CN117968710A - 行驶路径规划方法、相关设备、存储介质以及程序产品 - Google Patents

行驶路径规划方法、相关设备、存储介质以及程序产品 Download PDF

Info

Publication number
CN117968710A
CN117968710A CN202211315922.2A CN202211315922A CN117968710A CN 117968710 A CN117968710 A CN 117968710A CN 202211315922 A CN202211315922 A CN 202211315922A CN 117968710 A CN117968710 A CN 117968710A
Authority
CN
China
Prior art keywords
path
vehicle
reversing
obstacle avoidance
current
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
CN202211315922.2A
Other languages
English (en)
Inventor
梁建
李涛
张哲�
赵凭
王肖
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.)
Chongqing Landshipu Information Technology Co ltd
Original Assignee
Chongqing Landshipu Information Technology Co ltd
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 Chongqing Landshipu Information Technology Co ltd filed Critical Chongqing Landshipu Information Technology Co ltd
Priority to CN202211315922.2A priority Critical patent/CN117968710A/zh
Publication of CN117968710A publication Critical patent/CN117968710A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请实施例提供了一种行驶路径规划方法、相关设备、存储介质以及程序产品。所述行驶路径规划方法包括:在车辆的当前前行路径为不可行避障路径时,基于所述车辆的当前位置作为起点,生成倒车路径;在所述倒车路径为可行避障路径时,基于所述倒车路径的终点作为起点,生成下一前行路径;在所述下一前行路径为可行避障路径时,将所述倒车路径和所述下一前行路径融合成所述车辆的行驶路径。本申请实施例的方案通过倒车路径和下一前行路径实现了可靠的前行避障。

Description

行驶路径规划方法、相关设备、存储介质以及程序产品
技术领域
本申请实施例涉及自动驾驶技术领域,尤其涉及一种行驶路径规划方法、相关设备、存储介质以及程序产品。
背景技术
随着人工智能技术以及现代制造业的发展,无人驾驶技术已经逐渐走进人们的日常生活,潜移默化的改变着人们的出行方式。在无人驾驶技术可以简要的分为感知、预测、定位、决策、路径规划与控制几个环节。
在路径规划时,避障对于无人驾驶车辆而是一项重要能力,车辆自身根据当前位姿信息探索车辆前方的周边环境空间来在道路中规划出可行的无碰撞避障路径,然后,车辆的控制装置基于无碰撞避障路径前行行驶,以规避道路中的障碍物。
然后,在无人驾驶车辆的行驶过程中,可能存在障碍物发现较晚、障碍物突然出现、车辆在启动无人驾驶时前方已有障碍物导致车辆前行避障失败等情况,导致无人驾驶车辆难以规划出避障路径,在避障过程中往往需要人工干预。
发明内容
有鉴于此,本申请实施例提供一种行驶路径规划方法、相关设备、存储介质以及程序产品,以至少部分解决上述问题。
根据本申请实施例的第一方面,提供了一种行驶路径规划方法,其特征在于,包括:在车辆的当前前行路径为不可行避障路径时,基于所述车辆的当前位置作为起点,生成倒车路径;在所述倒车路径为可行避障路径时,基于所述倒车路径的终点作为起点,生成下一前行路径;在所述下一前行路径为可行避障路径时,将所述倒车路径和所述下一前行路径融合成所述车辆的行驶路径。
在本发明的另一实现方式中,所述基于所述车辆的当前位置作为起点,生成倒车路径,包括:基于所述车辆的当前位置作为起点,生成多个备选倒车路径;基于所述多个备选倒车路径的路径长度排序,选择倒车路径,其中,所述倒车路径的长度小于所述多个备选倒车路径中的其他倒车路径的长度。
在本发明的另一实现方式中,所述基于所述车辆的当前位置作为起点,生成多个备选倒车路径,包括:在车辆的当前前行路径为不可行避障路径时,获取所述车辆的当前位姿参数,所述当前位姿参数至少指示所述车辆的当前位置和当前航向角;基于所述当前位置作为起点,生成基于所述当前航向角执行的多个转向角;确定分别与所述多个转向角对应的多个备选倒车路径。
在本发明的另一实现方式中,所述方法还包括:获取障碍物信息,所述障碍物信息指示所述车辆周围的障碍物位置;在所述倒车路径不经过所述障碍物信息指示的障碍物位置时,判断所述倒车路径为可行避障路径。
在本发明的另一实现方式中,所述方法还包括:获取障碍物信息,所述障碍物信息指示所述车辆周围的障碍物位置。所述基于所述车辆的当前位置作为起点,生成倒车路径,包括:基于所述车辆的当前位置作为起点,生成多个备选倒车路径;判断所述多个备选倒车路径中的当前备选倒车路径是否经过所述障碍物位置;如果为否,则利用所述多个备选倒车路径中的下一备选倒车路径更新所述当前备选倒车路径,如果为是,则将所述当前备选倒车路径记录为可行避障路径;在记录的各个可行避障路径中,选择倒车路径。
在本发明的另一实现方式中,所述在记录的各个可行避障路径中,选择倒车路径,包括:对记录的各个可行避障路径的路径长度进行排序;将路径长度在预设序数之前的可行避障路径确定为倒车路径。
在本发明的另一实现方式中,所述将所述倒车路径和所述下一前行路径融合成所述车辆的行驶路径,包括:连接所述当前位置与所述下一前行路径的终点,得到所述车辆的行驶路径。
根据本申请实施例的第二方面,提供了一种行驶路径规划方法,包括:在车辆的当前倒车路径为不可行避障路径时,基于所述车辆的当前位置作为起点,生成前行路径;在所述前行路径为可行避障路径时,基于所述前行路径的终点作为起点,生成下一倒车路径;在所述下一倒车路径为可行避障路径时,将所述前行路径和所述下一倒车路径融合成所述车辆的行驶路径。
在本申请实施例的方案中,在车辆的当前倒车路径为不可行避障路径的情况下,所生成的前行路径充分利用了车辆周围的移动空间,在前行路径为可行避障路径的情况下,可以通过前行路径生成下一倒车路径,调整了倒车避障的起点,提高了获取可行的倒车避障路径的可能性,从而在下一倒车路径为可行避障路径时,能够通过下一倒车路径实现可靠的倒车避障。
根据本申请实施例的第三方面,提供了一种行驶路径规划装置,包括:第一路径生成模块,在车辆的当前前行路径为不可行避障路径时,基于所述车辆的当前位置作为起点,生成倒车路径;第二路径生成模块,在所述倒车路径为可行避障路径时,基于所述倒车路径的终点作为起点,生成下一前行路径;第三路径生成模块,在所述下一前行路径为可行避障路径时,将所述倒车路径和所述下一前行路径融合成所述车辆的行驶路径。
根据本申请实施例的第四方面,提供了一种行驶路径规划装置,包括:第四路径生成模块,在车辆的当前倒车路径为不可行避障路径时,基于所述车辆的当前位置作为起点,生成前行路径;第五路生成模块,在所述前行路径为可行避障路径时,基于所述前行路径的终点作为起点,生成下一倒车路径;第六路径生成模块,在所述下一倒车路径为可行避障路径时,将所述前行路径和所述下一倒车路径融合成所述车辆的行驶路径
根据本申请实施例的第五方面,提供了一种自动驾驶设备,包括:传感器、处理器、存储器、通信接口和通信总线,所述传感器、所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述传感器用于对所述自动驾驶设备所在环境进行环境数据采集,并生成感知数据;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器基于所述感知数据执行如第一方面或第二方面所述的方法对应的操作。
根据本申请实施例的第六方面,提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面或第二方面所述的行驶路径规划方法。
根据本申请实施例的第七方面,提供了一种计算机程序产品,包括计算机指令,所述计算机指令指示计算设备执行如第一方面或第二方面所述方法对应的操作。
在本申请实施例的方案中,在车辆的当前前行路径为不可行避障路径的情况下,所生成的倒车路径充分利用了车辆周围的移动空间,在倒车路径为可行避障路径的情况下,可以通过倒车路径生成下一前行路径,调整了前行避障的起点,提高了获取可行的前行避障路径的可能性,从而在下一前行路径为可行避障路径时,能够通过下一前行路径实现可靠的前行避障。
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实施例中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为根据一个示例的自动驾驶***的示意图框图。
图2为采用图1的自动驾驶***的自动驾驶车辆的内部的示例图。
图3为采用图1的自动驾驶***进行路径规划的示意图。
图4为本发明一个实施例的行驶路径规划方法的步骤流程图。
图5为本发明另一实施例的行驶路径规划方法的步骤流程图。
图6为图4的实施例的一个示例的行驶路径规划过程的步骤流程图。
图7为图4的实施例的一个示例的行驶路径的示意图。
图8为根据本发明另一实施例的行驶路径规划装置的结构框图。
图9为根据本发明另一实施例的行驶路径规划装置的结构框图。
图10为根据本申请实施例五的一种自动驾驶设备的结构示意图。
具体实施方式
为了使本领域的人员更好地理解本申请实施例中的技术方案,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,所描述的实施例仅是本申请实施例一部分实施例,而不是全部的实施例。基于本申请实施例中的实施例,本领域普通技术人员所获得的所有其他实施例,都应当属于本申请实施例保护的范围。
下面结合本申请实施例附图进一步说明本申请实施例具体实现。
如图1所示,自动驾驶***100可以包括具有各种组件的车辆101。虽然本公开的某些方面结合特定类型的车辆是特别有用的,但是该车辆可以是任意类型的车辆,包括但并不限于轿车、卡车、摩托车、巴士、轮船、飞机、直升飞机、电动剪草机、休闲车辆、娱乐公园车辆、农场设备、建筑设备、有轨电车、高尔夫球车、火车和手推车。该车辆可以具有一个或多个计算机,诸如包含处理器120、存储器130以及通常出现在通用计算机中的其它组件的计算机110。
存储器130存储能够由处理器120访问的信息,包括可以由处理器120执行或以其它方式使用的指令132和数据134。存储器130可以为能够存储能够由处理器访问的信息的任意类型,包括计算机可读介质或存储可以借助于电子设备读取的数据的其它介质,诸如硬驱动、存储卡、ROM、RAM、DVD或其它光盘,以及其它可写入和只读存储器。***和方法可以包括以上的不同组合,由此该指令和数据的不同部分存储在不同类型的媒体上。
指令132可以是要由处理器直接(诸如机器代码)或间接(诸如脚本)执行的任意指令集合。例如,该指令可以作为计算机代码存储在计算机可读介质中。就此而言,术语“指令”和“程序”在这里可以互换使用。指令可以以目标代码格式存储以便由处理器直接处理,或者以包括按需进行解释或者提前编译的脚本或独立源代码模块的集合在内的任意其它计算机语言进行存储。指令的功能、方法和例程在下文中更为详细地进行解释
数据134可以由处理器120依据指令132进行检索、存储或修改。例如,虽然所要求的主题不被任何特定数据结构限制,但是数据可以存储在计算机寄存器、作为具有多个不同字段和记录的表格存储在关系数据库、XML文档或平面文件中。数据还可以以任意计算机可读格式进行格式化。仅作为进一步示例,图像数据可以作为由依据压缩或未压缩、无损(例如BMP)或有损(例如JPEG)、和基于位图或矢量(例如SVG)的格式的像素网格组成的位图以及用于绘制图形的计算机指令进行存储。数据可以包括足以识别出相关信息的任意信息,诸如编号、描述文本、属性代码、对相同存储器中的其它区域或不同存储器(包括其它网络位置)中所存储的数据的引用或者被函数用来计算相关数据的信息。
处理器120可以是任意的常规处理器,诸如可商业获得的CPU。替选地,处理器可以是专用设备,诸如ASIC或其它基于硬件的处理器。虽然图1在功能上将处理器、存储器和计算机110的其它部件图示为处于相同块之内,但是本领域技术人员应当理解的是,该处理器、计算机或存储器实际上可以包括可以或可以不存储在相同物理外壳之内的多个处理器、计算机或存储器。例如,存储器可以是位于在与计算机110不同的外壳之中的硬盘或其它存储介质。因此,对处理器或计算机的引用将被理解为包括对可以或可以不并行操作的处理器或计算机或存储器的集合的引用。不同于使用单个处理器来执行所里所描述的步骤,诸如转向组件和减速组件的一些组件每一个可以具有其自己的处理器,该处理器仅执行与该组件的特定功能相关的计算。
在这里所描述的各个方面中,处理器可以位于远离车辆处并且与该车辆进行无线通信。在其它方面,这里所描述的一些过程可以在部署在车辆内的处理器上执行,而且其它过程由远程处理器执行,包括采取执行单次操控做必需的步骤。
计算机110可以包括通常结合计算机使用的所有组件,诸如中央处理单元(CPU)、存储诸如web浏览器之类的数据134和指令的存储器(例如RAM和内部硬盘)、电子显示器152(例如,具有屏幕的监视器、小型LCD触摸屏或者能够进行操作以显示信息的任意其它电子设备)、用户输入150(例如鼠标、键盘、触摸屏和/或麦克风)以及用于采集与人的状态或期望相关的明确(例如手势)或隐含(例如“人在睡觉”)信息的各种传感器(例如视频相机)。
在一个示例中,计算机110可以是合并到车辆101中的自动驾驶计算***。图2描绘了自动驾驶车辆的内部的示例性设计。该自动驾驶车辆可以包括非自动驾驶车辆的所有特征,例如:诸如方向盘210的转向装置;诸如导航显示器215(其可以是电子显示器152的一部分)的导航显示装置;和诸如换挡杆220之类的档位选择装置。除以上之外,该车辆还可以具有各种用户输入设备140,诸如触摸屏217(其可以是电子显示器152的一部分)或按钮输入219,以便激活或禁用一个或多个自动驾驶模式并且使得驾驶员或乘客290能够向自动驾驶计算机110提供诸如导航目的地之类的信息。
该自动驾驶计算***可以能够与车辆的各个组件进行通信。例如,返回图1,计算机110可以与车辆的中央处理器160进行通信,并且可以向和从车辆101的各个***发送和接收信息以便控制车辆101的移动、速度等,上述***诸如制动***180、加速***182、信令***184和导航***186。在一个示例中,该车辆的中央处理器160可以执行非自动驾驶车辆中的中央处理器的所有功能。在另一个示例中,处理器120和160可以包括单个处理设备或者并行操作的多个处理器设备。
此外,当被启用时,计算机110可以控制车辆101的这些功能中的一些或全部,并且因此是完全或部分自动的。将要理解的是,虽然各种***和计算机110被示出在车辆101内,但是这些部件可以处于车辆101之外或者在物理上相隔很远。
该车辆还可以包括与计算机110进行通信以便确定设备的地理位置的地理位置组件144。例如,该位置组件可以包括GPS接收器以确定车辆的纬度、经度和/或海拔位置。诸如基于激光的定位***、惯性辅助GPS或基于相机的定位之类的其它位置***也可以被用来识别车辆的位置。车辆的位置可以包括绝对地理位置,诸如纬度、经度和海拔;以及相对位置信息,诸如相对于紧靠其周围的其它车辆的位置,其经常可以以比绝对地理位置更好的准确性进行确定。
该车辆还可以包括与计算机110进行通信的其它设备,诸如加速计、陀螺仪或另外的方向/速度检测设备146,以确定车辆的方向和速度或者它们的变化。仅作为示例,加速设备146可以确定其相对于重力方向或与之垂直的平面的倾角、偏航或侧倾(或者其变化)。设备还可以跟踪这样的变化的速度和方向的增加或减小。如这里所给出的设备所提供的位置和方位数据可以被自动提供给用户、计算机110、其它计算机以及它们的组合。
计算机110可以通过控制各种组件来控制车辆的方向和速度。作为示例,如果车辆以完全自动驾驶模式进行操作,则计算机110可以使得车辆加速(例如,通过增加提供给发动机的燃油或其它能量)、减速(例如,通过减少供应至发动机的燃油或者通过应用刹车)以及改变方向(例如,通过转动两个前轮)。
该车辆还可以包括用于检测车辆外部的诸如其它车辆、道路中的障碍物、交通信号、标志、树木等的物体的组件。检测***154可以包括激光、声纳、雷达、相机或者记录数据的任意其它检测设备,所述数据可以由计算机110进行处理。例如,如果该车辆是小型乘客车辆,则该汽车可以包括安装在车顶或其它方便位置的激光器。
图3为采用图1的自动驾驶***进行路径规划的示意图,如图3所示,配置有自动驾驶***100的车辆30(车辆101的示例)在面对前方障碍物310时,可以通过生成前行避障路径300来规避障碍物310,所示出了两条前行避障路径300仅仅为示例性地。在自动驾驶***100生成前行避障路径300,可以通过在车辆30所在的道路中生成多个采样点,然后,分别基于多个采样点,确定多个采样路径,在多个采样路径中,确定前行避障路径300。例如,车辆的位姿信息至少包括车辆的位置和航向角,可以根据车辆的位置、航向角以及采样点的位置,进行曲线拟合,然后,根据所拟合的曲线确定车辆在曲线中不同位置所采用的航向角。
车辆30的位置可以包括绝对地理位置,诸如纬度、经度和海拔;以及相对位置信息,诸如相对于紧靠其周围的其它车辆的位置,其经常可以以比绝对地理位置更好的准确性进行确定。车辆30可以基于绝对地理位置信息以及相对地理位置信息,得到道路信息,并且通过上述的检测***154识别出障碍物的轮廓,如果障碍物的至少部分经过采样路径,则采样路径为不可行避障路径。
图4为本发明一个实施例的行驶路径规划方法的步骤流程图。本实施例的行驶路径规划方法可以由图1的自动驾驶***100执行,适用于前行倒车避障场景,行驶路径规划方法包括:
S410:在车辆的当前前行路径为不可行避障路径时,基于车辆的当前位置作为起点,生成倒车路径。
应理解,可以采用图3的路径采样过程生成本实施例的前行路径。在生成倒车路径(例如,多个备选倒车路径)时,可以基于车辆的位姿信息(至少包括车辆的位置和航向角)进行计算,例如,多个备选倒车路径各自的对应的航向角不同,无需在道路中确定采样点,直接基于车辆的位置,确定以航向角倒车转向的路径,作为备选倒车路径,有利于提高倒车路径的生成效率。在一个示例中,在车辆的当前位置为停车位置且当前前行路径为不可行避障路径时,生成倒车路径。
还应理解,当前前行路径采用后轮驱动模式的前行避障算法确定,前行避障算法与车辆的驱动轮与从动轮的设置相关,例如,针对同一车辆中心移动轨迹,车辆可以采用后轮驱动模式或前轮驱动模式,例如,在后轮驱动模式下,车辆的两个后轮为驱动轮,两个前轮为从动轮。即,前行避障算法在后轮驱动模式下所确定的前行路径中覆盖的区域与在前轮驱动模式下所确定的前行路径不同,换言之,对于给定前行路径,车辆在后轮驱动模式下所覆盖的区域与在前轮驱动模式下所覆盖的区域不同。进一步地,所生成的倒车路径以及备选倒车路径采用后轮驱动模式的倒车避障算法确定。
S420:在倒车路径为可行避障路径时,基于倒车路径的终点作为起点,生成下一前行路径。
应理解,在确定倒车路径是否可行时,可以采用与前行路径类似的方式。在倒车路径的终点与车辆执行行驶路径规划方法时所处的位置(当前位置)在预设范围内时,生成下一前行路径。
S430:在下一前行路径为可行避障路径时,将倒车路径和下一前行路径融合成车辆的行驶路径。
应理解,可以拟合倒车路径和下一前行路径,得到车辆的行驶路径。也可以直接连接当前位置与下一前行路径的终点,得到车辆的行驶路径。还可以在车辆的行驶路径中标记倒车路径的终点,作为可行避障路径的判断参考点,或者在行驶路径中生成更多的判断参考点,提高了避障的灵活性和及时性。
在本申请实施例的方案中,在车辆的当前前行路径为不可行避障路径的情况下,所生成的倒车路径充分利用了车辆周围的移动空间,在倒车路径为可行避障路径的情况下,可以通过倒车路径生成下一前行路径,调整了前行避障的起点,提高了获取可行的前行避障路径的可能性,从而在下一前行路径为可行避障路径时,能够通过下一前行路径实现可靠的前行避障。
进一步地,后轮驱动模式的前行避障算法不会确定出车辆的倒车路径,避免过长的行驶路径,传统的后轮驱动模式的前行避障算法也是如此。传统的自动驾驶车辆并不存在后轮驱动模式的倒车避障算法,本实施例的后轮驱动模式的倒车避障算法即从多个备选倒车路径选择倒车路径的算法。为了避免过长的行驶路径,本实施例的后轮驱动模式的倒车避障算法也无需确定出车的前行路径。常规的自动驾驶车辆采用后轮驱动模式,在常规的自动驾驶车辆行驶过程中,车辆采用前行避障算法执行前行路径的探路,前行避障算法也是基于后轮驱动模式,从而提高了获取可行的前行避障路径的可能性。
此外,前行避障算法还与激光传感器的朝向及分布(传感器状态)相关,前行避障算法基于后轮驱动模式下的传感器状态所确定的前行路径中覆盖的区域与基于前轮驱动模式下的传感器状态所确定的前行路径不同。
在第一示例中,在生成可行避障路径的倒车路径中,可以首先生成多个备选倒车路径,从多个备选倒车路径中选择路径长度满足预定条件的倒车路径,然后,再判断满足路径长度预定条件的倒车路径是否为可行避障路径,由于优先计算了路径长度,在车辆沿着倒车路径行驶时,减小了躲避障碍物的空间,减小了交通拥堵的可能性。
可替代地,在第二示例中,可以首先生成多个备选倒车路径,从多个备选倒车路径中,选择多个可行避障路径,然后,在从多个可行避障路径中选择路径长度满足预定条件的倒车路径,由于优先计算了可行避障路径,在车辆沿着倒车路径行驶时,尽快地躲避了障碍物,提高了自动驾驶过程中的安全性。
应理解,文中预定条件可以针对路径长度设定的长度阈值,也可以针对路径长度排序的预设序数。例如,倒车路径的长度小于多个备选倒车路径中的其他倒车路径的长度,又例如,多个备选倒车路径或多个可行避障路径中的路径长度最短的倒车路径。
更具体地,在第一示例中,在基于车辆的当前位置生成倒车路径时,可以基于车辆的当前位置作为起点,生成多个备选倒车路径,然后,基于多个备选倒车路径的路径长度排序,选择倒车路径。
进一步地,在基于车辆的当前位置作为起点,生成多个备选倒车路径时,可以在车辆的当前前行路径为不可行避障路径时,获取车辆的当前位姿参数,当前位姿参数至少指示车辆的当前位置和当前航向角,基于当前位置作为起点,生成基于当前航向角执行的多个转向角,然后,确定分别与多个转向角对应的多个备选倒车路径。
在判断满足路径长度预定条件的倒车路径是否为可行避障路径时,可以在倒车路径不经过障碍物信息指示的障碍物位置时,判断倒车路径为可行避障路径。应理解,可以预先获取障碍物信息,障碍物信息指示车辆周围的障碍物位置。
在第二示例中,在基于车辆的当前位置作为起点,生成倒车路径时,可以基于车辆的当前位置作为起点,生成多个备选倒车路径,判断多个备选倒车路径中的当前备选倒车路径是否经过障碍物位置。
进一步地,如果上述判断结果为否,则利用多个备选倒车路径中的下一备选倒车路径更新当前备选倒车路径,如果上述判断结果为是,则将当前备选倒车路径记录为可行避障路径,然后,在记录的各个可行避障路径中,选择倒车路径。
此外,作为在记录的各个可行避障路径中选择倒车路径的示例,可以对记录的各个可行避障路径的路径长度进行排序,然后,将路径长度在预设序数之前的可行避障路径确定为倒车路径。
车辆在当前前行路径为不可行避障路径时,生成倒车路径。同时,在当前前行路径为不可行避障路径时,还可以存储当前前行路径。
在更进一步的实施例中,车辆在沿着行驶路径行驶时,在到达倒车路径(即,当前倒车路径,例如,当前最短倒车路径)的终点(即,下一前行路径的起点)时,可以再次判断下一前行路径是否可行避障路径(无需重新规划该下一前行路径,只需评估其避障可行性),这是因为,在车辆在倒车的过程中,可能在下一前行路径中出现新的障碍物,因此在下一前行路径不可行(即,不是可行避障路径)时,在一个示例中,车辆(例如,通过自动驾驶***)可以利用下一前行路径更新当前前行路径,从而更加及时地执行了避障,提高了避障的灵活性。
可替代地,在下一前行路径不可行(即,不是可行避障路径)时,可以车辆返回到倒车路径的起点(即,当前位置),选择下一倒车路径(例如,下一最短倒车路径),然后,沿着下一倒车路径,到达其终点,在基于下一倒车路径的终点生成下一前行路径,可以在到达下一前行路径的终点时利用下一前行路径更新当前前行路径。应理解,在这种情况下,还可以在返回到当前倒车路径的起点时,再次判断存储的当前前行路径是否为可行路径,如果为是,则车辆继续沿着当前前行路径行驶,从而在寻找下一倒车路径的同时,进一步提高了车辆尽早执行避障的可能性。
还应理解,当前倒车路径的路径长度不大于下一倒车路径的路径长度,可以判断下一倒车路径是否为可行避障路径,如果为是,则利用下一倒车路径更新当前倒车路径。如上述示例中,可以对多个可行避障路径进行路径长度排序,基于路径长度排序,选择当前倒车路径以及下一倒车路径。车辆的自动驾驶***可以维护包括多个可行避障路径的避障路径集合,以便从集合中基于路径长度进行选择。
进一步地,车辆能够基于多个可行避障路径(即,多个倒车路径)的各个终点作为起点,生成下一前行路径,这时,各个终点与车辆的当前位置之间的距离在预设范围内,如果在车辆从当前位置移动到当前倒车路径的终点时,车辆的当前位置变为这个终点,这个终点与其他终点之间的距离可能大于预设范围,在这种情况下,可以在集合中删除不在预设范围内的终点对应的至少一个可行避障路径,其余的可行避障路径的排序不变,同时,还可以存储新的倒车路径的终点在预设范围内,如果新的倒车路径为可行避障路径,则将新的倒车路径加入到集合中的目标位置,并且使更新后的集合中的路径长度排序性与更新前一致。应理解,在车辆启动了沿着下一倒车路径的行驶之后,还可以在集合中删除当前倒车路径。
图5为本发明另一实施例的行驶路径规划方法的步骤流程图。本发明实施例的行驶路径规划方法可以由图1的自动驾驶***100执行,适用于倒车前行避障场景,行驶路径规划方法包括:
S510:在车辆的当前倒车路径为不可行避障路径时,基于车辆的当前位置作为起点,生成前行路径。
S520:在前行路径为可行避障路径时,基于前行路径的终点作为起点,生成下一倒车路径。
S530:在下一倒车路径为可行避障路径时,将前行路径和下一倒车路径融合成车辆的行驶路径。
应理解,本实施例的倒车路径和前行路径分别对应于上一实施例的前行路径和倒车路径,从而形成了倒车前行避障场景与前行倒车避障场景的不同。
在本申请实施例的方案中,在车辆的当前倒车路径为不可行避障路径的情况下,所生成的前行路径充分利用了车辆周围的移动空间,在前行路径为可行避障路径的情况下,可以通过前行路径生成下一倒车路径,调整了倒车避障的起点,提高了获取可行的倒车避障路径的可能性,从而在下一倒车路径为可行避障路径时,能够通过下一倒车路径实现可靠的倒车避障。
进一步地,后轮驱动模式的前行避障算法不会确定出车辆的倒车路径,避免过长的行驶路径,传统的后轮驱动模式的前行避障算法也是如此。传统的自动驾驶车辆并不存在后轮驱动模式的倒车避障算法,本实施例的后轮驱动模式的倒车避障算法即从多个备选倒车路径选择倒车路径的算法。为了避免过长的行驶路径,本实施例的后轮驱动模式的倒车避障算法也无需确定出车的前行路径。常规的自动驾驶车辆采用后轮驱动模式,在常规的自动驾驶车辆行驶过程中,车辆采用前行避障算法执行前行路径的探路,前行避障算法也是基于后轮驱动模式,从而提高了获取可行的前行避障路径的可能性。
此外,前行避障算法还与激光传感器的朝向及分布(传感器状态)相关,前行避障算法基于后轮驱动模式下的传感器状态所确定的前行路径中覆盖的区域与基于前轮驱动模式下的传感器状态所确定的前行路径不同。
在本实施例中,当前倒车路径采用本发明实施例的后轮驱动模式的倒车避障算法,生成前行路径可以采用传统或本发明实施例的后轮驱动模式的前行避障算法。
在图4和图5的实施例中,车辆可以具有后轮驱动模式和前轮驱动模式,并且可以在后轮驱动模式与前轮驱动模式之间切换,相应地,也可以在后轮驱动模式的前行避障算法与前轮驱动模式的前行避障算法之间切换(例如,在不改变传感器状态的情况下),在仅配置有前轮驱动模式的车辆中,本发明的各个实施例的后轮驱动模式也可以替换为前轮驱动模式。在配置有两种驱动模式的自动驾驶车辆的情况下,本发明的各个实施例避免了在两套算法之间进行切换,只需在后轮驱动模式的前行避障算法与后轮驱动模式的倒车避障算法之间切换,或者,在前轮驱动模式的前行避障算法与前轮驱动模式的倒车避障算法之间切换。换言之,在仅配置前轮驱动模式或后轮驱动模式的车辆中,本发明的各个实施例提高了获取可行的倒车避障路径或前行避障路径的可能性。
图6为图4的实施例的一个具体示例,图6的行驶路径规划过程包括如下步骤:
在步骤S610中,判断当前前行路径不可行,然后,继续到步骤S620。
在步骤S620中,生成倒车路径,然后,执行步骤630。
在步骤S630中,判断倒车路径是否可行,如果可行,则执行步骤S650,如果不可行,则执行步骤S640。
在步骤S640中,移除不可行的倒车路径。
在步骤S650中,选择最短倒车路径作为当前倒车路径,然后,执行步骤S660。
在步骤S660中,基于当前倒车路径的终点,生成下一前行路径,然后,执行步骤S670。
在步骤S670中,判断下一前行路径是否可行,如果可行,则执行S680,如果不可行,则执行S650。
在步骤S680中,输出下一前行路径和倒车路径作为车辆的行驶路径。
图7为图4实施例以及图6实施例的一个示例的行驶路径的示意图。与图3的示例不同,在图7的示例中,车辆30(车辆101的示例)的前行路径300为不可行避障路径,于是车辆30生成多个倒车路径,例如,倒车路径31、32和33。然后,基于倒车路径31、32和33中的可行避障路径的终点作为起点,(例如,通过图3中生成前行路径的方式)再次生成前行路径,以便规避障碍物310。
图8为根据本发明另一实施例的行驶路径规划装置的结构框图。本实施例的行驶路径规划装置与图4的行驶路径规划方法对应,包括:
第一路径生成模块810,在车辆的当前前行路径为不可行避障路径时,基于所述车辆的当前位置作为起点,生成倒车路径。
第二路径生成模块820,在所述倒车路径为可行避障路径时,基于所述倒车路径的终点作为起点,生成下一前行路径。
第三路径生成模块830,在所述下一前行路径为可行避障路径时,将所述倒车路径和所述下一前行路径融合成所述车辆的行驶路径。
在本申请实施例的方案中,在车辆的当前前行路径为不可行避障路径的情况下,所生成的倒车路径充分利用了车辆周围的移动空间,在倒车路径为可行避障路径的情况下,可以通过倒车路径生成下一前行路径,调整了前行避障的起点,提高了获取可行的前行避障路径的可能性,从而在下一前行路径为可行避障路径时,能够通过下一前行路径实现可靠的前行避障。
在另一些示例中,第一路径生成模块具体用于:基于所述车辆的当前位置作为起点,生成多个备选倒车路径;基于所述多个备选倒车路径的路径长度排序,选择倒车路径,其中,所述倒车路径的长度小于所述多个备选倒车路径中的其他倒车路径的长度。
在另一些示例中,第一路径生成模块具体用于:在车辆的当前前行路径为不可行避障路径时,获取所述车辆的当前位姿参数,所述当前位姿参数至少指示所述车辆的当前位置和当前航向角;基于所述当前位置作为起点,生成基于所述当前航向角执行的多个转向角;确定分别与所述多个转向角对应的多个备选倒车路径。
在另一些示例中,行驶路径规划装置还包括获取模块和判断模块,获取模块用于获取障碍物信息,所述障碍物信息指示所述车辆周围的障碍物位置,判断模块用于在所述倒车路径不经过所述障碍物信息指示的障碍物位置时,判断所述倒车路径为可行避障路径。
在另一些示例中,获取模块用于获取障碍物信息,所述障碍物信息指示所述车辆周围的障碍物位置。第一路径生成模块具体用于:基于所述车辆的当前位置作为起点,生成多个备选倒车路径;判断所述多个备选倒车路径中的当前备选倒车路径是否经过所述障碍物位置;如果为否,则利用所述多个备选倒车路径中的下一备选倒车路径更新所述当前备选倒车路径,如果为是,则将所述当前备选倒车路径记录为可行避障路径;在记录的各个可行避障路径中,选择倒车路径。
在另一些示例中,第一路径生成模块具体用于:对记录的各个可行避障路径的路径长度进行排序;将路径长度在预设序数之前的可行避障路径确定为倒车路径。
在另一些示例中,第三路径生成模块具体用于:连接所述当前位置与所述下一前行路径的终点,得到所述车辆的行驶路径。
图9为根据本发明另一实施例的行驶路径规划装置的结构框图。本实施例的行驶路径规划装置与图5的行驶路径规划方法对应,包括:
第四路径生成模块910,在车辆的当前倒车路径为不可行避障路径时,基于所述车辆的当前位置作为起点,生成前行路径。
第五路生成模块920,在所述前行路径为可行避障路径时,基于所述前行路径的终点作为起点,生成下一倒车路径。
第六路径生成模块930,在所述下一倒车路径为可行避障路径时,将所述前行路径和所述下一倒车路径融合成所述车辆的行驶路径。
本实施例的行驶路径规划装置用于实现前述多个方法实施例中相应的三维目标检测方法,并具有相应的方法实施例的有益效果,在此不再赘述。此外,本实施例的三维目标检测装置中的各个模块的功能实现均可参照前述方法实施例中的相应部分的描述,在此亦不再赘述。
参照图10,示出了根据本申请另一实施例的自动驾驶设备的结构示意图。
本实施例的自动驾驶设备包括:传感器1002、和处理器1004、通信接口(Communications Interface)1006、存储有程序1010的存储器(memory)1008、以及通信总线1012。
其中,传感器用于采集自动驾驶设备所在环境的三维点云。示例性地,该三维点云采集装置可实现为激光雷达。
处理器、通信接口、以及存储器通过通信总线完成相互间的通信。
通信接口,用于与其它电子设备或服务器进行通信。
处理器,用于执行程序,具体可以执行上述方法实施例中的相关步骤。
具体地,程序可以包括程序代码,该程序代码包括至少一可执行指令。
处理器可能是处理器CPU,或者是特定集成电路ASIC(Application SpecificIntegrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。智能设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器,用于存放程序。存储器可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序具体可以用于使得处理器执行图4和图5的行驶路径规划方法。
为描述的方便和简洁,上述描述的自动驾驶设备的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
需要说明的是,本申请实施例中,自动驾驶设备可以是具有如下各种功能的车辆设备或机器人设备:
(1)载人功能,如家用轿车、公共汽车等;
(2)载货功能,如普通货车、厢式货车、甩挂车、封闭货车、罐式货车、平板货车、集装厢车、自卸货车、特殊结构货车等;
(3)工具功能,如物流配送车、自动导引运输车AGV、巡逻车、起重机、吊车、挖掘机、推土机、铲车、压路机、装载机、越野工程车、装甲工程车、污水处理车、环卫车、吸尘车、洗地车、洒水车、扫地机器人、送餐机器人、导购机器人、割草机、高尔夫球车等;
(4)娱乐功能,如娱乐车、游乐场自动驾驶装置、平衡车等;
(5)特殊救援功能,如消防车、救护车、电力抢修车、工程抢险车等。
上述自动驾驶设备均可适用本申请实施例的路径规划方案。
本申请实施例还提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述多个方法实施例中任一实施例所描述的行驶路径规划方法。
本申请实施例还提供了一种计算机程序产品,包括计算机指令,该计算机指令指示计算设备执行上述多个方法实施例中任一实施例所描述的行驶路径规划方法对应的操作。
需要指出,根据实施的需要,可将本申请实施例中描述的各个部件/步骤拆分为更多部件/步骤,也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤,以实现本申请实施例的目的。
上述根据本申请实施例的方法可在硬件、固件中实现,或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码,或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如,RAM、ROM、闪存等),当所述软件或计算机代码被计算机、处理器或硬件访问且执行时,实现在此描述的方法。此外,当通用计算机访问用于实现在此示出的方法的代码时,代码的执行将通用计算机转换为用于执行在此示出的方法的专用计算机。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请实施例的范围。
以上实施方式仅用于说明本申请实施例,而并非对本申请实施例的限制,有关技术领域的普通技术人员,在不脱离本申请实施例的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本申请实施例的范畴,本申请实施例的专利保护范围应由权利要求限定。

Claims (13)

1.一种行驶路径规划方法,其特征在于,包括:
在车辆的当前前行路径为不可行避障路径时,基于所述车辆的当前位置作为起点,生成倒车路径;
在所述倒车路径为可行避障路径时,基于所述倒车路径的终点作为起点,生成下一前行路径;
在所述下一前行路径为可行避障路径时,将所述倒车路径和所述下一前行路径融合成所述车辆的行驶路径。
2.根据权利要求1所述的方法,其特征在于,所述基于所述车辆的当前位置作为起点,生成倒车路径,包括:
基于所述车辆的当前位置作为起点,生成多个备选倒车路径;
基于所述多个备选倒车路径的路径长度排序,选择倒车路径,其中,所述倒车路径的长度小于所述多个备选倒车路径中的其他倒车路径的长度。
3.根据权利要求2所述的方法,其特征在于,所述基于所述车辆的当前位置作为起点,生成多个备选倒车路径,包括:
在车辆的当前前行路径为不可行避障路径时,获取所述车辆的当前位姿参数,所述当前位姿参数至少指示所述车辆的当前位置和当前航向角;
基于所述当前位置作为起点,生成基于所述当前航向角执行的多个转向角;
确定分别与所述多个转向角对应的多个备选倒车路径。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取障碍物信息,所述障碍物信息指示所述车辆周围的障碍物位置;
在所述倒车路径不经过所述障碍物信息指示的障碍物位置时,判断所述倒车路径为可行避障路径。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取障碍物信息,所述障碍物信息指示所述车辆周围的障碍物位置;
所述基于所述车辆的当前位置作为起点,生成倒车路径,包括:
基于所述车辆的当前位置作为起点,生成多个备选倒车路径;
判断所述多个备选倒车路径中的当前备选倒车路径是否经过所述障碍物位置;
如果为否,则利用所述多个备选倒车路径中的下一备选倒车路径更新所述当前备选倒车路径,如果为是,则将所述当前备选倒车路径记录为可行避障路径;
在记录的各个可行避障路径中,选择倒车路径。
6.根据权利要求5所述的方法,其特征在于,所述在记录的各个可行避障路径中,选择倒车路径,包括:
对记录的各个可行避障路径的路径长度进行排序;
将路径长度在预设序数之前的可行避障路径确定为倒车路径。
7.根据权利要求5所述的方法,其特征在于,所述将所述倒车路径和所述下一前行路径融合成所述车辆的行驶路径,包括:
连接所述当前位置与所述下一前行路径的终点,得到所述车辆的行驶路径。
8.一种行驶路径规划方法,其特征在于,包括:
在车辆的当前倒车路径为不可行避障路径时,基于所述车辆的当前位置作为起点,生成前行路径;
在所述前行路径为可行避障路径时,基于所述前行路径的终点作为起点,生成下一倒车路径;
在所述下一倒车路径为可行避障路径时,将所述前行路径和所述下一倒车路径融合成所述车辆的行驶路径。
9.一种行驶路径规划装置,其特征在于,包括:
第一路径生成模块,在车辆的当前前行路径为不可行避障路径时,基于所述车辆的当前位置作为起点,生成倒车路径;
第二路径生成模块,在所述倒车路径为可行避障路径时,基于所述倒车路径的终点作为起点,生成下一前行路径;
第三路径生成模块,在所述下一前行路径为可行避障路径时,将所述倒车路径和所述下一前行路径融合成所述车辆的行驶路径。
10.一种行驶路径规划装置,其特征在于,包括:
第四路径生成模块,在车辆的当前倒车路径为不可行避障路径时,基于所述车辆的当前位置作为起点,生成前行路径;
第五路生成模块,在所述前行路径为可行避障路径时,基于所述前行路径的终点作为起点,生成下一倒车路径;
第六路径生成模块,在所述下一倒车路径为可行避障路径时,将所述前行路径和所述下一倒车路径融合成所述车辆的行驶路径。
11.一种自动驾驶设备,其特征在于,包括:传感器、处理器、存储器、通信接口和通信总线,所述传感器、所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述传感器用于对所述自动驾驶设备所在环境进行环境数据采集,并生成感知数据;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器基于所述感知数据执行如权利要求1-8中任一项所述的方法对应的操作。
12.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一所述的行驶路径规划方法。
13.一种计算机程序产品,包括计算机指令,所述计算机指令指示计算设备执行如权利要求1-8中任一所述方法对应的操作。
CN202211315922.2A 2022-10-26 2022-10-26 行驶路径规划方法、相关设备、存储介质以及程序产品 Pending CN117968710A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211315922.2A CN117968710A (zh) 2022-10-26 2022-10-26 行驶路径规划方法、相关设备、存储介质以及程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211315922.2A CN117968710A (zh) 2022-10-26 2022-10-26 行驶路径规划方法、相关设备、存储介质以及程序产品

Publications (1)

Publication Number Publication Date
CN117968710A true CN117968710A (zh) 2024-05-03

Family

ID=90856904

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211315922.2A Pending CN117968710A (zh) 2022-10-26 2022-10-26 行驶路径规划方法、相关设备、存储介质以及程序产品

Country Status (1)

Country Link
CN (1) CN117968710A (zh)

Similar Documents

Publication Publication Date Title
US11726493B2 (en) Modifying behavior of autonomous vehicles based on sensor blind spots and limitations
US11868133B1 (en) Avoiding blind spots of other vehicles
CN110550029B (zh) 障碍物避让方法及装置
AU2018301762B2 (en) Methods and systems for vehicle occupancy confirmation
JP6369789B2 (ja) 自律運転のための作業中及び非作業中の工事区域のマップ作成
KR101637634B1 (ko) 자율주행 차량을 위한 진단 및 정비
EP2771751B1 (en) Sensor field selection
US20200041995A1 (en) Method for realtime remote-operation of self-driving cars by forward scene prediction.
CN110471411A (zh) 自动驾驶方法和自动驾驶装置
CN111492647A (zh) 可调垂直视场
CN112506179A (zh) 用于自主车辆操作的分布式计算***
US12038761B2 (en) Systems and methods for updating navigational maps
CN113954858A (zh) 一种规划车辆行驶路线的方法以及智能汽车
CN115339437A (zh) 自主车辆的远程对象检测、定位、跟踪和分类
US20240262393A1 (en) Automated Cut-In Identification and Classification
US11511733B2 (en) Vehicle parking system
US20230242158A1 (en) Incorporating position estimation degradation into trajectory planning for autonomous vehicles in certain situations
CN117968710A (zh) 行驶路径规划方法、相关设备、存储介质以及程序产品
US11733696B2 (en) Detecting loops for autonomous vehicles
US20240109532A1 (en) Managing parking maneuvers for autonomous vehicles

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