CN109253735A - 路径规划方法、装置及存储介质 - Google Patents
路径规划方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109253735A CN109253735A CN201811451030.9A CN201811451030A CN109253735A CN 109253735 A CN109253735 A CN 109253735A CN 201811451030 A CN201811451030 A CN 201811451030A CN 109253735 A CN109253735 A CN 109253735A
- Authority
- CN
- China
- Prior art keywords
- waypoint
- crossing
- intelligent automobile
- path
- distance
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012545 processing Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000002093 peripheral effect Effects 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 7
- 230000004927 fusion Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000000919 ceramic Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
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
- G01C21/26—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 or using precalculated routes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种路径规划方法、装置及存储介质,属于智能汽车技术领域。该方法包括:当检测到当前需要转弯时,从智能汽车的全局路径中获取待转弯路口中的多个路点的路点信息,全局路径为基于B样条算法对智能汽车规划的从起点到目的地的路径;根据多个路点的路点信息,确定待转弯路口的多个交叉点;基于多个路点和多个交叉点拟合贝塞尔Bezier曲线,并将拟合的Bezier曲线确定为针对待转弯路口所规划的局部路径,局部路径用于追踪智能汽车。本发明通过B样条算法得到全局部路径,通过berzier算法对局部路径进行处理,解决了直角弯转弯过程中行驶路径的曲线光滑度问题,避免了对智能汽车行驶的影响。
Description
技术领域
本发明涉及智能汽车技术领域,特别涉及一种路径规划方法、装置及存储介质。
背景技术
智能汽车是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的汽车,它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术,是典型的高新技术综合体。其中,路径规划是智能汽车的重要研究内容之一。
目前,通常通过berzier(贝塞尔)算法来对智能汽车进行路径规划,但是,由于berzier算法用于表示整体路径,并不能对局部路径进行细化,比如,对于存在障碍物的路径或者直角弯路径等异常路径,通过目前的berzier算法无法进行路径规划。因此,亟需一种路径规划方法。
发明内容
本发明实施例提供了一种路径规划方法、装置及存储介质,用于解决相关技术中无法对局部路径进行细化处理导致智能汽车行驶受影响的问题。所述技术方案如下:
第一方面,提供了一种路径规划方法,所述方法包括:
当检测到当前需要转弯时,从智能汽车的全局路径中获取待转弯路口中的多个路点的路点信息,所述全局路径为基于B样条算法对所述智能汽车规划的从起点到目的地的路径;
根据所述多个路点的路点信息,确定所述待转弯路口的多个交叉点;
基于所述多个路点和所述多个交叉点拟合贝塞尔Bezier曲线,并将拟合的所述Bezier曲线确定为针对所述待转弯路口所规划的局部路径,所述局部路径用于追踪智能汽车。
可选地,所述多个路点包括第一路点、第二路点、第三路点和第四路点,所述第一路点为智能汽车行驶的路径中所述待转弯路口中第一路口的预进口点,所述第二路点为所述第一路口的出口点,所述第三路点为所述待转弯路口中第二路口的进口点,所述第四路点为所述第二路口的预出口点,所述第一路点和第二路点所在的第一直线与所述第三路点和所述第四路点所在第二直线相互垂直。
可选地,所述根据所述多个路点的路点信息,确定所述路口的多个交叉点,包括:
将所述第一直线和所述第二直线之间的垂点确定为第一交叉点;
基于所述第一交叉点的位置、所述第二路点的路点信息和所述第三路点的路点信息,按照预设比例系数确定第二交叉点和第三交叉点。
可选地,所述将拟合的所述Bezier曲线确定为针对所述待转弯路口所规划的路径之后,还包括:
在所述智能汽车按照所述局部路径进行移动过程中,确定所述智能汽车当前位置与所述第二路点之间的距离;
当所述智能汽车当前位置与所述第二路点之间的距离小于或等于第一距离阈值时,确定所述待转弯路口的路口接线距离为第一接线距离;
当所述智能汽车当前位置与所述第二路点之间的距离大于所述第一距离阈值,且小于或等于第二距离阈值时,确定所述待转弯路口的路口接线距离为第二接线距离;
当检测到所述智能汽车移动至所述第一交叉点所在位置时,确定所述智能汽车当前位置与所述第三路点之间的距离;
当所述智能汽车当前位置与所述第三路点之间的距离小于或等于所述第一距离阈值时,确定所述待转弯路口的路口接线距离为第三接线距离;
当所述智能汽车当前位置与所述第三路点之间的距离大于所述第一距离阈值时,确定所述智能汽车在所述待转弯路口处完成转弯。
可选地,所述当检测到当前需要转弯时,从智能汽车的全局路径中获取待转弯路口中的多个路点的路点信息之前,还包括:
按照所述智能汽车的起点和目的地从行驶路径文件中获取各个路点的路点信息;
基于所述各个路点的路点信息进行B样条插值处理,得到离散状态序列形式的初步路径;
对所述初步路径进行特征点填充处理,得到序列连续的所述全局路径。
可选地,所述按照所述智能汽车的起点和目的地从行驶路径文件中获取各个路点的路点信息之后,还包括:
当所述路点信息包括路点的位置信息时,根据所述各个路点的位置信息,确定所述智能汽车从起点到目的地行驶过程中经过的路口的所在位置。
可选地,所述待转弯路口为十字型路口、T字型路口或L字型路口。
第二方面,提供了一种路径规划装置,所述装置包括:
第一获取模块,用于当检测到当前需要转弯时,从智能汽车的全局路径中获取待转弯路口中的多个路点的路点信息,所述全局路径为基于B样条算法对所述智能汽车规划的从起点到目的地的路径;
第一确定模块,用于根据所述多个路点的路点信息,确定所述待转弯路口的多个交叉点;
第二确定模块,用于基于所述多个路点和所述多个交叉点拟合贝塞尔Bezier曲线,并将拟合的所述Bezier曲线确定为针对所述待转弯路口所规划的局部路径,所述局部路径用于追踪智能汽车。
可选地,所述多个路点包括第一路点、第二路点、第三路点和第四路点,所述第一路点为智能汽车行驶的路径中所述待转弯路口中第一路口的预进口点,所述第二路点为所述第一路口的出口点,所述第三路点为所述待转弯路口中第二路口的进口点,所述第四路点为所述第二路口的预出口点,所述第一路点和第二路点所在的第一直线与所述第三路点和所述第四路点所在第二直线相互垂直。
可选地,所述第一确定模块包括:
第一确定子模块,用于将所述第一直线和所述第二直线之间的垂点确定为第一交叉点;
第二确定子模块,用于基于所述第一交叉点的位置、所述第二路点的路点信息和所述第三路点的路点信息,按照预设比例系数确定第二交叉点和第三交叉点。
可选地,所述装置还包括:
第三确定模块,用于在所述智能汽车按照所述局部路径进行移动过程中,确定所述智能汽车当前位置与所述第二路点之间的距离;
第四确定模块,用于当所述智能汽车当前位置与所述第二路点之间的距离小于或等于第一距离阈值时,确定所述待转弯路口的路口接线距离为第一接线距离;
第五确定模块,用于当所述智能汽车当前位置与所述第二路点之间的距离大于所述第一距离阈值,且小于或等于第二距离阈值时,确定所述待转弯路口的路口接线距离为第二接线距离;
第六确定模块,用于当检测到所述智能汽车移动至所述第一交叉点所在位置时,确定所述智能汽车当前位置与所述第三路点之间的距离;
第七确定模块,用于当所述智能汽车当前位置与所述第三路点之间的距离小于或等于所述第一距离阈值时,确定所述待转弯路口的路口接线距离为第三接线距离;
第八确定模块,用于当所述智能汽车当前位置与所述第三路点之间的距离大于所述第一距离阈值时,确定所述智能汽车在所述待转弯路口处完成转弯。
可选地,所述装置还包括:
第二获取模块,用于按照所述智能汽车的起点和目的地从行驶路径文件中获取各个路点的路点信息;
第一处理模块,用于基于所述各个路点的路点信息进行B样条插值处理,得到离散状态序列形式的初步路径;
第二处理模块,用于对所述初步路径进行特征点填充处理,得到序列连续的所述全局路径。
可选地,所述装置还包括:
第九确定模块,用于当所述路点信息包括路点的位置信息时,根据所述各个路点的位置信息,确定所述智能汽车从起点到目的地行驶过程中经过的路口的所在位置。
可选地,所述待转弯路口为十字型路口、T字型路口或L字型路口。
第三方面,提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面中任一所述的方法。
本发明实施例提供的技术方案带来的有益效果至少包括:
在本发明实施例中,可以从基于B样条算法确定的全局路径中获取待转弯路口的多个路点的路点信息,并根据待转弯路口的多个路点,确定多个交叉点的位置,从而根据多个路点和多个交叉点可以通过Bezier算法进行局部路径的规划,解决了直角弯转弯过程中行驶路径的曲线光滑度问题,避免了对智能汽车行驶的影响,使智能汽车准确地进行转弯。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种路径规划方法流程图;
图2是本发明实施例提供的第二一种路径规划方法流程图;
图3是本发明实施例提供第三种路径规划方法结构示意图;
图4是本发明实施例提供的一种转弯路口的局部路径规划示意图;
图5是本发明实施例提供的第一种路径规划装置结构示意图;
图6是本发明实施例提供的一种第一确定模块的结构示意图;
图7是本发明实施例提供的第二种路径规划装置结构示意图;
图8是本发明实施例提供的第三种路径规划装置结构示意图;
图9是本发明实施例提供的第四种路径规划装置结构示意图;
图10是本发明实施例提供的一种智能汽车的结构示意图
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
在对本发明实施例进行详细的解释说明之前,先对本发明实施例中涉及到的应用场景分别进行解释说明。
目前,近年来,智能汽车的研究越来越引起人们的关注,其中,智能汽车的路径规划是智能汽车研究领域中的一个重要部分。目前,通常通过berzier(贝塞尔)法来对智能汽车进行路径规划,但是,由于berzier算法通常为整体规划,不能体现局部性质。比如,对于存在障碍物的路径或者直角弯路径等异常路径,通过目前的berzier算法无法进行局部路径规划。
基于这样的场景,本发明实施例提供了一种提高路径规划准确度的路径规划方法。
在对本发明实施例的应用场景进行介绍之后,接下来将结合附图对本发明实施例提供的的路径规划方法进行详细介绍。
图1为本发明实施例提供的一种路径规划方法的流程图,参见图1,该方法应用于智能汽车中,包括如下步骤。
步骤101:当检测到当前需要转弯时,从智能汽车的全局路径中获取待转弯路口中的多个路点的路点信息,该全局路径为基于B样条算法对该智能汽车规划的从起点到目的地的路径。
步骤102:根据该多个路点的路点信息,确定该待转弯路口的多个交叉点。
步骤103:基于该多个路点和该多个交叉点拟合贝塞尔Bezier曲线,并将拟合的该Bezier曲线确定为针对该待转弯路口所规划的局部路径,该局部路径用于追踪智能汽车。
在本发明实施例中,可以从基于B样条算法确定的全局路径中获取待转弯路口的多个路点的路点信息,并根据待转弯路口的多个路点,确定多个交叉点的位置,从而根据多个路点和多个交叉点可以通过berzier算法进行局部路径的规划,解决了直角弯转弯过程中行驶路径的曲线光滑度问题,避免了对智能汽车行驶的影响,使智能汽车准确地进行转弯。
可选地,该多个路点包括第一路点、第二路点、第三路点和第四路点,该第一路点为智能汽车行驶的路径中该待转弯路口中第一路口的预进口点,该第二路点为该第一路口的出口点,该第三路点为该待转弯路口中第二路口的进口点,该第四路点为该第二路口的预出口点,该第一路点和第二路点所在的第一直线与该第三路点和该第四路点所在第二直线相互垂直。
可选地,根据该多个路点的路点信息,确定该路口的多个交叉点,包括:
将该第一直线和该第二直线之间的垂点确定为第一交叉点;
基于该第一交叉点的位置、该第二路点的路点信息和该第三路点的路点信息,按照预设比例系数确定第二交叉点和第三交叉点。
可选地,将拟合的该Bezier曲线确定为针对该待转弯路口所规划的路径之后,还包括:
在该智能汽车按照该局部路径进行移动过程中,确定该智能汽车当前位置与该第二路点之间的距离;
当该智能汽车当前位置与该第二路点之间的距离小于或等于第一距离阈值时,确定该待转弯路口的路口接线距离为第一接线距离;
当该智能汽车当前位置与该第二路点之间的距离大于该第一距离阈值,且小于或等于第二距离阈值时,确定该待转弯路口的路口接线距离为第二接线距离;
当检测到该智能汽车移动至该第一交叉点所在位置时,确定该智能汽车当前位置与该第三路点之间的距离;
当该智能汽车当前位置与该第三路点之间的距离小于或等于该第一距离阈值时,确定该待转弯路口的路口接线距离为第三接线距离;
当该智能汽车当前位置与该第三路点之间的距离大于该第一距离阈值时,确定该智能汽车在该待转弯路口处完成转弯。
可选地,当检测到当前需要转弯时,从智能汽车的全局路径中获取待转弯路口中的多个路点的路点信息之前,还包括:
按照该智能汽车的起点和目的地从行驶路径文件中获取各个路点的路点信息;
基于该各个路点的路点信息进行B样条插值处理,得到离散状态序列形式的初步路径;
对该初步路径进行特征点填充处理,得到序列连续的该全局路径。
可选地,按照该智能汽车的起点和目的地从行驶路径文件中获取各个路点的路点信息之后,还包括:
当该路点信息包括路点的位置信息时,根据该各个路点的位置信息,确定该智能汽车从起点到目的地行驶过程中经过的路口的所在位置。
可选地,待转弯路口为十字型路口、T字型路口或L字型路口。
上述所有可选技术方案,均可按照任意结合形成本发明的可选实施例,本发明实施例对此不再一一赘述。
由于对智能汽车进行路径规划可以包括全局路径规划和局部路径规划,且局部路径规划建立在全局路径上,因此,在对智能汽车进行局部路径规划之前,先对智能汽车规划全局路径的方式进行解释说明。
其中,全局路径规划是指在错综复杂的交通路网中,按照一定的评价标准(行走路线最短、所用时间最少等)为智能车辆寻找一条从起点到目的地的最佳行驶路径,包括环境建模和路径搜索两个子问题。局部路径规划是指在存在障碍物的环境中,为智能车辆规划一条安全无碰的路径,使其能够绕过障碍物,安全到达预定目标点。
图2为本发明实施例提供的一种路径规划方法的流程图,参见图2,该方法包括如下步骤。
步骤201:智能汽车按照智能汽车的起点和目的地从行驶路径文件中获取各个路点的路点信息。
由于在智能汽车行驶时通常需要有起点和目的地,因此,智能汽车可以在进行移动前,按照智能汽车的起点和目的地从行驶路径文件中获取各个路点的路点信息。该行驶路径文件可以为事先存储或者从其他设备获取的地图文件。
需要说明的是,路点信息可以包括路点的位置信息、道路标识等,该位置信息可以为路点经纬度、航向角等。
其中,智能汽车可以在通过initsys()函数进行初始化时,读取行驶路径文件,从而从行驶路径文件中读取各个路点的路点信息。另外,为了能够避免行驶路径文件中的其他路点信息干扰,智能可以在获取到起点和目的地之间的各个路点的路点信息后,将该路点信息单独存储在一个存储空间中。
进一步地,由于从起点到目的地的路径中可能会存在需要转弯的路口,此时,为了方便后续智能汽车进行转弯,智能汽车在按照智能汽车的起点和目的地从行驶路径文件中获取各个路点的路点信息之后,还可以在路点信息包括路点的位置信息时,根据各个路点的位置信息,确定智能汽车从起点到目的地行驶过程中经过的路口的所在位置。
步骤202:智能汽车基于各个路点的路点信息进行B样条插值处理,得到离散状态序列形式的初步路径。
需要说明的是,B样条(B-spline)插值方法兼备了Bezier方法的一切优点,包括几何不变性、仿射不变性等等,同时克服了Bezier方法中由于整体表示带来不具有局部性质的缺点,即移动一个控制顶点将会影响整个曲线。因此,智能终端可以可以基于各个路点的路点信息进行B样条插值处理。
其中,智能汽车可以运用B样条插值处理方法,在每两个路点之间插入第一预设数量个点,该第一预设数量可以事先设置,比如,该第一预设数量可以为50、60等等。
步骤203:智能汽车对初步路径进行特征点填充处理,得到序列连续的全局路径。
由在通常情况下,对各个路点进行B样条插值处理后,初步路径中包括的点可能以及大于或等于第二预设数量个点,且当初步路径包括的点的数量大于或等于第二预设数量个点时,该初步路径可以直接作为全局路径。而当初步路径中包括的点的数量未达到第二预设数量即小于第二预设数量时,智能汽车后续可能无法按照初步路径行驶时。此时,智能汽车可以对初步路径进行特征点填充处理,得到包括数量大于或等于第二预设数量的全局路径。
其中,该全局路径为对智能汽车规划的从起点到目的地的路径,且该全局路径为满足从起点到目的地的行走路线最短、所用时间最少等条件的路径。
需要说明的是,该第二预设数量可以事先设置,比如,该第二预设数量可以为200、220等等。
在本发明实施例中,可以在程序的初始化中提取各个路点的路点信息,并根据各个路点的路点信息和B样条算法进行全局路径规划,得到全局路径,从而保证了后续进行局部路径的规划的便利性和准确性。
接下来,对智能汽车按照全局路径进行行驶时,对局部路径(该局部路径用于追踪智能汽车)进行规划的方式进行解释说明。
图3为本发明实施例提供的一种路径规划方法的流程图,参见图3,该方法包括如下步骤。
步骤301:当智能汽车检测到当前需要转弯时,从智能汽车的全局路径中获取待转弯路口中的多个路点的路点信息。
其中,全局路径为智能汽车基于B样条算法对智能汽车规划的从起点到目的地的路径,具体方法详见上述步骤201-步骤203。
由于全局路径中可能包括需要转弯的路口,智能汽车在按照全局路径进行行驶过程中,将会行驶到待转弯路径进行转弯,为了能够准确控制智能汽车进行转弯,智能汽车可以在检测到当前需要转弯时,从智能汽车的全局路径中获取待转弯路口中的多个路点的路点信息。
需要说明的是,参见图4,该多个路点包括第一路点1、第二路点2、第三路点3和第四路点4,第一路点为智能汽车行驶的路径中待转弯路口中第一路口的预进口点,第二路点为第一路口的出口点,第三路点为待转弯路口中第二路口的进口点,第四路点为第二路口的预出口点,第一路点和第二路点的第一直线与第三路点和第四路点所在第二直线相互垂直。
其中,当第一路点和第二路点可以位于车道线中心,第三路点和第四路点也可以位于车道线中心,那么智能汽车进入路口时将位于车道线中心,出路口也在车道线中心。另外,该待转弯路口可以为十字型路口、T字型路口或L字型路口。
进一步地,智能汽车在按照全局路径行驶时,为了能够准确地进行转弯,智能汽车可以获取当前所在位置的经纬度和航向角,把插值点和当前位置都转换到同一坐标系下,然后智能汽车可以确定与各个插值点中离路口最近的差值点之间的距离,根据与该最近的插值点之间的距离可以确定智能汽车当前是否需要转弯。
另外,在智能汽车按照全局路径进行行驶过程中,可以确定每两个差值点之间的距离,以及智能汽车与各个插值点之间是否有偏差,当存在偏差时及时进行调整,并确定智能汽车预瞄点。
步骤302:智能汽车可以根据多个路点的路点信息,确定待转弯路口的多个交叉点。
由于有时候根据路口的多个路点可能无法准确地使智能汽车进行转弯,因此,为了能够使智能汽车准确地进行转弯,智能汽车可以额外确定几个点来控制智能汽车进行转弯,比如,智能汽车可以根据多个路点的路点信息,确定待转弯路口的多个交叉点。
其中,智能汽车根据多个路点的路点信息,确定待转弯路口的多个交叉点的操作可以为:将第一直线和第二直线之间的垂点确定为第一交叉点;基于第一交叉点位置、第二路点的路点信息和第三路点的路点信息,按照预设比例系数确定第二交叉点和第三交叉点。
需要说明的是,智能汽车可以基于第一交叉点位置和第二路点的路点信息中包括的第二路点的位置信息,没确定第一交叉点与第二路点之间的距离,根据该距离以及预设比例系数确定第二交叉点。同理,智能汽车可以基于第一交叉点位置和第三路点的路点信息中包括的第三路点的位置信息,确定第一交叉点与第三路点之间的距离,根据该距离以及预设比例系数确定第三交叉点。此时第二交叉点将位于第一直线上,第三直线位于第二直线上。
还需要说明的是,该预设比例系数可以事先设置,比如,该预设比例系数可以为2:1,即第二路点与第二交叉点的距离与第二交叉点与第一交叉点之间的距离之间的比值为2:1,第三路点与第三交叉点的距离与第三交叉点与第一交叉点之间的距离之间的比值为2:1。
另外,参见图4,该第一交叉点也可以为距离第一直线和第二直线之间的垂点第三距离阈值,且位于所述第二直线上远离第三路点的点,从而智能汽车基于第一交叉点位置、第二路点的路点信息和第三路点的路点信息,按照预设比例系数确定第二交叉点6和第三交叉点7也将不再分别位于第一直线和第二直线上。
需要说明的是,该第三距离阈值可以事先设置,比如,该第三距离阈值可以为1米、0.5米等等。
步骤303:智能汽车基于多个路点和多个交叉点拟合贝塞尔Bezier曲线,并将拟合的Bezier曲线确定为针对待转弯路口所规划的局部路径。
需要说明的是,在智能汽车规划局部路径后,智能汽车可以按照局部路径进行行驶,在行驶过程中智能汽车需要根据路口接线距离进行转弯。也即是,智能汽车将拟合的Bezier曲线确定为针对待转弯路口所规划的路径之后,还可以在按照局部路径进行移动过程中,确定智能汽车当前位置与第二路点之间的距离;当智能汽车当前位置与第二路点之间的距离小于或等于第一距离阈值时,确定待转弯路口的路口接线距离为第一接线距离;当智能汽车当前位置与第二路点之间的距离大于第一距离阈值,且小于或等于第二距离阈值时,确定待转弯路口的路口接线距离为第二接线距离;当检测到智能汽车移动至第一交叉点所在位置时,确定智能汽车当前位置与第三路点之间的距离;当智能汽车当前位置与第三路点之间的距离小于或等于第一距离阈值时,确定待转弯路口的路口接线距离为第三接线距离;当智能汽车当前位置与第三路点之间的距离大于第一距离阈值时,确定智能汽车在待转弯路口处完成转弯。
其中,当智能汽车当前位置与第二路点之间的距离小于或等于第一距离阈值时,说明弯道过小,因此,确定待转弯路口的路口接线距离也为较小的第一接线距离;当智能汽车当前位置与第二路点之间的距离大于第一距离阈值且小于或等于第二距离阈值时,说明弯道较大,因此,可以确定待转弯路口的路口接线距离为较大第二接线距离;当检测到智能汽车移动至第一交叉点所在位置时,说明智能汽车已经过了第一路口,在朝第二路口靠近,因此,可以确定智能汽车当前位置与第三路点之间的距离,并当智能汽车当前位置与第三路点之间的距离小于或等于第一距离阈值时,确定待转弯路口的路口接线距离为第三接线距离。
需要说明的是,该第一距离阈值可以事先设置,比如,该第一距离阈值可以为5米、6米等等。第二距离阈值同样可以事先设置,比如,该第二距离阈值可以为25米、24米等等。第一接线距离可以事先设置,比如,该第一接线距离可以为0.5米等。第二接线距离可以事先设置,比如,该第二接线距离可以为15米等。第三接线距离可以事先设置,比如,该第三接线距离可以为-0.5米等。
另外,当智能汽车当前位置与第二路点之间的距离大于第二距离阈值,或者,当智能汽车当前位置与第三路点之间的距离大于第二距离阈值时,说明弯道过大,此时不需要确定路口接线距离。
在本发明实施例中,智能汽车可以从基于B样条算法确定的全局路径中获取待转弯路口的多个路点的路点信息,并根据待转弯路口的多个路点,确定多个交叉点的位置,从而根据多个路点和多个交叉点可以通过berzier算法进行局部路径的规划,解决了直角弯转弯过程中行驶路径的曲线光滑度问题,同时,可以根据待转弯路口的路况选择不同距离的路口接线,避免了对智能汽车行驶的影响,使智能汽车准确地进行转弯。
在对本发明实施例提供的路径规划方法进行解释说明之后,接下来,对本发明实施例提供的路径规划装置进行介绍。
图5为本发明实施例提供的一种路径规划装置的结构示意图,参见图5,该装置可以由软件、硬件或者两者的结合实现。该装置包括:第一获取模块501、第一确定模块502和第二确定模块503。
第一获取模块501,用于当检测到当前需要转弯时,从智能汽车的全局路径中获取待转弯路口中的多个路点的路点信息,所述全局路径为基于B样条算法对所述智能汽车规划的从起点到目的地的路径;
第一确定模块502,用于根据所述多个路点的路点信息,确定所述待转弯路口的多个交叉点;
第二确定模块503,用于基于所述多个路点和所述多个交叉点拟合贝塞尔Bezier曲线,并将拟合的所述Bezier曲线确定为针对所述待转弯路口所规划的局部路径,所述局部路径用于追踪智能汽车。
可选地,所述多个路点包括第一路点、第二路点、第三路点和第四路点,所述第一路点为智能汽车行驶的路径中所述待转弯路口中第一路口的预进口点,所述第二路点为所述第一路口的出口点,所述第三路点为所述待转弯路口中第二路口的进口点,所述第四路点为所述第二路口的预出口点,所述第一路点和第二路点所在的第一直线与所述第三路点和所述第四路点所在第二直线相互垂直。
可选地,参见图6,所述第一确定模块502包括:
第一确定子模块5021,用于将所述第一直线和所述第二直线之间的垂点确定为第一交叉点;
第二确定子模块5022,用于基于所述第一交叉点的位置、所述第二路点的路点信息和所述第三路点的路点信息,按照预设比例系数确定第二交叉点和第三交叉点。
可选地,参见图7,所述装置还包括:
第三确定模块504,用于在所述智能汽车按照所述局部路径进行移动过程中,确定所述智能汽车当前位置与所述第二路点之间的距离;
第四确定模块505,用于当所述智能汽车当前位置与所述第二路点之间的距离小于或等于第一距离阈值时,确定所述待转弯路口的路口接线距离为第一接线距离;
第五确定模块506,用于当所述智能汽车当前位置与所述第二路点之间的距离大于所述第一距离阈值,且小于或等于第二距离阈值时,确定所述待转弯路口的路口接线距离为第二接线距离;
第六确定模块507,用于当检测到所述智能汽车移动至所述第一交叉点所在位置时,确定所述智能汽车当前位置与所述第三路点之间的距离;
第七确定模块508,用于当所述智能汽车当前位置与所述第三路点之间的距离小于或等于所述第一距离阈值时,确定所述待转弯路口的路口接线距离为第三接线距离;
第八确定模块509,用于当所述智能汽车当前位置与所述第三路点之间的距离大于所述第一距离阈值时,确定所述智能汽车在所述待转弯路口处完成转弯。
可选地,参见图8,所述装置还包括:
第二获取模块5010,用于按照所述智能汽车的起点和目的地从行驶路径文件中获取各个路点的路点信息;
第一处理模块5011,用于基于所述各个路点的路点信息进行B样条插值处理,得到离散状态序列形式的初步路径;
第二处理模块5012,用于对所述初步路径进行特征点填充处理,得到序列连续的所述全局路径。
可选地,参见图9,所述装置还包括:
第九确定模块5013,用于当所述路点信息包括路点的位置信息时,根据所述各个路点的位置信息,确定所述智能汽车从起点到目的地行驶过程中经过的路口的所在位置。
可选地,所述待转弯路口为十字型路口、T字型路口或L字型路口。
综上所述,在本发明实施例中,智能汽车可以从基于B样条算法确定的全局路径中获取待转弯路口的多个路点的路点信息,并根据待转弯路口的多个路点,确定多个交叉点的位置,从而根据多个路点和多个交叉点可以通过Bezier算法进行局部路径的规划,解决了直角弯转弯过程中行驶路径的曲线光滑度问题,同时,可以根据待转弯路口的路况选择不同距离的路口接线,避免了对智能汽车行驶的影响,使智能汽车准确地进行转弯。
需要说明的是:上述实施例提供的路径规划装置在规划路径时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的路径规划装置与路径规划方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图10示出了本发明一个示例性实施例提供的智能汽车1000的结构框图。通常,智能汽车1000包括有:处理器1001和存储器1002。
处理器1001可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器1001可以采用工控机来实现。处理器1001也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central Processing Unit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1001可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1001还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1002可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1002还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1002中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1001所执行以实现本申请中方法实施例提供的路径规划方法。
在一些实施例中,智能汽车1000还可选包括有:外围设备接口1003和至少一个外围设备。处理器1001、存储器1002和外围设备接口1003之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1003相连。具体地,外围设备包括:CAN(Controller Area Network,控制器局域网络)1004、触摸显示屏1005、摄像头1006、音频电路1007、定位组件1008和电源1009中的至少一种。
外围设备接口1003可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器1001和存储器1002。在一些实施例中,处理器1001、存储器1002和外围设备接口1003被集成在同一芯片或电路板上;在一些其他实施例中,处理器1001、存储器1002和外围设备接口1003中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
显示屏1005用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1005是触摸显示屏时,显示屏1005还具有采集在显示屏1005的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1001进行处理。此时,显示屏1005还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1005可以为一个,设置智能汽车1000的前面板;在另一些实施例中,显示屏1005可以为至少两个,分别设置在智能汽车1000的不同表面或呈折叠设计;在再一些实施例中,显示屏1005可以是柔性显示屏,设置在智能汽车1000的弯曲表面上或折叠面上。甚至,显示屏1005还可以设置成非矩形的不规则图形,也即异形屏。显示屏1005可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件1006用于采集图像或视频。可选地,摄像头组件1006包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。
音频电路1007可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1001进行处理。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在智能汽车1000的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1001的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1007还可以包括耳机插孔。
定位组件1008用于定位智能汽车1000的当前地理位置,以实现导航或LBS(Location Based Service,基于位置的服务)。定位组件1008可以是基于美国的GPS(Global Positioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源1009用于为智能汽车1000中的各个组件进行供电。电源1009可以是交流电、直流电、一次性电池或可充电电池。当电源1009包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,智能汽车1000还包括有一个或多个传感器1010。该一个或多个传感器1010包括但不限于:加速度传感器1011。
加速度传感器1011可以检测以智能汽车1000建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1011可以用于检测重力加速度在三个坐标轴上的分量。处理器1001可以根据加速度传感器1011采集的重力加速度信号,控制触摸显示屏1005以横向视图或纵向视图进行用户界面的显示。加速度传感器1011还可以用于游戏或者用户的运动数据的采集。
也即是,本发明实施例不仅提供了一种智能汽车,包括处理器和用于存储处理器可执行指令的存储器,其中,处理器被配置为执行图1、图2和图3所示的实施例中的方法,而且,本发明实施例还提供了一种计算机可读存储介质,该存储介质内存储有计算机程序,该计算机程序被处理器执行时可以实现图1、图2和图3所示的实施例中的路径规划方法。
本领域技术人员可以理解,图10中示出的结构并不构成对智能汽车1000的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种路径规划方法,其特征在于,所述方法包括:
当检测到当前需要转弯时,从智能汽车的全局路径中获取待转弯路口中的多个路点的路点信息,所述全局路径为基于B样条算法对所述智能汽车规划的从起点到目的地的路径;
根据所述多个路点的路点信息,确定所述待转弯路口的多个交叉点;
基于所述多个路点和所述多个交叉点拟合贝塞尔Bezier曲线,并将拟合的所述Bezier曲线确定为针对所述待转弯路口所规划的局部路径,所述局部路径用于追踪智能汽车。
2.如权利要求1所述的方法,其特征在于,所述多个路点包括第一路点、第二路点、第三路点和第四路点,所述第一路点为智能汽车行驶的路径中所述待转弯路口中第一路口的预进口点,所述第二路点为所述第一路口的出口点,所述第三路点为所述待转弯路口中第二路口的进口点,所述第四路点为所述第二路口的预出口点,所述第一路点和第二路点所在的第一直线与所述第三路点和所述第四路点所在第二直线相互垂直。
3.如权利要求2所述的方法,其特征在于,所述根据所述多个路点的路点信息,确定所述路口的多个交叉点,包括:
将所述第一直线和所述第二直线之间的垂点确定为第一交叉点;
基于所述第一交叉点的位置、所述第二路点的路点信息和所述第三路点的路点信息,按照预设比例系数确定第二交叉点和第三交叉点。
4.如权利要求2所述的方法,其特征在于,所述将拟合的所述Bezier曲线确定为针对所述待转弯路口所规划的路径之后,还包括:
在所述智能汽车按照所述局部路径进行移动过程中,确定所述智能汽车当前位置与所述第二路点之间的距离;
当所述智能汽车当前位置与所述第二路点之间的距离小于或等于第一距离阈值时,确定所述待转弯路口的路口接线距离为第一接线距离;
当所述智能汽车当前位置与所述第二路点之间的距离大于所述第一距离阈值,且小于或等于第二距离阈值时,确定所述待转弯路口的路口接线距离为第二接线距离;
当检测到所述智能汽车移动至所述第一交叉点所在位置时,确定所述智能汽车当前位置与所述第三路点之间的距离;
当所述智能汽车当前位置与所述第三路点之间的距离小于或等于所述第一距离阈值时,确定所述待转弯路口的路口接线距离为第三接线距离;
当所述智能汽车当前位置与所述第三路点之间的距离大于所述第一距离阈值时,确定所述智能汽车在所述待转弯路口处完成转弯。
5.如权利要求1所述的方法,其特征在于,所述当检测到当前需要转弯时,从智能汽车的全局路径中获取待转弯路口中的多个路点的路点信息之前,还包括:
按照所述智能汽车的起点和目的地从行驶路径文件中获取各个路点的路点信息;
基于所述各个路点的路点信息进行B样条插值处理,得到离散状态序列形式的初步路径;
对所述初步路径进行特征点填充处理,得到序列连续的所述全局路径。
6.如权利要求5所述的方法,其特征在于,所述按照所述智能汽车的起点和目的地从行驶路径文件中获取各个路点的路点信息之后,还包括:
当所述路点信息包括路点的位置信息时,根据所述各个路点的位置信息,确定所述智能汽车从起点到目的地行驶过程中经过的路口的所在位置。
7.如权利要求1或2所述的方法,其特征在于,所述待转弯路口为十字型路口、T字型路口或L字型路口。
8.一种路径规划装置,其特征在于,所述装置包括:
第一获取模块,用于当检测到当前需要转弯时,从智能汽车的全局路径中获取待转弯路口中的多个路点的路点信息,所述全局路径为基于B样条算法对所述智能汽车规划的从起点到目的地的路径;
第一确定模块,用于根据所述多个路点的路点信息,确定所述待转弯路口的多个交叉点;
第二确定模块,用于基于所述多个路点和所述多个交叉点拟合贝塞尔Bezier曲线,并将拟合的所述Bezier曲线确定为针对所述待转弯路口所规划的局部路径,所述局部路径用于追踪智能汽车。
9.如权利要求8所述的装置,其特征在于,所述多个路点包括第一路点、第二路点、第三路点和第四路点,所述第一路点为智能汽车行驶的路径中所述待转弯路口中第一路口的预进口点,所述第二路点为所述第一路口的出口点,所述第三路点为所述待转弯路口中第二路口的进口点,所述第四路点为所述第二路口的预出口点,所述第一路点和第二路点所在的第一直线与所述第三路点和所述第四路点所在第二直线相互垂直。
10.一种计算机可读存储介质,其特征在于,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811451030.9A CN109253735B (zh) | 2018-11-30 | 2018-11-30 | 路径规划方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811451030.9A CN109253735B (zh) | 2018-11-30 | 2018-11-30 | 路径规划方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109253735A true CN109253735A (zh) | 2019-01-22 |
CN109253735B CN109253735B (zh) | 2021-11-30 |
Family
ID=65042314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811451030.9A Active CN109253735B (zh) | 2018-11-30 | 2018-11-30 | 路径规划方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109253735B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110262488A (zh) * | 2019-06-18 | 2019-09-20 | 重庆长安汽车股份有限公司 | 自动驾驶的局部路径规划方法、系统及计算机可读存储介质 |
CN110361008A (zh) * | 2019-07-10 | 2019-10-22 | 北京智行者科技有限公司 | 地下车库自动泊车的定位方法及装置 |
CN111813112A (zh) * | 2020-06-30 | 2020-10-23 | 中国第一汽车股份有限公司 | 一种车辆轨迹点确定方法、装置、车辆及存储介质 |
US20200341466A1 (en) * | 2019-04-26 | 2020-10-29 | Nvidia Corporation | Intersection pose detection in autonomous machine applications |
CN112666944A (zh) * | 2020-12-18 | 2021-04-16 | 广东嘉腾机器人自动化有限公司 | 一种agv轨迹线的求值方法、存储设备和电子设备 |
WO2021134776A1 (en) * | 2020-01-03 | 2021-07-08 | Nokia Shanghai Bell Co., Ltd. | Obtaining a navigation path |
CN113419534A (zh) * | 2021-07-01 | 2021-09-21 | 湖南大学 | 一种基于贝塞尔曲线的转向路段路径规划方法 |
CN113587950A (zh) * | 2021-08-26 | 2021-11-02 | 清华大学 | 自动驾驶汽车静态路径规划方法、装置及存储介质 |
WO2022148172A1 (zh) * | 2021-01-08 | 2022-07-14 | 华为技术有限公司 | 车道线规划方法及相关装置 |
US20230000004A1 (en) * | 2021-06-30 | 2023-01-05 | Deere & Company | Methods, apparatus, and articles of manufacture to generate acquisition paths |
WO2023036044A1 (zh) * | 2021-09-13 | 2023-03-16 | 灵动科技(北京)有限公司 | 全局路径规划方法、运动控制方法及计算机程序产品 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120239287A1 (en) * | 2012-03-02 | 2012-09-20 | Jaybridge Robotics, Inc. | Computer-implemented method and system for constructing vehicle guidance paths that obey dynamic constraints |
CN105651295A (zh) * | 2016-01-15 | 2016-06-08 | 武汉光庭信息技术股份有限公司 | 基于Bezier曲线构建交叉路口驶入驶出车道Link的连接曲线算法 |
CN106441312A (zh) * | 2015-08-11 | 2017-02-22 | 高德软件有限公司 | 一种生成引导线的方法及装置 |
CN107797555A (zh) * | 2017-10-30 | 2018-03-13 | 奇瑞汽车股份有限公司 | 一种游览车自动驾驶控制方法及装置 |
CN107992050A (zh) * | 2017-12-20 | 2018-05-04 | 广州汽车集团股份有限公司 | 无人驾驶汽车局部路径运动规划方法和装置 |
CN108469832A (zh) * | 2018-02-07 | 2018-08-31 | 北京航天时代激光导航技术有限责任公司 | 一种自动驾驶下的转弯控制方法和系统 |
-
2018
- 2018-11-30 CN CN201811451030.9A patent/CN109253735B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120239287A1 (en) * | 2012-03-02 | 2012-09-20 | Jaybridge Robotics, Inc. | Computer-implemented method and system for constructing vehicle guidance paths that obey dynamic constraints |
CN106441312A (zh) * | 2015-08-11 | 2017-02-22 | 高德软件有限公司 | 一种生成引导线的方法及装置 |
CN105651295A (zh) * | 2016-01-15 | 2016-06-08 | 武汉光庭信息技术股份有限公司 | 基于Bezier曲线构建交叉路口驶入驶出车道Link的连接曲线算法 |
CN107797555A (zh) * | 2017-10-30 | 2018-03-13 | 奇瑞汽车股份有限公司 | 一种游览车自动驾驶控制方法及装置 |
CN107992050A (zh) * | 2017-12-20 | 2018-05-04 | 广州汽车集团股份有限公司 | 无人驾驶汽车局部路径运动规划方法和装置 |
CN108469832A (zh) * | 2018-02-07 | 2018-08-31 | 北京航天时代激光导航技术有限责任公司 | 一种自动驾驶下的转弯控制方法和系统 |
Non-Patent Citations (1)
Title |
---|
王任栋等: "基于稀疏地图坐标的智能车导航路径生成与优化", 《军事交通学院学报》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200341466A1 (en) * | 2019-04-26 | 2020-10-29 | Nvidia Corporation | Intersection pose detection in autonomous machine applications |
US20240230339A1 (en) * | 2019-04-26 | 2024-07-11 | Nvidia Corporation | Intersection pose detection in autonomous machine applications |
US12013244B2 (en) * | 2019-04-26 | 2024-06-18 | Nvidia Corporation | Intersection pose detection in autonomous machine applications |
CN110262488A (zh) * | 2019-06-18 | 2019-09-20 | 重庆长安汽车股份有限公司 | 自动驾驶的局部路径规划方法、系统及计算机可读存储介质 |
CN110262488B (zh) * | 2019-06-18 | 2021-11-30 | 重庆长安汽车股份有限公司 | 自动驾驶的局部路径规划方法、系统及计算机可读存储介质 |
CN110361008A (zh) * | 2019-07-10 | 2019-10-22 | 北京智行者科技有限公司 | 地下车库自动泊车的定位方法及装置 |
CN110361008B (zh) * | 2019-07-10 | 2020-12-25 | 北京智行者科技有限公司 | 地下车库自动泊车的定位方法及装置 |
WO2021134776A1 (en) * | 2020-01-03 | 2021-07-08 | Nokia Shanghai Bell Co., Ltd. | Obtaining a navigation path |
CN111813112A (zh) * | 2020-06-30 | 2020-10-23 | 中国第一汽车股份有限公司 | 一种车辆轨迹点确定方法、装置、车辆及存储介质 |
CN112666944A (zh) * | 2020-12-18 | 2021-04-16 | 广东嘉腾机器人自动化有限公司 | 一种agv轨迹线的求值方法、存储设备和电子设备 |
WO2022148172A1 (zh) * | 2021-01-08 | 2022-07-14 | 华为技术有限公司 | 车道线规划方法及相关装置 |
CN114754780A (zh) * | 2021-01-08 | 2022-07-15 | 华为技术有限公司 | 车道线规划方法及相关装置 |
US20230000004A1 (en) * | 2021-06-30 | 2023-01-05 | Deere & Company | Methods, apparatus, and articles of manufacture to generate acquisition paths |
US11925132B2 (en) * | 2021-06-30 | 2024-03-12 | Deere & Company | Methods, apparatus, and articles of manufacture to generate acquisition paths |
CN113419534A (zh) * | 2021-07-01 | 2021-09-21 | 湖南大学 | 一种基于贝塞尔曲线的转向路段路径规划方法 |
CN113587950B (zh) * | 2021-08-26 | 2024-04-09 | 清华大学 | 自动驾驶汽车静态路径规划方法、装置及存储介质 |
CN113587950A (zh) * | 2021-08-26 | 2021-11-02 | 清华大学 | 自动驾驶汽车静态路径规划方法、装置及存储介质 |
WO2023036044A1 (zh) * | 2021-09-13 | 2023-03-16 | 灵动科技(北京)有限公司 | 全局路径规划方法、运动控制方法及计算机程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN109253735B (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109253735A (zh) | 路径规划方法、装置及存储介质 | |
CN109084782B (zh) | 基于摄像头传感器的车道线地图构建方法以及构建系统 | |
CN103718062B (zh) | 用于确保个人导航设备的服务的持续性的方法及其设备 | |
CN105594267B (zh) | 用于室内位置道路查找的虚拟面包屑 | |
US20130173156A1 (en) | Apparatus, Method and Computer Program for Displaying Points of Interest | |
CN109931945A (zh) | Ar导航方法、装置、设备和存储介质 | |
CN108801276A (zh) | 高精度地图生成方法及装置 | |
CN106289290A (zh) | 一种路径导航系统及方法 | |
CN106611497A (zh) | 交通量预测系统及预测方法、车辆用显示装置以及车辆 | |
CN109712224A (zh) | 虚拟场景的渲染方法、装置及智能设备 | |
CN110274611A (zh) | 信息显示方法、装置、终端及存储介质 | |
JPWO2008044309A1 (ja) | ナビゲーションシステム、携帯端末装置および経路案内方法 | |
CN110163405A (zh) | 通行时间确定方法、装置、终端及存储介质 | |
CN111192341A (zh) | 生成高精地图的方法、装置、自动驾驶设备及存储介质 | |
CN109962939A (zh) | 位置推荐方法、装置、服务器、终端及存储介质 | |
JP2008139295A (ja) | カメラを用いた車両用ナビゲーションの交差点案内装置及びその方法 | |
CN110119138A (zh) | 用于自动驾驶车辆的自定位方法、系统和机器可读介质 | |
CN106556399A (zh) | 导航处理方法、导航设备、移动终端设备及导航服务器 | |
JP2022550895A (ja) | 道路状況のプロンプト方法、装置、電子機器、記憶媒体及びプログラム製品 | |
CN103278172B (zh) | 一种路口诱导方法及定位导航设备 | |
CN107909840A (zh) | 信息发布方法、装置及计算机可读存储介质 | |
CN105654030A (zh) | 电子装置、电子装置的控制方法、计算机程序及计算机可读记录介质 | |
CN109130854A (zh) | 限速提醒方法、装置及存储介质 | |
JP2007240251A (ja) | 情報処理装置、情報処理方法、情報処理プログラムおよび記録媒体 | |
CN111902698A (zh) | 显示系统以及显示程序 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220221 Address after: 241006 Anshan South Road, Wuhu Economic and Technological Development Zone, Anhui Province Patentee after: Wuhu Sambalion auto technology Co.,Ltd. Address before: 241006 Changchun Road, Wuhu economic and Technological Development Zone, Anhui 8 Patentee before: CHERY AUTOMOBILE Co.,Ltd. |
|
TR01 | Transfer of patent right |