CN116572997B - 车辆控制器、车辆及车辆控制方法 - Google Patents
车辆控制器、车辆及车辆控制方法 Download PDFInfo
- Publication number
- CN116572997B CN116572997B CN202310849064.8A CN202310849064A CN116572997B CN 116572997 B CN116572997 B CN 116572997B CN 202310849064 A CN202310849064 A CN 202310849064A CN 116572997 B CN116572997 B CN 116572997B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- position point
- path
- target
- function
- 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 30
- 238000012545 processing Methods 0.000 claims abstract description 42
- 230000006870 function Effects 0.000 description 66
- 238000005070 sampling Methods 0.000 description 58
- 239000004973 liquid crystal related substance Substances 0.000 description 23
- 238000004590 computer program Methods 0.000 description 17
- 238000004422 calculation algorithm Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000005457 optimization Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013461 design Methods 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
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000011144 upstream manufacturing 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
- 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
- B60W30/18—Propelling the vehicle
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/10—Historical data
-
- 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)
- Human Computer Interaction (AREA)
- Navigation (AREA)
Abstract
本申请提供了一种车辆控制器、车辆及车辆控制方法,涉及车辆技术领域。其中,所述车辆控制器包括处理模块和控制模块,所述处理模块和所述控制模块相连接,所述处理模块用于:从多个行驶场景中确定所述车辆的目标行驶场景;所述处理模块还用于:基于所述车辆的目标位姿信息及所述目标行驶场景下的历史位姿信息确定所述车辆在所述目标行驶场景下的可行驶区域;所述处理模块还用于:基于所述可行驶区域,及所述车辆在所述目标行驶场景下的参考路径确定目标路径;所述控制模块用于:基于所述目标路径控制所述车辆行驶。本申请能够降低路径规划耗时。
Description
技术领域
本申请涉及车辆技术领域,尤其涉及一种车辆控制器、车辆及车辆控制方法。
背景技术
随着自动驾驶技术的发展,如何有效躲避障碍物以及合理规划行驶路径,是自动驾驶技术的关键所在。动态规划是一种典型的可用于路径规划的方法。在基于动态规划方法进行路径规划时,获取采样点是其中的关键步骤。目前,通常基于图搜索的Dijkstra算法进行路径规划,进行路径规划的耗时较长。
发明内容
本申请提供了一种车辆控制器、车辆及车辆控制方法。
根据本申请的第一方面,提供了一种车辆控制器,所述车辆控制器包括处理模块和控制模块,所述处理模块和所述控制模块相连接,其中:
所述处理模块用于:从多个行驶场景中确定所述车辆的目标行驶场景;
所述处理模块还用于:基于所述车辆的目标位姿信息及所述目标行驶场景下的历史位姿信息确定所述车辆在所述目标行驶场景下的可行驶区域;
所述处理模块还用于:基于所述可行驶区域,及所述车辆在所述目标行驶场景下的参考路径确定目标路径;
所述控制模块用于:基于所述目标路径控制所述车辆行驶。
根据本申请的第二方面,提供了一种车辆,所述车辆包括第一方面所述的车辆控制器。
根据本申请的第三方面,提供了一种车辆控制方法,所述方法包括:
从多个行驶场景中确定所述车辆的目标行驶场景;
基于所述车辆的目标位姿信息及所述目标行驶场景下的历史位姿信息确定所述车辆在所述目标行驶场景下的可行驶区域;
基于所述可行驶区域,及所述车辆在所述目标行驶场景下的参考路径确定目标路径;
基于所述目标路径控制所述车辆行驶。
根据本申请的第四方面,提供了一种计算机程序产品,包括计算机程序或指令,当所述计算机程序或指令被处理器执行时实现如第三方面所述的方法。
在本申请实施例中,所述处理模块用于:从多个行驶场景中确定所述车辆的目标行驶场景;所述处理模块还用于:基于所述车辆的目标位姿信息及所述目标行驶场景下的历史位姿信息确定所述车辆在所述目标行驶场景下的可行驶区域;所述处理模块还用于:基于所述可行驶区域,及所述车辆在所述目标行驶场景下的参考路径确定目标路径;所述控制模块用于:基于所述目标路径控制所述车辆行驶。这样,基于所述车辆的目标位姿信息及所述目标行驶场景下的历史位姿信息确定所述车辆在所述目标行驶场景下的可行驶区域,并基于该可行驶区域进行路径规划,缩小了路径规划的撒点采样范围,能够降低路径规划耗时。
附图说明
图1是本申请实施例提供的一种电子设备的结构示意图;
图2是本申请实施例提供的一种车辆控制器的结构示意图;
图3是本申请实施例提供的一种路径规划示意图之一;
图4是本申请实施例提供的一种路径规划示意图之二;
图5是本申请实施例提供的一种路径规划示意图之三;
图6是本申请实施例提供的一种路径规划示意图之四;
图7是本申请实施例提供的一种车辆控制方法的流程示意图;
图8是本申请实施例提供的一种车辆的结构示意图。
具体实施方式
图1示出了可以用来实施本申请的实施例的示例电子设备100的示意性框图。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/或者要求的本申请的实现。
如图1所示,电子设备100包括计算单元101,其可以根据存储在只读存储器(ROM)102中的计算机程序或者从存储单元108加载到随机访问存储器(RAM)103中的计算机程序,来执行各种适当的动作和处理。在RAM 103中,还可存储电子设备100操作所需的各种程序和数据。计算单元101、ROM 102以及RAM 103通过总线104彼此相连。输入/输出(I/O)接口105也连接至总线104。
电子设备100中的多个部件连接至I/O接口105,包括:输入单元106,例如键盘、鼠标等;输出单元107,例如各种类型的显示器、扬声器等;存储单元108,例如磁盘、光盘等;以及通信单元109,例如网卡、调制解调器、无线通信收发机等。通信单元109允许电子设备100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。
计算单元101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。计算单元101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计算单元、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。计算单元101可用于执行本申请实施例所描述的各个方法和处理,例如本申请实施例中的车辆控制方法。例如,在一些实施例中,车辆控制方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元108。在一些实施例中,计算机程序的部分或者全部可以经由ROM 102和/或通信单元109而被载入和/或安装到电子设备100上。当计算机程序加载到RAM 103并由计算单元101执行时,可以执行车辆控制方法的一个或多个步骤。备选地,在其他实施例中,计算单元101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控制方法。
需要说明的是,本申请实施例中的车辆控制器可以为电子设备100中的计算单元101。
请参见图2,图2是本申请实施例提供的一种车辆控制器200的结构示意图,如图2所示,所述车辆控制器200包括处理模块201和控制模块202,所述处理模块201和所述控制模块202相连接,其中:
所述处理模块201用于:从多个行驶场景中确定所述车辆的目标行驶场景;
所述处理模块201还用于:基于所述车辆的目标位姿信息及所述目标行驶场景下的历史位姿信息确定所述车辆在所述目标行驶场景下的可行驶区域;
所述处理模块201还用于:基于所述可行驶区域,及所述车辆在所述目标行驶场景下的参考路径确定目标路径;
所述控制模块202用于:基于所述目标路径控制所述车辆行驶。
其中,目标行驶场景可以为车辆当前所处的行驶场景。车辆所处的行驶场景可以由行驶曲率确定。示例地,可以基于车辆的行驶角速度及行驶速度确定行驶曲率,基于所述行驶曲率从多个行驶场景中确定所述车辆的目标行驶场景。
一种实施方式中,该多个行驶场景可以包括如下至少两项:右转特大弯道场景、右转大弯道场景、右转小弯道场景、左转小弯道场景、左转大弯道场景、左转特大弯道场景。不同的行驶曲率范围可以对应不同的行驶场景。示例地,行驶曲率位于区间[-0.02,-0.002]时,可以认为当前处于右转特大弯道场景。
另外,位姿信息可以包括第一位置坐标、第二位置坐标及航向角度。由一个第一位置坐标、一个第二位置坐标及一个航向角度可以确定一个位置点(或称为采样点)。目标位姿信息可以为车辆当前的位姿信息。历史位姿信息可以为车辆历史的位姿信息。
另外,可以基于所述车辆的目标位姿信息及所述目标行驶场景下的历史位姿信息对应的标准差确定所述车辆在所述目标行驶场景下的可行驶区域。通过该可行驶区域,可以缩小随机撒点的范围。
其中,所述历史位姿信息对应的标准差包括:所述历史位姿信息中的第一位置坐标的标准差,所述历史位姿信息中的第二位置坐标的标准差,所述历史位姿信息中的航向角度的标准差。
示例地,可以将相同行驶场景下记录的历史位姿信息以n个位置点为一个采样段,按如下公式,求取该行驶场景下车辆的历史位姿信息对应的均值和标准差:
;
;
;
;
;
;
其中,历史位姿信息包括第一位置坐标,第二位置坐标,航向角度。
第j采样段的历史位姿信息对应的均值包括:第j采样段的第一位置坐标的均值,第j
采样段的第二位置坐标的均值,第j采样段的航向角度的均值。第j采
样段的历史位姿信息对应的标准差包括:第j采样段的第一位置坐标的标准差,第j采样
段的第二位置坐标的标准差,第j采样段的航向角度的标准差。xmean为第一位置
坐标的均值,ymean为第二位置坐标的均值,headingmean为航向角度的均值。在计算第j采样段
的历史位姿信息对应的标准差时,xmean为第j采样段的第一位置坐标的均值,ymean为第j采样
段的第二位置坐标的均值,headingmean为第j采样段的航向角度的均值,即xmean的值为
xj mean,ymean的值为yj mean,headingmean的值为headingj mean。n为每个采样段的位置点数,i表示
位置点的总量,j表示位置点所在的采样段数。
所述车辆在所述目标行驶场景下的可行驶区域可以如下确定:
;
;
;
其中,目标位姿信息包括第一位置坐标,第二位置坐标,航向角度
。为车辆在该行驶场景类型下,第j采样段行驶范围在x方向上的最大值;为车辆
在该行驶场景类型下,第j采样段行驶范围在y方向上的最大值;为车辆在该
行驶场景类型下,第j采样段行驶范围的最大航向角度值。
需要说明的是,、及的值可为正值或负值,可以获取不同
采样段在x方向上的最大值,在y方向上的最大值及最大航向角度值,通过获取的不同采样
段在x方向上的最大值,在y方向上的最大值及最大航向角度值确定位置点的范围,由位置
点的范围构成可行驶区域。
一种实施方式中,该可行驶区域内的位置点的位姿信息可以满足如下条件:
;
;
。
其中,xp为位置点P的第一位置坐标,yp为位置点P的第二位置坐标,headingp为位置点P的航向角度。
另外,可以确定所述可行驶区域内的多个位置点,基于所述车辆在所述目标行驶场景下的参考路径,从所述多个位置点中选择位置点构成代价值最小的路径,对所述代价值最小的路径进行优化处理,得到目标路径。
另外,所述基于所述目标路径控制所述车辆行驶,可以是控制所述车辆行驶按照所述目标路径行驶。
在本申请实施例中,所述处理模块用于:从多个行驶场景中确定所述车辆的目标行驶场景;所述处理模块还用于:基于所述车辆的目标位姿信息及所述目标行驶场景下的历史位姿信息确定所述车辆在所述目标行驶场景下的可行驶区域;所述处理模块还用于:基于所述可行驶区域,及所述车辆在所述目标行驶场景下的参考路径确定目标路径;所述控制模块用于:基于所述目标路径控制所述车辆行驶。这样,基于所述车辆的目标位姿信息及所述目标行驶场景下的历史位姿信息确定所述车辆在所述目标行驶场景下的可行驶区域,并基于该可行驶区域进行路径规划,缩小了路径规划的撒点采样范围,能够降低路径规划耗时。
可选地,所述处理模块具体用于:
确定所述可行驶区域内的多个位置点;
基于所述车辆在所述目标行驶场景下的参考路径,从所述多个位置点中选择位置点构成代价值最小的路径;
对所述代价值最小的路径进行优化处理,得到目标路径。
其中,可以基于所述车辆在所述目标行驶场景下的参考路径确定所述多个位置点中每个位置点的代价值,基于所述每个位置点的代价值从所述多个位置点中选择位置点构成代价值最小的路径;或者,可以通过大数据分析或预设路径选择算法基于所述车辆在所述目标行驶场景下的参考路径,从所述多个位置点中选择位置点构成代价值最小的路径。
另外,可以采用目标函数对所述代价值最小的路径进行优化处理,得到目标路径,所述目标函数可以基于所述车辆在所述目标行驶场景下的参考路径确定。
另外,所述多个位置点可以是在所述可行驶区域内进行随机撒点采样获得。
该实施方式中,确定所述可行驶区域内的多个位置点;基于所述车辆在所述目标行驶场景下的参考路径,从所述多个位置点中选择位置点构成代价值最小的路径;对所述代价值最小的路径进行优化处理,得到目标路径,从而通过该可行驶区域可以缩小随机撒点的范围。
可选地,所述历史位姿信息包括:第一位置坐标、第二位置坐标及航向角度,所述参考路径基于所述车辆在所述目标行驶场景下的历史位姿信息对应的均值确定;
所述历史位姿信息对应的均值包括:所述历史位姿信息中的第一位置坐标的均值,所述历史位姿信息中的第二位置坐标的均值,所述历史位姿信息中的航向角度的均值。
其中,可以将相同行驶场景下的历史位姿信息以n个位置点划分为一个采样段,构成参考路径的位置点可以包括:
{(,,)...(,,)};
其中,为第j采样段的第一位置坐标的均值,为第j采样段的第二位
置坐标的均值,为第j采样段的航向角度的均值。x1 mean为第1采样段的第一位
置坐标的均值,y1 mean为第1采样段的第二位置坐标的均值,heading1 mean为第1采样段的航向
角度的均值。
该实施方式中,所述历史位姿信息包括:第一位置坐标、第二位置坐标及航向角度,所述参考路径基于所述车辆在所述目标行驶场景下的历史位姿信息对应的均值确定;所述历史位姿信息对应的均值包括:所述历史位姿信息中的第一位置坐标的均值,所述历史位姿信息中的第二位置坐标的均值,所述历史位姿信息中的航向角度的均值。这样,确定的参考路径体现了车辆的历史行驶习惯,将参考路径引入路径规划,能够考虑车辆的历史行驶习惯进行路径规划,能够提高路径规划的合理性和舒适性。
可选地,所述处理模块具体用于:
基于所述车辆在所述目标行驶场景下的参考路径确定所述多个位置点中每个位置点的代价值;
基于所述每个位置点的代价值从所述多个位置点中选择位置点构成代价值最小的路径。
其中,可以基于目标代价函数计算所述多个位置点中每个位置点的代价值,基于所述每个位置点的代价值从所述多个位置点中选择位置点构成代价值最小的路径。
该实施方式中,基于所述车辆在所述目标行驶场景下的参考路径确定所述多个位置点中每个位置点的代价值;基于所述每个位置点的代价值从所述多个位置点中选择位置点构成代价值最小的路径,从而能够获取代价值较小的路径进行路径优化,使得优化后的最终路径能够用于车辆的正常行驶,提高了输出路径的合理性和舒适性。
可选地,所述处理模块具体用于:
采用目标函数对所述代价值最小的路径进行优化处理,得到目标路径;
其中,所述目标函数基于第一位置点对应的位姿信息与第二位置点对应的位姿信息的差值确定,所述第一位置点为构成所述代价值最小的路径的位置点,所述第二位置点为构成所述参考路径的位置点。
其中,第一位置点对应的位姿信息可以包括:第一位置点对应的第一位置坐标,第一位置点对应的第二位置坐标,及第一位置点对应的航向角度。第二位置点对应的位姿信息可以包括:第二位置点对应的第一位置坐标,第二位置点对应的第二位置坐标,及第二位置点对应的航向角度。
另外,第一位置点对应的位姿信息与第二位置点对应的位姿信息的差值可以包括:第二位置点第一位置点对应的第一位置坐标与第二位置点第二位置点对应的第一位置坐标的差值,第二位置点第一位置点对应的第二位置坐标与第二位置点第二位置点对应的第二位置坐标的差值,第二位置点第一位置点对应的航向角度与第二位置点第二位置点对应的航向角度的差值。
该实施方式中,采用目标函数对所述代价值最小的路径进行优化处理,得到目标路径;其中,所述目标函数基于第一位置点对应的位姿信息与第二位置点对应的位姿信息的差值确定,所述第一位置点为构成所述代价值最小的路径的位置点,所述第二位置点为构成所述参考路径的位置点。这样,能够考虑所述参考路径重新设计目标函数对所述代价值最小的路径进行优化,使得路径优化的结果更加贴合历史行驶习惯。
可选地,所述位姿信息包括第一位置坐标、第二位置坐标及航向角度;
所述目标函数为第一子函数、第二子函数和第三子函数的和值,所述第一子函数基于所述第一位置点对应的第一位置坐标与所述第二位置点对应的第一位置坐标的差值确定,所述第二子函数基于所述第一位置点对应的第二位置坐标与所述第二位置点对应的第二位置坐标的差值确定,所述第三子函数基于所述第一位置点对应的航向角度与所述第二位置点对应的航向角度的差值确定。
一种实施方式中,所述目标函数可以如下设计:
;
;
。
其中,为第一子函数,为
第二子函数,为第三子函数。{({(,,)...(,,)})}为构成所述代价值最小的路径的位置点。{(,,)...(,,)}为构成参考路径的
位置点。(,,)为第j采样段所允许的最大位姿信息。W1、W2,W3分别
为第一子函数、第二子函数及第三子函数的权重参数。
该实施方式中,所述目标函数为第一子函数、第二子函数和第三子函数的和值,所述第一子函数基于所述第一位置点对应的第一位置坐标与所述第二位置点对应的第一位置坐标的差值确定,所述第二子函数基于所述第一位置点对应的第二位置坐标与所述第二位置点对应的第二位置坐标的差值确定,所述第三子函数基于所述第一位置点对应的航向角度与所述第二位置点对应的航向角度的差值确定,通过重新设计目标函数以及约束条件,使得路径优化的结果更加贴合历史行驶习惯。
可选地,所述处理模块具体用于:
基于目标代价函数计算所述多个位置点中每个位置点的代价值;
其中,所述目标代价函数基于第一代价函数、第二代价函数、第三代价函数、第四代价函数及第五代价函数中的至少一项确定,所述第一代价函数用于确定第三位置点与第四位置点之间的坐标距离代价,所述第二代价函数用于确定第三位置点与第四位置点之间的航向角度距离代价,所述第三代价函数用于确定第三位置点与所述可行驶区域边界的第一坐标偏差代价,所述第四代价函数用于确定第三位置点与所述可行驶区域边界的第二坐标偏差代价,所述第五代价函数用于确定第三位置点与所述可行驶区域边界的航向角度偏差代价,所述第三位置点为所述多个位置点中的位置点,所述第四位置点为构成所述车辆在所述目标行驶场景下的参考路径的位置点。
其中,所述目标代价函数可以为第一代价函数、第二代价函数、第三代价函数、第四代价函数及第五代价函数的和值。
一种实施方式中,第一代价函数可以如下设计:
;
其中,为第三位置点与第四位置点在x方向的距离代价权重。(,,)为第三位置点的位姿信息,(,,)为第四
位置点的位姿信息。
一种实施方式中,第二代价函数可以如下设计:
其中,表示第三位置点与第四位置点的航向角度偏差代价
权重。
一种实施方式中,第三代价函数可以如下设计:
;
其中,表示第三位置点和可行驶区域边界在x方向的偏差
代价权重。
一种实施方式中,第四代价函数可以如下设计:
;
其中,表示第三位置点和可行驶区域边界在y方向的偏差
代价权重。
一种实施方式中,第五代价函数可以如下设计:
其中,表示第三位置点和可行驶区域边界的航向角度偏差代价权重。
一种实施方式中,所述目标代价函数可以为第一代价函数、第二代价函数、第三代价函数、第四代价函数、第五代价函数及第六代价函数的和值。
一种实施方式中,第六代价函数可以如下设计:
;
其中,表示拟合失败时位置点的拟合代价;表示拟合成功时位置点的拟合代价。
该实施方式中,基于目标代价函数计算所述多个位置点中每个位置点的代价值,从而能够根据可行驶区域内的位置点的位姿信息、参考路径的位置点的位姿信息及可行驶区域边界,计算出每一个位置点的代价值,能够剔除不合理的随机采样点,提升了路径优化的效率。
可选地,所述处理模块具体用于:
基于车辆的行驶角速度及行驶速度确定行驶曲率;
基于所述行驶曲率从多个行驶场景中确定所述车辆的目标行驶场景。
该实施方式中,基于车辆的行驶角速度及行驶速度确定行驶曲率;基于所述行驶曲率从多个行驶场景中确定所述车辆的目标行驶场景,从而能够通过行驶曲率标记车辆所处的行驶场景类型,进而能够记录对应行驶场景下的位姿信息,能够提升车辆撒点采样的合理性。
需要说明的是,相关技术中在非结构化道路上进行局部路径规划的算法通常采用基于随机撒点采样的rrt算法和prm算法,基于图搜索的Dijkstra算法等;其中,基于随机撒点采样的rrt算法和prm算法都存在由于采样点的随机性造成计算耗时较大,且规划出来的路径无法满足车辆行驶的运动学约束,在比较狭窄的空间里无法规划出一条有效的行驶路径等问题。而基于图搜索的Dijkstra算法需要根据上游信息建立可搜索的珊格图,并且随着珊格图的扩大,节点数的增多,计算耗时会急剧增大。
本申请实施例通过记录车辆过去一段时间的行驶位置点信息和行驶场景信息,并计算每一个行驶场景下对应位置点的均值和标准差;然后在非结构化道路上进行路径规划时,根据历史行驶位置点信息的均值和标准差进行采样区域的生成,在生成的采样区域中进行随机撒点采样,然后计算每一个采样点的总体代价,最后将总体代价最小的点集输出并进行优化生成路径。本申请实施例通过先验知识剔除了不合理采样点的生成,解决了随机采样等算法采样点的不确定性,降低了随机采样等路径规划的耗时;并对每一个采样点进行了约束cost设计,使得规划出来的路径符合车辆的正常行驶,从而提高了输出路径的合理性和舒适性。
作为一种具体的实施例,车辆控制方法包括如下过程:
步骤(11).采集车辆行驶过程中,车辆的角速度angular和车辆速度vel,通过如下
公式求得车辆的曲率:。
步骤(12).根据步骤(11)得到的曲率信息,按以下方法标记车辆行驶的场景类型:
。
步骤(13).根据步骤(12)标记的行驶场景类型,记录每个行驶场景下车辆的位姿
信息(,,),当某种行驶场景类型的记录数据达到设定的最大值(比如1万个
点)时,将不再继续存储记录,直至接到刷新指令后才继续存储记录。
步骤(14).将相同行驶场景下记录的数据以n(例如n为30)个点为一组,按如下公式,求取该行驶场景下车辆的位姿信息的均值和标准差:
;
;
;
;
;
;
其中,,,为此前记录下的一系列车辆位姿信息,,,为一组数据对应的车辆位姿信息均值;,,为一组数据对应的
车辆位姿信息标准差,n为所取的采样点数,i表示记录数据的总量,j表示数据总量i以n为
采样点数形成的采样段数。xmean,ymean,headingmean为车辆位姿信息均值,在计算一组数据对
应的车辆位姿信息标准差时,xmean,ymean,headingmean为一组数据对应的车辆位姿信息均值,
即xmean的值为xj mean,ymean的值为yj mean,headingmean的值为headingj mean。
步骤(15).如图3所示,根据车辆当前的行驶场景类型,当前位姿信息(,,)和步骤(14)计算得到的车辆位姿信息标准差,按如下公式,计算车辆在该行驶
场景类型下,第j采样段所允许的最大位姿信息(,,),并生成车辆
当前可能的行驶区域范围(即可行驶区域):
;
;
;
其中,为车辆在该行驶场景类型下,第j采样段行驶范围在x方向上的最大
值;为车辆在该行驶场景类型下,第j采样段行驶范围在y方向上的最大值;为车辆在该行驶场景类型下,第j采样段行驶范围的最大航向角度值。
步骤(16).根据步骤(14)计算得到的该行驶场景类型下,车辆的车辆位姿信息均
值生成一条参考路径,如图4所示,构成该参考路径的位置点集如下:{(,,)...(,,)}。
步骤(17).在步骤(15)生成的车辆可行驶区域内,如图5所示,进行随机的撒点采
样{(,,)...(,,)},并采用5次多项式对离散采样点进行连
接。
步骤(18).根据步骤(17)得到的采样点和曲线连接结果,设计每一个采样点的代价函数,并按照如下公式设计每一个采样点的代价函数cost:
;
;
;
;
+++++;
其中,表示第三位置点(,,)与第四位置点(,,)在x方向的距离代价;表示第三位置点与
第四位置点在x方向的距离代价权重;表示第三位置点与第四位置点
的航向角度偏差代价;表示第三位置点与第四位置点的航向角度偏
差代价权重;n表示第n个采样点;表示第三位置点和可行驶区域边界
在x方向的偏差代价;表示第三位置点和可行驶区域边界在x方向
的偏差代价权重;表示第三位置点和可行驶区域边界在y方向的偏差
代价;表示第三位置点和可行驶区域边界在y方向的偏差代价权
重;表示第三位置点和可行驶区域边界的航向角度
偏差代价;表示第三位置点和可行驶区域边界的
航向角度偏差代价权重;表示位置点拟合(成功or失败)的代价;表示拟合失败时位置点的拟合代价;表示拟合
成功时位置点的拟合代价。
步骤(19).如图6所示,选出一系列路径点集中,总cost最小的一条路径点集{({(,,)...(,,)})}。图6中,三角形的点表示参考路径,圆形的
点表示总cost最小的路径。设计如下目标函数进行优化求解得到一条优化后的路径曲线进
行输出:
;
;
。
本申请实施例通过记录车辆在各种行驶场景下的数据,自动标注车辆当前所处的行驶场景类型,然后根据车辆当前的位姿信息,标记的行驶场景信息和记录的历史数据,在线求解出车辆在当前行驶场景下的可行驶区域,并根据历史数据在线求解出一条参考路径,最后基于计算出的可行驶区域和参考路径等信息,提出新的目标函数对采样点进行优化,快速有效地计算出一条符合车辆行驶的局部路径,解决了在不规则道路场景下,已有局部路径规划算法存在耗时严重,路径不合理等问题。
根据本申请的实施例,本申请还提供了一种车辆控制方法,如图7所示,车辆控制方法包括以下步骤:
步骤301:从多个行驶场景中确定所述车辆的目标行驶场景;
步骤302:基于所述车辆的目标位姿信息及所述目标行驶场景下的历史位姿信息确定所述车辆在所述目标行驶场景下的可行驶区域;
步骤303:基于所述可行驶区域,及所述车辆在所述目标行驶场景下的参考路径确定目标路径;
步骤304:基于所述目标路径控制所述车辆行驶。
可选地,所述基于所述可行驶区域,及所述车辆在所述目标行驶场景下的参考路径确定目标路径,包括:
确定所述可行驶区域内的多个位置点;
基于所述车辆在所述目标行驶场景下的参考路径,从所述多个位置点中选择位置点构成代价值最小的路径;
对所述代价值最小的路径进行优化处理,得到目标路径。
可选地,所述历史位姿信息包括:第一位置坐标、第二位置坐标及航向角度,所述参考路径基于所述车辆在所述目标行驶场景下的历史位姿信息对应的均值确定;
所述历史位姿信息对应的均值包括:所述历史位姿信息中的第一位置坐标的均值,所述历史位姿信息中的第二位置坐标的均值,所述历史位姿信息中的航向角度的均值。
可选地,所述基于所述车辆在所述目标行驶场景下的参考路径,从所述多个位置点中选择位置点构成代价值最小的路径,包括:
基于所述车辆在所述目标行驶场景下的参考路径确定所述多个位置点中每个位置点的代价值;
基于所述每个位置点的代价值从所述多个位置点中选择位置点构成代价值最小的路径。
可选地,所述对所述代价值最小的路径进行优化处理,得到目标路径,包括:
采用目标函数对所述代价值最小的路径进行优化处理,得到目标路径;
其中,所述目标函数基于第一位置点对应的位姿信息与第二位置点对应的位姿信息的差值确定,所述第一位置点为构成所述代价值最小的路径的位置点,所述第二位置点为构成所述参考路径的位置点。
可选地,所述位姿信息包括第一位置坐标、第二位置坐标及航向角度;
所述目标函数为第一子函数、第二子函数和第三子函数的和值,所述第一子函数基于所述第一位置点对应的第一位置坐标与所述第二位置点对应的第一位置坐标的差值确定,所述第二子函数基于所述第一位置点对应的第二位置坐标与所述第二位置点对应的第二位置坐标的差值确定,所述第三子函数基于所述第一位置点对应的航向角度与所述第二位置点对应的航向角度的差值确定。
可选地,所述基于所述车辆在所述目标行驶场景下的参考路径确定所述多个位置点中每个位置点的代价值,包括:
基于目标代价函数计算所述多个位置点中每个位置点的代价值;
其中,所述目标代价函数基于第一代价函数、第二代价函数、第三代价函数、第四代价函数及第五代价函数中的至少一项确定,所述第一代价函数用于确定第三位置点与第四位置点之间的坐标距离代价,所述第二代价函数用于确定第三位置点与第四位置点之间的航向角度距离代价,所述第三代价函数用于确定第三位置点与所述可行驶区域边界的第一坐标偏差代价,所述第四代价函数用于确定第三位置点与所述可行驶区域边界的第二坐标偏差代价,所述第五代价函数用于确定第三位置点与所述可行驶区域边界的航向角度偏差代价,所述第三位置点为所述多个位置点中的位置点,所述第四位置点为构成所述车辆在所述目标行驶场景下的参考路径的位置点。
可选地,所述从多个行驶场景中确定所述车辆的目标行驶场景,包括:
基于车辆的行驶角速度及行驶速度确定行驶曲率;
基于所述行驶曲率从多个行驶场景中确定所述车辆的目标行驶场景。
本申请的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本申请的实施例,本申请还提供了一种计算机程序产品,包括计算机程序或指令,当所述计算机程序或指令被处理器执行时实现本申请实施例中的车辆控制方法。
本申请中的车辆控制方法可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机程序或指令。在计算机上加载和执行所述计算机程序或指令时,全部或部分地执行本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、网络设备、用户设备、核心网设备、OAM或者其它可编程装置。
所述计算机程序或指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机程序或指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是集成一个或多个可用介质的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,例如,软盘、硬盘、磁带;也可以是光介质,例如,数字视频光盘;还可以是半导体介质,例如,固态硬盘。该计算机可读存储介质可以是易失性或非易失性存储介质,或可包括易失性和非易失性两种类型的存储介质。
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、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(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。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码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。
在本申请的上下文中,机器可读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程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。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,可以在计算机上实施此处描述的系统和技术,该计算机具有: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计算机。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)和互联网。
计算机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,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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,本公开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,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
根据本申请的实施例,本申请还提供了一种车辆,所述车辆包括本申请实施例所述的车辆控制器,可选地,如图8所示,该车辆400可以包括计算单元401、ROM402、RAM403、总线404、I/O接口405、输入单元406、输出单元407、存储单元408和通信单元409。上述各部分的具体实施方式可以参照上述实施例中对电子设备的各部分的说明,为避免重复,在此不再赘述。
上述具体实施方式,并不构成对本申请保护范围的限制。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。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (7)
1.一种车辆控制器,其特征在于,所述车辆控制器包括处理模块和控制模块,所述处理模块和所述控制模块相连接,其中:
所述处理模块用于:从多个行驶场景中确定所述车辆的目标行驶场景;
所述处理模块还用于:基于所述车辆的目标位姿信息及所述目标行驶场景下的历史位姿信息确定所述车辆在所述目标行驶场景下的可行驶区域;
所述处理模块还用于:基于所述可行驶区域,及所述车辆在所述目标行驶场景下的参考路径确定目标路径;
所述控制模块用于:基于所述目标路径控制所述车辆行驶;
所述处理模块具体用于:
确定所述可行驶区域内的多个位置点;
基于所述车辆在所述目标行驶场景下的参考路径,从所述多个位置点中选择位置点构成代价值最小的路径;
对所述代价值最小的路径进行优化处理,得到目标路径;
所述处理模块具体用于:
采用目标函数对所述代价值最小的路径进行优化处理,得到目标路径;
其中,所述目标函数基于第一位置点对应的位姿信息与第二位置点对应的位姿信息的差值确定,所述第一位置点为构成所述代价值最小的路径的位置点,所述第二位置点为构成所述参考路径的位置点;
所述位姿信息包括第一位置坐标、第二位置坐标及航向角度;
所述目标函数为第一子函数、第二子函数和第三子函数的和值,所述第一子函数基于所述第一位置点对应的第一位置坐标与所述第二位置点对应的第一位置坐标的差值确定,所述第二子函数基于所述第一位置点对应的第二位置坐标与所述第二位置点对应的第二位置坐标的差值确定,所述第三子函数基于所述第一位置点对应的航向角度与所述第二位置点对应的航向角度的差值确定。
2.根据权利要求1所述的车辆控制器,其特征在于,所述历史位姿信息包括:第一位置坐标、第二位置坐标及航向角度,所述参考路径基于所述车辆在所述目标行驶场景下的历史位姿信息对应的均值确定;
所述历史位姿信息对应的均值包括:所述历史位姿信息中的第一位置坐标的均值,所述历史位姿信息中的第二位置坐标的均值,所述历史位姿信息中的航向角度的均值。
3.根据权利要求1所述的车辆控制器,其特征在于,所述处理模块具体用于:
基于所述车辆在所述目标行驶场景下的参考路径确定所述多个位置点中每个位置点的代价值;
基于所述每个位置点的代价值从所述多个位置点中选择位置点构成代价值最小的路径。
4.根据权利要求3所述的车辆控制器,其特征在于,所述处理模块具体用于:
基于目标代价函数计算所述多个位置点中每个位置点的代价值;
其中,所述目标代价函数基于第一代价函数、第二代价函数、第三代价函数、第四代价函数及第五代价函数中的至少一项确定,所述第一代价函数用于确定第三位置点与第四位置点之间的坐标距离代价,所述第二代价函数用于确定第三位置点与第四位置点之间的航向角度距离代价,所述第三代价函数用于确定第三位置点与所述可行驶区域边界的第一坐标偏差代价,所述第四代价函数用于确定第三位置点与所述可行驶区域边界的第二坐标偏差代价,所述第五代价函数用于确定第三位置点与所述可行驶区域边界的航向角度偏差代价,所述第三位置点为所述多个位置点中的位置点,所述第四位置点为构成所述车辆在所述目标行驶场景下的参考路径的位置点。
5.根据权利要求1所述的车辆控制器,其特征在于,所述处理模块具体用于:
基于车辆的行驶角速度及行驶速度确定行驶曲率;
基于所述行驶曲率从多个行驶场景中确定所述车辆的目标行驶场景。
6.一种车辆,其特征在于,所述车辆包括如权利要求1-5中任一项所述的车辆控制器。
7.一种车辆控制方法,其特征在于,所述方法包括:
从多个行驶场景中确定所述车辆的目标行驶场景;
基于所述车辆的目标位姿信息及所述目标行驶场景下的历史位姿信息确定所述车辆在所述目标行驶场景下的可行驶区域;
基于所述可行驶区域,及所述车辆在所述目标行驶场景下的参考路径确定目标路径;
基于所述目标路径控制所述车辆行驶;
所述基于所述可行驶区域,及所述车辆在所述目标行驶场景下的参考路径确定目标路径,包括:
确定所述可行驶区域内的多个位置点;
基于所述车辆在所述目标行驶场景下的参考路径,从所述多个位置点中选择位置点构成代价值最小的路径;
对所述代价值最小的路径进行优化处理,得到目标路径;
所述对所述代价值最小的路径进行优化处理,得到目标路径,包括:
采用目标函数对所述代价值最小的路径进行优化处理,得到目标路径;
其中,所述目标函数基于第一位置点对应的位姿信息与第二位置点对应的位姿信息的差值确定,所述第一位置点为构成所述代价值最小的路径的位置点,所述第二位置点为构成所述参考路径的位置点;
所述位姿信息包括第一位置坐标、第二位置坐标及航向角度;
所述目标函数为第一子函数、第二子函数和第三子函数的和值,所述第一子函数基于所述第一位置点对应的第一位置坐标与所述第二位置点对应的第一位置坐标的差值确定,所述第二子函数基于所述第一位置点对应的第二位置坐标与所述第二位置点对应的第二位置坐标的差值确定,所述第三子函数基于所述第一位置点对应的航向角度与所述第二位置点对应的航向角度的差值确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310849064.8A CN116572997B (zh) | 2023-07-11 | 2023-07-11 | 车辆控制器、车辆及车辆控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310849064.8A CN116572997B (zh) | 2023-07-11 | 2023-07-11 | 车辆控制器、车辆及车辆控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116572997A CN116572997A (zh) | 2023-08-11 |
CN116572997B true CN116572997B (zh) | 2023-09-15 |
Family
ID=87545664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310849064.8A Active CN116572997B (zh) | 2023-07-11 | 2023-07-11 | 车辆控制器、车辆及车辆控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116572997B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0248704A (ja) * | 1988-08-10 | 1990-02-19 | Honda Motor Co Ltd | 自動走行装置 |
TWI604980B (zh) * | 2016-11-24 | 2017-11-11 | 國立臺北科技大學 | 載具控制系統及載具控制方法 |
CN111824158A (zh) * | 2020-07-24 | 2020-10-27 | 广州小鹏车联网科技有限公司 | 一种车辆控制方法、装置、车辆、存储介质 |
CN113985882A (zh) * | 2021-10-29 | 2022-01-28 | 珠海格力电器股份有限公司 | 作业路径规划方法、装置、电子设备和存储介质 |
CN115202234A (zh) * | 2022-07-12 | 2022-10-18 | 小米汽车科技有限公司 | 仿真测试方法、装置、存储介质和车辆 |
CN115718496A (zh) * | 2022-11-22 | 2023-02-28 | 深圳海星智驾科技有限公司 | 一种路径规划方法、装置和域控制器 |
CN115848365A (zh) * | 2023-02-03 | 2023-03-28 | 北京集度科技有限公司 | 车辆控制器、车辆及车辆控制方法 |
CN116161048A (zh) * | 2021-11-25 | 2023-05-26 | 北京罗克维尔斯科技有限公司 | 路径生成方法、装置、设备及介质 |
-
2023
- 2023-07-11 CN CN202310849064.8A patent/CN116572997B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0248704A (ja) * | 1988-08-10 | 1990-02-19 | Honda Motor Co Ltd | 自動走行装置 |
TWI604980B (zh) * | 2016-11-24 | 2017-11-11 | 國立臺北科技大學 | 載具控制系統及載具控制方法 |
CN111824158A (zh) * | 2020-07-24 | 2020-10-27 | 广州小鹏车联网科技有限公司 | 一种车辆控制方法、装置、车辆、存储介质 |
CN113985882A (zh) * | 2021-10-29 | 2022-01-28 | 珠海格力电器股份有限公司 | 作业路径规划方法、装置、电子设备和存储介质 |
CN116161048A (zh) * | 2021-11-25 | 2023-05-26 | 北京罗克维尔斯科技有限公司 | 路径生成方法、装置、设备及介质 |
CN115202234A (zh) * | 2022-07-12 | 2022-10-18 | 小米汽车科技有限公司 | 仿真测试方法、装置、存储介质和车辆 |
CN115718496A (zh) * | 2022-11-22 | 2023-02-28 | 深圳海星智驾科技有限公司 | 一种路径规划方法、装置和域控制器 |
CN115848365A (zh) * | 2023-02-03 | 2023-03-28 | 北京集度科技有限公司 | 车辆控制器、车辆及车辆控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116572997A (zh) | 2023-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109215372B (zh) | 路网信息更新方法、装置及设备 | |
CN111145076B (zh) | 数据并行化处理方法、系统、设备及存储介质 | |
EP4116935B1 (en) | High-definition map creation method and device, and electronic device | |
US11593384B2 (en) | Parking lot free parking space predicting method, apparatus, electronic device and storage medium | |
EP3667852B1 (en) | Mesoscale data-based automatic wind turbine layout method and device | |
JP7285977B2 (ja) | ニューラルネットワークトレーニング方法、装置、電子機器、媒体及びプログラム製品 | |
CN114771572A (zh) | 一种自动驾驶轨迹预测方法、装置、设备和存储介质 | |
Jin et al. | Conflict-based search with D* lite algorithm for robot path planning in unknown dynamic environments | |
CN114987546A (zh) | 轨迹预测模型的训练方法、装置、设备及存储介质 | |
CN114261400A (zh) | 一种自动驾驶决策方法、装置、设备和存储介质 | |
JP2023027233A (ja) | 道路データ融合の地図生成方法、装置及び電子機器 | |
US20240202381A1 (en) | Customizable reinforcement learning of column placement in structural design | |
CN112834249B (zh) | 转向参数检测方法、装置、设备及存储介质 | |
CN116572997B (zh) | 车辆控制器、车辆及车辆控制方法 | |
CN115848365B (zh) | 车辆控制器、车辆及车辆控制方法 | |
CN111861757A (zh) | 一种融资匹配方法、系统、设备和存储介质 | |
CN115200584A (zh) | 一种路径规划方法、装置、设备及可读存储介质 | |
CN112926135B (zh) | 场景信息确定方法、装置、设备、存储介质和程序产品 | |
CN112985397B (zh) | 机器人轨迹规划方法、装置、存储介质及电子设备 | |
CN112950469B (zh) | 高程地图的边界识别方法、拼接方法及系统、设备及介质 | |
KR102613162B1 (ko) | 3d 점군 데이터의 어노테이션 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램 | |
CN116061975B (zh) | 车辆控制器、车辆及车辆控制方法 | |
CN116403455B (zh) | 车辆控制方法、装置、设备及存储介质 | |
CN114771518B (zh) | 一种车道中心指引线的生成方法、装置、电子设备及介质 | |
CN113987098A (zh) | 高精地图道路边界更新方法、装置、电子设备以及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |