CN114608603B - 路径规划方法、装置、存储介质及车辆 - Google Patents
路径规划方法、装置、存储介质及车辆 Download PDFInfo
- Publication number
- CN114608603B CN114608603B CN202210406799.9A CN202210406799A CN114608603B CN 114608603 B CN114608603 B CN 114608603B CN 202210406799 A CN202210406799 A CN 202210406799A CN 114608603 B CN114608603 B CN 114608603B
- Authority
- CN
- China
- Prior art keywords
- soft boundary
- boundary
- soft
- target
- lane
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- 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
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种路径规划方法、装置、存储介质及车辆。该方法包括:获取初始的软边界;从与目标障碍物距离最近的第一软边界中确定位于所述目标障碍物的横向方位上的软边界段,并设定所述软边界段在所述车道中的目标位置;以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整所述软边界段的实际位置后的第一软边界设定的约束条件,规划所述车辆的行驶路径,以使所述车辆在所述车道内横向避让所述目标障碍物,其中,所述第一优化函数项用于最小化所述软边界段的实际位置与所述目标位置之间的距离。采用本公开这种方式,可以使车辆在本车道内更加平稳的行驶并避让目标障碍物。
Description
技术领域
本公开涉及自动驾驶技术领域,尤其涉及一种路径规划方法、装置、存储介质及车辆。
背景技术
自动驾驶汽车(Autonomous vehicles;Self-driving automobile)依靠人工智能、视觉计算、雷达、监控装置和全球定位系统等协同合作,让控制器可以在没有任何人类主动的操作下,自动安全地操作机动车辆行驶。
相关技术中,自动驾驶系统的路由模块基于车辆位置、目的地位置、以及高精地图规划车辆需要经过的路段。运动规划模块根据路由模块输出的信息以及感知模块等提供的信息生成安全舒适的行驶轨迹发送给车辆控制模块。车辆控制模块根据行驶轨迹控制车辆行驶。对于路段上的障碍物,尤其是高速运动的障碍物,出于安全考量,运动规划模块采取变道行驶或者减速刹车的策略来规划行驶路径以避免车辆与障碍物碰撞。然而这种避障方式导致车辆行驶的平稳性较差。
发明内容
为克服相关技术中存在的问题,本公开提供一种路径规划方法、装置、存储介质及车辆。
根据本公开实施例的第一方面,提供一种路径规划方法,所述方法包括:
获取初始的软边界,所述初始的软边界的位置与根据车辆所处车道的边界确定的硬边界位置一致;
从与目标障碍物距离最近的第一软边界中确定位于所述目标障碍物的横向方位上的软边界段,并设定所述软边界段在所述车道中的目标位置;
以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整所述软边界段的实际位置后的第一软边界设定的约束条件,规划所述车辆的行驶路径,以使所述车辆在所述车道内横向避让所述目标障碍物,其中,所述第一优化函数项用于最小化所述软边界段的实际位置与所述目标位置之间的距离。
可选地,,所述设定所述软边界段在所述车道中的目标位置,包括:
将所述软边界段从所述目标障碍物的一侧横向移动到所述目标障碍物的另一侧,以得到所述软边界段在所述车道中的目标位置。
可选地,所述软边界段在所述车道中的目标位置位于所述第二软边界和所述车道的中心线之间。
可选地,所述目标优化函数还包括第二优化函数项,所述第二优化函数项用于最小化所述行驶路径与所述车道的中心线之间的距离。
可选地,所述从与目标障碍物距离最近的第一软边界中确定位于所述目标障碍物的横向方位上的软边界段,包括:
从纵向方向上对所述目标障碍物进行扩充,得到扩充后目标障碍物;
将所述扩充后目标障碍物投影到所述第一软边界上,得到所述软边界段。
可选地,所述以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整所述软边界段的实际位置后的第一软边界设定的约束条件,规划所述车辆的行驶路径,包括:
将所述第二软边界、调整所述软边界段的实际位置后的第一软边界作为优化变量的取值边界约束;
根据所述取值边界约束、所述目标优化函数对所述优化变量进行优化,以生成处于所述第二软边界和调整所述软边界段的实际位置后的第一软边界之间的所述行驶路径,所述行驶路径由优化后的所述优化变量组成。
可选地,所述目标障碍物为动态障碍物。
根据本公开实施例的第二方面,提供一种路径规划装置,所述装置包括:
获取模块,被配置为获取初始的软边界,所述初始的软边界的位置与根据车辆所处车道的边界确定的硬边界位置一致;
执行模块,被配置为从与目标障碍物距离最近的第一软边界中确定位于所述目标障碍物的横向方位上的软边界段,并设定所述软边界段在所述车道中的目标位置;
规划模块,被配置为以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整所述软边界段的实际位置后的第一软边界设定的约束条件,规划所述车辆的行驶路径,以使所述车辆在所述车道内横向避让所述目标障碍物,其中,所述第一优化函数项用于最小化所述软边界段的实际位置与所述目标位置之间的距离。
可选地,所述执行模块包括:
执行子模块,被配置为将所述软边界段从所述目标障碍物的一侧横向移动到所述目标障碍物的另一侧,以得到所述软边界段在所述车道中的目标位置。
可选地,所述软边界段在所述车道中的目标位置位于所述第二软边界和所述车道的中心线之间。
可选地,所述目标优化函数还包括第二优化函数项,所述第二优化函数项用于最小化所述行驶路径与所述车道的中心线之间的距离。
可选地,所述执行模块包括:
扩充子模块,被配置为从纵向方向上对所述目标障碍物进行扩充,得到扩充后目标障碍物;
投影子模块,被配置为将所述扩充后目标障碍物投影到所述第一软边界上,得到所述软边界段。
可选地,所述规划模块包括:
确定子模块,被配置为用于将所述第二软边界、调整所述软边界段的实际位置后的第一软边界作为优化变量的取值边界约束;
规划子模块,被配置为根据所述取值边界约束、所述目标优化函数对所述优化变量进行优化,以生成处于所述第二软边界和调整所述软边界段的实际位置后的第一软边界之间的所述行驶路径,所述行驶路径由优化后的所述优化变量组成。
可选地,所述目标障碍物为动态障碍物。
根据本公开实施例的第三方面,提供一种路径规划装置,所述装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取初始的软边界,所述初始的软边界的位置与根据车辆所处车道的边界确定的硬边界位置一致;
从与目标障碍物距离最近的第一软边界中确定位于所述目标障碍物的横向方位上的软边界段,并设定所述软边界段在所述车道中的目标位置;
以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整所述软边界段的实际位置后的第一软边界设定的约束条件,规划所述车辆的行驶路径,以使所述车辆在所述车道内横向避让所述目标障碍物,其中,所述第一优化函数项用于最小化所述软边界段的实际位置与所述目标位置之间的距离。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被处理器执行时实现本公开第一方面所提供的路径规划方法的步骤。
根据本公开实施例的第五方面,提供一种车辆,所述车辆包括本公开第二方面或第三方面所提供的路径规划装置。
本公开的实施例提供的技术方案可以包括以下有益效果:
获取初始的软边界,该初始的软边界的位置与根据车辆所处车道的边界确定的硬边界位置一致。从与目标障碍物距离最近的第一软边界中确定位于该目标障碍物的横向方位上的软边界段,并设定该软边界段在本车道中的目标位置。以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整该软边界段的实际位置后的第一软边界设定的约束条件,规划车辆的行驶路径,以使车辆在车道内横向避让该目标障碍物,其中,第一优化函数项用于最小化该软边界段的实际位置与目标位置之间的距离。采用这种方法,由于目标优化函数包括用于最小化软边界段的实际位置与目标位置之间的距离的第一优化函数项,因此,在根据目标优化函数求解行驶路径的过程中,软边界段的实际位置是动态变化的(即为变量)。相应地,根据包括动态变化的软边界段的第一软边界以及第二软件界设定的约束条件也是动态变化的。其中,用于最小化该软边界段的实际位置与目标位置之间的距离的第一优化函数项表征了目标障碍物对车辆的排斥力(即车辆对目标障碍物的排斥力)。在目标优化函数中引入用于表征目标障碍物对车辆的排斥力的第一优化函数项,能够使根据目标优化函数规划出来的行驶路径为排斥目标障碍物的行驶路径,即车辆根据这种行驶路径行驶可以在本车道内横向避让目标障碍物。本公开这种在本车道内横向避让目标障碍物的方式相较于相关技术中遇到障碍物时,出于安全考量,运动规划模块采取变道行驶或者减速刹车的策略来规划行驶路径以避免车辆与障碍物碰撞的方式,因没有较大的换道动作、并且也没有减速刹车带来的速度变化过快所导致的大幅度动作,而能够更加平稳的避让目标障碍物。也就是说,采用本公开这种方式,能使车辆在本车道内更加平稳的行驶并避让目标障碍物。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
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,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种路径规划方法的流程图。
图2是根据一示例性实施例示出的一种初始的软边界的示意图。
图3是根据一示例性实施例示出的一种软边界段的示意图。
图4是根据一示例性实施例示出的一种基于采样的路径生成方式的示意图。
图5是根据一示例性实施例示出的一种软边界段在车道中的目标位置的示意图。
图6是根据一示例性实施例示出的一种行驶路径的示意图。
图7是根据一示例性实施例示出的一种路径规划装置的框图。
图8是根据一示例性实施例示出的一种用于路径规划的装置的框图。
图9是根据一示例性实施例示出的另一种用于路径规划的装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
需要说明的是,本申请中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下,并获得由相应装置所有者给予授权的情况下进行的。
为了使本领域普通技术人员更加容易理解本公开的技术方案,下面先对相关技术进行简单介绍。
相关技术中,自动驾驶车辆采用的路径规划方法是Apollo EM Motion Planner提供的方法。Apollo的功能架构包括高精地图模块(HD Map),用于提供高精度地图信息。定位模块(Localization)和感知模块(Perception),用于提供当前车辆周围动态环境。预测模块(Prediction),用于提供预测的未来环境信息。路由模块(routing),用于基于专用的路由地图routing_map,输出车辆在从出发点到目的地的过程中经过的所有路段。运动规划模块(MotionPlanning),用于接收所有信息生成安全舒适的轨迹发送给车辆控制模块。其中,运动规划模块对于路段上的障碍物,尤其是高速运动的动态障碍物,出于安全考量,运动规划模块会采取变道行驶或者减速刹车的策略来规划行驶路径以避免车辆与障碍物碰撞。然而,由于较大的换道动作、或者由于减速刹车带来的速度变化过快所导致的大幅度动作会导致车辆行驶很不平稳。例如,急刹车、急剧减速、猛然变道等所带来的车辆行驶不平稳现象。
有鉴于此,本公开提供一种路径规划方法、装置、存储介质及车辆,以解决上述技术问题。应说明的是,本公开的技术方案主要是针对运动规划模块(MotionPlanning)的改进。
下面对本公开的技术方案进行详细的实施例说明。
图1是根据一示例性实施例示出的一种路径规划方法的流程图,如图1所示,该路径规划方法应用于控制车辆的电子设备中,例如,车载电脑/控制器、与车辆相连的远程服务器等。该路径规划方法包括以下步骤。
在步骤S11中,获取初始的软边界,所述初始的软边界的位置与根据车辆所处车道的边界确定的硬边界位置一致。
示例地,参照图2,根据图2中车辆所处的车道的边界(由图2中的两条实线表征)确定两条硬边界(由图2中的虚线表征)。硬边界与车道边界的距离的大小根据需求进行设置。根据硬边界可以确定与该硬边界位置一致的初始软边界(也由图2中的虚线表征)。初始的软边界包括第一软边界和第二软边界。
此处值得说明的是,硬边界表征在路径规划运算过程中的非变量。软边界表征在路径规划运算过程中的变量。
在步骤S12中,从与目标障碍物距离最近的第一软边界中确定位于所述目标障碍物的横向方位上的软边界段,并设定所述软边界段在所述车道中的目标位置。
其中,与目标障碍物距离最近的第一软边界是指,两条初始的软边界中与目标障碍物横向距离最小的一条软边界。第一软边界可以是位于车辆行驶方向上的左侧的软边界,也可以是位于车辆行驶方向上的右侧的软边界,具体根据目标障碍物的位置确定。
应说明的是,目标位置是定值,表征在路径规划运算过程中的非变量。
在一些实施方式中,所述从与目标障碍物距离最近的第一软边界中确定位于所述目标障碍物的横向方位上的软边界段,包括:
从纵向方向上对所述目标障碍物进行扩充,得到扩充后目标障碍物;将所述扩充后目标障碍物投影到所述第一软边界上,得到所述软边界段。
其中,纵向方向是指车道延伸方向。示例地,如图3所示,从纵向方向上对目标障碍物进行扩充,得到扩充后目标障碍物。将扩充后目标障碍物投影到第一软边界上,得到第一软边界中的软边界段。此处应说明的是,对目标障碍物进行扩充时,扩充大小根据需求进行设定。例如前后扩充百分之十。又例如,前后扩充20厘米。又例如,仅前/后向扩充20厘米。
在一些实施方式中,可预先设定软边界段在车道中的目标位置。例如,将目标位置预先设置在距离初始的第一软边界50%至80%的横向车道宽的位置。示例地,如图3中所示的目标位置。
在步骤S13中,以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整所述软边界段的实际位置后的第一软边界设定的约束条件,规划所述车辆的行驶路径,以使所述车辆在所述车道内横向避让所述目标障碍物,其中,所述第一优化函数项用于最小化所述软边界段的实际位置与所述目标位置之间的距离。
其中,车辆在本车道内横向避让目标障碍物的操作是指,车辆在本车道内对目标障碍物执行nudge操作。nudge操作是指一种向左/右的避让方式。需声明的是在本公开中,车辆横向避让目标障碍物的动作(即nudge操作)与车辆超车的动作、刹车的动作并不相同。
此处值得说明的是,相关技术中路径规划方法可以分为两大类方式。一类是基于采样的路径生成方式,示例地,如图4所示,基于采样的路径生成方式是先生成多条路径,然后从多条路径中选择一条作为目标路径。
另一类是基于优化的路径生成方式,这种方式将由起点到终点寻找最优路径问题转化为求一组带约束条件目标函数的极值问题,将路径规划问题转化成一个函数优化问题。通过设置目标函数和取值边界约束条件即可在取值边界内寻求最优解。采用基于优化的路径生成方式得到的行驶路径的优劣取决于目标函数和取值边界约束条件的设置。
根据基于优化的路径生成方式的原理,在步骤S13中,以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整软边界段的实际位置后的第一软边界设定的约束条件,可以规划得到车辆的行驶路径。
采用上述方法,获取初始的软边界,该初始的软边界的位置与根据车辆所处车道的边界确定的硬边界位置一致。从与目标障碍物距离最近的第一软边界中确定位于该目标障碍物的横向方位上的软边界段,并设定该软边界段在本车道中的目标位置。以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整该软边界段的实际位置后的第一软边界设定的约束条件,规划车辆的行驶路径,其中,第一优化函数项用于最小化该软边界段的实际位置与目标位置之间的距离。采用这种方法,由于目标优化函数包括用于最小化软边界段的实际位置与目标位置之间的距离的第一优化函数项,因此,在根据目标优化函数求解行驶路径的过程中,软边界段的实际位置是动态变化的(即为变量)。相应地,根据包括动态变化的软边界段的第一软边界以及第二软件界设定的约束条件也是动态变化的。其中,用于最小化该软边界段的实际位置与目标位置之间的距离的第一优化函数项表征了目标障碍物对车辆的排斥力(即车辆对目标障碍物的排斥力)。在目标优化函数中引入用于表征目标障碍物对车辆的排斥力的第一优化函数项,能够使根据目标优化函数规划出来的行驶路径为排斥目标障碍物的行驶路径,即车辆根据这种行驶路径行驶可以在本车道内横向避让目标障碍物。本公开这种在本车道内横向避让目标障碍物的方式相较于相关技术中遇到障碍物时,出于安全考量,运动规划模块采取变道行驶或者减速刹车的策略来规划行驶路径以避免车辆与障碍物碰撞的方式,因没有较大的换道动作、并且也没有减速刹车带来的速度变化过快所导致的大幅度动作,而能够更加平稳的避让目标障碍物。也就是说,采用本公开这种方式,能使车辆在本车道内更加平稳的行驶并避让目标障碍物。
此外值得说明的是,在步骤S13中,由于目标优化函数包括用于最小化软边界段的实际位置与目标位置之间的距离的第一优化函数项,因此,在根据目标优化函数求解行驶路径的过程中,软边界段的实际位置是动态变化的(即为一种待优化变量)。相应地,根据包括动态变化的软边界段的第一软边界以及第二软件界设定的约束条件也是动态变化的。由于在基于优化的路径生成方式中,该约束条件用于约束生成的行驶路径的位置,因此行驶路径会被约束在第二软边界和调整软边界段的实际位置后的第一软边界之间。
其中,用于最小化软边界段的实际位置与目标位置之间的距离的第一优化函数项表征了目标障碍物对车辆的排斥力(即车辆对目标障碍物的排斥力)。在目标优化函数中引入用于表征目标障碍物对车辆的排斥力的第一优化函数项,能够使根据目标优化函数规划出来的行驶路径为排斥目标障碍物的行驶路径,即车辆根据这种行驶路径行驶可以在本车道内横向避让目标障碍物。
也就是说,由于第一软边界中的软边界段的实际位置是动态变化的,因此在本公开实施例中软边界本身是一种待优化的变量。并且,由于目标优化函数包括用于最小化软边界段的实际位置与目标位置之间的距离的第一优化函数项,因此在本公开实施例中软边界本身还参与目标优化函数的设计。并且,由于行驶路径被约束在第二软边界和调整软边界段的实际位置后的第一软边界之间,因此在本公开实施例中优化后的行驶路径被约束在软边界中。本公开这种方式与传统的基于优化的路径生成方式相比较,本公开这种方式不仅将传统方式中的硬边界约束条件改进为动态变化的软边界约束条件,并且还在目标优化函数中引入用于表征目标障碍物对车辆的排斥力的第一优化函数项,这种在目标优化函数中引入目标障碍物对车辆的排斥力的能量项的方式,能够使根据目标优化函数规划出来的行驶路径为排斥目标障碍物的行驶路径,车辆根据这种排斥目标障碍物的行驶路径行驶可以实现在本车道内横向避让目标障碍物,以避免与目标障碍物发生碰撞。也就是说,本公开这种方式,不仅实现了在本车道内横向避让目标障碍物,还提升了避让目标障碍物的安全性。
可选地,所述设定所述软边界段在所述车道中的目标位置,包括:
将所述软边界段从所述目标障碍物的一侧横向移动到所述目标障碍物的另一侧,以得到所述软边界段在所述车道中的目标位置。
示例地,参见图5,将软边界段从目标障碍物的一侧横向移动到目标障碍物的另一侧,可得到软边界段在车道中的目标位置。
在一些实施方式中,目标位置α与目标障碍物的横向距离大于或等于0。优选地,目标位置α与目标障碍物的横向距离等于障碍物的横向宽度的百分之十。
可选地,所述软边界段在所述车道中的目标位置位于所述第二软边界和所述车道的中心线之间。
在目标位置位于第二软边界和车道的中心线之间的情况下,由于第一优化函数项用于最小化软边界段的实际位置与目标位置之间的距离(由于目标位置不变所以是指软边界段尽可能的靠近目标位置,即软边界段尽可能的远离车道的中心线)、且规划出的行驶路径位于变化后的第一软边界和第二软边界之间,因此,第一优化函数项用于使规划出来的行驶路径尽可能的靠近软边界段的目标位置,即第一优化函数项用于使规划出来的行驶路径尽可能的远离车道的中心线。
可选地,所述目标优化函数还包括第二优化函数项,所述第二优化函数项用于最小化所述行驶路径与所述车道的中心线之间的距离。
由于第二优化函数项用于最小化行驶路径与车道的中心线之间的距离、且车道的中心线是不会发生变化的,因此第二优化函数项用于使规划出来的行驶路径尽可能的靠近车道的中心线。
在目标位置位于第二软边界和车道的中心线之间、且目标优化函数包括第一优化函数项、以及第二优化函数项的情况下,由于第一优化函数项用于使规划出来的行驶路径尽可能的远离车道的中心线,而第二优化函数项用于该行驶路径尽可能的靠近车道的中心线。所以根据包括第一优化函数项、以及第二优化函数项的目标优化函数以及根据第二软边界和调整软边界段的实际位置后的第一软边界设定的约束条件,规划车辆的行驶路径的过程是第一优化函数项和第二优化函数项的博弈过程。示例地,如图6所示,第一优化函数项用于使软边界段β向目标位置α靠近,以使得规划出的行驶路径向目标位置α靠近,而第二优化函数项用于使规划出的行驶路径向车道的中心线γ靠近。
在一些实施方式中,所述以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整所述软边界段的实际位置后的第一软边界设定的约束条件,规划所述车辆的行驶路径,包括:
将所述第二软边界、调整所述软边界段的实际位置后的第一软边界作为优化变量的取值边界约束;根据所述取值边界约束、所述目标优化函数对所述优化变量进行优化,以生成处于所述第二软边界和调整所述软边界段的实际位置后的第一软边界之间的所述行驶路径,所述行驶路径由优化后的所述优化变量组成。
在一些实施方式中,为了使规划出来的行驶路径平滑,目标优化函数还可以包括用于保障行驶路径平滑的第三优化函数项。
示例地,在SL坐标系下,目标优化函数可以设置为:
其中,L={li},表征待优化变量的横向位移;
bL={bi L},表征第一软边界;
bU={bi U},表征第二软边界;
其中,i=1,2,3...n,Lmin_i≤bi L≤li≤bi U≤Lmax_i, 优化变量li的初始值可以是任意值,优选地,优化变量li的初始值为车道中心线上的坐标点。SL坐标系中,S表征纵向距离,L表征横向距离。针对每一待优化变量li,基于目标优化函数从对应的范围内Lmin_i≤bi L≤li≤bi U≤Lmax_i寻求最优解,以得到优化后的优化变量。多个优化后的优化变量用于组成行驶路径。
应说明的是,前述目标优化函数中的第一行表征第二优化函数项,第二行表征第一优化函数项,第三行表征第三优化函数项。
根据取值边界约束、目标优化函数对优化变量进行优化,可以生成处于第二软边界和调整软边界段的实际位置后的第一软边界之间的行驶路径。示例地,可以生成如图6所示的行驶路径(图6中带箭头的曲线表征行驶路径)。
需说明的是,上述目标优化函数仅是针对基于优化的路径生成方式的原理而示例性示出的一种函数,并不用于限定本公开所能适用的目标优化函数。
目标障碍物可以是动态障碍物也可以是静态障碍物,优选地,所述目标障碍物为动态障碍物。
动态障碍物是指移动速度大于速度阈值的障碍物。速度阈值可能为0,也可能不为0。具体可以根据速度量化工具的最小度量单位确定。
可选地,行驶路径为车辆未来100(或200)毫秒(人的反应时间最快为300毫秒)内的行驶路径。前述路径规划方法的规划周期为100(或200)毫秒一次。这种规划方式能应对突发状况,例如,可以应对突然闯入车道的动态障碍物。
可选地,在目标障碍物为目标动态障碍物的情况下,所述目标动态障碍物表征多个动态障碍物的等效动态障碍物,所述确定所述目标动态障碍物与所述车辆之间的第一横向距离,包括:
获取每一动态障碍物距离所述车辆的第二横向距离、以及第二纵向距离;根据所述第二纵向距离确定所述第二横向距离的权重值;根据各所述第二横向距离、各所述第二横向距离的权重值计算加权平均值,得到所述目标动态障碍物与所述车辆之间的所述第一横向距离。
具体地,在车辆周围存在多个动态障碍物的情况下,可以根据该多个动态障碍物确定一个等效动态障碍物。在一些实施方式中,根据多个动态障碍物确定一个等效动态障碍物的方式可以为,获取每一动态障碍物距离车辆的第二横向距离、以及第二纵向距离。针对每一动态障碍物对应的第二横向距离、以及第二纵向距离,根据该第二纵向距离确定第二横向距离的权重值。针对各动态障碍物,根据各动态障碍物的第二横向距离、第二横向距离的权重值计算加权平均值,得到目标动态障碍物与车辆之间的第一横向距离。
可选地,所述第二纵向距离的大小与所述权重值的大小成反比。
具体地,当动态障碍物与车辆的横向距离越小,该动态障碍物的第二横向距离的权重值越大。
在一些场景中,目标障碍物的数量为多个,针对每一目标障碍物均采用上述路径规划方法来规划出行驶路径。在多个目标障碍物的位置位于车道的不同侧的情况下,某一目标障碍物对应的第一软边界可能为另一目标障碍物对应的第二软边界。在一些情况下,多个目标障碍物位于车道的不同侧、且该多个目标障碍与车辆具有不相同的纵向距离,此种情况下,采用本公开上述方法,可能规划出可行驶S形行驶路径。
图7是根据一示例性实施例示出的一种路径规划装置的框图。参照图7,该装置700包括:
获取模块710,被配置为获取初始的软边界,所述初始的软边界的位置与根据车辆所处车道的边界确定的硬边界位置一致;
执行模块720,被配置为从与目标障碍物距离最近的第一软边界中确定位于所述目标障碍物的横向方位上的软边界段,并设定所述软边界段在所述车道中的目标位置;
规划模块730,被配置为以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整所述软边界段的实际位置后的第一软边界设定的约束条件,规划所述车辆的行驶路径,以使所述车辆在所述车道内横向避让所述目标障碍物,其中,所述第一优化函数项用于最小化所述软边界段的实际位置与所述目标位置之间的距离。
采用这种装置,获取初始的软边界,该初始的软边界的位置与根据车辆所处车道的边界确定的硬边界位置一致。从与目标障碍物距离最近的第一软边界中确定位于该目标障碍物的横向方位上的软边界段,并设定该软边界段在本车道中的目标位置。以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整该软边界段的实际位置后的第一软边界设定的约束条件,规划车辆的行驶路径,以使车辆在车道内横向避让该目标障碍物,其中,第一优化函数项用于最小化该软边界段的实际位置与目标位置之间的距离。采用这种方法,由于目标优化函数包括用于最小化软边界段的实际位置与目标位置之间的距离的第一优化函数项,因此,在根据目标优化函数求解行驶路径的过程中,软边界段的实际位置是动态变化的(即为变量)。相应地,根据包括动态变化的软边界段的第一软边界以及第二软件界设定的约束条件也是动态变化的。其中,用于最小化该软边界段的实际位置与目标位置之间的距离的第一优化函数项表征了目标障碍物对车辆的排斥力(即车辆对目标障碍物的排斥力)。在目标优化函数中引入用于表征目标障碍物对车辆的排斥力的第一优化函数项,能够使根据目标优化函数规划出来的行驶路径为排斥目标障碍物的行驶路径,即车辆根据这种行驶路径行驶可以在本车道内横向避让目标障碍物。本公开这种在本车道内横向避让目标障碍物的方式相较于相关技术中遇到障碍物时,出于安全考量,运动规划模块采取变道行驶或者减速刹车的策略来规划行驶路径以避免车辆与障碍物碰撞的方式,因没有较大的换道动作、并且也没有减速刹车带来的速度变化过快所导致的大幅度动作,而能够更加平稳的避让目标障碍物。也就是说,采用本公开这种方式,能使车辆在本车道内更加平稳的行驶并避让目标障碍物。
可选地,所述执行模块720包括:
执行子模块,被配置为将所述软边界段从所述目标障碍物的一侧横向移动到所述目标障碍物的另一侧,以得到所述软边界段在所述车道中的目标位置。
可选地,所述软边界段在所述车道中的目标位置位于所述第二软边界和所述车道的中心线之间。
可选地,所述目标优化函数还包括第二优化函数项,所述第二优化函数项用于最小化所述行驶路径与所述车道的中心线之间的距离。
可选地,所述执行模块720包括:
扩充子模块,被配置为从纵向方向上对所述目标障碍物进行扩充,得到扩充后目标障碍物;
投影子模块,被配置为将所述扩充后目标障碍物投影到所述第一软边界上,得到所述软边界段。
可选地,所述规划模块730包括:
确定子模块,被配置为用于将所述第二软边界、调整所述软边界段的实际位置后的第一软边界作为优化变量的取值边界约束;
规划子模块,被配置为根据所述取值边界约束、所述目标优化函数对所述优化变量进行优化,以生成处于所述第二软边界和调整所述软边界段的实际位置后的第一软边界之间的所述行驶路径,所述行驶路径由优化后的所述优化变量组成。
可选地,所述目标障碍物为动态障碍物。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开还提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被处理器执行时实现本公开提供的路径规划方法的步骤。
图8是根据一示例性实施例示出的一种用于路径规划的装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图8,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电力组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的路径规划方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述路径规划方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述路径规划方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在另一示例性实施例中,还提供一种计算机程序产品,该计算机程序产品包含能够由可编程的装置执行的计算机程序,该计算机程序具有当由该可编程的装置执行时用于执行上述的路径规划方法的代码部分。
图9是根据一示例性实施例示出的一种用于路径规划的装置1900的框图。例如,装置1900可以被提供为一服务器。参照图9,装置1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述路径规划方法的步骤。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理,一个有线或无线网络接口1950被配置为将装置1900连接到网络,和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在另一示例性实施例中,还提供一种车辆,所述车辆包括前述实施例中的任一种路径规划装置。
本领域技术人员在考虑说明书及实践本公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种路径规划方法,其特征在于,所述方法包括:
获取初始的软边界,所述初始的软边界的位置与根据车辆所处车道的边界确定的硬边界位置一致;
从与目标障碍物距离最近的第一软边界中确定位于所述目标障碍物的横向方位上的软边界段,并设定所述软边界段在所述车道中的目标位置;
以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整所述软边界段的实际位置后的第一软边界设定的约束条件,规划所述车辆的行驶路径,以使所述车辆在所述车道内横向避让所述目标障碍物,其中,所述第一优化函数项用于最小化所述软边界段的实际位置与所述目标位置之间的距离,所述软边界段的实际位置是动态变化的,所述软边界段的实际位置为待优化变量,所述目标位置是定值,表征在路径规划运算过程中的非变量,所述第一软边界段包括动态变化的所述软边界段;
其中,所述以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整所述软边界段的实际位置后的第一软边界设定的约束条件,规划所述车辆的行驶路径,包括:
将所述第二软边界、调整所述软边界段的实际位置后的第一软边界作为优化变量的取值边界约束;
根据所述取值边界约束、所述目标优化函数对所述优化变量进行优化,以生成处于所述第二软边界和调整所述软边界段的实际位置后的第一软边界之间的所述行驶路径,所述行驶路径由优化后的所述优化变量组成;
所述目标优化函数设置为:
其中,L={li},表征所述待优化变量的横向位移;
bL={bi L},表征所述第一软边界;
bU={bi U},表征所述第二软边界;
2.根据权利要求1所述的方法,其特征在于,所述设定所述软边界段在所述车道中的目标位置,包括:
将所述软边界段从所述目标障碍物的一侧横向移动到所述目标障碍物的另一侧,以得到所述软边界段在所述车道中的目标位置。
3.根据权利要求2所述的方法,其特征在于,所述软边界段在所述车道中的目标位置位于所述第二软边界和所述车道的中心线之间。
4.根据权利要求3所述的方法,其特征在于,所述目标优化函数还包括第二优化函数项,所述第二优化函数项用于最小化所述行驶路径与所述车道的中心线之间的距离。
5.根据权利要求1所述的方法,其特征在于,所述从与目标障碍物距离最近的第一软边界中确定位于所述目标障碍物的横向方位上的软边界段,包括:
从纵向方向上对所述目标障碍物进行扩充,得到扩充后目标障碍物;
将所述扩充后目标障碍物投影到所述第一软边界上,得到所述软边界段。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述目标障碍物为动态障碍物。
7.一种路径规划装置,其特征在于,所述装置包括:
获取模块,被配置为获取初始的软边界,所述初始的软边界的位置与根据车辆所处车道的边界确定的硬边界位置一致;
执行模块,被配置为从与目标障碍物距离最近的第一软边界中确定位于所述目标障碍物的横向方位上的软边界段,并设定所述软边界段在所述车道中的目标位置;
规划模块,被配置为以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整所述软边界段的实际位置后的第一软边界设定的约束条件,规划所述车辆的行驶路径,以使所述车辆在所述车道内横向避让所述目标障碍物,其中,所述第一优化函数项用于最小化所述软边界段的实际位置与所述目标位置之间的距离,所述软边界段的实际位置是动态变化的,所述软边界段的实际位置为待优化变量,所述目标位置是定值,表征在路径规划运算过程中的非变量,所述第一软边界段包括动态变化的所述软边界段;
其中,所述规划模块包括:
确定子模块,被配置为用于将所述第二软边界、调整所述软边界段的实际位置后的第一软边界作为优化变量的取值边界约束;
规划子模块,被配置为根据所述取值边界约束、所述目标优化函数对所述优化变量进行优化,以生成处于所述第二软边界和调整所述软边界段的实际位置后的第一软边界之间的所述行驶路径,所述行驶路径由优化后的所述优化变量组成;
所述目标优化函数设置为:
其中,L={li},表征所述待优化变量的横向位移;
bL={bi L},表征所述第一软边界;
bU={bi U},表征所述第二软边界;
8.一种路径规划装置,其特征在于,所述装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取初始的软边界,所述初始的软边界的位置与根据车辆所处车道的边界确定的硬边界位置一致;
从与目标障碍物距离最近的第一软边界中确定位于所述目标障碍物的横向方位上的软边界段,并设定所述软边界段在所述车道中的目标位置;
以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整所述软边界段的实际位置后的第一软边界设定的约束条件,规划所述车辆的行驶路径,以使所述车辆在所述车道内横向避让所述目标障碍物,其中,所述第一优化函数项用于最小化所述软边界段的实际位置与所述目标位置之间的距离,所述软边界段的实际位置是动态变化的,所述软边界段的实际位置为待优化变量,所述目标位置是定值,表征在路径规划运算过程中的非变量,所述第一软边界段包括动态变化的所述软边界段;
其中,所述以包括第一优化函数项的目标优化函数,以及根据第二软边界和调整所述软边界段的实际位置后的第一软边界设定的约束条件,规划所述车辆的行驶路径,包括:
将所述第二软边界、调整所述软边界段的实际位置后的第一软边界作为优化变量的取值边界约束;
根据所述取值边界约束、所述目标优化函数对所述优化变量进行优化,以生成处于所述第二软边界和调整所述软边界段的实际位置后的第一软边界之间的所述行驶路径,所述行驶路径由优化后的所述优化变量组成;
所述目标优化函数设置为:
其中,L={li},表征所述待优化变量的横向位移;
bL={bi L},表征所述第一软边界;
bU={bi U},表征所述第二软边界;
9.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,该程序指令被处理器执行时实现权利要求1~6中任一项所述方法的步骤。
10.一种车辆,其特征在于,所述车辆包括权利要求7或8所述的路径规划装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210406799.9A CN114608603B (zh) | 2022-04-18 | 2022-04-18 | 路径规划方法、装置、存储介质及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210406799.9A CN114608603B (zh) | 2022-04-18 | 2022-04-18 | 路径规划方法、装置、存储介质及车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114608603A CN114608603A (zh) | 2022-06-10 |
CN114608603B true CN114608603B (zh) | 2023-07-04 |
Family
ID=81868781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210406799.9A Active CN114608603B (zh) | 2022-04-18 | 2022-04-18 | 路径规划方法、装置、存储介质及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114608603B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109521763A (zh) * | 2017-09-18 | 2019-03-26 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的基于约束平滑样条的路径优化 |
CN110356394A (zh) * | 2019-07-31 | 2019-10-22 | 重庆长安汽车股份有限公司 | 一种车辆主动避让障碍物的方法、装置及汽车 |
CN111044057A (zh) * | 2018-10-12 | 2020-04-21 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的基于先前驾驶轨迹的实时地图生成方案 |
CN111443709A (zh) * | 2020-03-09 | 2020-07-24 | 北京百度网讯科技有限公司 | 车辆变道路线规划方法、装置、终端和存储介质 |
CN112257652A (zh) * | 2020-11-06 | 2021-01-22 | 北京航迹科技有限公司 | 确定可行驶区域的方法、装置、设备和存储介质 |
CN112572424A (zh) * | 2019-09-11 | 2021-03-30 | 北京百度网讯科技有限公司 | 基于障碍物识别的车辆控制方法、装置、设备和介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6521486B2 (ja) * | 2017-06-06 | 2019-05-29 | マツダ株式会社 | 車両制御装置 |
US20190315357A1 (en) * | 2018-04-17 | 2019-10-17 | Baidu Usa Llc | Novel method for speed adjustment of autonomous driving vehicles prior to lane change |
US11048252B2 (en) * | 2018-10-19 | 2021-06-29 | Baidu Usa Llc | Optimal path generation for static obstacle avoidance |
CN111332285B (zh) * | 2018-12-19 | 2021-07-09 | 长沙智能驾驶研究院有限公司 | 车辆避开障碍物的方法及装置、电子设备和存储介质 |
US11161501B2 (en) * | 2019-01-07 | 2021-11-02 | Toyota Research Insititute, Inc. | System and method for optimizing a path for obstacle evasion for a vehicle |
CN110550029B (zh) * | 2019-08-12 | 2021-02-09 | 华为技术有限公司 | 障碍物避让方法及装置 |
US11442450B2 (en) * | 2019-12-11 | 2022-09-13 | Baidu Usa Llc | Method for determining passable area in planning a path of autonomous driving vehicles |
CN113335312B (zh) * | 2021-08-06 | 2021-10-19 | 新石器慧通(北京)科技有限公司 | 一种绕障行驶方法、装置、电子设备及介质 |
CN113581173A (zh) * | 2021-08-20 | 2021-11-02 | 蔚来汽车科技(安徽)有限公司 | 障碍物避让控制方法、设备、高级驾驶辅助系统、车辆和介质 |
-
2022
- 2022-04-18 CN CN202210406799.9A patent/CN114608603B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109521763A (zh) * | 2017-09-18 | 2019-03-26 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的基于约束平滑样条的路径优化 |
CN111044057A (zh) * | 2018-10-12 | 2020-04-21 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的基于先前驾驶轨迹的实时地图生成方案 |
CN110356394A (zh) * | 2019-07-31 | 2019-10-22 | 重庆长安汽车股份有限公司 | 一种车辆主动避让障碍物的方法、装置及汽车 |
CN112572424A (zh) * | 2019-09-11 | 2021-03-30 | 北京百度网讯科技有限公司 | 基于障碍物识别的车辆控制方法、装置、设备和介质 |
CN111443709A (zh) * | 2020-03-09 | 2020-07-24 | 北京百度网讯科技有限公司 | 车辆变道路线规划方法、装置、终端和存储介质 |
CN112257652A (zh) * | 2020-11-06 | 2021-01-22 | 北京航迹科技有限公司 | 确定可行驶区域的方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114608603A (zh) | 2022-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200317190A1 (en) | Collision Control Method, Electronic Device and Storage Medium | |
RU2656933C2 (ru) | Способ и устройство для предупреждения о встречном транспортном средстве | |
US11308809B2 (en) | Collision control method and apparatus, and storage medium | |
CN115014372B (zh) | 路径规划方法、装置、存储介质及车辆 | |
WO2018017094A1 (en) | Assisted self parking | |
CN115648957B (zh) | 车辆控制方法、装置、存储介质及芯片 | |
CN114608603B (zh) | 路径规划方法、装置、存储介质及车辆 | |
CN117387646A (zh) | 基于云端的路径规划方法、装置、系统、设备及存储介质 | |
US11993259B2 (en) | Vehicle speed control method and apparatus | |
US20230303068A1 (en) | Vehicle traveling control method and apparatus, device, and storage medium | |
CN117826863A (zh) | 机器人跟随方法、装置、机器人及可读存储介质 | |
CN113561970A (zh) | 初始泊车位置信息确定的方法、装置、设备及存储介质 | |
CN113460092A (zh) | 车辆控制的方法、装置、设备、存储介质及产品 | |
CN116834767A (zh) | 运动轨迹生成方法、装置、设备及存储介质 | |
CN114648116A (zh) | 模型量化方法、装置、车辆及存储介质 | |
US11043126B2 (en) | Vehicle, vehicle control method, and vehicle control program | |
CN110837258B (zh) | 自动驾驶控制方法及装置、系统、电子设备和存储介质 | |
CN114608602A (zh) | 路径规划方法、装置、存储介质及车辆 | |
CN114115350A (zh) | 飞行器的控制方法、装置及设备 | |
CN114834463B (zh) | 车辆控制方法、装置、存储介质、电子设备、芯片及车辆 | |
CN114684124B (zh) | 车辆行驶参数的确定方法、装置、电子设备和存储介质 | |
CN116476835A (zh) | 车辆控制方法、装置、电子设备、存储介质及车辆 | |
CN117163069A (zh) | 基于自动驾驶的速度规划方法、装置、设备及存储介质 | |
CN116859953A (zh) | 机器人的控制方法、装置、介质及机器人 | |
EP4273027A1 (en) | Method and apparatus for lateral control of vehicle and storage medium |
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 |