CN117533354A - 轨迹生成方法、行驶控制方法、存储介质及智能设备 - Google Patents
轨迹生成方法、行驶控制方法、存储介质及智能设备 Download PDFInfo
- Publication number
- CN117533354A CN117533354A CN202311824034.8A CN202311824034A CN117533354A CN 117533354 A CN117533354 A CN 117533354A CN 202311824034 A CN202311824034 A CN 202311824034A CN 117533354 A CN117533354 A CN 117533354A
- Authority
- CN
- China
- Prior art keywords
- track
- collision
- planning
- point
- bezier curve
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 238000005457 optimization Methods 0.000 claims description 28
- 238000009499 grossing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 abstract description 13
- 238000007689 inspection Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及自动驾驶领域,具体提供一种轨迹生成方法、行驶控制方法、存储介质及智能设备,旨在解决如何在确保轨迹无碰撞的前提下,获得整体平滑的路口引导轨迹的问题。为此目的,本申请根据路口的进入点和驶出点,获得路口的贝塞尔曲线,根据贝塞尔曲线和路口的障碍物,进行碰撞检查,根据碰撞检查结果获得路口的引导轨迹。通过上述配置方式,本申请在获取引导轨迹的过程中,通过获取贝塞尔曲线实现轨迹拟合过程,通过碰撞检查来实现引导轨迹的有效避障,能够使得生成的引导轨迹在保证轨迹无碰撞的前提下,也能够确保引导轨迹整体上平顺的特性,以更加符合人类驾驶员的驾驶习惯。
Description
技术领域
本申请涉及自动驾驶领域,具体提供一种轨迹生成方法、行驶控制方法、存储介质及智能设备。
背景技术
在大型复杂路口中,自动驾驶汽车由于感知范围有限,以及动态障碍物的遮挡等原因,往往很难获得完整的环境信息。进一步,也就很难实现全局最优的轨迹规划。提前采集路口的环境信息,并离线生成先验的引导轨迹,以辅助实时的决策规划,是解决问题的有效途径。
传统的轨迹拟合方法,能生成平滑的与人类驾驶员习惯相似的轨迹,但无法有效地考虑绿化带、交通岛台等障碍物;基于搜索的轨迹规划方法,虽然能够有效地避障,但没有考虑人类驾驶员的习惯,规划的轨迹往往因轨迹长度的代价而不够平顺。
相应地,本领域需要一种新的轨迹生成方案来解决上述问题。
发明内容
为了克服上述缺陷,提出了本申请,以提供解决或至少部分地解决如何在确保轨迹无碰撞的前提下,获得整体平滑的路口引导轨迹的问题。
在第一方面,本申请提供一种轨迹生成方法,所述方法包括:
根据路口的进入点和驶出点,获取所述路口的贝塞尔曲线;
根据所述贝塞尔曲线和所述路口的障碍物,进行碰撞检查,获取碰撞检查结果;
根据所述碰撞检查结果,获取所述路口的引导轨迹。
在上述轨迹生成方法的一个技术方案中,所述根据所述碰撞检查结果,获取所述路口的引导轨迹,包括:
当所述碰撞检查结果为有碰撞时,根据所述障碍物对所述贝塞尔曲线进行重新规划,以获取所述引导轨迹。
在上述轨迹生成方法的一个技术方案中,所述根据所述障碍物对所述贝塞尔曲线进行重新规划,获取所述引导轨迹,包括
根据所述障碍物对所述贝塞尔曲线进行重新规划,获取无碰撞贝塞尔轨迹;
根据所述无碰撞贝塞尔轨迹,获取所述引导轨迹。
在上述轨迹生成方法的一个技术方案中,所述根据所述障碍物对所述贝塞尔曲线进行重新规划,获取无碰撞贝塞尔轨迹,包括:
根据所述障碍物的位置,获取所述贝塞尔曲线上碰撞区域的起始点和结束点;
根据所述起始点和所述结束点,按照预设的偏移量,获取所述重新规划的规划起点和规划终点,并获取所述规划起点对应的车辆的起点朝向和所述规划终点对应的车辆的终点朝向;
根据所述规划起点、所述起点朝向、所述规划终点和所述终点朝向,进行轨迹搜索,获取规划轨迹;
根据所述规划轨迹和所述贝塞尔曲线,获取所述无碰撞贝塞尔轨迹。
在上述轨迹生成方法的一个技术方案中,所述根据所述规划起点、所述起点朝向、所述规划终点和所述终点朝向,进行轨迹搜索,获取规划轨迹,包括:
根据所述规划起点、所述起点朝向、所述规划终点和所述终点朝向,以车辆的运动学参数为约束,应用轨迹搜索算法进行轨迹搜索,获取所述规划轨迹。
在上述轨迹生成方法的一个技术方案中,所述根据所述规划轨迹和所述贝塞尔曲线,获取所述无碰撞贝塞尔轨迹,包括:
将所述进入点到所述规划起点部分的贝塞尔曲线、所述规划终点到所述驶出点部分的贝塞尔曲线与所述规划轨迹进行拼接,以获得所述无碰撞贝塞尔轨迹。
在上述轨迹生成方法的一个技术方案中,所述根据所述无碰撞贝塞尔轨迹,获取所述引导轨迹,包括:
根据所述无碰撞贝塞尔轨迹,进行轨迹平滑优化,获取所述引导轨迹。
在上述轨迹生成方法的一个技术方案中,所述根据所述无碰撞贝塞尔轨迹,进行轨迹平滑优化,获取所述引导轨迹,包括:
基于预设的采集间隔,对所述无碰撞贝塞尔轨迹进行间隔采集,获得多个折线形点;
将所述多个折线形点作为状态量,进行所述轨迹平滑优化,以获取所述引导轨迹。
在上述轨迹生成方法的一个技术方案中,所述将所述多个折线形点作为状态量,进行所述轨迹平滑优化,以获取所述引导轨迹,包括:
将所述多个折线形点作为状态量,以轨迹平滑代价和轨迹偏差代价最小化为优化目标,进行所述轨迹平滑优化,以获取所述引导轨迹;
其中,所述轨迹平滑代价为每相邻的三个折线形点中第一个折线形点与第二个折线形点组成的向量和第一个折线形点与第三个折线形点组成的向量的差值模长;所述轨迹偏差代价为每个所述折线形点到所述贝塞尔曲线的最近距离。
在上述轨迹生成方法的一个技术方案中,所述进行所述轨迹平滑优化,包括:
为每个所述状态量设置余量;
基于所述余量,进行所述轨迹平滑优化,获得优化轨迹;
对所述优化轨迹进行碰撞检查;
若有碰撞,则减小所述余量,跳转至“基于所述余量,进行所述轨迹平滑优化”步骤;
若无碰撞,则将所述优化轨迹作为所述引导轨迹。
在上述轨迹生成方法的一个技术方案中,所述根据所述碰撞检查结果,获取所述路口的引导轨迹,包括:
当所述碰撞检查结果为无碰撞时,将所述贝塞尔曲线作为所述引导轨迹。
在第二方面,本申请提供一种行驶控制方法,所述方法包括:
获取路口的引导轨迹;所述引导轨迹是基于上述轨迹生成方法技术方案中任一项所述的轨迹生成方法获得的;
根据所述引导轨迹,实现在所述路口处的行驶控制。
在第三方面,提供一种计算机可读存储介质,该计算机可读存储介质其中存储有多条程序代码,所述程序代码适于由处理器加载并运行以执行上述轨迹生成方法的技术方案中任一项技术方案所述的轨迹生成方法或上述行驶控制方法的技术方案中所述的行驶控制方法。
在第四方面,提供一种智能设备,所述智能设备包括:
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,所述存储器中存储有计算机程序,所述计算机程序被所述至少一个处理器执行时实现上述轨迹生成方法的技术方案中任一项技术方案所述的轨迹生成方法或上述行驶控制方法的技术方案中所述的行驶控制方法。
本申请上述一个或多个技术方案,至少具有如下一种或多种有益效果:
在实施本申请的技术方案中,本申请根据路口的进入点和驶出点,获得路口的贝塞尔曲线,根据贝塞尔曲线和路口的障碍物,进行碰撞检查,根据碰撞检查结果获得路口的引导轨迹。通过上述配置方式,本申请在获取引导轨迹的过程中,通过获取贝塞尔曲线实现轨迹拟合过程,通过碰撞检查来实现引导轨迹的有效避障,能够使得生成的引导轨迹在保证轨迹无碰撞的前提下,也能够确保引导轨迹整体上平顺的特性,以更加符合人类驾驶员的驾驶习惯。
附图说明
参照附图,本申请的公开内容将变得更易理解。本领域技术人员容易理解的是:这些附图仅仅用于说明的目的,而并非意在对本申请的保护范围组成限制。其中:
图1是根据本申请的一个实施例的轨迹生成方法的主要步骤流程示意图;
图2是引导轨迹的示意图;
图3是根据本申请实施例的一个实施方式的轨迹生成方法的主要步骤流程示意图;
图4是根据本申请实施例的一个实施方式的对贝塞尔曲线进行重新规划的主要过程示意图;
图5是根据本申请实施例的一个实施方式的无碰撞贝塞尔轨迹示意图;
图6是根据本申请的一个实施例的行驶控制方法的主要步骤流程示意图;
图7是根据本申请的一个实施例的智能设备的处理器和存储器的连接关系示意图。
具体实施方式
下面参照附图来描述本申请的一些实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本申请的技术原理,并非旨在限制本申请的保护范围。
在本申请的描述中,“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路,各种合适的感应器,通信端口,存储器,也可以包括软件部分,比如程序代码,也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质,比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合,比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似,可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。
术语定义:
自动驾驶系统(Automated Driving Systems,ADS),其是指系统在自身的设计运行范围(Operational Domain Design,ODD)内将持续执行全部的动态驾驶任务(DynamicDriving Task,DDT)。即,在规定的适当驾驶场景条件下才允许机器系统全部承担车辆自动操控的任务,即车辆满足ODD条件时系统被激活,该系统代替人类驾驶员作为车辆的驾驶主体。其中,动态驾驶任务DDT是指对车辆进行持续的横向(左、右转向)和纵向运动控制(加速,减速,匀速)以及对车辆行驶环境中的目标和事件进行探测和响应。设计运行范围ODD是指自动驾驶系统可以安全运行的条件,其设置的条件可以包括地理位置、道路类型、速度范围、天气、时间、国家和地方性交通法律法规等。
参阅附图2,图2是引导轨迹的示意图。下面根据附图2对引导轨迹进行解释。如图2所示,车辆从入点以入点方向为车头朝向,可以在不碰撞到障碍物的前提下,平顺地到达出点位置,并使得车头的朝向指向出点的方向,这个过程中车辆的经过的轨迹即为引导轨迹。
参阅附图1,图1是根据本申请的一个实施例的轨迹生成方法的主要步骤流程示意图。如图1所示,本申请实施例中的轨迹生成方法主要包括下列步骤S101-步骤S103。
步骤S101:根据路口的进入点和驶出点,获取路口的贝塞尔曲线。
在本实施例中,可以根据路口的进入点和驶出点,生成路口的贝塞尔曲线。其中,路口的进入点包括进入点的位置和方向,驶出点包括驶出点的位置和方向。贝塞尔曲线是由一系列控制点所定义的一条平滑曲线。
一个实施方式中,可以通过路网拓扑数据,获取路口的进入点和驶出点。
一个实施方式中,可以通过轨迹拟合算法,基于路口的进入点和驶出点,获取路口的贝塞尔曲线。
步骤S102:根据贝塞尔曲线和路口的障碍物,进行碰撞检查,获取碰撞检查结果。
在本实施例中,结合路口的障碍物,对贝塞尔曲线进行碰撞检查,以获得碰撞检查结果。可以使用本领域常用的碰撞检查方法对贝塞尔曲线进行碰撞检查。
一个实施方式中,障碍物可以为路口的绿化带、交通台等静态障碍物。
一个实施方式中,可以结合障碍物的点云数据,对贝塞尔曲线进行碰撞检查。
步骤S103:根据碰撞检查结果,获取路口的引导轨迹。
在本实施例中,可以基于碰撞检查结果,来确定路口的引导轨迹。
一个实施方式中,当碰撞检查结果为无碰撞时,则可以直接将贝塞尔曲线作为路口的引导轨迹。
一个实施方式中,当碰撞检查结果为有碰撞时,则可以基于障碍物对贝塞尔曲线进行重新规划,从而获得路口的引导轨迹。
基于上述步骤S101-步骤S103,本申请实施例根据路口的进入点和驶出点,获得路口的贝塞尔曲线,根据贝塞尔曲线和路口的障碍物,进行碰撞检查,根据碰撞检查结果获得路口的引导轨迹。通过上述配置方式,本申请实施例在获取引导轨迹的过程中,通过获取贝塞尔曲线实现轨迹拟合过程,通过碰撞检查来实现引导轨迹的有效避障,能够使得生成的引导轨迹在保证轨迹无碰撞的前提下,也能够确保引导轨迹整体上平顺的特性,以更加符合人类驾驶员的驾驶习惯。
下面对步骤S103作进一步地说明。
在本申请实施例的一个实施方式中,当碰撞检查结果为有碰撞时,可以根据以下步骤S1031和步骤S1032对贝塞尔曲线进行重新规划,以获得引导轨迹。
步骤S1031:根据障碍物对贝塞尔曲线进行重新规划,获取的无碰撞贝塞尔轨迹。
在本实施方式中,步骤S1031可以进一步包括以下步骤S10311至步骤S10314:
步骤S10311:根据障碍物的位置,获取贝塞尔曲线上碰撞区域的起始点和结束点。
步骤S10312:根据起始点和结束点,按照预设的偏移量,获取重新规划的规划起点和规划终点,并获取规划起点对应的车辆的起点朝向和规划终点对应的车辆的终点朝向。
在本实施方式中,可以参阅附图4,图4是根据本申请实施例的一个实施方式的对贝塞尔曲线进行重新规划的主要过程示意图。如图4所示,图中的虚线为贝塞尔曲线,贝塞尔曲线上存在若干障碍物。则可以根据障碍物获取贝塞尔曲线上的碰撞区域的起始点和结束点,即图4中的p01和p02。根据起始点和结束点,设置预设的偏移量,确定贝塞尔曲线的上的起始点和结束点外的两个点作为重新规划的规划起点和规划终点,即为图4中的p1和p2。并根据贝塞尔曲线确定规划起点的起点朝向和规划终点的终点朝向,即为图4中的yaw1和yaw2。
步骤S10313:根据规划起点、起点朝向、规划终点和终点朝向,进行轨迹搜索,获取规划轨迹。
在本实施方式中,可以根据规划起点、起点朝向、规划终点、终点朝向,以车辆的运动学参数作为轨迹搜索过程的约束,应用轨迹搜索算法进行轨迹搜索,从而获得规划轨迹。参阅附图5,图5是根据本申请实施例的一个实施方式的无碰撞贝塞尔轨迹示意图。如图5所示,图5中的虚线即为以p1为规划起点、yaw1为起点朝向、p2为规划终点、yaw2为终点朝向的规划轨迹。
一个实施方式中,车辆的运动学参数可以包括车辆的最小转弯半径、车辆轴距、车体宽度等。
一个实施方式中,轨迹搜索算法可以为hybrid a*算法。
步骤S10314:根据规划轨迹和贝塞尔曲线,获取无碰撞贝塞尔轨迹。
在本实施方式中,可以将进入点到规划起点部分的贝塞尔曲线、规划终点到驶出点部分的贝塞尔曲线与规划轨迹进行拼接,以获得无碰撞贝塞尔轨迹。即,将图4中的入点(进入点)至p1部分的贝塞尔曲线、图5中的p1至p2部分的规划轨迹和图4中p2至出点(驶出点)部分的贝塞尔曲线拼接起来,获得无碰撞贝塞尔轨迹。
步骤S1032:根据无碰撞贝塞尔轨迹,获取引导轨迹。
在本实施方式中,可以根据获得的无碰撞贝塞尔轨迹,进一步进行轨迹平滑优化,从而获得引导轨迹。即,可以以贝塞尔曲线作为先验,进一步考虑轨迹的平滑性,对无碰撞贝塞尔轨迹进行进一步优化。
一个实施方式中,步骤S1032可以包括以下步骤S10321和步骤S10322:
步骤S10321:基于预设的采集间隔,对无碰撞贝塞尔轨迹进行间隔采集,获得多个折线形点。
在本实施方式中,可以采用粒子群优化方法,对无碰撞贝塞尔轨迹进行平滑优化。可以先将无碰撞贝塞尔曲线按照预设的采集间隔进行采样,获得多个折线形点。
步骤S10322:将多个折线形点作为状态量,进行轨迹平滑优化,以获取引导轨迹。
在本实施方式中,可以将多个折线形点的位置作为状态量,以轨迹平滑代价和轨迹偏差代价最小化为优化目标,进行轨迹平滑优化,以获取引导轨迹;其中,轨迹平滑代价为每相邻的三个折线形点中第一个折线形点与第二个折线形点组成的向量和第一个折线形点与第三个折线形点组成的向量的差值模长;轨迹偏差代价为每个折线形点到贝塞尔曲线的最近距离。
一个实施方式中,为了能够确保在经轨迹平滑优化过程中,轨迹无碰撞,可以对每个状态量预先设置余量(bubble)。其中,余量越大代表越平滑,余量越小代表轨迹存在碰撞的可能性越低。基于余量进行轨迹平滑优化,并在优化后对优化轨迹进行碰撞检查。如果检查结果为有碰撞,则可以减小余量后,继续进行轨迹平滑优化。如果检查结果为无碰撞,则可以将优化轨迹作为引导轨迹。
一个实施方式中,可以参阅附图3,图3是根据本申请实施例的一个实施方式的轨迹生成方法的主要步骤流程示意图。如图3所示,在本实施方式中,可以根据路口的进入点和驶出点,进行贝塞尔曲线拟合,获得贝塞尔曲线。根据障碍物对贝塞尔曲线进行碰撞检查。如无碰撞,则输出贝塞尔曲线做作为引导轨迹。如有碰撞则根据贝塞尔曲线进行重新规划,获得无碰撞贝塞尔轨迹,再基于贝塞尔曲线对无碰撞贝塞尔轨迹进行轨迹平滑优化,输出平滑轨迹作为引导轨迹。
进一步,本申请还提供一种行驶控制方法。
参阅附图6,图6是根据本申请的一个实施例的行驶控制方法的主要步骤流程示意图。如图6所示,本申请实施例中的行驶控制方法主要包括下列步骤S201-步骤S202。
步骤S201:获取路口的引导轨迹。其中,引导轨迹是根据上述轨迹生成方法实施例中的轨迹生成方式获得的。
步骤S202:根据引导轨迹,实现在路口处的行驶控制。
在本实施例中,由于引导轨迹综合考虑了轨迹拟合和轨迹搜索,是平顺且无碰撞的轨迹,因而,引导轨迹能够对行驶控制提供更为准确的先验信息,从而有效辅助自动驾驶的决策和规划过程。
需要指出的是,尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述,但是本领域技术人员可以理解,为了实现本申请的效果,不同的步骤之间并非必须按照这样的顺序执行,其可以同时(并行)执行或以其他顺序执行,这些变化都在本申请的保护范围之内。
本领域技术人员能够理解的是,本申请实现上述一实施例的方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括电载波信号和电信信号。
进一步,本申请还提供了一种计算机可读存储介质。在根据本申请的一个计算机可读存储介质实施例中,计算机可读存储介质可以被配置成存储执行上述方法实施例的轨迹生成方法的程序,该程序可以由处理器加载并运行以实现上述轨迹生成方法。为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请实施例方法部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备,可选的,本申请实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。
进一步,本申请还提供了一种计算机可读存储介质。在根据本申请的一个计算机可读存储介质实施例中,计算机可读存储介质可以被配置成存储执行上述方法实施例的行驶控制方法的程序,该程序可以由处理器加载并运行以实现上述行驶控制方法。为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请实施例方法部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备,可选的,本申请实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。
进一步,本申请还提供了一种智能设备,智能设备可以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,存储器中存储有计算机程序,计算机程序被至少一个处理器执行时实现上述任一实施例所述的方法。本申请的智能设备,可以包括驾驶设备、智能车、机器人等设备。参阅附图7,图7是根据本申请的一个实施例的智能设备的处理器和存储器的连接关系示意图。如图7所示,智能设备的存储器和处理通过总线通信连接。
在本申请的一些实施例中,智能设备还包括至少一个传感器,传感器用于感知信息。传感器与本申请提到的任何一种类型的处理器通信连接。可选地,智能设备还包括自动驾驶系统,自动驾驶系统用于引导智能设备自行行驶或辅助驾驶。处理器与传感器和/或自动驾驶系统通信,用于完成上述任一实施例所述的方法。
进一步,应该理解的是,由于各个模块的设定仅仅是为了说明本申请的装置的功能单元,这些模块对应的物理器件可以是处理器本身,或者处理器中软件的一部分,硬件的一部分,或者软件和硬件结合的一部分。因此,图中的各个模块的数量仅仅是示意性的。
本领域技术人员能够理解的是,可以对装置中的各个模块进行适应性地拆分或合并。对具体模块的这种拆分或合并并不会导致技术方案偏离本申请的原理,因此,拆分或合并之后的技术方案都将落入本申请的保护范围内。
本申请各实施例中可能涉及的相关用户个人信息,均为严格按照法律法规的要求,遵循合法、正当、必要的原则,基于业务场景的合理目的,处理用户在使用产品/服务过程中主动提供或因使用产品/服务而产生的,以及经用户授权获取的个人信息。
本申请处理的用户个人信息会因具体产品/服务场景而有所不同,需以用户使用产品/服务的具体场景为准,可能会涉及用户的账号信息、设备信息、驾驶信息、车辆信息或其他相关信息。申请人会以高度的勤勉义务对待用户的个人信息及其处理。
本申请非常重视用户个人信息的安全,已采取符合业界标准、合理可行的安全防护措施保护用户的信息,防止个人信息遭到未经授权访问、公开披露、使用、修改、损坏或丢失。
至此,已经结合附图所示的优选实施方式描述了本申请的技术方案,但是,本领域技术人员容易理解的是,本申请的保护范围显然不局限于这些具体实施方式。在不偏离本申请的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本申请的保护范围之内。
Claims (14)
1.一种轨迹生成方法,其特征在在于,所述方法包括:
根据路口的进入点和驶出点,获取所述路口的贝塞尔曲线;
根据所述贝塞尔曲线和所述路口的障碍物,进行碰撞检查,获取碰撞检查结果;
根据所述碰撞检查结果,获取所述路口的引导轨迹。
2.根据权利要求1所述的轨迹生成方法,其特征在于,
所述根据所述碰撞检查结果,获取所述路口的引导轨迹,包括:
当所述碰撞检查结果为有碰撞时,根据所述障碍物对所述贝塞尔曲线进行重新规划,以获取所述引导轨迹。
3. 根据权利要求2所述的轨迹生成方法,其特征在于,
所述根据所述障碍物对所述贝塞尔曲线进行重新规划,获取所述引导轨迹,包括
根据所述障碍物对所述贝塞尔曲线进行重新规划,获取无碰撞贝塞尔轨迹;
根据所述无碰撞贝塞尔轨迹,获取所述引导轨迹。
4.根据权利要求3所述的轨迹生成方法,其特征在于,
所述根据所述障碍物对所述贝塞尔曲线进行重新规划,获取无碰撞贝塞尔轨迹,包括:
根据所述障碍物的位置,获取所述贝塞尔曲线上碰撞区域的起始点和结束点;
根据所述起始点和所述结束点,按照预设的偏移量,获取所述重新规划的规划起点和规划终点,并获取所述规划起点对应的车辆的起点朝向和所述规划终点对应的车辆的终点朝向;
根据所述规划起点、所述起点朝向、所述规划终点和所述终点朝向,进行轨迹搜索,获取规划轨迹;
根据所述规划轨迹和所述贝塞尔曲线,获取所述无碰撞贝塞尔轨迹。
5.根据权利要求4所述的轨迹生成方法,其特征在于,
所述根据所述规划起点、所述起点朝向、所述规划终点和所述终点朝向,进行轨迹搜索,获取规划轨迹,包括:
根据所述规划起点、所述起点朝向、所述规划终点和所述终点朝向,以车辆的运动学参数为约束,应用轨迹搜索算法进行轨迹搜索,获取所述规划轨迹。
6.根据权利要求4所述的轨迹生成方法,其特征在于,
所述根据所述规划轨迹和所述贝塞尔曲线,获取所述无碰撞贝塞尔轨迹,包括:
将所述进入点到所述规划起点部分的贝塞尔曲线、所述规划终点到所述驶出点部分的贝塞尔曲线与所述规划轨迹进行拼接,以获得所述无碰撞贝塞尔轨迹。
7.根据权利要求3所述的轨迹生成方法,其特征在于,
所述根据所述无碰撞贝塞尔轨迹,获取所述引导轨迹,包括:
根据所述无碰撞贝塞尔轨迹,进行轨迹平滑优化,获取所述引导轨迹。
8.根据权利要求7所述的轨迹生成方法,其特征在于,
所述根据所述无碰撞贝塞尔轨迹,进行轨迹平滑优化,获取所述引导轨迹,包括:
基于预设的采集间隔,对所述无碰撞贝塞尔轨迹进行间隔采集,获得多个折线形点;
将所述多个折线形点作为状态量,进行所述轨迹平滑优化,以获取所述引导轨迹。
9.根据权利要求8所述的轨迹生成方法,其特征在于,
所述将所述多个折线形点作为状态量,进行所述轨迹平滑优化,以获取所述引导轨迹,包括:
将所述多个折线形点作为状态量,以轨迹平滑代价和轨迹偏差代价最小化为优化目标,进行所述轨迹平滑优化,以获取所述引导轨迹;
其中,所述轨迹平滑代价为每相邻的三个折线形点中第一个折线形点与第二个折线形点组成的向量和第一个折线形点与第三个折线形点组成的向量的差值模长;所述轨迹偏差代价为每个所述折线形点到所述贝塞尔曲线的最近距离。
10.根据权利要求8或9所述的轨迹生成方法,其特征在于,
所述进行所述轨迹平滑优化,包括:
为每个所述状态量设置余量;
基于所述余量,进行所述轨迹平滑优化,获得优化轨迹;
对所述优化轨迹进行碰撞检查;
若有碰撞,则减小所述余量,跳转至“基于所述余量,进行所述轨迹平滑优化”步骤;
若无碰撞,则将所述优化轨迹作为所述引导轨迹。
11.根据权利要求1所述的轨迹生成方法,其特征在于,
所述根据所述碰撞检查结果,获取所述路口的引导轨迹,包括:
当所述碰撞检查结果为无碰撞时,将所述贝塞尔曲线作为所述引导轨迹。
12.一种行驶控制方法,其特征在在于,所述方法包括:
获取路口的引导轨迹;所述引导轨迹是基于权利要求1至11中任一项所述的轨迹生成方法获得的;
根据所述引导轨迹,实现在所述路口处的行驶控制。
13.一种计算机可读存储介质,其中存储有多条程序代码,其特征在于,所述程序代码适于由处理器加载并运行以执行1至11中任一项所述的轨迹生成方法或权利要求12所述的行驶控制方法。
14.一种智能设备,其特征在于,所述智能设备包括:
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,所述存储器中存储有计算机程序,所述计算机程序被所述至少一个处理器执行时实现1至11中任一项所述的轨迹生成方法或权利要求12所述的行驶控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311824034.8A CN117533354B (zh) | 2023-12-28 | 2023-12-28 | 轨迹生成方法、行驶控制方法、存储介质及智能设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311824034.8A CN117533354B (zh) | 2023-12-28 | 2023-12-28 | 轨迹生成方法、行驶控制方法、存储介质及智能设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117533354A true CN117533354A (zh) | 2024-02-09 |
CN117533354B CN117533354B (zh) | 2024-04-02 |
Family
ID=89788349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311824034.8A Active CN117533354B (zh) | 2023-12-28 | 2023-12-28 | 轨迹生成方法、行驶控制方法、存储介质及智能设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117533354B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107168305A (zh) * | 2017-04-01 | 2017-09-15 | 西安交通大学 | 路口场景下基于Bezier和VFH的无人车轨迹规划方法 |
CN107992050A (zh) * | 2017-12-20 | 2018-05-04 | 广州汽车集团股份有限公司 | 无人驾驶汽车局部路径运动规划方法和装置 |
US20180348767A1 (en) * | 2017-05-31 | 2018-12-06 | GM Global Technology Operations LLC | Trajectory planner for autonomous driving using bézier curves |
CN109540159A (zh) * | 2018-10-11 | 2019-03-29 | 同济大学 | 一种快速完备的自动驾驶轨迹规划方法 |
FR3096637A1 (fr) * | 2019-05-27 | 2020-12-04 | Psa Automobiles Sa | Procédé et dispositif de détermination d’un chemin pour un véhicule autonome |
US20210304462A1 (en) * | 2020-03-24 | 2021-09-30 | HERE Global, B.V. | Method, apparatus, and computer program product for generating turn paths through an intersection |
US20220105963A1 (en) * | 2020-10-01 | 2022-04-07 | Argo AI, LLC | Systems and methods for imminent collision avoidance |
CN114494504A (zh) * | 2020-10-27 | 2022-05-13 | 华为技术有限公司 | 掉头车道线自动标注方法、装置、计算机可读存储介质及地图 |
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 |
CN115456297A (zh) * | 2022-09-28 | 2022-12-09 | 远峰科技股份有限公司 | 自动泊车路径优化方法及装置 |
CN117022249A (zh) * | 2023-06-25 | 2023-11-10 | 武汉光庭信息技术股份有限公司 | 平行车位自动泊车轨迹规划方法、系统、介质及设备 |
US20230391336A1 (en) * | 2022-06-07 | 2023-12-07 | Hl Klemove Corp. | Apparatus for driver assistance and method for driver assistance |
CN117249842A (zh) * | 2023-09-12 | 2023-12-19 | 南京邮电大学 | 一种基于轨迹平滑优化的无人车混合轨迹规划方法 |
-
2023
- 2023-12-28 CN CN202311824034.8A patent/CN117533354B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107168305A (zh) * | 2017-04-01 | 2017-09-15 | 西安交通大学 | 路口场景下基于Bezier和VFH的无人车轨迹规划方法 |
US20180348767A1 (en) * | 2017-05-31 | 2018-12-06 | GM Global Technology Operations LLC | Trajectory planner for autonomous driving using bézier curves |
CN107992050A (zh) * | 2017-12-20 | 2018-05-04 | 广州汽车集团股份有限公司 | 无人驾驶汽车局部路径运动规划方法和装置 |
CN109540159A (zh) * | 2018-10-11 | 2019-03-29 | 同济大学 | 一种快速完备的自动驾驶轨迹规划方法 |
FR3096637A1 (fr) * | 2019-05-27 | 2020-12-04 | Psa Automobiles Sa | Procédé et dispositif de détermination d’un chemin pour un véhicule autonome |
US20210304462A1 (en) * | 2020-03-24 | 2021-09-30 | HERE Global, B.V. | Method, apparatus, and computer program product for generating turn paths through an intersection |
US20220105963A1 (en) * | 2020-10-01 | 2022-04-07 | Argo AI, LLC | Systems and methods for imminent collision avoidance |
CN114494504A (zh) * | 2020-10-27 | 2022-05-13 | 华为技术有限公司 | 掉头车道线自动标注方法、装置、计算机可读存储介质及地图 |
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 |
US20230391336A1 (en) * | 2022-06-07 | 2023-12-07 | Hl Klemove Corp. | Apparatus for driver assistance and method for driver assistance |
CN115456297A (zh) * | 2022-09-28 | 2022-12-09 | 远峰科技股份有限公司 | 自动泊车路径优化方法及装置 |
CN117022249A (zh) * | 2023-06-25 | 2023-11-10 | 武汉光庭信息技术股份有限公司 | 平行车位自动泊车轨迹规划方法、系统、介质及设备 |
CN117249842A (zh) * | 2023-09-12 | 2023-12-19 | 南京邮电大学 | 一种基于轨迹平滑优化的无人车混合轨迹规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117533354B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107544514B (zh) | 机器人障碍物避让方法、装置、存储介质及机器人 | |
CN110914803B (zh) | 车辆控制装置 | |
DE102016200018A1 (de) | Fahrzeugfortbewegungssteuereinrichtung | |
DE102016206318A1 (de) | Fahrtsteuervorrichtung | |
CN109739230B (zh) | 驾驶轨迹生成方法、装置及存储介质 | |
WO2016083034A1 (de) | Verfahren und vorrichtung zum betreiben von mehreren fahrzeugen | |
CN114735002B (zh) | 一种车辆的转向控制方法、装置、车辆及存储介质 | |
CN112092804B (zh) | 一种自动泊车的方法和系统 | |
CN114194190A (zh) | 车道机动意图检测系统和方法 | |
CN111746518A (zh) | 一种车辆泊出控制方法及装置 | |
CN114834486A (zh) | 一种规划车辆掉头路径的方法、装置及设备 | |
CN116069037A (zh) | 无人车编队轨迹规划控制方法、装置、设备及存储介质 | |
CN115489516A (zh) | 一种泊车速度规划方法、系统及存储介质 | |
CN117533354B (zh) | 轨迹生成方法、行驶控制方法、存储介质及智能设备 | |
CN113432615A (zh) | 基于多传感器融合可驾驶区域的检测方法、系统和车辆 | |
CN117022249A (zh) | 平行车位自动泊车轨迹规划方法、系统、介质及设备 | |
CN116811898A (zh) | 一种基于车道线的弯道自动驾驶路网生成方法与装置 | |
CN114771533A (zh) | 自动驾驶车辆的控制方法、装置、设备、车辆及介质 | |
CN111176285B (zh) | 一种行进路径规划的方法及装置、车辆、可读存储介质 | |
CN110138485B (zh) | 车载信息广播系统、方法、设备及存储介质 | |
CN117496476B (zh) | 路网生成方法、可读存储介质及智能设备 | |
CN113077652A (zh) | 车位自动搜索方法、装置、电子装置及存储介质 | |
CN114475650B (zh) | 一种车辆行驶行为确定方法、装置、设备及介质 | |
CN109116853B (zh) | 基于工具车的自主导航系统及工具车 | |
CN117495847B (zh) | 路口检测方法、可读存储介质及智能设备 |
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 |