TW202024568A - 用於路徑確定的系統和方法 - Google Patents
用於路徑確定的系統和方法 Download PDFInfo
- Publication number
- TW202024568A TW202024568A TW107147870A TW107147870A TW202024568A TW 202024568 A TW202024568 A TW 202024568A TW 107147870 A TW107147870 A TW 107147870A TW 107147870 A TW107147870 A TW 107147870A TW 202024568 A TW202024568 A TW 202024568A
- Authority
- TW
- Taiwan
- Prior art keywords
- obstacle
- time
- grids
- space
- navigable
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 230000006870 function Effects 0.000 claims description 61
- 238000004891 communication Methods 0.000 claims description 8
- 230000002123 temporal effect Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 140
- 230000033001 locomotion Effects 0.000 description 64
- 238000001514 detection method Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 19
- 230000003068 static effect Effects 0.000 description 18
- 238000004422 calculation algorithm Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 241001465754 Metazoa Species 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000011435 rock Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 239000002775 capsule Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000005355 Hall effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/203—Specially adapted for sailing ships
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申請揭露了基於時空圖的用於交通工具的開放表面導航的系統和方法。所述方法包括確定第一區域的時空圖。所述時空圖可以包括複數個時空網格。每個時空網格可以包括與時空網格對應的時間資訊和地理資訊。所述方法還包括獲取與第一時間段對應的一個或多個障礙物中的每一個障礙物的障礙物狀態。所述方法還包括基於所述障礙物狀態確定複數個時空網格中的複數個可導航網格和複數個不可導航網格。所述方法進一步包括基於複數個可導航網格確定交通工具的路徑。
Description
本揭示涉及用於自動導航技術的系統和方法,更具體地,涉及用於自動導航系統中的路徑確定的系統和方法。
本申請主張2018年12月28日提交的申請號為PCT/CN2018/124540的國際申請案的優先權,以及2018年12月27提交的申請號為201811615760.8的中國申請案的優先權。前述申請案的內容以引用的方式被包含於此。
現有的無人駕駛本地障礙物迴避的方法主要集中在單一障礙物上,例如,速度障礙演算法、人工勢場演算法。然而,在複雜和不規則的動態環境中,無人駕駛交通工具的自動導航系統可能難以通過使用上述方法即時規劃路徑,因為缺乏對多個障礙物的狀態和多個約束的考慮,諸如國際海上避碰規則(Prevention of Collisions at Sea,COLREGs)和無人駕駛交通工具的操縱性能。因此,需要提供一種用於確定自動導航系統中的無人駕駛交通工具的最佳路徑的方法和系統。
根據本申請的一態樣,提供了一種在計算裝置上執行的基於時空圖的用於交通工具的開放表面導航的方法。所述計算裝置可以包括記憶體和複數個處理器。所述方法可以包括確定第一區域的時空圖。所述時空圖可以包括複數個時空網格。每個時空網格可以包括與時空網格對應的時間資訊和地理資訊。所述方法還可以包括獲取與第一時間段對應的一個或多個障礙物中的每一個障礙物的障礙物狀態。所述方法進一步包括基於所述障礙物狀態確定複數個時空網格中的複數個可導航網格和複數個不可導航網格。所述方法還進一步包括基於複數個可導航網格確定交通工具的路徑。
在一些實施例中,所述方法也可以包括基於障礙物狀態確定一個或多個的障礙物中的每一個障礙物的障礙物體積。所述方法可以進一步包括基於一個或多個障礙物的障礙物體積來確定複數個可導航網格和複數個不可導航網格。
在一些實施例中,所述方法也可以包括基於與時間段對應的障礙物體積確定一個或多個障礙物中的每一個障礙物的障礙物軌跡投影。所述方法可以進一步包括基於一個或多個障礙物的障礙物軌跡投影來確定複數個可導航網格和複數個不可導航網格。
在一些實施例中,基於所述障礙物的輪廓可以確定所述障礙物體積。
在一些實施例中,所述方法還可以包括基於障礙物狀態確定與一個或多個障礙物中的每一個障礙物相關的模糊集合。所述方法可以進一步包括基於模糊集合確定複數個可導航網格和複數個不可導航網格。
在一些實施例中,所述方法還可以包括基於第一準則確定與障礙物相關的不可導航區域。所述方法可以進一步包括基於不可導航區域確定模糊集合。
在一些實施例中,所述方法還可以包括確定交通工具的目的地。對於複數個可導航網格中的至少一部分,所述方法可以進一步包括確定兩個相鄰可導航網格之間的成本函數。所述方法可以進一步包括確定交通工具的當前網格與交通工具的目的地之間的啟發式函數(heuristic function)。所述方法可以進一步包括基於交通工具的目的地、複數個成本函數和啟發式函數來確定交通工具的路徑。
在一些實施例中,基於兩個相鄰可導航網格的時間資訊和地理資訊可以確定成本函數。
在一些實施例中,基於交通工具的當前網格和交通工具的目的地的時間資訊和地理資訊可以確定啟發式函數。
根據本申請的另一態樣,一種基於時空圖的用於交通工具的開放表面導航的系統可以包括包含一組指令的至少一個非暫時性儲存媒體;以及與所述至少一個非暫時性儲存媒體通訊的至少一個處理器。當執行該組指令時,至少一個處理器可以用於確定第一區域的時空圖,所述時空圖包括複數個時空網格,其中每個時空網格包括與時空網格對應的時間資訊和地理資訊。至少一個處理器還可以獲取與第一時間段對應的一個或多個障礙物中的每一個障礙物的障礙物狀態。至少一個處理器還可以基於障礙物狀態確定複數個時空網格中的複數個可導航網格和複數個不可導航網格。至少一個處理器可以進一步基於複數個可導航網格確定交通工具的路徑。
根據本申請的又一態樣,一種非暫時性電腦可讀取媒體可以包括可執行的指令,其中當至少一個處理器執行時,可執行的指令使得至少一個處理器實施一方法。所述方法可以包括確定第一區域的時空圖。所述時空圖可以包括複數個時空網格。每個時空網格可以包括與所述時空網格對應的時間資訊和地理資訊。所述方法還可以包括獲取與第一時間段對應的一個或多個障礙物中的每一個障礙物的障礙物狀態。所述方法還可以包括基於障礙物狀態確定複數個時空網格中的複數個可導航網格和複數個不可導航網格。所述方法也可以包括基於複數個可導航網格確定交通工具的路徑。
另外的特徵將在接下來的描述中部分地闡述,並且對於本領域具有通常知識者在檢閱下文和附圖時將部分地變得顯而易見,或者可以通過示例的生產或操作而被學習。本申請的特徵可以通過實踐或使用在下面討論的詳細示例中闡述的方法、手段和組合的各種態樣來實現和獲得。
下述描述是為了使本領域具有通常知識者能製造和使用本申請,並且該描述是在特定的應用及其要求的背景下提供的。對於本領域具有通常知識者來說,顯然可以對所揭露的實施例作出各種改變。另外,在不偏離本申請的精神和範圍的情況下,本申請中所定義的普遍原則可以適用於其他實施例和應用場景。因此,本申請並不限於所揭露的實施例,而應被給予與申請專利範圍一致的最寬泛的範圍。
此處使用的術語僅僅用來描述特定的示意性實施例,並且不具有限定性。如本申請和申請專利範圍中所示,除非上下文明確提示例外情形,「一」、「一個」、「一種」及/或「該」等詞並非特指單數,也可以包括複數。還應當理解,如在本申請中,術語「包括」、「包含」僅提示存在所述特徵、整體、步驟、操作、元素及/或元件,但並不排除存在或添加一個或多個其他特徵、整體、步驟、操作、元素、元件及/或其組合的情況。
根據以下對圖式的描述,本申請所述的和其他的特徵、特色,以及相關結構元素的功能和操作方法,以及製造的經濟和部件組合更加顯而易見,這些都構成說明書的一部分。然而,應當理解,圖式僅僅是為了說明和描述的目的,並不旨在限制本申請的範圍。應當理解的是,圖式並不是按比例的。
本申請中使用了流程圖用來說明根據本申請的實施例的系統所執行的操作。應當理解的是,流程圖的操作不一定按照順序來精確地執行。相反,可以按照倒序執行或同時處理各種步驟。此外,可以將一個或多個其他操作添加到這些流程圖中。也可以從這些流程圖中移除一個或多個操作。
本申請中使用的定位技術可以包括全球定位系統(GPS)、全球衛星導航系統(GLONASS)、北斗導航系統(COMPASS)、伽利略定位系統、準天頂衛星系統(QZSS)、無線保真(WiFi)定位技術或類似物或其任意組合。以上定位技術中的一個或多個可以在本申請中交換使用。
此外,儘管本申請中揭露的系統和方法主要涉及海洋和陸地中的運輸系統,但應該理解,這僅是一個示例性實施例。本申請的系統和方法可以應用於任何其他類型的運輸系統。例如,本申請的系統和方法可以應用於不同環境下的運輸系統,包括陸地、海洋、航空航太或類似物或其任意組合。運輸系統的交通工具可包括汽車、公車、列車、地鐵、船隻、飛機、太空船、熱氣球或類似物或其任意組合。
本申請中使用的定位技術可以包括全球定位系統(Global Positioning System,GPS)、全球衛星導航系統(Global Navigation Satellite System,GLONASS)、北斗導航系統(Compass Navigation System,COMPASS)、伽利略定位系統、準天頂衛星系統(Quasi-Zenith Satellite System,QZSS)、無線保真(Wireless Fidelity,WiFi)定位技術或類似物或其任意組合。以上定位技術中的一個或多個可以在本申請中交換使用。
圖1係根據本申請的一些實施例所示的與交通工具相關的示例性自動導航系統100的示意圖。在一些實施例中,自動導航系統100可以包括伺服器110、網路120、交通工具130和儲存器140。
在一些實施例中,伺服器110可以是單個伺服器,也可以是伺服器組。該伺服器組可以是集中式或分散式的(例如,伺服器110可以是一分散式系統)。在一些實施例中,伺服器110可以是本地的或遠端的。例如,伺服器110可以經由網路120存取儲存在交通工具130及/或儲存器140中的資訊及/或資料。又例如,伺服器110可以直接連接到交通工具130及/或儲存器140以存取儲存資訊及/或資料。在一些實施例中,伺服器110可以在雲端平臺或機載電腦上實現。僅僅作為範例,該雲端平臺可以包括私有雲、公共雲、混合雲、社區雲、分散式雲、內部雲、多層雲或類似物或其任意組合。在一些實施例中,伺服器110可以在計算裝置200上實現,該計算裝置200包括本申請中的圖2中所示的一個或多個元件。
在一些實施例中,伺服器110可包含處理引擎112。處理引擎112可以處理與駕駛資訊及/或交通工具130的狀態相關的資訊及/或資料,以執行本申請中描述的一個或多個功能。在一些實施例中,處理引擎112可包括一個或者多個處理引擎(例如,單核心處理引擎或多核心處理器)。僅作為範例,處理引擎112可包括一中央處理單元(CPU)、特定應用積體電路(ASIC)、特定應用指令集處理器(ASIP)、圖形處理單元(GPU)、物理運算處理單元(PPU)、數位訊號處理器(DSP)、現場可程式閘陣列(FPGA)、可程式邏輯裝置(PLD)、控制器、微控制器單元、精簡指令集電腦(RISC)、微處理器或類似物或其任意組合。
在一些實施例中,伺服器110可以連接到網路120以與自動導航系統100的一個或多個元件(例如,交通工具130、儲存器140)通訊。在一些實施例中,伺服器110可以直接連接到自動導航系統100的一個或多個元件(例如,交通工具130、儲存器140)或與之通訊。在一些實施例中,伺服器110可以整合在交通工具130中。例如,伺服器110可以是安裝在交通工具130中的計算裝置(例如,機載電腦)。
網路120可以促進資訊及/或資料的交換。在一些實施例中,自動導航系統100的一個或多個元件(例如,伺服器110、交通工具130或儲存器140)可以藉由網路120將資訊及/或資料發送至自動導航系統100的其他元件。例如,伺服器110可以藉由網路120獲取與交通工具130相關的駕駛資訊及/或交通工具130的狀態。在一些實施例中,網路120可以是任意形式的有線或者無線網路,或其任意組合。僅作為示例,網路120可以包括纜線網路、有線網路、光纖網路、電信網路、內部網路、網際網路、區域網路(LAN)、廣域網路(WAN)、無線區域網路(WLAN)、都會網路(MAN)、公共交換電話網路(PSTN)、藍牙網路、紫蜂網路、近場通訊(NFC)網路或類似物或其任意組合。在一些實施例中,網路120可包括一個或者多個網路存取點。例如,網路120可以包括有線或無線網路存取點,通過該存取點,自動導航系統100的一個或多個元件可以連接到網路120以交換資料及/或資訊。
交通工具130可以是任何類型的自動駕駛交通工具,例如水面無人船(Unmanned Surface Vehicle,USV)。水面無人船能夠在沒有人類操縱的情況下感測環境資訊和導航。交通工具130可包括傳統的船的結構,例如船體(例如,船首、龍骨、船尾)、推進系統(例如,馬達或引擎轉向螺旋槳、葉輪或波推進鰭片)、轉向系統(例如,方向舵)或類似物。推進系統可以控制交通工具130的移動速度。轉向系統可以調整交通工具130的前進方向及/或方向。推進系統及/或轉向系統可以包括任何機構組合以實現其功能。
交通工具130還可以包括多個檢測單元,其被配置為檢測與交通工具130相關的航行資訊。多個檢測單元可以包括相機、全球定位系統(GPS)模組、加速度感測器(例如,壓電感測器)、速度感測器(例如,霍爾感測器)、距離感測器(例如,雷達、光達、紅外線感測器)或類似物。
例如,距離感測器(例如,雷達、LiDAR、紅外線感測器)可以確定交通工具130與其他物體之間的距離(例如,靜態障礙物、運動障礙物、其它交通工具)。速度感測器(例如,霍爾效應感測器)可以確定交通工具130的速度(例如,瞬間速度、平均速度)。加速度感測器(例如,加速度計)可以確定加速度(例如,瞬間加速度、平均加速度)。
在一些實施例中,多個檢測單元可以感測交通工具130周圍的環境。例如,一個或多個檢測單元可以檢測交通工具130周圍的障礙物(例如,靜態障礙物、運動障礙物)。靜態障礙物可包括島嶼、礁石或類似物或其任意組合。運動障礙物可包括移動的船、動物或類似物或其任意組合。
儲存器140可以儲存資料及/或指令。在一些實施例中,儲存器140可以儲存從交通工具130獲取的資料,例如由複數個檢測單元獲取的駕駛資訊及/或交通工具130的狀態。在一些實施例中,儲存器140可以儲存伺服器110用來執行或使用來完成本申請揭示的示例性方法的資料及/或指令。在一些實施例中,儲存器140可包括大容量儲存器、可移除式儲存器、揮發性讀寫記憶體、唯讀記憶體(ROM)或類似物或其任意組合。示例性大容量儲存器可包括磁碟、光碟、固態磁碟等。示例性可移除式儲存器可包括快閃驅動器、軟碟、光碟、記憶卡、壓縮碟、磁帶或類似物。示例性的揮發性讀寫記憶體可包括隨機存取記憶體(RAM)。示例性RAM可包括動態隨機存取記憶體(DRAM)、雙倍資料速率同步動態隨機存取記憶體(DDR SDRAM)、靜態隨機存取記憶體(SRAM)、閘流體隨機存取記憶體(T-RAM)和零電容隨機存取記憶體(Z-RAM)或類似物。示例性唯讀記憶體可以包括遮罩唯讀記憶體(MROM)、可程式唯讀記憶體(PROM)、可清除可程式唯讀記憶體(EPROM)、電子可清除可程式唯讀記憶體(EEPROM)、光碟唯讀記憶體(CD-ROM)和數位多功能磁碟唯讀記憶體或類似物。在一些實施例中,儲存器140可在雲端平臺上實現。僅僅作為範例,該雲端平臺可以包括私有雲、公共雲、混合雲、社區雲、分散式雲、內部雲、多層雲或類似物或其任意組合。
在一些實施例中,儲存器140可以連接到網路120以與自動導航系統100的一個或多個元件(例如,伺服器110、交通工具130)通訊。自動導航系統100的一個或多個元件可以藉由網路120存取儲存在儲存器140中的資料或指令。在一些實施例中,儲存器140可以直接連接到自動導航系統100的一個或多個元件(例如,伺服器110和交通工具130)或與之通訊。在一些實施例中,儲存器140可以是伺服器110的一部分。
應當注意自動導航系統100僅僅是為了說明的目的而提供,並不意圖限制本申請的範圍。對於本領域具有通常知識者來說,可以根據本申請的描述,做出多種修改或變化。例如,自動導航系統100還可以包括資料庫、資訊源或類似物。又例如,自動導航系統100可以在其他裝置上實施以實現類似或不同的功能。然而,變化和修改不會背離本申請的範圍。
圖2係根據本申請的一些實施例所示的示例性計算裝置的示例性硬體及/或軟體組件的示意圖。在一些實施例中,伺服器110可以在計算裝置200上實現。例如,處理引擎112可以在計算裝置200上實現並經配置以執行本申請所揭露的處理引擎112的功能。
計算裝置200可用於實現本申請的自動導航系統100的任何元件。例如,自動導航系統100的處理引擎112可以通過其硬體、軟體程式、韌體或其組合在計算裝置200上實現。儘管為了方便僅示出了一台這樣的電腦,但是與這裡描述的自動導航系統100相關的電腦功能可以以分散方式在多個類似平臺上實現以分散處理負荷。
例如,計算裝置200可以包括通訊埠250,連接到與其連接的網路(例如,網路120),以促進資料通訊。計算裝置200還可以包括處理器(例如,處理器220),其形式為一個或多個處理器(例如,邏輯電路),用於執行程式指令。例如,處理器包括其中的介面電路和處理電路。介面電路可以被配置為從匯流排210接收電信號,其中電信號編碼結構化資料及/或指令,用於處理電路的處理。處理電路可以進行邏輯計算,然後將結論、結果及/或指令編碼確定為電信號。然後,介面電路可以經由匯流排210從處理電路發出電信號。
計算裝置200還可以包括不同形式的程式儲存和資料儲存,例如磁碟270、唯讀記憶體(ROM)230或隨機存取記憶體(RAM)240,用於儲存由計算裝置200處理及/或傳輸的各種資料檔。計算裝置200還可以包括由處理器220執行的儲存在ROM 230、RAM 240及/或其他類型的非暫時性儲存媒體中的程式指令。本申請的方法及/或流程可以以程式指令的方式實現。計算裝置200還包括輸入/輸出元件260,其支援計算裝置200與其中的其他元件之間的輸入/輸出。計算裝置200也可以通過網路通訊接收程式設計和資料。
僅僅為了說明,在計算裝置200中僅描述了一個處理器。然而,應該注意的是,本申請中的計算裝置200還可以包括多個處理器,因此由本申請中描述的一個處理器執行的操作也可以由多個處理器聯合或分開執行。例如,計算裝置200的處理器執行操作A和操作B。如在另一示例中,操作A和操作B也可以在計算裝置200中由兩個不同的處理器聯合或分開執行(例如,第一處理器執行操作A,第二處理器執行操作B,或者第一和第二處理器共同執行操作A和B)。
圖3係根據本申請的一些實施例所示的示例性處理引擎112的方塊圖。處理引擎112可以包括地圖確定模組310、障礙物確定模組320、網格確定模組330和路徑確定模組340。模組可以是處理引擎112的至少一部分硬體電路。這些模組也可以作為一個應用程式或一組由處理引擎112讀取和執行的指令實現。此外,模組可以是硬體電路和應用/指令的任意組合。例如,當處理引擎執行應用程式/一組指令時,模組可以是處理引擎112的一部分。
地圖確定模組310可以確定包括多個時空網格的時空圖。地圖確定模組310可以確定地圖上的搜索區域。在一些實施例中,地圖確定模組310可以從儲存裝置(例如,儲存器140)獲得地圖。搜索區域可以包括交通工具的起點和終點。地圖確定模組310可以被配置為搜索交通工具從搜索區域中的起點到達目的地的最佳路徑。搜索區域可以是動態搜索區域或靜態搜索區域。如果搜索區域中的障礙物未知或處於運動中,則搜索區域可以是動態搜索區域。如果搜索區域中的障礙物是已知的或者是靜止的,則搜索區域可以是靜態搜索。在一些實施例中,搜索區域可以是二維平面或三維空間。例如,如果交通工具是汽車或船舶,則搜索區域可以是二維區域。如果交通工具是飛機或潛水艇,則搜索區域可以是三維空間。
為了簡化路徑搜尋任務,地圖確定模組310可以將搜索區域劃分為多個空間網格。最佳路徑可以基於多個空間。在一些實施例中,空間網格的形狀可包括但不限於正方形、矩形、六邊形、三角形或類似物或其任意組合。空間網格可以包括節點。在一些實施例中,節點可以是空間網格的中心。空間網格可以包括與網格對應的地理資訊。在一些實施例中,地理資訊可以是搜索區域中的中心的座標。路徑搜尋任務可以被認為是移動交通工具穿越多個空間網格的中心。
空間網格可以包括可導航狀態或不可導航狀態。可導航狀態可以表示交通工具可以移動到該空間網格中。不可導航狀態可以表示交通工具不能進入該空間網格。例如,如果空間網格A被障礙物佔據,則交通工具不能移動到空間網格A中,因此空間網格A處於不可導航狀態。
地圖確定模組310還可以確定包括與搜索區域相對應的包含多個時空網格的時空圖。在一些實施例中,地圖確定模組310可以確定如圖4或圖5A所示的時空圖。與時空圖和時空網格相關的詳細描述可以在本揭露的其他地方找到,例如圖4、圖5A、圖5B及其相關描述。
地圖確定模組310可以添加空間網格的時間資訊以產生多個時空網格。如圖5A所示,x-y平面可以表示搜索區域,z軸可以表示時間維度。時空網格可以表示空間網格在一段時間內的狀態變化。例如,處理引擎112可以將時間資訊T添加到空間網格A(A1,A2)中並確定時空網格(A1,A2,T)。時空網格(A1,A2,T)可以表示空間網格A(A1,A2)的狀態(可導航狀態或不可導航狀態)。例如,時空網格(A1,A2,T1)可以表示網格A(A1,A2)在時間點T1是否可導航。
在一些實施例中,當搜索區域是三維空間時,處理引擎112可以添加空間網格的時間資訊以產生多個時空網格。如果搜索區域是三維空間,則時空圖和時空網格可以是四維的(圖中未示出)。例如,處理引擎112可以將時間資訊T添加到三維空間網格A(A1,A2,A3)並確定時空網格(A1,A2,A3,T)。時空網格(A1,A2,A3,T)可以表示空間網格A(A1,A2,A3)的狀態(可導航狀態或不可導航狀態)。例如,時空網格(A1,A2,A3,T1)可以被配置為表示網格A(A1,A2,A3)在時間點T1是否可導航。
障礙物確定模組320可以確定障礙物的障礙物資訊。障礙物資訊可包括障礙物的類型(例如,交通工具、船舶、島嶼、行人、動物、建築物、樹木、路障)、障礙物的位置、障礙物的大小、障礙物的速度、交通工具的當前位置與障礙物的位置或類似物之間的距離或類似物或其任意組合。
在一些實施例中,障礙物可以是靜態障礙物。例如,障礙物可以是建築物、樹木、路障、海上岩石、島嶼或類似物或任意組合。如果靜態障礙物是已知的,則處理引擎112可以從儲存裝置(例如,儲存器140)獲得靜態障礙物資訊,例如如本揭露中其他地方所述。
在一些實施例中,障礙物可以是運動障礙物或未知障礙物。例如,障礙物可以是移動的交通工具、行人、動物、未知的岩石、未知的島嶼。處理引擎112可以從交通工具的檢測單元(例如,相機、雷達)獲得運動中的障礙物或未知障礙物的障礙物資訊。
網格確定模組330可以基於多個時空網格中的障礙物資訊確定複數個可導航網格和複數個不可導航網格。處理引擎112可基於障礙物資訊確定在時間點處障礙物是否佔用時空網格。
例如,如果障礙物是位於(A1,A2)中的靜態障礙物,則處理引擎112可以確定與位置(A1,A2)對應的多個時空網格(例如,(A1,A2,T1)、(A1,A2,T2)、(A1,A2,T3),其中T1,T2和T3代表不同的時間)的狀態為不可導航。
如果障礙物為運動障礙物,則網格確定模組330可以基於障礙物資訊確定時空圖中的障礙物的移動軌跡。然後,網格確定模組330可以基於時空圖中的障礙物的移動軌跡來確定複數個可導航網格和複數個不可導航網格。
路徑確定模組340可以基於複數個可導航網格確定交通工具的路徑。在確定可導航網格之後,路徑確定模組340可以搜索可導航網格並找到交通工具從搜索區域中的起始點到目的地的最佳路徑。
路徑確定模組340可以確定交通工具從搜索區域中的起點到目的地的最佳路徑。對於路徑尋找任務,時空網格可以包括總成本值和啟發值。時空網格A的總成本值可以與從起始網格,沿著檢索到時空網格A產生的路徑,移動到時空網格A的移動成本相關。啟發值可以與從起始網格移動到時空網格A的估計移動成本相關。路徑確定模組340可以搜索起始網格的多個相鄰網格,並且將具有成本值和啟發值的最小和的網格確定為父網格。然後,路徑確定模組340可以搜索父網格的多個相鄰網格,並且將具有最小成本值和啟發值的總和的網格確定為新的父網格。路徑確定模組340可以反覆運算地搜索新的父網格,直到路徑到達目的地網格。
處理引擎112中模組可以通過有線連接或者無線連接與彼此相連或者通訊。有線連接可以包括金屬纜線、光纜、混合纜線或類似物或其任意組合。無線連接可以包括區域網路(LAN)、廣域網路(WAN)、藍牙、紫蜂、近場通訊(NFC)或類似物或其任意組合。兩個或以上模組可以被組合進單個模組,並且模組中的任意一個可以被分成兩個或更多單元。
圖4係根據本申請的一些實施例所示的的示例性時空圖的示意圖。如圖4所示,OA、OB和OC可以對應於第一地理方向(例如,地理東方向,表示為X軸)、第二地理方向(例如,地理北方向,表示為Y軸)以及時間維度(表示為Z軸)。假設在時間點T,障礙物以移動速度v(t)從點M(x1
,y1
)延移動方向h(t)移動。在時間段Δt之後,障礙物可以到達點N,X-Y-Z座標系統中的點N的座標可以表示為(x(T+Δt),y(T+Δt),T+Δt),可以根據或等式(1)確定點N的座標:….(1),
其中:x1
可以指M點垂直投影到X軸的位置;y1
可以指M點垂直投影到Y軸的位置;T可以指障礙物位於M點的時間點;Δt可以指障礙物從M點移動到N點的時間段;x(T+Δt)可以指N點在X軸上的垂直投影的位置;y(T+Δt)可以指N點在Y軸上的垂直投影的位置;v(t)可以指障礙物的移動速度;h(t)可以指障礙物的移動方向。
如圖4所示,障礙物可以被認為是質點。因此,圖4中所示的軌跡為線,表示障礙物的質心或幾何中心相對於時間的移動軌跡。在一些實施例中,障礙物可具有輪廓。因此,特定時間段內障礙物的移動軌跡可以表示為X-Y-Z空間中的3D形狀,如圖5A所示。
圖5A係根據本申請的一些實施例所示的用於對三維空間進行網格化的示例性流程的示意圖。在圖5A中,圖4中所示的X-Y-Z空間(例如,時空圖)可以被劃分為多個時空網格。時空網格可以由時空網格的中心點的座標表示。時空網格的長度ΔL和寬度ΔW可以對應於X-Y平面的特定區域。時空網格的高度ΔT可以對應於特定時間段。時空網格可以用作交通工具的路徑尋找任務的基本單元。在一些實施例中,可以基於交通工具的一個或多個特徵來確定時空網格的大小。交通工具的一個或多個特徵可包括交通工具類型、交通工具重量、交通工具模型、引擎動力、剎車效率或類似物或其任意組合。
每個時空網格可以對應於時間點中的地理區域的可導航性。如本揭露中所使用的,特定地理區域的可導航性可指示交通工具可在特定地理區域中行進而不會碰撞障礙物。例如,時空網格(x,y,T)可以對應於時間段T中的地理區域(x,y)的可導航性。如果時空網格(x,y,T)被障礙物的移動軌跡佔據,例如,圖5A中所示的網格510,表示在時間T時交通工具不能導航的位置(x,y)。如果時空網格(x,y,T)沒有被障礙物的移動軌跡佔據,例如,圖5A中所示的網格520,表示在時間T時交通工具能夠導航的位置(x,y)。
在一些實施例中,可以基於地理區域的時空網格與對應於障礙物的移動軌跡之間的空間關係來確定時間段中的地理區域的可導航性。例如,處理引擎112可以確定地理區域相對應的時空網格是否與對應於障礙物的移動軌跡重疊。如果對應於時間段中的地理區域的時空網格與對應於障礙物的立方體移動軌跡重疊,處理引擎112可以確定由時空網格表示的地理區域在該時間段內不可導航。如果對應於時間段中的地理區域的時空網格不與對應於障礙物的立方體移動軌跡重疊,處理引擎112可以確定由時空網格表示的地理區域是時間段內可以導航。
在一些實施例中,處理引擎112可以通過執行碰撞檢測來確定與地理區域相對應的時空網格是否與對應於障礙物的移動軌跡重疊。在一些實施例中,處理引擎112可以基於一個或多個碰撞檢測演算法在對應於地理區域的時空網格與對應於障礙物的移動軌跡之間執行碰撞檢測。碰撞檢測演算法可以包括軸向對齊的邊界框(Axially Aligned Bounding Box,AABB)演算法、定向邊界框(Oriented Bounding Box,OBB)演算法或類似物。例如,處理引擎112可以完全包裹具有邊界體積的物件(例如,障礙物)。邊界體積可以是邊界框(例如,長方體、立方體)、邊界膠囊、邊界圓柱體、邊界球體或類似物。在AABB演算法中,邊界框與座標系統的軸對齊。處理引擎112可以進一步基於物件的邊界體積的大小和位置來確定包裹物件的邊界體積與X-Y-Z空間中的多個時空網格中的每一個之間是否發生碰撞。例如,處理引擎112可以通過將包括障礙物的邊界體積與多個時間中的每一個進行比較來確定在包括物件的邊界體積與X-Y-Z空間中的多個時空網格中的每一個之間是否發生碰撞。如果包裹物件的邊界體積與X-Y-Z空間中的多個時空網格中的一個之間發生碰撞,處理引擎112可以確定包括物件的邊界體積與時間重疊。因此,處理引擎112可以確定該時空網格在該時間段中不可導航。
在一些實施例中,處理引擎112可以基於障礙物在X-Y平面上的投影來執行多個時空網格中的每一個與障礙物之間的碰撞檢測。如圖5B所示,假設障礙物是立方體,並且障礙物的移動的開始時間點和結束時間點分別是t1
和t2
,處理引擎112可根據公式(1)確認障礙物的中點座標在時間點t1
和時間點t2
處的分別是(xt1
,yt1
)和(xt2
,yt2
)。如圖5A所示,處理引擎112可以確定在時間點t1
和時間點t2
,障礙物在X-Y平面上的投影位置。處理引擎112可以通過根據障礙物的移動方向連接障礙物的頂點,在XY平面上產生2D邊界框(例如,邊界框ABCDE),其指示障礙物從時間點t1
到時間點t2
移動的區域,如圖5B中所示。圖5B是是根據本申請的一些實施例所示的X-Y平面上的障礙物的示例性邊界框的示意圖。
在一些實施例中,處理引擎112可以將XY平面劃分為多個2D網格,其長度為ΔL,寬度為ΔW,其與X-Y-Z中的時空網格在XY平面上的投影相同。因此,處理引擎112可以通過比較時間段中的移動障礙物的2D邊界框和X-Y平面中的每個2D網格來確定與時間段中的地理區域相對應的時空網格是否可導航。例如,處理引擎112可以確定時間段中的移動障礙物的2D邊界框是否與X-Y平面中的多個2D網格中的每一個重疊。如果時間段中的移動障礙物的2D邊界框與XY平面中的2D網格重疊,處理引擎112可以確定X-Y-Z空間中的對應時空網格在時間上不可導航。如果時間段中的移動障礙物的2D邊界框不與XY平面中的2D網格重疊,處理引擎112可以確定X-Y-Z空間中的對應的時空網是可導航的。
如上所述,在AABB演算法中,處理引擎112需要將包圍障礙物的邊界框與X-Y-Z空間中的所有時空網格進行比較,以確定邊界框是否與每個時空網格重疊,這可能導致計算效率低下。另外,在AABB演算法中,包圍障礙物的邊界框需要與軸對齊,對障礙物的方向敏感。在一些場景中,包圍障礙物的邊界框可能會包含不與障礙物重疊的一個或多個時空網格,這可能導致碰撞檢測的精度下降。本申請所揭示的方法將三維結構碰撞問題轉化為二維平面重疊問題,可大大提高計算效率和碰撞檢測的準確性。
圖6A係根據本申請的一些實施例所示與障礙物的運動區域相關的示例性隸屬函數的示意圖。圖6B係根據本申請的一些實施例所示的與障礙物的運動區域相關的隸屬函數的示例性輪廓線的示意圖。
在一些實施例中,可以將交通工具視為一個點,並且可以基於交通工具的大小、交通工具的安全導航距離以及一個或多個規則(例如,國際海上避碰規則(COLREGs))來確定障礙物的大小。如本文所使用的,交通工具的安全導航距離可以指為避免交通工具與障礙物之間的碰撞,交通工具與障礙物之間的最小距離。
在一些實施例中,處理引擎112可以根據COLREGs確定障礙物周圍的不可導航區域。如本文所使用的,不可導航區域可以指的是交通工具在執行路徑規劃時不能進入的區域。例如,根據COLREGs規則第十四條,「當兩艘機動船在相反的或接近相反的航向上相遇致有構成碰撞危險時,各應向右轉向,從而各從他船的左舷駛過。」因此,處理引擎112可以確定障礙物船隻的右側為不可導航區域,這樣SUV可以向右轉以避開障礙物船隻。另一個例子是,根據COLREGs規則第十五條,「當兩艘機動船交叉相遇致有構成碰撞危險時,有他船在本船右舷的船舶應給他船讓路,如當時環境許可,還應避免橫越他船的前方。」因此,處理引擎112可以確定障礙船前方為不可導航區域,這樣交通工具可以在障礙船的船尾後面行進以避開障礙船。
在一些實施例中,障礙物可以根據其自身的運動定律在水上移動,並且障礙物的運動狀態可以由於其他障礙物的運動而改變。因此,障礙物的位置和移動狀態可以隨時間改變。通常,與障礙物相關的運動資訊越全面,對準確地預測障礙物的運動狀態就越有利,這可以減少無效操作,並且提高路徑規劃的效率。在一些實施例中,處理引擎112可以根據模糊集理論,基於與障礙物相關的運動資訊(例如,障礙物的位置、障礙物的移動速度、障礙物的移動方向)、交通工具的大小、交通工具的安全導航距離以及一個或多個規則(例如,國際海上避碰規則(COLREGs)),來確定障礙物的運動區域模型。模糊集可以指其元素具有隸屬度的集合。處理引擎112可以基於障礙物的運動區域模型確定障礙物的運動區域。在交通工具的路徑規劃中,可能不允許交通工具進入障礙物的運動區域。
在一些實施例中,處理引擎112可以基於模糊集理論,根據等式(2)確定與障礙物的運動區域相關的隸屬函數,如圖6A中所示:(2),
其中:表示從點到點的方向向量;表示速度向量;表示方向因數,表示和向量的關係。在一些實施例中,可以根據公式(3)確定:(3),
其中,𝜆表示常數且0<𝜆<1;參數A表示與的夾角。隸屬函數可以基於作為指定集合的成員的可能性將輸入資料重新分類或變換為0到1的比例。例如,可以將0分配給那些絕對不是指定集合的成員的位置,並且可以將1分配給那些肯定是指定集合的成員的值,並且0和1之間的整個可能性範圍是0分配給某種程度的可能成員資格(例如,數位越大,可能性越大)。與障礙物的運動區域相關的隸屬函數可以指示與障礙物相關的移動狀態(例如,障礙物的位置、障礙物的移動速度、障礙物的移動方向)、障礙物的移動趨勢以及障礙物的移動範圍。具有較高隸屬函數值的位置可以對應於該位置處較高的碰撞風險。
如圖6B中所示,610和620分別表示交通工具和障礙物。630表示交通工具610的運動軌跡,640表示障礙物620的移動方向。區域1表示障礙物的不可導航區域。區域2表示障礙物620的運動區域。線650-1、650-2…和650-n指的是與障礙物620的運動區域(例如,區域2)相關的隸屬函數的輪廓線。在障礙物的移動方向上的隸屬函數的衰減可能比在其他方向上慢。障礙物的移動方向上的位置的隸屬函數的值可以大於其他位置的值。
圖7係根據本申請的一些實施例所示的基於時空圖確定交通工具路徑的示例性流程的流程圖。在一些實施例中,流程700可以在自動導航系統100中實現。例如,流程700可以作為指令的形式儲存在ROM 230、RAM 240中。處理器220可以執行所述指令,並且當執行指令時,處理器220可以配置為實現流程700。需要說明的是,以下步驟僅是示意。在一些實施例中,流程700可以包括其它步驟或省略一些步驟。此外,圖7中所示的流程700中的步驟的順序可以改變。
在701中,處理引擎112(例如,地圖確定模組310)可以確定包括複數個時空網格的與第一區域對應的時空圖。
處理引擎112(例如,地圖確定模組310)可以確定地圖上的搜索區域。在一些實施例中,處理引擎112可以從儲存裝置(例如,儲存器140)獲得地圖。搜索區域可以包括交通工具的起點和終點。處理引擎112可以被配置為搜索交通工具從搜索區域中的起點到達目的地的最佳路徑。搜索區域可以是動態搜索區域或靜態搜索區域。如果搜索區域中的障礙物未知或處於運動中,則搜索區域可以是動態搜索區域。如果搜索區域中的障礙物是已知的或者是靜止的,則搜索區域可以是靜態搜索。在一些實施例中,搜索區域可以是二維平面或三維空間。例如,如果交通工具是汽車或船舶,則搜索區域可以是二維區域。如果交通工具是飛機或潛水艇,則搜索區域可以是三維空間。
為了簡化路徑搜尋任務,處理引擎112可以將搜索區域劃分為複數個空間網格。最佳路徑可以基於複數個空間網格。在一些實施例中,空間網格的形狀可包括但不限於正方形、矩形、六邊形、三角形或類似物或其任意組合。空間網格可以包括節點。在一些實施例中,節點可以是空間網格的中心。空間網格可以包括與網格對應的地理資訊。在一些實施例中,地理資訊可以是搜索區域中的中心的座標。路徑搜尋任務可以被認為是移動交通工具穿越多個空間網格的中心。
空間網格可以包括可導航狀態或不可導航狀態。可導航狀態可以表示交通工具可以移動到空間網格中。不可導航狀態可以表示交通工具不能進入空間網格。例如,如果空間網格A被障礙物佔據,則交通工具不能移動到空間網格A中,因此空間網格A處於不可導航狀態。
處理引擎112可以進一步確定包括與搜索區域(例如,第一區域)相對應的包含複數個時空網格的時空圖。在一些實施例中,處理引擎112可以確定如圖4或圖5A所示的時空圖。與時空圖和時空網格相關的詳細描述可以在本揭露的其他地方找到,例如圖4、圖5A、圖5B及其相關描述。
處理引擎112可以添加空間網格的時間資訊以產生複數個時空網格。如圖5所示,x-y平面可以表示搜索區域,z軸可以表示時間維度。時空網格可以表示空間網格在一段時間內的狀態變化。例如,處理引擎112可以將時間資訊T添加到空間網格A(A1,A2)中並確定時空網格(A1,A2,T)。時空網格(A1,A2,T)可以表示空間網格A(A1,A2)的狀態(可導航狀態或不可導航狀態)。例如,時空網格(A1,A2,T1)可以表示網格A(A1,A2)在時間點T1是否可導航。
在一些實施例中,當搜索區域是三維空間時,處理引擎112可以添加空間網格的時間資訊以產生複數個時空網格。如果搜索區域是三維空間,則時空圖和時空網格可以是四維的(圖中未示出)。例如,處理引擎112可以將時間資訊T添加到三維空間網格A(A1,A2,A3)並確定時空網格(A1,A2,A3,T)。時空網格(A1,A2,A3,T)可以表示空間網格A(A1,A2,A3)的狀態(可導航狀態或不可導航狀態)。例如,時空網格(A1,A2,A3,T1)可以被配置為表示網格A(A1,A2,A3)在時間點T1是否可導航。
在702中,處理引擎112可以確定障礙物的與第一時間段(例如,從t1到t2)對應的障礙物資訊。如操作701中所述,時空網格的狀態(例如,可導航或不可導航)與時空網格是否在特定時間段或時間點被佔用有關。時空網格的狀態可以基於障礙物資訊根據後面提到的操作確定(例如,操作703)。
障礙物資訊可包括障礙物的類型(例如,其他交通工具、船舶、島嶼、行人、動物、建築物、樹木、路障)、障礙物的位置、障礙物的大小、障礙物的速度、交通工具的當前位置與障礙物的位置或類似物之間的距離或類似物或其任意組合。
在一些實施例中,障礙物可以是靜態障礙物。例如,障礙物可以是建築物、樹木、路障、海上岩石、島嶼或類似物或任意組合。如果靜態障礙物是已知的,則處理引擎112(例如,障礙物確定模組320)可以從儲存裝置(例如,儲存器140)獲得靜態障礙物資訊,例如如本揭露中其他地方所述。
在一些實施例中,障礙物可以是運動障礙物或未知障礙物。例如,障礙物可以是移動的交通工具、行人、動物、未知的岩石、未知的島嶼。處理引擎112可以從交通工具的檢測單元(例如,相機、雷達)獲得運動中的障礙物或未知障礙物的障礙物資訊。
在703中,處理引擎112可以基於複數個時空網格中的障礙物資訊確定複數個可導航網格和複數個不可導航網格。處理引擎112可基於障礙物資訊確定在時間點處障礙物是否佔用時空網格。
例如,如果障礙物是位於(A1,A2)中的靜態障礙物,則處理引擎112可以確定與位置(A1,A2)對應的多個時空網格(例如,(A1,A2,T1)、(A1,A2,T2)、(A1,A2,T3),其中T1,T2和T3代表不同的時間)的狀態為不可導航。
如果障礙物為運動障礙物,則處理引擎112可以基於障礙物資訊確定時空圖中的障礙物的移動軌跡。然後,處理引擎112可以基於時空圖中的障礙物的移動軌跡來確定複數個可導航網格和複數個不可導航網格。
如圖5A所示,可以基於地理區域的時空網格與對應於障礙物的移動軌跡之間的空間關係來確定時間段中的地理區域的可導航性。例如,處理引擎112可以確定地理區域相對應的時空網格是否與對應於障礙物的移動軌跡重疊。如果對應於時間段中的地理區域的時空網格與對應於障礙物的立方體移動軌跡重疊,處理引擎112可以確定由時空網格表示的地理區域在該時間段內不可導航。如果對應於時間段中的地理區域的時空網格不與對應於障礙物的立方體移動軌跡重疊,處理引擎112可以確定由時空網格表示的地理區域是時間段內可以導航。
在圖4中,障礙物可以被看作是質點。因此,如圖4所示的軌跡可以是直線並表示與時間相關的障礙物的質心或幾何中心的運動軌跡。在一些實施例中,障礙物可以具有輪廓。因此,如圖5A所示,在某些時間段的障礙物的運動軌跡可以表示為在X-Y-Z空間中的體積。
在一些實施例中,處理引擎112可以通過執行碰撞檢測來確定與地理區域相對應的時空網格是否與對應於障礙物的移動軌跡重疊。在一些實施例中,處理引擎112可以基於一個或多個個碰撞檢測演算法在對應於地理區域的時空網格與對應於障礙物的移動軌跡之間執行碰撞檢測。碰撞檢測演算法可以包括軸向對齊的邊界框(AABB)演算法、定向邊界框(OBB)演算法或類似物。例如,處理引擎112可以完全包裹具有邊界體積的物件(例如,障礙物)。邊界體積可以是邊界框(例如,長方體、立方體)、邊界膠囊、邊界圓柱體、邊界球體或類似物。在AABB演算法中,邊界框與座標系統的軸對齊。處理引擎112可以進一步基於物件的邊界體積的大小和位置來確定包裹物件的邊界體積與X-Y-Z空間中的多個時空網格中的每一個之間是否發生碰撞。例如,處理引擎112可以通過將包括障礙物的邊界體積與多個時間中的每一個進行比較來確定在包括物件的邊界體積與X-Y-Z空間中的多個時空網格中的每一個之間是否發生碰撞。回應於確定包裹物件的邊界體積與X-Y-Z空間中的複數個時空網格中的一個之間發生碰撞,處理引擎112可以確定包括物件的邊界體積與時間重疊。因此,處理引擎112可以確定該時空網格在該時間段中不可導航。.
在一些實施例中,處理引擎112可以基於與第一時間段對應的障礙物體積確定一個或多個障礙物中的每一個的障礙物軌跡投影,並且基於一個或多個障礙物的障礙物軌跡投影確定複數個可導航網格和複數個不可導航網格。
在一些實施例中,處理引擎112可以基於障礙物在X-Y平面上的投影來執行多個時空網格中的每一個與障礙物之間的碰撞檢測。如圖所示,假設障礙物是立方體,並且障礙物的移動的開始時間點和結束時間點分別是t1
和t2
,處理引擎112可根據公式(1)確定障礙物的中點座標在時間點t1
和時間點t2
處的分別是(xt1
,yt1
)和(xt2
,yt2
)。如圖5B所示,處理引擎112可以確定在時間點t1
和時間點t2
,障礙物在X-Y平面上的投影位置。如圖5B中所示,處理引擎112可以通過根據障礙物的移動方向連接障礙物的頂點在XY平面上產生2D邊界框(例如,邊界框ABCDE),其指示障礙物從時間點t1
到時間點t2
移動的區域。圖5B是根據本申請的一些實施例所示的X-Y平面上的障礙物的示例性邊界框的示意圖。
在一些實施例中,處理引擎112可以將XY平面劃分為複數個長度為ΔL以及寬度為ΔW的2D網格,其與X-Y-Z中的時空網格在XY平面上的投影相同。因此,處理引擎112可以通過比較時間段中的移動障礙物的2D邊界框和X-Y平面中的每個2D網格來確定與時間段中的地理區域相對應的時空網格是否可導航。例如,處理引擎112可以確定時間段中的移動障礙物的2D邊界框是否與X-Y平面中的複數個2D網格中的每一個網格重疊。回應於確定時間段中的移動障礙物的2D邊界框與XY平面中的2D網格重疊,處理引擎112可以確定X-Y-Z空間中的對應時空網格在時間上不可導航。回應於確定時間段中的移動障礙物的2D邊界框不與XY平面中的2D網格重疊,處理引擎112可以確定X-Y-Z空間中的對應的時空網是可導航的。
如上所述,處理引擎112需要將包圍障礙物的邊界框與X-Y-Z空間中的所有時空網格進行比較,以確定邊界框是否與每個時空網格重疊,這可能會導致計算效率低下。另外,在AABB演算法中,包圍障礙物的邊界框需要與座標軸對齊,對障礙物的方向敏感。在一些場景中,包圍障礙物的邊界框可能會包含不與障礙物重疊的一個或多個時空網格,這可能導致碰撞檢測的精度下降。本申請所揭示的方法將三維結構碰撞問題轉化為二維平面重疊問題,可大大提高計算效率和碰撞檢測的準確性。
在一些實施例中,處理引擎112可以基於障礙物狀態確定與一個或多個與障礙物相關的模糊集合,並且基於模糊集合可以確定複數個可導航網格和複數個不可導航網格。例如,處理引擎112可以基於障礙物資訊確定隸屬函數。然後,處理引擎112可以基於障礙物的隸屬函數來確定複數個可導航網格和複數個不可導航網格。
在一些實施例中,處理引擎112可以根據第一準則(例如,COLREGs)確定障礙物周圍的不可導航區域。如本文所使用的,不可導航區域可以指的是交通工具在執行路徑規劃時不能進入的區域。然後,處理引擎112可以基於不可導航區域確定模糊集合(例如,隸屬函數)。例如,根據COLREGs規則第十四條,「當兩艘機動船在相反的或接近相反的航向上相遇致有構成碰撞危險時,各應向右轉向,從而各從他船的左舷駛過。」因此,處理引擎112可以確定障礙物船隻的右側為不可導航區域,這樣SUV可以向右轉以避開障礙物船隻。另一個例子是,根據COLREGs規則第十五條,「當兩艘機動船交叉相遇致有構成碰撞危險時,有他船在本船右舷的船舶應給他船讓路,如當時環境許可,還應避免橫越他船的前方。」因此,處理引擎112可以確定障礙船前方為不可導航區域,這樣交通工具可以在障礙船的船尾後面行進以避開障礙船。
在一些實施例中,處理引擎112可以基於根據如圖6A和圖6B所示的等式(2)的模糊集理論確定與障礙物的運動區域相關的隸屬函數。如本文所使用的,隸屬函數是基於作為指定集合的成員的可能性將輸入資料重新分類或變換為0到1的比例。例如,可以將0分配給那些絕對不是指定集合的成員的位置,並且可以將1分配給那些肯定是指定集合的成員的值,並且0和1之間的整個可能性範圍是0分配給某種程度的可能成員資格(例如,數位越大,可能性越大)。與障礙物的運動區域相關的隸屬函數可以指示與障礙物相關的移動狀態(例如,障礙物的位置、障礙物的移動速度、障礙物的移動方向)、障礙物的移動趨勢以及障礙物的移動範圍。具有較高隸屬函數值的位置可以對應於該位置處較高的碰撞風險。如果對應於位置(x1,y1)的隸屬函數高於臨界值(例如,0.2),則處理引擎112可以確定對應於位置(x1,y1)的時空網格(例如,(x1,y1,T1)、(x2,y2,T2),其中T1,T2表示不同的時間點)是不可導航的。
在704中,處理引擎112可以基於複數個可導航網格確定交通工具的路徑。在確定可導航網格之後,處理引擎112可以搜索可導航網格並找到交通工具從搜索區域中的起始點到目的地的最佳路徑。
處理引擎112可以確定交通工具從搜索區域中的起點到目的地的最佳路徑。對於路徑尋找任務,時空網格可以包括總成本值和啟發值。時空網格A的總成本值可以與從起始網格沿著到達時空網格A產生的路徑移動到時空網格A的移動成本相關。處理引擎112可以基於兩個相鄰可導航網格的時間資訊和地理資訊確定成本函數。基於成本函數可以確定總成本值。例如,如果路徑包括起始網格、網格A和網格B。起始網格與網格A相鄰並網格A與網格B相鄰。因此,網格B的總成本值是從起始網格移動到網格A的成本值與從網格A移動到網格B的成本值的總和。時空網格A的啟發值可以與從時空網格A移動到目的地網格的估計移動成本相關。
處理引擎112可以搜索起始網格的複數個相鄰網格,並且將具有成本值和啟發值的最小和的網格確定為父網格。然後,處理引擎112可以搜索父網格的複數個相鄰網格,並且將具有最小成本值和啟發值的總和的網格確定為新的父網格。處理引擎112可以反覆運算地搜索新的父網格,直到路徑到達目的地網格。處理引擎112可以搜索起始網格的複數個相鄰網格,並且將具有成本值和啟發值的最小和的網格確定為父網格。然後,處理引擎112可以搜索父網格的複數個相鄰網格,並且將具有最小成本值和啟發值的總和的網格確定為新的父網格。處理引擎112可以反覆運算地搜索新的父網格,直到路徑到達當前網格。
處理引擎112可以確定交通工具的目的地。對於複數個可導航網格中的至少一部分,處理引擎112可以確定兩個相鄰可導航網格之間的成本函數。然後,處理引擎112可以確定交通工具的當前網格與交通工具的目的地之間的啟發式函數。然後,基於交通工具的目的地、複數個成本函數和啟發式函數,處理引擎112可以確定交通工具的路徑。
處理引擎112可以基於所述運輸工具交通工具的當前網格和所述運輸工具交通工具的目的地的時間資訊和地理資訊來確定所述啟發式函數。基於啟發式函數,可以確定啟發值。啟發式函數可以表示從位置s移動到另一個位置s''的估計成本。啟發式函數可以是非負的和前向-後向一致的,即根據等式(4):(4),
其中:表示啟發式函數;s、、和表示障礙物的位置。啟發式函數需要滿足公式(5)的條件:(5),
其中:s、、和表示障礙物的位置;ℎ表示啟發式函數;𝑐∗表示從s移動到的與最小成本路徑相關的成本。
處理引擎112可以基於相鄰兩個可導航網格的時間資訊和地理資訊確定成本函數。基於成本函數可以確定成本值。在一些實施例中,在X-Y-Z空間中,可以基於兩個位置之間的距離成本和兩個位置之間的時間成本來確定與從位置到另一個位置的最低成本路徑相關的成本。可以基於兩個位置之間的曼哈頓距離來確定兩個位置之間的距離成本及/或時間成本。如這裡所使用的,兩點之間的曼哈頓距離可以指沿著直角軸測量的兩個點之間的距離。在一些實施例中,從位置移動到位置)的成本可以根據公式(6)獲取:+(6),
其中:c(p,q)表示與從位置p到位置q的最低成本路徑相關的成本;、分別表示位置p的X軸座標、Y軸座標和Z軸座標;、、表示位置q的X軸座標、Y軸座標和Z軸座標;α表示權重,α>0。權重α可以表示在確定成本c(p,q)時距離成本和/或時間成本的重要性。例如,假設α=1,它可以指示距離成本和時間成本具有相同的重要性。假設α>1,可以表示在確定成本c(p,q)時時間成本可能比距離成本更重要。假設0<α<1,可以表示距離成本可能比確定成本c(p,q)的時間成本更重要。權重α可以是自動導航系統100的預設設置,或者可以在不同情況下調節的。
在一些實施例中,假設在X-Y-Z空間中,一個時空網格中心點位置A的座標和另一個時空網格中心點位置B的座標分別為()和(),啟發式函數ℎ可以根據公式(7)確定:(7),
其中:表示啟發式函數;分別表示位置A的X軸座標、Y軸座標和Z軸座標;分別表示位置B的X軸座標、Y軸座標和Z軸座標;表示X-Y-Z空間中的時空網格的長度;表示X-Y-Z空間中的時空網格的寬度;表示X-Y-Z空間中的時空網格的高度;k表示與時間相關聯的因數,。因數k可以影響時間維度中的啟發式函數。例如,如果在交通工具的起始位置和目標位置之間存在多個路徑,則處理引擎112可以基於相對小的因數確定從多個路徑花費相對短的時間的最佳路徑,交通工具可能會儘快達到目標位置。因數k可以是自動導航系統100的預設設置,或者可以在不同情況下是可調節的。
在一些實施例中,首先,處理引擎112可以將開始網格A添加到打開列表。接下來,處理引擎112可以搜索與起始網格A相鄰的所有可導航網格,並將它們添加到打開列表。對於與起始網格A相鄰的所有可導航網格中的每一個,處理引擎112可以將起始網格A保存為其父網格。然後,處理引擎112可以從打開列表中刪除起始網格A並將其添加到關閉列表。接下來,處理引擎112可以反覆運算地繼續以下操作:
(1)在打開清單中,處理引擎112可以檢索到打開列表中的具有成本值和啟發值的最小和的網格B,然後將網格B確定為當前網格。
(2)然後,處理引擎112可以從打開列表中刪除網格B並將其添加到關閉列表。
(3)接下來,處理引擎112可以搜索與當前網格(即,網格B)相鄰的所有可導航網格。對於與當前網格(即,網格B)相鄰的每個可導航網格,如果它不在打開列表中,則處理引擎112可以將其添加到打開列表,並且使得當前網格(即,網格B)為此網格的父網格。
當目標網格被添加到關閉清單時,處理引擎112可以中止反覆運算流程。處理引擎112可以從目標網格向後檢索,並且將所有父網格保存為最佳路徑。
應該注意的是,上述描述僅出於說明性目的而提供,並不旨在限制本申請的範圍。對於本領域具有通常知識者來說,可以根據本申請的描述,做出各種修正和改變。然而,這些修正和改變不會背離本申請的範圍。例如,一個或多個其它可選擇的操作(例如,儲存操作)可以被添加到流程700的別的地方。在儲存操作中,處理引擎112可以在如本申請其它地方揭露的儲存裝置(例如,儲存140)中儲存與樣本交通工具相關的資訊及/或資料。又例如,操作702和操作703可以被同時實現。
上文已對基本概念做了描述,顯然,對於已閱讀此詳細揭露的本領域具有通常知識者來講,上述詳細揭露僅作為示例,而並不構成對本申請的限制。雖然此處並沒有明確說明,本領域具有通常知識者可能會對本申請進行各種變更、改良和修改。該類修改、改進和修正在本申請中被建議,所以該類修改、改進、修正仍屬於本申請示範實施例的精神和範圍。
同時,本申請使用了特定術語來描述本申請的實施例。如「一個實施例」、「一實施例」、及/或「一些實施例」意指與本申請至少一個實施例相關所描述的一特定特徵、結構或特性。因此,應強調並注意的是,本說明書中在不同部分兩次或多次提到的「一實施例」或「一個實施例」或「一替代性實施例」並不一定是指同一實施例。此外,本申請的一個或多個實施例中的某些特徵、結構或特性可以進行適當的組合。
此外,本領域具有通常知識者可以理解,本申請的各個態樣可以藉由若干具有可專利性的種類或情況進行說明和描述,包括任何新的和有用的流程、機器、產品或物質的組合,或對他們的任何新的和有用的改良。相應地,本申請的各個態樣可以完全由硬體執行、可以完全由軟體(包括韌體、常駐軟體、微代碼等)執行、也可以由硬體和軟體組合執行。以上硬體或軟體均可被稱為「單元」、「模組」或「系統」。此外,本申請的各個態樣可能具體化為內含於一個或多個電腦可讀取媒體中的電腦程式產品,該電腦可讀取媒體具有內含於其上之電腦可讀取程式編碼。
電腦可讀取訊號媒體可能包括一個內含有電腦程式編碼的傳播資料訊號,例如在基頻上或作為載波的一部分。所述傳播訊號可能有多種形式,包括電磁形式、光形式或類似物、或合適的組合。電腦可讀取訊號媒體可以是除電腦可讀取儲存媒體之外的任何電腦可讀取媒體,該媒體可以通過連接至一個指令執行系統、裝置或設備以實現通訊、傳播或傳輸供使用的程式。內含於電腦可讀取訊號媒體上的程式編碼可以藉由任何合適的介質進行傳播,包括無線電、纜線、光纖電纜、RF、或類似介質、或任何上述介質的合適組合。
本申請各態樣操作所需的電腦程式碼可以用一種或多種程式語言的任意組合編寫,包括物件導向程式設計語言,如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB. NET、Python或類似物,常規程式程式設計語言如「C」程式設計語言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP、動態程式設計語言如Python、Ruby和Groovy,或其它程式設計語言。程式碼可以完全在使用者電腦上運行、或作為獨立的套裝軟體在使用者電腦上運行、或部分在使用者電腦上運行部分在遠端電腦上運行、或完全在遠端電腦或伺服器上運行。在後種情況下,遠端電腦可以通過任何網路形式與使用者電腦連接,例如,區域網路(LAN)或廣域網路(WAN),或連接至外部電腦(例如通過網際網路),或在雲端計算環境中,或作為服務使用如軟體即服務(SaaS)。
此外,除非請求項中明確說明,本申請所述處理元素和序列的順序,數字、字母的使用、或其他名稱的使用,並非意欲限定本申請流程和方法的順序。儘管上述揭露中通過各種示例討論了一些目前認為有用的申請實施例,但應當理解,此類細節僅起說明的目的,附加的申請專利範圍並不僅限於揭露的實施例,相反,申請專利範圍旨在覆蓋所有符合本申請實施例精神和範圍的修正和或均等組合。例如,雖然以上描述的系統元件可以通過安裝於硬體裝置中而被具體化,但也可以實現為只有軟體的解決方案,例如安裝在現有的伺服器或行動裝置上。
同理,應當注意的是,為了簡化本申請揭示的表述,從而幫助對一個或多個申請實施例的理解,前文對本申請實施例的描述中,有時會將多種特徵歸併至一個實施例、圖式或對其的描述中。但是,此揭露方式不應被解釋為反映所主張的發明標的需要比每個請求項中明確記載的特徵還要多的意圖。實際上,所主張的發明標的的特徵要少於上述揭露的單個實施例的全部特徵。
一些實施例中使用了描述屬性、數量的數字,應當理解的是,此類用於實施例描述的數字,在一些示例中使用了修飾詞「大約」、「近似」或「大體上」來修飾。除非另外說明,「大約」、「近似」或「大體上」表明所述數字允許有±20%的變化。相應地,在一些實施例中,說明書和申請專利範圍中使用的數值參數均為近似值,該近似值根據個別實施例所需特點可以發生改變。在一些實施例中,數值參數應考慮規定的有效位數並採用一般位數保留的方法。儘管本申請一些實施例中用於確認其範圍廣度的數值範圍和參數為近似值,在具體實施例中,此類數值的設定在可行範圍內盡可能精確。
針對本申請引用的每個專利、專利申請案、專利申請案的公開本和其他材料,如文章、書籍、說明書、出版物、文件、物件或類似物,特將其全部內容併入本申請作為參考。與本申請內容不一致或產生衝突的申請歷史文件除外,對本申請的申請專利範圍最廣範圍有限制的文件(當前或之後附加於本申請中的)也除外。需要說明的是,如果本申請附屬材料中的描述、定義、及/或術語的使用與本申請所述內容有不一致或衝突的地方,以本申請的描述、定義及/或術語的使用為準。
最後,應當理解的是,本申請中所述實施例僅用以說明本申請實施例的原則。其他的變形也可以屬於本申請的範圍。因此,作為示例而非限制,本申請實施例的替代配置可視為與本申請的教導一致。相應地,本申請的實施例不限於本申請明確介紹和描述的實施例。
100:自動導航系統
110:伺服器
112:處理引擎
120:網路
130:交通工具
140:儲存器
200:計算裝置
210:匯流排
220:處理器
230:唯讀記憶體
240:隨機存取記憶體
250:通訊埠
260:輸入/輸出元件
270:磁碟
310:地圖確定模組
320:障礙物確定模組
330:網格確定模組
340:路徑確定模組
510:網格
520:網格
610:交通工具
620:障礙物
630:運動軌跡
640:移動方向
650-1:輪廓線
650-2:輪廓線
650-n:輪廓線
700:流程
701:步驟
702:步驟
703:步驟
704:步驟
本申請以示例性實施例的方式來進一步描述。這些示例性實施例參考至圖式而被詳細地描述。這些實施例是非限制性的示例性實施例,其中相同的元件符號代表整個圖式的數個視圖之相似結構,並且其中:
圖1係根據本申請的一些實施例所示的與交通工具相關的示例性自動導航系統的示意圖;
圖2係根據本申請的一些實施例所示的示例性計算裝置的示例性硬體及/或軟體元件的示意圖;
圖3係根據本申請的一些實施例所示的示例性處理引擎的方塊圖;
圖4係根據本申請的一些實施例所示的示例性時空圖的示意圖;
圖5A係根據本申請的一些實施例所示的用於對三維空間進行網格化的示例性流程的示意圖;
圖5B係根據本申請的一些實施例所示的X-Y平面上的障礙物的示例性邊界框的示意圖;
圖6A係根據本申請的一些實施例所示的與障礙物的運動區域相關的示例性隸屬函數的示意圖;
圖6B係根據本申請的一些實施例所示的與障礙物的運動區域相關的隸屬函數的示例性輪廓線的示意圖;以及
圖7係根據本申請的一些實施例所示的基於時空圖確定交通工具的路徑的示例性流程的流程圖。
Claims (20)
- 一種在計算裝置上實施的基於時空圖的用於交通工具的開放表面導航的方法,所述計算裝置包括記憶體和複數個處理器,所述方法包括: 確定第一區域的時空圖,所述時空圖包括複數個時空網格,其中每個時空網格包括與所述時空網格對應的時間資訊和地理資訊; 獲取與第一時間段對應的一個或多個障礙物中的每一個障礙物的障礙物狀態; 基於所述障礙物狀態,確定所述複數個時空網格中的複數個可導航網格和複數個不可導航網格;以及 基於所述複數個可導航網格,確定所述交通工具的路徑。
- 如申請專利範圍第1項之方法,其中,確定所述複數個可導航網格和所述複數個不可導航網格進一步包括: 基於所述障礙物狀態,確定一個或多個障礙物中的每一個障礙物的障礙物體積;以及 基於所述一個或多個障礙物的所述障礙物體積,確定所述複數個可導航網格和所述複數個不可導航網格。
- 如申請專利範圍第2項之方法,其中,所述方法進一步包括: 基於與所述第一時間段對應的所述障礙物體積,確定所述一個或多個障礙物中的每一個障礙物的障礙物軌跡投影;以及 基於所述一個或多個障礙物的所述障礙物軌跡投影,確定所述複數個可導航網格和所述複數個不可導航網格。
- 如申請專利範圍第2或3項之方法,其中,所述障礙物體積是基於所述障礙物的輪廓來確定。
- 如申請專利範圍第1-3項中任一項之方法,其中,確定所述複數個可導航網格和所述複數個不可導航網格進一步包括: 基於所述障礙物狀態,確定與所述一個或多個障礙物中的每一個障礙物相關的模糊集合; 基於所述模糊集合,確定所述複數個可導航網格和所述複數個不可導航網格。
- 如申請專利範圍第5項之方法,其中,確定所述模糊集合進一步包括: 基於第一準則,確定與所述障礙物相關的不可導航區域; 基於所述不可導航區域,確定所述模糊集合。
- 如申請專利範圍第1-3項中任一項之方法,其中,所述方法進一步包括: 確定所述交通工具的目的地; 對於所述複數個可導航網格中的至少一部分,確定兩個相鄰可導航網格之間的成本函數; 確定所述交通工具的當前網格與所述交通工具的所述目的地之間的啟發式函數;以及 基於所述交通工具的所述目的地、複數個成本函數和所述啟發式函數,確定所述交通工具的路徑。
- 如申請專利範圍第7項之方法,其中,所述成本函數是基於所述兩個相鄰可導航網格的時間資訊和地理資訊來確定。
- 如申請專利範圍第7項之方法,其中,所述啟發式函數是基於所述交通工具的所述當前網格和所述交通工具的所述目的地的時間資訊和地理資訊來確定。
- 一種基於時空圖的用於交通工具的開放表面導航的系統,包括: 包括一組指令的至少一個非暫時性儲存媒體;以及 與所述至少一個非暫時性儲存媒體通訊的至少一個處理器,其中,當執行該組指令時,所述至少一個處理器用於: 確定第一區域的時空圖,所述時空圖包括複數個時空網格,其中每個時空網格包括與所述時空網格對應的時間資訊和地理資訊; 獲取與第一時間段對應的一個或多個障礙物中的每一個障礙物的障礙物狀態; 基於所述障礙物狀態,確定所述複數個時空網格中的複數個可導航網格和複數個不可導航網格;以及 基於所述複數個可導航網格,確定所述交通工具的路徑。
- 如申請專利範圍第10項之系統,其中,確定所述複數個可導航網格和所述複數個不可導航網格進一步包括: 基於所述障礙物狀態,確定一個或多個障礙物中的每一個障礙物的障礙物體積;以及 基於所述一個或多個障礙物的所述障礙物體積,確定所述複數個可導航網格和所述複數個不可導航網格。
- 如申請專利範圍第11項之系統,其中,所述系統進一步配置為: 基於與所述第一時間段對應的所述障礙物體積,確定所述一個或多個障礙物中的每一個障礙物的障礙物軌跡投影;以及 基於所述一個或多個障礙物的所述障礙物軌跡投影,確定所述複數個可導航網格和所述複數個不可導航網格。
- 如申請專利範圍第11或12項之系統,其中,所述障礙物體積是基於所述障礙物的輪廓來確定。
- 如申請專利範圍第10-12項中任一項之系統,其中,確定所述複數個可導航網格和所述複數個不可導航網格進一步包括: 基於所述障礙物狀態,確定與所述一個或多個障礙物中的每一個障礙物相關的模糊集合; 基於所述模糊集合,確定所述複數個可導航網格和所述複數個不可導航網格。
- 如申請專利範圍第14項之系統,其中,確定所述模糊集合進一步包括: 基於第一準則,確定與所述障礙物相關的不可導航區域; 基於所述不可導航區域,確定所述模糊集合。
- 如申請專利範圍第10-12項中任一項之系統,其中,所述系統進一步配置為: 確定所述交通工具的目的地; 對於所述複數個可導航網格中的至少一部分,確定兩個相鄰可導航網格之間的成本函數; 確定所述交通工具的當前網格與所述交通工具的所述目的地之間的啟發式函數;以及 基於所述交通工具的所述目的地、複數個成本函數和所述啟發式函數,確定所述交通工具的路徑。
- 如申請專利範圍第16項之系統,其中,所述成本函數是基於所述兩個相鄰可導航網格的時間資訊和地理資訊來確定。
- 如申請專利範圍第16項之系統,其中,所述啟發式函數是基於所述交通工具的所述當前網格和所述交通工具的所述目的地的時間資訊和地理資訊來確定。
- 一種非暫時性電腦可讀取媒體,其包括可執行的指令,其中,當至少一個處理器執行所述指令時,使所述至少一個處理器實施一方法,包括: 確定第一區域的時空圖,所述時空圖包括複數個時空網格,其中每個時空網格包括與所述時空網格對應的時間資訊和地理資訊; 獲取與第一時間段對應的一個或多個障礙物中的每一個障礙物的障礙物狀態; 基於所述障礙物狀態,確定所述複數個時空網格中的複數個可導航網格和複數個不可導航網格;以及 基於所述複數個可導航網格,確定所述交通工具的路徑。
- 如申請專利範圍第19項之非暫時性電腦可讀取媒體,其中,確定所述複數個可導航網格和所述複數個不可導航網格進一步包括: 基於所述障礙物狀態,確定一個或多個障礙物中的每一個障礙物的障礙物體積;以及 基於所述一個或多個障礙物的所述障礙物體積,確定所述複數個可導航網格和所述複數個不可導航網格。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811615760.8A CN111380526B (zh) | 2018-12-27 | 2018-12-27 | 一种路径确定的***和方法 |
CN201811615760.8 | 2018-12-27 | ||
WOPCT/CN2018/124540 | 2018-12-28 | ||
PCT/CN2018/124540 WO2020133118A1 (en) | 2018-12-27 | 2018-12-28 | Systems and methods for path determination |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202024568A true TW202024568A (zh) | 2020-07-01 |
TWI703309B TWI703309B (zh) | 2020-09-01 |
Family
ID=67437008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107147870A TWI703309B (zh) | 2018-12-27 | 2018-12-28 | 基於時空圖的用於交通工具的開放表面導航的方法和系統及相關的非暫時性電腦可讀取媒體 |
Country Status (8)
Country | Link |
---|---|
EP (1) | EP3692338A1 (zh) |
JP (1) | JP2021513124A (zh) |
CN (1) | CN111380526B (zh) |
AU (1) | AU2018286612B2 (zh) |
CA (1) | CA3028703C (zh) |
SG (1) | SG11201811762RA (zh) |
TW (1) | TWI703309B (zh) |
WO (1) | WO2020133118A1 (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11506505B2 (en) * | 2019-02-13 | 2022-11-22 | The Boeing Company | Methods and apparatus for determining a vehicle path |
CN112630799B (zh) * | 2019-09-24 | 2022-11-29 | 阿波罗智能技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN111928867B (zh) * | 2020-08-20 | 2021-04-30 | 上海西井信息科技有限公司 | 基于时间扩展的路径规划方法、***、设备及存储介质 |
CN112099501B (zh) * | 2020-09-15 | 2022-10-28 | 哈尔滨工程大学 | 一种基于势场参数优化的无人艇路径规划方法 |
US11960009B2 (en) | 2020-12-30 | 2024-04-16 | Zoox, Inc. | Object contour determination |
US12030522B2 (en) * | 2020-12-30 | 2024-07-09 | Zoox, Inc. | Collision avoidance using an object contour |
CN112883132B (zh) * | 2021-01-15 | 2024-04-30 | 北京小米移动软件有限公司 | 语义地图生成方法、语义地图生成装置、以及电子设备 |
DE102021106868A1 (de) * | 2021-03-19 | 2022-09-22 | Volocopter Gmbh | Verfahren zur Planung des Betriebs eines Fluggeräts, Steuereinheit für ein Fluggerät und Fluggerät mit einer solchen |
CN113077643B (zh) * | 2021-03-23 | 2022-05-03 | 上海振华重工(集团)股份有限公司 | 一种交通控制方法、交通控制***及存储介质 |
CN113299117B (zh) * | 2021-04-27 | 2022-07-12 | 上海海事大学 | 基于船舶运动轨迹预测的水上建筑物防撞气囊触发装置 |
CN113741453B (zh) * | 2021-08-31 | 2024-06-25 | 广州文远知行科技有限公司 | 一种非结构化环境的路径规划方法、装置、设备和介质 |
CN114234979B (zh) * | 2021-12-16 | 2024-04-26 | 上海擎朗智能科技有限公司 | 机器人室内定位方法、装置、介质及电子设备 |
CN114595880B (zh) * | 2022-03-03 | 2022-11-25 | 捻果科技(深圳)有限公司 | 一种飞行区行为路线的智能预设方法及*** |
CN114924575B (zh) * | 2022-07-21 | 2022-09-23 | 北京建筑大学 | 移动机器人路径规划方法、装置、电子设备及存储介质 |
CN115935767B (zh) * | 2022-11-08 | 2023-11-17 | 大连海事大学 | 基于统计力学的三维船舶交通复杂度识别感知方法及装置 |
CN116337103B (zh) * | 2023-05-17 | 2023-08-29 | 中国地质大学(武汉) | 基于区域分类的分层泛在导航方法、装置及计算机设备 |
CN116764225A (zh) * | 2023-06-09 | 2023-09-19 | 广州三七极梦网络技术有限公司 | 一种高效寻路的处理方法、装置、设备及介质 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5968109A (en) * | 1996-10-25 | 1999-10-19 | Navigation Technologies Corporation | System and method for use and storage of geographic data on physical media |
AU2011239328B2 (en) * | 2005-10-21 | 2014-07-10 | Deere & Company | Systems and methods for obstacle avoidance |
KR101053922B1 (ko) * | 2010-02-10 | 2011-08-04 | 한국과학기술원 | 해상 이동체에 대한 자율 운항 장치 및 방법 |
US8972171B1 (en) * | 2010-04-09 | 2015-03-03 | Google Inc. | Collective vehicle traffic routing |
TW201202667A (en) * | 2010-07-01 | 2012-01-16 | Tele Atlas Bv | Detecting location, timetable and travel time estimations for barrier crossings in a digital map |
KR101778028B1 (ko) * | 2010-12-20 | 2017-09-13 | 삼성전자주식회사 | 로봇 및 로봇의 경로 생성 방법 |
US9671242B2 (en) * | 2011-12-13 | 2017-06-06 | GM Global Technology Operations LLC | Multiple energy routing system |
US9472109B2 (en) * | 2014-01-07 | 2016-10-18 | Honeywell International Inc. | Obstacle detection system providing context awareness |
US9354296B2 (en) * | 2014-05-20 | 2016-05-31 | Verizon Patent And Licensing Inc. | Dynamic selection of unmanned aerial vehicles |
CN104002747B (zh) * | 2014-06-10 | 2016-01-06 | 北京联合大学 | 一种基于无人驾驶汽车的多激光雷达栅格地图融合*** |
CN105258704B (zh) * | 2014-06-16 | 2017-12-05 | 中国科学院沈阳自动化研究所 | 基于快速路网建模的多尺度时空热点路径探测方法 |
CN104142156A (zh) * | 2014-08-26 | 2014-11-12 | 天津市普迅电力信息技术有限公司 | 一种路径导航方法 |
JP6539125B2 (ja) * | 2015-06-22 | 2019-07-03 | 株式会社日立製作所 | 移動ロボットシステム及び移動ロボットの制御方法 |
US10018474B2 (en) * | 2015-12-21 | 2018-07-10 | Invensense, Inc. | Method and system for using offline map information aided enhanced portable navigation |
CN106931970A (zh) * | 2015-12-30 | 2017-07-07 | 北京雷动云合智能技术有限公司 | 一种动态环境中机器人安全自主规划导航方法 |
CN106767860B (zh) * | 2016-11-21 | 2019-12-03 | 江苏大学 | 一种基于启发式搜索算法来缩短智能汽车路径规划搜索时间的方法 |
JP6673293B2 (ja) * | 2017-05-24 | 2020-03-25 | トヨタ自動車株式会社 | 車両システム |
US10710579B2 (en) * | 2017-06-01 | 2020-07-14 | Waymo Llc | Collision prediction system |
US10725470B2 (en) * | 2017-06-13 | 2020-07-28 | GM Global Technology Operations LLC | Autonomous vehicle driving systems and methods for critical conditions |
CN108088455A (zh) * | 2017-12-14 | 2018-05-29 | 山东中图软件技术有限公司 | 一种导航方法 |
CN108267154B (zh) * | 2018-02-09 | 2020-08-14 | 城市生活(北京)资讯有限公司 | 一种地图显示方法及装置 |
CN108444482B (zh) * | 2018-06-15 | 2021-10-22 | 东北大学 | 一种无人机自主寻路避障方法及*** |
-
2018
- 2018-12-27 CN CN201811615760.8A patent/CN111380526B/zh active Active
- 2018-12-28 SG SG11201811762RA patent/SG11201811762RA/en unknown
- 2018-12-28 CA CA3028703A patent/CA3028703C/en active Active
- 2018-12-28 WO PCT/CN2018/124540 patent/WO2020133118A1/en unknown
- 2018-12-28 AU AU2018286612A patent/AU2018286612B2/en active Active
- 2018-12-28 EP EP18826172.1A patent/EP3692338A1/en not_active Withdrawn
- 2018-12-28 JP JP2018569055A patent/JP2021513124A/ja active Pending
- 2018-12-28 TW TW107147870A patent/TWI703309B/zh active
Also Published As
Publication number | Publication date |
---|---|
AU2018286612A1 (en) | 2020-07-16 |
CA3028703A1 (en) | 2020-06-27 |
EP3692338A4 (en) | 2020-08-12 |
CA3028703C (en) | 2022-02-15 |
CN111380526B (zh) | 2022-04-05 |
JP2021513124A (ja) | 2021-05-20 |
EP3692338A1 (en) | 2020-08-12 |
SG11201811762RA (en) | 2020-08-28 |
TWI703309B (zh) | 2020-09-01 |
CN111380526A (zh) | 2020-07-07 |
WO2020133118A1 (en) | 2020-07-02 |
AU2018286612B2 (en) | 2020-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI703309B (zh) | 基於時空圖的用於交通工具的開放表面導航的方法和系統及相關的非暫時性電腦可讀取媒體 | |
WO2021115081A1 (zh) | 三维目标检测和智能行驶 | |
US10948300B2 (en) | Systems and methods for path determination | |
AU2020104467A4 (en) | Systems and methods for path determination | |
US20230282005A1 (en) | Sensor fusion for autonomous machine applications using machine learning | |
US11155264B2 (en) | Systems and methods for determining driving action in autonomous driving | |
US11530921B2 (en) | Method of generating a collision free path of travel and computing system | |
US20220138568A1 (en) | Model-based reinforcement learning for behavior prediction | |
CN115485177A (zh) | 雷达跟踪的对象速度和/或偏航 | |
US11926346B2 (en) | Behavior planning for autonomous vehicles in yield scenarios | |
US20230406315A1 (en) | Encoding junction information in map data | |
CN112041210B (zh) | 用于自动驾驶的***和方法 | |
WO2021077315A1 (en) | Systems and methods for autonomous driving | |
JP2023066377A (ja) | 自律システム及びアプリケーションのための人工知能を使用した点群高密度化を有する3d表面再構成 | |
WO2021212297A1 (en) | Systems and methods for distance measurement | |
Wagner | Smart collision avoidance for autonomous vehicles | |
JP2024510058A (ja) | オブジェクト輪郭を使用した衝突回避 |