CN113997951A - 车辆的行驶轨迹的确定方法、装置及自动驾驶车辆 - Google Patents
车辆的行驶轨迹的确定方法、装置及自动驾驶车辆 Download PDFInfo
- Publication number
- CN113997951A CN113997951A CN202110944207.4A CN202110944207A CN113997951A CN 113997951 A CN113997951 A CN 113997951A CN 202110944207 A CN202110944207 A CN 202110944207A CN 113997951 A CN113997951 A CN 113997951A
- Authority
- CN
- China
- Prior art keywords
- target
- vehicle
- path
- road
- determining
- 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 97
- 238000001514 detection method Methods 0.000 claims description 20
- 238000010276 construction Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000011144 upstream manufacturing Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 238000002372 labelling Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims 1
- 238000005457 optimization Methods 0.000 description 32
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 16
- 230000008859 change Effects 0.000 description 12
- 230000001133 acceleration Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 238000009499 grossing Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 230000036461 convulsion Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000000903 blocking effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 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
- 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
-
- 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
- B60W40/10—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 vehicle motion
- B60W40/105—Speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开提供了一种车辆的行驶轨迹的确定方法、装置及自动驾驶车辆,涉及计算机领域,尤其涉及自动驾驶领域。具体实现方案为:获取目标车辆所处的第一道路区域的场景信息,其中,第一道路区域为目标车辆需要驶入并掉头驶出的区域;基于场景信息构建目标边界;在目标边界内确定目标路径;确定目标车辆在目标路径上行驶的目标速度;基于目标路径和目标速度,确定目标车辆在第一道路区域中进行行驶的第一行驶轨迹,解决了无法在目标车辆驶入并掉头驶出的场景中,确定有效的行驶轨迹的技术问题。
Description
技术领域
本公开涉及计算机领域,尤其涉及自动驾驶领域中的一种车辆的行驶轨迹的确定方法、装置及自动驾驶车辆。
背景技术
目前,在自动驾驶场景中,在对车辆的行驶轨迹进行规划时,可以使用分段几何规划方法(Reeds-Shepp)。但是,该方法由于使用的是分段几何规划,生成的行驶轨迹是分段的,各个段之间不具备曲率连续性,使得生成的行驶轨迹仅是可行的,不够顺滑。
发明内容
本公开提供了一种车辆的行驶轨迹的确定方法、装置及自动驾驶车辆。
根据本公开的一方面,提供了一种车辆的行驶轨迹的确定方法。该方法可以包括:获取目标车辆所处的第一道路区域的场景信息,其中,第一道路区域为目标车辆需要驶入并掉头驶出的区域;基于场景信息构建目标边界;在目标边界内确定目标路径;确定目标车辆在目标路径上行驶的目标速度;基于目标路径和目标速度,确定目标车辆在第一道路区域中进行行驶的第一行驶轨迹。
根据本公开的另一方面,还提供了一种车辆的行驶轨迹的确定装置。该装置可以包括:第一获取单元,用于获取目标车辆所处的第一道路区域的场景信息,其中,第一道路区域为目标车辆需要驶入并掉头驶出的区域;构建单元,用于基于场景信息构建目标边界;第一确定单元,用于在目标边界内确定目标路径;第二确定单元,用于确定目标车辆在目标路径上行驶的目标速度;第三确定单元,用于基于目标路径和目标速度,确定目标车辆在第一道路区域中进行行驶的第一行驶轨迹。
根据本公开的另一方面,还提供了一种电子设备。该电子设备可以包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开实施例的车辆的行驶轨迹的确定方法。
根据本公开的另一方面,还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开实施例的车辆的行驶轨迹的确定方法。
根据本公开的另一方面,还提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现根据本公开实施例的车辆的行驶轨迹的确定方法。
根据本公开的另一方面,还提供了一种自动驾驶车辆,包括本公开实施例的车辆的行驶轨迹的确定装置或本公开实施例的电子设备。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的一种车辆的行驶轨迹的确定方法的流程图;
图2A根据本公开实施例的一种Junction构成的示意图;
图2B是根据本公开实施例的另一种Junction构成的示意图;
图3是根据本公开实施例的一种巡航场景切换至断头路场景的示意图;
图4是根据本公开实施例的一种断头路场景切巡航场景的示意图;
图5是根据本公开实施例的一种当前车道与目标车道为同一车道的示意图;
图6是根据本公开实施例的一种掉头路径规划的方法的流程图;
图7是根据本公开实施例的一种车辆的位置变化率与最小转弯半径关系的示意图;
图8是根据本公开实施例的一种车辆的行驶轨迹的确定装置的示意图;
图9是根据本公开实施例的一种电子设备的示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开实施例提供了一种车辆的行驶轨迹的确定方法。
图1是根据本公开实施例的一种车辆的行驶轨迹的确定方法的流程图。如图1所示,该方法可以包括以下步骤:
步骤S102,获取目标车辆所处的第一道路区域的场景信息,其中,第一道路区域为目标车辆需要驶入并掉头驶出的区域。
在本公开上述步骤102提供的技术方案中,目标车辆可以为自动驾驶场景中的自动驾驶车辆(车端)。第一道路区域为目标车辆的行驶域,目标车辆需要从第一道路区域驶入并掉头驶出。可选地,在自动驾驶场景中,会存在前方无法通行,导致车辆阻塞,比如,断头路场景,还会存在由于行驶空间狭小,使得目标车辆不能一次转弯,比如,过转弯场景,从而该实施例的第一道路区域可以为与断头路场景对应的断头路区域或者与过窄弯场景对应的过窄弯区域等。其中,断头路是指不同地区(比如,省与省之间)、不同等级(比如,高速路、等级路、农村公路)之间的不能接通的路为断头路。
该实施例可以将断头路场景或过窄弯场景抽象为开放空间(open space) 的场景,获取该开放空间的场景信息。可选地,该实施例对上述断头路场景或过窄弯场景进行识别,得到场景信息。
需要说明的是,该实施例的上述断头路区域或过窄弯区域仅为本公开实施例针对第一道路区域的一种举例,并不代表本公开实施例的第一道路区域仅为断头路区域或过窄弯区域,任何在开放空间内,需要目标车辆驶入并掉头驶出的区域都在该实施例的范围之内,此处不再一一举例说明。其中,开放空间可以是狭小(狭窄)开放空间。
步骤S104,基于场景信息构建目标边界。
在本公开上述步骤S104提供的技术方案中,在获取目标车辆所处的第一道路区域的场景信息之后,基于场景信息构建目标边界。
在该实施例中,可以进行场景切换,将其它场景切换至第一道路场景,在获取第一道路场景的场景信息之后,可以基于场景信息构建目标边界,可以通过场景信息中车道的边界信息、断头路的边界信息等构成目标边界,其中,边界信息可以是边界点信息。
可选地,该实施例的目标边界可以为感兴趣区域(Region Of Interesting,简称为ROI)边界,其可以为目标车辆的掉头设计可用的行驶域,从而该实施例通过合理地构建目标边界可以为后续的轨迹生成算法提供了边界约束(安全约束),这是目标车辆的行驶轨迹优化的基础。
步骤S106,在目标边界内确定目标路径。
在本公开上述步骤S106提供的技术方案中,在基于场景信息构建目标边界之后,可以进行路径规划,在目标边界内确定目标路径。由于第一道路区域为目标车辆需要驶入并掉头驶出的区域,因而该目标路径也即目标车辆的掉头路径。
在该实施例中,可以在目标边界内进行掉头路径的规划,目标边界可以为目标路径的规划提供边界约束,使得目标路径不会超出目标边界的范围。
可选地,该实施例可以采用分层规划的方法,先在目标边界内确定初始路径,然后对该初始路径进行优化,进而得到目标路径。
步骤S108,确定目标车辆在目标路径上行驶的目标速度。
在本公开上述步骤S108提供的技术方案中,在目标边界内确定目标路径之后,可以确定目标车辆在目标路径上行驶的目标速度,该目标速度也即为目标车辆规划的掉头速度。需要说明的是,该实施例的上述目标速度为目标车辆将要在目标路径上行驶时所需使用的速度,也即,在确定好目标速度之后,如果目标车辆还未行驶到上述目标路径上,此时可以不用控制目标车辆按照目标速度行驶,当目标车辆在之后时间行驶到目标路径上时,则可以控制目标车辆按照目标速度进行行驶。
在该实施例中,上述目标路径可以包括向前的车辆运动和向后的车辆运动,因而该实施例的目标车辆在目标路径上行驶的目标速度可以是在每段路径上分别进行的,保证目标车辆始终在换档位置前完全停止,并能够获得更好的驾驶舒适性。
步骤S110,基于目标路径和目标速度,确定目标车辆在第一道路区域中进行行驶的第一行驶轨迹。
在本公开上述步骤S110提供的技术方案中,在确定目标车辆在目标路径上行驶的目标速度之后,可以基于目标路径和目标速度,确定目标车辆在第一道路区域中进行行驶的第一行驶轨迹。
在该实施例中,通过横向的路径规划得到目标路径,加上纵向的速度规划得到目标路径,从而构成目标车辆在第一道路区域中进行行驶的第一行驶轨迹,该第一行驶轨迹也即目标车辆在第一道路区域中的整体轨迹,进而控制目标车辆按照该第一行驶轨迹进行行驶,使得目标车辆顺利在第一道路区域实现掉头,提高了目标除了的通行能力,
该实施例可以在开放空间中使用三点掉头技术,规划出目标车辆在第一道路区域中的上述第一行驶轨迹,以在第一道路区域中实现调头,提高目标车辆的通行能力,从而解决断头路场景中的阻塞问题以及解决在狭小空间中的过窄弯问题。其中,三点掉头技术是指在开放空间中通过一次规划出前进、倒退顺滑无碰撞的第一行驶轨迹),使目标车辆能够实现掉头,进而使目标车辆到达目标位置。该方法可以适用于自动驾驶领域中的在狭小开放空间内需要完成掉头任务的任何场合,提高了目标车辆的场景覆盖能力。
通过本申请上述步骤S102步骤S110,在需要目标车辆驶入并掉头驶出的第一道路区域中,基于第一道路区域的场景信息构建目标边界,这样在目标边界内可以对目标路径进行约束,确定目标车辆在目标路径上行驶的目标速度,从而通过目标路径和目标速度共同确定目标车辆通过第一道路区域的顺滑无碰撞的第一行驶轨迹,避免了使用的是分段几何规划,使得生成的行驶轨迹仅是可行的,不够顺滑,从而解决了无法在目标车辆驶入并掉头驶出的场景中,确定有效的行驶轨迹的技术问题,达到了在目标车辆驶入并掉头驶出的场景中,确定有效的行驶轨迹的技术效果。
下面对该实施例的上述方法进行进一步地介绍。
作为一种可选的实施方式,场景信息至少包括第一场景信息,第一场景信息用于表示第一道路区域中的交叉路口,其中,该方法还包括:获取目标车辆的状态信息;基于状态信息和第一场景信息,确定目标车辆由第二道路区域切换行驶至第一道路区域,其中,第二道路区域为除第一道路区域之外的道路区域。
在该实施例中,场景的切换是实现目标车辆实现整个掉头技术过程中的关键,通过场景状态机的切换可以实现场景的合理切换。可选地,该实施例识别出的第一道路区域的场景信息可以至少包括第一场景信息,该第一场景信息可以表示第一道路区域中的交叉路口(junction),也即,第一场景信息可以为junction信息,其可以由地图(map)模块提供。该实施例还可以获取上游提供的目标车辆的状态信息,比如,上游的串行总线 (canbus)模块提供目标车辆的状态信息,该状态信息可以包括目标车辆的位置信息。该实施例可以根据第一场景信息和状态信息,触发目标车辆由第二道路区域切换行驶至第一道路区域,其中,第二道路区域可以为巡航场景下的区域。
可选地,切换逻辑主要是根据目标车辆和交叉路口之间的位置关系而进行的,当目标车辆相对于交叉路口的位置和航向满足一定的第一目标条件,就表明目标车辆可以由第二道路区域切换行驶至第一道路区域,比如,可以进行巡航场景到断头路场景的转换。
可选地,当目标车辆的位置与交叉路口的位置之间的最小距离小于预定距离(distance buffer),且目标车辆的位置与交叉路口的位置的相对角度小于预定角度(angle buffer),则确定目标车辆相对于交叉路口的位置和航向满足上述第一目标条件。
作为一种可选的实施方式,场景信息至少包括第二场景信息,第二场景信息用于表示第一道路区域中的车道和/或路径点,其中,该方法还包括:获取目标车辆的状态信息;基于状态信息和第二场景信息,确定目标车辆由第一道路区域切换行驶至第二道路区域,其中,第二道路区域为除第一道路区域之外的道路区域;确定目标车辆在第二道路区域中的第二行驶轨迹。
在该实施例中,识别出的第一道路区域的场景信息可以至少包括第二场景信息,该第二场景信息可以表示第一道路区域中的车道(lane)和/或路径(routing)点。可选地,上游可以提供用于表示第一道路区域中的车道的第二场景信息,路径模块可以提供用于表示路径点的第二场景信息。该实施例可以获取由canbus模块提供的目标车辆的状态信息,然后基于该状态信息和上述第二场景信息触发目标车辆由第一道路区域切换行驶至第二道路区域,该第二道路区域可以为巡航场景,比如,进行断头路场景且巡航场景,进而可以确定目标车辆在巡航场景中的第二行驶轨迹,控制目标车辆按照第二行驶轨迹进行行驶。
该实施例的目标车辆的状态信息可以为目标车辆的位置信息,路径点可以为路径起点,该实施例可以根据目标车辆的位置信息和起点位置信息以及车道的信息设计完成掉头逻辑。
可选地,该实施例可以判断目标车辆的位置、航向角(位姿)分别是否与路径起点和车道朝向满足一定的第二目标条件,如果满足第二目标条件,则可以确定目标车辆由第一道路区域切换行驶至第二道路区域。
可选地,该实施例可以判断目标车辆的位置与路径起点的位置之间的相对最小距离小于预定距离,且判断目标车辆的位置与车道的朝向之间的相对角度小于预定角度,则确定满足第二目标条件,可以确定目标车辆由第一道路区域切换行驶至第二道路区域。
需要说明的是,该实施例针对的是一种新的场景(断头路场景、过窄弯场景)而提出的方法,在实际应用过程中,当遇到了断头路场景,则触发断头路场景,规划该场景下的轨迹,再掉头,触发另一种场景,执行另一场景的任务,比如,触发巡航场景,这就需要场景的切换。
下面对该实施例的场景信息的识别方法进行介绍。
作为一种可选的实施方式,步骤S102,获取目标车辆所处的第一道路区域的场景信息包括:获取与第一道路区域相对应的目标地图上的标注信息;基于标注信息确定场景信息。
在该实施例中,场景信息的识别是整个轨迹规划过程中重要的基础部分,可以为三点掉头技术提供场景信息。该场景信息依赖于上游的目标地图上所标注的标注信息,其中,目标地图可以是高精度地图,标注信息可以是多个junction信息,基于其确定场景信息。其中,每个junction信息可以包含按照一定顺序形成的点集,比如,按照逆时针形成的点集,该点集的信息可以为位置信息,还可以包括junction类型以及与其它地图元素的重叠(overlap)关系等。其中,在交通规则是靠右车道线进行行驶的情况下,为了后续构建目标边界,保证目标车辆顺利通行,从一边到另一边,而需要上述逆时针形成的点集。
可选地,当第一道路区域是针对断头路场景而言时,每个junction可以与其它lane相连接,以便于进行目标边界的构建。
需要说明的是,该实施例的上述识别方法除了可以适用于断头路场景之外,也可以适用于过窄弯场景。
作为一种可选的实施方式,基于标注信息确定场景信息包括:基于标注信息的类型确定场景信息。
在该实施例中,可以获取上游给定的目标点,也即,该目标点是由上游在目标地图上设置好的。该实施例可以获取目标点在内的所有junction,也即,目标点为junction内部的点,可以根据junction类型(type)和目标点在junction内部的位置关系进行匹配,以从多个junction中选取目标 junction,可以将该目标junction的信息确定为场景信息。
下面对该实施例的目标边界的构建方法进行进一步地介绍。
作为一种可选的实施方式,该方法还包括:确定目标车辆所处的当前车道;基于目标点确定目标车道,其中,目标点由上游输出;其中,步骤 S104,基于场景信息构建目标边界,包括:基于当前车道、第一道路区域中的路边界和目标车道构建目标边界。
在该实施例中,目标边界的构建是目标车辆的行驶轨迹规划中的重要部分。该实施例可以先确定目标车辆所处的当前车道,以获取当前车道的边界信息。该实施例可以获取上游输出的目标点,基于该目标点确定目标车道。可选地,该实施例的目标车道取决于目标点在哪条车道上,如果确定该目标点是在当前车道上,则目标车道和当前车道是同一车道,如果确定该目标点在其它车道上,则其它车道为目标车道。比如,基于实际道路的情况,车道只有单行道,目标点在单行道上,则目标车道和当前车道为同一车道。再比如,车道为双车道,目标点在双车道除当前车道之外的另一车道,则目标车道与当前车道并非同一车道。
该实施例可以获取当前车道的边界信息、第一道路区域的边界信息 (断头路口的边界信息)、目标车道的边界信息,并将边界信息以线段 (linesegment)的形式,根据进出第一道路区域的顺序,对当前车道的边界信息、第一道路区域的边界信息、目标车道的边界信息行组合,构建成一个封闭区间。
在该实施例中,目标车辆当前掉头的方向,可以从当前车道的右边界 (目标车道的左边界)到第一道路区域到当前车道的左边界(目标车道的右边界)构建成闭合区间,该闭合区间是由上述的边界信息的边界点构成,从而该实施例将目标车辆的阻塞问题转化为一个在闭合区间内的掉头轨迹规划问题。
下面对该实施例的路径规划的方法进行进一步地介绍。
作为一种可选的实施方式,步骤S106,在目标边界内确定目标路径包括:在目标边界内生成初始路径;基于初始路径的曲率和第一道路区域中的障碍物,将初始路径调整为目标路径。
在该实施例中,在进行路径规划时,可以采用分层规划技术,也即,先在目标边界内生成初始路径,后优化初始路径。该实施例可以采用混合 A星(Hybrid A star)搜索算法生成初始路径。可选地,该实施例在生成初始路径的过程中考虑了车辆运动学,使得能够较快的生成目标车辆可执行的轨迹。同时该实施例可以使用RS扩展判断从当前点到目标点是否存在无碰撞轨迹,若存在,则结束混合A星搜索算法中的搜索。生成的初始路径可以作为后续非线性优化的热启动信息。
在生成初始路径之后,可以获取初始路径的曲率和第一道路区域中的障碍物,进而基于初始路径的曲率和第一道路区域中的障碍物,将初始路径调整为目标路径。
作为一种可选的实施方式,基于初始路径的曲率和第一道路区域中的障碍物,将初始路径调整为目标路径包括:对初始路径的曲率进行迭代处理,得到目标曲率;基于第一道路区域中的障碍物的外形、目标车辆的外形对初始路径进行碰撞检测,得到检测结果;基于目标曲率和检测结果确定目标路径。
该实施例的轨迹的优化可以采用双环迭代曲率约束路径平滑(DL-IAPS)方法,内环即为曲率约束路径平滑,可以是在内环对初始路径的曲率进行迭代处理,得到目标曲率。可选地,该实施例通过几何计算可以得到目标车辆的位置变化矢量的变化率Ak与最大路径曲率1/Rmin之间的关系如下述公式:
≈||Pk-Pk-1||2/R≤||Pk-Pk-1||2/Rmin
其中,P可以用于表示位置矢量,V可以用于表示位置变化矢量,然后通过构建以下优化目标函数以及约束条件,可以实现最终的路径平滑:
subject to:
Lxk≤xk≤Uxk,for k=2,...n-3,
Lyk≤yk≤Uyk,for k=2,...n-3,
for k=1,...n-1,
sk≥0,for k=1,...,n-2.
其中,S、t可以用于表示松弛变量、L和U可以分别为目标边界的下边界和上边界,其它参数可以为目标函数构建过程中的中间参数。
该实施例的上述方法相对于相关技术中的分段优化,能够保证曲率的连续和路径的平滑。
该实施例在外环进行碰撞检测,可以是在外环基于第一道路区域中的障碍物的外形、目标车辆的外形对初始路径进行碰撞检测,得到检测结果。在狭小空间,障碍物的精确碰撞检测很重要(需要更多的泊车规划空间),为了使得路径可行,需要根据障碍物形状以及车辆的形状进行碰撞检测,确定其是否有交集。因此该实施例可以通过目标车辆的多边形形状迭代地缩小碰撞路径点周围的状态空间(相关技术是直接将目标点设置到参考线上,比较粗糙),也即,进行迭代碰撞检测,以避免过度牺牲路径的平滑度。
该实施例基于目标曲率和检测结果确定目标路径,从而通过上述内环、外环的配合,最终可以得到一条顺滑无碰撞的目标路径。
该实施例针对路径的优化,采用双环迭代路径平滑DL-IAPS,生成平滑无碰撞的目标路径。在相关技术中,像其它算法对障碍物的粗糙建模以及对自车的形状近似圆的处理,会导致误差难以估计,而上述DL-IAPS 则使用精确的障碍物形状;其它算法为了快速生成路径,忽略了非完整车辆动力学引入的最大曲率/加速度约束,从而导致在极端情况下可能无法满足约束,进而降低控制性能,而上述DL-IAPS会通过严格执行非完整约束和改进的序列凸优化(SQP)路径规划来克服上述问题。
作为一种可选的实施方式,确定目标车辆在目标路径上行驶的目标速度包括:将目标路径划分为多个路径段;基于目标车辆在每个路径段上行驶的最短时间和舒适性指标,确定目标速度。
在该实施例中,可以将目标路径划分为多个路径段。由于通过 DL-IAPS生成的路径可以包括向前和向后的车辆运动,因此速度优化是在每个路径段上分别进行的,保证目标车辆始终在换档位置之前就可以完全停止,并能获得更好的驾驶舒适性。在相关技术中,速度规划方法有基于运动学几何的规划方法和基于优化的规划方法,其中,基于运动学几何规划的速度难以保证速度,加速度的平滑;基于优化的方法,虽然在目标函数中同时考虑了最短时间和驾驶舒适性,但在速度剖面优化中没有考虑硬约束。
该实施例可以使用分段加加速度的速度优化(PJSO)方法,提出了一种速度剖面优化方法,基于目标车辆在每个路径段上行驶的最短时间和舒适性指标,确定目标速度,其中,舒适性指标可以表示驾驶舒适性(舒适度),也即,该实施例可以将最小时间和驾驶舒适性作为优化目标和约束条件。
可选地,该实施例在速度规划方面可以使用一个三次多项式作为[sk,]和[sk+1,]之间的状态动力学转换关系,这个转换关系是基于泰勒展开得到的,以保证目标车辆的位置与速度的连续性,从而保证了轨迹的平滑性。
该实施例将最小时间和驾驶舒适性作为优化目标和约束条件。为了保证规划的速度是顺滑的,在速度恒定的情况下,由于速度和时间的乘积为距离,因而在设计优化目标函数的时候,可以使用最小距离来表示最小时间,可选地,该实施例使用加加速度(jerk)和加速度来表示舒适度。
subject to:
for k=0,...,n-2,j=0,...,n-1,
其中,目标函数中的第一项针对的是距离,当sk与sf越接近,就表示时间越短,第二项和第三项针对的是舒适度,当与越接近,接近0,则舒适度越高,可选地,当sk与sf相等,则时间最短,当与相等,为0,则舒适度最高,从而可以达到速度优化的目的。
subject to后面的是目标函数的约束条件,其中,第一个约束和第二个约束为针对目标路径上每一个点的距离、速度、加速度的约束,第三个约束是将决定路径曲率的速度约束进行近似,而第三个约束之后的约束是车辆动力学约束。
需要说明的是,本公开上述实施例的方法可以应用于城市断头路,园区低速物流、矿区定点装、卸载矿物等需要掉头的场景。
下面对该实施例的上述方法进行进一步举例说明,具体以自动驾驶场景中的断头路场景和过窄弯场景进行举例说明。
在实际自动驾驶场景中,会存在以下特殊场景:断头路场景和过窄弯场景。在上述特殊场景下会出现以下问题:前方无法通行,从而导致车辆阻塞;车辆行驶空间狭小,不能一次转弯。因此,为了提高自动驾驶车辆的场景覆盖能力,解决阻塞问题和解决在狭小空间中转弯问题,需要在基于开放空间中的三点掉头,以在阻塞场景和窄弯场景中实现调头,提高车辆的通行能力。
在相关技术中,基于规则(rule-based)的规划方案的场景覆盖不够全面,通过地图等信息,会将有断头路的地方进行人为规避,不会在该场景中进行规划任务,也即,在前方无法通行的时候,地图会将阻塞信息告诉车辆,从而车辆在进行全局规划时是直接规避的,无法满足要通过断头路场景的需求,从而降低自动驾驶的通行能力,无法解决断头场景。
在另一种相关技术中,采用巡航场景规划法,在进行过窄弯的轨迹规划时,会将该场景认为是一般的转弯场景,在考虑障碍物以及轨迹平滑性后,会导致实际底层控制无法较好跟随,车辆可能会碰上马路牙子,会出现规划失败的情况。其中,马路牙子为路肩或者路缘石。该方法无法解决通过断头路的场景,因为巡航规划算法依赖车道中心线,而断头路内是没有车道信息的,而且相邻进、出车道是断开没有连通的;在过窄弯场景,由于通行空间较小,同时在考虑障碍物以及轨迹平滑性后,导致实际底层控制无法较好跟随,车辆可能会碰上马路牙子,从而会出现规划失败的情况。
在另一种相关技术中,可以采用分段Reeds-Shepp几何规划方法。由于是低速大转向场景,会选择符合运动学模型的分段几何规划方法。但是,但是由于使用的是分段几何规划,生成的轨迹是分段的,段间不具备曲率连续性,不具备优化的考量,导致生成的轨迹不够顺滑,使得生成的轨迹仅是可行,但不是最优的,影响体感。
针对以上问题,该实施例基于开放空间的掉头轨迹规划技术,是解决断头路场景和转窄弯场景的有效方法。该实施例可以通过将前方无法通行的断头路场景和过窄弯场景抽象为开放空间场景,将上述阻塞问题转化为一个在闭合区间内的掉头轨迹规划问题,以断头路场景为例,该实施例的方法可以包括以下步骤:
S1,断头路场景的识别;
S2,断头路场景与巡航场景的切换;
S3,ROI边界的构建;
S4,掉头路径规划;
S5,掉头速度规划。
下面对该实施例的断头路场景的识别进行进一步的举例说明。
在该实施例中,断头路场景的识别是整个技术重要基础部分,为三点掉头技术提供目标场景信息。
该实施例场景的识别是依赖于上游的高精度地图所标注的信息,标注是junction,每个junction可以包含逆时针形成的点集、junction类型、与其它地图元素的overlap关系等。其中,每个点集信息为位置信息,每个 junction与其它lane(车道)相连接。
图2A根据本公开实施例的一种Junction构成的示意图。图2B是根据本公开实施例的另一种Junction构成的示意图。如图2A和2B所示,细线条用于表示地图标注的junction信息,粗线条用于表示lane信息,黑点用于表示点信息(point)。
在该实施例中,断头路场景的选择可以是通过搜索匹配的方法来获取目标junction可选地,获取上游给定的目标点;根据目标点获取包含目标点在内的所有junction;可以根据junction的类型以及目标点在junction内部的位置关系来匹配目标junction。
下面对该实施例的断头路场景和巡航场景切换的方法进行进一步介绍。
在该实施例中,场景的切换是整个掉头技术的关键,通过场景状态机的切换可以实现场景的合理切换,是每个场景子模块实现的重要前提。该实施例的场景切换包含两个部分:巡航场景切断头路场景和断头路场景切巡航场景。
图3是根据本公开实施例的一种巡航场景切换至断头路场景的示意图。如图3所示,该实施例先获取上游canbus模块提供的车辆状态信息、map 模块提供的junction信息;根据车辆状态信息和junction信息设计转换逻辑,可选地,该实施例的转换逻辑可以是根据车辆和junction的位置关系,当车辆相对junctuon的位置和航向满足一定的条件就表明可以进行场景的转换,比如,当车辆与junction之间的最小距离小于预设距离distancebuffer,且车辆与junction之间的相对角度小于预设角度angle buffer,则确定满足上述条件,可以将巡航场景切换至断头路场景。
图4是根据本公开实施例的一种断头路场景切巡航场景的示意图。如图4所示,该是私立获取上游提供的lane信息和routing模块的routing信息,该routing信息可以包括routing起点位置信息以及canbus模块的canbus 信息,该canbus信息可以包括车辆位置信息。
该实施例可以根据车辆的位置信息、routing起点位置信息和lane信息来完成掉头逻辑。可选地,该实施例完成掉头逻辑是判断车辆当前的位姿(位置、航向角)分别是否与routing起点和lane朝向是否满足一定阈值,如果满足,则进行断头场景切巡航场景。比如,如果车辆与routing起点位置之间的相对最小距离小于预设距离distance buffer,且车辆与lane朝向角之间的相对角度小于预设角度angle buffer,则进行断头场景切巡航场景。
下面对该实施例的ROI边界构建的方法进行进一步介绍。
ROI边界构建是掉头技术中的重要部分,主要为车辆的掉头功能设计可用的行驶域,通过合理的构建边界为后续的轨迹生成算法提供了边界约束(安全约束),是轨迹优化的基础。
在该实施例中,ROI是通过获取当前车道、断头路边界、目标车道的边界信息,并将边界的边界点信息以linesegment的形式,根据进出断头路的顺序进行组合,从而构建成一个封闭区间。
根据实际情况,该实施例的当前车道和目标车道可能是同一车道和不通车道,其中,目标车道是根据上游给的点来确定的,目标车道取决于点在哪条车道上,如果该点是在当前车道上的,则目标车道和当前车道是同一车道,如果该点在其它车道上,则其它车道为目标车道。
图5是根据本公开实施例的一种当前车道与目标车道为同一车道的示意图。如图5所示,箭头方向表示车辆当前掉头的方向,即从当前车道的右边界(目标车道的左边界)到断头路到当前车道左边界(目标车道的右边界)构建成闭合区间,该闭合区间是由上述的边界点构成。
下面对该实施例的掉头路径规划的方法进行进一步介绍。
图6是根据本公开实施例的一种掉头路径规划的方法的流程图。如图 6所示,
采用分层规划几技术:先生成初始路径,后优化初始路径。流程图6 如下:
步骤S61,采用Hybrid A star搜索算法生成车辆的初始路径。
该实施例的生成初始路径的过程中考虑了车辆运动学,使得能够较快的生成车辆可执行的轨迹。同时使用RS扩展判断从当前点到目标点是否存在无碰撞轨迹,若存在则结束搜索。生成的初始轨迹作为后续非线性优化的热启动信息。
步骤S62,对初始路径采用了双环迭代曲率约束路径平滑(DL-IAPS) 方法进行优化。
在相关技术中,像其它算法会对障碍物的粗糙建模以及对自车的形状近似圆的处理,但这会导致误差难以估计,而该实施例的DL-IAPS则使用精确的障碍物形状;其它算法为了快速生成路径,忽略了非完整车辆动力学引入的最大曲率/加速度约束,从而导致在极端情况下可能无法满足约束,进而降低控制性能,而DL-IAPS会通过严格执行非完整约束和改进的序列凸优化(SQP)路径规划来克服这个问题。
该实施例的DL-IAPS路径的优化采用双环迭代路径平滑,生成平滑无碰撞路径。双环迭代路径平滑中的内环即为曲率约束路径平滑。图7是根据本公开实施例的一种车辆的位置变化率与最小转弯半径关系的示意图。,其中,P用于表示位置矢量、V用于表示位置变化矢量,θ用于表示位置的角度变化,通过几何计算可以得到位置变化矢量变化率Ak与最大路径曲率1/Rmin之间的关系:
||Ak||=||Vk+1-Vk||≈2*||Vk||*sin(θk/2)
≈||Pk-Pk-1||2/R≤||Pk-Pk-1||2/Rmin
然后通过构建以下优化目标函数实现最终的路径平滑:
subject to:
Lxk≤xk≤Uxk,for k=2,...n-3,
Lyk≤yk≤Uyk,for k=2,...n-3,
for k=1,...n-1,
sk≥0,for k=1,...,n-2.
…
其中,S、t用于表示松弛变量、L和U分别为目标边界的下边界和上边界,其它参数为目标函数构建过程中的中间参数。
该实施例的上述方法相对于相关技术中的分段优化,能够保证曲率的连续和路径的平滑。
双环迭代路径平滑中的外环进行碰撞检测。在该实施例中,为了使得路径可行。在狭小空间内,障碍物的精确碰撞检测很重要(需要更多的泊车规划空间),需要根据障碍物形状以及车辆的形状进行碰撞检测,确定其是否有交集,因此该实施例可以迭代地缩小碰撞路径点周围的状态空间 (其它之前的做法是直接将目标点设置到参考线上),以避免过度牺牲路径的平滑度。从而该实施例通过上述内环、外环的配合最终可以得到一条顺滑无碰撞轨迹。
下面对该实施例的掉头速度规划的方法进行介绍。
在该实施例中,由于DL-IAPS生成的路径通常包括向前和向后的车辆运动,因此,速度优化是在每段路径上分别进行的,以保证车辆始终在换档位置前完全停止,并能获得更好的驾驶舒适性。在相关技术中,速度规划方法有基于运动学几何的规划方法和基于优化的规划方法,基于运动学几何规划的速度难以保证速度,加速度的平滑;基于优化的方法是在目标函数中同时考虑了最短时间和驾驶舒适性,但是在速度剖面优化中没有考虑硬约束。
然而,该实施例使用分段加加速度速度优化(PJSO),提出了一种速度剖面优化方法,将最小时间和驾驶舒适性作为优化目标和约束条件。
其中,k用于表示当前时刻、k+1用于表示下一时刻、s用于表示纵向位置、用于表示速度、用于表示加速度、Δt用于表示时间变化率。该实施例的速度优化的是最小时间和舒适性。因此,该实施例在设计优化目标函数的时候使用了最小距离的形式来表示最小时间,使用加加速度(jerk) 和加速度表示舒适度,
subject to:
for k=0,...,n-2,j=0,...,n-1,
其中,目标函数中的第一项针对的是距离,当sk与sf越接近,就表示时间越短,第二项和第三项针对的是舒适度,当与越接近,接近0,则舒适度越高,可选地,当sk与sf相等,则时间最短,当与相等,为0,则舒适度最高,可以达到速度优化的目的。
subject to后面的是目标函数的约束条件,其中,第一个约束和第二个约束为针对目标路径上每一个点的距离、速度、加速度的约束,第三个约束是将决定路径曲率的速度约束进行近似,而第三个约束之后的约束是车辆动力学约束。
该实施例通过横向的路径规划,加上纵向的速度优化,从而构成车辆的整体轨迹,进而控制车辆在该整体轨迹上行驶,以顺利通过断头路场景或过窄弯场景。
在相关技术中,通常是从底层控制出发,没有轨迹输出。然而,该实施例使用了基于优化的思想,生成的轨迹是顺滑无碰撞的,是符合人类驾驶行为的,并且能够解决断头场景或过窄弯场景这种新场景。
在另一种相关技术中,在障碍物处理上,对现有的障碍物和自车建模,要么对避碰约束进行线性近似,要么将自车的形状近似为一个圆,不能保证估计误差。然而,该实施例使用精确的障碍物形状和多边形车辆形状进行迭代碰撞检查,更能适应复杂精细环境。
该实施例为一种基于开放空间的掉头轨迹规划方法,识别断头路场景;切换断头路场景与巡航场景;构建ROI边界;在ROI边界中规划掉头路径;规划车辆在掉头路径上的掉头速度,从而解决由于前方道路阻塞或者转弯无法一把通过导致阻塞场景,增加自动驾驶车辆驶入并掉头驶出的能力,使其安全、舒适地通过断头路或者狭小空间等行驶域,从而使车辆到达目标位置,提升用户体验,实现了提高车辆的自动驾驶通行能力的目的,扩展了城市路网运营边界。
本公开实施例提供了一种车辆的行驶轨迹的确定装置。需要说明的是,该实施例的车辆的行驶轨迹的确定装置可以用于执行本公开实施例的车辆的行驶轨迹的确定方法。
图8是根据本公开实施例的一种车辆的行驶轨迹的确定装置的示意图。如图8所示,该车辆的行驶轨迹的确定装置80可以包括:第一获取单元 81、构建单元82、第一确定单元83、第二确定单元84和第三确定单元85。
第一获取单元81,用于获取目标车辆所处的第一道路区域的场景信息,其中,第一道路区域为目标车辆需要驶入并掉头驶出的区域。
构建单元82,用于基于场景信息构建目标边界。
第一确定单元83,用于在目标边界内确定目标路径。
第二确定单元84,用于确定目标车辆在目标路径上行驶的目标速度。
第三确定单元85,用于基于目标路径和目标速度,确定目标车辆在第一道路区域中进行行驶的第一行驶轨迹。
可选地,场景信息至少包括第一场景信息,第一场景信息用于表示第一道路区域中的交叉路口,其中,该装置还包括:第二获取单元,用于获取目标车辆的状态信息;第四确定单元,用于基于状态信息和第一场景信息,确定目标车辆由第二道路区域切换行驶至第一道路区域,其中,第二道路区域为除第一道路区域之外的道路区域。
可选地,场景信息至少包括第二场景信息,第二场景信息用于表示第一道路区域中的车道和/或路径点,其中,该装置还包括:第三获取单元,用于获取目标车辆的状态信息;第五确定单元,用于基于状态信息和第二场景信息,确定目标车辆由第一道路区域切换行驶至第二道路区域,其中,第二道路区域为除第一道路区域之外的道路区域;第六确定单元,用于确定目标车辆在第二道路区域中的第二行驶轨迹。
可选地,第一获取单元81包括:获取模块,用于获取与第一道路区域相对应的目标地图上的标注信息;第一确定模块,用于基于标注信息确定场景信息。
可选地,第一确定模块包括:确定子模块,用于基于标注信息的类型确定场景信息。
可选地,该装置还包括:第七确定单元,用于确定目标车辆所处的当前车道;第八确定单元,用于基于目标点确定目标车道,其中,目标点由上游输出;其中,构建单元82包括:构建模块,用于基于当前车道、第一道路区域中的路边界和目标车道构建目标边界。
可选地,第一确定单元83包括:生成模块,用于在目标边界内生成初始路径;调整模块,用于基于初始路径的曲率和第一道路区域中的障碍物,将初始路径调整为目标路径。
可选地,调整模块包括:迭代子模块,用于对初始路径的曲率进行迭代处理,得到目标曲率;检测子模块,用于基于第一道路区域中的障碍物的外形、目标车辆的外形对初始路径进行碰撞检测,得到检测结果;确定子模块,用于基于目标曲率和检测结果确定目标路径。
可选地,第二确定单元84包括:划分模块,用于将目标路径划分为多个路径段;第二确定模块,用于基于目标车辆在每个路径段上行驶的最短时间和舒适性指标,确定目标速度。
可选地,第一道路区域为断头路区域或过窄弯区域。
在该实施例的车辆的行驶轨迹的确定装置中,在需要目标车辆驶入并掉头驶出的第一道路区域中,基于第一道路区域的场景信息构建目标边界,这样在目标边界内可以对目标路径进行约束,确定目标车辆在目标路径上行驶的目标速度,从而通过目标路径和目标速度共同确定目标车辆通过第一道路区域的顺滑无碰撞的第一行驶轨迹,避免了使用的是分段几何规划,使得生成的行驶轨迹仅是可行的,不够顺滑,从而解决了无法在目标车辆驶入并掉头驶出的场景中,确定有效的行驶轨迹的技术问题,达到了在目标车辆驶入并掉头驶出的场景中,确定有效的行驶轨迹的技术效果。
需要说明的是,上述各个单元和模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备。该电子设备可以包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开实施例的车辆的行驶轨迹的确定的方法。
可选地,上述电子设备还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本公开中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,获取目标车辆所处的第一道路区域的场景信息,其中,第一道路区域为目标车辆需要驶入并掉头驶出的区域;
S2,基于场景信息构建目标边界;
S3,在目标边界内确定目标路径;
S4,确定目标车辆在目标路径上行驶的目标速度;
S5,基于目标路径和目标速度,确定目标车辆在第一道路区域中进行行驶的第一行驶轨迹。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
根据本公开的实施例,本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开实施例的车辆的行驶轨迹的确定的方法。
可选地,在本实施例中,上述非易失性存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,获取目标车辆所处的第一道路区域的场景信息,其中,第一道路区域为目标车辆需要驶入并掉头驶出的区域;
S2,基于场景信息构建目标边界;
S3,在目标边界内确定目标路径;
S4,确定目标车辆在目标路径上行驶的目标速度;
S5,基于目标路径和目标速度,确定目标车辆在第一道路区域中进行行驶的第一行驶轨迹。
可选地,在本实施例中,上述非瞬时计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM 或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的实施例,本公开还提供了一种计算机程序产品。该计算机程序产品包括计算机程序,计算机程序在被处理器执行时实现本公开实施例的车辆的行驶轨迹的确定的方法。
该实施例的用于实施本公开的车辆的行驶轨迹的确定的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
根据本公开的实施例,本公开还提供了一种自动驾驶车辆。该自动驾驶车辆可以包括本公开实施例的车辆的行驶轨迹的确定装置或本公开实施例的电子设备。
图9是根据本公开实施例的一种电子设备的示意图。如图9所示,电子设备900旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在 RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元 901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O) 接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理,例如车辆的行驶轨迹的确定方法。例如,在一些实施例中,车辆的行驶轨迹的确定方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备 900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行上文描述的车辆的行驶轨迹的确定方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆的行驶轨迹的确定方法。
本公开实施例还提供了一种自动驾驶车辆,可以包括本公开实施例的车辆的行驶轨迹的确定装置或本公开实施例的电子设备。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/ 或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入) 来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (16)
1.一种车辆的行驶轨迹的确定方法,包括:
获取目标车辆所处的第一道路区域的场景信息,其中,所述第一道路区域为需要所述目标车辆驶入并掉头驶出的区域;
基于所述场景信息构建目标边界;
在所述目标边界内确定目标路径;
确定所述目标车辆在所述目标路径上行驶的目标速度;
基于所述目标路径和所述目标速度,确定所述目标车辆在所述第一道路区域中进行行驶的第一行驶轨迹。
2.根据权利要求1所述的方法,所述场景信息至少包括第一场景信息,所述第一场景信息用于表示所述第一道路区域中的交叉路口,其中,所述方法还包括:
获取所述目标车辆的状态信息;
基于所述状态信息和所述第一场景信息,确定所述目标车辆由第二道路区域切换行驶至所述第一道路区域,其中,所述第二道路区域为除所述第一道路区域之外的道路区域。
3.根据权利要求1所述的方法,所述场景信息至少包括第二场景信息,所述第二场景信息用于表示所述第一道路区域中的车道和/或路径点,其中,所述方法还包括:
获取所述目标车辆的状态信息;
基于所述状态信息和所述第二场景信息,确定所述目标车辆由所述第一道路区域切换行驶至第二道路区域,其中,所述第二道路区域为除所述第一道路区域之外的道路区域;
确定所述目标车辆在所述第二道路区域中的第二行驶轨迹。
4.根据权利要求1所述的方法,其中,获取目标车辆所处的第一道路区域的场景信息包括:
获取与所述第一道路区域相对应的目标地图上的标注信息;
基于所述标注信息确定所述场景信息。
5.根据权利要求4所述的方法,其中,基于所述标注信息确定所述场景信息包括:
基于所述标注信息的类型确定所述场景信息。
6.根据权利要求1所述的方法,还包括:
确定所述目标车辆所处的当前车道;
基于目标点确定目标车道,其中,所述目标点由上游输出;
其中,基于所述场景信息构建目标边界,包括:基于所述当前车道、所述第一道路区域中的路边界和所述目标车道构建所述目标边界。
7.根据权利要求1所述的方法,其中,在所述目标边界内确定目标路径包括:
在所述目标边界内生成初始路径;
基于所述初始路径的曲率和所述第一道路区域中的障碍物,将所述初始路径调整为所述目标路径。
8.根据权利要求7所述的方法,其中,基于所述初始路径的曲率和所述第一道路区域中的障碍物,将所述初始路径调整为所述目标路径包括:
对所述初始路径的曲率进行迭代处理,得到目标曲率;
基于所述第一道路区域中的障碍物的外形、所述目标车辆的外形对所述初始路径进行碰撞检测,得到检测结果;
基于所述目标曲率和所述检测结果确定所述目标路径。
9.根据权利要求1所述的方法,其中,确定所述目标车辆在所述目标路径上行驶的目标速度包括:
将所述目标路径划分为多个路径段;
基于所述目标车辆在每个所述路径段上行驶的最短时间和舒适性指标,确定所述目标速度。
10.根据权利要求1至9中任意一项所述的方法,其中,所述第一道路区域为断头路区域或过窄弯区域。
11.一种车辆的行驶轨迹的确定装置,包括:
第一获取单元,用于获取目标车辆所处的第一道路区域的场景信息,其中,所述第一道路区域为需要所述目标车辆驶入并掉头驶出的区域;
构建单元,用于基于所述场景信息构建目标边界;
第一确定单元,用于在所述目标边界内确定目标路径;
第二确定单元,用于确定所述目标车辆在所述目标路径上行驶的目标速度;
第三确定单元,用于基于所述目标路径和所述目标速度,确定所述目标车辆在所述第一道路区域中进行行驶的第一行驶轨迹。
12.根据权利要求11所述的装置,所述场景信息至少包括第一场景信息,所述第一场景信息用于表示所述第一道路区域中的交叉路口,其中,所述装置还包括:
第二获取单元,用于获取所述目标车辆的状态信息;
第四确定单元,用于基于所述状态信息和所述第一场景信息,确定所述目标车辆由第二道路区域切换行驶至所述第一道路区域,其中,所述第二道路区域为除所述第一道路区域之外的道路区域。
13.一种电子设备,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指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-10中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-10中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-10中任一项所述的方法。
16.一种自动驾驶车辆,包括权利要求11或12所述的车辆的行驶轨迹的确定装置,或权利要求13所述的电子设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110944207.4A CN113997951B (zh) | 2021-08-17 | 2021-08-17 | 车辆的行驶轨迹的确定方法、装置及自动驾驶车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110944207.4A CN113997951B (zh) | 2021-08-17 | 2021-08-17 | 车辆的行驶轨迹的确定方法、装置及自动驾驶车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113997951A true CN113997951A (zh) | 2022-02-01 |
CN113997951B CN113997951B (zh) | 2024-06-04 |
Family
ID=79921066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110944207.4A Active CN113997951B (zh) | 2021-08-17 | 2021-08-17 | 车辆的行驶轨迹的确定方法、装置及自动驾驶车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113997951B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107702716A (zh) * | 2017-08-31 | 2018-02-16 | 广州小鹏汽车科技有限公司 | 一种无人驾驶路径规划方法、***和装置 |
CN109976355A (zh) * | 2019-04-26 | 2019-07-05 | 腾讯科技(深圳)有限公司 | 轨迹规划方法、***、设备及存储介质 |
US20190310644A1 (en) * | 2018-04-05 | 2019-10-10 | Ford Global Technologies, Llc | Vehicle path identification |
CN111896004A (zh) * | 2020-07-28 | 2020-11-06 | 湖南大学 | 一种狭窄通道车辆轨迹规划方法及*** |
CN112068545A (zh) * | 2020-07-23 | 2020-12-11 | 哈尔滨工业大学(深圳) | 一种无人驾驶车辆在十字路口的行驶轨迹规划方法、***及存储介质 |
CN112585656A (zh) * | 2020-02-25 | 2021-03-30 | 华为技术有限公司 | 特殊路况的识别方法、装置、电子设备和存储介质 |
CN112859845A (zh) * | 2021-01-04 | 2021-05-28 | 广州小鹏自动驾驶科技有限公司 | 一种轨迹的规划方法、装置和车辆 |
CN112937557A (zh) * | 2021-03-09 | 2021-06-11 | 东风汽车集团股份有限公司 | 一种基于曲率控制的代客泊车路径规划方法及*** |
CN113044058A (zh) * | 2019-12-26 | 2021-06-29 | 百度(美国)有限责任公司 | 自动驾驶车辆三点转弯 |
KR20210093016A (ko) * | 2020-01-17 | 2021-07-27 | 현대자동차주식회사 | 자율주행 차량의 유턴경로 생성장치 및 그 방법 |
-
2021
- 2021-08-17 CN CN202110944207.4A patent/CN113997951B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107702716A (zh) * | 2017-08-31 | 2018-02-16 | 广州小鹏汽车科技有限公司 | 一种无人驾驶路径规划方法、***和装置 |
US20190310644A1 (en) * | 2018-04-05 | 2019-10-10 | Ford Global Technologies, Llc | Vehicle path identification |
CN109976355A (zh) * | 2019-04-26 | 2019-07-05 | 腾讯科技(深圳)有限公司 | 轨迹规划方法、***、设备及存储介质 |
CN113044058A (zh) * | 2019-12-26 | 2021-06-29 | 百度(美国)有限责任公司 | 自动驾驶车辆三点转弯 |
KR20210093016A (ko) * | 2020-01-17 | 2021-07-27 | 현대자동차주식회사 | 자율주행 차량의 유턴경로 생성장치 및 그 방법 |
CN112585656A (zh) * | 2020-02-25 | 2021-03-30 | 华为技术有限公司 | 特殊路况的识别方法、装置、电子设备和存储介质 |
CN112068545A (zh) * | 2020-07-23 | 2020-12-11 | 哈尔滨工业大学(深圳) | 一种无人驾驶车辆在十字路口的行驶轨迹规划方法、***及存储介质 |
CN111896004A (zh) * | 2020-07-28 | 2020-11-06 | 湖南大学 | 一种狭窄通道车辆轨迹规划方法及*** |
CN112859845A (zh) * | 2021-01-04 | 2021-05-28 | 广州小鹏自动驾驶科技有限公司 | 一种轨迹的规划方法、装置和车辆 |
CN112937557A (zh) * | 2021-03-09 | 2021-06-11 | 东风汽车集团股份有限公司 | 一种基于曲率控制的代客泊车路径规划方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN113997951B (zh) | 2024-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7289284B2 (ja) | 自動運転車両のカーブ通行制御方法、装置、機器及び媒体 | |
US11561551B2 (en) | Prioritized constraints for a navigational system | |
US11897518B2 (en) | Systems and methods for navigating with sensing uncertainty | |
JP7322201B2 (ja) | 車両走行の制御方法及び装置 | |
US20240085922A1 (en) | Trajectory selection for an autonomous vehicle | |
US20220242407A1 (en) | Navigation based on sensed looking direction of a pedestrian | |
IL288191B1 (en) | A navigation system with forced commitment constraints | |
CN109955853A (zh) | 用于操作自动驾驶车辆的方法、***和存储介质 | |
CN113985871A (zh) | 泊车路径规划方法、泊车路径规划装置、车辆及存储介质 | |
Reda et al. | Path planning algorithms in the autonomous driving system: A comprehensive review | |
EP4151487A2 (en) | Method and apparatus for controlling lane changing, electronic device and storage medium | |
CN112622924B (zh) | 一种驾驶规划方法及装置、车辆 | |
CN113997951B (zh) | 车辆的行驶轨迹的确定方法、装置及自动驾驶车辆 | |
CN115743183A (zh) | 自动驾驶控制方法、装置、设备、介质及车辆 | |
CN115583254A (zh) | 路径规划方法、装置、设备以及自动驾驶车辆 | |
CN115469669A (zh) | 一种窄路会车方法、装置、设备及存储介质 | |
CN114030483A (zh) | 车辆控制方法、装置、电子设备和介质 | |
CN115435800A (zh) | 基于高精度地图的路径规划方法、装置、设备及介质 | |
CN114510051A (zh) | 一种轨迹规划方法、装置、存储介质及电子设备 | |
CN114132344A (zh) | 一种自动驾驶车辆的决策方法、装置、设备及存储介质 | |
CN117906625A (zh) | 路径规划方法、装置以及车辆 | |
CN115167426A (zh) | 多自移动设备的路径规划方法、装置、自移动设备 | |
CN117565894A (zh) | 自动驾驶车辆控制方法、装置、设备及存储介质 | |
CN117508223A (zh) | 自动驾驶变道决策及模型训练方法、装置、设备和车辆 | |
CN115185263A (zh) | 一种轨迹规划方法及计算机可读存储介质 |
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 |