CN113628471A - 一种无人驾驶车辆的调度方法、装置、设备和介质 - Google Patents
一种无人驾驶车辆的调度方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN113628471A CN113628471A CN202110909208.5A CN202110909208A CN113628471A CN 113628471 A CN113628471 A CN 113628471A CN 202110909208 A CN202110909208 A CN 202110909208A CN 113628471 A CN113628471 A CN 113628471A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- point
- verification
- vehicle control
- intersection
- 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 66
- 238000012795 verification Methods 0.000 claims abstract description 103
- 238000004891 communication Methods 0.000 claims abstract description 21
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010200 validation analysis Methods 0.000 claims description 7
- 238000013075 data extraction Methods 0.000 claims description 4
- 210000001503 joint Anatomy 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 16
- 238000012827 research and development Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 7
- 230000009191 jumping Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 241000283070 Equus zebra Species 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- MDLAAYDRRZXJIF-UHFFFAOYSA-N 1-[4,4-bis(4-fluorophenyl)butyl]-4-[4-chloro-3-(trifluoromethyl)phenyl]-4-piperidinol Chemical compound C1CC(O)(C=2C=C(C(Cl)=CC=2)C(F)(F)F)CCN1CCCC(C=1C=CC(F)=CC=1)C1=CC=C(F)C=C1 MDLAAYDRRZXJIF-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Remote Sensing (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Security & Cryptography (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Hardware Design (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种无人驾驶车辆的调度方法、装置、设备和介质,应用于调度云平台,调度云平台和多个网约车平台通信连接,方法包括:当接收到任一个网约车平台发送的网约车订单时,提取车辆标识和规划路线点;基于预设的语义地图对规划路线点进行可达性验证,根据验证结果对规划路线点进行位置转换,生成车控指令;加密车控指令,并根据车辆标识下发至目标无人驾驶车辆;目标无人驾驶车辆用于校验并执行车控指令,完成网约车订单。从而通过调度云平台与多个网约车平台对接并解析网约车订单生成车控指令对无人驾驶车辆进行控制,能够快速将无人驾驶车辆接入网约车平台,大大降低了运营成本。
Description
技术领域
本发明涉及无人驾驶调度技术领域,尤其涉及一种无人驾驶车辆的调度方法、装置、设备和介质。
背景技术
随着科技的不断发展,自动驾驶和驾驶辅助等相关技术在汽车的驾驶体验和安全性方面都越发优化,对于国防与国民经济领域都具有广阔的应用前景。
而在实际无人驾驶的应用实现中,网约车是较为常见的模式。而目前无人驾驶车辆对公众开放运营通常包括两种模式:通过无人驾驶车辆与网约车运营平台对接,通过网约车运营平台转发订单到无人驾驶车辆进行乘客的接送,或是通过自研发网约车平台的方式进行无人驾驶网约车的运营。
但在上述无人驾驶网约车的运营过程中,自研发网约车平台需要研发整个订单上传下发控制流程,研发周期长,投入成本高,适用性较差;而接入网约车运营平台的方式由于是通过无人驾驶车辆对订单进行解析完成对乘客的接送,对无人驾驶车辆而言需求的计算资源较多,导致无人驾驶车辆的调度成本增加。
发明内容
本发明提供了一种无人驾驶车辆的调度方法、装置、设备和介质,解决了现有的网约车调度方法需求的计算资源较多或初期研发周期长所导致的调度成本较高的技术问题。
本发明第一方面提供的一种无人驾驶车辆的调度方法,应用于调度云平台,所述调度云平台和多个网约车平台通信连接,所述方法包括:
当接收到任一个所述网约车平台发送的网约车订单时,提取车辆标识和规划路线点;
对所述规划路线点进行可达性验证,根据验证结果对所述规划路线点进行位置转换,生成车控指令;
加密所述车控指令,并根据所述车辆标识下发至目标无人驾驶车辆;所述目标无人驾驶车辆用于校验并执行所述车控指令,完成所述网约车订单。
可选地,所述规划路线点包括起始点、目的点和/或途经点,所述当接收到任一个所述网约车平台发送的网约车订单时,提取车辆标识和规划路线点的步骤,包括:
若所述网约车订单中存在途经点,则提取所述途经点;
若所述网约车订单中不存在所述途经点,则查询预设的语义地图,确定从所述起始点到所述目的点的规划路径;
根据所述规划路径对应的实时路况信息,提取所述途经点对所述规划路径进行更新。
可选地,所述根据所述规划路径对应的实时路况信息,提取所述途经点对所述规划路径进行更新的步骤,包括:
根据所述规划路径对应的实时路况信息,判断所述规划路径是否存在拥堵路段;
若不存在所述拥堵路段,或者,存在所述拥堵路段且所述规划路径不存在可转向路口,则判定不提取所述途经点;
若存在所述拥堵路段且所述规划路径存在可转向路口,则采用所述可转向路口作为途经点更新所述规划路径,跳转执行所述根据所述规划路径对应的实时路况信息,判断所述规划路径是否存在拥堵路段的步骤,直至跳转次数等于预设的跳转阈值。
可选地,所述拥堵路段包括至少一段拥堵子路段,所述可转向路口包括第一可转向路口和第二可转向路口,所述若存在所述拥堵路段且所述规划路径存在可转向路口,则采用所述可转向路口作为途经点更新所述规划路径,跳转执行所述根据所述规划路径对应的实时路况信息,判断所述规划路径是否存在拥堵路段的步骤,直至跳转次数等于预设的跳转阈值的步骤,包括:
按照目的反方向在所述语义地图中依次搜索在每段所述拥堵子路段后是否存在第一可转向路口;
若存在所述第一可转向路口,则按照目的正方向在所述语义地图中依次搜索在每段所述拥堵子路段前是否存在第二可转向路口;
将所述第一可转向路口和所述第二可转向路口作为途经点***所述规划路径,生成新的规划路径;
跳转执行所述根据所述规划路径对应的实时路况信息,判断所述规划路径是否存在拥堵路段的步骤,直至跳转次数等于预设的跳转阈值。
可选地,所述可达性验证包括可行牌照区域验证和可行区域验证;所述对所述规划路线点进行可达性验证的步骤,包括:
基于从预设网络地图提取的多个经纬度点对所述目的点和所述起始点进行可行牌照区域验证,判断所述目的点和所述起始点是否处于可行牌照区域;
检索预设语义地图,对所述目的点和所述起始点进行可行区域验证,判断所述目的点和所述起始点是否处于可行区域;
若所述目的点与所述起始点均处于所述可行牌照区域和所述可行区域,则判定验证通过,否则判定为验证不通过。
可选地,所述基于从预设网络地图内提取的多个经纬度点对所述目的点和所述起始点进行可行牌照区域验证,判断所述目的点和所述起始点是否处于可行牌照区域的步骤,包括:
检索预设网络地图,提取可行牌照区域对应的多个经纬度点,并沿各个所述经纬度点构建多边形标注框;
若以所述目的点为起点构建的第一射线与所述多边形标注框的第一交点数量为奇数,则验证通过,判定所述目的点处于所述可行牌照区域;
若以所述起始点为起点构建的第二射线与所述多边形标注框的第二交点数量为奇数,则验证通过,判定所述起始点处于所述可行牌照区域;
若所述第一交点数量或所述第二交点数量为偶数,则验证不通过。
可选地,所述检索预设语义地图,对所述目的点和所述起始点进行可行区域验证,判断所述目的点和所述起始点是否处于可行区域的步骤,包括:
检索所述语义地图,验证所述目的点和所述起始点是否处于所述语义地图内;
若是,则获取所述目的点在所述语义地图的目的位置坐标,以及所述起始点在所述语义地图内的起始位置坐标;
若所述目的位置坐标处于所述语义地图内的道路区域,或者,所述目标位置坐标与所述道路区域的垂线交点之间的第一距离小于或等于预设的距离阈值,则验证通过,判定所述目的点处于可行区域;
若所述起始位置坐标处于所述道路区域,或者,所述起始位置坐标与所述道路区域的垂线交点之间的第二距离小于或等于所述距离阈值,则验证通过,判定所述起始点处于可行区域;
若所述目的位置坐标或所述起始位置坐标不处于所述语义地图内的道路区域,且所述第一距离或所述第二距离大于所述距离阈值,则验证不通过。
可选地,所述根据验证结果对所述规划路线点进行位置转换,生成车控指令的步骤,包括:
若判定为验证通过,则将所述目的点和所述起始点分别转换为所述目标无人驾驶车辆所处坐标系的位置坐标,生成第一车控指令和第二车控指令;
分别设置所述第一车控指令和所述第二车控指令的超时时间,并写入至预设的指令缓存区;
其中,所述第一车控指令用于控制所述目标无人驾驶车辆从当前位置坐标移动至所述起始点的位置坐标;所述第二车控指令用于控制所述目标无人驾驶车辆从所述起始点的位置坐标,沿当前时刻的所述规划路径标移动至所述目的点的位置坐标。
可选地,还包括:
若任一验证不通过,或者,无法构建从所述目标无人驾驶车辆的当前位置到所述目的点的规划路径,则发送车辆更换通知至所述网约车平台。
可选地,所述目标无人驾驶车辆包括车辆客户端和无人驾驶***,所述目标无人驾驶车辆,具体用于:
通过所述车辆客户端接收并解密所述车控指令
通过所述车辆客户端获取所述无人驾驶***对应的当前车辆标识;所述车控指令携带有指令时间戳和所述车辆标识;
通过所述车辆客户端验证所述车辆标识与所述当前车辆标识是否相同;
通过所述车辆客户端验证所述指令时间戳是否小于预设的超时时间;
若所述车辆标识与所述当前车辆标识相同,且所述指令时间戳小于所述超时时间,则通过所述车辆客户端下发所述车控指令到所述无人驾驶***;
通过所述无人驾驶***执行所述车控指令,完成所述网约车订单。
本发明第二方面提供了一种无人驾驶车辆的调度装置,应用于调度云平台,所述调度云平台和多个网约车平台通信连接,所述装置包括:
数据提取模块,用于当接收到任一个所述网约车平台发送的网约车订单时,提取车辆标识和规划路线点;
车控指令生成模块,用于对所述规划路线点进行可达性验证,根据验证结果对所述规划路线点进行位置转换,生成车控指令;
指令加密与下发模块,用于加密所述车控指令,并根据所述车辆标识下发至目标无人驾驶车辆;所述目标无人驾驶车辆用于校验并执行所述车控指令,完成所述网约车订单。
本发明第三方面提供了一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如本发明第一方面任一项所述的无人驾驶车辆的调度方法。
本发明第四方面提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现如本发明第一方面任一项所述的无人驾驶车辆的调度方法。
从以上技术方案可以看出,本发明具有以下优点:
本发明通过调度云平台与多个网约车平台通信连接,当其接收到任一个网约车平台发送的网约车订单时,从中提取车辆标识和规划路线点,再根据预先标注的语义地图对规划路线点进行可达性验证,以判断无人驾驶车辆是否能够合理合法地到达,若是验证通过则可以对规划路线点进行位置转换,从而生成无人驾驶车辆所处坐标系下的车控指令,对车控指令进行加密后按照车辆标识下发到目标无人驾驶车辆,以使目标无人驾驶车辆能够校验并执行车控指令进行乘客接送,完成网约车订单。从而解决现有的网约车调度方法需求的计算资源较多或初期研发周期长所导致的调度成本较高的技术问题,通过调度云平台与多个网约车平台对接并解析发送的网约车订单的方式生成车控指令对无人驾驶车辆进行控制,不需要在无人驾驶车辆上对网约车订单进行解析,能够快速将无人驾驶车辆接入网约车平台,大大降低了运营成本
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例一提供的一种无人驾驶车辆的调度方法的步骤流程图;
图2为本发明实施例二提供的一种无人驾驶车辆的调度方法的步骤流程图;
图3为本发明实施例二中的车辆标识和规划路线点提取过程的流程图;
图4为本发明实施例二中的途经点生成过程的流程图;
图5为本发明实施例二中的可行牌照区域验证过程的流程图;
图6为本发明实施例三提供的一种无人驾驶车辆的调度装置的结构框图。
具体实施方式
本发明实施例提供了一种无人驾驶车辆的调度方法、装置、设备和介质,用于解决现有的网约车调度方法需求的计算资源较多或初期研发周期长所导致的调度成本较高的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,图1为本发明实施例一提供的一种无人驾驶车辆的调度方法的步骤流程图。本发明实施例可以适用于现有的多种网约车平台与无人驾驶车辆连接,更为高效且低成本地进行无人驾驶车辆调度的情况,本发明实施例所提出的无人驾驶车辆的调度方法可以由无人驾驶车辆的调度来执行,该无人驾驶车辆的调度装置可以由软件和/或硬件实现,可配置在电子设备中,例如,计算机、服务器、电子终端等等。
本发明提供的一种无人驾驶车辆的调度方法,应用于调度云平台,调度云平台和多个网约车平台通信连接,方法包括以下步骤:
步骤101,当接收到任一个网约车平台发送的网约车订单时,提取车辆标识和规划路线点;
本发明实施例中的网约车订单指的是网络预约出租汽车经营服务,以互联网技术为依托构建服务平台,接入符合条件的车辆和驾驶员,通过整合供需信息,提供非巡游的预约出租汽车服务的经营活动所提供的订单。需要说明的是,本发明实施例对网约车订单与调度云平台所连接的网约车平台数量并不限定。
本发明实施例中的调度云平台指的是按照特定通信协议例如https等与多个网约车云平台建立通信连接,且能够对网约车云平台所发送的网约车订单进行解析,生成车控指令并加密下发到至少一辆无人驾驶车辆的云计算平台,主要基于硬件资源和软件资源,提供计算、网络和存储能力。
在本发明实施例中,调度云平台可以与多个网约车平台通信连接,当接收到任一个网约车平台发送的网约车订单时,对网约车订单进行解析以提取其中车辆标识和规划路线点,为后续生成车控指令提供数据基础。
步骤102,对规划路线点进行可达性验证;
本发明实施例中的可达性验证指的是在调度无人驾驶车辆之前,调度云平台依据网约车订单中的目的点、起始点、调度车辆的车辆标识等数据结合语义地图,对无人驾驶车辆能否合理安全地完成网约车订单的可到达性进行验证的过程。需要说明的是,可达性验证还可以包括无人驾驶车辆在后续行进过程中的拥堵路线规避等过程。
在从网约车订单中提取得到规划路线点和车辆标识后,可以基于预存在调度云平台上的语义地图,对规划路线点进行可达性验证,以实现对其中的目的点、起始点和规划路径的可行性进行不同程度的验证。
步骤103,根据验证结果对规划路线点进行位置转换,生成车控指令;
由于语义地图所使用的坐标并不是与目标无人驾驶车辆处于同一坐标系,为实现后续对目标无人驾驶车辆的控制,在上述可达性验证后,若验证结果为均验证通过,可以基于验证结果对所提取的规划路线点进行位置转换,从语义地图所处坐标系转换至目标无人驾驶车辆所处的坐标系,采用转换后的起始点、目标无人驾驶车辆的当前位置、目的点和规划路径等数据生成车控指令。
步骤104,加密车控指令,并根据车辆标识下发至目标无人驾驶车辆;目标无人驾驶车辆用于校验并执行车控指令,完成网约车订单。
在具体实现中,为保证调度云平台与目标无人驾驶车辆之间的通信安全性,可以采用预设的加密算法对车控指令进行加密,并以车辆标识作为目标下发至与其对应的目标无人驾驶车辆,以使目标无人驾驶车辆能够对车控指令进行解密后,通过车控指令实现对目标无人驾驶车辆的移动控制,实现目标无人驾驶车辆从当前位置到起始位置接乘客,沿当前时刻的规划路径送该乘客达到目的点的网约车订单流程。
在本发明实施例中,通过调度云平台与多个网约车平台通信连接,当其接收到任一个网约车平台发送的网约车订单时,从中提取车辆标识和规划路线点,再根据预先标注的语义地图对规划路线点进行可达性验证,以判断无人驾驶车辆是否能够合理合法地到达,若是验证通过则可以对规划路线点进行位置转换,从而生成无人驾驶车辆所处坐标系下的车控指令,对车控指令进行加密后按照车辆标识下发到目标无人驾驶车辆,以使目标无人驾驶车辆能够校验并执行车控指令进行乘客接送,完成网约车订单。从而解决现有的网约车调度方法需求的计算资源较多或初期研发周期长所导致的调度成本较高的技术问题,通过调度云平台与多个网约车平台对接并解析发送的网约车订单的方式生成车控指令对无人驾驶车辆进行控制,不需要在无人驾驶车辆上对网约车订单进行解析,能够快速将无人驾驶车辆接入网约车平台,大大降低了运营成本。
请参阅图2,图2为本发明实施例二提供的一种无人驾驶车辆的调度方法的步骤流程图。本发明实施例二在实施例一的基础上作了进一步的特征细化和内容补充,本发明实施例二进一步对规划路线点的可达性验证,以及对规划路线点的位置转换进行实际应用说明。
本发明提供的一种无人驾驶车辆的调度方法,应用于调度云平台,调度云平台和多个网约车平台通信连接,方法包括以下步骤:
步骤201,当接收到任一个网约车平台发送的网约车订单时,提取车辆标识和规划路线点;
在本发明实施例中,调度云平台可以与多个网约车平台通信连接,当接收到任一个网约车平台发送的网约车订单时,对网约车订单进行解析以提取其中车辆标识和规划路线点,为后续生成车控指令提供数据基础。
可选地,规划路线点包括起始点、目的点和/或途经点,请参阅图3,步骤201可以包括以下子步骤S11-S14:
S11、当接收到任一个网约车平台发送的网约车订单时,从网约车订单中提取车辆标识、起始点和目的点;
在用户在网约车平台完成车辆调度的下单操作后,网约车平台依据用户所选定的起始点、目的点以及所要调用的车辆标识生成网约车订单。而当调度云平台接收到网约车订单后,可以对网约车订单进行解析,基于对应的关键字例如目的地、用户位置和车辆类型等,从网约车订单中进行车辆标识、起始点和目的点的提取。
需要说明的是,起始点可以为用户的当前位置也可以为用户选定的位置,目的点可以为具体地址或地图定点等。
S12、若网约车订单中存在途经点,则提取途经点;
S13、若网约车订单中不存在途经点,则查询预设的语义地图,确定从起始点到目的点的规划路径;
在本发明的一个示例中,若判定网约车订单中不存在途经点,此时为保证用户乘车体验,有效规避拥堵路段,调度云平台可以查询语义地图,通过车辆标识确定目标驾驶车辆所处的当前位置,结合起始点和目的点在语义地图中的地图坐标,采用路径规划算法确定从当前位置到起始点,再到目的点的规划路径。
需要说明的是,路径规划算法可以为图搜索法、RRT算法、人工势场法、BUG算法等,本发明实施例对算法的具体类型不作限制。
S14、根据规划路径对应的实时路况信息,提取途经点对规划路径进行更新。
本发明实施例中的途经点指的是从起始点到目的点所经过各个标志物所对应的点位置或者按照预设间隔进行标注的点位置,其中,标志物可以包括但不限于路口、红绿灯、斑马线等,本发明实施例对具体标志物的类型并不限制。
在本发明实施例中,由于网约车平台的不同,部分网约车平台可能在生成网约车订单的同时,在网约车订单中一并生成需要经过的途径点。调度云平台通过对网约车订单进行检索,若发现在网约车订单中存在途经点,则可以直接提取途经点以备后续使用。
而对于不存在途经点的网约车订单,调度云平台可以采用已提取的起始点和目的点,结合语义地图进行路径检索,以获取到所需要的途经点。
进一步地,请参阅图4,步骤S14可以包括以下子步骤S141-S143:
S141、根据规划路径对应的实时路况信息,判断规划路径是否存在拥堵路段;
本发明实施例中的实时路况信息可以从第三方路况软件获取,用于对规划路径的拥堵情况进行实时反映。
调度云平台在确定目标无人车辆从当前位置到目的点的规划路径后,可以通过获取实时路况信息,对规划路径进行拥堵路段的判断。
在具体实现中,第三方路况软件在对路径的拥堵情况通常是采用绿色标识畅通,黄色标识慢速行驶,以不同程度的红色来标识拥堵程度。而在本发明的一个示例中,在获取到实时路况信息后,调度云平台可以通过检索规划路径所对应的实时路况信息,根据其标识的颜色来判断是否存在拥堵路段,若是标识为红色则判定为存在拥堵路段,标识为红色以外的颜色也判定不存在拥堵路段。
S142、若不存在拥堵路段,或者,存在拥堵路段且规划路径不存在可转向路口,则判定不提取途经点;
在本发明实施例中,若是判定不存在拥堵路段,则表明此时目标无人驾驶车辆可以较为畅通地接送乘客,不需要提取途经点进行拥堵路段的绕行。
此外,若是判定存在拥堵路段,但规划路径在该拥堵路段前并未有可转向路口,此时可以判定当前时刻的规划路径为到达目的点的唯一路径,此时由于无法绕开拥堵路段,为减少计算资源的消耗,判定不提取途经点。
S143、若存在拥堵路段且规划路径存在可转向路口,则采用可转向路口作为途经点更新规划路径,跳转执行根据规划路径对应的实时路况信息,判断规划路径是否存在拥堵路段的步骤,直至跳转次数等于预设的跳转阈值;
在本发明实施例中,若是存在拥堵路段,则可以基于拥堵路段进一步搜索语义地图,在规划路径的基础上寻找拥堵路段更少的路段,从而实现对规划路径的更新,再重新根据更新后的规划路径所对应的实时路况信息,判断更新后的规划路径是否存在拥堵路段。
可选地,拥堵路段包括至少一段拥堵子路段,可转向路口包括第一可转向路口和第二可转向路口,步骤S143可以包括以下子步骤:
按照目的反方向在语义地图中依次搜索在每段拥堵子路段后是否存在第一可转向路口;
若存在第一可转向路口,则按照目的正方向在语义地图中依次搜索在每段拥堵子路段前是否存在第二可转向路口;
将第一可转向路口和第二可转向路口作为途经点***规划路径,生成新的规划路径;
跳转执行根据规划路径对应的实时路况信息,判断规划路径是否存在拥堵路段的步骤,直至跳转次数等于预设的跳转阈值。
在本发明实施例中的目的反方向指的是目标无人驾驶车辆驶向目的点的过程中车流的反向;目的正方向指的是目标无人驾驶车辆驶向目的点的过程中车辆的正向。
需要说明的是,本发明实施例中的第一可转向路口位于第二可转向路口前,第一可转向路口与第二可转向路口的转向相反。
在本发明的一个示例中,拥堵路段可以包括至少一段拥堵子路段,若是调度云平台在判定当前的规划路段存在至少一段拥堵子路段的情况下,可以在语义地图中按照目的反方向依次搜索每段拥堵子路段,判断在每段拥堵子路段后是否存在第一可转向路口,以确定目标无人驾驶车辆是否能在遭遇拥堵子路段前遇到第一可转向路口进行右转。若是在任一拥堵子路段后存在第一可转向路口,则进一步按照目的正方向在语义地图中依次搜索在每段拥堵子路段前是否存在第二可转向路口,若是存在,则可以依次将第一可转向路口和第二可转向路口作为途经点***到规划路径,以通过路径规划算法生成新的规划路径。再重新根据新的规划路径所对应的实时路况信息,对当前时刻的规划路径是否存在拥堵路段进行判断。
例如,在得到从目标无人驾驶车辆从当前位置到目的点的规划路径R1后,可以通过查询语义地图semap结合R1的实时路况信息,若是R1无拥堵路段,则直接提取途径点;若是R1上存在拥堵路段,确定在R1上存在拥堵路段的位置集S1,其中S1可以包括多段拥堵子路段D1、D2和D3。通过目的反方向搜索R1在D1以前是否存在第一可转向路口C1,若是不存在则进一步搜索D2以前和D3以前是否存在,若是不存在C1,则可以结束当前过程,从R1提取途径点;若是存在C1,则进一步沿D3、D2和D1的目的正方向搜索R1,若是搜索到第二可转向路口C2,则可以依次将C1和C2***到R1中,重新生成规划路径R2,重复上述步骤直至次数等于预设的跳转阈值。
其中,为节省资源消耗,跳转阈值可以设置为3次、4次等,本发明实施例对具体次数不作限制。
可选地,为进一步减少资源消耗和成本,还可以以各个路口、红绿灯、斑马线等标志物作为途径点进行提取,在保证接送过程流畅的基础上,降低调度云平台所提取的途经点数量,从而使后续目标无人驾驶车辆所需要执行的控制指令减少,降低运营成本。
步骤202,基于从预设网络地图提取的多个经纬度点对目的点和起始点进行可行牌照区域验证,判断目的点和起始点是否处于可行牌照区域;
本发明实施例中的可行区域指的是可行牌照区域和可通过区域,其中可行牌照区域指的是无人驾驶车辆的车牌能够正常行驶的区域,可通过区域指的是由于构造设计的不同造成车型不同的无人驾驶车辆在实际的行驶过程中,未被限高限宽的限制条件所限制的区域,也就是车辆能够正常通过的区域。
在本发明实施例中,由于无人驾驶车辆的运营范围可能有限,在不同区域的车辆运营需要不同的牌照,而无人驾驶车辆的类型不同,其构造车型均有所差别,因此在获取到目的点和起始点后,调度云平台可以对语义地图进行检索,从中确定目的点和起始点的位置,通过其位置结合语义地图确定车辆能够正常通过和行驶,从而验证目的点和起始点是否处于可行区域,保证网约车订单的可执行性。
可选地,请参阅图5,步骤202可以包括以下子步骤S21-S24:
S21、检索预设网络地图,提取可行牌照区域对应的多个经纬度点,并沿各个经纬度点构建多边形标注框;
S22、若以目的点为起点构建的第一射线与多边形标注框的第一交点数量为奇数,则验证通过,判定目的点处于可行牌照区域;
S23、若以起始点为起点构建的第二射线与多边形标注框的第二交点数量为奇数,则验证通过,判定起始点处于可行牌照区域;
S24、若第一交点数量或第二交点数量为偶数,则验证不通过。
在本发明的一个示例中,可以通过调度云平台检索语义地图,从中确定目的点和起始点的位置是否位于可行牌照区域,从而验证无人驾驶车辆能否提供接送服务。
在本实施例中,调度云平台可以通过检索各种网络地图,例如百度地图、高德地图等载有经纬度点位的开源地图,基于车辆标识等信息确定目标无人车辆的可行牌照区域。从可行牌照区域所规划的最外圈区域提取到多个经纬度点,再沿可行牌照区域的各个经纬度点进行连接,以多边形标注框的形式将可行牌照区域进行标注;若是以目的点为起点的第一射线与多边形标注框的第一交点数量为奇数,表明此时目的点是位于多边形标注框内,判定验证通过,目的点处于可行牌照区域;若是以起始点为起点的第二射线对多边形标注框的第二交点数量为奇数,则同样表明起始点也处于可行牌照区域。
此外,若是第一交点数量或第二交点数量为偶数,则判定验证不通过。例如若是第一交点数量为偶数,无论第二交点数量如何,均表明此时目的点不处于可行牌照区域,目标无人驾驶车辆无法完成该网约车订单;若是第二交点数量为偶数,无论第一交点数量如何,同样也判定目标无人驾驶车辆无法完成网约车订单。
步骤203,检索预设语义地图,对目的点和起始点进行可行区域验证,判断目的点和起始点是否处于可行区域;
本发明实施例中的语义地图指的是预存在调度云平台上的,基于各辆无人驾驶车辆在历史运营的过程采集到的位置坐标、实际环境标识等数据,经标注校验后的地理信息数据库,其中标注了各个车辆标识所对应的无人驾驶车辆在实际运营过程中所能够行驶的区域以及路线等,还可以包括实际环境是否车道线、马路、能否转弯等标注信息。
在本申请实施例中,在判定目的点和起始点均处于可行牌照区域后,表明此时无人驾驶车辆能够在该可行牌照区域内进行行驶,但由于道路规划可能会出现目的点和起始点之间存在限定的区域,此时可以通过预设语义地图的检索,对目的点和起始点进行进一步的可行区域验证,以判断目的点和起始点之间的行驶路线是否满足可行区域的要求。
在本申请的一个示例中,步骤203可以包括以下子步骤S31-S35:
S31、检索语义地图,验证目的点和起始点是否处于语义地图内;
S32、若是,则获取目的点在语义地图的目的位置坐标,以及起始点在语义地图内的起始位置坐标;
在本申请实施例中的可行区域指的是在无人驾驶车辆的当前位置到起始点以及从起始点到目的点均能在正常行驶而不是受到限行的区域,可通过区域指的是无人驾驶车辆能够以当前车辆规格安全行驶的区域。
在本申请实施例中,语义地图可以通过在多次无人驾驶车辆的不断优化标注得到,用于标识无人驾驶车辆的可行驶道路。为确定无人驾驶车辆是否能够在起始点至目的点之间行驶,可以通过检索语义地图的方式,从语义地图内确定目的点和起始点是否处于语义地图所标注的区域或线路,若从语义地图中检索到上述目的点和起始点,则表明两个点位均处于语义地图内,此时为使无人驾驶车辆能够准确安全地接送乘客,可以获取对应的目的位置坐标和起始位置坐标,以提供后续验证无人驾驶车辆能否正常通过道路的数据基础。
S33、若目的位置坐标处于语义地图内的道路区域,或者,目标位置坐标与道路区域的垂线交点之间的第一距离小于或等于预设的距离阈值,则验证通过,判定目的点处于可行区域;
S34、若起始位置坐标处于道路区域,或者,起始位置坐标与道路区域的垂线交点之间的第二距离小于或等于距离阈值,则验证通过,判定起始点处于可行区域;
S35、若目的位置坐标或起始位置坐标不处于语义地图内的道路区域,且第一距离或第二距离大于距离阈值,则验证不通过。
需要说明的是,道路区域指的是语义地图中的机动车可行道路,垂线交点指的是从目的位置坐标或起始位置坐标,分别与道路区域的任一边界作垂线的最近交点。
在本实施例中,为进一步筛选无人驾驶车辆的可通过的网约车订单,在获取目的点在语义地图中的目的位置坐标和起始点对应的起始位置坐标后,进一步比较目的位置坐标是否处于语义地图内的道路区域,或是目的位置坐标与道路区域的垂线交点之间的第一距离小于或等于预设的距离阈值,则表明此时目的位置坐标处于目标无人驾驶车辆可到达的区域,此时可以判定验证通过;同样地,对于起始位置坐标而言,若其处于道路区域,或者,起始位置坐标与道路区域的垂线交点之间的第二距离小于或等于距离阈值,则验证通过。
若是目的位置坐标或起始位置坐标不处于语义地图内的道路区域,表明此时起始点或目的点是处于某个机动车道无法到达的位置,此时可以进一步比较第一距离或第二距离是否大于距离阈值,若是其中任一个大于距离阈值,则表明此时目标无人驾驶车辆是无法到达其中的一个位置点,无法完成当前网约车订单。
值得一提的是,在判定目的点和起始点处于可通过区域的同时,表明该网约车订单属于目标无人驾驶车辆所能够执行的订单,此时可以进一步生成车控指令进行后续目标无人驾驶车辆的调用。
步骤204,若目的点与起始点均处于可行牌照区域和可行区域,则判定验证通过,否则判定为验证不通过;
在本申请的一个示例中,目的点和起始点在经过上述可行牌照区域验证和可行区域验证后,可能会出现两种验证结果,即验证通过或验证不通过。当验证通过时,表明此时的目的点与起始点均处于可行牌照区域和可行区域,无人驾驶车辆能够完成当前网约车订单,此时可以进一步对所规划的路线点进行位置转换,以生成车控指令。
若是目的点或起始点中的任一个不处于可行牌照区域或可行区域,则表明网约车平台所下发的网约车订单无法完成,此时可以判定为验证不通过,通过调度云平台发送车辆更换通过至网约车平台进行无人驾驶车辆的更换。
步骤205,根据验证结果对规划路线点进行位置转换,生成车控指令;
可选地,步骤205可以包括以下子步骤:
若判定为验证通过,则将目的点和起始点分别转换为目标无人驾驶车辆所处坐标系的位置坐标,生成第一车控指令和第二车控指令;
分别设置第一车控指令和第二车控指令的超时时间,并写入至预设的指令缓存区;
其中,第一车控指令用于控制目标无人驾驶车辆从当前位置坐标移动至起始点的位置坐标;第二车控指令用于控制目标无人驾驶车辆从起始点的位置坐标,沿当前时刻的规划路径移动至目的点的位置坐标
在本发明的一个示例中,在判定目的点和起始点均处于可行区域后,由于当前的目的点、起始点和途经点均是属于语义地图所处坐标系的坐标,为使目标无人驾驶车辆能够识别上述点位的坐标,此时可以通过将目的点和起始点分别转换为目标无人驾驶车辆所处坐标系的位置坐标。在此基础上,由于在前述步骤中以采用起始点与目的点构建得到规划路径,而对于存在途径点的规划路径,可以实时对规划路径进行更新。因此,在获取到最新的规划路径后,可以沿当前时刻的规划路径连接目的点的位置坐标和起始点的位置坐标,从而生成用于控制目标无人驾驶车辆从起始点移动至目的点的第二车控指令,而对于第一车控指令,可以通过调度云平台基于目标无人驾驶车辆的当前位置坐标与起始点的位置坐标生成,以使目标无人驾驶车辆能够从当前位置坐标移动到起始点坐标。
在本发明实施例中,调度云平台还设有指令缓存区,由于同一调度云平台不仅对应唯一的无人驾驶车辆的控制,通过指令缓存区可以对车控指令进行缓存,以车辆标识进行区分下发。
同时,为避免无人驾驶车辆的指令执行超时,可以分别为第一车控指令和第二车控指令设置超时时间,再将其写入到指令缓存区。
可选地,本发明还包括以下步骤:
若任一验证不通过,或者,无法构建从目标无人驾驶车辆的当前位置到目的点的规划路径,则发送车辆更换通知至网约车平台。
在本发明的另一个示例中,若是上述对目的点或起始点的可行区域验证或其他验证过程判定为验证不通过,或者无法构建从目标无人驾驶车辆的当前位置到目的点的规划路径的情况,表明此时车辆标识所对应的目标无人驾驶车辆并不适用于该网约车订单,调度云平台通过发送车辆更换通知到网约车平台,以通知用户进行车辆标识、目的点、起始点等订单数据更改。
步骤206,加密车控指令,并根据车辆标识下发至目标无人驾驶车辆;目标无人驾驶车辆用于校验并执行车控指令,完成网约车订单。
在本实施例中,在调度云平台生成车控指令后,为保证通讯安全性,避免由于意外情况导致车辆控制出错,可以采用与目标无人驾驶车辆关联的加密算法例如国密SM2、SM4等算法对车控指令进行加密,再根据车辆标识将加密后的车控指令下发到对应的目标无人驾驶车辆。
当目标无人驾驶车辆接收到车控指令后,可以对其进行解密,以获取到其中的第一车控指令和第二车控指令,通过解析指令,控制目标无人驾驶车辆从当前位置移动到起始点接乘客,待乘客上车后,响应第二车控指令从起始点移动到目的点,以完成网约车订单,进一步增加了无人驾驶车辆的网约车应用灵活性,解决现有的无人车运营仅能固定上下车点的问题。
进一步地,目标无人驾驶车辆包括车辆客户端和无人驾驶***,目标无人驾驶车辆,具体用于:
通过车辆客户端接收并解密车控指令
通过车辆客户端获取无人驾驶***对应的当前车辆标识;车控指令携带有指令时间戳和车辆标识;
通过车辆客户端验证车辆标识与当前车辆标识是否相同;
通过车辆客户端验证指令时间戳是否小于预设的超时时间;
若车辆标识与当前车辆标识相同,且指令时间戳小于超时时间,则通过车辆客户端下发车控指令到无人驾驶***;
通过无人驾驶***执行车控指令,完成网约车订单。
在本发明的一个示例中,对目标无人驾驶车辆的车控指令执行过程进行进一步阐述,其中目标无人驾驶车辆包括车辆客户端和无人驾驶***。
在本发明实施例中的车辆客户端指的是设置在目标无人驾驶车辆内,用于与调度云平台建立通讯,以预定的解密算法接收并解密调度云平台的车控指令的终端,例如车载电脑等。而无人驾驶***指的是能够响应车辆客户端下发的车控指令,对目标无人驾驶汽车的动力驱动***、转向***、刹车***等进行控制的中控***。
在本发明实施例中,通过车辆客户端接收调度云平台下发的车控指令后,获取无人驾驶***所对应的当前车辆标识,比对车控指令携带的车辆标识和当前车辆标识是否相同,同时还比较车控指令携带的指令时间戳记载的时间是否超过超时时间,以完成对车辆指令的校验。
若是指令时间戳记载的时间未超过超时时间,且车辆标识和当前车辆标识相同,此时可以下发车控指令所对应的途经点、起始点和目的点的位置坐标到无人驾驶***,通过无人驾驶***从当前位置移动至起始点接收乘客,待乘客上车后,沿当前时刻的规划路径移动至目的点,完成网约车订单。
可选地,当车辆客户端与调度云平台建立通讯连接后,可以车辆标识定期检索指令缓存区是否缓存有车控指令,若存在则可以直接获取。
在本发明实施例中,通过调度云平台与多个网约车平台通信连接,当其接收到任一个网约车平台发送的网约车订单时,从中提取车辆标识和规划路线点,再根据预先标注的语义地图对规划路线点进行可达性验证,以判断无人驾驶车辆是否能够合理合法地到达,若是验证通过则可以对规划路线点进行位置转换,从而生成无人驾驶车辆所处坐标系下的车控指令,对车控指令进行加密后按照车辆标识下发到目标无人驾驶车辆,以使目标无人驾驶车辆能够校验并执行车控指令进行乘客接送,完成网约车订单。从而解决现有的网约车调度方法需求的计算资源较多或初期研发周期长所导致的调度成本较高的技术问题,通过调度云平台与多个网约车平台对接并解析发送的网约车订单的方式生成车控指令对无人驾驶车辆进行控制,不需要在无人驾驶车辆上对网约车订单进行解析,能够快速将无人驾驶车辆接入网约车平台,大大降低了运营成本。
请参阅图6,图6为本发明实施例三提供的一种无人驾驶车辆的调度装置的结构框图。
本发明实施例提供了一种无人驾驶车辆的调度装置,应用于调度云平台,调度云平台和多个网约车平台通信连接,装置包括:
数据提取模块601,用于当接收到任一个网约车平台发送的网约车订单时,提取车辆标识和规划路线点;
车辆可达性验证模块602,用于对规划路线点进行可达性验证;
车控指令生成模块603,用于根据验证结果对规划路线点进行位置转换,生成车控指令;
指令加密与下发模块603,用于加密车控指令,并根据车辆标识下发至目标无人驾驶车辆;目标无人驾驶车辆用于校验并执行车控指令,完成网约车订单。
可选地,规划路线点包括起始点、目的点和/或途经点,数据提取模块601,包括:
标识与路线点提取子模块,用于当接收到任一个网约车平台发送的网约车订单时,从网约车订单中提取车辆标识、起始点和目的点;
途经点提取子模块,用于若网约车订单中存在途经点,则提取途经点;
规划路径构建子模块,用于若网约车订单中不存在途经点,则查询预设的语义地图,确定从起始点到目的点的规划路径;
途经点提取与更新子模块,用于根据规划路径对应的实时路况信息,提取途经点对规划路径进行更新。
可选地,途经点提取与更新子模块,包括:
拥堵路段判断单元,用于根据规划路径对应的实时路况信息,判断规划路径是否存在拥堵路段;
第一提取判定单元,用于若不存在拥堵路段,或者,存在拥堵路段且规划路径不存在可转向路口,则判定不提取途经点;
第二提取判定单元,用于若存在拥堵路段且规划路径存在可转向路口,则采用可转向路口作为途经点更新规划路径,跳转执行根据规划路径对应的实时路况信息,判断规划路径是否存在拥堵路段的步骤,直至跳转次数等于预设的跳转阈值。
可选地,拥堵路段包括至少一段拥堵子路段,可转向路口包括第一可转向路口和第二可转向路口,第二提取判定单元具体用于:
按照目的反方向在语义地图中依次搜索在每段拥堵子路段后是否存在第一可转向路口;
若存在第一可转向路口,则按照目的正方向在语义地图中依次搜索在每段拥堵子路段前是否存在第二可转向路口;
将第一可转向路口和第二可转向路口作为途经点***规划路径,生成新的规划路径;
跳转执行根据规划路径对应的实时路况信息,判断规划路径是否存在拥堵路段的步骤,直至跳转次数等于预设的跳转阈值。
可选地,可达性验证包括可行牌照区域验证和可行区域验证;车辆可达性验证模块602包括:
可行牌照区域验证子模块,用于基于从预设网络地图提取的多个经纬度点对目的点和起始点进行可行牌照区域验证,判断目的点和起始点是否处于可行牌照区域
可行区域验证子模块,用于检索预设语义地图,对目的点和起始点进行可行区域验证,判断目的点和起始点是否处于可行区域;
验证结果生成子模块,用于若目的点与起始点均处于可行牌照区域和可行区域,则判定验证通过,否则判定为验证不通过。
可选地,可行牌照区域验证子模块包括:
标注框构建单元,用于检索预设网络地图,提取可行牌照区域对应的多个经纬度点,并沿各个经纬度点构建多边形标注框;
第一判定单元,用于若以目的点为起点构建的第一射线与多边形标注框的第一交点数量为奇数,则验证通过,判定目的点处于可行牌照区域;
第二判定单元,用于若以起始点为起点构建的第二射线与多边形标注框的第二交点数量为奇数,则验证通过,判定起始点处于可行牌照区域;
第三判定单元,用于若第一交点数量或第二交点数量为偶数,则验证不通过。
可选地,可行区域包括可通过区域和可行驶区域;可行区域验证子模块包括:
语义地图检索单元,用于检索语义地图,验证目的点和起始点是否处于语义地图内;
可通过区域验证单元,用于若是,则若目的位置坐标处于语义地图内的道路区域,或者,目标位置坐标与道路区域的垂线交点之间的第一距离小于或等于预设的距离阈值,则验证通过,判定目的点处于可行区域;
第四判定单元,用于若起始位置坐标处于道路区域,或者,起始位置坐标与道路区域的垂线交点之间的第二距离小于或等于距离阈值,则验证通过,判定起始点处于可行区域;
第五判定单元,用于若目的位置坐标或起始位置坐标不处于语义地图内的道路区域,且第一距离或第二距离大于距离阈值,则验证不通过。
可选地,车控指令生成模块603包括:
车控指令生成子模块,用于若目的点与起始点均处于可行区域,则将目的点和起始点分别转换为目标无人驾驶车辆所处坐标系的位置坐标,生成第一车控指令和第二车控指令;
超时设置与缓存子模块,用于分别设置第一车控指令和第二车控指令的超时时间,并写入至预设的指令缓存区;
其中,第一车控指令用于控制目标无人驾驶车辆从当前位置坐标移动至起始点的位置坐标;第二车控指令用于控制目标无人驾驶车辆从起始点的位置坐标,沿当前时刻的规划路径的位置坐标移动至目的点的位置坐标。
可选地,装置还包括:
车辆更换判定模块,用于若任一验证不通过,或者,无法构建从目标无人驾驶车辆的当前位置到目的点的规划路径,则发送车辆更换通知至网约车平台。
可选地,目标无人驾驶车辆包括车辆客户端和无人驾驶***,目标无人驾驶车辆,具体用于:通过车辆客户端接收并解密车控指令
通过车辆客户端获取无人驾驶***对应的当前车辆标识;车控指令携带有指令时间戳和车辆标识;
通过车辆客户端验证车辆标识与当前车辆标识是否相同;
通过车辆客户端验证指令时间戳是否小于预设的超时时间;
若车辆标识与当前车辆标识相同,且指令时间戳小于超时时间,则通过车辆客户端下发车控指令到无人驾驶***;
通过无人驾驶***执行车控指令,完成网约车订单。
本发明实施例还提供了一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如本发明任一实施例所述的无人驾驶车辆的调度方法。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现如本发明任一实施例所述的无人驾驶车辆的调度方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置、模块和子模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (13)
1.一种无人驾驶车辆的调度方法,其特征在于,应用于调度云平台,所述调度云平台和多个网约车平台通信连接,所述方法包括:
当接收到任一个所述网约车平台发送的网约车订单时,提取车辆标识和规划路线点;
对所述规划路线点进行可达性验证;
根据验证结果对所述规划路线点进行位置转换,生成车控指令;
加密所述车控指令,并根据所述车辆标识下发至目标无人驾驶车辆;所述目标无人驾驶车辆用于校验并执行所述车控指令,完成所述网约车订单。
2.根据权利要求1所述的方法,其特征在于,所述规划路线点包括起始点、目的点和/或途经点,所述当接收到任一个所述网约车平台发送的网约车订单时,提取车辆标识和规划路线点的步骤,包括:
当接收到任一个所述网约车平台发送的网约车订单时,从所述网约车订单中提取车辆标识、起始点和目的点;
若所述网约车订单中存在途经点,则提取所述途经点;
若所述网约车订单中不存在所述途经点,则查询预设的语义地图,确定从所述起始点到所述目的点的规划路径;
根据所述规划路径对应的实时路况信息,提取所述途经点对所述规划路径进行更新。
3.根据权利要求2所述的方法,其特征在于,所述根据所述规划路径对应的实时路况信息,提取所述途经点对所述规划路径进行更新的步骤,包括:
根据所述规划路径对应的实时路况信息,判断所述规划路径是否存在拥堵路段;
若不存在所述拥堵路段,或者,存在所述拥堵路段且所述规划路径不存在可转向路口,则判定不提取所述途经点;
若存在所述拥堵路段且所述规划路径存在可转向路口,则采用所述可转向路口作为途经点更新所述规划路径,跳转执行所述根据所述规划路径对应的实时路况信息,判断所述规划路径是否存在拥堵路段的步骤,直至跳转次数等于预设的跳转阈值。
4.根据权利要求3所述的方法,其特征在于,所述拥堵路段包括至少一段拥堵子路段,所述可转向路口包括第一可转向路口和第二可转向路口,所述若存在所述拥堵路段且所述规划路径存在可转向路口,则采用所述可转向路口作为途经点更新所述规划路径,跳转执行所述根据所述规划路径对应的实时路况信息,判断所述规划路径是否存在拥堵路段的步骤,直至跳转次数等于预设的跳转阈值的步骤,包括:
按照目的反方向在所述语义地图中依次搜索在每段所述拥堵子路段后是否存在第一可转向路口;
若存在所述第一可转向路口,则按照目的正方向在所述语义地图中依次搜索在每段所述拥堵子路段前是否存在第二可转向路口;
将所述第一可转向路口和所述第二可转向路口作为途经点***所述规划路径,生成新的规划路径;
跳转执行所述根据所述规划路径对应的实时路况信息,判断所述规划路径是否存在拥堵路段的步骤,直至跳转次数等于预设的跳转阈值。
5.根据权利要求2所述的方法,其特征在于,所述可达性验证包括可行牌照区域验证和可行区域验证;所述对所述规划路线点进行可达性验证的步骤,包括:
基于从预设网络地图提取的多个经纬度点对所述目的点和所述起始点进行可行牌照区域验证,判断所述目的点和所述起始点是否处于可行牌照区域;
检索预设语义地图,对所述目的点和所述起始点进行可行区域验证,判断所述目的点和所述起始点是否处于可行区域;
若所述目的点与所述起始点均处于所述可行牌照区域和所述可行区域,则判定验证通过,否则判定为验证不通过。
6.根据权利要求5所述的方法,其特征在于,所述基于从预设网络地图内提取的多个经纬度点对所述目的点和所述起始点进行可行牌照区域验证,判断所述目的点和所述起始点是否处于可行牌照区域的步骤,包括:
检索预设网络地图,提取可行牌照区域对应的多个经纬度点,并沿各个所述经纬度点构建多边形标注框;
若以所述目的点为起点构建的第一射线与所述多边形标注框的第一交点数量为奇数,则验证通过,判定所述目的点处于所述可行牌照区域;
若以所述起始点为起点构建的第二射线与所述多边形标注框的第二交点数量为奇数,则验证通过,判定所述起始点处于所述可行牌照区域;
若所述第一交点数量或所述第二交点数量为偶数,则验证不通过。
7.根据权利要求5所述的方法,其特征在于,所述检索预设语义地图,对所述目的点和所述起始点进行可行区域验证,判断所述目的点和所述起始点是否处于可行区域的步骤,包括:
检索所述语义地图,验证所述目的点和所述起始点是否处于所述语义地图内;
若是,则获取所述目的点在所述语义地图的目的位置坐标,以及所述起始点在所述语义地图内的起始位置坐标;
若所述目的位置坐标处于所述语义地图内的道路区域,或者,所述目标位置坐标与所述道路区域的垂线交点之间的第一距离小于或等于预设的距离阈值,则验证通过,判定所述目的点处于可行区域;
若所述起始位置坐标处于所述道路区域,或者,所述起始位置坐标与所述道路区域的垂线交点之间的第二距离小于或等于所述距离阈值,则验证通过,判定所述起始点处于可行区域;
若所述目的位置坐标或所述起始位置坐标不处于所述语义地图内的道路区域,且所述第一距离或所述第二距离大于所述距离阈值,则验证不通过。
8.根据权利要求5或6或7所述的方法,其特征在于,所述根据验证结果对所述规划路线点进行位置转换,生成车控指令的步骤,包括:
若判定为验证通过,则将所述目的点和所述起始点分别转换为所述目标无人驾驶车辆所处坐标系的位置坐标,生成第一车控指令和第二车控指令;
分别设置所述第一车控指令和所述第二车控指令的超时时间,并写入至预设的指令缓存区;
其中,所述第一车控指令用于控制所述目标无人驾驶车辆从当前位置坐标移动至所述起始点的位置坐标;所述第二车控指令用于控制所述目标无人驾驶车辆从所述起始点的位置坐标,沿当前时刻的所述规划路径移动至所述目的点的位置坐标。
9.根据权利要求3-7任一项所述的方法,其特征在于,还包括:
若任一验证不通过,或者,无法构建从所述目标无人驾驶车辆的当前位置到所述目的点的规划路径,则发送车辆更换通知至所述网约车平台。
10.根据权利要求1所述的方法,其特征在于,所述目标无人驾驶车辆包括车辆客户端和无人驾驶***,所述目标无人驾驶车辆,具体用于:
通过所述车辆客户端接收并解密所述车控指令
通过所述车辆客户端获取所述无人驾驶***对应的当前车辆标识;所述车控指令携带有指令时间戳和所述车辆标识;
通过所述车辆客户端验证所述车辆标识与所述当前车辆标识是否相同;
通过所述车辆客户端验证所述指令时间戳是否小于预设的超时时间;
若所述车辆标识与所述当前车辆标识相同,且所述指令时间戳小于所述超时时间,则通过所述车辆客户端下发所述车控指令到所述无人驾驶***;
通过所述无人驾驶***执行所述车控指令,完成所述网约车订单。
11.一种无人驾驶车辆的调度装置,其特征在于,应用于调度云平台,所述调度云平台和多个网约车平台通信连接,所述装置包括:
数据提取模块,用于当接收到任一个所述网约车平台发送的网约车订单时,提取车辆标识和规划路线点;
车辆可达性验证模块,用于对所述规划路线点进行可达性验证;
车控指令生成模块,用于根据验证结果对所述规划路线点进行位置转换,生成车控指令;
指令加密与下发模块,用于加密所述车控指令,并根据所述车辆标识下发至目标无人驾驶车辆;所述目标无人驾驶车辆用于校验并执行所述车控指令,完成所述网约车订单。
12.一种电子设备,其特征在于,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1-10任一项所述的无人驾驶车辆的调度方法。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1-10任一项所述的无人驾驶车辆的调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110909208.5A CN113628471A (zh) | 2021-08-09 | 2021-08-09 | 一种无人驾驶车辆的调度方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110909208.5A CN113628471A (zh) | 2021-08-09 | 2021-08-09 | 一种无人驾驶车辆的调度方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113628471A true CN113628471A (zh) | 2021-11-09 |
Family
ID=78383585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110909208.5A Pending CN113628471A (zh) | 2021-08-09 | 2021-08-09 | 一种无人驾驶车辆的调度方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113628471A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114463963A (zh) * | 2022-01-21 | 2022-05-10 | 北京金山云网络技术有限公司 | 自动驾驶设备调度方法、装置、存储介质以及电子设备 |
CN116663939A (zh) * | 2023-07-31 | 2023-08-29 | 北京理工大学 | 一种无人车路径规划场景及任务的复杂度评价方法和*** |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102735243A (zh) * | 2011-04-14 | 2012-10-17 | 哈曼贝克自动***股份有限公司 | 确定导航装置的位置 |
CN102800125A (zh) * | 2012-06-18 | 2012-11-28 | 浙江大学 | 一种支持套索的大规模点云选择方法 |
CN105160191A (zh) * | 2015-09-16 | 2015-12-16 | 广州市城市规划勘测设计研究院 | 一种平面坐标转换方法及装置 |
CN105788330A (zh) * | 2016-04-29 | 2016-07-20 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆的实时路况预警方法和装置 |
US9688288B1 (en) * | 2016-03-08 | 2017-06-27 | VOLKSWAGEN AG et al. | Geofencing for auto drive route planning |
CN107180528A (zh) * | 2017-07-12 | 2017-09-19 | 乐山易通天下网络科技有限公司 | 一种网约车车辆调度方法及*** |
CN108171961A (zh) * | 2017-11-30 | 2018-06-15 | 中国科学院自动化研究所 | 网约车和出租车的综合调度***及方法 |
CN108573429A (zh) * | 2018-03-07 | 2018-09-25 | 北京嘀嘀无限科技发展有限公司 | 订单处理方法、装置、服务器、终端和可读存储介质 |
WO2018171991A1 (de) * | 2017-03-22 | 2018-09-27 | Volkswagen Aktiengesellschaft | Verfahren zum fernsteuern von mehreren führerlosen selbstfahrsystemen sowie leitstand zum fernsteuern der selbstfahrsysteme und system |
WO2018230533A1 (ja) * | 2017-06-16 | 2018-12-20 | 本田技研工業株式会社 | 配車サービス提供装置、配車サービス提供方法、およびプログラム |
CN109211257A (zh) * | 2018-08-31 | 2019-01-15 | 北京图森未来科技有限公司 | 一种无人驾驶车行驶路线规划方法和*** |
CN109376987A (zh) * | 2018-09-10 | 2019-02-22 | 百度在线网络技术(北京)有限公司 | 无人驾驶汽车调度方法、装置、设备及存储介质 |
CN110400078A (zh) * | 2019-07-25 | 2019-11-01 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆调度方法及装置 |
CN110599759A (zh) * | 2019-08-29 | 2019-12-20 | 赵跃 | 一种无人驾驶接送车及其智能网联服务*** |
CN110807914A (zh) * | 2019-09-19 | 2020-02-18 | 成都亿盟恒信科技有限公司 | 一种渣土车的综合管控*** |
CN111081176A (zh) * | 2019-12-13 | 2020-04-28 | 李龙 | 一种景区自动语音讲解方法及*** |
US20200150673A1 (en) * | 2017-11-30 | 2020-05-14 | SZ DJI Technology Co., Ltd. | Track generating method and apparatus, and unmanned ground vehicle |
US20200180639A1 (en) * | 2018-12-10 | 2020-06-11 | Subaru Corporation | Automatic driving assist apparatus |
US20200363223A1 (en) * | 2019-04-17 | 2020-11-19 | Waymo Llc | Stranding and scoping analysis for autonomous vehicle services |
CN112036274A (zh) * | 2020-08-19 | 2020-12-04 | 江苏智能网联汽车创新中心有限公司 | 一种可行驶区域检测方法、装置、电子设备及存储介质 |
US20210080267A1 (en) * | 2017-10-25 | 2021-03-18 | Guangzhou Automobile Group Co., Ltd. | Path Planning Method and Device for Unmanned Vehicle, and Computer Device |
CN112639646A (zh) * | 2018-09-03 | 2021-04-09 | 戴姆勒股份公司 | 用于车辆的无人驾驶的方法 |
CN112686461A (zh) * | 2021-01-06 | 2021-04-20 | 南京领行科技股份有限公司 | 一种乘车信息处理方法、装置、计算机设备及存储介质 |
CN112896181A (zh) * | 2021-01-14 | 2021-06-04 | 重庆长安汽车股份有限公司 | 电子围栏控制方法、***、车辆及存储介质 |
CN112907938A (zh) * | 2021-02-24 | 2021-06-04 | 华录智达科技股份有限公司 | 一种基于电子围栏的城市智能公交管控方法及*** |
US20210191397A1 (en) * | 2019-12-24 | 2021-06-24 | Industrial Technology Research Institute | Autonomous vehicle semantic map establishment system and establishment method |
CN113117334A (zh) * | 2021-04-14 | 2021-07-16 | 广州虎牙科技有限公司 | 目标点的可见区域的确定方法及相关装置 |
CN113191589A (zh) * | 2021-03-29 | 2021-07-30 | 湖州宏威新能源汽车有限公司 | 一种自动驾驶物流车的调配方法 |
-
2021
- 2021-08-09 CN CN202110909208.5A patent/CN113628471A/zh active Pending
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102735243A (zh) * | 2011-04-14 | 2012-10-17 | 哈曼贝克自动***股份有限公司 | 确定导航装置的位置 |
CN102800125A (zh) * | 2012-06-18 | 2012-11-28 | 浙江大学 | 一种支持套索的大规模点云选择方法 |
CN105160191A (zh) * | 2015-09-16 | 2015-12-16 | 广州市城市规划勘测设计研究院 | 一种平面坐标转换方法及装置 |
US9688288B1 (en) * | 2016-03-08 | 2017-06-27 | VOLKSWAGEN AG et al. | Geofencing for auto drive route planning |
CN105788330A (zh) * | 2016-04-29 | 2016-07-20 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆的实时路况预警方法和装置 |
WO2018171991A1 (de) * | 2017-03-22 | 2018-09-27 | Volkswagen Aktiengesellschaft | Verfahren zum fernsteuern von mehreren führerlosen selbstfahrsystemen sowie leitstand zum fernsteuern der selbstfahrsysteme und system |
WO2018230533A1 (ja) * | 2017-06-16 | 2018-12-20 | 本田技研工業株式会社 | 配車サービス提供装置、配車サービス提供方法、およびプログラム |
CN107180528A (zh) * | 2017-07-12 | 2017-09-19 | 乐山易通天下网络科技有限公司 | 一种网约车车辆调度方法及*** |
US20210080267A1 (en) * | 2017-10-25 | 2021-03-18 | Guangzhou Automobile Group Co., Ltd. | Path Planning Method and Device for Unmanned Vehicle, and Computer Device |
CN108171961A (zh) * | 2017-11-30 | 2018-06-15 | 中国科学院自动化研究所 | 网约车和出租车的综合调度***及方法 |
US20200150673A1 (en) * | 2017-11-30 | 2020-05-14 | SZ DJI Technology Co., Ltd. | Track generating method and apparatus, and unmanned ground vehicle |
CN108573429A (zh) * | 2018-03-07 | 2018-09-25 | 北京嘀嘀无限科技发展有限公司 | 订单处理方法、装置、服务器、终端和可读存储介质 |
CN109211257A (zh) * | 2018-08-31 | 2019-01-15 | 北京图森未来科技有限公司 | 一种无人驾驶车行驶路线规划方法和*** |
CN112639646A (zh) * | 2018-09-03 | 2021-04-09 | 戴姆勒股份公司 | 用于车辆的无人驾驶的方法 |
CN109376987A (zh) * | 2018-09-10 | 2019-02-22 | 百度在线网络技术(北京)有限公司 | 无人驾驶汽车调度方法、装置、设备及存储介质 |
US20200180639A1 (en) * | 2018-12-10 | 2020-06-11 | Subaru Corporation | Automatic driving assist apparatus |
US20200363223A1 (en) * | 2019-04-17 | 2020-11-19 | Waymo Llc | Stranding and scoping analysis for autonomous vehicle services |
CN110400078A (zh) * | 2019-07-25 | 2019-11-01 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆调度方法及装置 |
CN110599759A (zh) * | 2019-08-29 | 2019-12-20 | 赵跃 | 一种无人驾驶接送车及其智能网联服务*** |
CN110807914A (zh) * | 2019-09-19 | 2020-02-18 | 成都亿盟恒信科技有限公司 | 一种渣土车的综合管控*** |
CN111081176A (zh) * | 2019-12-13 | 2020-04-28 | 李龙 | 一种景区自动语音讲解方法及*** |
US20210191397A1 (en) * | 2019-12-24 | 2021-06-24 | Industrial Technology Research Institute | Autonomous vehicle semantic map establishment system and establishment method |
CN112036274A (zh) * | 2020-08-19 | 2020-12-04 | 江苏智能网联汽车创新中心有限公司 | 一种可行驶区域检测方法、装置、电子设备及存储介质 |
CN112686461A (zh) * | 2021-01-06 | 2021-04-20 | 南京领行科技股份有限公司 | 一种乘车信息处理方法、装置、计算机设备及存储介质 |
CN112896181A (zh) * | 2021-01-14 | 2021-06-04 | 重庆长安汽车股份有限公司 | 电子围栏控制方法、***、车辆及存储介质 |
CN112907938A (zh) * | 2021-02-24 | 2021-06-04 | 华录智达科技股份有限公司 | 一种基于电子围栏的城市智能公交管控方法及*** |
CN113191589A (zh) * | 2021-03-29 | 2021-07-30 | 湖州宏威新能源汽车有限公司 | 一种自动驾驶物流车的调配方法 |
CN113117334A (zh) * | 2021-04-14 | 2021-07-16 | 广州虎牙科技有限公司 | 目标点的可见区域的确定方法及相关装置 |
Non-Patent Citations (1)
Title |
---|
刘耀林: "《土地信息***》", vol. 1, 中国农业出版社, pages: 97 - 98 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114463963A (zh) * | 2022-01-21 | 2022-05-10 | 北京金山云网络技术有限公司 | 自动驾驶设备调度方法、装置、存储介质以及电子设备 |
CN114463963B (zh) * | 2022-01-21 | 2023-10-03 | 北京金山云网络技术有限公司 | 自动驾驶设备调度方法、装置、存储介质以及电子设备 |
CN116663939A (zh) * | 2023-07-31 | 2023-08-29 | 北京理工大学 | 一种无人车路径规划场景及任务的复杂度评价方法和*** |
CN116663939B (zh) * | 2023-07-31 | 2023-10-17 | 北京理工大学 | 一种无人车路径规划场景及任务的复杂度评价方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11887032B2 (en) | Fleet utilization efficiency for on-demand transportation services | |
US11915318B2 (en) | Controlling autonomous vehicles to optimize traffic characteristics | |
US10884902B2 (en) | Software version verification for autonomous vehicles | |
US10262471B2 (en) | Autonomous vehicle degradation level monitoring | |
US10762447B2 (en) | Vehicle selection for on-demand transportation services | |
US10186156B2 (en) | Deploying human-driven vehicles for autonomous vehicle routing and localization map updating | |
US11288612B2 (en) | Generalized risk routing for human drivers | |
US10698421B1 (en) | Dynamic autonomous vehicle train | |
US10489721B2 (en) | Path segment risk regression system for on-demand transportation services | |
US20180339712A1 (en) | Software version and mode switching for autonomous vehicles | |
CN112033425B (zh) | 车辆辅助驾驶方法、装置、计算机设备和存储介质 | |
JP2023514746A (ja) | 特殊な道路条件を認識するための方法および装置、電子デバイス、ならびに記憶媒体 | |
CN113628471A (zh) | 一种无人驾驶车辆的调度方法、装置、设备和介质 | |
US20180341881A1 (en) | Post-trip optimization for autonomous vehicles | |
US9002633B2 (en) | Method of determining and validating navigational priority settings utilizing probe data | |
CN111735639B (zh) | 一种面向智能网联汽车示范区的自动驾驶场景最小集生成方法 | |
CN104616520A (zh) | 一种导航轨迹动态记录的方法和装置 | |
KR20130005035A (ko) | 클라우드 컴퓨팅 방식의 네비게이션 시스템 및 그 운용방법 | |
CN104154926A (zh) | 导航方法及装置 | |
JP2020112754A (ja) | 地図データ更新システム、地図データ更新方法、及び地図データ更新プログラム | |
CN104755306A (zh) | 用于运行车辆的驾驶员辅助***的方法和用于车辆的驾驶员辅助*** | |
CN110494341A (zh) | 一种智能驾驶车辆让行方法、装置及车载设备 | |
US11869350B2 (en) | Statewide work zone information system | |
Sakr et al. | Intelligent Traffic Management Systems: A review | |
US20210142590A1 (en) | System generated damage analysis using scene templates |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211109 |
|
RJ01 | Rejection of invention patent application after publication |