CN115230729A - 一种自动驾驶避障方法及***、存储介质 - Google Patents
一种自动驾驶避障方法及***、存储介质 Download PDFInfo
- Publication number
- CN115230729A CN115230729A CN202110448163.6A CN202110448163A CN115230729A CN 115230729 A CN115230729 A CN 115230729A CN 202110448163 A CN202110448163 A CN 202110448163A CN 115230729 A CN115230729 A CN 115230729A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- point
- obstacle
- calculating
- force
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000007246 mechanism Effects 0.000 claims abstract description 8
- 230000009471 action Effects 0.000 claims description 35
- 230000004888 barrier function Effects 0.000 claims description 21
- 231100000817 safety factor Toxicity 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 abstract description 8
- 230000007547 defect Effects 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 34
- 238000010586 diagram Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process 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
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
- B62D15/0265—Automatic obstacle avoidance by steering
-
- 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
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
- B60W40/02—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 ambient conditions
- B60W40/06—Road conditions
- B60W40/072—Curvature of the road
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/021—Determination of steering angle
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- 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
- B60W2554/00—Input parameters relating to objects
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4049—Relationship among other objects, e.g. converging dynamic objects
-
- 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/20—Steering systems
- B60W2710/207—Steering angle of wheels
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自动驾驶避障方法及***、存储介质,包括:获取道路的障碍物信息;其中所述障碍物信息至少包括障碍物的坐标;根据所述障碍物信息确定可通行区域;根据所述可通行区域确定预瞄点,并根据所述预瞄点和预设的引力势场函数计算所述预瞄点对本车的吸引力;根据所述可通行区域两侧的障碍物的坐标和预设的斥力势场函数计算障碍物对本车的斥力;根据所述吸引力和所述斥力计算合力;根据所述合力生成方向盘转角控制指令,并控制车辆执行机构执行所述方向盘转角控制指令以实现避障。本发明能够解决人工势场法陷入局部极小的缺陷,以及结构化城市环境下无人驾驶车环境约束及车辆自身约束的问题。
Description
技术领域
本发明涉及车辆技术领域,具体涉及一种自动驾驶避障方法及***、计算机可读存储介质。
背景技术
人工势场法最初由Khatib在20世纪80年代根据电子在电场中的运动所提出的,具体来说,它模拟自然界中点电荷电场的性质,将障碍物抽象成带电粒子,其周边的电势场强度同距离负相关。设被控对象带同种电荷,根据电体同性相斥原理,被控对象趋向于远离障碍物这一局部最大值,实现避障。同理,目标物带异种电荷,根据电体异性相吸原理,引导被控对象趋向靠近这一全局极小值。最终,各项虚拟势累加构成总势场,其负梯度方向为虚拟力方向。其基本思想是将被控对象、目标物和障碍物的位姿抽象,量化为虚拟势或虚拟力,在被控对象所在环境中构建统一的虚拟势场或虚拟力场,从而规划被控对象的运动。
人工势场法由于实时性好,安全性比较高,其所需的环境信息较少,规划的路径比较平滑等优点而引起广泛关注,但目前人工势场法在自动驾驶的应用上,易陷入局部极小造成“死锁”,形成局部极小点,无法继续向预瞄点前进;以及,未考虑自动驾驶汽车运动学约束、动力学约束、及其所受的环境约束与人工势场的关联性,使得自动驾驶避障的环境适应性、可靠性无法满足驾驶安全要求。
发明内容
本发明的目的在于提出一种自动驾驶避障方法及***、计算机可读存储介质,以解决人工势场法陷入局部极小的缺陷,以及结构化城市环境下无人驾驶车环境约束及车辆自身约束的问题。
为实现上述目的,本发明第一方面提出一种自动驾驶避障方法,包括如下步骤:
获取道路的障碍物信息;其中所述障碍物信息至少包括障碍物的坐标;
根据所述障碍物信息确定可通行区域;
根据所述可通行区域确定预瞄点,并根据所述预瞄点和预设的引力势场函数计算所述预瞄点对本车的吸引力;
根据所述可通行区域两侧的障碍物的坐标和预设的斥力势场函数计算障碍物对本车的斥力;
根据所述吸引力和所述斥力计算合力,根据所述合力生成方向盘转角控制指令,并控制车辆执行机构执行所述方向盘转角控制指令以实现避障。
优选地,所述根据所述障碍物信息确定可通行区域,包括:
根据所述障碍物信息确定一个或多个障碍物的可视边界;每一障碍物具有一条或多条可视边界;
根据所述一个或多个障碍物的可视边界、本车车体中心点O以及本车最小转弯半径确定一个或多个可通行区域;
根据可通行区域的边界、障碍物与本车的相对位置获取所述一个或多个可通行区域的安全系数,并根据可通行区域的边界获取可通行区域方向与车体当前航向的偏差、可通行区域方向与预瞄点方向的偏差;
根据所述安全系数、可通行区域方向与车体当前航向的偏差、可通行区域方向与预瞄点方向的偏差选择其中一个可通行区域输出作为最优可通行区域。
优选地,所述根据所述一个或多个障碍物的可视边界、本车车体中心点以及本车最小转弯半径确定一个或多个可通行区域,包括:
对于任一障碍物,以该障碍物的左、右侧边界点和所述点O分别生成与本车航向相切的两个圆弧,使得该障碍物的左侧边界点和所述点O为其中一个圆弧上的点,该障碍物的右侧边界点和所述点O为其中另一个圆弧上的点;其中所述两个圆弧之间的区域为不可通行区域;
并且,根据所述点O以及本车最小转弯半径生成两个转弯半径圆弧,并根据所述两个转弯半径圆弧确定除所述不可通行区域以外的剩余区域是否为可通行区域,从而获得一个或多个可通行区域;其中每一可通行区域的边界包括左侧圆弧和右侧圆弧。
优选地,所述根据可通行区域的边界、障碍物与本车的相对位置获取所述一个或多个可通行区域的安全系数,包括:
以所述点O为圆心以及预设半径生成参考圆弧,所述参考圆弧与所述左侧圆弧和右侧圆弧分别相交于点B、点C,与所述两个转弯半径圆弧分别交于点A、点D,则根据所述点B、点C之间圆弧长度以及所述点A、点D两点之间圆弧长度计算可通行区域的宽度系数;
确定可通行区域两侧障碍物的多个障碍物点中距离本车最近的障碍物点I,根据所述点O、点I之间直线长度、所述点B、点C之间直线长度、所述点O、点C之间直线长度以及本车宽度计算障碍物系数;
根据可通行区域的宽度系数和障碍物系数计算可通行区域的安全系数。
优选地,所述根据可通行区域的边界获取可通行区域方向与车体当前航向的偏差、可通行区域方向与预瞄点方向的偏差,具体包括:
根据可通行区域的左侧圆弧半径、右侧圆弧半径计算可通行区域方向与车体当前航向的偏差;
并根据预瞄点与车辆质心的连接圆弧的圆弧半径以及可通行区域的左侧圆弧半径、右侧圆弧半径计算可通行区域方向与预瞄点方向的偏差。
优选地,所述根据所述预瞄点和预设的引力势场函数计算所述预瞄点对本车的吸引力,包括:
根据预瞄点与本车车体中心点之间的纵向坐标差值、引力场对本车的纵向作用距离计算得到引力纵向作用参数;并根据预瞄点与本车车体中心点之间的横向坐标差值、引力场对本车的横向作用距离计算得到引力横向作用参数;
根据所述引力纵向作用参数、所述引力横向作用参数以及预设的吸引力增益系数计算所述预瞄点对本车的吸引力。
优选地,所述根据所述可通行区域两侧的障碍物的坐标和预设的斥力势场函数计算障碍物对本车的斥力,包括:
根据障碍物与本车车体中心点之间的纵向坐标差值、斥力场对本车的纵向作用距离计算得到斥力纵向作用参数;并根据障碍物与本车车体中心点之间的横向坐标差值、斥力场对本车的横向作用距离计算得到斥力横向作用参数;
根据所述引力纵向作用参数、所述斥力横向作用参数以及预设的斥力增益系数计算所述障碍物对本车的斥力。
优选地,所述根据所述吸引力和所述斥力计算合力,根据所述合力生成方向盘转角控制指令,包括:
根据所述预瞄点的坐标计算本车与预瞄点之间的夹角,并根据所述夹角与所述吸引力计算吸引力的纵向分力和横向分力,并根据所述夹角与所述斥力计算斥力的纵向分力和横向分力;
根据所述吸引力的纵向分力和所述斥力的纵向分力计算合力的纵向分力,并根据所述吸引力的横向分力和所述斥力的横向分力计算合力的横向分力;
根据所述合力的纵向分力、横向分力计算方向盘转角,并根据该方向盘转角生成方向盘转角控制指令。
与上述方法对应,本发明第二方面提出一种自动驾驶避障***,包括:
障碍物信息获取单元,用于获取道路的障碍物信息;其中所述障碍物信息至少包括障碍物的坐标;
可通行区域确定单元,用于根据所述障碍物信息确定可通行区域;
吸引力计算单元,用于根据所述可通行区域确定预瞄点,并根据所述预瞄点和预设的引力势场函数计算所述预瞄点对本车的吸引力;
斥力计算单元,用于根据所述可通行区域两侧的障碍物的坐标和预设的斥力势场函数计算障碍物对本车的斥力;以及
避障控制单元,用于根据所述吸引力和所述斥力计算合力,根据所述合力生成方向盘转角控制指令,并控制车辆执行机构执行所述方向盘转角控制指令以实现避障。
本发明第三方面提出一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述自动驾驶避障方法的步骤。
本发明提出了一种自动驾驶避障方法及***、计算机可读存储介质,其针对人工势场法陷入局部极小的缺陷,以及结构化城市环境下无人驾驶车环境约束及车辆约束的问题,根据无人驾驶车前行道路的障碍物信息确定可通行区域,然后根据该可通行区域确定预瞄点,并根据预瞄点建立引力势场函数,同时,根据可通行区域两侧障碍物建立斥力势场函数,从而提出了新的人工势场模型,该人工势场模型能够很好地反映具有环境约束的无人驾驶车在虚拟势场所受到的势场强度,从而解决人工势场法陷入局部极小的缺陷,以及结构化城市环境下无人驾驶车环境约束及车辆自身约束的问题,提高了自动驾驶避障的环境适应性、可靠性。
本发明的其它特征和优点将在随后的说明书中阐述。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明一实施例中一种自动驾驶避障方法的流程图。
图2为本发明一实施例中障碍物可视边界示例图。
图3为本发明一实施例中障碍物约束示例图。
图4为本发明另一实施例中一种自动驾驶避障***的结构框架示意图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。另外,为了更好的说明本发明,在下文的具体实施例中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本发明同样可以实施。在一些实例中,对于本领域技术人员熟知的手段未作详细描述,以便于凸显本发明的主旨。
本发明一实施例提出一种自动驾驶避障方法,其适用于无人驾驶车,实现作为无人驾驶车的自动驾驶***的一种避障功能,参阅图1,本发明实施例方法包括如下步骤S1~S6:
步骤S1、获取道路的障碍物信息;其中所述障碍物信息至少包括障碍物的坐标;
具体而言,无人驾驶车上配置有障碍物传感设备,无人驾驶车在道路上行驶时,障碍物传感设备会实时检测前方道路的障碍物信息,在道路中存在对无人驾驶车行驶具有影响的其他交通物体都可被认为是障碍物,例如是车辆、行人等;对于大多数自动驾驶避障***而言,通常情况下,障碍物信息通过传感设备感知并输出一系列障碍物边界坐标点的原始数据;
步骤S2、根据所述障碍物信息确定可通行区域;
可以理解的是,根据所述障碍物信息可以确定前方道路那些区域是可通行区域,可通行区域的确定方式有很多种,在本实施例中不具体限定;
步骤S3、根据所述可通行区域确定预瞄点,并根据所述预瞄点和预设的引力势场函数计算所述预瞄点对本车的吸引力;
具体而言,无人驾驶车在行驶过程中,会动态地确定预瞄点,预瞄点可以理解为无人驾驶车的一个前进目标点,也即无人驾驶车预期通过可通行区域未来要到达的一个位置点,作为引导无人驾驶车行驶的点,也即在人工势场中预瞄点与无人驾驶车之间是吸引的,吸引无人驾驶车到达预瞄点;
可以理解的是,预瞄点应当是可通行区域中的位置点,因此,需要根据所述可通行区域确定预瞄点;通常情况下,预瞄点选取的是道路中心线上的点;道路中心线以及预瞄点的选取为自动驾驶技术领域的技术人员所熟知,此处不再赘述,本实施例中旨在利用预瞄点来计算引力势场的吸引力;
步骤S4、根据所述可通行区域两侧的障碍物的坐标和预设的斥力势场函数计算障碍物对本车的斥力;
具体而言,无人驾驶车在行驶通过所述可通行区域时,会受到所述可通行区域两侧的障碍物的影响,因此在人工势场中无人驾驶车与障碍物之间是排斥的,两者之间的排斥与两者之间的相对位置有关系,因此,可以建立障碍物坐标与无人驾驶车坐标建立斥力势场函数;
步骤S5、根据所述吸引力和所述斥力计算合力,根据所述合力生成方向盘转角控制指令,并控制车辆执行机构执行所述方向盘转角控制指令以实现避障。
本实施例方法针对人工势场法陷入局部极小的缺陷,以及结构化城市环境下无人驾驶车环境约束及车辆约束的问题,根据无人驾驶车前行道路的障碍物信息确定可通行区域,然后根据该可通行区域确定预瞄点,并根据预瞄点建立引力势场函数,同时,根据可通行区域两侧障碍物建立斥力势场函数,从而提出了新的人工势场模型,该人工势场模型能够很好地反映具有环境约束的无人驾驶车在虚拟势场所受到的势场强度,从而解决人工势场法陷入局部极小的缺陷,以及结构化城市环境下无人驾驶车环境约束及车辆自身约束的问题,提高了自动驾驶避障的环境适应性、可靠性。
基于上述实施例方法,在一个例子中,所述步骤S2,具体包括步骤S21~S24:
步骤S21、根据所述障碍物信息确定一个或多个障碍物的可视边界;每一障碍物具有一条或多条可视边界。
具体而言,通过传感器获得障碍物可视边界的一系列坐标点,本实施例中,对于障碍物可视边界给出如下定义:假设障碍物为多边形代表障碍物个数且具有多个顶点,对于椭圆或者圆可认为由内切正多边形构成。在实际中所测得的障碍物信息是以传感器为坐标原点,根据传感器在车辆上的安装位置,经过坐标转换,即得到在车辆坐标系下的障碍物可视边界信息。在车辆坐标系下,分别连接坐标原点O和障碍物可视边界的各个顶点的连线,得到N条线段,将所有这些线段都包含在内且不包含障碍物的多边形,在多边形的所有边中为障碍物的边,即为可视障碍物边界,如图2所示,障碍物O1、O2的四个顶点与原点O连线得到四条线段,能将所有线段都包含在内且不包含障碍物的多边形为OA1D1,障碍物O2为OB2A2D2,则障碍物O1的可视边界为A1D1,障碍物O2的可视边界为A2B2和A2D2。
步骤S22、根据所述一个或多个障碍物的可视边界、本车车体中心点O以及本车最小转弯半径确定一个或多个可通行区域。
示例性地,所述步骤S22可以包括:
参阅图3,对于任一障碍物,以该障碍物的左、右侧边界点和所述点O分别生成与本车航向相切的两个圆弧,使得该障碍物的左侧边界点和所述点O为其中一个圆弧上的点,该障碍物的右侧边界点和所述点O为其中另一个圆弧上的点;其中所述两个圆弧之间的区域为不可通行区域;例如,障碍物O1中点F和点E为其左、右侧边界点,则可以获得圆弧OF、圆弧OE,圆弧OF、圆弧OE之间的区域为不可通行区域;障碍物O2中点J和点H为其左、右侧边界点,则可以获得圆弧OJ、圆弧OH,圆弧OJ、圆弧OH之间的区域为不可通行区域;
具体而言,所述与本车航向相切的两个圆弧的生成原理如下:以无人驾驶车车体中心和障碍物左右侧边界点作为圆弧上的点对障碍物作包络圆弧,圆弧与车辆所在航向相切,设在t时刻(Ox,Oy)为障碍物左侧边界点或右侧边界点在车辆坐标系下的坐标,对应的圆弧半径根据以下计算公式:
对于无人驾驶车视觉范围内任一个障碍物i,总会得到两条与车辆航向相切的圆弧OLi,ORi构成障碍物i的不可通行区域,其中OLi为障碍物i的左侧圆弧曲线段,ORi为障碍物i右侧圆弧曲线段。在车辆坐标系,O为车体中心点,OLi(OLix,OLiy),ORi(ORix,ORiy)为从传感器得到的障碍物i的左、右侧边界点坐标,则OLi,ORi方程:
y>0
|x|<|OLix|
y>0
|x|<|ORix|
并且,根据所述点O以及本车最小转弯半径Rmin生成两个转弯半径圆弧,例如图3中的点O的左右2个转弯半径圆弧;并根据所述两个转弯半径圆弧确定除所述不可通行区域以外的剩余区域是否为可通行区域,从而获得一个或多个可通行区域;其中每一可通行区域的边界包括左侧圆弧和右侧圆弧;
具体而言,无人驾驶车存在最小转弯半径是无人驾驶车本身的约束,所述最小转弯半径是指当转向盘转到极限位置,无人驾驶车以最低稳定车速转向行驶时,外侧转向轮的中心在支承平面上滚过的轨迹圆半径;其在很大程度上表征了无人驾驶车能够通过狭窄弯曲地带或绕过不可越过的障碍物的能力;转弯半径越小,无人驾驶车的机动性能越好。无人驾驶车无法达到的区域也为无人驾驶车不可通行区域,因此小于无人驾驶车最小转弯半径Rmin的圆弧同样无法执行,所以在以上所得到的圆弧中,如果|R|<Rmin,则圆弧外均为不可通行区域。对于|R|>=Rmin,则不可通行区域Zoneobstacle可以用左右圆弧的方程描述如下:
可以理解的是,除不可通行区域以外的区域均为可通行区域,通常来说道路上存在很多个障碍物,经过上述步骤的运算,会得到被不可通行区域所隔开的多个可通行区域;
步骤S23、根据可通行区域的边界、障碍物与本车的相对位置获取所述一个或多个可通行区域的安全系数,并根据可通行区域的边界获取可通行区域方向与车体当前航向的偏差、可通行区域方向与预瞄点方向的偏差;
具体而言,在多个可通行区域中要选取安全性较高的区域,因此要考虑可通行区域的安全性Ssafety;而影响可通行区域安全性的因素主要有两个,即可通行区域的宽度情况和可通行区域两边障碍物与本车的相对位置,障碍物与本车越近则影响越大;其中第i个可通行区域的安全性Ssafety可以表示为以下公式:
Ssafety=f(Wi,Di)
其中,Wi为第i个可通行区域的宽度系数,表示可通行区域的宽度情况;Di为第i个可通行区域的障碍物系数,表示障碍物的位置影响;
示例性地,所述步骤S23包括步骤S231~S233:
步骤S231、以所述点O为圆心以及预设半径生成参考圆弧,所述参考圆弧与所述左侧圆弧和右侧圆弧分别相交于点B、点C,与所述两个转弯半径圆弧分别交于点A、点D,则根据所述点B、点C之间圆弧长度以及所述点A、点D两点之间圆弧长度计算可通行区域的宽度系数;
具体而言,参阅图3,以车辆坐标系原点为圆心,以任意固定半径做圆弧,圆弧与可通行区域边界圆弧交于B,C两点,并与无人驾驶车最小转弯半径圆弧相交于A,D两点,则定义第i个可通行区域的可通行区域的宽度系数为:
步骤S232、确定可通行区域两侧障碍物的多个障碍物点中距离本车最近的障碍物点I,根据所述点O、点I之间直线长度、所述点B、点C之间直线长度、所述点O、点C之间直线长度以及本车宽度计算障碍物系数;
具体而言,两边障碍物的相对位置的影响则通过比较获得最近的障碍物点;在图3中即为I点,则第i个可通行区域的障碍物系数为:
Di=(OI*BC)/(OC*Wcar)
其中,Wcar为车辆宽度,OI、BC、OC均为两点间直线段长度;
步骤S233、根据可通行区域的宽度系数和障碍物系数计算可通行区域的安全系数;
具体而言,Ssafety=f(Wi,Di)是一个表达安全性和安全系数与宽度系数和障碍物系数相关的表达式,的计算公式可以是加权求和的方式,具体可以根据实际技术要求进行调整宽度系数和障碍物系数的权重值,因为所述预设半径的参数不同,则得出的宽度系数的大小也会有调整,因此,可以根据实际情况适当调整;
此外,可通行区域的选择还应考虑以下两个方面,与舒适性相关的可通行区域与车体的当前航向偏差及与行车效率相关的可通行区域与预瞄点方向的偏差;
示例性地,所述根据可通行区域的边界获取可通行区域方向与车体当前航向的偏差、可通行区域方向与预瞄点方向的偏差,具体包括:
根据可通行区域的左侧圆弧半径、右侧圆弧半径计算可通行区域方向与车体当前航向的偏差;具体地,根据公式计算可通行区域方向与车体当前航向的偏差;其中,Hdeviation(i)为第i个可通行区域的可通行区域方向与车体当前航向的偏差偏差,RLi为第i个可通行区域的左侧圆弧半径,RRi为第i个可通行区域的右侧圆弧半径;
并根据预瞄点与车辆质心的连接圆弧的圆弧半径以及可通行区域的左侧圆弧半径、右侧圆弧半径计算可通行区域方向与预瞄点方向的偏差;
步骤S24、根据所述安全系数、可通行区域方向与车体当前航向的偏差、可通行区域方向与预瞄点方向的偏差选择其中一个可通行区域输出作为最优可通行区域;
示例性地,对于可通行区域的选择可用如下代价函数来计算,为第i个可通行区域代价函数:
Ci=ksSsafety(i)+khHdeviation(i)+kgGdeviation(i)
其中ks,kh,kg分别为安全因子、航向偏差因子、目标点偏差因子的权值系数,可根据三个因子的偏重设置相应权值。通过计算可通行区域代价函数确定可通行区域,代价函数值最小的即为最优可通行区域,同时,也要设定最大代价函数阈值,当大于阈值时说明代价太大,不可通行。
基于上述实施例方法,在一个例子中,所述步骤S3,包括:
根据预瞄点与本车车体中心点之间的纵向坐标差值、引力场对本车的纵向作用距离计算得到引力纵向作用参数;并根据预瞄点与本车车体中心点之间的横向坐标差值、引力场对本车的横向作用距离计算得到引力横向作用参数;
根据所述引力纵向作用参数、所述引力横向作用参数以及预设的吸引力增益系数计算所述预瞄点对本车的吸引力。
具体而言,人工势场应用于无人驾驶车避障应满足四个基本条件,首先要能够避免传统人工势场函数的固有缺陷,其二还要求其势场函数的目标点函数体现无人驾驶车动态的目标点,其三势场函数的势场则能够反映结构化城市环境对无人驾驶车在各个距离方向上的影响强度,其四其某个变量与车辆动力学约束条件有某种映射关系。而GAUSSIAN函数的某些特性满足条件,因此构建基于GAUSSIAN函数的人工势场。本实施例中所述预设的引力势场函数如下公式所示:
其中,(X,Y)为本车车体中心点O的在全局坐标系中的坐标,(Xg,Yg)为预瞄点在全局坐标系中的坐标,katt为吸引势增益系数,dattx为引力场对本车的纵向作用距离,datty为引力场对本车的横向作用距离,Ig为预先设定的整数,能够反映势场强度的边界。
在本实施例中,所述根据所述可通行区域确定预瞄点,并根据所述预瞄点和预设的引力势场函数计算所述预瞄点对本车的吸引力,具体如下公式所示:
在一例子中,所述步骤S4,包括:
根据障碍物与本车车体中心点之间的纵向坐标差值、斥力场对本车的纵向作用距离计算得到斥力纵向作用参数;并根据障碍物与本车车体中心点之间的横向坐标差值、斥力场对本车的横向作用距离计算得到斥力横向作用参数;
根据所述引力纵向作用参数、所述斥力横向作用参数以及预设的斥力增益系数计算所述障碍物对本车的斥力。
其中,通过感知***如激光雷达探测障碍物,得到障碍物边界点云后,可以得到每个障碍物距离车辆的最近点的相对坐标(纵向最近点)以及每个障碍物最边界点的相对坐标(侧向最近点)。传统的斥力势模型在障碍物边界斥力势以及影响距离是一样大的,且在靠近障碍物时斥力势急剧增加,但是对于无人驾驶车来说,一个障碍物对于无人驾驶车的影响距离以及斥力势是不一样的,在无人驾驶车的前进方向即纵向斥力势的影响距离应该远大于障碍物侧向对无人驾驶车施加的斥力势,斥力势的变化也应该光滑,过于急剧会导致车辆的执行机构无法执行,且影响车辆的舒适性。因此,本实施例中的所述预设的斥力势场函数如下公式所示:
其中,drepx(i)为第i个障碍物斥力场对本车的纵向作用距离,drepy(i)为第i个障碍物斥力场对本车的横向作用距离,Io为预先设定的整数,(X,Y)为本车车体中心点O的在全局坐标系中的坐标,(XO(i),YO(i))和第i个障碍物距离本车最近的点的在全局坐标系中的坐标,krep为斥力势增益系数。
在本实施例中,所述根据所述可通行区域两侧的障碍物的坐标和预设的斥力势场函数计算障碍物对本车的斥力,具体如下公式所示:
在本实施例中,所述步骤S5具体包括:
步骤S51、根据所述预瞄点的坐标计算本车与预瞄点之间的夹角,并根据所述夹角与所述吸引力计算吸引力的纵向分力和横向分力,并根据所述夹角与所述斥力计算斥力的纵向分力和横向分力;
步骤S52、根据所述吸引力的纵向分力和所述斥力的纵向分力计算合力的纵向分力,并根据所述吸引力的横向分力和所述斥力的横向分力计算合力的横向分力;
步骤S53、根据所述合力的纵向分力、横向分力计算方向盘转角,并根据该方向盘转角生成方向盘转角控制指令。
具体而言,合力方向即决定了被控对象的运动方向,在车体坐标系下,将引力和斥力分别分解为两坐标轴上的分力,在以车体坐标系为坐标轴建立的引力点函数上,选取引力点Xg=[xg,yg],则无人驾驶车与引力点(即预瞄点)之间的夹角:
α=arctan(yg/xg)
引力在横、纵坐标上的分力大小为:
在车体坐标系上,第i个斥力点Xob(i)=[xob(i),yob(i)],则对应的无人驾驶车与第i个斥力点之间的夹角:
βi=arctan(yob(i)/xob(i))
斥力在横、纵坐标上的分力大小为:
无人驾驶车与合力的夹角:
δ=arctan((Fatt(yg)-Frep(yob(i)))/(Fatt(xg)-Frep(xob(i))))
其中,i=0,1…代表不同障碍物,则无人驾驶车与合力的方向盘转角为:
δsw=δ*is
其中,is为转向***传动比。
与上述实施例方法对应,本发明另一实施例提出一种自动驾驶避障***,可以用于实现上述实施例所述的方法,参阅图4,本实施例***包括:
障碍物信息获取单元1,用于获取道路的障碍物信息;其中所述障碍物信息至少包括障碍物的坐标;
可通行区域确定单元2,用于根据所述障碍物信息确定可通行区域;
吸引力计算单元3,用于根据所述可通行区域确定预瞄点,并根据所述预瞄点和预设的引力势场函数计算所述预瞄点对本车的吸引力;
斥力计算单元4,用于根据所述可通行区域两侧的障碍物的坐标和预设的斥力势场函数计算障碍物对本车的斥力;以及
避障控制单元5,用于根据所述吸引力和所述斥力计算合力,根据所述合力生成方向盘转角控制指令,并控制车辆执行机构执行所述方向盘转角控制指令以实现避障。
以上所描述的***实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
需说明的是,上述实施例所述***与上述实施例所述方法对应,因此,上述实施例所述***未详述部分可以参阅上述实施例所述方法的内容得到,即上述实施例方法记载的具体步骤内容可以理解为本实施例***的所能够实现的功能,此处不再赘述。
并且,上述实施例所述自动驾驶避障***若以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
本发明另一实施例提出一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述实施例所述自动驾驶避障方法的步骤。
具体而言,所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种自动驾驶避障方法,其特征在于,包括:
获取道路的障碍物信息;其中所述障碍物信息至少包括障碍物的坐标;
根据所述障碍物信息确定可通行区域;
根据所述可通行区域确定预瞄点,并根据所述预瞄点和预设的引力势场函数计算所述预瞄点对本车的吸引力;
根据所述可通行区域两侧的障碍物的坐标和预设的斥力势场函数计算障碍物对本车的斥力;
根据所述吸引力和所述斥力计算合力,根据所述合力生成方向盘转角控制指令,并控制车辆执行机构执行所述方向盘转角控制指令以实现避障。
2.根据权利要求1所述的自动驾驶避障方法,其特征在于,所述根据所述障碍物信息确定可通行区域,包括:
根据所述障碍物信息确定一个或多个障碍物的可视边界;每一障碍物具有一条或多条可视边界;
根据所述一个或多个障碍物的可视边界、本车车体中心点O以及本车最小转弯半径确定一个或多个可通行区域;
根据可通行区域的边界、障碍物与本车的相对位置获取所述一个或多个可通行区域的安全系数,并根据可通行区域的边界获取可通行区域方向与车体当前航向的偏差、可通行区域方向与预瞄点方向的偏差;
根据所述安全系数、可通行区域方向与车体当前航向的偏差、可通行区域方向与预瞄点方向的偏差选择其中一个可通行区域输出作为最优可通行区域。
3.根据权利要求2所述的自动驾驶避障方法,其特征在于,所述根据所述一个或多个障碍物的可视边界、本车车体中心点以及本车最小转弯半径确定一个或多个可通行区域,包括:
对于任一障碍物,以该障碍物的左、右侧边界点和所述点O分别生成与本车航向相切的两个圆弧,使得该障碍物的左侧边界点和所述点O为其中一个圆弧上的点,该障碍物的右侧边界点和所述点O为其中另一个圆弧上的点;其中所述两个圆弧之间的区域为不可通行区域;
并且,根据所述点O以及本车最小转弯半径生成两个转弯半径圆弧,并根据所述两个转弯半径圆弧确定除所述不可通行区域以外的剩余区域是否为可通行区域,从而获得一个或多个可通行区域;其中每一可通行区域的边界包括左侧圆弧和右侧圆弧。
4.根据权利要求3所述的自动驾驶避障方法,其特征在于,所述根据可通行区域的边界、障碍物与本车的相对位置获取所述一个或多个可通行区域的安全系数,包括:
以所述点O为圆心以及预设半径生成参考圆弧,所述参考圆弧与所述左侧圆弧和右侧圆弧分别相交于点B、点C,与所述两个转弯半径圆弧分别交于点A、点D,则根据所述点B、点C之间圆弧长度以及所述点A、点D两点之间圆弧长度计算可通行区域的宽度系数;
确定可通行区域两侧障碍物的多个障碍物点中距离本车最近的障碍物点I,根据所述点O、点I之间直线长度、所述点B、点C之间直线长度、所述点O、点C之间直线长度以及本车宽度计算障碍物系数;
根据可通行区域的宽度系数和障碍物系数计算可通行区域的安全系数。
5.根据权利要求2所述的自动驾驶避障方法,其特征在于,所述根据可通行区域的边界获取可通行区域方向与车体当前航向的偏差、可通行区域方向与预瞄点方向的偏差,具体包括:
根据可通行区域的左侧圆弧半径、右侧圆弧半径计算可通行区域方向与车体当前航向的偏差;
并根据预瞄点与车辆质心的连接圆弧的圆弧半径以及可通行区域的左侧圆弧半径、右侧圆弧半径计算可通行区域方向与预瞄点方向的偏差。
6.根据权利要求1所述的自动驾驶避障方法,其特征在于,所述根据所述预瞄点和预设的引力势场函数计算所述预瞄点对本车的吸引力,包括:
根据预瞄点与本车车体中心点之间的纵向坐标差值、引力场对本车的纵向作用距离计算得到引力纵向作用参数;并根据预瞄点与本车车体中心点之间的横向坐标差值、引力场对本车的横向作用距离计算得到引力横向作用参数;
根据所述引力纵向作用参数、所述引力横向作用参数以及预设的吸引力增益系数计算所述预瞄点对本车的吸引力。
7.根据权利要求1所述的自动驾驶避障方法,其特征在于,所述根据所述可通行区域两侧的障碍物的坐标和预设的斥力势场函数计算障碍物对本车的斥力,包括:
根据障碍物与本车车体中心点之间的纵向坐标差值、斥力场对本车的纵向作用距离计算得到斥力纵向作用参数;并根据障碍物与本车车体中心点之间的横向坐标差值、斥力场对本车的横向作用距离计算得到斥力横向作用参数;
根据所述引力纵向作用参数、所述斥力横向作用参数以及预设的斥力增益系数计算所述障碍物对本车的斥力。
8.根据权利要求1所述的自动驾驶避障方法,其特征在于,所述根据所述吸引力和所述斥力计算合力,根据所述合力生成方向盘转角控制指令,包括:
根据所述预瞄点的坐标计算本车与预瞄点之间的夹角,并根据所述夹角与所述吸引力计算吸引力的纵向分力和横向分力,并根据所述夹角与所述斥力计算斥力的纵向分力和横向分力;
根据所述吸引力的纵向分力和所述斥力的纵向分力计算合力的纵向分力,并根据所述吸引力的横向分力和所述斥力的横向分力计算合力的横向分力;
根据所述合力的纵向分力、横向分力计算方向盘转角,并根据该方向盘转角生成方向盘转角控制指令。
9.一种自动驾驶避障***,其特征在于,包括:
障碍物信息获取单元,用于获取道路的障碍物信息;其中所述障碍物信息至少包括障碍物的坐标;
可通行区域确定单元,用于根据所述障碍物信息确定可通行区域;
吸引力计算单元,用于根据所述可通行区域确定预瞄点,并根据所述预瞄点和预设的引力势场函数计算所述预瞄点对本车的吸引力;
斥力计算单元,用于根据所述可通行区域两侧的障碍物的坐标和预设的斥力势场函数计算障碍物对本车的斥力;
避障控制单元,用于根据所述吸引力和所述斥力计算合力,根据所述合力生成方向盘转角控制指令,并控制车辆执行机构执行所述方向盘转角控制指令以实现避障。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~8中任一项所述自动驾驶避障方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110448163.6A CN115230729A (zh) | 2021-04-25 | 2021-04-25 | 一种自动驾驶避障方法及***、存储介质 |
PCT/CN2022/088877 WO2022228358A1 (zh) | 2021-04-25 | 2022-04-25 | 一种自动驾驶避障方法及***、存储介质 |
US18/013,064 US20230303120A1 (en) | 2021-04-25 | 2022-04-25 | Method for obstacle-avoidance in self-driving, system, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110448163.6A CN115230729A (zh) | 2021-04-25 | 2021-04-25 | 一种自动驾驶避障方法及***、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115230729A true CN115230729A (zh) | 2022-10-25 |
Family
ID=83666080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110448163.6A Pending CN115230729A (zh) | 2021-04-25 | 2021-04-25 | 一种自动驾驶避障方法及***、存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230303120A1 (zh) |
CN (1) | CN115230729A (zh) |
WO (1) | WO2022228358A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116101327A (zh) * | 2023-04-14 | 2023-05-12 | 北京集度科技有限公司 | 行驶路径规划方法、装置、车辆及存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117093005B (zh) * | 2023-10-16 | 2024-01-30 | 华东交通大学 | 一种智能汽车自主避障方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU658325B2 (en) * | 1989-12-11 | 1995-04-06 | Caterpillar Inc. | Integrated vehicle positioning and navigation system apparatus and method |
AT507035B1 (de) * | 2008-07-15 | 2020-07-15 | Airbus Defence & Space Gmbh | System und verfahren zur kollisionsvermeidung |
CN101436300B (zh) * | 2008-12-10 | 2012-10-31 | 东软集团股份有限公司 | 障碍物分割方法及装置 |
AT514588B1 (de) * | 2013-08-29 | 2015-02-15 | Tech Universität Wien | Verfahren zur Steuerung eines Fahrzeuges |
CN108897216A (zh) * | 2018-07-03 | 2018-11-27 | 吉林大学 | 一种基于区域虚拟力场的智能汽车模型预测决策方法 |
CN110244713B (zh) * | 2019-05-22 | 2023-05-12 | 江苏大学 | 一种基于人工势场法的智能车辆换道轨迹规划***及方法 |
CN111750866B (zh) * | 2020-07-07 | 2022-02-08 | 吉林大学 | 基于区域虚拟力场的智能汽车横纵向耦合路径规划方法 |
CN113515125A (zh) * | 2021-07-05 | 2021-10-19 | 中国石油大学(华东) | 一种无人驾驶汽车全工况避障控制方法及性能评价方法 |
CN113805597B (zh) * | 2021-09-28 | 2023-04-11 | 福州大学 | 基于粒子群算法的障碍物自我保护人工势场法局部路径规划方法 |
-
2021
- 2021-04-25 CN CN202110448163.6A patent/CN115230729A/zh active Pending
-
2022
- 2022-04-25 WO PCT/CN2022/088877 patent/WO2022228358A1/zh active Application Filing
- 2022-04-25 US US18/013,064 patent/US20230303120A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116101327A (zh) * | 2023-04-14 | 2023-05-12 | 北京集度科技有限公司 | 行驶路径规划方法、装置、车辆及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20230303120A1 (en) | 2023-09-28 |
WO2022228358A1 (zh) | 2022-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11970168B2 (en) | Vehicle trajectory modification for following | |
EP3678911B1 (en) | Pedestrian behavior predictions for autonomous vehicles | |
CN112389427B (zh) | 车辆轨迹优化方法、装置、电子设备和存储介质 | |
CN109375632B (zh) | 自动驾驶车辆实时轨迹规划方法 | |
US11208096B2 (en) | Cost scaling in trajectory generation | |
CN111653113B (zh) | 车辆的局部路径确定方法、装置、终端和存储介质 | |
Khodayari et al. | A historical review on lateral and longitudinal control of autonomous vehicle motions | |
CN114600053A (zh) | 基于碰撞区域的行驶路线修改 | |
WO2020092500A1 (en) | Trajectory generation | |
CN112677995A (zh) | 一种车辆轨迹规划方法、装置、存储介质及设备 | |
CN112639849A (zh) | 路径选择方法和路径选择装置 | |
CN115230729A (zh) | 一种自动驾驶避障方法及***、存储介质 | |
EP3794573A1 (en) | Navigating congested environments with risk level sets | |
US20230118472A1 (en) | Systems and methods for vehicle motion planning | |
Li et al. | Dynamically integrated spatiotemporal‐based trajectory planning and control for autonomous vehicles | |
CN116331264A (zh) | 一种未知障碍物分布的避障路径鲁棒规划方法及*** | |
Guo et al. | Toward human-like behavior generation in urban environment based on Markov decision process with hybrid potential maps | |
CN114791734A (zh) | 一种基于语义信息串联的履带车辆的控制方法及*** | |
CN113793534B (zh) | 一种确定车路协同环境下行车风险场的方法和装置 | |
CN114435396A (zh) | 一种智能车辆交叉口行为决策方法 | |
Du et al. | A Dynamic collaborative planning method for multi-vehicles in the autonomous driving platform of the DeepRacer | |
CN112666950B (zh) | 一种基于超声波距离检测的无人驾驶汽车避障方法 | |
CN113525375B (zh) | 一种基于人工势场法的车辆换道方法及装置 | |
CN113137974B (zh) | 智能车及其路径规划方法、装置 | |
CN117826825B (zh) | 基于人工势场算法的无人矿卡局部路径规划方法及*** |
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 |