CN111504340A - 车辆的路径规划方法、装置、车辆 - Google Patents
车辆的路径规划方法、装置、车辆 Download PDFInfo
- Publication number
- CN111504340A CN111504340A CN202010442612.1A CN202010442612A CN111504340A CN 111504340 A CN111504340 A CN 111504340A CN 202010442612 A CN202010442612 A CN 202010442612A CN 111504340 A CN111504340 A CN 111504340A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- path
- expected
- speed
- target
- 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
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
-
- 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
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种车辆的路径规划方法、装置、车辆。该路径规划方法包括以下步骤:获取车辆在当前位置点上的实际车身状态量和期望车身状态量;根据实际车身状态量和期望车身状态量,确定用于路径规划的候选位置点,利用候选位置点生成车辆的期望路径;获取期望路径的路径长度和车辆在当前位置点上的速度信息;根据路径长度和速度信息,获取期望路径上每个位置点的期望车速。本发明实施例的路径规划方法,能够根据实际车身状态量和期望车身状态量,确定候选位置点并生成期望路径,且能够根据期望路径长度和当前速度信息,获取期望路径上每个位置点的期望车速,使得路径规划更好地匹配车辆的动力学特性,并拓宽纯跟踪算法的使用条件。
Description
技术领域
本发明涉及车辆技术领域,特别涉及一种车辆的路径规划方法、装置、车辆。
背景技术
路径规划是自动驾驶技术的一个重要研究方向,纯跟踪算法具有模型简单,适用性强等优点,被广泛应用于路径规划中。由于纯跟踪算法只考虑了车辆的几何学特性,因此它的使用条件较为严格,在道路曲率较大、车速较高时,按照纯跟踪算法进行路径规划的控制效果较差,因此需要研究出一种可以扩宽纯跟踪算法的使用条件的路径规划方法。
发明内容
本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此,本发明的一个目的在于提出一种车辆的路径规划方法,能够根据实际车身状态量和期望车身状态量,确定候选位置点,并利用候选位置点生成期望路径,且能够根据期望路径长度和当前速度信息,获取期望路径上每个位置点的期望车速,使得路径规划更好地匹配车辆的动力学特性,有利于拓宽纯跟踪算法的使用条件,提高按照纯跟踪算法进行路径规划的控制效果。
本发明的第二个目的在于提出一种车辆的路径规划装置。
本发明的第三个目的在于提出一种车辆。
本发明的第四个目的在于提出一种电子设备。
本发明的第五个目的在于提出一种计算机可读存储介质。
为达到上述目的,本发明第一方面实施例提出了一种车辆的路径规划方法,包括以下步骤:获取车辆在当前位置点上的实际车身状态量和期望车身状态量;根据所述实际车身状态量和所述期望车身状态量,确定用于路径规划的候选位置点,利用所述候选位置点生成所述车辆的期望路径;获取所述期望路径的路径长度和所述车辆在当前位置点上的速度信息;根据所述路径长度和所述速度信息,获取所述期望路径上每个位置点的期望车速。
根据本发明实施例的车辆的路径规划方法,能够根据实际车身状态量和期望车身状态量,确定候选位置点,并利用候选位置点生成期望路径,且能够根据期望路径长度和当前速度信息,获取期望路径上每个位置点的期望车速,使得路径规划更好地匹配车辆的动力学特性,有利于拓宽纯跟踪算法的使用条件,提高按照纯跟踪算法进行路径规划的控制效果。
另外,根据本发明上述实施例提出的车辆的路径规划方法还可以具有如下附加的技术特征:
在本发明的一个实施例中,所述利用所述候选位置点生成所述车辆的期望路径,包括:针对每个候选位置点,获取所述候选位置点对应的道路曲率;从所有的候选位置点中剔除所述道路曲率大于道路曲率阈值的候选位置点;利用剩余的所述候选位置点生成所述期望路径。
在本发明的一个实施例中,所述根据所述路径长度和所述速度信息,获取所述期望路径上每个位置点的期望车速,包括:根据所述速度信息中所述车辆所允许的最大车速和最大减速度,获取所述车辆的最大制动距离;根据所述最大制动距离、所述路径长度和所述速度信息,确定所述期望路径所包含的各个路段;针对所述期望路径上的每个路段,根据所述路径长度和所述速度信息,获取所述期望路径上每个位置点的期望车速。
在本发明的一个实施例中,所述根据所述最大制动距离、所述路径长度和所述速度信息,确定所述期望路径所包含的各个路段,包括:识别所述路径长度是否小于或者等于所述最大制动距离;如果路径长度小于或者等于所述最大制动距离,则确定所述期望路径上包括减速路段和停车路段;如果所述路径长度大于所述最大制动距离,则根据所述路径长度和所述速度信息,确定所述期望路径所包含的各个路段。
在本发明的一个实施例中,所述根据所述路径长度和所述速度信息,确定所述期望路径所包含的各个路段,包括:识别当前车速大于所述最大车速,则确定所述期望路径包括第一减速路段、匀速路段和第二减速路段;识别当前车速小于或者等于所述最大车速,根据所述期望路径和所述速度信息,获取所述车辆的中间车速;识别所述中间车速小于所述最大车速,则确定所述期望路径包括加速路段和减速路段;识别所述中间车速大于或者等于所述最大车速,则确定所述期望路径包括加速路段、急速路段和减速路段。
在本发明的一个实施例中,所述根据所述路径长度和所述速度信息,获取所述期望路径上每个位置点的期望车速,包括:根据所述路径长度和所述速度信息,确定处于每个路段上的位置点以及所述位置点的期望车速。
在本发明的一个实施例中,所述根据所述路径长度和所述速度信息,确定处于每个路段上的位置点以及所述位置点的期望车速,包括:根据所述路径长度和所述速度信息,确定出目标路段的第一终点;其中,所述目标路段为所述期望路径上的任意一个路段;获取处于所述目标路段前方的相邻路段的第二终点,将所述第一终点、以及处于所述第一终点和所述第二终点间的位置点,识别为所述目标路段上的位置点;识别所述目标路段的类型,根据所述类型和所述速度信息,确定所述目标路段的加速度;针对非停车路段的所述目标路段上的目标位置点,获取所述目标位置点的前一个相邻位置点;其中,所述目标位置点为所述目标路段上的任意一个位置点;根据所述相邻位置点的期望车速和所述加速度,确定所述目标位置点的期望车速。
在本发明的一个实施例中,所述根据所述路径长度和所述速度信息,确定出目标路段的第一终点,包括:根据所述路径长度和所述速度信息中的至少一个,获取所述目标路段的累计行驶距离;根据所述目标路段的累计行驶距离和单位行驶距离,确定所述目标路段的第一终点。
在本发明的一个实施例中,所述根据所述路径长度和所述速度信息中的至少一个,获取所述目标路段的累计行驶距离,包括:获取所述期望路径所包含的路段的个数,以及所述目标路段的行驶顺序;根据所述个数、所述行驶顺序和所述目标路段的类型,确定用于获取所述目标路段的累计行驶距离的目标参数和目标获取策略;其中,所述目标参数为所述路径长度和所述速度信息中的至少一个;根据所述目标获取策略和所述目标参数,得到所述目标路段的累计行驶距离。
在本发明的一个实施例中,所述车辆的路径规划方法,还包括:获取所述期望路径的道路曲率和所述车辆的最大侧向加速度;根据所述道路曲率和所述最大侧向加速度,获取所述最大车速。
在本发明的一个实施例中,所述车辆的路径规划方法,还包括:对所述车辆的环境信息进行监控,根据监控到的所述环境信息,对所述期望路径和所述期望路径上位置点的期望车速进行更新。
为达到上述目的,本发明第二方面实施例提出了一种车辆的路径规划装置,包括:第一获取模块,用于获取车辆在当前位置点上的实际车身状态量和期望车身状态量;路径生成模块,用于根据所述实际车身状态量和所述期望车身状态量,确定用于路径规划的候选位置点,利用所述候选位置点生成所述车辆的期望路径;第二获取模块,用于获取所述期望路径的路径长度和所述车辆在当前位置点上的速度信息;车速获取模块,用于根据所述路径长度和所述速度信息,获取所述期望路径上每个位置点的期望车速。
本发明实施例的车辆的路径规划装置,能够根据实际车身状态量和期望车身状态量,确定候选位置点,并利用候选位置点生成期望路径,且能够根据期望路径长度和当前速度信息,获取期望路径上每个位置点的期望车速,使得路径规划更好地匹配车辆的动力学特性,有利于拓宽纯跟踪算法的使用条件,提高按照纯跟踪算法进行路径规划的控制效果。
另外,根据本发明上述实施例提出的车辆的路径规划装置还可以具有如下附加的技术特征:
在本发明的一个实施例中,所述路径生成模块,具体用于:针对每个候选位置点,获取所述候选位置点对应的道路曲率;从所有的候选位置点中剔除所述道路曲率大于道路曲率阈值的候选位置点;利用剩余的所述候选位置点生成所述期望路径。
在本发明的一个实施例中,所述车速获取模块,具体用于:根据所述速度信息中所述车辆所允许的最大车速和最大减速度,获取所述车辆的最大制动距离;根据所述最大制动距离、所述路径长度和所述速度信息,确定所述期望路径所包含的各个路段;针对所述期望路径上的每个路段,根据所述路径长度和所述速度信息,获取所述期望路径上每个位置点的期望车速。
在本发明的一个实施例中,所述车速获取模块,具体用于:识别所述路径长度是否小于或者等于所述最大制动距离;如果路径长度小于或者等于所述最大制动距离,则确定所述期望路径上包括减速路段和停车路段;如果所述路径长度大于所述最大制动距离,则根据所述路径长度和所述速度信息,确定所述期望路径所包含的各个路段。
在本发明的一个实施例中,所述车速获取模块,具体用于:识别当前车速大于所述最大车速,则确定所述期望路径包括第一减速路段、匀速路段和第二减速路段;识别当前车速小于或者等于所述最大车速,根据所述期望路径和所述速度信息,获取所述车辆的中间车速;识别所述中间车速小于所述最大车速,则确定所述期望路径包括加速路段和减速路段;识别所述中间车速大于或者等于所述最大车速,则确定所述期望路径包括加速路段、急速路段和减速路段。
在本发明的一个实施例中,所述车速获取模块,具体用于:根据所述路径长度和所述速度信息,确定处于每个路段上的位置点以及所述位置点的期望车速。
在本发明的一个实施例中,所述车速获取模块,具体用于:根据所述路径长度和所述速度信息,确定出目标路段的第一终点;其中,所述目标路段为所述期望路径上的任意一个路段;获取处于所述目标路段前方的相邻路段的第二终点,将所述第一终点、以及处于所述第一终点和所述第二终点间的位置点,识别为所述目标路段上的位置点;识别所述目标路段的类型,根据所述类型和所述速度信息,确定所述目标路段的加速度;针对非停车路段的所述目标路段上的目标位置点,获取所述目标位置点的前一个相邻位置点;其中,所述目标位置点为所述目标路段上的任意一个位置点;根据所述相邻位置点的期望车速和所述加速度,确定所述目标位置点的期望车速。
在本发明的一个实施例中,所述车速获取模块,具体用于:根据所述路径长度和所述速度信息中的至少一个,获取所述目标路段的累计行驶距离;根据所述目标路段的累计行驶距离和单位行驶距离,确定所述目标路段的第一终点。
在本发明的一个实施例中,所述车速获取模块,具体用于:获取所述期望路径所包含的路段的个数,以及所述目标路段的行驶顺序;根据所述个数、所述行驶顺序和所述目标路段的类型,确定用于获取所述目标路段的累计行驶距离的目标参数和目标获取策略;其中,所述目标参数为所述路径长度和所述速度信息中的至少一个;根据所述目标获取策略和所述目标参数,得到所述目标路段的累计行驶距离。
在本发明的一个实施例中,所述第二获取模块,还用于:获取所述期望路径的道路曲率和所述车辆的最大侧向加速度;根据所述道路曲率和所述最大侧向加速度,获取所述最大车速。
在本发明的一个实施例中,所述车辆的路径规划装置,还包括:更新模块,所述更新模块,用于:对所述车辆的环境信息进行监控,根据监控到的所述环境信息,对所述期望路径和所述期望路径上位置点的期望车速进行更新。
为达到上述目的,本发明第三方面实施例提出了一种车辆,包括本发明第二方面实施例所述的车辆的路径规划装置。
本发明实施例的车辆,能够根据实际车身状态量和期望车身状态量,确定候选位置点,并利用候选位置点生成期望路径,且能够根据期望路径长度和当前速度信息,获取期望路径上每个位置点的期望车速,使得路径规划更好地匹配车辆的动力学特性,有利于拓宽纯跟踪算法的使用条件,提高按照纯跟踪算法进行路径规划的控制效果。
为达到上述目的,本发明第四方面实施例提出了一种电子设备,包括存储器、处理器;其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现本发明第一方面实施例所述的车辆的路径规划方法。
本发明实施例的电子设备,通过处理器执行存储在存储器上的计算机程序,能够根据实际车身状态量和期望车身状态量,确定候选位置点,并利用候选位置点生成期望路径,且能够根据期望路径长度和当前速度信息,获取期望路径上每个位置点的期望车速,使得路径规划更好地匹配车辆的动力学特性,有利于拓宽纯跟踪算法的使用条件,提高按照纯跟踪算法进行路径规划的控制效果。
为达到上述目的,本发明第五方面实施例提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,该程序被处理器执行时实现本发明第一方面实施例所述的车辆的路径规划方法。
本发明实施例的计算机可读存储介质,通过存储计算机程序并被处理器执行,能够根据实际车身状态量和期望车身状态量,确定候选位置点,并利用候选位置点生成期望路径,且能够根据期望路径长度和当前速度信息,获取期望路径上每个位置点的期望车速,使得路径规划更好地匹配车辆的动力学特性,有利于拓宽纯跟踪算法的使用条件,提高按照纯跟踪算法进行路径规划的控制效果。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的车辆的路径规划方法的流程图;
图2为根据本发明另一个实施例的车辆的路径规划方法的流程图;
图3a为根据本发明一个具体实施例的车辆在期望路径上的每个位置点的期望车速-行驶距离的示意图;
图3b为根据本发明另一个具体实施例的车辆在期望路径上的每个位置点的期望车速-行驶距离的示意图;
图3c为根据本发明另一个具体实施例的车辆在期望路径上的每个位置点的期望车速-行驶距离的示意图;
图3d为根据本发明另一个具体实施例的车辆在期望路径上的每个位置点的期望车速-行驶距离的示意图;
图4为根据本发明另一个实施例的车辆的路径规划方法的流程图;
图5为根据本发明一个具体实施例的车辆的期望路径的示意图;
图6为根据本发明实施例的车辆的路径规划方法中利用候选位置点生成车辆的期望路径的流程图;
图7为根据本发明一个实施例的车辆的路径规划装置的方框示意图;
图8为根据本发明另一个实施例的车辆的路径规划装置的方框示意图;
图9为根据本发明一个实施例的车辆的方框示意图;以及
图10为根据本发明一个实施例的电子设备的方框示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面结合附图来描述本发明实施例的车辆的路径规划方法、装置、车辆、电子设备和计算机可读存储介质。
图1为根据本发明一个实施例的车辆的路径规划方法的流程图。
如图1所示,本发明实施例的车辆的路径规划方法,包括以下步骤:
S101,获取车辆在当前位置点上的实际车身状态量和期望车身状态量。
在本发明的一个实施例中,实际车身状态量可包括车辆当前的位置信息、车辆当前的航向偏角、车辆当前的前轮转向角等,期望车身状态量可包括车辆期望的位置信息、车辆期望的航向偏角、车辆期望的前轮转向角等。
可选的,车辆当前的位置信息、航向偏角可通过车辆上安装的定位装置来获取,定位装置可基于全球定位***(Global Positioning System,以下简称“GPS”)、北斗卫星导航***(BeiDou Navigation Satellite System,以下简称“BDS”)等定位***来实现,可为GPS接收机、BDS接收机等装置。
可选的,车辆当前的前轮转向角可通过在车辆的前轮上安装角度传感器来获取。
可选的,期望车身状态量可通过车辆实际车身状态量、环境信息获取。其中,环境信息可包括车辆所处区域的地图信息、道路上车辆的汇入信息、行人和车辆穿行信息、交通拥堵信息、道路施工信息、天气信息等。可通过在车辆上安装摄像头、传感器、和/或依据车联网技术、高精度定位技术来获取上述环境信息。
S102,根据实际车身状态量和期望车身状态量,确定用于路径规划的候选位置点,利用候选位置点生成车辆的期望路径。
在本发明的一个实施例中,可根据实际车身状态量和期望车身状态量,依据样条算法来确定用于路径规划的候选位置点,该方法将样条算法应用于路径规划中,使得路径规划更好地匹配车辆的动力学特性,有利于拓宽纯跟踪算法的使用条件。
举例而言,样条算法可为五次G2样条算法,实际车身状态量可包括车辆当前的后轴中心相对于坐标原点的横向坐标xA和纵向坐标yA、车辆当前的航向偏角θA、车辆当前的前轮转向角δA,期望车身状态量可包括车辆期望的后轴中心相对于坐标原点的横向坐标xB和纵向坐标yB、车辆期望的航向偏角θB、车辆期望的前轮转向角δB。
用于路径规划的候选位置点相对于坐标原点的横向坐标x和纵向坐标y的公式如下:
需要说明的是,上述公式中u为变量,可为(0~1)中的任一值。例如,若用于路径规划的候选位置点有100个,则u取值为0.01时,代入上述公式得到的坐标为车辆的路径规划上的第一个候选位置点的坐标,u的取值为0.02时,代入上述公式得到的坐标为车辆的路径规划上的第二个候选位置点的坐标,以此类推,u取值为1时,代入上述公式得到的坐标为车辆的路径规划上的第100个候选位置点的坐标,即为车辆的期望位置点的坐标,也为车辆的期望路径的终点坐标。
其中,x0、x1、x2、x3、x4、x5为参数,可通过下述公式来获取:
其中,y0、y1、y2、y3、y4、y5为参数,可通过下述公式来获取:
其中,kA、kB为参数,可通过下述公式来获取:
其中,l为车辆轴距。
其中,η1、η2、η3、η4为设定值,用户可自行设定。
S103,获取期望路径的路径长度和车辆在当前位置点上的速度信息。
可选的,利用候选位置点生成车辆的期望路径之后,可根据生成的期望路径获取期望路径的路径长度。例如,可采用微积分算法获取期望路径的路径长度。
在本发明的一个实施例中,车辆在当前位置点上的速度信息可包括车辆当前车速、车辆所允许的最大车速、所允许的最大减速度、所允许的最大加速度等信息。
其中,车辆所允许的最大车速可通过获取期望路径的道路曲率和车辆的最大侧向加速度来获取,可选的,所允许的最大车速vmax可通过下述公式来获取:
其中,aymax为车辆的最大侧向加速度,k为期望路径的道路曲率。
可选的,车辆的最大侧向加速度可根据实际情况进行标定,例如,可标定为0.4g。
S104,根据路径长度和速度信息,获取期望路径上每个位置点的期望车速。
可以理解的是,在已知期望路径上的候选位置点的位置信息、期望路径的长度、当前位置点上的速度信息和位置信息之后,结合速度模型,能够获取到期望路径上每个位置点的期望车速。可选的,速度模型可采用梯形速度算法。
可选的,在车辆的路径规划过程中,还可对车辆的环境信息进行监控,并根据监控到的环境信息,对期望路径和期望路径上位置点的期望车速进行更新,使得路径规划更符合车辆当前的实际环境,灵活性高。其中,环境信息可包括障碍物、其他车辆、行人、交通标志、交通信号灯标识、车道线等信息。可通过在车辆上安装摄像头、雷达、惯导***、GPS***等,对车辆的环境信息进行监控。
举例而言,可采用动态窗口的方法,实时对窗口内的环境信息进行监控,并根据监控到的环境信息,周期性地更新期望路径和期望路径上位置点的期望车速。
综上,根据本发明实施例的车辆的路径规划方法,能够根据实际车身状态量和期望车身状态量,确定候选位置点,并利用候选位置点生成期望路径,且能够根据期望路径长度和当前速度信息,获取期望路径上每个位置点的期望车速,使得路径规划更好地匹配车辆的动力学特性,有利于拓宽纯跟踪算法的使用条件,提高按照纯跟踪算法进行路径规划的控制效果。
图2为根据本发明另一个实施例的车辆的路径规划方法的流程图。
如图2所示,本发明实施例的车辆的路径规划方法,包括以下步骤:
S201,获取车辆在当前位置点上的实际车身状态量和期望车身状态量。
S202,根据实际车身状态量和期望车身状态量,确定用于路径规划的候选位置点,利用候选位置点生成车辆的期望路径。
S203,获取期望路径的路径长度和车辆在当前位置点上的速度信息。
关于S201~S203的具体介绍可参见上述实施例中相关内容的记载,此处不再赘述。
S204,根据速度信息中车辆所允许的最大车速和最大减速度,获取车辆的最大制动距离。
在本发明的一个实施例中,可通过下述公式来获取车辆的最大制动距离s:
其中,vmax为车辆所允许的最大车速,ad为车辆所允许的最大减速度。
S205,根据最大制动距离、路径长度和速度信息,确定期望路径所包含的各个路段。
其中,路段可包括减速路段、匀速路段、急速路段、加速路段和停车路段等。应说明的是,急速路段为车辆以所允许的最大车速匀速行驶的路段,停车路段为车辆速度恒为0的路段。
在本发明的一个实施例中,根据最大制动距离、路径长度和速度信息,确定期望路径所包含的各个路段,可包括先识别路径长度和最大制动距离的大小关系,若识别路径长度小于或者等于最大制动距离,说明期望路径长度较短,则可确定期望路径上仅包括减速路段和停车路段。例如,如图3a所示,横向坐标S表示车辆从当前位置点行驶的距离,纵向坐标V表示车辆在期望路径上的每个位置点的期望车速,期望路径上包括减速路段和停车路段,应说明的是,C为车辆速度减为0时车辆所行驶的距离,L为期望路径长度。
若识别路径长度大于最大制动距离,说明期望路径长度较长,则可进一步识别当前车速和所允许的最大车速之间的大小关系,若识别当前车速大于最大车速,说明当前车速较快,则可确定期望路径包括第一减速路段、匀速路段和第二减速路段。例如,如图3b所示,期望路径上包括第一减速路段、匀速路段、第二减速路段,应说明的是,A为车辆速度减至最大车速时车辆所行驶的距离,B为匀速路段结束时车辆所行驶的距离。
若识别当前车速小于或者等于最大车速,说明当前车速较慢,则可进一步根据期望路径和速度信息,获取车辆的中间车速,然后识别中间车速和所允许的最大车速之间的大小关系,若识别中间车速小于最大车速,说明中间车速较慢,则可确定期望路径包括加速路段和减速路段。例如,如图3c所示,期望路径上包括加速路段、减速路段,应说明的是,D为车辆速度提高至中间车速时车辆所行驶的距离。
若识别中间车速大于或者等于最大车速,说明中间车速较快,则可确定期望路径包括加速路段、急速路段和减速路段。例如,如图3d所示,期望路径上包括加速路段、急速路段、减速路段,应说明的是,E为车辆速度提高至最大车速时车辆所行驶的距离,F为急速路段结束时车辆所行驶的距离。
可选的,根据期望路径和速度信息,获取车辆的中间车速vm,可通过下述公式实现:
其中,vg为车辆的当前车速,aa为车辆所允许的最大加速度,ad为车辆所允许的最大减速度。
进一步地,若考虑到速度控制模块的延迟时间,则根据期望路径和速度信息,获取车辆的中间车速vm,可通过下述公式实现:
其中,τ为速度控制模块的延迟时间。
S206,针对期望路径上的每个路段,根据路径长度和速度信息,获取期望路径上每个位置点的期望车速。
可以理解的是,可将期望路径按照路段的类型划分成减速路段、匀速路段、急速路段、加速路段和停车路段等,可获取每个路段上的候选位置点的位置信息、每个路段的长度,以及当前位置点上的速度信息和位置信息,结合速度模型,能够获取到每个路段上每个位置点的期望车速,进而获取到期望路径上每个位置点的期望车速。可选的,速度模型可采用梯形速度算法。
需要说明的是,本发明实施例的车辆的路径规划方法中未披露的细节,请参照本发明上述实施例中所披露的细节,这里不再赘述。
综上,根据本发明实施例的车辆的路径规划方法,能够根据车辆的最大制动距离、期望路径长度和速度信息,确定期望路径所包含的各个路段,然后针对期望路径上的每个路段,根据路径长度和速度信息,获取期望路径上每个位置点的期望车速。
图4为根据本发明另一个实施例的车辆的路径规划方法的流程图。
如图4所示,本发明实施例的车辆的路径规划方法,包括以下步骤:
S301,获取车辆在当前位置点上的实际车身状态量和期望车身状态量。
S302,根据实际车身状态量和期望车身状态量,确定用于路径规划的候选位置点,利用候选位置点生成车辆的期望路径。
S303,获取期望路径的路径长度和车辆在当前位置点上的速度信息。
S304,根据速度信息中车辆所允许的最大车速和最大减速度,获取车辆的最大制动距离。
S305,根据最大制动距离、路径长度和速度信息,确定期望路径所包含的各个路段。
关于S301~S305的具体介绍可参见上述实施例中相关内容的记载,此处不再赘述。
S306,根据路径长度和速度信息,确定出目标路段的第一终点,其中,目标路段为期望路径上的任意一个路段。
在本发明的一个实施例中,确定期望路径所包含的各个路段后,可根据路径长度和速度信息,确定处于每个路段上的位置点以及位置点的期望车速。
其中,根据路径长度和速度信息,确定处于每个路段上的位置点,可包括根据路径长度和速度信息,确定出目标路段的第一终点。
在本发明的一个实施例中,根据路径长度和速度信息,确定出目标路段的第一终点,可包括根据路径长度和速度信息中的至少一个,获取目标路段的累计行驶距离,然后根据目标路段的累计行驶距离和单位行驶距离,确定目标路段的第一终点。
需要说明的是,目标路段的累计行驶距离为车辆从当前位置点行驶到目标路段的第一终点时的累计行驶距离,单位行驶距离为期望路径上的相邻两个位置点之间的路径长度。
可选的,根据路径长度和速度信息中的至少一个,获取目标路段的累计行驶距离,可包括获取期望路径所包含的路段的个数,以及目标路段的行驶顺序,然后根据个数、行驶顺序和目标路段的类型,确定用于获取目标路段的累计行驶距离的目标参数和目标获取策略,其中,目标参数为路径长度和速度信息中的至少一个,最后根据目标获取策略和目标参数,得到目标路段的累计行驶距离。
举例而言,如图3a所示,期望路径包含减速路段和停车路段,则可获取期望路径所包含的路段的个数为2。目标路段为减速路段时,行驶顺序为1,此时用于获取减速路段的累计行驶距离C的目标参数为期望路径长度L、速度控制模块延迟时间τ、当前车速vg、车辆速度减为0时车辆的后轴中心到期望路径终点的距离dextra,目标获取策略可用下述公式表示:
C=L-τvg-dextra
目标路段为停车路段时,行驶顺序为2,可知停车路段的累计行驶距离为期望路径长度L。
例如,如图3b所示,期望路径包含第一减速路段、匀速路段、第二减速路段,则可获取期望路径所包含的路段的个数为3。目标路段为第一减速路段时,行驶顺序为1,此时用于获取第一减速路段的累计行驶距离A的目标参数为当前车速vg、所允许的最大车速vmax、最大减速度ad,目标获取策略可用下述公式表示:
目标路段为匀速路段时,行驶顺序为2,此时用于获取匀速路段的累计行驶距离B的目标参数为期望路径长度L、速度控制模块延迟时间τ、当前车速vg、车辆速度减为0时车辆的后轴中心到期望路径终点的距离dextra、所允许的最大车速vmax、最大减速度ad,目标获取策略可用下述公式表示:
目标路段为第二减速路段时,行驶顺序为3,此时用于获取第二减速路段的累计行驶距离C的目标参数为为期望路径长度L、速度控制模块延迟时间τ、当前车速vg、车辆速度减为0时车辆的后轴中心到期望路径终点的距离dextra,目标获取策略可用下述公式表示:
C=L-τvg-dextra
例如,如图3c所示,期望路径包含加速路段和减速路段,则可获取期望路径所包含的路段的个数为2。目标路段为加速路段时,行驶顺序为1,此时用于获取加速路段的累计行驶距离D的目标参数为中间车速vm、当前车速vg、最大加速度aa,目标获取策略可用下述公式表示:
目标路段为减速路段时,行驶顺序为2,此时用于获取减速路段的累计行驶距离C的目标参数为期望路径长度L、速度控制模块延迟时间τ、当前车速vg、车辆速度减为0时车辆的后轴中心到期望路径终点的距离dextra,目标获取策略可用下述公式表示:
C=L-τvg-dextra
例如,如图3d所示,期望路径包含加速路段、急速路段、减速路段,则可获取期望路径所包含的路段的个数为3。目标路段为加速路段时,行驶顺序为1,此时用于获取加速路段的累计行驶距离E的目标参数为所允许的最大车速vmax、当前车速vg、最大加速度aa,目标获取策略可用下述公式表示:
目标路段为急速路段时,行驶顺序为2,此时用于获取急速路段的累计行驶距离F的目标参数为期望路径长度L、速度控制模块延迟时间τ、当前车速vg、车辆速度减为0时车辆的后轴中心到期望路径终点的距离dextra、所允许的最大车速vmax、最大减速度ad,目标获取策略可用下述公式表示:
目标路段为减速路段时,行驶顺序为3,此时用于获取减速路段的累计行驶距离C的目标参数为期望路径长度L、速度控制模块延迟时间τ、当前车速vg、车辆速度减为0时车辆的后轴中心到期望路径终点的距离dextra,目标获取策略可用下述公式表示:
C=L-τvg-dextra
S307,获取处于目标路段前方的相邻路段的第二终点,将第一终点、以及处于第一终点和第二终点间的位置点,识别为目标路段上的位置点。
继续以图3b为例,若目标路段为匀速路段,根据路径长度和速度信息可确定匀速路段的第一终点(图中未示出),处于匀速路段前方的相邻路段为第一减速路段,可根据路径长度和速度信息确定第一减速路段的第二终点(图中未示出),可将第一终点、处于第一终点和第二终点间的位置点,识别为匀速路段上的位置点。
S308,识别目标路段的类型,根据类型和速度信息,确定目标路段的加速度。
举例而言,如图3a所示,期望路径包含减速路段和停车路段,目标路段为减速路段时,可根据期望路径长度L、当前车速vg,确定减速路段的加速度ae,可通过下述公式实现:
例如,如图3b所示,期望路径包含第一减速路段、匀速路段、第二减速路段,目标路段为第一减速路段、第二减速路段时,对应的加速度可为最大减速度ad。
例如,如图3c所示,期望路径包含加速路段和减速路段,目标路段为加速路段时,对应的加速度可为最大加速度aa,目标路段为减速路段时,对应的加速度可为最大减速度ad。
例如,如图3d所示,期望路径包含加速路段、急速路段、减速路段时,目标路段为加速路段时,对应的加速度可为最大加速度aa,目标路段为减速路段时,对应的加速度可为最大减速度ad。
可以理解的是,目标路段为匀速路段、急速路段时,对应的加速度为0。
S309,针对非停车路段的目标路段上的目标位置点,获取目标位置点的前一个相邻位置点。其中,目标位置点为目标路段上的任意一个位置点。
举例而言,如图5所示,若利用候选位置点生成车辆的期望路径为om,o为车辆的当前位置点,m为期望路径的终点,n为非停车路段的目标路段上的目标位置点,p为n的前一个相邻位置点。
可以理解的是,停车路段上的位置点的期望车速均为0。
S310,根据相邻位置点的期望车速和加速度,确定目标位置点的期望车速。
该方法能够根据目标位置点的前一个相邻位置点的期望车速和加速度,确定目标位置点的期望车速,进而可获取期望路径上每个位置点的期望车速。
在本发明的一个实施例中,根据相邻位置点的期望车速和加速度,确定目标位置点的期望车速ve,可通过下述公式实现:
其中,ve-1为相邻位置点的期望车速,ae为目标路段的加速度,lp为单位行驶距离。
需要说明的是,本发明实施例的车辆的路径规划方法中未披露的细节,请参照本发明上述实施例中所披露的细节,这里不再赘述。
综上,根据本发明实施例的车辆的路径规划方法,能够根据期望路径长度和速度信息,确定处于目标路段上的位置点,且能够根据目标路段的类型和速度信息,确定目标路段的加速度,然后根据目标位置点的前一个相邻位置点的期望车速和加速度,确定目标位置点的期望车速,进而获取期望路径上每个位置点的期望车速。
在上述实施例的基础上,如图6所示,利用候选位置点生成车辆的期望路径,还可包括:
S401,针对每个候选位置点,获取候选位置点对应的道路曲率。
以依据五次G2样条算法来确定用于路径规划的候选位置点为例,用于路径规划的候选位置点对应的道路曲率ku可通过下述公式来获取:
其中,用于路径规划的候选位置点相对于坐标原点的横向坐标x和纵向坐标y的公式如下:
S402,将道路曲率大于道路曲率阈值的候选位置点从所有的候选位置点中剔除,利用剩余的候选位置点生成期望路径。
该方法保证了生成期望路径的候选位置点对应的道路曲率均小于或者等于道路曲率阈值,使得路径规划更好地匹配车辆的动力学特性,有利于拓宽纯跟踪算法的使用条件。
其中,道路曲率阈值可根据实际情况进行标定,例如,可标定为0.167。
图7为根据本发明一个实施例的车辆的路径规划装置的方框示意图。
如图7所示,本发明实施例的车辆的路径规划装置100,包括第一获取模块11、路径生成模块12、第二获取模块13和车速获取模块14。
第一获取模块11用于获取车辆在当前位置点上的实际车身状态量和期望车身状态量。
路径生成模块12用于根据所述实际车身状态量和所述期望车身状态量,确定用于路径规划的候选位置点,利用所述候选位置点生成所述车辆的期望路径。
第二获取模块13用于获取所述期望路径的路径长度和所述车辆在当前位置点上的速度信息。
车速获取模块14用于根据所述路径长度和所述速度信息,获取所述期望路径上每个位置点的期望车速。
在本发明的一个实施例中,所述路径生成模块12具体用于针对每个候选位置点,获取所述候选位置点对应的道路曲率;从所有的候选位置点中剔除所述道路曲率大于道路曲率阈值的候选位置点;利用剩余的所述候选位置点生成所述期望路径。
在本发明的一个实施例中,所述车速获取模块14具体用于根据所述速度信息中所述车辆所允许的最大车速和最大减速度,获取所述车辆的最大制动距离;根据所述最大制动距离、所述路径长度和所述速度信息,确定所述期望路径所包含的各个路段;针对所述期望路径上的每个路段,根据所述路径长度和所述速度信息,获取所述期望路径上每个位置点的期望车速。
在本发明的一个实施例中,所述车速获取模块14具体用于识别所述路径长度是否小于或者等于所述最大制动距离;如果路径长度小于或者等于所述最大制动距离,则确定所述期望路径上包括减速路段和停车路段;如果所述路径长度大于所述最大制动距离,则根据所述路径长度和所述速度信息,确定所述期望路径所包含的各个路段。
在本发明的一个实施例中,所述车速获取模块14具体用于识别当前车速大于所述最大车速,则确定所述期望路径包括第一减速路段、匀速路段和第二减速路段;识别当前车速小于或者等于所述最大车速,根据所述期望路径和所述速度信息,获取所述车辆的中间车速;识别所述中间车速小于所述最大车速,则确定所述期望路径包括加速路段和减速路段;识别所述中间车速大于或者等于所述最大车速,则确定所述期望路径包括加速路段、急速路段和减速路段。
在本发明的一个实施例中,所述车速获取模块14具体用于根据所述路径长度和所述速度信息,确定处于每个路段上的位置点以及所述位置点的期望车速。
在本发明的一个实施例中,所述车速获取模块14具体用于根据所述路径长度和所述速度信息,确定出目标路段的第一终点;其中,所述目标路段为所述期望路径上的任意一个路段;获取处于所述目标路段前方的相邻路段的第二终点,将所述第一终点、以及处于所述第一终点和所述第二终点间的位置点,识别为所述目标路段上的位置点;识别所述目标路段的类型,根据所述类型和所述速度信息,确定所述目标路段的加速度;针对非停车路段的所述目标路段上的目标位置点,获取所述目标位置点的前一个相邻位置点;其中,所述目标位置点为所述目标路段上的任意一个位置点;根据所述相邻位置点的期望车速和所述加速度,确定所述目标位置点的期望车速。
在本发明的一个实施例中,所述车速获取模块14具体用于根据所述路径长度和所述速度信息中的至少一个,获取所述目标路段的累计行驶距离;根据所述目标路段的累计行驶距离和单位行驶距离,确定所述目标路段的第一终点。
在本发明的一个实施例中,所述车速获取模块14具体用于获取所述期望路径所包含的路段的个数,以及所述目标路段的行驶顺序;根据所述个数、所述行驶顺序和所述目标路段的类型,确定用于获取所述目标路段的累计行驶距离的目标参数和目标获取策略;其中,所述目标参数为所述路径长度和所述速度信息中的至少一个;根据所述目标获取策略和所述目标参数,得到所述目标路段的累计行驶距离。
在本发明的一个实施例中,所述第二获取模块13还用于获取所述期望路径的道路曲率和所述车辆的最大侧向加速度;根据所述道路曲率和所述最大侧向加速度,获取所述最大车速。
在本发明的一个实施例中,如图8所示,所述车辆的路径规划装置100还包括更新模块15,所述更新模块15用于对所述车辆的环境信息进行监控,根据监控到的所述环境信息,对所述期望路径和所述期望路径上位置点的期望车速进行更新。
需要说明的是,本发明实施例的车辆的路径规划装置中未披露的细节,请参照本发明上述实施例的车辆的路径规划方法中所披露的细节,这里不再赘述。
综上,本发明实施例的车辆的路径规划装置,能够根据实际车身状态量和期望车身状态量,确定候选位置点,并利用候选位置点生成期望路径,且能够根据期望路径长度和当前速度信息,获取期望路径上每个位置点的期望车速,使得路径规划更好地匹配车辆的动力学特性,有利于拓宽纯跟踪算法的使用条件,提高按照纯跟踪算法进行路径规划的控制效果。
为了实现上述实施例,本发明还提出一种车辆200,如图9所示,其包括上述车辆的路径规划装置100。
本发明实施例的车辆,能够根据实际车身状态量和期望车身状态量,确定候选位置点,并利用候选位置点生成期望路径,且能够根据期望路径长度和当前速度信息,获取期望路径上每个位置点的期望车速,使得路径规划更好地匹配车辆的动力学特性,有利于拓宽纯跟踪算法的使用条件,提高按照纯跟踪算法进行路径规划的控制效果。
为了实现上述实施例,本发明还提出一种电子设备300,如图10所示,该电子设备300包括存储器31、处理器32。其中,处理器32通过读取存储器31中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于实现上述车辆的路径规划方法。
本发明实施例的电子设备,通过处理器执行存储在存储器上的计算机程序,能够根据实际车身状态量和期望车身状态量,确定候选位置点,并利用候选位置点生成期望路径,且能够根据期望路径长度和当前速度信息,获取期望路径上每个位置点的期望车速,使得路径规划更好地匹配车辆的动力学特性,有利于拓宽纯跟踪算法的使用条件,提高按照纯跟踪算法进行路径规划的控制效果。
为了实现上述实施例,本发明还提出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车辆的路径规划方法。
本发明实施例的计算机可读存储介质,通过存储计算机程序并被处理器执行,能够根据实际车身状态量和期望车身状态量,确定候选位置点,并利用候选位置点生成期望路径,且能够根据期望路径长度和当前速度信息,获取期望路径上每个位置点的期望车速,使得路径规划更好地匹配车辆的动力学特性,有利于拓宽纯跟踪算法的使用条件,提高按照纯跟踪算法进行路径规划的控制效果。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
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”的特征可以明示或者隐含地包括一个或者更多个该特征。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。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
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。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。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。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种车辆的路径规划方法,其特征在于,包括以下步骤:
获取车辆在当前位置点上的实际车身状态量和期望车身状态量;
根据所述实际车身状态量和所述期望车身状态量,确定用于路径规划的候选位置点,利用所述候选位置点生成所述车辆的期望路径;
获取所述期望路径的路径长度和所述车辆在当前位置点上的速度信息;
根据所述路径长度和所述速度信息,获取所述期望路径上每个位置点的期望车速。
2.根据权利要求1所述的方法,其特征在于,所述根据所述路径长度和所述速度信息,获取所述期望路径上每个位置点的期望车速,包括:
根据所述速度信息中所述车辆所允许的最大车速和最大减速度,获取所述车辆的最大制动距离;
根据所述最大制动距离、所述路径长度和所述速度信息,确定所述期望路径所包含的各个路段;
针对所述期望路径上的每个路段,根据所述路径长度和所述速度信息,获取所述期望路径上每个位置点的期望车速。
3.根据权利要求2所述的方法,其特征在于,所述根据所述最大制动距离、所述路径长度和所述速度信息,确定所述期望路径所包含的各个路段,包括:
识别所述路径长度是否小于或者等于所述最大制动距离;
如果路径长度小于或者等于所述最大制动距离,则确定所述期望路径上包括减速路段和停车路段;
如果所述路径长度大于所述最大制动距离,则根据所述路径长度和所述速度信息,确定所述期望路径所包含的各个路段。
4.据权利要求3所述的方法,其特征在于,所述根据所述路径长度和所述速度信息,确定所述期望路径所包含的各个路段,包括:
识别当前车速大于所述最大车速,则确定所述期望路径包括第一减速路段、匀速路段和第二减速路段;
识别当前车速小于或者等于所述最大车速,根据所述期望路径和所述速度信息,获取所述车辆的中间车速;
识别所述中间车速小于所述最大车速,则确定所述期望路径包括加速路段和减速路段;
识别所述中间车速大于或者等于所述最大车速,则确定所述期望路径包括加速路段、急速路段和减速路段。
5.根据权利要求2-4任一项所述的方法,其特征在于,所述根据所述路径长度和所述速度信息,获取所述期望路径上每个位置点的期望车速,包括:
根据所述路径长度和所述速度信息,确定处于每个路段上的位置点以及所述位置点的期望车速。
6.根据权利要求5所述的方法,其特征在于,所述根据所述路径长度和所述速度信息,确定处于每个路段上的位置点以及所述位置点的期望车速,包括:
根据所述路径长度和所述速度信息,确定出目标路段的第一终点;其中,所述目标路段为所述期望路径上的任意一个路段;
获取处于所述目标路段前方的相邻路段的第二终点,将所述第一终点、以及处于所述第一终点和所述第二终点间的位置点,识别为所述目标路段上的位置点;
识别所述目标路段的类型,根据所述类型和所述速度信息,确定所述目标路段的加速度;
针对非停车路段的所述目标路段上的目标位置点,获取所述目标位置点的前一个相邻位置点;其中,所述目标位置点为所述目标路段上的任意一个位置点;
根据所述相邻位置点的期望车速和所述加速度,确定所述目标位置点的期望车速。
7.根据权利要求6的方法,其特征在于,所述根据所述路径长度和所述速度信息,确定出目标路段的第一终点,包括:
根据所述路径长度和所述速度信息中的至少一个,获取所述目标路段的累计行驶距离;
根据所述目标路段的累计行驶距离和单位行驶距离,确定所述目标路段的第一终点。
8.根据权利要求7所述的方法,其特征在于,所述根据所述路径长度和所述速度信息中的至少一个,获取所述目标路段的累计行驶距离,包括:
获取所述期望路径所包含的路段的个数,以及所述目标路段的行驶顺序;
根据所述个数、所述行驶顺序和所述目标路段的类型,确定用于获取所述目标路段的累计行驶距离的目标参数和目标获取策略;其中,所述目标参数为所述路径长度和所述速度信息中的至少一个;
根据所述目标获取策略和所述目标参数,得到所述目标路段的累计行驶距离。
9.一种车辆的路径规划装置,其特征在于,包括:
第一获取模块,用于获取车辆在当前位置点上的实际车身状态量和期望车身状态量;
路径生成模块,用于根据所述实际车身状态量和所述期望车身状态量,确定用于路径规划的候选位置点,利用所述候选位置点生成所述车辆的期望路径;
第二获取模块,用于获取所述期望路径的路径长度和所述车辆在当前位置点上的速度信息;
车速获取模块,用于根据所述路径长度和所述速度信息,获取所述期望路径上每个位置点的期望车速。
10.一种车辆,其特征在于,包括:如权利要求9所述的车辆的路径规划装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010442612.1A CN111504340B (zh) | 2020-05-22 | 2020-05-22 | 车辆的路径规划方法、装置、车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010442612.1A CN111504340B (zh) | 2020-05-22 | 2020-05-22 | 车辆的路径规划方法、装置、车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111504340A true CN111504340A (zh) | 2020-08-07 |
CN111504340B CN111504340B (zh) | 2022-04-29 |
Family
ID=71872339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010442612.1A Active CN111504340B (zh) | 2020-05-22 | 2020-05-22 | 车辆的路径规划方法、装置、车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111504340B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112498355A (zh) * | 2020-11-02 | 2021-03-16 | 浙江吉利控股集团有限公司 | 一种速度规划方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106598055A (zh) * | 2017-01-19 | 2017-04-26 | 北京智行者科技有限公司 | 一种智能车局部路径规划方法及其装置、车辆 |
CN108569284A (zh) * | 2018-05-21 | 2018-09-25 | 西藏帝亚维新能源汽车有限公司 | 一种在复杂路况条件下提高行车安全性的方法 |
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 |
CN109799828A (zh) * | 2019-02-28 | 2019-05-24 | 北京智行者科技有限公司 | 自动驾驶车辆横纵向协调控制方法 |
GB2571157A (en) * | 2018-02-15 | 2019-08-21 | Jaguar Land Rover Ltd | Vehicle control system and control method |
CN110231041A (zh) * | 2018-03-06 | 2019-09-13 | 北京京东尚科信息技术有限公司 | 一种车道切换的导航方法和装置 |
CN110502009A (zh) * | 2019-08-14 | 2019-11-26 | 南京理工大学 | 基于航向预估的无人驾驶车辆路径跟踪控制方法 |
CN110597257A (zh) * | 2019-09-12 | 2019-12-20 | 中汽研(天津)汽车工程研究院有限公司 | 一种基于道路曲率的常规行驶车速规划策略 |
CN110989625A (zh) * | 2019-12-25 | 2020-04-10 | 湖南大学 | 一种车辆路径跟踪控制方法 |
-
2020
- 2020-05-22 CN CN202010442612.1A patent/CN111504340B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106598055A (zh) * | 2017-01-19 | 2017-04-26 | 北京智行者科技有限公司 | 一种智能车局部路径规划方法及其装置、车辆 |
GB2571157A (en) * | 2018-02-15 | 2019-08-21 | Jaguar Land Rover Ltd | Vehicle control system and control method |
CN110231041A (zh) * | 2018-03-06 | 2019-09-13 | 北京京东尚科信息技术有限公司 | 一种车道切换的导航方法和装置 |
CN108569284A (zh) * | 2018-05-21 | 2018-09-25 | 西藏帝亚维新能源汽车有限公司 | 一种在复杂路况条件下提高行车安全性的方法 |
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 |
CN109799828A (zh) * | 2019-02-28 | 2019-05-24 | 北京智行者科技有限公司 | 自动驾驶车辆横纵向协调控制方法 |
CN110502009A (zh) * | 2019-08-14 | 2019-11-26 | 南京理工大学 | 基于航向预估的无人驾驶车辆路径跟踪控制方法 |
CN110597257A (zh) * | 2019-09-12 | 2019-12-20 | 中汽研(天津)汽车工程研究院有限公司 | 一种基于道路曲率的常规行驶车速规划策略 |
CN110989625A (zh) * | 2019-12-25 | 2020-04-10 | 湖南大学 | 一种车辆路径跟踪控制方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112498355A (zh) * | 2020-11-02 | 2021-03-16 | 浙江吉利控股集团有限公司 | 一种速度规划方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111504340B (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107705554B (zh) | 发送必要性判定装置以及路径规划*** | |
EP3644294B1 (en) | Vehicle information storage method, vehicle travel control method, and vehicle information storage device | |
CN111458700B (zh) | 车辆映射和定位的方法和*** | |
US11125566B2 (en) | Method and apparatus for determining a vehicle ego-position | |
CN105270410B (zh) | 用于自主驾驶车辆的路径规划的精确曲率估计算法 | |
US9733085B2 (en) | System and method for updating a digital map in a driver assistance system | |
CN102208011B (zh) | 图像处理***及车辆控制*** | |
CN106891893B (zh) | 车辆模式确定 | |
CN112033425B (zh) | 车辆辅助驾驶方法、装置、计算机设备和存储介质 | |
CN113978457B (zh) | 一种碰撞风险预测方法及装置 | |
JP5749359B2 (ja) | 道路地図生成システム、道路地図生成装置、道路地図生成方法、及びナビゲーションシステム | |
JP2021026387A (ja) | 車両の走行制御装置 | |
EP4242998A1 (en) | Traffic stream information determination method and apparatus, electronic device and storage medium | |
US10377383B2 (en) | Vehicle lane change | |
US20220204048A1 (en) | Method for ascertaining a vehicle trajectory | |
CN112469970A (zh) | 用于估计在车辆的自定位方面的定位质量的方法、用于执行该方法的方法步骤的设备以及计算机程序 | |
KR20190047199A (ko) | 주행상황 판단을 위한 지도정보 제공장치, 그를 포함한 시스템 및 그 방법 | |
WO2020116264A1 (ja) | 車両の走行支援方法、車両走行支援装置及び自動運転システム | |
WO2022065078A1 (ja) | 自動運転装置 | |
US20180347993A1 (en) | Systems and methods for verifying road curvature map data | |
JP2020071053A (ja) | 地図情報システム | |
US11325601B2 (en) | Method for producing a passing probability collection, method for operating a control device of a motor vehicle, passing probability collecting device and control device | |
CN111504340B (zh) | 车辆的路径规划方法、装置、车辆 | |
EP3626570A1 (en) | Driving assistance method and driving assistance apparatus | |
CN111114540B (zh) | 车辆及其安全驾驶方法、装置 |
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 |