CN115583254A - 路径规划方法、装置、设备以及自动驾驶车辆 - Google Patents

路径规划方法、装置、设备以及自动驾驶车辆 Download PDF

Info

Publication number
CN115583254A
CN115583254A CN202211202671.7A CN202211202671A CN115583254A CN 115583254 A CN115583254 A CN 115583254A CN 202211202671 A CN202211202671 A CN 202211202671A CN 115583254 A CN115583254 A CN 115583254A
Authority
CN
China
Prior art keywords
path
vehicle
planning
planned
range
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
CN202211202671.7A
Other languages
English (en)
Inventor
马霖
夏中谱
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
Apollo Intelligent Technology Beijing 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 Apollo Intelligent Technology Beijing Co Ltd filed Critical Apollo Intelligent Technology Beijing Co Ltd
Priority to CN202211202671.7A priority Critical patent/CN115583254A/zh
Publication of CN115583254A publication Critical patent/CN115583254A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了一种路径规划方法、装置、设备以及自动驾驶车辆，涉及人工智能技术领域，尤其涉及自动驾驶技术领域。具体实现方案为：对第一路径段进行二次规划处理，得到第一规划路径，对第二路径段进行曲线拟合处理，得到第二规划路径；基于第一规划路径和第二规划路径，生成多条候选路径；在多条候选路径中，选取目标规划路径，以控制车辆沿目标规划路径由起点位置向终点位置行驶。本公开所提供的技术方案，在确保路径规划效率的同时还提升了路径规划的准确性。

Description

路径规划方法、装置、设备以及自动驾驶车辆
技术领域
本公开涉及人工智能技术领域，尤其涉及自动驾驶技术领域，具体涉及一种路径规划方法、装置、设备以及自动驾驶车辆。
背景技术
随着人工智能技术的快速发展，使用人工智能进行车辆的自动驾驶成为一个热门的研究领域。目前，路径规划是自动驾驶技术的核心技术之一，目的是为车辆制定一条从出发地到目的地的无碰撞安全的路径，从而确保自动驾驶的安全性和可靠性。
发明内容
本公开提供了一种路径规划方法、装置、设备以及自动驾驶车辆。
根据本公开的一方面，提供了一种路径规划方法，应用于控制车辆由起点位置驶向终点位置的过程中，由该起点位置至该终点位置的路径包括第一路径段和至少一条第二路径段；
该方法包括：
对该第一路径段进行二次规划处理，得到第一规划路径，对该第二路径段进行曲线拟合处理，得到第二规划路径；
基于该第一规划路径和该第二规划路径，生成多条候选路径；
在该多条候选路径中，选取目标规划路径，以控制该车辆沿该目标规划路径由该起点位置向该终点位置行驶。
根据本公开的另一方面，提供了一种路径规划装置，应用于控制车辆由起点位置驶向终点位置的过程中，由该起点位置至该终点位置的路径包括第一路径段和至少一条第二路径段；
该装置包括：
处理模块，用于对该第一路径段进行二次规划处理，得到第一规划路径，对该第二路径段进行曲线拟合处理，得到第二规划路径；
生成模块，用于基于该第一规划路径和该第二规划路径，生成多条候选路径；
选取模块，用于在该多条候选路径中，选取目标规划路径，以控制该车辆沿该目标规划路径由该起点位置向该终点位置行驶。
根据本公开的另一方面，提供了一种电子设备，包括：
至少一个处理器；以及
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开所提供的路径规划方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行本公开所提供的路径规划方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现本公开所提供的路径规划方法。
根据本公开的另一方面，提供了一种自动驾驶车辆，包括本公开所提供的电子设备。
本公开所提供的技术方案，面对路径规划中需要重点关注的前一段路径，采用灵活性更高且准确性更高的二次规划方式来进行路径规划，能够规划得到更加灵活的路径，能够更好的适应车辆横纵向高度配合的场景需求，而针对路径规划的后一段路径，则采用曲线拟合的方式，能够提高后一段路径的规划效率，从而提升整体路径规划的效率。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开实施例示出的一种路径规划方法的场景图；
图2是根据本公开实施例示出的一种路径规划方法的流程示意图；
图3是根据本公开实施例示出的一种路径规划方法的流程示意图；
图4是根据本公开实施例示出的一种路径划分的示意图；
图5是根据本公开实施例示出的一种障碍物的空间范围的示意图；
图6是根据本公开实施例示出的一种路径规划的流程示意图；
图7是根据本公开实施例示出的一种二次规划与模板曲线的对比示意图；
图8是根据本公开实施例示出的一种路径规划装置的结构框图；
图9是用来实现本公开实施例的路径规划方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
首先，针对本公开实施例涉及的应用场景进行描述：
本公开实施例提供的路径规划方法，可应用于自动驾驶车辆需要横纵向高度配合的场景。例如，路口直行与其他车辆的交互场景、变道过程中与其他车辆的交互场景等。其中，横向是指车道垂直线所在的方向，纵向是指车道方向。应理解地，针对这种道路上的横向突发情况，通常需要要求横向路径规划的准确性。
在一种可能的实现方式中，本公开实施例提供的路径规划方法，应用于三维联合规划中的横向路径规划部分，以确保三维联合规划中横向路径规划的准确性。其中，三维联合规划是指在路径规划时，需要同时考虑空间维度的信息(如位置)以及时间维度的信息(如速度)。横向路径规划(或称作横向规划)是基于空间维度的信息，对车辆的行驶路径进行规划的过程。应理解地，横向路径规划是一个方向的规划，其决定了车辆的行驶路径的形状。
相关技术中，针对自动驾驶车辆的路径规划，通常是基于预先构造的模板曲线(如多项式曲线)以及车辆在特定条件下的状态信息(如达到终点位置的速度或加速度等)，进行路径的曲线拟合。然而，由于模板曲线的线型是固定的，一方面，模板曲线的表达能力有限，其可能会出现线型超调(即出现偏差)的问题，另一方面，模板曲线的头尾连接，使得模板曲线的中间线型很难控制，可能会因出现偏差而导致车辆碰撞等问题。
在本公开实施例中，提供了一种二次规划方式与曲线拟合方式相结合的路径规划方案，面对路径规划中需要重点关注的前一段路径，采用灵活性更高且准确性更高的二次规划方式来进行路径规划，能够规划得到更加灵活的路径，能够更好的适应车辆横纵向高度配合的场景需求，而针对路径规划的后一段路径，则采用曲线拟合的方式，能够提高后一段路径的规划效率，从而提升整体路径规划的效率。
图1是根据本公开实施例示出的一种路径规划方法的场景图。需要说明的是，本公开实施例提供的路径规划方法由自动驾驶车辆中的自动驾驶设备执行。参见图1，该自动驾驶设备可提供为图1所示出的终端设备101或服务器102。
其中，终端设备101为智能手机、智能手表、台式电脑、手提电脑、虚拟现实终端、增强现实终端、无线终端和膝上型便携计算机等设备中的至少一种。在一种可能的实现方式中，终端设备101具有通信功能，能够接入有线网络或无线网络。终端设备101可以泛指多个终端设备中的一个，本公开实施例仅以终端设备101来举例说明。本领域技术人员可以知晓，上述终端设备的数量可以更多或更少。
服务器102是独立的物理服务器，或者是多个物理服务器构成的服务器集群或者分布式文件***，或者是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络、以及大数据和人工智能平台等基本云计算服务的云服务器中的至少一种，本公开实施例对此不加以限定。在一些实施例中，服务器102与终端设备101通过有线或无线通信方式进行直接或间接的连接，本公开实施例对此不作限定。在一种可能的实现方式中，上述服务器102的数量能够更多或更少，本公开实施例对此不加以限定。当然，服务器102还能够包括其他功能服务器，以便提供更全面多样化的服务。
针对上述自动驾驶设备，在一种可能的实现方式中，自动驾驶设备包括控制模块、定位模块、感知模块、决策模块以及规划模块。
其中，控制模块用于控制车辆的运动状态。在一种可能的实现方式中，车辆能够基于控制模块所输出的控制信号，来变更发动机或电动马达等动力产生装置所输出的动力或变更制动装置所输出的制动力，也即实现了控制模块对车辆运动速度的控制；或者，在另一种可能的实现方式中，车辆能够基于控制模块所输出的控制信号，变更车辆的转向角，也即实现了控制模块对车辆运动方向的控制。
定位模块用于对车辆进行定位和跟踪，例如，定位模块可提供为全球定位***(Global Positioning System，GPS)装置。在一种可能的实现方式中，通过定位模块，能够获取到车辆的实时位置，并将车辆的实时位置以及运行轨迹反映在电子地图上，从而实现车辆运行轨迹的可视化。
感知模块用于检测车辆周边的物体信息，如位置、速度以及朝向等信息。在一种可能的实现方式中，感知模块提供有道路边界检测、车道线检测、行人检测、车辆检测、交通标识符检测等功能。
决策模块用于基于定位模块与感知模块所输出的信息来进行决策判断，以确定出车辆的行驶决策。
规划模块用于对车辆进行路径规划，也即预测车辆的未来轨迹。
在本公开实施例中，通过控制模块、定位模块、感知模块、决策模块以及规划模块之间的相互协作，能够为车辆提供自动驾驶的功能。
图2是根据本公开实施例示出的一种路径规划方法的流程示意图，该路径规划方法应用于控制车辆由起点位置驶向终点位置的过程中，由该起点位置至该终点位置的路径包括第一路径段和至少一条第二路径段。本公开实施例所提供的路径规划方法由电子设备执行。在一种可能的实现方式中，该电子设备可提供为上述图1所示的自动驾驶设备。如图2所示，该方法包括以下步骤。
在步骤S201中，电子设备对第一路径段进行二次规划处理，得到第一规划路径，对第二路径段进行曲线拟合处理，得到第二规划路径。
在步骤S202中，电子设备基于该第一规划路径和该第二规划路径，生成多条候选路径。
在步骤S203中，电子设备在该多条候选路径中，选取目标规划路径，以控制该车辆沿该目标规划路径由该起点位置向该终点位置行驶。
本公开实施例提供的技术方案，面对路径规划中需要重点关注的前一段路径，采用灵活性更高且准确性更高的二次规划方式来进行路径规划，能够规划得到更加灵活的路径，能够更好的适应车辆横纵向高度配合的场景需求，而针对路径规划的后一段路径，则采用曲线拟合的方式，能够提高后一段路径的规划效率，从而提升整体路径规划的效率。
图3是根据本公开实施例示出的一种路径规划方法的流程示意图，该路径规划方法应用于控制车辆由起点位置驶向终点位置的过程中。本公开实施例所提供的路径规划方法由电子设备执行。在一种可能的实现方式中，该电子设备可提供为上述图1所示的自动驾驶设备。如图3所示，该方法包括以下步骤。
在步骤S301中，电子设备在由起点位置至终点位置的路径中进行划分，得到第一路径段和至少一条第二路径段。
其中，起点位置是指车辆开始行驶的位置。在一种可能的实现方式中，电子设备确定车辆当前所在的位置为起点位置。终点位置是指车辆行驶所要到达的位置。在一种可能的实现方式中，终点位置为预先设定的位置。例如，用户在触发自动驾驶功能之前，可以将终点位置上传至该电子设备，则电子设备能够获取到该终点位置。
本公开实施例中，由该起点位置至该终点位置的路径包括第一路径段和至少一条第二路径段。其中，第一路径段为由起点位置至终点位置的路径中靠前的路径段。第二路径段为由起点位置至终点位置的路径中靠后的路径段。应理解地，第一路径段是以车辆的起点位置为起点的路径段。
在一种可能的实现方式中，该第一路径段满足下述条件中的至少一项：以距离该起点位置预设距离的位置点为终点；以与该车辆的终点位置满足朝向条件的位置点为终点，该朝向条件包括以下至少一个：朝向相同或朝向角度差小于预设阈值。
其中，预设距离为预先设定的距离值，如5米、10米或其他距离值。预设阈值为预先设定的角度差值，如15度、30度或其他角度差值。本公开实施例对预设距离、预设阈值的取值不加以限定。在该实施例中，通过设置第一路径段所需满足的位置条件，能够快速划分得到该第一路径段以及该至少一条第二路径段，提高了路径划分的效率，从而确保了路径规划的效率。需要说明的是，在另一种可能的实现方式中，电子设备还能够设置其他类型的位置条件，进而利用所设置的位置条件来进行路径划分。本公开实施例对此不加以限定。
基于上述第一路径段所需满足的位置条件，相应地，电子设备划分得到第一路径段和至少一条第二路径段的过程包括：在一种可能的实现方式中，电子设备在由起点位置至终点位置的路径中，确定距离该起点位置预设距离的位置点，以该位置点作为划分点进行划分，将划分得到的前一路径段作为该第一路径段，将划分得到的后一路径段作为该第二路径段。或者，在另一种可能的实现方式中，电子设备在由起点位置至终点位置的路径中，确定与该车辆的终点位置满足朝向条件的位置点，以该位置点作为划分点进行划分，将划分得到的前一路径段作为该第一路径段，将划分得到的后一路径段作为该第二路径段。
上述过程是以划分得到一条第二路径段为例，而在另一种可能的实现方式中，针对划分得到的后一路径段，电子设备还对该后一路径段进行划分，得到多条第二路径段。例如，电子设备对该后一路径段进行均分，得到多条第二路径段。当然，电子设备还能够采用其他方式来划分该后一路径段，本公开实施例对此不加以限定。
在一种可能的实现方式中，电子设备在由起点位置至终点位置的路径中进行空间采样，得到该路径所包括的多个采样点，进而，在该多个采样点中，确定上述距离该起点位置预设距离的位置点或者与该车辆的终点位置满足朝向条件的位置点。如此，通过在空间采样得到的多个采样点中，选取满足位置条件的位置点，能够更加快速的实现路径划分，提高了路径划分的效率。
针对上述空间采样的过程，在一种可能的实现方式中，电子设备沿车道方向进行采样，得到沿车道方向的多个采样点，进而，分别在该多个采样点所在的车道垂直线上进行采样，从而得到该路径所包括的多个采样点。
基于上述第一路径段所需满足的位置条件，相应地，电子设备在该路径所包括的多个采样点中，选取距离该起点位置预设距离的采样点，将该起点位置与该采样点之间的路径段确定为该第一路径段，将该采样点与该终点位置之间的路径段确定为该第二路径段。或者，在另一种可能的实现方式中，电子设备在该路径所包括的多个采样点中，确定与该车辆的终点位置满足朝向条件的采样点，将该起点位置与该采样点之间的路径段确定为该第一路径段，将该采样点与该终点位置之间的路径段确定为该第二路径段。
示例地，图4是根据本公开实施例示出的一种路径划分的示意图，参见图4，在图4所示出的路径中，沿车道方向和车道垂直线方向分别包括多个采样点，其中，实线框401内所示出的多个采样点为第一路径段所包括的多个采样点，虚线框402内所示出的多个采样点为第二路径段所包括的多个采样点。在本公开实施例中，针对第一路径段，采用二次规划的方式，来进行路径规划，针对第二路径段，采用曲线拟合的方式，来进行路径规划。本公开实施例后续以该第一路径段和该第二路径段分别包括多个采样点为例，对路径规划的过程进行说明。
在步骤S302中，电子设备对该第一路径段进行二次规划处理，得到第一规划路径。
其中，二次规划(Quadratic Programming，QP)处理用于求解一种数学优化问题，具体是用于求解基于线性约束的二次优化问题，即在优化(最小化或最大化)多个变量的二次函数的同时，还服从于该多个变量的线性约束。第一规划路径用于指代对该第一路径段进行路径规划所得到的路径。在一种可能的实现方式中，该第一规划路径的数量为至少一条。
在一种可能的实现方式中，电子设备获取该车辆的可行域范围，基于该可行域范围，对该第一路径段进行二次规划处理，得到该第一规划路径。
其中，该可行域范围用于指示允许该车辆行驶的道路范围。在一种可能的实现方式中，该可行域范围采用该可行域范围对应的车道参考线以及该可行域范围内的多个点在该车道参考线上的横向距离来表示。其中，横向距离也即是采样点在车道参考线上的法向距离。示例地，车道参考线可以是车道中心线或车道边界线。
在上述实施例中，在进行第一路径段的二次规划处理时，参考了该车辆的可行域范围，如此，能够规划得到符合车辆自身状态的路径，提高了路径规划的准确性。
在一种可能的实现方式中，电子设备获取该车辆的可行域范围的过程包括：基于该车辆所在道路的边界范围、该车辆周边的动态障碍物的空间范围、该车辆周边的静态障碍物的空间范围以及圆弧约束边界值中的至少一项，确定该车辆的可行域范围。
其中，动态障碍物可以是行驶车辆、行驶自行车或行人等。静态障碍物可以是路边停靠车辆、路边停靠自行车或路边设备等。在一种可能的实现方式中，基于车辆的当前位置以及电子地图，确定该车辆周边的动态障碍物或静态障碍物。其中，电子地图可以是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。应理解地，根据车辆的位置信息查询电子地图，能够获取到车辆所在位置一定范围内的障碍物信息。
动态/静态障碍物的空间范围用于指示动态/静态障碍物的活动空间。本公开实施例中，该动态/静态障碍物的空间范围基于该车辆相对于该动态/静态障碍物的决策信息和距离信息确定。其中，决策信息是指车辆相对于该动态/静态障碍物的决策类型，如左侧绕行、右侧绕行或不绕行。距离信息是指车辆与该动态/静态障碍物之间的距离。相应地，在一种可能的实现方式中，电子设备基于该车辆相对于该动态障碍物的决策信息和距离信息，确定该动态障碍物的空间范围。在一种可能的实现方式中，电子设备基于该车辆相对于该静态障碍物的决策信息和距离信息，确定该静态障碍物的空间范围。
示例地，图5是根据本公开实施例示出的一种障碍物的空间范围的示意图，参见图5，图5以障碍物车辆为例，采用实线来指代车道线，采用梯形虚线来指代障碍物的空间范围。以障碍物车辆501为例，该障碍物车辆的空间范围是梯形虚线502以上的区域。相应地，若该障碍物车辆501作为车辆(当前车辆)周边的障碍物，在该车辆相对于该障碍物车辆501的决策为右侧绕行，该车辆与该障碍物车辆501之间的距离达到允许绕行的距离的情况下，则该车辆的可行域范围为梯形虚线502与车道下边界线之间的区域。
圆弧约束边界值用于对该车辆的行驶路径的弧度进行约束。在一种可能的实现方式中，该圆弧约束边界值基于路径曲率确定。
需要说明的是，电子设备可基于上述车辆所在道路的边界范围、该车辆周边的动态障碍物的空间范围、该车辆周边的静态障碍物的空间范围以及圆弧约束边界值中的一项、两项或多项，来确定该车辆的可行域范围。示例地，在一种可能的实现方式中，电子设备基于该车辆所在道路的边界范围、该车辆周边的动态障碍物的空间范围以及该车辆周边的静态障碍物的空间范围，来确定该车辆的可行域范围；或者，在又一种可能的实现方式中，电子设备可基于上述车辆所在道路的边界范围与圆弧约束边界值，来确定该车辆的可行域范围；或者，在另一种可能的实现方式中，电子设备基于该车辆所在道路的边界范围、该车辆周边的动态障碍物的空间范围、该车辆周边的静态障碍物的空间范围以及圆弧约束边界值，来确定该车辆的可行域范围。上述三种实现方式作为一种组合的示例，来对该车辆的可行域范围的确定过程进行说明。当然，电子设备还能够采用其他类型的组合，来确定该车辆的可行域范围，本公开实施例对此不加以限定。
在上述实施例中，在确定车辆的可行域范围时，设置有道路的边界范围、障碍物的空间范围或圆弧约束边界值等丰富的参考信息，增加了可行域范围所参考的信息量，提高了确定可行域范围的准确性，且通过设置圆弧约束边界值，能够确保驾驶者的车辆驾驶体验，提升了路径规划的可靠性。
在一种可能的实现方式中，电子设备基于该可行域范围进行二次规划处理的过程包括：以该第一路径段所包括的多个采样点所形成的路径曲线、该路径曲线的一阶导、该路径曲线的二阶导以及该路径曲线的三阶导平滑为期望目标，构建二次规划的目标函数，基于该可行域范围，对该目标函数进行求解，得到该多个采样点的横向位置、横向速度和横向加速度，基于该多个采样点的横向位置、横向速度和横向加速度，生成该第一规划路径。其中，横向位置采用采样点的横向距离来表示。
在一种可能的实现方式中，电子设备构建S-L坐标系，并根据第一路径段所包括的多个采样点的位置坐标，将该位置坐标由X-Y坐标系投影至该S-L坐标系，也即是使用变量s和变量l来描述采样点的位置。例如，S-L坐标系以道路中心线的方向为S轴，以与道路中心线垂直的方向为L轴。进而，基于该S-L坐标系构造二次规划的目标函数，求解得到该多个采样点的横向位置、横向速度和横向加速度等信息，进而基于该多个采样点的横向位置、横向速度和横向加速度，能够确定出一条或多条第一规划路径。
在一种可能的实现方式中，二次规划的目标函数参见下述函数(1)：
Figure BDA0003873030210000111
Figure BDA0003873030210000112
Figure BDA0003873030210000113
li+1″＝li″+l″′i→i+1×Δs (1)
其中，f表示目标函数，其目标是期望多个采样点所形成的路径曲线、该路径曲线的一阶导、该路径曲线的二阶导以及该路径曲线的三阶导平滑；i表示采样点，该采样点的数量为n-1个，其中，i为大于或等于0的正整数，n为大于1的正整数；wi表示状态变量li的权重系数；状态变量li表示采样点i的横向位置(可理解为横向距离)；wi′表示状态变量li′的权重系数；状态变量li′表示采样点i的横向位置的导数，也即代表横向速度；wi″表示状态变量li″的权重系数；状态变量li″表示采样点i的横向位置的二阶导数，也即代表横向加速度；wi″′表示状态变量li″′的权重系数；状态变量li″′表示采样点i的横向位置的三阶导数，也即代表一个常数；li+1表示采样点i+1的横向位置；li+1′表示采样点i+1的横向位置的导数，也即代表横向速度；li+1″表示采样点i+1的横向位置的二阶导数，也即代表横向加速度；Δs表示采样点i与采样点i+1之间的纵向距离。
在一种可能的实现方式中，基于该车辆的可行域范围，确定该目标函数的第一约束条件，进而基于该目标函数的第一约束条件，来对该目标函数进行求解。其中，第一约束条件用于约束车辆的可行域范围。在一种可能的实现方式中，目标函数的第一约束条件参见下述约束条件(2)，其中，状态变量li表示横向位置，该约束条件(2)示出了横向位置的区间范围，也即代表车辆的可行域范围。相应地，该约束条件(2)还基于横向位置的区间范围，示出了横向位置的一阶导、横向位置的二阶导以及横向位置的三阶导所对应的区间范围，以便后续根据该横向位置、横向位置的一阶导、横向位置的二阶导以及横向位置的三阶导所对应的区间范围，来进行二次规划处理的过程。
Figure BDA0003873030210000121
Figure BDA0003873030210000122
Figure BDA0003873030210000123
Figure BDA0003873030210000124
在一种可能的实现方式中，电子设备还基于该车辆的终点位置以及该车辆在该终点位置的横向速度、横向加速度中的至少一项，确定该目标函数的第二约束条件，进而基于该目标函数的约束条件，来对该目标函数进行求解。其中，第二约束条件用于约束车辆的终点线型。在一种可能的实现方式中，目标函数的第二约束条件参见下述约束条件(3)，其中，(lt,lt′,lt″)表示终点采样点，lt表示t时刻车辆的横向位置，lt′表示t时刻车辆的横向速度，lt″表示t时刻车辆的横向加速度，ln表示终点位置对应的横向位置(横向距离)，ln′表示终点位置所对应的横向速度。如此，通过设定约束以确保终点位置对应的横向位置与终点采样点的横向位置相同，进而确保终点位置对应的横向速度与终点采样点的横向速度相同，从而确保车辆的路径规划能够符合车辆到达终点位置的期望。
(lt,l′t,l″t),ln＝lt,l′n＝l′t (3)
在上述实施例中，以多个采样点所形成的路径曲线、路径曲线的一阶导、路径曲线的二阶导以及路径曲线的三阶导平滑为期望目标，构建二次规划的目标函数，进而通过求解该目标函数，能够输出满足上述期望目标的多个采样点的相关信息，也即能够确定出一条或多条满足上述期望目标的规划路径，如此，提高了路径规划的准确性。
在步骤S303中，电子设备对该第二路径段进行曲线拟合处理，得到第二规划路径。
其中，曲线拟合处理是指基于预先设定的模板曲线进行路径的曲线拟合。在一种可能的实现方式中，模板曲线为多项式螺旋曲线(polynomial spiral)。第二规划路径用于指代对该第二路径段进行路径规划所得到的路径。在一种可能的实现方式中，该第二规划路径的数量为至少一条。
在一种可能的实现方式中，电子设备基于预先设定的模板曲线、该第二路径段的起点位置以及该第二路径段的终点位置，对该第二路径段进行曲线拟合处理，得到该第二规划路径。相应过程为：基于预先设定的模板曲线，代入该第二路径段的起点位置、该第二路径段的终点位置以及车辆在该终点位置的速度、加速度进行求解，以获得模板曲线的相关系数，从而基于该模板曲线的相关系数确定该第二规划路径。
在步骤S302至步骤S303中，面对路径规划中需要重点关注的前一段路径，采用灵活性更高且准确性更高的二次规划方式来进行路径规划，能够规划得到更加灵活的路径，能够更好的适应车辆横纵向高度配合的场景需求，而针对路径规划的后一段路径，由于该后一段路径仅作为后续路径评价所参考的路径信息，因此采用效率更高的曲线拟合方式，能够提高后一段路径的规划效率，从而提升整体路径规划的效率。需要说明的是，上述实施例以先执行步骤S302再执行步骤S303为例，对方案进行说明，而在另一种可能的实现方式中，电子设备先执行步骤S303再执行步骤S302，或者，电子设备同时执行步骤S302和步骤S303。本公开实施例对步骤S302和步骤S303的执行先后次序不作限定。
在步骤S304中，电子设备获取该车辆的至少一个速度样本。
其中，一个速度样本对应一个速度值。在一种可能的实现方式中，电子设备通过时间采样，以获得该至少一个速度样本。或者，在另一种可能的实现方式中，电子设备从服务器关联的信息库中，获取该至少一个速度样本，其中，服务器维护有预先设定的至少一个速度样本。
进一步地，在一种可能的实现方式中，电子设备在获得该至少一个速度样本之后，删减不符合速度要求的速度样本，基于删减后的速度样本，执行后续步骤。其中，路径要求为预先设定的要求，该路径要求用于筛选出符合车辆规划需求的路径样本。例如，删减速度值超过速度阈值的速度样本等。本公开实施例对速度要求的设置不加以限定。如此，通过删减不符合速度要求的速度样本，减少了速度样本的数量，降低了后续针对该速度样本的运算量，提高了路径规划的效率。
在步骤S305中，电子设备对该第一规划路径和该第二规划路径进行组合，得到该车辆的至少一条路径样本。
在一种可能的实现方式中，电子设备基于该第一规划路径中的终点采样点和该第二规划路径中的起点采样点，将终点采样点、起点采样点处于相同位置或者处于相近位置的第一规划路径与第二规划路径组合，得到该车辆的至少一条路径样本。
进一步地，在一种可能的实现方式中，电子设备在获得该至少一个路径样本之后，删减不符合路径要求的路径样本，基于删减后的路径样本，执行后续步骤。其中，路径要求为预先设定的要求，该路径要求用于筛选出符合车辆规划需求的路径样本。例如，删减与车辆的未来路径不相关的路径样本或者删减路径内存在障碍物的路径样本等等。本公开实施例对路径要求的设置不加以限定。如此，通过删减不符合路径要求的路径样本，减少了路径样本的数量，降低了后续针对该路径样本的运算量，提高了路径规划的效率。
在步骤S306中，电子设备基于该至少一条路径样本和该至少一个速度样本，生成该多条候选路径，其中，不同的候选路径对应不同的速度样本。
在一种可能的实现方式中，电子设备对该至少一条路径样本与该至少一个速度样本进行组合，得到该多条候选路径。示例地，以该至少一条路径样本的数量为m为例，以该至少一个速度样本的数量为n为例，其中，m，n为大于0的正整数，通过将该m条路径样本与该n个速度样本相结合，能够得到m*n条候选路径。
在该实施例中，在获取到至少一条路径样本后，通过在路径样本所包括的采样点处设定不同的速度，能够生成速度不同的速度轨迹，也即生成多条候选路径，如此，能够实现时间采样和空间采样相结合的效果，从而提高路径规划的准确性。
进一步地，在一种可能的实现方式中，电子设备在该多条候选路径中，删减不符合路径规划要求的候选路径，基于删减后的该多条候选路径，执行后续步骤S307的过程。其中，路径规划要求为预先设定的要求，该路径规划要求用于筛选出符合车辆规划需求的路径样本。例如，删减与车辆的未来路径不相关的候选路径或者删减路径内存在障碍物的候选路径等等。本公开实施例对路径规划要求的设置不加以限定。如此，通过删减不符合路径规划要求的候选路径，减少了候选路径的数量，降低了后续针对该候选路径的运算量，提高了路径规划的效率。
在上述步骤S304至步骤S306中，电子设备基于该第一规划路径和该第二规划路径所组成的至少一条路径样本以及至少一个速度样本，生成多条候选路径，如此，不仅考虑了空间维度的信息，还考虑了时间维度的信息，实现了时间采样和空间采样的相互结合，也即实现了横纵向相互耦合的路径规划，提升了路径规划的准确性，提高了路径规划的效果。
在步骤S307中，电子设备在该多条候选路径中，选取目标规划路径，以控制该车辆沿该目标规划路径由该起点位置向该终点位置行驶。
其中，目标规划路径用于指代为该车辆所规划的路径。
在一种可能的实现方式中，电子设备分别确定该多条候选路径的路径代价信息，在该多条候选路径中，选取该路径代价信息最小的候选路径为该目标规划路径。如此，利用该多条候选路径的路径代价信息，能够评估该多条候选路径所对应的路径代价，进而选取路径代价最小的候选路径，能够选取得到最优的候选路径，提高了路径规划的准确性。
在一个具体实施例中，图6是根据本公开实施例示出的一种路径规划的流程示意图，参见图6，该路径规划的流程包括：首先，通过空间采样获取车辆的至少一个路径样本，并对所获取的至少一个路径样本进行路径预剪枝，以删减不符合路径要求的路径样本。同时，通过时间采样获取车辆的至少一个速度样本，并对所获取的至少一个速度样本进行速度预剪枝，以删减不符合速度要求的速度样本。接着，基于该至少一个路径样本与该至少一个速度样本进行时空采样，也即是对该至少一个路径样本与该至少一个速度样本进行组合，得到该车辆的多条候选路径，并对该多条候选路径进行剪枝，以删减不符合路径规划要求的候选路径。进而，通过计算该多条候选路径的路径代价信息，选取路径代价信息最小的候选路径，将所选取的候选路径作为最优平滑轨迹，也即得到了该车辆的目标规划路径。
在本公开实施例中，提供了一种时间采样和空间采样相耦合的路径规划方案，不仅考虑了空间维度信息，还考虑了时间维度的信息，实现了时间采样和空间采样的相互结合，也即实现了横纵向相互耦合的路径规划，提升了路径规划的准确性，提高了路径规划的效果。而在路径规划的相关技术中，通常是采用横纵向分离规划的方案，例如先横向规划再纵向规划，也即先不考虑时间维度的信息规划出车辆的行驶路径，在生成行驶路径的基础上再进行纵向规划，得到一系列含有速度和时间的轨迹点，从而构成一条完成的轨迹。如此，由于横纵向分离规划的机制导致横纵向规划配合欠佳，无法适应需要横纵向高度配合的场景需求。
本公开实施例中，提供了一种二次规划方式与曲线拟合方式相结合的路径规划方案，相比较相关技术中直接采样基于模板曲线的曲线拟合方式，本公开实施例提供的技术方案，在提高路径规划的准确性的同时，还能够确保路径规划的效率。示例地，图7是根据本公开实施例示出的一种二次规划与模板曲线的对比示意图，参见图7，在图7所示出的道路中，实线701为基于二次规划的散点平滑方式所确定的规划路径，虚线702为基于模板曲线的曲线拟合方式所确定的规划路径，可以发现，虚线702的线型不够平滑，可能会因出现偏差而导致车辆碰撞等问题，而实线701的线型较平滑，能够避免模板曲线表达能力受限而出现偏差的问题，基于二次规划的散点平滑方法所确定的规划路径更加符合车辆的预期，能够确保车辆行驶的安全性和可靠性。
本公开实施例提供的技术方案，面对路径规划中需要重点关注的前一段路径，采用灵活性更高且准确性更高的二次规划方式来进行路径规划，能够规划得到更加灵活的路径，能够更好的适应车辆横纵向高度配合的场景需求，而针对路径规划的后一段路径，则采用曲线拟合的方式，能够提高后一段路径的规划效率，从而提升整体路径规划的效率。
图8是根据本公开实施例示出的一种路径规划装置的结构框图，该路径规划装置应用于控制车辆由起点位置驶向终点位置的过程中，由该起点位置至该终点位置的路径包括第一路径段和至少一条第二路径段。参见图8，该装置包括处理模块801、生成模块802和选取模块803。其中：
处理模块801，用于对该第一路径段进行二次规划处理，得到第一规划路径，对该第二路径段进行曲线拟合处理，得到第二规划路径；
生成模块802，用于基于该第一规划路径和该第二规划路径，生成多条候选路径；
选取模块803，用于在该多条候选路径中，选取目标规划路径，以控制该车辆沿该目标规划路径由该起点位置向该终点位置行驶。
本公开实施例所提供的技术方案，面对路径规划中需要重点关注的前一段路径，采用灵活性更高且准确性更高的二次规划方式来进行路径规划，能够规划得到更加灵活的路径，能够更好的适应车辆横纵向高度配合的场景需求，而针对路径规划的后一段路径，则采用曲线拟合的方式，能够提高后一段路径的规划效率，从而提升整体路径规划的效率。
在一种可能的实现方式中，该第一路径段满足下述条件中的至少一项：
以距离该起点位置预设距离的位置点为终点；
以与该车辆的终点位置满足朝向条件的位置点为终点，该朝向条件包括以下至少一个：朝向相同或朝向角度差小于预设阈值。
在一种可能的实现方式中，该处理模块801，包括：
获取子模块，用于获取该车辆的可行域范围，该可行域范围用于指示允许该车辆行驶的道路范围；
处理子模块，用于基于该可行域范围，对该第一路径段进行二次规划处理，得到该第一规划路径。
在一种可能的实现方式中，该获取子模块，用于：
基于该车辆所在道路的边界范围、该车辆周边的动态障碍物的空间范围、该车辆周边的静态障碍物的空间范围以及圆弧约束边界值中的至少一项，确定该车辆的可行域范围；
其中，该动态/静态障碍物的空间范围基于该车辆相对于该动态/静态障碍物的决策信息和距离信息确定；该圆弧约束边界值基于路径曲率确定。
在一种可能的实现方式中，该第一路径段包括多个采样点；
该处理子模块，用于：
以该多个采样点所形成的路径曲线、该路径曲线的一阶导、该路径曲线的二阶导以及该路径曲线的三阶导平滑为期望目标，构建二次规划的目标函数；
基于该可行域范围，对该目标函数进行求解，得到该多个采样点的横向位置、横向速度和横向加速度；
基于该多个采样点的横向位置、横向速度和横向加速度，生成该第一规划路径。
在一种可能的实现方式中，还包括获取模块，用于获取该车辆的至少一个速度样本；
该生成模块802，用于：
对该第一规划路径和该第二规划路径进行组合，得到该车辆的至少一条路径样本；
基于该至少一条路径样本和该至少一个速度样本，生成该多条候选路径，其中，不同的候选路径对应不同的速度样本。
在一种可能的实现方式中，还包括删减模块，用于在该多条候选路径中，删减不符合路径规划要求的候选路径；
该选取模块803，还用于基于删减后的该多个候选路径，执行该在该多条候选路径中，选取目标规划路径，以控制该车辆沿该目标规划路径由该起点位置向该终点位置行驶的步骤。
根据本公开的实施例，本公开还提供了一种电子设备，包括至少一个处理器；以及与该至少一个处理器通信连接的存储器；其中，该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开所提供的路径规划方法。
根据本公开的实施例，本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行本公开所提供的路径规划方法。
根据本公开的实施例，本公开还提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现本公开所提供的路径规划方法。
根据本公开的实施例，本公开还提供了一种自动驾驶车辆，包括本公开所提供的电子设备。
图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。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/或者要求的本公开的实现。
如图9所示，电子设备900包括计算单元901，其可以根据存储在只读存储器(ReadOnly Memory，ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RandomAccess Memory，RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储电子设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(In put/Out put，I/O)接口905也连接至总线904。
电子设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许电子设备900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901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901的一些示例包括但不限于中央处理单元(Central Processing Unit，CPU)、图形处理单元(Graphics Processing Unit GPU)、各种专用的人工智能(ArtificialIntelligence，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(Digital Signal Processing，DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如本公开实施例所提供的路径规划方法中获取规划路径的过程。例如，在一些实施例中，路径规划方法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908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到电子设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的路径规划方法中的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行路径规划方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(Field Programmable Gate Array，FPGA)、专用集成电路(Application Specific Integrated Circuit，ASIC)、专用标准产品(ApplicationSpecific Standard Parts，ASSP)、芯片上***的***(System On Chip，SOC)、复杂可编程逻辑设备(Complex Programmable Logic Device，CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机访问存储器、只读存储器、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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，阴极射线管(Cathode Ray Tube，CRT)或者液晶显示器(Liquid Crystal Display，LCD)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(Local Area Network，LAN)、广域网(Wide Area Network，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。服务器可以是云服务器，也可以为分布式***的服务器，或者是结合了区块链的服务器。
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，本发公开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，只要能够实现本公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (18)

1.一种路径规划方法，应用于控制车辆由起点位置驶向终点位置的过程中，由所述起点位置至所述终点位置的路径包括第一路径段和至少一条第二路径段；
所述方法包括：
对所述第一路径段进行二次规划处理，得到第一规划路径，对所述第二路径段进行曲线拟合处理，得到第二规划路径；
基于所述第一规划路径和所述第二规划路径，生成多条候选路径；
在所述多条候选路径中，选取目标规划路径，以控制所述车辆沿所述目标规划路径由所述起点位置向所述终点位置行驶。
2.根据权利要求1所述的方法，其中，所述第一路径段满足下述条件中的至少一项：
以距离所述起点位置预设距离的位置点为终点；
以与所述车辆的终点位置满足朝向条件的位置点为终点，所述朝向条件包括以下至少一个：朝向相同或朝向角度差小于预设阈值。
3.根据权利要求1所述的方法，其中，所述对所述第一路径段进行二次规划处理，得到第一规划路径，包括：
获取所述车辆的可行域范围，所述可行域范围用于指示允许所述车辆行驶的道路范围；
基于所述可行域范围，对所述第一路径段进行二次规划处理，得到所述第一规划路径。
4.根据权利要求3所述的方法，其中，所述获取所述车辆的可行域范围，包括：
基于所述车辆所在道路的边界范围、所述车辆周边的动态障碍物的空间范围、所述车辆周边的静态障碍物的空间范围以及圆弧约束边界值中的至少一项，确定所述车辆的可行域范围；
其中，所述动态/静态障碍物的空间范围基于所述车辆相对于所述动态/静态障碍物的决策信息和距离信息确定；所述圆弧约束边界值基于路径曲率确定。
5.根据权利要求3所述的方法，其中，所述第一路径段包括多个采样点；
所述基于所述可行域范围，对所述第一路径段进行二次规划处理，得到所述第一规划路径，包括：
以所述多个采样点所形成的路径曲线、所述路径曲线的一阶导、所述路径曲线的二阶导以及所述路径曲线的三阶导平滑为期望目标，构建二次规划的目标函数；
基于所述可行域范围，对所述目标函数进行求解，得到所述多个采样点的横向位置、横向速度和横向加速度；
基于所述多个采样点的横向位置、横向速度和横向加速度，生成所述第一规划路径。
6.根据权利要求1所述的方法，还包括：
获取所述车辆的至少一个速度样本；
所述基于所述第一规划路径和所述第二规划路径，生成多条候选路径，包括：
对所述第一规划路径和所述第二规划路径进行组合，得到所述车辆的至少一条路径样本；
基于所述至少一条路径样本和所述至少一个速度样本，生成所述多条候选路径，其中，不同的候选路径对应不同的速度样本。
7.根据权利要求1所述的方法，还包括：
在所述多条候选路径中，删减不符合路径规划要求的候选路径；
基于删减后的所述多个候选路径，执行所述在所述多条候选路径中，选取目标规划路径，以控制所述车辆沿所述目标规划路径由所述起点位置向所述终点位置行驶的步骤。
8.一种路径规划装置，应用于控制车辆由起点位置驶向终点位置的过程中，由所述起点位置至所述终点位置的路径包括第一路径段和至少一条第二路径段；
所述装置包括：
处理模块，用于对所述第一路径段进行二次规划处理，得到第一规划路径，对所述第二路径段进行曲线拟合处理，得到第二规划路径；
生成模块，用于基于所述第一规划路径和所述第二规划路径，生成多条候选路径；
选取模块，用于在所述多条候选路径中，选取目标规划路径，以控制所述车辆沿所述目标规划路径由所述起点位置向所述终点位置行驶。
9.根据权利要求8所述的装置，其中，所述第一路径段满足下述条件中的至少一项：
以距离所述起点位置预设距离的位置点为终点；
以与所述车辆的终点位置满足朝向条件的位置点为终点，所述朝向条件包括以下至少一个：朝向相同或朝向角度差小于预设阈值。
10.根据权利要求8所述的装置，其中，所述处理模块，包括：
获取子模块，用于获取所述车辆的可行域范围，所述可行域范围用于指示允许所述车辆行驶的道路范围；
处理子模块，用于基于所述可行域范围，对所述第一路径段进行二次规划处理，得到所述第一规划路径。
11.根据权利要求10所述的装置，其中，所述获取子模块，用于：
基于所述车辆所在道路的边界范围、所述车辆周边的动态障碍物的空间范围、所述车辆周边的静态障碍物的空间范围以及圆弧约束边界值中的至少一项，确定所述车辆的可行域范围；
其中，所述动态/静态障碍物的空间范围基于所述车辆相对于所述动态/静态障碍物的决策信息和距离信息确定；所述圆弧约束边界值基于路径曲率确定。
12.根据权利要求10所述的装置，其中，所述第一路径段包括多个采样点；
所述处理子模块，用于：
以所述多个采样点所形成的路径曲线、所述路径曲线的一阶导、所述路径曲线的二阶导以及所述路径曲线的三阶导平滑为期望目标，构建二次规划的目标函数；
基于所述可行域范围，对所述目标函数进行求解，得到所述多个采样点的横向位置、横向速度和横向加速度；
基于所述多个采样点的横向位置、横向速度和横向加速度，生成所述第一规划路径。
13.根据权利要求8所述的装置，还包括获取模块，用于获取所述车辆的至少一个速度样本；
所述生成模块，用于：
对所述第一规划路径和所述第二规划路径进行组合，得到所述车辆的至少一条路径样本；
基于所述至少一条路径样本和所述至少一个速度样本，生成所述多条候选路径，其中，不同的候选路径对应不同的速度样本。
14.根据权利要求8所述的装置，还包括删减模块，用于在所述多条候选路径中，删减不符合路径规划要求的候选路径；
所述选取模块，还用于基于删减后的所述多个候选路径，执行所述在所述多条候选路径中，选取目标规划路径，以控制所述车辆沿所述目标规划路径由所述起点位置向所述终点位置行驶的步骤。
15.一种电子设备，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权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
18.一种自动驾驶车辆，包括如权利要求15所述的电子设备。
CN202211202671.7A 2022-09-29 2022-09-29 路径规划方法、装置、设备以及自动驾驶车辆 Pending CN115583254A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211202671.7A CN115583254A (zh) 2022-09-29 2022-09-29 路径规划方法、装置、设备以及自动驾驶车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211202671.7A CN115583254A (zh) 2022-09-29 2022-09-29 路径规划方法、装置、设备以及自动驾驶车辆

Publications (1)

Publication Number Publication Date
CN115583254A true CN115583254A (zh) 2023-01-10

Family

ID=84778801

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211202671.7A Pending CN115583254A (zh) 2022-09-29 2022-09-29 路径规划方法、装置、设备以及自动驾驶车辆

Country Status (1)

Country Link
CN (1) CN115583254A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115848365A (zh) * 2023-02-03 2023-03-28 北京集度科技有限公司 车辆控制器、车辆及车辆控制方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115848365A (zh) * 2023-02-03 2023-03-28 北京集度科技有限公司 车辆控制器、车辆及车辆控制方法

Similar Documents

Publication Publication Date Title
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
EP3524934B1 (en) Systems and methods for determining a projection of an obstacle trajectory onto a reference line of an autonomous vehicle
US10571921B2 (en) Path optimization based on constrained smoothing spline for autonomous driving vehicles
US10606277B2 (en) Speed optimization based on constrained smoothing spline for autonomous driving vehicles
US10816990B2 (en) Non-blocking boundary for autonomous vehicle planning
US10775801B2 (en) Determining speeds along a path for autonomous driving vehicles
US20190086932A1 (en) Smooth road reference line for autonomous driving vehicles based on 2d constrained smoothing spline
US20190235516A1 (en) Path and speed optimization fallback mechanism for autonomous vehicles
CN111422204B (zh) 自动驾驶车辆通行判定方法及相关设备
US11586209B2 (en) Differential dynamic programming (DDP) based planning architecture for autonomous driving vehicles
US11414096B2 (en) QP spline path and spiral path based reference line smoothing method for autonomous driving
CN114506343A (zh) 轨迹规划方法、装置、设备、存储介质及自动驾驶车辆
CN113119999B (zh) 自动驾驶特征的确定方法、装置、设备、介质及程序产品
CN115583254A (zh) 路径规划方法、装置、设备以及自动驾驶车辆
CN116088538B (zh) 车辆轨迹信息生成方法、装置、设备和计算机可读介质
CN115657684A (zh) 车辆路径信息生成方法、装置、设备和计算机可读介质
CN115290106A (zh) 一种确定路口路径的方法、装置、设备及存储介质
CN114030483A (zh) 车辆控制方法、装置、电子设备和介质
CN113483770A (zh) 封闭场景下的路径规划方法、装置、电子设备、存储介质
US20240075923A1 (en) Systems and methods for deweighting veering margins based on crossing time
US20230234617A1 (en) Determining perceptual spatial relevancy of objects and road actors for automated driving
CN114954520A (zh) 一种控制无人驾驶车辆的方法和装置
CN114132344A (zh) 一种自动驾驶车辆的决策方法、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