CN115686029B - 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质 - Google Patents
基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115686029B CN115686029B CN202310009575.9A CN202310009575A CN115686029B CN 115686029 B CN115686029 B CN 115686029B CN 202310009575 A CN202310009575 A CN 202310009575A CN 115686029 B CN115686029 B CN 115686029B
- Authority
- CN
- China
- Prior art keywords
- manned
- vehicle
- area
- unmanned
- data
- 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
Links
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质,上述方法包括:形成无人驾驶车辆与有人驾驶车辆的编组;无人驾驶车辆获取编组内有人驾驶车辆提供的有人驾驶数据;其中,有人驾驶数据包括:有人驾驶车辆在目标区域中作业时生成的行驶轨迹、根据行驶轨迹生成的安全图层及用于表征目标区域中路面颠簸度的语义图层;至少基于有人驾驶数据在目标区域中执行无人驾驶作业。通过将有人驾驶车辆在行驶过程中生成的包含行驶轨迹、安全图层和语义图层的有人驾驶数据分享给无人驾驶车辆,无人驾驶车辆通过基于该有人驾驶数据在目标区域中执行无人驾驶作业,可以提高无人驾驶车辆行驶的安全性与作业的高效性。
Description
技术领域
本公开涉及无人驾驶技术领域,尤其涉及基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质。
背景技术
无人驾驶系统一般通过各类传感器以及相关的算法对所处场景进行感知和识别。而为了提高无人驾驶系统对场景的感知和识别能力,需要不断提高传感器和算法的处理能力。比如增加传感器类型和数量、提高传感器性能及采集足够多的场景数据进行深度学习训练等。
然而,在矿山等无人驾驶领域,随着挖掘过程的推进,装载区的地形变化情况存在无法穷举的情况,加上在采煤等场景中激光雷达无法获取到煤矿的波束反射等情况。单纯的通过提高传感器和算法的处理能力提升无人驾驶系统对场景的感知和识别能力,效率较低。
发明内容
本公开提供了一种基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质。
根据本公开的第一方面,提供了一种基于有人驾驶的无人驾驶作业方法,所述方法包括:
形成无人驾驶车辆与有人驾驶车辆的编组;
无人驾驶车辆获取编组内有人驾驶车辆提供的有人驾驶数据;其中,所述有人驾驶数据包括:用户驾驶所述有人驾驶车辆在目标区域中作业时,所述有人驾驶车辆在目标区域中作业时生成的行驶轨迹、根据所述行驶轨迹生成的安全图层及用于表征所述目标区域中路面颠簸度的语义图层;
至少基于所述有人驾驶数据在所述目标区域中执行无人驾驶作业。
根据本公开的第二方面,提供了一种基于有人驾驶的无人驾驶作业装置,所述装置包括:
编组模块,用于形成无人驾驶车辆与有人驾驶车辆的编组;
有人驾驶数据获取模块,用于获取编组内有人驾驶车辆提供的有人驾驶数据;其中,所述有人驾驶数据包括:用户驾驶所述有人驾驶车辆在目标区域中作业时,所述有人驾驶车辆在目标区域中作业时生成的行驶轨迹、根据所述行驶轨迹生成的安全图层及用于表征所述目标区域中路面颠簸度的语义图层;
作业模块,用于至少基于所述有人驾驶数据在所述目标区域中执行无人驾驶作业。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;
用于存储所述至少一个处理器可执行指令的存储器;
其中,所述至少一个处理器被配置为执行所述指令,以实现第一方面所述的方法。
根据本公开的第四方面,提供了一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行第一方面所述的方法。
本公开实施例提供的技术方案,
形成无人驾驶车辆与有人驾驶车辆的编组;无人驾驶车辆获取编组内有人驾驶车辆提供的有人驾驶数据;其中,有人驾驶数据包括:用户驾驶有人驾驶车辆在目标区域中作业时,有人驾驶车辆在目标区域中作业时生成的行驶轨迹、根据行驶轨迹生成的安全图层及用于表征目标区域中路面颠簸度的语义图层;至少基于有人驾驶数据在目标区域中执行无人驾驶作业。可见,通过将有人驾驶车辆在行驶过程中生成的包含行驶轨迹、安全图层和语义图层的有人驾驶数据分享给无人驾驶车辆,无人驾驶车辆通过基于该有人驾驶数据在目标区域中执行无人驾驶作业,可以提高无人驾驶车辆行驶的安全性与作业的高效性。
附图说明
在下面结合附图对于示例性实施例的描述中,本公开的更多细节、特征和优点被公开,在附图中:
图1为本公开一示例性实施例提供的一种基于有人驾驶的无人驾驶作业方法的流程图;
图2为本公开一示例性实施例提供的基于有人驾驶的无人驾驶作业装置的结构框图;
图3为本公开一示例性实施例提供的电子设备的结构框图;
图4为本公开一示例性实施例提供的计算机系统的结构框图。
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。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。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。
无人驾驶系统一般通过各类传感器以及相关的算法对所处场景进行感知和识别。而为了提高无人驾驶系统对场景的感知和识别能力,需要不断提高传感器和算法的处理能力。比如增加传感器类型和数量、提高传感器性能及采集足够多的场景数据进行深度学习训练等。
然而,在矿山等无人驾驶领域,随着挖掘过程的推进,装载区的地形变化情况存在无法穷举的情况,加上在采煤等场景中激光雷达无法获取到煤矿的波束反射等情况。例如,矿山无人驾驶可能面临复杂的天气环境与地面环境。其中,复杂的天气环境可以是大暴雨、大雪、大风导致的扬尘等;复杂的地面环境可以是泥坑、水坑、颠簸、湿滑路面等。
因此,单纯的通过提高传感器和算法的处理能力提升无人驾驶系统对场景的感知和识别能力,存在效率较低的问题。
为了解决上述技术问题,本公开实施例还提供了一种基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质。
为了方案描述清楚,首先对本公开实施例的完整技术方案进行详细阐述。
本公开实施例的技术方案涉及到有人驾驶车辆和无人驾驶车辆。其中,有人驾驶车辆可以是驾驶员直接驾驶的车辆,也可以是通过远程遥控操控的车辆。并且,有人驾驶车辆可以是人工持续操控的车辆;还可以是在天气发生变化时、地面情况恶化时等特殊情况下,人工临时介入操作的车辆,这都是合理的。
本公开实施例的技术方案主要包括如下几个步骤:
1、有人驾驶车辆与无人驾驶车辆可以形成编组,在复杂天气和地面条件等特殊情况下,有人驾驶车辆通过人工操控来行驶,并且,在有人驾驶车辆行驶的过程中,实时记录车辆运行的位姿和速度。其中,位姿可以包括高程数据。
需要说明的是,由于后续步骤中,需要将有人驾驶车辆行驶过程中,所记录的位姿和速度共享给编组内的无人驾驶车辆。为了降低人工介入带来的成本,根据业务需求,一台有人驾驶车辆可以与多台无人驾驶车辆形成编组;一台无人驾驶车辆也可以与多台有人驾驶车辆形成编组,这都是合理的。
2、根据步骤1中记录的有人驾驶车辆的位姿,形成有人驾驶车辆的行驶轨迹,并将行驶轨迹记录到地图中,以便后续步骤中,无人驾驶车辆能够按照该行驶轨迹进行行驶。实施例中的位姿包括高程数据和定位数据。
3、实施例中还可以根据有人驾驶车辆的位姿和速度,建立高程数据跳变与速度变化的关系,记录行驶速度不合理的区域以及区域内的高程跳变情况,根据高程的跳变情况,识别这些区域的语义信息,其中,语义信息可以为坑、鼓包、颠簸以及其他,最后将这些语义信息输入到地图的语义图层中。
该步骤的具体实施过程可以为:沿着步骤2中行驶轨迹的方向,识别速度不合理的区域,并分析该区域内的高程数据跳变规律。其中,速度不合理的情况可以包括如下几种情况:(1)有人驾驶车辆在该区域内行驶过程中,有人驾驶车辆的平均运行速度严重低于最高限速值;(2)有人驾驶车辆在该区域内行驶过程中,直线行驶时,有人驾驶车辆突然加速或者突然减速;(3)有人驾驶车辆在该区域内过程中,转弯运行速度与转弯的曲率对应的最优速度相差较大。当然,这只是以举例的形式介绍了几种速度不合理的情况,在实际应用中,还可以存在其他速度不合理的情况,本公开实施例对此不做具体限定。
当识别到有人驾驶车辆在行驶过程中,存在上述速度不合理的情况时,记录速度不合理的开始位置和结束位置,并基于起始位置和结束位置来确定速度不合理的区域。同时,提取该区域内的高程数据,分析高程数据的变化情况,并按照高程数据变化情况的不同,将区域自动标记不同的语义信息,该语义信息可以理解为该区域的区域类型。
举例而言,(1)如果某一区域的局部高程数据减小,那么,该区域对应的语义信息可以为坑;(2)如果某一区域的局部高程数据升高,那么,该区域对应的语义信息可以为鼓包;(3)如果某一区域的局部高程数据起伏变化,那么,该区域对应的语义信息可以为颠簸;(4)如果某一区域的局部高程数据几乎无变化,那么,该区域对应的语义信息可以为其他,例如,湿滑路面等其他没有明显高程数据异常的情况。
当然,这只是以举例的行驶介绍了语义图层中的语义信息,在实际应用中,还可以存在其他语义信息,本公开实施例对此不做具体限定。
4、根据步骤2所得的行驶轨迹,按照一定的规则,在行驶轨迹周围的一定范围内生成安全图层范围内对应的区域。在实际应用中,地图中有人驾驶车辆通常用一个轨迹点来表示,由于有人驾驶车辆具有一定的长度和宽度,因此可以将有人驾驶车辆覆盖下的区域可以作为安全图层范围内对应的区域。安全图层范围内对应的区域的确定形式可以包括如下几种:
(1)可以将轨迹点所在的位置,以及轨迹点周边一个车辆包围盒所在的范围确定为安全图层范围内对应的区域,其中,车辆包围盒可以是;刚好包含整个车身的一个多边形区域,该多边形区域一般可以用矩形表示。
(2)如果轨迹点所在的位置位于道路上,则可以确定有人驾驶车辆行驶时,一般距离道路边界的安全距离;并将车辆包围盒边界之外该指定安全距离之内的区域,也确定为安全图层范围内对应的区域。
(3)如果轨迹点所在的区域位于作业区域内,则可以确定有人驾驶车辆行驶时,设定的距离作业区域边界的安全距离(该安全距离可以是装载区行车距离边界距离、装载区停车距离边界距离、装载区装载时距离边界距离等),并将车辆包围盒边界之外该指定安全距离之内的区域,也确定为安全图层范围内对应的区域。
在通过上述方式生成安全图层范围内对应的区域后,可以将安全图层范围内对应的区域的区域信息输入到地图的安全图层中。
5、在通过上述步骤,得到有人驾驶车辆的行驶轨迹、语义图层和安全图层后,可以将有人驾驶车辆的行驶轨迹、语义图层与安全图层分享给编组内的无人驾驶车辆。
具体的,可以通过如下两种方式将有人驾驶车辆的行驶轨迹、语义图层与安全图层分享给编组内的无人驾驶车辆:
第一种方式可以为:有人驾驶车辆可以将行驶轨迹、语义图层与安全图层上传到云平台,云平台在接收到行驶轨迹、语义图层与安全图层后,可以将行驶轨迹、语义图层与安全图层发送给编组内的其他无人驾驶车辆;
第二种方式可以为:有人驾驶车辆可以将行驶轨迹、语义图层与安全图层,通过车车通信的方式分享给编组内的其他无人驾驶车辆。
6、无人驾驶车辆在接收到编组内的有人驾驶车辆分享的数据后,无人驾驶车辆可以应用行驶轨迹、语义图层与安全图层,具体的应用方式可以分为如下几方面:
(1)行驶轨迹的应用。通过获取有人驾驶车辆的分享的行驶轨迹,将该行驶轨迹作为无人驾驶车辆的全局参考的行驶轨迹。
(2)语义图层的应用。如果无人驾驶车辆在实际行驶过程中,实际轨迹将要通过语义图层所包括的区域,可以根据语义图层中该区域的语义信息,进行提前减速。并且,还可以根据语义信息以及无人驾驶车辆的空重载类型,大致确定合适的减速速度。
例如,无人驾驶车辆为运输车,可以根据运输车的运输状态,来确定对应的减速速度。如果运输状态为重载状态,那么,无人驾驶车辆的减速速度可以较大;同样的,如果运输状态为空载状态,那么,无人驾驶车辆的减速速度可以较小。
(3)安全图层的应用。尽量保证无人驾驶车辆始终在安全图层中安全图层范围内对应的区域范围内行驶,且当无人驾驶车辆在安全图层的安全图层范围内对应的区域范围内行驶的过程中,无人驾驶车辆可以对传感器感知到的障碍物进行滤除。例如,无人驾驶车辆除了对自身传感器感知识别的正在作业车辆、挡墙等障碍物需要避让外,其他障碍物均滤除掉,例如,当通过传感器感知到塑料袋时,可以正常行驶,从而排除雨、雪、灰尘等对感知的影响。
需要说明的是,本公开实施例中,有人驾驶车辆与无人驾驶车辆可以共同循环作业,随着场景的更新,有人驾驶车辆的实际行驶轨迹、语义图层和安全图层也根据人工的经验更新,使得无人驾驶车辆达到与有人驾驶车辆相同的安全性与高效性。
可见,通过本公开实施例提供的技术方案,通过将有人驾驶车辆在行驶过程中采集到的有人驾驶数据分享给无人驾驶车辆,可以提高无人驾驶车辆的安全性与高效性,从而无人驾驶车辆在复杂的天气环境以及复杂的天气环境下仍能够安全行驶。并且,通过将一台有人驾驶车辆行驶过程中采集的有人驾驶数据,分享给多台无人驾驶车辆,可以降低人工介入带来的成本。
在对本公开实施例的完整技术方案进行介绍后,下面将对本公开实施例提供的一种基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质进行介绍。
首先,对本公开实施例首先提供了一种基于有人驾驶的无人驾驶作业方法进行介绍。
本公开实施例提供的基于有人驾驶的无人驾驶作业方法的执行主体可以为无人驾驶车辆。如图1所示,该基于有人驾驶的无人驾驶作业方法可以包括如下步骤:
在步骤S110中,形成无人驾驶车辆与有人驾驶车辆的编组。
本公开实施例中,可以将与无人驾驶车具有相同或者相近作业内容的有人驾驶车辆进行编组,或者将与无人驾驶车辆的车型一致的有人驾驶车辆进行编组,便于无人驾驶车辆在目标区域中作业时可以直接基于有人驾驶车辆的产生的有人驾驶车辆进行作业。
有人驾驶车辆与无人驾驶车辆形成编组,在复杂天气和地面条件等特殊情况下,有人驾驶车辆通过人工操控来行驶,并且,在有人驾驶车辆行驶的过程中,实时记录车辆运行的位姿和速度等信息。其中,位姿可以包括高程数据和定位数据,高程数据用于生成语义图层,定位数据用于生成行驶轨迹。
具体的,有人驾驶车辆可以是驾驶员直接驾驶的车辆,也可以是通过远程遥控等方式人工介入驾驶的车辆。并且,有人驾驶车辆可以是人工持续操控的车辆;还可以是在天气发生变化时、地面情况恶化时等特殊情况下,人工临时介入操作的车辆等等。
在本公开提供的实施例中,有人驾驶车辆可以与无人驾驶车辆的完全相同,具备相同的传感器配置和无人驾驶能力;有人驾驶车辆也可以不具备无人驾驶能力,相对于无人驾驶车辆传感器类型和能力做一些降级,但需要根据业务需要,具备基本数据采集和处理能力。并且在有人驾驶车辆作业过程中,会实时将车辆的采集到的定位数据和高程数据等进行记录和存储。
在步骤S120中,无人驾驶车辆获取编组内有人驾驶车辆提供的有人驾驶数据。
其中,有人驾驶数据包括:用户驾驶有人驾驶车辆在目标区域中作业时,有人驾驶车辆在目标区域中作业时生成的行驶轨迹、根据行驶轨迹生成的安全图层及用于表征目标区域中路面颠簸度的语义图层。
实施例中,无人驾驶车辆可以通过云平台、近场通信技术或者短程通讯技术获取有人驾驶数据。无人驾驶车辆在通过云平台来获取有人驾驶数据时,云平台可以对有人驾驶数据进行处理,例如优化、筛选或整合等处理,并将处理后的有人驾驶数据发送给无人驾驶车辆,便于无人驾驶车辆可以依据有人驾驶数据更好的在目标区域中作业。
有关有人驾驶数据中行驶轨迹、基于行驶轨迹生成的安全图层及用于表征目标区域中路面颠簸度的语义图层,可以参考上述实施例的描述,这里不再赘述。
实施例中,有人驾驶车辆或者无人驾驶车辆在目标区域中作业,例如该有人驾驶车辆和无人驾驶车辆为运输车辆,该目标区域可以为装载区,该装载区包括装载区入口、空载车辆行驶区域、排队区域、待装区域、装载区域、重载车辆行驶区域和装载区出口。
在步骤S130中,至少基于有人驾驶数据在目标区域中执行无人驾驶作业。
无人驾驶车辆在获取到步骤S110中的行驶轨迹和行驶轨迹中的行驶区域后,可以至少基于行驶轨迹、安全图层和语义图层对应的区域进行行驶。
例如,无人驾驶车辆在按照有人驾驶数据中的行驶轨迹在目标区域中作业时,在无人驾驶车辆基于有人驾驶数据中的行驶轨迹行驶到语义图层对应的区域时,获取区域的区域类型,并根据该区域类型控制无人驾驶车辆的行驶速度。其中,该区域类型可以包括坑、鼓包或颠簸等。
举例而言,(1)如果某一区域的局部高程数据减小,那么,该区域对应的区域类型可以为坑;(2)如果某一区域的局部高程数据升高,那么,该区域对应的区域类型可以为鼓包;(3)如果某一区域的局部高程数据起伏变化,那么,该区域对应的区域类型可以为颠簸;(4)如果某一区域的局部高程数据几乎无变化,那么,该区域对应的语区域类型可以为其他,例如,湿滑路面等其他没有明显高程数据异常的情况等等。
这样无人驾驶车辆在基于有人驾驶数据中行驶轨迹行驶到语义图层对应的区域时,可以根据该区域的区域类型,来控制无人驾驶车辆的行驶速度。例如,该区域类型为坑、鼓包或颠簸等类型时,就需要降低无人驾驶车辆的行驶速度,具体可以根据实际的情况,针对不同区域类型分别设定最高行驶速度等等。
在本公开提供的实施例中,在无人驾驶车辆基于行驶轨迹在安全图层范围内对应的区域行驶时,通过车身上的感知装置进行环境识别。其中,该感知装置包括激光雷达、毫米波雷达或摄像头。
在环境识别的结果包括第一类识别结果时,基于第一类识别结果进行行驶。第一类识别结果包括交通对象识别结果。在环境识别的结果包括第二类识别结果时,将第二类识别结果排除。第二类识别结果包括自然对象识别结果。
其中,第一类识别结果包括作业车辆、墙体或路障等交通对象识别结果,该交通对象识别结果会对无人驾驶车辆构成实质性的安全隐患,因此在环境识别的结果包括第一类识别结果时,需要与其他车辆、墙体或者路障等物体保持安全行驶距离。
在环境识别的结果包括第二类识别结果时,将第二类识别结果排除。其中,第二类识别结果包括雨、雪或灰尘等自然对象识别结果。该自然对象识别结果是一般不会对无人驾驶车辆构成实质性安全威胁的自然环境因素引起的自然对象。因此,在环境识别的结果包括第二类识别结果时,需要将第二类识别结果排除,避免雨雪等自然现象对车辆感知的影响。
本公开实施例提供的技术方案,通过将有人驾驶车辆在行驶过程中采集到的有人驾驶数据分享给无人驾驶车辆,可以提高无人驾驶车辆的安全性与高效性,从而无人驾驶车辆在复杂的天气环境以及复杂的天气环境下仍能够安全行驶。
在上述实施例的基础上,在一种实施方式中,该方法还可以包括如下步骤:
S111,获取有人驾驶数据中有人驾驶车辆的行驶速度。
具体的,有人驾驶数据中包括有人驾驶车辆的位姿和速度。因此,在获取到有人驾驶数据后,可以沿着行驶轨迹的方向,识别得到各个轨迹点对应的行驶速度。
S112,基于行驶速度,确定行驶轨迹中的语义图层对应的区域。
具体的,在获取到行驶速度后,可以识别速度不合理的区域,记录速度不合理的开始位置和结束位置,并基于起始位置和结束位置来确定速度不合理的区域,并将识别所得的速度不合理的区域确定为语义图层对应的区域。
其中,速度不合理的情况可以包括如下几种情况:(1)有人驾驶车辆在该区域内行驶过程中,有人驾驶车辆的平均运行速度严重低于最高限速值;(2)有人驾驶车辆在该区域内行驶过程中,直线行驶时,有人驾驶车辆突然加速或者突然减速;(3)有人驾驶车辆在该区域内过程中,转弯运行速度与转弯的曲率对应的最优速度相差较大。当然,这只是以举例的形式介绍了几种速度不合理的情况,在实际应用中,还可以存在其他速度不合理的情况,本公开实施例对此不做具体限定。
可见,通过本实施方式提供的技术方案,可以通过沿着行驶轨迹的方向,识别速度不合理的区域,从而可以得到行驶轨迹中的语义图层对应的区域,以便后续步骤中,无人驾驶车辆在语义图层对应的区域进行行驶后,采取减小速度等行驶策略,从而确保了无人驾驶车辆的安全行驶。
并且,该方法还包括如下步骤:
S120a,获取有人驾驶数据中有人驾驶车辆的高程数据。
S120b,基于高程数据,确定语义图层对应的区域中的区域类型。
具体的,在识别得到速度不合理的区域,即语义图层对应的区域后,可以从有人驾驶数据中提取该语义图层对应的区域内的高程数据,分析高程数据的变化情况,并按照高程数据变化情况的不同,将区域自动标记不同的语义信息,该语义信息可以理解为该区域的区域类型。
举例而言,(1)如果某一区域的局部高程数据减小,那么,该区域对应的语义信息可以为坑;(2)如果某一区域的局部高程数据升高,那么,该区域对应的语义信息可以为鼓包;(3)如果某一区域的局部高程数据起伏变化,那么,该区域对应的语义信息可以为颠簸;(4)如果某一区域的局部高程数据几乎无变化,那么,该区域对应的语义信息可以为其他,例如,湿滑路面等其他没有明显高程数据异常的情况。
当然,这只是以举例的行驶介绍了语义图层对应的区域的语义信息,在实际应用中,还可以存在其他语义信息,本公开实施例对此不做具体限定。
可见,通过本实施方式提供的技术方案,通过分析语义图层对应的区域内,有人驾驶数据的高程数据变化情况,可以准确地分析得到语义图层对应区域的区域类型,以便后续步骤中,无人驾驶车辆在语义图层对应的区域进行行驶后,采取相应的行驶策略,从而确保了无人驾驶车辆的安全行驶。
在上述实施例的基础上,在一种实施方式中,该方法还可以包括如下步骤:
S113,获取有人驾驶车辆在行驶过程中车身的覆盖区域。
S114,将覆盖区域作为行驶轨迹中的安全图层范围内对应的区域。
具体的,实际应用中,地图中有人驾驶车辆通常用一个轨迹点来表示,由于有人驾驶车辆具有一定的长度和宽度,因此,可以将轨迹点所在的位置,以及轨迹点周边一个车辆包围盒所在的范围确定为安全图层范围内对应的区域,其中,车辆包围盒可以是;刚好包含整个车身的一个多边形区域,该多边形区域一般可以用矩形表示。
可见,通过本实施方式提供的技术方案,通过将工操控车辆在行驶过程中车身的覆盖区域,确定为行驶轨迹中的安全图层范围内对应的区域,后续步骤中,无人驾驶车辆在沿着行驶轨迹行驶的过程中,可以尽量在安全图层范围内对应的区域内行驶,进而保证无人驾驶车辆安全行驶。
在上述实施例的基础上,在一种实施方式中,该基于有人驾驶的无人驾驶作业方法还可以包括如下步骤,分别为步骤a和步骤b:
步骤a,获取距离行驶轨迹预设范围内的预设安全边界。
步骤b,将有人驾驶车辆与预设安全边界之间的区域作为目标区域,并将覆盖区域和目标区域确定为安全图层范围内对应的区域。
具体的,在实际应用中,地图中有人驾驶车辆通常用一个轨迹点来表示,该轨迹点所在的位置位于道路上,也可以位于作业区域内。
如果轨迹点所在的位置位于道路上,则可以确定有人驾驶车辆行驶时,一般距离道路边界的安全距离;并将车辆包围盒边界之外该指定安全距离之内的区域,也确定为安全图层范围内对应的区域。
如果轨迹点所在的区域位于作业区域内,则可以确定有人驾驶车辆行驶时,设定的距离作业区域边界的安全距离(该安全距离可以是装载区行车距离边界距离、装载区停车距离边界距离、装载区装载时距离边界距离等),并将车辆包围盒边界之外该指定安全距离之内的区域,也确定为安全图层范围内对应的区域。
可见,通过本实施方式提供的技术方案,通过将覆盖区域和有人驾驶车辆与预设安全边界之间的区域均确定为安全图层范围内对应的区域,可以扩大安全图层范围内对应的区域的范围,从而无人驾驶车辆在沿着行驶轨迹行驶的过程中,可以在较大范围的安全图层范围内对应的区域内行驶,进而保证无人驾驶车辆安全行驶。
在上述实施例的基础上,在一种实施方式中,该方法还可以包括如下步骤:
S121,在按照行驶轨迹行驶过程中,检测无人驾驶车辆与语义图层对应的区域之间的距离。
S122,在行驶距离小于预设距离的情况下,控制无人驾驶车辆的行驶速度。
具体的,无人驾驶车辆在按照行驶轨迹行驶的过程中,可以实时检测无人驾驶车辆与语义图层对应的区域的距离,如果检测到无人驾驶车辆与语义图层对应的区域的距离小于预设距离,说明无人驾驶车辆距离语义图层对应的区域已经很近了,为了确保无人驾驶车辆能够安全运行,需要控制无人驾驶车辆的行驶速度。
也就是说,在无人驾驶车辆行驶到语义图层对应的区域之前,通过降低无人驾驶车辆的行驶速度,可以确保无人驾驶车辆安全行驶。
在一种实施方式中,该可以包括如下步骤:
S1221,检测无人驾驶车辆的运输状态。
其中,运输状态包括重载状态或者空载状态。
S1222,基于运输状态确定无人驾驶车辆的目标行驶速度,以使无人驾驶车辆在语义图层对应的区域按照目标行驶速度行驶。
由上述描述可知,在无人驾驶车辆行驶到语义图层对应的区域之前,通过降低无人驾驶车辆的行驶速度,可以确保无人驾驶车辆安全行驶。并且,为了更加精准地控制无人驾驶车辆在异常运行区域的行驶速度,可以检测无人驾驶车辆的运输状态,并基于无人驾驶车辆的运输状态来确定对应的减速速度,以得到无人驾驶车辆的目标行驶速度。
如果运输状态为重载状态,那么,无人驾驶车辆的减速速度可以较大,这样,无人驾驶车辆的目标行驶速度较小;同样的,如果运输状态为空载状态,那么,无人驾驶车辆的减速速度可以较小,这样,无人驾驶车辆的目标行驶速度较大。
可见,通过本实施例的技术方案,在保证无人驾驶车辆在异常运行区域安全运行的情况下,还可以更加准确地控制无人驾驶车辆的目标行驶速度,以使得无人驾驶车辆按照目标行驶速度安全运行。
在一种实施方式中,该方法可以包括如下步骤:
S123,在按照行驶轨迹行驶过程中,检测行驶轨迹中的安全图层范围内对应的区域,并在安全图层范围内对应的区域内行驶。
具体的,无人驾驶车辆在按照行驶轨迹行驶的过程中,可以实时检测行驶轨迹中的安全图层范围内对应的区域,尽量保证无人驾驶车辆始终在安全图层范围内对应的区域范围内行驶,且当无人驾驶车辆在安全图层的安全图层范围内对应的区域范围内行驶的过程中,无人驾驶车辆可以对传感器感知到的障碍物进行滤除。无人驾驶车辆除了对自身传感器感知识别的正在作业车辆、挡墙等障碍物需要避让外,其他障碍物均滤除掉,例如,当通过传感器感知到塑料袋时,可以正常行驶,从而排除雨、雪、灰尘等对感知的影响。
在采用对应各个功能划分各个功能模块的情况下,本公开实施例提供了一种基于有人驾驶的无人驾驶作业装置,该基于有人驾驶的无人驾驶作业装置可以为服务器或应用于服务器的芯片。图2为本公开一示例性实施例提供的基于有人驾驶的无人驾驶作业装置的功能模块示意性框图。如图2所示,该基于有人驾驶的无人驾驶作业装置包括:
编组模块10,用于形成无人驾驶车辆与有人驾驶车辆的编组;
有人驾驶数据获取模块20,用于获取编组内有人驾驶车辆提供的有人驾驶数据;其中,所述有人驾驶数据包括:用户驾驶所述有人驾驶车辆在目标区域中作业时,所述有人驾驶车辆在目标区域中作业时生成的行驶轨迹、根据所述行驶轨迹生成的安全图层及用于表征所述目标区域中路面颠簸度的语义图层;
作业模块30,用于至少基于所述有人驾驶数据在所述目标区域中执行无人驾驶作业。
本公开实施例提供的技术方案,无人驾驶车辆获取基于有人驾驶数据获得的行驶轨迹和行驶轨迹中的行驶区域;其中,有人驾驶数据为有人驾驶车辆在行驶过程中采集到的数据;然后,至少基于行驶轨迹和行驶区域进行行驶;并且,无人驾驶车辆在不同区域类型的行驶区域中行驶时,所采用的行驶策略不同。可见,通过将有人驾驶车辆在行驶过程中采集到的有人驾驶数据分享给无人驾驶车辆,可以提高无人驾驶车辆的安全性与高效性,从而无人驾驶车辆在复杂的天气环境以及复杂的天气环境下仍能够安全行驶。
在本公开提供的又一实施例中,所述作业模块,具体还用于:
在所述无人驾驶车辆基于所述行驶轨迹行驶到所述语义图层对应的区域时,获取所述区域的区域类型;
根据所述区域类型控制所述无人驾驶车辆的行驶速度。
在本公开提供的又一实施例中,所述作业模块,具体还用于:
在所述无人驾驶车辆基于所述行驶轨迹在所述安全图层范围内对应的区域行驶时,通过车身上的感知装置进行环境识别;
在所述环境识别的结果包括第一类识别结果时,基于所述第一类识别结果进行行驶;所述第一类识别结果包括交通对象识别结果;
在所述环境识别的结果包括第二类识别结果时,将所述第二类识别结果排除;所述第二类识别结果包括自然对象识别结果。
在本公开提供的又一实施例中,所述区域类型包括:坑、鼓包或颠簸。
在本公开提供的又一实施例中,所述第一类识别结果包括作业车辆、墙体或路障。
在本公开提供的又一实施例中,所述第二类识别结果包括雨、雪或灰尘。
在本公开提供的又一实施例中,所述感知装置包括激光雷达、毫米波雷达或摄像头。
在本公开提供的又一实施例中,所述有人驾驶车辆为人工驾驶车辆、人工遥控车辆或者需要人工临时介入操控的无人驾驶车辆。
在本公开提供的又一实施例中,所述无人驾驶车辆通过云平台、近场通信技术或者短程通讯技术获取所述有人驾驶数据。
在本公开提供的又一实施例中,所述无人驾驶车辆从云平台获取的数据经过了云平台的处理。
在本公开提供的又一实施例中,所述云平台的处理包括对所述有人驾驶数据进行优化、筛选或整合。
本公开实施例还提供一种电子设备,包括:至少一个处理器;用于存储所述至少一个处理器可执行指令的存储器;其中,所述至少一个处理器被配置为执行所述指令,以实现本公开实施例公开的上述方法。
图3为本公开一示例性实施例提供的电子设备的结构示意图。如图3所示,该电子设备1800包括至少一个处理器1801以及耦接至处理器1801的存储器1802,该处理器1801可以执行本公开实施例公开的上述方法中的相应步骤。
上述处理器1801还可以称为中央处理单元(central processing unit,CPU),其可以是一种集成电路芯片,具有信号的处理能力。本公开实施例公开的上述方法中的各步骤可以通过处理器1801中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1801可以是通用处理器、数字信号处理器(digital signal processing,DSP)、ASIC、现成可编程门阵列(field-programmable gate array,FPGA)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。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。结合本公开实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储器1802中,例如随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质。处理器1801读取存储器1802中的信息,结合其硬件完成上述方法的步骤。
另外,根据本公开的各种操作/处理在通过软件和/或固件实现的情况下,可从存储介质或网络向具有专用硬件结构的计算机系统,例如图4所示的计算机系统1900安装构成该软件的程序,该计算机系统在安装有各种程序时,能够执行各种功能,包括诸如前文所述的功能等等。图4为本公开一示例性实施例提供的计算机系统的结构框图。
计算机系统1900旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图4所示,计算机系统1900包括计算单元1901,该计算单元1901可以根据存储在只读存储器(ROM)1902中的计算机程序或者从存储单元1908加载到随机存取存储器(RAM)1903中的计算机程序,来执行各种适当的动作和处理。在RAM 1903中,还可存储计算机系统1900操作所需的各种程序和数据。计算单元1901、ROM 1902以及RAM 1903通过总线1904彼此相连。输入/输出(I/O)接口1905也连接至总线1904。
计算机系统1900中的多个部件连接至I/O接口1905,包括:输入单元1906、输出单元1907、存储单元1908以及通信单元1909。输入单元1906可以是能向计算机系统1900输入信息的任何类型的设备,输入单元1906可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元1907可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1908可以包括但不限于磁盘、光盘。通信单元1909允许计算机系统1900通过网络诸如因特网的与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元1901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1901执行上文所描述的各个方法和处理。例如,在一些实施例中,本公开实施例公开的上述方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1902和/或通信单元1909而被载入和/或安装到电子设备1900上。在一些实施例中,计算单元1901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行本公开实施例公开的上述方法。
本公开实施例还提供一种计算机可读存储介质,其中,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行本公开实施例公开的上述方法。
本公开实施例中的计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。上述计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。更具体的,上述计算机可读存储介质可以包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
本公开实施例还提供一种计算机程序产品,包括计算机程序,其中,所述计算机程序被处理器执行时实现本公开实施例公开的上述方法。
在本公开的实施例中,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操作的计算机程序代码,上述程序设计语言包括但不限于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。
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。
描述于本公开实施例中所涉及到的模块、部件或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。其中,模块、部件或单元的名称在某种情况下并不构成对该模块、部件或单元本身的限定。
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,可以使用的示例性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,本公开中所涉及的公开范围,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公开构思的情况下,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。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员应该理解,可在不脱离本公开的范围和精神的情况下,对以上实施例进行修改。本公开的范围由所附权利要求来限定。
Claims (13)
1.一种基于有人驾驶的无人驾驶作业方法,其特征在于,所述方法应用于矿山场景,所述方法包括:
形成无人驾驶车辆与有人驾驶车辆的编组;
无人驾驶车辆获取编组内有人驾驶车辆提供的有人驾驶数据;其中,所述有人驾驶数据包括:用户驾驶所述有人驾驶车辆在目标区域中作业时,所述有人驾驶车辆在目标区域中作业时生成的行驶轨迹、根据所述行驶轨迹生成的安全图层及用于表征所述目标区域中路面颠簸度的语义图层;所述安全图层对应的区域包括所述有人驾驶车辆的车身覆盖的区域,所述有人驾驶车辆的车身覆盖的区域和所述车身距离道路边界的安全距离内的区域,或者所述有人驾驶车辆的车身覆盖的区域和所述车身距离作业区域边界的安全距离内的区域;所述语义图层包括区域类型,所述区域类型包括坑、鼓包或颠簸;
至少基于所述有人驾驶数据在所述目标区域中执行无人驾驶作业。
2.根据权利要求1所述的方法,其特征在于,所述至少基于所述有人驾驶数据在所述目标区域中执行无人驾驶作业,包括:
在所述无人驾驶车辆基于所述行驶轨迹行驶到所述语义图层对应的区域时,获取所述区域的区域类型;
根据所述区域类型控制所述无人驾驶车辆的行驶速度。
3.根据权利要求1所述的方法,其特征在于,所述至少基于所述有人驾驶数据在所述目标区域中执行无人驾驶作业,包括:
在所述无人驾驶车辆基于所述行驶轨迹在所述安全图层范围内对应的区域行驶时,通过车身上的感知装置进行环境识别;
在所述环境识别的结果包括第一类识别结果时,基于所述第一类识别结果进行行驶;所述第一类识别结果包括交通对象识别结果;
在所述环境识别的结果包括第二类识别结果时,将所述第二类识别结果排除;所述第二类识别结果包括自然对象识别结果。
4.根据权利要求3所述的方法,其特征在于,所述第一类识别结果包括作业车辆、墙体或路障。
5.根据权利要求3所述的方法,其特征在于,所述第二类识别结果包括雨、雪或灰尘。
6.根据权利要求3所述的方法,其特征在于,所述感知装置包括激光雷达、毫米波雷达或摄像头。
7.根据权利要求1所述的方法,其特征在于,所述有人驾驶车辆为人工驾驶车辆、人工遥控车辆或者需要人工临时介入操控的无人驾驶车辆。
8.根据权利要求1~7任一所述的方法,其特征在于,所述无人驾驶车辆通过云平台、近场通信技术或者短程通讯技术获取所述有人驾驶数据。
9.根据权利要求8所述的方法,其特征在于,所述无人驾驶车辆从云平台获取的数据经过了云平台的处理。
10.根据权利要求8所述的方法,其特征在于,所述云平台的处理包括对所述有人驾驶数据进行优化、筛选或整合。
11.一种基于有人驾驶的无人驾驶作业装置,其特征在于,所述装置应用于矿山场景,所述装置包括:
编组模块,用于形成无人驾驶车辆与有人驾驶车辆的编组;
有人驾驶数据获取模块,用于获取编组内有人驾驶车辆提供的有人驾驶数据;其中,所述有人驾驶数据包括:用户驾驶所述有人驾驶车辆在目标区域中作业时,所述有人驾驶车辆在目标区域中作业时生成的行驶轨迹、根据所述行驶轨迹生成的安全图层及用于表征所述目标区域中路面颠簸度的语义图层;所述安全图层对应的区域包括所述有人驾驶车辆的车身覆盖的区域,所述有人驾驶车辆的车身覆盖的区域和所述车身距离道路边界的安全距离内的区域,或者所述有人驾驶车辆的车身覆盖的区域和所述车身距离作业区域边界的安全距离内的区域;所述语义图层包括区域类型,所述区域类型包括坑、鼓包或颠簸;
作业模块,用于至少基于所述有人驾驶数据在所述目标区域中执行无人驾驶作业。
12.一种电子设备,其特征在于,包括:
至少一个处理器;
用于存储所述至少一个处理器可执行指令的存储器;
其中,所述至少一个处理器被配置为执行所述指令,以实现如权利要求1-10中任一项所述的方法。
13.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1-10中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310009575.9A CN115686029B (zh) | 2023-01-05 | 2023-01-05 | 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质 |
PCT/CN2023/119504 WO2024146176A1 (zh) | 2023-01-05 | 2023-09-18 | 基于有人驾驶的无人驾驶作业方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310009575.9A CN115686029B (zh) | 2023-01-05 | 2023-01-05 | 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115686029A CN115686029A (zh) | 2023-02-03 |
CN115686029B true CN115686029B (zh) | 2023-04-25 |
Family
ID=85057485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310009575.9A Active CN115686029B (zh) | 2023-01-05 | 2023-01-05 | 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115686029B (zh) |
WO (1) | WO2024146176A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115686029B (zh) * | 2023-01-05 | 2023-04-25 | 北京易控智驾科技有限公司 | 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006030178A1 (de) * | 2006-06-30 | 2008-01-03 | Robert Bosch Gmbh | Verfahren und System zur Unterstützung des Fahrers eines Kraftfahrzeugs bei der Erkennung von Bodenschwellen |
JP6301702B2 (ja) * | 2014-03-27 | 2018-03-28 | 株式会社クボタ | 作業車協調システム |
JP6253567B2 (ja) * | 2014-11-17 | 2017-12-27 | ヤンマー株式会社 | 作業車両の移動システム |
JP6302823B2 (ja) * | 2014-11-17 | 2018-03-28 | ヤンマー株式会社 | 作業車両の移動システム |
KR102521655B1 (ko) * | 2016-09-01 | 2023-04-13 | 삼성전자주식회사 | 자율 주행 방법 및 장치 |
US10386836B2 (en) * | 2017-07-07 | 2019-08-20 | Zoox, Inc. | Interactions between vehicle and teleoperations system |
JP7106928B2 (ja) * | 2018-03-27 | 2022-07-27 | 株式会社デンソー | 車両制御装置及び自動運転車両 |
CN112102646B (zh) * | 2019-06-17 | 2021-12-31 | 北京初速度科技有限公司 | 一种泊车定位中的停车场入口定位方法、装置及车载终端 |
CN110519703A (zh) * | 2019-08-28 | 2019-11-29 | 北京易控智驾科技有限公司 | 一种矿车无人驾驶系统 |
CN111026122B (zh) * | 2019-12-24 | 2022-09-06 | 江苏徐工工程机械研究院有限公司 | 一种无人驾驶车辆的速度规划方法、装置及系统 |
JP2022061874A (ja) * | 2020-10-07 | 2022-04-19 | トヨタ自動車株式会社 | 車両自動走行システム |
CN113516865B (zh) * | 2021-03-17 | 2022-07-05 | 北京易控智驾科技有限公司 | 基于高精度地图的矿山无人驾驶路网车辆排队方法和装置 |
CN113370982B (zh) * | 2021-06-17 | 2023-11-24 | 北京百度网讯科技有限公司 | 路面颠簸区域的检测方法、装置、电子设备及存储介质 |
CN115271559B (zh) * | 2022-09-27 | 2023-02-10 | 北京易控智驾科技有限公司 | 无人车的调度平台、无人车、调度方法和存储介质 |
CN115686029B (zh) * | 2023-01-05 | 2023-04-25 | 北京易控智驾科技有限公司 | 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质 |
-
2023
- 2023-01-05 CN CN202310009575.9A patent/CN115686029B/zh active Active
- 2023-09-18 WO PCT/CN2023/119504 patent/WO2024146176A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024146176A1 (zh) | 2024-07-11 |
CN115686029A (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11691648B2 (en) | Drivable surface identification techniques | |
US11731627B2 (en) | Road anomaly detection for autonomous vehicle | |
US11560690B2 (en) | Techniques for kinematic and dynamic behavior estimation in autonomous vehicles | |
US11332132B2 (en) | Method of handling occlusions at intersections in operation of autonomous vehicle | |
CN115686028B (zh) | 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质 | |
US11623664B1 (en) | Methods and apparatus for navigation of an autonomous vehicle based on a location of the autonomous vehicle relative to shouldered objects | |
CN115675493B (zh) | 利用人工驾驶轨迹图层信息进行无人驾驶的方法及装置 | |
CN112429016B (zh) | 一种自动驾驶控制方法及装置 | |
CN115686029B (zh) | 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质 | |
CN115649186B (zh) | 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质 | |
US11760319B2 (en) | Brake preload system for autonomous vehicles | |
US10914594B2 (en) | Method and apparatus for localizing and automatically operating a vehicle | |
CN114771576A (zh) | 行为数据处理方法、自动驾驶车辆的控制方法及自动驾驶车辆 | |
CN115657692A (zh) | 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质 | |
CN113799795B (zh) | 一种无人车的控制方法、存储介质及电子设备 | |
CN112660146A (zh) | 控制车辆的方法、装置、设备和存储介质 | |
US20240247944A1 (en) | Pothole and speed bump detection based on vehicle's behaviors using computer vision | |
JP2024062325A (ja) | 情報処理装置及びプログラム | |
WO2024173093A1 (en) | Autonomous driving validation system | |
CN114604241A (zh) | 车辆驾驶风险评估方法、装置、电子设备及边缘计算设备 | |
CN116880502A (zh) | 行驶轨迹规划方法、装置、电子设备及存储介质 | |
CN118597144A (zh) | 车辆控制方法、装置、设备及存储介质 |
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 |