CN116534058A - 一种车辆行驶控制方法、装置、车辆及存储介质 - Google Patents
一种车辆行驶控制方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN116534058A CN116534058A CN202310735038.2A CN202310735038A CN116534058A CN 116534058 A CN116534058 A CN 116534058A CN 202310735038 A CN202310735038 A CN 202310735038A CN 116534058 A CN116534058 A CN 116534058A
- Authority
- CN
- China
- Prior art keywords
- target
- point
- track
- vehicle
- loss amount
- 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 66
- 230000001133 acceleration Effects 0.000 claims abstract description 36
- 238000006073 displacement reaction Methods 0.000 claims description 58
- 230000008569 process Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 239000004973 liquid crystal related substance Substances 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 15
- 230000000694 effects Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006870 function 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
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 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
- 230000000007 visual effect Effects 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
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- 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
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种车辆行驶控制方法、装置、车辆及存储介质。方法包括:确定目标车辆在预设时间段的目标预测行驶区域内的轨迹搜索点;针对预设时间段内的各个时间点,确定目标车辆的障碍物的预测行驶轨迹中,与当前时间点对应的目标轨迹点的不确定性值;针对当前时间点对应的各个轨迹搜索点,确定目标车辆在当前轨迹搜索点的速度损失量、加速度损失量及障碍物损失量;根据速度损失量、加速度损失量、障碍物损失量及不确定性值,确定当前轨迹搜索点的目标损失量,并将目标损失量最小的轨迹搜索点作为目标车辆在当前时间点的目标行驶轨迹点;控制目标车辆沿着各个目标行驶轨迹点行驶,能够考虑障碍物预测轨迹不确定性,可拓展规划路径行驶空间。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种车辆行驶控制方法、装置、车辆及存储介质。
背景技术
自动驾驶车辆,又称无人驾驶车辆,是一种通过搭载智能感知系统、高精定位系统及规划控制系统实现无人驾驶的智能车辆,自动驾驶车辆可以提高交通安全性及道路通行率。
自动驾驶车辆可行驶在封闭园区道路及城市开放道路,道路场景复杂、交通情况多变,目前L4级自动驾驶系统,对动态障碍物的处理均需依据障碍物的意图及未来一段时间的轨迹预测信息,将障碍物轨迹投影到自车行驶路径中,并以此计算自车的行使空间,在此空间内进行动态规划搜索最优行驶路径。但是再精确的预测模型也会与真实情况有误差,所以无法完全准确预测其他交通参与者未来行驶意图及轨迹,尤其在路口、环岛等无车道线限制的交通场景下。所以完全以障碍物未来一段时间的预测轨迹进行可行驶空间计算,会压缩自车较多行驶空间,容易出现自车误让行、误刹车、路径求解失败的情况。
发明内容
本发明提供了一种车辆行驶控制方法、装置、车辆及存储介质,能够在对目标车辆行驶轨迹的动态规划过程中,考虑障碍物预测轨迹不确定性,不仅可拓展目标车辆规划路径行驶空间。
根据本发明的一方面,提供了一种车辆行驶控制方法,包括:
在目标车辆行驶的过程中,确定所述目标车辆在预设时间段的目标预测行驶区域内的轨迹搜索点;
针对所述预设时间段内的各个时间点,确定所述目标车辆的障碍物的预测行驶轨迹中,与当前时间点对应的目标轨迹点的不确定性值;
针对当前时间点对应的各个轨迹搜索点,确定所述目标车辆在当前轨迹搜索点的速度损失量、加速度损失量及障碍物损失量;
根据所述速度损失量、加速度损失量、障碍物损失量及所述不确定性值,确定所述当前轨迹搜索点的目标损失量,并将目标损失量最小的轨迹搜索点作为所述目标车辆在当前时间点的目标行驶轨迹点;
控制所述目标车辆沿着各个目标行驶轨迹点行驶。
根据本发明的另一方面,提供了一种车辆行驶控制装置,包括:
轨迹搜索点确定模块,用于在目标车辆行驶的过程中,确定所述目标车辆在预设时间段的目标预测行驶区域内的轨迹搜索点;
不确定性值确定模块,用于针对所述预设时间段内的各个时间点,确定所述目标车辆的障碍物的预测行驶轨迹中,与当前时间点对应的目标轨迹点的不确定性值;
损失量确定模块,用于针对当前时间点对应的各个轨迹搜索点,确定所述目标车辆在当前轨迹搜索点的速度损失量、加速度损失量及障碍物损失量;
目标行驶轨迹点确定模块,用于根据所述速度损失量、加速度损失量、障碍物损失量及所述不确定性值,确定所述当前轨迹搜索点的目标损失量,并将目标损失量最小的轨迹搜索点作为所述目标车辆在当前时间点的目标行驶轨迹点;
车辆行驶控制模块,用于控制所述目标车辆沿着各个目标行驶轨迹点行驶。
根据本发明的另一方面,提供了一种车辆,所述车辆包括:
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本发明任一实施例所述的车辆行驶控制方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的车辆行驶控制方法。
本发明实施例提供的车辆行驶控制方案,包括:在目标车辆行驶的过程中,确定所述目标车辆在预设时间段的目标预测行驶区域内的轨迹搜索点;针对所述预设时间段内的各个时间点,确定所述目标车辆的障碍物的预测行驶轨迹中,与当前时间点对应的目标轨迹点的不确定性值;针对当前时间点对应的各个轨迹搜索点,确定所述目标车辆在当前轨迹搜索点的速度损失量、加速度损失量及障碍物损失量;根据所述速度损失量、加速度损失量、障碍物损失量及所述不确定性值,确定所述当前轨迹搜索点的目标损失量,并将目标损失量最小的轨迹搜索点作为所述目标车辆在当前时间点的目标行驶轨迹点;控制所述目标车辆沿着各个目标行驶轨迹点行驶。通过本发明实施例提供的技术方案,能够在对目标车辆行驶轨迹的动态规划过程中,考虑障碍物预测轨迹不确定性,不仅可拓展目标车辆规划路径行驶空间,而且还可以提高对目标车辆行驶轨迹规划的准确性,提升规划路径行驶效率。
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车辆行驶控制方法的流程图;
图2是本发明实施例提供的一种目标预测行驶区域示意图;
图3是本发明实施例提供的一种目标车辆穿越障碍物边界的效果示意图;
图4是本发明实施例提供的一种目标车辆与障碍物行驶过程示意图;
图5a是本发明实施例提供的一种目标车辆相对于障碍物抢行行驶的决策效果示意图;
图5b是本发明实施例提供的一种目标车辆相对于障碍物让行行驶的决策效果示意图;
图6是本发明实施例提供的一种目标车辆的行驶轨迹规划效果示意图;
图7是本发明实施例提供的一种车辆行驶效果示意图;
图8是根据本发明实施例二提供的一种车辆行驶控制方法的流程图;
图9是根据本发明实施例三提供的一种车辆行驶控制装置的结构示意图;
图10是实现本发明实施例的车辆行驶控制方法的车辆的结构示意图。
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了一种车辆行驶控制方法的流程图,本实施例可适用于对车辆行驶轨迹进行控制的情况,该方法可以由车辆行驶控制装置来执行,该车辆行驶控制装置可以采用硬件和/或软件的形式实现,该车辆行驶控制装置可配置于车辆中。如图1所示,该方法包括:
S110、在目标车辆行驶的过程中,确定所述目标车辆在预设时间段的目标预测行驶区域内的轨迹搜索点。
其中,目标车辆可以理解为自车,也就是自身车辆。预设时间段可以是预先设定的时间段,是从当前时间点向后推的预设时长的时间段,如可以是7s,还可以是15s,本发明实施例对预设时间段的时长不做限定。
示例性的,在目标车辆行驶的过程中,获取目标车辆在预设时间段内的目标预测行驶区域,其中,目标预测行驶区域可以是预设时间段内目标车辆可能行驶的所有区域。确定目标行驶区域内的轨迹搜索点,其中,轨迹搜索点可以是对目标行驶区域进行随机区域划分,生成的轨迹搜索点,还可以是用户在目标行驶区域内预先规划的可能的轨迹搜索点。
可选的,确定所述目标车辆在预设时间段的目标预测行驶区域内的轨迹搜索点,包括:根据所述目标车辆的目标预测行驶路径,确定所述目标车辆在预设时间段内的目标预测行驶区域;以设定时间间隔和设定距离间隔对所述目标预测行驶区域进行划分,确定所述目标预测行驶区域内的轨迹搜索点。具体的,获取目标车辆的目标预测行驶路径,根据目标预测行驶路径确定目标车辆的目标预测行驶区域,其中,目标预测行驶区域为根据目标预测行驶路径确定的目标车辆在预设时间段内的可行驶区域。可选的,获取目标车辆的目标预测行驶路径及目标车辆的障碍物在预设时间段的障碍物预测行驶路径,将障碍物预测行驶路径投影到目标车辆的目标预测行驶路径,将目标预测行驶路径中除障碍物预测行驶路径外的区域,作为目标车辆的目标预测行驶区域。图2为本发明实施例提供的一种目标预测行驶区域示意图。如图2所示,以设定时间间隔(delta_t)和设定距离间隔(delta_s),对目标行驶区域进行划分,将各个虚线所交的点作为轨迹搜索点。其中,间隔预设时间间隔的各个时间点对应的各个轨迹搜索点,可以理解为目标车辆在当前时间点可能行驶的轨迹点。
S120、针对所述预设时间段内的各个时间点,确定所述目标车辆的障碍物的预测行驶轨迹中,与当前时间点对应的目标轨迹点的不确定性值。
其中,预设时间段内的各个时间点可以为以当前时间点为时间起点,间隔一个或多个预设时间间隔的时间点,还可以为对预设时间段进行随机划分的各个时间点。
在本发明实施例中,获取目标车辆在预设时间段内的障碍物,其中,障碍物可以为一个,也可以为多个,例如,障碍物可以为多个障碍物车辆,即除自车外的其他车辆。获取障碍物在预设时间段内的预测行驶轨迹,其中,由于障碍物的预测行驶轨迹也可能存在预测偏差,通常时间点越靠后,该时间点对应的预测行驶轨迹的可信度越低,也即该时间点对应的预测行驶轨迹的不确定性越高。因此,确定障碍物的预测行驶轨迹中,各个时间点对应的目标轨迹点的不确定性值。例如,可以计算各个时间点距离当前时刻的时间长度,将时间长度与预设时间段的比值作为对应的时间点的目标轨迹的不确定性值。
可选的,针对所述预设时间段内的各个时间点,确定所述目标车辆的障碍物的预测行驶轨迹中,与所述当前时间点对应的目标轨迹点的不确定性值,包括:获取所述目标车辆的障碍物在所述预设时间段内的预测行驶轨迹;基于设定时间间隔对所述预设时间段进行等时间间隔划分,确定所述预设时间段内的各个时间点;针对所述预设时间段内的各个时间点,根据如下公式当前时间点对应的目标轨迹点的不确定性值:p=k*t;其中,p表示当前时间点对应的目标行驶轨迹点的不确定性值,k表示预先设定的不确定系数,t表示当前时间点距离所述预设时间段的起始时间的时长。
示例性的,可以通过目标车辆与障碍物的交互,获取障碍物在预设时间段内的预测行驶轨迹。基于设定时间间隔对预设时间段进行等时间间隔划分,并确定预测行驶轨迹中各个时间点对应的行驶轨迹点。例如,预设时间段为7s,设定时间间隔为0.1s,则可获取7s内障碍物的预测行驶轨迹中的71个行驶轨迹点,其中,时间距离越靠后,行驶轨迹点的可信度越低,也即行驶轨迹点的不确定性越高。因此,获取各个时间点对应的行驶轨迹点的不确定性值,例如,可以根据如下公式计算各个时间点对应的行驶轨迹点的不确定性值:p=k*t,其中,k表示预先设定的不确定系数,t表示行驶轨迹点对应的时间点距离当前时刻(也即预设时间段的起始时间)的时长,p表示行驶轨迹点的不确定性值。
S130、针对当前时间点对应的各个轨迹搜索点,确定所述目标车辆在当前轨迹搜索点的速度损失量、加速度损失量及障碍物损失量。
在本发明实施例中,目标预测行驶区域中的各个时间点可能对应多个轨迹搜索点,因此,需要从同一时间点对应的多个轨迹搜索点中,规划出目标车辆在各个时间点的最优行驶轨迹点,从而规划出目标车辆在预设时间段内的最优行驶轨迹。
轮询预设时间段内的各个时间点,当前轮询的时间点为当前时间点。针对当前时间点对应的各个轨迹搜索点,计算目标车辆在当前轨迹搜索点的速度损失量、加速度损失量及障碍物损失量。示例性的,目标车辆在当前轨迹搜索点的速度损失量的计算方式可以包括:1、根据当前轨迹搜索点与上一时间点对应的目标行驶轨迹点间的距离delta_s_i及目标车辆在上一时间点的速度v0,计算目标车辆在当前时间点的速度v1,其中,v1=2*delta_s_i/delta_t–v0;通过上述方式,可以根据目标车辆的初始点速度,可以计算出所有可以到达的轨迹搜索点的速度信息。2、根据目标车辆在当前时间点的v1及预先设定的参考速度v,计算目标车辆在当前轨迹搜索点的速度损失量:cost_v=abs(v1-v)*weight_v,其中,weight_v为预先设定好的速度损失权重。
目标车辆在当前轨迹搜索点的加速度损失量的计算方式可以包括:1、根据当前轨迹搜索点的速度v1与目标车辆在上一时间点的速度v0,计算目标车辆在当前时间点的加速度a1,其中,a1=(v1–v0)/delta_t。2、根据目标车辆在当前时间点的a1及预先设定的加速度损失权重,计算目标车辆在当前轨迹搜索点的加速度损失量:cost_a=abs(a1)*weight_a,其中,weight_a为预先设定好的加速度损失权重。
在本发明实施例中,通常目标车辆进行行驶轨迹的动态规划过程是在障碍物行驶路线外进行搜索,所以穿越障碍物的轨迹搜索点损失项是无穷大,这样可以保证搜索的路线不会穿越障碍物,避免引入碰撞等风险。在本发明实施例中,为了防止障碍物不确定性导致的目标车辆的确定性行为,引入动态规划路线可穿越部分预测轨迹,通过综合考虑目标车辆在当前轨迹搜索点的速度损失量、加速度损失量及障碍物损失量,以评价当前轨迹搜索点是否为最佳轨迹行驶点。其中,障碍物损失量可以理解为目标车辆穿越障碍物的穿越损失量。设定可穿越时间为cross_t,即认为此时间之后的障碍物边界不确定性较大,可以尝试穿越,障碍物损失量的计算方式为:其中,t表示预设时间段的起始时间到当前时间点的时长,weight_obs为障碍物损失权重,cross_s为穿越距离,及目标车辆到障碍物的行驶路径边界的距离。图3为本发明实施例提供的一种目标车辆穿越障碍物边界的效果示意图。如图3所示,对于车辆1,自车的轨迹在5秒和第6秒分别穿越了其预测轨迹构成的边界,穿越距离cross_s分别如图3所示。
S140、根据所述速度损失量、加速度损失量、障碍物损失量及所述不确定性值,确定所述当前轨迹搜索点的目标损失量,并将目标损失量最小的轨迹搜索点作为所述目标车辆在当前时间点的目标行驶轨迹点。
在本发明实施例中,根据速度损失量、加速度损失量、障碍物损失量及不确定性值,确定目标车辆在当前轨迹搜索点的目标损失量,例如,目标损失量可以为速度损失量、加速度损失量、障碍物损失量及不确定性值的加权和。
可选的,根据所述速度损失量、加速度损失量、目标损失量及所述不确定性值,确定所述当前轨迹搜索点的目标损失量,包括:根据如下公式计算所述当前轨迹搜索点的目标损失量:cost_t=cost_v+cost_a+p*cost_obs+cost_t_pre;其中,cost_t表示当前时间点对应的当前轨迹搜索点的目标损失量,cost_v表示所述速度损失量,cost_a表示所述加速度损失量,cost_obs表示所述障碍物损失量,p表示与所述当前时间点对应的目标轨迹点的不确定性值,表示上一时间点对应的目标行驶轨迹点的目标损失量。通过上述公式可知,当前轨迹搜索点的目标损失量会对上一时间点对应的目标行驶轨迹点的目标损失量进行累计。
在本发明实施例中对当前时间点对应的各个轨迹搜索点的目标损失量进行比较,将目标损失量最小的轨迹搜索点作为目标车辆在当前时间点的目标行驶轨迹点。可以理解的是,通过上述方法可确定出目标车辆在各个时间点对应的目标行驶轨迹点,且确定的目标行驶轨迹点为将障碍物行驶轨迹不确定性考虑在内的最优行驶轨迹。
S150、控制所述目标车辆沿着各个目标行驶轨迹点行驶。
在本发明实施例中,在确定出目标车辆在预设时间段内的各个时间点的目标行驶轨迹点后,可以理解为确定出目标车辆在预设时间段内的最优行驶轨迹。因此,控制目标车辆沿着各个目标行驶轨迹点行驶。
本发明实施例提供的车辆行驶控制方法,包括:在目标车辆行驶的过程中,确定所述目标车辆在预设时间段的目标预测行驶区域内的轨迹搜索点;针对所述预设时间段内的各个时间点,确定所述目标车辆的障碍物的预测行驶轨迹中,与当前时间点对应的目标轨迹点的不确定性值;针对当前时间点对应的各个轨迹搜索点,确定所述目标车辆在当前轨迹搜索点的速度损失量、加速度损失量及障碍物损失量;根据所述速度损失量、加速度损失量、障碍物损失量及所述不确定性值,确定所述当前轨迹搜索点的目标损失量,并将目标损失量最小的轨迹搜索点作为所述目标车辆在当前时间点的目标行驶轨迹点;控制所述目标车辆沿着各个目标行驶轨迹点行驶。通过本发明实施例提供的技术方案,能够在对目标车辆行驶轨迹的动态规划过程中,考虑障碍物预测轨迹不确定性,不仅可拓展目标车辆规划路径行驶空间,而且还可以提高对目标车辆行驶轨迹规划的准确性,提升规划路径行驶效率。
在一些实施例中,在控制所述目标车辆沿着各个目标行驶轨迹点行驶之前,还包括:在所述目标预测行驶区域内,确定所述预设时间段内所述目标车辆与所述障碍物的相交区域的中心点,并确定所述中心点对应的目标时间点和中心点位移;基于所述预设时间段内的各个时间点对应的目标行驶轨迹点的位移信息,确定所述目标时间点对应的目标行驶位移;基于所述目标行驶位移及所述中心点位移,确定所述目标车辆相对于所述障碍物的行驶方式;控制所述目标车辆沿着各个目标行驶轨迹点行驶,包括:控制所述目标车辆基于所述行驶方式沿着各个目标行驶轨迹点行驶。这样设置的好处在于,可准确确定目标车辆相对于障碍的行驶方式,从而对目标车辆的行驶速度进行准确决策。
示例性的,图4为本发明实施例提供的一种目标车辆与障碍物行驶过程示意图。如图4所示,在目标车辆(也即自车)与障碍物行驶的过程中,在预设时间段内可能存在目标车辆的行驶路径与障碍物的行驶路径相交的情况,即在该种情况下,目标车辆与障碍物容易相撞,因此,需要对目标车辆相对于障碍物的行驶方式进行规划,以避免相撞。其中,目标车辆相对于障碍物的行驶方式包括抢行行驶和让行行驶。其中,抢行行驶即自车需要加速超越障碍物车辆,让行行驶即自车需要减速避让障碍物车辆。
在本发明实施例中,在目标预测行驶区域内,确定预设时间段内目标车辆与障碍物的相交区域,并确定该相交区域的中心点。可选的,确定所述预设时间段内所述目标车辆与所述障碍物的相交区域的中心点,包括:获取所述目标车辆在所述预设时间段内的第一预测行驶路径及所述障碍物在所述预设时间段内的第二预测行驶路径;根据所述第一预测行驶路径及所述第二预测行驶路径,确定所述预设时间段内所述目标车辆与所述障碍物的相交区域;确定所述相交区域的中心点。其中,障碍物的第二预测行驶路径在目标车辆的第一预测行驶路径中的投影区域,即为目标车辆与障碍物的相交区域,并计算相交区域的中心点。确定相交区域的中心点对应的目标时间点和中心点位移。其中,中心点对应的横坐标为中心点的目标时间点middle_t,中心点对应的纵坐标为中心点的中心点位移middle_s。
根据各个时间点对应的目标行驶轨迹点,生成目标行驶轨迹点序列,并确定所述目标行驶轨迹点序列中各个目标行驶轨迹点相对于所述目标车辆的起始位置的位移信息,生成目标车辆在各个时间点对应的目标行驶位移序列。根据目标行驶位移序列确定目标时间点(也即相交区域中心点对应的时间点)对应的目标行驶位移,例如,可以对目标行驶位移序列中的位移进行插值运算,确定目标时间点对应的目标行驶位移ego_s。根据目标行驶位移ego_s与中心点位移middle_s,确定目标车辆相对于障碍物的行驶方式。
可选的,基于所述目标行驶位移及所述中心点位移,确定所述目标车辆相对于所述障碍物的行驶方式,包括:当所述目标行驶位移大于所述中心点位移时,确定所述目标车辆相对于所述障碍物的行驶方式为抢行行驶;当所述目标行驶位移小于所述中心点位移时,确定所述目标车辆相对于所述障碍物的行驶方式为让行行驶。示例性的,图5a为本发明实施例提供的一种目标车辆相对于障碍物抢行行驶的决策效果示意图,图5b为本发明实施例提供的一种目标车辆相对于障碍物让行行驶的决策效果示意图。如图5a所示,目标行驶位移大于所述中心点位移,也即ego_s>middle_s,因此,目标车辆相对于障碍物的行驶方式为抢行行驶,也即目标车辆加速超过障碍物。如图5b所示,目标行驶位移小于所述中心点位移,也即ego_s<=middle_s,因此,目标车辆相对于障碍物的行驶方式为让行行驶,也即目标车辆减速避让障碍物。
在确定出目标车辆相对于障碍物的行驶方式后,控制目标车辆基于行驶方式沿着各个目标行驶轨迹点行驶。示例性的,图6为本发明实施例提供的一种目标车辆的行驶轨迹规划效果示意图。如图6所示,对目标车辆(自车)相对于车辆1的行驶轨迹点包括两种,其中,车辆1的行驶路径上方的一系列轨迹点为自车相对于车辆1抢行行驶,车辆1的行驶路径下方的一系列轨迹点为自车相对于车辆1让行行驶。
可选的,在控制所述目标车辆基于所述行驶方式沿着各个目标行驶轨迹点行驶之前还包括:根据各个行驶轨迹点对目标车辆的行驶路径进行平滑处理,得到平滑后的行驶路径;控制所述目标车辆基于所述行驶方式沿着各个目标行驶轨迹点行驶,包括:控制目标车辆基于行驶方式沿着平滑后的行驶路径行驶。示例性的,图7为本发明实施例提供的一种车辆行驶效果示意图。如图7所示,自车沿着图中的带箭头的曲线行驶,其中,自车相对于车辆1的行驶方式为抢行行驶,自车相对于车辆2和车辆3的行驶方式为让行行驶,自车相对于车辆4的行驶方式为跟行行驶。
实施例二
图8为本发明实施例二提供的一种车辆行驶控制方法的流程图,如图8所示,该方法包括:
S810、在目标车辆行驶的过程中,确定目标车辆在预设时间段的目标预测行驶区域内的轨迹搜索点。
S820、针对预设时间段内的各个时间点,确定目标车辆的障碍物的预测行驶轨迹中,与当前时间点对应的目标轨迹点的不确定性值。
其中,针对预设时间段内的各个时间点,确定目标车辆的障碍物的预测行驶轨迹中,与当前时间点对应的目标轨迹点的不确定性值,包括:获取目标车辆的障碍物在预设时间段内的预测行驶轨迹;基于设定时间间隔对预设时间段进行等时间间隔划分,确定预设时间段内的各个时间点;针对预设时间段内的各个时间点,根据如下公式当前时间点对应的目标轨迹点的不确定性值:p=k*t;其中,p表示当前时间点对应的目标行驶轨迹点的不确定性值,k表示预先设定的不确定系数,t表示当前时间点距离预设时间段的起始时间的时长。
S830、针对当前时间点对应的各个轨迹搜索点,确定目标车辆在当前轨迹搜索点的速度损失量、加速度损失量及障碍物损失量。
S840、根据速度损失量、加速度损失量、障碍物损失量及不确定性值,确定当前轨迹搜索点的目标损失量,并将目标损失量最小的轨迹搜索点作为目标车辆在当前时间点的目标行驶轨迹点。
其中,根据速度损失量、加速度损失量、目标损失量及不确定性值,确定当前轨迹搜索点的目标损失量,包括:根据如下公式计算当前轨迹搜索点的目标损失量:cost_t=cost_v+cost_a+p*cost_obs+cost_t_pre;其中,cost_t表示当前时间点对应的当前轨迹搜索点的目标损失量,cost_v表示速度损失量,cost_a表示加速度损失量,cost_obs表示障碍物损失量,p表示与当前时间点对应的目标轨迹点的不确定性值,表示上一时间点对应的目标行驶轨迹点的目标损失量。
S850、在目标预测行驶区域内,确定预设时间段内目标车辆与障碍物的相交区域的中心点,并确定中心点对应的目标时间点和中心点位移。
S860、基于预设时间段内的各个时间点对应的目标行驶轨迹点的位移信息,确定目标时间点对应的目标行驶位移。
S870、基于目标行驶位移及中心点位移,确定目标车辆相对于障碍物的行驶方式。
其中,基于目标行驶位移及中心点位移,确定目标车辆相对于障碍物的行驶方式,包括:当目标行驶位移大于中心点位移时,确定目标车辆相对于障碍物的行驶方式为抢行行驶;当目标行驶位移小于中心点位移时,确定目标车辆相对于障碍物的行驶方式为让行行驶。
S880、控制目标车辆基于行驶方式沿着各个目标行驶轨迹点行驶。
通过本发明实施例提供的车辆行驶控制方案,一方面,能够在对目标车辆行驶轨迹的动态规划过程中,考虑障碍物预测轨迹不确定性,不仅可拓展目标车辆规划路径行驶空间,而且还可以提高对目标车辆行驶轨迹规划的准确性,提升规划路径行驶效率。另一方面,还可准确确定目标车辆相对于障碍的行驶方式,从而对目标车辆的行驶速度进行准确决策。
实施例三
图9为本发明实施例三提供的一种车辆行驶控制装置的结构示意图。
如图9所示,该装置包括:
轨迹搜索点确定模块910,用于在目标车辆行驶的过程中,确定所述目标车辆在预设时间段的目标预测行驶区域内的轨迹搜索点;
不确定性值确定模块920,用于针对所述预设时间段内的各个时间点,确定所述目标车辆的障碍物的预测行驶轨迹中,与当前时间点对应的目标轨迹点的不确定性值;
损失量确定模块930,用于针对当前时间点对应的各个轨迹搜索点,确定所述目标车辆在当前轨迹搜索点的速度损失量、加速度损失量及障碍物损失量;
目标行驶轨迹点确定模块940,用于根据所述速度损失量、加速度损失量、障碍物损失量及所述不确定性值,确定所述当前轨迹搜索点的目标损失量,并将目标损失量最小的轨迹搜索点作为所述目标车辆在当前时间点的目标行驶轨迹点;
车辆行驶控制模块950,用于控制所述目标车辆沿着各个目标行驶轨迹点行驶。
可选的,所述损失量确定模块,用于:
根据如下公式计算所述当前轨迹搜索点的目标损失量:
cost_t=cost_v+cost_a+p*cost_obs+cost_t_pre;
其中,cost_t表示当前时间点对应的当前轨迹搜索点的目标损失量,cost_v表示所述速度损失量,cost_a表示所述加速度损失量,cost_obs表示所述障碍物损失量,p表示与所述当前时间点对应的目标轨迹点的不确定性值,表示上一时间点对应的目标行驶轨迹点的目标损失量。
可选的,所述不确定性值确定模块,用于:
获取所述目标车辆的障碍物在所述预设时间段内的预测行驶轨迹;
基于设定时间间隔对所述预设时间段进行等时间间隔划分,确定所述预设时间段内的各个时间点;
针对所述预设时间段内的各个时间点,根据如下公式当前时间点对应的目标轨迹点的不确定性值:
p=k*t;
其中,p表示当前时间点对应的目标行驶轨迹点的不确定性值,k表示预先设定的不确定系数,t表示当前时间点距离所述预设时间段的起始时间的时长。
可选的,所述装置还包括:
中心点确定模块,用于在控制所述目标车辆沿着各个目标行驶轨迹点行驶之前,在所述目标预测行驶区域内,确定所述预设时间段内所述目标车辆与所述障碍物的相交区域的中心点,并确定所述中心点对应的目标时间点和中心点位移;
目标行驶位移确定模块,用于基于所述预设时间段内的各个时间点对应的目标行驶轨迹点的位移信息,确定所述目标时间点对应的目标行驶位移;
行驶方式确定模块,用于基于所述目标行驶位移及所述中心点位移,确定所述目标车辆相对于所述障碍物的行驶方式;
所述车辆行驶控制模块,用于:
控制所述目标车辆基于所述行驶方式沿着各个目标行驶轨迹点行驶。
所述行驶方式确定模块,用于:
当所述目标行驶位移大于所述中心点位移时,确定所述目标车辆相对于所述障碍物的行驶方式为抢行行驶;
当所述目标行驶位移小于所述中心点位移时,确定所述目标车辆相对于所述障碍物的行驶方式为让行行驶。
可选的,所述中心点确定模块,用于:
获取所述目标车辆在所述预设时间段内的第一预测行驶路径及所述障碍物在所述预设时间段内的第二预测行驶路径;
根据所述第一预测行驶路径及所述第二预测行驶路径,确定所述预设时间段内所述目标车辆与所述障碍物的相交区域;
确定所述相交区域的中心点。
可选的,所述轨迹搜索点确定模块,用于:
根据所述目标车辆的目标预测行驶路径,确定所述目标车辆在预设时间段内的目标预测行驶区域;
以设定时间间隔和设定距离间隔对所述目标预测行驶区域进行划分,确定所述目标预测行驶区域内的轨迹搜索点。
本发明实施例所提供的车辆行驶控制装置可执行本发明任意实施例所提供的车辆行驶控制方法,具备执行方法相应的功能模块和有益效果。
实施例四
图10示出了可以用来实施本发明的实施例的车辆10的结构示意图。车辆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。车辆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10所示,车辆10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13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11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储车辆10操作所需的各种程序和数据。处理器11、ROM12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
车辆10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许车辆10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11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11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11执行上文所描述的各个方法和处理,例如车辆行驶控制方法。
在一些实施例中,车辆行驶控制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18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到车辆10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的车辆行驶控制方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆行驶控制方法。
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,可以在车辆上实施此处描述的系统和技术,该车辆具有: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车辆。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)
1.一种车辆行驶控制方法,其特征在于,包括:
在目标车辆行驶的过程中,确定所述目标车辆在预设时间段的目标预测行驶区域内的轨迹搜索点;
针对所述预设时间段内的各个时间点,确定所述目标车辆的障碍物的预测行驶轨迹中,与当前时间点对应的目标轨迹点的不确定性值;
针对当前时间点对应的各个轨迹搜索点,确定所述目标车辆在当前轨迹搜索点的速度损失量、加速度损失量及障碍物损失量;
根据所述速度损失量、加速度损失量、障碍物损失量及所述不确定性值,确定所述当前轨迹搜索点的目标损失量,并将目标损失量最小的轨迹搜索点作为所述目标车辆在当前时间点的目标行驶轨迹点;
控制所述目标车辆沿着各个目标行驶轨迹点行驶。
2.根据权利要求1所述的方法,其特征在于,根据所述速度损失量、加速度损失量、目标损失量及所述不确定性值,确定所述当前轨迹搜索点的目标损失量,包括:
根据如下公式计算所述当前轨迹搜索点的目标损失量:
cost_t=cost_v+cost_a+p*cost_obs+cost_t_pre;
其中,cost_t表示当前时间点对应的当前轨迹搜索点的目标损失量,cost_v表示所述速度损失量,cost_a表示所述加速度损失量,cost_obs表示所述障碍物损失量,p表示与所述当前时间点对应的目标轨迹点的不确定性值,表示上一时间点对应的目标行驶轨迹点的目标损失量。
3.根据权利要求1所述的方法,其特征在于,针对所述预设时间段内的各个时间点,确定所述目标车辆的障碍物的预测行驶轨迹中,与所述当前时间点对应的目标轨迹点的不确定性值,包括:
获取所述目标车辆的障碍物在所述预设时间段内的预测行驶轨迹;
基于设定时间间隔对所述预设时间段进行等时间间隔划分,确定所述预设时间段内的各个时间点;
针对所述预设时间段内的各个时间点,根据如下公式当前时间点对应的目标轨迹点的不确定性值:
p=k*t;
其中,p表示当前时间点对应的目标行驶轨迹点的不确定性值,k表示预先设定的不确定系数,t表示当前时间点距离所述预设时间段的起始时间的时长。
4.根据权利要求1所述的方法,其特征在于,在控制所述目标车辆沿着各个目标行驶轨迹点行驶之前,还包括:
在所述目标预测行驶区域内,确定所述预设时间段内所述目标车辆与所述障碍物的相交区域的中心点,并确定所述中心点对应的目标时间点和中心点位移;
基于所述预设时间段内的各个时间点对应的目标行驶轨迹点的位移信息,确定所述目标时间点对应的目标行驶位移;
基于所述目标行驶位移及所述中心点位移,确定所述目标车辆相对于所述障碍物的行驶方式;
控制所述目标车辆沿着各个目标行驶轨迹点行驶,包括:
控制所述目标车辆基于所述行驶方式沿着各个目标行驶轨迹点行驶。
5.根据权利要求4所述的方法,其特征在于,基于所述目标行驶位移及所述中心点位移,确定所述目标车辆相对于所述障碍物的行驶方式,包括:
当所述目标行驶位移大于所述中心点位移时,确定所述目标车辆相对于所述障碍物的行驶方式为抢行行驶;
当所述目标行驶位移小于所述中心点位移时,确定所述目标车辆相对于所述障碍物的行驶方式为让行行驶。
6.根据权利要求4所述的方法,其特征在于,确定所述预设时间段内所述目标车辆与所述障碍物的相交区域的中心点,包括:
获取所述目标车辆在所述预设时间段内的第一预测行驶路径及所述障碍物在所述预设时间段内的第二预测行驶路径;
根据所述第一预测行驶路径及所述第二预测行驶路径,确定所述预设时间段内所述目标车辆与所述障碍物的相交区域;
确定所述相交区域的中心点。
7.根据权利要求1-6任一所述的方法,其特征在于,确定所述目标车辆在预设时间段的目标预测行驶区域内的轨迹搜索点,包括:
根据所述目标车辆的目标预测行驶路径,确定所述目标车辆在预设时间段内的目标预测行驶区域;
以设定时间间隔和设定距离间隔对所述目标预测行驶区域进行划分,确定所述目标预测行驶区域内的轨迹搜索点。
8.一种车辆行驶控制装置,其特征在于,包括:
轨迹搜索点确定模块,用于在目标车辆行驶的过程中,确定所述目标车辆在预设时间段的目标预测行驶区域内的轨迹搜索点;
不确定性值确定模块,用于针对所述预设时间段内的各个时间点,确定所述目标车辆的障碍物的预测行驶轨迹中,与当前时间点对应的目标轨迹点的不确定性值;
损失量确定模块,用于针对当前时间点对应的各个轨迹搜索点,确定所述目标车辆在当前轨迹搜索点的速度损失量、加速度损失量及障碍物损失量;
目标行驶轨迹点确定模块,用于根据所述速度损失量、加速度损失量、障碍物损失量及所述不确定性值,确定所述当前轨迹搜索点的目标损失量,并将目标损失量最小的轨迹搜索点作为所述目标车辆在当前时间点的目标行驶轨迹点;
车辆行驶控制模块,用于控制所述目标车辆沿着各个目标行驶轨迹点行驶。
9.一种车辆,其特征在于,所述车辆包括:
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1-7中任一项所述的车辆行驶控制方法。
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1-7中任一项所述的车辆行驶控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310735038.2A CN116534058A (zh) | 2023-06-20 | 2023-06-20 | 一种车辆行驶控制方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310735038.2A CN116534058A (zh) | 2023-06-20 | 2023-06-20 | 一种车辆行驶控制方法、装置、车辆及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116534058A true CN116534058A (zh) | 2023-08-04 |
Family
ID=87458006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310735038.2A Pending CN116534058A (zh) | 2023-06-20 | 2023-06-20 | 一种车辆行驶控制方法、装置、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116534058A (zh) |
-
2023
- 2023-06-20 CN CN202310735038.2A patent/CN116534058A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7171808B2 (ja) | 自動運転車両計画方法、装置、電子機器及び記憶媒体 | |
CN113071493B (zh) | 车辆变道控制的方法、设备、存储介质和程序产品 | |
CN113682318B (zh) | 车辆行驶控制方法及装置 | |
CN113050621B (zh) | 轨迹规划方法、装置、电子设备和存储介质 | |
CN114771572A (zh) | 一种自动驾驶轨迹预测方法、装置、设备和存储介质 | |
CN115675534A (zh) | 车辆轨迹预测方法、装置、电子设备及存储介质 | |
CN114475585A (zh) | 路口自动驾驶方法、装置、电子设备及自动驾驶车辆 | |
CN116499487B (zh) | 一种车辆的路径规划方法、装置、设备及介质 | |
CN117168488A (zh) | 一种车辆的路径规划方法、装置、设备及介质 | |
CN115782876A (zh) | 一种变道轨迹生成方法、装置、设备及自动驾驶车辆 | |
CN116534058A (zh) | 一种车辆行驶控制方法、装置、车辆及存储介质 | |
CN116295496A (zh) | 一种自动驾驶车辆路径规划方法、装置、设备及介质 | |
CN115497322A (zh) | 一种窄路会车方法、装置、设备及存储介质 | |
CN115583254A (zh) | 路径规划方法、装置、设备以及自动驾驶车辆 | |
CN115469669A (zh) | 一种窄路会车方法、装置、设备及存储介质 | |
CN114750782A (zh) | 路径规划方法、装置、设备及车辆控制方法、装置、设备 | |
CN114030483B (zh) | 车辆控制方法、装置、电子设备和介质 | |
CN117565894A (zh) | 自动驾驶车辆控制方法、装置、设备及存储介质 | |
CN117302260A (zh) | 一种车辆避让方法、装置、电子设备及存储介质 | |
CN115285146A (zh) | 车辆交互方法、装置、电子设备及自动驾驶车辆 | |
CN117022251A (zh) | 一种泊车路径确定方法、装置、移动设备及存储介质 | |
CN116086475A (zh) | 路径规划方法、装置、电子设备及存储介质 | |
CN116373909A (zh) | 轨迹规划方法、装置、车辆、电子设备和存储介质 | |
CN116811872A (zh) | 车辆的变道方法、装置、电子设备及存储介质 | |
CN115447612A (zh) | 一种窄路会车方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |