CN110986990B - 封闭环境无人驾驶工程车路径规划方法及系统 - Google Patents

封闭环境无人驾驶工程车路径规划方法及系统 Download PDF

Info

Publication number
CN110986990B
CN110986990B CN201911355074.6A CN201911355074A CN110986990B CN 110986990 B CN110986990 B CN 110986990B CN 201911355074 A CN201911355074 A CN 201911355074A CN 110986990 B CN110986990 B CN 110986990B
Authority
CN
China
Prior art keywords
point
section
vehicle
path
closed environment
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.)
Active
Application number
CN201911355074.6A
Other languages
English (en)
Other versions
CN110986990A (zh
Inventor
任宏亮
牟均发
赵荣
耶涛
何银涛
田兴春
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.)
Xi'an Main Function Intelligent Technology Co ltd
Original Assignee
Xi'an Main Function Intelligent 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 Xi'an Main Function Intelligent Technology Co ltd filed Critical Xi'an Main Function Intelligent Technology Co ltd
Priority to CN201911355074.6A priority Critical patent/CN110986990B/zh
Publication of CN110986990A publication Critical patent/CN110986990A/zh
Application granted granted Critical
Publication of CN110986990B publication Critical patent/CN110986990B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本发明公开了一种封闭环境无人驾驶工程车路径规划方法，包括以下步骤：步骤一、采集封闭环境的点云数据和图片数据，点云数据和图片数据叠加形成封闭环境的原始数据；步骤二、提取海拔信息一致的点云数据拟合形成边界，并提取该边界的中线一同显示于所述原始数据中形成多条区间路段；步骤三、获取无人驾驶工程车在该封闭环境中的起点，获取该无人驾驶工程车被分配的车辆作业点，对步骤二中的多条区间路段以排列组合的方法拼接形成最优行驶路径。还公开了一种封闭环境无人驾驶工程车路径规划系统，包括数据采集模块、路径提取模块、数据分析模块。本发明具有在封闭环境下规划行驶路径，寻找安全可行驶路径，帮助无人驾驶工程车行驶的有益效果。

Description

封闭环境无人驾驶工程车路径规划方法及系统
技术领域
本发明涉及封闭环境无人驾驶车辆行驶技术领域。更具体地说，本发明涉及一种封闭环境无人驾驶工程车路径规划方法及系统。
背景技术
目前，封闭环境通过比较复杂，多处于山区等不利于车辆行驶的区域，封闭环境为无外来车辆或人员进入的区域，为减少车辆作业后行驶过程中的人员配制，减少人员的安全隐患，通常会采用无人驾驶工程车队进行作业，因此行驶路径成为可靠安全顺利完成作业的关键路径，如何规划行驶路径是值得研究和开发的技术。
发明内容
本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。
本发明还有一个目的是提供一种封闭环境无人驾驶工程车路径规划方法，在封闭环境下规划行驶路径，寻找安全可行驶路径，指导无人驾驶工程车行驶。
提供一种封闭环境无人驾驶工程车路径规划系统，可以在封闭环境下规划行驶作业路径，寻找安全可行驶路径。
为了实现根据本发明的这些目的和其它优点，提供了一种封闭环境无人驾驶工程车路径规划方法，包括以下步骤：
步骤一、采集封闭环境的点云数据和图片数据，点云数据和图片数据叠加形成封闭环境的原始数据；
步骤二、提取海拔信息一致的点云数据拟合形成边界，并提取该边界的中线一同显示于所述原始数据中形成多条区间路段，并对每条区间路段的起点和终点进行标记编号，其中，当区间路段与多条其它区间路段交叉时，则该交叉点为该区间路段的终点，同时该交叉点也为其余多条区间路段的起点；
步骤三、获取无人驾驶工程车在该封闭环境中的起点，获取该无人驾驶工程车被分配的车辆作业点，对步骤二中的多条区间路段以排列组合的方法拼接形成最优行驶路径，且该最优行驶路径的起点与该无人驾驶工程车的起点距离最近，该最优行驶路径的终点与该车辆作业点距离最近。
优选的是，以排列组合的方法得到最优行驶路径包括以下步骤：
首先获取距离无人驾驶工程车的起点最近的区间路段V1和距离车辆作业点最近的区间路段W2；
其次获取位于区间路段V1的终点与区间路段W2的起点之间的区间路段W1，若区间路段W1为1条，则区间路段V1、W1、W2拼接形成所述最优行驶路径。
优选的是，
若区间路段W1不唯一，则通过最近点的方法找到与区间路段V1的终点最近的区间路段W11，再找到与区间路段W2的起点最近的区间路段W12；
采用最近点的方法继续寻找位于区间路段W11与区间路段W12之间区间路段，按照最近点的方法直到找出的各区间路段依次拼接能连接V1和W2为止，则V1、W11、中间寻找到的其它区间路段、W12、W2依次拼接形成所述最优行驶路径。
优选的是，还包括：
提取车辆作业场区域的点云数据拟合形成边界，显示于所述原始数据中形成车辆作业场区域边界；
获取无人驾驶工程车停靠点B和车辆作业场入口A，根据车辆作业场边界线获取距离边界线等距的一条行驶区间路段AB；
获取车辆作业场出口C，根据车辆作业场边界线获取距离边界线等距的一条行驶区间路段BC；
将行驶区间路段AB与行驶区间路段BC合并成一条起点为A终点为C，且中间停靠点为B的作业场路径。
优选的是，还包括：获取该无人驾驶工程车在该封闭环境中当前车辆作业点，获取该无人驾驶工程车被分配的下一车辆作业点，对步骤二中获得的多条区间路段以排列组合的方法拼接形成最优行驶路径，且该最优行驶路径的起点与当前车辆作业点距离最近，该最优行驶路径的终点与下一车辆作业点距离最近。
优选的是，还包括提取封闭环境内检修站区域边界、排水沟区域边界、非行驶区域区域边界。
提供一种封闭环境无人驾驶工程车路径规划系统，包括：
数据采集模块，其用于采集封闭环境的点云数据和图片数据，并将点云数据和图片数据叠加形成封闭环境的原始数据；
路径提取模块，其用于提取海拔信息一致的点云数据拟合形成边界，并提取该边界的中线一同显示于所述原始数据中形成多条区间路段，并对每条区间路段的起点和终点进行标记编号，其中，当区间路段与多条其它区间路段交叉时，则该交叉点为该区间路段的终点，同时该交叉点也为其余多条区间路段的起点；
数据分析模块，获取无人驾驶工程车在该封闭环境中的起点，获取该无人驾驶工程车被分配的车辆作业点，对步骤二中的多条区间路段以排列组合的方法拼接形成最优行驶路径。
优选的是，所述路径提取模块用于提取车辆作业场区域的点云数据拟合形成边界，显示于所述原始数据中形成车辆作业场区域边界；
所述数据分析模块用于获取无人驾驶工程车停靠点B和车辆作业场入口A，根据车辆作业场边界线获取距离边界线等距的一条行驶区间路段AB，获取车辆作业场出口C，根据车辆作业场边界线获取距离边界线等距的一条行驶区间路段BC，然后将行驶区间路段AB与行驶区间路段BC合并成一条起点为A终点为C，且中间停靠点为B的作业场路径。
本发明至少包括以下有益效果：通过点云数据和图片数据得到封闭环境的原始数据，在原始数据中处理得到多条可行驶的区间路段，然后通过获取起止点，选取出多个区间路段拼接形成行驶路径，可以根据不同车队任务，分配形成安全可靠，精度高的行驶作业路径。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明的其中一个技术方案的封闭环境的部分点云数据示意图；
图2为本发明的其中一个技术方案的提取的边界线和中心线示意图；
图3为本发明的其中一个技术方案的封闭环境的点云数据与图片信息形成的部分原始数据示意图；
图4为本发明的其中一个技术方案的提取的边界线和中心线示意图；
图5为本发明的其中一个技术方案的拼接得到的多个行驶路径示意图；
图6为本发明的其中一个技术方案的作业场的区域地图示意图；
图7为本发明的其中一个技术方案的区域边界线和区域检修站的示意图；
图8为本发明的其中一个技术方案的由当前车辆作业点至下一车辆作业点的行驶路径示意图；
图9为本发明的其中一个技术方案的提取作业场区域示意图；
图10为本发明的其中一个技术方案的作业场内行驶路径示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
需要说明的是，在本发明的描述中，术语指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，并不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
如图1～10所示，本发明提供一种封闭环境无人驾驶工程车路径规划方法，包括以下步骤：
步骤一、采集封闭环境的点云数据和图片数据，点云数据和图片数据叠加形成封闭环境的原始数据；可以通过无人机搭载激光雷达获取封闭环境的点云数据，可以通过无人机搭载高清相机来获取封闭环境的图片信息，如图3所示，这些图片的像素叠加组合就形成了封闭环境的原始数据；
步骤二、提取海拔信息一致的点云数据拟合形成边界，并提取该边界的中线一同显示于所述原始数据中形成多条区间路段，并对每条区间路段的起点和终点进行标记编号，其中，当区间路段与多条其它区间路段交叉时，则该交叉点为该区间路段的终点，同时该交叉点也为其余多条区间路段的起点；获取到的原始数据信息中每一个点云及像素信息都包括经度、纬度、海拔等地理信息，通过海拔信息就可以获取宽度一致的道路边界(如图2中AB线条和EF线条，如图4中的边界线)，以及行驶中线信息(如图2中CD线条及图4中的中心线)，每一段可行驶的道路信息都包括中间一条中线和两条边界线，再把这些路径按照起始和终止位置信息进行编号，所有提取的这些可行驶的路径就组成了该环节下的高精地图信息；
通过点云及图像得到的多条道路属于点到点的区间路段，如图5所示，区间路段的起点从车辆作业点主路开始(如图中P1、P2、P3、P5、P6)，如遇岔路口则该区间路段终止(如图5中V1、V2的终点在W1的起点结束)，如图5中W1路段在W2的岔路口W2的起点结束，图中W2的起点处又有来自车辆作业点P3所产生的区间路段V3，图中W2的路径中段又有岔路口这些岔路口又会产生出从车辆作业点P5、P6处延伸出来的路径V4、V5、V6，而图5中W2的终点则在下一车辆作业点处结束；区间路径(如图中V1、V2、V3、V4、V5、V6、W1、W2)路径信息是由一系列间距相等的连续点组成的，每个点的信息包括经度、纬度、海拔、航向；步骤三、获取无人驾驶工程车在该封闭环境中的起点，获取该无人驾驶工程车被分配的车辆作业点，对步骤二中的多条区间路段以排列组合的方法拼接形成最优行驶路径，且该最优行驶路径的起点与该无人驾驶工程车的起点距离最近，该最优行驶路径的终点与该车辆作业点距离最近。通过封闭环境综合调度系统给每一个车队发布的行驶任务中可解析出该车队行驶道路的起止点经纬度信息，如图5中起点P1、P2、P3、P5、P6，及终点P0，将该环节的路径以排列组合的方法获取最优路径并拼接成一条可供无人驾驶车辆行驶的路线，如图5中若车辆作业点在P1，调度系统发布下一车辆作业点在P0，可通过区域高精地图获取由V1-W1-W2拼接组成的行驶路径，该路线的每一个点信息包括经度、纬度、海拔等信息。
在上述技术方案中，通过点云数据和图片数据得到封闭环境的原始数据，在原始数据中处理得到多条可行驶的区间路段，然后通过获取起止点，选取出多个区间路段拼接形成行驶路径，可以根据不同车队任务，分配形成安全可靠，精度高的行驶路径。
在另一种技术方案中，图中未示出，
以排列组合的方法得到最优行驶路径包括以下步骤：
首先获取距离无人驾驶工程车的起点最近的区间路段V1和距离车辆作业点最近的区间路段W2；
其次获取位于区间路段V1的终点与区间路段W2的起点之间的区间路段W1，若区间路段W1为1条，则区间路段V1、W1、W2拼接形成所述最优行驶路径。图中未示出，可以得到最近距离的可行的行驶路径。
在另一种技术方案中，图中未示出，
若区间路段W1不唯一，则通过最近点的方法找到与区间路段V1的终点最近的区间路段W11，再找到与区间路段W2的起点最近的区间路段W12；
采用最近点的方法继续寻找位于区间路段W11与区间路段W12之间区间路段，按照最近点的方法直到找出的各区间路段依次拼接能连接V1和W2为止，则V1、W11、中间寻找到的其它区间路段、W12、W2依次拼接形成所述最优行驶路径。
在上述技术方案中，图中未示出，可以在多条路径中寻找到行驶距离最短的行驶路径，节约行驶距离，提高作业效率。
在另一种技术方案中，还包括：
提取车辆作业场区域的点云数据拟合形成边界，显示于所述原始数据中形成车辆作业场区域边界；
获取无人驾驶工程车停靠点B和车辆作业场入口A，根据车辆作业场边界线获取距离边界线等距的一条行驶区间路段AB；
获取车辆作业场出口C，根据车辆作业场边界线获取距离边界线等距的一条行驶区间路段BC；
将行驶区间路段AB与行驶区间路段BC合并成一条起点为A终点为C，且中间停靠点为B的作业场路径。
在上述技术方案中，通过封闭环境智能调度平台获取每一个车队的车辆作业点信息，如图10中的Z点，我们根据车辆进入作业场的起始点，如图10中A点，作业点，如图10中B点，按照样条曲线法与贝塞尔曲线法获取路径信息，如图10中AB曲线，该信息就是进入作业场车辆的唯一一条作业路径，用同样的方法获得无人驾驶工程车走出作业场的行驶路径，如图10中的BC曲线，由此可以得到进入作业场进行作业并抵达作业场出口的路径。
在另一种技术方案中，还包括：获取该无人驾驶工程车在该封闭环境中当前车辆作业点，获取该无人驾驶工程车被分配的下一车辆作业点，对步骤二中获得的多条区间路段以排列组合的方法拼接形成最优行驶路径，且该最优行驶路径的起点与当前车辆作业点距离最近，该最优行驶路径的终点与下一车辆作业点距离最近。
在上述技术方案中，通过封闭环境智能调度平台我们获取进入下一车辆作业点，比如下一车辆作业点为缺料点，如图8中B点，通过该车辆作业点信息我们可以计算出在该作业场高精地图中行驶路径上离该下一个车辆作业点最近的一个点，如图8中的D点，将车辆起始点，如图8中的A点与上述最近点，如图8中的D点的连线就组成了第一段路径，如图8中AD曲线，再通过样条曲线法及贝塞尔曲线法获取行驶路径信息，如图8中DB线条和BE线条，将AD-DB-BE-EC曲线拼接就组成了进入下一作业场车辆的唯一一条作业行驶路径。
在另一种技术方案中，还包括提取封闭环境内检修站区域边界、排水沟区域边界、非行驶区域的区域边界。
如图6、图9所示作业环节的区域地图信息元素包括：区域边界线(如图7中S1)、区域行驶道路信息(如图7中V1、V2)、区域检修站信息(如图7中A)、区域排水沟以及其它非行驶区域信息；可以指导无人驾驶工程车避免其行驶过程中碰撞到检修站或陷入提水沟内或其它非行驶区域内。
提供一种封闭环境无人驾驶工程车路径规划系统，包括：
数据采集模块，其用于采集封闭环境的点云数据和图片数据，并将点云数据和图片数据叠加形成封闭环境的原始数据；
路径提取模块，其用于提取海拔信息一致的点云数据拟合形成边界，并提取该边界的中线一同显示于所述原始数据中形成多条区间路段，并对每条区间路段的起点和终点进行标记编号，其中，当区间路段与多条其它区间路段交叉时，则该交叉点为该区间路段的终点，同时该交叉点也为其余多条区间路段的起点；
数据分析模块，获取无人驾驶工程车在该封闭环境中的起点，获取该无人驾驶工程车被分配的车辆作业点，对步骤二中的多条区间路段以排列组合的方法拼接形成最优行驶路径。
在上述技术方案中，通过点云数据和图片数据得到封闭环境的原始数据，在原始数据中处理得到多条可行驶的区间路段，然后通过获取起止点，选取出多个区间路段拼接形成行驶路径，可以根据不同车队任务，分配形成安全可靠，精度高的行驶路径。
在另一种技术方案中，
所述路径提取模块用于提取车辆作业场区域的点云数据拟合形成边界，显示于所述原始数据中形成车辆作业场区域边界；
所述数据分析模块用于获取无人驾驶工程车停靠点B和车辆作业场入口A，根据车辆作业场边界线获取距离边界线等距的一条行驶区间路段AB，获取车辆作业场出口C，根据车辆作业场边界线获取距离边界线等距的一条行驶区间路段BC，然后将行驶区间路段AB与行驶区间路段BC合并成一条起点为A终点为C，且中间停靠点为B的作业场路径。
通过封闭环境智能调度平台获取每一个车队的车辆作业点信息，如图10中的Z点，我们根据车辆进入作业场的起始点，如图10中A点，作业点，如图10中B点，按照样条曲线法与贝塞尔曲线法获取路径信息，如图10中AB曲线，该信息就是进入作业场车辆的唯一一条作业路径，用同样的方法获得无人驾驶工程车走出作业场的行驶路径，如图10中的BC曲线，由此可以得到进入作业场进行作业并抵达作业场出口的路径。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (7)

1.封闭环境无人驾驶工程车路径规划方法，其特征在于，包括以下步骤：
步骤一、采集封闭环境的点云数据和图片数据，点云数据和图片数据叠加形成封闭环境的原始数据；
步骤二、提取海拔信息一致的点云数据拟合形成边界，并提取该边界的中线一同显示于所述原始数据中形成多条区间路段，并对每条区间路段的起点和终点进行标记编号，其中，当区间路段与多条其它区间路段交叉时，则交叉点为该区间路段的终点，同时交叉点也为其余多条区间路段的起点；
步骤三、获取无人驾驶工程车在该封闭环境中的起点，获取该无人驾驶工程车被分配的车辆作业点，对步骤二中的多条区间路段以排列组合的方法拼接形成最优行驶路径，且该最优行驶路径的起点与该无人驾驶工程车的起点距离最近，该最优行驶路径的终点与该工程车作业点距离最近；
其中，以排列组合的方法得到最优行驶路径包括以下步骤：
首先获取距离无人驾驶工程车的起点最近的区间路段V1和距离车辆作业点最近的区间路段W2；
其次获取位于区间路段V1的终点与区间路段W2的起点之间的区间路段W1，若区间路段W1为1条，则区间路段V1、W1、W2拼接形成所述最优行驶路径。
2.如权利要求1所述的封闭环境无人驾驶工程车路径规划方法，其特征在于，
若区间路段W1不唯一，则通过最近点的方法找到与区间路段V1的终点最近的区间路段W11，再找到与区间路段W2的起点最近的区间路段W12；
采用最近点的方法继续寻找位于区间路段W11与区间路段W12之间区间路段，按照最近点的方法直到找出的各区间路段依次拼接能连接V1和W2为止，则V1、W11、中间寻找到的其它区间路段、W12、W2依次拼接形成所述最优行驶路径。
3.如权利要求1所述的封闭环境无人驾驶工程车路径规划方法，其特征在于，还包括：
提取车辆作业场区域的点云数据拟合形成边界，显示于所述原始数据中形成车辆作业场区域边界；
获取无人驾驶工程车停靠点B和车辆作业场入口A，根据车辆作业场边界线获取距离边界线等距的一条行驶区间路段AB；
获取车辆作业场出口C，根据车辆作业场边界线获取距离边界线等距的一条行驶区间路段BC；
将行驶区间路段AB与行驶区间路段BC合并成一条起点为A终点为C，且中间停靠点为B的作业场路径。
4.如权利要求1所述的封闭环境无人驾驶工程车路径规划方法，其特征在于，还包括：获取该无人驾驶工程车在该封闭环境中当前车辆作业点，获取该无人驾驶工程车被分配的下一车辆作业点，对步骤二中获得的多条区间路段以排列组合的方法拼接形成最优行驶路径，且该最优行驶路径的起点与当前车辆作业点距离最近，该最优行驶路径的终点与下一车辆作业点距离最近。
5.如权利要求1所述的封闭环境无人驾驶工程车路径规划方法，其特征在于，还包括提取封闭环境内检修站区域边界、排水沟区域边界、非行驶区域区域边界。
6.封闭环境无人驾驶工程车路径规划系统，其特征在于，包括：
数据采集模块，其用于采集封闭环境的点云数据和图片数据，并将点云数据和图片数据叠加形成封闭环境的原始数据；
路径提取模块，其用于提取海拔信息一致的点云数据拟合形成边界，并提取该边界的中线一同显示于所述原始数据中形成多条区间路段，并对每条区间路段的起点和终点进行标记编号，其中，当区间路段与多条其它区间路段交叉时，则交叉点为该区间路段的终点，同时交叉点也为其余多条区间路段的起点；
数据分析模块，获取无人驾驶工程车在该封闭环境中的起点，获取该无人驾驶工程车被分配的车辆作业点，对步骤二中的多条区间路段以排列组合的方法拼接形成最优行驶路径，其中，以排列组合的方法得到最优行驶路径包括以下步骤：
首先获取距离无人驾驶工程车的起点最近的区间路段V1和距离车辆作业点最近的区间路段W2；
其次获取位于区间路段V1的终点与区间路段W2的起点之间的区间路段W1，若区间路段W1为1条，则区间路段V1、W1、W2拼接形成所述最优行驶路径。
7.如权利要求6所述的封闭环境无人驾驶工程车路径规划系统，其特征在于，所述路径提取模块用于提取车辆作业场区域的点云数据拟合形成边界，显示于所述原始数据中形成车辆作业场区域边界；
所述数据分析模块用于获取无人驾驶工程车停靠点B和车辆作业场入口A，根据车辆作业场边界线获取距离边界线等距的一条行驶区间路段AB，获取车辆作业场出口C，根据车辆作业场边界线获取距离边界线等距的一条行驶区间路段BC，然后将行驶区间路段AB与行驶区间路段BC合并成一条起点为A终点为C，且中间停靠点为B的作业场路径。
CN201911355074.6A 2019-12-25 2019-12-25 封闭环境无人驾驶工程车路径规划方法及系统 Active CN110986990B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911355074.6A CN110986990B (zh) 2019-12-25 2019-12-25 封闭环境无人驾驶工程车路径规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911355074.6A CN110986990B (zh) 2019-12-25 2019-12-25 封闭环境无人驾驶工程车路径规划方法及系统

Publications (2)

Publication Number Publication Date
CN110986990A CN110986990A (zh) 2020-04-10
CN110986990B true CN110986990B (zh) 2023-03-28

Family

ID=70076549

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911355074.6A Active CN110986990B (zh) 2019-12-25 2019-12-25 封闭环境无人驾驶工程车路径规划方法及系统

Country Status (1)

Country Link
CN (1) CN110986990B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113705966B (zh) * 2021-07-20 2024-01-26 重庆超体科技有限公司 一种封闭厂区满足道路负荷率的车辆运输调度方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007033057A (ja) * 2005-07-22 2007-02-08 Toyota Central Res & Dev Lab Inc 候補経路作成装置、方法、プログラム、交通シミュレーション装置、方法及びプログラム、経路探索装置、方法、及びプログラム
CN105354641A (zh) * 2015-11-12 2016-02-24 北京京东尚科信息技术有限公司 拣货路径优化方法及拣货路径优化装置
CN106842231A (zh) * 2016-11-08 2017-06-13 长安大学 一种道路边界检测及跟踪方法
CN108445503A (zh) * 2018-03-12 2018-08-24 吉林大学 基于激光雷达与高精度地图融合的无人驾驶路径规划算法
CN109901566A (zh) * 2017-12-07 2019-06-18 广州映博智能科技有限公司 一种新的地图路径规划系统
CN109900276A (zh) * 2019-04-01 2019-06-18 河北工业大学 基于点线面障碍物模型构建的车站实时应急路径规划方法
WO2019188389A1 (ja) * 2018-03-29 2019-10-03 ソニー株式会社 信号処理装置、および信号処理方法、プログラム、並びに移動体

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10909866B2 (en) * 2018-07-20 2021-02-02 Cybernet Systems Corp. Autonomous transportation system and methods

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007033057A (ja) * 2005-07-22 2007-02-08 Toyota Central Res & Dev Lab Inc 候補経路作成装置、方法、プログラム、交通シミュレーション装置、方法及びプログラム、経路探索装置、方法、及びプログラム
CN105354641A (zh) * 2015-11-12 2016-02-24 北京京东尚科信息技术有限公司 拣货路径优化方法及拣货路径优化装置
CN106842231A (zh) * 2016-11-08 2017-06-13 长安大学 一种道路边界检测及跟踪方法
CN109901566A (zh) * 2017-12-07 2019-06-18 广州映博智能科技有限公司 一种新的地图路径规划系统
CN108445503A (zh) * 2018-03-12 2018-08-24 吉林大学 基于激光雷达与高精度地图融合的无人驾驶路径规划算法
WO2019188389A1 (ja) * 2018-03-29 2019-10-03 ソニー株式会社 信号処理装置、および信号処理方法、プログラム、並びに移動体
CN109900276A (zh) * 2019-04-01 2019-06-18 河北工业大学 基于点线面障碍物模型构建的车站实时应急路径规划方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Robotic Online Path Planning on Point Cloud;Liu Ming 等;《IEEE Transactions on Cybernetics》;20160531;第46卷(第05期);第1217-1228页 *
So-net: Self-organizing network for point cloud analysis;Li J等;《Proceedings of the IEEE conference on computer vision and pattern recognition》;20181231;第9397-9406页 *
基于激光传感器室内机器人自主导航技术研究;赵钰;《中国优秀硕士学位论文全文数据库信息科技辑》;20171015(第10期);第I140-71页 *
多启发式信息蚁群优化算法求解取样送检路径规划问题;周凌云 等;《武汉大学学报（理学版）》;20171031;第63卷(第05期);第439-447页 *

Also Published As

Publication number Publication date
CN110986990A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN108039053B (zh) 一种智能网联交通系统
EP1876418B1 (en) Navigation system, route search server, route search method, and program
CN105741595B (zh) 一种基于云端数据库的无人驾驶车辆导航行车方法
US5948042A (en) Method and system for updating digital road maps
Mintsis et al. Applications of GPS technology in the land transportation system
JP4561139B2 (ja) ナビゲーションシステム
DE602004002048T2 (de) Gerät, System und Verfahren zur Signaliseren von der Verkehrslage
CN213481359U (zh) 基于路侧设施提供实时数据的导航系统
CN113378947A (zh) 一种面向露天矿区无人运输的车路云融合感知系统及方法
DE112015000229T5 (de) Automatisierte Fahrassistenzvorrichtung, automatisiertes Fahrassistenzverfahren, und Programm
CN103218910A (zh) 一种运作交通信息的系统及方法
JP6994203B2 (ja) コネクテッド自動運転車のハイウエイシステムとそれを用いた方法
CN104200659A (zh) 一种不按规定线路行驶的重点车辆交通违法行为判定方法
CN110986990B (zh) 封闭环境无人驾驶工程车路径规划方法及系统
CN111785076A (zh) 一种地面停车场预约车位的诱导方法
US9646498B1 (en) Systems and methods for live and replay utilization and tracking of vehicular movement and response
CN113920768A (zh) 一种适用于自驾型景区的车辆调度方法及系统
JP7358990B2 (ja) 自動運転車管理システム、管理装置、管理方法、自動運転車、及びプログラム
RU2674129C2 (ru) Способ и система для определения, визуализации и прогнозирования транспортной доступности районов населённого пункта
CN112665605A (zh) 货车厂区导航系统及导航方法
CN116659528A (zh) 一种路网级路面技术状况检测路径规划方法
Bubelíny et al. The use of smart elements for the transport operation in the slovak cities
Roper et al. Advanced traffic management in California
JP2021022154A (ja) 建設現場における運搬車両等の誘導案内方法
CN112669639B (zh) 车辆管理系统

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