CN111307169A - 一种路径规划方法、路径规划装置及无人驾驶车 - Google Patents
一种路径规划方法、路径规划装置及无人驾驶车 Download PDFInfo
- Publication number
- CN111307169A CN111307169A CN201811396380.XA CN201811396380A CN111307169A CN 111307169 A CN111307169 A CN 111307169A CN 201811396380 A CN201811396380 A CN 201811396380A CN 111307169 A CN111307169 A CN 111307169A
- Authority
- CN
- China
- Prior art keywords
- path
- road section
- traffic capacity
- road
- driving
- 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
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
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明的实施方式提供了一种路径规划方法,包括:获取待规划无人驾驶车的当前位置;计算从当前位置到目的地的多条路径;获取组成每个路径的各个路段的不可行驶情况和拥堵情况;根据不可行驶情况和拥堵情况,计算各个路段的通行能力以及各个路径的总通行能力;从当前位置到目的地的多条路径中筛选出一个路径确定为待规划无人驾驶车从当前位置行驶到目的地的行驶路径。本发明基于道路的不可行驶情况和拥挤情况的基础上为所有无人驾驶车统筹规划行驶路径,可使无人驾驶车提前避开不可行驶区域和拥堵情况严重的路段,减少道路拥堵状况,提高车辆的行驶速度和运输效率,有效节省各种成本。此外,本发明的实施方式提供了一种路径规划装置及无人驾驶车。
Description
技术领域
本发明的实施方式涉及智能交通技术领域,更具体地,本发明的实施方式涉及一种路径规划方法、路径规划装置及无人驾驶车。
背景技术
本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
路径规划是指为车辆制定从出发地到目的地的行驶路线,是无人驾驶技术的核心技术之一。传统的路径规划算法有:A*算法、Dijkstra算法、Floyd算法、DP算法等。
发明内容
在实现本发明的过程中发明人发现:
现有的无人驾驶车辆大都是通过自车的感知系统获取周围车辆的位置信息,并通过位置信息规划车辆的行驶路径。现有技术大体上可以看作以下技术的组合:
(1)通过传感器系统(如摄像头和激光雷达)获取周边障碍物信息并进行躲避障碍物的行驶路径规划;
(2)通过近距离数据传输系统(如V2X)获取周边车辆信息并进行躲避车辆的行驶路径规划;
(3)通过高精地图获取道路和道路标线信息,并根据道路进行车辆的行驶路径规划。
因为自车的感知系统会受到传感器(如摄像头和激光雷达)或数据传输系统(如V2X)的限制,所以只能感知周围有限范围内的信息。这样车辆会因为自身收到的信息不足而导致导航路径存在局部性,同时无法对一些全局的情况(例如拥堵)迅速做出调整。
基于高精地图的信息如果不进行实时更新,则当出现临时变动(如因为道路养护导致的封路)时无法及时通过绕道等方式规避。同时,因为车辆没有一个全局的统筹规划,所以每辆车都只能自己进行导航路径的决策判断,没有办法在拥堵等情况发生前提前进行规避。
为此,本发明提供一种路径规划方法、路径规划装置及无人驾驶车。
在本发明实施方式的第一方面,提供了一种路径规划方法,包括:
获取待规划无人驾驶车的当前位置;
计算从所述当前位置到目的地的多条路径;
获取组成每个路径的各个路段的不可行驶情况和拥堵情况;
根据所述不可行驶情况和拥堵情况,计算各个路段的通行能力;
根据各个路段的通行能力,计算各个路径的总通行能力;
根据各个路径的总通行能力,从所述多条路径中筛选出一个路径确定为待规划无人驾驶车从所述当前位置行驶到所述目的地的行驶路径。
在本发明实施方式的第二方面,提供了一种路径规划装置,包括:
位置获取模块,用于获取待规划无人驾驶车的当前位置;
路径计算模块,用于计算从所述当前位置到目的地的多条路径;
路况获取模块,用于获取组成每个路径的各个路段的不可行驶情况和拥堵情况;
路段通行能力计算模块,用于根据所述不可行驶情况和拥堵情况,计算各个路段的通行能力;
路径通行能力计算模块,根据各个路段的通行能力,计算各个路径的总通行能力;
路径筛选模块,根据各个路径的总通行能力,从所述多条路径中筛选出一个路径确定为待规划无人驾驶车从所述当前位置行驶到所述目的地的行驶路径。
在本发明实施方式的第三方面,提供了一种路径规划装置,包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器在运行所述计算机程序时,执行前述的路径规划方法。
在本发明实施方式的第四方面,提供了一种计算机可读的存储介质,其上存储有计算机程序,所述计算机程序被处理器运行时实现前述的路径规划方法。
在本发明实施方式的第五方面,提供了一种无人驾驶车,包括:如上所述的路径规划装置。
借助于上述技术方案,本发明从全局上掌握封闭区域内道路的不可行驶情况和拥挤情况,在此基础上为所有无人驾驶车统筹规划行驶路径,一方面可使无人驾驶车提前避开不可行驶区域,提升行驶过程的安全性,另一方面通过选择拥堵情况较轻的行驶路径,可减少封闭区域内道路的拥堵情况,提高整个封闭区域内车辆的行驶速度和运输效率,有效节省各种成本。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:
图1示意性地示出了根据本发明提供的路径规划方法的流程示意图;
图2示意性地示出了根据本发明一实施例的路径规划方法的流程示意图;
图3示意性地示出了根据本发明又一实施例的路径规划装置的软件结构框图;
图4示意性地示出了根据本发明再一实施例的路径规划装置的硬件结构框图;
在附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解,给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术技术人员知道,本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
本发明所称的“无人驾驶车”是指利用无人驾驶技术实现的具有载人(如家用轿车、公共汽车等类型)、载货(如普通货车、厢式货车、封闭货车、罐式货车、平板货车、集装厢车、自卸货车、特殊结构货车等类型)或者特殊救援功能(如消防车、救护车等类型)的车辆。
本发明所称的“封闭区域”是指内部执行特定业务、与外界环境相比相对封闭、受外界环境干扰较小的区域,如公路港、临海港口、矿场、机场、货物集散地、园区等。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
此外,附图中的任何元素数量均用于示例而非限制,以及任何命名都仅用于区分,而不具有任何限制含义。
下面参考本发明的若干代表性实施方式,详细阐释本发明的原理和精神。
发明概述
本发明实施例提供一种路径规划方法,先计算待规划无人驾驶的当前位置到目的地的多条路径,然后根据组成各个路径的各个路段的不可行驶情况和拥挤情况计算各个路径的通行能力,最后依据路径的总通行能力从已计算出的当前位置到目的地的多条路径中选出一个作为待规划无人驾驶车从所述当前位置行驶到所述目的地的行驶路径。
由于本发明实施例提供的路径规划方法是从全局上掌握封闭区域内各个路段的不可行驶情况和拥挤情况,并据此规划行驶路径,一方面可使无人驾驶车提前避开不可行驶区域,提升行驶过程的安全性,另一方面通过选择拥堵情况较轻的行驶路径,可减少封闭区域内道路的拥堵情况,提高整个封闭区域内车辆的行驶速度和运输效率,有效节省各种成本。
在介绍了本发明的基本原理之后,下面具体介绍本发明的各种非限制性实施方式。
应用场景总览
图1所示为本发明实施例提供的一种应用场景总览示意图,如图1所示,封闭区域中无人驾驶车与路径规划装置通过无线通信方式连接,无人驾驶车上有车载定位设备,路径规划装置可实时获取无人驾驶车的当前位置和目的地信息,并根据封闭区域内各个路段的不可行驶情况和拥挤情况为无人驾驶车规划行驶路径。
在一些实施例中,路径规划装置可以是服务器、个人电脑、笔记本电脑、平板电脑、手机等设备。
在一些实施例中,封闭区域中无人驾驶车与路径规划装置通过基站、WIFI等无线通信方式连接。
在一些实施例中,无人驾驶车上的车载定位设备为有全球定位系统GPS设备或载波相位差分RTK设备。
下面结合图1的应用场景,对本发明实施例提供的路径规划方法进行详细介绍。需要注意的是,上述应用场景仅是为了便于理解本发明的精神和原理而示出,本发明的实施方式在此方面不受任何限制。相反,本发明的实施方式可以应用于适用的任何场景。
示例性方法
在本发明的一些实施例中,采用图2所示的一种路径规划方法,如图2所示,包括:
步骤S100,获取待规划无人驾驶车的当前位置。
具体实施时,每个无人驾驶车上装设一可与路径规划装置进行无线通信的数据采集装置,由该数据采集装置来采集无人驾驶车的车载定位设备的定位数据,然后路径规划装置通过基站、WIFI等无线通信方式获取数据采集装置发送的定位数据。
步骤S200,计算从所述当前位置到目的地的多条路径。
具体的,该步骤是基于当前位置和目的地之间的道路分布情况,计算出从当前位置到目的地的多条路径(可以是当前位置到目的地的全部路径或其中的部分路径)。具体实施时,该步骤可以采用目前在地图导航领域已经成熟的路径规划算法来计算路径。
需要说明的是,该步骤只考虑当前位置和目的地之间的道路分布情况,所得到的结果只是表明理论上车辆可以沿着路径从当前位置到达目的地,而并不考虑实际上是否能到达。
步骤S300,获取组成每个路径的各个路段的不可行驶情况和拥堵情况。
在一些实施例中,步骤S300中获取路段的不可行驶情况可按照如下步骤S302~步骤S304实施:
步骤S302,获取所述各个路段的不可行驶车道的行驶方向和数量。
具体的,不可行驶车道即处于不可行驶状态的车道,这类车道的存在直接影响到车辆能否从相应路段上通行。实际应用场景中,不可行驶车道可能是路段的全部车道,也可能是部分车道。例如,某南北向四车道的路段,包括两条由南向北的车道和两条由北向南的车道,在某一时刻,该路段上不可行驶车道的行驶方向为由南向北,数量为两条。
实际应用场景中,车道处于不可行驶的状态,其原因包括但不限于:存在障碍物、道路维修、道路被临时管制。
其中,障碍物包括但不限于:因故障停驶的车辆、过往车辆上掉落的物品(如货物、车辆配件)、自然灾害产生的堵住道路的物体(如泥石流、滑坡的山体、洪水、倒塌的房屋/树木)、因业务需要临时停放在路上的机械设备(如清扫车、垃圾车、轮胎吊、轨道吊、岸吊、舱盖板)等。
在一些实施例中,路径规划装置可利用行驶在道路上的无人驾驶车来获知是否有不可行驶车道出现,例如,无人驾驶车对其车载摄像头的拍摄图像进行视觉分析后得出某个车道上出现了障碍物,或正在维修,或设置有临时管制标识等,确认该车道处于不可行驶状态,并将该车道号通过数据采集装置上报给路径规划装置。
在另一些实施例中,路径规划装置可利用装设在道路上的路口监测设备(如摄像头、激光雷达等设备及其组合)来获知道路上是否有不可行驶车道出现,例如,路口监测设备实时采集道路上出现的障碍物、维修、临时管制等情况,确定处于不可行驶状态的车道,并上报给路径规划装置。
在另一些实施例中,路径规划装置还可以通过与外部系统(如道路管理系统)对接,来获取道路的维修、临时管制等情况。
步骤S304,根据所述各个路段的不可行驶车道的行驶方向和数量是否导致待规划无人驾驶车无法在相应路段上通行,确定所述各个路段的不可行驶参数值。
具体的,当不可行驶车道是路段的全部车道时,会导致待规划无人驾驶车无法在相应路段上通行;当不可行驶车道是路段的部分车道,且剩余的可行驶车道不符合待规划无人驾驶车从当前位置行驶到目的地的方向要求时,也会导致待规划无人驾驶车无法在相应路段上通行;当不可行驶车道是路段的部分车道,且剩余的可行驶车道符合待规划无人驾驶车从当前位置行驶到目的地的方向要求时,待规划无人驾驶车就可以在相应路段上通行。
该步骤中所说的待规划无人驾驶车从当前位置行驶到目的地的方向要求是指待规划无人驾驶车从当前位置行驶到目的地的过程中经过相应路段时所行驶的方向。例如图2所示,某路段是东西向的双向四车道,在某时刻,该路段上的一辆无人驾驶车A发生故障停驶,占用了该路段从西向东的两个车道,这两个车道就成为不可行驶车道,剩余的可行驶车道只允许车辆从东向西方向行驶,而待规划无人驾驶车从当前位置行驶到目的地的过程中经过该路段时恰好需要沿从西向东的方向行驶,则剩余的可行驶车道不符合待规划无人驾驶车从起始位置行驶到目的地的方向要求,反之则符合。
在一些实施例中,若待规划无人驾驶车无法在相应路段上通行,则不可行驶参数值为X,若待规划无人驾驶车可以在相应路段上通行,则不可行驶参数值为Y,其中X和Y可由用户配置,且X≠Y。
在一些实施例中,步骤S300中获取路段的拥堵情况可按照如下步骤S306~步骤S310实施:
步骤S306,获取所述各个路段的长度和行驶的车辆数量。
步骤S308,据所述各个路段的长度和行驶的车辆数量计算所述各个路段的车辆密度。
步骤S310,根据所述各个路段的车辆密度,确定所述各个路段的拥挤参数值。
具体的,车流密度反映了路段的拥挤程度,会直接影响到车辆从相应路段上行驶的速度和时间。车流密度可通过路段长度和路段上行驶的车辆数量计算得到。
在一些实施例中,路径规划装置可先利用装设于无人驾驶车上的数据采集装置采集无人驾驶车的车载定位设备的定位数据,然后基于封闭区域的高精地图,根据无人驾驶车的位置确定无人驾驶车所处的路段,进而确定各个路段上行驶的车辆数量。
在另一些实施例中,路径规划装置可利用装设在道路上的路口监测设备(如摄像头、激光雷达等设备及其组合)来获知各个路段上行驶的车辆数量,例如,路口监测设备实时采集道路上行驶的车辆信息,并上报给路径规划装置。
在一些实施例中,拥挤参数值与车流密度成线性关系,这种情况下,将车流密度代入以车流密度为自变量、拥挤参数值为因变量的一次函数中,即可计算得到拥挤参数值,该一次函数的形式如下:
Congestion=k×vehicle density+b
vehicle density=N/L
其中,Congestion表示拥挤参数值;vehicle density表示车流密度,单位为:辆/千米;k、b为常数,k≠0,k和b可由用户配置;N表示路段上行驶的车辆总数;L表示路段的长度。
在一些实施例中,还根据预设的车流密度与拥挤参数值之间的对应关系,确定拥挤参数值。例如,下表为一种拥挤参数值与车流密度的对应关系示例:
拥挤参数值 | 车流密度 |
Congestion<sub>3</sub> | 小于或等于10辆/千米 |
Congestion<sub>2</sub> | 大于10辆/千米,小于或等于30辆/千米 |
Congestion<sub>1</sub> | 大于30辆/千米,小于或等于50辆/千米 |
在一些实施例中,步骤S300中获取路段的拥堵情况还可按照如下步骤S312~步骤S314实施:
步骤S312,获取所述各个路段在单位时间内成功驶过相应路段的车辆总数。
步骤S314,根据所述各个路段在单位时间内成功驶过相应路段的车辆总数,确定所述各个路段的拥挤参数值。
在一些实施例中,路径规划装置可以根据各个路段上无人驾驶车的位置移动情况,确定在当前时刻之前最近的单位时间内成功驶过相应路段的车辆总数。
在一些实施例中,路径规划装置还可以利用设置在路段上的路口监测设备监控相应路段上车辆的行驶情况,并根据监控信息确定在当前时刻之前最近的单位时间内成功驶过相应路段的车辆总数。
在一些实施例中,路径规划装置将各个路段在单位时间内成功驶过相应路段的车辆总数直接确定为各个路段的拥挤参数。
在一些实施例中,路径规划装置对各个路段在单位时间内成功驶过相应路段的车辆总数做预设的数学处理(如做对数处理、指数处理、线性化处理等),然后将得到的结果确定为各个路段的拥挤参数。
步骤S400,根据各个路段的不可行驶情况和拥堵情况,计算各个路段的通行能力。
在一些实施例中,步骤S400是将各个路段的不可行驶参数值和拥挤参数值代入预设的通行能力计算函数中,计算各个路段的通行能力。
具体的,通行能力计算函数的自变量包括但不限于不可行驶参数和拥挤参数,因变量为通行能力。
具体实施时,步骤S200计算得到的每条路径都是由一个或多个路段串联组成的,不同的路径很可能会存在包含相同路段的情况,例如,路径1由路段A、B、C、D串联组成,路径2由路段A、E、F、D串联组成,二者都包含路段A和D。这种情况下,在步骤S400计算各个路段的通行能力时,可以不用对组成不同路径的相同路段进行重复计算。
步骤S500,根据各个路段的通行能力,计算各个路径的总通行能力。
在一些实施例中,该步骤S500是将组成每个路径的各个路段的通行能力的最小值确定为相应路径的总通行能力。
在另一些实施例中,该步骤S500是将组成每个路径的各个路段的通行能力的加权平均值确定为相应路径的总通行能力。
在另一些实施例中,该步骤S500是按照如下步骤S502~步骤S504实施:
步骤S502,按照通行能力的大小,对组成每个路径的各个路段的通行能力进行排序。
步骤S504,将排序结果中倒数预定数量个通行能力的加权平均值确定为相应路径的总通行能力。
步骤S600,根据各个路径的总通行能力,从多条路径中筛选出一个路径确定为待规划无人驾驶车从所述当前位置行驶到所述目的地的行驶路径。
在一些实施例中,该步骤是将多条路径中总通行能力最大(或最小)的路径确定为待规划无人驾驶车从所述当前位置行驶到所述目的地的行驶路径。
可选地,在一些实施例中,每当待规划无人驾驶车行驶至两个路段的连接处(例如到当前正在行驶的路段出口的距离小于一预设长度)时,就开始执行上述步骤S100~步骤S600,为待规划无人驾驶车规划行驶路径。在该实施方式中,在待规划无人驾驶车从起始位置行驶至目的地的过程中,每进入一个路段之前都执行步骤S100~步骤S600为待规划无人驾驶车重新规划行驶路径,这种处理方式的好处是最终规划的行驶路径能总是基于封闭区域最新的路况信息。该实施方式中,考虑到频繁更改行驶路径会降低车辆的运行效率,因此步骤S600还可以按照如下步骤S602~步骤S604执行:
步骤S602,按照总通行能力的大小对多条路径排序,将其中排序靠前的预定数量个路径确定为预选行驶路径;
步骤S604,判断所述预选行驶路径中是否有为待规划无人驾驶车最近一次规划的行驶路径,若有,则将该最近一次规划的行驶路径确定为待规划无人驾驶车从所述当前位置行驶到所述目的地的行驶路径。
该步骤中所称的“最近一次规划的行驶路径”是指待规划无人驾驶车在进入最近的上一路段时,通过执行步骤S602~步骤S604所规划的行驶路径。
本发明提供的路径规划方法,通过获知封闭区域中各个路段的不可行驶车道和车流密度,从全局上掌握封闭区域内道路的不可行驶情况和拥挤情况,在此基础上规划的行驶路径,一方面可使无人驾驶车提前避开不可行驶车道,提升行驶过程的安全性,另一方面通过选择车流密度较小的行驶路径,可减少封闭区域内道路的拥堵情况,提高整个封闭区域内车辆的行驶速度和运输效率,有效节省各种成本。
示例性装置
基于相同的发明思想,本发明还提供一种路径规划装置,如图3所示,包括:
位置获取模块31,用于获取待规划无人驾驶车的当前位置;
路径计算模块32,用于计算从所述当前位置到目的地的多条路径;
路况获取模块33,用于获取组成每个路径的各个路段的不可行驶情况和拥堵情况;
路段通行能力计算模块34,用于根据所述不可行驶情况和拥堵情况,计算各个路段的通行能力;
路径通行能力计算模块35,根据各个路段的通行能力,计算各个路径的总通行能力;
路径筛选模块36,根据各个路径的总通行能力,从所述多条路径中筛选出一个路径确定为待规划无人驾驶车从所述当前位置行驶到所述目的地的行驶路径。
图3所示的路径规划装置与示例性方法中的路径规划方法基于相同的发明思想实现,且有相同的非限制性实施方式,具体可参照前面示例性方法中对路径规划方法的介绍,此处不再赘述。
基于相同的发明思想,本发明还提供一种路径规划装置,如图4所示,包括处理器41、存储器42及存储在存储器42上并可在处理器上运行的计算机程序,所述处理器41在运行所述计算机程序时,执行示例性方法中介绍的路径规划方法。
存储器42中的计算机程序被运行时所执行的方法与示例性方法中的路径规划方法基于相同的发明思想实现,且有相同的非限制性实施方式,具体可参照前面示例性方法中对路径规划方法的介绍,此处不再赘述。
可选地,本发明中,处理器41可以通过电路、芯片或其他电子部件来实现。例如,处理器41还可以包括一个或多个微控制器、一个或多个现场可编程门阵列(FPGA)、一个或多个专用电路(ASIC)、一个或多个数字信号处理器(DSP)、一个或多个集成电路等。
可选地,本发明中,存储器42可以通过电路、芯片或其他电子部件来实现。例如,存储器42可以包括一个或多个只读存储器(ROM)、随机存取存储器(RAM)、闪速存储器、电可编程存储器(EPROM)、电可编程和可擦除存储器(EEPROM)、嵌入式多媒体卡(eMMC)、硬盘驱动器或任何易失性或非易失性介质等。
基于相同的发明思想,本发明还提供一种计算机可读的存储介质,其上存储有计算机程序,所述计算机程序被处理器运行时实现前述的路径规划方法。该计算机可读的存储介质例如可以但不限于是电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。在一些实施例中,该计算机可读的存储介质可以是:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
基于相同的发明思想,本发明还提供一种无人驾驶车,包括:如图4所述的路径规划装置。
该无人驾驶车是指利用无人驾驶技术实现的具有载人(如家用轿车、公共汽车等类型)、载货(如普通货车、厢式货车、封闭货车、罐式货车、平板货车、集装厢车、自卸货车、特殊结构货车等类型)或者特殊救援功能(如消防车、救护车等类型)的车辆。
该无人驾驶车与示例性方法中的路径规划方法基于相同的发明思想实现,且有相同的非限制性实施方式,具体可参照前面示例性方法中对路径规划方法的介绍,此处不再赘述。
应当注意,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
虽然已经参考若干具体实施方式描述了本发明的精神和原理,但是应该理解,本发明并不限于所公开的具体实施方式,对各方面的划分也不意味着这些方面中的特征不能组合以进行受益,这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。
以上所述的具体实施例,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例而已,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。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block),单元,和步骤可以通过电子硬件、电脑软件,或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability),上述的各种说明性部件(illustrative components),单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现所述的功能,但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块,或单元,或装置都可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于用户终端中。可选地,处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中,本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现,这些功能可以存储与电脑可读的媒介上,或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如,这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置,或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外,任何连接都可以被适当地定义为电脑可读媒介,例如,如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘,磁盘通常以磁性复制数据,而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
Claims (17)
1.一种路径规划方法,其特征在于,包括:
获取待规划无人驾驶车的当前位置;
计算从所述当前位置到目的地的多条路径;
获取组成每个路径的各个路段的不可行驶情况和拥堵情况;
根据所述各个路段的不可行驶情况和拥堵情况,计算所述各个路段的通行能力;
根据所述各个路段的通行能力,计算各个路径的总通行能力;
根据所述各个路径的总通行能力,从所述多条路径中筛选出一个路径确定为待规划无人驾驶车从所述当前位置行驶到所述目的地的行驶路径。
2.根据权利要求1所述的路径规划方法,其特征在于,获取组成每个路径的各个路段的不可行驶情况,包括:
获取所述各个路段的不可行驶车道的行驶方向和数量;
根据所述各个路段的不可行驶车道的行驶方向和数量是否导致待规划无人驾驶车无法在相应路段上通行,确定所述各个路段的不可行驶参数值。
3.根据权利要求2所述的路径规划方法,其特征在于,获取所述各个路段的不可行驶车道的行驶方向和数量,包括:
接收无人驾驶车利用车载视觉设备检测到所行驶的路段上具有不可行驶车道时发送的相应路段的不可行驶车道的行驶方向和数量。
4.根据权利要求2所述的路径规划方法,其特征在于,获取所述各个路段的不可行驶车道的行驶方向和数量,包括:
接收路口监测设备监测到其所管辖的路段上具有不可行驶车道时发送的相应路段的不可行驶车道的行驶方向和数量。
5.根据权利要求2所述的路径规划方法,其特征在于,获取组成每个路径的各个路段的拥堵情况,包括:
获取所述各个路段的长度和行驶的车辆数量;
根据所述各个路段的长度和行驶的车辆数量计算所述各个路段的车辆密度;
根据所述各个路段的车辆密度,确定所述各个路段的拥挤参数值。
6.根据权利要求5所述的路径规划方法,其特征在于,获取所述各个路段上行驶的车辆数量,包括:
接收各个无人驾驶车发送的自身定位信息,并结合地图数据确定各个无人驾驶车所处的路段;
根据各个无人驾驶车所处的路段,确定各个路段上行驶的车辆数量。
7.根据权利要求5所述的路径规划方法,其特征在于,获取所述各个路段上行驶的车辆数量,包括:
接收路口监测设备发送的其所管辖的路段上行驶的车辆数量。
8.根据权利要求2所述的路径规划方法,其特征在于,获取组成每个路径的各个路段的拥堵情况,包括:
获取所述各个路段在单位时间内成功驶过相应路段的车辆总数;
根据所述各个路段在单位时间内成功驶过相应路段的车辆总数,确定所述各个路段的拥挤参数值。
9.根据权利要求3~8任一所述的路径规划方法,其特征在于,根据所述各个路段的不可行驶情况和拥堵情况,计算各个路段的通行能力,包括:
将所述各个路段的不可行驶参数值和拥挤参数值代入预设的通行能力计算函数中,计算所述各个路段的通行能力。
10.根据权利要求1所述的路径规划方法,其特征在于,根据所述各个路段的通行能力,计算各个路径的总通行能力,包括:
将组成每个路径的各个路段的通行能力的最小值确定为相应路径的总通行能力。
11.根据权利要求1所述的路径规划方法,其特征在于,根据所述各个路段的通行能力,计算各个路径的总通行能力,包括:
将组成每个路径的各个路段的通行能力的加权平均值确定为相应路径的总通行能力。
12.根据权利要求1所述的路径规划方法,其特征在于,根据所述各个路段的通行能力,计算各个路径的总通行能力,包括:
按照通行能力的大小,对组成每个路径的各个路段的通行能力进行排序;
将排序结果中倒数预定数量个通行能力的加权平均值确定为相应路径的总通行能力。
13.根据权利要求1所述的路径规划方法,其特征在于,根据所述各个路径的总通行能力,从所述多条路径中筛选出一个路径确定为待规划无人驾驶车从所述当前位置行驶到所述目的地的行驶路径,包括:
按照总通行能力的大小对所述多条路径排序,将其中排序靠前的预定数量个路径确定为预选行驶路径;
判断所述预选行驶路径中是否有为待规划无人驾驶车最近一次规划的行驶路径,若有,则将该最近一次规划的行驶路径确定为待规划无人驾驶车从所述当前位置行驶到所述目的地的行驶路径。
14.一种路径规划装置,其特征在于,包括:
位置获取模块,用于获取待规划无人驾驶车的当前位置;
路径计算模块,用于计算从所述当前位置到目的地的多条路径;
路况获取模块,用于获取组成每个路径的各个路段的不可行驶情况和拥堵情况;
路段通行能力计算模块,用于根据所述各个路段的不可行驶情况和拥堵情况,计算所述各个路段的通行能力;
路径通行能力计算模块,根据所述各个路段的通行能力,计算各个路径的总通行能力;
路径筛选模块,根据所述各个路径的总通行能力,从所述多条路径中筛选出一个路径确定为待规划无人驾驶车从所述当前位置行驶到所述目的地的行驶路径。
15.一种路径规划装置,包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器在运行所述计算机程序时,执行权利要求1~13任一项所述的方法。
16.一种计算机可读的存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时实现权利要求1~13任一项所述的方法。
17.一种无人驾驶车,其特征在于,包括:如权利要求15所述的路径规划装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811396380.XA CN111307169B (zh) | 2018-11-22 | 2018-11-22 | 一种路径规划方法、路径规划装置及无人驾驶车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811396380.XA CN111307169B (zh) | 2018-11-22 | 2018-11-22 | 一种路径规划方法、路径规划装置及无人驾驶车 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111307169A true CN111307169A (zh) | 2020-06-19 |
CN111307169B CN111307169B (zh) | 2022-05-24 |
Family
ID=71148548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811396380.XA Active CN111307169B (zh) | 2018-11-22 | 2018-11-22 | 一种路径规划方法、路径规划装置及无人驾驶车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111307169B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111736606A (zh) * | 2020-06-28 | 2020-10-02 | 杭州海康机器人技术有限公司 | 移动机器人行驶方法、装置及存储介质 |
CN112904820A (zh) * | 2021-01-22 | 2021-06-04 | 上海伯镭智能科技有限公司 | 无人驾驶工程车辆矿区流量调配方法及装置 |
CN113465622A (zh) * | 2021-06-30 | 2021-10-01 | 上海西井信息科技有限公司 | 港口无人驾驶路径规划方法、装置、电子设备、存储介质 |
CN113778085A (zh) * | 2021-08-30 | 2021-12-10 | 武汉海昌信息技术有限公司 | 基于人工智能的无人车控制方法、系统及可读存储介质 |
CN113808422A (zh) * | 2021-08-07 | 2021-12-17 | 长沙理工大学 | 一种救护车快速通行方法 |
CN114137960A (zh) * | 2021-11-01 | 2022-03-04 | 天行智控科技(无锡)有限公司 | 一种封闭区域智能运输系统的无人驾驶车辆协作方法 |
CN114185341A (zh) * | 2021-11-17 | 2022-03-15 | 南方科技大学 | 无人驾驶车辆路径规划方法、设备及计算机可读存储介质 |
CN114220282A (zh) * | 2021-11-15 | 2022-03-22 | 三一专用汽车有限责任公司 | 车辆调度控制方法、装置及电子设备 |
CN114997451A (zh) * | 2022-08-05 | 2022-09-02 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种公路场景下自动驾驶车辆的预约通行方法及计算设备 |
WO2023029534A1 (zh) * | 2021-08-31 | 2023-03-09 | 北京百度网讯科技有限公司 | 导航路径规划方法、装置、设备和存储介质 |
CN116659519A (zh) * | 2023-07-31 | 2023-08-29 | 安徽领云物联科技有限公司 | 一种基于人工智能的智慧园区行车轨迹跟踪系统 |
CN117576936A (zh) * | 2024-01-17 | 2024-02-20 | 山东国建土地房地产评估测绘有限公司 | 一种城市道路交通规划数据管理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105277189A (zh) * | 2014-06-30 | 2016-01-27 | 高德软件有限公司 | 一种路线推送方法及装置 |
CN105675000A (zh) * | 2016-01-15 | 2016-06-15 | 武汉光庭信息技术股份有限公司 | 一种基于高精度地图的车道级路径规划方法及系统 |
CN106355923A (zh) * | 2016-09-08 | 2017-01-25 | 江苏大学 | 车联网环境下基于实时交通信息的智慧导航系统及导航方法 |
CN108225351A (zh) * | 2016-12-14 | 2018-06-29 | 高德信息技术有限公司 | 导航路径规划方法及装置 |
JP2018128305A (ja) * | 2017-02-07 | 2018-08-16 | 株式会社デンソーテン | 迂回経路情報提供装置、渋滞抑制システム及び迂回経路情報提供方法 |
-
2018
- 2018-11-22 CN CN201811396380.XA patent/CN111307169B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105277189A (zh) * | 2014-06-30 | 2016-01-27 | 高德软件有限公司 | 一种路线推送方法及装置 |
CN105675000A (zh) * | 2016-01-15 | 2016-06-15 | 武汉光庭信息技术股份有限公司 | 一种基于高精度地图的车道级路径规划方法及系统 |
CN106355923A (zh) * | 2016-09-08 | 2017-01-25 | 江苏大学 | 车联网环境下基于实时交通信息的智慧导航系统及导航方法 |
CN108225351A (zh) * | 2016-12-14 | 2018-06-29 | 高德信息技术有限公司 | 导航路径规划方法及装置 |
JP2018128305A (ja) * | 2017-02-07 | 2018-08-16 | 株式会社デンソーテン | 迂回経路情報提供装置、渋滞抑制システム及び迂回経路情報提供方法 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111736606B (zh) * | 2020-06-28 | 2024-03-19 | 杭州海康机器人股份有限公司 | 移动机器人行驶方法、装置及存储介质 |
CN111736606A (zh) * | 2020-06-28 | 2020-10-02 | 杭州海康机器人技术有限公司 | 移动机器人行驶方法、装置及存储介质 |
CN112904820A (zh) * | 2021-01-22 | 2021-06-04 | 上海伯镭智能科技有限公司 | 无人驾驶工程车辆矿区流量调配方法及装置 |
CN113465622A (zh) * | 2021-06-30 | 2021-10-01 | 上海西井信息科技有限公司 | 港口无人驾驶路径规划方法、装置、电子设备、存储介质 |
CN113808422A (zh) * | 2021-08-07 | 2021-12-17 | 长沙理工大学 | 一种救护车快速通行方法 |
CN113808422B (zh) * | 2021-08-07 | 2023-01-13 | 长沙理工大学 | 一种救护车快速通行方法 |
CN113778085A (zh) * | 2021-08-30 | 2021-12-10 | 武汉海昌信息技术有限公司 | 基于人工智能的无人车控制方法、系统及可读存储介质 |
WO2023029534A1 (zh) * | 2021-08-31 | 2023-03-09 | 北京百度网讯科技有限公司 | 导航路径规划方法、装置、设备和存储介质 |
CN114137960A (zh) * | 2021-11-01 | 2022-03-04 | 天行智控科技(无锡)有限公司 | 一种封闭区域智能运输系统的无人驾驶车辆协作方法 |
CN114220282A (zh) * | 2021-11-15 | 2022-03-22 | 三一专用汽车有限责任公司 | 车辆调度控制方法、装置及电子设备 |
CN114220282B (zh) * | 2021-11-15 | 2022-12-02 | 三一专用汽车有限责任公司 | 车辆调度控制方法、装置及电子设备 |
CN114185341A (zh) * | 2021-11-17 | 2022-03-15 | 南方科技大学 | 无人驾驶车辆路径规划方法、设备及计算机可读存储介质 |
CN114997451A (zh) * | 2022-08-05 | 2022-09-02 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种公路场景下自动驾驶车辆的预约通行方法及计算设备 |
CN116659519B (zh) * | 2023-07-31 | 2023-10-20 | 安徽领云物联科技有限公司 | 一种基于人工智能的智慧园区行车轨迹跟踪系统 |
CN116659519A (zh) * | 2023-07-31 | 2023-08-29 | 安徽领云物联科技有限公司 | 一种基于人工智能的智慧园区行车轨迹跟踪系统 |
CN117576936A (zh) * | 2024-01-17 | 2024-02-20 | 山东国建土地房地产评估测绘有限公司 | 一种城市道路交通规划数据管理方法 |
CN117576936B (zh) * | 2024-01-17 | 2024-03-22 | 山东国建土地房地产评估测绘有限公司 | 一种城市道路交通规划数据管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111307169B (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111307169B (zh) | 一种路径规划方法、路径规划装置及无人驾驶车 | |
US11959753B2 (en) | Driver guidance for guided maneuvering | |
US11242051B1 (en) | Autonomous vehicle action communications | |
JP6785939B2 (ja) | 緊急時の地表のマップ情報を生成するシステムおよび方法 | |
US10185327B1 (en) | Autonomous vehicle path coordination | |
US9857191B2 (en) | Context-based routing and access path selection | |
CN108646752B (zh) | 自动驾驶系统的控制方法及装置 | |
CN111276005B (zh) | 联网停车系统 | |
US20190347931A1 (en) | Systems and methods for driving intelligence allocation between vehicles and highways | |
CN109211257B (zh) | 一种无人驾驶车行驶路线规划方法和系统 | |
US20200211376A1 (en) | Systems and Methods to Enable a Transportation Network with Artificial Intelligence for Connected and Autonomous Vehicles | |
CN108603763A (zh) | 行驶计划生成装置、行驶计划生成方法和行驶计划生成程序 | |
US20070106460A1 (en) | Route guidance system, methods and programs | |
KR20170091680A (ko) | 관심 포인트 정보를 제공하는 방법 및 장치 | |
CN108010362A (zh) | 行车路况信息推送的方法、装置、存储介质及终端设备 | |
KR20170090466A (ko) | 관심 포인트 정보를 제공하는 방법 및 장치 | |
KR102386960B1 (ko) | 커넥티드 자동화 차량 도로 시스템 및 방법 | |
AU2017249116B2 (en) | Driver guidance for guided maneuvering | |
CN107990898A (zh) | 行驶路径生成装置 | |
US11885639B2 (en) | Generating scouting objectives | |
CN113535743A (zh) | 无人驾驶地图实时更新方法、装置、电子设备、存储介质 | |
US20210164790A1 (en) | System and method for verifying roads | |
US20220187098A1 (en) | Safety and performance integration device for non-autonomous vehicles | |
CN112394723A (zh) | 用于在交通节点处的轨迹规划的方法、控制器和存储介质 | |
JP2005316739A (ja) | 車両検出位置をリンクに対応付けする方法及び装置、渋滞箇所判定方法、渋滞箇所表示方法並びにプログラム |
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 |