CN109084794A - 一种路径规划方法 - Google Patents
一种路径规划方法 Download PDFInfo
- Publication number
- CN109084794A CN109084794A CN201810902440.4A CN201810902440A CN109084794A CN 109084794 A CN109084794 A CN 109084794A CN 201810902440 A CN201810902440 A CN 201810902440A CN 109084794 A CN109084794 A CN 109084794A
- Authority
- CN
- China
- Prior art keywords
- information
- intelligent vehicle
- vehicle
- working path
- reservation
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000007613 environmental effect Effects 0.000 claims abstract description 55
- 238000005259 measurement Methods 0.000 claims description 19
- 230000004927 fusion Effects 0.000 claims description 9
- 230000008447 perception Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 230000002123 temporal effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241000283070 Equus zebra Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- 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
-
- 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
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例涉及一种路径规划方法,包括:服务器接收用户终端发送的车辆预约信息;选择被预约的智能车辆;获取第一环境地图信息和第一交通流信息;根据第一环境地图信息、第一交通流信息、被预约的智能车辆的当前位置信息和预约位置信息进行路径规划,得到第一作业路径信息;获取第二环境地图信息和第二交通流信息;根据第二环境地图信息、第二交通流信息、预约位置信息、目标位置信息和预设模式信息进行路径规划,得到多种模式相对应的第二作业路径信息。本发明能够基于预先采集的环境地图信息,根据车辆当前的位置信息以及用户需求,合理科学的规划多种模式的作业路径信息,并且能够合理的规划多种模式路径的显示顺序,便于用户的选择。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种路径规划方法。
背景技术
随着人工智能技术和计算机技术的发展,自动驾驶技术日渐成熟。自动驾驶车辆能够高效利用交通资源,缓解交通拥堵、减少碳排放,自动驾驶技术近年来发展迅速,自动驾驶技术也是近年的热点话题。自动驾驶技术已经逐渐走进人们的日常生活,潜移默化的改变着人们的出行方式。自动驾驶技术在军用及民用上均具有巨大的应用前景。军用上,它不仅能够作为无人运输平台,还能用作无人爆破车、无人作战平台、无人巡逻与监视车辆等;民用中,除了为人类生活带来便捷之外,还能够降低交通事故发生率与提高道路通行效率。
现有的自动驾驶路径规划方法仅是基于起点和终点的位置对路径进行单一模式的一次性规划,这种规划方式的缺点在于缺乏合理性和科学性,且没有考虑用户需求和用户类型,用户体验度极差。
发明内容
本发明的目的是提供一种路径规划方法,本发明实施例提供的路径规划方法,能够基于预先采集的环境地图信息,根据车辆当前的位置信息、实时交通流对路径进行分段规划,且能够根据用户需求,合理科学的规划多种模式的作业路径信息,并且能够合理的规划多种模式路径的显示顺序,便于用户的选择,提高用户体验度。
为实现上述目的,本发明提供了一种路径规划方法,包括:
服务器接收用户终端发送的车辆预约信息;其中,所述车辆预约信息中包括预约位置信息、目标位置信息和用户ID;
监控每个智能车辆的状态信息;所述状态信息包括当前位置信息和作业状态信息;所述作业状态信息包括等待状态和运行状态;
根据多个所述智能车辆的当前位置信息、作业状态信息和所述预约位置信息选择被预约的智能车辆;
根据所述被预约的智能车辆的当前位置信息和所述预约位置信息获取相对应的第一环境地图信息和第一交通流信息;
根据所述第一环境地图信息、第一交通流信息、被预约的智能车辆的当前位置信息和预约位置信息进行路径规划,得到第一作业路径信息;
根据所述被预约的智能车辆的车辆ID,将所述第一作业路径信息发送给所述智能车辆;
所述智能车辆根据所述第一作业路径进行行驶;
所述服务器接收所述用户终端发送的到达信息;所述到达信息中包括用户ID;
根据所述预约位置信息和目标位置信息获取第二环境地图信息和第二交通流信息;
获取预设模式信息;
根据所述第二环境地图信息、第二交通流信息、预约位置信息、目标位置信息和预设模式信息进行路径规划,得到多种模式相对应的第二作业路径信息。
优选的,在所述得到多种模式相对应的第二作业路径信息之后,所述方法还包括:
根据所述多种模式相对应的第二作业路径信息生成路径规划信息,发送给所述用户终端;
接收用户终端发送的路径选择信息;所述路径选择信息中包括模式信息;
根据所述路径选择信息,将相对应的模式信息的第二作业路径信息发送给所述智能车辆;
所述智能车辆根据所述服务器下发的第二作业路径进行行驶。
优选的,所述智能车辆具有环境感知模块,所述环境感知模块包括摄像头、激光雷达、GPS、惯性测量单元和轮速计;
在所述服务器接收用户终端发送的车辆预约信息之前,所述方法还包括:
所述智能车辆的环境感知模块采集区块的环境数据,并发送给服务器;其中,所述环境数据包括所述摄像头采集到的摄像头数据、所述激光雷达采集到的激光雷达数据、所述GPS采集到的定位数据、所述惯性测量单元采集到的惯性测量数据和所述轮速计检测到的轮速计数据;所述摄像头数据、激光雷达数据、定位数据、惯性测量数据和轮速计数据均具有时间戳;
所述服务器根据所述时间戳,将所述摄像头数据、激光雷达数据、定位数据、惯性测量数据和轮速计数据进行时间上进行对齐处理;
运用扩展卡尔曼滤波算法将所述对齐处理后的环境数据进行融合处理,得到区块地图信息;
将多个区块地图信息进行融合处理得到环境地图信息。
优选的,所述根据多个所述智能车辆的当前位置信息、作业状态信息和所述预约位置信息选择被预约的智能车辆具体为:
根据多个所述智能车辆的当前位置信息和作业状态信息选择距离所述预约位置信息距离最近的智能车辆为被预约的智能车辆。
进一步优选的,所述环境地图信息中包括多个停车位置信息;在所述根据多个所述智能车辆的当前位置信息、作业状态信息和所述预约位置信息选择被预约的智能车辆之后,所述方法还包括:
判断所述选择的被预约的智能车辆是否位于停车位置;
当所述选择的被预约的智能车辆不在所述停车位置时,获取所述智能车辆当前的电量信息;
基于环境地图信息,根据车辆当前的位置信息和预约位置信息、目标位置信息进行计算,得到预估作业里程信息;
根据所述预估作业里程信息和每公里的耗电量信息进行计算,得到预估耗电量信息;
判断所述智能车辆的当前的电量信息是否大于预估耗电量信息;
当不大于时,重新选择被预约的智能车辆。
进一步优选的,在所述根据所述第二环境地图信息、第二交通流信息、预约位置信息、目标位置信息和预设模式信息进行路径规划,得到多种模式相对应的第二作业路径信息之后,所述方法还包括:
计算所述多种模式的第二作业路径信息相对应的时间信息、里程信息和坡度信息;
获取时间信息、里程信息和坡度信息的权重值;
根据所述时间信息、里程信息和坡度信息的权重值,对所述多种模式的第二作业路径信息进行权重计算;
根据所述权重计算结果配置所述第二作业路径信息的优先级。
进一步优选的,所述根据所述多种模式相对应的第二作业路径信息生成路径规划信息,发送给所述用户终端具体为:
根据多种模式相对应的第二作业路径信息的优先级生成路径规划信息,发送给所述用户终端;
所述用户终端根据优先级对多种模式相对应的第二作业路径信息进行显示。
进一步优选的,在所述智能车辆根据所述服务器下发的第二作业路径进行行驶之后,所述方法还包括:
所述服务器接收所述用户终端发送的支付信息;
根据所述目标位置信息和所述环境地图信息获取距离最近的停车位置信息;
根据所述目标位置信息、停车位置信息和所述环境地图信息生成第三作业路径信息,发送给所述智能车辆;
所述智能车辆根据所述服务器下发的第三作业路径进行行驶,到达所述停车位置信息,进行充电。
进一步优选的,所述环境地图信息中标有充电站的位置信息,在所述智能车辆根据所述服务器下发的第二作业路径进行行驶之后,所述方法还包括:
所述服务器监控所述智能车辆的电量信息;
当所述电量信息低于预设电量阈值时,根据所述环境地图信息获取距离所述智能车辆的当前位置信息最近的充电站的位置信息,并生成第四作业路径信息,发送给所述智能车辆;
所述智能车辆根据所述第四作业路径信息进行行驶。
优选的,所述方法还包括:
服务器根据用户信息和/或历史约车记录设置所述多种模式相对应的第二作业路径信息的显示顺序。
本发明实施例提供的路径规划方法,能够基于预先采集的环境地图信息,根据车辆当前的位置信息、实时交通流对路径进行分段规划,且能够根据用户需求,合理科学的规划多种模式的作业路径信息,并且能够合理的规划多种模式路径的显示顺序,便于用户的选择,提高用户体验度。
附图说明
图1为本发明实施例提供的路径规划方法的流程图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
本发明实施例提供的路径规划方法应用于服务器和智能车辆之间,其中,智能车辆可以理解为无人驾驶的自动驾驶车辆,服务器能够基于预先采集的环境地图信息,根据车辆当前的位置信息以及用户需求规划多种模式的作业路径信息下发给车辆,智能车辆能够根据服务器下发的作业路径进行自动驾驶。
图1为本发明实施例提供的路径规划方法的流程图,如图1所示,所述方法包括如下步骤:
步骤101,服务器接收用户终端发送的车辆预约信息;
应当理解的是,用户终端具体是指具有联网功能的终端设备,比如智能手机,用户在想要约车时可以在手机登录约车APP进行操作,输入预约位置信息和目标位置信息,预约位置信息是指用户上车的位置,目标位置信息是指用户要到达的位置,用户终端根据用户输入的预约位置信息、目标位置信息以及用户ID生成车辆预约信息,发送给服务器;其中,车辆预约信息中包括预约位置信息、目标位置信息和用户ID,用户ID是指用于标识用户身份的标识信息,具体可以是用户的手机号。
服务器对接收到的车辆预约信息进行解析,得到预约位置信息、目标位置信息和用户ID,并建立用户ID和预约位置信息、目标位置信息之间的关联。需要说明的是,服务区负责接收不同用户终端发送的车辆预约信息,并且负责管理所有的车辆运行,因此服务器可以同时接收多个用户终端发送的车辆预约信息,并进行处理。
智能车辆安装有环境感知模块,环境感知模块包括但不限于摄像头、激光雷达、全球定位系统(Global Positioning System,GPS)、惯性测量单元(Inertial measurementunit,IMU)和轮速计。
其中,摄像头和激光雷达可以为多个,分别设置在智能车的四周,用于采集车辆周围的环境信息和障碍物的探测;GPS用于获取车辆的位置信息,所述GPS优选为两个差分GPS,设置于车辆的顶部,用于精确获取车辆的位置信息;惯性测量单元可以设置在车的底盘等隐秘位置,用于获取车辆当前加速度、角速度、姿态角等物理信息来推算车辆位置;轮速计可以为两个,分别设置在车辆的左右轮子上,用于获取车辆当前左右轮的角速度、线速度和车辆横摆率等信息来推算车辆位置,轮速计会对每一时刻得到的位移信息进行累加,得到相对初始位置的累积位移。
自动驾驶除了基于车辆自身的环境感知模块,还依赖于环境地图信息,环境地图信息中包括预先采集和标定的固定障碍物、信号灯、车道线、斑马线、标志牌以及路网结构信息、道路坡度等信息,路网结构信息中包括可通信道路和不可通行道路,不可通行道路是指车辆不能行使的道路,比如人行道等。环境地图信息是通过智能车辆采集发送给服务器,服务器处理生成的,环境地图信息是在步骤101之前生成的。
具体的,通过人工或遥控的方式将智能车辆控制到要采集的区块,使智能车在区块内行驶,在行驶过程中智能车辆的环境感知模块采集区块的环境数据,并发送给服务器。其中,环境数据包括摄像头采集到的摄像头数据、激光雷达采集到的激光雷达数据、GPS采集到的定位数据、惯性测量单元采集到的惯性测量数据和轮速计检测到的轮速计数据;应当理解的是,摄像头数据是指摄像头采集到的视频数据,由多张连续的图像数据组成,激光雷达数据具体是指激光点云数据,定位数据具体是指经纬度信息,惯性测量数据具体是指惯性测量单元测量到的加速度信息、角速度信息、姿态角信息,轮速计数据具体是指轮速计检测到的左右轮的角速度信息、线速度信息和车辆横摆率信息。需要说明的是,摄像头数据、激光雷达数据、定位数据、惯性测量数据和轮速计数据均具有时间戳,记录采集的时间。
服务器根据时间戳,将摄像头数据、激光雷达数据、定位数据、惯性测量数据和轮速计数据进行时间上进行对齐处理,然后运用扩展卡尔曼滤波算法将对齐处理后的环境数据进行融合处理,对移动障碍物进行删除,对固定障碍物、路网结构以及信号灯、车道线、标志牌等信息进行标注,从而得到多个区块地图信息,然后根据多个区块地图的位置信息,将多个区块地图信息进行融合处理得到环境地图信息。为保证地图数据的准确性,服务器多次对环境数据进行融合处理,将多次融合处理后的地图数据进行对比优化,从而得到更为准确的地图数据,在优选的实施例中,智能车辆还可以对同一区块的地图进行多次采集,得到同一区块的多个环境数据,服务器对多次采集得到的环境数据进行处理融合,从而得到精确的地图数据。在此之后,服务器将地图数据下发给所有的车辆。
步骤102,监控每个智能车辆的状态信息;
服务器能够实时监控每个智能车辆的状态信息,状态信息包括当前位置信息和作业状态信息;作业状态信息包括等待状态和运行状态,等待状态是指车辆没有接收到载客任务,运行状态是指车辆正在执行载客任务。
步骤103,根据多个智能车辆的当前位置信息、作业状态信息和预约位置信息选择被预约的智能车辆;
具体的,先选择作业状态信息为等待状态的车辆,然后在根据多个智能车辆的当前位置信息,选择距离预约位置信息距离最近的智能车辆为被预约的智能车辆,并建立车俩ID和用户ID之间的关联关系。其中,车辆ID是指用于标识车辆的标识信息,每个车辆具有唯一的标识信息,用于车辆的管理监控和任务的下发。
在优选的实施例中,环境地图信息中包括多个停车位置信息,停车位置信息可以认为是车辆管理站点,车辆在等待状态时停在车辆管理站点,进行充电和维护,从而保证车辆在执行任务之前处于满电正常状态,且车辆在执行完任务后就近返回车辆管理站点,进行充电和维护。
为保证被预约的智能车辆的电量能够完成载客任务,在选择被预约的智能车辆之后,需要进行电量判断。具体的,判断选择的被预约的智能车辆是否位于停车位置;当选择的被预约的智能车辆在停车位置时,说明车辆处于满电状态,可以作为被预约的车辆;当选择的被预约的智能车辆不在停车位置时,说明车辆是刚执行完任务,处于返回的路上,这时车辆的电量肯定不是满电状态,因此要判断车辆当前的剩余电量能否完成此次任务,具体的,获取智能车辆当前的电量信息;基于环境地图信息,根据车辆当前的位置信息和预约位置信息、目标位置信息进行计算,得到预估作业里程信息;根据预估作业里程信息和每公里的耗电量信息进行计算,得到预估耗电量信息;判断智能车辆的当前的电量信息是否大于预估耗电量信息,当智能车辆的当前的电量信息大于预估耗电量信息时,说明该车辆可以完成此次任务,当智能车辆的当前的电量信息不大于预估耗电量信息时,说明该车辆当前的电量不足以支撑车辆不能完成此次任务,因此需要根据步骤103重新选择被预约的智能车辆。
步骤104,根据被预约的智能车辆的当前位置信息和预约位置信息获取相对应的第一环境地图信息和第一交通流信息;
具体的,根据被预约的智能车辆的当前位置信息和预约位置信息在环境地图中获取相对应区块的环境地图信息,即为第一环境地图信息,然后根据第一环境地图信息获取相对应第一交通流信息,第一交通流信息是指根据第一环境地图信息获取的实时交通流信息,实时交通流信息可以是通过交通局提供的接口获取的,也可以是从第三方地图服务器,比如百度地图、谷歌地图获取的,通过交通流信息可以知道第一环境地图中的每条道路的交通状况。
步骤105,根据第一环境地图信息、第一交通流信息、被预约的智能车辆的当前位置信息和预约位置信息进行路径规划,得到第一作业路径信息;
具体的,基于第一环境地图信息和第一交通流信息,根据被预约的智能车辆的当前位置信息和用户输入的预约位置信息,通过算法进行计算,算法优选为A*算法,从而得到第一作业路径信息,即智能车辆从当前位置到达用户预约位置的路径。
步骤106,根据被预约的智能车辆的车辆ID,将第一作业路径信息发送给智能车辆;
服务器根据被预约的智能车辆的车辆ID,将第一作业路径信息发送给智能车辆,为保证路径信息安全性,避免不法分子对作业路径信息进行篡改给自动驾驶带来不安全,服务器可以根据消息摘要算法对身份信息进行计算,得到MD5值,即验证信息,将验证信息和作业路径信息发送给智能车辆,智能车辆根据预存的服务器的身份进行计算,得到MD5值,将此MD5值与验证信息进行对比,当一致时,认为验证通过,即在数据传输的过程中没有被篡改,智能车辆将作业路径进行保存,执行后续操作;当不一致时,认为验证失败,说明数据传输的过程中被篡改,智能车辆不执行后续任务。
步骤107,智能车辆根据第一作业路径进行行驶;
智能车辆根据预先存储的环境地图信息和第一作业路径进行行驶,从而到达用户预约的位置,进行载客。在智能车辆行驶的过程中,车载环境感知模块会对周围的环境进行检测,从而使车辆能够进行避障、让行、绕行等,实现安全的无人驾驶。
步骤108,服务器接收用户终端发送的到达信息;
在车辆到达用户预约位置后,乘客上车,并通过用户终端向服务器发送到达信息,到达信息中包括用户ID,服务器接收到达信息,并对到达信息进行解析的,得到用户ID,根据用户ID获取相关联的车辆ID及相关联的预约位置信息和目标位置信息。
步骤109,根据预约位置信息和目标位置信息获取第二环境地图信息和第二交通流信息;
具体的,预约位置信息和目标位置信息在环境地图中获取相对应区块的环境地图信息,即为第二环境地图信息,然后根据第二环境地图信息获取相对应第二交通流信息,第二交通流信息是指根据第二环境地图信息获取的实时交通流信息,实时交通流信息的获取方法与上述步骤104中的获取方法相同,此处不再进行赘述。
步骤110,获取预设模式信息;根据第二环境地图信息、第二交通流信息、预约位置信息、目标位置信息和预设模式信息进行路径规划,得到多种模式相对应的第二作业路径信息。
预设模式信息包括但不限于路程最短模式、时间最快模式、道路最舒适模式,本领域技术人员可以根据需要预设多种模式信息。
服务器基于第二环境地图信息和第二交通流信息,根据预约位置信息、目标位置信息以及多种预设模式信息进行路径规划,从而得到多种模式相对应的作业路径信息,即为第二作业路径信息,路程最短模式对应的第二作业路径信息是指预约位置至目标位置的距离最短的路径,时间最快模式对应的第二作业路径信息是指基于当前的交通流规划的从预约位置至目标位置耗时最短路径,道路最舒适模式对应的第二作业路径信息是指基于预约位置至目标位置规划的道路最平坦坡度最小的路径。
在此之后,服务器根据多种模式相对应的第二作业路径信息生成路径规划信息,发送给用户终端,当然在路径规划信息中还包括每种模式路径对应的预计费用信息;用户通过用户终端对多模路径规划信息进行查看,用户终端接收用户选择的模式信息,生成路径选择信息发送给服务器,服务器接收用户终端发送的路径选择信息,路径选择信息中包括模式信息;然后,根据路径选择信息,将相对应的模式信息的第二作业路径信息发送给智能车辆;智能车辆根据服务器下发的第二作业路径进行行驶。
在优选的实施例中,服务器根据用户信息和历史约车记录设置多种模式相对应的第二作业路径信息的显示顺序,用户终端根据显示顺序对多种模式对应的第二作业路径进行显示,从而使最适合用户的模式显示在最前面,便于用户的选择,其中,用户信息包括但不限于用户的年龄信息,历史约车记录中存有用户以往约车的选择模式,在一个具体的例子中,比如用户的年龄在50岁以上,则将道路最舒适模式的路径显示在最前面,再比如用户以往约车模式选择的都是时间最快模式,则将时间最快模式的路径显示在最前面,从而合理的规划路径的显示顺序,便于用户的选择,大大提高了用户体验度。
在更为优选的实施例中,计算多种模式的第二作业路径信息相对应的时间信息、里程信息和坡度信息;获取预设的时间信息、里程信息和坡度信息的权重值,比如时间信息的权重值可以设置为0.4、里程信息的权重值可以设置为0.4、坡度信息的权重值可以设置为0.2;根据时间信息、里程信息和坡度信息的权重值,对多种模式的第二作业路径信息进行权重计算;根据权重计算结果配置第二作业路径信息的优先级,权重计算结果小的优先级高。服务器根据多种模式相对应的第二作业路径信息的优先级生成路径规划信息,发送给用户终端;用户终端根据优先级对多种模式相对应的第二作业路径信息进行显示,优先级高的显示在前面,从而能够科学合理地向用户展示规划路径,便于用户对路径的选择。
在智能车辆行驶到目标位置之后,用户使用户终端进行费用支付,服务器接收用户终端发送的支付信息,说明本次任务已经执行完毕,在此之后,智能车辆需要到最近的停车位置进行充电和维护,具体的,服务器根据目标位置信息也就是车辆当前的位置在环境地图信息获取距离最近的停车位置信息;根据目标位置信息、停车位置信息和环境地图信息生成第三作业路径信息,发送给智能车辆;智能车辆根据服务器下发的第三作业路径进行行驶,到达停车位置信息,进行充电,等待后续任务的下发。
此外,在环境地图信息中标有充电站的位置信息,在智能车辆根据服务器下发的第二作业路径进行行驶之后,也就是在车辆载客过程中,服务器实时监控智能车辆的电量信息;在路程较远时,电量消耗过大,当监测到车辆的剩余电量信息低于预设电量阈值时,根据环境地图信息获取距离智能车辆的当前位置信息最近的充电站的位置信息,并生成第四作业路径信息,发送给智能车辆;智能车辆根据第四作业路径信息进行行驶,到达充电站进行充电,然后再规划当前充电站到目标位置的路径,使车辆继续作业。
本发明实施例提供的路径规划方法,能够基于预先采集的环境地图信息,根据车辆当前的位置信息、实时交通流对路径进行分段规划,且能够根据用户需求,合理科学的规划多种模式的作业路径信息,并且能够合理的规划多种模式路径的显示顺序,便于用户的选择,提高用户体验度。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种路径规划方法,其特征在于,所述方法包括:
服务器接收用户终端发送的车辆预约信息;其中,所述车辆预约信息中包括预约位置信息、目标位置信息和用户I D;
监控每个智能车辆的状态信息;所述状态信息包括当前位置信息和作业状态信息;所述作业状态信息包括等待状态和运行状态;
根据多个所述智能车辆的当前位置信息、作业状态信息和所述预约位置信息选择被预约的智能车辆;
根据所述被预约的智能车辆的当前位置信息和所述预约位置信息获取相对应的第一环境地图信息和第一交通流信息;
根据所述第一环境地图信息、第一交通流信息、被预约的智能车辆的当前位置信息和预约位置信息进行路径规划,得到第一作业路径信息;
根据所述被预约的智能车辆的车辆I D,将所述第一作业路径信息发送给所述智能车辆;
所述智能车辆根据所述第一作业路径进行行驶;
所述服务器接收所述用户终端发送的到达信息;所述到达信息中包括用户I D;
根据所述预约位置信息和目标位置信息获取第二环境地图信息和第二交通流信息;
获取预设模式信息;
根据所述第二环境地图信息、第二交通流信息、预约位置信息、目标位置信息和预设模式信息进行路径规划,得到多种模式相对应的第二作业路径信息。
2.根据权利要求1所述的路径规划方法,其特征在于,在所述得到多种模式相对应的第二作业路径信息之后,所述方法还包括:
根据所述多种模式相对应的第二作业路径信息生成路径规划信息,发送给所述用户终端;
接收用户终端发送的路径选择信息;所述路径选择信息中包括模式信息;
根据所述路径选择信息,将相对应的模式信息的第二作业路径信息发送给所述智能车辆;
所述智能车辆根据所述服务器下发的第二作业路径进行行驶。
3.根据权利要求1所述的路径规划方法,其特征在于,所述智能车辆具有环境感知模块,所述环境感知模块包括摄像头、激光雷达、GPS、惯性测量单元和轮速计;
在所述服务器接收用户终端发送的车辆预约信息之前,所述方法还包括:
所述智能车辆的环境感知模块采集区块的环境数据,并发送给服务器;其中,所述环境数据包括所述摄像头采集到的摄像头数据、所述激光雷达采集到的激光雷达数据、所述GPS采集到的定位数据、所述惯性测量单元采集到的惯性测量数据和所述轮速计检测到的轮速计数据;所述摄像头数据、激光雷达数据、定位数据、惯性测量数据和轮速计数据均具有时间戳;
所述服务器根据所述时间戳,将所述摄像头数据、激光雷达数据、定位数据、惯性测量数据和轮速计数据进行时间上进行对齐处理;
运用扩展卡尔曼滤波算法将所述对齐处理后的环境数据进行融合处理,得到区块地图信息;
将多个区块地图信息进行融合处理得到环境地图信息。
4.根据权利要求1所述的路径规划方法,其特征在于,所述根据多个所述智能车辆的当前位置信息、作业状态信息和所述预约位置信息选择被预约的智能车辆具体为:
根据多个所述智能车辆的当前位置信息和作业状态信息选择距离所述预约位置信息距离最近的智能车辆为被预约的智能车辆。
5.根据权利要求4所述的路径规划方法,其特征在于,所述环境地图信息中包括多个停车位置信息;在所述根据多个所述智能车辆的当前位置信息、作业状态信息和所述预约位置信息选择被预约的智能车辆之后,所述方法还包括:
判断所述选择的被预约的智能车辆是否位于停车位置;
当所述选择的被预约的智能车辆不在所述停车位置时,获取所述智能车辆当前的电量信息;
基于环境地图信息,根据车辆当前的位置信息和预约位置信息、目标位置信息进行计算,得到预估作业里程信息;
根据所述预估作业里程信息和每公里的耗电量信息进行计算,得到预估耗电量信息;
判断所述智能车辆的当前的电量信息是否大于预估耗电量信息;
当不大于时,重新选择被预约的智能车辆。
6.根据权利要求2所述的路径规划方法,其特征在于,在所述根据所述第二环境地图信息、第二交通流信息、预约位置信息、目标位置信息和预设模式信息进行路径规划,得到多种模式相对应的第二作业路径信息之后,所述方法还包括:
计算所述多种模式的第二作业路径信息相对应的时间信息、里程信息和坡度信息;
获取时间信息、里程信息和坡度信息的权重值;
根据所述时间信息、里程信息和坡度信息的权重值,对所述多种模式的第二作业路径信息进行权重计算;
根据所述权重计算结果配置所述第二作业路径信息的优先级。
7.根据权利要求6所述的路径规划方法,其特征在于,所述根据所述多种模式相对应的第二作业路径信息生成路径规划信息,发送给所述用户终端具体为:
根据多种模式相对应的第二作业路径信息的优先级生成路径规划信息,发送给所述用户终端;
所述用户终端根据优先级对多种模式相对应的第二作业路径信息进行显示。
8.根据权利要求2所述的路径规划方法,其特征在于,在所述智能车辆根据所述服务器下发的第二作业路径进行行驶之后,所述方法还包括:
所述服务器接收所述用户终端发送的支付信息;
根据所述目标位置信息和所述环境地图信息获取距离最近的停车位置信息;
根据所述目标位置信息、停车位置信息和所述环境地图信息生成第三作业路径信息,发送给所述智能车辆;
所述智能车辆根据所述服务器下发的第三作业路径进行行驶,到达所述停车位置信息,进行充电。
9.根据权利要求2所述的路径规划方法,其特征在于,所述环境地图信息中标有充电站的位置信息,在所述智能车辆根据所述服务器下发的第二作业路径进行行驶之后,所述方法还包括:
所述服务器监控所述智能车辆的电量信息;
当所述电量信息低于预设电量阈值时,根据所述环境地图信息获取距离所述智能车辆的当前位置信息最近的充电站的位置信息,并生成第四作业路径信息,发送给所述智能车辆;
所述智能车辆根据所述第四作业路径信息进行行驶。
10.根据权利要求1所述的路径规划方法,其特征在于,所述方法还包括:
服务器根据用户信息和/或历史约车记录设置所述多种模式相对应的第二作业路径信息的显示顺序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810902440.4A CN109084794B (zh) | 2018-08-09 | 2018-08-09 | 一种路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810902440.4A CN109084794B (zh) | 2018-08-09 | 2018-08-09 | 一种路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109084794A true CN109084794A (zh) | 2018-12-25 |
CN109084794B CN109084794B (zh) | 2021-05-07 |
Family
ID=64834322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810902440.4A Active CN109084794B (zh) | 2018-08-09 | 2018-08-09 | 一种路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109084794B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109583384A (zh) * | 2018-11-30 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 用于无人驾驶车的避障方法和装置 |
CN109596138A (zh) * | 2018-12-29 | 2019-04-09 | 北京智行者科技有限公司 | 自动驾驶充电车停车路径规划方法及系统 |
CN110880234A (zh) * | 2019-11-14 | 2020-03-13 | 广东科学技术职业学院 | 一种无人车泊车的方法、装置及无人车 |
CN112308315A (zh) * | 2020-10-29 | 2021-02-02 | 广西中烟工业有限责任公司 | 一种多点智能路径规划方法及系统 |
CN112781610A (zh) * | 2020-12-31 | 2021-05-11 | 东风汽车集团有限公司 | 一种多乘客模式的无人巴士路线规划方法 |
CN113064451A (zh) * | 2021-06-02 | 2021-07-02 | 北京三快在线科技有限公司 | 一种无人设备控制方法、装置、存储介质及电子设备 |
CN113091762A (zh) * | 2021-04-14 | 2021-07-09 | 欧冶链金再生资源有限公司 | 一种废钢基地运输车路径规划方法及系统 |
CN113246858A (zh) * | 2019-02-27 | 2021-08-13 | 百度在线网络技术(北京)有限公司 | 车辆行驶状态图像生成方法、设备和系统 |
WO2022261825A1 (zh) * | 2021-06-15 | 2022-12-22 | 华为技术有限公司 | 自动驾驶车辆的标定方法及装置 |
CN115660520A (zh) * | 2022-12-14 | 2023-01-31 | 昆明理工大学 | 一种基于交通运输物流的数据分析方法及系统 |
CN115891688A (zh) * | 2022-10-27 | 2023-04-04 | 江铃汽车股份有限公司 | 一种应用于低速园区的车辆自动充电控制方法及系统 |
CN116793357A (zh) * | 2023-06-02 | 2023-09-22 | 上海联适导航技术股份有限公司 | 作业路径规划方法、系统、客户端和服务端 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012164132A (ja) * | 2011-02-07 | 2012-08-30 | Yazaki Corp | タクシー車両運行管理支援システム |
CN102855753A (zh) * | 2011-06-30 | 2013-01-02 | 高德软件有限公司 | 一种基于实时交通的出租车调度方法及平台 |
CN106203652A (zh) * | 2016-07-01 | 2016-12-07 | 宁波轩悦行电动汽车服务有限公司 | 一种基于预估电量的租车系统web预约租车方法 |
CN106767863A (zh) * | 2016-12-01 | 2017-05-31 | 广州麦仑信息科技有限公司 | 一种拼车出行路径导航的方法与系统 |
CN107797555A (zh) * | 2017-10-30 | 2018-03-13 | 奇瑞汽车股份有限公司 | 一种游览车自动驾驶控制方法及装置 |
CN107976182A (zh) * | 2017-11-30 | 2018-05-01 | 深圳市隐湖科技有限公司 | 一种多传感器融合建图系统及其方法 |
-
2018
- 2018-08-09 CN CN201810902440.4A patent/CN109084794B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012164132A (ja) * | 2011-02-07 | 2012-08-30 | Yazaki Corp | タクシー車両運行管理支援システム |
CN102855753A (zh) * | 2011-06-30 | 2013-01-02 | 高德软件有限公司 | 一种基于实时交通的出租车调度方法及平台 |
CN106203652A (zh) * | 2016-07-01 | 2016-12-07 | 宁波轩悦行电动汽车服务有限公司 | 一种基于预估电量的租车系统web预约租车方法 |
CN106767863A (zh) * | 2016-12-01 | 2017-05-31 | 广州麦仑信息科技有限公司 | 一种拼车出行路径导航的方法与系统 |
CN107797555A (zh) * | 2017-10-30 | 2018-03-13 | 奇瑞汽车股份有限公司 | 一种游览车自动驾驶控制方法及装置 |
CN107976182A (zh) * | 2017-11-30 | 2018-05-01 | 深圳市隐湖科技有限公司 | 一种多传感器融合建图系统及其方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109583384A (zh) * | 2018-11-30 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 用于无人驾驶车的避障方法和装置 |
CN109596138A (zh) * | 2018-12-29 | 2019-04-09 | 北京智行者科技有限公司 | 自动驾驶充电车停车路径规划方法及系统 |
CN113246858A (zh) * | 2019-02-27 | 2021-08-13 | 百度在线网络技术(北京)有限公司 | 车辆行驶状态图像生成方法、设备和系统 |
CN110880234A (zh) * | 2019-11-14 | 2020-03-13 | 广东科学技术职业学院 | 一种无人车泊车的方法、装置及无人车 |
CN112308315A (zh) * | 2020-10-29 | 2021-02-02 | 广西中烟工业有限责任公司 | 一种多点智能路径规划方法及系统 |
CN112781610A (zh) * | 2020-12-31 | 2021-05-11 | 东风汽车集团有限公司 | 一种多乘客模式的无人巴士路线规划方法 |
CN112781610B (zh) * | 2020-12-31 | 2023-09-29 | 东风汽车集团有限公司 | 一种多乘客模式的无人巴士路线规划方法 |
CN113091762A (zh) * | 2021-04-14 | 2021-07-09 | 欧冶链金再生资源有限公司 | 一种废钢基地运输车路径规划方法及系统 |
CN113064451A (zh) * | 2021-06-02 | 2021-07-02 | 北京三快在线科技有限公司 | 一种无人设备控制方法、装置、存储介质及电子设备 |
WO2022261825A1 (zh) * | 2021-06-15 | 2022-12-22 | 华为技术有限公司 | 自动驾驶车辆的标定方法及装置 |
CN115891688A (zh) * | 2022-10-27 | 2023-04-04 | 江铃汽车股份有限公司 | 一种应用于低速园区的车辆自动充电控制方法及系统 |
CN115660520A (zh) * | 2022-12-14 | 2023-01-31 | 昆明理工大学 | 一种基于交通运输物流的数据分析方法及系统 |
CN116793357A (zh) * | 2023-06-02 | 2023-09-22 | 上海联适导航技术股份有限公司 | 作业路径规划方法、系统、客户端和服务端 |
Also Published As
Publication number | Publication date |
---|---|
CN109084794B (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109084794A (zh) | 一种路径规划方法 | |
CN109101022A (zh) | 一种作业路径更新方法 | |
CN111524357B (zh) | 用于车辆安全行驶所需的多数据融合的方法 | |
CN109520744B (zh) | 自动驾驶车辆的驾驶性能测试方法和装置 | |
US11967230B2 (en) | System and method for using V2X and sensor data | |
CN101727741B (zh) | 安全驾驶评价系统 | |
CN109510851A (zh) | 地图数据的构建方法和设备 | |
CN101676689B (zh) | 驾驶评价系统以及驾驶评价方法 | |
CN104520912B (zh) | 堵塞预测装置、堵塞预测系统、堵塞预测方法和程序 | |
US20210014643A1 (en) | Communication control device, communication control method, and computer program | |
CN207052098U (zh) | 一种应用于停车场自主泊车的hmi系统 | |
CN109084786A (zh) | 一种地图数据的处理方法 | |
CN112230656B (zh) | 一种园区车辆自动驾驶方法及其系统、客户端、存储介质 | |
CN109808684A (zh) | 最大限度地减少假防撞警告 | |
CN111325986B (zh) | 异常停车监测方法、装置、电子设备以及存储介质 | |
CN113724520A (zh) | 车路协同信息处理方法、装置、电子设备以及存储介质 | |
US20240298205A1 (en) | Systems and methods for selecting locations to validate automated vehicle data transmission | |
CN114049768A (zh) | 一种基于车路协同的低能见度通行车辆引导系统及方法 | |
CN114792149A (zh) | 一种轨迹预测方法、装置及地图 | |
US20220340167A1 (en) | Predicted Moving Trajectory Processing Method And Apparatus, And Constraint Barrier Display Method And Apparatus | |
US20230168368A1 (en) | Guardrail estimation method based on multi-sensor data fusion, and vehicle-mounted device | |
CN116343514A (zh) | 一种用于无人驾驶的车辆调度管理方法及系统 | |
CN111489460B (zh) | 行驶数据处理方法、装置、导航设备和计算机存储介质 | |
CN109308806A (zh) | 一种交通工具的行驶检测方法及服务器 | |
US20240290199A1 (en) | Traffic monitoring method based on aerial survey data |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: B4-006, maker Plaza, 338 East Street, Huilongguan town, Changping District, Beijing 100096 Patentee after: Beijing Idriverplus Technology Co.,Ltd. Address before: B4-006, maker Plaza, 338 East Street, Huilongguan town, Changping District, Beijing 100096 Patentee before: Beijing Idriverplus Technology Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |