CN112622924A - 一种驾驶规划方法及装置、车辆 - Google Patents
一种驾驶规划方法及装置、车辆 Download PDFInfo
- Publication number
- CN112622924A CN112622924A CN201910907005.5A CN201910907005A CN112622924A CN 112622924 A CN112622924 A CN 112622924A CN 201910907005 A CN201910907005 A CN 201910907005A CN 112622924 A CN112622924 A CN 112622924A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- path
- time
- sub
- motion control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- 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
-
- 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
- B60W40/10—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 vehicle motion
- B60W40/105—Speed
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种驾驶规划方法及装置、车辆、存储有计算机指令的非瞬时计算机可读存储介质,属于自动驾驶领域。该驾驶规划方法为:基于行程的参数以及车辆参数,确定所述车辆在所述行程上的全局路径;基于所述全局路径以及在第一时间中所述车辆的运动控制状态的反馈信息,对在第二时间中所述车辆实时速度和所述车辆在所述全局路径上的规划轨迹进行调整。从而使得速度以及轨迹规划更加符合车辆的能力,并且能够适应更多以及更加复杂的场景。
Description
技术领域
本申请实施例涉及自动驾驶领域,尤其涉及一种驾驶规划方法及装置、车辆、存储有计算机指令的非瞬时计算机可读存储介质。
背景技术
自动驾驶车辆作为一个复杂软硬件结合***,其安全可靠运行需要车载硬件、传感器集成、感知预测,以及控制规划等多个模块的协同配合工作。自动驾驶车辆核心软件模块包括如下部分:感知(Perception)、预测(Prediction)、路由(Routing)、决策规划(Decision&Planning)和控制(Control)等软件模块,其中路由用于进行全局路径规划,决策规划用于进行实时驾驶的规划,并且前述各模块之间数据流通常都是单向的。但是,相关技术中,全局路径以及实时行驶的规划处理中无法避免出现规划的结果不符合车辆的能力的问题,以及无法适应更多场景的问题。
发明内容
本申请提供了一种驾驶规划方法及装置、车辆、存储有计算机指令的非瞬时计算机可读存储介质。
本申请实施例提供了一种驾驶规划方法,包括:
基于行程的参数以及车辆参数,确定所述车辆在所述行程上的全局路径;
基于所述全局路径以及在第一时间中所述车辆的运动控制状态的反馈信息,对在第二时间中所述车辆实时速度和所述车辆在所述全局路径上的规划轨迹进行调整。
可选的,所述基于行程的参数以及车辆参数,确定所述车辆在所述行程上的全局路径,包括:
基于所述行程的起点、所述行程的终点和地图信息,确定由至少一个子路径构成的所述行程的初始路径;
从所述至少一个子路径中确定不符合所述车辆的相关参数的第一子路径;
基于所述车辆的相关参数,选取替换所述第一子路径的第二子路径;
基于所述第二子路径以及所述初始路径中除第一子路径外的其他子路径,生成所述全局路径。
可选的,所述方法还包括:
基于在第一时间中对所述车辆的实时速度和所述车辆在所述全局路径上的规划轨迹,确定第一时间的运动控制指令。
可选的,所述方法还包括:
获取在第一时间中所述车辆的运动控制执行状态以及所述运动控制指令之间的控制误差,将所述控制误差作为在第一时间中所述车辆的运动控制状态的反馈信息。
可选的,所述车辆的相关参数,包括以下至少之一:
车辆的外形参数、车辆的动力参数、车辆的能力等级参数。
本申请实施例提供了一种驾驶规划装置,所述装置包括:
路由模块,用于基于行程的参数以及车辆参数,确定所述车辆在所述行程上的全局路径;
决策规划模块,用于基于所述全局路径以及在第一时间中所述车辆的运动控制状态的反馈信息,对第二时间中所述车辆实时速度和所述车辆在所述全局路径上的规划轨迹进行调整;其中,所述第一时间早于第二时间。
可选的,所述路由模块,用于基于所述行程的起点、所述行程的终点和地图信息,确定由至少一个子路径构成的所述行程的初始路径,从所述至少一个子路径中确定不符合所述车辆的相关参数的第一子路径;基于所述车辆的相关参数,选取替换所述第一子路径的第二子路径;基于所述第二子路径以及所述初始路径中除第一子路径外的其他子路径,生成所述全局路径。
可选的,所述装置还包括:
运动控制模块,用于基于在第一时间中对所述车辆的实时速度和所述车辆在所述全局路径上的规划轨迹,确定第一时间的运动控制指令。
可选的,所述决策规划模块,用于获取在第一时间中所述车辆的运动控制执行状态以及运动控制指令之间的控制误差,将所述控制误差作为在第一时间中所述车辆的所述运动控制状态的反馈信息。
可选的,所述车辆的相关参数,包括以下至少之一:
车辆的外形参数、车辆的动力参数、车辆的能力等级参数。
本申请实施例还提供一种车辆,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前述任一项的方法。
本申请还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,所述计算机指令用于使所述计算机执行前述任一项的方法。
上述申请中的一个实施例具有如下优点或有益效果:在进行全局路径规划时增加车辆的相关参数,并且考虑第一时间的运动控制状态的反馈信息对第二时间进行速度以及轨迹规划的调整。这样,就能够通过考虑车辆的相关参数,使得生成的全局路径更符合车辆的能力,并且在进行速度以及轨迹规划的时候,结合控制指令的执行情况,从而使得速度以及轨迹规划更加符合车辆的能力,并且能够适应更多以及更加复杂的场景。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
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是本申请的驾驶规划方法流程的示意图一;
图2是高精地图以及普通的电子导航地图的示意图;
图3是本申请的轨迹规划示意图;
图4是本申请的各个功能之间的架构示意图;
图5是本申请的驾驶规划装置的组成结构示意图一;
图6是本申请的驾驶规划装置的组成结构示意图二;
图7是用来实现本申请实施例的驾驶规划方法的车辆的框图。
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。
本申请提供了一种驾驶规划方法,如图1所示,包括:
S101:基于行程的参数以及车辆参数,确定所述车辆在所述行程上的全局路径;
S102:基于所述全局路径以及在第一时间中所述车辆的运动控制状态的反馈信息,对在第二时间中所述车辆实时速度和所述车辆在所述全局路径上的规划轨迹进行调整;其中,所述第一时间早于第二时间。
本实施例提供的方法可以应用于自动驾驶车辆中。首先针对自动驾驶车辆的控制进行说明:自动驾驶车辆也可称为无人车,其中设置有软硬件结合***,其安全可靠运行需要车载硬件、传感器集成、感知预测,以及控制规划等多个模块的协同配合工作。
自动驾驶车辆的控制功能可以包括有:
感知(Perception)功能,负责从传感器数据中探测计算出周边环境的物体及其属性。
预测(Prediction)功能,负责将感知数据处理,补充障碍物的动作趋势和运动轨迹预测信息。
路由(Routing)功能用于根据车辆起点和终点,在地图上搜索出一条全局通行路径,作为后端决绝规划模块实时规划的全局路径。
决策规划(Decision&Planning)功能用于在全局路径之上,结合道路边界、感知障碍物、车辆运动学规律做行为决策,得到实时轨迹和速度规划。
控制(Control)功能,负责跟随决响应策规划模块的规划结果,将轨迹、速度规划转换为油门、刹车、方向盘角度等控制量,通过CANBus下发给车辆以驱动车辆按照预期轨迹和速度行驶。
其中,路由功能,用于生成全局路径,将结果下发给下游的决策规划模块,其中,相关技术中,生成全局路径主要取决于车辆起点、终点、以及地图,找出最短路径可通行线路。
决策规划功能中,生成行为决策、轨迹规划、速度规划结果,将轨迹规划以及速度规划单向传递给后端的运动控制功能。
本实施例主要针对前述路由以及决策规划进行调整,以更加适应复杂场景的需求。具体来说,
在路由功能的处理中,增加了车辆的相关参数。其中,所述车辆的相关参数可以包括以下至少之一:车辆的外形参数、车辆的动力参数、车辆的能力等级参数。
所述车辆的外形参数可以包括有车辆的宽度、高度等等;相应的,基于车辆的外形参数,可以排除一些宽度小于车辆的宽度、以及通行高度低于车辆的高度的道路。
车辆的动力参数可以包括有车辆的最小转弯半径等。基于车辆的动力参数可以排除一些转弯半径小于车辆的最小转弯半径的道路。
车辆的能力等级参数可以为综合指标,比如,可以包括有车辆的百公里接管次数或者百公里碰撞接管次数。其中,百公里接管次数可以理解为车辆在百公里行驶中被转换为人工控制的次数;百公里碰撞接管次数可以理解为只记录避免发生安全碰撞而进行的人工接管的次数。又或者,车辆的综合指标中还可以包括百公里急刹次数、百公里无故刹车次数、百公里定位异常次数、自动驾驶***处理时延等等。本实施例中主要关注的为百公里接管次数,通常车辆的能力等级越高说明百公里接管次数越高,相应的,越能够适应较为复杂的场景,比如,人流较多的区域等等。还可以根据摄像等障碍物感知技术来确定车辆的能力等级参数,比如,障碍物感知技术较差则对应的车辆的能力等级较低;还可以为,在人为的划分了场景类型的情况下,在场景的划分中可以包含了场景中指定的区域范围,以及对应的场景类型,以及通行车辆的最低能力等等,此时就可以根据车辆的能力来判断是否能够通行对应的场景的区域范围。
基于此,前述S101中,所述基于行程的参数以及车辆参数,确定所述车辆在所述行程上的全局路径,包括以下多种处理方式:
方式一、
基于所述行程的起点、所述行程的终点和地图信息,确定由至少一个子路径构成的所述行程的初始路径;
从所述至少一个子路径中确定不符合所述车辆的相关参数的第一子路径;
基于所述车辆的相关参数,选取替换所述第一子路径的第二子路径;
基于所述第二子路径以及所述初始路径中除所述第一子路径外的其他子路径,生成所述全局路径。
本方式中,可以先根据用户设置的起点以及终点,从地图信息中规划处一条最短路径,作为初始路径。
将初始路径可以划分为多个子路径;其中,划分的方式可以为按照相同长度来进行划分,或者也可以随意划分,这里不做限定。
从所述多个子路径中依次选取子路径,判断选取出来的子路径的宽度或者通行高度,是否大于车辆的宽度和/或是否高于车辆的高度,若不是,则将选取出来的子路径作为第一子路径;还需要理解的是,此时还可以通过判断选出来的子路径是否符合车辆的能力等级来确定是否将其作为第一子路径,比如,子路径处于人为划分的场景的区域范围内,并且该场景指定了通行车辆的最低能力等级,而车辆的能力等于低于所述通行车辆的最低能力等级时,可以确定该路径为第一子路径;
然后可以将第一子路径的起点以及终点作为选取第二子路径的起点以及终点,再选取可以替换第一子路径的一条路径,判断选取出来的路径是否满足车辆的相关参数的要求,如果满足,就将该路径作为第二子路径,将第二子路径替换第一子路径。
以此类推,直至完成所述初始路径的全部子路径的判断以及处理之后,得到的路径即为全局路径。
方式二、
可以首先基于车辆的相关参数,将地图信息中全部不符合车辆的相关参数的要求的道路去掉;
然后从地图信息中包含的剩余道路中、基于所述起点以及终点生成全局路径。
同样的,本方式中也可以先基于车辆的高度和/或宽度,从地图信息中删除宽度小于车辆的宽度的道路,以及删除通行高度低于车辆的高度的道路。还可以基于车辆的能力等级参数,从所述地图信息中删除不满足车辆的能力等级要求的道路。还可以通过某些道路对应的通行车辆的最低能力等级来判断是否将其删除。还可以判断道路是否能够满足车辆的动力参数,比如弯道的转弯半径是否大于车辆的最小转弯半径,如果不大于则可以将这部分道路删除。
通过以上处理,完成了针对全局路径的处理,在上述处理中与现有技术不同在于,全局路径的规划中考虑了车辆的相关参数,从而避免了仅基于最短路径原则所规划出来的全局路径无法满足车辆的指标的问题。
进一步地,本实施例提供的方案中,还包括:
基于在第一时间中对所述车辆的实时速度和所述车辆在所述全局路径上的规划轨迹,确定第一时间的运动控制指令;
其中,所述运动控制指令包括以下至少之一:方向的控制指令、油门的控制指令、刹车的控制指令。
本实施例中所述第一时间以及第二时间可以理解为在实时路径规划中的每一个生成控制指令的控制帧。也就是说,生成运动控制指令可以为周期性的,每一个生成运动控制指令的周期均可以理解为前述一个帧。第一时间与第二时间为相邻的两个生成运动控制指令的帧。
其中,所述速度以及轨迹规划可以包括:
基于全局路径,以及车辆在当前帧时的当前位置,确定所要进行规划的长度范围;其中,长度范围可以理解为在全局路径中以车辆的当前位置为起点的长度范围;
然后确定在所述长度范围中车辆实时速度以及所述车辆在所述全局路径上的规划轨迹。
前述当前帧可以为第一时间,也就是当处于第一时间的时候,结合当前车辆的位置,以及全局路径,对前述长度范围内的实时速度进行规划,以及规划轨迹。
其中,长度范围可以基于车辆当前的速度以及预设时长来计算得到。所述预设时长可以根据实际情况或者当前的速度来确定;比如,可以预先配置预设时长为固定的10s;或者,可以配置多个预设时长,如果当前的速度高于预设的速度门限值,则可以采用较短的预设时长,比如5s,如果当前的速度不高于预设的速度门限值,则可以采用较长的预设时长,比如10s。这样,就能够确定当前所要规划的部分路径的长度。
进而,确定在长度范围中行驶的速度,并且还可以做轨迹规划。其中,进行轨迹规划,可以结合感知功能以及预测功能的结果,来确定这部分路径中是否存在障碍物,如果存在障碍物那么其类型为静态或者动态,如果为静态障碍物需要确定具体的位置;另外,如果是动态障碍物,需要结合预测功能来对动态障碍物的运动趋势以及运动轨迹进行预测。
这里需要指出的是,本实施例中的地图信息可以为高精地图,在自动驾驶车辆中主要通过加载高精地图来配合完成复杂的自动驾驶任务。其中,高精地图与普通的导航电子地图之间的区别:
从用户角度来说,高精地图与传统电子地图的主要区别是:高精地图的使用者是自动驾驶***,传统电子地图的用户则是人类驾驶员。
参见图2,传统的普通导航电子地图(图中左侧)会描绘出道路,部分道路会区分车道,而高精度地图(图中右侧)不仅会描绘道路,对一条道路上有多少条车道也会精确描绘,会真实地反映出车道的实际样式。
传统电子地图不会把车道形状的细节完全展现,而高精地图为了让自动驾驶***更好地识别交通情况,从而提前做出行驶方案,会把车道形状的细节进行详细、精确展示,哪些地方变宽、变窄,会和真实车道完全一致。
如图2所示,高精地图中,地图中包含有多个车道,比如,图中包含有车道(Lane)1-10。至少一个车道可以组成一个道路,比如,可以车道(Lane)1、2、3组成一个道路,车道(Lane)4、5、6、7组成另一个道路,其他的组成方式类似,不再赘述。需要理解的是,图2仅为示例,实际的高精地图中还会存在更多的表达元素,比如路肩、交通灯等等,只是本实施例中不再穷举。
高精地图中可以包含有全部车道的驾驶参考线;相应的,本实施例中,生成轨迹规划的时候,可以选取在前述长度范围内能够躲避静态障碍物以及动态障碍物的车道所对应的驾驶参考线,最终形成轨迹规划的结果。
在进行轨迹规划的时候,一种示例可以为:基于自动驾驶车辆中加载的高精地图中车道中心线的离散点构造驾驶参考线,然后根据驾驶参考线为基础进行轨迹规划以及速度规划。其中,轨迹规划的结果可以为轨迹曲线。所述轨迹曲线由一系列轨迹点构成,其中,每一个轨迹点所对应的信息可以包括有x,y,z组成的位置坐标,s,l表征的将位置坐标转换之后再Frenet坐标系下的坐标,还包括有速度、加速度、曲率、导航角、相对时间等相关信息,这里不做穷举。
举例来说,最终得到的速度规划可以包括有在指定位置处要达到的速度;轨迹规划则可以如图3所示,示意出了一定长度内的一段轨迹规划结果,可以看出这段轨迹规划为经过车道2-车道5-车道8。
确定运动控制指令可以为,根据速度规划的结果来确定在所述长度范围内需要对刹车和油门进行控制的位置,并且在相应位置处确定刹车量或油门量;并且根据轨迹规划的结果,确定在所述长度范围内,需要控制方向盘转向的位置,以及在对应的位置处方向盘转向以及角度,如此,就生成来针对刹车、油门以及方向盘的控制指令。
进而,本实施例S102中,所述车辆的运动控制状态的反馈信息的获取方式可以为:获取在第一时间中所述车辆的运动控制状态以及运动控制指令之间的控制误差,将所述控制误差作为在第一时间中所述车辆的运动控制状态的反馈信息;
其中,所述运动控制状态的反馈信息包括以下至少之一:
方向的控制误差、油门的控制误差、刹车的控制误差。
进一步地,在对车辆进行控制的时候,无论采用PID还是MPC算法,都可能存在或多或少的控制误差,导致车辆进入非预期的位置或者车辆状态,进而导致后续规划失败;或者决策规划给出来的规划结果,控制功能无法正常执行,或者即使控制功能将规划解决传递给了车辆控制器,而由于车辆动力学限制,车辆也无法完全按照规划结果去执行。本方案需要基于控制误差进行相应的调整。
具体来说,在第一时间中,车辆在执行控制指令时,下游的控制功能确定无法进行相应的控制、或者无法执行相应的规划结果,比如,在某一速度下,方向盘的转向以及角度无法配合,或者只能执行较小的角度的转向,那么此时可以得到第一时间中运动控制执行状态以及控制指令之间的方向的控制误差。相应的,根据第一时间的控制误差确定运动控制状态的反馈信息,然后基于第一时间的方向的控制误差对第二时间中对应的长度范围的速度以及轨迹规划进行调整,此时,可以将长度范围的起点提前至在第二时间中时车辆的当前位置处,然后可以基于第一时间的方向的控制误差确定第二时间的对应的轨迹规划,并且在第二时间中基于重新确定的轨迹规划确定在不同位置处的速度以重新确定第二时间的速度规划。其中,重新确定轨迹规划以及速度规划的方式与前述相同这里不再赘述。
又比如,在一定的方向转向的角度下,油门无法执行相应的控制指令,而只能在较小的油门量下进行转向,此时可以得到在第一时间中运动控制执行状态以及控制指令之间的油门的控制误差。相应的,在获取到控制误差之后,在第二时间中重新基于油门的控制误差对所述长度范围的速度以及轨迹规划进行调整,此时,在第二时间中可以将长度范围的起点提前至车辆的当前位置处,然后可以基于油门的控制误差重新调整速度规划,比如可以将在不同位置处对应的速度降低,使得调整后的速度能够满足在第二时间的油门的控制要求;确定第二时间的轨迹规划的时候,可以结合油门的控制误差来确定重新选取新的轨迹,以使得第二时间中的新的轨迹规划的结果能够满足油门的能力。在第二时间中刹车的控制误差以及对应的调整方式也可以同样处理,只是在确定需要降低速度的位置,可以结合刹车的控制误差来调整降低速度所对应的刹车量。
还需要理解的是,上面分别描述了针对三种控制误差的后续调整方式,实际应用时,还可以将上述三种控制误差结合使用对速度以及路径规划作出调整。
还有一种情况,在第一时间中下发控制指令之后,由于车辆无法按照控制指令执行,使得在预定时刻车辆无法执行某些规划,比如,速度无法达到预设的速度规划,或者位置与预设的位置存在误差,此时,都可以进一步确定是实际执行的时候由于控制误差导致的,进一步再分析是由于方向的控制误差、油门的控制误差、刹车的控制误差中至少之一导致车辆进入非预期的位置或者车辆状态;再结合前述调整方式进行第二时间的速度以及轨迹规划调整。
需要指出的是,速度以及轨迹规划的调整处理可以是实时进行的,也可以是周期性执行的,比如,可以为每1s执行一次;也就是前述第一时间可以为第1s,第二时间则可以为第2s。
一种示例中,图4的***框架进行说明,图4中定位、地图功能、感知、预测功能与前述相同,这里不再赘述;对图4中的路由以及决策规划进行详细说明如下:在路由功能生成全局路径时,增加车辆的相关参数;并且在对本帧进行决策规划时增加了前一帧的运动控制状态的反馈信息(也就是控制误差),然后基于该前一帧的反馈信息对本帧的速度以及轨迹规划进行调整,向运动控制功能发送本帧调整后的速度以及轨迹规划结果。
可见,本申请提供的方案能够在进行全局路径规划时增加车辆的相关参数,并且考虑第一时间的运动控制状态的反馈信息对第二时间进行速度以及轨迹规划的调整。这样,就能够通过考虑车辆的相关参数,使得生成的全局路径更符合车辆的能力,并且在进行速度以及轨迹规划的时候,结合控制指令的执行情况,从而使得速度以及轨迹规划更加符合车辆的能力,并且能够适应更多以及更加复杂的场景。
如图5所示,本申请提供了一种驾驶规划装置,包括:
路由模块301,用于基于行程的参数以及车辆参数,确定所述车辆在所述行程上的全局路径;
决策规划模块302,用于基于所述全局路径以及在第一时间中所述车辆的运动控制状态的反馈信息,对第二时间中所述车辆实时速度和所述车辆在所述全局路径上的规划轨迹进行调整;其中,所述第一时间早于第二时间。
本实施例提供的装置可以设置于自动驾驶车辆中。首先针对自动驾驶车辆的控制进行说明:自动驾驶车辆也可称为无人车,其中设置有软硬件结合***,其安全可靠运行需要车载硬件、传感器集成、感知预测,以及控制规划等多个模块的协同配合工作。
如图6所示,自动驾驶车辆的驾驶规划装置中具体可以包括有:
感知(Perception)模块,负责从传感器数据中探测计算出周边环境的物体及其属性。
预测(Prediction)模块,负责将感知数据处理,补充障碍物的动作趋势和运动轨迹预测信息。
路由(Routing)模块301用于根据车辆起点和终点,在地图上搜索出一条全局通行路径,作为后端决绝规划模块实时规划的全局路径。
决策规划(Decision&Planning)模块302用于在全局路径之上,结合道路边界、感知障碍物、车辆运动学规律做行为决策,得到实时轨迹和速度规划。
控制(Control)模块303,负责跟随决响应策规划模块的规划结果,将轨迹、速度规划转换为油门、刹车、方向盘角度等控制量,通过CANBus下发给车辆以驱动车辆按照预期轨迹和速度行驶。
本实施例主要针对前述路由模块301以及决策规划模块302进行处理,以更加适应复杂场景的需求。具体来说,
在路由模块301的处理中增加了车辆的相关参数。其中,所述车辆的相关参数可以包括以下至少之一:车辆的外形参数、车辆的动力参数、车辆的能力等级参数。车辆的相关参数可以预先设置在路由模块中。
所述车辆的外形参数可以包括有车辆的宽度、高度等等;相应的,基于车辆的外形参数,可以排除一些宽度小于车辆的宽度、以及通行高度低于车辆的高度的道路。
车辆的动力参数可以包括有车辆的最小转弯半径等。基于车辆的动力参数可以排除一些转弯半径小于车辆的最小转弯半径的道路。
车辆的能力等级参数可以为综合指标,比如,可以包括有车辆的百公里接管次数,也就是车辆在百公里行驶中被转换为人工控制的次数。通常车辆的能力等级越高说明百公里接管次数越高,相应的,越能够适应较为复杂的场景,比如,人流较多的区域等等。还可以根据摄像等障碍物感知技术来确定车辆的能力等级参数,比如,障碍物感知技术较差则对应的车辆的能力等级较低;还可以为,在人为的划分了场景类型的情况下,在场景的划分中可以包含了场景中指定的区域范围,以及对应的场景类型,以及通行车辆的最低能力等等,此时就可以根据车辆的能力来判断是否能够通行对应的场景的区域范围。
基于此,路由模块301可以包括以下多种处理:
方式一、
用于基于所述行程的起点、所述行程的终点和地图信息,确定由至少一个子路径构成的所述行程的初始路径,从所述至少一个子路径中确定不符合所述车辆的相关参数的第一子路径;基于所述车辆的相关参数,选取替换所述第一子路径的第二子路径;基于所述第二子路径以及所述初始路径中除第一子路径外的其他子路径,生成所述全局路径。
本方式中,可以先根据用户设置的起点以及终点,从地图信息中规划处一条最短路径,作为初始路径。
将初始路径可以划分为多个子路径;其中,划分的方式可以为按照相同长度来进行划分,或者也可以随意划分,这里不做限定。
从所述多个子路径中依次选取子路径,判断选取出来的子路径的宽度或者通行高度,是否大于车辆的宽度和/或是否高于车辆的高度,若不是,则将选取出来的子路径作为第一子路径;还需要理解的是,此时还可以通过判断选出来的子路径是否符合车辆的能力等级来确定是否将其作为第一子路径,比如,子路径处于人为划分的场景的区域范围内,并且该场景指定了通行车辆的最低能力等级,而车辆的能力等于低于所述通行车辆的最低能力等级时,可以确定该路径为第一子路径;
然后可以将第一子路径的起点以及终点作为选取第二子路径的起点以及终点,再选取可以替换第一子路径的一条路径,判断选取出来的路径是否满足车辆的相关参数的要求,如果满足,就将该路径作为第二子路径,将第二子路径替换第一子路径。
以此类推,直至完成所述初始路径的全部子路径的判断以及处理之后,得到的路径即为全局路径。
方式二、
可以首先基于车辆的相关参数,将地图信息中全部不符合车辆的相关参数的要求的道路去掉;
然后从地图信息中包含的剩余道路中、基于所述起点以及终点生成全局路径。
同样的,本方式中也可以先基于车辆的高度和/或宽度,从地图信息中删除宽度小于车辆的宽度的道路,以及删除通行高度低于车辆的高度的道路。还可以基于车辆的能力等级参数,从所述地图信息中删除不满足车辆的能力等级要求的道路。还可以通过某些道路对应的通行车辆的最低能力等级来判断是否将其删除。还可以判断道路是否能够满足车辆的动力参数,比如弯道的转弯半径是否大于车辆的最小转弯半径,如果不大于则可以将这部分道路删除。
通过以上处理,完成了针对全局路径的处理,在上述处理中与现有技术不同在于,全局路径的规划中考虑了车辆的相关参数,从而避免了仅基于最短路径原则所规划出来的全局路径无法满足车辆的指标的问题。
进一步地,本实施例提供的方案中,还包括:
运动控制模块303,用于基于在第一时间中对所述车辆的实时速度和所述车辆在所述全局路径上的规划轨迹,确定第一时间的运动控制指令。
关于决策规划模块302进行速度以及轨迹规划可以包括:
基于全局路径,以及车辆的当前位置,确定所要进行规划的长度范围;其中长度范围可以理解为在全局路径中以车辆的当前位置为起点的长度范围;然后确定在所述部分路径中车辆实时行驶的速度以及轨迹规划。
确定运动控制指令可以为,根据速度规划的结果来确定在所述长度范围内需要对刹车和油门进行控制的位置,并且在相应位置处确定刹车量或油门量;并且根据轨迹规划的结果,确定在所述长度范围内,需要控制方向盘转向的位置,以及在对应的位置处方向盘转向以及角度,如此,就生成来针对刹车、油门以及方向盘的控制指令。
进而,决策规划模块302,获取在第一时间中所述车辆的运动控制执行状态以及运动控制指令之间的控制误差,将所述控制误差作为在第一时间中所述车辆的运动控制状态的反馈信息;
其中,所述运动控制状态的反馈信息包括以下至少之一:
方向的控制误差、油门的控制误差、刹车的控制误差。
具体来说,在第一时间中执行第一时间的控制指令时,下游的控制功能确定无法进行相应的控制、或者无法执行相应的规划结果,比如,在某一速度下,方向盘的转向以及角度无法配合,或者只能执行较小的角度的转向,那么此时可以得到运动控制执行状态以及控制指令之间的方向的控制误差。相应的,决策规划模块302在获取到控制误差之后,重新基于方向的控制误差对第二时间所对应的所述长度范围的速度以及轨迹规划进行调整,此时,可以将长度范围的起点提前至车辆的当前位置处,然后可以基于方向的控制误差确定第二时间中对应的轨迹规划,并且基于重新确定的轨迹规划确定在不同位置处的速度以重新确定速度规划。其中,重新确定轨迹规划以及速度规划的方式与前述相同这里不再赘述。
又比如,在一定的方向转向的角度下,油门无法执行相应的控制指令,而只能在较小的油门量下进行转向,此时可以得到运动控制执行状态以及控制指令之间的油门的控制误差。相应的,决策规划模块302在获取到第一时间的控制误差之后,重新在第二时间中基于油门的控制误差对所述长度范围的速度以及轨迹规划进行调整,此时,可以将长度范围的起点提前至第二时间中车辆的所对应的位置处,然后可以基于油门的控制误差重新调整第二时间的速度规划,比如可以将在不同位置处对应的速度降低,使得调整后的速度能够满足油门的控制要求;确定轨迹规划的时候,可以结合油门的控制误差来确定重新选取第二时间的新的轨迹,以使得新的轨迹规划的结果能够满足油门的能力。刹车的控制误差以及对应的调整方式也可以同样处理,只是在确定需要降低速度的位置,可以结合刹车的控制误差来调整降低速度所对应的刹车量。
还需要理解的是,上面分别描述了针对三种控制误差的后续调整方式,实际应用时,还可以将上述三种控制误差结合使用对速度以及路径规划作出调整。
还有一种情况,在第一时间下发控制指令之后,由于车辆无法按照控制指令执行,使得在预定时刻车辆无法执行某些规划,比如,速度无法达到预设的速度规划,或者位置与预设的位置存在误差,此时,都可以进一步确定是实际执行的时候由于控制误差导致的,进一步再分析是由于方向的控制误差、油门的控制误差、刹车的控制误差中至少之一导致车辆进入非预期的位置或者车辆状态;再结合前述调整方式对第二时间进行后续的速度以及轨迹规划调整。
需要指出的是,速度以及轨迹规划的调整处理可以是实时进行的,也可以是周期性执行的,比如,可以为每1s执行一次。
可见,本申请提供的方案能够在进行全局路径规划时增加车辆的相关参数,并且考虑第一时间的运动控制状态的反馈信息对第二时间进行速度以及轨迹规划的调整。这样,就能够通过考虑车辆的相关参数,使得生成的全局路径更符合车辆的能力,并且在进行速度以及轨迹规划的时候,结合前一帧的控制指令的执行情况,从而使得速度以及轨迹规划更加符合车辆的能力,并且能够适应更多以及更加复杂的场景。
根据本申请的实施例,本申请还提供了一种车辆和一种可读存储介质。
如图7所示,是根据执行本申请实施例的驾驶规划方法的车辆的框图。车辆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。车辆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7所示,该车辆包括:一个或多个处理器401、存储器402,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。处理器可以对在车辆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)上显示图形用户界面(Graphical User Interface,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/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个车辆,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7中以一个处理器401为例,进一步地,图7中的处理器可以具备前述驾驶规划装置的各个功能模块。
存储器402即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的驾驶规划方法。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驾驶规划方法。
存储器402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模块,如本申请实施例中的驾驶规划方法对应的程序指令/模块。处理器401通过运行存储在存储器402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驾驶规划方法。
存储器402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驾驶规划的车辆的使用所创建的数据等。此外,存储器402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402可选包括相对于处理器401远程设置的存储器,这些远程存储器可以通过网络连接至驾驶规划的车辆。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。
本实施例执行驾驶规划方法的车辆还可以包括:输入装置403和输出装置404。处理器401、存储器402、输入装置403和输出装置404可以通过总线或者其他方式连接,图7中以通过总线连接为例。
输入装置403可接收输入的数字或字符信息,以及产生与驾驶规划的车辆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404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(Liquid Crystal Display,LCD)、发光二极管(Light Emitting Diode,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***、专用集成电路(Application Specific Integrated Circuits,ASIC)、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(programmable logic device,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(Cathode Ray Tube,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(Local Area Network,LAN)、广域网(Wide Area Network,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,在存储图像的时候过滤掉一部分相似度较大的图像,从而实现存储时就过滤掉冗余图片,降低了存储及传输压力,也节省了后续分拣的工作量。
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 (12)
1.一种驾驶规划方法,其特征在于,包括:
基于获取的行程的参数以及车辆的参数,确定所述车辆在所述行程上的全局路径;
基于所述全局路径和在第一时间中所述车辆的运动控制状态的反馈信息,对在第二时间中所述车辆的实时速度和所述车辆在所述全局路径上的规划轨迹进行调整;其中,所述第一时间早于所述第二时间。
2.根据权利要求1所述的方法,其特征在于,所述基于行程的参数以及车辆的相关参数,确定所述车辆在所述行程上的全局路径,包括:
基于所述行程的起点、所述行程的终点和地图信息,确定由至少一个子路径构成的所述行程的初始路径;
从所述至少一个子路径中确定不符合所述车辆参数的第一子路径;
基于所述车辆参数,选取替换所述第一子路径的第二子路径;
基于所述第二子路径以及所述初始路径中除所述第一子路径外的其他子路径,生成所述全局路径。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于在第一时间中对所述车辆的实时速度和所述车辆在所述全局路径上的规划轨迹,确定第一时间的运动控制指令。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取在第一时间中所述车辆的运动控制状态以及运动控制指令之间的控制误差,将所述控制误差作为在第一时间中所述车辆的运动控制状态的反馈信息。
5.根据权利要求1所述的方法,其特征在于,所述车辆的相关参数,包括以下至少之一:
车辆的外形参数、车辆的动力参数、或车辆的能力等级参数。
6.一种驾驶规划装置,其特征在于,所述装置包括:
路由模块,用于基于获取的行程的参数以及车辆的参数,确定所述车辆在所述行程上的全局路径;
决策规划模块,用于基于所述全局路径和在第一时间中所述车辆的运动控制状态的反馈信息,对第二时间中所述车辆的实时速度和所述车辆在全局路径上的规划轨迹进行调整;其中,所述第一时间早于第二时间。
7.根据权利要求6所述的装置,其特征在于,所述路由模块,用于基于所述行程的起点、所述行程的终点和地图信息,确定由至少一个子路径构成的所述行程的初始路径,从所述至少一个子路径中确定不符合所述车辆的相关参数的第一子路径;基于所述车辆的相关参数,选取替换所述第一子路径的第二子路径;基于所述第二子路径以及所述初始路径中除第一子路径外的其他子路径,生成所述全局路径。
8.根据权利要求6所述的装置,其特征在于,所述装置还包括:
运动控制模块,用于基于在第一时间中对所述车辆的实时速度和所述车辆在所述全局路径上的规划轨迹,确定第一时间的运动控制指令。
9.根据权利要求6所述的装置,其特征在于,所述决策规划模块,用于获取在第一时间中所述车辆的运动控制执行状态以及运动控制指令之间的控制误差,将所述控制误差作为在第一时间中所述车辆的运动控制状态的反馈信息。
10.根据权利要求6所述的装置,其特征在于,所述车辆的相关参数,包括以下至少之一:
车辆的外形参数、车辆的动力参数、车辆的能力等级参数。
11.一种车辆,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1-5中任一项所述的方法。
12.一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1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910907005.5A CN112622924B (zh) | 2019-09-24 | 2019-09-24 | 一种驾驶规划方法及装置、车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910907005.5A CN112622924B (zh) | 2019-09-24 | 2019-09-24 | 一种驾驶规划方法及装置、车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112622924A true CN112622924A (zh) | 2021-04-09 |
CN112622924B CN112622924B (zh) | 2023-06-09 |
Family
ID=75282813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910907005.5A Active CN112622924B (zh) | 2019-09-24 | 2019-09-24 | 一种驾驶规划方法及装置、车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112622924B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113859250A (zh) * | 2021-10-14 | 2021-12-31 | 泰安北航科技园信息科技有限公司 | 一种基于驾驶行为异常识别的智能汽车信息安全威胁检测*** |
WO2023202485A1 (zh) * | 2022-04-22 | 2023-10-26 | 武汉路特斯汽车有限公司 | 一种自动驾驶***中的轨迹预测方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160057756A (ko) * | 2014-11-14 | 2016-05-24 | 한국전자통신연구원 | 차량 자율주행 시스템 및 이를 이용한 차량 주행 방법 |
CN107702716A (zh) * | 2017-08-31 | 2018-02-16 | 广州小鹏汽车科技有限公司 | 一种无人驾驶路径规划方法、***和装置 |
US20180186373A1 (en) * | 2016-12-30 | 2018-07-05 | Neusoft Corporation | Method, device and apparatus for planning vehicle speed |
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*** |
CN109154821A (zh) * | 2017-11-30 | 2019-01-04 | 深圳市大疆创新科技有限公司 | 轨迹生成方法、装置和无人驾驶地面车辆 |
CN109945882A (zh) * | 2019-03-27 | 2019-06-28 | 上海交通大学 | 一种无人驾驶车辆路径规划与控制***及方法 |
-
2019
- 2019-09-24 CN CN201910907005.5A patent/CN112622924B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160057756A (ko) * | 2014-11-14 | 2016-05-24 | 한국전자통신연구원 | 차량 자율주행 시스템 및 이를 이용한 차량 주행 방법 |
US20180186373A1 (en) * | 2016-12-30 | 2018-07-05 | Neusoft Corporation | Method, device and apparatus for planning vehicle speed |
CN107702716A (zh) * | 2017-08-31 | 2018-02-16 | 广州小鹏汽车科技有限公司 | 一种无人驾驶路径规划方法、***和装置 |
CN109154821A (zh) * | 2017-11-30 | 2019-01-04 | 深圳市大疆创新科技有限公司 | 轨迹生成方法、装置和无人驾驶地面车辆 |
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*** |
CN109945882A (zh) * | 2019-03-27 | 2019-06-28 | 上海交通大学 | 一种无人驾驶车辆路径规划与控制***及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113859250A (zh) * | 2021-10-14 | 2021-12-31 | 泰安北航科技园信息科技有限公司 | 一种基于驾驶行为异常识别的智能汽车信息安全威胁检测*** |
WO2023202485A1 (zh) * | 2022-04-22 | 2023-10-26 | 武汉路特斯汽车有限公司 | 一种自动驾驶***中的轨迹预测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN112622924B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110667576B (zh) | 自动驾驶车辆的弯道通行控制方法、装置、设备和介质 | |
CN109557912B (zh) | 一种自动驾驶特种作业车辆的决策规划方法 | |
CN113071520B (zh) | 车辆行驶控制方法及装置 | |
CN111775961B (zh) | 自动驾驶车辆规划方法、装置、电子设备及存储介质 | |
US11543825B2 (en) | Human supervision of an automated driving system | |
US10254121B2 (en) | Dynamic routing for self-driving vehicles | |
US20230041319A1 (en) | Data processing method and apparatus, device, and storage medium | |
CN112700668B (zh) | 自动驾驶的远程控制方法、自动驾驶车辆及云端设备 | |
JP2019528518A (ja) | 自動運転車両の操縦システム | |
JPWO2018066560A1 (ja) | 車両制御装置 | |
CN109460042B (zh) | 一种自动驾驶控制方法及*** | |
US20200310446A1 (en) | Soft-boundary based path optimization for complex scenes for autonomous driving vehicles | |
CN113165670A (zh) | 一种智能驾驶方法、装置、存储介质及计算机程序 | |
CN112258873B (zh) | 用于控制车辆的方法、装置、电子设备及存储介质 | |
CN114572240A (zh) | 车辆行驶控制方法、装置、车辆、电子设备及存储介质 | |
CN112622924B (zh) | 一种驾驶规划方法及装置、车辆 | |
CN114802250A (zh) | 数据处理方法、装置、设备、自动驾驶车辆及介质 | |
CN114212108A (zh) | 自动驾驶方法、装置、车辆、存储介质及产品 | |
CN115743183A (zh) | 自动驾驶控制方法、装置、设备、介质及车辆 | |
CN115583254A (zh) | 路径规划方法、装置、设备以及自动驾驶车辆 | |
CN114103957B (zh) | 变道控制方法、装置、电子设备和存储介质 | |
CN115469669A (zh) | 一种窄路会车方法、装置、设备及存储介质 | |
US20240075923A1 (en) | Systems and methods for deweighting veering margins based on crossing time | |
US20240101106A1 (en) | Systems and methods for scene understanding | |
US20240092358A1 (en) | Systems and methods for scene understanding |
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 |