CN108663059A - 一种导航路径规划方法和装置 - Google Patents
一种导航路径规划方法和装置 Download PDFInfo
- Publication number
- CN108663059A CN108663059A CN201710197533.7A CN201710197533A CN108663059A CN 108663059 A CN108663059 A CN 108663059A CN 201710197533 A CN201710197533 A CN 201710197533A CN 108663059 A CN108663059 A CN 108663059A
- Authority
- CN
- China
- Prior art keywords
- track
- road
- guidance path
- grade
- data
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本申请提供了一种导航路径规划方法和装置,其中一种方法包括:基于高精度道路数据中的道路级别数据,规划从预设的起始点至目的点的道路级导航路径,从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的车道级别数据,基于所述道路的车道级别数据,规划从所述起始点到所述目的点的车道级导航路径。本申请可以为自动驾驶车辆提供车道级导航路径。
Description
技术领域
本申请涉及导航技术领域,尤其涉及一种导航路径规划方法、装置及系统。
背景技术
伴随着科学技术的不断进步,自动驾驶车辆逐渐开始进行路测。自动驾驶车辆,又称无人驾驶车辆或电脑驾驶车辆,是一种通过车载电脑实现无人驾驶的智能车辆。
自动驾驶车辆中配备了车载电脑,在启动自动驾驶之前,用户可以向车载电脑输入起始点和目的点,通过路径规划算法确定起始点至目的点之间的导航路径,然后通过导航路径来驾驶车辆。
目前的导航技术均是道路级别的导航技术,并且,基于道路级别的导航技术输出的导航路径也是道路级别的导航路径。申请人在研究自动驾驶过程中发现:一条道路上具有很多车道,不同车道的路况和驾驶规则均不尽相同。在自动驾驶过程中,需要的是车道级导航路径。
因此,现在需要一种导航路径规划技术方案,以便提供车道级导航路径。
发明内容
本申请提供了一种导航路径规划方法和装置,本方案可以提供车道级别的导航路径。
本申请提供了以下技术手段:
一种导航路径规划方法,包括:
基于高精度道路数据中的道路级别数据,规划从预设的起始点至目的点的道路级导航路径;
从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的车道级别数据;
基于所述道路的车道级别数据,规划从所述起始点到所述目的点的车道级导航路径。
可选的,所述道路级导航路径包括道路的标识;从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的车道级别数据,包括:
从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的标识对应的车道级别数据。
可选的,所述车道级别数据包括:车道拓扑关系、车道属性信息以及交叉路口内的虚拟车道,基于所述道路的车道级别数据,规划从所述起始点到所述目的点的车道级导航路径,包括:
基于所述道路的车道级别数据包括的车道拓扑关系和交叉路口内的虚拟车道,规划从所述起始点到所述目的点的至少一个车道级导航路径;
根据车道级导航路径包含车道的车道属性信息,获得车道级导航路径的通行成本;
选择通行成本低的车道级导航路径,作为从所述起始点到所述目的点的车道级导航路径。
一种导航路径规划方法,包括:
基于高精度道路数据中的车道级别数据,规划从预设的起始点到所述目的点的车道级导航路径。
可选的,所述车道级别数据包括:车道拓扑关系、车道属性信息以及交叉路口内的虚拟车道,基于高精度道路数据中的车道级别数据,规划从预设的起始点到所述目的点之间的车道级导航路径,具体包括:
基于高精度道路数据中的车道级别数据包括的车道拓扑关系和交叉路口内的虚拟车道,规划从所述起始点到所述目的点的至少一个车道级导航路径;
根据车道级导航路径包含车道的车道属性信息,获得车道级导航路径的通行成本;
选择通行成本低的车道级导航路径作为从所述起始点到所述目的点的车道级导航路径。
一种导航路径规划装置,包括:
道路路径规划单元,用于基于高精度道路数据中的道路级别数据,规划从预设的起始点至目的点的道路级导航路径;
筛选单元,用于从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的车道级别数据;
车道路径规划单元,用于基于所述道路的车道级别数据,规划从所述起始点到所述目的点的车道级导航路径。
可选的,所述道路级导航路径包括道路的标识;则筛选单元执行从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的车道级别数据的过程,具体包括:
从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的标识对应的车道级别数据。
可选的,所述车道级别数据包括:车道拓扑关系、车道属性信息以及交叉路口内的虚拟车道;则车道路径规划单元执行基于所述道路的车道级别数据,规划从所述起始点到所述目的点的车道级导航路径的过程,具体包括:
规划单元,用于基于所述道路的车道级别数据包括的车道拓扑关系和交叉路口内的虚拟车道,规划从所述起始点到所述目的点的至少一个车道级导航路径;
获取通行成本单元,用于根据车道级导航路径包含车道的车道属性信息,获得车道级导航路径的通行成本;
选择单元,用于选择通行成本低的车道级导航路径,作为从所述起始点到所述目的点的车道级导航路径。
一种导航路径规划装置,包括:
路径规划单元,用于基于高精度道路数据中的车道级别数据,规划从预设的起始点到所述目的点的车道级导航路径。
可选的,路径规划单元执行基于高精度道路数据中的车道级别数据,规划从预设的起始点到所述目的点的车道级导航路径的过程,具体包括:
规划单元,用于基于所述道路的车道级别数据包括的车道拓扑关系和交叉路口内的虚拟车道,规划从所述起始点到所述目的点的至少一个车道级导航路径;
获取通行成本单元,用于根据车道级导航路径包含车道的车道属性信息,获得车道级导航路径的通行成本;
选择单元,用于选择通行成本低的车道级导航路径,作为从所述起始点到所述目的点的车道级导航路径。
通过以上技术手段,可以实现以下有益效果:
本申请提供了一种导航路径规划方法,本方法更新原来的道路数据为高精度道路数据。高精度道路数据中具有车道级别数据,因此,基于高精度道路数据,可以生成起始点至目的点的车道级导航路径,以便可以为自动驾驶车辆提供车道级导航路径。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1a-1c为本申请实施例提供的道路模型的示意图;
图2a-2c为本申请实施例提供的一种导航路径规划系统结构的示意图;
图3a为本申请实施例提供的一种导航路径规划方法的流程图;
图3b为本申请实施例提供的导航路径规划路线的图示;
图4为本申请实施例提供的一种导航路径规划方法的流程图;
图5为本申请实施例提供的一种导航路径规划装置的结构示意图;
图6为本申请实施例提供的又一种导航路径规划装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
申请人发现目前地图导航应用中采用的道路数据是基于道路级别的,为了输出车道级导航路径,需要基于高精度道路数据进行导航路径规划。高精度道路数据中除具有道路级别数据外,还具有车道级别数据。具体而言,车道级别数据包括:车道拓扑关系、车道属性信息以及交叉路口内的虚拟车道。
本申请可以基于高精度道路数据,从而输出基于车道级导航路径。
参见图1a-1c,为了使得本领域技术人员更加清楚了解高精度道路数据中的道路级别数据和车道级别数据的区别,以一段真实道路对应的道路数据采用示意图方式进行说明。
其中,图1a为真实世界中一段道路的图示,图1b为道路级别数据的示意图,图1c为车道级别数据的示意图。
参见图1b,道路级别数据采用“线点线道路模型”,即将道路采用“线”来表示,将交叉路口采用“点”来表示,那么通过线点线道路模型可以表示道路级别数据。具体而言,道路级别数据包括道路拓扑关系(即道路的通行关系)和道路属性信息(比如、道路名称、通行等级等)。
参见图1c,车道级别数据采用“面点面道路模型”和“虚拟车道模型”来表示道路,即将道路采用各个车道面来表示(即“面”),将交叉路口采用“点”来表示,并且,提供交叉路口的“点”对应的虚拟车道模型,虚拟车道模型中包括交叉路口各个行驶方向的虚拟车道数据。
具体而言,车道级别数据至少包括车道拓扑关系(即车道的通行关系)和车道属性信息(比如车道的编号、通行方向等)和交叉路口的虚拟车道数据。
为了便于本领域技术人员更加清楚了解本申请的应用场景,本申请提供了适用于自动驾驶车辆的导航系统。
参见图2a,为本申请提供了导航路径规划系统的实施例一。
在实施例一中导航路径规划系统具体包括:输入设备100和与输入设备100相连的车载电脑200。
其中,输入设备100,用于向车载电脑200发送起始点和目的点。输入设备可以为按键、触摸屏、语音输入模块等。
车载电脑200,用于接收所述输入设备发送的起始点和目的点,并基于高精度道路数据,规划从预设的起始点到所述目的点的车道级导航路径。
在实施例一中,车载电脑200上存储着高精度道路数据,高精度道路数据中具有车道级别数据,所以车载电脑200可以在接收起始点和目的点后,基于高精度道路数据,规划从预设的起始点到所述目的点的车道级导航路径。
在本实施例中,车载电脑在本地存储高精度道路数据;因此,本实施例中车载电脑计算得到导航路径的过程较为快速。
但是,在实际情况下高精度道路数据是不断变化的,例如,某条道路断路维修无法通行、某条道路重新铺路无法通行、新修道路开通运行等情况。在高精度道路数据变化后,导航路径可能也会发生变化。
因此,为了提高导航路径的准确性,在本实施例中需要定期更新车载电脑中的高精度道路数据,否则可能会出现计算出的导航路径不准确的问题。
参见图2b,为本申请提供了导航路径规划系统的实施例二。
在实施例二中导航路径规划系统具体包括:输入设备100、与输入设备100相连的车载电脑200、与车载电脑200相连的服务器300。
其中,输入设备100,用于向车载电脑200发送起始点和目的点。输入设备可以为按键、触摸屏、语音输入模块等。
车载电脑200,用于接收所述输入设备发送的起始点和目的点,并将起始点和目的点发送至服务器300,接收并显示所述服务器发送的车道级导航路径。
服务器300,用于基于高精度道路数据,规划从预设的起始点到所述目的点的车道级导航路径,并将车道级导航路径发送至车载电脑200。
在实施例二中,车载电脑200不再自身确定导航路径,而是远程获取服务器300确定的导航路径,所以在实施例二可以大大减少对车载电脑的CPU资源的占用。由于服务器300中的高精度道路数据可以做到实时更新,因此,在实施例二中车载电脑200获得导航路径会更加准确。
参见图2c,为本申请提供了导航路径规划系统的实施例三。
在实施例三中导航路径规划系统具体包括:车载电脑200、与车载电脑无线相连的智能终端400,与所述智能终端400无线相连的服务器300。
智能终端400,用于接收起始点和目的点,并将起始点和目的点发送至服务器300,并接收服务器300反馈的车道级导航路径,并将车道级导航路径发送至车载电脑200,以供车载电脑200显示车道级导航路径。
即在智能终端400上实现搜索导航路径,并通过蓝牙或者wifi等方式将车道级导航路径发送至车载电脑200。
服务器300,用于基于高精度道路数据,规划从预设的起始点到所述目的点的车道级导航路径,并将车道级导航路径发送至智能终端400。
在实际应用过程中,导航路径规划系统的具体实现方式可以根据实际情况而定,在此不做限定。
通过上述实施例一、实施例二和实施例三可以看出,不论采用哪种导航系统,均需要执行基于高精度道路数据,规划从预设的起始点到所述目的点的车道级导航路径的过程。
在实施例一中为车载电脑执行上述过程,在实施例二和实施例三中为服务器执行上述过程。因此,在后续描述过程中,将车载电脑200和服务器300统一采用处理设备来表示。
下面提供一种导航路径规划方法的实施例一。具体包括以下步骤:基于高精度道路数据中的车道级别数据,规划从预设的起始点到所述目的点的车道级导航路径。
高精度道路数据中的车道级别数据包括:车道拓扑关系、车道属性信息以及交叉路口内的虚拟道路。下面逐一介绍车道拓扑关系、车道属性信息以及交叉路口内的虚拟车道。
车道拓扑关系包括车道纵向联通关系和车道横向联通关系。针对一个车道而言,车道纵向联通关系包括:沿该车道行驶方向上、与该车道连接的车道对应的车道标识,以及逆该车道行驶方向上、与该车道连接的车道对应的车道标识。
针对一个车道而言,车道横向联通关系包括:该车道与相邻车道之间是否可并线,若可以并线则表示两个车道联通;若不可以并线则说明两个车道不联通。
具体而言,可以根据交通规则来确定车道与车道之间的横向连通关系。例如,若两个车道之间为黄色实线,则表示不可并道;若两个车道之间为白色虚线,则表示可以并道。
车道属性信息包括车道宽度、车道限速、车道类型(高速、普通道路、非机动车道、机动车道等)、车道上的信息点,车道左边线的颜色和右边线的颜色等等信息。由于在自动驾驶过程中,针对不同车道具有的驾驶规则,所以具有车道属性信息。
针对交叉路口而言,在交叉路口从一个车道至另一个车道的虚拟道路,一个虚拟道路可以采用入口车道标识、出口车道标识、入口车道宽度和所述出口车道宽度表示。
参见图3a,基于高精度道路数据中的车道级别数据,规划从预设的起始点到所述目的点的车道级导航路径,具体包括以下步骤:
步骤S301:基于高精度道路数据中的车道级别数据包括的车道拓扑关系和交叉路口内的虚拟车道,规划从所述起始点到所述目的点的至少一个车道级导航路径。
基于高精度道路数据中的车道级别数据包括的车道拓扑关系和交叉路口内的虚拟车道,利用路径规划算法(如A*,D*,D*Lite等),规划从起始点到所述目的点的至少一个车道级导航路径。
步骤S302:根据车道级导航路径包含车道的车道属性信息,获得车道级导航路径的通行成本。
通行成本可以包括多个种类:整体路径距离、通行时间、通行拥堵情况等等。通行成本可以根据实际应用而决定。
可以理解的是,车道级导航路径中路径不同,其通行成本也不尽相同。按照预先设定的通行成本种类,分别计算每个车道级导航路径的各个种类的通行成本,并计算每个车道级导航路径的各个种类的通行成本综合后的通行成本。
步骤S303:选择通行成本低的车道级导航路径作为从所述起始点到所述目的点的车道级导航路径。
在获得各个车道级导航路径的通行成本后,可以对各个车道级导航路径的通行成本进行排序,并将通行成本较低的车道级导航路径作为最终的车道级导航路径。
参见图3b,图示中的点线为基于本申请提供的导航路径规划算法,从起始点(普通道路上)至目的点(高速入口)规划的车道级导航路径。从图示可以看出:
车道级导航路径从起始点(在一个车道)开始,由于沿导航路径引导方向,起始点所在车道的右侧车道是公交专用车道,所以车辆需要沿起始点所在车道行驶一段距离,在右侧车道不再是公交专用车道后,引导车辆并线进入起始点所在车道的右侧车道。经过该右侧车道驶入与其相连的交叉路口中一个虚拟车道,沿该虚拟车道行驶右转进入下一个车道,然后直行至主辅路交叉口时并线进入辅路车道,由辅路车道驶入高速公路的一个车道中。
由原本道路数据中道路级别数据的数据量便已经非常大了,在高精度道路数据中将一条道路分为多条车道后,高精度道路数据中车道级别数据的数据量会成倍数增长。
因此,在实施例一中直接基于高精度道路数据中的车道级别数据计算车道级导航路径需要处理的数据量巨大,从而导致生成导航路径的效率较低。
为此,本申请提供一种导航路径规划方法的实施例二。如图4所示,具体包括以下步骤:
步骤S401:基于高精度道路数据中的道路级别数据,规划从预设的起始点至目的点的道路级导航路径。
本实施例中提出先基于道路级别数据进行第一次路径规划。道路级别数据包括道路拓扑关系和道路属性信息,利用路径规划算法统筹考虑道路拓扑关系和道路属性信息,从而规划出从起始点至目的点的一条或多条道路级导航路径。
可以理解的是,在高精度道路数据中每条道路均对应一个道路标识,那么,每个道路级导航路径可以表示为从起始点至目的点的各个道路标识的有序排列的集合。
步骤S402:从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的车道级别数据。
在高精度道路数据中除道路级别数据外,还有车道级别数据。可以理解的是,道路级别数据和车道级别数据之间具有对应关系。即,一条道路包含多个车道,则该道路的道路标识与多个车道的车道数据之间具有对应关系。
因此,在确定道路级导航路径后,也即各个道路标识的有序排列的集合后,便可以在高精度道路数据中、筛选出每个道路标识对应的车道数据。然后,将各个道路标识对应的车道数据的集合,确定为与道路级导航路径对应的车道级别数据。
步骤S403:基于所述道路的车道级别数据,规划从所述起始点到所述目的点的车道级导航路径。
详细过程见实施例一中的步骤S301-步骤S303的描述,在此不再赘述。
在第一次路径规划后获得的道路级导航路径,然后再次利用路径规划算法进行第二次路径规划,从而生成车道级导航路径。
在本实施例中利用第一次路径规划获得道路级导航路径,道路级导航路径对应的车道级别数据相对于原来高精度道路数据中的车道级别数据而言,大大缩减了数据量。因此,在实施例二中,由于车道级别数据的数据量大大减少,所以可以大大提高生成车道级导航路径的效率。
在实施例二中涉及的路径规划算法可以为如A*、D*、D*Lite等,在此不再赘述。
通过上述两个实施例,可以看出本申请具有以下有益效果:
本申请提供了一种高精度道路数据的导航方法,本方法更新原来的道路数据为高精度道路数据。高精度道路数据中具有车道级别数据,因此,基于高精度道路数据,并利用路径规划算法可以生成起始点与目的点之间的车道级导航路径,以便为自动驾驶车辆提供车道级导航路径。
与图3对应的实施例相对应,本申请提供一种导航路径规划装置;具体包括:
路径规划单元,用于基于高精度道路数据中的车道级别数据,规划从预设的起始点到所述目的点的车道级导航路径。
如图5所示,路径规划单元执行基于高精度道路数据中的车道级别数据,规划从预设的起始点到所述目的点的车道级导航路径的过程,具体包括:
规划单元51,用于基于所述道路的车道级别数据包括的车道拓扑关系和交叉路口内的虚拟车道,规划从所述起始点到所述目的点的至少一个车道级导航路径;
获取通行成本单元52,用于根据车道级导航路径包含车道的车道属性信息,获得车道级导航路径的通行成本;
选择单元53,用于选择通行成本低的车道级导航路径,作为从所述起始点到所述目的点的车道级导航路径。
与图4对应的实施例相对应,本申请提供一种导航路径规划装置。如图6所示,具体包括:
道路路径规划单元61,用于基于高精度道路数据中的道路级别数据,规划从预设的起始点至目的点的道路级导航路径。
筛选单元62,用于从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的车道级别数据。
车道路径规划单元63,用于基于所述道路的车道级别数据,规划从所述起始点到所述目的点的车道级导航路径。
其中,所述道路级导航路径包括道路的标识;则筛选单元62执行从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的车道级别数据的过程,具体包括:
从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的标识对应的车道级别数据。
其中,所述车道级别数据包括:车道拓扑关系、车道属性信息以及交叉路口内的虚拟车道;则车道路径规划单元63执行基于所述道路的车道级别数据,规划从所述起始点到所述目的点的车道级导航路径的过程,具体包括:
规划单元,用于基于所述道路的车道级别数据包括的车道拓扑关系和交叉路口内的虚拟车道,规划从所述起始点到所述目的点的至少一个车道级导航路径;
获取通行成本单元,用于根据车道级导航路径包含车道的车道属性信息,获得车道级导航路径的通行成本;
选择单元,用于选择通行成本低的车道级导航路径,作为从所述起始点到所述目的点的车道级导航路径。
通过上述两个装置的实施例,可以看出本申请具有以下有益效果:
本申请提供了一种导航路径规划装置,本装置中更新原来的道路数据为高精度道路数据。高精度道路数据中具有车道级别数据,因此,基于高精度道路数据,可以生成起始点至目的点的车道级导航路径,以便为自动驾驶车辆提供车道级导航路径。
本实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算设备可读取存储介质中。基于这样的理解,本申请实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算设备(可以是个人计算机,服务器,移动计算设备或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种导航路径规划方法,其特征在于,包括:
基于高精度道路数据中的道路级别数据,规划从预设的起始点至目的点的道路级导航路径;
从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的车道级别数据;
基于所述道路的车道级别数据,规划从所述起始点到所述目的点的车道级导航路径。
2.如权利要求1所述的方法,其特征在于,所述道路级导航路径包括道路的标识;从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的车道级别数据,包括:
从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的标识对应的车道级别数据。
3.如权利要求1或2所述的方法,其特征在于,所述车道级别数据包括:车道拓扑关系、车道属性信息以及交叉路口内的虚拟车道,基于所述道路的车道级别数据,规划从所述起始点到所述目的点的车道级导航路径,包括:
基于所述道路的车道级别数据包括的车道拓扑关系和交叉路口内的虚拟车道,规划从所述起始点到所述目的点的至少一个车道级导航路径;
根据车道级导航路径包含车道的车道属性信息,获得车道级导航路径的通行成本;
选择通行成本低的车道级导航路径,作为从所述起始点到所述目的点的车道级导航路径。
4.一种导航路径规划方法,其特征在于,包括:
基于高精度道路数据中的车道级别数据,规划从预设的起始点到所述目的点的车道级导航路径。
5.如权利要求4所述的方法,其特征在于,所述车道级别数据包括:车道拓扑关系、车道属性信息以及交叉路口内的虚拟车道,基于高精度道路数据中的车道级别数据,规划从预设的起始点到所述目的点之间的车道级导航路径,具体包括:
基于高精度道路数据中的车道级别数据包括的车道拓扑关系和交叉路口内的虚拟车道,规划从所述起始点到所述目的点的至少一个车道级导航路径;
根据车道级导航路径包含车道的车道属性信息,获得车道级导航路径的通行成本;
选择通行成本低的车道级导航路径作为从所述起始点到所述目的点的车道级导航路径。
6.一种导航路径规划装置,其特征在于,包括:
道路路径规划单元,用于基于高精度道路数据中的道路级别数据,规划从预设的起始点至目的点的道路级导航路径;
筛选单元,用于从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的车道级别数据;
车道路径规划单元,用于基于所述道路的车道级别数据,规划从所述起始点到所述目的点的车道级导航路径。
7.如权利要求6所述的装置,其特征在于,所述道路级导航路径包括道路的标识;则筛选单元执行从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的车道级别数据的过程,具体包括:
从高精度道路数据中的车道级别数据中,筛选出所述道路级导航路径包含道路的标识对应的车道级别数据。
8.如权利要求6或7所述的装置,其特征在于,所述车道级别数据包括:车道拓扑关系、车道属性信息以及交叉路口内的虚拟车道;则车道路径规划单元执行基于所述道路的车道级别数据,规划从所述起始点到所述目的点的车道级导航路径的过程,具体包括:
规划单元,用于基于所述道路的车道级别数据包括的车道拓扑关系和交叉路口内的虚拟车道,规划从所述起始点到所述目的点的至少一个车道级导航路径;
获取通行成本单元,用于根据车道级导航路径包含车道的车道属性信息,获得车道级导航路径的通行成本;
选择单元,用于选择通行成本低的车道级导航路径,作为从所述起始点到所述目的点的车道级导航路径。
9.一种导航路径规划装置,其特征在于,包括:
路径规划单元,用于基于高精度道路数据中的车道级别数据,规划从预设的起始点到所述目的点的车道级导航路径。
10.如权利要求19所述的装置,其特征在于,路径规划单元执行基于高精度道路数据中的车道级别数据,规划从预设的起始点到所述目的点的车道级导航路径的过程,具体包括:
规划单元,用于基于所述道路的车道级别数据包括的车道拓扑关系和交叉路口内的虚拟车道,规划从所述起始点到所述目的点的至少一个车道级导航路径;
获取通行成本单元,用于根据车道级导航路径包含车道的车道属性信息,获得车道级导航路径的通行成本;
选择单元,用于选择通行成本低的车道级导航路径,作为从所述起始点到所述目的点的车道级导航路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710197533.7A CN108663059A (zh) | 2017-03-29 | 2017-03-29 | 一种导航路径规划方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710197533.7A CN108663059A (zh) | 2017-03-29 | 2017-03-29 | 一种导航路径规划方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108663059A true CN108663059A (zh) | 2018-10-16 |
Family
ID=63786210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710197533.7A Pending CN108663059A (zh) | 2017-03-29 | 2017-03-29 | 一种导航路径规划方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108663059A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109506667A (zh) * | 2018-11-28 | 2019-03-22 | 上海智能交通有限公司 | 一种用于重载大型车辆的智能出行的信息交互方法 |
CN111289006A (zh) * | 2020-03-20 | 2020-06-16 | 上海商汤临港智能科技有限公司 | 车道导航路径生成方法及装置、驾驶控制方法及装置 |
CN111413958A (zh) * | 2018-12-18 | 2020-07-14 | 北京航迹科技有限公司 | 用于确定自动驾驶中的驾驶路径的系统和方法 |
CN111664864A (zh) * | 2020-05-31 | 2020-09-15 | 武汉中海庭数据技术有限公司 | 一种基于自动驾驶的动态规划方法及装置 |
CN112146671A (zh) * | 2020-08-31 | 2020-12-29 | 华为技术有限公司 | 路径规划方法、相关设备及计算机可读存储介质 |
CN112325896A (zh) * | 2020-10-30 | 2021-02-05 | 上海商汤临港智能科技有限公司 | 导航方法、装置、智能行驶设备及存储介质 |
CN112577504A (zh) * | 2019-09-30 | 2021-03-30 | 北京百度网讯科技有限公司 | 车辆行驶路径二次规划方法、装置、设备和可读存储介质 |
CN112859829A (zh) * | 2019-11-28 | 2021-05-28 | 北京百度网讯科技有限公司 | 一种车辆控制方法、装置、电子设备和介质 |
CN113418530A (zh) * | 2021-02-10 | 2021-09-21 | 安波福电子(苏州)有限公司 | 车辆行驶路径生成方法及系统 |
WO2022160100A1 (zh) * | 2021-01-26 | 2022-08-04 | 深圳市大疆创新科技有限公司 | 可移动平台的控制方法和装置 |
WO2022247899A1 (zh) * | 2021-05-28 | 2022-12-01 | 北京迈格威科技有限公司 | 一种行驶路线规划方法、装置、存储介质及移动装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101608926A (zh) * | 2009-07-24 | 2009-12-23 | 厦门大学 | 多层次多模态寻径导航方法 |
CN105043403A (zh) * | 2015-08-13 | 2015-11-11 | 武汉光庭信息技术有限公司 | 高精度地图路线规划系统及方法 |
CN105741595A (zh) * | 2016-04-27 | 2016-07-06 | 常州加美科技有限公司 | 一种基于云端数据库的无人驾驶车辆导航行车方法 |
CN106017491A (zh) * | 2016-05-04 | 2016-10-12 | 玉环看知信息科技有限公司 | 一种导航路径规划方法、系统及导航服务器 |
US20160341565A1 (en) * | 2014-05-30 | 2016-11-24 | Nissan North America, Inc. | Autonomous Vehicle Lane Routing and Navigation |
CN106323305A (zh) * | 2015-06-29 | 2017-01-11 | 北京四维图新科技股份有限公司 | 一种导航方法及装置 |
CN106441319A (zh) * | 2016-09-23 | 2017-02-22 | 中国科学院合肥物质科学研究院 | 一种无人驾驶车辆车道级导航地图的生成系统及方法 |
-
2017
- 2017-03-29 CN CN201710197533.7A patent/CN108663059A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101608926A (zh) * | 2009-07-24 | 2009-12-23 | 厦门大学 | 多层次多模态寻径导航方法 |
US20160341565A1 (en) * | 2014-05-30 | 2016-11-24 | Nissan North America, Inc. | Autonomous Vehicle Lane Routing and Navigation |
CN106323305A (zh) * | 2015-06-29 | 2017-01-11 | 北京四维图新科技股份有限公司 | 一种导航方法及装置 |
CN105043403A (zh) * | 2015-08-13 | 2015-11-11 | 武汉光庭信息技术有限公司 | 高精度地图路线规划系统及方法 |
CN105741595A (zh) * | 2016-04-27 | 2016-07-06 | 常州加美科技有限公司 | 一种基于云端数据库的无人驾驶车辆导航行车方法 |
CN106017491A (zh) * | 2016-05-04 | 2016-10-12 | 玉环看知信息科技有限公司 | 一种导航路径规划方法、系统及导航服务器 |
CN106441319A (zh) * | 2016-09-23 | 2017-02-22 | 中国科学院合肥物质科学研究院 | 一种无人驾驶车辆车道级导航地图的生成系统及方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109506667A (zh) * | 2018-11-28 | 2019-03-22 | 上海智能交通有限公司 | 一种用于重载大型车辆的智能出行的信息交互方法 |
CN111413958A (zh) * | 2018-12-18 | 2020-07-14 | 北京航迹科技有限公司 | 用于确定自动驾驶中的驾驶路径的系统和方法 |
CN111413958B (zh) * | 2018-12-18 | 2021-09-24 | 北京航迹科技有限公司 | 用于确定自动驾驶中的驾驶路径的系统和方法 |
CN112577504A (zh) * | 2019-09-30 | 2021-03-30 | 北京百度网讯科技有限公司 | 车辆行驶路径二次规划方法、装置、设备和可读存储介质 |
CN112577504B (zh) * | 2019-09-30 | 2024-06-04 | 北京百度网讯科技有限公司 | 车辆行驶路径二次规划方法、装置、设备和可读存储介质 |
CN112859829A (zh) * | 2019-11-28 | 2021-05-28 | 北京百度网讯科技有限公司 | 一种车辆控制方法、装置、电子设备和介质 |
WO2021185053A1 (zh) * | 2020-03-20 | 2021-09-23 | 上海商汤临港智能科技有限公司 | 车道导航路径生成方法及装置、驾驶控制方法及装置 |
CN111289006B (zh) * | 2020-03-20 | 2022-03-29 | 上海商汤临港智能科技有限公司 | 车道导航路径生成方法及装置、驾驶控制方法及装置 |
CN111289006A (zh) * | 2020-03-20 | 2020-06-16 | 上海商汤临港智能科技有限公司 | 车道导航路径生成方法及装置、驾驶控制方法及装置 |
CN111664864A (zh) * | 2020-05-31 | 2020-09-15 | 武汉中海庭数据技术有限公司 | 一种基于自动驾驶的动态规划方法及装置 |
CN112146671A (zh) * | 2020-08-31 | 2020-12-29 | 华为技术有限公司 | 路径规划方法、相关设备及计算机可读存储介质 |
CN112325896A (zh) * | 2020-10-30 | 2021-02-05 | 上海商汤临港智能科技有限公司 | 导航方法、装置、智能行驶设备及存储介质 |
CN112325896B (zh) * | 2020-10-30 | 2023-03-14 | 上海商汤临港智能科技有限公司 | 导航方法、装置、智能行驶设备及存储介质 |
WO2022160100A1 (zh) * | 2021-01-26 | 2022-08-04 | 深圳市大疆创新科技有限公司 | 可移动平台的控制方法和装置 |
CN113418530A (zh) * | 2021-02-10 | 2021-09-21 | 安波福电子(苏州)有限公司 | 车辆行驶路径生成方法及系统 |
WO2022247899A1 (zh) * | 2021-05-28 | 2022-12-01 | 北京迈格威科技有限公司 | 一种行驶路线规划方法、装置、存储介质及移动装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108663059A (zh) | 一种导航路径规划方法和装置 | |
JP6558239B2 (ja) | 自動運転支援システム、自動運転支援方法及びコンピュータプログラム | |
CN111947678B (zh) | 一种针对结构化道路的自动驾驶导航方法及系统 | |
US20210293564A1 (en) | High-Definition Map Building Method and Apparatus | |
JP6545507B2 (ja) | 自動運転支援システム、自動運転支援方法及びコンピュータプログラム | |
JP6558238B2 (ja) | 自動運転支援システム、自動運転支援方法及びコンピュータプログラム | |
CN110763246A (zh) | 自动驾驶车辆路径规划方法、装置、车辆及存储介质 | |
CN112161636B (zh) | 一种基于单向模拟的货车路线规划方法及系统 | |
EP3177892B1 (en) | An apparatus and associated methods for navigation of road intersections | |
CN104236577B (zh) | 一种信息处理方法及电子设备 | |
JP2018087764A (ja) | 誘導経路設定装置および誘導経路設定方法 | |
CN103914988A (zh) | 一种交通路况数据处理方法、装置和系统 | |
CN108332761B (zh) | 一种使用及创建路网地图信息的方法与设备 | |
JP2017181391A (ja) | コスト算出データのデータ構造 | |
CN104183128A (zh) | 交通状态确定方法及装置 | |
CN113532448A (zh) | 一种自动驾驶车辆的导航方法及其系统、驾驶控制设备 | |
CN115042820A (zh) | 自动驾驶车辆控制方法、装置、设备及存储介质 | |
CN114964292A (zh) | 全局路径规划方法、装置、电子设备及存储介质 | |
CN112923941B (zh) | 路线规划方法、数据挖掘方法、相应的装置及电子设备 | |
JP2019082831A (ja) | 走行支援装置及びコンピュータプログラム | |
JP6912859B2 (ja) | 地図更新装置、地図更新方法、コンピュータプログラム及びコンピュータプログラムを記録した記録媒体 | |
CN104952243A (zh) | 通行时长分配方法及装置 | |
JP2012247315A (ja) | 経路案内装置 | |
CN113778102A (zh) | Avp全局路径规划系统、方法、车辆及存储介质 | |
CN109345838B (zh) | 基于完整地图信息的计算子路段行程车速的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200507 Address after: 310052 room 508, floor 5, building 4, No. 699, Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Alibaba (China) Co.,Ltd. Address before: 100080 Beijing City, Haidian District Suzhou Street No. 3 floor 16 room 2 Applicant before: AUTONAVI INFORMATION TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181016 |
|
RJ01 | Rejection of invention patent application after publication |