CN115855095A - 一种自主导航方法、装置及电子设备 - Google Patents
一种自主导航方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115855095A CN115855095A CN202211531673.0A CN202211531673A CN115855095A CN 115855095 A CN115855095 A CN 115855095A CN 202211531673 A CN202211531673 A CN 202211531673A CN 115855095 A CN115855095 A CN 115855095A
- Authority
- CN
- China
- Prior art keywords
- path
- obstacle
- point
- current
- cost map
- 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
- 238000000034 method Methods 0.000 title claims abstract description 98
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 19
- 238000005070 sampling Methods 0.000 claims description 16
- 230000007613 environmental effect Effects 0.000 claims description 15
- 230000004888 barrier function Effects 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 2
- 238000000638 solvent extraction Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 17
- 238000010586 diagram Methods 0.000 description 19
- 238000004422 calculation algorithm Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 5
- 230000004807 localization Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Images
Landscapes
- Navigation (AREA)
Abstract
本发明提供了一种自主导航方法、装置及电子设备,其中,该方法包括:令当前车辆沿预设的全局路径行驶,实时获取周围的环境数据,在当前车辆遇到障碍物的情况下,确定当前局部代价地图;对当前局部代价地图划分可行驶区域与不可行驶区域;对当前局部代价地图的可行驶区域中对应的非障碍物栅格进行搜索,规划得到能够躲避障碍物的局部路径;控制当前车辆沿局部路径行驶,并返回全局路径。通过本发明实施例提供的自主导航方法、装置及电子设备,通过在当前局部代价地图中增加可行驶区域的道路约束,避免规划出的局部路径超出可安全行驶范围,降低了车辆运行过程中的碰撞风险,提高了自动驾驶车辆的安全性。
Description
技术领域
本发明涉及自主导航技术领域,具体而言,涉及一种自主导航方法、装置、电子设备及计算机可读存储介质。
背景技术
当前无人驾驶技术发展迅猛,落地场景和应用产品层出不穷。无人驾驶技术中的路径规划模块可以分为全局路径规划和局部路径规划;其中,局部路径规划即车辆在预设全局路径行驶过程中检测到障碍物,需要计算出一条可以安全躲避障碍物并且能够返回到预设全局路径的局部路径。
目前自主导航中应用较为广泛的局部路径规划算法是A*算法,但是,基于A*算法的局部路径规划需要创建局部障碍物代价地图,例如,在自主导航过程中,采用A*算法进行局部路径规划时,有可能搜寻到道路范围之外的非障碍物栅格,导致规划出来的路径有可能越过安全可行驶的道路区域,存在碰撞风险。
发明内容
为解决现有存在的技术问题,本发明实施例提供一种自主导航方法、装置、电子设备及计算机可读存储介质。
第一方面,本发明实施例提供了一种自主导航方法,包括:令当前车辆沿预设的全局路径行驶,并实时获取周围的环境数据,在所述当前车辆遇到障碍物的情况下,基于所述环境数据,确定当前局部代价地图;所述全局路径包括多个全局路径点;所述当前局部代价地图以栅格地图的形式表现,并包括障碍物栅格和非障碍物栅格;对所述当前局部代价地图划分可行驶区域与不可行驶区域,所述可行驶区域中对应的非障碍物栅格为可规划的栅格,所述不可行驶区域中对应的非障碍物栅格为不可规划的栅格;对所述当前局部代价地图的所述可行驶区域中对应的非障碍物栅格进行搜索,规划得到能够躲避所述障碍物的局部路径;控制所述当前车辆沿所述局部路径行驶,并返回所述全局路径。
可选地,对所述当前局部代价地图划分可行驶区域与不可行驶区域包括:绘制所述当前局部代价地图中对应的道路约束线,得到具有所述道路约束线的当前局部代价地图;所述道路约束线用于划分所述可行驶区域与所述不可行驶区域。
可选地,在所述沿预设的全局路径行驶之前,还包括:基于激光雷达采集环境数据,构建三维地图;所述环境数据为点云信息;对行驶中的采样车辆按预设的时间节点进行定位,并在所述三维地图中记录每个所述时间节点所对应的定位信息,直至所述采样车辆完成预设路线的行驶;所述时间节点所对应的定位信息用于表示所述全局路径点;基于所述三维地图中记录的所述定位信息,获得所述全局路径。
可选地,环境数据为点云信息,所述点云信息中包括地面点和非地面点;所述基于所述环境数据,确定当前局部代价地图包括:采用激光线束滤波的方式滤除所述点云信息中的所述地面点;基于所述点云信息中的所述非地面点构建所述当前局部代价地图。
可选地,对所述当前局部代价地图的所述可行驶区域中对应的非障碍物栅格进行搜索,规划得到能够躲避所述障碍物的局部路径,包括:确定所述局部路径的起点,所述起点为所述当前车辆在所述当前局部代价地图中的位置;确定所述局部路径的终点,所述终点为符合设置需求的全局路径点在所述当前局部代价地图的位置;对所述当前局部代价地图中,所述起点与所述终点之间的非障碍物栅格进行局部路径搜索,规划得到所述局部路径。
可选地,在所述规划得到所述局部路径之前,还包括:将所述局部路径搜索所得到的路径作为待判断路径,判断所述待判断路径是否符合车辆运动学模型以及安全行驶要求;若是,将所述待判断路径作为所述局部路径;若否,更新所述终点,并对所述起点与更新后的终点之间的非障碍物栅格进行所述局部路径搜索,得到更新后的待判断路径。
可选地,确定所述局部路径的起点包括:根据所述当前车辆的车体坐标与激光雷达的相对位置,确定所述当前车辆在所述当前局部代价地图中的栅格位置;所述车体坐标表示三维地图对应的坐标系下的位置,所述三维地图中包含所述全局路径;将所述当前车辆在所述当前局部代价地图中的栅格位置作为所述起点。
可选地,确定所述局部路径的终点包括:将所述障碍物在所述当前局部代价地图对应的坐标系下的位置,转换为在三维地图对应的坐标系下的位置;所述三维地图中包含所述全局路径;将与所述障碍物在所述三维地图对应的坐标系下的位置距离最近的全局路径点的下一个全局路径点作为目标路径点;将所述目标路径点在所述当前局部代价地图中的栅格位置作为所述终点。
可选地,将所述障碍物在所述当前局部代价地图对应的坐标系下的位置,转换为在三维地图对应的坐标系下的位置,包括:基于坐标系转换公式进行转换;在所述将与所述障碍物在所述三维地图对应的坐标系下的位置距离最近的全局路径点的下一个全局路径点作为目标路径点之后,包括:根据所述坐标系转换公式,确定所述目标路径点在所述当前局部代价地图对应的坐标系下的位置。
可选地,坐标系转换公式为:
其中,(xlocal,ylocal)表示待转换目标在所述当前局部代价地图对应的坐标系下的位置坐标;(xlidar,ylidar)表示激光雷达在所述三维地图对应的坐标系下的位置坐标,且所述激光雷达的位置为所述当前局部代价地图对应的坐标系原点;(xglobal_point,yglobal_point)表示待转换目标在所述三维地图对应的坐标系下的位置坐标;θ表示所述当前局部代价地图对应的坐标系与所述三维地图对应的坐标系在x方向上的夹角;所述障碍物和所述全局路径点均为所述待转换目标。
可选地,在所述将所述目标路径点在所述当前局部代价地图中的栅格位置作为所述终点之前,还包括:判断所述目标路径点在所述当前局部代价地图中的栅格是否为所述障碍物栅格;若是,由所述目标路径点开始,依次按序查找所述当前局部代价地图中剩余的全局路径点,直至所述全局路径点在所述当前局部代价地图中为所述非障碍物栅格,将所述非障碍物栅格对应的全局路径点更新为所述目标路径点;若否,确定所述目标路径点在所述当前局部代价地图中的栅格位置。
可选地,该方法还包括:在无法规划得到所述局部路径的情况下,向所述当前车辆输出规划失败的信号,令所述当前车辆保持停止状态。
第二方面,本发明实施例还提供了一种自主导航装置,包括:确定模块、约束模块、规划模块和控制模块;确定模块用于令当前车辆沿预设的全局路径行驶,并实时获取周围的环境数据,在所述当前车辆遇到障碍物的情况下,基于所述环境数据,确定当前局部代价地图;所述全局路径包括多个全局路径点;所述当前局部代价地图以栅格地图的形式表现并包括障碍物栅格和非障碍物栅格;约束模块用于对所述当前局部代价地图划分可行驶区域与不可行驶区域,所述可行驶区域中对应的非障碍物栅格为可规划的栅格,所述不可行驶区域中对应的非障碍物栅格为不可规划的栅格;所述规划模块用于对所述当前局部代价地图的所述可行驶区域中对应的非障碍物栅格进行搜索,规划得到能够躲避所述障碍物的局部路径;所述控制模块用于控制所述当前车辆沿所述局部路径行驶,并返回所述全局路径。
第三方面,本发明实施例提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,所述计算机程序被所述处理器执行时实现上述任意一项所述的自主导航方法中的步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的自主导航方法中的步骤。
本发明实施例提供的自主导航方法、装置、电子设备及计算机可读存储介质,通过在当前局部代价地图中增加可行驶区域的道路约束,例如,采用高精度地图绘制软件对非障碍物栅格进行是否可规划进行再度划分,避免规划出的局部路径超出可安全行驶的范围,该方法降低了车辆运行过程中的碰撞风险,提高了自动驾驶车辆的安全性。
附图说明
为了更清楚地说明本发明实施例或背景技术中的技术方案,下面将对本发明实施例或背景技术中所需要使用的附图进行说明。
图1示出了本发明实施例所提供的一种自主导航方法的流程图;
图2示出了本发明实施例所提供的自主导航方法中,全局路径的示意图;
图3示出了本发明实施例所提供的自主导航方法中,当前局部代价地图的示意图;
图4示出了本发明实施例所提供的自主导航方法中,划分了可行驶区域与不可行驶区域的示意图;
图5示出了本发明实施例所提供的自主导航方法中,规划出局部路径的示意图;
图6示出了本发明实施例所提供的自主导航方法中,在沿预设的全局路径行驶之前,获得全局路径的流程图;
图7示出了本发明实施例所提供的自主导航方法中,激光雷达采集环境数据时的示意图;
图8示出了本发明实施例所提供的自主导航方法中,以某工业园区的部分环境为例构建的三维地图的示意图;
图9示出了本发明实施例所提供的自主导航方法中,已滤除地面点的示意图;
图10示出了本发明实施例所提供的自主导航方法中,已滤除地面点的示意图;
图11示出了本发明实施例所提供的自主导航方法中,对当前局部代价地图的可行驶区域中对应的非障碍物栅格进行搜索,规划得到能够躲避障碍物的局部路径的具体流程图;
图12示出了本发明实施例所提供的自主导航方法中,坐标系转换的示意图;
图13示出了本发明实施例所提供的一种详细的自主导航方法的流程图;
图14示出了本发明实施例所提供的一种自主导航装置的结构示意图;
图15示出了本发明实施例所提供的一种电子设备的结构示意图。
具体实施方式
发明人发现,在基于A*算法的局部路径规划所创建的局部代价地图中,通常只包含局部扫描到的障碍物,并未划定路径规划区域,在局部路径规划的过程中,极有可能搜寻到道路范围之外的非障碍物栅格,导致规划出来的路径有可能越过安全可行驶的道路区域,存在碰撞风险,基于此,发明人提出了一种自主导航方法,以避免上述问题的产生;下面结合本发明实施例中的附图对本发明实施例进行描述。
图1示出了本发明实施例所提供的一种自主导航方法的流程图。如图1所示,该方法包括以下步骤101-104。
步骤101:令当前车辆沿预设的全局路径行驶,并实时获取周围的环境数据,在当前车辆遇到障碍物的情况下,基于环境数据,确定当前局部代价地图;全局路径包括多个全局路径点;当前局部代价地图以栅格地图的形式表现,并包括障碍物栅格和非障碍物栅格。
本发明实施例中,当前车辆表示当前正在行驶的车辆,且该当前车辆采用本发明实施例所提供的自主导航方法行驶,也就是说,对于需要进行路径规划的车辆,可以直接在该车辆上集成本申请的方法所提供的自主导航功能,或者安装用于实现本申请的自主导航方法的客户端,将该车辆作为当前车辆;其中,该当前车辆的行驶路线为提前预设的全局路径,可以理解,全局路径是提前预存的路线,例如,该当前车辆所需行驶的全程路线;该全局路径是由多个点连接形成的路线,这些点可以称作全局路径点,即构成该全局路径的点,可以参见图2所示,图2示出了一条全局路径。
本发明实施例中,在当前车辆沿该全局路径行驶的情况下,可以令该当前车辆中所配备的传感器或激光雷达等装置,实时地对该当前车辆周围的环境进行探测,以获取到当前车辆当前所行驶位置处所对应的环境数据;在当前车辆遇到障碍物时,例如,可以基于车内探测器与激光雷达等装置,探测发现该当前车辆行驶前方是否存在障碍物;在当前车辆遇到障碍物的情况下,本发明实施例可以基于所获取的环境数据(当前位置处该当前车辆周围的环境数据),生成与该环境数据相对应的当前局部代价地图;其中,该当前局部代价地图是以栅格地图的形式呈现的,例如,该当前局部代价地图可以具有一层排布有栅格的图层,这些栅格阵列式排布构成(如覆盖)该当前局部代价地图,且这些栅格可以被划分为障碍物栅格和非障碍物栅格,顾名思义,障碍物栅格表示当前车辆周围已被障碍物占用的栅格,例如,如图3所示,图3虚线方框所框选的区域表示当前局部代价地图,在该当前局部代价地图中可以用黑色栅格表示障碍物栅格;而非障碍物栅格则表示当前车辆周围未被障碍物所占用的栅格,即该非障碍物栅格不存在障碍物的区域,为了方便理解,本发明实施例在当前局部代价地图中用与障碍物栅格不同的颜色来表示该非障碍物栅格,例如,可以用白色的栅格表示非障碍物栅格,如图3所示,基于非障碍物栅格较多,图3以白色区域表示非障碍物栅格。
步骤102:对当前局部代价地图划分可行驶区域与不可行驶区域,可行驶区域中对应的非障碍物栅格为可规划的栅格,不可行驶区域中对应的非障碍物栅格为不可规划的栅格。
通常情况下,非障碍物栅格在传统算法中会被认为该区域是可行驶区域,也就是说,传统算法将所有的非障碍物栅格划定为可行驶区域,并在该区域中进行规划;相应地,传统算法将所有的障碍物栅格划定为不可行驶区域,即不规划障碍物栅格;但实际上有相当一部分的非障碍栅格是不在可行驶道路范围内的,如图4中灰色区域所示,该灰色区域虽然包括非障碍物栅格,但若这部分非障碍物栅格被传统算法划分为可行驶区域的话,那么,则表示灰色区域对应的非障碍物栅格也是可以被规划的栅格,基于传统算法所规划的行车路径将可能引导当前车辆驶出实际的道路范围,例如,引导当前车辆在图4所示灰色区域中行驶,极大地偏离全局路径,最终造成危险。
因此,本发明实施例基于当前局部代价地图中包含的障碍物栅格与非障碍物栅格,对该当前局部代价地图进行进一步地划分与约束,使该当前局部代价地图所被划分得到的可行驶区域与不可行驶区域有别于传统方案所划定的可行驶区域(如非障碍物栅格)与不可行驶区域(如障碍物栅格)。
具体地,本发明实施例在可行驶区域中划分可规划的栅格时,可以采用与传统算法相一致的标准,即划定可行驶区域中对应的非障碍物栅格均为可以规划的栅格;但是,对于不可行驶区域的划分,本发明实施例除了需要将障碍物栅格作为不可规划的栅格以外,还需要结合周围的环境数据,将部分非障碍物栅格同样划定为不可规划的栅格,即这部分非障碍物栅格与所有的障碍物栅格相同,均为不可规划的栅格;进而在后续的路径规划的过程中,可以避免选取到不可行驶区域中的非障碍物栅格参与路径的规划,确保所规划的路径在安全行驶范围内。
步骤103:对当前局部代价地图的可行驶区域中对应的非障碍物栅格进行搜索,规划得到能够躲避障碍物的局部路径。
基于经上述步骤102所约束过的当前局部代价地图,本发明实施例可以在可行驶区域中进行搜索,具体地,在可行驶区域中的可规划的栅格即非障碍物栅格中进行搜索,进而从这些可行驶区域中的非障碍物栅格中规划出局部路径,其中,该局部路径是一条能够躲避(如绕过)障碍物的路径;例如,可以规划出至少一条局部路径,从中任选一条供当前车辆参考。
步骤104:控制当前车辆沿局部路径行驶,并返回全局路径。
在得到局部路径之后,可以通过向当前车辆发出控制指令的方式,控制该当前车辆沿该局部路径行驶,即行驶至该局部路径的终点,最终返回全局路径;其中,该局部路径的终点可以在全局路径上,即该局部路径的终点为某全局路径点,因此当控制该当前车辆行驶至该局部路径的终点时,即返回到了全局路径。如图5所示,当预设的全局路径上出现障碍物(如图5中黑色方框内的物体)时,当前车辆可以通过当前局部代价地图规划出一条躲避障碍物的路线,并且与全局路径结合,避障结束后引导车辆返回到全局路径(如图5中障碍物周围所显示的曲线);或者,该局部路径的终点可以不设置在全局路径上,即该局部路径的终点为可行驶区域中某一非障碍物栅格对应的位置,因此当控制该当前车辆行驶至该局部路径的终点时,并未返回至全局路径,本发明实施例还可以以该局部路径的终点作为下一段路径的起点,对该起点与全局路径上的某一全局路径点进行再次规划,规划出一条可以返回全局路径的路径,最终控制该当前车辆返回全局路径。
本发明实施例所提供的自主导航方法,通过在当前局部代价地图中增加可行驶区域的道路约束,例如,采用高精度地图绘制软件对非障碍物栅格进行是否可规划进行再度划分,避免规划出的局部路径超出可安全行驶的范围,该方法降低了车辆运行过程中的碰撞风险,提高了自动驾驶车辆的安全性。
可选地,对当前局部代价地图划分可行驶区域与不可行驶区域包括:绘制当前局部代价地图中对应的道路约束线,得到具有道路约束线的当前局部代价地图;道路约束线用于划分可行驶区域与不可行驶区域。
本发明实施例可以通过高精度地图(Map for Highly Automated Driving,简称HAD Map)的绘制软件,在当前局部代价地图中绘制车道线、路沿、路口等虚拟道路信息,进而可以在该当前局部代价地图中划定可行驶区域。具体地,可以绘制两条道路约束线,如图4所示,以该两条道路约束线之间的区域(如空白区域)作为可行驶区域,将可行驶区域中的非障碍物栅格(白色区域)作为可以进行规划的栅格,换句话说,本发明实施例仅将可规划的栅格所对应的区域作为可行驶区域;相应地,本发明实施例将该当前局部代价地图中除可行驶区域以外的其他区域划定为不可行驶区域,例如,将图4中两条道路约束线以外的区域(如灰色区域)作为不可行驶区域,将不可行驶区域中,即便是非障碍物栅格(未被障碍物所占据的栅格)所对应的区域也作为不可进行规划的区域,即不可行驶区域中的非障碍物栅格为不可规划的栅格,换句话说,本发明实施例除了与传统算法一致,将所有障碍物栅格划定为不可规划的栅格以外,还将不可行驶区域中的非障碍物栅格同样划定为不可规划的栅格;进而在后续的路径规划的过程中,可以避免选取到不可行驶区域中的非障碍物栅格参与路径的规划,确保所规划的路径在安全行驶范围内。
本发明实施例所提供的自主导航方法的实现,需要预规划一条全局路径,用以引导当前车辆在该全局路径上行驶,可选地,参见图6所示,在沿预设的全局路径行驶之前,该方法还可以包括以下步骤201-203。
步骤201:基于激光雷达采集环境数据,构建三维地图;环境数据为点云信息。
本发明实施例以激光雷达作为用于环境感知的传感器,从而采集以点云信息所表示的环境数据,例如,该激光雷达可以是16线激光雷达,图7示出了激光雷达采集环境数据时的示意图;利用该激光雷达所采集的环境数据,构建三维地图,该三维地图可以是某一区域的完整地图。如图8所示,图8示出了以某工业园区的部分环境为例构建的三维地图,该三维地图包含该园区内的点云信息。
步骤202:对行驶中的采样车辆按预设的时间节点进行定位,并在三维地图中记录每个时间节点所对应的定位信息,直至采样车辆完成预设路线的行驶;时间节点所对应的定位信息用于表示全局路径点。
步骤203:基于三维地图中记录的定位信息,获得全局路径。
其中,可以预先采用某车辆作为采样车辆,通过控制该采样车辆在道路范围内沿某预设路线行驶,该预设路线是提前设定的某条待行驶路线,其可以是一条完整的路线。本发明实施例中,在采样车辆沿预设路线行驶的途中,可以以时间节点作为记录定位信息的节点,例如,在采样车辆行驶途中,可以以每30秒作为一个时间节点,即时间节点分别是30秒、60秒、90秒.....、600秒;从该预设路线的起点开始,每隔一定时间记录其定位信息,例如,以每30秒为一个时间节点记录一次采样车辆在该时间节点所处位置的定位信息,并将该定位信息记录在上述步骤201所构建的三维地图中;其中,定位信息包括采样车辆在三维地图中的坐标,还可以包括速度以及航向角等,可以将每一个时间节点处的定位信息保存;在该采样车辆行驶至该预设路线的终点的情况下,本发明实施例将在三维地图中得到多个用于表示时间节点处对应的定位信息的点,并将这些点作为全局路径点,完成该全局路径的采集。
本发明实施例在当前车辆执行自主导航方法之前,可以采用SLAM(SimultaneousLocalization and Mapping,也称为CML,Concurrent Mapping and Localization,即时定位与地图构建),如激光雷达建图定位,生成由包含点云信息的多个全局路径点构成的全局路径,也就是说,该方法通过激光雷达实时采集的点云信息(环境数据)与构建的三维地图进行匹配,最终实现采样车辆定位。
可选地,该环境数据为点云信息,点云信息中包括地面点和非地面点;其中,参见图9所示,上述步骤101中“基于环境数据,确定当前局部代价地图”可以包括以下步骤1011-1012。
步骤1011:采用激光线束滤波的方式滤除点云信息中的地面点。
其中,激光雷达所采集的环境数据(点云信息)中存在地面点与非地面点,而在基于该环境数据所构建的当前局部代价地图中,位于地面上的障碍物才是更为重要的探测目标,因此,点云信息中的地面点对于障碍物(如非地面点)容易产生影响,不利于后续使用,故本发明实施例需要滤除地面点,保留非地面点并用以后续当前局部代价地图的构建。具体地,本发明实施例可以采用激光线束滤波的方式进行地面点滤除,滤波结果如图10所示,其中颜色较浅的灰色区域为已被滤除的地面点,颜色较深的黑色区域为障碍物栅格(非地面点)。
步骤1012:基于点云信息中的非地面点构建当前局部代价地图。
本发明实施例基于上述步骤1011所得到的点云信息,即已被滤除地面点之后剩余的点云信息,如非地面点的点云信息,可以进一步构建得到当前局部代价地图。该方法通过将地面点与非地面点进行分离,如滤除地面点,可以使生成的当前局部代价地图中减少地面点的干扰,提高对障碍物探测与定位的精确度。
可选地,参见图11所示,上述步骤103中“对当前局部代价地图的可行驶区域中对应的非障碍物栅格进行搜索,规划得到能够躲避障碍物的局部路径”,可以包括以下步骤1031-1033。
步骤1031:确定局部路径的起点,起点为当前车辆在当前局部代价地图中的位置。
在本发明实施例中,将该当前车辆遇到障碍物时所处的位置作为待规划的局部路径的起点,该位置是当前车辆在当前局部代价地图中的位置(如坐标)。
步骤1032:确定局部路径的终点,终点为符合设置需求的全局路径点在当前局部代价地图的位置。
除了确定局部路径的起点之外,还需要确定该局部路径的终点,其中,该终点是能够符合设置需求的全局路径点。具体地,符合设置需求可以包括:第一,所选取的终点在确保规划出一条局部路径的基础上,还可以确保规划出的局部路径中的每个非障碍物栅格符合车辆运动学模型,以防止出现局部路径中的非障碍物栅格与道路边沿的距离小于当前车辆的车体宽度,导致该当前车辆无法通过的情况发生;第二,该终点可以为全局路径点,即某一全局路径点在当前局部代价地图的位置,从而保证当前车辆在避障结束后可以直接返回预设的全局路径,否则当前车辆有可能由于躲避障碍物导致其位姿极大地偏离全局路径,从而出现无法返回的情况。
在本发明实施例中,该终点的位置与起点的位置一样,均对应当前局部代价地图中的位置(如坐标),且基于上述终点所需满足的设置需求可以确定,该终点并不是随意选取的点,而是具有一定约束的点,通过选取符合设置需求的点作为终点,可以使后续规划的局部路径更加安全。
步骤1033:对当前局部代价地图中,起点与终点之间的非障碍物栅格进行局部路径搜索,规划得到局部路径。
由于本发明实施例所规划的局部路径是在当前局部代价地图中的可行驶区域中搜索得到的,因此,该局部路径中的每一个途径点(如栅格)均位于可行驶区域,即该局部路径中的每一个途径点均为可行驶区域中的非障碍物栅格;基于此,在确定好局部路径的起点与终点之后,本发明实施例可以在当前局部代价地图中采用局部路径搜索的算法,对起点与终点之间的非障碍物栅格(可行驶区域内)进行局部路径搜索,其中,进行局部路径搜索可以采用A*搜索算法进行,进而规划得到包含所选定的起点与终点的局部路径。
本发明实施例在局部路径的终点的选择上,通过所设定的设置需求,令终点的选择不再只是随意检索的一个非障碍物栅格作为避开障碍物的局部路径终点,而是对该终点进行约束,令所选取的终点为已知的全局路径点,使完成局部路径后的当前车辆可以准确回归全局路径,并且,该终点的选择可以使最终规划的局部路径中的每一个途经点均符合车辆运动学模型,以避免发生当前车辆无法通过的情况。
可选地,在规划得到局部路径之前,该方法还可以包括以下步骤A1-A3。
步骤A1:将局部路径搜索所得到的路径作为待判断路径,判断待判断路径是否符合车辆运动学模型以及安全行驶要求。
其中,通过所选定的局部路径的起点与终点,可以采用如A*搜索算法进行局部路径的搜索,搜索得到某条路径,由于并未确定该路径是否符合车辆运动学模型以及安全行驶要求,因此搜索得到的该路径仅可作为待判断路径,即需要对其进行进一步判断的路径。其中,判断是否符合车辆运动学模型以及安全行驶要求的具体方式可以包括:第一,判断该待判断路径的曲率是否符合车辆最大转弯半径的要求;第二,判断该待判断路径周围一定范围内的栅格是否是障碍物栅格,其中,这样判断的原因在于,所搜索的非障碍物栅格(可行驶区域内)的尺寸可能小于当前车辆的车体尺寸(车辆尺寸属于运动学模型范畴),因此,需要保证当前车辆沿该路径行驶时,其周围一定范围内的栅格不能是障碍物栅格,否则车辆将有可能碰到障碍物,不符合安全行驶要求。
步骤A2:若是,将待判断路径作为局部路径。
若该待判断路径符合上述车辆运动学模型以及安全行驶要求,证明该待判断路径可以使当前车辆避开障碍物且可以保证行车安全,将该待判断路径作为局部路径。
步骤A3:若否,更新终点,并对起点与更新后的终点之间的非障碍物栅格进行局部路径搜索,得到更新后的待判断路径。
若该待判断路径不符合上述车辆运动学模型以及安全行驶要求,证明该待判断路径可能无法使当前车辆避开障碍物,或者即便可以避开障碍物也无法保证行车安全,因此,需要重新选择终点,以重新选择的终点更新替换掉此前进行局部路径搜索(如A*搜索)的终点,根据更新后的终点与此前确定的起点,重新进行局部路径搜索;例如,对起点与更新后的终点之间的非障碍物栅格进行A*搜索,得到更新后的待判断路径。
可选地,上述步骤1031中“确定局部路径的起点”可以包括以下步骤B1-B2。
步骤B1:根据当前车辆的车体坐标与激光雷达的相对位置,确定当前车辆在当前局部代价地图中的栅格位置;车体坐标表示三维地图对应的坐标系下的位置,三维地图中包含全局路径。
步骤B2:将当前车辆在当前局部代价地图中的栅格位置作为起点。
本发明实施例中所构建的三维地图是对应包含有全局路径的地图,也就是说,每个全局路径点在该三维地图中均有相应的位置,可以在该三维地图所对应的坐标系下表示每个全局路径点的具体位置;此外,位于该三维地图中的任意位置也都可以用该三维地图所对应的坐标系来描述,如行驶在该全局路径上的当前车辆的位置。具体地,可以在三维地图对应的坐标系中表示出该当前车辆的车体坐标,其中,该当前车辆的车体坐标系的原点可以位于该当前车辆的后轴中心;并且,在建立当前局部代价地图的情况下,同时可以获得该当前局部代价地图所对应的坐标系,该当前局部代价地图所对应的坐标系与三维地图对应的坐标系不同,因此,三维地图所对应的坐标系下的每一个位置坐标均可以被转换为当前局部代价地图所对应的坐标系下的位置坐标,换句话说,上述两种坐标系可以进行转换。
由于激光雷达通常也位于该当前车辆内部,因此,当前车辆的车体坐标与激光雷达之间的相对位置是固定的,而本发明实施例将该当前局部代价地图所对应的坐标系与激光雷达对应的坐标系视为同一坐标系,进而可以根据二者的相对位置计算得到该当前车辆在当前局部代价地图的坐标系中的位置,例如其所在栅格的位置,并将该栅格所处的位置作为起点。
本发明实施例所提供的自主导航方法,通过计算激光雷达与车体坐标的相对位置,以及根据三维地图对应的坐标系与当前局部代价地图对应的坐标系之间的相互转换,能够确定该当前车辆的具体位置,该方法计算过程简单且计算量不大,对于整个过程的处理速度较快。
可选地,上述步骤1032中“确定局部路径的终点”可以包括以下步骤C1-C3。
步骤C1:将障碍物在当前局部代价地图对应的坐标系下的位置,转换为在三维地图对应的坐标系下的位置;三维地图中包含全局路径。
其中,由激光雷达所探测到的障碍物的具体位置坐标是标记在所构建的当前局部代价地图中的,因此,可以直接获得该障碍物在该当前局部代价地图对应的坐标系下的具体位置坐标;而本发明实施例所要选取的终点由于可以被约束为是某一全局路径点,且每个全局路径点(全局路径)是包含于三维地图中的,故每个全局路径点在三维地图对应的坐标系下均具有相应且已知的坐标;因此,为了使计算更加简便,本发明实施例需要将该障碍物在该当前局部代价地图对应的坐标系下的具体位置坐标,转换为以三维地图所对应的坐标系表示的位置坐标,使障碍物能够与作为候选的全局路径点规划在同一坐标系下。
步骤C2:将与障碍物在三维地图对应的坐标系下的位置距离最近的全局路径点的下一个全局路径点作为目标路径点。
其中,目标路径点即表示所要选作终点的全局路径点。发明人发现,距离该障碍物最近的全局路径点有可能位于该障碍物之前,例如,距离该障碍物最近的全局路径点可能位于障碍物与当前车辆之间,若直接选取与障碍物最近的这一全局路径点作为目标路径点,那么最终规划出来的局部路径可能无法避开该障碍物,因此,本发明实施例选择与障碍物距离最近的全局路径点的下一个全局路径点,将该下一个全局路径点作为目标路径点;例如,在构建全局路径的过程中,可以将每一个全局路径点都进行编号,该距离障碍物最近的全局路径点的下一个全局路径点,就是在该距离障碍物最近的全局路径点的编号上加1所得到的编号所对应的全局路径点。
步骤C3:将目标路径点在当前局部代价地图中的栅格位置作为终点。
在确定目标路径点之后,本发明实施例可以直接获得该目标路径点在三维地图对应的坐标系下的具体位置坐标,进而可以通过坐标系的转换,将该目标路径点在三维地图对应的坐标系下的具体位置坐标转换为在当前局部代价地图对应的坐标系下的具体位置坐标,并基于该目标路径点在当前局部代价地图对应的坐标系下的具体位置坐标,确定其在当前局部代价地图中的栅格位置,并将该栅格所处的位置作为终点。
本发明实施例在需要选择终点时,并未直接将距离障碍物最近的全局路径点作为目标路径点,而是选择了距离障碍物最近的全局路径点的下一个全局路径点作为目标路径点,这样做可以避免选择到位于当前车辆与障碍物之间且更靠近障碍物的全局路径点,避免出现无法躲避障碍物的情况,该方法可以使最终规划的局部路径更加合理且安全。
可选地,上述步骤C1“将障碍物在当前局部代价地图对应的坐标系下的位置,转换为在三维地图对应的坐标系下的位置”,可以基于坐标系转换公式进行转换;而在上述步骤C2“将与障碍物在三维地图对应的坐标系下的位置距离最近的全局路径点的下一个全局路径点作为目标路径点”之后,同样可以根据坐标系转换公式,确定目标路径点在当前局部代价地图对应的坐标系下的位置。
可选地,上述提及的坐标系转换公式为:
其中,参见图12所示,(xlocal,ylocal)表示待转换目标在当前局部代价地图对应的坐标系(如图12所示,以Lidar_x、Lidar_y表示当前局部代价地图对应的坐标系)下的位置坐标,具体地,本发明实施例可以将需要进行坐标系转换的目标,如障碍物或者全局路径点均作为待转换目标,例如,在需要执行上述步骤C1的情况下,该坐标系转换公式中的待转换目标为障碍物,(xlocal,ylocal)表示该障碍物在当前局部代价地图对应的坐标系下的位置坐标;或者,在执行完上述步骤C2的情况下,该坐标系转换公式中的待转换目标为全局路径点,(xlocal,ylocal)表示该全局路径点在当前局部代价地图对应的坐标系下的位置坐标;(xlidar,ylidar)表示激光雷达在三维地图对应的坐标系(如图12所示,以map_x、map_y表示三维地图对应的坐标系)下的位置坐标,且激光雷达的位置为当前局部代价地图对应的坐标系原点,这样设置可以简化坐标系的转换;(xglobal_point,yglobal_point)表示待转换目标在三维地图对应的坐标系下的位置坐标;θ表示当前局部代价地图对应的坐标系与三维地图对应的坐标系在x方向上的夹角(如图12所示)。
本发明实施例通过上述坐标系转换公式,不仅可以简单快捷地针对不同待转换目标分别进行相应地转换,该方法还将激光雷达的位置设定为当前局部代价地图对应的坐标系的原点,进一步简化了该坐标系转换过程,大大减小了计算量。
可选地,在上述步骤C3“将目标路径点在当前局部代价地图中的栅格位置作为终点”之前,该方法还可以包括以下步骤D1-D3。
步骤D1:判断目标路径点在当前局部代价地图中的栅格是否为障碍物栅格。
为了防止所确定的局部路径的终点(某全局路径点)为障碍物,在确定好目标路径点之后,本发明实施例可以通过对该目标路径点进行判断,具体的判断方式为:判断该目标路径点在该当前局部代价地图中所处的位置是否为障碍物栅格。
步骤D2:若是,由目标路径点开始,依次按序查找当前局部代价地图中剩余的全局路径点,直至全局路径点在当前局部代价地图中为非障碍物栅格,将非障碍物栅格对应的全局路径点更新为目标路径点。
若该目标路径点在该当前局部代价地图中所处的栅格为障碍物栅格,证明该目标路径点并不应被确定为该局部路径的终点,需要重新选取目标路径点,以重新选择的目标路径点作为该局部路径的终点;具体地,可以从上述步骤D1所判断的目标路径点开始,按照全局路径点的序号,由小到大依次查找剩余的全局路径点,直到查找到某一全局路径点在该当前局部代价地图中所处的栅格为非障碍物栅格,即该全局路径点是可以进行路径规划的栅格,将该全局路径点替换掉此前所判断的目标路径点,作为更新后的目标路径点。
例如,在目标路径点对应障碍物栅格的情况下,若该目标路径点的序号为10,则可以首先查找序号为11的全局路径点所对应的栅格是否为非障碍物栅格,若是,将序号为11的全局路径点作为更新后的目标路径点;或不是,按顺序依次查找12、13等序号对应的全局路径点,直至找到某一序号对应的全局路径点为非障碍物栅格,将该全局路径点更新为目标路径点。
步骤D3:若否,确定目标路径点在当前局部代价地图中的栅格位置。
若该目标路径点在该当前局部代价地图中所处的栅格为非障碍物栅格,证明该目标路径点可以被直接确定为该局部路径的终点,可以直接获得该目标路径点在当前局部代价地图中的栅格位置。
本发明实施例在将目标路径点所对应的栅格位置作为局部路径的终点之前,额外规定了对目标路径点是否为障碍物栅格的判断步骤,该方法可以避免最终所确定的终点落在实时更新得到的当前局部代价地图中的障碍物栅格上,使得当前车辆能够按照规划的局部路径成功躲避多个障碍物,使该局部路径的规划更具灵活性,更适应实时变化更新的当前局部代价地图,并且能够成功避障。
可选地,该自主导航方法还可以包括:在无法规划得到局部路径的情况下,向当前车辆输出规划失败的信号,令当前车辆保持停止状态。
本发明实施例对于无法规划得到局部路径的情况,也需要向当前车辆发送相应地指令,以控制当前车辆停止行驶,以防当前车辆与障碍物相撞。例如,在针对全局路径中所剩余的全局路径点的搜索中,直至遍历所有剩余的全局路径点,依然无法查找到其栅格位置对应非障碍物栅格的全局路径点时,本发明实施例将无法确定合适的目标路径点,进而将无法获得局部路径的终点,最终没有可以规划的局部路径,因此,为避免当前车辆因无法躲避障碍物而出现危险,将对该当前车辆发送停车等待的指令。
下面通过一个实施例详细介绍该自主导航方法流程。参见图13所示,该方法包括以下步骤301-314。
步骤301:令采样车辆利用激光雷达实时获取环境数据,构建三维地图。
步骤302:控制采样车辆沿预设路线行驶,且按时间节点进行定位,获取具有多个全局路径点的全局路径。
步骤303:控制当前车辆沿全局路径行驶,并利用激光雷达实时获取环境数据,在遇到障碍物的情况下,指示该当前车辆停止行驶。
步骤304:将激光雷达所采集的环境数据中的地面点滤除,生成当前局部代价地图。
步骤305:对当前局部代价地图划分可行驶区域与不可行驶区域。
步骤306:确定该当前车辆在当前局部代价地图中的栅格位置,将该栅格位置作为局部路径的起点。
步骤307:确定障碍物在三维地图中的坐标,并查找与该障碍物距离最近的全局路径点的下一个全局路径点,将下一个全局路径点作为目标路径点。
步骤308:判断目标路径点在当前局部代价地图中是否为障碍物栅格,若是,执行步骤309,否则执行步骤310。
步骤309:遍历该目标路径点之后所剩余的全局路径点,选择与该目标路径点距离最近的非障碍物栅格对应的全局路径点,将与该目标路径点距离最近的非障碍物栅格对应的全局路径点替换目标路径点,执行步骤310。
步骤310:将目标路径点在当前局部代价地图中的栅格位置,作为该局部路径的终点。
步骤311:对局部路径的起点与终点之间的非障碍物栅格进行A*搜索,获得待判断路径。
其中,该待判断路径位于可行驶区域中。
步骤312:判断该待判断路径是否符合车辆运动学模型以及安全行驶要求,若是,执行步骤313;否则执行步骤314。
步骤313:将该待判断路径作为局部路径,向当前车辆发送沿该局部路径行驶的指令,令该当前车辆成功避障并返回全局路径。
步骤314:选择该终点所对应的全局路径点的下一个全局路径点,将该下一个全局路径点作为更新后的终点,并对起点与更新后的终点之间的非障碍物栅格进行A*搜索,得到更新后的待判断路径,并返回执行上述步骤312。
上文详细描述了本发明实施例提供的自主导航方法,该方法也可以通过相应的装置实现,下面详细描述本发明实施例提供的自主导航装置。
图14示出了本发明实施例所提供的一种自主导航装置的结构示意图。如图14所示,该自主导航装置包括:确定模块41、约束模块42、规划模块43和控制模块44。
确定模块41用于令当前车辆沿预设的全局路径行驶,并实时获取周围的环境数据,在所述当前车辆遇到障碍物的情况下,基于所述环境数据,确定当前局部代价地图;所述全局路径包括多个全局路径点;所述当前局部代价地图以栅格地图的形式表现并包括障碍物栅格和非障碍物栅格。
约束模块42用于对所述当前局部代价地图划分可行驶区域与不可行驶区域,所述可行驶区域中对应的非障碍物栅格为可规划的栅格,所述不可行驶区域中对应的非障碍物栅格为不可规划的栅格。
规划模块43用于对所述当前局部代价地图的所述可行驶区域中对应的非障碍物栅格进行搜索,规划得到能够躲避所述障碍物的局部路径。
控制模块44用于控制所述当前车辆沿所述局部路径行驶,并返回所述全局路径。
可选地,约束模块42包括:绘制子模块。
绘制子模块用于绘制所述当前局部代价地图中对应的道路约束线,得到具有所述道路约束线的当前局部代价地图;所述道路约束线用于划分所述可行驶区域与所述不可行驶区域。
可选地,在所述沿预设的全局路径行驶之前,该自主导航装置还包括:采集模块、定位模块和获取模块。
采集模块用于基于激光雷达采集环境数据,构建三维地图;所述环境数据为点云信息。
定位模块用于对行驶中的采样车辆按预设的时间节点进行定位,并在所述三维地图中记录每个所述时间节点所对应的定位信息,直至所述采样车辆完成预设路线的行驶;所述时间节点所对应的定位信息用于表示所述全局路径点。
获取模块用于基于所述三维地图中记录的所述定位信息,获得所述全局路径。
可选地,环境数据为点云信息,所述点云信息中包括地面点和非地面点;确定模块41包括:滤除子模块和构建子模块。
滤除子模块用于采用激光线束滤波的方式滤除所述点云信息中的所述地面点。
构建子模块用于基于所述点云信息中的所述非地面点构建所述当前局部代价地图。
可选地,规划模块43包括:确定起点子模块、确定终点子模块和规划局部路径子模块。
确定起点子模块用于确定所述局部路径的起点,所述起点为所述当前车辆在所述当前局部代价地图中的位置。
确定终点子模块用于确定所述局部路径的终点,所述终点为符合设置需求的全局路径点在所述当前局部代价地图的位置。
规划局部路径子模块用于对所述当前局部代价地图中,所述起点与所述终点之间的非障碍物栅格进行局部路径搜索,规划得到所述局部路径。
可选地,在所述规划得到所述局部路径之前,该自主导航装置还包括:判断待判断路径模块、确定局部路径模块和更新待判断路径模块。
判断待判断路径模块用于将所述局部路径搜索所得到的路径作为待判断路径,判断所述待判断路径是否符合车辆运动学模型以及安全行驶要求;
若是,确定局部路径模块用于将所述待判断路径作为所述局部路径;
若否,更新待判断路径模块用于更新所述终点,并对所述起点与更新后的终点之间的非障碍物栅格进行所述局部路径搜索,得到更新后的待判断路径。
可选地,确定起点子模块包括:确定当前车辆栅格单元和确定起点栅格单元。
确定当前车辆栅格单元用于根据所述当前车辆的车体坐标与激光雷达的相对位置,确定所述当前车辆在所述当前局部代价地图中的栅格位置;所述车体坐标表示三维地图对应的坐标系下的位置,所述三维地图中包含所述全局路径。
确定起点栅格单元用于将所述当前车辆在所述当前局部代价地图中的栅格位置作为所述起点。
可选地,确定终点子模块包括:确定障碍物坐标单元、确定目标路径点单元和确定终点栅格单元。
确定障碍物坐标单元用于将所述障碍物在所述当前局部代价地图对应的坐标系下的位置,转换为在三维地图对应的坐标系下的位置;所述三维地图中包含所述全局路径。
确定目标路径点单元用于将与所述障碍物在所述三维地图对应的坐标系下的位置距离最近的全局路径点的下一个全局路径点作为目标路径点。
确定终点栅格单元用于将所述目标路径点在所述当前局部代价地图中的栅格位置作为所述终点。
可选地,确定障碍物坐标单元包括:基于坐标系转换公式进行转换;在所述将与所述障碍物在所述三维地图对应的坐标系下的位置距离最近的全局路径点的下一个全局路径点作为目标路径点之后,确定目标路径点单元包括:根据所述坐标系转换公式,确定所述目标路径点在所述当前局部代价地图对应的坐标系下的位置。
可选地,坐标系转换公式为:
其中,(xlocal,ylocal)表示待转换目标在所述当前局部代价地图对应的坐标系下的位置坐标;(xlidar,ylidar)表示激光雷达在所述三维地图对应的坐标系下的位置坐标,且所述激光雷达的位置为所述当前局部代价地图对应的坐标系原点;(xglobal_point,yglobal_point)表示待转换目标在所述三维地图对应的坐标系下的位置坐标;θ表示所述当前局部代价地图对应的坐标系与所述三维地图对应的坐标系在x方向上的夹角;所述障碍物和所述全局路径点均为所述待转换目标。
可选地,在所述将所述目标路径点在所述当前局部代价地图中的栅格位置作为所述终点之前,该自主导航装置还包括:判断目标路径点模块、查找全局路径点模块和确定目标路径点栅格位置模块。
判断目标路径点模块用于判断所述目标路径点在所述当前局部代价地图中的栅格是否为所述障碍物栅格;
若是,查找全局路径点模块用于由所述目标路径点开始,依次按序查找所述当前局部代价地图中剩余的全局路径点,直至所述全局路径点在所述当前局部代价地图中为所述非障碍物栅格,将所述非障碍物栅格对应的全局路径点更新为所述目标路径点;
若否,确定目标路径点栅格位置模块用于确定所述目标路径点在所述当前局部代价地图中的栅格位置。
可选地,该自主导航装置还包括:在无法规划得到所述局部路径的情况下,向所述当前车辆输出规划失败的信号,令所述当前车辆保持停止状态。
本发明实施例所提供的装置,通过在当前局部代价地图中增加可行驶区域的道路约束,例如,采用高精度地图绘制软件对非障碍物栅格进行是否可规划进行再度划分,避免规划出的局部路径超出可安全行驶的范围,该装置降低了车辆运行过程中的碰撞风险,提高了自动驾驶车辆的安全性。
此外,本发明实施例还提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该收发器、该存储器和处理器分别通过总线相连,计算机程序被处理器执行时实现上述自主导航方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
具体的,参见图15所示,本发明实施例还提供了一种电子设备,该电子设备包括总线1110、处理器1120、收发器1130、总线接口1140、存储器1150和用户接口1160。
在本发明实施例中,该电子设备还包括:存储在存储器1150上并可在处理器1120上运行的计算机程序,计算机程序被处理器1120执行时实现上述自主导航方法实施例的各个过程。
收发器1130,用于在处理器1120的控制下接收和发送数据。
本发明实施例中,总线架构(用总线1110来代表),总线1110可以包括任意数量互联的总线和桥,总线1110将包括由处理器1120代表的一个或多个处理器与存储器1150代表的存储器的各种电路连接在一起。
总线1110表示若干类型的总线结构中的任何一种总线结构中的一个或多个,包括存储器总线以及存储器控制器、外围总线、加速图形端口(Accelerate Graphical Port,AGP)、处理器或使用各种总线体系结构中的任意总线结构的局域总线。作为示例而非限制,这样的体系结构包括:工业标准体系结构(Industry Standard Architecture,ISA)总线、微通道体系结构(Micro Channel Architecture,MCA)总线、扩展ISA(Enhanced ISA,EISA)总线、视频电子标准协会(Video Electronics Standards Association,VESA)、外围部件互连(Peripheral Component Interconnect,PCI)总线。
处理器1120可以是一种集成电路芯片,具有信号处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑电路或软件形式的指令完成。上述的处理器包括:通用处理器、中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、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(FieldProgrammable Gate Array,FPGA)、复杂可编程逻辑器件(Complex Programmable LogicDevice,CPLD)、可编程逻辑阵列(Programmable Logic Array,PLA)、微控制单元(Microcontroller Unit,MCU)或其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件组件。可以实现或执行本发明实施例中公开的各方法、步骤及逻辑框图。例如,处理器可以是单核处理器或多核处理器,处理器可以集成于单颗芯片或位于多颗不同的芯片。
处理器1120可以是微处理器或任何常规的处理器。结合本发明实施例所公开的方法步骤可以直接由硬件译码处理器执行完成,或者由译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存取存储器(Random Access Memory,RAM)、闪存(FlashMemory)、只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、寄存器等本领域公知的可读存储介质中。所述可读存储介质位于存储器中,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
总线1110还可以将,例如外围设备、稳压器或功率管理电路等各种其他电路连接在一起,总线接口1140在总线1110和收发器1130之间提供接口,这些都是本领域所公知的。因此,本发明实施例不再对其进行进一步描述。
收发器1130可以是一个元件,也可以是多个元件,例如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。例如:收发器1130从其他设备接收外部数据,收发器1130用于将处理器1120处理后的数据发送给其他设备。取决于计算机系统的性质,还可以提供用户接口1160,例如:触摸屏、物理键盘、显示器、鼠标、扬声器、麦克风、轨迹球、操纵杆、触控笔。
应理解,在本发明实施例中,存储器1150可进一步包括相对于处理器1120远程设置的存储器,这些远程设置的存储器可以通过网络连接至服务器。上述网络的一个或多个部分可以是自组织网络(ad hoc network)、内联网(intranet)、外联网(extranet)、虚拟专用网(VPN)、局域网(LAN)、无线局域网(WLAN)、广域网(WAN)、无线广域网(WWAN)、城域网(MAN)、互联网(Internet)、公共交换电话网(PSTN)、普通老式电话业务网(POTS)、蜂窝电话网、无线网络、无线保真(Wi-Fi)网络以及两个或更多个上述网络的组合。例如,蜂窝电话网和无线网络可以是全球移动通信(GSM)系统、码分多址(CDMA)系统、全球微波互联接入(WiMAX)系统、通用分组无线业务(GPRS)系统、宽带码分多址(WCDMA)系统、长期演进(LTE)系统、LTE频分双工(FDD)系统、LTE时分双工(TDD)系统、先进长期演进(LTE-A)系统、通用移动通信(UMTS)系统、增强移动宽带(Enhance Mobile Broadband,eMBB)系统、海量机器类通信(massive Machine Type of Communication,mMTC)系统、超可靠低时延通信(UltraReliable Low Latency Communications,uRLLC)系统等。
应理解,本发明实施例中的存储器1150可以是易失性存储器或非易失性存储器,或可包括易失性存储器和非易失性存储器两者。其中,非易失性存储器包括:只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存(Flash Memory)。
易失性存储器包括:随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如:静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DRRAM)。本发明实施例描述的电子设备的存储器1150包括但不限于上述和任意其他适合类型的存储器。
在本发明实施例中,存储器1150存储了操作系统1151和应用程序1152的如下元素:可执行模块、数据结构,或者其子集,或者其扩展集。
具体而言,操作系统1151包含各种系统程序,例如:框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序1152包含各种应用程序,例如:媒体播放器(Media Player)、浏览器(Browser),用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序1152中。应用程序1152包括:小程序、对象、组件、逻辑、数据结构以及其他执行特定任务或实现特定抽象数据类型的计算机系统可执行指令。
此外,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述自主导航方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
计算机可读存储介质包括:永久性和非永久性、可移动和非可移动媒体,是可以保留和存储供指令执行设备所使用指令的有形设备。计算机可读存储介质包括:电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备以及上述任意合适的组合。计算机可读存储介质包括:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、非易失性随机存取存储器(NVRAM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带存储、磁带磁盘存储或其他磁性存储设备、记忆棒、机械编码装置(例如在其上记录有指令的凹槽中的穿孔卡或凸起结构)或任何其他非传输介质、可用于存储可以被计算设备访问的信息。按照本发明实施例中的界定,计算机可读存储介质不包括暂时信号本身,例如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如穿过光纤电缆的光脉冲)或通过导线传输的电信号。
在本申请所提供的几个实施例中,应该理解到,所披露的装置、电子设备和方法,可以通过其他的方式实现。例如,以上描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,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可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,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,也可以是电的、机械的或其他的形式连接。
所述作为分离部件说明的单元可以是或也可以不是物理上分开的,作为单元显示的部件可以是或也可以不是物理单元,既可以位于一个位置,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全部单元来解决本发明实施例方案要解决的问题。
另外,在本发明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,也可以是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,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术作出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(包括:个人计算机、服务器、数据中心或其他网络设备)执行本发明各个实施例所述方法的全部或部分步骤。而上述存储介质包括如前述所列举的各种可以存储程序代码的介质。
在本发明实施例的描述中,所属技术领域的技术人员应当知道,本发明实施例可以实现为方法、装置、电子设备及计算机可读存储介质。因此,本发明实施例可以具体实现为以下形式:完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外,在一些实施例中,本发明实施例还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式,该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括:电、磁、光、电磁、红外或半导体的系统、装置或器件,或者以上任意的组合。计算机可读存储介质更具体的例子包括:便携式计算机磁盘、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)、闪存(Flash Memory)、光纤、光盘只读存储器(CD-ROM)、光存储器件、磁存储器件或以上任意组合。在本发明实施例中,计算机可读存储介质可以是任意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、器件使用或与其结合使用。
上述计算机可读存储介质包含的计算机程序代码可以用任意适当的介质传输,包括:无线、电线、光缆、射频(Radio Frequency,RF)或者以上任意合适的组合。
可以以汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,例如:Java、Smalltalk、C++,还包括常规的过程式程序设计语言,例如:C语言或类似的程序设计语言。计算机程序代码可以完全的在用户计算机上执行、部分的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以及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),可以连接到用户计算机,也可以连接到外部计算机。
本发明实施例通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解,流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合,都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而生产出一种机器,这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行,产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样,存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
以上所述,仅为本发明实施例的具体实施方式,但本发明实施例的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明实施例披露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明实施例的保护范围之内。因此,本发明实施例的保护范围应以权利要求的保护范围为准。
Claims (15)
1.一种自主导航方法,其特征在于,包括:
令当前车辆沿预设的全局路径行驶,并实时获取周围的环境数据,在所述当前车辆遇到障碍物的情况下,基于所述环境数据,确定当前局部代价地图;所述全局路径包括多个全局路径点;所述当前局部代价地图以栅格地图的形式表现,并包括障碍物栅格和非障碍物栅格;
对所述当前局部代价地图划分可行驶区域与不可行驶区域,所述可行驶区域中对应的非障碍物栅格为可规划的栅格,所述不可行驶区域中对应的非障碍物栅格为不可规划的栅格;
对所述当前局部代价地图的所述可行驶区域中对应的非障碍物栅格进行搜索,规划得到能够躲避所述障碍物的局部路径;
控制所述当前车辆沿所述局部路径行驶,并返回所述全局路径。
2.根据权利要求1所述的方法,其特征在于,所述对所述当前局部代价地图划分可行驶区域与不可行驶区域包括:
绘制所述当前局部代价地图中对应的道路约束线,得到具有所述道路约束线的当前局部代价地图;所述道路约束线用于划分所述可行驶区域与所述不可行驶区域。
3.根据权利要求1所述的方法,其特征在于,在所述沿预设的全局路径行驶之前,还包括:
基于激光雷达采集环境数据,构建三维地图;所述环境数据为点云信息;
对行驶中的采样车辆按预设的时间节点进行定位,并在所述三维地图中记录每个所述时间节点所对应的定位信息,直至所述采样车辆完成预设路线的行驶;所述时间节点所对应的定位信息用于表示所述全局路径点;
基于所述三维地图中记录的所述定位信息,获得所述全局路径。
4.根据权利要求1所述的方法,其特征在于,所述环境数据为点云信息,所述点云信息中包括地面点和非地面点;所述基于所述环境数据,确定当前局部代价地图包括:
采用激光线束滤波的方式滤除所述点云信息中的所述地面点;
基于所述点云信息中的所述非地面点构建所述当前局部代价地图。
5.根据权利要求1所述的方法,其特征在于,所述对所述当前局部代价地图的所述可行驶区域中对应的非障碍物栅格进行搜索,规划得到能够躲避所述障碍物的局部路径,包括:
确定所述局部路径的起点,所述起点为所述当前车辆在所述当前局部代价地图中的位置;
确定所述局部路径的终点,所述终点为符合设置需求的全局路径点在所述当前局部代价地图的位置;
对所述当前局部代价地图中,所述起点与所述终点之间的非障碍物栅格进行局部路径搜索,规划得到所述局部路径。
6.根据权利要求5所述的方法,其特征在于,在所述规划得到所述局部路径之前,还包括:
将所述局部路径搜索所得到的路径作为待判断路径,判断所述待判断路径是否符合车辆运动学模型以及安全行驶要求;
若是,将所述待判断路径作为所述局部路径;
若否,更新所述终点,并对所述起点与更新后的终点之间的非障碍物栅格进行所述局部路径搜索,得到更新后的待判断路径。
7.根据权利要求5所述的方法,其特征在于,所述确定所述局部路径的起点包括:
根据所述当前车辆的车体坐标与激光雷达的相对位置,确定所述当前车辆在所述当前局部代价地图中的栅格位置;所述车体坐标表示三维地图对应的坐标系下的位置,所述三维地图中包含所述全局路径;
将所述当前车辆在所述当前局部代价地图中的栅格位置作为所述起点。
8.根据权利要求5所述的方法,其特征在于,所述确定所述局部路径的终点包括:
将所述障碍物在所述当前局部代价地图对应的坐标系下的位置,转换为在三维地图对应的坐标系下的位置;所述三维地图中包含所述全局路径;
将与所述障碍物在所述三维地图对应的坐标系下的位置距离最近的全局路径点的下一个全局路径点作为目标路径点;
将所述目标路径点在所述当前局部代价地图中的栅格位置作为所述终点。
9.根据权利要求8所述的方法,其特征在于,所述将所述障碍物在所述当前局部代价地图对应的坐标系下的位置,转换为在三维地图对应的坐标系下的位置,包括:基于坐标系转换公式进行转换;
在所述将与所述障碍物在所述三维地图对应的坐标系下的位置距离最近的全局路径点的下一个全局路径点作为目标路径点之后,包括:
根据所述坐标系转换公式,确定所述目标路径点在所述当前局部代价地图对应的坐标系下的位置。
11.根据权利要求8所述的方法,其特征在于,在所述将所述目标路径点在所述当前局部代价地图中的栅格位置作为所述终点之前,还包括:
判断所述目标路径点在所述当前局部代价地图中的栅格是否为所述障碍物栅格;
若是,由所述目标路径点开始,依次按序查找所述当前局部代价地图中剩余的全局路径点,直至所述全局路径点在所述当前局部代价地图中为所述非障碍物栅格,将所述非障碍物栅格对应的全局路径点更新为所述目标路径点;
若否,确定所述目标路径点在所述当前局部代价地图中的栅格位置。
12.根据权利要求1所述的方法,其特征在于,还包括:在无法规划得到所述局部路径的情况下,向所述当前车辆输出规划失败的信号,令所述当前车辆保持停止状态。
13.一种自主导航装置,其特征在于,包括:确定模块、约束模块、规划模块和控制模块;
所述确定模块用于令当前车辆沿预设的全局路径行驶,并实时获取周围的环境数据,在所述当前车辆遇到障碍物的情况下,基于所述环境数据,确定当前局部代价地图;所述全局路径包括多个全局路径点;所述当前局部代价地图以栅格地图的形式表现并包括障碍物栅格和非障碍物栅格;
所述约束模块用于对所述当前局部代价地图划分可行驶区域与不可行驶区域,所述可行驶区域中对应的非障碍物栅格为可规划的栅格,所述不可行驶区域中对应的非障碍物栅格为不可规划的栅格;
所述规划模块用于对所述当前局部代价地图的所述可行驶区域中对应的非障碍物栅格进行搜索,规划得到能够躲避所述障碍物的局部路径;
所述控制模块用于控制所述当前车辆沿所述局部路径行驶,并返回所述全局路径。
14.一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1至12中任一项所述的自主导航方法中的步骤。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至12中任一项所述的自主导航方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211531673.0A CN115855095A (zh) | 2022-12-01 | 2022-12-01 | 一种自主导航方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211531673.0A CN115855095A (zh) | 2022-12-01 | 2022-12-01 | 一种自主导航方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115855095A true CN115855095A (zh) | 2023-03-28 |
Family
ID=85669026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211531673.0A Pending CN115855095A (zh) | 2022-12-01 | 2022-12-01 | 一种自主导航方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115855095A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116817958A (zh) * | 2023-08-29 | 2023-09-29 | 之江实验室 | 一种基于障碍物分组的参考路径生成方法、装置和介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105825672A (zh) * | 2016-04-11 | 2016-08-03 | 中山大学 | 一种基于浮动车数据的城市指引区域提取方法 |
CN107490382A (zh) * | 2017-07-31 | 2017-12-19 | 中北智杰科技(北京)有限公司 | 一种无人驾驶汽车路径规划系统及控制方法 |
CN113009918A (zh) * | 2021-03-09 | 2021-06-22 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、装置、系统及可读存储介质 |
CN113108796A (zh) * | 2021-04-19 | 2021-07-13 | 北京有竹居网络技术有限公司 | 导航方法、装置、存储介质及设备 |
CN113654556A (zh) * | 2021-07-05 | 2021-11-16 | 的卢技术有限公司 | 一种基于改进em算法的局部路径规划方法、介质及设备 |
CN113701780A (zh) * | 2021-09-14 | 2021-11-26 | 成都信息工程大学 | 基于a星算法的实时避障规划方法 |
CN113819917A (zh) * | 2021-09-16 | 2021-12-21 | 广西综合交通大数据研究院 | 自动驾驶路径规划方法、装置、设备及存储介质 |
CN114488183A (zh) * | 2021-12-29 | 2022-05-13 | 深圳优地科技有限公司 | 障碍物点云的处理方法、装置、设备以及可读存储介质 |
CN114764249A (zh) * | 2022-04-27 | 2022-07-19 | 西安建筑科技大学 | 实时避障路径规划方法、系统、设备及介质 |
CN115077553A (zh) * | 2022-06-30 | 2022-09-20 | 重庆长安汽车股份有限公司 | 基于栅格搜索轨迹规划方法、系统、汽车、设备及介质 |
-
2022
- 2022-12-01 CN CN202211531673.0A patent/CN115855095A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105825672A (zh) * | 2016-04-11 | 2016-08-03 | 中山大学 | 一种基于浮动车数据的城市指引区域提取方法 |
CN107490382A (zh) * | 2017-07-31 | 2017-12-19 | 中北智杰科技(北京)有限公司 | 一种无人驾驶汽车路径规划系统及控制方法 |
CN113009918A (zh) * | 2021-03-09 | 2021-06-22 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、装置、系统及可读存储介质 |
CN113108796A (zh) * | 2021-04-19 | 2021-07-13 | 北京有竹居网络技术有限公司 | 导航方法、装置、存储介质及设备 |
CN113654556A (zh) * | 2021-07-05 | 2021-11-16 | 的卢技术有限公司 | 一种基于改进em算法的局部路径规划方法、介质及设备 |
CN113701780A (zh) * | 2021-09-14 | 2021-11-26 | 成都信息工程大学 | 基于a星算法的实时避障规划方法 |
CN113819917A (zh) * | 2021-09-16 | 2021-12-21 | 广西综合交通大数据研究院 | 自动驾驶路径规划方法、装置、设备及存储介质 |
CN114488183A (zh) * | 2021-12-29 | 2022-05-13 | 深圳优地科技有限公司 | 障碍物点云的处理方法、装置、设备以及可读存储介质 |
CN114764249A (zh) * | 2022-04-27 | 2022-07-19 | 西安建筑科技大学 | 实时避障路径规划方法、系统、设备及介质 |
CN115077553A (zh) * | 2022-06-30 | 2022-09-20 | 重庆长安汽车股份有限公司 | 基于栅格搜索轨迹规划方法、系统、汽车、设备及介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116817958A (zh) * | 2023-08-29 | 2023-09-29 | 之江实验室 | 一种基于障碍物分组的参考路径生成方法、装置和介质 |
CN116817958B (zh) * | 2023-08-29 | 2024-01-23 | 之江实验室 | 一种基于障碍物分组的参考路径生成方法、装置和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200265710A1 (en) | Travelling track prediction method and device for vehicle | |
CN109214248B (zh) | 用于识别无人驾驶车辆的激光点云数据的方法和装置 | |
US11332132B2 (en) | Method of handling occlusions at intersections in operation of autonomous vehicle | |
US11294060B2 (en) | System and method for lidar-based vehicular localization relating to autonomous navigation | |
WO2021217420A1 (zh) | 车道线跟踪方法和装置 | |
CN111506058B (zh) | 通过信息融合来计划自动驾驶的短期路径的方法及装置 | |
US20200072616A1 (en) | High-precision map generation method, device and computer device | |
US20180328745A1 (en) | Coverage plan generation and implementation | |
JP7330142B2 (ja) | 車両のuターン経路を決定する方法、装置、デバイスおよび媒体 | |
CN110606071A (zh) | 一种泊车方法、装置、车辆和存储介质 | |
RU2745804C1 (ru) | Способ и процессор для управления перемещением в полосе движения автономного транспортного средства | |
CN114212110B (zh) | 障碍物轨迹预测方法、装置、电子设备及存储介质 | |
RU2764479C2 (ru) | Способ и система для управления работой самоуправляемого автомобиля | |
CN113188562B (zh) | 可行驶区域的路径规划方法、装置、电子设备及存储介质 | |
RU2757234C2 (ru) | Способ и система для вычисления данных для управления работой беспилотного автомобиля | |
RU2750243C2 (ru) | Способ и система для формирования траектории для беспилотного автомобиля (sdc) | |
CN113433937B (zh) | 基于启发式探索的分层导航避障系统、分层导航避障方法 | |
US11189049B1 (en) | Vehicle neural network perception and localization | |
CN111507161B (zh) | 利用合并网络进行异质传感器融合的方法和装置 | |
CN115993825A (zh) | 一种基于空地协同的无人车集群控制系统 | |
CN115855095A (zh) | 一种自主导航方法、装置及电子设备 | |
US20230294684A1 (en) | Method of controlling autonomous vehicle, electronic device, and storage medium | |
RU2750118C1 (ru) | Способы и процессоры для управления работой беспилотного автомобиля | |
RU2751734C2 (ru) | Способы и процессоры для управления рулением беспилотным автомобилем | |
CN114771534A (zh) | 自动驾驶车辆的控制方法、训练方法、车辆、设备及介质 |
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 |