CN114475652A - 一种车辆运动规划方法、装置、设备和介质 - Google Patents
一种车辆运动规划方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN114475652A CN114475652A CN202111584290.5A CN202111584290A CN114475652A CN 114475652 A CN114475652 A CN 114475652A CN 202111584290 A CN202111584290 A CN 202111584290A CN 114475652 A CN114475652 A CN 114475652A
- Authority
- CN
- China
- Prior art keywords
- planning
- path
- planned
- transverse
- speed limit
- 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
Links
- 230000033001 locomotion Effects 0.000 title claims abstract description 158
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000036461 convulsion Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 12
- 230000001133 acceleration Effects 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种车辆运动规划方法、装置、设备和介质,应用于自动驾驶车辆,方法包括:获取自动驾驶车辆的当前纵向规划速度轨迹,以及所处道路对应的规划横向运动约束;根据当前纵向规划速度轨迹和规划横向运动约束进行路径规划,生成目标横向规划路径以及当前速度限制;按照当前速度限制进行速度规划,得到目标纵向规划速度轨迹,控制自动驾驶车辆沿目标横向规划路径,按照目标纵向规划速度轨迹进行行驶。通过在路径规划与速度规划过程中以结合规划与实际的两个横向运动约束进行车辆运动规划,使得自动驾驶车辆的行进更为流畅安全。
Description
技术领域
本发明涉及运动规划技术领域,尤其涉及一种车辆运动规划方法、装置、设备和介质。
背景技术
随着车辆智能化技术的发展,车辆的自动驾驶技术逐渐成为车辆研究领域的一个热点,但由于不同的地域造就不同复杂度的道路环境,自动驾驶车辆在行驶时需要快速灵活地进行运动规划以适应各种路况。
例如,在车辆沿横向路径行驶的情况下,现有技术通常是通过减慢车辆速度,并检测横向路径在各个位置的曲率,以限制车辆的横向加速度。
但在实际行驶过程中,由于道路环境的不同,可能还存在其他的横向运动限制,如后期的抽动限制或转向率限制,但现有方案仅是考虑道路曲率对车辆运动的影响,容易导致车辆出现侧面碰撞,安全性降低。
发明内容
本发明提供了一种车辆运动规划方法、装置、设备和介质,解决了现有方案仅是考虑道路曲率对车辆运动的影响,容易导致车辆出现侧面碰撞,安全性降低的技术问题。
本发明第一方面提供的一种车辆运动规划方法,应用于自动驾驶车辆,所述方法包括:
获取所述自动驾驶车辆的当前纵向规划速度轨迹,以及所处道路对应的规划横向运动约束;
根据所述当前纵向规划速度轨迹和所述规划横向运动约束进行路径规划,生成目标横向规划路径;
基于所述目标横向规划路径和实际横向运动约束,确定当前速度限制;
按照所述当前速度限制进行速度规划,得到所述目标横向规划路径对应的目标纵向规划速度轨迹。
可选地,所述方法还包括:
计算所述当前速度限制与预设的历史速度限制之间的速度限制差值;
若所述速度限制差值小于预设限制阈值,则控制所述自动驾驶车辆沿所述目标横向规划路径,按照所述目标纵向规划速度轨迹进行行驶;
若所述速度限制差值大于或等于所述限制阈值,则按照预设调整梯度对所述规划横向运动约束进行调整,得到新的规划横向运动约束;
将所述当前纵向规划速度轨迹更新为所述目标纵向规划速度轨迹;
将所述历史速度限制更新为所述当前速度限制;
跳转执行所述根据所述当前纵向规划速度轨迹和所述规划横向运动约束进行路径规划,生成目标横向规划路径的步骤。
可选地,在执行所述按照所述当前速度限制进行速度规划,得到所述目标横向规划路径对应的目标纵向规划速度轨迹的步骤前,所述方法还包括:
获取历史横向规划路径;
计算所述目标横向规划路径与所述历史横向规划路径的路径偏差;
比较所述路径偏差与预设的规划路径阈值;
若所述路径偏差大于或等于所述规划路径阈值,则将所述目标横向规划路径作为新的历史横向规划路径;
按照预设调整梯度对所述规划横向运动约束进行调整,得到新的规划横向运动约束;
跳转执行所述根据所述当前纵向规划速度轨迹和所述规划横向运动约束进行路径规划,生成目标横向规划路径的步骤,直至所述路径偏差小于所述规划路径阈值。
可选地,所述根据所述当前纵向规划速度轨迹和所述规划横向运动约束进行路径规划,生成目标横向规划路径的步骤,包括:
采用所述规划横向运动约束作为限制条件构建路径规划模型;
将所述当前纵向规划速度轨迹输入至所述路径规划模型;
通过所述路径规划模型在所述限制条件下以当前纵向规划速度轨迹作为起始值,按照预设的路径间隔生成目标横向规划路径。
可选地,所述实际横向运动约束包括实际转向角,所述目标横向规划路径包括多个路径点;所述基于所述目标横向规划路径和实际横向运动约束,确定当前速度限制的步骤,包括:
获取每个所述路径点分别对应的实际转向角;
计算每个所述路径点对运动时间的三阶导数,得到每个所述路径点对应的加加速度;
选取多个所述加加速度中的加加速度最大值;
根据所述加加速度最大值、所述自动驾驶车辆对应的车辆轴距和各个所述实际转向角,确定在每个所述路径点的当前速度限制。
可选地,所述根据所述加加速度最大值、所述自动驾驶车辆对应的车辆轴距和各个所述实际转向角,确定在每个所述路径点的当前速度限制的步骤,包括:
计算在每个所述路径点上对于所述实际转向角的一阶路径点导数;
计算各个所述实际转向角的余弦值对应的平方值;
计算所述加加速度最大值、所述平方值和所述一阶路径点导数之间的乘值的立方根,得到在各个所述路径点的当前速度限制。
可选地,所述实际横向运动约束包括实际转向率,所述目标横向规划路径包括多个路径点;所述基于所述目标横向规划路径和实际横向运动约束,确定当前速度限制的步骤,还包括:
计算所述实际转向角对所述运动时间的一阶导数,得到每个所述路径点对应的实际转向率;
选取多个所述实际转向率中的转向率最大值;
根据每个所述路径点对所述转向角的一阶导数,结合所述转向率最大值确定在每个所述路径点的当前速度限制。
可选地,所述方法还包括:
获取所述自动驾驶车辆所处道路对应的道路限速;
判断所述道路限速是否大于或等于所述当前速度限制;
若是,则保持所述当前速度限制;
若否,则将所述当前速度限制更新为所述道路限速。
可选地,所述方法还包括:
当所述自动驾驶车辆所述道路上存在动态障碍物时,获取所述动态障碍物对应的速度信息和位置信息;
根据所述速度信息、所述位置信息和所述当前速度限制,确定更新速度限制;
按照所述更新速度限制对所述目标纵向规划速度轨迹进行更新,得到新的目标纵向规划速度轨迹。
本发明第二方面提供了一种车辆运动规划装置,应用于自动驾驶车辆,所述装置包括:
车辆参数获取模块,用于获取所述自动驾驶车辆的当前纵向规划速度轨迹,以及所处道路对应的规划横向运动约束;
横向路径规划模块,用于根据所述当前纵向规划速度轨迹和所述规划横向运动约束进行路径规划,生成目标横向规划路径;
当前速度限制确定模块,用于基于所述目标横向规划路径和实际横向运动约束,确定当前速度限制;
目标纵向规划速度轨迹确定模块,用于按照所述当前速度限制进行速度规划,得到所述目标横向规划路径对应的目标纵向规划速度轨迹。
可选地,在执行所述按照所述当前速度限制进行速度规划,得到目标纵向规划速度轨迹的步骤前,所述方法还包括:可选地,所述根据所述当前纵向规划速度轨迹和所述获取所述计算每个所述路径点对运动时间的三阶导数,得到每个所述路径点对应的加加速度;选取多个所述加加速度中的加加速度最大值;选取多个所述转向率中的转向率最大值;根据每个所述路径点对所述转向角的一阶导数,结合所述转向率最大值确定每个所述路径点对应的转向率速度限制。可选地,所述按照所述当前速度限制进行速度规划,得到目标纵向规划速度轨迹的步骤,包括:比较所述当前纵向规划速度轨迹与所述当前速度限制;若所述当前纵向规划速度轨迹小于所述当前速度限制,则将所述当前纵向规划速度轨迹确定为目标纵向规划速度轨迹;若所述当前纵向规划速度轨迹大于或等于所述当前速度限制,则按照预设的速度调整梯度调整所述当前纵向规划速度轨迹,直至所述当前纵向规划速度轨迹小于所述当前速度限制。可选地,所述方法还包括:获取所述自动驾驶车辆所处道路对应的道路限速;判断所述道路限速是否大于或等于所述当前速度限制;若是,则保持所述当前速度限制;若否,则将所述当前速度限制更新为所述道路限速。可选地,所述方法还包括:当所述自动驾驶车辆所述道路上存在动态障碍物时,获取所述动态障碍物对应的速度信息和位置信息;根据所述速度信息、所述位置信息和所述当前速度限制,构建更新速度限制;按照所述更新速度限制对所述目标纵向规划速度轨迹进行更新,得到新的目标纵向规划速度轨迹。本发明第二方面提供了一种车辆运动规划装置,应用于自动驾驶车辆,所述装置包括:本发明第三方面提供了一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如本发明第一方面任一项所述的车辆运动规划方法的步骤。
本发明第四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本发明第一方面任一项所述的车辆运动规划方法。
从以上技术方案可以看出,本发明具有以下优点:
本发明获取自动驾驶车辆的当前纵向规划速度轨迹以及车辆所处道路所对应的规划横向运动约束,根据当前纵向规划速度轨迹和规划横向运动约束,对自动驾驶车辆在所处道路上进行路径规划,生成目标横向规划路径,并按照目标横向规划路径以及自动驾驶车辆的实际横向运动约束,计算当前速度限制;按照该当前速度限制进行速度规划得到在目标横向规划路径上各个路径点的目标纵向规划速度轨迹。从而解决现有技术仅考虑道路曲率对车辆运动的影响,容易导致车辆出现侧面碰撞,安全性降低的技术问题。通过在路径规划与速度规划过程中以较为大范围的规划横向运动约束先进行目标横向规划路径的构建,再进一步结合实际横向运动约束对目标横向规划路径对应的目标纵向规划速度轨迹进行调整确定,进而使得自动驾驶车辆的行进更为流畅安全。
附图说明
为了更清楚地说明本发明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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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它的附图。
图1为本发明实施例一提供的一种车辆运动规划方法的步骤流程图;
图2为本发明实施例二提供的一种车辆运动规划方法的步骤流程图;
图3为本发明实施例三提供的一种车辆运动规划装置的结构框图。
具体实施方式
本发明实施例提供了一种车辆运动规划方法、装置、设备和介质,用于解决现有方案仅是考虑道路曲率对车辆运动的影响,容易导致车辆出现侧面碰撞,安全性降低的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,图1为本发明实施例一提供的一种车辆运动规划方法的步骤流程图。
本发明提供的一种车辆运动规划方法,应用于自动驾驶车辆,方法包括:
步骤101,获取自动驾驶车辆的当前纵向规划速度轨迹,以及所处道路对应的规划横向运动约束;
当前纵向规划速度轨迹指的是自动驾驶车辆在当前时刻的速度轨迹,可在自动驾驶车辆的历史规划路径上进行速度规划得到,例如二次规划Quadratic programming。
规划横向运动约束指的是在理想化状态下的横向运动约束,且横向运动约束可以基于车辆型号不同,道路环境不同而变化。例如自动驾驶车辆的实际横向运动约束为方向盘转动速度限制可以为50度/秒,横向加速度可以为2m/s2,在理想化状态下也就是三倍横向运动约束下,方向盘转动速度限制可以设为150度/秒,横向加速度可以设为6m/s2,对于具体规划横向运动约束的范围,可以基于预设调整梯度对其进行调整,本发明实施例不作限制。
在本发明实施例中,可以通过自动驾驶车辆上设置的环境传感器、高精地图和定位信息获取到车辆所处道路环境的具体情况,从而获取到对应道路以及对应车辆型号的规划横向运动约束,同时从车辆的上游速度规划模块获取到自动驾驶车辆在当前时刻的当前纵向规划速度轨迹。
步骤102,根据当前纵向规划速度轨迹和规划横向运动约束进行路径规划,生成目标横向规划路径;
路径规划指的是生成从车辆所处位置为起点,连接车辆目的地位置的序列点或曲线所使用的策略。通常可以划分为静态路径规划和动态路径规划,所采用的算法可以包括但不限于Dijkstra算法、Lee算法、A*算法和二次规划算法等。
在获取到自动驾驶车辆的当前纵向规划速度轨迹和规划横向运动约束后,可以此为依据进行路径规划,在避免碰撞或保持跟随自动驾驶车辆当前所处道路的前提下,生成目标横向规划路径。
步骤103,基于目标横向规划路径和实际横向运动约束,确定当前速度限制;
在获取到目标横向规划路径后,由于规划横向运动约束是处于理想化状态下的,但在实际过程中,车辆的转动速度并不能达到该理想化状态。此时为避免过高的速度导致的车辆转向不及时或是碰撞等危险,还可以依据目标横向规划路径结合实际横向运动约束进行当前速度限制的计算,从而得到在横向规划路径的每一路径点上的当前速度限制,从而为后续速度规划的限制范围提供数据基础。
步骤104,按照当前速度限制进行速度规划,得到目标横向规划路径对应的目标纵向规划速度轨迹。
速度规划指的是在确定车辆未来的规划路径后,在该规划路径上的各个路径点结合各个动态障碍物轨迹、道路限速和当前速度限制等条件,采用s-t图或二次规划算法等方式,确定每个路径点所对应的速度和加速度等信息的过程。
在本发明实施例中,当计算得到当前速度限制后,由于目标横向规划路径已确定,为实现车辆的平滑流畅移动,可以按照当前速度限制,确定目标横向规划路径上各个路径点所对应的目标纵向规划速度轨迹。
在本发明实施例中,获取自动驾驶车辆的当前纵向规划速度轨迹以及车辆所处道路所对应的规划横向运动约束,根据当前纵向规划速度轨迹和规划横向运动约束,对自动驾驶车辆在所处道路上进行路径规划,生成目标横向规划路径,并按照目标横向规划路径以及自动驾驶车辆的实际横向运动约束,计算当前速度限制;按照该当前速度限制进行速度规划得到在目标横向规划路径上各个路径点的目标纵向规划速度轨迹。从而解决现有技术仅考虑道路曲率对车辆运动的影响,容易导致车辆出现侧面碰撞,安全性降低的技术问题。通过在路径规划与速度规划过程中以较为大范围的规划横向运动约束先进行目标横向规划路径的构建,再进一步结合实际横向运动约束对目标横向规划路径对应的目标纵向规划速度轨迹进行调整确定,进而使得自动驾驶车辆的行进更为流畅安全。
请参阅图2,图2为本发明实施例二提供的一种车辆运动规划方法的步骤流程图。
本发明提供的一种车辆运动规划方法,应用于自动驾驶车辆,方法包括:
步骤201,获取自动驾驶车辆的当前纵向规划速度轨迹,以及所处道路对应的规划横向运动约束;
在本发明实施例中,步骤201的具体实施过程与步骤101类似,在此不再赘述。
步骤202,根据当前纵向规划速度轨迹和规划横向运动约束进行路径规划,生成目标横向规划路径;
可选地,步骤202可以包括以下子步骤:
采用规划横向运动约束作为限制条件构建路径规划模型;
将当前纵向规划速度轨迹输入至路径规划模型;
通过路径规划模型在限制条件下以当前纵向规划速度轨迹作为起始值,按照预设的路径间隔生成目标横向规划路径。
在本发明实施例中,可以参照二次规划的路径规划过程,采用规划横向运动约束作为限制条件,构建对应的路径规划模型,再将当前纵向规划速度轨迹作为初始值输入至路径规划模型。通过该路径规划模型在以当前纵向规划速度轨迹作为自动驾驶车辆的起始值,以自动驾驶车辆所处位置为起始位置,在限制条件下按照预设的路径间隔生成目标横向规划路径。
需要说明的是,目标横向规划路径上的多个路径间隔可以以路径点的形式表示。
步骤203,基于目标横向规划路径和实际横向运动约束,确定当前速度限制;
在本发明的一个示例中,实际横向运动约束包括实际转向角,目标横向规划路径包括多个路径点;步骤203可以包括以下子步骤S11-S14:
S11、获取每个路径点分别对应的实际转向角;
S12、计算每个路径点对运动时间的三阶导数,得到每个路径点对应的加加速度;
在本发明实施例中,由于车辆启动或突然加速等发生会导致车辆行进不够流畅,容易引发安全问题。为此,可以先获取目标横向规划路径上每个路径点所对应的转向角,并同时计算目标横向规划路径对运动时间的三阶导数,以获取到在每个路径点所对应的加加速度a′:
其中,a为各个路径点对应的加速度,v为各个路径点对应的速度,s为各个路径点的位置,t为运动时间。
S13、选取多个加加速度中的加加速度最大值;
S14、根据加加速度最大值、自动驾驶车辆对应的车辆轴距和各个实际转向角,确定在每个路径点的当前速度限制。
进一步地,S14可以包括以下子步骤:
计算在每个路径点上对于实际转向角的一阶路径点导数;
计算各个实际转向角的余弦值对应的平方值;
计算加加速度最大值、平方值和一阶路径点导数之间的乘值的立方根,得到在各个路径点的当前速度限制。
在获取到各个路径点分别对应的加加速度后,可以选取其中的最大值作为加加速度最大值a′max,再基于加加速度最大值、车辆轴距L以及各个转向角δ,分别确定各个路径点对应的横向速度限制:
在本发明的另一个示例中,实际横向运动约束包括实际转向率,所述目标横向规划路径包括多个路径点;步骤203可以包括以下子步骤S21-S23:
S21、计算实际转向角对运动时间的一阶导数,得到每个路径点对应的实际转向率;
在本发明实施例中,可以通过计算转向角对运动时间的一阶导数,以得到各个路径点分别对应的转向率rs:
S22、选取多个实际转向率中的转向率最大值;
S23、根据每个路径点对转向角的一阶导数,结合转向率最大值确定每个路径点对应的转向率速度限制。
在获取到各个转向角分别对应的转向率后,可以从中选取最大值作为转向率最大值,再计算每个路径点对转向角的一阶导数,结合转向率最大值的乘值,得到每个路径点对应的转向率速度限制:
在本发明的另一个示例中,步骤203还可以包括以下子步骤:
获取自动驾驶车辆所处道路对应的道路限速;
判断道路限速是否大于或等于当前速度限制;
若是,则保持当前速度限制;
若否,则将当前速度限制更新为道路限速。
在对当前纵向规划速度轨迹进行调整后,由于自动驾驶车辆所处道路的不同,道路限速也存在不同,为避免触犯交通法规导致安全事故。可以进一步获取自动驾驶车辆所处道路对应的道路限速,比较道路限速与当前速度限制,若是道路限速大于或等于当前速度限制,则可以保持当前速度限制;若是道路限速小于当前速度限制,则可以将当前速度限制更新为道路限速。
可选地,在更新当前速度限制后,可以再次比较当前纵向规划速度轨迹与当前速度限制,已实现对目标纵向规划速度轨迹的再次更新。
进一步地,在执行步骤204之前,方法还包括:
获取历史横向规划路径;
计算目标横向规划路径与历史横向规划路径的路径偏差;
比较路径偏差与预设的规划路径阈值;
若路径偏差大于或等于规划路径阈值,则将目标横向规划路径作为新的历史横向规划路径;
按照预设调整梯度对规划横向运动约束进行调整,得到新的规划横向运动约束;
跳转执行根据当前纵向规划速度轨迹和规划横向运动约束进行路径规划,生成目标横向规划路径以及当前速度限制的步骤,直至路径偏差小于规划路径阈值。
在具体实现中,为提高后续目标纵向规划速度轨迹和目标横向规划路径的确定效率,减少迭代次数,可以获取上一次的目标横向规划路径作为历史横向规划路径,计算目标横向规划路径和历史横向规划路径之间的路径偏差,以确定目标横向规划路径与历史横向规划路径之间的修正程度。
若是路径偏差大于或等于规划路径阈值,则表明目标横向规划路径未能够满足自动驾驶车辆的路径规划需求,此时可以将目标横向规划路径作为新的历史横向规划路径,再按照预设的调整梯度逐步对规划横向运动约束进行调整,以逐步增加规划横向运动约束的程度,得到新的规划横向运动约束;再调整至步骤202,再次进行路径规划得到新的目标横向规划路径,直至路径偏差小于规划路径阈值,继续执行步骤204。
步骤204,按照当前速度限制进行速度规划,得到目标横向规划路径对应的目标纵向规划速度轨迹;
可选地,步骤204可以包括以下子步骤:
比较当前纵向规划速度轨迹与当前速度限制;
若当前纵向规划速度轨迹小于当前速度限制,则将当前纵向规划速度轨迹确定为目标纵向规划速度轨迹;
若当前纵向规划速度轨迹大于或等于当前速度限制,则按照预设的速度调整梯度调整当前纵向规划速度轨迹,直至当前纵向规划速度轨迹小于当前速度限制。
在本发明实施例中,当前速度限制用于限制自动驾驶车辆的当前纵向规划速度轨迹的具体范围,可以通过比较当前纵向规划速度轨迹和当前速度限制,若是当前纵向规划速度轨迹小于当前速度限制,则可以将当前纵向规划速度轨迹确定为目标纵向规划速度轨迹;若是当前纵向规划速度轨迹大于或等于当前速度限制,则按照预设的速度调整梯度对当前纵向规划速度轨迹进行调整,直至当前纵向规划速度轨迹小于当前速度限制。
在本发明的另一个示例中,步骤204还可以包括以下子步骤:
当自动驾驶车辆道路上存在动态障碍物时,获取动态障碍物对应的速度信息和位置信息;
根据速度信息、位置信息和当前速度限制,构建更新速度限制;
按照更新速度限制对目标纵向规划速度轨迹进行更新,得到新的目标纵向规划速度轨迹。
在本发明的另一个示例中,当自动驾驶车辆道路上存在动态障碍物时,获取动态障碍物对应的速度信息和位置信息;根据速度信息、位置信息和当前速度限制,构建更新速度限制,可以通过碰撞检测等方式进行更新速度限制的构建,再次按照更新速度限制对目标纵向规划速度轨迹进行更新,得到新的目标纵向规划速度轨迹。
步骤205,计算当前速度限制与预设的历史速度限制之间的速度限制差值;
在具体实现中,由于规划横向运动约束的不确定性,通常是通过迭代的方式不断调整规划横向运动约束的大小,以得到更为理想的目标横向规划路径和目标纵向规划速度轨迹。
为此在不断迭代的过程中,当前速度限制同样会不断更新,而在每次得到最新的当前速度限制时,可以通过计算当前速度限制和上一次的当前速度限制,也就是历史速度限制之间的速度限制差值,以判断是否输出目标横向规划路径和目标纵向规划速度轨迹。
步骤206,若速度限制差值小于预设限制阈值,则控制自动驾驶车辆沿目标横向规划路径,按照目标纵向规划速度轨迹进行行驶。
在得到速度限制差值后,比较速度限制差值和预设的限制阈值,从而判断是否进行目标横向规划路径和目标纵向规划速度轨迹的输出。若是速度限制差值小于限制阈值,则表明目标横向规划路径和目标纵向规划速度轨迹已经满足自动驾驶车辆的行驶要求,此时可以控制自动驾驶车辆沿目标横向规划路径,按照目标纵向规划速度轨迹进行行驶,以使自动驾驶车辆沿目标横向规划路径按照目标纵向规划速度轨迹进行行驶。
可选地,方法还包括以下步骤:
若速度限制差值大于或等于限制阈值,则按照预设调整梯度对规划横向运动约束进行调整,得到新的规划横向运动约束;
将当前纵向规划速度轨迹更新为目标纵向规划速度轨迹;
将历史速度限制更新为当前速度限制;
跳转执行根据当前纵向规划速度轨迹和规划横向运动约束进行路径规划,生成目标横向规划路径以及当前速度限制的步骤。
在本发明实施例中,若是速度限制差值大于或等于限制阈值,则可以按照预设调整梯度对规划横向运动约束进行调整,以增加约束幅度,使自动驾驶车辆更为人性化地进行车辆驾驶,此时得到新的规划横向运动约束。再将当前纵向规划速度轨迹更新为目标纵向规划速度轨迹,将历史速度限制更新为当前速度限制,跳转至步骤202,迭代循环以确定符合车辆行驶需求的目标横向规划路径和目标纵向规划速度轨迹。
在具体实现中,以自动驾驶车辆的前轮转动速度为30度/秒,车辆处于停止状态且方向盘已打到极致,此时前轮转角为-38度,且距离路沿的距离较近的情况为例。若是采用传统的速度规划方法,按照2m/s2匀加速的方式,即使采用上述30度/秒的速度打方向盘,仍然会碰撞到路沿。而采用本发明的技术方案,可以在首次进行横向路径规划时,将规划横向运动约束内的前轮转动速度预设为90度/秒,在该规划横向运动约束下进行路径规划后,得到避免撞到路沿而且还可以沿道路的目标横向规划路径;此时可以进一步结合实际横向运动约束,以计算得到当前速度限制,按照该当前速度限制进行速度规划,得到在目标横向规划路径下的目标纵向规划速度轨迹,从而使得自动驾驶车辆能够在实际横向运动约束下,沿目标横向规划路径采用目标纵向规划速度轨迹进行行驶。与此同时还可以通过当前速度限制和历史速度限制不断计算限制差值进行迭代更新,从而避免只经过一次当前速度限制,目标纵向规划速度轨迹无法降低到当前速度限制以下,且目标横向规划路径也可以依据不断的速度更新使得路径更为圆滑。
在本发明的另一个示例中,以自动驾驶车辆处于直行状态,当前前轮转角0度,当前纵向规划速度轨迹15m/s,此时突然前面出现障碍物,比如前车货物掉下来,需要迅速躲开。
若是采用传统的车辆规划方法,也就是以15m/s的速度和实际横向运动约束进行车辆规划,比如30度/s方向盘速度,横向加加速度为2m/s3等),自动驾驶车辆会发现不得不撞上。若是采用本发明的技术方案,可以预设规划横向运动约束为90度/秒,且加加速度为5m/s3,此时可以经过路径规划得到一个可躲避的目标横向规划路径;进一步结合实际横向运动约束进行目标纵向规划速度轨迹的速度规划,从而使得自动驾驶车辆能够沿目标横向规划路径进行行驶,躲开前车货物的意外掉落。
在本发明实施例中,获取自动驾驶车辆的当前纵向规划速度轨迹以及车辆所处道路所对应的规划横向运动约束,根据当前纵向规划速度轨迹和规划横向运动约束,对自动驾驶车辆在所处道路上进行路径规划,生成目标横向规划路径,并按照目标横向规划路径以及自动驾驶车辆所固有的轴距等参数,计算当前速度限制;按照该当前速度限制进行速度规划得到目标纵向规划速度轨迹;计算此时当前速度限制与预设的历史速度限制之间的速度限制差值,基于速度限制差值与预设限制阈值的比较情况,若是速度限制差值小于限制阈值,则输出目标横向规划路径和目标纵向规划速度轨迹,以使自动驾驶车辆沿目标横向规划路径按照目标纵向规划速度轨迹进行行驶。从而解决现有技术仅考虑道路曲率对车辆运动的影响,容易导致车辆出现侧面碰撞,安全性降低的技术问题。通过在路径规划与速度规划过程中加入横向运动约束以及对应的调整策略,使得自动驾驶车辆的行进更为流畅安全。
请参阅图3,图3示出了本发明实施例三的一种车辆运动规划装置的结构框图。
本发明实施例提供了一种车辆运动规划装置,应用于自动驾驶车辆,装置包括:
车辆参数获取模块301,用于获取自动驾驶车辆的当前纵向规划速度轨迹,以及所处道路对应的规划横向运动约束;
横向路径规划模块302,用于根据当前纵向规划速度轨迹和规划横向运动约束进行路径规划,生成目标横向规划路径以及当前速度限制;
当前速度限制确定模块303,用于基于目标横向规划路径和实际横向运动约束,确定当前速度限制;
目标纵向规划速度轨迹确定模块304,用于按照当前速度限制进行速度规划,得到目标横向规划路径对应的目标纵向规划速度轨迹。
可选地,装置还包括:
速度限制差值计算模块,用于计算当前速度限制与预设的历史速度限制之间的速度限制差值;
车辆行驶控制模块,用于若速度限制差值小于预设限制阈值,则控制自动驾驶车辆沿目标横向规划路径,按照目标纵向规划速度轨迹进行行驶。
第一横向运动约束调整模块,用于若速度限制差值大于或等于限制阈值,则按照预设调整梯度对规划横向运动约束进行调整,得到新的规划横向运动约束;
速度更新模块,用于将当前纵向规划速度轨迹更新为目标纵向规划速度轨迹;
速度限制更新模块,用于将历史速度限制更新为当前速度限制;
循环模块,用于跳转执行根据当前纵向规划速度轨迹和规划横向运动约束进行路径规划,生成目标横向规划路径以及当前速度限制的步骤。
可选地,在调用目标纵向规划速度轨迹确定模块304前,装置还包括:
历史横向规划路径获取模块,用于获取历史横向规划路径;
路径偏差计算模块,用于计算目标横向规划路径与历史横向规划路径的路径偏差;
路径偏差比较模块,用于比较路径偏差与预设的规划路径阈值;
路径偏差判定模块,用于若路径偏差大于或等于规划路径阈值,则将目标横向规划路径作为新的历史横向规划路径;
第二横向运动约束调整模块,用于按照预设调整梯度对规划横向运动约束进行调整,得到新的规划横向运动约束;
路径循环调整模块,用于跳转执行根据当前纵向规划速度轨迹和规划横向运动约束进行路径规划,生成目标横向规划路径以及当前速度限制的步骤,直至路径偏差小于规划路径阈值。
可选地,横向路径规划模块302包括:
路径规划模型构建子模块,用于采用规划横向运动约束作为限制条件构建路径规划模型;
速度输入子模块,用于将当前纵向规划速度轨迹输入至路径规划模型;
路径规划生成子模块,用于通过路径规划模型在限制条件下以当前纵向规划速度轨迹作为起始值,按照预设的路径间隔生成目标横向规划路径。
可选地,实际横向运动约束包括实际转向角,目标横向规划路径包括多个路径点;当前速度限制确定模块303包括:
转向角获取子模块,用于获取每个路径点分别对应的实际转向角;
加加速度计算子模块,用于计算每个路径点对运动时间的三阶导数,得到每个路径点对应的加加速度;
加加速度最大值选取子模块,用于选取多个加加速度中的加加速度最大值;
第一当前速度限制确定子模块,用于计算加加速度最大值、平方值和一阶路径点导数之间的乘值的立方根,得到在各个路径点的当前速度限制。
可选地,实际横向运动约束包括实际转向率,所述目标横向规划路径包括多个路径点;当前速度限制确定模块303还包括:
实际转向率计算子模块,用于计算实际转向角对运动时间的一阶导数,得到每个路径点对应的实际转向率;
转向率最大值选取子模块,用于选取多个实际转向率中的转向率最大值;
第二当前速度限制确定子模块,用于根据每个路径点对转向角的一阶导数,结合转向率最大值确定在每个路径点的当前速度限制。
可选地,装置还包括:
道路限速获取模块,用于获取自动驾驶车辆所处道路对应的道路限速;
道路限速判断模块,用于判断道路限速是否大于或等于当前速度限制;
第一当前速度限制判定模块,用于若是,则保持当前速度限制;
第二当前速度限制判定模块,用于若否,则将当前速度限制更新为道路限速。
可选地,装置还包括:
障碍物信息获取模块,用于当自动驾驶车辆道路上存在动态障碍物时,获取动态障碍物对应的速度信息和位置信息;
更新速度限制构建模块,用于根据速度信息、位置信息和当前速度限制,构建更新速度限制;
目标纵向规划速度轨迹更新模块,用于按照更新速度限制对目标纵向规划速度轨迹进行更新,得到新的目标纵向规划速度轨迹。
本发明实施例还提供了一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如本发明任一实施例所述的车辆运动规划方法的步骤。
本发明实施例还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本发明任一实施例所述的车辆运动规划方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置、模块和子模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (12)
1.一种车辆运动规划方法,其特征在于,应用于自动驾驶车辆,所述方法包括:
获取所述自动驾驶车辆的当前纵向规划速度轨迹,以及所处道路对应的规划横向运动约束;
根据所述当前纵向规划速度轨迹和所述规划横向运动约束进行路径规划,生成目标横向规划路径;
基于所述目标横向规划路径和实际横向运动约束,确定当前速度限制;
按照所述当前速度限制进行速度规划,得到所述目标横向规划路径对应的目标纵向规划速度轨迹。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
计算所述当前速度限制与预设的历史速度限制之间的速度限制差值;
若所述速度限制差值小于预设限制阈值,则控制所述自动驾驶车辆沿所述目标横向规划路径,按照所述目标纵向规划速度轨迹进行行驶;
若所述速度限制差值大于或等于所述限制阈值,则按照预设调整梯度对所述规划横向运动约束进行调整,得到新的规划横向运动约束;
将所述当前纵向规划速度轨迹更新为所述目标纵向规划速度轨迹;
将所述历史速度限制更新为所述当前速度限制;
跳转执行所述根据所述当前纵向规划速度轨迹和所述规划横向运动约束进行路径规划,生成目标横向规划路径的步骤。
3.根据权利要求1所述的方法,其特征在于,在执行所述按照所述当前速度限制进行速度规划,得到所述目标横向规划路径对应的目标纵向规划速度轨迹的步骤前,所述方法还包括:
获取历史横向规划路径;
计算所述目标横向规划路径与所述历史横向规划路径的路径偏差;
比较所述路径偏差与预设的规划路径阈值;
若所述路径偏差大于或等于所述规划路径阈值,则将所述目标横向规划路径作为新的历史横向规划路径;
按照预设调整梯度对所述规划横向运动约束进行调整,得到新的规划横向运动约束;
跳转执行所述根据所述当前纵向规划速度轨迹和所述规划横向运动约束进行路径规划,生成目标横向规划路径的步骤,直至所述路径偏差小于所述规划路径阈值。
4.根据权利要求1所述的方法,其特征在于,所述根据所述当前纵向规划速度轨迹和所述规划横向运动约束进行路径规划,生成目标横向规划路径的步骤,包括:
采用所述规划横向运动约束作为限制条件构建路径规划模型;
将所述当前纵向规划速度轨迹输入至所述路径规划模型;
通过所述路径规划模型在所述限制条件下以当前纵向规划速度轨迹作为起始值,按照预设的路径间隔生成目标横向规划路径。
5.根据权利要求1所述的方法,其特征在于,所述实际横向运动约束包括实际转向角,所述目标横向规划路径包括多个路径点;所述基于所述目标横向规划路径和实际横向运动约束,确定当前速度限制的步骤,包括:
获取每个所述路径点分别对应的实际转向角;
计算每个所述路径点对运动时间的三阶导数,得到每个所述路径点对应的加加速度;
选取多个所述加加速度中的加加速度最大值;
根据所述加加速度最大值、所述自动驾驶车辆对应的车辆轴距和各个所述实际转向角,确定在每个所述路径点的当前速度限制。
6.根据权利要求5所述的方法,其特征在于,所述根据所述加加速度最大值、所述自动驾驶车辆对应的车辆轴距和各个所述实际转向角,确定在每个所述路径点的当前速度限制的步骤,包括:
计算在每个所述路径点上对于所述实际转向角的一阶路径点导数;
计算各个所述实际转向角的余弦值对应的平方值;
计算所述加加速度最大值、所述平方值和所述一阶路径点导数之间的乘值的立方根,得到在各个所述路径点的当前速度限制。
7.根据权利要求1所述的方法,其特征在于,所述实际横向运动约束包括实际转向率,所述目标横向规划路径包括多个路径点;所述基于所述目标横向规划路径和实际横向运动约束,确定当前速度限制的步骤,包括:
计算所述实际转向角对所述运动时间的一阶导数,得到每个所述路径点对应的实际转向率;
选取多个所述实际转向率中的转向率最大值;
根据每个所述路径点对所述转向角的一阶导数,结合所述转向率最大值确定在每个所述路径点的当前速度限制。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述自动驾驶车辆所处道路对应的道路限速;
判断所述道路限速是否大于或等于所述当前速度限制;
若是,则保持所述当前速度限制;
若否,则将所述当前速度限制更新为所述道路限速。
9.根据权利要求1或8所述的方法,其特征在于,所述方法还包括:
当所述自动驾驶车辆所述道路上存在动态障碍物时,获取所述动态障碍物对应的速度信息和位置信息;
根据所述速度信息、所述位置信息和所述当前速度限制,确定更新速度限制;
按照所述更新速度限制对所述目标纵向规划速度轨迹进行更新,得到新的目标纵向规划速度轨迹。
10.一种车辆运动规划装置,其特征在于,应用于自动驾驶车辆,所述装置包括:
车辆参数获取模块,用于获取所述自动驾驶车辆的当前纵向规划速度轨迹,以及所处道路对应的规划横向运动约束;
横向路径规划模块,用于根据所述当前纵向规划速度轨迹和所述规划横向运动约束进行路径规划,生成目标横向规划路径;
当前速度限制确定模块,用于基于所述目标横向规划路径和实际横向运动约束,确定当前速度限制;
目标纵向规划速度轨迹确定模块,用于按照所述当前速度限制进行速度规划,得到所述目标横向规划路径对应的目标纵向规划速度轨迹。
11.一种电子设备,其特征在于,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1-9任一项所述的车辆运动规划方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-9任一项所述的车辆运动规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111584290.5A CN114475652B (zh) | 2021-12-22 | 2021-12-22 | 一种车辆运动规划方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111584290.5A CN114475652B (zh) | 2021-12-22 | 2021-12-22 | 一种车辆运动规划方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114475652A true CN114475652A (zh) | 2022-05-13 |
CN114475652B CN114475652B (zh) | 2024-03-22 |
Family
ID=81493284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111584290.5A Active CN114475652B (zh) | 2021-12-22 | 2021-12-22 | 一种车辆运动规划方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114475652B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115027505A (zh) * | 2022-07-28 | 2022-09-09 | 广州小鹏自动驾驶科技有限公司 | 车辆的轨迹重规划方法、装置、系统、车辆及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108829110A (zh) * | 2018-08-06 | 2018-11-16 | 吉林大学 | 一种横/纵向运动统一框架的驾驶员模型建模方法 |
CN110155059A (zh) * | 2019-06-04 | 2019-08-23 | 吉林大学 | 一种弯道优化控制方法及系统 |
CN111123952A (zh) * | 2019-12-31 | 2020-05-08 | 华为技术有限公司 | 一种轨迹规划方法及装置 |
CN111857152A (zh) * | 2020-07-31 | 2020-10-30 | 北京京东乾石科技有限公司 | 用于生成车辆控制信息的方法和装置 |
CN113799800A (zh) * | 2021-10-08 | 2021-12-17 | 河南科技大学 | 一种无人驾驶车辆自动换道超车轨迹规划方法 |
-
2021
- 2021-12-22 CN CN202111584290.5A patent/CN114475652B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108829110A (zh) * | 2018-08-06 | 2018-11-16 | 吉林大学 | 一种横/纵向运动统一框架的驾驶员模型建模方法 |
CN110155059A (zh) * | 2019-06-04 | 2019-08-23 | 吉林大学 | 一种弯道优化控制方法及系统 |
CN111123952A (zh) * | 2019-12-31 | 2020-05-08 | 华为技术有限公司 | 一种轨迹规划方法及装置 |
CN111857152A (zh) * | 2020-07-31 | 2020-10-30 | 北京京东乾石科技有限公司 | 用于生成车辆控制信息的方法和装置 |
CN113799800A (zh) * | 2021-10-08 | 2021-12-17 | 河南科技大学 | 一种无人驾驶车辆自动换道超车轨迹规划方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115027505A (zh) * | 2022-07-28 | 2022-09-09 | 广州小鹏自动驾驶科技有限公司 | 车辆的轨迹重规划方法、装置、系统、车辆及存储介质 |
CN115027505B (zh) * | 2022-07-28 | 2023-10-31 | 广州小鹏自动驾驶科技有限公司 | 车辆的轨迹重规划方法、装置、系统、车辆及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114475652B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11921510B1 (en) | Approach for consolidating observed vehicle trajectories into a single representative trajectory | |
CN108692734B (zh) | 一种路径规划方法和装置 | |
US9460622B1 (en) | Approach for estimating the geometry of roads and lanes by using vehicle trajectories | |
CN109941275B (zh) | 车道变换方法、装置、电子设备及存储介质 | |
US9499197B2 (en) | System and method for vehicle steering control | |
US11235757B2 (en) | Collision avoidance apparatus | |
US9616889B2 (en) | Cruise control system and method | |
US11708069B2 (en) | Obstacle avoidance apparatus and obstacle avoidance route generating apparatus | |
EP3786586B1 (en) | Path planning for autonomous and semi-autonomous vehicles | |
CN110398963A (zh) | 无轨导航纠偏控制方法、装置、存储介质及控制器 | |
CN113247023B (zh) | 一种行驶规划方法、装置、计算机设备及存储介质 | |
CN114475652A (zh) | 一种车辆运动规划方法、装置、设备和介质 | |
CN111881580A (zh) | 一种无人船规避障碍物的运动规划方法 | |
Zhu et al. | A gaussian process model for opponent prediction in autonomous racing | |
Vasic et al. | An overtaking decision algorithm for networked intelligent vehicles based on cooperative perception | |
CN110083158B (zh) | 一种确定局部规划路径的方法和设备 | |
Mutlu et al. | Case study on model free determination of optimal trajectories in highly automated driving | |
CN114489060A (zh) | 无人船编队控制方法、终端设备及计算机可读存储介质 | |
CN111176285B (zh) | 一种行进路径规划的方法及装置、车辆、可读存储介质 | |
SE543781C2 (en) | Method and control unit for predicting a collision between a vehicle and a mobile object | |
US20240043006A1 (en) | Method and apparatus for generating virtual stop line | |
US12001214B2 (en) | System and method for trajectory estimation | |
CN117433540B (zh) | 船舶的航行方法、终端设备及可读存储介质 | |
US20230185304A1 (en) | System and method for trajectory estimation | |
CN110262536B (zh) | 无动力飞行器的纵向控制飞行能量管理方法及系统 |
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 |