CN114489073A - 自动驾驶速度重规划方法、装置、设备及可读存储介质 - Google Patents

自动驾驶速度重规划方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN114489073A
CN114489073A CN202210088876.0A CN202210088876A CN114489073A CN 114489073 A CN114489073 A CN 114489073A CN 202210088876 A CN202210088876 A CN 202210088876A CN 114489073 A CN114489073 A CN 114489073A
Authority
CN
China
Prior art keywords
speed
planning
real
time
vehicle
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
CN202210088876.0A
Other languages
English (en)
Other versions
CN114489073B (zh
Inventor
夏然飞
陈梦娟
李洋
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.)
Dongfeng Trucks Co ltd
Original Assignee
Dongfeng Trucks Co ltd
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 Dongfeng Trucks Co ltd filed Critical Dongfeng Trucks Co ltd
Priority to CN202210088876.0A priority Critical patent/CN114489073B/zh
Publication of CN114489073A publication Critical patent/CN114489073A/zh
Application granted granted Critical
Publication of CN114489073B publication Critical patent/CN114489073B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及一种自动驾驶速度重规划方法、装置、设备及可读存储介质，涉及自动驾驶技术领域，包括获取本车的实时速度及与实时速度对应的规划速度；检测实时速度与规划速度间的差值是否大于预设的速度阈值；若是则获取本车在当前时刻的第一实时状态信息，基于第一实时状态信息和目标障碍车在当前时刻的第二实时状态信息进行速度重规划得到第一速度重规划曲线；否则判断目标障碍车的运动状态是否发生变化；若目标障碍车的运动状态发生变化，获取本车在上一时间周期的规划状态信息和目标障碍车在下一时间周期的预估状态信息；基于规划状态信息和预估状态信息进行速度重规划得到第二速度重规划曲线。本申请可有效进行速度重规划，避免车辆发生抖动。

Description

自动驾驶速度重规划方法、装置、设备及可读存储介质
技术领域
本申请涉及自动驾驶技术领域，特别涉及一种自动驾驶速度重规划方法、装置、设备及可读存储介质。
背景技术
在实际自动驾驶环境下，由于道路场景会经常发生变化，以致自动驾驶车辆的状态需要进行切换以适应实时的道路场景，因此在自动驾驶车辆的状态发生切换后就需要进行速度的重新规划。同时，由于速度重规划作为运动规划子系统的重要功能，其会直接影响到下游纵向控制层的执行优劣，即不适当的目标速度和加速度会超出车辆运动的极限工况，进而影响到驾乘人员的安全性和舒适性体验。因此，在进行速度重规划时，就需要考虑对纵向控制层的影响，即连续稳定的速度更有利于控制层下发指令的平滑性，进而有效避免车辆产生抖动。
相关技术中，往往仅基于本车的实时状态信息进行速度重规划，但是，当障碍物目标点发生动态变化时，再以当前实时状态信息进行重新规划，可能会出现速度不连续的问题，以致车辆发生抖动，进而造成舒适性体验不佳。同时，相关技术在进行速度重规划时，未考虑自动驾驶车辆实际速度与目标速度相差较大的情况，以致纵向控制层可能无法有效跟随重规划得到的速度曲线，进而导致车辆发生抖动。
发明内容
本申请提供一种自动驾驶速度重规划方法、装置、设备及可读存储介质，以解决相关技术中无法有效进行速度重规划而导致的车辆抖动的问题。
第一方面，提供了一种自动驾驶速度重规划方法，包括以下步骤：
获取本车的实时速度以及与所述实时速度对应的规划速度；
检测所述实时速度与所述规划速度之间的差值是否大于预设的速度阈值；
若是，则获取本车在当前时刻的第一实时状态信息，并基于所述第一实时状态信息和目标障碍车在当前时刻的第二实时状态信息进行速度重规划，得到第一速度重规划曲线；
若否，则判断目标障碍车的运动状态是否发生变化；
若目标障碍车的运动状态发生变化，则获取本车在上一时间周期的规划状态信息和目标障碍车在下一时间周期的预估状态信息；
基于所述规划状态信息和所述预估状态信息进行二次速度重规划，得到第二速度重规划曲线。
一些实施例中，所述第一实时状态信息包括第一实时速度、第一实时距离和第一实时加速度；所述第二实时状态信息包括第二实时速度、第二实时距离和第二实时加速度；所述规划状态信息包括规划速度、规划距离和规划加速度；所述预估状态信息包括预估速度、预估距离和预估加速度。
一些实施例中，在所述判断目标障碍车的运动状态是否发生变化的步骤之后，还包括：
若目标障碍车的运动状态未发生变化，则不进行速度重规划。
一些实施例中，所述方法还包括：
将本车的实时速度作为规划速度传输至纵向控制层，以供所述纵向控制层基于所述实时速度进行车辆状态控制。
第二方面，提供了一种自动驾驶速度重规划装置，包括：
获取单元，其用于获取本车的实时速度以及与所述实时速度对应的规划速度；
检测单元，其用于检测所述实时速度与所述规划速度之间的差值是否大于预设的速度阈值；
第一重规划单元，其用于若是，则获取本车在当前时刻的第一实时状态信息，并基于所述第一实时状态信息和目标障碍车在当前时刻的第二实时状态信息进行速度重规划，得到第一速度重规划曲线；
第二重规划单元，其用于若否，则判断目标障碍车的运动状态是否发生变化；若目标障碍车的运动状态发生变化，则获取本车在上一时间周期的规划状态信息和目标障碍车在下一时间周期的预估状态信息；基于所述规划状态信息和所述预估状态信息进行二次速度重规划，得到第二速度重规划曲线。
一些实施例中，所述第一实时状态信息包括第一实时速度、第一实时距离和第一实时加速度；所述第二实时状态信息包括第二实时速度、第二实时距离和第二实时加速度；所述规划状态信息包括规划速度、规划距离和规划加速度；所述预估状态信息包括预估速度、预估距离和预估加速度。
一些实施例中，所述第二重规划单元还用于：
若目标障碍车的运动状态未发生变化，则不进行速度重规划。
一些实施例中，所述装置还包括传输单元，其用于：
将本车的实时速度作为规划速度传输至纵向控制层，以供所述纵向控制层基于所述实时速度进行车辆状态控制。
第三方面，提供了一种自动驾驶速度重规划设备，包括：存储器和处理器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行，以实现前述的自动驾驶速度重规划方法。
第四方面，提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，当所述计算机程序被处理器执行时，以实现前述的自动驾驶速度重规划方法。
本申请提供的技术方案带来的有益效果包括：可有效进行速度重规划，避免车辆发生抖动。
本申请提供了一种自动驾驶速度重规划方法、装置、设备及可读存储介质，包括获取本车的实时速度以及与所述实时速度对应的规划速度；检测所述实时速度与所述规划速度之间的差值是否大于预设的速度阈值；若是，则获取本车在当前时刻的第一实时状态信息，并基于所述第一实时状态信息和目标障碍车在当前时刻的第二实时状态信息进行速度重规划，得到第一速度重规划曲线；若否，则判断目标障碍车的运动状态是否发生变化；若目标障碍车的运动状态发生变化，则获取本车在上一时间周期的规划状态信息和目标障碍车在下一时间周期的预估状态信息；基于所述规划状态信息和所述预估状态信息进行二次速度重规划，得到第二速度重规划曲线。本申请通过采用当前实时速度与对应的规划速度之间的差异来判断是否需要重新规划速度，并基于第一实时状态信息进行速度重规划，其只需较小的控制补偿，使得纵向控制层的实际车速能与重规划的速度基本重合，保证了纵向控制层能稳定跟随速度变化，即实际车速不会出现抖动，进而避免车辆发生抖动；同时，当目标障碍车发生动态变化时，基于上一周期的规划状态信息进行速度重规划，可保证规划出的速度曲线是连续和稳定的，进而使得纵向控制层接收到的速度是连续的，即实际车速也不会出现抖动，因此可有效避免车辆发生抖动，进而提高舒适性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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为本申请实施例提供的一种自动驾驶速度重规划方法的流程示意图；
图2为本申请实施例提供的速度规划过程中，Tj时刻的速度规划V-T图；
图3为本申请实施例提供的速度规划的过程中，速度重规划V-T图；
图4为本申请实施例提供的速度规划过程中，Tj时刻的速度二次重规划V-T图；
图5为本申请实施例提供的速度规划的过程中，速度二次重规划V-T图；
图6为本申请实施例提供的一种自动驾驶速度重规划设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供了一种自动驾驶速度重规划方法、装置、设备及可读存储介质，其能解决相关技术中无法有效进行速度重规划而导致的车辆抖动的问题。
图1是本申请实施例提供的一种自动驾驶速度重规划方法，包括以下步骤：
步骤S10：获取本车的实时速度以及与所述实时速度对应的规划速度；
示范性的，决策规划是自动驾驶的重要组成部分，其决定了车辆能否平稳、准确地完成各种驾驶行为。其中，运动规划是决策层的一个重要研究领域，而速度规划作为运动规划子系统的重要功能，直接影响到下游纵向控制层的执行优劣，不适当的目标速度和加速度会超出车辆运动的极限工况，进而影响到驾乘人员的安全性和舒适性体验。
本实施例中，自动驾驶车辆基于行为规划层输出的行为指令、当前车辆的位姿信息进行速度和时间的采样。即自动驾驶车辆从当前时刻开始速度规划至目标位置时刻完成，且在这段时间内，需要不断地实时更新速度曲线，对对应的当前时刻和目标时刻的速度、加速度进行配置，并考虑车辆运动学约束，对候选的速度曲线进行筛选，然后再获取实时的车辆行为状态指令，判断是否重规划，最后输出最优的速度和加速度给纵向控制层。因此，本实施例将根据不同的工况场景，采用多项式速度规划算法，生成规划的速度曲线、加速度曲线和加加速度曲线。
具体的，根据车辆当前点和目标点的状态来配置自动驾驶车辆所需要的行驶参数，即根据不同的行为状态，采用不同的多项式函数来表示规划的速度曲线。比如，当上游行为规划层发现前方行驶的目标障碍车时，在发出对应的跟车行为指令后，本车将获取当前状态的距离、速度和加速度以及目标状态的期望距离、速度和加速度，即从[s1,v1,a1]到[s2,v2,a2]的速度时间采样，并将各个参数代入五次多项式速度曲线公式，并计算出速度曲线的ST模型，以进行自适应跟车，其保证了自适应跟车时加加速度的稳定性；其中，s1是本车起始的位移，v1是本车起始的速度，a1是本车起始的加速度；s2是目标障碍车的位移，v2是目标障碍车的速度，a2是目标障碍车的加速度。
在以上场景中，需要考虑驾驶行为、路况、限速等因素，通常情况下用一个期望车辆保持的驾驶速度来约束整个纵向速度规划过程。即自动驾驶车辆从t1时刻开始速度规划至t2时刻完成，则在这段时间内，需要不断地实时更新速度曲线，且自动驾驶车辆二次重规划从s1位置到s2位置的速度和加速度等参数，并输出给控制执行系统，当到达目标速度时，则反馈给行为规划层已完成相应的状态指令。
由于速度重规划需要考虑对纵向控制层的影响，即连续稳定的速度更有利于纵向控制层下发指令的平滑性，以避免车辆产生抖动。因此，本实施例考虑到纵向控制层的影响，在进行速度规划的过程中或者一段速度规划完成后，采用速度规划过程中或者速度规划完成后的当前实时速度与对应的规划速度之间的差值，来判断是否需要重新规划速度，以保证自动驾驶车辆实时速度与规划速度相差较大情况下，纵向控制层可进行有效跟随，以避免车辆发生抖动。于是，本实施例将对本车的实时速度以及与本车的实时速度对应的规划速度进行获取。
步骤S20：检测所述实时速度与所述规划速度之间的差值是否大于预设的速度阈值；
步骤S30：若是，则获取本车在当前时刻的第一实时状态信息，并基于所述第一实时状态信息和目标障碍车在当前时刻的第二实时状态信息进行速度重规划，得到第一速度重规划曲线；其中，所述第一实时状态信息包括第一实时速度、第一实时距离和第一实时加速度；所述第二实时状态信息包括第二实时速度、第二实时距离和第二实时加速度；
示范性的，由于在自动驾驶车辆实时速度与规划速度相差较大的情况下，纵向控制层可能出现无法有效跟随的问题，以致车辆发生抖动。因此，为了保证纵向控制层可以在实时速度与规划速度相差较大的情况下也能实现有效跟随，本实施例中先对有效跟随的临界速度进行设定，得到预设的速度阈值；并在检测到本车的实时速度与其对应的规划速度之间的差值大于预设的速度阈值时，进行速度重规划，即获取本车在当前时刻的第一实时状态信息，并基于第一实时状态信息和目标障碍车在当前时刻的第二实时状态信息进行速度重规划，得到第一速度重规划曲线。比如，规划速度为10m/s与实时速度9m/s差距超过速度阈值，即从当前实时速度9m/s进行速度重规划。
具体的，以速度规划过程中进行速度重规划为例：如图2所示，横轴表示时间，纵轴表示速度。对于自动驾驶车辆而言，在速度规划的过程中，单点划线表示规划的速度曲线，实线表示重规划的速度曲线。其中，i表示第i条速度曲线，j表示当前的时间点，则Tj表示当前的时间，vi,j表示在第i条速度曲线上的第j个时间点的规划速度值，当vi,j与实时车速v0的差值超过预设的速度阈值Δv，则有：
|v0-vi,j|＞Δv (1)
在规划的速度曲线中，在当前时刻Tj，第j点的时间为tj，第i条五次多项式速度曲线上第j个时间点对应的规划距离si,j、规划速度vi,j，分别表示如下：
Figure BDA0003488267390000081
Figure BDA0003488267390000082
其中，式(2)和式(3)中的αi0、αi1、αi2、αi3、αi4和αi5均表示第i条五次多项式速度曲线的参数。
将式(3)代入式(1)，可得：
Figure BDA0003488267390000083
因此，在Tj时刻vi,j与v0的差值超过Δv时就需要进行重新规划，即获取的初始状态的信息由单点划线上的规划距离sj、规划速度vj和规划加速度aj，变化为实线上的实时距离s0、实时速度v0和实时加速度a0，而目标障碍车的状态[sg,vg,ag]保持不变；于是，在tj时刻第i条速度曲线的重规划前曲线系数αi,j以及表示在tj时刻第i条速度曲线的重规划后曲线系数αi,0可以分别表示为：
Figure BDA0003488267390000091
Figure BDA0003488267390000092
已知重规划前的速度曲线系数αi,j(即式(5)中的αi,j)，则可得到对应重规划前的速度曲线vi,j：
Figure BDA0003488267390000093
已知重规划后的速度曲线系数αi,0，则可得到对应重规划后的速度曲线vi,0(即第一速度重规划曲线)：
Figure BDA0003488267390000101
参见图3所示，横轴表示时间，纵轴表示速度。在速度规划的过程中，图3中的双点划线表示重规划前的速度曲线vi,j，实线表示重规划后的速度曲线vi,0。即在Tj时刻，实时速度与规划速度的误差大于速度阈值，则基于本车的第一实时距离、第一实时速度和第一实时加速度的状态信息(即Tj-1至Tj之间的实线)，进行重新规划，生成对应的重规划后的速度曲线vi,0。
根据图3可知，若不进行重新规划，那么本车的实际车速应该如图3中的虚线所示，由于实际车速与规划速度的误差大于速度阈值，则纵向控制层为了将实际车速(即图3中的Tj-1至Tj之间的实线所示部分)跟随上规划的速度(即图3中的双点划线所示部分)，导致控制补偿值过大，使得速度不平滑，且实际车速表现为上下波动(即图3中的虚线所示部分)。而如果进行重新规划，则是基于本车的第一实时状态信息进行速度规划，控制补偿不大，因此纵向控制层的实际车速会与重规划的速度基本重合，这样实际车速就不会抖动，加速度是平滑的，提高了舒适性。
其中，在速度规划完成后进行的速度重规划与在速度规划过程中进行速度重规划的方法与原理相似，为了描述的简洁性，在此不再赘述。
步骤S40：若否，则判断目标障碍车的运动状态是否发生变化；若目标障碍车的运动状态发生变化，则获取本车在上一时间周期的规划状态信息和目标障碍车在下一时间周期的预估状态信息；其中，所述规划状态信息包括规划速度、规划距离和规划加速度；所述预估状态信息包括预估速度、预估距离和预估加速度；
步骤S50：基于所述规划状态信息和所述预估状态信息进行二次速度重规划，得到第二速度重规划曲线。
进一步的，在所述判断目标障碍车的运动状态是否发生变化的步骤之后，还包括：若目标障碍车的运动状态未发生变化，则不进行速度重规划。
示范性的，考虑到实际道路工况以及规划完成后状态切换等因素，自动驾驶车辆很有可能出现频繁地出现重规划。因此，为了避免在重新规划的时刻，出现速度跳变，本实施例提出一种速度二次重规划的策略，保证在目标障碍车状态发生动态变化时，自动驾驶车辆速度的连续性和稳定性。
具体的，在检测到本车的实时速度与其对应的规划速度之间的差值小于或等于预设的速度阈值时，会对目标障碍车的运动状态是否发生变化进行判断，如果目标障碍车状态发生变化，则基于已经规划的速度曲线，获取当前时刻在上一个时间周期规划的状态信息(即规划距离、规划速度和规划加速度)以及感知到的目标障碍车的在下一个时间周期内的预估状态信息(即预估距离、预估速度和预估加速度)，进行二次重新速度规划，比如目标障碍车的速度发生变化，即由0m/s变化为5m/s，即以目标障碍车5m/s的速度进行二次重规划，从而保证规划速度的连续性和稳定性；否则，不进行速度重规划，而是直接输出最终的速度和加速度给纵向控制层。
其中，目标障碍车的预估状态信息由本车的感知融合模块获取，即本车的摄像头和雷达感知到目标障碍车的坐标位置、距离、速度和加速度等状态信息，然后通过预测模块预估出目标障碍车带有时间信息的速度和轨迹曲线，这其中包含目标障碍车在下一个时间周期的预估状态信息(即预估距离、预估速度和预估加速度)。
参见图4所示，以速度规划过程中进行二次速度重规划为例：横轴表示时间，纵轴表示速度。对于自动驾驶车辆而言，在速度规划的过程中，虚线表示规划的速度曲线，实线表示二次重规划的速度曲线。其中，i表示第i条速度曲线，j表示当前的时间点，n表示目标障碍车的时间点，则Tj表示当前的时间，Tn表示目标障碍车的时间，vi,j表示在第i条速度曲线上的第j个时间点的速度值，vi,n+1表示在第i条速度曲线上的第n+1个时间点的速度值。
在进行一段速度规划的过程中，发现目标障碍车的状态发生变化，虚线曲线表示规划的速度曲线，在当前时刻Tj，第j点的时间为tj，第j-1点的时间为tj-1，则第i条速度曲线上第j个时间点对应的规划距离si,j、规划速度vi,j、规划加速度ai,j，分别表示如下：
Figure BDA0003488267390000121
Figure BDA0003488267390000122
Figure BDA0003488267390000131
对应的，本车在上一个时间周期Tj-1时刻的规划距离si,j-1、规划速度vi,j-1和规划加速度ai,j-1分别表示如下：
Figure BDA0003488267390000132
Figure BDA0003488267390000133
Figure BDA0003488267390000134
因此，在Tj时刻目标障碍车发生变化，需要进行二次重新规划，即获取的初始状态的信息由虚线上的规划距离sj、规划速度vj和规划加速度aj，变化为实线上的上一时间周期的规划距离sj-1、规划速度vj-1和规划加速度aj-1，而目标障碍车的状态则由[sn,vn,an]变化为[sn+1,vn+1,an+1]。于是，在tj时刻第i条速度曲线(即虚线)的二次重规划前曲线系数αi,j以及表示在tj-1时刻第i条速度曲线(即实线)的二次重规划后曲线系数αn+1,j-1可以分别表示为：
Figure BDA0003488267390000141
Figure BDA0003488267390000142
已知二次重规划前的速度曲线系数αi,j(即式(15)中的αi,j)，则可得到对应二次重规划前的速度曲线vi,j：
Figure BDA0003488267390000143
已知二次重规划后的速度曲线系数αn+1,j-1，则可得到对应二次重规划后的速度曲线vn+1,j-1(即第二速度重规划曲线)：
Figure BDA0003488267390000151
如图5所示，横轴表示时间，纵轴表示速度。在二次速度重规划的过程中，图5中的单点划线表示二次重规划前的速度曲线vi,j，实线表示二次重规划后的速度曲线vn+1,j-1。即在Tj时刻，目标障碍车状态发生变化，则基于本车在上一个时间周期的规划距离、规划速度和规划加速度的状态信息，进行二次重新规划，生成对应的重规划后的速度曲线vn+1,j-1。
根据图5所示，若不进行二次重新规划，那么本车的实际车速如图5中的虚线所示部分，由于目标障碍车状态发生变化，纵向控制层为了将实际车速跟随上变化的车速，导致规划的速度上下波动(即图5中的虚线所示部分)。而如果进行二次重新规划，则是基于本车在上一个时间周期内的规划距离、规划速度和规划加速度进行速度规划，因此，即使目标障碍车状态发生变化，纵向控制层接收到的速度也是连续的，二次重规划的速度曲线(即图5中的实线所示部分)不波动，实际车速也不会抖动，提高了舒适性。
其中，在速度规划完成后进行的二次速度重规划与在速度规划过程中进行二次速度重规划的方法与原理相似，为了描述的简洁性，在此不再赘述。
由此可见，本申请实施例通过采用当前实时速度与对应的规划速度之间的差异来判断是否需要重新规划速度，并基于第一实时状态信息进行速度重规划，其只需较小的控制补偿，使得纵向控制层的实际车速能与重规划的速度基本重合，保证了纵向控制层能稳定跟随速度变化，即实际车速不会出现抖动，进而避免车辆发生抖动；同时，当目标障碍车发生动态变化时，基于上一周期的规划状态信息进行速度重规划，可保证规划出的速度曲线是连续和稳定的，进而使得纵向控制层接收到的速度是连续的，即实际车速也不会出现抖动，因此可有效避免车辆发生抖动，进而提高舒适性。
进一步的，所述方法还包括：将本车的实时速度作为规划速度传输至纵向控制层，以供所述纵向控制层基于所述实时速度进行车辆状态控制。
示范性的，考虑到自动驾驶车辆在实际道路环境下可能出现突发的状态，因此，本实施例中将本车的当前实时车速作为规划的速度传输给纵向控制层，可以有效防止自动驾驶车辆出现意外抖动。
本申请实施例还提供了一种自动驾驶速度重规划装置，包括：
获取单元，其用于获取本车的实时速度以及与所述实时速度对应的规划速度；
检测单元，其用于检测所述实时速度与所述规划速度之间的差值是否大于预设的速度阈值；
第一重规划单元，其用于若是，则获取本车在当前时刻的第一实时状态信息，并基于所述第一实时状态信息和目标障碍车在当前时刻的第二实时状态信息进行速度重规划，得到第一速度重规划曲线；
第二重规划单元，其用于若否，则判断目标障碍车的运动状态是否发生变化；若目标障碍车的运动状态发生变化，则获取本车在上一时间周期的规划状态信息和目标障碍车在下一时间周期的预估状态信息；基于所述规划状态信息和所述预估状态信息进行二次速度重规划，得到第二速度重规划曲线。
本申请实施例通过采用当前实时速度与对应的规划速度之间的差异来判断是否需要重新规划速度，并基于第一实时状态信息进行速度重规划，其只需较小的控制补偿，使得纵向控制层的实际车速能与重规划的速度基本重合，保证了纵向控制层能稳定跟随速度变化，即实际车速不会出现抖动，进而避免车辆发生抖动；同时，当目标障碍车发生动态变化时，基于上一周期的规划状态信息进行速度重规划，可保证规划出的速度曲线是连续和稳定的，进而使得纵向控制层接收到的速度是连续的，即实际车速也不会出现抖动，因此可有效避免车辆发生抖动，进而提高舒适性。
进一步的，所述第一实时状态信息包括第一实时速度、第一实时距离和第一实时加速度；所述第二实时状态信息包括第二实时速度、第二实时距离和第二实时加速度；所述规划状态信息包括规划速度、规划距离和规划加速度；所述预估状态信息包括预估速度、预估距离和预估加速度。
进一步的，所述第二重规划单元还用于：若目标障碍车的运动状态未发生变化，则不进行速度重规划。
进一步的，所述装置还包括传输单元，其用于：将本车的实时速度作为规划速度传输至纵向控制层，以供所述纵向控制层基于所述实时速度进行车辆状态控制。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和各单元的具体工作过程，可以参考前述自动驾驶速度重规划方法实施例中的对应过程，在此不再赘述。
上述实施例提供的自动驾驶速度重规划装置可以实现为一种计算机程序的形式，该计算机程序可以在如图6所示的自动驾驶速度重规划设备上运行。
本申请实施例还提供了一种自动驾驶速度重规划设备，包括：通过系统总线连接的存储器、处理器和网络接口，存储器中存储有至少一条指令，至少一条指令由处理器加载并执行，以实现前述的自动驾驶速度重规划方法的全部步骤或部分步骤。
其中，网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
处理器可以是CPU，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程逻辑门阵列(FieldProgrammable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件分立硬件组件等。通用处理器可以是微处理器，或者该处理器也可以是任何常规的处理器等，处理器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如视频播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如视频数据、图像数据等)等。此外，存储器可以包括高速随存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘、智能存储卡(SmartMediacard，SMC)、安全数字(Secure digital，SD)卡、闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件或其他易失性固态存储器件。
本申请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，计算机程序被处理器执行时，实现前述的自动驾驶速度重规划方法的全部步骤或部分步骤。
本申请实施例实现前述的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Onlymemory，ROM)、随机存取存储器(RandomAccessmemory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、服务器或计算机程序产品。因此，本发明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，本发明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和光学存储器等)上实施的计算机程序产品的形式。
需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
本发明是参照根据本发明实施例的方法、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。
以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种自动驾驶速度重规划方法，其特征在于，包括以下步骤：
获取本车的实时速度以及与所述实时速度对应的规划速度；
检测所述实时速度与所述规划速度之间的差值是否大于预设的速度阈值；
若是，则获取本车在当前时刻的第一实时状态信息，并基于所述第一实时状态信息和目标障碍车在当前时刻的第二实时状态信息进行速度重规划，得到第一速度重规划曲线；
若否，则判断目标障碍车的运动状态是否发生变化；
若目标障碍车的运动状态发生变化，则获取本车在上一时间周期的规划状态信息和目标障碍车在下一时间周期的预估状态信息；
基于所述规划状态信息和所述预估状态信息进行二次速度重规划，得到第二速度重规划曲线。
2.如权利要求1所述的自动驾驶速度重规划方法，其特征在于：所述第一实时状态信息包括第一实时速度、第一实时距离和第一实时加速度；所述第二实时状态信息包括第二实时速度、第二实时距离和第二实时加速度；所述规划状态信息包括规划速度、规划距离和规划加速度；所述预估状态信息包括预估速度、预估距离和预估加速度。
3.如权利要求1所述的自动驾驶速度重规划方法，其特征在于，在所述判断目标障碍车的运动状态是否发生变化的步骤之后，还包括：
若目标障碍车的运动状态未发生变化，则不进行速度重规划。
4.如权利要求1所述的自动驾驶速度重规划方法，其特征在于，所述方法还包括：
将本车的实时速度作为规划速度传输至纵向控制层，以供所述纵向控制层基于所述实时速度进行车辆状态控制。
5.一种自动驾驶速度重规划装置，其特征在于，包括：
获取单元，其用于获取本车的实时速度以及与所述实时速度对应的规划速度；
检测单元，其用于检测所述实时速度与所述规划速度之间的差值是否大于预设的速度阈值；
第一重规划单元，其用于若是，则获取本车在当前时刻的第一实时状态信息，并基于所述第一实时状态信息和目标障碍车在当前时刻的第二实时状态信息进行速度重规划，得到第一速度重规划曲线；
第二重规划单元，其用于若否，则判断目标障碍车的运动状态是否发生变化；若目标障碍车的运动状态发生变化，则获取本车在上一时间周期的规划状态信息和目标障碍车在下一时间周期的预估状态信息；基于所述规划状态信息和所述预估状态信息进行二次速度重规划，得到第二速度重规划曲线。
6.如权利要求5所述的自动驾驶速度重规划装置，其特征在于：所述第一实时状态信息包括第一实时速度、第一实时距离和第一实时加速度；所述第二实时状态信息包括第二实时速度、第二实时距离和第二实时加速度；所述规划状态信息包括规划速度、规划距离和规划加速度；所述预估状态信息包括预估速度、预估距离和预估加速度。
7.如权利要求5所述的自动驾驶速度重规划装置，其特征在于，所述第二重规划单元还用于：
若目标障碍车的运动状态未发生变化，则不进行速度重规划。
8.如权利要求5所述的自动驾驶速度重规划装置，其特征在于，所述装置还包括传输单元，其用于：
将本车的实时速度作为规划速度传输至纵向控制层，以供所述纵向控制层基于所述实时速度进行车辆状态控制。
9.一种自动驾驶速度重规划设备，其特征在于，包括：存储器和处理器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行，以实现权利要求1至7中任一项所述的自动驾驶速度重规划方法。
10.一种计算机可读存储介质，其特征在于：所述计算机存储介质存储有计算机程序，当所述计算机程序被处理器执行时，以实现权利要求1至7中任一项所述的自动驾驶速度重规划方法。
CN202210088876.0A 2022-01-25 2022-01-25 自动驾驶速度重规划方法、装置、设备及可读存储介质 Active CN114489073B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210088876.0A CN114489073B (zh) 2022-01-25 2022-01-25 自动驾驶速度重规划方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210088876.0A CN114489073B (zh) 2022-01-25 2022-01-25 自动驾驶速度重规划方法、装置、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN114489073A true CN114489073A (zh) 2022-05-13
CN114489073B CN114489073B (zh) 2024-02-02

Family

ID=81474964

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210088876.0A Active CN114489073B (zh) 2022-01-25 2022-01-25 自动驾驶速度重规划方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN114489073B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200339153A1 (en) * 2019-04-25 2020-10-29 WeRide Corp. Apparatus and method for controlling velocity of autonomous driving vehicle, and storage medium
CN113377112A (zh) * 2021-06-30 2021-09-10 东风商用车有限公司 一种自动驾驶速度规划及状态协调方法和装置
CN113932823A (zh) * 2021-09-23 2022-01-14 同济大学 基于语义道路地图的无人驾驶多目标点轨迹并行规划方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200339153A1 (en) * 2019-04-25 2020-10-29 WeRide Corp. Apparatus and method for controlling velocity of autonomous driving vehicle, and storage medium
CN113377112A (zh) * 2021-06-30 2021-09-10 东风商用车有限公司 一种自动驾驶速度规划及状态协调方法和装置
CN113932823A (zh) * 2021-09-23 2022-01-14 同济大学 基于语义道路地图的无人驾驶多目标点轨迹并行规划方法

Also Published As

Publication number Publication date
CN114489073B (zh) 2024-02-02

Similar Documents

Publication Publication Date Title
CN110834644B (zh) 一种车辆控制方法、装置、待控制车辆及存储介质
US10800416B2 (en) Vehicle control system
US20230041319A1 (en) Data processing method and apparatus, device, and storage medium
US20190344797A1 (en) Method and system for customizing a driving behavior of an autonomous vehicle
US11430227B2 (en) Method, computer program product, and driver assistance system for determining one or more lanes of a road in an environment of a vehicle
JP2019510674A5 (zh)
US20240166196A1 (en) Obstacle avoidance method, apparatus, electronic device and storage medium for vehicle
CN111907521B (zh) 一种自动驾驶车辆的横向控制方法、装置及存储介质
CN111833597A (zh) 具有规划控制的交通情形中的自主决策
CN113428137B (zh) 泊车控制方法、装置及存储介质
Palatti et al. Planning for safe abortable overtaking maneuvers in autonomous driving
US20200339123A1 (en) Intention-aware supervisory control with driving safety applications
CN109857118B (zh) 无人车规划驾驶策略的方法、装置、设备及存储介质
CN112783619A (zh) 一种任务调度方法、装置和自动驾驶系统
EP4045370A1 (en) Adaptive cruise control
CN114475608B (zh) 自动驾驶车辆的拟人化换道方法、装置、车辆及存储介质
CN108528457B (zh) 运动规划的方法、设备和具有指令的计算机可读存储介质
Li et al. Cooperative lane changing in mixed traffic can be robust to human driver behavior
CN114489073A (zh) 自动驾驶速度重规划方法、装置、设备及可读存储介质
CN112622924B (zh) 一种驾驶规划方法及装置、车辆
CN114475595A (zh) 车辆及其控制方法
CN112693470A (zh) 一种避免车辆转弯风险的方法和装置
Gote et al. Driver characterization & driver specific trajectory planning: An inverse optimal control approach
CN118274863B (zh) 运动轨迹显示方法、装置、计算机设备和存储介质
CN115214663B (zh) 跟车控制方法、装置、终端设备和存储介质

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
GR01 Patent grant
GR01 Patent grant