CN114428504A - 无人驾驶车辆避障方法、系统、电子设备及存储介质 - Google Patents
无人驾驶车辆避障方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114428504A CN114428504A CN202210053639.0A CN202210053639A CN114428504A CN 114428504 A CN114428504 A CN 114428504A CN 202210053639 A CN202210053639 A CN 202210053639A CN 114428504 A CN114428504 A CN 114428504A
- Authority
- CN
- China
- Prior art keywords
- obstacle avoidance
- unmanned vehicle
- obstacle
- instruction
- roadside
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000004888 barrier function Effects 0.000 claims description 20
- 230000008447 perception Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 11
- 238000004891 communication Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 13
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Abstract
本申请公开了无人驾驶车辆避障方法、系统、电子设备及存储介质,所述无人驾驶车辆避障方法应用于无人驾驶车辆,包括以下步骤:发送定位数据给云平台;当接收到云平台基于所述定位数据返回的路侧避障指令时,根据所述路侧避障指令控制车辆避障;检测雷达避障区域是否存在第一障碍物;当检测到雷达避障区域存在第一障碍物时,生成雷达避障指令控制车辆避障。本申请解决了现有技术无人驾驶车辆避障效果差的技术问题。
Description
技术领域
本申请涉及无人驾驶技术领域,尤其涉及一种无人驾驶车辆避障方法、系统、电子设备及存储介质。
背景技术
无人驾驶车辆又称轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车,在20世纪已有数十年的历史,21世纪初呈现出接近实用化的趋势,其主要通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目的地,目前,无人驾驶车辆的避障通常是通过车载传感器感知周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶,现有技术的避障方法对车载传感器要求较高,且障碍物的探测范围较小,整体避障效果较差。
发明内容
本申请的主要目的在于提供一种无人驾驶车辆避障方法、系统、电子设备及存储介质,旨在解决现有技术无人驾驶车辆避障效果差的技术问题。
为实现上述目的,本申请提供一种无人驾驶车辆避障方法,所述无人驾驶车辆避障方法应用于无人驾驶车辆,包括以下步骤:
发送定位数据给云平台;
当接收到云平台基于所述定位数据返回的路侧避障指令时,根据所述路侧避障指令控制车辆避障;
检测雷达避障区域是否存在第一障碍物;
当检测到雷达避障区域存在第一障碍物时,生成雷达避障指令控制车辆避障。
可选地,所述雷达避障区域包括沿远离所述无人驾驶车辆方向依次分布的急停区域和非急停区域,所述雷达避障指令包括急停指令和减速指令,所述当检测到雷达避障区域存在第一障碍物时,生成雷达避障指令控制车辆避障的步骤包括:
当检测到雷达避障区域存在第一障碍物时,判断所述第一障碍物处于急停区域或非急停区域;
若所述第一障碍物处于急停区域,则生成急停指令控制车辆停车;
若所述第一障碍物处于非急停区域,则生成减速指令控制车辆减速。
此外,为实现上述目的,本发明还提供一种无人驾驶车辆避障方法,所述无人驾驶车辆避障方法应用于云平台,包括以下步骤:
获取所述无人驾驶车辆的当前行驶路径以及无人驾驶车辆发送的定位数据;
获取所述定位数据对应的目标路侧感知设备采集的实时环境信息;
根据所述实时环境信息判断所述当前行驶路径上是否存在第二障碍物;
若所述无人驾驶车辆的当前行驶路径上存在第二障碍物,则生成路侧避障指令,并发送所述路侧避障指令给所述无人驾驶车辆。
可选地,所述路侧避障指令包括更换行驶路径指令,所述生成路侧避障指令的步骤包括:
根据所述实时环境信息和所述当前行驶路径生成避障行驶路径;
根据所述避障行驶路径生成更换行驶路径指令,所述路侧避障指令用于控制所述无人驾驶车辆的行驶路径从所述当前行驶路径变更为所述避障行驶路径。
可选地,所述路侧避障指令包括紧急停车指令,所述生成路侧避障指令的步骤还包括:
当根据所述实时环境信息和所述当前行驶路径判断不存在避障行驶路径时,生成紧急停车指令。
可选地,所述生成紧急停车指令的步骤包括:
根据所述实时环境信息确定紧急停车位置,并生成将所述无人驾驶车辆停至所述紧急停车位置的紧急停车指令。
可选地,所述获取所述定位数据对应的目标路侧感知设备采集的实时环境信息的步骤包括:
确定所述定位数据所属的目标感知区域;
根据感知区域与路侧感知设备的映射关系,确定所述目标感知区域对应的目标路侧感知设备;
获取所述目标路侧感知设备采集的实时环境信息。
此外,为实现上述目的,本发明还提供一种车载终端与车联网平台换绑系统,所述无人驾驶车辆避障系统包括无人驾驶车辆和云平台;
所述无人驾驶车辆,用于发送定位数据给云平台;
所述云平台,用于获取所述无人驾驶车辆的当前行驶路径以及无人驾驶车辆发送的定位数据;
所述云平台,用于获取所述定位数据对应的目标路侧感知设备采集的实时环境信息;
所述云平台,用于根据所述实时环境信息判断所述当前行驶路径上是否存在第二障碍物;
所述云平台,用于若所述无人驾驶车辆的当前行驶路径上存在第二障碍物,则生成路侧避障指令,并发送所述路侧避障指令给所述无人驾驶车辆;
所述无人驾驶车辆,用于当接收到云平台基于所述定位数据返回的路侧避障指令时,根据所述路侧避障指令控制车辆避障;
所述无人驾驶车辆,用于检测雷达避障区域是否存在第一障碍物;
所述无人驾驶车辆,用于当检测到雷达避障区域存在第一障碍物时,生成雷达避障指令控制车辆避障。
本申请还提供一种电子设备,所述电子设备为实体设备,所述电子设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述无人驾驶车辆避障方法的程序,所述无人驾驶车辆避障方法的程序被处理器执行时可实现如上述的无人驾驶车辆避障方法的步骤。
本申请还提供一种存储介质,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现无人驾驶车辆避障方法的程序,所述无人驾驶车辆避障方法的程序被处理器执行时实现如上述的无人驾驶车辆避障方法的步骤。
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的无人驾驶车辆避障方法的步骤。
本申请提供了一种无人驾驶车辆避障方法、系统、电子设备及存储介质,通过发送定位数据给云平台,实现了与云平台同步车辆定位数据,进而可以借助云平台的信息获取和处理能力,扩大障碍检测的范围,且障碍检测范围的扩大,有利于更早地制定和更准确地执行避障决策,进而通过当接收到云平台基于所述定位数据返回的路侧避障指令时,根据所述路侧避障指令控制车辆避障,实现了对路侧可监测范围的障碍进行有效规避,通过检测雷达避障区域是否存在第一障碍物,实现了对车载传感器可检测到的雷达避障区域的障碍物的准确检测,通过当检测到雷达避障区域存在第一障碍物时,生成雷达避障指令控制车辆避障,实现了对雷达避障区域的障碍物的有效规避,进而通过云平台和车辆自身的传感器实现了对不同范围内的障碍物进行全面且有效的规避,克服了现有技术无人驾驶车辆避障效果差的技术问题,有效提高了车辆的避障效果。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请无人驾驶车辆避障方法一实施例的流程示意图;
图2为本申请无人驾驶车辆避障方法另一实施例的流程示意图;
图3为本申请无人驾驶车辆避障系统一实施例的结构框图;
图4为本申请实施例中无人驾驶车辆避障方法涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,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作出创造性劳动的前提下所获得的所有其它实施例,均属于本发明保护的范围。
本申请实施例提供一种无人驾驶车辆避障方法,在本申请无人驾驶车辆避障方法的一实施例中,参照图1,所述无人驾驶车辆避障方法应用于无人驾驶车辆,包括以下步骤:
步骤S10,发送定位数据给云平台;
在本实施例中,需要说明的是,所述无人驾驶车辆避障方法应用于无人驾驶车辆,所述无人驾驶车辆具备线性可控底盘,以按照程序控制车辆行驶和制动,所述云平台是指基于硬件资源和软件资源的服务,提供计算、网络和存储能力,所述无人驾驶车辆与云平台建立通讯连接,所述通讯连接为5G(5th Generation Mobile Communication Technology,第五代移动通信技术)通讯连接,所述云平台可以通过网络获取大数据和地图等信息,也可以通过与路侧感知设备建立通讯连接,进而获取所述路侧感知设备检测到的路侧环境信息和无人驾驶车辆信息等,所述云平台通过5G通讯向车辆发送控制信号,所述无人驾驶车辆将接收到的控制信号转换成控车信号,并通过线性可控底盘执行所述控车信号,其中,所述路侧感知设备为路面上设置的可感知和采集到路面环境信息的设备,包括摄像头、激光雷达和/或传感器等。
具体地,所述无人驾驶车辆通过卫星定位系统获取车辆当前的位置,并生成定位数据,将所述定位数据发送给云平台,其中,所述卫星定位系统包括全球导航卫星系统,例如GPS(Global Positioning System,全球定位系统)、北斗卫星导航系统和GLONASS(格洛纳斯卫星导航系统)等。
步骤S20,当接收到云平台基于所述定位数据返回的路侧避障指令时,根据所述路侧避障指令控制车辆避障;
在本实施例中,具体地,当所述无人驾驶车辆接收到云平台基于所述定位数据返回的路侧避障指令时,所述无人驾驶车辆的线性可控底盘根据所述路侧避障指令控制车辆避障,其中,所述路侧避障指令为云平台根据所述定位数据,结合云平台获取到的地图信息、路侧环境信息和无人驾驶车辆信息等,对所述无人驾驶车辆当前位置对应的路侧避障区域内的障碍物进行识别后制定的避开障碍物策略,并根据所述避开障碍物策略生成的避开障碍物的指令,所述路侧避障指令为避开所述云平台识别到的路侧避障区域内的障碍物的车辆控制指令,可以是转向指令、绕路指令、减速指令和/或停车指令等,也可以是按照所述云平台根据所述无人驾驶车辆当前行驶路径和障碍物信息重新规划的避障行驶路径行驶的指令等。
步骤S30,检测雷达避障区域是否存在第一障碍物;
在本实施例中,具体地,所述无人驾驶车辆通过车载传感器检测在雷达避障区域中是否存在第一障碍物,其中,所述车载传感器包括激光雷达和/或摄像头等,所述激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统,具有高精度、高分辨率的优势,所述雷达避障区域为车载传感器可检测到的可能影响到车辆的正常行驶的区域,可以为车载传感器可检测到的整个区域,也可以是根据实际情况和测试数据设定的与所述无人驾驶车辆具有一定距离和/或方位的区域。
需要说明的是,所述检测雷达避障区域是否存在第一障碍物的步骤和所述发送定位数据给云平台的步骤不存在确定的先后顺序,均可根据实际情况实时或定时执行,可以同时或不同时执行,即,通过云平台进行的路侧障碍检测与通过车载传感器进行的雷达避障区域的障碍检测是各自独立、并行完成的。
步骤S40,当检测到雷达避障区域存在第一障碍物时,生成雷达避障指令控制车辆避障。
在本实施例中,具体地,所述无人驾驶车辆当通过所述车载传感器检测到在雷达避障区域中存在第一障碍物时,生成雷达避障指令控制车辆避障,其中,所述雷达避障指令为避开所述雷达避障区域内检测到的所述第一障碍物的车辆控制指令,包括转向指令、减速指令和/或停车指令等。
可选地,所述雷达避障区域包括沿远离所述无人驾驶车辆方向依次分布的急停区域和非急停区域,所述雷达避障指令包括急停指令和减速指令,所述当检测到雷达避障区域存在第一障碍物时,生成雷达避障指令控制车辆避障的步骤包括:
步骤S41,当检测到雷达避障区域存在第一障碍物时,判断所述第一障碍物处于急停区域或非急停区域;
在本实施例中,具体地,所述无人驾驶车辆当通过所述车载传感器检测到雷达避障区域存在第一障碍物时,根据检测到的所述第一障碍物与车辆的距离和方位(如:车辆行驶方向向左偏离A度的方向、北偏东B度方向等),判断所述第一障碍物处于急停区域或非急停区域,其中,所述急停区域为根据实际情况和测试数据设定的与所述无人驾驶车辆具有一定距离和/或方位的需要控制车辆紧急停车的区域范围。
步骤S42,若所述第一障碍物处于急停区域,则生成急停指令控制车辆停车;
在本实施例中,具体地,若所述第一障碍物处于急停区域,则所述无人驾驶车辆生成并向所述线性可控底盘发送急停指令,通过所述线性可控底盘下发制动系统的最大制动值来控制车辆以最快的速度紧急停车,当检测到急停区域中存在障碍物时,说明车辆已经没有足够的时间制定或实现重新规划路线、转向、绕路、减速等避障策略了,此时,为了避免车辆与障碍物发生碰撞,控制车辆紧急停车,停车后再根据障碍物的具体情况制定后续策略。
步骤S43,若所述第一障碍物处于非急停区域,则生成减速指令控制车辆减速。
在本实施例中,具体地,若所述第一障碍物处于非急停区域,则所述无人驾驶车辆生成并向所述线性可控底盘发送减速指令,通过所述线性可控底盘下发制动系统的相应制动值来控制车辆减速行驶,当检测到雷达避障区域中存在障碍物但未处于急停区域时,说明车辆还不需要紧急停车,此时,为了避免车辆与障碍物发生碰撞,控制车辆减速,延长障碍物的位置变化(如:车辆向前行驶、路人过马路等)和车辆避障策略的制定等所需的时间。
在本实施例中,通过发送定位数据给云平台,实现了与云平台同步车辆定位数据,进而可以借助云平台的信息获取和处理能力,扩大障碍检测的范围,且障碍检测范围的扩大,有利于更早地制定和更准确地执行避障决策,进而通过当接收到云平台基于所述定位数据返回的路侧避障指令时,根据所述路侧避障指令控制车辆避障,实现了对路侧可监测范围的障碍进行有效规避,通过检测雷达避障区域是否存在第一障碍物,实现了对车载传感器可检测到的雷达避障区域的障碍物的准确检测,通过当检测到雷达避障区域存在第一障碍物时,生成雷达避障指令控制车辆避障,实现了对雷达避障区域的障碍物的有效规避,进而通过云平台和车辆自身的传感器实现了对不同范围内的障碍物进行全面且有效的规避,克服了现有技术无人驾驶车辆避障效果差的技术问题,有效提高了车辆的避障效果。
进一步地,在本申请无人驾驶车辆避障方法的另一实施例中,参照图2,所述无人驾驶车辆避障方法应用于云平台,本实施例还可与上述实施例结合形成新的实施例,本实施例中与上述实施例相同或相似的内容,可以参考上文介绍,后续不再赘述,在此基础上,所述无人驾驶车辆避障方法应用于云平台,包括以下步骤:
步骤S100,获取所述无人驾驶车辆的当前行驶路径以及无人驾驶车辆发送的定位数据;
在本实施例中,需要说明的是,所述无人驾驶车辆避障方法应用于云平台,所述云平台是指基于硬件资源和软件资源的服务,提供计算、网络和存储能力,所述云平台与无人驾驶车辆建立通讯连接,所述通讯连接为5G(5th Generation Mobile CommunicationTechnology,第五代移动通信技术)通讯连接,所述云平台通过5G通讯向车辆发送控制信号,以供所述无人驾驶车辆将接收到的控制信号转换成控车信号,并通过线性可控底盘执行所述控车信号。
具体地,所述云平台获取所述无人驾驶车辆的当前行驶路径,并接收无人驾驶车辆发送的定位数据,其中,所述当前行驶路径为所述无人驾驶车辆当前从当前位置行驶到目的地之间所遵循的行驶路径,可以由所述无人驾驶车辆自行规划,可以由云平台为所述无人驾驶车辆规划,也可以由外接设备为所述无人驾驶车辆规划,对此,本实施例不加以限制。
步骤S200,获取所述定位数据对应的目标路侧感知设备采集的实时环境信息;
在本实施例中,具体地,所述云平台根据所述定位数据确定对应的目标路侧感知设备,与所述目标路侧感知设备建立通讯连接,获取所述目标路侧感知设备采集的实时环境信息,其中,所述路侧感知设备为路面上设置的可感知和采集到路面环境信息的设备,包括摄像头、激光雷达和/或传感器等,所述实时环境信息为路侧感知设备可采集到的路面上一定区域内的环境信息,所述根据所述定位数据确定对应的目标路侧感知设备的方式,可以为确定所述定位数据与各路侧感知设备的距离并将距离最短的路侧感知设备作为目标路侧感知设备,也可以为确定所述定位数据所属的目标感知区域并将所述目标感知区域对应的路侧感知设备作为目标路侧感知设备,容易理解的是,由于路侧感知设备可采集到的较为准确的实时环境信息的区域是有限的,因此,可以根据实际情况和测试设置多个路侧感知设备,进而可以根据所述无人驾驶车辆与所述路侧感知设备的位置关系、网络通讯状态等信息确定目标路侧感知设备,以获取到精准、及时且准确的实时环境信息。
可选地,所述获取所述定位数据对应的目标路侧感知设备采集的实时环境信息的步骤包括:
步骤A10,确定所述定位数据所属的目标感知区域;
步骤A20,根据感知区域与路侧感知设备的映射关系,确定所述目标感知区域对应的目标路侧感知设备;
步骤A30,获取所述目标路侧感知设备采集的实时环境信息。
在本实施例中,具体地,所述云平台根据所述无人驾驶车辆当前上报的定位数据与云平台中的高精度地图做定位匹配,确定当前车辆所属的目标感知区域,根据感知区域与路侧感知设备的映射关系,确定所述目标感知区域对应的目标路侧感知设备,与所述目标路侧感知设备建立通讯连接,获取所述目标路侧感知设备采集的实时环境信息,其中,所述感知区域为路侧感知设备可以采集到符合无人驾驶车辆避障要求的环境信息的区域,通过感知区域的设定可以有效提高采集到的实施环境信息的准确性。
步骤S300,根据所述实时环境信息判断所述当前行驶路径上是否存在第二障碍物;
在本实施例中,具体地,所述云平台根据所述目标路侧感知设备采集的实时环境信息和所述无人驾驶车辆的当前行驶路径进行匹配,判断在所述当前行驶路径上是否存在第二障碍物。
步骤S400,若所述无人驾驶车辆的当前行驶路径上存在第二障碍物,则生成路侧避障指令,并发送所述路侧避障指令给所述无人驾驶车辆。
在本实施例中,具体地,若所述无人驾驶车辆的当前行驶路径上存在第二障碍物,则所述云平台生成路侧避障指令,并发送所述路侧避障指令给所述无人驾驶车辆,以供所述无人驾驶车辆根据所述路侧避障指令控制车辆避障,若所述无人驾驶车辆的当前行驶路径上不存在第二障碍物,则不发送路侧避障指令,以使得所述无人驾驶车辆继续根据所述当前行驶路径行驶,其中,所述路侧避障指令为避开当前行驶路径上检测到的所述第二障碍物的车辆控制指令,包括转向指令、减速指令、停车指令和/或更换行驶路径指令等。
可选地,所述路侧避障指令包括更换行驶路径指令,所述生成路侧避障指令的步骤包括:
步骤B10,根据所述实时环境信息和所述当前行驶路径生成避障行驶路径;
步骤B20,根据所述避障行驶路径生成更换行驶路径指令,所述路侧避障指令用于控制所述无人驾驶车辆的行驶路径从所述当前行驶路径变更为所述避障行驶路径。
在本实施例中,具体地,所述云平台根据所述实时环境信息和所述当前行驶路径重新规划行驶路径,并生成避障行驶路径,进而根据所述避障行驶路径生成更换行驶路径指令,其中,所述路侧避障指令用于控制所述无人驾驶车辆的行驶路径从所述当前行驶路径变更为所述避障行驶路径。
在本实施例中,由于路侧感知设备可探测障碍物的范围更广、距离更长,当路侧感知设备检测到行驶路径上存在障碍物时,可以及时制定避障策略,重新规划行驶路径,使得无人驾驶车辆无需在行驶过程中总是需要通过减速和急停来应对近距离的障碍物,不仅降低了碰撞的风险,还提高了乘车体验、降低了不断停车和起步的能耗,大大提高了整体的避障效果。
可选地,所述路侧避障指令包括紧急停车指令,所述生成路侧避障指令的步骤还包括:
当根据所述实时环境信息和所述当前行驶路径判断不存在避障行驶路径时,生成紧急停车指令。
在本实施例中,具体地,当所述云平台根据所述实时环境信息和所述当前行驶路径判断不存在避障行驶路径时,说明所述无人驾驶车辆当前所处的位置与目的地之间不存在可行驶的路径,或不存在符合预设行驶条件的路径,所述预设行驶条件可以根据实际情况进行设定,例如行驶距离、路宽、时间等,此时所述云平台生成紧急停车指令,以供所述无人驾驶车辆根据所述紧急停车指令控制车辆紧急停车。
可选地,所述生成紧急停车指令的步骤包括:
根据所述实时环境信息确定紧急停车位置,并生成将所述无人驾驶车辆停至所述紧急停车位置的紧急停车指令。
在本实施例中,具体地,所述云平台根据所述实时环境信息确定紧急停车位置,并生成将所述无人驾驶车辆停至所述紧急停车位置的紧急停车指令,其中,所述紧急停车位置为所述无人驾驶车辆当前所处的一定区域范围内可用于紧急停车的位置,例如路旁停车位、可临时停车的位置等。
在本实施例中,通过获取无人驾驶车辆的定位数据与路侧感知设备采集的实施环境信息进行匹配,扩大了障碍物的检测范围,并通过云平台对无人驾驶车辆下发的控制指令的方式,实现了较远距离障碍物的有效规避,且与障碍物之间较长的距离,可以为制定避障策略和重新规划行驶路径等预留更充分的时间,使得无人驾驶车辆无需在行驶过程中总是需要通过减速和急停来应对障碍物,不仅降低了碰撞的风险,还提高了乘车体验、降低了不断停车和起步的能耗,大大提高了整体的避障效果。
进一步地,参照图3,本申请实施例还提供一种无人驾驶车辆避障系统,所述无人驾驶车辆避障系统包括无人驾驶车辆10和云平台20;
所述无人驾驶车辆10,用于发送定位数据给云平台20;
所述云平台20,用于获取所述无人驾驶车辆10的当前行驶路径以及无人驾驶车辆10发送的定位数据;
所述云平台20,用于获取所述定位数据对应的目标路侧感知设备采集的实时环境信息;
所述云平台20,用于根据所述实时环境信息判断所述当前行驶路径上是否存在第二障碍物;
所述云平台20,用于若所述无人驾驶车辆10的当前行驶路径上存在第二障碍物,则生成路侧避障指令,并发送所述路侧避障指令给所述无人驾驶车辆10;
所述无人驾驶车辆10,用于当接收到云平台20基于所述定位数据返回的路侧避障指令时,根据所述路侧避障指令控制车辆避障;
所述无人驾驶车辆10,用于检测雷达避障区域是否存在第一障碍物;
所述无人驾驶车辆10,用于当检测到雷达避障区域存在第一障碍物时,生成雷达避障指令控制车辆避障。
可选地,所述无人驾驶车辆还用于:
当检测到雷达避障区域存在第一障碍物时,判断所述第一障碍物处于急停区域或非急停区域;
若所述第一障碍物处于急停区域,则生成急停指令控制车辆停车;
若所述第一障碍物处于非急停区域,则生成减速指令控制车辆减速。
可选地,所述云平台还用于:
获取所述无人驾驶车辆的当前行驶路径以及无人驾驶车辆发送的定位数据;
获取所述定位数据对应的目标路侧感知设备采集的实时环境信息;
根据所述实时环境信息判断所述当前行驶路径上是否存在第二障碍物;
若所述无人驾驶车辆的当前行驶路径上存在第二障碍物,则生成路侧避障指令,并发送所述路侧避障指令给所述无人驾驶车辆。
可选地,所述云平台还用于:
根据所述实时环境信息和所述当前行驶路径生成避障行驶路径;
根据所述避障行驶路径生成更换行驶路径指令,所述路侧避障指令用于控制所述无人驾驶车辆的行驶路径从所述当前行驶路径变更为所述避障行驶路径。
可选地,所述云平台还用于:
当根据所述实时环境信息和所述当前行驶路径判断不存在避障行驶路径时,生成紧急停车指令。
可选地,所述云平台还用于:
根据所述实时环境信息确定紧急停车位置,并生成将所述无人驾驶车辆停至所述紧急停车位置的紧急停车指令。
可选地,所述云平台还用于:
确定所述定位数据所属的目标感知区域;
根据感知区域与路侧感知设备的映射关系,确定所述目标感知区域对应的目标路侧感知设备;
获取所述目标路侧感知设备采集的实时环境信息。
本发明提供的无人驾驶车辆避障系统,采用上述实施例中的无人驾驶车辆避障方法,解决了确认泊车质量便捷性差的技术问题。与现有技术相比,本发明实施例提供的无人驾驶车辆避障系统的有益效果与上述实施例提供的无人驾驶车辆避障方法的有益效果相同,且该无人驾驶车辆避障系统中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
进一步地,本发明实施例提供一种电子设备,电子设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述实施例中的无人驾驶车辆避障方法。
下面参考图4,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)中的程序或者从存储装置加载到随机访问存储器(RAM)中的程序而执行各种适当的动作和处理。在RAM中,还存储有电子设备操作所需的各种程序和数据。处理装置、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
通常,以下系统可以连接至I/O接口:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置;包括例如磁带、硬盘等的存储装置;以及通信装置。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备,但是应理解的是,并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置从网络上被下载和安装,或者从存储装置被安装,或者从ROM被安装。在该计算机程序被处理装置执行时,执行本公开实施例的方法中限定的上述功能。
本发明提供的电子设备,采用上述实施例中的无人驾驶车辆避障方法,解决了现有技术无人驾驶车辆避障效果差的技术问题。与现有技术相比,本发明实施例提供的电子设备的有益效果与上述实施例提供的无人驾驶车辆避障方法的有益效果相同,且该电子设备中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
进一步地,本实施例提供一种计算机可读存储介质,具有存储在其上的计算机可读程序指令,计算机可读程序指令用于执行上述实施例中的无人驾驶车辆避障方法。
本发明实施例提供的计算机可读存储介质例如可以是U盘,但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以是电子设备中所包含的;也可以是单独存在,而未装配入电子设备中。
上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被电子设备执行时,使得电子设备:发送定位数据给云平台;当接收到云平台基于所述定位数据返回的路侧避障指令时,根据所述路侧避障指令控制车辆避障;检测雷达避障区域是否存在第一障碍物;当检测到雷达避障区域存在第一障碍物时,生成雷达避障指令控制车辆避障。
或者,上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被电子设备执行时,使得该电子设备:发送定位数据给云平台;当接收到云平台基于所述定位数据返回的路侧避障指令时,根据所述路侧避障指令控制车辆避障;检测雷达避障区域是否存在第一障碍物;当检测到雷达避障区域存在第一障碍物时,生成雷达避障指令控制车辆避障。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该单元本身的限定。
本发明提供的计算机可读存储介质,存储有用于执行上述无人驾驶车辆避障方法的计算机可读程序指令,解决了现有技术无人驾驶车辆避障效果差的技术问题。与现有技术相比,本发明实施例提供的计算机可读存储介质的有益效果与上述实施例提供的无人驾驶车辆避障方法的有益效果相同,在此不做赘述。
进一步地,本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的无人驾驶车辆避障方法的步骤。
本申请提供的计算机程序产品解决了现有技术无人驾驶车辆避障效果差的技术问题。与现有技术相比,本发明实施例提供的计算机程序产品的有益效果与上述实施例提供的无人驾驶车辆避障方法的有益效果相同,在此不做赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。
Claims (10)
1.一种无人驾驶车辆避障方法,其特征在于,所述无人驾驶车辆避障方法应用于无人驾驶车辆,包括以下步骤:
发送定位数据给云平台;
当接收到云平台基于所述定位数据返回的路侧避障指令时,根据所述路侧避障指令控制车辆避障;
检测雷达避障区域是否存在第一障碍物;
当检测到雷达避障区域存在第一障碍物时,生成雷达避障指令控制车辆避障。
2.如权利要求1所述无人驾驶车辆避障方法,其特征在于,所述雷达避障区域包括沿远离所述无人驾驶车辆方向依次分布的急停区域和非急停区域,所述雷达避障指令包括急停指令和减速指令,所述当检测到雷达避障区域存在第一障碍物时,生成雷达避障指令控制车辆避障的步骤包括:
当检测到雷达避障区域存在第一障碍物时,判断所述第一障碍物处于急停区域或非急停区域;
若所述第一障碍物处于急停区域,则生成急停指令控制车辆停车;
若所述第一障碍物处于非急停区域,则生成减速指令控制车辆减速。
3.一种无人驾驶车辆避障方法,其特征在于,所述无人驾驶车辆避障方法应用于云平台,包括以下步骤:
获取所述无人驾驶车辆的当前行驶路径以及无人驾驶车辆发送的定位数据;
获取所述定位数据对应的目标路侧感知设备采集的实时环境信息;
根据所述实时环境信息判断所述当前行驶路径上是否存在第二障碍物;
若所述无人驾驶车辆的当前行驶路径上存在第二障碍物,则生成路侧避障指令,并发送所述路侧避障指令给所述无人驾驶车辆。
4.如权利要求3所述无人驾驶车辆避障方法,其特征在于,所述路侧避障指令包括更换行驶路径指令,所述生成路侧避障指令的步骤包括:
根据所述实时环境信息和所述当前行驶路径生成避障行驶路径;
根据所述避障行驶路径生成更换行驶路径指令,所述路侧避障指令用于控制所述无人驾驶车辆的行驶路径从所述当前行驶路径变更为所述避障行驶路径。
5.如权利要求3所述无人驾驶车辆避障方法,其特征在于,所述路侧避障指令包括紧急停车指令,所述生成路侧避障指令的步骤还包括:
当根据所述实时环境信息和所述当前行驶路径判断不存在避障行驶路径时,生成紧急停车指令。
6.如权利要求5所述无人驾驶车辆避障方法,其特征在于,所述生成紧急停车指令的步骤包括:
根据所述实时环境信息确定紧急停车位置,并生成将所述无人驾驶车辆停至所述紧急停车位置的紧急停车指令。
7.如权利要求3所述无人驾驶车辆避障方法,其特征在于,所述获取所述定位数据对应的目标路侧感知设备采集的实时环境信息的步骤包括:
确定所述定位数据所属的目标感知区域;
根据感知区域与路侧感知设备的映射关系,确定所述目标感知区域对应的目标路侧感知设备;
获取所述目标路侧感知设备采集的实时环境信息。
8.一种无人驾驶车辆避障系统,其特征在于,所述无人驾驶车辆避障系统包括无人驾驶车辆和云平台;
所述无人驾驶车辆,用于发送定位数据给云平台;
所述云平台,用于获取所述无人驾驶车辆的当前行驶路径以及无人驾驶车辆发送的定位数据;
所述云平台,用于获取所述定位数据对应的目标路侧感知设备采集的实时环境信息;
所述云平台,用于根据所述实时环境信息判断所述当前行驶路径上是否存在第二障碍物;
所述云平台,用于若所述无人驾驶车辆的当前行驶路径上存在第二障碍物,则生成路侧避障指令,并发送所述路侧避障指令给所述无人驾驶车辆;
所述无人驾驶车辆,用于当接收到云平台基于所述定位数据返回的路侧避障指令时,根据所述路侧避障指令控制车辆避障;
所述无人驾驶车辆,用于检测雷达避障区域是否存在第一障碍物;
所述无人驾驶车辆,用于当检测到雷达避障区域存在第一障碍物时,生成雷达避障指令控制车辆避障。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至2、3-7中任一项所述的无人驾驶车辆避障方法的步骤。
10.一种存储介质,其特征在于,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现无人驾驶车辆避障方法的程序,所述实现无人驾驶车辆避障方法的程序被处理器执行以实现如权利要求1至2、3-7中任一项所述的无人驾驶车辆避障方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210053639.0A CN114428504A (zh) | 2022-01-18 | 2022-01-18 | 无人驾驶车辆避障方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210053639.0A CN114428504A (zh) | 2022-01-18 | 2022-01-18 | 无人驾驶车辆避障方法、系统、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114428504A true CN114428504A (zh) | 2022-05-03 |
Family
ID=81312489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210053639.0A Pending CN114428504A (zh) | 2022-01-18 | 2022-01-18 | 无人驾驶车辆避障方法、系统、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114428504A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116052454A (zh) * | 2023-01-06 | 2023-05-02 | 中国第一汽车股份有限公司 | 车辆行驶数据确定方法、装置及电子设备 |
CN116381375A (zh) * | 2023-03-07 | 2023-07-04 | 武汉中关村硬创空间科技有限公司 | 辅助驾驶电磁兼容检测方法、装置、设备及存储介质 |
CN117389937A (zh) * | 2023-12-11 | 2024-01-12 | 上海建工一建集团有限公司 | 一种车辆避障数据的计算方法、计算机及可读存储介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108536149A (zh) * | 2018-04-25 | 2018-09-14 | 吉林大学 | 一种基于Dubins路径的无人驾驶车辆避障控制装置及控制方法 |
CN108873902A (zh) * | 2018-07-04 | 2018-11-23 | 北京踏歌智行科技有限公司 | 一种无人驾驶矿用车辆的远程控制方法及装置 |
CN109491380A (zh) * | 2018-10-26 | 2019-03-19 | 黄鑫 | 一种智能汽车用无人驾驶系统及使用方法 |
CN110182205A (zh) * | 2019-05-05 | 2019-08-30 | 浙江合众新能源汽车有限公司 | 基于云计算的汽车避障预判系统 |
CN110531764A (zh) * | 2019-08-27 | 2019-12-03 | 第一拖拉机股份有限公司 | 一种无人驾驶拖拉机控制系统及控制方法 |
CN111289978A (zh) * | 2020-02-13 | 2020-06-16 | 北京享云智汇科技有限公司 | 一种车辆无人驾驶行为决策的方法和系统 |
CN111477030A (zh) * | 2020-04-14 | 2020-07-31 | 北京汽车集团有限公司 | 车辆协同避险方法、车端平台、云端平台及存储介质 |
CN111880174A (zh) * | 2020-07-03 | 2020-11-03 | 芜湖雄狮汽车科技有限公司 | 一种用于支持自动驾驶控制决策的路侧服务系统及其控制方法 |
CN112068548A (zh) * | 2020-08-07 | 2020-12-11 | 北京航空航天大学 | 5g环境下面向特殊场景的无人驾驶车辆路径规划方法 |
CN112214026A (zh) * | 2020-10-26 | 2021-01-12 | 广州小鹏自动驾驶科技有限公司 | 一种行车障碍检测方法、装置、车辆、可读介质 |
CN113022552A (zh) * | 2021-03-30 | 2021-06-25 | 华南理工大学 | 基于激光雷达和v2i技术的自动泊车系统及控制方法 |
CN113138597A (zh) * | 2021-03-31 | 2021-07-20 | 深圳市优必选科技股份有限公司 | 一种智能小车的避障方法及智能小车 |
JP2021131902A (ja) * | 2020-06-30 | 2021-09-09 | ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド | 車両用障害物回避方法、装置、電子機器及びコンピュータ記憶媒体 |
CN113378947A (zh) * | 2021-06-21 | 2021-09-10 | 北京踏歌智行科技有限公司 | 一种面向露天矿区无人运输的车路云融合感知系统及方法 |
CN113485319A (zh) * | 2021-06-08 | 2021-10-08 | 中兴智能汽车有限公司 | 基于5g车路协同的自动驾驶系统 |
CN113650607A (zh) * | 2021-07-20 | 2021-11-16 | 江铃汽车股份有限公司 | 一种低速场景自动驾驶方法、系统及汽车 |
-
2022
- 2022-01-18 CN CN202210053639.0A patent/CN114428504A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108536149A (zh) * | 2018-04-25 | 2018-09-14 | 吉林大学 | 一种基于Dubins路径的无人驾驶车辆避障控制装置及控制方法 |
CN108873902A (zh) * | 2018-07-04 | 2018-11-23 | 北京踏歌智行科技有限公司 | 一种无人驾驶矿用车辆的远程控制方法及装置 |
CN109491380A (zh) * | 2018-10-26 | 2019-03-19 | 黄鑫 | 一种智能汽车用无人驾驶系统及使用方法 |
CN110182205A (zh) * | 2019-05-05 | 2019-08-30 | 浙江合众新能源汽车有限公司 | 基于云计算的汽车避障预判系统 |
CN110531764A (zh) * | 2019-08-27 | 2019-12-03 | 第一拖拉机股份有限公司 | 一种无人驾驶拖拉机控制系统及控制方法 |
CN111289978A (zh) * | 2020-02-13 | 2020-06-16 | 北京享云智汇科技有限公司 | 一种车辆无人驾驶行为决策的方法和系统 |
CN111477030A (zh) * | 2020-04-14 | 2020-07-31 | 北京汽车集团有限公司 | 车辆协同避险方法、车端平台、云端平台及存储介质 |
JP2021131902A (ja) * | 2020-06-30 | 2021-09-09 | ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド | 車両用障害物回避方法、装置、電子機器及びコンピュータ記憶媒体 |
CN111880174A (zh) * | 2020-07-03 | 2020-11-03 | 芜湖雄狮汽车科技有限公司 | 一种用于支持自动驾驶控制决策的路侧服务系统及其控制方法 |
CN112068548A (zh) * | 2020-08-07 | 2020-12-11 | 北京航空航天大学 | 5g环境下面向特殊场景的无人驾驶车辆路径规划方法 |
CN112214026A (zh) * | 2020-10-26 | 2021-01-12 | 广州小鹏自动驾驶科技有限公司 | 一种行车障碍检测方法、装置、车辆、可读介质 |
CN113022552A (zh) * | 2021-03-30 | 2021-06-25 | 华南理工大学 | 基于激光雷达和v2i技术的自动泊车系统及控制方法 |
CN113138597A (zh) * | 2021-03-31 | 2021-07-20 | 深圳市优必选科技股份有限公司 | 一种智能小车的避障方法及智能小车 |
CN113485319A (zh) * | 2021-06-08 | 2021-10-08 | 中兴智能汽车有限公司 | 基于5g车路协同的自动驾驶系统 |
CN113378947A (zh) * | 2021-06-21 | 2021-09-10 | 北京踏歌智行科技有限公司 | 一种面向露天矿区无人运输的车路云融合感知系统及方法 |
CN113650607A (zh) * | 2021-07-20 | 2021-11-16 | 江铃汽车股份有限公司 | 一种低速场景自动驾驶方法、系统及汽车 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116052454A (zh) * | 2023-01-06 | 2023-05-02 | 中国第一汽车股份有限公司 | 车辆行驶数据确定方法、装置及电子设备 |
CN116381375A (zh) * | 2023-03-07 | 2023-07-04 | 武汉中关村硬创空间科技有限公司 | 辅助驾驶电磁兼容检测方法、装置、设备及存储介质 |
CN117389937A (zh) * | 2023-12-11 | 2024-01-12 | 上海建工一建集团有限公司 | 一种车辆避障数据的计算方法、计算机及可读存储介质 |
CN117389937B (zh) * | 2023-12-11 | 2024-03-08 | 上海建工一建集团有限公司 | 一种车辆避障数据的计算方法、计算机及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10810872B2 (en) | Use sub-system of autonomous driving vehicles (ADV) for police car patrol | |
CN114428504A (zh) | 无人驾驶车辆避障方法、系统、电子设备及存储介质 | |
US10488205B2 (en) | Method and system for updating maps based on control feedbacks of autonomous driving vehicles | |
JP6667686B2 (ja) | 自動運転車両のための走行軌跡生成方法、システム及び機械可読媒体 | |
US9567007B2 (en) | Identifying cost-effective parking for an autonomous vehicle | |
US20210003403A1 (en) | Determining localization confidence of vehicles based on convergence ranges | |
EP3418997A1 (en) | Detection and estimation of variable speed signs | |
JP6786511B2 (ja) | 自律走行車の速度を追従する方法及びシステム | |
CN110568847B (zh) | 一种车辆的智能控制系统、方法,车载设备和存储介质 | |
US20220194412A1 (en) | Validating Vehicle Sensor Calibration | |
CN111380546A (zh) | 基于平行道路的车辆定位方法、装置、电子设备和介质 | |
CN113537362A (zh) | 一种基于车路协同的感知融合方法、装置、设备及介质 | |
WO2020113038A1 (en) | Tuning autonomous vehicle dispatch using autonomous vehicle performance | |
CN110375786B (zh) | 一种传感器外参的标定方法、车载设备及存储介质 | |
CN115166791A (zh) | 一种智能驾驶车辆双gnss天线航向角标定方法及装置 | |
CN115092130A (zh) | 车辆碰撞预测方法、装置、电子设备、介质和车辆 | |
US20230168368A1 (en) | Guardrail estimation method based on multi-sensor data fusion, and vehicle-mounted device | |
JP7301103B2 (ja) | 運転制御用の方法、装置、デバイス、媒体及びシステム | |
US11790781B2 (en) | Method and system for detecting slip accident using mobile device | |
CN115309085A (zh) | 无人驾驶双通讯冗余控制方法、系统、电子设备及介质 | |
CN114407915A (zh) | 运行设计域odd的处理方法、装置及存储介质 | |
CN114485708A (zh) | 无人驾驶车辆路径规划方法、系统、电子设备及存储介质 | |
CN115205501B (zh) | 路面状况的显示方法、装置、设备及介质 | |
CN115027481A (zh) | 行驶路况检测方法、装置、电子设备及可读存储介质 | |
CN117740021A (zh) | 园区导航任务执行方法、装置、电子设备及可读存储介质 |
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 |