CN109945882A - 一种无人驾驶车辆路径规划与控制***及方法 - Google Patents

Abstract

本发明提供了一种无人驾驶车辆路径规划与控制***，行程信息获取模块，获取行程的起点及终点信息；总控模块，通过路径规划模块生成无人驾驶车辆的路径，并通过通信模块将路径输出至定位控制模块；定位控制模块，控制无人驾驶车辆行驶，并对运行中的无人驾驶车辆进行定位，将定位结果及车辆行驶状态通过通信模块反馈至总控模块，实现无人驾驶车辆按照路径规划模块生成的路径进行自动驾驶。同时提供了一种路径规划与控制方法。本发明可以响应在任意地点对无人驾驶车辆进行的运行需求。通过输入的起点、终点定位坐标进行无人驾驶车辆行驶路线的设计和高效的运行。大大提高无人驾驶车辆的运营效率，提升用户舒适度，降低人力成本。

Description

一种无人驾驶车辆路径规划与控制***及方法

技术领域

本发明涉及无人驾驶技术领域，具体地，涉及一种无人驾驶车辆路径规划与控制***及方法。

背景技术

随着时代的发展，汽车与电动车的普及，用车代步的人越来越多，但是由于驾驶员驾驶水平的稂莠不齐，驾驶状态的千差万别，导致由于驾驶员操作问题带来的车祸和伤亡数量触目惊心。随着近年来人工智能领域的快速发展，使用人工智能进行车辆的无人驾驶成为了一个热门的研究领域，有关于无人驾驶的研究项目和成果不断涌现。目前的无人驾驶车辆研究，集中于研究集多传感器融合的单独一辆无人驾驶汽车的感知、路径规划、决策和控制，属于分散式***。

然而，目前的这种分散式的单车无人驾驶路径规划与控制***，通常存在如下的缺陷：

(1)规划效率低：车辆在启动后需要一段很长时间进行全局路径规划寻找最优路径，造成时间的浪费；

(2)载客效率低：单辆车的容量有限，导致一次运行可以同时搭载的人数有限，不能进行大范围交通运输；

(3)乘坐体验差：目前的单车无人驾驶路径规划与控制***存在忽视局部路径规划以及局部路径规划能力不够的问题，导致遇到障碍时车辆会无限停止，导致乘坐体验差。

经过检索发现：

申请号为CN201810870000，申请日为2018-08-02的中国专利申请《基于车联网的网约无人驾驶车辆方法及车联网***》，具体涉及一种基于车联网的网约无人驾驶车辆方法及车联网***，其中：管理服务器根据目的无人驾驶车辆与上车地点的距离规划行车路线，将行车路线发送至目的无人驾驶车辆的感知控制模块，感知控制模块控制目的无人驾驶车辆按照行车路线进行驾驶以使目的无人驾驶车辆抵达上车地点并将用户送至目的地，管理服务器在通过服务服务器接收到确认指令时，计算约车费用并通过服务服务器发送至用户终端设备显示。该申请也没有解决当无人驾驶车辆行驶过程中遇到全局最优路径遭遇遮挡遮挡导致部分路段不可用时无人驾驶车辆的绕障问题，对用户出行体验有一定影响。

申请号为CN201810726257，申请日为2018-07-04的中国专利申请《一种智能车辆无人驾驶***》，提供了一种智能车辆无人驾驶***，包括设置于车辆外的雷达、设置于车辆内的人车交互机器人和车辆控制装置，所述雷达用于获取车辆前方的障碍物信息，所述人车交互机器人用于智能驾驶***与用户进行交互，所述车辆控制装置用于根据障碍物信息和交互情况对车辆进行控制。该申请侧重人机交互和无人驾驶车辆自身控制，仍然没有解决无人驾驶车辆的全局路径规划和局部路径规划问题。

申请号为CN201811047442，申请日为2018-10-24的中国专利申请《智能无人驾驶方法和***》，提供了智能无人驾驶方法和***，包括获取始发地和目的地；根据始发地和目的地进行最优路径规划，并进行播报；获取对最优路径规划的确定信息以判断是否采用最优路径规划结果；在采用的情况下，启动车辆的人车互动***和驾驶***；在行进过程中获取基本路面信息，并根据路面基本信息更改行驶状态或最优路径规划结果至到达目的地。该申请使用分布式的无人驾驶车辆自身规划和控制的策略，没有集中式的规划模块，规划效率较低，且没有解决全局路径被遮挡时局部路径规划，用户体验较差。

因此，如何能够使无人驾驶高效率规划、高精度控制、高用户体验度的运行，成为本领域亟待解决的问题。

目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。

发明内容

针对现有技术中存在的上述不足，本发明的目的是提供一种无人驾驶车辆路径规划与控制***及方法。

为实现上述目的，本发明是通过以下技术方案实现的。

根据本发明的一个方面，提供了一种无人驾驶车辆路径规划与控制***，包括：行程信息获取模块、总控模块、路径规划模块、通信模块以及定位控制模块；其中：

所述行程信息获取模块，获取行程的起点及终点信息作为***输入信息发送至总控模块；

所述总控模块，接收行程的起点及终点信息后，通过路径规划模块生成无人驾驶车辆的路径，并通过通信模块将路径输出至定位控制模块；

所述定位控制模块，根据接收到的路径，控制无人驾驶车辆行驶，并对运行中的无人驾驶车辆进行定位，将定位结果及车辆行驶状态通过通信模块反馈至总控模块，实现无人驾驶车辆按照路径规划模块生成的路径进行自动驾驶。

优选地，所述行程的起点及终点信息为全球定位***中的经度及纬度地理坐标信息。

优选地，所述总控模块包括：数据管理单元和任务分派单元；其中：

所述数据管理单元存储无人驾驶车辆的运行状况和行驶状态；其中，所述行驶状态包括无人驾驶车辆当前行驶的位置、速度以及方向；

所述任务分派单元对无人驾驶车辆进行选择与任务分派，对于每一组行程的起点及终点信息，选择与起点信息的地理位置最近的无人驾驶车辆分派任务。

优选地，所述路径规划模块包括全局路径规划单元以及局部路径规划单元：其中：

所述全局路径规划单元用于生成从起点到终点的全局路径；

所述局部路径规划模块用于在全局路径不可用时生成一条绕过不可用区域的局部路径。

优选地，所述路径规划模块生成的路径为经度及纬度坐标序列。

优选地，所述定位控制模块连接于无人驾驶车辆上，包括定位传感器以及车辆控制单元；其中：

所述定位传感器包括GPS传感器、激光雷达传感器和视觉传感器，所述GPS传感器通过接收GPS信号对无人驾驶车辆行驶的地理位置进行定位，得到路径GPS信息和定位GPS信息；所述激光雷达传感器和视觉传感器通过实时检测道路标线以及路沿信息，对无人驾驶车辆行驶的道路位置进行定位；

所述车辆控制单元对无人驾驶车辆的速度及方向进行控制。

优选地，所述定位传感器还包括惯性导航模块和里程计，所述惯性导航模块对车辆行驶轨迹偏移的进行校正，所述里程计记录行驶里程信息。

优选地，所述定位控制模块采用跟踪算法对无人驾驶车辆进行控制，包括：

根据激光雷达传感器和视觉传感器实时检测的道路位置信息，控制无人驾驶车辆沿当前道路轨迹形状行驶；

根据接收到的路径GPS信息与定位GPS信息，跟踪路径规划模块生成的路径坐标序列。

根据本发明的第二个方面，提供了一种无人驾驶车辆路径规划与控制方法，包括：

获取行程的起点及终点信息；

根据行程的起点及终点信息，生成从起点到终点的全局路径；

使用跟踪算法，控制无人驾驶车辆沿全局路径行驶，并对运行中的无人驾驶车辆进行定位，将定位结果及车辆行驶状态进行实时反馈；

根据定位结果及车辆行驶状态的反馈结果，确定全局路径的不可用情况，并生成局部路径对全局路径进行修正，并以修正后的全局路径控制无人驾驶车辆行驶。

优选地，所述全局路径通过以下方法得到：

S1，建立无人驾驶车辆运行区域的全局地图，在能够通行的道路上每隔m米点划定一个GPS坐标点，称作节点，将节点连成线，称作路径，将沿道路前进方向称作路径的方向；

S2，建立一个开集合queue和一个闭集合CLOSE；启发函数f(n)为路径从起点出发经由节点n通向终点的距离长度，其值为由起点通向节点n的实际距离g(n)与由节点n到终点的最佳路径估计距离h(n)之和；若由节点x有一条路径通向节点y，称节点y为节点x的子节点；

S3，找到起点的全部子节点i，将其全部放入开集合queue，计算所有子节点的启发函数值f(i)，并将开集合queue中的节点按照f(i)的大小由小到大排序；

S4，从开集合queue中取出第一个节点X，并把节点X从开集合queue中删去，如果节点X是终点，则从节点X回溯到起点生成路径path，返回path列表，如果节点X不是终点，则取出节点X的每个子节点Y，如果子节点Y不在开集合queue也不在闭集合CLOSE中，则将子节点Y加入开集合queue，如果子节点Y已经在开集合queue中，则计算启发函数f(Y)的值，若此时f(Y)的值小于其在开集合queue中的值，则更新集合queue中Y的启发函数值，如果子节点Y在闭集合CLOSE中，则计算启发函数f(Y)的值，若此时f(Y)的值小于其在闭集合CLOSE中的值，则更新闭集合CLOSE中Y的启发函数值，同时把子节点Y从闭集合CLOSE中删去加入到开集合queue中；

S5，把节点X放入闭集合CLOSE中；

S6，将开集合queue中的节点按照启发函数值f(i)由小到大排序；

S7，重复S4、S5和S6，直到生成一条全局路径。

优选地，所述局部路径采用以下方法得到：

s1，将起点坐标初始化为根节点I；

s2，使用采样函数，从前方遮挡的激光雷达栅格图中随机选取一个采样点S；

s3，依照最近原则，从随机树中选择一个距离采样节点S最近的节点N；

s4，采用随机生长原则，从采样节点S向节点N扩展一段距离，得到一个新的节点Q；

s5，如果节点Q与障碍物发生碰撞，则返回为空，放弃此次生长，否则将节点Q放入到随机树之中；

s6，重复S2、S3、S4及S5，直到找到的节点Q小于设定的距离阈值，则搜索成功，返回一条局部路径，如果在设定搜索次数内或搜索时间内没有找到目标的，则视为搜索失败。

优选地，所述全局地图以拓扑地图的形式保存，所述拓扑地图为坐标点和路线的组合。

与现有技术相比，本发明实施例具有如下的有益效果：

(1)本发明实现集中式路径规划，提高了路径规划效率；

(2)本发明通过无人驾驶技术，不需要人力对车辆进行调度，只需要极少数监管，降低了人力成本，提高运营效率；

(3)本发明通过无人驾驶技术，对分布式的无人驾驶车辆进行统一调度，降低了由分布式无人驾驶车辆自身调度带来的随机性，提高了无人驾驶车辆的安全性；

(4)本发明通过全局路径规划技术，寻找从给定起点到终点的最优路径，减少了因绕路带来的时间和经济损失，提高了运行效率；

(5)本发明通过无人驾驶车辆控制技术，对无人驾驶车辆进行有效、平稳的控制，并且通过车载的多传感器实时进行感知和避险，提高了无人驾驶车辆的安全性，提高了用户的乘坐体验；

(6)本发明通过局部路径规划技术，对无人驾驶车辆行驶过程中遇到的道路遮挡设计了高效规避的规避策略，提高了***鲁棒性和用户使用体验；

(7)本发明集成了全局路径规划算法，无人驾驶车辆控制算法，局部路径规划算法，对从接收到起点、终点直到完成一个运行任务的全过程进行了***设计，是一个完整的***，提高了使用效率；

需要说明的是，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明实施例的***组成结构示意框图；

图2为本发明实施例的***运行形式结构示意框图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

如图1和图2所示，本发明实施例提供了一种无人驾驶车辆路径规划与控制***，包括：行程信息获取模块、总控模块、路径规划模块、通信模块以及定位控制模块；其中：

所述行程信息获取模块，获取行程的起点及终点信息作为本***的输入信息，具体为起点与终点的地理坐标；

所述总控模块接收输入的行程的起点及终点信息，并分别与路径规划模块和通信模块相连，对所有无人驾驶车辆的规划与控制行为进行控制；

所述路径规划模块与总控模块相连，接收由总控模块传来的行程的起点及终点信息，使用全局路径规划算法进行规划，实现无人驾驶车辆路径的生成；

所述通信模块连接于总控模块上，通过数据协议传输的方式，实现分散式的无人驾驶车辆与总控模块的通信，具体表现为无人驾驶车辆接收由通信模块传输的路径信息，总控模块接收由定位控制模块传递的无人驾驶车辆的位置与控制信息；

所述定位控制模块可以连接于无人驾驶车辆之上，根据接收到的路径，控制无人驾驶车辆行驶，并通过全球定位***对运行过程中的无人驾驶车辆进行定位，将定位结果及车辆行驶状态通过通信模块反馈至总控模块，实现无人驾驶车辆按照路径规划模块生成的路径进行自动驾驶。

本发明实施例中所述***对传统的单独的无人驾驶车辆的路径规划与控制***进行了改进，将路径规划模块从无人驾驶汽车分离，集中式的总控模块通过规划模块进行路径的统一规划，并通过通信模块与分布式的无人驾驶车辆连接，进行路径分派，该方式可以明显提高***的路径规划效率，减少了无人驾驶汽车的计算负担，提高了无人驾驶汽车运行的流畅度与用户的乘坐体验。

进一步地，所述行程的起点及终点信息为全球定位***中的经、纬度坐标。

进一步地，所述总控模块包括：数据管理单元、任务分派单元；其中：

所述数据管理单元存储无人驾驶车辆的运行状况、行驶情况；所述行驶情况包括无人驾驶汽车当前行驶的位置、速度以及方向；

所述任务分派单元对无人驾驶车辆进行选择与任务分派，其特征在于，对于每一组行程的起点及终点信息，选择与起点地理位置最近的一辆无人驾驶车辆分派任务。

进一步地，所述路径规划模块包括全局路径规划单元以及局部路径规划单元：其中：

所述全局路径规划单元通过规划(采用全局路径规划算法)生成一条从起点到终点的全局路径；

所述局部路径规划单元在全局路径不可用时生成一条绕过不可用区域的局部路径。

更进一步地，所述路径规划模块生成的路径为经纬度坐标序列。

进一步地，所述定位控制模块包括定位传感器以及控制单元；其中：

所述定位传感器包括GPS传感器、激光雷达传感器和视觉传感器，所述GPS传感器通过接收GPS信号对无人驾驶车辆行驶的地理位置进行定位，得到路径GPS信息与定位GPS信息；所述激光雷达传感器和视觉传感器通过实时检测道路标线以及路沿信息，对无人驾驶车辆行驶的道路位置进行定位；

所述控制单元对无人驾驶汽车的速度、方向进行控制，实现无人驾驶车辆的无人驾驶。

更进一步地，所述定位传感器除了包括激光雷达传感器、视觉传感器外，还包括惯性导航模块和里程计，所述激光雷达传感器和视觉传感器实时检测车辆周边道路环境，所述惯性导航模块对行驶轨迹便宜进行校正，所述里程计记录行驶里程信息，最终实现无人驾驶车辆的安全无人驾驶。

更进一步地，所述定位控制模块使用跟踪算法控制无人驾驶车辆，包括：

根据激光雷达传感器和视觉传感器实时检测的道路位置信息，控制无人驾驶车辆沿当前道路轨迹形状行驶；

根据接收到的路径GPS信息与定位GPS信息，跟踪规划的路径GPS序列。

本发明实施例还提供一种无人驾驶车辆路径规划与控制方法，可以采用本发明实施例中提供的无人驾驶车辆路径规划与控制***实现，包括全局路径规划阶段、车辆控制阶段和局部路径规划阶段；其中：

在全局路径规划阶段：根据获取的行程的起点及终点信息，路径规划模块生成一条从起点到终点的全局路径并返回给总控模块；

在车辆控制阶段：使用跟踪算法，定位控制模块控制无人驾驶车辆，沿全局路径由起点向终点行驶；并对运行中的无人驾驶车辆进行定位，将定位结果及车辆行驶状态进行实时反馈；

在局部路径规划阶段：根据定位结果及车辆行驶状态的反馈结果，确定全局路径的不可用情况，路径规划模块在全局路径不可用时生成一条局部路径对全局路径进行修正，并返回给总控模块。

所述全局路径规划阶段，包括：

首先，通过上层服务器，总控模块接收到行程的起、终点信息，以GPS坐标组的形式传递，若接收到的GPS坐标组不在合理范围内，则向上层服务器返回错误信息并再次请求，在接收到合理的GPS坐标组后，将该起、终点GPS坐标组向规划模块传递。

路径规划模块接收到起、终点GPS坐标后，采用全局路径规划算法进行全局路径规划，本实施例中使用的全局路径规划算法在传统的全局路径规划A星算法基础上进行了改良，包括：

S1，建立全局地图，做出无人驾驶汽车运行区域的全局地图，该全局地图以拓扑地图的形式保存，具体形式为坐标点和路线的组合，在可以通行的道路上每隔5米点划定一个GPS坐标点，称作节点，将节点连成线，称作路径，将沿道路前进方向称作路径的方向；

S2，建立一个开集合queue和一个闭集合CLOSE；启发函数f(n)为路径从起点出发经由节点n通向终点的距离长度，其值为由起点通向节点n的实际距离g(n)与由节点n到终点的最佳路径估计距离h(n)之和；若由节点x有一条路径通向节点y，称节点y为节点x的子节点；

S3，找到起点的全部子节点i，将其全部放入开集合queue，计算所有子节点的启发函数值f(i)，并将queue中的节点按照f(i)的大小由小到大排序；

S4，从queue表中取出第一个节点X，并把X从queue集合中删去，如果X是终点，则从X回溯到起点生成路径path，返回path列表，如果X不是终点，则取出X的每个子节点Y，如果Y不在queue集合也不在CLOSE集合中，则将Y加入queue集合，如果Y已经在queue集合中，则计算启发函数f(Y)的值，若此时f(Y)的值小于其在queue集合中的值，则更新queue集合中Y的启发函数值，如果Y在CLOSE集合中，则计算启发函数f(Y)的值，若此时f(Y)的值小于其在CLOSE集合中的值，则更新CLOSE集合中Y的启发函数值，同时把Y从CLOSE集合中删去加入到queue集合中；

S5，把X放入CLOSE集合中；

S6，将queue集合中的节点按照启发函数值f(i)由小到大排序；

S7，重复S4，S5，S6直到生成一条全局路径。

全局路径生成后以GPS点序列的形式由总控制台通过通信模块传递给无人驾驶车辆。

所述车辆控制阶段，包括：

无人驾驶车辆在通过通信模块接收到全局路径后，开始运行，本实施例中的无人驾驶车辆均采用匀速行驶。首先通过安装于车辆上的GPS传感器，获取车辆当前位置的GPS坐标，并在全局路径序列中寻找距离当前位置最近的一个点，无人驾驶车辆行驶到该点，进入全局路径跟踪控制。包括：

a1，无人驾驶车辆在行驶过程中，根据当前位置的GPS信息，向前寻找全局路径序列上的前方一个GPS点，称作预瞄点；

a2，根据当前行驶的方向和与预瞄点之间的夹角，使用一定公式，计算出应该调整的行驶方向；

a3，根据行驶方向应该进行的调整，对车辆两个前部车轮携带的编码器的编码值进行修改，通过更改两个前部车轮的转速值进行方向调整；

a4，在行驶到该预瞄点后，更改预瞄点，进行连续行驶；

a5，重复a1，a2，a3，a4，直到到达终点或全局路径被遮挡不可用时无人驾驶车辆停下。

所述局部路径规划阶段，包括：

无人驾驶车辆在行驶过程中，通过激光雷达传感器和视觉传感器，发现当前行驶道路上出现部分遮挡，按照全局路径规划得到的路径无法行驶时，将当前位置视作起点，将视线内可见的遮挡区后的全局路径上的节点视作终点，将起、终点GPS坐标通过通信模块返回给总控制台；总控制台将起、终点坐标传递给规划模块；

规划模块接收到遮挡区起、终点坐标后，使用改进的快速扩展随机树(RRT)算法进行路径规划，寻找一个可以通过遮挡区的局部路径，算法包括：

s1，将起点坐标初始化为根节点I；

s2，使用采样函数，从前方遮挡的激光雷达栅格图中随机选取一个采样点S；

s3，依照最近原则，从随机树中选择一个距离界节点S最近的节点N；

s4，使用扩展函数(所述扩展函数为采用随机生长原则的函数)，从S向N扩展一段距离，得到一个新的节点Q；

s5，如果Q与障碍物发生碰撞，则扩展函数返回为空，放弃此次生长，否则将Q放入到随机树之中；

s6，重复s2，s3，s4，s5，直到找到的节点Q小于一个设定的距离阈值，则搜索成功，返回一条局部路径，如果在设定搜索次数内或搜索时间内没有找到目标的，则视为搜索失败。

局部路径生成后以GPS点序列的形式由总控制台通过通信模块传递给无人驾驶车辆。

下面结合一具体应用实例，对本发明上述实施例的技术方案进一步详细说明。

在上海交通大学闵行校区配置100辆上汽通用五菱E100电动汽车作为无人驾驶车辆，通过建立的无人驾驶车辆规划和控制***，可以实现无人驾驶汽车从起点到终点的自动无人驾驶。总控模块(总控制台)设置在上海交通大学闵行校区电子信息与电气工程学院内。当总控模块接收到起点、终点信息后，将其传入路径规划模块之中，使用全局路径规划算法生成一条从起点到终点的全局最优路径，将全局路径传回总控模块，总控模块通过通信模块将全局路径传给距离全局路径起点最近的一辆五菱E100电动汽车，五菱E100电动汽车开始对自身进行控制，沿全局路径由起点向终点行驶。若中途遇到全局路径被遮挡的区域，则无人驾驶车辆停止，将遮挡区域的起、终点信息通过通信模块传回给总控模块，总控模块再将其传递到路径规划模块，使用局部路径规划算法规划出一条可以绕过遮挡区域的局部路径，将局部路径传回总控模块，总控模块再通过通信模块将局部路径序列传给正在遮挡区等待的五菱E100电动汽车，随后五菱E100电动汽车沿局部路径绕过遮挡区，回到全局路径上继续行驶，直到终点。

本发明上述实施例提供的无人驾驶车辆路径规划与控制***及方法，其中：***的输入信息为起点与终点的GPS坐标；总控模块接收输入信息，并分别与路径规划模块和与通信模块相连，对所有无人驾驶车辆的规划与控制行为进行集中管理和控制；路径规划模块与总控模块相连，实现路径的生成；通信模块连接于总控模块上，实现分散式的无人驾驶车辆与总控模块的通信。定位控制模块连接于每一台无人驾驶车辆上，实现无人驾驶车辆对本身的定位与无人驾驶行为。

通过以上具体应用实例验证，本发明上述实施例提供的无人驾驶车辆路径规划与控制***及方法，可以响应在任意地点对无人驾驶车辆进行的运行需求；通过输入的起点、终点GPS坐标(起点、终点信息)进行无人驾驶车辆行驶路线的设计和高效的运行，大大提高无人驾驶车辆的运营效率，提升用户舒适度，降低人力成本。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (10)

1.一种无人驾驶车辆路径规划与控制***，其特征在于，包括：行程信息获取模块、总控模块、路径规划模块、通信模块以及定位控制模块；其中：

所述行程信息获取模块，获取行程的起点及终点信息作为***输入信息发送至总控模块；

所述总控模块，接收行程的起点及终点信息后，通过路径规划模块生成无人驾驶车辆的路径，并通过通信模块将路径输出至定位控制模块；

所述定位控制模块，根据接收到的路径，控制无人驾驶车辆行驶，并对运行中的无人驾驶车辆进行定位，将定位结果及车辆行驶状态通过通信模块反馈至总控模块，实现无人驾驶车辆按照路径规划模块生成的路径进行自动驾驶。

2.根据权利要求1所述的无人驾驶车辆路径规划与控制***，其特征在于，所述行程的起点及终点信息为全球定位***中的经度及纬度地理坐标信息。

3.根据权利要求1所述的无人驾驶车辆路径规划与控制***，其特征在于，所述总控模块包括：数据管理单元和任务分派单元；其中：

所述数据管理单元存储无人驾驶车辆的运行状况和行驶状态；其中，所述行驶状态包括无人驾驶车辆当前行驶的位置、速度以及方向；

所述任务分派单元对无人驾驶车辆进行选择与任务分派，对于每一组行程的起点及终点信息，选择与起点信息的地理位置最近的无人驾驶车辆分派任务。

4.根据权利要求1所述的无人驾驶车辆路径规划与控制***，其特征在于，所述路径规划模块包括全局路径规划单元以及局部路径规划单元：其中：

所述全局路径规划单元用于生成从起点到终点的全局路径；

所述局部路径规划单元用于在全局路径不可用时生成绕过不可用区域的局部路径；

所述全局路径和局部路径分别为经度及纬度坐标序列。

5.根据权利要求1所述的无人驾驶车辆路径规划与控制***，其特征在于，所述定位控制模块连接于无人驾驶车辆上，包括定位传感器以及车辆控制单元；其中：

所述定位传感器包括GPS传感器、激光雷达传感器和视觉传感器，所述GPS传感器通过接收GPS信号对无人驾驶车辆行驶的地理位置进行定位，得到路径GPS信息和定位GPS信息；所述激光雷达传感器和视觉传感器通过实时检测道路标线以及路沿信息，对无人驾驶车辆行驶的道路位置进行定位；

所述车辆控制单元对无人驾驶车辆的速度及方向进行控制。

6.根据权利要求5所述的无人驾驶车辆路径规划与控制***，其特征在于，所述定位传感器还包括惯性导航模块和里程计，所述惯性导航模块对车辆行驶轨迹偏移的进行校正，所述里程计记录行驶里程信息。

7.根据权利要求5或6所述的无人驾驶车辆路径规划与控制***，其特征在于，所述定位控制模块采用跟踪算法对无人驾驶车辆进行控制，包括：

根据激光雷达传感器和视觉传感器实时检测的道路位置信息，控制无人驾驶车辆沿当前道路轨迹形状行驶；

根据接收到的路径GPS信息与定位GPS信息，跟踪路径规划模块生成的路径坐标序列。

8.一种无人驾驶车辆路径规划与控制方法，其特征在于，包括：

获取行程的起点及终点信息；

根据行程的起点及终点信息，生成从起点到终点的全局路径；

使用跟踪算法，控制无人驾驶车辆沿全局路径行驶，并对运行中的无人驾驶车辆进行定位，将定位结果及车辆行驶状态进行实时反馈；

根据定位结果及车辆行驶状态的反馈结果，确定全局路径的不可用情况，并生成局部路径对全局路径进行修正，并以修正后的全局路径控制无人驾驶车辆行驶。

9.根据权利要求8所述的无人驾驶车辆路径规划与控制方法，其特征在于，还包括如下任意一项或任意多项：

-所述全局路径通过以下方法得到：

S1，建立无人驾驶车辆运行区域的全局地图，在能够通行的道路上每隔m米点划定一个GPS坐标点，称作节点，将节点连成线，称作路径，将沿道路前进方向称作路径的方向；

S2，建立一个开集合queue和一个闭集合CLOSE；启发函数f(n)为路径从起点出发经由节点n通向终点的距离长度，其值为由起点通向节点n的实际距离g(n)与由节点n到终点的最佳路径估计距离h(n)之和；若由节点x有一条路径通向节点y，称节点y为节点x的子节点；

S3，找到起点的全部子节点i，将其全部放入开集合queue，计算所有子节点的启发函数值f(i)，并将开集合queue中的节点按照f(i)的大小由小到大排序；

S4，从开集合queue中取出第一个节点X，并把节点X从开集合queue中删去，如果节点X是终点，则从节点X回溯到起点生成路径path，返回path列表，如果节点X不是终点，则取出节点X的每个子节点Y，如果子节点Y不在开集合queue也不在闭集合CLOSE中，则将子节点Y加入开集合queue，如果子节点Y已经在开集合queue中，则计算启发函数f(Y)的值，若此时f(Y)的值小于其在开集合queue中的值，则更新集合queue中Y的启发函数值，如果子节点Y在闭集合CLOSE中，则计算启发函数f(Y)的值，若此时f(Y)的值小于其在闭集合CLOSE中的值，则更新闭集合CLOSE中Y的启发函数值，同时把子节点Y从闭集合CLOSE中删去加入到开集合queue中；

S5，把节点X放入闭集合CLOSE中；

S6，将开集合queue中的节点按照启发函数值f(i)由小到大排序；

S7，重复S4、S5和S6，直到生成一条全局路径；

-所述局部路径采用以下方法得到：

s1，将起点坐标初始化为根节点I；

s2，使用采样函数，从前方遮挡的激光雷达栅格图中随机选取一个采样点S；

s3，依照最近原则，从随机树中选择一个距离采样节点S最近的节点N；

s4，采用随机生长原则，从采样节点S向节点N扩展一段距离，得到一个新的节点Q；

s5，如果节点Q与障碍物发生碰撞，则返回为空，放弃此次生长，否则将节点Q放入到随机树之中；

s6，重复S2、S3、S4及S5，直到找到的节点Q小于设定的距离阈值，则搜索成功，返回一条局部路径，如果在设定搜索次数内或搜索时间内没有找到目标的，则视为搜索失败。

10.根据权利要求9所述的无人驾驶车辆路径规划与控制方法，其特征在于，所述全局地图以拓扑地图的形式保存，所述拓扑地图为坐标点和路线的组合。