CN110530393A - 车道级路径规划方法、装置、电子设备及可读存储介质 - Google Patents
车道级路径规划方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN110530393A CN110530393A CN201910951483.6A CN201910951483A CN110530393A CN 110530393 A CN110530393 A CN 110530393A CN 201910951483 A CN201910951483 A CN 201910951483A CN 110530393 A CN110530393 A CN 110530393A
- Authority
- CN
- China
- Prior art keywords
- lane
- node
- road
- grade
- layer
- 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
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
本公开实施例公开了一种车道级路径规划方法、装置、电子设备及可读存储介质,所述方法包括:在道路的车道上确定车道节点;根据所述车道节点以及连接所述车道节点之间的有向边,建立车道网络结构;在所述车道网络结构中,确定所述有向边的权重值,将起始地和目的地匹配到所述车道节点后,利用标准路径规划算法根据所述权重值进行路径规划。该技术方案根据车道节点以及有向边构建车道网络结构,并且设定有向边的权重值,从而能够在车道节点之间按照权重值进行路径规划,进而实现了车道级路径规划,能够将路径引导细化至车道,减少行驶过程中错误行驶情况的发生,极大地降低交通事故率,提高交通安全水平。
Description
技术领域
本公开涉及路径规划技术领域,具体涉及车道级路径规划方法、装置、电子设备及可读存储介质。
背景技术
路径规划可以分为道路级规划与车道级规划,道路级路径规划以道路作为最小的路径引导单元,车道级规划以车道作为最小的路径引导单元。在提出本公开的过程中,发明人发现,目前应用于车载导航系统的路径规划大部分为道路级,功能上不是彻底的路径引导,需要驾驶员对引导信息做进一步处理。基于目前的道路级路径规划方式,显然无法适用于自动驾驶的应用场景,因此,车道级路径规划显得尤为重要。在自动驾驶领域,通过采用车道级的路径规划为自动驾驶车辆提供全局路径,是保证自动驾驶车辆合理地完成驾驶决策的基础。为此,本公开提供一种适用于自动驾驶领域的车道级路径规划方法。
发明内容
本公开实施例提供一种车道级路径规划方法、装置、电子设备及可读存储介质。
第一方面,本公开实施例中提供了一种车道级路径规划方法,包括:
在道路的车道上确定车道节点;
根据所述车道节点以及连接所述车道节点之间的有向边,建立车道网络结构;
在所述车道网络结构中,确定所述有向边的权重值,将起始地和目的地匹配到所述车道节点后,利用标准路径规划算法根据所述权重值进行路径规划。
结合第一方面,本公开在第一方面的第一种实现方式中,所述方法还包括:获取车道线特征和/或路口引导线特征,确定所述车道节点之间的有向边。
结合第一方面的第一种实现方式,本公开在第一方面的第二种实现方式中,所述有向边的属性包括:路段长度、路段行程时间、路段拥挤度和路段舒适度;
所述确定所述有向边的权重值,包括:
根据所述有向边的属性确定权重值。
结合第一方面,本公开在第一方面的第三种实现方式中,所述方法还包括:
建立高精地图模型,其中,所述高精地图模型包括:道路层W、中间层以及车道层L,所述中间层用于车道级路径规划,所述车道层L用于车道级路径导航;
所述道路层的路网由一组道路di和一组交叉口kj组成,所述道路层W的公式为:
其中,a和b分别表示道路的个数和交叉口的个数;
所述中间层是所述道路层与所述车道层之间的连接层,用于道路级路网和车道级路网之间的拓扑连接,所述中间层的公式为:
(Sc,Ec)=(S1,S2,…,Sp,E1,E2,…Eq)
其中,Sp、Eq分别表示车道级的驶入节点和驶出节点;
所述车道层L的路网由一组车道Ui和一组车道级交叉口Ij组成,提供了高精度的车道级几何结构、车道级交通规则信息、道路标志信息,所述车道层的公式为:
其中,L表示车道层,n和m分别表示车道数和车道级交叉路口数。Ui为车道特征;Ij为车道级交叉路口特征。
结合第一方面,本公开在第一方面的第四种实现方式中,所述方法还包括:
判断车辆是否行驶在起始地与目的地的规划路径上,若不在,则根据新起始地重新进行路径规划。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式以及第一方面的第四种实现方式,本公开在第一方面的第五种实现方式中,所述标准路径规划算法为迪杰斯特拉算法或A星算法。
第二方面,本公开实施例中提供了一种车道级路径规划装置,包括:
确定模块,被配置为在道路的车道上确定车道节点;
建立模块,被配置为根据所述车道节点以及连接所述车道节点之间的有向边,建立车道网络结构;
路径规划模块,被配置为在所述车道网络结构中,确定所述有向边的权重值,将起始地和目的地匹配到所述车道节点后,利用标准路径规划算法根据所述权重值进行路径规划。
第三方面,本公开实施例提供了一种电子设备,包括存储器和处理器,其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现以下方法步骤:
在道路的车道上确定车道节点;
根据所述车道节点以及连接所述车道节点之间的有向边,建立车道网络结构;
在所述车道网络结构中,确定所述有向边的权重值,将起始地和目的地匹配到所述车道节点后,利用标准路径规划算法根据所述权重值进行路径规划。
第四方面,本公开实施例中提供了一种可读存储介质,其上存储有计算机指令,该计算机指令被处理器执行时实现如第一方面任一项所述的方法。
本公开实施例提供的技术方案可以包括以下有益效果:
本公开实施例提供的车道级路径规划方法,包括:在道路的车道上确定车道节点;根据所述车道节点以及连接所述车道节点之间的有向边,建立车道网络结构;在所述车道网络结构中,确定所述有向边的权重值,将起始地和目的地匹配到所述车道节点后,利用标准路径规划算法根据所述权重值进行路径规划。该技术方案根据车道节点以及有向边构建车道网络结构,并且设定有向边的权重值,从而能够在车道节点之间按照权重值进行路径规划,进而实现了车道级路径规划,能够将路径引导细化至车道,减少行驶过程中错误行驶情况的发生,极大地降低交通事故率,提高交通安全水平。本公开实施例提供的车道级路径规划方法,适用于自动驾驶领域,能够为自动驾驶车辆提供精确的引导线路,合理诱导交通流,优化交通流在路网中各可行路线上的分配比重,实现交通流在路网上的合理分配。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它特征、目的和优点将变得更加明显。在附图中:
图1示出根据本公开实施例的车道级路径规划方法的流程图;
图2示出根据本公开实施例的车道网络结构的示意图;
图3示出根据本公开实施例的车道级路径规划方法的应用场景示意图;
图4示出根据本公开实施例的车道级路径规划装置的结构框图;
图5出根据本公开实施例的电子设备的结构框图;
图6示出适于用来实现根据本公开实施例的车道级路径规划方法的计算机系统的结构示意图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施例,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施例无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
上文提及,路径规划可以分为道路级规划与车道级规划,道路级路径规划以道路作为最小的路径引导单元,车道级规划以车道作为最小的路径引导单元。在提出本公开的过程中,发明人发现,目前应用于车载导航系统的路径规划大部分为道路级,功能上不是彻底的路径引导,需要驾驶员对引导信息做进一步处理。
考虑到上述缺陷,本公开实施例提供的车道级路径规划方法,包括:在道路的车道上确定车道节点;根据所述车道节点以及连接所述车道节点之间的有向边,建立车道网络结构;在所述车道网络结构中,确定所述有向边的权重值,将起始地和目的地匹配到所述车道节点后,利用标准路径规划算法根据所述权重值进行路径规划。该技术方案根据车道节点以及有向边构建车道网络结构,并且设定有向边的权重值,从而能够在车道节点之间按照权重值进行路径规划,进而实现了车道级路径规划,能够将路径引导细化至车道,减少行驶过程中错误行驶情况的发生,极大地降低交通事故率,提高交通安全水平。
图1示出根据本公开实施例的车道级路径规划方法的流程图。
如图1所示,所述车道级路径规划方法包括如下步骤S101-S103。
在步骤S101中,在道路的车道上确定车道节点;
在步骤S102中,根据所述车道节点以及连接所述车道节点之间的有向边,建立车道网络结构;
在步骤S103中,在所述车道网络结构中,确定所述有向边的权重值,将起始地和目的地匹配到所述车道节点后,利用标准路径规划算法根据所述权重值进行路径规划。
根据本公开的实施例,图2示出根据本公开实施例的车道网络结构的示意图,图2中车道节点A-F为车道网络结构中的圆形符号,对应导航地图中的实际地点,比如,车道节点A对应导航地图中的某商场,具体可以根据技术人员实际测绘确定,本公开对此不做限制。车道节点之间的有向边表示为车道网络结构中的带有箭头的线段,比如,车道节点A与车道节点B之间的线段,对应车道节点A与车道节点B之间的通路。在进行路径规划时,图2示出的车道网络结构中每一条线对应车辆实际行驶的路径,比如,直线a表示车道节点A到车道节点F之间的车道级道路,该道路可以是车道的中心线或者是车道线的边界,本公开对此不做限制。
根据本公开的实施例,所述车道级路径规划方法还包括:获取车道线特征和/或路口引导线特征,确定所述车道节点之间的有向边。利用车道线特征确定有向边,能够确定相邻车道节点之间的连通状态,比如,虚线确定相邻车道之间可以并线,表示相邻车道上的车道节点可以连通。利用路口引导线特征,能够确定路口处车道节点之间的连通状态,比如,根据路口引导线可以确定车辆可以左转弯,则表示可以与路口左侧的车道节点连通。
根据本公开的实施例,所述有向边的属性包括:路段长度、路段行程时间、路段拥挤度和路段舒适度。其中,所述路段长度信息可以进行实际测绘获取,也可以从现有的地图信息中获取,本公开对此不做限制。所述路段行程时间、路段拥挤度和路段舒适度的信息可以由车辆导航信息中心提供。
在步骤S103中,所述确定所述有向边的权重值,包括:根据所述有向边的属性确定权重值。例如以路段长度信息确定权重值。在本实施方式中,考虑到车道线特征和/或路口引导线特征确定的车辆通行方向应是单向通行的,也就是说车辆在车道节点之间单向通行,而不能双向通行,因此,可以在确定有向边的权重值时,分别设定正向权重值以及反向权重值,并为反向权重值设定为远大于正向权重值的数值,从而在利用标准路径规划算法进行路径规划时,能够按照权重值较小的正向权重值规划最优路径。
比如,图2中车道节点A与车道节点B之间的正向权重值设定为5、反向权重值为60,表明按照A→B方向行驶是允许的,反向B→A方向行驶是禁止的,同样的,车道节点B与车道节点C之间的正向权重值设定为10、反向权重值为80,表明按照B→C方向行驶是允许的,反向C→B方向行驶是禁止的;则在车道节点A与车道节点C之间进行路径规划时,根据正向权重值按照A→B→C方向规划路径。
根据本公开的实施例,通过车道节点以及有向边构建车道网络结构,并且设定有向边的权重值,从而能够在车道节点之间按照权重值进行路径规划,进而实现了车道级路径规划,能够将路径引导细化至车道,减少行驶过程中错误行驶情况的发生,极大地降低交通事故率,提高交通安全水平。
根据本公开的实施例,在步骤S103中,利用标准路径规划算法根据所述权重值进行路径规划。其中,所述标准路径规划算法为迪杰斯特拉(Dijkstra)算法或A星(A*搜寻)算法或其他路径优化算法。
以迪杰斯特拉算法为例进行说明。
首先说明,迪杰斯特拉算法基本思想为:设置一个集合S存放已经找到最短路径的顶点,S的初始状态只包含源点v,对vi∈V-S,假设从源点v到vi的有向边为最短路径。以后每求得一条最短路径v,…,vk,就将vk加入集合S中,并将路径v,…,vk,vi与原来的假设相比较,取路径长度较小者为最短路径。重复上述过程,直到集合V中全部顶点加入到集合S中。
迪杰斯特拉算法基本步骤:
(1)把所有结点分成两组:
第一组:包括已经确定最短路径的结点;
第二组:包括尚未确定最短路径的结点。
(2)开始时,第一组只包含起点v0,第二组包含剩余的点;
(3)按最短路径长度递增的顺序把第二组的结点加到第一组去,直到v0可达的所有结点都包含于第一组中。在这个过程中,不断更新最短路径,总保持从v0到第一组各结点的最短路径长度都不大于从v0到第二组任何结点的路径长度。
(4)每个结点对应一个距离值,第一组结点对应的距离就是v0到此结点的最短路径长度,第二组结点对应的距离值就是v0由第一组结点到此结点的最短路径长度。
(5)直到所有的顶点都扫描完毕(v0可达的所有结点都包含于第一组中),找到v0到其它各点的所有最短路径。
其次,在本实施方式中,首先将起始地和目的地匹配到车道节点后,将起始点作为第一组的起点v0,将车道网络结构中连接起始地以及目的地的车道节点以及目的地的车道节点作为第二组,根据权重值更新第一组中的车道节点,直到第二组中的车道节点更新完毕,之后在第一组中确定权重值总和最小的连接起始地和目的地的车道节点的路径,即可以作为起始点到目的地的最短路径。
根据本公开的实施例,所述车道级路径规划方法,还包括:
建立高精地图模型,其中,所述高精地图模型包括:道路层W、中间层以及车道层L。
道路层W保留当前地图模型中的大多数传统数学表达式,包括道路,交叉点和某些属性,该层满足传统路线规划的要求,可以在道路水平方便地进行,并输入到下一层。中间层充当上部道路层和下部车道层L之间的桥梁,其中存储有集合上的关系以用于路线规划。车道层L用于表示车道级细节,例如车道中心线上的高精度点,车道线等。在道路层W以及中间层处理之后,找到最终的车道级别路线是基于来自车道层L的信息。
所述道路层的路网由一组道路di和一组交叉口kj组成,所述道路层W的公式为:
其中,a和b分别表示道路的个数和交叉口的个数;
所述中间层是所述道路层与所述车道层之间的连接层,用于道路级路网和车道级路网之间的拓扑连接,它能够将道路级路网拓扑映射到车道级路网中。由于不包含每个车道的详细信息,这一层数据体量相对较小,方便进行快速的候选车道级路径搜索。中间层主要用于车道级路径规划。所述中间层的公式为:
(Sc,Ec)=(S1,S2,…,Sp,E1,E2,…Eq)
其中,Sp、Eq分别表示车道级的驶入节点和驶出节点;
所述车道层L的路网由一组车道Ui和一组车道级交叉口Ij组成,提供了高精度的车道级几何结构、车道级交通规则信息、道路标志信息。车道层主要用于车道级导航。所述车道层的公式为:
其中,L表示车道层,n和m分别表示车道数和车道级交叉路口数。Ui为车道特征,所述车道特征可以是车道形状、起点和终点的交叉路口、交通标志、总长度和限速值;Ij为车道级交叉路口特征,所述车道级交叉路口特征可以是驶入车道、驶出车道和交通信号灯。
根据本公开的实施例,所述车道级路径规划方法,还包括:判断车辆是否行驶在起始地与目的地的规划路径上,若不在,则根据新起始地重新进行路径规划。
图3示出根据本公开实施例的车道级路径规划方法的应用场景示意图。
如图3所示,图3示例性地示出了3条车道级道路b1、b2、b3;车道级道路b1上设置有车道节点A1、A2、A3,车道级道路b2设置有车道节点B1、B2、B3、B4,车道级道路b3置有车道节点C1、C2、C3。
进行车道级路径规划时,首先将起始地和目的地与车道节点进行匹配,比如,起始地匹配为车道节点A1,目的地匹配为车道节点C3。根据车道节点之间的有向边的权重值进行路径规划,比如得到第一组节点为(A1、A2、B2、B3、C3),进而从第一组节点中确定起始地和目的地之间的路径可以为:A1→B2→C3,或者A1→A2→B3→C3,最后将权重值总和最小的路径作为起始地和目的地之间的最优路径。
图4示出根据本公开实施例的车道级路径规划装置的结构框图。其中,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图4所示,所示车道级路径规划装置包括:
确定模块410,被配置为在道路的车道上确定车道节点;
建立模块420,被配置为根据所述车道节点以及连接所述车道节点之间的有向边,建立车道网络结构;
路径规划模块430,被配置为在所述车道网络结构中,确定所述有向边的权重值,将起始地和目的地匹配到所述车道节点后,利用标准路径规划算法根据所述权重值进行路径规划。
根据本公开的实施例,所述装置还包括:
获取模块,被配置为获取车道线特征和/或路口引导线特征,确定所述车道节点之间的有向边。
根据本公开的实施例,所述有向边的属性包括:路段长度、路段行程时间、路段拥挤度和路段舒适度;
所述路径规划模块430中确定所述有向边的权重值的部分,被配置为:
根据所述有向边的属性确定权重值。
根据本公开的实施例,所述装置还包括:
地图模块,被配置为建立高精地图模型,其中,所述高精地图模型包括:道路层W、中间层以及车道层L,所述中间层用于车道级路径规划,所述车道层L用于车道级路径导航;
所述道路层的路网由一组道路di和一组交叉口kj组成,所述道路层W的公式为:
其中,a和b分别表示道路的个数和交叉口的个数;
所述中间层是所述道路层与所述车道层之间的连接层,用于道路级路网和车道级路网之间的拓扑连接,所述中间层的公式为:
(Sc,Ec)=(S1,S2,…,Sp,E1,E2,…Eq)
其中,Sp、Eq分别表示车道级的驶入节点和驶出节点;
所述车道层L的路网由一组车道Ui和一组车道级交叉口Ij组成,提供了高精度的车道级几何结构、车道级交通规则信息、道路标志信息,所述车道层的公式为:
其中,L表示车道层,n和m分别表示车道数和车道级交叉路口数。Ui为车道特征;Ij为车道级交叉路口特征。
根据本公开的实施例,所述装置还包括:
判断模块,被配置为判断车辆是否行驶在起始地与目的地的规划路径上,若不在,则根据新起始地重新进行路径规划。
根据本公开的实施例,所述标准路径规划算法为迪杰斯特拉算法或A星算法。
本公开还公开了一种电子设备,图5出根据本公开实施例的电子设备的结构框图。
如图5所示,所述电子设备500包括存储器501和处理器502;其中,
所述存储器501用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器502执行以实现以下方法步骤:
在道路的车道上确定车道节点;
根据所述车道节点以及连接所述车道节点之间的有向边,建立车道网络结构;
在所述车道网络结构中,确定所述有向边的权重值,将起始地和目的地匹配到所述车道节点后,利用标准路径规划算法根据所述权重值进行路径规划。
图6示出适于用来实现根据本公开实施例的车道级路径规划方法的计算机系统的结构示意图。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行上述实施例中的各种处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口606也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文描述的方法可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在及其可读介质上的计算机程序,所述计算机程序包含用于执行上述对象类别确定方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中电子设备或计算机系统中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种车道级路径规划方法,其特征在于,包括:
在道路的车道上确定车道节点;
根据所述车道节点以及连接所述车道节点之间的有向边,建立车道网络结构;
在所述车道网络结构中,确定所述有向边的权重值,将起始地和目的地匹配到所述车道节点后,利用标准路径规划算法根据所述权重值进行路径规划。
2.根据权利要求1所述的车道级路径规划方法,其特征在于,还包括:获取车道线特征和/或路口引导线特征,确定所述车道节点之间的有向边。
3.根据权利要求2所述的车道级路径规划方法,其特征在于,所述有向边的属性包括:路段长度、路段行程时间、路段拥挤度和路段舒适度;
所述确定所述有向边的权重值,包括:
根据所述有向边的属性确定权重值。
4.根据权利要求1所述的车道级路径规划方法,其特征在于,还包括:
建立高精地图模型,其中,所述高精地图模型包括:道路层W、中间层以及车道层L,所述中间层用于车道级路径规划,所述车道层L用于车道级路径导航;
所述道路层的路网由一组道路di和一组交叉口kj组成,所述道路层W的公式为:
其中,a和b分别表示道路的个数和交叉口的个数;
所述中间层是所述道路层与所述车道层之间的连接层,用于道路级路网和车道级路网之间的拓扑连接,所述中间层的公式为:
(Sc,Ec)=(S1,S2,…,Sp,E1,E2,…Eq)
其中,Sp、Eq分别表示车道级的驶入节点和驶出节点;
所述车道层L的路网由一组车道Ui和一组车道级交叉口Ij组成,提供了高精度的车道级几何结构、车道级交通规则信息、道路标志信息,所述车道层的公式为:
其中,L表示车道层,n和m分别表示车道数和车道级交叉路口数。Ui为车道特征;Ij为车道级交叉路口特征。
5.根据权利要求1所述的车道级路径规划方法,其特征在于,还包括:
判断车辆是否行驶在起始地与目的地的规划路径上,若不在,则根据新起始地重新进行路径规划。
6.根据权利要求1-5中任一项所述的车道级路径规划方法,其特征在于,所述标准路径规划算法为迪杰斯特拉算法或A星算法。
7.一种车道级路径规划装置,其特征在于,包括:
确定模块,被配置为在道路的车道上确定车道节点;
建立模块,被配置为根据所述车道节点以及连接所述车道节点之间的有向边,建立车道网络结构;
路径规划模块,被配置为在所述车道网络结构中,确定所述有向边的权重值,将起始地和目的地匹配到所述车道节点后,利用标准路径规划算法根据所述权重值进行路径规划。
8.一种电子设备,其特征在于,包括存储器和处理器;其中,所述一条或多条计算机指令被所述处理器执行以实现权利要求1-6任一项所述的方法步骤。
9.一种可读存储介质,其上存储有计算机指令,其特征在于,该计算机指令被处理器执行时实现权利要求1-6任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910951483.6A CN110530393A (zh) | 2019-10-08 | 2019-10-08 | 车道级路径规划方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910951483.6A CN110530393A (zh) | 2019-10-08 | 2019-10-08 | 车道级路径规划方法、装置、电子设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110530393A true CN110530393A (zh) | 2019-12-03 |
Family
ID=68671363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910951483.6A Pending CN110530393A (zh) | 2019-10-08 | 2019-10-08 | 车道级路径规划方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110530393A (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111002975A (zh) * | 2019-12-27 | 2020-04-14 | 延锋汽车饰件系统有限公司 | 车辆能量管理方法、系统、电子设备和存储介质 |
CN111024107A (zh) * | 2019-12-17 | 2020-04-17 | 国汽(北京)智能网联汽车研究院有限公司 | 路径确定方法、装置、设备及存储介质 |
CN111063208A (zh) * | 2019-12-26 | 2020-04-24 | 山东科技大学 | 一种基于车联网的车道级交通诱导方法及系统 |
CN111102988A (zh) * | 2020-01-03 | 2020-05-05 | 北京汽车集团有限公司 | 基于地图的路径规划方法、服务器、车载终端、存储介质 |
CN111337047A (zh) * | 2020-04-21 | 2020-06-26 | 中国人民解放军陆军军事交通学院镇江校区 | 基于多任务点约束的非结构化道路宏观路径规划方法 |
CN111896017A (zh) * | 2020-07-28 | 2020-11-06 | 北京奇虎技术服务有限公司 | 路线确定方法、装置、设备及存储介质 |
CN112504286A (zh) * | 2020-11-14 | 2021-03-16 | 武汉中海庭数据技术有限公司 | 基于引导线图层的路径规划方法及系统、服务器及介质 |
CN112632663A (zh) * | 2020-12-18 | 2021-04-09 | 广州方纬智慧大脑研究开发有限公司 | 一种道路交通指路标志生成方法、装置、设备及介质 |
CN112683292A (zh) * | 2021-01-07 | 2021-04-20 | 阿里巴巴集团控股有限公司 | 一种导航路线确定方法、装置和相关产品 |
CN113155145A (zh) * | 2021-04-19 | 2021-07-23 | 吉林大学 | 一种面向自动驾驶车道级导航的车道级路径规划方法 |
CN113255091A (zh) * | 2021-06-29 | 2021-08-13 | 中移(上海)信息通信科技有限公司 | 路径拓扑关系的建立方法、装置及相关设备 |
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 |
CN113532448A (zh) * | 2020-04-13 | 2021-10-22 | 广州汽车集团股份有限公司 | 一种自动驾驶车辆的导航方法及其系统、驾驶控制设备 |
CN113682318A (zh) * | 2021-09-30 | 2021-11-23 | 阿波罗智能技术(北京)有限公司 | 车辆行驶控制方法及装置 |
CN113778102A (zh) * | 2021-09-22 | 2021-12-10 | 重庆长安汽车股份有限公司 | Avp全局路径规划系统、方法、车辆及存储介质 |
CN114047760A (zh) * | 2021-11-10 | 2022-02-15 | 北京百度网讯科技有限公司 | 路径规划方法、装置、电子设备及自动驾驶车辆 |
CN114264313A (zh) * | 2021-12-23 | 2022-04-01 | 上海逐路智能科技发展有限公司 | 基于势能的车道级路径规划方法、系统、设备及存储介质 |
CN115046566A (zh) * | 2022-08-11 | 2022-09-13 | 智道网联科技(北京)有限公司 | 长距离导航的路径规划方法、设备和计算机可读存储介质 |
CN115366888A (zh) * | 2022-08-25 | 2022-11-22 | 武汉大学 | 面向自动驾驶导航的路口信息系统构建方法及设备 |
CN116136409A (zh) * | 2023-04-18 | 2023-05-19 | 安徽蔚来智驾科技有限公司 | 驾驶控制方法、系统、控制装置及计算机可读存储介质 |
WO2023087626A1 (zh) * | 2021-11-19 | 2023-05-25 | 北京小米移动软件有限公司 | 轨迹预测方法、轨迹预测装置及存储介质 |
CN116164769A (zh) * | 2023-04-21 | 2023-05-26 | 北京路凯智行科技有限公司 | 矿用无人驾驶车辆的路径规划方法和矿用无人驾驶车辆 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106403976A (zh) * | 2016-08-30 | 2017-02-15 | 哈尔滨航天恒星数据系统科技有限公司 | 一种基于阻抗匹配的Dijkstra最优交通路径规划方法及系统 |
CN106960600A (zh) * | 2015-09-22 | 2017-07-18 | 福特全球技术公司 | 制定车道级路线规划 |
CN107389079A (zh) * | 2017-07-04 | 2017-11-24 | 广州海格星航信息科技有限公司 | 高精度路径规划方法和系统 |
CN109612496A (zh) * | 2019-02-20 | 2019-04-12 | 百度在线网络技术(北京)有限公司 | 一种路径规划方法、装置及车辆 |
CN110081892A (zh) * | 2018-01-26 | 2019-08-02 | 深圳市凯立德科技股份有限公司 | 一种高精度电子地图导航方法及装置 |
-
2019
- 2019-10-08 CN CN201910951483.6A patent/CN110530393A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106960600A (zh) * | 2015-09-22 | 2017-07-18 | 福特全球技术公司 | 制定车道级路线规划 |
CN106403976A (zh) * | 2016-08-30 | 2017-02-15 | 哈尔滨航天恒星数据系统科技有限公司 | 一种基于阻抗匹配的Dijkstra最优交通路径规划方法及系统 |
CN107389079A (zh) * | 2017-07-04 | 2017-11-24 | 广州海格星航信息科技有限公司 | 高精度路径规划方法和系统 |
CN110081892A (zh) * | 2018-01-26 | 2019-08-02 | 深圳市凯立德科技股份有限公司 | 一种高精度电子地图导航方法及装置 |
CN109612496A (zh) * | 2019-02-20 | 2019-04-12 | 百度在线网络技术(北京)有限公司 | 一种路径规划方法、装置及车辆 |
Non-Patent Citations (2)
Title |
---|
张林: "动态车辆导航系统车道级路径引导方法研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
柳超然: "基于车道级地图的智能车辆任务规划及轨迹生成", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111024107A (zh) * | 2019-12-17 | 2020-04-17 | 国汽(北京)智能网联汽车研究院有限公司 | 路径确定方法、装置、设备及存储介质 |
CN111063208A (zh) * | 2019-12-26 | 2020-04-24 | 山东科技大学 | 一种基于车联网的车道级交通诱导方法及系统 |
CN111002975B (zh) * | 2019-12-27 | 2022-02-08 | 延锋汽车饰件系统有限公司 | 车辆能量管理方法、系统、电子设备和存储介质 |
CN111002975A (zh) * | 2019-12-27 | 2020-04-14 | 延锋汽车饰件系统有限公司 | 车辆能量管理方法、系统、电子设备和存储介质 |
CN111102988A (zh) * | 2020-01-03 | 2020-05-05 | 北京汽车集团有限公司 | 基于地图的路径规划方法、服务器、车载终端、存储介质 |
CN113532448A (zh) * | 2020-04-13 | 2021-10-22 | 广州汽车集团股份有限公司 | 一种自动驾驶车辆的导航方法及其系统、驾驶控制设备 |
CN111337047A (zh) * | 2020-04-21 | 2020-06-26 | 中国人民解放军陆军军事交通学院镇江校区 | 基于多任务点约束的非结构化道路宏观路径规划方法 |
CN111337047B (zh) * | 2020-04-21 | 2023-08-04 | 中国人民解放军陆军军事交通学院镇江校区 | 基于多任务点约束的非结构化道路宏观路径规划方法 |
CN111896017A (zh) * | 2020-07-28 | 2020-11-06 | 北京奇虎技术服务有限公司 | 路线确定方法、装置、设备及存储介质 |
CN111896017B (zh) * | 2020-07-28 | 2023-08-15 | 三六零科技集团有限公司 | 路线确定方法、装置、设备及存储介质 |
CN112504286A (zh) * | 2020-11-14 | 2021-03-16 | 武汉中海庭数据技术有限公司 | 基于引导线图层的路径规划方法及系统、服务器及介质 |
CN112632663A (zh) * | 2020-12-18 | 2021-04-09 | 广州方纬智慧大脑研究开发有限公司 | 一种道路交通指路标志生成方法、装置、设备及介质 |
CN112632663B (zh) * | 2020-12-18 | 2024-01-16 | 广州方纬智慧大脑研究开发有限公司 | 一种道路交通指路标志生成方法、装置、设备及介质 |
CN112683292A (zh) * | 2021-01-07 | 2021-04-20 | 阿里巴巴集团控股有限公司 | 一种导航路线确定方法、装置和相关产品 |
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 |
CN113155145A (zh) * | 2021-04-19 | 2021-07-23 | 吉林大学 | 一种面向自动驾驶车道级导航的车道级路径规划方法 |
CN113155145B (zh) * | 2021-04-19 | 2023-01-31 | 吉林大学 | 一种面向自动驾驶车道级导航的车道级路径规划方法 |
CN113255091A (zh) * | 2021-06-29 | 2021-08-13 | 中移(上海)信息通信科技有限公司 | 路径拓扑关系的建立方法、装置及相关设备 |
CN113778102A (zh) * | 2021-09-22 | 2021-12-10 | 重庆长安汽车股份有限公司 | Avp全局路径规划系统、方法、车辆及存储介质 |
CN113778102B (zh) * | 2021-09-22 | 2023-05-12 | 重庆长安汽车股份有限公司 | Avp全局路径规划系统、方法、车辆及存储介质 |
CN113682318A (zh) * | 2021-09-30 | 2021-11-23 | 阿波罗智能技术(北京)有限公司 | 车辆行驶控制方法及装置 |
CN114047760A (zh) * | 2021-11-10 | 2022-02-15 | 北京百度网讯科技有限公司 | 路径规划方法、装置、电子设备及自动驾驶车辆 |
CN114047760B (zh) * | 2021-11-10 | 2024-04-02 | 北京百度网讯科技有限公司 | 路径规划方法、装置、电子设备及自动驾驶车辆 |
WO2023087626A1 (zh) * | 2021-11-19 | 2023-05-25 | 北京小米移动软件有限公司 | 轨迹预测方法、轨迹预测装置及存储介质 |
CN114264313A (zh) * | 2021-12-23 | 2022-04-01 | 上海逐路智能科技发展有限公司 | 基于势能的车道级路径规划方法、系统、设备及存储介质 |
CN115046566A (zh) * | 2022-08-11 | 2022-09-13 | 智道网联科技(北京)有限公司 | 长距离导航的路径规划方法、设备和计算机可读存储介质 |
CN115366888A (zh) * | 2022-08-25 | 2022-11-22 | 武汉大学 | 面向自动驾驶导航的路口信息系统构建方法及设备 |
CN116136409A (zh) * | 2023-04-18 | 2023-05-19 | 安徽蔚来智驾科技有限公司 | 驾驶控制方法、系统、控制装置及计算机可读存储介质 |
CN116164769A (zh) * | 2023-04-21 | 2023-05-26 | 北京路凯智行科技有限公司 | 矿用无人驾驶车辆的路径规划方法和矿用无人驾驶车辆 |
CN116164769B (zh) * | 2023-04-21 | 2023-08-22 | 北京路凯智行科技有限公司 | 矿用无人驾驶车辆的路径规划方法和矿用无人驾驶车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110530393A (zh) | 车道级路径规划方法、装置、电子设备及可读存储介质 | |
CN103674046B (zh) | 车辆行程规划 | |
CN105466440B (zh) | 利用天气预报信息优化路径的导航装置、系统及方法 | |
US9068852B2 (en) | Vehicle fleet routing system | |
US11281652B2 (en) | In-vehicle device and map updating system | |
US8423283B2 (en) | System and method for efficient routing on a network in the presence of multiple-edge restrictions and other constraints | |
JP3933929B2 (ja) | ナビゲーション装置 | |
CN104024800B (zh) | 可到达范围计算装置、方法 | |
US8577609B2 (en) | Map data, storage medium, and electronic apparatus | |
CN108873905A (zh) | 自动驾驶车辆控制方法、自动驾驶车辆及可读存储介质 | |
JP2018087764A (ja) | 誘導経路設定装置および誘導経路設定方法 | |
WO2012129688A1 (en) | Method and system for generating viable pattern-transfers for an itinerary-planning system | |
CN108444486A (zh) | 一种导航路线排序方法和装置 | |
JP2019082755A (ja) | 道路学習モデル生成装置、道路学習モデル生成方法、配送計画生成装置及び配送計画生成方法 | |
CN113418530A (zh) | 车辆行驶路径生成方法及系统 | |
JP5670721B2 (ja) | ナビゲーション装置 | |
CN114580682A (zh) | 一种旅游路线的智能规划方法及系统 | |
CN114545951A (zh) | 一种路径规划方法和装置 | |
CN113589841A (zh) | 无人机航线生成方法、无人机及计算机可读存储介质 | |
JP3961361B2 (ja) | ナビゲーション装置 | |
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 | |
CN105074798A (zh) | 地图数据、地图显示装置以及地图数据使用方法 | |
CN113706857A (zh) | 道路通行性的确定方法、装置、设备及存储介质 | |
CN114580796B (zh) | 一种旅游属性路径规划方法及系统 | |
KR20190143251A (ko) | 공차시간 감소를 위한 추천경로 안내 시스템 및 그 방법 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191203 |