CN111982109A - 用于路径规划的方法、装置、设备和计算机可读存储介质 - Google Patents

用于路径规划的方法、装置、设备和计算机可读存储介质 Download PDF

Info

Publication number
CN111982109A
CN111982109A CN201910440816.9A CN201910440816A CN111982109A CN 111982109 A CN111982109 A CN 111982109A CN 201910440816 A CN201910440816 A CN 201910440816A CN 111982109 A CN111982109 A CN 111982109A
Authority
CN
China
Prior art keywords
path
vehicle
resource information
planned
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.)
Pending
Application number
CN201910440816.9A
Other languages
English (en)
Inventor
胡星
其他发明人请求不公开姓名
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.)
Apollo Intelligent Technology Beijing Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910440816.9A priority Critical patent/CN111982109A/zh
Publication of CN111982109A publication Critical patent/CN111982109A/zh
Pending legal-status Critical Current

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
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • 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
    • G01C21/20—Instruments for performing navigational calculations
    • 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
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • 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
    • 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
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical

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

本公开的实施例涉及用于路径规划的方法、装置、设备和计算机可读存储介质。该方法包括：响应于接收到来自交通工具的路径规划请求，获取与所述路径规划请求相关联的路径资源信息，所述路径资源信息包括与所述路径规划请求相关联的路段处的通信资源信息和路侧设备信息中的至少一项；至少部分地基于所述路径资源信息，从所述路段中确定用于所述交通工具的规划路径；以及将所述规划路径提供给所述交通工具。

Description

用于路径规划的方法、装置、设备和计算机可读存储介质
技术领域
本公开的实施例一般地涉及路径规划，并且更具体地，涉及用于路径规划的方法、装置、设备和计算机可读存储介质。
背景技术
自动驾驶技术作为当今智能交通科技的重要发展方向，可以有效地减少因疲劳驾驶、超速等人为操作不当造成的交通事故，还可以改善交通拥堵、改善交通***。路径规划是自动驾驶中智能网联车辆信息感知和智能控制的桥梁，也是实现自动驾驶的基础。路径规划和避障对于设计合理的驾驶路径具有重要意义，路径规划结果的优劣直接影响着智能网联车辆的准确性和安全性，合理的路径规划策略不但可以保证自动驾驶体系的安全，也可以提升自动驾驶体系中智能网联车辆通行效率。
发明内容
根据本公开的实施例，提供了一种用于路径规划和驾驶控制的方案。
在本公开的第一方面，提供了一种用于路径规划的方法。该方法包括：响应于接收到来自交通工具的路径规划请求，获取与所述路径规划请求相关联的路径资源信息，所述路径资源信息包括与所述路径规划请求相关联的路段处的通信资源信息和路侧设备信息中的至少一项；至少部分地基于所述路径资源信息，从所述路段中确定用于所述交通工具的规划路径；以及将所述规划路径提供给所述交通工具。
在本公开的第二方面，提供了一种驾驶控制的方法。该方法包括：向交通工具的外部设备发送路径规划请求；从所述外部设备获取针对所述路径规划请求的规划路径，其中所述规划路径是至少部分地基于所述路径资源信息来确定的，所述路径资源信息包括与所述路径规划请求相关联的路段处的通信资源信息和路侧设备信息中的至少一项；以及基于所述规划路径来控制所述交通工具的驾驶。
在本公开的第三方面，提供了一种用于路径规划的装置。该装置包括：第一获取模块，被配置为响应于接收到来自交通工具的路径规划请求，获取与所述路径规划请求相关联的路径资源信息，所述路径资源信息包括与所述路径规划请求相关联的路段处的通信资源信息和路侧设备信息中的至少一项；第一确定模块，被配置为至少部分地基于所述路径资源信息，从所述路段中确定用于所述交通工具的规划路径；以及提供模块，被配置为将所述规划路径提供给所述交通工具。
在本公开的第四方面，提供了一种驾驶控制的装置，包括：发送模块，被配置为向交通工具的外部设备发送路径规划请求；获取模块，被配置为从所述外部设备获取针对所述路径规划请求的规划路径，其中所述规划路径是至少部分地基于所述路径资源信息来确定的，所述路径资源信息包括与所述路径规划请求相关联的路段处的通信资源信息和路侧设备信息中的至少一项；以及第一控制模块，被配置为基于所述规划路径来控制所述交通工具的驾驶。
在本公开的第五方面，提供了一种电子设备。该电子设备包括：一个或多个处理器；以及存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现根据第一方面所述的方法。
在本公开的第六方面，提供了一种电子设备。该电子设备包括：一个或多个处理器；以及存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现根据第二方面所述的方法。
在本公开的第七方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现根据第一方面所述的方法。
在本公开的第八方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现根据第二方面所述的方法。
应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：
图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图；
图2示出了根据本公开的一些实施例的用于路径规划的方法的示意流程图；
图3示出了根据本公开的一些实施例的用于驾驶控制的方法的示意流程图；
图4示出了根据本公开的一些实施例的用于路径规划的装置的示意框图；
图5示出了根据本公开的一些实施例的用于驾驶控制的装置的示意框图；以及
图6示出了能够实施本公开的多个实施例的设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
动态路径规划是按照某一性能指标在其行驶区域内搜索一条从起点到终点的无碰撞的最优或近似最优路径，其本质是一个具有约束的复杂***优化问题。智能网联车辆在进行路径规划时，首先依赖地图信息，其次依赖智能网联车辆的感知信息，包括位置信息和障碍物信息。车辆可以基于此进行智能网联车辆的路径规划，智能地找到能投绕开障碍物的路径。
在基于车路协同的自动驾驶***中，智能网联车辆的安全通行需要借助路侧及云端的辅助，尤其当需要借助路侧和云端对智能网联车辆进行控制和规划时，若不考虑所规划路径上的路侧设备的覆盖情况以及路侧和云端的计算能力等特点，仅考虑位置信息和所车辆所识别的障碍物信息进行规划，则智能网联车辆在所规划的路径上行驶时，云端、路侧以及车辆之间不能更好的协同，影响自动驾驶体系中智能网联车辆的安全和高效通行。
基于此，本公开的实施例提供了一种用于路径规划的方案。在该方案中至少部分地考虑了与路径处的通信资源相关联的信息和/或与路径处的外部设备相关联的信息。这些外部设备可以是路侧设备或者云端节点。以这种方式，可以更智能地进行路径规划，特别是针对智能网联车辆或自动驾驶车辆。
图1示出了本公开的多个实施例能够在其中实现的示例交通环境100的示意图。在该示例环境100中包括一个或多个交通工具130-1、130-2、130-3。为便于描述，交通工具130-1、130-2、130-3统称为交通工具130。如本文中所使用的，交通工具指的是能够承载人和/或物并且可移动的任何类型的工具。在图1以及本文的其他附图和描述中，交通工具130被图示为车辆。车辆可以是机动车辆或非机动车辆，其示例包括但不限于小汽车、轿车、卡车、公交车、电动车、摩托车、自行车，等等。然而，应当理解，车辆仅仅是交通工具的一个示例。本公开的实施例同样适用于除车辆之外的其他交通工具，诸如船、火车、飞机等等。
环境100中的一个或多个交通工具130可以是具有一定自动驾驶能力的交通工具，也被称为无人驾驶交通工具。当然，环境100中的另外一个或一些交通工具130可以是不具有自动驾驶能力的交通工具。这样的交通工具可以由驾驶者控制。一个或多个交通工具130中的集成设备或者可移除设备可以具有基于一个或多个通信技术来与其他设备通信的能力，例如通过车到车(V2V)技术、车到基础设施(V2I)技术、车到网(V2N)、车到万物或车联网(V2X)技术或者任何其他通信技术来与其他交通工具或其他设备进行通信。
交通工具130可以安装有定位装置以确定其自身位置，该定位装置例如可以基于以下技术中的任一种来实现定位：基于激光点云数据的定位技术、全球定位***(GPS)技术、全球导航卫星***(GLONASS)技术、北斗导航***技术、伽利略定位***(Galileo)技术、准天顶卫星***(QAZZ)技术、基站定位技术、Wi-Fi定位技术等。
除交通工具130之外，环境100中还可能存在其他物体，诸如是动物、植物105-1、人105-2、交通基础设施等可移动或不可移动的物体。交通基础设施包括用于引导交通通行和指示交通规则的物体，诸如交通信号灯150-3、交通指示牌(未示出)、路灯等等。在交通工具外部的物体统称为车外物体105。
环境100中还部署交通工具130的一个或多个外部设备110、120。外部设备通常独立于交通工具130被布置，并且可以远离交通工具130定位。在本文中，“独立于”交通工具130的设备指的是至少不会随着交通工具130的移动而移动的设备。外部设备110、120可以是具有计算能力的任何设备、节点、单元、设施等。作为示例，远端设备可以是通用计算机、服务器、大型服务机、诸如边缘计算节点等网络节点、诸如虚拟机(VM)等云端计算设备、以及任何其他提供计算能力的设备。
在本公开的实施例中，交通工具130可以具有与路侧设备110的有线和/或无线通信连接。例如，一个或多个交通工具130可以与路侧设备110具有通信连接101，与远端设备120具有通信连接103，并且路侧设备110和120之间也可以存在通信连接105。注意，对于每个交通工具130，可以建立与路侧设备110和120之一的通信连接，或者可以与两者都具有通信连接。
经由通信连接，路侧设备110和/或远端设备120可以通过信令收发来主控或辅助控制一个或多个交通工具130的驾驶。例如，路侧设备110中集成/安装/固定有路侧子***112，交通工具130-1中集成/安装/固定有车载子***132。路侧子***112与车载子***132之间互相通信，以实现对交通工具130的驾驶控制。虽然未示出，除路侧设备110和交通工具130-1之外，其他路侧设备和交通工具中也可以分别装备路侧子***112和车载子***132。
在一些实施例中，路侧设备110可以被部署在交通工具130行驶和/或停泊的地理区域附近，例如可以按一定间隔部署在道路两侧、或者与交通工具130可能出现的位置具有预定距离。在一些实现中，交通工具130与路侧设备110之间的通信连接101可以基于短距离通信技术。当然，通信连接101也可以基于实现其他距离通信的技术，本公开的范围在此方面不受限制。
在一些实施例中，远端设备120可以是联网的计算基础设施。例如，远端设备120可以被部署在云端或者在其他网络环境中的计算节点，诸如远端计算节点、服务器、边缘计算设备。在云环境中，远端设备120有时也可以称为云端设备。远端设备120可以提供较高的计算能力、存储能力和/或通信能力。远端设备120与路侧设备110的通信连接103和/或与交通工具130的通信连接105可以基于远距离通信技术。虽然可能物理上不是位于交通工具130的驾驶区域附近，但通过高速通信连接，远端设备120仍然可以获得对交通工具130的实时控制和/或非实时控制。
环境100中还布置有一个或多个传感设备107。传感设备107独立于交通工具130布置，用于监测环境100的状况，以获得与环境100相关的感知信息。传感设备107也可以称为路侧传感设备。路侧设备110，特别是被部署在驾驶环境附近的路侧设备110可以与一个或多个传感设备107具有有线和/或无线的通信连接。在通信速率允许的情况下，更远距离的远端设备120可以也可以与一个或多个传感设备107进行通信，或者经由路侧设备110进行中转。由与道路相应布置的传感设备107采集到的感知信息也可以被称为路侧感知信息。传感设备107的感知信息可以被提供给具有通信连接的路侧设备110。虽然被示出为互相独立的设备，在一些实现中，传感设备107也可以与路侧设备110、120部分或完全集成在一起。
多个传感设备107可以按一定间隔布置，用于监测环境100的特定地理范围。在一些示例中，除了将传感设备107固定在特定位置之外，还可以设置可移动的传感设备107，诸如可移动感知站点等。取决于感知能力，传感设备107的感知范围是有限的。图1示意性示出传感设备107的感知范围102。在感知范围102内出现的物体或者现象可以被传感设备107感应到。在图1的示例中，车外物体105-1至105-3以及交通工具130-1和130-2均位于传感设备107的感知范围102内。交通工具130-3不在感知范围102内，其可以不在任何传感设备的感知范围，或者可以位于其他未示出的传感设备的感知范围。在一些情况下，多个相邻部署的传感设备107的感知范围可以具有部分重叠。
为了更全面地监测与交通工具130相关的环境100，传感设备107可以被布置在交通工具130行驶和/或停泊的区域附近。根据需要，传感设备107可以被布置在路侧、路面上或者以一定高度被部署，例如由支撑杆固定在某个高度。传感设备107可以包括一个或多个传感器单元，这些传感器单元可以是相同类型或不同类型，并且可以被分布在感知范围102的同一位置或不同位置。
传感设备107中的传感器单元的示例可以包括但不限于：图像传感器(例如摄像头)、激光雷达、毫米波雷达、红外传感器、定位传感器、光照传感器、压力传感器、温度传感器、湿度传感器、风速传感器、风向传感器、空气质量传感器等等。图像传感器可以采集图像信息；激光雷达和毫米波雷达可以采集激光点云数据；红外传感器可以利用红外线来探测环境中的环境状况；定位传感器可以采集物体的位置信息；光照传感器可以采集指示环境中的光照强度的度量值；压力、温度和湿度传感器可以分别采集指示压力、温度和湿度的度量值；风速、风向传感器可以分别采集用于指示风速、风向的度量值；空气质量传感器可以采集一些与空气质量相关的指标，诸如空气中的氧气浓度、二氧化碳浓度、粉尘浓度、污染物浓度等。应当理解，以上仅列出了传感器单元的一些示例。根据实际需要，还可以存在其他类型的传感器。
应当理解，图1示出的设施和物体仅是示例。在不同环境中出现的物体的类型、数目和相对布置等可能会变化。本公开的范围在此方面不受限制。例如，环境100中可以具有更多个路侧部署的路侧设备110和传感设备107，用于监测另外的地理位置。本公开的实施例可以涉及多个远端设备120，或者可以不涉及远端设备120。
图2示出了根据本公开的一些实施例的用于路径规划的方法200的流程图。方法200可以在如图1所示的示例环境100中执行，例如，可以在外部设备(例如，路侧设备110和/或远端设备120)处执行。然而，应当理解，方法200也可以在任何其他合适的环境中执行。
在框202，接收来自交通工具130的路径规划请求。例如，路侧设备110和/或远端设备120可以从交通工具130接收路径规划请求。路径规划请求可以包括路径或路段相关信息，这些信息可以包括各种出行规划信息，例如，起点(例如，交通工具130的当前位置)、终点、途经点、计划时间以及交通工具的定制化约束等信息。
在框204，获取与路径规划请求相关联的路径资源信息。例如，路侧设备110可以通过采集的方式来获取路径资源信息，远端设备120可以通过从路侧设备110接收路径资源信息的方式来获取路径资源信息。路径资源信息可以包括与路径规划请求相关联的路段处的通信资源信息和路侧设备信息中的至少一项。路侧设备110被配置为至少对路侧设备110周围的环境进行监测，并且例如对交通工具130的自动驾驶或辅助驾驶提供指引。
在一些实施例中，通信资源信息或者与通信资源相关联的信息可以包括相关路段上的通信信道的性能、信号质量和/或通信定位精度。
通信信道的性能是综合评判通信信道性能的指标，该指标的大小反映了信道性能的好坏，为路径规划提供参考依据。通信信道的性能可以综合考虑以下指标中的一项或多项：信道忙状态时间(CBT)、信道已用带宽比(CUBP)、信道冲突比(CCP)和信道干扰比(SIR)。例如，在进行路径规划时可以选择通信信道性能较好的路段。
信号质量可以包括信号的强度、信号的方向和信号强度的改变率中的一项或多项。在路径规划时可以选择信号质量较好的路段。
在一些类型的通信中，将全球定位***(GPS)的定位集成到无线通信中，例如LTE-V。智能网联车辆等交通工具130的安全运行依赖精准的定位，因此，在路径规划时，也可以考虑通信定位精度。例如，在隧道、桥梁路段，车辆不能获取到高精度的定位信息，路径规划时避开此类路段。
在路径规划时，可以对上述要素进行综合评估，以确定路径上通信资源的情况。具体地，可以将上述因素量化，例如，计算各个因素的相应评分，并对量化结果进行相加、相乘或加权处理，进而得到路径上通信资源情况的综合评估结果。路径规划时可以选择综合评估结果较好的路径。
例如，基于LTE-V的无线通信中，提供PC5和Uu两种通信能力。在车辆密集的场景中，PC5的通信压力增大，需要更加针对性得考虑通信信道的性能。在这种情况下，可以对通信信道的性能给予更大的权重。在车辆密度小的场景中，可以更多地关注Uu口提供的信号的质量。
在一些实施例中，可以通过路侧设备110上传相应路段上的通信资源情况至远端设备120。远端设备120可以将所有信息融合，可获取到整条路径上以及分段路径或路段上通信资源情况。
在一些实施例中，路侧设备信息可以包括路侧设备在路段上的分布和/或计算能力。智能网联车辆等交通工具130在行驶过程中，如果借助路侧或者云端的信息则可以解决仅靠自身感知的信息所带来的局限性。对于智能网联车辆，在进行路径规划时，要考虑路径上路侧/云端节点的覆盖情况以及路侧/云端的计算能力，以便于能够更好的实现车路协同。路径上路侧/云端节点的状况的影响因素有路径上路侧/云端节点的分布情况以及路径上路侧/云端节点的计算能力情况。例如，路侧/云端节点的分布情况可以包括路径上路侧/云端节点的分布数量。
计算能力强的节点能够承载更多的业务计算。节点的计算能力可以考虑如下因素中的一项或多项：中央处理单元(CPU)的使用情况、图形处理单元(GPU)的使用情况、存储器的使用情况以及网络负载情况。可根据上述指标对路侧/云端节点的计算能力进行综合评估。
在路径规划时，可以对上述要素进行总和评估，以确定路径上路侧/云端节点的状况。例如，可以将上述因素进行量化处理，例如，确定各个因素的相应评分。然后，可以上述因素量化结果进行相加、进行相乘或进行加权处理，进而得到交通状况的综合评估结果。路径规划时可以选择综合评估结果好的路径。
在整体路径规划时，可以考虑路径上计算节点的分布情况以及路径上计算节点的整体计算能力，选择路径上计算节点部署的多并且整体计算能力好的路径。在进行局部路径规划时，可以考虑局部范围内节点的计算能力，选择计算能力强的节点所在的路径为局部规划路径。
在一些实施例中，路径上的路侧设备110可以将计算能力发送至远端设备120。远端设备120可以将所有信息融合，以获取整条路径上以及分段路径或路段上路侧/云端节点的状况。
在一些实施例中，还可以基于相关路段处的交通状况来进行路径规划。交通状况的影响因素可以包括静态因素和动态因素，其中静态因素可以包括路径路面情况、路径所需通行距离、路径上信号灯分布情况、路径上的交通限制标志等。动态因素则包括路径上实时的交通流状况、突发事故情况等。
路径路面情况表征车辆运行的环境特征。路径路面状况可包括路面的平整度、路面摩擦力情况、路面的高度变化情况、路面的倾斜度等，可根据上述指标对路径路面情况进行综合评估。例如，根据综合评估结果，将路面情况分为不同的等级，路面情况越好的则等级越高。
通行距离的远近在一定程度上决定路径的通行时间长短。路径所需通行距离表示交通工具130实际所需通行距离，而不是点对点的直线距离。所需通行距离越长，则通行时间比较长，路径规划时需要避开。
信号灯的分布情况在一定程度上影响道路上车辆的通行时间。信号灯的分布情况综合考虑路径上信号灯的分布个数、信号灯的禁行总时长两个要素。路径规划时可以避开信号灯分布多、信号灯禁行时间长的路段。
路径上的交通限制标志可以包括路径上的限速、限高、限行等限制因素。路径规划时可以选择符合智能网联车辆限制的路段。
在路径规划时，可以对上述要素进行综合评估，以表示交通状况。可以将上述因素进行量化处理，并对上述因素的量化结果进行相加、进行相乘或进行加权处理，进而得到交通状况的综合评估结果，路径规划时可以选择交通状况综合评估好的路径。
在一些实施例中，路径上的路侧设备110可以将这些关于分段信息发送至远端设备120。远端设备120可以将所有信息融合，以获取整条路径上以及分段路径上交通情况的表示。
在一些实施例中，路径资源信息还可以包括交通工具130的定制化约束。车辆通行定制化约束是针对个体车辆而言，是针对个体车辆的定制化服务/出行偏好，例如，针对电动车辆在路径规划时考虑路径上充电桩的分布；特定的运营智能网联车辆则需要有固定的行驶路线；智能网联车辆的偏好信息(比如速度最快、油耗最低或者路径最短等规则)；针对高速运行车辆，路径规划时考虑服务区/加油站；另外，也可针对乘车人的兴趣等，路径规划时作为考虑因素。
上述场景的定制化约束作为路径规划的输入，依据路径对车辆定制化约束的符合程度进行分级，符合度越好则等级越高。
在框206，至少部分地基于路径资源信息，从相关路段中确定用于交通工具130的规划路径。另外，还可以进一步结合在框204处描述的交通状况和/或交通工具130的定制化约束来确定规划路径。
在一些实施例中，可以确定路径资源信息中的多个信息项的评分；通过对所述评分进行加权平均来确定各个路段的总体评分；以及基于所述总体评分来确定规划路径。这些信息项可以表示路径资源信息中的各个因素。例如，在选择最优通行路径时，可以综合考虑路径上交通状况、路径上外部设备(例如，路侧设备或远端设备，也称路侧/云端节点)的状况、路径上通信资源情况以及车辆定制化约束，可将上述因素进行量化处理，例如，确定各个因素的评分。另外，可以对上述因素量化结果进行相加、进行相乘或进行加权处理，进而选择出最优的通行路径。
在一个实施例中，路径规划请求可以包含车辆130的定制化约束。因此，可以从路径规划请求中来提取交通工具130的定制化约束，并且进一步结合定制化约束来确定规划路径。
在一些实施例中，所选择的通行路径还可包含行驶的建议速度和行驶车道，以及改变速度位置点和换道位置点等精细操作。
在框208，将规划路径提供给交通工具130，以对交通工具130进行驾驶控制。交通工具130可以根据接收到的规划路径进行行驶，也可以进行进一步的处理，并根据处理后的规划路径进行行驶。例如，可以将一个或多个规划路径提供给交通工具130，交通工具130可以根据其自身的定制化约束而从规划路径中选择目标规划路径，这个目标规划路径可以是最符合其定制化约束的。然后，交通工具130可以基于该目标规划路径进行行驶。
图3示出了根据本公开的一些实施例的驾驶控制方法的流程图300。方法300可以在交通工具130处执行。
在框302，向交通工具130的外部设备发送路径规划请求。外部设备可以是路侧设备110和/或远端设备120。如上所述，路径规划请求可以包括路径或路段相关信息，这些信息可以包括各种出行规划信息，例如，起点(例如，交通工具130的当前位置)、终点、途经点、计划时间以及交通工具的定制化约束等信息。
在框304，从外部设备获取针对路径规划请求的规划路径。规划路径可以是根据图2所示的方法200来确定的，在此不再赘述。
在框306，基于接收的规划路径来控制交通工具130的驾驶。例如，交通工具130可以按照该规划路径进行行驶。
在一些实施例中，交通工具130可以基于其定制化约束，从获取的规划路径中选择目标规划路径，并基于目标规划路径来控制交通工具130的驾驶。
以上结合图2和图3介绍了根据本公开的一些实施例的用于路径规划的方法200和用于驾驶控制的方法300。如上所述，方法200可以在路侧设备110和/或远端设备120处执行，方法300可以在交通工具130处执行。以下将结合图1-图3来介绍根据本公开的一些实施例的交互过程。然而，应当理解，这些交互过程是示例性的，而不是限制性的，在不脱离本公开的精神和原理的情况下，可以使用任何其他合适的交互过程。
在一些实施例中，交通工具130可以周期性获取来自路侧设备110和/或远端设备120的信息，这些信息可以包括如上所述的路径上交通状况、路径上外部设备的状况和路径上通信资源的信息。
交通工具130在接收到这些信息之后，可以结合其定制化的约束条件来选择最优的路径。交通工具130可以根据规划后的路径进行行驶。应当理解，路径规划可以根据接收的数据或信息进行动态更新。
在一些实施例中，交通工具130可以将路径相关信息发送至路侧设备110和/或远端设备120，以发起路径规划请求。例如，这些路径相关信息可以包括各种出行规划信息，例如，起点(例如，交通工具130的当前位置)、终点、途经点、计划时间以及车辆通行定制化约束等信息。
路侧设备110和/或远端设备120在接收到交通工具130的路径规划请求之后，可以根据车辆通行定制化约束，结合路径上交通状况、路径上外部设备的状况和/或路径上通信资源情况等信息来进行路径规划，并可以将路径规划结果实时或周期性地发送给交通工具130。
交通工具130在接收到路径规划信息之后，可以按照所规划的路径来形式。另外，最优的通信路径还可包含行驶的建议速度和行驶车道，以及改变速度位置点和换道位置点等精细操作。交通工具130还可以根据所建议的速度行驶，在行驶过程中，交通工具130周期性上报自身的位置、速度、运动方向、加速度等信息到路侧设备110和/或远端设备120。
在一些实施例中，路侧设备110和/或远端设备120可以动态调整路径规划信息。例如，路侧设备110和/或远端设备120可以将交通工具130的当前位置与路径规划信息进行匹配，确定交通工具130是否已经偏离规划路径。如果交通工具130偏离规划路径，则路侧设备110和/或远端设备120可以重新调整路径规划信息。另外，如果交通工具130重新提交了路径规划请求，则路侧设备110和/或远端设备120也可以重新调整规划信息。或者如果交通工具130对车辆通行定制化约束进行了修改，并将其提交到路侧设备110和/或远端设备120，那么路侧设备110和/或远端设备120也可以重新调整规划信息。另外，路侧设备110和/或远端设备120还可以根据动态变化的路网信息、综合感知信息等迭代更新路径规划。如果生成的新路径规划信息更优，则可以重新调整路径规划信息。
图4示出了根据本公开的一些实施例的用于路径规划的装置400的示意框图。装置400可以实现在路侧设备110和/或远端设备120处。
如图4所示，装置400包括第一获取模块402，被配置为响应于接收到来自交通工具的路径规划请求，获取与所述路径规划请求相关联的路径资源信息，所述路径资源信息包括与所述路径规划请求相关联的路段处的通信资源信息和路侧设备信息中的至少一项。
在一些实施例中，所述通信资源信息包括所述路段处的通信信道的性能、信号质量和通信定位精度中的至少一项。
在一些实施例中，所述路侧设备信息包括所述路段处的路侧设备的分布和计算能力中的至少一项。
如图4所示，装置400还包括第一确定模块404，被配置为至少部分地基于所述路径资源信息，从所述路段中确定用于所述交通工具的规划路径。
在一些实施例中，装置400还包括第二获取模块，被配置为获取所述路段处的交通状况和所述交通工具的定制化约束中的至少一项。第一确定模块404包括：第二确定模块，被配置为基于所述交通状况和所述定制化约束中的至少一项以及所述路径资源信息，确定所述规划路径。
在一些实施例中，所述路径规划请求包括所述交通工具的定制化约束，所述装置400还包括第三获取模块，被配置为从所述路径规划请求中获取所述交通工具的定制化约束，并且第一确定模块404包括：第三确定模块，被配置为基于所述交通工具的定制化约束以及所述路径资源信息，确定所述规划路径。
在一些实施例中，第一确定模块406包括：第四确定模块，被配置为确定所述路径资源信息中的多个信息项的评分；第五确定模块，被配置为通过对所述多个信息项的评分进行加权平均来确定各个路段的总体评分；以及第六确定模块，被配置为基于所述总体评分来确定所述规划路径。
如图4所示，装置400还包括提供模块406，被配置为将所述规划路径提供给所述交通工具。
图5示出了根据本公开的一些实施例的用于驾驶控制的装置500的示意框图。装置500可以实现在交通工具130处。
如图5所示，装置500包括发送模块502，被配置为向交通工具的外部设备发送路径规划请求。
如图5所示，装置500包括获取模块504，被配置为从所述外部设备获取针对所述路径规划请求的规划路径，其中所述规划路径是至少部分地基于所述路径资源信息来确定的，所述路径资源信息包括与所述路径规划请求相关联的路段处的通信资源信息和路侧设备信息中的至少一项。
在一些实施例中，所述通信资源信息包括所述路段处的通信信道的性能、信号质量和通信定位精度中的至少一项。
在一些实施例中，所述路侧设备信息包括所述路段处的路侧设备的分布和计算能力中的至少一项。
在一些实施例中，所述规划路径是基于所述路段处的交通状况和所述交通工具的定制化约束中的至少一项以及所述路径资源信息来确定的。
在一些实施例中，所述规划路径是如下确定的：确定所述路径资源信息中的多个信息项的评分；通过对所述多个信息项的评分进行加权平均来确定各个路段的总体评分；以及基于所述总体评分来确定所述规划路径。
如图5所示，装置500包括第一控制模块506，被配置为基于所述规划路径来控制所述交通工具的驾驶。
在一些实施例中，第一控制模块506包括：选择模块，被配置为基于所述交通工具的定制化约束，从所述规划路径中选择目标规划路径；以及第二控制模块，被配置为基于所述目标规划路径来控制所述交通工具的驾驶。
图6示出了可以用来实施本公开的实施例的示例设备600的示意性框图。设备600可以用于实现图2所示的方法200或图3所示的方法300。如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序指令或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序指令，来执行各种适当的动作和处理。在RAM603中，还可存储设备600操作所需的各种程序和数据。计算单元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。
设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如方法200或300。例如，在一些实施例中，方法200或300可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的方法200或300的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200或300。
本公开可以是方法、设备、***和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、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模块、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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动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。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所公开的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其他普通技术人员能理解本文公开的各实施例。

Claims (28)

1.一种用于路径规划的方法，包括：
响应于接收到来自交通工具的路径规划请求，获取与所述路径规划请求相关联的路径资源信息，所述路径资源信息包括与所述路径规划请求相关联的路段处的通信资源信息和路侧设备信息中的至少一项；
至少部分地基于所述路径资源信息，从所述路段中确定用于所述交通工具的规划路径；以及
将所述规划路径提供给所述交通工具。
2.根据权利要求1所述的方法，其中所述通信资源信息包括所述路段处的通信信道的性能、信号质量和通信定位精度中的至少一项。
3.根据权利要求1所述的方法，其中所述路侧设备信息包括所述路段处的路侧设备的分布和计算能力中的至少一项。
4.根据权利要求1所述的方法，还包括获取所述路段处的交通状况和所述交通工具的定制化约束中的至少一项，并且确定所述规划路径包括：
基于所述交通状况和所述定制化约束中的至少一项以及所述路径资源信息，确定所述规划路径。
5.根据权利要求1所述的方法，其中所述路径规划请求包括所述交通工具的定制化约束，所述方法还包括从所述路径规划请求中获取所述交通工具的定制化约束，并且确定所述规划路径包括：
基于所述交通工具的定制化约束以及所述路径资源信息，确定所述规划路径。
6.根据权利要求1所述的方法，其中确定所述规划路径包括：
确定所述路径资源信息中的多个信息项的评分；
通过对所述多个信息项的评分进行加权平均来确定各个路段的总体评分；以及
基于所述总体评分来确定所述规划路径。
7.一种驾驶控制的方法，包括：
向交通工具的外部设备发送路径规划请求；
从所述外部设备获取针对所述路径规划请求的规划路径，其中所述规划路径是至少部分地基于所述路径资源信息来确定的，所述路径资源信息包括与所述路径规划请求相关联的路段处的通信资源信息和路侧设备信息中的至少一项；以及
基于所述规划路径来控制所述交通工具的驾驶。
8.根据权利要求7所述的方法，其中所述通信资源信息包括所述路段处的通信信道的性能、信号质量和通信定位精度中的至少一项。
9.根据权利要求7所述的方法，其中所述路侧设备信息包括所述路段处的路侧设备的分布和计算能力中的至少一项。
10.根据权利要求7所述的方法，其中所述规划路径是基于所述路段处的交通状况和所述交通工具的定制化约束中的至少一项以及所述路径资源信息来确定的。
11.根据权利要求7所述的方法，其中基于所述规划路径来控制所述交通工具的驾驶包括：
基于所述交通工具的定制化约束，从所述规划路径中选择目标规划路径；以及
基于所述目标规划路径来控制所述交通工具的驾驶。
12.根据权利要求7所述的方法，其中所述规划路径是如下确定的：
确定所述路径资源信息中的多个信息项的评分；
通过对所述多个信息项的评分进行加权平均来确定各个路段的总体评分；以及
基于所述总体评分来确定所述规划路径。
13.一种用于路径规划的装置，包括：
第一获取模块，被配置为响应于接收到来自交通工具的路径规划请求，获取与所述路径规划请求相关联的路径资源信息，所述路径资源信息包括与所述路径规划请求相关联的路段处的通信资源信息和路侧设备信息中的至少一项；
第一确定模块，被配置为至少部分地基于所述路径资源信息，从所述路段中确定用于所述交通工具的规划路径；以及
提供模块，被配置为将所述规划路径提供给所述交通工具。
14.根据权利要求13所述的装置，其中所述通信资源信息包括所述路段处的通信信道的性能、信号质量和通信定位精度中的至少一项。
15.根据权利要求13所述的装置，其中所述路侧设备信息包括所述路段处的路侧设备的分布和计算能力中的至少一项。
16.根据权利要求13所述的装置，还包括第二获取模块，被配置为获取所述路段处的交通状况和所述交通工具的定制化约束中的至少一项，并且所述第一确定模块包括：
第二确定模块，被配置为基于所述交通状况和所述定制化约束中的至少一项以及所述路径资源信息，确定所述规划路径。
17.根据权利要求13所述的装置，其中所述路径规划请求包括所述交通工具的定制化约束，所述装置还包括第三获取模块，被配置为从所述路径规划请求中获取所述交通工具的定制化约束，并且所述第一确定模块包括：
第三确定模块，被配置为基于所述交通工具的定制化约束以及所述路径资源信息，确定所述规划路径。
18.根据权利要求13所述的装置，其中所述第一确定模块包括：
第四确定模块，被配置为确定所述路径资源信息中的多个信息项的评分；
第五确定模块，被配置为通过对所述多个信息项的评分进行加权平均来确定各个路段的总体评分；以及
第六确定模块，被配置为基于所述总体评分来确定所述规划路径。
19.一种驾驶控制的装置，包括：
发送模块，被配置为向交通工具的外部设备发送路径规划请求；
获取模块，被配置为从所述外部设备获取针对所述路径规划请求的规划路径，其中所述规划路径是至少部分地基于所述路径资源信息来确定的，所述路径资源信息包括与所述路径规划请求相关联的路段处的通信资源信息和路侧设备信息中的至少一项；以及
第一控制模块，被配置为基于所述规划路径来控制所述交通工具的驾驶。
20.根据权利要求19所述的装置，其中所述通信资源信息包括所述路段处的通信信道的性能、信号质量和通信定位精度中的至少一项。
21.根据权利要求19所述的装置，其中所述路侧设备信息包括所述路段处的路侧设备的分布和计算能力中的至少一项。
22.根据权利要求19所述的装置，其中所述规划路径是基于所述路段处的交通状况和所述交通工具的定制化约束中的至少一项以及所述路径资源信息来确定的。
23.根据权利要求19所述的装置，其中所述第一控制模块包括：
选择模块，被配置为基于所述交通工具的定制化约束，从所述规划路径中选择目标规划路径；以及
第二控制模块，被配置为基于所述目标规划路径来控制所述交通工具的驾驶。
24.根据权利要求19所述的装置，其中所述规划路径是如下确定的：
确定所述路径资源信息中的多个信息项的评分；
通过对所述多个信息项的评分进行加权平均来确定各个路段的总体评分；以及
基于所述总体评分来确定所述规划路径。
25.一种电子设备，包括：
一个或多个处理器；以及
存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现根据权利要求1-6中任一项所述的方法。
26.一种电子设备，包括：
一个或多个处理器；以及
存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现根据权利要求7-12中任一项所述的方法。
27.一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现根据权利要求1-6中任一项所述的方法。
28.一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现根据权利要求7-12中任一项所述的方法。
CN201910440816.9A 2019-05-24 2019-05-24 用于路径规划的方法、装置、设备和计算机可读存储介质 Pending CN111982109A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910440816.9A CN111982109A (zh) 2019-05-24 2019-05-24 用于路径规划的方法、装置、设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910440816.9A CN111982109A (zh) 2019-05-24 2019-05-24 用于路径规划的方法、装置、设备和计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN111982109A true CN111982109A (zh) 2020-11-24

Family

ID=73436682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910440816.9A Pending CN111982109A (zh) 2019-05-24 2019-05-24 用于路径规划的方法、装置、设备和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111982109A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112802234A (zh) * 2020-12-30 2021-05-14 深兰盛视科技（苏州）有限公司 电动自行车控制方法、装置、设备及计算机可读存储介质
CN113063433A (zh) * 2021-03-24 2021-07-02 维沃移动通信有限公司 导航路线显示方法及装置
CN113296109A (zh) * 2021-05-31 2021-08-24 阿波罗智联(北京)科技有限公司 基座、路侧传感设备以及智能交通***
CN113848897A (zh) * 2021-09-17 2021-12-28 宁波大学 用于对无人水面艇进行路径规划的方法、***和相关产品
CN114485708A (zh) * 2022-01-18 2022-05-13 上汽通用五菱汽车股份有限公司 无人驾驶车辆路径规划方法、***、电子设备及存储介质
CN114612869A (zh) * 2022-03-14 2022-06-10 合肥工业大学 一种路侧激光雷达与车载激光雷达信息融合方法
WO2022133151A1 (en) * 2020-12-17 2022-06-23 Zoox, Inc. Collaborative vehicle path generation
CN115830896A (zh) * 2022-11-17 2023-03-21 云控智行科技有限公司 一种车道推荐方法、装置及设备
CN115968042A (zh) * 2023-03-16 2023-04-14 杭州康晟健康管理咨询有限公司 一种移动医疗车的资源配置方法
CN117894201A (zh) * 2024-03-11 2024-04-16 湘江实验室 基于全局交通信息的道路交通引导方法、装置及相关设备
CN117894201B (zh) * 2024-03-11 2024-06-21 湘江实验室 基于全局交通信息的道路交通引导方法、装置及相关设备

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102393206A (zh) * 2011-10-19 2012-03-28 北京世纪高通科技有限公司 路径规划方法及装置
CN103542859A (zh) * 2013-10-22 2014-01-29 深圳市凯立德科技股份有限公司 一种路径规划方法及定位导航设备
CN103854505A (zh) * 2013-12-18 2014-06-11 招商局重庆交通科研设计院有限公司 车辆实时导航方法及装置
CN104955056A (zh) * 2015-06-05 2015-09-30 大连理工大学 一个基于粒子群算法的车联网路侧单元部署方法
CN105096622A (zh) * 2015-08-11 2015-11-25 吉林大学 一种基于车路通信的动态路径诱导方法
CN105547317A (zh) * 2016-01-06 2016-05-04 广东欧珀移动通信有限公司 一种导航线路选择方法和移动终端
CN105991704A (zh) * 2015-02-10 2016-10-05 电信科学技术研究院 一种车路信息交互方法、设备及***
CN106355923A (zh) * 2016-09-08 2017-01-25 江苏大学 车联网环境下基于实时交通信息的智慧导航***及导航方法
CN106355928A (zh) * 2016-08-31 2017-01-25 北京万集科技股份有限公司 一种基于无线定位的车路协同辅助驾驶***以及方法
CN106796114A (zh) * 2016-11-03 2017-05-31 深圳达闼科技控股有限公司 路径规划的方法、装置、服务器及机器人
US20180059672A1 (en) * 2016-08-29 2018-03-01 Baidu Usa Llc Method and system to construct surrounding environment for autonomous vehicles to make driving decisions
CN108286981A (zh) * 2017-12-29 2018-07-17 广州斯沃德科技有限公司 车联网的车辆路径规划方法、装置和计算机设备
CN109084783A (zh) * 2017-06-13 2018-12-25 纵目科技（上海）股份有限公司 带信号强度的地图构建方法、***、车载终端及存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102393206A (zh) * 2011-10-19 2012-03-28 北京世纪高通科技有限公司 路径规划方法及装置
CN103542859A (zh) * 2013-10-22 2014-01-29 深圳市凯立德科技股份有限公司 一种路径规划方法及定位导航设备
CN103854505A (zh) * 2013-12-18 2014-06-11 招商局重庆交通科研设计院有限公司 车辆实时导航方法及装置
CN105991704A (zh) * 2015-02-10 2016-10-05 电信科学技术研究院 一种车路信息交互方法、设备及***
CN104955056A (zh) * 2015-06-05 2015-09-30 大连理工大学 一个基于粒子群算法的车联网路侧单元部署方法
CN105096622A (zh) * 2015-08-11 2015-11-25 吉林大学 一种基于车路通信的动态路径诱导方法
CN105547317A (zh) * 2016-01-06 2016-05-04 广东欧珀移动通信有限公司 一种导航线路选择方法和移动终端
US20180059672A1 (en) * 2016-08-29 2018-03-01 Baidu Usa Llc Method and system to construct surrounding environment for autonomous vehicles to make driving decisions
CN106355928A (zh) * 2016-08-31 2017-01-25 北京万集科技股份有限公司 一种基于无线定位的车路协同辅助驾驶***以及方法
CN106355923A (zh) * 2016-09-08 2017-01-25 江苏大学 车联网环境下基于实时交通信息的智慧导航***及导航方法
CN106796114A (zh) * 2016-11-03 2017-05-31 深圳达闼科技控股有限公司 路径规划的方法、装置、服务器及机器人
CN109084783A (zh) * 2017-06-13 2018-12-25 纵目科技（上海）股份有限公司 带信号强度的地图构建方法、***、车载终端及存储介质
CN108286981A (zh) * 2017-12-29 2018-07-17 广州斯沃德科技有限公司 车联网的车辆路径规划方法、装置和计算机设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
卢晶琦等: "《移动通信理论与实战》", 28 February 2017, 西安电子科技大学出版社 *
李辉: "《物联网发展与应用研究》", 30 April 2017, 北京理工大学出版社 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022133151A1 (en) * 2020-12-17 2022-06-23 Zoox, Inc. Collaborative vehicle path generation
US11787438B2 (en) 2020-12-17 2023-10-17 Zoox, Inc. Collaborative vehicle path generation
CN112802234A (zh) * 2020-12-30 2021-05-14 深兰盛视科技（苏州）有限公司 电动自行车控制方法、装置、设备及计算机可读存储介质
CN113063433A (zh) * 2021-03-24 2021-07-02 维沃移动通信有限公司 导航路线显示方法及装置
CN113296109A (zh) * 2021-05-31 2021-08-24 阿波罗智联(北京)科技有限公司 基座、路侧传感设备以及智能交通***
CN113848897A (zh) * 2021-09-17 2021-12-28 宁波大学 用于对无人水面艇进行路径规划的方法、***和相关产品
CN113848897B (zh) * 2021-09-17 2023-12-12 宁波大学 用于对无人水面艇进行路径规划的方法、***和相关产品
CN114485708A (zh) * 2022-01-18 2022-05-13 上汽通用五菱汽车股份有限公司 无人驾驶车辆路径规划方法、***、电子设备及存储介质
CN114485708B (zh) * 2022-01-18 2024-06-28 上汽通用五菱汽车股份有限公司 无人驾驶车辆路径规划方法、***、电子设备及存储介质
CN114612869A (zh) * 2022-03-14 2022-06-10 合肥工业大学 一种路侧激光雷达与车载激光雷达信息融合方法
CN115830896A (zh) * 2022-11-17 2023-03-21 云控智行科技有限公司 一种车道推荐方法、装置及设备
CN115968042A (zh) * 2023-03-16 2023-04-14 杭州康晟健康管理咨询有限公司 一种移动医疗车的资源配置方法
CN115968042B (zh) * 2023-03-16 2023-06-23 杭州康晟健康管理咨询有限公司 一种移动医疗车的资源配置方法
CN117894201A (zh) * 2024-03-11 2024-04-16 湘江实验室 基于全局交通信息的道路交通引导方法、装置及相关设备
CN117894201B (zh) * 2024-03-11 2024-06-21 湘江实验室 基于全局交通信息的道路交通引导方法、装置及相关设备

Similar Documents

Publication Publication Date Title
CN111982109A (zh) 用于路径规划的方法、装置、设备和计算机可读存储介质
CN110325928B (zh) 自主车辆运行管理
CN110164122B (zh) 用于路口的车辆列队***控制
CN110603497B (zh) 自主车辆操作管理控制的自主车辆和方法
CN110431037B (zh) 包括运用部分可观察马尔可夫决策过程模型示例的自主车辆操作管理
CN110418743B (zh) 自主车辆运行管理阻碍监测
US10422649B2 (en) Autonomous driving sensing system and method
CN113286733A (zh) 用于管理不同自主水平的车辆之间的交互的方法和***
US20220139222A1 (en) Driving control method and apparatus, device, medium, and system
KR20210111890A (ko) Hd 지도의 생성 및 사용
EP4086875A1 (en) Self-driving method and related device
US11859990B2 (en) Routing autonomous vehicles using temporal data
US20200272159A1 (en) Method and vehicle control system for intelligent vehicle control about a roundabout
US11210937B2 (en) Method for un-signalized intersection traffic flow management
CN112149487A (zh) 一种用于自动驾驶的用于训练神经网络对象检测模型的用于确定锚框的方法
CN114283606A (zh) 用于车辆导航的方法、装置、设备、***和云控平台
CN113060118A (zh) 用于柔和降速的速度规划引导线
Iovine et al. Safe human-inspired mesoscopic hybrid automaton for autonomous vehicles
CN107839691B (zh) 车辆控制方法和装置
US20220032934A1 (en) Method, apparatus, device and system for controlling driving
US20200276984A1 (en) Server and Vehicle Control System
CN112985825A (zh) 用于确定自动驾驶***的乘坐稳定性的方法
CN113811930A (zh) 信息处理装置、信息处理方法和程序
CN114764980B (zh) 一种车辆转弯路线规划方法及装置
KR102497716B1 (ko) 자율주행협력 차량의 권장 제한 속도를 제공하는 관제 서버

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
TA01 Transfer of patent application right

Effective date of registration: 20211021

Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd.

Address before: 2 / F, *** building, 10 Shangdi 10th Street, Haidian District, Beijing 100094

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20201124

RJ01 Rejection of invention patent application after publication