CN111476388A - 一种网约无人驾驶车辆路径规划方法及*** - Google Patents

一种网约无人驾驶车辆路径规划方法及*** Download PDF

Info

Publication number
CN111476388A
CN111476388A CN201910068994.3A CN201910068994A CN111476388A CN 111476388 A CN111476388 A CN 111476388A CN 201910068994 A CN201910068994 A CN 201910068994A CN 111476388 A CN111476388 A CN 111476388A
Authority
CN
China
Prior art keywords
parking
place
unmanned vehicle
historical
parking place
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.)
Pending
Application number
CN201910068994.3A
Other languages
English (en)
Inventor
甘新华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Automobile Group Co Ltd
Original Assignee
Guangzhou Automobile Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Automobile Group Co Ltd filed Critical Guangzhou Automobile Group Co Ltd
Priority to CN201910068994.3A priority Critical patent/CN111476388A/zh
Publication of CN111476388A publication Critical patent/CN111476388A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Game Theory and Decision Science (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种网约无人驾驶车辆路径规划方法，包括：移动终端设备将约车用户的请求停车地点发送至网络服务器；网络服务器根据所述请求停车地点就近匹配一辆无人驾驶车辆并下发所述请求停车地点至无人驾驶车辆高精度地图模块；无人驾驶车辆高精度地图模块依据高精度地图的路况信息优化所述请求停车地点生成最终停车地点；无人驾驶车辆高精度地图模块依据所述最终停车地点生成路径规划信息，并将所述路径规划信息通过所述网络服务器发送至所述移动终端设备。可以实现通过无人驾驶车辆的高精度地图信息优化用户的请求停车地点从而进一步优化网约无人驾驶车辆的行车路径，提高效率和用户体验。

Description

一种网约无人驾驶车辆路径规划方法及***
技术领域
本发明涉及互联网智能汽车应用的技术领域，特别是一种网约无人驾驶车辆路径规划方法及***。
背景技术
目前，网约车等越来越普及，极大地方便了人们的出行。随着无人驾驶车辆的出现及发展，可以预见，未来的网约车中会出现越来越多的无人驾驶车辆。无人驾驶车辆是指通过车载传感***来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息等，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。
乘客可以通过智能手机、平板电脑等移动终端上搭载的客户端应用程序输入起始地点和目的地点，客户端将包含起始地点和目的地点的叫车请求发送给服务器端。服务器端将该起始地点和目的地点发送给起始地点附近的网约无人驾驶车辆，网约无人驾驶车辆前往上车地点接上乘客前往目的地点。然而在实际应用中，乘客请求的上车地点存在各种各样的情况，比如乘客在非铺装路段或者在路口等禁停地点发起上、下车请求，导致网约无人驾驶车辆无法行驶至约定上、下车地点或者上、下车地点属于道路法规禁停区域。在这种情况下如果不能提前优化上、下车地点，可能会导致网约无人驾驶车辆无法合理规划行驶路径、乘客无法与网约无人驾驶车辆汇合或者出现网约车违反交通规则干扰交通、产生安全隐患的问题。
发明内容
本发明提供一种网约无人驾驶车辆路径规划方法，所述方法应用于网约无人驾驶车辆路径规划***，所述网约无人驾驶车辆路径规划***包括移动终端设备、网络服务器和无人驾驶车辆高精度地图模块，还包括以下步骤：
所述移动终端设备将约车用户的请求停车地点发送至所述网络服务器；
所述网络服务器根据所述请求停车地点就近匹配一辆无人驾驶车辆并下发所述请求停车地点至所述无人驾驶车辆高精度地图模块；
所述无人驾驶车辆高精度地图模块依据高精度地图的路况信息优化所述请求停车地点生成最终停车地点；
所述无人驾驶车辆高精度地图模块依据所述最终停车地点生成路径规划信息，并将所述路径规划信息通过所述网络服务器发送至所述移动终端设备。
优选的，所述无人驾驶车辆高精度地图模块依据高精度地图的路况信息优化所述请求停车地点生成最终停车地点包括以下步骤：
S1:判断所述请求停车地点是否属于可停车区域，若属于可停车区域，则将所述请求停车地点设置为最终停车地点，反之，则进入S2；
S2:判断所述请求停车地点的预设距离范围内是否存在历史停车地点，若存在历史停车地点，则将距离所述请求停车地点最近的历史停车地点设置为最终停车地点，反之，则进入S3；
S3:选取距离所述请求停车地点最近的可停车地点作为最终停车地点。
优选的，所述则将距离所述请求停车地点最近的历史停车地点设置为最终停车地点，具体包括：
判断所述历史停车地点的最近一次停车时间是否满足在预设时间范围内，若满足，则将距离所述请求停车地点最近且满足前述条件的历史停车地点设置为最终停车地点。
优选的，所述可停车区域具体包括：地图中标识的停车场、路侧停车位、出租车停靠点和地图中可以走车、但非封闭的道路。
优选的，还包括如下步骤：
获取约车用户的实际上/下车地点，并将所述实际上/下车地点存储为历史停车地点。
本发明还提供一种网约无人驾驶车辆路径规划***，包括：
移动终端设备，用于将约车用户的请求停车地点发送至网络服务器；
网络服务器，用于根据所述请求停车地点就近匹配一辆无人驾驶车辆并下发所述请求停车地点至无人驾驶车辆高精度地图模块；
无人驾驶车辆高精度地图模块，用于依据存储的高精度地图的路况信息优化所述请求停车地点生成最终停车地点，再依据所述最终停车地点生成路径规划信息，并将所述路径规划信息通过所述网络服务器发送至所述移动终端设备。
优选的，所述无人驾驶车辆高精度地图模块还包括：
停车区域判断模块，用于判断所述请求停车地点是否属于可停车区域，若属于可停车区域，则将所述请求停车地点设置为最终停车地点，若不属于可停车区域则向历史地点选取模块发送历史地点选取指令；
历史地点选取模块，用于存储历史停车地点，并判断所述请求停车地点的预设距离范围内是否存在历史停车地点，若存在历史停车地点，则将距离所述请求停车地点最近的历史停车地点设置为最终停车地点，反之，则向停车地点选取模块发送停车地点选取指令；
停车地点选取模块，用于选取距离所述请求停车地点最近的可停车地点作为最终停车地点。
优选的，所述历史地点选取模块还包括历史地点时间判断模块，用于判断所述历史停车地点的最近一次停车时间是否满足在预设时间范围内，若满足，则将距离所述请求停车地点最近且满足前述条件的历史停车地点设置为最终停车地点，反之，则向停车地点选取模块发送停车地点选取指令。
优选的，还包括历史地点更新模块，获取约车用户的实际上/下车地点，并将所述实际上/下车地点存储为历史停车地点。
与现有技术相比，本发明的一种网约无人驾驶车辆路径规划方法及***，对约车用户请求的停车地点结合网约无人驾驶车辆高精度地图信息进行合理优化，从而进一步优化网约无人驾驶车辆的路径规划信息，可以有效避免由于约车用户请求停车地点不具备停车条件而导致网约无人驾驶车辆无法合理规划行驶路径，不能及时与约车用户汇合，影响约车用户体验、带来安全隐患的不足。
附图说明
为了更清楚的说明本公开实施例的技术方案，下面将对本公开的实施例描述中所需要使用的附图作简单介绍，显而易见的，下面描述的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是网约无人驾驶车辆路径规划方法步骤示意图；
图2是网约无人驾驶车辆停车地点选取方法步骤示意图；
图3是网约无人驾驶车辆停车地点选取方法另一实施例步骤示意图；
图4是网约无人驾驶车辆路径规划***示意图；
图5是无人驾驶车辆高精度地图模块示意图；
图6是历史地点选取模块示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
本发明的总体设计思路包括移动设备端发起约车请求、后台服务器调度网约无人驾驶车辆和网约无人驾驶网约车辆车执行约车指令三大部分。移动设备端发起约车请求具体是约车用户通过手机、平板电脑等移动设备端的APP发起约车请求、设置行程起点位置和目的地位置，以及在约车用户上车后可以通过移动设备端确认开始行程以及到达目的地离车时进行行程完毕的确认；后台服务器调度网约无人驾驶车辆具体是后台服务器在接受到用户移动端发起的约车请求后根据约车请求中包含的上车位置信息就近匹配一辆空闲状态的网约无人驾驶车辆并下发约车指令；网约无人驾驶车辆执行约车指令具体是网约无人驾驶车辆基于当前车辆的位置、车辆状态、行程起点位置和目的地位置等信息分阶段进行全局路径规划，由车辆当前位置前往行程起点位置接上约车用户，再送约车用户到达目的地，最后再基于后台服务器就近匹配的停车场位置自动规划路径驶回到停车场停车。同时，网约无人驾驶车辆也可以通过后台服务器向移动端的APP实时反馈当前网约无人驾驶车辆的状态和位置，供约车用户实时了解网约无人驾驶车辆的位置和状态。
本发明中约车用户可以通过两种方式设定起点位置，一种是跟随模式，即在该模式下移动端APP直接通过移动端自身的定位模块获取当前位置，并将当前位置设置为行程起点；另一种是非跟随模式，即约车用户可以在移动端APP上设定希望的行程起点，该行程起点可以与约车用户的实际位置不同。网约无人驾驶车辆在接收约车指令后，根据约车指令中包含的行程起点信息并基于网约无人驾驶车辆控制***中存储的高精度地图数据确定约车用户请求的行程起点与目的地位置并进行路径规划，根据规划的路径行驶至行程起点等待约车用户上车；在到达目的地位置后靠边停车等待用户下车；待用户下车后网约无人驾驶车辆根据后台服务器匹配的停车场位置，自动规划路径抵达停车场停车并等候下一个约车指令。
由于移动设备端通常使用的是常规地图，而网约无人驾驶车辆通常搭载高精度地图，约车用户在移动设备端APP上发起约车请求时，如果通过移动设备端的常规地图设置行程起点(即上车点)时，有可能存在设定的位置不在网约无人驾驶车辆搭载的高精度地图路网的情况。或者约车用户所选择的行程起点并没有考虑当前道路的属性，即有可能将行程起点选在交通路口或道路上的禁停路段，这种情况下不利于无人驾驶合理规划行车路径，而且如果在这类路段停车接客有极大的可能造成交通拥堵或违反交通规则，还有可能使网约无人驾驶车辆错过约车用户等车地点，增加约车用户的等候时间。为了进一步优化网约无人驾驶车辆的行车路径，本发明提供一种网约无人驾驶车辆路径规划方法，所述方法应用于网约无人驾驶车辆路径规划***，所述网约无人驾驶车辆路径规划***包括移动终端设备、网络服务器和无人驾驶车辆高精度地图模块，具体还包括以下步骤，参见图1：
S1：移动终端设备将约车用户的请求停车地点发送至网络服务器；
S2：网络服务器根据所述请求停车地点就近匹配一辆无人驾驶车辆并下发所述请求停车地点至无人驾驶车辆高精度地图模块；
S3：无人驾驶车辆高精度地图模块依据高精度地图的路况信息优化所述请求停车地点生成最终停车地点；
S4：无人驾驶车辆高精度地图模块依据所述最终停车地点生成路径规划信息，并将所述路径规划信息通过所述网络服务器发送至所述移动终端设备。
本发明还进一步优化网约无人驾驶车辆的停车地点，以解决目前已有方案中可能存在停车地点不合理的问题，有利于网约无人驾驶车辆根据优化后的停车地点合理规划行车路径，主要包括如下步骤，参见图2。
S31：获取约车用户的请求停车地点；
本发明实施例中的请求停车地点在约车用户通过移动设备端的APP上约车下单时由约车用户指定，可以通过移动设备端的常规地图识别用户当前的位置作为请求停车地点，也可以由用户根据实际需求指定除当前位置以外的其他位置作为请求停车地点。
S32：判断所述请求停车地点是否属于可停车区域，若属于可停车区域，则将所述请求停车地点设置为最终停车地点，若属于不可停车区域则进入S3。
需要说明的是，约车用户有可能将交通路口或者交通法规中的禁停区域设置为请求停车地点，若网约车在这类地点停车接/下客，有可能会影响道路交通或违反交通规则并带来安全隐患，无人驾驶车辆高精度地图模块中存储的高精度地图数据可以记录道路中已经标识的禁停区域并可识别当前位置是否处于交通路口，所以需要进行先期判断将这类不可停车的区域排除在最终停车地点之外，以免影响交通或带来安全隐患。在实际应用中，可停车区域具体指的是所有可上车位置的集合，可上车位置如商场、小区、学校、公园等附近的停车场、路侧停车位、出租车停靠点，地图中可以走车、但非封闭的道路等等。
S33：根据地图信息在距离请求停车地点预设距离范围内寻找备选历史停车地点，若存在备选历史停车点，则选取距离请求停车地点最近的备选历史停车点设置为最终停车地点，若不存在备选历史停车点则进入S34。
其中，预设距离范围的具体数值可以根据实际需求确定，在此不做进一步限定。需要说明的是，历史停车点不仅是当前网约无人驾驶车辆以往成功停车的地点，还可以是其他网约无人驾驶车辆共享的以往成功停车的地点。以往成功停车的地点说明在当时已经具备停车条件，优先从以往成功停车的历史停车地点中选取可以提高约车用户上/下车的成功率和效率。但是在实际应用中，由于道路数据可能因道路规划的变动存在更新，较早期或过旧的停车地点有可能不适应当前的道路情况而变成信息干扰，本实施例中，在选定以往成功停车的地点时，还可以进一步包括如下步骤，如图3所示。
S331：判断历史停车点的最近一次停车时间是否在预设时间范围内，若在预设时间范围内，则可以作为备选历史停车地点，若不在预设时间范围内，则不作为备选历史停车地点。
其中，预设时间范围的具体数值可以根据实际需求确定，在此不做进一步限定。
S34：根据地图信息在距离请求停车地点预设距离范围内寻找距离最近的可停车区域作为最终停车地点。
其中，预设距离范围的具体数值可以根据实际需求确定，在此不做进一步限定。
通过本发明的方法，可以进一步优化约车用户与网约无人驾驶车辆的停车地点，尽可能的避免约车用户在上/下车时干扰道路交通或违反交通法规。本发明的实施例还可以进一步包括如下内容：
S35：获取约车用户的实际上/下车地点，并将所述实际上/下车地点存储为历史停车地点。
参见图4，与上述实施例相对应，本发明还提供一种网约无人驾驶车辆路径规划***10，包括：
移动终端设备11，用于将约车用户的请求停车地点发送至网络服务器；
网络服务器12，用于根据所述请求停车地点就近匹配一辆无人驾驶车辆并下发所述请求停车地点至无人驾驶车辆高精度地图模块；
无人驾驶车辆高精度地图模块13，用于依据高精度地图的路况信息优化所述请求停车地点生成最终停车地点，并依据所述最终停车地点生成路径规划信息，并将所述路径规划信息通过所述网络服务器发送至所述移动终端设备。
无人驾驶车辆高精度地图模块13，进一步包括：
停车区域判断模块131，用于判断所述请求停车地点是否属于可停车区域，若属于可停车区域，则将所述请求停车地点设置为最终停车地点，若属于不可停车区域则向历史地点选取模块132发送历史地点选取指令。
需要说明的是，约车用户有可能将交通路口或者交通法规中的禁停区域设置为请求停车地点，若网约无人驾驶车辆在这类地点停车接/下客，有可能会影响道路交通或违反交通规则，高精度地图数据可以记录道路中已经标识的禁停区域并可识别当前位置是否处于交通路口，所以需要进行先期判断将这类不可停车的区域排除在最终停车地点之外，以免影响交通或带来安全隐患。
历史地点选取模块132，用于存储历史停车地点，并根据地图信息在距离请求停车地点预设距离范围内寻找备选历史停车地点，若存在备选历史停车点，则选取距离请求停车地点最近的备选历史停车点作为最终停车地点，若不存在备选历史停车点则向停车地点选取模块133发送停车地点选取指令。
其中，预设距离范围的具体数值可以根据实际需求确定，在此不做进一步限定。需要说明的是，历史停车点不仅是当前网约无人驾驶车辆以往成功停车的地点，还可以是其他网约无人驾驶车辆共享的以往成功停车的地点。以往成功停车的地点说明在当时已经具备停车条件，优先从以往成功停车的历史停车地点中选取可以提高约车用户上/下车的成功率和效率。
时间判断模块1321，用于判断历史停车点的最近一次停车时间是否在预设时间范围内，若在预设时间范围内，则可以作为备选历史停车地点，若不在预设时间范围内，则不作为备选历史停车地点。
其中，预设时间范围的具体数值可以根据实际需求确定，在此不做进一步限定。
停车地点选取模块133，根据地图信息在距离请求停车地点预设距离范围内寻找距离最近的可停车地点作为最终停车地点。其中，预设距离范围的具体数值可以根据实际需求确定，在此不做进一步限定。
历史地点更新模块134，获取约车用户的实际上/下车地点，并将所述实际上/下车地点存储为历史停车地点。
需要说明的是，约车用户虽然在发起约车请求时设定了请求停车的地点，经过前述的方法步骤判断确定最终停车地点，但在实际情况中，由于交通路况复杂，可能导致最终停车地点无法停车，或者由于道路信息变更，网约无人驾驶车辆中的高精度地图还未来得及更新，导致到达所述最终停车地点后，所述最终停车地点不具备停车条件，约车用户无法在约定的最终停车地点完成上/下车，这时需要根据实际情况重新规划停车地点和路线，这部分内容与现有方案无异，在此不做赘述。
相反，如果网约无人驾驶车辆在到达最终停车地点后，道路情况具备停车条件，并且在最终停车地点成功接/下客，则将最终停车地点存储为历史停车地点，作为往后在附近收到其他约车用户约车请求时的可以提供备选的历史停车地点。
在本发明中，术语“包括”并非排他性的包括，即不仅包括已列明的实现本发明技术方案的技术内容，还包括没有明确列出的用于辅助实现本发明技术方案的技术内容。这部分内容本领域的技术人员能够通过惯用的技术手段或常识得到，在此不再赘述。
以上仅是本发明的优选实施方式，应当指出的是，上述优选实施方式不应视为对本发明的限制。本发明的保护范围应当以权利要求所限定的范围为准。对于本技术领域的普通技术人员来说，在不脱离本发明的精神和范围内，还可以做出若干替换或改进，这些替换或改进也应视为本发明的保护范围。

Claims (9)

1.一种网约无人驾驶车辆路径规划方法，其特征在于，所述方法应用于网约无人驾驶车辆路径规划***，所述网约无人驾驶车辆路径规划***包括移动终端设备、网络服务器和无人驾驶车辆高精度地图模块，还包括以下步骤：
所述移动终端设备将约车用户的请求停车地点发送至所述网络服务器；
所述网络服务器根据所述请求停车地点就近匹配一辆无人驾驶车辆并下发所述请求停车地点至所述无人驾驶车辆高精度地图模块；
所述无人驾驶车辆高精度地图模块依据高精度地图的路况信息优化所述请求停车地点生成最终停车地点；
所述无人驾驶车辆高精度地图模块依据所述最终停车地点生成路径规划信息，并将所述路径规划信息通过所述网络服务器发送至所述移动终端设备。
2.根据权利要求1所述的网约无人驾驶车辆路径规划方法，其特征在于，所述无人驾驶车辆高精度地图模块依据高精度地图的路况信息优化所述请求停车地点生成最终停车地点包括以下步骤：
S1:判断所述请求停车地点是否属于可停车区域，若属于可停车区域，则将所述请求停车地点设置为最终停车地点，反之，则进入S2；
S2:判断所述请求停车地点的预设距离范围内是否存在历史停车地点，若存在历史停车地点，则将距离所述请求停车地点最近的历史停车地点设置为最终停车地点，反之，则进入S3；
S3:选取距离所述请求停车地点最近的可停车地点作为最终停车地点。
3.根据权利要求2所述的网约无人驾驶车辆路径规划方法，其特征在于，所述将距离所述请求停车地点最近的历史停车地点设置为最终停车地点，具体包括：
判断所述历史停车地点的最近一次停车时间是否满足在预设时间范围内，若满足，则将距离所述请求停车地点最近且满足所述预设时间范围的历史停车地点设置为最终停车地点。
4.根据权利要求2所述的网约无人驾驶车辆路径规划方法，其特征在于，所述可停车区域具体包括：地图中标识的停车场、路侧停车位、出租车停靠点和地图中可以走车、但非封闭的道路。
5.根据权利要求2所述的网约无人驾驶车辆路径规划方法，其特征在于，还包括如下步骤：
获取约车用户的实际上/下车地点，并将所述实际上/下车地点存储为历史停车地点。
6.一种网约无人驾驶车辆路径规划***，其特征在于，包括：
移动终端设备，用于将约车用户的请求停车地点发送至网络服务器；
网络服务器，用于根据所述请求停车地点就近匹配一辆无人驾驶车辆并下发所述请求停车地点至无人驾驶车辆高精度地图模块；
无人驾驶车辆高精度地图模块，用于依据存储的高精度地图的路况信息优化所述请求停车地点生成最终停车地点，再依据所述最终停车地点生成路径规划信息，并将所述路径规划信息通过所述网络服务器发送至所述移动终端设备。
7.根据权利要求6所述的网约无人驾驶车辆路径规划***，其特征在于，所述无人驾驶车辆高精度地图模块还包括：
停车区域判断模块，用于判断所述请求停车地点是否属于可停车区域，若属于可停车区域，则将所述请求停车地点设置为最终停车地点，若不属于可停车区域则向历史地点选取模块发送历史地点选取指令；
历史地点选取模块，用于存储历史停车地点，并判断所述请求停车地点的预设距离范围内是否存在历史停车地点，若存在历史停车地点，则将距离所述请求停车地点最近的历史停车地点设置为最终停车地点，反之，则向停车地点选取模块发送停车地点选取指令；
停车地点选取模块，用于选取距离所述请求停车地点最近的可停车地点作为最终停车地点。
8.如权利要求7所述的网约无人驾驶车辆路径规划***，其特征在于，所述历史地点选取模块还包括历史地点时间判断模块，用于判断所述历史停车地点的最近一次停车时间是否满足在预设时间范围内，若满足，则将距离所述请求停车地点最近且满足所述预设时间范围的历史停车地点设置为最终停车地点，反之，则向停车地点选取模块发送停车地点选取指令。
9.如权利要求6所述的网约无人驾驶车辆路径规划***，其特征在于，还包括历史地点更新模块，获取约车用户的实际上/下车地点，并将所述实际上/下车地点存储为历史停车地点。
CN201910068994.3A 2019-01-24 2019-01-24 一种网约无人驾驶车辆路径规划方法及*** Pending CN111476388A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910068994.3A CN111476388A (zh) 2019-01-24 2019-01-24 一种网约无人驾驶车辆路径规划方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910068994.3A CN111476388A (zh) 2019-01-24 2019-01-24 一种网约无人驾驶车辆路径规划方法及***

Publications (1)

Publication Number Publication Date
CN111476388A true CN111476388A (zh) 2020-07-31

Family

ID=71743819

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910068994.3A Pending CN111476388A (zh) 2019-01-24 2019-01-24 一种网约无人驾驶车辆路径规划方法及***

Country Status (1)

Country Link
CN (1) CN111476388A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113865603A (zh) * 2021-08-30 2021-12-31 东风柳州汽车有限公司 共享无人车路径规划方法、装置、设备及存储介质
CN115688949A (zh) * 2022-10-24 2023-02-03 深圳市滨能电气科技有限公司 一种自动驾驶车辆预约乘坐方法及***
WO2023071618A1 (zh) * 2021-10-28 2023-05-04 中国第一汽车股份有限公司 一种无人驾驶车辆的预约***、方法和介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101832778A (zh) * 2009-03-09 2010-09-15 株式会社电装 导航装置以及路径搜索方法
US9613386B1 (en) * 2015-12-01 2017-04-04 Google Inc. Pickup and drop off zones for autonomous vehicles
CN106920038A (zh) * 2017-02-20 2017-07-04 北京百度网讯科技有限公司 无人驾驶车辆的调度方法、装置、设备及存储介质
CN107844886A (zh) * 2017-09-15 2018-03-27 北京百度网讯科技有限公司 车辆调度方法、装置、设备及存储介质
CN109034435A (zh) * 2018-08-02 2018-12-18 成都秦川物联网科技股份有限公司 基于车联网的网约无人驾驶车辆方法及车联网***
WO2018230684A1 (ja) * 2017-06-16 2018-12-20 本田技研工業株式会社 情報処理システム、情報処理方法、およびプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101832778A (zh) * 2009-03-09 2010-09-15 株式会社电装 导航装置以及路径搜索方法
US9613386B1 (en) * 2015-12-01 2017-04-04 Google Inc. Pickup and drop off zones for autonomous vehicles
CN106920038A (zh) * 2017-02-20 2017-07-04 北京百度网讯科技有限公司 无人驾驶车辆的调度方法、装置、设备及存储介质
WO2018230684A1 (ja) * 2017-06-16 2018-12-20 本田技研工業株式会社 情報処理システム、情報処理方法、およびプログラム
CN107844886A (zh) * 2017-09-15 2018-03-27 北京百度网讯科技有限公司 车辆调度方法、装置、设备及存储介质
CN109034435A (zh) * 2018-08-02 2018-12-18 成都秦川物联网科技股份有限公司 基于车联网的网约无人驾驶车辆方法及车联网***

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113865603A (zh) * 2021-08-30 2021-12-31 东风柳州汽车有限公司 共享无人车路径规划方法、装置、设备及存储介质
CN113865603B (zh) * 2021-08-30 2024-06-07 东风柳州汽车有限公司 共享无人车路径规划方法、装置、设备及存储介质
WO2023071618A1 (zh) * 2021-10-28 2023-05-04 中国第一汽车股份有限公司 一种无人驾驶车辆的预约***、方法和介质
CN115688949A (zh) * 2022-10-24 2023-02-03 深圳市滨能电气科技有限公司 一种自动驾驶车辆预约乘坐方法及***
CN115688949B (zh) * 2022-10-24 2023-11-03 深圳市滨能电气科技有限公司 一种自动驾驶车辆预约乘坐方法及***

Similar Documents

Publication Publication Date Title
JP7135014B2 (ja) ライドシェア管理装置、ライドシェア管理方法、およびプログラム
CN108734429A (zh) 多模式运输管理
JP6948935B2 (ja) 情報管理方法及び情報管理装置
JP2021193578A (ja) アクティブ迎車システムにおける迎車制御サーバ、車載端末、制御方法及び制御プログラム
JP4118006B2 (ja) 情報提供システム
US20210107529A1 (en) Vehicle control system, vehicle control method, and program
US20190228664A1 (en) Vehicle calling system
WO2016026865A1 (en) Route planning device and associated method
JP6547553B2 (ja) 経路案内システム、方法およびプログラム
CN111476388A (zh) 一种网约无人驾驶车辆路径规划方法及***
JP7044002B2 (ja) 車両予約システム、車両予約方法およびプログラム
CN116670735A (zh) 将自动驾驶车辆导航到乘客接载/下车位置的方法
JP2020034378A (ja) 走行計画探索装置、走行計画探索方法、プログラム及び記憶媒体
JP7172777B2 (ja) 情報処理システム、サーバ、及びプログラム
US10514267B2 (en) Vehicle operation management apparatus
US10996066B2 (en) Method for coordinating a meeting point of a self-driving transportation vehicle and of a user
JP2023168477A (ja) 自律走行制御装置、自律走行制御方法、プログラム及び記憶媒体
JP7512924B2 (ja) 自動運転車両管理装置
JP2020034376A (ja) 自律走行制御装置、自律走行制御方法、プログラム及び記憶媒体
JP2023032601A (ja) 自動入出庫システム、自動入出庫方法およびプログラム
CN114330786A (zh) 基于自动驾驶的车辆预约方法、装置、设备及存储介质
JP2022130966A (ja) 経路探索装置及びコンピュータプログラム
JP2021189692A (ja) カーシェアリング管理サーバおよびコンピュータプログラム
JP2020034377A (ja) 自律走行制御装置、自律走行制御方法、プログラム及び記憶媒体
WO2024142299A1 (ja) 配車管理装置及び配車管理方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200731