CN115855089A - 一种绕障路径规划方法及装置 - Google Patents
一种绕障路径规划方法及装置 Download PDFInfo
- Publication number
- CN115855089A CN115855089A CN202211445273.8A CN202211445273A CN115855089A CN 115855089 A CN115855089 A CN 115855089A CN 202211445273 A CN202211445273 A CN 202211445273A CN 115855089 A CN115855089 A CN 115855089A
- Authority
- CN
- China
- Prior art keywords
- path
- current
- target vehicle
- target
- obstacle
- 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 Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种绕障路径规划方法及装置,其中,绕障路径规划方法包括:在目标车辆遇到障碍物需要进行车道变更时,获取目标车辆的当前运行参数以及其与当前行驶车道及目标变更车道的当前约束条件、与障碍物的当前距离;基于当前约束条件、当前距离和当前运行参数进行绕障路径规划;判断规划路径的曲率是否连续或路径形状是否为S型;在规划路径的曲率不连续或路径形状为S型时,对目标车辆进行速度约束,并返回获取当前约束条件、当前距离以及当前运行参数的步骤,直至得到曲率连续且路径形状非S型的目标路径。在得到绕障目标路径、为后续协助无人驾驶设备进行绕障工作提供有效保障的同时,大幅提升无人驾驶设备的运行平稳性。
Description
技术领域
本发明涉及人工智能领域,具体涉及一种绕障路径规划方法及装置。
背景技术
随着人工智能、视觉计算等技术的发展,无人驾驶车、无人配送车等无人驾驶设备得以广泛应用。而对于无人驾驶设备而言,运行路径与速度的配合是保证车辆平稳运行的重要环节。在车辆运行过程中,如果前方存在障碍物或者施工等情况,此时则需要根据预定运行路线或车道,规划一条曲率连续的绕行曲线,从而控制无人驾驶设备进行绕行。现有技术中,一般采用5次多项式方法,起点和终点的位置、航向、曲率作为条件,求解多项式方程各个系数,从而得出路径曲线。这种规划路径的方法可能存在无解的情况,即使有解也极易得到解为蛇形曲线的情况,车辆按照蛇形路径曲线行驶将与人工驾驶习惯相违背,对乘客舒适性造成影响。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中的对于绕障路径规划可能出现无解或规划曲线为蛇形曲线的情况,导致无人驾驶设备无法根据人工驾驶习惯进行有效绕障路径规划的缺陷,从而提供一种绕障路径规划方法及装置。
根据第一方面,本发明实施例提供了一种绕障路径规划方法,所述方法包括:
在目标车辆遇到障碍物需要进行车道变更时,获取所述目标车辆与当前行驶车道及目标变更车道的当前约束条件、所述目标车辆与所述障碍物的当前距离以及所述目标车辆的当前运行参数;
基于所述当前约束条件、所述当前距离和所述当前运行参数进行绕障路径规划;
判断规划路径的曲率是否连续或路径形状是否为S型;
在规划路径的曲率不连续或路径形状为S型时,对所述目标车辆进行速度约束,并返回所述获取所述目标车辆与当前行驶车道及目标变更车道的当前约束条件、所述目标车辆与所述障碍物的当前距离以及所述目标车辆的当前运行参数的步骤,直至得到曲率连续且路径形状非S型的目标路径。
可选地,所述当前运行参数包括转弯方向和车速,所述基于所述当前约束条件、所述当前距离和所述当前运行参数进行绕障路径规划,包括:
基于所述目标车辆的车速,确定曲率变化率;
基于所述曲率变化率和所述目标车辆的当前位置、转弯方向和预设采样步长,计算得到当前路径点的位姿信息;
基于上一路径点的位姿信息、所述曲率变化率和所述目标车辆的当前位置、转弯方向和预设采样步长,依次计算得到各路径点的位姿信息;
基于各路径点的位姿信息,描绘得到规划路径。
可选地,所述方法还包括:
基于所述规划路径内各路径点的位姿信息,将所述规划路径划分为第一目标子路经和第二目标子路径,所述第一目标子路经和所述第二目标子路径以规划路径的中心点呈中心对称分布。
可选地,所述第一目标子路径和所述第二目标子路径内分别设置有若干子路段,依次组合各子路段以得到所述规划路径。
可选地,所述方法还包括:
基于所述当前约束条件、所述当前距离和所述当前运行参数,判断所述目标车辆按照所述第二目标子路径行驶是否可完成绕障工作;
当所述目标车辆按照所述第二目标子路径行驶不可完成绕障工作时,调节所述第二目标子路径内各子路段的长度,并使所述第二目标子路径与所述第一目标子路径以规划路径的中心点呈中心对称分布。
可选地,所述对所述目标车辆进行速度约束,包括:
基于所述当前距离和所述当前约束判断所述目标车辆是否需要倒车;
在所述目标车辆需要倒车时,控制所述目标车辆沿当前行驶路径进行原路倒车;
在所述目标车辆不需要倒车时,控制所述目标车辆减速并沿当前行驶路径继续行驶。
可选地,所述基于所述当前距离和所述当前约束判断所述目标车辆是否需要倒车,包括:
获取所述目标车辆的方向盘的最大转动角度;
基于所述当前距离和所述当前约束判断所述目标车辆以所述最大转动角度转向是否会与所述障碍物发生碰撞;
在所述目标车辆以所述最大转动角度转向会与所述障碍物发生碰撞时,确定所述目标车辆需要倒车。
根据第二方面,本发明实施例提供了一种绕障路径规划装置,所述装置包括:
获取模块,用于在目标车辆遇到障碍物需要进行车道变更时,获取所述目标车辆与当前行驶车道及目标变更车道的当前约束条件、所述目标车辆与所述障碍物的当前距离以及所述目标车辆的当前运行参数;
第一处理模块,用于基于所述当前约束条件、所述当前距离和所述当前运行参数进行绕障路径规划;
判断模块,用于判断规划路径的曲率是否连续或路径形状是否为S型;
第二处理模块,用于在规划路径的曲率不连续或路径形状为S型时,对所述目标车辆进行速度约束,并返回所述获取所述目标车辆与当前行驶车道及目标变更车道的当前约束条件、所述目标车辆与所述障碍物的当前距离以及所述目标车辆的当前运行参数的步骤,直至得到曲率连续且路径形状非S型的目标路径。
根据第三方面,本发明实施例提供了一种电子设备,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面,或者第一方面任意一种可选实施方式中所述的方法。
根据第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行第一方面,或者第一方面任意一种可选实施方式中所述的方法。
本发明技术方案,具有如下优点:
本发明提供的绕障路径规划方法及装置,通过在目标车辆遇到障碍物需要进行车道变更时,获取所述目标车辆与当前行驶车道及目标变更车道的当前约束条件、所述目标车辆与所述障碍物的当前距离以及所述目标车辆的当前运行参数;基于所述当前约束条件、所述当前距离和所述当前运行参数进行绕障路径规划;判断规划路径的曲率是否连续或路径形状是否为S型;在规划路径的曲率不连续或路径形状为S型时,对所述目标车辆进行速度约束,并返回所述获取所述目标车辆与当前行驶车道及目标变更车道的当前约束条件、所述目标车辆与所述障碍物的当前距离以及所述目标车辆的当前运行参数的步骤,直至得到曲率连续且路径形状非S型的目标路径。通过目标车辆与当前行驶车道以及目标变更车道的当前约束条件进行约束,并根据目标车辆与障碍物的当前距离以及目标车辆的当前运行参数进行绕障路径规划,在得到绕障目标路径、为后续协助无人驾驶设备进行绕障工作提供有效保障的同时,对目标路径进行优化,从而令规划出的目标路径更符合人工驾驶习惯,大幅提升无人驾驶设备的运行平稳性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的绕障路径规划方法的流程图;
图2为本发明实施例的FLU坐标系示意图;
图3为本发明实施例的基于笛卡尔坐标系的路径点位姿位置示意图;
图4为本发明实施例的规划路径的曲线图;
图5为本发明实施例的第一目标子路径内S2路段曲线示意图;
图6为本发明实施例的第一目标子路径内S3路段曲线示意图;
图7为本发明实施例的绕障路径规划方法的设计流程示意图;
图8为本发明实施例的绕障路径规划装置的结构示意图;
图9为本发明实施例的一种电子设备的结构示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
随着人工智能、视觉计算等技术的发展,无人驾驶车、无人配送车等无人驾驶设备得以广泛应用。在无人驾驶设备的运行过程中,运行路径与速度的高效配合是保证车辆平稳运行的重要环节。以无人车为例,当车辆在运行过程中,如果前方存在障碍物或者施工等情况,需要车辆进行绕行,而此时则需要根据预定运行路线或车道,规划一条曲率连续的绕行曲线,以尽可能减小离心力变化,从而在保证车辆顺利绕障的同时,进一步增强车辆舒适性和稳定性。但现有技术中,以百度apollo为例,一般采用5次多项式方法,起点和终点的位置、航向、曲率作为条件,求解多项式方程各个系数,从而得出路径曲线。这种规划路径的方法可能存在无解的情况,即使有解也极易得到解为蛇形曲线的情况,车辆按照蛇形路径曲线行驶将与人工驾驶习惯相违背,对乘客舒适性造成影响。
在此背景下,本发明实施例提供了一种绕障路径规划方法,用于解决上述计算方法中的不足,本发明实施例通过引入反向速度约束对人工驾驶的轨迹与速度的变化情况进行分析,将人工驾驶轨迹进行分段,最终得到实现绕障目标的目标路径。
如图1所示,该绕障路径规划方法具体包括如下步骤:
步骤S101:在目标车辆遇到障碍物需要进行车道变更时,获取目标车辆与当前行驶车道及目标变更车道的当前约束条件、目标车辆与障碍物的当前距离以及目标车辆的当前运行参数。
具体地,在实际应用中,约束条件包括对目标车辆的航向约束、速度约束以及根据当前行驶车道和目标变更车道构建的车道间的距离约束、曲率约束和曲率变化率约束等。
其中,航向约束用于根据目标车辆的当前位置以及当前行驶车道与目标变更车道间的距离控制目标车辆的行驶方向,示例性地,当目标车辆快行驶出目标变更车道时,通过航向约束条件规划目标路径,从而避免目标车辆行驶超出目标变更车道范围。
速度约束可为对目标车辆的车速约束,可用于控制目标车辆在安全车速下行驶。
距离约束包括目标车辆与当前行驶车道以及目标变更车道、当前行驶车道与目标变更车道间的横向距离约束和纵向距离约束,通过设置距离约束条件,保证规划出的目标路径不会超出目标车辆的当前行驶车道和目标变更车道。
曲率约束条件用于保证规划出的目标路径的曲率连续,进而保证后续目标车辆的平稳绕障运行。
曲率变化率约束用于保证规划出的目标路径的曲线平滑性,避免出现后续目标车辆根据目标路径行驶存在大幅调整方向盘角度的情况。
在实际应用中,约束条件的设定可根据目标车辆的型号、道路情况以及障碍物的具体情况进行具体调整,约束条件不限于上述提及的航向约束、速度约束、距离约束、曲率约束和曲率变化率约束。
具体地,在实际应用中,障碍物不只限于静态障碍物,堵车、前方发生事故所造成的需要目标车辆进行绕行的情况均可视为绕障工作。
步骤S102:基于当前约束条件、当前距离和当前运行参数进行绕障路径规划。
具体地,在实际应用中,目标车辆的当前运行参数包括目标车辆的车速。
步骤S103:判断规划路径的曲率是否连续或路径形状是否为S型。
步骤S104:在规划路径的曲率不连续或路径形状为S型时,对目标车辆进行速度约束,并返回获取目标车辆与当前行驶车道及目标变更车道的当前约束条件、目标车辆与障碍物的当前距离以及目标车辆的当前运行参数的步骤,直至得到曲率连续且路径形状非S型的目标路径。
具体地,在实际应用中,在充分考虑到根据距离约束等约束条件无法有效规划出绕障目标路径的情况下,本发明实施例通过主动对目标车辆进行速度约束,并预测满足速度约束点进行路径曲线计算,最终得到曲率连续且路径形状非S型的目标路径。
通过执行上述步骤,本发明实施例提供的绕障路径规划方法,通过目标车辆与当前行驶车道以及目标变更车道的当前约束条件进行约束,并根据目标车辆与障碍物的当前距离以及目标车辆的当前运行参数进行绕障路径规划,在得到绕障目标路径、为后续协助无人驾驶设备进行绕障工作提供有效保障的同时,对目标路径进行优化,从而令规划出的目标路径更符合人工驾驶习惯,大幅提升无人驾驶设备的运行平稳性。
具体地,在一实施例中,当前运行参数包括转弯方向和车速,上述步骤S102基于当前约束条件、当前距离和当前运行参数进行绕障路径规划,具体包括如下步骤:
步骤S201:基于目标车辆的车速,确定曲率变化率。
具体地,在实际应用中,曲率变化率的数值受限于目标车辆的车速,即当车速较快时,曲率变化率将适应性缩小,以避免目标车辆在高速行驶状态下变道发生车辆侧翻等危险。同时,曲率变化率还受限于目标车辆的尺寸,示例性地,小型车辆的曲率变化率相对较大。
步骤S202:基于曲率变化率和目标车辆的当前位置、转弯方向和预设采样步长,计算得到当前路径点的位姿信息。
步骤S203:基于上一路径点的位姿信息、曲率变化率和目标车辆的当前位置、转弯方向和预设采样步长,依次计算得到各路径点的位姿信息。
具体地,在实际应用中,在进行绕障路径规划时,如图2所示,本发明实施例可建立以目标车辆为基准的自身坐标系(如FLU坐标系),坐标原点可设置为目标车辆后轴中点。
具体地,根据目标车辆的当前位置、转弯方向以及曲率变化率即可得到第一个路径点的位姿信息,通过进行如图3所示的笛卡尔坐标系转换,并根据预设采样步长、第一个路径点的位姿信息即可计算得到第二个路径点的位姿信息。预设采样步长可为目标车辆的固定时间行驶曲线长度,由于目标车辆处于变道过程,示例性地,预设采样步长可为曲线弧长ds=0.1m,但实际情况不限于此,由于目标车辆每次的位置变化较小且曲率较大,因此,在实际应用中,预设采样步长也可视为目标车辆移动的直线距离,采样步长的具体数值也可根据实际情况进行调整,从而得到精度更高的各路径点的位姿信息,后续描绘的规划路径也将更加精确,在保证完成绕障工作的同时,进一步减少目标车辆绕障过程中车辆变道幅度变化,大幅提升乘客的舒适感。
步骤S204:基于各路径点的位姿信息,描绘得到规划路径。
具体地,在一实施例中,具体还包括如下步骤:
步骤S301:基于规划路径内各路径点的位姿信息,将规划路径划分为第一目标子路经和第二目标子路径,第一目标子路经和第二目标子路径以规划路径的中心点呈中心对称分布。
具体地,在一实施例中,第一目标子路径和第二目标子路径内分别设置有若干子路段,依次组合各子路段以得到规划路径。
具体地,在实际应用中,如图4所示,本发明实施例根据目标车辆的行驶过程将目标路径第一目标子路径和第二目标子路径,第一目标子路经和第二目标子路径以规划路径的中心点呈中心对称分布。进一步地,根据目标车辆的变道过程还可对规划路径进行划分,示例性地,可划分为7个阶段,各阶段对应的曲线特征如下:
(1)路径曲率从0匀速增加到a(a与A为一一对应关系):此阶段车辆航向增加到H1(增加量递增),通过积分运算,可以计算一系列的车辆航向与位置信息。
(2)路径曲率不变:此阶段航向匀速增加到H2,通过三角函数运算,可以计算一系列车辆航向与位置。
(3)路径曲率从a匀速减小到0:此阶段航向增加到H3(增加量递减)
(4)路线与道路以H3角度直行行驶:此阶段航向不变。
(5)路径曲率从0匀速减小到b(b为负值表示与曲率a对应的方向相反,b与B一一对应):此阶段航向减小到H4(减少量递增)。
(6)路径曲率不变:此阶段航向匀速减小到H5。
(7)路径曲率从b均匀减小到0:此阶段航向减小到H6(减少量递减)。
具体地,上述提及的H1~H6均为车辆的航向变化量,在规划路径曲线的曲率变化率确定后,可以通过积分来计算曲线上各个点的曲率以及车辆航向。
需要说明的是,为便于进行绕障路径划分,本发明实施例设定在车身坐标系(即FLU坐标系)下,目标车辆的车头逆时针(往左)偏,表示航向从0增加到PI(PI为圆周率,对应180度),顺时针偏则航向从0减小到-PI;H1至H6均为相对于起始位置的航向。
根据上述设定以及人工驾驶习惯,本发明实施例的S1至S7的整体过程航向变化为:增加(变速增)——增加(匀速增)——增加(变速增)——不变——减小(变速减)——减小(匀速减)——减小(变速减)。不仅可以顺利完成绕障工作,而且更加符合人工驾驶习惯,乘客舒适感大幅提升。
具体地,a和b的取值会受到曲率约束、横向距离约束以及速度约束,在实际应用中,为提升得到规划路径的速度,本发明实施例将根据车辆的绕障过程将规划路径划分为第一目标子路径和第二目标子路径,在此情况下,a与b的数值相等,此时曲线关于S4路段中间点是中心对称的。当达到约束条件后,曲率的数值将保持为a的状态,不再增加。
具体地,在一实施例中,具体还包括如下步骤:
步骤S401:基于当前约束条件、当前距离和当前运行参数,判断目标车辆按照第二目标子路径行驶是否可完成绕障工作。
步骤S402:当目标车辆按照第二目标子路径行驶不可完成绕障工作时,调节第二目标子路径内各子路段的长度,并使第二目标子路径与第一目标子路径以规划路径的中心点呈中心对称分布。
考虑到实际情况中可能出现第二目标子路径内道路宽度变小或存在小障碍物,目标车辆无法再以向右打方向盘A度的方式完成绕障工作的情况,即此时a与b数值并不相等,第一目标子路径与第二目标子路径也并不再规划路径的中心点呈中心对称分布,本发明实施例将会根据当前约束条件、当前距离和当前运行参数,判断目标车辆按照第二目标子路径行驶是否可完成绕障工作,当无法完成绕障工作时,及时根据航向、速度、距离、曲率等约束条件调节第二目标子路径内各路段的长度,从而保证第一目标子路径与第二目标子路径也并不再规划路径的中心点呈中心对称分布。
具体地,在实际应用中,如图4所示,考虑到人工驾驶习惯以及车辆运行平稳性等用户实际需求,本发明实施例还增加了S4路段,在目标车辆完成第一目标子路径行驶过程后,可保持当前运行状态一段时间后再进行第二目标子路径的行驶过程,避免了用户在短时间内经历多次变道情况发生,大幅提升用户使用满意度。
结合图2-图6所示,规划路径的计算过程如下:
对于s1路段计算,我们通过曲率变化率来获取转弯半径r1,以ds=0.1m进行采样(也可以以更小长度进行采样,精度更高,同时计算量更大),各采样点行驶的曲率分别为(d_kappa,d2_kappa,...,dn_kappa),即转弯半径序列为(r1,r2,...,ri),其中,i表示第i个路段,从而可以计算每个路径点在上一个路径点作为原点的坐标系下的位姿信息。通过笛卡尔坐标变换,可以得出各路径点位姿:(x0,y0,θ0),(x1,y1,θ1),…,(xn,yn,θn)。
具体计算公式如下:
S2路段的转弯半径记为r2,由于S2路段内目标车辆的方向盘保持A度不变,因此可通过坐标转换关系,计算S2路段弧长从而得到基于车身坐标系下的S2路段曲线。具体计算公式如下:
xm=r2·sinθm (5)
ym=r2·(1-cosθm) (6)
其中,m为自然数,m=1,2,…。
根据本发明实施例的规划路径设计原则,第一目标子路径内包括S1、S2、S3路段,并且S1和S3是基于S2路段中点呈中心对称分布,则通过进行坐标转换,即可得到S3路段内各路径点的位姿信息,在此不再进行赘述。
对于S4路段,由于在此阶段内,后续目标车辆的方向盘将保持0度不变,因此S4路径曲线为一直线段,S4路段内各路径点的位姿信息可通过如下公式计算得到:
θk=θ3 (7)
xk=x3+k·ds·cosθk (8)
yk=y3+k·ds·sinθk (9)
其中,k为自然数,k=1,2,…;为S3路段终点路径点对应的角度;x3为S3路段内终点路径点的横坐标;y3为S3路段内终点路径点的纵坐标。
根据本发明实施例的规划路径设计原则,第二目标子路径内包括S5、S6、S7路段,并且第二目标子路径是基于S4路段中点与第一目标子路径呈中心对称分布,则通过第一目标子路径以及S4路段内各路径点的位姿信息进行坐标转换,即可得到第二目标子路径内各路径点的位姿信息,在此不再进行赘述。
具体地,在实际应用中,对于弯道情况,本发明实施例通过对路径规划过程中施加曲率、航向、速度等约束,利用目标车辆的当前运行参数、与障碍物的距离信息以及约束条件,即可计算得到规划路径内各路径点的位姿信息。本发明实施例以向左变道为例进行解释说明,但实际情况不限于此,对于向右变道过程的绕障路径规划,则只需要参照上述方法进行对称计算即可,在此不再进行赘述。
本发明实施例在充分考虑人工驾驶习惯的基础上,对规划路径进行设计,将递推法与中心对称进行巧妙结合,计算得到规划路径曲线内各路径点位姿,从而得到最终的目标路径,相较于传统计算方法,本发明实施例具有计算量小、效率高的优点,最终实现高效避障目标。
具体地,在实际应用中,本发明实施例通过将规划路径进行划分,从而在后续控制目标车辆行驶过程中,可进一步根据道路以及车辆信息对路径进行适时调节,在保证完成避障工作的同时,减少目标车辆的移动偏移量,令用户获得更佳的使用体验。
在实际应用中,各路段可进行退化,示例性地,结合图4所示:
情况1,当航向约束生效时,S2段可根据实际计算结构进行退化,即在当前行驶车道与目标变更车道的横向距离较短时,通过判断目标车辆的航向约束得到无法完成第一目标子路径工作时,为保证后续目标车辆可继续按照第一目标子路径进行行驶,则需要直接从S1阶段运行至S3阶段,相应地,S2路段退化。
情况2,当变道目标点(目标路径的终点)与目标车辆的起始点的横向距离比较小时,S2、S4、S6路段可根据实际计算情况进行退化。退化处理与情况1中S2路段退化过程类似,在此不再进行赘述。
情况3,极端情况下,目标车辆可能在障碍物前停车,然后进行绕障工作,此时目标车辆从0速度开始规划,S1路段、S3路段可视情况进行退化,相当于方向盘快速打到较大角度进行行车。
进一步地,本发明实施例还可通过判断S3路段的终点路径点位姿信息是否已经越过规划路径曲线的中线对规划路径进行退化优化。如果S3路段的终点路径点越过中线,则S4路段可退化,或者提前结束S1路段。
本发明实施例通过将规划路径设置为多个路段,可为后续根据目标车辆的当前位置进行实时绕障路径调节提供必要前期数据及技术支撑。
具体地,在一实施例中,上述步骤S104对目标车辆进行速度约束,具体包括如下步骤:
步骤S501:基于当前距离和当前约束判断目标车辆是否需要倒车。
步骤S502:在目标车辆需要倒车时,控制目标车辆沿当前行驶路径进行原路倒车。
步骤S503:在目标车辆不需要倒车时,控制目标车辆减速并沿当前行驶路径继续行驶。
具体地,在实际应用中,本发明实施例通过对目标车辆进行速度约束,保证目标车辆的行车安全,进一步地,该速度约束将对规划路径形成反向速度约束,从而得到更佳的目标路径。
具体地,在实际应用中,如图7所示,本发明实施例将根据目标车辆与障碍物的当前距离以及约束条件判断目标车辆是否需要进行倒车,当无法得到有效的规划路径时,此时可能是存在目标车辆距离障碍物过近或者以当前车速无法实现平稳变道的情况,则判定目标车辆需要倒车。
当目标车辆需要倒车时,控制目标车辆按原行驶路线进行倒车,并根据目标车辆的当前位置、与障碍物的当前距离以及当前运行参数和约束条件进行路径规划,从而在倒车过程中规划出可成功绕障的路径;当目标车辆不需要倒车时,则控制目标车辆减速并沿当前路径继续行驶,并不断基于当前数据和约束条件进行路径规划,进一步地,本发明实施例还可对规划出的多条路径进行筛选,从而得到最佳的目标路径。
具体地,在一实施例中,上述步骤S501具体包括如下步骤:
步骤S601:获取目标车辆的方向盘的最大转动角度。
步骤S602:基于当前距离和当前约束判断目标车辆以最大转动角度转向是否会与障碍物发生碰撞。
步骤S603:在目标车辆以最大转动角度转向会与障碍物发生碰撞时,确定目标车辆需要倒车。
如图7所示,本发明实施例将根据目标车辆的方向盘的最大转动角度对是否需要目标车辆倒车进行判断。在目标车辆以最大转动角度转向会与障碍物发生碰撞时,确定目标车辆需要倒车,此时将根据目标车辆的当前车速,计算得到目标车辆减速至0时其与障碍物的距离,在倒车过程中参考距离障碍物的当前距离以及约束条件进行绕障路径规划。
本发明实施例在对车速进行反向约束,加入对目标车辆进行主动限速的约束条件,提前计算减速后的路径曲线,保证了在距离障碍物极近等极端情况下,通过将车速降低至极致甚至进行倒车规划的设计,最终得到曲率连续且路径形状非S型的目标路径,不仅符合人工驾驶习惯,而且求解过程更加直观,大幅提升无人车的使用效率。
通过执行上述步骤,本发明实施例提供的绕障路径规划方法,通过目标车辆与当前行驶车道以及目标变更车道的当前约束条件进行约束,并根据目标车辆与障碍物的当前距离以及目标车辆的当前运行参数进行绕障路径规划,在得到绕障目标路径、为后续协助无人驾驶设备进行绕障工作提供有效保障的同时,对目标路径进行优化,从而令规划出的目标路径更符合人工驾驶习惯,大幅提升无人驾驶设备的运行平稳性。
本发明实施例提供了一种绕障路径规划装置,如图8所示,该绕障路径规划装置包括:
获取模块101,用于在目标车辆遇到障碍物需要进行车道变更时,获取目标车辆与当前行驶车道及目标变更车道的当前约束条件、目标车辆与障碍物的当前距离以及目标车辆的当前运行参数。详细内容参见上述方法实施例中步骤S101的相关描述,在此不再进行赘述。
第一处理模块102,用于基于当前约束条件、当前距离和当前运行参数进行绕障路径规划。详细内容参见上述方法实施例中步骤S102的相关描述,在此不再进行赘述。
判断模块103,用于判断规划路径的曲率是否连续或路径形状是否为S型。详细内容参见上述方法实施例中步骤S103的相关描述,在此不再进行赘述。
第一处理模块104,用于在规划路径的曲率不连续或路径形状为S型时,对目标车辆进行速度约束,并返回获取目标车辆与当前行驶车道及目标变更车道的当前约束条件、目标车辆与障碍物的当前距离以及目标车辆的当前运行参数的步骤,直至得到曲率连续且路径形状非S型的目标路径。详细内容参见上述方法实施例中步骤S104的相关描述,在此不再进行赘述。
上述的绕障路径规划装置的更进一步描述参见上述绕障路径规划方法实施例的相关描述,在此不再进行赘述。
通过上述各个组成部分的协同合作,本发明实施例提供的绕障路径规划装置,通过目标车辆与当前行驶车道以及目标变更车道的当前约束条件进行约束,并根据目标车辆与障碍物的当前距离以及目标车辆的当前运行参数进行绕障路径规划,在得到绕障目标路径、为后续协助无人驾驶设备进行绕障工作提供有效保障的同时,对目标路径进行优化,从而令规划出的目标路径更符合人工驾驶习惯,大幅提升无人驾驶设备的运行平稳性。
本发明实施例提供了一种电子设备,如图9所示,该电子设备包括处理器901和存储器902,存储器902和处理器901之间互相通信连接,其中处理器901和存储器902可以通过总线或者其他方式连接,图9中以通过总线连接为例。
处理器901可以为中央处理器(Central Processing Unit,CPU)。处理器901还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(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、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器902作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中方法所对应的程序指令/模块。处理器901通过运行存储在存储器902中的非暂态软件程序、指令以及模块,从而执行处理器901的各种功能应用以及数据处理,即实现上述方法实施例中的方法。
存储器902可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器901所创建的数据等。此外,存储器902可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器902可选包括相对于处理器901远程设置的存储器,这些远程存储器可以通过网络连接至处理器901。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器902中,当被处理器901执行时,执行上述方法实施例中的方法。
上述电子设备具体细节可以对应参阅上述方法实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,实现的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种绕障路径规划方法,其特征在于,包括:
在目标车辆遇到障碍物需要进行车道变更时,获取所述目标车辆与当前行驶车道及目标变更车道的当前约束条件、所述目标车辆与所述障碍物的当前距离以及所述目标车辆的当前运行参数;
基于所述当前约束条件、所述当前距离和所述当前运行参数进行绕障路径规划;
判断规划路径的曲率是否连续或路径形状是否为S型;
在规划路径的曲率不连续或路径形状为S型时,对所述目标车辆进行速度约束,并返回所述获取所述目标车辆与当前行驶车道及目标变更车道的当前约束条件、所述目标车辆与所述障碍物的当前距离以及所述目标车辆的当前运行参数的步骤,直至得到曲率连续且路径形状非S型的目标路径。
2.根据权利要求1所述的方法,其特征在于,所述当前运行参数包括转弯方向和车速,所述基于所述当前约束条件、所述当前距离和所述当前运行参数进行绕障路径规划,包括:
基于所述目标车辆的车速,确定曲率变化率;
基于所述曲率变化率和所述目标车辆的当前位置、转弯方向和预设采样步长,计算得到当前路径点的位姿信息;
基于上一路径点的位姿信息、所述曲率变化率和所述目标车辆的当前位置、转弯方向和预设采样步长,依次计算得到各路径点的位姿信息;
基于各路径点的位姿信息,描绘得到规划路径。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
基于所述规划路径内各路径点的位姿信息,将所述规划路径划分为第一目标子路经和第二目标子路径,所述第一目标子路经和所述第二目标子路径以规划路径的中心点呈中心对称分布。
4.根据权利要求3所述的方法,其特征在于,所述第一目标子路径和所述第二目标子路径内分别设置有若干子路段,依次组合各子路段以得到所述规划路径。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
基于所述当前约束条件、所述当前距离和所述当前运行参数,判断所述目标车辆按照所述第二目标子路径行驶是否可完成绕障工作;
当所述目标车辆按照所述第二目标子路径行驶不可完成绕障工作时,调节所述第二目标子路径内各子路段的长度,并使所述第二目标子路径与所述第一目标子路径以规划路径的中心点呈中心对称分布。
6.根据权利要求1所述的方法,其特征在于,所述对所述目标车辆进行速度约束,包括:
基于所述当前距离和所述当前约束判断所述目标车辆是否需要倒车;
在所述目标车辆需要倒车时,控制所述目标车辆沿当前行驶路径进行原路倒车;
在所述目标车辆不需要倒车时,控制所述目标车辆减速并沿当前行驶路径继续行驶。
7.根据权利要求6所述的方法,其特征在于,所述基于所述当前距离和所述当前约束判断所述目标车辆是否需要倒车,包括:
获取所述目标车辆的方向盘的最大转动角度;
基于所述当前距离和所述当前约束判断所述目标车辆以所述最大转动角度转向是否会与所述障碍物发生碰撞;
在所述目标车辆以所述最大转动角度转向会与所述障碍物发生碰撞时,确定所述目标车辆需要倒车。
8.一种绕障路径规划装置,其特征在于,包括:
获取模块,用于在目标车辆遇到障碍物需要进行车道变更时,获取所述目标车辆与当前行驶车道及目标变更车道的当前约束条件、所述目标车辆与所述障碍物的当前距离以及所述目标车辆的当前运行参数;
第一处理模块,用于基于所述当前约束条件、所述当前距离和所述当前运行参数进行绕障路径规划;
判断模块,用于判断规划路径的曲率是否连续或路径形状是否为S型;
第二处理模块,用于在规划路径的曲率不连续或路径形状为S型时,对所述目标车辆进行速度约束,并返回所述获取所述目标车辆与当前行驶车道及目标变更车道的当前约束条件、所述目标车辆与所述障碍物的当前距离以及所述目标车辆的当前运行参数的步骤,直至得到曲率连续且路径形状非S型的目标路径。
9.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求1-7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,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211445273.8A CN115855089A (zh) | 2022-11-18 | 2022-11-18 | 一种绕障路径规划方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211445273.8A CN115855089A (zh) | 2022-11-18 | 2022-11-18 | 一种绕障路径规划方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115855089A true CN115855089A (zh) | 2023-03-28 |
Family
ID=85664065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211445273.8A Pending CN115855089A (zh) | 2022-11-18 | 2022-11-18 | 一种绕障路径规划方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115855089A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116729384A (zh) * | 2023-06-27 | 2023-09-12 | 广州小鹏自动驾驶科技有限公司 | 车道保持状态下的绕行规划方法、装置及车辆 |
-
2022
- 2022-11-18 CN CN202211445273.8A patent/CN115855089A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116729384A (zh) * | 2023-06-27 | 2023-09-12 | 广州小鹏自动驾驶科技有限公司 | 车道保持状态下的绕行规划方法、装置及车辆 |
CN116729384B (zh) * | 2023-06-27 | 2024-01-09 | 广州小鹏自动驾驶科技有限公司 | 车道保持状态下的绕行规划方法、装置及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3610345B1 (en) | Control system of vehicle, method for controlling vehicle, and non-transitory computer readable memory | |
JP2013513149A (ja) | 車道のカーブ区間のカット軌跡を求める方法および制御装置 | |
US9457807B2 (en) | Unified motion planning algorithm for autonomous driving vehicle in obstacle avoidance maneuver | |
US10222801B2 (en) | Movement route generating apparatus and movement route generating method | |
CN111806467B (zh) | 一种基于车辆行驶规律的变速动态换道轨迹规划方法 | |
US10012984B2 (en) | System and method for controlling autonomous vehicles | |
JP6722616B2 (ja) | 駐車支援装置 | |
CN105292116B (zh) | 自动驾驶车辆的车道变换路径规划算法 | |
WO2018176593A1 (zh) | 一种面向无人自行车的局部避障路径规划方法 | |
CN110727266B (zh) | 轨迹规划方法、装置及车辆及其控制方法、系统 | |
US20200406969A1 (en) | Lane Change Maneuvers With Minimized Tire Slip | |
US8321071B2 (en) | Method and system for vertical navigation using time-of-arrival control | |
US20160107682A1 (en) | System and method for vehicle steering control | |
CN110657814A (zh) | 轨迹规划方法和装置、车辆及其控制方法和系统 | |
KR101585504B1 (ko) | 자율 이동 차량의 경로 생성 방법 및 경로 생성 장치 | |
CN115855089A (zh) | 一种绕障路径规划方法及装置 | |
CN112092825B (zh) | 一种基于机器学习的车道保持方法 | |
WO2018047292A1 (ja) | 車両の走行制御方法および走行制御装置 | |
CN113815646B (zh) | 车辆的智能驾驶方法、车辆和可读存储介质 | |
JP2019064466A (ja) | 駐車支援装置 | |
CN111177934B (zh) | 参考路径规划的方法、设备和存储介质 | |
US11312377B2 (en) | Method for autonomous driving of a vehicle | |
CN113386792A (zh) | 基于轨迹跟踪的自动驾驶车辆控制方法、装置、车辆及存储介质 | |
CN112236352B (zh) | 用于确定车辆的经更新的轨迹的方法 | |
CN110758232A (zh) | 一种车辆转向灯控制方法、车辆及存储介质 |
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 |