CN114464013A - 多车辆协同避碰方法、装置、系统、存储介质及终端 - Google Patents

多车辆协同避碰方法、装置、系统、存储介质及终端 Download PDF

Info

Publication number
CN114464013A
CN114464013A CN202210370943.8A CN202210370943A CN114464013A CN 114464013 A CN114464013 A CN 114464013A CN 202210370943 A CN202210370943 A CN 202210370943A CN 114464013 A CN114464013 A CN 114464013A
Authority
CN
China
Prior art keywords
vehicle
strategy
speed
reference speed
vehicles
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210370943.8A
Other languages
English (en)
Other versions
CN114464013B (zh
Inventor
杨清源
张宏韬
赵秉辉
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.)
Qingdao Vehicle Intelligence Pioneers Inc
Original Assignee
Qingdao Vehicle Intelligence Pioneers Inc
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 Qingdao Vehicle Intelligence Pioneers Inc filed Critical Qingdao Vehicle Intelligence Pioneers Inc
Priority to CN202210370943.8A priority Critical patent/CN114464013B/zh
Publication of CN114464013A publication Critical patent/CN114464013A/zh
Application granted granted Critical
Publication of CN114464013B publication Critical patent/CN114464013B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/052Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/164Centralised systems, e.g. external to vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种多车辆协同避碰方法、装置、系统、存储介质及终端,涉及非电变量的控制或调整系统技术领域,主要目的在于解决现有多车辆协同避碰效率低的问题。包括:获取车辆的实时运行信息以及参考速度数据;根据所述实时运行信息以及所述参考速度数据确定所述车辆在预设时间间隔后的位姿信息;当基于所述位姿信息确定至少两个目标车辆之间预期发生碰撞,则确定所述目标车辆协同避碰的速度策略,并根据所述速度策略控制所述目标车辆进行协同避碰。

Description

多车辆协同避碰方法、装置、系统、存储介质及终端
技术领域
本申请涉及非电变量的控制或调整系统技术领域,特别是涉及一种多车辆协同避碰方法、装置、系统、存储介质及终端。
背景技术
随着无人驾驶技术的快速发展,在大型露天矿山应用无人驾驶矿卡可以减少剥离、装卸、运输等露天矿山上关键生产环节的人工需求,并实现生产环节之间的高效协同。其中,对于矿卡而言,作业区除包括指定行驶轨迹的道路以外,还包括开放行驶区域,例如,装载区、卸载区、停车场区之间的行驶区域等。
目前,现有在开放行驶区域中进行矿卡的无人驾驶过程中,多车辆发生碰撞时,通常是按照人为经验控制车辆进行绕路行驶,即需要改变行驶轨迹,且仍然存在避让不及时而发生碰撞的情况,大大影响车辆行驶效率,从而影响矿卡作业任务的执行效率。
发明内容
有鉴于此,本申请提供一种多车辆协同避碰方法、装置、系统、存储介质及终端,主要目的在于解决现有多车辆协同避碰效率低的问题。
依据本申请一个方面,提供了一种多车辆协同避碰方法,包括:
获取车辆的实时运行信息以及参考速度数据;
根据所述实时运行信息以及所述参考速度数据确定所述车辆在预设时间间隔后的位姿信息;
当基于所述位姿信息确定至少两个目标车辆之间预期发生碰撞,则确定所述目标车辆协同避碰的速度策略,并根据所述速度策略控制所述目标车辆进行协同避碰。
进一步地,所述确定所述目标车辆协同避碰的速度策略包括:
获取参考速度调整策略,所述参考速度调整策略包括各车辆预期发生碰撞时对所述参考速度数据进行调整的至少一个速度策略;
根据所述参考速度调整策略以及预期发生碰撞的所述目标车辆的约束关系构建速度策略对应关系,所述速度策略对应关系中包括各目标车辆与不同参考速度调整策略之间的选取关系;
从所述速度策略对应关系中确定与所述目标车辆存在选取关系的速度策略,以作为所述目标车辆协同避碰的速度策略。
进一步地,所述根据所述参考速度调整策略以及预期发生碰撞的所述目标车辆的约束关系构建速度策略对应关系包括:
构建所述参考速度调整策略与所述目标车辆之间的初始速度策略矩阵,所述初始速度策略矩阵的第一约束关系为所述目标车辆所对应的行/或列中元素值之和等于预设阈值;
为预期发生碰撞的所述目标车辆与所述参考速度调整策略配置第二约束关系,所述第二约束关系为预期发生碰撞的所述目标车辆与所述参考速度调整策略所对应的矩阵元素值之和小于等于所述预设阈值;
基于所述第一约束关系、所述第二约束关系线性规划求解所述初始速度策略矩阵,得到速度策略对应关系。
进一步地,所述基于所述第一约束关系、所述第二约束关系线性规划求解所述初始速度策略矩阵,得到速度策略对应关系包括:
为所述初始速度策略矩阵中的各元素配置策略权重,并根据带有所述策略权重的所述初始速度策略矩阵、所述第一约束关系、所述第二约束关系进行最优线性规划求解,得到速度策略对应关系,所述速度策略对应关系中通过所述目标车辆所对应的行/或列中的元素值确定选取对应的参考速度调整策略。
进一步地,所述位姿信息包括估计参考速度以及位置朝向,所述根据所述实时运行信息以及所述参考速度数据确定所述车辆在预设时间间隔后的位姿信息包括:
基于所述参考速度调整策略、所述参考速度数据对所述实时运行信息中的实时速度数据进行调整,并基于调整得到的估计参考速度确定所述车辆在预设时间间隔后的行驶路程;
通过所述车辆的参考路径查找所述车辆预期行驶所述行驶路程的位置点,并基于所述参考路径的航向角确定处于所述位置点的所述车辆的位置朝向。
进一步地,所述确定所述目标车辆协同避碰的速度策略之前,所述方法还包括:
获取任意两个车辆所对应的位置朝向,以及所述车辆的尺寸信息,并按照所述车辆的位置中心点和所述车辆的尺寸信息,构建匹配所述车辆的碰撞区域;
若任意两个车辆的碰撞区域存在交叉,则确定所述车辆为预期发生碰撞的目标车辆。
进一步地,所述获取车辆的参考速度数据包括:
获取所述车辆行驶的参考路径,并将所述参考路径所配置的预设速度数据确定为参考速度数据;或,
接收与开放作业区、作业环境、所述车辆至少一项所匹配的录入速度数据,并将所述录入速度数据确定为参考速度数据。
依据本申请一个方面,提供了一种多车辆协同避碰装置,包括:
获取模块,用于获取车辆的实时运行信息以及参考速度数据;
确定模块,用于根据所述实时运行信息以及所述参考速度数据确定所述车辆在预设时间间隔后的位姿信息;
控制模块,用于当基于所述位姿信息确定至少两个目标车辆之间预期发生碰撞,则确定所述目标车辆协同避碰的速度策略,并根据所述速度策略控制所述目标车辆进行协同避碰。
进一步地,所述控制模块包括:
获取单元,用于获取参考速度调整策略,所述参考速度调整策略包括各车辆预期发生碰撞时对所述参考速度数据进行调整的至少一个速度策略;
构建单元,用于根据所述参考速度调整策略以及预期发生碰撞的所述目标车辆的约束关系构建速度策略对应关系,所述速度策略对应关系中包括各目标车辆与不同参考速度调整策略之间的选取关系;
确定单元,用于从所述速度策略对应关系中确定与所述目标车辆存在选取关系的速度策略,以作为所述目标车辆协同避碰的速度策略。
进一步地,所述构建单元,具体用于构建所述参考速度调整策略与所述目标车辆之间的初始速度策略矩阵,所述初始速度策略矩阵的第一约束关系为所述目标车辆所对应的行/或列中元素值之和等于预设阈值;为预期发生碰撞的所述目标车辆配置第二约束关系,所述第二约束关系为预期发生碰撞的所述目标车辆与所述参考速度调整策略所对应的矩阵元素值之和小于等于所述预设阈值;基于所述第一约束关系、所述第二约束关系线性规划求解所述初始速度策略矩阵,得到速度策略对应关系。
进一步地,所述构建单元,具体还用于为所述初始速度策略矩阵中的各元素配置策略权重,并根据带有所述策略权重的所述初始速度策略矩阵、所述第一约束关系、所述第二约束关系进行最优线性规划求解,得到速度策略对应关系,所述速度策略对应关系中通过所述目标车辆所对应的行/或
列中的元素值确定选取对应的参考速度调整策略。
进一步地,所述位姿信息包括估计参考速度以及位置朝向,所述确定模块包括:
调整单元,用于基于所述参考速度调整策略、所述参考速度数据对所述实时运行信息中的实时速度数据进行调整,并基于调整得到的估计参考速度确定所述车辆在预设时间间隔后的行驶路程;
确定单元,用于通过所述车辆的参考路径查找所述车辆预期行驶所述行驶路程的位置点,并基于所述参考路径的航向角确定处于所述位置点的所述车辆的位置朝向。
进一步地,所述获取模块,还用于获取任意两个车辆所对应的位置朝向,以及所述车辆的尺寸信息,并按照所述车辆的位置中心点和所述车辆的尺寸信息,构建匹配所述车辆的碰撞区域;
所述确定模块,还用于若任意两个车辆的碰撞区域存在交叉,则确定所述车辆为预期发生碰撞的目标车辆。
进一步地,所述获取模块,具体用于获取所述车辆行驶的参考路径,并将所述参考路径所配置的预设速度数据确定为参考速度数据;或,接收与开放作业区、作业环境、所述车辆至少一项所匹配的录入速度数据,并将所述录入速度数据确定为参考速度数据。
根据本申请的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上述多车辆协同避碰方法的步骤。
根据本申请的一方面,提供了一种计算机设备,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计算机程序时,实现如上述多车辆协同避碰方法的步骤。
根据本申请的一方面,提供了一种芯片,所述芯片包括至少一个处理器和通信接口,所述通信接口和所述至少一个处理器耦合,所述至少一个处理器用于运行计算机程序或指令,以实现如上述多车辆协同避碰方法。
根据本申请的一方面,提供了一种终端,其特征在于,所述终端包括如上述多车辆协同避碰装置。
根据本申请的一方面,提供了一种多车辆协同避碰系统,包括服务器和若干设置有矿山机群子系统的矿用车辆;
所述服务器,用于发送调度指令给所述矿山机群子系统;
所述矿山机群子系统,用于接收所述调度指令,并根据所述调度指令控制所述矿用车辆执行相应操作,同时获取车辆的实时运行信息以及参考速度数据,并将所述车辆的实时运行信息以及所述参考速度数据发送至所述服务器;
所述服务器,还用于执行上述的多车辆协同避碰方法以控制预期发生碰撞的目标矿用车辆在不改变行驶轨迹的情况下进行协同避让。
本发明的有益效果在于:本申请提供了一种多车辆协同避碰方法、装置、系统、存储介质及终端,与现有技术相比,本申请实施例通过获取车辆的实时运行信息以及参考速度数据;根据所述实时运行信息以及所述参考速度数据确定所述车辆在预设时间间隔后的位姿信息;当基于所述位姿信息确定至少两个目标车辆之间预期发生碰撞,则确定所述目标车辆协同避碰的速度策略,并根据所述速度策略控制所述目标车辆进行协同避碰,实现在行驶轨迹不变的情况下进行速度调整,以多车辆之间的最优速度协同调整,有效避免多车辆碰撞,大大提高了车辆碰撞的避让效率,从而提高矿卡作业任务的执行效率。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本申请实施例提供的一种多车辆协同避碰方法流程图;
图2示出了本申请实施例提供的另一种多车辆协同避碰方法流程图;
图3示出了本申请实施例提供的又一种多车辆协同避碰方法流程图;
图4示出了本申请实施例提供的再一种多车辆协同避碰方法流程图;
图5示出了本申请实施例提供的一种车辆速度变化示意图;
图6示出了本申请实施例提供的多一种多车辆协同避碰方法流程图;
图7示出了本申请实施例提供的一种多车辆协同避碰系统的结构示意图;
图8示出了本申请实施例提供的一种多车辆协同避碰方法应用流程示意图;
图9示出了本申请实施例提供的一种基于参考速度的多车辆控制流程示意图;
图10示出了本申请实施例提供的一种多车辆协同避碰装置组成框图;
图11示出了本申请实施例提供的一种计算机可读存储介质的结构示意图;
图12示出了本申请实施例提供的一种计算机设备的结构示意图;
图13示出了本申请实施例提供的一种芯片的结构示意图;
图14示出了本申请实施例提供的一种终端的结构示意图。
具体实施方式
下面将参考附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本申请实施例可以应用于计算机系统/服务器,其可与众多其它通用或专用计算系统环境或配置一起操作。适于与计算机系统/服务器一起使用的众所周知的计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
计算机系统/服务器可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
针对在开放行驶区域中进行矿卡的无人驾驶过程中,多车辆发生碰撞时,通常是按照人为经验控制车辆进行绕路行驶,且仍然存在避让不及时而发生碰撞的情况,大大影响车辆行驶效率,从而影响矿卡作业任务的执行效率,本申请实施例提供了一种多车辆协同避碰方法,如图1所示,该方法包括:
101、获取车辆的实时运行信息以及参考速度数据。
本申请实施例中,当前执行端可以作为开放作业区中多车辆的避碰处理端或服务端,以应用于无人驾驶车辆的控制端,开放作业区为无人驾驶车辆按照非固定行驶轨迹进行行驶的区域,包括但不限于装载区、卸载区、停车场等,例如,当前执行端控制无人矿卡在矿山的开放作业区进行装载、卸载作业等。为避免开放作业区中多车辆行驶过程中发生车辆碰撞,因此,获取在开放作业区中全部车辆的实时运行信息以及参考速度数据,以进行协同避碰。其中,实时运行信息包括但不限于车辆当前行驶的实时位姿信息、行驶参考路径、当前行驶的实时速度数据、加速度等信息,参考速度数据用于指示车辆预期行驶的速度数据,参考速度数据可以为预先配置的,也可以为与行驶参考路径对应的,并且,参考速度数据可以与实时速度数据相同,也可以与实时速度数据不同,本申请实施例不做具体限定。
需要说明的是,由于当前执行端可以为对无人驾驶车辆进行远程控制的服务端,因此,为了使矿卡实现无人驾驶,当前执行端中预先存储有不同车辆所对应的多种参考路径,可以基于车辆所选取的目的地来确定至少一个行驶的参考路径,本申请实施例不做具体限定。另外,对于不同车辆的实时运行信息以及参考速度数据获取,可以基于无人矿卡或矿山机群子系统进行车辆信息的采集,即无论是针对开放作业区或封闭作业区,可以通过无人矿卡或矿山机群子系统对各个车辆进行实时监控,以采集车辆信息,从而使当前执行端在进行多车辆协同避碰过程中,有效获取实时运行信息以及参考速度数据。
102、根据所述实时运行信息以及所述参考速度数据确定所述车辆在预设时间间隔后的位姿信息。
本申请实施例中,为了进行车辆碰撞的预判,根据实时运行信息以及参考速度数据确定不同车辆在预设时间间隔后的位姿信息,位姿信息包括车辆处于行驶路径上的估计参考速度以及位置朝向,以基于位姿信息确定各个车辆之间是否存在碰撞。其中,预设时间间隔用于表征预期判定是否碰撞的时间长度,可以为5秒、20秒、1分钟等,从而快速进行多车辆之间碰撞的判断。本申请对预设时间间隔不作进一步限定,任意可选择的预设时间间隔均在本申请的保护范围内。
需要说明的是,本申请实施例中,由于实时运行信息中包括当前位姿、实时速度数据、参考行驶路径、实时加速度数据等信息,结合参考速度数据可以计算出预设时间间隔后的速度变化,从而进一步结合当前位姿确定车辆位于参考行驶路径上的位姿。其中,对于速度变化计算方法包括但不限于直接基于时间、加速度等计算得到的,还可以设定固定速度进行行驶等,本申请实施例不做具体限定。在此位姿基础上,结合参考行驶路径的行驶方向,可以确定位置朝向,同时,根据实时加速度数据、实时速度数据、参考速度数据计算出在此位置的估计参考速度。另外,由于参考速度数据可以为多个参考速度值,因此,按照不同的参考速度数据可以计算确定出车辆位于参考行驶路径上的不同位姿信息,本申请实施例不做具体限定。
103、当基于所述位姿信息确定至少两个目标车辆之间预期发生碰撞,则确定所述目标车辆协同避碰的速度策略,并根据所述速度策略控制所述目标车辆进行协同避碰。
本申请实施例中,由于当前执行端中可以对开放作业区中的全部车辆进行位姿信息的确定,因此,基于全部位姿信息确定至少两个目标车辆之间预期发生碰撞后,确定至少两个目标车辆协同避碰的速度策略,从而根据此速度策略控制目标车辆进行协同避碰。其中,速度策略用于表征不同目标车辆进行避碰的减速、速度保持或加速等对参考速度数据进行调整的方法,包括但不限于对参考速度数据增加一倍、减少二分之一、减少至0或不变的速度调整方法,从而按照每个目标车辆所对应的速度策略进行控制目标车辆进行协同避碰。另外,针对速度策略中,不同目标车辆对应一个对参考速度数据进行调整的方法,可以相同也可以不同,从而使得预期发生碰撞的目标车辆实现协同避碰的效果。
需要说明的是,基于位姿信息进行碰撞判断,可以将不同车辆的位姿信息定位于相应的参考行驶路径上,并通过每个车辆构建的安全圈等判断车辆之间是否有交叉或覆盖,从而确定车辆之间是否预期碰撞。此时,同一个车辆按照不同的参考速度数据,可以得到不同的位姿信息,即不同的估计参考速度和位置朝向,因此,在判断是否碰撞时,需要判断每个车辆处于不同位姿信息时与其他车辆处于不同位姿信息之间是否发生碰撞,本申请实施例不做具体限定。基于位姿信息进行碰撞判断,还可以基于车辆的行驶路径进行判断,例如,与此位姿信息所对应的行驶路径是否与其他车辆的行驶路径存在交叉等,本申请实施例不做具体限定。
另外,本申请实施例中,确定目标车辆协同避碰的速度策略,可以基于预先配置的对应关系进行确定,例如,指定的目标车辆对应指定的速度策略,还可以基于随机选取方式确定,例如,随机为多个目标车辆分配对应的速度策略,本申请实施例不做具体限定。
在另一个本申请实施例中,为了进一步限定及说明,如图2所示,步骤103确定所述目标车辆协同避碰的速度策略包括:
201、获取参考速度调整策略;
202、根据所述参考速度调整策略以及预期发生碰撞的所述目标车辆的约束关系构建速度策略对应关系;
203、从所述速度策略对应关系中确定与所述目标车辆存在选取关系的速度策略,以作为所述目标车辆协同避碰的速度策略。
本申请实施例中,为了准确确定各个目标车辆在协同避碰时的速度策略,首先获取参考速度调整策略,从而根据参考速度调整策略以及目标车辆的约束关系建立速度策略对应关系,以选取各个目标车辆所对应的速度策略。其中,所述参考速度调整策略包括各车辆预期发生碰撞时对所述参考速度数据进行调整的的全部速度策略,即包括但不限于对参考速度数据增加一倍、减少二分之一、减少至0或不变等速度调整的全部方法,从而基于各个目标车辆的约束关系从中确定对应的速度策略作为目标车辆的参考速度数据的调整方法。获取参考速度调整策略后,由于目标车辆为预期发生碰撞的车辆,为了使多个目标车辆之间进行协同避碰,预期碰撞的目标车辆之间存在约束关系,从而基于参考速度调整策略、约束关系构建速度策略对应关系。其中,所述速度策略对应关系中包括各目标车辆与不同参考速度调整策略之间的选取关系,约束关系用于表征目标车辆之间是否发生预期碰撞,例如,若目标车辆1与目标车辆2预期发生碰撞,则目标车辆1与目标车辆2存在约束关系。当构建出出速度策略对应关系后,速度策略对应关系包含不同目标车辆与不同参考速度调整策略之间的选取关系,例如,通过1表征选中参考速度调整策略1,通过0表征未选中参考速度调整策略1,从而确定与各个目标车辆存在选取关系的速度策略,即将参考速度调整策略作为目标车辆协同避碰的速度策略。
需要说明的是,参考速度调整策略的确定或选取,可以基于人为驾驶车辆时发生碰撞所采取的加速、减速或停车的速度调整方式,因此,基于参考速度调整策略对多个车辆进行协同控制后,实现的速度效果也为加速、减速或停车,从而实现车辆协同避碰。本申请对在制定参考速度调整策略的过程中,对加速调整的百分比和减速调整的百分比不作进一步限定。
在另一个本申请实施例中,为了进一步限定及说明,如图3所示,步骤202根据所述参考速度调整策略以及预期发生碰撞的所述目标车辆的约束关系构建速度策略对应关系包括:
301、构建所述参考速度调整策略与所述目标车辆之间的初始速度策略矩阵;
302、为预期发生碰撞的所述目标车辆与所述参考速度调整策略配置第二约束关系;
303、基于所述第一约束关系、所述第二约束关系线性规划求解所述初始速度策略矩阵,得到速度策略对应关系。
本申请实施例中,为了实现速度策略对应关系的准确构建,从而进行实时避碰的速度策略选取,当确定参考速度调整策略后,构建参考速度调整策略与预期发生碰撞的目标车辆之间的初始速度策略矩阵。其中,初始速度策略矩阵中包含有预先配置的第一约束关系,第一约束关系为所述目标车辆所对应的行或列中元素值之和等于预设阈值,即若目标车辆对应行向量,参考速度调整策略对应列向量,则一个目标车辆的全部行向量中的元素之和等于预设阈值,表示为:
Figure 280840DEST_PATH_IMAGE001
,其中,
Figure 426519DEST_PATH_IMAGE002
为目标车辆,
Figure 691279DEST_PATH_IMAGE003
为参考速度调整策略,
Figure 897001DEST_PATH_IMAGE004
为自然数,此时,若
Figure 965320DEST_PATH_IMAGE005
,则表示目标车辆
Figure 134264DEST_PATH_IMAGE002
未选取参考速度调整策略
Figure 502798DEST_PATH_IMAGE003
,若
Figure 630154DEST_PATH_IMAGE006
,则表示目标车辆
Figure 463067DEST_PATH_IMAGE002
选取参考速度调整策略
Figure 950549DEST_PATH_IMAGE003
。为便于最优求解,本申请实施例中预设阈值优选为1,以通过第一约束关系表征一个目标车辆只能选取一个参考速度调整策略作为协同避碰的速度策略。同时,为了避免车辆发送碰撞,对预期发生碰撞的目标车辆配置第二约束关系,即第二约束关系为预期发生碰撞的任意两个目标车辆及其选取的参考速度调整策略所对应的矩阵元素值之和小于等于所述预设阈值,从而通过第二约束关系表征一个目标车辆选取一个参考速度调整策略,与另一个目标车辆选取另一个参考速度策是不能同时发生的,以避免碰撞。具体的,预期发生碰撞的目标车辆之间仅选取一个参考速度调整策略的约束条件,例如,若目标车辆
Figure 924321DEST_PATH_IMAGE002
选取参考速度调整策略
Figure 737425DEST_PATH_IMAGE003
与目标车辆
Figure 62227DEST_PATH_IMAGE007
选取速度策略
Figure 353400DEST_PATH_IMAGE008
时,预期会发生碰撞,因此,配置第二约束关系为:
Figure 447258DEST_PATH_IMAGE009
。也就是说,若目标车辆
Figure 431263DEST_PATH_IMAGE002
选取参考速度调整策略
Figure 977782DEST_PATH_IMAGE003
时,则目标车辆
Figure 338225DEST_PATH_IMAGE007
不能选取速度策略
Figure 286590DEST_PATH_IMAGE008
,反之亦然。另外,由于在判断车辆之间是否碰撞时,需要判断每个车辆处于不同位姿信息时与其他车辆处于不同位姿信息之间是否发生碰撞,即每个车辆在对参考速度数据按照不同参考速度调整策略进行调整时,会得到不同的位姿信息,因此,判断车辆之间是否发生碰撞时,即为按照每个车辆执行不同参考速度调整策略时判断是否发生碰撞,本申请实施例不做具体限定。完成第一约束关系以及第二约束关系的配置后,基于第一约束关系、第二约束关系线性规划求解初始速度策略矩阵,从而得到速度策略对应关系,此时,速度策略对应关系为包含0、1元素值的矩阵,因此,可以通过标识为1的行、列向量对应找到不同目标车辆所选取作为速度策略的参考速度调整策略。
需要说明的是,初始速度策略矩阵的表现形式可以为
Figure 441496DEST_PATH_IMAGE010
,其中,
Figure 475312DEST_PATH_IMAGE011
为通过位姿信息确定多个预期产生碰撞的目标车辆的个数,
Figure 108287DEST_PATH_IMAGE012
为可选择的多个参考速度调整策略,从而在配置第一约束关系、第二约束关系后,对初始速度策略矩阵线性规划求解,得到速度策略对应关系,即得到一个0-1矩阵。
在另一个本申请实施例中,为了进一步限定及说明,步骤基于所述第一约束关系、所述第二约束关系线性规划求解所述初始速度策略矩阵,得到速度策略对应关系包括:为所述初始速度策略矩阵中的各元素配置策略权重,并根据带有所述策略权重的所述初始速度策略矩阵、所述第一约束关系、所述第二约束关系进行最优线性规划求解,得到速度策略对应关系。
本申请实施例中,在基于线性规划求解过程中,由于初始速度策略矩阵中包含有各元素所对应的约束关系,即第一约束关系以及第二约束关系,为了提高求解速度策略对应关系中的元素值的准确性以及效率,为各元素配置策略权重,从而根据带有策略权重的初始速度策略矩阵、第一约束关系、第二约束关系进行最优线性规划求解。其中,对于初始速度策略矩阵
Figure 176737DEST_PATH_IMAGE010
Figure 502545DEST_PATH_IMAGE012
为可选择的多个参考速度调整策略,配置的策略权重为
Figure 23656DEST_PATH_IMAGE013
,对于策略权重,对目标车辆预期希望采取的策略权重可以配置为较大的数值,例如,减速越少的参考速度调整策略配置权重值越大,本申请实施例不做具体限定。然后,基于最优线性规划的方式求解使
Figure 460323DEST_PATH_IMAGE014
最大的解,得到速度策略对应关系。其中,最优求解得到的速度策略对应关系中通过所述目标车辆所对应的行或列中的元素值确定选取对应的参考速度调整策略,即目标车辆所对应的行中,元素值为1所对应的列即为选取作为速度策略的参考速度调整策略。
在一个具体的实施场景中,基于位姿信息确定预期发生碰撞的目标车辆个数为4,即
Figure 383280DEST_PATH_IMAGE011
=4,参考速度调整策略为三个,分别为:参考速度数据不变、参考速度数据降低二分之一、参考速度数据降为0,构建初始速度数据策略矩阵
Figure 879989DEST_PATH_IMAGE015
其中,目标车辆1与目标车辆2在参考速度不变时预期发生碰撞,车辆2参考速度降低二分之一时,预期与车辆4参考速度不变时发生碰撞,则构建第二约束关系,为
Figure 888396DEST_PATH_IMAGE016
Figure 128753DEST_PATH_IMAGE017
。将三个参考速度调整策略的权重分配配置为
Figure 906217DEST_PATH_IMAGE018
,且
Figure 573827DEST_PATH_IMAGE019
Figure 69531DEST_PATH_IMAGE018
分别对应速度递减策略,例如,权重配置为
Figure 113579DEST_PATH_IMAGE020
,从而结合第一约束条件、第二约束条件通过最优线性规划求解器,得到速度策略对应关系,如下表1所示。参考速度数据为
Figure 479969DEST_PATH_IMAGE021
,得到速度策略中的速度为
Figure 52902DEST_PATH_IMAGE022
,元素值为1则表示为当预期发生碰撞时,车辆选取的速度策略,如车辆1选择
Figure 35901DEST_PATH_IMAGE023
为速度策略,车辆2、车辆3、车辆4分别选取
Figure 883641DEST_PATH_IMAGE024
为速度策略。
表1
Figure 370117DEST_PATH_IMAGE025
在另一个本申请实施例中,为了进一步限定及说明,如图4所示,步骤102根据所述实时运行信息以及所述参考速度数据确定所述车辆在预设时间间隔后的位姿信息包括:
401、基于所述参考速度调整策略、所述参考速度数据对所述实时运行信息中的实时速度数据进行调整,并基于调整得到的估计参考速度确定所述车辆在预设时间间隔后的行驶路程;
402、通过所述车辆的参考路径查找所述车辆预期行驶所述行驶路程的位置点,并基于所述参考路径的航向角确定处于所述位置点的所述车辆的位置朝向。
为了准确计算出各车辆基于不同参考速度调整策略、参考速度数据进行行驶得到的位姿信息,从而判断各车辆之间是否存在碰撞,其中,位姿信息包括估计参考速度以及位置朝向。具体的,基于参考速度调整策略、参考速度数据对实时速度数据进行调整,从而预估计算得到车速变化以及预设时间间隔后的估计参考速度。当确定预设时间间隔后的估计参考速度后,可以计算出此预设时间间隔的行驶路程,此行驶路程即为车辆在预设时间间隔后的位置。另外,由于作为无人驾驶的矿卡,车辆在进行远程控制时,可以预先选取参考路径,从而实现无人控制。此时,确定车辆的参考路径后,按照计算得到的行驶路程,可以确定车辆在参考路径上车辆的位置点,此位置点处车辆的行驶速度即为估计参考速度。同时,对于估计参考速度的估算,可以仿真一个速度估计场景,当车辆收到参考速度数据后,若与当前车速不同,则车辆立即以最大加速度向参考速度变速,若相同则不作变化,如图5所示,车辆以上述参考速度数据行驶时,车速v关于时间t的变化曲线。
本申请实施例中,当确定各个车辆的位置点后,结合参考路径的航向角来确定处于此位置点的位置朝向,航向角为车辆在参考路径上行驶的航向角度,从而结合车辆在位置点时参考路径的方向确定车辆的朝向,例如,处于位置点时,参考路径为正东方向直路,航向角则为正东方向,确定车辆的位置朝向则为正东方向,即车头朝向,本申请实施例不做具体限定。例如,若车辆为圆形或者方形,则任意一个方向均可以作为位置朝向,本申请实施例不做具体限定,
在一个具体的实施场景中,计算得到车辆在参考路径上的速度变化
Figure 656828DEST_PATH_IMAGE026
后,通过积分计算车辆在预设时间间隔
Figure 861544DEST_PATH_IMAGE027
过程中行驶的行驶路程
Figure 981816DEST_PATH_IMAGE028
Figure 588378DEST_PATH_IMAGE029
,其中,估计参考速度即为预设时间间隔时间点处的速度。然后,在参考路径上基于车辆的行驶路程
Figure 299851DEST_PATH_IMAGE028
所在的位置点,确定此位置点处于参考路径的路径朝向,即可作为车辆的位置朝向。
在另一个具体的实施场景中,当前执行端获取到实时运行信息后,当前执行端按照参考速度调整策略、以及参考速度数据对实时速度数据进行调整,即按照参考速度调整策略分别为按照参考速度数据扩展为保持不变(参考速度1)、按照参考速度数据降为一半(参考速度2)和按照参考速度数据降速为0(参考速度3),三种参考速度调整策略进行调整后,预测计算得到车辆未来的速度变化
Figure 726284DEST_PATH_IMAGE026
,进行积分后,计算预设时间间隔T后的行驶路程
Figure 915826DEST_PATH_IMAGE028
,在行驶参考路径上找到当前车辆移动
Figure 376894DEST_PATH_IMAGE028
后所在的位置点以及该位置的路径朝向,即可将此路径朝向确定为车辆在时间T后的位置朝向的预测结果,并同时结合估计参考速度确定该车辆在时间T后的位置点,根据该位置点和位置朝向确定该车辆在时间T后的位姿信息。其中,基于参考速度1进行计算行驶路程,则得到的是位姿1,基于参考速度2进行计算行驶路程,则得到的是位姿2,基于参考速度3进行计算行驶路程,则得到的是位姿3,本申请实施例不做具体限定。
在又一个具体的实施场景中,当前执行端获取到实时运行信息后,首先根据获取到的参考路径确定出参考速度数据,然后对参考速度数据进行扩展处理,如保持不变、降为一半或者降速为0,得到参考速度数据1、参考速度数据2和参考速度数据3,从而计算不同参考速度数据所对应的位姿,具体方法与上述方法相同,在此不再赘述。
在另一个本申请实施例中,为了进一步限定及说明,如图6所示,步骤确定所述目标车辆协同避碰的速度策略之前,所述方法还包括:
501、获取任意两个车辆所对应的位置朝向,以及所述车辆的尺寸信息,并按照所述车辆的位置中心点和所述车辆的尺寸信息,构建匹配所述车辆的碰撞区域;
502、若任意两个车辆的碰撞区域存在交叉,则确定所述车辆为预期发生碰撞的目标车辆。
本申请实施例中,为了准确确定各个车辆之间是否发生碰撞,获取任意两个车辆的位置朝向,以及所对应的尺寸信息,从而构建一个作为避免碰撞的安全区域,以通过多个车辆的安全区域判断是否发生碰撞。其中,构建的碰撞区域包括以车辆的位置点为中心基于车辆的尺寸信息向车辆外部扩展的区域,此区域可以作为一个安全圈,使得安全圈的范围覆盖整个车辆,或比车辆的尺寸大一些,从而作为判断车辆之间发生碰撞的依据,其中,安全圈的区域可以与尺寸信息所对应的区域相同,也可以大于尺寸信息所对应的区域,本申请实施例不做具体限定。另外,构建碰撞区域的方法可以基于制图方式、或计算区域坐标方式得到,本申请实施例不做具体限定。构建碰撞区域后,判断任意两个车辆之间的碰撞区域是否存在交叉,若存在,则说明这两个车辆之间预期发生碰撞,从而将此两个车辆确定为预期发生碰撞的目标车辆。
在另一个本申请实施例中,为了进一步限定及说明,步骤101获取车辆的参考速度数据包括:获取所述车辆行驶的参考路径,并将所述参考路径所配置的预设速度数据确定为参考速度数据;或,接收与开放作业区、作业环境、所述车辆至少一项所匹配的录入速度数据,并将所述录入速度数据确定为参考速度数据。
为了实现快速、准确的多车辆协同避碰,获取的参考速度数据具体可以直接基于用户录入,还可以基于参考路径进行确定。对于基于参考路径确定的方法,具体为获取车辆行驶的参考路径,虽然车辆在开放作业区进行行驶,但是,可以基于行驶的目的地、目标等确定一个无人驾驶车辆的参考路径。而本申请实施例中,进而基于不同的参考路径预先配置对应的速度数据,以使车辆在此参考路径上按照作为参考速度数据的预设速度数据进行有效行驶,例如,通过给定曲率的阈值将参考路径区分为直路与弯路,在直路上指定一个配速(例如25km/h),在弯路上指定另一个相对较低的配速(例如15km/h),从而作为参考速度数据,本申请实施例不做具体限定。对于基于录入的参考速度数据,具体为接收用于录入的速度数据,此时,录入的速度数据与开放作业区、作业环境、车辆等至少一项所匹配,即不同的车辆可以录入不同的行驶速度,不同的开放作业区也可以录入不同的行驶速度,不同的作业环境也可以录入不同的行驶速度,从而作为参考速度数据,本申请实施例不做具体限定。
进一步的,在本申请实施例中,本申请实施例中的多车辆协同避碰的方法应用于具有处理功能的处理器或服务器中。图7为本发明实施例提供的一种多车辆协同避碰系统,包括服务器610和若干设置有矿山机群子系统620的矿用车辆630;矿用车辆包括铰卡、宽体车、矿卡、电铲、挖机、推土机、洒水车、救援车中的一种或者多种。
所述服务器610,用于发送调度指令给所述矿山机群子系统620;
所述矿山机群子系统620,用于接收所述调度指令,并根据所述调度指令控制所述矿用车辆630执行相应操作,同时获取车辆的实时运行信息以及参考速度数据,并将所述车辆的实时运行信息以及所述参考速度数据发送至所述服务器610;
所述服务器610,还用于执行所述的多车辆协同避碰方法以控制预期发生碰撞的目标矿用车辆630在不改变行驶轨迹的情况下进行协同避让。
具体地,所述矿山机群子系统620获取车辆的实时运行信息以及参考速度数据包括:矿用车辆630对自身的当前位姿、当前速度、当前加速度进行采集,并将采集到的上述信息发送至矿山机群子系统620,矿山机群子系统620根据收到的调度指令生成相应的行驶参考路径,并将该行驶参考路径、当前位姿、当前速度和当前加速度打包发送至服务器610;或者矿山机群子系统620根据收到的调度指令生成相应的行驶参考路径,且进一步根据该行驶参考路径确定参考速度,并将行驶参考路径、参考速度、当前位姿、当前速度和当前加速度打包发送至服务器610,从而服务器610基于本申请实施例中多车辆协同避碰方法中的速度策略确定最佳参考速度数据发送给预期发送碰撞的目标矿卡,从而控制无人矿卡进行避碰。需要说明的是,服务器610发送给矿山机群子系统620的调度指令包括行驶参考路径时,矿山机群子系统620无须根据调度指令生成相应的行驶参考路径。本申请对行驶参考路径生成的主体不作进一步限定。
另外,如图8所示,服务器中可以包括车辆预测模块和速度规划求解模块,车辆预测模块可以执行如步骤101-102中确定位姿信息的方法,速度规划求解模块可以执行如步骤103中确定速度策略,并基于速度策略中的最佳参考速度数据控制无人矿卡进行避碰。当速度规划求解模块将各目标车辆的最佳参考速度数据发送至车辆端后,车辆端按照此参考速度进行执行。同时,矿山机群子系统重新采集车辆运行信息反馈至服务器,服务器中的车辆预测模块以及速度规划求解模块重复执行上述操作更新输出最佳的参考速度数据,从而提升多车辆避碰效率。如图9所示的基于参考速度的多车辆控制流程示意图,一个具体的应用场景中,基于各车辆的实时运行信息、以及参考速度预测各车辆位姿过程中,判断出多目标车辆有碰撞风险,基于参考速度调整策略对目标车辆的参考速度进行调整,例如参考速度不变、参考速度减为1/2和参考速度减为0,从而预测得到各目标车辆的多个位姿。在完成车辆预测位姿后,进行车辆位姿的冲突检测,即为判断各车辆之间是否发生碰撞,对预期发生碰撞的各车辆进行速度策略求解,计算出各车辆参考速度,从而基于各车辆参考速度控制车辆进行避碰。
本申请实施例提供了一种多车辆协同避碰方法,与现有技术相比,本申请实施例通过获取车辆的实时运行信息以及参考速度数据;根据所述实时运行信息以及所述参考速度数据确定所述车辆在预设时间间隔后的位姿信息;当基于所述位姿信息确定至少两个目标车辆之间预期发生碰撞,则确定所述目标车辆协同避碰的速度策略,并根据所述速度策略控制所述目标车辆进行协同避碰,实现在行驶轨迹不变的情况下进行速度调整,以多车辆之间的最优速度协同调整,有效避免多车辆碰撞,大大提高了车辆碰撞的避让效率,从而提高矿卡作业任务的执行效率。
进一步的,作为对上述图1所示方法的实现,本申请实施例提供了一种多车辆协同避碰装置,如图10所示,该装置包括:
获取模块71,用于获取车辆的实时运行信息以及参考速度数据;
确定模块72,用于根据所述实时运行信息以及所述参考速度数据确定所述车辆在预设时间间隔后的位姿信息;
控制模块73,用于当基于所述位姿信息确定至少两个目标车辆之间预期发生碰撞,则确定所述目标车辆协同避碰的速度策略,并根据所述速度策略控制所述目标车辆进行协同避碰。
进一步地,所述控制模块73包括:
获取单元,用于获取参考速度调整策略,所述参考速度调整策略包括各车辆预期发生碰撞时对所述参考速度数据进行调整的至少一个速度策略;
构建单元,用于根据所述参考速度调整策略以及预期发生碰撞的所述目标车辆的约束关系构建速度策略对应关系,所述速度策略对应关系中包括各目标车辆与不同参考速度调整策略之间的选取关系;
确定单元,用于从所述速度策略对应关系中确定与所述目标车辆存在选取关系的速度策略,以作为所述目标车辆协同避碰的速度策略。
进一步地,所述构建单元,具体用于构建所述参考速度调整策略与所述目标车辆之间的初始速度策略矩阵,所述初始速度策略矩阵的第一约束关系为所述目标车辆所对应的行/或列中元素值之和等于预设阈值;为预期发生碰撞的所述目标车辆配置第二约束关系,所述第二约束关系为预期发生碰撞的所述目标车辆的所述参考速度所对应的矩阵元素值之和小于等于所述预设阈值;基于所述第一约束关系、所述第二约束关系线性规划求解所述初始速度策略矩阵,得到速度策略对应关系。
进一步地,所述构建单元,具体还用于为所述初始速度策略矩阵中的各元素配置策略权重,并根据带有所述策略权重的所述初始速度策略矩阵、所述第一约束关系、所述第二约束关系进行最优线性规划求解,得到速度策略对应关系,所述速度策略对应关系中通过所述目标车辆所对应的行/或列中的元素值确定选取对应的参考速度调整策略。
进一步地,所述位姿信息包括估计参考速度以及位置朝向,所述确定模块72包括:
调整单元,用于基于参考速度调整策略、所述参考速度数据对所述实时运行信息中的实时速度数据进行调整,并基于调整得到的估计参考速度确定所述车辆在预设时间间隔后的行驶路程;
确定单元,用于通过所述车辆的参考路径查找所述车辆预期行驶所述行驶路程的位置点,并基于所述参考路径的航向角确定处于所述位置点的所述车辆的位置朝向。
进一步地,所述获取模块71,还用于获取任意两个车辆所对应的位置朝向,以及所述车辆的尺寸信息,并按照所述车辆的位置中心点和所述车辆的尺寸信息,构建匹配所述车辆的碰撞区域;
所述确定模块72,还用于若任意两个车辆的碰撞区域存在交叉,则确定所述车辆为预期发生碰撞的目标车辆。
进一步地,所述获取模块71,具体用于获取所述车辆行驶的参考路径,并将所述参考路径所配置的预设速度数据确定为参考速度数据;或,接收与开放作业区、作业环境、所述车辆至少一项所匹配的录入速度数据,并将所述录入速度数据确定为参考速度数据。
需要说明的是,本申请中多车辆协同避碰装置的工作原理和功能实现与多车辆协同避碰方法实施例对应相同,相同内容不再赘述。
本申请实施例提供了一种多车辆协同避碰装置,与现有技术相比,本申请实施例通过获取车辆的实时运行信息以及参考速度数据;根据所述实时运行信息以及所述参考速度数据确定所述车辆在预设时间间隔后的位姿信息;当基于所述位姿信息确定至少两个目标车辆之间预期发生碰撞,则确定所述目标车辆协同避碰的速度策略,并根据所述速度策略控制所述目标车辆进行协同避碰,实现在行驶轨迹不变的情况下进行速度调整,以多车辆之间的最优速度协同调整,有效避免多车辆碰撞,大大提高了车辆碰撞的避让效率,从而提高矿卡作业任务的执行效率。
图11为本发明实施例提供的一种计算机可读存储介质的结构示意图,如图11所示,一种计算机可读存储介质800,存储有计算机程序810,该计算机程序810被处理器执行时,用于实现如上述方法实施例所述的多车辆协同避碰方法。上述方法实施例中已经对多车辆协同避碰方法进行了详细的描述,在此不再赘述。
上述实施例中描述的方法可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。计算机可读介质800可以包括计算机存储介质和通信介质,还可以包括任何可以将计算机程序从一个地方传送到另一个地方的介质。存储介质可以是可由计算机访问的任何目标介质。
作为一种可能的设计,计算机可读介质800可以包括紧凑型光盘只读储存器(compact disc read-only memory,CD-ROM)、RAM、ROM、EEPROM或其它光盘存储器;计算机可读介质可以包括磁盘存储器或其它磁盘存储设备。而且,任何连接线也可以被适当地称为计算机可读介质。例如,如果使用同轴电缆、光纤电缆、双绞线、DSL或无线技术(如红外,无线电和微波)从网站、服务器或其它远程源传输软件,则同轴电缆、光纤电缆、双绞线、DSL或诸如红外、无线电和微波之类的无线技术包括在介质的定义中。如本文所使用的磁盘和光盘包括光盘(CD),激光盘,光盘,数字通用光盘(digital versatile disc,DVD),软盘和蓝光盘,其中磁盘通常以磁性方式再现数据,而光盘利用激光光学地再现数据。
图12为本发明实施例提供的一种计算机设备的结构示意图,如图12所示,该计算机设备900包括存储器910、处理器920及存储在存储器910上并可被处理器执行的计算机程序,其中处理器920执行计算机程序940时执行本发明中方法的各步骤,可以实现多车辆协同避碰。需要说明的是,本实施例中的计算机程序940与上述计算机程序710相同。
存储器910可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器920具有存储用于执行上述方法中的任何方法步骤的计算机程序940的存储空间930。计算机程序940可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图11所述的计算机可读存储介质。计算机设备可以包括多个处理器,这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
图13为本申请实施例提供的一种芯片的结构示意图,如图13所示,芯片1000包括一个或两个以上(包括两个)处理器1010和通信接口1030。所述通信接口1030和所述至少一个处理器1010耦合,所述至少一个处理器1010用于运行计算机程序或指令,以实现如上述方法实施例所述的多车辆协同避碰方法。
优选地,存储器1040存储了如下的元素:可执行模块或者数据结构,或者他们的子集,或者他们的扩展集。
本申请实施例中,存储器1040可以包括只读存储器和随机存取存储器,并向处理器1010提供指令和数据。存储器1040的一部分还可以包括非易失性随机存取存储器(non-volatile random access memory,NVRAM)。
本申请实施例中,存储器1040、通信接口1030以及存储器1040通过总线系统1020耦合在一起。其中,总线系统1020除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。为了便于描述,在图13中将各种总线都标为总线系统1020。
上述本申请实施例描述的方法可以应用于处理器1010中,或者由处理器1010实现。处理器1010可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器1010中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1010可以是通用处理器(例如,微处理器或常规处理器)、数字信号处理器(digitalsignal processing,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门、晶体管逻辑器件或分立硬件组件,处理器1010可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。
图14为本发明实施例提供的一种终端的结构示意图,如图14所示,终端1100包括如所述的多车辆协同避碰装置1110。
上述终端1100可以通过多车辆协同避碰装置1110执行上述实施例所描述的方法。可以理解,终端1100对多车辆协同避碰装置1110进行控制的实现方式,可以根据实际应用场景设定,本申请实施例不作具体限定。
所述终端1100包括但不限于:服务器、车辆、车载终端、车载控制器、车载模块、车载模组、车载部件、车载芯片、车载单元、车载雷达或车载摄像头等其他传感器,车辆可通过该车载终端、车载控制器、车载模块、车载模组、车载部件、车载芯片、车载单元、车载雷达或摄像头,实施本申请提供的方法。
本申请实施例中的终端作为一种执行非电变量的控制或调整系统,对车辆的实时运行信息以及参考速度数据等非电变量进行控制或调整,从而在车辆行驶轨迹不变的情况下实现多车辆协同避碰的最优速度协同调整。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,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。
可能以许多方式来实现本申请的方法和系统。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本申请的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明,本申请的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本申请实施为记录在记录介质中的程序,这些程序包括用于实现根据本申请的方法的机器可读指令。因而,本申请还覆盖存储用于执行根据本申请的方法的程序的记录介质。
显然,本领域的技术人员应该明白,上述的本申请的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包括在本申请的保护范围之内。

Claims (13)

1.一种多车辆协同避碰方法,其特征在于,包括:
获取车辆的实时运行信息以及参考速度数据;
根据所述实时运行信息以及所述参考速度数据确定所述车辆在预设时间间隔后的位姿信息;
当基于所述位姿信息确定至少两个目标车辆之间预期发生碰撞,则确定所述目标车辆协同避碰的速度策略,并根据所述速度策略控制所述目标车辆进行协同避碰。
2.根据权利要求1所述的方法,其特征在于,所述确定所述目标车辆协同避碰的速度策略包括:
获取参考速度调整策略,所述参考速度调整策略包括各车辆预期发生碰撞时对所述参考速度数据进行调整的至少一个速度策略;
根据所述参考速度调整策略以及预期发生碰撞的所述目标车辆的约束关系构建速度策略对应关系,所述速度策略对应关系中包括各目标车辆与不同参考速度调整策略之间的选取关系;
从所述速度策略对应关系中确定与所述目标车辆存在选取关系的速度策略,以作为所述目标车辆协同避碰的速度策略。
3.根据权利要求2所述的方法,其特征在于,所述根据所述参考速度调整策略以及预期发生碰撞的所述目标车辆的约束关系构建速度策略对应关系包括:
构建所述参考速度调整策略与所述目标车辆之间的初始速度策略矩阵,所述初始速度策略矩阵的第一约束关系为所述目标车辆所对应的行或列中元素值之和等于预设阈值;
为预期发生碰撞的所述目标车辆与所述参考速度调整策略配置第二约束关系,所述第二约束关系为预期发生碰撞的所述目标车辆与所述参考速度调整策略所对应的矩阵元素值之和小于等于所述预设阈值;
基于所述第一约束关系、所述第二约束关系线性规划求解所述初始速度策略矩阵,得到速度策略对应关系。
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一约束关系、所述第二约束关系线性规划求解所述初始速度策略矩阵,得到速度策略对应关系包括:
为所述初始速度策略矩阵中的各元素配置策略权重,并根据带有所述策略权重的所述初始速度策略矩阵、所述第一约束关系、所述第二约束关系进行最优线性规划求解,得到速度策略对应关系,所述速度策略对应关系中通过所述目标车辆所对应的行或列中的元素值确定选取对应的参考速度调整策略。
5.根据权利要求2所述的方法,其特征在于,所述位姿信息包括估计参考速度以及位置朝向,所述根据所述实时运行信息以及所述参考速度数据确定所述车辆在预设时间间隔后的位姿信息包括:
基于所述参考速度调整策略、所述参考速度数据对所述实时运行信息中的实时速度数据进行调整,并基于调整得到的估计参考速度确定所述车辆在预设时间间隔后的行驶路程;
通过所述车辆的参考路径查找所述车辆预期行驶所述行驶路程的位置点,并基于所述参考路径的航向角确定处于所述位置点的所述车辆的位置朝向。
6.根据权利要求5所述的方法,其特征在于,所述确定所述目标车辆协同避碰的速度策略之前,所述方法还包括:
获取任意两个车辆所对应的位置朝向,以及所述车辆的尺寸信息,并按照所述车辆的位置中心点和所述车辆的尺寸信息,构建匹配所述车辆的碰撞区域;
若任意两个车辆的碰撞区域存在交叉,则确定所述车辆为预期发生碰撞的目标车辆。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述获取车辆的参考速度数据包括:
获取所述车辆行驶的参考路径,并将所述参考路径所配置的预设速度数据确定为参考速度数据;或,
接收与开放作业区、作业环境、所述车辆至少一项所匹配的录入速度数据,并将所述录入速度数据确定为参考速度数据。
8.一种多车辆协同避碰装置,其特征在于,包括:
获取模块,用于获取车辆的实时运行信息以及参考速度数据;
确定模块,用于根据所述实时运行信息以及所述参考速度数据确定所述车辆在预设时间间隔后的位姿信息;
控制模块,用于当基于所述位姿信息确定至少两个目标车辆之间预期发生碰撞,则确定所述目标车辆协同避碰的速度策略,并根据所述速度策略控制所述目标车辆进行协同避碰。
9.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如权利要求1-7任一项所述方法的步骤。
10.一种计算机设备,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计算机程序时,实现如权利要求1-7任一项所述方法的步骤。
11.一种芯片,其特征在于,所述芯片包括至少一个处理器和通信接口,所述通信接口和所述至少一个处理器耦合,所述至少一个处理器用于运行计算机程序或指令,以实现如权利要求1-7中任一项所述的多车辆协同避碰方法。
12.一种终端,其特征在于,所述终端包括如权利要求8所述的多车辆协同避碰装置。
13.一种多车辆协同避碰系统,其特征在于,包括服务器和若干设置有矿山机群子系统的矿用车辆;
所述服务器,用于发送调度指令给所述矿山机群子系统;
所述矿山机群子系统,用于接收所述调度指令,并根据所述调度指令控制所述矿用车辆执行相应操作,同时获取车辆的实时运行信息以及参考速度数据,并将所述车辆的实时运行信息以及所述参考速度数据发送至所述服务器;
所述服务器,还用于执行如权利要求1-7中任一项所述的多车辆协同避碰方法以控制预期发生碰撞的目标矿用车辆在不改变行驶轨迹的情况下进行协同避让。
CN202210370943.8A 2022-04-11 2022-04-11 多车辆协同避碰方法、装置、系统、存储介质及终端 Active CN114464013B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210370943.8A CN114464013B (zh) 2022-04-11 2022-04-11 多车辆协同避碰方法、装置、系统、存储介质及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210370943.8A CN114464013B (zh) 2022-04-11 2022-04-11 多车辆协同避碰方法、装置、系统、存储介质及终端

Publications (2)

Publication Number Publication Date
CN114464013A true CN114464013A (zh) 2022-05-10
CN114464013B CN114464013B (zh) 2022-07-12

Family

ID=81417419

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210370943.8A Active CN114464013B (zh) 2022-04-11 2022-04-11 多车辆协同避碰方法、装置、系统、存储介质及终端

Country Status (1)

Country Link
CN (1) CN114464013B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104340152A (zh) * 2013-08-06 2015-02-11 通用汽车环球科技运作有限责任公司 在避免碰撞任务中用于情形评估和决策的动态安全防护罩
DE102015013324A1 (de) * 2015-10-14 2017-04-20 Airbus Ds Electronics And Border Security Gmbh Verfahren zum Bestimmen einer Ausweichempfehlung für ein Fahrzeug
CN110316186A (zh) * 2019-07-01 2019-10-11 百度在线网络技术(北京)有限公司 车辆防碰撞预判方法、装置、设备及可读存储介质
US20200172093A1 (en) * 2018-11-29 2020-06-04 291, Daehak-ro Lane-based probabilistic motion prediction of surrounding vehicles and predictive longitudinal control method and apparatus
CN111731283A (zh) * 2020-05-26 2020-10-02 北京百度网讯科技有限公司 车辆碰撞风险识别方法、装置以及电子设备
CN113282090A (zh) * 2021-05-31 2021-08-20 三一专用汽车有限责任公司 工程车辆无人驾驶控制方法、装置、工程车辆及电子设备
CN114049792A (zh) * 2021-10-15 2022-02-15 青岛慧拓智能机器有限公司 无人驾驶车辆的防碰撞方法、车载装置及防碰撞系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104340152A (zh) * 2013-08-06 2015-02-11 通用汽车环球科技运作有限责任公司 在避免碰撞任务中用于情形评估和决策的动态安全防护罩
DE102015013324A1 (de) * 2015-10-14 2017-04-20 Airbus Ds Electronics And Border Security Gmbh Verfahren zum Bestimmen einer Ausweichempfehlung für ein Fahrzeug
US20200172093A1 (en) * 2018-11-29 2020-06-04 291, Daehak-ro Lane-based probabilistic motion prediction of surrounding vehicles and predictive longitudinal control method and apparatus
CN110316186A (zh) * 2019-07-01 2019-10-11 百度在线网络技术(北京)有限公司 车辆防碰撞预判方法、装置、设备及可读存储介质
CN111731283A (zh) * 2020-05-26 2020-10-02 北京百度网讯科技有限公司 车辆碰撞风险识别方法、装置以及电子设备
CN113282090A (zh) * 2021-05-31 2021-08-20 三一专用汽车有限责任公司 工程车辆无人驾驶控制方法、装置、工程车辆及电子设备
CN114049792A (zh) * 2021-10-15 2022-02-15 青岛慧拓智能机器有限公司 无人驾驶车辆的防碰撞方法、车载装置及防碰撞系统

Also Published As

Publication number Publication date
CN114464013B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
US11325606B2 (en) Methods and systems for establishing cooperative driving engagements with vehicles having varying levels of autonomy
Wang et al. A review on cooperative adaptive cruise control (CACC) systems: Architectures, controls, and applications
Stahl et al. Multilayer graph-based trajectory planning for race vehicles in dynamic scenarios
CN109388483A (zh) 用于通过计算云卸载来支持关键任务应用的方法和设备
Pamosoaji et al. PSO-based minimum-time motion planning for multiple vehicles under acceleration and velocity limitations
Zhang et al. Data-driven based cruise control of connected and automated vehicles under cyber-physical system framework
Kneissl et al. A multi-vehicle control framework with application to automated valet parking
CN113963562B (zh) 作业区多车辆的避让方法以及装置
JP2022542053A (ja) 自律車両の安全停止解放をもたらすためのシステム及び方法
US20220227391A1 (en) Systems and methods for scenario dependent trajectory scoring
Viana et al. Cooperative trajectory planning for autonomous driving using nonlinear model predictive control
CN113741440A (zh) 一种切入车辆的危险目标识别方法、装置、介质及设备
Liu A progressive motion-planning algorithm and traffic flow analysis for high-density 2D traffic
EP3667451A1 (en) Method and system for controlling a plurality of autonomous vehicles
AU2021334408B2 (en) Method and apparatus for coordinating multiple cooperative vehicle trajectories on shared road networks
Luo et al. Real-time cooperative vehicle coordination at unsignalized road intersections
Wang et al. A Universal Trajectory Planning Method for Automated Lane‐Changing and Overtaking Maneuvers
Desaraju et al. Partial order techniques for vehicle collision avoidance: Application to an autonomous roundabout test-bed
CN114464013B (zh) 多车辆协同避碰方法、装置、系统、存储介质及终端
CN111332279A (zh) 泊车路径生成方法和装置
Rafat et al. A Novel Flexible Lane Changing (FLC) Method in Complicated‎ Dynamic Environment for Automated Vehicles
Zheng et al. Real-time parallel trajectory optimization with spatiotemporal safety constraints for autonomous driving in congested traffic
JP2020042599A (ja) 自動運転制御装置および自動運転制御方法
Jalalmaab Model predictive control of highway emergency maneuvering and collision avoidance
US20210021500A1 (en) System and method for collaborative centralized latency characterization

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