CN113815651B - 一种无人设备控制方法、装置、设备及存储介质 - Google Patents

一种无人设备控制方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113815651B
CN113815651B CN202111274626.8A CN202111274626A CN113815651B CN 113815651 B CN113815651 B CN 113815651B CN 202111274626 A CN202111274626 A CN 202111274626A CN 113815651 B CN113815651 B CN 113815651B
Authority
CN
China
Prior art keywords
obstacle
unmanned
decision
unmanned equipment
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111274626.8A
Other languages
English (en)
Other versions
CN113815651A (zh
Inventor
张羽
周奕达
丁曙光
黄庆
熊方舟
任冬淳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Touch Da Unbounded Technology Co ltd
Original Assignee
Beijing Touch Da Unbounded Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Touch Da Unbounded Technology Co ltd filed Critical Beijing Touch Da Unbounded Technology Co ltd
Priority to CN202111274626.8A priority Critical patent/CN113815651B/zh
Publication of CN113815651A publication Critical patent/CN113815651A/zh
Application granted granted Critical
Publication of CN113815651B publication Critical patent/CN113815651B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • 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
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Warehouses Or Storage Devices (AREA)

Abstract

本说明书公开了一种无人设备控制方法、装置、设备及存储介质，本方法根据无人设备对障碍物执行的决策，对障碍区域进行扩大，得到扩大后的障碍区域，然后根据无人设备对障碍物执行的决策以及扩大后的障碍区域，规划无人设备的行驶轨迹，以便根据得到的行驶轨迹控制所述无人设备。本方法基于扩大后的障碍区域无人设备的行驶轨迹，保证了无人设备在行驶过程中能够与障碍物保持合理的安全距离，提高了无人设备行驶的安全性。

Description

一种无人设备控制方法、装置、设备及存储介质
技术领域
本说明书涉及无人驾驶技术领域，尤其涉及一种无人设备控制方法、装置、设备及存储介质。
背景技术
目前，无人设备已在国防、国民经济等多个领域中得到了广泛的应用，随着科技水平的不断提升，无人设备还将得到进一步地发展，从而给人民的生活带来更多的便利。无人设备可以感知道路环境，并且根据采集的障碍物的状态信息，在行驶过程中自动规划避开障碍物的轨迹，并到达预定目标。
现有技术中，通常以无人设备的位移S为纵轴，时间T为横轴，构建如图1所示的位移时间坐标系(ST坐标系)，根据障碍物的速度和长度，获得如图1阴影部分所示的障碍物在ST坐标系上的障碍区域。然后根据不同的纵向决策，确定无人设备在不同纵向决策下避开障碍物所需的速度，以使无人设备以该速度正常行驶。
然而，现有技术中的障碍区域仅根据障碍物的速度和长度确定，无法保证无人设备在行驶过程中与障碍物能保持合理的安全距离，降低了无人设备行驶的安全性。
发明内容
本说明书提供一种无人设备控制方法、装置、设备及存储介质，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种无人设备控制方法，包括：
根据无人设备当前路径、障碍物的预测轨迹、所述障碍物的状态信息，确定所述障碍物在位移时间坐标系中对应的障碍区域；
根据所述障碍物的状态信息、所述无人设备的状态信息，确定所述无人设备对所述障碍物执行的决策；
根据所述无人设备对所述障碍物执行的决策，对所述障碍区域进行扩大，得到扩大后的障碍区域；
根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，规划所述无人设备的行驶轨迹；
根据所述行驶轨迹控制所述无人设备。
可选地，确定所述障碍物在位移时间坐标系中对应的障碍区域，具体包括：
根据所述无人设备当前路径和所述障碍物的预测轨迹，确定所述障碍物对所述无人设备产生影响的时间段；
根据所述障碍物的状态信息，获得所述障碍物在所述时间段内各时刻相对于所述无人设备当前位置的位移；
根据所述障碍物在所述时间段内各时刻相对于所述无人设备当前位置的位移，在位移时间坐标系中，确定所述障碍物对应的障碍区域。
可选地，根据所述无人设备对所述障碍物执行的决策，对所述障碍区域进行扩大，具体包括：
根据所述无人设备对所述障碍物执行的决策的类型，确定所述障碍区域的边界对应的调整方向；所述调整方向包括位移时间坐标系中的位移方向和时间方向；
针对所述障碍区域的每个边界，将该边界沿该边界对应的调整方向调整。
可选地，所述无人设备对所述障碍物执行的决策包括跟随决策、让行决策、先行决策以及停驶决策中的至少一种；
根据所述无人设备对所述障碍物执行的决策，确定所述障碍区域的边界对应的调整方向，具体包括：
若所述无人设备对所述障碍物执行的决策为跟随决策或让行决策，确定所述障碍区域的边界对应的调整方向为位移减少的方向和时间增加的方向；
若所述无人设备对所述障碍物执行的决策为先行决策，确定所述障碍区域的边界对应的调整方向为位移增加的方向和时间减少的方向；
若所述无人设备对所述障碍物执行的决策为停驶决策，确定所述障碍区域的边界对应的调整方向为位移减少的方向。
可选地，将该边界沿该边界对应的调整方向调整，具体包括：
根据所述无人设备所处环境信息，确定该边界对应的调整距离；
将该边界沿该边界对应的调整方向调整该边界对应的调整距离。
可选地，根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，规划所述无人设备的行驶轨迹，具体包括：
根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，确定规划所述无人设备行驶轨迹时的可规划范围；
根据所述无人设备所处环境信息、所述无人设备自身状态信息，在所述可规划范围内为所述无人设备进行速度规划。
可选地，根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，确定规划所述无人设备行驶轨迹时的可规划范围，具体包括：
根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，将除所述障碍物对应的扩大后的障碍区域以外的范围，确定规划所述无人设备行驶轨迹时的可规划范围。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述无人设备控制方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述无人设备控制方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
本方法根据无人设备对障碍物执行的决策，对障碍区域进行扩大，得到扩大后的障碍区域，然后根据无人设备对障碍物执行的决策以及扩大后的障碍区域，规划无人设备的行驶轨迹，以便根据得到的行驶轨迹控制所述无人设备。本方法基于扩大后的障碍区域规划无人设备的行驶轨迹，保证了无人设备在行驶过程中能够与障碍物保持合理的安全距离，提高了无人设备行驶的安全性。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中一种ST坐标系中障碍区域示意图；
图2为本说明书中一种无人设备控制方法的流程示意图；
图3A为本说明书提供的一种无人设备行驶的场景示意图；
图3B为本说明书提供的另一种无人设备行驶的场景示意图；
图4为本说明书中另一种ST坐标系中障碍区域示意图；
图5A为本说明书中一种ST坐标系中扩大后的障碍区域示意图；
图5B为本说明书中另一种ST坐标系中扩大后的障碍区域示意图；
图5C为本说明书中再一种ST坐标系中扩大后的障碍区域示意图；
图6为本说明书提供的一种无人设备控制装置的示意图；
图7为本说明书提供的一种电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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他实施例，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图2为本说明书实施例提供的一种无人设备控制方法的流程示意图，具体包括以下步骤：
S100：根据无人设备当前路径、障碍物的预测轨迹、所述障碍物的状态信息，确定所述障碍物在位移时间坐标系中对应的障碍区域；
在本说明书实施例中，无人设备可以是无人驾驶车辆、也可以是无人机等无人驾驶设备，所述的无人设备可用于执行配送任务。无人设备可通过配置的传感器感知道路环境，并且根据道路环境自动规划路线并到达预定目标。障碍物可以包括动态障碍物和静态障碍物，其中，动态障碍物可包括机动车、非机动车和行人；静态障碍物可包括红绿灯。无人设备可通过激光雷达、摄像头等传感器设备感知到障碍物的信息以及环境信息，通过对应的算法，预测障碍物未来一段时间的行驶轨迹。
根据无人设备当前路径以及障碍物的预测轨迹，将对所述无人设备产生影响的障碍物的位移信息投影到位移时间坐标系中，确定所述障碍物在位移时间坐标系中对应的障碍区域。所述障碍区域包括无人设备按当前路径行驶时，障碍物对无人设备产生影响的区域。
S102：根据所述障碍物的状态信息、所述无人设备的状态信息，确定所述无人设备对所述障碍物执行的决策；
具体的，障碍物的状态信息包括障碍物的速度、加速度以及障碍物的长度等；无人设备的状态信息包括无人设备的速度、加速度等。所述无人设备对所述障碍物执行的决策包括跟随决策、让行决策、先行决策以及停驶决策中的至少一种。
S104：根据所述无人设备对所述障碍物执行的决策，对所述障碍区域进行扩大，得到扩大后的障碍区域；
由于所述障碍区域是根据障碍物的长度和速度确定的，而后续在根据障碍区域为无人设备规划行驶轨迹时，规划的行驶轨迹曲线可能与所述障碍区域的边界接近，即，无人设备根据所述行驶轨迹行驶时，与所述障碍物的间距较小，无法保证无人设备的行驶安全，因此，需要对所述障碍区域进行扩大。
根据所述无人设备对所述障碍物执行的决策，对所述障碍区域进行扩大，可以保证无人设备在在不同决策下与障碍物保持合理的安全距离。
S106：根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，规划所述无人设备的行驶轨迹；
具体的，为避免无人设备与障碍物发生碰撞，根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，将除所述障碍物对应的扩大后的障碍区域以外的范围，确定为规划所述无人设备行驶轨迹时的可规划范围。根据所述无人设备所处环境信息、所述无人设备自身状态信息，在所述可规划范围内规划所述无人设备的行驶轨迹。所述无人设备的行驶轨迹规划包括速度规划。
S108：根据所述行驶轨迹控制所述无人设备。
在实际应用中，根据规划得到的行驶轨迹控制无人设备，以使无人设备与障碍物保持合理的安全距离，且以所述无人设备对所述障碍物执行的决策，避开障碍物并安全行驶。
本方法根据无人设备对障碍物执行的决策，对障碍区域进行扩大，得到扩大后的障碍区域，然后根据无人设备对障碍物执行的决策以及扩大后的障碍区域，规划无人设备的行驶轨迹，以便根据得到的行驶轨迹控制所述无人设备。本方法基于扩大后的障碍区域规划无人设备的行驶轨迹，保证了无人设备在行驶过程中能够与障碍物保持合理的安全距离，提高了无人设备行驶的安全性。
本说明书实施例中，如图2步骤S100所示的确定所述障碍物在位移时间坐标系中对应的障碍区域，具体包括以下步骤：
首先，根据所述无人设备当前路径和所述障碍物的预测轨迹，确定所述障碍物对所述无人设备产生影响的时间段。
在本说明书实施例中，无人设备可包括无人驾驶车辆、无人机等无人驾驶设备，为了便于理解，仅以无人驾驶车辆为例，对具体技术方案进行说明。
具体的，若障碍物预测轨迹的行驶方向与无人设备的行驶方向相同、障碍物即将转弯或变道汇入无人设备所在车道，则障碍物将对无人设备产生一段时间的影响。所述障碍物对无人设备产生影响可包括障碍物与无人设备的纵向距离和/或横向距离小于预设距离阈值，以及障碍物的行驶方向与无人设备行驶方向的夹角小于预设角度阈值。
例如，如图3A所示的路段场景，位于车道1的无人设备A当前行驶路径为所示实线，位于车道2的障碍物B预测轨迹为所示虚线。障碍物与无人设备的行驶方向相同，且障碍物即将变道汇入无人设备所在车道，以无人设备A处于当前所在位置的时刻为0时刻，当障碍物B即将由车道2变道汇入车道1时，障碍物B将对无人设备A产生影响，且时间段为t1到t2时刻；如图3B所示的交叉路口场景，无人设备A当前行驶路径为所示实线，障碍物B预测轨迹为所示虚线，障碍物与无人设备的目标行驶车道相同，且障碍物即将转弯汇入无人设备所在车道，以无人设备A处于当前所在位置的时刻为0时刻，当障碍物B即将转弯汇入车道3时，障碍物B将于t3时刻开始对无人设备A产生影响。
然后，根据所述障碍物的状态信息，获得所述障碍物在所述时间段内各时刻相对于所述无人设备当前位置的位移。
具体的，为了直观展示障碍物的障碍区域，将无人设备当前所在位置设置为位移为0，时间为0的原点O，即无人设备当前所在位置为原点O(0,0)，以无人设备以及障碍物的位移S为纵轴，时间T为横轴，构建ST坐标系。也就是说，ST坐标系中的任意一点(t，s)表示：目标(此处的目标可以指障碍物，也可以指无人设备)在时刻t相对于原点O的位移是s。
如图2步骤S100所示根据无人设备当前路径以及障碍物的预测轨迹，将对所述无人设备产生影响的障碍物的位移信息投影到位移时间坐标系中，确定所述障碍物在位移时间坐标系中对应的障碍区域，具体通过以下方式实现。
在本说明书实施例中，障碍物对无人设备产生影响的场景包括路段场景和交叉路口场景，为了便于理解，仅以路段场景为例，将如图3A所示的路段场景中的障碍物B对无人设备A产生影响的时间段内的位移信息投影到如图4所示的ST坐标系中。其中，t1为障碍物B开始影响无人设备A的时刻，t2为障碍物B结束影响无人设备A的时刻，t1至t2为障碍物B对无人设备A产生影响的时间段；s1为障碍物B在t1时刻相对于原点O的位移，s2为障碍物B在t2时刻相对于原点O的位移。可以看出，在位移时间坐标系中，点(t1，s1)与点(t2，s2)的连线l1的斜率即为所述障碍物B的速度，障碍物可以是匀速行驶，也可以是变速行驶，即l1可以是直线，也可以是曲线，本说明书对此并不限定。在本说明书实施例中，为了便于理解，仅以障碍物匀速行驶为例，对具体技术方案进行说明。
在t1至t2时间段内，获得所述障碍物各时刻相对于所述无人设备当前位置的位移。
在如图4所示的ST坐标系中，l1为障碍物B的后端，l3为障碍物B的前端，l2的长度即为障碍物B的长度。即在t1时刻，障碍物B的前端相对于原点O的位移为s3，障碍物B的后端相对于原点O的位移为s1；在t2时刻，障碍物B的前端相对于原点O的位移为s4，障碍物B的后端相对于原点O的位移为s2。因此，由l1、l2、l3、l4组成的区域为包含了所述障碍物B在t1至t2时间段内的各时刻相对于原点O的位移的区域，即为所述障碍物的障碍区域。
本说明书实施例中，如图2步骤S104所示的根据所述无人设备对所述障碍物执行的决策，对所述障碍区域进行扩大，具体包括以下步骤：
根据所述无人设备对所述障碍物执行的决策的类型，确定所述障碍区域的边界对应的调整方向；所述调整方向包括位移时间坐标系中的位移方向和时间方向。其中，所述位移方向包括位移增加的方向和位移减少的方向；所述时间方向包括时间增加的方向和时间减少的方向。
在实际应用中，将所述障碍区域的边界在位移时间坐标系中的位移方向上进行调整，以使无人设备与所述障碍物保持合理的间距；将所述障碍区域的边界在位移时间坐标系中的时间方向上进行调整，以增加无人设备与障碍物通过同一位置的时间差，在保证无人设备与障碍物之间的合理间距的同时，还减少了前方障碍物速度变化对后方无人设备的影响，保证了无人设备行驶的安全性。
具体的，若所述无人设备对所述障碍物执行的决策为跟随决策或让行决策，则说明无人设备将行驶在所述障碍物的后方，并保持合理的距离，因此确定所述障碍区域的边界对应的调整方向为位移减少的方向和时间增加的方向。
若所述无人设备对所述障碍物执行的决策为先行决策，则说明无人设备将行驶在所述障碍物的前方，并保持合理的距离，因此确定所述障碍区域的边界对应的调整方向为位移增加的方向和时间减少的方向。
若所述无人设备对所述障碍物执行的决策为停驶决策，则说明无人设备将在距离所述障碍一定位移的位置停止行驶，无需增加无人设备与障碍物通过同一位置的时间差，因此确定所述障碍区域的边界对应的调整方向为位移减少的方向。
针对所述障碍区域的每个边界，根据所述无人设备所处环境信息，确定该边界对应的调整距离。所述无人设备所处环境信息包括无人设备所处场景，如路段、交叉路口等。即，若无人设备所处的场景不同，则障碍区域各边界的调整距离不同。例如，相比于路段场景下所述障碍区域各边界的调整距离，交叉路口场景下所述障碍区域各边界的调整距离通常较大。
在实际应用中，通过将所述障碍区域的边界沿该边界对应的方向调整，得到扩大后的障碍区域。调整边界的方式可以是同时调整所述障碍区域的每个边界，也可以调整预先确定的待调整边界。
针对所述障碍区域的每个边界，将该边界沿该边界对应的调整方向调整该边界对应的调整距离。以图5A所示的障碍区域为例，其中，障碍物的障碍区域为由l1、l2、l3、l4组成的实线区域，所述无人设备对所述障碍物执行的决策为跟随决策或让行决策，所述障碍区域边界的调整方向为位移减少的方向和时间增加的方向。
具体的，若调整边界的方式是将所述障碍区域的每个边界同时进行调整，则首先将障碍区域的边界l1、l2、l3、l4同时沿位移减少的方向调整m1，得到由l1’、l2、l3、l4及延长线组成的区域，然后将由l1’、l2、l3、l4及延长线同时沿时间增加的方向调整n1，将由l1、l2、l3、l4组成的实线区域与障碍区域在调整过程中经过的虚线区域合并，确定为根据让行决策或跟随决策扩大的障碍区域。即，将所述障碍区域的每个边界同时沿对应的方向调整对应的调整距离，将所述障碍区域与调整过程中经过的区域合并，确定为扩大后的障碍区域。其中，调整过程中经过的区域是指，针对每个调整方向，将障碍区域的各边界沿该调整方向调整后，调整后的各边界和/或调整后的各边界的延长线与调整前的各边界和/或调整前的各边界的延长线所围成的区域。
若调整边界的方式是调整预先确定的待调整边界，则根据无人设备对所述障碍物执行的决策的类型确定待调整边界，当无人设备对障碍物执行的决策为跟随决策或让行决策时，确定待调整边界为l1和l2。将l1沿位移减少的方向调整m1，得到边界l1’，将l1’和l2同时沿时间增加的方向调整n1，得到边界l1”和l2’。将l3和l4沿对应的方向延长，与l1”、l2’相接，得到如图5A所示的虚线区域，实线与虚线所构成的区域即为根据让行决策或跟随决策扩大的障碍区域。
如图5B所示的ST坐标系，其中，障碍物的障碍区域为由l1、l2、l3、l4组成的实线区域，所述无人设备对所述障碍物执行的决策为先行决策，因此，障碍区域的边界沿位移增加的方向调整m2，沿时间减少的方向调整n2。调整后实线与虚线组成的障碍区域即为根据先行决策扩大后的障碍区域。图5B所示的ST坐标系中的障碍区域边界的调整方式与图5A中障碍区域边界的调整方式类似，此处对具体的调整过程不再赘述。
如图5C所示的ST坐标系，其中，障碍物的障碍区域为由l1、l2、l3、l4组成的实线区域，所述无人设备对所述障碍物执行的决策为停驶决策。因此，障碍区域的边界沿位移减少的方向调整m3。调整后实线与虚线组成的障碍区域即为根据停驶决策扩大后的障碍区域。图5C所示的ST坐标系中的障碍区域边界的调整方式与图5A中障碍区域边界的调整方式类似，此处对具体的调整过程不再赘述。
本说明书实施例中，如图2步骤S106所示的确定为规划所述无人设备行驶轨迹时的可规划范围，具体可通过如下方法确定。
根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，将除所述障碍物对应的扩大后的障碍区域以外的范围，确定规划所述无人设备行驶轨迹时的可规划上界和可规划下界，根据所述可规划上界和可规划下界，确定规划所述无人设备行驶轨迹时的可规划范围。
例如，如图5A所示的扩大后的障碍区域的示意图，所述扩大后的障碍区域为实线与虚线组成的区域，由于所述无人设备对所述障碍物执行的决策为跟随决策或让行决策，因此无人设备规划行驶轨迹的可规划上界为图5A中曲线L1，可规划下界为时间坐标轴，L1与时间坐标轴之间的范围即为规划无人设备行驶轨迹时的可规划范围；同理，如图5B所示的扩大后的障碍区域的示意图，所述扩大后的障碍区域为实线与虚线组成的区域，由于所述无人设备对所述障碍物执行的决策为先行决策，因此无人设备规划行驶轨迹的可规划下界为图5B中曲线L2，可规划上界为位移坐标轴，L2与位移坐标轴之间的范围即为规划无人设备行驶轨迹时的可规划范围；如图5C所示的扩大后的障碍区域的示意图，所述扩大后的障碍区域为实线与虚线组成的区域，由于所述无人设备对所述障碍物执行的决策为停驶决策，因此无人设备规划行驶轨迹的可规划范围的上界为图5C中曲线L3，下界为时间坐标轴，L3与时间坐标轴之间的范围即为规划无人设备行驶轨迹时的可规划范围。
以上为本说明书的一个或多个实施例提供的无人设备控制方法，基于同样的思路，本说明书还提供了相应的无人设备控制装置，如图6所示。
图6为本说明书提供的一种无人设备控制装置示意图，具体包括：
障碍区域确定模块200，用于根据无人设备当前路径、障碍物的预测轨迹、所述障碍物的状态信息，确定所述障碍物在位移时间坐标系中对应的障碍区域；
决策确定模块202，用于根据所述障碍物的状态信息、所述无人设备的状态信息，确定所述无人设备对所述障碍物执行的决策；
扩大障碍区域确定模块204，用于根据所述无人设备对所述障碍物执行的决策，对所述障碍区域进行扩大，得到扩大后的障碍区域；
行驶轨迹规划模块206，用于根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，规划所述无人设备的行驶轨迹；
控制模块208，用于根据所述行驶轨迹控制所述无人设备。
可选地，所述障碍区域确定模块200具体用于，根据所述无人设备当前路径和所述障碍物的预测轨迹，确定所述障碍物对所述无人设备产生影响的时间段；根据所述障碍物的状态信息，获得所述障碍物在所述时间段内各时刻相对于所述无人设备当前位置的位移；根据所述障碍物在所述时间段内各时刻相对于所述无人设备当前位置的位移，在位移时间坐标系中，确定所述障碍物对应的障碍区域。
可选地，所述扩大障碍区域确定模块204具体用于，根据所述无人设备对所述障碍物执行的决策的类型，确定所述障碍区域的边界对应的调整方向；所述调整方向包括位移时间坐标系中的位移方向和时间方向；针对所述障碍区域的每个边界，将该边界沿该边界对应的调整方向调整。
可选地，所述扩大障碍区域确定模块204具体用于，所述无人设备对所述障碍物执行的决策包括跟随决策、让行决策、先行决策以及停驶决策中的至少一种；若所述无人设备对所述障碍物执行的决策为跟随决策或让行决策，确定所述障碍区域的边界对应的调整方向为位移减少的方向和时间增加的方向；若所述无人设备对所述障碍物执行的决策为先行决策，确定所述障碍区域的边界对应的调整方向为位移增加的方向和时间减少的方向；若所述无人设备对所述障碍物执行的决策为停驶决策，确定所述障碍区域的边界对应的调整方向为位移减少的方向。
可选地，所述扩大障碍区域确定模块204具体用于，根据所述无人设备所处环境信息，确定该边界对应的调整距离；将该边界沿该边界对应的调整方向调整该边界对应的调整距离。
可选地，行驶轨迹规划模块206具体用于，根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，确定规划所述无人设备行驶轨迹时的可规划范围；根据所述无人设备所处环境信息、所述无人设备自身状态信息，在所述可规划范围内为所述无人设备进行速度规划。
可选地，行驶轨迹规划模块206具体用于，根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，将除所述障碍物对应的扩大后的障碍区域以外的范围，确定规划所述无人设备行驶轨迹时的可规划范围。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图2提供的无人设备控制方法。
本说明书还提供了图7所示的电子设备的示意结构图。如图7所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图2所述的无人设备控制方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、***或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (6)

1.一种无人设备控制方法，其特征在于，包括：
根据无人设备当前路径、障碍物的预测轨迹、所述障碍物的状态信息，确定所述障碍物在位移时间坐标系中对应的障碍区域；
根据所述障碍物的状态信息、所述无人设备的状态信息，确定所述无人设备对所述障碍物执行的决策；
根据所述无人设备对所述障碍物执行的决策的类型，确定所述障碍区域的边界对应的调整方向，其中所述无人设备对所述障碍物执行的决策包括跟随决策、让行决策、先行决策以及停驶决策中的至少一种，根据所述无人设备对所述障碍物执行的决策，确定所述障碍区域的边界对应的调整方向，具体包括：若所述无人设备对所述障碍物执行的决策为跟随决策或让行决策，确定所述障碍区域的边界对应的调整方向为位移减少的方向和时间增加的方向，若所述无人设备对所述障碍物执行的决策为先行决策，确定所述障碍区域的边界对应的调整方向为位移增加的方向和时间减少的方向，若所述无人设备对所述障碍物执行的决策为停驶决策，确定所述障碍区域的边界对应的调整方向为位移减少的方向；所述调整方向包括位移时间坐标系中的位移方向和时间方向；针对所述障碍区域的每个边界，根据所述无人设备所处环境信息，确定该边界对应的调整距离，将该边界沿该边界对应的调整方向调整该边界对应的调整距离，对所述障碍区域进行扩大，得到扩大后的障碍区域；
根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，规划所述无人设备的行驶轨迹；
根据所述行驶轨迹控制所述无人设备。
2.如权利要求1所述的方法，其特征在于，确定所述障碍物在位移时间坐标系中对应的障碍区域，具体包括：
根据所述无人设备当前路径和所述障碍物的预测轨迹，确定所述障碍物对所述无人设备产生影响的时间段；
根据所述障碍物的状态信息，获得所述障碍物在所述时间段内各时刻相对于所述无人设备当前位置的位移；
根据所述障碍物在所述时间段内各时刻相对于所述无人设备当前位置的位移，在位移时间坐标系中，确定所述障碍物对应的障碍区域。
3.如权利要求1所述的方法，其特征在于，根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，规划所述无人设备的行驶轨迹，具体包括：
根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，确定规划所述无人设备行驶轨迹时的可规划范围；
根据所述无人设备所处环境信息、所述无人设备自身状态信息，在所述可规划范围内为所述无人设备进行速度规划。
4.如权利要求3所述的方法，其特征在于，根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，确定规划所述无人设备行驶轨迹时的可规划范围，具体包括：
根据所述无人设备对所述障碍物执行的决策以及所述扩大后的障碍区域，将除所述障碍物对应的扩大后的障碍区域以外的范围，确定规划所述无人设备行驶轨迹时的可规划范围。
5.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～4任一项所述的方法。
6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～4任一项所述的方法。
CN202111274626.8A 2021-10-29 2021-10-29 一种无人设备控制方法、装置、设备及存储介质 Active CN113815651B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111274626.8A CN113815651B (zh) 2021-10-29 2021-10-29 一种无人设备控制方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111274626.8A CN113815651B (zh) 2021-10-29 2021-10-29 一种无人设备控制方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113815651A CN113815651A (zh) 2021-12-21
CN113815651B true CN113815651B (zh) 2023-05-30

Family

ID=78917662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111274626.8A Active CN113815651B (zh) 2021-10-29 2021-10-29 一种无人设备控制方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113815651B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011115353A1 (de) * 2011-08-24 2012-04-19 Daimler Ag Bodenfreiheitsassistent für ein Kraftfahrzeug
CN109709945B (zh) * 2017-10-26 2022-04-15 深圳市优必选科技有限公司 一种基于障碍物分类的路径规划方法、装置及机器人
WO2020132938A1 (en) * 2018-12-26 2020-07-02 Baidu.Com Times Technology (Beijing) Co., Ltd. Methods for obstacle filtering for non-nudge planning system in autonomous driving vehicle
CN110488816B (zh) * 2019-08-06 2021-12-31 华为技术有限公司 自动驾驶纵向规划方法及相关设备
CN112987760B (zh) * 2021-05-10 2021-09-07 北京三快在线科技有限公司 一种轨迹规划方法、装置、存储介质及电子设备
CN113467483B (zh) * 2021-08-23 2022-07-26 中国人民解放军国防科技大学 动态环境中基于时空栅格地图的局部路径规划方法及装置

Also Published As

Publication number Publication date
CN113815651A (zh) 2021-12-21

Similar Documents

Publication Publication Date Title
CN111076739B (zh) 一种路径规划的方法及装置
CN111665844B (zh) 一种路径规划方法及装置
CN112987760B (zh) 一种轨迹规划方法、装置、存储介质及电子设备
CN111338360B (zh) 一种规划车辆行驶状态的方法及装置
CN112306059B (zh) 一种控制模型的训练方法、控制方法以及装置
CN111062372B (zh) 一种预测障碍物轨迹的方法及装置
CN111208838A (zh) 一种无人驾驶设备的控制方法及装置
CN111090286B (zh) 一种无人车运动状态规划方法及装置
CN113968243B (zh) 一种障碍物轨迹预测方法、装置、设备及存储介质
CN113419547B (zh) 一种多车协同控制方法及装置
CN111532285B (zh) 一种车辆控制方法及装置
CN113296541A (zh) 一种基于未来碰撞风险的无人设备控制方法及装置
CN113485383B (zh) 一种无人驾驶设备的控制方法及控制装置
CN112947495B (zh) 模型训练的方法、无人驾驶设备的控制方法以及装置
CN112987762A (zh) 一种轨迹规划方法、装置、存储介质及电子设备
CN113815651B (zh) 一种无人设备控制方法、装置、设备及存储介质
CN114019971B (zh) 一种无人设备控制方法、装置、存储介质及电子设备
CN113848913B (zh) 一种无人驾驶设备的控制方法及控制装置
CN113340311B (zh) 一种无人驾驶设备的路径规划方法及装置
CN113985889B (zh) 一种轨迹规划方法、装置、存储介质及电子设备
CN113879337B (zh) 一种轨迹预测方法、装置、存储介质及电子设备
CN113074734B (zh) 一种轨迹规划方法、装置、存储介质及电子设备
CN116954209A (zh) 一种模型训练方法、装置、存储介质及电子设备
CN113110479A (zh) 一种控制移动载具的方法及装置
CN114148350B (zh) 一种无人设备的控制方法及装置

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Zhang Yu

Inventor after: Zhou Yida

Inventor after: Ding Shuguang

Inventor after: Huang Qing

Inventor after: Xiong Fangzhou

Inventor after: Ren Dongchun

Inventor before: Zhou Yida

Inventor before: Ding Shuguang

Inventor before: Huang Qing

Inventor before: Xiong Fangzhou

Inventor before: Ren Dongchun

GR01 Patent grant
GR01 Patent grant