CN114153204B - 一种行驶轨迹的修复方法及修复装置 - Google Patents
一种行驶轨迹的修复方法及修复装置 Download PDFInfo
- Publication number
- CN114153204B CN114153204B CN202111318918.7A CN202111318918A CN114153204B CN 114153204 B CN114153204 B CN 114153204B CN 202111318918 A CN202111318918 A CN 202111318918A CN 114153204 B CN114153204 B CN 114153204B
- Authority
- CN
- China
- Prior art keywords
- track
- point
- smooth
- repaired
- sub
- 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 68
- 238000009499 grossing Methods 0.000 claims abstract description 25
- 238000003860 storage Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 230000008439 repair process Effects 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 240000001085 Trapa natans Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 235000009165 saligot Nutrition 0.000 description 1
- 230000003068 static effect Effects 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 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
- G05D1/0212—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
Abstract
本说明书公开了一种行驶轨迹的修复方法及修复装置,该行驶轨迹的修复方法包括:获取无人驾驶设备的待修复轨迹,对所述待修复轨迹进行平滑处理,得到针对所述待修复轨迹的平滑轨迹;针对所述平滑轨迹中包含的每个平滑轨迹点,从所述待修复轨迹中包含的轨迹点中确定出与该平滑轨迹点相关联的至少一个轨迹点,作为该平滑轨迹点对应的关联轨迹点,根据该平滑轨迹点对应的关联轨迹点处的速度,确定该平滑轨迹点对应的实际速度,根据每个平滑轨迹点对应的实际速度以及所述平滑轨迹,确定所述无人驾驶设备对应的修复后轨迹。
Description
技术领域
本说明书涉及无人驾驶领域,尤其涉及一种行驶轨迹的修复方法及修复装置。
背景技术
随着自动驾驶技术的快速发展,为了满足无人驾驶设备在新场景下快速进行部署的能力,自动循迹功能被广泛应用到诸如无人配送、自动运输、垃圾自动清理、自动巡航等领域中,而自动循迹的准确性关系到无人驾驶设备的行驶安全,因此,对无人驾驶设备循迹轨迹的规划尤为重要。
目前,在无人驾驶设备自动循迹的过程中,会通过对原始轨迹上的轨迹点进行增加、偏移、删除等处理,从而实现对其循迹轨迹的平滑处理,由于经过平滑处理后的循迹轨迹上各轨迹点的位置发生改变,导致失去了循迹轨迹上各轨迹点的速度与原始轨迹上各轨迹点速度的对应关系,因此只能对自动循迹时行驶轨迹的速度进行重新设定,或者通过对原始速度进行平滑处理,进而对行驶轨迹的速度进行分配,这样很难使循迹速度与原始速度保持一致,导致得到的循迹轨迹的精确度较低。
因此,如何使无人驾驶设备的循迹速度更加贴近其原始速度,提高自动循迹的精准度,保证行驶安全,是一个亟待解决的问题。
发明内容
本说明书提供一种行驶轨迹的修复方法及修复装置,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行驶轨迹的修复方法,所述方法应用于执行无人配送业务,包括:
获取无人驾驶设备的待修复轨迹;
对所述待修复轨迹进行平滑处理,得到针对所述待修复轨迹的平滑轨迹;
针对所述平滑轨迹中包含的每个平滑轨迹点,从所述待修复轨迹中包含的轨迹点中确定出与该平滑轨迹点相关联的至少一个轨迹点,作为该平滑轨迹点对应的关联轨迹点;
根据该平滑轨迹点对应的关联轨迹点处的速度,确定该平滑轨迹点对应的实际速度;
根据每个平滑轨迹点对应的实际速度以及所述平滑轨迹,确定所述无人驾驶设备对应的修复后轨迹。
可选地,针对所述平滑轨迹中包含的每个平滑轨迹点,从所述待修复轨迹中包含的轨迹点中确定出与该平滑轨迹点相关联的至少一个轨迹点,作为该平滑轨迹点对应的关联轨迹点,具体包括:
确定所述待修复轨迹中与该平滑轨迹点最接近的轨迹点,作为基准点,以及,确定所述待修复轨迹中位于确定出的所述基准点的取点范围内的各轨迹点;
将所述基准点,以及,所述待修复轨迹中位于确定出的所述基准点的取点范围内的各轨迹点,作为与该平滑轨迹点相关联的关联轨迹点。
可选地,确定所述基准点的取点范围,具体包括:
根据所述待修复轨迹中所述基准点对应的速度,确定所述基准点的取点范围,其中,所述基准点对应的速度越大,所述基准点对应的取点范围越大。
可选地,针对所述平滑轨迹中包含的每个平滑轨迹点,从所述待修复轨迹中包含的轨迹点中确定出与该平滑轨迹点相关联的至少一个轨迹点,作为该平滑轨迹点对应的关联轨迹点,具体包括:
按照所述待修复轨迹中包含的各轨迹点与该平滑轨迹点之间的距离从小到大的顺序,对所述待修复轨迹中包含的各轨迹点进行排序;
将位于所述排序中设定排位前的轨迹点,作为该平滑轨迹点对应的关联轨迹点。
可选地,根据该平滑轨迹点对应的关联轨迹点处的速度,确定该平滑轨迹点对应的实际速度,具体包括:
根据该平滑轨迹点对应的各关联轨迹点与该平滑轨迹点之间的距离,对所述各关联轨迹点处的速度进行加权处理,得到各关联轨迹点对应的加权后速度,其中,针对该平滑轨迹点对应的每个关联轨迹点,若该关联轨迹点与该平滑轨迹点之间的距离越远,该关联轨迹点处的速度对应权重越小;
根据该平滑轨迹点对应的各关联轨迹点处的加权后速度,确定该平滑轨迹点对应的实际速度。
可选地,对所述待修复轨迹进行平滑处理,得到针对所述待修复轨迹的平滑轨迹,具体包括:
按照预设的轨迹长度,对所述待修复轨迹进行分段,得到各待修复子轨迹,并对所述待修复子轨迹中的至少一个待修复子轨迹进行平滑处理,得到平滑子轨迹;
根据每个平滑轨迹点对应的实际速度以及所述平滑轨迹,确定所述无人驾驶设备对应的修复后轨迹,具体包括:
确定除所述平滑子轨迹对应的待修复子轨迹以外的其他待修复子轨迹,并根据所述平滑子轨迹中包含的平滑轨迹点对应的速度以及所述其他待修复子轨迹中包含的轨迹点对应的速度,得到所述无人驾驶设备对应的修复后轨迹。
可选地,根据所述平滑子轨迹中包含的平滑轨迹点对应的速度以及所述其他待修复子轨迹中包含的轨迹点对应的速度,得到所述无人驾驶设备对应的修复后轨迹,具体包括:
将位于所述平滑子轨迹的中点与所述平滑子轨迹相邻的待修复子轨迹的中点之间的各轨迹点连接,得到中间轨迹;
根据所述中间轨迹中包含的各轨迹点对应的速度,对所述中间轨迹进行修复,并将修复后的中间轨迹重新作为平滑子轨迹,直到遍历完所有待修复子轨迹为止,得到所述无人驾驶设备对应的修复后轨迹。
本说明书提供了一种行驶轨迹的修复装置,所述装置应用于执行无人配送业务,包括:
获取模块,获取无人驾驶设备的待修复轨迹;
处理模块,对所述待修复轨迹进行平滑处理,得到针对所述待修复轨迹的平滑轨迹;
关联模块,针对所述平滑轨迹中包含的每个平滑轨迹点,从所述待修复轨迹中包含的轨迹点中确定出与该平滑轨迹点相关联的至少一个轨迹点,作为该平滑轨迹点对应的关联轨迹点;
确定模块,根据该平滑轨迹点对应的关联轨迹点处的速度,确定该平滑轨迹点对应的实际速度;
修复模块,根据每个平滑轨迹点对应的实际速度以及所述平滑轨迹,确定所述无人驾驶设备对应的修复后轨迹。
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行驶轨迹的修复方法。
本说明书提供了一种无人驾驶设备,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行驶轨迹的修复方法。
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:
在本说明书提供的行驶轨迹的修复方法中,对无人驾驶设备的待修复轨迹进行平滑处理,并根据待修复轨迹中的关联轨迹点,确定平滑处理后的平滑轨迹中,各平滑轨迹点对应的速度,从而到的无人驾驶设备的最终行驶轨迹。
从上述方法可以看出,在对无人驾驶设备的行驶轨迹进行修复时,不但会对生成的轨迹进行平滑处理,而且会根据待修复轨迹中的关联轨迹点对平滑处理后的平滑轨迹进行速度分配,提高了自动循迹的精准度,从而进一步保证了无人驾驶设备的行驶安全。
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为本说明书中提供的一种行驶轨迹的修复方法的流程示意图;
图2为本说明书中提供的一种行驶轨迹的修复方法的示意图;
图3为本说明书中提供的一种行驶轨迹的修复装置的示意图;
图4为本说明书中提供的一种对应于图1的无人驾驶设备的示意图。
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为本说明书中提供的一种行驶轨迹的修复方法的流程示意图,包括以下步骤:
S101:获取无人驾驶设备的待修复轨迹。
在无人驾驶设备执行诸如无人配送、自动巡航等业务的自动循迹过程中,为了使其能够快速的部署在新场景下,通常需要采用人工操控的方式,操控无人驾驶设备按照指定的轨迹行驶,获取到无人驾驶设备在各个位置的轨迹点,通过将这些轨迹点进行连接,进而确定出该无人驾驶设备的行驶轨迹。
但是,通过轨迹点连接后的行驶轨迹与人工操控该无人驾驶设备时的行驶轨迹存在较大差异,因此,就需要对该轨迹进行平滑处理,并将处理后的轨迹分配相应的速度,以完成对该行驶轨迹的修复,使其尽可能的与人工操控该无人驾驶设备时的行驶轨迹和速度保持一致。
此外,在应用于诸如自动驾驶等其他领域时,还可以根据无人驾驶设备的历史行驶轨迹,对未来的行驶轨迹进行预测,其中,应用本说明书提供的行驶轨迹的修复方法,可以对历史行驶轨迹的平滑处理,并分配相应的速度,完成对历史轨迹的修复,进而基于修复后的历史轨迹,对未来一段时间需要行驶的轨迹进行轨迹规划,以保证无人驾驶设备的安全行驶。
基于此,本说明书提供了一种行驶轨迹的修复方法,通过无人驾驶设备通过自身装载的定位系统(如:全球定位系统(Global Positioning System,GPS)、北斗卫星导航系统等)进行定位,获取无人驾驶设备在各个时刻行驶时的坐标,作为无人驾驶设备的轨迹点,并获取每个轨迹点对应的速度,通过将各个轨迹点进行连接,从而得到无人驾驶设备的待修复行迹。
在实际应用中,用于修复行驶轨迹的执行主体,可以是指服务器或诸如台式电脑、笔记本电脑等指定设备,待行驶轨迹修复完成后将其配置在无人驾驶设备中。当然,修复行驶轨迹的执行主体也可以是无人驾驶设备本身装载的嵌入式车载电脑,这样一来,可以直接在无人驾驶设备上对行驶轨迹进行修复,待修复完成后,无人驾驶设备可以直接根据修复后的行驶轨迹进行自动循迹。为了便于描述,下面仅以无人驾驶设备作为执行主体为例,对行驶轨迹的修复进行说明。
在本说明书中,无人驾驶设备可以按照预设的频率,获取该无人驾驶设备的定位信息,例如,每隔1s,获取一次无人驾驶设备的定位信息,得到该无人驾驶设备的轨迹点与该轨迹点对应的速度,当无人驾驶设备行驶的速度越快时,行驶时获取到的轨迹点数量就越少,行驶速度越慢时,行驶时获取到的轨迹点数量就越多。其中,所述预设频率可以根据实际情况进行设定,本申请对此不做限定。
本说明书提供的行驶轨迹的修复方法可以用于无人驾驶设备行驶轨迹的修复,该无人驾驶设备具体可应用于通过无人驾驶设备进行配送的领域,如,使用无人驾驶设备进行快递、物流、外卖等配送的业务场景。而本说明书中提到的无人驾驶设备可以包括:无人驾驶汽车,移动机器人,无人物流配送车等。
S102:对所述待修复轨迹进行平滑处理,得到针对所述待修复轨迹的平滑轨迹。
由于通过轨迹点连接后得到的待修复轨迹中会出现一些包含有诸如锯齿状、突出的菱角等不平滑的轨迹,这些轨迹并不符合无人驾驶设备的实际行驶情况,因此,需要对该待修复轨迹进行平滑处理,例如,可以通过删除不必要的初始轨迹点、偏移相应的初始轨迹点以及增加必要的初始轨迹点等方式,去除一些不必要的转折点,使连接后轨迹更加平滑,从而得到待修复轨迹对应的平滑轨迹。其中,对待修复轨迹进行平滑处理的方式可以包括但不局限于五次样条平滑处理,当然,也可以采用其他轨迹平滑的算法,对待修复轨迹进行平滑处理,本说明书对此不做限定。
在无人驾驶设备对待修复轨迹进行平滑处理后,平滑轨迹中的各平滑轨迹点位置也会发生相应的变化,因此需要确定对待修复轨迹进行平滑处理后各平滑轨迹点对应的位置,进而才能确定每个平滑轨迹点对应的速度。
S103:针对所述平滑轨迹中包含的每个平滑轨迹点,从所述待修复轨迹中包含的轨迹点中确定出与该平滑轨迹点相关联的至少一个轨迹点,作为该平滑轨迹点对应的关联轨迹点。
为确定无人驾驶设备在各平滑轨迹点对应的速度,需要先确定在待修复轨迹中,与每个平滑轨迹点相关联的各关联轨迹点。在选取平滑轨迹点的各关联轨迹点的过程中,无人驾驶设备可以在待修复轨迹中找到与该平滑轨迹点最接近的一个轨迹点,并将该轨迹点作为基准点,在该基准点的取点范围内选取待修复轨迹中的其他轨迹点,并与该基准点共同作为与上述平滑轨迹点相关联的关联轨迹点。
由于无人驾驶设备在获取定位信息时,是按照预设的频率进行获取的,如果无人驾驶设备行驶速度相对较快,得到的各初始轨迹点也就越分散,而如果无人驾驶设备行驶速度相对较慢,得到的各初始轨迹点也就越密集,如果在基准点相同的范围内选取关联轨迹点的话,会出现无人驾驶设备行驶较快时,选取的关联轨迹点较少,而无人驾驶设备行驶较慢时,选取的关联轨迹点较多的情况,从而导致确定出的每个平滑轨迹点对应的关联轨迹点的数量可能有所不同,从而影响到确定出平滑轨迹点对应速度的准确性。
因此,无人驾驶设备可以根据人为驾驶时无人驾驶设备在基准点对应的行驶速度来确定取点范围,当无人驾驶设备在基准点对应的行驶速度越大时,该基准点的取点范围就越大,无人驾驶设备在基准点对应的行驶速度越小时,该基准点的取点范围也就越小,从而确保无人驾驶设备在每个平滑轨迹点上选取的关联轨迹点数量都尽可能的一致,进一步保证确定出平滑轨迹点对应速度的准确性。
当然,在确定待修复轨迹中与平滑轨迹点相关联的关联轨迹点时,也可以按照指定的数量,选取与该平滑轨迹点相关联的关联轨迹点,以保证无人驾驶设备在每个平滑轨迹点上选取的关联轨迹点数量的一致。
具体的,在选取平滑轨迹点对应的关联轨迹点的过程中,可以按照待修复轨迹中包含的各轨迹点与该平滑轨迹点之间的距离从小到大的顺序,对待修复轨迹中包含的各轨迹点进行排序,并将位于排序中设定排位前的轨迹点,作为该平滑轨迹点对应的关联轨迹点。例如,可以将待修复轨迹中包含的各轨迹点进行排序后,距离该平滑轨迹点排位第5之前的所有轨迹点,作为该平滑轨迹点对应的关联轨迹点,其中,所述设定排位可以根据实际情况进行设定,本申请不做具体限定。
S104:根据该平滑轨迹点对应的关联轨迹点处的速度,确定该平滑轨迹点对应的实际速度。
在对待修复轨迹进行平滑处理后,由于平滑轨迹中的每一个平滑轨迹点,都是通过对待修复轨迹中轨迹点的删除、增加、或者偏移等操作得到的,因此,在待修复轨迹中,距离平滑轨迹点越近的关联轨迹点对应的速度,与该平滑轨迹点对应的速度的相关性越大,反之,距离该平滑轨迹点越远的关联轨迹点对应的速度,与该平滑轨迹点对应的速度的相关性也就越小,由此可以根据关联轨迹点与平滑轨迹点之间的距离,确定出每个关联轨迹点与该平滑轨迹点之间的权重,进而对各关联轨迹点对应的速度进行加权处理,例如,可以将各关联轨迹点与平滑轨迹点之间距离的倒数作为各关联轨迹点速度的权重,这样关联轨迹点与平滑轨迹点之间的距离越近,该关联轨迹点对应的权重就会越大,关联轨迹点与平滑轨迹点之间的距离越远,该关联轨迹点对应的权重就会越小,从而通过计算各关联轨迹点加权后速度之和的方式,来确定出平滑轨迹点对应的实际速度。
在实际应用过程中,无人驾驶设备可以通过计算欧式距离的方式,来确定各关联轨迹点与该平滑轨迹点在三维空间中的真实距离,进而通过确定各关联轨迹点权重速度之和的方式,来确定该平滑轨迹点对应的速度。其中,各关联轨迹点的权重速度之和计算公式可以为:
其中,v1为各关联轨迹点的权重速度之和,dx为在三维空间中各关联轨迹点到该平滑轨迹点的距离,各关联轨迹点到该平滑轨迹点距离的倒数则为各关联轨迹点对应的权重,vx为各关联轨迹点对应的速度i为待修复轨迹中的基准点,a为基准点i的取点范围,并由基准点i对应的速度vi决定,其中,基准点i对应的速度vi越大,a的值越大,基准点i对应的速度vi越小,a的值越小。
由于在计算各关联轨迹点权重速度之和的过程中,若各关联轨迹点的权重之和过大或者过小,会导致确定出的平滑轨迹点对应的速度过大或者过小的情况,从而影响确定出平滑轨迹点对应速度的准确性,因此,为了使确定出的平滑轨迹点对应的速度更加准确,可以对通过各关联轨迹点的权重之和来对各关联轨迹点的权重速度之和进行调整,进而确定出准确的该平滑轨迹点对应的速度,例如,平滑轨迹点对应速度的计算公式可以为:
其中,v2为平滑轨迹点对应的速度,各关联轨迹点权重速度之和越大,各关联轨迹点权重之和/>也就越大,各关联轨迹点权重速度之和/>越小,各关联轨迹点权重之和/>也就越小,从而避免了确定出的平滑轨迹点对应的速度过大或者过小的情况,保证了确定出的平滑轨迹点对应的实际速度的精准度。
S105:根据每个平滑轨迹点对应的实际速度以及所述平滑轨迹,确定所述无人驾驶设备对应的修复后轨迹。
当无人驾驶设备确定平滑轨迹中每个平滑轨迹点对应的速度后,完成对待修复轨迹的修复,从而得到无人驾驶设备对应的修复后轨迹。
在实际应用的过程中,在面对一些距离较长的行驶轨迹时,为了保证修复后的行驶轨迹更加精确,无人驾驶设备也可以按照预设的轨迹长度,对待修复轨迹进行分段处理,从而得到长度相同的各待修复子轨迹,其中,所述预设轨迹长度可以根据实际情况进行设定,本申请不做具体限定。
对分段处理后得到的各待修复子轨迹中的至少一个待修复子轨迹进行平滑处理,得到该子轨迹对应的平滑子轨迹,在该子轨迹中确定上述平滑子轨迹包括的各平滑轨迹点对应的各关联轨迹点,进而确定上述平滑子轨迹包含的各平滑轨迹点对应的速度。
为了使修复后的轨迹更加平滑,无人驾驶设备可以通过将位于上述平滑子轨迹的中点与上述平滑子轨迹相邻的下一个待修复子轨迹的中点之间的各轨迹点进行连接(包括上述平滑子轨迹的中点与上述平滑子轨迹相邻的下一个待修复子轨迹的中点),或将位于上述平滑子轨迹的中点与上述平滑子轨迹相邻的上一个待修复子轨迹的中点之间的各轨迹点进行连接(包括上述平滑子轨迹的中点与上述平滑子轨迹相邻的上一个待修复子轨迹的中点),从而得到由上述平滑子轨迹的后半部分与下一个待修复子轨迹的前半部分组成的中间轨迹,或由上述平滑子轨迹的前半部分与上一个待修复子轨迹的后半部分组成的中间轨迹。
无人驾驶设备继续对该中间轨迹进行平滑处理,得到对应的平滑处理后的中间轨迹,并在中间轨迹中确定与平滑处理后的中间轨迹包括的平滑轨迹点相关联的各关联轨迹点,从而根据该中间轨迹中包含的各轨迹点对应的速度,确定平滑处理后该中间轨迹中包含的各轨迹点对应的速度。
其中,由于该中间轨迹由上述平滑子轨迹的后半部分与下一个待修复子轨迹的前半部分,或由上述平滑子轨迹的前半部分与上一个待修复子轨迹的后半部分组成,所以,该中间轨迹中包含的各轨迹点对应的速度,即可以是指进行平滑处理后的平滑轨迹中各平滑轨迹点对应的速度(即上述提到的实际速度),也可以是指进行平滑处理前的待修复轨迹中各轨迹点对应的初始速度。
以此完成对该中间轨迹的修复,将修复后的中间轨迹重新作为平滑子轨迹,采用同样的方式对每个新生成的中间轨迹进行修复,直到遍历完所有待修复子轨迹为止,得到所述无人驾驶设备对应的修复后轨迹。
需要注意的是,在对行驶轨迹进行修复的过程中,第一段待修复子轨迹与最后一段待修复子轨迹无法通过上述方式进行修复,下面可以分几种情况来对第一段待修复子轨迹或是最后一段待修复子轨迹的修复过程进行说明。
第一种情况,如果起始修复的子轨迹是第一段待修复子轨迹和最后一段待修复子轨迹之间的任意一个待修复子轨迹,那么必然会出现按照上述方法修复后,第一段子轨迹或是最后一段子轨迹中,有半段子轨迹没有被修复的情况,因此可以根据修复后的子轨迹中未被修复的半段子轨迹进行修复,以第一段子轨迹为例,假设第一段子轨迹的后半段已经完成修复,那么就可以基于该子轨迹中已经完成修复的后半段,对未进行修复的前半段子轨迹进行修复;
第二种情况,如果起始修复的子轨迹,是第一段待修复子轨迹或是最后一段待修复子轨迹,那么可以先把这一段待修复子轨迹进行平滑修复,修复完成后,再以得到的修复后子轨迹的中点与下一段待修复子轨迹的中点之间的轨迹点相连,得到中间轨迹,依次进行修复,这样到最后,会出现最后一段子轨迹的后半段未进行修复,其中,可以仅根据已经完成修复的前半段子轨迹,来对未进行修复的后半段子轨迹进行修复,也可以根据之前已经修复后的子轨迹中的至少部分,来对未进行修复的后半段子轨迹进行修复。
为了便于理解,本说明书提供了相应的行驶轨迹修复方法示意图,如图2所示。
图2为本说明书提供的一种行驶轨迹的修复方法示意图。
无人驾驶设备通过对待修复行驶轨迹的分段处理,得到待修复子轨迹,对至少一个待修复子轨迹进行平滑处理,并对每个平滑轨迹点对应的速度进行分配,通过生成中间轨迹的方法,依次生成新的平滑轨迹,直到遍历完所有待修复子轨迹为止,得到无人驾驶设备对应的修复后轨迹。
从上述方法可以看出,无人驾驶设备通过对待修复轨迹进行平滑处理,得到平滑轨迹,根据到待修复轨迹中与平滑轨迹点相关联的关联轨迹点,确定平滑轨迹点对应的速度,得到无人驾驶设备对应的修复后轨迹,从而保证了修复后行驶轨迹的精准度。
以上为本说明书的一个或多个实施行驶轨迹的修复方法,基于同样的思路,本说明书还提供了相应的行驶轨迹的修复装置,如图3所示。
图3为本说明书提供的一种行驶轨迹的修复装置的示意图,包括:
获取模块301,用于获取无人驾驶设备的待修复轨迹;
处理模块302,用于对所述待修复轨迹进行平滑处理,得到针对所述待修复轨迹的平滑轨迹;
关联模块303,用于针对所述平滑轨迹中包含的每个平滑轨迹点,从所述待修复轨迹中包含的轨迹点中确定出与该平滑轨迹点相关联的至少一个轨迹点,作为该平滑轨迹点对应的关联轨迹点;
确定模块304,用于根据该平滑轨迹点对应的关联轨迹点处的速度,确定该平滑轨迹点对应的实际速度;
修复模块305,用于根据每个平滑轨迹点对应的实际速度以及所述平滑轨迹,确定所述无人驾驶设备对应的修复后轨迹。
可选地,所述关联模块303具体用于,确定所述待修复轨迹中与该平滑轨迹点最接近的轨迹点,作为基准点,以及,确定所述待修复轨迹中位于确定出的所述基准点的取点范围内的各轨迹点;将所述基准点,以及,所述待修复轨迹中位于确定出的所述基准点的取点范围内的各轨迹点,作为与该平滑轨迹点相关联的关联轨迹点。
可选地,所述关联模块303具体用于,根据所述待修复轨迹中所述基准点对应的速度,确定所述基准点的取点范围,其中,所述基准点对应的速度越大,所述基准点对应的取点范围越大。
可选地,所述关联模块303具体用于,按照所述待修复轨迹中包含的各轨迹点与该平滑轨迹点之间的距离从小到大的顺序,对所述待修复轨迹中包含的各轨迹点进行排序;将位于所述排序中设定排位前的轨迹点,作为该平滑轨迹点对应的关联轨迹点。
可选地,所述关联模块303具体用于,根据该平滑轨迹点对应的各关联轨迹点与该平滑轨迹点之间的距离,对所述各关联轨迹点处的速度进行加权处理,得到各关联轨迹点对应的加权后速度,其中,针对该平滑轨迹点对应的每个关联轨迹点,若该关联轨迹点与该平滑轨迹点之间的距离越远,该关联轨迹点处的速度对应权重越小;根据该平滑轨迹点对应的各关联轨迹点处的加权后速度,确定该平滑轨迹点对应的实际速度。
可选地,所述处理模块302具体用于,按照预设的轨迹长度,对所述待修复轨迹进行分段,得到各待修复子轨迹,并对所述待修复子轨迹中的至少一个待修复子轨迹进行平滑处理,得到平滑子轨迹;
可选地,所述修复模块305具体用于,确定除所述平滑子轨迹对应的待修复子轨迹以外的其他待修复子轨迹,并根据所述平滑子轨迹中包含的平滑轨迹点对应的速度以及所述其他待修复子轨迹中包含的轨迹点对应的速度,得到所述无人驾驶设备对应的修复后轨迹。
可选地,所述修复模块305具体用于,将位于所述平滑子轨迹的中点与所述平滑子轨迹相邻的待修复子轨迹的中点之间的各轨迹点连接,得到中间轨迹;根据所述中间轨迹中包含的各轨迹点对应的速度,对所述中间轨迹进行修复,并将修复后的中间轨迹重新作为平滑子轨迹,直到遍历完所有待修复子轨迹为止,得到所述无人驾驶设备对应的修复后轨迹。
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提供的一种行驶轨迹的修复方法。
本说明书还提供了图4所示的一种对应于图1的无人驾驶设备的示意结构图。如图4所述,在硬件层面,该无人驾驶设备包括处理器、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所述的行驶轨迹的修复方法。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复、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 (8)
1.一种行驶轨迹的修复方法,其特征在于,所述方法应用于无人配送领域,包括:
获取无人驾驶设备的待修复轨迹;
对所述待修复轨迹进行平滑处理,得到针对所述待修复轨迹的平滑轨迹;
确定所述待修复轨迹中与该平滑轨迹点最接近的轨迹点,作为基准点,以及,确定所述待修复轨迹中位于确定出的所述基准点的取点范围内的各轨迹点;
将所述基准点,以及,所述待修复轨迹中位于确定出的所述基准点的取点范围内的各轨迹点,作为与该平滑轨迹点相关联的关联轨迹点;根据该平滑轨迹点对应的关联轨迹点处的速度,确定该平滑轨迹点对应的实际速度;
根据每个平滑轨迹点对应的实际速度以及所述平滑轨迹,确定所述无人驾驶设备对应的修复后轨迹。
2.如权利要求1所述的方法,其特征在于,确定所述基准点的取点范围,具体包括:
根据所述待修复轨迹中所述基准点对应的速度,确定所述基准点的取点范围,其中,所述基准点对应的速度越大,所述基准点对应的取点范围越大。
3.如权利要求1所述的方法,其特征在于,针对所述平滑轨迹中包含的每个平滑轨迹点,从所述待修复轨迹中包含的轨迹点中确定出与该平滑轨迹点相关联的至少一个轨迹点,作为该平滑轨迹点对应的关联轨迹点,具体包括:
按照所述待修复轨迹中包含的各轨迹点与该平滑轨迹点之间的距离从小到大的顺序,对所述待修复轨迹中包含的各轨迹点进行排序;
将位于所述排序中设定排位前的轨迹点,作为该平滑轨迹点对应的关联轨迹点。
4.如权利要求1所述的方法,其特征在于,根据该平滑轨迹点对应的关联轨迹点处的速度,确定该平滑轨迹点对应的实际速度,具体包括:
根据该平滑轨迹点对应的各关联轨迹点与该平滑轨迹点之间的距离,对所述各关联轨迹点处的速度进行加权处理,得到各关联轨迹点对应的加权后速度,其中,针对该平滑轨迹点对应的每个关联轨迹点,若该关联轨迹点与该平滑轨迹点之间的距离越远,该关联轨迹点处的速度对应权重越小;
根据该平滑轨迹点对应的各关联轨迹点处的加权后速度,确定该平滑轨迹点对应的实际速度。
5.如权利要求1所述的方法,其征在于,对所述待修复轨迹进行平滑处理,得到针对所述待修复轨迹的平滑轨迹,具体包括:
按照预设的轨迹长度,对所述待修复轨迹进行分段,得到各待修复子轨迹,并对所述待修复子轨迹中的至少一个待修复子轨迹进行平滑处理,得到平滑子轨迹;
根据每个平滑轨迹点对应的实际速度以及所述平滑轨迹,确定所述无人驾驶设备对应的修复后轨迹,具体包括:
确定除所述平滑子轨迹对应的待修复子轨迹以外的其他待修复子轨迹,并根据所述平滑子轨迹中包含的平滑轨迹点对应的速度以及所述其他待修复子轨迹中包含的轨迹点对应的速度,得到所述无人驾驶设备对应的修复后轨迹。
6.如权利要求5所述的方法,其特征在于,根据所述平滑子轨迹中包含的平滑轨迹点对应的速度以及所述其他待修复子轨迹中包含的轨迹点对应的速度,得到所述无人驾驶设备对应的修复后轨迹,具体包括:
将位于所述平滑子轨迹的中点与所述平滑子轨迹相邻的待修复子轨迹的中点之间的各轨迹点连接,得到中间轨迹;
根据所述中间轨迹中包含的各轨迹点对应的速度,对所述中间轨迹进行修复,并将修复后的中间轨迹重新作为平滑子轨迹,直到遍历完所有待修复子轨迹为止,得到所述无人驾驶设备对应的修复后轨迹。
7.一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1~6任一项所述的方法。
8.一种无人驾驶设备,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1~6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111318918.7A CN114153204B (zh) | 2021-11-09 | 2021-11-09 | 一种行驶轨迹的修复方法及修复装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111318918.7A CN114153204B (zh) | 2021-11-09 | 2021-11-09 | 一种行驶轨迹的修复方法及修复装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114153204A CN114153204A (zh) | 2022-03-08 |
CN114153204B true CN114153204B (zh) | 2024-03-08 |
Family
ID=80459616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111318918.7A Active CN114153204B (zh) | 2021-11-09 | 2021-11-09 | 一种行驶轨迹的修复方法及修复装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114153204B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109712401A (zh) * | 2019-01-25 | 2019-05-03 | 同济大学 | 一种基于浮动车轨迹数据的复合路网瓶颈点识别方法 |
CN110738228A (zh) * | 2018-07-20 | 2020-01-31 | 菜鸟智能物流控股有限公司 | 轨迹处理方法、装置以及电子设备 |
WO2020092500A1 (en) * | 2018-11-02 | 2020-05-07 | Zoox, Inc. | Trajectory generation |
CN111208838A (zh) * | 2020-04-20 | 2020-05-29 | 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 |
CN111862659A (zh) * | 2020-06-30 | 2020-10-30 | 中冶智诚(武汉)工程技术有限公司 | 一种gps轨迹数据匹配和补全的方法 |
CN112013853A (zh) * | 2020-08-20 | 2020-12-01 | 北京三快在线科技有限公司 | 一种对无人驾驶设备的轨迹点验证的方法及装置 |
CN112810625A (zh) * | 2021-04-19 | 2021-05-18 | 北京三快在线科技有限公司 | 一种轨迹修正的方法及装置 |
-
2021
- 2021-11-09 CN CN202111318918.7A patent/CN114153204B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110738228A (zh) * | 2018-07-20 | 2020-01-31 | 菜鸟智能物流控股有限公司 | 轨迹处理方法、装置以及电子设备 |
WO2020092500A1 (en) * | 2018-11-02 | 2020-05-07 | Zoox, Inc. | Trajectory generation |
CN109712401A (zh) * | 2019-01-25 | 2019-05-03 | 同济大学 | 一种基于浮动车轨迹数据的复合路网瓶颈点识别方法 |
CN111208838A (zh) * | 2020-04-20 | 2020-05-29 | 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 |
CN111862659A (zh) * | 2020-06-30 | 2020-10-30 | 中冶智诚(武汉)工程技术有限公司 | 一种gps轨迹数据匹配和补全的方法 |
CN112013853A (zh) * | 2020-08-20 | 2020-12-01 | 北京三快在线科技有限公司 | 一种对无人驾驶设备的轨迹点验证的方法及装置 |
CN112810625A (zh) * | 2021-04-19 | 2021-05-18 | 北京三快在线科技有限公司 | 一种轨迹修正的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114153204A (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110262486B (zh) | 一种无人驾驶设备运动控制方法及装置 | |
CN116740361B (zh) | 一种点云分割方法、装置、存储介质及电子设备 | |
CN111797906B (zh) | 基于视觉和惯性里程定位的方法及装置 | |
CN112033421B (zh) | 一种检测电子地图中车道的方法及装置 | |
CN116309823A (zh) | 一种位姿的确定方法、装置、设备及存储介质 | |
CN113968243B (zh) | 一种障碍物轨迹预测方法、装置、设备及存储介质 | |
CN114153204B (zh) | 一种行驶轨迹的修复方法及修复装置 | |
CN117409466A (zh) | 一种基于多标签控制的三维动态表情生成方法及装置 | |
CN112462403A (zh) | 一种定位方法、装置、存储介质及电子设备 | |
CN114153207B (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
CN112734851B (zh) | 一种位姿确定的方法以及装置 | |
CN113298445B (zh) | 一种模型训练和调度无人设备的方法及装置 | |
CN113325855B (zh) | 基于迁移场景用于预测障碍物轨迹的模型训练方法 | |
CN112987754B (zh) | 一种无人设备的控制方法、装置、存储介质及电子设备 | |
CN116300842A (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 | |
CN112393723B (zh) | 一种定位方法、设备、介质及无人设备 | |
CN113074734B (zh) | 一种轨迹规划方法、装置、存储介质及电子设备 | |
CN117173321B (zh) | 一种三维重建纹理视图的选择方法及装置 | |
CN110516814A (zh) | 一种业务模型参数值确定方法、装置、设备及介质 | |
CN116430841A (zh) | 一种地面机器人速度连续避障轨迹优化方法和系统 | |
CN113815651B (zh) | 一种无人设备控制方法、装置、设备及存储介质 | |
CN116152274B (zh) | 一种图像分割方法、装置、设备及存储介质 | |
CN111798536B (zh) | 一种定位地图的构建方法及装置 | |
CN116149362A (zh) | 一种飞行器避障轨迹任意时间优化方法和系统 | |
CN117333509A (zh) | 一种目标跟踪方法、装置及设备 |
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 |