CN114764247A - 无人驾驶设备集群的控制方法、装置、设备及存储介质 - Google Patents

无人驾驶设备集群的控制方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114764247A
CN114764247A CN202210438789.3A CN202210438789A CN114764247A CN 114764247 A CN114764247 A CN 114764247A CN 202210438789 A CN202210438789 A CN 202210438789A CN 114764247 A CN114764247 A CN 114764247A
Authority
CN
China
Prior art keywords
target
unmanned
obstacle avoidance
obstacle
unmanned equipment
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
CN202210438789.3A
Other languages
English (en)
Other versions
CN114764247B (zh
Inventor
刘灶
张伟斌
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.)
Zhuhai Yunzhou Intelligence Technology Ltd
Original Assignee
Zhuhai Yunzhou Intelligence Technology 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 Zhuhai Yunzhou Intelligence Technology Ltd filed Critical Zhuhai Yunzhou Intelligence Technology Ltd
Priority to CN202210438789.3A priority Critical patent/CN114764247B/zh
Publication of CN114764247A publication Critical patent/CN114764247A/zh
Application granted granted Critical
Publication of CN114764247B publication Critical patent/CN114764247B/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
    • G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

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 Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请实施例适用于无人驾驶技术领域，提供了一种无人驾驶设备集群的控制方法、装置、设备及存储介质，该方法包括：当无人驾驶设备集群进入障碍物对应的目标范围时，根据无人驾驶设备集群的行驶方向，构建经过障碍物且与行驶方向平行的第一基线；根据与第一基线相邻的目标行中进入目标范围的无人驾驶设备相对于第一基线的位置，确定目标无人驾驶设备的避障航向；确定目标无人驾驶设备与障碍物的第一间距；根据第一间距确定目标无人驾驶设备的避障角度；根据避障航向和避障角度对目标无人驾驶设备，以及与目标无人驾驶设备处于同一列的无人驾驶设备进行行驶控制。采用上述方法可以降低无人驾驶设备集群在进行集体避障时所需的计算资源。

Description

无人驾驶设备集群的控制方法、装置、设备及存储介质
技术领域
本申请属于无人驾驶技术领域，尤其涉及一种无人驾驶设备集群的控制方法、装置、设备及存储介质。
背景技术
无人驾驶设备是一种水面智能机器人，能够实现自主航行、自主路径规划以及自主作业，并且能够自主感知环境信息。无人驾驶设备无论是在军事上还是在民用上都具有广泛的应用，可以用于执行危险以及不适合有人船只执行的任务。
通常，水面上环境复杂，不仅存在暗礁、岛屿等静止障碍物，同时也存在其他船只和大型漂浮物等动态障碍物。因此，为了保证无人驾驶设备的安全航行，无人驾驶设备通常还需要具备自主避障功能。现有的无人驾驶设备通常是在检测到新的动态或静态障碍物时，即进行路径规划，避开检测到的障碍物。
然而，该方式虽然能够避开障碍物，但是在检测出障碍物时，即进行路径规划，并没有考虑到避开障碍物时的避障时间是否最佳。并且，上述方式只针对单个无人艇；若以集群进行行驶的无人艇在检测到障碍物时，通常是每个无人艇均分别进行路径规划，不仅每个无人艇均需要消耗大量的计算资源，且规划的路径杂乱，通常无法保持无人艇集群的行驶队列。
发明内容
本申请实施例提供了一种无人驾驶设备集群的控制方法、装置、终端设备及存储介质，可以解决无人驾驶设备集群在进行集体避障时，需要耗费大量的计算资源的问题。
第一方面，本申请实施例提供了一种无人驾驶设备集群的控制方法，该方法包括：
当无人驾驶设备集群进入障碍物对应的目标范围时，根据无人驾驶设备集群的行驶方向，构建障碍物的第一基线；无人驾驶设备集群包括沿行驶方向的至少一行无人驾驶设备，第一基线经过障碍物且与行驶方向平行；
针对目标无人驾驶设备，根据目标无人驾驶设备相对于第一基线的位置，确定目标无人驾驶设备的避障航向；目标无人驾驶设备为与第一基线相邻的目标行中进入目标范围的无人驾驶设备；
确定目标无人驾驶设备与障碍物在行驶方向上的第一间距；
根据第一间距确定目标无人驾驶设备的避障角度；
根据避障航向和避障角度对目标无人驾驶设备，以及其他行中与目标无人驾驶设备处于同一列的无人驾驶设备进行行驶控制。
第二方面，本申请实施例提供了一种无人驾驶设备集群的控制装置，该装置包括：
构建模块，用于当无人驾驶设备集群进入障碍物对应的目标范围时，根据无人驾驶设备集群的行驶方向，构建障碍物的第一基线；无人驾驶设备集群包括沿行驶方向的至少一行无人驾驶设备，第一基线经过障碍物且与行驶方向平行；
避障航向确定模块，用于针对目标无人驾驶设备，根据目标无人驾驶设备相对于第一基线的位置，确定目标无人驾驶设备的避障航向；目标无人驾驶设备为与第一基线相邻的目标行中进入目标范围的无人驾驶设备；
第一间距确定模块，用于确定目标无人驾驶设备与障碍物在行驶方向上的第一间距；
避障角度确定模块，用于根据第一间距确定目标无人驾驶设备的避障角度；
避障控制模块，用于根据避障航向和避障角度对目标无人驾驶设备，以及其他行中与目标无人驾驶设备处于同一列的无人驾驶设备进行行驶控制。
第三方面，本申请实施例提供了一种无人驾驶设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述第一方面的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面的方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在无人驾驶设备上运行时，使得无人驾驶设备执行上述第一方面的方法。
本申请实施例与现有技术相比存在的有益效果是：对于任一静态障碍物或动态障碍物，只有当无人驾驶设备集群进入该障碍物的影响范围时，才执行路径规划，以使无人驾驶设备集群避开障碍物时的避障时间可以做到最佳。之后，对于整个无人驾驶集群，根据障碍物的第一基线，选择与第一基线相邻的目标行的中进入目标范围的无人驾驶设备确定为目标无人驾驶设备。之后，根据目标无人驾驶设备相对于第一基线的位置，确定目标无人驾驶设备的避障航向；以及，根据目标无人驾驶设备与障碍物在行驶方向上的第一间距，计算目标无人驾驶设备的避障角度。此时，对于无人驾驶设备集群中与目标无人驾驶设备处于同一列的其他无人驾驶设备，均可以直接根据目标无人驾驶设备的避障角度和避障航向进行行驶。不仅无需每个无人艇均需要消耗大量的计算资源规划路径，且使相同列下每个无人驾驶设备的路径规划统一。
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是本申请一实施例提供的一种无人驾驶设备的行驶控制方法的实现流程图；
图2为本申请实施例提供的一种无人驾驶设备集群与障碍物的一种应用场景示意图；
图3为本申请实施例提供的一种无人驾驶设备集群对静态障碍物进行避障的一种应用场景示意图；
图4为本申请实施例提供的一种稀疏型无人驾驶设备集群对静态障碍物进行避障的一种应用场景示意图；
图5为本申请实施例提供的一种无人驾驶设备集群对动态障碍物进行避障前的一种应用场景示意图；
图6为本申请实施例提供的一种无人驾驶设备集群对动态障碍物进行避障后的一种应用场景示意图；
图7是本申请一实施例提供的另一种无人驾驶设备的行驶控制方法的实现流程图；
图8为本申请实施例提供的一种无人驾驶设备集群进行恢复后的一种应用场景示意图；
图9为本申请实施例提供的另一种无人驾驶设备集群进行恢复后的一种应用场景示意图；
图10是本申请一实施例提供的一种无人驾驶设备的行驶控制方法中计算恢复角度的一种实现方式示意图；
图11是本申请一实施例提供的一种无人驾驶设备的控制装置的结构示意图；
图12是本申请一实施例提供的一种终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
本申请实施例提供的无人驾驶设备集群的控制方法的执行主体为：无人驾驶设备集群的控制装置，该控制装置可以设置在无人驾驶设备中。无人驾驶设备包括但不限于无人艇、无人车或无人飞行器等设备。以无人艇为例，无人艇可以检测水面上的动态障碍物或静态障碍物，以进行路径规划。
请参阅图1，图1示出了本申请实施例提供的一种无人驾驶设备的行驶控制方法的实现流程图，该方法包括如下步骤：
S101、当无人驾驶设备集群进入障碍物对应的目标范围时，控制装置根据无人驾驶设备集群的行驶方向，构建障碍物的第一基线；无人驾驶设备集群包括沿行驶方向的至少一行无人驾驶设备，第一基线经过障碍物且与行驶方向平行。
在应用中，上述无人驾驶设备集群通常包括多个无人驾驶设备，多个无人驾驶设备以阵列的形式排列。通常，该无人驾驶设备集群至少包括一行或一列无人驾驶设备，每行或每列包括至少一个无人驾驶设备。
在应用中，上述目标范围为障碍物的影响范围。通常，不同大小的障碍物具有不同的目标范围。在一具体实施例中，控制装置可以预先根据无人驾驶设备上的雷达检测装置识别障碍物的大小。之后，根据预先设置的障碍物的大小与目标范围的对应关系，确定当前障碍物的目标范围。
在应用中，上述目标范围可以是以障碍物为中心，构建的圆形区域。无人驾驶设备可以实时检测当前距离障碍物的距离，以确定是否进入目标范围。
在应用中，上述第一基线为经过障碍物且与行驶方向平行的直线。具体的，该第一基线具体经过障碍物的中心。其中，上述无人驾驶设备集群在执行任务时，通常会预先规划起始点至任务地点的行驶路径。也即在进入障碍物对应的目标范围之前，行驶方向通常是预先已经确定好的方向。
S102、针对目标无人驾驶设备，控制装置根据目标无人驾驶设备相对于第一基线的位置，确定目标无人驾驶设备的避障航向；目标无人驾驶设备为与第一基线相邻的目标行中进入目标范围的无人驾驶设备。
在应用中，上述目标无人驾驶设备为与第一基线相邻的目标行中进入目标范围的无人驾驶设备。参照图2，图2为本申请实施例提供的一种无人驾驶设备集群与障碍物的一种应用场景示意图。其中，图2中的水平直线L为第一基线，无人驾驶设备A所在的行和无人驾驶设备B所在的行均为与第一基线L相邻的目标行，由于此时无人驾驶设备A和无人驾驶设备B均进入障碍物的影响范围，因此此时无人驾驶设备A和无人驾驶设备B均为目标无人驾驶设备。
其中，上述避障航向为目标无人驾驶设备为了避开障碍物的目标航行方向。具体的，参照图2，对于目标无人驾驶设备A，其相对于第一基线的位置为，位于第一基线沿行驶方向的左侧，因此，在避障时，目标无人驾驶设备A的避障航向可以为行驶方向的左侧。对应的，对于处于第一基线右侧的目标无人驾驶设备B，在避障时，目标无人驾驶设备B的避障航向可以向右偏移。
可以理解的是，对于与目标无人驾驶设备处于同一侧的其他无人驾驶设备，每个无人驾驶设备的避障航向应当相同。
S103、控制装置确定目标无人驾驶设备与障碍物在行驶方向上的第一间距。
在应用中，上述第一间距为目标无人驾驶设备与障碍物在行驶方向上的间距。具体的，控制装置可以确定目标无人驾驶设备在第一基线上的垂足，而后计算垂足至障碍物中心点的距离，确定为第一间距。可以理解的是，因第一基线平行于行驶方向，因此，上述计算的垂足至中心点的距离即为第一间距。具体的，参照图2，图2中d1即为第一间距。
S104、控制装置根据第一间距确定目标无人驾驶设备的避障角度。
在应用中，上述避障角度为目标无人驾驶设备沿避障航向的偏转角度。其中，控制装置可以预先根据第一间距确定目标无人驾驶设备的避障偏距；之后，根据避障偏距确定避障角度。
其中，上述避障偏距为当前时刻下目标无人驾驶设备垂直于第一基线的垂直距离。
具体的，控制装置可以将第一间距输入至第一高斯分布计算公式，计算避障偏距，而后对避障偏距进行求导得到避障角度。
其中，第一高斯分布计算公式如下：
Figure BDA0003614145320000061
其中，x1为避障过程中各个时刻下的第一间距，ka为第一偏移距离控制参数，δ1为第一路径曲率控制参数；f(x1)为第一间距为x1时，目标无人驾驶设备的避障偏距。之后，将f(x1)的导数确定为避障角度。
其中，上述第一高斯分布计算公式：ka和δ1均需要预先进行确定，在确定ka和δ1两个参数后，即可确定该一维第一高斯分布计算公式。其中，第一高斯分布计算公式的确定方式如下：
引入两个先验参数，安全避障偏距D0和无人艇最大角速度阈值w0。其中，函数需满足下面两个约束条件：
Figure BDA0003614145320000071
上式条件1是为了满足无人驾驶设备的回转性，约束规划出曲线的曲率(对应无人驾驶设备的角速度)f'(x)需小于无人驾驶设备的最大角速度阈值w0，确保无人驾驶设备能够沿着规划出的路径行驶；
上式条件2是要求f(x1)的最大值要大于安全避障偏距，确保路径的安全性。参照图2，在无人驾驶设备与障碍物之间的第一间距d1为0时，也即无人驾驶设备此时处于障碍物的正上方。此时，无人驾驶设备垂直于第一基线的垂直距离(避障偏距)是整个避障过程中的最大值。此时该最大值，应当要大于安全避障偏距，也即避障偏距需要高于障碍物在竖直方向上的高度。
根据条件1式，令
Figure BDA0003614145320000072
进行处理可以得如下结果：
Figure BDA0003614145320000073
Figure BDA0003614145320000074
根据上述求
Figure BDA0003614145320000075
Figure BDA0003614145320000076
Figure BDA0003614145320000077
之后，令
Figure BDA0003614145320000078
推出x1>δ1，或x1＜-δ1；
求得，
Figure BDA0003614145320000079
并根据
Figure BDA00036141453200000710
的增减性可得：
Figure BDA00036141453200000711
即：
Figure BDA0003614145320000081
基于此，可以推出：
Figure BDA0003614145320000082
并且，根据条件2式可得如下结果：
Figure BDA0003614145320000083
并且，因条件2：f(x1)max>D0；
可以得到：
Figure BDA0003614145320000084
基于此，可以推出：
Figure BDA0003614145320000085
联合上述公式(6)和公式(8)进行计算，可以得到：
Figure BDA0003614145320000086
取：
Figure BDA0003614145320000087
其中，上述公式(10)中k1、k2为安全余量控制参数，为已知常量；以此，可以得到ka和δ1。
至此，一阶的第一高斯分布计算公式已被确定，第一基线两侧的目标无人驾驶设备的运动轨迹也可进行规划。
其中，避障偏距即为上述f(x1)，避障角度即为上述
Figure BDA0003614145320000088
在计算时，将x1、ka、k1、k2、D0、w0和δ分别代入上述公式即可。其中，对于分别处于第一基线的左侧和右侧的目标无人驾驶设备对应的x1。在计算时，左侧的目标无人驾驶设备的x1值应当取正值，而右侧的目标无人驾驶设备的x1值应当取负值参与计算。并且，在行驶的过程中，目标无人驾驶设备与障碍物之间的第一间距x1实时发生变化，因此，上述各个时刻下的避障偏距f(x1)和避障角度
Figure BDA0003614145320000091
即为目标无人驾驶设备在避障过程中的行驶路径。
S105、控制装置根据避障航向和避障角度对目标无人驾驶设备，以及其他行中与目标无人驾驶设备处于同一列的无人驾驶设备进行行驶控制。
在应用中，上述同一列的无人驾驶设备具体为：同一列的无人驾驶设备中，与目标无人驾驶设备处于第一基线同一侧的待控制无人驾驶设备。之后，根据避障航向和避障角度对待控制无人驾驶设备进行行驶控制。
具体的，参照图3，图3为本申请实施例提供的一种无人驾驶设备集群对静态障碍物进行避障的一种应用场景示意图。其中，A为目标无人驾驶设备，无人驾驶设备B和无人驾驶设备C分别与目标无人驾驶设备A处于第一基线同一侧且同一列。因此，B和C即为待控制无人驾驶设备。
对于静态障碍物，因障碍物不会移动，因此，在对更靠近静态障碍物的目标无人驾驶设备A执行上述方法得到避障角度和避障航向后，该列处于同一侧的待控制无人驾驶设备B、C也可以根据相同的避障角度和避障航向进行行驶。
另外，由上述公式f(x1)可知，目标无人驾驶设备的路径调整，只在竖直方向上，因此，对于上述各个无人驾驶设备之间的相互影响，可以限制为：
(1)、任一无人驾驶设备只能影响(或被影响)相邻且处于同一列的无人驾驶设备；
如图3所示A、B、C三个无人驾驶设备，其中，A为目标无人驾驶设备，待控制无人驾驶设备B的行驶路径只会受到目标无人驾驶设备A和待控制无人驾驶设备C的影响，或者待控制无人驾驶设备B只会影响到目标无人驾驶设备A和待控制无人驾驶设备C的路线；
(2)、以障碍物的位置为中心，上述影响只会沿着背离障碍物方向传递，不会逆向传递；
例如，目标无人驾驶设备A将受到障碍物的影响，待控制无人驾驶设备B的行驶路径不会影响目标无人驾驶设备A，目标无人驾驶设备A会影响待控制无人驾驶设备B的行驶路径，将影响传递给待控制无人驾驶设备B；同样，待控制无人驾驶设备B会将影响传递给待控制无人驾驶设备C；待控制无人驾驶设备C与B在分别接收传递的影响的同时，若自身也在障碍物影响范围之内，则会叠加来自障碍物的影响；
根据上述两个规定与第一高斯分布计算公式可以确定：若目标无人驾驶设备A受到障碍物的影响的避障偏距为L1，避障角度为Q1，则待控制无人驾驶设备B受到目标无人驾驶设备A传递的影响，也会在原行驶路径的基础之上，以避障角度Q1偏移L1。同理，待控制无人驾驶设备C也一样。
需要补充的是，对稀疏型无人驾驶设备集群，若目标无人驾驶设备在避障过程中不会影响到待控制无人驾驶设备，则待控制无人驾驶设备无需进行避障。具体的，参照图4，图4为本申请实施例提供的一种稀疏型无人驾驶设备集群对静态障碍物进行避障的一种应用场景示意图。从图4可以看出，更靠近第一基线的目标无人驾驶设备A在进行避障时，不会影响到待控制无人驾驶设备的正常行驶路径。并且，待控制无人驾驶设备也未进入障碍物的目标范围。基于此，控制装置可以控制待控制无人驾驶设备正常行驶。
需要特别说明的是，对于动态障碍物，因障碍物会移动，因此，与动态障碍物相邻的目标无人驾驶设备可能是实时变化的。然而，虽然目标无人驾驶设备实时变化，但针对任一目标无人驾驶设备，其相对于该列下的待控制无人驾驶设备而言，依然更靠近动态障碍物。因此，在目标无人驾驶设备根据对应计算的避障角度和避障航向可以避开动态障碍物时，其相对较远的待控制无人驾驶设备根据相同的避障角度和避障航向也应当能够避开动态障碍物。因此，对于动态障碍物，控制装置依然可以根据避障航向和避障角度对目标无人驾驶设备，以及与对应的待控制无人驾驶设备进行行驶控制。
在一具体实施例中，对于动态障碍物，为了能够进一步合理的规划待控制无人驾驶设备的行驶路径；该待控制无人驾驶设备可以分别采用上述S101-S105方式，分别各自规划对应的避障角度。区别仅在于，动态障碍物运动过程中，每个待控制无人驾驶设备分别与动态障碍物的第一间距x1值各不相同，计算的f(x1)和
Figure BDA0003614145320000101
也各不相同而已。但是，此时每个待控制无人驾驶设备均可以分别计算出合适的避障航向和避障角度进行合理的避障。
可以理解的是，因动态障碍物实时运动，因此，目标无人驾驶设备需要实时根据相对于第一基线的位置，确定对应的避障航向。
具体的，参照图5和图6，图5为本申请实施例提供的一种无人驾驶设备集群对动态障碍物进行避障前的一种应用场景示意图。图6为本申请实施例提供的一种无人驾驶设备集群对动态障碍物进行避障后的一种应用场景示意图。在图5中，目标无人驾驶设备A处于第一基线的左侧，其此时的避障航向应当向上侧偏转。然而，在图6中，目标无人驾驶设备已处于动态障碍物的右侧，若依然采用向左侧偏转的避障航向，则将与动态障碍物进行碰撞。也即图6中目标无人驾驶设备沿黑色无人驾驶设备的避障航向行驶，将与动态障碍物进行碰撞。然而，将目标无人驾驶设备A沿白色无人驾驶设备的避障航向行驶，将避开动态障碍物。
需要补充的是，上述只是以一列无人驾驶设备中的目标无人驾驶设备进行描述。但是，在实际应用中，可能同时存在多列的无人驾驶设备处于目标范围。此时，对于任一列无人驾驶设备中的目标无人驾驶设备，均可以执行上述S101-S105方法。
在本实施例中，对于任一静态障碍物或动态障碍物，只有当无人驾驶设备集群进入该障碍物的影响范围时，才执行路径规划，以使无人驾驶设备集群避开障碍物时的避障时间可以做到最佳。之后，对于整个无人驾驶集群，根据障碍物的第一基线，选择与第一基线相邻的目标行的中进入目标范围的无人驾驶设备确定为目标无人驾驶设备。之后，根据目标无人驾驶设备相对于第一基线的位置，确定目标无人驾驶设备的避障航向；以及，根据目标无人驾驶设备与障碍物在行驶方向上的第一间距，计算目标无人驾驶设备的避障角度。此时，对于无人驾驶设备集群中与目标无人驾驶设备处于同一列的其他无人驾驶设备，均可以直接根据目标无人驾驶设备的避障角度和避障航向进行行驶。不仅无需每个无人艇均需要消耗大量的计算资源规划路径，且使相同列下每个无人驾驶设备的路径规划统一。
上述实施例为无人驾驶设备集群进行避障的方式。然而，无人驾驶设备集群的阵型可能在避障过程中被打乱。因此，为了恢复无人驾驶设备集群的阵型，还需对每个无人驾驶设备执行路径恢复。
具体的，参照图7，控制装置可以通过如下S701-S705对避障后的目标无人驾驶设备进行路径恢复，详述如下：
S701、若目标无人驾驶设备在离开目标范围后持续行驶了预设时间，则控制装置确定目标无人驾驶设备持续行驶预设时间时所处的初始位置。
在应用中，上述S101已对目标范围进行解释，对此不再进行说明。其中，预设时间可以预先根据实际情况进行设置。其中，预设时间的起始时间点可以为控制装置判定目标无人驾驶设备不受障碍物影响的时间点。
示例性的，参照图8，图8为本申请实施例提供的一种无人驾驶设备集群进行恢复后的一种应用场景示意图。在图8中，目标无人驾驶设备A可以根据上述S101-S105的方式由011->021的路径上进行避障。然而，目标无人驾驶设备A在021对应的位置时，可以认为目标无人驾驶设备A将不受障碍物影响。因此，此时即为预设时间的起始点。之后，目标无人驾驶设备A可以沿021时刻下的避障角度进行行驶(通常此时行驶方向与第一基线平行)预设时间t1，到达031位置。此时，目标无人驾驶设备A即开始执行恢复航线的路径规划。其中，031对应的位置，即为目标无人驾驶设备A在持续行驶预设时间时的初始位置。
可以理解的是，对于不同的目标无人驾驶设备，其可能具有不同的初始位置。
需要补充的是，若目标无人驾驶设备在路径恢复过程中，再次受到障碍物的影响，则需要再次执行上述S101-S105的避障过程中，以及之后累计预设时间执行路径恢复的过程。若目标无人驾驶设备在路径恢复中被其他无人驾驶设备影响，则停止路径恢复，直至目标无人驾驶设备未被其他无人驾驶设备影响后，执行路径恢复。此时，目标无人驾驶设备无需重新累计预设时间。
S702、控制装置获获取目标无人驾驶设备的第二基线；第二基线为在目标无人驾驶设备进入目标范围之前构建的平行于行驶方向且经过目标无人驾驶设备的直线。
S703、控制装置根据目标无人驾驶设备相对于第二基线的位置，确定无人驾驶设备的恢复航向。
在应用中，上述第二基线为目标无人驾驶设备在进入目标范围之前构建的平行于行驶方向的直线。其中，该第二基线通常经过目标无人驾驶设备，且为目标无人驾驶设备的行驶路径。
具体的，参照图9，图9为本申请实施例提供的另一种无人驾驶设备集群进行恢复后的一种应用场景示意图。图9中，目标无人驾驶设备A的位置信息为当前时刻下的目标无人驾驶设备的位置信息；虚线041为目标无人驾驶设备A对应的第二基线。需要说明的是，在没有障碍物时，目标无人驾驶设备A的行驶路径为011->至虚线041。该第二基线通常为无人驾驶设备集群在执行任务开始时，控制装置为每个无人驾驶设备分别设置的基线。
在应用中，上述恢复航向即为目标无人驾驶设备恢复至第二基线时的方向。例如，当处于第二基线左侧时，则目标无人驾驶设备的恢复航向应当向右；以及，当处于第二基线右侧时，则目标无人驾驶设备的恢复航向应当向左。
S704、控制装置根据初始位置确定目标无人驾驶设备的恢复角度。
在应用中，上述恢复角度为目标无人驾驶设备恢复至应当行驶位置时的角度。其中，在路径恢复过程中，该恢复角度通常实时发生变化。
具体的，参照图10，控制装置可以通过如下子步骤S1001-S1003确定目标无人驾驶设备的恢复角度，详述如下：
S1001、控制装置根据目标无人驾驶设备的位置信息，计算目标无人驾驶设备与初始位置在行驶方向上的第二间距。
在应用中，上述位置信息为当前时刻下目标无人驾驶设备的位置信息。控制装置需要基于当前时刻下目标无人驾驶设备的位置信息，计算目标无人驾驶设备在当前时刻下的恢复角度。
其中，与第一间距不同，第二间距为目标无人驾驶设备与初始位置在行驶方向上的距离。具体的，参照图9，图中目标无人驾驶设备A所在的位置为当前时刻下的目标无人驾驶设备A的位置信息；031为目标无人驾驶设备A持续行驶预设时间时的初始位置。其中，控制装置可以分别确定目标无人驾驶设备A在031位置与当前时刻下的位置信息在行驶方向上的垂足P1和P2。而后，将P1与P2之间的长度，确定为第二间距(即图9中的d2)。
S1002、控制装置将第二间距输入至第二高斯分布计算公式，计算恢复偏距。
S1003、控制装置将恢复偏距的导数，确定为恢复角度。
第二高斯分布计算公式如下：
Figure BDA0003614145320000131
其中，x2为第二间距，kb为第二偏移距离控制参数，δ2为第二路径曲率控制参数；f(x2)为第二间距为x2时，目标无人驾驶设备的恢复偏距。在计算出恢复偏距后，对恢复偏距进行求导即可得到恢复角度。同样的，在行驶的过程中，目标无人驾驶设备与初始位置之间的第二间距x2也实时发生变化，因此，上述各个时刻下的恢复偏距f(x2)和恢复角度
Figure BDA0003614145320000141
即为目标无人驾驶设备在路径恢复过程中的行驶路径。
在应用中，上述第二高斯分布计算公式具体与上述S104中的第一高斯分布计算公式相似，对此不再进行解释。同样的，在路径恢复过程中，对于分别为处于第二基线的左侧和右侧的目标无人驾驶设备对应的x2。在计算时，左侧的目标无人驾驶设备的x2应当取正值，而右侧的目标无人驾驶设备的x2应当取负值参与计算。
需要说明的是，此时，kb与δ2的计算方式与上述公式(10)的计算方式有一点区别；由上述公式(10)可知，ka与δ1的值与D0(安全避障偏距)有关。然而，在路径恢复过程中，目标无人驾驶设备无需进行避障，因此，无需使用D0描述kb与δ2的值。路径恢复的目的在于：将处于初始位置上的目标无人驾驶设备逐渐恢复至原始对应的位置。因此，控制装置需要根据初始位置垂直于对应的第二基线的垂直距离Di计算kb与δ2的值。
即将公式(10)中的D0改为Di即可：
Figure BDA0003614145320000142
其中，需要说明的是，对动态障碍物进行避障后的同一列中的各个无人驾驶设备，每个无人驾驶设备与各自对应的第二基线的Di可能各不相同。因此，每个无人驾驶设备通常分别具有不同的第二高斯分布计算公式。也即，在路径恢复过程中，每个无人驾驶设备均需根据各自对应的Di进行路径恢复。
然而，对于静态障碍物进行避障后的同一列中的各个无人驾驶设备，因在避障过程中采用了相同的避障角度和避障航向。也即，此时同一列中各个无人驾驶设备与各自对应的第二基线的Di均相同。
S705、控制装置根据恢复角度和恢复航向对目标无人驾驶设备，以及其他行中与目标无人驾驶设备处于同一列的无人驾驶设备进行行驶控制。
在应用中，上述S105中已对同一列的无人驾驶设备进行解释，对此不再进行说明。具体的，控制装置可以根据恢复航向和恢复角度待控制无人驾驶设备进行行驶控制。
可以理解的是，对于静态障碍物中的待控制无人驾驶设备，因在避障过程中采用了相同的避障角度和避障航向。因此，路径恢复过程中，控制装置也可以基于相同的恢复角度和恢复航向对待控制无人驾驶设备进行行驶控制，使其分别恢复至原始的路径行驶。
具体的，参照图3，在对待控制无人驾驶设备B、C进行路径恢复的过程中，其可以与目标无人驾驶设备A同步恢复。
需要特别说明的是，对于动态障碍物，若待控制无人驾驶设备统一根据目标无人驾驶设备的避障角度和避障航向避开动态障碍物，则在进行路径恢复时，也可以统一根据目标无人驾驶设备的恢复航向和恢复角度进行路径恢复。
然而，在实际过程中，在对动态障碍物进行避障时，因动态障碍物实时运动，导致与第一基线相邻的目标无人驾驶设备实时变化。即每个待控制无人驾驶设备中，也可能被确定过为目标无人驾驶设备，且采用了上述S101-S105的方式进行避障。因此，在路径恢复过程中，每个待控制无人驾驶设备分别与各自对应的第二基线的Di可能各不相同。因此，在路径恢复过程中，每个待控制无人驾驶设备均需要根据上述公式(11)生成各自对应的第二高斯分布计算公式进行路径恢复。
请参阅图11，图11是本申请实施例提供的一种无人驾驶设备的行驶控制无人驾驶设备的控制装置的结构框图。本实施例中无人驾驶设备的行驶控制无人驾驶设备的控制装置包括的各模块用于执行图1、图7及图10对应的实施例中的各步骤。具体请参阅图1、图7及图10以及图1、图7及图10所对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。参见图11，无人驾驶设备的行驶控制无人驾驶设备的控制装置1100可以包括：构建模块1110、避障航向确定模块1120、第一间距确定模块1130、避障角度确定模块1140以及避障控制模块1150，其中：
构建模块1110，用于当无人驾驶设备集群进入障碍物对应的目标范围时，根据无人驾驶设备集群的行驶方向，构建障碍物的第一基线；无人驾驶设备集群包括沿行驶方向的至少一行无人驾驶设备，第一基线经过障碍物且与行驶方向平行。
避障航向确定模块1120，用于针对目标无人驾驶设备，根据目标无人驾驶设备相对于第一基线的位置，确定目标无人驾驶设备的避障航向；目标无人驾驶设备为与第一基线相邻的目标行中进入目标范围的无人驾驶设备。
第一间距确定模块1130，用于确定目标无人驾驶设备与障碍物在行驶方向上的第一间距。
避障角度确定模块1140，用于根据第一间距确定目标无人驾驶设备的避障角度。
避障控制模块1150，用于根据避障航向和避障角度对目标无人驾驶设备，以及其他行中与目标无人驾驶设备处于同一列的无人驾驶设备进行行驶控制。
在一实施例中，避障角度确定模块1140还用于：
根据第一间距确定目标无人驾驶设备的避障偏距；根据避障偏距确定避障角度。
在一实施例中，避障角度确定模块1140还用于：
将第一间距输入至第一高斯分布计算公式，计算避障偏距；
第一高斯分布计算公式如下：
Figure BDA0003614145320000161
其中，x1为第一间距，ka为第一偏移距离控制参数，δ1为第一路径曲率控制参数；f(x1)为第一间距为x1时，目标无人驾驶设备的避障偏距。
在一实施例中，避障控制模块1150还用于：
从与目标无人驾驶设备处于同一列的无人驾驶设备中，确定与目标无人驾驶设备处于第一基线同一侧的待控制无人驾驶设备；根据避障航向和避障角度对待控制无人驾驶设备进行行驶控制。
在一实施例中，无人驾驶设备的控制装置1100还包括：
初始位置确定模块，用于若目标无人驾驶设备在离开目标范围后持续行驶了预设时间，则确定目标无人驾驶设备持续行驶预设时间时所处的初始位置。
第二基线获取模块，用于获取目标无人驾驶设备的第二基线；第二基线为在目标无人驾驶设备进入目标范围之前构建的平行于行驶方向且经过目标无人驾驶设备的直线。
恢复航向确定模块，用于根据目标无人驾驶设备相对于第二基线的位置，确定无人驾驶设备的恢复航向。
恢复角度确定模块，用于根据初始位置确定目标无人驾驶设备的恢复角度。
恢复控制模块，用于根据恢复角度和恢复航向对目标无人驾驶设备，以及其他行中与目标无人驾驶设备处于同一列的无人驾驶设备进行行驶控制。
在一实施例中，恢复角度确定模块还用于：
根据目标无人驾驶设备的位置信息，计算目标无人驾驶设备与初始位置在行驶方向上的第二间距；
将第二间距输入至第二高斯分布计算公式，计算恢复偏距；
第二高斯分布计算公式如下：
Figure BDA0003614145320000171
其中，x2为第二间距，kb为第二偏移距离控制参数，δ2为第二路径曲率控制参数；f(x2)为第二间距为x2时，目标无人驾驶设备的恢复偏距；
将恢复偏距的导数，确定为恢复角度。
在一实施例中，无人驾驶设备的控制装置1100还包括：
垂直距离计算模块，用于计算目标无人驾驶设备在初始位置时与第二基线之间的垂直距离。
生成模块，用于根据垂直距离调整第二偏移距离控制参数和第二路径曲率控制参数，生成第二高斯分布计算公式。
当理解的是，图11示出的无人驾驶设备的控制装置的结构框图中，各模块用于执行图1、图7及图10对应的实施例中的各步骤，而对于图1、图7及图10对应的实施例中的各步骤已在上述实施例中进行详细解释，具体请参阅图1、图7及图10以及图1、图7及图10所对应的实施例中的相关描述，此处不再赘述。
图12是本申请一实施例提供的一种无人驾驶设备的结构框图。如图12所示，该实施例的无人驾驶设备1200包括：处理器1210、存储器1220以及存储在存储器1220中并可在处理器1210运行的计算机程序1230，例如无人驾驶设备的行驶控制方法的程序。处理器1210执行计算机程序1230时实现上述各个无人驾驶设备的行驶控制方法各实施例中的步骤，例如图1所示的S101至S105。或者，处理器1210执行计算机程序1230时实现上述图11对应的实施例中各模块的功能，例如，图11所示的模块1110至1150的功能，具体请参阅图11对应的实施例中的相关描述。
示例性的，计算机程序1230可以被分割成一个或多个模块，一个或者多个模块被存储在存储器1220中，并由处理器1210执行，以实现本申请实施例提供的无人驾驶设备的行驶控制方法。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序1230在无人驾驶设备1200中的执行过程。例如，计算机程序1230可以实现本申请实施例提供的无人驾驶设备的行驶控制方法。
无人驾驶设备1200可包括，但不仅限于，处理器1210、存储器1220。本领域技术人员可以理解，图12仅仅是无人驾驶设备1200的示例，并不构成对无人驾驶设备1200的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器1210可以是中央处理单元，还可以是其他通用处理器、数字信号处理器、专用集成电路、现成可编程门阵列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。
存储器1220可以是无人驾驶设备1200的内部存储单元，例如无人驾驶设备1200的硬盘或内存。存储器1220也可以是无人驾驶设备1200的外部存储设备，例如无人驾驶设备1200上配备的插接式硬盘，智能存储卡，闪存卡等。进一步地，存储器1220还可以既包括无人驾驶设备1200的内部存储单元也包括外部存储设备。
本申请实施例提供了一种计算机可读存储介质，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述各个实施例中的无人驾驶设备的行驶控制方法。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在无人驾驶设备上运行时，使得无人驾驶设备执行上述各个实施例中的无人驾驶设备的行驶控制方法。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种无人驾驶设备集群的控制方法，其特征在于，所述方法包括：
当无人驾驶设备集群进入障碍物对应的目标范围时，根据所述无人驾驶设备集群的行驶方向，构建障碍物的第一基线；所述无人驾驶设备集群包括沿所述行驶方向的至少一行无人驾驶设备，所述第一基线经过所述障碍物且与所述行驶方向平行；
针对目标无人驾驶设备，根据所述目标无人驾驶设备相对于所述第一基线的位置，确定所述目标无人驾驶设备的避障航向；所述目标无人驾驶设备为与所述第一基线相邻的目标行中进入所述目标范围的无人驾驶设备；
确定所述目标无人驾驶设备与所述障碍物在所述行驶方向上的第一间距；
根据所述第一间距确定所述目标无人驾驶设备的避障角度；
根据所述避障航向和所述避障角度对所述目标无人驾驶设备，以及其他行中与所述目标无人驾驶设备处于同一列的无人驾驶设备进行行驶控制。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一间距确定所述无人驾驶设备的避障角度，包括：
根据所述第一间距确定所述目标无人驾驶设备的避障偏距；
根据所述避障偏距确定所述避障角度。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一间距确定所述目标无人驾驶设备的避障偏距，包括：
将所述第一间距输入至第一高斯分布计算公式，计算所述避障偏距；
所述第一高斯分布计算公式如下：
Figure FDA0003614145310000011
其中，x1为所述第一间距，ka为第一偏移距离控制参数，δ1为第一路径曲率控制参数；f(x1)为所述第一间距为x1时，所述目标无人驾驶设备的避障偏距。
4.根据权利要求1所述的方法，其特征在于，所述根据所述避障航向和所述避障角度对所述目标无人驾驶设备，以及其他行中与所述目标无人驾驶设备处于同一列的无人驾驶设备进行行驶控制，包括：
从与所述目标无人驾驶设备处于同一列的无人驾驶设备中，确定与所述目标无人驾驶设备处于所述第一基线同一侧的待控制无人驾驶设备；
根据所述避障航向和所述避障角度对所述待控制无人驾驶设备进行行驶控制。
5.根据权利要求1所述的方法，其特征在于，在所述根据所述避障航向和所述避障角度对所述目标无人驾驶设备，以及其他行中与所述目标无人驾驶设备处于同一列的无人驾驶设备进行行驶控制之后，还包括：
若所述目标无人驾驶设备在离开所述目标范围后持续行驶了预设时间，则确定所述目标无人驾驶设备持续行驶所述预设时间时所处的初始位置；
获取所述目标无人驾驶设备的第二基线；所述第二基线为在所述目标无人驾驶设备进入所述目标范围之前构建的平行于所述行驶方向且经过所述目标无人驾驶设备的直线；
根据所述目标无人驾驶设备相对于所述第二基线的位置，确定所述无人驾驶设备的恢复航向；
根据所述初始位置确定所述目标无人驾驶设备的恢复角度；
根据所述恢复角度和所述恢复航向对目标无人驾驶设备，以及其他行中与所述目标无人驾驶设备处于同一列的无人驾驶设备进行行驶控制。
6.根据权利要求5所述的方法，其特征在于，所述根据所述初始位置，确定所述目标无人驾驶设备的恢复角度，包括：
根据所述目标无人驾驶设备的位置信息，计算所述目标无人驾驶设备与所述初始位置在所述行驶方向上的第二间距；
将所述第二间距输入至第二高斯分布计算公式，计算恢复偏距；
所述第二高斯分布计算公式如下：
Figure FDA0003614145310000021
其中，x2为所述第二间距，kb为第二偏移距离控制参数，δ2为第二路径曲率控制参数；f(x2)为所述第二间距为x2时，所述目标无人驾驶设备的恢复偏距；
将所述恢复偏距的导数，确定为所述恢复角度。
7.根据权利要求6所述的方法，其特征在于，在将所述第二间距输入至第二高斯分布计算公式，计算恢复偏距之前，还包括：
计算所述目标无人驾驶设备在所述初始位置时与所述第二基线之间的垂直距离；
根据所述垂直距离调整所述第二偏移距离控制参数和所述第二路径曲率控制参数，生成所述第二高斯分布计算公式。
8.一种无人驾驶设备集群的控制装置，其特征在于，所述装置包括：
构建模块，用于当无人驾驶设备集群进入障碍物对应的目标范围时，根据所述无人驾驶设备集群的行驶方向，构建障碍物的第一基线；所述无人驾驶设备集群包括沿所述行驶方向的至少一行无人驾驶设备，所述第一基线经过所述障碍物且与所述行驶方向平行；
避障航向确定模块，用于针对目标无人驾驶设备，根据所述目标无人驾驶设备相对于所述第一基线的位置，确定所述目标无人驾驶设备的避障航向；所述目标无人驾驶设备为与所述第一基线相邻的目标行中进入所述目标范围的无人驾驶设备；
第一间距确定模块，用于确定所述目标无人驾驶设备与所述障碍物在所述行驶方向上的第一间距；
避障角度确定模块，用于根据所述第一间距确定所述目标无人驾驶设备的避障角度；
避障控制模块，用于根据所述避障航向和所述避障角度对所述目标无人驾驶设备，以及其他行中与所述目标无人驾驶设备处于同一列的无人驾驶设备进行行驶控制。
9.一种无人驾驶设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至7任一项所述的方法。
CN202210438789.3A 2022-04-25 2022-04-25 无人驾驶设备集群的控制方法、装置、设备及存储介质 Active CN114764247B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210438789.3A CN114764247B (zh) 2022-04-25 2022-04-25 无人驾驶设备集群的控制方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210438789.3A CN114764247B (zh) 2022-04-25 2022-04-25 无人驾驶设备集群的控制方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114764247A true CN114764247A (zh) 2022-07-19
CN114764247B CN114764247B (zh) 2023-08-29

Family

ID=82364699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210438789.3A Active CN114764247B (zh) 2022-04-25 2022-04-25 无人驾驶设备集群的控制方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114764247B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150284010A1 (en) * 2013-09-16 2015-10-08 Disney Enterprises, Inc. Shared control of semi-autonomous vehicles including collision avoidance in multi-agent scenarios
CN109318890A (zh) * 2018-06-29 2019-02-12 北京理工大学 一种基于动态窗口及障碍物势能场的无人车动态避障方法
CN110470305A (zh) * 2019-08-23 2019-11-19 沈阳航空航天大学 一种动态环境下无人机避障航迹规划方法
CN111781948A (zh) * 2020-06-18 2020-10-16 南京非空航空科技有限公司 一种无人机编队队形变换与在线动态避障方法
CN112558612A (zh) * 2020-12-15 2021-03-26 山东省科学院海洋仪器仪表研究所 一种基于云模型量子遗传算法的异构智能体编队控制方法
CN112666976A (zh) * 2020-12-23 2021-04-16 西北工业大学 一种基于一致性的多无人机集群防撞方法
US20210327289A1 (en) * 2020-04-17 2021-10-21 Pablo Air Co., Ltd. Unmanned moving vehicle for monitoring and system including same

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150284010A1 (en) * 2013-09-16 2015-10-08 Disney Enterprises, Inc. Shared control of semi-autonomous vehicles including collision avoidance in multi-agent scenarios
CN109318890A (zh) * 2018-06-29 2019-02-12 北京理工大学 一种基于动态窗口及障碍物势能场的无人车动态避障方法
CN110470305A (zh) * 2019-08-23 2019-11-19 沈阳航空航天大学 一种动态环境下无人机避障航迹规划方法
US20210327289A1 (en) * 2020-04-17 2021-10-21 Pablo Air Co., Ltd. Unmanned moving vehicle for monitoring and system including same
CN111781948A (zh) * 2020-06-18 2020-10-16 南京非空航空科技有限公司 一种无人机编队队形变换与在线动态避障方法
CN112558612A (zh) * 2020-12-15 2021-03-26 山东省科学院海洋仪器仪表研究所 一种基于云模型量子遗传算法的异构智能体编队控制方法
CN112666976A (zh) * 2020-12-23 2021-04-16 西北工业大学 一种基于一致性的多无人机集群防撞方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
朱创创 等: "无人机集群自组织避障建模与控制策略研究", 飞行力学, vol. 36, no. 1, pages 46 - 51 *
高力;陆丽萍;褚端峰;张勇;吴超仲;: "基于图与势场法的多车道编队控制", 自动化学报, vol. 46, no. 01, pages 117 - 126 *

Also Published As

Publication number Publication date
CN114764247B (zh) 2023-08-29

Similar Documents

Publication Publication Date Title
CN111923905B (zh) 对轨迹进行估计的系统和方法
CN112673234B (zh) 路径规划方法和路径规划装置
Li et al. Real-time trajectory planning for autonomous urban driving: Framework, algorithms, and verifications
US9096267B2 (en) Efficient data flow algorithms for autonomous lane changing, passing and overtaking behaviors
Hinostroza et al. Cooperative operation of autonomous surface vehicles for maintaining formation in complex marine environment
Saska et al. Fault-tolerant formation driving mechanism designed for heterogeneous MAVs-UGVs groups
US11435742B2 (en) Method for controlling autonomous agents using self-reinforcement
Berntorp et al. Positive invariant sets for safe integrated vehicle motion planning and control
Li et al. A practical trajectory planning framework for autonomous ground vehicles driving in urban environments
Li et al. Toward time-optimal trajectory planning for autonomous ship maneuvering in close-range encounters
CN111813107B (zh) 无人船控制方法、无人船控制装置及无人船
Kim Control laws to avoid collision with three dimensional obstacles using sensors
Rongcai et al. Autonomous collision avoidance system in a multi-ship environment based on proximal policy optimization method
US20180165974A1 (en) Vehicle collision prevention
Wang et al. Path following control of the wave glider in waves and currents
CN111045433B (zh) 一种机器人的避障方法、机器人及计算机可读存储介质
Gong et al. Safe-critical formation reconfiguration of multiple unmanned surface vehicles subject to static and dynamic obstacles based on guiding vector fields and fixed-time control barrier functions
Zhang et al. Time-optimal path planning and tracking based on nonlinear model predictive control and its application on automatic berthing
CN114764247A (zh) 无人驾驶设备集群的控制方法、装置、设备及存储介质
CN113093804A (zh) 基于反演滑模控制的无人艇编队控制方法和控制系统
Yuan et al. Model Predictive Control‐Based Collision Avoidance for Autonomous Surface Vehicles in Congested Inland Waters
Jose et al. Navigating the Ocean with DRL: Path following for marine vessels
CN115774397A (zh) 一种基于碰撞风险的多Agents系统最优编队防撞控制算法
CN110928278A (zh) 一种用于无人艇的自主安全航行方法和无人艇
CN114943168A (zh) 一种水上浮桥组合方法及系统

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Control methods, devices, equipment, and storage media for unmanned driving equipment clusters

Effective date of registration: 20231226

Granted publication date: 20230829

Pledgee: Zhuhai rural commercial bank Limited by Share Ltd. high tech branch

Pledgor: Zhuhai Yunzhou Intelligent Technology Co.,Ltd.

Registration number: Y2023980074326

PE01 Entry into force of the registration of the contract for pledge of patent right