System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及無人車,具體涉及一種無人車橫向動態避讓決策方法和無人車系統。
技術介紹
1、無人車在機動車道行駛過程中,需要根據感知或地圖提供的靜態障礙、動態障礙、車道線、路沿等信息進行決策。如針對靜態障礙沿等靜態對象,自車較為容易就能做出繞行避讓的決策,而針對動態障礙,則需要考慮自車與障礙物之間的相對位置、速度、加速度等信息,以及車道線等交通信息進行綜合決策,受限于感知檢測的穩定性,動態障礙的檢測與識別存在一定的誤差,過于置信感知提供的高階信息會對決策的穩定性提出挑戰。
技術實現思路
1、本專利技術針對現有技術存在的問題,提供了一種通過障礙考慮區域從疑似障礙物中篩選并定位實際障礙物以保證動態障礙檢測與識別的準確性的無人車橫向動態避讓決策方法,該方法在充分考慮車道信息、無人車自身的車輛狀態信息、橫向參考位置和實際障礙物的狀態信息的前提下獲取避讓決策,保證避讓決策的穩定性。
2、為實現上述目的,本專利技術采用的技術方案如下:一種無人車橫向動態避讓決策方法,包括以下步驟:
3、獲取行駛場景、車道信息、規劃空間橫坐標、橫向參考位置和無人車的車輛狀態信息;
4、基于所述行駛場景,根據所述車輛狀態信息和所述車道信息獲得障礙考慮區域,或根據所述車道信息、所述規劃空間橫坐標和所述車輛狀態信息獲得障礙考慮區域;
5、獲取疑似障礙物的狀態信息;
6、基于所述障礙考慮區域判斷所述疑似障礙物是否為實際障礙物:若是,則根據所述車輛狀態信息和所述實際
7、根據所述車輛狀態信息、所述車道信息、和所述橫向參考位置和所述實際障礙物的相對狀態信息獲得避讓決策;
8、所述無人車基于所述避讓決策執行動態避讓。
9、在其中一些實施例中,所述車輛狀態信息包括車輛邊界坐標和車輛寬度;
10、所述車道信息包括車道邊界橫坐標和車道線類型;
11、所述障礙考慮區域包括區域極限位置橫坐標和區域邊界坐標;
12、所述行駛場景包括正常行駛場景和預設行駛場景;
13、所述相對狀態信息包括相對行駛狀態和相對位置。
14、在其中一些實施例中,基于所述正常行駛場景,獲得所述區域極限位置橫坐標的步驟為:
15、獲取第一系數、第二系數和安全距離余量;
16、根據所述車道邊界橫坐標向內收第一乘積獲得第一橫坐標,所述第一乘積為所述車輛寬度與所述第一系數的乘積;
17、根據所述第一橫坐標獲得初始區域極限位置橫坐標,或根據所述第一橫坐標與所述規劃空間橫坐標獲得初始區域極限位置橫坐標;
18、基于所述車道線類型,根據所述初始區域極限位置橫坐標向內收所述安全距離余量獲得所述區域極限位置橫坐標,或根據所述初始區域極限位置橫坐標向內收第二乘積獲得所述區域極限位置橫坐標,所述第二乘積為所述安全距離余量與所述第二系數的乘積。
19、在其中一些實施例中,所述車輛邊界坐標包括車輛邊界橫坐標和車輛邊界縱坐標;所述區域邊界坐標包括區域邊界橫坐標和區域邊界縱坐標;
20、基于所述正常行駛場景,獲得所述區域邊界橫坐標的步驟為:
21、獲取第三系數、檢測距離余量和檢測距離;
22、基于所述車道線類型,根據所述車道邊界橫坐標向外擴所述檢測距離余量獲得初始區域邊界橫坐標,或根據所述車道邊界橫坐標向外擴第三乘積獲得初始區域邊界橫坐標,所述第三乘積為所述檢測距離余量與所述第三系數的乘積;
23、根據所述初始區域邊界橫坐標、所述車輛邊界橫坐標和所述檢測距離獲得所述區域邊界橫坐標;
24、基于所述正常行駛場景,獲得區域邊界縱坐標的步驟為:
25、獲取相對行駛狀態和第四系數;
26、基于所述相對行駛狀態,根據所述車輛邊界縱坐標獲得所述區域邊界縱坐標,或根據所述車輛邊界縱坐標和所述檢測距離獲得所述區域邊界縱坐標,或根據所述車輛邊界縱坐標、所述第四系數和所述檢測距離獲得所述區域邊界縱坐標。
27、在其中一些實施例中,所述車輛狀態信息還包括當前航向角信息;獲得所述相對行駛狀態的步驟為:
28、獲取同向檢測閾值和障礙物的航向角信息;
29、所述根據所述當前航向角信息和所述障礙物的航向角信息獲得航向角差;
30、對比所述航向角差和所述同向檢測閾值獲得所述相對行駛狀態。
31、在其中一些實施例中,所述疑似障礙物的狀態信息包括障礙物邊界坐標和障礙物縱向速度,所述障礙物邊界坐標至少包括障礙物邊界縱坐標;所述車輛狀態信息還包括車輛縱向速度;所述相對位置至少包括縱向相對位置;
32、基于所述障礙考慮區域判斷所述疑似障礙物是否為實際障礙物的步驟為:
33、根據所述障礙考慮區域和所述障礙物邊界坐標判斷所述疑似障礙物是否在所述障礙考慮區域內:若是,則所述疑似障礙物為待確認障礙物;
34、根據所述待確認障礙物的所述障礙物邊界縱坐標、障礙物縱向速度、所述車輛邊界縱坐標和所述車輛縱向速度獲得所述待確認障礙物的縱向相對位置;
35、基于所述縱向相對位置、或基于所述縱向相對位置和所述相對狀態信息,根據所述待確認障礙物的狀態信息和所述車輛狀態信息判斷所述待確認障礙物與所述無人車是否有相接觸的可能性:若是,則所述待確認障礙物為所述實際障礙物。
36、在其中一些實施例中,所述障礙物邊界坐標還包括障礙物邊界橫坐標;所述車輛狀態信息還包括自身橫坐標;所述相對位置還包括橫向相對位置;
37、所述步驟s4還包括:根據所述實際障礙物的障礙物邊界橫坐標和所述自身橫坐標獲得所述實際障礙物的橫向相對位置,或根據所述實際障礙物的障礙物邊界橫坐標、所述區域邊界橫坐標和所述自身橫坐標獲得所述實際障礙物的橫向相對位置。
38、在其中一些實施例中,所述避讓決策包括保持決策、中心決策、左側避讓決策和右側避讓決策。
39、在其中一些實施例中,所述左側避讓決策包括左側橫向避讓決策和左側橫縱向綜合避讓決策;所述右側避讓決策包括右側橫向避讓決策和右側橫縱向綜合避讓決策。
40、一種無人車系統,包括無人車和動態避讓模塊,所述動態避讓模塊用于實現所述無人車橫向動態避讓決策方法。
41、相對于現有技術,本專利技術具有以下有益效果:
42、本專利技術通過障礙考慮區域從疑似障礙物中篩選并定位實際障礙物,保證動態障礙檢測與識別的準確性,且在充分考慮車道信息、無人車自身的車輛狀態信息、橫向參考位置和實際障礙物的狀態信息的前提下獲取避讓決策,保證避讓決策的穩定性。
本文檔來自技高網...【技術保護點】
1.一種無人車橫向動態避讓決策方法,其特征在于:包括以下步驟:
2.根據權利要求1所述的無人車橫向動態避讓決策方法,其特征在于:所述車輛狀態信息包括車輛邊界坐標和車輛寬度;
3.根據權利要求2所述的無人車橫向動態避讓決策方法,其特征在于:基于所述正常行駛場景,獲得所述區域極限位置橫坐標的步驟為:
4.根據權利要求2所述的無人車橫向動態避讓決策方法,其特征在于:所述車輛邊界坐標包括車輛邊界橫坐標和車輛邊界縱坐標;所述區域邊界坐標包括區域邊界橫坐標和區域邊界縱坐標;
5.根據權利要求4所述的無人車橫向動態避讓決策方法,其特征在于:所述車輛狀態信息還包括當前航向角信息;獲得所述相對行駛狀態的步驟為:
6.根據權利要求4所述的無人車橫向動態避讓決策方法,其特征在于:所述疑似障礙物的狀態信息包括障礙物邊界坐標和障礙物縱向速度,所述障礙物邊界坐標至少包括障礙物邊界縱坐標;所述車輛狀態信息還包括車輛縱向速度;所述相對位置至少包括縱向相對位置;
7.根據權利要求6所述的無人車橫向動態避讓決策方法,其特征在于:所述障礙物邊界坐
8.根據權利要求7所述的無人車橫向動態避讓決策方法,其特征在于:所述避讓決策包括保持決策、中心決策、左側避讓決策和右側避讓決策。
9.根據權利要求8所述的無人車橫向動態避讓決策方法,其特征在于:所述左側避讓決策包括左側橫向避讓決策和左側橫縱向綜合避讓決策;所述右側避讓決策包括右側橫向避讓決策和右側橫縱向綜合避讓決策。
10.一種無人車系統,包括無人車和動態避讓模塊,其特征在于:所述動態避讓模塊用于實現權利要求1-9任一項所述的無人車橫向動態避讓決策方法。
...【技術特征摘要】
1.一種無人車橫向動態避讓決策方法,其特征在于:包括以下步驟:
2.根據權利要求1所述的無人車橫向動態避讓決策方法,其特征在于:所述車輛狀態信息包括車輛邊界坐標和車輛寬度;
3.根據權利要求2所述的無人車橫向動態避讓決策方法,其特征在于:基于所述正常行駛場景,獲得所述區域極限位置橫坐標的步驟為:
4.根據權利要求2所述的無人車橫向動態避讓決策方法,其特征在于:所述車輛邊界坐標包括車輛邊界橫坐標和車輛邊界縱坐標;所述區域邊界坐標包括區域邊界橫坐標和區域邊界縱坐標;
5.根據權利要求4所述的無人車橫向動態避讓決策方法,其特征在于:所述車輛狀態信息還包括當前航向角信息;獲得所述相對行駛狀態的步驟為:
6.根據權利要求4所述的無人車橫向動態避讓決策方法,其特征在于:所述疑似障礙物的狀態信息包括障礙物邊界坐標和障礙物縱向速度,所述障...
【專利技術屬性】
技術研發人員:劉王智懿,潘學亮,呂強,苗乾坤,
申請(專利權)人:新石器慧通北京科技有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。