CN108827336A - 一种基于无人驾驶的路径规划方法、装置及设备 - Google Patents
一种基于无人驾驶的路径规划方法、装置及设备 Download PDFInfo
- Publication number
- CN108827336A CN108827336A CN201811124620.0A CN201811124620A CN108827336A CN 108827336 A CN108827336 A CN 108827336A CN 201811124620 A CN201811124620 A CN 201811124620A CN 108827336 A CN108827336 A CN 108827336A
- Authority
- CN
- China
- Prior art keywords
- point
- path
- concentric circles
- coordinate system
- controlled vehicle
- 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
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Abstract
本申请公开了一种基于无人驾驶的路径规划方法、装置及设备，其中方法包括：当定位到被控车辆行驶至预置区域内时，获取所述被控车辆在所述预置区域对应的坐标系内的第一坐标；在以所述第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在所述被控车辆的行驶方向预置角度内的点，得到第一点集；将所述第一点集中落到所述坐标系内障碍物图像上的点去除，得到第二点集；在所述第二点集中选取位于各个同一同心圆上的第一预置数量的点，并将所述第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径；在所述第二预置数量的所述可行驶路径中，选取路径最短的可行驶路径作为所述被控车辆的目标行驶路径。
Description
技术领域
本申请属于无人驾驶技术领域，尤其涉及一种基于无人驾驶的路径规划方法、装置及设备。
背景技术
随着科技的进步及经济的发展，私家车保有量与日俱增，造成道路拥挤的同时，也带来了许多的交通事故，对人们的人身安全和财产造成巨大的损失。造成交通事故的原因有很多，主要因素还是驾驶员自身的原因，具体来讲，是驾驶员对事故的预防及发生不能做出正确客观的预判而造成的。无人驾驶汽车是一种智能汽车，也可以称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶。相比传统有人驾驶汽车，无人驾驶汽车首先将人从驾驶中解放出来，并且无人驾驶汽车更加智能高效，能减少交通事故的发生。
现在无人驾驶汽车还面临很多技术难题，其中一大难题是基于障碍物躲避下的路径规划，现有对路径规划的研究都是指出该往哪个方向走能躲避障碍物，但是躲避的路径并不一定是最短的。
发明内容
本申请提供了一种基于无人驾驶的路径规划方法、装置及设备，用于无人驾驶车辆的路径规划，解决了现有对路径规划的研究都是指出该往哪个方向走能躲避障碍物，但是躲避的路径并不一定是最短的技术问题。
有鉴于此，本申请第一方面提供了一种基于无人驾驶的路径规划方法，包括：
当定位到被控车辆行驶至预置区域内时，获取所述被控车辆在所述预置区域对应的坐标系内的第一坐标；
在以所述第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在所述被控车辆的行驶方向预置角度内的点，得到第一点集，所述多个同心圆均位于所述坐标系内；
将所述第一点集中落到所述坐标系内障碍物图像上的点去除，得到第二点集；
在所述第二点集中选取位于各个同一同心圆上的第一预置数量的点，并将所述第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径；
在所述第二预置数量的所述可行驶路径中，选取路径最短的可行驶路径作为所述被控车辆的目标行驶路径。
优选地，所述将所述第一点集中落到所述坐标系内障碍物图像上点去除，得到第二点集之前还包括：
在所述坐标系中将所述障碍物图像的边界进行放大，得到放大后的障碍物图像；
则将所述第一点集中落到所述坐标系内障碍物图像上点去除，得到第二点集具体为：
将所述第一点集中落到所述坐标系中放大后的障碍物图像上的点去除，得到第二点集。
优选地，所述在所述第二预置数量的所述可行驶路径中，选取路径最短的可行驶路径作为所述被控车辆的目标行驶路径之后还包括：
在所述预置区域内，控制所述被控车辆按照所述目标行驶路径行驶。
优选地，所述将所述第一点集中落到所述坐标系内障碍物图像上点去除，得到第二点集之前还包括：
采集所述坐标系所对应的预置区域内的障碍物图像。
优选地，所述预置角度为180°。
本申请第二方面提供一种基于无人驾驶的路径规划装置，包括：
第一单元，用于当定位到被控车辆行驶至预置区域内时，获取所述被控车辆在所述预置区域对应的坐标系内的第一坐标；
第二单元，用于在以所述第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在所述被控车辆的行驶方向预置角度内的点，得到第一点集，所述多个同心圆均位于所述坐标系内；
第三单元，用于将所述第一点集中落到所述坐标系内障碍物图像上的点去除，得到第二点集；
第四单元，用于在所述第二点集中选取位于各个同一同心圆上的第一预置数量的点，并将所述第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径；
第五单元，用于在所述第二预置数量的所述可行驶路径中，选取路径最短的可行驶路径作为所述被控车辆的目标行驶路径。
优选地，所述装置还包括：
第六单元，用于在所述坐标系中将所述障碍物图像的边界进行放大，得到放大后的障碍物图像；
则所述第三单元具体用于，将所述第一点集中落到所述坐标系中放大后的障碍物图像上的点去除，得到第二点集。
优选地，所述装置还包括：
第七单元，用于在所述预置区域内，控制所述被控车辆按照所述目标行驶路径行驶。
优选地，所述装置还包括：
第八单元，用于采集所述坐标系所对应的预置区域内的障碍物图像。
本申请第三方面提供一种基于无人驾驶的路径规划设备，所述设备包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行上述第一方面所述的基于无人驾驶的路径规划方法。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请提供了一种基于无人驾驶的路径规划方法，包括：当被控车辆驶入预置区域内后，首先获得被控车辆在预置区域内的坐标，然后在以第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在被控车辆的行驶方向预置角度内的点，得到第一点集，因为采集到的点中有的点可能是无用点，即落在障碍物上的点，故将第一点集中落到预置区域内障碍物图像上的点去除，得到第二点集，然后在第二点集中，选取位于各个同一同心圆上的第一预置数量的点，并将第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径，最后在上述得到的可行驶路径中选取路径最短的作为被控车辆的目标行驶路径，整个路径规划的过程中，躲避障碍物的同时实现了路径最短，解决了现有对路径规划的研究都是指出该往哪个方向走能躲避障碍物，但是躲避的路径并不一定是最短的技术问题。
附图说明
图1为本申请实施例中一种基于无人驾驶的路径规划方法的第一实施例的流程示意图；
图2为本申请实施例中一种基于无人驾驶的路径规划方法的第二实施例的流程示意图；
图3为本申请实施例中一种基于无人驾驶的路径规划装置的结构示意图；
图4为本申请实施例的应用例中被控车辆在在坐标系A内的第一坐标的坐标示意图；
图5为本申请实施例的应用例中第一点集中的点在坐标系中的分布图；
图6为本申请实施例的应用例中障碍物放大效果图。
具体实施方式
本申请实施例提供了一种基于无人驾驶的路径规划方法、装置及设备，用于无人驾驶车辆的路径规划，解决了现有对路径规划的研究都是指出该往哪个方向走能躲避障碍物，但是躲避的路径并不一定是最短的技术问题。
为了使本技术领域的人员更好地理解本申请方案，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。
请参阅图1，本申请实施例中一种基于无人驾驶的路径规划方法的第一实施例的流程示意图，包括：
步骤101、当定位到被控车辆行驶至预置区域内时，获取被控车辆在预置区域对应的坐标系内的第一坐标。
需要说明的是，被控车辆的定位是实时进行的，当定位到被控车辆行驶至预置区域内后，便开始进入预置区域中路径规划的流程，首先获取被控车辆在预置区域对应的坐标系内的第一坐标。可以理解的是，预置区域对应的坐标系为以预置区域中的一点为坐标原点，指向正东的方向为X轴，以指向正北的方向Y轴建立的坐标系，即预置区域中的坐标系是固有的坐标系，并不随着被控车辆的行驶而发生变化，还可以理解的是X轴或Y轴的方向并不局限于上述的方向，还可以是其他的方向，此处不做具体限定。
步骤102、在以第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在被控车辆的行驶方向预置角度内的点，得到第一点集，多个同心圆均位于坐标系内。
需要说明的是，在获取到被控车辆在预置区域对应的坐标系内的第一坐标后，采集构成可行驶路径的点，即在以第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在被控车辆的行驶方向预置角度内的点。可以理解的是，预设采样间隔可以根据需要进行设置，此处不做具体限定。
步骤103、将第一点集中落到坐标系内障碍物图像上的点去除，得到第二点集。
需要说明的是，在进行路径确定前，首先要进行避障，即将第一点集中落在坐标系内障碍物图像上的点去除。
步骤104、在第二点集中选取位于各个同一同心圆上的第一预置数量的点，并将第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径。
需要说明的是，因为第二点集中的点是按照规律采集的，即是分别分布于以第一坐标为圆心的多个同心圆上，此时可以按照同心圆进行取点，即第二点集中的所有点中，选取位于同一同心圆上的第一预置数量的点，在多个同心圆上都进行取点的动作，然后将第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径。可以理解的是，第二预置数量与第一预置数量之间有数学对应关系，例如同心圆的个数为9个，且第一预置数量为5个，则每个同心圆上选取5个点，且将这些点与第一坐标由内向外的依次连接后，得到59条可行驶路径。
步骤105、在第二预置数量的可行驶路径中，选取路径最短的可行驶路径作为被控车辆的目标行驶路径。
需要说明的是，在第二预置数量的可行驶路径中，为了提高避障效率，节约时间成本，减少汽车能源消耗，选取路径最短的可行驶路径作为被控车辆的目标行驶路径。
本实施例中，当被控车辆驶入预置区域内后，首先获得被控车辆在预置区域内的坐标，然后在以第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在被控车辆的行驶方向预置角度内的点，得到第一点集，因为采集到的点中有的点可能是无用点，即落在障碍物上的点，故将第一点集中落到预置区域内障碍物图像上的点去除，得到第二点集，然后在第二点集中，选取位于各个同一同心圆上的第一预置数量的点，并将第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径，最后在上述得到的可行驶路径中选取路径最短的作为被控车辆的目标行驶路径，整个路径规划的过程中，躲避障碍物的同时实现了路径最短，解决了现有对路径规划的研究都是指出该往哪个方向走能躲避障碍物，但是躲避的路径并不一定是最短的技术问题。
以上为本申请实施例提供的一种基于无人驾驶的路径规划方法的第一实施例，以下为本申请实施例提供的一种基于无人驾驶的路径规划方法的第二实施例。
请参阅图2，本申请实施例中一种基于无人驾驶的路径规划方法的第二实施例的流程示意图，包括：
步骤201、当定位到被控车辆行驶至预置区域内时，获取被控车辆在预置区域对应的坐标系内的第一坐标。
需要说明的是，步骤201与本申请第一实施例中步骤101的内容相同，具体描述可以参见第一实施例步骤101的内容，在此不再赘述。
步骤202、在以第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在被控车辆的行驶方向预置角度内的点，得到第一点集，多个同心圆均位于坐标系内。
需要说明的是，步骤202与本申请第一实施例中步骤102的内容相同，具体描述可以参见第一实施例步骤102的内容，在此不再赘述。
进一步地，预置角度为180°
步骤203、采集坐标系所对应的预置区域内的障碍物图像。
需要说明的是，采集障碍物图像可以是通过摄像机或其他摄像器件。此处不做具体限定。
步骤204、在坐标系中将障碍物图像的边界进行放大，得到放大后的障碍物图像。
需要说明的是，为了提高被控车辆绕过障碍物的能力，在坐标系中将障碍物图像的边界进行放大，放大的程度可以根据实际需要进行，此处不做具体限定。
步骤205、将第一点集中落到坐标系中放大后的障碍物图像上的点去除，得到第二点集。
需要说明的是，位于坐标系内将障碍物图像放大后，将第一点集中落到坐标系中放大后的障碍物图像上的点去除。
步骤206、在第二点集中选取位于各个同一同心圆上的第一预置数量的点，并将第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径。
需要说明的是，步骤206与本申请第一实施例中步骤104的内容相同，具体描述可以参见第一实施例步骤104的内容，在此不再赘述。
步骤207、在第二预置数量的可行驶路径中，选取路径最短的可行驶路径作为被控车辆的目标行驶路径。
需要说明的是，步骤207与本申请第一实施例中步骤105的内容相同，具体描述可以参见第一实施例步骤105的内容，在此不再赘述。
步骤208、在预置区域内，控制被控车辆按照目标行驶路径行驶。
需要说明的是，确定目标行驶路径后，在预置区域内，控制被控车辆按照目标行驶路径行驶。
本实施例中，当被控车辆驶入预置区域内后，首先获得被控车辆在预置区域内的坐标，然后在以第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在被控车辆的行驶方向预置角度内的点，得到第一点集，因为采集到的点中有的点可能是无用点，即落在障碍物上的点，故将第一点集中落到预置区域内障碍物图像上的点去除，得到第二点集，然后在第二点集中，选取位于各个同一同心圆上的第一预置数量的点，并将第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径，最后在上述得到的可行驶路径中选取路径最短的作为被控车辆的目标行驶路径，整个路径规划的过程中，躲避障碍物的同时实现了路径最短，解决了现有对路径规划的研究都是指出该往哪个方向走能躲避障碍物，但是躲避的路径并不一定是最短的技术问题。
以上为本申请实施例提供的一种基于无人驾驶的路径规划方法的第二实施例，以下为本申请实施例提供的一种基于无人驾驶的路径规划方法应用例，请参阅图4至图6。
步骤一、将实际行驶区域上的行驶道路，按照长度划分为多个预置区域，并以每个区域左下角为坐标原点建立坐标系。
步骤二、当定位到被控车辆行驶至预置区域A内时，获取被控车辆在该预置区域对应的坐标系A内的第一坐标，如图4所示的汽车位置点即为被控车辆在坐标系A内的第一坐标，图中O点为坐标原点。
步骤三、在以第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在被控车辆的行驶方向预置角度内的点，得到第一点集，如图5所示为采集的点在该坐标系上的分布。
步骤四、采集坐标系A所对应的预置区域内A的障碍物图像，并在坐标系A中将障碍物图像的边界进行放大，得到放大后的障碍物图像。如图6所示为障碍物的放大效果，将障碍物等效为一个圆形，此时障碍物的中心及圆心即P点，放大前的障碍物图像为实线所示的圆，半径为r，放大后的圆为虚线所示的圆，半径为R。
步骤五、将第一点集中落到坐标系A中放大后的障碍物图像上的点去除，得到第二点集。
步骤六、在第二点集中选取位于各个同一同心圆上的第一预置数量的点，并将第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径。
步骤七、在第二预置数量的可行驶路径中，选取路径最短的可行驶路径作为被控车辆的目标行驶路径。
步骤八、在预置区域A内，控制被控车辆按照目标行驶路径行驶。
步骤九、在预置区域A行驶中时，继续对被控车辆进行定位，当定位到被控车辆离开预置区域A进入预置区域B内时，进行预置区域B的路径规划。
可以理解的是，为了确保车辆的行驶安全，可以设置相邻的两个预置区域有一定的重叠部分。控制被控车辆按照目标行驶路径行驶。此时当被控车辆驶入预置区域A和预置区域B的重叠部分时，开始进行预置区域B的路径规划。
本实施例中，当被控车辆驶入预置区域内后，首先获得被控车辆在预置区域内的坐标，然后在以第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在被控车辆的行驶方向预置角度内的点，得到第一点集，因为采集到的点中有的点可能是无用点，即落在障碍物上的点，故将第一点集中落到预置区域内障碍物图像上的点去除，得到第二点集，然后在第二点集中，选取位于各个同一同心圆上的第一预置数量的点，并将第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径，最后在上述得到的可行驶路径中选取路径最短的作为被控车辆的目标行驶路径，整个路径规划的过程中，躲避障碍物的同时实现了路径最短，解决了现有对路径规划的研究都是指出该往哪个方向走能躲避障碍物，但是躲避的路径并不一定是最短的技术问题。
以上为本申请实施例提供的一种基于无人驾驶的路径规划方法的应用例，以下为本申请实施例提供的一种基于无人驾驶的路径规划装置的实施例，请参阅图3。
本申请实施例中提供的一种基于无人驾驶的路径规划装置，包括：
第一单元301，用于当定位到被控车辆行驶至预置区域内时，获取被控车辆在预置区域对应的坐标系内的第一坐标；
第二单元302，用于在以第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在被控车辆的行驶方向预置角度内的点，得到第一点集，多个同心圆均位于坐标系内；
第三单元303，用于将第一点集中落到坐标系内障碍物图像上的点去除，得到第二点集；
第四单元304，用于在第二点集中选取位于各个同一同心圆上的第一预置数量的点，并将第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径；
第五单元305，用于在第二预置数量的可行驶路径中，选取路径最短的可行驶路径作为被控车辆的目标行驶路径。
进一步地，装置还包括：第六单元，用于在坐标系中将障碍物图像的边界进行放大，得到放大后的障碍物图像；
则第三单元具体用于，将第一点集中落到坐标系中放大后的障碍物图像上的点去除，得到第二点集。
进一步地，装置还包括：第七单元，用于在预置区域内，控制被控车辆按照目标行驶路径行驶。
进一步地，装置还包括：第八单元，用于采集坐标系所对应的预置区域内的障碍物图像。
本实施例中，当被控车辆驶入预置区域内后，首先获得被控车辆在预置区域内的坐标，然后在以第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在被控车辆的行驶方向预置角度内的点，得到第一点集，因为采集到的点中有的点可能是无用点，即落在障碍物上的点，故将第一点集中落到预置区域内障碍物图像上的点去除，得到第二点集，然后在第二点集中，选取位于各个同一同心圆上的第一预置数量的点，并将第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径，最后在上述得到的可行驶路径中选取路径最短的作为被控车辆的目标行驶路径，整个路径规划的过程中，躲避障碍物的同时实现了路径最短，解决了现有对路径规划的研究都是指出该往哪个方向走能躲避障碍物，但是躲避的路径并不一定是最短的技术问题。
本申请实施例还提供了一种基于无人驾驶的路径规划设备，设备包括处理器以及存储器；存储器用于存储程序代码，并将程序代码传输给处理器；处理器用于根据程序代码中的指令上述实施例的基于无人驾驶的路径规划方法，从而执行的各种功能应用以及数据处理。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元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机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机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机设备(可以是个人计算机，服务器，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-OnlyMemory)、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。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种基于无人驾驶的路径规划方法，其特征在于，包括：
当定位到被控车辆行驶至预置区域内时，获取所述被控车辆在所述预置区域对应的坐标系内的第一坐标；
在以所述第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在所述被控车辆的行驶方向预置角度内的点，得到第一点集，所述多个同心圆均位于所述坐标系内；
将所述第一点集中落到所述坐标系内障碍物图像上的点去除，得到第二点集；
在所述第二点集中选取位于各个同一同心圆上的第一预置数量的点，并将所述第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径；
在所述第二预置数量的所述可行驶路径中，选取路径最短的可行驶路径作为所述被控车辆的目标行驶路径。
2.根据权利要求1所述的方法，其特征在于，所述将所述第一点集中落到所述坐标系内障碍物图像上点去除，得到第二点集之前还包括：
在所述坐标系中将所述障碍物图像的边界进行放大，得到放大后的障碍物图像；
则将所述第一点集中落到所述坐标系内障碍物图像上点去除，得到第二点集具体为：
将所述第一点集中落到所述坐标系中放大后的障碍物图像上的点去除，得到第二点集。
3.根据权利要求1所述的方法，其特征在于，所述在所述第二预置数量的所述可行驶路径中，选取路径最短的可行驶路径作为所述被控车辆的目标行驶路径之后还包括：
在所述预置区域内，控制所述被控车辆按照所述目标行驶路径行驶。
4.根据权利要求1所述的方法，其特征在于，所述将所述第一点集中落到所述坐标系内障碍物图像上点去除，得到第二点集之前还包括：
采集所述坐标系所对应的预置区域内的障碍物图像。
5.根据权利要求1所述的方法，其特征在于，所述预置角度为180°。
6.一种基于无人驾驶的路径规划装置，其特征在于，包括：
第一单元，用于当定位到被控车辆行驶至预置区域内时，获取所述被控车辆在所述预置区域对应的坐标系内的第一坐标；
第二单元，用于在以所述第一坐标为圆心的多个同心圆的各个同心圆上，按照预设采样间隔采集在所述被控车辆的行驶方向预置角度内的点，得到第一点集，所述多个同心圆均位于所述坐标系内；
第三单元，用于将所述第一点集中落到所述坐标系内障碍物图像上的点去除，得到第二点集；
第四单元，用于在所述第二点集中选取位于各个同一同心圆上的第一预置数量的点，并将所述第一坐标及各个同心圆上取出的点由内向外的依次连接，得到第二预置数量的可行驶路径；
第五单元，用于在所述第二预置数量的所述可行驶路径中，选取路径最短的可行驶路径作为所述被控车辆的目标行驶路径。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
第六单元，用于在所述坐标系中将所述障碍物图像的边界进行放大，得到放大后的障碍物图像；
则所述第三单元具体用于，将所述第一点集中落到所述坐标系中放大后的障碍物图像上的点去除，得到第二点集。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括：
第七单元，用于在所述预置区域内，控制所述被控车辆按照所述目标行驶路径行驶。
9.根据权利要求6所述的装置，其特征在于，所述装置还包括：
第八单元，用于采集所述坐标系所对应的预置区域内的障碍物图像。
10.一种基于无人驾驶的路径规划设备，其特征在于，其特征在于，所述设备包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1至5中任一项所述的基于无人驾驶的路径规划方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811124620.0A CN108827336A (zh) | 2018-09-26 | 2018-09-26 | 一种基于无人驾驶的路径规划方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811124620.0A CN108827336A (zh) | 2018-09-26 | 2018-09-26 | 一种基于无人驾驶的路径规划方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108827336A true CN108827336A (zh) | 2018-11-16 |
Family
ID=64149931
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811124620.0A Pending CN108827336A (zh) | 2018-09-26 | 2018-09-26 | 一种基于无人驾驶的路径规划方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108827336A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109933068A (zh) * | 2019-03-15 | 2019-06-25 | 文远知行有限公司 | 驾驶路径规划方法、装置、设备和存储介质 |
| CN110597248A (zh) * | 2019-08-23 | 2019-12-20 | 广州杰赛科技股份有限公司 | 园区无人智慧巡检方法、装置、设备及存储介质 |
| CN112241165A (zh) * | 2019-07-16 | 2021-01-19 | 北京京东尚科信息技术有限公司 | 用于控制无人设备的方法和装置 |
| CN114463963A (zh) * | 2022-01-21 | 2022-05-10 | 北京金山云网络技术有限公司 | 自动驾驶设备调度方法、装置、存储介质以及电子设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102359784A (zh) * | 2011-08-01 | 2012-02-22 | 东北大学 | 一种室内移动机器人自主导航避障系统及方法 |
| CN102768536A (zh) * | 2012-07-20 | 2012-11-07 | 哈尔滨工程大学 | 一种基于多目标萤火虫算法的路径规划方法 |
| CN104298239A (zh) * | 2014-09-29 | 2015-01-21 | 湖南大学 | 一种室内移动机器人增强地图学习路径规划方法 |
| CN105716613A (zh) * | 2016-04-07 | 2016-06-29 | 北京进化者机器人科技有限公司 | 一种机器人避障中的最短路径规划方法 |
| CN106774347A (zh) * | 2017-02-24 | 2017-05-31 | 安科智慧城市技术（中国）有限公司 | 室内动态环境下的机器人路径规划方法、装置和机器人 |
| CN107990903A (zh) * | 2017-12-29 | 2018-05-04 | 东南大学 | 一种基于改进a*算法的室内agv路径规划方法 |
| CN108181905A (zh) * | 2018-01-03 | 2018-06-19 | 广东工业大学 | 一种无人驾驶汽车的障碍躲避方法及系统 |
| CN108344414A (zh) * | 2017-12-29 | 2018-07-31 | 中兴通讯股份有限公司 | 一种地图构建、导航方法及装置、系统 |
-
2018
- 2018-09-26 CN CN201811124620.0A patent/CN108827336A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102359784A (zh) * | 2011-08-01 | 2012-02-22 | 东北大学 | 一种室内移动机器人自主导航避障系统及方法 |
| CN102768536A (zh) * | 2012-07-20 | 2012-11-07 | 哈尔滨工程大学 | 一种基于多目标萤火虫算法的路径规划方法 |
| CN104298239A (zh) * | 2014-09-29 | 2015-01-21 | 湖南大学 | 一种室内移动机器人增强地图学习路径规划方法 |
| CN105716613A (zh) * | 2016-04-07 | 2016-06-29 | 北京进化者机器人科技有限公司 | 一种机器人避障中的最短路径规划方法 |
| CN106774347A (zh) * | 2017-02-24 | 2017-05-31 | 安科智慧城市技术（中国）有限公司 | 室内动态环境下的机器人路径规划方法、装置和机器人 |
| CN107990903A (zh) * | 2017-12-29 | 2018-05-04 | 东南大学 | 一种基于改进a*算法的室内agv路径规划方法 |
| CN108344414A (zh) * | 2017-12-29 | 2018-07-31 | 中兴通讯股份有限公司 | 一种地图构建、导航方法及装置、系统 |
| CN108181905A (zh) * | 2018-01-03 | 2018-06-19 | 广东工业大学 | 一种无人驾驶汽车的障碍躲避方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 严隽琪等: "《虚拟制造的理论、技术基础与实践》", 31 August 2003, 上海交通大学出版社 * |
| 席军强等: "《车辆信息技术》", 31 December 2013, 北京理工大学出版社 * |
| 石琳等: "《智能虚拟环境中的人工情感研究》", 31 July 2015, 武汉大学出版社 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109933068A (zh) * | 2019-03-15 | 2019-06-25 | 文远知行有限公司 | 驾驶路径规划方法、装置、设备和存储介质 |
| CN112241165A (zh) * | 2019-07-16 | 2021-01-19 | 北京京东尚科信息技术有限公司 | 用于控制无人设备的方法和装置 |
| CN110597248A (zh) * | 2019-08-23 | 2019-12-20 | 广州杰赛科技股份有限公司 | 园区无人智慧巡检方法、装置、设备及存储介质 |
| CN110597248B (zh) * | 2019-08-23 | 2022-09-09 | 广州杰赛科技股份有限公司 | 园区无人智慧巡检方法、装置、设备及存储介质 |
| CN114463963A (zh) * | 2022-01-21 | 2022-05-10 | 北京金山云网络技术有限公司 | 自动驾驶设备调度方法、装置、存储介质以及电子设备 |
| CN114463963B (zh) * | 2022-01-21 | 2023-10-03 | 北京金山云网络技术有限公司 | 自动驾驶设备调度方法、装置、存储介质以及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108827336A (zh) | 一种基于无人驾驶的路径规划方法、装置及设备 | |
| CN110888456B (zh) | 一种无人机与无人车的自主协同侦察控制方法 | |
| US11235471B2 (en) | Automated cleaning systems for autonomous vehicles | |
| Simmons et al. | Experience with rover navigation for lunar-like terrains | |
| CN105539430A (zh) | 一种基于手持终端的人车交互智能泊车方法 | |
| WO2008013568A3 (en) | Autonomous mobile robot | |
| EP1804025A3 (en) | Route guidance system and route guidance method | |
| CN101733746A (zh) | 空间机器人非合作目标自主识别与捕获方法 | |
| CN105955279B (zh) | 一种基于图像视觉的移动机器人路径规划方法及装置 | |
| EP3709853B1 (de) | Bodenbearbeitung mittels eines autonomen mobilen roboters | |
| DE102017114965A1 (de) | Autonomer, sich bewegender körper und bewegungssteuerungsverfahren eines autonomen, sich bewegenden körpers | |
| DE112018005907T5 (de) | Informationsverarbeitungsvorrichtung, informationsverarbeitungsverfahren, programm und beweglicher körper | |
| JP2020154624A (ja) | 自動運転車両の交通制御システム | |
| US20180039280A1 (en) | Autonomous mobile device with computer vision positioning system and method for the same | |
| Stenning et al. | Planning using a network of reusable paths: A physical embodiment of a rapidly exploring random tree | |
| CN113791627A (zh) | 一种机器人导航方法、设备、介质和产品 | |
| CN107491067A (zh) | 一种用于智能汽车的自动驾驶避雨系统及其方法 | |
| WO2022127370A1 (zh) | 一种轨迹控制方法、装置、机器人及存储介质 | |
| Wang et al. | A collision avoidance strategy for safe autonomous navigation of an intelligent electric-powered wheelchair in dynamic uncertain environments with moving obstacles | |
| CN206096934U (zh) | 一种可进行路面障碍检测的搬运车 | |
| US11364632B2 (en) | Systems and methods for transporting an object into and out of a vehicle | |
| US20210078643A1 (en) | Removable interior for reconfigurable vehicles | |
| CN112987709A (zh) | 一种路径规划方法、系统及作业机器人 | |
| Tiganas et al. | Multi-robot based implementation for a sample gathering problem | |
| CN103322999A (zh) | 一种适用于多艇导航的保留历史状态的信息滤波算法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181116 |
|
| RJ01 | Rejection of invention patent application after publication |