CN116481557B - 一种路口通行路径规划方法、装置、电子设备及存储介质 - Google Patents
一种路口通行路径规划方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116481557B CN116481557B CN202310729182.5A CN202310729182A CN116481557B CN 116481557 B CN116481557 B CN 116481557B CN 202310729182 A CN202310729182 A CN 202310729182A CN 116481557 B CN116481557 B CN 116481557B
- Authority
- CN
- China
- Prior art keywords
- node
- reference point
- path
- point
- original path
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000010586 diagram Methods 0.000 claims abstract description 65
- 230000033001 locomotion Effects 0.000 claims abstract description 21
- 238000010276 construction Methods 0.000 claims description 19
- 238000005070 sampling Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 16
- 230000015654 memory Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 7
- 238000010845 search algorithm Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种路口通行路径规划方法、装置、电子设备及存储介质,该方法包括:基于可行驶区域建立第一状态格栅图,其中,可行驶区域中包括路口,第一状态格栅图中包括当前车辆的原始路径,建立针对原始路径的第二状态格栅图,对第二状态格栅图中的每个节点,计算每个节点与原始路径的偏离值,基于车辆运动规则,以原始路径的起点为搜索起点,以原始路径的终点为搜索目标节点,确定搜索起点到搜索目标节点之间的至少一个参考点,基于偏离值,计算至少一个参考点中每个参考点的综合惩罚值,并将综合惩罚值最小的参考点所形成的路径确定为最优路径。本申请能够提高算法的实时性,减少计算量。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种路口通行路径规划方法、装置、电子设备及存储介质。
背景技术
在提升港口智能化升级过程中,智能运输平板车辆具备自动驾驶,无驾驶室,专业运输集装箱的特点,可满足港口智能化升级需求。
但由于港口环境的特殊性:集装箱林立;路边石墩或货物散放;尤其进出路口;龙门吊(港口装卸集装箱设备)占用行驶车道;自动驾驶车辆在港口的营运过程中会频繁被挡停,极大的降低了自动驾驶车辆的作业效率。如何有效的对进出路口的障碍物避障并通行成为亟待解决的问题。
发明内容
有鉴于此,本申请实施例提供了一种路口通行路径规划方法、装置、电子设备及存储介质,能够提高算法的实时性,减少计算量。
本申请实施例的技术方案是这样实现的:
第一方面,本申请实施例提供一种路口通行路径规划方法,包括以下步骤:
基于可行驶区域建立第一状态格栅图,其中,所述可行驶区域中包括路口,所述第一状态格栅图中包括当前车辆的原始路径;
建立针对所述原始路径的第二状态格栅图,对所述第二状态格栅图中的每个节点,计算所述每个节点与所述原始路径的偏离值;
基于车辆运动规则,以所述原始路径的起点为搜索起点,以所述原始路径的终点为搜索目标节点,确定所述搜索起点到所述搜索目标节点之间的至少一个参考点;
基于所述偏离值,计算所述至少一个参考点中每个参考点的综合惩罚值,并将所述综合惩罚值最小的参考点所形成的路径确定为最优路径。
在一种可能的实施方式中,所述可行驶区域通过以下方式确定:
从地图中获取当前行驶区域的区域边界,其中,所述当前行驶区域包括所述路口的路口前区域、路口中区域和路口后区域;
所述基于可行驶区域建立第一状态格栅图,包括:
以所述路口前区域前第一设定距离为截取起点,以所述路口后区域后第二设定距离为截取终点,并保留所述路口中区域,对所述当前行驶区域进行截取,得到目标区域;
以所述目标区域的外接矩形作为第一构建区域,构建所述第一状态格栅图,其中,所述第一状态格栅图的采样分辨率为第一分辨率。
在一种可能的实施方式中,所述原始路径通过以下方式获取:
基于地图获取所述截取起点到所述截取终点之间当前行驶车道的中心参考线;
将所述中心参考线作为所述原始路径;
所述建立针对所述原始路径的第二状态格栅图,包括:
对所述外接矩形进行旋转,并将旋转后的所述外接矩形作为第二构建区域,构建所述第二状态格栅图,其中,所述第二构建区域靠近所述原始路径的一边垂直于车辆朝向,且所述第二构建区域包含所述可行驶区域,其中,所述第二状态格栅图的采样分辨率为第二分辨率,所述第二分辨率大于所述第一分辨率。
在一种可能的实施方式中,所述对所述第二状态格栅图中的每个节点,计算所述每个节点与所述原始路径的偏离值,包括:
对所述每个节点进行遍历,得到所述每个节点到所述原始路径的最短距离以及所述最短距离在所述原始路径上对应的路径点;
将所述最短距离和所述路径点的航向作为所述偏离值赋值至对应的所述每个节点。
在一种可能的实施方式中,所述基于车辆运动规则,以所述原始路径的起点为搜索起点,以所述原始路径的终点为搜索目标节点,确定所述搜索起点到所述搜索目标节点之间的至少一个参考点,包括:
获取当前节点的第一航向和第一坐标值以及当前车辆的前轮转角和后轮转角,其中,所述当前节点为所述第二状态格栅图中的一个格栅;
基于所述前轮转角和所述后轮转角,确定所述当前节点的多个下一节点,并确定所述多个下一节点中每个节点的第二航向和第二坐标值。
在一种可能的实施方式中,所述确定所述搜索起点到所述搜索目标节点之间的至少一个参考点之后,所述方法还包括:
将所述至少一个参考点中每个参考点在所述第二状态格栅图中距离最小的节点作为该参考点的参考格栅;
若该参考点的航向与所述参考格栅的航向偏差大于预设的偏差阈值时,将该参考点删除。
在一种可能的实施方式中,所述至少一个参考点中每个参考点的综合惩罚值基于所述偏离值、最短路径距离惩罚系数、参考点距离初始节点的距离、参考点距离最终节点距离以及参考点偏离惩罚系数确定。
第二方面,本申请实施例还提供一种路口通行路径规划装置,所述装置包括:
第一建立模块,用于基于可行驶区域建立第一状态格栅图,其中,所述可行驶区域中包括路口,所述第一状态格栅图中包括当前车辆的原始路径;
第二建立模块,用于建立针对所述原始路径的第二状态格栅图,对所述第二状态格栅图中的每个节点,计算所述每个节点与所述原始路径的偏离值;
第一确定模块,用于基于车辆运动规则,以所述原始路径的起点为搜索起点,以所述原始路径的终点为搜索目标节点,确定所述搜索起点到所述搜索目标节点之间的至少一个参考点;
第二确定模块,用于基于所述偏离值,计算所述至少一个参考点中每个参考点的综合惩罚值,并将所述综合惩罚值最小的参考点所形成的路径确定为最优路径。
第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行第一方面任一项所述的路口通行路径规划方法。
第四方面,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行第一方面任一项所述的路口通行路径规划方法。
本申请实施例具有以下有益效果:
该方法以hybridA*搜索算法为基础,融合了四轮转向车辆运动规则,从而使平板车辆可应用hybridA*算法;具体的,在hybridA*构建的第一状态格栅图的基础上重新构建针对原始路径的第二状态格栅图并对每个节点的偏离值进行计算,并引入综合惩罚值,在实现可获取躲避障碍物路径基础上使路径更靠近原始路径,解决搜索路径偏离可行驶区域或不满足交通规则的问题。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1是本申请实施例提供的步骤S101-S104的流程示意图;
图2是本申请实施例提供的步骤S201-S202的流程示意图;
图3是本申请实施例提供的步骤S301-S302的流程示意图;
图4是本申请实施例提供的步骤S401-S402的流程示意图;
图5是本申请实施例提供的四轮转向运动原理图;
图6是本申请实施例提供的路口通行路径规划装置的结构示意图;
图7是本申请实施例提供的电子设备的组成结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
在以下的描述中,所涉及的术语“第一\第二\第三”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语是为了描述本申请实施例的目的,不是在限制本申请。
在实施本申请所提供的实施例时,申请人发现如下问题:
(1)由于港口作业车辆的特殊性:需具备集卡驾照,需24小时作业,不定时的作业需求,以及港口远离市区等需求;港口面临着集卡驾驶员招工难,人工费用增加等难题。
(2)在提升港口智能化升级过程中,智能运输平板车辆具备自动驾驶,无驾驶室,专业运输集装箱的特点,可满足港口智能化升级需求。
(3)由于港口环境的特殊性:集装箱林立;路边石墩或货物散放;尤其进出路口;龙门吊(港口装卸集装箱设备)占用行驶车道;自动驾驶车辆在港口的营运过程中会频繁被挡停,极大的降低了自动驾驶车辆的作业效率。如何有效的对进出路口的障碍物避障并通行成为亟待解决的问。
(4)解决自动驾驶车辆高效进出路口的问题本质是寻找最优轨迹的问题,而在寻优轨迹生成的算法中,如Djstra算法,A*算法等虽可有效查询到终点的路径,但不满足车辆运动学,HybridA*算法是基于图搜索的算法思想在A*算法的基础上,创建节点时引入车辆运动学约束,既可满足车辆行驶的运动学约束,又可有效避障,但其在构建过程中,一是该算法目的是考虑到达终点的最优路径,不会考虑基于原始路径的偏离程度,这一点在实际应用过程中,因港口道路是基于交通规则的道路,会出现占用他车车道,或偏出道路的问题;hybridA*算法搜索的路径常常不满足需求二是基于图搜索的状态格栅节点不具有方向性,计算量大,搜索实时性较低。
参见图1,图1是本申请实施例提供的路口通行路径规划方法步骤S101-S104的流程示意图,将结合图1示出的步骤S101-S104进行说明。
步骤S101,基于可行驶区域建立第一状态格栅图,其中,所述可行驶区域中包括路口,所述第一状态格栅图中包括当前车辆的原始路径;
步骤S102,建立针对所述原始路径的第二状态格栅图,对所述第二状态格栅图中的每个节点,计算所述每个节点与所述原始路径的偏离值;
步骤S103,基于车辆运动规则,以所述原始路径的起点为搜索起点,以所述原始路径的终点为搜索目标节点,确定所述搜索起点到所述搜索目标节点之间的至少一个参考点;
步骤S104,基于所述偏离值,计算所述至少一个参考点中每个参考点的综合惩罚值,并将所述综合惩罚值最小的参考点所形成的路径确定为最优路径。
上述路口通行路径规划方法,以hybridA*搜索算法为基础,融合了四轮转向车辆运动规则,从而使平板车辆可应用hybridA*算法;具体的,在hybridA*构建的第一状态格栅图的基础上重新构建针对原始路径的第二状态格栅图并对每个节点的偏离值进行计算,并引入综合惩罚值,在实现可获取躲避障碍物路径基础上使路径更靠近原始路径,解决搜索路径偏离可行驶区域或不满足交通规则的问题。
下面分别对本申请实施例的上述示例性的各步骤进行说明。
在步骤S101中,基于可行驶区域建立第一状态格栅图,其中,所述可行驶区域中包括路口,所述第一状态格栅图中包括当前车辆的原始路径。
在一些实施例中,所述可行驶区域通过以下方式确定:
从地图中获取当前行驶区域的区域边界,其中,所述当前行驶区域包括所述路口的路口前区域、路口中区域和路口后区域;
作为示例,该可行驶区域需包含车辆在路口通行过程中所有可能经过的区域:在港口路口通行过程中,样例采用从地图获取区域边界,并将将可行驶区域划分为路口前区域,路口中区域,路口后区域,三部分构建得到路口的可行驶区域。
所述基于可行驶区域建立第一状态格栅图,包括:
以所述路口前区域前第一设定距离为截取起点,以所述路口后区域后第二设定距离为截取终点,并保留所述路口中区域,对所述当前行驶区域进行截取,得到目标区域;
以所述目标区域的外接矩形作为第一构建区域,构建所述第一状态格栅图,其中,所述第一状态格栅图的采样分辨率为第一分辨率。
这里,对可行驶区域进行截取,截取的原则为:路口前区域截取一定距离(第一设定距离),路口后区域截取一定距离(第二设定距离),路口中区域保留,并以截取后的可行驶区域的外接矩形作为第一状态格栅图的构建区域。
依据该外接矩形,得到其四个顶点的横纵坐标,设定格栅采样分辨率α,从矩形四顶点坐标获取x轴范围,及采样点数Nx=(x_max-x_min)/α;x_max表示第一状态格栅图四顶点中x轴的最大坐标,x_min表示第一状态格栅图四顶点中x轴的最小坐标;获取矩形四顶点坐标y轴范围及采样点数Ny=(y_max-y_min)/α;y_max表示第一状态格栅图四顶点中y轴的最大坐标,y_min表示第一状态格栅图四顶点中y轴的最小坐标;则节点node_ij对应的格栅坐标为node_ij={x_min+i*α,y_min+j*α},其中i∈[0,Nx],j∈[0,Ny]。
在步骤S102中,建立针对所述原始路径的第二状态格栅图,对所述第二状态格栅图中的每个节点,计算所述每个节点与所述原始路径的偏离值。
在一些实施例中,所述原始路径通过以下方式获取:
基于地图获取所述截取起点到所述截取终点之间当前行驶车道的中心参考线;
将所述中心参考线作为所述原始路径;
这里,原始路径是基于高精地图中采集的实际行驶的车道中心参考线的点序列,在本申请实施例中,获取原始路径时,以路口前一定距离上的截取起点和路口后一定距离的截取终点进行截取。
所述建立针对所述原始路径的第二状态格栅图,包括:
对所述外接矩形进行旋转,并将旋转后的所述外接矩形作为第二构建区域,构建所述第二状态格栅图,其中,所述第二构建区域靠近所述原始路径的一边垂直于车辆朝向,且所述第二构建区域包含所述可行驶区域,其中,所述第二状态格栅图的采样分辨率为第二分辨率,所述第二分辨率大于所述第一分辨率。
这里,基于本申请上述实施例中的第一状态格栅图构建范围,重新构建基于原始路径的第二状态格栅图,该第二状态格栅图的采样分辨率设定为b,采样点数Mx=(x’_max-x’_min)/b;x’_max表示第二状态格栅图四顶点中x轴的最大坐标,x’_min表示第二状态格栅图四顶点中x轴的最小坐标,获取矩形四顶点坐标y轴范围及采样点数My=(y’_max-y’_min)/b;y’_max表示第二状态格栅图四顶点中y轴的最大坐标,y’_min表示第二状态格栅图四顶点中y轴的最小坐标;则节点node_i’j’对应的格栅坐标为node_i’j’={x’_min+i’*b,y’_min+j’*b},其中i’∈[0,Mx],j’∈[0,My],在本申请实施例中b大于α。
在一些实施例中,参见图2,图2是本申请实施例提供的步骤S201-S202的流程示意图,所述对所述第二状态格栅图中的每个节点,计算所述每个节点与所述原始路径的偏离值,可以通过步骤S201-S202实现,将结合各步骤进行说明。
在步骤S201中,对所述每个节点进行遍历,得到所述每个节点到所述原始路径的最短距离以及所述最短距离在所述原始路径上对应的路径点。
在步骤S202中,将所述最短距离和所述路径点的航向作为所述偏离值赋值至对应的所述每个节点。
这里,针对第二状态格栅图,遍历每一格栅节点,并计算该节点坐标到原始路径的最短距离,并将该最短距离赋值到该节点,以及,将最短距离对应的参考线上的点的航向坐标赋值到该节点。最终,每个节点的“最短距离”和“对应的参考线上的点的航向坐标”两个属性被赋值给每个节点,作为该节点的属性参与后续计算。
在步骤S103中,基于车辆运动规则,以所述原始路径的起点为搜索起点,以所述原始路径的终点为搜索目标节点,确定所述搜索起点到所述搜索目标节点之间的至少一个参考点。
在一些实施例中,参见图3,图3是本申请实施例提供的步骤S301-S302的流程示意图,所述基于车辆运动规则,以所述原始路径的起点为搜索起点,以所述原始路径的终点为搜索目标节点,确定所述搜索起点到所述搜索目标节点之间的至少一个参考点,可以通过步骤S301-S302实现,将结合各步骤进行说明。
在步骤S301中,获取当前节点的第一航向和第一坐标值以及当前车辆的前轮转角和后轮转角,其中,所述当前节点为所述第二状态格栅图中的一个格栅。
在步骤S302中,基于所述前轮转角和所述后轮转角,确定所述当前节点的多个下一节点,并确定所述多个下一节点中每个节点的第二航向和第二坐标值。
这里,参见图5,图5是本申请实施例提供的四轮转向运动原理图。如图5所示,在后轮基准点运动学模型中,其中前轮转角为δf,后轮转角为δr,车辆航向为θ,轴距为L,ICR为转弯半径对应的圆心,Rr为垂直于车辆朝向做的垂线,Rf为另一时刻垂直于车辆朝向做的垂线,Rr和Rf相交于圆心ICR,v为车辆的速度,vx:为v的x轴速度分量,vy为v的y轴速度分量,vf为前轮沿车体朝向的速度分量,vr为后轮沿车体朝向的速度分量,(xr,yr)为后轮中心点的坐标,满足如下方程:
。
其中,表示在x轴方向上速度的变化率,/>表示在y轴方向上速度的变化率,表示速度在车辆朝向上的变化率。
已知车辆几何中心距前轮轴距lf,车辆几何中心距后轮轴距lr,车辆转弯半径为R,车辆滑移角为β,则满足:
。
已知道当前节点(代表一个格栅)航向phi,坐标x,y,下一节点的车轮前轮转角wheelf,后轮转角wheelr及当前节点距离下一节点的距离dis,则可得滑移角β。
依据此,可以确定出当前节点的下一节点。
下一节点x坐标:x_next=x+dis×cos(phi+β);
下一节点y坐标:y_next=y+dis×cos(phi+β);
下一节点航向:phi_next=phi+dis×cos(β)/L*(tan(wheelf)-tan(wheelr))。
在根据前轮转角和后轮转角,确定当前节点的下一节点时,由于前轮转角和后轮转角值的不同,可以确定出至少一个下一节点。具体来说,前轮转角的值包括前轮负最大转角-wheelf、前轮负最大转角的一半-wheelf/2、0、前轮最大转角的一半wheelf/2和前轮最大转角wheelf,后轮转角的值包括后轮负最大转角-wheelr、后轮负最大转角的一半-wheelr/2、0、后轮最大转角的一半wheelr/2、后轮最大转角wheelr。
每个当前节点的下一节点理论上有5×5=25个,在实际应用中,为了减少计算量,去除半值(-wheelf/2、wheelf/2、-wheelr/2、wheelr/2),仅保留极值与0值(转弯比较极限场景需要角度最大才可以通过),这样,每个当前节点的下一节点仅有3×3=9个。
在一些实施例中,参见图4,图4是本申请实施例提供的步骤S401-S402的流程示意图,所述确定所述搜索起点到所述搜索目标节点之间的至少一个参考点之后,还可以执行步骤S401-S402,将结合各步骤进行说明。
在步骤S401中,将所述至少一个参考点中每个参考点在所述第二状态格栅图中距离最小的节点作为该参考点的参考格栅。
在步骤S402中,若该参考点的航向与所述参考格栅的航向偏差大于预设的偏差阈值时,将该参考点删除。
这里,创建的下一节点需要进行筛选:计算该下一节点与第二状态格栅图的最小距离,并获取最小距离对应格栅的航向,如果该下一节点与对应格栅的航向偏差大于π/2,则删除该下一节点。
在步骤S104中,基于所述偏离值,计算所述至少一个参考点中每个参考点的综合惩罚值,并将所述综合惩罚值最小的参考点所形成的路径确定为最优路径。
在一些实施例中,所述至少一个参考点中每个参考点的综合惩罚值基于所述偏离值、最短路径距离惩罚系数、参考点距离初始节点的距离、参考点距离最终节点距离以及参考点偏离惩罚系数确定。
这里,对参考点进行cost计算:在经典的hybridA*c距离惩罚项的基础上加入对参考线偏差惩罚项,该惩罚项计算如下:Node_cost=penalty_dis*dis_to_node_start+penalty_dis*dis_to_node_end+penalty_refline*dis_to_refline;
其中,Node_cost表示参考点的所述综合惩罚值、penalty_dis表示最短路径距离惩罚系数、dis_to_node_start表示参考点距离初始节点的距离、dis_to_node_end表示参考点距离最终节点距离、penalty_refline表示参考点偏离惩罚系数,dis_to_refline为偏离值。
综上所述,通过本申请实施例具有以下有益效果:
以hybridA*搜索算法为基础,融合了四轮转向车辆运动规则,从而使平板车辆可应用hybridA*算法;具体的,在hybridA*构建的第一状态格栅图的基础上重新构建针对原始路径的第二状态格栅图并对每个节点的偏离值进行计算,并引入综合惩罚值,在实现可获取躲避障碍物路径基础上使路径更靠近原始路径,解决搜索路径偏离可行驶区域或不满足交通规则的问题。
基于同一发明构思,本申请实施例中还提供了与第一实施例中路口通行路径规划方法对应的路口通行路径规划装置,由于本申请实施例中的装置解决问题的原理与上述路口通行路径规划方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
如图6所示,图6是本申请实施例提供的路口通行路径规划装置600的结构示意图。路口通行路径规划装置600包括:
第一建立模块601,用于基于可行驶区域建立第一状态格栅图,其中,所述可行驶区域中包括路口,所述第一状态格栅图中包括当前车辆的原始路径;
第二建立模块602,用于建立针对所述原始路径的第二状态格栅图,对所述第二状态格栅图中的每个节点,计算所述每个节点与所述原始路径的偏离值;
第一确定模块603,用于基于车辆运动规则,以所述原始路径的起点为搜索起点,以所述原始路径的终点为搜索目标节点,确定所述搜索起点到所述搜索目标节点之间的至少一个参考点;
第二确定模块604,用于基于所述偏离值,计算所述至少一个参考点中每个参考点的综合惩罚值,并将所述综合惩罚值最小的参考点所形成的路径确定为最优路径。
本领域技术人员应当理解,图6所示的路口通行路径规划装置600中的各单元的实现功能可参照前述路口通行路径规划方法的相关描述而理解。图6所示的路口通行路径规划装置600中的各单元的功能可通过运行于处理器上的程序而实现,也可通过具体的逻辑电路而实现。
在一种可能的实施方式中,第一建立模块601通过以下方式确定所述可行驶区域:
从地图中获取当前行驶区域的区域边界,其中,所述当前行驶区域包括所述路口的路口前区域、路口中区域和路口后区域;
所述基于可行驶区域建立第一状态格栅图,包括:
以所述路口前区域前第一设定距离为截取起点,以所述路口后区域后第二设定距离为截取终点,并保留所述路口中区域,对所述当前行驶区域进行截取,得到目标区域;
以所述目标区域的外接矩形作为第一构建区域,构建所述第一状态格栅图,其中,所述第一状态格栅图的采样分辨率为第一分辨率。
在一种可能的实施方式中,第二建立模块602通过以下方式获取所述原始路径:
基于地图获取所述截取起点到所述截取终点之间当前行驶车道的中心参考线;
将所述中心参考线作为所述原始路径;
所述建立针对所述原始路径的第二状态格栅图,包括:
对所述外接矩形进行旋转,并将旋转后的所述外接矩形作为第二构建区域,构建所述第二状态格栅图,其中,所述第二构建区域靠近所述原始路径的一边垂直于车辆朝向,且所述第二构建区域包含所述可行驶区域,其中,所述第二状态格栅图的采样分辨率为第二分辨率,所述第二分辨率大于所述第一分辨率。
在一种可能的实施方式中,第二建立模块602对所述第二状态格栅图中的每个节点,计算所述每个节点与所述原始路径的偏离值,包括:
对所述每个节点进行遍历,得到所述每个节点到所述原始路径的最短距离以及所述最短距离在所述原始路径上对应的路径点;
将所述最短距离和所述路径点的航向作为所述偏离值赋值至对应的所述每个节点。
在一种可能的实施方式中,第一确定模块603基于车辆运动规则,以所述原始路径的起点为搜索起点,以所述原始路径的终点为搜索目标节点,确定所述搜索起点到所述搜索目标节点之间的至少一个参考点,包括:
获取当前节点的第一航向和第一坐标值以及当前车辆的前轮转角和后轮转角,其中,所述当前节点为所述第二状态格栅图中的一个格栅;
基于所述前轮转角和所述后轮转角,确定所述当前节点的多个下一节点,并确定所述多个下一节点中每个节点的第二航向和第二坐标值。
在一种可能的实施方式中,第一确定模块603确定所述搜索起点到所述搜索目标节点之间的至少一个参考点之后,所述方法还包括:
将所述至少一个参考点中每个参考点在所述第二状态格栅图中距离最小的节点作为该参考点的参考格栅;
若该参考点的航向与所述参考格栅的航向偏差大于预设的偏差阈值时,将该参考点删除。
在一种可能的实施方式中,第二确定模块604确定至少一个参考点中每个参考点的综合惩罚值基于所述偏离值、最短路径距离惩罚系数、参考点距离初始节点的距离、参考点距离最终节点距离以及参考点偏离惩罚系数。
上述路口通行路径规划装置以hybridA*搜索算法为基础,融合了四轮转向车辆运动规则,从而使平板车辆可应用hybridA*算法;具体的,在hybridA*构建的第一状态格栅图的基础上重新构建针对原始路径的第二状态格栅图并对每个节点的偏离值进行计算,并引入综合惩罚值,在实现可获取躲避障碍物路径基础上使路径更靠近原始路径,解决搜索路径偏离可行驶区域或不满足交通规则的问题。
如图7所示,图7为本申请实施例提供的电子设备700的组成结构示意图,所述电子设备700,包括:
处理器701、存储介质702和总线703,所述存储介质702存储有所述处理器701可执行的机器可读指令,当电子设备700运行时,所述处理器701与所述存储介质702之间通过总线703通信,所述处理器701执行所述机器可读指令,以执行本申请实施例所述的路口通行路径规划方法的步骤。
实际应用时,所述电子设备700中的各个组件通过总线703耦合在一起。可理解,总线703用于实现这些组件之间的连接通信。总线703除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图7中将各种总线都标为总线703。
上述电子设备以hybridA*搜索算法为基础,融合了四轮转向车辆运动规则,从而使平板车辆可应用hybridA*算法;具体的,在hybridA*构建的第一状态格栅图的基础上重新构建针对原始路径的第二状态格栅图并对每个节点的偏离值进行计算,并引入综合惩罚值,在实现可获取躲避障碍物路径基础上使路径更靠近原始路径,解决搜索路径偏离可行驶区域或不满足交通规则的问题。
本申请实施例还提供了一种计算机可读存储介质,所述存储介质存储有可执行指令,当所述可执行指令被至少一个处理器701执行时,实现本申请实施例所述的路口通行路径规划方法。
在一些实施例中,存储介质可以是磁性随机存取存储器(FRAM,FerromagneticRandom Access Memory)、只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,ErasableProgrammable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,ElectricallyErasable Programmable Read-Only Memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory)等存储器;也可以是包括上述存储器之一或任意组合的各种设备。
在一些实施例中,可执行指令可以采用程序、软件、软件模块、脚本或代码的形式,按任意形式的编程语言(包括编译或解释语言,或者声明性或过程性语言)来编写,并且其可按任意形式部署,包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例,可执行指令可以但不一定对应于文件系统中的文件,可以被存储在保存其它程序或数据的文件的一部分,例如,存储在超文本标记语言(HTML,HyperTextMarkupLanguage)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个文件中,或者,存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。
作为示例,可执行指令可被部署为在一个计算设备上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算设备上执行。
上述计算机可读存储介质以hybridA*搜索算法为基础,融合了四轮转向车辆运动规则,从而使平板车辆可应用hybridA*算法;具体的,在hybridA*构建的第一状态格栅图的基础上重新构建针对原始路径的第二状态格栅图并对每个节点的偏离值进行计算,并引入综合惩罚值,在实现可获取躲避障碍物路径基础上使路径更靠近原始路径,解决搜索路径偏离可行驶区域或不满足交通规则的问题。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和电子设备,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,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,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能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,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的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(可以是个人计算机,平台服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (7)
1.一种路口通行路径规划方法,其特征在于,包括以下步骤:
基于可行驶区域建立第一状态格栅图,其中,所述可行驶区域中包括路口,所述第一状态格栅图中包括当前车辆的原始路径;
建立针对所述原始路径的第二状态格栅图,对所述第二状态格栅图中的每个节点,计算所述每个节点与所述原始路径的偏离值;
所述对所述第二状态格栅图中的每个节点,计算所述每个节点与所述原始路径的偏离值,包括:
对所述每个节点进行遍历,得到所述每个节点到所述原始路径的最短距离以及所述最短距离在所述原始路径上对应的路径点;
将所述最短距离和所述路径点的航向作为所述偏离值赋值至对应的所述每个节点;
基于车辆运动规则,以所述原始路径的起点为搜索起点,以所述原始路径的终点为搜索目标节点,确定所述搜索起点到所述搜索目标节点之间的至少一个参考点;
所述基于车辆运动规则,以所述原始路径的起点为搜索起点,以所述原始路径的终点为搜索目标节点,确定所述搜索起点到所述搜索目标节点之间的至少一个参考点,包括:
获取当前节点的第一航向和第一坐标值以及当前车辆的前轮转角和后轮转角,其中,所述当前节点为所述第二状态格栅图中的一个格栅;
基于所述前轮转角和所述后轮转角,确定所述当前节点的多个下一节点,并确定所述多个下一节点中每个节点的第二航向和第二坐标值;
基于所述偏离值,计算所述至少一个参考点中每个参考点的综合惩罚值,并将所述综合惩罚值最小的参考点所形成的路径确定为最优路径;
所述至少一个参考点中每个参考点的综合惩罚值基于所述偏离值、最短路径距离惩罚系数、参考点距离初始节点的距离、参考点距离最终节点距离以及参考点偏离惩罚系数确定;
Node_cost=penalty_dis*dis_to_node_start+penalty_dis*dis_to_node_end+penalty_refline*dis_to_refline;
其中,Node_cost表示参考点的所述综合惩罚值、penalty_dis表示最短路径距离惩罚系数、dis_to_node_start表示参考点距离初始节点的距离、dis_to_node_end表示参考点距离最终节点距离、penalty_refline表示参考点偏离惩罚系数,dis_to_refline为偏离值。
2.根据权利要求1所述的方法,其特征在于,所述可行驶区域通过以下方式确定:
从地图中获取当前行驶区域的区域边界,其中,所述当前行驶区域包括所述路口的路口前区域、路口中区域和路口后区域;
所述基于可行驶区域建立第一状态格栅图,包括:
以所述路口前区域前第一设定距离为截取起点,以所述路口后区域后第二设定距离为截取终点,并保留所述路口中区域,对所述当前行驶区域进行截取,得到目标区域;
以所述目标区域的外接矩形作为第一构建区域,构建所述第一状态格栅图,其中,所述第一状态格栅图的采样分辨率为第一分辨率。
3.根据权利要求2所述的方法,其特征在于,所述原始路径通过以下方式获取:
基于地图获取所述截取起点到所述截取终点之间当前行驶车道的中心参考线;
将所述中心参考线作为所述原始路径;
所述建立针对所述原始路径的第二状态格栅图,包括:
对所述外接矩形进行旋转,并将旋转后的所述外接矩形作为第二构建区域,构建所述第二状态格栅图,其中,所述第二构建区域靠近所述原始路径的一边垂直于车辆朝向,且所述第二构建区域包含所述可行驶区域,其中,所述第二状态格栅图的采样分辨率为第二分辨率,所述第二分辨率大于所述第一分辨率。
4.根据权利要求1所述的方法,其特征在于,所述确定所述搜索起点到所述搜索目标节点之间的至少一个参考点之后,所述方法还包括:
将所述至少一个参考点中每个参考点在所述第二状态格栅图中距离最小的节点作为该参考点的参考格栅;
若该参考点的航向与所述参考格栅的航向偏差大于预设的偏差阈值时,将该参考点删除。
5.一种路口通行路径规划装置,其特征在于,所述装置包括:
第一建立模块,用于基于可行驶区域建立第一状态格栅图,其中,所述可行驶区域中包括路口,所述第一状态格栅图中包括当前车辆的原始路径;
第二建立模块,用于建立针对所述原始路径的第二状态格栅图,对所述第二状态格栅图中的每个节点,计算所述每个节点与所述原始路径的偏离值;
所述对所述第二状态格栅图中的每个节点,计算所述每个节点与所述原始路径的偏离值,包括:
对所述每个节点进行遍历,得到所述每个节点到所述原始路径的最短距离以及所述最短距离在所述原始路径上对应的路径点;
将所述最短距离和所述路径点的航向作为所述偏离值赋值至对应的所述每个节点;
第一确定模块,用于基于车辆运动规则,以所述原始路径的起点为搜索起点,以所述原始路径的终点为搜索目标节点,确定所述搜索起点到所述搜索目标节点之间的至少一个参考点;
所述基于车辆运动规则,以所述原始路径的起点为搜索起点,以所述原始路径的终点为搜索目标节点,确定所述搜索起点到所述搜索目标节点之间的至少一个参考点,包括:
获取当前节点的第一航向和第一坐标值以及当前车辆的前轮转角和后轮转角,其中,所述当前节点为所述第二状态格栅图中的一个格栅;
基于所述前轮转角和所述后轮转角,确定所述当前节点的多个下一节点,并确定所述多个下一节点中每个节点的第二航向和第二坐标值;
第二确定模块,用于基于所述偏离值,计算所述至少一个参考点中每个参考点的综合惩罚值,并将所述综合惩罚值最小的参考点所形成的路径确定为最优路径;
所述至少一个参考点中每个参考点的综合惩罚值基于所述偏离值、最短路径距离惩罚系数、参考点距离初始节点的距离、参考点距离最终节点距离以及参考点偏离惩罚系数确定;
Node_cost=penalty_dis*dis_to_node_start+penalty_dis*dis_to_node_end+penalty_refline*dis_to_refline;
其中,Node_cost表示参考点的所述综合惩罚值、penalty_dis表示最短路径距离惩罚系数、dis_to_node_start表示参考点距离初始节点的距离、dis_to_node_end表示参考点距离最终节点距离、penalty_refline表示参考点偏离惩罚系数,dis_to_refline为偏离值。
6.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1至4任一项所述的路口通行路径规划方法。
7.一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上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至4任一项所述的路口通行路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310729182.5A CN116481557B (zh) | 2023-06-20 | 2023-06-20 | 一种路口通行路径规划方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310729182.5A CN116481557B (zh) | 2023-06-20 | 2023-06-20 | 一种路口通行路径规划方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116481557A CN116481557A (zh) | 2023-07-25 |
CN116481557B true CN116481557B (zh) | 2023-09-08 |
Family
ID=87221686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310729182.5A Active CN116481557B (zh) | 2023-06-20 | 2023-06-20 | 一种路口通行路径规划方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116481557B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111026133A (zh) * | 2019-12-31 | 2020-04-17 | 北京易控智驾科技有限公司 | 路径规划方法及车辆、计算机可读介质 |
CN111397624A (zh) * | 2020-03-27 | 2020-07-10 | 湖南大学 | 一种基于JPS和Hybrid A*的全局路径规划方法 |
KR20210001333A (ko) * | 2019-06-27 | 2021-01-06 | 주식회사 지노스 | 트랜스포터의 최적 블록 운송 방법 및 이를 수행하는 서버 |
CN113830079A (zh) * | 2021-10-19 | 2021-12-24 | 同济大学 | 任意起始位姿的连续曲率泊车路径在线规划方法及系统 |
CN114706400A (zh) * | 2022-04-12 | 2022-07-05 | 重庆文理学院 | 一种越野环境下基于改进的a*算法的路径规划方法 |
CN114740846A (zh) * | 2022-04-01 | 2022-07-12 | 南京航空航天大学 | 面向拓扑-栅格-度量混合地图的分层路径规划方法 |
WO2022209465A1 (ja) * | 2021-03-31 | 2022-10-06 | 株式会社小松製作所 | システム、方法および作業車両 |
CN115755908A (zh) * | 2022-11-17 | 2023-03-07 | 中国矿业大学 | 一种基于JPS引导Hybrid A*的移动机器人路径规划方法 |
CN116184993A (zh) * | 2022-09-07 | 2023-05-30 | 中国科学院合肥物质科学研究院 | 一种基于Hybrid Astar与空间走廊的路径规划方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11619943B2 (en) * | 2020-03-20 | 2023-04-04 | Tusimple, Inc. | Optimal path library for local path planning of an autonomous vehicle |
-
2023
- 2023-06-20 CN CN202310729182.5A patent/CN116481557B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210001333A (ko) * | 2019-06-27 | 2021-01-06 | 주식회사 지노스 | 트랜스포터의 최적 블록 운송 방법 및 이를 수행하는 서버 |
CN111026133A (zh) * | 2019-12-31 | 2020-04-17 | 北京易控智驾科技有限公司 | 路径规划方法及车辆、计算机可读介质 |
CN111397624A (zh) * | 2020-03-27 | 2020-07-10 | 湖南大学 | 一种基于JPS和Hybrid A*的全局路径规划方法 |
WO2022209465A1 (ja) * | 2021-03-31 | 2022-10-06 | 株式会社小松製作所 | システム、方法および作業車両 |
CN113830079A (zh) * | 2021-10-19 | 2021-12-24 | 同济大学 | 任意起始位姿的连续曲率泊车路径在线规划方法及系统 |
CN114740846A (zh) * | 2022-04-01 | 2022-07-12 | 南京航空航天大学 | 面向拓扑-栅格-度量混合地图的分层路径规划方法 |
CN114706400A (zh) * | 2022-04-12 | 2022-07-05 | 重庆文理学院 | 一种越野环境下基于改进的a*算法的路径规划方法 |
CN116184993A (zh) * | 2022-09-07 | 2023-05-30 | 中国科学院合肥物质科学研究院 | 一种基于Hybrid Astar与空间走廊的路径规划方法 |
CN115755908A (zh) * | 2022-11-17 | 2023-03-07 | 中国矿业大学 | 一种基于JPS引导Hybrid A*的移动机器人路径规划方法 |
Non-Patent Citations (1)
Title |
---|
基于惩罚函数NPGA 的多目标路径规划;张振文;微计算机信息;第24卷(第10-3期);259-266 * |
Also Published As
Publication number | Publication date |
---|---|
CN116481557A (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112758084B (zh) | 泊车轨迹规划方法、装置、设备及存储介质 | |
EP3869157A1 (en) | Method and device for constructing high-resolution map | |
CN107560615B (zh) | 用于停车场自动驾驶系统的停车路径规划方法 | |
CN114258366B (zh) | 对于自主车辆的折线轮廓表示 | |
CN111301409A (zh) | 一种泊车路径规划方法、装置、车辆和存储介质 | |
JP2019064562A (ja) | 車両の運転支援及び/又は走行制御のための地図情報提供システム | |
CN110954122B (zh) | 高速场景下的自动驾驶轨迹生成方法 | |
CN111795699B (zh) | 无人车的路径规划方法、装置和计算机可读存储介质 | |
CN112539749B (zh) | 机器人导航方法、机器人、终端设备及存储介质 | |
CN113619603B (zh) | 一种双阶段自动驾驶车辆调头轨迹规划方法 | |
CN111626164B (zh) | 车辆碰撞信息获取方法、装置、设备及存储介质 | |
CN112937557A (zh) | 一种基于曲率控制的代客泊车路径规划方法及系统 | |
CN113619578A (zh) | 一种车辆防碰撞方法、防碰撞系统和计算机可读存储介质 | |
CN116481557B (zh) | 一种路口通行路径规划方法、装置、电子设备及存储介质 | |
CN113516865B (zh) | 基于高精度地图的矿山无人驾驶路网车辆排队方法和装置 | |
CN114454888A (zh) | 一种车道线预测方法、装置、电子设备及车辆 | |
CN114399399B (zh) | 矿区车辆的卸载停靠方法、装置、计算机设备及存储介质 | |
CN115525049A (zh) | 车辆避障方法、装置、设备及存储介质 | |
CN117649583B (zh) | 一种自动驾驶车辆行驶实时道路模型融合方法 | |
CN117922611A (zh) | 基于车路协同的倒车入库方法、设备、装置和介质 | |
CN115610443A (zh) | 一种障碍物绕行方法、系统、计算机设备和存储介质 | |
Mancuso | Study and implementation of lane detection and lane keeping for autonomous driving vehicles | |
CN117629238A (zh) | 避障路径规划方法及系统 | |
CN117173920A (zh) | 车辆诱导数据生成方法、装置、电子设备及计算机存储介质 | |
CN115683151A (zh) | 自移动设备路径确定方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |