CN117087676A - 车道曲率确定 - Google Patents

车道曲率确定 Download PDF

Info

Publication number
CN117087676A
CN117087676A CN202210515202.4A CN202210515202A CN117087676A CN 117087676 A CN117087676 A CN 117087676A CN 202210515202 A CN202210515202 A CN 202210515202A CN 117087676 A CN117087676 A CN 117087676A
Authority
CN
China
Prior art keywords
coordinate points
coordinate point
lane
coordinate
sampled
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
Application number
CN202210515202.4A
Other languages
English (en)
Inventor
万梦雄
A·拉杰万希
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Priority to CN202210515202.4A priority Critical patent/CN117087676A/zh
Publication of CN117087676A publication Critical patent/CN117087676A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • B60W2556/00—Input parameters relating to data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Transportation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Mechanical Engineering (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了“车道曲率确定”。一种计算机包括处理器和存储器，所述存储器存储可由处理器执行以进行以下操作的指令：接收车辆的预计行驶路径的一系列采样坐标点；沿着预计路径在采样坐标点之间生成内插坐标点；对采样坐标点和内插坐标点拟合曲线；并且基于曲线输出沿着预计路径的报告的坐标点处的车道的曲率。

Description

车道曲率确定
技术领域
本公开涉及车辆对车道曲率的确定。
背景技术
车辆从车道保持辅助到完全自主操作的自主特征可以受益于确定车辆的行驶车道的曲率。确定曲率的一种方式是基于视觉，对来自前向相机的图像数据使用图像识别技术来识别车道标记。基于视觉的技术受到相机的前瞻距离和诸如雨或雾的环境状况的限制。确定曲率的另一种方式是使用地图数据。然而，当前可用的地图数据通常限于为整个道路而不是道路内的特定车道提供曲率。
发明内容
本文描述的***可以确定车辆的行驶车道的曲率。可以提供曲率以自主地或半自主地操作车辆。与基于视觉的***相比，曲率确定具有更大的前瞻距离，即，沿着道路提供车辆前方更大距离的数据。曲率确定对于车辆100正在其中行驶的特定车道是准确的。
一种计算机包括处理器和存储器，所述存储器存储可由处理器执行以进行以下操作的指令：接收车辆的预计行驶路径的一系列采样坐标点；沿着预计路径在采样坐标点之间生成内插坐标点；对采样坐标点和内插坐标点拟合曲线；并且基于曲线输出沿着预计路径的报告的坐标点处的车道的曲率。
所述指令还可以包括用于基于曲率致动车辆的***的指令。
所述指令可以包括用于计算沿着预计路径在报告的坐标点之前和之后的多个中间坐标点处的曲线的初步曲率的指令，并且所述中间坐标点可以是采样坐标点和内插坐标点的子集。可以基于初步曲率输出报告的坐标点处的曲率。
所述指令可以包括用于针对中间坐标点，计算初步曲率中的至少一些的平均曲率的指令。所述指令可以包括用于计算沿着预计路径在报告的坐标点之前和之后的预设距离内的平均曲率的平均值的指令，并且所述平均值可以是报告的坐标点处的曲率。预设距离可以是第一预设距离，并且计算每个相应的平均曲率可以包括对在相应的中间坐标点之前和之后的第二预设距离内的初步曲率求平均。中间坐标点可以在报告的坐标点的第三预设距离内，第二预设距离可以小于第三预设距离。
生成内插坐标点可以包括将分段三次Hermite插值多项式应用于采样坐标点。
曲线可以是多项式。曲线可以是三次多项式。
采样坐标点可以按连续顺序包括第一采样坐标点、第二采样坐标点和第三采样坐标点；报告的坐标点可以沿着预计路径在第一采样坐标点与第三采样坐标点之间；并且所述指令可以包括用于响应于从第一采样坐标点到第二采样坐标点的第一矢量与从第二采样坐标点到第三采样坐标点的第二矢量之间的角度低于阈值角度，输出报告的坐标点处的曲率为零的指令。
所述指令可以包括用于在报告的坐标点处生成垂直于曲线的线并且使用垂直线确定在报告的坐标点处的车道宽度的指令。确定车道的宽度可以包括确定垂直线与两个相应的车道边界之间的两个交点，并且车道的宽度可以是两个交点之间的距离。所述指令可以包括用于接收车道边界的一系列车道边界坐标点，并且针对每个车道边界，沿着所述车道边界在车道边界坐标点之间生成内插车道边界坐标点的指令；并且所述交点可以位于垂直线与内插车道边界坐标点相交的位置。
采样坐标点可以沿着包括所述车道的多个车道的中心定位，并且所述指令可以包括根据预计路径在车道中的哪个车道来选择采样坐标点的子集的指令。仅子集中的采样坐标点可以用于拟合曲线。
所述指令可以包括用于基于存储在存储器中的导航方向来确定预计路径的指令。
所述指令可以包括用于基于对车道类型进行排名的至少一个规则来确定预计路径的指令。
一种方法包括：接收车辆的预计行驶路径的一系列采样坐标点；沿着预计路径在采样坐标点之间生成内插坐标点；对采样坐标点和内插坐标点拟合曲线；并且基于曲线输出沿着预计路径的报告的坐标点处的车道的曲率。
附图说明
图1是示例性车辆的框图。
图2是沿着包括车辆的预计路径的道路的坐标点的图。
图3是沿着车辆的预计路径的连续采样点之间的角度的图。
图4是用于输出车辆的行驶车道的曲率的示例性过程的流程图。
图5是用于输出车辆的行驶车道的宽度的示例性过程的流程图。
具体实施方式
参考附图，用于车辆100的计算机102包括处理器和存储器，所述存储器存储可由处理器执行以进行以下操作的指令：接收车辆100的预计行驶路径106的一系列采样坐标点104；沿着预计路径106在采样坐标点104之间生成内插坐标点108；对采样坐标点104和内插坐标点108拟合曲线；并且基于曲线输出沿着预计路径106的报告的坐标点112处的车道110的曲率。出于本公开的目的，“坐标点”是在坐标系中表示的空间位置，例如，两个正交线性维度x、y。
参考图1，车辆100可以是任何合适类型的汽车，例如客车或商用汽车，诸如轿车、轿跑车、卡车、运动型多功能车、跨界车、货车、小型货车、出租车、公共汽车等。
车辆100可以是自主或半自主车辆。计算机102可以被编程为完全地或在较小程度上独立于人类操作员的介入而操作车辆100。计算机102可以被编程为操作推进装置114、制动***116、转向***118和/或其他车辆***。出于本公开的目的，自主操作意指计算机102在没有来自人类操作员的输入的情况下控制推进装置114、制动***116和转向***118；半自主操作意指计算机102控制推进装置114、制动***116和转向***118中的一者或两者，并且人类操作员控制其余部分；并且非自主操作意指人类操作员控制推进装置114、制动***116和转向***118。
计算机102是基于微处理器的计算装置，例如，通用计算装置(包括处理器和存储器、电子控制器等)、现场可编程门阵列(FPGA)、专用集成电路(ASIC)等。因此，计算机102可包括处理器、存储器等。计算机102的存储器可包括用于存储可由处理器执行的指令以及用于电子存储数据和/或数据库的介质，和/或计算机102可包括诸如提供编程的前述结构的结构。计算机102可以是耦合在一起的多个计算机。
计算机102可以通过通信网络120(诸如控制器局域网(CAN)总线、以太网、WiFi、局域互连网(LIN)、车载诊断连接器(OBD-II))和/或通过任何其他有线或无线通信网络传输和接收数据。计算机102可以经由通信网络120通信地耦合到传感器122、收发器124、推进装置114、制动***116、转向***118和其他部件。
传感器122可以提供关于车辆100的操作的数据，例如，车轮速度、车轮取向以及发动机和变速器数据(例如，温度、燃料消耗等)。传感器122可以检测车辆100的位置和/或取向。例如，传感器122可以包括全球定位***(GPS)传感器；加速度计，诸如压电***或微机电***(MEMS)；陀螺仪，诸如速率陀螺仪、环形激光陀螺仪或光纤陀螺仪；惯性测量单元(IMU)；以及磁力计。传感器122可以检测外部世界，例如车辆100周围环境的对象和/或特征，诸如其他车辆、道路车道标记、交通信号灯和/或标志、行人等。例如，传感器122可以包括雷达传感器、扫描激光测距仪、光探测和测距(LIDAR)装置以及图像处理传感器(诸如相机)。
收发器124适用于通过任何合适的无线通信协议(诸如WiFi、IEEE802.11a/b/g、其他RF(射频)通信等)无线地发射信号。收发器124可以适用于与远程服务器(即，与车辆100不同且间隔开的服务器)通信。远程服务器可以位于车辆100的外部。例如，远程服务器可与另一个车辆相关联(例如，V2V通信)，与基础设施部件相关联(例如，经由专用短程通信(DSRC)等进行的V2I通信)，与紧急响应器相关联，与同车辆100的所有者相关联的移动装置相关联等。收发器124可以是一个装置或可包括单独的发射器和接收器。
车辆100的推进装置114产生能量并且将能量转化成车辆100的运动。推进装置114可为常规的车辆100推进子***，例如，常规的动力传动***，其包括联接到将旋转运动传递到车轮的变速器的内燃发动机；电动动力传动***，其包括电池、电动马达和将旋转运动传递到车轮的变速器；混合动力传动***，其包括常规的动力传动***和电动动力传动***的元件；或任何其他类型的推进装置。推进装置114可以包括与计算机102和/或人类操作员通信并且从其接收输入的电子控制单元(ECU)等。人类操作员可以经由例如加速踏板和/或变速杆来控制推进装置114。
制动***116通常是常规的车辆制动子***并且抵抗车辆100的运动，由此使车辆100减慢和/或停止。制动***116可以包括摩擦制动器，诸如盘式制动器、鼓式制动器、带式制动器等；再生制动器；任何其他合适类型的制动器；或者它们的组合。制动***116可以包括与计算机102和/或人类操作员通信并且从其接收输入的电子控制单元(ECU)等。人类操作员可以经由例如制动踏板来控制制动***116。
转向***118通常是常规的车辆转向子***并且控制车轮的转弯。转向***118可以是具有电动助力转向的齿条与小齿轮***、线控转向***(这两者是已知的)，或者任何其他合适的***。转向***118可以包括与计算机102和/或人类操作员通信并且从其接收输入的电子控制单元(ECU)等。人类操作员可以经由例如方向盘来控制转向***118。
参考图2，车辆100在车道110中的一者(例如，如图所示的最右侧车道110)中沿着道路126行驶。车道110由车道边界136限定。车辆100遵循预计路径106。预计路径106是车辆100随时间变化的最可能位置序列，其中每个位置可以表示为车辆100所在的车道110和沿着车道110的长度的位置。例如，图2中所示的预计路径106将停留在最右侧车道110中并且不占用出口匝道128。
车道110和道路126由一系列坐标点104、108、112、130、138表示，包括采样坐标点104、内插坐标点108、报告的坐标点112、车道边界坐标点130和内插车道边界坐标点138。采样坐标点104沿着包括车辆100当前正在其中行驶的车道110的多个车道110的中心定位，并且例如可以从远程服务器接收，如下面关于过程400的框405所述。沿着预计路径106在采样坐标点104之间生成内插坐标点108，如下面关于过程400的框415所述，从而增加沿着车道110的中心的坐标点104、108的线性密度。报告的坐标点112是将在下面的过程400中的框465中输出其曲率并且将在下面的过程500中的框545中输出其车道宽度的坐标点。车道边界坐标点130沿着包括车辆100当前正在其中行驶的车道110的多个车道110的车道边界136定位，并且例如可以连同采样坐标点104从远程服务器接收，如下面关于过程500的框505所述。沿着每个车道边界136在车道边界坐标点130之间生成内插车道边界坐标点138，如下面关于过程500的框515所述，从而增加沿着车道110的车道边界136的坐标点130、138的线性密度。
参考图3，采样坐标点104沿着预计路径106按顺序布置，如下面关于过程400的框410所述，例如，第一采样坐标点104a、第二采样坐标点104b、第三采样坐标点104c等。由远程服务器提供的采样坐标点104可以基于连续采样坐标点104之间的连续矢量140之间的角度θ具有可变间隔。例如，如图3中所示，第一矢量140a从第一采样坐标点104a延伸到第二采样坐标点104b，并且第二矢量140b从第二采样坐标点104b延伸到第三采样坐标点104c。在矢量140的尾部接触的情况下测量矢量140之间的角度θ，如通常使用矢量之间的角度一样。采样坐标点104在角度θ较大时可以具有较大的线性密度，并且在角度θ较小时可以具有较低的线性密度，如下面关于过程400的判定框435所述。另外，当车辆100的速度较低时，采样坐标点104可以具有较大的线性密度。例如，线性密度可以随着车辆100的速度加到阈值速度而线性减小并且在阈值速度之上保持恒定，例如，从每小时零英里的每两米一个采样坐标点104减小到在每小时七十英里的阈值速度下每十五米一个采样坐标点104，并且当角度θ小于阈值角度时，还可以省略采样坐标点104，从而减小线性密度。下面关于过程400的判定框435描述阈值角度。
图4是示出用于输出车辆100的行驶车道110的曲率的示例性过程400的流程图。计算机102的存储器存储用于执行过程400的步骤的可执行指令和/或可以诸如上述的结构来实现编程。作为过程400的总体概述，计算机102接收采样坐标点104，根据预计路径106对采样坐标点104进行排序，并且沿着预计路径106在采样坐标点104之间生成内插坐标点108。针对每个报告的坐标点112，如果采样坐标点104之间的连续矢量140之间的角度θ小于阈值角度，则计算机102将曲率设置为零。如果角度θ大于报告的坐标点112的阈值角度，则计算机102沿着预计路径106对采样坐标点104和内插坐标点108拟合曲线，基于所述曲线计算中间坐标点(采样坐标点104和内插坐标点108的子集)处的初步曲率，根据相应中间坐标点之前和之后的第二预设距离内的初步曲率计算中间坐标点的平均曲率，计算报告的坐标点112处的平均曲率的平均值，并且输出平均值作为报告的坐标点112处的曲率。计算机102基于曲率来致动***，例如，推进装置114、制动***116和转向***118中的一者或多者。
过程400开始于框405，其中计算机102接收采样坐标点104。例如，远程服务器可以经由收发器124将采样坐标点104传输到计算机102。对于另一个示例，计算机102可以从存储器访问道路126的即将到来的区域的采样坐标点104。对于道路126的即将到来的长度(例如，道路126接下来的三百米)，采样坐标点104沿着包括车辆100当前正在其中行驶的车道110的多个车道110的中心定位。可以基于采样坐标点104的可用性和车辆100的速度来选择长度，这决定了在下面的框470中将提前使用多远的曲率来致动***。采样坐标点104可以以两个线性正交水平维度x、y表示。采样坐标点104可以沿着相应的车道110以预设的重复距离布置，例如每五米；可以在相邻的采样坐标点104之间具有变化的距离；或两者的组合，例如，除了可能随车辆100的速度而变化之外，沿着道路126的弯曲段的密度较大并且沿着直线段的密度较小。
接下来，在框410中，计算机102确定预计路径106并且根据预计路径106选择采样坐标点104的子集并且对其进行排序。可以根据存储在存储器中的导航方向来确定预计路径106。计算机102可以包括导航单元或与导航单元通信。例如，对于图2中描绘的情况，导航方向可以是车辆100应停留在道路126上(示出为高速公路)，或者车辆100应遵循出口匝道128。对于另一个示例，可以基于对车道110的类型进行排名的一个或多个规则来确定预计路径106，例如，首先是车辆100当前正在其中行驶的车道110；第二，与车辆100当前正在其中行驶的车道110相邻的车道110；第三，出口匝道128；等。对车道110的类型的排名可以基于遵循车道110类型的车辆的相对概率。计算机102选择表示预计路径106的车道110或车道110序列中的采样坐标点104的子集。过程400的其余部分仅对子集中的采样坐标点104进行操作。然后，以车辆100将穿过采样坐标点104的顺序连续地布置选定的采样坐标点104。
接下来，在框415中，计算机102沿着预计路径106在采样坐标点104(具体地，仅在子集中的采样坐标点104)之间生成内插坐标点108。计算机102将分段三次Hermite插值多项式(PCHIP)应用于采样坐标点104。换句话说，内插点是根据数学函数P(x)生成的，所述数学函数是分段函数，其中每个片段以Hermite形式(即通过片段的端点处的值和一阶导数)指定，并且每个片段是三阶多项式。使用PCHIP是有益的，因为PCHIP是保持形状的，不会过冲，并且具有低振荡。内插坐标点108以比采样坐标点104更大的密度生成，例如，在每对连续的采样坐标点104之间均匀间隔开的三个内插坐标点108。可以基于可用的计算资源来选择密度。
接下来，在框420中，计算机102生成报告的坐标点112，即，将输出其曲率的坐标点。报告的坐标点112可以以比采样坐标点104低的密度(例如，每二十米)从采样坐标点104和内插坐标点108中选择，或者以该密度独立地生成。可以选择密度，使得可以在最少使用可用计算资源的情况下实现期望的前瞻距离。
接下来，在判定框425中，计算机102确定是否存在尚未输出其曲率的任何剩余的报告坐标点112。过程400针对每个报告的坐标点112循环通过下面的框430至465。如果存在框430至465的剩余报告坐标点112，则过程400前进到框430以选择下一个剩余的报告坐标点112。如果已经对所有报告的坐标点112执行了框430至465，则过程400前进到框470。
在框430中，计算机102选择沿着预计路径106的下一个报告的坐标点112。在当前循环中，将对选定的报告坐标点112执行框435至465。
接下来，在判定框435中，计算机102确定在报告的坐标点112处，采样坐标点104之间的连续矢量140之间的角度θ是否小于阈值角度。如图3中所示，采样坐标点104按连续顺序包括第一采样坐标点104a、第二采样坐标点104b、第三采样坐标点104c，并且报告的坐标点112沿着预计路径106在第一采样坐标点104与第三采样坐标点104之间(或者替代地与第二采样坐标点104b相同)。第一矢量140a从第一采样坐标点104a延伸到第二采样坐标点104b，并且第二矢量140b从第二采样坐标点104b延伸到第三采样坐标点104c。在矢量140的尾部接触的情况下测量矢量140之间的角度θ。在框470中，阈值角度被选择为指示车道110足够接近笔直以达到致动***的目的，例如，1度。如框405中提供的采样坐标点104可以基于角度θ具有可变间隔，其中当角度θ低于阈值角度时，采样坐标点104的间隔比高于阈值角度时更远。在该情况下，计算机102可以通过确定采样坐标点104是否比被选择为对应于阈值角度的阈值距离更远来确定角度θ是否低于阈值角度。如果采样坐标点104还基于车辆100的速度而具有可变间隔，则阈值距离可以随速度恒定，这意味着阈值角度随速度变化。响应于角度θ小于阈值角度，过程400前进到框440。响应于角度θ大于阈值角度，过程400前进到框445。
在框440中，计算机102将报告的坐标点112处的曲率设置为零，并且计算机102输出报告的坐标点112处的曲率为零。在框440之后，过程400返回到判定框425以确定是否存在任何更多报告的坐标点112。
在框445中，计算机102从报告的坐标点112之前的第三预设距离到报告的坐标点之后的第三预设距离对采样坐标点104和内插坐标点108拟合曲线。第三预设距离可以是连续报告的坐标点112之间的距离的一半。在该情况下，从报告的坐标点112与前一个报告的坐标点112之间的中途到报告的坐标点112与下一个报告的坐标点112之间的中途(例如，对于间隔开二十米的报告的坐标点112，从报告的坐标点112之前的十米到之后的十米)对采样坐标点104和内插坐标点108拟合曲线。曲线可以是多项式，特别是三次多项式。三次多项式提供对典型道路126的足够接近的拟合，同时在计算上是有效的。在框415中生成内插坐标点108以及利用采样坐标点104对内插坐标点108拟合曲线的组合提供了既准确又平滑(即，具有低噪声)的曲率估计。
接下来，在框450中，计算机102计算沿着预计路径106在报告的坐标点112之前和之后的中间坐标点处的曲线的初步曲率ki。中间坐标点是采样坐标点104和内插坐标点108的子集，例如，位于报告的坐标点112的第三预设距离(例如，十米)内的采样坐标点104和内插坐标点108。曲线上的点i处的曲率ki是该点i处的密切圆的半径Ri的倒数，即ki＝1/Ri。对于表示为(x，y)的中间坐标点，曲率ki可以表示为
其中y＝f(x)是曲线，y′是曲线相对于x的一阶导数，并且y″是曲线相对于x的二阶导数。如果曲线沿着x维度折回，即，不能表示为函数y＝f(x)，则可以对曲线应用变换以将其置于函数形式中。
接下来，在框455中，计算机102针对中间坐标点计算初步曲率中的至少一些的平均曲率。在每个中间坐标点，平均曲率可以是相应中间点之前和之后的第二预设距离内的初始曲率的平均值：
其中i和j是中间坐标点的索引，是点i处的平均曲率，kj是点j处的初步曲率，并且N是从报告的坐标点112之前的第二预设距离到之后的第二预设距离的中间坐标点的数量。通过平衡曲线的平滑度和准确度来选择第二预设距离，例如七米。第二预设距离小于第三预设距离，以更好地保持曲线的形状。
接下来，在框460中，计算机102计算平均曲率的平均值，所述平均曲率例如沿着预计路径106在报告的坐标点112之前和之后的第一预设距离内：
其中是报告的坐标点112处的平均值，i是中间坐标点的索引，/>是点i处的平均曲率，并且M是从报告的坐标点112之前的第一预设距离到之后的第一预设距离的中间坐标点的数量。
接下来，在框465中，计算机102输出平均值作为报告的坐标点112处的曲率。因此，曲率是基于内插坐标点108、曲线、初步曲率和平均曲率的生成。例如，计算机102可以通过通信网络120广播曲率以供车辆100的其他***使用。在框465之后，过程400返回到判定框425以前进到下一个报告的坐标点112，如果有剩余的话。
在框470中，即，在计算机102在判定框425中确定不再存在报告的坐标点112之后，计算机102基于曲率来致动车辆100的***。计算机102可以致动推进装置114、制动***116和/或转向***118。例如，计算机102可以基于作为车道保持辅助特征的一部分的曲率来致动转向***118。又例如，计算机102可以响应于曲率高于阈值曲率而致动制动***116。阈值曲率可以取决于速度，并且可以被选择为使车辆100针对车道110的曲率保持在适当速度。又例如，计算机102可以自主地操作车辆100，即，在没有人类操作员干预的情况下基于曲率致动推进装置114、制动***116和转向***118。在框470之后，过程400结束。
图5是示出用于输出车辆100在其中行驶的车道110的宽度的示例性过程500的流程图。计算机102的存储器存储用于执行过程500的步骤的可执行指令和/或可以诸如上述的结构来实现编程。作为过程500的总体概述，计算机102接收车道边界坐标点130，根据预计路径106对车道边界坐标点130进行排序，并且沿着预计路径106在车道边界坐标点130之间生成内插车道边界坐标点138。计算机102还执行上述过程400。针对每个报告的坐标点112，计算机102在报告的坐标点112处生成垂直于曲线的线132，确定与相应的车道边界136的两个交点134，确定两个交点134之间的距离，并且输出距离作为报告的坐标点112处的车道110的宽度。计算机102基于车道110的宽度来致动***，例如推进装置114、制动***116和转向***118中的一者或多者。可以对与车辆100正在其中行驶的车道110相邻的车道110执行过程500，直到最大数量的车道110为止，例如五个。
过程500开始于框505，其中计算机102接收车道边界坐标点130。计算机102可以以与在上面的框405中接收采样坐标点104相同的方式和/或同时接收车道边界坐标点130。例如，远程服务器可以经由收发器124将车道边界坐标点130传输到计算机102。对于另一个示例，计算机102可以从存储器访问道路126的即将到来的区域的车道边界坐标点130。对于道路126的即将到来的长度(例如，道路126接下来的三百米)，车道边界坐标点130沿着包括车辆100当前正在其中行驶的车道110的多个车道110的车道边界136定位。可以基于采样坐标点104的可用性和车辆100的速度来选择长度，这将决定在下面的框545中将提前使用多远的车道110的宽度来致动***，和/或与在框405中接收的采样坐标的长度匹配。车道边界坐标点130可以以两个线性正交水平维度x、y表示。车道边界坐标点130可以沿着相应的车道110以预设的重复距离布置，例如每五米；可以在相邻的车道边界坐标点130之间具有变化的距离；或两者的组合，例如，除了可能随车辆100的速度而变化之外，沿着弯曲段的密度较大并且沿着直线段的密度较小。
接下来，在框510中，计算机102确定预计路径106并且根据预计路径106选择车道边界坐标点130并且对其进行排序。可以如上面关于框410所述来确定预计路径106。然后，将车道边界坐标点130分类到车道边界136中，并且针对每个车道边界136，以车辆100将穿过车道边界136坐标点的顺序依次布置。选定的车道边界坐标点130可以用于多个相邻车道110，直至最大数量的车道110为止。可以基于计算机102的可用资源来选择最大数量，例如，五个车道110。
接下来，在框515中，计算机102沿着车道边界坐标点130之间的每个车道边界136生成内插车道边界坐标点138。如上面关于框415所述，计算机102将分段三次Hermite插值多项式(PCHIP)应用于每个车道边界136中的车道边界坐标点130。内插车道边界坐标点138以比车道边界坐标点130更大的密度生成，例如，在每对连续的车道边界坐标点130之间均匀间隔开的三个内插坐标点108。可以基于可用的计算资源来选择密度。
接下来，计算机102执行过程400。例如，计算机102可以并行地执行过程500和过程400。
接下来，在判定框520中，计算机102确定是否存在尚未输出其车道110的宽度的任何剩余的报告坐标点112。过程500针对每个报告的坐标点112循环通过下面的框525至545。如果存在框525至545的剩余报告坐标点112，则过程500前进到框525以选择下一个剩余的报告坐标点112。如果已经对所有报告的坐标点112执行了框525至545，则过程500前进到框550。
在框525中，计算机102选择沿着预计路径106的下一个报告的坐标点112。在当前循环中，将对选定的报告坐标点112执行框525至545。如果同时对多个车道110执行过程500，则可以针对每个车道110独立地执行框525至545。
接下来，在框530中，计算机102生成垂直于报告的坐标点112处的曲线的线132。例如，计算机102可以确定曲线在报告的坐标点112处的一阶导数，然后将线132生成为具有与一阶导数成90度的斜率并且通过报告的坐标点112。
接下来，在框535中，计算机102确定线132与车辆100正在其中行驶的车道110(即，包含报告的坐标点112的车道110)的相应车道边界136之间的两个交点134。交点134位于线132与内插车道边界坐标点138相交的位置，即，通过内插车道边界坐标点138中的一者或通过两个连续的内插车道边界136坐标点之间的矢量140。
接下来，在框540中，计算机102确定两个交点134之间的距离，即，
其中w是距离，(x1，y1)是交点134中的一者，并且(x2，y2)是交点134中的另一者。
接下来，在框545中，计算机102输出距离w作为报告的坐标点112处的车道110的宽度。因此，宽度是基于内插车道边界坐标点138、曲线和垂直线132的生成。例如，计算机102可以通过通信网络120广播宽度以供车辆100的其他***使用。在框545之后，过程500返回到判定框520以前进到下一个报告的坐标点112，如果有剩余的话。
在框550中，即，在计算机102在判定框520中确定不再存在报告的坐标点112之后，计算机102基于宽度来致动车辆100的***。计算机102可以致动推进装置114、制动***116和/或转向***118。例如，计算机102可以基于作为车道保持辅助特征的一部分的宽度来致动转向***118。又例如，计算机102可以自主地操作车辆100，即，基于曲率致动推进装置114、制动***116和转向***118。在框550之后，过程500结束。
计算机可执行指令可以由使用各种编程语言和/或技术创建的计算机程序来编译或解译，所述编程语言和/或技术单独地或组合地包括但不限于JavaTM、C、C++、VisualBasic、Java Script、Perl、HTML等。通常，处理器(例如，微处理器)例如从存储器、计算机可读介质等接收指令，并且执行这些指令，由此执行一个或多个过程，其包括本文所述的过程中的一者或多者。此类指令和其他数据可使用各种计算机可读介质来存储和传输。联网装置中的文件通常是存储在计算机可读介质(诸如存储介质、随机存取存储器等)上的数据的集合。计算机可读介质包括参与提供可以由计算机读取的数据(例如，指令)的任何介质。这种介质可采用许多形式，包括但不限于非易失性介质、易失性介质等。非易失性介质包括例如光盘或磁盘和其他持久性存储器。易失性介质包括通常构成主存储器的动态随机存取存储器(DRAM)。计算机可读介质的常见形式包括例如软盘、软磁盘、硬盘、磁带、任何其他磁性介质、CD ROM、DVD、任何其他光学介质、穿孔卡、纸带、具有孔图案的任何其他物理介质、RAM、PROM、EPROM、快闪EEPROM、任何其他存储器芯片或盒式磁带、或计算机可从中读取的任何其他介质。
已经以说明性方式描述了本公开，并且应理解，已经使用的术语意图具有描述性词语而非限制性词语的性质。形容词“第一”、“第二”和“第三”贯穿本文档用作标识符，并且不意图表示重要性、顺序或量。“响应于”和“在确定……时”的使用指示因果关系，而不仅是时间关系。鉴于以上教导，本公开的许多修改和变化是可能的，并且本公开可以不同于具体描述的其他方式来实践。
根据本发明，提供了一种计算机，所述计算机具有处理器和存储器，所述存储器存储可由处理器执行以进行以下操作的指令：接收车辆的预计行驶路径的一系列采样坐标点；沿着预计路径在采样坐标点之间生成内插坐标点；对采样坐标点和内插坐标点拟合曲线；并且基于曲线输出沿着预计路径的报告的坐标点处的车道的曲率。
根据一个实施例，所述指令包括用于基于曲率致动车辆的***的指令。
根据一个实施例，所述指令包括用于计算沿着预计路径在报告的坐标点之前和之后的多个中间坐标点处的曲线的初步曲率的指令；并且所述中间坐标点是采样坐标点和内插坐标点的子集。
根据一个实施例，基于初步曲率输出报告的坐标点处的曲率。
根据一个实施例，所述指令包括用于针对中间坐标点，计算初步曲率中的至少一些的平均曲率的指令。
根据一个实施例，所述指令包括用于计算沿着预计路径在报告的坐标点之前和之后的预设距离内的平均曲率的平均值的指令，并且所述平均值是报告的坐标点处的曲率。
根据一个实施例，预设距离是第一预设距离，并且计算每个相应的平均曲率包括对在相应的中间坐标点之前和之后的第二预设距离内的初步曲率求平均。
根据一个实施例，中间坐标点在报告的坐标点的第三预设距离内，第二预设距离小于第三预设距离。
根据一个实施例，生成内插坐标点包括将分段三次Hermite插值多项式应用于采样坐标点。
根据一个实施例，曲线是多项式。
根据一个实施例，曲线是三次多项式。
根据一个实施例，采样坐标点按连续顺序包括第一采样坐标点、第二采样坐标点和第三采样坐标点；报告的坐标点沿着预计路径在第一采样坐标点与第三采样坐标点之间；并且所述指令包括用于响应于从第一采样坐标点到第二采样坐标点的第一矢量与从第二采样坐标点到第三采样坐标点的第二矢量之间的角度低于阈值角度，输出报告的坐标点处的曲率为零的指令。
根据一个实施例，所述指令包括用于在报告的坐标点处生成垂直于曲线的线并且使用垂直线确定报告的坐标点处的车道宽度的指令。
根据一个实施例，确定车道的宽度包括确定垂直线与两个相应的车道边界之间的两个交点，其中车道的宽度是两个交点之间的距离。
根据一个实施例，所述指令包括用于接收车道边界的一系列车道边界坐标点，并且针对每个车道边界，沿着所述车道边界在车道边界坐标点之间生成内插车道边界坐标点的指令；并且所述交点位于垂直线与内插车道边界坐标点相交的位置。
根据一个实施例，采样坐标点沿着包括所述车道的多个车道的中心定位，并且所述指令包括根据预计路径在车道中的哪个车道来选择采样坐标点的子集的指令。
根据一个实施例，仅子集中的采样坐标点用于拟合曲线。
根据一个实施例，所述指令包括用于基于存储在存储器中的导航方向来确定预计路径的指令。
根据一个实施例，所述指令包括用于基于对车道类型进行排名的至少一个规则来确定预计路径的指令。
根据本发明，一种方法包括：接收车辆的预计行驶路径的一系列采样坐标点；沿着预计路径在采样坐标点之间生成内插坐标点；对采样坐标点和内插坐标点拟合曲线；并且基于曲线输出沿着预计路径的报告的坐标点处的车道的曲率。

Claims (15)

1.一种方法，其包括：
接收车辆的预计行驶路径的一系列采样坐标点；
沿着所预计路径在所述采样坐标点之间生成内插坐标点；
对所述采样坐标点和所述内插坐标点拟合曲线；以及
基于所述曲线输出沿着所预计路径的在报告的坐标点处的车道的曲率。
2.如权利要求1所述的方法，其还包括基于所述曲率致动所述车辆的***。
3.如权利要求1所述的方法，其还包括：
计算沿着所预计路径在所述报告的坐标点之前和之后的多个中间坐标点处的所述曲线的初步曲率；
其中所述中间坐标点是所述采样坐标点和所述内插坐标点的子集。
4.如权利要求3所述的方法，其中基于所述初步曲率输出所述报告的坐标点处的所述曲率。
5.如权利要求3所述的方法，其还包括：针对所述中间坐标点，计算所述初步曲率中的至少一些的平均曲率。
6.如权利要求5所述的方法，其还包括计算沿着所预计路径在所述报告的坐标点之前和之后的预设距离内的所述平均曲率的平均值，其中所述平均值是所述报告的坐标点处的所述曲率。
7.如权利要求1所述的方法，其中生成所述内插坐标点包括将分段三次Hermite插值多项式应用于所述采样坐标点。
8.如权利要求1所述的方法，其中所述曲线是三次多项式。
9.如权利要求1所述的方法，其中
所述采样坐标点按连续顺序包括第一采样坐标点、第二采样坐标点和第三采样坐标点；并且
所述报告的坐标点沿着所预计路径在所述第一采样坐标点与所述第三采样坐标点之间；
所述方法还包括：响应于从所述第一采样坐标点到所述第二采样坐标点的第一矢量与从所述第二采样坐标点到所述第三采样坐标点的第二矢量之间的角度低于阈值角度，输出所述报告的坐标点处的所述曲率为零。
10.如权利要求1所述的方法，其还包括在所述报告的坐标点处生成垂直于所述曲线的线，并且使用所述垂直线确定所述报告的坐标点处的所述车道的宽度。
11.如权利要求10所述的方法，其中确定所述车道的所述宽度包括确定所述垂直线与两个相应的车道边界之间的两个交点，其中所述车道的所述宽度是所述两个交点之间的距离。
12.如权利要求11所述的方法，其还包括：
接收所述车道边界的一系列车道边界坐标点；以及
针对每个车道边界，沿着所述车道边界在所述车道边界坐标点之间生成内插车道边界坐标点；
其中所述交点位于所述垂直线与所述内插车道边界坐标点相交的位置。
13.如权利要求1所述的方法，其中所述采样坐标点沿着包括所述车道的多个车道的中心定位，所述方法还包括根据所预计路径在所述车道中的哪个车道来选择所述采样坐标点的子集。
14.如权利要求13所述的方法，其中仅所述子集中的所述采样坐标点用于拟合曲线。
15.一种计算机，其包括处理器和存储器，所述存储器存储指令，所述指令能够由所述处理器执行以执行如权利要求1至14中的一项所述的方法。
CN202210515202.4A 2022-05-12 2022-05-12 车道曲率确定 Pending CN117087676A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210515202.4A CN117087676A (zh) 2022-05-12 2022-05-12 车道曲率确定

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210515202.4A CN117087676A (zh) 2022-05-12 2022-05-12 车道曲率确定

Publications (1)

Publication Number Publication Date
CN117087676A true CN117087676A (zh) 2023-11-21

Family

ID=88782246

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210515202.4A Pending CN117087676A (zh) 2022-05-12 2022-05-12 车道曲率确定

Country Status (1)

Country Link
CN (1) CN117087676A (zh)

Similar Documents

Publication Publication Date Title
US11126187B2 (en) Systems and methods for controlling the operation of a vehicle
CN110861650B (zh) 车辆的路径规划方法、装置，车载设备和存储介质
EP3524934A1 (en) Systems and methods for determining a projection of an obstacle trajectory onto a reference line of an autonomous vehicle
CN111458700B (zh) 车辆映射和定位的方法和***
US10703363B2 (en) In-vehicle traffic assist
CN115214661A (zh) 基于目标车辆的驾驶样式的协同自适应巡航控制***
US11055540B2 (en) Method for determining anchor boxes for training neural network object detection models for autonomous driving
CN112512887B (zh) 一种行驶决策选择方法以及装置
CN111527015A (zh) 车辆控制装置
EP3694756B1 (en) Spiral curve based vertical parking planner system for autonomous driving vehicles
CN113631452B (zh) 一种变道区域获取方法以及装置
US11377112B2 (en) Low-speed, backward driving vehicle controller design
CN108466621A (zh) 有效滚动半径
US12030518B2 (en) Lane changing based only on local information
US20180347993A1 (en) Systems and methods for verifying road curvature map data
CN116745195A (zh) 车道外安全驾驶的方法和***
CN113619597A (zh) 自动驾驶车辆速度限制变更的规划***
US20230150485A1 (en) Vehicle path adjustment
JPWO2018211645A1 (ja) 運転支援方法及び運転支援装置
CN111599166B (zh) 用于解释交通信号和协商信号化的交叉路口的方法和***
US20230053243A1 (en) Hybrid Performance Critic for Planning Module's Parameter Tuning in Autonomous Driving Vehicles
CN117087676A (zh) 车道曲率确定
US11640716B2 (en) Lane curvature determination
WO2020194389A1 (ja) 交通環境認識装置及び車両制御装置
CN112519779A (zh) 基于位置的车辆操作

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication