用于自动驾驶车辆的基于螺旋曲线的竖直停车规划系统技术方案

在一个实施方式中，在操作自动驾驶车辆(ADV)中规划用于停车的路径。该操作包括：确定多个采样点；确定用于停车的、连接起点和终点的多个候选路径，每个候选路径通过采样点中的一个采样点；确定与多个候选路径中的每一个候选路径相关联的成本；从多个候选路径中确定满足边界检查要求的一个或多个候选路径；选择满足边界检查要求的、与最低成本相关联的候选路径作为规划路径；基于规划路径和ADV的环境确定速度配置；以及至少部分地基于速度配置生成驱动信号，以控制ADV的操作以沿着规划路径执行停车。

【技术实现步骤摘要】
【国外来华专利技术】用于自动驾驶车辆的基于螺旋曲线的竖直停车规划系统
本公开的实施方式总体上涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及用于自动驾驶车辆中的竖直停车的路径规划。
技术介绍
以自动驾驶模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可以使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。竖直停车(也称为垂直停车，即车辆返回停车空间，并且一旦停放，停放车辆的前进方向与车辆在其中发起停车操纵的道路车道的行驶方向垂直)是自动驾驶车辆中的复杂移动。通过自动驾驶车辆规划竖直停车与正常路线规划明显不同。
技术实现思路
在本公开的一个方面中，提供了用于在操作自动驾驶车辆(ADV)中规划用于停车的路径的计算机实施的方法。该方法包括：将多个采样点定义为起点与位于停车空间内以停放ADV的终点之间的中间点；确定通过每个采样点连接起点和终点的多个候选路径，其中，使用多项式函数将每个候选路径定义为螺旋曲线；针对每个候选路径，使用预定成本函数计算路径成本；选择在候选路径中具有最低路径成本的一个候选路径；以及根据所选择的候选路径规划轨迹以将ADV停放在停车空间中。在本公开的另一方面中，提供了其中存储有指令的非暂时性机器可读介质。所述指令在由处理器执行时使处理器执行用于在操作自动驾驶车辆(ADV)中规划用于停车的路径的操作，该操作包括：将多个采样点定义为起点与位于停车空间内以停放ADV的终点之间的中间点；确定通过每个采样点连接起点和终点的多个候选路径，其中，使用多项式函数将每个所述候选路径定义为螺旋曲线；针对每个候选路径，使用预定成本函数计算路径成本；选择在候选路径中具有最低路径成本的一个候选路径；以及根据所选择的候选路径规划轨迹以将ADV停放在停车空间中。在本公开的另一方面，提供了数据处理系统。数据处理系统包括处理器；以及存储器，联接到处理器以存储指令，指令在由处理器执行时使处理器执行用于在操作自动驾驶车辆(ADV)中规划用于停车的路径的操作，该操作包括：将多个采样点定义为起点与位于停车空间内以停放ADV的终点之间的中间点；确定通过每个采样点连接起点和终点的多个候选路径，其中，使用多项式函数将每个所述候选路径定义为螺旋曲线；针对每个候选路径，使用预定成本函数计算路径成本；选择在候选路径中具有最低路径成本的一个候选路径；以及根据所选择的候选路径规划轨迹以将ADV停放在停车空间中。附图说明本公开的实施方式在附图的各图中以举例而非限制的方式示出，附图中的相同的附图标记指代相似的元件。图1是示出根据一个实施方式的网络化系统的框图。图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。图3A至图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。图4是示出根据一个实施方式的各种模块的框图。图5是示出可以实践实施方式的环境的图。图6是示出根据一个实施方式的用于在操作自动驾驶车辆(ADV)中规划竖直停车的路径的示例方法的流程图。图7是示出根据一个实施方式的数据处理系统的框图。具体实施方式将参考以下所讨论的细节来描述本公开的各种实施方式和方面，并且附图将示出各种实施方式。以下描述和附图是对本公开的说明，并且不应被解释为限制本公开。描述了许多特定细节以提供对本公开各种实施方式的全面理解。然而，在某些情况下，并未描述众所周知的或常规的细节以提供对本公开的实施方式的简洁讨论。本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描述的特定特征、结构或特性可以包括在本公开的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指相同的实施方式。根据一些实施方式，在操作自动驾驶车辆(ADV)中规划用于停放到停车空间中的路径。多个采样点被确定为中间点，采样点设置在表示ADV的当前位置的起点与停车空间内的终点之间。采样点位于与起点所在的道路车道方向形成45度角的直线上。在一个实施方式中，线和道路车道与停车空间之间的拐角相交。确定用于停车的、连接起点和终点的多个候选路径，每个候选路径通过采样点之一。每个候选路径包括两条连接的螺旋曲线，两条连接的螺旋曲线具有连接起点和相应采样点的第一螺旋曲线和连接相应采样点和终点的第二螺旋曲线。第一螺旋曲线与ADV的前向移动相关联，并且第二螺旋曲线与ADV的反向移动相关联。使用预定成本函数确定与每个候选路径相关联的路径成本。从多个候选路径中确定满足边界检查要求的一个或多个候选路径。即，为了将候选路径视为最终停车路径，该候选路径必须满足当前驾驶环境(例如车道配置约束)的边界要求。否则，该候选路径将从以供考虑的候选路径池中移除。选择满足边界检查要求的、与最低成本相关联的候选路径作为规划路径。确定基于规划路径和ADV的环境的速度配置。此外，至少部分地基于速度配置生成驱动信号，以控制ADV的操作以沿着规划路径执行竖直停车。ADV沿着规划路径的第一螺旋曲线在前向方向上行进，并沿着规划路径的第二螺旋曲线在反向方向上行进。在一个实施方式中，任意两个相邻的采样点(沿线均匀地分布)分开相同的距离。在一个实施方式中，第一螺旋曲线和第二螺旋曲线是五次螺旋曲线。在一个实施方式中，成本包括障碍物成本，并且至少部分地基于ADV与相应候选路径附近的一个或多个障碍物中的每个障碍物之间的距离(例如，每个障碍物与候选路径之间的距离短于阈值)来确定。在一个实施方式中，确定速度配置包括沿规划路径确定零个、一个或多个停止点。在一个实施方式中，起点、终点和采样点中的每一个点与地图上的坐标和前进方向相关联。起点还与ADV在起点处的速度和加速度相关联，起点通常表示ADV的当前位置。图1是示出根据本公开的一个实施方式的自动驾驶车辆网络配置的框图。参考图1，网络配置100包括可以通过网络102通信地联接到一个或多个服务器103至104的自动驾驶车辆101。尽管示出一个自动驾驶车辆，但多个自动驾驶车辆可以通过网络102联接到彼此和/或联接到服务器103至104。网络102可以是任何类型的网络，例如，有线或无线的局域网(LAN)、诸如互联网的广域网(WAN)、蜂窝网络、卫星网络或其组合。服务器103至104可以是任何类型的服务器或服务器群集，诸如，网络或云服务器、应用服务器、后端服务器或其组合。服务器103至104可以是数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(MPOI)服务器或者位置服务器等。自动驾驶车辆是指可以被配置成处于自动驾驶模式下的车辆，在所述自动驾驶模式下车辆在极少或没有来自驾驶员的输入的情况下导航通过环境。这种自动驾驶车辆可以包括传感器系统，所述传感器系统具有被配置成检测与车辆运行环境有关的信息的一个或多个传感器。所述车辆和其相关联的控制器使用所检测的信息来导航通过所述环境。自动驾驶车辆101可以在手动模式下、在全自动驾驶模式下或本文档来自技高网...

【技术保护点】
1.一种用于在操作自动驾驶车辆(ADV)中规划用于停车的路径的计算机实施的方法，所述方法包括：/n将多个采样点定义为起点与位于停车空间内以停放所述ADV的终点之间的中间点；/n确定通过每个所述采样点连接所述起点和所述终点的多个候选路径，其中，使用多项式函数将每个所述候选路径定义为螺旋曲线；/n针对每个所述候选路径，使用预定成本函数计算路径成本；/n选择在所述候选路径中具有最低路径成本的一个候选路径；以及/n根据所选择的候选路径规划轨迹以将所述ADV停放在所述停车空间中。/n

【技术特征摘要】
【国外来华专利技术】1.一种用于在操作自动驾驶车辆(ADV)中规划用于停车的路径的计算机实施的方法，所述方法包括：
将多个采样点定义为起点与位于停车空间内以停放所述ADV的终点之间的中间点；
确定通过每个所述采样点连接所述起点和所述终点的多个候选路径，其中，使用多项式函数将每个所述候选路径定义为螺旋曲线；
针对每个所述候选路径，使用预定成本函数计算路径成本；
选择在所述候选路径中具有最低路径成本的一个候选路径；以及
根据所选择的候选路径规划轨迹以将所述ADV停放在所述停车空间中。


2.根据权利要求1所述的方法，其中，每个所述候选路径包括在所述起点与所述采样点中的一个采样点之间的前向路径和在所述采样点中的一个采样点与所述终点之间的后向路径。


3.根据权利要求1所述的方法，其中，确定多个候选路径包括：
针对每个所述候选路径，定义连接所述起点和相应采样点的第一条螺旋曲线；以及
定义连接所述相应采样点和所述终点的第二螺旋曲线。


4.根据权利要求1所述的方法，其中，确定多个候选路径包括：
基于感知所述ADV周围的驾驶环境的感知数据来确定所述ADV正在驾驶的道路的车道配置；
计算与所述车道配置相关联的边界要求；以及
针对每个所述候选路径，确定所述候选路径是否满足边界要求，其中，所选择的候选路径满足所述边界要求。


5.根据权利要求4所述的方法，还包括从用于选择的考虑项中移除不满足所述边界要求的任何候选路径。


6.根据权利要求1所述的方法，其中，所述多个采样点位于相对于所述起点所在的车道的车道方向以大约45度角设置的线上。


7.根据权利要求1所述的方法，其中，所述路径成本至少部分地基于所述ADV与在所述ADV的预定接近度内感知的一个或多个障碍物之间的距离来确定。


8.根据权利要求7所述的方法，其中，所述路径成本还基于对应候选路径与所述候选路径延伸通过的车道的车道边界之间的距离来确定。


9.一种存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时使所述处理器执行用于在操作自动驾驶车辆(ADV)中规划用于停车的路径的操作，所述操作包括：
将多个采样点定义为起点与位于停车空间内以停放所述ADV的终点之间的中间点；
确定通过每个所述采样点连接所述起点和所述终点的多个候选路径，其中，使用多项式函数将每个所述候选路径定义为螺旋曲线；
针对每个所述候选路径，使用预定成本函数计算路径成本；
选择在所述候选路径中具有最低路径成本的一个候选路径；以及
根据所选择的候选路径规划轨迹以将所述ADV停放在所述停车空间中。


10.根据权利要求9所述的机器可读介质，其中，每个所述候选路径包括在所述起点与所述采样点中的一个采样点之间的前向路径和在所述采样点中的一个采样点与所述终点之间的后向路径。


11.根据权利要求9所述的机器可读介质，其中...

【专利技术属性】
技术研发人员：马霖，朱帆，许昕，
申请(专利权)人：百度时代网络技术北京有限公司，百度美国有限责任公司，
类型：发明
国别省市：北京;11