CN115810268A - 一种车辆避撞方法及装置 - Google Patents
一种车辆避撞方法及装置 Download PDFInfo
- Publication number
- CN115810268A CN115810268A CN202211449524.XA CN202211449524A CN115810268A CN 115810268 A CN115810268 A CN 115810268A CN 202211449524 A CN202211449524 A CN 202211449524A CN 115810268 A CN115810268 A CN 115810268A
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- vehicle
- collision
- track
- collision avoidance
- 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
Links
Images
Landscapes
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请公开了一种车辆避撞方法、装置、系统及车辆,通过获取目标车辆的当前位置信息和作业任务信息,根据当前位置信息和作业信息,预测得到目标车辆的局部规划轨迹,并且根据局部规划轨迹预测目标车辆与障碍物的碰撞状态;当碰撞状态表征局部规划轨迹上存在目标车辆与障碍物的碰撞点时,执行避撞策略;即由目标车辆端实时获知目标车辆的当前位置信息和作业任务信息以预测其局部规划轨迹,从而更加准确的获取目标车辆在未来一段时间内的行驶轨迹,并且预测未来一段时间内的行驶轨迹上是否存在碰撞风险,若存在则采取避撞策略,根据局部规划轨迹判断目标车辆的碰撞风险,从而可以降低碰撞的风险。
Description
技术领域
本申请涉及车辆避撞技术领域,具体涉及一种车辆避撞方法及装置。
背景技术
虽然智能化技术在不断发展,但单车智能还是不足够支撑车辆自动驾驶技术在完全开放道路上的落地应用。对于港口、园区、矿山等特殊场景可以在基础设施建设上作布局规划比如道路结构、路端设备、云控中心等以满足车辆自动驾驶的要求。在这些场景下,各自动驾驶车辆往往以编队的形式,在云控中心的集群调度下,完成智能网联协同作业。
然而,港口、园区、矿山等封闭场景的驾驶作业环境也不是固定不变的,当云控中心全局规划的行驶路径上出现紧急情况(例如修路等)时,云控中心不一定就能及时察觉注意到,此时车辆端视情况自行局部调整其行驶作业路径,从而导致其行驶作业路径的改变。而单个车辆的行驶作业路径的改变很可能会影响其他车辆的行驶作业,例如单个车辆躲避维修路段而进入其他车道,可能会导致该单个车辆与该其他车道的车辆存在碰撞风险,单纯依靠云控中心的集群调度整体规划路径难以保证车辆之间的避撞。
发明内容
为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种车辆避撞方法及装置,解决了上述技术问题。
根据本申请的一个方面,提供了一种车辆避撞方法,应用于车辆智能网联协同作业系统,所述车辆智能网联协同作业系统包括设置于工程车辆端的单车自动驾驶作业装置和设置于云服务器端的集群作业调度装置,所述车辆避撞方法包括:获取目标车辆的当前位置信息和作业任务信息;根据所述当前位置信息和所述作业任务信息,预测得到所述目标车辆的局部规划轨迹;根据所述局部规划轨迹,预测所述目标车辆与障碍物的碰撞状态;以及当所述碰撞状态表征所述局部规划轨迹上存在所述目标车辆与所述障碍物的碰撞点时,执行避撞策略;其中,所述碰撞点表示所述目标车辆于所述局部规划轨迹上与所述障碍物发生碰撞的位置点。
在一实施例中,所述根据所述当前位置信息和所述作业任务信息,预测得到所述目标车辆的局部规划轨迹包括:根据所述当前位置信息和所述作业任务信息,计算未来一段时间内所述目标车辆的行驶轨迹和所述目标车辆的作业装置的运动轨迹;以及根据所述未来一段时间内所述目标车辆的行驶轨迹和所述目标车辆的作业装置的运动轨迹,预测得到所述目标车辆的局部规划轨迹。
在一实施例中,所述根据所述当前位置信息和所述作业任务信息,计算未来一段时间内所述目标车辆的行驶轨迹和所述目标车辆的作业装置的运动轨迹包括:根据所述当前位置信息、所述作业任务信息和所述目标车辆的环境感知信息、车辆状态信息,计算未来一段时间内所述目标车辆的行驶轨迹和所述目标车辆的作业装置的运动轨迹。
在一实施例中,所述根据所述未来一段时间内所述目标车辆的行驶轨迹和所述目标车辆的作业装置的运动轨迹,预测得到所述目标车辆的局部规划轨迹包括:根据所述目标车辆的行驶轨迹和所述目标车辆的作业装置的运动轨迹,预测得到所述目标车辆的外包络轨迹;其中,所述外包络为包含所述目标车辆的电子围栏。
在一实施例中,所述执行避撞策略包括:更新所述目标车辆的全局路径。
在一实施例中,所述执行避撞策略包括:控制所述目标车辆减速或停车。
在一实施例中,所述根据所述局部规划轨迹,预测所述目标车辆与障碍物的碰撞状态包括:计算所述目标车辆与所述障碍物之间的最短距离;其中,所述最短距离表征所述目标车辆的边界点与所述障碍物的边界点之间的距离最小值;以及当所述最短距离小于预设距离时,确定所述碰撞状态为所述局部规划轨迹上存在所述目标车辆与所述障碍物的碰撞点。
在一实施例中,所述计算所述目标车辆与所述障碍物之间的最短距离包括:根据所述当前位置信息,计算所述目标车辆的外包络的位置信息;其中所述外包络为包含所述目标车辆的电子围栏;以及计算所述目标车辆的外包络与所述障碍物的外包络之间的最短距离。
在一实施例中,在所述获取目标车辆的当前位置信息和作业任务信息之前,所述车辆避撞方法还包括:根据所述目标车辆的作业任务信息,规划所述目标车辆的全局路径。
根据本申请的另一个方面,提供了一种车辆避撞装置,设置于车辆智能网联协同作业系统上,所述车辆智能网联协同作业系统包括设置于工程车辆端的单车自动驾驶作业装置和设置于云服务器端的集群作业调度装置;所述车辆避撞装置包括:信息获取模块,用于获取目标车辆的当前位置信息和作业任务信息;局部预测模块,用于根据所述当前位置信息和所述作业任务信息,预测得到所述目标车辆的局部规划轨迹;碰撞预测模块,用于根据所述局部规划轨迹,预测所述目标车辆与障碍物的碰撞状态;以及避撞执行模块,用于当所述碰撞状态表征所述局部规划轨迹上存在所述目标车辆与所述障碍物的碰撞点时,执行避撞策略;其中,所述碰撞点表示所述目标车辆于所述局部规划轨迹上与所述障碍物发生碰撞的位置点。
本申请提供的一种车辆避撞方法及装置,通过获取目标车辆的当前位置信息和作业任务信息,根据当前位置信息和作业信息,预测得到目标车辆的局部规划轨迹,并且根据局部规划轨迹预测目标车辆与障碍物的碰撞状态;当碰撞状态表征局部规划轨迹上存在目标车辆与障碍物的碰撞点时,执行避撞策略;即由目标车辆实时获知目标车辆的当前位置信息和作业任务信息以预测其局部规划轨迹,从而更加准确的获取目标车辆在未来一段时间内的行驶轨迹,并且预测未来一段时间内的行驶轨迹上是否存在碰撞风险,若存在则采取避撞策略,从而可以由目标车辆端获取准确的实时信息并预测目标车辆的局部规划轨迹,并且根据局部规划轨迹判断目标车辆的碰撞风险,从而可以降低碰撞的风险。
附图说明
通过结合附图对本申请实施例进行更详细的描述,本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是本申请一示例性实施例提供的一种车辆避撞方法的流程示意图。
图2是本申请另一示例性实施例提供的一种车辆避撞方法的流程示意图。
图3是本申请一示例性实施例提供的一种车辆局部规划轨迹预测方法的原理示意图。
图4是本申请另一示例性实施例提供的一种车辆避撞方法的流程示意图。
图5是本申请另一示例性实施例提供的一种车辆避撞方法的流程示意图。
图6是本申请一示例性实施例提供的一种车辆避撞装置的结构示意图。
图7是本申请另一示例性实施例提供的一种车辆避撞装置的结构示意图。
图8是本申请一示例性实施例提供的一种车辆避撞系统的结构示意图。
图9是本申请一示例性实施例提供的电子设备的结构图。
具体实施方式
下面,将参考附图详细地描述根据本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
图1是本申请一示例性实施例提供的一种车辆避撞方法的流程示意图。该车辆避撞方法应用于车辆智能网联协同作业系统,车辆智能网联协同作业系统包括设置于工程车辆端的单车自动驾驶作业装置和设置于云服务器端的集群作业调度装置,如图1所示,该车辆避撞方法包括如下步骤:
步骤110:获取目标车辆的当前位置信息和作业任务信息。
其中,作业任务信息包括目标车辆在行驶过程中的运动参数,具体的可以包括目标车辆的方向角、车速、作业动作,其中作业动作可以是叉车、挖掘机、泵车、集卡等工程车辆在执行工作任务时其作业装置的运动等,例如叉车的货叉、挖掘机的铲斗、泵车的支腿、集卡的货厢的作业运动。应当理解,本申请中的目标车辆只是整个车队中的任一车辆,并不具有特殊性,本申请只是以任一车辆为例进行说明。通过实时获取目标车辆的当前位置信息和作业任务信息,可以实时获知目标车辆的位置和状态信息,即利用车辆端的单车自动驾驶作业装置实时获知目标车辆的准确信息,从而可以提高感知目标车辆的状态信息的时效性和准确性。
步骤120:根据当前位置信息和作业任务信息,预测得到目标车辆的局部规划轨迹。
在获知了目标车辆的当前位置信息和作业任务信息后,根据作业任务信息可以预测处目标车辆未来一段时间内的行驶轨迹,并结合目标车辆的当前位置信息,即可得到目标车辆的局部规划轨迹,该局部规划轨迹表示在不改变当前的行驶状态信息的前提下,该目标车辆在短时间或短距离范围内的行驶轨迹。本申请根据实时获取的作业任务信息预测目标车辆的局部规划轨迹,可以提高目标车辆未来行驶轨迹的预测精度和时效性,从而可以提前判断目标车辆与障碍物(例如其他车辆或货物等)的碰撞风险,当预测得到局部规划轨迹后,单车自动驾驶作业装置也可以根据该局部规划轨迹预判该目标车辆与其他车辆或其他障碍物是否有碰撞风险,例如当该局部规划轨迹上存在其他车辆,由于通常预测得到的局部规划轨迹较短,单车自动驾驶作业装置可以通过激光、雷达等设备即可获知该局部规划轨迹上是否存在其他车辆或障碍物,当存在时即判定有碰撞风险,从而需要采取紧急避撞措施。
步骤130:根据局部规划轨迹,预测目标车辆与障碍物的碰撞状态。
由于目标车辆的全局路径是集群作业调度装置根据车队所有车辆的作业任务整体规划的,如果其中一辆车的行驶路径变化,可能会影响其他车辆的正常行驶,因此,目标车辆端在预测得到较为准确的局部规划轨迹后,根据该局部规划轨迹预测目标车辆与障碍物(主要包括其他车辆)之间的碰撞风险(即碰撞状态)。例如,当目标车辆由原来的第一车道行驶至第二车道后,其预测得到的局部规划轨迹为第二车道上的行驶轨迹,根据第二车道的使用情况预测目标车辆与其他车辆的碰撞风险,若第二车道无其他车辆运行,集群作业调度装置可以将目标车辆的全局路径调整至第二车道,若第二车道有其他车辆运行且与该目标车辆距离较近,则集群作业调度装置发出指令至单车自动驾驶作业装置,以将目标车辆的行驶轨迹调整回第一车道或调整至第三车道。
步骤140:当碰撞状态表征局部规划轨迹上存在目标车辆与障碍物的碰撞点时,执行避撞策略。
其中,碰撞点表示目标车辆于局部规划轨迹上与其他车辆或障碍物发生碰撞的位置点。在一实施例中,步骤140的具体实现方式可以是:更新目标车辆的全局路径,或者控制目标车辆减速或停车。具体的,若根据实时信息预测目标车辆按照局部规划轨迹行驶存在碰撞风险时,可以先更新目标车辆的全局路径,以规划新的路径给目标车辆或与目标车辆存在碰撞风险的其他车辆,以避免碰撞事故。若更新后的全局路径上仍然存在目标车辆与其他车辆的碰撞点,可以再次更新目标车辆的全局路径,例如调整至新的车道等等,若所有更新的全局路径上都存在目标车辆与其他车辆的碰撞点,则说明暂时无法在保持当前行驶状态的前提下调整目标车辆的行驶路径,为了避免碰撞,可以控制目标车辆或与目标车辆存在碰撞风险的其他车辆减速行驶或停车,以避开目标车辆和其他车辆的碰撞,等一定时间之后(此时其他车辆已经与目标车辆拉开一定距离),再次预测目标车辆与其他车辆的碰撞状态,若无碰撞点,则控制目标车辆或与目标车辆存在碰撞风险的其他车辆以正常速度行驶。
具体的,可以对车队中的车辆进行优先级划分(例如根据车辆所执行的任务等级划分优先级),当两辆车存在碰撞风险时,让优先级较高的车辆正常行驶,而优先级较低的车辆减速或停车让行。在遇到救护车、消防车等应急车辆时,对应车道上的其他车辆一律停车避让。若车辆在路口相遇时,可以采用交规执行,例如转弯车辆应该减速或停止避让直行车辆等。若存在突然掉线的车辆(例如一定时间内未与车队管理装置通信),则智能驾驶装置控制该车辆减速或停车,以降低与其他车辆的碰撞风险。
本申请提供的一种车辆避撞方法,通过获取目标车辆的当前位置信息和作业任务信息,根据当前位置信息和作业信息,预测得到目标车辆的局部规划轨迹,并且根据局部规划轨迹预测目标车辆与障碍物的碰撞状态;当碰撞状态表征局部规划轨迹上存在目标车辆与障碍物的碰撞点时,执行避撞策略;即由目标车辆实时获知目标车辆的当前位置信息和作业任务信息以预测其局部规划轨迹,从而更加准确的获取目标车辆在未来一段时间内的行驶轨迹,并且预测未来一段时间内的行驶轨迹上是否存在碰撞风险,若存在则采取避撞策略,从而可以由目标车辆端获取准确的实时信息并预测目标车辆的局部规划轨迹,并且根据局部规划轨迹判断目标车辆的碰撞风险,从而可以降低碰撞的风险。
图2是本申请另一示例性实施例提供的一种车辆避撞方法的流程示意图。如图2所示,上述步骤120可以包括:
步骤121:根据当前位置信息和作业任务信息,计算未来一段时间内目标车辆的行驶轨迹和目标车辆的作业装置的运动轨迹。
由于目标车辆可能是工程车辆,工程车辆在实际作业过程中,不仅存在行驶运动,还存在作业运动,例如上述的叉车的叉货运动等,而工程车辆在作业过程中可能会处于静止状态,但是由于其作业装置可能会存在空间运动,从而影响工程车辆的占用的实际空间范围,若仅以工程车辆静止状态占用的空间范围做碰撞预测,显然不够准确。因此,本申请在考虑目标车辆的当前位置信息的基础上,还考虑了其作业任务信息,以获知目标车辆的作业装置的运动轨迹,从而结合目标车辆的行驶轨迹综合得到目标车辆的在未来一段时间内的运动轨迹。另外,由于车辆端的单车自动驾驶作业装置相较于云服务器端的集群作业调度装置,具有更准确和时效性更高的特性,单车自动驾驶作业装置根据目标车辆的当前位置信息、环境感知信息、车辆状态信息和作业任务信息等,可以预测出更为准确的运动轨迹,从而降低碰撞风险。
步骤122:根据未来一段时间内目标车辆的行驶轨迹和目标车辆的作业装置的运动轨迹,预测得到目标车辆的局部规划轨迹。
具体的,可以根据未来一段时间内目标车辆的行驶轨迹和目标车辆的作业装置的运动轨迹,预测得到目标车辆的外包络轨迹。其中,外包络为包含目标车辆的电子围栏。根据目标车辆上特定点(例如天线位置等)的位置信息可以计算得到目标车辆的外包络的位置信息。利用外包络可以很好的反映出目标车辆的行驶形态(包括目标车辆的车体边界和姿态),从而可以根据目标车辆的行驶形态确定其在车道上的空间位置,继而可以判定目标车辆与其他车辆是否存在碰撞风险。
在一实施例中,作业任务信息可以包括目标车辆的方向角;具体的,如图3所示,根据目标车辆的方向角,可以确定对应的外包络在车道上的姿态(外包络与车道线的倾斜角度),从而可以更好的反映出目标车辆的局部规划轨迹。
局部规划轨迹根据目标车辆的当前位置信息和作业任务信息预测得到。在目标车辆端在预测得到较为准确的局部规划轨迹后,将该局部规划轨迹发送至集群作业调度装置,集群作业调度装置接收来自车队中所有车辆的局部规划轨迹后,在考虑整个车队所有车辆的全局路径的基础上可以保持当前规划的全局路径或者重新规划该目标车辆的全局路径。
在更新完全局路径后,集群作业调度装置可以根据所有车辆的全局路径和车辆的位置信息,预测所有车辆之间是否存在碰撞风险(包括该目标车辆与其他车辆的碰撞状态),集群作业调度装置可以将预测结果(包括该目标车辆的相邻车道上车辆的位置信息或最近车辆位置信息等)发送至该目标车辆,以供该目标车辆的单车自动驾驶作业装置控制目标车辆的行驶,以避免目标车辆与其他车辆之间的距离过小。
图4是本申请另一示例性实施例提供的一种车辆避撞方法的流程示意图。如图4所示,上述步骤130可以包括:
步骤131:计算目标车辆与障碍物之间的最短距离。
其中,最短距离表征目标车辆的边界点与障碍物的边界点之间的距离最小值。具体的,上述步骤131的具体实现方式可以是:根据当前位置信息,计算目标车辆的外包络的位置信息,并且计算目标车辆的外包络与障碍物(如其他车辆)的外包络之间的最短距离。
通过计算得到目标车辆和其他车辆的外包络的位置信息,并且计算目标车辆的外包络和其他车辆的外包络之间的最短距离,以判断目标车辆和其他车辆之间是否存在碰撞风险。
步骤132:当最短距离小于预设距离时,确定碰撞状态为局部规划轨迹上存在目标车辆与障碍物的碰撞点。
若计算得到目标车辆的外包络和障碍物的外包络之间的最短距离小于预设距离,说明目标车辆和至少一辆其他车辆或其他障碍物之间的距离过近,也就是说,在行驶过程中目标车辆和障碍物之间存在贴近位置,考虑到当前位置信息获取和外包络的计算过程中可能存在一定的误差,为了保证行车安全,在目标车辆的外包络和障碍物的外包络之间的最短距离小于预设距离时,即判定为目标车辆和障碍物存在碰撞风险,以尽量避免碰撞。
图5是本申请另一示例性实施例提供的一种车辆避撞方法的流程示意图。如图5所示,在步骤110之前,上述车辆避撞方法还可以包括:
步骤150:根据目标车辆的作业任务信息,规划目标车辆的全局路径。
目标车辆在接收作业任务之后,集群作业调度装置会根据各个车辆的作业任务和正在作业过程中的其他车辆的全局路径,并结合高精地图整体规划该目标车辆的全局路径,以保证所有车辆的安全行驶,且保证车队车辆的作业效率。
图6是本申请一示例性实施例提供的一种车辆避撞装置的结构示意图。该车辆避撞装置设置于车辆智能网联协同作业系统上,车辆智能网联协同作业系统包括设置于工程车辆端的单车自动驾驶作业装置和设置于云服务器端的集群作业调度装置;如图6所示,该车辆避撞装置70包括:信息获取模块71,用于获取目标车辆的当前位置信息和作业任务信息;局部预测模块72,用于根据当前位置信息和作业任务信息,预测得到目标车辆的局部规划轨迹;碰撞预测模块73,用于根据局部规划轨迹,预测目标车辆与障碍物的碰撞状态;以及避撞执行模块74,用于当碰撞状态表征局部规划轨迹上存在目标车辆与障碍物的碰撞点时,执行避撞策略;其中,碰撞点表示目标车辆于局部规划轨迹上与障碍物发生碰撞的位置点。
本申请提供的一种车辆避撞装置,通过信息获取模块71获取目标车辆的当前位置信息和作业任务信息,局部预测模块72根据当前位置信息和作业信息,预测得到目标车辆的局部规划轨迹,并且碰撞预测模块73根据局部规划轨迹预测目标车辆与障碍物的碰撞状态;当碰撞状态表征局部规划轨迹上存在目标车辆与障碍物的碰撞点时,避撞执行模块74执行避撞策略;即由目标车辆实时获知目标车辆的当前位置信息和作业任务信息以预测其局部规划轨迹,从而更加准确的获取目标车辆在未来一段时间内的行驶轨迹,并且预测未来一段时间内的行驶轨迹上是否存在碰撞风险,若存在则采取避撞策略,从而可以由目标车辆端获取准确的实时信息并预测目标车辆的局部规划轨迹,并且根据局部规划轨迹判断目标车辆的碰撞风险,从而可以降低碰撞的风险。。
在一实施例中,避撞执行模块74可以进一步配置为:更新目标车辆的全局路径,或者控制目标车辆减速或停车。
图7是本申请另一示例性实施例提供的一种车辆避撞装置的结构示意图。如图7所示,局部预测模块72可以包括:运动计算单元721,用于根据当前位置信息和作业任务信息,计算未来一段时间内目标车辆的行驶轨迹和目标车辆的作业装置的运动轨迹;轨迹预测单元722,用于根据未来一段时间内目标车辆的行驶轨迹和目标车辆的作业装置的运动轨迹,预测得到目标车辆的局部规划轨迹。
在一实施例中,轨迹预测单元722可以进一步配置为:根据未来一段时间内目标车辆的行驶轨迹和目标车辆的作业装置的运动轨迹,预测得到目标车辆的外包络轨迹。
在一实施例中,如图7所示,碰撞预测模块73可以包括:距离计算单元731,用于计算目标车辆与障碍物之间的最短距离,其中,最短距离表征目标车辆的边界点与障碍物的边界点之间的距离最小值;碰撞确定单元732,用于当最短距离小于预设距离时,确定碰撞状态为局部规划轨迹上存在目标车辆与障碍物的碰撞点。
在一实施例中,距离计算单元731可以进一步配置为:根据当前位置信息,计算目标车辆的外包络的位置信息,并且计算目标车辆的外包络与障碍物的外包络之间的最短距离;其中,外包络为包含目标车辆的电子围栏。
在一实施例中,如图7所示,该车辆避撞装置70还可以包括:初始路径规划模块75,用于根据目标车辆的作业任务信息,规划目标车辆的全局路径。
图8是本申请一示例性实施例提供的一种车辆智能网联协同作业系统的结构示意图。如图8所示,该车辆智能网联协同作业系统包括:设置于工程车辆端的单车自动驾驶作业装置1和设置于云服务器端的集群作业调度装置2,单车自动驾驶作业装置1和集群作业调度装置2配合执行上述任一项车辆避撞方法。
本申请提供的一种车辆智能网联协同作业系统,通过单车自动驾驶作业装置1获取目标车辆的当前位置信息和作业任务信息;单车自动驾驶作业装置1根据当前位置信息和作业任务信息,预测目标车辆的局部规划轨迹,并且将局部规划轨迹发送至集群作业调度装置2,集群作业调度装置2根据局部规划路径预测得到目标车辆与障碍物的碰撞状态;当碰撞状态表征局部规划路径上存在目标车辆与障碍物的碰撞点时,集群作业调度装置2下发指令至单车自动驾驶作业装置1执行避撞策略;即由目标车辆实时获知目标车辆的当前位置信息和形式状态信息以预测其局部规划轨迹,从而更加准确的获取目标车辆的当前状态和未来状态,并且将该局部规划轨迹发送至车队管理装置以判断是否存在碰撞风险,存在碰撞风险时采取避撞策略,从而可以降低碰撞的风险。
本申请还提供了一种车辆,包括:车辆本体;以及如上的单车自动驾驶作业装置,单车自动驾驶作业装置设置于车辆本体上。
本申请提供的一种车辆,通过获取目标车辆的当前位置信息和作业任务信息,根据当前位置信息和作业信息,预测得到目标车辆的局部规划轨迹,并且根据局部规划轨迹预测目标车辆与障碍物的碰撞状态;当碰撞状态表征局部规划轨迹上存在目标车辆与障碍物的碰撞点时,执行避撞策略;即由目标车辆实时获知目标车辆的当前位置信息和作业任务信息以预测其局部规划轨迹,从而更加准确的获取目标车辆在未来一段时间内的行驶轨迹,并且预测未来一段时间内的行驶轨迹上是否存在碰撞风险,若存在则采取避撞策略,从而可以由目标车辆端获取准确的实时信息并预测目标车辆的局部规划轨迹,并且根据局部规划轨迹判断目标车辆的碰撞风险,从而可以降低碰撞的风险。
下面,参考图9来描述根据本申请实施例的电子设备。该电子设备可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备,该单机设备可以与第一设备和第二设备进行通信,以从它们接收所采集到的输入信号。
图9图示了根据本申请实施例的电子设备的框图。
如图9所示,电子设备10包括一个或多个处理器11和存储器12。
处理器11可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备10中的其他组件以执行期望的功能。
存储器12可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器11可以运行所述程序指令,以实现上文所述的本申请的各个实施例的方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中,电子设备10还可以包括:输入装置13和输出装置14,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
在该电子设备是单机设备时,该输入装置13可以是通信网络连接器,用于从第一设备和第二设备接收所采集的输入信号。
此外,该输入装置13还可以包括例如键盘、鼠标等等。
该输出装置14可以向外部输出各种信息,包括确定出的距离信息、方向信息等。该输出装置14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图9中仅示出了该电子设备10中与本申请有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备10还可以包括任何其他适当的组件。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.一种车辆避撞方法,应用于车辆智能网联协同作业系统,所述车辆智能网联协同作业系统包括设置于工程车辆端的单车自动驾驶作业装置和设置于云服务器端的集群作业调度装置,其特征在于,所述车辆避撞方法包括:
获取目标车辆的当前位置信息和作业任务信息;
根据所述当前位置信息和所述作业任务信息,预测得到所述目标车辆的局部规划轨迹;
根据所述局部规划轨迹,预测所述目标车辆与障碍物的碰撞状态;以及
当所述碰撞状态表征所述局部规划轨迹上存在所述目标车辆与所述障碍物的碰撞点时,执行避撞策略;其中,所述碰撞点表示所述目标车辆于所述局部规划轨迹上与所述障碍物发生碰撞的位置点。
2.根据权利要求1所述的车辆避撞方法,其特征在于,所述根据所述当前位置信息和所述作业任务信息,预测得到所述目标车辆的局部规划轨迹包括:
根据所述当前位置信息和所述作业任务信息,计算未来一段时间内所述目标车辆的行驶轨迹和所述目标车辆的作业装置的运动轨迹;以及
根据所述未来一段时间内所述目标车辆的行驶轨迹和所述目标车辆的作业装置的运动轨迹,预测得到所述目标车辆的局部规划轨迹。
3.根据权利要求2所述的车辆避撞方法,其特征在于,所述根据所述当前位置信息和所述作业任务信息,计算未来一段时间内所述目标车辆的行驶轨迹和所述目标车辆的作业装置的运动轨迹包括:
根据所述当前位置信息、所述作业任务信息和所述目标车辆的环境感知信息、车辆状态信息,计算未来一段时间内所述目标车辆的行驶轨迹和所述目标车辆的作业装置的运动轨迹。
4.根据权利要求2所述的车辆避撞方法,其特征在于,所述根据所述未来一段时间内所述目标车辆的行驶轨迹和所述目标车辆的作业装置的运动轨迹,预测得到所述目标车辆的局部规划轨迹包括:
根据所述目标车辆的行驶轨迹和所述目标车辆的作业装置的运动轨迹,预测得到所述目标车辆的外包络轨迹;其中,所述外包络为包含所述目标车辆的电子围栏。
5.根据权利要求1所述的车辆避撞方法,其特征在于,所述执行避撞策略包括:
更新所述目标车辆的全局路径。
6.根据权利要求1所述的车辆避撞方法,其特征在于,所述执行避撞策略包括:
控制所述目标车辆减速或停车。
7.根据权利要求1所述的车辆避撞方法,其特征在于,所述根据所述局部规划轨迹,预测所述目标车辆与障碍物的碰撞状态包括:
计算所述目标车辆与所述障碍物之间的最短距离;其中,所述最短距离表征所述目标车辆的边界点与所述障碍物的边界点之间的距离最小值;以及
当所述最短距离小于预设距离时,确定所述碰撞状态为所述局部规划轨迹上存在所述目标车辆与所述障碍物的碰撞点。
8.根据权利要求7所述的车辆避撞方法,其特征在于,所述计算所述目标车辆与所述障碍物之间的最短距离包括:
根据所述当前位置信息,计算所述目标车辆的外包络的位置信息;其中所述外包络为包含所述目标车辆的电子围栏;以及
计算所述目标车辆的外包络与所述障碍物的外包络之间的最短距离。
9.根据权利要求1所述的车辆避撞方法,其特征在于,在所述获取目标车辆的当前位置信息和作业任务信息之前,所述车辆避撞方法还包括:
根据所述目标车辆的作业任务信息,规划所述目标车辆的全局路径。
10.一种车辆避撞装置,设置于车辆智能网联协同作业系统上,其特征在于,所述车辆智能网联协同作业系统包括设置于工程车辆端的单车自动驾驶作业装置和设置于云服务器端的集群作业调度装置;所述车辆避撞系统包括:
信息获取模块,用于获取目标车辆的当前位置信息和作业任务信息;
局部预测模块,用于根据所述当前位置信息和所述作业任务信息,预测得到所述目标车辆的局部规划轨迹;
碰撞预测模块,用于根据所述局部规划轨迹,预测所述目标车辆与障碍物的碰撞状态;以及
避撞执行模块,用于当所述碰撞状态表征所述局部规划轨迹上存在所述目标车辆与所述障碍物的碰撞点时,执行避撞策略;其中,所述碰撞点表示所述目标车辆于所述局部规划轨迹上与所述障碍物发生碰撞的位置点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211449524.XA CN115810268A (zh) | 2022-11-18 | 2022-11-18 | 一种车辆避撞方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211449524.XA CN115810268A (zh) | 2022-11-18 | 2022-11-18 | 一种车辆避撞方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115810268A true CN115810268A (zh) | 2023-03-17 |
Family
ID=85483497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211449524.XA Pending CN115810268A (zh) | 2022-11-18 | 2022-11-18 | 一种车辆避撞方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115810268A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116994436A (zh) * | 2023-09-26 | 2023-11-03 | 青岛慧拓智能机器有限公司 | 一种智慧矿山道路碰撞预警方法 |
CN117389276A (zh) * | 2023-11-05 | 2024-01-12 | 理工雷科智途(北京)科技有限公司 | 一种基于行驶风险预测的无人车行驶路径跟踪控制方法 |
-
2022
- 2022-11-18 CN CN202211449524.XA patent/CN115810268A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116994436A (zh) * | 2023-09-26 | 2023-11-03 | 青岛慧拓智能机器有限公司 | 一种智慧矿山道路碰撞预警方法 |
CN116994436B (zh) * | 2023-09-26 | 2024-02-20 | 青岛慧拓智能机器有限公司 | 一种智慧矿山道路碰撞预警方法 |
CN117389276A (zh) * | 2023-11-05 | 2024-01-12 | 理工雷科智途(北京)科技有限公司 | 一种基于行驶风险预测的无人车行驶路径跟踪控制方法 |
CN117389276B (zh) * | 2023-11-05 | 2024-05-28 | 理工雷科智途(北京)科技有限公司 | 一种基于行驶风险预测的无人车行驶路径跟踪控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11714417B2 (en) | Initial trajectory generator for motion planning system of autonomous vehicles | |
JP7466002B2 (ja) | データ処理方法、データ処理装置、コンピュータ機器、及びコンピュータプログラム | |
US9754493B2 (en) | Vehicular traffic guidance and coordination system and method | |
US11619502B2 (en) | Monitoring autonomous vehicle route conformance for improved efficiency | |
CN115810268A (zh) | 一种车辆避撞方法及装置 | |
JP2017154554A (ja) | 車両制御装置及び車両制御方法 | |
US11859990B2 (en) | Routing autonomous vehicles using temporal data | |
EP4120217A1 (en) | Batch control for autonomous vehicles | |
US11567506B2 (en) | Speed planning guidance line for mild slow down | |
US20210362743A1 (en) | Parallel obstacle buffer system for path planning | |
WO2020113038A1 (en) | Tuning autonomous vehicle dispatch using autonomous vehicle performance | |
CN117130298A (zh) | 用于评估自动驾驶系统的方法、装置及存储介质 | |
CN113844465B (zh) | 一种自动驾驶方法及系统 | |
CN115593429A (zh) | 自动驾驶车辆对紧急车辆的响应 | |
CN114475656A (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
CN110648547A (zh) | 运输基础设施通信和控制 | |
CN110599790B (zh) | 一种智能驾驶车辆进站停靠的方法、车载设备和存储介质 | |
US20230391356A1 (en) | Dynamic scenario parameters for an autonomous driving vehicle | |
US20230339509A1 (en) | Pull-over site selection | |
US20230053243A1 (en) | Hybrid Performance Critic for Planning Module's Parameter Tuning in Autonomous Driving Vehicles | |
US20220065647A1 (en) | Autonomous vehicle planned route prediction | |
EP3838697A1 (en) | Speed planning using a speed planning guideline for idle speed of autonomous driving vehicles | |
US20230192133A1 (en) | Conditional mode anchoring | |
US20240166239A1 (en) | Trajectory planning for navigating small objects on road | |
EP4202476A1 (en) | Anomaly prioritization using dual-mode adaptive radar |
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 |