CN112373471B - 用于控制车辆行驶的方法、装置、电子设备和可读介质 - Google Patents

用于控制车辆行驶的方法、装置、电子设备和可读介质 Download PDF

Info

Publication number
CN112373471B
CN112373471B CN202110033180.3A CN202110033180A CN112373471B CN 112373471 B CN112373471 B CN 112373471B CN 202110033180 A CN202110033180 A CN 202110033180A CN 112373471 B CN112373471 B CN 112373471B
Authority
CN
China
Prior art keywords
detected
value
track information
information
track
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
CN202110033180.3A
Other languages
English (en)
Other versions
CN112373471A (zh
Inventor
王禅同
陈雨青
孙磊
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.)
Heduo Technology Guangzhou Co ltd
Original Assignee
HoloMatic Technology Beijing 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 HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN202110033180.3A priority Critical patent/CN112373471B/zh
Publication of CN112373471A publication Critical patent/CN112373471A/zh
Application granted granted Critical
Publication of CN112373471B publication Critical patent/CN112373471B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本公开的实施例公开了用于控制车辆行驶的方法、装置、电子设备和可读介质。该方法的一具体实施方式包括：获取障碍物车辆信息和目标车辆的目标车辆信息；根据该目标车辆信息和该障碍物车辆信息，生成该目标车辆的行驶任务；获取该行驶任务下的采样信息集；基于该采样信息集，生成目标车辆行驶轨迹。该实施方式实现了按照不同行驶规划任务进行数据的采样，减少计算量，提高行驶轨迹的规划速度，从而提高了车辆在行驶过程中的安全性。

Description

用于控制车辆行驶的方法、装置、电子设备和可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及用于控制车辆行驶的方法、装置、电子设备和可读介质。
背景技术
运动规划技术为自动驾驶领域中较为重要的技术，其主要功能是依据感知、定位和决策模块提供的数据，规划出一条安全、可控、兼顾舒适性和时间效率的轨迹，输入给控制模块。目前，在对自动驾驶汽车的运动规划时，往往多采用自适应巡航或人工势场法的规划方法对目标车辆进行轨迹规划从而控制车辆行驶。
然而，当采用上述方式控制车辆行驶时，经常会存在如下技术问题：
第一，在规划任务中需要考虑时间维度、车辆位置、航向角、速度、加速度、加加速度、轨迹曲率等数据。因此，自动驾驶的运动规划是一个高维度的规划问题。但由于车载运算单元计算能力的限制，以及自动驾驶对实时性的要求，直接求解高维规划问题在工程上难以实现，而低纬度的车辆轨迹规划生成的规划路线准确度偏低，从而造成车辆在行驶过程中的安全性偏低。
第二，在对行驶轨迹进行性能评估时，往往通过数值计算和幅度限制保证加速度和体感的稳定性，无法综合考虑多种性能指标，导致规划结果存在偏差。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了用于控制车辆行驶的方法、装置、电子设备和可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种用于控制车辆行驶的方法，该方法包括：获取障碍物车辆信息和目标车辆的目标车辆信息；根据上述目标车辆信息和上述障碍物车辆信息，生成上述目标车辆的行驶任务；获取上述行驶任务下的采样信息集；基于上述采样信息集，生成目标车辆行驶轨迹。
第二方面，本公开的一些实施例提供了一种用于控制车辆行驶的装置，装置包括：第一获取单元，被配置成获取障碍物车辆信息和目标车辆的目标车辆信息；第一生成单元，被配置成根据上述目标车辆信息和上述障碍物车辆信息，生成上述目标车辆的行驶任务；第二获取单元，被配置成获取上述行驶任务下的采样信息集；第二生成单元，被配置成基于上述采样信息集，生成目标车辆行驶轨迹。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的用于控制车辆行驶的方法得到的目标车辆行驶轨迹。按照不同行驶规划任务进行数据的采样，减少计算量，提高行驶轨迹的规划速度，从而提高了车辆在行驶过程中的安全性。具体来说，造成车辆在行驶过程中的安全性较低的原因在于：在规划任务中需要考虑时间维度、车辆位置、航向角、速度、加速度、加加速度、轨迹曲率等数据。因此，自动驾驶的运动规划是一个高维度的规划问题。但由于车载运算单元计算能力的限制，以及自动驾驶对实时性的要求，直接求解高维规划问题在工程上难以实现，而低纬度的车辆轨迹规划生成的规划路线准确度偏低，从而造成车辆在行驶过程中的安全性偏低。基于此，本公开的一些实施例的用于控制车辆行驶的方法，首先，获取障碍物车辆信息和目标车辆的目标车辆信息。由此，为后续检测目标车辆的行驶任务提供数据支撑。其次，根据上述目标车辆信息和上述障碍物车辆信息，生成上述目标车辆的行驶任务。按照不同行驶规划任务进行数据的采样，减少计算量，提高行驶轨迹的规划速度。再次，获取上述行驶任务下的采样信息集。通过获取的采样信息集为后续生成目标车辆行驶轨迹提供数据支撑。即，根据不同的行驶规划任务，获取的采样信息集，能够减少高纬度的计算量以生成目标车辆行驶轨迹。最后，基于上述采样信息集，生成目标车辆行驶轨迹。按照不同行驶规划任务进行数据的采样，减少了计算量，提高行驶轨迹的规划速度，从而提高了车辆在行驶过程中的安全性。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的用于控制车辆行驶的方法的一个应用场景的示意图；
图2是根据本公开的用于控制车辆行驶的方法的一些实施例的流程图；
图3是根据本公开的用于控制车辆行驶的装置的一些实施例的结构示意图；
图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是本公开的一些实施例的用于控制车辆行驶的方法的一个应用场景的示意图。
在图1的应用场景中，首先，计算设备101可以获取障碍物车辆信息102和目标车辆的目标车辆信息103；其次，计算设备101可以根据上述目标车辆信息103和上述障碍物车辆信息102，生成上述目标车辆的行驶任务104；再次，计算设备101可以获取上述行驶任务下的采样信息集105；最后，计算设备101可以基于上述采样信息集105，生成目标车辆行驶轨迹106。可选地，计算设备101可以将上述目标车辆行驶轨迹106发送至上述目标车辆的控制设备，以用于控制上述目标车辆沿上述目标车辆行驶轨迹行驶。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的计算设备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计算设备。
继续参考图2，示出了根据本公开的用于控制车辆行驶的方法的一些实施例的流程200。该用于控制车辆行驶的方法，可以包括以下步骤：
步骤201，获取障碍物车辆信息和目标车辆的目标车辆信息。
在一些实施例中，用于控制车辆行驶的方法的执行主体（如图1所示的计算设备101）可以通过有线连接方式或者无线连接方式获取障碍物车辆信息和目标车辆的目标车辆信息。其中，上述障碍物车辆信息可以包括：障碍物车辆位置信息和上述障碍物车辆位置信息对应的时间戳。上述目标车辆的目标车辆信息可以包括：目标车辆位置信息和上述目标车辆位置信息对应的时间戳。上述障碍物车辆位置信息和上述目标车辆位置信息均为Frenet坐标系下的位置信息。上述障碍物车辆位置信息可以包括：距预设起始点的纵向距离和横向偏移系数。
作为示例，上述障碍物车辆信息包括的障碍物车辆位置信息可以是[[1609320237]，[100m，1]]。上述目标车辆信息包括的目标车辆位置信息可以是[[1609320237]，[90m，1]]。
步骤202，根据目标车辆信息和障碍物车辆信息，生成目标车辆的行驶任务。
在一些实施例中，上述执行主体可以响应于确定上述障碍物车辆信息对应的时间戳和上述目标车辆信息对应的时间戳相同。确定上述障碍物车辆位置信息和上述目标车辆位置信息的距离信息。并响应于上述距离信息小于预设刹车阈值，将预设紧急制动任务确定为上述行驶任务。其中，上述预设刹车阈值可以是30m。
作为示例，上述障碍物车辆信息包括的障碍物车辆位置信息可以是[100m，1]。上述目标车辆信息包括的目标车辆位置信息可以是[90m，1]。由此可知，距离信息可以是10m。且小于预设刹车阈值：30m。则将预设紧急制动任务确定为上述行驶任务。
在一些实施例的一些可选的实现方式中，上述执行主体根据目标车辆信息和障碍物车辆信息，生成目标车辆的行驶任务，可以包括以下步骤：
第一步，响应于确定上述障碍物车辆信息对应的时间戳和上述目标车辆信息对应的时间戳相匹配，基于上述目标车辆信息和上述障碍物车辆信息，生成跟随距离。
其中，上述相匹配指的是上述障碍物车辆信息对应的时间戳和上述目标车辆信息对应的时间戳相同。
作为示例，上述障碍物车辆信息包括的障碍物车辆位置信息可以是[[1609320237]，[100m，1]]。上述目标车辆信息包括的目标车辆位置信息可以是[[1609320237]，[90m，1]]。上述障碍物车辆信息对应的时间戳可以是[1609320237]。上述目标车辆信息对应的时间戳可以是[1609320237]。从而，确定上述障碍物车辆信息对应的时间戳和上述目标车辆信息对应的时间戳相匹配。则确定将障碍物车辆信息包括的障碍物车辆位置信息与上述目标车辆信息包括的目标车辆位置信息的跟随距离。上述障碍物车辆信息包括的障碍物车辆位置信息可以是[100m，1]。上述目标车辆信息包括的目标车辆位置信息可以是[90m，1]。由此可知，跟随距离可以是10m。
第二步，响应于确定上述跟随距离满足巡航条件，将预设巡航任务确定为上述行驶任务。
其中，上述巡航条件可以是：上述跟随距离大于巡航阈值。上述巡航阈值可以是100m。
第三步，响应于确定上述跟随距离满足跟车条件，将预设跟车任务确定为上述行驶任务。
其中，上述跟车条件可以是：上述跟随距离大于跟车阈值且上述跟随距离小于等于巡航阈值。
作为示例，上述跟车阈值可以是60m。
第四步，响应于确定上述跟随距离满足停车条件，将预设停车任务确定为上述行驶任务。
其中，上述停车条件可以是：上述跟随距离小于等于跟车阈值。
作为示例，上述跟随距离可以是10m。小于跟车阈值，则将上述行驶任务确定为停车任务。
步骤203，获取行驶任务下的采样信息集。
在一些实施例中，上述执行主体可以响应于检测到上述行驶任务，获取行驶任务下的采样信息集。其中，上述行驶任务可以是巡航任务，也可以是跟车任务，还可以是停车任务。上述采样信息集中的采样信息为最后一个时间戳所对应的采样信息。
响应于上述行驶任务为预设巡航任务，获取上述预设巡航任务下的采样信息集，其中，上述预设巡航任务下的采样信息集中的采样信息可以包括：时间戳和速度值。响应于上述行驶任务为预设跟车任务，获取上述预设跟车任务下的采样信息集，其中，上述预设跟车任务下的采样信息集中的采样信息可以包括：时间戳和位置信息。响应于上述行驶任务为预设停车任务，获取上述预设停车任务下的采样信息集，其中，上述预设停车任务下的采样信息集中的采样信息可以包括：时间戳和位置信息。
步骤204，基于采样信息集，生成目标车辆行驶轨迹。
在一些实施例中，上述执行主体可以基于采样信息集，生成目标车辆行驶轨迹。其中，上述采样信息集中的采样信息可以包括：相对距离信息、相对速度值和目标车辆的类型。根据上述采样信息集，通过匀速运动模型，生成目标车辆行驶轨迹。
在一些实施例的一些可选的实现方式中，上述执行主体基于采样信息集，生成目标车辆行驶轨迹，可以包括以下步骤：
第一步，确定上述采样信息集中的每个采样信息的待检测轨迹信息序列，得到待检测轨迹信息序列集。
其中，上述待检测轨迹信息序列中的待检测轨迹信息可以包括但不限于以下至少一项：时间戳、加加速度值、目标车辆速度值、目标车辆位置信息、实际跟车距离、曲率、相对速度值和相对距离。
第二步，确定上述待检测轨迹信息序列集中每个待检测轨迹信息序列的损失值，得到损失值集。
其中，上述执行主体可以对于上述待检测轨迹信息序列集中的每个待检测轨迹信息序列，通过以下公式，生成上述待检测轨迹信息序列的损失值：
Figure 534243DEST_PATH_IMAGE001
。
其中，
Figure 859045DEST_PATH_IMAGE002
表示上述待检测轨迹信息序列中的待检测轨迹信息。
Figure 697688DEST_PATH_IMAGE003
表示时间戳。
Figure 322704DEST_PATH_IMAGE004
表示最后一个时间戳。
Figure 87136DEST_PATH_IMAGE005
表示上述待检测轨迹信息序列中最后一个时间戳对应的待检测轨迹信息所对应的终端性能损失值。
Figure 164813DEST_PATH_IMAGE006
表示上述待检测轨迹信息序列中各个时间戳对应的待检测轨迹信息所对应的积分性能损失值。
Figure 338305DEST_PATH_IMAGE007
表示损失值。
Figure 817828DEST_PATH_IMAGE008
表示第一损失值。
Figure 254626DEST_PATH_IMAGE009
表示第二损失值。
Figure 819599DEST_PATH_IMAGE010
表示第三损失值。
Figure 734466DEST_PATH_IMAGE011
表示第四损失值。
Figure 334074DEST_PATH_IMAGE012
表示第五损失值。
Figure 941773DEST_PATH_IMAGE013
表示第六损失值。
Figure 226999DEST_PATH_IMAGE014
表示第七损失值。
Figure 7873DEST_PATH_IMAGE015
表示第一预设权重。取值范围为[0。100]。
Figure 461988DEST_PATH_IMAGE016
表示第二预设权重。取值范围为[0。100]。
Figure 240588DEST_PATH_IMAGE017
表示第三预设权重。取值范围为[0。100]。
Figure 514575DEST_PATH_IMAGE018
表示第四预设权重。取值范围为[0。100]。
Figure 36823DEST_PATH_IMAGE019
表示第五预设权重。取值范围为[0。100]。
Figure 345445DEST_PATH_IMAGE020
表示第六预设权重。取值范围为[0。100]。
Figure 29367DEST_PATH_IMAGE021
表示第七预设权重。取值范围为[0。1]。
Figure 56229DEST_PATH_IMAGE022
表示衰减因子。取值范围为[0。100]。
Figure 913326DEST_PATH_IMAGE023
表示常数。取值为2.72。
Figure 574989DEST_PATH_IMAGE024
表示上述待检测轨迹信息包括的加加速度值。
Figure 492130DEST_PATH_IMAGE025
表示上述待检测轨迹信息包括的目标车辆速度值。
Figure 475129DEST_PATH_IMAGE026
表示预设期望速度值。
Figure 135918DEST_PATH_IMAGE027
表示上述待检测轨迹信息序列中各个时间戳对应的待检测轨迹信息包括的目标车辆速度值与上述预设期望速度值的差值对应的积分性能损失值。
Figure 419132DEST_PATH_IMAGE028
表示上述待检测轨迹信息序列中最后一个时间戳对应的待检测轨迹信息包括的目标车辆速度值与上述预设期望速度值的差值对应的终端性能损失值。
Figure 710436DEST_PATH_IMAGE029
表示上述待检测轨迹信息包括的目标车辆位置信息。
Figure 446311DEST_PATH_IMAGE030
表示预设期望位置信息。
Figure 114052DEST_PATH_IMAGE031
表示上述待检测轨迹信息序列中最后一个时间戳对应的待检测轨迹信息包括的目标车辆位置信息与上述预设期望位置信息对应的终端性能损失值。
Figure 251773DEST_PATH_IMAGE032
表示上述待检测轨迹信息包括的相对速度值。
Figure 713978DEST_PATH_IMAGE033
表示上述待检测轨迹信息包括的相对距离。
Figure 170105DEST_PATH_IMAGE034
表示上述待检测轨迹信息序列中各个时间戳对应的待检测轨迹信息包括的相对速度值与相对距离之间的比值所对应的积分性能损失值。
Figure 641537DEST_PATH_IMAGE035
表示上述待检测轨迹信息包括的曲率。
Figure 633764DEST_PATH_IMAGE036
表示上述待检测轨迹信息序列中各个时间戳对应的待检测轨迹信息包括的目标车辆速度值的平方和曲率相乘所得到值所对应的积分性能损失值。
Figure 266871DEST_PATH_IMAGE037
表示预设期望跟车距离。
Figure 774076DEST_PATH_IMAGE038
表示上述待检测轨迹信息包括的实际跟车距离。
上述公式作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“在对行驶轨迹进行性能评估时，往往通过数值计算和幅度限制保证加速度和体感的稳定性，无法综合考虑多种性能指标，规划结果存在偏差”。导致规划结果存在偏差的因素往往如下：在对行驶轨迹进行性能评估时，往往通过数值计算和幅度限制保证加速度和体感的稳定性，无法综合考虑多种性能指标，规划结果存在偏差。如果解决了上述因素，就能提高所生成的规划轨迹的精度。为了达到这一效果，本公开基于不同的规划任务，划分不同的代价指标。并且对应每个特定的性能指标，设计了对应的代价指标以评估轨迹性能。并通过寻找全局最优解，得到最优行驶轨迹。而上述代价指标是通过上述公式中各种损失值进行表征。对于运动规划的代价指标，可分为终端性能指标和积分性能指标两种。其中，上述积分性能指标又分为舒适性代价指标和速度误差代价指标。其中，上述终端性能指标又分为终端代价指标、占据距离安全性代价指标、碰撞时间安全性代价指标、侧向加速度动力学代价指标和碰撞检测安全性代价指标。通过对自动驾驶规划所需的完整状态信息的综合性能的评估，使得轨迹的评估更加全面准确，从而提高了车辆在行驶过程中的安全性。
第三步，从上述损失值集中选择损失值最小的损失值作为目标损失值。
其中，从上述损失值集中选择损失值最小的损失值作为目标损失值，可以包括以下子步骤：
第一子步骤，确定上述损失值集对应的顶点采样信息集。
第二子步骤，响应于确定上述损失值集中存在满足以下条件组的损失值，将上述满足以下条件组的损失值确定为目标损失值。
其中，上述条件组可以为：
Figure 783620DEST_PATH_IMAGE039
。
其中，
Figure 630353DEST_PATH_IMAGE040
和
Figure 434361DEST_PATH_IMAGE041
表示序号。
Figure 366545DEST_PATH_IMAGE042
表示上述顶点采样信息集中顶点采样信息的个数。
Figure 678315DEST_PATH_IMAGE043
表示偏置系数。取值范围可以是[0，1]。
Figure 379555DEST_PATH_IMAGE044
表示预设初始损失值。
Figure 620044DEST_PATH_IMAGE045
表示上述损失值集中的第
Figure 836261DEST_PATH_IMAGE041
个损失值。
Figure 187608DEST_PATH_IMAGE046
表示预设系数。取值范围为0到正无穷。
Figure 743354DEST_PATH_IMAGE047
表示上述顶点采样信息集中的第
Figure 951482DEST_PATH_IMAGE040
个顶点采样信息。
Figure 592679DEST_PATH_IMAGE048
表示上述损失值集中的第
Figure 747717DEST_PATH_IMAGE040
个损失值。
Figure 220286DEST_PATH_IMAGE049
表示上述顶点采样信息集中的第
Figure 536998DEST_PATH_IMAGE041
个顶点采样信息。
Figure 727808DEST_PATH_IMAGE050
表示上述顶点采样信息集中的顶点采样信息。
Figure 653913DEST_PATH_IMAGE007
表示上述损失值。
第四步，将上述目标损失值对应的待检测轨迹信息序列确定为上述目标轨迹信息序列。
第五步，基于上述目标轨迹信息序列，生成目标车辆行驶轨迹。
可选地，将上述目标车辆行驶轨迹发送至上述目标车辆的控制设备，以用于控制上述目标车辆沿上述目标车辆行驶轨迹行驶。
在一些实施例中，上述执行主体可以将上述目标车辆行驶轨迹发送至上述目标车辆的控制设备，其中，上述目标车辆的控制设备可以用于控制上述目标车辆沿上述目标车辆行驶轨迹行驶。
本公开的上述各个实施例具有如下有益效果：首先，获取障碍物车辆信息和目标车辆的目标车辆信息。由此，为后续检测目标车辆的行驶任务提供数据支撑。其次，根据上述目标车辆信息和上述障碍物车辆信息，生成上述目标车辆的行驶任务。按照不同行驶规划任务进行数据的采样，减少计算量，提高行驶轨迹的规划速度。再次，获取上述行驶任务下的采样信息集。获取的采样信息集为后续生成目标车辆行驶轨迹提供数据支撑。根据不同的行驶规划任务，获取的采样信息集，能够减少高纬度的计算量。最后，基于上述采样信息集，生成目标车辆行驶轨迹。基于不同的规划任务，划分不同的代价指标。并且对应每个特定的性能指标，设计了对应的代价指标以评估轨迹性能。并通过寻找全局最优解，得到最优行驶轨迹。由此，提高了路径规划的准确性，从而提高了车辆在行驶过程中的安全性。
进一步参考图3，作为对上述各图所示方法的实现，本公开提供了一种用于控制车辆行驶的装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，一些实施例的用于控制车辆行驶的装置300包括：第一获取单元301、第一生成单元302、第二获取单元303和第二生成单元304。其中，第一获取单元301，被配置成获取障碍物车辆信息和目标车辆的目标车辆信息；第一生成单元302，被配置成根据上述目标车辆信息和上述障碍物车辆信息，生成上述目标车辆的行驶任务；第二获取单元303，被配置成获取上述行驶任务下的采样信息集；第二生成单元304，被配置成基于上述采样信息集，生成目标车辆行驶轨迹。
可以理解的是，该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。
下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备（例如图1中的计算设备101）400的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理装置（例如中央处理器、图形处理器等）401，其可以根据存储在只读存储器（ROM）402中的程序或者从存储装置408加载到随机访问存储器（RAM）403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出（I/O）接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置404；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取障碍物车辆信息和目标车辆的目标车辆信息；根据上述目标车辆信息和上述障碍物车辆信息，生成上述目标车辆的行驶任务；获取上述行驶任务下的采样信息集；基于上述采样信息集，生成目标车辆行驶轨迹。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取单元、第一生成单元、第二获取单元和第二生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取障碍物车辆信息和目标车辆的目标车辆信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上***（SOC）、复杂可编程逻辑设备（CPLD）等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (7)

1.一种用于控制车辆行驶的方法，包括：
获取障碍物车辆信息和目标车辆的目标车辆信息；
根据所述目标车辆信息和所述障碍物车辆信息，生成所述目标车辆的行驶任务；
获取所述行驶任务下的采样信息集；
基于所述采样信息集，生成目标车辆行驶轨迹；
其中，所述采样信息包括以下至少一项：时间戳、速度值和位置信息；以及
所述基于所述采样信息集，生成目标车辆行驶轨迹，包括：
确定所述采样信息集中的每个采样信息的待检测轨迹信息序列，得到待检测轨迹信息序列集，其中，所述待检测轨迹信息序列中的待检测轨迹信息包括以下至少一项：时间戳、加加速度值、目标车辆速度值、目标车辆位置信息、实际跟车距离、曲率、相对速度值和相对距离；
从所述待检测轨迹信息序列集中选择满足目标条件的待检测轨迹信息序列作为目标轨迹信息序列；
基于所述目标轨迹信息序列，生成所述目标车辆行驶轨迹；
其中，所述从所述待检测轨迹信息序列集中选择满足目标条件的待检测轨迹信息序列作为目标轨迹信息序列，包括：
确定所述待检测轨迹信息序列集中每个待检测轨迹信息序列的损失值，得到损失值集；
从所述损失值集中选择损失值最小的损失值作为目标损失值；
将所述目标损失值对应的待检测轨迹信息序列确定为所述目标轨迹信息序列；
其中，所述确定所述待检测轨迹信息序列集中每个待检测轨迹信息序列的损失值，包括：
对于所述待检测轨迹信息序列集中的每个待检测轨迹信息序列，通过以下公式，生成所述待检测轨迹信息序列的损失值：
Figure 904439DEST_PATH_IMAGE001
，
其中，
Figure 1708DEST_PATH_IMAGE002
表示所述待检测轨迹信息序列中的待检测轨迹信息，
Figure 568955DEST_PATH_IMAGE003
表示时间戳，
Figure 336054DEST_PATH_IMAGE004
表示最后一个时间戳，
Figure 988752DEST_PATH_IMAGE005
表示所述待检测轨迹信息序列中最后一个时间戳对应的待检测轨迹信息所对应的终端性能损失值，
Figure 762149DEST_PATH_IMAGE006
表示所述待检测轨迹信息序列中各个时间戳对应的待检测轨迹信息所对应的积分性能损失值，
Figure 183903DEST_PATH_IMAGE007
表示损失值，
Figure 246537DEST_PATH_IMAGE008
表示第一损失值，
Figure 261897DEST_PATH_IMAGE009
表示第二损失值，
Figure 700969DEST_PATH_IMAGE010
表示第三损失值，
Figure 118175DEST_PATH_IMAGE011
表示第四损失值，
Figure 617289DEST_PATH_IMAGE012
表示第五损失值，
Figure 979000DEST_PATH_IMAGE013
表示第六损失值，
Figure 97129DEST_PATH_IMAGE014
表示第七损失值，
Figure 493475DEST_PATH_IMAGE015
表示第一预设权重，取值范围为[0，100]，
Figure 38857DEST_PATH_IMAGE016
表示第二预设权重，取值范围为[0，100]，
Figure 153444DEST_PATH_IMAGE017
表示第三预设权重，取值范围为[0，100]，
Figure 75264DEST_PATH_IMAGE018
表示第四预设权重，取值范围为[0，100]，
Figure 467062DEST_PATH_IMAGE019
表示第五预设权重，取值范围为[0，100]，
Figure 307979DEST_PATH_IMAGE020
表示第六预设权重，取值范围为[0，100]，
Figure 50807DEST_PATH_IMAGE021
表示第七预设权重，取值范围为[0，1]，
Figure 635372DEST_PATH_IMAGE022
表示衰减因子，取值范围为[0，100]，
Figure 896325DEST_PATH_IMAGE023
表示常数，取值为2.72，
Figure 908143DEST_PATH_IMAGE024
表示所述待检测轨迹信息包括的加加速度值，
Figure 872688DEST_PATH_IMAGE025
表示所述待检测轨迹信息包括的目标车辆速度值，
Figure 136311DEST_PATH_IMAGE026
表示预设期望速度值，
Figure 361756DEST_PATH_IMAGE027
表示所述待检测轨迹信息序列中各个时间戳对应的待检测轨迹信息包括的目标车辆速度值与所述预设期望速度值的差值对应的积分性能损失值，
Figure 685421DEST_PATH_IMAGE028
表示所述待检测轨迹信息序列中最后一个时间戳对应的待检测轨迹信息包括的目标车辆速度值与所述预设期望速度值的差值对应的终端性能损失值，
Figure 261895DEST_PATH_IMAGE029
表示所述待检测轨迹信息包括的目标车辆位置信息，
Figure 63629DEST_PATH_IMAGE030
表示预设期望位置信息，
Figure 143581DEST_PATH_IMAGE031
表示所述待检测轨迹信息序列中最后一个时间戳对应的待检测轨迹信息包括的目标车辆位置信息与所述预设期望位置信息对应的终端性能损失值，
Figure 903726DEST_PATH_IMAGE032
表示所述待检测轨迹信息包括的相对速度值，
Figure 577284DEST_PATH_IMAGE033
表示所述待检测轨迹信息包括的相对距离，
Figure 307343DEST_PATH_IMAGE034
表示所述待检测轨迹信息序列中各个时间戳对应的待检测轨迹信息包括的相对速度值与相对距离之间的比值所对应的积分性能损失值，
Figure 382746DEST_PATH_IMAGE035
表示所述待检测轨迹信息包括的曲率，
Figure 172848DEST_PATH_IMAGE036
表示所述待检测轨迹信息序列中各个时间戳对应的待检测轨迹信息包括的目标车辆速度值的平方和曲率相乘所得到值所对应的积分性能损失值，
Figure 596351DEST_PATH_IMAGE037
表示预设期望跟车距离，
Figure 5467DEST_PATH_IMAGE038
表示所述待检测轨迹信息包括的实际跟车距离。
2.根据权利要求1所述的方法，其中，所述方法还包括：
将所述目标车辆行驶轨迹发送至所述目标车辆的控制设备，以用于控制所述目标车辆沿所述目标车辆行驶轨迹行驶。
3.根据权利要求1所述的方法，其中，所述根据所述目标车辆信息和所述障碍物车辆信息，生成所述目标车辆的行驶任务，包括：
响应于确定所述障碍物车辆信息对应的时间戳和所述目标车辆信息对应的时间戳相匹配，基于所述目标车辆信息和所述障碍物车辆信息，生成跟随距离；
基于所述跟随距离，生成所述目标车辆的行驶任务。
4.根据权利要求3所述的方法，其中，所述基于所述跟随距离，生成所述目标车辆的行驶任务，包括：
响应于确定所述跟随距离满足巡航条件，将预设巡航任务确定为所述行驶任务，其中，所述巡航条件包括：所述跟随距离大于巡航阈值；
响应于确定所述跟随距离满足跟车条件，将预设跟车任务确定为所述行驶任务，其中，所述跟车条件包括：所述跟随距离大于跟车阈值且所述跟随距离小于等于巡航阈值；
响应于确定所述跟随距离满足停车条件，将预设停车任务确定为所述行驶任务，其中，所述停车条件包括：所述跟随距离小于等于跟车阈值。
5.一种用于控制车辆行驶的装置，包括：
第一获取单元，被配置成获取障碍物车辆信息和目标车辆的目标车辆信息；
第一生成单元，被配置成根据所述目标车辆信息和所述障碍物车辆信息，生成所述目标车辆的行驶任务；
第二获取单元，被配置成获取所述行驶任务下的采样信息集，其中，所述采样信息包括以下至少一项：时间戳、速度值和位置信息；
第二生成单元，被配置成基于所述采样信息集，生成目标车辆行驶轨迹；
其中，第二生成单元被进一步被配置成：确定所述采样信息集中的每个采样信息的待检测轨迹信息序列，得到待检测轨迹信息序列集，其中，所述待检测轨迹信息序列中的待检测轨迹信息包括以下至少一项：时间戳、加加速度值、目标车辆速度值、目标车辆位置信息、实际跟车距离、曲率、相对速度值和相对距离；
从所述待检测轨迹信息序列集中选择满足目标条件的待检测轨迹信息序列作为目标轨迹信息序列；
基于所述目标轨迹信息序列，生成所述目标车辆行驶轨迹；
其中，所述从所述待检测轨迹信息序列集中选择满足目标条件的待检测轨迹信息序列作为目标轨迹信息序列，包括：
确定所述待检测轨迹信息序列集中每个待检测轨迹信息序列的损失值，得到损失值集；
从所述损失值集中选择损失值最小的损失值作为目标损失值；
将所述目标损失值对应的待检测轨迹信息序列确定为所述目标轨迹信息序列；
其中，所述确定所述待检测轨迹信息序列集中每个待检测轨迹信息序列的损失值，包括：
对于所述待检测轨迹信息序列集中的每个待检测轨迹信息序列，通过以下公式，生成所述待检测轨迹信息序列的损失值：
Figure DEST_PATH_IMAGE039
，
其中，
Figure 466536DEST_PATH_IMAGE002
表示所述待检测轨迹信息序列中的待检测轨迹信息，
Figure 427538DEST_PATH_IMAGE003
表示时间戳，
Figure 810109DEST_PATH_IMAGE004
表示最后一个时间戳，
Figure 881970DEST_PATH_IMAGE005
表示所述待检测轨迹信息序列中最后一个时间戳对应的待检测轨迹信息所对应的终端性能损失值，
Figure 666387DEST_PATH_IMAGE006
表示所述待检测轨迹信息序列中各个时间戳对应的待检测轨迹信息所对应的积分性能损失值，
Figure 532712DEST_PATH_IMAGE007
表示损失值，
Figure 527212DEST_PATH_IMAGE008
表示第一损失值，
Figure 12552DEST_PATH_IMAGE009
表示第二损失值，
Figure 41687DEST_PATH_IMAGE010
表示第三损失值，
Figure 688701DEST_PATH_IMAGE011
表示第四损失值，
Figure 436077DEST_PATH_IMAGE012
表示第五损失值，
Figure 584161DEST_PATH_IMAGE013
表示第六损失值，
Figure 77591DEST_PATH_IMAGE014
表示第七损失值，
Figure 551297DEST_PATH_IMAGE015
表示第一预设权重，取值范围为[0，100]，
Figure 398686DEST_PATH_IMAGE016
表示第二预设权重，取值范围为[0，100]，
Figure 84882DEST_PATH_IMAGE017
表示第三预设权重，取值范围为[0，100]，
Figure 88611DEST_PATH_IMAGE018
表示第四预设权重，取值范围为[0，100]，
Figure 77426DEST_PATH_IMAGE019
表示第五预设权重，取值范围为[0，100]，
Figure 533815DEST_PATH_IMAGE020
表示第六预设权重，取值范围为[0，100]，
Figure 23703DEST_PATH_IMAGE021
表示第七预设权重，取值范围为[0，1]，
Figure 757303DEST_PATH_IMAGE022
表示衰减因子，取值范围为[0，100]，
Figure 572813DEST_PATH_IMAGE023
表示常数，取值为2.72，
Figure 391864DEST_PATH_IMAGE024
表示所述待检测轨迹信息包括的加加速度值，
Figure 419863DEST_PATH_IMAGE025
表示所述待检测轨迹信息包括的目标车辆速度值，
Figure 867025DEST_PATH_IMAGE026
表示预设期望速度值，
Figure 728802DEST_PATH_IMAGE027
表示所述待检测轨迹信息序列中各个时间戳对应的待检测轨迹信息包括的目标车辆速度值与所述预设期望速度值的差值对应的积分性能损失值，
Figure 894204DEST_PATH_IMAGE028
表示所述待检测轨迹信息序列中最后一个时间戳对应的待检测轨迹信息包括的目标车辆速度值与所述预设期望速度值的差值对应的终端性能损失值，
Figure 866839DEST_PATH_IMAGE029
表示所述待检测轨迹信息包括的目标车辆位置信息，
Figure 434087DEST_PATH_IMAGE030
表示预设期望位置信息，
Figure 325819DEST_PATH_IMAGE031
表示所述待检测轨迹信息序列中最后一个时间戳对应的待检测轨迹信息包括的目标车辆位置信息与所述预设期望位置信息对应的终端性能损失值，
Figure 119463DEST_PATH_IMAGE032
表示所述待检测轨迹信息包括的相对速度值，
Figure 754843DEST_PATH_IMAGE033
表示所述待检测轨迹信息包括的相对距离，
Figure 51964DEST_PATH_IMAGE034
表示所述待检测轨迹信息序列中各个时间戳对应的待检测轨迹信息包括的相对速度值与相对距离之间的比值所对应的积分性能损失值，
Figure 380177DEST_PATH_IMAGE035
表示所述待检测轨迹信息包括的曲率，
Figure 254592DEST_PATH_IMAGE036
表示所述待检测轨迹信息序列中各个时间戳对应的待检测轨迹信息包括的目标车辆速度值的平方和曲率相乘所得到值所对应的积分性能损失值，
Figure 831679DEST_PATH_IMAGE037
表示预设期望跟车距离，
Figure 373519DEST_PATH_IMAGE038
表示所述待检测轨迹信息包括的实际跟车距离。
6.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
7.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
CN202110033180.3A 2021-01-12 2021-01-12 用于控制车辆行驶的方法、装置、电子设备和可读介质 Active CN112373471B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110033180.3A CN112373471B (zh) 2021-01-12 2021-01-12 用于控制车辆行驶的方法、装置、电子设备和可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110033180.3A CN112373471B (zh) 2021-01-12 2021-01-12 用于控制车辆行驶的方法、装置、电子设备和可读介质

Publications (2)

Publication Number Publication Date
CN112373471A CN112373471A (zh) 2021-02-19
CN112373471B true CN112373471B (zh) 2021-05-04

Family

ID=74590370

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110033180.3A Active CN112373471B (zh) 2021-01-12 2021-01-12 用于控制车辆行驶的方法、装置、电子设备和可读介质

Country Status (1)

Country Link
CN (1) CN112373471B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112896191B (zh) * 2021-03-08 2022-11-08 京东鲲鹏(江苏)科技有限公司 轨迹处理方法、装置、电子设备和计算机可读介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2562060B1 (en) * 2011-08-22 2014-10-01 Honda Research Institute Europe GmbH A method and system for predicting movement behavior of a target traffic object
CN104925057A (zh) * 2015-06-26 2015-09-23 武汉理工大学 一种具有多模式切换体系的汽车自适应巡航***及其控制方法
CN107169468A (zh) * 2017-05-31 2017-09-15 北京京东尚科信息技术有限公司 用于控制车辆的方法和装置
CN108225364B (zh) * 2018-01-04 2021-07-06 吉林大学 一种无人驾驶汽车驾驶任务决策***及方法
JP6601696B2 (ja) * 2018-01-19 2019-11-06 本田技研工業株式会社 予測装置、予測方法、およびプログラム
CN110347155B (zh) * 2019-06-26 2020-11-06 北京理工大学 一种智能车辆自动驾驶控制方法及***
CN111076739B (zh) * 2020-03-25 2020-07-03 北京三快在线科技有限公司 一种路径规划的方法及装置
CN111639591B (zh) * 2020-05-28 2023-06-30 深圳地平线机器人科技有限公司 轨迹预测模型生成方法、装置、可读存储介质及电子设备
CN111932887B (zh) * 2020-08-17 2022-04-26 武汉四维图新科技有限公司 车道级轨迹数据的生成方法及设备

Also Published As

Publication number Publication date
CN112373471A (zh) 2021-02-19

Similar Documents

Publication Publication Date Title
CN112590813B (zh) 自动驾驶车辆信息生成方法、装置、电子设备和介质
CN113044042B (zh) 车辆预测变道图像显示方法、装置、电子设备和可读介质
CN113126624B (zh) 自动驾驶仿真测试方法、装置、电子设备和介质
CN113934775B (zh) 车辆轨迹地图匹配方法、装置、设备和计算机可读介质
CN112328731B (zh) 车辆车道级定位方法、装置、电子设备和计算机可读介质
CN112598731B (zh) 车辆定位方法、装置、电子设备和计算机可读介质
CN113033925A (zh) 用于控制自动驾驶车辆行驶、装置、电子设备和介质
CN110501013B (zh) 位置补偿方法、装置及电子设备
CN112373471B (zh) 用于控制车辆行驶的方法、装置、电子设备和可读介质
CN109606366B (zh) 用于控制车辆的方法和装置
CN112649011B (zh) 车辆避障方法、装置、设备和计算机可读介质
CN113306570B (zh) 用于控制自动驾驶车辆的方法、装置和自动驾驶配送车
CN113119999A (zh) 自动驾驶特征的确定方法、装置、设备、介质及程序产品
CN116088538B (zh) 车辆轨迹信息生成方法、装置、设备和计算机可读介质
CN112017462A (zh) 用于生成场景信息的方法、装置、电子设备和介质
CN112232326A (zh) 行驶信息生成方法、装置、电子设备和计算机可读介质
CN112590929A (zh) 自动驾驶车辆方向盘的校正方法、装置、电子设备和介质
CN112590798A (zh) 用于检测驾驶员状态的方法、装置、电子设备和介质
CN112612277B (zh) 车辆轨迹规划方法、装置、设备和计算机可读介质
CN111950238B (zh) 自动驾驶故障评分表生成方法、装置、电子设备
KR102519496B1 (ko) 차량 가속도계 전진축을 캘리브레이션하는 방법 및 장치
CN111897903A (zh) 船舶位置预测方法、装置、电子设备和计算机可读介质
CN112677985A (zh) 车辆中控功能激活等级确定方法、装置、电子设备和介质
CN112595330A (zh) 车辆定位方法、装置、电子设备和计算机可读介质
CN113596780B (zh) 车辆交互信息生成方法、装置、设备和计算机可读介质

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
CP03 Change of name, title or address

Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806

Patentee after: Heduo Technology (Guangzhou) Co.,Ltd.

Address before: 100095 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing

Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

CP03 Change of name, title or address