CN114442634A - 一种车辆的路径规划方法、装置、设备及介质 - Google Patents
一种车辆的路径规划方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114442634A CN114442634A CN202210114333.1A CN202210114333A CN114442634A CN 114442634 A CN114442634 A CN 114442634A CN 202210114333 A CN202210114333 A CN 202210114333A CN 114442634 A CN114442634 A CN 114442634A
- Authority
- CN
- China
- Prior art keywords
- path
- node
- vehicle
- determining
- target
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 37
- 230000035772 mutation Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 5
- 239000011159 matrix material Substances 0.000 description 15
- 230000005484 gravity Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000010391 action planning Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种车辆的路径规划方法、装置、设备及介质。其中，该方法包括：根据车辆起点、车辆终点以及障碍物的位置信息，通过第一路径规划算法确定从车辆起点至车辆终点距离最近的第一路径；从第一路径中的各个第一路径节点中确定至少一个目标节点，并根据相邻的目标节点确定至少一个连通的第二路径；采用第二路径规划算法分别对各第二路径进行路径规划，以确定车辆的行驶路径。通过执行本发明实施例提供的技术方案，可以实现动态地对车辆进行复杂路况的路径规划以及优化规划路径，避免了车辆无法到达终点的问题。
Description
技术领域
本发明实施例涉及路径规划技术领域，尤其涉及一种车辆的路径规划方法、装置、设备及介质。
背景技术
路径规划是智能车辆导航和控制的基础，是从轨迹决策的角度考虑的，可分为局部路径规划和全局路径规划。局部路径规划作为自动驾驶车辆决策规划层的主要任务，因此也成为越来越多的研究者非常热衷研究的话题。
现有技术中的路径规划方法，针对障碍物比较多的复杂路况，要么无法处理车辆运动约束问题，可能造成规划轨迹不满足车辆实际行驶工况，导致车辆很难做到沿期望路径行驶。或者规划出的路径虽然相对平滑，可以满足车辆本身对于路径的要求，但仍然有一定概率存在局部极小值问题，仍然会造成路径规划不成功。
发明内容
本发明实施例提供一种车辆的路径规划方法、装置、设备及介质，可以实现动态地对车辆进行复杂路况的路径规划以及优化规划路径，避免了车辆无法到达终点的问题。
第一方面，本发明实施例提供了一种车辆的路径规划方法，该方法包括：
根据车辆起点、车辆终点以及障碍物的位置信息，通过第一路径规划算法确定从车辆起点至车辆终点距离最近的第一路径；
从所述第一路径中的各个第一路径节点中确定至少一个目标节点，并根据相邻的目标节点确定至少一个连通的第二路径；
采用第二路径规划算法分别对各所述第二路径进行路径规划，以确定所述车辆的行驶路径。
第二方面，本发明实施例还提供了一种车辆的路径规划装置，该装置包括：第一路径确定单元，用于根据车辆起点、车辆终点以及障碍物的位置信息，通过第一路径规划算法确定从车辆起点至车辆终点距离最近的第一路径；
从所述第一路径中的各个第一路径节点中确定至少一个目标节点，并根据相邻的目标节点确定至少一个连通的第二路径；
采用第二路径规划算法分别对各所述第二路径进行路径规划，以确定所述车辆的行驶路径。
第三方面，本发明实施例还提供了一种电子设备，该设备包括：
一个或多个处理器；
存储装置，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，使得所述一个或多个处理器实现如本发明实施例中任一项所述的车辆的路径规划方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一项所述的车辆的路径规划方法。
本发明实施例提供的技术方案，根据车辆起点、车辆终点以及障碍物的位置信息，通过第一路径规划算法确定从车辆起点至车辆终点距离最近的第一路径；从第一路径中的各个第一路径节点中确定至少一个目标节点，并根据相邻的目标节点确定至少一个连通的第二路径；采用第二路径规划算法分别对各第二路径进行路径规划，以确定车辆的行驶路径。通过执行本发明实施例提供的技术方案，可以实现动态地对车辆进行复杂路况的路径规划以及优化规划路径，避免了车辆无法到达终点的问题。
附图说明
图1是本发明实施例提供的一种车辆的路径规划方法的流程图；
图2是本发明实施例提供的另一种车辆的路径规划方法的流程图；
图3是本发明实施例提供的一种车辆的路径规划装置结构示意图；
图4是本发明实施例提供的一种电子设备结构示意图。
具体实施方式
下面结合附图和实施例对本发明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本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
图1是本发明实施例提供的一种车辆的路径规划方法的流程图，所述方法可以由车辆的路径规划装置来执行，所述装置可以由软件和/或硬件的方式实现，所述装置可以配置在用于车辆的路径规划的电子设备中。所述方法应用于对智能汽车在复杂路况下的局部路径进行规划的场景中。如图1所示，本发明实施例提供的技术方案具体包括：
S110:根据车辆起点、车辆终点以及障碍物的位置信息，通过第一路径规划算法确定从车辆起点至车辆终点距离最近的第一路径。
具体的，车辆起点可以是规划路径的起点，车辆终点可以是规划路径的终点。障碍物的位置信息可以是障碍物的二维坐标。第一路径规划算法可以是ARA*算法，第一路径规划算法可以根据实际需要进行设置。车辆可以通过环境感知层的多种传感器融合进行道路边界的识别和障碍物检测，将传感器得到的探测环境划分为网格形式，形成栅格地图。本方案可以通过ARA*算法，对栅格地图进行路径搜索。采用公式f(n)＝g(n)+ε*h(n)将基本A*算法的估计代价值进行改进。其中，ε表示启发函数的权值，f(n)为启发函数，表示从车辆起点到车辆终点的预估距离，g(n)表示车辆从车辆起点到规划栅格点n已经走过的距离，h(n)表示从规划栅格点n到车辆终点之间的估计距离。当ε大于1时，增大了启发函数，减少了搜索节点，能实现快速搜索到可行驶路径，但不一定是最优路径。所以在初次搜索时可取较大的权值，能快速得到可行驶路径，虽然路径相比于最优路径长，但***实时性较高。随后ε不断减小，在上一次规划的基础上进行规划。最终确定从车辆起点至车辆终点距离最近的第一路径。
S120:从所述第一路径中的各个第一路径节点中确定至少一个目标节点，并根据相邻的目标节点确定至少一个连通的第二路径。
具体的，第一路径节点为第一路径上的节点。虽然第一路径距离最短，但是第一路径并不连通，即车辆无法按照该第一路径行驶。因此，本方案需要在第一路径节点中确定出若干航向角突变的点，从航向角突变点中确定车辆可以行驶的节点，然后在可行驶的节点中将不必要的节点筛选出来进行丢弃，最终得到至少一个目标节点，从车辆起点开始，相邻的两个目标节点构成了连通的第二路径。
其中，本方案可以分别确定每个航向角突变点与其后的各个航向角突变点之间的距离组成的矩阵A以及每个航向角突变点与其后的各个航向角突变点之间的连通结果组成的矩阵B，然后将矩阵A中的每个元素与矩阵B中对应位置的元素相乘确定矩阵C。从矩阵C的第一行开始，在相邻的非零元素中，确定小于设定距离值的最大值所在的列值，将与该列值关联的航向角突变点作为目标节点，并从该目标节点所在的行开始，按照上述方式继续确定下一个目标节点，直到下一个目标节点为车辆终点，最终得到确定的至少一个目标节点，并且相邻的目标节点确定一个连通的第二路径。
S130:采用第二路径规划算法分别对各所述第二路径进行路径规划，以确定所述车辆的行驶路径。
其中，第二路径规划算法可以是改进的人工势场法。从第一个第二路径开始，对于每一个第二路径，确定该第二路径的起始路径节点和结束路径节点。本方案可以采用改进的人工势场法逐步进行车辆从起始路径节点到结束路径节点的局部路径规划，以根据结束路径节点引力、第二路径引力、障碍物斥力和道路边界斥力叠加计算得出起始路径节点的合力。其中，第二路径引力由第二路径引力系数、第二路径所在位置的方程表达式、车辆位置与第二路径在垂直方向上的距离以及车辆到第二路径的垂直单位向量进行确定。障碍物斥力由障碍物斥力势场增益因子、障碍物位置、障碍物和车辆之间的距离、障碍物影响半径、障碍物到车辆之间连线的单位向量、车辆位置坐标以及引力方向的单位向量进行确定。障碍物斥力势场增益因子由车辆与障碍物的相对速度、静态障碍物规划斥力系数以及速度转化系数确定。
根据车辆在起始路径节点所受的合力确定车辆的行驶方向，再结合预设步长得到规划的下一点位置。若确定按人工势场法的合力方向不符合车辆转向约束，即规划半径小于车辆最小转弯半径，需要按照车辆前轮转角为极大值的情况确定车辆行驶方向，然后结合预设步长规划得到下一个第二路径节点位置。按照上述过程依次对每个连通的第二路径进行路径规划，各个第二路径上的节点集合为车辆的行驶路径。
相关技术中关于智能汽车路径规划方法较多，例如人工势场法、基于Frenet坐标系的动作规划方法、A*算法等方法。但A*算法的基于图搜索的路径规划算法无法处理车辆运动约束问题，很可能造成规划轨迹不满足车辆实际行驶工况，如果将输出路径直接交由跟踪模块，跟踪模块很难做到控制车辆沿期望路径行驶。人工势场法输出的规划路径虽然相对平滑，可以满足路径跟踪模块对于路径的要求，但仍然有一定概率存在局部极小值问题，会造成路径规划不成功。
本发明实施例提供的技术方案，根据车辆起点、车辆终点以及障碍物的位置信息，通过第一路径规划算法确定从车辆起点至车辆终点距离最近的第一路径；从第一路径中的各个第一路径节点中确定至少一个目标节点，并根据相邻的目标节点确定至少一个连通的第二路径；采用第二路径规划算法分别对各第二路径进行路径规划，以确定车辆的行驶路径。通过执行本发明实施例提供的技术方案，可以实现动态地对车辆进行复杂路况的路径规划以及优化规划路径，避免了车辆无法到达终点的问题。
图2是本发明实施例提供的一种车辆的路径规划方法的流程图，本实施例在上述实施例的基础上进行优化。如图2所示，本发明实施例中的车辆的路径规划方法可以包括：
S210:根据车辆起点、车辆终点以及障碍物的位置信息，通过第一路径规划算法确定从车辆起点至车辆终点距离最近的第一路径。
S220:将各所述第一路径节点中的至少一个航向角突变点作为候选目标节点。
其中，航向角突变点和与其相邻的两个第一路径节点不在一条直线上，本方案可以将各第一路径节点中的至少一个航向角突变点作为候选目标节点，并将其放入候选目标节点集合中，继续按上述处理过程依次确定为航向角突变点的其他第一路径节点，并顺序放入候选目标节点集合中。其中，候选目标节点集合的第一个元素与最后一个元素分别为车辆起点与车辆终点。
在一个可行的实施方式中，可选的，航向角突变点的确定过程，包括：确定与任一第一路径节点相邻的第一相邻路径节点以及第二相邻路径节点；根据该第一路径节点与第一相邻路径节点确定第一斜率；根据该第一路径节点与第二相邻路径节点确定第二斜率；根据所述第一斜率与所述第二斜率确定该第一路径节点的斜率差；若所述斜率差不为0，则确定该第一路径节点为航向角突变点。
其中，第一路径为各个第一路径节点依次组成的集合，并且在第一路径确定的情况下，每个第一路径节点的坐标信息也可以确定。其中，坐标系可以是车辆坐标系，其原点与车辆质心重合，当车辆在水平路面上处于静止状态，X轴平行于地面指向车辆前方，Z轴通过汽车质心指向上方，Y轴指向驾驶员的左侧。本方案可以从第二个第一路径节点开始，确定与该第一路径节点相邻的前一个第一路径节点和后一个第一路径节点。其中，前一个第一路径节点即第一相邻路径节点，后一个第一路径节点即第二相邻路径节点。然后根据该第一路径节点的坐标信息、第一相邻路径节点的坐标信息确定该第一路径节点与第一相邻路径节点所在直线的斜率，即第一斜率，并根据该第一路径节点的坐标信息、第二相邻路径节点的坐标信息确定该第一路径节点与第二相邻路径节点所在直线的斜率，即第二斜率。将第一斜率与第二斜率作差，得到表征该第一路径节点航向角突变程度的斜率差，如果斜率差值不为0，则表明该第一路径节点为航向角突变点。
由此，通过根据第一路径节点的相邻节点确定第一路径节点是否为航向角突变点，可以实现将不必要的第一路径节点进行排除，可以简化车辆的行驶路径。
S230:对于任一个候选目标节点，将其后的与该候选目标节点连通的其他候选目标节点以及该候选目标节点作为目标节点，并根据相邻的目标节点确定至少一个连通的第二路径。
其中，本方案可以从第一个候选目标节点S1开始，确定其后的每一个候选目标节点与S1的连通性，即S1与后面各候选目标节点之间的连线是否与障碍物发生干涉，如果连通则赋值为1，如果不连通则赋值为0，形成连通矩阵的第一行。然后从第二个候选目标节点S2开始，确定其后的每一个候选目标节点与S2的连通性，如果连通则赋值为1，如果不连通则赋值为0，形成连通矩阵的第二行，以此类推，直至矩阵的最后一行对应最后一个候选目标节点。依据连通矩阵从S1开始，依次确定与上一个候选目标节点连通的下一个候选目标节点，最终确定直到最后一个候选目标节点为车辆终点，最终得到确定的至少一个目标节点，并且相邻的目标节点可以确定一个连通的第二路径。
在另一个可行的实施方式中，可选的，对于任一个候选目标节点，将其后的与该候选目标节点连通的其他候选目标节点以及该候选目标节点作为目标节点，包括：对于任一个候选目标节点，将其后的与该候选目标节点连通的其他候选目标节点以及该候选目标节点作为中间目标节点；对于任意三个相邻的中间目标节点，若确定不相邻的两个中间目标节点的距离小于预设距离，则将所述不相邻的两个中间目标节点作为目标节点。
其中，预设距离Dis_Set的取值取决于候选目标节点到障碍物的最小距离Dis_Obstacle，预设距离与该候选目标节点到障碍物的最小距离的确定过程如下：
本方案可以从第一个候选目标节点S1开始，依次确定与上一个候选目标节点连通的下一个候选目标节点，直到最后一个候选目标节点为车辆终点，最终得到确定的至少一个中间目标节点。然后对于每一个中间目标节点，从S1开始，分别确定其后的每一个中间目标节点与S1之间的距离，形成距离矩阵的第一行，然后从第二个中间目标节点开始，确定其后的每一个中间目标节点与该中间目标节点之间的距离，形成距离矩阵的第二行，以此类推，直至距离矩阵的最后一行对应车辆终点。依据距离矩阵从S1开始，如果对于任意三个相邻的中间目标节点，如果确定不相邻的两个中间目标节点的距离小于预设距离，则将不相邻的两个中间目标节点作为目标节点，即将中间位置的中间目标节点舍弃。以此类推，直至相邻的中间目标节点的距离小于预设距离，不相邻的两个中间目标节点的距离大于预设距离。然后从距离矩阵的第二行继续依此筛选，直至最后一个中间目标节点为车辆终点停止筛选，最终将筛选得到的中间目标节点作为目标节点。
由此，通过对于任一个候选目标节点，将其后的与该候选目标节点连通的其他候选目标节点以及该候选目标节点作为中间目标节点；对于任意三个相邻的中间目标节点，若确定不相邻的两个中间目标节点的距离小于预设距离，则将不相邻的两个中间目标节点作为目标节点。可以实现排除不必要的路径节点，简化车辆的行驶路径，提高路径规划质量。
S240:采用第二路径规划算法分别对各所述第二路径进行路径规划，以确定所述车辆的行驶路径。
在又一个可行的实施方式中，可选的，采用第二路径规划算法分别对各所述第二路径进行路径规划，包括：对于任一第二路径，确定该第二路径的起始路径节点和结束路径节点；确定与所述起始路径节点关联的结束路径节点引力、第二路径引力、障碍物斥力以及道路边界斥力；将所述结束路径节点引力、第二路径引力、障碍物斥力以及道路边界斥力的合力作为所述起始路径节点的合力；根据所述起始路径节点的合力以及预设步长确定下一个第二路径节点；若确定下一个第二路径节点不是该第二路径的结束路径节点，则将下一个第二路径节点作为起始路径节点，并返回执行确定与所述起始路径节点关联的结束路径节点引力、第二路径引力、障碍物斥力以及道路边界斥力，直至下一个第二路径节点为该第二路径的结束路径节点。
其中，本方案可以从包含车辆起点的第二路径开始规划，确定该第二路径的起始路径节点和结束路径节点，采用改进的人工势场法逐步进行车辆从起始路径节点到结束路径节点的局部路径规划，以根据结束路径节点引力、第二路径引力、障碍物斥力和道路边界斥力叠加计算得出起始路径节点的合力。示例性的，利用公式F＝Fatt1+Fatt2+Frep1+Frep2确定起始路径节点的合力。
其中，F表示起始路径节点的合力，Fatt1表示结束路径节点引力，Fatt2表示第二路径引力，Frep1表示障碍物斥力，Frep2表示第二路径所受的道路边界斥力。结束路径节点引力基于如下公式进行确定：
其中，Katt1表示结束路径节点引力势场增益因子，R表示结束路径节点最大吸引距离，X表示车辆位置坐标[x,y]，Xg表示结束路径节点位置坐标[xg,yg]，d[X,Xg]表示车辆到结束路径节点的距离，
表示车辆到结束路径节点的单位向量。
为了使躲避障碍物后车辆能迅速回到第二路径上来，改进人工势场法计算合力时增加了第二路径引力，第二路径引力基于如下公式进行确定：
其中，Katt2表示第二路径引力系数，f(xp,yp)表示第二路径所在位置的方程表达式，d[X,f(xp,yp)]表示车辆位置与第二路径在垂直方向上的距离，
表示车辆到第二路径的垂直单位向量。
障碍物斥力基于如下公式进行确定：
其中，Krep1表示障碍物斥力势场增益因子，X0bs表示障碍物位置[x0bs,y0bs]，d[X,X0bs]表示障碍物和车辆之间的距离，d0表示障碍物影响半径，由障碍物具体形状和尺寸决定，
表示障碍物到车辆之间连线的单位向量，X表示车辆位置坐标[x,y]，
表示引力方向的单位向量。
在第二路径上存在一个静止或远离车辆的障碍物，局部路径可以设为小范围的绕行，障碍物斥力场可以设置小一些。当障碍物处于运动状态且与车辆之间存在使两者相互靠近的相对速度时，智能车辆要进行安全避障将需要局部路径规划的尽量远一些，障碍物斥力场可以设置较大的值。为了达到上述效果，确定障碍物斥力势场增益因子时需引入车辆与障碍物的相对速度：
其中，Krep为静态障碍物规划斥力系数，Kv为速度转化系数，
是在车辆与障碍物之间连线上车辆速度和障碍物速度分量的差值。当障碍物相对速度为0时，Krep1近似等于Krep。相对速度为正值时，即车辆和障碍物之间存在相向运动时，Krep1增大，障碍物斥力增大。相对速度为负值时，即车辆和障碍物之间存在相互远离运动时，Krep1减小，障碍物斥力减小。这样就可以满足根据障碍物运动状态动态调整斥力系数的要求。
道路边界斥力基于如下公式进行确定：
其中，Krep2为道路边界斥力势场增益因子，X为车辆位置坐标[x,y]，f(xb,yb)为道路边界所在位置的方程表达式，d[X,f(xb,yb)]为车辆位置与道路边界垂向距离，d1为道路边界影响距离，
为道路边界指向车辆的单位向量。
本方案可以根据车辆在起始路径节点所受的合力确定车辆的行驶方向，再结合预设步长得到规划的下一点位置。若确定按人工势场法的合力方向不符合车辆转向约束，即规划半径小于车辆最小转弯半径，需要按照车辆前轮转角为极大值的情况确定车辆行驶方向，然后结合预设步长规划得到下一个第二路径节点位置。按照上述过程依次对每个连通的第二路径进行路径规划，各个第二路径上的第二路径节点集合确定车辆的行驶路径。
由此，通过采用改进的人工势场法逐步进行车辆从起始路径节点到结束路径节点的第二路径的规划，可以实现保证规划路径符合车辆运动学特性，使躲避障碍物后车辆能迅速回到预设路径上来，针对不同速度状态的障碍物引入不同的斥力系数，达到低速小绕行高速大绕行的效果。
在本实施例中，可选的，根据所述起始路径节点的合力以及预设步长确定下一个第二路径节点，包括：根据所述起始路径节点的合力以及预设步长确定规划半径；确定所述规划半径是否小于车辆的最小转弯半径；若是，则确定车辆的最小转弯半径为目标半径；若否，则确定所述规划半径为目标半径；根据所述起始路径节点、目标半径以及预设步长确定下一个第二路径节点。
其中，车辆的最小转弯半径基于如下公式进行确定：
其中，Rmin表示车辆的最小转弯半径，L表示车辆的轴距，fmax表示车辆的转向角度，δ表示转向系数，可以根据实际需要进行设置。
利用人工势场法规划得到的路径位置，通过上一点、当前点和规划点计算所需的前轮转角，假设上一点位置坐标为(x0,y0)，当前点位置坐标为(x1,y1)，规划点位置坐标为(x2,y2)。可利用三个相邻点之间的距离求得规划半径r：
其中，s02表示上一点与规划点之间的距离，s01表示上一点与当前点之间的距离，s12表示当前点与规划点之间的距离，规划点可以根据当前点的合力与预设步长进行确定。
然后判断该规划半径r与车辆的最小转弯半径Rmin之间的关系，若r大于或等于Rmin，则说明规划点符合前轮转角约束，按照规划半径确定行驶方向；若r小于Rmin，则说明按人工势场法的合力方向不符合车辆转向约束，需要按照车辆前轮转角为极大值情况下确定行驶方向，然后规划得到下一个第二路径节点。然后重复计算下一个第二路径节点的合力，如此迭代得到局部规划的第二路径。
由此，通过采用改进的人工势场法引入车辆转向约束，可以实现保证规划路径符合车辆运动学特性，不能超过车辆最大转向能力，使得路径的规划更加准确。
在本实施例中，可选的，根据所述起始路径节点、目标半径以及预设步长确定下一个第二路径节点，包括：根据目标半径确定目标角度；根据所述目标角度以及所述预设步长确定所述预设步长在第一坐标轴上的第一步长以及所述预设步长在第二坐标轴上的第二步长；根据所述起始路径节点分别确定所述起始路径节点在第一坐标轴上的第一分量以及所述起始路径节点在第二坐标轴上的第二分量；将所述第一步长与第一分量的和作为所述下一个第二路径节点的第一目标分量，并将所述第二步长与第二分量的和作为所述下一个第二路径节点的第二目标分量。
其中，根据如下公式确定目标角度：
其中，θ表示与目标角度，即车辆相对于x坐标轴的偏移角度，s01表示上一个第二路径节点与当前第二路径节点之间的距离，Rd表示目标半径。
本方案可以根据目标角度θ以及预设步长分别确定该预设步长在x轴方向的第一步长以及该预设步长在y轴方向的第二步长，并根据起始路径节点确定该起始路径节点在x轴方向上的第一分量以及起始路径节点在y轴方向上的第二分量。将第一步长与第一分量的和作为下一个第二路径节点在x轴方向的分量，即第一目标分量。将第二步长与第二分量的和作为下一个第二路径节点在y轴方向上的分量，即第二目标分量。
由此，通过根据始路径节点、目标角度以及预设步长确定下一个第二路径节点，可以实现确定下一个第二路径节点，进而可以对第二路径进行精确规划。
本发明实施例提供的技术方案，根据车辆起点、车辆终点以及障碍物的位置信息，通过第一路径规划算法确定从车辆起点至车辆终点距离最近的第一路径；将各个第一路径节点中的至少一个航向角突变点作为候选目标节点；对于任一个候选目标节点，将其后的与该候选目标节点连通的其他候选目标节点以及该候选目标节点作为目标节点，并根据相邻的目标节点确定至少一个连通的第二路径；采用第二路径规划算法分别对各第二路径进行路径规划，以确定车辆的行驶路径。通过执行本发明实施例提供的技术方案，可以实现动态地对车辆进行复杂路况的路径规划以及优化规划路径，避免了车辆无法到达终点的问题。
图3是本发明实施例提供的车辆的路径规划装置结构示意图，所述装置可以配置在用于车辆的路径规划的电子设备中，如图3所示，所述装置包括：
第一路径确定模块310，用于根据车辆起点、车辆终点以及障碍物的位置信息，通过第一路径规划算法确定从车辆起点至车辆终点距离最近的第一路径；
第二路径确定模块320，用于从所述第一路径中的各个第一路径节点中确定至少一个目标节点，并根据相邻的目标节点确定至少一个连通的第二路径；
行驶路径确定模块330，用于采用第二路径规划算法分别对各所述第二路径进行路径规划，以确定所述车辆的行驶路径。
可选的，行驶路径确定模块330，包括节点确定单元，用于对于任一第二路径，确定该第二路径的起始路径节点和结束路径节点；引力与斥力确定单元，用于确定与所述起始路径节点关联的结束路径节点引力、第二路径引力、障碍物斥力以及道路边界斥力；合力确定单元，用于将所述结束路径节点引力、第二路径引力、障碍物斥力以及道路边界斥力的合力作为所述起始路径节点的合力；下一个第二路径节点确定单元，用于根据所述起始路径节点的合力以及预设步长确定下一个第二路径节点；判断单元，用于若确定下一个第二路径节点不是该第二路径的结束路径节点，则将下一个第二路径节点作为起始路径节点，并返回执行确定与所述起始路径节点关联的结束路径节点引力、第二路径引力、障碍物斥力以及道路边界斥力，直至下一个第二路径节点为该第二路径的结束路径节点。
可选的，下一个第二路径节点确定单元，包括规划半径确定子单元，用于根据所述起始路径节点的合力以及预设步长确定规划半径；判断子单元，用于确定所述规划半径是否小于车辆的最小转弯半径；若是，则确定车辆的最小转弯半径为目标半径；若否，则确定所述规划半径为目标半径；下一个第二路径节点确定子单元，用于根据所述起始路径节点的合力、目标半径以及预设步长确定下一个第二路径节点。
可选的，下一个第二路径节点确定子单元，具体用于根据目标半径确定目标角度；根据所述目标角度以及预设步长确定所述预设步长在第一坐标轴上的第一步长以及所述预设步长在第二坐标轴上的第二步长；根据所述起始路径节点分别确定所述起始路径节点在第一坐标轴上的第一分量以及所述起始路径节点在第二坐标轴上的第二分量；将所述第一步长与第一分量的和作为所述下一个第二路径节点的第一目标分量，并将所述第二步长与第二分量的和作为所述下一个第二路径节点的第二目标分量。
可选的，第二路径确定模块320，包括候选目标节点确定单元，用于将各所述第一路径节点中的至少一个航向角突变点作为候选目标节点；目标节点确定单元，用于对于任一个候选目标节点，将其后的与该候选目标节点连通的其他候选目标节点以及该候选目标节点作为目标节点。
可选的，目标节点确定单元，包括中间目标节点确定子单元，用于将其后的与该候选目标节点连通的其他候选目标节点以及该候选目标节点作为中间目标节点；目标节点确定子单元，用于对于任意三个相邻的中间目标节点，若确定不相邻的两个中间目标节点的距离小于预设距离，则将所述不相邻的两个中间目标节点作为目标节点。
上述实施例所提供的装置可以执行本发明任意实施例所提供的车辆的路径规划方法，具备执行方法相应的功能模块和有益效果。
图4是本发明实施例提供的一种电子设备结构示意图，如图4所示，该设备包括：
一个或多个处理器410，图4中以一个处理器410为例；
存储器420；
所述设备还可以包括：输入装置430和输出装置440。
所述设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或者其他方式连接，图4中以通过总线连接为例。
存储器420作为一种非暂态计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的一种车辆的路径规划方法对应的程序指令/模块。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述方法实施例的一种车辆的路径规划方法，即：
根据车辆起点、车辆终点以及障碍物的位置信息，通过第一路径规划算法确定从车辆起点至车辆终点距离最近的第一路径；
从所述第一路径中的各个第一路径节点中确定至少一个目标节点，并根据相邻的目标节点确定至少一个连通的第二路径；
采用第二路径规划算法分别对各所述第二路径进行路径规划，以确定所述车辆的行驶路径。
存储器420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计算机设备的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非暂态性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中，存储器420可选包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至终端设备。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。
输入装置430可用于接收输入的数字或字符信息，以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例提供的一种车辆的路径规划方法，也即：
根据车辆起点、车辆终点以及障碍物的位置信息，通过第一路径规划算法确定从车辆起点至车辆终点距离最近的第一路径；
从所述第一路径中的各个第一路径节点中确定至少一个目标节点，并根据相邻的目标节点确定至少一个连通的第二路径；
采用第二路径规划算法分别对各所述第二路径进行路径规划，以确定所述车辆的行驶路径。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、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)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码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)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种车辆的路径规划方法，其特征在于，包括：
根据车辆起点、车辆终点以及障碍物的位置信息，通过第一路径规划算法确定从车辆起点至车辆终点距离最近的第一路径；
从所述第一路径中的各个第一路径节点中确定至少一个目标节点，并根据相邻的目标节点确定至少一个连通的第二路径；
采用第二路径规划算法分别对各所述第二路径进行路径规划，以确定所述车辆的行驶路径。
2.根据权利要求1所述的方法，其特征在于，采用第二路径规划算法分别对各所述第二路径进行路径规划，包括：
对于任一第二路径，确定该第二路径的起始路径节点和结束路径节点；
确定与所述起始路径节点关联的结束路径节点引力、第二路径引力、障碍物斥力以及道路边界斥力；
将所述结束路径节点引力、第二路径引力、障碍物斥力以及道路边界斥力的合力作为所述起始路径节点的合力；
根据所述起始路径节点的合力以及预设步长确定下一个第二路径节点；
若确定下一个第二路径节点不是该第二路径的结束路径节点，则将下一个第二路径节点作为起始路径节点，并返回执行确定与所述起始路径节点关联的结束路径节点引力、第二路径引力、障碍物斥力以及道路边界斥力，直至下一个第二路径节点为该第二路径的结束路径节点。
3.根据权利要求2所述的方法，其特征在于，根据所述起始路径节点的合力以及预设步长确定下一个第二路径节点，包括：
根据所述起始路径节点的合力以及预设步长确定规划半径；
确定所述规划半径是否小于车辆的最小转弯半径；
若是，则确定车辆的最小转弯半径为目标半径；
若否，则确定所述规划半径为目标半径；
根据所述起始路径节点、目标半径以及预设步长确定下一个第二路径节点。
4.根据权利要求3所述的方法，其特征在于，根据所述起始路径节点、目标半径以及预设步长确定下一个第二路径节点，包括：
根据目标半径确定目标角度；
根据所述目标角度以及所述预设步长确定所述预设步长在第一坐标轴上的第一步长以及所述预设步长在第二坐标轴上的第二步长；
根据所述起始路径节点分别确定所述起始路径节点在第一坐标轴上的第一分量以及所述起始路径节点在第二坐标轴上的第二分量；
将所述第一步长与第一分量的和作为所述下一个第二路径节点的第一目标分量，并将所述第二步长与第二分量的和作为所述下一个第二路径节点的第二目标分量。
5.根据权利要求1所述的方法，其特征在于，从所述第一路径中的各个第一路径节点中确定至少一个目标节点，包括：
将各所述第一路径节点中的至少一个航向角突变点作为候选目标节点；
对于任一个候选目标节点，将其后的与该候选目标节点连通的其他候选目标节点以及该候选目标节点作为目标节点。
6.根据权利要求5所述的方法，其特征在于，对于任一个候选目标节点，将其后的与该候选目标节点连通的其他候选目标节点以及该候选目标节点作为目标节点，包括：
对于任一个候选目标节点，将其后的与该候选目标节点连通的其他候选目标节点以及该候选目标节点作为中间目标节点；
对于任意三个相邻的中间目标节点，若确定不相邻的两个中间目标节点的距离小于预设距离，则将所述不相邻的两个中间目标节点作为目标节点。
7.根据权利要求5所述的方法，其特征在于，航向角突变点的确定过程，包括：
确定与任一第一路径节点相邻的第一相邻路径节点以及第二相邻路径节点；
根据该第一路径节点与第一相邻路径节点确定第一斜率；
根据该第一路径节点与第二相邻路径节点确定第二斜率；
根据所述第一斜率与所述第二斜率确定该第一路径节点的斜率差；
若所述斜率差不为0，则确定该第一路径节点为航向角突变点。
8.一种车辆的路径规划装置，其特征在于，包括：
第一路径确定模块，用于根据车辆起点、车辆终点以及障碍物的位置信息，通过第一路径规划算法确定从车辆起点至车辆终点距离最近的第一路径；
第二路径确定模块，用于从所述第一路径中的各个第一路径节点中确定至少一个目标节点，并根据相邻的目标节点确定至少一个连通的第二路径；
行驶路径确定模块，用于采用第二路径规划算法分别对各所述第二路径进行路径规划，以确定所述车辆的行驶路径。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，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，使得所述一个或多个处理器实现如权利要求1-7任一项所述的车辆的路径规划方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的车辆的路径规划方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210114333.1A CN114442634A (zh) | 2022-01-30 | 2022-01-30 | 一种车辆的路径规划方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210114333.1A CN114442634A (zh) | 2022-01-30 | 2022-01-30 | 一种车辆的路径规划方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114442634A true CN114442634A (zh) | 2022-05-06 |
Family
ID=81372635
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210114333.1A Pending CN114442634A (zh) | 2022-01-30 | 2022-01-30 | 一种车辆的路径规划方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114442634A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115451988A (zh) * | 2022-09-29 | 2022-12-09 | 国能宝日希勒能源有限公司 | 路径规划方法、其装置及导航仪 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101077578A (zh) * | 2007-07-03 | 2007-11-28 | 北京控制工程研究所 | 一种基于二元环境信息的移动机器人局部路径规划方法 |
| CN102591332A (zh) * | 2011-01-13 | 2012-07-18 | 同济大学 | 用于无人驾驶汽车局部路径规划的装置及方法 |
| CN104238560A (zh) * | 2014-09-26 | 2014-12-24 | 深圳市科松电子有限公司 | 一种非线性路径规划方法及*** |
| CN105717929A (zh) * | 2016-04-29 | 2016-06-29 | 中国人民解放军国防科学技术大学 | 一种多分辨率障碍物环境下移动机器人混合路径规划方法 |
| US20160209849A1 (en) * | 2015-01-15 | 2016-07-21 | William Dale Arbogast | System and method for decentralized, multi-agent unmanned vehicle navigation and formation control |
| CN108898866A (zh) * | 2018-07-04 | 2018-11-27 | 深圳万智联合科技有限公司 | 一种有效的智能车辆控制*** |
| US20190196480A1 (en) * | 2017-12-22 | 2019-06-27 | X Development Llc | Planning Robot Stopping Points to Avoid Collisions |
| CN110262518A (zh) * | 2019-07-22 | 2019-09-20 | 上海交通大学 | 基于轨迹拓扑地图和避障的车辆导航方法、***及介质 |
| CN111998867A (zh) * | 2020-08-26 | 2020-11-27 | 上海汽车集团股份有限公司 | 一种车辆路径规划方法及装置 |
| CN112033425A (zh) * | 2019-06-04 | 2020-12-04 | 长沙智能驾驶研究院有限公司 | 车辆辅助驾驶方法、装置、计算机设备和存储介质 |
| CN113341991A (zh) * | 2021-06-18 | 2021-09-03 | 重庆大学 | 一种基于动态窗口和冗余节点过滤的路径优化方法 |
| CN113848914A (zh) * | 2021-09-28 | 2021-12-28 | 福州大学 | 动态环境下碰撞系数人工势场法局部路径规划方法 |
| CN113916246A (zh) * | 2021-09-26 | 2022-01-11 | 江苏徐工工程机械研究院有限公司 | 一种无人驾驶避障路径规划方法和*** |
-
2022
- 2022-01-30 CN CN202210114333.1A patent/CN114442634A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101077578A (zh) * | 2007-07-03 | 2007-11-28 | 北京控制工程研究所 | 一种基于二元环境信息的移动机器人局部路径规划方法 |
| CN102591332A (zh) * | 2011-01-13 | 2012-07-18 | 同济大学 | 用于无人驾驶汽车局部路径规划的装置及方法 |
| CN104238560A (zh) * | 2014-09-26 | 2014-12-24 | 深圳市科松电子有限公司 | 一种非线性路径规划方法及*** |
| US20160209849A1 (en) * | 2015-01-15 | 2016-07-21 | William Dale Arbogast | System and method for decentralized, multi-agent unmanned vehicle navigation and formation control |
| CN105717929A (zh) * | 2016-04-29 | 2016-06-29 | 中国人民解放军国防科学技术大学 | 一种多分辨率障碍物环境下移动机器人混合路径规划方法 |
| US20190196480A1 (en) * | 2017-12-22 | 2019-06-27 | X Development Llc | Planning Robot Stopping Points to Avoid Collisions |
| CN108898866A (zh) * | 2018-07-04 | 2018-11-27 | 深圳万智联合科技有限公司 | 一种有效的智能车辆控制*** |
| CN112033425A (zh) * | 2019-06-04 | 2020-12-04 | 长沙智能驾驶研究院有限公司 | 车辆辅助驾驶方法、装置、计算机设备和存储介质 |
| CN110262518A (zh) * | 2019-07-22 | 2019-09-20 | 上海交通大学 | 基于轨迹拓扑地图和避障的车辆导航方法、***及介质 |
| CN111998867A (zh) * | 2020-08-26 | 2020-11-27 | 上海汽车集团股份有限公司 | 一种车辆路径规划方法及装置 |
| CN113341991A (zh) * | 2021-06-18 | 2021-09-03 | 重庆大学 | 一种基于动态窗口和冗余节点过滤的路径优化方法 |
| CN113916246A (zh) * | 2021-09-26 | 2022-01-11 | 江苏徐工工程机械研究院有限公司 | 一种无人驾驶避障路径规划方法和*** |
| CN113848914A (zh) * | 2021-09-28 | 2021-12-28 | 福州大学 | 动态环境下碰撞系数人工势场法局部路径规划方法 |
Non-Patent Citations (4)
| Title |
|---|
| 刘春阳;程亿强;柳长安;: "基于改进势场法的移动机器人避障路径规划", 东南大学学报(自然科学版), pages 122 - 126 * |
| 王志中;: "复杂动态环境下自主机器人路径规划研究", 组合机床与自动化加工技术, pages 69 - 73 * |
| 王翼虎;王思明;: "基于改进人工势场法的机器人实时路径规划", 兰州交通大学学报, pages 66 - 72 * |
| 赵东辉;李伟莉;: "改进人工势场的机器人路径规划", 机械设计与制造, pages 258 - 261 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115451988A (zh) * | 2022-09-29 | 2022-12-09 | 国能宝日希勒能源有限公司 | 路径规划方法、其装置及导航仪 |
| CN115451988B (zh) * | 2022-09-29 | 2024-05-17 | 国能宝日希勒能源有限公司 | 路径规划方法、其装置及导航仪 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021180035A1 (zh) | 一种泊车路径规划方法、装置、车辆和存储介质 | |
| US10678248B2 (en) | Fast trajectory planning via maneuver pattern selection | |
| CN108062094B (zh) | 基于处理器实现车辆行驶轨迹规划的自主***和方法 | |
| US10515321B2 (en) | Cost based path planning for autonomous driving vehicles | |
| US10948919B2 (en) | Dynamic programming and gradient descent based decision and planning for autonomous driving vehicles | |
| US10754339B2 (en) | Dynamic programming and quadratic programming based decision and planning for autonomous driving vehicles | |
| JP7036545B2 (ja) | 能動的探索なしの強化学習に基づくオンライン学習法及び車両制御方法 | |
| US11467591B2 (en) | Online agent using reinforcement learning to plan an open space trajectory for autonomous vehicles | |
| CN110955236B (zh) | 用于自动驾驶车辆的曲率校正路径采样*** | |
| CN112378408A (zh) | 一种实现轮式移动机器人实时避障的路径规划方法 | |
| WO2017144350A1 (en) | Method for motion planning for autonomous moving objects | |
| CN114391088A (zh) | 轨线规划器 | |
| US11353878B2 (en) | Soft-boundary based path optimization for complex scenes for autonomous driving vehicles | |
| US20210291679A1 (en) | A method of parking an autonomous driving vehicle for autonomous charging | |
| CN110782092A (zh) | 无人配送车在非结构化场景中的轨迹规划方法及装置 | |
| US11467584B2 (en) | Multi-layer grid based open space planner | |
| US20210318683A1 (en) | Differential dynamic programming (ddp) based planning architecture for autonomous driving vehicles | |
| CN116045998A (zh) | 使用动态步长搜索用于自主驾驶车辆的环境感知路径规划 | |
| CN113728212B (zh) | 用于自动驾驶车辆的导航路线规划方法 | |
| WO2023147769A1 (en) | Systems, methods, and computer-readable media for spatio-temporal motion planning | |
| US20210300333A1 (en) | A parking-trajectory generation method combined with offline and online solutions | |
| CN114442634A (zh) | 一种车辆的路径规划方法、装置、设备及介质 | |
| US11731274B2 (en) | Predictive time horizon robotic motion control | |
| Meng et al. | Improved hybrid A-star algorithm for path planning in autonomous parking system based on multi-stage dynamic optimization | |
| CN112050805B (zh) | 一种路径规划方法、装置、电子设备和存储介质 |
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 |