CN113753047A - 一种状态机、状态机切换方法及无人驾驶汽车 - Google Patents
一种状态机、状态机切换方法及无人驾驶汽车 Download PDFInfo
- Publication number
- CN113753047A CN113753047A CN202110949108.5A CN202110949108A CN113753047A CN 113753047 A CN113753047 A CN 113753047A CN 202110949108 A CN202110949108 A CN 202110949108A CN 113753047 A CN113753047 A CN 113753047A
- Authority
- CN
- China
- Prior art keywords
- lane
- state
- switching
- state machine
- unmanned vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000008569 process Effects 0.000 claims abstract description 16
- 230000003068 static effect Effects 0.000 claims description 50
- 230000006399 behavior Effects 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 14
- 230000004888 barrier function Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000008447 perception Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000001373 regressive effect Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例涉及无人驾驶技术领域,尤其涉及一种状态机、状态机的切换方法及无人驾驶汽车,状态机处于开始状态时,检查输入信息是否完整和初始化任务相关的变量,若是则切换到回归车道状态,能够保证无人驾驶汽车准确回归车道,是安全运行的前提。状态机处于回归车道状态时,判断所述无人驾驶汽车回归车道是否成功,若是则切换到巡线状态,能够提高安全性。状态机处于巡线状态时,根据当前行驶路况,判断是否需要切换车道,若是则切换到切车道状态,使得无人驾驶汽车行为符合路况。从上述三个方面,通过状态机切换状态,能够准确且稳定地规划无人驾驶汽车在行驶过程中的行为。
Description
技术领域
本发明实施例涉及无人驾驶技术领域,尤其涉及一种状态机、状态机的切换方法及无人驾驶汽车。
背景技术
无人驾驶汽车在行驶过程中的行为控制是自动驾驶领域的重要部分。行为控制依赖于定位信息、感知信息、预测信息、地图信息、全局规划信息,确定出无人驾驶汽车应该执行的实时行为,从而,实现自动化无人驾驶。
目前,状态机的切换方法主要依赖于感知信息和预测结果的准确性,当感知信息和预测结果有误或出现跳变的时候,往往难以做出稳定的规划。
发明内容
本发明实施例主要解决的技术问题是提供一种状态机、状态机的切换方法及无人驾驶汽车,能够准确且稳定地规划无人驾驶汽车在行驶过程中的行为。
为解决上述技术问题,第一方面,本发明实施例中提供给了一种状态机的切换方法,该状态机设于无人驾驶汽车中,用于实现无人驾驶汽车的行为规划,状态机包括开始状态、回归车道状态、巡线状态和切车道状态四种工作状态;处于开始状态时,状态机检查输入信息是否完整和初始化任务相关的变量,处于回归车道状态时,状态机向无人驾驶汽车的局部规划模块发送回归车道操作的指令;处于巡线状态时,状态机向无人驾驶汽车的局部规划模块发送沿当前路线行驶的指令;处于切车道状态时,状态机向无人驾驶汽车的局部规划模块发送由当前车道向目标车道切换的指令;该状态机的切换方法包括:
状态机处于开始状态时,检查输入信息是否完整和初始化任务相关的变量,若是则切换到回归车道状态;
状态机处于回归车道状态时,判断无人驾驶汽车回归车道是否成功,若是则切换到巡线状态;
状态机处于巡线状态时,根据当前行驶路况,判断是否需要切换车道,若是则切换到切车道状态。
在一些实施例中,所述状态机处于巡线状态时,根据当前行驶路况,判断是否需要切换车道,若是则切换到切车道状态的步骤包括:
分别计算各车道的通行值,所述通行值为从车道换道至转向车道时所需要切换车道的数量,其中,所述转向车道为所述无人驾驶汽车在行驶至终点的过程中转弯时对应的车道;
根据各通行值和各车道上的静态障碍物距离,判断是否需要切换车道及所需切换的目标车道。
在一些实施例中,所述根据各通行值和各车道上的静态障碍物距离,判断是否需要切换车道及所需切换的目标车道的步骤,包括:
若所述当前车道前方在第一预设距离内无静态障碍物,则确定不需要切换车道;
若所述当前车道前方在所述第一预设距离内有静态障碍物,则计算所述各车道的切换代价,确定需要切换车道以及所述目标车道为切换代价最小的车道。
在一些实施例中,所述计算所述各车道的切换代价的步骤,包括:
根据以下公式计算车道i的切换代价,所述车道i为所述各车道中的任一一个;
其中,cost(i)为所述车道i的切换代价,j表示所述车道i前方在所述第一预设距离内是否有静态障碍物,当所述车道i前方在所述第一预设距离内有静态障碍物时j=1,当所述车道i前方在所述第一预设距离内没有静态障碍物时j=0,a表示所述车道i的通行值,di表示所述车道i前方静态障碍物的距离,d0表示当前车道前方静态障碍物的距离,b表示所述车道i是否前方没有静态障碍物且有动态障碍物,当所述车道i前方没有静态障碍物且有动态障碍物时b=1,否则b=0,c表示所述车道i前方是否有行人,当所述车道i前方有行人时c=1,否则c=0,ei为前方行人的距离。
在一些实施例中,还包括:
若所述切车道状态持续预设时间,且所述目标车道的方向与所述无人驾驶汽车的转向灯所指示的方向一致,则控制所述无人驾驶汽车变道至所述目标车道;
否则,切换到巡线状态。
在一些实施例中,还包括:
若所述无人驾驶汽车和当前车道之间的偏差大于预设偏差阈值,则切换到回归车道状态。
若所述无人驾驶汽车和当前车道之间的偏差小于或等于所述预设偏差阈值,则切换到巡线状态。
在一些实施例中,若所述状态机还包括泊车状态,
则所述方法还包括:
若所述无人驾驶汽车和行驶终点之间的距离小于或等于第二预设距离,则切换到泊车状态。
在一些实施例中,若所述状态机还包括检查点状态,
则所述方法还包括:
当所述无人驾驶汽车与检查点之间的距离小于或等于第三预设距离时,则切换到检查点状态,其中,所述检查点为所述无人驾驶汽车行驶路径上的位置点。
为解决上述技术问题,第二方面,本发明实施例中提供给了一种状态机,所述状态机设于无人驾驶汽车中,用于实现无人驾驶汽车的行为规划,所述状态机至少设有开始状态、回归车道状态、巡线状态和切车道状态四种工作状态;处于开始状态时,所述状态机检查输入信息是否完整和初始化任务相关的变量,处于回归车道状态时,所述状态机向所述无人驾驶汽车的局部规划模块发送回归车道操作的指令;处于巡线状态时,所述状态机向所述无人驾驶汽车的局部规划模块发送沿当前路线行驶的指令;处于切车道状态时,所述状态机向所述无人驾驶汽车的局部规划模块发送由当前车道向目标车道切换的指令;所述状态机包括:
检查单元,用于在所述状态机处于开始状态时,检查输入信息是否完整和初始化任务相关的变量,若是则切换到回归车道状态;
第一判断单元,用于在所述状态机处于回归车道状态时,判断所述无人驾驶汽车回归车道是否成功,若是则切换到巡线状态;
第二判断单元,用于在所述状态机处于巡线状态时,根据当前行驶路况,判断是否需要切换车道,若是则切换到切车道状态。
为解决上述技术问题,第三方面,本发明实施例中提供给了一种无人驾驶汽车,所述无人驾驶汽车包括: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程序或指令,程序或指令被处理器执行时实现如第一方面所述的状态机切换方法。
本发明实施例的有益效果:区别于现有技术的情况,本发明实施例提供的状态机、状态机的切换方法及无人驾驶汽车,状态机处于开始状态时,检查输入信息是否完整和初始化任务相关的变量,若是则切换到回归车道状态,能够保证无人驾驶汽车准确回归车道,是安全运行的前提。状态机处于回归车道状态时,判断所述无人驾驶汽车回归车道是否成功,若是则切换到巡线状态,能够提高安全性。状态机处于巡线状态时,根据当前行驶路况,判断是否需要切换车道,若是则切换到切车道状态,使得无人驾驶汽车行为符合路况。从上述三个方面,通过状态机切换状态,能够准确且稳定地规划无人驾驶汽车在行驶过程中的行为。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本申请实施例提供的一种无人驾驶汽车的行驶场景图;
图2是本申请实施例提供的一种电子设备的结构示意图;
图3是本申请实施例提供的状态机的状态转移图;
图4是本申请实施例提供的一种状态机的切换方法流程示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,如果不冲突,本发明实施例中的各个特征可以相互结合,均在本申请的保护范围之内。另外,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。此外,本文所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定,仅是对功能和作用基本相同的相同项或相似项进行区分。
除非另有定义,本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是用于限制本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在自动驾驶和辅助驾驶中,无人驾驶汽车可以通过传感器对周边的环境进行感知。其中,传感器可以包括但不限制于毫米波雷达、激光雷达、超声波雷达和视觉传感器等。无人驾驶汽车可以通过传感器对车辆周边的环境进行检测、分类,并将这些信息传输到控制模块,形成对车辆未来行驶方向、速度的决策,并最终通过执行器来执行,完成整个辅助驾驶或自动驾驶的过程。可以理解的是,无人驾驶汽车在道路上行驶时,对无人驾驶汽车的控制极为重要。
在一种示例中,无人驾驶汽车的一种行驶场景如图1所示。在图1所示的场景下,无人驾驶汽车需要从起始点行驶至目的地,无人驾驶汽车在一具有4个车道的道路上行驶,具体行驶在车道2#,当无人驾驶汽车的前方有障碍物时,需要控制无人驾驶汽车切换车道进行避让,当无人驾驶汽车需要右转但其处于直行道时,需要控制无人驾驶汽车切换至右转道上,当无人驾驶汽车快到达目的地时,需要控制无人驾驶汽车进行泊车等。可以理解的是,无人驾驶汽车还有其他需要控制的行为,在此不一一举例,上述举例也仅仅是示例性说明,并不对无人驾驶汽车的行驶场景和控制行为构成任何限制。
目前,规划无人驾驶汽车行为的方法主要依赖于感知信息和预测结果的准确性,当感知信息和预测结果有误或出现跳变的时候,往往难以做出稳定的控制。
因此,为了保证无人驾驶汽车在行驶过程中得到准确稳定的控制,本申请一实施例提供了一种状态机的切换方法,该状态机设置于无人驾驶汽车中,用于实现无人驾驶汽车的行为规划,能够准确且稳定地规划无人驾驶汽车在行驶过程中的行为。
可以理解的是,状态机是在处理器上运行的程序模型,状态机定义了多个状态以及状态之间的迁移。状态机通过响应一系列事件而运行,当事件满足某些触发条件时,将导致状态机从当前的状态迁移到下一个状态。在所定义的多个状态之中,存在至少一个初态和至少一个终态,状态机从初态开始运行,当迁移到终态时,状态机停止运行。状态机根据状态机定义(状态图)来运行。其中,状态是事物的不同状态。
该状态机的切换方法可由芯片、处理器或控制装置执行,其中,该芯片、处理器或控制装置可以安装在电子设备中,以便通过芯片、处理器或控制装置执行本申请实施例提供的状态机的切换方法。在一些实施例中,该芯片、处理器或控制装置也可以安装在无人驾驶汽车中,此时,电子设备即为无人驾驶汽车。可以理解的是,电子设备可以为任一具有计算处理能力的设备,例如计算机、服务器或移动终端等,在此不对电子设备的具体形式做任何限制。当电子设备不为无人驾驶汽车时,电子设备与无人驾驶汽车通信连接,以将控制信号发送给无人驾驶汽车,实现对无人驾驶汽车的控制。
以下以无人驾驶汽车进行说明,本申请另一实施例还提供了一种无人驾驶汽车,请参阅图2,所述无人驾驶汽车10包括通信连接的至少一个处理器11和存储器12(图2中以总线连接、一个处理器为例)。
其中,所述处理器11用于提供计算和控制能力,以控制无人驾驶汽车10执行相应任务,例如,控制所述无人驾驶汽车10执行下述实施例提供的任意一种状态机的切换方法。
可以理解的是,所述处理器11可以是通用处理器,包括中央处理器(CentralProcessing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application SpecificIntegrated 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。
所述存储器12作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态性计算机可执行程序以及模块,如本发明实施例中的状态机的切换方法对应的程序指令/模块。所述处理器11通过运行存储在存储器12中的非暂态软件程序、指令以及模块,可以实现下述任一方法实施例中的状态机的切换方法。具体地,所述存储器12可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器12还可以包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。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。
以下,对本申请实施例提供的状态机的切换方法进行详细说明。状态机设于无人驾驶汽车中,用于实现无人驾驶汽车的行为规划。该状态机包括开始状态、回归车道状态、巡线状态和切车道状态四种工作状态;处于开始状态时,该状态机检查输入信息是否完整和初始化任务相关的变量,处于回归车道状态时,该状态机向所述无人驾驶汽车的局部规划模块发送回归车道操作的指令;处于巡线状态时,该状态机向无人驾驶汽车的局部规划模块发送沿当前路线行驶的指令;处于切车道状态时,该状态机向无人驾驶汽车的局部规划模块发送由当前车道向目标车道切换的指令。
在一些实施例中,如图3所示的状态转移图可知,状态机除了包括开始状态、回归车道状态、巡线状态和切车道状态,还包括泊车状态、检查点状态和取消任务状态等。
状态之间可以切换,例如,在巡线状态下,若前方500米有障碍物(事件满足触发条件),那么切换为切车道状态,当切车道状态完成后,若发现无人驾驶车与车道存在较大偏离(事件满足触发条件),那么会切换为回归车道状态。可以理解的是,不同的工作状态之间可以通过事件触发发生切换,在此不再一一举例说明。在此实施例中,触发状态机的状态发生切换的是行驶路况。
请参阅图4,该方法包括但不限制于以下步骤:
S10:状态机处于开始状态时,检查输入信息是否完整和初始化任务相关的变量,若是则切换到回归车道状态。
其中,开始状态是状态机的起始状态。输入信息包括定位信息、地图信息以及无人驾驶汽车上各传感器的通信信息等。可以理解的是,开始状态是状态机启动时指向默认的状态,当进入状态机的开始状态后,首先,检查输入信息是否完整能够有效确保后续的状态切换是否准确,是准确规划无人驾驶汽车行为的前提。
然后,初始化任务相关的变量,具体地,需要调用任务相关的函数以及对函数中的变量进行初始化。任务相关的变量是确定状态机各状态时所需的变量,为函数中的变量,例如,可以包括回归车道所用函数中的变量,巡线所用函数中的变量,以及切车道所用函数中的变量。
在切换到回归车道状态前,检测输入信息是否完成和初始化任务相关的变量,能够保证无人驾驶汽车准确回归车道,是安全运行的前提。
S20:状态机处于回归车道状态时,判断无人驾驶汽车回归车道是否成功,若是则切换到巡线状态。
其中,回归车道状态用于指示回归车道操作,即使得无人驾驶汽车与当前车道之间无偏离。巡线状态用于指示巡线操作,即使得无人驾驶汽车沿着当前车道行驶。
可以理解的是,回归车道操作是否成功,是无人驾驶汽车进行巡线操作的前提。若回归车道操作不成功,则巡线操作会偏离车道,引发安全隐患。因此,在判断出无人驾驶汽车回归车道成功后,在切换到巡线状态,能够提高安全性。
S30:状态机处于巡线状态时,根据当前行驶路况,判断是否需要切换车道,若是则切换到切车道状态。
其中,行驶路况是指无人驾驶汽车在行驶过程中的外部环境,例如障碍物、行人、其他车辆、红绿灯、路标、弯道或停车位等。行驶路况可由毫米波雷达、激光雷达、超声波雷达和视觉传感器等传感器感知获取。
在此实施例中,行驶路况触发状态机的状态发生切换。在获取到行驶路况后,根据行驶路况判断是否需要切换车道,若是则切换到切车道状态,以指导无人驾驶汽车的行为。
例如,在巡线状态下,若前方500米有障碍物(事件满足触发条件),那么状态会切换为切车道状态。
在此实施中,状态机处于开始状态时,检查输入信息是否完整和初始化任务相关的变量,若是则切换到回归车道状态,能够保证无人驾驶汽车准确回归车道,是安全运行的前提。状态机处于回归车道状态时,判断所述无人驾驶汽车回归车道是否成功,若是则切换到巡线状态,,能够提高安全性。状态机处于巡线状态时,根据当前行驶路况,判断是否需要切换车道,若是则切换到切车道状态,使得无人驾驶汽车行为符合路况。从上述三个方面,通过状态机切换状态,能够准确且稳定地规划无人驾驶汽车在行驶过程中的行为。
在一些实施例中,所述状态机处于巡线状态时,根据当前行驶路况,判断是否需要切换车道,若是则切换到切车道状态的步骤包括:
分别计算各车道的通行值,所述通行值为从车道换道至转向车道时所需要切换车道的数量,其中,所述转向车道为所述无人驾驶汽车在行驶至终点的过程中转弯时对应的车道;
根据各通行值和各车道上的静态障碍物距离,判断是否需要切换车道及所需切换的目标车道。
例如,如图1所示,无人驾驶汽车在一具有4个车道的道路上行驶,最右边的车道4#为右转车道,车道1#为左转车道,车道2#和车道3#为直行车道。当前行驶在车道2#上,为行驶至终点(目的地),无人驾驶汽车需要进行至少一次转弯,无人驾驶汽车应该在下一个路口右转,从而,车道4#即为无人驾驶汽车在行驶至终点的过程中转弯时对应的转向车道。则车道1#的通行值为从车道1#至换道至车道4#所需要切换车道的数量,即车道1#的通行值为3,车道2#的通行值为从车道2#换道至车道4#所需要切换车道的数量,即车道2#的通行值为2,车道3#的通行值为从车道3#换道至车道4#所需要切换车道的数量,即车道3#的通行值为1,可以理解的是,车道4#不需要换道,通行值为0。由此可知,通行值越大,说明需要切换的车道数越多,越不利于通行。
若无人驾驶汽车所在的当前车道2#前方有静态障碍物时,则需要换道,若车道1#和车道3#前方一定距离内均无静态障碍物,则变道至车道3#是较优的选择,方便后续转弯时,能够快速变道至车道4#。
考虑到通行值和各车道上的障碍物情况是构成行驶路况的主要因素,在此,根据各车道的通行值和各车道上的静态障碍物距离,判断是否需要切换车道及所需切换的目标车道。其中,目标车道即为无人驾驶汽车变道后的车道。例如在上述举例中,车道3#即为目标车道。
在此实施例中,通过根据各车道的通行值和各车道上的静态障碍物距离,判断是否需要切换车道及所需切换的目标车道,使得目标车道更加合理,能够实现较优变道。
在一些实施例中,所述根据各通行值和各车道上的静态障碍物距离,判断是否需要切换车道及所需切换的目标车道的步骤具体包括:
若所述当前车道前方在第一预设距离内无静态障碍物,则确定不需要切换车道;
若所述当前车道前方在所述第一预设距离内有静态障碍物,则计算所述各车道的切换代价,确定需要切换车道以及所述目标车道为切换代价最小的车道。
其中,第一预设距离为人为设置的经验值,例如可以为800米,也就是说,若当前车道前方800米内无静态障碍物(例如无禁行牌等),则目标车道仍为当前车道,即无需换道,可以继续沿当前车道行驶。若当前车道800米内有静态障碍物,则计算各车道的切换代价,确定目标车道为切换代价最小的车道。
其中,切换代价反映车道被作为目标车道时的优劣程度。举例说明,请再次参阅图1,若当前无人驾驶汽车所在的车道2#前方没有静态障碍物时,则不需要切换车道。若当前无人驾驶汽车所在的车道2#前方有静态障碍物时,则需要切换车道。具体地,若车道1#和车道3#前方一定距离内均无静态障碍物,则变道至车道3#是较优的选择,方便后续转弯时,能够快速变道至车道4#,变道至车道1#是较差的选择,因为,后续转弯时,还需要从车道1#变道至车道4#,不容易变道。从而,在此举例中,车道3#的切换代价小于车道1#的切换代价。可以理解的是,当前车道2#前方有静态障碍物,则当前车道2#的切换代价最大,若车道4#前方没有静态障碍物,相比于车道3#,车道4#的通行值较大,则车道4#的切换代价大于车道3#的切换代价,可以得出,车道3#的切换代价最小。
在此实施例中,确定目标车道为切换代价最小的车道,能够实现最优的变道,使得无人驾驶汽车的行驶更加方便合理。
在一些实施例中,所述计算所述各车道的切换代价的步骤,包括:
根据以下公式计算车道i的切换代价,所述车道i为所述各车道中的任一一个;
其中,cost(i)为所述车道i的切换代价,j表示所述车道i前方在所述第一预设距离内是否有静态障碍物,当所述车道i前方在所述第一预设距离内有静态障碍物时j=1,当所述车道i前方在所述第一预设距离内没有静态障碍物时j=0,a表示所述车道i的通行值,di表示所述车道i前方静态障碍物的距离,d0表示当前车道前方静态障碍物的距离,b表示所述车道i是否前方没有静态障碍物且有动态障碍物,当所述车道i前方没有静态障碍物且有动态障碍物时b=1,否则b=0,c表示所述车道i前方是否有行人,当所述车道i前方有行人时c=1,否则c=0,ei为前方行人的距离。
可以理解的是,车道i为道路中的任一车道,也可以为无人驾驶汽车的当前车道。当车道i前方第一预设距离内有静态障碍物时,切换代价为无穷大,当车道i前方第一预设距离内无静态障碍物时,则考虑通行值、前方是否有动态障碍物b、前方静态障碍物的距离di、前方是否有行人c以及前方行人的距离ei,以计算切换代价。考虑因素全面,使得切换代价更能准确反映车道i被作为目标车道时的优劣程度。
在此实施例中,从通行值、前方是否有动态障碍物、前方静态障碍物的距离、前方是否有行人以及前方行人的距离等多个因素计算切换代价,使得切换代价更能准确反映车道i被作为目标车道时的优劣程度。
在一些实施例中,该状态机的切换方法还包括:
若所述切车道状态持续预设时间,且所述目标车道的方向与所述无人驾驶汽车的转向灯所指示的方向一致,则控制所述无人驾驶汽车变道至所述目标车道;否则,切换到巡线状态。
可以理解的是,当进入切车道状态后,控制无人驾驶汽车变换车道,在变换车道之前需要打转向灯,例如,向左变换车道时应该打左转向灯,向右变换车道时应该打右转向灯,当变换车道完成后,关闭转向灯,此时切车道状态结束。
为了确保变换车道时的安全性,若切车道状态持续预设时间,例如切车道状态持续1s,说明该切车道状态稳定,不会发生状态跳变,进一步,若目标车道的方向与无人驾驶汽车的转向灯所指示的方向一致,则控制该无人驾驶汽车变道至目标车道。若切车道状态未持续预设时间,例如仅持续0.1s,和/或,目标车道的方向与无人驾驶汽车的转向灯所指示的方向不一致,例如目标车道的方向为右转而打左转向灯,则切换到巡线状态,即继续沿当前道路行驶,不进行换道操作,以保证变换车道时的安全性和稳定性。
在一些实施例中,该方法还包括:
若所述无人驾驶汽车和当前车道之间的偏差大于预设偏差阈值,则切换到回归车道状态。
若所述无人驾驶汽车和当前车道之间的偏差小于或等于所述预设偏差阈值,则切换到巡线状态。
其中,无人驾驶汽车和当前车道之间的偏差是指无人驾驶汽车的车头方向与当前车道之间的夹角。可以理解的是,若无人驾驶汽车和当前车道之间的偏差大于预设偏差阈值时,无人驾驶汽车可能偏离当前车道,存在与相邻车道的车辆发生碰撞的风险。因此,应该及时纠正,即切换到回归车道状态,以指示无人驾驶汽车回归当前车道,减小无人驾驶汽车和当前车道之间的偏差。
若无人驾驶汽车和当前车道之间的偏差小于或等于所述预设偏差阈值,则切换到巡线状态,以指示无人驾驶汽车沿着当前车道继续行驶。
可以理解的是,该预设偏差阈值为本领域技术人员设置的经验值,具体可以根据实际情况而定,例如,可以设置为20°。
在此实施例中,通过对无人驾驶汽车和当前车道之间的偏差进行监测,能够准确确定回归车道状态和巡线状态,以减少无人驾驶发生碰撞的风险。
在一些实施例中,所述状态机还包括泊车状态,泊车状态是指无人驾驶汽车开始停车至停车完成时的状态。即当切换为泊车状态时,控制无人驾驶汽车开始停车,当停车结束后,该泊车状态结束。
该方法还包括:
若所述无人驾驶汽车和行驶终点之间的距离小于或等于第二预设距离,则切换到泊车状态。
在此实施例中,当无人驾驶汽车和行驶终点之间的距离小于或等于第二预设距离时,进入泊车状态,以指示无人驾驶汽车减速泊车。其中,第二预设距离是本领域技术人员设置的经验值,具体可以根据实际情况而设定,例如第二预设距离可以为20米。
可以理解的是,可以在车道内停车,也可能在停车位停车。若在车道内停车,则控制无人驾驶汽车进行停止线停车行为,即控制无人驾驶汽车在给定的车道的停止线前停车;若在停车位内停车,则控制无人驾驶汽车进行停车位停车行为,即控制无人驾驶汽车进入给定的停车位中。
在此实施例中,根据无人驾驶汽车与行驶终点之间的距离,可以准确确定是否进入泊车状态。
在一些实施例中,所述状态机还包括检查点状态。
该方法还包括:
当所述无人驾驶汽车与检查点之间的距离小于或等于第三预设距离时,则切换到检查点状态,其中,所述检查点为所述无人驾驶汽车行驶路径上的位置点。
其中,检查点状态是无人驾驶汽车行经至检查点附近时的状态,即当无人驾驶汽车行经至检查点A附近,与检查点A之间的距离不超过第三预设距离(例如5米),在此期间,切换到检查点状态。其中,检查点为行驶路径上的位置点,可以在打点地图上进行设置。检查点上记录有该检查点的位置、朝向角、曲率以及各类限速值等
从而,当无人驾驶汽车与检查点之间的距离小于或等于第三预设距离时,切换到检查点状态。值得说明的是,第三预设距离是本领域技术人员设置的经验值,具体可以根据实际情况而设定。在检车点状态,无人驾驶汽车可以根据检查点记录的数据进行局部行驶路径规划。
在此实施例中,根据无人驾驶汽车与检查点之间的距离,可以准确确定是否进入检查点状态。
综上所述,本申请提供的状态机的切换方法,状态机处于开始状态时,检查输入信息是否完整和初始化任务相关的变量,若是则切换到回归车道状态,能够保证无人驾驶汽车准确回归车道,是安全运行的前提。状态机处于回归车道状态时,判断所述无人驾驶汽车回归车道是否成功,若是则切换到巡线状态,能够提高安全性。状态机处于巡线状态时,根据当前行驶路况,判断是否需要切换车道,若是则切换到切车道状态,使得无人驾驶汽车行为符合路况。从上述三个方面,通过状态机切换状态,能够准确且稳定地规划无人驾驶汽车在行驶过程中的行为。
本申请另一实施例还提供了一种状态机,所述状态机设于无人驾驶汽车中,用于实现无人驾驶汽车的行为规划,所述状态机至少设有开始状态、回归车道状态、巡线状态和切车道状态四种工作状态;处于开始状态时,所述状态机检查输入信息是否完整和初始化任务相关的变量,处于回归车道状态时,所述状态机向所述无人驾驶汽车的局部规划模块发送回归车道操作的指令;处于巡线状态时,所述状态机向所述无人驾驶汽车的局部规划模块发送沿当前路线行驶的指令;处于切车道状态时,所述状态机向所述无人驾驶汽车的局部规划模块发送由当前车道向目标车道切换的指令;所述状态机包括:
检查单元,用于在所述状态机处于开始状态时,检查输入信息是否完整和初始化任务相关的变量,若是则切换到回归车道状态;
第一判断单元,用于在所述状态机处于回归车道状态时,判断所述无人驾驶汽车回归车道是否成功,若是则切换到巡线状态;
第二判断单元,用于在所述状态机处于巡线状态时,根据当前行驶路况,判断是否需要切换车道,若是则切换到切车道状态。
在此实施例中,通过检查单元在状态机处于开始状态时,检查输入信息是否完整和初始化任务相关的变量,若是则切换到回归车道状态,能够保证无人驾驶汽车准确回归车道,是安全运行的前提。通过第一判断单元在状态机处于回归车道状态时,判断所述无人驾驶汽车回归车道是否成功,若是则切换到巡线状态,能够提高安全性。通过第二判断单元在状态机处于巡线状态时,根据当前行驶路况,判断是否需要切换车道,若是则切换到切车道状态,使得无人驾驶汽车行为符合路况。采用上述三个单元,通过状态机切换状态,能够准确且稳定地规划无人驾驶汽车在行驶过程中的行为。
需要说明的是,以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明,它们没有在细节中提供;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范围。
Claims (10)
1.一种状态机的切换方法,所述状态机设于无人驾驶汽车中,用于实现无人驾驶汽车的行为规划,其特征在于,所述状态机包括开始状态、回归车道状态、巡线状态和切车道状态四种工作状态;处于开始状态时,所述状态机检查输入信息是否完整和初始化任务相关的变量,处于回归车道状态时,所述状态机向所述无人驾驶汽车的局部规划模块发送回归车道操作的指令;处于巡线状态时,所述状态机向所述无人驾驶汽车的局部规划模块发送沿当前路线行驶的指令;处于切车道状态时,所述状态机向所述无人驾驶汽车的局部规划模块发送由当前车道向目标车道切换的指令;所述状态机的切换方法包括:
所述状态机处于开始状态时,检查输入信息是否完整和初始化任务相关的变量,若是则切换到回归车道状态;
所述状态机处于回归车道状态时,判断所述无人驾驶汽车回归车道是否成功,若是则切换到巡线状态;
所述状态机处于巡线状态时,根据当前行驶路况,判断是否需要切换车道,若是则切换到切车道状态。
2.根据权利要求1所述的方法,其特征在于,所述状态机处于巡线状态时,根据当前行驶路况,判断是否需要切换车道,若是则切换到切车道状态的步骤包括:
分别计算各车道的通行值,所述通行值为从车道换道至转向车道时所需要切换车道的数量,其中,所述转向车道为所述无人驾驶汽车在行驶至终点的过程中转弯时对应的车道;
根据各通行值和各车道上的静态障碍物距离,判断是否需要切换车道及所需切换的目标车道。
3.根据权利要求2所述的方法,其特征在于,所述根据各通行值和各车道上的静态障碍物距离,判断是否需要切换车道及所需切换的目标车道的步骤,包括:
若所述当前车道前方在第一预设距离内无静态障碍物,则确定不需要切换车道;
若所述当前车道前方在所述第一预设距离内有静态障碍物,则计算所述各车道的切换代价,确定需要切换车道以及所述目标车道为切换代价最小的车道。
4.根据权利要求3所述的方法,其特征在于,所述计算所述各车道的切换代价的步骤,包括:
根据以下公式计算车道i的切换代价,所述车道i为所述各车道中的任一一个;
其中,cost(i)为所述车道i的切换代价,j表示所述车道i前方在所述第一预设距离内是否有静态障碍物,当所述车道i前方在所述第一预设距离内有静态障碍物时j=1,当所述车道i前方在所述第一预设距离内没有静态障碍物时j=0,a表示所述车道i的通行值,di表示所述车道i前方静态障碍物的距离,d0表示当前车道前方静态障碍物的距离,b表示所述车道i是否前方没有静态障碍物且有动态障碍物,当所述车道i前方没有静态障碍物且有动态障碍物时b=1,否则b=0,c表示所述车道i前方是否有行人,当所述车道i前方有行人时c=1,否则c=0,ei为前方行人的距离。
5.根据权利要求4所述的方法,其特征在于,所述方法包括:
若所述切车道状态持续预设时间,且所述目标车道的方向与所述无人驾驶汽车的转向灯所指示的方向一致,则控制所述无人驾驶汽车变道至所述目标车道;
否则,切换到巡线状态。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述方法还包括包括:
若所述无人驾驶汽车和当前车道之间的偏差大于预设偏差阈值,则切换到回归车道状态。
若所述无人驾驶汽车和当前车道之间的偏差小于或等于所述预设偏差阈值,则切换到巡线状态。
7.根据权利要求1-5任一项所述的方法,其特征在于,所述状态机还包括泊车状态,
则所述方法还包括:
若所述无人驾驶汽车和行驶终点之间的距离小于或等于第二预设距离,则切换到泊车状态。
8.根据权利要求1-5任一项所述的方法,其特征在于,所述状态机还包括检查点状态,
则所方法还包括:
当所述无人驾驶汽车与检查点之间的距离小于或等于第三预设距离时,则切换到检查点状态,其中,所述检查点为所述无人驾驶汽车行驶路径上的位置点。
9.一种状态机,所述状态机设于无人驾驶汽车中,用于实现无人驾驶汽车的行为规划,其特征在于,所述状态机至少设有开始状态、回归车道状态、巡线状态和切车道状态四种工作状态;处于开始状态时,所述状态机检查输入信息是否完整和初始化任务相关的变量,处于回归车道状态时,所述状态机向所述无人驾驶汽车的局部规划模块发送回归车道操作的指令;处于巡线状态时,所述状态机向所述无人驾驶汽车的局部规划模块发送沿当前路线行驶的指令;处于切车道状态时,所述状态机向所述无人驾驶汽车的局部规划模块发送由当前车道向目标车道切换的指令;所述状态机包括:
检查单元,用于在所述状态机处于开始状态时,检查输入信息是否完整和初始化任务相关的变量,若是则切换到回归车道状态;
第一判断单元,用于在所述状态机处于回归车道状态时,判断所述无人驾驶汽车回归车道是否成功,若是则切换到巡线状态;
第二判断单元,用于在所述状态机处于巡线状态时,根据当前行驶路况,判断是否需要切换车道,若是则切换到切车道状态。
10.一种无人驾驶汽车,其特征在于,所述无人驾驶汽车包括: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程序或指令,程序或指令被处理器执行时实现如权利要求1-8中任一项所述的状态机的切换方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110949108.5A CN113753047B (zh) | 2021-08-18 | 2021-08-18 | 一种状态机、状态机切换方法及无人驾驶汽车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110949108.5A CN113753047B (zh) | 2021-08-18 | 2021-08-18 | 一种状态机、状态机切换方法及无人驾驶汽车 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113753047A true CN113753047A (zh) | 2021-12-07 |
CN113753047B CN113753047B (zh) | 2023-06-09 |
Family
ID=78790287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110949108.5A Active CN113753047B (zh) | 2021-08-18 | 2021-08-18 | 一种状态机、状态机切换方法及无人驾驶汽车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113753047B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101596903A (zh) * | 2009-07-07 | 2009-12-09 | 清华大学 | 多功能汽车横向驾驶辅助方法及其辅助*** |
CN107415945A (zh) * | 2016-05-24 | 2017-12-01 | 通用汽车环球科技运作有限责任公司 | 用于评估车道换道的自动驱动***及其使用方法 |
CN107792073A (zh) * | 2017-09-29 | 2018-03-13 | 东软集团股份有限公司 | 一种车辆换道控制方法、装置及相关设备 |
US20190143982A1 (en) * | 2017-11-15 | 2019-05-16 | Toyota Jidosha Kabushiki Kaisha | Autonomous driving system |
JP2019074431A (ja) * | 2017-10-17 | 2019-05-16 | クラリオン株式会社 | 走行支援装置、走行支援方法 |
CN110487562A (zh) * | 2019-08-21 | 2019-11-22 | 北京航空航天大学 | 一种用于无人驾驶的车道保持能力检测***及方法 |
US20190359202A1 (en) * | 2018-05-23 | 2019-11-28 | Baidu Usa Llc | Method for determining lane changing trajectories for autonomous driving vehicles |
CN111717204A (zh) * | 2019-03-18 | 2020-09-29 | 长城汽车股份有限公司 | 自动驾驶车辆的横向控制方法及*** |
CN111994076A (zh) * | 2020-09-02 | 2020-11-27 | 中国第一汽车股份有限公司 | 自动驾驶车辆的控制方法及装置 |
CN112590812A (zh) * | 2020-11-30 | 2021-04-02 | 中汽数据(天津)有限公司 | 一种基于自动驾驶局部路径规划状态切换方法 |
CN112874503A (zh) * | 2021-01-11 | 2021-06-01 | 广东科学技术职业学院 | 一种控制无人驾驶车辆的方法、装置以及无人驾驶车辆 |
US20210197823A1 (en) * | 2019-12-30 | 2021-07-01 | Baidu Usa Llc | Central line shifting based pre-change lane path planning |
CN113147784A (zh) * | 2021-04-13 | 2021-07-23 | 银隆新能源股份有限公司 | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 |
-
2021
- 2021-08-18 CN CN202110949108.5A patent/CN113753047B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101596903A (zh) * | 2009-07-07 | 2009-12-09 | 清华大学 | 多功能汽车横向驾驶辅助方法及其辅助*** |
CN107415945A (zh) * | 2016-05-24 | 2017-12-01 | 通用汽车环球科技运作有限责任公司 | 用于评估车道换道的自动驱动***及其使用方法 |
CN107792073A (zh) * | 2017-09-29 | 2018-03-13 | 东软集团股份有限公司 | 一种车辆换道控制方法、装置及相关设备 |
JP2019074431A (ja) * | 2017-10-17 | 2019-05-16 | クラリオン株式会社 | 走行支援装置、走行支援方法 |
US20190143982A1 (en) * | 2017-11-15 | 2019-05-16 | Toyota Jidosha Kabushiki Kaisha | Autonomous driving system |
US20190359202A1 (en) * | 2018-05-23 | 2019-11-28 | Baidu Usa Llc | Method for determining lane changing trajectories for autonomous driving vehicles |
CN111717204A (zh) * | 2019-03-18 | 2020-09-29 | 长城汽车股份有限公司 | 自动驾驶车辆的横向控制方法及*** |
CN110487562A (zh) * | 2019-08-21 | 2019-11-22 | 北京航空航天大学 | 一种用于无人驾驶的车道保持能力检测***及方法 |
US20210197823A1 (en) * | 2019-12-30 | 2021-07-01 | Baidu Usa Llc | Central line shifting based pre-change lane path planning |
CN111994076A (zh) * | 2020-09-02 | 2020-11-27 | 中国第一汽车股份有限公司 | 自动驾驶车辆的控制方法及装置 |
CN112590812A (zh) * | 2020-11-30 | 2021-04-02 | 中汽数据(天津)有限公司 | 一种基于自动驾驶局部路径规划状态切换方法 |
CN112874503A (zh) * | 2021-01-11 | 2021-06-01 | 广东科学技术职业学院 | 一种控制无人驾驶车辆的方法、装置以及无人驾驶车辆 |
CN113147784A (zh) * | 2021-04-13 | 2021-07-23 | 银隆新能源股份有限公司 | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN113753047B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11119479B2 (en) | Vehicle control apparatus | |
WO2018216333A1 (ja) | 電子制御装置、車両制御方法、及び車両制御用プログラム | |
US11312394B2 (en) | Vehicle control device | |
US11348463B2 (en) | Travel control device, travel control method, and storage medium storing program | |
KR20210044960A (ko) | 자율주행차량의 차선변경 제어 장치 및 그 방법 | |
US11535249B2 (en) | Vehicle action determining method and vehicle action determining device | |
US20200207373A1 (en) | Automatic driving proposal device and automatic driving proposal method | |
JP2019144691A (ja) | 車両制御装置 | |
JP2019200464A (ja) | 運転支援方法及び運転支援装置 | |
CN111373457A (zh) | 车辆控制装置、车辆以及车辆控制方法 | |
JPWO2019077669A1 (ja) | 車両制御装置 | |
JP7377822B2 (ja) | 運転支援方法及び運転支援装置 | |
US11440546B2 (en) | Travel control apparatus, vehicle, travel control method, and non-transitory computer-readable storage medium | |
KR20210004799A (ko) | 차량을 자율로 작동하는 방법, 차량용 제어기 장치 및 차량 | |
JP6691902B2 (ja) | 車両制御装置 | |
CN117227714A (zh) | 一种自动驾驶车辆转弯避让控制方法及*** | |
US20200385023A1 (en) | Vehicle control apparatus, vehicle, operation method of vehicle control apparatus, and non-transitory computer-readable storage medium | |
CN113753047B (zh) | 一种状态机、状态机切换方法及无人驾驶汽车 | |
CN115042815A (zh) | 自动驾驶车辆的轨迹规划方法、装置及电子设备 | |
JP7145178B2 (ja) | 走行制御装置、走行制御方法およびプログラム | |
JP6606154B2 (ja) | 車両制御装置 | |
CN113386749B (zh) | 行驶控制装置、车辆、行驶控制方法以及存储介质 | |
JP7043982B2 (ja) | 車両制御装置 | |
CN113899378A (zh) | 一种变道处理方法、装置、存储介质及电子设备 | |
CN117508232A (zh) | 车辆周边障碍物的轨迹预测方法、装置、设备及介质 |
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 |