CN113483776A - 路径规划方法、装置及汽车 - Google Patents
路径规划方法、装置及汽车 Download PDFInfo
- Publication number
- CN113483776A CN113483776A CN202110747895.5A CN202110747895A CN113483776A CN 113483776 A CN113483776 A CN 113483776A CN 202110747895 A CN202110747895 A CN 202110747895A CN 113483776 A CN113483776 A CN 113483776A
- Authority
- CN
- China
- Prior art keywords
- path
- curve
- point
- optimized
- preset
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 47
- 230000011218 segmentation Effects 0.000 description 8
- 238000005457 optimization Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000002085 persistent effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000009795 derivation Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本申请是关于一种路径规划方法、装置及汽车。该方法包括:获取参考路径曲线;采集参考路径曲线的参考路径点;根据参考路径点的位置信息和预设目标路径函数,获得优化路径点的位置信息;其中,预设目标路径函数根据预设避障边界条件和预设曲率约束条件进行约束;根据优化路径点的位置信息,获得规划路径曲线。本申请提供的方案,能够避免规划路径曲线的曲率超出车辆极限,给出一条合理的、车辆可执行驾驶的路径。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种路径规划方法、装置及汽车。
背景技术
在汽车自动驾驶的路径规划中,为了明确汽车相对于道路的位置,自动驾驶采用Frenet(弗雷内)坐标系下进行路径规划。在Frenet坐标系中,使用道路的中心线作为参考线,使用参考线的切线向量和法线向量建立坐标系。由此,基于参考线的位置,可以使用沿着参考线切线方向的纵向距离坐标和沿着参考线法线方向的偏离参考线的横向距离坐标来描述路径规划。
相关技术中,在确立一条安全无碰撞的路径曲线后,还会通过分段多项式和分段贝塞尔曲线等算法进行路径曲线的优化。然而,该优化过程具有较复杂的数学推导和较大的计算量,而且未对路径曲线的曲率进行约束,导致参考线的曲率在超出车辆极限的情况下,无法给出合理的、车辆可执行驾驶的路径。
发明内容
为解决或部分解决相关技术中存在的问题,本申请提供一种路径规划方法、装置及汽车,该路径规划方法,能够避免规划路径曲线的曲率超出车辆极限,给出合理的、车辆可执行驾驶的路径。
本申请第一方面提供一种路径规划方法,其包括
获取参考路径曲线;
采集所述参考路径曲线的参考路径点;
根据所述参考路径点的位置信息和预设目标路径函数,获得优化路径点的位置信息;其中,所述预设目标路径函数根据预设避障边界条件和预设曲率约束条件进行约束;
根据所述优化路径点的位置信息,获得规划路径曲线。
在一实施例中,所述获取参考路径曲线,包括:
在笛卡尔坐标系中,将道路的中心线作为道路参考曲线;
根据所述道路参考曲线,在Frenet坐标系中获取所述参考路径曲线。
在一实施例中,所述采集所述参考路径曲线的参考路径点,包括:
在Frenet坐标系中,沿所述参考路径曲线的纵向距离进行均匀分割,获得所述参考路径点的纵向距离坐标。
在一实施例中,所述根据所述参考路径点的位置信息和预设目标路径函数,获得优化路径点的位置信息,包括:
根据所述预设目标路径函数和所述参考路径点的纵向距离坐标,计算获得所述优化路径点的横向距离坐标;
根据所述横向距离坐标和所述参考路径点的纵向距离坐标,获得所述优化路径点的位置信息。
在一实施例中,所述预设目标路径函数以下至少一项进行代价评估:根据所述规划路径曲线与所述参考路径曲线的距离最小代价、所述规划路径曲线贴近道路参考曲线代价、所述规划路径曲线的二阶平滑性代价及所述规划路径曲线的三阶平滑性代价。
在一实施例中,所述避障边界条件包括以下至少一项约束:
在Frenet坐标系下的车辆可行驶边界约束、起始路径点边界约束、终止路径点边界约束及路径点边界约束。
在一实施例中,所述预设曲率约束条件根据所述道路参考曲线的匹配点的曲率函数获得;其中,所述匹配点根据所述参考路径点在所述道路参考曲线上对应映射获得。
本申请第二方面提供一种路径规划装置,其包括:
参考曲线获取模块,用于获取参考路径曲线;
参考路径点采集模块,用于采集所述参考路径曲线的参考路径点;
优化路径点采集模块,用于根据所述参考路径点的位置信息和预设目标路径函数,获得优化路径点的位置信息;其中,所述预设目标路径函数根据预设避障边界条件和预设曲率约束条件进行约束;
规划路径获取模块,用于根据所述优化路径点的位置信息,获得规划路径曲线。
本申请第三方面提供一种汽车,其包括上述任一实施例所述的路径规划装置。
本申请第四方面提供一种非暂时性机器可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的方法。
本申请提供的技术方案可以包括以下有益效果:
本申请的路径规划方法,通过获取参考路径曲线,采集参考路径曲线的参考路径点,并根据参考路径点的位置信息和预设目标路径函数获得优化路径点的位置信息,其中,预设目标路径函数根据预设避障边界条件和预设曲率约束条件进行约束,根据优化路径点的位置信息获得规划路径曲线。这样的设计,能够通过预设目标路径函数根据预设曲率约束条件进行约束,获得优化路径点的位置信息,进而获得规划路径曲线,避免规划路径曲线的曲率超出车辆极限,从而给出合理的、车辆可执行驾驶的路径。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细的描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1是本申请实施例示出的路径规划方法的流程示意图;
图2是本申请另一实施例示出的路径规划方法的流程示意图;
图3是本申请实施例示出的笛卡尔坐标系的示意图;
图4是本申请实施例示出的Frenet坐标系的示意图;
图5是本申请实施例示出的路径规划方法的规划路径曲线及其局部放大示意图;
图6是本申请实施例示出的路径规划方法的优化前后的方向角对比示意图;
图7是本申请实施例示出的路径规划方法的优化前后的曲率对比示意图;
图8是本申请实施例示出的路径规划装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在汽车自动驾驶的路径规划中,为了明确汽车相对于道路的位置,自动驾驶采用Frenet坐标系下进行路径规划。相关技术中,在确立一条安全无碰撞的路径曲线后,还会通过分段多项式和分段贝塞尔曲线等算法进行路径曲线的优化。然而,该优化过程具有较复杂的数学推导和较大的计算量,而且未对路径曲线的曲率进行约束,导致参考线的曲率在超出车辆极限的情况下,无法给出一条合理的、车辆可执行驾驶的路径。
针对上述问题,本申请实施例提供一种路径规划方法,能够避免规划路径曲线的曲率超出车辆极限,给出一条合理的、车辆可执行驾驶的路径。
以下结合附图详细描述本申请实施例的技术方案。
参见图1,本实施例的路径规划方法,包括:
步骤S110,获取参考路径曲线。
汽车的自动驾驶过程,是汽车从道路的预设起点自动行驶到达预设终点的过程。在预设起点和预设终点之间,可以形成无数通行路径。可以理解,基于安全避障和导航路线等要求,设定对应的参考路径曲线。参考路径曲线为粗略的路径曲线,以区别于最终获得的以供汽车实际执行的规划路径曲线。通过参考路径曲线作为参考,以参考路径曲线作为参照并进行调整,从而便于后续步骤获得符合要求的规划路径曲线。
步骤S120,采集参考路径曲线的参考路径点。
其中,参考路径点是参考路径曲线经过的点。在采集时,可以沿着参考路径曲线的延伸方向依序获取。参考路径点的数量可以根据参考路径曲线的长度进行设定,例如参考路径曲线的长度越大,参考路径点的数量就越多。进一步地,相邻两参考路径点在参考路径曲线上的间隔距离可以根据对规划路径曲线的调整精确度的需求设置,相邻两参考路径点在参考路径曲线上的距离越小,对规划路径曲线的调整精确度越高。可以理解,相邻两个参考路径点之间的曲线段的曲率可以根据相关技术计算获得。根据参考路径点,以获得后续步骤中对应的优化路径点,从而便于通过调整优化路径点以调整曲率。也就是说,采集的参考路径点越频密,参考路径点越多,后续步骤获得的对应的优化路径点则越多,则对应可调节曲率的曲线段则越多,从而有助于实现对规划路径曲线的曲率优化。
步骤S130,根据参考路径点的位置信息和预设目标路径函数,获得优化路径点的位置信息,其中,预设目标路径函数根据预设避障边界条件和预设曲率约束条件进行约束。
相关技术中,根据参考路径点在参考路径曲线上的位置可以获取参考路径点在该参考路径曲线所在的坐标系中的位置信息。根据参考路径点的位置信息和预设目标路径函数,则可以获得优化路径点在该坐标系中的位置信息。
其中,预设目标路径函数根据预设避障边界条件和预设曲率约束条件进行约束,从而使优化路径点的位置信息相应受到约束,可以使得获得的优化路径点符合预设避障边界条件和预设曲率约束条件,从而使后续步骤获得的规划路径曲线符合预设避障边界条件和预设曲率约束条件。例如,预设避障边界条件可以根据障碍物的位置信息对优化路径点的位置信息进行约束,避免优化路径点设置在障碍物的位置。预设曲率约束条件能够通过约束优化路径点的位置信息,间接约束优化路径点形成的规划路径曲线的曲率。预设曲率约束条件可以根据汽车转向的极限设置,和/或可以根据乘客的舒适程度设置,避免曲率过大造成用户的不适。
进一步地,目标路径函数可以是衡量获取优化路径点的过程中所付出代价的函数,也可以是衡量优化路径点与参考路径点之间的拟合程度的函数,也可以是衡量优化路径点形成的曲线的平滑程度的函数。根据获取优化路径点的位置信息能够使预设目标函数达到最优值,最优值可以是预设目标函数的最大值或最小值。根据预设目标函数的最优值,确定优化路径点的位置信息。
步骤S140,根据优化路径点的位置信息,获得规划路径曲线。
通过对优化路径点进行拟合,生成经过优化路径点的规划路径曲线。优化路径点通过步骤S130的预设避障边界条件和预设曲率约束条件使得规划路径曲线可以避开障碍物,还可以避免规划路径曲线的曲率超出汽车的极限,使得规划路径曲线更加合理和可行。
综上,本申请的路径规划方法,通过获取参考路径曲线,采集参考路径曲线的参考路径点获得参考路径点的位置信息,根据参考路径点的位置信息和预设目标路径函数获得优化路径点的位置信息,其中,预设目标路径函数根据预设避障边界条件和预设曲率约束条件进行约束,根据优化路径点的位置信息获得规划路径曲线。这样的设计,能够通过预设目标路径函数根据预设曲率约束条件进行约束,获得优化路径点的位置信息,进而获得规划路径曲线,避免规划路径曲线的曲率超出车辆极限,给出一条合理的、车辆可执行驾驶的路径。
为了进一步理解本申请的路径规划方法,参见图2,本实施例的路径规划方法,包括:
步骤S210,在笛卡尔坐标系中,将道路的中心线作为道路参考曲线;根据道路参考曲线,在Frenet坐标系中获取参考路径曲线。
可以理解,在汽车进行自动驾驶前,需要确定当前行驶的道路。为了确保行驶安全且便于识别定位,以当前行驶的道路的中心线作为道路参考曲线。可以理解,基于道路的中心线与道路所在的延伸方向平行,即道路中心线的曲率与道路相同。以道路的中心线作为道路参考曲线,则可以准确地作为规划路径曲线的曲率参考基准。
相关技术中,道路参考曲线,一般是在笛卡尔坐标系中进行描述。参见图3,在笛卡尔坐标系下,根据道路参考曲线a,可以获得在笛卡尔坐标系中的参考路径曲线b。为了更直观地表示汽车在当前道路上的位置,根据在笛卡尔坐标系中的道路参考曲线a和参考路径曲线b的相对位置信息,通过转换建立对应的Frenet坐标系。一并参见图3和图4,根据图3中的参考路径曲线b在道路参考曲线a的切线方向和法向方向的相对位置信息,在图4的Frenet坐标系下生成对应的参考路径曲线b。由此,基于笛卡尔坐标系下的道路参考曲线a和基于Frenet坐标系下的参考路径曲线b,进行后续步骤中的相关描述和约束。
步骤S220,在Frenet坐标系中,沿参考路径曲线的纵向距离进行均匀分割,采集参考路径曲线的参考路径点,并获得参考路径点对应的纵向距离坐标。
可以理解,为了获取多个参考路径点,可以将具有预设纵向距离的参考路径曲线按照预设纵向距离差值进行均匀分割。可以理解,基于道路的长度是预知的,则参考路径曲线的预设纵向距离即为预知的,参考路径曲线的预设纵向距离即为参考路径曲线沿道路参考曲线的切线方向的总长度。为了实现均匀分割,可以设置预设纵向距离差值。按照预设纵向距离差值,沿参考路径曲线的纵向距离进行均匀分割,使参考路径点均匀分布在参考路径曲线上,相邻两个参考路径点在纵向距离方向的间距相等,各参考路径点的纵向距离坐标形成等差递增。这样的设计,一方面,使得参考路径曲线上的每一分割位置即为对应的参考路径点,即可获得参考路径点;另一方面,通过均匀分割可以快速获取参考路径点的纵向距离,减小运算量。在其它实施例中,可以按照预设分割方式沿参考路径曲线的纵向距离进行分割,以获得参考路径点及其对应的纵向距离坐标。
进一步地,参见图4,在Frenet坐标系下,参考路径点pi的函数表达式为式(1):
pi(si,li,dli/ds,d2li/ds2) (1)
式(1)中,pi表示第i个参考路径点;s表示Frenet坐标系下参考路径曲线b沿道路参考曲线切线方向的纵向距离坐标;si表示Frenet坐标系下第i个参考路径点pi沿道路参考曲线切线方向的纵向距离坐标;l表示Frenet坐标系下参考路径曲线b在道路参考曲线法线方向的横向距离坐标;li表示Frenet坐标系下第i个参考路径点pi在道路参考曲线法线方向的横向距离坐标;dli/ds,表示Frenet坐标系下第i个参考路径点pi的切线的斜率;d2li/ds2也就是d(dli/ds)/ds,表示Frenet坐标系下第i个参考路径点pi的切线的斜率的导数。
参见图4,按照预设纵向距离差值Δs,沿参考路径曲线进行均匀分割得到若干个参考路径点pi,例如(s0,l0)、(s2,l2)、(s4,l4)和(s6,l6)。可以理解,经过均匀分割,s0与s2之间的间隔距离为两倍的Δs,s2与s4之间的间隔距离为两倍的Δs,以此类推,即每相邻两个参考路径点沿切线方向的间隔距离相等,均为Δs。预设纵向距离差值Δs越大,则参考路径点的个数越少,否则反之。
可以理解,基于参考路径曲线b在图3的笛卡尔坐标系和在图4的Frenet坐标系中的相互映射关系,图4中的4个参考路径点pi,在图3的笛卡尔坐标系下亦具有相对应的参考路径点的位置坐标pi(xi,yi),xi表示参考路径点pi在笛卡尔坐标系下的沿x轴的横向距离坐标;yi表示参考路径点pi笛卡尔坐标系下沿y轴的纵向距离坐标。如图3所示,各参考路径点的坐标包括(x0,y0)、(x2,y2)、(x4,y4)和(x6,y6)。也就是说,(s0,l0)与(x0,y0)对应,(s2,l2)与(x2,y2)对应,(s4,l4)与(x4,y4)对应,(s6,l6)与(x6,y6)对应。
步骤S230,根据预设目标路径函数和参考路径点的纵向距离坐标,计算获得优化路径点的横向距离坐标,其中,预设目标路径函数根据预设避障边界条件和预设曲率约束条件进行约束。
为了减少计算量,在一实施例中,优化路径点的个数与参考路径点的个数相同。进一步地,在一实施例中,每一参考路径点的纵向距离坐标即为对应的优化路径点的纵向距离坐标。优化路径点的纵向距离坐标为si。这样的设计,可以大大减小***的运算负荷,提高路径规划效率。
在基于优化路径点确定的纵向距离坐标的前提下,根据预设目标路径函数和参考路径点的纵向距离坐标,计算获得优化路径点的横向距离坐标。可以理解,通过获得优化路径点的横向距离坐标,结合优化路径点的纵向距离坐标,即为优化路径点在Frenet坐标系下的明确的位置信息。这样的设计,即可便于后续步骤根据优化路径点的横向距离坐标和纵向距离坐标规划路径曲线。
为了使优化路径点预设目标路径函数所付出的代价最优,在一实施例中,预设目标路径函数根据以下至少一项进行代价评估:规划路径曲线与参考路径曲线的距离最小代价、规划路径曲线贴近道路参考曲线代价、规划路径曲线的二阶平滑性代价及规划路径曲线的三阶平滑性代价。其中,规划路径曲线与参考路径曲线的距离最小代价反映了规划路径曲线与参考路径曲线的贴合程度,也就是各优化路径点与对应的参考路径点之间的贴合程度,规划路径曲线与参考路径曲线的距离越小,说明各优化路径点与对应的参考路径点的距离越近。而各优化路径点与对应的参考路径点的纵向距离坐标是相同的,所以,规划路径曲线与参考路径曲线的距离越小,说明各优化路径点与对应的参考路径点的纵向距离坐标的差值越小。规划路径曲线贴近道路参考曲线代价反映了规划路径曲线与道路参考曲线各优化路径点与对应的参考路径点之间的贴合程度,规划路径曲线贴近道路参考曲线代价越小,各优化路径点与对应的参考路径点越贴合。规划路径曲线的二阶平滑性代价和规划路径曲线的三阶平滑性代价都可以反映规划路径曲线的平滑程度。其中规划路径曲线的二阶平滑性代价的优化路径点通过相邻的三个优化路径点的横向距离坐标来衡量优化路径点的平滑性,规划路径曲线的三阶平滑性代价通过相邻的四个优化路径点的横向距离坐标来衡量优化路径点的平滑性。本实施例通过不同的阶数的平滑性代价对预设目标路径函数进行代价评估,使得代价评估更加精确。
进一步地,在优化路径点的纵向距离坐标确定的前提下,通过预设避障边界条件和预设曲率约束条件对预设目标路径函数进行约束,从而对优化路径点的横向距离坐标进行约束,以获得使预设目标路径函数达到最优值的优化路径点。在一实施例中,预设曲率约束条件根据道路参考曲线的匹配点的曲率函数获得;其中,匹配点根据参考路径点在道路参考曲线上对应映射获得。为了便于理解,一并参阅图3和图4,基于图4中的Frenet坐标系中的参考路径曲线的第i个参考路径点pi,可以在图3中的道路参考曲线上对应映射,获得对应的匹配点pri。参见图3,道路参考曲线a的匹配点pri的函数表达式为式(2):
pri(xri,yri,θri,κri,dκri,si) (2)
式(2)中,ri表示在笛卡尔坐标系下的第i个匹配点;xri表示笛卡尔坐标系下第i个匹配点沿x轴的横向距离坐标;yri表示笛卡尔坐标系下第i个匹配点沿y轴的纵向距离坐标;θr表示笛卡尔坐标系下的参考路径曲线b的方向角;θri表示笛卡尔坐标系下第i个匹配点的方向角;κri表示第i个匹配点的曲率;dκri表示第i个匹配点pri的曲率的导数。在一实施例中,预设曲率约束条件可以根据κri获得。可以理解,通过预设曲率约束条件对优化路径点进行控制,使得根据优化路径点生成的规划路径曲线可以避免后续步骤获得的规划路径曲线超出汽车极限的情况。为了使得优化路径点的位置更加合理以及避免优化路径点超出道路的边界,在一实施例中,避障边界条件包括以下至少一项约束:在Frenet坐标系下的车辆可行驶边界约束、起始路径点边界约束、终止路径点边界约束及路径点边界约束。其中,车辆可行驶边界约束用于限定优化路径点的横向距离坐标的最大值和最小值,从而限制汽车的行驶边界,确保汽车行驶的规划路径曲线不会偏离导航路径。进一步地,通过在起始路径点、终止路径点以及各路径点进行边界约束,使得从起始路径点至终止路径点的各优化路径点在边界约束范围内。以下详细介绍优化路径点的横向距离坐标的获取过程。
在一实施例中,根据预设目标路径函数和纵向距离坐标,计算获得优化路径点的横向距离坐标的具体过程如下:
定义优化路径点的横向距离的变量[l0,l1,…,ln-1],其中l0表示第1个优化路径点的横向距离坐标,l1表示第2个优化路径点的横向距离坐标;ln-1表示第n个优化路径点的横向距离坐标;n表示优化路径点的个数。
定义预设目标路径函数式(3):
式(3)中,代表规划路径曲线与参考路径曲线的距离最小代价;ωref代表规划路径曲线与参考路径曲线的距离最小代价的权重系数;代表规划路径曲线贴近道路的中心线代价,也就是规划路径曲线贴近道路参考曲线代价;ωdl代表规划路径曲线贴近道路参考曲线代价的权重系数;代表规划路径曲线的二阶平滑性代价;ωddl代表规划路径曲线的二阶平滑性代价的权重系数;代表规划路径曲线的三阶平滑性代价;ωdddl代表规划路径曲线的三阶平滑性代价的权重系数;li,ref代表第i+1个参考路径点的横向距离坐标;Δs代表相邻两优化路径点的纵向距离的间距,也就是相邻两路径参考点的纵向距离的间距。
进一步地,避障边界条件的设置如式(4)至式(13)所示:
其中,设置车辆可行驶边界约束,即式(4):
li,min≤li≤li,max (4)
式(4)中,li,min代表第i+1个优化路径点处车辆可行驶的上界,也就是车辆可行驶的上界的横向距离坐标,也就是第i+1个优化路径点的横向距离坐标的最小值;li,max代表第i+1个优化路径点处车辆可行驶的下界,也就是车辆可行驶的下界的横向距离坐标;也就是第i+1个优化路径点的横向距离坐标的最大值。
设置起始路径点边界约束,即式(5)至式(7):
l0=l0,init (5)
其中,式(5)中,l0,init代表Frenet坐标系下优化路径点中的起点的横向距离坐标值,也就是第1个优化路径点的横向距离坐标值。
式(6)中,l′0代表规划路径曲线起点处的优化路径点贴近道路参考曲线的代价,也就是第一个优化路径点贴近道路参考曲线的代价;dl0,init代表起点的一阶导,也就是优化路径曲线在起点的一阶导。
式(7)中,l″0代表规划路径曲线的起点处的二阶平滑性代价;ddl0,init代表起点的二阶导,也就是优化路径曲线在起点的二阶导。
设置终止路径点边界约束,即式(8)至式(10):
ln-1=ln-1,init (8)
式(8)中,ln-1,init代表Frenet坐标系下优化路径点中的终点的横向距离坐标值,也就是第n个优化路径点的横向距离坐标值。
式(9)中,l′n-1代表规划路径曲线终点处的优化路径点贴近道路参考曲线的代价,也就是第n个优化路径点贴近道路参考曲线的代价;dln-1,init代表终点的一阶导,也就是优化路径曲线在终点的一阶导。
式(10)中,l″n-1代表规划路径曲线终点处的二阶平滑性代价;ddln-1,init代表终点的二阶导,也就是优化路径曲线在终点的二阶导。
设置路径点边界约束,即式(11)至式(13):
式(11)中,li′代表规划路径曲线的优化路径点贴近道路参考曲线的代价,也就是第i+1个优化路径点贴近道路参考曲线的代价;dlmin代表优化路径点的横向距离坐标的一阶导的最小值;dlmax代表优化路径点的横向距离坐标的一阶导的最大值。
式(12)中,l″i代表第i+1个优化路径点处的二阶平滑性代价;ddlmin代表优化路径点的横向距离坐标的二阶导的最小值,其中ddl表示优化路径点的横向距离坐标的二阶导;ddlmax代表优化路径点的横向距离坐标的一阶导的最大值。
式(13)中,l″′i代表第i+1个优化路径点处的三阶平滑性代价;dddlmin代表优化路径点的横向距离坐标的三阶导的最小值,其中ddl表示优化路径点的横向距离坐标的三阶导;dddlmax代表优化路径点的横向距离坐标的三阶导的最大值。
设置预设曲率约束条件,即式(14)至式(15):
式(14)中,κi代表第i+1个优化路径点处的曲率,κri代表第i+1个匹配点处的曲率。
κmin≤κi≤κmax (15)
式(15)中,κmin代表车辆可执行的曲率的下边界,也就是代表车辆可执行的曲率的最小值;κmax代表车辆可执行的曲率的上边界,也就是代表车辆可执行的曲率的最大值。
由此,通过式(3)至式(15)的预设目标路径函数、避障边界条件和预设曲率约束条件,能够对优化路径点进行约束,避免优化路径点超出边界,同时还能够通过约束优化路径点的横向距离以间接控制由优化路径点获得的规划路径曲线的曲率。
步骤S240,根据优化路径点的横向距离坐标和参考路径点的纵向距离坐标,获得规划路径曲线。
由于沿参考路径曲线进行均匀分割得到若干个参考路径点,参考路径点的纵向距离坐标呈等差递增的,当确定其中一个参考路径点的纵向距离坐标时,可以得到其他参考路径点的纵向距离坐标,而优化路径点与参考路径点对应,即优化路径点的纵向距离坐标与参考路径点的纵向距离坐标相等。因而,通过获得优化路径点的横向距离坐标,结合优化路径点与对应的参考路径点相同的纵向距离坐标,从而可以获得单个优化路径点对应的在Frenet坐标系中的位置信息,即坐标值。通过穿过各个优化路径点,可以获得一条避免超出汽车极限、合理且可驾驶的规划路径曲线。在其他实施例中,规划路径曲线也可以穿过部分的优化路径点,还可以是逼近优化路径点而未穿过优化路径点。
参见图5,根据上述步骤,获得本申请的规划路径曲线c。规划路径曲线c生成于道路参考曲线a和参考路径曲线b之间,规划路径曲线c的曲率相较于参考路径曲线b较小,更适合于汽车行驶。参见图6,未优化的路径曲线即参考路径曲线的方向角的变化曲线t_theta相较于本申请的规划路径曲线c的方向角的变化曲线theta的变化范围更大,说明通过本申请的路径规划方法能够有效约束规划路径曲线c的方向角的变化,而方向角的变化也反映了曲率的变化,从而说明本申请的路径规划方法能够有效约束规划路径曲线c的曲率。参见图7,未优化路径曲线即参考路径曲线的曲率的变化曲线t_kappa相较于本申请的规划路径曲线c的曲率的变化曲线kappa的变化范围更大,其中规划路径曲线c的曲率大于或等于0.2,未优化路径曲线的曲率低于0.2,更直观说明了本申请对规划路径曲线c的曲率的约束。
综上,本申请的路径规划方法根据笛卡尔坐标系中道路的中心线即道路参考曲线建立Frenet坐标系,根据笛卡尔坐标系中的参考路径曲线与道路参考曲线的相对位置,在Frenet坐标系设置对应的参考路径曲线,并沿参考路径曲线的纵向距离进行均匀切割,以此固定参考路径曲线上相邻两参考路径点的纵向距离坐标的差值,进而固定规划路径曲线上相邻两优化路径点的纵向距离坐标的差值,进而可以确定各优化路径点的纵向距离坐标,减小了计算量,后续通过计算获取优化路径点的横向距离坐标即可确定优化路径点的位置信息。其中通过预设目标路径函数和纵向距离坐标计算优化路径点的横向距离坐标。预设目标路径函数能够通过包括起始路径点边界约束、终止路径点边界约束、路径点边界约束和车辆可行驶边界约束等避障边界条件对优化路径点的横向距离坐标进行约束,避免优化路径点超过边界。预设目标路径函数还能够通过预设曲率约束条件约束优化路径点的曲率,避免优化路径点的曲率超过车辆可执行的曲率的上、下边界,使得根据优化路径点获得的规划路径曲线更加合理且可行。
与前述应用功能实现方法实施例相对应,本申请还提供了一种路径规划装置、汽车、非暂时性机器可读存储介质及相应的实施例。
参见图3,本申请提供一实施例的路径规划装置30,其包括:
参考曲线获取模块310,用于获取参考路径曲线。
参考路径点采集模块320,用于采集参考路径曲线的参考路径点。
优化路径点采集模块330,用于根据参考路径点的位置信息和预设目标路径函数,获得优化路径点的位置信息;其中,预设目标路径函数根据预设避障边界条件和预设曲率约束条件进行约束。
规划路径获取模块340,用于根据优化路径点的位置信息,获得规划路径曲线。
其中,为了获得参考路径曲线,参考曲线获取模块310在笛卡尔坐标系中,将道路的中心线作为道路参考曲线;根据道路参考曲线,在Frenet坐标系中获取参考路径曲线。参考路径点采集模块320在Frenet坐标系中,沿参考路径曲线的纵向距离进行均匀分割,采集参考路径曲线的参考路径点,并获得参考路径点对应的纵向距离坐标。优化路径点采集模块330以参考路径点对应的纵向距离坐标作为对应的优化路径点的纵向距离坐标,并根据预设目标路径函数和参考路径点的纵向距离坐标,计算获得优化路径点的横向距离坐标,从而采集获得优化路径点。其中,预设目标函数能够根据预设预设避障边界条件和预设曲率约束条件对优化路径点的位置进行约束,避免优化路径点超出边界,还能够控制优化路径点形成的曲线的曲率,避免根据优化路径点获得的曲线的曲率超出汽车极限。规划路径获取模块340,根据优化路径点的横向距离坐标和参考路径点的纵向距离坐标,获得规划路径曲线。
综上,本申请的路径规划装置30,可以根据参考曲线获取模块310获取参考路径曲线,参考路径点采集模块320采集参考路径曲线的参考路径点并获得参考路径点的位置信息,优化路径点采集模块330根据参考路径点的位置信息和预设目标路径函数获得优化路径点的位置信息,规划路径获取模块340根据优化路径点的位置信息获得规划路径曲线。这样的设计,能够通过预设目标路径函数根据预设曲率约束条件进行约束,获得优化路径点的位置信息,进而获得规划路径曲线,避免规划路径曲线的曲率超出车辆极限,给出一条合理的、车辆可执行驾驶的路径。
本申请还提供一种汽车,本申请的汽车包括上述任一实施例的路径规划装置。汽车根据路径规划装置生成的规划路径曲线行驶,从而可以确保在受曲率约束的安全可执行驾驶的路径上行驶。
本申请还提供一种电子设备,电子设备包括存储器和处理器。存储器上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行上述任一实施例中所述的路径规划方法。
其中,处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括各种类型的存储单元,例如***内存、只读存储器(ROM),和永久存储***。其中,ROM可以存储处理器或者计算机的其他模块需要的静态数据或者指令。永久存储***可以是可读写的存储***。永久存储***可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中,永久性存储***采用大容量存储***(例如磁或光盘、闪存)作为永久存储***。另外一些实施方式中,永久性存储***可以是可移除的存储设备(例如软盘、光驱)。***内存可以是可读写存储设备或者易失性可读写存储设备,例如动态随机访问内存。***内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外,存储器可以包括任意计算机可读存储媒介的组合,包括各种类型的半导体存储芯片(DRAM,SRAM,SDRAM,闪存,可编程只读存储器),磁盘和/或光盘也可以采用。在一些实施方式中,存储器可以包括可读和/或写的可移除的存储设备,例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM,双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器上存储有可执行代码,当可执行代码被处理器处理时,可以使处理器执行上文述及的方法中的部分或全部。
本申请的非暂时性机器可读存储介质,其上存储有可执行代码,当可执行代码被电子设备的处理器执行时,使处理器执行如权利要求1-7中任一项的方法。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不再做详细阐述说明。
此外,根据本申请的方法还可以实现为一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本申请还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质),其上存储有可执行代码(或计算机程序、或计算机指令代码),当可执行代码(或计算机程序、或计算机指令代码)被电子设备(或电子设备、服务器等)的处理器执行时,使处理器执行根据本申请的上述方法的各个步骤的部分或全部。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种路径规划方法,其特征在于:
获取参考路径曲线;
采集所述参考路径曲线的参考路径点;
根据所述参考路径点的位置信息和预设目标路径函数,获得优化路径点的位置信息;其中,所述预设目标路径函数根据预设避障边界条件和预设曲率约束条件进行约束;
根据所述优化路径点的位置信息,获得规划路径曲线。
2.根据权利要求1所述的路径规划方法,其特征在于,所述获取参考路径曲线,包括:
在笛卡尔坐标系中,将道路的中心线作为道路参考曲线;
根据所述道路参考曲线,在Frenet坐标系中获取所述参考路径曲线。
3.根据权利要求1所述的路径规划方法,其特征在于,所述采集所述参考路径曲线的参考路径点,包括:
在Frenet坐标系中,沿所述参考路径曲线的纵向距离进行均匀分割,获得所述参考路径点的纵向距离坐标。
4.根据权利要求3所述的路径规划方法,其特征在于,所述根据所述参考路径点的位置信息和预设目标路径函数,获得优化路径点的位置信息,包括:
根据所述预设目标路径函数和所述参考路径点的纵向距离坐标,计算获得所述优化路径点的横向距离坐标;
根据所述横向距离坐标和所述参考路径点的纵向距离坐标,获得所述优化路径点的位置信息。
5.根据权利要求1所述的路径规划方法,其特征在于,所述预设目标路径函数根据以下至少一项进行代价评估:
所述规划路径曲线与所述参考路径曲线的距离最小代价、所述规划路径曲线贴近道路参考曲线代价、所述规划路径曲线的二阶平滑性代价及所述规划路径曲线的三阶平滑性代价。
6.根据权利要求1所述的路径规划方法,其特征在于,所述避障边界条件包括以下至少一项约束:
在Frenet坐标系下的车辆可行驶边界约束、起始路径点边界约束、终止路径点边界约束及路径点边界约束。
7.根据权利要求2所述的路径规划方法,其特征在于,所述预设曲率约束条件根据所述道路参考曲线的匹配点的曲率函数获得;其中,所述匹配点根据所述参考路径点在所述道路参考曲线上对应映射获得。
8.一种路径规划装置,其特征在于,包括:
参考曲线获取模块,用于获取参考路径曲线;
参考路径点采集模块,用于采集所述参考路径曲线的参考路径点;
优化路径点采集模块,用于根据所述参考路径点的位置信息和预设目标路径函数,获得优化路径点的位置信息;其中,所述预设目标路径函数根据预设避障边界条件和预设曲率约束条件进行约束;
规划路径获取模块,用于根据所述优化路径点的位置信息,获得规划路径曲线。
9.一种汽车,其特征在于,包括权利要求8所述的路径规划装置。
10.一种非暂时性机器可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110747895.5A CN113483776A (zh) | 2021-07-01 | 2021-07-01 | 路径规划方法、装置及汽车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110747895.5A CN113483776A (zh) | 2021-07-01 | 2021-07-01 | 路径规划方法、装置及汽车 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113483776A true CN113483776A (zh) | 2021-10-08 |
Family
ID=77940232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110747895.5A Pending CN113483776A (zh) | 2021-07-01 | 2021-07-01 | 路径规划方法、装置及汽车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113483776A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114088100A (zh) * | 2022-01-11 | 2022-02-25 | 中科星图智慧科技有限公司 | 基于复杂条件的路径规划方法及装置 |
CN114114930A (zh) * | 2022-01-28 | 2022-03-01 | 清华大学 | 汽车局部参考路径生成方法、装置、设备及介质 |
CN114264307A (zh) * | 2021-12-15 | 2022-04-01 | 广州小鹏自动驾驶科技有限公司 | 路径生成方法、装置、交通工具及存储介质 |
CN114715193A (zh) * | 2022-04-15 | 2022-07-08 | 重庆大学 | 一种实时轨迹规划方法及*** |
CN114791288A (zh) * | 2022-06-27 | 2022-07-26 | 青岛慧拓智能机器有限公司 | 矿区车辆的行驶路径规划方法、装置及计算机设备 |
CN117068199A (zh) * | 2023-08-08 | 2023-11-17 | 广州汽车集团股份有限公司 | 车辆可行驶空间的生成方法、装置、车辆及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109521763A (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约束平滑样条的路径优化 |
CN110749333A (zh) * | 2019-11-07 | 2020-02-04 | 中南大学 | 基于多目标优化的无人驾驶车辆运动规划方法 |
CN111750887A (zh) * | 2020-06-11 | 2020-10-09 | 上海交通大学 | 降低事故严重程度的无人驾驶车辆轨迹规划方法及*** |
CN112068545A (zh) * | 2020-07-23 | 2020-12-11 | 哈尔滨工业大学(深圳) | 一种无人驾驶车辆在十字路口的行驶轨迹规划方法、***及存储介质 |
CN112673234A (zh) * | 2020-01-17 | 2021-04-16 | 华为技术有限公司 | 路径规划方法和路径规划装置 |
CN112677995A (zh) * | 2021-01-07 | 2021-04-20 | 腾讯科技(深圳)有限公司 | 一种车辆轨迹规划方法、装置、存储介质及设备 |
-
2021
- 2021-07-01 CN CN202110747895.5A patent/CN113483776A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109521763A (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约束平滑样条的路径优化 |
CN110749333A (zh) * | 2019-11-07 | 2020-02-04 | 中南大学 | 基于多目标优化的无人驾驶车辆运动规划方法 |
CN112673234A (zh) * | 2020-01-17 | 2021-04-16 | 华为技术有限公司 | 路径规划方法和路径规划装置 |
CN111750887A (zh) * | 2020-06-11 | 2020-10-09 | 上海交通大学 | 降低事故严重程度的无人驾驶车辆轨迹规划方法及*** |
CN112068545A (zh) * | 2020-07-23 | 2020-12-11 | 哈尔滨工业大学(深圳) | 一种无人驾驶车辆在十字路口的行驶轨迹规划方法、***及存储介质 |
CN112677995A (zh) * | 2021-01-07 | 2021-04-20 | 腾讯科技(深圳)有限公司 | 一种车辆轨迹规划方法、装置、存储介质及设备 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114264307A (zh) * | 2021-12-15 | 2022-04-01 | 广州小鹏自动驾驶科技有限公司 | 路径生成方法、装置、交通工具及存储介质 |
CN114264307B (zh) * | 2021-12-15 | 2024-06-04 | 广州小鹏自动驾驶科技有限公司 | 路径生成方法、装置、交通工具及存储介质 |
CN114088100A (zh) * | 2022-01-11 | 2022-02-25 | 中科星图智慧科技有限公司 | 基于复杂条件的路径规划方法及装置 |
CN114088100B (zh) * | 2022-01-11 | 2022-05-06 | 中科星图智慧科技有限公司 | 基于复杂条件的路径规划方法及装置 |
CN114114930A (zh) * | 2022-01-28 | 2022-03-01 | 清华大学 | 汽车局部参考路径生成方法、装置、设备及介质 |
CN114114930B (zh) * | 2022-01-28 | 2022-04-19 | 清华大学 | 汽车局部参考路径生成方法、装置、设备及介质 |
CN114715193A (zh) * | 2022-04-15 | 2022-07-08 | 重庆大学 | 一种实时轨迹规划方法及*** |
CN114791288A (zh) * | 2022-06-27 | 2022-07-26 | 青岛慧拓智能机器有限公司 | 矿区车辆的行驶路径规划方法、装置及计算机设备 |
CN114791288B (zh) * | 2022-06-27 | 2022-09-30 | 青岛慧拓智能机器有限公司 | 矿区车辆的行驶路径规划方法、装置及计算机设备 |
CN117068199A (zh) * | 2023-08-08 | 2023-11-17 | 广州汽车集团股份有限公司 | 车辆可行驶空间的生成方法、装置、车辆及存储介质 |
CN117068199B (zh) * | 2023-08-08 | 2024-05-24 | 广州汽车集团股份有限公司 | 车辆可行驶空间的生成方法、装置、车辆及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113483776A (zh) | 路径规划方法、装置及汽车 | |
US9283967B2 (en) | Accurate curvature estimation algorithm for path planning of autonomous driving vehicle | |
EP2012088B1 (en) | Road information generating apparatus, road information generating method and road information generating program | |
JP7391701B2 (ja) | 定常横方向偏差の除去方法、装置、記憶媒体、及びプログラム | |
CN110969055B (zh) | 用于车辆定位的方法、装置、设备和计算机可读存储介质 | |
CN108573611B (zh) | 一种限速标识融合方法以及限速标识融合*** | |
CN108061555B (zh) | 一种车辆定位误差矫正方法及装置 | |
KR102441073B1 (ko) | 자이로 센싱값 보상 장치, 그를 포함한 시스템 및 그 방법 | |
CN101949704A (zh) | 信赖度评价装置、信赖度评价方法以及信赖度评价程序 | |
CN109927717B (zh) | 泊车轨迹的确定方法、装置及智能终端 | |
WO2019076119A1 (zh) | 车辆定位方法和装置 | |
CN115200604A (zh) | 转弯路径规划方法、设备、车辆及存储介质 | |
JP2022023388A (ja) | 車両位置決定装置 | |
JP2017013586A (ja) | 自車位置推定装置、及びそれを用いた操舵制御装置、並びに自車位置推定方法 | |
CN110094498B (zh) | 一种轮速比的获取方法及装置 | |
CN113306559A (zh) | 在路形估计中对于垂直道路曲度的补偿 | |
CN114347994B (zh) | 车道线位置估计方法和装置、电子设备和存储介质 | |
CN113066290A (zh) | 列队行驶控制装置及其生成路径的方法 | |
CN113544034A (zh) | 用于获取交通工具传感器的校正信息的装置和方法 | |
JP4069769B2 (ja) | 道路形状認識装置 | |
CN107092253B (zh) | 用于控制无人车的方法、装置及服务器 | |
CN111580139B (zh) | 卫星导航数据的有效性判断方法及装置、电子设备 | |
CN113763483B (zh) | 行车记录仪俯仰角标定方法及装置 | |
JP6948151B2 (ja) | 走行車線特定装置 | |
JP4133426B2 (ja) | ナビゲーション装置 |
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 |