CN114485708A - 无人驾驶车辆路径规划方法、***、电子设备及存储介质 - Google Patents
无人驾驶车辆路径规划方法、***、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114485708A CN114485708A CN202210053491.0A CN202210053491A CN114485708A CN 114485708 A CN114485708 A CN 114485708A CN 202210053491 A CN202210053491 A CN 202210053491A CN 114485708 A CN114485708 A CN 114485708A
- Authority
- CN
- China
- Prior art keywords
- path
- unmanned vehicle
- roadside
- information
- marker
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 239000003550 marker Substances 0.000 claims description 90
- 230000000007 visual effect Effects 0.000 claims description 80
- 239000000126 substance Substances 0.000 claims 1
- 238000004590 computer program Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000010295 mobile communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000037361 pathway Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了无人驾驶车辆路径规划方法、***、电子设备及存储介质,所述无人驾驶车辆路径规划方法应用于云平台,包括以下步骤:实时检测路侧设备是否生成路径偏离报警信息;当检测到路侧设备产生路径偏离报警时,检测无人驾驶车辆的当前定位精度是否符合预设精度要求;若所述无人驾驶车辆的当前定位精度不符合预设精度要求,则获取所述路侧设备检测到的所述无人驾驶车辆的路侧定位信息,并根据所述路侧定位信息生成目标行驶路径;控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶。本申请解决了无人驾驶车辆定位在特殊路段精度低的技术问题。
Description
技术领域
本申请涉及无人驾驶车辆技术领域,尤其涉及一种无人驾驶车辆路径规划方法、***、电子设备及存储介质。
背景技术
在云控无人驾驶***中,无人驾驶车辆上报GNSS(Global Navigation SatelliteSystem,全球导航卫星***)定位数据至云平台进行无人驾驶车辆路径规划,并接收云平台下发的轨迹及车控指令进行循迹,正常情况下置信于车端的RTK(Real-time kinematic,实时动态)定位信息,云平台使用此信息进行无人驾驶车辆路径规划和车辆控制决策,但当所述无人驾驶车辆经过窄巷或是雨棚、连廊等路段时,GNSS信号在传输过程中易被建筑物表面反射,导致车辆在建筑物间隔中穿行时,自身位置计算容易出现偏差,RTK定位信息不准确,容易导致车辆跑偏造成安全事故。
发明内容
本申请的主要目的在于提供一种无人驾驶车辆路径规划方法、***、电子设备及存储介质,旨在解决无人驾驶车辆定位在特殊路段精度的技术问题。
为实现上述目的,本申请提供一种无人驾驶车辆路径规划方法,所述无人驾驶车辆路径规划方法应用于云平台,所述无人驾驶车辆路径规划方法包括:
实时检测路侧设备是否生成路径偏离报警信息;
当检测到路侧设备产生路径偏离报警时,检测无人驾驶车辆的当前定位精度是否符合预设精度要求;
若所述无人驾驶车辆的当前定位精度不符合预设精度要求,则获取所述路侧设备检测到的所述无人驾驶车辆的路侧定位信息,并根据所述路侧定位信息生成目标行驶路径;
控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶。
可选地,所述检测无人驾驶车辆的当前定位精度是否符合预设精度要求的步骤包括:
获取所述无人驾驶车辆的当前车端定位信息;
判断所述车端定位信息中的精度标志位是否为固定解;
若所述车端定位信息中的精度标志位为固定解,则判定所述无人驾驶车辆的当前定位精度符合预设精度要求;
若所述车端定位信息中的精度标志位不为固定解,则判定所述无人驾驶车辆的当前定位精度不符合预设精度要求。
可选地,所述根据所述路侧定位信息生成目标行驶路径的步骤包括:
获取所述无人驾驶车辆的当前行驶路径;
根据所述路侧定位信息和所述当前行驶路径,生成目标行驶路径,所述目标行驶路径由返回所述当前行驶路径的返回路径和所述当前行驶路径组成。
可选地,所述控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶的步骤包括:
控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶,并实时检测所述无人驾驶车辆的当前定位精度是否符合预设精度要求;
当检测到所述无人驾驶车辆的当前定位精度符合预设精度要求时,控制所述无人驾驶车辆根据车端定位信息和所述目标行驶路径行驶。
可选地,所述实时检测路侧设备是否生成路径偏离报警信息的步骤包括:
实时查询所述路侧设备的数据库,判断所述数据库中是否存在路径偏离报警信息。
进一步地,为实现上述目的,本申请提供一种无人驾驶车辆路径规划方法,所述无人驾驶车辆路径规划方法应用于路侧设备,包括以下步骤:
获取无人驾驶车辆的当前行驶路径对应的路径标志物,并通过路侧摄像头识别所述无人驾驶车辆的视觉标识;
检测所述视觉标识是否偏离所述路径标志物;
若检测到所述视觉标识偏离所述路径标志物,则生成路径偏离报警信息。
可选地,所述检测所述视觉标识是否偏离所述路径标志物的步骤包括:
获取所述视觉标识的第一位置信息和所述路径标志物的第二位置信息;
根据所述第一位置信息和所述第二位置信息确定所述视觉标识与所述路径标志物之间的偏差距离;
若所述偏差距离超出预设距离阈值范围,则判定所述视觉标识偏离所述路径标志物;
若所述偏差距离未超出预设距离阈值范围,则判定所述视觉标识未偏离所述路径标志物。
本申请还提供一种无人驾驶车辆路径规划***,所述无人驾驶车辆路径规划***包括云平台和路侧设备;
所述路侧设备,用于获取无人驾驶车辆的当前行驶路径对应的路径标志物,并通过路侧摄像头识别所述无人驾驶车辆的视觉标识;
所述路侧设备,用于检测所述视觉标识是否偏离所述路径标志物;
所述路侧设备,用于若检测到所述视觉标识偏离所述路径标志物,则生成路径偏离报警信息;
所述云平台,用于实时检测路侧设备是否生成路径偏离报警信息;
所述云平台,用于当检测到路侧设备产生路径偏离报警时,检测无人驾驶车辆的当前定位精度是否符合预设精度要求;
所述云平台,用于若所述无人驾驶车辆的当前定位精度不符合预设精度要求,则获取所述路侧设备检测到的所述无人驾驶车辆的路侧定位信息,并根据所述路侧定位信息生成目标行驶路径;
所述云平台,用于控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶。
本申请还提供一种电子设备,所述电子设备为实体设备,所述电子设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述无人驾驶车辆路径规划方法的程序,所述无人驾驶车辆路径规划方法的程序被处理器执行时可实现如上述的无人驾驶车辆路径规划方法的步骤。
本申请还提供一种存储介质,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现无人驾驶车辆路径规划方法的程序,所述无人驾驶车辆路径规划方法的程序被处理器执行时实现如上述的无人驾驶车辆路径规划方法的步骤。
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的无人驾驶车辆路径规划方法的步骤。
本申请提供了一种无人驾驶车辆路径规划方法、***、电子设备及存储介质,通过实时检测路侧设备是否生成路径偏离报警信息,实现了无人驾驶车辆端定位之外,还通过路侧设备对所述无人驾驶车辆的是否发送路径偏离进行监测,通过当检测到路侧设备产生路径偏离报警时,检测无人驾驶车辆的当前定位精度是否符合预设精度要求,实现了从车端定位精确进一步确定路径偏离报警信息的准确性,进而通过若所述无人驾驶车辆的当前定位精度不符合预设精度要求,则获取所述路侧设备检测到的所述无人驾驶车辆的路侧定位信息,并根据所述路侧定位信息生成目标行驶路径,实现了在车端定位不准确的情况下,通过路侧定位信息重新规划无人驾驶车辆的行驶路径,通过控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶,实现了在车端定位不准确的情况下,依据路侧定位信息控制车辆行驶,从无人驾驶车辆和路侧设备两端避免了无人驾驶车辆发送路径偏离的情况,与现有技术仅通过GNSS定位数据规划无人驾驶车辆的行驶路径相比,提高了RTK定位信息在特殊路段受到干扰而不准确时无人驾驶车辆定位的准确性,有效提高了无人驾驶车辆在特殊路段的定位精度,克服了无人驾驶车辆定位在特殊路段精度的技术问题,降低了无人驾驶车辆行驶过程中的发送事故的概率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请无人驾驶车辆路径规划方法一实施例的流程示意图;
图2为本申请无人驾驶车辆路径规划方法另一实施例的流程示意图;
图3为本申请无人驾驶车辆路径规划方法一实施例的场景示意图;
图4为本申请无人驾驶车辆路径规划***一实施例的结构框图;
图5为本申请实施例中无人驾驶车辆路径规划方法涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例,均属于本发明保护的范围。
本申请实施例提供一种无人驾驶车辆路径规划方法,在本申请无人驾驶车辆路径规划方法的第一实施例中,参照图1,所述无人驾驶车辆路径规划方法应用于云平台,包括以下步骤:
步骤S10,实时检测路侧设备是否生成路径偏离报警信息;
在本实施例中,需要说明的是,所述无人驾驶车辆路径规划方法应用于云平台,所述云平台分别与无人驾驶车辆和路侧设备建立通讯连接,所述无人驾驶车辆中装配有RTK模块,通常情况下所述云平台根据所述无人驾驶车辆的车端定位信息进行路径规划并将生成的行驶路径发送至无人驾驶车辆,以供所述无人驾驶车辆根据所述云平台下发的行驶路径进行循迹,其中,所述云平台是指基于硬件资源和软件资源的服务,提供计算、网络和存储能力,所述通讯连接为5G(5th Generation Mobile Communication Technology,第五代移动通信技术)通讯连接,所述车端定位信息为所述无人驾驶车辆的RTK模块根据GNSS定位数据生成的RTK定位信息。
具体地,在所述无人驾驶车辆行驶过程中,所述云平台实时检测路侧设备是否生成路径偏离报警信息,其中,所述路径偏离报警信息是路侧设备检测到所述无人驾驶车辆偏离所述路径标志物产生的报警信息,实时检测路侧设备是否生成路径偏离报警信息的方式可以是,通过实时查询所述路径偏离报警信息在路侧设备中写入的指定位置(如:数据库或存储单元等)中是否写入所述路径偏离报警信息,也可以是检测所述路径偏离报警信息的产生和传递路径上是否产生所述路径偏离报警信息。
可选地,所述实时检测路侧设备是否生成路径偏离报警信息的步骤包括:
实时查询所述路侧设备的数据库,判断所述数据库中是否存在路径偏离报警信息。
在本实施例中,具体地,所述云平台实时查询所述路侧设备的数据库,根据查询结果判断所述数据库中是否存在路径偏离报警信息,其中,所述数据库是所述路侧设备的存储单元,当所述路侧设备产生路径偏离报警信息时,所述路侧设备将所述路径偏离报警信息写入所述数据库中,以供云平台和/或其他设备查询所述路径偏离报警信息,且有利于所述路侧设备的独立运行和保证数据的安全性。
在一种可实施的方式中,所述无人驾驶车辆路径规划方法应用于路侧设备,所述路侧设备生成路径偏离报警信息的步骤包括:
步骤E10,获取无人驾驶车辆的当前行驶路径对应的路径标志物,并通过路侧摄像头识别所述无人驾驶车辆的视觉标识;
在本实施例中,需要说明的是,所述无人驾驶车辆路径规划方法应用于路侧设备,所述路侧设备为路面上设置的可感知和采集到路面环境信息的设备,包括摄像头、激光雷达和/或传感器等,所述路侧设备与所述云平台建立通讯连接,所述通讯连接为5G(5thGeneration Mobile Communication Technology,第五代移动通信技术)通讯连接。
具体地,所述路侧设备向所述云平台获取无人驾驶车辆的当前行驶路径对应的路径标志物,并通过路侧设备上装配的路侧摄像头识别所述无人驾驶车辆的视觉标识,其中,所述路径标志物是用于标识所述无人驾驶车辆部分或全部当前行驶路径的参照物,例如道路的中心线、道路的边缘线等,所述路径标志物由所述云平台根据所述无人驾驶车辆的当前行驶路径进行确定,所述视觉标识为所述无人驾驶车辆外饰上的标志物,可以是所述无人驾驶车辆本身带有的,例如车牌、保险杠等,也可以是为了方便识别在所述无人驾驶车辆上设置的,在一种可实施的方式中,如图3所示,在所述无人驾驶车辆前后保险杠上设置一个红绿色长方形标识牌,所述标识牌上红色和绿色长度大小占比为1:1,所述标识牌上红色部分和绿色部分的交界线与车辆前后方向的中心线对齐。
步骤E20,检测所述视觉标识是否偏离所述路径标志物;
在本实施例中,具体地,所述路侧设备根据预设的坐标系或统一的定位方式,确定所述视觉标识的视觉标识位置,根据所述视觉标识位置和所述路径标志物的相对位置关系判断所述视觉标识是否偏离所述路径标志物,在一种可实施的方式中,如图3所示,将车道的中心线位置信息存储于边缘计算单元中,当所述标识牌上红色部分和绿色部分的交界线的最低点与道路中心线的垂直距离超过设定的阈值时,所述路侧设备即认为此时车辆发生跑偏。
在一种可实施的方式中,所述检测所述视觉标识是否偏离所述路径标志物的步骤包括:
步骤F10,获取所述视觉标识的第一位置信息和所述路径标志物的第二位置信息;
步骤F20,根据所述第一位置信息和所述第二位置信息确定所述视觉标识与所述路径标志物之间的偏差距离;
在本实施例中,具体地,所述路侧设备根据预设的坐标系或统一的定位方式,确定并获取所述视觉标识的第一位置信息和所述路径标志物的第二位置信息,将所述第一位置信息和所述第二位置信息之间的距离确定为所述视觉标识与所述路径标志物之间的偏差距离,其中,所述第一位置信息为所述视觉标识上的指定位置,可以根据实际情况、标定、测试等方式确定,例如所述视觉标识的几何中心、所述视觉标识与车辆前后方向的中心线对应的部分中的最低点等,所述第二位置信息为所述路径标志物的指定位置,可以根据实际情况、标定、测试等方式确定,例如视觉标识到所述路径标志物的垂点、所述视觉标识到所述路径标志物的预设指定点等。
步骤F30,若所述偏差距离超出预设距离阈值范围,则判定所述视觉标识偏离所述路径标志物;
步骤F40,若所述偏差距离未超出预设距离阈值范围,则判定所述视觉标识未偏离所述路径标志物。
在本实施例中,具体地,若所述偏差距离超出预设距离阈值范围,则判定所述视觉标识偏离所述路径标志物,若所述偏差距离未超出预设距离阈值范围,则判定所述视觉标识未偏离所述路径标志物。
步骤E30,若检测到所述视觉标识偏离所述路径标志物,则生成路径偏离报警信息。
在本实施例中,具体地,若所述路侧设备检测到所述视觉标识偏离所述路径标志物,则所述路侧设备生成路径偏离报警信息,若所述路侧设备检测到所述视觉标识没有偏离所述路径标志物,则所述路侧设备不生成路径偏离报警信息,在一种可实施的方式中,所述路侧设备生成所述路径偏离报警信息之后,可以写入预置的数据库中,也可以直接向对应的用户设备或云平台等发送所述路径偏离报警信息。
在本实施例中,通过路侧设备从视觉上对所述无人驾驶车辆进行定位和路径偏离报警,可以有效避免GNSS信号在传输过程中收到外界环境影响造成无人驾驶车辆的RTK定位信息出现偏差,进而导致车辆的跑偏造成安全事故的情况,有效提高了GNSS信号弱的情况下无人驾驶车辆定位的准确性。
步骤S20,当检测到路侧设备产生路径偏离报警时,检测无人驾驶车辆的当前定位精度是否符合预设精度要求;
在本实施例中,具体地,当所述云平台检测到路侧设备产生路径偏离报警时,所述云平台获取所述无人驾驶车辆的当前定位精度,并判断当前定位精度是否符合预设精度要求,其中,所述定位精度是所述车端定位信息与其真实位置之间的接近程度,由于卫星接收情况、差分数据传输情况等因素的影响,所述车端定位信息可能会得到不同解,进而根据所得的解确定定位精度,所述预设精度要求是所述车端定位信息能够满足所述无人驾驶车辆行驶要求的精度值或范围等,可以根据所述无人驾驶车辆的硬件信息、使用场景、大数据分析、实测标定结果等确定。
可选地,所述检测无人驾驶车辆的当前定位精度是否符合预设精度要求的步骤包括:
步骤A10,获取所述无人驾驶车辆的当前车端定位信息;
在本实施例中,具体地,所述云平台获取所述无人驾驶车辆的当前车端定位信息,其中,所述当前车端定位信息为当前时间点GNSS定位输出的数据。
步骤A20,判断所述车端定位信息中的精度标志位是否为固定解;
在本实施例中,具体地,所述云平台获取所述车端定位信息中精度标志位的精度数据,判断所述精度数据是否为固定解,其中,所述精度标志位为所述车端定位信息中表示定位精度的字段,所述精度标志位可以为固定解、浮点解或单点解等,使用载波相位观测值定位的时候,会产生模糊度,当模糊度为整数时为固定解,此时定位精度最高,在1厘米以内。
步骤A30,若所述车端定位信息中的精度标志位为固定解,则判定所述无人驾驶车辆的当前定位精度符合预设精度要求;
步骤A40,若所述车端定位信息中的精度标志位不为固定解,则判定所述无人驾驶车辆的当前定位精度不符合预设精度要求。
在本实施例中,具体地,若所述云平台判定所述车端定位信息中的精度标志位为固定解,则判定所述无人驾驶车辆的当前定位精度符合预设精度要求,若若所述云平台判定所述车端定位信息中的精度标志位不为固定解,则判定所述无人驾驶车辆的当前定位精度不符合预设精度要求,将固定解作为预设精度要求,使得定位精度的检测简单、快速且准确。
步骤S30,若所述无人驾驶车辆的当前定位精度不符合预设精度要求,则获取所述路侧设备检测到的所述无人驾驶车辆的路侧定位信息,并根据所述路侧定位信息生成目标行驶路径;
在本实施例中,具体地,若所述云平台检测到所述无人驾驶车辆的当前定位精度不符合预设精度要求,则所述云平台获取所述路侧设备检测到的所述无人驾驶车辆的路侧定位信息,并置信所述路侧定位信息,根据所述路侧定位信息重新规划所述无人驾驶车辆的行驶路径,生成目标行驶路径;若所述无人驾驶车辆的当前定位精度符合预设精度要求,则继续置信所述车端定位信息,并返回步骤:实时检测路侧设备是否生成路径偏离报警信息,以持续监测车辆的路径偏离情况和车端定位信息的定位精度。
当路侧设备生成了路径偏离报警信息时,若所述无人驾驶车辆的当前定位精度不符合预设精度要求,则说明所述无人驾驶车辆发生路径偏离的原因,很可能是GNSS信号受到外界环境影响,导致车端定位信息不准确,进而导致车辆按照不准确的定位信息行驶而偏离所述路径标志物,因此置信;若所述无人驾驶车辆的当前定位精度符合预设精度要求,则说明所述无人驾驶车辆发生路径偏离的原因不是GNSS信号的影响,因此继续置信车端定位信息,但通过路侧设备持续监测车辆的路径偏离情况和车端定位信息的定位精度,以此实现了从路侧设备的视觉检测和无人驾驶车辆的RTK定位信息的定位精度两方面双重确证了车辆的路径偏离情况,进而可以从车端定位信息和路侧定位信息中选出更为准确的定位信息作为所述无人驾驶车辆的定位信息,有效提高了无人驾驶车辆的定位精度。
可选地,所述根据所述路侧定位信息生成目标行驶路径的步骤包括:
步骤B10,获取所述无人驾驶车辆的当前行驶路径;
步骤B20,根据所述路侧定位信息和所述当前行驶路径,生成目标行驶路径,所述目标行驶路径由返回所述当前行驶路径的返回路径和所述当前行驶路径组成。
在本实施例中,具体地,所述云平台向所述无人驾驶车辆获取当前行驶路径,根据所述路侧定位信息和所述当前行驶路径,生成目标行驶路径,所述目标行驶路径由返回所述当前行驶路径的返回路径和所述当前行驶路径组成,其中,所述当前行驶路径为所述无人驾驶车辆当前从当前位置行驶到目的地之间所遵循的行驶路径,可以由所述无人驾驶车辆自行规划,可以由云平台为所述无人驾驶车辆规划,也可以由外接设备为所述无人驾驶车辆规划,对此,本实施例不加以限制,所述返回路径为所述无人驾驶车辆从当前位置行驶到当前行驶路径中任意位置的行驶路径,所述云平台可以根据所述无人驾驶车辆车辆的当前位置与所述当前行驶路径的位置关系、实际情况和大数据等进行确定,在一种可实施的方式中,所述云平台可以获取所述无人驾驶车辆偏离所述当前行驶路线后的行驶轨迹,并逆转所述行驶轨迹的行驶方向得到返回路径,也可以将所述无人驾驶车辆当前位置行驶到所述当前行驶路径上所需行驶的最短路径作为返回路径、也可以将所述无人驾驶车辆行驶到所述当前行驶路径上所需行驶的最快路径作为返回路径、也可以将所述无人驾驶车辆行驶到所述当前行驶路径的原点作为返回路径等,容易理解的是,所述目标行驶路径由返回所述当前行驶路径的返回路径和所述当前行驶路径组成,即,所述无人驾驶车辆根据所述目标行驶路径行驶时,所述云平台控制所述无人驾驶车辆先根据所述返回路径返回到原本的当前行驶路径上,然后根据原本的当前行驶路径继续完成原本的行驶过程。
步骤S40,控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶。
在本实施例中,具体地,所述云平台根据所述路侧定位信息确定所述无人驾驶车辆的实时位置,根据所述目标行驶路径和所述无人驾驶车辆的实时位置向所述无人驾驶车辆下发车辆控制指令,以控制所述无人驾驶车辆按照所述目标行驶路径行驶。
可选地,所述控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶的步骤包括:
步骤C10,控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶,并实时检测所述无人驾驶车辆的当前定位精度是否符合预设精度要求;
在本实施例中,具体地,所述云平台根据所述路侧定位信息确定所述无人驾驶车辆的实时位置,根据所述目标行驶路径和所述无人驾驶车辆的实时位置向所述无人驾驶车辆下发车辆控制指令,以控制所述无人驾驶车辆按照所述目标行驶路径行驶,同时,所述云平台实时获取所述无人驾驶车辆的当前定位精度,并判断当前定位精度是否符合预设精度要求。
步骤C20,当检测到所述无人驾驶车辆的当前定位精度符合预设精度要求时,控制所述无人驾驶车辆根据车端定位信息和所述目标行驶路径行驶。
在本实施例中,具体地,当所述云平台检测到所述无人驾驶车辆的当前定位精度符合预设精度要求时,所述云平台置信所述车端定位信息,将所述车端定位信息确定为所述无人驾驶车辆的实时位置,控制所述无人驾驶车辆根据所述目标行驶路径自动循迹。
在本实施例中,通过实时检测路侧设备是否生成路径偏离报警信息,实现了无人驾驶车辆端定位之外,还通过路侧设备对所述无人驾驶车辆的是否发送路径偏离进行监测,通过当检测到路侧设备产生路径偏离报警时,检测无人驾驶车辆的当前定位精度是否符合预设精度要求,实现了从车端定位精确进一步确定路径偏离报警信息的准确性,进而通过若所述无人驾驶车辆的当前定位精度不符合预设精度要求,则获取所述路侧设备检测到的所述无人驾驶车辆的路侧定位信息,并根据所述路侧定位信息生成目标行驶路径,实现了在车端定位不准确的情况下,通过路侧定位信息重新规划无人驾驶车辆的行驶路径,通过控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶,实现了在车端定位不准确的情况下,依据路侧定位信息控制车辆行驶,从无人驾驶车辆和路侧设备两端避免了无人驾驶车辆发送路径偏离的情况,与现有技术仅通过GNSS定位数据规划无人驾驶车辆的行驶路径相比,提高了RTK定位信息在特殊路段受到干扰而不准确时无人驾驶车辆定位的准确性,有效提高了无人驾驶车辆在特殊路段的定位精度,克服了无人驾驶车辆定位在特殊路段精度的技术问题,降低了无人驾驶车辆行驶过程中的发送事故的概率。
进一步地,参照图2,基于本申请上述实施例,在本申请另一实施例中,与上述实施例相同或相似的内容,可以参考上文介绍,后续不再赘述。在此基础上,所述无人驾驶车辆路径规划方法应用于路侧设备,包括以下步骤:
步骤S100,获取无人驾驶车辆的当前行驶路径对应的路径标志物,并通过路侧摄像头识别所述无人驾驶车辆的视觉标识;
在本实施例中,需要说明的是,所述无人驾驶车辆路径规划方法应用于路侧设备,所述路侧设备为路面上设置的可感知和采集到路面环境信息的设备,包括摄像头、激光雷达和/或传感器等,所述路侧设备与所述云平台建立通讯连接,所述通讯连接为5G(5thGeneration Mobile Communication Technology,第五代移动通信技术)通讯连接。
具体地,所述路侧设备向所述云平台获取无人驾驶车辆的当前行驶路径对应的路径标志物,并通过路侧设备上装配的路侧摄像头识别所述无人驾驶车辆的视觉标识,其中,所述路径标志物是用于标识所述无人驾驶车辆部分或全部当前行驶路径的参照物,例如道路的中心线、道路的边缘线等,所述路径标志物由所述云平台根据所述无人驾驶车辆的当前行驶路径进行确定,所述视觉标识为所述无人驾驶车辆外饰上的标志物,可以是所述无人驾驶车辆本身带有的,例如车牌、保险杠等,也可以是为了方便识别在所述无人驾驶车辆上设置的,在一种可实施的方式中,如图3所示,在所述无人驾驶车辆前后保险杠上设置一个红绿色长方形标识牌,所述标识牌上红色和绿色长度大小占比为1:1,所述标识牌上红色部分和绿色部分的交界线与车辆前后方向的中心线对齐。
步骤S200,检测所述视觉标识是否偏离所述路径标志物;
在本实施例中,具体地,所述路侧设备根据预设的坐标系或统一的定位方式,确定所述视觉标识的视觉标识位置,根据所述视觉标识位置和所述路径标志物的相对位置关系判断所述视觉标识是否偏离所述路径标志物,在一种可实施的方式中,如图3所示,将车道的中心线位置信息存储于边缘计算单元中,当所述标识牌上红色部分和绿色部分的交界线的最低点与道路中心线的垂直距离超过设定的阈值时,所述路侧设备即认为此时车辆发生跑偏。
可选地,所述检测所述视觉标识是否偏离所述路径标志物的步骤包括:
步骤D10,获取所述视觉标识的第一位置信息和所述路径标志物的第二位置信息;
步骤D20,根据所述第一位置信息和所述第二位置信息确定所述视觉标识与所述路径标志物之间的偏差距离;
在本实施例中,具体地,所述路侧设备根据预设的坐标系或统一的定位方式,确定并获取所述视觉标识的第一位置信息和所述路径标志物的第二位置信息,将所述第一位置信息和所述第二位置信息之间的距离确定为所述视觉标识与所述路径标志物之间的偏差距离,其中,所述第一位置信息为所述视觉标识上的指定位置,可以根据实际情况、标定、测试等方式确定,例如所述视觉标识的几何中心、所述视觉标识与车辆前后方向的中心线对应的部分中的最低点等,所述第二位置信息为所述路径标志物的指定位置,可以根据实际情况、标定、测试等方式确定,例如所述视觉标识到所述路径标志物的垂点、所述视觉标识到所述路径标志物的预设指定点等。
步骤D30,若所述偏差距离超出预设距离阈值范围,则判定所述视觉标识偏离所述路径标志物;
步骤D40,若所述偏差距离未超出预设距离阈值范围,则判定所述视觉标识未偏离所述路径标志物。
在本实施例中,具体地,若所述偏差距离超出预设距离阈值范围,则判定所述视觉标识偏离所述路径标志物,若所述偏差距离未超出预设距离阈值范围,则判定所述视觉标识未偏离所述路径标志物。
步骤S300,若检测到所述视觉标识偏离所述路径标志物,则生成路径偏离报警信息。
在本实施例中,具体地,若所述路侧设备检测到所述视觉标识偏离所述路径标志物,则所述路侧设备生成路径偏离报警信息,若所述路侧设备检测到所述视觉标识没有偏离所述路径标志物,则所述路侧设备不生成路径偏离报警信息,在一种可实施的方式中,所述路侧设备生成所述路径偏离报警信息之后,可以写入预置的数据库中,也可以直接向对应的用户设备或云平台等发送所述路径偏离报警信息。
在本实施例中,通过路侧设备从视觉上对所述无人驾驶车辆进行定位和路径偏离报警,可以有效避免GNSS信号在传输过程中收到外界环境影响造成无人驾驶车辆的RTK定位信息出现偏差,进而导致车辆的跑偏造成安全事故的情况,有效提高了无人驾驶车辆在GNSS信号弱的特殊路段的定位精度。
进一步地,参照图4,本申请实施例还提供一种无人驾驶车辆路径规划***,所述无人驾驶车辆路径规划***包括云平台和路侧设备;
所述路侧设备,用于获取无人驾驶车辆的当前行驶路径对应的路径标志物,并通过路侧摄像头识别所述无人驾驶车辆的视觉标识;
所述路侧设备,用于检测所述视觉标识是否偏离所述路径标志物;
所述路侧设备,用于若检测到所述视觉标识偏离所述路径标志物,则生成路径偏离报警信息;
所述云平台,用于实时检测路侧设备是否生成路径偏离报警信息;
所述云平台,用于当检测到路侧设备产生路径偏离报警时,检测无人驾驶车辆的当前定位精度是否符合预设精度要求;
所述云平台,用于若所述无人驾驶车辆的当前定位精度不符合预设精度要求,则获取所述路侧设备检测到的所述无人驾驶车辆的路侧定位信息,并根据所述路侧定位信息生成目标行驶路径;
所述云平台,用于控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶。
可选地,所述云平台还用于:
获取所述无人驾驶车辆的当前车端定位信息;
判断所述车端定位信息中的精度标志位是否为固定解;
若所述车端定位信息中的精度标志位为固定解,则判定所述无人驾驶车辆的当前定位精度符合预设精度要求;
若所述车端定位信息中的精度标志位不为固定解,则判定所述无人驾驶车辆的当前定位精度不符合预设精度要求。
可选地,所述云平台还用于:
获取所述无人驾驶车辆的当前行驶路径;
根据所述路侧定位信息和所述当前行驶路径,生成目标行驶路径,所述目标行驶路径由返回所述当前行驶路径的返回路径和所述当前行驶路径组成。
可选地,所述云平台还用于:
控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶,并实时检测所述无人驾驶车辆的当前定位精度是否符合预设精度要求;
当检测到所述无人驾驶车辆的当前定位精度符合预设精度要求时,控制所述无人驾驶车辆根据车端定位信息和所述目标行驶路径行驶。
可选地,所述云平台还用于:
实时查询所述路侧设备的数据库,判断所述数据库中是否存在路径偏离报警信息。
可选地,所述路侧设备还用于:
获取所述视觉标识的第一位置信息和所述路径标志物的第二位置信息;
根据所述第一位置信息和所述第二位置信息确定所述视觉标识与所述路径标志物之间的偏差距离;
若所述偏差距离超出预设距离阈值范围,则判定所述视觉标识偏离所述路径标志物;
若所述偏差距离未超出预设距离阈值范围,则判定所述视觉标识未偏离所述路径标志物。
本发明提供的无人驾驶车辆路径规划***,采用上述实施例中的无人驾驶车辆路径规划方法,解决了无人驾驶车辆定位在特殊路段精度的技术问题。与现有技术相比,本发明实施例提供的无人驾驶车辆路径规划***的有益效果与上述实施例提供的无人驾驶车辆路径规划方法的有益效果相同,且该无人驾驶车辆路径规划***中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
进一步地,本发明实施例提供一种电子设备,电子设备包括: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上述实施例中的无人驾驶车辆路径规划方法。
下面参考图5,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)中的程序或者从存储装置加载到随机访问存储器(RAM)中的程序而执行各种适当的动作和处理。在RAM中,还存储有电子设备操作所需的各种程序和数据。处理装置、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
通常,以下***可以连接至I/O接口:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置;包括例如磁带、硬盘等的存储装置;以及通信装置。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种***的电子设备,但是应理解的是,并不要求实施或具备所有示出的***。可以替代地实施或具备更多或更少的***。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置从网络上被下载和安装,或者从存储装置被安装,或者从ROM被安装。在该计算机程序被处理装置执行时,执行本公开实施例的方法中限定的上述功能。
本发明提供的电子设备,采用上述实施例中的无人驾驶车辆路径规划方法,解决了无人驾驶车辆定位在特殊路段精度的技术问题。与现有技术相比,本发明实施例提供的电子设备的有益效果与上述实施例提供的无人驾驶车辆路径规划方法的有益效果相同,且该电子设备中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
进一步地,本实施例提供一种计算机可读存储介质,具有存储在其上的计算机可读程序指令,计算机可读程序指令用于执行上述实施例中的无人驾驶车辆路径规划方法。
本发明实施例提供的计算机可读存储介质例如可以是U盘,但不限于电、磁、光、电磁、红外线、或半导体的***、***或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、***或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以是电子设备中所包含的;也可以是单独存在,而未装配入电子设备中。
上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被电子设备执行时,使得电子设备:当车辆完成泊车时,获取泊车信息和车位信息;根据所述泊车信息和所述车位信息计算得到至少一个实际泊车误差;根据各所述实际泊车误差确定目标无人驾驶车辆路径规划结果,并输出所述目标无人驾驶车辆路径规划结果的提示信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该单元本身的限定。
本发明提供的计算机可读存储介质,存储有用于执行上述无人驾驶车辆路径规划方法的计算机可读程序指令,解决了无人驾驶车辆定位在特殊路段精度的技术问题。与现有技术相比,本发明实施例提供的计算机可读存储介质的有益效果与上述实施例提供的无人驾驶车辆路径规划方法的有益效果相同,在此不做赘述。
进一步地,本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的无人驾驶车辆路径规划方法的步骤。
本申请提供的计算机程序产品解决了无人驾驶车辆定位在特殊路段精度的技术问题。与现有技术相比,本发明实施例提供的计算机程序产品的有益效果与上述实施例提供的无人驾驶车辆路径规划方法的有益效果相同,在此不做赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。
Claims (10)
1.一种无人驾驶车辆路径规划方法,其特征在于,所述无人驾驶车辆路径规划方法应用于云平台,包括以下步骤:
实时检测路侧设备是否生成路径偏离报警信息;
当检测到路侧设备产生路径偏离报警时,检测无人驾驶车辆的当前定位精度是否符合预设精度要求;
若所述无人驾驶车辆的当前定位精度不符合预设精度要求,则获取所述路侧设备检测到的所述无人驾驶车辆的路侧定位信息,并根据所述路侧定位信息生成目标行驶路径;
控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶。
2.如权利要求1所述无人驾驶车辆路径规划方法,其特征在于,所述检测无人驾驶车辆的当前定位精度是否符合预设精度要求的步骤包括:
获取所述无人驾驶车辆的当前车端定位信息;
判断所述车端定位信息中的精度标志位是否为固定解;
若所述车端定位信息中的精度标志位为固定解,则判定所述无人驾驶车辆的当前定位精度符合预设精度要求;
若所述车端定位信息中的精度标志位不为固定解,则判定所述无人驾驶车辆的当前定位精度不符合预设精度要求。
3.如权利要求1所述无人驾驶车辆路径规划方法,其特征在于,所述根据所述路侧定位信息生成目标行驶路径的步骤包括:
获取所述无人驾驶车辆的当前行驶路径;
根据所述路侧定位信息和所述当前行驶路径,生成目标行驶路径,所述目标行驶路径由返回所述当前行驶路径的返回路径和所述当前行驶路径组成。
4.如权利要求1所述无人驾驶车辆路径规划方法,其特征在于,所述控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶的步骤包括:
控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶,并实时检测所述无人驾驶车辆的当前定位精度是否符合预设精度要求;
当检测到所述无人驾驶车辆的当前定位精度符合预设精度要求时,控制所述无人驾驶车辆根据车端定位信息和所述目标行驶路径行驶。
5.如权利要求1所述无人驾驶车辆路径规划方法,其特征在于,所述实时检测路侧设备是否生成路径偏离报警信息的步骤包括:
实时查询所述路侧设备的数据库,判断所述数据库中是否存在路径偏离报警信息。
6.一种无人驾驶车辆路径规划方法,其特征在于,所述无人驾驶车辆路径规划方法应用于路侧设备,包括以下步骤:
获取无人驾驶车辆的当前行驶路径对应的路径标志物,并通过路侧摄像头识别所述无人驾驶车辆的视觉标识;
检测所述视觉标识是否偏离所述路径标志物;
若检测到所述视觉标识偏离所述路径标志物,则生成路径偏离报警信息。
7.如权利要求6所述无人驾驶车辆路径规划方法,其特征在于,所述检测所述视觉标识是否偏离所述路径标志物的步骤包括:
获取所述视觉标识的第一位置信息和所述路径标志物的第二位置信息;
根据所述第一位置信息和所述第二位置信息确定所述视觉标识与所述路径标志物之间的偏差距离;
若所述偏差距离超出预设距离阈值范围,则判定所述视觉标识偏离所述路径标志物;
若所述偏差距离未超出预设距离阈值范围,则判定所述视觉标识未偏离所述路径标志物。
8.一种无人驾驶车辆路径规划***,其特征在于,所述无人驾驶车辆路径规划***包括云平台和路侧设备;
所述路侧设备,用于获取无人驾驶车辆的当前行驶路径对应的路径标志物,并通过路侧摄像头识别所述无人驾驶车辆的视觉标识;
所述路侧设备,用于检测所述视觉标识是否偏离所述路径标志物;
所述路侧设备,用于若检测到所述视觉标识偏离所述路径标志物,则生成路径偏离报警信息;
所述云平台,用于实时检测路侧设备是否生成路径偏离报警信息;
所述云平台,用于当检测到路侧设备产生路径偏离报警时,检测无人驾驶车辆的当前定位精度是否符合预设精度要求;
所述云平台,用于若所述无人驾驶车辆的当前定位精度不符合预设精度要求,则获取所述路侧设备检测到的所述无人驾驶车辆的路侧定位信息,并根据所述路侧定位信息生成目标行驶路径;
所述云平台,用于控制所述无人驾驶车辆根据所述路侧定位信息和所述目标行驶路径行驶。
9.一种电子设备,其特征在于,所述电子设备包括:
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至5、6至7中任一项所述的无人驾驶车辆路径规划方法的步骤。
10.一种存储介质,其特征在于,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现无人驾驶车辆路径规划方法的程序,所述实现无人驾驶车辆路径规划方法的程序被处理器执行以实现如权利要求1至5、6至7中任一项所述无人驾驶车辆路径规划方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210053491.0A CN114485708B (zh) | 2022-01-18 | 2022-01-18 | 无人驾驶车辆路径规划方法、***、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210053491.0A CN114485708B (zh) | 2022-01-18 | 2022-01-18 | 无人驾驶车辆路径规划方法、***、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114485708A true CN114485708A (zh) | 2022-05-13 |
CN114485708B CN114485708B (zh) | 2024-06-28 |
Family
ID=81512432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210053491.0A Active CN114485708B (zh) | 2022-01-18 | 2022-01-18 | 无人驾驶车辆路径规划方法、***、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114485708B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109286915A (zh) * | 2018-07-05 | 2019-01-29 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于v2x的车辆位置信息获取方法 |
CN110517521A (zh) * | 2019-08-06 | 2019-11-29 | 北京航空航天大学 | 一种基于路车融合感知的车道偏离预警方法 |
CN210031639U (zh) * | 2019-01-29 | 2020-02-07 | 浙江联运知慧科技有限公司 | 无人清扫车 |
CN111239790A (zh) * | 2020-01-13 | 2020-06-05 | 上海师范大学 | 一种基于5g网络机器视觉的车辆导航*** |
CN111301316A (zh) * | 2020-01-20 | 2020-06-19 | 杭州金通科技集团股份有限公司 | 一种智能公交车载终端*** |
CN111736603A (zh) * | 2020-06-22 | 2020-10-02 | 广州赛特智能科技有限公司 | 一种无人驾驶清扫车及其长距离贴边清扫方法 |
CN111949943A (zh) * | 2020-07-24 | 2020-11-17 | 北京航空航天大学 | 一种面向高级自动驾驶的v2x和激光点云配准的车辆融合定位方法 |
CN111982109A (zh) * | 2019-05-24 | 2020-11-24 | 北京百度网讯科技有限公司 | 用于路径规划的方法、装置、设备和计算机可读存储介质 |
CN112265541A (zh) * | 2020-10-13 | 2021-01-26 | 恒大新能源汽车投资控股集团有限公司 | 基于pc5空口直接通信的自动泊车方法和装置 |
CN113859265A (zh) * | 2021-09-30 | 2021-12-31 | 国汽智控(北京)科技有限公司 | 一种驾驶过程中的提醒方法及设备 |
CN113879324A (zh) * | 2021-10-27 | 2022-01-04 | 三一专用汽车有限责任公司 | 智能驾驶车辆传感器故障处理方法及装置 |
-
2022
- 2022-01-18 CN CN202210053491.0A patent/CN114485708B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109286915A (zh) * | 2018-07-05 | 2019-01-29 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于v2x的车辆位置信息获取方法 |
CN210031639U (zh) * | 2019-01-29 | 2020-02-07 | 浙江联运知慧科技有限公司 | 无人清扫车 |
CN111982109A (zh) * | 2019-05-24 | 2020-11-24 | 北京百度网讯科技有限公司 | 用于路径规划的方法、装置、设备和计算机可读存储介质 |
CN110517521A (zh) * | 2019-08-06 | 2019-11-29 | 北京航空航天大学 | 一种基于路车融合感知的车道偏离预警方法 |
CN111239790A (zh) * | 2020-01-13 | 2020-06-05 | 上海师范大学 | 一种基于5g网络机器视觉的车辆导航*** |
CN111301316A (zh) * | 2020-01-20 | 2020-06-19 | 杭州金通科技集团股份有限公司 | 一种智能公交车载终端*** |
CN111736603A (zh) * | 2020-06-22 | 2020-10-02 | 广州赛特智能科技有限公司 | 一种无人驾驶清扫车及其长距离贴边清扫方法 |
CN111949943A (zh) * | 2020-07-24 | 2020-11-17 | 北京航空航天大学 | 一种面向高级自动驾驶的v2x和激光点云配准的车辆融合定位方法 |
CN112265541A (zh) * | 2020-10-13 | 2021-01-26 | 恒大新能源汽车投资控股集团有限公司 | 基于pc5空口直接通信的自动泊车方法和装置 |
CN113859265A (zh) * | 2021-09-30 | 2021-12-31 | 国汽智控(北京)科技有限公司 | 一种驾驶过程中的提醒方法及设备 |
CN113879324A (zh) * | 2021-10-27 | 2022-01-04 | 三一专用汽车有限责任公司 | 智能驾驶车辆传感器故障处理方法及装置 |
Non-Patent Citations (1)
Title |
---|
修彩靖;陈慧;: "基于改进人工势场法的无人驾驶车辆局部路径规划的研究", 汽车工程, no. 09, 25 September 2013 (2013-09-25) * |
Also Published As
Publication number | Publication date |
---|---|
CN114485708B (zh) | 2024-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021023102A1 (zh) | 地图更新方法、装置及存储介质 | |
US9494694B1 (en) | Method and apparatus of road location inference for moving object | |
KR20210040303A (ko) | 차량 도로 협력 위치 결정 방법, 장치, 전자 기기, 자율 주행 차량 및 컴퓨터 프로그램 | |
WO2023071959A1 (zh) | 避障方法、装置、电子设备和存储介质 | |
CN114428504A (zh) | 无人驾驶车辆避障方法、***、电子设备及存储介质 | |
CN111353453B (zh) | 用于车辆的障碍物检测方法和装置 | |
US20200104290A1 (en) | Map information system | |
CN111380546A (zh) | 基于平行道路的车辆定位方法、装置、电子设备和介质 | |
CN111624550B (zh) | 一种车辆定位方法、装置、设备及存储介质 | |
CN110988949A (zh) | 定位方法、定位装置、计算机可读存储介质与可移动设备 | |
CN113386785A (zh) | 用于显示增强现实警示信息的方法和装置 | |
CN115166791A (zh) | 一种智能驾驶车辆双gnss天线航向角标定方法及装置 | |
CN110737736B (zh) | 一种获取车况地图信息的方法与设备 | |
CN117471513B (zh) | 一种车辆定位方法、定位装置、电子设备及存储介质 | |
CN113160589A (zh) | 车辆预警方法及装置、电子设备、计算机可读存储介质 | |
CN114485708B (zh) | 无人驾驶车辆路径规划方法、***、电子设备及存储介质 | |
CN109556614B (zh) | 用于无人驾驶车的定位方法和装置 | |
EP3618025A1 (en) | Method for indicating obstacle by smart roadside unit | |
CN112815962A (zh) | 联合应用传感器参数的标定方法及装置 | |
KR20230061607A (ko) | 자율주행 차량 평가 시스템 및 방법 | |
JP2017117413A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
CN113345251A (zh) | 一种车辆逆行检测方法及相关装置 | |
CN114325662A (zh) | 一种车载雷达的外参标定方法、装置、设备及存储介质 | |
CN114035183A (zh) | 基于脉冲的雷达数据的定位方法、装置、设备和介质 | |
CN112526477B (zh) | 用于处理信息的方法和装置 |
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 |