CN111724598B - 用于自动驾驶规划路径的方法、装置、设备以及存储介质 - Google Patents

用于自动驾驶规划路径的方法、装置、设备以及存储介质 Download PDF

Info

Publication number
CN111724598B
CN111724598B CN202010602917.4A CN202010602917A CN111724598B CN 111724598 B CN111724598 B CN 111724598B CN 202010602917 A CN202010602917 A CN 202010602917A CN 111724598 B CN111724598 B CN 111724598B
Authority
CN
China
Prior art keywords
value
obstacle
data frame
target
evaluation value
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
CN202010602917.4A
Other languages
English (en)
Other versions
CN111724598A (zh
Inventor
陈至元
易梦龙
付骁鑫
李旭健
马霖
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.)
Beijing Baidu Netcom Science and Technology 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 CN202010602917.4A priority Critical patent/CN111724598B/zh
Publication of CN111724598A publication Critical patent/CN111724598A/zh
Application granted granted Critical
Publication of CN111724598B publication Critical patent/CN111724598B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • 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
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route

Landscapes

  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种用于规划路径的方法、装置、设备及存储介质，涉及自动驾驶领域。具体实现方案为：获取目标障碍物数据帧；根据预先训练的避障模型以及目标障碍物数据帧，确定目标障碍物数据帧对应的目标评价值，其中，避障模型用于表征障碍物数据帧与评价值之间的对应关系；获取历史障碍物数据帧对应的历史评价值；根据目标评价值以及历史评价值，确定目标障碍物的避障值；响应于确定避障值大于预设阈值，规划绕开目标障碍物数据帧指示的目标障碍物的路径。本实现方式通过结合历史评价值来确定目标障碍物的避障值，使得车辆可以根据所确定的避障值准确判断是否绕开障碍物，从而提高车辆行驶的智能性和安全性。

Description

用于自动驾驶规划路径的方法、装置、设备以及存储介质
技术领域
本申请涉及数据处理领域，具体涉及自动驾驶领域，尤其涉及用于自动驾驶规划路径的方法、装置、设备及存储介质。
背景技术
无人车在躲避障碍物时，一种通用的方法是用数学优化的方法计算出一条绕开所有障碍物的曲线。但在一些时候，比如路口前排队等红灯，或者前方车辆比我方车辆速度更快时，无人车并不应该绕开前方的障碍物，而应跟在其后面等待。对于需要和不需要绕开的障碍物，路径规划算法的处理方式往往不准确。
发明内容
本公开提供了一种用于自动驾驶规划路径的方法、装置、设备以及存储介质。
根据本公开的一方面，提供了一种用于自动驾驶规划路径的方法，包括：获取目标障碍物数据帧；根据预先训练的避障模型以及目标障碍物数据帧，确定目标障碍物数据帧对应的目标评价值，其中，避障模型用于表征障碍物数据帧与评价值之间的对应关系；获取历史障碍物数据帧对应的历史评价值；根据目标评价值以及历史评价值，确定目标障碍物的避障值；响应于确定避障值大于预设阈值，规划绕开目标障碍物数据帧指示的目标障碍物的路径。
根据本公开的另一方面，提供了一种用于自动驾驶规划路径的装置，包括：数据帧获取单元，被配置成获取目标障碍物数据帧；评价值确定单元，被配置成根据预先训练的避障模型以及目标障碍物数据帧，确定目标障碍物数据帧对应的目标评价值，其中，避障模型用于表征障碍物数据帧与评价值之间的对应关系；历史评价值获取单元，被配置成获取历史障碍物数据帧对应的历史评价值；避障值确定单元，被配置成根据目标评价值以及历史评价值，确定目标障碍物的避障值；路径规划单元，被配置成响应于确定避障值大于预设阈值，规划绕开目标障碍物数据帧指示的目标障碍物的路径。
根据本公开的再一方面，提供了一种用于自动驾驶规划路径的电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上述用于自动驾驶规划路径的方法。
根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，上述计算机指令用于使计算机执行如上述用于自动驾驶规划路径的方法。
根据本申请的技术解决了对于需要和不需要绕开的障碍物，路径规划算法的处理方式往往不准确的问题，通过结合历史评价值来确定目标障碍物的避障值，使得车辆可以根据所确定的避障值准确判断是否绕开障碍物，从而提高车辆行驶的智能性和安全性。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请的一个实施例可以应用于其中的示例性***架构图；
图2是根据本申请的用于自动驾驶规划路径的方法的一个实施例的流程图；
图3是根据本申请的用于自动驾驶规划路径的方法的一个应用场景的示意图；
图4是根据本申请的用于自动驾驶规划路径的方法的另一个实施例的流程图；
图5是根据本申请的用于自动驾驶规划路径的装置的一个实施例的结构示意图；
图6是用来实现本申请实施例的用于自动驾驶规划路径的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于自动驾驶规划路径的方法或用于自动驾驶规划路径的装置的实施例的示例性***架构100。
如图1所示，***架构100可以包括车101、设置在车101上的相机102、设置在车101上的激光雷达103，网络104和服务器105。网络104用以在相机102、激光雷达103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
相机102、激光雷达103可以通过网络104与服务器105交互，以接收或发送消息。相机102、激光雷达103可以实时采集车辆行驶方向上的目标障碍物数据帧，并将采集的障碍物数据帧信息通过网络104发送给服务器105，或者存储于本地。相机102、激光雷达103可以固定在车辆上，以拍摄车辆行驶前方的包含障碍物信息的所有数据帧的图像。
服务器105可以从相机102、激光雷达103处获取采集的包含障碍物的数据帧，并对目标障碍物数据帧进行处理及计算。
需要说明的是，本申请实施例所提供的用于自动驾驶规划路径的方法可以由服务器105执行。相应地，用于自动驾驶规划路径的装置可以设置于服务器105中。
应该理解，图1中的相机、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的相机、激光雷达、网络和服务器。
继续参考图2，示出了根据本申请的用于自动驾驶规划路径的方法的一个实施例的流程200。本实施例的用于自动驾驶规划路径的方法，包括以下步骤：
步骤201，获取目标障碍物数据帧。
本实施例中，用于自动驾驶规划路径的方法的执行主体(例如图1所示的终端设备104)可以通过有线连接或无线连接方式，从相机或雷达(例如图1所示的相机102、激光雷达103)拍摄的图像中实时获取目标障碍物数据帧。示例的，由相机或激光雷达一秒钟采集同一障碍物60次，每次采集的数据可以作为障碍物数据帧。上述障碍物数据帧中包括了障碍物的信息。目标障碍物数据帧可以包含车辆行驶当前时刻前方障碍物的数据帧或者是任意感兴趣方向上的当前时刻的障碍物数据帧。可以理解的是，目标障碍物数据帧可以包括从目标障碍物的当前帧图像中通过目标检测或者语义分割提取的目标障碍物的当前帧数据。
步骤202，根据预先训练的避障模型以及目标障碍物数据帧，确定目标障碍物数据帧对应的目标评价值。
执行主体在实时获取目标障碍物数据帧后，可以根据预先训练的避障模型以及目标障碍物数据帧，确定目标障碍物数据帧对应的目标评价值。预先训练的避障模型，例如，可以是广义线性回归模型，广义线性回归模型用于表征障碍物数据帧与评价值之间的对应关系。例如，在将目标障碍物数据帧输入广义线性回归模型后，可以直接根据模型训练的对应关系确定目标障碍物数据帧对应的目标评价值。评价值用于评价障碍物是否需要绕开，目标评价值可以是目标障碍物数据帧对应的分数。目标评价值可以用于表征避开目标障碍物数据帧中的障碍物的需求的迫切程度，目标评价值越大，则表明需求越迫切。优选地，目标评价值的取值范围可以是0～1之间的任意数，本申请对目标评价值的取值范围不做具体限定。可以理解的是，执行主体在利用避障模型确定目标障碍物数据帧对应的目标评价值后，可以存储目标评价值，以供后续处理使用。
步骤203，获取历史障碍物数据帧对应的历史评价值。
执行主体可以获取历史障碍物数据帧对应的历史评价值。具体地，历史障碍物数据帧指的是在目标障碍物数据帧前一帧的障碍物数据帧。历史障碍物数据帧对应的历史评价值是通过历史障碍物数据帧前一数据帧的评价值计算得到的。以此类推，可知，假设目标障碍物数据帧为第n数据帧，则历史障碍物数据帧为第n-1数据帧，步骤203中获取的即为第n-1数据帧的历史评价值。而第n-1数据帧的历史评价值又是通过第n-2数据帧的评价值得到的，以此类推，第n-1数据帧的历史评价值总体上是由执行主体根据第1数据帧到第n-2数据帧的评价值计算得到，并储存于数据库、服务器或执行主体本地中。在需要使用历史障碍物数据帧对应的历史评价值时，执行主体可以从数据库或服务器中获取历史障碍物数据帧对应的历史评价值，也可以从执行主体本地获取上述历史评价值。本申请对历史评价值的获取来源不作具体限定。上述历史评价值可以由步骤202中提到的预先训练的避障模型得到。历史评价值具体可以用于表征对应的历史障碍物数据帧所指示的障碍物是否需要避开。历史评价值可以是历史障碍物数据帧对应的避障分数。
步骤204，根据目标评价值以及历史评价值，确定目标障碍物的避障值。
执行主体在得到目标障碍物数据帧对应的目标评价值以及历史障碍物数据帧对应的历史评价值后，可以根据目标评价值以及历史评价值，确定目标障碍物的避障值。具体地，执行主体可以将目标评价值与其对应的权重相乘得到目标输出值。将障碍物上一数据帧的历史评价值与其对应的权重相乘，得到历史输出值。将目标输出值与历史输出值相加或相加后取均值，可得到最终输出值，即为目标障碍物的避障值。避障值可以用于表征障碍物是否需要避开。
步骤205，响应于确定避障值大于预设阈值，规划绕开目标障碍物数据帧指示的目标障碍物的路径。
执行主体在得到目标障碍物的避障值后，可以将上述避障值与预设阈值进行比较。响应于确定避障值大于预设阈值，可以规划绕开目标障碍物数据帧指示的目标障碍物的路径。相应的，如果避障值小于或等于预设阈值，可以跟随在目标障碍物之后。具体地，避障值的范围可以设置为0～1中的任意数，预设阈值可以设置成中性的数值0.5。预设阈值设置成0.5的意思可以是在避障值超过0.5时，表明该避障值对应的障碍物需要避开，在避障值不超过0.5时，表明该避障值对应的障碍物不需要避开。当然，该预设阈值也可以设置成0～1中的任意数，或者根据避障值的数值进行合理设置，本申请对避障值的范围以及预设阈值不做具体限定。
执行主体在确定目标障碍物数据帧指示的目标障碍物对应的避障值大于预设阈值时，表明该障碍物需要绕开。
继续参考图3，其示出了根据本申请的用于自动驾驶规划路径的方法的一个应用场景的示意图。在图3的应用场景中，车辆301上的车载摄像头302实时采集目标障碍物305的数据帧，例如包括图3中的第1帧、第2帧、第3帧、第4帧。在实时采集的障碍物的数据帧中包括实时采集的目标障碍物数据帧，例如图3中的303第4帧，以及采集的历史障碍物数据帧，例如图3中的第1帧、第2帧、第3帧。车辆301中的车载电脑(图3中未示出)实时获取目标障碍物数据帧，例如图3中的303第4帧，根据预先训练的避障模型以及目标障碍物数据帧，确定该目标障碍物数据帧对应的目标评价值0.4。车辆301中的车载电脑(图3中未示出)获取历史障碍物数据帧对应的评价值，例如图3中的第3帧对应的评价值0.8。车辆301中的车载电脑(图3中未示出)根据目标评价值0.4(例如图3中的303第4帧对应的评价值)以及历史评价值0.8(例如图3中的第3帧对应的评价值)，确定目标障碍物对应的避障值0.7；车载电脑在确定避障值0.7大于预设阈值0.5时，规划绕开目标障碍物数据指示的目标障碍物的路径304。
本实施例通过结合历史评价值来确定目标障碍物的避障值，使得车辆可以根据所确定的避障值准确判断是否绕开障碍物，从而提高车辆行驶的智能性和安全性。
继续参见图4，其示出了分局本申请的用于自动驾驶规划路径的方法的另一个实施例的流程400。如图4所示，本实施例的用于自动驾驶规划路径的方法可以包括以下步骤：
步骤401，获取目标障碍物数据帧。
步骤402，根据预先训练的避障模型以及目标障碍物数据帧，确定目标障碍物数据帧对应的目标评价值。
步骤403，获取历史障碍物数据帧对应的历史评价值。
步骤401～403的原理与步骤201～203的原理类似，此处不再赘述。
步骤404，根据历史评价值以及预设阈值，确定历史决策值。
执行主体在得到历史评价值后，可以根据历史评价值以及预设阈值，确定历史决策值。决策值用于表征避开障碍物或者不避开障碍物。可以设置为执行主体可以识别的二进制数0或1。例如，可以设定决策值为1时，执行主体控制车辆避开障碍物；设定决策值为0时，执行主体控制车辆不避开障碍物。当历史评价值大于预设阈值时，历史决策值确定为1；当历史评价值小于或等于预设阈值时，历史决策值确定为0。
历史评价值可以为历史障碍物数据帧对应的用于表征是否绕开障碍物的评价值，可以为一个分数值，范围可以在0～1之间。示例的，历史评价值的取值范围设置为0～1之间的任意数值，预设阈值可以设置为0～1之间的中性值，例如，可以为0.5。预设阈值设置为0.5时，当历史评价值超过0.5时，则表明需要绕开该历史评价值对应的障碍物，对应的历史决策值为1；当历史评价值不超过0.5时，则表明不需要绕开该历史评价值对应的障碍物，对应的历史决策值为0。
步骤405，根据目标评价值、历史评价值、历史决策值以及与目标评价值对应的第一预设权重、与历史评价值对应的第二预设权重、与历史决策值对应的第三预设权重，确定目标障碍物的避障值。
执行主体在得到历史决策值后，可以根据目标评价值、历史评价值、历史决策值以及与目标评价值对应的第一预设权重、与历史评价值对应的第二预设权重、与历史决策值对应的第三预设权重，确定目标障碍物的避障值。具体地，目标障碍物的避障值可以由目标评价值*第一预设权重、历史评价值*第二预设权重、历史决策值*第三预设权重来确定。具体地，目标障碍物的避障值可以由目标评价值*第一预设权重、历史评价值*第二预设权重、历史决策值*第三预设权重相加或者相加后取平均值来确定。其中，第一预设权重、第二预设权重、第三预设权重为超参数，超参数是在预先训练的避障模型开始学习过程之前设置的参数，不是通过训练得到的参数数据。执行主体可以对该超参数进行优化，以提高预先训练的避障模型的性能和效果，可以根据模型训练的结果进行超参数的调整优化。加入历史决策值来确定目标障碍物的避障值，使得当前一数据帧的评价值的置信度不够高时，当前数据帧的决策不会发生决策跳变，从而使得即使当前数据帧输出的评价值稍微有些偏差，当前数据帧的决策值也不会跟着跳变，从而可以防止决策值反复跳变，提升用户使用体验，提高车辆行驶的安全性。
具体地，当需要确定第三数据帧所指示的障碍物的避障值时，需要得到第二数据帧的评价值和对第二数据帧的决策值，第二数据帧评价值通过预先训练的避障模型得到，可以设定范围在0～1之间。示例的，障碍物在前方以比本车辆速度快的速度行驶，因为障碍物在前方且比本车速度快，无需避开该障碍物，此时，执行主体对这个障碍物的第一个数据帧的评价值，例如是0或者是0.01、0.05等小于预设阈值0.5的数值，执行主体对这个障碍物的第一个数据帧的决策值也是0，因为第一个数据帧的评价值小于预设阈值，表明不需要避开该障碍物。当执行主体对这个障碍物的第二数据帧进行分析时，例如，得到对该障碍物第二数据帧的评价值为1或者0.8等大于预设阈值0.5的数值，则第二数据帧所指示的目标障碍物的避障值，可以由以下方式计算得到：
第二数据帧所指示的目标障碍物的避障值＝第二数据帧的评价值*第一预设权重+第一个数据帧的评价值*第二预设权重+第一个数据帧的决策值*第三预设权重。例如，第二数据帧所指示的目标障碍物的避障值＝1*0.6+0*0.3+0*0.1＝0.6>预设阈值0.5，则第二数据帧的决策值为1，表明执行主体需要控制车辆避开该障碍物。本申请对目标障碍物的避障值的计算方式不做具体限定。
本实施例中，通过在确定目标障碍物的避障值时，加入历史决策值进行计算，使得当前一数据帧的评价值的置信度不够高时，当前数据帧的决策不会发生决策跳变，从而使得即使当前数据帧输出的评价值稍微有些偏差，当前数据帧的决策值也不会跟着跳变，可以防止决策值反复跳变，提升用户使用体验，提高车辆行驶的安全性。
步骤406，响应于确定目标障碍物数据帧为第一个数据帧，将历史评价值与历史决策值分别确定为第一预设值、第二预设值，根据第一预设值、第二预设值、目标评价值以及第一预设权重、第二预设权重、第三预设权重，确定目标障碍物的避障值。
执行主体在确定目标障碍物数据帧为第一个数据帧时，此时没有历史数据帧，则可以将历史数据帧对应的历史评价值与历史数据帧对应的历史决策值分别确定为第一预设值、第二预设值。例如，可以均设置为0～1之间的中性值，可以为0.5，0.5。也就是将历史评价值设定为0.5，将历史决策值设定为0.5。执行主体不会对该设定的数值进行是否避开障碍物的判断。然后，根据预先训练的避障模型确定该障碍物的第一个数据帧的目标评价值。
执行主体在得到目标评价值后，可以根据第一预设值、第二预设值、目标评价值以及第一预设权重、第二预设权重、第三预设权重，确定目标障碍物的避障值。即目标障碍物的避障值＝目标评价值*第一预设权重+第一预设值*第二预设权重+第二预设值*第三预设权重。例如，目标障碍物的避障值＝目标评价值*第一预设权重+0.5*第二预设权重+0.5*第三预设权重。
本实施例中，当目标障碍物数据帧为第一个数据帧时，通过将历史数据帧的评价值和决策值设定为预设值，从而提高对目标障碍物避障值计算的准确度。
步骤407，响应于确定避障值大于预设阈值，规划绕开目标障碍物数据帧指示的目标障碍物的路径。
步骤407的原理与步骤205的原理类似，此处不再赘述。
在本实施例的一些可选的实现方式中，第一预设权重、第二预设权重以及第三预设权重之和为第三预设值。
本实现方式中，第一预设权重、第二预设权重以及第三预设权重之和为第三预设值，第三预设值为常数，例如可以为1，也可以为2、5、8等。第一预设权重、第二预设权重以及第三预设权重是预先设定的可以使得预先训练的避障模型性能最优、效果最好的超参数。
本实现方式通过将第一预设权重、第二预设权重以及第三预设权重之和设置为第三预设值，可以实现对第一预设权重、第二预设权重以及第三预设权重参数的优化，修改其中一个权重，其他两个权重可随之变化，从而可以实现对预先训练的避障模型的参数优化，提高预先训练的避障模型的结果输出的准确性。
在本实施例的一些可选的实现方式中，第三预设权重小于第一预设权重。
本实现方式中，第三预设权重必须小于第一预设权重，可以实现决策的灵活切换。否则对于同一障碍物永远不会发生决策切换。第二预设权重越大，决策越不容易发生改变，所以第二预设权重不要设置超过0.5。
例如，当第三预设权重大于第一预设权重时，设定第三预设权重为0.5，第二预设权重为0.2，第一预设权重为0.3时，对于同一障碍物，第一个数据帧的评价值为0.2，相应的第一个数据帧的决策值为0，表明不避开障碍物，当第二个数据帧的评价值为1时，第二个数据帧的避障值＝1*0.3+0.2*0.2+0*0.5＝0.34<预设阈值0.5，因此，对同一障碍物，第二个数据帧的决策值为0，同样为不避开障碍物。
例如，当第三预设权重大于第一预设权重时，设定第三预设权重为0.5，第二预设权重为0.1，第一预设权重为0.4时，对于同一障碍物，第一个数据帧的评价值为0.2，相应的第一个数据帧的决策值为0，表明不避开障碍物，当第二个数据帧的评价值为1时，第二个数据帧的避障值＝1*0.4+0.2*0.1+0*0.5＝0.42<预设阈值0.5，因此，对同一障碍物，第二个数据帧的决策值为0，同样为不避开障碍物，因此，当第三预设权重大于第一预设权重时，决策值不会发生改变。需要第三预设权重必须小于第一预设权重，决策值才能灵活改变。
例如，当第三预设权重小于第一预设权重时，设定第三预设权重为0.4，第二预设权重为0.1，第一预设权重为0.5时，对于同一障碍物，第一个数据帧的评价值为0.2，相应的第一个数据帧的决策值为0，表明不避开障碍物，当第二个数据帧的评价值为1时，第二个数据帧的避障值＝1*0.5+0.2*0.1+0*0.4＝0.52>预设阈值0.5，因此，对同一障碍物，第二个数据帧的决策值为1，避开障碍物。
例如，当第三预设权重小于第一预设权重时，设定第三预设权重为0.3，第二预设权重为0.3，第一预设权重为0.4时，对于同一障碍物，第一个数据帧的评价值为0.2，相应的第一个数据帧的决策值为0，表明不避开障碍物，当第二个数据帧的评价值为1时，第二个数据帧的避障值＝1*0.4+0.2*0.13+0*0.3＝0.426<预设阈值0.5，因此，对同一障碍物，第二个数据帧的决策值为0，不避开障碍物。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于自动驾驶规划路径的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的用于自动驾驶规划路径的装置500包括：数据帧获取单元501、评价值确定单元502、历史评价值获取单元503、避障值确定单元504和路径规划单元505。
数据帧获取单元501，被配置成获取目标障碍物数据帧。
评价值确定单元502，被配置成根据预先训练的避障模型以及目标障碍物数据帧，确定目标障碍物数据帧对应的目标评价值，其中，避障模型用于表征障碍物数据帧与评价值之间的对应关系。
历史评价值获取单元503，被配置成获取历史障碍物数据帧对应的历史评价值。
避障值确定单元504，被配置成根据目标评价值以及历史评价值，确定目标障碍物的避障值。
路径规划单元505，被配置成响应于确定避障值大于预设阈值，规划绕开目标障碍物数据帧指示的目标障碍物的路径。
在本实施例的一些可选的实现方式中，避障值确定单元504进一步被配置成：根据历史评价值以及预设阈值，确定历史决策值；根据目标评价值、历史评价值、历史决策值以及与目标评价值对应的第一预设权重、与历史评价值对应的第二预设权重、与历史决策值对应的第三预设权重，确定目标障碍物的避障值。
在本实施例的一些可选的实现方式中，避障值确定单元504进一步被配置成：响应于确定目标障碍物数据帧为第个一数据帧，将历史评价值与历史决策值分别确定为第一预设值、第二预设值，根据第一预设值、第二预设值、目标评价值以及第一预设权重、第二预设权重、第三预设权重，确定目标障碍物的避障值。
在本实施例的一些可选的实现方式中，第一预设权重、第二预设权重以及第三预设权重之和为第三预设值。
在本实施例的一些可选的实现方式中，第三预设权重小于第一预设权重。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图6所示，是根据本申请实施例的用于自动驾驶规划路径的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线605互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线605与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器***)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的用于自动驾驶规划路径的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的用于自动驾驶规划路径的方法。
存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及单元，如本申请实施例中的用于自动驾驶规划路径的方法对应的程序指令/单元(例如，附图5所示的数据帧获取单元501、评价值确定单元502、历史评价值获取单元503、避障值确定单元504和路径规划单元505)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的用于自动驾驶规划路径的方法。
存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据用于自动驾驶规划路径的方法的电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至用于自动驾驶规划路径的方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
用于自动驾驶规划路径的方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线605或者其他方式连接，图6中以通过总线605连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与用于自动驾驶规划路径的方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，通过结合历史评价值来确定目标障碍物的避障值，使得车辆可以根据所确定的避障值准确判断是否绕开障碍物，从而提高车辆行驶的智能性和安全性。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (10)

1.一种用于自动驾驶规划路径的方法，包括：
获取目标障碍物数据帧；所述目标障碍物数据帧包含车辆行驶当前时刻的障碍物数据帧；
根据预先训练的避障模型以及所述目标障碍物数据帧，确定所述目标障碍物数据帧对应的目标评价值，其中，所述避障模型用于表征障碍物数据帧与评价值之间的对应关系；
获取历史障碍物数据帧对应的历史评价值；所述历史障碍物数据帧是所述目标障碍物数据帧前一帧的障碍物数据帧；
根据所述目标评价值以及所述历史评价值，确定所述目标障碍物的避障值，包括：根据所述历史评价值以及预设阈值，确定历史决策值；根据所述目标评价值、所述历史评价值、所述历史决策值以及与所述目标评价值对应的第一预设权重、与所述历史评价值对应的第二预设权重、与所述历史决策值对应的第三预设权重，确定所述目标障碍物的避障值；
响应于确定所述避障值大于预设阈值，规划绕开所述目标障碍物数据帧指示的目标障碍物的路径。
2.根据权利要求1所述的方法，其中，所述根据所述目标评价值以及所述历史评价值，确定所述目标障碍物的避障值，包括：
响应于确定所述目标障碍物数据帧为第一个数据帧，将所述历史评价值与所述历史决策值分别确定为第一预设值、第二预设值；
根据所述第一预设值、所述第二预设值、所述目标评价值以及所述第一预设权重、所述第二预设权重、所述第三预设权重，确定所述目标障碍物的避障值。
3.根据权利要求2所述的方法，其中，所述第一预设权重、第二预设权重以及第三预设权重之和为第三预设值。
4.根据权利要求3所述的方法，其中，所述第三预设权重小于所述第一预设权重。
5.一种用于自动驾驶规划路径的装置，包括：
数据帧获取单元，被配置成获取目标障碍物数据帧；所述目标障碍物数据帧包含车辆行驶当前时刻的障碍物数据帧；
评价值确定单元，被配置成根据预先训练的避障模型以及所述目标障碍物数据帧，确定所述目标障碍物数据帧对应的目标评价值，其中，所述避障模型用于表征障碍物数据帧与评价值之间的对应关系；
历史评价值获取单元，被配置成获取历史障碍物数据帧对应的历史评价值；所述历史障碍物数据帧是所述目标障碍物数据帧前一帧的障碍物数据帧；
避障值确定单元，被配置成根据所述目标评价值以及所述历史评价值，确定所述目标障碍物的避障值；
路径规划单元，被配置成响应于确定所述避障值大于预设阈值，规划绕开所述目标障碍物数据帧指示的目标障碍物的路径；
所述避障值确定单元进一步被配置成：
根据所述历史评价值以及预设阈值，确定历史决策值；
根据所述目标评价值、所述历史评价值、所述历史决策值以及与所述目标评价值对应的第一预设权重、与所述历史评价值对应的第二预设权重、与所述历史决策值对应的第三预设权重，确定所述目标障碍物的避障值。
6.根据权利要求5所述的装置，其中，所述避障值确定单元进一步被配置成：
响应于确定所述目标障碍物数据帧为第一个数据帧，将所述历史评价值与所述历史决策值分别确定为第一预设值、第二预设值，根据所述第一预设值、所述第二预设值、所述目标评价值以及所述第一预设权重、所述第二预设权重、所述第三预设权重，确定所述目标障碍物的避障值。
7.根据权利要求6所述的装置，其中，所述第一预设权重、第二预设权重以及第三预设权重之和为第三预设值。
8.根据权利要求7所述的装置，其中，所述第三预设权重小于所述第一预设权重。
9.一种用于自动驾驶规划路径的电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的方法。
CN202010602917.4A 2020-06-29 2020-06-29 用于自动驾驶规划路径的方法、装置、设备以及存储介质 Active CN111724598B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010602917.4A CN111724598B (zh) 2020-06-29 2020-06-29 用于自动驾驶规划路径的方法、装置、设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010602917.4A CN111724598B (zh) 2020-06-29 2020-06-29 用于自动驾驶规划路径的方法、装置、设备以及存储介质

Publications (2)

Publication Number Publication Date
CN111724598A CN111724598A (zh) 2020-09-29
CN111724598B true CN111724598B (zh) 2022-04-05

Family

ID=72569694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010602917.4A Active CN111724598B (zh) 2020-06-29 2020-06-29 用于自动驾驶规划路径的方法、装置、设备以及存储介质

Country Status (1)

Country Link
CN (1) CN111724598B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112327329B (zh) * 2020-11-25 2023-04-18 浙江欣奕华智能科技有限公司 避障方法、目标设备和存储介质
CN113050643B (zh) * 2021-03-19 2024-06-21 京东鲲鹏(江苏)科技有限公司 无人车路径规划方法、装置、电子设备和计算机可读介质

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101395648A (zh) * 2006-03-01 2009-03-25 丰田自动车株式会社 本车路线确定方法和本车路线确定设备
CN105308620A (zh) * 2013-06-07 2016-02-03 索尼公司 信息处理设备、接近对象通知方法和程序
CN109427213A (zh) * 2017-09-05 2019-03-05 丰田自动车株式会社 用于车辆的防碰撞装置、防碰撞方法以及存储程序的非暂时性存储介质
CN109583384A (zh) * 2018-11-30 2019-04-05 百度在线网络技术（北京）有限公司 用于无人驾驶车的避障方法和装置
CN109697875A (zh) * 2017-10-23 2019-04-30 华为技术有限公司 规划行驶轨迹的方法及装置
CN109739219A (zh) * 2018-12-05 2019-05-10 北京百度网讯科技有限公司 通行路径的规划方法、装置、设备及可读存储介质
CN109961631A (zh) * 2017-12-22 2019-07-02 深圳市城市交通规划设计研究中心有限公司 道路积水点识别方法及道路积水点识别***
CN110320910A (zh) * 2019-07-01 2019-10-11 百度在线网络技术（北京）有限公司 车辆的避让控制方法、装置、电子设备与存储介质
CN110379203A (zh) * 2019-06-21 2019-10-25 江苏大学 一种行车转向碰撞预警方法
CN110379193A (zh) * 2019-07-08 2019-10-25 华为技术有限公司 自动驾驶车辆的行为规划方法及行为规划装置
CN110428092A (zh) * 2019-07-15 2019-11-08 南京邮电大学 智能自动驾驶方法及装置、存储介质和终端
CN110942668A (zh) * 2018-09-21 2020-03-31 丰田自动车株式会社 图像处理***、图像处理方法和图像处理设备
CN111238520A (zh) * 2020-02-06 2020-06-05 北京百度网讯科技有限公司 变道路径规划方法、装置、电子设备和计算机可读介质
CN111260945A (zh) * 2020-01-18 2020-06-09 杭州后博科技有限公司 一种基于智慧灯杆的避让紧急车辆方法及***
US20200180634A1 (en) * 2018-12-11 2020-06-11 Alpine Electronics, Inc. Automated lane change system and methods
CN111338333A (zh) * 2018-12-18 2020-06-26 北京航迹科技有限公司 用于自动驾驶的***和方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10129438A (ja) * 1996-11-06 1998-05-19 Toyota Motor Corp 自動制動制御装置
JP4081958B2 (ja) * 2000-03-29 2008-04-30 松下電工株式会社 車両用障害物検知装置
KR20150121931A (ko) * 2014-04-22 2015-10-30 부산대학교 산학협력단 하이브리드 경로 생성 방법을 이용한 무인 지상 차량 경로 제어 시스템
CN107976688A (zh) * 2016-10-25 2018-05-01 菜鸟智能物流控股有限公司 一种障碍物的检测方法及相关装置
CN109143242B (zh) * 2018-09-07 2020-04-14 百度在线网络技术（北京）有限公司 障碍物绝对速度估计方法、***、计算机设备和存储介质
CN109934164B (zh) * 2019-03-12 2020-12-01 杭州飞步科技有限公司 基于轨迹安全度的数据处理方法和装置
CN109960261B (zh) * 2019-03-22 2020-07-03 北京理工大学 一种基于碰撞检测的动态障碍物避让方法
CN110969287B (zh) * 2019-11-07 2022-11-01 郑州大学 一种舰载机导引路径规划方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101395648A (zh) * 2006-03-01 2009-03-25 丰田自动车株式会社 本车路线确定方法和本车路线确定设备
CN105308620A (zh) * 2013-06-07 2016-02-03 索尼公司 信息处理设备、接近对象通知方法和程序
CN109427213A (zh) * 2017-09-05 2019-03-05 丰田自动车株式会社 用于车辆的防碰撞装置、防碰撞方法以及存储程序的非暂时性存储介质
CN109697875A (zh) * 2017-10-23 2019-04-30 华为技术有限公司 规划行驶轨迹的方法及装置
CN109961631A (zh) * 2017-12-22 2019-07-02 深圳市城市交通规划设计研究中心有限公司 道路积水点识别方法及道路积水点识别***
CN110942668A (zh) * 2018-09-21 2020-03-31 丰田自动车株式会社 图像处理***、图像处理方法和图像处理设备
CN109583384A (zh) * 2018-11-30 2019-04-05 百度在线网络技术（北京）有限公司 用于无人驾驶车的避障方法和装置
CN109739219A (zh) * 2018-12-05 2019-05-10 北京百度网讯科技有限公司 通行路径的规划方法、装置、设备及可读存储介质
US20200180634A1 (en) * 2018-12-11 2020-06-11 Alpine Electronics, Inc. Automated lane change system and methods
CN111338333A (zh) * 2018-12-18 2020-06-26 北京航迹科技有限公司 用于自动驾驶的***和方法
CN110379203A (zh) * 2019-06-21 2019-10-25 江苏大学 一种行车转向碰撞预警方法
CN110320910A (zh) * 2019-07-01 2019-10-11 百度在线网络技术（北京）有限公司 车辆的避让控制方法、装置、电子设备与存储介质
CN110379193A (zh) * 2019-07-08 2019-10-25 华为技术有限公司 自动驾驶车辆的行为规划方法及行为规划装置
CN110428092A (zh) * 2019-07-15 2019-11-08 南京邮电大学 智能自动驾驶方法及装置、存储介质和终端
CN111260945A (zh) * 2020-01-18 2020-06-09 杭州后博科技有限公司 一种基于智慧灯杆的避让紧急车辆方法及***
CN111238520A (zh) * 2020-02-06 2020-06-05 北京百度网讯科技有限公司 变道路径规划方法、装置、电子设备和计算机可读介质

Also Published As

Publication number Publication date
CN111724598A (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN112525551B (zh) 自动驾驶车辆的路测方法、装置、设备及存储介质
CN111273268B (zh) 自动驾驶障碍物类型的识别方法、装置及电子设备
EP3940665A1 (en) Detection method for traffic anomaly event, apparatus, program and medium
CN109109863B (zh) 智能设备及其控制方法、装置
CN112572462A (zh) 自动驾驶的控制方法、装置、电子设备及存储介质
CN111724598B (zh) 用于自动驾驶规划路径的方法、装置、设备以及存储介质
CN110703732B (zh) 相关性检测方法、装置、设备及计算机可读存储介质
CN111652153B (zh) 场景自动识别方法、装置、无人车及存储介质
CN111611901A (zh) 车辆逆行检测方法、装置、设备以及存储介质
CN113635912B (zh) 车辆控制方法、装置、设备、存储介质及自动驾驶车辆
CN113071476A (zh) 自主泊车的方法、装置、设备及自动驾驶车辆
CN112802325A (zh) 车辆排队长度检测方法及装置
CN112793570A (zh) 自动驾驶车辆的控制方法、装置、设备及存储介质
CN111361560B (zh) 自动驾驶中控制车辆行驶的方法、装置、电子设备
CN110866504B (zh) 标注数据的获取方法、装置和设备
CN111731240A (zh) 急刹车合理性评估方法、装置、设备以及存储介质
CN114386599A (zh) 训练轨迹预测模型和轨迹规划的方法和装置
CN113378769A (zh) 图像分类方法和装置
CN112528932A (zh) 用于优化位置信息的方法、装置、路侧设备和云控平台
CN112307872A (zh) 用于检测目标对象的方法的和装置
CN111596086B (zh) 一种自动驾驶中障碍物的速度估计方法、装置和电子设备
CN113741459B (zh) 确定训练样本的方法和自动驾驶模型的训练方法、装置
CN111959496B (zh) 用于车辆横向控制的模型生成方法、装置及电子设备
CN110745139B (zh) 车辆速度确定方法、装置及存储介质
CN111563046A (zh) 用于生成信息的方法和装置

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