CN112825160A - 一种状态转移库构建方法、路径规划方法及相关设备 - Google Patents
一种状态转移库构建方法、路径规划方法及相关设备 Download PDFInfo
- Publication number
- CN112825160A CN112825160A CN201911145698.5A CN201911145698A CN112825160A CN 112825160 A CN112825160 A CN 112825160A CN 201911145698 A CN201911145698 A CN 201911145698A CN 112825160 A CN112825160 A CN 112825160A
- Authority
- CN
- China
- Prior art keywords
- driving
- state
- state transition
- node
- driving state
- 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
- 230000007704 transition Effects 0.000 title claims abstract description 324
- 238000000034 method Methods 0.000 title claims abstract description 128
- 238000010276 construction Methods 0.000 title claims abstract description 25
- 238000012546 transfer Methods 0.000 claims abstract description 60
- 238000005070 sampling Methods 0.000 claims description 146
- 238000004590 computer program Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 19
- 238000004088 simulation Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 description 44
- 238000010586 diagram Methods 0.000 description 26
- 230000006870 function Effects 0.000 description 25
- 230000008569 process Effects 0.000 description 15
- 230000001133 acceleration Effects 0.000 description 10
- 230000036544 posture Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241001417527 Pempheridae Species 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 235000019580 granularity Nutrition 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Atmospheric Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种状态转移库构建方法、路径规划方法及相关设备,以提高路径规划的有效性。路径规划方法包括:根据移动工具的当前行驶状态和预置的状态转移库,构建多条状态转移路径;其中,每条状态转移路径包含多个行驶状态节点且起始行驶状态节点为所述移动工具的当前行驶状态;从所述多条状态转移路径中选取目标状态转移路径;将所述目标状态转移路径对应的路点序列确定为所述移动工具的行驶路径。
Description
技术领域
本发明涉及人工智能领域,特别涉及一种状态转移库构建方法、一种状态转移库构建装置、一种路径规划方法、一种路径规划装置、一种计算机可读存储介质、一种包含指令的计算机程序产品、一种芯片系统、一种电路系统、一种计算机系统。
背景技术
为确保自动驾驶车辆能够自动驾驶,环境感知系统、路径规划系统(即行为决策系统)和行驶控制系统是必不可少的三个子系统。
路径规划是自动驾驶车辆导航和控制的基础,可分为局部路径规划和全局路径规划。全局路径规划是根据全局地图数据规划出自起始点至目标点的一条导航路线,该导航路线仅仅是从起始点到目标点的粗略路线,若需要确保车辆在该导航路线上安全行驶还需要对自动驾驶车辆进行局部路径规划,以得到自动驾驶车辆的局部行驶路径,以局部环境信息和车辆自身状态信息为基础规划出一段无碰撞能够安全行驶的行驶路径。
目前局部路径规划的方法主要包括空间搜索法、层次法、动作行为法、势场域法、栅格法、模糊逻辑法和神经网络法等。规划得到的行驶路径由多个路点构成,每个路点对应一个车辆行驶状态,但是不管是哪种路径规划方法,均可能存在规划得到的行驶路径中路点之间的车辆行驶状态之间的转换不符合车辆动力学模型,而导致车辆无法根据规划得到的行驶路径行驶的技术问题,即规划得到的行驶路径可能无效。
发明内容
鉴于现有路径规划方法存在的前述技术问题,本发明实施例提供一种全新的路径规划方法,以提高移动工具的路径规划的有效性。
本发明实施例第一方面,提供一种路径规划方法,包括:根据移动工具的当前行驶状态和预置的状态转移库,构建多条状态转移路径;其中,每条状态转移路径包含多个行驶状态节点且起始行驶状态节点为所述移动工具的当前行驶状态;从所述多条状态转移路径中选取目标状态转移路径;将所述目标状态转移路径对应的路点序列确定为所述移动工具的行驶路径。
在一些技术效果方面,本发明实施例提供的路径规划方法,并不像现有技术直接进行路径搜索以得到行驶路径,而是先根据移动工具的当前行驶状态和预置的状态转移库构建多条状态转移路径,然后再从该多条状态转移路径中选取一条目标状态转移路径,最后将目标状态转移路径对应的路点序列确定为移动工具的行驶路径。由于状态转移路径表示移动工具从一个行驶状态转移到另一个行驶状态的状态转移关系,即规划得到的状态转移路径上的各相邻行驶状态节点之间具有可转移性,符合移动工具的动力学模型,因此,移动工具按照目标状态转移路径对应的行驶路径行驶是符合动力学模型的,可以真正的沿着行驶路径行驶,行驶路径的有效性较高。另外,由于预先设置有状态转移库,在构建状态转移路径的过程中,可以通过直接查询状态转移库即可获取到各目标行驶状态节点的状态转移空间,能够提高确定各行驶状态节点的状态转移空间的速度,从而整体提高状态转移路径构建的速度和效率。
本发明实施例第二方面,提供一种路径规划装置,该装置包括:构建单元,用于根据移动工具的当前行驶状态和预置的状态转移库,构建多条状态转移路径;其中,每条状态转移路径包含多个行驶状态节点且起始行驶状态节点为所述移动工具的当前行驶状态;选取单元,用于从所述多条状态转移路径中选取目标状态转移路径;确定单元,用于将所述目标状态转移路径对应的路点序列确定为所述移动工具的行驶路径。
本发明实施例第三方面,提供一种计算机可读存储介质,包括程序或指令,当所述程序或指令在计算机上运行时,实现如第一方面所述的路径规划方法。
本发明实施例第四方面,提供一种包含指令的计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如第一方面所述的路径规划方法。
本发明实施例第五方面,提供一种芯片系统,包括处理器,所述处理器与存储器耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现如第一方面所述的路径规划方法。
本发明实施例第六方面,提供一种电路系统,所述电路系统包括处理电路,所述处理电路配置为执行如第一方面所述的路径规划方法。
本发明实施例第六方面,提供一种计算机系统,包括存储器,以及与所述存储器通信连接的一个或多个处理器;所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器实现如第一方面所述的路径规划方法。
本发明实施例第七方面,提供一种移动工具,包括存储器,以及与所述存储器通信连接的一个或多个处理器;所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器实现如第一方面所述的路径规划方法。
本发明实施例第八方面,提供一种状态转移库构建方法,包括:获取移动工具对应的多条行驶轨迹;针对每条行驶轨迹,对行驶轨迹中的轨迹点进行采样得到与该行驶轨迹对应的路点序列;针对每个路点序列,依次将所述路点序列中的路点转换成对应的行驶状态节点,得到与所述路点序列对应的状态转移序列;根据各状态转移序列,得到状态转移序列中各行驶状态节点对应的状态转移空间;根据各行驶状态节点对应的状态转移空间,确定与所述移动工具对应的状态转移库。
本发明实施例第九方面,提供一种状态转移库构建装置,包括:获取模块,用于获取移动工具对应的多条行驶轨迹;采样模块,用于针对每条行驶轨迹,对行驶轨迹中的轨迹点进行采样得到与该行驶轨迹对应的路点序列;状态转移序列生成模块,用于针对每个路点序列,依次将所述路点序列中的路点转换成对应的行驶状态节点,得到与所述路点序列对应的状态转移序列;状态转移空间生成模块,用于根据各状态转移序列,得到状态转移序列中各行驶状态节点对应的状态转移空间;状态转移库生成模块,用于根据各行驶状态节点对应的状态转移空间,确定与所述移动工具对应的状态转移库。
本发明实施例第十方面,提供一种计算机可读存储介质,包括程序或指令,当所述程序或指令在计算机上运行时,实现所述第八方面提供的状态转移库构建方法。
本发明实施例第十一方面,提供一种包含指令的计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行所述第八方面提供的状态转移库构建方法。
本发明实施例第十二方面,提供一种芯片系统,包括处理器,所述处理器与存储器的耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现所述第八方面提供的状态转移库构建方法。
本发明实施例第十三方面,提供一种电路系统,所述电路系统包括处理电路,所述处理电路配置为执行所述第八方面提供的状态转移库构建方法。
本发明实施例第十四方面,提供一种计算机系统,包括存储器,以及与所述存储器通信连接的一个或多个处理器;所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器实现所述第八方面提供的状态转移库构建方法。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明实施例中路径规划方法的流程图;
图2为本发明实施例中构建状态转移路径的方法流程图之一;
图3为本发明实施例中确定当前行驶状态节点的状态转移空间的方法流程图之一;
图4本本发明实施例中构建状态转移路径的示意图之一;
图5为本发明实施例中确定当前行驶状态节点的状态转移空间的方法流程图之二;
图6为本发明实施例中构建状态转移路径的示意图之二;
图7为本发明实施例中预置的状态转移库的示意图;
图8为本发明实施例中状态转移库构建方法的流程图;
图9A~图9C为本发明实施例中构建状态转移库的示意图;
图10为本发明实施例中对行驶轨迹进行采样得到采样结果的示意图之一;
图11为本发明实施例中对行驶轨迹进行采样得到采样结果的示意图之二;
图12为本发明实施例中对行驶轨迹进行采样得到采样结果的示意图之三;
图13为本发明实施例中构建状态转移路径的方法流程图之二;
图14为本发明实施例中构建状态转移路径的方法流程图之三;
图15A~图15C为本发明实施例中对行驶状态节点的节点值和被选中次数进行修改的示意图之一;
图16为本发明实施例中构建状态转移路径的方法流程图之四;
图17A~17C为本发明实施例中对行驶状态节点的节点值和被选中次数进行修改的示意图之二;
图18A为本发明实施例中判断行驶状态节点是否存在碰撞风险的方法流程图;
图18B为本发明实施例中判断状态转移路径是否存在碰撞风险的方法流程图;
图19为本发明实施例中不同姿态的移动工具在移动工具占据模板中的示意图;
图20A为构建得到的占据栅格地图的示意图;
图20B为移动工具占据模板的示意图;
图20C为移动工具在占据栅格地图中所占据的第二栅格区域的示意图;
图21A、图21B、图21C为一个示例中目标移动工具占据模板、占据栅格地图中各栅格取值的示意图;
图22A、22B、22C为一个示例中目标移动工具占据模板、占据栅格地图中各栅格取值、移动工具在占据栅格地图中的第二栅格区域的示意图;
图23A、23B、23C为一个示例中目标移动工具占据模板、占据栅格地图中各栅格取值、移动工具在占据栅格地图中的第二栅格区域的示意图;
图24为本发明实施例中路径规划装置的结构示意图;
图25为本发明实施例中一种移动工具系统的示意图;
图26为本发明实施例中移动工具系统中的计算机系统的结构示意图之一;
图27为本发明实施例中移动工具系统中的计算机系统的结构示意图之二;
图28为本发明实施例中移动工具系统中的计算机系统的结构示意图之三;
图29为本发明实施例提供的计算机程序产品的示意图;
图30为本发明实施例提供的状态转移库构建装置的结构示意图。
具体实施方式
本申请的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象,或者用于区别对同一对象的不同处理,而不是用于描述对象的特定顺序。此外,本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形,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、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括其他没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。需要说明的是,本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。在本申请实施例中,“A和/或B”表示A和B,A或B两个含义。“A,和/或B,和/或C”表示A、B、C中的任一个,或者,表示A、B、C中的任两个,或者,表示A和B和C。
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
本发明实施例提供的路径规划方法可以是应用在具有行驶功能的移动工具上,或者应用于具有控制移动工具行驶功能的其他设备(例如云端服务器,例如移动工具上的服务器)中。移动工具可通过其包含的组件(包括硬件和软件)实施本申请实施例提供的路径规划方法。或者,其他设备(例如云端服务器,例如移动工具上的服务器)用于实施本申请实施例提供的路径规划方法,并将得到的行驶路径发送给移动工具。
本发明实施例中,移动工具可以是任何可以移动的工具,例如车辆(例如乘用车、公交车、大巴车、厢式货车、卡车、载重车、挂车、甩挂车、吊车、挖掘机、铲土机、公路列车、扫地车、洒水车、垃圾车、工程车、救援车、物流小车、AGV(Automated Guided Vehicle,自动导引运输车)等)、摩托车、自行车、三轮车、手推车、轮胎吊、天车、岸桥、机器人、扫地机、平衡车、飞行器、船舶、潜水艇、火车等,本申请对于移动工具的类型不做严格限定,在此不再穷举。
实施例一
参见图1,为本发明实施例一提供的路径规划方法的流程图,该方法包括步骤101~步骤103,其中:
步骤101、根据移动工具的当前行驶状态和预置的状态转移库,构建多条状态转移路径;
其中,每条状态转移路径包含多个行驶状态节点且起始行驶状态节点为所述移动工具的当前行驶状态。
本发明实施例中,状态转移路径表示移动工具的行驶状态的变化转移,即移动工具以当前行驶状态为起点,沿着状态转移路径依次从状态转移路径的前一行驶状态节点转移到下一行驶状态节点。
步骤102、从所述多条状态转移路径中选取目标状态转移路径。
步骤103、将所述目标状态转移路径对应的路点序列确定为所述移动工具的行驶路径。
在一些可选的实施例中,前述步骤101具体实现可参见图2所示的方法流程,在该方法中按照以下步骤1~步骤4构建每条状态转移路径,直到满足终止条件时结束流程。在一些可选的示例中,终止条件可以是构建的状态转移路径的数量达到预置数量;在另一些可选的实例中,终止条件可以是步骤101执行时长达到预置时长,本领域技术人员可以根据实际情况灵活设置终止条件,本申请不做严格限定。
步骤1、以所述移动工具的当前行驶状态为起始行驶状态节点,并将所述起始行驶状态节点作为当前行驶状态节点;
步骤2、根据所述状态转移库确定当前行驶状态节点的状态转移空间,在当前行驶状态节点的状态转移空间中搜索得到当前行驶状态节点的下一行驶状态节点;
步骤3、将步骤2得到的下一行驶状态节点作为当前行驶状态节点,重复执行步骤2;直到产生预置数量(预置数量的取值可以由本领域技术人员根据实际情况灵活设置,本申请不作严格限定)的多个行驶状态节点;
步骤4、按照多个行驶状态节点的先后顺序构建一条状态转移路径。
在一些可选的实施例中,为提高状态转移路径构建的效率,缩小行驶状态节点的状态转移空间的搜索范围,前述步骤2中根据所述状态转移库确定当前行驶状态节点的状态转移空间,可以通过图3所示的方法流程得到:
步骤2A、将当前行驶状态节点作为目标行驶状态节点;
步骤2B、从所述状态转移库中查询所述目标行驶状态节点对应的状态转移空间;
步骤2C、将所述目标行驶状态节点对应的状态转移空间确定为所述当前行驶状态节点的状态转移空间。
基于前述图3所示的确定当前行驶状态节点的状态转移空间的方式,通过前述图2所示方法构建一条状态转移路径,可如图4所示。图4仅仅是一个示例性描述,假设一条状态转移路径包含的行驶状态节点为4个,移动工具的起始行驶状态节点为S1。将移动工具的起始行驶状态节点S1作为当前行驶状态节点,将该S1作为目标行驶状态节点,确定S1的状态转移空间为{a1,a2,a3,a4,a5},将{a1,a2,a3,a4,a5}作为当前行驶状态节点的状态转移空间,并从状态转移空间{a1,a2,a3,a4,a5}中选取a4作为当前行驶状态节点S1的下一行驶状态节点,并存储a4;将a4作为当前行驶状态节点,将a4作为目标行驶状态节点,确定a4的状态转移空间为{a41,a42,a43},并将{a41,a42,a43}作为当前行驶状态节点的状态转移空间,从{a41,a42,a43}中选取a42作为当前行驶状态节点a4的下一行驶状态节点,并存储a42;将a42作为当前行驶状态节点,并将a42作为目标行驶状态节点,确定a42的状态转移空间{a421,a422,a423},并将{a421,a422,a423}作为当前行驶状态节点的状态转移空间,从{a421,a422,a423}中选取a421作为当前行驶状态节点a42的下一行驶状态节点,并存储a421。将S1、a4、a42、a421构成一条状态转移路径(如图4中粗实线),用S1>a4>a42>a421表示。
在一些可选的实施例中,为提高状态转移路径构建的准确性,扩大行驶状态节点的状态转移空间的搜索范围,前述步骤2中根据所述状态转移库确定当前行驶状态节点的状态转移空间,可以通过图5所示的方法流程得到:
步骤2D、将当前行驶状态节点的前一行驶状态节点的状态转移空间中的全部或部分行驶状态节点作为目标行驶状态节点,所述全部或部分行驶状态节点中包含当前行驶状态节点。
当然,若当前行驶状态节点为起始行驶状态节点,由于该起始行驶状态节点没有前一行驶状态节点,因此可以将该当前行驶状态节点作为目标行驶状态节点即可。
步骤2E、从所述状态转移库中查询各目标行驶状态节点对应的状态转移空间。
步骤2F、将各目标行驶状态节点对应的状态转移空间的并集确定为所述当前行驶状态节点的状态转移空间。
基于前述图5所示的确定当前行驶状态节点的状态转移空间的方式,通过前述图2所示方法构建一条状态转移路径,可如图6所示。图6仅仅是一个示例性描述,假设一条状态转移路径包含的行驶状态节点为4个,移动工具的起始行驶状态节点为S1。将移动工具的起始行驶状态节点S1作为当前行驶状态节点,将该S1作为目标行驶状态节点,确定S1的状态转移空间为{a1,a2,a3,a4,a5},并将{a1,a2,a3,a4,a5}作为当前行驶状态节点的状态转移空间,并从状态转移空间{a1,a2,a3,a4,a5}中选取a4作为当前行驶状态节点S1的下一行驶状态节点,并存储a4;将a4作为当前行驶状态节点,将a4的前一行驶状态节点S1的状态转移空间中的全部行驶状态节点a1、a2、a3、a4和a5作为目标行驶状态节点,并确定得到a1、a2、a3、a4和a5分别对应的状态转移空间{a11,a12}、{a21}、{a31,a32}、{a41,a42,a43}和{a51,a52}(如图6所示,每个目标行驶状态节点的状态转移空间用虚线表示),并将a1、a2、a3、a4和a5的状态转移空间的并集{a11,a12,a21,a31,a32,a41,a42,a43,a51,a52}作为当前行驶状态节点a4的状态转移空间,从{a11,a12,a21,a31,a32,a41,a42,a43,a51,a52}中选取a42作为当前行驶状态节点a4的下一行驶状态节点,并存储a42;将a42作为当前行驶状态节点,并将a42的前一行驶状态节点a4的状态转移空间中的全部行驶状态节点a11、a12、a21、a31、a32、a41、a42、a43、a51和a52作为目标行驶状态节点,确定a11、a12、a21、a31、a32、a41、a42、a43、a51和a52的状态转移空间{a111}、{}、{a211,a212}、{a311}、{a411,a421,a422,a423,a424}、{}、{a521}的并集{a111,a211,a212,a311,a411,a421,a422,a423,a424,a521}作为当前行驶状态节点a42的状态转移空间,从{a111,a211,a212,a311,a411,a421,a422,a423,a424,a521}中选取a421作为当前行驶状态节点a42的下一行驶状态节点,并存储a421。将S1、a4、a42、a421构成一条状态转移路径(如图6所示的粗实线),用S1>a4>a42>a421表示。
在一些可选的实施例中,前述步骤2B和/或步骤2E中确定目标行驶状态节点对应的状态转移空间,具体可通过以下方式实现:从预置的状态转移库中查询目标行驶状态节点对应的状态转移空间。在该实施例中,状态转移库中预先设置有各个行驶状态节点对应的状态转移空间,如图7所示,假设状态转移库中包含n个行驶状态节点,分别用S1、S2、S3…、Sn表示,S1对应的状态转移空间为{S11,S12,…,S1k},S2对应的状态转移空间为{S21,S22,…,S2m},…,Si对应的状态转移空间为{Si1,Si2,…,Sij},…。前述步骤2B和/或步骤2E中,从所述状态转移库中查询各目标行驶状态节点对应的状态转移空间即可。
在一些可选的实施例中,将目标行驶状态节点与状态转移库中的行驶状态节点进行匹配,若存在与目标行驶状态节点一致的行驶状态节点,则将该行驶状态节点对应的状态转移空间作为所述目标行驶状态节点对应的状态转移空间;若状态转移库中不存在与所述目标行驶状态节点一致的行驶状态节点,则从所述状态转移库中确定出与所述目标行驶状态节点较为相似的行驶状态节点,并将该行驶状态节点的状态转移空间确定为所述目标行驶状态节点对应的状态转移空间。在一些可选的实施例中,可通过k-d tree、ball-tree或者八叉树等算法从所述状态转移库中搜索出与所述目标行驶状态节点较为相似的行驶状态节点。
在一些可选的实施例中,所述步骤2中可采用蒙特卡洛树搜索(Monte Carlo TreeSearch,MCTS)方式在当前行驶状态节点的状态转移空间中搜索得到当前行驶状态节点的下一行驶状态节点。
所述状态转移库可以为预先设置的与所述移动工具对应的状态转移库,该状态转移库可以是预先根据该移动工具或者其他同类型的移动工具的行驶轨迹构建得到。
在一些可选的实施例中,所述状态转移库可以预先通过图8所示的方法流程得到:
步骤201、获取移动工具对应的多条行驶轨迹;
步骤202、针对每条行驶轨迹,对行驶轨迹中的轨迹点进行采样得到与该行驶轨迹对应的路点序列;
步骤203、针对每个路点序列,依次将所述路点序列中的路点转换成对应的行驶状态节点,得到与所述路点序列对应的状态转移序列;
步骤204、根据各状态转移序列,得到状态转移序列中各行驶状态节点对应的状态转移空间;
步骤205、根据各行驶状态节点对应的状态转移空间,确定与所述移动工具对应的状态转移库。
在一些可选的实施例中,路点包括位置信息和移动工具的行驶状态信息,步骤203中从路点的行驶状态信息中选取行驶状态节点包含的行驶参数即可得到与该路点对应的行驶状态节点。
如图9A所示,获取得到与移动工具对应的行驶轨迹a、行驶轨迹b、行驶轨迹c和行驶轨迹d,通过图8所示的方法流程得到行驶轨迹a、行驶轨迹b、行驶轨迹c和行驶轨迹d分别对应的状态转移序列如图9B所示。基于图9B所示的状态转移序列得到如图9C所示的状态转移库。图9A~图9C仅仅是示例性描述。
在一些可选的实施例中,前述步骤201中,获取移动工具对应的多条行驶轨迹具体可通过但不仅限于以下方式1~方式4中的任意一种方式得到:
方式1、从所述移动工具或者其他同类型移动工具接收包含位置信息和行驶状态信息的路点,根据路点生成行驶轨迹。
所述位置信息可包括移动工具的坐标信息和行驶方向信息等,所述行驶状态信息可包括但不仅限于移动工具的以下任意一种或多种信息:移动工具的线速度、线加速度、线加加速度、转向机夹角、方向盘转角、方向盘旋转角速度、方向盘旋转角加速度、挂箱夹角等。
方式2、从所述移动工具或者其他同类型移动工具接收行驶轨迹。
方式3、从云端服务器接收所述移动工具或者其他同类型移动工具的行驶轨迹。
方式4、从仿真系统接收所述移动工具或者其他同类型移动工具在仿真系统中行驶所得到的行驶轨迹。
在一些可选的实施例中,所述步骤202中,对行驶轨迹中的轨迹点进行采样得到与该行驶轨迹对应的路点序列,具体可通过以下方式实现:从所述行驶轨迹的轨迹点中选取初始采样点;以所述初始采样点为采样起点、以预置时长为采样周期,对所述行驶轨迹进行等时长采样,得到采样点序列;将所述采样点序列确定为与所述行驶轨迹对应的路点序列。本领技术人员可以根据实际需求从行驶轨迹中选取初始采样点,例如,在一些可选的实施例中,所述初始采样点可以是行驶轨迹中的初始轨迹点;在一些可选的实施例中,所述初始采样点可以是行驶轨迹中较为接近初始轨迹点的轨迹点;本申请对于如何选取初始采样点并不做严格限定。
本发明实施例中,前述采样周期的取值可以由本领域技术人员根据实际情况灵活设置,本申请对于采样周期的取值不做严格限定。
在一些可选的实施例中,采样周期可以设置为与所述行驶轨迹中轨迹点生成周期的整数倍,假设初始采样点为初始轨迹点,采样周期为所述行使轨迹中轨迹点生成周期的n倍,轨迹点生成周期为t,则采样周期为T=nt,则以初始采样点为起点以T为采样周期对行驶轨迹点中的轨迹点进行采样,通过该种采样方式得到的每个采样点会与行驶轨迹中的某个轨迹点重合,此时根据与采样点重合的轨迹点的参数取值来确定该采样点的参数取值(例如直接将重合的轨迹点的参数取值赋予采样点,或者将重合的轨迹点的参数取值乘以预置的系数得到采样点的参数取值)。以采样周期为轨迹点生成周期的4倍为例,采样结果如图10所示,采样点C1、C2、C3、C4分别与行驶轨迹中的轨迹点g0、g4、g8、g12重合。
在一些可选的实施例中,采样周期可以设置为不是所述行驶轨迹中轨迹点生成周期的整数倍,通过该种采样方式得到的采样点可能与行驶轨迹中的某个轨迹点重合也可能不与行驶轨迹中的任何轨迹点重合。若采样点与某轨迹点重合则根据与该采样点重合的轨迹点的参数取值确定该采样点的参数取值(例如直接将重合的轨迹点的参数取值赋予采样点,或者将重合的轨迹点的参数取值乘以预置的系数得到采样点的参数取值)。若采样点不与任何轨迹点重合则根据行驶轨迹中与该采样点相邻的轨迹点的参数取值来确定该采样点的参数取值。根据采样点的相邻轨迹点的参数取值确定采样点的参数取值可以根据但不仅限于以下任意一种方式得到:方式1、根据采样点的前一相邻轨迹点的参数取值来确定采样点的参数取值,例如将前一相邻轨迹点的参数取值赋予采样点,或者将前一相邻轨迹点的参数取值乘以预置系数得到采样点的参数取值;方式2、根据采样点的后一相邻轨迹点的参数取值来确定采样点的参数取值,例如将后一相邻轨迹点的参数取值赋予采样点,或者将后一相邻轨迹点的参数取值乘以预置系数得到采样点的参数取值;方式3、将采样点的前一相邻轨迹点的参数取值与后一相邻轨迹点的参数取值取加权平均得到采样点的参数取值;方式4、通过插值算法根据前一相邻轨迹点的参数取值与后一相邻轨迹点的参数取值得到采样点的参数取值。本申请对于如何根据采样点的相邻轨迹点的参数取值来得到采样点的参数取值不作严格限定。假设初始采样点为初始轨迹点,采样周期为所述行使轨迹中轨迹点生成周期的3.2倍,轨迹点生成周期为t,则采样周期为T=3.2t,则以初始采样点为采样起点以T为采样周期对行驶轨迹点中的轨迹点进行采样,得到的采样结果如图11所示。
在一些可选的实施例中,对行驶轨迹中的轨迹点进行采样得到与该行驶轨迹对应的路点序列,具体包括:从所述行驶轨迹的轨迹点中选取初始采样点;以所述初始采样点为采样起点、以预置距离为步长,对所述行驶轨迹进行等距离采样,得到采样点序列;将所述采样点序列确定为与所述行驶轨迹对应的路点序列。通过该种采样方式得到的采样点可能与行驶轨迹中的某个轨迹点重合也可能不与行驶轨迹中的任何轨迹点重合。若采样点与某轨迹点重合则根据与该采样点重合的轨迹点的参数取值确定该采样点的参数取值(例如直接将重合的轨迹点的参数取值赋予采样点,或者将重合的轨迹点的参数取值乘以预置的系数得到采样点的参数取值)。若采样点不与任何轨迹点重合则根据行驶轨迹中与该采样点相邻的轨迹点的参数取值来确定该采样点的参数取值。根据采样点的相邻轨迹点的参数取值确定采样点的参数取值可以根据但不仅限于以下任意一种方式得到:方式1、根据采样点的前一相邻轨迹点的参数取值来确定采样点的参数取值,例如将前一相邻轨迹点的参数取值赋予采样点,或者将前一相邻轨迹点的参数取值乘以预置系数得到采样点的参数取值;方式2、根据采样点的后一相邻轨迹点的参数取值来确定采样点的参数取值,例如将后一相邻轨迹点的参数取值赋予采样点,或者将后一相邻轨迹点的参数取值乘以预置系数得到采样点的参数取值;方式3、将采样点的前一相邻轨迹点的参数取值与后一相邻轨迹点的参数取值取加权平均得到采样点的参数取值;方式4、通过插值算法根据前一相邻轨迹点的参数取值与后一相邻轨迹点的参数取值得到采样点的参数取值。本申请对于如何根据采样点的相邻轨迹点的参数取值来得到采样点的参数取值不作严格限定。假设初始采样点为初始轨迹点,步长为d,则以初始采样点为采样起点以步长d对行驶轨迹点中的轨迹点进行等距离采样,得到的采样结果如图12所示。
在前述实施例中,一方面,由于预先设置有状态转移库,在构建状态转移路径的过程中,可以通过直接查询状态转移库即可获取到各目标行驶状态节点的状态转移空间,能够提高确定各行驶状态节点的状态转移空间的速度,从而整体提高状态转移路径构建的速度和效率。另一方面,由于状态转移库是预先根据移动工具实际行驶的行驶轨迹构建得到,从而能够确保状态转移库中行驶状态节点之间的转移是物理上可行的,符合移动工具的动力学模型,因此能够确保构建得到状态转移路径是物理上可行,移动工具可以在符合动力学模型的情况下沿着状态转移路径,从该状态转移路径的前一行驶状态节点转移到下一行驶状态节点。
在一些可选的实施例中,前述步骤2B和/或步骤2E中确定目标行驶状态节点对应的状态转移空间,具体可通过以下方式得到:针对每个目标行驶状态节点,执行以下步骤:针对目标行驶状态节点的每个行驶参数,确定所述行驶参数的目标取值,并将所述行驶参数的当前取值和目标取值进行离散化得到离散点序列;将所述目标行驶状态节点的行驶参数分别对应的离散点序列进行组合,得到多个行驶状态节点,所述多个行驶状态节点构成所述目标行驶状态节点的状态转移空间。在一些可选的实施例中,目标行驶状态节点的行驶参数的目标取值可以为预置值,也可以是根据移动工具当前行驶的环境信息确定得到,也可以是根据移动工具自身的属性参数确定得到。例如,行驶参数为移动工具的速度,则速度对应的目标取值可以为移动工具当前所在车道的限速值;行驶参数为移动工具的方向盘转角,则方向盘转角则对应的目标取值可以为方向盘转角的最大角或最小角;行驶参数为移动工具的挂箱夹角,则挂箱夹角的目标取值可以为该移动工具的挂箱夹角的最小值或最大值。本领域技术人员可以根据不同的行驶参数对各行驶参数的目标取值进行灵活设置,本申请不做严格限定。由于移动工具的行驶参数的变量是可以连续变化的量,可能的状态有无穷多个,通过前述实施例可以将各行驶参数进行离散化得到数量有限的离散点,从而根据行驶状态节点的各行驶参数的离散点构建的状态转移空间为有界的搜索空间,能够提高状态转移空间的搜索速度。
假设移动工具的每个行驶状态节点包含3个行驶参数,分别用v、θ、表示,将v的当前取值和目标取值进行离散化得到包含m个离散点的第一离散点序列[v1,v2,…,vm];将θ的当前取值和目标取值进行离散化得到包含n个离散点的第二离散点序列[θ1,θ2,…,θn];将的当前取值和目标取值进行离散化得到包含k个离散点的第三离散点序列将第一离散点序列、第二离散点序列和第三离散点序列中的离散点进行组合,得到m×n×k个参数组合,每个参数组合表示一个行驶状态节点的行驶参数组合,即得到m×n×k个行驶状态节点,该m×n×k个行驶状态节点构成所述目标行驶状态节点的状态转移空间。前述m、n、k均为预置大于或等于1的自然数。在一些可选的实施例中,将行驶参数的当前取值和目标取值进行离散化得到的N个离散点的取值为等差取值。
在一些可选的实施例中,可以是在步骤101中每构建得到一条状态转移路径之后,根据该状态转移路径确定出对应的路点序列。
在一些可选的实施例中,可以是在步骤101得到多条状态转移路径之后,针对每条状态转移路径,根据该状态转移路径确定出对应的路点序列;或者,在步骤101每构建得到一条状态转移路径后,根据该状态转移路径确定出对应的路点序列。
在一些可选的实施例中,可以是在步骤102中确定出目标状态转移路径时,根据该目标状态转移路径确定出对应的路点序列。
在一些可选的实施例中,还可以是步骤103中根据目标状态转移路径确定出对应的路点序列。
在一些可选的实施例中,前述步骤101、步骤102或者步骤103中根据状态转移路径确定出对应的路点序列,可以采用但不仅限于以下方式实现:针对状态转移路径中的起始行驶状态节点,由于该起始行驶状态节点为移动工具的当前行驶状态,即可直接根据移动工具的当前定位得到的位置信息和行驶状态信息确定得到该起始行驶状态节点的路点;针对状态转移路径中的非起始行驶状态节点的每个行驶状态节点,根据该行驶状态节点的前一行驶状态节点的路点和其行驶状态、该行驶状态节点的行驶状态,即可计算得到该行驶状态节点的路点。例如,对于一个行驶状态节点p2中的车辆的坐标,可以根据前一行驶状态节点p中车辆坐标、车辆朝向和S1中的速度计算得到。p2中的车辆朝向,可以根据p中的车辆朝向以及S1、S2中的方向盘转角计算得到。
在一些可选的实施例中,在前述图2所示流程的步骤4之后还可以进一步包括步骤5,如图13所示,其中:
步骤5、为步骤4构建得到的状态转移路径对应的路点序列设置用于表示所述路点序列优劣程度的第一评估值。第一评估值可以用分数表示,也可以用等级表示,本申请不做严格限定。
在一些可选的实施例中,以第一评估值用分数表示为例,可对以下任意一种或多种参数进行加权求和计算得到路点序列的第一评估值:参数1、路点序列与移动工具所在车道的中线的偏移距离(偏移距离例如可以是路点序列中各路点与中线的距离的平均距离,或者还可以是路点序列中各路点与中线的距离中的最大距离,或者还可以是路点序列中各路点与中线的距离中的最小距离),参数2、所述路点序列与前一次规划得到的行驶路径的相似度;参数3、所述路点序列相对于前一次规划得到的行驶路径在移动工具的前进方向所延伸的距离。本领域技术人员可以根据实际需求设置前述参数的种类,本申请不做严格限定。
在一些可选的实施例中,在图13所示流程的步骤5之后还可进一步包括步骤6,如图14所示,其中:
步骤6、根据状态转移路径的路点序列对应的第一评估值修改所述状态转移路径中各行驶状态节点的节点值和被选中次数,所述节点值用于表示行驶状态节点的优劣程度。
本发明实施例中,行驶状态节点的节点值可以用分数表示也可以用等级表示,本申请不作严格限定。以节点值用分数表示为例,假设构建得到一条状态转移路径后,对该状态转移路径对应的路点序列进行评估得到对应的评估值为n。根据路点序列的评估值对所述状态转移路径上的行驶状态节点的节点值进行修改,具体可通过但不仅限于以下任意一种方式实现:在一种可选的实施例中,直接将评估值n更新为该状态转移路径上的各行驶状态节点的节点值;在一种可选的实施例中,将评估值n与行驶状态节点的节点值进行加权平均得到该行驶状态节点的新节点值;在一种可选的实施例中,将评估值n乘以一个预置的系数得到行驶状态节点的节点值。本领域技术人员可以根据实际需求来确定如何根据评估值n来修改状态转移路径上个行驶状态节点的节点值,本申请不做严格限定。
在一些可选的实施例中,在每构建得到一条状态转移路径之后,将该状态转移路径上的各行驶状态节点的被选中次数累加1,并存储个行驶状态节点的被选中次数。
如图15A所示,为各行驶状态节点的节点值和被选中次数,未被选中过的行驶状态节点的节点值和被选中次数初始取值可以设置为0。在新构建得到一条如图15B所示的状态转移路径(S1>a4>a42>a421)之后,根据该状态转移路径对应的路点序列的评估值n(例如n取75分)对该状态转移路径上的各行驶状态节点的评估值和被选中次数进行修改后,如图15C所示。
在一些可选的实施例中,在图13所示流程的步骤5之后还可进一步包括步骤7,如图16所示,其中:
步骤7、根据状态转移路径的路点序列对应的第一评估值修改所述状态转移路径中各行驶状态节点以及各行驶状态节点的状态转移空间的行驶状态节点的节点值和被选中次数。
假设构建得到一条状态转移路径后,对该状态转移路径对应的路点序列进行评估得到对应的评估值为n。将状态转移路径上的行驶状态节点称为主节点,将主节点的前一主节点的状态转移空间中的状态行驶节点称为该主节点的兄弟节点。如图17A所示,初始状态行驶节点S1的状态转移空间为{a1,a2,a3,a4,a5},初始化各行驶状态节点的节点值和被选中次数为0;按照图16所示的流程构建得到一条状态转移路径为S1>a4>a42>a421,如图17B所示。将该状态转移路径中a4、a42、a421称为主节点,将S1的转移状态空间中的行驶状态节点a1、a2、a3、a5称为主节点a4的兄弟节点,将主节点a4的状态转移空间中的行驶状态节点a21、a31、a41、a43、a51、a52称为主节点a42的兄弟节点;将主节点a42的状态转移空间中的行驶状态节点a211、a212、a313、a411、a422、a423、a521称为主节点a421的兄弟节点。根据路点序列评估值n修改所述状态转移路径中各行驶状态节点的状态转移空间中的各行驶状态节点的节点值和被选中次数,具体可通过但不仅限于以下方式实现:针对状态转移路径上的每个主节点,执行以下步骤:将评估值n与主节点的节点值进行加权平均得到该主节点的新节点值,并将所述主节点的被选中次数累加1;针对所述主节点的每个兄弟节点,计算主节点与该兄弟节点的相似度(相似度为小于或等于1的值),将所述评估值n与所述相似度的乘积作为评估分值,将评估分值与该兄弟节点的节点值进行加权平均得到所述兄弟节点的新节点值,并将所述兄弟节点的本选中次数累加所述相似度。图17C为根据新生成的状态转移路径S1>a4>a42>a421的路点序列的评估值对各行驶状态节点进行修改后的节点值和被选中次数。
在一些可选的实施例中,基于前述图14和图16所示的流程,前述步骤2中,所述在当前行驶状态节点的状态转移空间中搜索得到当前行驶状态节点的下一行驶状态节点,具体实现可如下:判断当前行驶状态节点的状态转移空间中各行驶状态节点是否可选;根据可选的行驶状态节点的节点值和被选中次数,从可选的行驶状态节点中选取当前行驶状态节点的下一行驶状态节点。
在一些可选的实施例中,根据可选的行驶状态节点的节点值和被选中次数,从可选的行驶状态节点中选取当前行驶状态节点的下一行驶状态节点,具体包括:针对每个可选的行驶状态节点,根据所述行驶状态节点的节点值和被选中次数计算得到所述行驶状态节点的第二评估值,所述第二评估值用于表示行驶状态节点被选中的优先程度;根据可选的行驶状态节点的第二评估值选取优先程度最高的行驶状态节点,作为当前行驶状态节点中的下一行驶状态节点。所述行驶状态节点的节点值越高则表示行驶状态节点更优,所述行驶状态节点的节点值越高则第二评估值越大,所述行驶状态节点的被选中次数越高则第二评估值越小。在一个可选的实施例中,可根据但不仅限于以下公式(1)计算得到行驶状态节点的第二评估值。
公式(1)中,公式(1)中,Eval(v)为行驶状态节点v的第二评估值,u为当前行驶状态节点,v为当前行驶状态节点的状态转移空间中的一行驶状态节点,Scorev为节点v的节点值,Countv为节点v的被选中次数,Countu为节点u的被选中次数,λ,μ,为预制的系数,g为关于Scorev的增函数,h为关于Countv的减函数,f随着Scorev和Countu的增大而增大,而随着Countv的增大而减小。
在一些可选的实施例中,判断当前行驶状态节点的状态转移空间中各行驶状态节点是否可选,具体包括:判断所述当前行驶状态节点是否满足预先设置的不可选条件,若满足不可选条件则判断所述行驶状态节点不可选。
在一些可选的实施例中,所述不可选条件可以包括但不仅限于以下任意一种或多种:不可选条件1、所述行驶状态节点存在碰撞风险,不可选条件2、所述行驶状态节点的行驶参数的取值不合理,不可选条件3、从当前行驶状态节点转移到所述行驶状态节点的转移不合理。当然,本领域技术人员还可以根据实际情况灵活设置不可选条件,前述不可选条件1~不可选条件3仅仅只是其中的部分示例。
在一些可选的实施例中,行驶状态节点的行驶参数取值不合理,是指行驶参数的取值超出预置的取值范围,或者任意两个或多个行驶参数之间的取值不符合移动工具的运动学模型。例如,行驶状态节点的行驶速度达到300km/h。
在一些可选的实施例中,从当前行驶状态节点转移到所述行驶状态节点的转移不合理,例如行驶状态节点的某个行驶参数的取值与前一行驶状态节点的相应行驶参数之间的变化不符合移动工具的运动学模型。例如行驶状态节点的方向盘转角为右侧540°,而该行驶状态节点的前一行驶状态节点方向盘转角为左侧540°,由于行驶状态节点之间的时间间隔较近,短时间内方向盘转角变化差异过大显然不符合移动工具的运动学模型。例如,行驶状态节点的行驶速度为130km/h,而该行驶状态节点的前一行驶状态节点的行驶速度为1km/h,由于行驶状态节点之间的时间间隔较近,短时间内行驶速度的变化过大显然不符合移动工具的运动学模型。
在一些可选的实施例中,为确保状态转移路径的安全性,本发明实施例中可以是在构建状态转移路径的过程中,每生成一个行驶状态节点时判断该行驶状态节点是否存在碰撞风险,若该行驶状态节点存在碰撞风险则舍弃该行驶状态节点,另寻其他行驶状态节点。也可以在每生成一条状态转移路径之后,判断所述状态转移路径是否存在碰撞风险。
在一些可选的实施例中,在构建状态转移路径的过程中,可通过图18A所示的方法流程判断行驶状态节点是否存在碰撞风险,该流程包括步骤301~步骤304,其中:
步骤301、以移动工具的当前位置为中心构建占据栅格地图;
步骤302、从预置的移动工具占据模板中确定出与移动工具的姿态匹配的目标移动工具占据模板;
步骤303、将目标移动工具占据模板中所述移动工具占据的第一栅格区域的中心点与所述状态行驶节点在占据栅格地图中的位置对齐,得到所述移动工具在占据栅格地图中所占据的第二栅格区域;
步骤304、根据第一栅格区域和第二栅格区域的占据情况确定所述行驶状态节点是否存在碰撞风险。
在一些可选的实施例中,在构建完成一条状态转移路径时,可通过图18B所示的方法流程判断所述状态转移路径是否存在碰撞风险,该流程包括步骤401~步骤406,其中:
步骤401、以移动工具的当前位置为中心构建占据栅格地图;
步骤402、从预置的移动工具占据模板中确定出与移动工具的姿态匹配的目标移动工具占据模板;
步骤403、将目标移动工具占据模板中所述移动工具占据的第一栅格区域的中心点与状态转移路径的一行驶状态节点在所述占据栅格地图中的位置对齐,得到所述移动工具在占据栅格地图中所占据的第二栅格区域;
步骤404、根据第一栅格区域和第二栅格区域的占据情况确定所述行驶状态节点是否存在碰撞风险;若存在碰撞风险则执行步骤405,若不存在碰撞风险则执行步骤406;
步骤405、确定所述状态转移路径存在碰撞风险,并结束流程;
步骤406、状态转移路径中是否还有下一行驶状态节点,若是则执行步骤407,若不存在则执行步骤408;
步骤407、从状态转移路径中选取下一行驶状态节点,对该行驶状态节点执行步骤403~步骤406;
步骤408、确定所述状态转移路径不存在碰撞风险,并结束流程。
在一些可选的实施例中,移动工具占据模板为预先以移动工具为中心构建的栅格地图,且预先根据移动工具的尺寸、形状以及姿态在该栅格地图中标注有所述移动工具所占据的栅格区域。如图19所示,移动工具为半挂车,同一种尺寸和形状的半挂车,在不同的姿态时其在栅格地图中的占据的栅格区域不同,图19中仅仅是其中几种姿态的示意,本领域技术人员可以根据实际需求按照不同的颗粒度来构建不同姿态的移动工具占据模板。
在一些可选的实施例中,前述步骤302/步骤402中,确定出移动工具当前的姿态后,从移动工具占据模板中查找与移动工具的当前姿态相匹配的目标移动工具占据模板,例如,若移动工具占据模板中存在姿态与以移动工具当前姿态一致的移动工具占据模板时,则将该移动工具占据模板作为目标移动工具占据模板;若移动工具占据模板中不存在姿态与移动工具当前姿态一致的移动工具占据模板时,将姿态与移动工具姿态较为接近的移动工具占据模板作为目标移动工具占据模板。
在一些可选的实施例中,所述步骤304/步骤404中,根据第一栅格区域和第二栅格区域的占据情况确定所述行驶状态节点是否存在碰撞风险,具体包括:若第二栅格区域中存在预置数量的栅格被标识为被障碍物占据,则确定所述行驶状态节点存在碰撞风险。移动工具占据模板中的各栅格的取值为0。目标移动工具占据模板如图20A所示,移动工具在目标移动工具占据模板中的第一栅格区域包含的36个栅格;将步骤301/步骤401构建的占据栅格地图中各栅格按照占据情况被标记为“占据”或“未占据”,例如可以用1标识“占据”,用0标识“未占据”,如图20B所示,为构建得到的占据栅格地图;将目标移动工具占据模板中所述移动工具占据的第一栅格区域的中心点与所述状态行驶节点在占据栅格地图中的位置对齐,得到所述移动工具在占据栅格地图中所占据的第二栅格区域,如图20C所示,第二栅格区域包括36个栅格,第一栅格区域的36个栅格与第二栅格区域的36个栅格与栅格一一对应。第二栅格区域中不存在被标识“被占据”的栅格,因此可以确定所述状态行驶节点不存在碰撞风险。
在一些可选的实施例中,所述步骤304/步骤404中,根据第一栅格区域和第二栅格区域的占据情况确定所述行驶状态节点是否存在碰撞风险,具体包括:根据第一栅格区域和第二栅格区域的占据情况,计算用于表征碰撞概率高低的碰撞评估值,根据所述碰撞评估值确定所述行驶状态节点存在碰撞风险。例如,判断所述碰撞评估值是否大于或等于预置取值,若是则确定所述行驶状态节点存在碰撞风险,若否则确定所述行驶状态节点不存在碰撞风险。
在一些可选的实施例中,根据第一栅格区域和第二栅格区域的占据情况,计算用于表征碰撞概率高低的碰撞评估值,具体实现可如下:将第一栅格区域中的栅格的占据概率与第二栅格区域中相应栅格的占据概率的乘积之和作为碰撞评估值。如图21A所示,第一栅格区域包含36个栅格,且栅格占据概率均为1。占据栅格地图中各栅格的取值如图21B所示。将目标移动工具占据模板中所述移动工具占据的第一栅格区域的中心点与所述状态行驶节点在占据栅格地图中的位置对齐,得到所述移动工具在占据栅格地图中所占据的第二栅格区域,第二栅格区域包含36个栅格,如图21C。将第一栅格区域的36个栅格的占据概率与第二栅格区域的36个的占据概率的乘积取和(例如,将第一栅格区域的第i个栅格用Ai表示,将第二栅格区域的第i个栅格用Bi表示,计算碰撞评估值为∑AiBi),得到碰撞评估值为2.9。
在一些可选的实施例中,移动工具占据模板中各栅格的取值按照预置占据规则设置为二进制取值;以所述移动工具的当前位置为中心构建占据栅格地图之后还包括:按照所述占据规则设置占据栅格地图中的栅格的取值;根据第一栅格区域和第二栅格区域的占据情况确定所述行驶状态节点是否存在碰撞风险,具体包括:将第一栅格区域的栅格与第二栅格区域中相应栅格的取值进行二进制运算,根据运算结果确定所述行驶状态节点是否存在碰撞风险。
在一些可选的实施例中,所述占据规则为栅格中被障碍物或移动工具占据时其取值设置为1,否则设置为0;所述二进制运算为二进制“与”运算;将第一栅格区域的栅格与第二栅格区域中相应栅格的取值进行二进制运算,根据运算结果确定所述行驶状态节点是否存在碰撞风险,具体包括:将所述栅格区域的各栅格的取值分别与占据栅格地图中相应的栅格的取值进行二进制“与”运算,若存在预置数量(预置数量的取值可以为本领域技术人员根据实际需求灵活设置,本申请不做严格限定)以上的“与”运算结果为1时,则确定所述行驶状态节点存在碰撞风险。如图22A所示,目标移动工具占据模板中,移动工具所占据的第一栅格区域中的36个栅格的取值均为1,其他栅格的取值为0;如图22B所示,占据栅格地图中被障碍物占据的栅格的取值为1,未被障碍物占据的栅格的取值为0;将第一栅格区域的中心点与所述状态行驶节点在占据栅格地图中的位置对齐,得到所述移动工具在占据栅格地图中所占据的第二栅格区域,如图22C所示,得到第二栅格区域包含的36个栅格。第一栅格区域的36个栅格与第二栅格区域的36个栅格一一对应,用Ai表示第一栅格区域的第i个栅格,用Bi表示第二栅格区域的第i个栅格,将栅格Ai与Bi进行“与”运算,得到运算结果中存在1,即可确定所述行驶状态节点存在碰撞风险。
在一些可选的实施例中,所述占据规则为栅格中被障碍物或移动工具占据时其取值设置为0,否则设置为1;所述二进制运算为二进制“或”运算;将第一栅格区域的栅格与第二栅格区域中相应栅格的取值进行二进制运算,根据运算结果确定所述行驶状态节点是否存在碰撞风险,具体包括:将所述栅格区域的各栅格的取值分别与占据栅格地图中相应的栅格的取值进行二进制“或”运算,若存在预置数量(预置数量的取值可以为本领域技术人员根据实际需求灵活设置,本申请不做严格限定)以上的“或”运算结果为0时,则确定所述行驶状态节点存在碰撞风险。如图23A所示,目标移动工具占据模板中,移动工具所占据的第一栅格区域的36个栅格的取值均为0,其他栅格的取值为1;如图23B所示,占据栅格地图中被障碍物占据的栅格的取值为0,未被障碍物占据的栅格的取值为1;将第一栅格区域的中心点与所述状态行驶节点在占据栅格地图中的位置对齐,得到所述移动工具在占据栅格地图中所占据的第二栅格区域,如图23C所示,得到第二栅格区域包含36个栅格。第一栅格区域的36个栅格与第二栅格区域的36个栅格一一对应,将用Ai表示第一栅格区域中的第i个栅格,用Bi表示第二栅格区域的第i个栅格,将Ai与Bi进行“或”运算,得到运算结果中存在0,即可确定所述行驶状态节点存在碰撞风险。
在一些可选的实施例中,前述步骤102中,从所述多条状态转移路径中选取目标状态转移路径,具体实现如下:根据第一评估值选取最优的状态转移路径作为目标状态转移路径。
实施例二
本申请实施例二提供一种路径规划装置,可以根据上述实施例一提供的路径规划方法对路径规划装置进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。该路径规划装置具有实现上述实施例一中任一项的路径规划方法的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可选的实施例中,可将路径规划装置按照功能划分为如图24所示,包括构建单元1、选取单元2和确定单元3,其中:
构建单元1,用于根据移动工具的当前行驶状态和预置的状态转移库,构建多条状态转移路径;其中,每条状态转移路径包含多个行驶状态节点且起始行驶状态节点为所述移动工具的当前行驶状态;
选取单元2,用于从所述多条状态转移路径中选取目标状态转移路径;
确定单元3,用于将所述目标状态转移路径对应的路点序列确定为所述移动工具的行驶路径。
在一些可选的实施例中,所述构建单元1按照以下步骤1~步骤4构建每条状态转移路径,其中:
步骤1、构建单元1以所述移动工具的当前行驶状态为起始行驶状态节点,并将所述起始行驶状态节点作为当前行驶状态节点;
步骤2、构建单元1根据所述状态转移库确定当前行驶状态节点的状态转移空间,在当前行驶状态节点的状态转移空间中搜索得到当前行驶状态节点的下一行驶状态节点;
步骤3、构建单元1将步骤2得到的下一行驶状态节点作为当前行驶状态节点,重复执行步骤2;直到产生预置数量的多个行驶状态节点;
步骤4、构建单元1按照多个行驶状态节点的先后顺序构建一条状态转移路径。
在一些可选的实施例中,所述步骤2中构建单元1根据所述状态转移库确定当前行驶状态节点的状态转移空间,具体包括:构建单元1将当前行驶状态节点作为目标行驶状态节点;或者,构建单元1将当前行驶状态节点的前一行驶状态节点的状态转移空间中的包含所述当前行驶状态节点在内的全部或部分行驶状态节点作为目标行驶状态节点;构建单元1从所述状态转移库中查询各目标行驶状态节点对应的状态转移空间,并将各目标行驶状态节点对应的状态转移空间的并集确定为所述当前行驶状态节点的状态转移空间。
在一些可选的实施例中,构建单元1从所述状态转移库中查询各目标行驶状态节点对应的状态转移空间,具体包括:从预置的状态转移库中查询目标行驶状态节点对应的状态转移空间。其中状态转移库的构建方式可参见实施例一中的相应内容,在此不再赘述。
在一些可选的实施例中,构建单元1从所述状态转移库中查询各目标行驶状态节点对应的状态转移空间,具体包括:针对每个目标行驶状态节点,执行以下步骤:针对目标行驶状态节点的每个行驶参数,确定所述行驶参数的目标取值,并将所述行驶参数的当前取值和目标取值进行离散化得到离散点序列;将所述目标行驶状态节点的行驶参数分别对应的离散点序列进行组合,得到多个行驶状态节点,所述多个行驶状态节点构成所述目标行驶状态节点的状态转移空间。具体实现可参见实施例一中的相应内容,在此不在赘述。
在一些可选的实施例中,构建单元1进一步用于,在通过执行步骤1~步骤4构建得到状态转移路径之后,进一步执行以下步骤5,其中:
步骤5、为步骤4构建得到的状态转移路径对应的路点序列设置用于表示所述路点序列优劣程度的第一评估值。
在一些可选的实施例中,构建单元1在执行步骤5之后进一步执行步骤6,其中:
步骤6、根据状态转移路径的路点序列对应的第一评估值修改所述状态转移路径中各行驶状态节点的节点值和被选中次数,所述节点值用于表示行驶状态节点的优劣程度。
在一些可选的实施例中,构建单元1在执行步骤5之后进一步执行步骤7,其中:
步骤7、根据状态转移路径的路点序列对应的第一评估值修改所述状态转移路径中各行驶状态节点以及各行驶状态节点的状态转移空间的行驶状态节点的节点值和被选中次数。
在一些可选的实施例中,所述步骤2中构建单元1在当前行驶状态节点的状态转移空间中搜索得到当前行驶状态节点的下一行驶状态节点,具体包括:判断当前行驶状态节点的状态转移空间中各行驶状态节点是否可选;根据可选的行驶状态节点的节点值和被选中次数,从可选的行驶状态节点中选取当前行驶状态节点的下一行驶状态节点。
在一些可选的实施例中,根据可选的行驶状态节点的节点值和被选中次数,从可选的行驶状态节点中选取当前行驶状态节点的下一行驶状态节点,具体包括:针对每个可选的行驶状态节点,根据所述行驶状态节点的节点值和被选中次数计算得到所述行驶状态节点的第二评估值,所述第二评估值用于表示行驶状态节点被选中的优先程度;根据可选的行驶状态节点的第二评估值选取优先程度最高的行驶状态节点,作为当前行驶状态节点中的下一行驶状态节点。
在一些可选的实施例中,构建单元1判断当前行驶状态节点的状态转移空间中各行驶状态节点是否可选,具体包括:判断所述当前行驶状态节点是否满足预先设置的不可选条件,若满足不可选条件则判断所述行驶状态节点不可选。
在一些可选的实施例中,所述不可选条件可以包括但不仅限于以下任意一种或多种:不可选条件1、所述行驶状态节点存在碰撞风险,不可选条件2、所述行驶状态节点的行驶参数的取值不合理,不可选条件3、从当前行驶状态节点转移到所述行驶状态节点的转移不合理。当然,本领域技术人员还可以根据实际情况灵活设置不可选条件,前述不可选条件1~不可选条件3仅仅只是其中的部分示例。具体可参见实施例一中相应的内容,在此不再赘述。
在一些可选的实施例中,为确保状态转移路径的安全性,本发明实施例中构建单元1可以是在构建状态转移路径的过程中,每生成一个行驶状态节点时判断该行驶状态节点是否存在碰撞风险,若该行驶状态节点存在碰撞风险则舍弃该行驶状态节点,另寻其他行驶状态节点。构建单元1也可以在每生成一条状态转移路径之后,判断所述状态转移路径是否存在碰撞风险。
在一些可选的实施例中,判断所述行驶状态节点是否存在碰撞风险,具体包括:以移动工具的当前位置为中心构建占据栅格地图;从预置的移动工具占据模板中确定出与移动工具的姿态匹配的目标移动工具占据模板;将目标移动工具占据模板中所述移动工具占据的第一栅格区域的中心点与所述状态行驶节点在占据栅格地图中的位置对齐,得到所述移动工具在占据栅格地图中所占据的第二栅格区域;根据第一栅格区域和第二栅格区域的占据情况确定所述行驶状态节点是否存在碰撞风险。
在一些可选的实施例中,根据第一栅格区域和第二栅格区域的占据情况确定所述行驶状态节点是否存在碰撞风险,具体包括:若第二栅格区域中存在预置数量的栅格被标识为被障碍物占据,则确定所述行驶状态节点存在碰撞风险。具体可参见实施例一中相应的内容,在此不再赘述。
在一些可选的实施例中,根据第一栅格区域和第二栅格区域的占据情况确定所述行驶状态节点是否存在碰撞风险,具体包括:根据第一栅格区域和第二栅格区域的占据情况,计算用于表征碰撞概率高低的碰撞评估值,根据所述碰撞评估值确定所述行驶状态节点存在碰撞风险。具体可参见实施例一中相应的内容,在此不再赘述。
在一些可选的实施例中,移动工具占据模板中各栅格的取值按照预置占据规则设置为二进制取值;以所述移动工具的当前位置为中心构建占据栅格地图之后还包括:按照所述占据规则设置占据栅格地图中的栅格的取值;根据第一栅格区域和第二栅格区域的占据情况确定所述行驶状态节点是否存在碰撞风险,具体包括:将第一栅格区域的栅格与第二栅格区域中相应栅格的取值进行二进制运算,根据运算结果确定所述行驶状态节点是否存在碰撞风险。
在一些可选的实施例中,所述占据规则为栅格中被障碍物或移动工具占据时其取值设置为1,否则设置为0;所述二进制运算为二进制“与”运算;将第一栅格区域的栅格与第二栅格区域中相应栅格的取值进行二进制运算,根据运算结果确定所述行驶状态节点是否存在碰撞风险,具体包括:将所述栅格区域的各栅格的取值分别与占据栅格地图中相应的栅格的取值进行二进制“与”运算,若存在预置数量以上的“与”运算结果为1时,则确定所述行驶状态节点存在碰撞风险。具体可参见实施例一中相应的内容,在此不再赘述。
在一些可选的实施例中,所述占据规则为栅格中被障碍物或移动工具占据时其取值设置为0,否则设置为1;所述二进制运算为二进制“或”运算;将第一栅格区域的栅格与第二栅格区域中相应栅格的取值进行二进制运算,根据运算结果确定所述行驶状态节点是否存在碰撞风险,具体包括:将所述栅格区域的各栅格的取值分别与占据栅格地图中相应的栅格的取值进行二进制“或”运算,若存在预置数量以上的“或”运算结果为0时,则确定所述行驶状态节点存在碰撞风险。具体可参见实施例一中相应的内容,在此不再赘述。
在一些可选的实施例中,选取单元2从所述多条状态转移路径中选取目标状态转移路径,具体包括:根据第一评估值选取最优的状态转移路径作为目标状态转移路径。
在一些可选的实施例中,可以是构建单元1在得到多条状态转移路径之后,针对每条状态转移路径,根据该状态转移路径确定出对应的路点序列;或者,是构建单元1在每构建得到一条状态转移路径之后,根据该状态转移路径确定出对应的路点序列。
在一些可选的实施例中,还可以是选取单元2在选取目标状态转移路径之后,根据该目标状态转移路径确定出对应的路点序列。
在一些可选的实施例中,还可以是确定单元3根据选取的目标状态转移路径确定出对应的路点序列。
在一些可选的实施例中,前述不管是构建单元1、选取单元2或者确定单元3,根据状态转移路径确定出对应的路点序列,可以采用但不仅限于以下方式实现得到:针对状态转移路径中的起始行驶状态节点,由于该起始行驶状态节点为移动工具的当前行驶状态,即可直接根据移动工具的当前定位得到的位置信息和行驶状态信息确定得到该起始行驶状态节点的路点;针对状态转移路径中的非起始行驶状态节点的每个行驶状态节点,根据该行驶状态节点的前一行驶状态节点的路点和其行驶状态、该行驶状态节点的行驶状态,即可计算得到该行驶状态节点的路点。例如,对于一个行驶状态节点p2中的车辆的坐标,可以根据前一行驶状态节点p中车辆坐标、车辆朝向和S1中的速度计算得到。p2中的车辆朝向,可以根据p中的车辆朝向以及S1、S2中的方向盘转角计算得到。
实施例三
在一个可选的实施例中,本申请还提供一种路径规划装置,包括处理器以及存储器。处理器与存储器相连接(如通过总线相互连接)。可选的,路径规划装置还可包括收发器,收发器连接处理器和存储器,收发器用于接收/发送数据。处理器可以执行前述实施例一提供的任意一个路径规划实施方案及其各种可行的实施方式的操作,和/或本申请实施例中所描述的其他操作。
实施例四
在一些可选的实施例中,本申请还提供一种路径规划装置,包括非易失性存储介质,以及中央处理器,非易失性存储介质存储有可执行程序,中央处理器与非易失性存储介质连接,并执行可执行程序以实现本申请实施例一提供的任意一种路径规划方法。
在一些可选的实施例中,本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质包括一个或多个程序代码,该一个或多个程序包括指令,当所述指令在计算机上运行时,可实现实施例一提供的任意一项路径规划方法。
在一些可选的实施例中,本发明实施例还提供一种计算机程序产品,该计算机程序产品包括计算机执行指令,当所述计算机程序产品在计算机上运行时,使得所述计算机执行前述实施例一提供任一项路径规划方法的相应步骤。
在上述实施例中,可以全部或部分的通过软件,硬件,固件或者其任意组合来实现。当使用软件程序实现时,可以全部或部分地以计算机程序产品的形式出现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质,(例如,软盘,硬盘、磁带)、光介质(例如,DVD)或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
实施例五
如图25所示,为本发明实施例提供的一种示例性的移动工具系统100,所述移动工具系统100搭载在移动工具上,通过所述移动工具系统100控制所述移动工具能够实现无人驾驶或者接近无人驾驶。所述移动工具系统的结构可如图25所示,包括外部环境传感器110、定位传感器120、内部传感器130、地图数据库140、导航系统150和致动器160以及计算机系统170。
外部环境传感器110是检测移动工具的周边环境信息的检测设备,例如可包括但不仅限于相机、雷达(Radar)以及激光雷达(LIDAR)中的至少一种。相机是拍摄移动工具的周边环境的拍摄设备。相机例如可以设置于移动工具的前端、侧面等,相机可以是单眼相机,也可以是双目相机。相机将采集得到的数据传输给计算机系统170。雷达利用电波来检测移动工具的周边的物体,电波例如是毫米波,雷达向移动工具的周围发送电波,并接收由物体反射的电波来检测物体。雷达例如能够将物体的距离或方向作为物体信息输出给计算机系统170。激光雷达利用光来检测移动工具外部的物体,激光雷达向移动工具的周围发送光,并接收由物体反射后的光,由此来计测距反射点的距离,检测物体。激光雷达例如能够将物体的距离或方向作为物体信息输出给计算机系统170。
定位传感器120可以包含一个或多个定位模块,例如包括GPS定位模块、北斗定位系统、IMU定位模块、由摄像头和IMU结合得到的视觉-IMU里程计、GNSS和IMU结合得到的组合导航模块等中的一个或多个。定位传感器120将对移动工具进行定位的定位信息输出给计算机系统170。
内部传感器130是检测与移动工具的行驶状态相应的信息的检测器。内部传感器130例如可包括IMU(Inertial Measurement Unit,惯性测量单元)、速度传感器、加速度传感器、方向盘传感器、转向机传感器中的至少一方。在一些可选的实施例中,内部传感器130还可包括加速器踏板传感器、制动器踏板传感器以及横摆率传感器中的至少一方。速度传感器是检测移动工具的速度的检测器,速度传感器将移动工具的速度信息传输给计算机系统170。加速度传感器是检测移动工具的加速度的检测器,加速度传感器将包括移动工具的加速度的信息传输给计算机系统170。方向盘传感器是检测方向盘的旋转状态的检测器,旋转状态的检测值例如方向盘转角、方向盘转角速度、方向盘旋转角加速度等,并将移动工具的方向盘转角、方向盘转角速度、方向盘旋转角加速度传输给计算机系统170。转向机传感器是检测转向机夹角的检测器,并将转向机夹角传输给计算机系统170。横摆率传感器是检测移动工具绕重心的铅垂轴的横摆率(旋转角速度)的检测器,例如可以使用陀螺仪传感器。横摆率传感器将包括移动工具的横摆率的横摆率信息传输给计算机系统170。加速器踏板传感器是例如检测加速器踏板的踩踏量的检测器,加速器踏板传感器例如设置于移动工具的加速器踏板的轴部分,加速器踏板传感器将与加速器踏板的踩踏量相应的操作信息传输给计算机系统170。制动器踏板传感器是例如检测制动器踏板的踩踏量的检测器,制动器踏板传感器例如设置于制动器踏板的轴部分。制动器踏板传感器也可以检测制动器踏板的操作力(对制动器踏板的踏力、主缸的压力等)。制动器踏板传感器将与制动器踏板的踩踏量或操作力相应的操作信息传输给计算机系统170。
地图数据库140是具备高精地图信息的数据库。地图数据库140例如形成在搭载于移动工具的HDD(Hard disk drive,硬盘驱动器)内。高精地图信息例如包括道路的车道线信息、位置信息、道路形状的信息、交通灯信息、交通标记信息、交叉路口和分支路口的位置信息等。
导航系统150是基于定位传感器120对移动工具定位的位置信息和地图数据库140的地图信息,计算得到移动工具的导航路线。导航系统150例如将移动工具的目标导航路线的信息传出给计算机系统170。此外,导航系统150可以是设置在移动工具上的本地系统,也可以是设置在能够与移动工具进行通信的云端系统。
致动器160是执行移动工具的行驶控制的装置,致动器160至少包括节气门致动器、制动器致动器以及方向盘致动器等。节气门致动器根据计算机系统170传输的控制信号来控制对发动机供给的空气的供给量(节气门开度),从而控制移动工具的驱动力,当然,如果移动工具是混合动力工具或电动工具,该移动工具可不包括节气门致动器,向作为动力源的马达输入来自计算机系统170的控制信号来控制该驱动力。制动器致动器根据来自计算机系统170的控制信号来控制制动器系统,从而控制向移动工具的车轮施加的制动力。作为制动器系统,例如可以使用液压制动器系统。方向盘致动器根据来自计算机系统170的控制信号来对电动助力转向系统中的控制转向转矩的辅助马达的驱动进行控制。由此,方向盘致动器控制移动工具的转向转矩(操舵转矩)。
在一些可选的实施例中,计算机系统170可以是具有CPU(Central ProcessingUnit,中央处理器)、ROM(Read Only Memory,只读存储器)、RAM(Random Access Memory,随机存取存储器)等的电子控制单元。在计算机系统170中,通过将存储于ROM的程序加载到RAM并由CPU执行,来执行各种控制。计算机系统170也可以由多个电子控制单元构成。
在一些可选的实施例中,计算机系统170可包括存储器以及与所述存储器通信连接的一个或多个处理器;所述存储器中存储有可被所述一个或多个处理器执行的指令(例如程序逻辑),所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器实现各种各样的功能,例如,可以实现定位融合功能、感知功能、行驶状态确定功能、路径规划功能(即决策功能)和行驶控制功能等。在一些可选的实施例中,存储器也可包含额外的指令,包括向外部环境传感器110、定位传感器120、内部传感器130、地图数据库140、导航系统150和致动器160和其他外围设备中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。
在一些可选的实施例中,计算机系统170还可以是采用分布式方式控制移动工具100的个体组件或子系统的多个计算设备。
按照功能划分,如图26所示,所述计算机系统170可包括定位融合模块170A、感知模块170B、行驶状态确定模块170C、决策模块170D和行驶控制模块170E等。感知模块170B基于外部环境传感器110的检测结果来识别移动工具的外部状况,例如可以包括相对于移动工具的行驶车道的白线的位置或车道中心的位置以及道路宽度、道路的形状等。另外,外部状况也可以是移动工具周边的障碍物等物体的状况,例如可以包括区分固定障碍物和移动障碍物的信息、障碍物相对于移动工具的位置、障碍物相对于移动工具的移动方向、障碍物相对于移动工具的相对速度等。行驶状态确定模块170C基于内部传感器130的检测结果识别移动工具的行驶状态,例如包括速度、加速度、方向盘转角、方向盘旋转角速度、方向盘旋转交加速度、挂箱夹角等。决策模块170D例如基于实施例一提供的任意一种路径规划方法生成移动工具的目标状态转移路径,并将所述目标状态转移路径对应的路点序列确定为所述移动工具的行驶路径(即路点信息),路点信息中的路点是在行驶路径中移动工具前进的轨迹点,并将路点信息发送给行驶控制模块170E,由行驶控制模块170E根据所述路点信息控制致动器160,以使得移动工具按照所述路点信息行驶。
在一些可选的实施例中,所述计算机系统170还可以是如图27所示的结构,计算机系统170设置在移动工具上,该计算机系统170可包括处理器,处理器和系统总线耦合。处理器可以是一个或者多个处理器,其中,每个处理器都可以包括一个或多个处理器核。可选地,该计算机服务器还可以包括显示适配器,显示适配器可以驱动显示器,显示器和系统总线耦合。系统总线通过总线桥和输入输出(I/O)总线耦合。I/O接口和I/O总线耦合。I/O接口和多种I/O设备进行通信,比如输入设备(如:键盘,鼠标,触摸屏等),多媒体盘,例如CD-ROM,多媒体接口等。收发器(可以发送和/或接受无线电通信信号),摄像头和外部USB接口。可选的,和I/O接口相连接的接口可以是USB接口。处理器可以是任何传统处理器,包括精简指令集计算(“RISC”)处理器、复杂指令集计算(“CISC”)处理器或上述的组合。可选的,处理器可以是诸如专用集成电路(“ASIC”)的专用装置。计算机系统170可以通过网络接口和软件部署服务器通信。网络接口是硬件网络接口,比如,网卡。网络可以是外部网络,比如因特网,也可以是内部网络,比如以太网或者虚拟私人网络(VPN)。可选的,网络还可以是无线网络,比如WiFi网络,蜂窝网络等。硬盘驱动接口和系统总线耦合。硬件驱动接口和硬盘驱动器相连接。系统内存和系统总线耦合。运行在系统内存的数据可以包括计算机服务器的操作系统和应用程序。操作系统包括壳(Shell)和内核(kernel)。壳是介于使用者和操作系统之内核(kernel)间的一个接口。壳是操作系统最外面的一层。壳管理使用者与操作系统之间的交互:等待使用者的输入,向操作系统解释使用者的输入,并且处理各种各样的操作系统的输出结果。内核由操作系统中用于管理存储器、文件、外设和系统资源的那些部分组成。直接与硬件交互,操作系统内核通常运行进程,并提供进程间的通信,提供CPU时间片管理、中断、内存管理、IO管理等等。应用程序可包括如实施例一提供的任意一种路径规划方法的相关程序以及其他相关的程序。应用程序也可存在于软件部署服务器的系统上。在一个实施例中,在需要执行应用程序时,计算机系统170可以从软件部署服务器下载应用程序。
在一些可选的实施例中,计算机系统170还可以从其它计算机系统接收信息或转移信息到其它计算机系统。或者,从移动工具接收到的数据可以被转移到另一个计算机系统,由另一计算机系统对此数据进行处理。来自计算机系统170的数据可以经由网络被传送到云端计算机系统,由云端计算机系统做进一步的处理,云端计算机系统将处理结果经由网络发送给计算机系统170,如图28所示。网络以及中间节点可以包括各种配置和协议,包括因特网、万维网、内联网、虚拟专用网络、广域网、局域网、使用一个或多个公司的专有通信协议的专用网络、以太网、WiFi和HTTP(Hyper Text Transfer Protocol,超文本传输协议)以及前述的各种组合。这种通信可以由能够传送数据到其它计算机系统和从其它计算机系统传送数据的任何设备执行,诸如调制解调器和无线接口。在一个示例中,云端计算机系统可以包括计算机服务器,例如负载均衡服务器群。为了从计算机系统170接收、处理并传送数据,云端计算机系统与网络的不同节点交换信息。云端计算机系统可以具有类似于计算机系统170的配置,并具有处理器、存储器、指令和数据。云端计算机系统可以经诸如无线通信网络的网络,从移动工具上的计算机系统170接收数据(诸如移动工具的当前位置、当前行驶状态等)。云端计算机系统根据接收到的数据,运行其存储的如实施例一中的任意一种路径规划方法生成所述移动工具的行驶路径,并通过网络将该行驶路径提供给移动工具上的计算机系统170。
实施例六
在一些可选的实施例中,本申请实施例一提供的任意一项路径规划方法还可以由芯片系统执行。本发明实施例中的芯片系统可包括处理器,所述处理器与存储器耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现所述实施例一提供的任意一种路径规划方法。
实施例七
在一些可选的实施例中,实施例一提供的任意一种路径规划方法可以实施为以机器可读格式被编码在计算机可读存储介质上的或者被编码在其它非瞬时性介质或者制品上的计算机程序指令。图29示意性地示出根据这里展示的至少一些实施例而布置的示例计算机程序产品的概念性局部视图,示例计算机程序产品包括用于在计算设备上执行计算机进程的计算机程序。在一个实施例中,示例计算机程序产品是使用信号承载介质来提供的。信号承载介质可以包括一个或多个程序指令,其当被一个或多个处理器运行时可以提供以上实施例一提供的任意一种路径规划方法,以得到移动工具的行驶路径。例如,图1所示的步骤101~步骤103中的一个或多个特征可以由与信号承载介质相关联的一个或多个指令来承担。在一些示例中,信号承载介质可以包含计算机可读介质,诸如但不限于,硬盘驱动器、紧密盘(CD)、数字视频光盘(DVD)、数字磁带、存储器、ROM或RAM等。在一些实施方式中,信号承载介质可以包含计算机可记录介质,诸如但不限于,存储器、读/写(R/W)CD、R/WDVD、等等。在一些实施方式中,信号承载介质可以包含通信介质,诸如但不限于,数字和/或模拟通信介质(例如,光纤电缆、波导、有线通信链路、无线通信链路等)。
实施例八
本发明实施例八提供一种电路系统,所述电路系统包括处理电路,所述处理电路配置为执行前述实施例一提供的任一项所述的路径规划方法。
实施例九
本发明实施例九提供一种移动工具,包括存储器,以及与所述存储器通信连接的一个或多个处理器;所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器实现所述第一方面提供的路径规划方法。
实施例十
本发明实施例十提供一种状态转移库构建装置,如图30所示,包括获取模块21、采样模块22、状态转移序列生成模块23、状态转移空间生成模块24和状态转移库生成模块25,其中:
获取模块21,用于获取移动工具对应的多条行驶轨迹;
采样模块22,用于针对每条行驶轨迹,对行驶轨迹中的轨迹点进行采样得到与该行驶轨迹对应的路点序列;
状态转移序列生成模块23,用于针对每个路点序列,依次将所述路点序列中的路点转换成对应的行驶状态节点,得到与所述路点序列对应的状态转移序列;
状态转移空间生成模块24,用于根据各状态转移序列,得到状态转移序列中各行驶状态节点对应的状态转移空间;
状态转移库生成模块25,用于根据各行驶状态节点对应的状态转移空间,确定与所述移动工具对应的状态转移库。
在一些可选的实施例中,所述获取模块21具体实现可参见前述实施例一中的步骤201,在此不再赘述。例如:获取模块21具体可通过但不仅限于以下任意一种方式得到:方式1、从所述移动工具或者其他同类型移动工具接收包含位置信息和行驶状态信息的路点,根据路点生成行驶轨迹。方式2、从所述移动工具或者其他同类型移动工具接收行驶轨迹。方式3、从云端服务器接收所述移动工具或者其他同类型移动工具的行驶轨迹。方式4、从仿真系统接收所述移动工具或者其他同类型移动工具在仿真系统中行驶所得到的行驶轨迹。
在一些可选的实施例中,所述采样模块22具体实现可参见前述实施例一中的步骤202,在此不再赘述。例如,采样模块22具体用于:从所述行驶轨迹的轨迹点中选取初始采样点;以所述初始采样点为采样起点、以预置时长为采样周期,对所述行驶轨迹进行等时长采样,得到采样点序列;将所述采样点序列确定为与所述行驶轨迹对应的路点序列。例如,采用模块22具体用于:从所述行驶轨迹的轨迹点中选取初始采样点;以所述初始采样点为采样起点、以预置距离为步长,对所述行驶轨迹进行等距离采样,得到采样点序列;将所述采样点序列确定为与所述行驶轨迹对应的路点序列。
在一些可选的实施例中,状态转移库生成模块25具体用于:将各行驶状态节点对应的状态转移空间的合集确定为与所述移动工具对应的状态转移库。
实施例十一
在一个可选的实施例中,本申请还提供一种状态转移库构建装置,包括处理器以及存储器。处理器与存储器相连接(如通过总线相互连接)。可选的,路径规划装置还可包括收发器,收发器连接处理器和存储器,收发器用于接收/发送数据。处理器可以执行前述实施例一提供的任意一个状态转移库构建方法的实施方案及其各种可行的实施方式的操作,和/或本申请实施例中所描述的其他操作。
实施例四
在一些可选的实施例中,本申请还提供一种状态转移库构建装置,包括非易失性存储介质,以及中央处理器,非易失性存储介质存储有可执行程序,中央处理器与非易失性存储介质连接,并执行可执行程序以实现本申请实施例一提供的任意一种状态转移库构建方法。
在一些可选的实施例中,本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质包括一个或多个程序代码,该一个或多个程序包括指令,当所述指令在计算机上运行时,可实现实施例一提供的任意一种状态转移库构建方法。
在一些可选的实施例中,本发明实施例还提供一种计算机程序产品,该计算机程序产品包括计算机执行指令,当所述计算机程序产品在计算机上运行时,使得所述计算机执行前述实施例一提供任一项状态转移库构建方法的相应步骤。
在上述实施例中,可以全部或部分的通过软件,硬件,固件或者其任意组合来实现。当使用软件程序实现时,可以全部或部分地以计算机程序产品的形式出现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质,(例如,软盘,硬盘、磁带)、光介质(例如,DVD)或者半导体介质(例如固态硬盘)等。
以上结合具体实施例描述了本发明的基本原理,但是,需要指出的是,对本领域普通技术人员而言,能够理解本发明的方法和装置的全部或者任何步骤或者部件可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中,以硬件固件、软件或者他们的组合加以实现,这是本领域普通技术人员在阅读了本发明的说明的情况下运用它们的基本编程技能就能实现的。
本领域普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的上述实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括上述实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (21)
1.一种状态转移库构建方法,其特征在于,包括:
获取移动工具对应的多条行驶轨迹;
针对每条行驶轨迹,对行驶轨迹中的轨迹点进行采样得到与该行驶轨迹对应的路点序列;
针对每个路点序列,依次将所述路点序列中的路点转换成对应的行驶状态节点,得到与所述路点序列对应的状态转移序列;
根据各状态转移序列,得到状态转移序列中各行驶状态节点对应的状态转移空间;
根据各行驶状态节点对应的状态转移空间,确定所述移动工具对应的状态转移库。
2.根据权利要求1所述的方法,其特征在于,对行驶轨迹中的轨迹点进行采样得到与该行驶轨迹对应的路点序列,具体包括:
从所述行驶轨迹的轨迹点中选取初始采样点;
以所述初始采样点为采样起点、以预置时长为采样周期,对所述行驶轨迹进行等时长采样,得到采样点序列;
将所述采样点序列确定为与所述行驶轨迹对应的路点序列。
3.根据权利要求1所述的方法,其特征在于,对行驶轨迹中的轨迹点进行采样得到与该行驶轨迹对应的路点序列,具体包括:
从所述行驶轨迹的轨迹点中选取初始采样点;
以所述初始采样点为采样起点、以预置距离为步长,对所述行驶轨迹进行等距离采样,得到采样点序列;
将所述采样点序列确定为与所述行驶轨迹对应的路点序列。
4.根据权利要求1所述的方法,其特征在于,获取移动工具对应的多条行驶轨迹,具体包括:
从所述移动工具或者其他同类型移动工具接收包含位置信息和行驶信息的路点信息,根据路点信息生成行驶轨迹;
或者,从所述移动工具或者其他同类型移动工具接收行驶轨迹;
或者,从云端服务器接收所述移动工具或者其他同类型移动工具的行驶轨迹;
或者,从仿真系统接收所述移动工具或者其他同类型移动工具在仿真系统中行驶所得到的行驶轨迹。
5.一种状态转移库构建装置,其特征在于,包括:
获取模块,用于获取移动工具对应的多条行驶轨迹;
采样模块,用于针对每条行驶轨迹,对行驶轨迹中的轨迹点进行采样得到与该行驶轨迹对应的路点序列;
状态转移序列生成模块,用于针对每个路点序列,依次将所述路点序列中的路点转换成对应的行驶状态节点,得到与所述路点序列对应的状态转移序列;
状态转移空间生成模块,用于根据各状态转移序列,得到状态转移序列中各行驶状态节点对应的状态转移空间;
状态转移库生成模块,用于根据各行驶状态节点对应的状态转移空间,确定与所述移动工具对应的状态转移库。
6.一种计算机可读存储介质,其特征在于,包括程序或指令,当所述程序或指令在计算机上运行时,实现如权利要求1~4任一项所述的状态转移库构建方法。
7.一种包含指令的计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如权利要求1~4任一项所述的状态转移库构建方法。
8.一种芯片系统,其特征在于,包括处理器,所述处理器与存储器耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现权利要求1~4任一项所述的状态转移库构建方法。
9.一种电路系统,其特征在于,所述电路系统包括处理电路,所述处理电路配置为执行如权利要求1~4任一项所述的状态转移库构建方法。
10.一种计算机系统,其特征在于,包括存储器,以及与所述存储器通信连接的一个或多个处理器;所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器实现如权利要求1~4任一项所述的状态转移库构建方法。
11.一种路径规划方法,其特征在于,包括:
根据移动工具的当前行驶状态和预置的状态转移库,构建多条状态转移路径;其中,每条状态转移路径包含多个行驶状态节点且起始行驶状态节点为所述移动工具的当前行驶状态;
从所述多条状态转移路径中选取目标状态转移路径;
将所述目标状态转移路径对应的路点序列确定为所述移动工具的行驶路径。
12.根据权利要求11所述的方法,其特征在于,根据移动工具的当前行驶状态和预置的状态转移库,构建多条状态转移路径,具体包括:
按照以下步骤构建每条状态转移路径:
步骤1、以所述移动工具的当前行驶状态为起始行驶状态节点,并将所述起始行驶状态节点作为当前行驶状态节点;
步骤2、根据所述状态转移库确定当前行驶状态节点的状态转移空间,在当前行驶状态节点的状态转移空间中搜索得到当前行驶状态节点的下一行驶状态节点;
步骤3、将步骤2得到的下一行驶状态节点作为当前行驶状态节点,重复执行步骤2;直到产生预置数量的多个行驶状态节点;
步骤4、按照多个行驶状态节点的先后顺序构建一条状态转移路径。
13.根据权利要求12所述的方法,其特征在于,所述步骤2中根据所述状态转移库确定当前行驶状态节点的状态转移空间,具体包括:
将当前行驶状态节点作为目标行驶状态节点;或者,将当前行驶状态节点的前一行驶状态节点的状态转移空间中的包含所述当前行驶状态节点在内的全部或部分行驶状态节点作为目标行驶状态节点;
从所述状态转移库中查询各目标行驶状态节点对应的状态转移空间;
将各目标行驶状态节点对应的状态转移空间的并集确定为所述当前行驶状态节点的状态转移空间。
14.根据权利要求11所述的方法,其特征在于,所述状态转移库为预先按照以下步骤构建得到:
获取移动工具对应的多条行驶轨迹;
针对每条行驶轨迹,对行驶轨迹中的轨迹点进行采样得到与该行驶轨迹对应的路点序列;
针对每个路点序列,依次将所述路点序列中的路点转换成对应的行驶状态节点,得到与所述路点序列对应的状态转移序列;
根据各状态转移序列,得到状态转移序列中各行驶状态节点对应的状态转移空间;
根据各行驶状态节点对应的状态转移空间的集合,确定与所述移动工具对应的状态转移库。
15.一种路径规划装置,其特征在于,包括:
构建单元,用于根据移动工具的当前行驶状态和预置的状态转移库,构建多条状态转移路径;其中,每条状态转移路径包含多个行驶状态节点且起始行驶状态节点为所述移动工具的当前行驶状态;
选取单元,用于从所述多条状态转移路径中选取目标状态转移路径;
确定单元,用于将所述目标状态转移路径对应的路点序列确定为所述移动工具的行驶路径。
16.一种计算机可读存储介质,其特征在于,包括程序或指令,当所述程序或指令在计算机上运行时,实现如权利要求11~14任一项所述的路径规划方法。
17.一种包含指令的计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如权利要求11~14任一项所述的路径规划方法。
18.一种芯片系统,其特征在于,包括处理器,所述处理器与存储器耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现权利要求11~14任一项所述的路径规划方法。
19.一种电路系统,其特征在于,所述电路系统包括处理电路,所述处理电路配置为执行如权利要求11~14任一项所述的路径规划方法。
20.一种计算机系统,其特征在于,包括存储器,以及与所述存储器通信连接的一个或多个处理器;所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器实现如权利要求11~14任一项所述的路径规划方法。
21.一种移动工具,其特征在于,包括存储器,以及与所述存储器通信连接的一个或多个处理器;所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器实现如权利要求11~14任一项所述的路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911145698.5A CN112825160A (zh) | 2019-11-21 | 2019-11-21 | 一种状态转移库构建方法、路径规划方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911145698.5A CN112825160A (zh) | 2019-11-21 | 2019-11-21 | 一种状态转移库构建方法、路径规划方法及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112825160A true CN112825160A (zh) | 2021-05-21 |
Family
ID=75907317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911145698.5A Pending CN112825160A (zh) | 2019-11-21 | 2019-11-21 | 一种状态转移库构建方法、路径规划方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112825160A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115580846A (zh) * | 2022-09-26 | 2023-01-06 | 江苏银宝专用车有限公司 | 一种智能网联条件下垃圾清运系统及其构建方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106595680A (zh) * | 2016-12-15 | 2017-04-26 | 福州大学 | 一种基于隐马尔可夫模型的车辆gps数据地图匹配方法 |
CN107063280A (zh) * | 2017-03-24 | 2017-08-18 | 重庆邮电大学 | 一种基于控制采样的智能车辆路径规划系统及方法 |
CN109005512A (zh) * | 2018-06-26 | 2018-12-14 | 西北工业大学 | 一种面向特定时间间隔的位置预测方法 |
CN109572694A (zh) * | 2018-11-07 | 2019-04-05 | 同济大学 | 一种考虑不确定性的自动驾驶风险评估方法 |
CN109708654A (zh) * | 2018-12-29 | 2019-05-03 | 百度在线网络技术(北京)有限公司 | 一种路径规划方法和路径规划系统 |
CN109855637A (zh) * | 2018-12-24 | 2019-06-07 | 北京新能源汽车股份有限公司 | 一种车辆的自动驾驶路径规划方法、装置及设备 |
CN110375753A (zh) * | 2019-07-04 | 2019-10-25 | 丰图科技(深圳)有限公司 | 地图匹配方法、装置、服务器及存储介质 |
CN113033925A (zh) * | 2021-05-21 | 2021-06-25 | 禾多科技(北京)有限公司 | 用于控制自动驾驶车辆行驶、装置、电子设备和介质 |
CN116907523A (zh) * | 2023-03-28 | 2023-10-20 | 广州小马智卡科技有限公司 | 路径规划方法、装置、计算机设备和存储介质 |
-
2019
- 2019-11-21 CN CN201911145698.5A patent/CN112825160A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106595680A (zh) * | 2016-12-15 | 2017-04-26 | 福州大学 | 一种基于隐马尔可夫模型的车辆gps数据地图匹配方法 |
CN107063280A (zh) * | 2017-03-24 | 2017-08-18 | 重庆邮电大学 | 一种基于控制采样的智能车辆路径规划系统及方法 |
CN109005512A (zh) * | 2018-06-26 | 2018-12-14 | 西北工业大学 | 一种面向特定时间间隔的位置预测方法 |
CN109572694A (zh) * | 2018-11-07 | 2019-04-05 | 同济大学 | 一种考虑不确定性的自动驾驶风险评估方法 |
CN109855637A (zh) * | 2018-12-24 | 2019-06-07 | 北京新能源汽车股份有限公司 | 一种车辆的自动驾驶路径规划方法、装置及设备 |
CN109708654A (zh) * | 2018-12-29 | 2019-05-03 | 百度在线网络技术(北京)有限公司 | 一种路径规划方法和路径规划系统 |
CN110375753A (zh) * | 2019-07-04 | 2019-10-25 | 丰图科技(深圳)有限公司 | 地图匹配方法、装置、服务器及存储介质 |
CN113033925A (zh) * | 2021-05-21 | 2021-06-25 | 禾多科技(北京)有限公司 | 用于控制自动驾驶车辆行驶、装置、电子设备和介质 |
CN116907523A (zh) * | 2023-03-28 | 2023-10-20 | 广州小马智卡科技有限公司 | 路径规划方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
李征宇,王晓丽,刘占波: "《计算机类高等学校应用型本科"十三五"规划教材 人工智能及其应用》", 31 December 2017, 化学工业出版社, pages: 183 - 188 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115580846A (zh) * | 2022-09-26 | 2023-01-06 | 江苏银宝专用车有限公司 | 一种智能网联条件下垃圾清运系统及其构建方法 |
CN115580846B (zh) * | 2022-09-26 | 2024-03-15 | 江苏银宝专用车有限公司 | 一种智能网联条件下垃圾清运系统及其构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111123952B (zh) | 一种轨迹规划方法及装置 | |
US10733510B2 (en) | Vehicle adaptive learning | |
CN107246876B (zh) | 一种无人驾驶汽车自主定位与地图构建的方法及系统 | |
CN111506058B (zh) | 通过信息融合来计划自动驾驶的短期路径的方法及装置 | |
US20190235521A1 (en) | System and method for end-to-end autonomous vehicle validation | |
CN113168708B (zh) | 车道线跟踪方法和装置 | |
CN113792566B (zh) | 一种激光点云的处理方法及相关设备 | |
CN110325935A (zh) | 用于自动驾驶车辆的路径规划的基于驾驶场景的车道引导线 | |
CN111123933A (zh) | 车辆轨迹规划的方法、装置、智能驾驶域控制器和智能车 | |
CN107985313A (zh) | 用于自主车辆的基于弹簧系统的变换车道方法 | |
CN113835421A (zh) | 训练驾驶行为决策模型的方法及装置 | |
US20220227391A1 (en) | Systems and methods for scenario dependent trajectory scoring | |
CN113034970A (zh) | 安全性系统、自动化驾驶系统及其方法 | |
CN112825160A (zh) | 一种状态转移库构建方法、路径规划方法及相关设备 | |
CN112824838A (zh) | 路径规划方法及装置、芯片系统、计算机系统和移动工具 | |
CN113459852A (zh) | 一种路径规划方法、装置以及移动工具 | |
CN113022573B (zh) | 道路结构检测方法及装置 | |
US20230123184A1 (en) | Systems and methods for producing amodal cuboids | |
Zhong et al. | CLAP: Cloud-and-learning-compatible autonomous driving platform | |
US11783178B2 (en) | Systems and methods for corridor intent prediction | |
Najem et al. | Fuzzy-Based Clustering for Larger-Scale Deep Learning in Autonomous Systems Based on Fusion Data | |
CN112824836A (zh) | 移动工具碰撞检测方法及相关设备 | |
CN114549610A (zh) | 一种点云数据的处理方法及相关装置 | |
YU et al. | Vehicle Intelligent Driving Technology | |
CN113552869A (zh) | 优化决策规控的方法、控制车辆行驶的方法和相关装置 |
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 |