CN111290386B - 路径规划方法及装置、运载工具 - Google Patents
路径规划方法及装置、运载工具 Download PDFInfo
- Publication number
- CN111290386B CN111290386B CN202010104985.8A CN202010104985A CN111290386B CN 111290386 B CN111290386 B CN 111290386B CN 202010104985 A CN202010104985 A CN 202010104985A CN 111290386 B CN111290386 B CN 111290386B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target object
- image
- type
- shape
- 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 40
- 239000007788 liquid Substances 0.000 claims abstract description 46
- 238000005507 spraying Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 15
- 238000010801 machine learning Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 2
- 239000000758 substrate Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000001788 irregular Effects 0.000 description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 150000001875 compounds Chemical class 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical group CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种路径规划方法及装置、运载工具。其中，该方法包括：采集位于第一车辆前方的目标对象的第一图像，该第一图像为雷达图像；从第一图像中提取目标对象的特征信息；依据特征信息识别目标对象的类型，其中，类型包括：障碍物和位于前方地面上的液体；依据类型确定是否更改第一车辆的规划路线。本发明解决了相关技术中无法区分地面上的液体是否为障碍物，影响路径规划的技术问题。
Description
技术领域
本发明涉及无人驾驶领域，具体而言，涉及一种路径规划方法及装置、运载工具。
背景技术
相关技术中，在无人驾驶车辆的行驶过程中，出于安全性的考虑，需要识别车辆前方的物体是障碍物还是非障碍物。在进行障碍物识别时，可以使用无人驾驶车辆上安装的雷达信号进行识别，但是，由于基于雷达信号得到的雷达图像是基于雷达回波信号确定的，其很难识别前方的对象是分布在地面上的水还是障碍物，容易造成判断失误。针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种路径规划方法及装置、运载工具，以至少解决相关技术中无法区分地面上的液体是否为障碍物，影响路径规划的技术问题。
根据本发明实施例的一个方面，提供了一种路径规划方法，包括：采集位于第一车辆前方的目标对象的第一图像，该第一图像为雷达图像；从第一图像中提取目标对象的特征信息；依据特征信息识别目标对象的类型，其中，类型包括：障碍物和位于前方地面上的液体；依据类型确定是否更改第一车辆的规划路线。
可选地，采集位于第一车辆前方的目标对象的第一图像，包括：通过第一车辆中安装的雷达设备扫描目标对象，得到第一图像；从第一图像中提取目标对象的特征信息，包括：从第一图像中提取目标对象的形状。
可选地，依据特征信息识别目标对象的类型，包括：基于第一图像中目标对象的形状确定目标对象的类型。
可选地，基于第一图像中目标对象的形状确定目标对象的类型，包括：在目标对象的形状为规则形状时，确定目标对象为障碍物；在目标对象的形状为非规则形状时，确定目标对象为液体。
可选地，确定目标对象为障碍物包括：判断目标对象是否来自第一车辆前方的第二车辆；在判断结果指示目标对象不是来自第二车辆，且目标对象的形状为规则形状时，确定目标对象为障碍物。
可选地，判断目标对象是否来自第一车辆前方的第二车辆，包括：获取第二车辆的第二图像，第二图像为RGB图像；将第二图像输入至机器学习模型进行分析，得到第二车辆的作业状态以及，其中，作业状态包括：正在进行喷洒作业和未进行喷洒作业；机器学习模型是通过多组数据训练得到的，多组数据中的每组数据均包括：第二车辆的图像和用于标记第二车辆的图像为作业状态的标签；在作业状态为正在进行喷洒作业时，确定喷洒作业对应的喷洒对象的类型；在类型和目标对象的类型一致时，则确定目标对象来自第二车辆。
可选地，依据类型确定是否更改第一车辆的规划路线之前，方法还包括：获取第二车辆的姿态信息和第二车辆所在道路的信息；基于姿态信息预测第二车辆的行驶方向；在第二车辆的行驶方向发生改变且改变的行驶方向上存在与第二车辆所在道路相邻的道路时，则控制第一车辆继续按照规划路线行驶。
可选地，在第二车辆的行驶方向未发生改变时，则控制第一车辆更改规划路线，以避开障碍物。
可选的，控制第一车辆更改规划路线之前，方法还包括：获取第一车辆和第二车辆的相对速度；在相对速度大于0时，控制第一车辆更改规划路线；在相对速度小于0或者等于0时，则控制第一车辆继续按照规划路线行驶。
可选的，姿态信息包括：第二车辆的车头朝向。
可选的，方法还包括：在第二车辆的车头朝向发生改变且在车头朝向改变后按照改变后的车头朝向行驶预设时长后，确定第二车辆的行驶方向发生改变。
可选地，依据类型确定是否更改第一车辆的行驶路线，包括：在类型为障碍物时，则修改第一车辆的规划路线，其中，修改后的规划路线中避开目标对象；在类型为液体时，则控制车辆按照当前的规划路线继续行驶。
根据本申请实施例的另一方面，提供了一种路径规划装置，包括：采集模块，用于采集位于第一车辆前方的目标对象的第一图像，该第一图像为雷达图像；提取模块，用于从第一图像中提取目标对象的特征信息；识别模块，用于依据特征信息识别目标对象的类型，其中，类型包括：障碍物和位于前方地面上的液体；确定模块，用于依据类型确定是否更改第一车辆的规划路线。
可选地，采集模块，用于通过第一车辆中安装的雷达设备扫描目标对象，得到第一图像；提取模块，用于从第一图像中提取目标对象的形状。
可选地，识别模块，用于基于第一图像中目标对象的形状确定目标对象的类型。
可选地，识别模块，用于在目标对象的形状为规则形状时，确定目标对象为障碍物；在目标对象的形状为非规则形状时，确定目标对象为液体。
根据本申请实施例的另一方面，提供了一种非易失性存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行以上的路径规划方法。
根据本申请实施例的另一方面，提供了一种运载工具，包括：电子设备，该电子设备包括：存储器，用于存储程序指令；处理器，用于调取存储在存储器中的程序指令，执行以下功能：采集位于第一车辆前方的目标对象的第一图像，该第一图像为雷达图像；从第一图像中提取目标对象的特征信息；依据特征信息识别目标对象的类型，其中，类型包括：障碍物和位于前方地面上的液体；依据类型确定是否更改第一车辆的规划路线。
在本发明实施例中，采用基于雷达图像识别前方目标对象的类型的方式，从而可以依据最终的识别结果实现对障碍物或液体的识别，避免误判，进而解决了相关技术中无法区分地面上的液体是否为障碍物，影响路径规划的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本申请实施例的一种路径规划方法的流程示意图；
图2是根据本申请实施例的一种路径规划装置的结构示意图；
图3是根据本申请实施例的一种运载工具的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例，提供了一种路径规划方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的路径规划方法，如图1所示，该方法包括如下步骤：
步骤S102，采集位于第一车辆前方的目标对象的第一图像，该第一图像为雷达图像；
本申请的一些实施例中，采集位于第一车辆前方的目标对象的第一图像，包括：通过第一车辆中安装的雷达设备扫描目标对象，得到目标对象的第一图像，为了确保检测结果的准确性，采集图像的雷达设备可以为多个安装车辆不同位置的设备，例如在车辆顶部位置的左右两端分别放置一个雷达设备，也可以将多种类型的雷达设备结合使用，例如，将毫米波雷达和超声波雷达结合使用；需要说明的是目标对象可以是车辆、道路两旁的树枝、行人以及其他物体等；从上述第一图像中提取目标对象的特征信息，特征信息可以是目标对象的形状、运动状态、体积大小等。
步骤S104，从第一图像中提取目标对象的特征信息；
需要说明的是，特征信息包括但不限于目标对象的形状、运动状态、体积大小等。
步骤S106，依据特征信息识别目标对象的类型，基于第一图像中目标对象的形状确定目标对象的类型时，分为两种情况，当目标对象的形状为规则形状时，确定目标对象为障碍物；当目标对象的形状为非规则形状时，确定目标对象为液体。需要说明的是，规则形状是边界平滑的形状，非规则形状则是边界不平滑的形状，当目标对象为非规则形状时，雷达反射的点是不规则的，当目标对象的形状为规则形状时，确定目标对象为障碍物；当目标对象的形状为非规则形状时，确定目标对象为液体。
在另一种可选的实施例中，依据特征信息识别目标对象的类型，包括：基于第一图像中目标对象的形状确定目标对象的类型，例如，当目标对象为一辆停放在路边的轿车上，雷达设备扫描到此轿车时，可以基于深度学习视觉算法确定这是一辆轿车；同样的，当目标对象为一辆停放在路边的自行车时，可以基于深度学习视觉算法确定这是一辆自行车。
在本申请的一种实施例中，当雷达反射的点不是规则排列的，认为其是洒落的地上的液体为水，其次，也可以结合第一车辆前方的行驶环境，确定此液体为其他化合物，例如，当激光雷达结合其他信号采集装置，识别出第一车辆前方的车辆为油罐车，则认定其液体的种类是汽油或者柴油等。
步骤S108，依据类型确定是否更改第一车辆的规划路线。
本申请一种可选的实施例中，在确定目标对象是否为障碍物时：可以先判断目标对象是否来自第一车辆前方的第二车辆；在判断结果指示目标对象不是来自第二车辆，且目标对象的形状为规则形状时，确定目标对象为障碍物，即就是将所有不属于第二车辆且识别为规则形状的对象，均认为是障碍物。
本申请一种可选的实施例中，为了判断目标对象是否是来自于第二车辆结果的准确性，在判断目标对象是否来自第一车辆前方的第二车辆，可以先获取第二车辆的第二图像，第二图像为RGB图像；然后将将第二图像输入至机器学习模型进行分析，得到第二车辆的作业状态以及基于机器学习模型判断第二车辆的作业状态进一步确定目标对象是否来自于第二车辆，其中，作业状态包括但不限于以下情况：第一种作业状态正在进行喷洒作业；第二种作业状态未进行喷洒作业；机器学习模型是通过多组数据训练得到的，其中多组数据中的每组数据均包括但不限于：第二车辆的图像和用于标记第二车辆的图像为作业状态的标签；在作业状态为正在进行喷洒作业时，确定喷洒作业对应的喷洒对象的类型；在类型和目标对象的类型一致时，则确定目标对象来自第二车辆。
本申请的一种可选的实施例中，依据类型确定是否更改第一车辆的规划路线之前，方法还包括：获取第二车辆的姿态信息和第二车辆所在道路的信息；基于姿态信息预测第二车辆的行驶方向；在第二车辆的行驶方向发生改变且改变的行驶方向上存在与第二车辆所在道路相邻的道路时，则控制第一车辆继续按照规划路线行驶。
本申请的一种可选的实施例中，在第二车辆的行驶方向未发生改变时，则控制第一车辆更改规划路线，以避开障碍物。
本申请一种可选的实施例中，控制第一车辆更改规划路线之前，方法还包括：获取第一车辆和第二车辆的相对速度；在相对速度大于0时，控制第一车辆更改规划路线；在相对速度小于0或者等于0时，则控制第一车辆继续按照规划路线行驶。其中，相对速度为第一车辆和第二车辆的速度之差；在第一车辆的速度大于第二车辆的速度时，此时两辆车有可能会发生碰撞，因此，必须更改之前的规划路线；在第一车辆的速度小于第二车辆的速度时，此时第二车辆由于和第一车辆的相对距离越来越大，因此，不会发生碰撞，可以按照之前的规划路线继续行驶。
需要说明的是，姿态信息包括但不限于：第二车辆的车头朝向。
本申请一种可选的实施例中，方法还包括：在第二车辆的车头朝向发生改变且在车头朝向改变后按照改变后的车头朝向行驶预设时长后，确定第二车辆的行驶方向发生改变。
本申请另一种可选的实施例中，依据目标对象类型确定是否更改第一车辆的行驶路线，类型包括障碍物和液体，在确定目标对象的类型为障碍物时，则修改第一车辆的规划路线，其中，修改后的规划路线用于避开目标对象；在确定目标对象的类型为液体时，则控制车辆按照当前的规划路线继续行驶，即就是认为液体不属于障碍物，例如，当洒水车喷洒出来的水喷射到第一车辆上时，不认为其对第一车辆的安全行驶构成影响，第一车辆按照需要预先规划后的路线行驶即可，无需改变行驶路线。
在本申请实施例中，采用基于雷达图像识别前方目标对象的类型的方式，从而可以依据最终的识别结果实现对障碍物或液体的识别，避免误判，进而解决了相关技术中无法区分地面上的液体是否为障碍物，影响路径规划的技术问题。
本申请实施例还提供了一种路径规划装置，如图2所示，该装置包括：采集模块20，用于采集位于第一车辆前方的目标对象的第一图像，该第一图像为雷达图像；提取模块22，用于从第一图像中提取目标对象的特征信息；识别模块24，用于依据特征信息识别目标对象的类型，其中，类型包括：障碍物和位于前方地面上的液体；确定模块26，用于依据类型确定是否更改第一车辆的规划路线；在本发明实施例中，采用基于雷达图像识别前方目标对象的类型的方式，从而可以依据最终的识别结果实现对障碍物或液体的识别，避免误判，进而解决了相关技术中无法区分地面上的液体是否为障碍物，影响路径规划的技术问题
本申请的一些实施例中，采集模块20，用于通过第一车辆中安装的雷达设备扫描目标对象，得到第一图像；提取模块22，用于从第一图像中提取目标对象的形状。
具体地，为确保了检测结果的准确性，本申请的一种可选的实施例中，采集图像的雷达设备可以为多个安装在车辆不同位置的设备，例如在车辆顶部左右两端分别放置一个雷达设备，而在本申请另一种可选的实施例中，可以将多种类型的雷达设备结合使用，例如，将毫米波雷达和超声波雷达结合使用。
本申请一种可选的实施例中，识别模块24，用于基于第一图像中目标对象的形状确定目标对象的类型。可选地，识别模块，用于在目标对象的形状为规则形状时，确定目标对象为障碍物；在目标对象的形状为非规则形状时，确定目标对象为液体。
具体地，基于第一图像中目标对象的形状确定目标对象的类型时，分为两种情况，当目标对象的形状为规则形状时，确定目标对象为障碍物；当目标对象的形状为非规则形状时，确定目标对象为液体。需要说明的是，规则形状是边界平滑的形状，非规则形状则是边界不平滑的形状，当目标对象为非规则形状时，雷达反射的点是不规则的，当目标对象的形状为规则形状时，确定目标对象为障碍物；当目标对象的形状为非规则形状时，确定目标对象为液体。需要说明的是，规则形状是边界平滑的形状，非规则形状则是边界不平滑的形状，当目标对象为非规则形状时，雷达反射的点是不规则的，在本申请的一种实施例中，当雷达反射的点不是规则排列的，认为其是洒落的地上的液体为水，其次，也可以结合第一车辆前方的行驶环境，确定此液体为其他化合物，例如，当激光雷达结合其他信号采集装置，识别出第一车辆前方的车辆为油罐车，则认定其液体的种类是汽油或者柴油。
本申请的一些实施例中，确定模块26，用于依据类型确定是否更改第一车辆的规划路线。
具体地，本申请一种可选的实施例中，在确定目标对象是否为为障碍物时：可以先判断目标对象是否来自第一车辆前方的第二车辆；在判断结果指示目标对象不是来自第二车辆，且目标对象的形状为规则形状时，确定目标对象为障碍物，即就是将所有不属于第二车辆且识别为规则形状的目标对象，均认定是障碍物。
本申请一种可选的实施例中，为了判断目标对象是否是来自于第二车辆结果的准确性，在判断目标对象是否来自第一车辆前方的第二车辆，可以先获取第二车辆的第二图像，其中第二图像包括但不限于RGB图像；然后将将第二图像输入至机器学习模型进行分析，得到第二车辆的作业状态以及基于机器学习模型判断第二车辆的作业状态进一步确定目标对象是否来自于第二车辆，其中，需要说明的是，作业状态包括但不限于以下情况：第一种作业状态正在进行喷洒作业；第二种作业状态未进行喷洒作业。机器学习模型是通过多组数据训练得到的，其中多组数据中的每组数据均包括但不限于：第二车辆的图像和用于标记第二车辆的图像为作业状态的标签；在作业状态为正在进行喷洒作业时，确定喷洒作业对应的喷洒对象的类型是否来自于第二车辆；在类型和目标对象的类型一致时，则确定目标对象来自第二车辆。
本申请的一种可选的实施例中，依据类型确定是否更改第一车辆的规划路线之前，方法还包括：获取第二车辆的姿态信息和第二车辆所在道路的信息；基于姿态信息预测第二车辆的行驶方向；在第二车辆的行驶方向发生改变时，则控制第一车辆继续按照规划路线行驶。该姿态信息包括但不限于：车头朝向，即就是在第二车辆与第一车辆不属于同一路线时，认为第二车辆不属于障碍物，第一车辆按照规划路线行驶即可。
本申请的一种可选的实施例中，在第二车辆的行驶方向未发生改变时，则控制第一车辆更改规划路线，以避开障碍物，即就是在第二车辆与本申请的第一车辆路线发生重叠，则认为第二车辆属于障碍物，此时，需要重新规划第一车辆的行驶路线。
本申请另一种可选的实施例中，依据目标对象类型确定是否更改第一车辆的行驶路线，类型包括障碍物和液体，在确定目标对象的类型为障碍物时，则修改第一车辆的规划路线，其中，修改后的规划路线用于避开目标对象；在确定目标对象的类型为液体时，则控制车辆按照当前的规划路线继续行驶，即就是认为液体不属于障碍物，例如，当洒水车喷洒出来的水喷射到第一车辆上时，不认为其对第一车辆的安全行驶构成影响，第一车辆按照需要预先规划后的路线行驶即可，无需改变行驶路线。
在本申请实施例中，采用基于雷达图像识别前方目标对象的类型的方式，从而可以依据最终的识别结果实现对障碍物或液体的识别，避免误判，进而解决了相关技术中无法区分地面上的液体是否为障碍物，影响路径规划的技术问题
根据本申请实施例的另一方面，提供了一种非易失性存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行以上的路径规划方法例如，可以执行以下程序指令：采集位于第一车辆前方的目标对象的第一图像，该第一图像为雷达图像；从第一图像中提取目标对象的特征信息；依据特征信息识别目标对象的类型，其中，类型包括：障碍物和位于前方地面上的液体；依据类型确定是否更改第一车辆的规划路线。
根据本申请实施例的另一方面，提供了一种运载工具，如图3所示，该运载工具包括：电子设备3，该电子设备包括：存储器30，用于存储程序指令；处理器32，用于调取存储在存储器中的程序指令，执行以下功能：采集位于第一车辆前方的目标对象的第一图像，该第一图像为雷达图像；从第一图像中提取目标对象的特征信息；依据特征信息识别目标对象的类型，其中，类型包括：障碍物和位于前方地面上的液体；依据类型确定是否更改第一车辆的规划路线。
可选地，存储器还用于存储执行以下功能的程序：通过第一车辆中安装的雷达设备扫描目标对象，得到第一图像；从第一图像中提取目标对象的形状。
可选地，存储器还用于存储执行以下功能的程序：基于第一图像中目标对象的形状确定目标对象的类型。在目标对象的形状为规则形状时，确定目标对象为障碍物；在目标对象的形状为非规则形状时，确定目标对象为液体。
在本发明实施例中，采用基于雷达图像识别前方目标对象的类型的方式，从而可以依据最终的识别结果实现对障碍物或液体的识别，避免误判，进而解决了相关技术中无法区分地面上的液体是否为障碍物，影响路径规划技术问题。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，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，可以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，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
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存在，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，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品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(可为个人计算机、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全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (14)
1.一种路径规划方法，其特征在于，包括：
采集位于第一车辆前方的目标对象的第一图像，该第一图像为雷达图像；
从所述第一图像中提取所述目标对象的特征信息；
依据所述特征信息识别所述目标对象的类型，其中，所述类型包括：障碍物和位于前方地面上的液体,依据所述特征信息识别所述目标对象的类型，包括：
在所述目标对象的形状为边界平滑的形状时，确定所述目标对象为障碍物；在所述目标对象的形状为边界不平滑的形状时，确定所述目标对象为液体；
依据所述类型确定是否更改所述第一车辆的规划路线。
2.根据权利要求1所述的方法，其特征在于，
采集位于第一车辆前方的目标对象的第一图像，包括：通过所述第一车辆中安装的雷达设备扫描所述目标对象，得到所述第一图像；
从所述第一图像中提取所述目标对象的特征信息，包括：从所述第一图像中提取所述目标对象的形状。
3.根据权利要求1所述的方法，其特征在于，确定所述目标对象为障碍物包括：
判断所述目标对象是否来自所述第一车辆前方的第二车辆；
在判断结果指示所述目标对象不是来自第二车辆，且所述目标对象的形状为规则形状时，确定所述目标对象为障碍物。
4.根据权利要求3所述的方法，其特征在于，判断所述目标对象是否来自所述第一车辆前方的第二车辆，包括：
获取所述第二车辆的第二图像，第二图像为RGB图像；
将所述第二图像输入至机器学习模型进行分析，得到所述第二车辆的作业状态以及，其中，所述作业状态包括：正在进行喷洒作业和未进行喷洒作业；所述机器学习模型是通过多组数据训练得到的，所述多组数据中的每组数据均包括：第二车辆的图像和用于标记所述第二车辆的图像为作业状态的标签；
在所述作业状态为所述正在进行喷洒作业时，确定所述喷洒作业对应的喷洒对象的类型；在所述类型和所述目标对象的类型一致时，则确定所述目标对象来自所述第二车辆。
5.根据权利要求3所述的方法，其特征在于，依据所述类型确定是否更改所述第一车辆的规划路线之前，所述方法还包括：
获取所述第二车辆的姿态信息和所述第二车辆所在道路；
基于所述姿态信息预测所述第二车辆的行驶方向；
在所述第二车辆的行驶方向发生改变且改变的行驶方向上存在与所述第二车辆所在道路相邻的道路时，则控制所述第一车辆继续按照所述规划路线行驶。
6.根据权利要求5所述的方法，其特征在于，在所述第二车辆的行驶方向未发生改变时，则控制所述第一车辆更改所述规划路线，以避开障碍物。
7.根据权利要求6所述的方法，其特征在于，控制所述第一车辆更改所述规划路线之前，所述方法还包括：
获取所述第一车辆和第二车辆的相对速度；
在所述相对速度大于0时，控制所述第一车辆更改所述规划路线；在所述相对速度小于0或者等于0时，则控制所述第一车辆继续按照所述规划路线行驶。
8.根据权利要求7所述的方法，其特征在于，所述姿态信息包括：所述第二车辆的车头朝向。
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
在所述第二车辆的车头朝向发生改变且在所述车头朝向改变后按照改变后的车头朝向行驶预设时长后，确定所述第二车辆的行驶方向发生改变。
10.根据权利要求1所述的方法，其特征在于，依据所述类型确定是否更改所述第一车辆的行驶路线，包括：
在所述类型为障碍物时，则修改所述第一车辆的规划路线，其中，修改后的规划路线中避开所述目标对象；
在所述类型为液体时，则控制所述车辆按照当前的规划路线继续行驶。
11.一种路径规划装置，其特征在于，包括：
采集模块，用于采集位于第一车辆前方的目标对象的第一图像，该第一图像为雷达图像；
提取模块，用于从所述第一图像中提取所述目标对象的特征信息；
识别模块，用于依据所述特征信息识别所述目标对象的类型，其中，所述类型包括：障碍物和位于前方地面上的液体，所述识别模块，用于在所述目标对象的形状为边界平滑的形状时，确定所述目标对象为障碍物；在所述目标对象的形状为边界不平滑的形状时，确定所述目标对象为液体
确定模块，用于依据所述类型确定是否更改所述第一车辆的规划路线。
12.根据权利要求11所述的装置，其特征在于，
所述采集模块，用于通过所述第一车辆中安装的雷达设备扫描所述目标对象，得到所述第一图像；
所述提取模块，用于从所述第一图像中提取所述目标对象的形状。
13.一种非易失性存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至10中任意一项所述的路径规划方法。
14.一种运载工具，其特征在于，包括：电子设备，该电子设备包括：
存储器，用于存储程序指令；
处理器，用于调取存储在所述存储器中的程序指令，并在运行所述程序指令时实现以下功能：
采集位于第一车辆前方的目标对象的第一图像，该第一图像为雷达图像；
从所述第一图像中提取所述目标对象的特征信息；
依据所述特征信息识别所述目标对象的类型，其中，所述类型包括：障碍物和位于前方地面上的液体，其中，依据所述特征信息识别所述目标对象的类型，包括：在所述目标对象的形状为边界平滑的形状时，确定所述目标对象为障碍物；在所述目标对象的形状为边界不平滑的形状时，确定所述目标对象为液体；
依据所述类型确定是否更改所述第一车辆的规划路线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010104985.8A CN111290386B (zh) | 2020-02-20 | 2020-02-20 | 路径规划方法及装置、运载工具 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010104985.8A CN111290386B (zh) | 2020-02-20 | 2020-02-20 | 路径规划方法及装置、运载工具 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111290386A CN111290386A (zh) | 2020-06-16 |
| CN111290386B true CN111290386B (zh) | 2023-08-04 |
Family
ID=71023351
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010104985.8A Active CN111290386B (zh) | 2020-02-20 | 2020-02-20 | 路径规划方法及装置、运载工具 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111290386B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115451901A (zh) * | 2022-09-07 | 2022-12-09 | 中国第一汽车股份有限公司 | 一种路面不平度的分类识别方法、装置、车辆及存储介质 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103063548A (zh) * | 2012-12-24 | 2013-04-24 | 江苏大学 | 基于液滴轮廓曲线四测量点的液体界面张力的测量方法 |
| CN106647743A (zh) * | 2016-10-26 | 2017-05-10 | 纳恩博（北京）科技有限公司 | 一种电子设备的控制方法及电子设备 |
| CN106707293A (zh) * | 2016-12-01 | 2017-05-24 | 百度在线网络技术（北京）有限公司 | 用于车辆的障碍物识别方法和装置 |
| CN108931780A (zh) * | 2017-05-25 | 2018-12-04 | 福特全球技术公司 | 用于车辆涉水安全的方法和装置 |
| CN109269478A (zh) * | 2018-10-24 | 2019-01-25 | 南京大学 | 一种基于双目视觉的集装箱码头场桥障碍物检测方法 |
| CN109664301A (zh) * | 2019-01-17 | 2019-04-23 | 中国石油大学(北京) | 巡检方法、装置、设备及计算机可读存储介质 |
| CN109885060A (zh) * | 2019-01-18 | 2019-06-14 | 丰疆智能科技研究院(常州)有限公司 | 路径管理系统及其管理方法 |
| CN110059566A (zh) * | 2019-03-20 | 2019-07-26 | 东软睿驰汽车技术（沈阳）有限公司 | 一种图像识别方法及装置 |
| KR102005559B1 (ko) * | 2018-09-04 | 2019-08-07 | 씨드로닉스(주) | 이미지 세그멘테이션을 이용한 주변 환경 감지 방법 |
| CN110155060A (zh) * | 2018-02-12 | 2019-08-23 | 联想（新加坡）私人有限公司 | 识别到目的地的第一路线的系统和方法 |
| CN110296708A (zh) * | 2019-07-01 | 2019-10-01 | 百度在线网络技术（北京）有限公司 | 运营路线规划方法、装置及存储介质 |
| CN110461677A (zh) * | 2017-03-30 | 2019-11-15 | 本田技研工业株式会社 | 车辆控制系统、车辆控制方法及车辆控制程序 |
| CN110775063A (zh) * | 2019-09-25 | 2020-02-11 | 华为技术有限公司 | 一种车载设备的信息显示方法、装置及车辆 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7780126B2 (en) * | 2007-04-05 | 2010-08-24 | Daymen Photo Marketing Lp | Modified tripod and “multi-pod” for cameras and other equipment |
| KR101491314B1 (ko) * | 2013-09-10 | 2015-02-06 | 현대자동차주식회사 | 레이저 스캐너를 이용한 장애물 인식 장치 및 방법 |
-
2020
- 2020-02-20 CN CN202010104985.8A patent/CN111290386B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103063548A (zh) * | 2012-12-24 | 2013-04-24 | 江苏大学 | 基于液滴轮廓曲线四测量点的液体界面张力的测量方法 |
| CN106647743A (zh) * | 2016-10-26 | 2017-05-10 | 纳恩博（北京）科技有限公司 | 一种电子设备的控制方法及电子设备 |
| CN106707293A (zh) * | 2016-12-01 | 2017-05-24 | 百度在线网络技术（北京）有限公司 | 用于车辆的障碍物识别方法和装置 |
| CN110461677A (zh) * | 2017-03-30 | 2019-11-15 | 本田技研工业株式会社 | 车辆控制系统、车辆控制方法及车辆控制程序 |
| CN108931780A (zh) * | 2017-05-25 | 2018-12-04 | 福特全球技术公司 | 用于车辆涉水安全的方法和装置 |
| CN110155060A (zh) * | 2018-02-12 | 2019-08-23 | 联想（新加坡）私人有限公司 | 识别到目的地的第一路线的系统和方法 |
| KR102005559B1 (ko) * | 2018-09-04 | 2019-08-07 | 씨드로닉스(주) | 이미지 세그멘테이션을 이용한 주변 환경 감지 방법 |
| CN109269478A (zh) * | 2018-10-24 | 2019-01-25 | 南京大学 | 一种基于双目视觉的集装箱码头场桥障碍物检测方法 |
| CN109664301A (zh) * | 2019-01-17 | 2019-04-23 | 中国石油大学(北京) | 巡检方法、装置、设备及计算机可读存储介质 |
| CN109885060A (zh) * | 2019-01-18 | 2019-06-14 | 丰疆智能科技研究院(常州)有限公司 | 路径管理系统及其管理方法 |
| CN110059566A (zh) * | 2019-03-20 | 2019-07-26 | 东软睿驰汽车技术（沈阳）有限公司 | 一种图像识别方法及装置 |
| CN110296708A (zh) * | 2019-07-01 | 2019-10-01 | 百度在线网络技术（北京）有限公司 | 运营路线规划方法、装置及存储介质 |
| CN110775063A (zh) * | 2019-09-25 | 2020-02-11 | 华为技术有限公司 | 一种车载设备的信息显示方法、装置及车辆 |
Non-Patent Citations (3)
| Title |
|---|
| Smita A. Nagtode ; N. K. Choudhari.Electronic sensor based system for detecting impurity level in liquids using additive wavelet transform.《Fifth International Conference on Advances in Recent Technologies in Communication and Computing (ARTCom 2013)》.2014, * |
| 一种基于彩色图像边缘检测的道路检测方法;李大杰等;《计算机工程与应用》(第28期);全文 * |
| 液体泡沫中单气泡的图像识别算法;康乐,等;《渤海大学学报(自然科学版)》;第38卷(第2期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111290386A (zh) | 2020-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bachute et al. | Autonomous driving architectures: insights of machine learning and deep learning algorithms | |
| US11783180B1 (en) | Object detection neural network | |
| Sivaraman et al. | Looking at vehicles on the road: A survey of vision-based vehicle detection, tracking, and behavior analysis | |
| EP3293669A1 (en) | Enhanced camera object detection for automated vehicles | |
| US11977382B2 (en) | Ranking agents near autonomous vehicles by mutual importance | |
| CN109871787B (zh) | 一种障碍物检测方法及装置 | |
| US8050460B2 (en) | Method for recognition of an object | |
| CN113844451B (zh) | 行驶设备控制方法、装置、电子设备及存储介质 | |
| CN111527013A (zh) | 车辆变道预测 | |
| CN106841195A (zh) | 湿路面状况检测 | |
| US11829131B2 (en) | Vehicle neural network enhancement | |
| US20210089791A1 (en) | Vehicle lane mapping | |
| WO2021097087A1 (en) | Generating depth from camera images and known depth data using neural networks | |
| CN104424478A (zh) | 使用激光扫描仪来识别障碍物的装置和方法 | |
| DE112021004953T5 (de) | Elektronische steuervorrichtung | |
| Chavez-Garcia | Multiple sensor fusion for detection, classification and tracking of moving objects in driving environments | |
| CN114537447A (zh) | 安全通行方法、装置、电子设备和存储介质 | |
| CN113432615A (zh) | 基于多传感器融合可驾驶区域的检测方法、系统和车辆 | |
| CN111290386B (zh) | 路径规划方法及装置、运载工具 | |
| JP5997962B2 (ja) | 車載レーンマーカ認識装置 | |
| CN113297939B (zh) | 障碍物检测方法、系统、终端设备及存储介质 | |
| RU2767831C1 (ru) | Способы и электронные устройства для обнаружения объектов в окружении беспилотного автомобиля | |
| CN114648744A (zh) | 确定语义无碰撞空间的方法 | |
| CN113380038A (zh) | 一种车辆危险行为检测方法、装置及系统 | |
| CN117495847B (zh) | 路口检测方法、可读存储介质及智能设备 |
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 |