CN116424315A - 碰撞检测方法、装置、电子设备、自动驾驶车辆及介质 - Google Patents
碰撞检测方法、装置、电子设备、自动驾驶车辆及介质 Download PDFInfo
- Publication number
- CN116424315A CN116424315A CN202310337863.7A CN202310337863A CN116424315A CN 116424315 A CN116424315 A CN 116424315A CN 202310337863 A CN202310337863 A CN 202310337863A CN 116424315 A CN116424315 A CN 116424315A
- Authority
- CN
- China
- Prior art keywords
- collision detection
- circular
- obstacle
- target object
- area
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 396
- 238000000034 method Methods 0.000 claims abstract description 58
- 230000000875 corresponding effect Effects 0.000 claims description 111
- 238000005070 sampling Methods 0.000 claims description 96
- 238000004590 computer program Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 5
- 238000010845 search algorithm Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 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
- 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
-
- 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
- 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
- B60W2554/80—Spatial relation or speed relative to objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及计算机领域,尤其涉及自动驾驶、智能交通等技术领域,具体涉及一种碰撞检测方法、装置、电子设备、自动驾驶车辆及介质。具体实现方案为:确定目标对象的当前碰撞检测点;基于预先构建的距离场,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系;根据位置关系,获得目标对象在当前碰撞检测点上的碰撞检测结果。采用本公开可以提高目标对象的碰撞检测效率。
Description
技术领域
本公开涉及计算机领域,尤其涉及自动驾驶、智能交通等技术领域,具体涉及一种碰撞检测方法、装置、电子设备、自动驾驶车辆及介质。
背景技术
随着自动驾驶技术的兴起,以自动驾驶车辆为研究对象的行车规划、泊车规划等问题越来越受到重视,这些问题又重点涉及碰撞检测技术。目前,通常采用栅格空间覆盖枚举法、几何边界碰撞检测法等技术实现碰撞检测,检测效率低下。
发明内容
本公开提供了一种碰撞检测方法、装置、电子设备、自动驾驶车辆及介质。
根据本公开的一方面,提供了一种碰撞检测方法,包括:
确定目标对象的当前碰撞检测点;
基于预先构建的距离场,确定所述目标对象在行驶至所述当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系;
根据所述位置关系,获得所述目标对象在所述当前碰撞检测点上的碰撞检测结果。
根据本公开的第二方面,提供了一种碰撞检测装置,包括:
检测点确定单元,用于确定目标对象的当前碰撞检测点;
检测单元,用于基于预先构建的距离场,确定所述目标对象在行驶至所述当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系;
结果获取单元,用于根据所述位置关系,获得所述目标对象在所述当前碰撞检测点上的碰撞检测结果。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;
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第一方面所提供的方法。
根据本公开的第四方面,提供了一种自动驾驶车辆,包括第三方面所提供的电子设备。
根据本公开的第五方面,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第一方面所提供的方法。
根据本公开的第六方面,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第一方面所提供的方法。
采用本公开可以提高目标对象的碰撞检测效率。
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为本公开实施例提供的一种碰撞检测方法的流程示意图;
图2A和图2B为本公开实施例提供的一种圆形填充区域的构建方法示意图;
图3为本公开实施例提供的另一种圆形填充区域的构建方法示意图;
图4A、图4B和图4C为本公开实施例提供的一种圆形填充区域的分布式构建方法示意图;
图5为本公开实施例提供的一种圆形包围区域的构建方法示意图;
图6为本公开实施例提供的一种检测点采样方法示意图;
图7为本公开实施例提供的一种检测点采样方法示意图;
图8为本公开实施例提供的一种碰撞检测方法的完整流程示意图;
图9为本公开实施例提供的一种碰撞检测方法的应用场景示意图;
图10为本公开实施例提供的一种碰撞检测装置的示意性结构框图;
图11为本公开实施例提供的一种电子设备的示意性结构框图。
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。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。
如背景技术所述的,对于碰撞检测,目前,通常采用栅格空间覆盖枚举法、几何边界碰撞检测法等技术实现。
其中,栅格空间覆盖枚举法是将目标对象的行驶空间离散成栅格,障碍物所在的栅格标记为占据状态。此后,通过对目标对象所对应的栅格进行枚举,判断其是否包含占据状态的栅格来实现碰撞检测。这种方法的检测效率受栅格分辨率的影响较大,而基于常规的低算力平台,又无法大幅度提高栅格分辨率。因此,检测效率低下。
几何边界碰撞检测法是通过将目标对象和障碍物分别构建成特定的几何形状,例如,圆、直线、三角形、矩形或凸多边形等。此后,判断目标对象所对应的几何形状与障碍物所对应的几何形状是否重叠来实现碰撞检测。这种方法受障碍物复杂度的影响较大,在障碍物复杂度较高的情况下,通常需要更多地几何形状才能将其完全覆盖,导致检测效率将大幅下降。
基于此,本公开实施例提供了一种碰撞检测方法,该碰撞检测方法可以应用于电子设备。以下,将结合图1所示流程示意图,对本公开实施例提供的一种碰撞检测方法进行说明。需要说明的是,虽然在流程示意图中示出了逻辑顺序,但是,在某些情况下,也可以以其他顺序执行所示出或描述的步骤。
步骤S101,确定目标对象的当前碰撞检测点;
步骤S102,基于预先构建的距离场,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系;
步骤S103,根据位置关系,获得目标对象在当前碰撞检测点上的碰撞检测结果。
其中,目标对象可以是自动驾驶车辆,本公开实施例对其车辆类型(车型、大小、品牌)不作具体限定。
本公开实施例中,当前碰撞检测点可以是在确定目标对象的行驶规划路径之后,按照预设采样策略,在行驶规划路径上进行检测点采样所确定的碰撞检测点。基于此,可以理解的是,本公开实施例中,当前碰撞检测点具有对应的位姿信息,以表征目标对象行驶至当前碰撞检测点时所对应的位置和车身姿态。其中,车身姿态可以是车身朝向。那么,在确定目标对象的当前碰撞检测点之后,作为本公开实施例的一种具体示例,可以基于当前碰撞检测点所对应的位姿信息,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域。其中,碰撞检测区域可以包括多个圆形填充区域,用于对目标对象在行驶至当前碰撞检测点时所占用的区域进行填充。
此外,本公开实施例中,距离场可以是欧几里得符号距离场(Euclidean SignedDistance Field,ESDF)、截断地带符号距离函数场(Truncated Signed DistanceFunction,TSDF)、曼哈顿距离场等。对于ESDF,其具有对应的距离数据集,用于存储ESDF内每个位置点所对应的最近障碍距离,以表征该位置点与其最近障碍物之间的间隔距离。对于TSDF,由于其可以与ESDF相互转换,因此,本公开实施例中,在距离场为TSDF时,可以将TSDF转换为ESDF,再基于ESDF,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系。对于曼哈顿距离场,其同样具有对应的距离数据集,用于存储曼哈顿距离场内每个位置点所对应的最近障碍距离,以表征该位置点与目标体之间的曼哈顿距离。其中,目标体可以是其最近障碍物。
基于以上说明,本公开实施例中,可以在基于距离场,确定多个圆形填充区域中存在行驶障碍区域的情况下,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系为包含关系,以表征障碍物位于碰撞检测区域的内部,从而确定目标对象在当前碰撞检测点上的碰撞检测结果为有碰撞风险,否则确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系为非包含关系,以表征障碍物位于碰撞检测区域的外部,从而确定目标对象在当前碰撞检测点上的碰撞检测结果为无碰撞风险。其中,“基于距离场,确定多个圆形填充区域中存在行驶障碍区域”可以包括:对于每个圆形填充区域,在距离场中确定该圆形填充区域的目标圆心位置;从距离场的距离数据集中查询与目标圆心位置对应的目标障碍距离;在目标障碍距离小于该圆形填充区域的半径长度的情况下,将该圆形填充区域作为行驶障碍区域,以确定多个圆形填充区域中存在行驶障碍区域。
采用本公开实施例提供的碰撞检测方法可以确定目标对象的当前碰撞检测点;基于预先构建的距离场,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系;根据该位置关系,获得目标对象在当前碰撞检测点上的碰撞检测结果。由于距离场具有对应的距离数据集,用于存储场内每个位置点所对应的最近障碍距离,因此,基于距离场可以快速确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系,再根据该位置关系,获得目标对象在当前碰撞检测点上的碰撞检测结果,从而提高目标对象的碰撞检测效率。
在一些可选的实施方式中,“基于预先构建的距离场,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系”可以包括以下步骤:
构建目标对象在行驶至当前碰撞检测点时所对应的矩形包围区域;
在矩形包围区域上构建多个圆形填充区域;其中,碰撞检测区域包括多个圆形填充区域;
在基于距离场,确定多个圆形填充区域中存在包含障碍物的行驶障碍区域的情况下,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系为包含关系,以表征障碍物位于碰撞检测区域的内部。
本公开实施例中,可以基于当前碰撞检测点所对应的位姿信息,构建目标对象在行驶至当前碰撞检测点时所对应的最小外接矩形,作为矩形包围区域,以表征目标对象在行驶至当前碰撞检测点时所占用的区域。在构建矩形包围区域之后,可以在矩形包围区域上构建多个圆形填充区域,使得每个圆形填充区域与矩形包围区域的边相交(包括相切)。
请结合图2A,对于多个圆形填充区域的构建,作为本公开实施例的一种具体示例,可以沿矩形包围区域201的四个边,构建多个第一内接圆填充区域202、且第一内接圆填充区域202的直径长度小于矩形包围区域201的宽度。此外,需要说明的是,本示例中,在平台算力允许的情况下,还可以通过增加第一内接圆填充区域202的构建数量,使得任两个相邻第一内接圆填充区域202之间的间隔距离更小,和/或分别在矩形包围区域201的四个角点位置,构建第一边角圆形填充区域203(如图2B所示),从而减小矩形包围区域201的未填充区域,以增加检测精度。
以上示例中,多个圆形填充区域可以包括多个第一内接圆填充区域202和多个第一边角圆形填充区域203。
本公开实施例中,在矩形包围区域上构建多个圆形填充区域之后,可以在基于距离场,确定多个圆形填充区域中存在行驶障碍区域的情况下,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系为包含关系,以表征障碍物位于碰撞检测区域的内部,否者确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系为非包含关系,以表征障碍物位于碰撞检测区域的外部。其中,“基于距离场,确定多个圆形填充区域中存在行驶障碍区域”可以包括:对于每个圆形填充区域,在距离场中确定该圆形填充区域的目标圆心位置;从距离场的距离数据集中查询与目标圆心位置对应的目标障碍距离;在目标障碍距离小于该圆形填充区域的半径长度的情况下,将该圆形填充区域作为行驶障碍区域,以确定多个圆形填充区域中存在行驶障碍区域。此外,需要说明的是,本公开实施例中,可以按照串行方式执行前述步骤,也即,按照预设判断顺序,每次仅判断一个圆形填充区域是否为行驶障碍区域,以使本公开实施例提供的碰撞检测方法可以适用于更低算力平台,例如,自动待客泊车(Automated ValetParking、AVP)平台,也可以按照并行方式执行前述步骤,也即,同步判断多个圆形填充区域是否为行驶障碍区域,以进一步提高目标对象的碰撞检测效率。
通过“基于预先构建的距离场,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系”包括的以上步骤,本公开实施例中,可以通过矩形包围区域表征目标对象在行驶至当前碰撞检测点时所占用的区域,再在矩形包围区域上构建多个圆形填充区域。基于距离场,又可以快速确定多个圆形填充区域中是否存在包含障碍物的行驶障碍区域,以确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系,从而进一步提高目标对象的碰撞检测效率。
在一些可选的实施方式中,“在矩形包围区域上构建多个圆形填充区域”可以包括以下步骤:
在矩形包围区域的长度方向上构建多个纵向内接圆填充区域;
分别在矩形包围区域的四个边角区域构建多个边角内接圆填充区域;
其中,多个圆形填充区域包括多个纵向内接圆填充区域和多个边角内接圆填充区域。
请结合图3,对于多个圆形填充区域的构建,作为本公开实施例的另一种具体示例,也可以在矩形包围区域301的长度方向上构建多个纵向内接圆填充区域302、且纵向内接圆填充区域302的直径长度等于矩形包围区域301的宽度,以及分别在矩形包围区域301的四个边角区域构建多个边角内接圆填充区域303。此外,需要说明的是,本示例中,在平台算力允许的情况下,还可以通过增加纵向内接圆填充区域302的构建数量,使得任两个相邻纵向内接圆填充区域302之间的间隔距离更小,和/或增加边角内接圆填充区域303的构建数量,使得任两个相邻边角内接圆填充区域303之间的间隔距离更小,从而减小矩形包围区域301的未填充区域,以增加检测精度。
以上示例中,多个圆形填充区域可以包括多个纵向内接圆填充区域302和多个边角内接圆填充区域303。
通过“在矩形包围区域上构建多个圆形填充区域”包括的以上步骤,本公开实施例中,可以在矩形包围区域的长度方向上构建多个纵向内接圆填充区域,以及分别在矩形包围区域的四个边角区域构建多个边角内接圆填充区域,再将多个纵向内接圆填充区域和多个边角内接圆填充区域共同作为多个圆形填充区域,相较于多个圆形填充区域的其他构建方法(例如,图2A和图2B所示的构建方法)而言,能够用尽可能少量的圆形填充区域减小矩形包围区域的未填充区域,从而减少碰撞检测方法的后续数据计算量,以进一步提高目标对象的碰撞检测效率。
在一些可选的实施方式中,“在矩形包围区域上构建多个圆形填充区域”也可以包括以下步骤:
采用折半法,在矩形包围区域上构建多个圆形填充区域。
本公开实施例中,在采用折半法,在矩形包围区域上构建多个圆形填充区域的过程中,每折半一次,可以构建至少一个圆形填充区域,该至少一个圆形填充区域组成一个检测层、且该检测层所对应的检测层编号与构建该检测层时所对应的折半次数呈正相关。
以下,将以多个圆形填充区域包括多个纵向内接圆填充区域和多个边角内接圆填充区域为例,对以上步骤进行说明。
(1)采用折半法,在矩形包围区域的长度方向上构建多个纵向内接圆填充区域。
请结合图4A,首先,可以在矩形包围区域401的第一端构建纵向内接圆填充区域4021,以及在矩形包围区域401的第二端构建纵向内接圆填充区域4022,纵向内接圆填充区域4021和纵向内接圆填充区域4022组成一个检测层、且该检测层所对应的检测层编号可以是1。此后,折半一次,以纵向内接圆填充区域4021的圆心位置A1和纵向内接圆填充区域4022的圆心位置A2的中间点A3为圆心位置,构建纵向内接圆填充区域4023,纵向内接圆填充区域4023组成一个检测层、且该检测层所对应的检测层编号可以是2。最后,再折半一次,以纵向内接圆填充区域4021的圆心位置A1和纵向内接圆填充区域4023的圆心位置A3的中间点A4为圆心位置,构建纵向内接圆填充区域4024;以纵向内接圆填充区域4022的圆心位置A2和纵向内接圆填充区域4023的圆心位置A3的中间点A5为圆心位置,构建纵向内接圆填充区域4025,纵向内接圆填充区域4024和纵向内接圆填充区域4025组成一个检测层、且该检测层所对应的检测层编号可以是3。若还需要在矩形包围区域401上构建更多个检测层,则以此类推。
(2)采用折半法,分别在矩形包围区域的四个边角区域构建多个边角内接圆填充区域。
请结合图4B,首先,可以以矩形包围区域401的一个角点位置A6为圆心位置,构建边角内接圆填充区域4031,以及将矩形包围区域401内,靠近角点位置A6的一端构建边角内接圆填充区域4032(可以与纵向内接圆填充区域4021为同一内接圆填充区域),边角内接圆填充区域4031和边角内接圆填充区域4032组成一个检测层、且该检测层所对应的检测层编号可以是1。此后,折半一次,以边角内接圆填充区域4031的圆心位置A6和边角内接圆填充区域4032的圆心位置A1的中间点A7为圆心位置,构建边角内接圆填充区域4033,边角内接圆填充区域4033组成一个检测层、且该检测层所对应的检测层编号可以是2。最后,再折半一次,以边角内接圆填充区域4031的圆心位置A6和边角内接圆填充区域4033的圆心位置A7的中间点A8为圆心位置,构建边角内接圆填充区域4034;以边角内接圆填充区域4033的圆心位置A1和边角内接圆填充区域4033的圆心位置A7的中间点A9为圆心位置,构建边角内接圆填充区域4035,边角内接圆填充区域4034和边角内接圆填充区域4035组成一个检测层、且该检测层所对应的检测层编号可以是3。若还需要在矩形包围区域401上构建更多个与角点位置A6相关的检测层,则以此类推。
可以理解的是,本公开实施例中,还可以按照以上构建方法,在矩形包围区域401上构建与角点位置A10相关的检测层、与角点位置A12相关的检测层,以及与角点位置A13相关的检测层,此处不作赘述。
最终,可以获得如图4C所示的多个圆形填充区域,包括多个纵向内接圆填充区域和多个边角内接圆填充区域。
通过“在矩形包围区域上构建多个圆形填充区域”包括的以上步骤,本公开实施例中,可以采用折半法,在矩形包围区域上构建多个圆形填充区域,使得任两个相邻的同类内接圆填充区域之间具有相等的间隔距离,从而提高目标对象的碰撞检测效果。
在一些可选的实施方式中,“采用折半法,在矩形包围区域上构建多个圆形填充区域”可以包括以下步骤:
确定目标对象的当前行驶场景;
获取与当前行驶场景对应的折半参数;
采用折半法,按照折半参数,在矩形包围区域上构建多个圆形填充区域。
其中,目标对象的行驶场景可以包括行车场景和泊车场景,行车场景又可以细分为高速行驶场景、低速行驶场景等。
其中,折半参数用于控制矩形包围区域上所构建的检测层的数量。例如,在折半参数为2的情况下,将采用折半法,在矩形包围区域上构建2个检测层;在折半参数为3的情况下,将采用折半法,在矩形包围区域上构建3个检测层。
本公开实施例中,可以预先设置每个行驶场景所对应的折半参数。例如,设置高速行驶场景所对应的折半参数为1;设置低速行驶场景所对应的折半参数为2;设置泊车场景所对应的折半参数为3。需要说明的是,本公开实施例中,每个行驶场景所对应的折半参数具体可以结合平台算力和实际业务需求设定,本公开实施例对此不作具体限制。
此外,本公开实施例中,在多个圆形填充区域包括多个纵向内接圆填充区域和多个边角内接圆填充区域的情况下,由于目标对象的纵向长度通常是大于横向长度的,因此,在同一行驶场景下,也可以按照不同的折半参数,构建纵向内接圆填充区域和边角内接圆填充区域。例如,在高速行驶场景下,按照折半参数“2”,构建纵向内接圆填充区域,也即,在矩形包围区域的长度方向上构建2个检测层,按照折半参数“1”,构建边角内接圆填充区域,也即,分别在矩形包围区域的四个边角区域构建1个检测层;在低速行驶场景下,按照折半参数“3”,构建纵向内接圆填充区域,也即,在矩形包围区域的长度方向上构建3个检测层,按照折半参数“2”,构建边角内接圆填充区域,也即,分别在矩形包围区域的四个边角区域构建2个检测层;在泊车场景下,按照折半参数“4”,构建纵向内接圆填充区域,也即,在矩形包围区域的长度方向上构建4个检测层,按照折半参数“3”,构建边角内接圆填充区域,也即,分别在矩形包围区域的四个边角区域构建3个检测层。同样,需要说明的是,本公开实施例中,每个行驶场景下,对纵向内接圆填充区域和边角内接圆填充区域进行构建时,所采用的折半参数具体可以结合平台算力和实际业务需求设定,本公开实施例对此不作具体限制。
通过“采用折半法,在矩形包围区域上构建多个圆形填充区域”包括的以上步骤,可以理解的是,本公开实施例中,可以预先设置每个行驶场景所对应的折半参数,以便于在确定目标对象的当前行驶场景之后,直接获取与当前行驶场景对应的折半参数,再采用折半法,按照折半参数,在矩形包围区域上构建多个圆形填充区域,从而降低多个圆形填充区域的构建耗时,以进一步提高目标对象的碰撞检测效率。
此外,本公开实施例中,在矩形包围区域上构建多个圆形填充区域的过程中,也可以动态控制检测层的数量。例如,在多个圆形填充区域包括多个纵向内接圆填充区域和多个边角内接圆填充区域的情况下,采用折半法,在矩形包围区域上构建多个圆形填充区域的过程中,可以每折半一次,则检测一次相邻的两个同类内接圆填充区域与矩形包围区域之间的交点距离,在该交点距离小于预设距离阈值时,停止下一次折半操作,并确定最终的检测层的数量。其中,预设距离阈值可以结合平台算力和实际业务需求设定,本公开实施例对此不作具体限制。
本公开实施例中,每个圆形填充区域具有对应的检测层编号、且每个圆形填充区域所对应的检测层编号与构建圆形填充区域时所对应的折半次数呈正相关。其中,每个圆形填充区域所对应的检测层编号为该圆形填充区域所在的检测层所对应的检测层编号。基于此,在一些可选的实施方式中,“基于距离场,确定多个圆形填充区域中存在包含有障碍物的行驶障碍区域”可以包括以下步骤:
按照检测层编号由低至高的顺序,从多个圆形填充区域中选取检测层编号相同的至少一个目标填充区域;
对于每个目标填充区域,在距离场中确定目标填充区域的第一圆心位置;
从距离场的距离数据集中查询与第一圆心位置对应的第一障碍距离;
在第一障碍距离小于目标填充区域的半径长度的情况下,将目标填充区域作为行驶障碍区域,以确定多个圆形填充区域中存在行驶障碍区域。
本公开实施例中,在按照检测层编号由低至高的顺序,从多个圆形填充区域中选取检测层编号相同的至少一个目标填充区域之后,可以按照串行方式执行后续步骤,也即,按照预设判断顺序,每次仅判断一个目标填充区域是否为行驶障碍区域,以使本公开实施例提供的碰撞检测方法可以适用于更低算力平台,也可以按照并行方式执行后续步骤,也即,同步判断该至少一个目标填充区域是否为行驶障碍区域,以进一步提高目标对象的碰撞检测效率。
此外,本公开实施例中,以距离场为ESDF为例,在ESDF中确定目标填充区域的第一圆心位置之后,可以以O(1)的时间复杂度从ESDF的距离数据集中,查询与第一圆心位置对应的最近障碍距离,作为第一障碍距离,记作D1。在第一障碍距离D1小于目标填充区域的半径长度R1,也即,D1<R1的情况下,将目标填充区域作为行驶障碍区域,以确定多个圆形填充区域中存在行驶障碍区域。
由于障碍物的分布特征通常是大块连续分布的,因此,通过“基于距离场,确定多个圆形填充区域中存在包含有障碍物的行驶障碍区域”包括的以上步骤,本公开实施例中,可以按照检测层编号由低至高的顺序,判断多个圆形填充区域中是否存在包含障碍物的行驶障碍区域。那么,即使在无法同步判断多个圆形填充区域是否为行驶障碍区域的低算力平台下,也能够相对地提高目标对象的碰撞检测效率。
在一些可选的实施方式中,“基于预先构建的距离场,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系”,还可以包括以下步骤:
在矩形包围区域的外部构建圆形包围区域;其中,碰撞检测区域包括圆形包围区域;
在基于距离场,确定圆形包围区域中未包含障碍物的情况下,确定位置关系为非包含关系,以表征障碍物位于碰撞检测区域的外部,否则执行在矩形包围区域上构建多个圆形填充区域的步骤。
请结合图5,本公开实施例中,圆形包围区域501可以是矩形包围区域502的最小外接圆,也即,圆形包围区域501的圆心位置B为矩形包围区域502的中心点(用以表征目标对象的中心位置)、且圆形包围区域501的半径长度为矩形包围区域的对角线长度的一半。
本公开实施例中,在矩形包围区域的外部构建圆形包围区域之后,可以在基于距离场,确定圆形包围区域中未包含障碍物的情况下,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系为非包含关系,以表征障碍物位于碰撞检测区域的外部,否则执行在矩形包围区域上构建多个圆形填充区域的步骤。
通过“基于预先构建的距离场,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系”,包括的以上步骤,本公开实施例中,可以在矩形包围区域的外部构建圆形包围区域,再基于距离场,判断圆形包围区域中是否包含障碍物,以在确定圆形包围区域中未包含障碍物的情况下,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系为非包含关系,并停止执行后续步骤,从而进一步提高目标对象的碰撞检测效率。
在一些可选的实施方式中,“基于距离场,确定圆形包围区域中未包含障碍物”,可以包括以下步骤:
在距离场中确定圆形包围区域的第二圆心位置;
从距离场的距离数据集中查询与第二圆心位置对应的第二障碍距离;
在第二障碍距离大于圆形包围区域的半径长度的情况下,确定圆形包围区域中未包含障碍物。
以距离场为ESDF为例,在ESDF中确定圆形包围区域的第二圆心位置之后,可以以O(1)的时间复杂度从ESDF的距离数据集中,查询与第二圆心位置对应的最近障碍距离,作为第二障碍距离,记作D2。在第二障碍距离D2大于圆形包围区域的半径长度R2,也即,D2>R2的情况下,确定圆形包围区域中未包含障碍物。
通过“基于距离场,确定圆形包围区域中未包含障碍物”,包括的以上步骤,本公开实施例中,在距离场中确定圆形包围区域的第二圆心位置之后,可以快速从距离场的距离数据集中查询与第二圆心位置对应的第二障碍距离,以便于在第二障碍距离大于圆形包围区域的半径长度的情况下,确定圆形包围区域中未包含障碍物,从而进一步提高目标对象的碰撞检测效率。
在一些可选的实施方式中,“确定目标对象的当前碰撞检测点”,可以包括以下步骤:
在目标对象的行驶规划路径为直线路径的情况下,按照预设遍历顺序,从多个待测采样点中确定当前碰撞检测点;其中,多个待测采样点是按照大于常规采样阈值的第一采样间距,对行驶规划路径进行检测点采样获得的;
和/或,在目标对象的行驶规划路径为曲线路径的情况下,按照广度优先搜索(Breadth First Search,BFS)算法,从多个待测采样点中确定当前碰撞检测点;其中,多个待测采样点是按照第二采样间距,对行驶规划路径进行检测点采样获得的。
基于以上步骤,可以理解的是,本公开实施例中,对于行驶规划路径为直线路径的情况,可以按照大于常规采样阈值的第一采样间距,对行驶规划路径进行检测点采样,获得多个待测采样点。其中,常规采样阈值可以是0.2M。基于此,本公开实施例中,第一采样间距L的取值可以是:0.2<L≤Lmax。其中,Lmax可以是目标对象的长度,例如,可以是4.5M。在第一采样间距L等于目标对象的长度Lmax,也即,L=Lmax的情况下,任两个相邻碰撞检测点之间的重叠区间刚好为0,因此,可以大幅度提高行驶规划路径为直线路径时,目标对象的碰撞检测效率。
在按照第一采样间距,对行驶规划路径进行检测点采样,获得多个待测采样点之后,可以按照预设遍历顺序,从多个待测采样点中确定当前碰撞检测点。作为本公开实施例的一种具体示例,预设遍历顺序可以是相对于目标对象由近至远的遍历顺序。基于此,请结合图6,本公开实施例中,假设,按照第一采样间距,对行驶规划路径进行检测点采样,获得的多个待测采样点包括待测采样点C1、待测采样点C2、待测采样点C3、待测采样点C4和待测采样点C5。那么,按照预设遍历顺序,可以依次将待测采样点C1、待测采样点C2、待测采样点C3、待测采样点C4和待测采样点C5作为当前碰撞检测点。
基于以上步骤,还可以理解的是,本公开实施例中,对于行驶规划路径为曲线路径的情况,可以按照第二采样间距,对行驶规划路径进行检测点采样,获得多个待测采样点。其中,第二采样间距可以与行驶规划路径的曲率参数呈反相关,也即,行驶规划路径的曲率参数越大,第二采样间距越小。
在按照第二采样间距,对行驶规划路径进行检测点采样,获得多个待测采样点之后,基于障碍物的分布特征,可以按照BFS算法,从多个待测采样点中确定当前碰撞检测点。请结合图7,本公开实施例中,假设,按照第二采样间距,对行驶规划路径进行检测点采样,获得的多个待测采样点包括待测采样点D1、待测采样点D2、待测采样点D3、待测采样点D4和待测采样点D5。那么,按照预设遍历顺序,可以依次将待测采样点D1、待测采样点D5、待测采样点D3、待测采样点D2和待测采样点D4作为当前碰撞检测点。
通过“确定目标对象的当前碰撞检测点”包括的以上步骤,本公开实施例中,可以结合行驶规划路径具有连续性和障碍物的分布特征,在目标对象的行驶规划路径为直线路径的情况下,适应性地增加采样间距,以及在行驶规划路径为曲线路径的情况下,选用BFS算法,从多个待测采样点中确定当前碰撞检测点,从而进一步提高目标对象的碰撞检测效率。
在一些可选的实施方式中,本公开实施例提供的碰撞检测方法还可以包括以下步骤:
在当前碰撞检测点所对应的碰撞检测结果为无碰撞风险的情况下,从目标对象的行驶规划路径上确定下一碰撞检测点;
获取下一碰撞检测点所对应的碰撞检测结果;
在行驶规划路径上存在风险检测点的情况下,确定行驶规划路径为风险路径;其中,风险检测点所对应的碰撞检测结果为有碰撞风险。
如前所述的,本公开实施例中,在目标对象的行驶规划路径为直线路径的情况下,可以按照预设遍历顺序,从多个待测采样点中确定下一碰撞检测点;其中,多个待测采样点是按照大于常规采样阈值的第一采样间距,对行驶规划路径进行检测点采样获得的;和/或,在目标对象的行驶规划路径为曲线路径的情况下,按照BFS算法,从多个待测采样点中确定下一碰撞检测点;其中,多个待测采样点是按照第二采样间距,对行驶规划路径进行检测点采样获得的。
此后,按照如步骤S102和步骤S103所述的步骤,获取下一碰撞检测点所对应的碰撞检测结果,本公开实施例对此不作赘述。在行驶规划路径上存在风险检测点的情况下,确定行驶规划路径为风险路径,否则确定行驶规划路径为安全路径。其中,风险检测点所对应的碰撞检测结果为有碰撞风险。
通过以上步骤,本公开实施例提供的碰撞检测方法,还可以用于对行驶规划路径进行碰撞检测,从而提高碰撞检测方法的可应用范围。
以下,将结合图8,对本公开实施例提供的一种碰撞检测方法的完整流程进行说明。
对行驶规划路径进行检测点采样,获得多个待测采样点。
对多个待测采样点进行遍历,确定当前碰撞检测点。具体地,可以在目标对象的行驶规划路径为直线路径的情况下,按照预设遍历顺序,从多个待测采样点中确定当前碰撞检测点;在目标对象的行驶规划路径为曲线路径的情况下,按照BFS算法,从多个待测采样点中确定当前碰撞检测点。
判断圆形包围区域中是否包含障碍物。具体地,可以在距离场中确定圆形包围区域的第二圆心位置;从距离场的距离数据集中查询与第二圆心位置对应的第二障碍距离;在第二障碍距离大于圆形包围区域的半径长度的情况下,确定圆形包围区域中未包含障碍物,否则确定圆形包围区域中包含障碍物。其中,圆形包围区域为目标对象在行驶至当前碰撞检测点时所对应的矩形包围区域的最小外接圆。
在确定圆形包围区域中包含障碍物的情况下,再按照检测层编号由低至高的顺序,从在矩形包围区域上构建的多个圆形填充区域中选取所对应的检测层编号相同的至少一个目标填充区域;对于每个目标填充区域,在距离场中确定目标填充区域的第一圆心位置;从距离场的距离数据集中查询与第一圆心位置对应的第一障碍距离;在第一障碍距离小于目标填充区域的半径长度的情况下,将目标填充区域作为行驶障碍区域,以确定多个圆形填充区域中存在行驶障碍区域,否则继续检测下一层圆形填充区域,直至检测层编号达到最大。在检测层编号达到最大时,若依旧未从多个圆形填充区域中确定行驶障碍区域,则确定当前碰撞检测点所对应的碰撞检测结果为无碰撞风险,也即,确定当前碰撞检测点为安全检测点,否则确定当前碰撞检测点所对应的碰撞检测结果为有碰撞风险,也即,确定当前碰撞检测点为风险检测点。
在确定当前碰撞检测点为安全检测点的情况下,继续检测下一碰撞检测点,直至在确定多个碰撞检测点均为安全检测点的情况下,确定行驶规划路径为安全路径;在确定当前碰撞检测点为风险检测点的情况下,确定行驶规划路径为风险路径。
请参阅图9,为本公开实施例提供的一种碰撞检测方法的应用场景示意图。
如前所述的,本公开实施例提供的碰撞检测方法应用于电子设备。其中,电子设备旨在表示各种形式的数字计算机,诸如,车机,或其它适合的计算机。
本公开实施例中,电子设备可以用于执行碰撞检测方法:
确定目标对象的当前碰撞检测点;
基于预先构建的距离场,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系;
根据位置关系,获得目标对象在当前碰撞检测点上的碰撞检测结果。
需要说明的是,本公开实施例中,电子设备可以设置于自动驾驶车辆。
此外,还需要说明的是,本公开实施例中,图9所示的场景示意图仅为示意性而非限制性的,本领域技术人员可以基于图9示例进行各种显而易见的变化和/或替换,获得的技术方案仍属于本公开实施例的公开范围。
为了更好地实施以上碰撞检测方法,本公开实施例还提供一种碰撞检测装置1000,该碰撞检测装置1000体可以集成在电子设备中。以下,将结合图10所示结构示意图,对公开实施例提供的一种碰撞检测装置1000进行说明。
该碰撞检测装置1000,包括:
检测点确定单元1001,用于确定目标对象的当前碰撞检测点;
检测单元1002,用于基于预先构建的距离场,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系;
结果获取单元1003,用于根据位置关系,获得目标对象在当前碰撞检测点上的碰撞检测结果。
在一些可选的实施方式中,检测单元1002用于:
构建目标对象在行驶至当前碰撞检测点时所对应的矩形包围区域;
在矩形包围区域上构建多个圆形填充区域;其中,碰撞检测区域包括多个圆形填充区域;
在基于距离场,确定多个圆形填充区域中存在包含障碍物的行驶障碍区域的情况下,确定位置关系为包含关系,以表征障碍物位于碰撞检测区域的内部。
在一些可选的实施方式中,检测单元1002用于:
采用折半法,在矩形包围区域上构建多个圆形填充区域。
在一些可选的实施方式中,检测单元1002用于:
确定目标对象的当前行驶场景;
获取与当前行驶场景对应的折半参数;
采用折半法,按照折半参数,在矩形包围区域上构建多个圆形填充区域。
在一些可选的实施方式中,检测单元1002用于:
在矩形包围区域的长度方向上构建多个纵向内接圆填充区域;
分别在矩形包围区域的四个边角区域构建多个边角内接圆填充区域;
其中,多个圆形填充区域包括多个纵向内接圆填充区域和多个边角内接圆填充区域。
在一些可选的实施方式中,每个圆形填充区域具有对应的检测层编号、且每个圆形填充区域所对应的检测层编号与构建圆形填充区域时所对应的折半次数呈正相关,检测单元1002用于:
按照检测层编号由低至高的顺序,从多个圆形填充区域中选取检测层编号相同的至少一个目标填充区域;
对于每个目标填充区域,在距离场中确定目标填充区域的第一圆心位置;
从距离场的距离数据集中查询与第一圆心位置对应的第一障碍距离;
在第一障碍距离小于目标填充区域的半径长度的情况下,将目标填充区域作为行驶障碍区域,以确定多个圆形填充区域中存在行驶障碍区域。
在一些可选的实施方式中,检测单元1002还用于:
在矩形包围区域的外部构建圆形包围区域;其中,碰撞检测区域包括圆形包围区域;
在基于距离场,确定圆形包围区域中未包含障碍物的情况下,确定位置关系为非包含关系,以表征障碍物位于碰撞检测区域的外部,否则执行在矩形包围区域上构建多个圆形填充区域的步骤。
在一些可选的实施方式中,检测单元1002用于:
在距离场中确定圆形包围区域的第二圆心位置;
从距离场的距离数据集中查询与第二圆心位置对应的第二障碍距离;
在第二障碍距离大于圆形包围区域的半径长度的情况下,确定圆形包围区域中未包含障碍物。
在一些可选的实施方式中,检测点确定单元1001用于:
在目标对象的行驶规划路径为直线路径的情况下,按照预设遍历顺序,从多个待测采样点中确定当前碰撞检测点;其中,多个待测采样点是按照大于常规采样阈值的第一采样间距,对行驶规划路径进行检测点采样获得的。
和/或,在目标对象的行驶规划路径为曲线路径的情况下,按照BFS算法,从多个待测采样点中确定当前碰撞检测点;其中,多个待测采样点是按照第二采样间距,对行驶规划路径进行检测点采样获得的。
在一些可选的实施方式中,碰撞检测装置还包括路径检测控制单元,用于:
在当前碰撞检测点所对应的碰撞检测结果为无碰撞风险的情况下,从目标对象的行驶规划路径上确定下一碰撞检测点;
获取下一碰撞检测点所对应的碰撞检测结果;
在行驶规划路径上存在风险检测点的情况下,确定行驶规划路径为风险路径;其中,风险检测点所对应的碰撞检测结果为有碰撞风险。
具体实施时,以上各个模块可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个模块的具体实施可参见前面的碰撞检测方法实施例,在此不作赘述。
采用本公开实施例提供的碰撞检测装置可以确定目标对象的当前碰撞检测点;基于预先构建的距离场,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系;根据位置关系,获得目标对象在当前碰撞检测点上的碰撞检测结果。由于距离场具有对应的距离数据集,用于存储场内每个位置点所对应的最近障碍距离,因此,基于距离场可以快速确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系,再根据位置关系,获得目标对象在当前碰撞检测点上的碰撞检测结果,从而提高目标对象的碰撞检测效率。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、自动驾驶车辆、介质及计算机程序产品。
图11示出了可以用来实施本公开的实施例的示例电子设备1100的示意性框图。
如前所述的,本公开实施例中,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、个人数字处理、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/或要求的本公开的实现。
如图11所示,电子设备1100包括计算单元1101,其可以根据存储在只读存储器(Read-Only Memory,ROM)1102中的计算机程序或从存储单元1108加载到随机访问存储器(Random Access Memory,RAM)1103中的计算机程序,来执行各种适当的动作和处理。在RAM1103中,还可存储电子设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM1103通过总线1104彼此相连。输入/输出(Input/Output,I/O)接口1105也连接至总线1104。
电子设备1100中的多个部件连接至I/O接口1105,包括:输入单元1106,例如,键盘、鼠标等;输出单元1107,例如,各种类型的显示器、扬声器等;存储单元1108,例如,磁盘、光盘等;以及通信单元1109,例如,网卡、调制解调器、无线通信收发机等。通信单元1109允许电子设备1100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1101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1101的一些示例包括但不限于中央处理单元(Central Processing Unit,CPU)、图形处理单元(Graphics Processing Unit,GPU)、各种专用的人工智能(ArtificialIntelligence,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(Digital Signal Process,DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理,例如,碰撞检测方法。例如,在一些可选的实施方式中碰撞检测方法可分别被实现为计算机软件程序,其被有形地包含于非瞬时计算机可读存储介质,例如,存储单元1108。在一些可选的实施方式中,计算机程序的部分或全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到电子设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时,可以执行上文描述的碰撞检测方法的一个或多个步骤。备选地,在其他实施例中,计算单元1101可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行碰撞检测方法。
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***、现场可编程门阵列(Field Programmable Gate Array,FPGA)、专用集成电路(Application Specific Integrated Circuit,ASIC)、专用标准产品(ApplicationSpecific Standard Product,ASSP)、芯片上***的***(System On Chip,SOC)、复杂可编程逻辑器件(Complex Programmable Logic Device,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:实施在一个或多个计算机程序中,该一个或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,非瞬时计算机可读存储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。非瞬时计算机可读存储介质可以是机器可读信号介质或机器可读储存介质。非瞬时计算机可读存储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,或前述内容的任何合适组合。非瞬时计算机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、RAM、ROM、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)或快闪存储器、光纤、便捷式紧凑盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光学储存设备、磁储存设备、或前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,阴极射线管(Cathode Ray Tube,CRT)显示器或液晶显示器(Liquid Crystal Display,LCD);以及键盘和指向装置(例如,鼠标或轨迹球),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、或触觉反馈);并且可以用任何形式(包括声输入、语音输入、或触觉输入)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)、或包括中间件部件的计算***(例如,应用服务器)、或包括前端部件的计算***(例如,具有图形用户界面或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该网络浏览器来与此处描述的***和技术的实施方式交互)、或包括这种后台部件、中间件部件、或前端部件的任何组合的计算***中。可以通过任何形式或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(Local AreaNetwork,LAN)、广域网(Wide Area Network,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。服务器可以是云服务器,也可以为分布式***的服务器,或是结合了区块链的服务器。
本公开实施例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,所述计算机指令用于使所述计算机执行前述碰撞检测方法。
本公开实施例还提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现前述碰撞检测方法。
采用本公开实施例提供的电子设备、自动驾驶车辆、介质及计算机程序产品可以确定目标对象的当前碰撞检测点;基于预先构建的距离场,确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系;根据位置关系,获得目标对象在当前碰撞检测点上的碰撞检测结果。由于距离场具有对应的距离数据集,用于存储场内每个位置点所对应的最近障碍距离,因此,基于距离场可以快速确定目标对象在行驶至当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系,再根据位置关系,获得目标对象在当前碰撞检测点上的碰撞检测结果,从而提高目标对象的碰撞检测效率。
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。此外,本公开中,诸如“第一”、“第二”、“第三”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。再者,本公开中“多个”,可以理解为至少两个。
前述具体实施方式,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 (24)
1.一种碰撞检测方法,包括:
确定目标对象的当前碰撞检测点;
基于预先构建的距离场,确定所述目标对象在行驶至所述当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系;
根据所述位置关系,获得所述目标对象在所述当前碰撞检测点上的碰撞检测结果。
2.根据权利要求1所述的方法,其中,所述基于预先构建的距离场,确定所述目标对象在行驶至所述当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系,包括:
构建所述目标对象在行驶至所述当前碰撞检测点时所对应的矩形包围区域;
在所述矩形包围区域上构建多个圆形填充区域;其中,所述碰撞检测区域包括所述多个圆形填充区域;
在基于所述距离场,确定所述多个圆形填充区域中存在包含所述障碍物的行驶障碍区域的情况下,确定所述位置关系为包含关系,以表征所述障碍物位于所述碰撞检测区域的内部。
3.根据权利要求2所述的方法,其中,所述在所述矩形包围区域上构建多个圆形填充区域,包括:
采用折半法,在所述矩形包围区域上构建多个圆形填充区域。
4.根据权利要求3所述的方法,其中,所述采用折半法,在所述矩形包围区域上构建多个圆形填充区域,包括:
确定所述目标对象的当前行驶场景;
获取与所述当前行驶场景对应的折半参数;
采用折半法,按照所述折半参数,在所述矩形包围区域上构建多个圆形填充区域。
5.根据权利要求2~4中任一项所述的方法,其中,所述在所述矩形包围区域上构建多个圆形填充区域,包括:
在所述矩形包围区域的长度方向上构建多个纵向内接圆填充区域;
分别在所述矩形包围区域的四个边角区域构建多个边角内接圆填充区域;
其中,所述多个圆形填充区域包括所述多个纵向内接圆填充区域和所述多个边角内接圆填充区域。
6.根据权利要求3所述的方法,其中,每个所述圆形填充区域具有对应的检测层编号、且每个所述圆形填充区域所对应的检测层编号与构建所述圆形填充区域时所对应的折半次数呈正相关;所述基于所述距离场,确定所述多个圆形填充区域中存在包含有所述障碍物的行驶障碍区域,包括:
按照检测层编号由低至高的顺序,从所述多个圆形填充区域中选取检测层编号相同的至少一个目标填充区域;
对于每个所述目标填充区域,在所述距离场中确定所述目标填充区域的第一圆心位置;
从所述距离场的距离数据集中查询与所述第一圆心位置对应的第一障碍距离;
在所述第一障碍距离小于所述目标填充区域的半径长度的情况下,将所述目标填充区域作为所述行驶障碍区域,以确定所述多个圆形填充区域中存在所述行驶障碍区域。
7.根据权利要求2所述的方法,其中,所述基于预先构建的距离场,确定所述目标对象在行驶至所述当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系,还包括:
在所述矩形包围区域的外部构建圆形包围区域;其中,所述碰撞检测区域包括所述圆形包围区域;
在基于所述距离场,确定所述圆形包围区域中未包含所述障碍物的情况下,确定所述位置关系为非包含关系,以表征所述障碍物位于所述碰撞检测区域的外部,否则执行所述在所述矩形包围区域上构建多个圆形填充区域的步骤。
8.根据权利要求7所述的方法,其中,所述基于所述距离场,确定所述圆形包围区域中未包含所述障碍物,包括:
在所述距离场中确定所述圆形包围区域的第二圆心位置;
从所述距离场的距离数据集中查询与所述第二圆心位置对应的第二障碍距离;
在所述第二障碍距离大于所述圆形包围区域的半径长度的情况下,确定所述圆形包围区域中未包含所述障碍物。
9.根据权利要求1所述的方法,其中,所述确定目标对象的当前碰撞检测点,包括:
在所述目标对象的行驶规划路径为直线路径的情况下,按照预设遍历顺序,从多个待测采样点中确定所述当前碰撞检测点;其中,所述多个待测采样点是按照大于常规采样阈值的第一采样间距,对所述行驶规划路径进行检测点采样获得的;
和/或,在所述目标对象的行驶规划路径为曲线路径的情况下,按照广度优先搜索算法,从多个待测采样点中确定所述当前碰撞检测点;其中,所述多个待测采样点是按照第二采样间距,对所述行驶规划路径进行检测点采样获得的。
10.根据权利要求1或9所述的方法,还包括:
在所述当前碰撞检测点所对应的碰撞检测结果为无碰撞风险的情况下,从所述目标对象的行驶规划路径上确定下一碰撞检测点;
获取所述下一碰撞检测点所对应的碰撞检测结果;
在所述行驶规划路径上存在风险检测点的情况下,确定所述行驶规划路径为风险路径;其中,所述风险检测点所对应的碰撞检测结果为有碰撞风险。
11.一种碰撞检测装置,包括:
检测点确定单元,用于确定目标对象的当前碰撞检测点;
检测单元,用于基于预先构建的距离场,确定所述目标对象在行驶至所述当前碰撞检测点时所对应的碰撞检测区域与障碍物之间的位置关系;
结果获取单元,用于根据所述位置关系,获得所述目标对象在所述当前碰撞检测点上的碰撞检测结果。
12.根据权利要求11所述的装置,其中,所述检测单元用于:
构建所述目标对象在行驶至所述当前碰撞检测点时所对应的矩形包围区域;
在所述矩形包围区域上构建多个圆形填充区域;其中,所述碰撞检测区域包括所述多个圆形填充区域;
在基于所述距离场,确定所述多个圆形填充区域中存在包含所述障碍物的行驶障碍区域的情况下,确定所述位置关系为包含关系,以表征所述障碍物位于所述碰撞检测区域的内部。
13.根据权利要求12所述的装置,其中,所述检测单元用于:
采用折半法,在所述矩形包围区域上构建多个圆形填充区域。
14.根据权利要求13所述的装置,其中,所述检测单元用于:
确定所述目标对象的当前行驶场景;
获取与所述当前行驶场景对应的折半参数;
采用折半法,按照所述折半参数,在所述矩形包围区域上构建多个圆形填充区域。
15.根据权利要求12~14中任一项所述的装置,其中,所述检测单元用于:
在所述矩形包围区域的长度方向上构建多个纵向内接圆填充区域;
分别在所述矩形包围区域的四个边角区域构建多个边角内接圆填充区域;
其中,所述多个圆形填充区域包括所述多个纵向内接圆填充区域和所述多个边角内接圆填充区域。
16.根据权利要求13所述的装置,其中,每个所述圆形填充区域具有对应的检测层编号、且每个所述圆形填充区域所对应的检测层编号与构建所述圆形填充区域时所对应的折半次数呈正相关;所述检测单元用于:
按照检测层编号由低至高的顺序,从所述多个圆形填充区域中选取检测层编号相同的至少一个目标填充区域;
对于每个所述目标填充区域,在所述距离场中确定所述目标填充区域的第一圆心位置;
从所述距离场的距离数据集中查询与所述第一圆心位置对应的第一障碍距离;
在所述第一障碍距离小于所述目标填充区域的半径长度的情况下,将所述目标填充区域作为所述行驶障碍区域,以确定所述多个圆形填充区域中存在所述行驶障碍区域。
17.根据权利要求12所述的装置,其中,所述检测单元还用于:
在所述矩形包围区域的外部构建圆形包围区域;其中,所述碰撞检测区域包括所述圆形包围区域;
在基于所述距离场,确定所述圆形包围区域中未包含所述障碍物的情况下,确定所述位置关系为非包含关系,以表征所述障碍物位于所述碰撞检测区域的外部,否则执行所述在所述矩形包围区域上构建多个圆形填充区域的步骤。
18.根据权利要求17所述的装置,其中,所述检测单元用于:
在所述距离场中确定所述圆形包围区域的第二圆心位置;
从所述距离场的距离数据集中查询与所述第二圆心位置对应的第二障碍距离;
在所述第二障碍距离大于所述圆形包围区域的半径长度的情况下,确定所述圆形包围区域中未包含所述障碍物。
19.根据权利要求11所述的装置,其中,所述检测点确定单元用于:
在所述目标对象的行驶规划路径为直线路径的情况下,按照预设遍历顺序,从多个待测采样点中确定所述当前碰撞检测点;其中,所述多个待测采样点是按照大于常规采样阈值的第一采样间距,对所述行驶规划路径进行检测点采样获得的;
和/或,在所述目标对象的行驶规划路径为曲线路径的情况下,按照广度优先搜索算法,从多个待测采样点中确定所述当前碰撞检测点;其中,所述多个待测采样点是按照第二采样间距,对所述行驶规划路径进行检测点采样获得的。
20.根据权利要求11或19所述的装置,还包括路径检测控制单元,用于:
在所述当前碰撞检测点所对应的碰撞检测结果为无碰撞风险的情况下,从所述目标对象的行驶规划路径上确定下一碰撞检测点;
获取所述下一碰撞检测点所对应的碰撞检测结果;
在所述行驶规划路径上存在风险检测点的情况下,确定所述行驶规划路径为风险路径;其中,所述风险检测点所对应的碰撞检测结果为有碰撞风险。
21.一种电子设备,包括:
至少一个处理器;
与所述至少一个处理器通信连接的存储器;
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1~10中任一项所述的方法。
22.一种自动驾驶车辆,包括权利要求21所述的电子设备。
23.一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1~10中任一项所述的方法。
24.一种计算机程序产品,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1~10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310337863.7A CN116424315A (zh) | 2023-03-31 | 2023-03-31 | 碰撞检测方法、装置、电子设备、自动驾驶车辆及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310337863.7A CN116424315A (zh) | 2023-03-31 | 2023-03-31 | 碰撞检测方法、装置、电子设备、自动驾驶车辆及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116424315A true CN116424315A (zh) | 2023-07-14 |
Family
ID=87084796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310337863.7A Pending CN116424315A (zh) | 2023-03-31 | 2023-03-31 | 碰撞检测方法、装置、电子设备、自动驾驶车辆及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116424315A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160088638A (ko) * | 2015-01-16 | 2016-07-26 | 한국과학기술원 | 모션 플래닝 장치 및 방법 |
US20170169288A1 (en) * | 2015-12-11 | 2017-06-15 | Hanwha Techwin Co., Ltd. | Method and apparatus for determining obstacle collision by using object moving path |
DE102017219377A1 (de) * | 2017-10-27 | 2019-05-02 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Optimierung einer Pfadplanung für ein Fahrzeug |
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 |
CN112060079A (zh) * | 2020-07-30 | 2020-12-11 | 深圳市优必选科技股份有限公司 | 机器人及其碰撞检测方法和装置 |
CN113492402A (zh) * | 2020-04-03 | 2021-10-12 | 发那科株式会社 | 具有距离场的快速机器人运动优化 |
CN115292796A (zh) * | 2021-11-26 | 2022-11-04 | 上海仙途智能科技有限公司 | 一种碰撞检测方法及装置 |
-
2023
- 2023-03-31 CN CN202310337863.7A patent/CN116424315A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160088638A (ko) * | 2015-01-16 | 2016-07-26 | 한국과학기술원 | 모션 플래닝 장치 및 방법 |
US20170169288A1 (en) * | 2015-12-11 | 2017-06-15 | Hanwha Techwin Co., Ltd. | Method and apparatus for determining obstacle collision by using object moving path |
DE102017219377A1 (de) * | 2017-10-27 | 2019-05-02 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Optimierung einer Pfadplanung für ein Fahrzeug |
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 |
CN113492402A (zh) * | 2020-04-03 | 2021-10-12 | 发那科株式会社 | 具有距离场的快速机器人运动优化 |
CN112060079A (zh) * | 2020-07-30 | 2020-12-11 | 深圳市优必选科技股份有限公司 | 机器人及其碰撞检测方法和装置 |
CN115292796A (zh) * | 2021-11-26 | 2022-11-04 | 上海仙途智能科技有限公司 | 一种碰撞检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11709058B2 (en) | Path planning method and device and mobile device | |
KR102609579B1 (ko) | 차량 제어 방법, 장치, 전자기기 및 차량 | |
KR102595538B1 (ko) | 샘플 편차 데이터의 획득 방법, 장치 및 전자기기 | |
CN113682318B (zh) | 车辆行驶控制方法及装置 | |
CN114111825B (zh) | 路径规划方法、装置、电子设备、工程机械和存储介质 | |
CN112622933B (zh) | 车辆停靠点的确定方法及装置 | |
CN113050621B (zh) | 轨迹规划方法、装置、电子设备和存储介质 | |
CN112419779A (zh) | 无人车停靠点的选取方法及装置、存储介质及电子设备 | |
CN113753078B (zh) | 障碍物轨迹的预测方法、装置、电子设备及自动驾驶车辆 | |
CN113570727B (zh) | 场景文件的生成方法、装置、电子设备及存储介质 | |
CN116424315A (zh) | 碰撞检测方法、装置、电子设备、自动驾驶车辆及介质 | |
CN114379547A (zh) | 制动控制方法、装置、车辆、电子设备及存储介质 | |
CN113537311B (zh) | 一种空间点的聚类方法、装置及电子设备 | |
CN113553255B (zh) | 路线场景文件的生成方法、装置、电子设备及存储介质 | |
CN116331190B (zh) | 记忆泊车的记忆路线的修正方法、装置、设备及车辆 | |
CN114296452B (zh) | 自动泊车路径规划方法、设备及计算机可读存储介质 | |
CN115984827B (zh) | 点云感知方法、计算机设备及计算机可读存储介质 | |
CN117788732A (zh) | 针对矿山地图的车道信息处理方法、装置、自动驾驶车辆 | |
CN115107793A (zh) | 自动驾驶车辆的行进规划方法、装置、设备以及存储介质 | |
CN115394103A (zh) | 识别信号灯的方法、装置、设备以及存储介质 | |
CN116224991A (zh) | 运动状态识别方法、装置、设备以及存储介质 | |
CN116952218A (zh) | 辐射场构建方法、装置、电子设备 | |
CN118070409A (zh) | 用于生成路权结构的方法、电子设备、程序产品和介质 | |
CN115793652A (zh) | 行驶控制方法、装置及电子设备 | |
CN115716483A (zh) | 自动驾驶车辆的障碍物轨迹预测方法、装置和电子设备 |
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 |