CN111426330A - 路径生成方法和设备、无人化运输***和存储介质 - Google Patents
路径生成方法和设备、无人化运输***和存储介质 Download PDFInfo
- Publication number
- CN111426330A CN111426330A CN202010212853.7A CN202010212853A CN111426330A CN 111426330 A CN111426330 A CN 111426330A CN 202010212853 A CN202010212853 A CN 202010212853A CN 111426330 A CN111426330 A CN 111426330A
- Authority
- CN
- China
- Prior art keywords
- path
- driving
- lane
- node
- road
- 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 50
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 8
- 230000011218 segmentation Effects 0.000 claims abstract description 6
- 238000007726 management method Methods 0.000 claims description 16
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 238000005065 mining Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003746 surface roughness Effects 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- 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
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本公开涉及一种路径生成方法和设备、无人化运输***和存储介质。该路径生成方法包括:采集行驶区边界的地理信息数据;将边界地理信息数据导入地图管理***,形成工程车辆行驶区域;将所述工程车辆行驶区域进行分段处理;针对每段行驶区域,设置添加道路节点,并生成车道行驶路径;将每段行驶区域的车道行驶路径进行拼接,形成完整的车道行驶路径。本公开可以方便高效地生成无人卡车行驶路径。
Description
技术领域
本公开涉及控制领域,特别涉及一种路径生成方法和设备、无人化运输***和存储介质。
背景技术
矿山地处偏远,环境恶劣,粉尘和噪声污染严重危害矿区生产作业人员的健康。当前矿区作业司机的资源逐渐老龄化,年轻人无意从事该职业,未来将面临无人可用的困境。另外矿区作业时间长,司机易疲惫,道路曲折颠簸,安全难以保证。
发明内容
鉴于以上技术问题中的至少一项,本公开提供了一种路径生成方法和设备、无人化运输***和存储介质,可以方便高效地生成无人卡车行驶路径。
根据本公开的一个方面,提供一种路径生成方法,包括:
采集行驶区边界的地理信息数据;
将边界地理信息数据导入地图管理***,形成工程车辆行驶区域;
将所述工程车辆行驶区域进行分段处理;
针对每段行驶区域,设置添加道路节点,并生成车道行驶路径;
将每段行驶区域的车道行驶路径进行拼接,形成完整的车道行驶路径。
在本公开的一些实施例中,所述针对每段行驶区域,设置添加道路节点,并生成车道行驶路径包括:
针对每段行驶区域,按照车道数量确定道路起始节点、终止节点以及节点航线角;
为每一条车道行驶路径设置相应的最高限速;
针对同一车道的相邻两个道路节点,生成车道行驶路径。
在本公开的一些实施例中,所述针对同一车道的相邻两个道路节点,生成车道行驶路径包括:
根据起始节点、终止节点信息和约束条件,结合边界地理信息数据,采用预定路径规划算法为结构化道路和非结构化道路生成车道行驶路径。
在本公开的一些实施例中,所述约束条件包括最高限速、行驶区域边界经纬度数据点集、卡车尺寸、最小转弯半径、最大转向角、节点经纬度和节点航向角中的至少一项。
在本公开的一些实施例中,所述将边界地理信息数据导入地图管理***,形成工程车辆行驶区域包括:
对导入的地形数据文件进行抽稀和平滑处理,并通过曲线拟合将边界点集数据拟合成闭合的曲线,以形成面状的工程车辆行驶区域。
在本公开的一些实施例中,所述采集行驶区边界的地理信息数据包括:
沿着行驶区以预定频率采集行驶区边界的地理信息数据,并对地理信息数据进行数据预处理,其中,所述地理信息数据包括边界经纬度和高程数据点集。
在本公开的一些实施例中,所述路径生成方法还包括:
预先设置工程车辆的车体参数和曲率参数。
在本公开的一些实施例中,所述将每段行驶区域的车道行驶路径进行拼接,形成完整的车道行驶路径包括:
将生成的每一段车道行驶路径自动拼接到上一段车道行驶路径上并保持整体车道的平滑,根据车辆动力学约束条件,形成完整的车道路径轨迹。
根据本公开的另一方面,提供一种路径生成设备,包括:
地形服务装置,用于采集行驶区边界的地理信息数据;
行驶区域确定装置,用于将边界地理信息数据导入地图管理***,形成工程车辆行驶区域;
分段装置,用于将所述工程车辆行驶区域进行分段处理;
车道行驶路径生成装置,用于针对每段行驶区域,设置添加道路节点,并生成车道行驶路径;
车道行驶路径拼接装置,用于将每段行驶区域的车道行驶路径进行拼接,形成完整的车道行驶路径。
在本公开的一些实施例中,所述路径生成设备用于执行实现如上述任一实施例所述的路径生成方法的操作。
根据本公开的另一方面,提供一种路径生成设备,包括:
存储器,用于存储指令;
处理器,用于执行所述指令,使得所述路径生成设备用于执行实现如上述任一实施例所述的路径生成方法的操作。
根据本公开的另一方面,提供一种无人化运输***,包括如上述任一实施例所述的路径生成设备。
根据本公开的另一方面,提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如上述任一实施例所述的路径生成方法。
本公开可以方便高效地生成无人卡车行驶路径。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本公开路径生成方法一些实施例的示意图。
图2为本公开一些实施例中行驶区域分段的示意图。
图3为本公开一些实施例中不同类型道路节点的示意图。
图4为本公开一些实施例中道路节点的示意图。
图5为本公开一些实施例中路径规划轨迹效果的示意图。
图6为本公开路径生成方法另一些实施例的示意图。
图7为本公开路径生成设备一些实施例的示意图。
图8为本公开路径生成设备另一些实施例的示意图。
图9为本公开路径生成设备又一些实施例的示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
发明人通过研究发现:相关技术的露天矿山道路网自动构建方法适用于对路网结构精度要求不高的常规的露天矿山数字化管理***,无法直接生成可供无人驾驶的路线,相关技术更新生成的道路仅作为路网识别,无法满足无人驾驶矿车的行驶要求。
鉴于以上技术问题中的至少一项,本公开提供了一种路径生成方法和设备、无人化运输***和存储介质,下面通过具体实施例对本公开进行说明。
图1为本公开路径生成方法一些实施例的示意图。优选的,本实施例可由本公开路径生成设备执行。该方法可以包括以下步骤11-步骤15,其中:
步骤11,采集行驶区边界的地理信息数据。
在本公开的一些实施例中,步骤11可以包括:沿着行驶区以预定频率采集行驶区边界的地理信息数据,并对地理信息数据进行数据预处理,其中,所述地理信息数据包括边界经纬度和高程数据点集。
在本公开的一些实施例中,步骤11可以包括:通过地形采集装置,沿着行驶区以预定频率采集边界经纬度和高程数据点集,并进行数据预处理,例如:去除波动较大及重复数据,采集结束后将数据保存到外部文件中,并上传至可以访问地图管理***所在的客户端计算机中。
步骤12,将边界地理信息数据导入地图管理***,形成工程车辆行驶区域。
在本公开的一些实施例中,步骤12可以包括:对导入的地形数据文件进行抽稀和平滑处理,并通过曲线拟合将边界点集数据拟合成闭合的曲线,以形成面状的工程车辆行驶区域(基础行驶区域)。
在本公开的一些实施例中,步骤12可以包括:在地图编辑人员登录地图管理***后,通过***导入功能,将采集的数据文件导入到***中。***通过曲线拟合形成闭合曲线,并以面状形式的基础行驶区域显示在界面上。
步骤13,将所述工程车辆行驶区域进行分段处理。
在本公开的一些实施例中,步骤13可以包括:根据行驶区域宽度、弯道、交叉路口等因素将行驶区域进行分段。
图2为本公开一些实施例中行驶区域分段的示意图。如图2所示,图1实施例的步骤13可以包括:地图编辑人员利用界面上的面状地图要素裁切工具,将整个行驶区合理分割成的若干段。
由此本公开上述实施例可以解决由于区域过长导致的算法计算寻找路径长时间无响应的问题,同时本公开上述实施例也能够进行更细的路径规划,提高无人驾驶矿卡的行驶稳定性和安全性。
步骤14,针对每段行驶区域,设置添加道路节点,并生成车道行驶路径。
在本公开的一些实施例中,步骤14可以包括步骤141-步骤143,其中:
步骤141,针对每段行驶区域,按照车道数量确定道路起始节点、终止节点以及节点航线角。
图3为本公开一些实施例中不同类型道路节点的示意图。如图3中图(a)所示的行驶区域为单向单行区域,起始节点为节点1,终止节点为节点2,节点航线角为向下,从节点1到节点2。
如图3中图(b)所示的行驶区域为双向双行区域,包括左侧车道和右侧车道,其中:左侧车道的起始节点为节点2-1,终止节点为节点1-1,节点航线角为向上,从节点2-1到节点1-1;右侧车道的起始节点为节点1-2,终止节点为节点2-2,节点航线角为向下,从节点1-2到节点2-2。
在本公开的一些实施例中,步骤141可以包括:根据该段行驶区域的地理特征和矿山交通管制需要,添加道路节点。每段行驶区域至少包括起始节点和终止节点。优选的,起止节点方向夹角小于90度,从而可以保证生成的路径更平滑。
步骤142,为每一条车道行驶路径设置相应的最高限速。
步骤143,针对同一车道的相邻两个道路节点,生成车道行驶路径。
在本公开的一些实施例中,步骤143可以包括:针对同一车道的相邻两个道路节点(例如图4实施例中车道1的两个相邻节点a和b),生成车道行驶路径。图4为本公开一些实施例中道路节点的示意图。
在本公开的一些实施例中,步骤143可以包括:根据起始节点、终止节点信息和约束条件,结合边界地理信息数据,采用预定路径规划算法为结构化道路和非结构化道路生成车道行驶路径。
在本公开的一些实施例中,所述约束条件可以包括最高限速、行驶区域边界经纬度数据点集、卡车尺寸、最小转弯半径、最大转向角、节点经纬度和节点航向角等约束条件中的至少一项。
在本公开的一些实施例中,结构化道路为包含单车道或双车道的满足露天矿山道路路面、宽度和挡墙要求的可供车辆行驶的相对固定的行驶区域。在结构化道路上,算法服务选择合适的路径规划算法,根据预设的无人驾驶卡车参数,生成能够满足车辆动力学约束的车道行驶路径轨迹。由此本公开上述实施例可以提高***性能和执行效率。
在本公开的一些实施例中,路径生成方法还可以包括:地图管理***与算法服务集成,在地图编辑界面,选择同一车道的两个节点,调用算法服务接口,能够生成一段符合曲率变化要求的平滑的路径轨迹,供无人驾驶矿卡自动循迹行驶,并在界面上显示。地图编辑人员确认后,可保存到地图数据库中,供所有无人驾驶车辆使用。
在本公开的一些实施例中,步骤143可以包括步骤1431-步骤1433,其中:
在步骤1431,获取车辆的起点信息和终点信息。
在本公开一些实施例中,通过读取矿山的高精度地图,以获得车辆的起点信息和终点信息。
高精度地图信息包括三类地图信息:结构化道路信息、作业面信息和静态障碍物信息。首先,读取矿山高精度地图中结构化道路的数据信息,形成有向图拓扑结构。然后再读取高精度地图中作业面和静态障碍物信息,形成基于栅格网络的拓扑结构。其中:结构化道路信息通常由车道信息组成,每个车道信息包括:车道长度、车道中心线信息、车道边线信息、车道限速信息、车道的平均坡度、车道的路面粗糙程度、车道中心线起点坐标和车道中心线终点坐标。作业面信息主要包括作业面的边界经纬度信息、高程信息、坡度信息和路面粗糙度信息等。静态障碍物信息包括:作业面中静态障碍物的几何轮廓信息。
在步骤1432,分别根据起点信息和终点信息,确定车辆的起点所在区域和终点所在区域。起点所在区域和终点所在区域为在结构化道路上或在作业面内。
在步骤1433,利用与车辆的起点所在区域和终点所在区域相匹配的路径规划算法,以获得从起点到终点的路径。
例如,在起点和终点都在结构化道路上的情况下,执行第一路径规划算法以获得从起点到终点的路径。
在起点和终点在同一个作业面内的情况下,执行第二路径规划算法以获得从起点到终点的路径,其中所使用的代价函数与作业面内的障碍物信息和路况信息相关。
在起点在结构化道路上、终点在一个作业面内的情况下,确定结构化道路与作业面的交点,执行第一路径规划算法以获得从起点到交点的路径,执行第二路径规划算法以获得从交点到终点的路径,合并所得到的路径以得到最终路径。
在起点在一个作业面内、终点在结构化道路上的情况下,确定作业面与结构化道路的交点,执行第二路径规划算法以获得从起点到交点的路径,执行第一路径规划算法以获得从交点到终点的路径,合并所得到的路径以得到最终路径。
在起点在第一作业面内、终点在第二作业面内的情况下,确定第一作业面与结构化道路的第一交点,以及第二作业面与结构化道路的第二交点,执行第二路径规划算法以获得从起点到第一交点的路径,执行第一路径规划算法以获得从第一交点到第二交点的路径,执行第二路径规划算法以获得从第二交点到终点的路径,合并所得到的路径以得到最终路径。
这里需要说明的是,本公开第一路径规划算法主要是利用结构化道路信息所生成的有向图,通过进行节点搜索,找到最优路径。
本公开第一路径规划算法主要包括:在有向图的基础上,通过使用基于图搜索的Dijkstra(迪杰斯特拉)算法或者A*算法寻找一条总代价最小的路径。结合矿山和矿卡的实际情况,本公开对每段路径的代价函数定义如下:
C=k1*Length+k2*Length*Gradient+k3*Length*Rough
其中,Length为每段路径的长度,Gradient为这段路径的平均坡度,Rough为这段路径的平均粗糙程度。k1、k2、k3是每种代价的系数,用于调节每种代价所占的比重。
通过优化路径的代价函数,能够生成出更易于行走,能够减小轮胎磨损的路径。
还需要说明的是,本公开第二路径规划算法主要描述了在作业面内进行路径规划。它在Hybird-State A*算法的基础上,结合Reeds-Shepp曲线算法和回旋曲线优化算法生成一条合理路径。
简化后的车辆动力学模型表达式如下:
其中,δ代表车辆的转向角,L代表车辆的轴距,v代表车辆的速度。
Hybrid-State A*算法会根据运输车辆当前的坐标和朝向信息得到起点位姿(x,y,θ),再结合车辆的动力学模型,计算运输车辆下一步可到达的位姿集合和到达该位姿的代价,将每个可到达的位姿加入到open集合中。可到达的位姿包含两层含义:(1)达到该位姿的路径需要满足车辆动力学,比如转向角度小于车辆的最大转向角;(2)到达该位姿点的路径不能碰到障碍物。然后从open集合中选择代价最小的位姿加入到closed集合中,并将其作为下一次计算的起点。在计算达到每个位姿的代价时使用如下公式:
CH=α*Bu_turn+β*Anglewheel+γ*Length+ε*Dob+η*Gavg+λ*Ravg
公式中,Bu_turn代表到达该位姿时车辆是否发生了倒车,发生倒车时为1,否则为0。Length代表到达该位姿时车辆转向角的变化量,Anglewheel代表车辆到达该位姿需要行走的路径长度,Dob代表该位姿距离最近障碍物的距离,Gavg代表到达该位姿经过的所有栅格的平均坡度,Ravg代表到达该位姿经过的所有栅格的平均粗糙度。α、β、γ、ε、η和λ分别代表每种代价的系数,用于调节每种代价所占比重。
采用Hybrid-State A*算法需要进行大量的搜索和遍历,当地图很大时,计算量很大,耗时较长。为此,又采用了Reeds-Shepp曲线算法和回旋曲线优化算法快速计算可行驶路径,减少搜索次数。
Reeds-Shepp曲线算法能够在无障碍物的情况下求出任意起点位姿和终点位姿之间的连续路径。Reeds-Shepp曲线主要由若干段圆弧和直线构成,每个圆弧的半径为车辆的最小转弯半径。通过Reeds-Shepp曲线能够得到一条满足车辆最小转弯半径约束的最短路径。
由于Reeds-Shepp算法生成的路径中只包含圆弧和直线,所以路径的曲率在圆弧和直线连接处会出现跳变。这会导致运输车辆在连接处需要快速转动方向盘。当运输车辆行驶速度较快时,将会导致底层控制模块难以按照规划路径行驶,容易发生侧滑。
回旋曲线优化算法生成的路径主要由若干段圆弧、回旋曲线和直线构成。圆弧和直线之间通过回旋曲线连接。回旋曲线优化算法中用回旋曲线的基本模型取代了Reeds-Shepp算法中的圆弧。
Reeds-Shepp曲线算法能够保证路径最短,而回旋曲线算法能够保证路径平缓,车辆不容易发生侧滑。为此根据整个***设置的速度上限,进行两种算法的自适应切换。
步骤15,将每段行驶区域的车道行驶路径进行拼接,形成完整的车道行驶路径,如图5所示为本公开一些实施例中路径规划轨迹效果的示意图。
在本公开的一些实施例中,步骤15可以包括:将生成的每一段车道行驶路径自动拼接到上一段车道行驶路径上并保持整体车道的平滑,根据车辆动力学约束条件,形成完整的车道路径轨迹。
在本公开的一些实施例中,步骤15可以包括:地图编辑人员确认后,保存生成的该条行驶路径轨迹到地图数据库;然后继续按照这种步骤(步骤11-步骤14)生成其它车道,并分别保存。由于同一方向相邻车道的起止节点为同一个节点,则所有行驶区的车道生成结束后,即可完成整条车道的生成。
基于本公开上述实施例提供的路径生成方法,是一种露天矿山无人化运输***的卡车自动行驶路径生成方法,可以基于高精度地图编辑功能,将矿山道路分割成若干路段,每个路段中根据地形、转弯等因素添加若干道路节点,每两个节点之间,通过路径规划算法,根据节点经纬度、航向角、车体尺寸、曲率等参数生成满足车辆行驶的车道路径。所有车道自动拼接,最终形成一条完整的能够满足无人驾驶卡车行驶的车道路径轨迹。由此本公开上述实施例解决了无人化矿用卡车行驶路线采集困难、采集工作量大,实时路径规划时间性能差、时间长的技术问题,本公开上述实施例提高了全局路径规划的效率,并能够保证生成的车道满足车辆动力学约束,实现无人化矿用卡车的安全、稳定的行驶需求。
本公开的露天矿山无人化运输***的卡车自动行驶路径生成方法能够生成高精度的矿山路网,可以满足无人化运输卡车动力学的自动行驶线路。
图6为本公开路径生成方法另一些实施例的示意图。优选的,本实施例可由本公开路径生成设备执行。该方法可以包括以下步骤601-步骤615,其中:
步骤601,通过地形采集装置,沿着行驶区以预定频率采集边界经纬度和高程数据点集,并进行数据预处理,去除波动较大及重复数据,采集结束将数据保存到外部文件中。
在本公开的一些实施例中,在步骤601之前,本公开路径生成方法还可以包括:在算法服务配置文件中设置无人驾驶矿卡的车体参数、曲率参数等参数,并启动服务。
步骤602,将行驶区域边界的数据点集上传到计算机文件***目录中。登录地图管理***,将采集数据导入到***中,***通过曲线拟合将边界点集数据拟合成闭合的曲线,从而形成面状区域,该区域为卡车行驶的基础区域。
步骤603,利用界面上的面状地图要素裁切工具,将整个行驶区合理分割成若干段。
步骤604,根据行驶区类型,设置道路起始节点和终止节点的位置。
步骤605,设置道路节点的航向角。
步骤606,读取车辆动力学约束参数,设置道路最高限速。
步骤607,开始执行车道生成程序。
步骤608,判断车道最高限速是否超过预定阈值。在车道最高限速超过预定阈值的情况下,执行步骤609;否则,在车道最高限速未超过预定阈值的情况下,执行步骤610。
步骤609,调用第一路径规划算法,之后执行步骤611。
这里需要说明的是,本公开第一路径规划算法主要是利用结构化道路信息所生成的有向图,通过进行节点搜索,找到最优路径。
步骤610,调用第二路径规划算法,之后执行步骤611。
还需要说明的是,本公开第二路径规划算法主要描述了在作业面内进行路径规划。它在Hybird-State A*算法的基础上,结合Reeds-Shepp曲线算法和回旋曲线优化算法生成一条合理路径。
步骤611,采用第一或第二路径规划算法,根据速度阈值、行驶区域边界经纬度数据点集、卡车尺寸、最小转弯半径、最大转向角、节点经纬度、航向角等数据生成两个节点之间的一条路径轨迹的点集数据。
步骤612,采用诸如样条插值的方法拟合成曲线,并显示在操作界面上。
步骤613,根据地图编辑人员的输入,判断地图编辑人员对该条车道行驶路径轨迹是否满意。在地图编辑人员对该条车道行驶路径轨迹满意的情况下,执行步骤614;否则,在地图编辑人员对该条车道行驶路径轨迹不满意的情况下,执行步骤604。
步骤614,保存生成的该条车道行驶路径轨迹到地图数据库。
步骤615,执行下一段路径生成任务。即,然后继续按照这种步骤604-步骤614,生成其它车道的车道行驶路径轨迹,并分别保存。由于同一方向相邻车道的起止节点为同一个节点,则所有行驶区的车道生成结束后,即可完成整条车道的生成。
本公开上述实施例可以形成一条完整的能够满足无人驾驶卡车行驶的车道路径轨迹,从而提高了车辆行驶平稳性和效率,降低了车辆磨损。本公开上述实施例可以方便高效地生成卡车行驶路径,将减轻在矿山这种复杂环境下对地形进行测绘编辑的工作量,提高露天矿山地图路网结构绘制的效率。
图7为本公开路径生成设备一些实施例的示意图。如图7所示,本公开路径生成设备可以包括地形服务装置71、行驶区域确定装置72、分段装置73、车道行驶路径生成装置74和车道行驶路径拼接装置75,其中:
地形服务装置71,用于采集行驶区边界的地理信息数据。
在本公开的一些实施例中,地形服务装置71可以用于沿着行驶区以预定频率采集行驶区边界的地理信息数据,并对地理信息数据进行数据预处理,其中,所述地理信息数据可以包括边界经纬度和高程数据点集。
行驶区域确定装置72,用于将边界地理信息数据导入地图管理***,形成工程车辆行驶区域。
在本公开的一些实施例中,行驶区域确定装置72可以用于对导入的地形数据文件进行抽稀和平滑处理,并通过曲线拟合将边界点集数据拟合成闭合的曲线,以形成面状的工程车辆行驶区域。
分段装置73,用于将所述工程车辆行驶区域进行分段处理。
在本公开的一些实施例中,分段装置73可以用于根据行驶区域宽度、弯道、交叉路口等因素将行驶区域进行分段。
车道行驶路径生成装置74,用于针对每段行驶区域,设置添加道路节点,并生成车道行驶路径。
在本公开的一些实施例中,车道行驶路径生成装置74可以用于针对每段行驶区域,按照车道数量确定道路起始节点、终止节点以及节点航线角;为每一条车道行驶路径设置相应的最高限速;针对同一车道的相邻两个道路节点,生成车道行驶路径。
在本公开的一些实施例中,车道行驶路径生成装置74在针对同一车道的相邻两个道路节点,生成车道行驶路径的情况下,可以用于根据起始节点、终止节点信息和约束条件,结合边界地理信息数据,采用预定路径规划算法为结构化道路和非结构化道路生成车道行驶路径。
在本公开的一些实施例中,所述约束条件可以包括最高限速、行驶区域边界经纬度数据点集、卡车尺寸、最小转弯半径、最大转向角、节点经纬度和节点航向角的约束条件中的至少一项。
车道行驶路径拼接装置75,用于将每段行驶区域的车道行驶路径进行拼接,形成完整的车道行驶路径。
在本公开的一些实施例中,车道行驶路径拼接装置75可以用于将生成的每一段车道行驶路径自动拼接到上一段车道行驶路径上并保持整体车道的平滑,根据车辆动力学约束条件,形成完整的车道路径轨迹。
在本公开的一些实施例中,所述路径生成设备还可以用于预先设置工程车辆的车体参数和曲率参数。
在本公开的一些实施例中,所述路径生成设备可以用于执行实现如上述任一实施例(例如图1-图6任一实施例)所述的路径生成方法的操作。
基于本公开上述实施例提供的路径生成设备,是一种露天矿山无人化运输***的卡车自动行驶路径生成设备,可以基于高精度地图编辑功能,将矿山道路分割成若干路段,每个路段中根据地形、转弯等因素添加若干道路节点,每两个节点之间,通过路径规划算法,根据节点经纬度、航向角、车体尺寸、曲率等参数生成满足车辆行驶的车道路径。所有车道自动拼接,最终形成一条完整的能够满足无人驾驶卡车行驶的车道路径轨迹。由此本公开上述实施例解决了无人化矿用卡车行驶路线采集困难、采集工作量大,实时路径规划时间性能差、时间长的技术问题,本公开上述实施例提高了全局路径规划的效率,并能够保证生成的车道满足车辆动力学约束,实现无人化矿用卡车的安全、稳定的行驶需求。
图8为本公开路径生成设备另一些实施例的示意图。如图8所示,本公开路径生成设备可以包括地形服务装置71、算法服务装置82和地图管理***装置83,其中:
地形服务装置71,用于基于RTK(Real-Time Kinematic,实时动态定位)技术的采集***,负责采集并保存行驶区域边界的经纬度和高程数据点集。
算法服务装置82是为露天矿山无人化运输***的路径规划算法服务平台,用于采用根据给定起始节点信息和约束条件、并结合边界线数据计算的路径规划算法,为结构化道路和非结构化道路计算出符合车辆动力学的平滑行驶路径轨迹,其中算法服务根据实际需要设置若干个速度阈值,超出预设的速度阈值选择不用的路径规划算法及参数。
地图管理***装置83,是为露天矿山无人化运输***的地图编辑管理***平台,用于通过导入采集的原始地图边界数据,创建符合车辆作业行驶要求的露天矿山路网结构、作业区域以及标定露天矿山用于无人化运输***的基础设施;将矿山路网分割成若干路段,每个路段根据地形、转弯等因素添加若干道路节点,结合路径规划算法,在两个节点之间生成满足车辆动力学的行驶路径;最终拼接成一条完整的行驶路径路径轨迹。
在本公开的一些实施例中,所述路径生成设备可以用于执行实现如上述任一实施例(例如图1-图6任一实施例)所述的路径生成方法的操作。
本公开的露天矿山无人化运输***的卡车自动行驶路径生成方法能够生成高精度的矿山路网,可以满足无人化运输卡车动力学的自动行驶线路。
图9为本公开路径生成设备又一些实施例的示意图。如图9所示,路径规划装置包括存储器91和处理器92。
存储器91用于存储指令。处理器92耦合到存储器91。处理器92被配置为基于存储器存储的指令执行实现如图1-图6中任一实施例涉及所述路径生成方法。
如图9所示,路径规划装置还包括通信接口93,用于与其它设备进行信息交互。同时,该路径规划装置还包括总线94,处理器92、通信接口93、以及存储器91通过总线94完成相互间的通信。
存储器91可以包含高速RAM(Random Access Memory,随机存取存储器),也可还包括NVM(Non-Volatile Memory,非易失性存储器)。例如至少一个磁盘存储器。存储器91也可以是存储器阵列。存储器91还可能被分块,并且块可按一定的规则组合成虚拟卷。
此外,处理器92可以是一个中央处理器,或者可以是ASIC(Application SpecificIntegrated Circuit,专用集成电路),或者是被配置成实施本公开实施例的一个或多个集成电路。
本公开上述实施例提供一种适用于露天矿山无人化运输***的卡车自动行驶路径生成设备,通过导入采集行驶区域边界,将边界所组成的区域划分为若干行驶区域。本公开上述实施例在行驶区域中设定该段道路的节点。道路节点包含经纬度、航向角信息;可以根据同一车道两个节点的数据、道路行驶速度、车体尺寸并结合路径规划算法,自动生成适合卡车自动行驶的车道。所有生成的道路自动拼接,形成完整的适合卡车行驶的车道路径。本公开上述实施例减少了地理信息的测绘、编辑工作,简化了地图编辑流程及工作量,保证了生成的行驶路径的曲率满足卡车的参数要求,提高了露天矿山路网结构绘制的效率。
根据本公开的另一方面,提供一种无人化运输***,包括如上述任一实施例(例如图7-图9任一实施例)所述的路径生成设备。
根据本公开的另一方面,提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如上述任一实施例(例如图1-图6任一实施例)所述的路径生成方法。
基于本公开上述实施例提供的计算机可读存储介质,可以基于高精度地图编辑功能,将矿山道路分割成若干路段,每个路段中根据地形、转弯等因素添加若干道路节点,每两个节点之间,通过路径规划算法,根据节点经纬度、航向角、车体尺寸、曲率等参数生成满足车辆行驶的车道路径。所有车道自动拼接,最终形成一条完整的能够满足无人驾驶卡车行驶的车道路径轨迹。由此本公开上述实施例解决了无人化矿用卡车行驶路线采集困难、采集工作量大,实时路径规划时间性能差、时间长的技术问题,本公开上述实施例提高了全局路径规划的效率,并能够保证生成的车道满足车辆动力学约束,实现无人化矿用卡车的安全、稳定的行驶需求。
在上面所描述的路径生成设备可以实现为用于执行本申请所描述功能的通用处理器、可编程逻辑控制器(PLC)、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。
至此,已经详细描述了本公开。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指示相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
本公开的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本公开限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本公开的原理和实际应用,并且使本领域的普通技术人员能够理解本公开从而设计适于特定用途的带有各种修改的各种实施例。
Claims (13)
1.一种路径生成方法,其特征在于,包括:
采集行驶区边界的地理信息数据;
将边界地理信息数据导入地图管理***,形成工程车辆行驶区域;
将所述工程车辆行驶区域进行分段处理;
针对每段行驶区域,设置添加道路节点,并生成车道行驶路径;
将每段行驶区域的车道行驶路径进行拼接,形成完整的车道行驶路径。
2.根据权利要求1所述的路径生成方法,其特征在于,所述针对每段行驶区域,设置添加道路节点,并生成车道行驶路径包括:
针对每段行驶区域,按照车道数量确定道路起始节点、终止节点以及节点航线角;
为每一条车道行驶路径设置相应的最高限速;
针对同一车道的相邻两个道路节点,生成车道行驶路径。
3.根据权利要求1或2所述的路径生成方法,其特征在于,所述针对同一车道的相邻两个道路节点,生成车道行驶路径包括:
根据起始节点、终止节点信息和约束条件,结合边界地理信息数据,采用预定路径规划算法为结构化道路和非结构化道路生成车道行驶路径。
4.根据权利要求3所述的路径生成方法,其特征在于,所述约束条件包括最高限速、行驶区域边界经纬度数据点集、卡车尺寸、最小转弯半径、最大转向角、节点经纬度和节点航向角中的至少一项。
5.根据权利要求1或2所述的路径生成方法,其特征在于,所述将边界地理信息数据导入地图管理***,形成工程车辆行驶区域包括:
对导入的地形数据文件进行抽稀和平滑处理,并通过曲线拟合将边界点集数据拟合成闭合的曲线,以形成面状的工程车辆行驶区域。
6.根据权利要求1或2所述的路径生成方法,其特征在于,所述采集行驶区边界的地理信息数据包括:
沿着行驶区以预定频率采集行驶区边界的地理信息数据,并对地理信息数据进行数据预处理,其中,所述地理信息数据包括边界经纬度和高程数据点集。
7.根据权利要求1或2所述的路径生成方法,其特征在于,还包括:
预先设置工程车辆的车体参数和曲率参数。
8.根据权利要求1或2所述的路径生成方法,其特征在于,所述将每段行驶区域的车道行驶路径进行拼接,形成完整的车道行驶路径包括:
将生成的每一段车道行驶路径自动拼接到上一段车道行驶路径上,根据车辆动力学约束条件,形成完整的车道路径轨迹。
9.一种路径生成设备,其特征在于,包括:
地形服务装置,用于采集行驶区边界的地理信息数据;
行驶区域确定装置,用于将边界地理信息数据导入地图管理***,形成工程车辆行驶区域;
分段装置,用于将所述工程车辆行驶区域进行分段处理;
车道行驶路径生成装置,用于针对每段行驶区域,设置添加道路节点,并生成车道行驶路径;
车道行驶路径拼接装置,用于将每段行驶区域的车道行驶路径进行拼接,形成完整的车道行驶路径。
10.根据权利要求9所述的路径生成设备,其特征在于,所述路径生成设备用于执行实现如权利要求2-8中任一项所述的路径生成方法的操作。
11.一种路径生成设备,其特征在于,包括:
存储器,用于存储指令;
处理器,用于执行所述指令,使得所述路径生成设备用于执行实现如权利要求1-8中任一项所述的路径生成方法的操作。
12.一种无人化运输***,其特征在于,包括如权利要求9-11中任一项所述的路径生成设备。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如权利要求1-8中任一项所述的路径生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010212853.7A CN111426330B (zh) | 2020-03-24 | 2020-03-24 | 路径生成方法和设备、无人化运输***和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010212853.7A CN111426330B (zh) | 2020-03-24 | 2020-03-24 | 路径生成方法和设备、无人化运输***和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111426330A true CN111426330A (zh) | 2020-07-17 |
CN111426330B CN111426330B (zh) | 2022-03-15 |
Family
ID=71548575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010212853.7A Active CN111426330B (zh) | 2020-03-24 | 2020-03-24 | 路径生成方法和设备、无人化运输***和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111426330B (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111854763A (zh) * | 2020-08-06 | 2020-10-30 | 安徽南瑞继远电网技术有限公司 | 变电站巡检方法、装置及终端设备 |
CN112150632A (zh) * | 2020-10-16 | 2020-12-29 | 北京易控智驾科技有限公司 | 矿区地图的道路自动绘制方法、***及电子设备 |
CN112212878A (zh) * | 2020-09-25 | 2021-01-12 | 南通路远科技信息有限公司 | 一种导航路径计算方法、装置及手机、车辆 |
CN112324440A (zh) * | 2020-11-01 | 2021-02-05 | 中煤科工集团沈阳设计研究院有限公司 | 一种自动识别获取露天矿单斗卡车工艺卸载区域的方法 |
CN112435573A (zh) * | 2020-11-24 | 2021-03-02 | 北京赛目科技有限公司 | 一种用于自动驾驶仿真测试的地图绘制方法及装置 |
CN112722076A (zh) * | 2021-02-03 | 2021-04-30 | 深圳一清创新科技有限公司 | 一种转向标定方法、装置及无人驾驶汽车 |
CN113188553A (zh) * | 2021-04-15 | 2021-07-30 | 杭州海康威视***技术有限公司 | 路线规划方法、装置、电子设备及机器可读存储介质 |
CN113848985A (zh) * | 2021-11-01 | 2021-12-28 | 西南交通大学 | 基于Hybird A*算法的多舰载无人机路径规划方法 |
CN113932792A (zh) * | 2021-09-16 | 2022-01-14 | 江苏徐工工程机械研究院有限公司 | 一种适用于露天矿山无人运输***的地图编辑装置、方法及更新*** |
CN113959453A (zh) * | 2021-09-28 | 2022-01-21 | 青岛慧拓智能机器有限公司 | 矿区路网地图生成方法、装置、设备和存储介质 |
CN114162185A (zh) * | 2021-12-28 | 2022-03-11 | 上海电气集团智能交通科技有限公司 | 一种基于磁钉轨道的公共交通线网运营方法 |
CN114185337A (zh) * | 2020-09-15 | 2022-03-15 | 郑州宇通客车股份有限公司 | 一种车辆、车辆预碰撞检测方法及装置 |
CN114322983A (zh) * | 2021-12-17 | 2022-04-12 | 清华大学苏州汽车研究院(吴江) | 一种面向矿山自动驾驶的轻量级地图制作方法和装置 |
WO2022077937A1 (zh) * | 2021-06-01 | 2022-04-21 | 江苏徐工工程机械研究院有限公司 | 用于矿用卡车的交通控制***及其方法 |
CN114910088A (zh) * | 2021-02-09 | 2022-08-16 | 武汉智行者科技有限公司 | 一种混合道路路径规划的方法、***以及存储介质 |
CN115249348A (zh) * | 2022-09-23 | 2022-10-28 | 上海伯镭智能科技有限公司 | 一种基于矿山无人驾驶的分层等高路线生成方法 |
CN115511901A (zh) * | 2022-11-18 | 2022-12-23 | 青岛慧拓智能机器有限公司 | 矿山地图处理方法、装置、***、计算机设备及存储介质 |
CN115510263A (zh) * | 2022-11-22 | 2022-12-23 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 一种循迹轨迹生成方法、***、终端设备以及存储介质 |
CN116399364A (zh) * | 2023-06-09 | 2023-07-07 | 青岛慧拓智能机器有限公司 | 车辆行驶路网生成方法、装置、芯片、终端、设备和介质 |
CN116588087A (zh) * | 2023-07-14 | 2023-08-15 | 上海伯镭智能科技有限公司 | 基于多模态数据的无人驾驶矿车装卸点停靠方法 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268862A (zh) * | 2014-09-18 | 2015-01-07 | 中国人民解放军国防科学技术大学 | 一种自主车三维地形可通行性分析方法 |
CN106441319A (zh) * | 2016-09-23 | 2017-02-22 | 中国科学院合肥物质科学研究院 | 一种无人驾驶车辆车道级导航地图的生成***及方法 |
CN106679685A (zh) * | 2016-12-29 | 2017-05-17 | 鄂尔多斯市普渡科技有限公司 | 一种用于车辆导航的行车路径规划方法 |
US20170160736A1 (en) * | 2014-06-26 | 2017-06-08 | Bae Systems Plc | Route planning |
CN107678405A (zh) * | 2017-08-22 | 2018-02-09 | 广东美的智能机器人有限公司 | 机器人行驶方法及其装置 |
CN107702716A (zh) * | 2017-08-31 | 2018-02-16 | 广州小鹏汽车科技有限公司 | 一种无人驾驶路径规划方法、***和装置 |
CN107817000A (zh) * | 2017-10-25 | 2018-03-20 | 广州汽车集团股份有限公司 | 无人驾驶车辆的路径规划方法、装置及计算机设备 |
CN107843267A (zh) * | 2017-10-25 | 2018-03-27 | 广州汽车集团股份有限公司 | 施工路段无人驾驶车辆的路径生成方法及装置 |
CN108007471A (zh) * | 2016-10-28 | 2018-05-08 | 北京四维图新科技股份有限公司 | 车辆引导区块获取方法和装置以及自动驾驶方法和*** |
CN108073176A (zh) * | 2018-02-10 | 2018-05-25 | 西安交通大学 | 一种改进型D*Lite车辆动态路径规划方法 |
CN108108855A (zh) * | 2018-01-11 | 2018-06-01 | 南京航空航天大学 | 一种输送线路径规划方法 |
CN110081894A (zh) * | 2019-04-25 | 2019-08-02 | 同济大学 | 一种基于道路结构权值融合的无人车轨迹实时规划方法 |
CN110207716A (zh) * | 2019-04-26 | 2019-09-06 | 纵目科技(上海)股份有限公司 | 一种参考行驶线快速生成方法、***、终端和存储介质 |
CN110264572A (zh) * | 2019-06-21 | 2019-09-20 | 哈尔滨工业大学 | 一种融合几何特性与力学特性的地形建模方法及*** |
CN110378417A (zh) * | 2019-07-19 | 2019-10-25 | 东南大学 | 一种获取施工边界的方法 |
CN110569749A (zh) * | 2019-08-22 | 2019-12-13 | 江苏徐工工程机械研究院有限公司 | 一种矿山道路的边界线及可行驶区域检测方法及*** |
CN110782092A (zh) * | 2019-10-25 | 2020-02-11 | 北京京东乾石科技有限公司 | 无人配送车在非结构化场景中的轨迹规划方法及装置 |
-
2020
- 2020-03-24 CN CN202010212853.7A patent/CN111426330B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170160736A1 (en) * | 2014-06-26 | 2017-06-08 | Bae Systems Plc | Route planning |
CN104268862A (zh) * | 2014-09-18 | 2015-01-07 | 中国人民解放军国防科学技术大学 | 一种自主车三维地形可通行性分析方法 |
CN106441319A (zh) * | 2016-09-23 | 2017-02-22 | 中国科学院合肥物质科学研究院 | 一种无人驾驶车辆车道级导航地图的生成***及方法 |
CN108007471A (zh) * | 2016-10-28 | 2018-05-08 | 北京四维图新科技股份有限公司 | 车辆引导区块获取方法和装置以及自动驾驶方法和*** |
CN106679685A (zh) * | 2016-12-29 | 2017-05-17 | 鄂尔多斯市普渡科技有限公司 | 一种用于车辆导航的行车路径规划方法 |
CN107678405A (zh) * | 2017-08-22 | 2018-02-09 | 广东美的智能机器人有限公司 | 机器人行驶方法及其装置 |
CN107702716A (zh) * | 2017-08-31 | 2018-02-16 | 广州小鹏汽车科技有限公司 | 一种无人驾驶路径规划方法、***和装置 |
CN107817000A (zh) * | 2017-10-25 | 2018-03-20 | 广州汽车集团股份有限公司 | 无人驾驶车辆的路径规划方法、装置及计算机设备 |
CN107843267A (zh) * | 2017-10-25 | 2018-03-27 | 广州汽车集团股份有限公司 | 施工路段无人驾驶车辆的路径生成方法及装置 |
CN108108855A (zh) * | 2018-01-11 | 2018-06-01 | 南京航空航天大学 | 一种输送线路径规划方法 |
CN108073176A (zh) * | 2018-02-10 | 2018-05-25 | 西安交通大学 | 一种改进型D*Lite车辆动态路径规划方法 |
CN110081894A (zh) * | 2019-04-25 | 2019-08-02 | 同济大学 | 一种基于道路结构权值融合的无人车轨迹实时规划方法 |
CN110207716A (zh) * | 2019-04-26 | 2019-09-06 | 纵目科技(上海)股份有限公司 | 一种参考行驶线快速生成方法、***、终端和存储介质 |
CN110264572A (zh) * | 2019-06-21 | 2019-09-20 | 哈尔滨工业大学 | 一种融合几何特性与力学特性的地形建模方法及*** |
CN110378417A (zh) * | 2019-07-19 | 2019-10-25 | 东南大学 | 一种获取施工边界的方法 |
CN110569749A (zh) * | 2019-08-22 | 2019-12-13 | 江苏徐工工程机械研究院有限公司 | 一种矿山道路的边界线及可行驶区域检测方法及*** |
CN110782092A (zh) * | 2019-10-25 | 2020-02-11 | 北京京东乾石科技有限公司 | 无人配送车在非结构化场景中的轨迹规划方法及装置 |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111854763A (zh) * | 2020-08-06 | 2020-10-30 | 安徽南瑞继远电网技术有限公司 | 变电站巡检方法、装置及终端设备 |
CN114185337B (zh) * | 2020-09-15 | 2023-08-04 | 宇通客车股份有限公司 | 一种车辆、车辆预碰撞检测方法及装置 |
CN114185337A (zh) * | 2020-09-15 | 2022-03-15 | 郑州宇通客车股份有限公司 | 一种车辆、车辆预碰撞检测方法及装置 |
CN112212878A (zh) * | 2020-09-25 | 2021-01-12 | 南通路远科技信息有限公司 | 一种导航路径计算方法、装置及手机、车辆 |
CN112150632A (zh) * | 2020-10-16 | 2020-12-29 | 北京易控智驾科技有限公司 | 矿区地图的道路自动绘制方法、***及电子设备 |
CN112324440A (zh) * | 2020-11-01 | 2021-02-05 | 中煤科工集团沈阳设计研究院有限公司 | 一种自动识别获取露天矿单斗卡车工艺卸载区域的方法 |
CN112435573A (zh) * | 2020-11-24 | 2021-03-02 | 北京赛目科技有限公司 | 一种用于自动驾驶仿真测试的地图绘制方法及装置 |
CN112435573B (zh) * | 2020-11-24 | 2022-03-08 | 北京赛目科技有限公司 | 一种用于自动驾驶仿真测试的地图绘制方法及装置 |
CN112722076A (zh) * | 2021-02-03 | 2021-04-30 | 深圳一清创新科技有限公司 | 一种转向标定方法、装置及无人驾驶汽车 |
CN112722076B (zh) * | 2021-02-03 | 2022-05-31 | 深圳一清创新科技有限公司 | 一种转向标定方法、装置及无人驾驶汽车 |
CN114910088B (zh) * | 2021-02-09 | 2023-06-16 | 武汉智行者科技有限公司 | 一种混合道路路径规划的方法、***以及存储介质 |
CN114910088A (zh) * | 2021-02-09 | 2022-08-16 | 武汉智行者科技有限公司 | 一种混合道路路径规划的方法、***以及存储介质 |
WO2022171130A1 (zh) * | 2021-02-09 | 2022-08-18 | 武汉智行者科技有限公司 | 一种混合道路路径规划的方法、***以及存储介质 |
CN113188553A (zh) * | 2021-04-15 | 2021-07-30 | 杭州海康威视***技术有限公司 | 路线规划方法、装置、电子设备及机器可读存储介质 |
CN113188553B (zh) * | 2021-04-15 | 2023-11-21 | 杭州海康威视***技术有限公司 | 路线规划方法、装置、电子设备及机器可读存储介质 |
WO2022077937A1 (zh) * | 2021-06-01 | 2022-04-21 | 江苏徐工工程机械研究院有限公司 | 用于矿用卡车的交通控制***及其方法 |
CN113932792A (zh) * | 2021-09-16 | 2022-01-14 | 江苏徐工工程机械研究院有限公司 | 一种适用于露天矿山无人运输***的地图编辑装置、方法及更新*** |
CN113959453A (zh) * | 2021-09-28 | 2022-01-21 | 青岛慧拓智能机器有限公司 | 矿区路网地图生成方法、装置、设备和存储介质 |
CN113848985A (zh) * | 2021-11-01 | 2021-12-28 | 西南交通大学 | 基于Hybird A*算法的多舰载无人机路径规划方法 |
CN113848985B (zh) * | 2021-11-01 | 2022-09-09 | 西南交通大学 | 基于Hybird A*算法的多舰载无人机路径规划方法 |
CN114322983A (zh) * | 2021-12-17 | 2022-04-12 | 清华大学苏州汽车研究院(吴江) | 一种面向矿山自动驾驶的轻量级地图制作方法和装置 |
CN114322983B (zh) * | 2021-12-17 | 2024-04-26 | 清华大学苏州汽车研究院(吴江) | 一种面向矿山自动驾驶的轻量级地图制作方法和装置 |
CN114162185A (zh) * | 2021-12-28 | 2022-03-11 | 上海电气集团智能交通科技有限公司 | 一种基于磁钉轨道的公共交通线网运营方法 |
CN115249348A (zh) * | 2022-09-23 | 2022-10-28 | 上海伯镭智能科技有限公司 | 一种基于矿山无人驾驶的分层等高路线生成方法 |
CN115511901A (zh) * | 2022-11-18 | 2022-12-23 | 青岛慧拓智能机器有限公司 | 矿山地图处理方法、装置、***、计算机设备及存储介质 |
CN115511901B (zh) * | 2022-11-18 | 2023-03-07 | 青岛慧拓智能机器有限公司 | 矿山地图处理方法、装置、***、计算机设备及存储介质 |
CN115510263A (zh) * | 2022-11-22 | 2022-12-23 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 一种循迹轨迹生成方法、***、终端设备以及存储介质 |
CN116399364A (zh) * | 2023-06-09 | 2023-07-07 | 青岛慧拓智能机器有限公司 | 车辆行驶路网生成方法、装置、芯片、终端、设备和介质 |
CN116399364B (zh) * | 2023-06-09 | 2023-08-15 | 青岛慧拓智能机器有限公司 | 车辆行驶路网生成方法、装置、芯片、终端、设备和介质 |
CN116588087A (zh) * | 2023-07-14 | 2023-08-15 | 上海伯镭智能科技有限公司 | 基于多模态数据的无人驾驶矿车装卸点停靠方法 |
CN116588087B (zh) * | 2023-07-14 | 2023-09-29 | 上海伯镭智能科技有限公司 | 基于多模态数据的无人驾驶矿车装卸点停靠方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111426330B (zh) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111426330B (zh) | 路径生成方法和设备、无人化运输***和存储介质 | |
CN111060108B (zh) | 路径规划方法和装置、工程车辆 | |
CN112068545B (zh) | 一种无人驾驶车辆在十字路口的行驶轨迹规划方法、***及存储介质 | |
CN111750886B (zh) | 局部路径规划方法及装置 | |
CN110861650B (zh) | 车辆的路径规划方法、装置,车载设备和存储介质 | |
González et al. | Continuous curvature planning with obstacle avoidance capabilities in urban scenarios | |
CN110954122B (zh) | 高速场景下的自动驾驶轨迹生成方法 | |
JP6997211B2 (ja) | ポリゴンにおける中間点を低減する方法および装置 | |
US11586209B2 (en) | Differential dynamic programming (DDP) based planning architecture for autonomous driving vehicles | |
CN111186443B (zh) | 变道路径规划方法、装置、电子设备和计算机可读介质 | |
WO2022063005A1 (zh) | 全局路径规划方法及装置 | |
CN112590775B (zh) | 一种自动泊车方法、装置、车辆及存储介质 | |
CN104897168A (zh) | 基于道路危险评估的智能车路径搜索方法及*** | |
CN112284393A (zh) | 一种智能移动机器人全局路径规划方法和*** | |
CN113252027B (zh) | 井下无人驾驶车辆局部路径规划方法、装置、设备及存储介质 | |
CN116723970A (zh) | 使用界限表示进行自动驾驶拓扑规划的***、方法和计算机程序产品 | |
CN116185014A (zh) | 一种基于动态规划的智能车全局最优轨迹规划方法与*** | |
CN113515111B (zh) | 一种车辆避障路径规划方法及装置 | |
CN115564140A (zh) | 矿区非结构化道路全局及局部路径分层规划方法及装置 | |
CN114355909A (zh) | 一种路径规划的方法、装置、计算机设备和存储介质 | |
CN114488185A (zh) | 基于多线激光雷达的机器人导航***方法及*** | |
JP6912859B2 (ja) | 地図更新装置、地図更新方法、コンピュータプログラム及びコンピュータプログラムを記録した記録媒体 | |
CN113759892A (zh) | 无人车障碍物绕行方法、装置、无人车及存储介质 | |
CN113778102A (zh) | Avp全局路径规划***、方法、车辆及存储介质 | |
CN115752501A (zh) | 导航路径推荐方法、装置、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |