CN114274978B - 一种无人驾驶物流车的避障方法 - Google Patents
一种无人驾驶物流车的避障方法 Download PDFInfo
- Publication number
- CN114274978B CN114274978B CN202111628538.3A CN202111628538A CN114274978B CN 114274978 B CN114274978 B CN 114274978B CN 202111628538 A CN202111628538 A CN 202111628538A CN 114274978 B CN114274978 B CN 114274978B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- vehicle
- observation area
- information
- virtual
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims description 16
- 230000001960 triggered effect Effects 0.000 claims description 14
- 230000004888 barrier function Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 6
- 230000006855 networking Effects 0.000 claims description 4
- 230000007547 defect Effects 0.000 abstract description 4
- 241000283070 Equus zebra Species 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 230000008447 perception Effects 0.000 description 5
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及无人驾驶技术领域,特别是涉及一种无人驾驶物流车避碍的方法和装置。该避障方法包括:在行驶过程中持续监测是否出现了预设的障碍物;当检测到所述障碍物时,根据所述障碍物所在的位置,触发预设观察区域并且,生成位于所述观察区域之内的虚拟障碍物;在所述虚拟障碍物无法规避时,控制车辆在所述虚拟障碍物前停止;在满足预设的消失条件时,令所述虚拟障碍物消失,以使所述车辆通过所述观察区域。通过上述方式,可以解决在特定区域及时实现无人驾驶车辆驻车等待以及避让的技术缺陷。
Description
技术领域
本发明涉及无人驾驶技术领域,特别是涉及一种无人驾驶物流车避碍的方法和装置。
背景技术
无人驾驶汽车又称只为自动驾驶汽车、电脑驾驶汽车、或者轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。
无人驾驶汽车的用途十分广泛,其中使用无人驾驶技术进行物流运输的车辆,在我国多个城市已经开始运行。
无人驾驶技术通过一个详尽的地图对前方的道路进行导航,车辆的行驶轨迹都由各大地图的服务器数据中心实现,在以轨迹生成的路线图中,无人驾驶物流车仅仅只能依靠路线,感知信息和定位信息做出决策和路径规划,这里面无法加入与区域相关的信息。假如需要实现在斑马线前,观察是否有行人,如果有行人则需要在斑马线前停车的功能。因为在轨迹生成的路线图中,无法指定斑马线的区域,所以这个功能往往不能很好的实现;
所以,现急需一种可以在特定区域及时实现无人驾驶车辆驻车等待以及避让的方法,以解决上述技术缺陷。
发明内容
本发明实施例旨在提供一种无人驾驶物流车的避障方法,能够解决现有在特定区域及时实现无人驾驶车辆驻车等待以及避让的缺陷。
为解决上述问题,本发明实施例提供以下技术方案:一种无人驾驶物流车的避障方法,该方法包括:
在行驶过程中监测是否出现了预设的障碍物;
当检测到所述障碍物时,根据所述障碍物所在的位置,触发预设观察区域并且,生成位于所述观察区域之内的虚拟障碍物;
在所述虚拟障碍物无法规避时,控制车辆在所述虚拟障碍物前停止;
在满足预设的消失条件时,令所述虚拟障碍物消失,以使所述车辆通过所述观察区域。
可选地,所述的避障方法,还包括:
在虚拟障碍物可以规避时,按照预设方法重新制定出新的无碰撞的可执行路径,根据所述可执行路径通过所述观察区域。
可选地,所述的避障方法中所述预设的消失条件包括:
从所述障碍物消失为起始时刻,经过预设时间后,没有其他障碍物出现。
可选地,所述的避障方法中,所述障碍物类型包括车辆以及行人;
所述在行驶过程中监测是否出现了预设的障碍物,具体包括:
在行驶过程中,通过车载传感器获取检测范围内的所述障碍物位置信息;
通过车辆联网系统获取远距离车辆定位信息,以及前方路况信息。
可选地,所述的避障方法,还包括:
在行进路线图中标记出恒定存在的虚拟障碍物;
在车辆行驶过程中,根据车联网信息提供路况信息,编辑所述恒定存在的虚拟障碍物。
可选地,所述的避障方法中,所述触发观察区域的方法,具体包括:
在同一个观察区域中,所述障碍物上一次检测到的时间为第一时刻,随时钟信号改变称之为当前时刻以及固定值的等待时刻;
如果观察区域的当前时刻减去第一时刻小于等于等待时刻,则观察区域被触发。
可选地,所述触发观察区域的方法,还包括:
所述观察区域可以包含一个或多个所述障碍物以及与之对应的虚拟障碍物;
所述观察区域是同一坐标系下的多边形,所述多边形可以带有不同障碍物类型;
所述虚拟障碍物是处于所述观察区域同一世界坐标系下的多边形。
为解决上述问题,本发明实施例还提供了一种局部路径规划方法,包括:
根据规划相关信息,以设定的规划方法,生成至少一条可执行路径;所述规划相关信息包括:参考线信息,由所述无人驾驶物流车的避障方法任一项所述生成的虚拟障碍物信息,感知信息,预测信息和定位信息。
为解决上述问题,本发明实施例还提供了一种无人驾驶物流车,包括:
信息获取单元,用于获取所述障碍物位置信息以及路况信息;
控制单元,用于控制所述车辆停留以及启动;
处理单元,用于根据规划相关信息,根据所述的局部路径规划方法,生成至少一条可执行路径。
为解决上述问题,本发明实施例还提供了一种电子设备,包括:处理器、存储器、通信接口和通信总线,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。
所述存储器用于存放至少一条可执行指令,所述可执行指令使所述处理器执行所述避障方法中任一项所述在观察区域做出反应的方法的步骤。
本发明通过预设观察区域和预设障碍物方法,实现对障碍物的提前发现以及识别,根据所述障碍物类型确定采取何种避障方式,可以解决在特定区域及时实现无人驾驶车辆驻车等待以及避让的技术缺陷。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本发明实施例提供的一种应用场景示意图;
图2是本发明实施例提供的一种避障方法的流程示意图;
图3是本发明实施例提供的无人驾驶物流车系统流程示意图;
图4是本发明实施例提供的观察区域触发方法的流程示意图;
图5是本发明实施例提供的路线规划方法的流程示意图;
图6是本发明实施例提供的无人驾驶物流车模块图;
图7是本发明实施例提供的无人驾驶物流车信息获取单元模块图;
图8是本发明实施例提供的无人驾驶物流车处理单元模块图;
图9是本发明实施例提供的一种电子设备的结构示意图;
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,如果不冲突,本发明实施例中的各个特征可以相互结合,均在本申请的保护范围之内。另外,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。此外,本文所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定,仅是对功能和作用基本相同的相同项或相似项进行区分。
除非另有定义,本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是用于限制本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1示出了本发明实施例提供的应用场景示意图,所述示意图中包括:无人驾驶车辆10、虚拟障碍物20、可执行路径30;
所述无人驾驶车辆10、包括:无人驾驶装置,无人驾驶装置包括:多线激光雷达,设置于车辆的顶部;激光雷达,设置于车辆的前端;两个差分GPS天线,设置于车辆的顶部;两个5G天线,设置于车辆的顶部;云台变焦摄像头,设置于车辆的顶部;4个定焦摄像头,分别设置于车辆的前端、两侧、后端;多个超声波雷达,分别设置于车辆的前端、两侧、后端;姿态传感器,设置于车辆的内部;决策控制单元,设置于车辆的内部;车辆控制单元,设置于车辆的内部。本发明通过多种车载传感器提供车辆周边信息的方式,实现自主路径规划、红绿灯检测、障碍物识别、自动避障、自动紧急停车等无人驾驶功能,
所述虚拟障碍物20、根据所述观察区域内的障碍物生成的虚拟物体,如果所述观察区域被触发,则所述虚拟障碍物会被考虑到所述无人驾驶车辆路线规划之中。
所述可执行路径30、根据规划相关信息,以设定的规划方法,生成至少一条可执行路径;所述规划相关信息包括:参考线信息,所述生成的虚拟障碍物信息,感知信息,预测信息和定位信息。
其中,所述无人驾驶车辆10,在行驶过程中持续监测是否出现了预设的障碍物;当检测到所述障碍物时,根据所述障碍物所在的位置,触发所述观察区域并且,生成位于所述观察区域之内的虚拟障碍物20;在所述虚拟障碍物20无法规避时,控制车辆在所述虚拟障碍物20前停车;在满足预设的消失条件时,令所述虚拟障碍物20消失,以使所述车辆通过所述观察区域。
所述无人驾驶物流车在行驶的过程中路过斑马线(观察区域)路口,检测路口是否有行人走入斑马线,当所述无人驾驶物流车检测到观察区域有行人移动时,虚拟障碍物出现在斑马线前方,车辆在虚拟障碍物前停下;当行人通过斑马线后,所述无人驾驶物流车继续检测所述观察区域是否有行人,持续监测等待三秒;如果三秒内所述观察区域没有行人,虚拟障碍物消失,车辆重新启动,驶过所述观察区域。
根据这个发明,可以实现在斑马线前停车礼让行人的功能。
图2示出了本发明实施例所述的避障方法流程图,如图所示:
21、检测所述无人驾驶物流车中预设的障碍物。
所述障碍物包括但不限于表1中内容:
表1
22、根据所述障碍物,触发预设的观察区域以及生成与之对应的虚拟障碍物;
如果观察区域中出现了它感兴趣类型的障碍物,那么这个观察区域所在的观察区域组中所有的虚拟障碍物都会被下层的局部线路规划考虑,否则这个组的虚拟障碍物将不会被考虑。
所述的一个观察区域是一个在世界坐标系下的多边形,这个多边形可以带上不同的障碍物类型。
所述虚拟障碍物,仅在所述无人驾驶物流车的地图中生成,并非实际存在的物体,在同一个世界坐标系下,所述虚拟障碍物的形状是可以随着障碍物形状变化的多边形,所述虚拟障碍物的位置,则因其对应的障碍物属性而定,如果所述障碍物属性为静态,则生成的虚拟障碍物位置固定。
在一些具体实施例中,所述无人驾驶物流车会根据网路提供的路况信息,在系统地图中提前设置临时虚拟障碍物,并加入行进路线规划的考虑因素中,例如:某路段道路施工封闭,则生成对应虚拟障碍物,作为所述路线规划的影响因素之一。
如果所述障碍物属性为动态,则虚拟障碍物的位置则随着相对无人驾驶物流车位置改变。
在一些具体实施例中,所述无人驾驶物流车会检测到一些,在机动车车道低速行驶的非机动车辆,系统会在地图中生成与所示非机动车辆对应的虚拟障碍物,并根据所述非机动车辆的大小以及位置,实时调整虚拟障碍物的形状以及位置,在车辆行进路线规划中加入对应的虚拟障碍物,从而减少事故发生的概率。
23、判断所述障碍物类型;
所述障碍物类型包括:可移动类型目标和固定静止类型目标;
所述可移动类型目标可以是行人、骑乘非机动车辆的行人、车辆、小动物以及其他可移动类型物体;
所述固定静止类型目标可以包括:出车祸车辆、施工中的工程车辆、放置警示牌的车道、路边花坛以及道路护栏等;
在一些实施例中,所述无人驾驶车辆会根据障碍物具体类型,设置所述虚拟障碍物大小,例如图1中所示出的场景,斑马线是行人和非机动车通过的主要途径,故此在斑马线路口出现行人或非机动车通行时,所述虚拟障碍物堵塞所有单向通行车道,规避所述物流车辆变道通行,从而实现礼让行人的功能。
同样的,所述无人驾驶物流车,会将除虚线外的所有分流线、路边花坛、人行道以及道路护栏,在系统地图中设置永久性的虚拟障碍物,避免车辆违反交通规则,或者出现行驶路线偏离。
可选地,所述特殊场景可以后台人工设置;
24、若为固定静止类型目标,调整局部行进路线,绕行通过观察区域;
系统判断出目标类型为固定静止目标时,会根据所述固定静止目标大小调整局部的行进路线;
所述调整局部行进路线,包括、变更车道、改变部分行进路线等;
例如:发生人为车祸时,系统可以根据获取信息,控制车辆变道通过所述区域,或者选择变更局部路线绕行通过。
25、判断所述障碍物是否影响车辆按照既定路线正常行驶;
所述障碍物为可移动类型时,所述观察区域触发,系统自动判断所述可移动障碍物的类型,根据所述目标类型,判断是否需要停车等待。
所述可移动目标,可以包括:车辆,行人以及非机动车;
当所述障碍物为车辆时,判断路况,如果是发生拥堵,则控制所述无人驾驶物流车在所述车辆的虚拟障碍物前驻车等待,如果所述车辆为临时停车,道路并未拥堵,则控制车辆变道通过所述区域。
26、不影响则按照预设路线通过观察区域
如果不影响无人驾驶物流车在既定路线通行,则按照既定路线通过观察区域。
27、若影响到预设路线通行,则在虚拟障碍物前驻车;
如果检测到的可移动类型目标可能会影响到预设路线,系统控制无人驾驶物流车在所述虚拟障碍物前停车;
如图1所示出的,障碍物为行人,则可以控制所述无人驾驶物流车在所述斑马线前的虚拟障碍物前驻车,等待行人通过后,再驶过所述观察区域;
在一些实施例中,所述无人驾驶车辆通过红绿灯路口时,会根据实时红绿灯信息,判断所述无人驾驶物流车是否驻车停留等待,若需要驻车停留等待,则触发所述观察区域,所述虚拟障碍物位置可以在斑马线前,或者前方车辆后。
28、等待所述障碍物消失后启动所述无人驾驶车辆通过观察区域;
本发明实施例通过预设观察区域以及预设障碍物类型,系统通过持续监测所述障碍物,监测到所述障碍物后,触发相对应的观察区域,并且生成与所述障碍物相对应的虚拟障碍物,无人驾驶物流车中内置系统判断所述虚拟障碍物是否影响到系统既定路线,若影响到所述既定路线,则将所述虚拟障碍物纳入路线规划因素中,重新规划局部路线,以使无人驾驶物流车通过所述观察区域。
所述观察区域、障碍物以及虚拟障碍物皆在同一世界坐标系下;其中,所述观察区域可以包括一个或者多个不同类型的障碍物,或者一个或多个相同类型的障碍物,同样的,所述观察区域还包括一个或多个与所述障碍物对应的虚拟障碍物。
图3示出了本发明另一实施例的无人驾驶物流车系统流程图,如图3所示出的,系统中包括:
31、接收感知信息,车联网中其他车辆的定位信息;
其中,所述车载传感器包括多线激光雷达、单线激光雷达、差分GPS天线、5G天线、云台变焦摄像头、定焦摄像头、超声波雷达以及姿态传感器;
所述多线激光雷达,用于对车辆周围360°的环境进行感知,障碍物识别以及定位,为车辆定位、导航、避障提供有效信息。
所述单线激光雷达,用于对车辆正前方的环境进行感知、障碍物检车;
所述差分GPS天线,用于确定车辆的位置信息及车辆的姿态信息;
所述5G天线,用于接收5G信号;
所述云台变焦摄像头,用于红绿灯的检测以及识别。所述云台变焦摄像头支持水平方向以及竖直方向的旋转运动,且具备变焦功能;
所述定焦摄像头,用于对车辆周围环境进行监测,可选地,所述定焦摄像头中所获取到的图像信息可以通过5G天线上传到服务器中;
超声波雷达、用于探测车辆周围进去了内的障碍物信息;
姿态传感器、用于检测车辆的速度、加速度等姿态信息。
在车辆行驶的时候,观察区域需要获取感知信息去进行是否触发观察区域条件的判断。感知信息包括:所有障碍物的类型以及形状。此外,有的时候需要使用车联网中其他车辆的定位信息,因为有可能在当前车载传感器方案中,车辆感知不到较远的车辆的相对位置,但是通过车联网组播不同车辆的定位信息,可以获取其他车辆的位置,从而进行观察区域的判断。
32、枚举每个观察区域中的障碍物,检查每个观察区域是否被触发。
检测每一个观察区域内的障碍物,如果检测到所述障碍物,当即触发每一个观察区域,同时生成与之对应的虚拟障碍物,所述观察区域可以为多个,故此需要遍历所述观察区域的触发情况,为行进路线规划提供更多的障碍物信息。
在同一个世界坐标系下可以有多个观察区域,负责观察同一坐标系下,不同区域的障碍物。
33、如果被触发,则加入该观察区域中所有的虚拟障碍物
检测到观察区域被触发,将所有观察区域中的虚拟障碍物加入到所述行进路线规划因素中。
34、车辆结合虚拟障碍物信息和感知的障碍物的信息进行规划。
根据感知的障碍物信息以及虚拟障碍物信息对无人驾驶物流车做出路线的调整。
如图4所示出的本发明实施例提供的观察区域触发方法流程图,如图中所示出的,包括:
321、检测障碍物;
根据所述车载传感器,实时检测分析无人驾驶物流车附近路况信息,如果所述路况信息中有与预设障碍物存在交集的时刻记录为第一时刻;
322、获取上一次检测到障碍物时间;
在每一个观察区域中都维护着一个变量即所述第一时刻,表示这个区域中上一次出现感兴趣类型的物体的时刻。
在计算程序中所述第一时刻定义为last_have_obstacle_time[i]。
对于所有的观察区域来说,枚举每一个观察区域,从感知信息和车联网信息中筛选出所有这个观察障碍物的信息,检测感兴趣障碍物的形状是否与观察区域的交集不为空,或者对比车联网信息中其他车辆是否进入到观察区域中,如果是,把这个观察区域中last_have_obstacle_time[i]赋值为now_time。
323、设定随时钟信号改变的当前时刻
设定一个当前时刻信号,所述当前时刻信号可以随时钟信号改变而改变,在计算机程序中使用now_time表示当前时刻。
324、设定一个固定时间的等待时间
设定一个固定时间值的等待时间,所述等待时间在计算机程序中,使用waiting_time[i]表示这个观察区域中的waiting_time的属性。
325、判断当前时刻减去第一时刻是否小于等于等待时间
在车辆运行的过程中,检查每一个观察区域,如果存在一个观察区域now_time-last_have_obstacle_time[i]<=waiting_time[i],那么表示这个观察区域被触发。
所述无人驾驶物流车,预设存在条件当前时刻减去第一时刻是否小于等于等待时间,即now_time-last_have_obstacle_time[i]<=waitin_time[i],并且在所述无人驾驶车辆启动时重置上一次出现感兴趣类型的物体的时刻的值,即第一时刻last_have_obstacle_time[i],所述当前时刻now_time随时钟信号变化,所述等待时间waiting_time[i]为固定值,
在车辆运行过程中,第一时刻last_have_obstacle_time[i]在检测到所述障碍物后赋值当前时刻的值,并在障碍物检测到的过程中第一时刻的值持续刷新,在检测不到所述障碍物后,判断所述当前时刻减去第一时刻是否小于等于等待时间,即now_time-last_have_obstacle_time[i]<=waiting_time[i],若满足所述预设存在条件,则当前观测区域处于被触发的状态,其中所有根据所述障碍物生成的虚拟障碍物均被考虑为路线规划因素之一。
326、观察区域被触发,所述观察区域中虚拟障碍物被认定为路线规划因素;
当符合所述预设消失条件后,所述观察区域被触发,汇总所有被触发的观察区域中所有的虚拟障碍物,发送到局部路径规划模块中。
由此可以实现,如图1应用场景中所示出的场景案例,在车载系统检测到路边有行人时,即触发所述观察区,于斑马线前生成所述书虚拟障碍物,所述无人驾驶物流车辆在所述虚拟障碍物前驻车,等待行人通过后即可视为感兴趣障碍物消失,计算所述预设存在条件,在不满足所述条件后解除驻车状态,继续前进。
如图5所示出的本发明实施例提供的路线规划方法流程图,如图中所示出的,包括:
341、获取路线信息;
根据网络地图具体路线信息,确定前往目的地的具体路线,在无人驾驶物流车行进途中可以根据具体环境情况,适时调整行进路线;
342、收集车载传感器信息,获取车辆周围信息;
包括:多程激光雷达、单线激光雷达、云台变焦摄像头、定焦摄像头、超声波雷达以及姿态传感器;
其中,所述的多程激光雷达、单程激光雷达以及超声波雷达监测车辆周围近距离障碍物;
所述云台变焦摄像头、定焦摄像头,提供红绿灯变化信息以及车辆四周视频图片信息;
343、收集车联网系统中,其他车辆位置信息;
收集差分GPS天线、5G天线中的数据信息;
所述差分GPS天线、5G天线提供车辆位置信息、车联网信息以及其他路线更新信息;
所述车联网中信息包括:其他车辆位置信息以及行进轨迹信息。根据多台车辆的行驶轨迹可以推断出当前车道是否出现无法通行的情况。
例如:无人驾驶物流车当前行驶车道前方有多台车辆,在经过前方300米处左右位置,均选择减速变道,则可以判定前方位置有可能发生交通事故,造成车辆绕行,可以提前规划路线,绕行通过。
344、根据所述信息使用预设方法、规划出至少一条无碰撞路线;
根据所述虚拟障碍物信息、近距离障碍物信息以及车联网信息使用系统预设方法规划出一条无碰撞路线。
根据本发明实施例方法,还可以实现在无人驾驶物流车行驶在匝道进入主干道的时候,观察主干道是否有车辆,等待直到没有车辆再进入主干道的功能。
图6示出了本发明实施例提供的无人驾驶物流车模块图,如图6所示出的,包括信息获取单元11、控制单元12、处理单元13。
信息获取单元11、用于获取所述障碍物位置信息以及路况信息;
控制单元12、用于控制所述车辆停留以及启动;
处理单元13、用于处理所述信息获取单元11提供的信息数据,根据相关信息数据以及规划信息,根据所述的局部路径规划方法,生成至少一条可执行路径。
图7示出了本发明实施例提供的无人驾驶物流车信息获取单元模块图,如图7所示出的,包括信息获取模块111、图像获取模块112、GPS定位模块113以及车联网数据传输模块114。
信息获取模块111、用于检测车辆周围信息情况,其中包括多线激光雷达、单线激光雷达、超声波雷达以及姿态传感器;
所述多线激光雷达,用于对车辆周围360°的环境进行感知,障碍物识别以及定位,为车辆定位、导航、避障提供有效信息。
所述单线激光雷达,用于对车辆正前方的环境进行感知、障碍物检车;
超声波雷达、用于探测车辆周围进去了内的障碍物信息;
姿态传感器、用于检测车辆的速度、加速度等姿态信息。
图像获取模块112、用于检测图像信息,识别障碍物类型,生成与之对应的虚拟障碍物以及,判断路口红绿灯状态,其中包括云台变焦摄像头、定焦摄像头;
所述云台变焦摄像头,用于红绿灯的检测以及识别。所述云台变焦摄像头支持水平方向以及竖直方向的旋转运动,且具备变焦功能;
所述定焦摄像头,用于对车辆周围环境进行监测。
根据所述云台变焦摄像头,所传输的图像信息,判断当前时刻无人驾驶物流车是否可以通行,如果不能通行,则在斑马线前生成虚拟障碍物,所述无人驾驶物流车在所述虚拟障碍物前停车等待,直至可以通行。
根据所述定焦摄像头,所收集到的图像信息,提取图像中目标信息,与预设障碍物类型一一对比,确定检测目标信息。
GPS定位模块113、主要包括差分GPS天线,用于定位所述无人驾驶车辆的实时位置,根据所述差分GPS天线,确定出车辆的当前位置,以供线路规划模块确定所述车辆现在位置及车辆的姿态信息。
车联网数据传输模块114、包括5G天线、用于连接远处车辆,获取所述远处车辆位置信息,根据所述5G天线,连接远处车辆中可实现车联网功能的车辆,获取所述车辆定位信息以及行驶轨迹信息。在一些实施例中,车联网系统可以根据5G网络速度以及后台大数据信息,实现无人驾驶功能,可有效降低交通拥堵,以及交通事故发生概率。
可选地,所述定焦摄像头中所获取到的图像信息可以通过5G天线上传到服务器中。
图8示出了本发明实施例提供的无人驾驶车辆处理单元模块图,如图8所示出的,包括图像处理模块131、虚拟障碍物生成模块132、局部路径规划模块133。
图像处理模块131、根据所述信息获取模块11、所收集到的图像信息,与预设的障碍物信息,逐一对比确定障碍物类型。
虚拟障碍物生成模块132、根据所述图形处理模块131所确定的障碍物,在距离所述障碍物2米处生成对应虚拟障碍物,所述距离可以根据车速调整,从而避免发生追尾事故。
局部路径规划模块133、在局部路径规划中,所述信息获取模块11收集车辆四周环境信息,通过图像识别模块131获取所述障碍物信息,由图像处理模块131分析出障碍物类型,虚拟障碍物生成模块132生成与之对应虚拟障碍物,GPS定位模块113,定位当前无人驾驶物流车的位置信息,车联网数据传输模块114收集到远处车辆位置信息,根据所述信息规划出至少一条无碰撞行驶路径。
其中,所述路径可以根据车辆所处位置周边信息,以及网路中路况信息适时调整。
图9示出了本发明实施例的电子设备的结构示意图,本发明具体实施例并不对电子设备的具体实现做限定。例如,可以是所示的一种无人驾驶物流车的中央处理器部件。
如图9所示,该电子设备可以包括:处理器(processor)141、通信接口(Communications Interface)142、存储器(memory)143、以及通信总线144。
其中:处理器141、通信接口142、以及存储器143通过通信总线144完成相互间的通信。通信接口142,用于与其它设备比如信息收集模块以及图像处理模块等的网元通信。处理器141,用于执行程序145,具体可以执行上述一种避障方法实施例中的相关步骤。
具体地,程序145可以包括程序代码,该程序代码包括计算机操作指令。
在本发明实施例中,根据所使用的硬件的类型,处理器141可以是中央处理单元(Central Processing Unit,CPU),该处理器141还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,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。
存储器143用于存放程序145。存储器143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145具体可以用于使得处理器141执行上述任意方法实施例中的避障方法。
其中,计算机程序被处理器执行时实现本发明实施例公开的避障方法中的一个或者多个步骤。完整的计算机程序产品体现在含有本发明实施例公开的计算机程序的一个或多个计算机可读存储介质上(包括但不限于,磁盘存储器、CD-ROM、光学存储器等)。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (5)
1.一种无人驾驶物流车的避障方法,其特征在于,包括:
在行驶过程中监测多个观察区域内是否出现了障碍物;
当检测到所述障碍物时,根据所述障碍物所在的位置,触发对应的预设观察区域,根据所述障碍物的类型在高精地图中生成位于所述观察区域内的虚拟障碍物,且根据所述障碍物的类型设置虚拟障碍物的大小;
所述障碍物类型包括车辆以及行人;
所述触发对应的预设观察区域的方法,具体包括:
在同一个观察区域中,所述障碍物上一次检测到的时间为第一时刻,随时钟信号改变称之为当前时刻以及固定时间值的等待时间;
如果观察区域的当前时刻减去第一时刻小于等于等待时间,则观察区域被触发;
在所述虚拟障碍物可以规避时,根据感知的障碍物信息以及虚拟障碍物信息对无人驾驶物流车做出路线的调整,使其通过所述观察区域;
在所述虚拟障碍物无法规避时,控制车辆在所述虚拟障碍物前停止;
在满足预设的消失条件时,令所述虚拟障碍物消失,以使所述车辆通过所述观察区域;
所述预设的消失条件包括:
从所述障碍物消失为起始时刻,经过预设时间后,没有其他障碍物出现。
2.根据权利要求1所述的避障方法,其特征在于,所述在行驶过程中监测是否出现了预设的障碍物,具体包括:
在行驶过程中,通过车载传感器获取检测范围内的所述障碍物位置信息;
通过车辆联网系统获取行驶路线中其他车辆定位信息,以及行驶路线实时路况信息。
3.根据权利要求1所述的避障方法,其特征在于,还包括:
在行进路线图中标记出恒定存在的虚拟障碍物;
在车辆行驶过程中,根据车联网信息提供路况信息,编辑所述恒定存在的虚拟障碍物。
4.根据权利要求1所述的避障方法,其特征在于,还包括:
所述观察区域包含一个或多个所述障碍物以及与之对应的虚拟障碍物;
所述观察区域是同一坐标系下的多边形,所述多边形带有不同障碍物类型;
所述虚拟障碍物是处于所述观察区域同一世界坐标系下的多边形。
5.一种电子设备,包括:处理器、存储器、通信接口和通信总线,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;
所述存储器用于存放至少一条可执行指令,所述可执行指令使所述处理器执行根据权利要求1-4任一项所述避障方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111628538.3A CN114274978B (zh) | 2021-12-28 | 2021-12-28 | 一种无人驾驶物流车的避障方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111628538.3A CN114274978B (zh) | 2021-12-28 | 2021-12-28 | 一种无人驾驶物流车的避障方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114274978A CN114274978A (zh) | 2022-04-05 |
CN114274978B true CN114274978B (zh) | 2023-12-22 |
Family
ID=80877150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111628538.3A Active CN114274978B (zh) | 2021-12-28 | 2021-12-28 | 一种无人驾驶物流车的避障方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114274978B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117495223A (zh) * | 2023-12-29 | 2024-02-02 | 江西丹巴赫机器人股份有限公司 | 多台两向穿梭车同区域作业的仓储物流优化方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120058022A (ko) * | 2010-11-29 | 2012-06-07 | 현대자동차주식회사 | 가상 차선 생성 방법 |
JP2013209063A (ja) * | 2012-03-30 | 2013-10-10 | Equos Research Co Ltd | 走行制御装置 |
CN106114503A (zh) * | 2015-05-05 | 2016-11-16 | 沃尔沃汽车公司 | 用于确定安全车辆轨迹的方法和装置 |
JP2018144568A (ja) * | 2017-03-02 | 2018-09-20 | パナソニックIpマネジメント株式会社 | 運転支援方法およびそれを利用した運転支援装置、自動運転制御装置、車両、プログラム、運転支援システム |
CN109829367A (zh) * | 2018-12-24 | 2019-05-31 | 杨昌兵 | 一种无人驾驶障碍识别管理系统及方法 |
WO2021246534A1 (ko) * | 2020-06-01 | 2021-12-09 | 엘지전자 주식회사 | 경로 제공 장치 및 그것의 경로 제공 방법 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6149846B2 (ja) * | 2014-11-14 | 2017-06-21 | トヨタ自動車株式会社 | 注意喚起装置 |
JP6447639B2 (ja) * | 2015-01-05 | 2019-01-09 | 日産自動車株式会社 | 目標経路生成装置および走行制御装置 |
US11249474B2 (en) * | 2017-12-07 | 2022-02-15 | Phantom Auto Inc. | Safety of autonomous vehicles using a virtual augmented support environment |
CN109814112A (zh) * | 2019-01-15 | 2019-05-28 | 北京百度网讯科技有限公司 | 一种超声波雷达与激光雷达信息融合方法和系统 |
US11442450B2 (en) * | 2019-12-11 | 2022-09-13 | Baidu Usa Llc | Method for determining passable area in planning a path of autonomous driving vehicles |
-
2021
- 2021-12-28 CN CN202111628538.3A patent/CN114274978B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120058022A (ko) * | 2010-11-29 | 2012-06-07 | 현대자동차주식회사 | 가상 차선 생성 방법 |
JP2013209063A (ja) * | 2012-03-30 | 2013-10-10 | Equos Research Co Ltd | 走行制御装置 |
CN106114503A (zh) * | 2015-05-05 | 2016-11-16 | 沃尔沃汽车公司 | 用于确定安全车辆轨迹的方法和装置 |
JP2018144568A (ja) * | 2017-03-02 | 2018-09-20 | パナソニックIpマネジメント株式会社 | 運転支援方法およびそれを利用した運転支援装置、自動運転制御装置、車両、プログラム、運転支援システム |
CN109829367A (zh) * | 2018-12-24 | 2019-05-31 | 杨昌兵 | 一种无人驾驶障碍识别管理系统及方法 |
WO2021246534A1 (ko) * | 2020-06-01 | 2021-12-09 | 엘지전자 주식회사 | 경로 제공 장치 및 그것의 경로 제공 방법 |
Also Published As
Publication number | Publication date |
---|---|
CN114274978A (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11332132B2 (en) | Method of handling occlusions at intersections in operation of autonomous vehicle | |
KR102513185B1 (ko) | 규칙 기반 항법 | |
CA3025754C (en) | Object detection method and object detection apparatus | |
US20200302196A1 (en) | Traffic Signal Analysis System | |
CN106873580B (zh) | 基于感知数据在交叉口处自主驾驶 | |
CN110920609B (zh) | 用于模仿前车的系统和方法 | |
CN106462727B (zh) | 车辆、车道终止检测系统和方法 | |
US20150153184A1 (en) | System and method for dynamically focusing vehicle sensors | |
CN115016474A (zh) | 用于车路协同自动驾驶的控制方法、路侧设备、云控平台和系统 | |
CN110036426B (zh) | 控制装置和控制方法 | |
CN113158820A (zh) | 在导航中对车道限制和施工区域的识别和预测 | |
CN110497919B (zh) | 自动车辆从自主模式转换到手动模式的物体位置历史回放 | |
CN111781933A (zh) | 一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统及方法 | |
WO2021261227A1 (ja) | 駐停車地点管理装置、駐停車地点管理方法、車両用装置 | |
JP7502869B2 (ja) | 車両の運転支援システム | |
JP2023504604A (ja) | 車両を選択的に減速させるシステムおよび方法 | |
WO2021261228A1 (ja) | 障害物情報管理装置、障害物情報管理方法、車両用装置 | |
EP3912877B1 (en) | Driving assistance method and driving assistance device | |
US20240085209A1 (en) | Display control device and display control method | |
WO2023179028A1 (zh) | 一种图像处理方法、装置、设备及存储介质 | |
CN114274978B (zh) | 一种无人驾驶物流车的避障方法 | |
CN115176296B (zh) | 行驶辅助装置、行驶辅助方法以及行驶辅助程序 | |
CN116373904A (zh) | 一种基于环境感知和多车协同的车载智能控制系统 | |
CN115092186B (zh) | 一种车辆自动驾驶方法及装置、电子设备、存储介质 | |
RU2774521C1 (ru) | Способ помощи при вождении и устройство помощи при вождении |
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 |