CN114537381A - 一种自动驾驶车辆的车道避障方法及装置 - Google Patents

一种自动驾驶车辆的车道避障方法及装置 Download PDF

Info

Publication number
CN114537381A
CN114537381A CN202011329935.6A CN202011329935A CN114537381A CN 114537381 A CN114537381 A CN 114537381A CN 202011329935 A CN202011329935 A CN 202011329935A CN 114537381 A CN114537381 A CN 114537381A
Authority
CN
China
Prior art keywords
vehicle
lane
obstacle
obstacle avoidance
reference point
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
Application number
CN202011329935.6A
Other languages
English (en)
Other versions
CN114537381B (zh
Inventor
王小娟
苏常军
黄琨
陈慧勇
曹鹭萌
刘国荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhengzhou Yutong Bus Co Ltd
Original Assignee
Zhengzhou Yutong Bus Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhengzhou Yutong Bus Co Ltd filed Critical Zhengzhou Yutong Bus Co Ltd
Priority to CN202011329935.6A priority Critical patent/CN114537381B/zh
Publication of CN114537381A publication Critical patent/CN114537381A/zh
Application granted granted Critical
Publication of CN114537381B publication Critical patent/CN114537381B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • B60W30/0956Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/50Barriers

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种自动驾驶车辆的车道避障方法及装置,属于智能车辆驾驶技术领域,方法包括:判断车道前方障碍物的状态;根据障碍物的状态,结合车辆与障碍物之间的距离,设置路径规划参考点;将所述路径规划参考点,代入设定的贝塞尔曲线方程中,规划出基于贝塞尔曲线的参考行驶路径;控制车辆根据按照所述参考行驶路径进行行驶,实现避障行驶。本发明的车道避障方法及装置能够使车辆在遇到障碍物时,沿着当前车道进行避障行驶,尽量避免不必要的避障换道行为,提高行为决策的实时性、合理性和安全性;在双车道工况下,优先选择避障返回,当本车道无法实现避障返回时,提供避障换道策略,以提高避障的灵活性。

Description

一种自动驾驶车辆的车道避障方法及装置
技术领域
本发明属于智能车辆驾驶技术领域,具体涉及一种自动驾驶车辆的车道避障方法及装置。
背景技术
目前,自动驾驶车辆具备智能环境感知能力,通过识别路径,分析当前道路状况,结合车辆位置,检测障碍物,实现实时预警。但是在真实环境中,自动驾驶物流车辆行驶在全局规划的给定路径中时,往往会受到随机障碍物的影响,这时需要采用实时避障的方法安全的完成行驶任务。
例如,公布号为CN109987092A的中国发明专利申请提出的一种车辆避障换道时机的确定方法及避障换道的控制方法,通过获取车辆周围障碍物信息和路况信息,判断车辆周围障碍物与车辆之间是否满足换道条件,当满足设定条件时判定车辆可以进行避障换道,同时,根据起始点坐标、目标点坐标和道路航向角进行曲线拟合,得到从起始点到目标点的路径。
但是,现有的车道避障方法,均是车辆在当前车道遇到障碍物时进行换道的方法,而对于自动驾驶物流车来说,在车道比较少、车道上的车辆又比较多的情况下,为了躲避当前车道的障碍物进行换道,往往又遇到其他行驶物流车辆,换道后要么成为其他在道车辆的障碍物,要么存在其他在道车辆作为障碍物,因此,现有采用换道的避障方法无法解决自动驾驶物流车辆行驶环境下的避障问题。
发明内容
本发明的目的是提供一种自动驾驶车辆的车道避障方法及装置,用于解决现有采用换道的避障方法无法解决自动驾驶物流车辆行驶环境下的避障问题。
基于上述目的,一种自动驾驶车辆的车道避障方法的技术方案如下:
1)判断车道前方障碍物的状态;
2)根据障碍物的状态,结合车辆与障碍物之间的距离Dis_obs,设置路径规划参考点;
所述障碍物的状态包括静止,在此状态下,路径规划参考点的设置规则为:选择n个参考点,n≥5,所有参考点的横坐标在[0,Dis_obs]范围内依次间隔布置,第1个参考点选择车辆当前坐标,第n个参考点的纵坐标为(Wl+Wl′/2)或(Wr+Wr′/2),Wl为障碍物左侧边的纵坐标,Wl′为障碍物左侧在车道上的剩余宽度,Wr为障碍物右侧边的纵坐标,Wr′为障碍物右侧在车道上的剩余宽度;剩余各参考点的纵坐标在[0,Wl+Wl′/2]范围内,按照从小到大的顺序进行设置;
3)将所述路径规划参考点,代入设定的贝塞尔曲线方程中,规划出基于贝塞尔曲线的参考行驶路径;
4)控制车辆根据按照所述参考行驶路径进行行驶,实现避障行驶。
基于上述目的,一种自动驾驶车辆的车道避障装置的技术方案如下:
包括存储器和处理器,以及存储在所述存储器上并在所述处理器上运行的计算机程序,所述处理器与所述存储器相耦合,所述处理器执行所述计算机程序时实现上述的自动驾驶车辆的车道避障方法。
上述两个技术方案的有益效果是:
本发明的车道避障方法及装置,能够使车辆在遇到障碍物时,根据设置的若干个路径规划参考点,规划参考行驶路径;并按照该参考行驶路径,沿着当前车道进行避障行驶,尽量避免不必要的避障换道行为,提高行为决策的实时性、合理性和安全性。
进一步的,为了方便车辆避障行驶的更加顺畅,步骤2)中,在选取第n个参考点的纵坐标之前,还包括:判断障碍物左侧、右侧在车道上的剩余宽度Wl′、Wr′与车宽之间的大小,若障碍物左侧、右侧在车道上的剩余宽度Wl′、Wr′均大于或等于车宽,选择Wl′、Wr′中的较大者参与第n个参考点纵坐标的计算;若只有障碍物左侧、右侧中某一侧在车道上剩余宽度大于车宽,则选择该剩余宽度参与第n个参考点纵坐标的计算。
进一步的,当本车处于双车道时,优先按照步骤2)和步骤3)中的内容进行单车道避障行驶,当障碍物左侧、右侧在车道上的剩余宽度Wl′、Wr′均小于车宽时,则进行避障换道行驶;
在障碍物的状态为静止状态下,路径规划参考点的设置规则为:选择n个参考点,n≥5,所有参考点的横坐标在[0,Dis_obs]范围内依次间隔布置,第1个参考点选择车辆当前坐标,第n个参考点的纵坐标为车道宽度W,其余各参考点的纵坐标在[0,W]范围内从小到大进行依次设置。
其效果是:若车辆处于双车道工况,提供避障返回和避障换道策略,使车辆在无法进行单车道避障行驶的情况下,能够换道避障,以完成行驶目标。
进一步的,障碍物的状态除了包括静止这一状态,障碍物的状态还包括同向行驶、反向行驶、横穿车道,对于障碍物状态为同向行驶情况,车辆保持和障碍物相同速度在当前路径行驶,路径规划参考点选择规则为:沿当前直线方向选择若n个参考点,各相邻参考点之间的间距相同;当障碍物横穿车道或反向行驶时,控制车辆保持当前路径,并在距离障碍物的一定距离处停车,路径规划参考点的选择规则与同向行驶情况的参考点选择规则相同。
为了使车辆在参考行驶路径上能够稳定行驶,进一步的,还包括:按照设定的实时车速,控制车辆进行行驶,所述实时车速的计算式如下:
Figure BDA0002795446420000031
式中,v为实时车速,Dlimit为最大允许偏离路径距离,Vmax为最大速度,Vmin为最小速度,d为车辆偏离参考行驶路径的距离,即车辆与参考路径的距离。
其效果是:根据车辆距离路径的距离进行实时的速度规划,能够保证速度稳定变化,实现车辆行驶的稳定性。
为了确定参考行驶路径,所述贝塞尔曲线方程的表达式如下:
Figure BDA0002795446420000032
其中,Pi是构成贝塞尔曲线的特征点,即各个路径规划参考点的坐标,n为贝塞尔曲线的阶数,t为归一化参数。
附图说明
图1是本发明方法实施例1中的自动驾驶车辆的车道避障方法流程图;
图2是本发明方法实施例1中的本车处于单车道且无避障返回的示意图;
图3是本发明方法实施例1中的本车处于单车道且有避障返回的示意图;
图4是本发明方法实施例1中的本车处于单车道且有避障返回与避障换道的示意图;
图5是本发明方法实施例2中的自动驾驶车辆的车道避障方法流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的说明。
方法实施例1:
本实施例提出一种自动驾驶车辆的车道避障方法,整体流程如图1所示,该方法的实现思路是:根据障碍物的运动情况,在当前车道上规划出基于贝塞尔曲线的参考行驶路径;使车辆根据规划出的参考行驶路径在当前车道上避障行驶。该方法的实现具体步骤如下:
1)判断车道前方障碍物的状态,障碍物的状态包括:静止、同向行驶、反向行驶、横穿车道。
2)根据障碍物的不同状态,结合车辆与障碍物之间的距离Dis_obs,设置路径规划参考点。分别采用如下方式进行设置:
对于障碍物状态为同向行驶情况:
当位于本车道车辆行驶方向前方的障碍物与本车辆同向行驶时,车辆保持和障碍物相同速度在当前路径行驶,路径规划参考点选择规则为:沿当前直线方向选择若干个参考点,如选择五个参考点,各相邻参考点之间的间距相同,例如为Dis_obs/4,各参考点的具体设置如图2所示。作为其他实施方式,所有参考点的横坐标在[0,Dis_obs]范围内依次间隔布置,设置的横向间隔比较灵活,既可以横向等间隔设置,也可以横向非等间隔设置。
图2中,第一个点p1(x1,y1)选择车辆当前坐标,第二个点p2(x2,y2)选择路径上最近点Close_A向后延伸(Dis_obs/4)*1米的点;第三个点p3(x3,y3)选择路径上最近点Close_A向后延伸(Dis_obs/4)*2米的点,第四个点p4(x4,y4)选择路径上最近点Close_A向后延伸(Dis_obs/4)*3米的点,第五个点p5(x5,y5)选择路径上最近点Close_A向后延伸(Dis_obs/4)*4米的点。
对于障碍物状态为横穿车道、反向行驶情况:
当障碍物横穿车道或反向行驶时,为避免不必要的换道,保证车辆行驶的安全性,车辆保持当前路径,并在距离障碍物一定距离处停车,路径规划参考点选择规则与同向行驶情况的参考点选择规则相同。
对于障碍物状态为静止情况:
此情况下的路径参考点设置方法分为以下两种情形:
情形一,当位于本车道车辆行驶方向前方的障碍物静止,且本车处于单车道时,首先判断车辆是否能够在单车道内避障。即比较车道宽度减去障碍物宽度的某一侧剩余宽度与车宽的大小,若某一侧剩余宽度Wl′、Wr′大于车宽,判定能够进行单车道避障。
路径规划参考点选择规则为:选择若干个参考点,例如选择n(n≥5)个参考点,各相邻参考点之间的横向距离为Dis_obs/(n-1),第1个参考点选择车辆当前坐标,第2个参考点选择在车道线上与第1个参考点横向距离为Dis_obs/(n-1)的点,第n个参考点与第1个参考点的横向距离为Dis_obs,且第n个参考点取某一侧剩余宽度Wl′、Wr′的1/2,例如取左侧剩余宽度Wl′的1/2,那么该参考点的纵坐标为(Wl+Wl′/2),Wl为障碍物左侧边的纵坐标;如果取右侧剩余宽度Wr′的1/2,那么该参考点的纵坐标为(Wr+Wr′/2),Wr为障碍物右侧边的纵坐标;剩余各参考点(第3、…、n-1个参考点)的纵坐标在[0,Wl+Wl′/2]范围内,按照从小到大的设置规则进行设置即可。作为其他实施方式,第2个参考点的纵坐标也可以不设置为零,即从第2个参考点开始,到第n-1个参考点依次进行纵坐标的增大设置。
以设置5个参考点为例来说明,如图2所示,路径规划参考点选择:第一个点p1(x1,y1)选择车辆当前坐标,第二个点p2(x2,y2)选择车辆坐标系下坐标为(1,0)的点,第三个点p3(x3,y3)选择第一个点和第五个点的中点,即((x1+x5)/2,(y1+y5)/2),第四、五个点的选择需比较本车道剩余宽度
Figure BDA0002795446420000051
Figure BDA0002795446420000052
若剩余宽度Wl′、Wr′都大于或等于车宽,选择Wl′、Wr′中的较大者参与第4、第5个参考点纵坐标的计算,即第四个点和第五个点选择在路径点p4和p5垂线上取(max(Wl′,Wr′))/2的点。如图2所示,存在上下两组参考点可选,因此可以选取其中一条能够提供剩余宽度更大、更方便车辆通过的一组参考点;若不考虑此问题,作为其他实施方式,当两侧剩余宽度均大于车宽时,则可任选其中一组参考点作为路径规划参考点。
图2中,若剩余宽度其中一个Wl′或Wr′大于车宽,则第四个点和第五个点选择在路径点p4和p5垂线上取Wl′/2或Wr′/2的点;若剩余宽度都小于车宽,且障碍物处于单车道时,无备用路径,路径参考点选择机制与上面障碍物同向行驶情况的选择规则相同。
以上是以5个参考点的路径规划参考点选取方法,如果需要选取6个参考点,各参考点之间的横向间距均相等分布,第1、第2、第5、第6个参考点的纵坐标的选取原则分别对应上面第1、第2、第4、第5个参考点纵坐标的选取方法一致,不再赘述,需要说明的是第3、第4个参考点纵坐标的选取方法,根据最后一个参考点的纵坐标,例如为Y=(Wl+Wl′/2),按照在(0,Wl+Wl′/2)范围内从小到大的设置规则,选取第3个参考点的纵坐标为Y/3,选取第4个参考点的纵坐标为2Y/3。
情形二,当位于本车道车辆行驶方向前方的障碍物静止,且本车处于双车道时,路径规划参考点选择优先参考情形一中的方法,尽量选择单车道避障返回(避障返回指在单车道上绕过障碍物返回原路线行驶),若剩余宽度Wl′、Wr′都小于车宽,无法实现避障返回时,当另一车道车辆行驶方向前方无障碍物时,可提供避障换道,路径规划参考点选择的规则为:以n个参考点为例,各参考点之间的横向距离为Dis_obs/(n-1),第1个参考点选择车辆当前坐标,第2个参考点选择在车道线上与第1个参考点横向距离为Dis_obs/(n-1)的点,各参考点之间的横向距离均为Dis_obs/(n-1),第n-1、第n个参考点的纵坐标为车道宽度W,其余各参考点的纵坐标仍依据(0,W)范围内从小到大的设置规则,进行依次设置即可。
以设置5个参考点为例来说明,如图3所示,第一个点p1(x1,y1)选择车辆当前坐标,第二个点p2(x2,y2)选择车辆坐标系下坐标为(1,0)的点,第三个点p3(x3,y3)选择第一个点和第五个点的中点,即((x1+x5)/2,(y1+y5)/2),第四个点p4(x4,y4)选择路径上最近点Close_B向后延伸(N/4)*3米的点,第五个点p5(x5,y5)选择路径上最近点Close_B向后延伸(N/4)*4米的点。
3)根据上面步骤确定的路径规划参考点,规划出基于贝塞尔曲线的参考行驶路径。
以给出五个路径规划参考点为例,将这五个参考点坐标代入构建的贝塞尔曲线方程中,能够得到参考行驶路径。其中,采用的贝塞尔曲线方程如下:
Figure BDA0002795446420000061
其中,Pi是构成贝塞尔曲线的特征点,即各个路径规划参考点,n为贝塞尔曲线的阶数,本实例中n=4,t为归一化参数。
4)根据上述得到的参考行驶路径,控制车辆按照此参考行驶路径进行行驶,实现避障行驶。
本实施例的车道避障方法,具有以下特点:
首先,根据车辆前方障碍物的状态分场景进行车辆行为决策,并选择合理的路径规划点进行路径规划,实现车辆的自动驾驶功能;尽量避免不必要的避障行为,提高行为决策的实时性、合理性和安全性。
其次,双车道工况下,提供避障返回和避障换道策略。在双车道工况下,优先选择避障返回,当本车道无法实现避障返回时,提供避障换道策略,提高避障的灵活性。
方法实施例2:
本实施例提出一种自动驾驶车辆的车道避障方法,整体流程如图5所示,具体步骤如下:
步骤一:利用导航定位***,计算参考路径信息,包括路径点集的定位解状态、横纵向坐标、航向角、曲率变化信息等。
步骤二:判断决策前端输入(感知、定位等信息)是否满足自动驾驶条件。具体判断内容包括:定位解判断;定位通信故障判断、感知故障判断,当定位、感知无误且定位解进入最佳状态时,进入自动驾驶模式。
步骤三:根据车辆位姿和参考路径,判断车辆目前处于单车道或双车道,是否具备换道条件。具体判断方法为:根据车辆位置和航向角信息,寻找距离两条参考路径的最近点(即图4中的Close-A和Close-B),若两条路径的最近点间的距离大于或等于预设最小双车道距离,则车辆处于双车道,具备换道条件。否则,车辆处于单车道,无备用路径。
步骤四:基于车辆处于单车道或双车道、车辆位姿、参考路径和障碍物的状态进行车辆驾驶行为策略决策,并选择路径规划参考点。
如附图2、图3、图4所示,箭头表示车辆行驶方向,设车道宽为W,车体宽度WV=Wl+Wr,本车道车辆前方最近障碍物距离为Dis_obs,车辆距离两条路径最近点分别为Close_A、Close_B。路径规划参考点的选择规则参考上面方法实施例1中步骤2)中的记载,本实施例不再赘述。
步骤五:基于路径规划参考点,利用贝塞尔曲线进行路径规划,路径规划方法参见方法实施例1中步骤3)的记载,本步骤不再赘述。
步骤六:根据车辆与参考路径的距离、最大允许速度等进行实时速度规划,实时车速v与车辆偏离路径距离d的关系式为:
Figure BDA0002795446420000071
式中,v为实时车速,Dlimit为最大允许偏离路径距离,Vmax为最大速度,Vmin为最小速度,d为车辆偏离路径距离,即车辆与参考路径的距离。
步骤七:输出路径信息和速度信息给控制端,进行横纵向控制,实现车辆的自动驾驶。
本发明的车道避障方法,不仅能够根据车辆前方障碍物的状态分场景进行车辆行为决策,并选择合理的路径规划点进行路径和速度规划,实现车辆的自动驾驶功能;还能够根据车辆距离路径的距离进行实时的速度规划,保证速度的稳定变化,实现车辆行驶的稳定性。
装置实施例:
本实施例提供了一种自动驾驶车辆的车道避障装置,包括存储器和处理器,以及存储在存储器上并在处理器上运行的计算机程序,处理器与存储器相耦合,处理器用于运行存储在存储器中的程序指令,以实现方法实施例1或方法实施例2中的车道避障方法,由于该方法在方法实施例1和方法实施例2中的记载已经足够清楚、完整,本实施例不再赘述。
也就是说,以上方法实施例中的方法应理解可由计算机程序指令实现主端、从端机器人控制方法的流程。可提供这些计算机程序指令到处理器(如通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备等),使得通过处理器执行这些指令产生用于实现上述方法流程所指定的功能。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。

Claims (7)

1.一种自动驾驶车辆的车道避障方法,其特征在于,包括以下步骤:
1)判断车道前方障碍物的状态;
2)根据障碍物的状态,结合车辆与障碍物之间的距离Dis_obs,设置路径规划参考点;
所述障碍物的状态包括静止,在此状态下,路径规划参考点的设置规则为:选择n个参考点,n≥5,所有参考点的横坐标在[0,Dis_obs]范围内依次间隔布置,第1个参考点选择车辆当前坐标,第n个参考点的纵坐标为(Wl+Wl′/2)或(Wr+Wr′/2),Wl为障碍物左侧边的纵坐标,Wl′为障碍物左侧在车道上的剩余宽度,Wr为障碍物右侧边的纵坐标,Wr′为障碍物右侧在车道上的剩余宽度;剩余各参考点的纵坐标在[0,Wl+Wl′/2]范围内,按照从小到大的顺序进行设置;
3)将所述路径规划参考点,代入设定的贝塞尔曲线方程中,规划出基于贝塞尔曲线的参考行驶路径;
4)控制车辆根据按照所述参考行驶路径进行行驶,实现避障行驶。
2.根据权利要求1所述的自动驾驶车辆的车道避障方法,其特征在于,步骤2)中,在选取第n个参考点的纵坐标之前,还包括:判断障碍物左侧、右侧在车道上的剩余宽度Wl′、Wr′与车宽之间的大小,若障碍物左侧、右侧在车道上的剩余宽度Wl′、Wr′均大于或等于车宽,选择Wl′、Wr′中的较大者参与第n个参考点纵坐标的计算;若只有障碍物左侧、右侧中某一侧在车道上剩余宽度大于车宽,则选择该剩余宽度参与第n个参考点纵坐标的计算。
3.根据权利要求2所述的自动驾驶车辆的车道避障方法,其特征在于,当本车处于双车道时,优先按照步骤2)和步骤3)中的内容进行单车道避障行驶,当障碍物左侧、右侧在车道上的剩余宽度Wl′、Wr′均小于车宽时,则进行避障换道行驶;
在障碍物的状态为静止状态下,路径规划参考点的设置规则为:选择n个参考点,n≥5,所有参考点的横坐标在[0,Dis_obs]范围内依次间隔布置,第1个参考点选择车辆当前坐标,第n个参考点的纵坐标为车道宽度W,其余各参考点的纵坐标在[0,W]范围内从小到大进行依次设置。
4.根据权利要求1-3任一项所述的自动驾驶车辆的车道避障方法,其特征在于,所述障碍物的状态还包括同向行驶、反向行驶、横穿车道,对于障碍物状态为同向行驶情况,车辆保持和障碍物相同速度在当前路径行驶,路径规划参考点选择规则为:沿当前直线方向选择若n个参考点,各相邻参考点之间的间距相同;当障碍物横穿车道或反向行驶时,控制车辆保持当前路径,并在距离障碍物的一定距离处停车,路径规划参考点的选择规则与同向行驶情况的参考点选择规则相同。
5.根据权利要求1-3任一项所述的自动驾驶车辆的车道避障方法,其特征在于,还包括:按照设定的实时车速,控制车辆进行行驶,所述实时车速的计算式如下:
Figure FDA0002795446410000021
式中,v为实时车速,Dlimit为最大允许偏离路径距离,Vmax为最大速度,Vmin为最小速度,d为车辆偏离参考行驶路径的距离,即车辆与参考路径的距离。
6.根据权利要求1-3任一项所述的自动驾驶车辆的车道避障方法,其特征在于,所述贝塞尔曲线方程的表达式如下:
Figure FDA0002795446410000022
其中,Pi是构成贝塞尔曲线的特征点,即各个路径规划参考点的坐标,n为贝塞尔曲线的阶数,t为归一化参数。
7.一种自动驾驶车辆的车道避障装置,包括存储器和处理器,以及存储在所述存储器上并在所述处理器上运行的计算机程序,所述处理器与所述存储器相耦合,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述的自动驾驶车辆的车道避障方法。
CN202011329935.6A 2020-11-24 2020-11-24 一种自动驾驶车辆的车道避障方法及装置 Active CN114537381B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011329935.6A CN114537381B (zh) 2020-11-24 2020-11-24 一种自动驾驶车辆的车道避障方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011329935.6A CN114537381B (zh) 2020-11-24 2020-11-24 一种自动驾驶车辆的车道避障方法及装置

Publications (2)

Publication Number Publication Date
CN114537381A true CN114537381A (zh) 2022-05-27
CN114537381B CN114537381B (zh) 2024-05-31

Family

ID=81660271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011329935.6A Active CN114537381B (zh) 2020-11-24 2020-11-24 一种自动驾驶车辆的车道避障方法及装置

Country Status (1)

Country Link
CN (1) CN114537381B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115123310A (zh) * 2022-08-31 2022-09-30 中汽数据(天津)有限公司 无人车避障局部路径规划方法、设备和存储介质
CN115357034A (zh) * 2022-10-21 2022-11-18 上海伯镭智能科技有限公司 基于智慧交通的无人驾驶矿车转向控制方法
CN115571164A (zh) * 2022-11-03 2023-01-06 中科天极(新疆)空天信息有限公司 一种基于自动驾驶的避障方法及***

Citations (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1684142A1 (de) * 2005-01-20 2006-07-26 Robert Bosch Gmbh Verfahren zur Kursprädiktion in Fahrerassistenzsystemen für Kraftfahrzeuge
KR20120054879A (ko) * 2010-11-22 2012-05-31 고려대학교 산학협력단 차량형 이동 로봇의 충돌 회피 경로 생성 방법 및 이를 이용한 주차 보조 시스템
US20150094945A1 (en) * 2013-09-27 2015-04-02 Transoft Solutions, Inc. Method and apparatus for generating a vehicle path
CN104773171A (zh) * 2014-01-10 2015-07-15 财团法人工业技术研究院 车辆碰撞预警装置与方法
US20150353082A1 (en) * 2014-06-05 2015-12-10 Carnegie Mellon University Unified motion planning algorithm for autonomous driving vehicle in obstacle avoidance maneuver
US9229453B1 (en) * 2014-08-29 2016-01-05 GM Global Technology Operations LLC Unified motion planner for autonomous driving vehicle in avoiding the moving obstacle
CN106882185A (zh) * 2017-03-10 2017-06-23 南京林业大学 一种含驾驶员焦点预瞄模型的车辆自主转向控制方法
US20170236422A1 (en) * 2014-09-29 2017-08-17 Hitachi Construction Machinery Co., Ltd. Obstacle avoidance system
US20170316684A1 (en) * 2016-04-29 2017-11-02 Ford Global Technologies, Llc Vehicle lane map estimation
US20170364083A1 (en) * 2016-06-21 2017-12-21 Baidu Online Network Technology (Beijing) Co., Ltd. Local trajectory planning method and apparatus for smart vehicles
US20180186373A1 (en) * 2016-12-30 2018-07-05 Neusoft Corporation Method, device and apparatus for planning vehicle speed
DE102017200218A1 (de) * 2017-01-09 2018-07-12 Bayerische Motoren Werke Aktiengesellschaft Steuereinheit und Verfahren zur Berücksichtigung von Hindernissen bei einem Rückfahrassistenzsystem
CN108290540A (zh) * 2015-11-04 2018-07-17 祖克斯有限公司 用于自主驱动车辆的内部安全***
CN109177974A (zh) * 2018-08-28 2019-01-11 清华大学 一种智能汽车的人机共驾型车道保持辅助方法
CN109712421A (zh) * 2019-02-22 2019-05-03 百度在线网络技术(北京)有限公司 自动驾驶车辆的速度规划方法、装置和存储介质
CN109808685A (zh) * 2019-01-07 2019-05-28 南京航空航天大学 一种基于危险评估的汽车预警自动避撞控制方法
CN109976329A (zh) * 2017-12-28 2019-07-05 郑州宇通客车股份有限公司 一种车辆避障换道路径的规划方法
CN110466516A (zh) * 2019-07-11 2019-11-19 北京交通大学 一种基于非线性规划的曲线道路自动车换道轨迹规划方法
CN110531749A (zh) * 2018-05-24 2019-12-03 百度(美国)有限责任公司 确定避开移动障碍物的自动驾驶的驾驶路径
US20200033871A1 (en) * 2016-09-29 2020-01-30 Honda Motor Co., Ltd. Vehicle control device
CN110893849A (zh) * 2018-08-22 2020-03-20 郑州宇通客车股份有限公司 一种自动驾驶车辆避障换道控制方法及装置
CN111238520A (zh) * 2020-02-06 2020-06-05 北京百度网讯科技有限公司 变道路径规划方法、装置、电子设备和计算机可读介质
CN111338340A (zh) * 2020-02-21 2020-06-26 天津大学 基于模型预测的无人驾驶汽车局部路径规划方法
CN111332285A (zh) * 2018-12-19 2020-06-26 长沙智能驾驶研究院有限公司 车辆避开障碍物的方法及装置、电子设备和存储介质
CN111383474A (zh) * 2018-12-29 2020-07-07 长城汽车股份有限公司 自动驾驶车辆的决策***及方法
US20200216059A1 (en) * 2019-01-04 2020-07-09 Toyota Motor Engineering & Manfacuring North America, Inc. System, method, and computer-readable storage medium for vehicle collision avoidance on the highway
CN111401208A (zh) * 2020-03-11 2020-07-10 北京百度网讯科技有限公司 一种障碍物检测方法、装置、电子设备及存储介质
CN111750886A (zh) * 2020-05-12 2020-10-09 北京智行者科技有限公司 局部路径规划方法及装置

Patent Citations (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1684142A1 (de) * 2005-01-20 2006-07-26 Robert Bosch Gmbh Verfahren zur Kursprädiktion in Fahrerassistenzsystemen für Kraftfahrzeuge
KR20120054879A (ko) * 2010-11-22 2012-05-31 고려대학교 산학협력단 차량형 이동 로봇의 충돌 회피 경로 생성 방법 및 이를 이용한 주차 보조 시스템
US20150094945A1 (en) * 2013-09-27 2015-04-02 Transoft Solutions, Inc. Method and apparatus for generating a vehicle path
CN104773171A (zh) * 2014-01-10 2015-07-15 财团法人工业技术研究院 车辆碰撞预警装置与方法
US20150353082A1 (en) * 2014-06-05 2015-12-10 Carnegie Mellon University Unified motion planning algorithm for autonomous driving vehicle in obstacle avoidance maneuver
US9229453B1 (en) * 2014-08-29 2016-01-05 GM Global Technology Operations LLC Unified motion planner for autonomous driving vehicle in avoiding the moving obstacle
US20170236422A1 (en) * 2014-09-29 2017-08-17 Hitachi Construction Machinery Co., Ltd. Obstacle avoidance system
CN108290540A (zh) * 2015-11-04 2018-07-17 祖克斯有限公司 用于自主驱动车辆的内部安全***
US20170316684A1 (en) * 2016-04-29 2017-11-02 Ford Global Technologies, Llc Vehicle lane map estimation
US20170364083A1 (en) * 2016-06-21 2017-12-21 Baidu Online Network Technology (Beijing) Co., Ltd. Local trajectory planning method and apparatus for smart vehicles
US20200033871A1 (en) * 2016-09-29 2020-01-30 Honda Motor Co., Ltd. Vehicle control device
US20180186373A1 (en) * 2016-12-30 2018-07-05 Neusoft Corporation Method, device and apparatus for planning vehicle speed
DE102017200218A1 (de) * 2017-01-09 2018-07-12 Bayerische Motoren Werke Aktiengesellschaft Steuereinheit und Verfahren zur Berücksichtigung von Hindernissen bei einem Rückfahrassistenzsystem
CN106882185A (zh) * 2017-03-10 2017-06-23 南京林业大学 一种含驾驶员焦点预瞄模型的车辆自主转向控制方法
CN109976329A (zh) * 2017-12-28 2019-07-05 郑州宇通客车股份有限公司 一种车辆避障换道路径的规划方法
CN110531749A (zh) * 2018-05-24 2019-12-03 百度(美国)有限责任公司 确定避开移动障碍物的自动驾驶的驾驶路径
CN110893849A (zh) * 2018-08-22 2020-03-20 郑州宇通客车股份有限公司 一种自动驾驶车辆避障换道控制方法及装置
CN109177974A (zh) * 2018-08-28 2019-01-11 清华大学 一种智能汽车的人机共驾型车道保持辅助方法
CN111332285A (zh) * 2018-12-19 2020-06-26 长沙智能驾驶研究院有限公司 车辆避开障碍物的方法及装置、电子设备和存储介质
CN111383474A (zh) * 2018-12-29 2020-07-07 长城汽车股份有限公司 自动驾驶车辆的决策***及方法
US20200216059A1 (en) * 2019-01-04 2020-07-09 Toyota Motor Engineering & Manfacuring North America, Inc. System, method, and computer-readable storage medium for vehicle collision avoidance on the highway
CN109808685A (zh) * 2019-01-07 2019-05-28 南京航空航天大学 一种基于危险评估的汽车预警自动避撞控制方法
CN109712421A (zh) * 2019-02-22 2019-05-03 百度在线网络技术(北京)有限公司 自动驾驶车辆的速度规划方法、装置和存储介质
CN110466516A (zh) * 2019-07-11 2019-11-19 北京交通大学 一种基于非线性规划的曲线道路自动车换道轨迹规划方法
CN111238520A (zh) * 2020-02-06 2020-06-05 北京百度网讯科技有限公司 变道路径规划方法、装置、电子设备和计算机可读介质
CN111338340A (zh) * 2020-02-21 2020-06-26 天津大学 基于模型预测的无人驾驶汽车局部路径规划方法
CN111401208A (zh) * 2020-03-11 2020-07-10 北京百度网讯科技有限公司 一种障碍物检测方法、装置、电子设备及存储介质
CN111750886A (zh) * 2020-05-12 2020-10-09 北京智行者科技有限公司 局部路径规划方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115123310A (zh) * 2022-08-31 2022-09-30 中汽数据(天津)有限公司 无人车避障局部路径规划方法、设备和存储介质
CN115357034A (zh) * 2022-10-21 2022-11-18 上海伯镭智能科技有限公司 基于智慧交通的无人驾驶矿车转向控制方法
CN115571164A (zh) * 2022-11-03 2023-01-06 中科天极(新疆)空天信息有限公司 一种基于自动驾驶的避障方法及***

Also Published As

Publication number Publication date
CN114537381B (zh) 2024-05-31

Similar Documents

Publication Publication Date Title
CN114537381A (zh) 一种自动驾驶车辆的车道避障方法及装置
US11409288B2 (en) Lane changing method, device for driverless vehicle and computer-readable storage medium
CN107992050B (zh) 无人驾驶汽车局部路径运动规划方法和装置
Kuwata et al. Motion planning for urban driving using RRT
CN110268457B (zh) 用于确定至少两个车辆的集体操纵的方法、计算机程序产品、计算机能读取的介质、控制器和包括该控制器的车辆
WO2018176593A1 (zh) 一种面向无人自行车的局部避障路径规划方法
Andersen et al. Trajectory optimization for autonomous overtaking with visibility maximization
CN109557912A (zh) 一种自动驾驶特种作业车辆的决策规划方法
CN113085850B (zh) 车辆避障方法、装置、电子设备及存储介质
CN113009918B (zh) 路径规划方法、装置、***及可读存储介质
CN111426326A (zh) 一种导航方法、装置、设备、***及存储介质
WO2022062349A1 (zh) 车辆控制方法、设备、存储介质和电子装置
Kala et al. Planning of multiple autonomous vehicles using rrt
Ferguson et al. A reasoning framework for autonomous urban driving
CN114435405A (zh) 一种车辆换道方法、装置、设备和存储介质
CN113532448A (zh) 一种自动驾驶车辆的导航方法及其***、驾驶控制设备
CN114370874B (zh) 一种车辆、车辆路径规划方法及装置
Chang et al. Multi-point turn decision making framework for human-like automated driving
CN113548039B (zh) 自动泊车方法、自动泊车装置、车辆及存储介质
CN107851374B (zh) 场景评估装置、行驶辅助装置、场景评估方法
Sarkar et al. Generalized dynamic cognitive hierarchy models for strategic driving behavior
CN114519931B (zh) 一种路口环境下目标车辆行为预测方法及装置
WO2020233222A1 (zh) 无人车路径控制方法、装置和***
Kala et al. Multi-vehicle planning using RRT-connect
Kala et al. Heuristic based evolution for the coordination of autonomous vehicles in the absence of speed lanes

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
CB02 Change of applicant information

Country or region after: China

Address after: No. 6, Yutong Road, Guancheng Hui District, Zhengzhou, Henan 450061

Applicant after: Yutong Bus Co.,Ltd.

Address before: No.1, Shibali Heyu Road, Guancheng Hui District, Zhengzhou City, Henan Province

Applicant before: ZHENGZHOU YUTONG BUS Co.,Ltd.

Country or region before: China

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant