CN116101325B - 窄路通行处理方法及窄路通行处理装置 - Google Patents
窄路通行处理方法及窄路通行处理装置 Download PDFInfo
- Publication number
- CN116101325B CN116101325B CN202310283538.7A CN202310283538A CN116101325B CN 116101325 B CN116101325 B CN 116101325B CN 202310283538 A CN202310283538 A CN 202310283538A CN 116101325 B CN116101325 B CN 116101325B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- narrow road
- obstacle
- narrow
- road
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 68
- 238000012545 processing Methods 0.000 title claims description 32
- 238000000034 method Methods 0.000 claims abstract description 92
- 230000004888 barrier function Effects 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims description 37
- 238000005259 measurement Methods 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 18
- 238000013519 translation Methods 0.000 description 10
- 238000013136 deep learning model Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241001468045 Channa Species 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种窄路通行处理方法,包括:基于预设窄路特征判断本车前方是否存在窄路和/或窄路障碍物,如果存在,则启动本车的窄路通行模块;获取本车在窄路通行模块的启动时刻的位姿;获得本车的全景顶视图;基于全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个;基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短可通行距离,以初步判断本车是否能够无碰撞通过;初步判断本车能够无碰撞通过,则至少基于障碍物车辆与窄路之间的最短可通行距离及本车特征宽度信息再次判断是否能够无碰撞通过;当再次判断本车能够无碰撞通过,进行避障路线规划。
Description
本申请为2022年6月29日提交的、申请号为202210763299.0、发明名称为“窄路通行处理方法及窄路通行处理装置”的发明专利申请的分案申请。
技术领域
本公开涉及自动驾驶技术领域,本公开涉及一种窄路通行处理方法、窄路通行处理装置、电子设备、存储介质及汽车。
背景技术
随着汽车技术的发展,车辆的驾驶越来越面临着诸多挑战,这类挑战尤其是指车辆在狭窄的路段通行,比如我们在路边道路进出或者小区内进出的时候,几乎都会遇到这样的场景,就是道路的一侧停有车辆,另一侧是路肩绿化带或者其他障碍物,中间留出的空间仅能容纳一辆车通过,有时空间很拮据,甚至需要把后视镜收起来才能勉强通过。又或者遇到单行道、道路旁违章停放车辆等,这些道路两侧的车辆停放不整齐,道路很狭窄,当对向有车辆时难以通过。又或者车辆在倒车时,驾驶员可能由于驾驶经验不足、视野不足、道路狭窄等限制,即使注意力高度集中,也难免会出现剐蹭。
现有的倒车防撞装置主要是利用雷达测距等方式感测车辆与障碍物的距离,汽车无法使用超声波雷达对障碍物进行准确位置定位和大小识别,也无法实现障碍物的可视化,导致用户不能直观地了解障碍物的大小、位置和类型。上述方式的成本较高,且现有技术中的倒车防撞装置等结构复杂。
因此,设计一种用于在这种窄路情况下的通行和在倒车过程中避免同其他车辆(其他车辆后视镜等)相撞的方法和装置具有重要的理论意义和实际应用价值。
以下为现有技术中的方案。
技术方案1:公开号为CN107097784A、发明名称为《一种能实现汽车低速自动通过狭窄道路的系统及方法》的中国专利申请,提供了一种能实现汽车低速自动通过狭窄道路的系统及方法,系统包括电子控制单元,与电子控制单元连接的摄像头、超声波传感器、触摸显示模块、电动助力转向系统、电子稳定系统、发动机管理系统、电子换挡系统和电子驻车制动系统。方法为:电子控制单元接收到系统激活请求后,在车辆满足激活条件时根据车辆周围的障碍物信息,规划行车路径,同时确定当前行车的目标档位、目标速度和目标转角;然后与电动助力转向系统、电子稳定系统、发动机管理系统、电子换挡系统和电子驻车制动系统交互,保持车辆在目标档位下以目标速度和目标转角按照规划的行车路径自动行驶。该技术方案能使车辆安全便捷的自动通过狭窄道路,避免发生碰撞事故。但该技术方案在确定障碍物信息时使用摄像头与超声波传感器共同检测的方式,但未进行误差检测处理,可能会由于天气等原因导致检测不精确从而发生碰撞;同时,如车辆后视镜这种占障碍物总体较少的物体,在障碍物通用检测中易被忽略,从而导致错误判断。
技术方案2:公开号为CN114043985A、发明名称为《一种窄道驾驶协助方法及装置》的中国专利申请,提供了一种窄道驾驶协助方法及装置,涉及辅助驾驶技术领域,该方法包括窄道自动驾驶流程,该窄道自动驾驶流程包括以下步骤:检测车辆前方道路的道路宽度;当需要开启窄道自动驾驶时,在不高于预设的窄道自动驾驶限定车速的车速下相对车辆前方道路调正车辆的车头和车身;收起车辆的后视镜,控制车辆以不高于窄道自动驾驶限定车速驶过车辆前方道路。该技术方案对道路以及车辆自身进行状态识别,控制车辆在按照预设速度通过窄道,能够协助不同经验程度的驾驶员,提升车辆驾驶的安全性,有效保障驾驶员的人身安全,给驾驶员带来良好的驾驶体验。但该方法识别车辆障碍物时是以车身宽度为依据,未对障碍车辆的后视镜做针对性处理,易发生剐蹭;且在实际通行过程中由于转弯等因素,仅保证车宽小于道路宽并不一定能无碰撞通过。
技术方案3:公开号为CN112141114A、发明名称为《窄道通行辅助系统及方法》的中国专利申请,提供了一种窄道通行辅助系统及方法,窄道通行辅助方法包括判断通行可行性、规划行驶路径并控制车辆按照规划行驶路径行驶。其技术方案提出的窄道通行辅助方法,包括以下步骤:1.判断通行可行性:采集窄道的静态图像,从中识别出窄道数据信息,并将窄道数据信息与本车尺寸信息进行比较,以便确定本车是否能够通过该窄道;如果确定本车能够通过该窄道,则进入步骤2,如果确定本车不能通过该窄道,则告知驾驶员;2.规划行驶路径:动态采集行驶方向上的窄道的图像,计算出最窄路宽的中心点作为当前车辆行驶的轨迹点,同时结合超声波雷达对周围障碍物的距离探测结果规划行驶路径;3.控制车辆按照规划行驶路径行驶:按照规划好的路径完成对车辆的横向和纵向控制,保证车辆行驶在规划好的路径上。该技术方案提高了自动驾驶中窄路通行的可实现性和降低了实现成本,同时也完善了窄路通行的使用场景。但该技术方案未对障碍车辆的后视镜做针对性处理,易发生剐蹭;且在实际通行过程中由于转弯等因素,仅保证车宽小于道路宽并不一定能无碰撞通过。
技术方案1借助车内多个系统的交互,有效降低了由于判断错误导致的车辆碰撞事故,但技术方案1在判断前并未对数据进行误差检查,且未曾处理如车辆后视镜等较小但对判断正确与否影响较大的物体,从而会导致判断正确率难以提升的问题。
技术方案2结合了识别与调整装置,有效保障驾驶员的人身安全,但技术方案2在识别车辆障碍物时是以车身宽度为依据,未对障碍车辆的后视镜做针对性处理,且在实际通行过程中由于转弯等因素,仅保证车宽小于道路宽并不一定能无碰撞通过,因此在实际运用中,对于少部分无法无碰撞通过的窄路可能会产生能通过的错误判断。
技术方案3结合了辅助系统及方法,有效提高了自动驾驶中窄路通行的可实现性、降低了实现成本,同时也完善了窄路通行的使用场景,但技术方案3未对障碍车辆的后视镜、不同障碍物车辆与道路做针对性处理,仍然易发生剐蹭。
发明内容
为了解决上述技术问题中的至少一个,本公开提供了一种窄路通行处理方法、窄路通行处理装置、电子设备、存储介质及汽车。
根据本公开的一个方面,提供一种窄路通行处理方法,包括:
基于预设窄路特征判断本车前方是否存在窄路和/或窄路障碍物,如果存在,则启动本车的窄路通行模块;
获取本车在窄路通行模块的启动时刻的位姿;
以窄路通行模块的启动时刻作为基准时刻,获取本车的各个相机在预设时间长度采集的本车周围环境的帧图像,以获得本车的全景顶视图;
基于所述全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,所述特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个;
基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短可通行距离,以初步判断本车是否能够无碰撞通过;
初步判断本车能够无碰撞通过,则至少基于障碍物车辆与窄路之间的最短可通行距离及本车特征宽度信息再次判断是否能够无碰撞通过,所述本车特征宽度信息包括本车包含外后视镜的宽度和/或本车不包含外后视镜的宽度;
当再次判断本车能够无碰撞通过,进行避障路线规划。
根据本公开至少一个实施方式的窄路通行处理方法,基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短可通行距离,以初步判断本车是否能够无碰撞通过,包括:
基于障碍物车辆与窄路之间的最短可通行距离及预设安全系数(ξ)初步判断本车是否能够无碰撞通过。
根据本公开至少一个实施方式的窄路通行处理方法,基于预设窄路特征判断本车前方是否存在窄路和/或窄路障碍物,如果存在,则启动本车的窄路通行模块,包括:
实时获取本车前方视野的视频图像,以进行窄路及窄路障碍物判断;
当存在窄路和/或窄路障碍物,对本车与窄路和/或窄路障碍物之间的距离进行判断;
当本车与所述窄路和/或窄路障碍物之间的距离小于或小于等于预设阈值时,启动所述窄路通行模块。
根据本公开至少一个实施方式的窄路通行处理方法,获取本车在窄路通行模块的启动时刻的位姿,包括:
获取窄路通行模块的启动时刻之前的最邻近卫星定位数据采集时刻;
获取早于所述最邻近卫星定位数据采集时刻的第一个IMU数据及其采集时刻,该采集时刻作为起点时刻;获取晚于窄路通行模块的启动时刻的第一个IMU数据及其采集时刻,该采集时刻作为终点时刻;
获取在所述最邻近卫星定位数据采集时刻至所述窄路通行模块的启动时刻时间段本车沿本车正前方方向的平移量、沿本车正左方向的平移量及沿本车正上方方向的平移量,即位姿变换量;
基于所述位姿变换量及所述最邻近卫星定位数据采集时刻的本车位姿获取本车在窄路通行模块的启动时刻的精确位姿。
根据本公开至少一个实施方式的窄路通行处理方法,以窄路通行模块的启动时刻作为基准时刻,获取本车的各个相机在预设时间长度采集的本车周围环境的帧图像,以获得本车的全景顶视图,包括:
对每个相机采集的帧图像进行畸变去除,获得每个相机的去除畸变后的帧图像;
对于每个相机,以其采集的第一帧图像对应的时刻作为初始时刻,其余帧图像均基于本车IMU数据及轮速数据进行图像特征点位姿调整;
将每个相机的经过时间对齐之后的所有帧图像均由相机坐标系空间对齐至世界坐标系;
对各个相机的经过所述时间对齐及空间对齐的帧图像进行合成处理,并结合本车在窄路通行模块的启动时刻的位姿获得所述全景顶视图。
根据本公开至少一个实施方式的窄路通行处理方法,基于所述全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,所述特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个,包括:
对所述全景顶视图进行基于深度学习模型的目标检测,获取所述全景顶视图中所有障碍物车辆的2D框、车标信息及车头朝向;
基于障碍物车辆的2D框,获取障碍物车辆车轮的接地点的数目、接地点在世界坐标系下的位姿及车身几何参数;
当障碍物车辆车轮的接地点的数目大于等于2时,获取障碍物车辆靠近本车一侧的两个车轮的相对位姿,基于所述相对位姿、障碍物车辆的车身几何参数及车标信息中的至少一个,从存储在存储器上的车辆模型库中调取对应的车辆模型;
调取到对应的车辆模型,基于障碍物车辆车轮的接地点及车头朝向将车辆模型置于障碍物车辆在全景顶视图的位置上,基于所述车辆模型获取障碍物车辆的车前角位姿、车后角位姿和/或车后视镜位姿。
根据本公开至少一个实施方式的窄路通行处理方法,基于所述全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,所述特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个,包括:
对所述全景顶视图进行基于深度学习模型的目标检测,获取所述全景顶视图中所有障碍物车辆的2D框、车标信息及车头朝向;
基于障碍物车辆的2D框,获取障碍物车辆车轮的接地点的数目、接地点在世界坐标系下的位姿及车身几何参数;
当障碍物车辆车轮的接地点的数目大于等于2时,获取障碍物车辆靠近本车一侧的两个车轮的相对位姿,基于所述相对位姿、障碍物车辆的车身几何参数及车标信息中的至少一个,从存储在存储器上的车辆模型库中调取对应的车辆模型;
未调取到对应的车辆模型,基于本车的SLAM模块获取障碍物车辆的车前角位姿、车后角位姿和/或车后视镜位姿。
根据本公开至少一个实施方式的窄路通行处理方法,基于所述全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,所述特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个,包括:
对所述全景顶视图进行基于深度学习模型的目标检测,获取所述全景顶视图中所有障碍物车辆的2D框、车标信息及车头朝向;
未获取到障碍物车辆的车标信息,基于本车的SLAM模块获取障碍物车辆的车前角位姿、车后角位姿和/或车后视镜位姿。根据本公开至少一个实施方式的窄路通行处理方法,基于所述全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,所述特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个,包括:
对所述全景顶视图进行基于深度学习模型的目标检测,获取所述全景顶视图中所有障碍物车辆的2D框、车标信息及车头朝向;
基于障碍物车辆的2D框,获取障碍物车辆车轮的接地点的数目、接地点在世界坐标系下的位姿及车身几何参数;
当障碍物车辆车轮的接地点的数目小于等于1时,基于本车的SLAM模块获取障碍物车辆的车前角位姿、车后角位姿和/或车后视镜位姿。
根据本公开至少一个实施方式的窄路通行处理方法,基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短距离,以初步判断本车是否能够无碰撞通过,包括:
窄路的类型为直线窄路,且障碍物车辆位于直线窄路的第一侧,则获取障碍物车辆的车前角、车后角及车后视镜与直线窄路的与所述第一侧相对的第二侧的边缘线之间距离的最小值作为所述最短距离。
根据本公开至少一个实施方式的窄路通行处理方法,当车前角、车后角和车后视镜向直线窄路的边缘线所做垂线与边缘线的交点中的一个或多个未落到直线窄路的边缘线上,则基于以下步骤获取所述最短距离:
对未落在边缘线上的交点进行标识;
取未被标识的交点与所述边缘线之间的距离中的最小值作为第一最小值;
获取障碍物车辆周围的直线窄路边缘线端点,计算直线窄路边缘线端点与障碍物车辆之间的最短距离;
若直线窄路边缘线端点与障碍物车辆之间的最短距离所对应的垂线段能够落到障碍物车辆上,则保留该最短距离并作为第二最小值;
将所述第一最小值与所述第二最小值进行比较,取其中的较小值作为该障碍物车辆与窄路之间的最短距离。
根据本公开至少一个实施方式的窄路通行处理方法,若直线窄路边缘线端点与障碍物车辆之间的最短距离所对应的垂线段未能落到障碍物车辆上,则进行以下处理:
计算直线窄路边缘线端点与障碍物车辆的车前角、车后角及车后视镜之间连线的长度,取其中的最小值作为所述第二最小值。
根据本公开至少一个实施方式的窄路通行处理方法,基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短距离,以初步判断本车是否能够无碰撞通过,包括:
窄路的类型为折线窄路,且障碍物车辆位于折线窄路的折点区域,则将折线窄路作为两条相交的直线窄路分别判断本车是否能够无碰撞通过。
根据本公开至少一个实施方式的窄路通行处理方法,窄路的类型为折线窄路,且障碍物车辆位于折线窄路的折点区域,将折线窄路作为两条相交的直线窄路分别判断本车是否能够无碰撞通过,包括:
分别计算障碍物车辆的车前角、车后角和车后视镜的突出点到各段直线窄路段的距离;
获取障碍物车辆与各段直线窄路段的最短距离;
计算障碍物车辆与窄路折点的最短距离;
取障碍物车辆与各段直线窄路段的最短距离、与窄路折点的最短距离中的最小值作为该障碍物车辆与所述折线窄路之间的最短距离。
根据本公开至少一个实施方式的窄路通行处理方法,基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短距离,以初步判断本车是否能够无碰撞通过,包括:
窄路的类型为曲线窄路,且障碍物车辆位于曲线窄路的第一侧,则将曲线窄路均匀分割为多个预设长度的近似直路段,以获取障碍物车辆与各个近似直路段之间的最短距离,进而获得障碍物车辆与该曲线窄路之间的最短距离。
根据本公开至少一个实施方式的窄路通行处理方法,基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短距离,以初步判断本车是否能够无碰撞通过,包括:
障碍物车辆位于窄路的两侧,获取窄路第一侧的各个障碍物车辆与窄路第二侧的各个障碍物车辆之间的最短距离,进而获得窄路两侧障碍物车辆之间的最短距离即最短可通行距离。
根据本公开至少一个实施方式的窄路通行处理方法,窄路的类型基于所述全景顶视图进行判断。
根据本公开至少一个实施方式的窄路通行处理方法,基于障碍物车辆与窄路之间的最短可通行距离及预设安全系数初步判断本车是否能够无碰撞通过,包括:
获取本车宽度与预设安全系数(ξ)乘积的值;
判断障碍物车辆与窄路之间的最短距离是否大于或者大于等于本车不包含外后视镜的宽度与预设安全系数乘积的值;
如果是,则初步判断能够无碰撞通过;如果否,则判定不能够无碰撞通过。
根据本公开至少一个实施方式的窄路通行处理方法,至少基于障碍物车辆与窄路之间的最短可通行距离及本车特征宽度信息再次判断是否能够无碰撞通过,包括:
基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过。
根据本公开至少一个实施方式的窄路通行处理方法,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
窄路类型为直线窄路时,判断障碍物车辆与窄路之间的最短距离是否大于或者大于等于本车包含外后视镜的宽度与预设安全系数乘积的值;
如果是,则判定本车能够沿直线窄路行驶通过直线窄路;如果否,则判定本车收起外后视镜以能够沿直线窄路行驶通过直线窄路。
根据本公开至少一个实施方式的窄路通行处理方法,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
窄路类型为折线窄路,且障碍物车辆位于折线窄路的折点位置,若本车车辆较障碍物车辆位于弯道内侧,则从窄路折点位置沿垂直于障碍物车辆轴线的方向作垂线,在垂线上取本车不包含外后视镜的宽度/本车包含外后视镜的宽度作为位置p,分别从位置p向垂直所述垂线的前方及后方作长度为1/2本车车长的线段;
判断线段是否与窄路相交,未相交,则判定为本车能够行驶通过窄路。
根据本公开至少一个实施方式的窄路通行处理方法,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
窄路类型为折线窄路,且障碍物车辆位于折线窄路的折点位置,若本车车辆较障碍物车辆位于弯道外侧,则基于以下判断逻辑进行判定:
障碍物车辆后角点与折线窄路第一段之间的距离为线段s1;障碍物车辆前角点p2点与折线窄路第二段之间的距离为线段s2;
当本车需经由线段s1、s2向左转弯时,以线段s1右端端点作为p1点,以线段s2左端端点作为p2点;当本车需经由线段s1、s2向右转弯时,以线段s1左端端点作为p1点,以线段s2右端端点作为p2点;
获取p1点与p2点连线的长度SL;
获取以本车车长为长边,本车不含后视镜宽度为短边的矩形框的对角线长度L1;获取以本车车长为长边,本车含后视镜宽度为短边的矩形框对角线长度L2;以及
比较SL与L1、L2的值的大小,若sn>ξ·b且sL>ξ·L2,则判定本车车辆能够无障碍通过窄路;对于所有sn>ξ·a且sL>ξ·L1,若存在ξ·a<sn<ξ·b或ξ·L1<sL<ξ·L2,则本车车辆通过收起外后视镜能够通过窄路;若存在sn≤ξ·a或sL≤ξ·L1,则本车车辆不能无碰撞通过。
根据本公开至少一个实施方式的窄路通行处理方法,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
窄路类型为曲线窄路,且存在两辆以上的障碍物车辆位于曲线窄路的一侧;则基于以下判断逻辑进行判定:
获取第一障碍物车辆与曲线窄路的最短距离线段s1,获取第二障碍物车辆与曲线窄路的最短距离线段s2;
当本车需经由线段s1、s2向左转弯时,以线段s1右端端点作为p1点,以线段s2左端端点作为p2点;当本车需经由线段s1、s2向右转弯时,以线段s1左端端点作为p1点,以线段s2右端端点作为p2点;
获取p1点与p2点连线的长度SL;
获取以本车车长为长边,本车不含后视镜宽度为短边的矩形框的对角线长度L1;获取以本车车长为长边,本车含后视镜宽度为短边的矩形框对角线长度L2;以及
比较SL与L1、L2的值的大小,若sn>ξ·b且sL>ξ·L2,则判定本车车辆能够无障碍通过窄路;对于所有sn>ξ·a且sL>ξ·L1,若存在ξ·a<sn<ξ·b或ξ·L1<sL<ξ·L2,则本车车辆通过收起外后视镜能够通过窄路;若存在sn≤ξ·a或sL≤ξ·L1,则本车车辆不能无碰撞通过。
根据本公开至少一个实施方式的窄路通行处理方法,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
对于各种窄路类型的窄路,窄路两侧均存在障碍物车辆且其中一侧存在两辆以上的障碍物车辆,则基于以下判断逻辑进行判定:
获取第一障碍物车辆与第二障碍物车辆的最短距离线段s1,获取第三障碍物车辆与第二障碍物车辆最短距离线段s2,所述第一障碍物车辆与所述第三障碍物车辆位于窄路的同一侧,所述第二障碍物车辆位于窄路的另一侧;
当本车需经由线段s1、s2向左转弯时,以线段s1右端端点作为p1点,以线段s2左端端点作为p2点;当本车需经由线段s1、s2向右转弯时,以线段s1左端端点作为p1点,以线段s2右端端点作为p2点;
获取p1点与p2点连线的长度SL;
获取以本车车长为长边,本车不含后视镜宽度为短边的矩形框的对角线长度L1;获取以本车车长为长边,本车含后视镜宽度为短边的矩形框对角线长度L2;以及
比较SL与L1、L2的值的大小,若sn>ξ·b且sL>ξ·L2,则判定本车车辆能够无障碍通过窄路;对于所有sn>ξ·a且sL>ξ·L1,若存在ξ·a<sn<ξ·b或ξ·L1<sL<ξ·L2,则本车车辆通过收起外后视镜能够通过窄路;若存在sn≤ξ·a或sL≤ξ·L1,则本车车辆不能无碰撞通过。
根据本公开至少一个实施方式的窄路通行处理方法,当再次判断本车能够无碰撞通过,进行避障路线规划,包括:
基于所述最短可通行距离进行避障路线规划。
根据本公开的另一个方面,提供一种窄路通行处理装置,包括:
粗测模块,所述粗测模块基于预设窄路特征判断本车前方是否存在窄路和/或窄路障碍物,如果存在,则启动本车的窄路通行模块;
窄路通行模块,所述窄路通行模块响应于所述粗测模块而启动;
位姿获取模块,所述位姿获取模块获取本车在窄路通行模块的启动时刻的位姿;
全景顶视图获取模块,所述全景顶视图获取模块以窄路通行模块的启动时刻作为基准时刻,获取本车的各个相机在预设时间长度采集的本车周围环境的帧图像,以获得本车的全景顶视图;
障碍物检测模块,所述障碍物检测模块基于所述全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,所述特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个;
所述窄路通行模块包括:
第一判断模块,所述第一判断模块基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短可通行距离,以初步判断本车是否能够无碰撞通过;
第二判断模块,所述第二判断模块在所述第一判断模块初步判断本车能够无碰撞通过,则至少基于障碍物车辆与窄路之间的最短可通行距离及本车特征宽度信息再次判断是否能够无碰撞通过,所述本车特征宽度信息包括本车包含外后视镜的宽度和/或本车不包含外后视镜的宽度;
路线规划模块,当所述第二判断模块再次判断本车能够无碰撞通过,所述路线规划模块进行避障路线规划。
根据本公开的至少一个实施方式的窄路通行处理装置,基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短可通行距离,以初步判断本车是否能够无碰撞通过,包括:
基于障碍物车辆与窄路之间的最短可通行距离及预设安全系数(ξ)初步判断本车是否能够无碰撞通过。
根据本公开的至少一个实施方式的窄路通行处理装置,所述障碍物检测模块被包括在所述窄路通行模块中。
根据本公开的至少一个实施方式的窄路通行处理装置,所述全景顶视图获取模块及所述障碍物检测模块被包括在所述窄路通行模块中。
根据本公开的又一个方面,提供一种电子设备,包括:存储器,所述存储器存储执行指令;以及处理器,所述处理器执行所述存储器存储的执行指令,使得所述处理器执行本公开任一个实施方式的窄路通行处理方法。
根据本公开的又一个方面,提供一种可读存储介质,所述可读存储介质中存储有执行指令,所述执行指令被处理器执行时用于实现本公开任一个实施方式的窄路通行处理处理方法。
根据本公开的又一个方面,提供一种汽车,包括:车载相机装置、显示屏、轮速计、惯性测量装置、处理器及可读存储介质;其特征在于,所述可读存储介质存储有执行指令,所述执行指令被处理器执行时用于实现本公开任一个实施方式的窄路通行处理处理方法。
根据本公开的又一个方面,提供一种汽车,包括:车载相机装置、显示屏、轮速计、惯性测量装置、处理器及可读存储介质;其特征在于,还包括本公开任一项所述的窄路通行处理装置,所述窄路通行处理装置以计算机程序执行指令模块的方式存储于所述可读存储介质。
附图说明
附图示出了本公开的示例性实施方式,并与其说明一起用于解释本公开的原理,其中包括了这些附图以提供对本公开的进一步理解,并且附图包括在本说明书中并构成本说明书的一部分。
图1是本公开的一个实施方式的窄路通行处理方法的流程示意图。
图2为时间参考轴。
图3为直线窄路中一侧有障碍物车辆的情况示意图。
图4为折线窄路中一侧有障碍物车辆的情形(位于折点区域)示意图。
图5为曲线窄路中的一侧有障碍物车辆的情况示意图。
图6为窄路两侧均有障碍物车辆的情况示意图。
图7为多障碍物车辆的情况示意图。
图8为障碍物车辆位于折点位置处且本车车辆位于弯道内侧情况的示意图。
图9为障碍物车辆位于折点位置处且本车车辆位于弯道外侧情况的示意图。
图10为曲线窄路中的情况示意图。
图11为两侧均有障碍物车辆时的情况示意图。
图12为避障路线规划示意图。
图13是本公开的一个实施方式的窄路通行处理方法的具体流程图。
图14是本公开的一个实施方式的采用处理系统的硬件实现方式的窄路通行处理装置的结构示意框图。
图15是本公开的一个实施方式的采用处理系统的硬件实现方式的窄路通行处理装置的结构示意框图。
具体实施方式
下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施方式仅用于解释相关内容,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开的技术方案。
除非另有说明,否则示出的示例性实施方式/实施例将被理解为提供可以在实践中实施本公开的技术构思的一些方式的各种细节的示例性特征。因此,除非另有说明,否则在不脱离本公开的技术构思的情况下,各种实施方式/实施例的特征可以另外地组合、分离、互换和/或重新布置。
在附图中使用交叉影线和/或阴影通常用于使相邻部件之间的边界变得清晰。如此,除非说明,否则交叉影线或阴影的存在与否均不传达或表示对部件的具体材料、材料性质、尺寸、比例、示出的部件之间的共性和/或部件的任何其它特性、属性、性质等的任何偏好或者要求。此外,在附图中,为了清楚和/或描述性的目的,可以夸大部件的尺寸和相对尺寸。当可以不同地实施示例性实施例时,可以以不同于所描述的顺序来执行具体的工艺顺序。例如,可以基本同时执行或者以与所描述的顺序相反的顺序执行两个连续描述的工艺。此外,同样的附图标记表示同样的部件。
当一个部件被称作“在”另一部件“上”或“之上”、“连接到”或“结合到”另一部件时,该部件可以直接在所述另一部件上、直接连接到或直接结合到所述另一部件,或者可以存在中间部件。然而,当部件被称作“直接在”另一部件“上”、“直接连接到”或“直接结合到”另一部件时,不存在中间部件。为此,术语“连接”可以指物理连接、电气连接等,并且具有或不具有中间部件。
本文使用的术语是为了描述具体实施例的目的,而不意图是限制性的。如这里所使用的,除非上下文另外清楚地指出,否则单数形式“一个(种、者)”和“所述(该)”也意图包括复数形式。此外,当在本说明书中使用术语“包含”和/或“包括”以及它们的变型时,说明存在所陈述的特征、整体、步骤、操作、部件、组件和/或它们的组,但不排除存在或附加一个或更多个其它特征、整体、步骤、操作、部件、组件和/或它们的组。还要注意的是,如这里使用的,术语“基本上”、“大约”和其它类似的术语被用作近似术语而不用作程度术语,如此,它们被用来解释本领域普通技术人员将认识到的测量值、计算值和/或提供的值的固有偏差。
下文结合图1至图15对本公开的窄路通行处理方法、窄路通行处理装置进行详细说明。
图1是本公开的一个实施方式的窄路通行处理方法S100的流程示意图。
参考图1,本实施方式的窄路通行处理方法S100,包括:
S102、(粗测模块1002)基于预设窄路特征判断本车前方是否存在窄路和/或窄路障碍物(车辆等),如果存在,则启动本车的窄路通行模块1004;
S104、获取本车在窄路通行模块1004的启动时刻(ton)的位姿;
S106、以窄路通行模块1004的启动时刻作为基准时刻,获取本车的各个相机在预设时间长度(例如2s)采集的本车周围环境的帧图像,以获得本车的全景顶视图;
S108、基于全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个;
S110、基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短可通行距离(即本车在窄路通行过程中需要通过的最窄长度),以初步判断本车是否能够无碰撞通过;
S112、初步判断本车能够无碰撞通过,则至少基于障碍物车辆与窄路之间的最短可通行距离及本车特征宽度信息再次判断是否能够无碰撞通过,其中,本车特征宽度信息包括本车包含外后视镜的宽度和/或本车不包含外后视镜的宽度;
S114、当再次判断本车能够无碰撞通过,进行避障路线规划。
根据本公开的优选实施方式,基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短可通行距离,以初步判断本车是否能够无碰撞通过,包括:
基于障碍物车辆与窄路之间的最短可通行距离及预设安全系数(ξ)初步判断本车是否能够无碰撞通过。
根据本公开的优选实施方式的窄路通行处理方法S100,S102、(粗测模块1002)基于预设窄路特征判断本车前方是否存在窄路和/或窄路障碍物(车辆等),如果存在,则启动本车的窄路通行模块1004,包括:
S1021、实时获取本车前方视野的视频图像(即连续的静态图像的序列),以进行窄路及窄路障碍物判断;
S1022、当存在窄路和/或窄路障碍物,对本车与窄路和/或窄路障碍物之间的距离进行判断;
S1023、当本车与窄路和/或窄路障碍物之间的距离小于或小于等于预设阈值(即安全阈值,例如3米)时,启动窄路通行模块1004。
在本公开中,优选地,车体坐标系以本车后轴中心为原点,本车前进方向为正前方,车体坐标系的x轴指向正前方,y轴指向正左方,z轴指向正上方;相机坐标系以相机光心为原点,相机坐标系的z轴指向相机前方,x轴指向相机右方,y轴指向相机下方;激光雷达坐标系以雷达几何中心为原点,激光雷达坐标系的z轴指向雷达的前方,x轴指向雷达右方,y轴指向雷达下方;IMU(惯性测量单元)坐标系与车体坐标系一致,以本车后轴中心为原点,本车前进方向为正前方,x轴指向正前方,y轴指向正左方,z轴指向正上方。
本车行驶中,粗测模块1002始终启动。粗测模块1002发现行驶区域上存在窄路、障碍物车辆时,可以借助现有技术中的3D对象检测算法、语义分割算法等进行窄路、窄路障碍物的判定,本公开示例性地将3米设为安全阈值,当本车与窄路、障碍物车辆之间的距离小于或小于等于安全阈值时,则自动启动本车的窄路通行模块1004。
本公开中,本车车辆优选地由显示屏、处理器、存储器和分别安装在本车车辆前方、后方、左前方、右前方、左后方、右后方的六个相机(例如鱼眼相机)组成,六个相机同时采集本车车辆周围的影像(视频图像),显示屏、处理器、存储器安装在本车车辆内部。
本公开上文描述的粗测模块1002及窄路通行模块1004均优选为软件模块,存储在存储器上以能够被处理器执行。
根据本公开的优选实施方式的窄路通行处理方法S100,S104、获取本车在窄路通行模块1004的启动时刻(ton)的位姿,包括:
S1041、获取窄路通行模块1004的启动时刻(ton)之前的最邻近卫星定位数据采集时刻(tGPS);
S1042、获取早于最邻近卫星定位数据采集时刻(tGPS)的第一个IMU数据及其采集时刻,该采集时刻作为起点时刻(tstart);获取晚于窄路通行模块1004的启动时刻(ton)的第一个IMU数据及其采集时刻,该采集时刻作为终点时刻(tend);
S1043、获取在最邻近卫星定位数据采集时刻(tGPS)至窄路通行模块1004的启动时刻(ton)时间段本车沿本车正前方方向(x方向)的平移量(Δx)、沿本车正左方向的平移量(Δy)及沿本车正上方方向的平移量(Δz),即位姿变换量(ΔTGPS-on);
S1044、基于位姿变换量(ΔTGPS-on)及最邻近卫星定位数据采集时刻(tGPS)的本车位姿(PGPS)获取本车在窄路通行模块1004的启动时刻的精确位姿(Pon)。
本车在启动窄路通行模块1004时,优选地基于卫星定位传感器,来获取本车车辆的大致位姿(PGPS),例如北斗传感器、GPS传感器等。由于卫星定位传感器具有固定的采集频率,不一定能恰好采集到窄路通行模块1004的启动时刻的本车位姿,因此,本公开优选地借助IMU数据和轮速数据来精确获取本车的位姿信息。
在本公开的一些实施方式中,借助轮速数据获得本车车辆在tGPS到ton时间段内沿x轴方向的平移量Δx;借助IMU数据使用线性插值法获得本车车辆在tGPS到ton时间段内在x、y、z不同方向上的旋转角度Δyaw、Δpitch和Δroll。通过旋转角度Δyaw、Δpitch、Δroll与平移量Δx积分获得本车车辆在tGPS到ton时间段内沿y轴方向和z轴方向的平移量Δy和Δz,即可获得本车车辆在tGPS到ton时间段内的位姿变换量ΔTGPS-on。根据PG=ΔTGPS-onPon即可获得本车车辆基于卫星定位系统坐标系(本公开以GPS坐标系为例)的窄路通行模块1004的启动时刻的精确位姿Pon,并以当前位姿Pon作为当次窄路通行中的世界坐标系的原点。
图2示出了时间参考轴,以更直观地表达上述各个时刻之间的关系。
根据本公开优选实施方式的窄路通行处理方法S100,S106、以窄路通行模块1004的启动时刻作为基准时刻,获取本车的各个相机在预设时间长度(例如2s)采集的本车周围环境的帧图像,以获得本车的全景顶视图,包括:
S1061、对每个相机采集的帧图像进行畸变去除,获得每个相机的去除畸变后的帧图像;帧图像的畸变去除可以采用现有技术中的畸变去除算法,本公开对此不做特别限定;
S1062、对于每个相机,以其采集的第一帧图像对应的时刻(t)作为初始时刻,其余帧图像均基于本车IMU数据及轮速数据进行图像特征点位姿调整(图像特征点可以是障碍物车辆特征点),以时间对齐至初始时刻(t);
S1063、将每个相机的经过时间对齐之后的所有帧图像均由相机坐标系空间对齐至世界坐标系;
S1064、对各个相机的经过时间对齐及空间对齐的帧图像进行合成处理,并结合本车在窄路通行模块1004的启动时刻(ton)的位姿获得全景顶视图。
其中,每个相机在预设时间长度采集第一帧图像的时刻为窄路通行模块1004的启动时刻。
在本公开的一些实施方式中,本车的相机根据安装位置,分为前视、后视、左前视、左后视、右前视、右后视共6个相机。
其相关外参表示为矩阵TCW,矩阵TCW可以被拆解为旋转矩阵RCW和平移矩阵tCW,它们决定了相机坐标与世界坐标系之间的相对位置关系。相机坐标Pc与世界坐标Pw之间关系为:Pc=TCWPw,即Pc=RCWPw+tCW。
其相关内参表示为矩阵K,矩阵K包括{f,κ,Sx,Sy,Cx,Cy}六个参数,其中,f为焦距;κ表示径向畸变量级,如果κ为负值,则畸变为桶型畸变,如果为正值,则畸变为枕型畸变;Sx,Sy是缩放比例因子,表示相机传感器上水平和垂直方向上相邻像素之间的距离;Cx,Cy是投影中心在成像平面上的垂直投影,同时也是径向畸变的中心。
本公开中,相机的畸变是由于透镜特殊形状导致的径向畸变,六个相机采集到的数据先进行径向畸变去除处理。例如采用以下公式进行径向畸变去除处理:
Xrcorr=Xp(1+k1r2+k2r4+k3r6);Yrcorr=Yp(1+k1r2+k2r4+k3r6)
获得去除畸变后的障碍物特征点(例如障碍物车辆特征点)的位姿Pc,rcorr。
根据Pc=TCWPw,将障碍物特征点的位姿转换到世界坐标系下Pw,rcorr。将6个相机经过处理后的数据进行合成(多个相机均可观测到的数据进行重合处理,仅一个相机可观测到的数据进行拼接处理),最终形成一幅车辆四周无缝隙的360度全景顶视图,并将顶视图投影到BEV中。
为了增强障碍物车辆检测的适用性和精确性,本公开基于相机的内容,通过动态多帧叠加的方式来完善障碍物车辆的信息,即以启动窄路通行模块的时间为基准,将所有相机检测数据投在世界坐标系下,使得在进行障碍物车辆检测的过程中有足够多的数据支撑。
本公开中,取预设时间长度(例如2s,可调整)内相机采集的图像。以第一帧图像对应的时刻t作为初始时刻。将其余所有帧图像借助上述步骤S104中的方法进行基于本车IMU数据和本车轮速数据的障碍物特征点的位姿调整,时间对齐到t时刻;借助Pc=TCWPw将各个相机在预设时间长度内采集的帧图像均空间对齐到世界坐标系下,并将对齐后的相机数据进行累积,将累积后的数据通过重合与拼接,获取全景顶视图并投影到BEV(鸟瞰坐标系)中。
根据本公开的优选实施方式的窄路通行处理方法S100,S108、基于全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个,包括:
S1081、对全景顶视图进行基于深度学习模型的目标检测,获取全景顶视图中所有障碍物车辆的2D框、车标信息及车头朝向;
S1082、基于障碍物车辆的2D框,获取障碍物车辆车轮的接地点的数目、接地点在世界坐标系下的位姿(Ptyre,i)及车身几何参数(包括车身长度、车身宽度及车身对角线长度);其中i=1,2,…,N。N小于等于4,表示检测到的轮胎的数目;
S1083、当障碍物车辆车轮的接地点的数目大于等于2时,获取障碍物车辆靠近本车一侧的两个车轮的相对位姿(ΔP),基于相对位姿、障碍物车辆的车身几何参数及车标信息中的至少一个,从存储在存储器上的车辆模型库1012中调取对应的车辆模型;
S1084、调取到对应的车辆模型,基于障碍物车辆车轮的接地点及车头朝向将车辆模型置于障碍物车辆在全景顶视图的位置上,基于车辆模型获取障碍物车辆的车前角位姿、车后角位姿和/或车后视镜位姿。
根据本公开的优选实施方式的窄路通行处理方法S100,S108、基于全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个,包括:
S1081、对全景顶视图进行基于深度学习模型的目标检测,获取全景顶视图中所有障碍物车辆的2D框、车标信息及车头朝向;
S1082、基于障碍物车辆的2D框,获取障碍物车辆车轮的接地点的数目、接地点在世界坐标系下的位姿(Ptyre,i)及车身几何参数(包括车身长度、车身宽度及车身对角线长度);其中i=1,2,…,N;N小于等于4,表示检测到的轮胎的数目;
S1083、当障碍物车辆车轮的接地点的数目大于等于2时,获取障碍物车辆靠近本车一侧的两个车轮的相对位姿(ΔP),基于相对位姿、障碍物车辆的车身几何参数及车标信息中的至少一个,从存储在存储器上的车辆模型库1012中调取对应的车辆模型;
S1084、未调取到对应的车辆模型,基于本车的SLAM模块获取障碍物车辆的车前角位姿、车后角位姿和/或车后视镜位姿。
根据本公开的优选实施方式的窄路通行处理方法S100,S108、基于全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个,包括:
S1081、对全景顶视图进行基于深度学习模型的目标检测,获取全景顶视图中所有障碍物车辆的2D框、车标信息及车头朝向;
S1082、未获取到障碍物车辆的车标信息,基于本车的SLAM模块获取障碍物车辆的车前角位姿、车后角位姿和/或车后视镜位姿。
根据本公开的优选实施方式的窄路通行处理方法S100,S108、基于全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个,包括:
S1081、对全景顶视图进行基于深度学习模型的目标检测,获取全景顶视图中所有障碍物车辆的2D框、车标信息及车头朝向;
S1082、基于障碍物车辆的2D框,获取障碍物车辆车轮的接地点的数目、接地点在世界坐标系下的位姿(Ptyre,i)及车身几何参数(包括车身长度、车身宽度及车身对角线长度);其中i=1,2,…,N;N小于等于4,表示检测到的轮胎的数目;
S1083、当障碍物车辆车轮的接地点的数目小于等于1时,基于本车的SLAM模块获取障碍物车辆的车前角位姿、车后角位姿和/或车后视镜位姿。
由上述实施方式的描述可知,优选地,本公开的障碍物车辆的检测借助障碍物车辆车轮的接地点与障碍物车辆的车标信息等共同完成。
在本公开的一些实施方式中,本公开首先借助车标(示例性地,大众、长城、长安、比亚迪等车标)、车轮间距(由车轮接地点获得)从存储在存储器上的车辆模型库1012中查到对应的车辆模型,并借助相机检测到的车辆朝向与车轮接地点位置来确定车辆模型套用的具体位置。
本公开对车辆类型较普通的障碍物车辆进行车辆模型套用并定位的优点在于能够精确的确认障碍物车辆的后视镜位置,避免由于后视镜难以检测等原因错误地进行避障判断。
根据本公开的优选实施方式的窄路通行处理方法S100,S110、基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短距离,以初步判断本车是否能够无碰撞通过,包括:
窄路的类型为直线窄路,且障碍物车辆位于直线窄路的第一侧,则获取障碍物车辆的车前角、车后角及车后视镜与直线窄路的与第一侧相对的第二侧的边缘线(线段)之间距离的最小值作为最短距离。
对于直线窄路的情况,由于障碍物车辆的形状所限,障碍物车辆与直线窄路间的最短距离通常是障碍物车辆的车前角、车后角或车后视镜与直线窄路的另一侧(即第二侧)的边缘线之间的距离中的最小值。
根据本公开上文描述,本公开能够借助车辆模型或SLAM计算障碍物车辆的车前角、车后角和车后视镜的突出点到直线窄路的另一侧的边缘线之间的距离取这三个值中的最小值作为最短可通行距离s。
根据本公开的优选实施方式的窄路通行处理方法S100,当车前角、车后角和车后视镜向直线窄路的边缘线(线段)所做垂线与边缘线的交点中的一个或多个未落到直线窄路的边缘线上,则基于以下步骤获取最短距离:
对未落在边缘线上的交点进行标识
取未被标识的交点与边缘线之间的距离中的最小值(sR)作为第一最小值;
获取障碍物车辆周围的直线窄路边缘线端点(直线窄路边缘线端点P,若直线窄路较短,障碍物车辆周围能同时观测到两个直线窄路边缘线端点,则取两个端点P1、P2),计算直线窄路边缘线端点(P)与障碍物车辆之间的最短距离(sP,该距离方向垂直于障碍物车辆中轴线方向,由于障碍物车辆具有前后、左右两条中轴线,选取中轴线方向与直线窄路边缘线方向更接近地中轴线作为障碍物车辆中轴线方向);
若直线窄路边缘线端点(P)与障碍物车辆之间的最短距离所对应的垂线段能够落到障碍物车辆上,则保留该最短距离(sP)并作为第二最小值;
将第一最小值sR与第二最小值sP进行比较,取其中的较小值作为该障碍物车辆与窄路之间的最短距离。
在本公开的一些实施方式中,由于窄路本质上是有长度的线段,并非无限延伸,不可避免地,在计算障碍物突出点(车前角、车后角和车后视镜的突出点)到窄路线段的距离时,突出点到窄路线段的垂线可能不会落在窄路线段上,如图3所示。
在本公开的一些实施方式中,若直线窄路边缘线端点(P)与障碍物车辆之间的最短距离所对应的垂线段未能落到障碍物车辆上,则进行以下处理:
计算直线窄路边缘线端点(P)与障碍物车辆的车前角、车后角及车后视镜(突出点)之间连线的长度取其中的最小值作为第二最小值。
在本公开的一些实施方式中,若直线窄路边缘线端点(P)与障碍物车辆之间的最短距离所对应的垂线段未能落到障碍物车辆上,则重新计算第二最小值。
在本公开的一些实施方式中,S110、基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短距离,以初步判断本车是否能够无碰撞通过,包括:
窄路的类型为折线窄路,且障碍物车辆位于折线窄路的折点区域,则将折线窄路作为两条相交的直线窄路R1、R2分别判断本车是否能够无碰撞通过。
图4示出了本实施方式的折线窄路中一侧有障碍物车辆的情形(位于折点区域)。
在本公开的一些实施方式中,如果折线窄路的各部分直线窄路段存在障碍物车辆,则基于上文描述的直线窄路段存在障碍物车辆时获取障碍物车辆与窄路之间的最短距离的方法进行处理。
在本公开的一些实施方式中,窄路的类型为折线窄路,且障碍物车辆位于折线窄路的折点区域,将折线窄路作为两条相交的直线窄路R1、R2分别判断本车是否能够无碰撞通过,包括:
分别计算障碍物车辆的车前角、车后角和车后视镜的突出点到各段直线窄路段的距离;
获取障碍物车辆与各段直线窄路段的最短距离;
计算障碍物车辆与窄路折点的最短距离;
取障碍物车辆与各段直线窄路段的最短距离、与窄路折点的最短距离中的最小值作为该障碍物车辆与折线窄路之间的最短距离。
由于车辆几何特性与折线窄路几何特性,在本公开的一些实施方式中,障碍物车辆与窄路之间的最短距离除了会出现在障碍物车辆的车前角、车后角、后视镜到窄路的最短距离处之外,还可能出现在窄路折点到障碍物车辆的最短距离处。
本公开的一些实施方式中,借助车辆模型或SLAM分别计算障碍物车辆的车前角、车后角和车后视镜的突出点到各段直线窄路段R1、R2的距离和/>取障碍物车辆到各段直线窄路段的最短距离/>和/>再计算窄路折点到障碍物车辆的最短距离sP;取/>sP中的最小值作为该障碍物车辆与窄路之间的最短距离。
本公开中,对于一段窄路中的所有最短距离sn(n=1,2,3,…),包括同一障碍物车辆与窄路间多个相同的最短距离、不同障碍物车辆与窄路间的最短距离,以最靠近本车的最短距离为s1,以1为单位进行编号自增,直至退出窄路通行模块。
sn中包含最短距离线段的长度、方向、两端坐标,本公开中为了表述简洁,会出现用sn代指sn值的情况。
本公开中,若出现障碍物车辆的突出点到窄路线段的垂线无法落到窄路线段上,或者出现窄路折点到障碍物车辆的垂线无法落到障碍物车辆上,则采用本公开上文描述的直线窄路段存在障碍物车辆时获取障碍物车辆与窄路之间的最短距离的方法进行处理。
本公开的一些实施方式中,值得注意的是,在折线窄路中会出现一种直线窄路中不会出现的情况,如图4所示,尽管障碍物车辆停在折线窄路的交点处(即折点区域),但障碍物车辆的突出点与某段窄路R1的垂线全部无法落在R1上,此种情况下,R1与障碍物车辆的最短距离在R1靠近障碍物车辆端的端点处,即R1与R2的交点处,因此,在计算过程中对于全被设为/>的情况(即全部被标记为错误值),相当于/>无穷大,仅进行/>与sP间的比较。
在本公开的一些实施方式中,S110、基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短距离,以初步判断本车是否能够无碰撞通过,包括:
窄路的类型为曲线窄路,且障碍物车辆位于曲线窄路的第一侧,则将曲线窄路均匀分割为多个预设长度的近似直路段,以获取障碍物车辆与各个近似直路段之间的最短距离,进而获得障碍物车辆与该曲线窄路之间的最短距离。
图5示出了曲线窄路中的一侧有障碍物车辆的情况。
本实施方式中,优选地,以障碍物车辆为中心以5米的安全阈值作为半径,取包含障碍物车辆的圆形安全阈值范围内的窄路段R,由于曲线窄路较为平滑,将圆形安全阈值范围内的窄路R均匀分割成长度为0.5m(可调整)的近似直路段(因窄路R的长度未必是0.5的整数倍,因此最后一小段路的长度在(0,0.5]范围内),即R={R1,R2,...,Rn},将其中的每个Rx(1≤x≤n)作为一段直线窄路,采用本公开上文描述的直线窄路段存在障碍物车辆时获取障碍物车辆与窄路之间的最短距离的方法进行处理,计算每段Rx与障碍物车辆的最短距离比较n个/>的长度值,取其中的最小值作为曲线窄路与障碍物车辆的最短距离s。
在本公开的一些实施方式中,S110、基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短距离,以初步判断本车是否能够无碰撞通过,包括:
障碍物车辆位于窄路的两侧,获取窄路第一侧的各个障碍物车辆与窄路第二侧的各个障碍物车辆之间的最短距离,进而获得窄路两侧障碍物车辆之间的最短距离即最短可通行距离(s)。
图6中示出了窄路两侧均有障碍物车辆的情况。
本公开的一些实施方式中,对于窄路的两侧都有障碍物车辆的情况,计算窄路第一侧(左侧)障碍物车辆的车后角、车前角、车后视镜到窄路第二侧(右侧)障碍物车辆的最短距离计算窄路第二侧(右侧)障碍物车辆的车后角、车前角、车后视镜到窄路第一侧(左侧)障碍物车辆的最短距离/>取最短距离/>与最短距离/>中的最小值作为两个障碍物车辆(C1、C2)之间的最短距离s(即最短可通行距离)。
若获取的与/>均为/>即所对应的值均为无穷大,如图6所示,则分别计算左右侧障碍物车辆的车后角、车前角、车后视镜间连线的距离(共9条),取其中的最小值作为两个障碍物车辆(C1、C2)之间的最短距离s。
图7示出了多障碍物车辆的情况。
若窄路中的障碍物车辆在较短路程内有三辆以上,即窄路两侧的障碍物车辆停靠非一一对应,如图7所示,则分别计算两侧障碍物车辆之间的最短距离(s1、s2)。
优选地,先对最靠近本车车辆的两辆障碍物车辆C1、C2进行最短可通行距离s1的计算,再对两辆障碍物车辆C2、C3进行最短可通行距离s2的计算,并对s1、s2所涉计算内容进行保留。基于上文描述的“对于一段窄路中的所有最短距离sn(n=1,2,3,…),包括同一障碍物车辆与窄路间多个相同的最短距离、不同障碍物车辆与窄路间的最短距离,以最靠近本车的最短距离为s1,以1为单位进行编号自增,直至退出窄路通行模块”进行相同方式的处理。
根据本公开的优选实施方式,本公开的窄路的类型基于全景顶视图进行判断。
根据本公开的优选实施方式的窄路通行处理方法S100,S112、基于障碍物车辆与窄路之间的最短可通行距离及预设安全系数初步判断本车是否能够无碰撞通过,包括:
获取本车宽度与预设安全系数(ξ)乘积的值;
判断障碍物车辆与窄路之间的最短距离是否大于或者大于等于本车不包含外后视镜的宽度与预设安全系数乘积的值;
如果是,则初步判断能够无碰撞通过;如果否,则判定不能够无碰撞通过。
在本公开的一些实施方式中,至少基于障碍物车辆与窄路之间的最短可通行距离及本车特征宽度信息再次判断是否能够无碰撞通过,包括:
基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过。
本公开中,可以设a为本车不包含外后视镜的宽度,b为本车包含外后视镜的宽度。
本公开中,障碍物车辆与窄路之间的最短距离(sn)。理论上,当sn>a时,本车可以无碰撞通过窄路,当存在sn≤a时,本车无法无碰撞通过窄路。但在实际自动驾驶过程中仍需要留有一定余地以保证安全性。本公开中,设置一个安全系数ξ,需要sn的值大于安全系数与本车宽度乘积的值,以保证安全。因此,当sn>ξ·a,窄路通行模块1004将继续进行精确判定,若存在sn≤ξ·a,则窄路通行模块1004将判定为无法避障,可生成语音信号通知驾驶员,退出自动驾驶模式。
根据本公开的优选实施方式的窄路通行处理方法S100,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
窄路类型为直线窄路时,判断障碍物车辆与窄路之间的最短距离是否大于或者大于等于本车包含外后视镜的宽度与预设安全系数乘积的值;
如果是,则判定本车能够沿直线窄路行驶通过直线窄路;如果否,则判定本车收起外后视镜以能够沿直线窄路行驶通过直线窄路。
本公开中,对于直线窄路的情况,障碍物车辆与窄路之间的最短距离(sn),当所有的最短距离sn>ξ·b时,本车可按直线窄路方向行驶通过直线窄路;当所有的sn>ξ·a,但存在ξ·a<sn<ξ·b时,本车收起外后视镜后可按直线窄路方向行驶通过直线窄路;若存在sn≤ξ·a,则窄路通行模块1004将判定为无法避障,可生成语音信号通知驾驶员,退出自动驾驶模式。
根据本公开的优选实施方式的窄路通行处理方法S100,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
窄路类型为折线窄路,且障碍物车辆位于折线窄路的折点位置,若本车车辆较障碍物车辆位于弯道内侧(车辆转弯时向心力所指向的一侧为弯道内侧),则从窄路折点位置沿垂直于障碍物车辆轴线的方向(s方向)作垂线,在垂线上取本车不包含外后视镜的宽度/本车包含外后视镜的宽度(a或b)作为位置p,分别从位置p向垂直垂线的前方及后方作长度为1/2本车车长的线段;
判断线段是否与窄路相交,未相交,则判定为本车能够行驶通过窄路(进入避障路线规划步骤)。
由于车辆具有一定的长度且不可弯折/弯曲,因此对于窄路通行中非直线窄路一侧有障碍物车辆或两侧存在多个障碍物车辆的情况,并非仅保证sn>ξ·a即可通过,主要是由于多个最短距离间的距离较近且需要转弯时,无法保证本车车辆一定能垂直于sn-1和sn通过。因此对于折线窄路中障碍物车辆停在折点处、曲线窄路有两个以上障碍物车辆、两侧均有障碍物车辆且障碍物车辆多于两辆的情况,需要额外进行约束。
在折线窄路中,障碍物车辆停在非折点处时,则可看作障碍物车辆停在直线窄路上,上述实施方式中的直线窄路中的方式进行处理;然而,当障碍物车辆恰好位于折点位置处时,参考图8,由于道路转折较大,仍有一定几率即使保证sn>ξ·a,仍然有一定几率本车因为碰撞路沿等导致无法无碰撞通过,因此为保证本车无碰撞通过窄路还需满足进一步的条件。
参考图8,若本车车辆较障碍物车辆位于弯道内侧(车辆转弯时向心力所指向的一侧为弯道内侧),如图8所示,从窄路折点端沿s方向取长度a或b作为位置p,分别从点p开始向垂直于直线s的前、后方作长度为1/2本车车长的线段,比较线段结束的端点坐标和窄路的坐标,若线段未曾与窄路相交,则进入避障路线规划;否则判定本车车辆无法顺利通过,可以生成语音信号通知驾驶者并退出自动驾驶。
根据本公开的优选实施方式的窄路通行处理方法S100,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
窄路类型为折线窄路,且障碍物车辆位于折线窄路的折点位置,若本车车辆较障碍物车辆位于弯道外侧,则基于以下判断逻辑进行判定:
障碍物车辆后角点与折线窄路第一段之间的距离为线段s1;障碍物车辆前角点p2点与折线窄路第二段之间的距离为线段s2;
当本车需经由线段s1、s2向左转弯时,以线段s1右端端点作为p1点,以线段s2左端端点作为p2点;当本车需经由线段s1、s2向右转弯时,以线段s1左端端点作为p1点,以线段s2右端端点作为p2点;
获取p1点与p2点连线的长度SL;
获取以本车车长为长边,本车不含后视镜宽度为短边的矩形框的对角线长度L1;获取以本车车长为长边,本车含后视镜宽度为短边的矩形框对角线长度L2;
比较SL与L1、L2的值的大小,若sn>ξ·b且sL>ξ·L2,则判定本车车辆能够无障碍通过窄路;对于所有sn>ξ·a且sL>ξ·L1,若存在ξ·a<sn<ξ·b或ξ·L1<sL<ξ·L2,则本车车辆通过收起外后视镜能够通过窄路;若存在sn≤ξ·a或sL≤ξ·L1,则本车车辆不能无碰撞通过。
若本车车辆较障碍物车辆位于弯道外侧时,对于本公开上文已经获取的s1、s2(折线窄路看作两条直线窄路,因此同一个障碍物车辆会有对应“不同”窄路的两条最短距离,除非最短距离位于两条直线的交点处,则重合为一条最短距离):
如图9所示,若本车车辆由s1到s2需要向左转弯,则获取s1线段右端端点作为p1,s2线段左端端点作为p2,获取p1、p2连线的长度SL。
若本车车辆由s1到s2需要向右转弯,则获取s1线段左端端点作为p1,s2线段右端端点作为p2。获取p1、p2连线的长度SL。
获取以本车车长为长边,本车不含后视镜宽度a为短边的矩形框的对角线长度L1;以本车车长为长边,本车含后视镜宽度b为短边的矩形框对角线长度L2。
比较SL与L1、L2的值的大小。
若sn>ξ·b且sL>ξ·L2,则判定本车车辆可以无障碍通过窄路;对于所有sn>ξ·a且sL>ξ·L1,若存在ξ·a<sn<ξ·b或ξ·L1<sL<ξ·L2,则本车车辆通过收起外后视镜能够通过窄路;若存在sn≤ξ·a或sL≤ξ·L1,则本车车辆不能无碰撞通过,可以生成语音信号通知驾驶者并退出自动驾驶。
根据本公开的优选实施方式的窄路通行处理方法S100,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
窄路类型为曲线窄路,且存在两辆以上的障碍物车辆位于曲线窄路的一侧;则基于以下判断逻辑进行判定:
获取第一障碍物车辆与曲线窄路的最短距离线段s1,获取第二障碍物车辆与曲线窄路的最短距离线段s2;
当本车需经由线段s1、s2向左转弯时,以线段s1右端端点作为p1点,以线段s2左端端点作为p2点;当本车需经由线段s1、s2向右转弯时,以线段s1左端端点作为p1点,以线段s2右端端点作为p2点;
获取p1点与p2点连线的长度SL;
获取以本车车长为长边,本车不含后视镜宽度为短边的矩形框的对角线长度L1;获取以本车车长为长边,本车含后视镜宽度为短边的矩形框对角线长度L2;
比较SL与L1、L2的值的大小,若sn>ξ·b且sL>ξ·L2,则判定本车车辆能够无障碍通过窄路;对于所有sn>ξ·a且sL>ξ·L1,若存在ξ·a<sn<ξ·b或ξ·L1<sL<ξ·L2,则本车车辆通过收起外后视镜能够通过窄路;若存在sn≤ξ·a或sL≤ξ·L1,则本车车辆不能无碰撞通过。
根据本公开的优选实施方式的窄路通行处理方法S100,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
对于各种窄路类型的窄路,窄路两侧均存在障碍物车辆且其中一侧存在两辆以上的障碍物车辆,则基于以下判断逻辑进行判定:
获取第一障碍物车辆与第二障碍物车辆的最短距离线段s1,获取第三障碍物车辆与第二障碍物车辆最短距离线段s2,所述第一障碍物车辆与所述第三障碍物车辆位于窄路的同一侧,所述第二障碍物车辆位于窄路的另一侧;
当本车需经由线段s1、s2向左转弯时,以线段s1右端端点作为p1点,以线段s2左端端点作为p2点;当本车需经由线段s1、s2向右转弯时,以线段s1左端端点作为p1点,以线段s2右端端点作为p2点;
获取p1点与p2点连线的长度SL;
获取以本车车长为长边,本车不含后视镜宽度为短边的矩形框的对角线长度L1;获取以本车车长为长边,本车含后视镜宽度为短边的矩形框对角线长度L2;
比较SL与L1、L2的值的大小,若sn>ξ·b且sL>ξ·L2,则判定本车车辆能够无障碍通过窄路;对于所有sn>ξ·a且sL>ξ·L1,若存在ξ·a<sn<ξ·b或ξ·L1<sL<ξ·L2,则本车车辆通过收起外后视镜能够通过窄路;若存在sn≤ξ·a或sL≤ξ·L1,则本车车辆不能无碰撞通过。
在曲线窄路中或在两侧都有障碍物车辆的窄路中,由于存在多障碍物车辆,当多障碍物车辆距离窄路最短距离间的距离较近时,可能会出现由于需要拐弯,导致本车车辆不能垂直于sn-1和sn通过的情况。因此除了基本的sn>ξ·b,还需要比较sL与L1、L2的值的大小。
sL的获取方式与以上实施方式获取sL的方法相同。
如图10和图11所示,若本车车辆由s1到s2需要向左转弯,则获取s1线段右端端点作为p1,s2线段左端端点作为p2,获取p1、p2连线的长度SL。
若本车车辆由s1到s2需要向右转弯,则获取s1线段左端端点作为p1,s2线段右端端点作为p2。获取p1、p2连线的长度SL。
获取以本车车长为长边,本车不含后视镜宽度a为短边的矩形框的对角线长度L1;以本车车长为长边,本车含后视镜宽度b为短边的矩形框对角线长度L2。
比较SL与L1、L2的值的大小。
若sn>ξ·b且sL>ξ·L2,则判定本车车辆可以无障碍通过窄路;对于所有sn>ξ·a且sL>ξ·L1,若存在ξ·a<sn<ξ·b或ξ·L1<sL<ξ·L2,则本车车辆通过收起外后视镜能够通过窄路;若存在sn≤ξ·a或sL≤ξ·L1,则本车车辆不能无碰撞通过,可以生成语音信号通知驾驶者并退出自动驾驶。
在本公开的一些实施方式中,当有一辆障碍物车辆无法检测到对应模型时,本公开使用SLAM获取的该障碍物车辆的突出特征点,将突出特征点与其他障碍物车辆模型的车前角、车后角、后视镜进行连线,取连线距离最短的值为最短可通行距离s。当多辆障碍物车辆无法检测到对应模型时,本公开使用SLAM获取的障碍物车辆的突出特征点,将突出特征点与其他障碍物车辆的突出特征点两两对应进行连线,取连线距离最短的值为最短可通行距离s。
根据本公开的优选实施方式的窄路通行处理方法S100,S114、当再次判断本车能够无碰撞通过,进行避障路线规划,包括:
基于最短可通行距离进行避障路线规划。
本公开中,对于折线窄路,障碍物车辆位于折点处且本车车辆位于弯道内侧时,避障路径方向沿最短距离垂线方向规划,本车车辆贴近弯道内侧行驶;当通过除此情况之外的折线窄路,以及所有的直线窄路、曲线窄路,避障路线方向沿窄路方向规划,本车车辆后轴中心与最短可通行距离sn的中点重合。
本公开中,对于窄路两侧均有障碍物车辆时,若两侧障碍物车辆间的距离随前进方向变窄(最短距离其中一个端点位于某障碍物车辆的车前角或后视镜处),避障路线的方向沿离本车较远的障碍物车辆停靠方向规划(如图12,其中“离本车较远的障碍物车辆”是指两辆障碍物车辆中离本车较远的车辆,如c1与c2中的c2,c2与c3中的c3);若两障碍物车辆间的距离随前进方向变宽,避障路线沿离本车较近的障碍物车辆停靠方向规划。在本车车辆车尾垂直当前通过的sn后,基于现有技术中一般的车辆控制算法通过本车方向调整,在车辆车头到达sn+1前,使本车车辆前进方向垂直于sn+1。
本公开中,对于使用SLAM检测特征点的障碍物车辆,规划避障路线时始终垂直于最近的最短可通行距离sn的连线方向;并在本车车尾通过当前sn时,在车头到达下个sn+1前,基于现有技术中一般的车辆控制算法进行均匀平缓的过渡向下个sn+1的垂直方向过渡。
当本车车辆沿避障规划完成当前窄路的通行,且粗测模块发现可测范围内暂无障碍物车辆时,判定为避障结束,窄路通行模块关闭。若窄路通行模块未关闭的避障通行过程中发现了新障碍,仍基于窄路通行模块开启时确定的世界坐标系进行新避障路径的计算。
图13是本公开的一个实施方式的窄路通行处理方法的具体流程图。
由上文描述可知,本公开的窄路通行处理方法具有以下技术优点/技术效果:粗略检测窄路与细致的窄路通行模块相结合,能够减少车辆自动驾驶过程中的运算量;借助IMU和轮速精确自身车辆位姿,可以在卫星定位信号缺失或者较弱的情况下,完成车辆定位,从而提高车辆定位的精度;利用多帧重合的多个环视鱼眼相机组成的环视系统,可以将一段时间内拍摄到车辆四周的多张目标图像进行重合拼接,以提高障碍物车辆检测的精确性与适用性;本公开优选地使用车载环视系统,利用安装在车身四周的鱼眼相机获得图像,通过图像畸变校正、逆透视变换及图像拼接融合得到环视图像,其视野集中于车辆四周较近范围内,可以提供车辆两侧及前后方向清晰的车道线信息,且视野范围内呈现直线特征,有助于类型识别(现有的基于视觉的行车线检测大多采用前向视角的摄像头,虽然可视范围较远,但远处行车线分辨率低,且易受逆光影响和车辆遮挡,相对于车辆前方,车辆两侧的道路标线不易受别的车辆干扰);借助车辆模型库对障碍物车辆进行分类,能够以更加快速有效且低成本的方式获得车辆的精确数据,有效的解决了因车辆后视镜检测精度不高而导致的剐蹭问题;借助车辆模型、SLAM特征点、窄路模型等,通过基于窄路与障碍物车辆多情况分类的方式,精确的获取障碍物间的最短通行距离、所处位置与其通行方向。
而且,为了解决在车宽与窄路宽度相近时因车辆无法直行等问题导致的剐蹭问题,本公开结合不同的窄路情况进行分类处理,结合车辆长、宽、窄路位置、两两最短通行距离等数据与允许车辆收起后视镜避障的方式,能够精准的对车辆能够无碰撞通过窄路进行了判断,使得车辆行驶决策更可靠。
图14是本公开的一个实施方式的采用处理系统的硬件实现方式的窄路通行处理装置的结构示意框图。
图15是本公开的一个实施方式的窄路通行模块1004的结构示意框图。
根据本公开一个实施方式的窄路通行处理装置1000,参考图14,包括:
粗测模块1002,粗测模块1002基于预设窄路特征判断本车前方是否存在窄路和/或窄路障碍物(车辆等),如果存在,则启动本车的窄路通行模块1004;
窄路通行模块1004,窄路通行模块1004响应于粗测模块1002而启动;
位姿获取模块1006,位姿获取模块1006获取本车在窄路通行模块1004的启动时刻(ton)的位姿;
全景顶视图获取模块1008,全景顶视图获取模块1008以窄路通行模块1004的启动时刻作为基准时刻,获取本车的各个相机在预设时间长度采集的本车周围环境的帧图像,以获得本车的全景顶视图;
障碍物检测模块1010,障碍物检测模块1010基于全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个;
优选地,参考图15,窄路通行模块1004包括:
第一判断模块4002,第一判断模块4002基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短可通行距离(即本车在窄路通行过程中需要通过的最窄长度),以初步判断本车是否能够无碰撞通过;
第二判断模块4004,第二判断模块4004在第一判断模块4002初步判断本车能够无碰撞通过,则至少基于障碍物车辆与窄路之间的最短可通行距离及本车特征宽度信息再次判断是否能够无碰撞通过,所述本车特征宽度信息包括本车包含外后视镜的宽度和/或本车不包含外后视镜的宽度;
路线规划模块4006,当第二判断模块4004再次判断本车能够无碰撞通过,路线规划模块4006进行避障路线规划。
优选地,基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短可通行距离,以初步判断本车是否能够无碰撞通过,包括:
基于障碍物车辆与窄路之间的最短可通行距离及预设安全系数(ξ)初步判断本车是否能够无碰撞通过。
在本公开一些实施方式中,障碍物检测模块1010被包括在窄路通行模块1004中。
在本公开一些实施方式中,全景顶视图获取模块1008及障碍物检测模块1010被包括在窄路通行模块1004中。
该窄路通行处理装置1000可以包括执行上述流程图中各个或几个步骤的相应模块。因此,可以由相应模块执行上述流程图中的每个步骤或几个步骤,并且该装置可以包括这些模块中的一个或多个模块。模块可以是专门被配置为执行相应步骤的一个或多个硬件模块、或者由被配置为执行相应步骤的处理器来实现、或者存储在计算机可读介质内用于由处理器来实现、或者通过某种组合来实现。
该硬件结构可以利用总线架构来实现。总线架构可以包括任何数量的互连总线和桥接器,这取决于硬件的特定应用和总体设计约束。总线1100将包括一个或多个处理器1200、存储器1300和/或硬件模块的各种电路连接到一起。总线1100还可以将诸如外围设备、电压调节器、功率管理电路、外部天线等的各种其他电路1400连接。
总线1100可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,Peripheral Component)总线或扩展工业标准体系结构(EISA,Extended Industry Standard Component)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,该图中仅用一条连接线表示,但并不表示仅有一根总线或一种类型的总线。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本公开的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本公开的实施方式所属技术领域的技术人员所理解。处理器执行上文所描述的各个方法和处理。例如,本公开中的方法实施方式可以被实现为软件程序,其被有形地包含于机器可读介质,例如存储器。在一些实施方式中,软件程序的部分或者全部可以经由存储器和/或通信接口而被载入和/或安装。当软件程序加载到存储器并由处理器执行时,可以执行上文描述的方法中的一个或多个步骤。备选地,在其他实施方式中,处理器可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上述方法之一。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,可以具体实现在任何可读存储介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。
就本说明书而言,“可读存储介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。可读存储介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在存储器中。
应当理解,本公开的各部分可以用硬件、软件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施方式方法的全部或部分步骤是可以通过程序来指令相关的硬件完成,程序可以存储于一种可读存储介质中,该程序在执行时,包括方法实施方式的步骤之一或其组合。
此外,在本公开各个实施方式中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个可读存储介质中。存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施方式/方式”、“一些实施方式/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施方式/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式/方式或示例中。在本说明书中,对上述术语的示意性表述不必须的是相同的实施方式/方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施方式/方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施方式/方式或示例以及不同实施方式/方式或示例的特征进行结合和组合。
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或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
本领域的技术人员应当理解,上述实施方式仅仅是为了清楚地说明本公开,而并非是对本公开的范围进行限定。对于所属领域的技术人员而言,在上述公开的基础上还可以做出其它变化或变型,并且这些变化或变型仍处于本公开的范围内。
Claims (13)
1.一种窄路通行处理方法,其特征在于,包括:
基于预设窄路特征判断本车前方是否存在窄路和/或窄路障碍物,如果存在,则启动本车的窄路通行模块;
获取本车在窄路通行模块的启动时刻的位姿;
以窄路通行模块的启动时刻作为基准时刻,获取本车的各个相机在预设时间长度采集的本车周围环境的帧图像,以获得本车的全景顶视图;
基于所述全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,所述特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个;
基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短可通行距离,以初步判断本车是否能够无碰撞通过,包括:获取本车不包含外后视镜的宽度与预设安全系数乘积的值;判断障碍物车辆与窄路之间的最短可通行距离是否大于或者大于等于本车不包含外后视镜的宽度与所述预设安全系数乘积的值;如果是,则初步判断能够无碰撞通过;
初步判断本车能够无碰撞通过,则至少基于障碍物车辆与窄路之间的最短可通行距离及本车特征宽度信息再次判断是否能够无碰撞通过,所述本车特征宽度信息包括本车包含外后视镜的宽度和/或本车不包含外后视镜的宽度;以及
当再次判断本车能够无碰撞通过,进行避障路线规划;
其中,基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短可通行距离,以初步判断本车是否能够无碰撞通过,还包括:
窄路的类型为折线窄路时,且障碍物车辆位于折线窄路的折点区域时,则将折线窄路作为两条相交的直线窄路分别判断本车是否能够无碰撞通过;
窄路的类型为曲线窄路时,且障碍物车辆位于曲线窄路的第一侧时,则将曲线窄路均匀分割为多个预设长度的近似直路段,以获取障碍物车辆与各个近似直路段之间的最短距离,进而获得障碍物车辆与该曲线窄路之间的最短可通行距离;
所述至少基于障碍物车辆与窄路之间的最短可通行距离及本车特征宽度信息再次判断是否能够无碰撞通过,包括:
基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过;
其中,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
窄路类型为直线窄路时,判断障碍物车辆与窄路之间的最短可通行距离是否大于或者大于等于本车包含外后视镜的宽度与预设安全系数乘积的值;
如果是,则判定本车能够沿直线窄路行驶通过直线窄路;如果否,则判定本车收起外后视镜以能够沿直线窄路行驶通过直线窄路。
2.根据权利要求1所述的窄路通行处理方法,其特征在于,窄路的类型为折线窄路,且障碍物车辆位于折线窄路的折点区域,将折线窄路作为两条相交的直线窄路分别判断本车是否能够无碰撞通过,包括:
分别计算障碍物车辆的车前角、车后角和车后视镜的突出点到各段直线窄路段的距离;
获取障碍物车辆与各段直线窄路段的最短距离;
计算障碍物车辆与窄路折点的最短距离;
取障碍物车辆与各段直线窄路段的最短距离、与窄路折点的最短距离中的最小值作为该障碍物车辆与所述折线窄路之间的最短可通行距离。
3.根据权利要求1所述的窄路通行处理方法,其特征在于,基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短可通行距离,以初步判断本车是否能够无碰撞通过,还包括:
障碍物车辆位于窄路的两侧时,获取窄路第一侧的各个障碍物车辆与窄路第二侧的各个障碍物车辆之间的最短距离,进而获得窄路两侧障碍物车辆之间的最短距离即最短可通行距离。
4.根据权利要求1所述的窄路通行处理方法,其特征在于,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
窄路类型为折线窄路时,且障碍物车辆位于折线窄路的折点位置,若本车车辆较障碍物车辆位于弯道内侧,则从窄路折点位置沿垂直于障碍物车辆轴线的方向作垂线,在垂线上取本车不包含外后视镜的宽度/本车包含外后视镜的宽度作为位置p,分别从位置p向垂直所述垂线的前方及后方作长度为1/2本车车长的线段;
判断线段是否与窄路相交,未相交,则判定为本车能够行驶通过窄路。
5.根据权利要求1所述的窄路通行处理方法,其特征在于,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
窄路类型为折线窄路时,且障碍物车辆位于折线窄路的折点位置,若本车车辆较障碍物车辆位于弯道外侧,则基于以下判断逻辑进行判定:
障碍物车辆后角点与折线窄路第一段之间的距离为线段s1;障碍物车辆前角点p2点与折线窄路第二段之间的距离为线段s2;
当本车需经由线段s1、s2向左转弯时,以线段s1右端端点作为p1点,以线段s2左端端点作为p2点;当本车需经由线段s1、s2向右转弯时,以线段s1左端端点作为p1点,以线段s2右端端点作为p2点;
获取p1点与p2点连线的长度SL;
获取以本车车长为长边,本车不含后视镜宽度为短边的矩形框的对角线长度L1;获取以本车车长为长边,本车含后视镜宽度为短边的矩形框对角线长度L2;以及
比较SL与L1、L2的值的大小,若sn>ξ·b且sL>ξ·L2,则判定本车车辆能够无障碍通过窄路;对于所有sn>ξ·a且sL>ξ·L1,若存在ξ·a<sn<ξ·b或ξ·L1<sL<ξ·L2,则本车车辆通过收起外后视镜能够通过窄路;若存在sn≤ξ·a或sL≤ξ·L1,则本车车辆不能无碰撞通过。
6.根据权利要求1所述的窄路通行处理方法,其特征在于,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
窄路类型为曲线窄路时,且存在两辆以上的障碍物车辆位于曲线窄路的一侧;则基于以下判断逻辑进行判定:
获取第一障碍物车辆与曲线窄路的最短距离线段s1,获取第二障碍物车辆与曲线窄路的最短距离线段s2;
当本车需经由线段s1、s2向左转弯时,以线段s1右端端点作为p1点,以线段s2左端端点作为p2点;当本车需经由线段s1、s2向右转弯时,以线段s1左端端点作为p1点,以线段s2右端端点作为p2点;
获取p1点与p2点连线的长度SL;
获取以本车车长为长边,本车不含后视镜宽度为短边的矩形框的对角线长度L1;获取以本车车长为长边,本车含后视镜宽度为短边的矩形框对角线长度L2;以及
比较SL与L1、L2的值的大小,若sn>ξ·b且sL>ξ·L2,则判定本车车辆能够无障碍通过窄路;对于所有sn>ξ·a且sL>ξ·L1,若存在ξ·a<sn<ξ·b或ξ·L1<sL<ξ·L2,则本车车辆通过收起外后视镜能够通过窄路;若存在sn≤ξ·a或sL≤ξ·L1,则本车车辆不能无碰撞通过。
7.根据权利要求1所述的窄路通行处理方法,其特征在于,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
对于各种窄路类型的窄路,窄路两侧均存在障碍物车辆且其中一侧存在两辆以上的障碍物车辆,则基于以下判断逻辑进行判定:
获取第一障碍物车辆与第二障碍物车辆的最短距离线段s1,获取第三障碍物车辆与第二障碍物车辆最短距离线段s2,所述第一障碍物车辆与所述第三障碍物车辆位于窄路的同一侧,所述第二障碍物车辆位于窄路的另一侧;
当本车需经由线段s1、s2向左转弯时,以线段s1右端端点作为p1点,以线段s2左端端点作为p2点;当本车需经由线段s1、s2向右转弯时,以线段s1左端端点作为p1点,以线段s2右端端点作为p2点;
获取p1点与p2点连线的长度SL;
获取以本车车长为长边,本车不含后视镜宽度为短边的矩形框的对角线长度L1;获取以本车车长为长边,本车含后视镜宽度为短边的矩形框对角线长度L2;以及
比较SL与L1、L2的值的大小,若sn>ξ·b且sL>ξ·L2,则判定本车车辆能够无障碍通过窄路;对于所有sn>ξ·a且sL>ξ·L1,若存在ξ·a<sn<ξ·b或ξ·L1<sL<ξ·L2,则本车车辆通过收起外后视镜能够通过窄路;若存在sn≤ξ·a或sL≤ξ·L1,则本车车辆不能无碰撞通过。
8.根据权利要求1所述的窄路通行处理方法,其特征在于,当再次判断本车能够无碰撞通过,进行避障路线规划,包括:
基于所述最短可通行距离进行避障路线规划。
9.一种窄路通行处理装置,其特征在于,包括:
粗测模块,所述粗测模块基于预设窄路特征判断本车前方是否存在窄路和/或窄路障碍物,如果存在,则启动本车的窄路通行模块;
窄路通行模块,所述窄路通行模块响应于所述粗测模块而启动;
位姿获取模块,所述位姿获取模块获取本车在窄路通行模块的启动时刻的位姿;
全景顶视图获取模块,所述全景顶视图获取模块以窄路通行模块的启动时刻作为基准时刻,获取本车的各个相机在预设时间长度采集的本车周围环境的帧图像,以获得本车的全景顶视图;
障碍物检测模块,所述障碍物检测模块基于所述全景顶视图进行障碍物车辆检测,获取障碍物车辆的特征信息,所述特征信息包括车前角位姿、车后角位姿、车后视镜位姿中的至少一个;
所述窄路通行模块包括:
第一判断模块,所述第一判断模块基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短可通行距离,以初步判断本车是否能够无碰撞通过,包括:获取本车不包含外后视镜的宽度与预设安全系数乘积的值;判断障碍物车辆与窄路之间的最短可通行距离是否大于或者大于等于本车不包含外后视镜的宽度与所述预设安全系数乘积的值;如果是,则初步判断能够无碰撞通过;
第二判断模块,所述第二判断模块在所述第一判断模块初步判断本车能够无碰撞通过,则至少基于障碍物车辆与窄路之间的最短可通行距离及本车特征宽度信息再次判断是否能够无碰撞通过,所述本车特征宽度信息包括本车包含外后视镜的宽度和/或本车不包含外后视镜的宽度;
路线规划模块,当所述第二判断模块再次判断本车能够无碰撞通过,所述路线规划模块进行避障路线规划;
其中,基于障碍物车辆的特征信息计算障碍物车辆与窄路之间的最短可通行距离,以初步判断本车是否能够无碰撞通过,还包括:
窄路的类型为折线窄路时,且障碍物车辆位于折线窄路的折点区域时,则将折线窄路作为两条相交的直线窄路分别判断本车是否能够无碰撞通过;
窄路的类型为曲线窄路时,且障碍物车辆位于曲线窄路的第一侧时,则将曲线窄路均匀分割为多个预设长度的近似直路段,以获取障碍物车辆与各个近似直路段之间的最短距离,进而获得障碍物车辆与该曲线窄路之间的最短可通行距离;
所述至少基于障碍物车辆与窄路之间的最短可通行距离及本车特征宽度信息再次判断是否能够无碰撞通过,包括:
基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过;
其中,基于障碍物车辆与窄路之间的最短可通行距离、本车特征宽度信息及窄路类型判断是否能够无碰撞通过,包括:
窄路类型为直线窄路时,判断障碍物车辆与窄路之间的最短可通行距离是否大于或者大于等于本车包含外后视镜的宽度与预设安全系数乘积的值;
如果是,则判定本车能够沿直线窄路行驶通过直线窄路;如果否,则判定本车收起外后视镜以能够沿直线窄路行驶通过直线窄路。
10.一种电子设备,其特征在于,包括:
存储器,所述存储器存储执行指令;以及
处理器,所述处理器执行所述存储器存储的执行指令,使得所述处理器执行权利要求1至8中任一项所述的窄路通行处理方法。
11.一种可读存储介质,其特征在于,所述可读存储介质中存储有执行指令,所述执行指令被处理器执行时用于实现权利要求1至8中任一项所述的窄路通行处理处理方法。
12.一种汽车,其特征在于,包括:车载相机装置、显示屏、轮速计、惯性测量装置、处理器及可读存储介质;其特征在于,所述可读存储介质存储有执行指令,所述执行指令被处理器执行时用于实现权利要求1至8中任一项所述的窄路通行处理处理方法。
13.一种汽车,其特征在于,包括:车载相机装置、显示屏、轮速计、惯性测量装置、处理器及可读存储介质;其特征在于,还包括权利要求9所述的窄路通行处理装置,所述窄路通行处理装置以计算机程序执行指令模块的方式存储于所述可读存储介质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310283538.7A CN116101325B (zh) | 2022-06-29 | 2022-06-29 | 窄路通行处理方法及窄路通行处理装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210763299.0A CN115009305B (zh) | 2022-06-29 | 2022-06-29 | 窄路通行处理方法及窄路通行处理装置 |
CN202310283538.7A CN116101325B (zh) | 2022-06-29 | 2022-06-29 | 窄路通行处理方法及窄路通行处理装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210763299.0A Division CN115009305B (zh) | 2022-06-29 | 2022-06-29 | 窄路通行处理方法及窄路通行处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116101325A CN116101325A (zh) | 2023-05-12 |
CN116101325B true CN116101325B (zh) | 2023-10-24 |
Family
ID=83078545
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210763299.0A Active CN115009305B (zh) | 2022-06-29 | 2022-06-29 | 窄路通行处理方法及窄路通行处理装置 |
CN202310283538.7A Active CN116101325B (zh) | 2022-06-29 | 2022-06-29 | 窄路通行处理方法及窄路通行处理装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210763299.0A Active CN115009305B (zh) | 2022-06-29 | 2022-06-29 | 窄路通行处理方法及窄路通行处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN115009305B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116563818B (zh) * | 2023-04-14 | 2024-02-06 | 禾多科技(北京)有限公司 | 障碍物信息生成方法、装置、电子设备和计算机可读介质 |
CN116279596B (zh) * | 2023-05-26 | 2023-08-04 | 禾多科技(北京)有限公司 | 车辆控制方法、装置、电子设备和计算机可读介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005326963A (ja) * | 2004-05-12 | 2005-11-24 | Fujitsu Ten Ltd | 運転支援装置 |
CN202686359U (zh) * | 2011-11-30 | 2013-01-23 | 富士重工业株式会社 | 狭窄道路检测装置 |
CN104276178A (zh) * | 2013-07-11 | 2015-01-14 | 现代自动车株式会社 | 用于探测车辆前方窄路的装置和方法 |
EP3395632A1 (de) * | 2017-04-24 | 2018-10-31 | Schiller Automatisierungstechnik GmbH | Automatisches und kollaboratives fahrerloses transportsystem |
CN110667576A (zh) * | 2019-10-18 | 2020-01-10 | 北京百度网讯科技有限公司 | 自动驾驶车辆的弯道通行控制方法、装置、设备和介质 |
CN111231831A (zh) * | 2020-03-09 | 2020-06-05 | 威马智慧出行科技(上海)有限公司 | 车辆窄路通行检测方法、电子设备及汽车 |
CN111409560A (zh) * | 2020-03-23 | 2020-07-14 | 上海博泰悦臻电子设备制造有限公司 | 通过狭窄道路的车辆控制系统以及方法 |
CN111750886A (zh) * | 2020-05-12 | 2020-10-09 | 北京智行者科技有限公司 | 局部路径规划方法及装置 |
CN112141114A (zh) * | 2019-06-28 | 2020-12-29 | 大陆泰密克汽车系统(上海)有限公司 | 窄道通行辅助系统及方法 |
CN113119976A (zh) * | 2021-04-26 | 2021-07-16 | 宝能(广州)汽车研究院有限公司 | 窄路自动驾驶方法、装置、设备及存储介质 |
JP2022028983A (ja) * | 2018-12-05 | 2022-02-17 | 日立Astemo株式会社 | 車両制御装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6623602B2 (ja) * | 2015-07-31 | 2019-12-25 | アイシン精機株式会社 | 駐車支援装置 |
KR20180072139A (ko) * | 2016-12-21 | 2018-06-29 | 현대자동차주식회사 | 차량 및 그 제어 방법 |
KR102408743B1 (ko) * | 2017-07-27 | 2022-06-14 | 주식회사 에이치엘클레무브 | 자동차의 도로 진입 가능 여부를 판단하는 방법 및 시스템 |
CN110525360B (zh) * | 2019-08-26 | 2022-04-26 | 合创汽车科技有限公司 | 基于车载终端的辅助驾驶方法、装置、系统及存储介质 |
-
2022
- 2022-06-29 CN CN202210763299.0A patent/CN115009305B/zh active Active
- 2022-06-29 CN CN202310283538.7A patent/CN116101325B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005326963A (ja) * | 2004-05-12 | 2005-11-24 | Fujitsu Ten Ltd | 運転支援装置 |
CN202686359U (zh) * | 2011-11-30 | 2013-01-23 | 富士重工业株式会社 | 狭窄道路检测装置 |
CN104276178A (zh) * | 2013-07-11 | 2015-01-14 | 现代自动车株式会社 | 用于探测车辆前方窄路的装置和方法 |
EP3395632A1 (de) * | 2017-04-24 | 2018-10-31 | Schiller Automatisierungstechnik GmbH | Automatisches und kollaboratives fahrerloses transportsystem |
JP2022028983A (ja) * | 2018-12-05 | 2022-02-17 | 日立Astemo株式会社 | 車両制御装置 |
CN112141114A (zh) * | 2019-06-28 | 2020-12-29 | 大陆泰密克汽车系统(上海)有限公司 | 窄道通行辅助系统及方法 |
CN110667576A (zh) * | 2019-10-18 | 2020-01-10 | 北京百度网讯科技有限公司 | 自动驾驶车辆的弯道通行控制方法、装置、设备和介质 |
CN111231831A (zh) * | 2020-03-09 | 2020-06-05 | 威马智慧出行科技(上海)有限公司 | 车辆窄路通行检测方法、电子设备及汽车 |
CN111409560A (zh) * | 2020-03-23 | 2020-07-14 | 上海博泰悦臻电子设备制造有限公司 | 通过狭窄道路的车辆控制系统以及方法 |
CN111750886A (zh) * | 2020-05-12 | 2020-10-09 | 北京智行者科技有限公司 | 局部路径规划方法及装置 |
CN113119976A (zh) * | 2021-04-26 | 2021-07-16 | 宝能(广州)汽车研究院有限公司 | 窄路自动驾驶方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115009305B (zh) | 2023-04-11 |
CN115009305A (zh) | 2022-09-06 |
CN116101325A (zh) | 2023-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116101325B (zh) | 窄路通行处理方法及窄路通行处理装置 | |
US9361803B2 (en) | Parking assistance apparatus and parking assistance method for vehicle | |
US8199975B2 (en) | System and method for side vision detection of obstacles for vehicles | |
EP1908641A1 (en) | Parking assistance device | |
CN105678787A (zh) | 一种基于双目鱼眼摄像头的载重货车行驶障碍物检测及跟踪方法 | |
JP2019043455A (ja) | 駐車支援装置 | |
WO2018029927A1 (ja) | 表示制御装置、表示装置、表示制御方法及びプログラム | |
CN110203210A (zh) | 一种车道偏离预警方法、终端设备及存储介质 | |
JP2002352397A (ja) | 車両用運転支援装置 | |
JP2000079860A (ja) | 駐車補助装置 | |
JP2004114977A (ja) | 移動体周辺監視装置 | |
JP2004240480A (ja) | 運転支援装置 | |
US20200344448A1 (en) | Image processing device and image processing method | |
JP2009211624A (ja) | 運転支援装置、運転支援方法及びコンピュータプログラム | |
CN111936364B (zh) | 停车辅助装置 | |
JP2010078387A (ja) | 車線判定装置 | |
CN113320474A (zh) | 基于全景图像及人机交互的自动泊车方法及装置 | |
KR20190067578A (ko) | 오버랩 촬영 영역을 가지는 이종 카메라를 이용한 충돌 경고 장치 및 방법 | |
KR101424636B1 (ko) | 자동 후진 주차시스템 | |
CN101938635B (zh) | 复合影像式停车辅助系统 | |
US11640173B2 (en) | Control apparatus, control method, and computer-readable storage medium storing program | |
CN115657037A (zh) | 一种判断车辆可否通行障碍物路段的检测方法、系统 | |
CN113496601B (zh) | 一种车辆辅助驾驶方法、装置和系统 | |
JP2001101420A (ja) | 障害物検出装置及びその方法 | |
JP6774605B2 (ja) | 表示制御装置、表示装置、表示制御方法及びプログラム |
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 |