CN117184060B - 轨迹修正方法和装置、无人车和存储介质 - Google Patents
轨迹修正方法和装置、无人车和存储介质 Download PDFInfo
- Publication number
- CN117184060B CN117184060B CN202311474035.4A CN202311474035A CN117184060B CN 117184060 B CN117184060 B CN 117184060B CN 202311474035 A CN202311474035 A CN 202311474035A CN 117184060 B CN117184060 B CN 117184060B
- Authority
- CN
- China
- Prior art keywords
- point
- target vehicle
- control point
- distance
- track
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 148
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000002715 modification method Methods 0.000 claims description 8
- 230000004888 barrier function Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种轨迹修正方法和装置、无人车和存储介质,其中该方法包括获取目标车辆的预测轨迹和障碍物信息,以确定目标车辆相对障碍物的横向安全距离和纵向安全距离;基于横向安全距离确定目标车辆的横向距离控制点、以及基于纵向安全距离确定目标车辆的纵向距离控制点;基于横向距离控制点和期望修正时间,确定目标车辆的控制终点,其中,以横向距离控制点、纵向距离控制点以及控制终点为顶点的最小凸多边形与障碍物不存在干涉;基于目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点,对预测轨迹进行修正。这样,可以在自动驾驶控制中对原先的预测轨迹进行修正,进而实现对障碍物的避让。
Description
技术领域
本申请属于自动驾驶技术领域,具体涉及一种轨迹修正方法和装置、无人车和存储介质。
背景技术
轨迹预测是自动驾驶技术中的重要功能,良好的轨迹预测能够大大提升自动驾驶的安全性。但是,基于数据驱动的模型轨迹预测可能会因为预测偏移或是预测误差的累积,导致预测轨迹存在碰撞或驶出道路的风险。
公开于该背景技术部分的信息仅仅旨在增加对本申请的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本申请的目的在于提供一种轨迹修正方法,其用于解决如何修正自动驾驶中预测的轨迹以保证安全性问题。
为实现上述目的,本申请提供了一种轨迹修正方法,所述方法包括:
获取目标车辆的预测轨迹和障碍物信息,以确定所述目标车辆相对障碍物的横向安全距离和纵向安全距离,其中,所述目标车辆的预测轨迹基于目标车辆的感知设备和预设的预测模型获得;
基于所述横向安全距离确定所述目标车辆的横向距离控制点、以及基于所述纵向安全距离确定所述目标车辆的纵向距离控制点;
基于所述横向距离控制点和期望修正时间,确定所述目标车辆的控制终点,其中,以所述横向距离控制点、纵向距离控制点以及控制终点为顶点的最小凸多边形与所述障碍物不存在干涉;
基于所述目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点生成贝塞尔曲线,以对所述预测轨迹进行修正。
一实施例中,确定所述目标车辆相对障碍物的横向安全距离,具体包括:
获取所述目标车辆所处的车道信息,以确定所述障碍物与车道中心线是否干涉;
若否,基于所述车道中心线与障碍物的横向距离确定所述横向安全距离。
一实施例中,基于所述横向安全距离确定所述目标车辆的横向距离控制点,具体包括:
横向移动所述目标车辆的预测轨迹起点,直至与所述障碍物的横向距离等于所述横向安全距离,确定所述横向距离控制点;
和/或,基于所述纵向安全距离确定所述目标车辆的纵向距离控制点,具体包括:
纵向移动所述目标车辆的预测轨迹起点,直至与所述障碍物的纵向距离等于所述纵向安全距离,确定所述纵向距离控制点。
一实施例中,基于所述纵向安全距离确定所述目标车辆的纵向距离控制点,还包括:
获取所述目标车辆当前的航向角,并判断是否超过预设航向角阈值;
若是,对所述纵向距离控制点进行横向位置修正,其中,所述横向位置修正的方向为所述目标车辆航向的横向分量方向。
一实施例中,基于所述横向距离控制点和期望修正时间,确定所述目标车辆的控制终点,具体包括:
在所述预测轨迹上确定参考轨迹点,其中,所述参考轨迹点为自预测轨迹起点经所述期望修正时间后的轨迹点;
基于所述横向距离控制点的横向坐标和所述参考轨迹点的纵向坐标,确定所述目标车辆的控制终点。
一实施例中,所述方法具体包括:
基于所述横向安全距离和目标车辆的横向速度限幅,确定所述期望修正时间。
一实施例中,基于所述目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点,对所述预测轨迹进行修正,具体包括:
基于所述目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点,规划在所述期望修正时间内的第一修正轨迹;
基于所述第一修正轨迹终点的横向坐标,对所述期望修正时间后的部分所述预测轨迹进行修正,获得在所述期望修正时间后的第二修正轨迹;
拼接所述第一修正轨迹和第二修正轨迹,获得所述预测轨迹的修正轨迹;
和/或,所述方法具体包括:
基于贝塞尔曲线和所述预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点,对所述预测轨迹进行修正
和/或,所述方法还包括:
在所述最小凸多边形上确定与障碍物距离最近的参考点;
以所述参考点朝向障碍物移动预设距离,以获得碰撞控制点,其中,以所述横向距离控制点、纵向距离控制点、控制终点以及碰撞控制点为顶点的最小凸多边形与所述障碍物不存在干涉;
基于所述目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点、控制终点以及碰撞控制点生成贝塞尔曲线,以对所述预测轨迹进行修正。
本申请还提供一种轨迹修正装置,包括:
获取模块,用于获取目标车辆的预测轨迹和障碍物信息,以确定所述目标车辆相对障碍物的横向安全距离和纵向安全距离,其中,所述目标车辆的预测轨迹基于目标车辆的感知设备和预设的预测模型获得;
第一控制点确定模块,用于基于所述横向安全距离确定所述目标车辆的横向距离控制点、以及基于所述纵向安全距离确定所述目标车辆的纵向距离控制点;
第一控制点确定模块,用于基于所述横向距离控制点和期望修正时间,确定所述目标车辆的控制终点,其中,以所述横向距离控制点、纵向距离控制点以及控制终点为顶点的最小凸多边形与所述障碍物不存在干涉;
修正模块,用于基于所述目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点生成贝塞尔曲线,以对所述预测轨迹进行修正。
本申请还提供一种无人车,包括:
至少一个处理器;以及
存储器,所述存储器存储指令,当所述指令被所述至少一个处理器执行时,使得所述至少一个处理器执行如上所述的轨迹修正方法。
本申请还提供一种机器可读存储介质,其存储有可执行指令,所述指令当被执行时使得所述机器执行如上所述的轨迹修正方法。
与现有技术相比,根据本申请的轨迹修正方法,通过确定目标车辆相对障碍物的横向安全距离和纵向安全距离,以确定横向距离控制点和纵向距离控制点,进而再基于横向距离控制点和期望修正时间,确定目标车辆的控制终点,通过控制横向距离控制点、纵向距离控制点以及控制终点为顶点的最小凸多边形与障碍物不干涉,使得基于这些控制点和预测轨迹起点生成的贝塞尔曲线与障碍物不干涉,进而利用其进行轨迹修正,实现对障碍物的避让。
在另一个方面,在利用预测轨迹起点、横向距离控制点、纵向距离控制点和控制终点确定第一修正轨迹后,直接利用第一修正轨迹终点的横向坐标对期望修正时间后的部分预测轨迹进行修正,进而获得第二修正轨迹,这样可以直接获得完整预测时间内的修正轨迹,降低了算法的复杂性。
在另一个方面,利用贝塞尔曲线和预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点进行第一修正轨迹的规划,由于贝塞尔曲线的凸包性,可以进一步提升期望修正时间内第一修正轨迹对障碍物避让的有效性。
附图说明
图1是根据本申请一实施例轨迹修正方法的应用场景图;
图2是根据本申请一实施例轨迹修正方法的流程图;
图3是根据本申请一实施例轨迹修正方法中,只考虑单个障碍物进行轨迹修正的场景图;
图4是根据本申请一实施例轨迹修正方法中,考虑多个障碍物进行轨迹修正的场景图;
图5是根据本申请一实施例轨迹修正方法中,判断车道中心线与障碍物是否干涉的场景图;
图6是根据本申请一实施例轨迹修正方法中,在车道中心线与障碍物干涉时,确定参考点以计算横向安全距离的场景图;
图7是根据本申请一实施例轨迹修正方法中,预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点的场景图;
图8是根据本申请一实施例轨迹修正方法中,目标车辆的航向角大于预设航向角阈值时,对纵向距离控制点进行横向修正的场景图;
图9是根据本申请一实施例轨迹修正方法中,确定控制终点的场景图;
图10是根据本申请一实施例轨迹修正方法中,基于预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点规划第一修正轨迹和第二修正轨迹的场景图;
图11是根据本申请一实施例轨迹修正方法中,基于预测轨迹起点、横向距离控制点、纵向距离控制点、控制终点以及额外控制点规划第一修正轨迹和第二修正轨迹的场景图;
图12根据本申请一实施例轨迹修正装置的模块图;
图13是根据本申请一实施例无人车的硬件结构图。
具体实施方式
以下将结合附图所示的各实施方式对本申请进行详细描述。但该等实施方式并不限制本申请,本领域的普通技术人员根据该等实施方式所做出的结构、方法、或功能上的变换均包含在本申请的保护范围内。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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,以便这里描述的本申请的实施例例如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“对应于”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。
在介绍本申请实施例之前,对本申请实施例涉及的基础技术和一些技术术语进行示意性的解释:
自动驾驶:指不需要测试驾驶员执行物理性驾驶操作的情况下,能够对车辆行驶任务进行指导与决策,并代替测试驾驶员操控行为使车辆完成安全行驶的功能。自动驾驶技术通常包括高精地图、环境感知、行为决策、路径规划、运动控制等技术。
自动驾驶系统:实现车辆的不同级别的自动驾驶功能的系统,例如辅助驾驶系统(L2)、需要人监管的高速自动驾驶系统(L3)和高度/完全自动驾驶系统(L4/L5)。
弗莱纳(Frenet)坐标系:也叫道路坐标系,以车辆的起始位置为原点,坐标轴相互垂直,分为S轴方向(即沿着道路参考线的切线方向,被称为纵向)和L轴方向(即参考线当前的法向,被称为横向),坐标表示为(S,L)。
本申请实施例提供的轨迹修正方法可以应用于自动驾驶汽车上,包括L2、L3、L4及以上级别的自动驾驶系统。
参图1,以本申请实施例提供的轨迹修正方法的一个应用场景为例。用户可以手动驾驶车辆,也可以借助车辆的智能驾驶系统进行自动驾驶。不论是手动驾驶或自动驾驶的过程中,终端都可以基于传感器、激光雷达、摄像头、毫米波雷达、导航系统、定位系统、高精度地图等来实现采集场景信息,并提供给车辆控制的一些决策依据信息。其中,终端可以是用户驾驶的车辆,或是车辆上的智能车载设备/模块、又或是用户在驾驶车辆的过程中,配置于车辆上的台式计算机、笔记本电脑、智能手机和平板电脑,以及用户携带的便携式可穿戴设备等。
在本申请的各实施例中,期望通过分别确定目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点,并基于该四个点确定一条可替换原预测轨迹中至少部分的修正轨迹,从而使得目标车辆在当前时刻依照修正轨迹行驶时,可以避让开与原先预测轨迹可能干涉的障碍物,提高目标车辆行驶的安全性。
具体参图2,介绍本申请轨迹修正方法的一实施例。在本实施例中,该方法包括:
S11、获取目标车辆的预测轨迹和障碍物信息,以确定所述目标车辆相对障碍物的横向安全距离和纵向安全距离。
配合参图3,预测轨迹是指在当前时刻预测未来一段时间内的目标车辆的移动的轨迹,通常以目标车辆当前时刻之后的未来时间段作为轨迹的预测时间,例如8秒、10秒、6秒等。
在一个具体的场景中,目标车辆可以通过感知设备获取感知数据。其中,感知设备可以包括路侧协同设备、处于该区域内的车载设备和行人携带的移动设备等,感知数据可以包括在该区域内的运动对象的导航信息、历史轨迹和运动状态等数据。根据感知数据和从地图服务器中获取的地图数据,得到目标车辆的预测轨迹。例如,可以基于预设模型(例如预先训练的机器学习模型),根据感知数据,得到当前的预测轨迹,本申请对此对此不具体限定。
如图3所示,对于目标车辆而言,当前时刻的障碍物信息可能指示了目标车辆的检测区域内包括了多个障碍物,通常地,这些障碍物彼此在位置上具有物理间隔。对于本申请公开的实施例,可以是对应到其中的任一个障碍物或者基于一定的标准确定某一障碍物进行轨迹修正,也即只考虑与一个障碍物的干涉区间。如图4所示,又或者,在一些实施例中,还可以将两个或者更多个具有物理间隔的障碍物以一定的标准进行“融合”,并将融合后的障碍物作为轨迹修正的考虑对象,从而更加整体地考虑目标车辆的当前行驶环境,这样的实施例中,将考虑与该融合的障碍物之间的整体干涉区间。
需要说明的是,本申请各实施例中所说的障碍物主要是指与目标车辆的预测轨迹可能具有干涉的障碍物。例如,车道上的静态目标(如滚落的碎石)、车道上的动态目标(如插入目标车辆当前行驶车道的其它车辆)、车道边界的硬约束等。又或者,在应用本申请的轨迹修正方法进行轨迹纠偏和停车等应用时,也可以将纠偏的参考目标或停车的参考目标等作为障碍物。当任意一个障碍物被确定时,目标车辆即可以针对该障碍物进行预测轨迹的修正。本申请实施例提供的轨迹修正方法即期望可以通过修正目标车辆的预测轨迹,使得目标车辆的预测轨迹能够避让开对应的障碍物,从而保证行驶的安全性。
目标车辆与障碍物的横向安全距离和纵向安全距离可以被预先设定,又或者,目标车辆可以例如通过超声波雷达、摄像头、或超声波雷达融合摄像头的方式获得目标车辆和障碍物的相对速度、相对距离等,从而确定目标车辆相对障碍物的横向安全距离和纵向安全距离。
①纵向安全距离确定
一实施例中,可以将目标车辆后轴中心点到障碍物中心点的最小纵向控制距离的最小值确定为纵向安全距离,并可以利用碰撞时间(ttc)严格约束目标车辆和障碍物的相对距离,控制目标车辆紧急制动的安全,这样,纵向安全距离可以表示为:
其中,为目标车辆和障碍物的速度差。
又例如,从碰撞安全性角度考虑,可以利用预设车身膨胀系数对目标车辆进行外廓的膨胀,这样膨胀后的车身外廓相对目标车辆的真实投影有一定扩张;进而,再基于目标车辆膨胀后的车身外廓确定目标车辆与障碍物的纵向安全距离。
②横向安全距离确定
一实施例中,还可以获取目标车辆所处的车道信息,以确定障碍物与该车道中心线是否干涉,如果该障碍物与车道中心线不存在干涉,则可以基于车道中心线与障碍物的距离确定横向安全距离。车道中心线可以基于地图确定,例如在一些高精地图中,包括道路细节信息,如车道线、车道宽度、曲率、坡度、航向、车道规则等信息。又例如,车道中心线可以基于视觉方案确定,通过对目标车辆所处车道的车道线识别,进而确定车道中心线的位置。
配合参图5,需要说明的是,判断障碍物与车道中心线之间是否存在干涉,可以直接指该车道中心线是否穿过障碍物,也即两者在物理上是否存在干涉。如图5中的障碍物1,车道中心线穿过障碍物1,则认为车道中心线与障碍物1干涉;反之,则认为车道中心线与障碍物1不干涉。又或者,如图5中的障碍物2,可以参考障碍物2的纵向坐标和对应障碍物处的车道中心线的横向坐标确定位置点,并判断目标车辆在该位置点时是否与障碍物2在物理上存在干涉;虽然车道中心线本身并未与障碍物2干涉,但由于此时障碍物2与该位置点处的目标车辆存在干涉,则仍然可以认为障碍物2与车道中心线之间存在干涉。类似地,在判断目标车辆与障碍物在物理上是否存在干涉时,可以一并考虑对目标车辆施加预设车身膨胀系数,在此不再赘述。
在不同的实施例中,计算障碍物与车道中心线之间的距离时,可以参考障碍物上不同位置的点。例如,可以以障碍物的中心点与车道中心线的横向距离确定横向安全距离,又例如,可以以障碍物的外廓与车道中心线的最短横向距离确定横向安全距离,本申请对此不作限制。
配合参图6,一实施例中,如果目标车辆判断障碍物与车道中心线存在干涉,则可以将车道中心线上计算与障碍物之间距离的参考点,进一步向远离障碍物一侧的车道边界横向移动,并继续判断该参考点与障碍物之间的距离是否能够保证目标车辆在横向上的安全。例如,可以将参考点每次向该车道边界横向移动一个预设的补偿距离,又例如,可以基于参考点与该车道边界的距离确定横向移动的补偿距离,本申请对此不作限制。
S12、基于横向安全距离确定目标车辆的横向距离控制点、以及基于纵向安全距离确定目标车辆的纵向距离控制点。
配合参图7,横向安全距离用于控制横向距离控制点P2与障碍物之间的横向距离,纵向安全距离用于控制纵向距离控制点P1与障碍物之间的纵向距离。本申请提出,横向距离控制点P2和纵向距离控制点P1可以在横向和纵向上控制修正轨迹对障碍物进行避让。
一实施例中,可以以预测轨迹起点P0为“基准点”,横向移动目标车辆的预测轨迹起点P0,直至与障碍物的横向距离等于横向安全距离,以确定横向距离控制点P2;类似地,可以纵向移动目标车辆的预测轨迹起点P0,直至与障碍物的纵向距离等于纵向安全距离,确定纵向距离控制点P1。
可以理解的是,在不同的实施例中,该“基准点”还可以根据实际应用场景的需要,选择为与目标车辆车身位置或预测轨迹起点相邻的其它位置点。例如,可以将目标车辆的车头中心、车身中心等确定为基准点,本申请对此不做限制。
配合参图8,一实施例中,还可以进一步获取目标车辆当前的航向角,并判断是否超过预设航向角阈值。如果目标车辆当前的航向角超过该预设航向角阈值,则对纵向距离控制点P1进行横向位置修正,横向位置修正的方向为目标车辆航向的横向分量方向。
配合参图8,假设预设航向角阈值为30°,而目标车辆当前的航向角为40°,则需要将初步确定的纵向距离控制点P1(修正前)进行横向位置修正。在具体的实施例中,可以基于预设航向角阈值与目标车辆当前的航向角之差,确定实际横向位置修正的幅度;例如,当角度差为0~5°时,横向位置修正的幅度为10cm;角度差为5~10°时,横向位置修正的幅度为20cm等。
S13、基于横向距离控制点和期望修正时间,确定目标车辆的控制终点。
期望修正时间可以是指对目标车辆的预测轨迹本次修正所花费的时间,其可以被预先设定为固定值,如3秒、4秒、6秒等。又或者,考虑目标车辆相对障碍物主要是横向上的避让,可以以目标车辆在横向上移动所述横向安全距离所需要的时间,确定期望修正时间。
一实施例中,可以基于横向安全距离和目标车辆的横向速度限幅,确定该期望修正时间。期望修正时间可以表示为:
t = L(S1)/Vs
其中,S1为横向安全距离,L(S1)为目标车辆横向移动至与障碍物的横向距离等于S1时所需移动的距离,Vs为目标车辆的横向速度限幅。
继续配合参图7,期望修正时间可以用于帮助确定控制终点P3的纵向坐标。具体地,可以首先在预测轨迹点上确定一参考轨迹点Px,该参考轨迹点Px为自预测轨迹起点经该期望修正时间后的轨迹点,并基于参考轨迹点Px的纵向坐标确定控制终点P3的纵向坐标。例如,期望修正时间为3秒,自预测轨迹起点经过3秒后到达参考轨迹点Px=(Sa,La),则可以将控制终点P3的纵向坐标确定为Sa。
需要说明的是,在本申请的各实施例中,控制终点的纵向坐标也可以不为参考轨迹点的纵向坐标,参图9,整体上,只要可以控制以横向距离控制点、纵向距离控制点以及控制终点为顶点的最小凸多边形与障碍物不存在干涉。对比图9中的(a)和(b)和(c)可知,控制终点P3可以基于参考轨迹点的纵向坐标进行合理的纵向平移;更进一步地,确定参考轨迹点的起算位置也可以不为预测轨迹起点,同样也可以自预测轨迹起点前行一个设定距离或设定时间,本申请对此均不作限制。
一实施例中,参考轨迹点的横向坐标可以基于横向距离控制点的横向坐标确定。例如,横向距离控制点为(Sb,Lb),则可以将控制终点的横向坐标确定为Lb。
类似地,如图9中的(a)和(b)和(c)可知,在一些实施例中,控制终点P3的横向坐标也可以不为横向距离控制点的横向坐标。例如,可以以横向距离控制点P2的横向坐标进行合理的横向平移,本申请对此同样不做限制。
在以上的示例中,若直接以横向距离控制点的横向坐标作为控制终点的横向坐标、并以参考轨迹点的纵向坐标作为控制终点的纵向坐标,则目标车辆的控制终点可以被确定为(Sa,Lb)。
S14、基于目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点生成贝塞尔曲线,以对预测轨迹进行修正。
在不同的实施例中,可以根据应用场景选择不同类型的样条曲线进行基于控制点的修正轨迹规划,例如,贝塞尔曲线、样条曲线等。
以贝塞尔曲线为例,贝塞尔曲线具有凸包性,凸包指包含贝塞尔曲线所有控制点的最小凸多边形。凸多边形的任一边延长,其它边都在它的一侧,贝塞尔曲线始终会在包含了所有控制点的最小凸多边形中。本申请中可以利用该性质来约束修正轨迹的位置,从而确保规划的修正轨迹与障碍物无干涉。贝塞尔曲线还具有端点性,即贝塞尔曲线只经过两个端点的控制点(起始控制点和终止控制点),其它所有控制点只是逼近,一般不经过。
本实施例中,由于选定了四个控制点,因此可以利用三阶的贝塞尔曲线进行修正轨迹的规划。三阶贝塞尔曲线可以表示为:
B(t)=P0(1-t)3+3P1t(1-t)2+3P2t2(1-t)+P3t3, t∈[0,1]
其中,P0~P3分别指代四个控制点:预测轨迹起点、纵向距离控制点、横向距离控制点以及控制终点,t为时间参数。
又或者,以样条曲线为例,由于选定了四个控制点,因此可以利用三阶样条曲线进行修正轨迹的规划。三阶样条曲线可以表示为:
f(x)=w1+w2x+w3x2+w4x3
其中,x和f(x)分别为四个控制点的纵向坐标和横向坐标。
配合参图10,一实施例中,对预测轨迹进行修正时,可以先基于目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点,规划在期望修正时间内的第一修正轨迹;并基于第一修正轨迹终点的横向坐标,对期望修正时间后的部分预测轨迹进行修正,获得在期望修正时间后的第二修正轨迹;最后,拼接第一修正轨迹和第二修正轨迹,获得预测轨迹的修正轨迹。
可以看出,通过第一修正轨迹可以实现对目标车辆预测轨迹前方障碍物的避让。由于第一修正轨迹为期望修正时间内的轨迹,且期望修正时间通常小于目标车辆原先预测轨迹对应的预测时间,因此,在用第一修正轨迹修正期望修正时间内部分的预测轨迹后,第一修正轨迹和原先预测轨迹在期望修正时间后的部分(也即“未修正轨迹”)可能并不联接。在一些实施例中,可以基于第一修正轨迹的末端与这部分未修正轨迹进行平滑曲线的连接,从而获得在整个预测时间内的修正轨迹。
本实施例中,从算法的简易性、修正轨迹的平滑性等角度考虑,直接利用第一修正轨迹终点的横向坐标对未修正轨迹上的轨迹点进行横向坐标赋值,从而获得目标车辆预测时间内的完整修正轨迹。当然,本申请的实施例并不限定于此,例如还可以基于未修正轨迹上轨迹点的原始横向坐标相对于第一修正轨迹终点横向坐标的横向偏离程度,确定一个“横向修正系数”;偏离程度越大,该横向修正系数越大,确定对应轨迹点的横向修正量越大;反之,偏离程度越小,该横向修正系数越小,确定对应轨迹点的横向修正量也越小,本申请对此不作限制。
例如,假设设预测轨迹为8秒,每0.1秒一个轨迹点即包括80个轨迹点[(x1,y1),(x2,y2),......,(x79,y79),(x80,y80)]。根据控制点获取第一修正轨迹后,若期望修正时间为2秒,则将该第一修正轨迹采样20个轨迹点,并再次赋值给模型预测轨迹前20个轨迹点,期望修正时间后的轨迹点仅赋值y,即[(x1',y1'),(x2',y2'),......,,(x20',y20'),(x21,y20'),(x22,y20'),......,(x79,y20'),(x80,y20')]。
在获得修正轨迹后,目标车辆可以重新计算其上各个轨迹点的速度和航向,以使得目标车辆自动驾驶横纵向控制系统更好地对修正轨迹进行跟踪。
在以上的各实施例中,介绍了利用至少四个控制点进行预测轨迹的修正。在一些实施例中,还可以依据更多的控制点进行预测轨迹的修正。
参图11,与上述实施例不同的是,除了预测轨迹起点P0、横向距离控制点P2、纵向距离控制点P1以及控制终点P3外,本实施例还额外确定一控制点P4,并基于这五个控制点进行预测轨迹的修正。控制点P4可以基于多种方法确定,例如,可以在与横向距离控制点P2、纵向距离控制点P1和控制终点P3限定的最小凸多边形上确定与障碍物距离最近的一个目标点,并将该目标点朝向障碍物移动一个合适距离(与障碍物仍然保持间距),从而确定为控制点P4。
类似地,整体而言,只需要额外确定的控制点与上述实施例中的横向距离控制点、纵向距离控制点以及控制终点共同为顶点的最小凸多边形与障碍物不存在干涉,本申请对额外确定的控制点的数量和可确定方式不作限制。
参图12,介绍本申请轨迹修正装置的一实施例。在本实施例中,该轨迹修正装置包括获取模块21、第一控制点确定模块22、第二控制点确定模块23以及修正模块24。
获取模块21用于获取目标车辆的预测轨迹和障碍物信息,以确定所述目标车辆相对障碍物的横向安全距离和纵向安全距离,其中,所述目标车辆的预测轨迹基于目标车辆的感知设备和预设的预测模型获得;第一控制点确定模块22用于基于所述横向安全距离确定所述目标车辆的横向距离控制点、以及基于所述纵向安全距离确定所述目标车辆的纵向距离控制点;第二控制点确定模块23用于基于所述横向距离控制点和期望修正时间,确定所述目标车辆的控制终点,其中,以所述横向距离控制点、纵向距离控制点以及控制终点为顶点的最小凸多边形与所述障碍物不存在干涉;修正模块24用于基于所述目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点生成贝塞尔曲线,以对所述预测轨迹进行修正。
一实施例中,获取模块21具体用于获取所述目标车辆所处的车道信息,以确定所述障碍物与车道中心线是否干涉;若否,基于所述车道中心线与障碍物的横向距离确定所述横向安全距离。
一实施例中,第一控制点确定模块22具体用于横向移动所述目标车辆的预测轨迹起点,直至与所述障碍物的横向距离等于所述横向安全距离,确定所述横向距离控制点;和/或,第一控制点确定模块22具体用于纵向移动所述目标车辆的预测轨迹起点,直至与所述障碍物的纵向距离等于所述纵向安全距离,确定所述纵向距离控制点。
一实施例中,第一控制点确定模块22还用于获取所述目标车辆当前的航向角,并判断是否超过预设航向角阈值;若是,对所述纵向距离控制点进行横向位置修正,其中,所述横向位置修正的方向为所述目标车辆航向的横向分量方向。
一实施例中,第二控制点确定模块23具体用于在所述预测轨迹上确定参考轨迹点,其中,所述参考轨迹点为自预测轨迹起点经所述期望修正时间后的轨迹点;基于所述横向距离控制点的横向坐标和所述参考轨迹点的纵向坐标,确定所述目标车辆的控制终点。
一实施例中,第二控制点确定模块23具体用于基于所述横向安全距离和目标车辆的横向速度限幅,确定所述期望修正时间。
一实施例中,修正模块24具体用于基于所述目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点,规划在所述期望修正时间内的第一修正轨迹;基于所述第一修正轨迹终点的横向坐标,对所述期望修正时间后的部分所述预测轨迹进行修正,获得在所述期望修正时间后的第二修正轨迹;拼接所述第一修正轨迹和第二修正轨迹,获得所述预测轨迹的修正轨迹。
一实施例中,第二控制点确定模块23还用于在所述最小凸多边形上确定与障碍物距离最近的参考点;以所述参考点朝向障碍物移动预设距离,以获得碰撞控制点,其中,以所述横向距离控制点、纵向距离控制点、控制终点以及碰撞控制点为顶点的最小凸多边形与所述障碍物不存在干涉;修正模块24还用于基于所述目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点、控制终点以及碰撞控制点生成贝塞尔曲线,以对所述预测轨迹进行修正。
如上参照图1至图11,对根据本说明书实施例轨迹修正方法进行了描述。在以上对方法实施例的描述中所提及的细节,同样适用于本说明书实施例的轨迹修正装置。上面的轨迹修正装置可以采用硬件实现,也可以采用软件或者硬件和软件的组合来实现。
图13示出了根据本说明书的实施例的无人车的硬件结构图。如图13所示,无人车30可以包括至少一个处理器31、存储器32(例如非易失性存储器)、内存33和通信接口34,并且至少一个处理器31、存储器32、内存33和通信接口34经由内部总线35连接在一起。至少一个处理器31执行在存储器32中存储或编码的至少一个计算机可读指令。
应该理解,在存储器32中存储的计算机可执行指令当执行时使得至少一个处理器31进行本说明书的各个实施例中以上结合图1至图11描述的各种操作和功能。
在本说明书的实施例中,无人车30可以配置功能终端承载上述的硬件结构,该终端可以包括但不限于:个人计算机、服务器计算机、工作站、桌面型计算机、膝上型计算机、笔记本计算机、移动电子设备、智能电话、平板计算机、蜂窝电话、个人数字助理(PDA)、手持装置、消息收发设备、可佩戴电子设备、消费电子设备等等。
根据一个实施例,提供了一种比如机器可读介质的程序产品。机器可读介质可以具有指令(即,上述以软件形式实现的元素),该指令当被机器执行时,使得机器执行本说明书的各个实施例中以上结合图1-图11描述的各种操作和功能。具体地,可以提供配有可读存储介质的系统或者装置,在该可读存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码,且使该系统或者装置的计算机或处理器读出并执行存储在该可读存储介质中的指令。
在这种情况下,从可读介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能,因此机器可读代码和存储机器可读代码的可读存储介质构成了本说明书的一部分。
可读存储介质的实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD-RW)、磁带、非易失性存储卡和ROM。可选择地,可以由通信网络从服务器计算机上或云上下载程序代码。
本领域技术人员应当理解,上面公开的各个实施例可以在不偏离发明实质的情况下做出各种变形和修改。因此,本说明书的保护范围应当由所附的权利要求书来限定。
需要说明的是,上述各流程和各系统结构图中不是所有的步骤和单元都是必须的,可以根据实际的需要忽略某些步骤或单元。各步骤的执行顺序不是固定的,可以根据需要进行确定。上述各实施例中描述的装置结构可以是物理结构,也可以是逻辑结构,即,有些单元可能由同一物理客户实现,或者,有些单元可能分由多个物理客户实现,或者,可以由多个独立设备中的某些部件共同实现。
以上各实施例中,硬件单元或模块可以通过机械方式或电气方式实现。例如,一个硬件单元、模块或处理器可以包括永久性专用的电路或逻辑(如专门的处理器,FPGA或ASIC)来完成相应操作。硬件单元或处理器还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器),可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。
上面结合附图阐述的具体实施方式描述了示例性实施例,但并不表示可以实现的或者落入权利要求书的保护范围的所有实施例。在整个本说明书中使用的术语“示例性”意味着“用作示例、实例或例示”,并不意味着比其它实施例“优选”或“具有优势”。出于提供对所描述技术的理解的目的,具体实施方式包括具体细节。然而,可以在没有这些具体细节的情况下实施这些技术。在一些实例中,为了避免对所描述的实施例的概念造成难以理解,公知的结构和装置以框图形式示出。
本公开内容的上述描述被提供来使得本领域任何普通技术人员能够实现或者使用本公开内容。对于本领域普通技术人员来说,对本公开内容进行的各种修改是显而易见的,并且,也可以在不脱离本公开内容的保护范围的情况下,将本文所对应的一般性原理应用于其它变型。因此,本公开内容并不限于本文所描述的示例和设计,而是与符合本文公开的原理和新颖性特征的最广范围相一致。
Claims (9)
1.一种轨迹修正方法,其特征在于,所述方法包括:
获取目标车辆的预测轨迹和障碍物信息,以确定所述目标车辆相对障碍物的横向安全距离和纵向安全距离,其中,所述目标车辆的预测轨迹基于目标车辆的感知设备和预设的预测模型获得;
基于所述横向安全距离确定所述目标车辆的横向距离控制点、以及基于所述纵向安全距离确定所述目标车辆的纵向距离控制点;
基于所述横向距离控制点和期望修正时间,确定所述目标车辆的控制终点,其中,以所述横向距离控制点、纵向距离控制点以及控制终点为顶点的最小凸多边形与所述障碍物不存在干涉;
基于所述目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点生成贝塞尔曲线,以对所述预测轨迹进行修正;其中,
基于所述横向安全距离确定所述目标车辆的横向距离控制点,具体包括:
横向移动所述目标车辆的预测轨迹起点,直至与所述障碍物的横向距离等于所述横向安全距离,确定所述横向距离控制点;
基于所述纵向安全距离确定所述目标车辆的纵向距离控制点,具体包括:
纵向移动所述目标车辆的预测轨迹起点,直至与所述障碍物的纵向距离等于所述纵向安全距离,确定所述纵向距离控制点。
2.根据权利要求1所述的轨迹修正方法,其特征在于,确定所述目标车辆相对障碍物的横向安全距离,具体包括:
获取所述目标车辆所处的车道信息,以确定所述障碍物与车道中心线是否干涉;
若否,基于所述车道中心线与障碍物的横向距离确定所述横向安全距离。
3.根据权利要求1所述的轨迹修正方法,其特征在于,基于所述纵向安全距离确定所述目标车辆的纵向距离控制点,还包括:
获取所述目标车辆当前的航向角,并判断是否超过预设航向角阈值;
若是,对所述纵向距离控制点进行横向位置修正,其中,所述横向位置修正的方向为所述目标车辆航向的横向分量方向。
4.根据权利要求1所述的轨迹修正方法,其特征在于,基于所述横向距离控制点和期望修正时间,确定所述目标车辆的控制终点,具体包括:
在所述预测轨迹上确定参考轨迹点,其中,所述参考轨迹点为自预测轨迹起点经所述期望修正时间后的轨迹点;
基于所述横向距离控制点的横向坐标和所述参考轨迹点的纵向坐标,确定所述目标车辆的控制终点。
5.根据权利要求4所述的轨迹修正方法,其特征在于,所述方法具体包括:
基于所述横向安全距离和目标车辆的横向速度限幅,确定所述期望修正时间。
6.根据权利要求1所述的轨迹修正方法,其特征在于,基于所述目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点,对所述预测轨迹进行修正,具体包括:
基于所述目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点,规划在所述期望修正时间内的第一修正轨迹;
基于所述第一修正轨迹终点的横向坐标,对所述期望修正时间后的部分所述预测轨迹进行修正,获得在所述期望修正时间后的第二修正轨迹;
拼接所述第一修正轨迹和第二修正轨迹,获得所述预测轨迹的修正轨迹;
和/或,所述方法还包括:
在所述最小凸多边形上确定与障碍物距离最近的参考点;
以所述参考点朝向障碍物移动预设距离,以获得碰撞控制点,其中,以所述横向距离控制点、纵向距离控制点、控制终点以及碰撞控制点为顶点的最小凸多边形与所述障碍物不存在干涉;
基于所述目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点、控制终点以及碰撞控制点生成贝塞尔曲线,以对所述预测轨迹进行修正。
7.一种轨迹修正装置,其特征在于,包括:
获取模块,用于获取目标车辆的预测轨迹和障碍物信息,以确定所述目标车辆相对障碍物的横向安全距离和纵向安全距离,其中,所述目标车辆的预测轨迹基于目标车辆的感知设备和预设的预测模型获得;
第一控制点确定模块,用于基于所述横向安全距离确定所述目标车辆的横向距离控制点、以及基于所述纵向安全距离确定所述目标车辆的纵向距离控制点;
第二控制点确定模块,用于基于所述横向距离控制点和期望修正时间,确定所述目标车辆的控制终点,其中,以所述横向距离控制点、纵向距离控制点以及控制终点为顶点的最小凸多边形与所述障碍物不存在干涉;
修正模块,用于基于所述目标车辆的预测轨迹起点、横向距离控制点、纵向距离控制点以及控制终点生成贝塞尔曲线,以对所述预测轨迹进行修正;
其中,第一控制点确定模块具体用于横向移动所述目标车辆的预测轨迹起点,直至与所述障碍物的横向距离等于所述横向安全距离,确定所述横向距离控制点;以及纵向移动所述目标车辆的预测轨迹起点,直至与所述障碍物的纵向距离等于所述纵向安全距离,确定所述纵向距离控制点。
8. 一种无人车,包括:
至少一个处理器;以及
存储器,所述存储器存储指令,当所述指令被所述至少一个处理器执行时,使得所述至少一个处理器执行如权利要求1至6任一项所述的轨迹修正方法。
9.一种机器可读存储介质,其存储有可执行指令,所述指令当被执行时使得所述机器执行如权利要求1至6任一项所述的轨迹修正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311474035.4A CN117184060B (zh) | 2023-11-08 | 2023-11-08 | 轨迹修正方法和装置、无人车和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311474035.4A CN117184060B (zh) | 2023-11-08 | 2023-11-08 | 轨迹修正方法和装置、无人车和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117184060A CN117184060A (zh) | 2023-12-08 |
CN117184060B true CN117184060B (zh) | 2024-01-30 |
Family
ID=88989078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311474035.4A Active CN117184060B (zh) | 2023-11-08 | 2023-11-08 | 轨迹修正方法和装置、无人车和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117184060B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117429420B (zh) * | 2023-12-21 | 2024-04-12 | 青岛慧拓智能机器有限公司 | 无人驾驶车辆的防撞方法、电子设备、服务器及介质 |
CN117451072B (zh) * | 2023-12-21 | 2024-03-26 | 广汽埃安新能源汽车股份有限公司 | 一种车辆起步阶段的轨迹规划方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170070488A (ko) * | 2015-12-14 | 2017-06-22 | 현대모비스 주식회사 | 주행경로 자동생성방법 및 장치 |
CN110758381A (zh) * | 2019-09-18 | 2020-02-07 | 北京汽车集团有限公司 | 生成转向轨迹的方法、装置、存储介质及电子设备 |
CN110949374A (zh) * | 2019-11-14 | 2020-04-03 | 江苏大学 | 基于两段二阶贝塞尔曲线的自动平行泊车路径规划方法 |
CN113515111A (zh) * | 2020-03-25 | 2021-10-19 | 郑州宇通客车股份有限公司 | 一种车辆避障路径规划方法及装置 |
CN114670823A (zh) * | 2022-04-15 | 2022-06-28 | 阿波罗智能技术(北京)有限公司 | 一种行驶轨迹的修正方法、装置、设备以及自动驾驶车辆 |
CN114852085A (zh) * | 2022-05-13 | 2022-08-05 | 清华大学 | 基于路权侵入度的车辆自动驾驶轨迹规划方法 |
CN115042809A (zh) * | 2022-05-26 | 2022-09-13 | 电子科技大学 | 一种基于动态轨迹规划的自动驾驶连续避障方法 |
CN115571164A (zh) * | 2022-11-03 | 2023-01-06 | 中科天极(新疆)空天信息有限公司 | 一种基于自动驾驶的避障方法及系统 |
DE102022101054A1 (de) * | 2022-01-18 | 2023-07-20 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Planen eines Pfades für ein wenigstens teilweise automatisiertes Kraftfahrzeug, Computerprogrammprodukt, computerlesbares Speichermedium sowie Assistenzsystem |
CN116552564A (zh) * | 2023-05-05 | 2023-08-08 | 苏州畅行智驾汽车科技有限公司 | 行车轨迹确定方法及装置、电子设备及可读存储介质 |
-
2023
- 2023-11-08 CN CN202311474035.4A patent/CN117184060B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170070488A (ko) * | 2015-12-14 | 2017-06-22 | 현대모비스 주식회사 | 주행경로 자동생성방법 및 장치 |
CN110758381A (zh) * | 2019-09-18 | 2020-02-07 | 北京汽车集团有限公司 | 生成转向轨迹的方法、装置、存储介质及电子设备 |
CN110949374A (zh) * | 2019-11-14 | 2020-04-03 | 江苏大学 | 基于两段二阶贝塞尔曲线的自动平行泊车路径规划方法 |
CN113515111A (zh) * | 2020-03-25 | 2021-10-19 | 郑州宇通客车股份有限公司 | 一种车辆避障路径规划方法及装置 |
DE102022101054A1 (de) * | 2022-01-18 | 2023-07-20 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Planen eines Pfades für ein wenigstens teilweise automatisiertes Kraftfahrzeug, Computerprogrammprodukt, computerlesbares Speichermedium sowie Assistenzsystem |
CN114670823A (zh) * | 2022-04-15 | 2022-06-28 | 阿波罗智能技术(北京)有限公司 | 一种行驶轨迹的修正方法、装置、设备以及自动驾驶车辆 |
CN114852085A (zh) * | 2022-05-13 | 2022-08-05 | 清华大学 | 基于路权侵入度的车辆自动驾驶轨迹规划方法 |
CN115042809A (zh) * | 2022-05-26 | 2022-09-13 | 电子科技大学 | 一种基于动态轨迹规划的自动驾驶连续避障方法 |
CN115571164A (zh) * | 2022-11-03 | 2023-01-06 | 中科天极(新疆)空天信息有限公司 | 一种基于自动驾驶的避障方法及系统 |
CN116552564A (zh) * | 2023-05-05 | 2023-08-08 | 苏州畅行智驾汽车科技有限公司 | 行车轨迹确定方法及装置、电子设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
基于前车轨迹预测的高速智能车运动规划;张一鸣;周兵;吴晓建;崔庆佳;柴天;;汽车工程(第05期);574-580, 587 * |
Also Published As
Publication number | Publication date |
---|---|
CN117184060A (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117184060B (zh) | 轨迹修正方法和装置、无人车和存储介质 | |
CN111332285B (zh) | 车辆避开障碍物的方法及装置、电子设备和存储介质 | |
CN110045729B (zh) | 一种车辆自动驾驶方法及装置 | |
CN107451521B (zh) | 车辆车道图估算 | |
US10604156B2 (en) | System and method for adjusting a road boundary | |
CN111788102B (zh) | 用于跟踪交通灯的里程计系统和方法 | |
US11313976B2 (en) | Host vehicle position estimation device | |
US20220080961A1 (en) | Control system and control method for sampling based planning of possible trajectories for motor vehicles | |
US11260857B2 (en) | Polyline contour representations for autonomous vehicles | |
US11625038B2 (en) | Autonomous driving device | |
CN113905940A (zh) | 基于与遮蔽区域相关联的风险的自主车辆操纵 | |
CN109682388B (zh) | 跟随路径的确定方法 | |
CN113844451B (zh) | 行驶设备控制方法、装置、电子设备及存储介质 | |
US11042160B2 (en) | Autonomous driving trajectory determination device | |
CN118235180A (zh) | 预测可行驶车道的方法和装置 | |
US11210941B2 (en) | Systems and methods for mitigating anomalies in lane change detection | |
CN116449356A (zh) | 基于聚集的lidar数据对准 | |
CN112519753A (zh) | 车辆车道映射 | |
WO2022089627A1 (en) | Method and system for motion planning for an autonmous vehicle | |
CN111231977B (zh) | 一种车辆速度的确定方法、装置、车辆及存储介质 | |
EP3985641B1 (en) | Travel assistance method and travel assistance device | |
CN117916682A (zh) | 使用时空凸形走廊的运动规划 | |
CN114355921B (zh) | 车辆循迹轨迹生成方法、装置、电子设备及存储介质 | |
CN117485373A (zh) | 车辆碰撞风险评估方法和装置、无人车和存储介质 | |
CN116610118A (zh) | 路径规划方法和装置、无人车和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |