CN117784768A - 车辆避障规划方法、装置、计算机设备和存储介质 - Google Patents
车辆避障规划方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117784768A CN117784768A CN202311500887.6A CN202311500887A CN117784768A CN 117784768 A CN117784768 A CN 117784768A CN 202311500887 A CN202311500887 A CN 202311500887A CN 117784768 A CN117784768 A CN 117784768A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- obstacle avoidance
- information
- determining
- planning
- 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 49
- 230000008859 change Effects 0.000 claims abstract description 53
- 230000006870 function Effects 0.000 claims abstract description 49
- 230000001133 acceleration Effects 0.000 claims description 46
- 238000012502 risk assessment Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 15
- 230000007613 environmental effect Effects 0.000 claims description 11
- 231100001261 hazardous Toxicity 0.000 claims 7
- 238000004891 communication Methods 0.000 description 25
- 238000012544 monitoring process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000035484 reaction time Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车辆避障规划方法、装置、计算机设备和存储介质。所述方法包括：首先，获取自车信息和危险目标信息，之后，基于所述自车信息和危险目标信息确定碰撞点，之后，基于所述碰撞点确定多个避障终点，基于所述自车信息和多个避障终点规划多个初始避障路线，最后，确定所述多个初始避障路线的代价函数，基于所述代价函数确定目标避障路线。也就是说，在进行自车避障规划时，通过结合危险目标信息确定碰撞点，并基于碰撞点确定多个可以避免碰撞的避障路线，并结合代价函数确定最优的避障路线，综合考虑了危险目标的变化情况，提高了避障路线规划的准确性与有效性。
Description
技术领域
本申请涉及自动驾驶技术领域，特别是涉及一种车辆避障规划方法、装置、计算机设备和存储介质。
背景技术
自动驾驶技术，依靠人工智能、视觉计算、雷达、监控装置和全球定位***协同合作，让电脑可以在没有任何人类主动操作下，自动安全地控制车辆行驶。轨迹规划作为自动驾驶技术的关键技术之一，可以在车路协同的基础上规划出有效的车辆行驶路径，通常是根据高精地图信息利用全局路径规划方法，规划出一条从起点到终点的路径。
然而，当车辆在沿着已规划的路径行驶时，道路上的车辆、行人以及路障等都是动态变化的，属于未知的信息，相关技术中，通常是基于感知***实时获取车辆行驶前方出现的例如车辆、路障等障碍物的具体信息，利用局部路径规划方法，规划出一条为避免与障碍物发生碰撞需要行驶的路线。但是由于自车和障碍物可能都是处于动态运动的过程中，现有的路径规划方法中，要根据变化不断进行路径规划，导致避障路线的准确性与有效性降低，大大浪费资源。
因此，相关技术中亟需一种能够提高车辆避障规划路线的准确性与有效性的方式。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高车辆避障规划路线的准确性与有效性的车辆避障规划方法、装置、计算机设备和计算机可读存储介质。
第一方面，本申请提供了一种车辆避障规划方法。所述方法包括：
获取自车信息和危险目标信息；
基于所述自车信息和危险目标信息确定碰撞点；
基于所述碰撞点确定多个避障终点，基于所述自车信息和多个避障终点规划多个初始避障路线；
确定所述多个初始避障路线的代价函数，基于所述代价函数确定目标避障路线。
可选的，在本申请的一个实施例中，所述自车信息包括自车曲率、自车曲率变化率，所述危险目标信息包括危险目标位置、危险目标速度，所述基于所述自车信息和危险目标信息确定碰撞点包括：
若所述危险目标速度为零，则基于所述危险目标位置确定碰撞纵向位置，基于所述危险目标位置、自车曲率和自车曲率变化率确定碰撞横向位置。
可选的，在本申请的一个实施例中，所述自车信息包括自车速度及加速度，所述危险目标信息包括危险目标加速度，所述基于所述自车信息和危险目标信息确定碰撞点还包括：
若所述危险目标速度不为零，则基于所述危险目标位置、自车速度及加速度、危险目标速度、危险目标加速度确定碰撞纵向位置，基于所述危险目标位置、自车曲率和自车曲率变化率确定碰撞横向位置。
可选的，在本申请的一个实施例中，所述基于所述自车信息和多个避障终点规划多个初始避障路线包括：
基于所述自车信息确定避障路线起点；
基于所述起点信息和终点信息确定规划参数，其中，所述起点信息包括起点横向位置、起点航向角、起点曲率、起点曲率变化率，所述终点信息包括终点横向位置、终点纵向位置、终点航向角、终点曲率、终点曲率变化率；
基于所述规划参数、避障路线起点以及避障终点确定多个初始避障路线。
可选的，在本申请的一个实施例中，所述初始避障路线包括自车加速度变化趋势、路线总距离，所述确定所述多个初始避障路线的代价函数包括：
基于所述自车加速度变化趋势、路线总距离以及路线安全系数确定代价函数，其中路线安全系数基于自车信息和危险目标信息判断得到。
可选的，在本申请的一个实施例中，所述方法还包括：
基于自车信息以及环境信息进行避让侧规划风险评估。
可选的，在本申请的一个实施例中，所述基于自车信息以及环境信息进行避让侧规划风险评估包括：
基于环境信息划分相邻车道，判断所述相邻车道各区域是否存在危险车辆；
若所述各区域存在危险车辆，则分区域结合安全距离进行避让侧规划风险评估。
第二方面，本申请还提供了一种车辆避障规划装置。所述装置包括：
信息获取模块，用于获取自车信息和危险目标信息；
碰撞点确定模块，用于基于所述自车信息和危险目标信息确定碰撞点；
初始避障路线规划模块，用于基于所述碰撞点确定多个避障终点，基于所述自车信息和多个避障终点规划多个初始避障路线；
目标避障路线确定模块，用于确定所述多个初始避障路线的代价函数，基于所述代价函数确定目标避障路线。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行上述各个实施例所述方法的步骤。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述各个实施例所述方法的步骤。
上述车辆避障规划方法、装置、计算机设备和存储介质，首先，获取自车信息和危险目标信息，之后，基于所述自车信息和危险目标信息确定碰撞点，之后，基于所述碰撞点确定多个避障终点，基于所述自车信息和多个避障终点规划多个初始避障路线，最后，确定所述多个初始避障路线的代价函数，基于所述代价函数确定目标避障路线。也就是说，在进行自车避障规划时，通过结合危险目标信息确定碰撞点，并基于碰撞点确定多个可以避免碰撞的避障路线，并结合代价函数确定最优的避障路线，综合考虑了危险目标的变化情况，提高了避障路线规划的准确性与有效性。
附图说明
图1为一个实施例中车辆避障规划方法的应用环境图；
图2为一个实施例中车辆避障规划方法的流程示意图；
图3为一个实施例中初始避障路线规划步骤的示意图；
图4为一个实施例中初始避障路线的示意图；
图5为一个实施例中避让侧规划风险评估步骤的示意图；
图6为一个实施例中车辆避障规划方法的实际应用场景；
图7为一个实施例中车辆避障规划方法的实际应用场景；
图8为一个实施例中车辆避障规划装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
如本文使用的术语“***”指的是机械和电气硬件、软件、固件、电子控制部件、处理逻辑和/或处理器装置，其可以单独或组合提供所描述的功能性。可以包括但不限于专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享、专用或组)、包含软件或固件指令的存储器、组合逻辑电路和/或其它部件。
本申请实施例提供的车辆避障规划方法，可以应用于如图1所示的应用环境中。图1示出了交通工具10的侧视图，所述交通工具10设置在行进表面70(例如，铺设道路表面)上，并且能够在行进表面70上横穿行进。交通工具10包括交通工具机载导航***24、数字化道路地图25的计算机可读存储装置或介质(存储器)23、空间监测***100、交通工具控制器50、全球定位***(GPS)传感器52、人/机界面(HMI)装置60，并且在一个实施例中包括自主控制器65和远程信息处理控制器75。交通工具10包括但不限于商业交通工具、工业交通工具、农业交通工具、客运交通工具、飞机、船只、火车、全地形交通工具、个人移动设备、机器人和类似的形式的移动平台，以实现本申请的目的。
在一个实施例中，空间监测***100包括：一个或多个空间传感器和***，设置为监测交通工具10前方的可视区域32；以及空间监测控制器110。设置为监测交通工具10前方的可视区域32的空间传感器，例如包括激光雷达传感器34、雷达传感器36、数字摄像头38等等。每个空间传感器设置方式包括机载于交通工具上，以监测全部或部分可视区域32，用于检测接近远程对象，例如，道路特征、车道标记、建筑物、行人、道路标志、交通控制灯和标志、其它交通工具以及在交通工具10近侧的地理特征。空间监测控制器110基于来自空间传感器的数据输入而生成可视区域32的表示数字。空间监测控制器110可以评估来自空间传感器的输入，以基于每个接近远程对象确定交通工具10的线性范围、相对速度和轨迹。空间传感器可设置于交通工具10上的各处位置，包括前拐角、后拐角、后侧和中侧。在一个实施例中，空间传感器可包括但不限于前部雷达传感器和摄像头。空间传感器的设置方式使空间监测控制器110能够监测交通流量，包括接近交通工具、交叉口、车道标记以及围绕交通工具10的其它对象。车道标记检测处理器(未显示)可以基于空间监测控制器110生成的数据估测道路。交通工具空间监测***100的空间传感器可以包括对象定位感测装置，所述对象定位感测装置包括范围传感器，例如，FM-CW(调频连续波)雷达、脉冲和FSK(频移键控)雷达以及Lidar(光检测和测距)装置以及超声波装置，其依赖于例如多普勒效应测量的效应以定位前方对象。对象定位装置可以包括电荷耦合装置(CCD)或互补金属氧化物半导体(CMOS)视频图像传感器以及利用数字摄影方法以‘查看’前方对象(包括一个或多个交通工具)的其它摄像头/视频图像处理器。
激光雷达传感器34基于脉冲和反射激光束测量至对象的范围或距离。雷达传感器36基于无线电波确定对象的范围、角度和/或速度。摄像头38包括图像传感器、镜头和摄像头控制器。图像传感器是采用光敏感测元件的多维阵列而将光学图像转换成电子信号的电光装置。摄像头控制器操作性地连接到图像传感器，以监测可视区域32。摄像头控制器设置为控制图像传感器，用于捕获与经由镜头投影到图像传感器上的可视区域32相关联的视场(FOV)的图像。光学镜头可以包括针孔镜头、鱼眼镜头、立体镜头、伸缩镜头等等。摄像头38经由图像传感器以期望速率(例如，每秒30个图像文件)周期性捕获与可视区域32相关联的图像文件。每个图像文件包括以摄像头38的原始分辨率捕获的全部或部分可视区域32的2D或3D像素化表示数字。在一个实施例中，图像文件呈24位图像的形式，包括表示可视区域32的RGB(红-绿-蓝)可见光的光谱值和深度值。图像文件的其它实施例可以包括处于一定分辨率水平的2D或3D图像，描绘了可视区域32的黑白或灰度可见光的光谱、可视区域32的红外光谱或其它图像，本申请对此不作具体限制。在一个实施例中，对于涉及明度和/或亮度的参数，可以评估多个图像文件的图像。可选地，可基于RGB颜色分量、明度、纹理、轮廓或其组合而评估图像。图像传感器与编码器通信，所述编码器对于每个图像文件执行数字信号处理(DSP)。摄像头38的图像传感器可以设置为以标称标准清晰度分辨率(例如，640x480像素)捕获图像。可选地，摄像头38的图像传感器可以设置为以标称高清晰度分辨率(例如，1440x1024像素)或以另一合适的分辨率捕获图像。摄像头38的图像传感器可以预定图像捕获速率捕获静止图像或可选地捕获数字视频图像。在一个实施例中，图像文件作为编码数据文件发送至摄像头控制器，所述编码数据文件存储在非暂时性数字数据存储介质中，用于机载或非机载分析。
摄像头38设置和定位在交通工具10上能够捕获可视区域32的图像的位置中，其中，可视区域32至少部分包括在交通工具10前方并且包括交通工具10的轨迹的行进表面70的部分。可视区域32还可以包括周围环境，例如，包括交通工具交通、路边对象、行人和其它特征、天空、地平线、行进车道和交通工具10前方驶来的交通工具。还可包括其它摄像头(未显示)，例如，包括设置在交通工具10的后部分或侧部分上的第二摄像头，用于监测交通工具10的后方以及交通工具10的右侧或左侧中的任意一个方向。
自主控制器65用于实施自主驾驶或高级驾驶员辅助***(ADAS)交通工具功能性。此类功能性可包括能够提供一定驾驶自动化水平的交通工具机载控制***。术语‘驾驶员’和‘操作者’描述了负责指导交通工具10的操作的人员，所述操作人员可以参与控制一个或多个交通工具功能，或指导自主交通工具。驾驶自动化可以包括动态驾驶和交通工具操作。驾驶自动化可以包括涉及单个交通工具功能(例如，转向、加速和/或制动)的某种水平的自动控制或干预，其中，驾驶员可以从总体上持续控制交通工具10。驾驶自动化可以包括涉及多个交通工具功能(例如，转向、加速和/或制动)的同时控制的某种水平的自动控制或干预，其中，驾驶员可以从总体上持续控制交通工具10。驾驶自动化可以包括交通工具驾驶功能的同时自动控制(包括转向、加速和制动)，其中，驾驶员可以在行程期间中，放弃一段时间周期内对交通工具的控制。驾驶自动化可包括交通工具驾驶功能的同时自动控制(包括转向、加速和制动)，其中，驾驶员可以在整个行程中放弃交通工具10的控制。驾驶自动化包括硬件和控制器，设置为在各种驾驶模式下监测空间环境，用于在动态交通工具操作期间执行各种驾驶任务。驾驶自动化包括但不限于巡航控制、自适应巡航控制、车道变换警告、干预和控制、自动停车、加速、制动和类似。自主交通工具功能括但不限于自适应巡航控制(ACC)操作、车道引导和车道保持操作、车道变换操作、转向辅助操作、对象避让操作、停车辅助操作、交通工具制动操作、交通工具速度和加速操作、交通工具横向运动操作，例如，作为车道引导、车道保持和车道变换操作等等。基于此，制动命令可通过自主控制器65独立于通过交通工具操作者的动作并且响应于自主控制功能而生成。
交通工具10的乘客舱中可以包括操作者控制件，包括但不限于方向盘、加速器踏板、制动踏板和操作者输入装置，所述操作者输入装置是HMI装置60的元件。交通工具操作者可以基于操作者控制件与运行的交通工具10交互，并且指导交通工具10的操作，用于提供乘客运输。在交通工具10的一些实施例中，可省略操作者控制装置，包括方向盘、加速器踏板、制动踏板、变速范围选择器和类似的其他控制装置。
HMI装置60提供人机交互，用于指导信息娱乐***、全球定位***(GPS)传感器52、导航***24和类似的操作功能，HMI装置60可以包括控制器。HMI装置60监测操作者请求，并且向操作者提供信息，包括交通工具***的状态、服务和维护信息。HMI装置60可以与多个操作者界面装置通信，和/或控制多个操作者界面装置的操作，其中，操作者界面装置能够传送与自动交通工具控制***中的操作相关联的消息。HMI装置60还可以与一个或多个装置通信，所述一个或多个装置监测与交通工具操作者相关联的生物特征数据，例如，包括眼睛视线位置、姿势和头部位置追踪等等。为简化表述，HMI装置60表述为单一装置，但是在本申请***的实施例中，可以设置为多个控制器和相关联的感测装置。操作者界面装置可以包括能够传送催促操作者动作的消息的装置，并且可以包括电子视觉显示模块，例如，液晶显示器(LCD)装置、平视显示器(HUD)、音频反馈装置、可穿戴装置和触觉座椅。能够催促操作者动作的操作者界面装置可以由HMI装置60控制或通过HMI装置60控制。在操作者的视场中，HUD可投影信息反射到交通工具的挡风玻璃的内部侧上，包括传送与操作自动交通工具控制***中的一个相关联的置信水平。HUD还可提供增强现实信息，例如，车道位置、交通工具路径、方向和/或导航信息等等。
机载导航***24基于数字化道路地图25向交通工具操作者提供导航支持和信息。自主控制器65基于数字化道路地图25控制自主交通工具操作或ADAS交通工具功能。
交通工具10可以包括远程信息处理控制器75，所述远程信息处理控制器75包括能够进行交通工具外通信(包括与具有无线和有线通信能力的通信网络90通信)的无线远程信息处理通信***。远程信息处理控制器75能够进行交通工具外通信，包括短程交通工具对于交通工具(V2V)通信和/或交通工具对于外界(V2x)通信，其可以包括与基础设施监测器(例如，交通摄像头)的通信。可选地或附加地，远程信息处理控制器75具有无线远程信息处理通信***，所述无线远程信息处理通信***能够与手持装置(例如，蜂窝电话、卫星电话或另一电话装置)短程无线通信。在一个实施例中，手持装置包括软件应用，所述软件应用包括无线协议，用于与远程信息处理控制器75通信，并且手持装置可以执行交通工具外通信，包括基于通信网络90与非机载服务器95通信。可选地或附加地，远程信息处理控制器75基于通信网络90与非机载服务器95通信而直接执行交通工具外通信。
术语“控制器”和相关术语(例如，微控制器、控制单元、处理器和类似的术语)指的是以下中的一个或各种组合：(多个)专用集成电路(ASIC)、现场可编程门阵列(FPGA)、(多个)电子电路、(多个)中央处理单元，例如，(多个)微处理器和呈存储器和存储装置(只读、可编程只读、随机存取、硬盘驱动等等)的形式的(多个)相关联的非暂时性存储器部件(由存储器23指示)。非暂时性存储器部件能够呈以下形式存储机器可读指令：一个或多个软件或固件程序或例程、(多个)组合逻辑电路、(多个)输入/输出电路和装置、信号调节和缓冲电路***以及可由一个或多个处理器存取的其它部件，用于实现相应的功能。(多个)输入/输出电路和装置包括监测来自传感器的输入的模拟/数字转换器和相关装置，可以以预设采样频率或响应于触发事件而监测此类输入。软件、固件、程序、指令、控制例程、代码、算法和类似的术语指代控制器可执行指令集，包括校准和查找表。每个控制器执行(多个)控制例程，用于提供相应功能。例程可按定期间隔执行，例如，在正在进行的操作期间每100微秒执行一次。可选地，例程可响应于触发事件而执行。控制器、致动器和/或传感器之间的通信可使用直接有线点对点链路、网络化通信总线链路、无线链路或其他合适的通信链路而实现。通信包括相应的交换数据信号，例如，包括基于传导介质的电气信号、基于空气的电磁信号、基于光学波导的光学信号等等。数据信号可以包括离散的、模拟的或数字化的模拟信号，其表示来自传感器的输入、致动器命令以及控制器之间的通信。术语“信号”指的是传递信息的物理可识别指示符，并且可以为相应的波形(例如，电气、光学、磁性、机械或电磁)，例如，DC、AC、正弦波、三角波、方波、振动和类似，其能够通过介质传播。参数被限定为可测量的量，其表示可使用一个或多个传感器和/或物理模型而识别的装置或其它元件的物理性质。参数可具有离散值，例如，“1”或“0”，或在值上无限可变。
在一个实施例中，如图2所示，提供了一种车辆避障规划方法，包括以下步骤：
S201：获取自车信息和危险目标信息。
本申请实施例中，首先，通过摄像头、雷达、车载传感器等车辆感知***实时获取自车信息和危险目标信息，其中，自车信息包括自车当前速度及加速度、横摆角速度、自车位置信息等，危险目标指在自车当前行驶方向上未来可能与自车发生碰撞的车辆、行人、路障等障碍物，危险目标信息包括目标横纵向位置、当前速度及加速度、航向角等。
S203：基于所述自车信息和危险目标信息确定碰撞点。
本申请实施例中，在获取自车信息和危险目标信息之后，基于自车信息和危险目标信息确定碰撞点，即基于自车和危险目标的当前状态，预测若自车不改变状态，未来可能与危险目标发生碰撞时的位置信息，自车状态和危险目标状态决定了碰撞位置是否会发生变化。
S205：基于所述碰撞点确定多个避障终点，基于所述自车信息和多个避障终点规划多个初始避障路线。
本申请实施例中，在基于自车信息和危险目标信息确定碰撞点之后，基于碰撞点确定多个避障终点，即在碰撞点周围，选择多个能够避免与危险目标发生碰撞的自车可以经过的位置点，将其假设为自车局部行驶路径的终点，基于自车信息和多个避障终点规划出多个初始避障路线，即能够避免与危险目标发生碰撞的行驶路线。具体的，即将自车当前位置作为规划避障路线的起点，结合多个避障终点，结合运动学公式或贝塞尔曲线规划等方式，规划出多个避免发生碰撞的可选择的行驶路线。
S207：确定所述多个初始避障路线的代价函数，基于所述代价函数确定目标避障路线。
本申请实施例中，在规划得到多个初始避障路线之后，通过结合代价函数与多个初始避障路线的信息确定每条初始避障路线的代价函数值，其中，代价函数指自车按照当前避障路线行驶，需要消耗的能量值，代价函数值越小，其避障规划执行结果越好，通常与避障路线的长度、自车加速度变化率的稳定性等相关，并基于代价函数值的大小，选择代价函数值最小，即所需消耗能量最小的初始避障路线最优，确定为目标避障路线，引导车辆完成避障。
上述车辆避障规划方法中，首先，获取自车信息和危险目标信息，之后，基于所述自车信息和危险目标信息确定碰撞点，之后，基于所述碰撞点确定多个避障终点，基于所述自车信息和多个避障终点规划多个初始避障路线，最后，确定所述多个初始避障路线的代价函数，基于所述代价函数确定目标避障路线。也就是说，在进行自车避障规划时，通过结合危险目标信息确定碰撞点，并基于碰撞点确定多个可以避免碰撞的避障路线，并结合代价函数确定最优的避障路线，综合考虑了危险目标的变化情况，提高了避障路线规划的准确性与有效性。
在本申请的一个实施例中，所述自车信息包括自车曲率、自车曲率变化率，所述危险目标信息包括危险目标位置、危险目标速度，所述基于所述自车信息和目标信息确定碰撞点包括：
若所述危险目标速度为零，则基于所述危险目标位置确定碰撞纵向位置，基于所述危险目标位置、自车曲率和自车曲率变化率确定碰撞横向位置。
在本申请的一个实施例中，计算碰撞点时，分为危险目标静止和危险目标运动两种情况，其中，当危险目标静止时，即危险目标速度为零时，危险目标所处的纵向位置即为未来可能发生碰撞的碰撞纵向位置，碰撞横向位置即自车到达目标纵向位置时横向发生的偏移量，与自车的状态有关，如自车曲率以及自车曲率变化率，具体应用中，以自车后轴中心为原点，建立坐标系，通过感知***得到危险目标位置信息(Pxobj，Pyobj)，则到达碰撞点的碰撞纵向位置Pxcollision即危险目标距离自车的纵向位置，即Pxcollision＝Pxobj。之后，基于危险目标距离自车的纵向位置Pxobj、自车曲率C以及曲率变化率Cr，根据下述公式计算得到碰撞横向位置Pycollision。
需要说明的是，确定的碰撞点离当前自车位置的纵向距离限制在(10,50)之间，碰撞点离当前自车位置的横向距离限制在(-10,10)之间，该范围通过实验标定得到。
本实施例中，若危险目标速度为零，则基于危险目标位置确定碰撞纵向位置，基于危险目标位置、自车曲率和自车曲率变化率确定碰撞横向位置，能够准确计算危险目标静止时的碰撞点，提高了避障路线规划的准确性。
在本申请的一个实施例中，所述自车信息包括自车速度及加速度，所述危险目标信息包括危险目标加速度，所述基于所述自车信息和目标信息确定碰撞点还包括：
若所述危险目标速度不为零，则基于所述危险目标位置、自车速度及加速度、危险目标速度、危险目标加速度确定碰撞纵向位置，基于所述危险目标位置、自车曲率和自车曲率变化率确定碰撞横向位置。
在本申请的一个实施例中，同上所述，当危险目标运动时，即危险目标速度不为零时，基于危险目标位置、自车速度及加速度、危险目标速度、危险目标加速度确定碰撞纵向位置，具体的，通过感知***得到危险目标位置信息(Pxobj，Pyobj)，碰撞时刻的碰撞纵向位置Pxcollision通过下述公式得到。
Pxcollision＝Pxobj+vobj*TTC
其中，vobj为危险目标速度，TTC为计算得到的当前时刻到自车与危险目标发生碰撞的时间，当危险目标加速度aobj<0时，即危险目标在减速中，且最终会停止，碰撞可能发生在危险目标停止之前，也可能发生在危险目标停止之后。
之后，基于危险目标距离自车的纵向位置Pxobj、自车曲率C以及曲率变化率Cr，根据下述公式计算得到碰撞横向位置Pycollision，即自车到达目标纵向位置时横向发生的偏移量。
需要说明的是，确定的碰撞点离当前自车位置的纵向距离限制在(10,50)之间，碰撞点离当前自车位置的横向距离限制在(-10,10)之间，该范围通过实验标定得到。
本实施例中，若危险目标速度不为零，则基于危险目标位置、自车速度及加速度、危险目标速度、危险目标加速度确定碰撞纵向位置，基于危险目标位置、自车曲率和自车曲率变化率确定碰撞横向位置，能够准确计算危险目标运动时的碰撞点，提高了避障路线规划的准确性。
在本申请的一个实施例中，所述基于所述自车信息和多个避障终点规划多个初始避障路线包括：
S301：基于所述自车信息确定避障路线起点。
S303：基于所述起点信息和终点信息确定规划参数，其中，所述起点信息包括起点横向位置、起点航向角、起点曲率、起点曲率变化率，所述终点信息包括终点横向位置、终点纵向位置、终点航向角、终点曲率、终点曲率变化率。
S305：基于所述规划参数、避障路线起点以及避障终点确定多个初始避障路线。
在本申请的一个实施例中，首先，基于自车信息确定避障路线起点，即将自车当前位置作为避障路线规划的起始位置，避障终点即路线规划结束位置，为基于确定的碰撞点的横纵向位置在周围选取的N*N个不同的终点，具体应用中，如图3所示，以碰撞点在自车左侧为例，取N＝5，共25个点，对于给出的25个点，其中终点距离碰撞点的横向位置为1m，之后每个终点的横向距离以0.5m递增，纵向距离以1m递增。
之后，基于起点信息和终点信息确定规划参数，具体的，避障路线由七次多项式计算得到，七次多项式的形式为y＝a+bt+ct2+dt3+et4+ft5+gt6+ht7，规划参数即其中的系数(a，b，c，d，e，f，g，h)，通过起点信息和终点信息构成的八个方程，可以计算得到规划参数。八个方程如下所示。
a＝Y0
b＝H0
2c＝C0
6d＝Cr0
a+b·x+c·x2+d·x3+e·x4+f·x5+g·x6+h·x7＝Y1
b+2c·x+3d·x2+4e·x3+5f·x4+6g·x5+7h·x6＝H1
2c+6d·x+12e·x2+20f·x3+30g·x4+42h·x5＝C1
6d+21e·x+60f·x2+120g·x3+210h·x4＝Cr1
其中，Y0为起点横向位置，H0为起点航向角，C0为起点曲率，Cr0为起点曲率变化率，Y1为终点横向位置，H1为终点航向角，C1为终点曲率，Cr1为终点曲率变化率，x为终点纵向位置。
例如，起点(0，0，0，0，0)，终点(25，1，0，0，0)，得到的七次多项式系数为10-4*(0,0,0,0,0.896,-0.086,0.0029,0)。
最后，基于规划参数、避障路线起点以及避障终点确定多个初始避障路线，如图4所示，为一条避障路线规划结果。需要说明的是，根据避障路线的七次多项式，能够得到规划速度v为y的一阶导数，即v＝b+2ct+3dt2+4et3+5ft4+6gt5+7ht6，规划加速度a为y的二阶导数，即a＝2c+6dt+12et2+20ft3+30gt4+42ht5，规划加速度变化率j为y的三阶导数，即j＝6d+14et+60ft2+120gt3+210ht4。
本实施例中，通过基于自车信息确定避障路线起点，基于起点信息和终点信息确定规划参数，基于规划参数、避障路线起点以及避障终点确定多个初始避障路线，能够提高避障路线规划的实用性，减少反复进行规划的次数。
在本申请的一个实施例中，所述初始避障路线包括自车加速度变化趋势、路线总距离，所述确定所述多个初始避障路线的代价函数包括：
基于所述自车加速度变化趋势、路线总距离以及路线安全系数确定代价函数，其中路线安全系数基于自车信息和危险目标信息判断得到。
在本申请的一个实施例中，代价函数表示了车辆按照初始避障路线行驶所需消耗的能量，消耗能量最少的初始避障路线最优，最适合自车进行避障，其由自车加速度变化趋势、路线总距离以及路线安全系数共同约束，可以采用下述公式表示。
其中，∝、β、γ为相应的系数，Jerki表示在第i个采样点的自车加速度变化趋势，dis表示当前避障路线起始点到终点的距离，isSafe表示路线安全系数，一般根据自车信息和危险目标信息判断得到，具体应用中，可以通过避障路线中自车和危险目标的最近距离是否不小于安全距离来判断路线是否安全。
本实施例中，通过基于自车加速度变化趋势、路线总距离以及路线安全系数确定代价函数，能够提高避障规划路线的有效性。
在本申请的一个实施例中，所述方法还包括：
基于自车信息以及环境信息进行避让侧规划风险评估。
在本申请的一个实施例中，在进行避障路线规划时，还需要确定自车相邻左/右车道是否安全，是否支持自车变道从而避免与障碍物碰撞，因此，在进行避障路线规划时，基于自车信息和环境信息进行避让侧风险评估，具体的，可以基于相邻车道是否有车辆，相邻车道的状态等信息确定相邻车道是否安全。
本实施例中，通过基于自车信息以及环境信息进行避让侧风险评估，能够提高避障路线规划的安全性。
在本申请的一个实施例中，所述基于自车信息以及环境信息进行避让侧规划风险评估包括：
S401：基于环境信息划分相邻车道，判断所述相邻车道各区域是否存在危险车辆。
S403：若所述各区域存在危险车辆，则分区域结合安全距离进行避让侧规划风险评估。
在本申请的一个实施例中，如图5所示，以避让侧为自车相邻左车道为例，基于环境信息划分相邻车道，即将相邻左车道划分为A、B、C三个区域，自车正左方为A区域，自车左下方为B区域，自车左上方为C区域，具体的，A区域范围为[-α*VLgt，8]，B区域范围为[-80，-α*VLgt]，C区域范围为[8,80]，其中，α＝0.4为标定量，VLgt为自车速度(单位：m)，按区域划分相邻车道之后，判断各区域中是否存在危险车辆。若各区域存在危险车辆，则分区域结合安全距离进行避让侧规划风险评估。具体的，如果A区域存在危险车辆，则左侧相邻车道视为不安全；如果B区域存在危险车辆，则通过判断危险车辆减速至与自车速度相同时需要的距离S1、自车驾驶员反应时间内行驶距离S2以及安全距离S3之和与制动防抱死***(antilock brake system，ABS)的限制距离的大小，确定左侧相邻车道是否安全，即当abs(PosnLgtObj)>s1+s2+s3，左侧相邻车道安全；如果C区域存在危险车辆，则通过判断自车减速到与危险车辆速度相同需要的距离S1、自车驾驶员反应时间内行驶距离S2以及安全距离S3之和与ABS的限制距离的大小，确定左侧相邻车道是否安全，即当abs(PosnLgtObj)>s1+s2+s3，左侧相邻车道安全。同样的，避让侧为自车相邻右车道时，也可以采用上述方法进行避让侧规划风险评估。
本实施例中，通过基于环境信息划分相邻车道，判断相邻车道各区域是否存在危险车辆，若各区域存在危险车辆，则分区域结合安全距离进行避让侧规划风险评估，提高了避障路线规划的安全性。
下面以一个具体实施例说明本申请的车辆避障规划方法的具体实施步骤。首先，S501，获取自车信息和危险目标信息，之后，S503，基于所述自车信息和危险目标信息确定碰撞点，具体的，分为两种情况，S505，若所述危险目标速度为零，则基于所述危险目标位置确定碰撞纵向位置，基于所述危险目标位置、自车曲率和自车曲率变化率确定碰撞横向位置，S507，若所述危险目标速度不为零，则基于所述危险目标位置、自车速度及加速度、危险目标速度、危险目标加速度确定碰撞纵向位置，基于所述危险目标位置、自车曲率和自车曲率变化率确定碰撞横向位置。
之后，S509，基于自车信息以及环境信息进行避让侧规划风险评估，具体的，S511-S513，基于环境信息划分相邻车道，判断所述相邻车道各区域是否存在危险车辆，若所述各区域存在危险车辆，则分区域结合安全距离进行避让侧规划风险评估。
之后，S515，基于所述碰撞点确定多个避障终点，基于所述自车信息和多个避障终点规划多个初始避障路线，具体的，S517-S521，基于所述自车信息确定避障路线起点；基于所述起点信息和终点信息确定规划参数，其中，所述起点信息包括起点横向位置、起点航向角、起点曲率、起点曲率变化率，所述终点信息包括终点横向位置、终点纵向位置、终点航向角、终点曲率、终点曲率变化率；基于所述规划参数、避障路线起点以及避障终点确定多个初始避障路线。
最后，S523，确定所述多个初始避障路线的代价函数，基于所述代价函数确定目标避障路线。具体的，S525，基于所述自车加速度变化趋势、路线总距离以及路线安全系数确定代价函数，其中路线安全系数基于自车信息和危险目标信息判断得到。
在本申请的一个实施例中，如图6、7所示，在具体应用中，危险目标可以是前方与车辆同一行驶方向的车辆、行人、非机动车、未知障碍物或突然出现的横穿车辆、行人、非机动车等，具体的，例如图中所示的多种应用情况，在存在车道线与不存在车道线情况下均可以应用车道避障规划方法，具体包括自车与前车存在碰撞风险、自车与前方行人和非机动车存在碰撞风险以及自车与前方未知障碍物存在碰撞风险、前车突然切出存在碰撞风险、前方纵向目标和横穿目标同时存在时存在碰撞风险。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的车辆避障规划方法的车辆避障规划装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个车辆避障规划装置实施例中的具体限定可以参见上文中对于车辆避障规划方法的限定，在此不再赘述。
在一个实施例中，如图8所示，提供了一种车辆避障规划装置800，包括：信息获取模块801、碰撞点确定模块803、初始避障路线规划模块805和目标避障路线确定模块807，其中：
信息获取模块801，用于获取自车信息和危险目标信息。
碰撞点确定模块803，用于基于所述自车信息和危险目标信息确定碰撞点。
初始避障路线规划模块805，用于基于所述碰撞点确定多个避障终点，基于所述自车信息和多个避障终点规划多个初始避障路线。
目标避障路线确定模块807，用于确定所述多个初始避障路线的代价函数，基于所述代价函数确定目标避障路线。
在本申请的一个实施例中，所述自车信息包括自车曲率、自车曲率变化率，所述危险目标信息包括危险目标位置、危险目标速度，所述碰撞点确定模块还用于：
若所述危险目标速度为零，则基于所述危险目标位置确定碰撞纵向位置，基于所述危险目标位置、自车曲率和自车曲率变化率确定碰撞横向位置。
在本申请的一个实施例中，所述自车信息包括自车速度及加速度，所述危险目标信息包括危险目标加速度，所述碰撞点确定模块还用于：
若所述危险目标速度不为零，则基于所述危险目标位置、自车速度及加速度、危险目标速度、危险目标加速度确定碰撞纵向位置，基于所述危险目标位置、自车曲率和自车曲率变化率确定碰撞横向位置。
在本申请的一个实施例中，所述初始避障路线规划模块还用于：
基于所述自车信息确定避障路线起点；
基于所述起点信息和终点信息确定规划参数，其中，所述起点信息包括起点横向位置、起点航向角、起点曲率、起点曲率变化率，所述终点信息包括终点横向位置、终点纵向位置、终点航向角、终点曲率、终点曲率变化率；
基于所述规划参数、避障路线起点以及避障终点确定多个初始避障路线。
在本申请的一个实施例中，所述初始避障路线包括自车加速度变化趋势、路线总距离，所述目标避障路线确定模块还用于：
基于所述自车加速度变化趋势、路线总距离以及路线安全系数确定代价函数，其中路线安全系数基于自车信息和危险目标信息判断得到。
所述车辆避障规划装置还包括风险评估模块。在本申请的一个实施例中，所述风险评估模块用于：
基于自车信息以及环境信息进行避让侧规划风险评估。
在本申请的一个实施例中，所述风险评估模块还用于：
基于环境信息划分相邻车道，判断所述相邻车道各区域是否存在危险车辆；
若所述各区域存在危险车辆，则分区域结合安全距离进行避让侧规划风险评估。
上述车辆避障规划装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种车辆避障规划方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆避障规划方法，其特征在于，所述方法包括：
获取自车信息和危险目标信息；
基于所述自车信息和危险目标信息确定碰撞点；
基于所述碰撞点确定多个避障终点，基于所述自车信息和多个避障终点规划多个初始避障路线；
确定所述多个初始避障路线的代价函数，基于所述代价函数确定目标避障路线。
2.根据权利要求1所述的方法，其特征在于，所述自车信息包括自车曲率、自车曲率变化率，所述危险目标信息包括危险目标位置、危险目标速度，所述基于所述自车信息和危险目标信息确定碰撞点包括：
若所述危险目标速度为零，则基于所述危险目标位置确定碰撞纵向位置，基于所述危险目标位置、自车曲率和自车曲率变化率确定碰撞横向位置。
3.根据权利要求2所述的方法，其特征在于，所述自车信息包括自车速度及加速度，所述危险目标信息包括危险目标加速度，所述基于所述自车信息和危险目标信息确定碰撞点还包括：
若所述危险目标速度不为零，则基于所述危险目标位置、自车速度及加速度、危险目标速度、危险目标加速度确定碰撞纵向位置，基于所述危险目标位置、自车曲率和自车曲率变化率确定碰撞横向位置。
4.根据权利要求1所述的方法，其特征在于，所述基于所述自车信息和多个避障终点规划多个初始避障路线包括：
基于所述自车信息确定避障路线起点；
基于所述起点信息和终点信息确定规划参数，其中，所述起点信息包括起点横向位置、起点航向角、起点曲率、起点曲率变化率，所述终点信息包括终点横向位置、终点纵向位置、终点航向角、终点曲率、终点曲率变化率；
基于所述规划参数、避障路线起点以及避障终点确定多个初始避障路线。
5.根据权利要求1所述的方法，其特征在于，所述初始避障路线包括自车加速度变化趋势、路线总距离，所述确定所述多个初始避障路线的代价函数包括：
基于所述自车加速度变化趋势、路线总距离以及路线安全系数确定代价函数，其中路线安全系数基于自车信息和危险目标信息判断得到。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于自车信息以及环境信息进行避让侧规划风险评估。
7.根据权利要求6所述的方法，其特征在于，所述基于自车信息以及环境信息进行避让侧规划风险评估包括：
基于环境信息划分相邻车道，判断所述相邻车道各区域是否存在危险车辆；
若所述各区域存在危险车辆，则分区域结合安全距离进行避让侧规划风险评估。
8.一种车辆避障规划装置，其特征在于，所述装置包括：
信息获取模块，用于获取自车信息和危险目标信息；
碰撞点确定模块，用于基于所述自车信息和危险目标信息确定碰撞点；
初始避障路线规划模块，用于基于所述碰撞点确定多个避障终点，基于所述自车信息和多个避障终点规划多个初始避障路线；
目标避障路线确定模块，用于确定所述多个初始避障路线的代价函数，基于所述代价函数确定目标避障路线。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311500887.6A CN117784768A (zh) | 2023-11-13 | 2023-11-13 | 车辆避障规划方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311500887.6A CN117784768A (zh) | 2023-11-13 | 2023-11-13 | 车辆避障规划方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117784768A true CN117784768A (zh) | 2024-03-29 |
Family
ID=90378732
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311500887.6A Pending CN117784768A (zh) | 2023-11-13 | 2023-11-13 | 车辆避障规划方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117784768A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118082868A (zh) * | 2024-04-17 | 2024-05-28 | 四川轻化工大学 | 一种基于区块链的自动驾驶汽车控制方法及*** |
-
2023
- 2023-11-13 CN CN202311500887.6A patent/CN117784768A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118082868A (zh) * | 2024-04-17 | 2024-05-28 | 四川轻化工大学 | 一种基于区块链的自动驾驶汽车控制方法及*** |
| CN118082868B (zh) * | 2024-04-17 | 2024-06-21 | 四川轻化工大学 | 一种基于区块链的自动驾驶汽车控制方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11414080B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
| US11249474B2 (en) | Safety of autonomous vehicles using a virtual augmented support environment | |
| US10591919B1 (en) | Avoiding blind spots of other vehicles | |
| CN106952471B (zh) | 交叉路口处驾驶员意图的预测 | |
| US11167753B2 (en) | Vehicle control device, vehicle control method, and vehicle control program | |
| Sivaraman et al. | Dynamic probabilistic drivability maps for lane change and merge driver assistance | |
| US10232848B2 (en) | Detection of left turn across path/opposite direction oncoming objects | |
| JP2019156265A (ja) | 表示システム、表示方法、およびプログラム | |
| JP2019182305A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
| CN112824997B (zh) | 用于局部行进车道感知的方法和*** | |
| CN111824141B (zh) | 显示控制装置、显示控制方法及存储介质 | |
| CN117784768A (zh) | 车辆避障规划方法、装置、计算机设备和存储介质 | |
| CN116653964B (zh) | 变道纵向速度规划方法、装置和车载设备 | |
| CN116691688B (zh) | 车辆变道轨迹缝合方法、装置和域控制器 | |
| CN112987053A (zh) | 监测偏航传感器的方法和设备 | |
| CN116674557A (zh) | 车辆自主变道动态规划方法、装置和域控制器 | |
| US11845429B2 (en) | Localizing and updating a map using interpolated lane edge data | |
| JP2023149591A (ja) | 運転支援装置及び運転支援方法 | |
| CN112896117B (zh) | 用于控制车辆的自主制动***的方法和子*** | |
| CN116653965B (zh) | 车辆变道重规划触发方法、装置及域控制器 | |
| JP7465705B2 (ja) | 車両制御装置、車両制御方法、及びプログラム | |
| CN117782120A (zh) | 危险碰撞目标轨迹预测方法、装置、计算机设备 | |
| EP4136004A1 (en) | Teleoperations for collaborative vehicle guidance | |
| CN117681868A (zh) | 车辆避障碰撞检测方法、装置、计算机设备和存储介质 | |
| CN117073709B (zh) | 路径规划方法、装置、计算机设备以及存储介质 |
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 |