无人驾驶车辆的避碰方法及避碰装置、无人驾驶车辆制造方法及图纸

本发明专利技术公开了一种无人驾驶车辆的避碰方法及避碰装置、无人驾驶车辆。其中，该方法包括：获取园区三维地图，其中，园区三维地图中包括多个分块地图；基于无人驾驶车辆的位置信息，确定园区三维地图中无人驾驶车辆当前所在的目标分块地图；查询目标分块地图中，位于无人驾驶车辆所处区域内的多个目标对象的定位信息和历史移动信息；基于每个目标对象的定位信息和历史移动信息，预测目标分块地图中的目标对象活动参数；基于目标对象活动参数，控制无人驾驶车辆按照避碰策略进行移动，其中，避碰策略用于避开目标分块地图中的任意一个或多个目标对象。

【技术实现步骤摘要】
无人驾驶车辆的避碰方法及避碰装置、无人驾驶车辆
本专利技术涉及车辆控制
，具体而言，涉及一种无人驾驶车辆的避碰方法及避碰装置、无人驾驶车辆。
技术介绍
相关技术中，随着车辆自动化控制技术的不断成熟，在无人驾驶车辆控制方面，常用的应用环境是在城市平滑道路上，当前的技术方案中，并没有针对工厂园区、公园、游乐场等特定园区工厂的控制方案，由于在这些环境中，道路较为窄小，无法如城市道路一样，有固定宽度和长度的马路。因此，当前对于特定园区工厂环境，如果采用原始城市道路的无人驾驶车辆控制方式，很容易发生车辆侧翻，或者容易与园区内的用户对象发生碰撞，造成车辆控制事故，影响用户的使用兴趣。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种无人驾驶车辆的避碰方法及避碰装置、无人驾驶车辆，以至少解决相关技术中对于园区工厂环境，在控制无人驾驶车辆行驶时，容易与园区内的用户对象发生碰撞的技术问题。根据本专利技术实施例的一个方面，提供了一种无人驾驶车辆的避碰方法，包括：获取园区三维地图，其中，所述园区三维地图中包括多个分块地图；基于无人驾驶车辆的位置信息，确定所述园区三维地图中所述无人驾驶车辆当前所在的目标分块地图；查询所述目标分块地图中，位于所述无人驾驶车辆所处区域内的多个目标对象的定位信息和历史移动信息；基于每个所述目标对象的定位信息和历史移动信息，预测所述目标分块地图中的目标对象活动参数；基于所述目标对象活动参数，控制所述无人驾驶车辆按照避碰策略进行移动，其中，所述避碰策略用于避开所述目标分块地图中的任意一个或多个目标对象。可选地，获取园区三维地图的步骤，包括：从园区入口处开始进行全景影像扫描，得到园区简化模型；基于园区规划信息和车道信息，对所述园区简化模型进行分块处理，得到多个园区分块模型；构建对应于每个所述园区分块模型的分块地图；集成所有的分块地图，得到所述园区三维地图。可选地，构建对应于每个所述园区分块模型的分块地图的步骤，包括：对每个所述园区分块模型，按照车道行进方向，采用车载雷达进行扫描，得到车道扫描信号；对每个所述园区分块模型，按照车道行进方向，采用摄像模块进行摄像操作，得到车道拍摄影像；采用增强学习技术融合所述车道扫描信息和所述车道拍摄影像，构建对应于每个所述园区分块模型的分块地图。可选地，查询所述目标分块地图中，位于所述无人驾驶车辆所处区域内的多个目标对象的定位信息和历史移动信息的步骤，包括：将所述无人驾驶车辆的车辆定位发送至周围其它车辆；接收周围其它车辆反馈的所述无人驾驶车辆周围多个目标对象的定位信息；向所述无人驾驶车辆周围的每个目标对象身上的可穿戴智能设备发送心跳请求；接收所述每个目标对象身上的可穿戴智能设备反馈的对象活动包；分析所述对象活动包，得到对应于所述无人驾驶车辆周围每个目标对象的历史移动信息。可选地，基于所述目标对象活动参数，控制所述无人驾驶车辆按照避碰策略进行移动的步骤，包括：确定所述无人驾驶车辆在园区内需到达的目标位置，并基于所述目标位置确定至少一条待行驶路线；预估所述无人驾驶车辆按照当前车速沿着所述待行驶路线行驶过程中，与目标分块地图中的目标对象、其它车辆以及车道障碍物发生碰撞的概率值；基于所述概率值，调整所述无人驾驶车辆的行驶速度、行驶方向和/或行驶车道，以确定避碰策略；控制所述无人驾驶车辆按照避碰策略进行移动。可选地，在获取园区三维地图之后，所述避碰方法还包括：建立园区内多个分块区域之间的共享网络，其中，所述共享网络中以每一个无人驾驶车辆建立移动基站点。可选地，所述园区包括：工厂园区、游乐园园区。根据本专利技术实施例的另一方面，还提供了一种无人驾驶车辆的避碰装置，包括：获取单元，用于获取园区三维地图，其中，所述园区三维地图中包括多个分块地图；确定单元，用于基于无人驾驶车辆的位置信息，确定所述园区三维地图中所述无人驾驶车辆当前所在的目标分块地图；查询单元，用于查询所述目标分块地图中，位于所述无人驾驶车辆所处区域内的多个目标对象的定位信息和历史移动信息；预测单元，用于基于每个所述目标对象的定位信息和历史移动信息，预测所述目标分块地图中的目标对象活动参数；控制单元，用于基于所述目标对象活动参数，控制所述无人驾驶车辆按照避碰策略进行移动，其中，所述避碰策略用于避开所述目标分块地图中的任意一个或多个目标对象。可选地，所述获取单元包括：第一扫描模块，用于从园区入口处开始进行全景影像扫描，得到园区简化模型；第一分块模块，用于基于园区规划信息和车道信息，对所述园区简化模型进行分块处理，得到多个园区分块模型；第一构建模块，用于构建对应于每个所述园区分块模型的分块地图；第一集成模块，用于集成所有的分块地图，得到所述园区三维地图。可选地，所述第一构建模块包括：第一扫描子模块，用于对每个所述园区分块模型，按照车道行进方向，采用车载雷达进行扫描，得到车道扫描信号；第一摄像子模块，用于对每个所述园区分块模型，按照车道行进方向，采用摄像模块进行摄像操作，得到车道拍摄影像；第一融合子模块，用于采用增强学习技术融合所述车道扫描信息和所述车道拍摄影像，构建对应于每个所述园区分块模型的分块地图。可选地，所述查询单元包括：第一发送模块，用于将所述无人驾驶车辆的车辆定位发送至周围其它车辆；第一接收模块，用于接收周围其它车辆反馈的所述无人驾驶车辆周围多个目标对象的定位信息；第二发送模块，用于向所述无人驾驶车辆周围的每个目标对象身上的可穿戴智能设备发送心跳请求；第二接收模块，用于接收所述每个目标对象身上的可穿戴智能设备反馈的对象活动包；第一分析模块，用于分析所述对象活动包，得到对应于所述无人驾驶车辆周围每个目标对象的历史移动信息。可选地，所述控制单元包括：第一确定模块，用于确定所述无人驾驶车辆在园区内需到达的目标位置，并基于所述目标位置确定至少一条待行驶路线；第一预估模块，用于预估所述无人驾驶车辆按照当前车速沿着所述待行驶路线行驶过程中，与目标分块地图中的目标对象、其它车辆以及车道障碍物发生碰撞的概率值；第一调整模块，用于基于所述概率值，调整所述无人驾驶车辆的行驶速度、行驶方向和/或行驶车道，以确定避碰策略；第一控制模块，用于控制所述无人驾驶车辆按照避碰策略进行移动。可选地，所述无人驾驶车辆的避碰装置还包括：建立单元，用于在获取园区三维地图之后，建立园区内多个分块区域之间的共享网络，其中，所述共享网络中以每一个无人驾驶车辆建立移动基站点。可选地，所述园区包括：工厂园区、游乐园园区。根据本专利技术实施例的另一方面，还提供了一种无人驾驶车辆，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的无人驾驶车辆的避碰方法。根据本专利技术实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项所述的无人驾驶车辆的避碰方法。本文档来自技高网...

【技术保护点】
1.一种无人驾驶车辆的避碰方法，其特征在于，包括：/n获取园区三维地图，其中，所述园区三维地图中包括多个分块地图；/n基于无人驾驶车辆的位置信息，确定所述园区三维地图中所述无人驾驶车辆当前所在的目标分块地图；/n查询所述目标分块地图中，位于所述无人驾驶车辆所处区域内的多个目标对象的定位信息和历史移动信息；/n基于每个所述目标对象的定位信息和历史移动信息，预测所述目标分块地图中的目标对象活动参数；/n基于所述目标对象活动参数，控制所述无人驾驶车辆按照避碰策略进行移动，其中，所述避碰策略用于避开所述目标分块地图中的任意一个或多个目标对象。/n

【技术特征摘要】
1.一种无人驾驶车辆的避碰方法，其特征在于，包括：
获取园区三维地图，其中，所述园区三维地图中包括多个分块地图；
基于无人驾驶车辆的位置信息，确定所述园区三维地图中所述无人驾驶车辆当前所在的目标分块地图；
查询所述目标分块地图中，位于所述无人驾驶车辆所处区域内的多个目标对象的定位信息和历史移动信息；
基于每个所述目标对象的定位信息和历史移动信息，预测所述目标分块地图中的目标对象活动参数；
基于所述目标对象活动参数，控制所述无人驾驶车辆按照避碰策略进行移动，其中，所述避碰策略用于避开所述目标分块地图中的任意一个或多个目标对象。


2.根据权利要求1所述的避碰方法，其特征在于，获取园区三维地图的步骤，包括：
从园区入口处开始进行全景影像扫描，得到园区简化模型；
基于园区规划信息和车道信息，对所述园区简化模型进行分块处理，得到多个园区分块模型；
构建对应于每个所述园区分块模型的分块地图；
集成所有的分块地图，得到所述园区三维地图。


3.根据权利要求2所述的避碰方法，其特征在于，构建对应于每个所述园区分块模型的分块地图的步骤，包括：
对每个所述园区分块模型，按照车道行进方向，采用车载雷达进行扫描，得到车道扫描信号；
对每个所述园区分块模型，按照车道行进方向，采用摄像模块进行摄像操作，得到车道拍摄影像；
采用增强学习技术融合所述车道扫描信息和所述车道拍摄影像，构建对应于每个所述园区分块模型的分块地图。


4.根据权利要求1所述的避碰方法，其特征在于，查询所述目标分块地图中，位于所述无人驾驶车辆所处区域内的多个目标对象的定位信息和历史移动信息的步骤，包括：
将所述无人驾驶车辆的车辆定位发送至周围其它车辆；
接收周围其它车辆反馈的所述无人驾驶车辆周围多个目标对象的定位信息；
向所述无人驾驶车辆周围的每个目标对象身上的可穿戴智能设备发送心跳请求；
接收所述每个目标对象身上的可穿戴智能设备反馈的对象活动包；
分析所述对象活动包，得到对应于所述无人驾驶车辆周围每个目标对象的历史移动信息。


5.根据权利要求1所述的避碰方法，...

【专利技术属性】
技术研发人员：赖信华，范佩金，魏继雄，栾琳，肖春辉，赵红芳，李永业，李宁，
申请(专利权)人：银隆新能源股份有限公司，珠海广通汽车有限公司，
类型：发明
国别省市：广东;44