CN117022250A - 泊车轨迹的生成方法、装置、设备及存储介质 - Google Patents
泊车轨迹的生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117022250A CN117022250A CN202310976167.0A CN202310976167A CN117022250A CN 117022250 A CN117022250 A CN 117022250A CN 202310976167 A CN202310976167 A CN 202310976167A CN 117022250 A CN117022250 A CN 117022250A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- obstacle
- parked
- parking
- longitudinal
- 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 65
- 238000011217 control strategy Methods 0.000 claims abstract description 178
- 230000033001 locomotion Effects 0.000 claims abstract description 81
- 230000006399 behavior Effects 0.000 claims description 199
- 238000005070 sampling Methods 0.000 claims description 94
- 230000006870 function Effects 0.000 claims description 32
- 238000005457 optimization Methods 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 16
- 230000001133 acceleration Effects 0.000 description 13
- 230000036461 convulsion Effects 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000016776 visual perception 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
- 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
- B60W30/06—Automatic manoeuvring for parking
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请提供一种泊车轨迹的生成方法、装置、设备及存储介质。该方法包括:采集待停泊车辆前方的车道信息以及待停泊车辆周围的障碍物的位置和运动状态;确定障碍物与车辆、障碍物与车辆所在的车道之间的位置关系;根据位置关系、车道信息以及障碍物的运动状态,确定障碍物策略;根据车辆的运动状态、障碍物策略和车道信息,生成横向行驶行为控制策略;并根据车道信息、障碍物的位置以及障碍物的运动状态,生成纵向行驶行为控制策略;根据横向行驶行为控制策略和纵向行驶行为控制策略,生成待停泊车辆的泊车轨迹。本申请的方法,提高了泊车轨迹的生成方法的准确性。
Description
技术领域
本申请涉及智能驾驶技术领域,尤其涉及一种泊车轨迹的生成方法、装置、设备及存储介质。
背景技术
随着智能驾驶技术的发展,自主泊车场景已成为自动驾驶落地的重要场景,自主泊车需要智能驾驶系统在地下、地面车库完成环境感知,在自身定位的条件下做出合理安全的轨迹规划。
现有技术中,通过获取与本车关联的车辆信息以及本车所行驶道路的车道信息,再根据车辆信息以及车道信息确定本车未来的运动行为,最终根据车辆信息及本车未来的运动行为进行路径规划。
然而,仅根据车辆信息以及车道信息直接进行泊车轨迹的生成,会导致泊车轨迹的生成不够准确,安全性低,用户体验感差等问题。
发明内容
本申请提供一种泊车轨迹的生成方法、装置、设备及存储介质,用以解决泊车轨迹的生成准确性低的问题。
第一方面,本申请提供一种泊车轨迹的生成方法,包括:
采集待停泊车辆前方的车道信息以及所述待停泊车辆周围的障碍物的位置和运动状态;
确定所述障碍物与所述车辆、所述障碍物与所述车辆所在的车道之间的位置关系;
根据所述位置关系、所述车道信息以及所述障碍物的运动状态,确定障碍物策略;
根据车辆的运动状态、所述障碍物策略和所述车道信息,生成横向行驶行为控制策略;并根据所述车道信息、所述障碍物的位置以及所述障碍物的运动状态,生成纵向行驶行为控制策略;
根据所述横向行驶行为控制策略和所述纵向行驶行为控制策略,生成所述待停泊车辆的泊车轨迹。
第二方面,本申请提供一种泊车轨迹的生成装置,包括:
采集模块,用于采集待停泊车辆前方的车道信息以及所述待停泊车辆周围的障碍物的位置和运动状态;
确定模块,用于确定所述障碍物与所述车辆、所述障碍物与所述车辆所在的车道之间的位置关系;
所述确定模块,还用于根据所述位置关系、所述车道信息以及所述障碍物的运动状态,确定障碍物策略;
生成模块,用于根据车辆的运动状态、所述障碍物策略和所述车道信息,生成横向行驶行为控制策略;并根据所述车道信息、所述障碍物的位置以及所述障碍物的运动状态,生成纵向行驶行为控制策略;
所述生成模块,还用于根据所述横向行驶行为控制策略和所述纵向行驶行为控制策略,生成所述待停泊车辆的泊车轨迹。第三方面,本申请提供一种泊车轨迹的生成设备,包括:
处理器,存储器,通信接口;
所述存储器用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行如上第一方面所述的泊车轨迹的生成方法。
第四方面,本申请提供一种可读存储介质,包括:其上存储有计算机程序,所述计算机程序被处理器执行时实现执行如上第一方面所述的泊车轨迹的生成方法。
本申请提供的泊车轨迹的生成方法、装置、设备及存储介质,通过采集待停泊车辆前方的车道信息以及待停泊车辆周围的障碍物的位置和运动状态,确定障碍物与车辆、障碍物与车辆所在的车道之间的位置关系,根据位置关系、车道信息以及障碍物的运动状态,确定障碍物策略;根据车辆的运动状态、障碍物策略和车道信息,生成横向行驶行为控制策略;并根据车道信息、障碍物的位置以及障碍物的运动状态,生成纵向行驶行为控制策略,根据横向行驶行为控制策略和纵向行驶行为控制策略,生成待停泊车辆的泊车轨迹,其中,采集待停泊车辆前方的车道信息以及待停泊车辆周围的障碍物信息可以完成对待停泊车辆所在环境的感知,进一步根据采集的待停泊车辆的障碍物信息以及车道信息,生成待停泊车辆对应的障碍物策略、横向行驶行为控制策略以及纵向行驶行为控制策略,提高了行为控制策略生成的准确性,最终根据上述行为控制策略规划待停泊车辆的泊车轨迹,提高了泊车轨迹的生成方法的准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的泊车轨迹的生成方法的流程示意图;
图2为本申请实施例提供的生成障碍物策略、横向行驶行为控制策略以及纵向行驶行为控制策略的流程示意图;
图3为障碍物与车辆、障碍物与车辆所在的车道之间的位置关系、车道信息以及障碍物的运动状态与障碍物避让策略的对应关系图;
图4为车辆的运动状态、障碍物策略和车道信息与横向行为控策略的对应关系图;
图5为车道信息、障碍物的位置以位置关系及障碍物的运动状态与纵向行驶行为控制策略的对应关系图;
图6为根据横向行驶行为控制策略和纵向行驶行为控制策略,生成待停泊车辆的泊车轨迹的流程示意图;
图7为多条横向泊车轨迹的采样流程图;
图8为多条纵向泊车速度曲线的采样流程图;
图9为本申请实施例提供的根据横向行驶行为控制策略,对待停泊车辆进行横向泊车轨迹的采样的流程示意图;
图10为横向行驶行为控制策略为控制车辆保持当前车道行驶时的可行驶区域展示示例图;
图11为横向行驶行为控制策略为控制车辆进行避让行驶时的可行驶区域展示示例图;
图12为横向行驶行为控制策略为变道或控制车辆进行借道行驶时的可行驶区域展示示例图;
图13为本申请实施例提供的根据纵向行驶行为控制策略,对待停泊车辆进行纵向泊车速度的采样的流程示意图;
图14为纵向行驶行为控制策略为控制车辆进行巡航行驶时的速度采样区间示例图;
图15为纵向行驶行为控制策略为控制车辆进行跟车行驶时的速度采样区间示例图;
图16为纵向行驶行为控制策略为控制车辆进行停车时的速度采样区间示例图;
图17为本申请实施例提供的一种泊车轨迹的生成装置的结构示意图;
图18为本申请实施例提供的一种泊车轨迹的生成设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
现有技术中,通过获取与本车关联的车辆信息以及本车所行驶道路的车道信息,再根据车辆信息以及车道信息确定本车未来的运动行为,最终根据车辆信息及本车未来的运动行为进行路径规划。然而,仅根据车辆信息以及车道信息直接进行泊车轨迹的生成,会导致泊车轨迹的生成不够准确,安全性低,用户体验感差等问题。
本申请通过采集待停泊车辆前方的车道信息以及待停泊车辆周围的障碍物的位置和运动状态,确定障碍物与车辆、障碍物与车辆所在的车道之间的位置关系,根据位置关系、车道信息以及障碍物的运动状态,确定障碍物策略;根据车辆的运动状态、障碍物策略和车道信息,生成横向行驶行为控制策略;并根据车道信息、障碍物的位置以及障碍物的运动状态,生成纵向行驶行为控制策略,根据横向行驶行为控制策略和纵向行驶行为控制策略,生成待停泊车辆的泊车轨迹,其中,采集待停泊车辆前方的车道信息以及待停泊车辆周围的障碍物信息可以完成对待停泊车辆所在环境的感知,进一步根据采集的待停泊车辆的障碍物信息以及车道信息,生成待停泊车辆对应的障碍物策略、横向行驶行为控制策略以及纵向行驶行为控制策略,提高了行为控制策略生成的准确性,最终根据上述行为控制策略规划待停泊车辆的泊车轨迹,提高了泊车轨迹的生成方法的准确性。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1为本申请第一实施例提供的泊车轨迹的生成方法的流程示意图,执行主体为泊车轨迹的生成设备,一般而言可以通过软件实现,或者硬件实现,或者软件和硬件相结合的方式实现。
如图1所示,本实施例的泊车轨迹的生成方法可以包括以下步骤:
步骤S101、采集待停泊车辆前方的车道信息以及待停泊车辆周围的障碍物的位置和运动状态。
具体地,可以采集待停泊车辆前方的车道信息以及待停泊车辆周围的障碍物信息。
其中,可以从待停泊车辆的导航信息中提取待停泊车辆的车道信息,导航信息包括但不限于:当前车道ID,车道宽度,车道边界类型(虚线/实线),是否需要导航变道,与导航变道点的距离,左右侧车道信息等信息。
其中,可以通过待停泊车辆的视觉感知模块采集待停泊车辆周围的障碍物信息,其中,障碍物信息包括但不限于:障碍物大小、障碍物位置、障碍物状态等信息。
步骤S102、确定障碍物与车辆、障碍物与车辆所在的车道之间的位置关系。
具体地,可以根据待停泊车辆的当前位置、步骤S101中采集的待停泊车辆前方的车道信息以及待停泊车辆周围的障碍物的位置和运动状态,确定障碍物与车辆、障碍物与车辆所在的车道之间的位置关系。例如:障碍物位于车辆前方或后方,例如:障碍物位于车辆所在车道之上。
步骤S103、根据位置关系、车道信息以及障碍物的运动状态,确定障碍物策略;根据车辆的运动状态、障碍物策略和车道信息,生成横向行驶行为控制策略;并根据车道信息、障碍物的位置以及障碍物的运动状态,生成纵向行驶行为控制策略。
具体地,可以根据步骤S102中确定的障碍物与车辆、障碍物与车辆所在的车道之间的位置关系、车道信息以及障碍物的运动状态,确定障碍物策略。
其中,障碍物策略是指待停泊车辆对车辆周围的障碍物进行行车控制的障碍物避让策略,障碍物策略包括但不限于:控制车辆进行忽略障碍物行驶、控制车辆进行绕过障碍物行驶以及控制车辆进行避让障碍物行驶等策略。
具体地,可以根据车辆的运动状态、上方确定的障碍物策略和步骤S101中描述的待停泊车辆前方的车道信息,生成横向行驶行为控制策略。
其中,横向行驶行为控制策略是指对待停泊车辆的横向行为进行规划的策略,横向行驶行为控制策略包括但不限于:控制车辆保持当前车道行驶、控制车辆进行借道行驶、控制车辆进行变道行驶以及控制车辆进行避让行驶等控制策略。
具体地,可以根据步骤S101中采集的待停泊车辆前方的车道信息以及待停泊车辆周围的障碍物的位置和运动状态,生成纵向行驶行为控制策略。
其中,纵向行驶行为控制策略是指对待停泊车辆的纵向行为进行规划的策略,纵向行驶行为控制策略包括但不限于:控制车辆进行巡航行驶、控制车辆进行跟车行驶以及控制车辆进行停车等控制策略。
步骤S104、根据横向行驶行为控制策略和纵向行驶行为控制策略,生成待停泊车辆的泊车轨迹。
具体地,可以根据步骤S103中生成的横向行驶行为控制策略和纵向行驶行为控制策略,对待停泊车辆的泊车轨迹进行规划,得到待停泊车辆的泊车轨迹。
可选的,可以根据上述泊车轨迹对待停泊车辆进行泊车控制,以使待停泊车辆跟踪泊车轨迹在待停泊处停车。可选的,可以输出上述泊车轨迹至待停泊车辆的中控显示装置上,以供用户参考上述泊车轨迹进行自主泊车控制。
可选的,在根据横向行驶行为控制策略和纵向行驶行为控制策略,生成待停泊车辆的泊车轨迹之后,可以根据车道信息以及障碍物信息,对待停泊车辆的泊车轨迹进行优化,得到最终待停泊车辆的泊车轨迹,其中,对待停泊车辆的泊车轨迹进行优化的过程可以包括多种,例如:可以将对待停泊车辆的泊车轨迹进行优化的过程分为:对待停泊车辆的泊车轨迹进行横向优化,以及对待停泊车辆的泊车轨迹进行纵向优化等过程。
本实施例提供的泊车轨迹的生成方法,通过采集待停泊车辆前方的车道信息以及待停泊车辆周围的障碍物的位置和运动状态,确定障碍物与车辆、障碍物与车辆所在的车道之间的位置关系,根据位置关系、车道信息以及障碍物的运动状态,确定障碍物策略;根据车辆的运动状态、障碍物策略和车道信息,生成横向行驶行为控制策略;并根据车道信息、障碍物的位置以及障碍物的运动状态,生成纵向行驶行为控制策略,根据横向行驶行为控制策略和纵向行驶行为控制策略,生成待停泊车辆的泊车轨迹,其中,采集待停泊车辆前方的车道信息以及待停泊车辆周围的障碍物信息可以完成对待停泊车辆所在环境的感知,进一步根据采集的待停泊车辆的障碍物信息以及车道信息,生成待停泊车辆对应的障碍物策略、横向行驶行为控制策略以及纵向行驶行为控制策略,提高了行为控制策略生成的准确性,最终根据上述行为控制策略规划待停泊车辆的泊车轨迹,提高了泊车轨迹的生成方法的准确性。
图2为本申请第二实施例提供的生成障碍物策略、横向行驶行为控制策略以及纵向行驶行为控制策略的流程示意图。在图1所示实施例的基础上,本实施例对生成障碍物策略、横向行驶行为控制策略以及纵向行驶行为控制策略的过程进行了展开描述。
如图2所示,本实施例的生成障碍物策略、横向行驶行为控制策略以及纵向行驶行为控制策略的过程可以包括如下步骤:
步骤S201、根据位置关系、车道信息以及障碍物的运动状态,确定障碍物策略。
具体地,如步骤S103中的描述,可以根据步骤S102中确定的障碍物与车辆、障碍物与车辆所在的车道之间的位置关系、车道信息以及障碍物的运动状态,确定障碍物策略。图3为障碍物与车辆、障碍物与车辆所在的车道之间的位置关系、车道信息以及障碍物的运动状态与障碍物避让策略的对应关系图。其中,忽略控制为控制车辆进行忽略障碍物行驶、绕障控制为控制车辆进行绕过障碍物行驶、避让控制为控制车辆进行避让障碍物行驶等策略
具体地,若障碍物位于车辆的后方,或者障碍物位于车辆的前方且障碍物处于运动状态,则障碍物策略为控制车辆进行忽略障碍物行驶;若障碍物位于车辆的前方且障碍物处于静止状态,则障碍物策略为控制车辆绕过障碍物行驶;若障碍物占用车辆的当前车道的范围小于设定区域,则障碍物策略为控制车辆避让障碍物行驶。
步骤S202、根据车辆的运动状态、障碍物策略和车道信息,生成横向行驶行为控制策略。
具体地,如步骤S103中的描述,可以根据车辆的运动状态、上方确定的障碍物策略和步骤S101中描述的待停泊车辆前方的车道信息,生成横向行驶行为控制策略。图4为车辆的运动状态、障碍物策略和车道信息与横向行驶行为控制策略的对应关系图。其中,车道保持为控制车辆保持当前车道行驶,避让控制位控制车辆进行避让行驶,变道控制为控制车辆进行变道行驶,借道控制为控制车辆进行借道行驶。
具体地,可以先确定车辆的运动状态是否包括横向运动。
其中,可以确定车辆的运动状态包括横向运动;若障碍物策略为控制车辆绕过障碍物行驶,则根据车道信息判断车辆是否需要进行控制车辆进行借道行驶,若需要,则控制车辆进行借道行驶,否则横向行驶行为控制策略为控制车辆进行变道行驶;若障碍物策略为控制车辆避让障碍物行驶,且横向行驶行为控制策略为控制车辆进行避让行驶。
其中,可以确定车辆的运动状态不包括横向运动;则横向行驶行为控制策略为控制车辆保持当前车道行驶。
步骤S203、并根据车道信息、障碍物的位置以及障碍物的运动状态,生成纵向行驶行为控制策略。
具体地,如步骤S103中的描述,可以根据步骤S101中采集的待停泊车辆前方的车道信息以及待停泊车辆周围的障碍物的位置和运动状态,生成纵向行驶行为控制策略。图5为车道信息、障碍物的位置以位置关系及障碍物的运动状态与纵向行驶行为控制策略的对应关系图。其中,巡航控制为控制车辆进行巡航行驶,跟车控制为控制车辆进行跟车行驶,停车控制为控制车辆进行停车。
具体地,可以根据车道信息生成行车参考线;其中,行车参考线是指用于规划待停泊车辆的泊车轨迹所需的参考线。具体地,行车参考线为基于一段离散点集构成的曲线,该曲线可来源于地图车道数据、感知模块实时检测的可行驶区域、用户记忆路径点,基于上述离散曲线,进一步进行曲线平滑,构造的用于规划泊车轨迹所需的平滑曲线。
具体地,可以将障碍物投影到行车参考线上,确定障碍物与行车参考线的位置关系;若障碍物未位于行车参考线上,则纵向行驶行为控制策略为控制车辆进行巡航行驶;若障碍物位于行车参考线上,则判断障碍物是否处于运动状态,若是,则纵向行驶行为控制策略为控制车辆进行跟车行驶,否则纵向行驶行为控制策略为控制车辆进行停车。
本实施例提供的生成障碍物策略、横向行驶行为控制策略以及纵向行驶行为控制策略的过程,其中,根据位置关系、车道信息以及障碍物的运动状态,确定障碍物策略,并进一步根据障碍物策略、车辆的运动状态和车道信息,生成横向行驶行为控制策略,提高了横向行驶行为控制策略的准确性,并根据车道信息、障碍物的位置以及障碍物的运动状态,生成纵向行驶行为控制策略,进一步提高了泊车轨迹的生成方法的准确性。
图6为本申请第二实施例提供的根据横向行驶行为控制策略和纵向行驶行为控制策略,生成待停泊车辆的泊车轨迹的流程示意图。在图1或图2所示实施例的基础上,本实施例对根据横向行驶行为控制策略和纵向行驶行为控制策略,生成待停泊车辆的泊车轨迹的过程进行了展开描述。
如图6所示,本实施例的根据横向行驶行为控制策略和纵向行驶行为控制策略,生成待停泊车辆的泊车轨迹可以包括以下步骤:
步骤S601、根据横向行驶行为控制策略和纵向行驶行为控制策略,对待停泊车辆进行泊车轨迹的采样,得到多条泊车轨迹。
具体地,可以根据步骤S103中确定的横向行驶行为控制策略和纵向行驶行为控制策略,对待停泊车辆进行泊车轨迹的采样,得到多条泊车轨迹。
可选的,可以分别通过横向行驶行为控制策略以及纵向行驶行为控制策略分别对待停泊车辆进行轨迹采样,并进一步的将采样结果进行结合,得到多条泊车轨迹。
具体地,首先,可以根据横向行驶行为控制策略,对待停泊车辆进行横向泊车轨迹的采样,得到多条横向泊车轨迹;
具体地,可以先确定横向行驶行为控制策略的类型,如图7所示,图7为多条横向泊车轨迹的采样流程图。进一步的,根据横向行驶行为控制策略的类型划定待停泊车辆的可行使区域,设置横向泊车轨迹的采样规则,进一步的根据上述横向泊车轨迹的采样规则在上述待停泊车辆的可行使区域内进行横向泊车轨迹的采样。
其次,可以根据纵向行驶行为控制策略,对待停泊车辆进行纵向泊车速度的采样,得到多条纵向泊车速度曲线;
具体地,可以先确定纵向行驶行为控制策略的类型,如图8所示,图8为多条纵向泊车速度曲线的采样流程图,进一步的根据纵向行驶行为控制策略的类型对待停泊车辆进行纵向泊车速度的采样。
最终,可以将多条横向泊车轨迹与多条纵向泊车速度曲线相结合,得到多条泊车轨迹。
可选的,如步骤S104中的描述,可以将上述多条泊车轨迹输出至待停泊车辆的中控显示装置上,以供用户选择,进一步的泊车轨迹的生成设备可以根据用户选择的泊车轨迹进行设置,或用户参考选择的泊车轨迹自主控制待停泊车辆泊车。
步骤S602、根据代价函数,对多条泊车轨迹进行代价计算,选取代价最优的泊车轨迹作为待停泊车辆的泊车轨迹。
可选的,在步骤S601中,根据横向行驶行为控制策略和纵向行驶行为控制策略,对待停泊车辆进行泊车轨迹的采样,得到多条泊车轨迹后,可以根据代价函数,对步骤S601中得到的多条泊车轨迹进行代价计算,选取代价最优的泊车轨迹作为待停泊车辆的泊车轨迹。
可选的,首先可以根据代价函数,计算各泊车轨迹的各运动参数的代价值。具体地,泊车轨迹的运动参数是指待停泊车辆按泊车轨迹进行行驶的过程中的运动参数,运动参数包括但不限于:参考速度、加速度、加加速度、向心加速度、轨迹长度、横向误差等参数,其中,代价函数的示例及其描述如表1所示。
表1
其次,可以对各泊车轨迹的各运动参数的代价值进行加权运算,得到各泊车轨迹对应的加权代价值。具体地,可以根据加权运算方法,本申请在此处不做限定,对各泊车轨迹对应的加权代价值进行计算。
最终,可以选取最小加权代价值对应的泊车轨迹,作为待停泊车辆的泊车轨迹。
可选的,如步骤S103中的描述,可以根据上述泊车轨迹对待停泊车辆进行泊车控制,以使待停泊车辆跟踪泊车轨迹在待停泊处停车。可选的,可以输出上述泊车轨迹至待停泊车辆的中控显示装置上,以供用户参考上述泊车轨迹进行自主泊车控制。
步骤S603、根据车道信息以及障碍物信息,对待停泊车辆的泊车轨迹进行优化,得到最终待停泊车辆的泊车轨迹。
可选的,在步骤S602中,根据代价函数,对多条泊车轨迹进行代价计算,选取代价最优的泊车轨迹作为待停泊车辆的轨迹后,可以根据步骤S101中采集的车道信息以及障碍物信息,对步骤S602中得到的待停泊车辆的泊车轨迹进行优化,得到最终待停泊车辆的泊车轨迹。
可选的,可以首先将待停泊车辆的泊车轨迹分解为待停泊车辆的横向泊车轨迹以及待停泊车辆的纵向泊车速度曲线。
其次,可以对分解得到的待停泊车辆的横向泊车轨迹进行优化,具体地,可以首先从待停泊车辆的横向泊车轨迹中提取横向待优化变量,根据障碍物信息以及车道信息,设置横向优化目标函数以及横向优化条件。其中,横向待优化变量是指对待停泊车辆的横向泊车轨迹进行优化的变量,横向优化变量包括但不限于:横向位置序列、横向速度序列以及横向加速度序列等变量,如表2所示,其中,横向优化目标函数是指用于根据横向优化条件对横向待优化变量进行优化的目标函数,横向优化目标函数包括但不限于:横向位置代价函数、横向速度代价函数、横向加速度代价函数等函数,如表2所示,其中,横向优化条件是指用于根据横向优化目标函数约束横向待优化变量的条件,横向优化条件包括但不限于:根据障碍物信息以及车道信息获取的可行使区域边界,例如:静态障碍物以及道路边界构成的可行使区域边界、从步骤S602中选取的待停泊车辆的泊车轨迹中提取的轨迹起始点、设置的横向速度限制、横向加速度限制以及横向加加速度限制等条件,如表2所示,表2为泊车轨迹的横向路径优化相关设置。
表2
其次可以根据横向优化目标函数以及横向优化条件对横向待优化变量进行优化,得到最优的最终待停泊车辆的横向泊车轨迹。
然后,可以对分解得到的待停泊车辆的纵向泊车速度曲线进行优化,具体地,首先可以从待停泊车辆的纵向泊车速度曲线中选取纵向待优化变量,根据障碍物信息,设置纵向优化目标函数以及纵向优化条件。其中,纵向待优化变量是指对待停泊车辆的纵向泊车速度曲线进行优化的变量,纵向优化变量包括但不限于:纵向位置序列、纵向速度序列以及纵向加速度序列等变量,如表3所示,其中,纵向优化目标函数是指用于根据纵向优化条件对纵向待优化变量进行优化的目标函数,纵向优化目标函数包括但不限于:纵向速度代价函数、纵向加速度代价函数、纵向加加速度代价函数等函数,如表3所示,其中,纵向优化条件是指用于根据纵向优化目标函数约束纵向待优化变量的条件,纵向优化条件包括但不限于:根据障碍物信息以及车道信息获取的可行使区域边界,例如:待停泊车辆前方障碍物构成的障碍物边界、从步骤S602中选取的待停泊车辆的泊车轨迹中提取的轨迹起始点、设置的纵向速度限制、纵向加速度限制以及纵向加加速度限制等条件,如表3所示,表2为泊车轨迹的纵向速度优化相关设置。
表3
其次,可以根据纵向优化目标函数以及纵向优化条件对纵向待优化变量进行优化,得到最优的最终待停泊车辆的纵向泊车速度曲线。
最终,可以将最终待停泊车辆的横向泊车轨迹,与最终待停泊车辆的纵向泊车速度曲线相结合,得到最终待停泊车辆的泊车轨迹。
可选的,可以根据上述最终待停泊车辆的泊车轨迹对待停泊车辆进行泊车控制,以使待停泊车辆跟踪最终待停泊车辆的泊车轨迹在待停泊处停车。可选的,可以输出上述最终待停泊车辆的泊车轨迹至待停泊车辆的中控显示装置上,以供用户参考上述最终待停泊车辆的泊车轨迹进行自主泊车控制。
本实施例提供的泊车轨迹的生成方法,在图1所示实施例的基础上,可以根据横向行驶行为控制策略和纵向行驶行为控制策略对待停泊车辆进行泊车轨迹的采样,得到多条泊车轨迹,其中,根据横向行驶行为控制策略和纵向行驶行为控制策略得到多条泊车轨迹可以为用户提供多种泊车轨迹的选择,提升了用户体验。其中,根据代价函数,对多条泊车轨迹进行代价计算,选取代价最优的泊车轨迹作为待停泊车辆的泊车轨迹,提高了泊车轨迹的生成方法的准确性,其中,根据车道信息以及障碍物信息,对待停泊车辆的泊车轨迹进行优化,得到最终待停泊车辆的泊车轨迹,进一步提高了泊车轨迹的生成方法的准确性。
图9为本申请第四实施例提供的根据横向行驶行为控制策略,对待停泊车辆进行横向泊车轨迹的采样的流程示意图。在图2或图6所示实施例的基础上,本实施例对根据横向行驶行为控制策略,对待停泊车辆进行横向泊车轨迹的采样的过程进行了展开描述。
如图9所示,本实施例的根据横向行驶行为控制策略,对待停泊车辆进行横向泊车轨迹的采样可以包括以下步骤:
步骤S901、确定横向行驶行为控制策略的类型。
具体地,如步骤S202的描述,横向行驶行为控制策略包括但不限于:控制车辆保持当前车道行驶、控制车辆进行借道行驶、控制车辆进行变道行驶以及控制车辆进行避让行驶等策略。在根据横向行驶行为控制策略,对待停泊车辆进行横向泊车轨迹的采样的过程中,可以先确认横向行驶行为控制策略的类型,以根据不同类型的横向行驶行为控制策略进行横向泊车轨迹的采样。
步骤S902、设置与横向行驶行为控制策略的类型相对应的可行使区域以及采样规则。
具体地,对于步骤S901中确定的横向行驶行为控制策略不同的情况,待停泊车辆的进行横向泊车轨迹的采样的可行使区域以及采样规则是不同的,例如:对于横向行为控制为控制车辆保持当前车道行驶的情况,可行使区域的横向范围较小,对于横向行为控制为控制车辆进行避让行驶的情况,可行使区域的横向范围增大,对于横向行为控制为控制车辆进行借道行驶、控制车辆进行变道行驶的情况,可行使区域的横向范围进一步增大。
可选的,若横向行驶行为控制策略的类型为控制车辆保持当前车道行驶,可以设置控制车辆保持当前车道行驶的可行使区域,如图10所示,图10为横向行驶行为控制策略为控制车辆保持当前车道行驶时的可行驶区域展示示例图。其中,控制车辆保持当前车道行驶的可行使区域的横向范围保持在行车参考线之上,其中,控制车辆保持当前车道行驶的可行使区域的纵向范围保持在位置范围s1-s2之间,其中,s1为T时刻最大减速度对应的位置,s2为T时刻最大加速度对应的位置,T表示泊车轨迹规划的时间窗口的最大时刻,例如:8s,其中,时间窗口为即时更新的,例如:在某一时刻,设定轨迹规划的时间窗口为1-8s,在一定时间例如:1s之后,重新设定轨迹规划的时间窗口仍为1-8s,以达到对某横向泊车轨迹进行完成采样的目的,具体地,s1与s2的表达式如下所示:
s1=v0T+0.5*dec*T2
s2=v0T+0.5*acc*T2
其中,v0表示待停泊车辆的当前速度,dec为最大减速度,acc为最大加速度,T表示泊车轨迹规划的时间窗口的最大时刻。
其中,可以设置控制车辆保持当前车道行驶的采样规则,具体地,如上方描述,控制车辆保持当前车道行驶的可行使区域使得待停泊车辆延行车参考线行驶,因此待停泊车辆横向位置的选择只有一种,即当横向行为控制行为策略为控制车辆保持当前车道行驶时,横向泊车轨迹的采样只有一种,因此控制车辆保持当前车道行驶的横向泊车轨迹的采样规则为,在上述控制车辆保持当前车道行驶的可行使区域内进行不等间距的纵向采样,其中,不等距的采样间距可根据用户需要进行设置,例如:当用户对采样精度要求较高时可以设置较小的采样间距,当用户对采样精度要求较低时可以设置较大的采样间距。
可选的,若横向行驶行为控制策略的类型为控制车辆进行避让行驶,可以设置控制车辆进行避让行驶的可行使区域,如图11所示,图11为横向行驶行为控制策略为控制车辆进行避让行驶时的可行驶区域展示示例图。其中,控制车辆进行避让行驶的可行使区域的横向范围保持在当前车道内,且可行使区域的横向边界需距离当前车道边界一定距离,例如:W/2,其中,W为待停泊车辆的车身宽度。其中,控制车辆进行避让行驶的可行使区域的纵向范围保持在位置范围s1-s2之间,其中,s1与s2的描述参照上方描述。其中,可以设置控制车辆进行避让行驶的采样规则,具体地,如上方描述,控制车辆进行避让行驶的可行使区域使得待停泊车辆横向位置的选择不止一种,因此控制车辆进行避让行驶的横向泊车轨迹的采样规则为,在上述控制车辆进行避让行驶的可行使区域内,进行等间距的横向采样以及不等距的纵向取样,其中等间距的采样间距可以根据用户需要进行设置,不等距的采样间距也可根据用户需要进行设置,例如:当用户对采样精度要求较高时可以设置较小的采样间距,当用户对采样精度要求较低时可以设置较大的采样间距。可选的,当控制车辆进行避让行驶结束时,待停泊车辆的横向行驶行为控制策略变更为控制车辆保持当前车道行驶。
可选的,若横向行驶行为控制策略的类型为控制车辆进行变道行驶或控制车辆进行借道行驶,可以设置控制车辆进行变道行驶或控制车辆进行借道行驶的可行使区域,如图12所示,图12为横向行驶行为控制策略为变道或控制车辆进行借道行驶时的可行驶区域展示示例图。其中,控制车辆进行变道行驶或控制车辆进行借道行驶的可行使区域的横向范围保持在相邻车道中心线附近,例如:控制车辆进行变道行驶的可行使区域的横向范围保持在相邻同向车道中心线附近,控制车辆进行借道行驶的可行使区域的横向范围保持在相邻反向车道中心线附近,其中,可根据步骤S101中采集二点车道信息对待停泊车辆的可行使区域的数量进行判断,例如:若待停泊车辆的相邻车道只有一条,则可行使区域最多只有一个,若待停泊车辆的相邻车道有两条,则可行使区域可以有两个,其中,各可行使区域的横向边界可以根据车道信息以及用户需要进行设置,例如:可行使区域的横向边界设置为Lb。其中,控制车辆进行变道行驶或控制车辆进行借道行驶的可行使区域的纵向范围保持在位置范围s1-s2之间,其中,s1与s2的描述参照上方描述。其中,可以设置变道或控制车辆进行借道行驶的采样规则,具体地,如上方描述,控制车辆进行变道行驶或控制车辆进行借道行驶的可行使区域使得待停泊车辆横向位置的选择不止一种,因此控制车辆进行变道行驶或控制车辆进行借道行驶的横向泊车轨迹的采样规则为,在上述控制车辆进行变道行驶或控制车辆进行借道行驶的可行使区域内,进行等间距的横向采样以及不等距的纵向取样,其中等间距的采样间距可以根据用户需要进行设置,不等距的采样间距也可根据用户需要进行设置,例如:当用户对采样精度要求较高时可以设置较小的采样间距,当用户对采样精度要求较低时可以设置较大的采样间距。可选的,当控制车辆进行变道行驶或控制车辆进行借道行驶结束时,待停泊车辆的横向行驶行为控制策略变更为控制车辆保持当前车道行驶。可选的,当控制车辆进行变道行驶或控制车辆进行借道行驶结束时,待停泊车辆的横向行驶行为控制策略变更为控制车辆保持当前车道行驶。
步骤S903、根据可行使区域以及采样规则,对待停泊车辆进行横向泊车轨迹的采样。
具体地,可以根据步骤S903中设置的与横向行驶行为控制策略的类型相对应的可行使区域以及采样规则,对待停泊车辆进行横向泊车轨迹的采样。
可选的,在横向行驶行为控制策略为控制车辆进行避让行驶时,如图11所示,控制车辆进行避让行驶的可行使区域包括障碍物所在位置,因此,在根据控制车辆进行避让行驶的采样规则对待停泊车辆进行控制车辆进行避让行驶的可行驶区域内的泊车轨迹的采样时,可以将障碍物所在位置处的采样点去除后,再进行横向泊车轨迹的采样。
本实施例提供的根据横向行驶行为控制策略的横向行为,对待停泊车辆进行横向泊车轨迹的采样的过程,通过确定横向行驶行为控制策略的类型,设置与横向行驶行为控制策略的类型相对应的可行使区域以及采样规则,根据可行使区域以及采样规则,对待停泊车辆进行横向泊车轨迹的采样,其中,通过为不同的横向行驶行为控制策略设置不同的采样可行使区域以及采样规则的方式,提高了横向泊车轨迹采样的准确性,进一步提高了泊车轨迹的生成方法的准确性。
图13为本申请第五实施例提供的根据纵向行驶行为控制策略,对待停泊车辆进行纵向泊车速度的采样的流程示意图。在图2或图6所示实施例的基础上,本实施例对根据纵向行驶行为控制策略,对待停泊车辆进行纵向泊车速度的采样的过程进行了展开描述。
如图13所示,本实施例的根据纵向行驶行为控制策略,对待停泊车辆进行纵向泊车速度的采样可以包括以下步骤:
步骤S1301、确定纵向行驶行为控制策略的类型。
具体地,如步骤S504中的描述,纵向行驶行为控制策略包括:控制车辆进行巡航行驶、控制车辆进行跟车行驶以及控制车辆进行停车。在根据纵向行驶行为控制策略,对待停泊车辆进行纵向泊车速度的采样的过程中,可以先确定纵向行驶行为控制策略的类型,以根据不同类型的纵向行驶行为控制策略进行纵向泊车速度的采样。
步骤S1302、当纵向行驶行为控制策略的类型为控制车辆进行巡航行驶时,根据速度采样区间对待停泊车辆进行纵向泊车速度的采样。
具体地,对于步骤S1301中确定的纵向行驶行为控制策略的类型不同的情况,待停泊车辆的纵向泊车速度的采样方法是不同的。
具体地,当纵向行驶行为控制策略的类型为控制车辆进行巡航行驶时,可以根据速度采样区间对待停泊车辆进行纵向泊车速度的采样。如图14所示,图14为纵向行驶行为控制策略为控制车辆进行巡航行驶时的速度采样区间示例图。其中,vmin表示当前速度v0经过t时间后能够达到的最小速度;vmax表示当前速度v0经过t时间后能够达到的最大速度,vmin与vmax的表达式如下所示:
vmin=v0+dec*t
vmax=v0+acc*t
其中,可以计算轨迹规划的时间窗口内各个时刻t的速度采样区间[vmin,vmax],在速度采样区间进行均匀采样。具体地,可以根据初位置,初速度,初加速度,末速度,使用多项式插值法例如:4次多项式插值获取速度曲线。
步骤S1303、当纵向行驶行为控制策略的类型为控制车辆进行跟车行驶时,根据跟车区间对待停泊车辆进行纵向泊车速度的采样。
具体地,当纵向行驶行为控制策略的类型为控制车辆进行跟车行驶时,可以根据跟车距离对待停泊车辆进行纵向泊车速度的采样,如图15所示,图15为纵向行驶行为控制策略为控制车辆进行跟车行驶时的速度采样区间示例图。其中,sfollow表示理想跟车距离,sbuffer表示跟车区间。具体地,可以在上述跟车区间内进行采样,具体地,可以根据初位置,初速度,初加速度,末位置,末速度,使用多项式插值法例如:5次多项式插值获取速度曲线,其中,末速度设定为前车速度。
步骤S1304、当纵向行驶行为控制策略的类型为控制车辆进行停车时,根据停车时间对待停泊车辆进行纵向泊车速度的采样。
具体地,当纵向行驶行为控制策略的类型为控制车辆进行停车是,可以根据停车时间对待停泊车辆进行纵向泊车速度的采样,如图16所示,图16为纵向行驶行为控制策略为控制车辆进行停车时的速度采样区间示例图。其中,可以对停车时间t进行采样,具体地,可以根据初位置,初速度,初加速度,末速度,使用多项式插值法例如:4次多项式插值获取速度曲线,其中,末速度为0。
本实施例提供的根据纵向行驶行为控制策略,对待停泊车辆进行纵向泊车速度的采样的过程,通过确定纵向行驶行为控制策略的类型,当纵向行驶行为控制策略的类型为控制车辆进行巡航行驶时,根据速度采样区间对待停泊车辆进行纵向泊车速度的采样,当纵向行驶行为控制策略的类型为控制车辆进行跟车行驶时,根据跟车区间对待停泊车辆进行纵向泊车速度的采样,其中,通过为不同的纵向行驶行为控制策略设置不同的采样方法的方式,提高了纵向泊车速度采样的准确性,进一步提高了泊车轨迹的生成方法的准确性。
图17为本申请第六实施例提供的一种泊车轨迹的生成装置的结构示意图。
如图17所示,本实施例的泊车轨迹的生成装置170包括采集模块171、确定模块172以及生成模块173。
采集模块171,用于采集待停泊车辆前方的车道信息以及待停泊车辆周围的障碍物的位置和运动状态。
确定模块172,用于确定障碍物与车辆、障碍物与车辆所在的车道之间的位置关系。
确定模块172,还用于根据位置关系、车道信息以及障碍物的运动状态,确定障碍物策略。
生成模块173,用于根据车辆的运动状态、障碍物策略和车道信息,生成横向行驶行为控制策略;并根据车道信息、障碍物的位置以及障碍物的运动状态,生成纵向行驶行为控制策略。
生成模块173,还用于根据横向行驶行为控制策略和纵向行驶行为控制策略,生成待停泊车辆的泊车轨迹。
本实施例提供的装置,可用于执行上述方法实施例图1到图16的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图18为本申请第七实施例提供的一种泊车轨迹的生成设备的结构示意图。
如图18所示,本实施例的泊车轨迹的生成设备180包括:处理器181,存储器182,通信接口183。
存储器182用于存储处理器的可执行指令。
其中,处理器181配置为经由执行可执行指令来执行上述方法实施例图1到图16任一项的泊车轨迹的生成方法。
本申请实施例还提供一种可读存储介质,其上存储有计算机程序,其中计算机程序被处理器执行时实现执行上述方法实施例图1到图16任一项的泊车轨迹的生成方法。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (15)
1.一种泊车轨迹的生成方法,其特征在于,包括:
采集待停泊车辆前方的车道信息以及所述待停泊车辆周围的障碍物的位置和运动状态;
确定所述障碍物与所述车辆、所述障碍物与所述车辆所在的车道之间的位置关系;
根据所述位置关系、所述车道信息以及所述障碍物的运动状态,确定障碍物策略;
根据车辆的运动状态、所述障碍物策略和所述车道信息,生成横向行驶行为控制策略;并根据所述车道信息、所述障碍物的位置以及所述障碍物的运动状态,生成纵向行驶行为控制策略;
根据所述横向行驶行为控制策略和所述纵向行驶行为控制策略,生成所述待停泊车辆的泊车轨迹。
2.根据权利要求1所述的方法,其特征在于,所述根据所述位置关系、所述车道信息以及所述障碍物的运动状态,确定障碍物策略,包括:
若所述障碍物位于所述车辆的后方,或者所述障碍物位于所述车辆的前方且所述障碍物处于运动状态,则所述障碍物策略为控制所述车辆进行忽略障碍物行驶;
若所述障碍物位于所述车辆的前方且所述障碍物处于静止状态,则所述障碍物策略为控制所述车辆绕过所述障碍物行驶;
若所述障碍物占用所述车辆的当前车道的范围小于设定区域,则所述障碍物策略为控制所述车辆避让所述障碍物行驶。
3.根据权利要求2所述的方法,其特征在于,所述根据车辆的运动状态、所述障碍物策略和所述车道信息,生成横向行驶行为控制策略,包括:
确定所述车辆的运动状态包括横向运动;
若所述障碍物策略为控制所述车辆绕过所述障碍物行驶,则根据所述车道信息判断所述车辆是否需要进行控制车辆进行借道行驶,若需要,则控制所述车辆进行借道行驶,否则所述横向行驶行为控制策略为控制所述车辆进行变道行驶;
若所述障碍物策略为控制所述车辆避让所述障碍物行驶,且所述横向行驶行为控制策略为控制所述车辆进行避让行驶。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
确定所述车辆的运动状态不包括横向运动;
则所述横向行驶行为控制策略为控制所述车辆保持当前车道行驶。
5.根据权利要求4所述的方法,其特征在于,所述根据所述车道信息、所述障碍物的位置以及所述障碍物的运动状态,生成纵向行驶行为控制策略,包括:
根据所述车道信息生成行车参考线;
将所述障碍物投影到所述行车参考线上,确定所述障碍物与所述行车参考线的位置关系;
若所述障碍物未位于所述行车参考线上,则所述纵向行驶行为控制策略为控制所述车辆进行巡航行驶;
若所述障碍物位于所述行车参考线上,则判断所述障碍物是否处于运动状态,若是,则所述纵向行驶行为控制策略为控制所述车辆进行跟车行驶,否则所述纵向行驶行为控制策略为控制所述车辆进行停车。
6.根据权利要求5所述的方法,其特征在于,所述根据所述横向行驶行为控制策略和所述纵向行驶行为控制策略,生成所述待停泊车辆的泊车轨迹,包括:
根据所述横向行驶行为控制策略和所述纵向行驶行为控制策略,对所述待停泊车辆进行泊车轨迹的采样,得到多条所述泊车轨迹;
根据代价函数,对多条所述泊车轨迹进行代价计算,选取代价最优的泊车轨迹作为所述待停泊车辆的泊车轨迹。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
根据所述车道信息以及障碍物信息,对所述待停泊车辆的泊车轨迹进行优化,得到最终待停泊车辆的泊车轨迹。
8.根据权利要求6所述的方法,其特征在于,所述根据所述横向行驶行为控制策略和所述纵向行驶行为控制策略,对待停泊车辆进行泊车轨迹的采样,得到多条所述泊车轨迹,包括:
根据所述横向行驶行为控制策略,对所述待停泊车辆进行横向泊车轨迹的采样,得到多条所述横向泊车轨迹;
根据所述纵向行驶行为控制策略,对所述待停泊车辆进行纵向泊车速度的采样,得到多条纵向泊车速度曲线;
将多条所述横向泊车轨迹与多条所述纵向泊车速度曲线相结合,得到多条所述泊车轨迹。
9.根据权利要求6所述的方法,其特征在于,所述根据代价函数,对多条所述泊车轨迹进行代价计算,选取代价最优的泊车轨迹作为所述待停泊车辆的轨迹,包括:
根据所述代价函数,计算各所述泊车轨迹的各运动参数的代价值;
对各所述泊车轨迹的各所述运动参数的代价值进行加权运算,得到各所述泊车轨迹对应的加权代价值;
选取最小加权代价值对应的泊车轨迹,作为所述待停泊车辆的泊车轨迹。
10.根据权利要求7所述的方法,其特征在于,所述根据所述车道信息以及所述障碍物信息,对所述待停泊车辆的泊车轨迹进行优化,得到最终待停泊车辆的泊车轨迹,包括:
将所述待停泊车辆的泊车轨迹分解为待停泊车辆的横向泊车轨迹以及待停泊车辆的纵向泊车速度曲线;
从所述待停泊车辆的横向泊车轨迹中提取横向待优化变量,根据所述障碍物信息以及所述车道信息,设置横向优化目标函数以及横向优化条件;
根据所述横向优化目标函数以及所述横向优化条件对所述横向待优化变量进行优化,得到最终待停泊车辆的横向泊车轨迹;
从所述待停泊车辆的纵向泊车速度曲线中选取纵向待优化变量,根据所述障碍物信息,设置纵向优化目标函数以及纵向优化条件;
根据所述纵向优化目标函数以及所述纵向优化条件对所述纵向待优化变量进行优化,得到最终待停泊车辆的纵向泊车速度曲线;
将所述最终待停泊车辆的横向泊车轨迹,与所述最终待停泊车辆的纵向泊车速度曲线相结合,得到所述最终待停泊车辆的泊车轨迹。
11.根据权利要求8所述的方法,其特征在于,所述根据所述横向行驶行为控制策略,对所述待停泊车辆进行横向泊车轨迹的采样,包括:
确定所述横向行驶行为控制策略的类型;
设置与所述横向行驶行为控制策略的类型相对应的可行使区域以及采样规则;
根据所述可行使区域以及所述采样规则,对待停泊车辆进行横向泊车轨迹的采样。
12.根据权利要求8所述的方法,其特征在于,所述根据所述纵向行驶行为控制策略,对所述待停泊车辆进行纵向泊车速度的采样,包括:
确定所述纵向行驶行为控制策略的类型;
当所述纵向行驶行为控制策略的类型为控制所述车辆进行巡航行驶时,根据速度采样区间对所述待停泊车辆进行纵向泊车速度的采样;
当所述纵向行驶行为控制策略的类型为控制所述车辆进行跟车行驶时,根据跟车区间对所述待停泊车辆进行纵向泊车速度的采样;
当所述纵向行驶行为控制策略的类型为控制所述车辆进行停车时,根据停车时间对所述待停泊车辆进行纵向泊车速度的采样。
13.一种泊车轨迹的生成装置,其特征在于,包括:
采集模块,用于采集待停泊车辆前方的车道信息以及所述待停泊车辆周围的障碍物的位置和运动状态;
确定模块,用于确定所述障碍物与所述车辆、所述障碍物与所述车辆所在的车道之间的位置关系;
所述确定模块,还用于根据所述位置关系、所述车道信息以及所述障碍物的运动状态,确定障碍物策略;
生成模块,用于根据车辆的运动状态、所述障碍物策略和所述车道信息,生成横向行驶行为控制策略;并根据所述车道信息、所述障碍物的位置以及所述障碍物的运动状态,生成纵向行驶行为控制策略;
所述生成模块,还用于根据所述横向行驶行为控制策略和所述纵向行驶行为控制策略,生成所述待停泊车辆的泊车轨迹。
14.一种泊车轨迹的生成设备,其特征在于,包括:
处理器,存储器,通信接口;
所述存储器用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至12任一项所述的泊车轨迹的生成方法。
15.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现执行权利要求1至12任一项所述的泊车轨迹的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310976167.0A CN117022250A (zh) | 2023-08-03 | 2023-08-03 | 泊车轨迹的生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310976167.0A CN117022250A (zh) | 2023-08-03 | 2023-08-03 | 泊车轨迹的生成方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117022250A true CN117022250A (zh) | 2023-11-10 |
Family
ID=88627352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310976167.0A Pending CN117022250A (zh) | 2023-08-03 | 2023-08-03 | 泊车轨迹的生成方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117022250A (zh) |
-
2023
- 2023-08-03 CN CN202310976167.0A patent/CN117022250A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112882469B (zh) | 一种融合全局训练的深度强化学习避障导航方法 | |
CN113267199B (zh) | 行驶轨迹规划方法及装置 | |
CN111830979B (zh) | 一种轨迹优化方法和装置 | |
US20210009119A1 (en) | Method and control device for a system for the control of a motor vehicle | |
CN114846425A (zh) | 移动机器人的预测和规划 | |
CN111301419A (zh) | 用于sae 4级自动化车道变更的基于强化学习的方法 | |
CN113247023B (zh) | 一种行驶规划方法、装置、计算机设备及存储介质 | |
Crane Iii et al. | Team CIMAR's NaviGATOR: An unmanned ground vehicle for the 2005 DARPA grand challenge | |
CN113670305A (zh) | 泊车轨迹生成方法、装置、计算机设备和存储介质 | |
CN113276883A (zh) | 基于动态生成环境的无人车行驶策略规划方法及实现装置 | |
CN112947495B (zh) | 模型训练的方法、无人驾驶设备的控制方法以及装置 | |
CN112799384A (zh) | 车辆及其行驶轨迹规划方法和规划装置 | |
CN109492835A (zh) | 车辆控制信息的确定方法、模型训练方法和相关装置 | |
US12020565B2 (en) | Driving system and method for selecting an action option for an automated motor vehicle | |
CN117170377A (zh) | 一种自动驾驶方法、装置及车辆 | |
CN117022250A (zh) | 泊车轨迹的生成方法、装置、设备及存储介质 | |
CN114815825B (zh) | 确定车辆最优行驶轨迹方法和装置 | |
CN115097826A (zh) | 一种车辆掉头轨迹规划方法及装置 | |
CN114426030B (zh) | 一种行人穿行意图估计方法、装置、设备和汽车 | |
CN114740868A (zh) | 一种基于深度强化学习的移动机器人路径规划方法 | |
CN112644487A (zh) | 一种自动驾驶的方法和装置 | |
CN115837905B (zh) | 车辆控制方法、装置、车辆及存储介质 | |
CN115593439B (zh) | 车辆控制方法、装置、车辆及存储介质 | |
CN117037500B (zh) | 非结构化道路下小目标轨迹预测方法、设备、介质 | |
CN117622227B (zh) | 一种车辆换道避障控制方法及装置 |
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 |