CN112506176A - 路径规划方法及装置 - Google Patents

Abstract

本申请公开了一种路径规划方法，包括：确定车辆的目标驾驶行为以及对应的基础路径库；获得环境感知信息，根据环境感知信息确定行驶环境中是否存在障碍物；在确定行驶环境存在障碍物的情况下，根据车辆的初始点与障碍物中的避障点之间的横向距离和纵向距离、以及基础路径库中各个基础路径的障碍物安全阈值，在基础路径库中筛选安全基础路径；将安全基础路径中目标函数最小的安全基础路径作为备选路径；对备选路径进行碰撞检测，得到碰撞检测结果；在碰撞检测结果表明备选路径安全的情况下，将备选路径作为最优路径。基于本申请公开的路径规划方法，能够针对城市道路工况快速地进行路径规划。

Description

路径规划方法及装置

技术领域

本申请属于智能驾驶技术领域，尤其涉及一种路径规划方法及装置。

背景技术

近年来，智能驾驶技术迅猛发展，成为汽车行业的一个研究热点。在智能驾驶系统中，路径规划的任务是计算出一条运动路径，使得车辆能够安全地从当前位姿行驶到目标位姿。路径规划最初起源于机器人领域，但是由于车辆具备一系列的运动动力学特性，在路径规划中涉及微分约束，因此无人车的路径规划更加复杂。基于随机采样的规划算法和基于网格搜索的规划算法是两种常用的规划算法。

基于随机采样的运动规划算法，其主体思想为：均匀随机采样状态空间，将采样点连接构成连通图。基于采样的运动规划算法具有概率完备性。RRT算法和PRM算法是两种常见的随机采样的运动规划算法。以RRT算法为例，随着不断进行采样，整棵树最后会密密麻麻地布满状态空间的安全区域，从而最终都能够找到对应的可行解。为了提升算法效率并改善求解质量，基本RRT算法在均匀采样(例如常见的Goal-biasing算法和启发式RRT算法)、距离度量(如RG-RRT算法)、障碍物(例如DD-RRT算法和ADD-RRT算法)、实时性(如Anytime-RRT算法)等方面做了改进优化，从而提高了算法实时性，减弱算法随机性带来的算法效率降低。

基于网格搜索的规划算法，其主体思路为：根据确定的规则将状态空间离散化，形成一张搜索图，借助于各类启发式搜索算法寻找可行解或者最优解。基于搜索的算法是解析完备的，甚至是解析最优的。但是由于它需要离散状态空间，因此在状态空间维度增加时，其搜索效率会呈指数式降低。目前也有很多优化算法用于协调搜索最优性和算法效率之间的矛盾，例如MHA*算法和D*算法。

但是，目前的路径规划算法都存在路径规划速度较慢的问题。

发明内容

有鉴于此，本申请的目的在于提供一种路径规划方法及装置，能够针对城市道路工况快速地进行路径规划。

为实现上述目的，本申请提供如下技术方案：

本申请提供一种路径规划方法，包括：

确定车辆的目标驾驶行为；

确定与所述目标驾驶行为对应的基础路径库，所述基础路径库包括多个基础路径，其中，所述多个基础路径的目标点不同，并且每个基础路径均包含障碍物安全阈值，所述基础路径的障碍物安全阈值为：在不发生碰撞的前提下，距离所述基础路径的初始点最近的障碍物的避障点与所述基础路径的初始点之间的横向距离和纵向距离；

获得环境感知信息，根据所述环境感知信息确定行驶环境中是否存在障碍物；

在确定行驶环境存在障碍物的情况下，获得所述车辆的初始点与所述障碍物中的避障点之间的横向距离和纵向距离；

根据车辆的初始点与所述障碍物中的避障点之间的横向距离和纵向距离、以及所述基础路径库中各个基础路径的障碍物安全阈值，在所述基础路径库中筛选安全基础路径；

将所述安全基础路径中目标函数最小的安全基础路径作为备选路径，其中，所述安全基础路径的目标函数表征所述安全基础路径的目标点与目标车道的中心线的横向距离；

对所述备选路径进行碰撞检测，得到碰撞检测结果；

在所述碰撞检测结果表明所述备选路径安全的情况下，将所述备选路径作为最优路径。

可选的，在上述路径规划方法的基础上，还包括：

在所述碰撞检测结果表明所述备选路径不安全的情况下，将所述备选路径划分为第一路径段和第二路径段，其中，所述第一路径段为所述备选路径中的安全路径段，所述第二路径段为所述备选路径中的非安全路径段；

利用网格搜索算法进行搜索，生成从所述第一路径段的终点到所述备选路径的目标点之间的路径，所述第一路径段、以及从所述第一路径段的终点到所述备选路段的目标点之间的路径构成最优路径。

可选的，在上述路径规划方法的基础上，还包括：

在确定行驶环境中不存在障碍物的情况下，从所述基础路径库中获取一个基础路径作为最优路径。

可选的，在上述路径规划方法中，从所述基础路径库中获取一个基础路径作为最优路径，包括：

从所述基础路径库中获取目标函数最小的基础路径作为最优路径；

其中，所述基础路径的目标函数表征所述基础路径的目标点与目标车道的中心线的横向距离。

可选的，在上述路径规划方法的基础上，还包括：

在所述基础路径库中未筛选出安全基础路径的情况下，确定最优目标点，利用网格搜索算法进行搜索，生成最优路径。

可选的，在上述路径规划方法中，所述确定最优目标点，包括：

从基础路径库中筛选预瞄距离最小的基础路径；

在所述预瞄距离最小的基础路径中，确定目标函数最小的基础路径；

将所述预瞄距离最小的基础路径中目标函数最小的基础路径的目标点确定为最优目标点；

其中，所述基础路径的目标函数表征所述基础路径的目标点与目标车道的中心的距离。

可选的，在上述路径规划方法的基础上，还包括：针对多种驾驶行为分别构建基础路径库；

其中，针对一种驾驶行为构建基础路径库，包括：

确定目标点集，所述目标点集包含分布在距离初始点预设范围内的多个目标点；

针对每个目标点分别构建对应的基础路径；

确定每个基础路径的障碍物安全阈值。

本申请还提供一种路径规划装置，包括：

驾驶行为确定单元，用于确定车辆的目标驾驶行为；

基础路径库确定单元，用于确定与所述目标驾驶行为对应的基础路径库，所述基础路径库包括多个基础路径，其中，所述多个基础路径的目标点不同，并且每个基础路径均包含障碍物安全阈值，所述基础路径的障碍物安全阈值为：在不发生碰撞的前提下，距离所述基础路径的初始点最近的障碍物的避障点与所述基础路径的初始点之间的横向距离和纵向距离；

环境感知信息获取单元，用于获得环境感知信息，根据所述环境感知信息确定行驶环境中是否存在障碍物；

距离确定单元，用于在确定行驶环境存在障碍物的情况下，获得所述车辆的初始点与所述障碍物中的避障点之间的横向距离和纵向距离；

安全基础路径确定单元，用于根据车辆的初始点与所述障碍物中的避障点之间的横向距离和纵向距离、以及所述基础路径库中各个基础路径的障碍物安全阈值，在所述基础路径库中筛选安全基础路径；

备选路径确定单元，用于将所述安全基础路径中目标函数最小的安全基础路径作为备选路径，其中，所述安全基础路径的目标函数表征所述安全基础路径的目标点与目标车道的中心线的横向距离；

碰撞检测单元，用于对所述备选路径进行碰撞检测，得到碰撞检测结果；

第一最优路径确定单元，在所述碰撞检测结果表明所述备选路径安全的情况下，将所述备选路径作为最优路径。

可选的，在上述路径规划装置的基础上，还包括：

路径拆分单元，用于在所述碰撞检测结果表明所述备选路径不安全的情况下，将所述备选路径划分为第一路径段和第二路径段，其中，所述第一路径段为所述备选路径中的安全路径段，所述第二路径段为所述备选路径中的非安全路径段；

第一路径搜索单元，用于利用网格搜索算法进行搜索，生成从所述第一路径段的终点到所述备选路径的目标点之间的路径；

第二最优路径确定单元，用于将所述第一路径段、以及从所述第一路径段的终点到所述备选路段的目标点之间的路径构成最优路径。

可选的，在上述路径规划装置的基础上，还包括：

第三最优路径确定单元，用于在确定行驶环境中不存在障碍物的情况下，从所述基础路径库中获取一个基础路径作为最优路径。

可选的，在上述路径规划装置中，所述第三最优路径确定单元具体用于：从所述基础路径库中获取目标函数最小的基础路径作为最优路径；其中，所述基础路径的目标函数表征所述基础路径的目标点与目标车道的中心线的横向距离。

可选的，在上述路径规划装置的基础上，还包括：

第二路径搜索单元，用于在所述基础路径库中未筛选出安全基础路径的情况下，确定最优目标点，利用网格搜索算法进行搜索，生成最优路径。

可选的，在上述路径规划装置中，所述第二路径搜索单元确定最优目标点，具体为：

从基础路径库中筛选预瞄距离最小的基础路径；在所述预瞄距离最小的基础路径中，确定目标函数最小的基础路径；将所述预瞄距离最小的基础路径中目标函数最小的基础路径的目标点确定为最优目标点；其中，所述基础路径的目标函数表征所述基础路径的目标点与目标车道的中心的距离。

可选的，在上述路径规划装置的基础上，还包括：用于针对多种驾驶行为分别构建基础路径库的预处理单元；

其中，所述预处理单元针对任意一种驾驶行为构建基础路径库，具体为：确定目标点集，所述目标点集包含分布在距离初始点预设范围内的多个目标点；针对每个目标点分别构建对应的基础路径；确定每个基础路径的障碍物安全阈值。

由此可见，本申请的有益效果为：

本申请公开的路径规划方法，针对车辆的多种驾驶行为分别预先构建有基础路径库，每个基础路径库包括多个基础路径，每个基础路径库包含的多个基础路径的目标点不同，并且每个基础路径均包含障碍物安全阈值；车辆行驶过程中，确定车辆的目标驾驶行为，确定与该目标驾驶行为对应的基础路径库；获得环境感知信息，如果根据环境感知信息确定当前行驶环境存在障碍物，则根据车辆的初始点与障碍物中的避障点之间的横向距离和纵向距离、以及基础路径库中各个基础路径的障碍物安全阈值，在基础路径库中筛选安全基础路径，将其中目标函数最小的安全基础路径作为备选路径，并对该备选路径进行碰撞检测，如果碰撞检测结果表明该备选路径是安全的，就将该备选路径作为最优路径，从而快速地完成路径规划。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请公开的一种路径规划方法的流程图；

图2-1为本申请公开的在一种换道工况下车辆避障点的位置示意图；

图2-2为本申请公开的在另一种换道工况下车辆避障点的位置示意图；

图2-3为本申请公开的在转向工况下车辆避障点的位置示意图；

图2-4为本申请公开的在掉头工况下车辆避障点的位置示意图；

图3为本申请公开的另一种路径规划方法的流程图；

图4为本申请公开的车辆模型的示意图；

图5为本申请公开的确定最优目标点的方法的流程图；

图6为本申请公开的针对一种驾驶行为构建基础路径库的方法的流程图；

图7为本申请公开的换道工况下的一个基础路径的示意图；

图8为本申请公开的一种路径规划装置的结构图；

图9为本申请公开的另一种路径规划装置的结构图；

图10为本申请公开的另一种路径规划装置的结构图；

图11为本申请公开的另一种路径规划装置的结构图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本申请一部分实施例，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，都属于本申请保护的范围。

本申请公开一种路径规划方法及装置，能够针对城市道路工况快速地进行路径规划。

参见图1，图1为本申请公开的一种路径规划方法的流程图。该方法包括：

步骤S101：确定车辆的目标驾驶行为。

在城市道路工况下，道路上有明显、规则的车道线标识和交通指示灯标识，并且车辆行驶需要遵循交通规则，车辆的驾驶行为通常包括直行、换道、转向和掉头。

在行驶过程中，获得车辆的决策信息，根据该决策信息确定车辆的目标驾驶行为，也就是确定车辆下一步的驾驶行为。

步骤S102：确定与目标驾驶行为对应的基础路径库，基础路径库包括多个基础路径。

针对每种驾驶行为分别预先构建有基础路径库。每种驾驶行为对应一个基础路径库。

每个基础路径库包括多个基础路径。其中，一个基础路径库中包含的多个基础路径的目标点(也称为终止点)不同，并且每个基础路径均包含障碍物安全阈值。基础路径的障碍物安全阈值为：在不发生碰撞的前提下，距离基础路径的初始点最近的障碍物的避障点与基础路径的初始点之间的横向距离和纵向距离。

步骤S103：获得环境感知信息，根据环境感知信息确定行驶环境中是否存在障碍物。

步骤S104：在确定行驶环境存在障碍物的情况下，获得车辆的初始点与障碍物中的避障点之间的横向距离和纵向距离。

需要说明的是，车辆的初始点是指待规划的路径的起点，也就是车辆当前所在路径的终点。

车辆的目标驾驶行为是换道时，在车辆的前方或者后方都可能出现障碍物。对于位于车辆前方的障碍物，车辆需要躲避的点(即避障点)是A点，如图2-1中所示，即障碍物的避障点为：障碍物靠近目标点一侧的两个顶点中，距离初始点更近的点。对于位于车辆后方的障碍物，车辆需要躲避的点为C点，如图2-2中所示，即障碍物的避障点为：障碍物靠近初始点一侧的两个顶点中，距离目标点更近的点。

在车辆的目标驾驶行为是转向或者掉头时，车辆不可跨越的车道线即为障碍物，车辆的避障点是：车辆不可跨越的车道线上，距离最远的点。如图2-3所示，车辆的目标驾驶行为为转向时，车辆的避障点为A点。如图2-4所示，车辆的目标驾驶行为为掉头时，车辆的避障点为A点。

步骤S105：根据车辆的初始点与障碍物中的避障点之间的横向距离和纵向距离、以及基础路径库中各个基础路径的障碍物安全阈值，在基础路径库中筛选安全基础路径。

在步骤S104中确定出车辆的初始点与障碍物中的避障点之间的横向距离和纵向距离，如果满足以下判断条件中的至少一个，表明当车辆沿该基础路径行驶时，会与障碍物发生碰撞。判断条件包括：车辆的初始点与障碍物中的避障点之间的横向距离小于基础路径的障碍物安全距离中的横向距离；车辆的初始点与障碍物中的避障点之间的纵向距离小于基础路径的障碍物安全距离中的纵向距离。

这里举例说明：

与车辆的目标驾驶行为对应的基础路径库中，基础路径1的障碍物安全阈值为：横向距离为5米、纵向距离为20米。如果车辆的初始点与障碍物中的避障点之间的横向距离为6米、纵向距离为21米，那么初步确定基础路径1是安全的。如果车辆的初始点与障碍物中的避障点之间的横向距离为4.9米、纵向距离为19米，那么车辆沿基础路径1行驶，会碰撞到障碍物，基础路径1是不安全的。如果车辆的初始点与障碍物中的避障点之间的横向距离为5.1米、纵向距离为19米，那么车辆沿基础路径1行驶，会碰撞到障碍物，基础路径1是不安全的。如果车辆的初始点与障碍物中的避障点之间的横向距离为4.8米、纵向距离为20.5米，那么车辆沿基础路径1行驶，会碰撞到障碍物，基础路径1是不安全的。

基础数据库包含的多个基础路径中，障碍物安全阈值大于该距离的基础路径，可能出现碰撞，是不安全的，障碍物安全阈值小于该距离的基础路径，是安全的。因此，根据车辆的初始点与障碍物中的避障点之间的距离，在基础数据库包含的多个基础路径中，筛选障碍物安全阈值小于该距离的基础路径，筛选出的基础路径为安全基础路径。

步骤S106：将安全基础路径中目标函数最小的安全基础路径作为备选路径。

其中，安全基础路径的目标函数表征安全基础路径的目标点与目标车道的中心线的横向距离。

实施中，安全基础路径择优的目标函数可以为：

其中：J₁为安全基础路径的目标函数。J₀为安全基础路径的原始代价值，可以根据该安全基础路径的路径长度和/或路径的曲率最大值确定。d_c为该安全基础路径的目标点到目标车道的中心线的横向距离。d_l为目标车道的宽度。

步骤S107：对备选路径进行碰撞检测，得到碰撞检测结果。

步骤S108：在碰撞检测结果表明备选路径安全的情况下，将备选路径作为最优路径。

在筛选出安全基础路径后，将目标函数最小的安全基础路径作为备选路径，之后对该备选路径进行碰撞检测，得到碰撞检测结果，如果碰撞检测结果表明该备选路径是安全的，那么将该备选路径作为最优路径。

本申请图1所示的路径规划方法，针对车辆的多种驾驶行为分别预先构建有基础路径库，每个基础路径库包括多个基础路径，每个基础路径库包含的多个基础路径的目标点不同，并且每个基础路径均包含障碍物安全阈值；车辆行驶过程中，确定车辆的目标驾驶行为，确定与该目标驾驶行为对应的基础路径库；获得环境感知信息，如果根据环境感知信息确定当前行驶环境存在障碍物，则根据车辆的初始点与障碍物中的避障点之间的横向距离和纵向距离、以及基础路径库中各个基础路径的障碍物安全阈值，在基础路径库中筛选安全基础路径，将其中目标函数最小的安全基础路径作为备选路径，并对该备选路径进行碰撞检测，如果碰撞检测结果表明该备选路径是安全的，就将该备选路径作为最优路径，从而快速地完成路径规划。

参见图3，图3为本申请公开的另一种路径规划方法的流程图。在图1所示路径规划方法的基础上，进一步设置：

步骤S109：在碰撞检测结果表明备选路径不安全的情况下，将备选路径划分为第一路径段和第二路径段。

其中，第一路径段为备选路径中的安全路径段，第二路径段为备选路径中的非安全路径段。

在对备选路径进行碰撞检测后，如果碰撞检测结果表明该备选路径不安全，那么将备选路径划分为第一段路径和第二段路径，也就是将备选路径划分为两段，其中一段是安全的，也就是车辆沿该段路径行驶不会与障碍物发生碰撞，而另一段是不安全的，也就是车辆沿路径段行驶会与障碍物发生碰撞。

作为一种实施方式，将备选路径划分为N段，N为大于2的整数，按照从备选路径的初始点到目标点的顺序，将划分得到的N段路径依次记为第一段路径，第二段路径至第N段路径；按照从第一段路径到第N段的顺序，逐个对各段路径进行碰撞检测，直至确定某段路径不安全；将碰撞检测结果表明安全的各段路径作为第一路径段，将备选路段中除第一路径段之外的部分作为第二路径段。

这里以一个实例进行说明：

在确定备选路径后，将该备选路径划分为5段，按照从备选路径的初始点到目标点的顺序，将划分得到的5段路径依次记为第一段路径、第二段路径、第三段路径、第四段路径和第五段路径；对第一段路径进行碰撞检测，如果碰撞检测结果表明第一段路径是安全的，那么对第二段路径进行碰撞检测，如果碰撞检测结果表明第二段路径是安全的，那么对第三段路径进行碰撞检测，如果碰撞检测结果表明第三段路径是不安全的，那么无需对第四段路径和第五段路径进行检测，将第一段路径和第二段路径作为第一路径段，将第三段路径、第四段路径和第五段路径作为第二路径段。

步骤S110：利用网络搜索算法进行搜索，生成从第一路径段的终点到备选路径的目标点之间的路径，由第一路径段、以及从第一路径段的终点到该备选路径的目标点之间的路径构成最优路径。

在步骤S109中确定了备选路径中的第一路径段和第二路径段，该第一路径段是安全的，可以保留。利用网格搜索算法进行搜索，生成从第一路径段的终点到该备选路径的目标点之间的路径，该路径与第一路径段构成最优路径。实施中，该网格搜索算法优先采用A-Star算法(也称为A*算法)。

本申请图2所示的路径规划方法，在获得备选路径后，如果碰撞检测结果表明该备选路径是不安全的，那么将备选路径划分为第一路径段和第二路径段，利用网格搜索算法进行搜索，生成从第一路径段的终点到该备选路径的目标点之间的路径，该路径与第一路径段构成最优路径。可以看到，在确定备选路径不安全的情况下，保留该备选路径中的安全路径段，之后利用网格搜索算法进行搜索，以生成从该安全路径段的终点到备选路径的目标点之间的路径，从而构成一个最优路径，缩短了整个路径规划过程中需要利用网格搜索算法进行规划的路径长度，与现有技术中利用网格搜索算法规划全部路径的方式相比，在保证路径质量的前提下加快了搜索的速度，减小了整个路径规划过程的运算量。

可选的，在本申请上述公开的路径规划方法的基础上，在步骤S103之后，进一步包括：在确定行驶环境中不存在障碍物的情况下，从基础路径库中获取一个基础路径作为最优路径。

如果当前行驶环境不存在障碍物，那么从与目标驾驶行为对应的基础路径库中获取一个基础路径，将该基础路径作为最优路径，之后车辆沿该最优路径行驶。

本申请上述公开的路径规划方法，车辆行驶过程中，确定车辆的目标驾驶行为，确定与该目标驾驶行为对应的基础路径库，获得环境感知信息，如果根据环境感知信息确定当前行驶环境不存在障碍物，那么从该基础路径库中获取一个基础路径作为最优路径，从而快速地完成路径规划。

在一个实施例中，从基础路径库中获取一个基础路径作为最优路径，具体为：从基础路径库中获取目标函数最小的基础路径作为最优路径。其中，基础路径的目标函数表征基础路径的目标点与目标车道的中心线的横向距离。

也就是说，在行驶环境中不存在障碍物的情况下，确定与目标驾驶行为对应的基础路径库，从该基础路径库中选择目标点距离目标车道的中心线最近的基础路径，将该基础路径作为最优路径，之后，车辆沿该最优路径行驶。

实施中，基础路径择优的目标函数可以为：

其中：

J₁为基础路径的目标函数。J₀为基础路径的原始代价值，可以根据该基础路径的路径长度和/或路径的曲率最大值确定。d_c为该基础路径的目标点到目标车道的中心线的横向距离。d_l为目标车道的宽度。

这里对本申请中的车辆模型进行说明。车辆的状态方程为：

其中，v为车速，θ为车辆的航向角，x为车辆后轴的中心点R的横坐标，y为车辆后轴的中心点R的纵坐标，k为车辆后轴中心点R在转向时所在圆的曲率，可以参见图4所示。图4中，r为车辆后轴中心点R在转向时所在圆的半径，φ为车辆转向轮转角，b为车辆轴距。

需要说明的是，本申请只涉及路径规划一部分，不涉及车辆的速度，因此车辆的状态变量是X＝[x,y,θ]。另外，整个规划过程都基于初始状态对应的车辆坐标系完成，计算出的路径坐标也是相对于初始状态的相对坐标，因此初始状态都是X_I＝[0,0,0]，终止状态是X_G＝[x_g,y_g,θ_g]。

可选的，在本申请上述公开的路径规划方法的基础上，在步骤S105之后，进一步包括：

在基础路径库中未筛选出安全基础路径的情况下，确定最优目标点，利用网格搜索算法进行搜索，生成最优路径。

也就是说，在步骤S105之后，如果未在基础路径库中筛选出安全基础路径，那么需要利用网格搜索算法进行搜索，以便生成路径，该路径作为最优路径。

在一个实施例中，确定最优目标点采用如图5所示的方案，包括：

步骤S501：从基础路径库中筛选预瞄距离最小的基础路径。

其中，基础路径的预瞄距离是指：该基础路径的初始点到目标点之间的纵向距离。

步骤S502：在预瞄距离最小的基础路径中，确定目标函数最小的基础路径。

步骤S503：将预瞄距离最小的基础路径中目标函数最小的基础路径的目标点确定为最优目标点。

其中，基础路径的目标函数表征基础路径的目标点与目标车道的中心线的距离。

与车辆的目标驾驶行为对应的基础路径库中，预瞄距离最小的基础路径可能有多个，在预瞄距离最小的基础路径中，确定目标函数最小的基础路径，也就是确定目标点距离目标车道的中心线最近的基础路径，将该基础路径的目标点确定为最优目标点。

本申请图5所示的确定最优目标点的方案中，最优目标点是距离目标车道的中心线最近，且距离起始点最近的点，一方面保证了规划出的路径符合驾驶行为，另一方面缩小了路径搜索范围，从而减小了路径搜索的运算量，能够加快搜索速度，缩短搜索时间。

可选的，在本申请上述公开的路径规划方法的基础上，进一步设置以下步骤：针对多种驾驶行为分别构建基础路径库。

其中，针对一种驾驶行为构建基础路径库，可以采用如图6所示的方案，包括：

步骤S601：确定目标点集，目标点集包含分布在距离初始点预设范围内的多个目标点。

在距离初始点预设范围内，确定多个目标点，多个目标点构成目标点集。例如，在位于初始点前方30米至50米的范围内，确定多个目标点。其中，将初始点的位置作为坐标原点构建坐标系，在该坐标系中标定各个目标点的位置。

步骤S602：针对每个目标点分别构建对应的基础路径。

在本申请中，基础路径采用三次B样条曲线，其中控制点的数量根据基础路径的初始点和目标点(也可以称为终止点)之间的距离确定，但控制点的数量通常不少于4个，从而保证基础路径与车辆的初始状态和目标状态相切。例如，对于较短的换道路径(如30米内)，可以选择4个控制点，对于较长的换道路径，可以选择5个控制点，这是为了增大对曲线曲率和形状的控制程度；对于转向路径和掉头路径，路径的曲率变化较大，可以选择6个控制点。

这里以换道路径为例进行说明，请参见图7所示。

换道路径的初始点为X_I，目标点为X_G。该换道路径包括4个控制点，分别为P₀、P₁、P₂和P₃。其中，P₀为初始点X_I，P₃为目标点X_G，P₁的坐标根据初始点X_I的航向角确定为P₁＝[l₁,0,0]，P₂的坐标根据目标点X_G的航向角确定为P₂＝[x_g-l₃cosθ_g,y_g-l₃sinθ_g,θ_g]。因此，整个换道路径的表达式为：

由此可知，只要确定l₁和l₃这两个长度数据，就可以确定一条基础路径。上述的换道路径的表达式是一个不定方程，借助于优化方法进行求解，确定优化目标是：

其中：

κ_max表示规划路径的最大曲率；

K_max表示车辆在最大转向角时对应的路径曲率；

K_min表示车辆在最小转向角时对应的路径曲率；

表示规划路径的最大曲率变化率。由于本申请不涉及速度规划，因此无法衡量曲率变化的快慢，但是曲率变化的快慢又直接影响了车辆跟踪结果的好坏，因此使用曲率随路径长度的变化率。对

进行积分是为了保证整个曲线上的曲率变化最小，同时使整个优化目标中有路径长度的因素。另外，需要保证车辆在行驶过程中，方向盘转动尽可能小，也就是曲率极值要小，这对于车辆稳定性是有利的。另外，对两项评价指标都进行了归一化处理，由于积分项整体可以表示为整个曲线中曲率变化的极值，因此积分项前面一项表示车辆本身允许的曲率极值之差(曲率极小值为负)，路径曲线曲率极值的归一项是车辆允许的。

对上述的优化目标进行优化处理，使得优化目标的取值最小，同时保证整条曲线的曲率和曲率变化率有界，就可以确定一条基础路径。其中，曲线的曲率有界是指：曲线的曲率在预定的最大值和最小值之间。曲线的曲率变化率有界是指：曲线的曲率变化率在预定的最大值和最小值之间。

实施中，可以利用蚁群算法对上述的优化目标进行优化处理。

步骤S603：确定每个基础路径的障碍物安全阈值。

以确定一个基础路径的障碍物安全阈值进行说明：

根据基础路径的初始点位置和目标点位置确定分析区域，在该分析区域内构造多个障碍物，之后逐个检测该基础路径相对于各个障碍物的安全性，以确定沿该基础路径行驶的车辆是否会与各个障碍物发生碰撞，确定不会与车辆发生碰撞，且避障点距离该基础路径的初始点最近的障碍物，将该障碍物的避障点与该基础路径的初始点之间的横向距离和纵向距离作为该基础路径的障碍物安全阈值。

这里结合图2-1进行说明：

该基础路径的初始点的坐标为[0,0]，目标点的坐标为[3.5,30]。车辆需要躲避的障碍物中的避障点为A点。将A点的横坐标在[0,5]按照分辨率0.5离散，将A点的纵坐标在[0,30]按照分辨率1离散，在离散得到的多个A点位置分别构造一个障碍物，之后逐个检测该基础路径相对于各个障碍物的安全性，以确定沿该基础路径行驶的车辆是否会与各个障碍物发生碰撞，在不会与车辆发生碰撞的障碍物中，查找避障点距离该基础路径的初始点最近的障碍物，该障碍物的避障点与该基础路径的初始点之间的距离作为该基础路径的障碍物安全阈值。

本申请上述公开了路径规划方法，相应的，本申请还公开路径规划装置。上文中关于路径规划方法的描述与下文中关于路径规划装置的描述，可以相互参考。

参见图8，图8为本申请公开的一种路径规划装置的结构图。该路径规划装置包括驾驶行为确定单元11、基础路径库确定单元12、环境感知信息获取单元13、距离确定单元14、安全基础路径确定单元15、备选路径确定单元16、碰撞检测单元17和第一最优路径确定单元18。

其中：

驾驶行为确定单元11，用于确定车辆的目标驾驶行为。

基础路径库确定单元12，用于确定与目标驾驶行为对应的基础路径库。

针对每种驾驶行为分别预先构建有基础路径库。每种驾驶行为对应一个基础路径库。每个基础路径库包括多个基础路径。其中，一个基础路径库中包含的多个基础路径的目标点(也称为终止点)不同，并且每个基础路径均包含障碍物安全阈值。基础路径的障碍物安全阈值为：在不发生碰撞的前提下，距离基础路径的初始点最近的障碍物的避障点与基础路径的初始点之间的横向距离和纵向距离。

环境感知信息获取单元13，用于获得环境感知信息，根据环境感知信息确定行驶环境中是否存在障碍物。

距离确定单元14，用于在确定行驶环境存在障碍物的情况下，获得车辆的初始点与障碍物中的避障点之间的横向距离和纵向距离。

安全基础路径确定单元15，用于根据车辆的初始点与障碍物中的避障点之间的横向距离和纵向距离、以及基础路径库中各个基础路径的障碍物安全阈值，在基础路径库中筛选安全基础路径。

备选路径确定单元16，用于将安全基础路径中目标函数最小的安全基础路径作为备选路径。其中，安全基础路径的目标函数表征安全基础路径的目标点与目标车道的中心线的横向距离。

碰撞检测单元17，用于对备选路径进行碰撞检测，得到碰撞检测结果。

第一最优路径确定单元18，在碰撞检测结果表明备选路径安全的情况下，将备选路径作为最优路径。

本申请图8公开的路径规划装置，车辆行驶过程中，确定车辆的目标驾驶行为，确定与该目标驾驶行为对应的基础路径库；获得环境感知信息，如果根据环境感知信息确定当前行驶环境存在障碍物，则根据车辆的初始点与障碍物中的避障点之间的横向距离和纵向距离、以及基础路径库中各个基础路径的障碍物安全阈值，在基础路径库中筛选安全基础路径，将其中目标函数最小的安全基础路径作为备选路径，并对该备选路径进行碰撞检测，如果碰撞检测结果表明该备选路径是安全的，就将该备选路径作为最优路径，从而快速地完成路径规划。

参见图9，图9为本申请公开的另一种路径规划装置的结构图。与图8所示的路径规划装置相比，进一步设置有路径拆分单元19、第一路径搜索单元110和第二最优路径确定单元111。

其中：

路径拆分单元19，用于在碰撞检测结果表明备选路径不安全的情况下，将备选路径划分为第一路径段和第二路径段，其中，第一路径段为备选路径中的安全路径段，第二路径段为备选路径中的非安全路径段。

第一路径搜索单元110，用于利用网格搜索算法进行搜索，生成从第一路径段的终点到备选路径的目标点之间的路径。

第二最优路径确定单元111，用于将第一路径段、以及从第一路径段的终点到备选路段的目标点之间的路径构成最优路径。

将本申请图9所示的路径规划装置，在获得备选路径后，如果碰撞检测结果表明该备选路径是不安全的，那么将备选路径划分为第一路径段和第二路径段，利用网格搜索算法进行搜索，生成从第一路径段的终点到该备选路径的目标点之间的路径，该路径与第一路径段构成最优路径。可以看到，在确定备选路径不安全的情况下，保留该备选路径中的安全路径段，之后利用网格搜索算法进行搜索，以生成从该安全路径段的终点到备选路径的目标点之间的路径，从而构成一个最优路径，缩短了整个路径规划过程中需要利用网格搜索算法进行规划的路径长度，与现有技术中利用网格搜索算法规划全部路径的方式相比，在保证路径质量的前提下加快了搜索的速度，减小了整个路径规划过程的运算量。

参见图10，图10为本申请公开的另一种路径规划装置的结构图。与图9所示的路径规划装置相比，进一步设置有第三最优路径确定单元112。

第三最优路径确定单元112用于在确定行驶环境中不存在障碍物的情况下，从基础路径库中获取一个基础路径作为最优路径。

可选的，第三最优路径确定单元112具体用于：从基础路径库中获取目标函数最小的基础路径作为最优路径。其中，基础路径的目标函数表征基础路径的目标点与目标车道的中心线的横向距离。

本申请图10所示的路径规划装置，车辆行驶过程中，确定车辆的目标驾驶行为，确定与该目标驾驶行为对应的基础路径库，获得环境感知信息，如果根据环境感知信息确定当前行驶环境不存在障碍物，那么从该基础路径库中获取一个基础路径作为最优路径，从而快速地完成路径规划。

参见图11，图11为本申请公开的另一种路径规划装置的结构图。与图10所示的路径规划装置相比，进一步设置有第二路径搜索单元113。

第二路径搜索单元113用于在基础路径库中未筛选出安全基础路径的情况下，确定最优目标点，利用网格搜索算法进行搜索，生成最优路径。

可选的，第二路径搜索单元113确定最优目标点，具体为：从基础路径库中筛选预瞄距离最小的基础路径；在预瞄距离最小的基础路径中，确定目标函数最小的基础路径；将预瞄距离最小的基础路径中目标函数最小的基础路径的目标点确定为最优目标点；其中，基础路径的目标函数表征基础路径的目标点与目标车道的中心的距离。

本申请图11所示的路径规划装置，如果未在基础路径库中筛选出安全基础路径，那么需要利用网格搜索算法进行搜索，以便生成路径，该路径作为最优路径。其中，在确定最优目标点的方案中，最优目标点是距离目标车道的中心线最近，且距离起始点最近的点，一方面保证了规划出的路径符合驾驶行为，另一方面缩小了路径搜索范围，从而减小了路径搜索的运算量，能够加快搜索速度，缩短搜索时间。

需要说明的是，本申请上述公开的路径规划装置可以仅存储与多种驾驶行为对应的基础路径库，而不具备构建基础路径库的功能。

可选的，在本申请上述公开的路径规划装置的基础上，进一步设置预处理单元。其中，预处理单元用于针对多种驾驶行为分别构建基础路径库。

预处理单元针对任意一种驾驶行为构建基础路径库，具体为：确定目标点集，目标点集包含分布在距离初始点预设范围内的多个目标点；针对每个目标点分别构建对应的基础路径；确定每个基础路径的障碍物安全阈值。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (14)

1.一种路径规划方法，其特征在于，包括：

确定车辆的目标驾驶行为；

确定与所述目标驾驶行为对应的基础路径库，所述基础路径库包括多个基础路径，其中，所述多个基础路径的目标点不同，并且每个基础路径均包含障碍物安全阈值，所述基础路径的障碍物安全阈值为：在不发生碰撞的前提下，距离所述基础路径的初始点最近的障碍物的避障点与所述基础路径的初始点之间的横向距离和纵向距离；

获得环境感知信息，根据所述环境感知信息确定行驶环境中是否存在障碍物；

在确定行驶环境存在障碍物的情况下，获得所述车辆的初始点与所述障碍物中的避障点之间的横向距离和纵向距离；

根据车辆的初始点与所述障碍物中的避障点之间的横向距离和纵向距离、以及所述基础路径库中各个基础路径的障碍物安全阈值，在所述基础路径库中筛选安全基础路径；

将所述安全基础路径中目标函数最小的安全基础路径作为备选路径，其中，所述安全基础路径的目标函数表征所述安全基础路径的目标点与目标车道的中心线的横向距离；

对所述备选路径进行碰撞检测，得到碰撞检测结果；

在所述碰撞检测结果表明所述备选路径安全的情况下，将所述备选路径作为最优路径。

2.根据权利要求1所述的路径规划方法，其特征在于，还包括：

在所述碰撞检测结果表明所述备选路径不安全的情况下，将所述备选路径划分为第一路径段和第二路径段，其中，所述第一路径段为所述备选路径中的安全路径段，所述第二路径段为所述备选路径中的非安全路径段；

利用网格搜索算法进行搜索，生成从所述第一路径段的终点到所述备选路径的目标点之间的路径，所述第一路径段、以及从所述第一路径段的终点到所述备选路段的目标点之间的路径构成最优路径。

3.根据权利要求1或2所述的路径规划方法，其特征在于，还包括：

在确定行驶环境中不存在障碍物的情况下，从所述基础路径库中获取一个基础路径作为最优路径。

4.根据权利要求3所述的路径规划方法，其特征在于，从所述基础路径库中获取一个基础路径作为最优路径，包括：

从所述基础路径库中获取目标函数最小的基础路径作为最优路径；

其中，所述基础路径的目标函数表征所述基础路径的目标点与目标车道的中心线的横向距离。

5.根据权利要求3所述的路径规划方法，其特征在于，还包括：

在所述基础路径库中未筛选出安全基础路径的情况下，确定最优目标点，利用网格搜索算法进行搜索，生成最优路径。

6.根据权利要求5所述的路径规划方法，其特征在于，所述确定最优目标点，包括：

从基础路径库中筛选预瞄距离最小的基础路径；

在所述预瞄距离最小的基础路径中，确定目标函数最小的基础路径；

将所述预瞄距离最小的基础路径中目标函数最小的基础路径的目标点确定为最优目标点；

其中，所述基础路径的目标函数表征所述基础路径的目标点与目标车道的中心的距离。

7.根据权利要求1所述的路径规划方法，其特征在于，还包括：针对多种驾驶行为分别构建基础路径库；

其中，针对一种驾驶行为构建基础路径库，包括：

确定目标点集，所述目标点集包含分布在距离初始点预设范围内的多个目标点；

针对每个目标点分别构建对应的基础路径；

确定每个基础路径的障碍物安全阈值。

8.一种路径规划装置，其特征在于，包括：

驾驶行为确定单元，用于确定车辆的目标驾驶行为；

基础路径库确定单元，用于确定与所述目标驾驶行为对应的基础路径库，所述基础路径库包括多个基础路径，其中，所述多个基础路径的目标点不同，并且每个基础路径均包含障碍物安全阈值，所述基础路径的障碍物安全阈值为：在不发生碰撞的前提下，距离所述基础路径的初始点最近的障碍物的避障点与所述基础路径的初始点之间的横向距离和纵向距离；

环境感知信息获取单元，用于获得环境感知信息，根据所述环境感知信息确定行驶环境中是否存在障碍物；

距离确定单元，用于在确定行驶环境存在障碍物的情况下，获得所述车辆的初始点与所述障碍物中的避障点之间的横向距离和纵向距离；

安全基础路径确定单元，用于根据车辆的初始点与所述障碍物中的避障点之间的横向距离和纵向距离、以及所述基础路径库中各个基础路径的障碍物安全阈值，在所述基础路径库中筛选安全基础路径；

备选路径确定单元，用于将所述安全基础路径中目标函数最小的安全基础路径作为备选路径，其中，所述安全基础路径的目标函数表征所述安全基础路径的目标点与目标车道的中心线的横向距离；

碰撞检测单元，用于对所述备选路径进行碰撞检测，得到碰撞检测结果；

第一最优路径确定单元，在所述碰撞检测结果表明所述备选路径安全的情况下，将所述备选路径作为最优路径。

9.根据权利要求8所述的路径规划装置，其特征在于，还包括：

路径拆分单元，用于在所述碰撞检测结果表明所述备选路径不安全的情况下，将所述备选路径划分为第一路径段和第二路径段，其中，所述第一路径段为所述备选路径中的安全路径段，所述第二路径段为所述备选路径中的非安全路径段；

第一路径搜索单元，用于利用网格搜索算法进行搜索，生成从所述第一路径段的终点到所述备选路径的目标点之间的路径；

第二最优路径确定单元，用于将所述第一路径段、以及从所述第一路径段的终点到所述备选路段的目标点之间的路径构成最优路径。

10.根据权利要求8或9所述的路径规划装置，其特征在于，还包括：

第三最优路径确定单元，用于在确定行驶环境中不存在障碍物的情况下，从所述基础路径库中获取一个基础路径作为最优路径。

11.根据权利要求10所述的路径规划装置，其特征在于，所述第三最优路径确定单元具体用于：从所述基础路径库中获取目标函数最小的基础路径作为最优路径；其中，所述基础路径的目标函数表征所述基础路径的目标点与目标车道的中心线的横向距离。

12.根据权利要求10所述的路径规划装置，其特征在于，还包括：

第二路径搜索单元，用于在所述基础路径库中未筛选出安全基础路径的情况下，确定最优目标点，利用网格搜索算法进行搜索，生成最优路径。

13.根据权利要求12所述的路径规划装置，其特征在于，所述第二路径搜索单元确定最优目标点，具体为：

从基础路径库中筛选预瞄距离最小的基础路径；在所述预瞄距离最小的基础路径中，确定目标函数最小的基础路径；将所述预瞄距离最小的基础路径中目标函数最小的基础路径的目标点确定为最优目标点；其中，所述基础路径的目标函数表征所述基础路径的目标点与目标车道的中心的距离。

14.根据权利要求8所述的路径规划装置，其特征在于，还包括：用于针对多种驾驶行为分别构建基础路径库的预处理单元；

其中，所述预处理单元针对任意一种驾驶行为构建基础路径库，具体为：确定目标点集，所述目标点集包含分布在距离初始点预设范围内的多个目标点；针对每个目标点分别构建对应的基础路径；确定每个基础路径的障碍物安全阈值。

Images