CN111397611B - 路径规划方法、装置以及电子设备 - Google Patents
路径规划方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN111397611B CN111397611B CN202010149254.5A CN202010149254A CN111397611B CN 111397611 B CN111397611 B CN 111397611B CN 202010149254 A CN202010149254 A CN 202010149254A CN 111397611 B CN111397611 B CN 111397611B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- determining
- path
- path planning
- obstacle information
- 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.)
- Active
Links
Images
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
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了路径规划方法、装置以及电子设备,涉及自动驾驶技术领域。具体实现方案为:获取车辆的驾驶场景以及位置信息;根据位置信息以及地图数据,确定车辆周边的障碍物信息;根据车辆周边的障碍物信息以及车辆的驾驶场景,确定车辆周边与路径规划相关的障碍物信息;根据车辆周边与路径规划相关的障碍物信息以及驾驶场景,确定车辆的规划可行域;结合规划可行域以及预设的路径规划算法,确定车辆对应的规划路径,从而将多个场景规则分成三个步骤去限定,且各个步骤之间界限清晰,从而降低了多个场景规则之间的耦合性,维护难度小,且考虑了驾驶场景等细节,提高了路径规划的准确度。
Description
技术领域
本申请涉及数据处理技术领域,具体涉及自动驾驶技术领域,尤其涉及路径规划方法、装置以及电子设备。
背景技术
目前的路径规划方法是,针对一种特定的驾驶场景,例如变道等,路径规划被表示为多项表达式,通过解表达式,确定规划得到的路径。
上述方法中,针对一种特定的驾驶场景,场景规则是通过多项表达式耦合在一起的,当驾驶场景发生变动时,例如障碍物多了等,对多项表达式的修改难度大,维护难度大。且上述多项表达式考虑的细节较少,导致路径规划的准确度低。
发明内容
本申请提出一种路径规划方法、装置以及电子设备,通过获取车辆的驾驶场景以及车辆周边与路径规划相关的障碍物信息;根据障碍物信息以及驾驶场景,确定车辆的规划可行域;结合规划可行域以及预设的路径规划算法,确定车辆对应的规划路径,从而将多个场景规则分成三个步骤去限定,且各个步骤之间界限清晰,从而降低了多个场景规则之间的耦合性,维护难度小,且考虑了驾驶场景等细节,提高了路径规划的准确度。
本申请第一方面实施例提出了一种路径规划方法,包括:
获取车辆的驾驶场景以及位置信息;
根据所述位置信息以及地图数据,确定所述车辆周边的障碍物信息;
根据所述车辆周边的障碍物信息以及所述车辆的驾驶场景,确定所述车辆周边与路径规划相关的障碍物信息;
根据所述车辆周边与路径规划相关的障碍物信息以及所述驾驶场景,确定所述车辆的规划可行域;
结合所述规划可行域以及预设的路径规划算法,确定所述车辆对应的规划路径。
在本申请一个实施例中,所述根据所述车辆周边的障碍物信息以及所述车辆的驾驶场景,确定所述车辆周边与路径规划相关的障碍物信息,包括:
将所述车辆前方的障碍物信息、所述驾驶场景以及所述地图数据输入预设的前方障碍物过滤模型,获取所述车辆前方的障碍物信息与路径规划的相关度;
将所述车辆后方的障碍物信息、所述驾驶场景以及所述地图数据输入预设的后方安全判别模型,获取所述车辆后方的障碍物信息与路径规划的相关度;
根据所述相关度,确定所述车辆周边与路径规划相关的障碍物信息。
在本申请一个实施例中,所述根据所述车辆周边与路径规划相关的障碍物信息以及所述驾驶场景,确定所述车辆的规划可行域,包括:
根据所述驾驶场景的场景策略以及地图数据,确定所述车辆的道路区域;
根据所述道路区域以及所述车辆周边与路径规划相关的障碍物信息,确定所述车辆的可行驶区域;
根据所述可行驶区域以及所述车辆的车辆模型,确定所述车辆的规划可行域。
在本申请一个实施例中,所述车辆的规划可行域的表示信息包括:所述规划可行域内的参考线,以及所述参考线上各个点对应的法向距离范围。
在本申请一个实施例中,所述结合所述规划可行域以及预设的路径规划算法,确定所述车辆对应的规划路径,包括:
获取所述规划路径的表示信息,所述表示信息包括:所述规划路径上各个采样点的位置信息;所述位置信息包括:所述采样点在所述参考线上的垂点距离参考线初始点的弧长,以及所述采样点与所述垂点之间的距离信息;
根据所述规划路径的表示信息和所述规划可行域的表示信息,构建多项表达式,所述多项表达式包括:路径评价函数以及所述采样点的限制条件;
对所述多项表达式进行求解,将对应的路径评价数值最小的路径确定为所述车辆对应的规划路径。
本申请实施例的路径规划方法,通过获取车辆的驾驶场景以及位置信息;根据位置信息以及地图数据,确定车辆周边的障碍物信息;根据车辆周边的障碍物信息以及车辆的驾驶场景,确定车辆周边与路径规划相关的障碍物信息;根据车辆周边与路径规划相关的障碍物信息以及驾驶场景,确定车辆的规划可行域;结合规划可行域以及预设的路径规划算法,确定车辆对应的规划路径。从而将多个场景规则分成三个步骤去限定,且各个步骤之间界限清晰,从而降低了多个场景规则之间的耦合性,维护难度小,且考虑了驾驶场景等细节,提高了路径规划的准确度。
本申请第二方面实施例提出了一种路径规划装置,包括:
获取模块,用于获取车辆的驾驶场景以及位置信息;
第一确定模块,用于根据所述位置信息以及地图数据,确定所述车辆周边的障碍物信息;
第二确定模块,用于根据所述车辆周边的障碍物信息以及所述车辆的驾驶场景,确定所述车辆周边与路径规划相关的障碍物信息;
第三确定模块,用于根据所述车辆周边与路径规划相关的障碍物信息以及所述驾驶场景,确定所述车辆的规划可行域;
第四确定模块,用于结合所述规划可行域以及预设的路径规划算法,确定所述车辆对应的规划路径。
在本申请一个实施例中,所述第二确定模块具体用于,
将所述车辆前方的障碍物信息、所述驾驶场景以及所述地图数据输入预设的前方障碍物过滤模型,获取所述车辆前方的障碍物信息与路径规划的相关度;
将所述车辆后方的障碍物信息、所述驾驶场景以及所述地图数据输入预设的后方安全判别模型,获取所述车辆后方的障碍物信息与路径规划的相关度;
根据所述相关度,确定所述车辆周边与路径规划相关的障碍物信息。
在本申请一个实施例中,所述第三确定模块具体用于,
根据所述驾驶场景的场景策略以及地图数据,确定所述车辆的道路区域;
根据所述道路区域以及所述车辆周边与路径规划相关的障碍物信息,确定所述车辆的可行驶区域;
根据所述可行驶区域以及所述车辆的车辆模型,确定所述车辆的规划可行域。
在本申请一个实施例中,所述车辆的规划可行域的表示信息包括:所述规划可行域内的参考线,以及所述参考线上各个点对应的法向距离范围。
在本申请一个实施例中,所述第四确定模块具体用于,
获取所述规划路径的表示信息,所述表示信息包括:所述规划路径上各个采样点的位置信息;所述位置信息包括:所述采样点在所述参考线上的垂点距离参考线初始点的弧长,以及所述采样点与所述垂点之间的距离信息;
根据所述规划路径的表示信息和所述规划可行域的表示信息,构建多项表达式,所述多项表达式包括:路径评价函数以及所述采样点的限制条件;
对所述多项表达式进行求解,将对应的路径评价数值最小的路径确定为所述车辆对应的规划路径。
本申请实施例的路径规划装置,通过获取车辆的驾驶场景以及位置信息;根据位置信息以及地图数据,确定车辆周边的障碍物信息;根据车辆周边的障碍物信息以及车辆的驾驶场景,确定车辆周边与路径规划相关的障碍物信息;根据车辆周边与路径规划相关的障碍物信息以及驾驶场景,确定车辆的规划可行域;结合规划可行域以及预设的路径规划算法,确定车辆对应的规划路径。从而将多个场景规则分成三个步骤去限定,且各个步骤之间界限清晰,从而降低了多个场景规则之间的耦合性,维护难度小,且考虑了驾驶场景等细节,提高了路径规划的准确度。
本申请第三方面实施例提出了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的路径规划方法。
本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上所述的路径规划方法。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的示意图;
图2是根据本申请第二实施例的示意图;
图3是直行下借道超车时车辆的道路区域的示意图;
图4是变道下靠边停车时车辆的道路区域的示意图;
图5为图3中道路区域对应的可行驶区域的示意图;
图6为图4中道路区域对应的可行驶区域的示意图;
图7是根据本申请第三实施例的示意图;
图8是用来实现本申请实施例的路径规划方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的路径规划方法、装置以及电子设备。
图1是根据本申请第一实施例的示意图。其中,需要说明的是,本实施例提供的路径规划方法的执行主体为路径规划装置。路径规划装置可以为终端设备、服务器等硬件设备,或者硬件设备上安装的软件。
如图1所示,路径规划方法具体实现过程如下:
步骤101,获取车辆的驾驶场景以及位置信息。
在本申请实施例中,车辆的驾驶场景例如,直行下的靠边停车、借道超车、分叉汇入等;变道下的靠边停车、阻塞变道、汇入车流等。
步骤102,根据位置信息以及地图数据,确定车辆周边的障碍物信息。
在本申请实施例中,障碍物例如,自行车、路边停止车辆、行驶车辆、行人、路边设备等。地图数据可以为车辆当前所在区域的地图数据,例如车辆所在车道的地图数据。根据车辆的位置信息查询地图数据,可以获取车辆所在位置一定范围内车道上的障碍物信息。
步骤103,根据车辆周边的障碍物信息以及车辆的驾驶场景,确定车辆周边与路径规划相关的障碍物信息。
在本申请实施例中,车辆周边与路径规划相关的障碍物信息,指的是在路径规划过程中影响车辆行驶的障碍物。路径规划装置确定车辆周边与路径规划相关的障碍物信息的方式例如可以为,将车辆前方的障碍物信息、驾驶场景以及地图数据输入预设的前方障碍物过滤模型,获取车辆前方的障碍物信息与路径规划的相关度;将车辆后方的障碍物信息、驾驶场景以及地图数据输入预设的后方安全判别模型,获取车辆后方的障碍物信息与路径规划的相关度;根据相关度,确定车辆周边与路径规划相关的障碍物信息。
本实施例中,预设的前方障碍物过滤模型可以为采用相关的训练数据对初始的前方障碍物过滤模型进行训练得到的模型。其中,训练数据可以包括:多个样本数据;每个样本数据包括:障碍物信息、驾驶场景、地图数据以及相关度。本实施例中,预设的后方安全判别模型可以为采用相关的训练数据对初始的后方安全判别模型进行训练得到的模型。
本实施例中,获取车辆周边与路径规划相关的障碍物信息,结合该障碍物信息来进行路径规划,能够避免非相关的障碍物信息对路径规划的影响,例如限制车辆不能从车道的哪部分经过,从而能够进一步提高规划得到的路径的准确度。
步骤104,根据车辆周边与路径规划相关的障碍物信息以及驾驶场景,确定车辆的规划可行域。
在本申请实施例中,根据车辆周边与路径规划相关的障碍物信息和驾驶场景,可以确定车辆在所在车道上可以行驶的区域,进而结合车辆的车辆模型确定车辆质心可以经过的区域,生成车辆的规划可行域。
步骤105,结合规划可行域以及预设的路径规划算法,确定车辆对应的规划路径。
在本申请实施例中,车辆的规划可行域的表示信息包括:规划可行域内的参考线,以及参考线上各个点对应的法向距离范围。对应的,路径规划装置执行步骤105的过程具体可以为,获取规划路径的表示信息,表示信息包括:规划路径上各个采样点的位置信息;位置信息包括:采样点在参考线上的垂点距离参考线初始点的弧长,以及采样点与垂点之间的距离信息;根据规划路径的表示信息和规划可行域的表示信息,构建多项表达式,多项表达式包括:路径评价函数以及采样点的限制条件;对多项表达式进行求解,将对应的路径评价数值最小的路径确定为车辆对应的规划路径。
本实施例中,规划可行域内的参考线,例如可以为车道中心线、车道边界线等,本实施例中,可以以车道中心线为例进行说明。车道中心线与车道边界线平行,车道中心线上各个点至车道边界线的距离在一般情况下相同。本实施例中,参考线初始点根据车辆的位置信息确定,将车辆所在位置投影到参考线上得到的垂点,即为参考线初始点。
本实施例中,参考线可以表示为s,规划路径上各个采样点的位置信息可以表示为(s0,l0),(s1,l1),…,(sn,ln)等。其中,sn表示第n个采样点在参考线上的垂点距离参考线初始点的弧长;ln表示采样点与垂点之间的距离信息。多项表达式例如可以如以下公式(1)、公式(2)和公式(3)所示。
minJ(l0,l1,...ln) (1)
lub_i≥li≥llb_i,i=0,1,...,n (2)
其中,lub_i表示第i个采样点在参考线上的垂点对应的法向距离范围的最大值;llb_i表示第i个采样点在参考线上的垂点对应的法向距离范围的最小值。
本申请实施例的路径规划方法,通过获取车辆的驾驶场景以及位置信息;根据位置信息以及地图数据,确定车辆周边的障碍物信息;根据车辆周边的障碍物信息以及车辆的驾驶场景,确定车辆周边与路径规划相关的障碍物信息;根据车辆周边与路径规划相关的障碍物信息以及驾驶场景,确定车辆的规划可行域;结合规划可行域以及预设的路径规划算法,确定车辆对应的规划路径。从而将多个场景规则分成三个步骤去限定,且各个步骤之间界限清晰,从而降低了多个场景规则之间的耦合性,维护难度小,且考虑了驾驶场景等细节,提高了路径规划的准确度。
图2是根据本申请第二实施例的示意图。在图1所示实施例的基础上,步骤104具体可以包括以下步骤:
步骤201,根据驾驶场景的场景策略以及地图数据,确定车辆的道路区域。
在本申请实施例中,路径规划装置可以结合地图数据以及车辆的位置信息,确定车辆所在车道的车道边界以及道路边界;其中,车道边界为车辆所在车道的车道线;道路边界是整个路面的可行驶区域的边界,例如路肩、栅栏等。结合车辆所在车道的车道边界、道路边界以及驾驶场景的场景策略,确定平面边界,根据平面边界确定车辆的道路区域。其中,地图数据可以为高精度地图的地图数据。
其中,在驾驶场景为直行下的借道超车时,车辆的道路区域的示意图可以如图3所示。在图3中,右上角的空白区域为根据驾驶场景,去除的借道超车时不允许车辆行驶的区域。图3中,A表示待进行路径规划的车辆;B表示前方停滞阻塞车辆;C表示后方行驶自行车。图3中的阴影部分表示车辆A的道路区域。
其中,在驾驶场景为变道下的靠边停车时,车辆的道路区域的示意图可以如图4所示。在图4中,右上角的空白区域为根据驾驶场景,去除的靠边停车时不允许车辆行驶的区域。图4中,A表示待进行路径规划的车辆;B表示路边行人。图4中的阴影部分表示车辆A的道路区域。
步骤202,根据道路区域以及车辆周边与路径规划相关的障碍物信息,确定车辆的可行驶区域。
在本申请实施例中,根据障碍物信息,确定各种类型障碍物需要保持的安全距离,根据所述安全距离对道路区域进行调整,去除道路区域中与安全距离相关的区域。图5为图3中道路区域对应的可行驶区域的示意图。在图5中,上方的无阴影横条部分为与C的安全距离相关的区域。
图6为图4中道路区域对应的可行驶区域的示意图。在图6中,B上方的无阴影横条部分为与B的安全距离相关的区域。
步骤203,根据可行驶区域以及车辆的车辆模型,确定车辆的规划可行域。
在本申请实施例中,车辆模型例如可以为车辆的外形轮廓、运动学模型等。根据车辆的外形轮廓可以确定车辆的质心与车辆的外形之间的距离,进而在可行驶区域中扣除与该距离相关的区域。运动学模型例如车辆转弯时车辆的质心与车辆的外形之间的最远距离,需要在车道转弯处扣除与该最远距离相关的区域。在本申请实施例中,车辆的规划可行域,为车辆的质心可以经过的区域。
本申请实施例的路径规划方法,通过获取车辆的驾驶场景以及位置信息;根据位置信息以及地图数据,确定车辆周边的障碍物信息;根据车辆周边的障碍物信息以及车辆的驾驶场景,确定车辆周边与路径规划相关的障碍物信息;根据驾驶场景的场景策略以及地图数据,确定车辆的道路区域;根据道路区域以及车辆周边与路径规划相关的障碍物信息,确定车辆的可行驶区域;根据可行驶区域以及车辆的车辆模型,确定车辆的规划可行域;结合规划可行域以及预设的路径规划算法,确定车辆对应的规划路径。从而将多个场景规则分成三个步骤去限定,且各个步骤之间界限清晰,从而降低了多个场景规则之间的耦合性,维护难度小,且考虑了驾驶场景等细节,提高了路径规划的准确度。
为了实现图1至图2所述实施例,本申请实施例还提出一种路径规划装置。
图7是根据本申请第三实施例的示意图。如图7所示,该路径规划装置700包括:获取模块710、第一确定模块720、第二确定模块730、第三确定模块740和第四确定模块750。
其中,获取模块710,用于获取车辆的驾驶场景以及位置信息;
第一确定模块720,用于根据所述位置信息以及地图数据,确定所述车辆周边的障碍物信息;
第二确定模块730,用于根据所述车辆周边的障碍物信息以及所述车辆的驾驶场景,确定所述车辆周边与路径规划相关的障碍物信息;
第三确定模块740,用于根据所述车辆周边与路径规划相关的障碍物信息以及所述驾驶场景,确定所述车辆的规划可行域;
第四确定模块750,用于结合所述规划可行域以及预设的路径规划算法,确定所述车辆对应的规划路径。
在本申请实施例中,所述第二确定模块730具体用于,将所述车辆前方的障碍物信息、所述驾驶场景以及所述地图数据输入预设的前方障碍物过滤模型,获取所述车辆前方的障碍物信息与路径规划的相关度;将所述车辆后方的障碍物信息、所述驾驶场景以及所述地图数据输入预设的后方安全判别模型,获取所述车辆后方的障碍物信息与路径规划的相关度;根据所述相关度,确定所述车辆周边与路径规划相关的障碍物信息。
在本申请实施例中,所述第三确定模块740具体用于,根据所述驾驶场景的场景策略以及地图数据,确定所述车辆的道路区域;根据所述道路区域以及所述车辆周边与路径规划相关的障碍物信息,确定所述车辆的可行驶区域;根据所述可行驶区域以及所述车辆的车辆模型,确定所述车辆的规划可行域。
在本申请实施例中,所述车辆的规划可行域的表示信息包括:所述规划可行域内的参考线,以及所述参考线上各个点对应的法向距离范围。
在本申请实施例中,所述第四确定模块750具体用于,获取所述规划路径的表示信息,所述表示信息包括:所述规划路径上各个采样点的位置信息;所述位置信息包括:所述采样点在所述参考线上的垂点距离参考线初始点的弧长,以及所述采样点与所述垂点之间的距离信息;根据所述规划路径的表示信息和所述规划可行域的表示信息,构建多项表达式,所述多项表达式包括:路径评价函数以及所述采样点的限制条件;对所述多项表达式进行求解,将对应的路径评价数值最小的路径确定为所述车辆对应的规划路径。
本申请实施例的路径规划装置,通过获取车辆的驾驶场景以及位置信息;根据位置信息以及地图数据,确定车辆周边的障碍物信息;根据车辆周边的障碍物信息以及车辆的驾驶场景,确定车辆周边与路径规划相关的障碍物信息;根据车辆周边与路径规划相关的障碍物信息以及驾驶场景,确定车辆的规划可行域;结合规划可行域以及预设的路径规划算法,确定车辆对应的规划路径。从而将多个场景规则分成三个步骤去限定,且各个步骤之间界限清晰,从而降低了多个场景规则之间的耦合性,维护难度小,且考虑了驾驶场景等细节,提高了路径规划的准确度。
为了实现上述实施例,本申请实施例还提出一种电子设备。
如图8所示,是根据本申请实施例的路径规划方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示,该电子设备包括:一个或多个处理器801、存储器802,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。图8中以一个处理器801为例。
存储器802即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的路径规划方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的路径规划方法。
存储器802作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的路径规划方法对应的程序指令/模块(例如,附图7所示的获取模块710、第一确定模块720、第二确定模块730、第三确定模块740和第四确定模块750)。处理器801通过运行存储在存储器802中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的路径规划方法。
存储器802可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据路径规划的电子设备的使用所创建的数据等。此外,存储器802可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器802可选包括相对于处理器801远程设置的存储器,这些远程存储器可以通过网络连接至路径规划的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
路径规划方法的电子设备还可以包括:输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线或者其他方式连接,图8中以通过总线连接为例。
输入装置803可接收输入的数字或字符信息,以及产生与路径规划的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置804可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (10)
1.一种路径规划方法,其特征在于,包括:
获取车辆的驾驶场景以及位置信息;
根据所述位置信息以及地图数据,确定所述车辆周边的障碍物信息;
根据所述车辆周边的障碍物信息以及所述车辆的驾驶场景,确定所述车辆周边与路径规划相关的障碍物信息;
根据所述车辆周边与路径规划相关的障碍物信息以及所述驾驶场景,确定所述车辆的规划可行域;
结合所述规划可行域以及预设的路径规划算法,确定所述车辆对应的规划路径;
所述根据所述车辆周边的障碍物信息以及所述车辆的驾驶场景,确定所述车辆周边与路径规划相关的障碍物信息,包括:
将所述车辆前方的障碍物信息、所述驾驶场景以及所述地图数据输入预设的前方障碍物过滤模型,获取所述车辆前方的障碍物信息与路径规划的相关度;
将所述车辆后方的障碍物信息、所述驾驶场景以及所述地图数据输入预设的后方安全判别模型,获取所述车辆后方的障碍物信息与路径规划的相关度;
根据所述相关度,确定所述车辆周边与路径规划相关的障碍物信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述车辆周边与路径规划相关的障碍物信息以及所述驾驶场景,确定所述车辆的规划可行域,包括:
根据所述驾驶场景的场景策略以及地图数据,确定所述车辆的道路区域;
根据所述道路区域以及所述车辆周边与路径规划相关的障碍物信息,确定所述车辆的可行驶区域;
根据所述可行驶区域以及所述车辆的车辆模型,确定所述车辆的规划可行域。
3.根据权利要求1所述的方法,其特征在于,所述车辆的规划可行域的表示信息包括:所述规划可行域内的参考线,以及所述参考线上各个点对应的法向距离范围。
4.根据权利要求3所述的方法,其特征在于,所述结合所述规划可行域以及预设的路径规划算法,确定所述车辆对应的规划路径,包括:
获取所述规划路径的表示信息,所述表示信息包括:所述规划路径上各个采样点的位置信息;所述位置信息包括:所述采样点在所述参考线上的垂点距离参考线初始点的弧长,以及所述采样点与所述垂点之间的距离信息;
根据所述规划路径的表示信息和所述规划可行域的表示信息,构建多项表达式,所述多项表达式包括:路径评价函数以及所述采样点的限制条件;
对所述多项表达式进行求解,将对应的路径评价数值最小的路径确定为所述车辆对应的规划路径。
5.一种路径规划装置,其特征在于,包括:
获取模块,用于获取车辆的驾驶场景以及位置信息;
第一确定模块,用于根据所述位置信息以及地图数据,确定所述车辆周边的障碍物信息;
第二确定模块,用于根据所述车辆周边的障碍物信息以及所述车辆的驾驶场景,确定所述车辆周边与路径规划相关的障碍物信息;
第三确定模块,用于根据所述车辆周边与路径规划相关的障碍物信息以及所述驾驶场景,确定所述车辆的规划可行域;
第四确定模块,用于结合所述规划可行域以及预设的路径规划算法,确定所述车辆对应的规划路径;
所述第二确定模块具体用于,
将所述车辆前方的障碍物信息、所述驾驶场景以及所述地图数据输入预设的前方障碍物过滤模型,获取所述车辆前方的障碍物信息与路径规划的相关度;
将所述车辆后方的障碍物信息、所述驾驶场景以及所述地图数据输入预设的后方安全判别模型,获取所述车辆后方的障碍物信息与路径规划的相关度;
根据所述相关度,确定所述车辆周边与路径规划相关的障碍物信息。
6.根据权利要求5所述的装置,其特征在于,所述第三确定模块具体用于,
根据所述驾驶场景的场景策略以及地图数据,确定所述车辆的道路区域;
根据所述道路区域以及所述车辆周边与路径规划相关的障碍物信息,确定所述车辆的可行驶区域;
根据所述可行驶区域以及所述车辆的车辆模型,确定所述车辆的规划可行域。
7.根据权利要求5所述的装置,其特征在于,所述车辆的规划可行域的表示信息包括:所述规划可行域内的参考线,以及所述参考线上各个点对应的法向距离范围。
8.根据权利要求7所述的装置,其特征在于,所述第四确定模块具体用于,
获取所述规划路径的表示信息,所述表示信息包括:所述规划路径上各个采样点的位置信息;所述位置信息包括:所述采样点在所述参考线上的垂点距离参考线初始点的弧长,以及所述采样点与所述垂点之间的距离信息;
根据所述规划路径的表示信息和所述规划可行域的表示信息,构建多项表达式,所述多项表达式包括:路径评价函数以及所述采样点的限制条件;
对所述多项表达式进行求解,将对应的路径评价数值最小的路径确定为所述车辆对应的规划路径。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010149254.5A CN111397611B (zh) | 2020-03-05 | 2020-03-05 | 路径规划方法、装置以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010149254.5A CN111397611B (zh) | 2020-03-05 | 2020-03-05 | 路径规划方法、装置以及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111397611A CN111397611A (zh) | 2020-07-10 |
CN111397611B true CN111397611B (zh) | 2022-07-05 |
Family
ID=71436283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010149254.5A Active CN111397611B (zh) | 2020-03-05 | 2020-03-05 | 路径规划方法、装置以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111397611B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112415995B (zh) * | 2020-09-22 | 2023-08-01 | 北京智行者科技股份有限公司 | 基于实时安全边界的规划控制方法 |
CN113009918B (zh) * | 2021-03-09 | 2023-12-05 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、装置、***及可读存储介质 |
CN113834497A (zh) * | 2021-09-24 | 2021-12-24 | 合众新能源汽车有限公司 | 自动驾驶的路线规划方法及装置 |
CN114279455A (zh) * | 2021-11-16 | 2022-04-05 | 北京百度网讯科技有限公司 | 路径规划方法、装置、电子设备和可读存储介质 |
CN114264312A (zh) * | 2021-11-30 | 2022-04-01 | 阿波罗智联(北京)科技有限公司 | 自动驾驶车辆的路径规划方法、装置和自动驾驶车辆 |
CN115326100B (zh) * | 2022-10-17 | 2023-03-03 | 北京智行者科技股份有限公司 | 路径规划方法、装置、自动驾驶设备及计算机存储介质 |
CN118025235A (zh) * | 2024-04-12 | 2024-05-14 | 智道网联科技(北京)有限公司 | 自动驾驶场景理解方法、装置及***、电子设备 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9435654B2 (en) * | 2013-06-01 | 2016-09-06 | Savari, Inc. | System and method for creating, storing, and updating local dynamic MAP database with safety attribute |
JP6447639B2 (ja) * | 2015-01-05 | 2019-01-09 | 日産自動車株式会社 | 目標経路生成装置および走行制御装置 |
CN105929823A (zh) * | 2016-04-29 | 2016-09-07 | 大连楼兰科技股份有限公司 | 基于现有地图的自动驾驶***及其驾驶方法 |
CN107664504A (zh) * | 2016-07-29 | 2018-02-06 | 法乐第(北京)网络科技有限公司 | 一种路径规划装置 |
CN106846870A (zh) * | 2017-02-23 | 2017-06-13 | 重庆邮电大学 | 基于集中式视觉的停车场‑车辆协同的智能停车***及方法 |
CN107843267B (zh) * | 2017-10-25 | 2020-04-17 | 广州汽车集团股份有限公司 | 施工路段无人驾驶车辆的路径生成方法及装置 |
JP2019139368A (ja) * | 2018-02-07 | 2019-08-22 | パイオニア株式会社 | 情報表示制御装置、情報表示制御方法及び情報表示制御プログラム |
CN108763287B (zh) * | 2018-04-13 | 2021-11-12 | 同济大学 | 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法 |
CN109828592B (zh) * | 2019-04-22 | 2019-07-26 | 深兰人工智能芯片研究院(江苏)有限公司 | 一种障碍物检测的方法及设备 |
CN109976355B (zh) * | 2019-04-26 | 2021-12-10 | 腾讯科技(深圳)有限公司 | 轨迹规划方法、***、设备及存储介质 |
CN110263628B (zh) * | 2019-05-09 | 2021-11-23 | 杭州飞步科技有限公司 | 障碍物检测方法、装置、电子设备以及存储介质 |
-
2020
- 2020-03-05 CN CN202010149254.5A patent/CN111397611B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111397611A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111397611B (zh) | 路径规划方法、装置以及电子设备 | |
CN111595358B (zh) | 导航数据处理方法、路径诱导方法、设备及存储介质 | |
CN110667576B (zh) | 自动驾驶车辆的弯道通行控制方法、装置、设备和介质 | |
CN111611901B (zh) | 车辆逆行检测方法、装置、设备以及存储介质 | |
EP3798903A1 (en) | Method and apparatus for autonomous driving control, electronic device, and storage medium | |
CN110675644B (zh) | 道路红绿灯的识别方法、装置、电子设备及存储介质 | |
CN111967301A (zh) | 定位导航方法、装置、电子设备和存储介质 | |
CN113723141B (zh) | 车辆的定位方法、装置、电子设备、车辆及存储介质 | |
CN114572240B (zh) | 车辆行驶控制方法、装置、车辆、电子设备及存储介质 | |
CN112802326B (zh) | 交通方案控制方法和装置 | |
CN114906167A (zh) | 自动驾驶车辆的驾驶决策共享方法、装置、设备和介质 | |
CN111693062B (zh) | 环岛路线导航的方法、装置、电子设备及存储介质 | |
CN113635912B (zh) | 车辆控制方法、装置、设备、存储介质及自动驾驶车辆 | |
JP7258938B2 (ja) | 交差点仮想レーンをマークする方法、交差点仮想レーンをマークする装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム | |
CN110647860A (zh) | 信息渲染方法、装置、设备和介质 | |
CN111693059B (zh) | 环岛的导航方法、装置、设备及存储介质 | |
CN111665845A (zh) | 用于规划路径的方法、装置、设备以及存储介质 | |
CN111079079A (zh) | 数据修正方法、装置、电子设备及计算机可读存储介质 | |
CN111361560B (zh) | 自动驾驶中控制车辆行驶的方法、装置、电子设备 | |
CN111637899A (zh) | 导航方法、装置、电子设备以及存储介质 | |
CN111231952B (zh) | 车辆控制方法、装置及设备 | |
CN110843771B (zh) | 障碍物识别方法、装置、电子设备及存储介质 | |
CN113119999A (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
CN110751853B (zh) | 停车位数据的有效性识别方法和装置 | |
CN111814724A (zh) | 车道数的识别方法、装置、设备及存储介质 |
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 |