CN116300946A - 一种自动装载机的路径规划方法、装置、设备及介质 - Google Patents
一种自动装载机的路径规划方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116300946A CN116300946A CN202310311206.5A CN202310311206A CN116300946A CN 116300946 A CN116300946 A CN 116300946A CN 202310311206 A CN202310311206 A CN 202310311206A CN 116300946 A CN116300946 A CN 116300946A
- Authority
- CN
- China
- Prior art keywords
- path
- automatic loader
- loading
- conflict
- task
- 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 79
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000010845 search algorithm Methods 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 4
- 239000004576 sand Substances 0.000 description 22
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种自动装载机的路径规划方法、装置、设备及介质。该方法包括:获取与固定装载场景中的至少两个自动装载机分别对应的装载任务;根据各自动装载机在固定装载场景中的初始位置,固定装载场景的拓扑地图以及各装载任务,采用A*算法生成与每个自动装载机分别对应的任务节点路径;在确定各任务节点路径中存在碰撞冲突时,采用基于冲突的搜索算法对各任务节点路径进行处理,得到与每个自动装载机分别对应的无冲突节点路径;将各无冲突节点路径分别下发至匹配的自动装载机中,以供各自动装载机执行所适配的装载任务。本发明的技术方案解决了传统自动装载机路径规划中仅追求最短路径而忽略路径冲突的问题,提高了作业的安全性和高效性。
Description
技术领域
本发明涉及计算机应用技术领域,尤其涉及一种自动装载机的路径规划方法、装置、设备及介质。
背景技术
随着计算机导航技术的发展,传统电气设备与计算机导航技术相结合的智能设备逐渐得到了广泛的应用。无人作业过程中应用的智能设备,一般都需要依赖路径规划进行移动。
现有的无人作业过程中,自动作业设备的路径规划一般分为全局路径规划和局部路径规划两步,以路径距离代价作为总代价函数,将计算得到的最短路径作为自动作业设备的行驶路径。
上述路径规划方法,可以应用于自动作业设备运行状态和环境因素稳定的情况,但是单纯的以路径距离代价作为总代价函数无法满足复杂的无人作业要求,忽略了作业过程中的安全系数和作业效率。
发明内容
本发明提供了一种自动装载机的路径规划方法、装置、设备及介质,以在最大程度满足复杂的自动装载机作业要求的前提下,提高了自动装载机作业的安全性和高效性。
第一方面,本发明实施例提供了一种自动装载机的路径规划方法,由云端服务器执行,包括:
获取与固定装载场景中的至少两个自动装载机分别对应的装载任务;
根据各自动装载机在固定装载场景中的初始位置,固定装载场景的拓扑地图以及各装载任务,采用A*算法生成与每个自动装载机分别对应的任务节点路径;
在确定各任务节点路径中存在碰撞冲突时,采用基于冲突的搜索算法对各任务节点路径进行处理,得到与每个自动装载机分别对应的无冲突节点路径;
将各无冲突节点路径分别下发至匹配的自动装载机中,以供各自动装载机执行所适配的装载任务。
第二方面,本发明实施例还提供了一种自动装载机的路径规划方法,由自动装载机执行,包括:
接收云端服务器下发的无冲突节点路径,并在无冲突节点路径中,依次提取相邻的两个路径节点;
根据固定装载场景的栅格地图,采用A*算法生成与相邻的两个路径节点对应的栅格路径;
按照栅格路径在相邻的两个路径节点之间进行移动,以执行装载任务。
第三方面,本发明实施例还提供了一种自动装载机的路径规划装置,由云端服务器执行,包括:
装载任务获取模块,用于获取与固定装载场景中的至少两个自动装载机分别对应的装载任务;
节点路径生成模块,用于根据各自动装载机在固定装载场景中的初始位置,固定装载场景的拓扑地图以及各装载任务,采用A*算法生成与每个自动装载机分别对应的任务节点路径;
冲突路径处理模块,用于在确定各任务节点路径中存在碰撞冲突时,采用基于冲突的搜索算法对各任务节点路径进行处理,得到与每个自动装载机分别对应的无冲突节点路径;
装载任务执行模块,用于将各无冲突节点路径分别下发至匹配的自动装载机中,以供各自动装载机执行所适配的装载任务。
第四方面,本发明实施例还提供了一种自动装载机的路径规划装置,由自动装载机执行,包括:
路径节点提取模块,用于接收云端服务器下发的无冲突节点路径,并在无冲突节点路径中,依次提取相邻的两个路径节点;
栅格路径生成模块,用于根据固定装载场景的栅格地图,采用A*算法生成与相邻的两个路径节点对应的栅格路径;
移动装载任务执行模块,用于按照栅格路径在相邻的两个路径节点之间进行移动,以执行装载任务。
第五方面,本发明实施例还提供了一种电子设备,该电子设备包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例提供的自动装载机的路径规划方法。
第六方面,本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例提供的自动装载机的路径规划方法。
本发明实施例提供的一种自动装载机的路径规划方法、装置、设备及介质,通过获取与固定装载场景中的至少两个自动装载机分别对应的装载任务;根据各自动装载机在固定装载场景中的初始位置,固定装载场景的拓扑地图以及各装载任务,采用A*算法生成与每个自动装载机分别对应的任务节点路径;在确定各任务节点路径中存在碰撞冲突时,采用基于冲突的搜索算法对各任务节点路径进行处理,得到与每个自动装载机分别对应的无冲突节点路径;将各无冲突节点路径分别下发至匹配的自动装载机中,以供各自动装载机执行所适配的装载任务。通过采用上述技术方案,根据各自动装载机的初始位置和装载任务,在固定装载场景的拓扑地图中,采用A*算法生成与每个自动装载机分别对应的任务节点路径,当各任务节点路径中存在碰撞冲突时,通过采用基于冲突的搜索算法处理冲突路径,从而得到与每个自动装载机分别对应的无冲突节点路径。解决了传统自动装载机路径规划中仅追求最短路径,而忽略路径冲突可能对路径规划造成影响的问题,提高了自动装载机工作过程中的安全系数和工作效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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是根据本发明实施例一提供的一种自动装载机的路径规划方法的流程图;
图2是根据本发明实施例一提供的一种固定装载场景下自动装载机作业的空间示意图;
图3是根据本发明实施例一提供的一种对固定装载场景进行拓扑建模的描述示意图;
图4是根据本发明实施例一提供的一种自动装载机转弯或掉头的路径分析示意图;
图5是根据本发明实施例二提供的一种自动装载机的路径规划方法的流程图;
图6是根据本发明实施例二提供的一种对固定装载场景进行栅格建模的描述示意图;
图7是根据本发明实施例三提供的一种自动装载机的路径规划装置的结构示意图;
图8是根据本发明实施例四提供的一种自动装载机的路径规划装置的结构示意图;
图9是根据本发明实施例五提供的一种自动装载机的路径规划设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种自动装载机的路径规划方法的流程图,本实施例可适用于自动装载机在无人作业场景下进行全局路径规划的情况,该方法可以由自动装载机的路径规划装置来执行,该自动装载机的路径规划装置可以采用硬件和/或软件的形式实现,该自动装载机的路径规划装置可配置于计算机设备中,该计算机设备可以是具有路径规划功能的云端服务器,如图1所示,包括:
S110、获取与固定装载场景中的至少两个自动装载机分别对应的装载任务。
在本实施例中,固定装载场景可以理解为没有人为参与且不考虑突然出现动态障碍物的场景,图2为本发明实施例一提供的一种固定装载场景下自动装载机作业的空间示意图。例如,在无人生产车间中,任一自动装载机的可运行通道、在漏斗和料仓间的作业时间、型号及速度等运行参数固定不变。装载任务可以理解为自动装载机需要执行的从自动装载机初始位置到任一料仓装料运送至任一漏斗卸料的任务。
具体的,在进行自动装载机的路径规划时,云端服务器获取固定场景中至少两个自动装载机分别对应的装载任务,可以包括每个自动装载机对应的初始位置、装料料仓和卸料漏斗等任务信息。
可以理解的是,自动装载机的装载任务可以包括从自动装载机初始位置行进到任一料仓进行装料后,运送至任一漏斗进行卸料的单个任务,也可以包括自动装载机在装料料仓和卸料漏斗之间进行往返的多个任务集合。
S120、根据各自动装载机在固定装载场景中的初始位置,固定装载场景的拓扑地图以及各装载任务,采用A*算法生成与每个自动装载机分别对应的任务节点路径。
在本实施例中,任务节点路径可以理解为在不考虑碰撞冲突的前提下,自动装载机在固定装载场景的拓扑地图中,按照顺序经过的全部节点连接而成的路径。拓扑地图可以理解为包含不同位置的连通关系和距离,而不具备真实物理尺度的地图,图3为本发明实施例一提供的一种对固定装载场景进行拓扑建模的描述示意图。A*算法可以理解为一种启发式搜索算法,该算法不仅考虑起点到终点的路径代价,并且在行驶过程中也会实时考虑当前位置到终点的路径代价,从而及时的更新中途路径。
具体的,云端服务器获取到各自动装载机的装载任务时,根据各自动装载机在固定装载场景中的初始位置、固定装载场景的拓扑地图以及各装载任务,采用A*算法分别对每个自动装载机进行全局的路径规划,生成每个自动装载机对应的任务节点路径。
可选的,根据各自动装载机在固定装载场景中的初始位置,固定装载场景的拓扑地图以及各装载任务,采用A*算法生成与每个自动装载机分别对应的任务节点路径,包括:
根据固定装载场景的拓扑地图,计算固定装载场景中任意相邻节点n1和n2之间的路径代价k12;根据k12以及公式计算固定装载场景中任意相邻节点n1和n2之间的行驶代价/>其中,α为预设的路径参数,α>1;将每个装载任务分别拆分为空载行进子任务和满载行进子任务;根据各自动装载机在固定装载场景中的初始位置,每个装载任务分别拆分为空载行进子任务和满载行进子任务,以及拓扑地图中各相邻节点之间的行驶代价,采用A*算法生成与每个自动装载机分别对应的任务节点路径。
其中,路径代价可以理解为固定装载场景的拓扑地图中,任意相邻节点之间的代价。行驶代价可以理解为考虑自动装载机行驶过程中路径代价、空载和满载等状态的代价。
具体的,自动装载机在进行装载任务时,从料仓装料运送至漏斗卸料是满载状态,此时路径代价较大;从漏斗卸料完成回到料仓是空载状态,此时路径代价较小。通过将固定装载场景中任意相邻节点n1和n2之间的空载状态路径代价k12乘以预设的路径参数α(α>1),得到固定装载场景中任意相邻节点n1和n2之间满载时的行驶代价,根据固定装载场景中任意相邻节点n1和n2之间的行驶代价,将每个装载任务分别拆分为空载行进子任务和满载行进子任务,云端服务器根据各自动装载机在固定装载场景中的初始位置,每个装载任务的空载行进子任务和满载行进子任务,以及拓扑地图中各相邻节点之间的行驶代价,采用A*算法生成与每个自动装载机分别对应的任务节点路径。
本实施例中,通过将每个装载任务分别拆分为空载行进子任务和满载行进子任务,充分考虑了自动装载机空载和满载状态对行驶代价的影响,优化了寻找最优行驶路径的准确度,提升了自动装载机的作业效率。
可选的,图4为本发明实施例一提供的一种自动装载机转弯或掉头的路径分析示意图。如图4所示,根据固定装载场景的拓扑地图,计算固定装载场景中任意相邻节点n1和n2之间的路径代价k12,包括:
在固定装载场景的拓扑地图中,根据任意相邻节点n1和n2之间的节点类型,判断自动装载机是否需要在节点n1和n2之间进行转弯或者掉头;若否,则根据任意相邻节点n1和n2之间的节点距离,计算相邻节点n1和n2之间的路径代价k12;若是,则根据公式:计算相邻节点n1和n2之间的额外距离,并根据任意相邻节点n1和n2之间的节点距离和额外距离,计算相邻节点n1和n2之间的路径代价k12;其中,β(β≥1)为预设的误差参数,R为预设的自动装载机最小转弯半径,L为自动装载机转弯后行驶至车身摆正点所需的最小距离。
其中,节点类型可以包括起点、中间点、转弯点和终点等类型。额外距离可以理解为自动装载机在转弯或掉头的过程中,先后退一步再以转弯半径行驶至车身摆正所产生的距离。误差参数β可以理解为实际作业中,如图4中虚线所示,自动装载机的转弯半径和车身摆正所需要行驶的距离都可能与理论值存在一定误差而预设的误差参数。
具体的,在自动装载机的路径规划过程中,如果自动装载机在任意相邻节点n1和n2之间需要进行转弯或掉头,则根据公式计算自动装载机在进行转弯或掉头时产生的额外距离,并根据任意相邻节点n1和n2之间的节点距离和额外距离,计算相邻节点n1和n2之间的路径代价k12。
本实施例中,考虑了实际作业过程中自动装载机在转弯或掉头过程中的额外产生的距离代价,提高了自动装载机整体路径规划的可靠性和准确性。
S130、在确定各任务节点路径中存在碰撞冲突时,采用基于冲突的搜索算法对各任务节点路径进行处理,得到与每个自动装载机分别对应的无冲突节点路径。
在本实施例中,碰撞冲突可以理解为任意两个自动装载机行驶过程中发生顶点冲突或边界冲突。基于冲突的搜索算法(Conflict Based Search,CBS)可以理解为一种解决路径冲突问题,加速路径冲突解决速度的算法。无冲突节点路径可以理解为各自动装载机的任务节点路径不存在碰撞冲突时,自动装载机在固定装载场景的拓扑地图中,按照顺序经过的全部节点连接而成的路径。
具体的,当两个或两个以上自动装载机的任务节点路径存在顶点冲突或边界冲突时,采用基于冲突的搜索算法对存在碰撞冲突的任务节点路径构建冲突树,根据顶点冲突或边界冲突添加对应的约束,继承上述约束,采用A*算法寻找新的任务节点路径,判断新的任务节点路径是否还存在碰撞冲突,若存在则重复上述冲突处理算法,若不存在则停止冲突处理,将得到的新的任务节点路径作为无冲突节点路径。
S140、将各无冲突节点路径分别下发至匹配的自动装载机中,以供各自动装载机执行所适配的装载任务。
具体的,将上述得到的无冲突节点路径分别下发至匹配的自动装载机中,以供各自动装载机执行所适配的装载任务。
可选的,在将各无冲突路径分别下发至匹配的自动装载机中之后,还包括:
获取各自动装载机实时上报的位置信息以及运动状态,并根据位置信息以及运动状态,重新采用A*算法和基于冲突的搜索算法更新与每个自动装载机分别对应的无冲突节点路径,直至完成全部装载任务。
具体的,自动装载机在执行任务的过程中,间接性的向云端服务器实时上报位置信息以及运动状态,以便同步自动装载机车端和云端服务器的时间戳,及时的调整路径的全局规划。特别的,当一个或者多个自动装载机在任务过程中发生停机故障而无法继续行进时,可以将故障位置上报至云端服务器,进而云端服务器可以重新采用A*算法和基于冲突的搜索算法更新与每个自动装载机分别对应的无冲突节点路径。
示例性的,在一个无人生产车间中,由于场地空间的限制和对安全的考虑,自动装载机在作业现场行驶的过程中不允许并行,所有的道路都是单行道,严格限制作业场景动态信息,将作业场景固定,自动装载机可行走的道路固定不变,在漏斗和料仓的作业时间固定,多台自动装载机的型号、速度等运行参数基本一致。在上述无人生产车间中,自动装载机装卸料任务在6个料仓和6个漏斗之间完成。无人生产车间包括装载机运行通道、粗砂料仓和粗砂漏斗各2个、中砂料仓和中砂漏斗各2个、细砂料仓和细砂漏斗各2个。现有两台自动装载机A和B在上述无人生产车间进行作业,需要A和B分别执行3个装载任务,其中,A的第一个任务是从初始位置到粗砂料仓1装料运送至粗砂漏斗1卸料,第二个任务是从粗砂漏斗1到粗砂料仓2装料运送至粗砂漏斗2卸料,第三个任务是从粗砂漏斗2到中砂料仓1装料运送至中砂漏斗1卸料;B的第一个任务是从初始位置到细砂料仓1装料运送至细砂漏斗1卸料,第二个任务是从细砂漏斗1到细砂料仓2装料运送至细砂漏斗2卸料,第三个任务是从细砂漏斗2到中砂料仓2装料运送至中砂漏斗2卸料。首先,云端服务器获取上述A和B的装载任务,根据每个任务中是否包含转弯或掉头,自动装载机的行驶状态是空载还是满载,计算A和B的行驶总代价,采用A*算法生成与每个自动装载机分别对应的任务节点路径。如果两台自动装载机的任务节点路径不存在碰撞冲突,则将上述节点路径下发至匹配的自动装载机中,以供各自动装载机执行所适配的装载任务;如果两台自动装载机的任务节点路径存在碰撞冲突,采用基于冲突的搜索算法对各任务节点路径进行处理,得到与每个自动装载机分别对应的无冲突节点路径,将上述无冲突节点路径下发至匹配的自动装载机中,以供各自动装载机执行所适配的装载任务。
本发明的技术方案,通过获取与固定装载场景中的至少两个自动装载机分别对应的装载任务;根据各自动装载机在固定装载场景中的初始位置,固定装载场景的拓扑地图以及各装载任务,采用A*算法生成与每个自动装载机分别对应的任务节点路径;在确定各任务节点路径中存在碰撞冲突时,采用基于冲突的搜索算法对各任务节点路径进行处理,得到与每个自动装载机分别对应的无冲突节点路径;将各无冲突节点路径分别下发至匹配的自动装载机中,以供各自动装载机执行所适配的装载任务。通过采用上述技术方案,根据各自动装载机的初始位置和装载任务,在固定装载场景的拓扑地图中,采用A*算法生成与每个自动装载机分别对应的任务节点路径,当各任务节点路径中存在碰撞冲突时,通过采用基于冲突的搜索算法处理冲突路径,从而得到与每个自动装载机分别对应的无冲突节点路径。解决了传统自动装载机路径规划中仅追求最短路径,而忽略路径冲突可能对路径规划造成影响的问题,提高了自动装载机工作过程中的安全系数和工作效率。
实施例二
图5为本发明实施例二提供的一种自动装载机的路径规划方法的流程图,本实施例可适用于自动装载机在无人作业场景下进行局部路径规划的情况,该方法可以由自动装载机的路径规划装置来执行,该自动装载机的路径规划装置可以采用硬件和/或软件的形式实现,该自动装载机的路径规划装置可配置于计算机设备中,该计算机设备可以是自动装载机,如图5所示,包括:
S210、接收云端服务器下发的无冲突节点路径,并在无冲突节点路径中,依次提取相邻的两个路径节点。
具体的,自动装载机接收到云端服务器下发的无冲突节点路径时,在无冲突节点路径中,按照行驶顺序提取每两个相邻路径节点。
S220、根据固定装载场景的栅格地图,采用A*算法生成与相邻的两个路径节点对应的栅格路径。
在本实施例中,栅格地图可以理解为将实际三维地图二维化,使用整齐排列的栅格来代表地图中路径和障碍物的地图。图6为本发明实施例二提供的一种对固定装载场景进行栅格建模的描述示意图。
可选的,根据固定装载场景的栅格地图,采用A*算法生成与相邻的两个路径节点对应的栅格路径,包括:
在固定装载场景的栅格地图中,识别行驶区栅格、膨胀区栅格以及墙壁区栅格;其中,膨胀区栅格位于行驶区栅格和墙壁区栅格之间;根据自动装载机在相邻的两个路径节点之间的行驶区栅格和膨胀区栅格内的行驶代价,采用A*算法生成与相邻的两个路径节点对应的栅格路径;其中,通过公式y=ex-1,计算自动装载机在一个膨胀区栅格内的行驶代价y,x为自动装载机当前膨胀位置到膨胀边缘的垂直距离。
其中,行驶区栅格可以理解为自动装载机可以正常运行的区域。墙壁区栅格可以理解为物理上自动装载机无法行驶的区域。膨胀区栅格可以理解为自动装载机可以行驶但是不推荐行驶的区域。
具体的,在固定场景的栅格地图中,识别行驶区栅格、膨胀区栅格以及墙壁区栅格,行驶区栅格行驶代价最小,墙壁区栅格不可行驶,膨胀区栅格位于行驶区栅格和墙壁区栅格之间,在膨胀区栅格行驶的代价通过公式y=ex-1计算,根据自动装载机在相邻的两个路径节点之间的行驶区栅格行驶代价、膨胀区栅格行驶代价以及行驶区栅格和膨胀区栅格总行驶代价,采用A*算法生成总行驶代价最小的路径作为与相邻的两个路径节点对应的栅格路径。
S230、按照栅格路径在相邻的两个路径节点之间进行移动,以执行装载任务。
具体的,根据上述通过A*算法生成的与相邻的两个路径节点对应的栅格路径,自动装载机在栅格路径中进行移动,从一个路径节点移动到与其相邻的路径节点,进行装载任务的执行。
本发明的技术方案,通过接收云端服务器下发的无冲突节点路径,并在无冲突节点路径中,依次提取相邻的两个路径节点;根据固定装载场景的栅格地图,采用A*算法生成与相邻的两个路径节点对应的栅格路径;按照栅格路径在相邻的两个路径节点之间进行移动,以执行装载任务。通过采用上述技术方案,通过自动装载机和云端服务器下发的无冲突节点路径,构建局部栅格地图,设置行驶区栅格、膨胀区栅格以及墙壁区栅格,在栅格地图中完成局部路径规划。考虑了膨胀区域内行驶代价对路径规划的影响,提高了自动装载机行驶过程中的安全性。
实施例三
图7为本发明实施例三提供的一种自动装载机的路径规划装置的结构示意图。本实施例可适用于在固定装载场景下,对自动装载机进行全局路径规划的场景,本实施例对此不作具体限定。该自动装载机的路径规划装置由云端服务器执行,如图7所示,该自动装载机的路径规划装置包括:装载任务获取模块31,节点路径生成模块32,冲突路径处理模块33和装载任务执行模块34。
其中,装载任务获取模块31,用于获取与固定装载场景中的至少两个自动装载机分别对应的装载任务;节点路径生成模块32,用于根据各自动装载机在固定装载场景中的初始位置,固定装载场景的拓扑地图以及各装载任务,采用A*算法生成与每个自动装载机分别对应的任务节点路径;冲突路径处理模块33,用于在确定各任务节点路径中存在碰撞冲突时,采用基于冲突的搜索算法对各任务节点路径进行处理,得到与每个自动装载机分别对应的无冲突节点路径;装载任务执行模块34,用于将各无冲突节点路径分别下发至匹配的自动装载机中,以供各自动装载机执行所适配的装载任务。
本发明的技术方案,通过获取与固定装载场景中的至少两个自动装载机分别对应的装载任务;根据各自动装载机在固定装载场景中的初始位置,固定装载场景的拓扑地图以及各装载任务,采用A*算法生成与每个自动装载机分别对应的任务节点路径;在确定各任务节点路径中存在碰撞冲突时,采用基于冲突的搜索算法对各任务节点路径进行处理,得到与每个自动装载机分别对应的无冲突节点路径;将各无冲突节点路径分别下发至匹配的自动装载机中,以供各自动装载机执行所适配的装载任务。通过采用上述技术方案,根据各自动装载机的初始位置和装载任务,在固定装载场景的拓扑地图中,采用A*算法生成与每个自动装载机分别对应的任务节点路径,当各任务节点路径中存在碰撞冲突时,通过采用基于冲突的搜索算法处理冲突路径,从而得到与每个自动装载机分别对应的无冲突节点路径。解决了传统自动装载机路径规划中仅追求最短路径,而忽略路径冲突可能对路径规划造成影响的问题,提高了自动装载机工作过程中的安全系数和工作效率。
可选的,节点路径生成模块32,包括:
路径代价计算单元,用于根据固定装载场景的拓扑地图,计算固定装载场景中任意相邻节点n1和n2之间的路径代价k12。
装载任务拆分单元,用于将每个装载任务分别拆分为空载行进子任务和满载行进子任务。
任务节点路径生成单元,用于根据各自动装载机在固定装载场景中的初始位置,每个装载任务分别拆分为空载行进子任务和满载行进子任务,以及拓扑地图中各相邻节点之间的行驶代价,采用A*算法生成与每个自动装载机分别对应的任务节点路径。
可选的,路径代价计算单元,包括:
转弯掉头判断子单元,用于在固定装载场景的拓扑地图中,根据任意相邻节点n1和n2之间的节点类型,判断自动装载机是否需要在节点n1和n2之间进行转弯或者掉头。
第一计算子单元,用于若否,则根据任意相邻节点n1和n2之间的节点距离,计算相邻节点n1和n2之间的所述路径代价k12。
第二计算子单元,用于若是,则根据公式:计算相邻节点n1和n2之间的额外距离,并根据任意相邻节点n1和n2之间的节点距离和额外距离,计算相邻节点n1和n2之间的路径代价k12。其中,β(β≥1)为预设的误差参数,R为预设的自动装载机最小转弯半径,L为自动装载机转弯后行驶至车身摆正点所需的最小距离。
可选的,装载任务执行模块34,包括:
装载任务更新单元,用于获取各自动装载机实时上报的位置信息以及运动状态,并根据位置信息以及运动状态,重新采用A*算法和基于冲突的搜索算法更新与每个自动装载机分别对应的无冲突节点路径,直至完成全部装载任务。
本发明实施例所提供的自动装载机的路径规划装置可执行本发明任意实施例所提供的自动装载机的路径规划方法,具备执行方法相应的功能模块和有益效果。
实施例四
图8为本发明实施例四提供的一种自动装载机的路径规划装置的结构示意图。本实施例可适用于在固定装载场景下,对自动装载机进行局部路径规划的场景,本实施例对此不作具体限定。该自动装载机的路径规划装置由自动装载机执行,如图8所示,该自动装载机的路径规划装置包括:路径节点提取模块41,栅格路径生成模块42和移动装载任务执行模块43。
其中,路径节点提取模块41,用于接收云端服务器下发的无冲突节点路径,并在无冲突节点路径中,依次提取相邻的两个路径节点;栅格路径生成模块42,用于根据固定装载场景的栅格地图,采用A*算法生成与相邻的两个路径节点对应的栅格路径;移动装载任务执行模块43,用于按照栅格路径在相邻的两个路径节点之间进行移动,以执行装载任务。
本发明的技术方案,通过接收云端服务器下发的无冲突节点路径,并在无冲突节点路径中,依次提取相邻的两个路径节点;根据固定装载场景的栅格地图,采用A*算法生成与相邻的两个路径节点对应的栅格路径;按照栅格路径在相邻的两个路径节点之间进行移动,以执行装载任务。通过采用上述技术方案,通过自动装载机和云端服务器下发的无冲突节点路径,构建局部栅格地图,设置行驶区栅格、膨胀区栅格以及墙壁区栅格,在栅格地图中完成局部路径规划。考虑了膨胀区域内行驶代价对路径规划的影响,提高了自动装载机行驶过程中的安全性。
可选的,栅格路径生成模块42,包括:
栅格区域识别单元,用于在固定装载场景的栅格地图中,识别行驶区栅格、膨胀区栅格以及墙壁区栅格;其中,膨胀区栅格位于行驶区栅格和墙壁区栅格之间。
膨胀区栅格计算单元,用于根据自动装载机在相邻的两个路径节点之间的行驶区栅格和膨胀区栅格内的行驶代价,采用A*算法生成与相邻的两个路径节点对应的栅格路径;其中,通过公式y=ex-1,计算自动装载机在一个膨胀区栅格内的行驶代价y,x为自动装载机当前所处膨胀位置到膨胀边缘的垂直距离。
本发明实施例所提供的自动装载机的路径规划装置可执行本发明任意实施例所提供的自动装载机的路径规划方法,具备执行方法相应的功能模块和有益效果。
实施例五
图9示出了可以用来实施本发明的实施例的电子设备50的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图9所示,电子设备50包括至少一个处理器51,以及与至少一个处理器51通信连接的存储器,如只读存储器(ROM)52、随机访问存储器(RAM)53等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器51可以根据存储在只读存储器(ROM)52中的计算机程序或者从存储单元58加载到随机访问存储器(RAM)53中的计算机程序,来执行各种适当的动作和处理。在RAM 53中,还可存储电子设备50操作所需的各种程序和数据。处理器51、ROM 52以及RAM 53通过总线54彼此相连。输入/输出(I/O)接口55也连接至总线54。
电子设备50中的多个部件连接至I/O接口55,包括:输入单元56,例如键盘、鼠标等;输出单元57,例如各种类型的显示器、扬声器等;存储单元58,例如磁盘、光盘等;以及通信单元59,例如网卡、调制解调器、无线通信收发机等。通信单元59允许电子设备50通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器51可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器51的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器51执行上文所描述的各个方法和处理,例如本发明各实施例所述的由云端服务器执行的自动装载机的路径规划方法和由自动装载机执行的自动装载机的路径规划方法。
也即,该由云端服务器执行的自动装载机的路径规划方法,包括:获取与固定装载场景中的至少两个自动装载机分别对应的装载任务;根据各自动装载机在固定装载场景中的初始位置,固定装载场景的拓扑地图以及各装载任务,采用A*算法生成与每个自动装载机分别对应的任务节点路径;在确定各任务节点路径中存在碰撞冲突时,采用基于冲突的搜索算法对各任务节点路径进行处理,得到与每个自动装载机分别对应的无冲突节点路径;将各无冲突节点路径分别下发至匹配的自动装载机中,以供各自动装载机执行所适配的装载任务。
也即,该由自动装载机执行的自动装载机的路径规划方法,包括接收云端服务器下发的无冲突节点路径,并在无冲突节点路径中,依次提取相邻的两个路径节点;根据固定装载场景的栅格地图,采用A*算法生成与相邻的两个路径节点对应的栅格路径;按照栅格路径在相邻的两个路径节点之间进行移动,以执行装载任务。
在一些实施例中,由云端服务器执行的自动装载机的路径规划方法和由自动装载机执行的自动装载机的路径规划方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元58。在一些实施例中,计算机程序的部分或者全部可以经由ROM52和/或通信单元59而被载入和/或安装到电子设备50上。当计算机程序加载到RAM 53并由处理器51执行时,可以执行上文描述的由云端服务器执行的自动装载机的路径规划方法和由自动装载机执行的自动装载机的路径规划方法的一个或多个步骤。备选地,在其他实施例中,处理器51可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行如本发明各实施例所述的由云端服务器执行的自动装载机的路径规划方法和由自动装载机执行的自动装载机的路径规划方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种自动装载机的路径规划方法,由云端服务器执行,其特征在于,包括:
获取与固定装载场景中的至少两个自动装载机分别对应的装载任务;
根据各自动装载机在固定装载场景中的初始位置,固定装载场景的拓扑地图以及各装载任务,采用A*算法生成与每个自动装载机分别对应的任务节点路径;
在确定各任务节点路径中存在碰撞冲突时,采用基于冲突的搜索算法对各任务节点路径进行处理,得到与每个自动装载机分别对应的无冲突节点路径;
将各无冲突节点路径分别下发至匹配的自动装载机中,以供各自动装载机执行所适配的装载任务。
2.根据权利要求1所述的方法,其特征在于,根据各自动装载机在固定装载场景中的初始位置,固定装载场景的拓扑地图以及各装载任务,采用A*算法生成与每个自动装载机分别对应的任务节点路径,包括:
根据固定装载场景的拓扑地图,计算固定装载场景中任意相邻节点n1和n2之间的路径代价k12;
将每个装载任务分别拆分为空载行进子任务和满载行进子任务;
根据各自动装载机在固定装载场景中的初始位置,每个装载任务分别拆分为空载行进子任务和满载行进子任务,以及拓扑地图中各相邻节点之间的行驶代价,采用A*算法生成与每个自动装载机分别对应的任务节点路径。
3.根据权利要求2所述的方法,其特征在于,根据固定装载场景的拓扑地图,计算固定装载场景中任意相邻节点n1和n2之间的路径代价k12,包括:
在所述固定装载场景的拓扑地图中,根据所述任意相邻节点n1和n2之间的节点类型,判断自动装载机是否需要在节点n1和n2之间进行转弯或者掉头;
若否,则根据任意相邻节点n1和n2之间的节点距离,计算相邻节点n1和n2之间的所述路径代价k12;
其中,β(β≥1)为预设的误差参数,R为预设的自动装载机最小转弯半径,L为自动装载机转弯后行驶至车身摆正点所需的最小距离。
4.根据权利要求1-3任一项所述的方法,其特征在于,在将各无冲突路径分别下发至匹配的自动装载机中之后,还包括:
获取各自动装载机实时上报的位置信息以及运动状态,并根据所述位置信息以及运动状态,重新采用A*算法和基于冲突的搜索算法更新与每个自动装载机分别对应的无冲突节点路径,直至完成全部装载任务。
5.一种自动装载机的路径规划方法,由自动装载机执行,其特征在于,包括:
接收云端服务器下发的无冲突节点路径,并在所述无冲突节点路径中,依次提取相邻的两个路径节点;
根据固定装载场景的栅格地图,采用A*算法生成与相邻的两个路径节点对应的栅格路径;
按照所述栅格路径在所述相邻的两个路径节点之间进行移动,以执行装载任务。
6.根据权利要求5所述的方法,其特征在于,根据固定装载场景的栅格地图,采用A*算法生成与相邻的两个路径节点对应的栅格路径,包括:
在所述固定装载场景的栅格地图中,识别行驶区栅格、膨胀区栅格以及墙壁区栅格;其中,膨胀区栅格位于行驶区栅格和墙壁区栅格之间;
根据自动装载机在相邻的两个路径节点之间的行驶区栅格和膨胀区栅格内的行驶代价,采用A*算法生成与相邻的两个路径节点对应的栅格路径;
其中,通过公式y=ex-1,计算自动装载机在一个膨胀区栅格内的行驶代价y,x为自动装载机当前所处膨胀位置到膨胀边缘的垂直距离。
7.一种自动装载机的路径规划装置,由云端服务器执行,其特征在于,包括:
装载任务获取模块,用于获取与固定装载场景中的至少两个自动装载机分别对应的装载任务;
节点路径生成模块,用于根据各自动装载机在固定装载场景中的初始位置,固定装载场景的拓扑地图以及各装载任务,采用A*算法生成与每个自动装载机分别对应的任务节点路径;
冲突路径处理模块,用于在确定各任务节点路径中存在碰撞冲突时,采用基于冲突的搜索算法对各任务节点路径进行处理,得到与每个自动装载机分别对应的无冲突节点路径;
装载任务执行模块,用于将各无冲突节点路径分别下发至匹配的自动装载机中,以供各自动装载机执行所适配的装载任务。
8.一种自动装载机的路径规划装置,由自动装载机执行,其特征在于,包括:
路径节点提取模块,用于接收云端服务器下发的无冲突节点路径,并在所述无冲突节点路径中,依次提取相邻的两个路径节点;
栅格路径生成模块,用于根据固定装载场景的栅格地图,采用A*算法生成与相邻的两个路径节点对应的栅格路径;
移动装载任务执行模块,用于按照所述栅格路径在所述相邻的两个路径节点之间进行移动,以执行装载任务。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的自动装载机的路径规划方法,或者,执行权利要求5-6所述的自动装载机的路径规划方法。
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处理器执行时实现权利要求1-4中任一项所述的自动装载机的路径规划方法,或者,实现权利要求5-6所述的自动装载机的路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310311206.5A CN116300946A (zh) | 2023-03-28 | 2023-03-28 | 一种自动装载机的路径规划方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310311206.5A CN116300946A (zh) | 2023-03-28 | 2023-03-28 | 一种自动装载机的路径规划方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116300946A true CN116300946A (zh) | 2023-06-23 |
Family
ID=86814880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310311206.5A Pending CN116300946A (zh) | 2023-03-28 | 2023-03-28 | 一种自动装载机的路径规划方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116300946A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117745039A (zh) * | 2024-02-19 | 2024-03-22 | 中国科学院自动化研究所 | 一种多个无人矿卡排土场协同卸载的调度方法及系统 |
-
2023
- 2023-03-28 CN CN202310311206.5A patent/CN116300946A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117745039A (zh) * | 2024-02-19 | 2024-03-22 | 中国科学院自动化研究所 | 一种多个无人矿卡排土场协同卸载的调度方法及系统 |
CN117745039B (zh) * | 2024-02-19 | 2024-05-24 | 中国科学院自动化研究所 | 一种多个无人矿卡排土场协同卸载的调度方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021108184A (ja) | 高精度マップの作成方法及び装置 | |
CN113971723B (zh) | 高精地图中三维地图的构建方法、装置、设备和存储介质 | |
CN113989451B (zh) | 高精地图构建方法、装置及电子设备 | |
CN116300946A (zh) | 一种自动装载机的路径规划方法、装置、设备及介质 | |
CN114880337B (zh) | 地图数据一体化更新方法、装置、设备以及存储介质 | |
CN116499487B (zh) | 一种车辆的路径规划方法、装置、设备及介质 | |
CN112862017A (zh) | 点云数据的标注方法、装置、设备和介质 | |
CN115797961A (zh) | 车道线变更检测方法、装置、电子设备及存储介质 | |
CN114036247A (zh) | 高精地图数据关联方法、装置、电子设备及存储介质 | |
CN113986866A (zh) | 一种大规模点云数据的处理方法、装置、设备及介质 | |
CN113570727A (zh) | 场景文件的生成方法、装置、电子设备及存储介质 | |
CN114219907B (zh) | 三维地图生成方法、装置、设备以及存储介质 | |
CN117194591B (zh) | 一种球体轨迹到平面地图的显示方法、装置、设备和介质 | |
CN114677570B (zh) | 道路信息更新方法、装置、电子设备以及存储介质 | |
CN114694138A (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
CN116086475A (zh) | 路径规划方法、装置、电子设备及存储介质 | |
CN118010049A (zh) | 轨迹规划方法、装置、电子设备及存储介质 | |
CN114966668A (zh) | 一种车辆数据处理方法、装置、设备及介质 | |
CN117419736A (zh) | 一种目标区域的确定方法、装置、电子设备及存储介质 | |
CN117570991A (zh) | 一种路径规划方法、装置、电子设备和存储介质 | |
CN115855024A (zh) | 位姿图优化方法、装置、电子设备及自动驾驶车辆 | |
CN114565905A (zh) | 车道线的提取方法、装置和电子设备 | |
CN117351043A (zh) | 一种跟踪匹配方法、装置、电子设备和存储介质 | |
CN116934779A (zh) | 一种激光点云的分割方法、装置、电子设备及存储介质 | |
CN114910081A (zh) | 车辆定位方法、装置及电子设备 |
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 |