CN109974724A - 一种用于智能驾驶***的路径规划方法 - Google Patents
一种用于智能驾驶***的路径规划方法 Download PDFInfo
- Publication number
- CN109974724A CN109974724A CN201711443646.7A CN201711443646A CN109974724A CN 109974724 A CN109974724 A CN 109974724A CN 201711443646 A CN201711443646 A CN 201711443646A CN 109974724 A CN109974724 A CN 109974724A
- Authority
- CN
- China
- Prior art keywords
- path
- intelligent driving
- road section
- data
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
一种用于智能驾驶***的路径规划方法,其包括:步骤一、对智能驾驶车辆的行驶环境信息进行道路分析判断智能驾驶车辆是否驶入特殊路段,其中,如果智能驾驶车辆未驶入特殊路段,则执行步骤二,否则执行步骤三;步骤二、利用第一预设路径规划模型根据获取到的智能驾驶车辆的行驶状态信息进行路径规划,得到第一路径规划结果;步骤三,读取特殊路段的经纬度信息,并根据所读取到的经纬度信息确定第二路径规划结果。本方法将道路分成了两种类型:特殊路段及一般路段,对于不同类型道路采用不同的方式来进行路径规划。通过这种方式,本方法可以降低路径规划的数据处理量以及时间成本。
Description
技术领域
本发明涉及智能驾驶技术领域,具体地说,涉及一种用于智能驾驶***的路径规划方法。
背景技术
智能驾驶车辆主要依靠车载传感***感知道路环境,其能够自动规划行车路线并控制车辆到达预定目标。智能驾驶车辆是集自动控制、视觉计算、体系结构等众多技术于一体的高度发展的产物,是衡量一个国家科研实力和工业水平的重要标志,在国防和国民经济领域具有广阔的应用前景。
在智能驾驶***中,全局规划一直是一个不可或缺的子***,它会根据车辆当前的位置和目的地位置规划出一条最合适的全局路径,这条路径用来告知驾驶***即将行驶的道路以及在路口的驾驶行为(即导航功能)。现有的导航以及智能驾驶***通常只能够提供点到点的全局规划工作,从而为用户提供导航功能。
发明内容
为解决上述问题,本发明提供了一种用于智能驾驶***的路径规划方法,所述方法包括:
步骤一、对智能驾驶车辆的行驶环境信息进行道路分析判断所述智能驾驶车辆是否驶入特殊路段,其中,如果所述智能驾驶车辆未驶入所述特殊路段,则执行步骤二,否则执行步骤三;
步骤二、利用第一预设路径规划模型根据获取到的智能驾驶车辆的行驶状态信息进行路径规划,得到第一路径规划结果;
步骤三,读取所述特殊路段的经纬度信息,并根据所读取到的经纬度信息确定第二路径规划结果。
根据本发明的一个实施例,在所述步骤二中,利用第一预设路径规划模型根据获取到的智能驾驶车辆的行驶状态信息进行路径规划的步骤包括:
利用GIS数据库对所述智能驾驶车辆的行驶状态进行路径规划,得到临时路径规划结果;
对所述临时路径规划结果进行坐标点插值,得到所述第一路径规划结果。
根据本发明的一个实施例,对所述临时路径规划结果进行坐标点插值的步骤包括:
获取所述临时路径规划结果中相邻坐标点的经纬度信息,并根据经纬度信息确定该相邻坐标点的间距;
基于预设坐标点间距阈值,根据所述临时路径规划结果中相邻坐标点的间距确定插值坐标点数量;
根据所述插值坐标点数量和预设坐标点间距阈值,对所述临时路径规划结果中相邻坐标点进行坐标点插值,得到所述第一路径规划结果。
根据本发明的一个实施例,在所述步骤一中,通过读取所述特殊路段所配置的特殊路段信标来判断所述智能驾驶车辆是否驶入特殊路段。
根据本发明的一个实施例,所述特殊路段信标包括标志点类型和特殊路段编号,其中,所述标志点类型包括进入标志点和离开标志点。
根据本发明的一个实施例,当检测到所述离开标志点时,所述方法执行所述步骤二,以利用所述第一预设路径规划模型进行路径规划。
根据本发明的一个实施例,在所述步骤三中,各个特殊路段的经纬度信息与其路段编号相对应,根据所述特殊路段编号来读取对相应的经纬度信息,得到该特殊路段的经纬度信息。
根据本发明的一个实施例,在所述步骤三中,利用所述特殊路段的经纬度信息直接获取路径坐标信息,得到所述第二路径规划结果。
根据本发明的一个实施例,所述特殊路段包括一下所列项中的任一项或几项:
岔路口、车道线交叉路段和无线车道线路段。
本发明还提供了一种用于智能驾驶***的全局规划方法,所述方法包括:
调用计时器线程,所述计时器线程采用如上任一项所述的方法进行全局路径规划。
根据本发明的一个实施例,所述计时器线程配置为:
获取智能驾驶车辆的车辆状态数据,并根据所述车辆状态数据中的车辆位置数据更新显示地图中的车辆位置;
根据所述车辆状态数据判断所述智能驾驶车辆是否处于自动驾驶状态,其中,如果处于自动驾驶状态,则根据所述车辆状态数据更新所述显示地图中的起点位置和终点位置,并利用如上任一项所述的方法进行全局路径规划。
根据本发明的一个实施例,所述方法还包括:
调用位置数据更新线程,在所述位置数据更新线程中,周期性地生成并发送位置数据请求信息,并接收针对所述位置数据请求信息所反馈的车辆位置数据,并对所述位置数据进行存储。
根据本发明的一个实施例,所述方法还包括:
调用路径数据发送线程,在所述路径数据发送线程中,周期性地获取全局路径点坐标数据和车辆位置数据,并对所述全局路径点坐标数据和车辆位置数据进行坐标系转换,根据转换后的数据生成相应的ZMQ消息,并将所述ZMQ消息发送至智能驾驶***。
本发明所提供的用于智能驾驶***的路径规划方法将道路分成了两种类型:特殊路段及一般路段,对于不同类型道路采用不同的方式来进行路径规划。通过这种方式,本方法可以简化地图,降低路径规划的数据处理量以及时间成本。
同时,对于本发明所提供的方法来说,在进行自主导航时,该方法采用插值算法(例如5米插值算法)提高了路段的路径精度。同时,对于特殊路段,本方法采用标记点识别方式来判断是否进入或驶离特殊路段,这样也就可以使车辆在进入特殊路段的时机更加合理。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明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的附图做简单的介绍:
图1是根据本发明一个实施例的用于智能驾驶***的路径规划方法的实现流程示意图;
图2是根据本发明一个实施例的利用第一预设路径规划模型来进行路径规划的实现流程示意图;
图3是根据本发明一个实施例的对临时路径规划结果进行坐标点插值的实现流程示意图;
图4是根据本发明一个实施例的坐标点插值结果示意图;
图5是根据本发明一个实施例的位置数据更新线程的实现流程示意图;
图6是根据本发明一个实施例的路径数据发送线程的实现流程示意图;
图7是根据本发明一个实施例的计时器线程的实现流程示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
同时,在以下说明中,出于解释的目的而阐述了许多具体细节,以提供对本发明实施例的彻底理解。然而,对本领域的技术人员来说显而易见的是,本发明可以不用这里的具体细节或者所描述的特定方式来实施。
另外,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
现有技术中存在许多导航产品,这些导航产品都能够提供点到点的全局规划工作,从而为用户提供导航功能。但是,现有这些产品所具备的导航功能远远无法满足智能驾驶***的需求,这些产品无法未智能驾驶***提供期望路径的经纬度点以及车道信息,因而智能驾驶***需要更加合适的全局规划方法。
本发明提供了一种新的用于智能驾驶***的路径规划方法,该方法特别适用于对智能驾驶***的全局路径的规划。其中,图1示出了本实施例所提供的用于智能驾驶***的路径规划方法的实现流程示意图。
如图1所示,本实施例中,该路径规划方法首先在步骤S101中对获取到的智能驾驶车辆的行驶环境信息进行道路分析,从而在步骤S102中根据上述分析结果来判断智能驾驶车辆是否进入特殊路段。
由于智能驾驶***实现车辆的智能驾驶主要依靠对车道线的识别,因此本实施例中,上述特殊路段主要包括车道线异常的路段,具体地可以包括:岔路口、车道线交叉路段和无车道线路段。当然,在本发明的其它实施例中,上述特殊路段既可以仅包含以上所列项中的某一项或某几项,也可以包含其它未列出的合理项,本发明不限于此。
本实施例中,各个特殊路段的路段入口和路段出口处均设置有特殊路段信标,这样智能驾驶***通过读取特殊路段所配置的特殊路段信标也就可以判断出智能驾驶车辆是否驶入特殊路段或是驶出特殊路段。
具体地,本实施例中,特殊路段所配备的特殊路段信标优选地包括标志点类型和特殊路段编号。智能驾驶车辆通过读取上述特殊路段信标也就可以确定出智能驾驶车辆是否驶入特殊路段或是驶出特殊路段,同时通过上述特殊路段编号还可以确定出该特殊路段所对应的相关数据。
本实施例中,该方法通过读取特殊路段信号优选地可以得到四位十进制数据,其中,个位数据和十位数据用于表征该标志点的标志点类型。上述标志点类型包括进入标志点和离开标志点。例如,本实施例中,如果所得到的四位十进制数据的十位数据和个位数据所组成的数值为“11”,那么该方法也就会将该标志点的标志点类型确定为进入标志点;而如果得到的四位十进制数据的十位数据和个位数据所组成的数值为“12”,那么该方法也就会将该标志点的标志点类型确定为离开标志点。因此,该方法根据上述数据也就可以判断出智能驾驶车辆是否进入或离开特殊路段。
本实施例中,该方法通过计算所得到的四位十进制数据对100取商既可以得到该标志点的特殊路段编号(同一路段的进入标志点和离开标志点可以具有同一特殊路段编号)。例如,如果得到的四位十进制数据所构成的数值为“7611”,那么该方法也就可以确定处该标志点为进入标志点,同时该特殊路段的特殊路段编号为“76”。
当然,在本发明的其它实施例中,该方法还以采用其它方式来判断智能驾驶车辆是否进入或离开特殊路段,本发明不限于此。例如,在本发明的其它实施例中,上述智能驾驶车辆的行驶环境信息还可以包含车辆当前位置信息以及车辆即将行驶的路段信息,这样该路径规划方法也就可以根据车辆当前位置信息以及车辆即将行驶的路段信息来判断智能驾驶车辆是否驶入特殊路段。
如图1所示,本实施例中,如果智能驾驶车辆未驶入特殊路段,即智能驾驶车辆在非特殊路段(例如车道线清晰的直线道路等)上行驶,那么该方法会在步骤S103中利用第一预设路径规划模型来进行路径规划,从而得到第一路径规划结果。
具体地,图2示出了本实施例中利用第一预设路径规划模型来进行路径规划的实现流程示意图。
如图2所示,本实施例中,如果智能驾驶车辆在非特殊路段上行驶,那么该方法会在步骤S201中利用GIS数据库对智能驾驶车辆的行驶状态进行路径规划,从而得到临时路径规划结果。
本实施例中,该方法在步骤S201中优选地利用ArcGIS提供的道路分析库函数来获取一条最短路径。在使用ArcGIS所提供的道路分析库函数进行路径规划后,该方法也就可以提取到该临时路径的经纬度信息。具体地,本实施例中,该方法在步骤S201中所使用的道路分析库函数优选地为迪杰斯特拉最短路径算法。当然,在本发明的其它实施例中,该方法还可以采用其它合理算法来利用GIS数据库进行路径规划,本发明不限于此。
本实施例中,通过分析发现,在步骤S201中所得到的临时路径规划结果中轨迹坐标点较为稀疏(例如在20米至30米之间),这样显然会影响到路径的精度。因此为了提高规划得到的路径的精度,本实施例中,该方法将会在步骤S202中对步骤S201中所得到的临时路径规划结果进行坐标点插值,从而得到轨迹坐标点较为密集的第一路径规划结果。
具体地,如图3所示,本实施例中,该方法在对临时路径规划结果进行坐标点插值时,首先会在步骤S301中获取临时路径规划结果中相邻坐标点的经纬度信息,并在步骤S302中根据上述经纬度信息确定该相邻坐标点的间距。
随后,该方法会在步骤S303中基于预设坐标点间距阈值,根据上述临时规划结果中相邻坐标点的间距确定插值坐标点数量。最后再在步骤S304中根据步骤S303中所得到的插值坐标点数量和上述预设坐标点间距阈值,对临时路径规划结果中相邻坐标点进行坐标点插值,从而得到轨迹坐标点较为密集的第一路径规划结果。
例如,如图4所示,该方法在步骤S201中所得到的临时路径规划结果中相邻坐标点A1和A2之间的间距为25米,如果预设坐标点间距阈值为5米,那么坐标点A1和A2之间就需要插值4个坐标点(即图4中坐标点B1至B4),这样该方法在完成坐标点插值后也就可以得到如图4所示的结果。
需要指出的是,在本发明的不同实施例中,上述预设坐标点间距阈值的具体取值可以实际需要配置为不同的合理值,本发明不限于此。
当然,在本发明的其它实施例中,该方法还可以采用其它合理方式来利用第一预设路径规划模型对智能驾驶车辆进行路径规划,从而得到第一路径规划结果,本发明不限于此。
再次如图1所示,本实施例中,如果智能驾驶车辆驶入特殊路段,即该方法读取到进入标志点且未读取到离开标志点,那么该方法会在步骤S104中读取该特殊路段的经纬度信息,并在步骤S105中根据步骤S104中所读取到的经纬度信息确定第二路径规划结果。
本实施例中,由于各个特殊路段都具有唯一的特殊路段编号,因此该方法也就可以通过在进入该特殊路段时所读取到的特殊路段编号来获取与该特殊路段编号相对应的经纬度信息,从而得到该特殊路段的经纬度信息,进而根据该特殊路段的经纬度信息来确定出该特殊路段的路径坐标信息,从而得到上述第二路径规划结果。
本实施例中,对于特殊路段,该方法并不需要对特殊路段的经纬度信息进行额外的数据处理,可以利用该特殊路段的经纬度信息来直接得到路径坐标信息,进而得到上述第二路径规划结果。
当然,在本发明的其它实施例中,该方法还可以采用其它合理方式来确定出特殊路段的路径规划结果,本发明不限于此。
本发明所提供的用于智能驾驶***的路径规划方法将道路分成了两种类型:特殊路段及一般路段,对于不同类型道路采用不同的方式来进行路径规划。通过这种方式,本方法可以简化地图,降低路径规划的时间成本。
同时,对于本发明所提供的方法来说,在进行自主导航时,该方法采用插值算法(例如5米插值算法)提高了路段的路径精度。同时,对于特殊路段,本方法采用标记点识别方式来判断是否进入或驶离特殊路段,这样也就可以使车辆在进入特殊路段的时机更加合理。
本发明还提供了一种用于智能驾驶***的全局规划方法,在该方法中,全局路径规划程序优选地设置有三个线程(包括计时器线程、位置数据更新线程和路径数据发送线程),这三个线程相互独立并按照自身的周期运行。该方法通过调用上述三个线程来实现智能驾驶车辆的全局路径规划。
图5示出了本实施例中位置数据更新线程的实现流程示意图。
如图5所示,本实施例中,在调用位置数据更新线程来更新智能驾驶车辆的位置数据时,该方法首先会在步骤S501中配置ZMQ通信参数并在步骤S502中建立与数据池的连接,这样也就可以向数据池中写入数据或从数据池中读取相关数据。
随后,该方法会在步骤S503中向数据池发送位置数据请求信息。数据池在接收到上述位置数据请求信息后,会响应该位置数据请求信息,并发送包含车辆位置数据的反馈信息。本实施例中,该方法接收到上述反馈信息后,会在步骤S503中对反馈信息进行解析,从而得到车辆位置数据,从而利用所得到的车辆位置数据对已有的车辆位置数据进行更新。。
本实施例中,在将解析得到的车辆位置数据发送至数据池后,该方法会在步骤S505中判断是否需要结束位置数据更新进程。其中,如果需要结束位置数据更新进程,该方法也就会停止位置数据的获取及更新;而如果仍需要继续执行位置数据更新进程,那么该方法则会在步骤S506中等待下一周期,并随后返回步骤S503以进入下一执行周期。
图6示出了本实施例中路径数据发送线程的实现流程示意图。
如图6所示,本实施例中,在调用路径数据发送线程来将得到的全局路径数据发送至智能驾驶***时,该方法首先会在步骤S601中配置ZMQ通信参数并在步骤S502中建立与数据池的连接,这样也就可以向数据池中写入数据或从数据池中读取相关数据。
在步骤S603中,该方法会获取全局路经点数据以及车辆位置数据(例如车辆当前GPS数据),并在步骤S604中对步骤S603中所获取到的上述数据进行坐标系转换。本实施例中,通过对全局路经点数据进行坐标系转换,该方法可以筛选出智能驾驶车辆前方指定距离(具体数值可以根据实际需要配置为不同的合理值)内的路径点。
在完成数据的坐标系转换后,该方法会在步骤S605中对坐标系转换后的数据进行格式转换并发送至智能驾驶***。具体地,本实施例中,该方法在步骤S605中优选地首先会将坐标系转换后的数据转换为预设格式的字符串(例如jason格式字符串),随后在将得到的预设格式的字符串转换为ZMQ消息并发送至智能驾驶***。
本实施例中,为了保证数据发送的可靠性,该方法在完成ZMQ消息的发送后,会在步骤S606中接收智能驾驶***响应上述ZMQ消息所回传来的反馈信息,并在步骤S607中根据上述反馈信息判断ZMQ消息的发送过程是否成功(即数据是否成功发送)。其中,如果数据未成功发送,那么该方法则会返回步骤S603以重新进行数据发送;而如果数据成功发送,那么该方法则会在步骤S608中进一步判断是否需要结束路径数据发送线程。
如果需要结束路径数据发送线程,该方法也就会停止相关路径数据的发送;而如果仍需要继续路径数据发送线程,那么该方法则会在步骤S609中等待下一周期,并随后返回步骤S603以进入下一执行周期。
图7示出了本实施例中计时器线程的实现流程示意图。
如图7所示,本实施例中,在调用计时器线程来进行全局路径规划时,该方法会在步骤S701中获取智能驾驶车辆的车辆状态数据,并在步骤S702中根据上述车辆状态数据中的车辆位置数据更新地图中的车辆位置。
随后,该方法会在步骤S703中根据上述车辆状态数据判断智能驾驶车辆是否进入自动驾驶状态。其中,如果进入自动驾驶状态,该方法则在步骤S704中根据车辆状态数据更新地图中的起点位置和终点位置,并在步骤S705中利用如上所述的路径规划方法来进行全局路径规划。
在完成智能驾驶车辆的全局路径规划后,该方法会在步骤S706中在地图上对步骤S705中所得到的车辆规划路径进行可视化显示。同时,该方法会在步骤S707中根据智能驾驶车辆的车辆位置数据来判断车辆是否到达目的地。其中,如果车辆已经到达目的地,那么该方法会在步骤S708中停止自动驾驶,并在步骤S709中刷新地图;而如果车辆未达到目的地,那么该方法则会直接直行步骤S709以刷新地图。
在完成地图刷新后,该方法会在步骤S710中进一步判断是否需要结束计时器线程。如果需要结束计时器线程,该方法也就会停止相关路径规划操作;而如果仍需要继续计时器线程,那么该方法则会在步骤S711中等待下一周期,并随后返回步骤S703以进入下一执行周期。
本实施例中,如果该方法在步骤S704中判断出车辆未进入自动驾驶状态,那么该方法则会直接直行步骤S709以刷新地图。
本实施例中,由于ArcGIS工具的接口的限制,对ArcGIS地图的操作必须是单线程的,因此本方法将全局规划的函数放入计时器中运行,使得全局规划能够周期性的执行。
应该理解的是,本发明所公开的实施例不限于这里所公开的特定结构或处理步骤,而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是,在此使用的术语仅用于描述特定实施例的目的,而并不意味着限制。
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
虽然上述示例用于说明本发明在一个或多个应用中的原理,但对于本领域的技术人员来说,在不背离本发明的原理和思想的情况下,明显可以在形式上、用法及实施的细节上作各种修改而不用付出创造性劳动。因此,本发明由所附的权利要求书来限定。
Claims (13)
1.一种用于智能驾驶***的路径规划方法,其特征在于,所述方法包括:
步骤一、对智能驾驶车辆的行驶环境信息进行道路分析判断所述智能驾驶车辆是否驶入特殊路段,其中,如果所述智能驾驶车辆未驶入所述特殊路段,则执行步骤二,否则执行步骤三;
步骤二、利用第一预设路径规划模型根据获取到的智能驾驶车辆的行驶状态信息进行路径规划,得到第一路径规划结果;
步骤三,读取所述特殊路段的经纬度信息,并根据所读取到的经纬度信息确定第二路径规划结果。
2.如权利要求1所述的方法,其特征在于,在所述步骤二中,利用第一预设路径规划模型根据获取到的智能驾驶车辆的行驶状态信息进行路径规划的步骤包括:
利用GIS数据库对所述智能驾驶车辆的行驶状态信息进行路径规划,得到临时路径规划结果;
对所述临时路径规划结果进行坐标点插值,得到所述第一路径规划结果。
3.如权利要求2所述的方法,其特征在于,对所述临时路径规划结果进行坐标点插值的步骤包括:
获取所述临时路径规划结果中相邻坐标点的经纬度信息,并根据经纬度信息确定该相邻坐标点的间距;
基于预设坐标点间距阈值,根据所述临时路径规划结果中相邻坐标点的间距确定插值坐标点数量;
根据所述插值坐标点数量和预设坐标点间距阈值,对所述临时路径规划结果中相邻坐标点进行坐标点插值,得到所述第一路径规划结果。
4.如权利要求1~3中任一项所述的方法,其特征在于,在所述步骤一中,通过读取所述特殊路段所配置的特殊路段信标来判断所述智能驾驶车辆是否驶入特殊路段。
5.如权利要求4所述的方法,其特征在于,所述特殊路段信标包括标志点类型和特殊路段编号,其中,所述标志点类型包括进入标志点和离开标志点。
6.如权利要求5所述的方法,其特征在于,当检测到所述离开标志点时,所述方法执行所述步骤二,以利用所述第一预设路径规划模型进行路径规划。
7.如权利要求5或6所述的方法,其特征在于,在所述步骤三中,各个特殊路段的经纬度信息与其路段编号相对应,根据所述特殊路段编号来读取对相应的经纬度信息,得到该特殊路段的经纬度信息。
8.如权利要求1~7中任一项所述的方法,其特征在于,在所述步骤三中,利用所述特殊路段的经纬度信息直接获取路径坐标信息,得到所述第二路径规划结果。
9.如权利要求1~8中任一项所述的方法,其特征在于,所述特殊路段包括一下所列项中的任一项或几项:
岔路口、车道线交叉路段和无线车道线路段。
10.一种用于智能驾驶***的全局规划方法,其特征在于,所述方法包括:
调用计时器线程,所述计时器线程采用如权利要求1~9中任一项所述的方法进行全局路径规划。
11.如权利要求10所述的方法,其特征在于,所述计时器线程配置为:
获取智能驾驶车辆的车辆状态数据,并根据所述车辆状态数据中的车辆位置数据更新显示地图中的车辆位置;
根据所述车辆状态数据判断所述智能驾驶车辆是否处于自动驾驶状态,其中,如果处于自动驾驶状态,则根据所述车辆状态数据更新所述显示地图中的起点位置和终点位置,并利用权利要求1~9中任一项所述的方法进行全局路径规划。
12.如权利要求10或11所述的方法,其特征在于,所述方法还包括:
调用位置数据更新线程,在所述位置数据更新线程中,周期性地生成并发送位置数据请求信息,并接收针对所述位置数据请求信息所反馈的车辆位置数据,并对所述位置数据进行存储。
13.如权利要求10~12中任一项所述的方法,其特征在于,所述方法还包括:
调用路径数据发送线程,在所述路径数据发送线程中,周期性地获取全局路径点坐标数据和车辆位置数据,并对所述全局路径点坐标数据和车辆位置数据进行坐标系转换,根据转换后的数据生成相应的ZMQ消息,并将所述ZMQ消息发送至智能驾驶***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711443646.7A CN109974724B (zh) | 2017-12-27 | 2017-12-27 | 一种用于智能驾驶***的路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711443646.7A CN109974724B (zh) | 2017-12-27 | 2017-12-27 | 一种用于智能驾驶***的路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109974724A true CN109974724A (zh) | 2019-07-05 |
CN109974724B CN109974724B (zh) | 2021-08-31 |
Family
ID=67072217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711443646.7A Active CN109974724B (zh) | 2017-12-27 | 2017-12-27 | 一种用于智能驾驶***的路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109974724B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111177934A (zh) * | 2019-12-31 | 2020-05-19 | 福瑞泰克智能***有限公司 | 参考路径规划的方法、设备和存储介质 |
CN112660146A (zh) * | 2019-09-30 | 2021-04-16 | 北京百度网讯科技有限公司 | 控制车辆的方法、装置、设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105261224A (zh) * | 2015-09-02 | 2016-01-20 | 奇瑞汽车股份有限公司 | 智能车辆控制方法和装置 |
CN105892464A (zh) * | 2016-04-29 | 2016-08-24 | 大连楼兰科技股份有限公司 | 基于固定路线的专用车自动驾驶***及其驾驶方法 |
CN106840178A (zh) * | 2017-01-24 | 2017-06-13 | 中南大学 | 一种基于ArcGIS的地图创建与智能车辆自主导航方法及*** |
CN107031600A (zh) * | 2016-10-19 | 2017-08-11 | 东风汽车公司 | 基于高速公路的自动驾驶*** |
CN107207013A (zh) * | 2014-12-12 | 2017-09-26 | 索尼公司 | 自动驾驶控制设备以及自动驾驶控制方法和程序 |
JP2017211301A (ja) * | 2016-05-26 | 2017-11-30 | 本田技研工業株式会社 | 経路案内装置及び経路案内方法 |
-
2017
- 2017-12-27 CN CN201711443646.7A patent/CN109974724B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107207013A (zh) * | 2014-12-12 | 2017-09-26 | 索尼公司 | 自动驾驶控制设备以及自动驾驶控制方法和程序 |
CN105261224A (zh) * | 2015-09-02 | 2016-01-20 | 奇瑞汽车股份有限公司 | 智能车辆控制方法和装置 |
CN105892464A (zh) * | 2016-04-29 | 2016-08-24 | 大连楼兰科技股份有限公司 | 基于固定路线的专用车自动驾驶***及其驾驶方法 |
JP2017211301A (ja) * | 2016-05-26 | 2017-11-30 | 本田技研工業株式会社 | 経路案内装置及び経路案内方法 |
CN107031600A (zh) * | 2016-10-19 | 2017-08-11 | 东风汽车公司 | 基于高速公路的自动驾驶*** |
CN106840178A (zh) * | 2017-01-24 | 2017-06-13 | 中南大学 | 一种基于ArcGIS的地图创建与智能车辆自主导航方法及*** |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112660146A (zh) * | 2019-09-30 | 2021-04-16 | 北京百度网讯科技有限公司 | 控制车辆的方法、装置、设备和存储介质 |
CN111177934A (zh) * | 2019-12-31 | 2020-05-19 | 福瑞泰克智能***有限公司 | 参考路径规划的方法、设备和存储介质 |
CN111177934B (zh) * | 2019-12-31 | 2021-06-22 | 福瑞泰克智能***有限公司 | 参考路径规划的方法、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109974724B (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11275380B2 (en) | Virtual wall system for mobile devices and implementation method thereof | |
CN106104656B (zh) | 地图信息生成***、方法及程序 | |
CN107437122B (zh) | 确定商家配送范围的方法及装置 | |
CN102752855B (zh) | 基于路径规则和预测的室内人员定位***及方法 | |
CN105674995A (zh) | 一种基于用户出行轨迹获取通勤路线的方法及装置 | |
CN102879003A (zh) | 基于gps终端的面向车辆位置跟踪的地图匹配方法 | |
CN102818571B (zh) | 一种快速进行路况显示的数据分层与组织方法和装置 | |
CN104931063A (zh) | 路径规划方法 | |
CN105843253A (zh) | 无人机的路径规划方法及*** | |
CN104819722B (zh) | 一种行车跟随方法和*** | |
EP3640597B1 (en) | Map data storage method and device | |
WO2020125686A1 (zh) | 实时相对地图的生成方法,智能驾驶设备以及计算机存储介质 | |
CN105683716A (zh) | 场境交通或通行警示 | |
JP2014130529A (ja) | 新規道路判定方法、新規道路判定装置、表示装置、コンピュータプログラム及び記録媒体 | |
CN104471350A (zh) | 车载用交通信息通知装置 | |
US20230075758A1 (en) | Travel route planning method and travel route recommendation method | |
CN108444486A (zh) | 一种导航路线排序方法和装置 | |
CN109974724A (zh) | 一种用于智能驾驶***的路径规划方法 | |
Chen et al. | Enabling smart urban services with gps trajectory data | |
CN103900587B (zh) | 规避路段的导航方法和装置 | |
CN114596709A (zh) | 数据处理方法、装置、设备以及存储介质 | |
CN109631934A (zh) | 地图应用的信息处理方法、装置、服务器及储存介质 | |
CN104217580A (zh) | 面向车辆群组动画的路网语义建模方法及*** | |
CN105698796A (zh) | 一种多机器人调度***的路径搜索方法 | |
CN111338381A (zh) | 一种无人机作业控制方法、装置、遥控器及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |