CN113985889B - 一种轨迹规划方法、装置、存储介质及电子设备 - Google Patents
一种轨迹规划方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113985889B CN113985889B CN202111331782.3A CN202111331782A CN113985889B CN 113985889 B CN113985889 B CN 113985889B CN 202111331782 A CN202111331782 A CN 202111331782A CN 113985889 B CN113985889 B CN 113985889B
- Authority
- CN
- China
- Prior art keywords
- unmanned
- unmanned device
- moment
- equipment
- unmanned equipment
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 230000001133 acceleration Effects 0.000 claims abstract description 65
- 238000006243 chemical reaction Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 12
- 238000012790 confirmation Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000003068 static effect Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000012886 linear function Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
- G05D1/0263—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means using magnetic strips
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本说明书公开了一种轨迹规划方法、装置、存储介质及电子设备,将由至少两个子区域构成且完全覆盖无人驾驶设备的区域作为无人驾驶设备的范围,结合障碍物范围,确定可行驶区域,从而确定对无人驾驶设备的第二位置的约束。根据当前时刻航向角、第一位置的行驶状态、当前时刻与下一时刻航向角与加速度转换关系,预测下一时刻第二位置的行驶状态。根据上述约束,以下一时刻第一位置行驶状态和目标状态差异最小为目标,确定当前时刻第一位置的加速度和航向角。根据各时刻航向角、第一位置的位置与加速度规划轨迹。本方法在完全覆盖无人驾驶设备的前提下,扩大了可行驶区域,考虑到了无人驾驶设备在各个时刻的航向角,提高了无人驾驶设备的安全性。
Description
技术领域
本说明书涉及无人驾驶领域,尤其涉及一种轨迹规划方法、装置、存储介质及电子设备。
背景技术
随着科技的发展,无人驾驶技术也随之发展。当无人驾驶设备在道路上行驶时,往往会遇到需要变道的情况,这时,需要无人驾驶***为无人驾驶设备规划出一条安全、平稳、顺滑的行驶轨迹。
在现有技术中,在无人驾驶设备进行变道时,无人驾驶***会将以无人驾驶设备的质心为圆点,能够将无人驾驶设备完全覆盖的圆形框所在的范围,视为无人驾驶设备所在的范围。同时,根据障碍物所在的范围,确定出对无人驾驶设备的避障约束。根据无人驾驶设备所在的范围以及避障约束,在无人驾驶设备变道时的运动空间内规划出行驶路径。
但是,采用现有技术中的方法,确定出的无人驾驶设备所在的范围远大于无人驾驶设备的实际范围,大大缩小了无人驾驶设备在变道时的运动空间的范围,因此,减少了规划出的无人驾驶设备在变道时的行驶路径的可行解的数量。例如,当无人驾驶设备需要在狭窄拥挤的道路上进行变道时,根据无人驾驶设备的实际范围,无人驾驶设备是可以在该狭窄道路上进行变道的,但是采用上述方法,可能会导致无人驾驶***确定出的运动空间过小,进而导致无人驾驶***误认为无人驾驶设备不能变道。
另外,现有技术中的轨迹规划方法并没有考虑到无人驾驶设备在变道时的航向角,使无人驾驶设备按照规划出的轨迹行驶时,可能会与道路上的障碍物发生碰撞,降低了无人驾驶设备在行驶时的安全性。
发明内容
本说明书提供一种轨迹规划方法及装置,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轨迹规划方法,包括:
将能够完全覆盖无人驾驶设备的区域所在的范围,作为所述无人驾驶设备所在的范围,所述区域由至少两个子区域构成;
根据所述无人驾驶设备所在的范围与障碍物所在的范围,确定出所述无人驾驶设备的可行驶区域;
根据所述无人驾驶设备的航向角以及所述无人驾驶设备的第一位置在当前时刻的位置、加速度,以及所述无人驾驶设备的第一位置在当前时刻的加速度和航向角与在下一时刻的加速度和航向角的转换关系,以所述无人驾驶设备的第一位置的加速度、航向角为变量,预测所述无人驾驶设备的第二位置在下一时刻的行驶状态;
根据所述可行驶区域,确定对所述无人驾驶设备的第二位置的约束;
根据对所述无人驾驶设备的第二位置的约束,以所述无人驾驶设备的第一位置在下一时刻的行驶状态与下一时刻的目标状态的差异最小为目标,确定在当前时刻所述无人驾驶设备的航向角以及所述无人驾驶设备的第一位置的加速度;
根据所述无人驾驶设备在各个时刻的航向角以及所述无人驾驶设备的第一位置在各个时刻的位置、加速度,在所述可行驶区域内生成所述无人驾驶设备的行驶轨迹。
可选地,所述无人驾驶设备的第一位置为所述无人驾驶设备的后轴中心点,所述无人驾驶设备的第二位置为所述无人驾驶设备的前轴中心点。
可选地,以所述无人驾驶设备的第一位置的航向角为变量,预测所述无人驾驶设备的第二位置在下一时刻的行驶状态,具体包括:
根据当前时刻所述无人驾驶设备的航向角和第一变量,以及所述无人驾驶设备在当前时刻的航向角和第一变量与所述无人驾驶设备在下一时刻的航向角的转换关系,预测在下一时刻所述无人驾驶设备的航向角,所述第一变量的变化值为多个预设的整数值中的一个。
可选地,根据对所述无人驾驶设备的第二位置的约束,以所述无人驾驶设备的第一位置在下一时刻的行驶状态与下一时刻的目标状态的差异最小为目标,确定所述无人驾驶设备的第一位置在当前时刻的航向角,具体包括:
根据对所述无人驾驶设备的第二位置的约束,以所述无人驾驶设备的第二位置在下一时刻的行驶状态与下一时刻的目标状态的差异最小为目标,确定当前时刻所述第一变量的值;
根据当前时刻所述第一变量的值,确定所述无人驾驶设备的第一位置在当前时刻的速度的极值;
根据所述无人驾驶设备的第一位置在当前时刻的速度的极值,确定当前时刻所述无人驾驶设备的航向角。
可选地,根据所述可行驶区域,确定对所述无人驾驶设备的第二位置的约束,具体包括:
根据当前时刻的所述无人驾驶设备的航向角以及所述无人驾驶设备的第一位置在当前时刻的位置,以及所述无人驾驶设备的第一位置与所述无人驾驶设备的第二位置的转换关系,确定所述无人驾驶设备的第二位置在当前时刻可达到的极限位置;
根据所述无人驾驶设备的第二位置可到达的极限位置,确定对所述无人驾驶设备的第二位置的约束。
可选地,根据所述可行驶区域,确定对所述无人驾驶设备的第二位置的约束,具体包括:
根据所述可行驶区域、第二整数变量和第三整数变量,确定对所述无人驾驶设备的第二位置的约束;
其中,所述第二整数变量和第三整数变量满足:
λ2(t)≤λ1(t);
λ1(t+1)≤λ1(t);
λ2(t+1)≤λ2(t);
其中,t为所述当前时刻,t+1为所述下一时刻,λ1为所述第二整数变量,λ2为所述第三整数变量,所述第二整数变量和所述第三整数变量的值均为多个预设的整数值中的一个。
可选地,所述无人驾驶设备所在的车道延伸的方向为纵向,垂直于所述纵向的方向为横向;
以下述公式为约束:
S(t)≤S2(t)+(1-λ1(t))M;
(1-λ1(t))M+L(t)≥l1(t);
L(t)≤l2(t)+(1-λ2(t))M;
λ2(t)M+S(t)≥S1(t);
λ1(t)M+L(t)≥l3(t);
L(t)≤l4(t)+λ2(t)M;
其中,S(t)为在当前时刻所述无人驾驶设备的第二位置的纵向位置,L(t)为在当前时刻所述无人驾驶设备的第二位置的横向位置;S1(t)为当前时刻处于所述无人驾驶设备的前方且与所述无人驾驶设备处于相同车道的第一障碍物的纵向位置;S2(t)为当前时刻处于所述第一障碍物后方且与所述无人驾驶设备处于不同车道的第二障碍物的纵向位置;l1(t)为当前时刻所述无人驾驶设备所处车道的边界位置;l2(t)为当前时刻所述第二障碍物的横向位置;l3(t)为当前时刻所述第一障碍物的横向位置;l4(t)为当前时刻所述第二障碍物所处车道的边界位置。
本说明书提供了一种轨迹规划装置,包括:
可行区域确认模块,用于将能够完全覆盖无人驾驶设备的区域所在的范围,作为所述无人驾驶设备所在的范围,所述区域由至少两个子区域构成;根据所述无人驾驶设备所在的范围与障碍物所在的范围,确定出所述无人驾驶设备的可行驶区域;
行驶状态确认模块,用于根据所述无人驾驶设备的航向角以及所述无人驾驶设备的第一位置在当前时刻的位置、加速度,以及所述无人驾驶设备的第一位置在当前时刻的加速度和航向角与在下一时刻的加速度和航向角的转换关系,以所述无人驾驶设备的第一位置的加速度、航向角为变量,预测所述无人驾驶设备的第二位置在下一时刻的行驶状态;根据所述可行驶区域,确定对所述无人驾驶设备的第二位置的约束;根据对所述无人驾驶设备的第二位置的约束,以所述无人驾驶设备的第一位置在下一时刻的行驶状态与下一时刻的目标状态的差异最小为目标,确定在当前时刻所述无人驾驶设备的航向角以及所述无人驾驶设备的第一位置的加速度;
轨迹规划模块,用于根据所述无人驾驶设备在各个时刻的航向角以及所述无人驾驶设备的第一位置在各个时刻的位置、加速度,在所述可行驶区域内生成所述无人驾驶设备的行驶轨迹。
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轨迹规划方法。
本说明书提供了一种无人驾驶设备,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轨迹规划方法。
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:
在本说明书提供的轨迹规划方法中,将由至少两个子区域所构成的且能够完全覆盖无人驾驶设备的区域所在的范围作为无人驾驶设备所在的范围。根据无人驾驶设备所在的范围以及障碍物范围,确定出可行驶区域。根据可行驶区域,确定对无人驾驶设备的第二位置的约束,同时,根据当前时刻无人驾驶设备的航向角以及无人驾驶设备的第一位置的加速度和位置,以及当前时刻与下一时刻的航向角与加速度的转换关系,预测下一时刻无人驾驶设备的第二位置的行驶状态。根据对无人驾驶设备的第二位置的约束,以无人驾驶设备的第一位置在下一时刻的行驶状态和下一时刻的目标状态的差异最小为目标,确定在当前时刻第一位置的加速度和无人驾驶设备的航向角。根据无人驾驶设备的第一位置在各个时刻的位置、加速度以及无人驾驶设备的航向角,在可行驶区域中规划出行驶轨迹。
从上述轨迹规划的方法中可以看出,本方法采由至少两个以上的子区域构成的区域将无人驾驶设备完全覆盖,在能够完全覆盖无人驾驶设备的前提下,使覆盖无人驾驶设备的区域尽可能与无人驾驶设备所投影的范围相等,从而增加了可行驶区域的范围,并且,在为无人驾驶设备规划轨迹时,考虑到了无人驾驶设备在各个时刻的航向角,保证规划出的轨迹能够躲避障碍物,从而提高了无人驾驶设备在行驶时的安全性。
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为本说明书中一种轨迹规划方法的流程示意图;
图2为本说明书提供的无人驾驶设备所在的范围的示意图;
图3A为本说明书提供的无人驾驶设备的第二位置的横向位置的极限位置示意图;
图3B为本说明书提供的无人驾驶设备的第二位置的纵向位置的极限位置示意图;
图4为本说明书提供的无人驾驶设备的可行驶区域的示意图;
图5为本说明书提供的一种轨迹规划装置的示意图;
图6为本说明书提供的对应于图1的电子设备示意图。
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1为本说明书中一种轨迹规划方法的流程示意图,具体包括以下步骤:
S100:将能够完全覆盖无人驾驶设备的区域所在的范围,作为所述无人驾驶设备所在的范围,所述区域由至少两个子区域构成。
在无人驾驶技术中,无人驾驶***会根据无人驾驶设备上安装的传感设备感知到的无人驾驶设备与当前环境的位置关系,对无人驾驶设备发出直行或避障的指令,因此,无人驾驶***可先确定无人驾驶设备自身所在的范围。
在本说明书中,该轨迹规划方法可以由能够对无人驾驶设备进行控制的终端设备或服务器执行,也可以无人驾驶设备本身执行,本说明书对此不作限制。以下仅以执行主体为控制无人驾驶设备的无人驾驶***进行说明。
在确定无人驾驶设备所在的范围时,既要保证不减少为无人驾驶设备规划出的轨迹的数量,也要保证确定出的无人驾驶设备所在的范围不小于实际范围,因此,无人驾驶***可将能够将无人驾驶设备完全覆盖的最小区域,作为无人驾驶设备所在的范围,其中,上述区域至少由两个子区域构成。
如图2所示,分别以无人驾驶设备的后轴中心点、无人驾驶设备的质心以及无人驾驶设备的前轴中心点为圆心分别确定3个圆形子区域。确定能够将无人驾驶设备完全覆盖且所覆盖范围最小的并集对应的3个圆形子区域。将上述3个圆形子区域所构成的区域所在的范围,作为无人驾驶设备所在的范围。
本说明书中提到的无人驾驶设备可以是指无人车、机器人、自动配送设备等能够实现自动驾驶的设备。基于此,应用本说明书提供的轨迹规划的方法的无人驾驶设备可以用于执行配送领域的配送任务,如,使用无人驾驶设备进行快递、物流、外卖等配送的业务场景。
S102:根据所述无人驾驶设备所在的范围与障碍物所在的范围,确定出所述无人驾驶设备的可行驶区域,执行S106。
无人驾驶***可根据步骤S100确定出的无人驾驶设备所在的范围,以及当前道路上的各个障碍物所在的范围,确定出能够让无人驾驶设备安全行驶的可行驶区域。
在确定道路上的障碍物所在范围时,无人驾驶***可向无人驾驶设备上安装的传感设备实时发送指令,使传感设备实时感知无人驾驶设备周围的环境信息。针对感知到的环境信息中的每个障碍物,无人驾驶***可根据传感设备返回的环境信息,确定该障碍物所在的范围,其中,障碍物可包括动态障碍物以及静态障碍物。
针对每个静态障碍物,无人驾驶***可根据传感设备返回的该静态障碍物的信息,直接确定该静态障碍物所在的范围,其中,该静态障碍物的信息至少包括该静态障碍物的位置以及尺寸。针对每个动态障碍物,无人驾驶***可根据该动态障碍物所在的位置、尺寸、行驶速度,确定该动态障碍物所在的范围。
无人驾驶***可将不包含各个障碍物所在的范围的区域,作为可行驶区域。
S104:根据所述无人驾驶设备的航向角以及所述无人驾驶设备的第一位置在当前时刻的位置、加速度,以及所述无人驾驶设备的第一位置在当前时刻的加速度和航向角与在下一时刻的加速度和航向角的转换关系,以所述无人驾驶设备的第一位置的加速度、航向角为变量,预测所述无人驾驶设备的第二位置在下一时刻的行驶状态。
值得注意的是,在规划轨迹时,无人驾驶***需要规划的是无人驾驶设备在行驶过程中的各个时刻的行驶状态,其中,各个时刻是指未来的各个时刻,行驶状态至少包括无人驾驶设备在各个时刻所在的位置、加速度以及航向角,因此,针对每个未来时刻,无人驾驶设备在该时刻的位置、加速度和航向角均为未知的,是需要无人驾驶***对其进行规划的。
在本说明书中,可预先设置在无人驾驶设备在行驶时在各个时刻的目标状态,以无人驾驶设备在下一时刻的行驶状态与下一时刻的目标状态的差异最小为目标,反推出当前时刻的无人驾驶设备的行驶状态。
根据车辆动力学原理可知,当无人驾驶设备在行驶过程中躲避障碍物时,无人驾驶设备的后轴中心点是不参与转向的,在无人驾驶设备的行驶过程中的每个时刻,可采用无人驾驶设备的后轴中心点在该时刻所在的位置来表示无人驾驶设备在该时刻所在的位置,因此,无人驾驶设备的第一位置可以是无人驾驶设备的后轴中心点。
为了方便描述无人驾驶设备的位置,可以建立以无人驾驶设备所在的车道延伸的方法为纵向,垂直于纵向的方向为横向的坐标系。
针对每个时刻,无人驾驶***可确定无人驾驶设备的第一位置在该时刻所处的纵向位置以及横向位置,根据无人驾驶设备的第一位置在该时刻的纵向加速度、横向加速度以及无人驾驶设备的航向角与无人驾驶设备的第一位置在该时刻的下一时刻的纵向加速度、横向加速度以及无人驾驶设备的航向角的转换关系,预测无人驾驶设备在下一时刻的航向角和无人驾驶设备的第一位置在下一时刻的加速度和位置。
为了提高对无人驾驶设备的行驶状态确定的准确性,可在无人驾驶设备上确定第二位置,通过第一位置与第二位置共同描述各个时刻的无人驾驶设备的行驶状态,其中,第二位置与第一位置均在无人驾驶设备上且第二位置比第一位置更靠近车头。
针对每个时刻,无人驾驶设备的第二位置在该时刻的位置可由无人驾驶设备的第一位置在该时刻的位置和无人驾驶设备在该时刻的航向角确定。
S106:根据所述可行驶区域,确定对所述无人驾驶设备的第二位置的约束。
由车辆动力学原理可知,无人驾驶设备主要依赖无人驾驶设备的前轴进行避障,若无人驾驶设备的前轴能够成功躲避障碍物,则无人驾驶设备即可成功躲避障碍物,因此,在本说明书中,无人驾驶设备的第二位置可以是前轴中心点。
另外,在本说明书中,无人驾驶设备的第二位置所在的位置是根据无人驾驶设备的第一位置所在的位置、加速度、无人驾驶设备的航向角以及无人驾驶设备自身的结构参数计算出的,而非直接确定出的。
具体的,无人驾驶***可根据当前时刻的无人驾驶设备的第一位置的加速度、位置、无人驾驶设备的航向角以及无人驾驶设备自身的结构参数,推算出当前时刻的无人驾驶设备的第二位置所在的位置。
为了提高规划轨迹的速度,无人驾驶***可根据三角函数以及当前时刻的无人驾驶***的航向角以及无人驾驶设备的第一位置的加速度、位置,推算出无人驾驶设备的第二位置在当前时刻能够达到的各个极限位置(纵向位置的上下限位置、横向位置的上下限位置)。当无人驾驶设备的第二位置在当前时刻的各个极限位置处于可行驶区域内,就能够保证无人驾驶设备的行驶安全。
具体的,如图3A所示,无人驾驶设备可根据(0,0)和(sin90°,1)所确定出的第一线性函数以及当前时刻无人驾驶设备的航向角,确定当前时刻无人驾驶设备的第二位置在当前时刻的横向位置的下限。根据与正弦函数相切且与第一线性函数斜率相同的第二线性函数以及无人驾驶设备的航向角,确定当前时刻无人驾驶设备的第二位置的横向位置的上限。
如图3B所示,无人驾驶设备可根据由(0,1)和(cos90°,0)所确定出的第三线性函数以及当前时刻无人驾驶设备的航向角,确定出当前时刻无人驾驶设备的第二位置的纵向位置下限。根据与余弦函数相切且与第三线性函数斜率相同的第四线性函数以及无人驾驶设备在当前时刻的航向角,确定当前时刻无人驾驶设备的第二位置的纵向位置上限。
根据无人驾驶设备的在各个时刻的极限位置以及可行驶区域,无人驾驶***可确定出对无人驾驶设备的第二位置的约束,其中,由步骤S102的说明可知,可行驶区域内不包含障碍物所在的范围,当无人驾驶设备的第二位置在各个时刻的各个极限位置均在可行驶区域内,那么无人驾驶设备的第二位置就不会与障碍物发送碰撞,无人驾驶设备可安全行驶。
值得注意的是,步骤S102、步骤S106(确定出可行驶区域,再根据可行驶区域对无人驾驶设备的第二位置进行约束)与步骤S104的执行顺序不分先后,可同时执行。
S108:根据对所述无人驾驶设备的第二位置的约束,以所述无人驾驶设备的第一位置在下一时刻的行驶状态与下一时刻的目标状态的差异最小为目标,确定所述无人驾驶设备的第一位置在当前时刻的加速度以及航向角。
在本说明书中,当前时刻的无人驾驶设备的航向角以及无人驾驶设备的第一位置的加速度均是未知的,但各个时刻的目标状态是已知的,因此,无人驾驶***可根据对无人驾驶设备的第二位置的约束,以无人驾驶设备可以无人驾驶设备的第一位置在下一时刻的所在的位置与目标位置之间的差异最小、无人驾驶设备的第一位置的速度与下一时刻的目标速度的差异最小,反推出在当前时刻的无人驾驶设备的航向角以及无人驾驶设备的第一位置的加速度。
进一步的,为了保证无人驾驶设备行驶时的平稳,无人驾驶***还可以以下一时刻的无人驾驶设备的第一位置的加速度最小为目标,结合上述目标,反推出当前时刻的无人驾驶设备的航向角以及无人驾驶设备的第一时刻的加速度。
S110:根据所述无人驾驶设备在各个时刻的位置、加速度以及航向角,在所述可行驶区域内生成所述无人驾驶设备的行驶轨迹。
通过步骤S108,当前时刻的无人驾驶设备的航向角以及无人驾驶设备的第一位置的加速度与位置均为已知,针对每个时刻,可将该时刻的无人驾驶设备的位置、加速度以及该时刻的无人驾驶设备的航向角作为指定行驶状态,根据所述指定行驶状态,确定该时刻的下一时刻的无人驾驶设备的航向角以及无人驾驶设备的第一位置在该时刻的下一时刻的位置和加速度,并将确定出的该时刻的下一时刻的无人驾驶设备的航向角以及无人驾驶设备的第一位置在该时刻的下一时刻的位置和加速度,重新作为指定行驶状态,并重复上述操作,从而确定出各个时刻的无人驾驶设备的行驶状态。
最终,无人驾驶***可根据无人驾驶设备的第一位置在各个时刻的位置、加速度以及无人驾驶设备的航向角,在可行驶区域内规划出无人驾驶设备的行驶轨迹。
从上述轨迹规划的方法中可以看出,本方法采由至少两个以上的子区域构成的最小区域将无人驾驶设备完全覆盖,增加了可行驶区域的范围,从而增多了规划出的行驶路径的可行解的数量。并且,在为无人驾驶设备规划轨迹时,考虑到了无人驾驶设备在各个时刻的航向角,保证规划出的轨迹能够成功躲避障碍物,从而提高了无人驾驶设备在行驶时的安全性。
进一步的,上述的轨迹规划方法可以用于为无人驾驶设备规划变道时的轨迹,使无人驾驶设备在变道时能够躲避障碍物。
具体的,同步骤S100~S102,无人驾驶***可采用与步骤S100相同的方法确定无人驾驶设备所在的范围,再根据无人驾驶设备上安装的传感设备传回的环境信息,确定障碍物所在的范围,根据无人驾驶设备所在的范围以及障碍物所在的范围,确定出如图4所示的无人驾驶设备的可行驶区域。
在无人驾驶***为无人驾驶设备规划变道轨迹时,只有无人驾驶设备的初始位置以及无人驾驶设备在每个时刻的目标状态是已知的,无人驾驶***需要为无人驾驶设备规划每个时刻的行驶状态,因此,当前时刻t的无人驾驶设备的航向角θ(t)以及第一位置的纵向加速度as(t)、横向加速度al(t)均是未知的。无人驾驶***可以根据对无人驾驶设备的第二位置的约束,以下一时刻的无人驾驶设备的行驶状态(无人驾驶设备的航向角θ(t+1)、无人驾驶设备的第一位置的纵向位置S(t+1)、横向位置L(t+1)、纵向加速度as(t+1)、横向加速度al(t+1))与下一时刻的目标状态的差异最小作为目标,反推出当前时刻无人驾驶设备的航向角θ(t)与无人驾驶设备的第一位置的纵向加速度as(t)、横向加速度al(t)。
在无人驾驶***为无人驾驶设备规划变道轨迹时,无人驾驶***可将可行驶区域划分为如图4所示的初始阶段、变道阶段以及目标阶段这三个阶段,根据这三个阶段中的障碍物以及车道的位置,分别对无人驾驶设备的第二位置进行约束。
在初始阶段时,无人驾驶设备的第二位置的纵向位置在与其相同车道的第一障碍物的纵向位置之后,无人驾驶设备的第二位置的横向位置在与其不同车道的第二障碍物的横向位置与无人驾驶设备当前所处车道的边界位置之间,能够保证无人驾驶设备行驶时的安全,其中,对无人驾驶设备的第二位置的约束公式可以表示为:S(t)≤S2(t),L(t)≥l1(t),L(t)≤l2(t),其中,S2(t)为当前时刻处于所述第一障碍物后方且与所述无人驾驶设备处于不同车道的第二障碍物的纵向位置;l1(t)为当前时刻所述无人驾驶设备所处车道的边界位置;l2(t)为当前时刻所述第二障碍物的横向位置;l3(t)为当前时刻所述第一障碍物的横向位置。
在变道阶段时,无人驾驶设备的第二位置的纵向位置在第一障碍物的纵向位置与第二障碍物的纵向位置之间,无人驾驶设备的第二位置的横向位置在两条车道的边界位置之间,能够保证无人驾驶设备的行驶安全,此时,对无人驾驶设备的第二位置的约束公式可表示为:S(t)≥S1(t),S(t)≤S2(t),L(t)≥l1(t),L(t)≤l4(t),其中,l4(t)为当前时刻所述第二障碍物所处车道的边界位置。
在目标阶段时,无人驾驶设备的第二位置的纵向位置在第二障碍物的纵向位置之前,横向位置在第一障碍物的横向位置与第二障碍物所处车道的边界位置之间,能够保证无人驾驶设备的安全行驶,其中,在目标阶段对无人驾驶设备的第二位置的约束公式可表示为:S(t)≥S1(t),L(t)≥l3(t),L(t)≥l3(t)。
根据上述可行驶区域的三个阶段对无人驾驶设备的第二位置的约束,以无人驾驶设备的第一位置在下一时刻的行驶状态与下一时刻的目标状态的差异最小为目标,反推当前时刻无人驾驶设备的第一位置的加速度与无人驾驶设备的航向角。
重复上述步骤,无人驾驶***可确定出各个时刻的无人驾驶设备的航向角、无人驾驶设备的第一位置的位置与加速度,根据各个时刻的无人驾驶设备的行驶状态,无人驾驶***可在可行驶区域内为无人驾驶设备规划出多条行驶轨迹。
进一步的,由于在变道过程中,无人驾驶设备只会处于初始阶段、变道阶段、目标阶段中的一个阶段,因此,上述三个阶段中对无人驾驶设备的第二位置的约束之间的逻辑关系为或关系,无人驾驶***需要对这三个阶段的约束分别求解。为了提高轨迹规划的效率,可引入整数变量,使对无人驾驶设备的第二位置约束的三个阶段之间的关系由或关系转换为与关系,使无人驾驶***能够同时对这三个阶段的约束进行求解。
具体的,无人驾驶***可引入整数变量λ1与λ2,其中,这两个整数变量λ1与λ2之间需要满足:
λ2(t)≤λ1(t);
λ1(t+1)≤λ1(t);
λ2(t+1)≤λ2(t);
其中,当前时刻t的整数变量λ1(t)与λ2(t)的取值均为0、1中的一个。
将整数变量λ1与λ2代入上述三个阶段的约束公式中,可得到对无人驾驶设备的第二位置的约束公式:
S(t)≤S2(t)+(1-λ1(t))M;
(1-λ1(t))M+L(t)≥l1(t);
L(t)≤l2(t)+(1-λ2(t))M;
λ2(t)M+S(t)≥S1(t);
λ1(t)M+L(t)≥l3(t);
L(t)≤l4(t)+λ2(t)M,其中,M为很大的正实数。
在无人驾驶设备处于初始阶段时,在理想状态下,整数变量λ1(t)的值为1、整数变量λ2(t)的值为1,上述约束公式变为:
S(t)≤S2(t);
L(t)≥l1(t);
L(t)≤l2(t);
λ2(t)M+S(t)≥S1(t);
λ1(t)M+L(t)≥l3(t);
L(t)≤l4(t)+λ2(t)M。
此时,通过上述约束公式,无人驾驶设备能够无条件满足其他阶段(变道阶段、目标阶段)的约束条件,无人驾驶***只需控制无人驾驶设备的第二位置满足初始阶段的约束即可。
同理,在无人驾驶设备处于变道阶段时,在理想状态下,整数变量λ1(t)的值为1、整数变量λ2(t)的值为0,上述约束公式变为:
S(t)≤S2(t);
L(t)≥l1(t);
L(t)≤l2(t)+(1-λ2(t))M;
S(t)≥S1(t);
λ1(t)M+L(t)≥l3(t);
L(t)≤l4(t)。
此时,通过上述约束公式,无人驾驶设备能够无条件满足其他阶段(初始阶段、目标阶段)的约束条件,无人驾驶***只需控制无人驾驶设备的第二位置满足变道阶段的约束即可。
同理,在无人驾驶设备处于目标阶段时,在理想状态下,整数变量λ1(t)的值为0、整数变量λ2(t)的值为0,上述约束公式变为:
S(t)≤S2(t)+(1-λ1(t))M;
(1-λ1(t))M+L(t)≥l1(t);
L(t)≤l2(t)+(1-λ2(t))M;
S(t)≥S1(t);
L(t)≥l3(t);
L(t)≤l4(t)。
此时,通过上述约束公式,无人驾驶设备能够无条件满足其他阶段(初始阶段、变道阶段)的约束条件,无人驾驶***只需控制无人驾驶设备的第二位置满足目标阶段的约束即可。
根据上述三个阶段对无人驾驶设备的第二位置的约束,无人驾驶***可在确定各个时刻的无人驾驶设备的航向角、无人驾驶设备的第一位置的加速度以及位置的同时,对各个时刻的整数变量λ1与λ2进行求解。
更进一步的,根据车辆动力学原理,无人驾驶设备在行驶时,当前时刻的航向角与下一时刻的航向角之间存在转换关系,因此,无人驾驶***可引入整数变量τ(t),通过公式j(t+1)=j(t)+τ(t)表示当前时刻的航向角与下一时刻的航向角之间的关系,其中,j(t)为能够影响无人驾驶设备的航向角θ(j(t))的第一变量。无人驾驶***可根据当前时刻的第一变量j(t),确定出当前时刻的无人驾驶设备的航向角θ(j(t))。
具体的,τ(t)的值为-1、0、1中的任意一个数值,根据当前时刻τ(t)的值,通过公式j(t+1)=j(t)+τ(t),可确定下一时刻的j(t+1)的值。其中,当前时刻τ(t)的值为-1时,则下一时刻的航向角减小,当前时刻τ(t)的值为0时,则下一时刻的航向角保持不变,当前时刻τ(t)的值为1时,则下一时刻的航向角增大。
无人驾驶***可根据对无人驾驶设备的第二位置的约束,以无人驾驶设备的第一位置在下一时刻的行驶状态与下一时刻的目标状态的差异最小为目标,反推出当前时刻的j(t)的值以及τ(t)的值。无人驾驶***可根据当前时刻的j(t)的值、τ(t)的值,确定出下一时刻j(t+1)的值,再根据车辆动力学原理,确定下一时刻无人驾驶设备的第一位置的纵向速度和横向速度能够到达的极值。
为了提高轨迹规划的效率,无人驾驶***可将当前时刻的无人驾驶设备的第一位置的横向速度的极值与纵向速度的极值的比值,近似为当前时刻的无人驾驶设备的航向角θ(j(t)),即其中,β(j(t))+σ(j(t))为当前时刻的无人驾驶设备的第一位置的横向速度的极值,α(j(t))+γ(j(t))为当前时刻的无人驾驶设备的第一位置的纵向速度的极值。无人驾驶***可根据上一时刻的j(t-1)的值和τ(t-1)的值,确定当前时刻j(t)的值,再根据车辆动力学原理,确定出以j(t)为变量的纵向速度与横向速度在当前时刻能够到达的极值,将当前时刻的无人驾驶设备的第一位置的横纵速度的极值与纵向速度的极值之间的比值视为当前时刻无人驾驶设备的航向角θ(j(t))的值。
以上为本说明书的一个或多个实施例提供的轨迹规划方法,基于同样的思路,本说明书还提供了相应的轨迹规划装置,如图5所示。
图5为本说明书提供的一种轨迹规划装置示意图,具体包括:
可行区域确认模块501,用于将能够完全覆盖无人驾驶设备的区域所在的范围,作为所述无人驾驶设备所在的范围,所述区域由至少两个子区域构成;根据所述无人驾驶设备所在的范围与障碍物所在的范围,确定出所述无人驾驶设备的可行驶区域;
行驶状态确认模块502,用于根据所述无人驾驶设备的航向角以及所述无人驾驶设备的第一位置在当前时刻的位置、加速度,以及所述无人驾驶设备的第一位置在当前时刻的加速度和航向角与在下一时刻的加速度和航向角的转换关系,以所述无人驾驶设备的第一位置的加速度、航向角为变量,预测所述无人驾驶设备的第二位置在下一时刻的行驶状态;根据所述可行驶区域,确定对所述无人驾驶设备的第二位置的约束;根据对所述无人驾驶设备的第二位置的约束,以所述无人驾驶设备的第一位置在下一时刻的行驶状态与下一时刻的目标状态的差异最小为目标,确定在当前时刻所述无人驾驶设备的航向角以及所述无人驾驶设备的第一位置的加速度;
轨迹规划模块503,用于根据所述无人驾驶设备在各个时刻的航向角以及所述无人驾驶设备的第一位置在各个时刻的位置、加速度,在所述可行驶区域内生成所述无人驾驶设备的行驶轨迹。
可选地,所述无人驾驶设备的第一位置为所述无人驾驶设备的后轴中心点,所述无人驾驶设备的第二位置为所述无人驾驶设备的前轴中心点。
可选地,所述行驶状态确认模块502具体用于,根据当前时刻所述无人驾驶设备的航向角和第一变量,以及所述无人驾驶设备在当前时刻的航向角和第一变量与所述无人驾驶设备在下一时刻的航向角的转换关系,预测在下一时刻所述无人驾驶设备的航向角,所述第一变量的变化值为多个预设的整数值中的一个。
可选地,所述行驶状态确认模块502具体用于,根据对所述无人驾驶设备的第二位置的约束,以所述无人驾驶设备的第一位置在下一时刻的行驶状态与下一时刻的目标状态的差异最小为目标,确定当前时刻所述第一变量的值;根据当前时刻所述第一变量的值,确定所述无人驾驶设备的第一位置在当前时刻的速度的极值;根据所述无人驾驶设备的第一位置在当前时刻的速度的极值,确定当前时刻所述无人驾驶设备的航向角。
可选地,所述行驶状态确认模块502具体用于,根据当前时刻的所述无人驾驶设备的航向角以及所述无人驾驶设备的第一位置在当前时刻的位置,以及所述无人驾驶设备的第一位置与所述无人驾驶设备的第二位置的转换关系,确定所述无人驾驶设备的第二位置在当前时刻可达到的极限位置;根据所述无人驾驶设备的第二位置可到达的极限位置,确定对所述无人驾驶设备的第二位置的约束。
可选地,所述行驶状态确认模块502具体用于,根据所述可行驶区域、第二整数变量和第三整数变量,确定对所述无人驾驶设备的第二位置的约束;其中,所述第二整数变量和第三整数变量满足:λ2(t)≤λ1(t);λ1(t+1)≤λ1(t);λ2(t+1)≤λ2(t);其中,t为所述当前时刻,t+1为所述下一时刻,λ1为所述第二整数变量,λ2为所述第三整数变量,所述第二整数变量和所述第三整数变量的值均为多个预设的整数值中的一个。
可选地,所述行驶状态确认模块502具体用于,所述无人驾驶设备所在的车道延伸的方向为纵向,垂直于所述纵向的方向为横向;以下述公式为约束:S(t)≤S2(t)+(1-λ1(t))M;(1-λ1(t))M+L(t)≥l1(t);L(t)≤l2(t)+(1-λ2(t))M;λ2(t)M+S(t)≥S1(t);λ1(t)M+L(t)≥l3(t);L(t)≤l4(t)+λ2(t)M;其中,S(t)为在当前时刻所述无人驾驶设备的第二位置的纵向位置,L(t)为在当前时刻所述无人驾驶设备的第二位置的横向位置;S1(t)为当前时刻处于所述无人驾驶设备的前方且与所述无人驾驶设备处于相同车道的第一障碍物的纵向位置;S2(t)为当前时刻处于所述第一障碍物后方且与所述无人驾驶设备处于不同车道的第二障碍物的纵向位置;l1(t)为当前时刻所述无人驾驶设备所处车道的边界位置;l2(t)为当前时刻所述第二障碍物的横向位置;l3(t)为当前时刻所述第一障碍物的横向位置;l4(t)为当前时刻所述第二障碍物所处车道的边界位置。
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1提供的轨迹规划方法。
本说明书还提供了图6所示的电子设备的示意结构图。如图6所述,在硬件层面,该无人驾驶设备包括处理器、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1所述的轨迹规划方法。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,均应包含在本说明书的权利要求范围之内。
Claims (6)
1.一种轨迹规划方法,其特征在于,包括:
将能够完全覆盖无人驾驶设备的区域所在的范围,作为所述无人驾驶设备所在的范围,所述区域由至少两个子区域构成;
根据所述无人驾驶设备所在的范围与障碍物所在的范围,确定出所述无人驾驶设备的可行驶区域;
根据所述无人驾驶设备的航向角以及所述无人驾驶设备的第一位置在当前时刻的位置、加速度,以及所述无人驾驶设备的第一位置在当前时刻的加速度和航向角与在下一时刻的加速度和航向角的转换关系,以所述无人驾驶设备的第一位置的加速度、航向角为变量,预测所述无人驾驶设备的第二位置在下一时刻的行驶状态,所述无人驾驶设备的第一位置为所述无人驾驶设备的后轴中心点,所述无人驾驶设备的第二位置为所述无人驾驶设备的前轴中心点;
根据所述可行驶区域,确定对所述无人驾驶设备的第二位置的约束;
根据对所述无人驾驶设备的第二位置的约束,以所述无人驾驶设备的第一位置在下一时刻的行驶状态与下一时刻的目标状态的差异最小为目标,确定在当前时刻所述无人驾驶设备的航向角以及所述无人驾驶设备的第一位置的加速度;
根据所述无人驾驶设备在各个时刻的航向角以及所述无人驾驶设备的第一位置在各个时刻的位置、加速度,在所述可行驶区域内生成所述无人驾驶设备的行驶轨迹。
2.如权利要求1所述的方法,其特征在于,根据所述可行驶区域,确定对所述无人驾驶设备的第二位置的约束,具体包括:
根据当前时刻的所述无人驾驶设备的航向角以及所述无人驾驶设备的第一位置在当前时刻的位置,以及所述无人驾驶设备的第一位置与所述无人驾驶设备的第二位置的转换关系,确定所述无人驾驶设备的第二位置在当前时刻可达到的极限位置;
根据所述无人驾驶设备的第二位置可到达的极限位置,确定对所述无人驾驶设备的第二位置的约束。
3.如权利要求1所述的方法,其特征在于,根据所述可行驶区域,确定对所述无人驾驶设备的第二位置的约束,具体包括:
根据所述可行驶区域、第二整数变量和第三整数变量,确定对所述无人驾驶设备的第二位置的约束;
其中,所述第二整数变量和第三整数变量满足:
其中,t为所述当前时刻,t+1为所述下一时刻,为所述第二整数变量,/>为所述第三整数变量,所述第二整数变量和所述第三整数变量的值均为多个预设的整数值中的一个。
4.如权利要求3所述的方法,其特征在于,所述无人驾驶设备所在的车道延伸的方向为纵向,垂直于所述纵向的方向为横向;
以下述公式为约束:
其中,S(t)为在当前时刻所述无人驾驶设备的第二位置的纵向位置,L(t)为在当前时刻所述无人驾驶设备的第二位置的横向位置;(t)为当前时刻处于所述无人驾驶设备的前方且与所述无人驾驶设备处于相同车道的第一障碍物的纵向位置;/>(t)为当前时刻处于所述第一障碍物后方且与所述无人驾驶设备处于不同车道的第二障碍物的纵向位置;/>(t)为当前时刻所述无人驾驶设备所处车道的边界位置;/>(t)为当前时刻所述第二障碍物的横向位置;/>(t)为当前时刻所述第一障碍物的横向位置;/>(t)为当前时刻所述第二障碍物所处车道的边界位置。
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。
6.一种无人驾驶设备,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111331782.3A CN113985889B (zh) | 2021-11-11 | 2021-11-11 | 一种轨迹规划方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111331782.3A CN113985889B (zh) | 2021-11-11 | 2021-11-11 | 一种轨迹规划方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113985889A CN113985889A (zh) | 2022-01-28 |
CN113985889B true CN113985889B (zh) | 2024-04-30 |
Family
ID=79747853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111331782.3A Active CN113985889B (zh) | 2021-11-11 | 2021-11-11 | 一种轨迹规划方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113985889B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105549597A (zh) * | 2016-02-04 | 2016-05-04 | 同济大学 | 一种基于环境不确定性的无人车动态路径规划方法 |
CN111258323A (zh) * | 2020-03-30 | 2020-06-09 | 华南理工大学 | 一种智能车辆轨迹规划与跟踪的联合控制方法 |
CN112799411A (zh) * | 2021-04-12 | 2021-05-14 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
CN113306549A (zh) * | 2021-06-17 | 2021-08-27 | 英博超算(南京)科技有限公司 | 一种自动泊车轨迹规划算法 |
CN113341941A (zh) * | 2021-08-04 | 2021-09-03 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
CN113485383A (zh) * | 2021-09-02 | 2021-10-08 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及控制装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109739246B (zh) * | 2019-02-19 | 2022-10-11 | 阿波罗智能技术(北京)有限公司 | 一种变换车道过程中的决策方法、装置、设备及存储介质 |
-
2021
- 2021-11-11 CN CN202111331782.3A patent/CN113985889B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105549597A (zh) * | 2016-02-04 | 2016-05-04 | 同济大学 | 一种基于环境不确定性的无人车动态路径规划方法 |
CN111258323A (zh) * | 2020-03-30 | 2020-06-09 | 华南理工大学 | 一种智能车辆轨迹规划与跟踪的联合控制方法 |
CN112799411A (zh) * | 2021-04-12 | 2021-05-14 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
CN113306549A (zh) * | 2021-06-17 | 2021-08-27 | 英博超算(南京)科技有限公司 | 一种自动泊车轨迹规划算法 |
CN113341941A (zh) * | 2021-08-04 | 2021-09-03 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
CN113485383A (zh) * | 2021-09-02 | 2021-10-08 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及控制装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113985889A (zh) | 2022-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111190427B (zh) | 一种轨迹规划的方法及装置 | |
CN112766468B (zh) | 一种轨迹预测方法、装置、存储介质及电子设备 | |
CN111208838B (zh) | 一种无人驾驶设备的控制方法及装置 | |
CN111076739B (zh) | 一种路径规划的方法及装置 | |
CN110989636A (zh) | 一种障碍物的轨迹预测方法及装置 | |
CN112987760B (zh) | 一种轨迹规划方法、装置、存储介质及电子设备 | |
CN113968243B (zh) | 一种障碍物轨迹预测方法、装置、设备及存储介质 | |
CN112306059B (zh) | 一种控制模型的训练方法、控制方法以及装置 | |
CN111532285B (zh) | 一种车辆控制方法及装置 | |
CN113341941B (zh) | 一种无人驾驶设备的控制方法及装置 | |
CN111522245B (zh) | 用于控制无人设备的方法及装置 | |
CN113419547B (zh) | 一种多车协同控制方法及装置 | |
CN111126362A (zh) | 一种预测障碍物轨迹的方法及装置 | |
CN116001811A (zh) | 一种自动驾驶车辆的轨迹规划方法、装置及设备 | |
CN113485383B (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
CN112731957B (zh) | 无人机的控制方法、装置、计算机可读存储介质及无人机 | |
CN113985889B (zh) | 一种轨迹规划方法、装置、存储介质及电子设备 | |
CN112987762A (zh) | 一种轨迹规划方法、装置、存储介质及电子设备 | |
CN114019971B (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 | |
CN113340311B (zh) | 一种无人驾驶设备的路径规划方法及装置 | |
CN117095371A (zh) | 一种目标检测方法及检测装置 | |
CN114148350B (zh) | 一种无人设备的控制方法及装置 | |
CN113815651B (zh) | 一种无人设备控制方法、装置、设备及存储介质 | |
CN113074734B (zh) | 一种轨迹规划方法、装置、存储介质及电子设备 | |
CN112572473B (zh) | 一种无人驾驶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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |