-
公开(公告)号:CN119882726A
公开(公告)日:2025-04-25
申请号:CN202411931708.9
申请日:2024-12-25
Applicant: 上汽通用五菱汽车股份有限公司
IPC: G05D1/43 , G05D1/644 , G05D109/10
Abstract: 本申请涉及一种路径跟踪方法、装置和存储介质。所述方法包括:确定预瞄距离;根据预瞄距离,在规划路径的路径点中确定至少两个参考点;响应于所述至少两个参考点的横向误差和航向误差不满足预设条件,生成欧拉螺旋线轨迹表;在欧拉螺旋线轨迹表中确定与当前曲率差值最小的目标列;以目标列中的各个轨迹点分别为起点,建立欧拉螺旋线起点坐标系;在欧拉螺旋线起点坐标系下,确定所述至少两个参考点的跟踪误差之和;当所述至少两个参考点的跟踪误差之和取值最小时,确定目标曲率变化率;根据目标曲率变化率确定前轮转角,前轮转角用于控制车辆转向以进行路径跟踪。本发明实施例方案能够提高路径跟踪精度,控制车辆平缓跟随或者逼近规划路径。
-
公开(公告)号:CN119821384A
公开(公告)日:2025-04-15
申请号:CN202510096618.0
申请日:2025-01-21
Applicant: 上汽通用五菱汽车股份有限公司
IPC: B60W30/095 , B60W60/00
Abstract: 本申请提供了一种碰撞风险评估方法,包括:获取自车的待评估轨迹以及预设范围内其他车辆的预测轨迹;将待评估轨迹和预测轨迹转换至同一个S‑T坐标系,其中,S为车辆在自车行驶的当前车道的行驶距离,T为时间;根据S‑T坐标系中的待评估轨迹和预测轨迹,确定自车是否存在碰撞风险。在本申请实施例中,将自车的待评估轨迹和预设范围内其他车辆的预测轨迹转换至同一个S‑T坐标系,并根据S‑T坐标系中的待评估轨迹和预测轨迹,确定自车是否存在碰撞风险。本申请实施例S‑T坐标系为车辆在当前车道的行驶距离与时间的对应关系,且S‑T坐标系中车辆的轨迹是以矩形的形式出现,解决了检测密度与检测准确度相互矛盾的问题。
-
公开(公告)号:CN119045002A
公开(公告)日:2024-11-29
申请号:CN202411160394.7
申请日:2024-08-22
Applicant: 武汉理工大学 , 上汽通用五菱汽车股份有限公司
IPC: G01S17/931
Abstract: 本发明公开了一种基于激光雷达的行人轨迹预测模型测试方法及系统,其中方法包括以下步骤:通过激光雷达进行所选真实环境下的3D目标检测,并筛选出行人数据;通过多目标跟踪算法匹配感知到的行人,构建目标跟踪二维数组;根据待测模型的输入帧间距对行人的目标跟踪二维数组进行抽帧操作,得到抽样数组;对抽样数组进行数据补全得到测试数组;将每个行人对应的测试数组以一定顺序排序得到行人轨迹数据文档;将行人轨迹数据文档输入到待测行人轨迹预测模型;将预测结果和行人轨迹真值进行比较,并评估模型的准确性和实时性。本发明可提升行人轨迹预测模型在真实环境应用前性能测试的可靠性。
-
公开(公告)号:CN119975408A
公开(公告)日:2025-05-13
申请号:CN202510113155.4
申请日:2025-01-23
Applicant: 上汽通用五菱汽车股份有限公司
Abstract: 本申请提供了一种规划轨迹生成方法、装置、电子设备及存储介质,所述方法包括:获取状态空间和自车的动作空间;根据潜在碰撞风险和动作空间,对旁车的预测轨迹进行分类,获得风险轨迹集合和安全轨迹集合;通过部分可观察马尔可夫决策过程,对状态空间、动作空间、风险轨迹集合和安全轨迹集合进行建模,获得参考轨迹。将旁车行为不确定性下的决策规划过程建模为POMDP,从而充分预测旁车的不确定行为,保证自车的行车安全。另外,考虑到复杂场景中多交通参与者预测轨迹簇的维度过高,POMDP模型容易陷入维数灾难,所以通过潜在碰撞风险将旁车的预测轨迹分类为风险轨迹集合和安全轨迹集合,从而实现状态空间降维,有效提升决策规划效率和决策稳定性。
-
公开(公告)号:CN119928890A
公开(公告)日:2025-05-06
申请号:CN202510056758.5
申请日:2025-01-14
Applicant: 上汽通用五菱汽车股份有限公司
IPC: B60W50/00 , B60W30/095 , G06N3/042 , G06N3/045 , G06N3/0464 , G06F16/29 , G06N3/047 , G06N3/048 , G06N3/049 , G06N3/0442 , G06N3/0455
Abstract: 本发明提供了一种基于时空交互特征融合的轨迹预测方法,包括以下步骤:实时采集道路上的交通参与者信息;基于交通参与者信息构建交通场景表达模型;构建多尺度时空图卷积模型,以令多尺度时空图卷积模型基于交通场景表达模型提取交通参与者的时空交互特征;构建轨迹预测模型,以令轨迹预测模型基于时空交互特征进行轨迹预测,获取预测轨迹。本发明提供的一种基于时空交互特征融合的轨迹预测方法,通过构建交通场景表达及提取交通参与者时空交互特征,使得最终得到的车辆预测轨迹可以捕捉交通参与者行为在不同时间尺度上的空间相关性,提取了多尺度的时空融合交互特征,可以有效改善轨迹预测的精度。
-
-
-
-