-
公开(公告)号:CN117382593B
公开(公告)日:2024-04-05
申请号:CN202311677936.3
申请日:2023-12-08
Applicant: 之江实验室
IPC: B60T8/1755
Abstract: 一种基于激光点云过滤的车辆紧急制动方法和系统,其方法包括:步骤一,获取多线激光雷达点云,进行点云数据处理,得到感知范围内障碍物信息;步骤二,根据车速和轨迹信息判断是否存在与障碍物碰撞的风险及是否启动前向预警,记录存在碰撞风险的历史数据;步骤三,构造碰撞风险函数模型拟合历史数据,使用该函数模型判断是否存在与障碍物碰撞的风险;步骤四,若存在碰撞风险,则根据车速及与前方障碍物的距离动态调整制动力,控制车辆紧急制动,若需启动前向预警,则进行提示音预警。本发明使用多线激光雷达数据,能适应更多类型的障碍物和场景,并有效地使自动驾驶车辆在紧急情况下作出制动决策,在满足安全性的基础上,避免制动对舒适性的影响。
-
公开(公告)号:CN114676939B
公开(公告)日:2022-09-02
申请号:CN202210580074.1
申请日:2022-05-26
Applicant: 之江实验室
IPC: G06Q10/04 , G06Q50/30 , G06F111/04
Abstract: 本发明公开一种多车型参数自适应的参考线平滑方法和系统,该方法包括:步骤一,使用高精地图,定位自车全局位置,根据决策给出目标车道信息;步骤二,计算自车在以原始道路中心线为参考线的Frenet坐标系下的起始坐标;步骤三,从起始坐标开始,等距采样离散原始参考点,并获取对应的车道宽度,再判断自车所在的当前车道的邻道状态,构造出自车可行驶区域;步骤四,构造参考线平滑的代价函数和约束条件,调用优化算法求解库对优化需优化的参考点,得到最优化结果;步骤五,计算出所述最优化结果对应朝向角及曲率,输出平滑后的参考线。本发明可以根据车型参数调节参考线平滑程度,降低轨迹规划难度并提升规划算法的稳定性、舒适性及安全性。
-
公开(公告)号:CN114509936B
公开(公告)日:2022-09-02
申请号:CN202210412955.2
申请日:2022-04-19
Applicant: 之江实验室
IPC: G05B13/02
Abstract: 本发明属于运动控制领域,涉及一种运动能力可在线学习的运动规划方法、装置和介质,该方法包括:步骤S1:根据运动平台的运动学与动力学约束,初始化曲率‑速率函数;步骤S2:根据运动平台的实际运行轨迹与期望轨迹实时评估运动平台的轨迹跟踪能力;步骤S3:根据运动平台的跟踪能力实时更新曲率‑速率函数;步骤S4:运动平台的运动规划器根据更新后的曲率‑速率函数,得到运动平台的运动规划结果;步骤S5:运动平台的控制器根据运动规划结果得到运动命令,根据运动命令控制运动平台运动。本方法能够使运动平台在运动能力很好的条件下,自适应的提高运动效率;同时在运动能力不好的条件下,自适应的降低速度以提高跟踪精度。
-
公开(公告)号:CN116434183A
公开(公告)日:2023-07-14
申请号:CN202310215469.6
申请日:2023-03-08
Applicant: 之江实验室
Abstract: 本发明公开一种基于多点云协同融合的道路静态环境描述方法,包括:使用多个多线激光传感器,采集道路环境点云信息;对多个点云信息进行时间同步和空间对齐;利用多点云协同进行地面分割,提取出障碍物点云;融合多点云光线跟踪模型的结果,更新局部概率栅格地图;将局部概率栅格地图转换为二值图,进行障碍物轮廓提取、简化与分割。本发明的方法利用多点云协同的方式进行地面分割,可以更准确地分割出地面,提取出障碍物点云。此外,采用多个多线激光传感器,盲区小,范围广,能够全方位360度检测无人车周围环境的静态障碍物,进一步克服单个激光检测存在大范围盲区的缺点。
-
公开(公告)号:CN115994332A
公开(公告)日:2023-04-21
申请号:CN202211568651.1
申请日:2022-12-08
Applicant: 之江实验室
IPC: G06F18/2431 , G06N5/01 , B60W50/00
Abstract: 本发明公开了联合时空信息的智能驾驶多步长时行为决策方法及装置,首先,根据道路结构信息与交通参与者信息,生成驾驶状态集合,将各驾驶状态作为节点,基于相邻车道的驾驶状态,生成节点间的有向边,构建驾驶状态转移图;然后,基于驾驶状态转移图与交通参与者的时空信息,通过先入先出队列和已探索驾驶状态列表,构建自车时空轨迹树;最后,在时空轨迹树中提取候选时空轨迹,并对所有候选时空轨迹进行评分,最终选择评分最高的时空轨迹作为决策结果。本发明能够使智能驾驶平台在动态交通环境中进行多步、长时的时空联合决策,指导智能驾驶平台获得更加合理的驾驶行为。
-
公开(公告)号:CN115309170A
公开(公告)日:2022-11-08
申请号:CN202211243619.6
申请日:2022-10-12
Applicant: 之江实验室
IPC: G05D1/02
Abstract: 本发明公开一种考虑舒适性约束的轨迹规划方法、装置和系统,该方法包括:步骤一,根据自车全局位置及参考线的信息,计算出自车投影到参考线的投影点坐标,采样得到离散原始参考点;步骤二,通过构造并计算车辆行驶路径规划的代价函数及约束,得到路径优化结果,根据路径优化结果,计算出路径规划对应的朝向角及曲率,得到平滑后的路径;步骤三,通过构造并计算车辆行驶速度规划的代价函数及约束,得到速度优化结果,根据速度优化结果,计算出速度规划对应的朝向角及曲率,得到平滑后的速度;步骤四,将平滑后的速度与路径融合得到带有速度信息的平滑轨迹。本发明能够对自动驾驶车辆的规划路径和速度进行约束优化,实现自动驾驶的乘坐舒适性体验。
-
公开(公告)号:CN114509936A
公开(公告)日:2022-05-17
申请号:CN202210412955.2
申请日:2022-04-19
Applicant: 之江实验室
IPC: G05B13/02
Abstract: 本发明属于运动控制领域,涉及一种运动能力可在线学习的运动规划方法、装置和介质,该方法包括:步骤S1:根据运动平台的运动学与动力学约束,初始化曲率‑速率函数;步骤S2:根据运动平台的实际运行轨迹与期望轨迹实时评估运动平台的轨迹跟踪能力;步骤S3:根据运动平台的跟踪能力实时更新曲率‑速率函数;步骤S4:运动平台的运动规划器根据更新后的曲率‑速率函数,得到运动平台的运动规划结果;步骤S5:运动平台的控制器根据运动规划结果得到运动命令,根据运动命令控制运动平台运动。本方法能够使运动平台在运动能力很好的条件下,自适应的提高运动效率;同时在运动能力不好的条件下,自适应的降低速度以提高跟踪精度。
-
公开(公告)号:CN117490718A
公开(公告)日:2024-02-02
申请号:CN202311552544.4
申请日:2023-11-21
Applicant: 之江实验室
Abstract: 一种车辆路径规划方法和装置,其方法包括:步骤一,根据定位的自车全局位置及参考线的信息,计算出自车投影到参考线的投影点坐标,从投影点坐标开始以一固定长度进行采样,得到终点参考点;步骤二,获取当前的道路边界及障碍物信息,将道路边界和障碍物边界上的离散点集作为输入,构造Voronoi图;步骤三,构造路径规划代价函数,根据路径规划代价函数搜索Voronoi图中起点到终点代价最小的无碰撞路径,得到离散路径点;步骤四,构造二次多项式规划代价函数及约束,对离散的路径点进行优化并计算出路径点对应的朝向角和曲率,得到平滑后的路径。本发明能够在有可行解的情况下输出最大程度远离所有障碍物的行驶路径,保证车辆避障的安全性和舒适性。
-
公开(公告)号:CN116817958B
公开(公告)日:2024-01-23
申请号:CN202311097046.5
申请日:2023-08-29
Applicant: 之江实验室
IPC: G01C21/34
Abstract: 本发明公开了一种基于障碍物分组的参考路径生成方法、装置和介质,该方法沿道路方向根据障碍物的位置关系将道路行驶区域划分成若干不包含障碍物的自由区域,自由区域间是包含障碍物的障碍区域;在每个障碍区域中根据障碍物沿垂直道路方向的位置信息,确定障碍区域中的可通行凸多边形区域,并基于简单的规则得到该障碍区域的参考路径线段,最后利用参数化的曲线对各障碍区域的参考路径线段进行拼接,得到曲率连续的完整参考路径。本发明充分利用了障碍物之间的位置关系,将复杂的无碰撞参考路径规划问题拆分成简单的线段计算与拼接问题,在保证路径解的有效性的同时,具有很低的计算时间成本,非常适合实时性要求较高的智能驾驶任务。
-
公开(公告)号:CN116434183B
公开(公告)日:2023-11-14
申请号:CN202310215469.6
申请日:2023-03-08
Applicant: 之江实验室
Abstract: 本发明公开一种基于多点云协同融合的道路静态环境描述方法,包括:使用多个多线激光传感器,采集道路环境点云信息;对多个点云信息进行时间同步和空间对齐;利用多点云协同进行地面分割,提取出障碍物点云;融合多点云光线跟踪模型的结果,更新局部概率栅格地图;将局部概率栅格地图转换为二值图,进行障碍物轮廓提取、简化与分割。本发明的方法利用多点云协同的方式进行地面分割,可以更准确地分割出地面,提取出障碍物点云。此外,采用多个多线激光传感器,盲区小,范围广,能够全方位360度检测无人车周围环境的静态障碍物,进一步克服单个激光检测存在大范围盲区的缺点。
-
-
-
-
-
-
-
-
-