CN115540894B - 车辆轨迹规划方法、装置、电子设备和计算机可读介质 - Google Patents

车辆轨迹规划方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN115540894B
CN115540894B CN202211533261.0A CN202211533261A CN115540894B CN 115540894 B CN115540894 B CN 115540894B CN 202211533261 A CN202211533261 A CN 202211533261A CN 115540894 B CN115540894 B CN 115540894B
Authority
CN
China
Prior art keywords
obstacle vehicle
obstacle
vehicle
information
coordinate
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
Application number
CN202211533261.0A
Other languages
English (en)
Other versions
CN115540894A (zh
Inventor
李敏
张�雄
蒋建辉
罗鸿
陶武康
蔡仲辉
艾永军
黄家琪
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.)
GAC Aion New Energy Automobile Co Ltd
Original Assignee
GAC Aion New Energy Automobile 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 GAC Aion New Energy Automobile Co Ltd filed Critical GAC Aion New Energy Automobile Co Ltd
Priority to CN202211533261.0A priority Critical patent/CN115540894B/zh
Publication of CN115540894A publication Critical patent/CN115540894A/zh
Application granted granted Critical
Publication of CN115540894B publication Critical patent/CN115540894B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/62Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757Matching configurations of points or features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开的实施例公开了车辆轨迹规划方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取历史帧障碍物车辆轨迹信息集和当前车辆的顶部车载相机拍摄的第一道路图像;得到障碍物车辆识别信息组;基于当前车辆的底部车载相机拍摄的第二道路图像,对障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组;对历史帧障碍物车辆轨迹信息集中满足预设匹配条件的历史帧障碍物车辆轨迹信息进行更新处理;对当前车辆进行轨迹规划,得到车辆规划轨迹方程。该实施方式可以提高生成的规划轨迹的准确度。

Description

车辆轨迹规划方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域,具体涉及车辆轨迹规划方法、装置、电子设备和计算机可读介质。
背景技术
随着计算机行业的快速发展,硬件计算能力的提高,自动驾驶各个模块的研究也在不断地深入,自动驾驶的水平也在飞速发展。目前,在进行车辆路径规划时,通常采用的方式为:通过车顶摄像头拍摄的道路图像,识别出障碍物信息(包括障碍物车辆车胎接地点坐标)用于生成障碍物移动轨迹,以此规划出可以避开障碍物移动区域的车辆规划轨迹。
然而,发明人发现,当采用上述方式进行车辆轨迹规划时,经常会存在如下技术问题:
第一,由于从车辆顶部摄像头到障碍物车辆车胎的视角为斜向下方向,导致拍摄的道路图像中的障碍物车辆车胎的视角也是斜向下方向,使得道路图像中的障碍物车辆的车胎接地点坐标容易被障碍物车辆遮挡,从而,在一定程度上降低了提取的车胎接地点坐标的准确度,以此对车辆轨迹规划造成负面影响,进而,导致生成的规划轨迹的准确度降低;
第二,未考虑从不同视角拍摄的道路图像中提取的车辆车胎接地点坐标对障碍物移动轨迹的影响,导致生成的障碍物移动轨迹的准确度降低,从而,使得生成的车辆规划轨迹难以准确度的避开障碍物移动区域,进而,降低了车辆驾驶的安全性。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了车辆轨迹规划方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种车辆轨迹规划方法,该方法包括:获取历史帧障碍物车辆轨迹信息集和当前车辆的顶部车载相机拍摄的第一道路图像;对上述第一道路图像进行障碍物车辆识别,得到障碍物车辆识别信息组,其中,上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括障碍物车辆轮胎接地点识别坐标组;基于上述当前车辆的底部车载相机拍摄的第二道路图像,对上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组,得到矫正后障碍物车辆轮胎接地点坐标组集合;利用上述矫正后障碍物车辆轮胎接地点坐标组集合,对上述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的历史帧障碍物车辆轨迹信息进行更新处理,以生成更新后障碍物轨迹信息集;基于上述更新后障碍物轨迹信息集,对上述当前车辆进行轨迹规划,得到车辆规划轨迹方程。
第二方面,本公开的一些实施例提供了一种车辆轨迹规划装置,该装置包括获取单元,被配置成获取历史帧障碍物车辆轨迹信息集和当前车辆的顶部车载相机拍摄的第一道路图像;识别单元,被配置成对上述第一道路图像进行障碍物车辆识别,得到障碍物车辆识别信息组,其中,上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括障碍物车辆轮胎接地点识别坐标组;矫正处理单元,被配置成基于上述当前车辆的底部车载相机拍摄的第二道路图像,对上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组,得到矫正后障碍物车辆轮胎接地点坐标组集合;更新处理单元,被配置成利用上述矫正后障碍物车辆轮胎接地点坐标组集合,对上述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的历史帧障碍物车辆轨迹信息进行更新处理,以生成更新后障碍物轨迹信息集;轨迹规划单元,被配置成基于上述更新后障碍物轨迹信息集,对上述当前车辆进行轨迹规划,得到车辆规划轨迹方程。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的车辆轨迹规划方法,可以提高生成的规划轨迹的准确度。具体来说,造成生成的规划轨迹的准确度降低的原因在于:由于从车辆顶部摄像头到障碍物车辆车胎的视角为斜向下方向,导致拍摄的道路图像中的障碍物车辆车胎的视角也是斜向下方向,使得道路图像中的障碍物车辆的车胎接地点坐标容易被障碍物车辆遮挡,从而,在一定程度上降低了提取的车胎接地点坐标的准确度,以此对车辆轨迹规划造成负面影响。基于此,本公开的一些实施例的车辆轨迹规划方法,首先,获取历史帧障碍物车辆轨迹信息集和当前车辆的顶部车载相机拍摄的第一道路图像。其次,对上述第一道路图像进行障碍物车辆识别,得到障碍物车辆识别信息组,其中,上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括障碍物车辆轮胎接地点识别坐标组。然后,基于上述当前车辆的底部车载相机拍摄的第二道路图像,对上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组,得到矫正后障碍物车辆轮胎接地点坐标组集合。考虑到车辆顶部摄像头的视角问题,由此,引入当前车辆的底部车载相机的第二道路图像。相对于拍摄的道路图像中的障碍物车辆车胎的斜向下方向的视角,由于底部车载相机拍摄的道路图像中、对障碍物车辆车胎接地点的视角可以是为水平视角。因此,可以极大的避免障碍物车辆的遮挡情况。同时可以更加直观的识别出障碍物车辆的车胎接地点坐标。以此可以通过矫正处理,调整障碍物车辆轮胎接地点识别坐标。之后,利用上述矫正后障碍物车辆轮胎接地点坐标组集合,对上述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的历史帧障碍物车辆轨迹信息进行更新处理,以生成更新后障碍物轨迹信息集。通过更新处理,可以用于提高生成的更新后障碍物轨迹信息的准确度。最后,基于上述更新后障碍物轨迹信息集,对上述当前车辆进行轨迹规划,得到车辆规划轨迹方程。从而,在准确度提高的更新后障碍物轨迹信息集的基础上进行轨迹规划,可以减少对规划轨迹造成的负面影响。进而,提高生成的规划轨迹的准确度。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的车辆轨迹规划方法的一些实施例的流程图;
图2是根据本公开的车辆轨迹规划装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的车辆轨迹规划方法的一些实施例的流程100。该车辆轨迹规划方法,包括以下步骤:
步骤101,获取历史帧障碍物车辆轨迹信息集和当前车辆的顶部车载相机拍摄的第一道路图像。
在一些实施例中,车辆轨迹规划方法的执行主体可以通过有线的方式或者无线的方式获取历史帧障碍物车辆轨迹信息集和当前车辆的顶部车载相机拍摄的第一道路图像。其中,历史帧障碍物车辆轨迹信息集中的每个历史帧障碍物车辆轨迹信息可以对应一个障碍物车辆,用于表征该障碍物车辆在历史时间段内的轨迹信息。例如,历史时间段可以是2秒内。轨迹信息可以包括轨迹坐标。顶部车载相机可以是装载于当前车辆顶部或车内后视镜位置的相机。
步骤102,对第一道路图像进行障碍物车辆识别,得到障碍物车辆识别信息组。
在一些实施例中,上述执行主体可以对上述第一道路图像进行障碍物车辆识别,得到障碍物车辆识别信息组。其中,上述障碍物车辆识别信息组中的每个障碍物车辆识别信息可以包括障碍物车辆轮胎接地点识别坐标组。可以通过预设的障碍物车辆识别算法,对上述第一道路图像进行障碍物车辆识别,得到障碍物车辆识别信息组。每个障碍物车辆识别信息可以对应一个障碍物车辆,表征障碍物车辆的轨迹信息。另外,在生成障碍物车辆轮胎接地点识别坐标的同时还可以生成预每个障碍物车辆轮胎接地点识别坐标对应的轮胎标识。例如,轮胎标识可以是:“左前”或“右后”等。
作为示例,上述障碍物车辆识别算法可以包括但不限于以下至少一项:Resnet(Residual Network,残差神经网络)模型、VGG(Visual Geometry Group Network,卷积神经网络)模型和Google Net(深度神经网络)模型等。
步骤103,基于当前车辆的底部车载相机拍摄的第二道路图像,对障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组,得到矫正后障碍物车辆轮胎接地点坐标组集合。
在一些实施例中,上述执行主体可以基于上述当前车辆的底部车载相机拍摄的第二道路图像,对上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组,得到矫正后障碍物车辆轮胎接地点坐标组集合。其中,底部车载相机可以是处于当前车辆车底或者车头前方位置处的相机。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述当前车辆的底部车载相机拍摄的第二道路图像,对上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组,可以包括以下步骤:
第一步,对上述第二道路图像进行障碍物车辆信息检测,以生成障碍物车辆检测信息组。其中,上述障碍物车辆检测信息组中每个障碍物车辆检测信息可以包括障碍物车辆检测标识和障碍物车辆轮胎接地点检测坐标组。其次,可以通过预设的障碍物车辆信息检测算法,对上述第二道路图像进行障碍物车辆信息检测,以生成障碍物车辆检测信息组。每个障碍物车辆检测标识可以用于唯一标识一个障碍物车辆。轮胎接地点坐标可以是轮胎最外侧中间与地面交界处的坐标。因此,障碍物车辆轮胎接地点检测坐标可以是障碍物车辆的一个轮胎最外侧中间与地面交界处的坐标。另外,在生成障碍物车辆轮胎接地点检测坐标的同时还可以生成预每个障碍物车辆轮胎接地点检测坐标对应的轮胎标识。
作为示例,上述障碍物车辆信息检测算法可以包括但不限于以下至少一项:SIFT(Scale-invariant Feature Transform,尺度不变特征转换)算法、Surf(Speeded UpRobust Features,加速稳健特征)算法、FCN(Fully Convolutional Networks,全卷机神经网络)模型等。
第二步,基于上述障碍物车辆检测信息组中障碍物车辆检测信息包括的障碍物车辆检测标识和障碍物车辆轮胎接地点检测坐标组,对上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组。
可选的,上述障碍物车辆识别信息组中的每个障碍物车辆识别信息还可以包括障碍物车辆识别标识。以及上述执行主体基于上述障碍物车辆检测信息组中障碍物车辆检测信息包括的障碍物车辆检测标识和障碍物车辆轮胎接地点检测坐标组,对上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组,可以包括以下步骤:
第一步,从上述障碍物车辆检测信息组中选出包括的障碍物车辆检测标识与上述障碍物车辆识别信息包括的障碍物车辆识别标识相匹配的障碍物车辆检测信息,作为目标障碍物车辆检测信息。其中,每个障碍物车辆识别标识也可以用于唯一标识一个障碍物车辆。相匹配可以是障碍物车辆识别标识与障碍物车辆检测标识相同,即标识同一障碍物车辆。
第二步,对于上述目标障碍物车辆检测信息包括的障碍物车辆轮胎接地点检测坐标组和上述障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的每个障碍物车辆轮胎接地点识别坐标,执行如下矫正步骤以生成矫正后障碍物车辆轮胎接地点坐标:
子步骤一,从上述障碍物车辆轮胎接地点检测坐标组中选出与上述障碍物车辆轮胎接地点识别坐标相匹配的障碍物车辆轮胎接地点检测坐标,作为匹配障碍物车辆轮胎接地点检测坐标。其中,相匹配可以是障碍物车辆轮胎接地点检测坐标与障碍物车辆轮胎接地点识别坐标对应的轮胎标识相同。
子步骤二,确定上述障碍物车辆轮胎接地点识别坐标与上述匹配障碍物车辆轮胎接地点检测坐标的坐标距离值。其中,障碍物车辆轮胎接地点识别坐标与上述匹配障碍物车辆轮胎接地点检测坐标在生成后均处于当前车辆的车体坐标系中。因此,可以直接通过预设的坐标距离算法确定上述障碍物车辆轮胎接地点识别坐标与上述匹配障碍物车辆轮胎接地点检测坐标的坐标距离值。
作为示例,上述坐标距离算法可以包括但不限于以下至少一项:欧式距离算法、曼哈顿距离算法、切比雪夫距离算法等。
另外,还可以将不存在对应障碍物车辆轮胎接地点识别坐标的障碍物车辆轮胎接地点检测坐标、或者不存在对应障碍物车辆轮胎接地点检测坐标的障碍物车辆轮胎接地点识别坐标,确定为矫正后障碍物车辆轮胎接地点坐标。这里,不存在对应坐标的是因为未从道路图像中检测到轮胎接地点坐标的情况。
子步骤三,响应于确定上述坐标距离值小于等于预设距离阈值,基于上述障碍物车辆轮胎接地点识别坐标和上述匹配障碍物车辆轮胎接地点检测坐标,生成检测坐标融合权重值和识别坐标融合权重值。其中,坐标距离值小于等于预设距离阈值可以表征通过两个不同角度拍摄的道路图像中检测到的障碍物车辆轮胎接地点坐标的准确度较高,可以进行融合。以进一步提高准确度。其次,检测坐标融合权重值和识别坐标融合权重值的和可以是1。
子步骤四,基于上述检测坐标融合权重值和识别坐标融合权重值,对上述障碍物车辆轮胎接地点识别坐标和上述匹配障碍物车辆轮胎接地点检测坐标进行加权求和处理,以生成矫正后障碍物车辆轮胎接地点坐标。其中,加权求和处理可以是:将障碍物车辆轮胎接地点识别坐标的横坐标值与识别坐标融合权重值的乘积、加上匹配障碍物车辆轮胎接地点检测坐标的横坐标值与检测坐标融合权重值的乘积确定为矫正后障碍物车辆轮胎接地点坐标的横坐标值。另外还可以通过此种方式生成矫正后障碍物车辆轮胎接地点坐标的纵坐标值和竖坐标值。
可选的,上述执行主体还可以执行如下步骤:
第一步,响应于确定上述坐标距离值大于上述预设距离阈值,获取历史帧轮胎接地点坐标。其中,可以从历史数据中获取最近一帧生成的轮胎接地点坐标。这里,该轮胎接地点坐标可以是与上述障碍物车辆轮胎接地点识别坐标对应同一障碍物车辆上同一轮胎的轮胎接地点坐标。另外,历史数据可以指上述执行主体在历史时刻生成的数据。
第二步,对上述历史帧轮胎接地点坐标、上述障碍物车辆轮胎接地点识别坐标和上述匹配障碍物车辆轮胎接地点检测坐标进行加权求和处理,以生成矫正后障碍物车辆轮胎接地点坐标。这里,加权求和处理可以是:分别将上述历史帧轮胎接地点坐标、上述障碍物车辆轮胎接地点识别坐标和上述匹配障碍物车辆轮胎接地点检测坐标的横坐标平均值、纵坐标平均值和竖坐标值平均值,确定为矫正后障碍物车辆轮胎接地点坐标的横坐标值、纵坐标值和竖坐标值。
可选的,上述执行主体基于上述障碍物车辆轮胎接地点识别坐标和上述匹配障碍物车辆轮胎接地点检测坐标,生成检测坐标融合权重值和识别坐标融合权重值,可以包括以下步骤:
第一步,确定与上述障碍物车辆轮胎接地点识别坐标对应的识别坐标数量、和与上述匹配障碍物车辆轮胎接地点检测坐标对应的检测坐标数量。实践中,对于四轮车辆,其对应的轮胎接地点坐标一般为4个。
第二步,从预设的数量权重信息表中,选出与上述识别坐标数量和上述检测坐标数量相匹配的数量权重信息。其中,上述数量权重信息表中的数量权重信息可以包括第一融合权重值和第二融合权重值。这里,数量权重信息表可以包括预先设置的多个数量权重信息。每个数量权重信息可以包括:对应顶部车载相机的轮胎接地点坐标的数量、对应底部车载相机的车胎接地点坐标的数量、第一融合权重值和第二融合权重值。相匹配可以是识别坐标数量与数量权重信息中对应顶部车载相机的轮胎接地点坐标的数量相同,且检测坐标数量与数量权重信息中对应顶部车载相机的轮胎接地点坐标的数量相同。第一融合权重值可以是对应顶部车载相机的轮胎接地点坐标的权重值。第二融合权重值可以是对应底部车载相机的轮胎接地点坐标的权重值。
第三步,将所匹配的数量权重信息中的第一融合权重值和第二融合权重值分别确定为识别坐标融合权重值和检测坐标融合权重值。
步骤104,利用矫正后障碍物车辆轮胎接地点坐标组集合,对历史帧障碍物车辆轨迹信息集中满足预设匹配条件的历史帧障碍物车辆轨迹信息进行更新处理,以生成更新后障碍物轨迹信息集。
在一些实施例中,上述执行主体可以利用上述矫正后障碍物车辆轮胎接地点坐标组集合,对上述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的历史帧障碍物车辆轨迹信息进行更新处理,以生成更新后障碍物轨迹信息集。
在一些实施例的一些可选的实现方式中,上述历史帧障碍物车辆轨迹信息集中的每个历史帧障碍物车辆轨迹信息可以包括:历史障碍物车辆轨迹、历史障碍物车辆航向角和障碍物车辆尺寸信息。以及上述执行主体利用上述矫正后障碍物车辆轮胎接地点坐标组集合,对上述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的历史帧障碍物车辆轨迹信息进行更新处理,以生成更新后障碍物轨迹信息集,可以包括以下步骤:
对于上述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的每个历史帧障碍物车辆轨迹信息,执行如下更新步骤以生成更新后障碍物轨迹信息:
第一步,将上述矫正后障碍物车辆轮胎接地点坐标组集合中与上述历史帧障碍物车辆轨迹信息相匹配的矫正后障碍物车辆轮胎接地点坐标组确定为目标障碍物车辆轮胎接地点坐标组。其中,历史障碍物车辆轨迹可以是障碍物车辆在上述历史时间段内的移动轨迹。历史障碍物车辆航向角可以是上一帧障碍物车辆的航向角。障碍物车辆尺寸信息可以包括障碍物车辆宽度值和障碍物车辆长度值。
第二步,确定上述目标障碍物车辆轮胎接地点坐标组中各个目标障碍物车辆轮胎接地点坐标的中心点坐标。其中,可以将各个目标障碍物车辆轮胎接地点坐标的平均值确定为中心坐标。
第三步,基于上述历史帧障碍物车辆轨迹信息包括的历史障碍物车辆航向角,将上述中心点坐标融合至上述历史帧障碍物车辆轨迹信息包括的历史障碍物车辆轨迹中,以生成融合后障碍物车辆轨迹。其中,以历史障碍物车辆轨迹的终点为起点、以上述历史障碍物车辆航向角为方向,将历史障碍物车辆轨迹延长至上述中心坐标处。得到融合后障碍物车辆轨迹。
第四步,基于上述融合后障碍物车辆轨迹和上述历史帧障碍物车辆轨迹信息包括的障碍物车辆尺寸信息,生成障碍物移动轨迹区域坐标集。其中,首先,可以在上述历史障碍物车辆航向角为方向、将上述融合后障碍物车辆轨迹继续延伸上述障碍物车辆长度值一半的距离,得到延伸车辆轨迹。然后,可以将上述障碍物车辆宽度值确定为上述延伸车辆轨迹的宽度值,得到延伸车辆轨迹区域。最后,可以将上述延伸车辆轨迹区域中的各个坐标确定为障碍物移动轨迹区域坐标。
第五步,将上述障碍物移动轨迹区域坐标集确定为更新后障碍物轨迹信息。
上述步骤及其相关内容作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“未考虑从不同视角拍摄的道路图像中提取的车辆车胎接地点坐标对障碍物移动轨迹的影响,导致生成的障碍物移动轨迹的准确度降低,从而,使得生成的车辆规划轨迹难以准确度的避开障碍物移动区域,进而,降低了车辆驾驶安全”。导致成的车辆规划轨迹难以准确度的避开障碍物移动区域的因素往往如下:未考虑从不同视角拍摄的道路图像中提取的车辆车胎接地点坐标对障碍物移动轨迹的影响,导致生成的障碍物移动轨迹的准确度降低。如果解决了上述因素,就能使得生成的车辆规划轨迹可以较好的用于当前车辆避开障碍物移动区域。为了达到这一效果,首先,通过障碍物车辆信息检测。可以用于提取出当前车辆的底部车载相机拍摄的第二道路图像中的障碍物车辆检测信息包括的障碍物车辆轮胎接地点检测坐标组。然后,可以利用障碍物车辆轮胎接地点检测坐标组,对障碍物车辆轮胎接地点识别坐标进行矫正。其中,考虑到在不同道路场景下,顶部车载相机与底部车载相机拍摄的道路图像存在不同程度的清晰度变化、或遮挡变化。因此,通过生成坐标距离值,确定通过两个不同角度拍摄的道路图像中检测到的障碍物车辆轮胎接地点坐标的准确度。由此,可以避免识别误差较大的轮胎接地点坐标对车辆路径规划的负面影响。接着,考虑到不同视角的图像中识别到的轮胎接地点坐标数量不同,也会对车辆路径规划的负面影响。因此,通过动态的生成权重值,在一定程度上用于抵消识别误差对车辆路径规划的负面影响。这里,通过引入数量权重信息表,可以用于提高生成第一融合权重值和第二融合权重值的效率。由此,可以在确保生成第一融合权重值和第二融合权重值的效率的前提下,提高生成的矫正后障碍物车辆轮胎接地点坐标的准确度。最后,也因为提高了矫正后障碍物车辆轮胎接地点坐标的准确度,使得生成的障碍物移动轨迹区域坐标集可以更加准确度。从而,使得生成的车辆规划轨迹可以较好的用于当前车辆避开障碍物移动区域。进而,提高车辆驾驶的安全性。
步骤105,基于更新后障碍物轨迹信息集,对当前车辆进行轨迹规划,得到车辆规划轨迹方程。
在一些实施例中,上述执行主体可以基于上述更新后障碍物轨迹信息集,对上述当前车辆进行轨迹规划,得到车辆规划轨迹方程。其中,可以基于上述更新后障碍物轨迹信息集,通过预设的路径规划算法,对上述当前车辆进行轨迹规划,得到车辆规划轨迹方程。
作为示例,上述路径规划算法可以包括但不限于以下至少一项:迪克斯特拉(Dijkstra)算法等、Fast Marching Method快速行进算法等。
可选的,上述执行主体还可以将上述车辆规划轨迹方程发送至上述当前车辆的控制终端以供控制车辆移动。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的车辆轨迹规划方法,可以提高生成的规划轨迹的准确度。具体来说,造成生成的规划轨迹的准确度降低的原因在于:由于从车辆顶部摄像头到障碍物车辆车胎的视角为斜向下方向,导致拍摄的道路图像中的障碍物车辆车胎的视角也是斜向下方向,使得道路图像中的障碍物车辆的车胎接地点坐标容易被障碍物车辆遮挡,从而,在一定程度上降低了提取的车胎接地点坐标的准确度,以此对车辆轨迹规划造成负面影响。基于此,本公开的一些实施例的车辆轨迹规划方法,首先,获取历史帧障碍物车辆轨迹信息集和当前车辆的顶部车载相机拍摄的第一道路图像。其次,对上述第一道路图像进行障碍物车辆识别,得到障碍物车辆识别信息组,其中,上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括障碍物车辆轮胎接地点识别坐标组。然后,基于上述当前车辆的底部车载相机拍摄的第二道路图像,对上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组,得到矫正后障碍物车辆轮胎接地点坐标组集合。考虑到车辆顶部摄像头的视角问题,由此,引入当前车辆的底部车载相机的第二道路图像。相对于拍摄的道路图像中的障碍物车辆车胎的斜向下方向的视角,由于底部车载相机拍摄的道路图像中、对障碍物车辆车胎接地点的视角可以是为水平视角。因此,可以极大的避免障碍物车辆的遮挡情况。同时可以更加直观的识别出障碍物车辆的车胎接地点坐标。以此可以通过矫正处理,调整障碍物车辆轮胎接地点识别坐标。之后,利用上述矫正后障碍物车辆轮胎接地点坐标组集合,对上述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的历史帧障碍物车辆轨迹信息进行更新处理,以生成更新后障碍物轨迹信息集。通过更新处理,可以用于提高生成的更新后障碍物轨迹信息的准确度。最后,基于上述更新后障碍物轨迹信息集,对上述当前车辆进行轨迹规划,得到车辆规划轨迹方程。从而,在准确度提高的更新后障碍物轨迹信息集的基础上进行轨迹规划,可以减少对规划轨迹造成的负面影响。进而,提高生成的规划轨迹的准确度。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种车辆轨迹规划装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的车辆轨迹规划装置200包括:获取单元201、识别单元202、矫正处理单元203、更新处理单元204和轨迹规划单元205。其中,获取单元201,被配置成获取历史帧障碍物车辆轨迹信息集和当前车辆的顶部车载相机拍摄的第一道路图像;识别单元202,被配置成对上述第一道路图像进行障碍物车辆识别,得到障碍物车辆识别信息组,其中,上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括障碍物车辆轮胎接地点识别坐标组;矫正处理单元203,被配置成基于上述当前车辆的底部车载相机拍摄的第二道路图像,对上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组,得到矫正后障碍物车辆轮胎接地点坐标组集合;更新处理单元204,被配置成利用上述矫正后障碍物车辆轮胎接地点坐标组集合,对上述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的历史帧障碍物车辆轨迹信息进行更新处理,以生成更新后障碍物轨迹信息集;轨迹规划单元205,被配置成基于上述更新后障碍物轨迹信息集,对上述当前车辆进行轨迹规划,得到车辆规划轨迹方程。
可以理解的是,该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置301(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取历史帧障碍物车辆轨迹信息集和当前车辆的顶部车载相机拍摄的第一道路图像;对上述第一道路图像进行障碍物车辆识别,得到障碍物车辆识别信息组,其中,上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括障碍物车辆轮胎接地点识别坐标组;基于上述当前车辆的底部车载相机拍摄的第二道路图像,对上述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组,得到矫正后障碍物车辆轮胎接地点坐标组集合;利用上述矫正后障碍物车辆轮胎接地点坐标组集合,对上述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的历史帧障碍物车辆轨迹信息进行更新处理,以生成更新后障碍物轨迹信息集;基于上述更新后障碍物轨迹信息集,对上述当前车辆进行轨迹规划,得到车辆规划轨迹方程。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、识别单元、矫正处理单元、更新处理单元和轨迹规划单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取历史帧障碍物车辆轨迹信息集和当前车辆的顶部车载相机拍摄的第一道路图像的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (9)

1.一种车辆轨迹规划方法,包括:
获取历史帧障碍物车辆轨迹信息集和当前车辆的顶部车载相机拍摄的第一道路图像;
对所述第一道路图像进行障碍物车辆识别,得到障碍物车辆识别信息组,其中,所述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括障碍物车辆轮胎接地点识别坐标组;
基于所述当前车辆的底部车载相机拍摄的第二道路图像,对所述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组,得到矫正后障碍物车辆轮胎接地点坐标组集合;
利用所述矫正后障碍物车辆轮胎接地点坐标组集合,对所述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的历史帧障碍物车辆轨迹信息进行更新处理,以生成更新后障碍物轨迹信息集;
基于所述更新后障碍物轨迹信息集,对所述当前车辆进行轨迹规划,得到车辆规划轨迹方程;
其中,所述历史帧障碍物车辆轨迹信息集中的每个历史帧障碍物车辆轨迹信息包括:历史障碍物车辆轨迹、历史障碍物车辆航向角和障碍物车辆尺寸信息;以及
所述利用所述矫正后障碍物车辆轮胎接地点坐标组集合,对所述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的历史帧障碍物车辆轨迹信息进行更新处理,以生成更新后障碍物轨迹信息集,包括:
对于所述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的每个历史帧障碍物车辆轨迹信息,执行如下更新步骤以生成更新后障碍物轨迹信息:
将所述矫正后障碍物车辆轮胎接地点坐标组集合中与所述历史帧障碍物车辆轨迹信息相匹配的矫正后障碍物车辆轮胎接地点坐标组确定为目标障碍物车辆轮胎接地点坐标组;
确定所述目标障碍物车辆轮胎接地点坐标组中各个目标障碍物车辆轮胎接地点坐标的中心点坐标;
基于所述历史帧障碍物车辆轨迹信息包括的历史障碍物车辆航向角,将所述中心点坐标融合至所述历史帧障碍物车辆轨迹信息包括的历史障碍物车辆轨迹中,以生成融合后障碍物车辆轨迹,其中,是以历史障碍物车辆轨迹的终点为起点、以所述历史障碍物车辆航向角为方向,将历史障碍物车辆轨迹延长至所述中心点坐标处,得到融合后障碍物车辆轨迹;
基于所述融合后障碍物车辆轨迹和所述历史帧障碍物车辆轨迹信息包括的障碍物车辆尺寸信息,生成障碍物移动轨迹区域坐标集;
将所述障碍物移动轨迹区域坐标集确定为更新后障碍物轨迹信息。
2.根据权利要求1所述的方法,其中,所述方法还包括:
将所述车辆规划轨迹方程发送至所述当前车辆的控制终端以供控制车辆移动。
3.根据权利要求1所述的方法,其中,所述基于所述当前车辆的底部车载相机拍摄的第二道路图像,对所述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组,包括:
对所述第二道路图像进行障碍物车辆信息检测,以生成障碍物车辆检测信息组,其中,所述障碍物车辆检测信息组中每个障碍物车辆检测信息包括障碍物车辆检测标识和障碍物车辆轮胎接地点检测坐标组;
基于所述障碍物车辆检测信息组中障碍物车辆检测信息包括的障碍物车辆检测标识和障碍物车辆轮胎接地点检测坐标组,对所述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组。
4.根据权利要求3所述的方法,其中,所述障碍物车辆识别信息组中的每个障碍物车辆识别信息还包括障碍物车辆识别标识;以及
所述基于所述障碍物车辆检测信息组中障碍物车辆检测信息包括的障碍物车辆检测标识和障碍物车辆轮胎接地点检测坐标组,对所述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组,包括:
从所述障碍物车辆检测信息组中选出包括的障碍物车辆检测标识与所述障碍物车辆识别信息包括的障碍物车辆识别标识相匹配的障碍物车辆检测信息,作为目标障碍物车辆检测信息;
对于所述目标障碍物车辆检测信息包括的障碍物车辆轮胎接地点检测坐标组和所述障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的每个障碍物车辆轮胎接地点识别坐标,执行如下矫正步骤以生成矫正后障碍物车辆轮胎接地点坐标:
从所述障碍物车辆轮胎接地点检测坐标组中选出与所述障碍物车辆轮胎接地点识别坐标相匹配的障碍物车辆轮胎接地点检测坐标,作为匹配障碍物车辆轮胎接地点检测坐标;
确定所述障碍物车辆轮胎接地点识别坐标与所述匹配障碍物车辆轮胎接地点检测坐标的坐标距离值;
响应于确定所述坐标距离值小于等于预设距离阈值,基于所述障碍物车辆轮胎接地点识别坐标和所述匹配障碍物车辆轮胎接地点检测坐标,生成检测坐标融合权重值和识别坐标融合权重值;
基于所述检测坐标融合权重值和识别坐标融合权重值,对所述障碍物车辆轮胎接地点识别坐标和所述匹配障碍物车辆轮胎接地点检测坐标进行加权求和处理,以生成矫正后障碍物车辆轮胎接地点坐标。
5.根据权利要求4所述的方法,其中,所述方法还包括:
响应于确定所述坐标距离值大于所述预设距离阈值,获取历史帧轮胎接地点坐标;
对所述历史帧轮胎接地点坐标、所述障碍物车辆轮胎接地点识别坐标和所述匹配障碍物车辆轮胎接地点检测坐标进行加权求和处理,以生成矫正后障碍物车辆轮胎接地点坐标。
6.根据权利要求4所述的方法,其中,所述基于所述障碍物车辆轮胎接地点识别坐标和所述匹配障碍物车辆轮胎接地点检测坐标,生成检测坐标融合权重值和识别坐标融合权重值,包括:
确定与所述障碍物车辆轮胎接地点识别坐标对应的识别坐标数量、和与所述匹配障碍物车辆轮胎接地点检测坐标对应的检测坐标数量;
从预设的数量权重信息表中,选出与所述识别坐标数量和所述检测坐标数量相匹配的数量权重信息,其中,所述数量权重信息表中的数量权重信息包括第一融合权重值和第二融合权重值;
将所匹配的数量权重信息中的第一融合权重值和第二融合权重值分别确定为识别坐标融合权重值和检测坐标融合权重值。
7.一种车辆轨迹规划装置,包括:
获取单元,被配置成获取历史帧障碍物车辆轨迹信息集和当前车辆的顶部车载相机拍摄的第一道路图像;
识别单元,被配置成对所述第一道路图像进行障碍物车辆识别,得到障碍物车辆识别信息组,其中,所述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括障碍物车辆轮胎接地点识别坐标组;
矫正处理单元,被配置成基于所述当前车辆的底部车载相机拍摄的第二道路图像,对所述障碍物车辆识别信息组中的每个障碍物车辆识别信息包括的障碍物车辆轮胎接地点识别坐标组中的各个障碍物车辆轮胎接地点识别坐标进行矫正处理以生成矫正后障碍物车辆轮胎接地点坐标组,得到矫正后障碍物车辆轮胎接地点坐标组集合;
更新处理单元,被配置成利用所述矫正后障碍物车辆轮胎接地点坐标组集合,对所述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的历史帧障碍物车辆轨迹信息进行更新处理,以生成更新后障碍物轨迹信息集;
轨迹规划单元,被配置成基于所述更新后障碍物轨迹信息集,对所述当前车辆进行轨迹规划,得到车辆规划轨迹方程;
其中,所述历史帧障碍物车辆轨迹信息集中的每个历史帧障碍物车辆轨迹信息包括:历史障碍物车辆轨迹、历史障碍物车辆航向角和障碍物车辆尺寸信息;以及
所述利用所述矫正后障碍物车辆轮胎接地点坐标组集合,对所述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的历史帧障碍物车辆轨迹信息进行更新处理,以生成更新后障碍物轨迹信息集,包括:
对于所述历史帧障碍物车辆轨迹信息集中满足预设匹配条件的每个历史帧障碍物车辆轨迹信息,执行如下更新步骤以生成更新后障碍物轨迹信息:
将所述矫正后障碍物车辆轮胎接地点坐标组集合中与所述历史帧障碍物车辆轨迹信息相匹配的矫正后障碍物车辆轮胎接地点坐标组确定为目标障碍物车辆轮胎接地点坐标组;
确定所述目标障碍物车辆轮胎接地点坐标组中各个目标障碍物车辆轮胎接地点坐标的中心点坐标;
基于所述历史帧障碍物车辆轨迹信息包括的历史障碍物车辆航向角,将所述中心点坐标融合至所述历史帧障碍物车辆轨迹信息包括的历史障碍物车辆轨迹中,以生成融合后障碍物车辆轨迹,其中,是以历史障碍物车辆轨迹的终点为起点、以所述历史障碍物车辆航向角为方向,将历史障碍物车辆轨迹延长至所述中心点坐标处,得到融合后障碍物车辆轨迹;
基于所述融合后障碍物车辆轨迹和所述历史帧障碍物车辆轨迹信息包括的障碍物车辆尺寸信息,生成障碍物移动轨迹区域坐标集;
将所述障碍物移动轨迹区域坐标集确定为更新后障碍物轨迹信息。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
9.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-6中任一所述的方法。
CN202211533261.0A 2022-12-02 2022-12-02 车辆轨迹规划方法、装置、电子设备和计算机可读介质 Active CN115540894B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211533261.0A CN115540894B (zh) 2022-12-02 2022-12-02 车辆轨迹规划方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211533261.0A CN115540894B (zh) 2022-12-02 2022-12-02 车辆轨迹规划方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN115540894A CN115540894A (zh) 2022-12-30
CN115540894B true CN115540894B (zh) 2023-03-07

Family

ID=84722413

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211533261.0A Active CN115540894B (zh) 2022-12-02 2022-12-02 车辆轨迹规划方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN115540894B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115900638B (zh) * 2023-01-19 2023-05-23 禾多科技(北京)有限公司 障碍物航向角信息生成方法、装置、电子设备和可读介质
CN115817463B (zh) * 2023-02-23 2023-05-26 禾多科技(北京)有限公司 车辆避障方法、装置、电子设备和计算机可读介质
CN116563818B (zh) * 2023-04-14 2024-02-06 禾多科技(北京)有限公司 障碍物信息生成方法、装置、电子设备和计算机可读介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110371112A (zh) * 2019-07-06 2019-10-25 深圳数翔科技有限公司 一种自动驾驶车辆的智能避障系统及方法
WO2020014951A1 (zh) * 2018-07-20 2020-01-23 深圳市道通智能航空技术有限公司 建立局部障碍物地图的方法、装置及无人机
CN111126362A (zh) * 2020-03-26 2020-05-08 北京三快在线科技有限公司 一种预测障碍物轨迹的方法及装置
CN111982143A (zh) * 2020-08-11 2020-11-24 北京汽车研究总院有限公司 车辆及车辆路径规划方法、装置
EP3819182A1 (en) * 2019-11-08 2021-05-12 Baidu USA LLC Delay decision making for autonomous driving vehicles in response to obstacles based on confidence level and distance
CN114212110A (zh) * 2022-01-28 2022-03-22 中国第一汽车股份有限公司 障碍物轨迹预测方法、装置、电子设备及存储介质
CN114312840A (zh) * 2021-12-30 2022-04-12 重庆长安汽车股份有限公司 自动驾驶障碍目标轨迹拟合方法、系统、车辆及存储介质
CN114596547A (zh) * 2022-01-28 2022-06-07 北京汽车研究总院有限公司 自动驾驶车辆的障碍物检测方法、装置、设备及介质
CN114742958A (zh) * 2022-02-18 2022-07-12 禾多科技(北京)有限公司 三维车道信息生成方法、装置、设备和计算机可读介质
CN114802303A (zh) * 2022-04-26 2022-07-29 中国第一汽车股份有限公司 障碍物轨迹预测方法、装置、电子设备及存储介质
CN115009301A (zh) * 2022-05-31 2022-09-06 小米汽车科技有限公司 轨迹预测方法、装置、电子设备和存储介质
CN115018909A (zh) * 2022-08-03 2022-09-06 禾多科技(北京)有限公司 可行驶区域生成方法、装置、电子设备和计算机可读介质
CN115257727A (zh) * 2022-09-27 2022-11-01 禾多科技(北京)有限公司 障碍物信息融合方法、装置、电子设备和计算机可读介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10710579B2 (en) * 2017-06-01 2020-07-14 Waymo Llc Collision prediction system

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020014951A1 (zh) * 2018-07-20 2020-01-23 深圳市道通智能航空技术有限公司 建立局部障碍物地图的方法、装置及无人机
CN110371112A (zh) * 2019-07-06 2019-10-25 深圳数翔科技有限公司 一种自动驾驶车辆的智能避障系统及方法
EP3819182A1 (en) * 2019-11-08 2021-05-12 Baidu USA LLC Delay decision making for autonomous driving vehicles in response to obstacles based on confidence level and distance
CN111126362A (zh) * 2020-03-26 2020-05-08 北京三快在线科技有限公司 一种预测障碍物轨迹的方法及装置
CN111982143A (zh) * 2020-08-11 2020-11-24 北京汽车研究总院有限公司 车辆及车辆路径规划方法、装置
CN114312840A (zh) * 2021-12-30 2022-04-12 重庆长安汽车股份有限公司 自动驾驶障碍目标轨迹拟合方法、系统、车辆及存储介质
CN114212110A (zh) * 2022-01-28 2022-03-22 中国第一汽车股份有限公司 障碍物轨迹预测方法、装置、电子设备及存储介质
CN114596547A (zh) * 2022-01-28 2022-06-07 北京汽车研究总院有限公司 自动驾驶车辆的障碍物检测方法、装置、设备及介质
CN114742958A (zh) * 2022-02-18 2022-07-12 禾多科技(北京)有限公司 三维车道信息生成方法、装置、设备和计算机可读介质
CN114802303A (zh) * 2022-04-26 2022-07-29 中国第一汽车股份有限公司 障碍物轨迹预测方法、装置、电子设备及存储介质
CN115009301A (zh) * 2022-05-31 2022-09-06 小米汽车科技有限公司 轨迹预测方法、装置、电子设备和存储介质
CN115018909A (zh) * 2022-08-03 2022-09-06 禾多科技(北京)有限公司 可行驶区域生成方法、装置、电子设备和计算机可读介质
CN115257727A (zh) * 2022-09-27 2022-11-01 禾多科技(北京)有限公司 障碍物信息融合方法、装置、电子设备和计算机可读介质

Also Published As

Publication number Publication date
CN115540894A (zh) 2022-12-30

Similar Documents

Publication Publication Date Title
CN115540894B (zh) 车辆轨迹规划方法、装置、电子设备和计算机可读介质
CN113869293B (zh) 车道线识别方法、装置、电子设备和计算机可读介质
CN112348029B (zh) 局部地图调整方法、装置、设备和计算机可读介质
CN115326099B (zh) 局部路径规划方法、装置、电子设备和计算机可读介质
CN115257727B (zh) 障碍物信息融合方法、装置、电子设备和计算机可读介质
CN112258519B (zh) 一种高精度地图制作中道路的让行线自动化提取方法及装置
CN113607185B (zh) 车道线信息显示方法、装置、电子设备和计算机可读介质
CN113255619B (zh) 车道线识别及定位方法、电子设备和计算机可读介质
CN115616937B (zh) 自动驾驶仿真测试方法、装置、设备和计算机可读介质
CN115690765B (zh) 车牌识别方法、装置、电子设备、可读介质和程序产品
CN115761702B (zh) 车辆轨迹生成方法、装置、电子设备和计算机可读介质
CN115339453B (zh) 车辆换道决策信息生成方法、装置、设备和计算机介质
CN115272182B (zh) 车道线检测方法、装置、电子设备和计算机可读介质
CN114993328B (zh) 车辆定位评估方法、装置、设备和计算机可读介质
CN112712036A (zh) 交通标志识别方法、装置、电子设备及计算机存储介质
CN115393815A (zh) 道路信息生成方法、装置、电子设备和计算机可读介质
CN110287817B (zh) 目标识别及目标识别模型的训练方法、装置和电子设备
CN115817463A (zh) 车辆避障方法、装置、电子设备和计算机可读介质
CN116164770B (zh) 路径规划方法、装置、电子设备和计算机可读介质
CN114724116B (zh) 车辆通行信息生成方法、装置、设备和计算机可读介质
CN115326079B (zh) 车辆车道级定位方法、装置、设备和计算机可读介质
CN113204661B (zh) 实时路况更新方法、电子设备和计算机可读介质
CN116740682B (zh) 车辆泊入路线信息生成方法、装置、电子设备和可读介质
CN116563818B (zh) 障碍物信息生成方法、装置、电子设备和计算机可读介质
CN113469159B (zh) 障碍物信息生成方法、装置、电子设备和计算机可读介质

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