CN112272805A - 连接两条平滑参考线的基于多点增强的拼接方法 - Google Patents
连接两条平滑参考线的基于多点增强的拼接方法 Download PDFInfo
- Publication number
- CN112272805A CN112272805A CN201980002097.0A CN201980002097A CN112272805A CN 112272805 A CN112272805 A CN 112272805A CN 201980002097 A CN201980002097 A CN 201980002097A CN 112272805 A CN112272805 A CN 112272805A
- Authority
- CN
- China
- Prior art keywords
- reference line
- path
- constraints
- points
- autonomous vehicle
- 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 42
- 238000012545 processing Methods 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 18
- 230000008447 perception Effects 0.000 description 23
- 230000008569 process Effects 0.000 description 18
- 238000005457 optimization Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000009499 grossing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 8
- 230000033001 locomotion Effects 0.000 description 6
- 230000002085 persistent effect Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 229910000078 germane Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
- B60W40/072—Curvature of the road
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
- B60W60/00272—Planning or execution of driving tasks using trajectory prediction for other traffic participants relying on extrapolation of current movement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
- B60W2050/006—Interpolation; Extrapolation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
用于生成用于操作自动驾驶车辆的参考线的方法,包括:确定沿路径在第一限定距离内的多个点之间具有最小曲率的第一结束参考点(602),基于第一初始参考点和第一结束参考点生成第一参考线(604),确定沿路径在第二限定距离内的多个点之间具有最小曲率的第二结束参考点(606),基于第一和第二结束参考点和第一参考线的末端部生成第二参考线(608),连接第一和第二参考线(610),并沿着连接的第一参考线和第二参考线控制自动驾驶车辆(612)。
Description
技术领域
本公开的实施方式总体涉及操作自动驾驶车辆。更具体地,本公开的实施方式涉及生成用于自动驾驶车辆的参考线。
背景技术
以自动驾驶模式运行(例如,无人驾驶)的车辆可将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时,车辆可使用车载传感器导航到各个位置,从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。
运动规划和控制是自动驾驶中的关键操作。通常,自动驾驶车辆(ADV)根据参考线进行控制和驾驶。在生成驾驶轨迹时,***严重依赖于参考线。参考线是地图上的平滑线。车辆试图通过遵循参考线行驶。地图上的道路和车道通常由一系列连接的线段表示,这些线段不平滑,ADV难以遵循。结果,在参考线上执行平滑优化以平滑参考线。然而,这样的优化不一定会产生平滑的参考线。
生成平滑的参考线是必要的,特别是当ADV高速行驶时。虽然所需的参考线长度/时间通常不是线性的,而是指数型的,但参考线需要单独地平滑并拼接在一起。然而,在许多平滑算法(如二次规划或QP)中,限制其高阶导数(例如,曲率和曲率导数)是困难的,并使两条参考线之间的拼接点不连续,特别是当需要连接的两个相邻的曲率之间的间隙较大时。
发明内容
在本公开的一方面,提供了一种生成用于操作自动驾驶车辆的计算机实施的方法。该方法包括:确定沿路径的第一段的第一限定距离内的多个参考点中具有最小曲率的第一结束参考点;基于第一初始参考点和所述第一结束参考点生成第一参考线;确定沿所述路径的第二段的第二限定距离内的多个参考点中具有最小曲率的第二结束参考点;基于所述第一结束参考点和所述第二结束参考点和所述第一参考线的末端部生成第二参考线;以及沿所述第一参考线和所述第二参考线控制所述自动驾驶车辆。
在本公开的另一方面,提供了一种存储有指令的非暂时性机器可读介质。存储的指令在由处理器执行时致使处理器执行操作,该操作包括:确定沿路径的第一段的第一限定距离内的多个参考点中具有最小曲率的第一结束参考点;基于第一初始参考点和所述第一结束参考点生成第一参考线;确定沿所述路径的第二段的第二限定距离内的多个参考点中具有最小曲率的第二结束参考点;基于所述第一结束参考点和所述第二结束参考点和所述第一参考线的末端部生成第二参考线;以及沿所述第一参考线和所述第二参考线控制所述自动驾驶车辆。
在本公开的另一方面,提供了一种数据处理***。该***包括处理器和存储器,其中,存储器联接至处理器以存储指令,该指令在由处理器执行时致使处理器执行操作,该操作包括:确定沿路径的第一段的第一限定距离内的多个参考点中具有最小曲率的第一结束参考点;基于第一初始参考点和所述第一结束参考点生成第一参考线;确定沿所述路径的第二段的第二限定距离内的多个参考点中具有最小曲率的第二结束参考点;基于所述第一结束参考点和所述第二结束参考点和所述第一参考线的末端部生成第二参考线;以及沿所述第一参考线和所述第二参考线控制所述自动驾驶车辆。
附图说明
本公开的实施方式在附图的各图中以举例而非限制的方式示出,附图中的相同参考标记指示相似元件。
图1是示出根据一个实施方式的网络化***的框图。
图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。
图3A至图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划***的示例的框图。
图4是示出根据一个实施方式的生成和连接参考线的过程的图示。
图5示出了曲线路径,其具有沿着该路径的具有示例性曲率的点。
图6是示出根据一个实施方式的生成用于控制自动驾驶车辆的参考线的过程的流程图。
图7是示出根据一个实施方式的数据处理***的框图。
具体实施方式
将参考以下所讨论的细节来描述本公开的各种实施方式和方面,附图将示出所述各种实施方式。下列描述和附图是本公开的说明,而不应当解释为对本公开进行限制。描述了许多特定细节以提供对本公开的各种实施方式的全面理解。然而,在某些情况下,并未描述众所周知的或常规的细节,以提供对本公开的实施方式的简洁讨论。
本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描述的特定特征、结构或特性可包括在本公开的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指同一实施方式。
根据一些实施方式,自动驾驶车辆(也称为“无人车”)包括用于生成用于操作自动驾驶车辆的参考线的决策和规划***。该***执行的操作包括确定沿路径的第一段或部分的第一限定距离内的多个点中具有最小曲率的第一结束参考点,基于第一初始参考点及第一结束参考点生成第一参考线,并确定沿路径的第二段或部分的第二限定距离内的多个点中具有最小曲率的第二结束参考点。操作还包括基于第一和第二结束参考点和第一参考线的末端部生成第二参考线,连接第一和第二参考线,并沿着连接的第一参考线和第二参考线控制自动驾驶车辆。
图1是示出根据本公开的一个实施方式的自动驾驶车辆网络配置的框图。参考图1,网络配置100包括可通过网络102通信地联接到一个或多个服务器103至104的自动驾驶车辆(ADV)101。尽管示出一个自动驾驶车辆,但多个自动驾驶车辆可通过网络102联接到彼此和/或联接到服务器103至104。网络102可以是任何类型的网络,例如,有线或无线的局域网(LAN)、诸如互联网的广域网(WAN)、蜂窝网络、卫星网络或其组合。服务器103至104可以是任何类型的服务器或服务器群集,诸如,网络或云服务器、应用服务器、后端服务器或其组合。服务器103至104可以是数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(MPOI)服务器或位置服务器等。
自动驾驶车辆是指可配置成处于自动驾驶模式下的车辆,在所述自动驾驶模式下车辆在极少或没有来自驾驶员的输入的情况下导航通过环境。这种自动驾驶车辆可包括传感器***,所述传感器***具有配置成检测与车辆运行环境有关的信息的一个或多个传感器。所述车辆和其相关联的控制器使用所检测的信息来导航通过所述环境。自动驾驶车辆101可在手动模式下、在全自动驾驶模式下或者在部分自动驾驶模式下运行。
在一个实施方式中,自动驾驶车辆101包括,但不限于,感知与规划***110、车辆控制***111、无线通信***112、用户接口***113、资讯娱乐***114和传感器***115。自动驾驶车辆101还可包括普通车辆中包括的某些常用部件,诸如:发动机、车轮、方向盘、变速器等,所述部件可由车辆控制***111和/或感知与规划***110使用多种通信信号和/或命令进行控制,该多种通信信号和/或命令例如,加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等。
部件110至115可经由互连件、总线、网络或其组合通信地联接到彼此。例如,部件110至115可经由控制器局域网(CAN)总线通信地联接到彼此。CAN总线是设计成允许微控制器和装置在没有主机的应用中与彼此通信的车辆总线标准。它是最初是为汽车内的复用电气布线设计的基于消息的协议,但也用于许多其它环境。
现在参考图2,在一个实施方式中,传感器***115包括但不限于一个或多个摄像机211、全球定位***(GPS)单元212、惯性测量单元(IMU)213、雷达单元214以及光探测和测距(LIDAR)单元215。GPS***212可包括收发器,所述收发器可操作以提供关于自动驾驶车辆的位置的信息。IMU单元213可基于惯性加速度来感测自动驾驶车辆的位置和定向变化。雷达单元214可表示利用无线电信号来感测自动驾驶车辆的本地环境内的对象的***。在一些实施方式中,除感测对象之外,雷达单元214可另外感测对象的速度和/或前进方向。LIDAR单元215可使用激光来感测自动驾驶车辆所处环境中的对象。除其它***部件之外,LIDAR单元215还可包括一个或多个激光源、激光扫描器以及一个或多个检测器。摄像机211可包括用来采集自动驾驶车辆周围环境的图像的一个或多个装置。摄像机211可以是静物摄像机和/或视频摄像机。摄像机可以是可机械地移动的,例如,通过将摄像机安装在旋转和/或倾斜平台上。
传感器***115还可包括其它传感器,诸如:声纳传感器、红外传感器、转向传感器、油门传感器、制动传感器以及音频传感器(例如,麦克风)。音频传感器可配置成从自动驾驶车辆周围的环境中采集声音。转向传感器可配置成感测方向盘、车辆的车轮或其组合的转向角度。油门传感器和制动传感器分别感测车辆的油门位置和制动位置。在一些情形下,油门传感器和制动传感器可集成为集成式油门/制动传感器。
在一个实施方式中,车辆控制***111包括但不限于转向单元201、油门单元202(也称为加速单元)和制动单元203。转向单元201用来调整车辆的方向或前进方向。油门单元202用来控制电动机或发动机的速度,电动机或发动机的速度进而控制车辆的速度和加速度。制动单元203通过提供摩擦使车辆的车轮或轮胎减速而使车辆减速。应注意,如图2所示的部件可以以硬件、软件或其组合实施。
返回参考图1,无线通信***112允许自动驾驶车辆101与诸如装置、传感器、其它车辆等外部***之间的通信。例如,无线通信***112可以与一个或多个装置直接无线通信,或者经由通信网络进行无线通信,诸如,通过网络102与服务器103至104通信。无线通信***112可使用任何蜂窝通信网络或无线局域网(WLAN),例如,使用WiFi,以与另一部件或***通信。无线通信***112可例如使用红外链路、蓝牙等与装置(例如,乘客的移动装置、显示装置、车辆101内的扬声器)直接通信。用户接口***113可以是在车辆101内实施的***装置的部分,包括例如键盘、触摸屏显示装置、麦克风和扬声器等。
自动驾驶车辆101的功能中的一些或全部可由感知与规划***110控制或管理,尤其当在自动驾驶模式下操作时。感知与规划***110包括必要的硬件(例如,处理器、存储器、存储装置)和软件(例如,操作***、规划和路线安排程序),以从传感器***115、控制***111、无线通信***112和/或用户接口***113接收信息,处理所接收的信息,规划从起始点到目的地点的路线或路径,随后基于规划和控制信息来驾驶车辆101。可替代地,感知与规划***110可与车辆控制***111集成在一起。
例如,作为乘客的用户可例如经由用户接口来指定行程的起始位置和目的地。感知与规划***110获得行程相关数据。例如,感知与规划***110可从MPOI服务器中获得位置和路线信息,所述MPOI服务器可以是服务器103至104的一部分。位置服务器提供位置服务,并且MPOI服务器提供地图服务和某些位置的POI。可替代地,此类位置和MPOI信息可本地高速缓存在感知与规划***110的永久性存储装置中。
当自动驾驶车辆101沿着路线移动时,感知与规划***110也可从交通信息***或服务器(TIS)获得实时交通信息。应注意,服务器103至104可由第三方实体进行操作。可替代地,服务器103至104的功能可与感知与规划***110集成在一起。基于实时交通信息、MPOI信息和位置信息以及由传感器***115检测或感测的实时本地环境数据(例如,障碍物、对象、附近车辆),感知与规划***110可规划最佳路线并且根据所规划的路线例如经由控制***111来驾驶车辆101,以安全且高效到达指定目的地。
服务器103可以是数据分析***,从而为各种客户执行数据分析服务。在一个实施方式中,数据分析***103包括数据收集器121和机器学习引擎122。数据收集器121从各种车辆(自动驾驶车辆或由人类驾驶员驾驶的常规车辆)收集驾驶统计数据123。驾驶统计数据123包括指示所发出的驾驶指令(例如,油门、制动、转向指令)以及由车辆的传感器在不同的时间点捕捉到的车辆的响应(例如,速度、加速、减速、方向)的信息。驾驶统计数据123还可包括描述不同时间点下的驾驶环境的信息,例如,路线(包括起始位置和目的地位置)、MPOI、道路状况、天气状况等。
基于驾驶统计数据123,出于各种目的,机器学***滑参考线的算法或模型。然后算法124可上传到ADV上以在自动驾驶期间实时使用。
图3A和图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划***的示例的框图。***300可实施为图1的自动驾驶车辆101的一部分,包括但不限于感知与规划***110、控制***111和传感器***115。参考图3A至图3B,感知与规划***110包括但不限于定位模块301、感知模块302、预测模块303、决策模块304、规划模块305、控制模块306、路线安排模块307和参考线生成器308。
模块301至308中的一些或全部可以以软件、硬件或其组合实施。例如,这些模块可安装在永久性存储装置352中、加载到存储器351中,并且由一个或多个处理器(未示出)执行。应注意,这些模块中的一些或全部可通信地联接到图2的车辆控制***111的一些或全部模块或者与它们集成在一起。模块301至308中的一些可一起集成为集成模块。
定位模块301确定自动驾驶车辆300的当前位置(例如,利用GPS单元212)以及管理与用户的行程或路线相关的任何数据。定位模块301(又称作为地图与路线模块)管理与用户的行程或路线相关的任何数据。用户可例如经由用户接口登录并且指定行程的起始位置和目的地。定位模块301与自动驾驶车辆300的诸如地图与路线信息311的其它部件通信,以获得行程相关数据。例如,定位模块301可从位置服务器和地图与POI(MPOI)服务器获得位置和路线信息。位置服务器提供位置服务,并且MPOI服务器提供地图服务和某些位置的POI,从而可作为地图与路线信息311的一部分高速缓存。当自动驾驶车辆300沿着路线移动时,定位模块301也可从交通信息***或服务器获得实时交通信息。
基于由传感器***115提供的传感器数据和由定位模块301获得的定位信息,感知模块302确定对周围环境的感知。感知信息可表示普通驾驶员在驾驶员正驾驶的车辆周围将感知到的东西。感知可包括例如采用对象形式的车道配置、交通灯信号、另一车辆的相对位置、行人、建筑物、人行横道或其它交通相关标志(例如,停止标志、让行标志)等。车道配置包括描述一个或多个车道的信息,诸如,例如车道的形状(例如,直线或弯曲)、车道的宽度、道路中的车道数量、单向或双向车道、合并或分开车道、出口车道等。
感知模块302可包括计算机视觉***或计算机视觉***的功能,以处理并分析由一个或多个摄像机采集的图像,从而识别自动驾驶车辆环境中的对象和/或特征。所述对象可包括交通信号、道路边界、其它车辆、行人和/或障碍物等。计算机视觉***可使用对象识别算法、视频跟踪以及其它计算机视觉技术。在一些实施方式中,计算机视觉***可绘制环境地图,跟踪对象,以及估算对象的速度等。感知模块302也可基于由诸如雷达和/或LIDAR的其它传感器提供的其它传感器数据来检测对象。
针对每个对象,预测模块303预测对象在这种情况下将如何表现。预测是基于感知数据执行的,该感知数据在考虑一组地图/路线信息311和交通规则312的时间点感知驾驶环境。例如,如果对象为相反方向上的车辆且当前驾驶环境包括十字路口,则预测模块303将预测车辆是否可能会笔直向前移动或转弯。如果感知数据表明十字路口没有交通灯,则预测模块303可能会预测车辆在进入十字路口之前可能需要完全停车。如果感知数据表明车辆目前处于左转唯一车道或右转唯一车道,则预测模块303可能预测车辆将更可能分别左转或右转。
针对每个对象,决策模块304作出关于如何处置对象的决定。例如,针对特定对象(例如,交叉路线中的另一车辆)以及描述对象的元数据(例如,速度、方向、转弯角度),决策模块304决定如何与所述对象相遇(例如,超车、让行、停止、超过)。决策模块304可根据诸如交通规则或驾驶规则312的规则集来作出此类决定,所述规则集可存储在永久性存储装置352中。
路线安排模块307配置成提供从起始点到目的地点的一个或多个路线或路径。对于从起始位置到目的地位置的给定行程,例如从用户接收的给定行程,路线安排模块307获得路线与地图信息311,并确定从起始位置至到达目的地位置的所有可能路线或路径。路线安排模块307可生成地形图形式的参考线,它确定了从起始位置至到达目的地位置的每个路线。参考线是指不受其它诸如其它车辆、障碍物或交通状况的任何干扰的理想路线或路径。即,如果道路上没有其它车辆、行人或障碍物,则ADV应精确地或紧密地跟随参考线。然后,将地形图提供至决策模块304和/或规划模块305。决策模块304和/或规划模块305检查所有可能的路线,以根据由其它模块提供的其它数据选择和更改最佳路线中的一个,其中,其它数据诸如为来自定位模块301的交通状况、由感知模块302感知到的驾驶环境以及由预测模块303预测的交通状况。根据时间点下的特定驾驶环境,用于控制ADV的实际路径或路线可能接近于或不同于由路线安排模块307提供的参考线。
基于针对所感知到的对象中的每个的决定,规划模块305使用由路线安排模块307或参考线生成器308提供的参考线作为基础,为自动驾驶车辆规划路径或路线以及驾驶参数(例如,距离、速度和/或转弯角度)。换言之,针对给定的对象,决策模块304决定对该对象做什么,而规划模块305确定如何去做。例如,针对给定的对象,决策模块304可决定超过所述对象,而规划模块305可确定在所述对象的左侧还是右侧超过。规划和控制数据由规划模块305生成,包括描述车辆300在下一移动循环(例如,下一路线/路径段)中将如何移动的信息。例如,规划和控制数据可指示车辆300以30英里每小时(mph)的速度移动10米,随后以25mph的速度变到右侧车道。
基于规划和控制数据,控制模块306根据由规划和控制数据限定的路线或路径通过将适当的命令或信号发送到车辆控制***111来控制并驾驶自动驾驶车辆。所述规划和控制数据包括足够的信息,以沿着路径或路线在不同的时间点使用适当的车辆设置或驾驶参数(例如,油门、制动、转向命令)将车辆从路线或路径的第一点驾驶到第二点。
在一个实施方式中,规划阶段在多个规划周期(也称作为驾驶周期)中执行,例如,在每个时间间隔为100毫秒(ms)的周期中执行。对于规划周期或驾驶周期中的每一个,将基于规划和控制数据发出一个或多个控制命令。即,对于每100ms,规划模块305规划下一个路线段或路径段,例如,包括目标位置和ADV到达目标位置所需要的时间。可替代地,规划模块305还可规定具体的速度、方向和/或转向角等。在一个实施方式中,规划模块305为下一个预定时段(诸如,5秒)规划路线段或路径段。对于每个规划周期,规划模块305基于在前一周期中规划的目标位置规划用于当前周期(例如,下一个5秒)的目标位置。控制模块306然后基于当前周期的规划和控制数据生成一个或多个控制命令(例如,油门、制动、转向控制命令)。
应注意,决策模块304和规划模块305可集成为集成模块。决策模块304/规划模块305可包括导航***或导航***的功能,以确定自动驾驶车辆的驾驶路径。例如,导航***可确定用于影响自动驾驶车辆沿着以下路径移动的一系列速度和前进方向:所述路径在使自动驾驶车辆沿着通往最终目的地的基于车行道的路径前进的同时,基本上避免感知到的障碍物。目的地可根据经由用户接口***113进行的用户输入来设定。导航***可在自动驾驶车辆正在运行的同时动态地更新驾驶路径。导航***可将来自GPS***和一个或多个地图的数据合并,以确定用于自动驾驶车辆的驾驶路径。
继续图3A和3B,参考线生成器308生成一个或多个用于操作ADV的参考线。注意,参考线生成器308可以与路线安排模块307、规划模块305集成或者可以是单独的模块。根据一个实施方式,当初始参考线已被确定并从路线安排模块307接收时,参考线生成器308配置成生成第一参考线。通常,初始参考线是基于路线和地图信息创建的。道路通常由一系列路段表示。初始参考线通常是每个路段的中心线。因此,初始参考线是相互连接的中心线段的集合,并且这样的初始参考线不平滑,特别是在两个相邻线段的接合处。基于初始参考线,参考线生成器308对初始参考线进行优化以生成平滑参考线。
在一个实施方式中,参考线生成器308对初始参考线的选择的控制点执行样条优化。样条是由一个或多个(例如,分段)多项式表示的曲线,多项式连接在一起以形成曲线。例如,多项式或多项式函数可以表示相邻控制点之间的段。每个控制点都与一组约束相关联,一组约束包括初始约束、等式约束和不等式约束。
初始约束包括一组对应于ADV初始条件的约束,例如ADV的即时方向和/或地理位置。等式约束包括一组声明必须满足的某些等式条件的等式约束。例如,等式约束可以包括一组保证满足接合平滑度和/或某些逐点约束(例如,样条将通过某些点或具有某些特定的点方向)的约束。不等式约束包括一组保证样条位于某个边界内(例如,小于或大于某个约束值)的约束。不等式约束和等式约束都是硬约束,这意味着它们必须满足。生成的参考线将是平滑的。
根据一个实施方式,可以使用动态规划(DP)技术生成初始参考线。这种参考线可以被称为粗参考线,它是不平滑的。动态规划(或动态优化)是一种数学优化方法,其将待求解的问题分解为一序列值函数,这些值函数中的每一个只求解一次并存储其解。下一次出现相同的值函数时,只需查找先前的计算的解,而不是重新计算其解,从而节省计算时间。一旦初始参考线或粗参考线已经生成,初始参考线就可以通过优化过程进行平滑。在一个实施方式中,使用二次规划技术执行参考线平滑优化。二次规划涉及最小化或最大化目标函数(例如,具有多个变量的二次函数),其受界限、线性等式和/或不等式约束。动态规划和二次规划的一个区别是二次规划同时优化参考线上所有点的所有候选移动。
术语多项式优化或多项式拟合是指由多项式函数(例如,五次或四次多项式函数)表示的曲线(在本示例中,轨迹)形状的优化,使得曲线沿曲线连续(例如,在两个相邻段的接合处的导数可获得)。在自动驾驶领域,从起点到终点的多项式曲线被分成若干段(或块),每段对应于控制点(或参考点)。这种分段多项式曲线称为分段多项式。当优化分段多项式时,除了满足一组初始状态约束和结束状态约束之外,还必须满足相邻两段之间的一组接合约束和一组边界约束。
上述一组接合约束包括相邻段的位置(x,y)、速度、行进方向和加速度必须相同。例如,第一段(例如,前段)的结束位置和第二段(例如,后段)的开始位置必须相同或在预定的接近范围内。第一段的结束位置的速度、行进方向和加速度以及第二段的开始位置的相应速度、行进方向和加速度必须相同或在预定范围内。此外,每个控制点都与预定义的边界(例如,控制点周围左右侧0.2米)相关联。多项式曲线必须经过其相应边界内的每个控制点。当这两组约束在优化期间得到满足时,表示轨迹的多项式曲线应该是平滑且连续的。然而,当两条参考线连接或拼接在一起时,上述优化操作可能不会产生平滑的参考线,特别是当ADV以高速行驶时,这可能导致ADV中的乘客可察觉的突然转弯/移动。
参考图4,ADV 401沿着从第一参考线402(也称为第一参考线段)生成的轨迹行进,第一参考线402包括起始参考点404和结束参考点406。
然后对连续的参考线重复上述过程,每个规划周期一个,使得ADV 402继续使用(使用上面描述的算法/优化现在连接在一起并且平滑的)参考线沿着路径行进,以到达其目的地位置。
图4是示出根据本公开一个实施方式的生成和连接参考线的过程的图示。在第一操作中,自动驾驶车辆401经由其感知和规划***110(例如,经由参考线生成器308)从地图获得表示道路或路径的线段,并且该线段可以是以初始参考点404开始并在参考点408终止的初始参考线的初始长度(例如,90米(m)长)。然后,感知和规划***110沿着路径在第一指定距离400内从地图检查点的曲率。在一个实施方式中,第一指定距离400可以通过从初始参考线的初始长度(例如,90米)减去限定的距离(例如,约10米)并将限定的距离加到初始参考线的初始长度来确定。在一个实施方式中,限定的距离约为初始参考线的初始长度的10%。在一个实施方式中,第一指定距离400可以是从由点410表示的80米(例如,从初始长度减去10米,即90-10米)到由点412表示的100米(例如,在初始长度上加10米,即90+10米)。多个点位于第一指定距离400内,为了简单起见,图4仅示出了其中的四个(406、408、410、412)。任何适当数量的点都可以在第一指定距离400之内或包括在第一指定距离400之内。
感知和规划***110(例如,地图(例如,地图和路线信息模块311)和定位模块(例如,定位模块301)结合规划模块(例如,规划模块305))确定在第一指定距离400内的多个点(406、408、410、412)中具有最小或最小曲率的点(例如,点406(X1),并且该点406用作第一参考线的第一结束参考点406。在一个实施方式中,检查第一指定距离400内的每个点的曲率,以确定具有最小曲率的第一结束参考点406。在多个点中具有最小曲率的点可以从如图5所示并且在下面更详细地描述的地图中确定。合适的平滑算法/优化,诸如如上所述的二次规划(QP)算法/优化,可用于基于第一初始参考点404和第一结束参考点406(X1)生成平滑参考线,诸如平滑的第一参考线402[0m,X1]。第一参考线402基于每个评估点的常规约束生成,该常规约束将(平滑后的点-原始点)在x轴和y轴上的自由度限制为0.3m。例如,平滑后的点与原始点之间的差≤0.3m。原始点可以从地图上得到。在第二操作中,来自QP算法的平滑结果可以以离散形式存储,例如,每个点0.1m。
继续图4所示的过程,在第三操作中,感知和规划***110从地图上沿着路径在第二指定距离414内检查点的曲率。在一个实施方式中,第二指定距离414可以如在上述第一操作中那样通过从初始参考线的初始长度减去限定的距离(例如,10米)和从初始参考线的初始长度加上限定的距离来确定,其中初始长度为例如,所示的初始长度为点416表示的X1+90米。在一个实施方式中,第二指定距离414可以是从点418表示的X1+90-10米(如上所述减去)到点420表示的X1+90+10米(如上所述加上),使用点416(X1+90米)作为参考线的初始长度。多个点在第二指定距离414内,再次为了简单起见,其中只有四个(416、418、420、422)在图4中示出。任何适当数量的点都可以在第二指定距离414内。
感知和规划***110(例如,地图(例如,地图和路线信息模块311)和定位模块(例如,定位模块301)结合规划模块(例如,规划模块305))确定在第二指定距离414内的多个点(416、418、420、422)中具有最小曲率的点(例如,点422(X2)),并且该点422用作第二结束参考点422。对于第二参考线,从地图获得来自原始线的输入点。在第四操作中,将来自第一平滑结果[X1-5,X1]的末端部407(例如,第一参考线402的最后5米)连同[X1,X2]输入到第二QP算法以生成平滑参考线,诸如平滑的第二参考线424。
通过使用第一参考线402的端部407来生成第二参考线424,第二参考线424可以遵循第一参考线402的相同模式,从而确保两个参考线可以平滑地连接。在一个实施方式中,第一参考线402的末端部407小于第一参考线407长度的10%。第二参考线424[X1,X2]由感知和规划***110使用适当的约束、基于第一结束参考点406和第二结束参考点422和第一参考线402的末端部407生成。
在一个实施方式中,对于第一参考线402的末端部407内的点,使用第一组约束,例如严格约束/限制,其中(平滑后的点-原始点)限制在x、y轴上为0.01m,并且行进方向被设置为原始行进方向+/-0.001弧度的范围。原始行进方向由第一QP平滑算法的平滑结果获得。在0.1米的分辨率下,将有大约50个具有严格限制的点。对于第二参考线424[X1,X2]内的点,使用第二组约束,例如常规约束/限制,其中(平滑后的点-原始点)限制在x,y轴上为0.3米,并且行进方向设置为原始行进方向+/-0.01弧度的范围。原始行进方向是从地图上获得的。在一个实施方式中,第二组约束不如第一组约束严格。
然后,感知和规划***110连接或拼接由上述QP算法输出的第一参考线402[0,X1]和第二参考线424[X1,X2]。由于在第二参考线的平滑优化中使用了末端部407,所以实现了第一参考线和第二参考线的平滑连接。来自第二QP算法的末端部407[X1-5,X1]平滑结果被丢弃。如图4所示,沿着连接的第一和第二参考线426控制自动驾驶车辆401。
图5示出了曲线路径500,其具有沿曲线路径的具有示例性曲率的点。例如,表示弯曲道路的弯曲路径500包括诸如100米处的参考点502、90米处的参考点504和80米处的参考点506的示例性参考点。如图5所示,80米处的参考点506在示例性参考点中具有最小的曲率,因此,如上文所述,参考点506可以用作参考线的结束参考点。
图6是示出根据一个实施方式的生成用于控制自动驾驶车辆的参考线的过程的流程图。处理600可以通过处理逻辑来执行,处理逻辑可以包括软件、硬件或其组合。例如,过程600可部分由参考线生成器308执行。参照图6,过程600包括,在操作602中,在沿路径的第一限定距离内的多个点中确定具有最小曲率的第一结束参考点,在操作604中,基于第一初始参考点和第一结束参考点生成第一参考线,并且在操作606中,在沿路径第二限定距离内多个点中确定具有最小曲率的第二结束参考点。过程600还包括在操作608中,基于第一和第二结束参考点和第一参考线的末端部生成第二参考线;在操作610中,连接第一和第二参考线;以及在操作612中,沿着连接的第一参考线和第二参考线控制自动驾驶车辆。
应注意,如上文示出和描述的部件中的一些或全部可在软件、硬件或其组合中实施。例如,此类部件可实施为安装并存储在永久性存储装置中的软件,所述软件可通过处理器(未示出)加载在存储器中并在存储器中执行以实施贯穿本申请所述的过程或操作。可替代地,此类部件可实施为编程或嵌入到专用硬件(诸如,集成电路(例如,专用集成电路或ASIC)、数字信号处理器(DSP)或现场可编程门阵列(FPGA))中的可执行代码,所述可执行代码可经由来自应用的相应驱动程序和/或操作***来访问。此外,此类部件可实施为处理器或处理器内核中的特定硬件逻辑,作为可由软件部件通过一个或多个特定指令访问的指令集的一部分。
图7是示出可与本公开的一个实施方式一起使用的数据处理***的示例的框图。例如,***1500可表示以上所述的执行上述过程或方法中的任一个的任何数据处理***,例如,图1的感知与规划***110、参考线生成器308或者服务器103至104中的任一个。***1500可包括许多不同的部件。这些部件可实施为集成电路(IC)、集成电路的部分、分立电子装置或适用于电路板(诸如,计算机***的主板或***卡)的其它模块或者实施为以其它方式并入计算机***的机架内的部件。
还应注意,***1500旨在示出计算机***的许多部件的高阶视图。然而,应当理解的是,某些实施例中可具有附加的部件,此外,其它实施例中可具有所示部件的不同布置。***1500可表示台式计算机、膝上型计算机、平板计算机、服务器、移动电话、媒体播放器、个人数字助理(PDA)、智能手表、个人通信器、游戏装置、网络路由器或集线器、无线接入点(AP)或中继器、机顶盒或其组合。此外,虽然仅示出了单个机器或***,但是术语“机器”或“***”还应当理解为包括单独地或共同地执行一个(或多个)指令集以执行本文所讨论的任何一种或多种方法的机器或***的任何集合。
在一个实施方式中,***1500包括通过总线或互连件1510连接的处理器1501、存储器1503以及装置1505至1508。处理器1501可表示其中包括单个处理器内核或多个处理器内核的单个处理器或多个处理器。处理器1501可表示一个或多个通用处理器,诸如,微处理器、中央处理单元(CPU)等。更具体地,处理器1501可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、或实施其它指令集的处理器、或实施指令集组合的处理器。处理器1501还可以是一个或多个专用处理器,诸如,专用集成电路(ASIC)、蜂窝或基带处理器、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器、图形处理器、通信处理器、加密处理器、协处理器、嵌入式处理器、或者能够处理指令的任何其它类型的逻辑。
处理器1501(其可以是低功率多核处理器套接口,诸如超低电压处理器)可充当用于与所述***的各种部件通信的主处理单元和中央集线器。这种处理器可实施为片上***(SoC)。处理器1501配置成执行用于执行本文所讨论的操作和步骤的指令。***1500还可包括与可选的图形子***1504通信的图形接口,图形子***1504可包括显示控制器、图形处理器和/或显示装置。
处理器1501可与存储器1503通信,存储器1503在一个实施方式中可经由多个存储器装置实施以提供给定量的***存储。存储器1503可包括一个或多个易失性存储(或存储器)装置,诸如,随机存取存储器(RAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、静态RAM(SRAM)或者其它类型的存储装置。存储器1503可存储包括由处理器1501或任何其它装置执行的指令序列的信息。例如,各种操作***、装置驱动程序、固件(例如,输入输出基本***或BIOS)和/或应用的可执行代码和/或数据可加载到存储器1503中并由处理器1501执行。操作***可以是任何类型的操作***,例如,机器人操作***(ROS)、来自公司的操作***、来自苹果公司的Mac来自公司的LINUX、UNIX,或者其它实时或嵌入式操作***。
***1500还可包括IO装置,诸如装置1505至1508,包括网络接口装置1505、可选的输入装置1506,以及其它可选的IO装置1507。网络接口装置1505可包括无线收发器和/或网络接口卡(NIC)。所述无线收发器可以是WiFi收发器、红外收发器、蓝牙收发器、WiMax收发器、无线蜂窝电话收发器、卫星收发器(例如,全球定位***(GPS)收发器)或其它射频(RF)收发器或者它们的组合。NIC可以是以太网卡。
输入装置1506可包括鼠标、触摸板、触敏屏幕(其可与显示装置1504集成在一起)、指针装置(诸如,手写笔)和/或键盘(例如,物理键盘或作为触敏屏幕的一部分显示的虚拟键盘)。例如,输入装置1506可包括联接到触摸屏的触摸屏控制器。触摸屏和触摸屏控制器例如可使用多种触敏技术(包括但不限于电容、电阻、红外和表面声波技术)中的任一种,以及其它接近传感器阵列或用于确定与触摸屏接触的一个或多个点的其它元件来检测其接触和移动或间断。
IO装置1507可包括音频装置。音频装置可包括扬声器和/或麦克风,以促进支持语音的功能,诸如语音识别、语音复制、数字记录和/或电话功能。其它IO装置1507还可包括通用串行总线(USB)端口、并行端口、串行端口、打印机、网络接口、总线桥(例如,PCI-PCI桥)、传感器(例如,诸如加速度计运动传感器、陀螺仪、磁强计、光传感器、罗盘、接近传感器等)或者它们的组合。装置1507还可包括成像处理子***(例如,摄像机),所述成像处理子***可包括用于促进摄像机功能(诸如,记录照片和视频片段)的光学传感器,诸如电荷耦合装置(CCD)或互补金属氧化物半导体(CMOS)光学传感器。某些传感器可经由传感器集线器(未示出)联接到互连件1510,而诸如键盘或热传感器的其它装置可根据***1500的具体配置或设计由嵌入式控制器(未示出)控制。
为了提供对诸如数据、应用、一个或多个操作***等信息的永久性存储,大容量存储装置(未示出)也可联接到处理器1501。在各种实施方式中,为了实现更薄且更轻的***设计并且改进***响应性,这种大容量存储装置可经由固态装置(SSD)来实施。然而,在其它实施方式中,大容量存储装置可主要使用硬盘驱动器(HDD)来实施,其中较小量的SSD存储装置充当SSD高速缓存以在断电事件期间实现上下文状态以及其它此类信息的非易失性存储,从而使得在***活动重新启动时能够实现快速通电。另外,闪存装置可例如经由串行***接口(SPI)联接到处理器1501。这种闪存装置可提供***软件的非易失性存储,所述***软件包括所述***的BIOS以及其它固件。
存储装置1508可包括计算机可访问的存储介质1509(也称为机器可读介质、机器可读存储介质或计算机可读介质,其全部都可以是非暂时性的),其上存储有体现本文所述的任何一种或多种方法或功能的一个或多个指令集或软件(例如,模块、单元和/或逻辑1528)。处理模块/单元/逻辑1528可表示上述部件中的任一个,例如规划模块305、控制模块306、参考线生成器308。处理模块/单元/逻辑1528还可在其由数据处理***1500、存储器1503和处理器1501执行期间完全地或至少部分地驻留在存储器1503内和/或处理器1501内,数据处理***1500、存储器1503和处理器1501也构成机器可访问的存储介质。处理模块/单元/逻辑1528还可通过网络经由网络接口装置1505进行传输或接收。
计算机可读存储介质1509也可用来永久性地存储以上描述的一些软件功能。虽然计算机可读存储介质1509在示例性实施方式中被示为单个介质,但是术语“计算机可读存储介质”应当被认为包括存储所述一个或多个指令集的单个介质或多个介质(例如,集中式或分布式数据库和/或相关联的高速缓存和服务器)。术语“计算机可读存储介质”还应当被认为包括能够存储或编码指令集的任何介质,所述指令集用于由机器执行并且使得所述机器执行本公开的任何一种或多种方法。因此,术语“计算机可读存储介质”应当被认为包括但不限于固态存储器以及光学介质和磁性介质,或者任何其它非暂时性机器可读介质。
本文所述的处理模块/单元/逻辑1528、部件以及其它特征可实施为分立硬件部件或集成在硬件部件(诸如,ASICS、FPGA、DSP或类似装置)的功能中。此外,处理模块/单元/逻辑1528可实施为硬件装置内的固件或功能电路。此外,处理模块/单元/逻辑1528可以以硬件装置和软件部件的任何组合来实施。
应注意,虽然***1500示出为具有数据处理***的各种部件,但是并不旨在表示使部件互连的任何特定架构或方式;因为此类细节和本公开的实施方式没有密切关系。还应该理解,具有更少部件或可能具有更多部件的网络计算机、手持计算机、移动电话、服务器和/或其它数据处理***也可与本公开的实施方式一起使用。
前述详细描述中的一些部分已经根据在计算机存储器内对数据位的运算的算法和符号表示而呈现。这些算法描述和表示是数据处理领域中的技术人员所使用的方式,以将他们的工作实质最有效地传达给本领域中的其他技术人员。本文中,算法通常被认为是导致所期望结果的自洽操作序列。这些操作是指需要对物理量进行物理操控的操作。
然而,应当牢记,所有这些和类似的术语均旨在与适当的物理量关联,并且仅仅是应用于这些量的方便标记。除非在以上讨论中以其它方式明确地指出,否则应当了解,在整个说明书中,利用术语(诸如所附权利要求书中所阐述的术语)进行的讨论是指计算机***或类似电子计算装置的动作和处理,所述计算机***或电子计算装置操控计算机***的寄存器和存储器内的表示为物理(电子)量的数据,并将所述数据变换成计算机***存储器或寄存器或者其它此类信息存储装置、传输或显示装置内类似地表示为物理量的其它数据。
本公开的实施方式还涉及用于执行本文中的操作的设备。这种计算机程序存储在非暂时性计算机可读介质中。机器可读介质包括用于以机器(例如,计算机)可读的形式存储信息的任何机构。例如,机器可读(例如,计算机可读)介质包括机器(例如,计算机)可读存储介质(例如,只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存存储器装置)。
前述附图中所描绘的过程或方法可由处理逻辑来执行,所述处理逻辑包括硬件(例如,电路、专用逻辑等)、软件(例如,体现在非暂时性计算机可读介质上)或两者的组合。尽管所述过程或方法在上文是依据一些顺序操作来描述的,但是应当了解,所述操作中的一些可按不同的顺序执行。此外,一些操作可并行地执行而不是顺序地执行。
本公开的实施方式并未参考任何特定的编程语言进行描述。应认识到,可使用多种编程语言来实施如本文描述的本公开的实施方式的教导。
在以上的说明书中,已经参考本公开的具体示例性实施方式对本公开的实施方式进行了描述。将显而易见的是,在不脱离所附权利要求书中阐述的本公开的更宽泛精神和范围的情况下,可对本公开作出各种修改。因此,应当在说明性意义而不是限制性意义上来理解本说明书和附图。
Claims (21)
1.一种生成用于操作自动驾驶车辆的参考线的计算机实施的方法,所述方法包括:
确定沿路径的第一段的第一限定距离内的多个参考点中具有最小曲率的第一结束参考点;
基于第一初始参考点和所述第一结束参考点生成第一参考线;
确定沿所述路径的第二段的第二限定距离内的多个参考点中具有最小曲率的第二结束参考点;
基于所述第一结束参考点和所述第二结束参考点和所述第一参考线的末端部生成第二参考线;以及
沿所述第一参考线和所述第二参考线控制所述自动驾驶车辆。
2.根据权利要求1所述的方法,其中,沿所述路径的所述第一限定距离内的多个点从地图中获得,所述方法还包括:
检查所述第一限定距离内的所述多个参考点中的每一个的曲率,以确定具有最小曲率的所述第一结束参考点。
3.根据权利要求1所述的方法,还包括:
获取所述路径的所述第一段的初始长度;
从所述参考线的所述初始长度减去预定距离以及加上预定距离,以确定沿所述路径的所述第一限定距离。
4.根据权利要求3所述的方法,其中,所述预定距离约为所述路径的所述第一段的所述初始长度的10%。
5.根据权利要求1所述的方法,其中,所述第一参考线的所述末端部小于所述第一参考线的长度的10%。
6.根据权利要求1所述的方法,其中,基于所述第一结束参考点和所述第二结束参考点和所述第一参考线的末端部生成第二参考线包括对所述第一参考线的所述末端部使用第一组约束,所述第一组约束包括所述自动驾驶车辆的(x,y)坐标和行进方向。
7.根据权利要求6所述的方法,其中,第二组约束用于生成所述第二参考线,所述第二组约束包括所述自动驾驶车辆的(x,y)坐标和行进方向,其中,所述第一组约束比所述第二组约束严格。
8.一种存储有指令的非暂时性机器可读介质,所述指令在由处理器执行时致使所述处理器执行操作,所述操作包括:
确定沿路径的第一段的第一限定距离内的多个参考点中具有最小曲率的第一结束参考点;
基于第一初始参考点和所述第一结束参考点生成第一参考线;
确定沿所述路径的第二段的第二限定距离内的多个参考点中具有最小曲率的第二结束参考点;
基于所述第一结束参考点和所述第二结束参考点和所述第一参考线的末端部生成第二参考线;以及
沿所述第一参考线和所述第二参考线控制所述自动驾驶车辆。
9.根据权利要求8所述的机器可读介质,其中,沿所述路径的所述第一限定距离内的多个点从地图中获得,所述操作还包括:
检查所述第一限定距离内的所述多个参考点中的每一个的曲率,以确定具有最小曲率的所述第一结束参考点。
10.根据权利要求8所述的机器可读介质,其中,所述操作还包括:
获取所述路径的所述第一段的初始长度;
从所述参考线的所述初始长度减去预定距离以及加上预定距离,以确定沿所述路径的所述第一限定距离。
11.根据权利要求10所述的机器可读介质,其中,所述预定距离约为所述路径的所述第一段的所述初始长度的10%。
12.根据权利要求8所述的机器可读介质,其中,所述第一参考线的所述末端部小于所述第一参考线的长度的10%。
13.根据权利要求8所述的机器可读介质,其中,基于所述第一结束参考点和所述第二结束参考点和所述第一参考线的末端部生成第二参考线包括对所述第一参考线的所述末端部使用第一组约束,所述第一组约束包括所述自动驾驶车辆的(x,y)坐标和行进方向。
14.根据权利要求13所述的机器可读介质,其中,第二组约束用于生成所述第二参考线,所述第二组约束包括所述自动驾驶车辆的(x,y)坐标和行进方向,其中,所述第一组约束比所述第二组约束严格。
15.一种数据处理***,包括:
处理器;以及
存储器,所述存储器联接至所述处理器,以存储指令,所述指令在由所述处理器执行时致使所述处理器执行操作,所述操作包括:
确定沿路径的第一段的第一限定距离内的多个参考点中具有最小曲率的第一结束参考点;
基于第一初始参考点和所述第一结束参考点生成第一参考线;
确定沿所述路径的第二段的第二限定距离内的多个参考点中具有最小曲率的第二结束参考点;
基于所述第一结束参考点和所述第二结束参考点和所述第一参考线的末端部生成第二参考线;以及
沿所述第一参考线和所述第二参考线控制所述自动驾驶车辆。
16.根据权利要求15所述的***,其中,沿所述路径的所述第一限定距离内的多个点从地图中获得,所述操作还包括:
检查所述第一限定距离内的所述多个参考点中的每一个的曲率,以确定具有最小曲率的所述第一结束参考点。
17.根据权利要求15所述的***,其中,所述操作还包括:
获取所述路径的所述第一段的初始长度;
从所述参考线的所述初始长度减去预定距离以及加上预定距离,以确定沿所述路径的所述第一限定距离。
18.根据权利要求17所述的***,其中,所述预定距离约为所述路径的所述第一段的所述初始长度的10%。
19.根据权利要求15所述的***,其中,所述第一参考线的所述末端部小于所述第一参考线的长度的10%。
20.根据权利要求15所述的***,其中,基于所述第一结束参考点和所述第二结束参考点和所述第一参考线的末端部生成第二参考线包括对所述第一参考线的所述末端部使用第一组约束,所述第一组约束包括所述自动驾驶车辆的(x,y)坐标和行进方向。
21.根据权利要求20所述的***,其中,第二组约束用于生成所述第二参考线,所述第二组约束包括所述自动驾驶车辆的(x,y)坐标和行进方向,其中,所述第一组约束比所述第二组约束严格。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2019/080414 WO2020198938A1 (en) | 2019-03-29 | 2019-03-29 | Multi-point enforced based stitch method to connect two smoothed reference lines |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112272805A true CN112272805A (zh) | 2021-01-26 |
CN112272805B CN112272805B (zh) | 2024-06-11 |
Family
ID=72664843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980002097.0A Active CN112272805B (zh) | 2019-03-29 | 2019-03-29 | 连接两条平滑参考线的基于多点增强的拼接方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11400955B2 (zh) |
CN (1) | CN112272805B (zh) |
WO (1) | WO2020198938A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117032201A (zh) * | 2023-03-07 | 2023-11-10 | 山西省智慧交通研究院有限公司 | 一种基于车路协同的矿井下自动驾驶车辆协调规划方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021243069A1 (en) * | 2020-05-28 | 2021-12-02 | Aclima Inc. | Routing method for mobile sensor platforms |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6134486A (en) * | 1998-04-20 | 2000-10-17 | The United States Of America As Represented By The Secretary Of The Navy | Robot and method of control for an autonomous vehicle to track a path consisting of directed straight lines and circles with positional feedback and continuous curvature |
CN106441312A (zh) * | 2015-08-11 | 2017-02-22 | 高德软件有限公司 | 一种生成引导线的方法及装置 |
US20180348761A1 (en) * | 2017-05-31 | 2018-12-06 | Baidu Usa Llc | Scalable smooth reference path generator for autonomous driving vehicles |
CN109375632A (zh) * | 2018-12-17 | 2019-02-22 | 清华大学 | 自动驾驶车辆实时轨迹规划方法 |
US20190086932A1 (en) * | 2017-09-18 | 2019-03-21 | Baidu Usa Llc | Smooth road reference line for autonomous driving vehicles based on 2d constrained smoothing spline |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2543251B (en) * | 2015-08-26 | 2021-07-21 | Guidance Automation Ltd | Calibrating an automated guided vehicle |
JP2017100652A (ja) * | 2015-12-04 | 2017-06-08 | 株式会社デンソー | 走行軌跡生成装置、走行軌跡生成方法 |
CN105867421B (zh) * | 2016-05-25 | 2019-01-04 | 华中科技大学 | 一种基于ph曲线的无人机路径规划方法 |
US9816822B1 (en) * | 2016-09-30 | 2017-11-14 | X Development Llc | Assisted roadmap generation |
US11066069B2 (en) * | 2019-03-04 | 2021-07-20 | Baidu Usa Llc | Extra-freedom stitch method for reference line smoothing |
US11106212B2 (en) * | 2019-03-26 | 2021-08-31 | Baidu Usa Llc | Path planning for complex scenes with self-adjusting path length for autonomous driving vehicles |
-
2019
- 2019-03-29 CN CN201980002097.0A patent/CN112272805B/zh active Active
- 2019-03-29 WO PCT/CN2019/080414 patent/WO2020198938A1/en active Application Filing
- 2019-03-29 US US16/338,461 patent/US11400955B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6134486A (en) * | 1998-04-20 | 2000-10-17 | The United States Of America As Represented By The Secretary Of The Navy | Robot and method of control for an autonomous vehicle to track a path consisting of directed straight lines and circles with positional feedback and continuous curvature |
CN106441312A (zh) * | 2015-08-11 | 2017-02-22 | 高德软件有限公司 | 一种生成引导线的方法及装置 |
US20180348761A1 (en) * | 2017-05-31 | 2018-12-06 | Baidu Usa Llc | Scalable smooth reference path generator for autonomous driving vehicles |
CN108981730A (zh) * | 2017-05-31 | 2018-12-11 | 百度(美国)有限责任公司 | 用于为操作自动驾驶车辆生成参考路径的方法和*** |
US20190086932A1 (en) * | 2017-09-18 | 2019-03-21 | Baidu Usa Llc | Smooth road reference line for autonomous driving vehicles based on 2d constrained smoothing spline |
CN109521762A (zh) * | 2017-09-18 | 2019-03-26 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的基于2d约束平滑样条的平滑道路参考线路 |
CN109375632A (zh) * | 2018-12-17 | 2019-02-22 | 清华大学 | 自动驾驶车辆实时轨迹规划方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117032201A (zh) * | 2023-03-07 | 2023-11-10 | 山西省智慧交通研究院有限公司 | 一种基于车路协同的矿井下自动驾驶车辆协调规划方法 |
CN117032201B (zh) * | 2023-03-07 | 2024-04-12 | 山西省智慧交通研究院有限公司 | 一种基于车路协同的矿井下自动驾驶车辆协调规划方法 |
Also Published As
Publication number | Publication date |
---|---|
US20210188309A1 (en) | 2021-06-24 |
CN112272805B (zh) | 2024-06-11 |
US11400955B2 (en) | 2022-08-02 |
WO2020198938A1 (en) | 2020-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110389581B (zh) | 用于为自动驾驶车辆生成障碍物的预测轨迹的方法 | |
CN110667591B (zh) | 用于自动驾驶车辆的规划驾驶感知*** | |
CN109947090B (zh) | 用于自动驾驶车辆规划的非阻塞边界 | |
CN110239562B (zh) | 自动驾驶车辆的基于周围车辆行为的实时感知调整与驾驶调适 | |
CN109489673B (zh) | 用于自动驾驶车辆的数据驱动地图更新*** | |
US10754341B2 (en) | Systems and methods for accelerated curve projection | |
CN110389580B (zh) | 用于规划自动驾驶车辆的路径的漂移校正的方法 | |
CN110096053B (zh) | 用于自动驾驶车辆的驾驶轨迹生成方法、***和机器可读介质 | |
CN110096054B (zh) | 用于使用多个线程生成用于自动驾驶车辆的参考线的方法和*** | |
CN110727267A (zh) | 具有冗余超声雷达的自动驾驶车辆 | |
CN111176268A (zh) | 用于自动驾驶车辆的模仿人类驾驶行为的两步参考线平滑方法 | |
CN110621541B (zh) | 用于生成轨迹以操作自动驾驶车辆的方法和*** | |
CN109491378B (zh) | 自动驾驶车辆的基于道路分段的路线引导*** | |
CN111061261A (zh) | 使用标准导航地图与基于车辆的先前轨迹确定的车道配置的自动驾驶 | |
CN111123906A (zh) | 不同横向加速度约束下的最优纵向轨迹生成 | |
CN111044992A (zh) | 用于自动驾驶的基于交叉验证的自动lidar校准 | |
CN110597243A (zh) | 自动驾驶车辆的基于v2x通信的车辆车道*** | |
CN111712417A (zh) | 用于自动驾驶车辆的、基于隧道的规划*** | |
US10732632B2 (en) | Method for generating a reference line by stitching multiple reference lines together using multiple threads | |
CN111857118A (zh) | 对停车轨迹分段以控制自动驾驶车辆停车 | |
CN111856923A (zh) | 加速对复杂驾驶场景的规划的参数学习的神经网络方法 | |
CN111328313B (zh) | 用于自动驾驶车辆的控制占主导的三点转弯规划 | |
CN111615476A (zh) | 用于自动驾驶车辆的基于螺旋曲线的竖直停车规划*** | |
CN111615618A (zh) | 用于自动驾驶车辆的高速规划的基于多项式拟合的参考线平滑方法 | |
CN111830959A (zh) | 用于操作自动驾驶车辆的方法、***和机器可读介质 |
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 |