，无人设备周围障碍物在无人设备的右方进行行驶，并超越无人设备。
在本说明书实施例中，无人设备若确定区块编码序列为7-8-1-2或5-4-3-2，则预测无人设备与无人设备周围障碍物在未来一段时间产生的交互行为是周围障碍物对无人设备进行超车。具体如图4A、4B所示。
图4A、4B为本说明书提供的一种预测交互行为的方法的示意图。
在图4A中，可以看出无人设备周围障碍物在未来一段时间内的行驶轨迹经过的区块7、区块8、区块1、区块2，也就是说，区块编码序列为7-8-1-2。无人设备可以根据区块编码序列7-8-1-2，预测出在未来一段时间内，无人设备周围障碍物从无人设备的左方进行超车。
在图4B中，可以看出无人设备周围障碍物在未来一段时间内的行驶轨迹经过的区块5、区块4、区块3、区块2，也就是说，区块编码序列为5-4-3-2。无人设备可以根据区块编码序列5-4-3-2，预测出在未来一段时间内，无人设备周围障碍物从无人设备的右方进行超车。
若确定区块编码序列为1-2-3或3-2-1，则预测无人设备与无人设备周围障碍物在未来一段时间产生的交互行为是周围障碍物横穿无人设备前方的区域。具体如图5A、5B所示。
图5A、5B为本说明书提供的一种预测交互行为的方法的示意图。
在图5A中，可以看出无人设备周围障碍物在未来一段时间内的行驶轨迹经过的区块1、区块2、区块3，也就是说，区块编码序列为1-2-3。无人设备可以根据区块编码序列1-2-3，预测出在未来一段时间内，无人设备周围障碍物从无人设备的左方横穿至无人设备的右方。
在图5B中，可以看出无人设备周围障碍物在未来一段时间内的行驶轨迹经过的区块3、区块2、区块1，也就是说，区块编码序列为3-2-1。无人设备可以根据区块编码序列3-2-1，预测出在未来一段时间内，无人设备周围障碍物从无人设备的右方横穿至无人设备的左方。
若确定区块编码序列为1-2-3或3-2-1，则预测无人设备与无人设备周围障碍物在未来一段时间产生的交互行为是周围障碍物在无人设备前方的区域进行行驶。具体如图6A、6B所示。
图6A、6B为本说明书提供的一种预测交互行为的方法的示意图。
在图6A中，可以看出无人设备周围障碍物在未来一段时间内的行驶轨迹经过的区块1，也就是说，区块编码序列为1。无人设备可以根据区块编码序列1，预测出在未来一段时间内，无人设备周围障碍物在无人设备的左前方进行行驶。
在图6B中，可以看出无人设备周围障碍物在未来一段时间内的行驶轨迹经过的区块3，也就是说，区块编码序列为3。无人设备可以根据区块编码序列3，预测出在未来一段时间内，无人设备周围障碍物在无人设备的右前方进行行驶。
S108：根据所述交互行为，控制所述无人设备进行行驶。
在本说明书实施例中，无人设备可以根据交互行为，控制无人设备进行行驶。这里提到的交互行为可以包括无人设备周围障碍物对无人设备进行超车、无人设备周围障碍物横穿无人设备的前方区域，以及无人设备周围障碍物在无人设备前方进行行驶等。也就是说，无人设备确定出自身与周围障碍物之间的交互行为后，可以根据交互行为确定出后续的行驶决策，并对自身进行控制。
在实际应用中，若无人设备周围障碍物在未来一段时间内的行驶轨迹，与无人设备的行驶轨迹产生交互，为了保证无人设备在行驶过程中的安全性，通常会计算出避免发生碰撞的行驶决策。但在确定行驶决策的过程中，无人设备仍按照原来速度进行行驶，这会导致无人设备为了避免发生碰撞，更倾向于确定出无人设备进行急刹的行驶策略。基于此，本方法可以通过提前确定出无人设备与无人设备周围障碍物之间的交互行为，提前控制无人设备进行减速行驶，以有效的避免无人设备进行急刹。
在本说明书实施例中，若根据交互行为，确定周围障碍物在未来一段时间内需要对无人设备进行超车，根据第一轨迹数据以及第二轨迹数据，确定无人设备与周围障碍物之间的相对速度关系，以及无人设备与周围障碍物之间的相对位置关系。其次，根据相对速度关系，以及相对位置关系，将周围障碍物与无人设备之间的距离低于预设距离的时刻，作为开始减速时刻。最后，在开始减速时刻时，以确定出的行驶速度阈值为目标，控制无人设备进行减速行驶。其中，行驶速度阈值低于无人设备的行驶速度。这里提到的相对速度关系可以是指无人设备周围障碍物相对于无人设备在数值上的相对速度，也可以是指无人设备周围障碍物相对于无人设备的速度方向。例如，若无人设备周围障碍物的行驶速度大于无人设备的行驶速度，则相对速度大小为正值。
在图4A、4B中，周围障碍物在未来一段时间内需要对无人设备进行超车，若周围障碍物在无人设备后方，则无人设备先根据相对速度关系，以及相对位置关系，确定出在横坐标上周围障碍物行驶到无人设备车尾处的时刻，作为开始减速时刻。再从开始减速时刻，以确定出的行驶速度阈值为目标，控制无人设备进行减速行驶。最后，根据相对位置关系，若确定出在横坐标上周围障碍物超过无人设备一个无人设备的长度，将无人设备的行驶速度恢复到正常行驶速度。
在实际应用中，无人设备在行驶过程中，通常通过将无人设备周围障碍物投影到路程-时间图(ST图)，进行行驶速度的规划,通过加减速对周围障碍物进行避障。但是，为了保证无人设备在行驶过程中的安全性，确定出的行驶决策通常较为保守，容易造成无人设备的急刹。基于此，若无人设备周围障碍物的行驶速度较快，在与无人设备进行交互的过程中，无人设备确定不会与周围障碍物发生碰撞。在这种情况下，无人设备可以忽略无人设备周围障碍物的行驶轨迹，以避免无人设备的急刹，以此提高无人设备在行驶过程中的平稳性。
在本说明书实施例中，无人设备可以在开始减速时刻时，若根据相对速度关系，确定周围障碍物的行驶速度与无人设备的行驶速度之间的速度差值超过设定速度差值，忽略周围障碍物在未来一段时间内的行驶轨迹，并按照行驶速度阈值，控制无人设备进行行驶。
进一步的，无人设备可以在开始减速时刻时，若根据相对速度关系，确定周围障碍物的行驶速度与无人设备的行驶速度之间的速度差值不超过设定速度差值，基于周围障碍物在未来一段时间内的行驶轨迹，以不超过行驶速度阈值为目标，控制无人设备进行行驶。也就是说，若周围障碍物的行驶速度较慢，无人设备无法确定在未来一段时间内，无人设备与周围障碍物之间是否会发生碰撞。无人设备会参考周围障碍物的行驶轨迹继续减速或进行急刹，以避免无人设备与周围障碍物之间发生碰撞。
在图5A、5B中，若根据交互行为，确定周围障碍物在未来一段时间内需要横穿无人设备前方的区域，以确定出的行驶速度阈值为目标，从当前时刻开始，控制无人设备进行减速行驶。根据相对位置关系，若确定出在横坐标上周围障碍物超过无人设备一个无人设备的长度，将无人设备的行驶速度恢复到正常行驶速度
进一步的，无人设备可以将确定出的周围障碍物在未来一段时间内需要横穿无人设备前方的区域，作为目标区域。在距离目标区域超过设定距离的区域内，忽略周围障碍物在未来一段时间内的行驶轨迹，并按照行驶速度阈值，控制无人设备进行行驶。在距离目标区域不超过设定距离的区域内，基于周围障碍物在未来一段时间内的行驶轨迹，以不超过行驶速度阈值为目标，控制无人设备进行行驶。
也就是说，若无人设备确定在未来一段时间内，无人设备与周围障碍物之间不会发生碰撞。无人设备会按照行驶速度阈值，控制无人设进行行驶。若无人设备无法确定在未来一段时间内，无人设备与周围障碍物之间是否会发生碰撞。无人设备会参考周围障碍物的行驶轨迹继续减速或进行急刹，以避免无人设备与周围障碍物之间发生碰撞。
在图6A、6B中，若根据交互行为，确定周围障碍物在未来一段时间内再无人设备前方的区域进行直线行驶，则不对无人设备当前的行驶速度进行改变。
从上述方法可以看出，无人设备可以确定出在第一轨迹数据中的每个轨迹点，无人设备自身所处的预设范围内的每个区块对应的区块编码，并根据预测出的周围障碍物在未来一段时间内的行驶轨迹，确定周围障碍物所经过的区块编码序列。进而，预测出交互行为，以控制无人设备进行行驶。进一步的，本方法可以根据区块编码序列，确定无人设备与周围障碍物之间的交互行为，提前控制无人设备进行减速行驶，从而避免造成无人设备的急刹，提高无人设备在行驶过程中的平稳性。
以上为本说明书的一个或多个实施例提供的无人设备的控制方法，基于同样的思路，本说明书还提供了相应的无人设备的控制装置，如图7所示。
图7为本说明书提供的一种无人设备的控制装置示意图，包括：
获取模块700，用于获取无人设备的行驶轨迹数据，作为第一轨迹数据，以及预测所述无人设备周围障碍物的行驶轨迹数据，作为第二轨迹数据；
划分模块702，用于针对所述第一轨迹数据中包含的每个轨迹点，以该轨迹点为中心的预设范围内的区域进行划分，得到位于所述无人设备周围的每个区块，其中，不同区块对应的不同的区块编码，针对不同轨迹点划分出的各区块中，同一区块编码对应的区块与所述无人设备之间的相对位置关系相同；
预测模块704，用于根据所述第二轨迹数据，预测所述无人设备周围障碍物在未来一段时间内所经过的区块的区块编码的序列，作为区块编码序列；
交互模块706，用于根据所述区块编码序列，预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为；
控制模块708，用于根据所述交互行为，控制所述无人设备进行行驶。
可选地，所述划分模块702具体用于，根据所述第一轨迹数据，确定所述无人设备在该轨迹点对应的行驶速度，根据所述无人设备在该轨迹点对应的行驶速度、所述无人设备的长度，以及所述无人设备的宽度，以该轨迹点为中心的预设范围内的区域进行划分，得到位于所述无人设备周围的每个区块。
可选地，所述划分模块702具体用于，根据所述无人设备在该轨迹点对应的行驶速度，以及所述无人设备的宽度，对该轨迹点为中心的预设范围内，位于所述无人设备后方的区域进行划分，得到位于所述无人设备后方的各个区块，其中，若所述行驶速度越大，划分出的位于所述无人设备后方的各区块的长度越大，根据所述无人设备对应的最短刹车距离，以及所述无人设备的宽度，对该轨迹点为中心的预设范围内，位于所述无人设备前方的区域进行划分，得到位于所述无人设备前方的各个区块，其中，若所述最短刹车距离越短，划分出的位于所述无人设备前方的各区块的长度越短，根据所述无人设备的长度，以及所述无人设备的宽度，对该轨迹点为中心的预设范围内，位于所述无人设备左右方的区域进行划分，得到位于所述无人设备左右的各个区块。
可选地，所述划分模块702具体用于，对该轨迹点为中心的预设范围内的区域划分出九宫格，得到位于所述无人设备周围的每个区块，其中，该轨迹点位于所述九宫格的中心格子，以所述九宫格的右上角的格子为起点，顺时针依次将所述九宫格中除所述中心格子以外的其余8个格子编码为1～8数字，所述中心格子对应的区块编码为9。
可选地，所述划分模块702具体用于，若确定所述区块编码序列为7-8-1-2或5-4-3-2，则预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为是所述周围障碍物对所述无人设备进行超车。
可选地，所述划分模块702具体用于，若确定所述区块编码序列为1-2-3或3-2-1，则预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为是所述周围障碍物横穿所述无人设备前方的区域。
可选地，所述控制模块708具体用于，若根据所述交互行为，确定所述周围障碍物在所述未来一段时间内需要对所述无人设备进行超车，根据所述第一轨迹数据以及所述第二轨迹数据，确定所述无人设备与所述周围障碍物之间的相对速度关系，以及所述无人设备与所述周围障碍物之间的相对位置关系，根据所述相对速度关系，以及所述相对位置关系，将所述周围障碍物与所述无人设备之间的距离低于预设距离的时刻，作为开始减速时刻，在所述开始减速时刻时，以确定出的行驶速度阈值为目标，控制所述无人设备进行减速行驶，所述行驶速度阈值低于所述无人设备的行驶速度。
可选地，所述控制模块708具体用于，在所述开始减速时刻时，若根据所述相对速度关系，确定所述周围障碍物的行驶速度与所述无人设备的行驶速度之间的速度差值超过设定速度差值，忽略所述周围障碍物在所述未来一段时间内的行驶轨迹，并按照所述行驶速度阈值，控制所述无人设备进行行驶。
可选地，所述控制模块708具体用于，在所述开始减速时刻时，若根据所述相对速度关系，确定所述周围障碍物的行驶速度与所述无人设备的行驶速度之间的速度差值不超过设定速度差值，基于所述周围障碍物在所述未来一段时间内的行驶轨迹，以不超过所述行驶速度阈值为目标，控制所述无人设备进行行驶。
可选地，所述控制模块708具体用于，若根据所述交互行为，确定所述周围障碍物在所述未来一段时间内需要横穿所述无人设备前方的区域，以确定出的行驶速度阈值为目标，控制所述无人设备进行减速行驶。
可选地，所述控制模块708具体用于，将确定出的所述周围障碍物在所述未来一段时间内需要横穿所述无人设备前方的区域，作为目标区域，在距离所述目标区域超过设定距离的区域内，忽略所述周围障碍物在所述未来一段时间内的行驶轨迹，并按照所述行驶速度阈值，控制所述无人设备进行行驶，在距离所述目标区域不超过所述设定距离的区域内，基于所述周围障碍物在所述未来一段时间内的行驶轨迹，以不超过所述行驶速度阈值为目标，控制所述无人设备进行行驶。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的一种无人设备的控制方法。
本说明书还提供了图8所示的一种对应于图1的电子设备的示意结构图。如图8所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的无人设备的控制方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书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，本说明书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。
本说明书是参照根据本说明书实施例的方法、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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书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，本说明书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。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种无人设备的控制方法，其特征在于，所述方法应用于无人驾驶领域，包括：
获取无人设备的行驶轨迹数据，作为第一轨迹数据，以及预测所述无人设备周围障碍物的行驶轨迹数据，作为第二轨迹数据；
针对所述第一轨迹数据中包含的每个轨迹点，以该轨迹点为中心的预设范围内的区域进行划分，得到位于所述无人设备周围的每个区块，其中，不同区块对应的不同的区块编码，针对不同轨迹点划分出的各区块中，同一区块编码对应的区块与所述无人设备之间的相对位置关系相同；
根据所述第二轨迹数据，预测所述无人设备周围障碍物在未来一段时间内所经过的区块的区块编码的序列，作为区块编码序列；
根据所述区块编码序列，预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为；
若根据所述交互行为，确定所述周围障碍物在所述未来一段时间内需要对所述无人设备进行超车，根据所述第一轨迹数据以及所述第二轨迹数据，确定所述无人设备与所述周围障碍物之间的相对速度关系，以及所述无人设备与所述周围障碍物之间的相对位置关系；
根据所述相对速度关系，以及所述相对位置关系，将所述周围障碍物与所述无人设备之间的距离低于预设距离的时刻，作为开始减速时刻；
在所述开始减速时刻时，以确定出的行驶速度阈值为目标，控制所述无人设备进行减速行驶，所述行驶速度阈值低于所述无人设备的行驶速度。
2.如权利要求1所述的方法，其特征在于，针对所述第一轨迹数据中包含的每个轨迹点，以该轨迹点为中心的预设范围内的区域进行划分，得到位于所述无人设备周围的每个区块，具体包括：
根据所述第一轨迹数据，确定所述无人设备在该轨迹点对应的行驶速度；
根据所述无人设备在该轨迹点对应的行驶速度、所述无人设备的长度，以及所述无人设备的宽度，以该轨迹点为中心的预设范围内的区域进行划分，得到位于所述无人设备周围的每个区块。
3.如权利要求2所述的方法，其特征在于，根据所述无人设备在该轨迹点对应的行驶速度、所述无人设备的长度，以及所述无人设备的宽度，以该轨迹点为中心的预设范围内的区域进行划分，得到位于所述无人设备周围的每个区块，具体包括：
根据所述无人设备在该轨迹点对应的行驶速度，以及所述无人设备的宽度，对该轨迹点为中心的预设范围内，位于所述无人设备后方的区域进行划分，得到位于所述无人设备后方的各个区块，其中，若所述行驶速度越大，划分出的位于所述无人设备后方的各区块的长度越大；
根据所述无人设备对应的最短刹车距离，以及所述无人设备的宽度，对该轨迹点为中心的预设范围内，位于所述无人设备前方的区域进行划分，得到位于所述无人设备前方的各个区块，其中，若所述最短刹车距离越短，划分出的位于所述无人设备前方的各区块的长度越短；
根据所述无人设备的长度，以及所述无人设备的宽度，对该轨迹点为中心的预设范围内，位于所述无人设备左右方的区域进行划分，得到位于所述无人设备左右的各个区块。
4.如权利要求1所述的方法，其特征在于，针对所述第一轨迹数据中包含的每个轨迹点，以该轨迹点为中心的预设范围内的区域进行划分，得到位于所述无人设备周围的每个区块，具体包括：
对该轨迹点为中心的预设范围内的区域划分出九宫格，得到位于所述无人设备周围的每个区块，其中，该轨迹点位于所述九宫格的中心格子，以所述九宫格的右上角的格子为起点，顺时针依次将所述九宫格中除所述中心格子以外的其余8个格子编码为1~8数字，所述中心格子对应的区块编码为9。
5.如权利要求4所述的方法，其特征在于，根据所述区块编码序列，预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为，具体包括：
若确定所述区块编码序列为7-8-1-2或5-4-3-2，则预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为是所述周围障碍物对所述无人设备进行超车。
6.如权利要求4所述的方法，其特征在于，根据所述区块编码序列，预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为，具体包括：
若确定所述区块编码序列为1-2-3或3-2-1，则预测所述无人设备与所述无人设备周围障碍物在所述未来一段时间产生的交互行为是所述周围障碍物横穿所述无人设备前方的区域。
7.如权利要求1所述的方法，其特征在于，在所述开始减速时刻时，以确定出的行驶速度阈值为目标，控制所述无人设备进行减速行驶，所述行驶速度阈值低于所述无人设备的行驶速度，具体包括：
在所述开始减速时刻时，若根据所述相对速度关系，确定所述周围障碍物的行驶速度与所述无人设备的行驶速度之间的速度差值超过设定速度差值，忽略所述周围障碍物在所述未来一段时间内的行驶轨迹，并按照所述行驶速度阈值，控制所述无人设备进行行驶。
8.如权利要求7所述的方法，其特征在于，在所述开始减速时刻时，以确定出的行驶速度阈值为目标，控制所述无人设备进行减速行驶，所述行驶速度阈值低于所述无人设备的行驶速度，具体包括：
在所述开始减速时刻时，若根据所述相对速度关系，确定所述周围障碍物的行驶速度与所述无人设备的行驶速度之间的速度差值不超过设定速度差值，基于所述周围障碍物在所述未来一段时间内的行驶轨迹，以不超过所述行驶速度阈值为目标，控制所述无人设备进行行驶。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1~8任一项所述的方法。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1~8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111313630.0A CN114153202B (zh) | 2021-11-08 | 2021-11-08 | 一种无人设备的控制方法及控制装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111313630.0A CN114153202B (zh) | 2021-11-08 | 2021-11-08 | 一种无人设备的控制方法及控制装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114153202A CN114153202A (zh) | 2022-03-08 |
| CN114153202B true CN114153202B (zh) | 2024-02-27 |
Family
ID=80459146
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111313630.0A Active CN114153202B (zh) | 2021-11-08 | 2021-11-08 | 一种无人设备的控制方法及控制装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114153202B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101582215A (zh) * | 2009-06-12 | 2009-11-18 | 张志刚 | 一种空间信息的多级九宫格网定位方法 |
| CN108162963A (zh) * | 2016-12-07 | 2018-06-15 | 福特环球技术公司 | 用于控制被超车车辆的方法和系统 |
| WO2018225493A1 (ja) * | 2017-06-07 | 2018-12-13 | 日立オートモティブシステムズ株式会社 | 車両運動制御装置 |
| CN109910909A (zh) * | 2019-02-25 | 2019-06-21 | 清华大学 | 一种多车运动状态的汽车轨迹网联交互式预测方法 |
| CN110333714A (zh) * | 2019-04-09 | 2019-10-15 | 武汉理工大学 | 一种无人驾驶汽车路径规划方法和装置 |
| CN111361570A (zh) * | 2020-03-09 | 2020-07-03 | 福建汉特云智能科技有限公司 | 一种多目标跟踪反向验证方法及存储介质 |
| JP2021037955A (ja) * | 2020-11-27 | 2021-03-11 | 日立オートモティブシステムズ株式会社 | 車両制御装置および車両制御システム |
| CN112859883A (zh) * | 2021-04-25 | 2021-05-28 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及控制装置 |
| CN113119929A (zh) * | 2021-05-24 | 2021-07-16 | 前海七剑科技(深圳)有限公司 | 弯道制动控制方法、控制系统、电子设备及存储介质 |
| CN113246974A (zh) * | 2021-04-12 | 2021-08-13 | 南京航空航天大学 | 无人驾驶应急场景下避险/降损控制方法、存储介质和电子装置 |
| CN113296541A (zh) * | 2021-07-27 | 2021-08-24 | 北京三快在线科技有限公司 | 一种基于未来碰撞风险的无人设备控制方法及装置 |
| CN113341941A (zh) * | 2021-08-04 | 2021-09-03 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10551840B2 (en) * | 2018-07-02 | 2020-02-04 | Baidu Usa Llc | Planning driven perception system for autonomous driving vehicles |
| US11427191B2 (en) * | 2019-10-31 | 2022-08-30 | Zoox, Inc. | Obstacle avoidance action |
-
2021
- 2021-11-08 CN CN202111313630.0A patent/CN114153202B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101582215A (zh) * | 2009-06-12 | 2009-11-18 | 张志刚 | 一种空间信息的多级九宫格网定位方法 |
| CN108162963A (zh) * | 2016-12-07 | 2018-06-15 | 福特环球技术公司 | 用于控制被超车车辆的方法和系统 |
| WO2018225493A1 (ja) * | 2017-06-07 | 2018-12-13 | 日立オートモティブシステムズ株式会社 | 車両運動制御装置 |
| CN109910909A (zh) * | 2019-02-25 | 2019-06-21 | 清华大学 | 一种多车运动状态的汽车轨迹网联交互式预测方法 |
| CN110333714A (zh) * | 2019-04-09 | 2019-10-15 | 武汉理工大学 | 一种无人驾驶汽车路径规划方法和装置 |
| CN111361570A (zh) * | 2020-03-09 | 2020-07-03 | 福建汉特云智能科技有限公司 | 一种多目标跟踪反向验证方法及存储介质 |
| JP2021037955A (ja) * | 2020-11-27 | 2021-03-11 | 日立オートモティブシステムズ株式会社 | 車両制御装置および車両制御システム |
| CN113246974A (zh) * | 2021-04-12 | 2021-08-13 | 南京航空航天大学 | 无人驾驶应急场景下避险/降损控制方法、存储介质和电子装置 |
| CN112859883A (zh) * | 2021-04-25 | 2021-05-28 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及控制装置 |
| CN113119929A (zh) * | 2021-05-24 | 2021-07-16 | 前海七剑科技(深圳)有限公司 | 弯道制动控制方法、控制系统、电子设备及存储介质 |
| CN113296541A (zh) * | 2021-07-27 | 2021-08-24 | 北京三快在线科技有限公司 | 一种基于未来碰撞风险的无人设备控制方法及装置 |
| CN113341941A (zh) * | 2021-08-04 | 2021-09-03 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114153202A (zh) | 2022-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111619560B (zh) | 车辆控制方法及装置 | |
| CN113296541B (zh) | 一种基于未来碰撞风险的无人设备控制方法及装置 | |
| CN111338360B (zh) | 一种规划车辆行驶状态的方法及装置 | |
| CN112306059B (zh) | 一种控制模型的训练方法、控制方法以及装置 | |
| CN111186437B (zh) | 一种车辆轨迹的风险确定方法及装置 | |
| CN112987760A (zh) | 一种轨迹规划方法、装置、存储介质及电子设备 | |
| CN111873989A (zh) | 车辆控制方法及装置 | |
| CN112947495B (zh) | 模型训练的方法、无人驾驶设备的控制方法以及装置 | |
| CN114153202B (zh) | 一种无人设备的控制方法及控制装置 | |
| CN115871658B (zh) | 一种面向稠密人流的智能驾驶速度决策方法和系统 | |
| CN114019971B (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 | |
| CN112649012A (zh) | 一种轨迹规划方法、设备、介质及无人设备 | |
| CN112987762B (zh) | 一种轨迹规划方法、装置、存储介质及电子设备 | |
| CN114167857B (zh) | 一种无人驾驶设备的控制方法及装置 | |
| CN114877912A (zh) | 一种车辆导航信息生成方法、装置及设备 | |
| CN113985889B (zh) | 一种轨迹规划方法、装置、存储介质及电子设备 | |
| CN117382593B (zh) | 一种基于激光点云过滤的车辆紧急制动方法和系统 | |
| CN113815651B (zh) | 一种无人设备控制方法、装置、设备及存储介质 | |
| CN118012035A (zh) | 一种无人驾驶设备的控制方法及装置 | |
| CN113848869B (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 | |
| CN116061933B (zh) | 一种基于限速信息的车辆速度规划方法、装置和域控制器 | |
| CN114019959B (zh) | 一种确定无人驾驶设备纵向决策的方法及装置 | |
| CN113867365B (zh) | 无人驾驶车辆变加速度的确定方法、装置和相关设备 | |
| CN114489126A (zh) | 一种交互避障方法及装置 | |
| CN117922599A (zh) | 一种自动驾驶车辆安全评估方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |