具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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。
请参阅图1,图1是本申请一示例性实施例提供的车速规划方法的应用场景的示意图。车速规划***10包括自车11和障碍物12。自车11和障碍物12之间可以相互通信,以实现数据交换。
自车11可以实时或间隔预设时段获取障碍物12的障碍物轨迹,其中,预设时段可以根据实际需求进行设置,例如,0.5秒,在此不做具体限制。自车11可以根据自车轨迹和障碍物轨迹可以实现不同的功能。例如,自车11可以根据自车11和障碍物12的行驶轨迹建立ST图,以明确自车11和障碍物12的相对位置。其中,ST图用来描述自车11所在车道中的障碍物12纵向运动情况,也即纵向速度。S指的是以自车为原点,沿着自车的行驶轨迹向前的距离,T指的是时间。又例如,自车11可以根据自车轨迹和障碍物轨迹计算障碍物12与自车11之间的横向距离。
障碍物12可以是一个障碍物或者包括多个障碍物。障碍物可以是车辆,也可以是其他能够与自车11进行通信连接的设备。在障碍物12包括多个车辆时,则该多个车辆可以相同,也可以不同。例如,该多个车辆可以是产自同一厂家的车辆,也可以是产自不同厂家的车辆。又例如,该多个车辆可以是相同车型的车辆,也可以是不同车型的车辆。车辆可以是汽油车或电动车等,其中,电动汽车可以是纯电动汽车、混合动力汽车、或燃料电池汽车等,在此不做具体限制。
请参阅图2,图2是本申请一实施例提供的车速规划方法的流程示意图。该车速规划方法可以应用于图1所示的自车11,或下面将提到的图6所示的车速规划装置400,或下面将提到的图7所示的车辆500。该车速规划方法可以包括以下步骤S110~步骤S130。
步骤S110,根据自车轨迹和障碍物轨迹,确定表征障碍物的目标矩形框。
本申请实施例中的自车轨迹包括多个表征自车的矩形框。自车轨迹指的是自车根据自车的目的地和自车的当前行驶环境规划的行驶轨迹,而不是实际的自车行驶轨迹。当前行驶环境包括自车周围的障碍物车辆、前方车道拥挤情况、车道线等。表征自车的矩形框的长度可以大于或等于自车长度,该矩形框的宽度可以大于或等于自车宽度。
本申请实施例中的障碍物轨迹包括多个表征障碍物的矩形框。障碍物轨迹指的是障碍物根据障碍物的目的地和障碍物的当前行驶环境规划的行驶轨迹,而不是实际的障碍物行驶轨迹。当前行驶环境包括障碍物周围的障碍物车辆、前方车道拥挤情况、车道线等。表征障碍物的矩形框的长度可以大于或等于障碍物长度,该矩形框的宽度可以大于或等于障碍物宽度。
本申请实施例中的目标矩形框满足以下条件:目标矩形框与自车之间的横向距离位于预设碰撞距离和预设通行距离之间。
其中,目标矩形框与自车的横向距离可以指目标矩形框上最靠近自车轨迹的角点与自车轨迹之间的距离。目标矩形框表征的障碍物指的是没有与自车发生碰撞但是横向靠近自车的障碍物,该障碍物可以近距离通过自车,一旦该障碍物在靠近自车的位置突然加速,会导致自车与障碍物发生碰撞。
本申请实施例中的预设碰撞距离是碰撞检测的距离衡量指标。若自车与障碍物之间的距离超过预设碰撞距离,则自车与障碍物将会发生碰撞。预设碰撞距离可以根据实际对自动驾驶安全性的需求进行设置,在此不做具体限制。
在一些实施方式中,预设碰撞距离可以根据自车宽度进行设置。例如,预设碰撞距离可以大于或等于自车宽度的一半。作为一种示例,预设碰撞距离可以是自车宽度。作为另一种示例,预设碰撞距离可以是自车宽度的1.5倍。
在另一些实施方式中,预设碰撞距离可以根据自车宽度和虚拟宽度进行设置。其中,虚拟宽度指的是碰撞检测的距离指标,虚拟宽度可以是现有的碰撞检测方法中的,在自车轨迹左右各加的虚拟宽度。例如,预设碰撞距离可以是自车宽度的一半加虚拟宽度。
在又一些实施方式中,预设碰撞距离可以根据自车当前所在的车道的宽度进行设置。例如,预设碰撞距离可以大于或等于自车当前所在的车道的宽度。作为一种示例,预设碰撞距离可以是自车当前所在的车道的宽度。
本申请实施例中的预设通行距离指的是不会与自车发碰撞,可以近距离通过自车的距离。预设通行距离大于上述预设碰撞距离。预设通行距离可以根据实际对自动驾驶安全性的需求进行设置,在此不做具体限制。
在一些实施方式中,预设通行距离可以根据预设碰撞距离进行设置。作为一种示例,预设碰撞距离可以是自车宽度的一半加虚拟宽度,预设通行距离可以是上述自车宽度的一半加虚拟宽度加0.5米。作为另一种示例,预设碰撞距离可以是自车宽度,预设通行距离可以是自车宽度的1.5倍。
在一些实施方式中,预设碰撞距离和预设通行距离还可以根据自车轨迹进行调整。例如,在根据自车轨迹检测到自车变道时,可以增大预设碰撞距离和预设通行距离,并在自车变道后,缩小预设碰撞距离和预设通行距离。增大和缩小的尺度可以预先设置,预设碰撞距离和预设通行距离的增大和缩小的尺度可以相同,也可以不同,在此不做具体限制。
在一些实施方式中,步骤S110的实施方式可以包括以下步骤:确定相对于自车轨迹的两条碰撞边界和两条通行边界;将障碍物轨迹上的矩形框中的,位于两条碰撞边界之外但具有位于两条通行边界之内的角点的矩形框,确定为表征障碍物的目标矩形框。相对于自车轨迹,两条通行边界位于两条碰撞边界之外。
两条碰撞边界之间的距离可以是上述预设碰撞距离的两倍。两条碰撞边界相对于自车轨迹对称设置。碰撞边界可以是直线或曲线。两条碰撞边界具体如何设置可以根据实际需求进行确定,在此不做具体限制。
作为一种示例,请参阅图3,图3是本申请一示例性实施例提供的自车轨迹的示意图。两条碰撞边界可以是相对于自车轨迹对称设置的两条直线,图3中的实线矩形框C表征自车(的位置),虚线矩形框A和B表征根据自车轨迹预测的自车(的位置),虚线矩形框D和E表征根据障碍物轨迹预测的障碍物(的位置),加粗箭头表征自车的行驶方向。
两条通行边界之间的距离可以是上述预设通行距离的两倍。两条通行边界相对于自车轨迹对称设置。通行边界可以是直线或曲线。作为一种示例,如图3所示,两条通行边界可以是相对于自车轨迹对称设置的两条直线。两条通行边界具体如何设置可以根据实际需求进行确定,在此不做具体限制。
在一些实施方式中,通行边界的形状可以与碰撞边界一致,例如,通行边界和碰撞边界均可以是直线或曲线。
在另一些实施方式中,通行边界的形状可以与碰撞边界不一致,例如,通行边界可以是曲线,但碰撞边界可以是直线。
在又一些实施方式中,通行边界和碰撞边界的形状可以根据自车轨迹进行调整。例如,在根据自车轨迹检测到自车变道时,通行边界和碰撞边界的形状可以由直线变为曲线,在自车变道后,通行边界和碰撞边界的形状可以由曲线变回直线。调整通行边界和碰撞边界形状的时刻可以与调整预设碰撞距离和预设通行距离的时刻相同,也可以不同,在此不做具体限制。
在一些实施方式中,在获取到自车轨迹时,可以根据预设碰撞距离和预设通行距离,确定相对于自车轨迹设置的两条碰撞边界和两条通行边界。在获取到自车轨迹时确定两条碰撞边界和两条通行边界,使得两条碰撞边界和两条通行边界更具备实时性,从而可以提高车速规划结果的实时性和准确性。
在另一些实施方式中,还可以基于预设自车轨迹,构建相对于预设自车轨迹设置的两条碰撞边界和两条通行边界,并在获取到当前的自车轨迹时,将预设自车轨迹和自车轨迹重合,得到相对于自车轨迹设置的两条碰撞边界和两条通行边界。其中,预设自车轨迹可以是随机设置的一条直线,也可以是历史自车轨迹,在此不做具体限制。
在一些实施方式中,从障碍物轨迹上的矩形框中,确定每个位于两条碰撞边界之外但具有位于两条通行边界之内的角点的矩形框的方法可以包括以下步骤:获取障碍物轨迹上的矩形框的每个角点与自车轨迹之间的横向距离,得到四个横向距离;从四个横向距离中确定最小横向距离;若最小横向距离位于预设碰撞距离和预设通行距离之间,将最小横向距离对应的角点所在的矩形框,确定为位于两条碰撞边界之外但具有位于两条通行边界之内的角点的矩形框,该最小横向距离为上述目标矩形框与自车之间的最小横向距离。
在一些实施方式中,可以将障碍物轨迹、自车轨迹、障碍物轨迹上的矩形框转化到ST图中,S表征以当前自车为原点,沿着自车行驶方向与自车之间的距离(也称纵向距离),T表征时间。
作为一种示例,可以根据ST图可以实时计算每个矩形框的角点与自车轨迹的之间的横向距离,得到每个矩形框对应的四个横向距离。对四个横向距离进行比较,可以得到最小横向距离。
作为另一种实例,还可以获取ST图中的每个矩形框的角点的位置,该位置由S和T表示。可以将获取到的角点的位置和自车轨迹输入预设最小横向距离计算模型中,得到最小横向距离。该预设最小横向距离计算模型可以预先训练并存储在自车或与自车通信的设备(例如,服务器)中,用于根据每个矩形框的角点的位置和自车轨迹计算上述最小横向距离。采用模型计算最小横向距离可以提升处理速度。
在另一些实施方式中,从障碍物轨迹上的矩形框中,确定每个位于两条碰撞边界之外但具有位于两条通行边界之内的角点的矩形框的方法可以包括以下步骤:根据障碍物轨迹、自车轨迹、障碍物轨迹上的矩形框、两条碰撞边界以及两条通行边界,生成虚拟轨迹图(如图3所示,自车轨迹上的矩形框可根据计算资源选择删除或保留);采用图像识别技术对虚拟轨迹图进行识别,得到位于两条碰撞边界和两条通行边界之间的目标点,并将目标点对应的矩形框,确定为位于两条碰撞边界之外但具有位于两条通行边界之内的角点的矩形框;若没有识别到上述目标点,则继续对虚拟轨迹图进行识别。其中,图像识别技术可以从现有技术中进行选择,在此不做具体限制。采用图像识别技术可以进行大规模识别,从而可以提升速度规划方法的全面性。
在还一些实施方式中,从障碍物轨迹上的矩形框中,确定每个位于两条碰撞边界之外但具有位于两条通行边界之内的角点的矩形框的方法可以包括以下步骤:将障碍物轨迹、自车轨迹、障碍物轨迹上的矩形框、两条碰撞边界以及两条通行边界输入到预设目标确定模型中,得到位于两条碰撞边界之外但具有位于两条通行边界之内的角点的矩形框。该预设目标确定模型可以预先训练并存储在自车或与自车通信的设备中,用于根据障碍物轨迹、自车轨迹、障碍物轨迹上的矩形框、两条碰撞边界以及两条通行边界,确定位于两条碰撞边界之外但具有位于两条通行边界之内的角点的矩形框。采用模型确定目标矩形框可以提升处理速度。
步骤S120,根据目标矩形框与自车之间的最小横向距离进行查表处理,得到目标限速值。
本申请实施例中的最小横向距离和限速值具有映射关系,可以是一对一映射、多对一映射、或一对多映射,在此不做具体限制。最小横向距离和限速值的映射关系可以预先设置并形成限速映射表(如表1所示),将限速映射表存储在自车或与自车通信的设备或数据库中,以便根据最小横向距离在限速映射表中查找与该最小横向距离对应的限速值,从而提升处理速度。在实际应用中,具有权限的用户还可以根据实际需求对限速映射表中的数据进行修改,以动态更新限速映射表,使得限速映射表更符合用户的实际应用,从而提升车速规划方法的鲁棒性和准确性。
表1
最小横向距离 |
限速值 |
A |
A' |
B(B>A) |
B'(B'>A') |
C(C>B) |
C'(C'>B') |
作为一种实施方式,如表1所示,可以依据最小横向距离或限速值的大小,从小到大对最小横向距离和限速值的映射关系进行排序。在其他的实施方式中,也可以依据最小横向距离或限速值的大小,从大到小对最小横向距离和限速值的映射关系进行排序。最小横向距离和限速值的映射关系具体排列顺序可以根据实际需求进行确定,在此不做具体限制。
在一些实施方式中,在确定目标矩形框与自车之间的最小横向距离时,可以根据目标矩形框与自车之间的最小横向距离在上述限速映射表中进行查询,得到该最小横向距离对应的限速值,并将该限速值作为目标限速值。
步骤S130,基于目标限速值,对自车的车速进行规划。
在另一些实施方式中,限速值与减速度具有映射关系,可以是一对一映射、多对一映射、或一对多映射,在此不做具体限制。限速值与减速度的映射关系可以预先设置并形成减速度映射表(如表2所示),将减速度映射表存储在自车或与自车通信的设备或数据库中,以便根据限速值在映射表中查找与该限速值对应的减速度,从而提升处理速度。在实际应用中,具有权限的用户还可以根据实际需求对减速度映射表中的数据进行修改,以动态更新减速度映射表,使得减速度映射表更符合用户的实际应用,从而提升车速规划方法的鲁棒性和准确性。
表2
限速值 |
减速度 |
A' |
A” |
B'(B'>A') |
B”(B”>A”) |
C'(C'>B') |
C'(C”>B”) |
作为一种实施方式,如表2所示,可以依据限速值或减速度的大小,从小到大对限速值与减速度的映射关系进行排序。在其他的实施方式中,也可以依据限速值或减速度的大小,从大到小对限速值与减速度的映射关系进行排序。限速值与减速度的映射关系具体排列顺序可以根据实际需求进行确定,在此不做具体限制。
在一些实施方式中,可以分别根据上述最小横向距离和限速值的映射关系生成上述限速映射表(如上述表1),根据限速值和减速度的映射关系生成上述减速度映射表(如上述表2)。
在另一些实施方式中,可以根据最小横向距离、限速值、减速度三者的映射关系,将上述限速映射表和减速度映射表融合为综合映射表(如表3所示),通过在一个综合映射表中查找数据,可以节省资源并提升处理速度。
表3
最小横向距离 |
限速值 |
减速度 |
A |
A' |
A” |
B(B>A) |
B'(B'>A') |
B”(B”>A”) |
C(C>B) |
C'(C'>B') |
C'(C”>B”) |
作为一种实施方式,如表3所示,可以依据最小横向距离或限速值或减速度的大小,从小到大对最小横向距离、限速值与减速度的映射关系进行排序。在其他的实施方式中,也可以依据最小横向距离或限速值或减速度的大小,从大到小对最小横向距离、限速值与减速度的映射关系进行排序。最小横向距离、限速值与减速度的映射关系具体排列顺序可以根据实际需求进行确定,在此不做具体限制。
在一些实施方式中,步骤S130的实施方式可以包括以下步骤:获取与目标限速值对应的减速度,基于减速度对自车的车速进行规划。具体地,可以根据目标限速值进行查表处理,得到目标限速值对应的减速度。通过根据与目标限速值对应的减速度对自车的车速进行规划,可以确保自车到达上述目标矩形框对应的位置时的速度为目标限速值,从而通过提前进行车速响应,避免与自车距离较近的障碍物发生碰撞,进而提高自动驾驶的安全性。
本申请实施例提供的车速规划方法,通过确定没有与自车碰撞但横向靠近自车的表征障碍物的目标矩形框,根据该目标矩形框与自车的最小横向距离确定目标限速值,根据目标限速值进行车速规划,可以根据障碍物与自车的最小横向距离对自车进行合理限速,提前进行速度响应,避免与自车距离较近的障碍物发生碰撞,从而可以提高自动驾驶的安全性。
请参阅图4,图4是本申请另一实施例提供的车速规划方法的流程示意图。该车速规划方法可以应用于图1所示的自车11,或下面将提到的图6所示的车速规划装置400,或下面将提到的图7所示的车辆500。该车速规划方法可以包括以下步骤S210~步骤S250。
步骤S210,根据自车轨迹和障碍物轨迹,确定表征障碍物的目标矩形框。
其中,步骤S210请参阅前述步骤S110,在此不再赘述。
步骤S220,根据目标矩形框与自车之间的最小横向距离进行查表处理,得到初步限速值。
如前所述,根据目标矩形框与自车之间的最小横向距离进行查表处理,能够得到与最小横向距离对应的限速值,可以将该限速值确定为初步限速值。
步骤S230,若初步限速值满足预设条件,将初步限速值确定为目标限速值。
在一些实施方式中,预设条件可以是:自车从当前位置起,以预设减速度进行减速行驶至所述目标矩形框对应的位置时达到所述初步限速值。
其中,预设减速度可以是预先设置并存储在自车中的固定值。预设减速度可以是能够让用户感到舒适的减速度,例如,每秒3米。预设减速度可以根据实验数据或者测试数据进行确定。其中,实验数据指的是通过模拟车辆的不同减速度,确定的用户的舒适度信息或用户感到不舒适的临界值。测试数据可以是通过实测车辆的不同减速度,确定的用户的舒适度信息或用户感到不舒适的临界值。预设减速度可以取上述临界值内的任一值。通过设置预设减速度,可以以预设减速度进行减速行驶,提高自车的舒适性。
需要说明的是,若预设条件为自车从当前位置起,以预设减速度进行减速行驶至所述目标矩形框对应的位置时达到所述初步限速值,则上述限速值与减速度之间的映射关系为多对一映射,即所有限速值对应同一预设减速度。
在另一些实施方式中,预设条件可以是:以与初步限速值对应的减速度进行减速行驶至目标矩形框对应的位置时达到初步限速值,不同的初步限速值对应不同的减速度。
步骤S240,若初步限速值不满足所述预设条件,采用预设方式继续进行查表处理,直到查找到预设最小限速值,将预设最小限速值确定为目标限速值。
其中,预设方式可以是二分查找方式。预设最小限速值可以根据实验数据或测试数据或用户经验或实际需求进行确定,例如,预设最小限速值可以是每秒2.5米。实验数据是指模拟车辆行驶测量得到的数据。测试数据是指真实驾驶车辆测量得到的数据。
通过在限速值不满足预设条件时,继续按照预设方式进行查表处理,可以多次逐渐缩小限速值,从而可以提高确定的目标限速值的合理性。
步骤S250,基于目标限速值,对自车的车速进行规划。
其中,步骤S250请参阅前述步骤S130,在此不再赘述。
本申请实施例提供的车速规划方法,通过确定没有与自车碰撞但横向靠近自车的表征障碍物的目标矩形框,根据该目标矩形框与自车的最小横向距离确定目标限速值,根据目标限速值进行车速规划,可以根据障碍物与自车的最小横向距离对自车进行合理限速,提前进行速度响应,避免与自车距离较近的障碍物发生碰撞,从而可以提高自动驾驶的安全性。通过将满足预设条件的限速值或预设最小限速值确定为目标限速值,可以确保自车能够在达到目标矩形框对应的位置时能够达到目标限速值,从而确保能够有效对自车进行限速。通过设置预设减速度,可以以预设减速度进行减速行驶,提高自车的舒适性。此外,通过判断限速值是否满足预设条件,在限速值不满足预设条件时,继续按照预设方式进行查表处理,通过多次逐渐缩小限速值,可以提高确定的目标限速值的合理性。
请参阅图5,图5是本申请另一实施例提供的车速规划方法的流程示意图。该车速规划方法可以应用于图1所示的自车11,或下面将提到的图6所示的车速规划装置400,或下面将提到的图7所示的车辆500。该车速规划方法可以包括以下步骤S310步骤S350。
步骤S310,根据自车轨迹和障碍物轨迹,确定表征障碍物的目标矩形框。
其中,步骤S310请参阅前述步骤S110,在此不再赘述。
步骤S320,根据目标矩形框与自车之间的最小横向距离进行查表处理,得到初步限速值。
步骤S330,若初步限速值满足预设条件,将初步限速值确定为目标限速值。
其中,步骤S320和步骤S330请参阅前述步骤S220和步骤S230,在此不再赘述。
步骤S340,若初步限速值不满足所述预设条件,直接将预设最小限速值确定为目标限速值。
其中,预设最小限速值请参阅前述步骤S240的相关描述,在此不再赘述。
步骤S350,基于目标限速值,对自车的车速进行规划。
其中,步骤S350请参阅前述步骤S130,在此不再赘述。
本申请实施例提供的车速规划方法,通过确定没有与自车碰撞但横向靠近自车的表征障碍物的目标矩形框,根据该目标矩形框与自车的最小横向距离确定目标限速值,根据目标限速值进行车速规划,可以根据障碍物与自车的最小横向距离对自车进行合理限速,提前进行速度响应,避免与自车距离较近的障碍物发生碰撞,从而可以提高自动驾驶的安全性。通过将满足预设条件的限速值或预设最小限速值确定为目标限速值,可以确保自车能够在达到目标矩形框对应的位置时能够达到目标限速值,从而确保能够有效对自车进行限速。通过设置预设减速度,可以以预设减速度进行减速行驶,提高自车的舒适性。此外,通过判断限速值是否满足预设条件,在限速值不满足预设条件时,直接将预设最小限速值作为目标限速值,可以提高确定目标限速值的效率,从而提升车速规划方法的效率。
请参阅图6,图6是本申请一实施例提供的车速规划装置的结构框图。该车速规划装置400可以应用于上述图1所示的自车11,或者下面将提到的图7所示的车辆500。该车速规划装置400包括目标确定模块410、查表处理模块420、车速规划模块430。
目标确定模块410,用于根据自车轨迹和障碍物轨迹,确定表征障碍物的目标矩形框,所述目标矩形框与自车之间的横向距离位于预设碰撞距离和预设通行距离之间,所述预设通行距离大于所述预设碰撞距离,所述自车轨迹包括多个表征自车的矩形框,所述障碍物轨迹包括多个表征障碍物的矩形框。
查表处理模块420,用于根据所述目标矩形框与自车之间的最小横向距离进行查表处理,得到目标限速值。
车速规划模块430,用于基于所述目标限速值,对自车的车速进行规划。
在一些实施方式中,查表处理模块420包括查表处理子模块和限速值确定子模块。
查表处理子模块,用于根据所述目标矩形框与自车之间的最小横向距离进行查表处理,得到初步限速值。
限速值确定子模块,用于若所述初步限速值满足预设条件,将所述初步限速值确定为目标限速值。
在一些实施方式中,限速值确定子模块,还用于若所述初步限速值不满足所述预设条件,采用预设方式继续进行查表处理,直到查找到预设最小限速值,将所述预设最小限速值确定为所述目标限速值。
在另一些实施方式中,限速值确定子模块,还用于若所述初步限速值不满足所述预设条件,直接将所述预设最小限速值确定为所述目标限速值。
在一些实施方式中,预设条件可以是:自车从当前位置起,以预设减速度进行减速行驶至所述目标矩形框对应的位置时达到所述初步限速值。
在另一些实施方式中,预设条件可以是:自车从当前位置起,以与所述初步限速值对应的减速度进行减速行驶至所述目标矩形框对应的位置时达到所述初步限速值,不同的初步限速值对应不同的减速度。
在一些实施方式中,目标确定模块410包括边界确定子模块和目标确定子模块。
边界确定子模块,用于确定相对于自车轨迹的两条碰撞边界和两条通行边界,两条碰撞边界之间的距离为所述预设碰撞距离的两倍,两条通行边界之间的距离为所述预设通行距离的两倍。
目标确定子模块,用于将障碍物轨迹上的矩形框中的,位于两条碰撞边界之外但具有位于两条通行边界之内的角点的矩形框,确定为表征障碍物的目标矩形框。
在一些实施方式中,目标确定子模块,还用于从障碍物轨迹上的矩形框中,确定位于两条碰撞边界之外但具有位于两条通行边界之内的角点的矩形框。具体地,目标确定子模块,还用于获取障碍物轨迹上的矩形框的每个角点与自车轨迹之间的横向距离,得到四个横向距离;从所述四个横向距离中确定最小横向距离;若所述最小横向距离位于所述预设碰撞距离和所述预设通行距离之间,将所述最小横向距离对应的角点所在的矩形框,确定为位于两条碰撞边界之外但具有位于两条通行边界之内的角点的矩形框,所述最小横向距离为所述目标矩形框与自车之间的最小横向距离。
在一些实施方式中,车速规划模块430包括减速度获取子模块和车速规划子模块。
减速度获取子模块,用于获取与所述目标限速值对应的减速度。
车速规划子模块,用于基于所述减速度对自车的车速进行规划。
本领域技术人员可以清楚地了解到,本申请实施例提供的车速规划装置400可以实现本申请实施例提供的车速规划方法。上述装置和模块的具体工作过程,可以参阅本申请实施例中的车速规划方法对应的过程,在此不再赘述。
本申请提供的实施例中,所显示或讨论的模块相互之间的耦合、直接耦合或者通信连接,可以是通过一些接口、装置或模块的间接耦合或通信耦合,可以是电性、机械或其他形式,本申请实施例对此不作限制。
另外,在本申请实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件的功能模块的形式实现,本申请实施例在此不作限制。
请参阅图7,图7是本申请一实施例提供的车辆的结构框图。该车辆500可以包括一个或多个如下部件:存储器510、一个或多个处理器520以及一个或多个应用程序,其中一个或多个应用程序可以被存储在存储器510中并被配置为当被一个或多个处理器520调用时,使得一个或多个处理器520执行本申请实施例提供的上述车速规划方法。需要说明的是,车辆500与上述图1所示的自车11相同。
处理器520可以包括一个或多个处理核。处理器520利用各种接口和线路连接整个车辆500内各个部分,用于运行或执行存储在存储器510内的指令、程序、代码集或指令集,以及调用运行或执行存储在存储器510内的数据,执行车辆500的各种功能和处理数据。可选地,处理器520可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编辑逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器520可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器中的一种或几种的组合。其中,CPU主要处理操作***、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成于处理器520中,单独通过一块通信芯片进行实现。
存储器510可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory,ROM)。存储器510可以用于存储指令、程序、代码、代码集或指令集。存储器510可以包括存储程序区和存储数据区。其中,存储程序区可以存储用于实现操作***的指令、用于实现至少一个功能的指令、用于实现上述各个方法实施例的指令等。存储数据区可以存储车辆500在使用中所创建的数据等。
请参阅图8,图8是本申请一实施例提供的计算机可读取存储介质的结构框图。该计算机可读取存储介质600中存储有程序代码610,该程序代码610被配置为当被处理器调用时,使得处理器执行本申请实施例提供的上述车速规划方法。
计算机可读取存储介质600可以是诸如闪存、电可擦除可编辑只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、可擦除可编辑只读存储器(Erasable Programmable Read-Only Memory,EPROM)、硬盘或者ROM之类的电子存储器。可选地,计算机可读取存储介质600包括非易失性计算机可读介质(Non-TransitoryComputer-Readable Storage Medium,Non-TCRSM)。计算机可读取存储介质600具有执行上述方法中的任何方法步骤的程序代码610的存储空间。这些程序代码610可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码610可以以适当的形式进行压缩。
综上所述,本申请实施例提供一种车速规划方法、装置、车辆及存储介质,通过确定没有与自车碰撞但横向靠近自车的表征障碍物的目标矩形框,根据该目标矩形框与自车的最小横向距离确定目标限速值,根据目标限速值进行车速规划,可以根据障碍物与自车的最小横向距离对自车进行合理限速,提前进行速度响应,避免与自车距离较近的障碍物发生碰撞,从而可以提高自动驾驶的安全性。
最后应说明的是:以上实施例仅用于说明本申请的技术方案,而非对其限制。尽管参照前述实施例对本申请进行了详细的说明,本领域技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。