CN117068198A - 轨迹规划方法、装置、电子设备及自动驾驶车辆 - Google Patents
轨迹规划方法、装置、电子设备及自动驾驶车辆 Download PDFInfo
- Publication number
- CN117068198A CN117068198A CN202310610885.6A CN202310610885A CN117068198A CN 117068198 A CN117068198 A CN 117068198A CN 202310610885 A CN202310610885 A CN 202310610885A CN 117068198 A CN117068198 A CN 117068198A
- Authority
- CN
- China
- Prior art keywords
- host vehicle
- obstacle
- vehicle
- track
- space
- 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 83
- 230000009471 action Effects 0.000 claims abstract description 49
- 230000033001 locomotion Effects 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000009499 grossing Methods 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 18
- 230000001133 acceleration Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004088 simulation Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005070 sampling Methods 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
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- 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
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开提供了轨迹规划方法、装置、电子设备及自动驾驶车辆,涉及数据处理领域,尤其涉及自动驾驶、运动规划、决策控制领域。具体实现方案为:获取障碍物初始状态、障碍物动作空间、主车初始状态;根据所述障碍物初始状态、障碍物动作空间构建主车安全空间;所述主车安全空间为主车与障碍物不会发生碰撞的时间与位置的集合;基于所述主车初始状态,以所述主车安全空间为搜索空间,对主车动作进行搜索,获取主车初始轨迹;对所述初始轨迹进行平滑处理,获取主车平滑轨迹。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及自动驾驶、运动规划、决策控制等技术领域。具体而言,本公开涉及一种轨迹规划方法、装置、电子设备及自动驾驶车辆。
背景技术
无人驾驶技术具有广阔的应用前景。随着技术的发展,无人驾驶汽车的需求已经越来越大。
无人驾驶汽车需要在和周围的其他交通参与者(即障碍物)交互的同时,规划安全合理的驾驶轨迹。
发明内容
本公开提供了一种轨迹规划方法、装置、电子设备及自动驾驶车辆。
根据本公开的第一方面,提供了一种轨迹规划方法,该方法包括:
获取障碍物初始状态、障碍物动作空间、主车初始状态;
根据所述障碍物初始状态、障碍物动作空间构建主车安全空间;所述主车安全空间为主车与障碍物不会发生碰撞的时间与位置的集合;
基于所述主车初始状态,以所述主车安全空间为搜索空间,对主车动作进行搜索,获取主车初始轨迹;
对所述主车初始轨迹进行平滑处理,获取主车平滑轨迹。
根据本公开的第二方面,提供了一种轨迹规划装置,该装置包括:
状态获取模块,用于获取障碍物初始状态、障碍物动作空间、主车初始状态;
安全空间模块,用于根据所述障碍物初始状态、障碍物动作空间构建主车安全空间;所述主车安全空间为主车与障碍物不会发生碰撞的时间与位置的集合;
初始轨迹模块,用于基于所述主车初始状态,以所述主车安全空间为搜索空间,对主车动作进行搜索,获取主车初始轨迹;
平滑轨迹模块,用于对所述主车初始轨迹进行平滑处理,获取主车平滑轨迹。
根据本公开的第三方面,提供了一种电子设备,该电子设备包括:
至少一个处理器;以及
与上述至少一个处理器通信连接的存储器;其中,
存储器存储有可被上述至少一个处理器执行的指令,指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行上述轨迹规划方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,该计算机指令用于使计算机执行上述轨迹规划方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现上述轨迹规划方法。
根据本公开的第六方面,提供了一种自动自动驾驶车辆,包括上述电子设备。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开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
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开实施例提供的的一种轨迹规划方法的流程示意图;
图2是本公开实施例提供的另一种轨迹规划方法的部分步骤的流程示意图;
图3是本公开实施例提供的另一种轨迹规划方法的部分步骤的流程示意图;
图4是本公开实施例提供的另一种轨迹规划方法的部分步骤的流程示意图;
图5是本公开实施例提供的一个具体实施例中,主车与障碍物的真实行驶情况示意图;
图6是本公开实施例提供的一种轨迹规划装置的结构示意图;
图7是用来实现本公开实施例的轨迹规划方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在一些相关技术中,基于障碍物的行为以及主车的行为,对动作空间(纵向为加速度,横向为角速度)进行采样,在按照预设的时间步长,通过运动学方程推算障碍物和主车的状态,再进行评估,对评估后最优的记过,逆向回溯,可以得到粗略的初始轨迹,再对粗略的初始轨迹进行平滑,获取平滑的轨迹,输出给主车的控制模块执行。
由于障碍物和主车的动作空间很大,导致采样之后的状态很多,进而导致需要评估的状态很多,最终导致消耗的计算资源过大,影响效率。
本公开实施例提供的轨迹规划方法、装置、电子设备、计算机可读存储存储介质、自动驾驶车辆,旨在解决现有技术的如上技术问题中的至少一个。
本公开实施例提供的轨迹规划方法可以由终端设备或服务器等电子设备执行,终端设备可以为车载设备、用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,所述方法可以通过处理器调用存储器中存储的计算机可读程序指令的方式来实现。或者,可通过服务器执行所述方法。
图1示出了本公开实施例提供的一种轨迹规划方法的流程示意图,如图1所示,该方法可以包括步骤S110、步骤S120、步骤S130、步骤S140。
在步骤S110中,获取障碍物初始状态、障碍物动作空间、主车初始状态;
在步骤S120中,根据障碍物初始状态、障碍物动作空间构建主车安全空间;
在步骤S130中,基于主车初始状态,以主车安全空间为搜索空间,对主车动作进行搜索,获取主车初始轨迹;
在步骤S140中,对初始轨迹进行平滑处理,获取主车平滑轨迹。
举例来说,在步骤S110中,主车可以是自动驾驶车辆,主车的控制模块可以根据接收的信息控制主车行驶。障碍物可以是除主车外的其他交通参与者。障碍物初始状态、障碍物动作空间、主车初始状态可以通过安装在主车的传感器获取。
在一些可能的实现方式中,障碍物初始状态可以是在检测到障碍物,且判断障碍物可能会对主车的行驶造成影响,需要根据障碍物重新进行轨迹规划的时刻障碍物的行驶状态。
在一些可能的实现方式中,障碍物初始状态可以包括在检测到障碍物,且判断障碍物可能会对主车的行驶造成影响,需要根据障碍物重新进行轨迹规划的时刻障碍物的位置、障碍物的速度;还可以包括该时刻障碍物的加速度、角速度等。
在一些可能的实现方式中,障碍物动作空间可以是对障碍物动作能力的描述,是障碍物可以达到的动作组成的空间,其可以包括多个维度。
在一些可能的实现方式中,障碍物动作空间可以包括障碍物的加速度、障碍物的角速度,具体的,障碍物动作空间的纵向为障碍物的加速度,横向为障碍物的角速度。
在一些可能的实现方式中,主车初始状态与障碍物初始状态一样,可以是障碍物初始状态可以是在检测到障碍物,且判断障碍物可能会对主车的行驶造成影响,需要根据障碍物重新进行轨迹规划的时刻主车的行驶状态。
在一些可能的实现方式中,主车初始状态可以包括在检测到障碍物,且判断障碍物可能会对主车的行驶造成影响,需要根据障碍物重新进行轨迹规划的时刻主车的位置、主车的速度;还可以包括该时刻主车的加速度、角速度等。
在一些可能的实现方式中,在步骤S120中,主车安全空间为主车与障碍物不会发生碰撞的时间与位置的集合。
也就是说,主车安全空间可以是多个状态的集合,每个状态包括时间和位置,表示在该事件主车处于该位置,则主车与障碍物不会发生碰撞。
本公开实施例对构建主车安全空间的方法并不进行限定,任何可以根据障碍物初始状态,障碍物动作空间构建主车安全空间的方法都在本公开实施例的保护范围。
在一些可能的实现方式中,在步骤S130中,主车动作可以包括主车的加速度以及主车的角速度。
基于主车初始状态,以主车安全空间为搜索空间,对主车动作进行搜索,获取主车初始轨迹可以是基于主车初始状态,以安全区间为搜索空间,通过预设的时间步长,对主车行为进行离散,进行搜索,对主车状态进行拓展,直至主车达到终止条件。
在一些可能的实现方式中,在主车达到终止条件后,可以通过路径回溯的方法来获取主车初始轨迹。
在一些可能的实现方式中,主车初始轨迹可以包括角度、角速度、位置、角速度、速度等信息。
本公开实施例对搜索的具体方法并不做限制,任何可以实现搜索的方法都在本公开实施例的保护范围。
在一些可能的实现方式中,在步骤S140中,由于主车初始轨迹是时间步长对主车行动进行离散后进行搜索后获取的,因此,获取的主车初始轨迹可能是离散的,不平滑的,主车的控制模块执行起来可能导致主车驾驶体感较差,因此,需要对得到的主车初始轨迹进行平滑处理,获取更加平滑,驾驶体感更好的主车平滑轨迹。
在一些可能的实现方式中,可以通过二次规划方法对主车初始轨迹进行平滑处理。
在一些可能的实现方式中,障碍物初始状态、障碍物动作空间可以在执行步骤S120根据历史数据获取;主车初始状态可以在执行步骤S130之前根据历史数据获取,也就是说,障碍物初始状态、障碍物动作空间、主车初始状态可以不是同时获取的。
本公开实施例提供的步骤顺序是为了方便说明,并不用于对实际的执行过程中不同步骤之间的执行顺序进行限定。
在本公开实施例提供的轨迹规划方法中,通过障碍物与主车相关信息,获取主车安全空间,以主车安全空间作为搜索空间来进行轨迹规划,缩小了搜索过程中的搜索空间,提高了搜索的效率,减少了搜索计算资源的占用,节约了计算资源。
下面对本公开实施例提供的轨迹规划方法进行具体介绍。
如上所述,可以基于主车初始状态,以安全区间为搜索空间,通过预设的时间步长,对主车行为进行离散,进行搜索,对主车状态进行拓展,直至主车达到终止条件;
图2示出了基于主车初始状态,以主车安全空间为搜索空间,对主车动作进行搜索,获取主车初始轨迹的一种实现方式的流程示意图,如图2中所示,可以包括步骤S210、步骤S220。
在步骤S210中,基于主车初始状态,以主车安全空间为搜索空间,通过预设的时间步长,对主车动作进行搜索,直至主车动作状态满足预设的终止条件;
在步骤S220中,获取所有搜索结果,基于预设的打分规则对搜索结果进行打分,根据得分最高的搜索结果获取主车初始轨迹。
在一些可能的实现方式中,在步骤S210中,主车动作状态可以包括主车与障碍物的相对位置、主车的运动方向、主车的速度等。
预设的终止条件可以是主车与障碍物不再有交互。
搜索过程可以是基于预设的时间步长,将主车动作进行离散化,基于主车初始状态,以主车安全空间为搜索空间,计算主车动作状态,直至主车动作状态满足预设终止条件。
具体的,设置时间步长t,设置主车可以以+1、0、-1的加速度运动,基于主车初始状态,通过运动学公式推算不同加速度情况下主车t时刻的状态(即主车动作状态),针对每一种主车t时刻的状态,在主车t时刻的状态不满足预设终止条件的情况下,继续通过运动学公式推算不同加速度情况下主车2t时刻的状态,以此类推,直至主车动作状态满足预设的终止条件。
在一些可能的实现方式中,在步骤S220中,可以对搜索结果进行模拟,获取所有可以使主车动作状态满足预设的终止条件的搜索结果,并基于预设的打分规则对所有搜索结果进行打分,并根据打分结果最高的搜索结果获取主车初始轨迹。
在一些可能的实现方式中,可以通过博弈树对搜索结果进行模拟。
图3示出了通过博弈树对搜索结果进行模拟的一种实现方式的流程示意图,如图3中所示,可以包括步骤S310、步骤S320、步骤S330。
在步骤S310中,通过博弈树模拟所有搜索结果,并基于预设的打分规则对获取的博弈树的叶节点进行打分;
在步骤S320中,选择得分最高的叶节点进行回溯,直至回溯到博弈树的根节点;
在步骤S330中,将回溯过程中的主车动作按照从根节点到叶节点的顺序进行记录,获取主车初始轨迹。
在一些可能的实现方式中,在步骤S310中,博弈树的叶节点即博弈树模拟出的结果,对博弈树的叶节点进行打分就是对搜索结果进行打分。
在一些可能的实现方式中,在步骤S320中,回溯可以是按照得分最高的搜索结果从博弈树的叶节点回溯至博弈树的根节点,获取回溯过程中的所有节点。
在一些可能的实现方式中,在步骤S330中,将回溯过程中获取的节点按照从根节点到叶节点的顺序进行记录,获取主车初始轨迹。
由于叶节点是结束,根节点是开始,因此,按照从根节点到叶节点的顺序进行记录才是正常的轨迹顺序。
在一些可能的实现方式中,主车初始轨迹包括主车在不同时刻的角度、角速度、位置、加速度、速度等信息。
通过博弈树对所有搜索结果进行模拟容易实现且占用计算资源较少,同时,博弈树也方便进行回溯获取主车初始轨迹。
在一些可能的实现方式中,预设的打分规则可以包括主车驾驶体感、交通规则等。
其中,主车驾驶体感与主车行驶流畅感有关,可以是以若执行该搜索结果主车驾驶员以及乘坐主车人员的感受,如急刹车对主车驾驶员以及乘坐主车人员带来的乘车感受就比匀速行驶对主车驾驶员以及乘坐主车人员带来的乘车感受差,因此,加速度为0的主车行动就是加速度为1的主车行动的得分高。
交通规则可以是执行搜索结果的过程中是否需要遵守一定的交通规则,如是否可能会遇到红绿灯、经过人行横道等可能影响主车行驶的区域、是否存在限速等影响车辆行驶速度的因素等。
驾驶体感和交通规则都是车辆行驶过程中影响最大的因素之一,通过主车驾驶体感和交通规则来对搜索结果进行打分,可以获取驾驶体感最好且符合交通规则的主车轨迹。
如上所述,可以通过二次规划方法对主车初始轨迹进行平滑处理。
图4示出了通过二次规划方法对主车初始轨迹进行平滑处理的一种实现方式的流程示意图,如图4中所示,可以包括步骤S410。
在步骤S410中,以主车初始轨迹作为约束,使用二次规划方法获取主车平滑轨迹。
在一些可能的实现方式中,主车平滑轨迹用于输出给主车的控制模块,以使主车的控制模块执行根据主车平滑轨迹控制主车行驶。
通过二次规划方法可以在尽量减少计算资源的占用的情况下,对主车初始轨迹进行平滑。
下面以一个具体实施例对本公开实施例提供的轨迹规划方法进行具体介绍。
图5为一个具体实施例中,主车与障碍物的真实行驶情况示意图,如图5中所示,主车的初始状态在R,主车目的地为G。同时,障碍物(即图5中黑色点)从G开始,以每个单位时间走1格的速度,向右侧前进。则A对应的安全时间区间为[0],[2,+∞],R的安全时间区间为[0,1],[3,∞],也就是说,在0时间单位对应的时刻的A和R都属于主车安全区间,1单位时间对应的时刻的R属于主车安全区间,2时间单位对应的时刻的A属于主车安全区间,之后时刻对应的A和R也都属于主车安全区间。
在构建主车安全区间后,基于主车初始状态,对主车行为(纵向为加速度,横向为车头角速度),通过预设的时间步长t,以安全区间作为搜索空间,进行搜索,直到主车车和障碍物不再有交互。
通过博弈树模拟出的所有结果,对博弈树的叶节点进行打分。打分标准可以考虑主车的体感和交通规则等信息。选择分数最高的叶结点,回溯博弈树直到根节点,将过程中的主车行为以根节点到叶节点的顺序加以记录,可以得到一条粗略的主车规划轨迹(包含角度、角速度,位置,加速度,速度等信息),即主车初始轨迹。
以该粗略的规划轨迹作为约束,使用二次规划方法输出平滑的规划轨迹,即主车平滑轨迹,输出给控制模块执行。
基于与图1中所示的方法相同的原理,图6示出了本公开实施例提供的一种轨迹规划装置的结构示意图,如图6所示,该轨迹规划装置60可以包括:
状态获取模块610,用于获取障碍物初始状态、障碍物动作空间、主车初始状态;
安全空间模块620,用于根据障碍物初始状态、障碍物动作空间构建主车安全空间;主车安全空间为主车与障碍物不会发生碰撞的时间与位置的集合;
初始轨迹模块630,用于基于主车初始状态,以主车安全空间为搜索空间,对主车动作进行搜索,获取主车初始轨迹;
平滑轨迹模块640,用于对主车初始轨迹进行平滑处理,获取主车平滑轨迹。
在本公开实施例提供的轨迹规划装置中,通过障碍物与主车相关信息,获取主车安全空间,以主车安全空间作为搜索空间来进行轨迹规划,缩小了搜索过程中的搜索空间,提高了搜索的效率,减少了搜索计算资源的占用,节约了计算资源。
可以理解的是,本公开实施例中的轨迹规划装置的上述各模块具有实现图1中所示的实施例中的轨迹规划方法相应步骤的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。上述模块可以是软件和/或硬件,上述各模块可以单独实现,也可以多个模块集成实现。对于上述轨迹规划装置的各模块的功能描述具体可以参见图1中所示实施例中的轨迹规划方法的对应描述,在此不再赘述。
在一些可能的实现方式中,初始轨迹模块630包括:搜索单元,用于基于主车初始状态,以主车安全空间为搜索空间,通过预设的时间步长,对主车动作进行搜索,直至主车动作状态满足预设的终止条件;打分单元,用于获取所有搜索结果,基于预设的打分规则对搜索结果进行打分,根据得分最高的搜索结果获取主车初始轨迹。
在一些可能的实现方式中,打分单元包括:模拟子单元,用于通过博弈树模拟所有搜索结果,并基于预设的打分规则对获取的博弈树的叶节点进行打分;回溯子单元,用于选择得分最高的叶节点进行回溯,直至回溯到博弈树的根节点;轨迹子单元,用于将回溯过程中的主车动作按照从根节点到叶节点的顺序进行记录,获取主车初始轨迹。
在一些可能的实现方式中,预设的打分规则包括主车驾驶体感以及交通规则。
在一些可能的实现方式中,障碍物初始状态包括障碍物的位置、障碍物的速度;障碍物动作空间包括障碍物的加速度、障碍物的角速度;主车初始状态包括主车的位置、主车的速度。
在一些可能的实现方式中,平滑轨迹模块640包括:二次规划单元,用于以主车初始轨迹作为约束,使用二次规划方法获取主车平滑轨迹;主车平滑轨迹用于输出给主车的控制模块,以使主车的控制模块用于根据主车平滑轨迹控制主车行驶。
本公开的技术方案中,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。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质、一种计算机程序产品、一种自动驾驶车辆。
该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如本公开实施例提供的轨迹规划方法。
该电子设备与现有技术相比,通过障碍物与主车相关信息,获取主车安全空间,以主车安全空间作为搜索空间来进行轨迹规划,缩小了搜索过程中的搜索空间,提高了搜索的效率,减少了搜索计算资源的占用,节约了计算资源。
该可读存储介质为存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行如本公开实施例提供的轨迹规划方法。
该可读存储介质与现有技术相比,通过障碍物与主车相关信息,获取主车安全空间,以主车安全空间作为搜索空间来进行轨迹规划,缩小了搜索过程中的搜索空间,提高了搜索的效率,减少了搜索计算资源的占用,节约了计算资源。
该计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如本公开实施例提供的轨迹规划方法。
该计算机程序产品与现有技术相比,通过障碍物与主车相关信息,获取主车安全空间,以主车安全空间作为搜索空间来进行轨迹规划,缩小了搜索过程中的搜索空间,提高了搜索的效率,减少了搜索计算资源的占用,节约了计算资源。
该自动驾驶车辆,包括本公开实施例提供的电子设备。
在一些可能的实现方式中,本公开实施例提供的自动驾驶车辆具有控制模块,电子设备可以通过有线或无线的方式与本公开实施例提供的自动驾驶车辆,并将使用本公开实施例提供的轨迹规划方法获取的主车平滑轨迹发送至自动驾驶车辆的控制模块。控制模块根据获取的主车平滑轨迹控制自动驾驶车辆行驶。
该自动驾驶车辆与现有技术相比,通过障碍物与主车相关信息,获取主车安全空间,以主车安全空间作为搜索空间来进行轨迹规划,缩小了搜索过程中的搜索空间,提高了搜索的效率,减少了搜索计算资源的占用,节约了计算资源。
图7示出了可以用来实施本公开的实施例的示例电子设备700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/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700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701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701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701执行上文所描述的各个方法和处理,例如轨迹规划方法。例如,在一些实施例中,轨迹规划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708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的轨迹规划方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行轨迹规划方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、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)、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。
用于实施本公开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。
在本公开的上下文中,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,只要能够实现本公开公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (16)
1.一种轨迹规划方法,包括:
获取障碍物初始状态、障碍物动作空间、主车初始状态;
根据所述障碍物初始状态、障碍物动作空间构建主车安全空间;所述主车安全空间为主车与障碍物不会发生碰撞的时间与位置的集合;
基于所述主车初始状态,以所述主车安全空间为搜索空间,对主车动作进行搜索,获取主车初始轨迹;
对所述主车初始轨迹进行平滑处理,获取主车平滑轨迹。
2.根据权利要求1所述的方法,其中,所述基于所述主车初始状态,以所述主车安全空间为搜索空间,对主车动作进行搜索,获取主车初始轨迹包括:
基于所述主车初始状态,以所述主车安全空间为搜索空间,通过预设的时间步长,对主车动作进行搜索,直至主车动作状态满足预设的终止条件;
获取所有搜索结果,基于预设的打分规则对所述搜索结果进行打分,根据得分最高的搜索结果获取主车初始轨迹。
3.根据权利要求2所述的方法,其中,所述获取所有搜索结果,基于预设的打分规则对所述搜索结果进行打分,根据得分最高的搜索结果获取主车初始轨迹包括:
通过博弈树模拟所有搜索结果,并基于预设的打分规则对获取的博弈树的叶节点进行打分;
选择得分最高的叶节点进行回溯,直至回溯到博弈树的根节点;
将回溯过程中的主车动作按照从根节点到叶节点的顺序进行记录,获取主车初始轨迹。
4.根据权利要求2所述的方法,其中,所述预设的打分规则包括主车驾驶体感以及交通规则。
5.根据权利要求1所述的方法,其中,所述障碍物初始状态包括所述障碍物的位置、所述障碍物的速度;所述障碍物动作空间包括所述障碍物的加速度、所述障碍物的角速度;所述主车初始状态包括所述主车的位置、所述主车的速度。
6.根据权利要求1所述的方法,其中,所述对所述主车初始轨迹进行平滑处理,获取主车平滑轨迹,包括:
以所述主车初始轨迹作为约束,使用二次规划方法获取主车平滑轨迹;所述主车平滑轨迹用于输出给所述主车的控制模块,以使所述主车的控制模块用于根据所述主车平滑轨迹控制所述主车行驶。
7.一种轨迹规划装置,包括:
状态获取模块,用于获取障碍物初始状态、障碍物动作空间、主车初始状态;
安全空间模块,用于根据所述障碍物初始状态、障碍物动作空间构建主车安全空间;所述主车安全空间为主车与障碍物不会发生碰撞的时间与位置的集合;
初始轨迹模块,用于基于所述主车初始状态,以所述主车安全空间为搜索空间,对主车动作进行搜索,获取主车初始轨迹;
平滑轨迹模块,用于对所述主车初始轨迹进行平滑处理,获取主车平滑轨迹。
8.根据权利要求7所述的装置,其中,所述初始轨迹模块包括:
搜索单元,用于基于所述主车初始状态,以所述主车安全空间为搜索空间,通过预设的时间步长,对主车动作进行搜索,直至主车动作状态满足预设的终止条件;
打分单元,用于获取所有搜索结果,基于预设的打分规则对所述搜索结果进行打分,根据得分最高的搜索结果获取主车初始轨迹。
9.根据权利要求8所述的装置,其中,所述打分单元包括:
模拟子单元,用于通过博弈树模拟所有搜索结果,并基于预设的打分规则对获取的博弈树的叶节点进行打分;
回溯子单元,用于选择得分最高的叶节点进行回溯,直至回溯到博弈树的根节点;
轨迹子单元,用于将回溯过程中的主车动作按照从根节点到叶节点的顺序进行记录,获取主车初始轨迹。
10.根据权利要求8所述的装置,其中,所述预设的打分规则包括主车驾驶体感以及交通规则。
11.根据权利要求7所述的装置,其中,所述障碍物初始状态包括所述障碍物的位置、所述障碍物的速度;所述障碍物动作空间包括所述障碍物的加速度、所述障碍物的角速度;所述主车初始状态包括所述主车的位置、所述主车的速度。
12.根据权利要求7所述的装置,其中,所述平滑轨迹模块包括:
二次规划单元,用于以所述主车初始轨迹作为约束,使用二次规划方法获取主车平滑轨迹;所述主车平滑轨迹用于输出给所述主车的控制模块,以使所述主车的控制模块用于根据所述主车平滑轨迹控制所述主车行驶。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令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1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
16.一种自动驾驶车辆,包括如权利要求13所述的电子设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310610885.6A CN117068198A (zh) | 2023-05-26 | 2023-05-26 | 轨迹规划方法、装置、电子设备及自动驾驶车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310610885.6A CN117068198A (zh) | 2023-05-26 | 2023-05-26 | 轨迹规划方法、装置、电子设备及自动驾驶车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117068198A true CN117068198A (zh) | 2023-11-17 |
Family
ID=88715957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310610885.6A Pending CN117068198A (zh) | 2023-05-26 | 2023-05-26 | 轨迹规划方法、装置、电子设备及自动驾驶车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117068198A (zh) |
-
2023
- 2023-05-26 CN CN202310610885.6A patent/CN117068198A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113569378B (zh) | 仿真场景的生成方法、装置、电子设备以及存储介质 | |
CN112965466A (zh) | 自动驾驶系统的还原测试方法、装置、设备及程序产品 | |
CN114771572A (zh) | 一种自动驾驶轨迹预测方法、装置、设备和存储介质 | |
EP4074569A1 (en) | Method for determining automatic driving feature, apparatus, device, medium and program product | |
CN116499487B (zh) | 一种车辆的路径规划方法、装置、设备及介质 | |
CN115675518A (zh) | 轨迹规划方法、装置及电子设备 | |
CN113570727B (zh) | 场景文件的生成方法、装置、电子设备及存储介质 | |
CN113715821B (zh) | 控制车辆的方法、装置、电子设备和介质 | |
CN117068198A (zh) | 轨迹规划方法、装置、电子设备及自动驾驶车辆 | |
US20230008289A1 (en) | Route processing method and apparatus | |
CN115848365A (zh) | 车辆控制器、车辆及车辆控制方法 | |
CN114581869A (zh) | 确定目标对象位置的方法、装置、电子设备和存储介质 | |
CN113799798A (zh) | 车辆的行驶轨迹的确定方法、装置、电子设备和存储器 | |
CN113553255B (zh) | 路线场景文件的生成方法、装置、电子设备及存储介质 | |
CN114584949B (zh) | 车路协同确定障碍物属性值的方法、设备及自动驾驶车辆 | |
CN115285147A (zh) | 无人车的驾驶决策方法、装置及无人车 | |
CN115031750B (zh) | 阻断路段的状态确定方法、装置及计算机程序产品 | |
CN115476883A (zh) | 自动驾驶决策方法、模型训练方法、相关装置及电子设备 | |
CN113791564B (zh) | 远程控制的方法、装置、设备、云端服务器及控制系统 | |
CN116009556A (zh) | 场景生成方法、装置及电子设备 | |
CN116331190A (zh) | 记忆泊车的记忆路线的修正方法、装置、设备及车辆 | |
CN113553255A (zh) | 路线场景文件的生成方法、装置、电子设备及存储介质 | |
CN117830978A (zh) | 模型训练方法、分岔车道预测方法、装置、电子设备 | |
CN116811872A (zh) | 车辆的变道方法、装置、电子设备及存储介质 | |
CN117668377A (zh) | 公交路线识别方法、装置、电子设备及存储介质 |
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 |