车辆避障方法、装置、车辆、设备及存储介质与流程

1.本技术实施例涉及自动驾驶技术领域，尤其涉及一种车辆避障方法、装置、车辆、设备及存储介质。


背景技术：

2.自动驾驶车辆通过配备传感器等感知设备，识别自车正前方的路坑、岩石以及其它杂物等静止障碍物信息，以实现自动紧急制动、自动减速或换道等功能进行避让。
3.然而，对于封闭场景的自动驾驶测试场，当多车协同工作时，由于单车设备（比如单个车辆）的视野局限性和成本原因，很难对周围环境进行精准检测，可能会与其他车辆存在碰撞风险；比如，当其他车辆存在变道或是更改行驶状态的场景下，或者，其他车辆按照原始路径行驶不做任何变更的场景下，均有可能导致车辆碰撞。
4.因此，现有技术无法准确地实现车辆避障。


技术实现要素：

5.本技术实施例提供一种车辆避障方法、装置、车辆、设备及存储介质，以克服现有技术无法准确地实现车辆避障的问题。
6.第一方面，本技术实施例提供一种车辆避障方法，包括：获取各个障碍物的关联信息，所述关联信息包括：所述障碍物的位置信息、速度、加速度、角速度以及三轴姿态；根据所述关联信息，预测各个障碍物在未来预设时长的轨迹；根据当前车辆在未来预设时长的自身轨迹以及各个所述障碍物的预测轨迹，预测得到碰撞信息，用以执行跟车或停车避险操作。
7.在一种可能的设计中，所述根据所述关联信息，预测各个障碍物在未来预设时长的轨迹，包括：针对各个所述障碍物，在所述预设时长内，根据预设时间间隔，重复执行下述步骤，得到所述障碍物的预测轨迹：按照所述障碍物的起始状态，预测得到第n个预设时间间隔后的所述障碍物的状态，所述起始状态包括当前时刻的位置信息、速度、加速度、角速度以及三轴姿态；将所述第n个预设时间间隔后的所述障碍物的状态作为起始状态，预测第n+1个预设时间间隔后的所述障碍物的状态。
8.在一种可能的设计中，所述关联信息还包括标注框尺寸，所述标注框尺寸是通过目标检测算法确定的；所述方法还包括：在根据所述碰撞信息执行跟车或停车避免操作时，在所述当前车辆的行驶方向上，若检测到所述障碍物作为前车的停车时间超过预设时间阈值，则触发换道绕行操作；响应于换道绕行的触发操作，根据高精度地图、所述前车的标注框尺寸、所述前车的当前位置信息、所述当前车辆的标注框尺寸以及所述当前车辆的当前位置信息，确定绕
行轨迹；若所述绕行轨迹符合预设的绕行条件，则根据所述绕行轨迹行驶，并在绕行时执行所述预测得到碰撞信息的操作，用以规避碰撞风险。
9.在一种可能的设计中，所述根据高精度地图、所述前车的标注框尺寸、所述前车的当前位置信息、所述当前车辆的标注框尺寸以及所述当前车辆的当前位置信息，确定绕行轨迹，包括：根据高精度地图和所述前车的标注框尺寸，确定绕过所述前车变道的最大宽度；若所述最大宽度满足预定义条件，则根据所述高精度地图、所述前车的关联信息中的标注框尺寸、所述前车的当前位置信息、所述当前车辆的标注框尺寸以及所述当前车辆的当前位置信息，确定多个轨迹点；根据多个轨迹点，通过样条插值的方法，确定所述绕行轨迹以及所述绕行轨迹的任一点的曲率，所述曲率用于支持判断是否符合所述绕行条件。
10.在一种可能的设计中，所述根据所述高精度地图、所述前车的关联信息中的标注框尺寸、所述前车的当前位置信息、所述当前车辆的标注框尺寸以及所述当前车辆的当前位置信息，确定多个轨迹点，包括：根据所述高精度地图、所述前车的标注框尺寸和所述前车的当前位置信息，确定第一轨迹点、第二轨迹点、第三轨迹点以及第四轨迹点；根据所述高精度地图、所述当前车辆的标注框尺寸、所述当前车辆的当前位置信息以及所述前车的当前位置信息，确定第五轨迹点、第六轨迹点以及第七轨迹点；其中，所述第一轨迹点和第二轨迹点分别位于所述前车的标注框的中心点所在的所述前车前方路径上，所述第四轨迹点位于所述前车的标注框的中心点左侧平行路径上，所述第三轨迹点位于所述第四轨迹点所在的前方路径上，所述第七轨迹点位于所述当前车辆的标注框的中心点，所述第六轨迹点位于所述第七轨迹点所在的所述当前车辆前方路径与所述当前车辆的标注框的交点处，所述第五轨迹点位于所述第四轨迹点所在的后方路径上且位于所述第六轨迹点左前方；所述第一轨迹点和所述第七轨迹点之间的距离是根据所述当前车辆性能测试标定的，所述第三轨迹点与所述前车的标注框的上侧边框所在平行线的距离是由所述当前车辆的车身长度以及所述当前车辆的转型性能确定的，所述第三轨迹点与所述前车的标注框的上侧边框所在平行线的距离是通过高精度地图确定的。
11.在一种可能的设计中，所述根据所述当前车辆在未来预设时长的自身轨迹以及各个所述障碍物的预测轨迹，预测得到碰撞信息，用以执行跟车或停车避险操作，包括：针对各个所述障碍物，通过比对所述自身轨迹和所述预测轨迹，得到所述当前车辆与所述障碍物的碰撞信息，所述碰撞信息碰撞位置以及碰撞时间；根据与各个所述障碍物的碰撞位置，确定所述当前车辆在所述自身轨迹上行驶距离最短的目标碰撞位置以及所述目标碰撞位置对应的目标碰撞时间和目标障碍物；根据所述目标碰撞位置以及所述目标碰撞时间，确定所述当前车辆在所述目标碰撞时间内与所述目标障碍物的跟车跟停关系，所述跟车跟停关系包括所述当前车辆与所述目标障碍物的车距、所述当前车辆的车速、在相同行驶方向下对所述目标障碍物的跟车时间、停车时间。
12.在一种可能的设计中，所述获取各个障碍物的关联信息，包括：通过布置在路侧的感知设备，获取感知信息，所述感知信息包括检测到的各个感知目标的相关数据，所述相关数据包括所述感知目标的标注框尺寸、位置信息、速度、加速度、角速度以及三轴姿态；根据各个所述感知目标的相关数据以及所述当前车辆的自身定位信息，过滤所述感知目标中属于所述当前车辆的相关数据，得到剩余感知目标作为障碍物的关联信息。
13.第二方面，本技术实施例提供一种车辆避障装置，包括：获取模块，用于获取各个障碍物的关联信息，所述关联信息包括：所述障碍物的位置信息、速度、加速度、角速度以及三轴姿态；预测模块，用于根据所述关联信息，预测各个障碍物在未来预设时长的轨迹；处理模块，用于根据当前车辆在未来预设时长的自身轨迹以及各个所述障碍物的预测轨迹，预测得到碰撞信息，用以执行跟车或停车避险操作。
14.第三方面，本技术实施例提供一种车辆，所述车辆用于执行如上第一方面任一项所述的车辆避障方法。
15.第四方面，本技术实施例提供一种电子设备，包括：处理器和存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，使得所述处理器执行如上第一方面任一项所述的方法。
16.第五方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面任一项所述的方法。
17.本实施例提供的车辆避障方法、装置、车辆、设备及存储介质，首先获取各个障碍物的关联信息，所述关联信息包括：所述障碍物的位置信息、速度、加速度、角速度以及三轴姿态；然后根据所述关联信息，预测各个障碍物在未来预设时长的轨迹；再根据当前车辆在未来预设时长的自身轨迹以及各个所述障碍物的预测轨迹，预测得到碰撞信息，用以执行跟车或停车避险操作。因此，基于获取的障碍物的位置信息、速度、加速度、角速度以及三轴姿态等信息，对障碍物进行轨迹预测，能够保证预测轨迹的准确性，并基于预测轨迹与当前车辆自身轨迹进行比对，得到碰撞信息，使得当前车辆能够对前车进行跟车停车或停车避险，使用轨迹预测和自身轨迹能够准确地对碰撞问题进行预判，进而能够与前车保持车距和车速等，避免发生车辆碰撞。
附图说明
18.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
19.图1为本技术实施例提供的车辆避障方法的场景示意图；图2为本技术实施例提供的车辆避障方法的流程示意图；图3为本技术再一实施例提供的车辆避障方法的场景示意图；
图4为本技术又一实施例提供的车辆避障方法的场景示意图；图5为本技术实施例提供的车辆避障装置的结构示意图；图6为本技术实施例提供的电子设备的结构示意图。
具体实施方式
20.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
21.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例，例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
22.目前，对于封闭场景的自动驾驶测试场，当多车协同工作时，由于单车设备（比如单个车辆）的视野局限性和成本原因，很难对周围环境进行精准检测，可能会与其他车辆存在碰撞风险；比如，当其他车辆存在变道或是更改行驶状态的场景下，或者，其他车辆按照原始路径行驶不做任何变更的场景下，均有可能导致车辆碰撞。因此，现有技术无法准确地实现车辆避障。
23.因此，针对上述问题，本技术的技术构思是基于获取的障碍物的位置信息、速度、加速度、角速度以及三轴姿态等信息，对障碍物进行轨迹预测，能够保证预测轨迹的准确性，并基于预测轨迹与当前车辆自身轨迹进行比对，得到碰撞信息，使得当前车辆能够对前车进行跟车停车或停车避险，使用轨迹预测和自身轨迹能够准确地对碰撞问题进行预判，进而能够与前车保持车距和车速等，避免发生车辆碰撞。
24.在实际应用中，参见图1所示，图1为本技术实施例提供的车辆避障方法的场景示意图。该车辆避障方法可以应用于具有自动驾驶功能的车辆，在封闭场景下（比如自动驾驶测试场景或是某一简单路况的道路场景等），为了提高了单车设备（比如车辆）对整体场景的感知精度，可以将感知设备布置在路测，当多车协同工作时，能够通过感知设备获取感知数据，基于感知数据来预测各个障碍物在未来预设时长的轨迹（比如未来5s轨迹），然后将预测轨迹与当前车辆的自身轨迹进行比对，找出未来预设时长存在碰撞风险的碰撞点，进而基于碰撞点对应的数据（即碰撞信息）来确定当前车辆在未来预设时长的行驶状态，进而对前车进行跟车跟停和对可能的碰撞进行停车避险。
25.若当前车辆的前车长时间停车（车辆执行任务等）时，触发换道绕行规划，根据高精地图和前车的bounding_box（即标注框尺寸）得到具体的绕行路线，在绕行过程中仍然使用前面的碰撞检测机制以保证车辆的运行安全。
26.因此，本技术将感知设备布置在路侧后，提高了车辆对整体场景的感知精度，基于获取的障碍物的位置信息、速度、加速度、角速度以及三轴姿态，来预测轨迹，进而确定碰撞
信息，实现对前车进行跟车跟停和对可能的碰撞进行停车避险；通过结合高精地图从而获得了绕行避障的功能，提高了绕行的安全系数和效率。
27.下面以具体地实施例对本技术的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
28.图2为本技术实施例提供的车辆避障方法的流程示意图，该方法可以包括：s201、获取各个障碍物的关联信息。
29.其中，关联信息包括：障碍物的位置信息、速度、加速度、角速度以及三轴姿态。
30.本实施例中，这里的障碍物可以指多车协同工作的场景下，区别于自车即当前车辆的其他车辆，还可以指静态事物，比如路坑、岩石以及其它杂物等。下述以障碍物为其他车辆为例，对车辆避障方法进行详细说明。
31.在一种可能的设计中，获取各个障碍物的关联信息，可以通过以下步骤实现：步骤a1、通过布置在路侧的感知设备，获取感知信息，感知信息包括检测到的各个感知目标的相关数据，相关数据包括感知目标的标注框尺寸、位置信息、速度、加速度、角速度以及三轴姿态；步骤a2、根据各个感知目标的相关数据以及当前车辆的自身定位信息，过滤感知目标中属于当前车辆的相关数据，得到剩余感知目标作为障碍物的关联信息。
32.本实施例中，对于封闭场景，比如自动驾驶测试场景，当多车协同工作时，由于车辆的视野局限性和成本原因，可以将单车设备通过5g接入感知设备后，通过基于高精度地图，实现多车协同工作。
33.为了提高了单车对整体场景的感知精度，可以将感知设备布置在路侧（即路侧的感知设备），通过感知设备可以获取可检测物体的相关数据，比如物体的标注框尺寸、位置信息、速度、加速度、角速度以及三轴姿态等。
34.具体地，通过5g接入的感知信息，包含场内所有可检测物体的长宽高（这里用于表示标注框尺寸）和位置信息，并结合当前车辆的定位、车身信息，利用时序预测的方法进行碰撞检测。当前车辆可以利用感知信息和自身定位可过滤掉自车的感知信息，将过滤自车后的剩余所有感知目标作为障碍物，以及得到障碍物的感知信息，这里障碍物的感知信息可以指障碍物的关联信息。
35.s202、根据关联信息，预测各个障碍物在未来预设时长的轨迹。
36.本实施例中，按照获取的障碍物的位置信息、速度、加速度、角速度以及三轴姿态等信息，通过时序预测的算法，对障碍物进行轨迹预测，能够保证预测轨迹的准确性。这里时序预测的算法是采用不同的时间间隔进行车辆状态预测，通过不断地迭代，得到障碍物的预测轨迹。
37.s203、根据当前车辆在未来预设时长的自身轨迹以及各个障碍物的预测轨迹，预测得到碰撞信息，用以执行跟车或停车避险操作。
38.本实施例中，当前车辆可以按照行驶路径以及当前行驶状态，得到在未来预设时长的自身轨迹，然后将自身轨迹与各个障碍物的预测轨迹进行比对，查找存在的交点，作为碰撞点。然后基于该碰撞点对应的信息（即碰撞信息），来确定当前车辆在未来预设时长的行驶状态，进而对前车进行跟车跟停和对可能的碰撞进行停车避险。
39.本实施例提供的车辆避障方法，首先获取各个障碍物的关联信息，关联信息包括：
障碍物的位置信息、速度、加速度、角速度以及三轴姿态；然后根据关联信息，预测各个障碍物在未来预设时长的轨迹；再根据当前车辆在未来预设时长的自身轨迹以及各个障碍物的预测轨迹，预测得到碰撞信息，用以执行跟车或停车避险操作。因此，基于获取的障碍物的位置信息、速度、加速度、角速度以及三轴姿态等信息，对障碍物进行轨迹预测，能够保证预测轨迹的准确性，并基于预测轨迹与当前车辆自身轨迹进行比对，得到碰撞信息，使得当前车辆能够对前车进行跟车停车或停车避险，使用轨迹预测和自身轨迹能够准确地对碰撞问题进行预判，进而能够与前车保持车距和车速等，避免发生车辆碰撞。
40.在一种可能的设计中，本实施例在上述实施例的基础上，对s202进行了详细说明。即根据关联信息，预测各个障碍物在未来预设时长的轨迹，可以通过以下步骤实现：步骤b1、针对各个障碍物，在预设时长内，根据预设时间间隔，重复执行下述步骤，得到障碍物的预测轨迹：步骤b2、按照障碍物的起始状态，预测得到第n个预设时间间隔后的障碍物的状态，起始状态包括当前时刻的位置信息、速度、加速度、角速度以及三轴姿态；步骤b3、将第n个预设时间间隔后的障碍物的状态作为起始状态，预测第n+1个预设时间间隔后的障碍物的状态。
41.本实施例中，这里的预设时间间隔可以按100 ms为间隔，按100ms为间隔，按照当前车辆的速度、角速度、加速度和姿态，可以算出100ms以后车辆的状态，把100ms以后的状态当作起始状态，依次迭代，可以预估出未来几秒中的运行轨迹即预测轨迹。
42.在一种可能的设计中，本实施例在上述实施例的基础上，对s203进行了详细说明。即根据当前车辆在未来预设时长的自身轨迹以及各个障碍物的预测轨迹，预测得到碰撞信息，用以执行跟车或停车避险操作，可以通过以下步骤实现：步骤c1、针对各个障碍物，通过比对自身轨迹和预测轨迹，得到当前车辆与障碍物的碰撞信息，碰撞信息碰撞位置以及碰撞时间；步骤c2、根据与各个障碍物的碰撞位置，确定当前车辆在自身轨迹上行驶距离最短的目标碰撞位置以及目标碰撞位置对应的目标碰撞时间和目标障碍物；步骤c3、根据目标碰撞位置以及目标碰撞时间，确定当前车辆在目标碰撞时间内与目标障碍物的跟车跟停关系，跟车跟停关系包括当前车辆与目标障碍物的车距、当前车辆的车速、在相同行驶方向下对目标障碍物的跟车时间、停车时间。
43.示例性的，参见图3所示，图3为本技术再一实施例提供的车辆避障方法的场景示意图。该场景下包含三个车辆进行协同作业，如车辆1、车辆2以及车辆3，其中，车辆1的行驶方向为从西向东直行，车辆2和车辆3分别在不同车道上从南向北行驶。以车辆3为当前车辆，车辆1和车辆2作为障碍物，车辆3利用每个障碍物（如车辆1、车辆2）的速度、加速度、角速度、三轴姿态等信息对障碍物未来5s的轨迹进行预测，通过自身轨迹和预测轨迹的比对可以得到碰撞信息，如碰撞位置、时间。根据图3中的a、b碰撞位置。
44.通过a、b碰撞位置比较，车辆3与车辆2可能会在b点碰撞，以该b点为例，可以确定车辆3在未来预设时长内行驶时与车辆2的车距、车辆3的车速、在相同行驶方向下对该障碍物车辆2的跟车时间、停车时间，进而做到对前车（如车辆2）进行跟车跟停和对可能的碰撞进行停车避险。
45.在一种可能的设计中，参见图4所示，图4为本技术又一实施例提供的车辆避障方
法的场景示意图。本实施例在上述实施例的基础上，对车辆避障方法进行了详细说明。其中，关联信息还包括标注框尺寸（如图4所示的矩形框），这里的标注框尺寸是通过目标检测算法确定的。车辆避障方法，还可以通过以下步骤实现：步骤d1、在根据碰撞信息执行跟车或停车避免操作时，在当前车辆的行驶方向上，若检测到障碍物作为前车的停车时间超过预设时间阈值，则触发换道绕行操作。
46.步骤d2、响应于换道绕行的触发操作，根据高精度地图、前车的标注框尺寸、前车的当前位置信息、当前车辆的标注框尺寸以及当前车辆的当前位置信息，确定绕行轨迹。
47.步骤d3、若绕行轨迹符合预设的绕行条件，则根据绕行轨迹行驶，并在绕行时执行预测得到碰撞信息的操作，用以规避碰撞风险。
48.本实施例中，当前车长时间停车（车辆执行任务等）时触发换道绕行规划，根据高精度地图和前车的bounding_box得到具体的绕行路线，即根据高精度地图、前车的标注框尺寸、前车的当前位置信息、当前车辆的标注框尺寸以及当前车辆的当前位置信息，由于封闭场景的环境比较单一，可以在自由空间内选取多个途径点进行曲线拟合，形成绕行轨迹。并将轨迹的任一点的曲率记录下来，根据当前车辆执行器实际的响应速度来判断平均曲率是否符合绕行条件，如果符合，则按照该绕行轨迹进行绕行，并在绕行过程中仍然使用前面的碰撞检测机制以保证车辆的运行安全。
49.在一种可能的设计中，根据高精度地图、前车的标注框尺寸、前车的当前位置信息、当前车辆的标注框尺寸以及当前车辆的当前位置信息，确定绕行轨迹，可以通过以下步骤实现：步骤d21、根据高精度地图和前车的标注框尺寸，确定绕过前车变道的最大宽度；步骤d22、若最大宽度满足预定义条件，则根据高精度地图、前车的关联信息中的标注框尺寸、前车的当前位置信息、当前车辆的标注框尺寸以及当前车辆的当前位置信息，确定多个轨迹点；步骤d23、根据多个轨迹点，通过样条插值的方法，确定绕行轨迹以及绕行轨迹的任一点的曲率，曲率用于支持判断是否符合绕行条件。
50.本实施例中，结合图4所示，根据当前车辆以及前车的标注框尺寸、位置信息，选取绕行轨迹的起始点、终点、障碍物左边绕行轨迹点的3个点(1、4、7)，为了让车辆更加平滑的转向，同时防止大角度转向对车辆姿态回正控制的影响，增加4个点(2、3、5、6)的选取。
51.具体地，绕行规划算法的模型的实现过程可以是：先判断e、f的距离（e的距离为作为前车的车辆a的标注框的中心点与变道车道的左侧边缘线的垂直距离，f的距离为车辆a的标注框的左侧框与变道车道的左侧边缘线的垂直距离），确定可变车道左右两侧可变道车道的极限宽度，如果极限宽度满足一个定义值即预定义条件，比如大于或等于m米，则认为此变道行为可以进行；通过调整这个x、y、z的距离并利用样条插值的方法求得光滑的绕行轨迹。
52.在一种可能的设计中，根据高精度地图、前车的关联信息中的标注框尺寸、前车的当前位置信息、当前车辆的标注框尺寸以及当前车辆的当前位置信息，可以通过以下步骤实现：步骤d221、根据高精度地图、前车的标注框尺寸和前车的当前位置信息，确定第一轨迹点、第二轨迹点、第三轨迹点以及第四轨迹点；
步骤d222、根据高精度地图、当前车辆的标注框尺寸、当前车辆的当前位置信息以及前车的当前位置信息，确定第五轨迹点、第六轨迹点以及第七轨迹点。
53.其中，第一轨迹点和第二轨迹点分别位于前车的标注框的中心点所在的前车前方路径上，第四轨迹点位于前车的标注框的中心点左侧平行路径上，第三轨迹点位于第四轨迹点所在的前方路径上，第七轨迹点位于当前车辆的标注框的中心点，第六轨迹点位于第七轨迹点所在的当前车辆前方路径与当前车辆的标注框的交点处，第五轨迹点位于第四轨迹点所在的后方路径上且位于第六轨迹点左前方。
54.第一轨迹点和第七轨迹点之间的距离是根据当前车辆性能测试标定的，第三轨迹点与前车的标注框的上侧边框所在平行线的距离是由当前车辆的车身长度以及当前车辆的转型性能确定的，第三轨迹点与前车的标注框的上侧边框所在平行线的距离是通过高精度地图确定的。
55.本实施例中，参见图4所示，多个轨迹点的选取方式为：点2和点6这两个点在原轨迹的路径上，且点2、点6这两个点的选取是为了让车辆当前姿态在更贴近变道轨迹的地方进行切入，控制算法的收敛效果更好，经实测能起到优化控制函数收敛速度的目的。点1、点7的距离需要根据车辆性能测试标定，点3、点4、点5这三个点的连线与bounding_box_a的左边界（即车辆a的标注框的左侧框）平行；其中，x（即点3与车辆a的标注框的上侧框所在平行线的距离）可以略大于半个当前车辆（如车辆b）的车身的长度，并可以根据当前车辆的转向性能进行修正。
56.其中，点3、点5这两个点的选取是为了让当前车辆在短时间内不做较大的转角变更，由于车辆地盘线控响应速度的误差，可能会导致车辆姿态偏斜有碰撞风险；并且点3、点5这两点的位置也保障了自车与障碍物足够远，防止碰撞。其中，具体取值根据车辆自身的性能标定。
57.因此，本技术可以通过5g接入感知设备的方法来获得了全面且高精度的障碍物的感知信息（比如标注框尺寸、位置信息、速度、加速度、角速度以及三轴姿态等）。在此基础上，结合高精度地图，可以通过前方障碍物左右两侧可变道范围的最大宽度和障碍物bounding_box的范围来确定绕行线路。通过路测设备的布置降低了车辆的制造成本，也提高了车辆对全局的感知效率，利用感知数据进行障碍物轨迹预测，再结合高精度地图，简化了整个绕行规划算法的模型，提高了绕行的安全系数和效率。解决了现有技术中，在非精确的感知和场景信息下，变道会产生风险，只能实现跟车等基本操作，以及当前车由于各种原因停车后可能会造车后续工作车辆连续排队等待以至于整体的协调效率大大降低的问题。
58.为了实现车辆避障方法，本实施例提供了一种车辆避障装置。参见图5，图5为本技术实施例提供的车辆避障装置的结构示意图；车辆避障装置50，包括：获取模块501、预测模块502以及处理模块503；获取模块501，用于获取各个障碍物的关联信息，关联信息包括：障碍物的位置信息、速度、加速度、角速度以及三轴姿态；预测模块502，用于根据关联信息，预测各个障碍物在未来预设时长的轨迹；处理模块503，用于根据当前车辆在未来预设时长的自身轨迹以及各个障碍物的预测轨迹，预测得到碰撞信息，用以执行跟车或停车避险操作。
59.本实施例中，通过设置获取模块501、预测模块502以及处理模块503，用于获取各个障碍物的关联信息，关联信息包括：障碍物的位置信息、速度、加速度、角速度以及三轴姿态；然后根据关联信息，预测各个障碍物在未来预设时长的轨迹；再根据当前车辆在未来预
设时长的自身轨迹以及各个障碍物的预测轨迹，预测得到碰撞信息，用以执行跟车或停车避险操作。因此，基于获取的障碍物的位置信息、速度、加速度、角速度以及三轴姿态等信息，对障碍物进行轨迹预测，能够保证预测轨迹的准确性，并基于预测轨迹与当前车辆自身轨迹进行比对，得到碰撞信息，使得当前车辆能够对前车进行跟车停车或停车避险，使用轨迹预测和自身轨迹能够准确地对碰撞问题进行预判，进而能够与前车保持车距和车速等，避免发生车辆碰撞。
60.本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
61.在一种可能的设计中，预测模块，具体用于：针对各个障碍物，在预设时长内，根据预设时间间隔，重复执行下述步骤，得到障碍物的预测轨迹：按照障碍物的起始状态，预测得到第n个预设时间间隔后的障碍物的状态，起始状态包括当前时刻的位置信息、速度、加速度、角速度以及三轴姿态；将第n个预设时间间隔后的障碍物的状态作为起始状态，预测第n+1个预设时间间隔后的障碍物的状态。
62.在一种可能的设计中，关联信息还包括标注框尺寸，标注框尺寸是通过目标检测算法确定的；车辆避障装置还可以包括：路径规划模块；路径规划模块包括第一规划单元、第二规划单元以及第三规划单元；第一规划单元，用于在根据碰撞信息执行跟车或停车避免操作时，在当前车辆的行驶方向上，若检测到障碍物作为前车的停车时间超过预设时间阈值，则触发换道绕行操作；第二规划单元，用于响应于换道绕行的触发操作，根据高精度地图、前车的标注框尺寸、前车的当前位置信息、当前车辆的标注框尺寸以及当前车辆的当前位置信息，确定绕行轨迹；第三规划单元，用于在绕行轨迹符合预设的绕行条件时，根据绕行轨迹行驶，并在绕行时执行预测得到碰撞信息的操作，用以规避碰撞风险。
63.在一种可能的设计中，第二规划单元，具体用于：根据高精度地图和前车的标注框尺寸，确定绕过前车变道的最大宽度；若最大宽度满足预定义条件，则根据高精度地图、前车的关联信息中的标注框尺寸、前车的当前位置信息、当前车辆的标注框尺寸以及当前车辆的当前位置信息，确定多个轨迹点；根据多个轨迹点，通过样条插值的方法，确定绕行轨迹以及绕行轨迹的任一点的曲率，曲率用于支持判断是否符合绕行条件。
64.在一种可能的设计中，第二规划单元，具体用于：根据高精度地图、前车的标注框尺寸和前车的当前位置信息，确定第一轨迹点、第二轨迹点、第三轨迹点以及第四轨迹点；根据高精度地图、当前车辆的标注框尺寸、当前车辆的当前位置信息以及前车的当前位置信息，确定第五轨迹点、第六轨迹点以及第七轨迹点；其中，第一轨迹点和第二轨迹点分别位于前车的标注框的中心点所在的前车前方
路径上，第四轨迹点位于前车的标注框的中心点左侧平行路径上，第三轨迹点位于第四轨迹点所在的前方路径上，第七轨迹点位于当前车辆的标注框的中心点，第六轨迹点位于第七轨迹点所在的当前车辆前方路径与当前车辆的标注框的交点处，第五轨迹点位于第四轨迹点所在的后方路径上且位于第六轨迹点左前方；第一轨迹点和第七轨迹点之间的距离是根据当前车辆性能测试标定的，第三轨迹点与前车的标注框的上侧边框所在平行线的距离是由当前车辆的车身长度以及当前车辆的转型性能确定的，第三轨迹点与前车的标注框的上侧边框所在平行线的距离是通过高精度地图确定的。
65.在一种可能的设计中，处理模块，具体用于：针对各个障碍物，通过比对自身轨迹和预测轨迹，得到当前车辆与障碍物的碰撞信息，碰撞信息碰撞位置以及碰撞时间；根据与各个障碍物的碰撞位置，确定当前车辆在自身轨迹上行驶距离最短的目标碰撞位置以及目标碰撞位置对应的目标碰撞时间和目标障碍物；根据目标碰撞位置以及目标碰撞时间，确定当前车辆在目标碰撞时间内与目标障碍物的跟车跟停关系，跟车跟停关系包括当前车辆与目标障碍物的车距、当前车辆的车速、在相同行驶方向下对目标障碍物的跟车时间、停车时间。
66.在一种可能的设计中，获取模块，具体用于：通过布置在路侧的感知设备，获取感知信息，感知信息包括检测到的各个感知目标的相关数据，相关数据包括感知目标的标注框尺寸、位置信息、速度、加速度、角速度以及三轴姿态；根据各个感知目标的相关数据以及当前车辆的自身定位信息，过滤感知目标中属于当前车辆的相关数据，得到剩余感知目标作为障碍物的关联信息。
67.为了实现上述实施例的方法，本实施例提供了一种车辆，该车辆用于执行上述实施例中所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
68.为了实现上述实施例的方法，本实施例提供了一种电子设备。图6为本技术实施例提供的电子设备的结构示意图。如图6所示，本实施例的电子设备60包括：处理器601以及存储器602；其中，存储器602，用于存储计算机执行指令；处理器601，用于执行存储器存储的计算机执行指令，以实现上述实施例中所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
69.本技术实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现如上的方法。
70.本技术实施例还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上的方法。
71.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。另外，在本技术各个实施例中的各功能模块可以集成在一个
处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
72.上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器（英文：processor）执行本技术各个实施例方法的部分步骤。应理解，上述处理器可以是中央处理单元（英文：central processing unit，简称：cpu），还可以是其他通用处理器、数字信号处理器（英文：digital signal processor，简称：dsp）、专用集成电路（英文：application specific integrated circuit，简称：asic）等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
73.存储器可能包含高速ram存储器，也可能还包括非易失性存储nvm，例如至少一个磁盘存储器，还可以为u盘、移动硬盘、只读存储器、磁盘或光盘等。总线可以是工业标准体系结构（industry standard architecture，isa）总线、外部设备互连（peripheral component，pci）总线或扩展工业标准体系结构（extended industry standard architecture，eisa）总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本技术附图中的总线并不限定仅有一根总线或一种类型的总线。上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（sram），电可擦除可编程只读存储器（eeprom），可擦除可编程只读存储器（eprom），可编程只读存储器（prom），只读存储器（rom），磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
74.一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(application specific integrated circuits，简称：asic)中。当然，处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
75.本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
76.最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。