CN110132279A - 局部路径规划的测试方法和装置 - Google Patents

Abstract

本申请公开了局部路径规划方法和装置、路径规划方法和装置以及基于局部路径规划的测试方法和装置。基于局部路径规划的测试方法的一具体实施方式包括：获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标；获取无人车基于细节路径规划数据行驶得到的实际的规划指标；比对用于测试的规划指标和实际的规划指标；根据比对结果以及规划合理性确定规则，确定细节路径规划数据是否合理。该实施方式实现了无需人工测试细节路径规划数据，提高了测试细节路径规划数据的效率，并且提高了测试结果的准确性。

Description

局部路径规划的测试方法和装置

相关申请的交叉引用

本申请为申请日为2016年12月2日，申请号为201611110564.6，发明名称为“局部路径规划和基于其的测试方法和装置”的中国专利申请的分案申请。

技术领域

本申请涉及导航和测试技术领域，具体涉及无人车导航测试技术领域，尤其涉及局部路径规划的测试方法和装置。

背景技术

现有无人车路径规划是由路径规划模块在无人车启动前，做基于细节路径规划，且如果在行驶过程中如果更换车道线或无人驾驶行驶位置与前期基于细节路径规划不一致时，就会导致频繁触发细节路径规划，因此需要测试细节路径规划是否准确以及细节路径规划是否是最优路径。

目前，通常采用人工测试的方法来测试细节路径规划是否准确以及细节路径规划是否是最优路径。

然而，在使用人工测试的方法来对这些规划的路径进行验证时，测试所耗费的时间较长，并且测试的内容通常无法测试细节路径规划是否准确以及细节路径规划是否是最优路径。

发明内容

本申请的目的在于提出一种改进的局部路径规划方法和装置、路径规划方法和装置以及基于局部路径规划的测试方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种局部路径规划方法，所述方法包括：获取路网路径规划数据；在无人车基于路网路径规划数据、地图数据以及感知到的实际道路的车道线行驶的过程中，响应于当前道路或前行道路的车道位于局部规划区域，在所述局部规划区域的路径构建指向前行方向的一个以上有向连通图；基于各有向连通图的以下一项或多项确定局部路径规划数据：路径距离、途经红绿灯数量和拥堵量。

在一些实施例中，所述方法还包括：判断在所述局部规划区域的所述路网路径规划数据的路径轨迹与所述局部路径规划数据的路径轨迹是否重合；若重合，指导所述无人车根据所述路网路径规划数据行驶；若不重合，指导所述无人车根据所述局部路径规划数据行驶。

在一些实施例中，所述基于各有向连通图的路径距离、途经红绿灯数量和拥堵量，确定局部路径规划数据包括：基于对各有向连通图的路径距离、途经红绿灯数量和拥堵量的加权评分结果，确定所述一个以上有向连通图中的评分最高的有向连通图；将所述评分最高的有向连通图对应的基于车道线的路径规划数据确定为所述局部路径规划数据。

在一些实施例中，所述局部规划区域包括以下一项或多项：障碍物区域、道路变换区域、路口区域和方向变换区域。

在一些实施例中，所述路网路径规划数据为基于实际道路数据确定的无人车从起始点到终止点的路网路径规划数据；和/或所述有向连通图为将所述局部规划区域的车道线按照预定距离设定标记点并采用连线有向连通各标记点得到。

第二方面，本申请提供了一种路径规划方法，所述方法包括：在无人车基于路网路径规划数据、地图数据以及感知到的实际道路的车道线行驶的过程中，响应于当前道路或前行道路的车道位于局部规划区域，根据如上所述的局部路径规划方法，确定局部路径规划数据。

第三方面，本申请提供了一种基于局部路径规划的测试方法，所述方法包括：获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标；获取无人车基于细节路径规划数据行驶得到的实际的规划指标；比对所述用于测试的规划指标和所述实际的规划指标；根据比对结果以及规划合理性确定规则，确定所述细节路径规划数据是否合理。

在一些实施例中，所述获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标包括以下一项或多项：所述路网路径规划数据为基于实际道路数据确定的无人车从起始点到终止点的路网路径规划数据；以及所述局部路径规划数据为基于如上所述的局部规划方法确定的局部路径规划数据。

在一些实施例中，所述获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标包括：获取无人车在频繁变更道路的过程中获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标；以及所述获取无人车基于细节路径规划数据行驶得到的实际的规划指标包括：获取无人车在所述频繁变更道路的过程中基于细节路径规划数据行驶得到的实际的规划指标。

在一些实施例中，所述方法还包括：根据比对结果以及差异合理性确定规则，确定所述细节路径规划数据与在所述局部规划区域采用所述局部路径规划数据、在除所述局部规划区域之外的区域采用所述路网路径规划数据的差异是否合理。

在一些实施例中，所述规划指标至少包括以下一项或多项：行驶轨迹、路径规划时间和***开销。

第四方面，本申请提供了一种局部路径规划装置，所述装置包括：路网规划获取单元，用于获取路网路径规划数据；有向连通图构建单元，用于在无人车基于路网路径规划数据、地图数据以及感知到的实际道路的车道线行驶的过程中，响应于当前道路或前行道路的车道位于局部规划区域，在所述局部规划区域的路径构建指向前行方向的一个以上有向连通图；局部规划确定单元，用于基于各有向连通图的以下一项或多项确定局部路径规划数据：路径距离、途经红绿灯数量和拥堵量。

在一些实施例中，所述装置还包括：轨迹重合判断单元，用于判断在所述局部规划区域的所述路网路径规划数据的路径轨迹与所述局部路径规划数据的路径轨迹是否重合；路网规划行驶单元，用于若在所述局部规划区域的所述路网路径规划数据的路径轨迹与所述局部路径规划数据的路径轨迹重合，指导所述无人车根据所述路网路径规划数据行驶；局部规划行驶单元，用于若在所述局部规划区域的所述路网路径规划数据的路径轨迹与所述局部路径规划数据的路径轨迹不重合，指导所述无人车根据所述局部路径规划数据行驶。

在一些实施例中，所述局部规划确定单元包括：有向连通图确定子单元，基于对各有向连通图的路径距离、途经红绿灯数量和拥堵量的加权评分结果，确定所述一个以上有向连通图中的评分最高的有向连通图；局部规划确定子单元，将所述评分最高的有向连通图对应的基于车道线的路径规划数据确定为所述局部路径规划数据。

在一些实施例中，所述路网路径规划数据为基于实际道路数据确定的无人车从起始点到终止点的路网路径规划数据；和/或所述有向连通图为将所述局部规划区域的车道线按照预定距离设定标记点并采用连线有向连通各标记点得到。

第五方面，本申请提供了一种路径规划装置，所述装置包括：如上所述的局部路径规划装置。

第六方面，本申请提供了一种基于局部路径规划的测试装置，所述装置包括：测试指标获取单元，用于获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标；实际指标获取单元，用于获取无人车基于细节路径规划数据行驶得到的实际的规划指标；规划指标比对单元，用于比对所述用于测试的规划指标和所述实际的规划指标；规划合理确定单元，用于根据比对结果以及规划合理性确定规则，确定所述细节路径规划数据是否合理。

在一些实施例中，所述测试指标获取单元进一步用于以下一项或多项：所述路网路径规划数据为基于实际道路数据确定的无人车从起始点到终止点的路网路径规划数据；以及所述局部路径规划数据为基于如上所述的局部规划装置确定的局部路径规划数据。

在一些实施例中，所述测试指标获取单元进一步用于：获取无人车在频繁变更道路的过程中获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标；以及所述实际指标获取单元进一步用于：获取无人车在所述频繁变更道路的过程中基于细节路径规划数据行驶得到的实际的规划指标。

在一些实施例中，所述装置还包括：差异合理性确定单元，用于根据比对结果以及差异合理性确定规则，确定所述细节路径规划数据与在所述局部规划区域采用所述局部路径规划数据、在除所述局部规划区域之外的区域采用所述路网路径规划数据的差异是否合理。

本申请提供的局部路径规划方法和装置、路径规划方法和装置以及基于局部路径规划的测试方法和装置，首先获取路网路径规划数据，之后在无人车基于路网路径规划数据、地图数据以及感知到的实际道路的车道线行驶的过程中，响应于当前道路或前行道路的车道位于局部规划区域，在所述局部规划区域的路径构建指向前行方向的一个以上有向连通图，然后基于各有向连通图的路径距离、途经红绿灯数量和拥堵量，确定局部路径规划数据，之后获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标，之后获取无人车基于细节路径规划数据行驶得到的实际的规划指标，之后比对用于测试的规划指标和实际的规划指标，最后根据比对结果以及规划合理性确定规则，确定细节路径规划数据是否合理。从而实现了无需人工测试细节路径规划数据，提高了测试细节路径规划数据的效率，并且提高了测试结果的准确性。

附图说明

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

图1是根据本申请的局部路径规划方法的一个实施例的示意性流程图；

图2是根据本申请的基于局部路径规划的测试方法的一个实施例的示意性流程图；

图3示出了根据本申请的基于局部路径规划的测试方法的的一个实施例的示例性应用场景；

图4是根据本申请的局部路径规划装置的一个实施例的示例性结构图；

图5是根据本申请的基于局部路径规划的测试装置的一个实施例的示例性结构图；

图6是适于用来实现本申请实施例的终端设备或服务器的计算机***的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了根据本申请的局部路径规划方法的一个实施例的流程100。该局部路径规划方法，包括以下步骤：

步骤101，获取路网路径规划数据。

在本实施例中，路网路径规划数据是指基于实际道路数据确定的自动驾驶车辆从起始点到终止点的规划数据，这里的实际道路是指真实世界中存在的道路，可以包括道路走向以及道路连接情况，因此，路网路径规划数据是一种粗粒度规划数据，用于指示无人车行驶所需经过的道路，并不限定具体的车道或车道线。

步骤102，在无人车基于路网路径规划数据、地图数据以及感知到的实际道路的车道线行驶的过程中，响应于当前道路或前行道路的车道位于局部规划区域，在局部规划区域的路径构建指向前行方向的一个以上有向连通图。

在本实施例中，地图数据是指面向机器的供自动驾驶车辆使用的高精度地图或从高精度地图中还原的由各级道路组成的网状***的地图，绝对精度一般都会在亚米级，也就是1米以内的精度，例如20厘米以内，而且横向的相对精度(比如，车道和车道，车道和车道线的相对位置精度)往往还要更高。并且高精度地图不仅有高精度的坐标，同时还有准确的道路形状，并且含有每个车道的坡度，曲率，航向，高程以及侧倾的数据。高精度地图不仅描绘道路，更描绘出一条道路上有多少条车道，会真实的反应出道路的实际样式，比如真实道路在某些地方变宽，那么高精度地图中的道路数据相应变宽，而真实道路在某些地方因为汇合而变窄，高精度地图也是一样因为汇合而变窄。另外，每条车道和车道之间的车道线是什么样子的，是虚线、实线还是双黄线，线的颜色，道路的隔离带，隔离带的材质，马路牙子什么样子，什么材质，甚至道路上的箭头，文字的内容，所在位置都会有描述。而且，为了自动驾驶的考虑，诸如每条车道的限速，推荐速度也需要一并提供。而像人行横道，道路沿线的看板，隔离带，限速标志，红绿灯，路边的电话亭等等，这类我们通常统称为交通参与物的绝对地理坐标，物理尺寸以及他们的特质特性等也都会出现在高精度地图的数据中。同时，高精度地图需要具备辅助完成实现高精度的定位位置功能，道路级和车道级的规划能力，以及车道级的引导能力。

这里的局部规划区域，是指检测到的行驶环境变化引起的可以触发局部规划的区域，可以包括以下一项或多项：障碍物区域、道路变换区域、路口区域和方向变换区域。这里的障碍物区域是指距离障碍物第一距离的区域；道路变换区域是指距离道路变换位置第二距离的区域；路口区域是指距离路口第三距离的区域；方向变换区域是指距离方向变换第四距离的区域。这里的第一距离、第二距离、第三距离和第四距离，仅代表与不同的计量对象之间的距离，并不代表对本申请的限定，第一距离、第二距离、第三距离和第四距离的距离长度可以根据用户需要设定，可以相同，也可以不同。

这里构建的指向前行方向的一个以上连通图，是指将局部规划区域的车道线按照预定距离设定标记点，并采用连线有向连通各标记点得到。在采用连线有向连通各标记点时，可以将分别位于车道两侧的车道线上且连线垂直于车道中心线的两个标记点双向连通，得到双向连通线，将位于同一条车道线的两点或分别位于两条车道线上且连线不垂直于车道中心线的两点沿无人车前行方向单向连通，得到单向连通线，从而得到在局部规划区域的路径构建的指向前行方向的一个以上有向连通图。

步骤103，基于各有向连通图的以下一项或多项确定局部路径规划数据：路径距离、途经红绿灯数量和拥堵量。

在本实施例中，局部路径规划数据是基于车道线的路径规划数据，是一种细粒度的路径规划数据。可以基于路径距离、途经红绿灯数量和拥堵量中的一项或多项，来确定局部路径规划数据。例如，在基于路径距离确定局部路径规划数据时，可以将路径距离最短的有向连通图对应的基于车道线的路径规划数据确定为局部路径规划数据；又例如，在基于途径红绿灯数量确定局部路径规划数据时，可以将途经红绿灯数量最少的有向连通图对应的基于车道线的路径规划数据确定为局部路径规划数据；又例如，在基于拥堵量确定局部路径规划数据时，可以将拥堵量最小的有向连通图对应的基于车道线的路径规划数据确定为局部路径规划数据。

在基于路径距离、途经红绿灯数量和拥堵量中的两项或三项来确定局部路径规划数据时，可以首先根据各项预设的计分规则，获取各项的得分；之后计算各项的得分分别乘以各项的权值得到的每一项的分数；之后将每一项的分数之和确定为有向连通图的总分；最后将总分最高的有向连通图对应的基于车道线的路径规划数据作为局部路径规划数据。从而考虑多方因素确定局部路径规划数据，提高局部路径规划数据的合理性。也即，在基于路径距离、途经红绿灯数量和拥堵量中的两项或三项来确定局部路径规划数据时，根据各项的加权评分结果，确定一个以上有向连通图中的评分最高的有向连通图；将评分最高的有向连通图对应的基于车道线的路径规划数据确定为局部路径规划数据。

可选地，上述的局部路径规划方法中还可以包括：步骤104、步骤105和步骤106。

其中，步骤104：判断在局部规划区域的路网路径规划数据的路径轨迹与局部路径规划数据的路径轨迹是否重合。

在本实施例中，为了确定无人车是否需要根据局部路径规划数据变更当前行驶车道，需要判断在局部规划区域的路网路径规划数据的路径轨迹与局部路径规划数据的路径轨迹是否重合。

步骤105：若重合，指导无人车根据路网路径规划数据行驶。

在本实施例中，若在局部规划区域的路网路径规划数据的路径轨迹与局部路径规划数据的路径轨迹重合，也即表明无人车根据在当前位置的路网路径规划数据行驶即可，无需切入局部路径规划数据以指导无人车行驶。

步骤106：若不重合，指导无人车根据局部路径规划数据行驶。

在本实施例中，若在局部规划区域的路网路径规划数据的路径轨迹与局部路径规划数据的路径轨迹不重合，也即需要切入局部路径规划数据以指导无人车根据局部路径规划数据行驶。

当检测到行驶环境变化已驶出触发局部规划的区域时，由于路网路径规划数据的并不指示具体车道或车道线，此时只需无人车沿路网路径规划数据指示道路行驶即可。

本申请上述实施例提供的局部路径规划方法，首先获取路网路径规划数据，之后在无人车基于路网路径规划数据、地图数据以及感知到的实际道路的车道线行驶的过程中，响应于当前道路或前行道路的车道位于局部规划区域，在局部规划区域的路径构建指向前行方向的一个以上有向连通图，最后基于各有向连通图的以下一项或多项确定局部路径规划数据：路径距离、途经红绿灯数量和拥堵量，提供了基于局部区域的路径规划方法，提升了在局部规划区域进行路径规划的准确度，保证了规划数据适应多种交通状况的能力。

在本申请中，还提供了一种路径规划方法，该方法包括：在无人车基于路网路径规划数据、地图数据以及感知到的实际道路的车道线行驶的过程中，响应于当前道路或前行道路的车道位于局部规划区域，根据如上所述的无人车局部路径规划方法，确定局部路径规划数据。

本申请实施例提供的路径规划方法，可以基于路网路径规划数据、地图数据以及感知到的实际道路的车道线行驶，并在当前道路或前行道路的车道位于局部规划区域时，根据如上所述的无人车局部路径规划方法，确定局部路径规划数据，实现了在局部规划区域提升了路径规划的准确度，保证了规划数据适应多种交通状况的能力。

进一步参考图2，图2示出了根据本申请的基于局部路径规划的测试方法的一个实施例的流程200。该基于局部路径规划的测试方法，包括以下步骤：

步骤201，获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标。

在本实施例中，路网路径规划数据是指基于实际道路数据确定的无人车从起始点到终止点的规划数据，这里的实际道路是指真实世界中存在的道路，可以包括道路走向以及道路连接情况，因此，路网路径规划数据指示无人车行驶所需经过的道路，并不指示行驶时的具体车道或车道线，是一种粗粒度规划数据。局部路径规划数据为基于如上图1的局部路径规划方法确定的局部路径规划数据。

这里的用于测试的规划指标，是指用于测试的与路径规划相关的指标。可选地，规划指标至少可以包括以下一项或多项：行驶轨迹、路径规划时间和***开销。用于测试的行驶轨迹是指用于测试细节路径规划数据的合理性的行驶轨迹，为无人车基于路网路径规划数据和局部路径规划数据行驶得到的行驶轨迹；用于测试的路径规划时间是指用于测试细节路径规划数据的合理性的路径规划时间，为无人车基于路网路径规划数据和局部路径规划数据行驶得到的路径规划时间；用于测试的***开销是指用于测试细节路径规划数据的合理性的规划***开销，为无人车基于路网路径规划数据和局部路径规划数据行驶得到的规划***开销。

步骤202，获取无人车基于细节路径规划数据行驶得到的实际的规划指标。

在本实施例中，细节路径规划数据是指基于车道线的路径规划数据。实际的规划指标，是指根据细节路径规划数据行驶得到的与路径规划相关的指标。在一些可选实现方式中，规划指标至少可以包括以下一项或多项：行驶轨迹、路径规划时间和***开销。这里的实际的行驶轨迹是指基于细节路径规划数据行驶得到的行驶轨迹；实际的路径规划时间是指基于细节路径规划数据行驶得到的路径规划时间；实际的***开销是指基于细节路径规划数据行驶得到的规划***开销。

步骤203，比对用于测试的规划指标和实际的规划指标。

在本实施例中，可以将规划指标中包括的项目逐一进行比对，例如，可以分别比对用于测试的行驶轨迹与实际的行驶轨迹、用于测试的路径规划时间与实际的路径规划时间、用于测试的***开销与实际的***开销等。也可以对各项目中的数据进行评分和加权，之后比对用于测试的规划指标根据评分和加权得到的总分和实际的规划指标根据评分和加权得到的总分。例如获取用于测试的行驶轨迹、用于测试的路径规划时间和用于测试的***开销的加权评分结果，并获取实际的行驶轨迹、实际的路径规划时间和实际的***开销的加权评分结果，最后对两个加权评分结果进行比对。

步骤204，根据比对结果以及规划合理性确定规则，确定细节路径规划数据是否合理。

在本实施例中，规划合理性确定规则是用于根据比对结果来确定细节路径规划数据是否合理的规则，若比对结果符合规划合理性确定规则，则确定细节路径规划数据合理，若比对结果不符合规划合理性确定规则，则确定细节路径规划数据不合理。

示例性的，可以以规划指标中包括的项目逐一进行比对为例，说明根据比对结果以及规划合理性确定规则，确定细节路径规划数据是否合理：在这里，可以基于比对用于测试的行驶轨迹与实际的行驶轨迹的结果，来确定细节路径规划数据是否能够给出最短路径来确定细节路径规划数据是否合理，也即，若细节路径规划数据能够给出最短路径，则细节路径规划数据合理，若细节路径规划数据不能够给出最短路径，则细节路径规划数据不合理。或者，还可以基于用于测试的***开销与实际的***开销的比对结果是否能够满足无人车具体行驶需求来确定细节路径规划数据是否合理，例如根据以下***开销的比对结果是否能够满足无人车具体行驶需求来确定细节路径规划数据是否合理：路径规划软件模块使用的中央处理单元CPU、存储器硬件开销MEMORY、频繁定位导致的GPS结果处理消耗时间、对于路径规划软件模块的计算时间以及响应时间等，若***开销的比对结果满足无人车具体行驶需求，则确定细节路径规划数据合理，若***开销的比对结果不满足无人车具体行驶需求，则确定细节路径规划数据不合理。

在一些可选实现方式中，可以获取无人车在频繁变更道路的过程中获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标，以及获取无人车在频繁变更道路的过程中基于细节路径规划数据行驶得到的实际的规划指标，之后比对用于测试的规划指标和实际的规划指标；最后根据比对结果以及规划合理性确定规则，确定细节路径规划数据是否合理。

示例性的，可以根据细节路径规划数据在频繁更换路径时是否能够快速有效给出规划路线，以及细节路径规划数据是否能够给出最短路径来确定细节路径规划数据是否合理，也即，若细节路径规划数据在频繁更换路径时能够在预定时间内给出规划路线且能够给出最短路径，则细节路径规划数据合理，若细节路径规划数据在频繁更换路径时不能够在预定时间内给出规划路线或细节路径规划数据不能够给出最短路径，则细节路径规划数据不合理。

在一些可选的实现方式中，上述的基于局部路径规划的测试方法还可以包括：根据比对结果以及差异合理性确定规则，确定细节路径规划数据与在局部规划区域采用局部路径规划数据、在除局部规划区域之外的区域采用路网路径规划数据的差异是否合理。

在本实现方式中，差异合理性确定规则是用于根据比对结果来确定细节路径规划数据与在局部规划区域采用局部路径规划数据、在除局部规划区域之外的区域采用路网路径规划数据的差异是否合理的规则，若比对结果符合差异合理性确定规则，则确定细节路径规划数据与在局部规划区域采用局部路径规划数据、在除局部规划区域之外的区域采用路网路径规划数据的差异合理，若比对结果不符合差异合理性确定规则，则确定细节路径规划数据与在局部规划区域采用局部路径规划数据、在除局部规划区域之外的区域采用路网路径规划数据的差异不合理。

示例性的，可以基于以下一项或多项确定用于测试的***开销和实际的***开销的比对结果：路径规划软件模块使用的中央处理单元CPU、存储器硬件开销MEMORY、频繁定位导致的GPS结果处理消耗时间、对于路径规划软件模块的计算时间以及响应时间与实际的路径规划软件模块使用的中央处理单元CPU、存储器硬件开销MEMORY、频繁定位导致的GPS结果处理消耗时间、对于路径规划软件模块的计算时间以及响应时间等，之后根据比对结果是否能够满足无人车具体行驶需求来确定细节路径规划数据与在局部规划区域采用局部路径规划数据、在除局部规划区域之外的区域采用路网路径规划数据的差异是否合理。

本申请上述实施例提供的基于局部路径规划的测试方法，通过首先获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标，并获取无人车基于细节路径规划数据行驶得到的实际的规划指标，之后比对所述用于测试的规划指标和所述实际的规划指标，最后根据比对结果以及规划合理性确定规则，确定所述细节路径规划数据是否合理，实现了无需人工测试基于细节路径规划数据，提高了测试基于细节路径规划数据的效率，并且提高了测试结果的准确性。

以下结合图3，描述根据本申请的基于局部路径规划的测试方法的一个实施例的示例性应用场景。

如图3所示，无人车路径规划模块可以根据道路的起始点301和终点302，对无人车330行驶的路径进行规划。

在基于路网路径规划数据和局部路径规划数据进行规划的过程中，首先无人车330从起始点301开始，根据路网路径规划数据311行驶进入局部规划区域304，此时检测到前方存在障碍物303，从而触发局部路径规划：路径规划模块首先找到无人车330当前所在的位置，根据GPS坐标找到距离该位置最近的车道线位置点，例如图中A点与B点；之后沿车道线方向按照预定距离进行标记，并采用有向连通图的方式进行各点间连线；之后基于各有向连通图的路径距离、途经红绿灯数量和拥堵量，采用加权方式计算最优路径，得到评分最高的有向连通图，例如图中的有向连通图B-D-E；之后，路径规划模块根据有向连通图B-D-E、无人车所在车道位置以及路径终点车道的中心线，可以确定局部规划路径312；之后，无人车330按照局部规划路径312行驶到对应车道位置，并在无人车330驶出局部规划区域304之后，参考未发生变化的路网路径规划数据继续前行，直至因前方需要并线进入局部规划区域305，之后无人车规划模块再次出发局部路径规划：从由标记点F、G、H、I和K生成的一个以上有向连通图中，选择有向连通图G-I-K为最优路径，之后根据有向连通图G-I-K、所在车道位置以及路径终点车道的中心线，确定局部规划路径313，之后，沿局部规划路径313行驶直至驶出局部规划区域305，此时路网路径规划数据规划的道路发生变化，无人车330沿路网路径规划数据规划的路径314行驶至终点302，从而获取到用于测试的规划指标，例如行驶轨迹、路径规划时间和***开销等。

在基于细节路径规划数据进行规划的过程中，首先无人车330从起始点301开始，沿细节路径规划数据规划的路径321行驶，在到达局部规划区域304时，检测到前方存在障碍物303，此时细节路径规划数据重新规划路径322，该路径322与局部规划路线312相对应；之后，无人车330沿细节路径规划数据响应于存在障碍物303而重新规划的路径322、323、324向前行驶，直至到达终点302，从而获取到实际的规划指标，例如行驶轨迹、路径规划时间和***开销等。

在得到用于测试的规划指标和实际的规划指标之后，可以对测试的规划指标中的项目指标与实际的规划指标中的项目指标逐一进行比对，从而根据比对结果和规划合理性确定规则，确定所述细节路径规划数据是否合理。进一步地，在本应用场景中，还可以根据比对结果和差异合理性确定规则，确定所述细节路径规划数据与在所述局部规划区域采用所述局部路径规划数据、在除所述局部规划区域之外的区域采用所述路网路径规划数据的差异是否合理。

本申请上述应用场景提供的基于局部路径规划的测试方法，提高了对于细节路径规划数据的测试效率，并且由于该方法可以通过多方面的测试结果来确定基于细节路径规划数据的合理性，提高了测试细节路径规划数据的准确度。

进一步参考图4，作为对上述方法的实现，本申请提供了一种局部路径规划装置的一个实施例，该装置实施例与图1所示的方法实施例相对应，由此，上文针对方法描述的操作和特征同样适用于装置400及其中包含的单元，在此不再赘述。该装置具体可以应用于各种电子设备中。

如图4所示，本实施例的局部路径规划装置400包括：路网规划获取单元410、有向连通图构建单元420和局部规划确定单元430。

其中，路网规划获取单元410，用于获取路网路径规划数据。

有向连通图构建单元420，用于在无人车基于路网路径规划数据、地图数据以及感知到的实际道路的车道线行驶的过程中，响应于当前道路或前行道路的车道位于局部规划区域，在局部规划区域的路径构建指向前行方向的一个以上有向连通图。

局部规划确定单元430，用于基于各有向连通图的以下一项或多项确定局部路径规划数据：路径距离、途经红绿灯数量和拥堵量。

在一些可选实现方式中，装置还包括：轨迹重合判断单元，用于判断在局部规划区域的路网路径规划数据的路径轨迹与局部路径规划数据的路径轨迹是否重合；路网规划行驶单元，用于若在局部规划区域的路网路径规划数据的路径轨迹与局部路径规划数据的路径轨迹重合，指导无人车根据路网路径规划数据行驶；局部规划行驶单元，用于若在局部规划区域的路网路径规划数据的路径轨迹与局部路径规划数据的路径轨迹不重合，指导无人车根据局部路径规划数据行驶。

在一些可选实现方式中，局部规划确定单元包括：有向连通图确定子单元，基于对各有向连通图的路径距离、途经红绿灯数量和拥堵量的加权评分结果，确定一个以上有向连通图中的评分最高的有向连通图；局部规划确定子单元，将评分最高的有向连通图对应的基于车道线的路径规划数据确定为局部路径规划数据。

在一些可选实现方式中，路网路径规划数据为基于实际道路数据确定的无人车从起始点到终止点的路网路径规划数据；和/或有向连通图为将局部规划区域的车道线按照预定距离设定标记点并采用连线有向连通各标记点得到。

本申请还提供了一种路径规划装置，路径规划装置包括：如上所述的局部路径规划装置。

进一步参考图5，作为对上述方法的实现，本申请提供了一种基于局部路径规划的测试装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，由此，上文针对方法描述的操作和特征同样适用于装置500及其中包含的单元，在此不再赘述。该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的基于局部路径规划的测试装置500包括：测试指标获取单元510、实际指标获取单元520、规划指标比对单元530和规划合理确定单元540。

其中，测试指标获取单元510，用于获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标。

实际指标获取单元520，用于获取无人车基于细节路径规划数据行驶得到的实际的规划指标。

规划指标比对单元530，用于比对用于测试的规划指标和实际的规划指标。

规划合理确定单元540，用于根据比对结果以及规划合理性确定规则，确定细节路径规划数据是否合理。

在一些可选实现方式中，测试指标获取单元进一步用于以下一项或多项：路网路径规划数据为基于实际道路数据确定的无人车从起始点到终止点的路网路径规划数据；以及局部路径规划数据为基于如上的局部规划装置确定的局部路径规划数据。

在一些可选实现方式中，测试指标获取单元进一步用于：获取无人车在频繁变更道路的过程中获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标；以及实际指标获取单元进一步用于：获取无人车在频繁变更道路的过程中基于细节路径规划数据行驶得到的实际的规划指标。

在一些可选实现方式中，装置还包括：差异合理性确定单元，用于根据比对结果以及差异合理性确定规则，确定细节路径规划数据与在局部规划区域采用局部路径规划数据、在除局部规划区域之外的区域采用路网路径规划数据的差异是否合理。

下面参考图6，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机***600的结构示意图。

如图6所示，计算机***600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有***600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口606。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。

附图中的流程图和框图，图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个单元、程序段、或代码的一部分，所述单元、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括路网规划获取单元、有向连通图构建单元、局部规划确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，路网规划获取单元还可以被描述为“获取路网路径规划数据的单元”。

作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备：获取路网路径规划数据；在无人车基于路网路径规划数据、地图数据以及感知到的实际道路的车道线行驶的过程中，响应于当前道路或前行道路的车道位于局部规划区域，在局部规划区域的路径构建指向前行方向的一个以上有向连通图；基于各有向连通图的以下一项或多项确定局部路径规划数据：路径距离、途经红绿灯数量和拥堵量。

作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备：获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标；获取无人车基于细节路径规划数据行驶得到的实际的规划指标；比对用于测试的规划指标和实际的规划指标；根据比对结果以及规划合理性确定规则，确定细节路径规划数据是否合理。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (16)

1.一种基于局部路径规划的测试方法，其特征在于，所述基于局部路径规划的测试方法包括：

获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标；

获取无人车基于细节路径规划数据行驶得到的实际的规划指标；

比对所述用于测试的规划指标和所述实际的规划指标；

根据比对结果以及规划合理性确定规则，确定所述细节路径规划数据是否合理。

2.根据权利要求1所述的基于局部路径规划的测试方法，其特征在于，所述获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标包括以下一项或多项：

所述路网路径规划数据为基于实际道路数据确定的无人车从起始点到终止点的路网路径规划数据；以及

所述局部路径规划数据为基于局部路径规划方法确定的局部路径规划数据；

其中，所述局部路径规划方法包括：

获取路网路径规划数据；

在无人车基于路网路径规划数据、地图数据以及感知到的实际道路的车道线行驶的过程中，响应于当前道路或前行道路的车道位于局部规划区域，在所述局部规划区域的路径构建指向前行方向的一个以上有向连通图；

基于各有向连通图的以下一项或多项确定局部路径规划数据：路径距离、途经红绿灯数量和拥堵量。

3.根据权利要求2所述的基于局部路径规划的测试方法，其特征在于，所述局部路径规划方法还包括：

判断在所述局部规划区域的所述路网路径规划数据的路径轨迹与所述局部路径规划数据的路径轨迹是否重合；

若重合，指导所述无人车根据所述路网路径规划数据行驶；

若不重合，指导所述无人车根据所述局部路径规划数据行驶。

4.根据权利要求2所述的基于局部路径规划的测试方法，其特征在于，所述基于各有向连通图的路径距离、途经红绿灯数量和拥堵量，确定局部路径规划数据包括：

基于对各有向连通图的路径距离、途经红绿灯数量和拥堵量的加权评分结果，确定所述一个以上有向连通图中的评分最高的有向连通图；

将所述评分最高的有向连通图对应的基于车道线的路径规划数据确定为所述局部路径规划数据。

5.根据权利要求2所述的基于局部路径规划的测试方法，其特征在于，所述局部规划区域包括以下一项或多项：障碍物区域、道路变换区域、路口区域和方向变换区域。

6.根据权利要求2所述的基于局部路径规划的测试方法，其特征在于，所述路网路径规划数据为基于实际道路数据确定的无人车从起始点到终止点的路网路径规划数据；和/或

所述有向连通图为将所述局部规划区域的车道线按照预定距离设定标记点并采用连线有向连通各标记点得到。

7.根据权利要求1-6任意一项所述的基于局部路径规划的测试方法，其特征在于，所述获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标包括：

获取无人车在频繁变更道路的过程中获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标；以及

所述获取无人车基于细节路径规划数据行驶得到的实际的规划指标包括：

获取无人车在所述频繁变更道路的过程中基于细节路径规划数据行驶得到的实际的规划指标。

8.根据权利要求1所述的基于局部路径规划的测试方法，其特征在于，所述基于局部路径规划的测试方法还包括：

根据比对结果以及差异合理性确定规则，确定所述细节路径规划数据与在所述局部规划区域采用所述局部路径规划数据、在除所述局部规划区域之外的区域采用所述路网路径规划数据的差异是否合理。

9.根据权利要求1所述的基于局部路径规划的测试方法，其特征在于，所述规划指标至少包括以下一项或多项：行驶轨迹、路径规划时间和***开销。

10.一种基于局部路径规划的测试装置，其特征在于，所述基于局部路径规划的测试装置包括：

测试指标获取单元，用于获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标；

实际指标获取单元，用于获取无人车基于细节路径规划数据行驶得到的实际的规划指标；

规划指标比对单元，用于比对所述用于测试的规划指标和所述实际的规划指标；

规划合理确定单元，用于根据比对结果以及规划合理性确定规则，确定所述细节路径规划数据是否合理。

11.根据权利要求10所述的基于局部路径规划的测试装置，其特征在于，所述测试指标获取单元进一步用于以下一项或多项：

所述路网路径规划数据为基于实际道路数据确定的无人车从起始点到终止点的路网路径规划数据；以及

所述局部路径规划数据为基于局部路径规划装置确定的局部路径规划数据；其中，所述局部路径规划装置包括：

路网规划获取单元，用于获取路网路径规划数据；

有向连通图构建单元，用于在无人车基于路网路径规划数据、地图数据以及感知到的实际道路的车道线行驶的过程中，响应于当前道路或前行道路的车道位于局部规划区域，在所述局部规划区域的路径构建指向前行方向的一个以上有向连通图；

局部规划确定单元，用于基于各有向连通图的以下一项或多项确定局部路径规划数据：路径距离、途经红绿灯数量和拥堵量。

12.根据权利要求11所述的基于局部路径规划的测试装置，其特征在于，所述局部路径规划装置还包括：

轨迹重合判断单元，用于判断在所述局部规划区域的所述路网路径规划数据的路径轨迹与所述局部路径规划数据的路径轨迹是否重合；

路网规划行驶单元，用于若在所述局部规划区域的所述路网路径规划数据的路径轨迹与所述局部路径规划数据的路径轨迹重合，指导所述无人车根据所述路网路径规划数据行驶；

局部规划行驶单元，用于若在所述局部规划区域的所述路网路径规划数据的路径轨迹与所述局部路径规划数据的路径轨迹不重合，指导所述无人车根据所述局部路径规划数据行驶。

13.根据权利要求11所述的基于局部路径规划的测试装置，其特征在于，所述局部规划确定单元包括：

有向连通图确定子单元，基于对各有向连通图的路径距离、途经红绿灯数量和拥堵量的加权评分结果，确定所述一个以上有向连通图中的评分最高的有向连通图；

局部规划确定子单元，将所述评分最高的有向连通图对应的基于车道线的路径规划数据确定为所述局部路径规划数据。

14.根据权利要求11所述的基于局部路径规划的测试装置，其特征在于，

所述路网路径规划数据为基于实际道路数据确定的无人车从起始点到终止点的路网路径规划数据；和/或

所述有向连通图为将所述局部规划区域的车道线按照预定距离设定标记点并采用连线有向连通各标记点得到。

15.根据权利要求10-14任意一项所述的基于局部路径规划的测试装置，其特征在于，所述测试指标获取单元进一步用于：

获取无人车在频繁变更道路的过程中获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标；以及

所述实际指标获取单元进一步用于：

获取无人车在所述频繁变更道路的过程中基于细节路径规划数据行驶得到的实际的规划指标。

16.根据权利要求10所述的基于局部路径规划的测试装置，其特征在于，所述基于局部路径规划的测试装置还包括：

差异合理性确定单元，用于根据比对结果以及差异合理性确定规则，确定所述细节路径规划数据与在所述局部规划区域采用所述局部路径规划数据、在除所述局部规划区域之外的区域采用所述路网路径规划数据的差异是否合理。