CN114707103A - 一种基于单一感知数据的多拖车行驶轨迹计算方法 - Google Patents
一种基于单一感知数据的多拖车行驶轨迹计算方法 Download PDFInfo
- Publication number
- CN114707103A CN114707103A CN202210627450.8A CN202210627450A CN114707103A CN 114707103 A CN114707103 A CN 114707103A CN 202210627450 A CN202210627450 A CN 202210627450A CN 114707103 A CN114707103 A CN 114707103A
- Authority
- CN
- China
- Prior art keywords
- trailer
- time
- angle
- curve
- frequency
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
Description
技术领域
本发明涉及拖车行驶轨迹计算技术领域,更具体的是涉及一种基于单一感知数据的多拖车行驶轨迹计算方法技术领域。
背景技术
目前由于疫情的冲击、机场特种车辆驾驶环境恶劣、驾驶员匮乏以及智慧机场建设的需求等,机场无人驾驶特种车辆逐渐成为智能驾驶的先发落地场景,首先被作为应用目标的就是牵引车。
和普通车辆不同,牵引车常常会在其后方拖挂多辆,通常来说是1到6辆不等的拖车,因此需要合理地对牵引车的路径进行规划,以避免后方拖挂车和其他车辆以及路边设施产生碰撞,发生危险。为此,需要首先对拖车的轨迹进行获取。
目前的拖车轨迹计算主要方法都是通过传感器感知或者图像对拖车轨迹进行获取,有可能存在雨雾天感知不精确,以及视野被所拖挂货物遮挡等问题。有部分通过计算得到拖车轨迹的方法,但或是未考虑地面摩擦、载重等外界实时影响,或是只通过前一节拖车的运动推算后一节拖车的轨迹,未考虑拖车之间运动状态差异的变化。
发明内容
本发明的目的在于:实现更精准的拖车轨迹计算。为了解决上述技术问题,本发明提供一种基于单一感知数据的多拖车行驶轨迹计算方法。
本发明为了实现上述目的具体采用以下技术方案:
一种基于单一感知数据的多拖车行驶轨迹计算方法,牵引车后有多辆拖车通过牵引杆依次首尾相连,按从前往后的顺序拖车的标号n依次记为1到k,将牵引车视为0号拖车;拖车的主要位姿点包括拖车牵引杆前端、前轮轴线中点、后轮轴线中点以及车尾拖挂处;牵引车的主要位姿点包括前轮轴线中点、后轮轴线中点以及车尾拖挂处;
将n号拖车的牵引杆前端、前轮轴线中点、后轮轴线中点以及车尾拖挂处在前一时刻的坐标分别标记为、、和,当前时刻记为,其数值代表距离初始时间的单位时间的个数,此时的相应坐标分别标记为、、和,表示当前时刻和前一时刻相差一个单位时间;
将高斯滤波后的低频变化曲线和高频变化曲线相加,得到n号拖车最终的牵引杆角度的变化曲线:
优选地,所述拆解为时域高频率变化曲线和时域低频率变化曲线包括以下步骤:
将牵引杆角度随时间的变化曲线转换为频域曲线, n号拖车频率k时的牵引杆角度为:
将频域高频率变化曲线和频域低频率变化曲线转为时域的高频率变化曲线和低频率变化曲线,转换方法如下:
优选地,所述通过高斯滤波对低频变化曲线进行滤波处理的方法为:
本发明的有益效果如下:
通过选取牵引杆角度作为单一变量,在计算过程中不仅可以考虑单辆拖车的行驶状态,还可以考虑任意相邻两车的运动关系的变化特点,可以得到牵引车拖车组更可靠的轨迹结果;对于牵引杆角度的处理可以过滤和考虑地面摩擦和载重等外界因素对拖车行驶特性的影响,尤其是对拖车转向特点的影响,相比于纯计算过程可以得到更有参考性的结果;实际的数据采集只针对1号拖车进行,数据的获取简单可靠,且成本低。
附图说明
图1是本发明的流程示意图;
图2是实施例1中对多个拖车位姿点标记的示意图;
图3是实施例2中的拖车轨迹坐标图;
图4是实施例2中时域低频率变化曲线和时域高频率变化曲线的示意图;
图5是实施例2中实测的拖车轨迹图;
图6是实施例2中计算得到的拖车轨迹图。
具体实施方式
为使本发明的实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明的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发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本发明领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本保护的范围。
实施例1
如图1所示,本实施例提供一种基于单一感知数据的多拖车行驶轨迹计算方法,牵引车后有多辆拖车通过牵引杆依次首尾相连,按从前往后的顺序拖车的标号n依次记为1到k,将牵引车视为0号拖车;拖车的主要位姿点包括拖车牵引杆前端、前轮轴线中点、后轮轴线中点以及车尾拖挂处;
将n号拖车的牵引杆前端、前轮轴线中点、后轮轴线中点以及车尾拖挂处在前一时刻的坐标分别标记为、、和,当前时刻记为,其数值代表距离初始时间的单位时间的个数,此时的相应坐标分别标记为、、和,当前时刻和前一时刻相差一个单位时间;特别说明的是,牵引车的主要位姿点只有前轮轴线中点、后轮轴线中点以及车尾拖挂处;一个具体的标记案例参阅图2。
以上方法的核心思想是通过迭代计算获取每一节拖车的位姿点信息,同时在迭代过程中,引入由牵引车和第一节拖车牵引杆角度所推算出来的各拖车的牵引杆角度值,将拖车之间的联系以及摩擦力和载重等会对运动状态造成的影响考虑到迭代计算过程中,得到较好的拖车轨迹计算值。
特别说明的是本实施例默认拖挂的拖车数量和规格已知,即各拖车车身长度已知、牵引杆长度已知。
实施例2
本实施例基于实施例1的技术方案,具体步骤不再赘述,拖车行驶的一个坐标图案例见图3。
每单位时间记载一次1号拖车的牵引杆角度,这些离散数值串联起即可得到1号拖车在时间值为0到时的牵引杆角度的时域变化曲线, 由于n号拖车的牵引杆角度视为与1号拖车时间之前的牵引杆角度相同,所以,n号拖车在时间值为0到时的牵引杆角度的时域变化曲线为:
因为牵引杆角度在变化过程中,会同时经历微小高频振动以及由于转向改变造成的较低频变化,其中转向造成的低频变化量对每一节拖车相似,但会展现出内偏的特性;而振动特性造成的影响对每一节拖车有很多相同之处,因此需要通过傅里叶变换获取牵引杆角度不同频率的变化曲线,以实现对高频和低频特征分开处理的目的,进而提升计算的可靠性。
通过傅里叶展开将牵引杆角度的时域变化曲线拆解为时域低频率变化曲线和时域高频率变化曲线,大于的频率视为高频率,其他视为低频率,是用于划分高频率和低频率的频率阈值,在本实施例中可以取8;一个具体的拆分案例参见图4,图4中的实线代表时域低频率变化曲线,虚线代表时域高频率变化曲线,其中横坐标代表时间,纵坐标代表牵引杆角度变化。
由于拖车的牵引杆角度受其前后车以及牵引车一段时间内特性的影响,且离目标拖车越近,影响越大,会导致拖车行驶产生角度内偏等现象,为了减小这种影响,通过高斯滤波对时域低频率变化曲线进行处理。通过高斯滤波对时域低频变化曲线进行滤波处理得到;
将高斯滤波后的低频变化曲线和高频变化曲线相加,再次获取完整的时域变化曲线,也就是得到n号拖车最终的过滤处理后的牵引杆角度的变化曲线:
进一步地,所述拆解为时域高频率变化曲线和时域低频率变化曲线包括以下步骤:
将牵引杆角度随时间的变化曲线转换为频域曲线, n号拖车频率k时的牵引杆角度为:
再将频域高频率变化曲线和频域低频率变化曲线分别转换回时域的高频率变化曲线和低频率变化曲线,转换方法如下:
作为本实施例的优选方案,在执行高斯滤波时,所述通过高斯滤波对低频变化曲线进行滤波处理的方法为:
其中,当n=2时, =1,否则=3。具体是因为在式中,在计算第二节拖车牵引杆角度时,因为其和第一节拖车临近,影响关系较大,因此取σ=1来增大测量牵引杆角度对结果的影响;当计算其余拖车牵引杆角度时,和第一节拖车较远,取=3来减小第一节拖车牵引杆角度的影响。
在这里,基于已知的转弯中心,此处首先将当前时刻拖车的坐标从原坐标系移动到了以转弯中心为原点的坐标系,通过旋转位移矩阵反应单位时间内转向角度和行驶距离的相关信息,计算得出单位时间后相对于转弯中心的坐标,最后将坐标移回原坐标参考系。在中,包含了单位时间内可能的两种行驶状态:固定角度转向和直线行驶。
当车辆在转向时,,α为车辆转向行驶绕驶过的角度,可以通过已求解的、以及获得,即可计算固定角度转向后的坐标;当车辆在直线行驶时,=0,三角函数部分变为单位矩阵,而表示保持前一时刻的行驶轨迹朝向,单位时间内拖车移动的位移,即可计算出直线行驶后的坐标。
通过以上方法,对拖车依次进行迭代,已知前一时刻的拖车任意一点的坐标,即可计算出单位时间后该点的坐标,通常可以选择将四个描述拖车位姿点的关键点进行计算,也就是拖车前的牵引杆前端、前轮轴线中点、后轮轴线中点以及车尾拖挂处。
根据本实施例对拖车轨迹进行一个计算,并和实测轨迹进行比较,其结果参阅图5和图6。
图5为实测轨迹,图6为本实施例的方案计算获取的轨迹,可见本方案计算的轨迹可靠性高、精准度高。
Claims (7)
1.一种基于单一感知数据的多拖车行驶轨迹计算方法,其特征在于,牵引车后有多辆拖车通过牵引杆依次首尾相连,按从前往后的顺序拖车的标号n依次记为1到k,将牵引车视为0号拖车;拖车的主要位姿点包括拖车牵引杆前端、前轮轴线中点、后轮轴线中点以及车尾拖挂处;牵引车的主要位姿点包括前轮轴线中点、后轮轴线中点以及车尾拖挂处;
将n号拖车的牵引杆前端、前轮轴线中点、后轮轴线中点以及车尾拖挂处在前一时刻的坐标分别标记为、、和,当前时刻记为,其数值代表距离初始时间的单位时间的个数,此时的相应坐标分别标记为、、和,表示当前时刻和前一时刻相差一个单位时间;
将高斯滤波后的低频变化曲线和高频变化曲线相加,得到n号拖车最终的牵引杆角度的变化曲线:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210627450.8A CN114707103B (zh) | 2022-06-06 | 2022-06-06 | 一种基于单一感知数据的多拖车行驶轨迹计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210627450.8A CN114707103B (zh) | 2022-06-06 | 2022-06-06 | 一种基于单一感知数据的多拖车行驶轨迹计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114707103A true CN114707103A (zh) | 2022-07-05 |
CN114707103B CN114707103B (zh) | 2022-10-18 |
Family
ID=82177756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210627450.8A Active CN114707103B (zh) | 2022-06-06 | 2022-06-06 | 一种基于单一感知数据的多拖车行驶轨迹计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114707103B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101974876A (zh) * | 2010-10-29 | 2011-02-16 | 天津市市政工程设计研究院 | 考虑重型拖车车轮轨迹偏差和甩尾的弯道加宽设计方法 |
CN105583824A (zh) * | 2016-01-26 | 2016-05-18 | 清华大学 | 力控牵引和摆位的多自由度机械臂控制装置及其控制方法 |
DE102015206689A1 (de) * | 2015-04-14 | 2016-10-20 | Horsch Leeb Application Systems Gmbh | Verfahren zur Lenkung eines landwirtschaftlichen Anhängers und landwirtschaftlicher Zugverbund |
CN108871338A (zh) * | 2018-06-25 | 2018-11-23 | 驭势科技(北京)有限公司 | 一种拖车系统位姿预测方法、装置及存储介质 |
CN109407517A (zh) * | 2018-12-19 | 2019-03-01 | 驭势科技(北京)有限公司 | 一种拖车系统路径跟踪方法、装置、系统及存储介质 |
CN109823129A (zh) * | 2019-02-19 | 2019-05-31 | 成都新捷物流有限公司 | 一种卡车用牵引车和挂车的连接结构 |
CN110286683A (zh) * | 2019-07-15 | 2019-09-27 | 北京科技大学 | 一种履带式移动机器人的自主行驶路径跟踪控制方法 |
CN110335305A (zh) * | 2018-11-01 | 2019-10-15 | 驭势科技(北京)有限公司 | 一种拖车位姿的确定方法、装置、车载设备及存储介质 |
CN111284502A (zh) * | 2020-03-10 | 2020-06-16 | 仓擎智能科技(上海)有限公司 | 一种牵引车组位姿检测方法及系统 |
CN111487976A (zh) * | 2020-05-03 | 2020-08-04 | 哈尔滨工程大学 | 一种倒车轨迹跟踪方法 |
CN113696970A (zh) * | 2021-08-31 | 2021-11-26 | 驭势科技(北京)有限公司 | 半挂汽车列车、倒车控制方法、装置、设备和介质 |
CN113821026A (zh) * | 2021-08-27 | 2021-12-21 | 中国人民解放军军事科学院战争研究院 | 一种基于rhc的有杆拖挂式无人系统在线轨迹跟踪控制方法 |
CN114104105A (zh) * | 2020-08-25 | 2022-03-01 | 郑州宇通客车股份有限公司 | 转向角测量装置及拖挂车 |
-
2022
- 2022-06-06 CN CN202210627450.8A patent/CN114707103B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101974876A (zh) * | 2010-10-29 | 2011-02-16 | 天津市市政工程设计研究院 | 考虑重型拖车车轮轨迹偏差和甩尾的弯道加宽设计方法 |
DE102015206689A1 (de) * | 2015-04-14 | 2016-10-20 | Horsch Leeb Application Systems Gmbh | Verfahren zur Lenkung eines landwirtschaftlichen Anhängers und landwirtschaftlicher Zugverbund |
CN105583824A (zh) * | 2016-01-26 | 2016-05-18 | 清华大学 | 力控牵引和摆位的多自由度机械臂控制装置及其控制方法 |
CN108871338A (zh) * | 2018-06-25 | 2018-11-23 | 驭势科技(北京)有限公司 | 一种拖车系统位姿预测方法、装置及存储介质 |
CN110335305A (zh) * | 2018-11-01 | 2019-10-15 | 驭势科技(北京)有限公司 | 一种拖车位姿的确定方法、装置、车载设备及存储介质 |
CN109407517A (zh) * | 2018-12-19 | 2019-03-01 | 驭势科技(北京)有限公司 | 一种拖车系统路径跟踪方法、装置、系统及存储介质 |
CN109823129A (zh) * | 2019-02-19 | 2019-05-31 | 成都新捷物流有限公司 | 一种卡车用牵引车和挂车的连接结构 |
CN110286683A (zh) * | 2019-07-15 | 2019-09-27 | 北京科技大学 | 一种履带式移动机器人的自主行驶路径跟踪控制方法 |
CN111284502A (zh) * | 2020-03-10 | 2020-06-16 | 仓擎智能科技(上海)有限公司 | 一种牵引车组位姿检测方法及系统 |
CN111487976A (zh) * | 2020-05-03 | 2020-08-04 | 哈尔滨工程大学 | 一种倒车轨迹跟踪方法 |
CN114104105A (zh) * | 2020-08-25 | 2022-03-01 | 郑州宇通客车股份有限公司 | 转向角测量装置及拖挂车 |
CN113821026A (zh) * | 2021-08-27 | 2021-12-21 | 中国人民解放军军事科学院战争研究院 | 一种基于rhc的有杆拖挂式无人系统在线轨迹跟踪控制方法 |
CN113696970A (zh) * | 2021-08-31 | 2021-11-26 | 驭势科技(北京)有限公司 | 半挂汽车列车、倒车控制方法、装置、设备和介质 |
Non-Patent Citations (2)
Title |
---|
任工昌等: "带单节拖车的机器人控制系统的设计与实现", 《电子技术应用》 * |
宋毅: "半挂汽车列车被动转向系统的设计及仿真研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114707103B (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102016106298B4 (de) | Fusionsverfahren für eine Querverkehr-Applikation unter Verwenden von Radargeräten und einer Kamera | |
EP2561419B1 (de) | Verfahren zur bestimmung des fahrbahnverlaufes für ein kraftfahrzeug | |
DE102014118414A1 (de) | Geschwindigkeitsbegrenzungsschwelleerfassungsvorrichtung und Navigationsdatenaktualisierungsvorrichtung und Verfahren, welches diese verwendet | |
DE112014002019B4 (de) | Kurvenformmodelliereinrichtung, Fahrzeuginformationsverarbeitungssystem, Kurvenformmodellierverfahren und Kurvenformmodellierprogramm | |
DE102017131125A1 (de) | Fahrzeuginterne Alarmvorrichtung | |
DE102015109832A1 (de) | Objektklassifizierung für Fahrzeugradarsysteme | |
DE102020100685A1 (de) | Vorhersage zeitlicher informationen in autonomenmaschinenanwendungen | |
CN110726993B (zh) | 一种利用单线激光雷达和毫米波雷达的障碍物检测方法 | |
Peng et al. | Driving maneuver early detection via sequence learning from vehicle signals and video images | |
DE102017214032A1 (de) | Verfahren zum Bestimmen eines Reibwerts für einen Kontakt zwischen einem Reifen eines Fahrzeugs und einer Fahrbahn und Verfahren zum Steuern einer Fahrzeugfunktion eines Fahrzeugs | |
CN112964262A (zh) | 无人驾驶车载传感器数据采集与处理系统与方法 | |
WO2019211168A1 (de) | Verfahren und vorrichtung zum betreiben von ultraschallsensoren eines fahrzeugs | |
DE102017108248A1 (de) | Strassenmerkmalserkennung mit einem fahrzeugkamerasystem | |
CN106327433B (zh) | 一种基于单俯视相机与后轴转向的车辆路径跟随方法 | |
CN106295651B (zh) | 一种基于双俯视相机与后轴转向的车辆路径跟随方法 | |
DE102017108255A1 (de) | Parallele detektion von primitiven in einer szene unter verwendung eines rundum-kamerasystems | |
DE102021111544A1 (de) | System und verfahren zur schätzung des kupplungswinkels | |
CN114707103B (zh) | 一种基于单一感知数据的多拖车行驶轨迹计算方法 | |
Ding et al. | A lane detection method based on semantic segmentation | |
DE112020002753T5 (de) | Fahrzeugsteuerverfahren, fahrzeugsteuervorrichtung und fahrzeugsteuersystem diese enthaltend | |
DE112020000325T5 (de) | Schätzung von Anhängereigenschaften mit Fahrzeugsensoren | |
DE112021005777T5 (de) | Systeme und Verfahren zum Entfernungsraten-Dealiasing unter Verwendung einer Positionskonsistenz | |
DE112022002791T5 (de) | Systeme und verfahren zur partikelfilterverfolgung | |
DE102018216999A1 (de) | Verfahren, Computerprogramm und Messsystem für die Auswertung von Bewegungsinformationen | |
CN111857469B (zh) | 一种道路环境信息的重构方法、装置及设备 |
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 |