CN114074674A - 一种引导车辆历史轨迹曲线的获取方法及相关装置 - Google Patents
一种引导车辆历史轨迹曲线的获取方法及相关装置 Download PDFInfo
- Publication number
- CN114074674A CN114074674A CN202010818916.3A CN202010818916A CN114074674A CN 114074674 A CN114074674 A CN 114074674A CN 202010818916 A CN202010818916 A CN 202010818916A CN 114074674 A CN114074674 A CN 114074674A
- Authority
- CN
- China
- Prior art keywords
- point
- historical
- vehicle
- point set
- track
- 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 43
- 238000005070 sampling Methods 0.000 claims description 92
- 230000009466 transformation Effects 0.000 claims description 50
- 239000011159 matrix material Substances 0.000 claims description 47
- 230000008859 change Effects 0.000 claims description 42
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000009469 supplementation Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000001131 transforming effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 230000000875 corresponding effect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000002349 favourable effect Effects 0.000 description 3
- 230000001502 supplementing effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
- B60W30/165—Automatically following the path of a preceding lead vehicle, e.g. "electronic tow-bar"
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请公开了一种引导车辆历史轨迹曲线的获取方法及相关装置,其中,所述引导车辆历史轨迹曲线的获取方法对所述引导车辆历史轨迹曲线的获取进行了优化,有利于获取准确的引导车辆历史轨迹曲线,以解决由于预瞄远点距离和引导车辆历史点集远点距离不匹配导致跟踪效果差和方向盘抖动大的问题。
Description
技术领域
本申请涉及人工智能技术领域,更具体地说,涉及一种引导车辆历史轨迹曲线的获取方法及相关装置。
背景技术
典型的TJA(Traffic Jam Assist,交通拥堵辅助)***,是一种在交通拥堵的路况下,帮助驾驶员控制本车跟随引导车流行驶的智能辅助驾驶***。
在该***中,传感器(雷达和摄像头)融合后,会输出引导车辆历史轨迹曲线,该曲线包括目标引导车辆的位置信息,主要包括目标车ID、相对于本车的侧向偏移距离dX、纵向偏移距离dY以及前车车速V,根据该曲线可以指导机动车了进行横向预瞄跟踪控制。
因此,在TJA***中,引导车辆历史轨迹曲线的准确获取至关重要。
发明内容
为解决上述技术问题,本申请提供了一种引导车辆历史轨迹曲线的获取方法及相关装置,以实现获取准确的引导车辆历史轨迹曲线的目的。
为实现上述技术目的,本申请实施例提供了如下技术方案:
一种引导车辆历史轨迹曲线的获取方法,用于机动车辆的横向预瞄跟踪控制,所述引导车辆历史轨迹曲线的获取方法包括:
获取所述机动车辆的引导车辆历史点集序列、所述机动车辆的当前车速、横摆角速度和质心侧偏角;
根据所述当前车速确定轨迹点更新间隔;
根据所述轨迹点更新间隔、当前车速、质心侧偏角和所述横摆角速度,计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化量;所述坐标系变化量包括横坐标变化量、纵坐标变化量和航心角变化量;
根据所述坐标系变化量,计算获得坐标变换矩阵;
根据所述坐标变换矩阵,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下,以获得目标历史点集序列;
对所述目标历史点集序列进行拟合,以获得所述引导车辆历史轨迹曲线。
可选的,所述根据所述当前车速确定轨迹点更新间隔包括:
根据所述当前车速查询预设数据库,以获得与所述当前车速对应的轨迹点更新间隔,所述预设数据库中存储有当前车速与轨迹点更新间隔的对应关系,所述轨迹点更新间隔与所述当前车速负相关。
可选的,所述根据所述轨迹点更新间隔、当前车速、质心侧偏角和所述横摆角速度,计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化量包括:
将所述轨迹点更新间隔、当前车速和所述横摆角速度,代入第一预设公式组,以计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化率;
所述第一预设公式组包括:其中,dX表示所述横坐标变化量,dY表示所述纵坐标变化率,Psi表示所述航心角变化量,V_ego表示所述当前车速,Beta表示所述机动车辆的质心侧偏角,YawRt表示所述横摆角速度。
可选的,所述根据所述坐标系变化量,计算获得坐标变换矩阵包括:
将所述坐标系变化量代入第二预设公式,以计算获得所述坐标变换矩阵;所述第二预设公式包括:
可选的,所述根据所述坐标变换矩阵,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下,以获得目标历史点集序列包括:
根据第三预设公式,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下;
所述第三预设公式包括:其中,xt、yt分别表示所述引导车辆在所述机动车辆的当前坐标系下的横坐标和纵坐标,xt-1、yt-1分别表示所述引导车辆在t-1时刻的坐标系下的横坐标和纵坐标;T表示所述坐标变换矩阵。
可选的,所述对所述目标历史点集序列进行拟合包括:
对所述目标历史点集序列进行采样,对采样获得的采样点进行补点,并利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线;
或
利用所述目标历史点集序列进行线性拟合,以获得所述引导车辆历史轨迹曲线;
或
对所述目标历史点集序列进行采样,并利用所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线。
可选的,所述对所述目标历史点集序列进行采样,对采样获得的采样点进行补点,并利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线包括:
根据所述目标历史点集序列,确定远点距离信息和近点距离信息,所述远点距离信息包括目标历史点集远点纵向距离、目标历史点集远点横向距离和预瞄远点纵向距离;所述近点距离信息包括目标历史点集近点纵向距离和目标历史点集近点横向距离;
对所述目标历史点集序列进行采样,并将采样点的第一个点的横坐标限定在坐标系的y轴下方;
若所述远点距离信息包括目标历史点集远点纵向距离小于所述预瞄远点纵向距离,则在[x1,x2]区间内均匀补点,x1表示所述远点距离信息包括目标历史点集远点纵向距离,x2表示所述预瞄远点纵向距离;
利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线。
可选的,所述对所述目标历史点集序列进行采样,并利用所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线包括:
根据所述目标历史点集序列,确定远点距离信息和近点距离信息,所述远点距离信息包括目标历史点集远点纵向距离、目标历史点集远点横向距离和预瞄远点纵向距离;所述近点距离信息包括目标历史点集近点纵向距离和目标历史点集近点横向距离;
对所述目标历史点集序列进行采样,并将采样点的第一个点的横坐标限定在坐标系的y轴下方;
利用所有采样点进行三次曲线拟合,以获得初始轨迹曲线;
利用期望曲率对所述初始轨迹曲线进行修正,以获得所述引导车辆历史轨迹曲线。
一种引导车辆历史轨迹曲线的获取***,用于机动车辆的横向预瞄跟踪控制,所述引导车辆历史轨迹曲线的获取***包括:
数据获取模块,用于获取所述机动车辆的引导车辆历史点集序列、所述机动车辆的当前车速、横摆角速度和质心侧偏角;
间隔确定模块,用于根据所述当前车速确定轨迹点更新间隔;
第一计算模块,用于根据所述轨迹点更新间隔、当前车速、质心侧偏角和所述横摆角速度,计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化量;所述坐标系变化量包括横坐标变化量、纵坐标变化量和航心角变化量;
第二计算模块,用于根据所述坐标系变化量,计算获得坐标变换矩阵;
坐标转换模块,用于根据所述坐标变换矩阵,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下,以获得目标历史点集序列;
曲线拟合模块,用于对所述目标历史点集序列进行拟合,以获得所述引导车辆历史轨迹曲线。
可选的,所述间隔确定模块具体用于,根据所述当前车速查询预设数据库,以获得与所述当前车速对应的轨迹点更新间隔,所述预设数据库中存储有当前车速与轨迹点更新间隔的对应关系,所述轨迹点更新间隔与所述当前车速负相关。
可选的,所述第一计算模块具体用于,将所述轨迹点更新间隔、当前车速和所述横摆角速度,代入第一预设公式组,以计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化率;
所述第一预设公式组包括:其中,dX表示所述横坐标变化量,dY表示所述纵坐标变化率,Psi表示所述航心角变化量,V_ego表示所述当前车速,Beta表示所述机动车辆的质心侧偏角,YawRt表示所述横摆角速度。
可选的,所述第二计算模块具体用于,将所述坐标系变化量代入第二预设公式,以计算获得所述坐标变换矩阵;
所述第二预设公式包括:
可选的,所述坐标转换模块,具体用于根据第三预设公式,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下;
所述第三预设公式包括:其中,xt、yt分别表示所述引导车辆在所述机动车辆的当前坐标系下的横坐标和纵坐标,xt-1、yt-1分别表示所述引导车辆在t-1时刻的坐标系下的横坐标和纵坐标;T表示所述坐标变换矩阵。
可选的,所述曲线拟合模块具体用于,对所述目标历史点集序列进行采样,对采样获得的采样点进行补点,并利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线;
或
利用所述目标历史点集序列进行线性拟合,以获得所述引导车辆历史轨迹曲线;
或
对所述目标历史点集序列进行采样,并利用所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线。
可选的,所述曲线拟合模块对所述目标历史点集序列进行采样,对采样获得的采样点进行补点,并利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线具体用于,根据所述目标历史点集序列,确定远点距离信息和近点距离信息,所述远点距离信息包括目标历史点集远点纵向距离、目标历史点集远点横向距离和预瞄远点纵向距离;所述近点距离信息包括目标历史点集近点纵向距离和目标历史点集近点横向距离;
对所述目标历史点集序列进行采样,并将采样点的第一个点的横坐标限定在坐标系的y轴下方;
若所述远点距离信息包括目标历史点集远点纵向距离小于所述预瞄远点纵向距离,则在[x1,x2]区间内均匀补点,x1表示所述远点距离信息包括目标历史点集远点纵向距离,x2表示所述预瞄远点纵向距离;
利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线。
可选的,所述曲线拟合模块对所述目标历史点集序列进行采样,并利用所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线具体用于,根据所述目标历史点集序列,确定远点距离信息和近点距离信息,所述远点距离信息包括目标历史点集远点纵向距离、目标历史点集远点横向距离和预瞄远点纵向距离;所述近点距离信息包括目标历史点集近点纵向距离和目标历史点集近点横向距离;
对所述目标历史点集序列进行采样,并将采样点的第一个点的横坐标限定在坐标系的y轴下方;
利用所有采样点进行三次曲线拟合,以获得初始轨迹曲线;
利用期望曲率对所述初始轨迹曲线进行修正,以获得所述引导车辆历史轨迹曲线。
一种引导车辆历史轨迹曲线的获取***,用于机动车辆的横向预瞄跟踪控制,所述引导车辆历史轨迹曲线的获取***包括:存储器和处理器;
所述存储器用于存储程序代码,所述处理器用于调用所述程序代码,所述程序代码用于执行上述任一项所述的引导车辆历史轨迹曲线的获取方法。
一种存储介质,所述存储介质上存储有程序代码,所述程序代码被执行时实现上述任一项所述的引导车辆历史轨迹曲线的获取方法。
从上述技术方案可以看出,本申请实施例提供了一种引导车辆历史轨迹曲线的获取方法及相关装置,其中,所述引导车辆历史轨迹曲线的获取方法首先获取所述机动车辆的引导车辆历史点集序列、所述机动车辆的当前车速、横摆角速度和质心侧偏角,根据所述当前车速确定轨迹点更新间隔,根据所述轨迹点更新间隔、当前车速、质心侧偏角和所述横摆角速度,计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化量,然后根据所述坐标系变化量,计算获得坐标变换矩阵,并根据所述坐标变换矩阵,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下,以获得目标历史点集序列;最后对所述目标历史点集序列进行拟合,以获得所述引导车辆历史轨迹曲线,所述引导车辆历史轨迹曲线的获取方法对所述引导车辆历史轨迹曲线的获取进行了优化,有利于获取准确的引导车辆历史轨迹曲线。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为t时刻和t-1时刻的坐标转换示意图;
图2为本申请的一个实施例提供的一种引导车辆历史轨迹曲线的获取方法的流程示意图;
图3为本申请的一个实施例提供的一种对所述目标历史点集序列进行拟合的具体方式示意图;
图4为本申请的另一个实施例提供的一种对所述目标历史点集序列进行拟合的具体方式示意图。
具体实施方式
正如背景技术中所述,引导车辆历史轨迹曲线的准确获取对于TJA***具有重要意义。
参考图1,图1示出了t时刻和t-1时刻的坐标转换示意图,假设当前时刻为坐标系为Oxy(t),上一时刻坐标系为Oxy(t-1),引导车辆在t时刻以及t-1时刻坐标系下的坐标分别为(xt,yt)和(xt-1,yt-1)。
Beta,本车质心侧偏角;
dPsi,本车航向角在t时刻和t-1时刻的变化量;
dX,Oxy(t)原点Ot在Oxy(t-1)下的横坐标;
dY,Oxy(t)原点Ot在Oxy(t-1)下的纵坐标;
V_ego,本车实际的行驶速度。
1)坐标变换参数计算
因引导车辆历史点集(引导车辆行驶过程中的真实行驶位置转换到当前时刻坐标系)更新时间dT短,此过程中Beta(与轮胎侧偏角有关)很小,可忽略,dX、dY和Psi的计算方法如下:
dX=V_ego*dT*cos(Beta)=V_ego*dT (1)
dY=V_ego*dT*sin(Beta)=0 (2)
Psi=YawRt*dT (3)
2)坐标变换矩阵计算
由坐标系Ot-1xt-1yt-1到Oxy的变换应当由以下矩阵表示:
通过上述公式,可将上一时刻的轨迹点转换到当前坐标下。以此类推,可将引导车辆在时间序列(t1,t2,t3,…,tn)下的历史轨迹点集转换至当前时刻机动车辆坐标系。
(2)路径预瞄跟踪控制
考虑驾驶员开车时,总是会不断对前方的道路信息进行预瞄,根据前方路径的弯曲程度(曲率)来决定此时车辆期望的方向盘转角、车速等。对于智能驾驶辅助***TJA横向跟踪控制而言,应该与驾驶员的驾驶行为类似,需要根据前方路径的弯曲程度来调节预瞄距离。
一般而言,预瞄点被认为是本车期望的位置(或者说是本车期望行驶经过的位置点),通常是本车车速的函数,工程应用上可通过标定得到,本车速度越大,预瞄距离越远,本车车速越小,预瞄距离越近。
设引导车辆历史点集纵向距离范围为[X_min,X_max](有效区间,该有效区间指纵向距离最远点和最近点之间的区域,在此区间内,曲线拟合被认为是有效的),预瞄点的纵向距离为X_Prvw,实际应用中X_Prvw不一定处于[X_min,X_max]内,即远点(与本车纵向距离最远的点)距离和预瞄点距离并不一定会保持一致甚至会存在比较大的偏差。此时通常会对引导车辆历史点集进行曲线拟合处理,在[X_min,X_max]内,效果较好,但在预瞄远点处,是具有预测性和不确定性的,这就对智能驾驶横向预瞄跟踪控制带来了难题,导致跟踪效果较差,方向盘抖动大。
有鉴于此,本申请实施例提供了一种引导车辆历史轨迹曲线的获取方法,用于机动车辆的横向预瞄跟踪控制,所述引导车辆历史轨迹曲线的获取方法包括:
获取所述机动车辆的引导车辆历史点集序列、所述机动车辆的当前车速、横摆角速度和质心侧偏角;
根据所述当前车速确定轨迹点更新间隔;
根据所述轨迹点更新间隔、当前车速、质心侧偏角和所述横摆角速度,计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化量;所述坐标系变化量包括横坐标变化量、纵坐标变化量和航心角变化量;
根据所述坐标系变化量,计算获得坐标变换矩阵;
根据所述坐标变换矩阵,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下,以获得目标历史点集序列;
对所述目标历史点集序列进行拟合,以获得所述引导车辆历史轨迹曲线。
所述引导车辆历史轨迹曲线的获取方法首先获取所述机动车辆的引导车辆历史点集序列、所述机动车辆的当前车速、横摆角速度和质心侧偏角,根据所述当前车速确定轨迹点更新间隔,根据所述轨迹点更新间隔、当前车速、质心侧偏角和所述横摆角速度,计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化量,然后根据所述坐标系变化量,计算获得坐标变换矩阵,并根据所述坐标变换矩阵,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下,以获得目标历史点集序列;最后对所述目标历史点集序列进行拟合,以获得所述引导车辆历史轨迹曲线,所述引导车辆历史轨迹曲线的获取方法对所述引导车辆历史轨迹曲线的获取进行了优化,有利于获取准确的引导车辆历史轨迹曲线,以解决由于预瞄远点距离和引导车辆历史点集远点距离不匹配导致跟踪效果差和方向盘抖动大的问题。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请实施例提供了一种引导车辆历史轨迹曲线的获取方法,如图2所示,用于机动车辆的横向预瞄跟踪控制,所述引导车辆历史轨迹曲线的获取方法包括:
S101:获取所述机动车辆的引导车辆历史点集序列、所述机动车辆的当前车速、横摆角速度和质心侧偏角;
S102:根据所述当前车速确定轨迹点更新间隔;
S103:根据所述轨迹点更新间隔、当前车速、质心侧偏角和所述横摆角速度,计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化量;所述坐标系变化量包括横坐标变化量、纵坐标变化量和航心角变化量;
S104:根据所述坐标系变化量,计算获得坐标变换矩阵;
S105:根据所述坐标变换矩阵,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下,以获得目标历史点集序列;
S106:对所述目标历史点集序列进行拟合,以获得所述引导车辆历史轨迹曲线。
其中,可选的,所述根据所述当前车速确定轨迹点更新间隔包括:
S1021:根据所述当前车速查询预设数据库,以获得与所述当前车速对应的轨迹点更新间隔,所述预设数据库中存储有当前车速与轨迹点更新间隔的对应关系,所述轨迹点更新间隔与所述当前车速负相关。
所述轨迹点更新间隔与所述当前车速负相关是指:在当前车速越大时,所述轨迹点更新间隔越小,而当前车速越小时,所述轨迹点更新间隔越大。
所述预设数据库可以以标定的方式获得,在标定过程中,与所述当前车速对应的轨迹点更新间隔的获取公式可以包括:
dT=(S*3.6)/(T*(N-1)*V);其中,dT表示所述轨迹点更新间隔,S表示引导车辆与机动车辆(本车)之间的纵向距离(m),V表示所述机动车辆的当前速度(单位:kph),N表示所述引导车辆历史点集序列中的存储点的个数。
可选的,所述根据所述轨迹点更新间隔、当前车速、质心侧偏角和所述横摆角速度,计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化量包括:
S1031:将所述轨迹点更新间隔、当前车速和所述横摆角速度,代入第一预设公式组,以计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化率;
所述第一预设公式组包括:其中,dX表示所述横坐标变化量,dY表示所述纵坐标变化率,Psi表示所述航心角变化量,V_ego表示所述当前车速,Beta表示所述机动车辆的质心侧偏角,YawRt表示所述横摆角速度。
所述根据所述坐标系变化量,计算获得坐标变换矩阵包括:
S1041:将所述坐标系变化量代入第二预设公式,以计算获得所述坐标变换矩阵;
所述第二预设公式包括:
所述根据所述坐标变换矩阵,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下,以获得目标历史点集序列包括:
S1051:根据第三预设公式,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下;
所述第三预设公式包括:其中,xt、yt分别表示所述引导车辆在所述机动车辆的当前坐标系下的横坐标和纵坐标,xt-1、yt-1分别表示所述引导车辆在t-1时刻的坐标系下的横坐标和纵坐标;T表示所述坐标变换矩阵。
对于所述目标历史点集序列拟合的过程,本申请实施例提供了三种可行的实施方式,具体地,所述对所述目标历史点集序列进行拟合包括:
S1061:对所述目标历史点集序列进行采样,对采样获得的采样点进行补点,并利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线;
或
S1062:利用所述目标历史点集序列进行线性拟合,以获得所述引导车辆历史轨迹曲线;
或
S1063:对所述目标历史点集序列进行采样,并利用所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线。
对于S1061,参考图3,所述对所述目标历史点集序列进行采样,对采样获得的采样点进行补点,并利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线包括:
设目标历史点集序列为:{P1,P2,P3,…,Pn}。
则根据所述目标历史点集序列,确定远点距离信息和近点距离信息,所述远点距离信息包括目标历史点集远点纵向距离x1、目标历史点集远点横向距离y1和预瞄远点纵向距离x2;所述近点距离信息包括目标历史点集近点纵向距离x0和目标历史点集近点横向距离y0;
对所述目标历史点集序列进行采样,并将采样点的第一个点的横坐标限定在坐标系的y轴下方,以保证三次拟合曲线的拟合系数C0的跳动趋于稳定。
图3中示出了三次拟合曲线、真实点曲线和补充点曲线,纵坐标y0到y1之间为实际历史轨迹点区间(即目标历史点集序列所在区间),y1到y2之间为补充历史轨迹点区间(即补点所在区间)。
若所述远点距离信息包括目标历史点集远点纵向距离小于所述预瞄远点纵向距离,则在[x1,x2]区间内均匀补点,x1表示所述远点距离信息包括目标历史点集远点纵向距离,x2表示所述预瞄远点纵向距离;
利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线。
补点的个数m可以根据以下公式计算:
其中,N表示所述引导车辆历史点集序列中的存储点的个数。
在补点过程中,补点的位置可以从历史轨迹点远点开始至预瞄点,同一将横坐标定位历史轨迹点远点的侧向位置。
在补点完成后,即可利用补点后的所有采样点进行三次曲线拟合,在三次曲线拟合过程中,首先计算纵向距离xi=x1+k*(x2-x1)/m,其中k=1,…,m
横向距离yi=y1。
则针对补点后的所有采样点构成的数据点集Pi(xi,yi),1=<i<=(m+n),三次多项式系数可通过下述矩阵方程解出:
其中,C0、C1、C2和C3分别为三次多项式系数。
对于S1062,参考图4,图4为步骤S1062的示意图,设引导车辆历史轨迹点更新时间间隔为dt,所述引导车辆历史轨迹点是指t-1时刻的引导车辆真实行驶位置通过坐标转换到当前时刻t下所得到的位置,引导车辆历史轨迹点集为{P1,P2,P3,…,Pn},对其进行线性拟合,获得如图4所示的线性拟合曲线,从而可判断出前车行驶的大体趋势,就dT而言,其值越小,预测的趋势越准确,但可能会导致拟合直线的斜率变化不平滑,实际上,dT可根据当前车速查表,当前车速慢,可以将dT放大,反之可将其减小。图4中还分别示出了真实历史轨迹点(即引导车辆历史轨迹点)和预瞄远点。
线性拟合的计算公式为Y=k×X+b,其中,k和b的计算方式如下:
b=ym-k*xm;
其中,xm表示历史轨迹点纵坐标的算数平均值,ym表示历史轨迹点横坐标的算数平均值。
就步骤S1062而言,车辆历史轨迹点集的覆盖范围不必太长,其重点在于判断引导车辆行驶的方向趋势,从而降低预瞄远点处的抖动,提高路径跟踪性能和舒适性。
对于步骤S1063而言,实质是不带补点过程的步骤S1061,直接将预瞄远点限定在引导车辆历史点集远点纵向距离以内,这样会使得在引导车辆离本车较近时,预瞄距离小,导致期望的曲率很大,方向盘角度会有很大的超调,跟踪效果差,因此需要利用期望曲率对所述初始轨迹曲线进行修正,以获得所述引导车辆历史轨迹曲线,设计算出的期望曲率为ρ,则:
ρfix=f(s)*ρ;
其中s为引导车辆与所述机动车辆(本车)之间的纵向距离,f(s)可做查表处理,根据s来得出修正系数。
相应的,本申请实施例还提供了一种引导车辆历史轨迹曲线的获取***,用于机动车辆的横向预瞄跟踪控制,所述引导车辆历史轨迹曲线的获取***包括:
数据获取模块,用于获取所述机动车辆的引导车辆历史点集序列、所述机动车辆的当前车速、横摆角速度和质心侧偏角;
间隔确定模块,用于根据所述当前车速确定轨迹点更新间隔;
第一计算模块,用于根据所述轨迹点更新间隔、当前车速、质心侧偏角和所述横摆角速度,计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化量;所述坐标系变化量包括横坐标变化量、纵坐标变化量和航心角变化量;
第二计算模块,用于根据所述坐标系变化量,计算获得坐标变换矩阵;
坐标转换模块,用于根据所述坐标变换矩阵,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下,以获得目标历史点集序列;
曲线拟合模块,用于对所述目标历史点集序列进行拟合,以获得所述引导车辆历史轨迹曲线。
可选的,所述间隔确定模块具体用于,根据所述当前车速查询预设数据库,以获得与所述当前车速对应的轨迹点更新间隔,所述预设数据库中存储有当前车速与轨迹点更新间隔的对应关系,所述轨迹点更新间隔与所述当前车速负相关。
可选的,所述第一计算模块具体用于,将所述轨迹点更新间隔、当前车速和所述横摆角速度,代入第一预设公式组,以计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化率;
所述第一预设公式组包括:其中,dX表示所述横坐标变化量,dY表示所述纵坐标变化率,Psi表示所述航心角变化量,V_ego表示所述当前车速,Beta表示所述机动车辆的质心侧偏角,YawRt表示所述横摆角速度。
可选的,所述第二计算模块具体用于,将所述坐标系变化量代入第二预设公式,以计算获得所述坐标变换矩阵;
所述第二预设公式包括:
可选的,所述坐标转换模块,具体用于根据第三预设公式,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下;
所述第三预设公式包括:其中,xt、yt分别表示所述引导车辆在所述机动车辆的当前坐标系下的横坐标和纵坐标,xt-1、yt-1分别表示所述引导车辆在t-1时刻的坐标系下的横坐标和纵坐标;T表示所述坐标变换矩阵。
可选的,所述曲线拟合模块具体用于,对所述目标历史点集序列进行采样,对采样获得的采样点进行补点,并利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线;
或
利用所述目标历史点集序列进行线性拟合,以获得所述引导车辆历史轨迹曲线;
或
对所述目标历史点集序列进行采样,并利用所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线。
可选的,所述曲线拟合模块对所述目标历史点集序列进行采样,对采样获得的采样点进行补点,并利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线具体用于,根据所述目标历史点集序列,确定远点距离信息和近点距离信息,所述远点距离信息包括目标历史点集远点纵向距离、目标历史点集远点横向距离和预瞄远点纵向距离;所述近点距离信息包括目标历史点集近点纵向距离和目标历史点集近点横向距离;
对所述目标历史点集序列进行采样,并将采样点的第一个点的横坐标限定在坐标系的y轴下方;
若所述远点距离信息包括目标历史点集远点纵向距离小于所述预瞄远点纵向距离,则在[x1,x2]区间内均匀补点,x1表示所述远点距离信息包括目标历史点集远点纵向距离,x2表示所述预瞄远点纵向距离;
利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线。
可选的,所述曲线拟合模块对所述目标历史点集序列进行采样,并利用所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线具体用于,根据所述目标历史点集序列,确定远点距离信息和近点距离信息,所述远点距离信息包括目标历史点集远点纵向距离、目标历史点集远点横向距离和预瞄远点纵向距离;所述近点距离信息包括目标历史点集近点纵向距离和目标历史点集近点横向距离;
对所述目标历史点集序列进行采样,并将采样点的第一个点的横坐标限定在坐标系的y轴下方;
利用所有采样点进行三次曲线拟合,以获得初始轨迹曲线;
利用期望曲率对所述初始轨迹曲线进行修正,以获得所述引导车辆历史轨迹曲线。
相应的,本申请实施例还提供了一种引导车辆历史轨迹曲线的获取***,用于机动车辆的横向预瞄跟踪控制,所述引导车辆历史轨迹曲线的获取***包括:存储器和处理器;
所述存储器用于存储程序代码,所述处理器用于调用所述程序代码,所述程序代码用于执行上述任一实施例所述的引导车辆历史轨迹曲线的获取方法。
相应的,本申请实施例还提供了一种存储介质,所述存储介质上存储有程序代码,所述程序代码被执行时实现上述任一实施例所述的引导车辆历史轨迹曲线的获取方法。
综上所述,本申请实施例提供了一种引导车辆历史轨迹曲线的获取方法及相关装置,其中,所述引导车辆历史轨迹曲线的获取方法首先获取所述机动车辆的引导车辆历史点集序列、所述机动车辆的当前车速、横摆角速度和质心侧偏角,根据所述当前车速确定轨迹点更新间隔,根据所述轨迹点更新间隔、当前车速、质心侧偏角和所述横摆角速度,计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化量,然后根据所述坐标系变化量,计算获得坐标变换矩阵,并根据所述坐标变换矩阵,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下,以获得目标历史点集序列;最后对所述目标历史点集序列进行拟合,以获得所述引导车辆历史轨迹曲线,所述引导车辆历史轨迹曲线的获取方法对所述引导车辆历史轨迹曲线的获取进行了优化,有利于获取准确的引导车辆历史轨迹曲线。
本说明书中各实施例中记载的特征可以相互替换或者组合,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (18)
1.一种引导车辆历史轨迹曲线的获取方法,其特征在于,用于机动车辆的横向预瞄跟踪控制,所述引导车辆历史轨迹曲线的获取方法包括:
获取所述机动车辆的引导车辆历史点集序列、所述机动车辆的当前车速、横摆角速度和质心侧偏角;
根据所述当前车速确定轨迹点更新间隔;
根据所述轨迹点更新间隔、当前车速、质心侧偏角和所述横摆角速度,计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化量;所述坐标系变化量包括横坐标变化量、纵坐标变化量和航心角变化量;
根据所述坐标系变化量,计算获得坐标变换矩阵;
根据所述坐标变换矩阵,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下,以获得目标历史点集序列;
对所述目标历史点集序列进行拟合,以获得所述引导车辆历史轨迹曲线。
2.根据权利要求1所述的方法,其特征在于,所述根据所述当前车速确定轨迹点更新间隔包括:
根据所述当前车速查询预设数据库,以获得与所述当前车速对应的轨迹点更新间隔,所述预设数据库中存储有当前车速与轨迹点更新间隔的对应关系,所述轨迹点更新间隔与所述当前车速负相关。
6.根据权利要求1所述的方法,其特征在于,所述对所述目标历史点集序列进行拟合包括:
对所述目标历史点集序列进行采样,对采样获得的采样点进行补点,并利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线;
或
利用所述目标历史点集序列进行线性拟合,以获得所述引导车辆历史轨迹曲线;
或
对所述目标历史点集序列进行采样,并利用所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线。
7.根据权利要求6所述的方法,其特征在于,所述对所述目标历史点集序列进行采样,对采样获得的采样点进行补点,并利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线包括:
根据所述目标历史点集序列,确定远点距离信息和近点距离信息,所述远点距离信息包括目标历史点集远点纵向距离、目标历史点集远点横向距离和预瞄远点纵向距离;所述近点距离信息包括目标历史点集近点纵向距离和目标历史点集近点横向距离;
对所述目标历史点集序列进行采样,并将采样点的第一个点的横坐标限定在坐标系的y轴下方;
若所述远点距离信息包括目标历史点集远点纵向距离小于所述预瞄远点纵向距离,则在[x1,x2]区间内均匀补点,x1表示所述远点距离信息包括目标历史点集远点纵向距离,x2表示所述预瞄远点纵向距离;
利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线。
8.根据权利要求6所述的方法,其特征在于,所述对所述目标历史点集序列进行采样,并利用所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线包括:
根据所述目标历史点集序列,确定远点距离信息和近点距离信息,所述远点距离信息包括目标历史点集远点纵向距离、目标历史点集远点横向距离和预瞄远点纵向距离;所述近点距离信息包括目标历史点集近点纵向距离和目标历史点集近点横向距离;
对所述目标历史点集序列进行采样,并将采样点的第一个点的横坐标限定在坐标系的y轴下方;
利用所有采样点进行三次曲线拟合,以获得初始轨迹曲线;
利用期望曲率对所述初始轨迹曲线进行修正,以获得所述引导车辆历史轨迹曲线。
9.一种引导车辆历史轨迹曲线的获取***,其特征在于,用于机动车辆的横向预瞄跟踪控制,所述引导车辆历史轨迹曲线的获取***包括:
数据获取模块,用于获取所述机动车辆的引导车辆历史点集序列、所述机动车辆的当前车速、横摆角速度和质心侧偏角;
间隔确定模块,用于根据所述当前车速确定轨迹点更新间隔;
第一计算模块,用于根据所述轨迹点更新间隔、当前车速、质心侧偏角和所述横摆角速度,计算获得所述机动车辆在所述轨迹点更新间隔内的坐标系变化量;所述坐标系变化量包括横坐标变化量、纵坐标变化量和航心角变化量;
第二计算模块,用于根据所述坐标系变化量,计算获得坐标变换矩阵;
坐标转换模块,用于根据所述坐标变换矩阵,将所述引导车辆历史点集序列转换到所述机动车辆的当前坐标系下,以获得目标历史点集序列;
曲线拟合模块,用于对所述目标历史点集序列进行拟合,以获得所述引导车辆历史轨迹曲线。
10.根据权利要求9所述的***,其特征在于,所述间隔确定模块具体用于,根据所述当前车速查询预设数据库,以获得与所述当前车速对应的轨迹点更新间隔,所述预设数据库中存储有当前车速与轨迹点更新间隔的对应关系,所述轨迹点更新间隔与所述当前车速负相关。
14.根据权利要求9所述的***,其特征在于,所述曲线拟合模块具体用于,对所述目标历史点集序列进行采样,对采样获得的采样点进行补点,并利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线;
或
利用所述目标历史点集序列进行线性拟合,以获得所述引导车辆历史轨迹曲线;
或
对所述目标历史点集序列进行采样,并利用所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线。
15.根据权利要求14所述的***,其特征在于,所述曲线拟合模块对所述目标历史点集序列进行采样,对采样获得的采样点进行补点,并利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线具体用于,根据所述目标历史点集序列,确定远点距离信息和近点距离信息,所述远点距离信息包括目标历史点集远点纵向距离、目标历史点集远点横向距离和预瞄远点纵向距离;所述近点距离信息包括目标历史点集近点纵向距离和目标历史点集近点横向距离;
对所述目标历史点集序列进行采样,并将采样点的第一个点的横坐标限定在坐标系的y轴下方;
若所述远点距离信息包括目标历史点集远点纵向距离小于所述预瞄远点纵向距离,则在[x1,x2]区间内均匀补点,x1表示所述远点距离信息包括目标历史点集远点纵向距离,x2表示所述预瞄远点纵向距离;
利用补点后的所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线。
16.根据权利要求14所述的***,其特征在于,所述曲线拟合模块对所述目标历史点集序列进行采样,并利用所有采样点进行三次曲线拟合,以获得所述引导车辆历史轨迹曲线具体用于,根据所述目标历史点集序列,确定远点距离信息和近点距离信息,所述远点距离信息包括目标历史点集远点纵向距离、目标历史点集远点横向距离和预瞄远点纵向距离;所述近点距离信息包括目标历史点集近点纵向距离和目标历史点集近点横向距离;
对所述目标历史点集序列进行采样,并将采样点的第一个点的横坐标限定在坐标系的y轴下方;
利用所有采样点进行三次曲线拟合,以获得初始轨迹曲线;
利用期望曲率对所述初始轨迹曲线进行修正,以获得所述引导车辆历史轨迹曲线。
17.一种引导车辆历史轨迹曲线的获取***,其特征在于,用于机动车辆的横向预瞄跟踪控制,所述引导车辆历史轨迹曲线的获取***包括:存储器和处理器;
所述存储器用于存储程序代码,所述处理器用于调用所述程序代码,所述程序代码用于执行权利要求1-8任一项所述的引导车辆历史轨迹曲线的获取方法。
18.一种存储介质,其特征在于,所述存储介质上存储有程序代码,所述程序代码被执行时实现权利要求1-8任一项所述的引导车辆历史轨迹曲线的获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010818916.3A CN114074674B (zh) | 2020-08-14 | 2020-08-14 | 一种引导车辆历史轨迹曲线的获取方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010818916.3A CN114074674B (zh) | 2020-08-14 | 2020-08-14 | 一种引导车辆历史轨迹曲线的获取方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114074674A true CN114074674A (zh) | 2022-02-22 |
CN114074674B CN114074674B (zh) | 2024-04-09 |
Family
ID=80280769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010818916.3A Active CN114074674B (zh) | 2020-08-14 | 2020-08-14 | 一种引导车辆历史轨迹曲线的获取方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114074674B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115071756A (zh) * | 2022-06-17 | 2022-09-20 | 合众新能源汽车有限公司 | 一种车道线的确定方法及装置 |
CN115273463A (zh) * | 2022-07-04 | 2022-11-01 | 重庆长安汽车股份有限公司 | 行人目标横穿预测方法、装置、车辆及存储介质 |
CN115659088A (zh) * | 2022-12-12 | 2023-01-31 | 亿海蓝(北京)数据技术股份公司 | 航行轨迹展示方法、装置和可读存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1869630A (zh) * | 2006-04-19 | 2006-11-29 | 吉林大学 | 完备汽车运动状态测量*** |
US20080300787A1 (en) * | 2006-02-03 | 2008-12-04 | Gm Global Technology Operations, Inc. | Method and apparatus for on-vehicle calibration and orientation of object-tracking systems |
CN102358287A (zh) * | 2011-09-05 | 2012-02-22 | 北京航空航天大学 | 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法 |
CN102621570A (zh) * | 2012-04-11 | 2012-08-01 | 清华大学 | 基于双全球定位和惯性测量的汽车动力学参数测量方法 |
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 |
WO2018099480A1 (zh) * | 2016-12-01 | 2018-06-07 | 中兴通讯股份有限公司 | 车辆行驶轨迹监测方法及*** |
CN109318905A (zh) * | 2018-08-22 | 2019-02-12 | 江苏大学 | 一种智能汽车路径跟踪混合控制方法 |
US20190302801A1 (en) * | 2018-03-27 | 2019-10-03 | Uber Technologies, Inc. | Georeferenced trajectory estimation system |
-
2020
- 2020-08-14 CN CN202010818916.3A patent/CN114074674B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080300787A1 (en) * | 2006-02-03 | 2008-12-04 | Gm Global Technology Operations, Inc. | Method and apparatus for on-vehicle calibration and orientation of object-tracking systems |
CN1869630A (zh) * | 2006-04-19 | 2006-11-29 | 吉林大学 | 完备汽车运动状态测量*** |
CN102358287A (zh) * | 2011-09-05 | 2012-02-22 | 北京航空航天大学 | 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法 |
CN102621570A (zh) * | 2012-04-11 | 2012-08-01 | 清华大学 | 基于双全球定位和惯性测量的汽车动力学参数测量方法 |
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 |
WO2018099480A1 (zh) * | 2016-12-01 | 2018-06-07 | 中兴通讯股份有限公司 | 车辆行驶轨迹监测方法及*** |
US20190302801A1 (en) * | 2018-03-27 | 2019-10-03 | Uber Technologies, Inc. | Georeferenced trajectory estimation system |
CN109318905A (zh) * | 2018-08-22 | 2019-02-12 | 江苏大学 | 一种智能汽车路径跟踪混合控制方法 |
Non-Patent Citations (1)
Title |
---|
张飞铁: ""无人驾驶汽车路径跟踪控制研究"", 《计算机仿真》, vol. 36, no. 6, pages 175 - 178 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115071756A (zh) * | 2022-06-17 | 2022-09-20 | 合众新能源汽车有限公司 | 一种车道线的确定方法及装置 |
CN115273463A (zh) * | 2022-07-04 | 2022-11-01 | 重庆长安汽车股份有限公司 | 行人目标横穿预测方法、装置、车辆及存储介质 |
CN115659088A (zh) * | 2022-12-12 | 2023-01-31 | 亿海蓝(北京)数据技术股份公司 | 航行轨迹展示方法、装置和可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114074674B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114074674A (zh) | 一种引导车辆历史轨迹曲线的获取方法及相关装置 | |
CN110568758B (zh) | 一种自动驾驶汽车的参数自适应横向运动lqr控制方法 | |
CN109765887B (zh) | 一种自动驾驶控制方法 | |
CN107618503A (zh) | 一种自动泊车控制方法及*** | |
CN110006419B (zh) | 一种基于预瞄的车辆轨迹跟踪点确定方法 | |
CN112327830B (zh) | 车辆自动驾驶变道轨迹的规划方法及电子设备 | |
CN106950953B (zh) | 一种自动泊车路径跟踪及车辆控制***和方法 | |
WO2023173713A1 (zh) | 一种车辆的转向控制方法、装置、车辆及存储介质 | |
CN110789530B (zh) | 一种四轮独立转向-独立驱动车辆轨迹跟踪方法和*** | |
CN112158196B (zh) | 自动泊车方法及装置 | |
CN114940163B (zh) | 一种后轮转向车辆的横向运动控制方法、后轮转向车辆及电子*** | |
CN113525509B (zh) | 一种铰接车辆转向控制方法及装置 | |
CN115489543A (zh) | 车辆横向控制方法、装置、***、电子装置和存储介质 | |
CN114877904A (zh) | 一种道路曲率的估计方法、测量装置和计算机设备 | |
CN113311845B (zh) | 基于路径曲率的纯跟踪控制误差补偿方法及装置 | |
WO2022248399A1 (en) | An adaptive path following algorithm for heavy-duty vehicles | |
CN113525366A (zh) | 一种针对钢轮压路机液压横向控制器的横向控制方法 | |
CN116080754B (zh) | 一种车辆自主驾驶横向控制方法 | |
CN115837912B (zh) | 一种基于轨迹跟踪的指令变道方法及*** | |
WO2023236476A1 (zh) | 一种无车道线下确定跟踪轨迹的方法及装置 | |
CN112937580A (zh) | 一种目标路径跟踪方法与装置 | |
CN116052116A (zh) | 一种基于多源信息感知和端到端深度学习的自动泊车方法 | |
CN115848366A (zh) | 融定位和车道线的车道保持控制方法、***、设备及介质 | |
CN113763434B (zh) | 一种基于卡尔曼滤波多运动模型切换的目标轨迹预测方法 | |
CN115891975A (zh) | 车辆的横向控制方法、相关设备、存储介质及程序产品 |
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 |