CN115510263A - 一种循迹轨迹生成方法、系统、终端设备以及存储介质 - Google Patents

一种循迹轨迹生成方法、系统、终端设备以及存储介质 Download PDF

Info

Publication number
CN115510263A
CN115510263A CN202211465065.4A CN202211465065A CN115510263A CN 115510263 A CN115510263 A CN 115510263A CN 202211465065 A CN202211465065 A CN 202211465065A CN 115510263 A CN115510263 A CN 115510263A
Authority
CN
China
Prior art keywords
track
user
points
control instruction
curve
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
CN202211465065.4A
Other languages
English (en)
Other versions
CN115510263B (zh
Inventor
朱成军
黎佳骏
王博
宋士佳
孙超
王文伟
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.)
Shenzhen Automotive Research Institute of Beijing University of Technology
Original Assignee
Shenzhen Automotive Research Institute of Beijing University of Technology
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 Shenzhen Automotive Research Institute of Beijing University of Technology filed Critical Shenzhen Automotive Research Institute of Beijing University of Technology
Priority to CN202211465065.4A priority Critical patent/CN115510263B/zh
Publication of CN115510263A publication Critical patent/CN115510263A/zh
Application granted granted Critical
Publication of CN115510263B publication Critical patent/CN115510263B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40Business processes related to the transportation industry
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Navigation (AREA)

Abstract

一种循迹轨迹生成方法、系统、终端设备以及存储介质,方法包括:轨迹点录制步骤、获取用户触发的第一控制指令,对车辆的轨迹点信息进行录制,得到轨迹曲线;兴趣点录制步骤、获取用户触发的第二控制指令,对用户需求的特殊位置对应的轨迹点进行标识以及记录;轨迹优化步骤、获取用户触发的第三控制指令,按照预设规则对所有轨迹点进行筛选,得到筛选后的轨迹点,筛选后的轨迹点包括兴趣点;对筛选后的轨迹点进行拟合以及插值,得到优化后的轨迹曲线,向用户显示优化后的轨迹曲线以及优化前的轨迹点;轨迹存储步骤、获取用户触发的第四控制指令,存储用户选择的轨迹曲线。本申请提供的轨迹曲线能够满足用户在非结构化道路下的个性化需求。

Description

一种循迹轨迹生成方法、系统、终端设备以及存储介质
技术领域
本发明涉及自动驾驶技术领域,具体涉及一种循迹轨迹生成方法、系统、终端设备以及存储介质。
背景技术
结构化道路一般是指高速公路或结构化较好的公路,这类道路具有清晰的车道线和道路边界,车道线一般为白色或黄色的连续线或短划线。而非结构化道路一般指结构化程度较低的道路,比如乡村道路,空旷场地等区域的道路。
通常对于结构化道路,可利用激光雷达或视觉传感器扫描道路信息,辅以人工编辑的方式构建道路高精地图,进而得到包含行驶规则的车道级别的路网信息。根据道路网信息就可以利用A*算法、Dijkstra算法等,实现从路网上起始点到路网上目标点的轨迹规划。
但对于公园、广场或商城等空旷场地的非结构化道路区域,通常是不存在车道线等道路标识的。车辆要想行驶在此类区域,缺少明确的车道线来进行循迹指引,就需要进行循迹轨迹的生成。
现有的非结构化道路循迹轨迹生成方法,较难满足个性化及场景多样化的需求。
发明内容
本发明主要解决的技术问题是现有的循迹轨迹生成方法,较难满足用户个性化需求的问题。
根据第一方面,一种实施例中提供一种循迹轨迹生成方法,应用于非结构化道路中,方法包括:
轨迹点录制步骤、获取用户触发的第一控制指令,对车辆的轨迹点信息进行录制,得到轨迹曲线,轨迹点信息包括定位信息以及车辆的整车状态信息;
兴趣点录制步骤、获取用户触发的第二控制指令,对用户需求的特殊位置对应的轨迹点进行标识以及记录,对应的轨迹点定义为兴趣点;
轨迹优化步骤、获取用户触发的第三控制指令,按照预设规则对所有轨迹点进行筛选,得到筛选后的轨迹点,筛选后的轨迹点包括兴趣点;对筛选后的轨迹点进行拟合以及插值,得到优化后的轨迹曲线,向用户显示优化后的轨迹曲线以及优化前的轨迹点;
轨迹存储步骤、获取用户触发的第四控制指令,存储用户选择的轨迹曲线。
根据第二方面,一种实施例中提供一种循迹轨迹生成系统,应用于非结构化道路中,系统包括:
外部模块,用于提供定位信息以及车辆的整车状态信息;
用户操作模块,用于在用户的触发下,产生控制指令,控制指令包括第一控制指令、第二控制指令、第三控制指令以及第四控制指令;
轨迹处理模块,用于获取用户触发的第一控制指令,对车辆的轨迹点信息进行录制,得到轨迹曲线,轨迹点信息包括定位信息以及车辆的整车状态信息;获取用户触发的第二控制指令,对用户需求的特殊位置对应的轨迹点进行标识以及记录,对应的轨迹点定义为兴趣点;获取用户触发的第三控制指令,按照预设规则对所有轨迹点进行筛选,得到筛选后的轨迹点,筛选后的轨迹点包括兴趣点;对筛选后的轨迹点进行拟合以及插值,得到优化后的轨迹曲线;获取用户触发的第四控制指令,存储用户选择的轨迹曲线;
显示模块,用于向用户显示优化后的轨迹曲线以及优化前的轨迹点。
根据第三方面,一种实施例中提供一种终端设备,其特征在于,包括:
存储器,用于存储程序;
处理器,用于通过执行存储器存储的程序以实现如第一方面所描述的方法。
根据第四方面,一种实施例中提供一种计算机可读存储介质,介质上存储有程序,程序能够被处理器执行以实现如第一方面所描述的方法。
依据上述实施例的循迹轨迹生成方法、系统、终端设备以及存储介质,通过获取用户需求的兴趣点进行标识与记录,筛选后的轨迹点依旧保留兴趣点的信息,在优化生成后的轨迹曲线能够满足用户在非结构化道路下的的个性化需求。
附图说明
图1为本申请实施例提供循迹轨迹生成系统的结构示意图(一);
图2为本申请实施例提供循迹轨迹生成系统的结构示意图(二);
图3为本申请实施例提供循迹轨迹生成方法的流程图(一);
图4为本申请实施例提供循迹轨迹生成方法的流程图(二);
图5为循迹轨迹生成方法的轨迹分段的示意图;
图6为循迹轨迹生成方法的轨迹点筛选、轨迹优化的示意图;
图7为循迹轨迹生成方法的轨迹优化前后对比示意图;
图8为循迹轨迹生成方法的优化后的轨迹曲线的示意图。
附图标记:10-外部模块;11-定位模块;12-整车信息模块;20-用户操作模块;21-显示模块;30-轨迹处理模块。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身,例如“第一”、“第二”等,仅用于区分所描述的对象,不具有任何顺序或技术含义。而本申请所说“连接”、“联接”,如无特别说明,均包括直接和间接连接(联接)。
循迹轨迹生成方法与前述A*算法、Dijkstra算法生成轨迹的方法区别在于,循迹轨迹生成方法是基于使用人员想法来生成的轨迹,能满足使用人员的个性化需求(比如途经指定区域),而不是以长度最小或者计算时间最小为目标进行轨迹生成,特别适用于车辆巡逻、安防、展示等场景。在非结构化道路区域进行循迹路径生成,可降低自动驾驶技术方案对高精度地图等资源的依赖,能提升车辆行驶轨迹个性化及多样化的特点。
现有的一些循迹轨迹方法,通过依赖GPS数据进行轨迹录制,虽保证轨迹录制有平滑且连续的特点,但其受限于差分GPS的服务,在室内等无GPS服务时,单凭航迹推测难以实现有效轨迹录制,无法满足路径生成场景多样化的特点。
现有的一些循迹轨迹方法,基于激光雷达采集数据,利用Autoware平台进行NDT(一种SLAM建图方法)算法点云地图创建,之后在Autoware平台导入此点云地图利用simulation功能生成路径文件。最后基于A*算法生成速度加速度信息,得到车辆循迹轨迹。该方法虽实现循迹轨迹生成,但强依赖Autoware平台,而仿真平台与实车的参数之间的偏差带来的轨迹生成误差并未解决。
可见,现有的循迹轨迹方法中要么在使用A*等算法计算时难以满足循迹轨迹经过特定区域的个性化需求,要么难以支持在室内等更多场景有效生成循迹轨迹的需求。
本申请实施例为了解决非结构化道路场景下自动驾驶车辆循迹行驶的路径(轨迹)生成问题,对于非结构化道路,在无需高精地图及无车道线感知的情况下,利用定位及底盘传感器信息(或称为整车状态信息),通过与用户进行交互,生成一条满足用户个性化需求的行驶路径。
如图1所示,本申请实施例提供一种非结构化道路的循迹轨迹生成系统,循迹轨迹生成系统可以包括:外部模块10、用户操作模块20、轨迹处理模块30以及显示模块21。
显示模块21用于向用户显示优化后的轨迹曲线以及优化前的轨迹点;还可以用于向用户显示对应用户操作模块20的人机交互界面。显示模块21可以为车辆中控触摸显示器,或者是独立的显示器。
外部模块10用于提供定位信息以及车辆的整车状态信息。一种实施例中,外部模块10包括定位模块11以及整车信息模块12。
定位模块11用于提供定位信息;定位信息可以包括车辆的位置信息以及车辆的朝向信息。可以是组合惯导输出的车辆经纬度及航向角信息,也可以是SLAM(即时定位与地图构建)的局部坐标系下的位姿信息。
整车信息模块12用于提供车辆的整车状态信息。通过整车CAN(控制器域网)提供车速、档位等信息。例如是,通过获取各个底盘传感器的信息,得到整车状态信息。
用户操作模块20用于在用户的触发下,产生多个控制指令,控制指令可以包括第一控制指令、第二控制指令、第三控制指令以及第四控制指令,通过各个控制指令,满足用户个性化需求功能,比如开始录制轨迹、特殊的兴趣点录制等功能。用户操作模块20也可以称为用户个性化需求层。
一实施例中,车辆的中控系统的显示器可以是触摸屏,触摸屏一方面可以作为显示模块,另一方面触摸屏的触控系统可以作为用户操作模块的输入单元,通过触控屏幕上的图形界面,对应可以产生控制指令。用户操作模块的输入单元还可以采用实体按键输入的方式。
一些实施例中,如图2所示,用户操作模块20可以包括轨迹点录制、兴趣点录制、重新录制、完成录制、轨迹优化以及轨迹选择等多个操作子模块。在此层的子模块数量及其功能定义,是由录制路径这一整体产品特性进行决定的。当把这些子功能模块进行有序逻辑组成时,就能满足用户的个性化需求。
其中,用户通过轨迹点录制子模块可以触发第一控制指令以及停止录制指令,第一控制指令用于表示用户确定开始录制轨迹,停止录制指令用于表示用户停止录制,请求返回准备状态。在停止录制指令的触发下,系统会返回到准备状态。
用户通过兴趣点录制子模块可以触发第二控制指令以及停止录制指令。第二控制指令用于表示用户确定当前的位置为用户个性化需求对应的位置,该位置对应的轨迹点信息需要被记录,该位置对应的轨迹点则为兴趣点,例如是地库专用停车位、地库充电位等。
用户通过重新录制子模块决定是否重新录制轨迹,若需要,对应触发产生重新录制指令,若不需要,则进行后续的操作。
用户通过完成录制子模块可以触发第三控制指令以及停止录制指令,第三控制指令用于表示用户已经完成了当前的车辆行驶目的,需要记录的轨迹已经完成,系统不再记录新的轨迹点信息。
用户通过轨迹优化子模块可以选择优化的方式,系统可以内置多种轨迹优化的算法,向用户提供可选择的多种优化方式。例如,用户可以通过轨迹优化子模块触发第八控制指令,其中第八控制指令可以是一个或多个,每个第八控制指令对应选择一种拟合曲线。例如,可以先显示模块上显示一个优化后的轨迹曲线的同时,显示“是否采用另一种轨迹优化方案”等提示界面,用户选择“是”从而触发第八控制指令。
用户通过轨迹选择子模块可以选择优化后的轨迹曲线,并触发第四控制指令,用于表示用户确定当前的轨迹为合适的轨迹曲线,并进行轨迹存储。例如是显示模块显示“是否存储当前轨迹曲线”等提示界面,用户选择“是”从而触发第四控制指令。
以上为用户操作模块20的说明,下面对轨迹处理模块30说明。
轨迹处理模块30可以包括轨迹点生成、轨迹分段、轨迹点筛选、优化处理、轨迹存储以及轨迹显示等多个处理子模块。轨迹处理模块30配合用户操作模块20完成轨迹点生成、拟合及存储等算法功能。轨迹处理模块30也可以称为循迹轨迹处理层。对于循迹轨迹处理层的子模块,可以包括比如将外部组合惯导或SLAM(即时定位与地图构建)方式输出的定位信息、整车CAN(控制器域网)输出的整车状态信息生成轨迹点的模块,进行轨迹点的缓存、轨迹分段、轨迹点筛选、轨迹点拟合以及轨迹存储等的子模块。在此层的子模块,是基于满足用户个性化需求层的具体算法来设计的。也就是当用户进行个性化选择后,循迹轨迹处理层就会要进行具体算法的响应动作,以完成循迹轨迹的完整录制工作。
其中,轨迹点生成子模块用于在用户触发的第一控制指令下,开始对车辆的轨迹点信息进行录制,得到轨迹曲线,轨迹点信息包括定位信息以及车辆的整车状态信息。还用于在用户触发的第二控制指令下,对用户需求的特殊位置对应的轨迹点进行标识以及记录,对应的轨迹点定义为兴趣点,例如可以对兴趣点进行名称标识,可以通过提供标签供用户选择,或者采用用户自定义名称的方式。常规的车辆轨迹点,可以包括局部坐标系下的位置坐标、朝向、车速及档位等信息。兴趣点主要是针对用户个性化需求的特殊位置进行记录,比如充电位置点、特定服务位置点等,记录此类“兴趣点”是为了在有需要时,让自动驾驶车辆快速运行到“兴趣点”附近,进行电能补充或进行指定服务。
轨迹分段子模块可以实现轨迹分段的功能,就是将录制好的轨迹曲线进行评估,判断是否档位存在变换(比如从D档位切换到R档位),将轨迹按照档位进行分段,也就是某一段轨迹上都是同一个档位。通过分段后,可以更好的进行轨迹点筛选,以及轨迹优化。
轨迹点筛选子模块用于在用户触发的第三控制指令下,按照预设规则对所有轨迹点进行筛选,得到筛选后的轨迹点,筛选后的轨迹点包括兴趣点。考虑到录制过程中,在部分区域内,会存在轨迹点过于密集的情况,过于密集的轨迹点会存在大量干扰且无效的信息,此时需要将过于密集的点进行筛除。具体筛除的方法,可按照距离来筛选点,也就是沿着轨迹方向(需要车辆产生了实际移动距离),每间隔一定距离(比如0.5m)或每间隔一定时间取一个有效点。将这些有效点进行组合,就成为筛选后的轨迹点。
优化处理子模块用于对筛选后的轨迹点进行拟合以及插值,得到优化后的轨迹曲线。这是由于定位输入不稳定带来的轨迹不平滑,不利于车辆进行循迹跟踪,所以需要进行轨迹优化。例如,采用不同的拟合算法,得到的拟合曲线并不相同,通过多种拟合曲线可以向用户提供多种优化后的轨迹曲线,用户在选用一种拟合算法进行了轨迹录制后,通过体验自动驾驶可以判断是否满足自己自身要求,若觉得不合理,可以通过重新录制并选择另一种拟合算法进行优化,得到另一种自动驾驶体验。
轨迹存储子模块用于在用户触发的第四控制指令下,存储用户选择的轨迹曲线。根据前述的轨迹优化完成后,由用户决策出认可的轨迹,将其按照规则进行存储,以便于循迹时,选定希望跟随的轨迹。
轨迹显示子模块用于向显示模块21发送需要显示的信息,例如是原始轨迹点、优化后的轨迹曲线等。
以上的用户操作模块20的各子模块设计,不限于以上范围,主要由产品定义决定。同时,各子模块的设计,还会进一步影响轨迹处理模块30的各子模块设计。比如,除非用户选择保存轨迹,否则都有可能取消录制,这就要求轨迹点必须要在用户决策出认可的轨迹后才能存储到硬盘,否则只能存储在缓存中,以便随时进行增加轨迹点或进行轨迹优化。用户操作模块20可以采用一个或多个处理器件,各个子模块可以是由独立的一个处理器件来实现,也可以是一个处理器件实现多个子模块的功能。
对于轨迹处理模块30的子模块,其主要是对轨迹点做一些具体的算法逻辑处理,以配合用户操作模块20,完成整个循迹轨迹的录制产品功能。其中轨迹点生成子模块,将外部定位模块11的输入(可以是组合惯导输出的车辆经纬度及航向角信息,也可以是SLAM(即时定位与地图构建)的局部坐标系下)的位姿信息,结合整车CAN(控制器域网)的车速、档位等整车状态信息,构建一个包含类别(常规轨迹点或用户感兴趣轨迹点)的轨迹点信息。随着车辆移动,按照指定周期生成的轨迹点,就能表述车辆行走的范围,这也就是车辆行驶的轨迹。轨迹处理模块30可以采用一个或多个处理器件,各个子模块可以是由独立的一个处理器件来实现,也可以是一个处理器件实现多个子模块的功能。
下面就循迹轨迹生成系统进行循迹轨迹生成方法的具体过程进行阐述,如图3与图4所示,循迹轨迹生成方法可以包括如下步骤:
准备步骤、控制循迹轨迹生成系统进入准备状态,确定循迹轨迹生成系统正常工作。例如,轨迹处理模块30通过通信连接,获取外部模块10、用户操作模块20以及显示模块21的通信信号,确保各个模块在正常状态。当用户触发停止录制指令后,系统将执行准备步骤。
轨迹点录制步骤、获取用户触发的第一控制指令,在第一控制指令的触发下,对车辆的轨迹点信息进行录制,得到轨迹曲线,轨迹点信息包括定位信息以及车辆的整车状态信息。如上述实施例中系统的描述,通过外部模块输入的信息生产轨迹点信息。
兴趣点录制步骤、获取用户触发的第二控制指令,在第二控制指令的触发下,对用户需求的特殊位置对应的轨迹点进行标识以及记录,对应的轨迹点定义为兴趣点。一种实施例中,兴趣点录制步骤还可以包括:获取用户触发的第五控制指令,在第五控制指令的触发下,停止对轨迹点的录制,执行准备步骤。也就是说,第五控制指令可以是停止录制指令,或者是可以触发产生停止录制指令。用户在开始录制轨迹点信息后,在任一个时刻都可以通过用户操作模块来确定当前的轨迹点为兴趣点。并可以通过UI界面进行兴趣点的标识。上述轨迹点录制步骤与兴趣点录制步骤,系统可以采用默认用户不取消录制,但是UI界面可以设有“停止录制”等提示界面,用户可以随时触发产生停止录制指令。
轨迹优化步骤、获取用户触发的第三控制指令,在第三控制指令的触发下,按照预设规则对所有轨迹点进行筛选,得到筛选后的轨迹点,筛选后的轨迹点包括兴趣点;对筛选后的轨迹点进行拟合以及插值,得到优化后的轨迹曲线,向用户显示优化后的轨迹曲线以及优化前的轨迹点。用户也可以在此步骤中选择不进行录制不进行优化,轨迹优化步骤还可以包括:获取用户触发的第六控制指令,在第六控制指令的触发下,执行准备步骤;也就是说,第六控制指令可以是停止录制指令,或者是可以触发产生停止录制指令。通过轨迹优化,可以去除由于定位不准产生的轨迹点,使得最终的轨迹曲线能满足运动学约束,提供良好的自动驾驶体验。
一种实施例中,在轨迹优化步骤之后,还可以包括再优化步骤:获取用户触发的第八控制指令,在第八控制指令的触发下,采用另一种拟合曲线对筛选后的轨迹点进行拟合以及插值,得到另一种优化后的轨迹曲线。第八控制指令用于表示用户选择另一种拟合算法进行轨迹优化。由于不同的拟合曲线产生的自动驾驶体验以及运动学约束必然不同,用户可以是通过体验自动驾驶效果来判定当前的拟合曲线是否合适。
一种实施例中,轨迹优化步骤可以包括:
分段步骤、如图5所示,根据整车状态信息中的档位信息,将轨迹曲线进行分段,得到多个轨迹段,一个轨迹段中的轨迹点的档位为同一个档位。如图5所示的轨迹点,可以分成R档轨迹段以及D档轨迹段。这是因为不同档位对应的运动学约束并不相同,为了提供更好的自动驾驶体验,需要对不同档位的轨迹段进行处理。
筛选步骤、如图6所示,按照预设移动距离间隔或按照预设时间间隔,对所有轨迹点进行筛选,得到筛选后的轨迹点。考虑到录制过程中,在部分区域内,会存在轨迹点过于密集的情况,过于密集的轨迹点会存在大量干扰且无效的信息,此时需要将过于密集的点进行筛除
优化步骤、如图6所示,对每个轨迹段的轨迹点进行曲线拟合以及插值,得到优化后的轨迹段。其中,对应每个轨迹段,可以采用不同的拟合算法,对应档位的不同,得到对应的结果。如图7所示,向用户显示优化后的轨迹曲线以及优化前的轨迹点。
一种实施例中,优化步骤可以包括:
获取筛选后的轨迹点的定位信息中的位置坐标信息,采用B-样条曲线对每个轨迹段的轨迹点进行曲线拟合以及插值,得到优化后的轨迹段。
采用B-样条曲线的三阶曲线拟合再插值的方式,将筛选后的有效轨迹点进行拟合插值之后,得到圆滑且均匀的轨迹点。
为设计B-样条曲线,需要一系列的控制点,一系列满足次数要求的B-样条基函数,B-样条曲线能保证所有曲线连接在一起且满足连续条件。
一实施例中,B-样条曲线方程可以表示为:
Figure 655217DEST_PATH_IMAGE001
其中,P i (i=0,1,...,n)为n+1个控制点(筛选后的有效轨迹点坐标),N i,k (u)(i=0,1,...,n)为k次规范B-样条基函数,最高次数为k,本实施例中可将k取为3次。基函数是由节点矢量的非递减参数u的序列Uu 0u 1≤...≤u n+k+1所决定的k次分段多项式。
样条的基函数N i,k (u) 通常采用以下递推公式:
Figure DEST_PATH_IMAGE002
根据以上计算公式,P i 为筛选后的轨迹点坐标,B-样条基函数的次数取三阶也就是k=3,能满足轨迹曲线的拟合优化需求,使得拟合后的轨迹点能满足车辆的运动学约束。
在完成上述轨迹优化后,用户可以根据得到优化后的轨迹进行判断,决定是否需要进行再次优化或者重新录制,当需要进行再次优化时,获取用户产生的第八控制指令,则返回优化步骤,采用另一种拟合曲线进行优化;当需要重新录制的时候,获取用户触发的重新录制指令,则返回准备步骤。
轨迹存储步骤、如图8所示,用户可以是采用多种拟合算法得到多种优化后的轨迹曲线,并通过用户操作模块20选择需要轨迹曲线,并确定需要存储的轨迹,获取用户触发的第四控制指令,在第四控制指令的触发下,存储用户选择的轨迹曲线。当用户选择不存储轨迹曲线时,通过用户操作模块20可以触发第七控制指令。轨迹存储步骤还包括:获取用户触发的第七控制指令,在第七控制指令的触发下,执行准备步骤。也就是说,第七控制指令可以是停止录制指令,或者是可以触发停止录制指令。
上面为循迹轨迹生成方法的说明,各个步骤可以对应系统中的各个子模块的技术效果,在此不再重复描述。
本申请实施例中,用户可以通过用户操作模块20以及显示模块21,采用人机交互的方式,在人机交互界面上进行各类个性化请求。针对用户个性化需求层,其内部的子模块合理组成,就能满足用户的特定需求响应。比如,用户在开始录制之后,驾驶车辆行驶了一段路径,突然想更改录制的轨迹,这个时候用户可以通过UI(人机交互界面)进行取消录制(触发停止录制指令),待用户准备好再次录制时,又可以开始通过UI进行轨迹录制。类似的,用户可能在任何时候取消录制或选择完成录制,此时用户个性化需求层,主要是面向产品需求(也就是用户需求)来进行逻辑设计。
综上所述,本申请提供的循迹轨迹生成方法以及系统,将产品设计需求和底层实现算法进行有机组合,不仅能满足产品的个性化需求,也实现了循迹轨迹的录制,同时将原始轨迹进行优化处理,得到满足车辆运动学约束的轨迹。充分考虑产品需求,进而保证逻辑上能满足用户需求,使得能面向用户直接使用。在保证满足用户需求的前提下,考虑了底层算法逻辑,保证方法的实用性。
本申请提供的循迹轨迹生成方法,通过终端设备来实现,终端设备可包括存储器与处理器。例如,终端设备可以是计算机、服务器等具有运算、数据处理能力的设备。
存储器,用于存储程序。处理器,用于通过执行所述存储器存储的程序以实现如上述实施例所描述的循迹轨迹生成方法。
本领域技术人员可以理解,上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现,也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器、随机存储器、磁盘、光盘、硬盘等,通过计算机执行该程序以实现上述功能。例如,将程序存储在设备的存储器中,当通过处理器执行存储器中程序,即可实现上述全部或部分功能。另外,当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中,通过下载或复制保存到本地设备的存储器中,或对本地设备的系统进行版本更新,当通过处理器执行存储器中的程序时,即可实现上述实施方式中全部或部分功能。
本文参照了各种示范实施例进行说明。然而,本领域的技术人员将认识到,在不脱离本文范围的情况下,可以对示范性实施例做出改变和修正。例如,各种操作步骤以及用于执行操作步骤的组件,可以根据特定的应用或考虑与系统的操作相关联的任何数量的成本函数以不同的方式实现(例如一个或多个步骤可以被删除、修改或结合到其他步骤中)。
虽然在各种实施例中已经示出了本文的原理,但是许多特别适用于特定环境和操作要求的结构、布置、比例、元件、材料和部件的修改可以在不脱离本披露的原则和范围内使用。以上修改和其他改变或修正将被包含在本文的范围之内。
前述具体说明已参照各种实施例进行了描述。然而,本领域技术人员将认识到,可以在不脱离本披露的范围的情况下进行各种修正和改变。因此,对于本披露的考虑将是说明性的而非限制性的意义上的,并且所有这些修改都将被包含在其范围内。同样,有关于各种实施例的优点、其他优点和问题的解决方案已如上所述。然而,益处、优点、问题的解决方案以及任何能产生这些的要素,或使其变得更明确的解决方案都不应被解释为关键的、必需的或必要的。本文中所用的术语“包括”和其任何其他变体,皆属于非排他性包含,这样包括要素列表的过程、方法、文章或设备不仅包括这些要素,还包括未明确列出的或不属于该过程、方法、系统、文章或设备的其他要素。此外,本文中所使用的术语“耦合”和其任何其他变体都是指物理连接、电连接、磁连接、光连接、通信连接、功能连接和/或任何其他连接。
具有本领域技术的人将认识到,在不脱离本发明的基本原理的情况下,可以对上述实施例的细节进行许多改变。因此,本发明的范围应仅由权利要求确定。

Claims (10)

1.一种循迹轨迹生成方法,其特征在于,包括:
轨迹点录制步骤、获取用户触发的第一控制指令,对车辆的轨迹点信息进行录制,得到轨迹曲线,所述轨迹点信息包括定位信息以及车辆的整车状态信息;
兴趣点录制步骤、获取用户触发的第二控制指令,对用户需求的特殊位置对应的轨迹点进行标识以及记录,对应的轨迹点定义为兴趣点;
轨迹优化步骤、获取用户触发的第三控制指令,按照预设规则对所有轨迹点进行筛选,得到筛选后的轨迹点,筛选后的轨迹点包括所述兴趣点;对筛选后的轨迹点进行拟合以及插值,得到优化后的轨迹曲线,向用户显示优化后的轨迹曲线以及优化前的轨迹点;
轨迹存储步骤、获取用户触发的第四控制指令,存储用户选择的轨迹曲线。
2.如权利要求1所述的循迹轨迹生成方法,其特征在于,在所述轨迹点录制步骤之前,所述循迹轨迹生成方法还包括:
准备步骤、控制循迹轨迹生成系统进入准备状态,确定所述循迹轨迹生成系统正常工作。
3.如权利要求2所述的循迹轨迹生成方法,其特征在于,所述兴趣点录制步骤还包括:获取用户触发的第五控制指令,停止对轨迹点的录制,执行所述准备步骤;
和/或,所述轨迹优化步骤还包括:获取用户触发的第六控制指令,执行所述准备步骤;
和/或,轨迹存储步骤还包括:获取用户触发的第七控制指令,执行所述准备步骤。
4.如权利要求2所述的循迹轨迹生成方法,其特征在于,在所述轨迹优化步骤之后,还包括:获取用户触发的第八控制指令,采用另一种拟合曲线对筛选后的轨迹点进行拟合以及插值,得到另一种优化后的轨迹曲线。
5.如权利要求1所述的循迹轨迹生成方法,其特征在于,所述轨迹优化步骤包括:
分段步骤、根据所述整车状态信息中的档位信息,将轨迹曲线进行分段,得到多个轨迹段,一个所述轨迹段中的所述轨迹点的档位为同一个档位;
筛选步骤、按照预设移动距离间隔或按照预设时间间隔,对所有轨迹点进行筛选,得到筛选后的轨迹点;
优化步骤、对每个所述轨迹段的轨迹点进行曲线拟合以及插值,得到优化后的轨迹段,向用户显示优化后的轨迹曲线以及优化前的轨迹点。
6.如权利要求5所述的循迹轨迹生成方法,其特征在于,所述优化步骤包括:
获取筛选后的轨迹点的定位信息中的位置坐标信息,采用B-样条曲线对每个所述轨迹段的轨迹点进行曲线拟合以及插值,得到优化后的轨迹段。
7.一种循迹轨迹生成系统,其特征在于,包括:
外部模块,用于提供定位信息以及车辆的整车状态信息;
用户操作模块,用于在用户的触发下,产生控制指令,所述控制指令包括第一控制指令、第二控制指令、第三控制指令以及第四控制指令;
轨迹处理模块,用于获取用户触发的第一控制指令,对车辆的轨迹点信息进行录制,得到轨迹曲线,所述轨迹点信息包括定位信息以及车辆的整车状态信息;获取用户触发的第二控制指令,对用户需求的特殊位置对应的轨迹点进行标识以及记录,对应的轨迹点定义为兴趣点;获取用户触发的第三控制指令,按照预设规则对所有轨迹点进行筛选,得到筛选后的轨迹点,筛选后的轨迹点包括所述兴趣点;对筛选后的轨迹点进行拟合以及插值,得到优化后的轨迹曲线;获取用户触发的第四控制指令,存储用户选择的轨迹曲线;
显示模块,用于向用户显示优化后的轨迹曲线以及优化前的轨迹点。
8.如权利要求7所述的循迹轨迹生成系统,其特征在于,所述外部模块包括定位模块以及整车信息模块;
所述定位模块用于提供定位信息;
所述整车信息模块用于提供车辆的整车状态信息。
9.一种终端设备,其特征在于,包括:
存储器,用于存储程序;
处理器,用于通过执行所述存储器存储的程序以实现如权利要求1-6中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述介质上存储有程序,所述程序能够被处理器执行以实现如权利要求1-6中任一项所述的循迹轨迹生成方法。
CN202211465065.4A 2022-11-22 2022-11-22 一种循迹轨迹生成方法、系统、终端设备以及存储介质 Active CN115510263B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211465065.4A CN115510263B (zh) 2022-11-22 2022-11-22 一种循迹轨迹生成方法、系统、终端设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211465065.4A CN115510263B (zh) 2022-11-22 2022-11-22 一种循迹轨迹生成方法、系统、终端设备以及存储介质

Publications (2)

Publication Number Publication Date
CN115510263A true CN115510263A (zh) 2022-12-23
CN115510263B CN115510263B (zh) 2023-03-14

Family

ID=84513569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211465065.4A Active CN115510263B (zh) 2022-11-22 2022-11-22 一种循迹轨迹生成方法、系统、终端设备以及存储介质

Country Status (1)

Country Link
CN (1) CN115510263B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108227709A (zh) * 2017-12-29 2018-06-29 深圳地平线机器人科技有限公司 用于控制车辆的自动驾驶的方法和装置
CN110081894A (zh) * 2019-04-25 2019-08-02 同济大学 一种基于道路结构权值融合的无人车轨迹实时规划方法
EP3570133A1 (en) * 2018-05-16 2019-11-20 Siemens Aktiengesellschaft Method and system for controlling a vehicle moving within an environment
US20200089245A1 (en) * 2018-09-14 2020-03-19 Peyman Yadmellat System and method for hierarchical planning in autonomous vehicles
CN111426330A (zh) * 2020-03-24 2020-07-17 江苏徐工工程机械研究院有限公司 路径生成方法和设备、无人化运输系统和存储介质
WO2020192149A1 (zh) * 2019-03-28 2020-10-01 深圳市商汤科技有限公司 轨迹跟踪控制器的测试方法、装置、介质及设备
US20210086797A1 (en) * 2019-09-20 2021-03-25 Honda Motor Co., Ltd. Vehicle control device, map information management system, vehicle control method, and storage medium
CN112988938A (zh) * 2021-03-31 2021-06-18 深圳一清创新科技有限公司 一种地图构建方法、装置及终端设备
CN114608600A (zh) * 2022-03-21 2022-06-10 江苏盛海智能科技有限公司 一种自动驾驶系统的搭建方法及终端
WO2022205642A1 (zh) * 2021-03-31 2022-10-06 上海商汤智能科技有限公司 一种道路数据处理的方法、装置、电子设备、介质和程序

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108227709A (zh) * 2017-12-29 2018-06-29 深圳地平线机器人科技有限公司 用于控制车辆的自动驾驶的方法和装置
EP3570133A1 (en) * 2018-05-16 2019-11-20 Siemens Aktiengesellschaft Method and system for controlling a vehicle moving within an environment
US20200089245A1 (en) * 2018-09-14 2020-03-19 Peyman Yadmellat System and method for hierarchical planning in autonomous vehicles
WO2020192149A1 (zh) * 2019-03-28 2020-10-01 深圳市商汤科技有限公司 轨迹跟踪控制器的测试方法、装置、介质及设备
CN110081894A (zh) * 2019-04-25 2019-08-02 同济大学 一种基于道路结构权值融合的无人车轨迹实时规划方法
US20210086797A1 (en) * 2019-09-20 2021-03-25 Honda Motor Co., Ltd. Vehicle control device, map information management system, vehicle control method, and storage medium
CN111426330A (zh) * 2020-03-24 2020-07-17 江苏徐工工程机械研究院有限公司 路径生成方法和设备、无人化运输系统和存储介质
CN112988938A (zh) * 2021-03-31 2021-06-18 深圳一清创新科技有限公司 一种地图构建方法、装置及终端设备
WO2022205642A1 (zh) * 2021-03-31 2022-10-06 上海商汤智能科技有限公司 一种道路数据处理的方法、装置、电子设备、介质和程序
CN114608600A (zh) * 2022-03-21 2022-06-10 江苏盛海智能科技有限公司 一种自动驾驶系统的搭建方法及终端

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LU XIONG ET AL.: "An Optimized Trajectory Planner and Motion Controller Framework for Autonomous Driving in Unstructured Environments" *
曹翰林 等: "轨迹表示学习技术研究进展" *

Also Published As

Publication number Publication date
CN115510263B (zh) 2023-03-14

Similar Documents

Publication Publication Date Title
US12024196B2 (en) Simulation test method for autonomous driving vehicle, computer equipment and medium
CN108779989B (zh) 交互式地图信息镜头
CN108253975A (zh) 一种建立地图信息及车辆定位的方法与设备
US9824482B2 (en) Map viewer and method
JP5307807B2 (ja) 車経路案内において目印情報をユーザに提供する方法およびシステム
CN112364997B (zh) 一种障碍物的轨迹预测方法及装置
JP2819125B2 (ja) 自動車
US20060284879A1 (en) Animation generating apparatus, animation generating method, and animation generating program
US20070198178A1 (en) Pathfinding system
US20230281357A1 (en) Generating simulation environments for testing av behaviour
WO2006092853A1 (ja) 地図表示装置および地図表示方法
JP2006227767A (ja) 地図処理装置、ナビゲーション装置及び地図表示方法
US20240126944A1 (en) Generating simulation environments for testing av behaviour
EP2589933B1 (en) Navigation device, method of predicting a visibility of a triangular face in an electronic map view
US6741929B1 (en) Virtual navigation system and method using moving image
US20230331247A1 (en) Systems for testing and training autonomous vehicles
WO2022267283A1 (zh) 机器人及其导航方法、装置和计算机可读存储介质
CN113968243A (zh) 一种障碍物轨迹预测方法、装置、设备及存储介质
CN116956554A (zh) 交通仿真处理方法、装置、电子设备及存储介质
CN113157842A (zh) 一种地图生成方法、装置、电子设备及可读存储介质
US20240320383A1 (en) Generating simulation environments for testing av behaviour
CN115510263B (zh) 一种循迹轨迹生成方法、系统、终端设备以及存储介质
WO2024066881A1 (zh) 地图导航方法、装置、计算机设备和存储介质
JP7192828B2 (ja) 地図選択装置及び地図選択用コンピュータプログラム
JP2024527318A (ja) 自律システムのナビゲーションのためのシステム及び方法

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