CN115214653A - 一种自动驾驶障碍物碰撞检测方法、控制器及车辆 - Google Patents

一种自动驾驶障碍物碰撞检测方法、控制器及车辆 Download PDF

Info

Publication number
CN115214653A
CN115214653A CN202210835243.1A CN202210835243A CN115214653A CN 115214653 A CN115214653 A CN 115214653A CN 202210835243 A CN202210835243 A CN 202210835243A CN 115214653 A CN115214653 A CN 115214653A
Authority
CN
China
Prior art keywords
abscissa
point
expected
ordinate
interval
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.)
Pending
Application number
CN202210835243.1A
Other languages
English (en)
Inventor
邹天明
何家瑞
杨文利
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.)
Beijing Leadgentech Co ltd
Original Assignee
Beijing Leadgentech 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 Beijing Leadgentech Co ltd filed Critical Beijing Leadgentech Co ltd
Priority to CN202210835243.1A priority Critical patent/CN115214653A/zh
Publication of CN115214653A publication Critical patent/CN115214653A/zh
Pending legal-status Critical Current

Links

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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种自动驾驶障碍物碰撞检测方法、控制器及车辆，方法包括：获取车辆的预期行进点列；对第一预期横坐标点列进行排序，获得第一排序序列；对第一预期纵坐标点列进行排序，获得第二排序序列；获取障碍物的预测轨迹点列；为第二预期横坐标点列中的每个横坐标点创建对应的横坐标区间，为每个纵坐标点创建对应的纵坐标区间；利用二分查找算法，基于第一排序序列、横坐标区间、第二排序序列及纵坐标区间确定车辆与障碍物是否存在碰撞风险；如此，对第一预期横坐标点列及第一预期纵坐标点列进行排序，获得对应的排序序列，由于二分查找算法可快速确定出是否存在可能碰撞的坐标点，很大程度上缩短计算时间，提高车辆自动驾驶的安全性。

Description

一种自动驾驶障碍物碰撞检测方法、控制器及车辆
技术领域
本申请涉及自动驾驶技术领域，尤其涉及一种自动驾驶障碍物碰撞检测方法、控制器及车辆。
背景技术
智能汽车的自动驾驶、高阶辅助驾驶功能将驾驶员从高度紧张、容易疲劳的驾驶任务中解放出来，提供安全舒适的驾驶感受。自动驾驶软件算法的安全底线是不与周边障碍物发生碰撞，避免任何事故可能性。
为了确保运行的安全性，需要实时检测车辆自身与周围障碍物碰撞的可能性，尽快发现周边环境威胁，从而为决策留出充分裕量。
但是由于环境复杂性日益增强，以及进行自动驾驶任务时周边行人、社会车辆等障碍物行为的不确定性，传统障碍物碰撞检测算法在进行碰撞计算时会占用大量的计算时间，运行效率低，对自动驾驶车辆的安全运行构成威胁，同时也提高了计算硬件的成本。
发明内容
针对现有技术存在的问题，本发明实施例提供了一种自动驾驶障碍物碰撞检测方法、控制器及车辆，以解决或者部分解决现有技术中在进行碰撞计算时，时间较长，导致自动驾驶的计算成本增加且安全性降低的技术问题。
本发明的第一方面，提供一种自动驾驶障碍物碰撞检测方法，其特征在于，所述方法包括：
获取车辆的预期行进点列；所述预期行进点列包括：第一预期横坐标点列及第一预期纵坐标点列；
基于预设的顺序对所述第一预期横坐标点列进行排序，获得第一排序序列；对第一预期纵坐标点列进行排序，获得第二排序序列；
基于障碍物的预测轨迹点列确定出所述障碍物的第二预期横坐标点列及第二预期纵坐标点列；
为所述第二预期横坐标点列中的每个横坐标点创建对应的横坐标区间，为所述第二预期纵坐标点列中的每个纵坐标点创建对应的纵坐标区间；
利用二分查找算法，基于所述第一排序序列、所述横坐标区间、所述第二排序序列及所述纵坐标区间确定所述车辆与所述障碍物是否存在碰撞风险。
上述方案中，所述为所述第二预期横坐标点列中的每个横坐标点创建对应的横坐标区间，包括：
获取车辆的长度L；
针对所述第二预期横坐标点列中的每个横坐标点，根据公式Xoin-L/2确定所述横坐标区间的下限值，根据公式Xoin+L/2确定所述横坐标区间的上限值；所述横坐标区间为[Xoin-L/2，Xoin+L/2]。
上述方案中，所述为所述第二预期纵坐标点列中的每个纵坐标点创建对应的纵坐标区间，包括：
获取车辆的长度L；
针对所述第二预期横坐标点列中的每个横坐标点，根据公式Yoin-L/2确定所述横坐标区间的下限值，根据公式Yoin+L/2确定所述横坐标区间的上限值；所述横坐标区间为[Yoin-L/2，Yoin+L/2]。
上述方案中，所述利用二分查找算法，基于所述第一排序序列、所述横坐标区间、所述第二排序序列及所述纵坐标区间确定所述车辆与所述障碍物是否存在碰撞风险，包括：
判断利用二分查找算法是否能在所述第一排序序列查找到位于所述横坐标区间内的各目标横坐标点，若能，则将第一查找标识赋值为有效值；
判断是否能在所述第二排序序列中查找到位于所述纵坐标区间内的各目标纵坐标点，若能，则将第二查找标识赋值为有效值；
基于所述各目标横坐标点、所述各目标纵坐标点、所述第一查找标识及所述第二查找标识确定所述车辆与所述障碍物是否存在碰撞风险。
上述方案中，所述基于所述各目标横坐标点、所述各目标纵坐标点、所述第一查找标识及所述第二查找标识确定所述车辆与所述障碍物是否存在碰撞风险，包括：
若确定目标横坐标点的最大值大于等于目标纵坐标点的最小值、所述目纵坐标点的最大值大于等于所述目标横坐标点的最小值、所述第一查找标识为有效值且所述第二查找标识为有效值，则确定所述车辆与所述障碍物存在碰撞风险。
本发明的第二方面，提供一种自动驾驶障碍物碰撞检测控制器，所述控制器包括：
获取单元，用于获取车辆的预期行进点列；所述预期行进点列包括：第一预期横坐标点列及第一预期纵坐标点列；获取障碍物的预测轨迹点列所述预测轨迹点列包括：第二预期横坐标点列及第二预期纵坐标点列；
排序单元，用于基于预设的顺序对所述第一预期横坐标点列进行排序，获得第一排序序列；对第一预期纵坐标点列进行排序，获得第二排序序列；
创建单元，用于为所述第二预期横坐标点列中的每个横坐标点创建对应的横坐标区间，为所述第二预期纵坐标点列中的每个纵坐标点创建对应的纵坐标区间；
判断单元，用于利用二分查找算法，基于所述第一排序序列、所述横坐标区间、所述第二排序序列及所述纵坐标区间确定所述车辆与所述障碍物是否存在碰撞风险。
上述方案中，所述创建单元具体用于：
获取车辆的长度L；
针对所述第二预期横坐标点列中的每个横坐标点，根据公式Xoin-L/2确定所述横坐标区间的下限值，根据公式Xoin+L/2确定所述横坐标区间的上限值；所述横坐标区间为[Xoin-L/2，Xoin+L/2]。
上述方案中，所述创建单元具体用于：
获取车辆的长度L；
针对所述第二预期横坐标点列中的每个横坐标点，根据公式Yoin-L/2确定所述横坐标区间的下限值，根据公式Yoin+L/2确定所述横坐标区间的上限值；所述横坐标区间为[Yoin-L/2，Yoin+L/2]。
上述方案中，所述判断单元具体用于：
判断利用二分查找算法是否能在所述第一排序序列查找到位于所述横坐标区间内的各目标横坐标点，若能，则将第一查找标识赋值为有效值；
判断是否能在所述第二排序序列中查找到位于所述纵坐标区间内的各目标纵坐标点，若能，则将第二查找标识赋值为有效值；
基于所述各目标横坐标点、所述各目标纵坐标点、所述第一查找标识及所述第二查找标识确定所述车辆与所述障碍物是否存在碰撞风险。
本发明的第三方面，提供一种车辆，所述车辆包括第二方面中任一项所述的控制器。
本发明提供了一种自动驾驶障碍物碰撞检测方法、控制器及车辆，方法包括：获取车辆的预期行进点列；所述预期行进点列包括：第一预期横坐标点列及第一预期纵坐标点列；基于预设的顺序对所述第一预期横坐标点列进行排序，获得第一排序序列；对第一预期纵坐标点列进行排序，获得第二排序序列；获取障碍物的预测轨迹点列所述预测轨迹点列包括：第二预期横坐标点列及第二预期纵坐标点列；为所述第二预期横坐标点列中的每个横坐标点创建对应的横坐标区间，为所述第二预期纵坐标点列中的每个纵坐标点创建对应的纵坐标区间；利用二分查找算法，基于所述第一排序序列、所述横坐标区间、所述第二排序序列及所述纵坐标区间确定所述车辆与所述障碍物是否存在碰撞风险；如此，对第一预期横坐标点列及第一预期纵坐标点列进行排序，获得对应的排序序列，在利用二分查找算法及对应的排序序列确定是否存在碰撞风险时，由于二分查找算法可以快速确定出是否存在可能碰撞的坐标点，因此可在很大程度上缩短计算时间，进而提高车辆自动驾驶的安全性，也降低了硬件计算成本。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。
在附图中：
图1示出了根据本发明一个实施例的自动驾驶障碍物碰撞检测方法流程示意图；
图2示出了根据本发明一个实施例的车辆的预期行进点列及障碍物预测轨迹点列示意图；
图3示出了根据本发明一个实施例的自动驾驶障碍物碰撞检测控制器结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本实施例提供一种自动驾驶障碍物碰撞检测方法，如图1所示，方法包括以下步骤：
S110，获取车辆的预期行进点列；所述预期行进点列包括：第一预期横坐标点列及第一预期纵坐标点列；基于预设的顺序对所述第一预期横坐标点列进行排序，获得第一排序序列；对第一预期纵坐标点列进行排序，获得第二排序序列；
自动驾驶车辆在驾驶之间可设置好导航路径，因此可基于导航路径获取车辆的预期行进路径点列ADC_Route＝{<x1,y1>、<x2,y2>…<xn,yn>}。
从预期行进路径点列中将横坐标提取出，形成第一预期横坐标点列ADC_RouteX＝{x1、x2、x3…xn}；从预期行进路径点列中将纵坐标提取出，形成第一预期纵坐标点列ADC_RouteY＝{y1、y2、y3…yn}。
其中，xn代表自动驾驶车辆在世界坐标系中的x轴坐标，yn代表自动驾驶车辆在世界坐标系中的y轴坐标。预期行进点列ADC_Route可如图2所示。
确定出第一预期横坐标点列及第一预期纵坐标点列后，基于预设的顺序对第一预期横坐标点列进行排序，获得第一排序序列Sort_RouteX＝{sx1、sx2、sx3…sxn}；对第一预期纵坐标点列进行排序，获得第二排序序列Sort_RouteY＝{sy1、sy2、sy3…syn}。预设的顺序可以为升序。
这样对车辆的坐标数据进行预处理后，为后续进行碰撞计算提供数据基础。
S111，基于障碍物的预测轨迹点列确定出所述障碍物的第二预期横坐标点列及第二预期纵坐标点列；
障碍物的轨迹点列可以直接从预测障碍物轨迹点的运算模块中获取，如图2所示，预测轨迹点列Oi_Traj＝{<xoi1,yoi1,toi1>、<xoi2,yoi2,toi2>…<xoin,yoin,toin>}。其中点列中xoin代表障碍物toin时刻在世界坐标系中的x轴坐标，yoin代表toin时刻障碍物在世界坐标系中的y轴坐标。
可基于障碍物的预测轨迹点列确定出所述障碍物的第二预期横坐标点列及第二预期纵坐标点列，具体如下：
从预测轨迹点列中提取出障碍物Oi的横坐标点，形成第二预期横坐标点列Oi_TrajX＝{xoi1、xoi2、xoi3…xoin}。
从预测轨迹点列中提取出障碍物Oi的纵坐标点，形成第二预期纵坐标点列Oi_TrajY＝{yoi1、yoi2、yoi3…yoin}。
本实施例中，第二预期横坐标点列实际上为障碍物预期轨迹在X轴向上的点列，第二预期纵坐标点列实际上为障碍物预期轨迹在Y轴向上的点列。
S112，为所述第二预期横坐标点列中的每个横坐标点创建对应的横坐标区间，为所述第二预期纵坐标点列中的每个纵坐标点创建对应的纵坐标区间；
由于车辆并不是一个点，而是具有一定长度的物体。因此为了提高后续计算精度，需要根据车身长度为第二预期横坐标点列中的每个横坐标点创建对应的横坐标区间，为第二预期纵坐标点列中的每个纵坐标点创建对应的纵坐标区间。
在一种实施方式中，为第二预期横坐标点列中的每个横坐标点创建对应的横坐标区间，包括：
获取车辆的长度L；
针对第二预期横坐标点列中的每个横坐标点，根据公式Xoin-L/2确定横坐标区间的上限值，根据公式Xoin+L/2确定横坐标区间的下限值；横坐标区间为[Xoin-L/2，Xoin+L/2]。
为第二预期纵坐标点列中的每个纵坐标点创建对应的纵坐标区间，包括：
获取车辆的长度L；
针对第二预期横坐标点列中的每个横坐标点，根据公式Yoin-L/2确定横坐标区间的下限值，根据公式Yoin+L/2确定横坐标区间的上限值；横坐标区间为[Yoin-L/2，Yoin+L/2]。
S113，利用二分查找算法，基于所述第一排序序列、所述横坐标区间、所述第二排序序列及所述纵坐标区间确定所述车辆与所述障碍物是否存在碰撞风险。
横坐标区间和纵坐标区间确定出之后，利用二分查找算法，基于第一排序序列、横坐标区间、第二排序序列及纵坐标区间确定车辆与障碍物是否存在碰撞风险，具体包括：
判断利用二分查找算法是否能在第一排序序列查找到位于横坐标区间内的各目标横坐标点，若能，则将第一查找标识赋值为有效值；
判断是否能在第二排序序列中查找到位于纵坐标区间内的各目标纵坐标点，若能，则将第二查找标识赋值为有效值；
基于各目标横坐标点、各目标纵坐标点、第一查找标识及第二查找标识确定车辆与障碍物是否存在碰撞风险。
在一种实施方式中，基于各目标横坐标点、各目标纵坐标点、第一查找标识及第二查找标识确定车辆与障碍物是否存在碰撞风险，包括：
若确定目标横坐标点的最大值大于等于目标纵坐标点的最小值、目纵坐标点的最大值大于等于目标横坐标点的最小值、第一查找标识为有效值且第二查找标识为有效值，则确定车辆与障碍物存在碰撞风险。
具体来讲，利用二分查找算法，在第一排序序列中查找位于横坐标区间[Xoin-L/2，Xoin+L/2]的目标横坐标点，若能查找到，则第一查找标识find_collide_x＝1。由于目标横坐标点可能包括有多个，因此可基于目标横坐标的最大值和最小值确定出横坐标索引区间[lowX，highX]。
利用二分查找算法，在第二排序序列中查找位于横坐标区间[Yoin-L/2，Yoin+L/2]的目标横坐标点，若能查找到，则第二查找标识find_collide_y＝1。由于目标纵坐标点可能包括有多个，因此可基于目标总坐标的最大值和最小值确定出纵坐标索引区间[lowY，highY]。
那么若确定find_collide_x＝1、find_collide_y＝1、highX>＝lowY且highY>＝lowX，则可确定车辆的预期行进轨迹与障碍物的预测轨迹存在交集，存在碰撞风险。
若确定find_collide_x＝0、find_collide_y＝0、highX<lowY或highY<lowX，则可确定车辆的预期行进轨迹与障碍物的预测轨迹不存在交集，不存在碰撞风险。
本实施例利用二分查找算法，可以快速找到符合要求的目标横坐标点及目标纵坐标点，因此相比于传统的遍历算法，明显可以缩短碰撞计算时长，提高碰撞计算效率，降低硬件计算成本。
为进一步提高自动驾驶的形成安全性，可以以预设的计算周期进行碰撞计算，比如每间隔0.1s计算一次。计算周期可基于车辆的实际特性确定，在此不再赘述。
基于与前述实施例中同样的发明构思，本实施例还提供一种自动驾驶障碍物碰撞检测控制器，如图2所示，控制器包括：
获取单元21，用于获取车辆的预期行进点列；所述预期行进点列包括：第一预期横坐标点列及第一预期纵坐标点列；获取障碍物的预测轨迹点列所述预测轨迹点列包括：第二预期横坐标点列及第二预期纵坐标点列；
排序单元22，用于基于预设的顺序对所述第一预期横坐标点列进行排序，获得第一排序序列；对第一预期纵坐标点列进行排序，获得第二排序序列；
创建单元23，用于为所述第二预期横坐标点列中的每个横坐标点创建对应的横坐标区间，为所述第二预期纵坐标点列中的每个纵坐标点创建对应的纵坐标区间；
判断单元24，用于利用二分查找算法，基于所述第一排序序列、所述横坐标区间、所述第二排序序列及所述纵坐标区间确定所述车辆与所述障碍物是否存在碰撞风险。
在一种实施方式中，创建单元23具体用于：
获取车辆的长度L；
针对所述第二预期横坐标点列中的每个横坐标点，根据公式Xoin-L/2确定所述横坐标区间的下限值，根据公式Xoin+L/2确定所述横坐标区间的上限值；所述横坐标区间为[Xoin-L/2，Xoin+L/2]。
创建单元23具体用于：
获取车辆的长度L；
针对所述第二预期横坐标点列中的每个横坐标点，根据公式Yoin-L/2确定所述横坐标区间的下限值，根据公式Yoin+L/2确定所述横坐标区间的上限值；所述横坐标区间为[Yoin-L/2，Yoin+L/2]。
判断单元24具体用于：
判断利用二分查找算法是否能在所述第一排序序列查找到位于所述横坐标区间内的各目标横坐标点，若能，则将第一查找标识赋值为有效值；
判断是否能在所述第二排序序列中查找到位于所述纵坐标区间内的各目标纵坐标点，若能，则将第二查找标识赋值为有效值；
基于所述各目标横坐标点、所述各目标纵坐标点、所述第一查找标识及所述第二查找标识确定所述车辆与所述障碍物是否存在碰撞风险。
由于本发明实施例所介绍的控制器，为实施本发明实施例的自动驾驶障碍物碰撞检测方法所采用的控制器，故而基于本发明实施例所介绍的方法，本领域所属人员能够了解该控制器的具体结构及变形，故而在此不再赘述。凡是本发明实施例的方法所采用的控制器都属于本发明所欲保护的范围。
基于与前述实施例同样的发明构思，本实施例还提供一种车辆，所述车辆包括上述提及的控制器，控制器的具体结构及执行逻辑可参考上文描述，故在此不再赘述。
通过本发明的一个或者多个实施例，本发明具有以下有益效果或者优点：
本发明提供了一种自动驾驶障碍物碰撞检测方法、控制器及车辆，方法包括：获取车辆的预期行进点列；所述预期行进点列包括：第一预期横坐标点列及第一预期纵坐标点列；基于预设的顺序对所述第一预期横坐标点列进行排序，获得第一排序序列；对第一预期纵坐标点列进行排序，获得第二排序序列；获取障碍物的预测轨迹点列所述预测轨迹点列包括：第二预期横坐标点列及第二预期纵坐标点列；为所述第二预期横坐标点列中的每个横坐标点创建对应的横坐标区间，为所述第二预期纵坐标点列中的每个纵坐标点创建对应的纵坐标区间；利用二分查找算法，基于所述第一排序序列、所述横坐标区间、所述第二排序序列及所述纵坐标区间确定所述车辆与所述障碍物是否存在碰撞风险；如此，对第一预期横坐标点列及第一预期纵坐标点列进行排序，获得对应的排序序列，在利用二分查找算法及对应的排序序列确定是否存在碰撞风险时，由于二分查找算法可以快速确定出是否存在可能碰撞的坐标点，因此可在很大程度上缩短计算时间，进而提高车辆自动驾驶的安全性，也降低了硬件计算成本。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的网关、代理服务器、系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种自动驾驶障碍物碰撞检测方法，其特征在于，所述方法包括：
获取车辆的预期行进点列；所述预期行进点列包括：第一预期横坐标点列及第一预期纵坐标点列；
基于预设的顺序对所述第一预期横坐标点列进行排序，获得第一排序序列；对第一预期纵坐标点列进行排序，获得第二排序序列；
基于障碍物的预测轨迹点列确定出所述障碍物的第二预期横坐标点列及第二预期纵坐标点列；
为所述第二预期横坐标点列中的每个横坐标点创建对应的横坐标区间，为所述第二预期纵坐标点列中的每个纵坐标点创建对应的纵坐标区间；
利用二分查找算法，基于所述第一排序序列、所述横坐标区间、所述第二排序序列及所述纵坐标区间确定所述车辆与所述障碍物是否存在碰撞风险。
2.如权利要求1所述的方法，其特征在于，所述为所述第二预期横坐标点列中的每个横坐标点创建对应的横坐标区间，包括：
获取车辆的长度L；
针对所述第二预期横坐标点列中的每个横坐标点，根据公式Xoin-L/2确定所述横坐标区间的下限值，根据公式Xoin+L/2确定所述横坐标区间的上限值；所述横坐标区间为[Xoin-L/2，Xoin+L/2]。
3.如权利要求1所述的方法，其特征在于，所述为所述第二预期纵坐标点列中的每个纵坐标点创建对应的纵坐标区间，包括：
获取车辆的长度L；
针对所述第二预期横坐标点列中的每个横坐标点，根据公式Yoin-L/2确定所述横坐标区间的下限值，根据公式Yoin+L/2确定所述横坐标区间的上限值；所述横坐标区间为[Yoin-L/2，Yoin+L/2]。
4.如权利要求1所述的方法，其特征在于，所述利用二分查找算法，基于所述第一排序序列、所述横坐标区间、所述第二排序序列及所述纵坐标区间确定所述车辆与所述障碍物是否存在碰撞风险，包括：
判断利用二分查找算法是否能在所述第一排序序列查找到位于所述横坐标区间内的各目标横坐标点，若能，则将第一查找标识赋值为有效值；
判断是否能在所述第二排序序列中查找到位于所述纵坐标区间内的各目标纵坐标点，若能，则将第二查找标识赋值为有效值；
基于所述各目标横坐标点、所述各目标纵坐标点、所述第一查找标识及所述第二查找标识确定所述车辆与所述障碍物是否存在碰撞风险。
5.如权利要求4所述的方法，其特征在于，所述基于所述各目标横坐标点、所述各目标纵坐标点、所述第一查找标识及所述第二查找标识确定所述车辆与所述障碍物是否存在碰撞风险，包括：
若确定目标横坐标点的最大值大于等于目标纵坐标点的最小值、所述目纵坐标点的最大值大于等于所述目标横坐标点的最小值、所述第一查找标识为有效值且所述第二查找标识为有效值，则确定所述车辆与所述障碍物存在碰撞风险。
6.一种自动驾驶障碍物碰撞检测控制器，其特征在于，所述控制器包括：
获取单元，用于获取车辆的预期行进点列；所述预期行进点列包括：第一预期横坐标点列及第一预期纵坐标点列；获取障碍物的预测轨迹点列所述预测轨迹点列包括：第二预期横坐标点列及第二预期纵坐标点列；
排序单元，用于基于预设的顺序对所述第一预期横坐标点列进行排序，获得第一排序序列；对第一预期纵坐标点列进行排序，获得第二排序序列；
创建单元，用于为所述第二预期横坐标点列中的每个横坐标点创建对应的横坐标区间，为所述第二预期纵坐标点列中的每个纵坐标点创建对应的纵坐标区间；
判断单元，用于利用二分查找算法，基于所述第一排序序列、所述横坐标区间、所述第二排序序列及所述纵坐标区间确定所述车辆与所述障碍物是否存在碰撞风险。
7.如权利要求6所述的控制器，其特征在于，所述创建单元具体用于：
获取车辆的长度L；
针对所述第二预期横坐标点列中的每个横坐标点，根据公式Xoin-L/2确定所述横坐标区间的下限值，根据公式Xoin+L/2确定所述横坐标区间的上限值；所述横坐标区间为[Xoin-L/2，Xoin+L/2]。
8.如权利要求6所述的控制器，其特征在于，所述创建单元具体用于：
获取车辆的长度L；
针对所述第二预期横坐标点列中的每个横坐标点，根据公式Yoin-L/2确定所述横坐标区间的下限值，根据公式Yoin+L/2确定所述横坐标区间的上限值；所述横坐标区间为[Yoin-L/2，Yoin+L/2]。
9.如权利要求6所述的控制器，其特征在于，所述判断单元具体用于：
判断利用二分查找算法是否能在所述第一排序序列查找到位于所述横坐标区间内的各目标横坐标点，若能，则将第一查找标识赋值为有效值；
判断是否能在所述第二排序序列中查找到位于所述纵坐标区间内的各目标纵坐标点，若能，则将第二查找标识赋值为有效值；
基于所述各目标横坐标点、所述各目标纵坐标点、所述第一查找标识及所述第二查找标识确定所述车辆与所述障碍物是否存在碰撞风险。
10.一种车辆，其特征在于，所述车辆包括权利要求6至权利要求9中任一项所述的控制器。
CN202210835243.1A 2022-07-15 2022-07-15 一种自动驾驶障碍物碰撞检测方法、控制器及车辆 Pending CN115214653A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210835243.1A CN115214653A (zh) 2022-07-15 2022-07-15 一种自动驾驶障碍物碰撞检测方法、控制器及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210835243.1A CN115214653A (zh) 2022-07-15 2022-07-15 一种自动驾驶障碍物碰撞检测方法、控制器及车辆

Publications (1)

Publication Number Publication Date
CN115214653A true CN115214653A (zh) 2022-10-21

Family

ID=83612322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210835243.1A Pending CN115214653A (zh) 2022-07-15 2022-07-15 一种自动驾驶障碍物碰撞检测方法、控制器及车辆

Country Status (1)

Country Link
CN (1) CN115214653A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117104222A (zh) * 2023-10-25 2023-11-24 广州市德赛西威智慧交通技术有限公司 一种应用于车辆行驶区域的障碍物检测方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117104222A (zh) * 2023-10-25 2023-11-24 广州市德赛西威智慧交通技术有限公司 一种应用于车辆行驶区域的障碍物检测方法及装置
CN117104222B (zh) * 2023-10-25 2023-12-29 广州市德赛西威智慧交通技术有限公司 一种应用于车辆行驶区域的障碍物检测方法及装置

Similar Documents

Publication Publication Date Title
CN110293968B (zh) 自动驾驶车辆的控制方法、装置、设备及可读存储介质
CN106114507B (zh) 用于智能车辆的局部轨迹规划方法和装置
US20190155291A1 (en) Methods and systems for automated driving system simulation, validation, and implementation
CN106458214B (zh) 运行用于自动化地操纵机动车的驾驶员辅助系统的方法以及相应的机动车
JP7020097B2 (ja) 車両制御装置、リスクマップ生成装置、及びプログラム
CN106080590A (zh) 车辆控制方法和装置以及决策模型的获取方法和装置
CN113267199A (zh) 行驶轨迹规划方法及装置
JP7147651B2 (ja) 物体認識装置及び車両制御システム
CN112989222B (zh) 一种位置确定方法、装置及电子设备
CN111178286B (zh) 姿态轨迹预测方法、装置及电子设备
CN109910880B (zh) 车辆行为规划的方法、装置、存储介质和终端设备
US11960292B2 (en) Method and system for developing autonomous vehicle training simulations
CN109828573B (zh) 无人车辆控制方法、装置及存储介质
CN115214653A (zh) 一种自动驾驶障碍物碰撞检测方法、控制器及车辆
Rodemerk et al. Predicting the driver's turn intentions at urban intersections using context-based indicators
CN112987711A (zh) 自动驾驶规控算法优化方法及仿真测试装置
US20220383736A1 (en) Method for estimating coverage of the area of traffic scenarios
JP7427078B2 (ja) 滞在領域の適応的設定に基づく道路交通における衝突を回避するための方法、運転支援システムおよび車両
JP2021047644A (ja) 電子制御装置
CN114792148A (zh) 一种运动轨迹的预测方法及装置
US20220410900A1 (en) Assertive vehicle detection model generation
CN111352414B (zh) 用于车辆的假目标移除装置和方法及包括该装置的车辆
CN115071747A (zh) 用于车辆的驾驶辅助设备、系统和方法
US11112795B1 (en) Maneuver-based interaction system for an autonomous vehicle
WO2023009926A1 (en) Method and system for developing autonomous vehicle training simulations

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