CN107664993A - 一种路径规划方法 - Google Patents

一种路径规划方法 Download PDF

Info

Publication number
CN107664993A
CN107664993A CN201610618068.5A CN201610618068A CN107664993A CN 107664993 A CN107664993 A CN 107664993A CN 201610618068 A CN201610618068 A CN 201610618068A CN 107664993 A CN107664993 A CN 107664993A
Authority
CN
China
Prior art keywords
car
barrier
movement
movement locus
target point
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.)
Withdrawn
Application number
CN201610618068.5A
Other languages
English (en)
Inventor
王璐
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.)
Fafa Automobile China Co ltd
Original Assignee
Faraday Beijing Network 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 Faraday Beijing Network Technology Co Ltd filed Critical Faraday Beijing Network Technology Co Ltd
Priority to CN201610618068.5A priority Critical patent/CN107664993A/zh
Publication of CN107664993A publication Critical patent/CN107664993A/zh
Withdrawn legal-status Critical Current

Links

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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • 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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种路径规划方法，所述路径规划方法包括：获取与本车关联的车辆信息以及本车所行驶道路的车道信息；根据所述车辆信息以及所述车道信息确定本车未来的运动行为；根据所述车辆信息及本车未来的运动行为进行路径规划，当一个以上障碍物与目标点离得很近时，根据车道信息和障碍物信息可以决策车辆未来一段时间的运动行为，如变车道、紧急停车或者自动巡航等，基于该决策来规划远离障碍物并向目的点靠近的最优路径，从而解决现有技术中人工势场法的局部极值点导致车辆无法获得最优路径的问题。

Description

一种路径规划方法
技术领域
本发明涉及车辆导航领域，尤其涉及一种路径规划方法。
背景技术
随着科学技术的发展，现已出现无人驾驶技术，且目前的无人驾驶技术已经基本具备自动操作和行驶能力。现有无人驾驶技术主要是利用车载传感器来感知车辆周围障碍物信息，进而控制车辆的转向和速度。
具体方式为：根据车辆传感器采集到的与该车辆关联的障碍物信息，采用人工势场法原理，确定车辆的运动轨迹。具体地，将车辆、障碍物以及车辆运动的目标点简化为一个点，将车辆的运动过程视为一种在虚拟的人工受力场的运动，即障碍物对车辆产生斥力，目标点对车辆产生引力，通过求合力控制车辆的运动。
但是现实的道路环境是复杂的，往往至少有一个障碍物与目标点离的很近，在这种情况下，当车辆逼近目标的同时，也将向障碍物靠近，如果利用以前对引力场函数和斥力场函数的定义，斥力将比引力大的多，这样目标点将不是整个势场的全局最小点，因此车辆将不能向目标点前进，这样就存在局部最优解的问题。
发明内容
有鉴于此，本申请提供了一种路径规划方法，以避免人工势场法的局部极值点导致车辆无法获得最优路径的问题。
为实现上述目的，本申请实施例提供一种路径规划方法，所述路径规划方法包括：
获取与本车关联的车辆信息以及本车所行驶道路的车道信息；
根据所述车辆信息以及所述车道信息确定本车未来的运动行为；
根据所述车辆信息及本车未来的运动行为进行路径规划。
与现有技术相比，本发明所述技术方案的有益效果为：
本发明提供的路径规划方法，根据所述车辆信息以及所述车道信息确定本车未来的运动行为对本车进行路径规划，进而得到一个全局最优路径，即当一个以上障碍物与目标点离得很近时，根据车道信息和障碍物信息可以决策车辆未来一段时间的运动行为，如变车道、紧急停车或者自动巡航等，基于该决策来规划远离障碍物并向目的点靠近的最优路径，从而解决现有技术中人工势场法的局部极值点导致车辆无法获得最优路径的问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明提供的一种路径规划方法流程图；
图2为本发明实施例中判断本车未来的运动行为示意图；
图3为本发明又一实施例中判断本车未来的运动行为示意图；
图4为本发明实施例中确定运动轨迹示意图；
图5为本发明又一实施例中确定运动轨迹示意图；
图6为本发明提供的一种路径规划装置结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、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，都属于本发明保护的范围。
本发明实施例提供一种路径规划方法，可用于无人驾驶车辆上，对本车的运动轨迹进行导航，但是并不限于无人驾驶车辆上，可用于任何需要运动轨迹导航的领域，如机器人或其他智能终端的路径规划。
图1为本发明实施例提供一种路径规划方法的流程示意图。所述方法可以如下所示。
S100：获取与本车关联的车辆信息以及本车所行驶道路的车道信息；
S200：根据所述车辆信息以及所述车道信息确定本车未来的运动行为；
S300：根据所述车辆信息及本车未来的运动行为进行路径规划。
其中步骤S100中，所述与本车关联的车辆信息包括但不限于本车的位置、本车的运动速度、本车周围障碍物的位置、所述障碍物的运动速度，其中本车周围障碍物为与本车之间的距离小于设定阈值的障碍物。其中所述设定阈值可以与本车的运动速度满足设定条件。所述设定条件可以为所述设定阈值与本车的运动速度成正比，当本车的运动速度较大时，设定阈值较大，当本车的运动速度较小时，设定阈值较小。
本车的位置可以通过GPS(Global Positioning System全球定位系统)获得，也可以通过其他定位方式确定，这里不做具体限定；本车的运动速度可通过本车的控制器直接获得，也可通过在车辆上安装速度传感器检测获得，这里不做具体限定。
本车周围障碍物的信息，可从高精度地图中获取也可通过摄像头或视觉传感器、激光雷达、毫米波雷达等检测获得，如果该障碍物是道路上固有的障碍物，可从高精度地图中获取，如果该障碍物是道路上出现的障碍物，如其他行驶车辆，可通过传感器检测获得；本车所行驶道路的车道信息包括但不限于车道的位置、限速、红绿灯及其他标识信息，所述车道信息可从高精度地图中获取。
同时上述信息的获取也可同时通过传感器检测和从高精度地图中获取本车的控制器再进行判断确定最准确的信息。
高精度地图是精度更高、信息更全的导航电子地图，精度可达20厘米，可以帮助车辆预先感知路面复杂信息，如坡度、曲率、航向等，结合智能路径规划，让车辆做出正确的决策。通常智能驾驶汽车主要依靠毫米波雷达、激光雷达、摄像头等传感器感知车辆周边环境，但是传感器测量距离有限，现知的传感器最大测量距离可以达到250米左右；并且在大雨、大雪等极端天气条件下，传感器测距范围会急剧缩小、标识识别率低、稳定性降低。高精度地图则让汽车对远距离的路况、标识有提前的预判，可以辅助车辆做超出传感器感知范围的行为，让车辆对路径全局有整体把握。高精度地图与传感器协同可以对车辆进行精准定位，提供车辆变道以及路径规划基础。商用GPS系统精度误差大，商用GPS系统精度仅有5m左右，而在楼宇遍布的城市中，其精度误差更是会达到50米，而对于道路而言，一米的误差都会导致其车道的偏移，而且在隧道中车辆没有GPS信号。随着智能驾驶车辆视觉和雷达传感器的不断增多，探测范围不断加大，高精度地图可以和传感器探测内容形成协同，将汽车位置定位精确到几十厘米甚至10-20cm的范围。
上述信息的获取可通过接口和连接线实现信息的传输，也可通过无线通信实现信息的传输如wifi传输、蓝牙传输、红外传输等。
步骤S200中，本车未来的运动行为包括但不限于保持车道、变换车道、跟随前车、自动巡航、紧急停车等，所述运动行为可为后续的目标点的确定提供依据，使后续形成的轨迹导航更加准确。
进一步的可根据所述车辆信息以及所述车道信息确定本车未来的运动行为。具体地，根据本车的位置、本车的运动速度、与本车所行驶车道相同车道的障碍物的位置、及该障碍物的运动速度、与本车所行驶车道相邻车道的障碍物的位置、及该障碍物的运动速度确定本车未来的运动行为。
例如：与本车所行驶车道相同车道的前方障碍物的运动速度和本车的运动速度相当，且没有减速趋势，相对距离大于安全距离，则决策的本车未来的运动行为为保持车道。如果与本车所行驶车道相同车道的前方的障碍物的运动速度很小，而相邻车道较为空旷，则决策的本车未来的运动行为为变换车道。该步骤可通过本车的控制器实现，也可通过一单独的处理器实现。
步骤S300中，根据所述车辆信息及本车未来的运动行为进行路径规划，进一步包括：根据本车的位置、本车的运动速度及本车未来的运动行为确定至少一个目标点，并根据所述目标点确定由本车至所述目标点的至少一条运动轨迹；从所述运动轨迹中选择其中一条运动轨迹，并按照该运动轨迹对本车进行导航。确定的所述目标点与本车未来的运动行为相关，使确定的目标点更准确，进而使规划出的运动轨迹更准确。
可以通过预先设定的选择标准从所述运动轨迹中选择其中一条运动轨迹，并按照该运动轨迹对本车进行导航，所述选择模块标准可以包括本车在整个运动轨迹上运行期间与障碍物的相对距离，本车在整个运动轨迹上距车道中心线的偏离，本车在整个运动轨迹上的纵向加速度和横向加速度等，本车在整个运动轨迹上运行期间与障碍物的相对距离表征的本车与障碍物的靠近情况，该值越大越好，本车在整个运动轨迹上距车道中心线的偏离表征的是本车在车道上行驶的偏离情况，该值越小越好，本车在整个运动轨迹上的纵向加速度和横向加速度表征的是本车运行的稳定情况，该值越小越好。
下面对步骤S200中确定本车未来的运动行为做进一步说明：
在确定本车未来的运动行为之前：
确定本车周围障碍物的车道方向与本车的车道方向一致的障碍物；
根据本车的位置和所述障碍物的位置，确定所述障碍物与本车的相对位置；以及根据本车的运动速度和所述障碍物的运动速度，确定所述障碍物与本车的相对运动速度。
确定本车未来的运动行为，包括：
根据与本车在相同车道的所述障碍物与本车的相对运动速度，确定相同车道的所述障碍物与本车之间的相对运动方向；
若根据所述障碍物与本车的相对位置确定所述障碍物位于本车的前方，且所述相对运动速度的方向为远离本车，则确定本车未来的运动行为为保持车道。
例如，如图2所示，a向行驶车道1、2、3上有本车A，障碍物B、C、D、E、F，本车A和障碍物B在相同车道上，本车A和障碍物C、D在相邻车道上，本车A和障碍物E、F在相邻车道上，本车A的运动速度为VA，障碍物B、C、D、E、F的运动速度分别为VA、VB、VC、VD、VE、,障碍物B、C、F与本车A的相对位置为位于本车前方，障碍物C、D、与本车A的相对位置为位于本车后方，所述位于本车前方位于本车沿行驶方向a向的车头方向，所述位于本车后方位于本车沿行驶方向a向的车尾方向。以a向为正方向，则与a向相反的方向为负方向，若障碍物相对于本车的速度为正则为远离本车方向，若障碍物相对于本车的速度为负则为远离本车方向。
若车道2中本车A的运动速度VA为+30km/h，所述障碍物B的运动速度VB为+40km/h，则与本车A相同车道的所述障碍物B与本车A的相对位置为位于本车A的前方，相对运动速度为VBA为+10km/h，相对运动方向为远离本车，则确定本车A未来的运动行为为保持车道2行驶。
根据与本车在相同车道的所述障碍物与本车的相对运动速度，确定与本车在相同车道的所述障碍物与本车之间的第一相对运动方向；以及根据与本车在相邻车道的所述障碍物与本车的相对位置和相对运动速度，确定与本车在相邻车道的所述障碍物与本车之间的第二相对运动方向；
若根据与本车在相同车道的所述障碍物与本车的相对位置确定所述障碍物位于本车的前方，且所述第一相对运动速度的方向为靠近本车，且第二相对运动速度的方向为远离本车，则确定本车未来的运动行为为变换车道。
例如，如图2所示，a向行驶车道1、2、3上有本车A，障碍物B、C、D、E、F，本车A和障碍物B在相同车道上，本车A和障碍物C、D在相邻车道上，本车A和障碍物E、F在相邻车道上，本车A的运动速度为VA，障碍物B、C、D、E、F的运动速度分别为VA、VB、VC、VD、VE、,障碍物B、C、F与本车A的相对位置为位于本车前方，障碍物C、D、与本车A的相对位置为位于本车后方，所述位于本车前方位于本车沿行驶方向a向的车头方向，所述位于本车后方位于本车沿行驶方向a向的车尾方向。以a向为正方向，则与a向相反的方向为负方向，若障碍物相对于本车的速度为正则为远离本车方向，若障碍物相对于本车的速度为负则为远离本车方向。
若车道2中本车A的运动速度VA为+30km/h，所述障碍物B的运动速度VB为+20km/h，车道1所述障碍物C的运动速度VC为+40km/h，所述障碍物D的运动速度VD为+20km/h，
则与本车A在相同车道的所述障碍物B与本车A的相对位置为位于本车A的前方，相对运动速度为VBA为-10km/h，相对运动方向为靠近本车；
与本车A相邻车道的所述障碍物C与本车A的相对位置为位于本车A的前方，相对运动速度为VCA为+10km/h，相对运动方向为远离本车，与本车A相邻车道的所述障碍物D与本车A的相对位置为位于本车A的后方，相对运动速度为VDA为-10km/h，相对运动方向为远离本车；
则确定本车未来的运动行为为变换车道，即变换到车道1上。
或者如图3所示，车道2中本车A的运动速度VA为+30km/h，所述障碍物B的运动速度VB为+20km/h，则与本车A在相同车道的所述障碍物B与本车A的相对位置为位于本车A的前方，相对运动速度为VBA为-10km/h，相对运动方向为靠近本车；车道3中为空车道，则确定本车A未来的运动行为为变换车道，即变换到车道3上。
下面进一步说明若确定本车未来的运动行为为保持车道的情况下所述目标点的确定和所述运动轨迹的确定：
本车未来的运动行为为保持车道，根据本车的位置、本车的运动速度及本车未来的运动行为确定至少一个目标点，包括：
根据本车的位置和本车的运动速度，在本车所行驶车道上确定第一目标点，所述第一目标点至本车的距离与本车的运动速度满足设定条件。所述设定条件可以为所述第一目标点至本车的距离与本车的运动速度成正比，当本车的运动速度较大时，确定的第一目标点距离本车的距离较大，当本车的运动速度较小时，确定的第一目标点距离本车的距离较小。
根据所述目标点确定由本车至所述目标点的至少一条运动轨迹，包括：
确定本车所行驶车道的中心线，确定该中心线的经所述第一目标点的垂线；
在所述垂线上且位于所述中心线的两侧分别对称采样N个第二目标点；
基于本车的位置和所述第一目标点，拟合得到一条运动轨迹，以及基于本车的位置和N个所述第二目标点，拟合得到N条运动轨迹。
如图4所示，本车A的运动速度VA为+30km/h，在车道2上，在距本车A 60米处确定第一目标点G，确定车道2的中心线b，确定中心线b的经第一目标点G的垂线c；在垂线c上位于所述中心线的两侧对称采样第二目标点G1、G2、G3、G4，采样的个数根据具体情况确定，本实施例中为了示意只采样了4个第二目标点，拟合出运动轨迹A G、A G1、AG2、AG3、AG4。
下面进一步说明若确定本车未来的运动行为为变换车道的情况下所述目标点的确定和所述运动轨迹的确定：
根据本车的位置、本车的运动速度及本车未来的运动行为确定至少一个目标点，包括：
根据本车的位置和本车的运动速度，在本车所行驶车道上确定第一目标点，所述第一目标点至本车的距离与本车的运动速度满足设定条件；所述设定条件可以为所述第一目标点至本车的距离与本车的运动速度成正比，当本车的运动速度较大时，确定的第一目标点距离本车的距离较大，当本车的运动速度较小时，确定的第一目标点距离本车的距离较小。
在与本车所行驶车道相邻车道上确定第三目标点，所述第三目标点至本车的距离与本车的运动速度满足设定条件。优选所述第三目标点至本车的距离与本车的运动速度成正比，当本车的运动速度较大时，确定的第三目标点距离本车的距离较大，当本车的运动速度较小时，确定的第三目标点距离本车的距离较小。
根据所述目标点确定由本车至所述目标点的至少一条运动轨迹，包括：
确定本车所行驶车道的中心线，确定该中心线的经所述第一目标点的垂线；
在所述垂线上且位于所述中心线的两侧分别对称采样N个第二目标点；
基于本车的位置和所述第一目标点，拟合得到一条运动轨迹，以及基于本车的位置和N个所述第二目标点，拟合得到N条运动轨迹；
还包括：确定与本车所行驶车道相邻车道的中心线，确定该中心线的经所述第三目标点的垂线；
在所述垂线上且位于所述中心线的两侧分别对称采样N个第四目标点；
基于本车的位置和所述第三目标点，拟合得到一条运动轨迹，以及基于本车的位置和N个所述第四目标点，拟合得到N条运动轨迹。
如图5所示，本车A的运动速度VA为+30km/h，在车道2上，在距本车A 60米处确定第一目标点G，在车道3上在距本车A 60米处确定第一目标点H，
确定车道2的中心线b，确定中心线b的经第一目标点G的垂线c；在垂线c上位于所述中心线的两侧对称采样第二目标点G1、G2、G3、G4，采样的个数根据具体情况确定，本实施例中为了示意只采样了4个第二目标点，拟合出运动轨迹A G、A G1、AG2、AG3、AG4。
确定车道3的中心线d，确定中心线d的经第一目标点H的垂线e；在垂线e上位于所述中心线的两侧对称采样第二目标点H1、H2、H3、H4，采样的个数根据具体情况确定，本实施例中为了示意只采样了4个第二目标点，拟合出运动轨迹A H、A H1、AH2、AH3、AH4。
下面对选择运动轨迹做进一步说明：
从所述运动轨迹中选择其中一条运动轨迹，包括：
在得到至少一条运动轨迹时，确定所述运动轨迹上的采样点，并确定所述采样点的目标运动速度；
根据所述目标运动速度和本车的运动速度，从所述运动轨迹中选择其中一条运动轨迹。
确定所述采样点的目标运动速度，进一步包括：
根据本车的运动速度和所述障碍物的运动速度，计算本车通过所述采样点的目标运动速度，所述目标运动速度所满足的条件为本车与所述障碍物在所述采样点不发生接触。
根据所述目标运动速度和本车的运动速度，从所述运动轨迹中选择其中一条运动轨迹，包括：
根据本车在整个运动轨迹上运行期间与障碍物的相对距离，和/或本车在整个运动轨迹上距车道中心线的偏离，和/或本车在整个运动轨迹上的纵向加速度和横向加速度，对每条标记目标速度的所述运动轨迹进行评估，选择一条运动轨迹。可通过代价函数解优化问题的方法选择出运动轨迹中最优的一条，将上述本车在整个运动轨迹上运行期间与障碍物的相对距离，和/或本车在整个运动轨迹上距车道中心线的偏离，和/或本车在整个运动轨迹上的纵向加速度和横向加速度，作为代价函数的变量，找出使得代价函数的值最小的一条运动轨迹。
基于上述路径规划方法，图6为本发明实施例提供一种路径规划装置的结构示意图。所述路径规划装置包括：
获取模块10，用于获取与本车关联的车辆信息以及本车所行驶道路的车道信息，所述与本车关联的车辆信息包括本车的位置、本车的运动速度、本车周围障碍物的位置、所述障碍物的运动速度；
运动行为模块20，用于根据所述车辆信息以及所述车道信息确定本车未来的运动行为；
路径规划模块30，用于根据所述车辆信息及本车未来的运动行为进行路径规划。
其中所述路径规划模块30进一步包括：
轨迹模块301，用于根据本车的位置、本车的运动速度及本车未来的运动行为确定至少一个目标点，并根据所述目标点确定由本车至所述目标点的至少一条运动轨迹；
选择模块302，用于从所述运动轨迹中选择其中一条运动轨迹，并按照该运动轨迹对本车进行导航。
所述运动行为模块20，进一步用于确定本车周围障碍物的车道方向与本车的车道方向一致的障碍物；
根据本车的位置和与所述障碍物的位置，确定所述障碍物与本车的相对位置；以及
根据本车的运动速度和所述障碍物的运动速度，确定所述障碍物与本车的相对运动速度。
所述运动行为模块20，进一步用于确定与本车在相同车道的所述障碍物与本车的相对位置和相对运动速度；
若所述障碍物的相对位置为位于本车的前方，且所述障碍物的相对运动速度的方向为远离本车，则确定本车未来的运动行为为保持车道。
所述轨迹模块301，进一步用于根据本车的位置和本车的运动速度，在本车所行驶车道上确定第一目标点，所述第一目标点至本车的距离与本车的运动速度满足设定条件。
所述轨迹模块301，进一步用于确定本车所行驶车道的中心线，确定该中心线的经所述第一目标点的垂线；
在所述垂线上且位于所述中心线的两侧分别对称采样N个第二目标点；
基于本车的位置和所述第一目标点，拟合得到一条运动轨迹，以及基于本车的位置和N个所述第二目标点，拟合得到N条运动轨迹。
所述运动行为模块20，进一步用于确定与本车在相同车道的所述障碍物与本车的相对位置和相对运动速度，确定与本车在相邻车道的所述障碍物与本车的相对位置和相对运动速度；
若相同车道上的所述障碍物的相对位置为位于本车的前方，所述障碍物的相对运动速度的方向为指向本车，且相邻车道上的所述障碍物的相对运动速度的方向为远离本车，则确定本车未来的运动行为为变换车道。
所述轨迹模块301，进一步用于根据本车的位置和本车的运动速度，在本车所行驶车道上确定第一目标点，所述第一目标点至本车的距离与本车的运动速度满足设定条件；
在与本车所行驶车道相邻车道上确定第三目标点，所述第三目标点至本车的距离与本车的运动速度满足设定条件。
所述轨迹模块301，进一步用于确定本车所行驶车道的中心线，确定该中心线的经所述第一目标点的垂线；
在所述垂线上且位于所述中心线的两侧分别对称采样N个第二目标点；
基于本车的位置和所述第一目标点，拟合得到一条运动轨迹，以及基于本车的位置和N个所述第二目标点，拟合得到N条运动轨迹；
还包括：确定与本车所行驶车道相邻车道的中心线，确定该中心线的经所述第三目标点的垂线；
在所述垂线上且位于所述中心线的两侧分别对称采样N个第四目标点；
基于本车的位置和所述第三目标点，拟合得到一条运动轨迹，以及基于本车的位置和N个所述第四目标点，拟合得到N条运动轨迹。
所述选择模块302，进一步用于在得到至少一条运动轨迹时，确定所述运动轨迹上的采样点，并确定所述采样点的目标运动速度；
根据所述目标运动速度和本车的运动速度，从所述运动轨迹中选择其中一条运动轨迹。
所述选择模块302，进一步用于根据本车的运动速度和所述障碍物的运动速度，计算本车通过所述采样点的目标运动速度，所述目标运动速度所满足的条件为本车与所述障碍物在所述采样点不发生接触。
所述选择模块302，进一步用于根据本车在整个运动轨迹上运行期间与障碍物的相对距离，和/或本车在整个运动轨迹上距车道中心线的偏离，和/或本车在整个运动轨迹上的纵向加速度和横向加速度，对每条标记目标速度的所述运动轨迹进行评估，选择一条运动轨迹。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (14)

1.一种路径规划方法，其特征在于，所述路径规划方法包括：
获取与本车关联的车辆信息以及本车所行驶道路的车道信息；
根据所述车辆信息以及所述车道信息确定本车未来的运动行为；
根据所述车辆信息及本车未来的运动行为进行路径规划。
2.根据权利要求1所述的路径规划方法，其特征在于，所述与本车关联的车辆信息包括本车的位置、本车的运动速度、本车周围障碍物的位置、所述障碍物的运动速度。
3.根据权利要求2所述的路径规划方法，其特征在于，根据所述车辆信息及本车未来的运动行为进行路径规划，包括：
根据本车的位置、本车的运动速度及本车未来的运动行为确定至少一个目标点，并根据所述目标点确定由本车至所述目标点的至少一条运动轨迹；
从所述运动轨迹中选择其中一条运动轨迹，并按照该运动轨迹对本车进行导航。
4.根据权利要求3所述的路径规划方法，其特征在于，本车周围障碍物的车道方向与本车的车道方向一致；
在确定本车未来的运动行为之前，所述方法还包括：
根据本车的位置和所述障碍物的位置，确定所述障碍物与本车的相对位置；以及
根据本车的运动速度和所述障碍物的运动速度，确定所述障碍物与本车的相对运动速度。
5.根据权利要求4所述的路径规划方法，其特征在于，确定本车未来的运动行为，包括：
根据与本车在相同车道的所述障碍物与本车的相对运动速度，确定相同车道的所述障碍物与本车之间的相对运动方向；
若根据所述障碍物与本车的相对位置确定所述障碍物位于本车的前方，且所述相对运动速度的方向为远离本车，则确定本车未来的运动行为为保持车道。
6.根据权利要求5所述的路径规划方法，其特征在于，根据本车的位置、本车的运动速度及本车未来的运动行为确定至少一个目标点，包括：
根据本车的位置和本车的运动速度，在本车所行驶车道上确定第一目标点，所述第一目标点至本车的距离与本车的运动速度满足设定条件。
7.根据权利要求6所述的路径规划方法，其特征在于，根据所述目标点确定由本车至所述目标点的至少一条运动轨迹，包括：
确定本车所行驶车道的中心线，确定该中心线的经所述第一目标点的垂线；
在所述垂线上且位于所述中心线的两侧分别对称采样N个第二目标点；
基于本车的位置和所述第一目标点，拟合得到一条运动轨迹，以及基于本车的位置和N个所述第二目标点，拟合得到N条运动轨迹。
8.根据权利要求4所述的路径规划方法，其特征在于，确定本车未来的运动行为，包括：
根据与本车在相同车道的所述障碍物与本车的相对运动速度，确定与本车在相同车道的所述障碍物与本车之间的第一相对运动方向；以及根据与本车在相邻车道的所述障碍物与本车的相对位置和相对运动速度，确定与本车在相邻车道的所述障碍物与本车之间的第二相对运动方向；
若根据与本车在相同车道的所述障碍物与本车的相对位置确定所述障碍物位于本车的前方，且所述第一相对运动速度的方向为靠近本车，且第二相对运动速度的方向为远离本车，则确定本车未来的运动行为为变换车道。
9.根据权利要8所述的路径规划方法，其特征在于，根据本车的位置、本车的运动速度及本车未来的运动行为确定至少一个目标点，包括：
根据本车的位置和本车的运动速度，在本车所行驶车道上确定第一目标点，所述第一目标点至本车的距离与本车的运动速度满足设定条件；
在与本车所行驶车道相邻车道上确定第三目标点，所述第三目标点至本车的距离与本车的运动速度满足设定条件。
10.根据权利要求9所述的路径规划方法，其特征在于，根据所述目标点确定由本车至所述目标点的至少一条运动轨迹，包括：
确定本车所行驶车道的中心线，确定该中心线的经所述第一目标点的垂线；
在所述垂线上且位于所述中心线的两侧分别对称采样N个第二目标点；
基于本车的位置和所述第一目标点，拟合得到一条运动轨迹，以及基于本车的位置和N个所述第二目标点，拟合得到N条运动轨迹；
以及确定与本车所行驶车道相邻车道的中心线，确定该中心线的经所述第三目标点的垂线；
在所述垂线上且位于所述中心线的两侧分别对称采样N个第四目标点；
基于本车的位置和所述第三目标点，拟合得到一条运动轨迹，以及基于本车的位置和N个所述第四目标点，拟合得到N条运动轨迹。
11.根据权利要求3所述的路径规划方法，其特征在于，从所述运动轨迹中选择其中一条运动轨迹，包括：
在得到至少一条运动轨迹时，确定所述运动轨迹上的采样点，并确定所述采样点的目标运动速度；
根据所述目标运动速度和本车的运动速度，从所述运动轨迹中选择其中一条运动轨迹。
12.根据权利要求11所述的路径规划方法，其特征在于，确定所述采样点的目标运动速度，包括：
根据本车的运动速度和所述障碍物的运动速度，计算本车通过所述采样点的目标运动速度，所述目标运动速度所满足的条件为本车与所述障碍物在所述采样点不发生接触。
13.根据权利要求12所述的路径规划方法，其特征在于，根据所述目标运动速度和本车的运动速度，从所述运动轨迹中选择其中一条运动轨迹，包括：
根据本车在整个运动轨迹上运行期间与障碍物的相对距离，和/或本车在整个运动轨迹上距车道中心线的偏离，和/或本车在整个运动轨迹上的纵向加速度和横向加速度，对每条标记目标速度的所述运动轨迹进行评估，选择一条运动轨迹。
14.根据权利要求1所述的路径规划方法，其特征在于，本车所行驶道路的车道信息从高精度地图中获取。
CN201610618068.5A 2016-07-29 2016-07-29 一种路径规划方法 Withdrawn CN107664993A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610618068.5A CN107664993A (zh) 2016-07-29 2016-07-29 一种路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610618068.5A CN107664993A (zh) 2016-07-29 2016-07-29 一种路径规划方法

Publications (1)

Publication Number Publication Date
CN107664993A true CN107664993A (zh) 2018-02-06

Family

ID=61122242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610618068.5A Withdrawn CN107664993A (zh) 2016-07-29 2016-07-29 一种路径规划方法

Country Status (1)

Country Link
CN (1) CN107664993A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107664504A (zh) * 2016-07-29 2018-02-06 法乐第(北京)网络科技有限公司 一种路径规划装置
CN108646752A (zh) * 2018-06-22 2018-10-12 奇瑞汽车股份有限公司 自动驾驶系统的控制方法及装置
CN108958244A (zh) * 2018-06-28 2018-12-07 广州视源电子科技股份有限公司 运动规划方法、装置、设备及计算机可读存储介质
CN109683617A (zh) * 2018-12-27 2019-04-26 潍柴动力股份有限公司 一种自动驾驶方法、装置及电子设备
CN109814574A (zh) * 2019-02-22 2019-05-28 百度在线网络技术（北京）有限公司 车道汇合处的速度规划方法、装置和存储介质
CN109855637A (zh) * 2018-12-24 2019-06-07 北京新能源汽车股份有限公司 一种车辆的自动驾驶路径规划方法、装置及设备
CN109974731A (zh) * 2019-03-15 2019-07-05 深兰科技（上海）有限公司 一种无人驾驶系统路径规划目标选择的方法和设备
CN110045730A (zh) * 2019-03-20 2019-07-23 文远知行有限公司 路径规划的方法、装置、计算机设备和存储介质
CN110737261A (zh) * 2018-07-03 2020-01-31 郑州宇通客车股份有限公司 一种车辆的自动停靠站控制方法及系统
CN111149536A (zh) * 2019-12-31 2020-05-15 广西大学 一种无人绿篱修剪机及其控制方法
CN111915917A (zh) * 2019-05-07 2020-11-10 现代安波福Ad有限责任公司 用于规划和更新运载工具的轨迹的系统和方法
TWI715221B (zh) * 2019-09-27 2021-01-01 財團法人車輛研究測試中心 自適應軌跡生成方法及系統
CN112230638A (zh) * 2019-06-28 2021-01-15 初速度（苏州）科技有限公司 一种车辆的停车路径规划方法和装置
CN113525375A (zh) * 2020-04-21 2021-10-22 郑州宇通客车股份有限公司 一种基于人工势场法的车辆换道方法及装置
WO2022183790A1 (zh) * 2021-03-02 2022-09-09 北京旷视机器人技术有限公司 路径规划方法、装置、移动机器人、存储介质及程序

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6594393B1 (en) * 2000-05-12 2003-07-15 Thomas P. Minka Dynamic programming operation with skip mode for text line image decoding
CN103171439A (zh) * 2011-12-22 2013-06-26 通用汽车环球科技运作有限责任公司 自动驾驶系统的行为预测
CN104648402A (zh) * 2013-11-18 2015-05-27 罗伯特·博世有限公司 用于支持机动车的车道转换或者超车策略的方法和驾驶员辅助装置
CN104787045A (zh) * 2014-01-16 2015-07-22 丰田自动车工程及制造北美公司 用于自动驾驶系统的横向操纵规划器
CN105015545A (zh) * 2015-07-03 2015-11-04 内蒙古麦酷智能车技术有限公司 一种无人驾驶汽车的自主变道决策系统
CN105403227A (zh) * 2015-12-15 2016-03-16 重庆云途交通科技有限公司 一种安全导航方法及系统
CN105549597A (zh) * 2016-02-04 2016-05-04 同济大学 一种基于环境不确定性的无人车动态路径规划方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6594393B1 (en) * 2000-05-12 2003-07-15 Thomas P. Minka Dynamic programming operation with skip mode for text line image decoding
CN103171439A (zh) * 2011-12-22 2013-06-26 通用汽车环球科技运作有限责任公司 自动驾驶系统的行为预测
CN104648402A (zh) * 2013-11-18 2015-05-27 罗伯特·博世有限公司 用于支持机动车的车道转换或者超车策略的方法和驾驶员辅助装置
CN104787045A (zh) * 2014-01-16 2015-07-22 丰田自动车工程及制造北美公司 用于自动驾驶系统的横向操纵规划器
CN105015545A (zh) * 2015-07-03 2015-11-04 内蒙古麦酷智能车技术有限公司 一种无人驾驶汽车的自主变道决策系统
CN105403227A (zh) * 2015-12-15 2016-03-16 重庆云途交通科技有限公司 一种安全导航方法及系统
CN105549597A (zh) * 2016-02-04 2016-05-04 同济大学 一种基于环境不确定性的无人车动态路径规划方法

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107664504A (zh) * 2016-07-29 2018-02-06 法乐第(北京)网络科技有限公司 一种路径规划装置
CN108646752A (zh) * 2018-06-22 2018-10-12 奇瑞汽车股份有限公司 自动驾驶系统的控制方法及装置
CN108646752B (zh) * 2018-06-22 2021-12-28 奇瑞汽车股份有限公司 自动驾驶系统的控制方法及装置
CN108958244A (zh) * 2018-06-28 2018-12-07 广州视源电子科技股份有限公司 运动规划方法、装置、设备及计算机可读存储介质
CN108958244B (zh) * 2018-06-28 2021-11-09 广州视源电子科技股份有限公司 运动规划方法、装置、设备及计算机可读存储介质
CN110737261A (zh) * 2018-07-03 2020-01-31 郑州宇通客车股份有限公司 一种车辆的自动停靠站控制方法及系统
CN109855637A (zh) * 2018-12-24 2019-06-07 北京新能源汽车股份有限公司 一种车辆的自动驾驶路径规划方法、装置及设备
CN109683617B (zh) * 2018-12-27 2022-06-28 潍柴动力股份有限公司 一种自动驾驶方法、装置及电子设备
CN109683617A (zh) * 2018-12-27 2019-04-26 潍柴动力股份有限公司 一种自动驾驶方法、装置及电子设备
CN109814574A (zh) * 2019-02-22 2019-05-28 百度在线网络技术（北京）有限公司 车道汇合处的速度规划方法、装置和存储介质
CN109974731A (zh) * 2019-03-15 2019-07-05 深兰科技（上海）有限公司 一种无人驾驶系统路径规划目标选择的方法和设备
CN110045730A (zh) * 2019-03-20 2019-07-23 文远知行有限公司 路径规划的方法、装置、计算机设备和存储介质
CN110045730B (zh) * 2019-03-20 2022-07-12 文远知行有限公司 路径规划的方法、装置、计算机设备和存储介质
US11772638B2 (en) 2019-05-07 2023-10-03 Motional Ad Llc Systems and methods for planning and updating a vehicle's trajectory
CN111915917A (zh) * 2019-05-07 2020-11-10 现代安波福Ad有限责任公司 用于规划和更新运载工具的轨迹的系统和方法
CN111915917B (zh) * 2019-05-07 2023-09-26 动态Ad有限责任公司 计算机实现的方法、存储介质和运载工具
CN112230638B (zh) * 2019-06-28 2022-11-18 魔门塔(苏州)科技有限公司 一种车辆的停车路径规划方法和装置
CN112230638A (zh) * 2019-06-28 2021-01-15 初速度（苏州）科技有限公司 一种车辆的停车路径规划方法和装置
TWI715221B (zh) * 2019-09-27 2021-01-01 財團法人車輛研究測試中心 自適應軌跡生成方法及系統
CN111149536A (zh) * 2019-12-31 2020-05-15 广西大学 一种无人绿篱修剪机及其控制方法
CN113525375A (zh) * 2020-04-21 2021-10-22 郑州宇通客车股份有限公司 一种基于人工势场法的车辆换道方法及装置
CN113525375B (zh) * 2020-04-21 2023-07-21 宇通客车股份有限公司 一种基于人工势场法的车辆换道方法及装置
WO2022183790A1 (zh) * 2021-03-02 2022-09-09 北京旷视机器人技术有限公司 路径规划方法、装置、移动机器人、存储介质及程序

Similar Documents

Publication Publication Date Title
CN107664993A (zh) 一种路径规划方法
CN107664504A (zh) 一种路径规划装置
CN109263639B (zh) 基于状态栅格法的驾驶路径规划方法
CN110861650B (zh) 车辆的路径规划方法、装置，车载设备和存储介质
US20190346845A1 (en) Autonomous control of a motor vehicle on the basis of lane data; motor vehicle
US20170343374A1 (en) Vehicle navigation method and apparatus
CN109085820A (zh) 临界条件的自主车辆驾驶系统和方法
CN105936276A (zh) 行驶控制装置
CN107121980A (zh) 一种基于虚拟约束的自动驾驶车辆路径规划方法
CN108628324A (zh) 基于矢量地图的无人车导航方法、装置、设备及存储介质
CN105807764A (zh) 自动驾驶车辆系统
CN109144049A (zh) 用于控制感测装置视场的系统和方法
CN112937607B (zh) 一种用于景区观光车的网联自动驾驶系统及方法
CN102934150A (zh) 行驶模型生成装置及驾驶辅助装置
CN115552200A (zh) 用于生成重要性占据栅格地图的方法和系统
CN109643118A (zh) 基于关于车辆的环境的与功能相关的信息来影响车辆的功能
CN111137298B (zh) 一种车辆自动驾驶方法、装置、系统和存储介质
CN107830865A (zh) 一种车辆目标分类方法、装置、系统及计算机程序产品
CN211956223U (zh) 一种车道变更轨迹规划系统
WO2023097874A1 (zh) 用于行驶轨迹规划的方法和装置
CN104169684A (zh) 处理地理数据中的错误
CN111413990A (zh) 一种车道变更轨迹规划系统
CN116001811A (zh) 一种自动驾驶车辆的轨迹规划方法、装置及设备
CN116069037A (zh) 无人车编队轨迹规划控制方法、装置、设备及存储介质
CN112748736B (zh) 车辆驾驶的辅助方法及装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100025 8 floor 909, 105 building 3, Yao Yuan Road, Chaoyang District, Beijing.

Applicant after: Lexus Automobile (Beijing) Co.,Ltd.

Address before: 100026 8 floor 909, 105 building 3, Yao Yuan Road, Chaoyang District, Beijing.

Applicant before: FARADAY (BEIJING) NETWORK TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20181008

Address after: 511458 9, Nansha District Beach Road, Guangzhou, Guangdong, 9

Applicant after: Evergrande Faraday Future Smart Car (Guangdong) Co.,Ltd.

Address before: 100025 8 floor 909, 105 building 3, Yao Yuan Road, Chaoyang District, Beijing.

Applicant before: Lexus Automobile (Beijing) Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190409

Address after: 100015 Building No. 7, 74, Jiuxianqiao North Road, Chaoyang District, Beijing, 001

Applicant after: FAFA Automobile (China) Co.,Ltd.

Address before: 511458 9, Nansha District Beach Road, Guangzhou, Guangdong, 9

Applicant before: Evergrande Faraday Future Smart Car (Guangdong) Co.,Ltd.

WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20180206