CN111653113B - 车辆的局部路径确定方法、装置、终端和存储介质 - Google Patents
车辆的局部路径确定方法、装置、终端和存储介质 Download PDFInfo
- Publication number
- CN111653113B CN111653113B CN202010310653.5A CN202010310653A CN111653113B CN 111653113 B CN111653113 B CN 111653113B CN 202010310653 A CN202010310653 A CN 202010310653A CN 111653113 B CN111653113 B CN 111653113B
- Authority
- CN
- China
- Prior art keywords
- path
- vehicle
- coordinate
- lane
- obstacle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及车辆的局部路径确定方法、装置、终端和存储介质,该方法包括根据获取的车辆周围环境信息和车辆信息确定局部路径集合,局部路径集合包括换道路径、车道内调整路径、回主路路径和停车路径;其中,回主路路径中的主路是车辆的全局路径规划***根据预设起点和预设终点确定的;同时,还根据车辆周围环境信息和车辆信息生成路径选择指令,路径选择指令携带换道路径、车道内调整路径、回主路路径和停车路径中任一种路径的标识;根据路径选择指令从局部路径集合中确定目标局部路径。如此,车辆在遇到障碍物时可以及时地规划出多条局部调整路径,并从中选择一条合适的路径,从而提高车辆的安全性。
Description
技术领域
本申请涉及自动驾驶技术领域,特别涉及一种车辆的局部路径确定方法、装置、终端和存储介质。
背景技术
随着技术的发展,自动驾驶将慢慢走进人们的生活,长途开车的劳累促使人们对自动驾驶的向往和憧憬。按照自动驾驶汽车的使用场景、技术能力等,可以分为L1到L4四个等级。其中L3等级以下为有条件自动驾驶,能减轻驾驶员的开车负担,但所有的决策和责任还是均由驾驶员负责。L4等级为完全的自动驾驶,能够对大部分场景做出自主决策。
自动驾驶在给定起点和终点后,为了保证能够将乘客安全送至目的地,需要车辆具备环境感知、路径规划和执行能力。
现有技术中的路径规划方法,通过给定起点和终点后,通过A*搜索、快速随机扩展树(Rapid-exploration Random Tree,RRT)等算法,规划出一条从起点到终点的全局路径。而自动驾驶车辆在沿着全局路径行驶时,对前方道路施工、交通事故或者其他障碍物的情况是未知的,因此,需要车辆基于感知***在遇到障碍物时能够规划出一条合理的局部调整路径,完成超车、绕行等动作,以保证车辆的安全行驶。
发明内容
本申请实施例提供了一种车辆的局部路径确定方法、装置、终端和存储介质,在遇到障碍物时可以及时地规划出局部调整路径,可以提高自动驾驶车辆的行车安全和通行效率。
一方面,本申请实施例提供了一种车辆的局部路径确定方法,包括:
根据获取的车辆周围环境信息和车辆信息确定局部路径集合;局部路径集合包括换道路径、车道内调整路径、回主路路径和停车路径;回主路路径中的主路是车辆的全局路径规划***根据预设起点和预设终点确定的;
根据车辆周围环境信息和车辆信息生成路径选择指令;路径选择指令携带换道路径、车道内调整路径、回主路路径和停车路径中任一种路径的标识;
根据路径选择指令,从局部路径集合中确定目标局部路径。
另一方面,本申请实施例提供了一种车辆的局部路径确定装置,包括:
第一确定模块,用于根据获取的车辆周围环境信息和车辆信息确定局部路径集合;局部路径集合包括换道路径、车道内调整路径、回主路路径和停车路径;回主路路径中的主路是车辆的全局路径规划***根据预设起点和预设终点确定的;
生成模块,用于根据车辆周围环境信息和车辆信息生成路径选择指令;路径选择指令携带换道路径、车道内调整路径、回主路路径和停车路径中任一种路径的标识;
第二确定模块,用于根据路径选择指令,从局部路径集合中确定目标局部路径。
另一方面,本申请实施例提供了一种终端,终端包括处理器和存储器,存储器中存储有至少一条指令或至少一段程序,至少一条指令或至少一段程序由处理器加载并执行上述的车辆的局部路径确定方法。
另一方面,本申请实施例提供了一种计算机存储介质,存储介质中存储有至少一条指令或至少一段程序,至少一条指令或至少一段程序由处理器加载并执行以实现上述的车辆的局部路径确定方法。
本申请实施例提供的车辆的局部路径确定方法、装置、终端和存储介质具有如下有益效果:
通过根据获取的车辆周围环境信息和车辆信息确定局部路径集合,局部路径集合包括换道路径、车道内调整路径、回主路路径和停车路径;其中,回主路路径中的主路是车辆的全局路径规划***根据预设起点和预设终点确定的;同时,还根据车辆周围环境信息和车辆信息生成路径选择指令,路径选择指令携带换道路径、车道内调整路径、回主路路径和停车路径中任一种路径的标识;根据路径选择指令从局部路径集合中确定目标局部路径。如此,车辆在遇到障碍物时可以及时地规划出多条局部调整路径,并从中选择一条合适的路径,这样可以提高车辆的安全性;且该方法计算量小,可以提高输出路径效率,从而提高通行效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,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是本申请实施例提供的一种应用场景的示意图;
图2是本申请实施例提供的一种车辆的局部路径确定方法的流程示意图;
图3是本申请实施例提供的一种Frenet坐标系的示意图;
图4是本申请实施例提供的一种左换道路径的示意图;
图5是本申请实施例提供的一种车道内调整路径规划的示意图;
图6是本申请实施例提供的另一种车道内调整路径规划的示意图;
图7是本申请实施例提供的另一种车道内调整路径规划的示意图;
图8是本申请实施例提供的一种回主路路径的示意图;
图9是本申请实施例提供的另一种回主路路径的示意图;
图10是本申请实施例提供的一种车道内场景的示意图;
图11是本申请实施例提供的多种函数图像的示意图;
图12是本申请实施例提供的另一种车道内场景的示意图;
图13是本申请实施例提供的一种多车道场景的示意图;
图14是本申请实施例提供的另一种车道内场景的示意图;
图15是本申请实施例提供的一种车辆的局部路径确定装置的结构示意图;
图16是本申请实施例提供的一种车辆的局部路径确定方法的服务器的硬件结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
请参阅图1,图1是本申请实施例提供的一种应用场景的示意图,包括车辆101,车辆101包括路径规划模块1011、路径决策模块1012和感知模块1013。感知模块1013将感知到的车辆周围环境信息分别发送至路径规划模块1011和路径决策模块1012。
路径规划模块1011根据感知模块1013发送的车辆周围环境信息和从其他模块获取的车辆信息,确定局部路径集合;局部路径集合包括换道路径、车道内调整路径、回主路路径和停车路径;其中,回主路路径中的主路是车辆101的全局路径规划***根据预设起点和预设终点确定的。同时,路径决策模块1012根据感知模块1013发送的车辆周围环境信息和从其他模块获取的车辆信息,生成路径选择指令;路径选择指令携带换道路径、车道内调整路径、回主路路径和停车路径中任一种路径的标识。最后,车辆101根据路径选择指令,从局部路径集合中确定出目标局部路径。
本申请实施例中,车辆101还可以接收智能车路协同***(Intelligent VehicleInfrastructure Cooperative Systems,IVICS)的路端计算单元发送的路径指令,根据该路径指令从局部路径集合中确定出目标局部路径。具体的,路端计算单元基于路端感知***或车辆101的感知模块1013生成路径指令,并将该路径指令发送给车辆101,车辆101基于该路径指令结合车辆周围环境信息从局部路径集合中确定出目标局部路径。
可选的,上述从其他模块获取车辆信息中的其他模块可以是车辆101的整车控制器(Vehicle Control Unit,VCU)模块。
可选的,上述感知模块1013可以是设置在车辆101上的传感器集合,包括相机传感器、激光雷达传感器和毫米波雷达传感器。
本申请实施例中,路径规划模块1011、路径决策模块1012和感知模块1013可以被设置在同一个设备中,比如车载终端或者类似的运算装置;可选的,路径规划模块1011、路径决策模块1012和感知模块1013可以被设置在多个设备中,该多个设备处于一个***中;可选的,路径规划模块1011、路径决策模块1012和感知模块1013可以被设置在一个平台上。因此,本申请实施例的执行主体可以是移动终端、计算机终端、服务器或者类似的运算装置;可以是某个***,还可以是某个平台。
以下介绍本申请一种车辆的局部路径确定方法的具体实施例,图2是本申请实施例提供的一种车辆的局部路径确定方法的流程示意图,本说明书提供了如实施例或流程图的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的***或服务器产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示,该方法可以包括:
S201:根据获取的车辆周围环境信息和车辆信息确定局部路径集合;局部路径集合包括换道路径、车道内调整路径、回主路路径和停车路径;回主路路径中的主路是车辆的全局路径规划***根据预设起点和预设终点确定的。
本申请实施例中,车辆的全局路径规划***根据给定的起点和终点规划出一条从起点至终点的主路,主路可以看作车辆沿应行驶的车道级路径的道路中心线行驶。在车辆沿主路行驶的过程中,车辆可以通过自身的感知***获取的车辆周围环境信息,然后发送至路径规划模块,路径规划模块结合自身的车辆信息规划出多条局部调整路径,即局部路径集合。该局部路径集合可以包括换道路径、车道内调整路径、回主路路径和停车路径。
本申请实施例中,车辆信息可以包括车辆当前速度,也可以包括车辆航向角和车辆横向加速度;车辆周围环境信息包括当前车道宽度和车辆当前位置坐标。需要说明的是,本申请实施例中在规划路径时使用的是Frenet坐标系,如图3所示,Frenet坐标系的原点为主路的预设起点,Frenet坐标系的S轴表示车辆沿着道路中心线行驶的横向里程,D轴表示车辆周围环境信息中所有目标到道路中心线的纵向距离,目标可以是车辆、行人、路障等障碍物。上述车辆当前位置坐标指的是基于Frenet坐标系的坐标,若车辆感知***获取的车辆周围环境信息均是基于笛卡尔坐标系XYZ的,则需要将所有基于笛卡尔坐标系的车辆周围环境信息映射到Frenet坐标系中。在确定出基于Frenet坐标系的局部路径集合之后,将局部路径集合映射到笛卡尔坐标系中。笛卡尔坐标系与Frenet坐标系的转换方法属于现有技术,故本申请不再赘述。
一种可选的根据获取的车辆周围环境信息和车辆信息确定局部路径集合的实施方式中,确定换道路径方法包括:根据车辆当前位置坐标、车辆当前速度、第一预设时间、第二预设时间和当前车道宽度,确定换道路径的路径起点坐标和路径终点坐标;建立待求解的换道路径函数;根据换道路径的路径起点坐标和路径终点坐标,以及换道路径的路径起点的预设纵向加速度和预设航向角、换道路径的路径终点的预设纵向加速度和预设航向角,求解换道路径函数,得到换道路径。具体的,换道路径可以包括左换道路径和右换道路径。下面仅对左换道路径的确定过程进行描述,请参阅图4,图4是本申请实施例提供的一种左换道路径的示意图。如图4(a)所示,假设车辆当前位置坐标为主路起点(原点),根据第一预设时间(T1)和车辆当前速度(v)确定第一时距为S1(S1=T1*v),将该第一时距作为左换道路径的路径起点坐标的横向坐标,将主路上横向坐标为S1的点对应的纵向坐标作为左换道路径的路径起点坐标的纵向坐标,得到该路径起点坐标为A(S1,D1);根据第二预设时间(T2)和车辆当前速度(v)确定第二时距为S2(S2=T2*v),将该第二时距确定为左换道路径的路径终点坐标的横向坐标,当前车道宽度作为路径终点坐标的纵向坐标,即该路径终点坐标可以表示为B(S2,D2)。其中,第一预设时间根据实际情况设定,即车辆在第一预设时间内按照主路行驶,左换道路径调整的是第一预设时间之后的主路;第二预设时间根据车辆感知***的感知距离S3与当前车辆速度确定,且满足T1*v<T2*v<S3的关系。其次,建立待求解的左换道路径函数,待求解的左换道路径函数可以是一个五次多项式,例如公式(1):
d=a0+a1*s+a2*s2+a3*s3+a4*s4+a5*s5……(1)
其中,a0、a1...a5表示多项式系数。公式(1)的一阶导表示航向角;公式(1)的二阶导表示纵向加速度。
其次,根据左换道路径的路径起点坐标A(S1,D1)和路径终点坐标B(S2,D2),并将左换道路径的路径起点的预设纵向加速度和预设航向角、换道路径的路径终点的预设纵向加速度和预设航向角均设为0,如此,可以求解出公式(1)的系数a0、a1...a5,得到如图4(a)所示的基于Frenet坐标系的左换道路径;如图4(b)所示,将基于Frenet坐标系的左换道路径映射到笛卡尔坐标系中。右换道路径的求解方式与上述左换道路径的求解方式相同,只需将右换道路径的路径终点坐标的纵向坐标改为-D2即可,故不再赘述。
本申请实施例中,车道内调整路径的路径起点坐标、回主路路径的路径起点坐标、停车路径的路径起点坐标与换道路径的路径起点的坐标相同,路径起点坐标均是车辆当前位置的第一时距处,第一时距为第一预设时间与车辆当前速度的乘积。
一种可选的根据获取的车辆周围环境信息和车辆信息确定局部路径集合的实施方式中,确定车道内调整路径包括:若从车辆周围环境信息中确定存在障碍物信息,则从障碍物信息中确定关键障碍物信息;关键障碍物信息包括基于Frenet坐标系的关键障碍物坐标集合;障碍物信息包括基于Frenet坐标系的障碍物坐标集合;基于关键障碍物坐标集合确定关键路径点坐标集合;关键路径点坐标集合中每个关键路径点坐标与关键障碍物坐标集合中每个关键障碍物坐标一一对应;建立待求解的车道内调整路径函数集合;根据车道内调整路径的路径起点坐标、关键路径点坐标集合、关键路径点坐标集合中每个关键路径点的预设纵向加速度和预设航向角,求解车道内调整路径函数集合,得到车道内调整路径。需要说明的是,障碍物坐标集合中可以包含每个障碍物的一个坐标,也可以包含每个障碍物的多个坐标;一个坐标可以是该障碍物的中心位置坐标,多个坐标可以是该障碍物的多个坐标,例如可以是该障碍物的包围盒(boudingbox)的四个顶点坐标。
具体的,上述从车辆周围环境信息中确定存在障碍物信息可以通过机器学习建立相关神经网络模型或算法实现。
具体的,上述从障碍物信息中确定关键障碍物信息具体可以包括:首先,基于障碍物坐标集合将多个障碍物分为多个子集合,每个子集合包括一个或多个障碍物;其中,每个子集合中所有障碍物的纵向坐标均为正向或均为负向。假设每个子集合中任意横向相邻的两个障碍物之间的横向距离小于10米;其次,将所有纵向坐标为正向的子集合定义为正向集群,将所有纵向坐标为负向的子集合定义负向集群;其中,正向集群中每个子集合之间的横向距离大于等于10米,负向集群中每个子集合之间的横向距离大于等于10米;其次,从每个子集合中确定出绝对值最小的纵向坐标,将该绝对值最小的纵向坐标对应的障碍物确定为关键障碍物,得到关键障碍物坐标集合。需要说明的是,上述10米可以根据实际情况重新设定。
具体的,上述基于关键障碍物坐标集合确定关键路径点坐标集合包括:将每个关键障碍物的纵向坐标偏移预设距离,横向坐标不变,得到对应的关键路径点坐标;其中,偏移的方向与该纵向坐标相反,预设距离根据实际情况设定,可以取当前车道宽度。若偏移预设距离后的纵向坐标的绝对值超过预设参数,则基于该预设参数更新关键路径点的纵向坐标。其中,预设参数可以参考两条车道预设边界之间距离的1/4,两条车道预设边界之间的距离大于当前车道宽度。假设正向集群中存在一关键障碍物与负向集群中一关键障碍物之间的横向距离小于5米,则将这两个关键障碍物之间的中点作为关键路径点,得到对应的关键路径点坐标。需要说明的是,上述5米可以根据实际情况重新设定。
下面通过三个具体的例子对上述的实施例进行说明。
请参阅图5,图5是本申请实施例提供的一种车道内调整路径规划的示意图。假设车辆当前位置坐标为主路起点(原点),车辆通过毫米波雷达传感器获取到车辆周围环境信息,并基于相关算法从车辆周围环境信息中确定存在障碍物信息。其次,基于障碍物坐标集合确定出子集合①、子集合②;其中,子集合①、子集合②中所有障碍物的纵向坐标均为正向,且子集合①中任意横向相邻的两个障碍物之间的距离小于10米;将子集合①、子集合②确定为正向集群,且子集合①与子集合②之间的横向距离大于等于10米;其次,从子集合①中确定出绝对值最小的纵向坐标对应的障碍物为关键障碍物P1,从子集合②中确定出绝对值最小的纵向坐标对应的障碍物为关键障碍物P2,得到关键障碍物坐标集合{P1(s1,d1),P2(s2,d2)};其次,分别将关键障碍物P1、P2的纵向坐标偏移当前车道宽度w,横向坐标不变,得到对应的关键路径点坐标为M1(s1,d1-w)、M2(s2,d2-w);其次,判断关键障碍物P1偏移后的纵向坐标的绝对值是否超过预设参数;若关键障碍物P1偏移后的纵向坐标的绝对值超过预设参数(|d1-w|>0.25L),则更新M1坐标为(s1,-0.25L);其中,L表示当前车道预设边界之间的距离;其次,还可以在M2的横向坐标上加一个第一时距(S1),纵向坐标取0,得到关键路径点坐标M3(s2+S1,0),M3可以作为车道内调整路径的路径终点坐标;如此,得到的关键路径点坐标集合为{M1(s1,-0.25L),M2(s2,d2-w),M3(s2+S1,0)};其次,建立待求解的车道内调整路径函数集合,该待求解的车道内调整路径函数集合可以包括三个五次多项式,每个五次多项式用于求解两个相邻的关键路径点之间的路径;其次,根据车道内调整路径的路径起点坐标A(S1,D1)和关键路径点坐标集合,并将关键路径点坐标集合中每个关键路径点的预设纵向加速度和预设航向角、以及车道内调整路径的路径起点坐标的预设纵向加速度和预设航向角均设为0,如此,可以求解出三个五次多项式的系数,得到如图5(a)所示的基于Frenet坐标系的车道内调整路径;如图5(b)所示,将基于Frenet坐标系的车道内调整路径映射到笛卡尔坐标系中。
请参阅图6,图6是本申请实施例提供的另一种车道内调整路径规划的示意图。假设车辆当前位置坐标为主路起点(原点),车辆通过毫米波雷达传感器获取到车辆周围环境信息,并基于相关算法从车辆周围环境信息中确定存在障碍物信息。其次,基于障碍物坐标集合确定出子集合①、子集合②、子集合③;其中,子集合①、子集合②中所有障碍物的纵向坐标均为正向,子集合③中所有障碍物的纵向坐标均为负向,且子集合①中任意横向相邻的两个障碍物之间的距离小于10米;将子集合①、子集合②确定为正向集群,子集合③确定为负向集群,且子集合①与子集合②之间的横向距离大于等于10米,子集合②与子集合③之间的横向距离大于等于5米;其次,从子集合①中确定出绝对值最小的纵向坐标对应的障碍物为关键障碍物P1,从子集合②中确定出绝对值最小的纵向坐标对应的障碍物为关键障碍物P2,从子集合③中确定出绝对值最小的纵向坐标对应的障碍物为关键障碍物P3,得到关键障碍物坐标集合{P1(s1,d1),P2(s2,d2),P3(s3,d3)};其次,分别将关键障碍物P1、P2和P3的纵向坐标偏移当前车道宽度w,横向坐标不变,得到对应的关键路径点坐标为M1(s1,d1-w)、M2(s2,d2-w)和M3(s3,d3+w);其次,判断关键障碍物P1偏移后的纵向坐标的绝对值超过预设参数;若关键障碍物P1偏移后的纵向坐标的绝对值超过预设参数(|d1-w|>0.25L),则更新M1坐标为(s1,-0.25L);其次,还可以在M3的横向坐标上加一个第一时距(S1),纵向坐标取0,得到关键路径点坐标M4(s3+S1,0),M4可以作为车道内调整路径的路径终点坐标;如此,得到的关键路径点坐标集合为{M1(s1,-0.25L),M2(s2,d2-w),M3(s3,d3+w),M4(s3+S1,0)};其次,建立待求解的车道内调整路径函数集合,该待求解的车道内调整路径函数集合可以包括四个五次多项式,每个五次多项式用于求解两个相邻的关键路径点之间的路径;其次,根据车道内调整路径的路径起点坐标A(S1,D1)和关键路径点坐标集合,将关键路径点坐标集合中每个关键路径点的预设纵向加速度和预设航向角、以及车道内调整路径的路径起点坐标的预设纵向加速度和预设航向角均设为0,如此,可以求解出四个五次多项式的系数,得到如图6(a)所示的基于Frenet坐标系的车道内调整路径;如图6(b)所示,将基于Frenet坐标系的车道内调整路径映射到笛卡尔坐标系中。
请参阅图7,图7是本申请实施例提供的另一种车道内调整路径规划的示意图。假设车辆当前位置坐标为主路起点(原点),车辆通过毫米波雷达传感器获取到车辆周围环境信息,并基于相关算法从车辆周围环境信息中确定存在障碍物信息。其次,基于障碍物坐标集合确定出子集合①、子集合②、子集合③;其中,子集合①、子集合②中所有障碍物的纵向坐标均为正向,子集合③中所有障碍物的纵向坐标均为负向,且子集合①中任意横向相邻的两个障碍物之间的距离小于10米;将子集合①、子集合②确定为正向集群,子集合③确定为负向集群,且子集合①与子集合②之间的横向距离大于等于10米,子集合②与子集合③之间的横向距离小于5米;其次,从子集合①中确定出绝对值最小的纵向坐标对应的障碍物为关键障碍物P1,从子集合②中确定出绝对值最小的纵向坐标对应的障碍物为关键障碍物P2,从子集合③中确定出绝对值最小的纵向坐标对应的障碍物为关键障碍物P3,得到关键障碍物坐标集合{P1(s1,d1),P2(s2,d2),P3(s3,d3)};其次,将关键障碍物P1的纵向坐标偏移当前车道宽度w,横向坐标不变,得到对应的关键路径点坐标为M1(s1,d1-w);其次,判断关键障碍物P1偏移后的纵向坐标的绝对值超过预设参数;若关键障碍物P1偏移后的纵向坐标的绝对值超过预设参数(|d1-w|>0.25L),则更新M1坐标为(s1,-0.25L);其次,正向集群中存在一关键障碍物P2与负向集群中一关键障碍物P3之间的横向距离小于5米,将这两个关键障碍物之间的中点作为关键路径点,得到对应的关键路径点坐标M2((s1+s2)/2,(d1+d2)/2);其次,还可以在M2的横向坐标上加一个第一时距(S1),纵向坐标取0,得到关键路径点坐标M3((s1+s2)/2+S1,0),M3可以作为车道内调整路径的路径终点坐标;如此,得到的关键路径点坐标集合为{M1(s1,-0.25L),M2((s1+s2)/2,(d1+d2)/2),M3((s1+s2)/2+S1,0)};其次,建立待求解的车道内调整路径函数集合,该待求解的车道内调整路径函数集合可以包括三个五次多项式,每个五次多项式用于求解两个相邻的关键路径点之间的路径;其次,根据车道内调整路径的路径起点坐标A(S1,D1)和关键路径点坐标集合,并将关键路径点坐标集合中每个关键路径点的预设纵向加速度和预设航向角、以及车道内调整路径的路径起点坐标的预设纵向加速度和预设航向角均设为0,如此,可以求解出三个五次多项式的系数,得到如图7(a)所示的基于Frenet坐标系的车道内调整路径;如图7(b)所示,将基于Frenet坐标系的车道内调整路径映射到笛卡尔坐标系中。
一种可选的根据获取的车辆周围环境信息和车辆信息确定局部路径集合的实施方式中,确定回主路路径包括:根据车辆当前位置坐标、车辆当前速度和第二预设时间,确定回主路路径的路径终点坐标;建立待求解的回主路路径函数;根据回主路路径的路径起点坐标和路径终点坐标,以及回主路路径的路径起点的预设纵向加速度和预设航向角、回主路路径的路径终点的预设纵向加速度和预设航向角,得到回主路路径。具体的,请参阅图8,图8是本申请实施例提供的一种回主路路径的示意图。假设车辆当前位置坐标为第一时刻的位置坐标,即回主路路径的路径起点坐标为C(S3,D3),将第二时距(S2)作为回主路路径的路径终点坐标的横向坐标,将主路上横向坐标为S2的点对应的纵向坐标作为回主路路径的路径终点坐标的纵向坐标,则回主路路径的路径终点坐标可以表示为E(S2,D4);其次,建立待求解的回主路路径函数;根据回主路路径的路径起点坐标C(S3,D3)和路径终点坐标E(S2,D4),将回主路路径的路径起点的预设纵向加速度和预设航向角、回主路路径的路径终点的预设纵向加速度和预设航向角均设为0,求解回主路路径函数,求解方法可以参考上文求解左换道路径函数的方法;得到如图8(a)所示的基于Frenet坐标系的回主路路径之后,将基于Frenet坐标系的左换道路径映射到如图8(b)所示的笛卡尔坐标系中。请参阅图9,图9是本申请实施例提供的另一种回主路路径的示意图。车辆当前位置坐标处于上一时刻的路径上,则将第一时距(S1)作为回主路路径的路径起点坐标的横向坐标,将上一时刻的路径上横向坐标为S1的点对应的纵向坐标作为回主路路径的路径起点坐标的纵向坐标,则回主路路径的路径起点坐标可以表示为F(S1,D5);其次,将第二时距(S2)作为回主路路径的路径终点坐标的横向坐标,将主路上横向坐标为S2的点对应的纵向坐标作为回主路路径的路径终点坐标的纵向坐标,则回主路路径的路径终点坐标可以表示为G(S2,D6);其次,建立待求解的回主路路径函数;根据回主路路径的路径起点坐标F(S1,D5)和路径终点坐标G(S2,D6),将回主路路径的路径起点的预设纵向加速度和预设航向角、回主路路径的路径终点的预设纵向加速度和预设航向角均设为0,求解回主路路径函数,求解方法可以参考上文求解左换道路径函数的方法;得到如图9(a)所示的基于Frenet坐标系的回主路路径之后,将基于Frenet坐标系的左换道路径映射到如图9(b)所示的笛卡尔坐标系中。
一种可选的根据获取的车辆周围环境信息和车辆信息确定局部路径集合的实施方式中,确定停车路径包括:根据第一预设时间(T1)和车辆当前速度(v)确定第一时距,从第一时距处以预设加速度进行减速,直至车速为0。其中,预设加速度根据车辆当前速度确定。
S203:根据车辆周围环境信息和车辆信息生成路径选择指令;路径选择指令携带换道路径、车道内调整路径、回主路路径和停车路径中任一种路径的标识。
S205:根据路径选择指令,从局部路径集合中确定目标局部路径。
本申请实施例中,车辆的路径决策模块还可以根据车辆周围环境信息结合自身的车辆信息生成路径选择指令,路径选择指令携带换道路径、车道内调整路径、回主路路径和停车路径中任一种路径的标识;路径决策模块将生成的路径选择指令发送至路径规划模块,路径规划模块根据路径选择指令携带的路径标识从局部路径集合中确定目标局部路径,并将目标局部路径输出至车辆的控制***,控制***输出相应的方向盘扭矩或者转角给执行器,执行器控制车辆按照目标局部路径行驶。
一种可选的根据车辆周围环境信息和车辆信息生成路径选择指令的实施方式中,包括:若从车辆周围环境信息中确定不存在障碍物信息,则生成携带回主路路径标识的路径选择指令。
具体的,上述从车辆周围环境信息中确定是否存在障碍物信息可以通过机器学习建立相关神经网络模型或算法实现。
另一种可选的根据车辆周围环境信息和车辆信息生成路径选择指令的实施方式中,包括:根据车辆当前速度确定第一车辆当前通过阈值;从障碍物信息中确定参考障碍物信息;参考障碍物信息包括参考障碍物坐标集合;参考障碍物坐标集合中每个横向坐标均在预设横向范围内;根据参考障碍物坐标集合确定每个参考障碍物与车道预设边界之间的距离,得到可通行距离集合;基于车辆当前速度、可通行距离集合、第一车辆当前通过阈值和参考障碍物坐标集合生成路径选择指令。这里,预设横向范围指的是从第一时距至车辆感知***的感知距离S3之间的横向距离,第一时距为车辆当前速度与第一预设时间的乘积。
具体的,上述根据车辆当前速度确定第一车辆当前通过阈值可以包括:根据公式(2)确定第一车辆当前通过阈值:
其中,D_threshold_lateral表示车辆通过的最小横向距离,即第一车辆当前通过阈值;V表示车辆当前速度。
具体的,上述从障碍物信息中确定参考障碍物信息,包括:若障碍物坐标集合中所有纵向坐标均为正向坐标或者均为负向坐标,则将绝对值最小的纵向坐标对应的障碍物确定为参考障碍物,得到参考障碍物的坐标。
对应的,上述根据参考障碍物坐标集合确定每个参考障碍物与车道预设边界之间的距离,得到可通行距离集合,具体包括:根据参考障碍物的坐标,确定参考障碍物与车道预设边界之间的距离,得到可通行距离。
对应的,上述基于车辆当前速度、可通行距离集合、第一车辆当前通过阈值和参考障碍物坐标集合生成路径选择指令,具体包括:若可通行距离大于等于第一车辆当前通过阈值,则生成携带车道内调整路径标识的路径选择指令。
下面通过一个具体的例子对上文进行说明。请参阅图10,图10是本申请实施例提供的一种车道内场景的示意图。假设车辆当前速度为10km/h,则第一车辆当前通过阈值为2.6m;其次,障碍物坐标集合中所有纵向坐标均为正向坐标,将绝对值最小的纵向坐标对应的障碍物P1确定为参考障碍物,得到参考障碍物的坐标为P1(s1,d1),且S1<s1<S3,其中,S1表示第一时距,S3表示感知距离;其次,根据参考障碍物的坐标P1(s1,d1),确定参考障碍物P1与车道预设边界之间的距离的可通行距离为D1;其次,判断D1与第一车辆当前通过阈值的大小;若D1≥2.6m,则生成携带车道内调整路径标识的路径选择指令。
具体的,上述基于车辆当前速度、可通行距离集合、第一车辆当前通过阈值和参考障碍物坐标集合生成路径选择指令的实施方式中,包括:若参考障碍物坐标集合中包括至少一个正向的纵向坐标和一个负向的纵向坐标,且正向的纵向坐标和负向的纵向坐标不为同一个参考障碍物的坐标,则基于参考障碍物坐标集合中所有纵向坐标确定纵向偏差集合;根据车辆当前速度和参考障碍物坐标集合确定第二车辆当前通过阈值集合;第二车辆当前通过阈值集合中每个第二车辆当前通过阈值与纵向偏差集合中每个纵向偏差一一对应;若纵向偏差集合中每个纵向偏差均大于等于对应的第二车辆当前通过阈值,且可通行距离集合中每个可通行距离均大于等于第一车辆当前通过阈值,则生成携带车道内调整路径标识的路径选择指令。
具体的,上述根据车辆当前速度和参考障碍物坐标集合确定第二车辆当前通过阈值集合,包括:根据公式(3)-(5)确定第二车辆当前通过阈值集合中每个第二车辆当前通过阈值:
Dmax=f1(v)……(3)
Dmin=f2(v)……(4)
D_threshold_sparse=f3(Dmax,Dmin,ΔS)……(5)
其中,D_threshold_sparse表示第二车辆当前通过阈值;ΔS表示参考障碍物之间的横向距离;v表示车辆当前速度。公式(3)的函数图像可以参考图11(a),图11(a)描述了车辆当前速度与参数Dmax的关系;公式(4)的函数图像可以参考图11(b),图11(b)描述了车辆当前速度与参数Dmin的关系;公式(5)的函数图像可以参考图11(c),图11(c)描述了参考障碍物之间的横向距离与第二车辆当前通过阈值的关系。需要说明的是,图11的函数关系图中的参数可以根据实际情况重新进行标定。纵向偏差集合和ΔS的值描述了参考障碍物的稀疏程度,两者的值越大越稀疏、越小越稠密。
下面通过一个具体的例子对上一段的实施例进行说明。请参阅图12,图12是本申请实施例提供的另一种车道内场景的示意图。假设车辆当前速度为80km/h,则第一车辆当前通过阈值为3.0336m;其次,障碍物信息中障碍物坐标同时存在正向的纵向坐标和负向的纵向坐标,则从障碍物信息中确定出参考障碍物坐标集合为{P1(s1,d1),P2(s2,d2),P3(s3,d3)},且S1<s1<s2<s3<S3,其中,S1表示第一时距,S3表示感知距离;其次,根据参考障碍物坐标集合确定每个参考障碍物与车道预设边界之间的距离,得到可通行距离集合{D1,D2,D3};其次,由于参考障碍物坐标集合中d1和d2为正向的纵向坐标,d3为负向的纵向坐标,则基于参考障碍物坐标集合中所有纵向坐标确定出的纵向偏差集合为{ΔD1,ΔD2},其中,ΔD1=D1+D3-L,ΔD2=D3+D2-L,L表示当前车道预设边界之间的距离;其次,基于图11的函数图像,根据车辆当前速度80km/h确定第二车辆当前通过阈值满足D_threshold_sparse=f3(3.5,1.5,ΔS),假设P2与P3之间的ΔS为20m,则第二车辆当前通过阈值约为2.1667m;其次,判断纵向偏差集合中每个纵向偏差与对应的第二车辆当前通过阈值的大小,以及判断可通行距离集合中每个可通行距离与第一车辆当前通过阈值的大小;若ΔD2≥2.1667m,且D1≥3.0336m、D2≥3.0336m、D3≥3.0336m,则生成携带车道内调整路径标识的路径选择指令。需要说明的是,在某些情况下,也可以只计算相邻的两个纵向坐标相反的参考障碍物之间的横向距离,来获得第二车辆当前通过阈值,如该例子中可以只计算P2与P3之间的ΔS,获得一个第二车辆当前通过阈值即可进行判断。
另一种具体的基于车辆当前速度、可通行距离集合、第一车辆当前通过阈值和参考障碍物坐标集合生成路径选择指令的实施方式中,包括:若可通行距离集合中包括至少一个可通行距离小于第一车辆当前通过阈值,或纵向偏差集合中包括至少一个纵向偏差小于对应的第二车辆当前通过阈值,则根据障碍物信息判断是否可以生成携带换道路径标识的路径选择指令。
对应的,上述根据障碍物信息判断是否可以生成携带换道路径标识的路径选择指令,具体包括:若从障碍物信息中确定车辆当前车道的相邻车道不存在运动目标,且车辆所在当前车道的车道线为虚线,则生成携带向左换道路径标识的路径选择指令;或,若从障碍物信息中确定相邻左车道存在运动目标,且车辆所在当前车道的车道线为虚线,则确定该运动目标与自车之间的相对距离与相对速度;若相对距离大于等于预设距离,且相对速度大于等于预设速度,则生成携带向左换道路径标识的路径选择指令;若相对距离小于预设距离或相对速度小于预设速度,则从障碍物信息中确定相邻右车道是否存在运动目标;若从障碍物信息中确定相邻右车道存在运动目标,则确定该运动目标与自车之间的相对距离与相对速度;若相对距离大于等于预设距离,且相对速度大于等于预设速度,则生成携带向右换道路径标识的路径选择指令。其中,预设距离和预设速度可以根据该运动目标的类别来确定,运动目标的类别包括车辆和行人。
对应的,若相对距离小于预设距离或相对速度小于预设速度,则生成携带停车路径标识的路径选择指令。
基于上述的例子继续说明,如图12和13所示,若ΔD2<2.1667m或D1<3.0336m或D2<3.0336m或D3<3.0336m,则根据障碍物信息判断是否可以生成携带换道路径标识的路径选择指令。由于从障碍物信息中确定相邻左车道存在运动目标1、相邻右车道存在运动目标2,则分别确定运动目标1、2与自车之间的相对距离和相对速度;若运动目标1、2的类别为车辆,则确定预设速度为0、预设距离为20m;如图13所示,在第一种情况下,运动目标1与自车之间的相对距离ΔS1为20m、运动目标1的车辆速度为70km/h,则运动目标1与自车之间的相对速度ΔV1为10km/h;由于相对距离ΔS1=20m、相对速度ΔV1>0,可以生成携带向左换道路径标识的路径选择指令;在第二种情况下,运动目标1与自车之间的相对距离ΔS1为10m、运动目标1的车辆速度为100km/h,则运动目标1与自车之间的相对速度ΔV1为-20km/h;由于相对距离ΔS1<20m、相对速度ΔV1<0,车辆无法向左换道,则从障碍物信息中确定相邻右车道是否满足换道条件;运动目标2与自车之间的相对距离ΔS2为30m、运动目标2的车辆速度为80km/h,则运动目标2与自车之间的相对速度ΔV2为0;由于相对距离ΔS2>20m、相对速度ΔV2=0,可以生成携带向右换道路径标识的路径选择指令;在第三种情况下,运动目标2与自车之间的相对距离ΔS2为20m、运动目标2的车辆速度为70km/h,则运动目标2与自车之间的相对速度ΔV2为-10m/h;由于相对距离Δα2=20m、相对速度ΔV2<0,车辆无法向右换道,则生成携带停车路径标识的路径选择指令。
本申请所给出的实施例中,若从车辆周围环境信息中确定存在障碍物信息,首先判断是否可以生成携带车道内调整路径标识的路径选择指令;若不满足上文实施例提到的生成携带车道内调整路径标识的路径选择指令的条件,则判断是否可以生成携带换道路径标识的路径选择指令;若不满足上文实施例提到的生成携带换道路径标识的路径选择指令的条件,则生成携带停车路径标识的路径选择指令。
需要说明的是,仅改变上述判断逻辑的实施例均属于本申请的保护范围。例如,若从车辆周围环境信息中确定存在障碍物信息,且障碍物坐标集合中存在障碍物的纵向坐标在预设纵坐标范围内,则直接判断是否可以生成携带换道路径表示的路径选择指令;这样可以进一步提高行车安全性,如图14所示,预设纵坐标范围为[-0.1m,0.1m],存在障碍物坐标P(s1,d1)的纵向坐标d1处于[-0.1m,0.1m]内,则直接判断是否可以生成携带换道路径表示的路径选择指令。又例如,若判断可以生成携带车道内调整路径标识的路径选择指令,也可以判断是否可以生成携带换道路径标识的路径选择指令;在同时生成携带车道内调整路径标识的路径选择指令和携带换道路径标识的路径选择指令的情况下,还可以根据当前车道前方的障碍物信息从携带车道内调整路径标识的路径选择指令和携带换道路径标识的路径选择指令中确定出最终的路径选择指令;如图13所示,假设车辆同时生成携带车道内调整路径标识的路径选择指令和携带换道路径标识的路径选择指令,根据当前车道前方的障碍物信息{P1(s1,d1),P2(s2,d2),P3(s3,d3)},车辆判断障碍物数量超过预设数量,则确定携带换道路径标识的路径选择指令为最终的路径选择指令。
本申请实施例中,车辆不仅可以接收自车路径决策模块输出的路径选择指令,也可以接收车路协同***中的路端计算单元发送的路径指令,根据该路径指令从局部路径集合中确定出目标局部路径。例如,路端计算单元通过接收路端感知***或者车端的感知***给出的环境信息后进行信息处理,将路径指令发送给车端;车端根据车辆周围环境信息对路端给出的路径指令进行分析决策,若车端校验后发现满足条件,则执行路端给的路径指令,否则,执行自车路径决策模块输出的路径选择指令,并将异常情况发送给路端。如图13所示,车辆行驶在某高速路上,路端感知***检测到某一车道存在交通事故,路端计算单元提前通过车辆协同***告知车辆交通事故占用了中间车道、后续车辆应行驶在第一车道,这样做的好处是车辆可以提前换道,弥补车端传感器感知能力的不足,可以提高车辆的通行效率;其次,车端对路端给出的应行驶在第一车道的路径指令进行校验,根据车辆环境信息确定第一车道(相邻左车道)存在运动目标1,基于上文实施例中的第一种情况,车辆满足向左换道的条件,则车辆执行路段给的路径指令,如此,可以提高决策的准确度,也可以减小车端设备的计算量;若基于上文实施例中的第二种情况,车辆无法向左换道,则车辆按照自车路径决策模块输出路径选择指令。
本申请实施例还提供了一种车辆的局部路径确定装置,图15是本申请实施例提供的一种车辆的局部路径确定装置的结构示意图,如图15所示,该装置包括:
第一确定模块1501,用于根据获取的车辆周围环境信息和车辆信息确定局部路径集合;局部路径集合包括换道路径、车道内调整路径、回主路路径和停车路径;回主路路径中的主路是车辆的全局路径规划***根据预设起点和预设终点确定的;
生成模块1502,用于根据车辆周围环境信息和车辆信息生成路径选择指令;路径选择指令携带换道路径、车道内调整路径、回主路路径和停车路径中任一种路径的标识;
第二确定模块1503,用于根据路径选择指令,从局部路径集合中确定目标局部路径。
本申请实施例中,车辆信息包括车辆当前速度;车辆周围环境信息包括当前车道宽度和基于Frenet坐标系的车辆当前位置坐标;Frenet坐标系的原点为预设起点。
在一个可选的实施方式中,该装置还包括:
第一确定模块1501具体用于:根据车辆当前位置坐标、车辆当前速度、第一预设时间、第二预设时间和当前车道宽度,确定换道路径的路径起点坐标和路径终点坐标;建立待求解的换道路径函数;根据换道路径的路径起点坐标和路径终点坐标,以及换道路径的路径起点的预设纵向加速度和预设航向角、换道路径的路径终点的预设纵向加速度和预设航向角,求解换道路径函数,得到换道路径;其中,车道内调整路径的路径起点坐标、回主路路径的路径起点坐标、停车路径的路径起点坐标与换道路径的路径起点的坐标相同。
在一个可选的实施方式中,该装置还包括:
第一确定模块1501具体用于:若从车辆周围环境信息中确定存在障碍物信息,则从障碍物信息中确定关键障碍物信息;关键障碍物信息包括基于Frenet坐标系的关键障碍物坐标集合;障碍物信息包括基于Frenet坐标系的障碍物坐标集合;基于关键障碍物坐标集合确定关键路径点坐标集合;关键路径点坐标集合中每个关键路径点坐标与关键障碍物坐标集合中每个关键障碍物坐标一一对应;建立待求解的车道内调整路径函数集合;根据车道内调整路径的路径起点坐标、关键路径点坐标集合、关键路径点坐标集合中每个关键路径点的预设纵向加速度和预设航向角,求解车道内调整路径函数集合,得到车道内调整路径。
在一个可选的实施方式中,该装置还包括:
第一确定模块1501具体用于:根据车辆当前位置坐标、车辆当前速度和第二预设时间,确定回主路路径的路径终点坐标;建立待求解的回主路路径函数;根据回主路路径的路径起点坐标和路径终点坐标,以及回主路路径的路径起点的预设纵向加速度和预设航向角、回主路路径的路径终点的预设纵向加速度和预设航向角,得到回主路路径。
在一个可选的实施方式中,该装置还包括:
生成模块1502具体用于:若从车辆周围环境信息中确定不存在障碍物信息,则生成携带回主路路径标识的路径选择指令。
在一个可选的实施方式中,该装置还包括:
生成模块1502具体用于:根据车辆当前速度确定第一车辆当前通过阈值;从障碍物信息中确定参考障碍物信息;参考障碍物信息包括参考障碍物坐标集合;参考障碍物坐标集合中每个横向坐标均在预设横向范围内;根据参考障碍物坐标集合确定每个参考障碍物与车道预设边界之间的距离,得到可通行距离集合;基于车辆当前速度、可通行距离集合、第一车辆当前通过阈值和参考障碍物坐标集合生成路径选择指令。
在一个可选的实施方式中,该装置还包括:
生成模块1502具体用于:若障碍物坐标集合中所有纵向坐标均为正向坐标或者均为负向坐标,则将绝对值最小的纵向坐标对应的障碍物确定为参考障碍物,得到参考障碍物的坐标;根据参考障碍物的坐标,确定参考障碍物与车道预设边界之间的距离,得到可通行距离;若可通行距离大于等于第一车辆当前通过阈值,则生成携带车道内调整路径标识的路径选择指令。
在一个可选的实施方式中,该装置还包括:
生成模块1502具体用于:若参考障碍物坐标集合中包括至少一个正向的纵向坐标和一个负向的纵向坐标,且正向的纵向坐标和负向的纵向坐标不为同一个参考障碍物的坐标,则基于参考障碍物坐标集合中所有纵向坐标确定纵向偏差集合;根据车辆当前速度和参考障碍物坐标集合确定第二车辆当前通过阈值集合;第二车辆当前通过阈值集合中每个第二车辆当前通过阈值与纵向偏差集合中每个纵向偏差一一对应;若纵向偏差集合中每个纵向偏差均大于等于对应的第二车辆当前通过阈值,且可通行距离集合中每个可通行距离均大于等于第一车辆当前通过阈值,则生成携带车道内调整路径标识的路径选择指令。
本申请实施例中的装置与方法实施例基于同样地申请构思。
本申请实施例所提供的方法实施例可以在计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例,图16是本申请实施例提供的一种车辆的局部路径确定方法的服务器的硬件结构框图。如图16所示,该服务器1600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(Central Processing Units,CPU)1610(处理器1610可以包括但不限于微处理器NCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器1630,一个或一个以上存储应用程序1623或数据1622的存储介质1620(例如一个或一个以上海量存储设备)。其中,存储器1630和存储介质1620可以是短暂存储或持久存储。存储在存储介质1620的程序可以包括一个或一个以上模块,每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1610可以设置为与存储介质1620通信,在服务器1600上执行存储介质1620中的一系列指令操作。服务器1600还可以包括一个或一个以上电源1660,一个或一个以上有线或无线网络接口1650,一个或一个以上输入输出接口1640,和/或,一个或一个以上操作***1621,例如Windows,Mac OS,Unix,Linux,FreeBSD等等。
输入输出接口1640可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器1600的通信供应商提供的无线网络。在一个实例中,输入输出接口1640包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,输入输出接口1640可以为射频(RadioFrequency,RF)模块,其用于通过无线方式与互联网进行通讯。
本领域普通技术人员可以理解,图16所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,服务器1600还可包括比图16中所示更多或者更少的组件,或者具有与图16所示不同的配置。
本申请实施例还提供了一种计算机存储介质,存储介质中存储有至少一条指令或至少一段程序,至少一条指令或至少一段程序由处理器加载并执行以实现上述的车辆的局部路径确定方法。
可选地,在本实施例中,上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
由上述本申请提供的车辆的局部路径确定方法、装置、终端和存储介质的实施例可见,本申请中通过根据获取的车辆周围环境信息和车辆信息确定局部路径集合,局部路径集合包括换道路径、车道内调整路径、回主路路径和停车路径;其中,回主路路径中的主路是车辆的全局路径规划***根据预设起点和预设终点确定的;同时,还根据车辆周围环境信息和车辆信息生成路径选择指令,路径选择指令携带换道路径、车道内调整路径、回主路路径和停车路径中任一种路径的标识;根据路径选择指令从局部路径集合中确定目标局部路径。如此,车辆在遇到障碍物时可以及时地规划出多条局部调整路径,并从中选择一条合适的路径,这样可以提高车辆的安全性;且该方法计算量小,可以提高输出路径效率,从而提高通行效率。
需要说明的是:上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
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,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (7)
1.一种车辆的局部路径确定方法,其特征在于,包括:
根据获取的车辆周围环境信息和车辆信息确定局部路径集合;所述局部路径集合包括换道路径、车道内调整路径、回主路路径和停车路径;其中,所述车辆信息包括车辆当前速度;所述车辆周围环境信息包括当前车道宽度和基于Frenet坐标系的车辆当前位置坐标;所述车道内调整路径的路径起点坐标、所述回主路路径的路径起点坐标、所述停车路径的路径起点坐标与所述换道路径的路径起点的坐标相同;所述回主路路径中的主路是车辆的全局路径规划***根据预设起点和预设终点确定的车道级路径;所述Frenet坐标系的原点为所述预设起点;
其中,所述根据获取的车辆周围环境信息和车辆信息确定局部路径集合中的换道路径,包括:
根据所述车辆当前位置坐标、所述车辆当前速度、第一预设时间、第二预设时间和所述当前车道宽度,确定所述换道路径的路径起点坐标和路径终点坐标;
建立待求解的换道路径函数;
根据所述换道路径的路径起点坐标和路径终点坐标,以及所述换道路径的路径起点的预设纵向加速度和预设航向角、所述换道路径的路径终点的预设纵向加速度和预设航向角,求解所述换道路径函数,得到所述换道路径;
其中,所述根据获取的车辆周围环境信息和车辆信息确定局部路径集合中的车道内调整路径,包括:
若从所述车辆周围环境信息中确定存在障碍物信息,则从所述障碍物信息中确定关键障碍物信息;所述关键障碍物信息包括基于所述Frenet坐标系的关键障碍物坐标集合;所述障碍物信息包括基于所述Frenet坐标系的障碍物坐标集合;
基于所述关键障碍物坐标集合确定关键路径点坐标集合;所述关键路径点坐标集合中每个关键路径点坐标与所述关键障碍物坐标集合中每个关键障碍物坐标一一对应;
建立待求解的车道内调整路径函数集合;
根据所述车道内调整路径的路径起点坐标、所述关键路径点坐标集合、所述关键路径点坐标集合中每个关键路径点的预设纵向加速度和预设航向角,求解所述车道内调整路径函数集合,得到所述车道内调整路径;
根据所述车辆周围环境信息和所述车辆信息生成路径选择指令;所述路径选择指令携带所述换道路径、所述车道内调整路径、所述回主路路径和所述停车路径中任一种路径的标识;
其中,所述根据所述车辆周围环境信息和所述车辆信息生成路径选择指令,包括:
根据所述车辆当前速度确定第一车辆当前通过阈值;
从所述障碍物信息中确定参考障碍物信息;所述参考障碍物信息包括参考障碍物坐标集合;所述参考障碍物坐标集合中每个横向坐标均在预设横向范围内;
根据所述参考障碍物坐标集合确定每个参考障碍物与车道预设边界之间的距离,得到可通行距离集合;
基于所述车辆当前速度、所述可通行距离集合、所述第一车辆当前通过阈值和所述参考障碍物坐标集合生成所述路径选择指令;
其中,所述基于所述车辆当前速度、所述可通行距离集合、所述第一车辆当前通过阈值和所述参考障碍物坐标集合生成所述路径选择指令,包括:
若所述参考障碍物坐标集合中包括至少一个正向的纵向坐标和一个负向的纵向坐标,且所述正向的纵向坐标和所述负向的纵向坐标不为同一个参考障碍物的坐标,则基于所述参考障碍物坐标集合中所有纵向坐标确定纵向偏差集合;
根据所述车辆当前速度和所述参考障碍物坐标集合确定第二车辆当前通过阈值集合;所述第二车辆当前通过阈值集合中每个第二车辆当前通过阈值与所述纵向偏差集合中每个纵向偏差一一对应;
若所述纵向偏差集合中每个纵向偏差均大于等于对应的第二车辆当前通过阈值,且所述可通行距离集合中每个可通行距离均大于等于所述第一车辆当前通过阈值,则生成携带车道内调整路径标识的路径选择指令;
根据所述路径选择指令,从所述局部路径集合中确定目标局部路径。
2.根据权利要求1所述的方法,其特征在于,所述根据获取的车辆周围环境信息和车辆信息确定局部路径集合中的回主路路径,包括:
根据所述车辆当前位置坐标、所述车辆当前速度和所述第二预设时间,确定所述回主路路径的路径终点坐标;
建立待求解的回主路路径函数;
根据所述回主路路径的路径起点坐标和路径终点坐标,以及所述回主路路径的路径起点的预设纵向加速度和预设航向角、所述回主路路径的路径终点的预设纵向加速度和预设航向角,得到所述回主路路径。
3.根据权利要求1所述的方法,其特征在于,所述根据所述车辆周围环境信息和所述车辆信息生成路径选择指令,包括:
若从所述车辆周围环境信息中确定不存在障碍物信息,则生成携带回主路路径标识的路径选择指令。
4.根据权利要求1所述的方法,其特征在于,所述从所述障碍物信息中确定参考障碍物信息,包括:
若所述障碍物坐标集合中所有纵向坐标均为正向坐标或者均为负向坐标,则将绝对值最小的纵向坐标对应的障碍物确定为参考障碍物,得到所述参考障碍物的坐标;
所述根据所述参考障碍物坐标集合确定每个参考障碍物与车道预设边界之间的距离,得到可通行距离集合,包括:
根据所述参考障碍物的坐标,确定所述参考障碍物与车道预设边界之间的距离,得到可通行距离;
所述基于所述车辆当前速度、所述可通行距离集合、所述第一车辆当前通过阈值和所述参考障碍物坐标集合生成所述路径选择指令,包括:
若所述可通行距离大于等于所述第一车辆当前通过阈值,则生成携带车道内调整路径标识的路径选择指令。
5.一种车辆的局部路径确定装置,其特征在于,包括:
第一确定模块,用于根据获取的车辆周围环境信息和车辆信息确定局部路径集合;所述局部路径集合包括换道路径、车道内调整路径、回主路路径和停车路径;其中,所述车辆信息包括车辆当前速度;所述车辆周围环境信息包括当前车道宽度和基于Frenet坐标系的车辆当前位置坐标;所述车道内调整路径的路径起点坐标、所述回主路路径的路径起点坐标、所述停车路径的路径起点坐标与所述换道路径的路径起点的坐标相同;所述回主路路径中的主路是车辆的全局路径规划***根据预设起点和预设终点确定的车道级路径;所述Frenet坐标系的原点为所述预设起点;
其中,所述根据获取的车辆周围环境信息和车辆信息确定局部路径集合中的换道路径,包括:
根据所述车辆当前位置坐标、所述车辆当前速度、第一预设时间、第二预设时间和所述当前车道宽度,确定所述换道路径的路径起点坐标和路径终点坐标;
建立待求解的换道路径函数;
根据所述换道路径的路径起点坐标和路径终点坐标,以及所述换道路径的路径起点的预设纵向加速度和预设航向角、所述换道路径的路径终点的预设纵向加速度和预设航向角,求解所述换道路径函数,得到所述换道路径;
其中,所述根据获取的车辆周围环境信息和车辆信息确定局部路径集合中的车道内调整路径,包括:
若从所述车辆周围环境信息中确定存在障碍物信息,则从所述障碍物信息中确定关键障碍物信息;所述关键障碍物信息包括基于所述Frenet坐标系的关键障碍物坐标集合;所述障碍物信息包括基于所述Frenet坐标系的障碍物坐标集合;
基于所述关键障碍物坐标集合确定关键路径点坐标集合;所述关键路径点坐标集合中每个关键路径点坐标与所述关键障碍物坐标集合中每个关键障碍物坐标一一对应;
建立待求解的车道内调整路径函数集合;
根据所述车道内调整路径的路径起点坐标、所述关键路径点坐标集合、所述关键路径点坐标集合中每个关键路径点的预设纵向加速度和预设航向角,求解所述车道内调整路径函数集合,得到所述车道内调整路径;
生成模块,用于根据所述车辆周围环境信息和所述车辆信息生成路径选择指令;所述路径选择指令携带所述换道路径、所述车道内调整路径、所述回主路路径和所述停车路径中任一种路径的标识;
其中,所述根据所述车辆周围环境信息和所述车辆信息生成路径选择指令,包括:
根据所述车辆当前速度确定第一车辆当前通过阈值;
从所述障碍物信息中确定参考障碍物信息;所述参考障碍物信息包括参考障碍物坐标集合;所述参考障碍物坐标集合中每个横向坐标均在预设横向范围内;
根据所述参考障碍物坐标集合确定每个参考障碍物与车道预设边界之间的距离,得到可通行距离集合;
基于所述车辆当前速度、所述可通行距离集合、所述第一车辆当前通过阈值和所述参考障碍物坐标集合生成所述路径选择指令;
其中,所述基于所述车辆当前速度、所述可通行距离集合、所述第一车辆当前通过阈值和所述参考障碍物坐标集合生成所述路径选择指令,包括:
若所述参考障碍物坐标集合中包括至少一个正向的纵向坐标和一个负向的纵向坐标,且所述正向的纵向坐标和所述负向的纵向坐标不为同一个参考障碍物的坐标,则基于所述参考障碍物坐标集合中所有纵向坐标确定纵向偏差集合;
根据所述车辆当前速度和所述参考障碍物坐标集合确定第二车辆当前通过阈值集合;所述第二车辆当前通过阈值集合中每个第二车辆当前通过阈值与所述纵向偏差集合中每个纵向偏差一一对应;
若所述纵向偏差集合中每个纵向偏差均大于等于对应的第二车辆当前通过阈值,且所述可通行距离集合中每个可通行距离均大于等于所述第一车辆当前通过阈值,则生成携带车道内调整路径标识的路径选择指令;
第二确定模块,用于根据所述路径选择指令,从所述局部路径集合中确定目标局部路径。
6.一种终端,其特征在于,所述终端包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行如权利要求1-4任一所述的车辆的局部路径确定方法。
7.一种计算机存储介质,其特征在于,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1-4任一所述的车辆的局部路径确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010310653.5A CN111653113B (zh) | 2020-04-20 | 2020-04-20 | 车辆的局部路径确定方法、装置、终端和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010310653.5A CN111653113B (zh) | 2020-04-20 | 2020-04-20 | 车辆的局部路径确定方法、装置、终端和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111653113A CN111653113A (zh) | 2020-09-11 |
CN111653113B true CN111653113B (zh) | 2022-09-27 |
Family
ID=72345961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010310653.5A Active CN111653113B (zh) | 2020-04-20 | 2020-04-20 | 车辆的局部路径确定方法、装置、终端和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111653113B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112146667B (zh) * | 2020-09-29 | 2022-10-14 | 广州小鹏自动驾驶科技有限公司 | 一种车辆过渡轨迹的生成方法和装置 |
CN114370874B (zh) * | 2020-10-15 | 2023-08-25 | 宇通客车股份有限公司 | 一种车辆、车辆路径规划方法及装置 |
WO2022126349A1 (zh) * | 2020-12-15 | 2022-06-23 | 华为技术有限公司 | 控制方法和控制装置 |
CN112927543A (zh) * | 2021-02-04 | 2021-06-08 | 浙江吉利控股集团有限公司 | 一种车路协同自动驾驶方法、***及车辆 |
CN113776547A (zh) * | 2021-03-16 | 2021-12-10 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、装置、设备及存储介质 |
CN113074747B (zh) * | 2021-03-25 | 2024-01-05 | 驭势科技(北京)有限公司 | 一种路径规划方法、装置、设备及存储介质 |
CN113119929A (zh) * | 2021-05-24 | 2021-07-16 | 前海七剑科技(深圳)有限公司 | 弯道制动控制方法、控制***、电子设备及存储介质 |
CN113267199B (zh) * | 2021-06-24 | 2023-01-06 | 上海欧菲智能车联科技有限公司 | 行驶轨迹规划方法及装置 |
CN113320547B (zh) * | 2021-07-15 | 2023-08-25 | 广州小鹏自动驾驶科技有限公司 | 路径检测方法、装置及汽车 |
CN114088106A (zh) * | 2021-10-27 | 2022-02-25 | 北京百度网讯科技有限公司 | 自动驾驶路径规划方法、装置、电子设备及可读存储介质 |
CN114407898B (zh) * | 2022-02-22 | 2024-04-19 | 爱驰汽车(上海)有限公司 | 换道路径规划方法、装置、智能驾驶汽车及存储介质 |
CN114655206A (zh) * | 2022-04-29 | 2022-06-24 | 重庆长安汽车股份有限公司 | 一种跟车目标决策方法、车辆及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012243029A (ja) * | 2011-05-18 | 2012-12-10 | Toyota Central R&D Labs Inc | 経路探索機能付き移動体 |
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 |
CN107264531A (zh) * | 2017-06-08 | 2017-10-20 | 中南大学 | 一种半结构化环境中智能车辆自主换道超车运动规划方法 |
CN107329466A (zh) * | 2017-08-28 | 2017-11-07 | 北京华清智能科技有限公司 | 一种自动驾驶小型车 |
CN108068803A (zh) * | 2016-11-07 | 2018-05-25 | 福特全球技术公司 | 车辆碰撞严重程度减轻 |
CN207516827U (zh) * | 2017-08-28 | 2018-06-19 | 北京华清智能科技有限公司 | 一种自动驾驶小型车 |
CN108875998A (zh) * | 2018-04-20 | 2018-11-23 | 北京智行者科技有限公司 | 一种自动驾驶车辆规划方法和*** |
CN110979321A (zh) * | 2019-12-30 | 2020-04-10 | 北京深测科技有限公司 | 一种用于无人驾驶车辆的障碍物躲避方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4717105B2 (ja) * | 2008-08-29 | 2011-07-06 | 株式会社日立製作所 | 自律移動ロボット装置及びかかる装置における飛び出し衝突回避方法 |
DE102012024930A1 (de) * | 2012-12-20 | 2014-06-26 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | Fahrzeug mit Entfernungsüberwachungseinrichtung |
KR101664582B1 (ko) * | 2014-11-12 | 2016-10-10 | 현대자동차주식회사 | 자율주행차량의 주행경로 생성장치 및 방법 |
KR101877553B1 (ko) * | 2014-11-14 | 2018-07-11 | 한국전자통신연구원 | 차량 자율주행 시스템 및 이를 이용한 차량 주행 방법 |
KR102395283B1 (ko) * | 2016-12-14 | 2022-05-09 | 현대자동차주식회사 | 자율 주행 제어 장치, 그를 포함한 시스템 및 그 방법 |
CN109987092B (zh) * | 2017-12-28 | 2020-10-30 | 郑州宇通客车股份有限公司 | 一种车辆避障换道时机的确定方法及避障换道的控制方法 |
CN108470469A (zh) * | 2018-03-12 | 2018-08-31 | 海信集团有限公司 | 道路障碍物预警方法、装置及终端 |
CN109407673A (zh) * | 2018-12-19 | 2019-03-01 | 清华大学苏州汽车研究院(吴江) | 一种适用于结构化道路的自主换道控制方法及*** |
CN110614992B (zh) * | 2018-12-29 | 2021-04-20 | 长城汽车股份有限公司 | 车辆自动驾驶时避障的方法、***及车辆 |
CN109976355B (zh) * | 2019-04-26 | 2021-12-10 | 腾讯科技(深圳)有限公司 | 轨迹规划方法、***、设备及存储介质 |
KR102061750B1 (ko) * | 2019-05-15 | 2020-01-03 | 주식회사 라이드플럭스 | 사전 정보를 이용하여 차량의 주행을 제어하는 방법 및 장치 |
CN110766220A (zh) * | 2019-10-21 | 2020-02-07 | 湖南大学 | 一种结构化道路局部路径规划方法 |
CN110979318B (zh) * | 2019-11-20 | 2021-06-04 | 苏州智加科技有限公司 | 车道信息获取方法、装置、自动驾驶车辆及存储介质 |
-
2020
- 2020-04-20 CN CN202010310653.5A patent/CN111653113B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012243029A (ja) * | 2011-05-18 | 2012-12-10 | Toyota Central R&D Labs Inc | 経路探索機能付き移動体 |
CN108068803A (zh) * | 2016-11-07 | 2018-05-25 | 福特全球技术公司 | 车辆碰撞严重程度减轻 |
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 |
CN107264531A (zh) * | 2017-06-08 | 2017-10-20 | 中南大学 | 一种半结构化环境中智能车辆自主换道超车运动规划方法 |
CN107329466A (zh) * | 2017-08-28 | 2017-11-07 | 北京华清智能科技有限公司 | 一种自动驾驶小型车 |
CN207516827U (zh) * | 2017-08-28 | 2018-06-19 | 北京华清智能科技有限公司 | 一种自动驾驶小型车 |
CN108875998A (zh) * | 2018-04-20 | 2018-11-23 | 北京智行者科技有限公司 | 一种自动驾驶车辆规划方法和*** |
CN110979321A (zh) * | 2019-12-30 | 2020-04-10 | 北京深测科技有限公司 | 一种用于无人驾驶车辆的障碍物躲避方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111653113A (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111653113B (zh) | 车辆的局部路径确定方法、装置、终端和存储介质 | |
Eskandarian et al. | Research advances and challenges of autonomous and connected ground vehicles | |
EP4261092A1 (en) | Control method, related device, and computer-readable storage medium | |
US10073456B2 (en) | Automated co-pilot control for autonomous vehicles | |
EP3696788B1 (en) | Driving control method and driving control apparatus | |
CN110861650B (zh) | 车辆的路径规划方法、装置,车载设备和存储介质 | |
EP3861291B1 (en) | Spline curve and spiral curve based reference line smoothing method | |
EP3696789B1 (en) | Driving control method and driving control apparatus | |
Gelbal et al. | Collision avoidance of low speed autonomous shuttles with pedestrians | |
US20200385020A1 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN112193244B (zh) | 基于线性约束的自动驾驶车辆运动规划方法 | |
US20200238980A1 (en) | Vehicle control device | |
JP2018154200A (ja) | 経路決定装置、車両制御装置、経路決定方法、およびプログラム | |
US20200353918A1 (en) | Vehicle control device | |
US11815891B2 (en) | End dynamics and constraints relaxation algorithm on optimizing an open space trajectory | |
RU2735720C1 (ru) | Способ оценки транспортного средства, способ корректировки маршрута движения, устройство оценки транспортного средства и устройство корректировки маршрута движения | |
CN113460077B (zh) | 移动体控制装置、移动体控制方法及存储介质 | |
CN111204340A (zh) | 用于控制自主车辆的***和方法 | |
JP7181354B2 (ja) | 接続されたデータ分析プラットフォームを用いた車両経路指定 | |
US10854083B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN111038482B (zh) | 用于车辆路径自动控制的***和方法 | |
JP2019185112A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
CN112829769A (zh) | 自动驾驶车辆的混合规划*** | |
RU2721436C1 (ru) | Способ помощи вождению и устройство помощи вождению | |
CN113460080A (zh) | 车辆控制装置、车辆控制方法及存储介质 |
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 |