CN112033426B - 行驶路径规划方法、装置及电子设备 - Google Patents

行驶路径规划方法、装置及电子设备 Download PDF

Info

Publication number
CN112033426B
CN112033426B CN202010779379.6A CN202010779379A CN112033426B CN 112033426 B CN112033426 B CN 112033426B CN 202010779379 A CN202010779379 A CN 202010779379A CN 112033426 B CN112033426 B CN 112033426B
Authority
CN
China
Prior art keywords
path
determining
point
driving
target
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
CN202010779379.6A
Other languages
English (en)
Other versions
CN112033426A (zh
Inventor
刘申
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.)
Neusoft Reach Automotive Technology Shenyang Co Ltd
Original Assignee
Neusoft Reach Automotive Technology Shenyang 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 Neusoft Reach Automotive Technology Shenyang Co Ltd filed Critical Neusoft Reach Automotive Technology Shenyang Co Ltd
Priority to CN202010779379.6A priority Critical patent/CN112033426B/zh
Publication of CN112033426A publication Critical patent/CN112033426A/zh
Application granted granted Critical
Publication of CN112033426B publication Critical patent/CN112033426B/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
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • 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
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • 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

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)
  • Navigation (AREA)

Abstract

本发明实施例提供一种行驶路径规划方法、装置及电子设备。本发明实施例通过获取待规划路径的起点、终点和当前地图上的障碍物信息，根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，所述障碍物夹缝为两障碍物之间的最窄处对应的缝隙，基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点，根据所述各个目标中间点，确定从所述起点至所述终点的初始行驶路径，对所述初始行驶路径进行与至少一个优化目标对应的优化，得到目标行驶路径，能够在障碍物空间布局较复杂的场景中找到有效行驶路径。

Description

行驶路径规划方法、装置及电子设备
技术领域
本发明涉及自动驾驶技术领域，尤其涉及一种行驶路径规划方法、装置及电子设备。
背景技术
路径规划是自动驾驶技术中的重要组成部分。在相关技术中，基于TEB(TimedElastic Band，时间橡皮筋)算法来规划行驶路径。
TEB算法的过程是：给出起始位姿U和结束位姿V；在UV直线距离中均匀插入若干点，将UV分割成若干小段，得到规划的初始路径；应用g2o(General Graph Optimization，通用图优化)创建一个超图，并使用g2o对此图做迭代优化，最后得到优化后的路径位姿和每小段行进的时间。
在障碍物空间布局较复杂的场景中，TEB算法找到有效行驶路径的难度很大，几乎无法找到。
发明内容
为克服相关技术中存在的问题，本发明提供了一种行驶路径规划方法、装置及电子设备，能够在障碍物空间布局较复杂的场景中找到有效行驶路径。
根据本发明实施例的第一方面，提供一种行驶路径规划方法，包括：
获取待规划路径的起点、终点和当前地图上的障碍物信息；
根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，所述障碍物夹缝为两障碍物之间的最窄处对应的缝隙；
基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点；
根据所述各个目标中间点，确定从所述起点至所述终点的初始行驶路径；
对所述初始行驶路径进行与至少一个优化目标对应的优化，得到目标行驶路径。
根据本发明实施例的第二方面，提供一种行驶路径规划装置，包括：
获取模块，用于获取待规划路径的起点、终点和当前地图上的障碍物信息；
宽度值获取模块，用于根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，所述障碍物夹缝为两障碍物之间的最窄处对应的缝隙；
查找模块，用于基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点；
初始路径确定模块，用于根据所述各个目标中间点，确定从所述起点至所述终点的初始行驶路径；
优化模块，用于对所述初始行驶路径进行与至少一个优化目标对应的优化，得到目标行驶路径。
根据本发明实施例的第三方面，提供一种电子设备，所述电子设备包括：
处理器；
被配置为存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取待规划路径的起点、终点和当前地图上的障碍物信息；
根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，所述障碍物夹缝为两障碍物之间的最窄处对应的缝隙；
基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点；
根据所述各个目标中间点，确定从所述起点至所述终点的初始行驶路径；
对所述初始行驶路径进行与至少一个优化目标对应的优化，得到目标行驶路径。
本发明实施例提供的技术方案可以包括以下有益效果：
本发明实施例，通过获取待规划路径的起点、终点和当前地图上的障碍物信息，根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，所述障碍物夹缝为两障碍物之间的最窄处对应的缝隙，基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点，根据所述各个目标中间点，确定从所述起点至所述终点的初始行驶路径，对所述初始行驶路径进行与至少一个优化目标对应的优化，得到目标行驶路径，能够在障碍物空间布局较复杂的场景中找到有效行驶路径。
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，并不能限制本说明书。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理。
图1是本发明实施例提供的行驶路径规划方法的流程示例图。
图2是跳点搜索算法确定行驶路径的示意图。
图3是路径对比示意图。
图4是本发明实施例提供的行驶路径规划装置的功能方块图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明实施例的一些方面相一致的装置和方法的例子。
在本发明实施例使用的术语是仅仅出于描述特定本发明实施例的目的，而非旨在限制本发明实施例。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本发明实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本发明实施例的行驶路径规划方法，利用非TEB算法(例如JPS(Jump PointSearch，跳点搜索)算法)确定初始行驶路径，然后利用TEB算法对初始行驶路径进行优化，得到最终行驶路径(即本文后续提及的目标行驶路径)。通过JPS算法等非TEB算法为TEB算法提供合理的初始行驶路径，由TEB算法将优化后的路径输出给车辆，以控制车辆按照该路径由起点自动驾驶到终点。
下面通过实施例对行驶路径规划方法进行详细说明。
图1是本发明实施例提供的行驶路径规划方法的流程示例图。如图1所示，本实施例中，行驶路径规划方法可以包括：
S101，获取待规划路径的起点、终点和当前地图上的障碍物信息。
S102，根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，所述障碍物夹缝为两障碍物之间的最窄处对应的缝隙。
S103，基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点。
S104，根据所述各个目标中间点，确定从所述起点至所述终点的初始行驶路径。
S105，对所述初始行驶路径进行与至少一个优化目标对应的优化，得到目标行驶路径。
执行本发明实施例的行驶路径规划方法的电子设备属于自动驾驶系统。自动驾驶系统还包括前置决策模块、感知模块等。其中，待规划路径的起点和终点由前置决策模块输出给所述电子设备，障碍物信息由所述感知模块输出给所述电子设备。
本实施例中，所采用的地图可以为栅格地图(Grid Map)。
当前地图中标识了障碍物的位置。
本实施例中，障碍物夹缝的数量可以根据障碍物的数量确定。例如，假设有3个障碍物Q1、Q2、Q3，则对应的障碍物夹缝有3个，即障碍物Q1与Q2之间的夹缝、障碍物Q1与Q3之间的夹缝以及障碍物Q3与Q2之间的夹缝。可见，每2个障碍物之间形成一个障碍物夹缝。
车辆具有一定的宽度，只有夹缝宽度大于或等于车辆宽度的障碍物夹缝才是实际上可通行的。考虑到车辆通行的安全性(避免车辆经过障碍物夹缝时与相应的障碍物发生碰撞)，在为车辆选择行驶路径时，可以选择经过夹缝宽度大于车辆宽度的障碍物夹缝的路径。障碍物夹缝的宽度越大，车辆的行驶安全性越高。
本实施例中，可以根据已有的非TEB算法，在当前地图上查找所述起点与所述终点之间的各个目标中间点。例如跳点搜索算法。跳点搜索算法中的跳点是指路径中方向发生变化的节点。跳点搜索算法中的跳点可以作为本实施例中的目标中间点。
这里举例说明跳点搜索算法确定从起点至终点的跳点及由跳点构建行驶路径的过程。
图2是跳点搜索算法确定行驶路径的示意图。请参见图2，5*5的网格中，黑色代表阻挡区，S为起点，E为终点。跳点搜索算法寻找从S到E的最短路径的过程是：
初始化，将起点S加入openset(开启节点集合)；
从openset取出F值(F值表示当前点到终点的理论路径耗费，F＝G+H；其中，G值表示从起点到当前点路径耗费；H值表示不考虑不可通过区域)最小的点S，并从openset删除，加入closedset(关闭节点集合)；
S的当前方向为空，则沿八个方向(上、下、左、右、左上、左下、右上、右下)寻找跳点，在图2中从S出发只有下、右、右下三个方向可走，但向下搜索到D遇到边界，向右搜索到F遇到阻挡，因此都没有找到跳点，然后沿右下方向寻找跳点，在G点；
parent(G)(G点的父节点)为S，parent(G)到S为对角线移动，并且G经过垂直方向移动(向下移动)可以到达跳点I，因此G为跳点，将G加入openset。从openset取出F值最小的点G，并从openset删除，加入closedset；
G当前方向为对角线方向(从S到G的方向)，因此在右(当前方向水平分量)、下(当前方向垂直分量)、右下(当前方向)三个方向寻找跳点，在图2中从G出发只有向下可走，因此向下寻找跳点，找到跳点I，将I加入openset；
从openset取出F值最小的点I，并从openset删除，加入closedset；
I的当前方向为直线方向(从G到I的方向)，在I点时I的左后方不可走且左方、前方可走，因此沿左、左前、前寻找跳点，但左前、前都遇到边界，只有向左寻找到跳点Q，将Q加入openset；
从openset取出F值最小的点Q，并从openset删除，加入closedset；
Q的当前方向为直线方向，Q的左后方不可走且左方、前方可走，因此沿左、左前、前寻找跳点，但左前、前都遇到边界，只有向左寻找到跳点E因此将E加入openset；
从openset取出F值最小的点E，因为E是终点，因此寻路结束，搜索出的跳点包括S、G、I、Q、E，将跳点S、G、I、Q、E按顺序连接起来得到的路径即为通过JPS搜索到的行驶路径。
在一个示例性的实现过程中，根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，可以包括：
确定所述障碍物信息对应的各障碍物在当前地图中的位置；
根据所述位置，计算所述各障碍物中每两个障碍物对应的位置之间的最小距离值，将所述最小距离值作为对应障碍物夹缝的宽度值。
本实施例中，两个障碍物对应的位置之间的距离值是指两个障碍物之间的最窄处对应的距离。
举例说明。假设两个障碍物分别为第一障碍物和第二障碍物，第一障碍物所占位置对应的坐标集合为第一坐标集合，第二障碍物所占位置对应的坐标集合为第二坐标集合，从第一坐标集合中任取一个坐标称为第一坐标，从第二坐标集合中任取一个坐标称为第二坐标，计算第一坐标和第二坐标之间的距离值，遍历第一坐标集合和第二坐标集合，计算出所有第一坐标和第二坐标之间的距离值，再从所有距离值中找到最小距离值，即为障碍物夹缝的宽度值。
在一个示例性的实现过程中，步骤S103中，基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点，可以包括：
从所述各障碍物夹缝的宽度值中，确定小于预设的第一宽度阈值的第一目标宽度值；
在当前地图上为所述第一目标宽度值对应的障碍物夹缝设置禁行标识，所述禁行标识用于指示不可通行；
基于所述障碍物信息和所述禁行标识，按照最短路径原则查找所述起点与所述终点之间的各个中间点，作为目标中间点，所述各个中间点形成的路径不经过设置有所述禁行标识的障碍物夹缝。
本实施例中，第一宽度阈值可以由开发人员根据实际应用需求设定，第一宽度阈值＝车宽*第一设定系数，第一设定系数为大于1的值。
本实施例中，通过为宽度较小的障碍物夹缝设置禁行标识，可以避免规划的路径通过这些障碍物夹缝，减小车辆发生碰撞的几率，提高安全性。
在一个示例性的实现过程中，基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点，可以包括：
基于所述障碍物信息和各障碍物夹缝的宽度值，查找多组中间点，每组中间点对应一条所述起点与所述终点之间的备选路径；
从所述多组中间点中选择一组中间点作为目标中间点。
在一个示例性的实现过程中，基于所述障碍物信息和各障碍物夹缝的宽度值，查找多组中间点，可以包括：
从所述各障碍物夹缝的宽度值中，确定小于预设的第二宽度阈值的第二目标宽度值以及第二目标宽度值的数量N；N为自然数；
对第二目标宽度值进行排序；
根据排序结果，分别确定宽度值最小的m个第二目标宽度值，m＝1，2……N；m为自然数；
对于每个m值，在当前地图上为所述m个第二目标宽度值对应的障碍物夹缝设置禁行标识，所述禁行标识用于指示不可通行；
基于所述障碍物信息和所述禁行标识，按照最短路径原则查找所述起点与所述终点之间的各个中间点，得到所述m值对应的一组中间点，所述各个中间点形成的路径不经过设置有所述禁行标识的障碍物夹缝；
从所述多组中间点中选择一组中间点作为目标中间点，包括：
对于每组中间点对应的所述起点与所述终点之间的备选路径，根据预设的路径评价算法获得评价值；
根据所述评价值，从所有备选路径中确定最优备选路径，将所述最优备选路径对应的一组中间点作为目标中间点。
跳点搜索算法只在地图上搜索最短路径，但以最短路径作为初始行驶路径进行TEB优化得到的路径，不一定是最优路径。
图3是路径对比示意图。图3中，从起点S到终点E有两条路径，即路径A和路径B，其中，路径A的长度比路径B的长度短，但从驾驶安全性和舒适性方面考虑，路径B优于路径A。
本实施例通过获取多条备选路径，再根据路径评价算法的评价结果选出最优备选路径作为初始行驶路径，一方面能够满足用户对自动驾驶体验的更多需求，例如提高行驶安全性、舒适性等的需求，另一方面还能够排除存在宽度过窄、不能挑头等问题的路径，提高路径规划的成功率。
其中，用户对自动驾驶体验的需求，可以通过路径评价算法中的评价指标来体现。不同的需求，可以采用不同的评价指标。
在一个示例性的实现过程中，所述路径评价算法可以包括：
针对每条备选路径，获取所述备选路径中各个子路径的行驶参数；
基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标；
基于所述至少一个行驶过程评价指标确定所述备选路径的行驶过程评价值。
本发明可以实现基于路径中各个子路径的行驶参数合理确定路径的行驶过程评价值，可以丰富路径的评价方式，满足用户对于行驶过程的舒适性的需求，进而提升乘客的体验。
在一个示例性的实现过程中，所述行驶参数可以包括速度、加速度、路径的曲率、加速度符号的变化次数、路径点与道路中心线上点的偏差中的至少一项。
在一个示例性的实现过程中，响应于所述行驶参数包括速度；
基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定各个子路径的速度与设定高速度阈值的第一比值；
基于所述各个子路径的第一比值的平均值确定所述备选路径的高速度占比；
基于所述高速度占比确定所述备选路径的第一行驶过程评价指标。
举例说明。假设备选路径中n个子路径的速度为Vi(i＝1,2,…,n)，且设定高速度阈值为Vcost，则可以确定上述各个子路径的第一比值的平均值如下式(1)所示：
V平均值＝(V1/Vcost+V2/Vcost+V3/Vcost+…+Vn/Vcost)/n(1)
本实施例中，当子路径的高速度占比越大，则处于高速行驶的路径越多，进而越能满足乘客对于快速到达目的地的需求。因而本实施例中可以将该与乘客的需求呈正相关(即，高速度占比越大越好)的高速度占比确定为第一行驶过程评价指标。
在一个示例性的实现过程中，响应于所述行驶参数包括加速度；
基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定各个子路径的加速度与设定高加速度阈值的第二比值；
基于所述各个子路径的第二比值的平均值确定所述备选路径的高加速度占比；
基于所述高加速度占比，确定所述备选路径的行驶过程评价指标。
其中，基于所述高加速度占比，确定所述备选路径的行驶过程评价指标，可以包括：
基于以所述高加速度占比的相反数为指数，以自然常数e为底数的第一幂运算结果，确定所述备选路径的行驶过程评价指标。
举例说明。假设备选路径中n个子路径的加速度为ai(i＝1,2,…,n)，且设定高速度阈值为acost，则可以确定上述各个子路径的第二比值的平均值如下式(2)所示：
A平均值＝(a1/acost+a2/acost+a3/acost+…+an/acost)/n (2)
可以确定以所述高加速度占比的相反数为指数，以自然常数e为底数的第一幂运算结果e(-A 平均值 )，并将该第一幂运算结果确定为备选路径的第二行驶过程评价指标。
本实施例中，当子路径的高加速度占比越大，则说明处于高加速行驶的路径越多，则乘客在乘车过程中感受到加速行驶过程越多，乘客的舒适性越低，因而本实施例中可以将上述与乘客的舒适性呈正相关的第一幂运算结果确定为第二行驶过程评价指标。
在一个示例性的实现过程中，响应于所述行驶参数包括路径的曲率；
基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定各个子路径的曲率与设定的高曲率阈值的第三比值；
基于所述各个子路径的第三比值的平均值确定所述备选路径的高曲率占比；
基于所述高曲率占比确定所述备选路径的第三行驶过程评价指标。
其中，基于所述高曲率占比确定所述备选路径的第三行驶过程评价指标，可以包括：
基于以所述高曲率占比的相反数为指数，以自然常数e为底数的第二幂运算结果，确定所述备选路径的第三行驶过程评价指标。
举例说明。假设备选路径中n个子路径的曲率为ki(i＝1,2,…,n)，且设定高速度阈值为kcost，则可以确定上述各个子路径的第三比值的平均值如下式(3)所示：
K平均值＝(k1/kcost+k2/kcost+k3/kcost+…+kn/kcost)/n (3)
可以确定以所述高曲率占比的相反数为指数，以自然常数e为底数的第二幂运算结果e(-k 平均值 )，并将该第二幂运算结果确定为备选路径的第三行驶过程评价指标。
本实施例中，当子路径的高曲率占比越大，则视为处于高曲率行驶的路径越多，则乘客在乘车过程中感受到转弯行驶过程越多，因而高曲率占比越大，乘客的舒适性越低，因此本实施例中可以将上述与乘客的舒适性呈正相关的第二幂运算结果确定为第三行驶过程评价指标。
在一个示例性的实现过程中，响应于所述行驶参数包括加速度符号的变化次数；
基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定以各个子路径的加速度符号的变化次数的相反数为指数，以自然常数e为底数的第三幂运算结果；
基于所述第三幂运算结果确定所述备选路径的第四行驶过程评价指标。
举例说明。假设备选路径中各个子路径的加速度符号的变化次数为x，则可以计算以各个子路径的加速度符号的变化次数的相反数为指数，以自然常数e为底数的第三幂运算结果，即e(-x)。可以将该第三幂运算结果e(-x)确定为所述备选路径的第四行驶过程评价指标。
加速度符号的变化意味着加速和减速的变化，各个子路径的加速度符号的变化次数越多，乘客的舒适度越低，因而该第三幂运算结果e(-x)的数值越小，乘客的舒适度越低，因而本实施例中可以将上述与乘客的舒适性呈正相关的第三幂运算结果确定为第四行驶过程评价指标。
在一个示例性的实现过程中，响应于所述行驶参数包括路径点与道路中心线上点的偏差；
基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定以各个子路径的路径点与道路中心线上点的偏差的相反数为指数，以自然常数e为底数的第四幂运算结果；
基于所述第四幂运算结果确定所述备选路径的第五行驶过程评价指标。
举例说明。假设备选路径中各个子路径的路径点与道路中心线上点的偏差为y，则可以计算以各个子路径的路径点与道路中心线上点的偏差的相反数为指数，以自然常数e为底数的第四幂运算结果，即e(-y)。可以将该第四幂运算结果e(-y)确定为备选路径的第五行驶过程评价指标。
本实施例中，各个子路径的路径点与道路中心线上点的偏差越大，乘客的舒适度越低，因而该第四幂运算结果e(-x)的数值越小，乘客的舒适度越低，因而本实施例中可以将上述与乘客的舒适性呈正相关的第四幂运算结果确定为第五行驶过程评价指标。
在一个示例性的实现过程中，基于所述至少一个行驶过程评价指标确定所述备选路径的行驶过程评价值，包括：
计算所述至少一个行驶过程评价指标的加权和；
基于所述加权和确定所述备选路径的行驶过程评价值。
本实施例通过计算所述至少一个行驶过程评价指标的加权和，并基于所述加权和确定路径的行驶过程评价值，可以实现对至少一个行驶过程评价指标进行融合，因而可以基于该至少一个行驶过程评价指标的融合结果确定路径的行驶过程评价值，可以提高确定行驶过程评价值的准确性，进而可以丰富路径的评价方式，满足用户对于行驶过程的舒适性的需求，进而提升乘客的体验。
本实施例中，优化目标可以包括速度、加速度、最小转弯半径、行驶时间、与障碍物的距离中的至少一个。
本发明实施例提供的行驶路径规划方法，通过获取待规划路径的起点、终点和当前地图上的障碍物信息，根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，所述障碍物夹缝为两障碍物之间的最窄处对应的缝隙，基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点，根据所述各个目标中间点，确定从所述起点至所述终点的初始行驶路径，对所述初始行驶路径进行与至少一个优化目标对应的优化，得到目标行驶路径，能够在障碍物空间布局较复杂的场景中找到有效行驶路径。
基于上述的方法实施例，本发明实施例还提供了相应的装置、设备及存储介质实施例。
图4是本发明实施例提供的行驶路径规划装置的功能方块图。如图4所示，本实施例中，行驶路径规划装置可以包括：
获取模块410，用于获取待规划路径的起点、终点和当前地图上的障碍物信息；
宽度值获取模块420，用于根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，所述障碍物夹缝为两障碍物之间的最窄处对应的缝隙；
查找模块430，用于基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点；
初始路径确定模块440，用于根据所述各个目标中间点，在当前地图上确定从所述起点至所述终点的初始行驶路径；
优化模块450，用于对所述初始行驶路径进行与至少一个优化目标对应的优化，得到目标行驶路径。
在一个示例性的实现过程中，宽度值获取模块420可以具体用于：
确定所述障碍物信息对应的各障碍物在当前地图中的位置；
根据所述位置，计算所述各障碍物中每两个障碍物对应的位置之间的最小距离值，将所述最小距离值作为对应障碍物夹缝的宽度值。
在一个示例性的实现过程中，查找模块430可以具体用于：
从所述各障碍物夹缝的宽度值中，确定小于预设的第一宽度阈值的第一目标宽度值；
在当前地图上为所述第一目标宽度值对应的障碍物夹缝设置禁行标识，所述禁行标识用于指示不可通行；
基于所述障碍物信息和所述禁行标识，按照最短路径原则查找所述起点与所述终点之间的各个中间点，作为目标中间点，所述各个中间点形成的路径不经过设置有所述禁行标识的障碍物夹缝。
在一个示例性的实现过程中，查找模块430可以具体用于：
基于所述障碍物信息和各障碍物夹缝的宽度值，查找多组中间点，每组中间点对应一条所述起点与所述终点之间的备选路径；
从所述多组中间点中选择一组中间点作为目标中间点。
在一个示例性的实现过程中，基于所述障碍物信息和各障碍物夹缝的宽度值，查找多组中间点，包括：
从所述各障碍物夹缝的宽度值中，确定小于预设的第二宽度阈值的第二目标宽度值以及第二目标宽度值的数量N；
对第二目标宽度值进行排序；
根据排序结果，分别确定宽度值最小的m个第二目标宽度值，m＝1，2……N；
对于每个m值，在当前地图上为所述m个第二目标宽度值对应的障碍物夹缝设置禁行标识，所述禁行标识用于指示不可通行；
基于所述障碍物信息和所述禁行标识，按照最短路径原则查找所述起点与所述终点之间的各个中间点，得到所述m值对应的一组中间点，所述各个中间点形成的路径不经过设置有所述禁行标识的障碍物夹缝；
从所述多组中间点中选择一组中间点作为目标中间点，包括：
对于每组中间点对应的所述起点与所述终点之间的备选路径，根据预设的路径评价算法获得评价值；
根据所述评价值，从所有备选路径中确定最优备选路径，将所述最优备选路径对应的一组中间点作为目标中间点。
在一个示例性的实现过程中，所述路径评价算法包括：
针对每条备选路径，获取所述备选路径中各个子路径的行驶参数；
基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标；
基于所述至少一个行驶过程评价指标确定所述备选路径的行驶过程评价值。
在一个示例性的实现过程中，所述行驶参数包括速度、加速度、路径的曲率、加速度符号的变化次数、路径点与道路中心线上点的偏差中的至少一项。
在一个示例性的实现过程中，响应于所述行驶参数包括速度；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定各个子路径的速度与设定高速度阈值的第一比值；
基于所述各个子路径的第一比值的平均值确定所述备选路径的高速度占比；
基于所述高速度占比确定所述备选路径的第一行驶过程评价指标。
在一个示例性的实现过程中，响应于所述行驶参数包括加速度；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定各个子路径的加速度与设定高加速度阈值的第二比值；
基于所述各个子路径的第二比值的平均值确定所述备选路径的高加速度占比；
基于所述高加速度占比确定所述备选路径的行驶过程评价指标。
在一个示例性的实现过程中，响应于所述行驶参数包括路径的曲率；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定各个子路径的曲率与设定的高曲率阈值的第三比值；
基于所述各个子路径的第三比值的平均值确定所述备选路径的高曲率占比；
基于所述高曲率占比确定所述备选路径的第三行驶过程评价指标。
在一个示例性的实现过程中，响应于所述行驶参数包括加速度符号的变化次数；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定以各个子路径的加速度符号的变化次数的相反数为指数，以自然常数e为底数的第三幂运算结果；
基于所述相反数第三幂运算结果确定所述备选路径的第四行驶过程评价指标。
在一个示例性的实现过程中，响应于所述行驶参数包括路径点与道路中心线上点的偏差；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定以各个子路径的路径点与道路中心线上点的偏差的相反数为指数，以自然常数e为底数的第四幂运算结果；
基于所述第四幂运算结果确定所述备选路径的第五行驶过程评价指标。
在一个示例性的实现过程中，基于所述至少一个行驶过程评价指标确定所述备选路径的行驶过程评价值，包括：
计算所述至少一个行驶过程评价指标的加权和；
基于所述加权和确定所述备选路径的行驶过程评价值。
在一个示例性的实现过程中，所述优化目标包括速度、加速度、最小转弯半径、行驶时间、与障碍物的距离中的至少一个。
本发明实施例还提供一种电子设备，所述电子设备包括：
处理器；
被配置为存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取待规划路径的起点、终点和当前地图上的障碍物信息；
根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，所述障碍物夹缝为两障碍物之间的最窄处对应的缝隙；
基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点；
根据所述各个目标中间点，确定从所述起点至所述终点的初始行驶路径；
对所述初始行驶路径进行与至少一个优化目标对应的优化，得到目标行驶路径。
所述电子设备可以用于执行前述的任一种行驶路径规划方法。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如下操作：
获取待规划路径的起点、终点和当前地图上的障碍物信息；
根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，所述障碍物夹缝为两障碍物之间的最窄处对应的缝隙；
基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点；
根据所述各个目标中间点，确定从所述起点至所述终点的初始行驶路径；
对所述初始行驶路径进行与至少一个优化目标对应的优化，得到目标行驶路径。
在一个示例性的实现过程中，根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，包括：
确定所述障碍物信息对应的各障碍物在当前地图中的位置；
根据所述位置，计算所述各障碍物中每两个障碍物对应的位置之间的最小距离值，将所述最小距离值作为对应障碍物夹缝的宽度值。
在一个示例性的实现过程中，基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点，包括：
从所述各障碍物夹缝的宽度值中，确定小于预设的第一宽度阈值的第一目标宽度值；
在当前地图上为所述第一目标宽度值对应的障碍物夹缝设置禁行标识，所述禁行标识用于指示不可通行；
基于所述障碍物信息和所述禁行标识，按照最短路径原则查找所述起点与所述终点之间的各个中间点，作为目标中间点，所述各个中间点形成的路径不经过设置有所述禁行标识的障碍物夹缝。
在一个示例性的实现过程中，基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点，包括：
基于所述障碍物信息和各障碍物夹缝的宽度值，查找多组中间点，每组中间点对应一条所述起点与所述终点之间的备选路径；
从所述多组中间点中选择一组中间点作为目标中间点。
在一个示例性的实现过程中，基于所述障碍物信息和各障碍物夹缝的宽度值，查找多组中间点，包括：
从所述各障碍物夹缝的宽度值中，确定小于预设的第二宽度阈值的第二目标宽度值以及第二目标宽度值的数量N；
对第二目标宽度值进行排序；
根据排序结果，分别确定宽度值最小的m个第二目标宽度值，m＝1，2……N；
对于每个m值，在当前地图上为所述m个第二目标宽度值对应的障碍物夹缝设置禁行标识，所述禁行标识用于指示不可通行；
基于所述障碍物信息和所述禁行标识，按照最短路径原则查找所述起点与所述终点之间的各个中间点，得到所述m值对应的一组中间点，所述各个中间点形成的路径不经过设置有所述禁行标识的障碍物夹缝；
从所述多组中间点中选择一组中间点作为目标中间点，包括：
对于每组中间点对应的所述起点与所述终点之间的备选路径，根据预设的路径评价算法获得评价值；
根据所述评价值，从所有备选路径中确定最优备选路径，将所述最优备选路径对应的一组中间点作为目标中间点。
在一个示例性的实现过程中，所述路径评价算法包括：
针对每条备选路径，获取所述备选路径中各个子路径的行驶参数；
基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标；
基于所述至少一个行驶过程评价指标确定所述备选路径的行驶过程评价值。
在一个示例性的实现过程中，所述行驶参数包括速度、加速度、路径的曲率、加速度符号的变化次数、路径点与道路中心线上点的偏差中的至少一项。
在一个示例性的实现过程中，响应于所述行驶参数包括速度；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定各个子路径的速度与设定高速度阈值的第一比值；
基于所述各个子路径的第一比值的平均值确定所述备选路径的高速度占比；
基于所述高速度占比确定所述备选路径的第一行驶过程评价指标。
在一个示例性的实现过程中，响应于所述行驶参数包括加速度；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定各个子路径的加速度与设定高加速度阈值的第二比值；
基于所述各个子路径的第二比值的平均值确定所述备选路径的高加速度占比；
基于所述高加速度占比确定所述备选路径的行驶过程评价指标。
在一个示例性的实现过程中，响应于所述行驶参数包括路径的曲率；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定各个子路径的曲率与设定的高曲率阈值的第三比值；
基于所述各个子路径的第三比值的平均值确定所述备选路径的高曲率占比；
基于所述高曲率占比确定所述备选路径的第三行驶过程评价指标。
在一个示例性的实现过程中，响应于所述行驶参数包括加速度符号的变化次数；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定以各个子路径的加速度符号的变化次数的相反数为指数，以自然常数e为底数的第三幂运算结果；
基于所述相反数第三幂运算结果确定所述备选路径的第四行驶过程评价指标。
在一个示例性的实现过程中，响应于所述行驶参数包括路径点与道路中心线上点的偏差；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定以各个子路径的路径点与道路中心线上点的偏差的相反数为指数，以自然常数e为底数的第四幂运算结果；
基于所述第四幂运算结果确定所述备选路径的第五行驶过程评价指标。
在一个示例性的实现过程中，基于所述至少一个行驶过程评价指标确定所述备选路径的行驶过程评价值，包括：
计算所述至少一个行驶过程评价指标的加权和；
基于所述加权和确定所述备选路径的行驶过程评价值。
在一个示例性的实现过程中，所述优化目标包括速度、加速度、最小转弯半径、行驶时间、与障碍物的距离中的至少一个。
对于装置和设备实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本说明书的真正范围和精神由下面的权利要求指出。
应当理解的是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。
以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。

Claims (15)

1.一种行驶路径规划方法，其特征在于，包括：
获取待规划路径的起点、终点和当前地图上的障碍物信息；
根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，所述障碍物夹缝为两障碍物之间的最窄处对应的缝隙；
基于所述障碍物信息和各障碍物夹缝的宽度值，查找多组中间点，每组中间点对应一条所述起点与所述终点之间的备选路径；
对于每组中间点对应的所述起点与所述终点之间的备选路径，根据预设的路径评价算法获得评价值；
根据所述评价值，从所有备选路径中确定最优备选路径，将所述最优备选路径对应的一组中间点作为目标中间点；
根据各个目标中间点，确定从所述起点至所述终点的初始行驶路径；
对所述初始行驶路径进行与至少一个优化目标对应的优化，得到目标行驶路径。
2.根据权利要求1所述的方法，其特征在于，根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，包括：
确定所述障碍物信息对应的各障碍物在当前地图中的位置；
根据所述位置，计算所述各障碍物中每两个障碍物对应的位置之间的最小距离值，将所述最小距离值作为对应障碍物夹缝的宽度值。
3.根据权利要求1所述的方法，其特征在于，基于所述障碍物信息和各障碍物夹缝的宽度值，在当前地图上查找所述起点与所述终点之间的各个目标中间点，包括：
从所述各障碍物夹缝的宽度值中，确定小于预设的第一宽度阈值的第一目标宽度值；
在当前地图上为所述第一目标宽度值对应的障碍物夹缝设置禁行标识，所述禁行标识用于指示不可通行；
基于所述障碍物信息和所述禁行标识，按照最短路径原则查找所述起点与所述终点之间的各个中间点，作为目标中间点，所述各个中间点形成的路径不经过设置有所述禁行标识的障碍物夹缝。
4.根据权利要求1所述的方法，其特征在于，基于所述障碍物信息和各障碍物夹缝的宽度值，查找多组中间点，包括：
从所述各障碍物夹缝的宽度值中，确定小于预设的第二宽度阈值的第二目标宽度值以及第二目标宽度值的数量N；
对第二目标宽度值进行排序；
根据排序结果，分别确定宽度值最小的m个第二目标宽度值，m＝1，2……N；
对于每个m值，在当前地图上为所述m个第二目标宽度值对应的障碍物夹缝设置禁行标识，所述禁行标识用于指示不可通行；
基于所述障碍物信息和所述禁行标识，按照最短路径原则查找所述起点与所述终点之间的各个中间点，得到所述m值对应的一组中间点，所述各个中间点形成的路径不经过设置有所述禁行标识的障碍物夹缝。
5.根据权利要求1所述的方法，其特征在于，所述路径评价算法包括：
针对每条备选路径，获取所述备选路径中各个子路径的行驶参数；
基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标；
基于所述至少一个行驶过程评价指标确定所述备选路径的行驶过程评价值。
6.根据权利要求5所述的方法，其特征在于，所述行驶参数包括速度、加速度、路径的曲率、加速度符号的变化次数、路径点与道路中心线上点的偏差中的至少一项。
7.根据权利要求6所述的方法，其特征在于，响应于所述行驶参数包括速度；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定各个子路径的速度与设定高速度阈值的第一比值；
基于所述各个子路径的第一比值的平均值确定所述备选路径的高速度占比；
基于所述高速度占比确定所述备选路径的第一行驶过程评价指标。
8.根据权利要求6所述的方法，其特征在于，响应于所述行驶参数包括加速度；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定各个子路径的加速度与设定高加速度阈值的第二比值；
基于所述各个子路径的第二比值的平均值确定所述备选路径的高加速度占比；
基于所述高加速度占比确定所述备选路径的行驶过程评价指标。
9.根据权利要求6所述的方法，其特征在于，响应于所述行驶参数包括路径的曲率；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定各个子路径的曲率与设定的高曲率阈值的第三比值；
基于所述各个子路径的第三比值的平均值确定所述备选路径的高曲率占比；
基于所述高曲率占比确定所述备选路径的第三行驶过程评价指标。
10.根据权利要求6所述的方法，其特征在于，响应于所述行驶参数包括加速度符号的变化次数；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定以各个子路径的加速度符号的变化次数的相反数为指数，以自然常数e为底数的第三幂运算结果；
基于所述相反数第三幂运算结果确定所述备选路径的第四行驶过程评价指标。
11.根据权利要求6所述的方法，其特征在于，响应于所述行驶参数包括路径点与道路中心线上点的偏差；所述基于所述行驶参数确定所述备选路径的至少一个行驶过程评价指标，包括：
确定以各个子路径的路径点与道路中心线上点的偏差的相反数为指数，以自然常数e为底数的第四幂运算结果；
基于所述第四幂运算结果确定所述备选路径的第五行驶过程评价指标。
12.根据权利要求5所述的方法，其特征在于，基于所述至少一个行驶过程评价指标确定所述备选路径的行驶过程评价值，包括：
计算所述至少一个行驶过程评价指标的加权和；
基于所述加权和确定所述备选路径的行驶过程评价值。
13.根据权利要求1所述的方法，其特征在于，所述优化目标包括速度、加速度、最小转弯半径、行驶时间、与障碍物的距离中的至少一个。
14.一种行驶路径规划装置，其特征在于，包括：
获取模块，用于获取待规划路径的起点、终点和当前地图上的障碍物信息；
宽度值获取模块，用于根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，所述障碍物夹缝为两障碍物之间的最窄处对应的缝隙；
查找模块，用于基于所述障碍物信息和各障碍物夹缝的宽度值，查找多组中间点，每组中间点对应一条所述起点与所述终点之间的备选路径；
所述查找模块，还用于对于每组中间点对应的所述起点与所述终点之间的备选路径，根据预设的路径评价算法获得评价值；
所述查找模块，还用于根据所述评价值，从所有备选路径中确定最优备选路径，将所述最优备选路径对应的一组中间点作为目标中间点；
初始路径确定模块，用于根据各个目标中间点，确定从所述起点至所述终点的初始行驶路径；
优化模块，用于对所述初始行驶路径进行与至少一个优化目标对应的优化，得到目标行驶路径。
15.一种电子设备，其特征在于，所述电子设备包括：
处理器；
被配置为存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取待规划路径的起点、终点和当前地图上的障碍物信息；
根据所述障碍物信息，获取当前地图中各障碍物夹缝的宽度值，所述障碍物夹缝为两障碍物之间的最窄处对应的缝隙；
基于所述障碍物信息和各障碍物夹缝的宽度值，查找多组中间点，每组中间点对应一条所述起点与所述终点之间的备选路径；
对于每组中间点对应的所述起点与所述终点之间的备选路径，根据预设的路径评价算法获得评价值；
根据所述评价值，从所有备选路径中确定最优备选路径，将所述最优备选路径对应的一组中间点作为目标中间点；
根据各个目标中间点，确定从所述起点至所述终点的初始行驶路径；
对所述初始行驶路径进行与至少一个优化目标对应的优化，得到目标行驶路径。
CN202010779379.6A 2020-08-05 2020-08-05 行驶路径规划方法、装置及电子设备 Active CN112033426B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010779379.6A CN112033426B (zh) 2020-08-05 2020-08-05 行驶路径规划方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010779379.6A CN112033426B (zh) 2020-08-05 2020-08-05 行驶路径规划方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN112033426A CN112033426A (zh) 2020-12-04
CN112033426B true CN112033426B (zh) 2022-06-28

Family

ID=73582355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010779379.6A Active CN112033426B (zh) 2020-08-05 2020-08-05 行驶路径规划方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN112033426B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113124891B (zh) * 2021-04-20 2023-05-16 东软睿驰汽车技术（沈阳）有限公司 一种行驶路径规划方法及相关装置
CN114200939B (zh) * 2021-12-10 2024-02-27 江苏集萃智能制造技术研究所有限公司 一种机器人防碰撞路径规划方法
CN114312305A (zh) * 2021-12-22 2022-04-12 东软睿驰汽车技术（沈阳）有限公司 行驶提示方法、车辆、计算机可读存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104019825A (zh) * 2014-06-23 2014-09-03 中国北方车辆研究所 一种路径规划的确定方法
CN104460666A (zh) * 2014-10-27 2015-03-25 上海理工大学 一种基于距离矢量的机器人自主避障移动控制方法
CN106598054A (zh) * 2017-01-16 2017-04-26 深圳优地科技有限公司 机器人路径调整方法及装置
CN109947100A (zh) * 2019-03-12 2019-06-28 深圳优地科技有限公司 路径规划方法、系统及终端设备
AU2018201989A1 (en) * 2018-03-20 2019-10-10 LTL Associated PTY Limited CAS (Collision Avoidance System) is like a supersized GPS navigation system. Developed as a mobile app it will request vehicle details each time a new trip is entered, this feature assures that drivers of many different vehicles are entering height and weight details of the actual vehicle doing the trip. Once the vehicle details (height, weight, length) have been input and the destination is set CAS will calculate the safest route.
CN111258308A (zh) * 2018-11-15 2020-06-09 财团法人车辆研究测试中心 自动驾驶车辆的行驶轨迹规划系统及方法
CN111442777A (zh) * 2020-04-02 2020-07-24 东软睿驰汽车技术（沈阳）有限公司 路径规划方法、装置、电子设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110823227B (zh) * 2019-11-12 2021-07-20 深圳创维数字技术有限公司 路径导航方法、设备及计算机可读存储介质
CN111428919B (zh) * 2020-03-17 2022-07-19 深圳先进技术研究院 路径规划方法、装置、电子设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104019825A (zh) * 2014-06-23 2014-09-03 中国北方车辆研究所 一种路径规划的确定方法
CN104460666A (zh) * 2014-10-27 2015-03-25 上海理工大学 一种基于距离矢量的机器人自主避障移动控制方法
CN106598054A (zh) * 2017-01-16 2017-04-26 深圳优地科技有限公司 机器人路径调整方法及装置
AU2018201989A1 (en) * 2018-03-20 2019-10-10 LTL Associated PTY Limited CAS (Collision Avoidance System) is like a supersized GPS navigation system. Developed as a mobile app it will request vehicle details each time a new trip is entered, this feature assures that drivers of many different vehicles are entering height and weight details of the actual vehicle doing the trip. Once the vehicle details (height, weight, length) have been input and the destination is set CAS will calculate the safest route.
CN111258308A (zh) * 2018-11-15 2020-06-09 财团法人车辆研究测试中心 自动驾驶车辆的行驶轨迹规划系统及方法
CN109947100A (zh) * 2019-03-12 2019-06-28 深圳优地科技有限公司 路径规划方法、系统及终端设备
CN111442777A (zh) * 2020-04-02 2020-07-24 东软睿驰汽车技术（沈阳）有限公司 路径规划方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN112033426A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN112033426B (zh) 行驶路径规划方法、装置及电子设备
CN112985445B (zh) 基于高精地图的车道级精度实时性运动规划方法
US8184861B2 (en) Feature information management apparatuses, methods, and programs
CN110333659B (zh) 一种基于改进a星搜索的无人驾驶汽车局部路径规划方法
CN111065893A (zh) 用于创建精确到车道的道路地图的方法和设备
Shah et al. Viking: Vision-based kilometer-scale navigation with geographic hints
CN103186710B (zh) 最优路径搜索方法及系统
CN105091890A (zh) 用于推荐候选路径的方法和装置
CN105091889A (zh) 一种热点路径的确定方法及设备
CN108120448A (zh) 引导路径设定装置以及引导路径设定方法
CN110060493A (zh) 车道定位方法、装置及电子设备
US20080120022A1 (en) Method and Device for Determining a Route with Points of Interest
KR20130065126A (ko) 이동체의 경로 설정 장치 및 방법
CN107917716B (zh) 固定线路导航方法、装置、终端及计算机可读存储介质
CN114005280A (zh) 一种基于不确定性估计的车辆轨迹预测方法
CN111694356A (zh) 一种行驶控制方法、装置、电子设备及存储介质
KR20210121595A (ko) 최적 경로 탐색 장치 및 이의 동작 방법
CN103309932A (zh) 路径搜索方法和路径搜索设备
CN114879660B (zh) 一种基于目标驱动的机器人环境感知方法
CN114527788A (zh) 基于动态权重的a星算法改进方法、系统、装置及介质
US20090222198A1 (en) Method of determining a route as a function of the sinuosity index
CN107449426B (zh) 导航逻辑方法及其室内ar导航系统
KR101054770B1 (ko) 항법 시스템에서의 경로 탐색 방법 및 장치
US7831386B2 (en) Loop-based route finding and navigation
EP3988901A1 (en) Predictive target tracking using trafficability maps

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