CN112504286B - 基于引导线图层的路径规划方法及系统、服务器及介质 - Google Patents

基于引导线图层的路径规划方法及系统、服务器及介质 Download PDF

Info

Publication number
CN112504286B
CN112504286B CN202011273990.8A CN202011273990A CN112504286B CN 112504286 B CN112504286 B CN 112504286B CN 202011273990 A CN202011273990 A CN 202011273990A CN 112504286 B CN112504286 B CN 112504286B
Authority
CN
China
Prior art keywords
lane
guide line
traffic cost
layer
searching
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
CN202011273990.8A
Other languages
English (en)
Other versions
CN112504286A (zh
Inventor
郑武贞
甘霖
苏航宇
韩江峰
李�浩
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.)
Heading Data Intelligence Co Ltd
Original Assignee
Heading Data Intelligence 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 Heading Data Intelligence Co Ltd filed Critical Heading Data Intelligence Co Ltd
Priority to CN202011273990.8A priority Critical patent/CN112504286B/zh
Publication of CN112504286A publication Critical patent/CN112504286A/zh
Application granted granted Critical
Publication of CN112504286B publication Critical patent/CN112504286B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; 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
    • G01C21/30Map- or contour-matching
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种基于引导线图层的路径规划方法及系统、服务器及介质,其通过将起点和终点匹配到最近的高精地图车道上,根据车辆信息在高精度地图上加载引导线图层;并根据车道线长度设置通行代价,从起点所在车道向终点所在车道方向进行拓扑网车道搜索,搜索通行代价值最小的车道;同时对搜索得到的每一条车道进行引导线关联判断,并优先选择关联有引导线的车道,获取通行代价值最小的车道,得到一条从起点到终点通行代价最小且含有路口引导线的车道级最优路线。本发明通过引入引导线图层,利用引导线的特性,基于车辆轴距和转弯半径参数生成符合车辆动力学约束的车行轨迹,解决现有高精地图规划的车道级路线无法辅助大型货车成功转向的问题。

Description

基于引导线图层的路径规划方法及系统、服务器及介质
技术领域
本发明涉及车辆自动驾驶技术领域,尤其是涉及一种基于引导线图层的路径规划方法及系统、服务器及介质。
背景技术
高精度地图作为自动驾驶的必备组件,为自动驾驶的使用提供了丰富的地图要素,但是在实际使用过程中有时并不能满足自动驾驶的需求,例如大型货车在行驶的过程中,由于其车辆轴距和转弯半径较大,因此大型车辆在路口转弯时需要绕一个较大角度的弯道弧线才能够平稳的经过路口,如果绕转的弯道弧线角度过小,就会容易发生侧翻,而基于高精度地图规划出的车道级路线中,路口内的dummy线转弯半径小,无法辅助大型货车成功转向。
Dummy线:路口虚拟的车道中心线,不考虑车辆运动学。
发明内容
本发明的目的在于克服上述技术不足,提出一种基于引导线图层的路径规划方法及系统、服务器及介质,解决现有高精度地图规划的车道级路线无法辅助大型货车成功转向的问题。
为达到上述技术目的,本发明的技术方案第一方面提供一种基于引导线图层的路径规划方法,其包括如下步骤:
将起点和终点匹配到最近的高精度地图车道上,根据车辆信息在高精度地图上加载引导线图层;
根据车道线长度设置通行代价,从起点所在车道向终点所在车道方向进行拓扑网车道搜索,搜索通行代价值最小的车道;
对搜索得到的每一条车道进行引导线关联判断,并优先选择关联有引导线的车道;
获取通行代价值最小的车道,得到一条从起点到终点通行代价最小且含有路口引导线的车道级最优路线。
本发明第二方面提供一种基于引导线图层的路径规划系统,其包括如下功能模块:
图层加载模块,用于将起点和终点匹配到最近的高精度地图车道上,根据车辆信息在高精度地图上加载引导线图层;
车道搜索模块,用于根据车道线长度设置通行代价,从起点所在车道向终点所在车道方向进行拓扑网车道搜索,搜索通行代价值最小的车道;
判断优选模块,用于对搜索得到的每一条车道进行引导线关联判断,并优先选择关联有引导线的车道;
路线获取模块,用于获取通行代价值最小的车道,得到一条从起点到终点通行代价最小且含有路口引导线的车道级最优路线。
本发明第三方面提供一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种基于引导线图层的路径规划方法的步骤。
本发明第四方面提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述一种基于引导线图层的路径规划方法的步骤。
与现有技术相比,本发明通过将起点和终点匹配到最近的高精度地图车道上,根据车辆信息在高精度地图上加载引导线图层;并根据车道线长度设置通行代价,从起点所在车道向终点所在车道方向进行拓扑网车道搜索,搜索通行代价值最小的车道;同时对搜索得到的每一条车道进行引导线关联判断,并优先选择关联有引导线的车道,获取通行代价值最小的车道,得到一条从起点到终点通行代价最小且含有路口引导线的车道级最优路线。本发明通过引入引导线图层,利用引导线的特性,基于车辆轴距和转弯半径参数生成一条符合车辆动力学约束的车行轨迹,解决现有高精度地图规划的车道级路线无法辅助大型货车成功转向的问题。
附图说明
图1是本发明实施例所述的一种基于引导线图层的路径规划方法的流程框图;
图2是图1中步骤S4的流程框图;
图3是采用本发明实施例所述的一种基于引导线图层的路径规划方法进行路径规划的案例图;
图4是本发明实施例所述的一种基于引导线图层的路径规划系统的模块框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明的实施例提供了一种基于引导线图层的路径规划方法,其包括如下步骤:
S1、将起点和终点匹配到最近的高精度地图车道上,根据车辆信息在高精度地图上加载引导线图层;
其中,引导线是一段指引车辆从驶入路口、穿越路口到驶离路口的通行轨迹,其生成过程如下:
在驶入路口的车道中心线上选择一个点作为起点,在驶离路口的车道中心线上选择一个点作为终点,基于起点和终点以及路口区域,通过给定的车辆轴距和转弯半径参数,生成一条符合车辆动力学约束的车行轨迹。
路口有多个通行方向,每一个行驶方向的车道拓扑都会生成一条车行轨迹,由此得到的引导线的集合称为引导线图层。例如路口左转、直行和右转等,分别会在其对应的转向区域的驶入路口,穿越路口和驶离路口的车道拓扑上生成引导线。考虑数据的冗余性,每个通行方向上只会生成一条车行轨迹,例如路口上有两个左转车道,只会选择其中一个车道生成引导线。
以上是根据一种车辆信息生产的引导线图层,不同车辆信息的车行轨迹生成步骤相同,只是生成的轨迹线结果不同。
不同车辆对应不同的引导线图层分别存储,由此就可以得到一种车辆和引导线图层的映射表,根据车辆信息能够获取对应的引导线图层。
S2、根据车道线长度设置通行代价,从起点所在车道向终点所在车道方向进行拓扑网车道搜索,搜索通行代价值最小的车道。
具体的,采用A星搜索算法,从起点所在车道向终点所在车道方向进行拓扑网车道搜索,根据车道线长度设置相应的通行代价值,所述通行代价值等于车道线长度,通过搜索通行代价值最小的车道从而搜索得到车道线最短的车道,即最短路线。
S3、对搜索得到的每一条车道进行引导线关联判断,并优先选择关联有引导线的车道。
基于引导线图层中存储的引导线关联路口驶入车道ID、路口穿越车道ID和路口驶离车道ID,将每一条车道的ID与引导线图层中关联车道的ID进行比较,如果存在相同的车道ID,则判断相应车道关联有引导线,反之亦然。
同时,为保证搜索时按照引导线优先选择的原则,设置小于或等于1/2的引导线关联系数,将关联有引导线的车道的通行代价值乘以所述引导线关联系数得到该车道的优化通行代价值,此时,该车道的优化通行代价值均小于同一段路径上其他车道的通行代价值,因此,根据A星搜索算法,优先选取通行代价值最小的引导性关联车道。
例如:路口右转有两个车道,最外侧(转弯半径更大的)车道比最内侧车道通行长度长,但是车辆转弯半径大,最内侧车道没有符合当前车辆参数的引导线数据,因此须选择其满足动力学约束的最外侧车道通行,将最外侧车道的原始通行代价值乘以所述引导线关联系数后得到最外侧车道的优化通行代价值,最外侧车道的优化通行代价值小于最内侧车道的通行代价值。
S4、获取通行代价值最小的车道,得到一条从起点到终点通行代价最小且含有路口引导线的车道级最优路线。
如图2所示,所述步骤S4包括如下分步骤:
S41、根据判断结果设置得到当前车道的所有脱出车道的通行代价值,并保存每个车道的前驱车道ID;
S42、从脱出车道中选择通行代价值最小的车道作为当前搜索车道,继续探索下一车道,直到搜索到终点所在车道;
S43、从终点车道开始逆向顺次获取每条车道的前驱车道,最终得到一条从起点到终点的通行区域集合,即车道级路径规划结果。
其中,与当前车道沿拓扑方向的首节点关联的车道为当前车道的前驱车道;与当前车道沿拓扑方向的尾节点关联的车道为当前车道的脱出车道,且所述前驱车道有且仅有一条。
如图3所示,车辆的起点在lane2上,终点在lane4上,按照高精度地图规划的结果为Lane2->Lane3->Lane4,但是Lane3转弯半径小,车辆无法根据中心线寻迹通过。采用本发明所述基于引导线图层的路径规划方法可以得到引导线Lane5为符合车辆动力学约束的车行轨迹,根据本发明所述基于引导线图层的路径规划方法的路径规划结果为Lane2->Lane5->Lane4,然后转换为形点轨迹,即为图3中实线轨迹线,可以提供给车辆寻迹驾驶。
本发明所述基于引导线图层的路径规划系统,其通过将起点和终点匹配到最近的高精度地图车道上,根据车辆信息在高精度地图上加载引导线图层;并根据车道线长度设置通行代价,从起点所在车道向终点所在车道方向进行拓扑网车道搜索,搜索通行代价值最小的车道;同时对搜索得到的每一条车道进行引导线关联判断,并优先选择关联有引导线的车道,获取通行代价值最小的车道,得到一条从起点到终点通行代价最小且含有路口引导线的车道级最优路线。本发明通过引入引导线图层,利用引导线的特性,基于车辆轴距和转弯半径参数生成一条符合车辆动力学约束的车行轨迹,解决现有高精度地图规划的车道级路线无法辅助大型货车成功转向的问题。
如图4所示,本发明实施例还公开了一种基于引导线图层的路径规划系统,其包括如下功能模块:
图层加载模块10,用于将起点和终点匹配到最近的高精度地图车道上,根据车辆信息在高精度地图上加载引导线图层;
车道搜索模块20,用于根据车道线长度设置通行代价,从起点所在车道向终点所在车道方向进行拓扑网车道搜索,搜索通行代价值最小的车道;
判断优选模块30,用于对搜索得到的每一条车道进行引导线关联判断,并优先选择关联有引导线的车道;
路线获取模块40,用于获取通行代价值最小的车道,得到一条从起点到终点通行代价最小且含有路口引导线的车道级最优路线。
本实施例一种基于引导线图层的路径规划系统的执行方式与上述基于引导线图层的路径规划方法基本相同,故不作详细赘述。
本实施例服务器为提供计算服务的设备,通常指具有较高计算能力,通过网络提供给多个消费者使用的计算机。该实施例的服务器包括:存储器、处理器以及系统总线,所述存储器包括存储其上的可运行的程序,本领域技术人员可以理解,本实施例的终端设备结构并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
存储器可用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行终端的各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序 (比如声音播放功能、图像播放功能等)等;存储数据区可存储根据终端的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在存储器上包含一种基于引导线图层的路径规划方法的可运行程序,所述可运行程序可以被分割成一个或多个模块/单元,所述一个或多个模块/单元被存储在所述存储器中,并由处理器执行,以完成信息的获取及实现过程,所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述服务器中的执行过程。例如,所述计算机程序可以被分割为网树构建模块、道路匹配模块、融合扩展模块以及数据发送模块。
处理器是服务器的控制中心,利用各种接口和线路连接整个终端设备的各个部分,通过运行或执行存储在存储器内的软件程序和/或模块,以及调用存储在存储器内的数据,执行终端的各种功能和处理数据,从而对终端进行整体监控。可选的,处理器可包括一个或多个处理单元;优选的,处理器可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器中。
系统总线是用来连接计算机内部各功能部件,可以传送数据信息、地址信息、控制信息,其种类可以是例如PCI总线、ISA总线、VESA总线等。处理器的指令通过总线传递至存储器,存储器反馈数据给处理器,系统总线负责处理器与存储器之间的数据、指令交互。当然系统总线还可以接入其他设备,例如网络接口、显示设备等。
所述服务器应至少包括CPU、芯片组、内存、磁盘系统等,其他构成部件在此不再赘述。
在本发明实施例中,该终端所包括的处理器执行的可运行程序具体为:一种基于引导线图层的路径规划方法,其包括如下步骤:
将起点和终点匹配到最近的高精度地图车道上,根据车辆信息在高精度地图上加载引导线图层;
根据车道线长度设置通行代价,从起点所在车道向终点所在车道方向进行拓扑网车道搜索,搜索通行代价值最小的车道;
对搜索得到的每一条车道进行引导线关联判断,并优先选择关联有引导线的车道;
获取通行代价值最小的车道,得到一条从起点到终点通行代价最小且含有路口引导线的车道级最优路线。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于引导线图层的路径规划方法,其特征在于,包括如下步骤:
将起点和终点匹配到最近的高精度地图车道上,根据车辆信息在高精度地图上加载引导线图层;
根据车道线长度设置通行代价,从起点所在车道向终点所在车道方向进行拓扑网车道搜索,搜索通行代价值最小的车道;
对搜索得到的每一条车道进行引导线关联判断,并优先选择关联有引导线的车道;
获取通行代价值最小的车道,得到一条从起点到终点通行代价最小且含有路口引导线的车道级最优路线。
2.根据权利要求1所述基于引导线图层的路径规划方法,其特征在于,采用A星搜索算法,从起点所在车道向终点所在车道方向进行拓扑网车道搜索。
3.根据权利要求1所述基于引导线图层的路径规划方法,其特征在于,所述对搜索得到的每一条车道进行引导线关联判断;具体包括:
基于引导线图层中存储的引导线关联路口驶入车道ID、路口穿越车道ID和路口驶离车道ID,将每一条车道的ID与引导线图层中关联车道的ID进行比较,如果存在相同的车道ID,则判断相应车道关联有引导线,反之亦然。
4.根据权利要求1所述基于引导线图层的路径规划方法,其特征在于,所述优先选择关联有引导线的车道,具体包括:
设置小于或等于1/2的引导线关联系数,将关联有引导线的车道的通行代价值乘以所述引导线关联系数得到该车道的优化通行代价值。
5.根据权利要求1所述基于引导线图层的路径规划方法,其特征在于,所述获取通行代价值最小的车道,得到一条从起点到终点通行代价最小且含有路口引导线的车道级最优路线,具体包括:
根据判断结果设置得到当前车道的所有脱出车道的通行代价值,并保存每个车道的前驱车道ID;
从脱出车道中选择通行代价值最小的车道作为当前搜索车道,继续探索下一车道,直到搜索到终点所在车道;
从终点车道开始逆向顺次获取每条车道的前驱车道,最终得到一条从起点到终点的通行区域集合,即车道级路径规划结果。
6.根据权利要求5所述基于引导线图层的路径规划方法,其特征在于,与当前车道沿拓扑方向的首节点关联的车道为当前车道的前驱车道;与当前车道沿拓扑方向的尾节点关联的车道为当前车道的脱出车道。
7.根据权利要求5所述基于引导线图层的路径规划方法,其特征在于,所述前驱车道有且仅有一条。
8.一种基于引导线图层的路径规划系统,其特征在于,包括如下功能模块:
图层加载模块,用于将起点和终点匹配到最近的高精度地图车道上,根据车辆信息在高精度地图上加载引导线图层;
车道搜索模块,用于根据车道线长度设置通行代价,从起点所在车道向终点所在车道方向进行拓扑网车道搜索,搜索通行代价值最小的车道;
判断优选模块,用于对搜索得到的每一条车道进行引导线关联判断,并优先选择关联有引导线的车道;
路线获取模块,用于获取通行代价值最小的车道,得到一条从起点到终点通行代价最小且含有路口引导线的车道级最优路线。
9.一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于引导线图层的路径规划方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于引导线图层的路径规划方法的步骤。
CN202011273990.8A 2020-11-14 2020-11-14 基于引导线图层的路径规划方法及系统、服务器及介质 Active CN112504286B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011273990.8A CN112504286B (zh) 2020-11-14 2020-11-14 基于引导线图层的路径规划方法及系统、服务器及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011273990.8A CN112504286B (zh) 2020-11-14 2020-11-14 基于引导线图层的路径规划方法及系统、服务器及介质

Publications (2)

Publication Number Publication Date
CN112504286A CN112504286A (zh) 2021-03-16
CN112504286B true CN112504286B (zh) 2022-03-25

Family

ID=74957723

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011273990.8A Active CN112504286B (zh) 2020-11-14 2020-11-14 基于引导线图层的路径规划方法及系统、服务器及介质

Country Status (1)

Country Link
CN (1) CN112504286B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113607183A (zh) * 2021-08-05 2021-11-05 北京中交兴路信息科技有限公司 一种车辆的运输路线规划方法、装置、存储介质及终端
CN114162140B (zh) * 2021-12-08 2023-08-01 武汉中海庭数据技术有限公司 一种最优车道匹配方法及系统
CN114446050B (zh) * 2021-12-29 2023-01-13 武汉中海庭数据技术有限公司 一种分布式的车道级引导线构建方法及装置
CN114407919B (zh) * 2021-12-31 2023-06-02 武汉中海庭数据技术有限公司 一种基于自动驾驶的碰撞检测方法及系统
CN114495554A (zh) * 2021-12-31 2022-05-13 武汉中海庭数据技术有限公司 一种用于智能驾驶的路口引导信息构建方法和系统
CN115719125A (zh) * 2023-01-10 2023-02-28 武汉理工大学 基于决策级高精地图的地下矿区单车任务调度方法及系统
CN116136409A (zh) * 2023-04-18 2023-05-19 安徽蔚来智驾科技有限公司 驾驶控制方法、系统、控制装置及计算机可读存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108007471B (zh) * 2016-10-28 2021-06-29 北京四维图新科技股份有限公司 车辆引导区块获取方法和装置以及自动驾驶方法和系统
KR102599258B1 (ko) * 2016-10-31 2023-11-06 현대오토에버 주식회사 경로선 보정 장치
WO2019051834A1 (en) * 2017-09-18 2019-03-21 Baidu.Com Times Technology (Beijing) Co., Ltd. DRIVING GUIDELINES BASED ON DRIVING SCENARIOS FOR PLANNING SELF-CONTAINED VEHICLE TRACKS
CN111486859B (zh) * 2019-01-28 2024-05-31 阿里巴巴集团控股有限公司 导航引导线的生成方法和装置以及电子设备
CN109974739B (zh) * 2019-04-15 2020-11-10 西安交通大学 基于高精度地图的全局导航系统及导航信息生成方法
CN110333659B (zh) * 2019-07-15 2020-04-28 中国人民解放军军事科学院国防科技创新研究院 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
CN110530392B (zh) * 2019-09-29 2021-10-08 武汉中海庭数据技术有限公司 一种基于传统地图和高精地图结合的路径规划方法及装置
CN110530393A (zh) * 2019-10-08 2019-12-03 北京邮电大学 车道级路径规划方法、装置、电子设备及可读存储介质

Also Published As

Publication number Publication date
CN112504286A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
CN112504286B (zh) 基于引导线图层的路径规划方法及系统、服务器及介质
CN112595337B (zh) 避障路径规划方法、装置、电子装置、车辆及存储介质
WO2021169993A1 (zh) 自动驾驶地图的构建方法及相关装置
CN111301409A (zh) 一种泊车路径规划方法、装置、车辆和存储介质
CN111158384B (zh) 机器人建图方法、设备及存储介质
CN112454367B (zh) 一种轨迹规划方法、装置以及计算机存储介质
CN111750861B (zh) 优选路径规划方法、装置及电子设备
CN113415288B (zh) 分段式纵向车速规划方法、装置、设备及存储介质
CN114281080B (zh) 一种amr调度系统中解死锁的方法
CN116878532A (zh) 移动对象的路径规划方法、装置以及相关设备
CN116429138A (zh) 路径规划方法、装置、车辆及存储介质
CN115489550A (zh) 车辆调头控制方法、装置、设备及计算机可读存储介质
CN115657675A (zh) 一种车辆运动路径生成方法、系统及存储介质
CN115014380A (zh) 泊车路径规划方法以及装置、电子设备、存储介质
CN111325366A (zh) 一种自动导引车地图断点查找的方法和装置
CN117002490B (zh) 辅助泊车方法、装置、计算机设备及存储介质
CN117734676B (zh) 一种自动泊车方法、装置、设备及存储介质
CN117490714A (zh) 一种车辆、路径规划方法、装置、计算机设备及存储介质
CN117382639B (zh) 车辆控制方法、装置、计算机设备及存储介质
CN112799404B (zh) Agv的全局路径规划方法、装置及计算机可读存储介质
CN116386371A (zh) 一种路口通行决策方法及装置、存储介质及电子设备
CN117622114A (zh) 一种泊车路径规划方法、装置、计算机设备及存储介质
CN117681905A (zh) 车辆控制方法、装置、车辆及存储介质
CN113804205A (zh) 自移动设备的路径规划方法、装置、介质及自移动设备
CN114608601A (zh) 行驶路线的生成方法、设备、存储介质及程序产品

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