CN109631929B - 基于黑名单的重导航方法、装置及存储介质 - Google Patents

基于黑名单的重导航方法、装置及存储介质 Download PDF

Info

Publication number
CN109631929B
CN109631929B CN201910127448.2A CN201910127448A CN109631929B CN 109631929 B CN109631929 B CN 109631929B CN 201910127448 A CN201910127448 A CN 201910127448A CN 109631929 B CN109631929 B CN 109631929B
Authority
CN
China
Prior art keywords
obstacle
blacklist
unmanned vehicle
road
blockage
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
Application number
CN201910127448.2A
Other languages
English (en)
Other versions
CN109631929A (zh
Inventor
李洪业
付骁鑫
朱振广
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apollo Intelligent Technology Beijing Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910127448.2A priority Critical patent/CN109631929B/zh
Publication of CN109631929A publication Critical patent/CN109631929A/zh
Priority to US16/786,509 priority patent/US11687080B2/en
Priority to KR1020200019725A priority patent/KR20200101861A/ko
Priority to EP20157826.7A priority patent/EP3699551A1/en
Priority to JP2020025859A priority patent/JP7050831B2/ja
Application granted granted Critical
Publication of CN109631929B publication Critical patent/CN109631929B/zh
Priority to KR1020210191773A priority patent/KR102527632B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明实施例提出一种基于黑名单的重导航方法、装置及计算机可读存储介质。其中基于黑名单的重导航方法包括：在无人车行驶过程中，检测所述无人车的前方区域是否有障碍物；若在检测到所述前方区域有障碍物，则生成与所述障碍物对应的黑名单，其中，所述黑名单中包括所述障碍物所在的道路；将所述黑名单报告给导航***，以使导航***根据所述障碍物所在的道路重新规划导航路线。本发明实施例在发现前方道路阻塞时，通过把障碍物所在的道路的黑名单报告给导航***，重新触发导航规划，避开阻塞路段，针对道路阻塞情况重新给出导航规划，引导无人车继续行程，使无人驾驶更加安全畅通。

Description

基于黑名单的重导航方法、装置及存储介质
技术领域
本发明涉及无人驾驶技术领域，尤其涉及一种基于黑名单的重导航方法、装置及计算机可读存储介质。
背景技术
现有技术的无人车***由规划模块来规划行车路线。如在规划的行车路线中，在当前车道上行驶到某一位置时发现前方道路阻塞，则无法按照规划的行车路线继续行驶。在这种情况下无人车不能完成行程，只能被动地等待道路阻塞解除之后才能继续行驶。现有技术的方案缺乏对临时路障的应变能力，导致无人车不能针对道路阻塞的情况灵活机动地采取应对措施。
发明内容
本发明实施例提供一种基于黑名单的重导航方法、装置及计算机可读存储介质，以至少解决现有技术中的一个或多个技术问题。
第一方面，本发明实施例提供了一种基于黑名单的重导航方法，包括：
在无人车行驶过程中，检测所述无人车的前方区域是否有障碍物；
若在检测到所述前方区域有障碍物，则生成与所述障碍物对应的黑名单，其中，所述黑名单中包括所述障碍物所在的道路；
将所述黑名单报告给导航***，以使导航***根据所述障碍物所在的道路重新规划导航路线。
在一种实施方式中，在无人车行驶过程中，检测所述无人车的前方区域是否有障碍物，包括：
利用设置在无人车上的感知设备，检测所述前方区域是否有障碍物。
在一种实施方式中，在无人车行驶过程中，检测所述无人车的前方区域是否有障碍物，包括：
若在所述前方区域内发现有阻塞物，则检测所述阻塞物是否处于静止状态，并判断无人车是否能够从所述阻塞物旁边绕行通过；
若检测到所述阻塞物处于静止状态，且判断的结果是无人车无法从所述阻塞物旁边绕行通过，则将所述阻塞物确定为所述障碍物。
在一种实施方式中，若在检测到所述前方区域有障碍物，则生成与所述障碍物对应的黑名单，包括：
若在检测到所述前方区域有障碍物，则确定所述障碍物所在的道路，并在所述障碍物所在的道路的局部区域生成与所述障碍物对应的黑名单。
在一种实施方式中，所述黑名单中还包括所述障碍物所在的车道。
第二方面，本发明实施例提供了一种基于黑名单的重导航装置，包括：
障碍物检测单元，用于：在无人车行驶过程中，检测所述无人车的前方区域是否有障碍物；
黑名单生成单元，用于：若在检测到所述前方区域有障碍物，则生成与所述障碍物对应的黑名单，其中，所述黑名单中包括所述障碍物所在的道路；
黑名单报告单元，用于将所述黑名单报告给导航***，以使导航***根据所述障碍物所在的道路重新规划导航路线。
在一种实施方式中，所述障碍物检测单元还用于：
利用设置在无人车上的感知设备，检测所述前方区域是否有障碍物。
在一种实施方式中，所述障碍物检测单元还用于：
若在所述前方区域内发现有阻塞物，则检测所述阻塞物是否处于静止状态，并判断无人车是否能够从所述阻塞物旁边绕行通过；
若检测到所述阻塞物处于静止状态，且判断的结果是无人车无法从所述阻塞物旁边绕行通过，则将所述阻塞物确定为所述障碍物。
在一种实施方式中，所述黑名单生成单元还用于：
若在检测到所述前方区域有障碍物，则确定所述障碍物所在的道路，并在所述障碍物所在的道路的局部区域生成与所述障碍物对应的黑名单。
在一种实施方式中，所述黑名单中还包括所述障碍物所在的车道。
第三方面，本发明实施例提供了一种基于黑名单的重导航装置，所述装置的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。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中，所述装置的结构中包括处理器和存储器，所述存储器用于存储支持所述装置执行上述方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述装置还可以包括通信接口，用于与其他设备或通信网络通信。
第四方面，本发明实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现上述第一方面中任一所述的方法。
上述技术方案具有如下优点或有益效果：在发现前方道路阻塞时，通过把障碍物所在的道路的黑名单报告给导航***，重新触发导航规划，避开阻塞路段，针对道路阻塞情况重新给出导航规划，引导无人车继续行程，使无人驾驶更加安全畅通。
上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。
图1为本发明实施例提供的基于黑名单的重导航方法的流程图。
图2为本发明实施例提供的基于黑名单的重导航方法的障碍物检测的场景示意图。
图3为本发明实施例提供的基于黑名单的重导航方法的障碍物检测的流程图。
图4为本发明实施例提供的基于黑名单的重导航装置的结构框图。
图5为本发明实施例提供的基于黑名单的重导航装置的结构框图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
图1为本发明实施例提供的基于黑名单的重导航方法的流程图。如图1所示，本发明实施例的基于黑名单的重导航方法包括：
步骤S110，在无人车行驶过程中，检测所述无人车的前方区域是否有障碍物；
步骤S120，若在检测到所述前方区域有障碍物，则生成与所述障碍物对应的黑名单，其中，所述黑名单中包括所述障碍物所在的道路；
步骤S130，将所述黑名单报告给导航***，以使导航***根据所述障碍物所在的道路重新规划导航路线。
无人车行驶过程中，由于路况在实时发生变化，在发现前方道路阻塞时无法通行，可能要等到前方阻塞解除之后才能继续通过通行。本发明实施例在发现前方道路阻塞时可通过黑名单触发重导航规划，避开阻塞路段，利用重导航规划引导无人车顺利到达目的地。重导航规划也就是重新规划导航路线。如无人车行驶的过程中突然遇到前方道路有阻塞且无法绕行的情况，按照原来的导航路线无法继续行驶，则需要再重新导航规划导航路线。
图2为本发明实施例提供的基于黑名单的重导航方法的障碍物检测的场景示意图。如图2所示，在一个示例中，无人车行驶到路口时按原导航规划需要右转，但在接近右转路口时发现在右转路口处有无法开动的肇事车，或者发现在右转路口处设了一些路障。遭遇阻塞的无人车无法按原导航规划右转，需要重新规划导航路线。这种情况下无人车可向导航***报告当前的路况无法右转，需要直行，请求导航***规划一个避开右转的路线。
在一种实施方式中，图1中的步骤S110，在无人车行驶过程中，检测所述无人车的前方区域是否有障碍物，包括：
利用设置在无人车上的感知设备，检测所述前方区域是否有障碍物。
在这种实施方式中，可利用无人车上设置的摄像头、激光雷达、毫米波雷达、超声波雷达等感知设备，感知周围的环境信息，判断前方道路是不是阻塞的。
图3为本发明实施例提供的基于黑名单的重导航方法的障碍物检测的流程图。如图3所示，在一种实施方式中，图1中的步骤S110，在无人车行驶过程中，检测所述无人车的前方区域是否有障碍物，包括：
步骤S210，若在所述前方区域内发现有阻塞物，则检测所述阻塞物是否处于静止状态，并判断无人车是否能够从所述阻塞物旁边绕行通过；
步骤S220，若检测到所述阻塞物处于静止状态，且判断的结果是无人车无法从所述阻塞物旁边绕行通过，则将所述阻塞物确定为所述障碍物。
如前述，可利用感知设备检测前方道路上的障碍物。所述障碍物可以包括在道路上临时发现的，阻碍无人车按原导航规划通行的阻塞物。例如，在前方道路上临时设置了路障，导致无人车无法按原导航规划通行。又如，前方路段发生了交通事故，多个肇事车阻塞了道路，导致主车无法按原导航规划通行。在以上两个示例中，路障和肇事车都可以确定为所述障碍物。
在又一个示例中，有一辆车在前方道路上临时停车，不久后又继续开动。该车开动后如果正常行驶则不会对主车造成阻碍，这种情况下不宜将该车确定为所述障碍物。在另一个示例中，前方道路上有一个体积较小的阻塞物，例如前车行驶过程中不慎掉下的货物。由于该阻塞物体积较小，主车可从该阻塞物旁边绕行通过。这种情况下该阻塞物并不会阻止主车按原导航规划通行，因此不宜将该阻塞物确定为所述障碍物。
因此，无人车在检测障碍物时可考虑以下因素：第一是前方道路上的阻塞物是否处于静止状态。也就是考虑阻塞物有没有移开的倾向，是否会持续地阻塞前方道路。第二是前方道路上的阻塞物是否可以绕行通过。例如阻塞物的体积很大时，可能无法从其旁边绕行通过。考虑到以上因素，如果在前方道路上检测到了静止的不可绕行的阻塞物，则可将该阻塞物确定为障碍物。确定前方道路上有障碍物，则可判断出前方道路阻塞无法通行。
在一种实施方式中，图1中的步骤S120，若在检测到所述前方区域有障碍物，则生成与所述障碍物对应的黑名单，包括：
若在检测到所述前方区域有障碍物，则确定所述障碍物所在的道路，并在所述障碍物所在的道路的局部区域生成与所述障碍物对应的黑名单。
黑名单可包括临时的道路级别的阻塞信息。例如在图2所示的示例中，无人车通过黑名单将不能右转的消息报告给导航***。在无人车发现障碍物之后，可通过黑名单生成策略把障碍物映射成道路，然后将障碍物所在的道路(road)报告给导航***。导航***需要接收的信息包括哪条路是阻塞的，而不需要关心在某个位置上的障碍物是什么。黑名单生成策略可以为在发现障碍物之后，确定障碍物所在的道路，然后在障碍物所在的道路的局部区域生成与所述障碍物对应的黑名单。
具体地，图1中的步骤S110，在前方道路阻塞判断的过程中，利用无人车上设置的雷达、摄像头，检测到了无人车前方有障碍物。在步骤S120中，黑名单生成包括：确定检测到的前方障碍物所在的道路。其中，黑名单可能是临时发生的道路阻塞。例如在无人车行驶过程中遇到阻塞时动态发现并且报告给导航***。在导航***中的默认信息是没有黑名单的，因为临时发生的道路阻塞也是有可能会随时解除的。因此当一个无人车遇到了临时发生的道路阻塞，可以通过黑名单的方式报告给导航***。在步骤S130中，无人车将黑名单上报给导航***，请求重新规划线路。导航***接收到包括所述障碍物所在的道路的黑名单后，重新再做一个导航规划，将重新规划的导航结果再返回到无人车的行驶控制***。
综上，黑名单的作用是触发重导航规划，导航***利用黑名单的信息来重新规划导航线路。在一个示例中，由于黑名单可能是临时发生的道路阻塞，临时发生的道路阻塞可能会随时解除，因此黑名单可以并不持久保存在导航***里，只用于在遭遇道路阻塞时做应对性的重导航规划。
在一种实施方式中，所述黑名单中还包括所述障碍物所在的车道。
黑名单可以是道路(road)级别的，也可以是车道级别的。在道路级别的黑名单中包括所述障碍物所在的道路。在车道级别的黑名单中包括所述障碍物所在的车道。
通过车道级别的黑名单可以实现超车的功能。在一个示例中，主车检测到当前车道上前方有个“死车”。这里的“死车”包括长期处于静止状态的车。则主车在当前车道所在的局部区域生成一个黑名单，并将该黑名单上报给导航***。导航***接收到该黑名单后重新规划路线，例如针对这个黑名单重新规划一条改变车道的行驶路线，以绕过前方阻塞的“死车”。
上述技术方案具有如下优点或有益效果：在发现前方道路阻塞时，通过把障碍物所在的道路的黑名单报告给导航***，重新触发导航规划，避开阻塞路段，针对道路阻塞情况重新给出导航规划，引导无人车继续行程，使无人驾驶更加安全畅通。
图4为本发明实施例提供的基于黑名单的重导航装置的结构框图。如图4所示，本发明实施例的基于黑名单的重导航装置包括：
障碍物检测单元100，用于：在无人车行驶过程中，检测所述无人车的前方区域是否有障碍物；
黑名单生成单元200，用于：若在检测到所述前方区域有障碍物，则生成与所述障碍物对应的黑名单，其中，所述黑名单中包括所述障碍物所在的道路；
黑名单报告单元300，用于将所述黑名单报告给导航***，以使导航***根据所述障碍物所在的道路重新规划导航路线。
在一种实施方式中，所述障碍物检测单元100还用于：
利用设置在无人车上的感知设备，检测所述前方区域是否有障碍物。
在一种实施方式中，所述障碍物检测单元100还用于：
若在所述前方区域内发现有阻塞物，则检测所述阻塞物是否处于静止状态，并判断无人车是否能够从所述阻塞物旁边绕行通过；
若检测到所述阻塞物处于静止状态，且判断的结果是无人车无法从所述阻塞物旁边绕行通过，则将所述阻塞物确定为所述障碍物。
在一种实施方式中，所述黑名单生成单元200还用于：
若在检测到所述前方区域有障碍物，则确定所述障碍物所在的道路，并在所述障碍物所在的道路的局部区域生成与所述障碍物对应的黑名单。
在一种实施方式中，所述黑名单中还包括所述障碍物所在的车道。
本发明实施例的基于黑名单的重导航装置中各单元的功能可以参见上述方法的相关描述，在此不再赘述。
在一个可能的设计中，基于黑名单的重导航装置的结构中包括处理器和存储器，所述存储器用于存储支持基于黑名单的重导航装置执行上述基于黑名单的重导航方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述基于黑名单的重导航装置还可以包括通信接口，基于黑名单的重导航装置与其他设备或通信网络通信。
图5为本发明实施例提供的基于黑名单的重导航装置的结构框图。如图5所示，该装置包括：存储器101和处理器102，存储器101内存储有可在处理器102上运行的计算机程序。所述处理器102执行所述计算机程序时实现上述实施例中的基于黑名单的重导航方法。所述存储器101和处理器102的数量可以为一个或多个。
该装置还包括：
通信接口103，用于与外界设备进行通信，进行数据交互传输。
存储器101可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
如果存储器101、处理器102和通信接口103独立实现，则存储器101、处理器102和通信接口103可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(ISA，Industry Standard Architecture)总线、外部设备互连(PCI，PeripheralComponent)总线或扩展工业标准体系结构(EISA，Extended Industry StandardComponent)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器101、处理器102及通信接口103集成在一块芯片上，则存储器101、处理器102及通信接口103可以通过内部接口完成相互间的通信。
又一方面，本发明实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现上述基于黑名单的重导航方法中任一所述的方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用，或结合这些指令执行***、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器，磁盘或光盘等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种基于黑名单的重导航方法，其特征在于，包括：
在无人车行驶过程中，检测所述无人车的前方区域是否有障碍物；
若在检测到所述前方区域有障碍物，则所述无人车通过黑名单生成策略将障碍物映射成道路，生成与所述障碍物对应的黑名单，其中，所述黑名单中包括所述障碍物所在的所述道路；
所述无人车将所述黑名单报告给导航***，以使导航***根据所述障碍物所在的道路重新规划导航路线，所述黑名单不持久保存在所述导航***中，
其中，在无人车行驶过程中，检测所述无人车的前方区域是否有障碍物，包括：
若在所述前方区域内发现有阻塞物，则检测所述阻塞物是否处于静止状态，并判断无人车是否能够从所述阻塞物旁边绕行通过；
若检测到所述阻塞物处于静止状态，且判断的结果是无人车无法从所述阻塞物旁边绕行通过，则将所述阻塞物确定为所述障碍物。
2.根据权利要求1所述的方法，其特征在于，在无人车行驶过程中，检测所述无人车的前方区域是否有障碍物，包括：
利用设置在无人车上的感知设备，检测所述前方区域是否有障碍物。
3.根据权利要求1-2中任一项所述的方法，其特征在于，若在检测到所述前方区域有障碍物，则生成与所述障碍物对应的黑名单，包括：
若在检测到所述前方区域有障碍物，则确定所述障碍物所在的道路，并在所述障碍物所在的道路的局部区域生成与所述障碍物对应的黑名单。
4.根据权利要求1-2中任一项所述的方法，其特征在于，所述黑名单中还包括所述障碍物所在的车道。
5.一种基于黑名单的重导航装置，其特征在于，包括：
障碍物检测单元，用于：在无人车行驶过程中，检测所述无人车的前方区域是否有障碍物；
黑名单生成单元，用于：若在检测到所述前方区域有障碍物，则通过黑名单生成策略将障碍物映射成道路，生成与所述障碍物对应的黑名单，其中，所述黑名单中包括所述障碍物所在的所述道路；
黑名单报告单元，用于将所述黑名单报告给导航***，以使导航***根据所述障碍物所在的道路重新规划导航路线，所述黑名单不持久保存在所述导航***中，
其中，所述障碍物检测单元，在无人车行驶过程中，检测所述无人车的前方区域是否有障碍物，包括：
若在所述前方区域内发现有阻塞物，则检测所述阻塞物是否处于静止状态，并判断无人车是否能够从所述阻塞物旁边绕行通过；
若检测到所述阻塞物处于静止状态，且判断的结果是无人车无法从所述阻塞物旁边绕行通过，则将所述阻塞物确定为所述障碍物。
6.根据权利要求5所述的装置，其特征在于，所述障碍物检测单元还用于：
利用设置在无人车上的感知设备，检测所述前方区域是否有障碍物。
7.根据权利要求5或6所述的装置，其特征在于，所述黑名单生成单元还用于：
若在检测到所述前方区域有障碍物，则确定所述障碍物所在的道路，并在所述障碍物所在的道路的局部区域生成与所述障碍物对应的黑名单。
8.根据权利要求5或6所述的装置，其特征在于，所述黑名单中还包括所述障碍物所在的车道。
9.一种基于黑名单的重导航装置，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
10.一种计算机可读存储介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一所述的方法。
CN201910127448.2A 2019-02-20 2019-02-20 基于黑名单的重导航方法、装置及存储介质 Active CN109631929B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201910127448.2A CN109631929B (zh) 2019-02-20 2019-02-20 基于黑名单的重导航方法、装置及存储介质
US16/786,509 US11687080B2 (en) 2019-02-20 2020-02-10 Blacklist-based re-navigation method and apparatus, and storage medium
KR1020200019725A KR20200101861A (ko) 2019-02-20 2020-02-18 블랙 리스트에 기반한 재 내비게이션 방법, 장치 및 저장 매체
EP20157826.7A EP3699551A1 (en) 2019-02-20 2020-02-18 Blacklist-based re-navigation method and apparatus, and storage medium
JP2020025859A JP7050831B2 (ja) 2019-02-20 2020-02-19 ブラックリストに基づく再ナビゲーション方法、装置、記憶媒体、及びプログラム
KR1020210191773A KR102527632B1 (ko) 2019-02-20 2021-12-29 블랙 리스트에 기반한 재 내비게이션 방법, 장치 및 저장 매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910127448.2A CN109631929B (zh) 2019-02-20 2019-02-20 基于黑名单的重导航方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN109631929A CN109631929A (zh) 2019-04-16
CN109631929B true CN109631929B (zh) 2021-04-30

Family

ID=66065584

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910127448.2A Active CN109631929B (zh) 2019-02-20 2019-02-20 基于黑名单的重导航方法、装置及存储介质

Country Status (5)

Country Link
US (1) US11687080B2 (zh)
EP (1) EP3699551A1 (zh)
JP (1) JP7050831B2 (zh)
KR (2) KR20200101861A (zh)
CN (1) CN109631929B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113390417A (zh) * 2021-06-25 2021-09-14 深圳市优必选科技股份有限公司 机器人及其导航方法、装置和计算机可读存储介质
CN113865609A (zh) * 2021-09-26 2021-12-31 上汽通用五菱汽车股份有限公司 无人运输车辆处理方法、装置及计算机可读存储介质
CN114326469B (zh) * 2021-11-26 2023-12-08 江苏徐工工程机械研究院有限公司 一种无人矿山智能辅助作业安全控制方法及***

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104819724A (zh) * 2015-03-02 2015-08-05 北京理工大学 一种基于gis的无人地面车辆自主行驶辅助***
CN106767866A (zh) * 2016-12-02 2017-05-31 百度在线网络技术（北京）有限公司 局部路径规划和基于其的测试方法和装置
CN107389081A (zh) * 2017-07-15 2017-11-24 东莞市华睿电子科技有限公司 一种无人驾驶车辆的智能导航方法及***
CN107480638A (zh) * 2017-08-16 2017-12-15 北京京东尚科信息技术有限公司 车辆避障方法、控制器、装置和车辆
CN108519773A (zh) * 2018-03-07 2018-09-11 西安交通大学 一种结构化环境下无人驾驶车辆的路径规划方法
CN108628324A (zh) * 2018-07-12 2018-10-09 中国科学院深圳先进技术研究院 基于矢量地图的无人车导航方法、装置、设备及存储介质
CN108803625A (zh) * 2018-08-09 2018-11-13 北京智行者科技有限公司 一种行驶方法
CN108802761A (zh) * 2017-05-03 2018-11-13 通用汽车环球科技运作有限责任公司 用于激光雷达点云异常的方法和***
CN108803594A (zh) * 2017-04-28 2018-11-13 通用汽车环球科技运作有限责任公司 用于自主车辆中的障碍物避让及路径规划的***和方法
CN109101022A (zh) * 2018-08-09 2018-12-28 北京智行者科技有限公司 一种作业路径更新方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6362751B1 (en) * 1998-06-11 2002-03-26 Magellan Dis, Inc. Navigation system with a route exclusion list system
JP2005274339A (ja) 2004-03-24 2005-10-06 Denso Corp 経路案内システム、経路案内装置、及び障害物案内装置
JP2008281523A (ja) 2007-05-14 2008-11-20 Navitime Japan Co Ltd ナビゲーションシステム、経路探索サーバおよび端末装置ならびに経路探索方法
US8543331B2 (en) * 2008-07-03 2013-09-24 Hewlett-Packard Development Company, L.P. Apparatus, and associated method, for planning and displaying a route path
CN101451853B (zh) 2008-12-31 2011-09-28 江苏新科软件有限公司 导航装置根据实时交通信息进行导航的方法
CN102192750B (zh) 2010-03-15 2015-09-02 阿尔派株式会社 导航装置及其路径检索方法
CN103852772A (zh) 2012-11-29 2014-06-11 北京千橡网景科技发展有限公司 导航方法、导航装置及导航仪
KR20130045289A (ko) 2013-03-11 2013-05-03 주식회사 엔티리서치 자율주행 이동로봇의 주행제어방법 및 출입통제시스템
US20160357262A1 (en) * 2015-06-05 2016-12-08 Arafat M.A. ANSARI Smart vehicle
US10459440B2 (en) * 2016-01-04 2019-10-29 GM Global Technology Operations LLC System and method for remotely assisting autonomous vehicle operation
CN206300797U (zh) * 2016-11-18 2017-07-04 特路（北京）科技有限公司 自动驾驶车辆的静态障碍物响应性能测试场
US10282999B2 (en) * 2017-03-17 2019-05-07 GM Global Technology Operations LLC Road construction detection systems and methods
CN106959696B (zh) * 2017-05-10 2020-03-03 北京京东尚科信息技术有限公司 运动目标的控制方法和装置
CN108995646B (zh) * 2017-06-07 2020-05-26 上海汽车集团股份有限公司 一种应用于自动驾驶车辆的车道保持方法及装置
US10565873B1 (en) * 2017-08-18 2020-02-18 State Farm Mutual Automobile Insurance Company Emergency vehicle detection and avoidance systems for autonomous vehicles
US10514697B2 (en) * 2017-09-15 2019-12-24 GM Global Technology Operations LLC Vehicle remote assistance mode
CN109358629A (zh) * 2018-11-15 2019-02-19 安徽酷哇机器人有限公司 自动驾驶道路规划方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104819724A (zh) * 2015-03-02 2015-08-05 北京理工大学 一种基于gis的无人地面车辆自主行驶辅助***
CN106767866A (zh) * 2016-12-02 2017-05-31 百度在线网络技术（北京）有限公司 局部路径规划和基于其的测试方法和装置
CN108803594A (zh) * 2017-04-28 2018-11-13 通用汽车环球科技运作有限责任公司 用于自主车辆中的障碍物避让及路径规划的***和方法
CN108802761A (zh) * 2017-05-03 2018-11-13 通用汽车环球科技运作有限责任公司 用于激光雷达点云异常的方法和***
CN107389081A (zh) * 2017-07-15 2017-11-24 东莞市华睿电子科技有限公司 一种无人驾驶车辆的智能导航方法及***
CN107480638A (zh) * 2017-08-16 2017-12-15 北京京东尚科信息技术有限公司 车辆避障方法、控制器、装置和车辆
CN108519773A (zh) * 2018-03-07 2018-09-11 西安交通大学 一种结构化环境下无人驾驶车辆的路径规划方法
CN108628324A (zh) * 2018-07-12 2018-10-09 中国科学院深圳先进技术研究院 基于矢量地图的无人车导航方法、装置、设备及存储介质
CN108803625A (zh) * 2018-08-09 2018-11-13 北京智行者科技有限公司 一种行驶方法
CN109101022A (zh) * 2018-08-09 2018-12-28 北京智行者科技有限公司 一种作业路径更新方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
自动驾驶车辆自主避障和路径规划技术综述;支弈博;《自动化应用》;20181130;全文 *

Also Published As

Publication number Publication date
JP7050831B2 (ja) 2022-04-08
KR20220002846A (ko) 2022-01-07
EP3699551A1 (en) 2020-08-26
CN109631929A (zh) 2019-04-16
KR20200101861A (ko) 2020-08-28
US11687080B2 (en) 2023-06-27
KR102527632B1 (ko) 2023-04-28
JP2020135896A (ja) 2020-08-31
US20200264618A1 (en) 2020-08-20

Similar Documents

Publication Publication Date Title
CN109949611B (zh) 无人车的变道方法、装置及存储介质
CN109703568B (zh) 自动驾驶车辆行驶策略实时学习的方法、装置和服务器
CN109631929B (zh) 基于黑名单的重导航方法、装置及存储介质
US20200258389A1 (en) Cellular network-based assisted driving method and traffic control unit
CN109844843B (zh) 用于检查超车可能性条件的方法
US8754782B2 (en) Vehicle wrong-way travel detection device
JP2990267B1 (ja) 道路情報通信システム
CN109920263B (zh) 分叉路口提醒方法、***、设备及存储介质
US20170076598A1 (en) Driving lane change suggestions
US8812193B2 (en) Method for determining a virtual vehicle corridor
CN108447289A (zh) 车辆通信***及车辆控制装置
JP2017530045A (ja) 高度に自動化された走行機能の機能有効化
KR102463709B1 (ko) 주행상황 판단을 위한 지도정보 제공장치, 그를 포함한 시스템 및 그 방법
JP7362733B2 (ja) 道路環境情報の自動化クラウドソーシング
CN109782776B (zh) 无人车的车道选择方法、装置及存储介质
CN113228127A (zh) 经由智能基础设施传感器对交通事故的自动检测
CN112833893A (zh) 用于车辆的辅助***、导航装置、相应的方法和存储介质
US20220080982A1 (en) Method and system for creating a road model
CN111341131A (zh) 道路信息发送方法、装置、设备及存储介质
EP3851350B1 (en) Method and control unit automatically controlling lane change assist
WO2023185255A1 (zh) 碰撞预警方法、车载终端及存储介质
KR20210014253A (ko) 군집 주행 제어 장치, 그를 포함한 시스템 및 그 방법
KR20180124552A (ko) 지정차로 주행 가이드 장치
CN114312825A (zh) 用于车辆的行驶控制器及行驶控制方法
US20230303127A1 (en) Vehicle Control Apparatus and Vehicle Control Method

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211014

Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Patentee after: Apollo Intelligent Technology (Beijing) Co.,Ltd.

Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Patentee before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd.