CN115743183A - 自动驾驶控制方法、装置、设备、介质及车辆 - Google Patents
自动驾驶控制方法、装置、设备、介质及车辆 Download PDFInfo
- Publication number
- CN115743183A CN115743183A CN202211534398.8A CN202211534398A CN115743183A CN 115743183 A CN115743183 A CN 115743183A CN 202211534398 A CN202211534398 A CN 202211534398A CN 115743183 A CN115743183 A CN 115743183A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- vehicle
- time
- track
- determining
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种自动驾驶控制方法、装置、设备、介质及车辆,涉及人工智能领域,尤其涉及自动驾驶领域。具体实现方案为:根据车辆在第一时刻的第一行驶轨迹、障碍物在第一时刻的障碍物行驶轨迹以及第一行驶轨迹和障碍物行驶轨迹之间的第一冲突区域,确定第一行驶轨迹的风险评估指标;在确定风险评估指标满足预定召回条件的情况下,根据第一时刻的第一障碍物意图信息、第一冲突区域和第一行驶轨迹,确定车辆在第二时刻的目标行驶路径;其中,第二时刻在第一时刻之后;以及根据目标行驶路径,控制车辆自动驾驶。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及自动驾驶领域,更具体地,本公开提供了一种自动驾驶控制方法、装置、电子设备、存储介质、计算机程序产品以及自动驾驶车辆。
背景技术
自动驾驶车辆在行驶过程中,需要利用传感器实时采集周围环境的相关数据,然后对相关数据进行处理,来确定行驶轨迹。
在确定行驶轨迹的过程中,可以基于最新采集到的数据来规划最优的行驶路径,然后对该行驶路径中各个路径点的速度进行规划,得到最优速度。将最优的行驶路径和最优的速度进行组合,得到行驶轨迹。
然而,有时最优行驶路径和最优速度的组合并非是最优的行驶轨迹。此外,仅根据最新采集到的数据规划行驶轨迹,还容易造成相邻两个时刻确定出的行驶轨迹差异较大,导致行驶流畅度低。
发明内容
本公开提供了一种自动驾驶控制方法、装置、电子设备、存储介质、计算机程序产品以及自动驾驶车辆。
根据本公开的一方面,提供了一种自动驾驶控制方法,包括:根据车辆在第一时刻的第一行驶轨迹、障碍物在第一时刻的障碍物行驶轨迹以及第一行驶轨迹和障碍物行驶轨迹之间的第一冲突区域,确定第一行驶轨迹的风险评估指标;在确定风险评估指标满足预定召回条件的情况下,根据第一时刻的第一障碍物意图信息、第一冲突区域和第一行驶轨迹,确定车辆在第二时刻的目标行驶路径;其中,第二时刻在第一时刻之后;以及根据目标行驶路径,控制车辆自动驾驶。
根据本公开的另一方面,提供了一种自动驾驶控制装置,包括:第一确定模块、第二确定模块以及控制模块。第一确定模块用于根据车辆在第一时刻的第一行驶轨迹、障碍物在第一时刻的障碍物行驶轨迹以及第一行驶轨迹和障碍物行驶轨迹之间的第一冲突区域,确定第一行驶轨迹的风险评估指标。第二确定模块用于在确定风险评估指标满足预定召回条件的情况下,根据第一时刻的第一障碍物意图信息、第一冲突区域和第一行驶轨迹,确定车辆在第二时刻的目标行驶路径;其中,第二时刻在第一时刻之后。控制模块用于根据目标行驶路径,控制车辆自动驾驶。
根据本公开的另一个方面,提供了一种电子设备,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本公开提供的方法。
根据本公开的另一个方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开提供的方法。
根据本公开的另一个方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现本公开提供的方法。
根据本公开的另一个方面,提供了一种自动驾驶车辆,包括上述电子设备。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的自动驾驶控制方法和装置的应用场景示意图;
图2是根据本公开实施例的自动驾驶控制方法的示意流程图;
图3是根据本公开实施例的确定目标行驶路径的方法的示意流程图;
图4A是根据本公开实施例的自动驾驶控制方法的示意原理图;
图4B是根据本公开实施例的自动驾驶控制方法的示意原理图;
图5是根据本公开实施例的自动驾驶控制装置的示意结构框图;以及
图6是用来实施本公开实施例的自动驾驶控制方法的电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在一些实施例中,会采用分层规划的方式来实现自动驾驶,其中,分层规划可以包括先选择目标车道,然后进行路径决策和路径规划,求解空间行驶路径。然后再进行速度决策和速度规划,在规划好的路径上求解行驶速度,通过将三维空间轨迹规划问题分为路径和速度两次求解。
例如,上述路径决策可以表示车辆在目标车道中,选择在障碍物的左侧行驶或者在障碍物的右侧行驶,当选择在障碍物左侧行驶时,路径规划可以包括确定车辆与障碍物之间的横向间距。速度规划可以表示车辆的行驶决策为让行障碍物或者超过障碍物,速度规划可以表示在满足速度决策的情况下,确定目标路径中各路径点的行驶速度、加速度等信息。
然而,分层求解的过程中,每层求解的结果为对应空间局部最优解,在场景复杂的情况下,局部最优解组合难以映射为全局最优解。因此,自动驾驶车辆在无保护左转(即道路路口中直行车道和左转车道同时放行)、变道汇入车流、鬼探头等复杂场景中容易出现急刹等危险行为,难以横纵向配合流畅通行。
例如,以左转场景为例,车辆左转时走里侧车道需要行驶的第一距离要小于走外侧车道需要行驶的第二距离,因此车辆在走里侧车道时更适合超车,走外侧车道时更适合让行。而车辆纵向(沿车长方向)让超无法与横向(沿车宽方向)移动相配合,因此会出现车辆走里侧车道让行,或者车辆走外侧车道超车的情况。
该种情况会增大车辆让行和超车的难度,例如车辆走里侧车道让行需要更大的减速度,车辆走外侧车道超车需要更大的加速度。
该种情况还会向周围其他车辆传递错误意图,导致交通流不稳定。例如车辆的速度决策是让行却选择了最里侧车道来行驶,使得障碍物误认为车辆有超车意图。
本公开实施例提出的自动驾驶控制方法基于前一轮计算的速度决策和速度规划,来规划当前的目标行驶路径,因此在多轮迭代之后,可以优化全局结果,缓解目标行驶轨迹陷入局部最优解的问题。
在另一些实施例中,自动驾驶车辆仅基于采集到的最新一帧的数据来规划行驶轨迹。例如,自动驾驶车辆采集到第一帧数据,并基于该第一帧数据规划当前行驶轨迹。然后自动驾驶车辆重新采集数据,并采集到第二帧数据,基于该第二帧数据规划当前行驶轨迹。
然而,自动驾驶车辆每次仅基于最新的数据来规划行驶轨迹,会出现帧间决策不稳定等问题,帧间决策不稳定可以表示基于相邻两帧数据规划出的行驶轨迹差异较大。例如,基于上述第一帧数据规划出的行驶轨迹要求车辆以3m/s2的加速度行驶,而基于上述第二帧数据规划出的行驶轨迹要求车辆以2m/s2的减速度行驶,进而造成车辆的行驶状态在短时间内发生较大改变,降低车辆行驶安全性和流畅性。
本公开实施例提出的自动驾驶控制方法能够利用上一帧的规划结果,调整当前帧的路径决策和路径规划,在相邻两帧之间形成闭环机制,使得随后的速度规划更容易实现让行或超车,从而提高车辆的安全性和流畅性。
以下将结合附图和具体实施例详细阐述本公开提供的技术方案。
图1是根据本公开实施例的自动驾驶控制方法和装置的应用场景示意图。
需要注意的是,图1所示仅为可以应用本公开实施例的***架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。
如图1所示,该实施例的场景100包括服务器110、行驶在道路上的车辆120、障碍物130、通信基站140和道路交通网,其中道路交通网可以包括道路(例如道路151、152、153),及由道路交汇形成的路口154。图1中的箭头表示道路的行驶方向。
例如,在该场景100中,行驶在道路上的车辆120可以是自动驾驶车辆。障碍物130可以是行人或者自动驾驶车辆周围的其他车辆。例如,车辆120可以沿道路151直行并通过路口154,障碍物130需要从道路153行驶至路口154并左转进入道路152。
车辆120可以配备自动驾驶***来检测障碍物130的行驶参数,例如障碍物130的当前速度、加速度、朝向信息等。并根据障碍物130的行驶参数来确定车辆120的目标行驶方案。车辆120可以通过通信基站140向后台服务器上传数据。服务器110例如可以通过网络从后台服务器中请求数据,以获取车辆120上传的数据。
需要说明的是,本公开实施例所提供的路口自动驾驶方法可以由车辆120执行。相应地,本公开实施例所提供的路口自动驾驶装置可以设置于车辆120中。本公开实施例所提供的路口自动驾驶方法也可以由服务器110执行,相应地,本公开实施例所提供的路口自动驾驶装置也可以设置于服务器110中。
应该理解,图1中的服务器、道路、车辆、障碍物和通信基站的数目和类型仅仅是示意性的。根据实现需要,可以具有任意数量和类型的服务器、道路、车辆、障碍物和通信基站。
图2是根据本公开实施例的自动驾驶控制方法的示意流程图。
如图2所示,该自动驾驶控制方法200可以包括操作S210~操作S230。
在操作S210,根据车辆在第一时刻的第一行驶轨迹、障碍物在第一时刻的障碍物行驶轨迹以及第一行驶轨迹和障碍物行驶轨迹之间的第一冲突区域,确定第一行驶轨迹的风险评估指标。
例如,行驶轨迹可以包括行驶路径,行驶路径可以表示车辆行驶过程中所处的位置信息。还可以包括行驶路径中各个路径点的速度、加速度等信息。
例如,冲突区域可以表示车辆和障碍物在该区域存在发生碰撞的风险。
例如,在确定车辆和障碍物是否存在碰撞风险的过程中,可以忽略车辆和障碍物的速度信息,仅基于第一行驶轨迹中的行驶路径和障碍物行驶轨迹中的行驶路径,来确定车辆和障碍物是否存在碰撞风险。例如,第一行驶轨迹中的行驶路径和障碍物行驶轨迹中的行驶路径相交,或者第一行驶轨迹中某个路径点和障碍物行驶轨迹中某个路径点距离小于阈值,则可以确定车辆和障碍物是否存在碰撞风险。并且可以将轨迹相交位置或者距离较近的位置确定为冲突区域。
在一种示例中,风险评估指标可以包括碰撞时间(TTC,Time to Collision)、车距时间(THW,Time of Headway)、碰撞距离、间隔时间、间隔距离等。例如,间隔时间可以表示车辆到达冲突区域的时间和障碍物到达冲突区域的时间之间的时间差,间隔距离可以表示在车辆和障碍物中的一者到达冲突区域时,另一者与冲突区域之间的距离。
可以理解的是,基于第一行驶轨迹,可以确定车辆在各个路径点的到达时间、速度、加速度等信息。类似地,也可以基于障碍物行驶轨迹确定障碍物在各个路径点的到达时间、速度、加速度等信息。因此,通过第一行驶轨迹和障碍物行驶轨迹,可以得到上述多个风险评估指标。
在操作S220,在确定风险评估指标满足预定召回条件的情况下,根据第一时刻的第一障碍物意图信息、第一冲突区域和第一行驶轨迹,确定车辆在第二时刻的目标行驶路径;其中,第二时刻在第一时刻之后。
例如,可以预先设定各个风险评估指标对应的阈值,并在至少一个风险评估指标超过对应阈值的情况下,确定风险评估指标满足预定召回条件。
又例如,还可以结合车辆的行驶能力来确定风险评估指标是否满足预定召回条件,行驶能力可以包括车辆的最大加速度和最小加速度。例如,基于车辆在第一时刻的位置、速度、最大加速度和最小加速度等信息,可以确定出车辆的可行驶区域。当冲突区域位于可行驶区域的外部或者边缘时,可以确定风险评估指标为第一指标,并且第一指标不满足预定召回条件。当冲突区域位于可行驶区域的中部区域时,可以确定风险评估指标为第二指标,并且第二指标满足预定召回条件。
需要说明的是,障碍物和车辆具有与第一时刻相关的多个相关信息。例如多个相关信息可以包括:障碍物在第一时刻的第一障碍物意图信息(例如直行、左转等)、行驶路径、速度、加速度、位置等信息,还可以包括车辆在第一时刻的行驶意图、行驶路径、速度、加速度、位置等信息。
在风险评估指标满足预定召回条件的情况下,可以从与第一时刻相关的多个相关信息中召回一些目标相关信息,并利用召回的这些相关信息确定第二时刻的目标行驶路径。上述召回操作可以表示从多个相关信息中筛选出目标相关信息。
例如,所需要筛选的目标相关信息的类别可以是预先设定的,例如预先设定需要筛选的目标相关信息的类别包括障碍物的意图,则在确定风险评估指标满足预定召回条件的情况下,可以从与第一时刻相关的多个相关信息中筛选出障碍物在第一时刻的第一障碍物意图信息。
例如,通过召回操作,从与第一时刻相关的多个相关信息中召回了第一障碍物意图信息、第一冲突区域和第一行驶轨迹等目标相关信息。接下来,可以利用召回得到的目标相关信息来确定车辆在第二时刻的目标行驶路径。
例如,当第一障碍物意图信息表示障碍物将要让行时,可以对第一行驶轨迹的位置进行偏移,使得第一行驶轨迹离开第一冲突区域。并且在起始位置和终止位置不变的情况下,使偏移后的第一行驶轨迹的长度相比偏移之前更短,从而使车辆更早通过与障碍物的冲突区域,来配合障碍物的让行意图。可以将上述偏移后的第一行驶轨迹确定为目标行驶路径。
例如,当第一障碍物的意图信息表示障碍物将要超车时,可以对第一行驶轨迹的位置进行偏移,使得第一行驶轨迹离开第一冲突区域。并且在起始位置和终止位置不变的情况下,使偏移后的第一行驶轨迹的长度相比偏移之前更长,从而使车辆更晚通过与障碍物的冲突区域,来配合障碍物的超车意图。
例如,在风险评估指标不满足预定召回条件的情况下,可以不对第一时刻的相关信息进行召回。
在操作S230,根据目标行驶路径,控制车辆自动驾驶。
例如,控制车辆沿目标行驶路径来行驶。
例如,在控制车辆行驶的过程中,可以根据目标行驶路径,规划车辆的速度,例如可以通过等时间或者等距离或者其他方式,从目标行驶路径中确定多个路径点,然后规划车辆到达每个路径点的速度、加速度、到达时间等信息,从而得到目标行驶轨迹,然后控制车辆按照目标行驶路径和规划出的速度、加速度、到达时间等信息进行驾驶。
根据本公开实施例提供的技术方案,由于能够根据第一时刻的第一行驶轨迹等信息,来确定第二时刻的目标行驶路径,相邻两个时刻的规划结果之间形成闭环机制。因此在多轮迭代之后,能够优化全局结果,缓解目标行驶轨迹陷入局部最优解的问题。此外,还能够避免相邻两个时刻确定出的目标行驶轨迹差别较大,缓解车辆行驶不稳定的问题,从而提高车辆的安全性和流畅性。
根据本公开另一实施例,在根据障碍物在第一时刻的障碍物行驶轨迹确定第一行驶轨迹的风险评估指标之前,还可以先确定障碍物在第一时刻的障碍物行驶轨迹。
例如,可以根据至少一个候选障碍物各自在第一时刻的障碍物意图信息和车辆在第一时刻的车辆意图,确定各个障碍物意图信息与车辆意图是否满足预定冲突关系。若满足,则可以根据满足预定冲突关系的目标障碍物意图信息,确定与目标障碍物意图信息相对应的候选障碍物在第一时刻的行驶轨迹,作为障碍物行驶轨迹。若不满足,可以结束对该障碍物意图信息的处理流程,例如无需继续确定与该障碍物意图信息对应的行驶轨迹。
例如,车辆和障碍物的行驶意图可以包括直行、左转、右转、掉头、变道等。
例如,预定冲突关系可以表示车辆和障碍物按照各自的意图行驶时,二者的行驶路径存在交点或者距离较小,二者存在发生碰撞的风险。
可以预先设定意图之间的预定冲突关系,例如,对于车辆的意图为在十字路口左转,对向车道的障碍物具有直行意图和左转意图,则障碍物的直行意图与车辆的左转意图满足预定冲突关系,障碍物的左转意图与车辆的左转意图不满足预定冲突关系。
根据本公开实施例提供的技术方案,由于根据预定冲突关系,从多个候选障碍物的多个障碍物意图信息中,确定出一部分目标障碍物意图信息,并仅需基于这一部分目标障碍物意图信息确定障碍物行驶轨迹,而无需对不满足预定冲突关系的障碍物意图信息确定障碍物行驶轨迹。因此可以对障碍物意图信息进行过滤,减少后续的计算量,提高处理效率。
图3是根据本公开实施例的确定目标行驶路径的方法的示意流程图。
如图3所示,上述根据第一障碍物意图信息、第一冲突区域和第一行驶轨迹,确定车辆在第二时刻的目标行驶路径的方法S330可以包括操作S331~操作S332。
在操作S331,根据第一障碍物意图信息、第一冲突区域和第一行驶轨迹,确定第二时刻的第二障碍物意图信息、第二时刻的第二冲突区域以及车辆在第二时刻的第二行驶轨迹。
需要说明的是,由于召回的第一障碍物意图信息、第一冲突区域和第一行驶轨迹均是第一时刻的信息。在召回上述信息之后,随着时间的推进,障碍物的意图、障碍物的位置、车辆的位置等可能会发生变化,因此,可以对召回的信息进行更新,将第一时刻的数据映射为第二时刻的数据,从而提高规划出的目标路径的准确性。
在一种示例中,对于第一障碍物意图信息,可以根据第一时刻的第一障碍物意图信息和第二时刻的障碍物观测意图,确定第二时刻的第二障碍物意图信息。
例如,基于卡尔曼滤波原理,可以根据上一状态的估计值和当前状态的测量值计算当前状态的估计值。在本实施例中,障碍物在第一时刻的第一障碍物意图信息I′t-1表示上一状态的估计值,障碍物在第二时刻的障碍物观测意图表示当前状态的测量值,障碍物在第二时刻的第二障碍物意图信息表示当前状态的估计值。
在另一种示例中,对于第一冲突区域,可以根据第一时刻的第一冲突区域和第二时刻的观测冲突区域,确定第二时刻的第二冲突区域。
例如,可以根据第一时刻的车辆行驶轨迹和第二时刻的障碍物轨迹,确定第二时刻的观测冲突区域。可以根据第一时刻的车辆行驶轨迹和第一时刻的障碍物轨迹,确定第一时刻的第一冲突区域(xt-1,yt-1)。然后将第一冲突区域作为上一状态的估计值,将观测冲突区域作为当前状态的测量值,将第二冲突区域作为当前状态的估计值,基于卡尔曼滤波原理计算第二冲突区域(xt,yt)。
在另一种示例中,对于第一时刻的第一行驶轨迹,可以根据第一时刻的第一行驶轨迹和车辆在第二时刻的位置信息,确定第二行驶轨迹trajt。
例如,由于规划第一行驶轨迹之后,车辆在第一时刻和第二时刻之间已经沿第一行驶轨迹行驶一段距离,因此可以根据车辆在第二时刻的位置信息,将第一行驶轨迹中位于该位置信息之前的子轨迹删除,得到剩余子轨迹。例如,第一行驶轨迹的长度是100米,在第一时刻和第二时刻之间,车辆已经行驶了10米,则剩余子轨迹为后90米的第一行驶轨迹。此外,还可以重新布置剩余子轨迹中各个轨迹点的到达时间。
根据本示例提供的技术方案,由于对第一时刻的信息进行调整,使得第一时刻的信息更加贴近第二时刻的真实信息,从而提高目标行驶路径的准确性。
在操作S332,根据第二障碍物意图信息、第二冲突区域和第二行驶轨迹,确定目标行驶路径。
例如,可以根据第二时刻的第二障碍物意图信息、第二时刻的第二冲突区域和第二时刻的第二行驶轨迹,确定基准风险评价值。
接下来,可以多次调整在前第二冲突区域,得到当前第二冲突区域,并在每次调整之后,根据第二时刻的第二障碍物意图信息、当前第二冲突区域和第二时刻的第二行驶轨迹,重新确定风险评价值。
调整操作的预定终止条件可以包括:调整次数在次数范围内,例如次数范围可以是10次至50次。预定终止条件也可以包括:调整后的最小的风险评价值小于基准风险评价值。
然后可以将与最小的风险评价值相对应的当前第二冲突区域,确定目标行驶路径。例如,可以使规划出的目标行驶路径经过与最小风险评价值相对应的第二冲突区域。
根据本公开实施例,由于对第二冲突区域进行调整,并且调整后的第二冲突区域的风险评价值小于基准风险评价值,因此基于该风险较小的第二冲突区域规划出的目标行驶轨迹,具有更高的安全性。
图4A~图4B是根据本公开实施例的自动驾驶控制方法的示意原理图。
以下结合图4A和图4B,对本实施例提供的自动驾驶控制方法进行说明。
本实施例中,自动驾驶控制方法包括以下阶段:车道选择410、路径规划420、速度规划430、信息召回440、帧间同步450以及风险规避460。
以图4B所示的左转场景为例,自动驾驶车辆行驶至路口附近,并计划向左转,车辆检测到了对向直行的障碍物。本实施例中以t-1时刻表示上文的第一时刻,以t时刻表示上文的第二时刻。
在t-1时刻,车辆规划了自身的第一行驶路径trajt-1402,以及规划了第一行驶路径trajt-1402中各个路径点的速度、加速度、时间等信息。
在t-1时刻完成速度规划430之后,可以确定是否需要基于该障碍物进行召回操作。
在信息召回440阶段,可以基于深度学习或者机器学习模型确定障碍物的意图,一个障碍物可以具有多种意图,意图可以包括直行、左转、掉头等。
然后确定障碍物的各个意图是否与车辆的意图满足预定冲突关系。例如,如图4B所示,障碍物可以具有直行意图和左转意图,其中,障碍物的直行意图与车辆的意图满足预定冲突关系,障碍物的左转意图与车辆的意图不满足预定冲突关系。
接下来,如图4B所示,可以基于该直行意图,确定障碍物的行驶路径401,并基于障碍物的行驶路径401和车辆的行驶路径,确定第一冲突区域(xt-1,yt-1)。需要说明的是,在确定第一冲突区域(xt-1,yt-1)的过程中,可以忽略障碍物和车辆的速度,仅基于障碍物的行驶路径401和车辆的第一行驶路径trajt-1402是否相交,不相交时距离是否较小,来确定第一冲突区域(xt-1,yt-1),从而避免由于速度发生变化导致实际情况超出预判的情况。
接下来,可以根据障碍物的行驶路径401,确定障碍物在该行驶路径中各路径点的速度,从而得到障碍物的障碍物行驶轨迹。
接下来,可以根据障碍物行驶轨迹、车辆的第一行驶轨迹trajt-1以及第一冲突区域(xt-1,yt-1),确定第一行驶轨迹trajt-1的风险评估指标,例如计算碰撞时间、碰撞距离等风险评估指标。
接下来,可以确定风险评估指标是否满足预定召回条件,例如在至少风险评估指标达到阈值的情况下,确定满足预定召回条件。
在风险评估指标不满足预定召回条件的情况下,可以不进行召回操作,并在t时刻基于采集到的数据重新规划目标行驶路径。
例如,可以使用预定函数来进行定义风险评估指标的风险等级。
在风险评估指标满足预定召回条件的情况下,表示车辆让行需要较大减速度,或者车辆超车需要较大加速度,车辆的第一行驶轨迹trajt-1存在较大风险,因此可以将t-1时刻的一些相关信息进行召回,其中,召回的t-1时刻的相关信息可以包括障碍物id、满足预定冲突关系的障碍物的意图I′t-1、第一冲突区域(xt-1,yt-1)以及车辆的第一行驶轨迹trajt-1,还可以包括车辆的速度决策Dt-1,速度决策可以包括让行和超车,可以理解的是,第一行驶轨迹trajt-1包括各个路径点的速度、加速度等,因此第一行驶轨迹trajt-1可以体现速度决策Dt-1,也因此,也可不对速度决策Dt-1进行召回。
在帧间同步450阶段,由于召回的相关信息是t-1时刻的信息,随着时间的推进,车辆、障碍物的相关信息可能发生改变,相关信息可以包括位置、意图等,第一行驶轨迹trajt-1的风险会随着这些相关信息而变化。例如,当障碍物的意图I′t-1由直行意图变更为左转意图之后,第一行驶轨迹trajt-1不再满足预定冲突关系,第一行驶轨迹trajt-1不再具有风险。或者障碍物的位置发生较大变化,且导致障碍物与冲突区域的距离缩短,造成第一行驶轨迹trajt-1的风险进一步提高。因此,随着车辆、障碍物的移动和感知信息的更新,需要将t-1时刻的信息映射为t时刻的信息。
在帧间同步450的过程中,针对相同id的障碍物,可以基于卡尔曼滤波原理,根据t-1时刻的后验意图I′t-1和t时刻的观测意图It,确定t时刻的后验意图I′t。
还可以基于类似方法,根据车辆在t-1时刻的第一行驶轨迹trajt-1和障碍物在t时刻的障碍物轨迹,确定t时刻的观测冲突区域。然后根据t时刻的观测冲突区域和t-1时刻的第一冲突区域(xt-1,yt-1),确定第二冲突区域(xt,yt)。
速度决策可以保持不变,即t时刻的速度决策Dt与t-1时刻的速度决策Dt-1相等。
t-1时刻的第一行驶轨迹trajt-1可以变换为t时刻的第二行驶轨迹trajt。例如参考上文,基于车辆在t时刻的位置,将车辆已经执行的子轨迹从第一行驶轨迹trajt-1中删除,还可以对剩余子轨迹中各个轨迹点的到达时间进行重新布置,从而得到第二行驶轨迹trajt。
可以理解的是,由于召回阶段召回了存在风险的第一行驶轨迹trajt-1,因此在风险轨迹阶段,可以对第一行驶轨迹trajt-1进行调整,得到目标行驶轨迹。调整的目标是使调整后的目标行驶轨迹的风险低于t-1时刻的第一行驶轨迹trajt-1的风险。
因此,在风险规避460阶段,可以根据同步之后的障碍物的后验意图I′t、第二冲突区域(xt,yt)以及第二行驶轨迹trajt,来确定风险评价值riskt。
riskt=R(I′t,(xt,yt),trajt)
其中,第二冲突区域(xt,yt)是路径规划420的控制量,可以通过搜索或优化的方法,多次调整第二冲突区域(xt,yt)的空间位置,利用调整后的第二冲突区域(xt,yt),可以计算新的风险评价值riskt。在多次调整之后,可以得到与最小评价值riskt对应的第二冲突区域(xt,yt)。例如,风险评价值的计算方式可以与信息召回440阶段所使用的预定函数相同。
接下来,可以将经过与最小评价值riskt对应的第二冲突区域(xt,yt)的路径,确定为t时刻的目标行驶路径,得到目标行驶路径即完成了路径的规划。
完成路径规划420之后,还可以将该目标行驶路径输入速度规划模块,以便速度规划模块在该目标行驶路径的基础上,规划各个路径点的速度、加速度等信息,从而得到车辆在t时刻的目标行驶轨迹。然后可以基于目标行驶轨迹控制车辆自动驾驶。
例如,如图4B,若在t-1时刻车辆决策让行,t时刻可以规划出目标行驶路径403,通过增大让行距离,来缓解急刹问题。若在t-1时刻车辆决策超车,t时刻可以规划出目标行驶路径404,通过减少行驶距离,尽快通过冲突区域,来提高车辆的安全性。
根据本实施例提供的技术方案,通过将t-1时刻的速度决策、第一行驶轨迹trajt-1等传递至路径决策和路径规划模块,以便路径决策和路径规划模块可以基于t-1的信息调整t时刻的目标行驶路径,实现降低风险的效果,使得随后的速度规划430更容易实现让行或超车。
图5是根据本公开实施例的自动驾驶控制装置的示意结构框图。
如图5所示,该自动驾驶控制装置500可以包括:第一确定模块510、第二确定模块520以及控制模块530。
第一确定模块510用于根据车辆在第一时刻的第一行驶轨迹、障碍物在第一时刻的障碍物行驶轨迹以及第一行驶轨迹和障碍物行驶轨迹之间的第一冲突区域,确定第一行驶轨迹的风险评估指标。
第二确定模块520用于在确定风险评估指标满足预定召回条件的情况下,根据第一时刻的第一障碍物意图信息、第一冲突区域和第一行驶轨迹,确定车辆在第二时刻的目标行驶路径;其中,第二时刻在第一时刻之后。
控制模块530用于根据目标行驶路径,控制车辆自动驾驶。
根据本公开另一实施例,第二确定模块包括:第一确定子模块和第二确定子模块。第一确定子模块用于根据第一障碍物意图信息、第一冲突区域和第一行驶轨迹,确定第二时刻的第二障碍物意图信息、第二时刻的第二冲突区域以及车辆在第二时刻的第二行驶轨迹。第二确定子模块用于根据第二障碍物意图信息、第二冲突区域和第二行驶轨迹,确定目标行驶路径。
根据本公开另一实施例,第一确定子模块包括第一确定单元、第二确定单元和第三确定单元以下中的至少一个。第一确定单元用于根据第一障碍物意图信息、第二时刻的障碍物观测意图,确定第二障碍物意图信息。第二确定单元用于根据第一冲突区域、第二时刻的观测冲突区域,确定第二冲突区域。第三确定单元用于根据第一行驶轨迹和车辆在第二时刻的位置信息,确定第二行驶轨迹。
根据本公开另一实施例,第二确定子模块包括:执行单元和第四确定单元。执行单元用于重复执行以下操作,直至满足预定终止条件:对在前第二冲突区域进行调整,得到当前第二冲突区域;和根据第二障碍物意图信息、当前第二冲突区域和第二行驶轨迹,确定与当前第二冲突区域相对应的风险评价值。第四确定单元用于根据与最小的风险评价值相对应的当前第二冲突区域,确定目标行驶路径。最小的风险评价值小于基准风险评价值,基准风险评价值是根据第二障碍物意图信息、第二冲突区域和第二行驶轨迹确定的。
根据本公开另一实施例,上述装置还包括:第三确定模块和第四确定模块。第三确定模块用于根据至少一个候选障碍物各自在第一时刻的障碍物意图信息和车辆在第一时刻的车辆意图,确定与车辆意图满足预定冲突关系的目标障碍物意图信息。第四确定模块用于根据目标障碍物意图信息,确定与目标障碍物意图信息相对应的候选障碍物在第一时刻的行驶轨迹,作为障碍物行驶轨迹。
根据本公开另一实施例,风险评估指标包括以下中的至少一个:车辆和障碍物的碰撞时间、车辆和障碍物的碰撞距离。预定召回条件包括以下中的至少一个:碰撞时间小于等于时间阈值。碰撞距离小于等于距离阈值。
根据本公开另一实施例,控制模块包括:第三确定子模块和控制子模块。第三确定子模块用于根据目标行驶路径,确定目标行驶路径中多个路径点各自的速度和加速度,得到目标行驶轨迹。控制子模块用于根据目标行驶轨迹,控制车辆自动驾驶。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
根据本公开的实施例,本公开还提供了一种电子设备,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;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自动驾驶控制方法。
根据本公开的实施例,本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行上述自动驾驶控制方法。
根据本公开的实施例,本公开还提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述自动驾驶控制方法。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如自动驾驶控制方法。例如,在一些实施例中,自动驾驶控制方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的自动驾驶控制方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行自动驾驶控制方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (18)
1.一种自动驾驶控制方法,包括:
根据车辆在第一时刻的第一行驶轨迹、障碍物在所述第一时刻的障碍物行驶轨迹以及所述第一行驶轨迹和所述障碍物行驶轨迹之间的第一冲突区域,确定所述第一行驶轨迹的风险评估指标;
在确定所述风险评估指标满足预定召回条件的情况下,根据所述第一时刻的第一障碍物意图信息、所述第一冲突区域和所述第一行驶轨迹,确定所述车辆在第二时刻的目标行驶路径;其中,所述第二时刻在所述第一时刻之后;以及
根据所述目标行驶路径,控制所述车辆自动驾驶。
2.根据权利要求1所述的方法,其中,所述根据所述第一时刻的第一障碍物意图信息、所述第一冲突区域和所述第一行驶轨迹,确定所述车辆在第二时刻的目标行驶路径包括:
根据所述第一障碍物意图信息、所述第一冲突区域和所述第一行驶轨迹,确定所述第二时刻的第二障碍物意图信息、所述第二时刻的第二冲突区域以及所述车辆在第二时刻的第二行驶轨迹;以及
根据所述第二障碍物意图信息、所述第二冲突区域和所述第二行驶轨迹,确定所述目标行驶路径。
3.根据权利要求2所述的方法,其中,所述根据所述第一障碍物意图信息、所述第一冲突区域和所述第一行驶轨迹,确定所述第二时刻的第二障碍物意图信息、所述第二时刻的第二冲突区域以及所述车辆在第二时刻的第二行驶轨迹包括以下中的至少一个:
根据所述第一障碍物意图信息、所述第二时刻的障碍物观测意图,确定所述第二障碍物意图信息;
根据所述第一冲突区域、所述第二时刻的观测冲突区域,确定所述第二冲突区域;以及
根据所述第一行驶轨迹和所述车辆在所述第二时刻的位置信息,确定所述第二行驶轨迹。
4.根据权利要求2所述的方法,其中,所述根据所述第二障碍物意图信息、所述第二冲突区域和所述第二行驶轨迹,确定所述目标行驶路径包括:
重复执行以下操作,直至满足预定终止条件:
对在前第二冲突区域进行调整,得到当前第二冲突区域;和
根据所述第二障碍物意图信息、所述当前第二冲突区域和所述第二行驶轨迹,确定与所述当前第二冲突区域相对应的风险评价值;以及
根据与最小的风险评价值相对应的当前第二冲突区域,确定所述目标行驶路径;
其中,所述最小的风险评价值小于基准风险评价值,所述基准风险评价值是根据所述第二障碍物意图信息、所述第二冲突区域和所述第二行驶轨迹确定的。
5.根据权利要求1所述的方法,还包括:
根据至少一个候选障碍物各自在所述第一时刻的障碍物意图信息和所述车辆在所述第一时刻的车辆意图信息,确定与所述车辆意图信息满足预定冲突关系的目标障碍物意图信息;以及
根据所述目标障碍物意图信息,确定与所述目标障碍物意图信息相对应的候选障碍物在所述第一时刻的行驶轨迹,作为所述障碍物行驶轨迹。
6.根据权利要求1所述的方法,其中,所述风险评估指标包括以下中的至少一个:所述车辆和所述障碍物的碰撞时间、所述车辆和所述障碍物的碰撞距离;
其中,所述预定召回条件包括以下中的至少一个:所述碰撞时间小于等于时间阈值;以及所述碰撞距离小于等于距离阈值。
7.根据权利要求1所述的方法,其中,所述根据所述目标行驶路径,控制所述车辆自动驾驶包括:
根据所述目标行驶路径,确定所述目标行驶路径中多个路径点各自的速度和加速度,得到目标行驶轨迹;以及
根据所述目标行驶轨迹,控制所述车辆自动驾驶。
8.一种自动驾驶控制装置,包括:
第一确定模块,用于根据车辆在第一时刻的第一行驶轨迹、障碍物在所述第一时刻的障碍物行驶轨迹以及所述第一行驶轨迹和所述障碍物行驶轨迹之间的第一冲突区域,确定所述第一行驶轨迹的风险评估指标;
第二确定模块,用于在确定所述风险评估指标满足预定召回条件的情况下,根据所述第一时刻的第一障碍物意图信息、所述第一冲突区域和所述第一行驶轨迹,确定所述车辆在所述第二时刻的目标行驶路径;其中,所述第二时刻在所述第一时刻之后;以及
控制模块,用于根据所述目标行驶路径,控制所述车辆自动驾驶。
9.根据权利要求8所述的装置,其中,所述第二确定模块包括:
第一确定子模块,用于根据所述第一障碍物意图信息、所述第一冲突区域和所述第一行驶轨迹,确定所述第二时刻的第二障碍物意图信息、所述第二时刻的第二冲突区域以及所述车辆在第二时刻的第二行驶轨迹;以及
第二确定子模块,用于根据所述第二障碍物意图信息、所述第二冲突区域和所述第二行驶轨迹,确定所述目标行驶路径。
10.根据权利要求9所述的装置,其中,所述第一确定子模块包括以下中的至少一个:
第一确定单元,用于根据所述第一障碍物意图信息、所述第二时刻的障碍物观测意图,确定所述第二障碍物意图信息;
第二确定单元,用于根据所述第一冲突区域、所述第二时刻的观测冲突区域,确定所述第二冲突区域;以及
第三确定单元,用于根据所述第一行驶轨迹和所述车辆在所述第二时刻的位置信息,确定所述第二行驶轨迹。
11.根据权利要求9所述的装置,其中,所述第二确定子模块包括:
执行单元,用于重复执行以下操作,直至满足预定终止条件:
对在前第二冲突区域进行调整,得到当前第二冲突区域;和
根据所述第二障碍物意图信息、所述当前第二冲突区域和所述第二行驶轨迹,确定与所述当前第二冲突区域相对应的风险评价值;以及
第四确定单元,用于根据与最小的风险评价值相对应的当前第二冲突区域,确定所述目标行驶路径;
其中,所述最小的风险评价值小于基准风险评价值,所述基准风险评价值是根据所述第二障碍物意图信息、所述第二冲突区域和所述第二行驶轨迹确定的。
12.根据权利要求8所述的装置,还包括:
第三确定模块,用于根据至少一个候选障碍物各自在所述第一时刻的障碍物意图信息和所述车辆在所述第一时刻的车辆意图,确定与所述车辆意图满足预定冲突关系的目标障碍物意图信息;以及
第四确定模块,用于根据所述目标障碍物意图信息,确定与所述目标障碍物意图信息相对应的候选障碍物在所述第一时刻的行驶轨迹,作为所述障碍物行驶轨迹。
13.根据权利要求8所述的装置,其中,所述风险评估指标包括以下中的至少一个:所述车辆和所述障碍物的碰撞时间、所述车辆和所述障碍物的碰撞距离;
其中,所述预定召回条件包括以下中的至少一个:所述碰撞时间小于等于时间阈值;以及所述碰撞距离小于等于距离阈值。
14.根据权利要求8所述的装置,其中,所述控制模块包括:
第三确定子模块,用于根据所述目标行驶路径,确定所述目标行驶路径中多个路径点各自的速度和加速度,得到目标行驶轨迹;以及
控制子模块,用于根据所述目标行驶轨迹,控制所述车辆自动驾驶。
15.一种电子设备,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7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1至7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1至7中任一项所述的方法。
18.一种自动驾驶车辆,包括:权利要求15所述的电子设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211534398.8A CN115743183A (zh) | 2022-11-30 | 2022-11-30 | 自动驾驶控制方法、装置、设备、介质及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211534398.8A CN115743183A (zh) | 2022-11-30 | 2022-11-30 | 自动驾驶控制方法、装置、设备、介质及车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115743183A true CN115743183A (zh) | 2023-03-07 |
Family
ID=85342468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211534398.8A Pending CN115743183A (zh) | 2022-11-30 | 2022-11-30 | 自动驾驶控制方法、装置、设备、介质及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115743183A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116088538A (zh) * | 2023-04-06 | 2023-05-09 | 禾多科技(北京)有限公司 | 车辆轨迹信息生成方法、装置、设备和计算机可读介质 |
-
2022
- 2022-11-30 CN CN202211534398.8A patent/CN115743183A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116088538A (zh) * | 2023-04-06 | 2023-05-09 | 禾多科技(北京)有限公司 | 车辆轨迹信息生成方法、装置、设备和计算机可读介质 |
CN116088538B (zh) * | 2023-04-06 | 2023-06-13 | 禾多科技(北京)有限公司 | 车辆轨迹信息生成方法、装置、设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113071520B (zh) | 车辆行驶控制方法及装置 | |
CN111775961B (zh) | 自动驾驶车辆规划方法、装置、电子设备及存储介质 | |
US11815904B2 (en) | Trajectory selection for an autonomous vehicle | |
US10782703B2 (en) | Constraint relaxation in a navigational system | |
CN113071505B (zh) | 驾驶行为习惯的确定、车辆行驶控制方法、装置及设备 | |
CN114475585B (zh) | 路口自动驾驶方法、装置、电子设备及自动驾驶车辆 | |
CN115743183A (zh) | 自动驾驶控制方法、装置、设备、介质及车辆 | |
CN113119999A (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
CN116890876A (zh) | 车辆控制方法、装置、电子设备和自动驾驶车辆 | |
CN112622924A (zh) | 一种驾驶规划方法及装置、车辆 | |
CN113928341B (zh) | 一种道路决策方法、***、设备和介质 | |
WO2022088658A1 (zh) | 一种行人穿行意图估计方法、装置、设备和汽车 | |
CN115214722A (zh) | 自动驾驶方法、装置、电子设备、存储介质及车辆 | |
WO2024140381A1 (zh) | 一种自动泊车方法、装置和智能驾驶设备 | |
CN115230721A (zh) | 感知数据处理方法、装置和自动驾驶车辆 | |
CN114132344A (zh) | 一种自动驾驶车辆的决策方法、装置、设备及存储介质 | |
CN117022320A (zh) | 自动驾驶车辆的控制方法、装置、电子设备以及车辆 | |
CN115817534A (zh) | 交互场景下车辆控制方法、装置和自动驾驶车辆 | |
CN117104273A (zh) | 车辆的换道控制方法、装置、电子设备及存储介质 | |
CN115447612A (zh) | 一种窄路会车方法、装置、设备及存储介质 |
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 |