CN115366918A - 轨迹规划方法及装置、终端设备、计算机可读存储介质 - Google Patents
轨迹规划方法及装置、终端设备、计算机可读存储介质 Download PDFInfo
- Publication number
- CN115366918A CN115366918A CN202211033919.1A CN202211033919A CN115366918A CN 115366918 A CN115366918 A CN 115366918A CN 202211033919 A CN202211033919 A CN 202211033919A CN 115366918 A CN115366918 A CN 115366918A
- Authority
- CN
- China
- Prior art keywords
- area
- target vehicle
- trajectory planning
- vehicle
- target
- 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 46
- 230000015654 memory Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 17
- 238000004088 simulation Methods 0.000 claims 2
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/35—Data fusion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2754/00—Output or target parameters relating to objects
- B60W2754/10—Spatial relation or speed relative to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2754/00—Output or target parameters relating to objects
- B60W2754/10—Spatial relation or speed relative to objects
- B60W2754/60—Azimuth angle
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Human Computer Interaction (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种轨迹规划方法及装置、终端设备、计算机可读存储介质,所述轨迹规划方法包括:获取目标车辆的周围环境信息,并根据所述周围环境信息更新可行驶区域,更新可行驶区域包括删除非行驶区域和/或新增非行驶区域;利用更新后的可行驶区域对所述目标车辆进行轨迹规划。使用上述技术方案能够确定车辆周围的真实环境,以准确地规划出适合车辆行驶的轨迹。
Description
技术领域
本发明涉及无人驾驶技术领域,更具体地,其涉及一种轨迹规划方法及装置、终端设备、计算机可读存储介质。
背景技术
随着人工智能的不断发展,无人驾驶技术也越来越多地应用在生活中的各个场景。无人驾驶车辆依赖于各个传感器采集到的数据了解车辆的周围环境,使车辆能够根据规划的轨迹在道路上前进。但车辆上的部分传感器在采集数据时会因为环境因素的影响采集到不准确的数据,导致对周围环境的错误判断,使车辆无法正常行驶。
现有技术在无人驾驶车辆对周围环境判断错误导致无法正常行驶时,需要由工作人员到车辆所在地将车辆驾驶到安全区域,或近距离遥控控制车辆行驶到安全区域,使车辆能够继续工作。
但是,现有技术需要工作人员到无人驾驶车辆所在现场观察环境,再将车辆转移到安全区域,费时费力,效率低下。
发明内容
本发明解决的技术问题是如何确定车辆周围的真实环境,以准确地规划出车辆的轨迹。
为解决上述技术问题,本发明提供一种轨迹规划方法,所述轨迹规划方法包括:获取目标车辆的周围环境信息,并根据所述周围环境信息更新可行驶区域,更新可行驶区域包括删除非行驶区域和/或新增非行驶区域;利用更新后的可行驶区域对所述目标车辆进行轨迹规划。
可选地,所述根据所述周围环境信息更新可行驶区域包括:根据所述周围环境信息判断各个非行驶区域内各个物体的高度的最大值;在所述非行驶区域内各个物体的高度的最大值低于第一预设阈值时,删除所述非行驶区域。
可选地,所述根据所述周围环境信息更新可行驶区域还包括:根据所述周围环境信息判断各个可行驶区域内各个物体的高度的最大值;在所述可行驶区域内各个物体的高度的最大值高于第二预设阈值时,在所述可行驶区域的位置新增非行驶区域。
可选地,所述根据所述周围环境信息更新可行驶区域还包括:根据所述周围环境信息生成模拟地图;获取用户在所述模拟地图中标注的标注区域,并对所述标注区域进行更新,在所述标注区域为非行驶区域时,删除所述非行驶区域,或者,在所述标注区域为可行驶区域时,在所述可行驶区域的位置新增非行驶区域。
可选地,所述利用更新后的可行驶区域对所述目标车辆进行轨迹规划包括:获取目标位置;计算所述目标车辆从当前位置移动至所述目标位置的目标轨迹,所述目标轨迹包括所述目标车辆在各个时刻的速度与转角。
可选地,所述利用更新后的可行驶区域对所述目标车辆进行轨迹规划还包括:获取用户的控制指令,所述控制指令包括所述目标车辆的移动距离和转角;根据所述目标车辆的移动距离和转角生成目标轨迹。
可选地,所述获取目标车辆的周围环境信息之前还包括:获取用户输入的车辆的标识;根据所述车辆的标识确定所述目标车辆,所述车辆具有唯一标识。
可选地,所述获取目标车辆的周围环境信息之前还包括:接收所述目标车辆发送的接管请求,所述接管请求用于请求远程控制。
本发明还公开一种轨迹规划装置,所述轨迹规划装置包括:更新模块,用于获取目标车辆的周围环境信息,并根据所述周围环境信息更新可行驶区域,更新可行驶区域包括删除非行驶区域和/或新增非行驶区域;规划模块,用于利用更新后的可行驶区域对所述目标车辆进行轨迹规划。
可选的,所述轨迹规划装置还包括:第一区域编辑模块,用于根据所述周围环境信息判断各个非行驶区域内各个物体的高度的最大值,并在所述非行驶区域内各个物体的高度的最大值低于第一预设阈值时,删除所述非行驶区域,还用于根据所述周围环境信息判断各个可行驶区域内各个物体的高度的最大值,在所述可行驶区域内各个物体的高度的最大值高于第二预设阈值时,在所述可行驶区域的位置新增非行驶区域;第二区域编辑模块,用于根据所述周围环境信息生成模拟地图,获取用户在所述模拟地图中标注的标注区域,并对所述标注区域进行更新,在所述标注区域为非行驶区域时,删除所述非行驶区域,或者,在所述标注区域为可行驶区域时,在所述可行驶区域的位置新增非行驶区域;第一轨迹生成模块,用于获取目标位置,计算所述目标车辆从当前位置移动至所述目标位置的目标轨迹,所述目标轨迹包括所述目标车辆在各个时刻的速度与转角;第二轨迹生成模块,用于获取用户的控制指令,所述控制指令包括所述目标车辆的移动距离和转角,根据所述目标车辆的移动距离和转角生成目标轨迹;目标车辆确定模块,用于获取用户输入的车辆的标识,并根据所述车辆的标识确定所述目标车辆,所述车辆具有唯一标识,还用于接收所述目标车辆发送的接管请求,所述接管请求用于请求远程控制。
本发明还公开一种终端设备,包括存储器和处理器,所述存储器上存储有可在处理器上运行的计算机程序,所述计算机程序被处理器运行时执行上述任一种所述轨迹规划方法的步骤。
本发明还公开一种计算机可读存储介质,其上存储有计算机程序,所述计算机可读存储介质为非易失性存储介质或非瞬态存储介质,所述计算机程序被处理器运行时执行上述任一种所述轨迹规划方法的步骤。
与现有技术相比,本发明的技术方案具有以下有益效果:
本发明提出一种轨迹规划方法,通过获取目标车辆的周围环境信息,对目标车辆周围的可行驶区域进行更新,以删除目标车辆周围的非行驶区域和/或新增目标车辆周围的非行驶区域,使目标车辆能够利用更新后的可行驶区域对轨迹进行规划,从而消除环境因素对可行驶区域造成的影响,使目标车辆在各个非行驶区域标注准确的情况下进行轨迹规划,从而提升轨迹规划的准确性。
进一步地,根据周围环境信息生成可视化的模拟地图,以供用户更直观的了解目标车辆周围的情况,用户可以直接通过模拟地图上显示的环境情况判断如何对目标车辆周围的可行驶区域进行编辑,并且能够直接将用户在模拟地图中标注的标注区域转换为非行驶区域或可行驶区域,大大提升了用户在更新可行驶区域时的体验。
进一步地,在模拟地图中的可行驶区域更新完毕后,用户还可以通过更新后的模拟地图直接输入对目标车辆的控制指令,控制指令包括目标车辆的移动距离和转角,用户可以通过输入控制指令对目标车辆进行更准确、更符合人类驾驶习惯的控制,使目标车辆在周围情况复杂时能够更快地脱离卡停在原地的状态,使目标车辆恢复正常的驾驶状态。
附图说明
图1是本发明实施例提供的一种轨迹规划方法的整体流程图;
图2是本发明实施例提供的一种轨迹规划方法的示意图;
图3是本发明实施例提供的一种轨迹规划装置的结构示意图。
具体实施方式
如背景技术中所述,无人驾驶车辆依赖于各个传感器采集到的数据了解车辆的周围环境,使车辆能够根据规划的轨迹在道路上前进。现有技术在无人驾驶车辆对周围环境判断错误导致无法正常行驶时,需要由工作人员到车辆所在地将车辆驾驶到安全区域,或近距离遥控控制车辆行驶到安全区域,使车辆能够继续工作。但是现有技术需要工作人员到无人驾驶车辆所在现场观察环境,再将车辆转移到安全区域,费时费力,效率低下。
本发明实施例中,通过获取目标车辆的周围环境信息,对目标车辆周围的可行驶区域进行更新,以删除目标车辆周围的非行驶区域和/或新增目标车辆周围的非行驶区域,使目标车辆能够利用更新后的可行驶区域对轨迹进行规划,从而消除环境因素对可行驶区域造成的影响,使目标车辆在各个非行驶区域标注准确的情况下进行轨迹规划。
进一步地,根据周围环境信息生成可视化的模拟地图,以供用户更直观的了解目标车辆周围的情况,用户可以直接通过模拟地图上显示的环境情况判断如何对目标车辆周围的可行驶区域进行编辑,并且能够直接将用户在模拟地图中标注的标注区域转换为非行驶区域或可行驶区域,大大提升了用户在更新可行驶区域时的体验。
进一步地,在模拟地图中的可行驶区域更新完毕后,用户还可以通过更新后的模拟地图直接输入对目标车辆的控制指令,控制指令包括目标车辆的移动距离和转角,用户可以通过输入控制指令对目标车辆进行更准确、更符合人类驾驶习惯的控制,使目标车辆在周围情况复杂时能够更快地脱离卡停在原地的状态,使目标车辆恢复正常的驾驶状态。
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
图1是本发明实施例提供的一种轨迹规划方法的整体流程图。
在具体实施中,下述步骤101至步骤102所记载的轨迹规划方法可以用于终端设备中。上述步骤具体可以由终端设备来执行,也可以由终端设备中具有数据处理功能的芯片所执行,也可以由终端设备中包含有数据处理功能的芯片的芯片模组来执行。在一个具体的实施例中,可以由服务器执行轨迹规划方法的各个步骤。
具体地,如图1所示,轨迹规划方法可以包括以下步骤:
在步骤101中,获取目标车辆的周围环境信息,并根据所述周围环境信息更新可行驶区域;
在步骤102中,利用更新后的可行驶区域对所述目标车辆进行轨迹规划。
至此,轨迹已规划完毕,可控制目标车辆根据规划得到的轨迹进行无人驾驶。
在一个非限制性的实施例中,当目标车辆由于无法正常行驶停在原地时,目标车辆可以向服务器发送接管请求,以请求服务器进行远程控制。具体地,目标车辆可以在处于工作状态时停止移动的时间超过预设时间的情况下向服务器发送接管请求。
在一个非限制性的实施例中,服务器还可以获取用户输入的车辆的标识,并根据车辆的标识确定目标车辆。每一车辆具有唯一标识,用户可以根据实际情况对特定车辆进行远程控制,使对车辆的远程控制更加灵活。
在具体实施中,在确定目标车辆之后,获取目标车辆发送的周围环境信息,周围环境信息是由部署在目标车辆上的各个传感器采集到的数据,传感器可以包括相机、激光雷达和毫米波雷达。周围环境信息具体可以包括图像数据、激光点云数据等数据。
进一步地,在目标车辆进行无人驾驶时,目标车辆可以根据预设的标定矩阵对不同传感器采集到的周围环境信息进行处理,将不同传感器采集到的数据统一至同一坐标系中,并将处理后的各个数据通过传感器融合算法进行融合,以得到融合数据,目标车辆可以根据融合数据确定周围环境中各个物体的具体位置,以进行无人驾驶的轨迹规划。
需要说明的是,可以采用卡尔曼滤波作为传感器融合算法,也可以采用其他可实现的传感器融合算法,本申请对此不作限制。
但是,目标车辆上的传感器可能因为周围环境的影响导致某个传感器采集到的数据不准确,使目标车辆根据融合数据进行轨迹规划时,对周围环境中各个物体的具体位置造成误判,导致目标车辆因为误判周围没有可以行驶的区域而卡停在原地。例如,目标车辆在下雨时误将雨水识别为物体,从而导致目标车辆卡停在原地。
在本申请中,服务器能够根据周围环境信息中雷达采集到的数据与相机拍摄到的图片判断目标车辆周围各个物体的高度的最大值,根据物体高度的最大值对可行驶区域进行更新,能够确保目标车辆周围的可行驶区域标注准确,目标车辆可以安全地在可行驶区域中行驶。并且还可以根据周围环境信息生成模拟地图,向用户提供目标车辆周围的可视化环境,用户可以根据模拟地图对可行驶区域进行更新,以消除因物体误判而形成的非行驶区域。通过以上方法对可行驶区域进行更新,并且使用更新后的可行驶区域规划目标轨迹,使最终规划得到的目标轨迹具有更高的准确性,目标车辆能够在该目标轨迹上正常行驶,解决了目标车辆卡停在原地的问题。
在一个非限制性的实施例中,服务器在接收到目标车辆发送的周围环境信息后,可以结合各个传感器采集到的周围环境信息识别各个非行驶区域内各个物体的高度的最大值,当非行驶区域内各个物体的高度的最大值低于第一预设阈值时,删除非行驶区域,将非行驶区域更新为可行驶区域。具体地,非行驶区域可以是目标车辆识别到的存在物体的区域,目标车辆无法在非行驶区域中行驶,可以结合相机采集的图像对非行驶区域中物体的高度的最大值进行识别,当雷达识别到非行驶区域存在物体,而相机采集到的图像中该非行驶区域中的物体的高度的最大值低于第一预设阈值时,表明该非行驶区域中的物体不会影响目标车辆的正常行驶,可以将该非行驶区域删除,以避免因为雷达采集到的错误数据导致车辆无法正常行驶。
需要说明的是,非行驶区域内的物体可以是车辆、行人、路灯等任意可实施的物体,本申请对此不做限制。
在一个非限制性的实施例中,服务器在接收到目标车辆发送的周围环境信息后,可以结合各个传感器采集到的周围环境信息判断各个可行驶区域内各个物体的高度的最大值,当可行驶区域内各个物体的高度的最大值高于第二预设阈值时,在可行驶区域的位置新增非行驶区域。具体地,可以结合雷达采集到的点云数据和相机采集到的图像对可行驶区域内物体的高度进行识别,当可行驶区域内物体的高度的最大值大于第二预设阈值时,可以在可行驶区域的位置新增非行驶区域。例如,通过设置第二预设阈值,可以将道路边缘处的台阶所在的可行驶区域更新为非行驶区域,保证目标车辆不会因为爬升台阶导致底盘受损。
需要说明的是,第一预设阈值与第二预设阈值可以根据实际情况进行设置,第一预设阈值可以与第二预设阈值一致,本申请对此不作限制。
在一个非限制性的实施例中,服务器还可以将周围环境信息生成的融合数据投影至平面中,以形成可视化的模拟地图。用户可以通过模拟地图直观地了解到目标车辆周围的环境,模拟地图中包括目标车辆周围的可行驶区域和非行驶区域。用户可以根据模拟地图所展示的信息在模拟地图中标注出需要更新的标注区域,服务器可以获取用户在模拟地图中标注的标注区域,并对标注区域进行更新,当标注区域为非行驶区域时,删除标注区域指示的非行驶区域;在标注区域为可行驶区域时,在标注区域指示的可行驶区域的位置新增非行驶区域。用户可以根据目标车辆所处的现场情况按照需求对模拟地图中的可行驶区域进行更新,用户仅需要在模拟地图中确定标注区域即可对各个可行驶区域进行更新,大大提升用户的使用体验。
在一个非限制性的实施例中,在完成对可行驶区域的更新之后,可以根据更新后的可行驶区域对目标车辆的轨迹进行规划。具体地,可以先获取目标车辆的目标位置,目标位置可以是用户在模拟地图中确定的位置,根据目标位置计算目标车辆从当前位置移动至目标位置的目标轨迹,计算得到的目标轨迹包括目标车辆在各个时刻的速度与转角。
需要说明的是,目标轨迹可以使用轨迹规划算法进行计算,或者使用神经网络模型进行计算,也可以采用任意可实现的方法计算目标轨迹,本申请对此不作限制。
在一个非限制性的实施例中,除了根据目标位置生成目标轨迹之外,用户还可以根据模拟地图中目标车辆周围的情况输入控制指令,控制指令包括目标车辆的移动距离和转角,在获取到用户输入的控制指令后,可以根据控制指令生成目标轨迹。
在具体实施方式中,在得到目标轨迹后,可以在模拟地图中显示目标车辆的模拟运行轨迹,便于用户观察目标车辆按照控制指令移动时的行动轨迹。在用户确认目标轨迹后,服务器可以根据目标轨迹控制目标车辆进行移动,使车辆能够脱离无法正常行驶的困境。
在一个具体的实施例中,可以通过远程挪车平台对目标车辆进行远程控制,用户可以为平台管理人员。平台管理人员可以根据车辆的标识或者目标车辆的请求来确定目标车辆,在服务器根据目标车辆的周围环境信息器生成模拟地图后,可以将模拟地图展示在远程挪车平台中,平台管理人员可以通过模拟地图中展示的环境对可行驶区域进行更新。并且在可行驶区域更新完成后,平台管理人员还能在模拟地图中指定目标位置或者直接输入控制指令,以形成目标车辆的目标轨迹,在平台管理人员确认目标轨迹无误后,服务器可以控制目标车辆按照目标轨迹进行行驶,以解决车辆卡停在原地的情况。
在本实施例中,服务器在接收到周围环境信息后,可以根据周围环境信息判断各个区域中物体的高度的最大值是否达到第一预设阈值或第二预设阈值,以对可行驶区域进行更新;还可以根据周围环境信息生成模拟地图,并获取用户在模拟地图中标注的标注区域,以根据标注区域对可行驶区域进行更新。在可行驶区域更新完成后,可以根据目标位置计算目标轨迹,还可以根据用户输入的控制指令生成目标轨迹。用户可以对目标车辆的移动进行远程遥控,并提供了可视化的模拟地图方便用户进行控制,提升了用户的使用体验,降低了人力消耗。
图2是本发明实施例提供的一种轨迹规划方法的示意图。
在步骤201中,获取目标车辆的周围环境信息。
在具体实施方式中,周围环境信息可以是由目标车辆上部署的各个传感器所采集到的数据,周围环境信息用于判断目标车辆周围各个物体的具体位置。目标车辆的确定方法可以参考步骤101中的相关描述,此处不再赘述。
在步骤202中,根据周围环境信息判断各个物体的高度的最大值,以根据物体的高度的最大值更新可行驶区域。
在步骤203中,生成模拟地图,并根据用户在模拟地图中的标注区域更新可行驶区域。
需要说明的是,步骤202和步骤203需要择一进行使用,执行步骤202或步骤203可以由用户根据实际情况选择,以对可行驶区域进行更新。关于更新可行驶区域的详细步骤可参考步骤101中的相关描述,此处不再赘述。
在步骤204中,获取目标位置,并计算目标车辆从当前位置移动至目标位置的目标轨迹。
在步骤205中,获取用户的控制指令,并根据控制指令生成目标轨迹。
需要说明的是,步骤204和步骤205需要择一进行使用,执行步骤204或步骤205可以由用户根据实际情况选择,以对目标轨迹进行规划。关于生成目标车辆的目标轨迹的详细步骤可参考步骤102中的相关描述,此处不再赘述。
在步骤206中,根据目标轨迹远程控制目标车辆进行移动。
在具体实施方式中,在确定目标轨迹之后,服务器远程控制目标车辆按照目标轨迹进行移动,使目标车辆移动至目标位置。服务器可以在远程控制目标车辆的过程中停止目标车辆的移动,以应对道路中的突发情况,提高远程控制的安全性。同时,目标车辆在执行远程控制的过程中,可以判断目标车辆与周围物体的距离,当目标车辆与周围物体的距离小于安全距离时,目标车辆可以自动停止行驶,以防止远程控制的过程中目标车辆发生碰撞。
如图3所示,本发明实施例还公开了一种轨迹规划装置。轨迹规划装置30包括:
更新模块301,用于获取目标车辆的周围环境信息,并根据所述周围环境信息更新可行驶区域,更新可行驶区域包括删除非行驶区域和/或新增非行驶区域;
规划模块302,用于利用更新后的可行驶区域对所述目标车辆进行轨迹规划。
在具体实施中,上述轨迹规划装置可以对应于终端设备中具有数据处理功能的芯片,例如SOC(System-On-a-Chip,片上系统)、基带芯片等;或者对应于终端设备中包括具有数据处理功能的芯片模组;或者对应于具有数据处理功能芯片的芯片模组,或者对应于终端设备。上述终端设备可以是服务器。
关于所述轨迹规划装置30的工作原理、工作方式的更多内容,可以参照图1和图2中的相关描述,这里不再赘述。
关于上述实施例中描述的各个装置、产品包含的各个模块/单元,其可以是软件模块/单元,也可以是硬件模块/单元,或者也可以部分是软件模块/单元,部分是硬件模块/单元。例如,对于应用于或集成于芯片的各个装置、产品,其包含的各个模块/单元可以都采用电路等硬件的方式实现,或者,至少部分模块/单元可以采用软件程序的方式实现,该软件程序运行于芯片内部集成的处理器,剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现;对于应用于或集成于芯片模组的各个装置、产品,其包含的各个模块/单元可以都采用电路等硬件的方式实现,不同的模块/单元可以位于芯片模组的同一组件(例如芯片、电路模块等)或者不同组件中,或者,至少部分模块/单元可以采用软件程序的方式实现,该软件程序运行于芯片模组内部集成的处理器,剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现;对于应用于或集成于终端的各个装置、产品,其包含的各个模块/单元可以都采用电路等硬件的方式实现,不同的模块/单元可以位于终端内同一组件(例如,芯片、电路模块等)或者不同组件中,或者,至少部分模块/单元可以采用软件程序的方式实现,该软件程序运行于终端内部集成的处理器,剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现。
本发明实施例还公开了一种存储介质,所述计算机可读存储介质为非易失性存储介质或非瞬态存储介质,所述存储介质为计算机可读存储介质,其上存储有计算机程序,所述计算机程序运行时可以执行图1和图2中所示方法的步骤。所述存储介质可以包括ROM、RAM、磁盘或光盘等。所述存储介质还可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器等。
本发明实施例还公开了一种终端设备,所述终端设备可以包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序时可以执行图1和图2中所示方法的步骤。
本申请实施例中出现的“多个”是指两个或两个以上。
本申请实施例中出现的第一、第二等描述,仅作示意与区分描述对象之用,没有次序之分,也不表示本申请实施例中对设备个数的特别限定,不能构成对本申请实施例的任何限制。
应理解,本申请实施例中,所述处理器可以为中央处理单元(central processingunit,简称CPU),该处理器还可以是其他通用处理器、数字信号处理器(digital signalprocessor,简称DSP)、专用集成电路(application specific integrated circuit,简称ASIC)、现成可编程门阵列(field programmable gate array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解,本申请实施例中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,简称ROM)、可编程只读存储器(programmable ROM,简称PROM)、可擦除可编程只读存储器(erasable PROM,简称EPROM)、电可擦除可编程只读存储器(electricallyEPROM,简称EEPROM)或闪存。易失性存储器可以是随机存取存储器(random accessmemory,简称RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器(random access memory,简称RAM)可用,例如静态随机存取存储器(staticRAM,简称SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronousDRAM,简称SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,简称DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,简称ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,简称SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,简称DR RAM)。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法、装置和系统,可以通过其它的方式实现。例如,以上所描述的装置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系统,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,装置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,在本发明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包括,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (11)
1.一种轨迹规划方法,其特征在于,包括:
获取目标车辆的周围环境信息,并根据所述周围环境信息更新可行驶区域,更新可行驶区域包括删除非行驶区域和/或新增非行驶区域;
利用更新后的可行驶区域对所述目标车辆进行轨迹规划。
2.根据权利要求1所述的轨迹规划方法,其特征在于,所述根据所述周围环境信息更新可行驶区域包括:
根据所述周围环境信息判断各个非行驶区域内各个物体的高度的最大值;在所述非行驶区域内各个物体的高度的最大值低于第一预设阈值时,删除所述非行驶区域。
3.根据权利要求1所述的轨迹规划方法,其特征在于,所述根据所述周围环境信息更新可行驶区域还包括:
根据所述周围环境信息判断各个可行驶区域内各个物体的高度的最大值;在所述可行驶区域内各个物体的高度的最大值高于第二预设阈值时,在所述可行驶区域的位置新增非行驶区域。
4.根据权利要求1所述的轨迹规划方法,其特征在于,所述根据所述周围环境信息更新可行驶区域还包括:
根据所述周围环境信息生成模拟地图;
获取用户在所述模拟地图中标注的标注区域,并对所述标注区域进行更新,在所述标注区域为非行驶区域时,删除所述非行驶区域,或者,在所述标注区域为可行驶区域时,在所述可行驶区域的位置新增非行驶区域。
5.根据权利要求1所述的轨迹规划方法,其特征在于,所述利用更新后的可行驶区域对所述目标车辆进行轨迹规划包括:
获取目标位置;
计算所述目标车辆从当前位置移动至所述目标位置的目标轨迹,所述目标轨迹包括所述目标车辆在各个时刻的速度与转角。
6.根据权利要求1所述的轨迹规划方法,其特征在于,所述利用更新后的可行驶区域对所述目标车辆进行轨迹规划还包括:
获取用户的控制指令,所述控制指令包括所述目标车辆的移动距离和转角;根据所述目标车辆的移动距离和转角生成目标轨迹。
7.根据权利要求1所述的轨迹规划方法,其特征在于,所述获取目标车辆的周围环境信息之前还包括:
获取用户输入的车辆的标识;
根据所述车辆的标识确定所述目标车辆,所述车辆具有唯一标识。
8.根据权利要求1所述的轨迹规划方法,其特征在于,所述获取目标车辆的周围环境信息之前还包括:
接收所述目标车辆发送的接管请求,所述接管请求用于请求远程控制。
9.一种轨迹规划装置,其特征在于,包括:
更新模块,用于获取目标车辆的周围环境信息,并根据所述周围环境信息更新可行驶区域,更新可行驶区域包括删除非行驶区域和/或新增非行驶区域;
规划模块,用于利用更新后的可行驶区域对所述目标车辆进行轨迹规划。
10.一种终端设备,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器运行所述计算机程序时执行权利要求1至8中任一项所述轨迹规划方法的步骤。
11.一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,所述计算机可读存储介质为非易失性存储介质或非瞬态存储介质,所述计算机程序被处理器运行时执行权利要求1至8中任一项所述轨迹规划方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211033919.1A CN115366918A (zh) | 2022-08-26 | 2022-08-26 | 轨迹规划方法及装置、终端设备、计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211033919.1A CN115366918A (zh) | 2022-08-26 | 2022-08-26 | 轨迹规划方法及装置、终端设备、计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115366918A true CN115366918A (zh) | 2022-11-22 |
Family
ID=84068209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211033919.1A Pending CN115366918A (zh) | 2022-08-26 | 2022-08-26 | 轨迹规划方法及装置、终端设备、计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115366918A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101975951A (zh) * | 2010-06-09 | 2011-02-16 | 北京理工大学 | 一种融合距离和图像信息的野外环境障碍检测方法 |
CN103241240A (zh) * | 2012-02-09 | 2013-08-14 | 罗伯特·博世有限公司 | 用于在汽车中保护外后视镜与侧面障碍物碰撞的装置 |
CN111829545A (zh) * | 2020-09-16 | 2020-10-27 | 深圳裹动智驾科技有限公司 | 自动驾驶车辆及其运动轨迹的动态规划方法及系统 |
WO2020235385A1 (ja) * | 2019-05-22 | 2020-11-26 | 日立オートモティブシステムズ株式会社 | 車両制御装置 |
CN112716401A (zh) * | 2020-12-30 | 2021-04-30 | 北京奇虎科技有限公司 | 绕障清扫方法、装置、设备及计算机可读存储介质 |
DE102020100729A1 (de) * | 2020-01-14 | 2021-07-15 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Manövrieren eines Fahrzeugs mit Überfahren von niedrigen Hindernissen, Recheneinrichtung sowie Fahrerassistenzsystem |
-
2022
- 2022-08-26 CN CN202211033919.1A patent/CN115366918A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101975951A (zh) * | 2010-06-09 | 2011-02-16 | 北京理工大学 | 一种融合距离和图像信息的野外环境障碍检测方法 |
CN103241240A (zh) * | 2012-02-09 | 2013-08-14 | 罗伯特·博世有限公司 | 用于在汽车中保护外后视镜与侧面障碍物碰撞的装置 |
WO2020235385A1 (ja) * | 2019-05-22 | 2020-11-26 | 日立オートモティブシステムズ株式会社 | 車両制御装置 |
DE102020100729A1 (de) * | 2020-01-14 | 2021-07-15 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Manövrieren eines Fahrzeugs mit Überfahren von niedrigen Hindernissen, Recheneinrichtung sowie Fahrerassistenzsystem |
CN111829545A (zh) * | 2020-09-16 | 2020-10-27 | 深圳裹动智驾科技有限公司 | 自动驾驶车辆及其运动轨迹的动态规划方法及系统 |
CN112716401A (zh) * | 2020-12-30 | 2021-04-30 | 北京奇虎科技有限公司 | 绕障清扫方法、装置、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111192295B (zh) | 目标检测与跟踪方法、设备和计算机可读存储介质 | |
JP7413543B2 (ja) | データ伝送方法および装置 | |
EP3974778B1 (en) | Method and apparatus for updating working map of mobile robot, and storage medium | |
JP2021089724A (ja) | 構造的制約及び物理的制約を伴う3d自動ラベル付け | |
TW202125316A (zh) | 影像處理方法、電子設備和電腦儲存介質 | |
WO2023123837A1 (zh) | 地图的生成方法、装置、电子设备及存储介质 | |
CN115205391A (zh) | 一种三维激光雷达和视觉融合的目标预测方法 | |
US11755917B2 (en) | Generating depth from camera images and known depth data using neural networks | |
TWI725681B (zh) | 無人載具語意地圖建置系統及其建置方法 | |
US11961272B2 (en) | Long range localization with surfel maps | |
CN112753038A (zh) | 识别车辆变道趋势的方法和装置 | |
CN113907663B (zh) | 障碍物地图构建方法、清洁机器人及存储介质 | |
KR102543871B1 (ko) | 도로정보 변화 영역 보완 방법 및 시스템 | |
KR20210111181A (ko) | 환경 변화를 검출하기 위한 방법, 장치, 기기 및 매체 | |
WO2020199057A1 (zh) | 一种自动驾驶模拟系统、方法、设备及存储介质 | |
EP4040400A1 (en) | Guided inspection with object recognition models and navigation planning | |
US20210191397A1 (en) | Autonomous vehicle semantic map establishment system and establishment method | |
CN110986945A (zh) | 基于语义高度地图的局部导航方法和系统 | |
CN117036607A (zh) | 基于隐式神经渲染的自动驾驶场景数据生成方法及系统 | |
CN113673288A (zh) | 空闲车位检测方法、装置、计算机设备及存储介质 | |
CN115797578A (zh) | 一种高精地图的处理方法和装置 | |
CN115366918A (zh) | 轨迹规划方法及装置、终端设备、计算机可读存储介质 | |
CN113409268B (zh) | 基于单目相机的可通行区域检测方法、装置及存储介质 | |
CN114564018B (zh) | 控制方法、控制装置、终端设备及计算机可读存储介质 | |
CN116664809A (zh) | 三维信息获取方法、装置、计算机设备、存储介质和产品 |
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 |