CN117227714A - 一种自动驾驶车辆转弯避让控制方法及*** - Google Patents
一种自动驾驶车辆转弯避让控制方法及*** Download PDFInfo
- Publication number
- CN117227714A CN117227714A CN202311515348.XA CN202311515348A CN117227714A CN 117227714 A CN117227714 A CN 117227714A CN 202311515348 A CN202311515348 A CN 202311515348A CN 117227714 A CN117227714 A CN 117227714A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane
- avoidance
- automatic driving
- turning
- 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 60
- 230000004888 barrier function Effects 0.000 claims abstract description 11
- 230000002452 interceptive effect Effects 0.000 claims description 56
- 230000033001 locomotion Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000000547 structure data Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种自动驾驶车辆转弯避让控制方法及***,涉及自动驾驶控制技术领域,其中,该动驾驶车辆转弯避让控制方法包括如下步骤:获取自动驾驶车辆的转弯信息、设定范围内的障碍物信息和信号灯信息,所述转弯信息包括自动驾驶车辆的转弯路径和行驶速度,所述障碍物包括待转向道路上的行人和干涉车辆,所述障碍物信息包括行人的位置、行走速度和行走方向、干涉车辆的位置、行驶速度和行驶方向,所述信号灯信息包括干涉车辆的转向灯状态和道路交通灯状态;建立轨迹模型;根据轨迹模型计算自动驾驶车辆与行人、干涉车辆的碰撞位置和碰撞时间;根据碰撞位置和碰撞时间计算自动驾驶车辆避让速度;控制自动驾驶车辆以避让速度转弯。
Description
技术领域
本申请涉及自动驾驶控制技术领域,具体涉及一种自动驾驶车辆转弯避让控制方法及***。
背景技术
随着科学技术的不断进步,自动驾驶车辆越来越受到各方面的关注,自动驾驶车辆是汽车电子、智能控制以及互联网等技术发展融合的产物。其原理为自动驾驶***利用感知与定位***,获取车辆自身方位以及外界环境信息,经过计算***分析信息、做出决策,控制执行***实现车辆加速、减速或转向,从而在无需驾驶员介入的情况下,完成自动行驶。
其中,自动驾驶车辆的正常行驶状态一般包括三种,即车道保持(Keep Lane,KL),变道(Change Lane,CL)和转弯(Turn),目前,对于车道保持而言,一般是通过图像采集装置(例如,摄像头)采集车道信息,判断车辆是否在规定车道内,若出现车道偏离(包括左右偏离),则相关控制装置会给出报警信号和纠偏指令。对于变道而言,一般是通过传感器(例如,视觉传感器、毫米波雷达传感器、激光雷达传感器等)监测车辆周围环境,为车辆变道算法提供相应的感知数据,以保证能够安全且准确地进行变道。
但是,对于转弯而言,一般是在车道交汇处进行的,在此情况下,不仅会涉及到变道操作,而且还需要避让干涉车辆和行人,目前没有有效地相关判断方式,能够有效地且合理地避让相关干涉车辆和行人。
发明内容
为了解决相关技术中的技术问题,本申请提供了一种自动驾驶车辆转弯避让控制方法及***。
为了达到上述目的,本申请采用的技术方案包括:
根据本申请的第一方面,提供了一种自动驾驶车辆转弯避让控制方法,应用于自动驾驶车辆在多车道交汇处的转弯避让,包括:
获取自动驾驶车辆的转弯信息、设定范围内的障碍物信息和信号灯信息,所述转弯信息包括自动驾驶车辆的转弯路径和行驶速度,所述障碍物包括待转向道路上的行人和干涉车辆,所述障碍物信息包括行人的位置、行走速度和行走方向、干涉车辆的位置、行驶速度和行驶方向,所述信号灯信息包括干涉车辆的转向灯状态和道路交通灯状态;
建立轨迹模型;
根据轨迹模型计算自动驾驶车辆与行人、干涉车辆的碰撞位置和碰撞时间;
根据碰撞位置和碰撞时间计算自动驾驶车辆避让速度;
控制自动驾驶车辆以避让速度转弯。
可选地,在自动驾驶车辆从第一车道右转汇入第二车道时;
获取的障碍物信息包括:等待于第二车道内的直行车道上的干涉车辆的位置、从第一车道左转汇入与自动驾驶车辆同向的第二车道上的干涉车辆的位置、行驶速度和行驶方向、以及自动驾驶车辆欲汇入的第二车道上的行人的位置、行走速度和行走方向;
获取的信号灯信息包括:第一车道和第二车道上的交通灯信息、干涉车辆的转向灯状态。
可选地,获取的障碍物信息还包括:从第二车道直行汇入与自动驾驶车辆同向的第二车道上的干涉车辆的位置、行驶速度和行驶方向。
可选地,在自动驾驶车辆从第一车道左转汇入第二车道时;
获取的障碍物信息包括:等待于第二车道内的直行车道上的干涉车辆的位置、从第一车道右转汇入与自动驾驶车辆同向的第二车道上的干涉车辆的位置、行驶速度和行驶方向、以及自动驾驶车辆欲汇入的第二车道上的行人的位置、行走速度和行走方向;
获取的信号灯信息包括:第一车道和第二车道上的交通灯信息、干涉车辆的转向灯状态。
可选地,获取的障碍物信息还包括:在第一车道上,与自动驾驶车辆对向行驶的直行的干涉车辆的位置、行驶速度和行驶方向,和/或,
从所述第二车道右转汇入第一车道的干涉车辆的位置、行驶速度和行驶方向。
可选地,所述建立轨迹模型包括:
结合道路信息,建立目标车-路模型;
将障碍物信息导入车-路模型,建立车-障碍物-路模型;
分别计算自动驾驶车辆的运动轨迹、干涉车辆运动轨迹和行人运动轨迹,以生成轨迹模型。
可选地,所述避让速度的计算过程包括:
设定车-人安全间距阈值,计算自动驾驶车辆与行人的碰撞位置和碰撞时间,以自动驾驶车辆的当前位置为起点,以自动驾驶车辆与行人的碰撞位置为终点,以碰撞位置为中心在该起点-终点路径上标记车-人安全间距阈值,以得到车-人避让范围,计算行人从行人当前位置至通过车-人避让范围的车-人避让时间,根据该车-人避让时间和起点-终点路径的长度计算自动驾驶车辆的第一避让速度;和/或,
设定车-车安全间距阈值,计算自动驾驶车辆与干涉车辆的碰撞位置和碰撞时间,以自动驾驶车辆的当前位置为起点,以自动驾驶车辆与干涉车辆的碰撞位置为终点,以碰撞位置为中心在该起点-终点路径上标记车-车安全间距阈值,以得到车-车避让范围,计算干涉车辆从干涉车辆当前位置至通过车-车避让范围的车-车避让时间,根据该车-车避让时间和起点-终点路径的长度计算自动驾驶车辆的第二避让速度。
根据本申请的第二方面,提供了一种自动驾驶车辆转弯避让控制***,应用于本申请第一方面中任一项技术方案所述的自动驾驶车辆转弯避让控制方法,该自动驾驶车辆转弯避让控制***包括:
获取模块,用于获取自动驾驶车辆的转弯信息、设定范围内的障碍物信息和信号灯信息;
计算模块,用于计算避让速度,并用于向车辆控制装置输出避让速度。
根据本申请的第三方面,提供了一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时能够实现本申请第一方面中任一项技术方案所述的自动驾驶车辆转弯避让控制方法。
根据本申请的第四方面,提供了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能够实现本申请第一方面中任一项技术方案所述的自动驾驶车辆转弯避让控制方法。
有益效果:
1、通过上述技术方案,在一方面,本申请的转弯避让控制方法是基于自动驾驶车辆本身的转弯信息,也就是说,本申请的转弯避让控制方法能够有效地适配于自动驾驶车辆的运动学参数(例如,转弯半径),以能够适配于任意运动学参数的自动驾驶车辆。在另一方面,本申请的路径规避计算简单、涉及的参数少,能够有效地避免出现路径规划滞后的问题。在再一方面,本申请的转弯控制避让方法不仅考虑到干涉车辆,还将可能出现碰撞的行人作为另一约束,能够有效地适用于车辆欲转弯行驶的车道上存在正在过路的行人的应用场景。如此,通过本申请的自动驾驶车辆转弯避让控制方法不仅能够在有效地避免与可能出现碰撞的干涉车辆或行人碰撞的基础之上,还能够满足自动驾驶车辆顺利且安全完成转弯动作的需求。
2、本申请的其他有益效果或优势将在具体实施方式中结合具体结构进行详细描述。
附图说明
为了更清楚地说明本申请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申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。此外,应当理解,本说明书附图中的各个部件的比例关系不代表实际选材设计时的比例关系,其仅仅为结构或者位置的示意图,其中:
图1是本申请的一种示例性实施方式提供的自动驾驶车辆转弯避让控制方法步骤流程示意图;
图2是本申请的一种示例性实施方式提供的自动驾驶车辆转弯在右转时的避让过程示意图;
图3是本申请的一种示例性实施方式提供的自动驾驶车辆转弯在左转时的避让过程示意图。
附图中标号说明:
100-第一车道;200-第二车道;1-自动驾驶车辆;21-干涉车辆;22-行人。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
此外,本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括其他没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
以下,对本申请实施例中所涉及的一些相关术语和技术进行解释说明。
1)、MLP(Multilayer Perceptron,多层感知机),是一种基于前馈神经网络(FeedforwardNeural Network)的深度学习模型,由多个神经元层组成,其中每个神经元层与前一层全连接。多层感知机可以用于解决分类、回归和聚类等各种机器学习问题。
2、GNN(Graph Neural Network,图神经网络),是一类用于处理图结构数据的深度学习模型。图结构数据中的实体以节点的形式表示,实体之间的关系以边的形式表示。GNN的目标是从图结构数据中学习有用的表示,并利用这些表示进行各种任务,例如节点分类、图分类、链接预测等。
为便于相关技术人员对本申请的技术方案有更清晰和准确地理解,以下,对现有相关技术中进行较为详细的说明。
在相关技术中,对于车辆换道避障运动模型,例如,公告号为:CN110893849B(一种自动驾驶车辆避障换道控制方法及装置)的中国专利文件,其是通过获取障碍物与本车辆的相对速度和间距来判断是否会发生碰撞,从而判断是否需要避障换道,在需要进行避障换道的情况时,计算换道预瞄距离,从而导致安全换道。但是,在应用至转弯情况时,在可能出现碰撞时,依此方法无法顺利完成转弯动作。在其他的车辆转弯换道控制方法相关的技术中,一般都是着眼于转弯路径的选择(例如,公告号为:CN103646298B,一种自动驾驶方法及***),或者是着眼于更优的路径算法(例如,公告号为:CN110286671B,一种基于回转曲线的自动驾驶车辆路径生成方法)。
也就是说,现有相关技术基本上都是以路径规避为核心,以满足转弯或变道时的安全性,但是,对于自动驾驶车辆来说,第一,其转弯过程的路径规划受到车辆运动学参数的限制,可能无法准确地按照规划路径进行转弯或避让。第二,现有的路径规避的计算过程较为繁琐,涉及参数较多,在转弯过程中,容易出现路径规划滞后的问题,导致规避失败或规避效果不佳。第三,在允许车辆转弯的路口,例如,允许车辆左转的路口,可能出现车辆欲转弯行驶的车道上存在正在过路的行人的现象,现有的路径规避一般没有考虑到欲转弯行驶车道上行走的行人的影响。
有鉴于此,亟需一种可以适用于转弯控制的技术方案,以能够在避免与可能出现碰撞的车辆或行人碰撞的基础之上,还能够满足顺利完成转弯控制。
本申请的技术思路为:根据获取到的自动驾驶车辆的转弯信息、设定范围内的障碍物信息和信号灯信息,来预先计算可能出现碰撞的位置的时间,根据碰撞时间和位置来计算出自动驾驶车辆应当有的避让速度,从而保证能够避让干涉车辆和行人,并能够完成转弯动作。
以下结合附图对本申请的技术方案进行详细表述。
实施例1
如图1至图3所示,根据本申请的第一方面,本实施例提供了一种自动驾驶车辆转弯避让控制方法,应用于自动驾驶车辆在多车道交汇处的转弯避让,包括如下步骤:
步骤S1:获取自动驾驶车辆1的转弯信息、设定范围内的障碍物信息和信号灯信息,转弯信息包括自动驾驶车辆1的转弯路径和行驶速度,障碍物包括待转向道路上的行人22和干涉车辆21,障碍物信息包括行人22的位置、行走速度和行走方向、干涉车辆21的位置、行驶速度和行驶方向,信号灯信息包括干涉车辆21的转向灯状态和道路交通灯状态。
在此实施方式中,自动驾驶车辆1本身的转弯信息可以通过自动驾驶车辆1本身的控制器或相关控制单元直接获取,障碍物信息和信号灯信息可以通过相关的传感器(例如,视觉传感器、毫米波雷达传感器、激光雷达传感器等)或图像采集装置(例如,摄像头)进行获取。
步骤S2:建立轨迹模型。
在此实施方式中,轨迹模型可以自动驾驶车辆1为基准,以道路信息为边界约束,结合获取到的自动驾驶车辆1的转弯信息、设定范围内的障碍物信息和信号灯信息生成。该轨迹模型可以包括折线子图模型和全局图模型,其中,折线子图模型可以由多层感知机(MLP,Multilayer Perceptron)结构实现,全局图模型可以采用图神经网络(GNN,GraphNeural Network)实现。
步骤S3:根据轨迹模型计算自动驾驶车辆1与行人22、干涉车辆21的碰撞位置和碰撞时间。
在此实施方式中,根据获得的轨迹模型就可以计算得到自动驾驶车辆1与行人22、干涉车辆21出现碰撞的碰撞位置和碰撞时间,例如,可以通过激光雷达在障碍物(干涉车辆21)反射的CELL点的位置变化,从而预计干涉车辆21的位置变化、速度和行驶方向,同样的,也可以通过此方法预计行人22的位置变化、行走速度和行走方向。从而得到障碍物未来的运动轨迹,从而就可以将障碍物未来的运动轨迹和自动驾驶车辆1的运动轨迹融合在同一轨迹模型内,进而就便于得到未来的碰撞参数(即碰撞位置和碰撞时间)。
步骤S4:根据碰撞位置和碰撞时间计算自动驾驶车辆1避让速度。
在此实施方式中,在得到碰撞位置和碰撞时间之后,就可以通过控制自动驾驶车辆1的速度(一般低于正常转弯的速度,甚至可以为零)来使得自动驾驶车辆1能够在转弯的过程中避让干涉车辆21和行人22。这样,不仅能够有效地避免与干涉车辆21或行人22发生碰撞,有利于提升自动驾驶车辆1在转弯时的安全性,而且,由于降低了转弯车速,能够有效地避免因信息采集遗漏而可能会出现的危险,能够进一步有效地提升自动驾驶车辆1在转弯时的安全性。
步骤S5:控制自动驾驶车辆1以避让速度转弯。
通过上述技术方案,在一方面,本申请的转弯避让控制方法是基于自动驾驶车辆1本身的转弯信息,也就是说,本申请的转弯避让控制方法能够有效地适配于自动驾驶车辆1的运动学参数(例如,转弯半径),以能够适配于任意运动学参数的自动驾驶车辆1。在另一方面,本申请的路径规避计算简单、涉及的参数少,能够有效地避免出现路径规划滞后的问题。在再一方面,本申请的转弯控制避让方法不仅考虑到干涉车辆21,还将可能出现碰撞的行人22作为另一约束,能够有效地适用于车辆欲转弯行驶的车道上存在正在过路的行人22的应用场景。如此,通过本申请的自动驾驶车辆1转弯避让控制方法不仅能够在有效地避免与可能出现碰撞的干涉车辆21或行人22碰撞的基础之上,还能够满足自动驾驶车辆1顺利且安全完成转弯动作的需求。
此外,可以理解的是,本申请的转弯避让控制方法可以应用于十字形、X字形、T字形、Y字形等路口,本申请对此不作具体限定。
在本申请的一种实施方式中,如图2所示,在自动驾驶车辆1从第一车道100右转汇入第二车道200时;获取的障碍物信息可以包括:等待于第二车道200内的直行车道上的干涉车辆21的位置、从第一车道100左转汇入与自动驾驶车辆1同向的第二车道200上的干涉车辆21的位置、行驶速度和行驶方向、以及自动驾驶车辆1欲汇入的第二车道200上的行人22的位置、行走速度和行走方向;获取的信号灯信息包括:第一车道100和第二车道200上的交通灯信息、干涉车辆21的转向灯状态。
如此,在一方面,通过获得上述障碍物信息就可以使得本申请所建立的轨迹模型能够包括停止在第二车道200内等待通行的干涉车辆21、从第一车道100左转汇入与自动驾驶车辆1同向的第二车道200上的干涉车辆21、以及自动驾驶车辆1欲转弯汇入的第二车道200上的行人22,以准确地计算碰撞可能性,从而能够有效地保证本申请自动驾驶车辆1在转弯时的安全性。在另一方面,通过获得上述信号灯信息,不仅能够完善所建立的轨迹模型的车道环境信息(允许通行信息和禁止通行信息),以符合实时的交通运行规定,同时,也能够在一定程度上降低禁止通行车道的信息采集频率和运算频率,以提升运算效率。此外,采集到的干涉车辆21转向灯状态可以作为预测干涉车辆21运动轨迹的辅助验证信息,有利于提升轨迹模型的准确性。
在现行交通规则下,当自动驾驶车辆1从第一车道100右转至第二车道200的过程中,可能存在第二车道200还保持允许通行的情况,此时,可能在自动驾驶车辆1的侧方或侧后方存在干涉车辆21汇入同一车道的现象。
有鉴于此,如图2所示,在本申请的一种实施方式中,本申请的获取的障碍物信息还可以包括:从第二车道200直行汇入与自动驾驶车辆1同向的第二车道200上的干涉车辆21的位置、行驶速度和行驶方向。
这样,通过获得上述干涉车辆21的信息就可以使得本申请所建立的轨迹模型能够包括从第二车道200直行汇入与自动驾驶车辆1同向的第二车道200上的干涉车辆21,从而避免该干涉车辆21与自动驾驶车辆1出现碰撞的问题,有利于进一步地提升本申请的自动驾驶车辆1在转弯时的安全性。
在本申请的一种实施方式中,如图3所示,在自动驾驶车辆1从第一车道100左转汇入第二车道200时;获取的障碍物信息可以包括:等待于第二车道200内的直行车道上的干涉车辆21的位置、从第一车道100右转汇入与自动驾驶车辆1同向的第二车道200上的干涉车辆21的位置、行驶速度和行驶方向、以及自动驾驶车辆1欲汇入的第二车道200上的行人22的位置、行走速度和行走方向;获取的信号灯信息可以包括:第一车道100和第二车道200上的交通灯信息、干涉车辆21的转向灯状态。
如此,在一方面,通过获得上述障碍物信息就可以使得本申请所建立的轨迹模型能够包括停止在第二车道200内等待通行的干涉车辆21、从第一车道100右转汇入与自动驾驶车辆1同向的第二车道200上的干涉车辆21、以及自动驾驶车辆1欲转弯汇入的第二车道200上的行人22,以准确地计算碰撞可能性,从而能够有效地保证本申请自动驾驶车辆1在转弯时的安全性。在另一方面,通过获得上述信号灯信息,不仅能够完善所建立的轨迹模型的车道环境信息(允许通行信息和禁止通行信息),以符合实时的交通运行规定,同时,也能够在一定程度上降低禁止通行车道的信息采集频率和运算频率,以提升运算效率。此外,采集到的干涉车辆21转向灯状态可以作为预测干涉车辆21运动轨迹的辅助验证信息,有利于提升轨迹模型的准确性。
在现行交通规则下,当自动驾驶车辆1从第一车道100左转至第二车道200的过程中,可能存在第一车道100还保持允许通行、第二车道200允许右转的情况,此时,可能在自动驾驶车辆1的侧方或侧后方存在干涉车辆21右转汇入同一车道、以及与自动驾驶车辆1对向行驶的直行车辆与自动驾驶车辆1在转弯过程中出现碰撞的现象。
有鉴于此,在本申请的一种实施方式中,如图3所示,本申请的获取的障碍物信息还可以包括:在第一车道100上,与自动驾驶车辆1对向行驶的直行的干涉车辆21的位置、行驶速度和行驶方向,和/或,从第二车道200右转汇入第一车道100的干涉车辆21的位置、行驶速度和行驶方向。
这样,通过获得上述干涉车辆21的信息就可以使得本申请所建立的轨迹模型能够包括与自动驾驶车辆1对向行驶的直行的干涉车辆21、以及从第二车道200右转汇入第一车道100的干涉车辆21,从而避免上述干涉车辆21与自动驾驶车辆1出现碰撞的问题,有利于进一步地提升本申请的自动驾驶车辆1在转弯时的安全性。
在本申请的一种实施方式中,本申请的建立轨迹模型可以包括:结合道路信息,建立目标车-路模型;将障碍物信息导入车-路模型,建立车-障碍物-路模型;分别计算自动驾驶车辆1的运动轨迹、干涉车辆21运动轨迹和行人22运动轨迹,以生成轨迹模型。如此,通过上述步骤,可以有效且准确地建立包括自动驾驶车辆1与障碍物的车-障碍物-路模型,能够快速且较为准确地生成轨迹模型。
在本申请的一种实施方式中,本申请的避让速度的计算过程可以包括:
设定车-人安全间距阈值,计算自动驾驶车辆1与行人22的碰撞位置和碰撞时间,以自动驾驶车辆1的当前位置为起点,以自动驾驶车辆1与行人22的碰撞位置为终点,以碰撞位置为中心在该起点-终点路径上标记车-人安全间距阈值,以得到车-人避让范围,计算行人22从行人22当前位置至通过车-人避让范围的车-人避让时间,根据该车-人避让时间和起点-终点路径的长度计算自动驾驶车辆1的第一避让速度。
可以理解的是,在此实施方式中,车-人避让范围可以是以碰撞位置为中心的圆形区域,也可以是以碰撞位置为中心的矩形区域,其中,对于圆形的车-人避让范围而言,其半径可以根据不同的自动驾驶车辆1的物理尺寸与行人22之间安全距离进行设置,本申请对其数值不作具体限定;对于矩形的车-人避让范围而言,其边长可以根据不同的自动驾驶车辆1的物理尺寸与行人22之间安全距离进行设置,本申请对其数值不作具体限定。
在本申请的另一种实施方式中,本申请的避让速度的计算过程还可以包括:
设定车-车安全间距阈值,计算自动驾驶车辆1与干涉车辆21的碰撞位置和碰撞时间,以自动驾驶车辆1的当前位置为起点,以自动驾驶车辆1与干涉车辆21的碰撞位置为终点,以碰撞位置为中心在该起点-终点路径上标记车-车安全间距阈值,以得到车-车避让范围,计算干涉车辆21从干涉车辆21当前位置至通过车-车避让范围的车-车避让时间,根据该车-车避让时间和起点-终点路径的长度计算自动驾驶车辆1的第二避让速度。
可以理解的是,在此实施方式中,车-车避让范围可以是以碰撞位置为中心的圆形区域,也可以是以碰撞位置为中心的矩形区域,其中,对于圆形的车-人避让范围而言,其半径可以根据不同的自动驾驶车辆1的物理尺寸与干涉车辆21的物理尺寸之间的安全距离进行设置,本申请对其数值不作具体限定;对于矩形的车-人避让范围而言,其边长可以根据不同的自动驾驶车辆1的物理尺寸与干涉车辆21的物理尺寸之间的安全距离进行设置,本申请对其数值不作具体限定。
根据本申请的第二方面,提供了一种自动驾驶车辆1转弯避让控制***,应用于本申请第一方面中任一项技术方案的自动驾驶车辆1转弯避让控制方法,该自动驾驶车辆1转弯避让控制***包括:
获取模块,用于获取自动驾驶车辆1的转弯信息、设定范围内的障碍物信息和信号灯信息;
计算模块,用于计算避让速度,并用于向车辆控制装置输出避让速度。
通过上述技术方案,本申请的自动驾驶车辆1转弯避让控制***不仅能够适配于任意运动学参数的自动驾驶车辆1,而且,还能够有效地避免路径规划滞后的问题。此外,本申请的***还能够在有效地避免与可能出现碰撞的干涉车辆21或行人22碰撞的基础之上,还能够满足自动驾驶车辆1顺利且安全完成转弯动作的需求。
本申请实施例可以根据上述方法示例对自动驾驶车辆转弯避让控制***进行功能模块或者功能单元的划分,例如,可以对应各个功能划分各个功能模块或者功能单元,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块或者功能单元的形式实现。其中,本申请实施例中对模块或者单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
根据本申请的第三方面,本申请还提供了一种计算机可读存储介质,计算机可读存储介质中存储有指令,当指令在终端上运行时,使得终端执行如本申请第一方面任一项技术方案中的自动驾驶车辆转弯避让控制方法的步骤。
其中,计算机可读存储介质,例如可以是但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random Access Memory,RAM)、只读存储器(Read-OnlyMemory,ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其它形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(ApplicationSpecific Integrated Circuit,ASIC)中。在本申请实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
根据本申请的第四方面,本申请还提供了一种电子设备,包括处理器和通信接口,通信接口和处理器耦合,处理器用于运行计算机程序或指令,以实现如本申请第一方面任一项技术方案中的自动驾驶车辆转弯避让控制方法的步骤。
上述处理器可以是实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。该处理器可以是中央处理器,通用处理器,数字信号处理器,专用集成电路,现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。该处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、模块和方法,可以通过其它的方式实现。例如,以上所描述的***实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种自动驾驶车辆转弯避让控制方法,其特征在于,应用于自动驾驶车辆在多车道交汇处的转弯避让,包括:
获取自动驾驶车辆的转弯信息、设定范围内的障碍物信息和信号灯信息,所述转弯信息包括自动驾驶车辆的转弯路径和行驶速度,所述障碍物包括待转向道路上的行人和干涉车辆,所述障碍物信息包括行人的位置、行走速度和行走方向、干涉车辆的位置、行驶速度和行驶方向,所述信号灯信息包括干涉车辆的转向灯状态和道路交通灯状态;
建立轨迹模型;
根据轨迹模型计算自动驾驶车辆与行人、干涉车辆的碰撞位置和碰撞时间;
根据碰撞位置和碰撞时间计算自动驾驶车辆避让速度;
控制自动驾驶车辆以避让速度转弯。
2.根据权利要求1所述的自动驾驶车辆转弯避让控制方法,其特征在于,
在自动驾驶车辆从第一车道右转汇入第二车道时;
获取的障碍物信息包括:等待于第二车道内的直行车道上的干涉车辆的位置、从第一车道左转汇入与自动驾驶车辆同向的第二车道上的干涉车辆的位置、行驶速度和行驶方向、以及自动驾驶车辆欲汇入的第二车道上的行人的位置、行走速度和行走方向;
获取的信号灯信息包括:第一车道和第二车道上的交通灯信息、干涉车辆的转向灯状态。
3.根据权利要求2所述的自动驾驶车辆转弯避让控制方法,其特征在于,
获取的障碍物信息还包括:从第二车道直行汇入与自动驾驶车辆同向的第二车道上的干涉车辆的位置、行驶速度和行驶方向。
4.根据权利要求1所述的自动驾驶车辆转弯避让控制方法,其特征在于,
在自动驾驶车辆从第一车道左转汇入第二车道时;
获取的障碍物信息包括:等待于第二车道内的直行车道上的干涉车辆的位置、从第一车道右转汇入与自动驾驶车辆同向的第二车道上的干涉车辆的位置、行驶速度和行驶方向、以及自动驾驶车辆欲汇入的第二车道上的行人的位置、行走速度和行走方向;
获取的信号灯信息包括:第一车道和第二车道上的交通灯信息、干涉车辆的转向灯状态。
5.根据权利要求4所述的自动驾驶车辆转弯避让控制方法,其特征在于,
获取的障碍物信息还包括:在第一车道上,与自动驾驶车辆对向行驶的直行的干涉车辆的位置、行驶速度和行驶方向,和/或,
从所述第二车道右转汇入第一车道的干涉车辆的位置、行驶速度和行驶方向。
6.根据权利要求1-5中任一项所述的自动驾驶车辆转弯避让控制方法,其特征在于,所述建立轨迹模型包括:
结合道路信息,建立目标车-路模型;
将障碍物信息导入车-路模型,建立车-障碍物-路模型;
分别计算自动驾驶车辆的运动轨迹、干涉车辆运动轨迹和行人运动轨迹,以生成轨迹模型。
7.根据权利要求6所述的自动驾驶车辆转弯避让控制方法,其特征在于,
所述避让速度的计算过程包括:
设定车-人安全间距阈值,计算自动驾驶车辆与行人的碰撞位置和碰撞时间,以自动驾驶车辆的当前位置为起点,以自动驾驶车辆与行人的碰撞位置为终点,以碰撞位置为中心在该起点-终点路径上标记车-人安全间距阈值,以得到车-人避让范围,计算行人从行人当前位置至通过车-人避让范围的车-人避让时间,根据该车-人避让时间和起点-终点路径的长度计算自动驾驶车辆的第一避让速度;和/或,
设定车-车安全间距阈值,计算自动驾驶车辆与干涉车辆的碰撞位置和碰撞时间,以自动驾驶车辆的当前位置为起点,以自动驾驶车辆与干涉车辆的碰撞位置为终点,以碰撞位置为中心在该起点-终点路径上标记车-车安全间距阈值,以得到车-车避让范围,计算干涉车辆从干涉车辆当前位置至通过车-车避让范围的车-车避让时间,根据该车-车避让时间和起点-终点路径的长度计算自动驾驶车辆的第二避让速度。
8.一种自动驾驶车辆转弯避让控制***,其特征在于,应用于权利要求1-7中任一项的自动驾驶车辆转弯避让控制方法,该自动驾驶车辆转弯避让控制***包括:
获取模块,用于获取自动驾驶车辆的转弯信息、设定范围内的障碍物信息和信号灯信息;
计算模块,用于计算避让速度,并用于向车辆控制装置输出避让速度。
9.一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时能够实现权利要求1-7中任一项所述的自动驾驶车辆转弯避让控制方法。
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能够实现权利要求1-7中任一项所述的自动驾驶车辆转弯避让控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311515348.XA CN117227714A (zh) | 2023-11-15 | 2023-11-15 | 一种自动驾驶车辆转弯避让控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311515348.XA CN117227714A (zh) | 2023-11-15 | 2023-11-15 | 一种自动驾驶车辆转弯避让控制方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117227714A true CN117227714A (zh) | 2023-12-15 |
Family
ID=89084696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311515348.XA Pending CN117227714A (zh) | 2023-11-15 | 2023-11-15 | 一种自动驾驶车辆转弯避让控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117227714A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118004275A (zh) * | 2024-04-08 | 2024-05-10 | 无锡车联天下信息技术有限公司 | 一种交叉路口直行的车辆横向控制方法及结构 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109557925A (zh) * | 2018-12-29 | 2019-04-02 | 北京智行者科技有限公司 | 自动驾驶车辆障碍物避让方法及装置 |
CN109801508A (zh) * | 2019-02-26 | 2019-05-24 | 百度在线网络技术(北京)有限公司 | 路口处障碍物的运动轨迹预测方法及装置 |
JP2020097276A (ja) * | 2018-12-17 | 2020-06-25 | 本田技研工業株式会社 | 走行軌道決定処理及び自動運転装置 |
US20200307573A1 (en) * | 2019-03-28 | 2020-10-01 | Honda Motor Co., Ltd. | Vehicle control system |
US20210284195A1 (en) * | 2020-03-13 | 2021-09-16 | Baidu Usa Llc | Obstacle prediction system for autonomous driving vehicles |
CN214565289U (zh) * | 2021-09-17 | 2021-11-02 | 成都西谌科技有限公司 | 一种车载4g智能终端 |
CN113650608A (zh) * | 2021-09-14 | 2021-11-16 | 广州小鹏自动驾驶科技有限公司 | 一种基于自动驾驶的避障方法和装置 |
KR20220019251A (ko) * | 2020-07-02 | 2022-02-16 | 현대모비스 주식회사 | 자율주행장치 및 방법 |
CN115257815A (zh) * | 2022-08-25 | 2022-11-01 | 北斗星通智联科技有限责任公司 | 一种自动驾驶汽车右转弯的规划方法、装置和终端设备 |
CN116198542A (zh) * | 2023-03-08 | 2023-06-02 | 酷哇科技有限公司 | 自动驾驶无保护左转方法及*** |
-
2023
- 2023-11-15 CN CN202311515348.XA patent/CN117227714A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020097276A (ja) * | 2018-12-17 | 2020-06-25 | 本田技研工業株式会社 | 走行軌道決定処理及び自動運転装置 |
CN109557925A (zh) * | 2018-12-29 | 2019-04-02 | 北京智行者科技有限公司 | 自动驾驶车辆障碍物避让方法及装置 |
CN109801508A (zh) * | 2019-02-26 | 2019-05-24 | 百度在线网络技术(北京)有限公司 | 路口处障碍物的运动轨迹预测方法及装置 |
US20200307573A1 (en) * | 2019-03-28 | 2020-10-01 | Honda Motor Co., Ltd. | Vehicle control system |
US20210284195A1 (en) * | 2020-03-13 | 2021-09-16 | Baidu Usa Llc | Obstacle prediction system for autonomous driving vehicles |
KR20220019251A (ko) * | 2020-07-02 | 2022-02-16 | 현대모비스 주식회사 | 자율주행장치 및 방법 |
CN113650608A (zh) * | 2021-09-14 | 2021-11-16 | 广州小鹏自动驾驶科技有限公司 | 一种基于自动驾驶的避障方法和装置 |
CN214565289U (zh) * | 2021-09-17 | 2021-11-02 | 成都西谌科技有限公司 | 一种车载4g智能终端 |
CN115257815A (zh) * | 2022-08-25 | 2022-11-01 | 北斗星通智联科技有限责任公司 | 一种自动驾驶汽车右转弯的规划方法、装置和终端设备 |
CN116198542A (zh) * | 2023-03-08 | 2023-06-02 | 酷哇科技有限公司 | 自动驾驶无保护左转方法及*** |
Non-Patent Citations (1)
Title |
---|
王斌;: "智能汽车避障风险评估及轨迹规划", 汽车技术, no. 06 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118004275A (zh) * | 2024-04-08 | 2024-05-10 | 无锡车联天下信息技术有限公司 | 一种交叉路口直行的车辆横向控制方法及结构 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108986540B (zh) | 车辆控制***和方法、以及行驶辅助服务器 | |
US11932284B2 (en) | Trajectory setting device and trajectory setting method | |
JP6725568B2 (ja) | 車両制御装置、車両、車両制御方法およびプログラム | |
CN113056749B (zh) | 用于自主机器应用的未来对象轨迹预测 | |
CN110248861B (zh) | 在车辆操纵过程中使用机器学习模型来引导车辆 | |
US11574089B2 (en) | Synthetic scenario generator based on attributes | |
US11049398B2 (en) | Surrounding environment recognizing apparatus | |
US11568100B2 (en) | Synthetic scenario simulator based on events | |
US10037036B2 (en) | Method and arrangement for determining safe vehicle trajectories | |
CN113267199B (zh) | 行驶轨迹规划方法及装置 | |
CN112193244B (zh) | 基于线性约束的自动驾驶车辆运动规划方法 | |
CN112601686A (zh) | 具有安全距离的导航的***和方法 | |
RU2760046C1 (ru) | Способ помощи при вождении и устройство помощи при вождении | |
CN110352450A (zh) | 驾驶辅助方法及驾驶辅助装置 | |
US11526721B1 (en) | Synthetic scenario generator using distance-biased confidences for sensor data | |
US11615702B2 (en) | Determining vehicle path | |
JP2019144691A (ja) | 車両制御装置 | |
CN117227714A (zh) | 一种自动驾驶车辆转弯避让控制方法及*** | |
WO2020264276A1 (en) | Synthetic scenario generator based on attributes | |
US11429843B2 (en) | Vehicle operation labeling | |
JP6796679B2 (ja) | 車両制御システム及び方法、並びに走行支援サーバ | |
JP7388208B2 (ja) | 車両制御装置 | |
CN113753038A (zh) | 一种轨迹预测方法、装置、电子设备和存储介质 | |
WO2021048583A1 (ja) | 走行支援装置の行動決定方法及び走行支援装置 | |
CN113327456A (zh) | 一种车道结构检测方法及装置 |
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 |