-
公开(公告)号:CN111273655A
公开(公告)日:2020-06-12
申请号:CN201911127845.6
申请日:2019-11-18
Applicant: 长城汽车股份有限公司
IPC: G05D1/02
Abstract: 本文公开了用于自动驾驶车辆(AV)中的运动规划的方法和系统,其将路径规划和速度规划分离,并且可以使用参考线与运动规划器相结合来确定路径。该方法可以包括参考线以将规划数据投影到S-L坐标系中。运动规划器算法使用所述参考线和先前的路径规划历史来产生所述S-L坐标系中的路径。确定所述路径的速度。AV控制器利用所述路径和所述速度而被更新。运动规划计算可使用动态车辆查找表,以基于初始状态和控制输入来确定可能的车辆运动。
-
公开(公告)号:CN111301425A
公开(公告)日:2020-06-19
申请号:CN201911127821.0
申请日:2019-11-18
Applicant: 长城汽车股份有限公司
IPC: B60W40/00 , B60W40/06 , B60W40/10 , G06F30/20 , G06F111/06
Abstract: 本文公开了用于自动驾驶车辆(AV)的利用动态建模进行有效最优控制的方法和系统。该方法可包括获取所述AV的车辆状态信息,确定所述AV的纵向速度,确定驾驶风格因子,其中该驾驶风格因子至少取决于道路场景,使用所确定的纵向速度和所确定的驾驶风格因子从查找表(LUT)获得最优控制因子,以及基于所获得的最优控制因子提供更新的控制命令(诸如转向命令)。所述驾驶风格因子可以至少从车辆状态、期望轨迹、当前线速度以及在温和驾驶模式和激进驾驶模式之间的类似参数和范围来确定。
-
公开(公告)号:CN111208814A
公开(公告)日:2020-05-29
申请号:CN201911128895.6
申请日:2019-11-18
Applicant: 长城汽车股份有限公司
Abstract: 描述了用于车辆的运动规划的方法和装置。运动规划器使用包括在运动图树中的先前运动图数据和查找表(LUT)来生成(一个或多个)候选轨迹。在终止条件时,利用与(一个或多个)候选轨迹相关联的运动图数据来更新运动图树。从候选轨迹中选择轨迹,并且利用该轨迹更新控制器以控制车辆。路径规划器使用配置图树中的先前配置图数据来生成(一个或多个)候选路径。在终止条件时,利用与(一个或多个)候选路径相关联的配置图数据来更新配置图树。从(一个或多个)候选路径中选择路径。速度规划器算法根据路径确定速度。LUT用于辅助速度确定。利用路径和速度更新控制器以控制车辆。
-
公开(公告)号:CN111208814B
公开(公告)日:2023-12-26
申请号:CN201911128895.6
申请日:2019-11-18
Applicant: 长城汽车股份有限公司
Abstract: 描述了用于车辆的运动规划的方法和装置。运动规划器使用包括在运动图树中的先前运动图数据和查找表(LUT)来生成(一个或多个)候选轨迹。在终止条件时,利用与(一个或多个)候选轨迹相关联的运动图数据来更新运动图树。从候选轨迹中选择轨迹,并且利用该轨迹更新控制器以控制车辆。路径规划器使用配置图树中的先前配置图数据来生成(一个或多个)候选路径。在终止条件时,利用与(一个或多个)候选路径相关联的配置图数据来更新配置图树。从(一个或多个)候选路径中选择路径。速度规划器算法根据路径确定速度。LUT用于辅助速度确定。利用路径和速度更新控制器以控制车辆。
-
公开(公告)号:CN111273655B
公开(公告)日:2023-10-20
申请号:CN201911127845.6
申请日:2019-11-18
Applicant: 长城汽车股份有限公司
IPC: G05D1/02
Abstract: 本文公开了用于自动驾驶车辆(AV)中的运动规划的方法和系统,其将路径规划和速度规划分离,并且可以使用参考线与运动规划器相结合来确定路径。该方法可以包括参考线以将规划数据投影到S‑L坐标系中。运动规划器算法使用所述参考线和先前的路径规划历史来产生所述S‑L坐标系中的路径。确定所述路径的速度。AV控制器利用所述路径和所述速度而被更新。运动规划计算可使用动态车辆查找表,以基于初始状态和控制输入来确定可能的车辆运动。
-
公开(公告)号:CN111301425B
公开(公告)日:2022-08-19
申请号:CN201911127821.0
申请日:2019-11-18
Applicant: 长城汽车股份有限公司
IPC: B60W40/00 , B60W40/06 , B60W40/10 , G06F30/20 , G06F111/06
Abstract: 本文公开了用于自动驾驶车辆(AV)的利用动态建模进行有效最优控制的方法和系统。该方法可包括获取所述AV的车辆状态信息,确定所述AV的纵向速度,确定驾驶风格因子,其中该驾驶风格因子至少取决于道路场景,使用所确定的纵向速度和所确定的驾驶风格因子从查找表(LUT)获得最优控制因子,以及基于所获得的最优控制因子提供更新的控制命令(诸如转向命令)。所述驾驶风格因子可以至少从车辆状态、期望轨迹、当前线速度以及在温和驾驶模式和激进驾驶模式之间的类似参数和范围来确定。
-
-
-
-
-