CN111289003A - 路径规划方法、装置、系统、存储介质和处理器 - Google Patents
路径规划方法、装置、系统、存储介质和处理器 Download PDFInfo
- Publication number
- CN111289003A CN111289003A CN202010081405.8A CN202010081405A CN111289003A CN 111289003 A CN111289003 A CN 111289003A CN 202010081405 A CN202010081405 A CN 202010081405A CN 111289003 A CN111289003 A CN 111289003A
- Authority
- CN
- China
- Prior art keywords
- information
- obstacle
- traffic road
- target
- traffic
- 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
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
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Biodiversity & Conservation Biology (AREA)
- Environmental Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Ecology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种路径规划方法、装置、系统、存储介质和处理器。该方法包括:基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息;基于至少一个障碍物的信息确定交通道路上的目标路径;按照目标路径控制目标车辆在交通道路上行驶。通过本发明,达到了对车辆的路径进行有效规划的技术效果。
Description
技术领域
本发明涉及计算机领域,具体而言,涉及一种路径规划方法、装置、系统、存储介质和处理器。
背景技术
目前,在对车辆的路径进行规划时,通常是依据交通指示灯的变化来控制车辆行驶的,比如,根据交通指示灯的变化允许车辆行驶,或者禁止车辆行驶。而在没有交通指示灯或者交通指示灯坏掉的情况下,就无法依据交通指示灯来确定目标车辆的行驶状态,更无法对车辆的路径进行规划,从而存在无法对车辆的路径进行有效规划的技术问题。
针对现有技术中的无法对车辆的路径进行有效规划的问题,目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种路径规划方法、装置、系统、存储介质和处理器,以至少解决无法对车辆的路径进行有效规划的技术问题。
为了实现上述目的,根据本发明的一个方面,提供了一种路径规划方法。该方法可以包括:基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息;基于至少一个障碍物的信息确定交通道路上的目标路径;按照目标路径控制目标车辆在交通道路上行驶。
可选地,基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息,包括:在检测到十字路口处无交通指示灯,或者交通指示灯均处于异常工作状态的情况下,获取第一方向上的至少一个障碍物的信息,其中,交通道路包括十字路口,第一方向为十字路口除目标车辆所处的方向之外的其它方向。
可选地,基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息,包括:在检测到十字路口处的交通指示灯处于正常工作状态的情况下,获取目标指示灯所处的第二方向上的至少一个障碍物的信息,其中,交通道路包括十字路口,交通指示灯包括目标指示灯,目标指示灯用于指示允许目标车辆在第二方向上通行。
可选地,基于至少一个障碍物的信息确定交通道路上的目标路径,包括:在至少一个障碍物为多个障碍物的情况下,依次基于每个障碍物的信息确定交通道路上的第一路径,得到多条第一路径;基于多条第一路径确定目标路径。
可选地,按照目标路径控制目标车辆在交通道路上行驶,包括:按照目标路径确定目标车辆的动作控制指令和在交通道路上的移动轨迹;通过动作控制指令控制目标车辆按照移动轨迹在交通道路上行驶。
可选地,障碍物为交通道路上的其它车辆,障碍物的信息包括以下至少之一:目标车辆与交通道路上的其它车辆之间的距离;交通道路上的其它车辆的速度;交通道路上的其它车辆的加速度;目标车辆与交通道路上的其它车辆之间的通信信息;交通道路上的其它车辆对数据进行处理的时效信息;交通道路上的其它车辆对资源信息进行使用的使用信息;交通道路上的其它车辆与基础设备之间的通信信息。
可选地,基于至少一个障碍物的信息确定交通道路上的目标路径,包括:通过至少一个障碍物的信息和交通道路的信息构建第一损失函数;通过目标车辆的信息和至少一个障碍物的信息构建第二损失函数;基于第一损失函数、第二损失函数和交通道路的信息确定目标路径。
可选地,通过目标车辆的信息和至少一个障碍物的信息中的以下至少之一信息来构建第二损失函数,包括:目标车辆和每个障碍物之间的距离;目标车辆进入交通道路和开出交通道路的路口的时长;目标车辆的速度;目标车辆的加速度;目标车辆的偏转方向;目标车辆的转向。
可选地,交通道路的信息包括:交通道路上行驶的车辆的速度信息和/或交通道路的车道信息。
可选地,基于至少一个障碍物的信息确定交通道路上的目标路径,包括:基于深度学习网络模型,对至少一个障碍物的信息进行分析,得到目标路径,其中,深度学习网络模型为使用多组样本数据通过深度学习训练出的,多组样本数据中的每组数据均包括:多个障碍物的信息样本、多条路径的标签以及多个障碍物的信息样本与多条路径的标签之间的对应关系。
可选地,基于深度学习网络模型,对至少一个障碍物的信息中的以下至少之一信息进行分析,得到目标路径:每个障碍物的速度;每个障碍物的加速度;每个障碍物在交通道路上的位置;每个障碍物关联的道路信息。
可选地,障碍物为交通道路上用于阻碍目标车辆行驶的对象,对象包括至少一种类型的交通工具。
可选地,基于至少一个障碍物的信息确定交通道路上的目标路径,包括:基于至少一个障碍物的信息、目标车辆的计划行驶路径和目标车辆所处的车道确定交通道路上的目标路径。
可选地,通过强化学习算法对目标车辆的信息进行处理,得到目标路径。
可选地,在基于至少一个障碍物的信息确定交通道路上的目标路径之后,该方法还包括:对目标路径进行调整;通过概率统计确定交通道路上除目标车辆之外的其它车辆的位置;按照目标路径控制目标车辆在交通道路上行驶,包括:按照调整后的目标路径和其它车辆的位置控制目标车辆在交通道路上行驶。
为了实现上述目的,根据本发明的另一方面,还提供了一种路径规划方法。该方法可以包括:在交互界面中显示交通道路上的至少一个障碍物的信息,其中,至少一个障碍物的信息为基于交通道路上的交通指示灯的信息获取到;在交互界面中显示目标路径的信息,其中,目标路径基于至少一个障碍物的信息确定得到,且用于控制目标车辆在交通道路上行驶。
可选地,在交互界面中显示交通道路上的至少一个障碍物的信息,包括:在十字路口处无交通指示灯,或者交通指示灯均处于异常工作状态的情况下,在交互界面中显示第一方向上的至少一个障碍物的信息,其中,交通道路包括十字路口,第一方向为十字路口除目标车辆所处的方向之外的其它方向。
可选地,在交互界面中显示交通道路上的至少一个障碍物的信息,包括:在十字路口处的交通指示灯处于正常工作状态的情况下,在交互界面中显示目标指示灯所处的第二方向上的至少一个障碍物的信息,其中,交通道路包括十字路口,交通指示灯包括目标指示灯,目标指示灯用于指示允许目标车辆在第二方向上通行。
为了实现上述目的,根据本发明的另一方面,提供了一种车辆。该车辆可以包括:信息采集器,用于基于交通道路上的交通指示灯的信息采集交通道路上的至少一个障碍物的信息;第一处理器,与信息采集器相连接,用于基于至少一个障碍物的信息确定交通道路上的目标路径;第一控制器,与第一处理器相连接,用于按照目标路径控制目标车辆在交通道路上行驶。
为了实现上述目的,根据本发明的另一方面,提供了一种路径规划系统。该系统可以包括:第二处理器,安装在目标车辆上,用于基于交通道路上的至少一个障碍物的信息确定交通道路上的目标路径,其中,至少一个障碍物的信息与交通道路上的交通指示灯的信息相关联;第二控制器,安装在目标车辆上,用于按照目标路径向目标车辆输出控制指令,其中,控制指令用于控制目标车辆在交通道路上行驶。
为了实现上述目的,根据本发明的另一方面,提供了一种车载显示设备,该车载显示设备设置在本发明实施例的车辆上,或设置在本发明实施例的路径规划系统上,用于显示以下至少之一信息:目标路径的规划信息、交通指示灯的信息、所述目标路径的路径信息和所述障碍物的信息。
为了实现上述目的,根据本发明的另一方面,提供了一种路径规划装置。该装置可以包括:获取单元,用于基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息;决策单元,用于基于至少一个障碍物的信息确定交通道路上的目标路径;控制单元,用于按照目标路径控制目标车辆在交通道路上行驶。
为了实现上述目的,根据本发明的另一方面,还提供了另一种路径规划装置。该装置可以包括:第一显示单元,用于在交互界面中显示交通道路上的至少一个障碍物的信息,其中,至少一个障碍物的信息为基于交通道路上的交通指示灯的信息获取到;第二显示单元,用于在交互界面中显示目标路径的信息,其中,目标路径基于至少一个障碍物的信息确定得到,且用于控制目标车辆在交通道路上行驶。
为了实现上述目的,根据本发明的另一方面,提供了一种存储介质。该存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行本发明实施例的路径规划方法。
为了实现上述目的,根据本发明的另一方面,提供了一种处理器。该处理器用于运行程序,其中,程序运行时执行本发明实施例的路径规划方法。
通过本发明,采用基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息;基于至少一个障碍物的信息确定交通道路上的目标路径;按照目标路径控制目标车辆在交通道路上行驶。也就是说,本申请通过交通指示灯的信息来获取对应的至少一个障碍物的信息,通过至少一个障碍物的信息确定出目标车辆在交通道路上行驶的目标路径,从而解决了无法对车辆的路径进行有效规划的技术问题,进而达到了对车辆的路径进行有效规划的技术效果。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种路径规划方法的流程图;
图2是根据本发明实施例的另一种路径规划方法的流程图;
图3是根据本发明实施例的一种车辆的示意图;
图4是根据本发明实施例的一种路径规划系统的示意图;
图5是根据本发明实施例的一种路径规划装置的示意图;以及
图6是根据本发明实施例的另一种路径规划装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请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发明。
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,所描述的实施例仅仅是本申请一部分的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
本发明实施例提供了一种路径规划方法。
图1是根据本发明实施例的一种路径规划方法的流程图。如图1所示,该方法可以包括以下步骤:
步骤S102,基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息。
在本发明上述步骤S102提供的技术方案中,目标车辆行驶在交通道路上,可以获取交通道路上的交通指示灯的信息,该交通指示灯的信息可以包括交通道路上是否有交通指示灯,以及在有交通指示灯的情况下,交通指示灯是否正常工作的信息。
在该实施例中,交通道路上具有相对于目标车辆而言的障碍物,该障碍物可以阻碍目标车辆的行驶,比如,该障碍物为交通道路上的其它车辆。该实施例基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息,该交通指示灯可以为红色指示灯、绿色指示灯、黄色指示灯。根据交通指示灯的不同信息获取到的至少一个障碍物的信息也可以不同,比如,在没有交通指示灯,或者交通指示灯坏掉的情况下,需要获取除当前行驶方向的其它三个方向上的至少一个障碍物的信息,如果有交通指示灯,比如,该交通指示灯为绿色指示灯,则可以获取绿色指示灯所处方向上的至少一个障碍物的信息。
该实施例的至少一个障碍物的信息可以用于预测出目标车辆待行驶的目标路径,可以包括但不限于障碍物在交通道路上的位置、速度、加速度等信息。
步骤S104,基于至少一个障碍物的信息确定交通道路上的目标路径。
在本发明上述步骤S104提供的技术方案中,在基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息之后,基于至少一个障碍物的信息确定交通道路上的目标路径。
在该实施例中,每个障碍物的信息都可以参与确定目标车辆待行驶的目标路径的计算过程中,也即,每个障碍物都需要用于预测上述目标路径,该目标路径可以对车辆的动作和在交通道路上的轨迹进行控制,从而基于至少一个障碍物的信息确定目标车辆在交通道路上待行驶的目标路径。
可选地,该实施例可以使用全局优化方法来处理全部障碍物对应的路径,在确定目标路径时需要依据的至少一个障碍物的信息可以是目标车辆与交通道路上的其它车辆之间的距离。
步骤S106,按照目标路径控制目标车辆在交通道路上行驶。
在本发明上述步骤S106提供的技术方案中,在基于至少一个障碍物的信息确定交通道路上的目标路径之后,按照目标路径自动控制目标车辆在交通道路上行驶,该目标路径可以使得目标车辆避开上述至少一个障碍物进行安全行驶。
下面对该实施例的上述方法进行进一步介绍。
作为一种可选的实施方式,步骤S102,基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息,包括:在检测到十字路口处无交通指示灯,或者交通指示灯均处于异常工作状态的情况下,获取第一方向上的至少一个障碍物的信息,其中,交通道路包括十字路口,第一方向为十字路口除目标车辆所处的方向之外的其它方向。
在该实施例中,交通道路可以包括十字路口,目标车辆处在十字路口的某一路口上。该实施例可以检测十字路口处是否有交通指示灯,如果检测到十字路口处无交通指示灯,则可以获取除目标车辆所处的方向之外的第一方向上的至少一个障碍物的信息;可选地,如果检测十字路口处有交通指示灯,但交通指示灯均处于异常工作状态,该异常工作状态可以为交通指示灯未工作,或者故障,则获取第一方向上的至少一个障碍物的信息,基于该至少一个障碍物的信息确定交通道路上的目标路径。
作为一种可选的实施方式,步骤S102,基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息,包括:在检测到十字路口处的交通指示灯处于正常工作状态的情况下,获取目标指示灯所处的第二方向上的至少一个障碍物的信息,其中,交通道路包括十字路口,交通指示灯包括目标指示灯,目标指示灯用于指示允许目标车辆在第二方向上通行。
在该实施例中,在十字路口处有交通指示灯,且交通指示灯处于正常工作状态的情况下,可以获取目标指示灯所处的第二方向上的至少一个障碍物的信息,其中,目标指示灯可以为绿色交通指示灯,允许目标车辆在第二方向上通行。
作为一种可选的实施方式,步骤S104,基于至少一个障碍物的信息确定交通道路上的目标路径,包括:在至少一个障碍物为多个障碍物的情况下,依次基于每个障碍物的信息确定交通道路上的第一路径,得到多条第一路径;基于多条第一路径确定目标路径。
在该实施例中,至少一个障碍物可以为一个障碍物,也可以为多个障碍物。如果至少一个障碍物为一个障碍物,则可以基于单一的一个障碍物的信息确定目标路径。如果至少一个障碍物的多个障碍物,则可以切换处理模式,依次基于每个障碍物的信息确定交通道路上的第一路径,得到多条第一路径,比如,队列式对每个障碍物的信息进行处理,得到对应的第一路径,该第一路径可以避开对应的每个障碍物,从而得到多条第一路径,该多条第一路径都用于确定目标路径,可以对多条第一路径进行综合处理,比如,对多条第一路径进行平均处理,将得到的平均路径确定为目标路径,也可以去掉多条第一路径中偏差较大的第一路径,对剩下的第一路径的位置进行平均处理,将得到的平均路径确定为目标路径。
可选地,该实施例通过上述方法确定上述目标路径时,可以使用全局优化方法来处理多条第一路径,需要依据的至少一个障碍物的信息可以是目标车辆与交通道路上的其它车辆之间的距离。
作为一种可选的实施方式,步骤S106,按照目标路径控制目标车辆在交通道路上行驶,包括:按照目标路径确定目标车辆的动作控制指令和在交通道路上的移动轨迹;通过动作控制指令控制目标车辆按照移动轨迹在交通道路上行驶。
在该实施例中,在基于至少一个障碍物的信息确定出目标路径之后,可以按照目标路确定目标车辆的动作控制指令和在交通道路上的移动轨迹,其中,动作控制指令可以用于控制目标车辆的行驶方向、行驶速度、行驶加速度、转向角度等,通过动作控制指令控制目标车辆按照移动轨迹在交通道路上进行安全行驶,并且可以避开至少一个障碍物。
作为一种可选的实施方式,障碍物为交通道路上的其它车辆,障碍物的信息包括以下至少之一:目标车辆与交通道路上的其它车辆之间的距离;交通道路上的其它车辆的速度;交通道路上的其它车辆的加速度;目标车辆与交通道路上的其它车辆之间的通信信息;交通道路上的其它车辆对数据进行处理的时效信息;交通道路上的其它车辆对资源信息进行使用的使用信息;交通道路上的其它车辆与基础设备之间的通信信息。
在该实施例中,障碍物可以为交通道路上的其它车辆,该实施例可以使用全局优化方法来处理全部障碍物对应的路径,在确定目标路径时需要依据的至少一个障碍物的信息可以是目标车辆与交通道路上的其它车辆之间的距离,也即,车辆距离,该距离的准确性依赖于用于测量车辆距离的传感器的测量误差;障碍物的信息还可以是交通道路上的其它车辆的速度,该速度的准确性依赖于用于测量其它车辆的速度的传感器的测量误差;障碍物的信息还可以是交通道路上的其它车辆的加速度,该加速度的准确性依赖于用于测量其它车辆的加速度的传感器的测量误差;障碍物的信息还可以是目标车辆与交通道路上的其它车辆之间的通信信息,也即,车车之间的信息互通,其准确性依赖于用于检测车车之间的通信信息的传感器的测量误差还可以是交通道路上的其它车辆对数据进行处理的时效信息,可以包括但不限于数据的延迟或丢失、测量的延时,上游设备的算法的运算法进行预处理的延时等;障碍物的信息还可以是交通道路上的其它车辆对资源信息进行使用的使用信息,从资源使用上来说计算时长较长(自身模块的处理时长较长),还包括车联网(v2v)(所有其它车辆的资源信息),其中,在Rel-14/15中,车联网针对车车通信的场景进行了研究,其主要面向相对高速移动的车车、车人通信的业务;障碍物的信息还可以包括车辆和基础设备的通信信息,也即,其它辆和基础设施之间的通信所涉及的信息。
作为一种可选的实施方式,步骤S104,基于至少一个障碍物的信息确定交通道路上的目标路径,包括:通过至少一个障碍物的信息和交通道路的信息构建第一损失函数;通过目标车辆的信息和至少一个障碍物的信息构建第二损失函数;基于第一损失函数、第二损失函数和交通道路的信息确定目标路径。
在该实施例中,在实现基于至少一个障碍物的信息确定交通道路上的目标路径时,可以获取交通道路的信息,通过至少一个障碍物的信息和交通道路的信息构建第一损失函数,也即,该实施例的可以将至少一个障碍物的信息和交通道路的信息抽象成第一损失函数,该第一损失函数可以用于目标车辆防碰撞;该实施例还可以获取目标车辆的信息,该目标车辆的信息也即目标车辆本身的性能限制信息,可以通过目标车辆的信息和至少一个障碍物的信息构建第二损失函数,该第二损失函数可以用于目标车辆防碰撞。在构建出第一损失函数和第二损失函数之后,可以基于第一损失函数、第二损失函数和交通道路的信息确定目标路径,其中,交通带路的信息可以作为确定目标路径的外部因素,用于找到目标路径的最优值,输出的最优的目标路径可以为规划好的目标车辆的行驶轨迹。
可选地,该实施例通过上述方法确定上述目标路径时,可以使用全局优化方法来处理全部障碍物对应的路径,在确定目标路径时需要依据的至少一个障碍物的信息可以是目标车辆与交通道路上的其它车辆之间的距离。
作为一种可选的实施方式,通过目标车辆的信息和至少一个障碍物的信息中的以下至少之一信息来构建第二损失函数,包括:目标车辆和每个障碍物之间的距离;目标车辆进入交通道路和开出交通道路的路口的时长;目标车辆的速度;目标车辆的加速度;目标车辆的偏转方向;目标车辆的转向。
在该实施例中,用于构建第二损失函数的目标车辆的信息和至少一个障碍物的信息,可以是目标车辆和每个障碍物之间的距离,比如,目标车辆的形状和障碍物形状之间的距离,以避免目标车辆和其它车辆之间的距离过近(防碰撞);还可以是目标车辆进入交通道路的路口和开出交通道路的路口的时长(到达时间);可选地,目标车辆的信息可以是目标车辆的速度,该目标车辆的速度可以是限制目标车辆所允许的速度,目标车辆的信息还可以是目标车辆的加速度,该加速度可以为加减速度、加加速度、横向加速度、纵向加速度,目标车辆的信息还可以是目标车辆的偏转方向以及目标车辆的转向等。
作为一种可选的实施方式,交通道路的信息包括:交通道路上行驶的车辆的速度信息和/或交通道路的车道信息。
在该实施例中,交通道路的信息可以包括交通道路上行驶的车辆的速度信息,也即,道路速度,还可以是交通道路的车道信息,用于找到目标路径的最优值。
作为一种可选的实施方式,基于至少一个障碍物的信息确定交通道路上的目标路径,包括:基于深度学习网络模型,对至少一个障碍物的信息进行分析,得到目标路径,其中,深度学习网络模型为使用多组样本数据通过深度学习训练出的,多组样本数据中的每组数据均包括:多个障碍物的信息样本、多条路径的标签以及多个障碍物的信息样本与多条路径的标签之间的对应关系。
在该实施例中,在实现基于至少一个障碍物的信息确定交通道路上的目标路径时,可以预先训练出用于预测目标车辆的目标路径的深度学习网络模型,该深度学习网络模型为一种用于做决策的神经网络模型,可以使用多组样本数据通过深度学习训练出,其中,预先采集大量的多组样本数据,每组样本数据均可以包括多个障碍物的信息的样本以及与每个障碍物的信息对应的路径的标签,并且还可以包括多个障碍物的信息样本与多条路径的标签之间的一一对应关系,通过上述多组样本数据对子深度学习网络模型进行训练,得到深度学习网络模型,进而向该深度学习网络模型输入至少一个障碍物的信息,通过深度学习网络模型对至少一个障碍物的信息进行分析,从而得到目标车辆的目标路径。
需要说明的是,该实施例通过学习进行端到端的路径规划,一个可能更可实现的角度是用学习来辅助优化决策,比如,通过学习可以预测障碍物车辆在道路空间的概率分布,从而结合道路信息和目标车辆信息构造损失函数,再通过在损失函数上进行全局优化的方法,从而得到目标路径(而非直接学习出目标路径)。
可选地,该实施例通过上述方法确定上述目标路径时,可以使用全局优化方法来处理全部障碍物对应的路径,在确定目标路径时需要依据的至少一个障碍物的信息可以是目标车辆与交通道路上的其它车辆之间的距离。
作为一种可选的实施方式,基于深度学习网络模型,对至少一个障碍物的信息中的以下至少之一信息进行分析,得到目标路径:每个障碍物的速度;每个障碍物的加速度;每个障碍物在交通道路上的位置;每个障碍物关联的道路信息。
在该实施例中,将至少一个障碍物的信息抽象化成深度学习网络模型的输入状态,向深度学习网络模型输入的至少一个障碍物的信息可以为每个障碍物的速度、加速度、每个障碍物在交通道路上的位置以及每个障碍物关联的道路信息,该道路信息可以是路权、路信息。
作为一种可选的实施方式,障碍物为交通道路上用于阻碍目标车辆行驶的对象,对象包括至少一种类型的交通工具。
在该实施例中,用于阻碍目标车辆行驶的对象可以为交通道路上的移动对象或固定对象,可以包括至少一种类型的交通工具,该交通工具包括但不限于小型交通工具、中型交工具、大型交通工具,比如,小型交通工具可以为摩托车、自行车等,中型交通工具可以为汽车,大型交通工具可以为卡车等,此处不做任何限制。
作为一种可选的实施方式,基于至少一个障碍物的信息确定交通道路上的目标路径,包括:基于至少一个障碍物的信息、目标车辆的计划行驶路径和目标车辆所处的车道确定交通道路上的目标路径。
在该实施例中,在确定目标路径时,除了需要至少一个障碍物的信息之外,还需要依赖于目标车辆车本身的计划行驶路径以及所处的车道。其中,计划行驶路径为目标车辆预先设定的行驶路径,目标车辆所处的车道可以通过对目标车辆进行定位得到,从而在获取至少一个障碍物的信息、目标车辆的计划行驶路径和目标车辆所处的车道之后,综合至少一个障碍物的信息、目标车辆的计划行驶路径和目标车辆所处的车道共同来确定交通道路上的目标路径。
作为一种可选的实施方式,通过强化学习算法对目标车辆的信息进行处理,得到目标路径。
在该实施例中,强化学习算法可以为深度强化学习算法,智能体(Agent)可以选择一个动作用于环境,环境接受该动作后状态发生变化,同时可以产生一个奖赏信号给智能体,智能体根据奖赏信号和环境的当前状态(state)再选择执行下一个动作(action),每个状态都会有多个动作供其选择,从而实现通过与环境进行交互所获得的奖赏来指导行为,以获得最大的奖赏的目的。其中,该实施例基于目标车辆的信息得到的可供选择的路径可以为强化学习中的状态,选择路径的操作对应强化学习中的动作,目标路径可以为强化学习中搜索得到的具有最大奖赏值的最佳路径,从而该实施例基于现有状态和目标车辆的参数,通过强化学习算法搜索找到最佳的目标路径。
可选地,在基于至少一个障碍物的信息确定交通道路上的目标路径之后,该方法还包括:对目标路径进行调整;通过概率统计确定交通道路上除目标车辆之外的其它车辆的位置;按照目标路径控制目标车辆在交通道路上行驶,包括:按照调整后的目标路径和其它车辆的位置控制目标车辆在交通道路上行驶。
在该实施例中,在得到目标路径之后,可以对预测出的目标路径进行调整,还可以使用概率统计的方法确定其它车辆在交通道路上的位置,进而按照调整后的目标路径和其它车辆的位置控制目标车辆在交通道路上行驶,达到自动控制目标车辆行驶的目的。
该实施例通过上述路径规划方法,采用基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息;基于至少一个障碍物的信息确定交通道路上的目标路径;按照目标路径控制目标车辆在交通道路上行驶。也就是说,该实施例的路径规划方法通过交通指示灯的信息来获取对应的至少一个障碍物的信息,通过至少一个障碍物的信息确定出目标车辆在交通道路上行驶的目标路径,从而解决了无法对车辆的路径进行有效规划的技术问题,进而达到了对车辆的路径进行有效规划的技术效果。
本发明实施例还从用户交互一侧提供了另一种路径规划方法。
图2是根据本发明实施例的另一种路径规划方法的流程图。如图2所示,该方法可以包括以下步骤:
步骤S202,在交互界面中显示交通道路上的至少一个障碍物的信息,其中,至少一个障碍物的信息为基于交通道路上的交通指示灯的信息获取到。
在本发明上述步骤S202提供的技术方案中,目标车辆行驶在交通道路上,可以获取交通道路上的交通指示灯的信息,该交通指示灯的信息可以包括交通道路上是否有交通指示灯,以及在有交通指示灯的情况下,交通指示灯是否正常工作的信息。
在该实施例中,交通道路上具有相对于目标车辆而言的障碍物,该障碍物可以阻碍目标车辆的行驶,比如,该障碍物为交通道路上的其它车辆。该实施例基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息,在交互界面中显示交通道路上的至少一个障碍物的信息。根据交通指示灯的不同信息在交互界面上显示的至少一个障碍物的信息也可以不同,比如,在没有交通指示灯,或者交通指示灯坏掉的情况下,需要在交互界面上显示除当前行驶方向的其它三个方向上的至少一个障碍物的信息,如果有交通指示灯,比如,该交通指示灯为绿色指示灯,则可以在交互界面上显示绿色指示灯所处方向上的至少一个障碍物的信息。
该实施例的至少一个障碍物的信息可以用于预测出目标车辆待行驶的目标路径,可以包括但不限于障碍物在交通道路上的位置、速度、加速度等信息。
步骤S204,在交互界面中显示目标路径的信息,其中,目标路径基于至少一个障碍物的信息确定得到,且用于控制目标车辆在交通道路上行驶。
在本发明上述步骤S204提供的技术方案中,在交互界面中显示交通道路上的至少一个障碍物的信息之后,在交互界面中显示目标路径的信息。
在该实施例中,每个障碍物的信息都可以参与确定目标车辆待行驶的目标路径的计算过程中,也即,每个障碍物都需要用于预测上述目标路径,该目标路径可以对车辆的动作和在交通道路上的轨迹进行控制,从而基于至少一个障碍物的信息确定目标车辆在交通道路上待行驶的目标路径,进而在交互界面中显示可以用于指示目标路径的信息,进而按照目标路径自动控制目标车辆在交通道路上行驶,该目标路径可以使得目标车辆避开上述至少一个障碍物进行安全行驶。
可选地,该实施例通过上述方法确定上述目标路径时,可以使用全局优化方法来处理全部障碍物对应的路径,在确定目标路径时需要依据的至少一个障碍物的信息可以是目标车辆与交通道路上的其它车辆之间的距离。
作为一种可选的实施方式,步骤S202,在交互界面中显示交通道路上的至少一个障碍物的信息,包括:在十字路口处无交通指示灯,或者交通指示灯均处于异常工作状态的情况下,在交互界面中显示第一方向上的至少一个障碍物的信息,其中,交通道路包括十字路口,第一方向为十字路口除目标车辆所处的方向之外的其它方向。
在该实施例中,该实施例可以检测十字路口处是否有交通指示灯,如果检测到十字路口处无交通指示灯,则可以获取除目标车辆所处的方向之外的第一方向上的至少一个障碍物的信息,并在交互界面中显示第一方向上的至少一个障碍物的信息;可选地,如果检测十字路口处有交通指示灯,但交通指示灯均处于异常工作状态,该异常工作状态可以为交通指示灯未工作,或者故障,则获取第一方向上的至少一个障碍物的信息,在交互界面中显示第一方向上的至少一个障碍物的信息,并基于该至少一个障碍物的信息确定交通道路上的目标路径。
作为一种可选的实施方式,步骤S202,在交互界面中显示交通道路上的至少一个障碍物的信息,包括:在十字路口处的交通指示灯处于正常工作状态的情况下,在交互界面中显示目标指示灯所处的第二方向上的至少一个障碍物的信息,其中,交通道路包括十字路口,交通指示灯包括目标指示灯,目标指示灯用于指示允许目标车辆在第二方向上通行。
在该实施例中,在十字路口处有交通指示灯,且交通指示灯处于正常工作状态的情况下,可以获取目标指示灯所处的第二方向上的至少一个障碍物的信息,并在交互界面中显示目标指示灯所处的第二方向上的至少一个障碍物的信息,其中,目标指示灯可以为绿色交通指示灯,允许目标车辆在第二方向上通行。
该实施例通过上述路径规划方法,在交互界面中显示交通道路上的至少一个障碍物的信息,其中,至少一个障碍物的信息为基于交通道路上的交通指示灯的信息获取到;在交互界面中显示目标路径的信息,其中,目标路径基于至少一个障碍物的信息确定得到,且用于控制目标车辆在交通道路上行驶。也就是说,该实施例的路径规划方法通过交通指示灯的信息来获取对应的至少一个障碍物的信息,通过至少一个障碍物的信息确定出目标车辆在交通道路上行驶的目标路径,从而解决了无法对车辆的路径进行有效规划的技术问题,进而达到了对车辆的路径进行有效规划的技术效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
实施例2
本发明实施例还提供了一种车辆。需要说明的是,该实施例的车辆可以用于执行本发明实施例的路径规划方法。
图3是根据本发明实施例的一种车辆的示意图。如图3所示,该车辆30可以包括:信息采集器31、第一处理器32和第一控制器33。
信息采集器31,用于基于交通道路上的交通指示灯的信息采集交通道路上的至少一个障碍物的信息。
在该实施例中,交通道路上具有相对于目标车辆而言的障碍物,该障碍物可以阻碍目标车辆的行驶。信息采集器31基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息,该交通指示灯可以为红色指示灯、绿色指示灯、黄色指示灯。信息采集器31根据交通指示灯的不同信息获取到的至少一个障碍物的信息也可以不同,比如,在没有交通指示灯,或者交通指示灯坏掉的情况下,信息采集器31需要获取除当前行驶方向的其它三个方向上的至少一个障碍物的信息,如果有交通指示灯,比如,该交通指示灯为绿色指示灯,则信息采集器31可以获取绿色指示灯所处方向上的至少一个障碍物的信息。
该实施例的信息采集器31获取到的至少一个障碍物的信息可以用于预测出目标车辆待行驶的目标路径,可以包括但不限于障碍物在交通道路上的位置、速度、加速度等信息。
第一处理器32,与信息采集器31相连接,用于基于至少一个障碍物的信息确定交通道路上的目标路径。
在该实施例中,每个障碍物的信息都可以参与确定目标车辆待行驶的目标路径的计算过程中,也即,每个障碍物都需要用于预测上述目标路径,该目标路径可以对车辆的动作和在交通道路上的轨迹进行控制,从而第一处理器32基于从信息采集器31获取到的至少一个障碍物的信息确定目标车辆在交通道路上待行驶的目标路径。
第一控制器33,与第一处理器32相连接,用于按照目标路径控制目标车辆在交通道路上行驶。
在该实施例中,在第一处理器32基于至少一个障碍物的信息确定交通道路上的目标路径之后,第一控制器33按照目标路径自动控制目标车辆在交通道路上行驶,该目标路径可以使得目标车辆避开上述至少一个障碍物进行安全行驶。
该实施例通过上述车辆,通过信息采集器31基于交通道路上的交通指示灯的信息采集交通道路上的至少一个障碍物的信息;通过第一处理器32与信息采集器31相连接,基于至少一个障碍物的信息确定交通道路上的目标路径;通过第一控制器33与第一处理器32相连接,按照目标路径控制目标车辆在交通道路上行驶。也就是说,该实施例的车辆通过交通指示灯的信息来获取对应的至少一个障碍物的信息,通过至少一个障碍物的信息确定出目标车辆在交通道路上行驶的目标路径,从而解决了无法对车辆的路径进行有效规划的技术问题,进而达到了对车辆的路径进行有效规划的技术效果。
实施例3
本发明实施例还提供了一种路径规划系统。需要说明的是,该实施例的路径规划系统可以用于执行本发明实施例的路径规划方法。
图4是根据本发明实施例的一种路径规划系统的示意图。如图4所示,该路径规划系统40可以包括:第二处理器41和第二控制器42。
第二处理器41,安装在目标车辆上,用于基于交通道路上的至少一个障碍物的信息确定交通道路上的目标路径,其中,至少一个障碍物的信息与交通道路上的交通指示灯的信息相关联。
在该实施例中,交通道路上具有相对于目标车辆而言的障碍物,该障碍物可以阻碍目标车辆的行驶,比如,该障碍物为交通道路上的其它车辆。该实施例的第二处理器41安装在目标车辆上,可以基于获取到的至少一个障碍物的信息确定交通道路上的目标路径,至少一个障碍物的信息与交通道路上的交通指示灯的信息相关联,可以基于交通指示灯的信息确定至少一个障碍物的信息,其中,该交通指示灯可以为红色指示灯、绿色指示灯、黄色指示灯。
在该实施例中,在交通指示灯的不同信息的情况下,第二处理器41接收到的至少一个障碍物的信息也可以不同,比如,在没有交通指示灯,或者交通指示灯坏掉的情况下,第二处理器41接收除当前行驶方向的其它三个方向上的至少一个障碍物的信息,如果有交通指示灯,比如,该交通指示灯为绿色指示灯,则第二处理器41接收绿色指示灯所处方向上的至少一个障碍物的信息。
该实施例的第二处理器41通过至少一个障碍物的信息预测出目标车辆待行驶的目标路径,至少一个障碍物的信息可以包括但不限于障碍物在交通道路上的位置、速度、加速度等信息。该目标路径可以对车辆的动作和在交通道路上的轨迹进行控制。
第二控制器42,安装在目标车辆上,用于按照目标路径向目标车辆输出控制指令,其中,控制指令用于控制目标车辆在交通道路上行驶。
在该实施例中,第二控制器42安装在目标车辆上,用于在基于至少一个障碍物的信息确定交通道路上的目标路径之后,按照目标路径自动控制目标车辆在交通道路上行驶,该目标路径可以使得目标车辆避开上述至少一个障碍物进行安全行驶。
该实施例通过上述路径规划系统,通过第二处理器41,安装在目标车辆上,用于基于交通道路上的至少一个障碍物的信息确定交通道路上的目标路径,其中,至少一个障碍物的信息与交通道路上的交通指示灯的信息相关联;通过第二控制器42,安装在目标车辆上,用于按照目标路径向目标车辆输出控制指令,其中,控制指令用于控制目标车辆在交通道路上行驶。也就是说,该实施例的路径规划系统通过交通指示灯的信息来获取对应的至少一个障碍物的信息,通过至少一个障碍物的信息确定出目标车辆在交通道路上行驶的目标路径,从而解决了无法对车辆的路径进行有效规划的技术问题,进而达到了对车辆的路径进行有效规划的技术效果。
实施例4
本发明实施例还提供了一种车载显示设备,该车载显示设备设置在本发明实施例2所述的车辆上,或设置在本发明实施例4所述的路径规划系统上,用于显示以下至少之一信息:目标路径的规划信息、交通指示灯的信息、所述目标路径的路径信息和所述障碍物的信息。
实施例5
本发明实施例还提供了一种路径规划装置。需要说明的是,该实施例的路径规划装置可以用于执行本发明图1所示实施例的路径规划方法。
图5是根据本发明实施例的一种路径规划装置的示意图。如图5所示,路径规划装置50可以包括:获取单元51、决策单元52和控制单元53。
获取单元51,用于基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息。
决策单元52,用于基于至少一个障碍物的信息确定交通道路上的目标路径。
控制单元53,用于按照目标路径控制目标车辆在交通道路上行驶。
可选地,获取单元51包括:第一获取模块,用于在检测到十字路口处无交通指示灯,或者交通指示灯均处于异常工作状态的情况下,获取第一方向上的至少一个障碍物的信息,其中,交通道路包括十字路口,第一方向为十字路口除目标车辆所处的方向之外的其它方向。
可选地,获取单元51包括:第二获取模块,用于在检测到十字路口处的交通指示灯处于正常工作状态的情况下,获取目标指示灯所处的第二方向上的至少一个障碍物的信息,其中,交通道路包括十字路口,交通指示灯包括目标指示灯,目标指示灯用于指示允许目标车辆在第二方向上通行。
可选地,决策单元52包括:第一确定模块,用于在至少一个障碍物为多个障碍物的情况下,依次基于每个障碍物的信息确定交通道路上的第一路径,得到多条第一路径;第二确定模块,用于基于多条第一路径确定目标路径。
可选地,控制单元53包括:第三确定模块,用于按照目标路径确定目标车辆的动作控制指令和在交通道路上的移动轨迹;第一控制模块,用于通过动作控制指令控制目标车辆按照移动轨迹在交通道路上行驶。
可选地,该实施例的障碍物为交通道路上的其它车辆,障碍物的信息包括以下至少之一:目标车辆与交通道路上的其它车辆之间的距离;交通道路上的其它车辆的速度;交通道路上的其它车辆的加速度;目标车辆与交通道路上的其它车辆之间的通信信息;交通道路上的其它车辆对数据进行处理的时效信息;交通道路上的其它车辆对资源信息进行使用的使用信息;交通道路上的其它车辆与基础设备之间的通信信息。
可选地,决策单元52包括:第一构建模块,用于通过至少一个障碍物的信息和交通道路的信息构建第一损失函数;第二构建模块,用于通过目标车辆的信息和至少一个障碍物的信息构建第二损失函数;第四确定模块,用于基于第一损失函数、第二损失函数和交通道路的信息确定目标路径。
可选地,该实施例的第二构建模块用于通过目标车辆的信息和至少一个障碍物的信息中的以下至少之一信息来构建第二损失函数,包括:目标车辆和每个障碍物之间的距离;目标车辆进入交通道路和开出交通道路的路口的时长;目标车辆的速度;目标车辆的加速度;目标车辆的偏转方向;目标车辆的转向。
可选地,该实施例的交通道路的信息包括:交通道路上行驶的车辆的速度信息和/或交通道路的车道信息。
可选地,决策单元52包括:分析模块,用于基于深度学习网络模型,对至少一个障碍物的信息进行分析,得到目标路径,其中,深度学习网络模型为使用多组样本数据通过深度学习训练出的,多组样本数据中的每组数据均包括:多个障碍物的信息样本、多条路径的标签以及多个障碍物的信息样本与多条路径的标签之间的对应关系。
可选地,分析模块用于基于深度学习网络模型,对至少一个障碍物的信息中的以下至少之一信息进行分析,得到目标路径:每个障碍物的速度;每个障碍物的加速度;每个障碍物在交通道路上的位置;每个障碍物关联的道路信息。
可选地,障碍物为交通道路上用于阻碍目标车辆行驶的对象,对象包括至少一种类型的交通工具。
可选地,决策单元52包括:第五确定模块,用于基于至少一个障碍物的信息、目标车辆的计划行驶路径和目标车辆所处的车道确定交通道路上的目标路径
可选地,该装置还包括:处理单元,用于通过强化学习算法对目标车辆的信息进行处理,得到目标路径。
可选地,该装置还包括:调整单元,用于在基于至少一个障碍物的信息确定交通道路上的目标路径之后,对目标路径进行调整;确定单元,用于通过概率统计确定交通道路上除目标车辆之外的其它车辆的位置;控制单元53包括:第二控制模块,用于按照调整后的目标路径和其它车辆的位置控制目标车辆在交通道路上行驶。
在该实施例中,通过获取单元51基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息;通过决策单元52基于至少一个障碍物的信息确定交通道路上的目标路径;通过控制单元53按照目标路径控制目标车辆在交通道路上行驶。也就是说,该实施例的路径规划装置通过交通指示灯的信息来获取对应的至少一个障碍物的信息,通过至少一个障碍物的信息确定出目标车辆在交通道路上行驶的目标路径,从而解决了无法对车辆的路径进行有效规划的技术问题,进而达到了对车辆的路径进行有效规划的技术效果。
本发明实施例还提供了另一种路径规划装置。需要说明的是,该实施例的路径规划装置可以用于执行本发明图2所示实施例的路径规划方法。
图6是根据本发明实施例的另一种路径规划装置的示意图。如图6所示,路径规划装置60可以包括:第一显示单元61和第二显示单元62。
第一显示单元61,用于在交互界面中显示交通道路上的至少一个障碍物的信息,其中,至少一个障碍物的信息为基于交通道路上的交通指示灯的信息获取到。
第二显示单元62,用于在交互界面中显示目标路径的信息,其中,目标路径基于至少一个障碍物的信息确定得到,且用于控制目标车辆在交通道路上行驶。
可选地,第一显示单元61包括:第一显示模块,用于在十字路口处无交通指示灯,或者交通指示灯均处于异常工作状态的情况下,在交互界面中显示第一方向上的至少一个障碍物的信息,其中,交通道路包括十字路口,第一方向为十字路口除目标车辆所处的方向之外的其它方向。
可选地,第一显示单元61包括:第二显示模块,用于在十字路口处的交通指示灯处于正常工作状态的情况下,在交互界面中显示目标指示灯所处的第二方向上的至少一个障碍物的信息,其中,交通道路包括十字路口,交通指示灯包括目标指示灯,目标指示灯用于指示允许目标车辆在第二方向上通行。
在该实施例中,通过第一显示单元61在交互界面中显示交通道路上的至少一个障碍物的信息,其中,至少一个障碍物的信息为基于交通道路上的交通指示灯的信息获取到;通过第二显示单元62在交互界面中显示目标路径的信息,其中,目标路径基于至少一个障碍物的信息确定得到,且用于控制目标车辆在交通道路上行驶。也就是说,该实施例的路径规划装置通过交通指示灯的信息来获取对应的至少一个障碍物的信息,通过至少一个障碍物的信息确定出目标车辆在交通道路上行驶的目标路径,从而解决了无法对车辆的路径进行有效规划的技术问题,进而达到了对车辆的路径进行有效规划的技术效果。
实施例6
本发明实施例还提供了一种存储介质。该存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行本发明实施例的路径规划方法。
实施例7
本发明实施例还提供了一种处理器。该处理器用于运行程序,其中,程序运行时执行本发明实施例的路径规划方法。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (25)
1.一种路径规划方法,其特征在于,包括:
基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息;
基于所述至少一个障碍物的信息确定所述交通道路上的目标路径;
按照所述目标路径控制目标车辆在所述交通道路上行驶。
2.根据权利要求1所述的方法,其特征在于,基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息,包括:
在检测到十字路口处无所述交通指示灯,或者所述交通指示灯均处于异常工作状态的情况下,获取第一方向上的所述至少一个障碍物的信息,其中,所述交通道路包括所述十字路口,所述第一方向为所述十字路口除所述目标车辆所处的方向之外的其它方向。
3.根据权利要求1所述的方法,其特征在于,基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息,包括:
在检测到十字路口处的所述交通指示灯处于正常工作状态的情况下,获取目标指示灯所处的第二方向上的所述至少一个障碍物的信息,其中,所述交通道路包括所述十字路口,所述交通指示灯包括所述目标指示灯,所述目标指示灯用于指示允许所述目标车辆在所述第二方向上通行。
4.根据权利要求1所述的方法,其特征在于,基于所述至少一个障碍物的信息确定所述交通道路上的目标路径,包括:
在所述至少一个障碍物为多个障碍物的情况下,依次基于每个所述障碍物的信息确定所述交通道路上的第一路径,得到多条所述第一路径;
基于多条所述第一路径确定所述目标路径。
5.根据权利要求1所述的方法,其特征在于,按照所述目标路径控制目标车辆在所述交通道路上行驶,包括:
按照所述目标路径确定所述目标车辆的动作控制指令和在所述交通道路上的移动轨迹;
通过所述动作控制指令控制所述目标车辆按照所述移动轨迹在所述交通道路上行驶。
6.根据权利要求1所述的方法,其特征在于,所述障碍物为所述交通道路上的其它车辆,所述障碍物的信息包括以下至少之一:
所述目标车辆与所述交通道路上的其它车辆之间的距离;
所述交通道路上的其它车辆的速度;
所述交通道路上的其它车辆的加速度;
所述目标车辆与所述交通道路上的其它车辆之间的通信信息;
所述交通道路上的其它车辆对数据进行处理的时效信息;
所述交通道路上的其它车辆对资源信息进行使用的使用信息;
所述交通道路上的其它车辆与基础设备之间的通信信息。
7.根据权利要求1所述的方法,其特征在于,基于所述至少一个障碍物的信息确定所述交通道路上的目标路径,包括:
通过所述至少一个障碍物的信息和所述交通道路的信息构建第一损失函数;
通过所述目标车辆的信息和所述至少一个障碍物的信息构建第二损失函数;
基于所述第一损失函数、所述第二损失函数和所述交通道路的信息确定所述目标路径。
8.根据权利要求7所述的方法,其特征在于,通过所述目标车辆的信息和所述至少一个障碍物的信息中的以下至少之一信息来构建第二损失函数,包括:
所述目标车辆和每个所述障碍物之间的距离;
所述目标车辆进入所述交通道路的路口和开出所述交通道路的路口的时长;
所述目标车辆的速度;
所述目标车辆的加速度;
所述目标车辆的偏转方向;
所述目标车辆的转向。
9.根据权利要求7所述的方法,其特征在于,所述交通道路的信息包括:所述交通道路上行驶的车辆的速度信息和/或所述交通道路的车道信息。
10.根据权利要求1所述的方法,其特征在于,基于所述至少一个障碍物的信息确定所述交通道路上的目标路径,包括:
基于深度学习网络模型,对所述至少一个障碍物的信息进行分析,得到所述目标路径,其中,所述深度学习网络模型为使用多组样本数据通过深度学习训练出的,所述多组样本数据中的每组数据均包括:多个障碍物的信息样本、多条路径的标签以及所述多个障碍物的信息样本与所述多条路径的标签之间的对应关系。
11.根据权利要求10所述的方法,其特征在于,基于深度学习网络模型,对所述至少一个障碍物的信息中的以下至少之一信息进行分析,得到所述目标路径:
每个所述障碍物的速度;
每个所述障碍物的加速度;
每个所述障碍物在所述交通道路上的位置;
每个所述障碍物关联的道路信息。
12.根据权利要求1至11中任意一项所述的方法,其特征在于,所述障碍物为所述交通道路上用于阻碍所述目标车辆行驶的对象,所述对象包括至少一种类型的交通工具。
13.根据权利要求1至11中任意一项所述的方法,其特征在于,基于所述至少一个障碍物的信息确定所述交通道路上的目标路径,包括:
基于所述至少一个障碍物的信息、所述目标车辆的计划行驶路径和所述目标车辆所处的车道确定所述交通道路上的目标路径。
14.根据权利要求1至11中任意一项所述的方法,其特征在于,所述方法还包括:
通过强化学习算法对所述目标车辆的信息进行处理,得到所述目标路径。
15.根据权利要求1至11中任意一项所述的方法,其特征在于,
在基于所述至少一个障碍物的信息确定所述交通道路上的目标路径之后,所述方法还包括:对所述目标路径进行调整;通过概率统计确定所述交通道路上除所述目标车辆之外的其它车辆的位置;
按照所述目标路径控制目标车辆在所述交通道路上行驶,包括:按照调整后的所述目标路径和所述其它车辆的位置控制所述目标车辆在所述交通道路上行驶。
16.一种路径规划方法,其特征在于,包括:
在交互界面中显示交通道路上的至少一个障碍物的信息,其中,所述至少一个障碍物的信息为基于交通道路上的交通指示灯的信息获取到;
在所述交互界面中显示目标路径的信息,其中,所述目标路径基于所述至少一个障碍物的信息确定得到,且用于控制目标车辆在所述交通道路上行驶。
17.根据权利要求16所述的方法,其特征在于,在交互界面中显示交通道路上的至少一个障碍物的信息,包括:
在十字路口处无所述交通指示灯,或者所述交通指示灯均处于异常工作状态的情况下,在所述交互界面中显示第一方向上的所述至少一个障碍物的信息,其中,所述交通道路包括所述十字路口,所述第一方向为所述十字路口除所述目标车辆所处的方向之外的其它方向。
18.根据权利要求16所述的方法,其特征在于,在交互界面中显示交通道路上的至少一个障碍物的信息,包括:
在十字路口处的所述交通指示灯处于正常工作状态的情况下,在所述交互界面中显示目标指示灯所处的第二方向上的所述至少一个障碍物的信息,其中,所述交通道路包括所述十字路口,所述交通指示灯包括所述目标指示灯,所述目标指示灯用于指示允许所述目标车辆在所述第二方向上通行。
19.一种车辆,其特征在于,包括:
信息采集器,用于基于交通道路上的交通指示灯的信息采集交通道路上的至少一个障碍物的信息;
第一处理器,与所述信息采集器相连接,用于基于所述至少一个障碍物的信息确定所述交通道路上的目标路径;
第一控制器,与所述第一处理器相连接,用于按照所述目标路径控制目标车辆在所述交通道路上行驶。
20.一种路径规划系统,其特征在于,包括:
第二处理器,安装在目标车辆上,用于基于交通道路上的至少一个障碍物的信息确定所述交通道路上的目标路径,其中,所述至少一个障碍物的信息与所述交通道路上的交通指示灯的信息相关联;
第二控制器,安装在所述目标车辆上,用于按照所述目标路径向所述目标车辆输出控制指令,其中,所述控制指令用于控制目标车辆在所述交通道路上行驶。
21.一种车载显示设备,其特征在于,设置在权利要求19所述的车辆上,或设置在权利要求20所述的路径规划系统上,用于显示以下至少之一信息:目标路径的规划信息、交通指示灯的信息、所述目标路径的路径信息和所述障碍物的信息。
22.一种路径规划装置,其特征在于,包括:
获取单元,用于基于交通道路上的交通指示灯的信息获取至少一个障碍物的信息;
决策单元,用于基于所述至少一个障碍物的信息确定所述交通道路上的目标路径;
控制单元,用于按照所述目标路径控制目标车辆在所述交通道路上行驶。
23.一种路径规划装置,其特征在于,包括:
第一显示单元,用于在交互界面中显示交通道路上的至少一个障碍物的信息,其中,所述至少一个障碍物的信息为基于交通道路上的交通指示灯的信息获取到;
第二显示单元,用于在所述交互界面中显示目标路径的信息,其中,所述目标路径基于所述至少一个障碍物的信息确定得到,且用于控制目标车辆在所述交通道路上行驶。
24.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至18中任意一项所述的方法。
25.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至18中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010081405.8A CN111289003A (zh) | 2020-02-06 | 2020-02-06 | 路径规划方法、装置、系统、存储介质和处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010081405.8A CN111289003A (zh) | 2020-02-06 | 2020-02-06 | 路径规划方法、装置、系统、存储介质和处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111289003A true CN111289003A (zh) | 2020-06-16 |
Family
ID=71028500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010081405.8A Pending CN111289003A (zh) | 2020-02-06 | 2020-02-06 | 路径规划方法、装置、系统、存储介质和处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111289003A (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160063893A1 (en) * | 2014-09-03 | 2016-03-03 | Aira Tech Corporation | Media streaming methods, apparatus and systems |
CN105678316A (zh) * | 2015-12-29 | 2016-06-15 | 大连楼兰科技股份有限公司 | 基于多信息融合的主动驾驶方法 |
CN106527452A (zh) * | 2016-12-30 | 2017-03-22 | 广州汽车集团股份有限公司 | 一种无人驾驶汽车遇障时运动路径规划方法及系统 |
CN107169468A (zh) * | 2017-05-31 | 2017-09-15 | 北京京东尚科信息技术有限公司 | 用于控制车辆的方法和装置 |
CN107490382A (zh) * | 2017-07-31 | 2017-12-19 | 中北智杰科技(北京)有限公司 | 一种无人驾驶汽车路径规划系统及控制方法 |
CN107813817A (zh) * | 2016-08-25 | 2018-03-20 | 大连楼兰科技股份有限公司 | 无人驾驶系统、无人驾驶方法及车辆 |
CN109389838A (zh) * | 2018-11-26 | 2019-02-26 | 爱驰汽车有限公司 | 无人驾驶路口路径规划方法、系统、设备及存储介质 |
CN109887278A (zh) * | 2019-02-25 | 2019-06-14 | 百度在线网络技术(北京)有限公司 | 车辆的路口行车方法、装置和终端 |
CN109887320A (zh) * | 2019-02-22 | 2019-06-14 | 百度在线网络技术(北京)有限公司 | 一种速度规划方法、装置和存储介质 |
CN110134124A (zh) * | 2019-04-29 | 2019-08-16 | 北京小马慧行科技有限公司 | 车辆行驶的控制方法、装置、存储介质和处理器 |
CN110244734A (zh) * | 2019-06-20 | 2019-09-17 | 中山大学 | 一种基于深度卷积神经网络的自动驾驶车辆路径规划方法 |
CN110335484A (zh) * | 2019-08-08 | 2019-10-15 | 北京小马智行科技有限公司 | 控制车辆行驶的方法及装置 |
CN110562266A (zh) * | 2019-08-28 | 2019-12-13 | 北京小马慧行科技有限公司 | 车辆行驶的控制方法、装置、存储介质和处理器 |
CN110609560A (zh) * | 2019-10-29 | 2019-12-24 | 广州高新兴机器人有限公司 | 移动机器人避障规划方法及计算机存储介质 |
CN110657820A (zh) * | 2017-01-12 | 2020-01-07 | 御眼视觉技术有限公司 | 基于车辆活动的导航 |
-
2020
- 2020-02-06 CN CN202010081405.8A patent/CN111289003A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160063893A1 (en) * | 2014-09-03 | 2016-03-03 | Aira Tech Corporation | Media streaming methods, apparatus and systems |
CN105678316A (zh) * | 2015-12-29 | 2016-06-15 | 大连楼兰科技股份有限公司 | 基于多信息融合的主动驾驶方法 |
CN107813817A (zh) * | 2016-08-25 | 2018-03-20 | 大连楼兰科技股份有限公司 | 无人驾驶系统、无人驾驶方法及车辆 |
CN106527452A (zh) * | 2016-12-30 | 2017-03-22 | 广州汽车集团股份有限公司 | 一种无人驾驶汽车遇障时运动路径规划方法及系统 |
CN110657820A (zh) * | 2017-01-12 | 2020-01-07 | 御眼视觉技术有限公司 | 基于车辆活动的导航 |
CN107169468A (zh) * | 2017-05-31 | 2017-09-15 | 北京京东尚科信息技术有限公司 | 用于控制车辆的方法和装置 |
CN107490382A (zh) * | 2017-07-31 | 2017-12-19 | 中北智杰科技(北京)有限公司 | 一种无人驾驶汽车路径规划系统及控制方法 |
CN109389838A (zh) * | 2018-11-26 | 2019-02-26 | 爱驰汽车有限公司 | 无人驾驶路口路径规划方法、系统、设备及存储介质 |
CN109887320A (zh) * | 2019-02-22 | 2019-06-14 | 百度在线网络技术(北京)有限公司 | 一种速度规划方法、装置和存储介质 |
CN109887278A (zh) * | 2019-02-25 | 2019-06-14 | 百度在线网络技术(北京)有限公司 | 车辆的路口行车方法、装置和终端 |
CN110134124A (zh) * | 2019-04-29 | 2019-08-16 | 北京小马慧行科技有限公司 | 车辆行驶的控制方法、装置、存储介质和处理器 |
CN110244734A (zh) * | 2019-06-20 | 2019-09-17 | 中山大学 | 一种基于深度卷积神经网络的自动驾驶车辆路径规划方法 |
CN110335484A (zh) * | 2019-08-08 | 2019-10-15 | 北京小马智行科技有限公司 | 控制车辆行驶的方法及装置 |
CN110562266A (zh) * | 2019-08-28 | 2019-12-13 | 北京小马慧行科技有限公司 | 车辆行驶的控制方法、装置、存储介质和处理器 |
CN110609560A (zh) * | 2019-10-29 | 2019-12-24 | 广州高新兴机器人有限公司 | 移动机器人避障规划方法及计算机存储介质 |
Non-Patent Citations (3)
Title |
---|
孙庆辉等: "《空间位置信息服务系统原理和方法》", 28 February 2009, 西安地图出版社 * |
陈慧岩等: "《无人驾驶车辆理论与设计》", 31 March 2018, 北京理工大学出版社 * |
龙飞: "《3dx Max/VRay效果图制作从入门到精通 中文版》", 30 April 2013, 上海科学普及出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10074273B2 (en) | Traffic signal control apparatus, traffic signal control method, and computer program | |
JP5482827B2 (ja) | 交通指標算出装置、方法及びコンピュータプログラム | |
CN110118661B (zh) | 驾驶仿真场景的处理方法、装置及存储介质 | |
CN110562258B (zh) | 一种车辆自动换道决策的方法、车载设备和存储介质 | |
CN109760687A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
JP4812908B1 (ja) | 交差点停止割合特定装置及びナビゲーション装置、並びに交差点停止割合を特定するためのコンピュータプログラム、ナビゲーションするためのコンピュータプログラム | |
EP2629167B1 (en) | Vehicle system and method for controlling the vehicle system | |
CN111033589A (zh) | 车道信息管理方法、行驶控制方法及车道信息管理装置 | |
JP2010210284A (ja) | 交通管理装置および交通管理方法 | |
JP5182573B2 (ja) | 交通信号制御システム、信号制御装置 | |
CN105973248A (zh) | 导航系统 | |
JP2006059058A (ja) | 走行データ判定装置 | |
JP5018600B2 (ja) | 交通信号制御装置及び方法、到着プロファイルの推定装置、並びに、コンピュータプログラム | |
CN111366166B (zh) | 一种导航路径规划方法及装置 | |
WO2019088012A1 (ja) | 車線案内システムおよび車線案内プログラム | |
JP5018599B2 (ja) | 交通信号制御装置及び方法、到着プロファイルの推定装置、並びに、コンピュータプログラム | |
CN117130298A (zh) | 用于评估自动驾驶系统的方法、装置及存储介质 | |
US20210116931A1 (en) | Travelling support system, travelling support method and program therefor | |
JP2013156803A (ja) | 運転評価装置、運転評価方法、運転評価プログラム、及び記録媒体 | |
US11300955B2 (en) | Method for determining ride stability of an autonomous driving system controlling an autonomous driving vehicle | |
CN111289003A (zh) | 路径规划方法、装置、系统、存储介质和处理器 | |
KR20210068223A (ko) | 자율주행 주행경로에 필요한 신호등 체계 분석 시스템 | |
US20230394841A1 (en) | Method for analyzing the surroundings of a motor vehicle | |
US11447130B2 (en) | Behavior prediction method, behavior prediction apparatus and vehicle control apparatus | |
CN113928337A (zh) | 引导车辆行驶的方法及相关系统、存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210208 Address after: 100094 19 / F, block A1, Zhongguancun No.1, 81 Beiqing Road, Haidian District, Beijing Applicant after: BEIJING XIAOMA HUIXING TECHNOLOGY Co.,Ltd. Address before: 511457 room 005, 1801, Jinlong 37, Nansha street, Xiangjiang financial and business center, Nansha District, Guangzhou City, Guangdong Province Applicant before: GUANGZHOU XIAOMA ZHIXING TECHNOLOGY Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200616 |