基于交通工具的数据处理方法、装置、设备以及介质转让专利
申请号 : CN202010979552.7
文献号 : CN111986514B
文献日 : 2021-12-14
发明人 : 由长喜
申请人 : 腾讯科技(深圳)有限公司
摘要 :
权利要求 :
1.一种基于交通工具的数据处理方法,其特征在于,包括:获取处于当前车道的目标交通工具的行驶参数;所述行驶参数包括目标车道最大速度、引导交通工具以及通行道路距离,所述目标车道最大速度是指目标车道中所规定的最大速度,所述引导交通工具是指所述当前车道中为所述目标交通工具引导行驶路线的交通工具,所述通行道路距离是指所述目标交通工具在所述当前车道中的可通行道路长度;
根据所述目标车道最大速度、所述引导交通工具以及所述通行道路距离,生成目标交通工具对应的初始预测变道加速度:根据所述目标交通工具的当前位置信息、预测变道时长以及所述初始预测变道加速度,生成所述目标交通工具对应的目标预测位置信息;
根据所述目标预测位置信息,在目标车道中确定与所述目标交通工具对应的目标障碍交通工具;所述目标车道为所述目标交通工具预期变道的车道,所述目标障碍交通工具为所述目标车道中与预期变道后的目标交通工具相邻的交通工具;
根据所述目标障碍交通工具与所述目标交通工具之间的预测位置关系,确定用于指示所述目标交通工具从所述当前车道变道至所述目标车道的目标预测变道加速度。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标车道最大速度、所述引导交通工具以及所述通行道路距离,生成目标交通工具对应的初始预测变道加速度,包括:获取所述目标交通工具对应的行驶速度v1,以及所述目标车道中的目标车道最大速度,根据所述行驶速度v1和所述目标车道最大速度,确定所述目标交通工具对应的第一限制加速度:
根据所述行驶速度v1和所述通行道路距离,生成所述目标交通工具对应的刹车加速度,根据所述刹车加速度确定所述目标交通工具对应的第二限制加速度:根据所述引导交通工具的行驶速度v2,确定所述目标交通工具对应的第一安全制动距离,根据所述第一安全制动距离、所述行驶速度v1、目标跟车速度以及预估跟车时长,确定所述目标交通工具对应的第三限制加速度;所述目标跟车速度是指所述目标车道最大速度和所述行驶速度v2中的较小值;
将所述第一限制加速度、所述第二限制加速度以及所述第三限制加速度中的最小值,确定为所述目标交通工具对应的初始预测变道加速度。
3.根据权利要求2所述的方法,其特征在于,所述根据所述行驶速度v1和所述通行道路距离,生成所述目标交通工具对应的刹车加速度,包括:获取所述目标交通工具在所述当前车道中的道路终点速度,获取所述行驶速度v1与所述道路终点速度的平方差;所述道路终点速度是指所述目标交通工具行驶至所述当前车道的终点时的最低速度;
根据所述平方差与所述通行道路距离之间的比值,确定所述目标交通工具对应的刹车加速度。
4.根据权利要求2所述的方法,其特征在于,所述根据所述引导交通工具的行驶速度v2,确定所述目标交通工具对应的第一安全制动距离,包括:获取所述目标交通工具与所述引导交通工具之间的第一跟车时距,根据所述目标跟车速度和第一跟车时距确定目标跟车距离;
获取所述目标交通工具与所述引导交通工具之间的间隔距离l1,将所述间隔距离l1和所述目标跟车距离之间的差值确定为所述第一安全制动距离。
5.根据权利要求1‑4任一项所述的方法,其特征在于,所述根据所述目标预测位置信息,在目标车道中确定与所述目标交通工具对应的目标障碍交通工具,包括:在所述目标车道中获取参考距离范围内的N个交通车辆分别对应的车辆行驶速度,根据所述车辆行驶速度与所述预测变道时长,确定所述N个交通车辆分别对应的预测位置信息;N为正整数;
根据所述目标预测位置信息与所述N个交通车辆分别对应的预测位置信息,分别获取所述目标交通工具和所述N个交通车辆之间的预测距离;
根据最短的预测距离所对应的交通车辆,确定所述目标交通工具对应的目标障碍交通工具。
6.根据权利要求2所述的方法,其特征在于,所述根据所述目标障碍交通工具与所述目标交通工具之间的预测位置关系,确定用于指示所述目标交通工具从所述当前车道变道至所述目标车道的目标预测变道加速度,包括:根据所述目标障碍交通工具与所述目标交通工具之间的预测位置关系,确定所述目标交通工具对应的候选加速度;
将所述候选加速度、所述第二限制加速度以及所述第三限制加速度中的最小值,确定为所述目标交通工具对应的目标预测变道加速度;
控制所述目标交通工具按照所述目标预测变道加速度从所述当前车道变道至所述目标车道。
7.根据权利要求6所述的方法,其特征在于,所述目标障碍交通工具的数量为一个;
所述根据所述目标障碍交通工具与所述目标交通工具之间的预测位置关系,确定所述目标交通工具对应的候选加速度,包括:获取所述目标障碍交通工具对应的行驶速度v3,以及所述目标障碍交通工具与所述目标交通工具之间的间隔距离l2;
根据所述间隔距离l2确定所述目标交通工具对应的第二安全制动距离;
根据所述行驶速度v1、所述第二安全制动距离以及所述行驶速度v3,确定所述目标交通工具对应的所述候选加速度。
8.根据权利要求7所述的方法,其特征在于,所述根据所述间隔距离l2确定所述目标交通工具对应的第二安全制动距离,包括:获取所述预期变道后的目标交通工具的跟车安全距离和第二跟车时距;
若所述预期变道后的目标交通工具的车头部位与所述目标障碍交通工具的车尾部位位置相邻,则根据所述行驶速度v1、所述第二跟车时距、所述跟车安全距离以及所述间隔距离l2,确定所述目标交通工具对应的第二安全制动距离;
若所述目标障碍交通工具的车头部位与所述预期变道后的目标交通工具的车尾部位位置相邻,则根据所述行驶速度v3、所述第二跟车时距、所述跟车安全距离以及所述间隔距离l2,确定所述目标交通工具对应的第二安全制动距离。
9.根据权利要求6所述的方法,其特征在于,所述目标障碍交通工具包括第一障碍交通工具和第二障碍交通工具,所述第一障碍交通工具的车尾部位与所述预期变道后的目标交通工具的车头部位位置相邻,所述第二障碍交通工具的车头部位与所述预期变道后的目标交通工具的车尾部位位置相邻;
所述根据所述目标障碍交通工具与所述目标交通工具之间的预测位置关系,确定所述目标交通工具对应的候选加速度,包括:获取所述第一障碍交通工具与所述第二障碍交通工具之间的间隔距离l3,根据所述间隔距离l3和所述目标交通工具的车辆长度,确定所述预期变道后的目标交通工具与所述第一障碍交通工具之间的预估安全距离;
获取所述目标交通工具与所述第一障碍交通工具之间的间隔距离l4,根据所述间隔距离l4与所述预估安全距离,确定所述目标交通工具对应的第三安全制动距离:获取所述第一障碍交通工具的行驶速度v4,根据所述行驶速度v1、所述第三安全制动距离以及所述行驶速度v4,确定所述目标交通工具对应的所述候选加速度。
10.根据权利要求9所述的方法,其特征在于,所述根据所述间隔距离l3和所述目标交通工具的车辆长度,确定所述预期变道后的目标交通工具与所述第一障碍交通工具之间的预估安全距离,包括:
获取所述预期变道后的目标交通工具的跟车安全距离和第二跟车时距,获取所述第二障碍交通工具对应的行驶速度v5;
根据所述行驶速度v1、所述跟车安全距离以及所述第二跟车时距,确定所述第一障碍交通工具与所述目标交通工具之间的第一预期间隔距离;
根据所述行驶速度v5、所述跟车安全距离以及所述第二跟车时距,确定所述第二障碍交通工具与所述目标交通工具之间的第二预期间隔距离;
若所述间隔距离l3大于或等于第一分段参数,则根据所述间隔距离l4与所述第一预期间隔距离,确定所述预估安全距离;所述第一分段参数是指所述第一预期间隔距离、所述第二预期间隔距离以及所述车辆长度的总和;
若所述间隔距离l3小于所述第一分段参数,且所述间隔距离l3大于或等于第二分段参数,则根据所述第一障碍交通工具与所述目标交通工具之间的默认安全距离、所述间隔距离l3、所述第二预期间隔距离以及所述车辆长度,确定所述预估安全距离;所述第二分段参数是指所述第一障碍交通工具与所述目标交通工具之间的默认安全距离、所述第二障碍交通工具与所述目标交通工具之间的默认安全距离以及所述车辆长度的总和;
若所述间隔距离l3小于所述第二分段参数,则将所述第一障碍交通工具与所述目标交通工具之间的默认安全距离确定为所述预估安全距离。
11.一种基于交通工具的数据处理装置,其特征在于,包括:初始加速度确定模块,用于获取处于当前车道的目标交通工具的行驶参数;所述行驶参数包括目标车道最大速度、引导交通工具以及通行道路距离,所述目标车道最大速度是指目标车道中所规定的最大速度,所述引导交通工具是指所述当前车道中为所述目标交通工具引导行驶路线的交通工具,所述通行道路距离是指所述目标交通工具在所述当前车道中的可通行道路长度;
初始加速度确定模块,还用于根据所述目标车道最大速度、所述引导交通工具以及所述通行道路距离,生成目标交通工具对应的初始预测变道加速度;
位置预测模块,用于根据所述目标交通工具的当前位置信息、预测变道时长以及所述初始预测变道加速度,生成所述目标交通工具对应的目标预测位置信息;
目标障碍物确定模块,用于根据所述目标预测位置信息,在目标车道中确定与所述目标交通工具对应的目标障碍交通工具;所述目标车道为所述目标交通工具预期变道的车道,所述目标障碍交通工具为所述目标车道中与预期变道后的目标交通工具相邻的交通工具;
目标加速度确定模块,用于根据所述目标障碍交通工具与所述目标交通工具之间的预测位置关系,确定用于指示所述目标交通工具从所述当前车道变道至所述目标车道的目标预测变道加速度。
12.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,所述处理器执行权利要求1至10中任一项所述方法的步骤。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时,执行权利要求1至10中任一项所述方法的步骤。
说明书 :
基于交通工具的数据处理方法、装置、设备以及介质
技术领域
背景技术
驶的目的。
配合该无人驾驶车辆并为其让行,造成无人驾驶车辆无法找到合适的变道机会,进而导致
无人驾驶车辆变道失败。
发明内容
变道后的目标交通工具相邻的交通工具;
工具是指当前车道中为目标交通工具引导行驶路线的交通工具,通行道路距离是指目标交
通工具在当前车道中的可通行道路长度;
对应的第三限制加速度;目标跟车速度是指目标车道最大速度和行驶速度v2中的较小值;
对应的第二安全制动距离;
对应的第二安全制动距离。
通工具的车头部位与预期变道后的目标交通工具的车尾部位位置相邻;
预估安全距离;
度的总和;
以及车辆长度,确定预估安全距离;第二分段参数是指第一障碍交通工具与目标交通工具
之间的默认安全距离、第二障碍交通工具与目标交通工具之间的默认安全距离以及车辆长
度的总和;
通工具为目标车道中与预期变道后的目标交通工具相邻的交通工具;
最大速度,引导交通工具是指当前车道中为目标交通工具引导行驶路线的交通工具,通行
道路距离是指目标交通工具在当前车道中的可通行道路长度;
的第一限制加速度;
跟车时长,确定目标交通工具对应的第三限制加速度;目标跟车速度是指目标车道最大速
度和行驶速度v2中的较小值;
预测位置信息;N为正整数;
对应的第二安全制动距离;
对应的第二安全制动距离。
通工具的车头部位与预期变道后的目标交通工具的车尾部位位置相邻;
具与第一障碍交通工具之间的预估安全距离;
度的总和;
以及车辆长度,确定预估安全距离;第二分段参数是指第一障碍交通工具与目标交通工具
之间的默认安全距离、第二障碍交通工具与目标交通工具之间的默认安全距离以及车辆长
度的总和;
法的步骤。
例中一方面中方法的步骤。
机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使
得该计算机设备执行上述一方面的各种可选方式中提供的方法。
预测变道时长以及初始预测变道加速度,生成目标交通工具对应的目标预测位置信息,根
据该目标预测位置信息在目标车道(目标交通工具预期变道的车道)中确定与目标交通工
具对应的目标障碍交通工具,目标障碍交通工具是指目标车道中与预期变道后的目标交通
工具相邻的交通工具,根据目标障碍交通工具与目标交通工具之间的预测位置关系,确定
用于指示目标交通工具从当前车道变道至目标车道的目标预测变道加速度。可见,通过目
标交通工具的行驶参数初步规划该目标交通工具对应的初始预测变道加速度,基于该初始
预测变道加速度可以从目标车道中确定合适的变道空隙(由目标障碍交通工具确定),在确
定了合适的变道空隙后还可以将目标障碍交通工具作为考虑因素(即考虑对目标障碍交通
工具的避让),可以提高目标交通工具的变道成功率。
附图说明
申请的一些实施例,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。
具体实施方式
本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他
实施例,都属于本申请保护的范围。
制车辆到达预定目标的智能汽车。它可以利用车载传感器来感知车辆周围环境,并根据感
知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、
可靠地在道路上行驶。无人驾驶车辆集自动控制、体系结构、人工智能、视觉计算等众多技
术于一体,是计算机科学、模式识别和智能控制技术高度发展的产物。
括硬件部分和软件部分。其中,硬件部分可以包括传感器、信号通信模块以及制动器等,软
件部分可以包括感知模块、规划模块以及控制模块等。
区域,交通规则等信息。传感器可以包括但不限于:摄像头(Camera)、激光雷达(Lidar)、毫
米波雷达(Millimeter Wave Radar)。摄像头可以用于获取图像信息,通过软件部分的感知
模块可以从图像信息中识别行人、车、树、红绿灯、信号牌等,即根据图像信息可以检测障碍
物和交通信号;激光雷达可以用于获取激光扫描反射数据,通过感知模块可以从激光扫描
反射数据中识别行人、车、树等障碍物,即根据激光扫描反射数据可以检测障碍物;毫米波
雷达可以用于获取反射数据,根据反射数据可以识别障碍物和测量距离,可以达到辅助避
障的目的。换言之,智能驾驶系统可以根据传感器所获取的数据可以实时感知无人驾驶车
辆的周围环境。
化驾驶轨迹和行为以保证乘客的安全舒适。规划可以包括任务规划、行为规划以及运动规
划。路径规划也可以称为路由规划(routing),任务规划的作用可以简单理解为智能驾驶系
统内部的导航,即在宏观层面上指导无人驾驶车辆按照什么样的道路行驶从而实现从起始
点到目的地点;行为规划也被称为决策制定(Decision Making),行为规划可以负责按照路
径规划的目标和当前的局部情况(例如,其他车辆以及行人的位置和行为,当前的交通规则
等),确定下一步无人驾驶车辆应该执行的决策,可以把行为规划理解为车辆的副驾驶,根
据目标和当前的交通情况指挥驾驶员是跟车还是超车,是停车等行人通过还是绕过行人等
等;运动规划可以包括路径规划(path planning)和速度规划(speed planning),运动规划
的作用可以理解为在一个较小的时空区域内,具体解决无人驾驶车辆从A点到B点如何行驶
的问题,例如,可以对短暂时间t内从A点到B点的中间路径点做出规划,包括选择途经哪些
具体的路径点,以及到达每个路径点时,无人车的速度、朝向、加速度等。
(油门和档位)、底盘(转向和制动)和电子电器等系统的执行,实现无人驾驶的速度和方向
控制。
车辆位置和速度信息给另外的车辆。信号通信模块与感知模块可以进行数据交互,可以通
过感知模块实时感知其余车辆的车辆位置和速度信息,同时也可以通过信号通信模块向其
余车辆传输当前无人驾驶车辆的车辆位置和速度信息,无人驾驶车辆的感知模块可以根据
收到的信息采取自治措施,如制动减速。
驾驶车辆,该车辆10a位于高速或主路的入口时,车辆10a不得不改变车道来汇入高速或主
路。如图2a所示的车辆10b是指与车辆10a行驶在同一车道中且位于车辆10a前方的引导车
辆(车辆10b与车辆10a为当前车道中的相邻车辆),车辆10c、车辆10d以及车辆10e分别为行
驶在目标车道中的车辆,对于即将变道的车辆10a而言,车辆10c、车辆10d以及车辆10e均为
障碍物。
当前车道中区域L1的长度、车辆10a自身的行驶速度、车辆10b的行驶速度以及目标车道中
正在行驶的车辆的速度和位置(例如,车辆10c、车辆10d以及车辆10e在目标车道中的位置
和速度),在目标车道中合理选择变道的空隙,即选择加塞到目标车道中的哪两辆车中间。
如图2a所示,目标车道中有4个空隙可供车辆10a选择,该4个空隙分别为车辆10c的前方区
域、车辆10c和车辆10d之间的区域L2、车辆10d和车辆10e之间的区域L3以及车辆10e的后方
区域L4。
驶速度等信息进一步进行速度规划,通过改变车辆10a的速度实现从当前车道安全变道至
目标车道。
速或主路的目的。如图2b所示,车辆20b是指与车辆20a行驶在同一车道中且位于车辆20a前
方的引导车辆(车辆20b与车辆20a为当前车道中的相邻车辆),车辆20c和车辆20d分别为行
驶在目标车道中的车辆,对于即将变道的车辆20a而言,车辆20c和车辆20d均为障碍物。
辆20c的行驶速度以及车辆20d的行驶速度等信息从目标车道中合理选择变道的空隙。如图
2b所示,目标车道中有3个空隙可供车辆20a选择,该3个空隙分别为车辆20c的前方区域L6
(在实际应用中,此处的车辆20c已经完全离开高速或主路,已经行驶在目标车道中,因此此
处的区域L6可以不予考虑)、车辆20c和车辆20d之间的区域L5车辆20d的后方区域L7。
驶速度等信息进一步进行速度规划,通过改变车辆20a的速度实现从当前车道安全变道至
目标车道。
通工具所处的环境条件)进行速度粗规划,即生成目标交通工具对应的初始预测变道加速
度。其中,上述行驶参数可以包括目标车道最大速度vm、引导交通工具(Leading car,或者
也可以称为Leader)以及通行道路距离Lm(米);目标车道最大速度vm是指目标车道中所规定
的最大速度,目标车道是指目标交通工具预期变道的车道,例如,目标车道为高速公路中的
车道时,目标车道最大速度vm可以为高速公路中所规定的最大速度120m/s(米/秒);引导交
通工具是指当前车道中为目标交通工具引导行驶路线的交通工具,即当前车道中行驶在目
标交通工具前方且距离最近的环境车辆;通行道路距离Lm是指目标交通工具在当前车道中
的可通行道路长度,例如上述图2所对应实施例中的区域L1的长度。
a1可以表示为:
标车道当前车流速度。当目标交通工具的行驶速度v1小于目标车道最大速度vm与2.0的差值
2
时,可以将第一限制加速度a1设计为最大加速度amax(m/s ,即米/平方秒);当目标交通工具
的行驶速度v1小于目标车道最大速度vm与0.5的差值,且大于或等于目标车道最大速度vm与
2
2.0的差值时,可以将第一限制加速度a1设计为0.5m/s ;当目标交通工具的行驶速度v1小于
目标车道最大速度vm与0.5之和,且大于或等于目标车道最大速度vm与0.5的差值时,可以将
第一限制加速度a1设计为0,即继续保持行驶速度v1进行匀速运动;当目标交通工具的行驶
速度v1大于或等于目标车道最大速度vm与0.5之和时,可以将第一限制加速度a1设计为‑
(v1‑vm)/3.0。
为m/s(米/秒),所涉及到的所有加速度的单位均为m/s(米/平方秒),所涉及到的所有距离
的单位均为m(米),后续描述中不再进行赘述。
态,当目标交通工具没有找到合适的变道机会,且逐渐接近当前车道的终点时,智能驾驶系
统需要控制该目标交通工具进行降速。因此,智能驾驶系统可以根据行驶速度v1和通行道
路距离Lm,生成目标交通工具对应的刹车加速度ar,根据刹车加速度ar可以确定目标交通工
具对应的第二限制加速度a2。
终点速度vmin的平方差,该道路终点速度vmin是指目标交通工具行驶至当前车道的终点时的
最低速度(例如,道路终点速度vmin可以为3.0m/s,或者道路终点速度vmin也可以为0,道路终
点速度vmin可以是一个预先设置的常量参数);进而可以根据平方差与通行道路距离Lm之间
的比值,确定目标交通工具对应的刹车加速度ar。该刹车加速度ar可以表示为:
1.0m/s时,可以将第二限制加速度a2设计为‑1.0m/s;当刹车加速度ar小于‑0.5m/s ,且大
2 2
于或等于‑1.0m/s时,可以将第二限制加速度a2设计为‑0.5m/s ;当刹车加速度ar小于0,且
2
大于或等于‑0.5m/s时,可以将第二限制加速度a2设计为0,即继续保持行驶速度v1进行匀
速运动;当刹车加速度ar大于或等于0时,可以将第二限制加速度a2设计为amax。
不得不采用比较激进的措施(例如缩短与引导交通工具的跟车距离)进行加速换道。因此,
智能驾驶系统可以获取引导交通工具的行驶速度v2,根据行驶速度v2确定目标交通工具对
应的第一安全制动距离Lb1,进而可以根据第一安全制动距离Lb1、行驶速度v1、目标跟车速度
vf以及预估跟车时长tf,确定目标交通工具对应的第三限制加速度a3。其中,目标跟车速度
vf是指目标车道最大速度vm和行驶速度v2中的较小值,即vf=min(v2,vm);预估跟车时长tf
为一个预先设置的常量参数(例如,tf=3~4秒),用于预估目标交通工具在当前车道中尾
随引导交通工具的时长;第一安全制动距离Lb1可以用于表示目标交通工具在与引导交通工
具保持安全跟车距离时,在当前车道中所能行驶的路程。
常量参数,用于表示目标交通工具在当前行驶速度v1的前提下,与引导交通工具保持最短
安全距离的时长,如th1=0.5~0.8秒),根据目标跟车速度vf和第一跟车时距th1确定目标跟
车距离;获取目标交通工具与引导交通工具之间的间隔距离l1(在当前时刻的间隔距离),
将间隔距离l1和目标跟车距离之间的差值确定为第一安全制动距离Lb1。该第一安全制动距
离Lb1可以表示为:
值,确定为目标交通工具对应的初始预测变道加速度a′0,即a′0=min(a1,a2,a3)。
以选择合适的变道空隙进行变道准备。需要说明的是,上述3~5秒可以表示为预测变道时
长,即假设目标交通工具从当前车道变道至目标车道所花费的时长。智能驾驶系统可以获
取目标交通工具的当前位置信息,根据当前位置信息、预测变道时长以及初始预测变道加
速度a′0,可以确定目标交通工具在预测变道时长之后的目标预测位置信息。目标预测位置
信息可以表示为:
表示的坐标信息,也可以是指使用Frenet坐标系表示的坐标信息。其中,Frenet坐标系是一
种以比传统x,y笛卡尔坐标系更直观的方式表示道路位置的方式。在Frenet坐标系中,可以
使用变量s和d描述车辆在道路上的位置,s坐标表示沿道路的距离(也称为纵向位置),d坐
标表示道路上的左右位置(也称为横向位置)。本申请实施例中均以Frenet坐标系为例,对
目标交通工具和障碍交通工具的位置信息进行描述。本申请实施例中的位置信息可以是指
Frenet坐标系中的纵向位置信息,即沿道路的距离。
通工具。
中确定与目标交通工具对应的目标障碍交通工具,目标障碍交通工具可以是指目标车道中
与预期变道后的目标交通工具相邻的交通工具。
的预测位置信息;N为正整数;进而可以根据目标预测位置信息与N个交通车辆分别对应的
预测位置信息,分别获取目标交通工具和N个交通车辆之间的预测距离,根据最短的预测距
离所对应的交通车辆,确定目标交通工具对应的目标障碍交通工具。可以理解的是,智能驾
驶系统获取障碍交通工具的预测位置信息的目的在于选择合适的变道空隙,由于目标交通
工具需要从当前车道变道至目标车道,因此智能驾驶系统可以仅获取目标车道的参考距离
范围内的N个交通车辆的相关信息(包括行驶速度、当前位置以及预测变道时长后的预测位
置等),此处的参考距离范围可以是指目标障碍交通工具的确定范围,如参考距离范围可以
为与目标交通工具当前位置信息前后距离100米的范围等。目标车道中的N个交通工具在预
期变道时长内可以看成是匀速运动,此时目标车道中的每个交通车辆的预测位置信息均可
以表示为:交通车辆的当前位置加上预测变道时长内匀速行驶的距离。通过计算目标交通
工具与每个交通车辆之间的预测距离,可以选择距离目标预测位置信息s(tp)最近的前方
障碍物和后方障碍物作为目标障碍交通工具。
的位置为当前车道的A位置,A位置在Frenet坐标系中的纵向位置可以用s(t0)表示,根据前
述计算得到的初始预测变道加速度a′0、预测变道时长tp以及车辆30a的当前行驶速度v1,可
以计算得到车辆30a的目标预测位置信息为s(tp),即车辆30a可以在预测变道时长tp内从当
前车道中的A位置行驶至B位置,B位置对应的纵向位置为s(tp),此时的s(tp)即为车辆30a在
预测变道时长tp后的目标预测位置信息。
30d处于目标车道中的C位置;分别获取车辆30b、车辆30c以及车辆30d在t0时刻的行驶速
度,根据各自在t0时刻的行驶速度以及预测变道时长tp,可以确定车辆30b、车辆30c以及车
辆30d在预测变道时长tp后,分别对应的预测位置信息(此处默认车辆30b、车辆30c以及车
辆30d在预测变道时长tp内匀速运动),如图4所示,车辆30c在预测变道时长tp内从目标车道
的D位置行驶至F位置,F位置对应的纵向位置为s3(即车辆30c对应的预测位置信息),车辆
30d在预测变道时长tp内从目标车道的C位置行驶至E位置,E位置对应的纵向位置为s2(即
车辆30d对应的预测位置信息)。通过分别计算纵向位置s(tp)与车辆30b、车辆30c以及车辆
30d所对应的预测位置信息之间的预测距离,可以确定纵向位置s2与纵向位置s(tp)之间的
距离最小,且纵向位置s2小于纵向位置s(tp),则可以将纵向位置s2对应的车辆30d确定为
车辆30a对应的目标障碍交通工具(在预测变道时长tp后,车辆30d位于车辆30a的后面),进
而还可以将车辆30c确定为车辆30a对应的目标障碍交通工具(在预测变道时长tp后,车辆
30c为车辆30a前方距离最近的车辆)。
对目标交通工具变道处理的影响,若使用初始预测变道加速度a′0对目标交通工具进行变
道,则无法有效地对目标障碍交通工具进行跟踪和避让,因此智能驾驶系统需要基于目标
障碍交通工具对目标交通工具的速度重新进行规划。
到的针对目标交通工具的加速度。目标障碍交通工具的数量可以为一个,也可以为两个,当
目标障碍交通工具的数量为一个时,目标交通工具在预期变道后可以行使在目标障碍交通
工具的前方,也可以行驶在目标障碍交通工具的后方;当目标障碍交通工具的数量为两个
时,目标交通工具在预期变道后可以行驶在两个目标障碍交通工具的中间。
获得目标预测变道加速度a″0后,智能驾驶系统可以控制目标交通工具按照目标预测变道
加速度a″0从当前车道变道至目标车道。可以理解的是,目标交通工具在实际变道过程中,
还需要智能驾驶系统为目标交通工具规划变道路径,在规划了变道路径之后,按照规划好
的路径,并根据目标预测变道加速度a″0调整目标交通工具的速度,实现目标交通工具从当
前车道变道至目标车道。需要说明的是,当目标车道中不存在目标障碍交通工具时,表示目
标车道的参考距离范围内没有正在行驶的交通工具,此时的目标交通工具可以无障碍地从
当前车道变道至目标车道。在确定目标预测变道加速度a″0的过程中,可以同时考虑引导交
通工具、通行道路距离以及目标障碍交通工具等因素,可以提高目标预测变道加速度a″0的
精确度,进而提高目标交通工具的变道成功率。
标交通工具之间的间隔距离l2(在当前时刻的间隔距离),根据间隔距离l2可以确定目标交
通工具对应的第二安全制动距离Lb2,进而根据行驶速度v1、第二安全制动距离Lb2以及行驶
速度v3,确定目标交通工具对应的候选加速度a4,该候选加速度a4可以表示为:
示预期变道后的目标交通工具在与目标障碍交通工具保持安全距离时,在目标车道中所能
行驶的路程。
数,该跟车安全距离LS用于表示目标车道中相邻两辆交通工具为避免发生碰撞的安全距
离,如LS=1.0~3.0米;第二跟车时距th2可以为一个预先设置的常量参数,用于表示目标交
通工具具备一定行驶速度的前提下,与目标障碍交通工具保持最短安全距离的时长,如th2
=0.1~0.5秒,其含义类似于上述第一跟车时距th1)。
相邻(如图5a所示,目标交通工具40a想要从当前车道变道至目标车道,在目标车道中仅包
含目标障碍交通工具40b),则智能驾驶系统可以根据行驶速度v1、第二跟车时距th2、跟车安
全距离LS以及间隔距离l2(即目标交通工具40a与目标障碍交通工具40b之间的间隔距离),
确定目标交通工具对应的第二安全制动距离Lb2。智能驾驶系统可以预先定义目标交通工具
40a与目标障碍交通工具40b之间的最小空隙距离gm1,最小空隙距离gm1可以表示为:
能为负数。另外,本申请实施例中所涉及到的距离均可以表示为两者(如两辆交通工具)之
间的相对位置,因此计算得到的距离有可能为负数,此时的负数结果同样是有意义的,后续
不再说明。根据上述公式(7)、公式(8)以及公式(9),可以确定如图5a所示变道场景中的候
选加速度a4。
中仅包含目标障碍交通工具40c),则根据行驶速度v3(即目标障碍交通工具40c在当前时刻
的行驶速度)、第二跟车时距th2、跟车安全距离LS以及间隔距离l2(即目标交通工具40a与目
标障碍交通工具40c之间的间隔距离),确定目标交通工具对应的第二安全制动距离Lb2。智
能驾驶系统可以预先定义目标交通工具40a与目标障碍交通工具40c之间的最小空隙距离
gm2,最小空隙距离gm2可以表示为:
即Putative leader)和第二障碍交通工具50c(可以称为逻辑追随者,即Putative
follower),且预期变道后的目标交通工具50a行驶在第一障碍交通工具50b和第二障碍交
通工具50c之间,即第一障碍交通工具的车尾部位与预期变道后的目标交通工具的车头部
位位置相邻,第二障碍交通工具的车头部位与预期变道后的目标交通工具的车尾部位位置
相邻,此时的目标障碍交通工具的数量为两个。
通工具59a的车辆长度l0,确定预期变道后的目标交通工具50a与第一障碍交通工具50b之
间的预估安全距离LP(即预期变道后的目标交通工具50a与第一障碍交通工具之间的最优
间隔距离);获取目标交通工具50a与第一障碍交通工具50b之间的间隔距离l4(在当前时
刻),可以根据间隔距离l4与预估安全距离LP,确定目标交通工具50a对应的第三安全制动距
离Lb3;智能驾驶系统可以获取第一障碍交通工具50b的行驶速度v4,根据行驶速度v1、第三
安全制动距离Lb3以及行驶速度v4,确定目标交通工具50a对应的候选加速度a4,该候选加速
度a4可以表示为:
应的行驶速度v5;进而可以根据行驶速度v1、跟车安全距离LS以及第二跟车时距th2,确定第
一障碍交通工具50b与目标交通工具50a之间的第一预期间隔距离gm3,该第一预期间隔距离
gm3与上述最小空隙距离gm1表达的含义是相同的,即第一预期间隔距离gm3的表示形式如上
述公式(8)所示;智能驾驶系统可以根据行驶速度v5、跟车安全距离LS以及第二跟车时距
th2,确定第二障碍交通工具50c与目标交通工具50a之间的第二预期间隔距离gm4,第二预期
间隔距离gm4可以表示为:gm4=v5*th2+LS。
gm4以及车辆长度l0的总和;若间隔距离l3小于第一分段参数,且间隔距离l3大于或等于第二
分段参数,则可以根据第一障碍交通工具50b与目标交通工具50a之间的默认安全距离Lc1
(可以是指智能驾驶系统预先设置的常量参数,用于表示目标交通工具50a与第一障碍交通
工具50b之间的最少保留距离,如Lc1=0.5~1.5米)、间隔距离l3、第二预期间隔距离gm4以及
车辆长度l0,确定预估安全距离LP;第二分段参数是指第一障碍交通工具50b与目标交通工
具50a之间的默认安全距离Lc1、第二障碍交通工具50c与目标交通工具50a之间的默认安全
距离Lc2(可以是指智能驾驶系统预先设置的常量参数,用于表示目标交通工具50a与第二障
碍交通工具50c之间的最少保留距离,如Lc2=0.5~1.5米)以及车辆长度l0的总和;若间隔
距离l3小于第二分段参数,则将第一障碍交通工具50b与目标交通工具50a之间的默认安全
距离Lc1确定为预估安全距离LP。该预估安全距离LP可以表示为:
(12)和公式(13),可以确定如图6所示变道场景中的候选加速度a4。
隙(由目标障碍交通工具确定),在确定了合适的变道空隙后可以将目标障碍交通工具作为
考虑因素(即考虑对目标障碍交通工具的追踪和避让),通过两次速度规划,可以让目标交
通工具获得更好的变道机会,可以提高目标交通工具的变道成功率。
位置预测模块12,目标障碍物确定模块13,目标加速度确定模块14;
交通工具为目标车道中与预期变道后的目标交通工具相邻的交通工具;
度。
S104,这里不再进行赘述。
的最大速度,引导交通工具是指当前车道中为目标交通工具引导行驶路线的交通工具,通
行道路距离是指目标交通工具在当前车道中的可通行道路长度;
对应的第一限制加速度;
预估跟车时长,确定目标交通工具对应的第三限制加速度;目标跟车速度是指目标车道最
大速度和行驶速度v2中的较小值;
骤S101,这里不再进行赘述。
的预测位置信息;N为正整数;
对应的第二安全制动距离;
对应的第二安全制动距离。
述。
通工具的车头部位与预期变道后的目标交通工具的车尾部位位置相邻;
通工具与第一障碍交通工具之间的预估安全距离;
离;
度的总和;
以及车辆长度,确定预估安全距离;第二分段参数是指第一障碍交通工具与目标交通工具
之间的默认安全距离、第二障碍交通工具与目标交通工具之间的默认安全距离以及车辆长
度的总和;
行赘述。其中,当间隔距离获取子单元1411,第一制动距离确定子单元1412,第一确定子单
元1413在执行相应的操作时,预估安全距离确定子单元1414,第二制动距离确定子单元
1415,第二确定子单元1416均暂停执行操作;当预估安全距离确定子单元1414,第二制动距
离确定子单元1415,第二确定子单元1416在执行相应的操作时,间隔距离获取子单元1411,
第一制动距离确定子单元1412,第一确定子单元1413均暂停执行操作。
隙(由目标障碍交通工具确定),在确定了合适的变道空隙后可以将目标障碍交通工具作为
考虑因素(即考虑对目标障碍交通工具的追踪和避让),通过两次速度规划,可以让目标交
通工具获得更好的变道机会,可以提高目标交通工具的变道成功率。
机设备1000还可以包括:用户接口1003,和至少一个通信总线1002。其中,通信总线1002用
于实现这些组件之间的连接通信。其中,用户接口1003可以包括显示屏(Display)、键盘
(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。可选的,网络接口
1004可以包括标准的有线接口、无线接口(如WI‑FI接口)。存储器1005可以是高速RAM存储
器,也可以是非不稳定的存储器(non‑volatile memory),例如至少一个磁盘存储器。可选
的,存储器1005还可以是至少一个位于远离前述处理器1001的存储装置。如图8所示,作为
一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模
块以及设备控制应用程序。
设备控制应用程序,以实现:
变道后的目标交通工具相邻的交通工具;
通工具的数据处理装置1的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也
不再进行赘述。
序,且计算机程序包括程序指令,当处理器执行程序指令时,能够执行前文图3所对应实施
例中对基于交通工具的数据处理方法的描述,因此,这里将不再进行赘述。另外,对采用相
同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施
例中未披露的技术细节,请参照本申请方法实施例的描述。
可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器
可以执行该计算机指令,使得该计算机设备执行前文图3所对应实施例中对基于交通工具
的数据处理方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描
述,也不再进行赘述。对于本申请所涉及的计算机程序产品或者计算机程序实施例中未披
露的技术细节,请参照本申请方法实施例的描述。
为依据本申请,某一些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该
知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申
请所必须的。
中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光
盘、只读存储存储器(Read‑Only Memory,ROM)或随机存储存储器(Random Access Memory,
RAM)等。