CN113009918A - 路径规划方法、装置、系统及可读存储介质 - Google Patents

路径规划方法、装置、系统及可读存储介质 Download PDF

Info

Publication number
CN113009918A
CN113009918A CN202110253454.XA CN202110253454A CN113009918A CN 113009918 A CN113009918 A CN 113009918A CN 202110253454 A CN202110253454 A CN 202110253454A CN 113009918 A CN113009918 A CN 113009918A
Authority
CN
China
Prior art keywords
target
search
determining
area
local 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.)
Granted
Application number
CN202110253454.XA
Other languages
English (en)
Other versions
CN113009918B (zh
Inventor
李杨
张亮亮
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.)
Jingdong Kunpeng Jiangsu Technology Co Ltd
Original Assignee
Jingdong Kunpeng Jiangsu Technology 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 Jingdong Kunpeng Jiangsu Technology Co Ltd filed Critical Jingdong Kunpeng Jiangsu Technology Co Ltd
Priority to CN202110253454.XA priority Critical patent/CN113009918B/zh
Publication of CN113009918A publication Critical patent/CN113009918A/zh
Application granted granted Critical
Publication of CN113009918B publication Critical patent/CN113009918B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了一种路径规划方法，包括：采集自动驾驶设备在当前位置的预设范围内的环境信息；在根据环境信息确定自动驾驶设备遇到障碍物阻碍行进的情况下，基于原路径规划指引线，确定可行驶区域的目标位置；基于目标位置和环境信息，构建位于可行驶区域中的目标行驶区域；从目标行驶区域中确定多个局部目标点；以及基于多个局部目标点，规划用于绕行障碍物的多个局部目标路径。本公开还提供了一种路径规划装置、计算机系统、可读存储介质及计算机程序产品。

Description

路径规划方法、装置、系统及可读存储介质
技术领域
本公开涉及计算机技术领域和互联网技术领域，更具体地，涉及一种路径规划方法、装置、计算机系统、可读存储介质及计算机程序产品。
背景技术
以计算机为象征、以信息技术为代表的新技术革命已兴起并逐渐成熟。随着互联网得到快速普及，自动驾驶汽车或者轮式移动机器人等设备已经进入到实质性阶段，依靠人工智能、视觉计算、雷达、等监控装置协同合作，在没有任何人类主动的操作下，自动安全地操作机动车辆。
在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：在自动驾驶设备被障碍物困住时，自动脱困困难，需要人为接管远程控制，造成安全问题且效率低下。
发明内容
有鉴于此，本公开提供了一种路径规划方法、装置、计算机系统、可读存储介质及计算机程序产品。
本公开的一方面提供了一种路径规划方法，包括：
采集自动驾驶设备在当前位置的预设范围内的环境信息；
在根据环境信息确定自动驾驶设备遇到障碍物阻碍行进的情况下，基于原路径规划指引线，确定可行驶区域的目标位置；
基于目标位置和环境信息，构建位于可行驶区域中的目标行驶区域；
从目标行驶区域中确定多个局部目标点；以及
基于多个局部目标点，规划用于绕行障碍物的多个局部目标路径。
根据本公开的实施例，其中，基于目标位置和环境信息，构建位于可行驶区域中的目标行驶区域包括：
基于目标位置和环境信息，采用圆形路径搜索方法，构建多个部分重叠且串联的可行驶圆形区域；以及
基于多个部分重叠且串联的可行驶圆形区域，确定目标行驶区域，其中，多个部分重叠且串联的可行驶圆形区域中的每个可行驶圆形区域的圆心所具有的信息包括位置信息和方向信息。
根据本公开的实施例，其中，基于目标位置和环境信息，采用圆形路径搜索方法，构建多个部分重叠且串联的可行驶圆形区域包括：
迭代地执行至少一次以下操作，直至可行驶圆形区域位于目标位置的预设范围内：
按照多个预设搜索方向，确定由初始的可行驶圆形区域分别沿多个预设搜索方向搜索的多个搜索目标点和多个搜索半径，其中，多个搜索目标点中的每个搜索目标点与多个预设搜索方向中的一个预设搜索方向对应，其中，多个搜索半径中的每个搜索半径与多个预设搜索方向中的一个预设搜索方向对应，其中，搜索目标点位于当前的可行驶圆形区域的边界线上，其中，定义当前位置的可行驶圆形区域为初始的可行驶圆形区域；
基于多个预设搜索方向、多个搜索目标点和多个搜索半径，构建多个搜索圆形区域，其中，多个搜索圆形区域中的每个搜索圆形区域与多个预设搜索方向中的一个预设搜索方向对应；
确定多个搜索圆形区域中的每个搜索圆形区域的绕行障碍物的代价值；
从多个代价值中确定最小代价值，并将与最小代价值相对应的搜索圆形区域确定为可行驶圆形区域；以及
将可行驶圆形区域更新为新的初始的可行驶圆形区域。
根据本公开的实施例，其中，按照多个预设搜索方向，确定由初始的可行驶圆形区域分别沿多个预设搜索方向搜索的多个搜索目标点和多个搜索半径包括：
基于自动驾驶设备的属性信息，确定第一移动距离和第二移动距离，其中，第二移动距离大于第一移动距离；
基于预设搜索方向，确定与预设搜索方向相对应的搜索目标点与障碍物之间的间隔距离；
确定间隔距离与第一移动距离和第二移动距离的关系；
在间隔距离大于或等于第一移动距离，且距离小于第二移动距离的情况下，将间隔距离确定为搜索半径；以及
在间隔距离大于或等于第二移动距离的情况下，将第二移动距离确定为搜索半径。
根据本公开的实施例，其中，基于多个局部目标点，规划用于绕行障碍物的多个局部目标路径包括：
迭代地执行至少一次以下操作，直至到达目标位置：
确定由初始的局部目标点移动至与初始的局部目标点最近的局部目标点的局部目标路径，其中，定义当前位置为初始的局部目标点；以及
在自动驾驶设备到达与初始的局部目标点最近的局部目标点的预设范围内的情况下，将当前的局部目标点更新为新的初始的局部目标点。
根据本公开的实施例，其中，从目标行驶区域中确定多个局部目标点包括：
确定自动驾驶设备的行驶速度；
确定目标行驶区域中的具有转向的可行驶圆形区域的圆心，其中，具有转向的可行驶圆形区域的圆心为与其相邻的可行驶圆形区域的圆心的方向信息不同的圆心；以及
基于行驶速度和/或具有转向的可行驶圆形区域的圆心，确定多个局部目标点。
根据本公开的实施例，其中，在自动驾驶设备到达与初始的局部目标点最近的局部目标点的预设范围内的情况下，将当前的局部目标点更新为新的初始的局部目标点包括：
在自动驾驶设备到达与初始的局部目标点最近的局部目标点的情况下，判断当前的局部目标点是否为目标位置；
在当前的局部目标点为目标位置的情况下，确定完成脱困；以及
在当前的局部目标点不为目标位置的情况下，将当前的局部目标点更新为新的初始的局部目标点。
根据本公开的实施例，其中，基于原路径规划指引线，确定可行驶区域的目标位置包括：
沿原路径规划指引线的指引方向进行搜索，确定绕过障碍物的第一目标距离；
在确定遇到障碍物的情况下，沿与原路径规划指引线的指引方向垂直的方向进行搜索，确定绕过障碍物的第二目标距离；以及
基于第一目标距离和第二目标距离，确定目标位置。
本公开的另一方面提供了一种路径规划装置，包括：
采集模块，用于采集自动驾驶设备在当前位置的预设范围内的环境信息；
第一确定模块，用于在根据环境信息确定自动驾驶设备遇到障碍物阻碍行进的情况下，基于原路径规划指引线，确定可行驶区域的目标位置；
构建模块，用于基于目标位置和环境信息，构建位于可行驶区域中的目标行驶区域；
第二确定模块，用于从目标行驶区域中确定多个局部目标点；以及
规划模块，用于基于多个局部目标点，规划用于绕行障碍物的多个局部目标路径。
本公开的再一方面提供了一种计算机系统，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现上述的方法。
本公开的再一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，上述指令在被执行时用于实现上述的方法。
本公开的再一方面提供了一种计算机程序产品，上述计算机程序产品包括计算机可执行指令，上述指令在被执行时用于实现上述的方法。
根据本公开的实施例，因为采用了采集自动驾驶设备在当前位置的预设范围内的环境信息；在根据环境信息确定自动驾驶设备遇到障碍物阻碍行进的情况下，基于原路径规划指引线，确定可行驶区域的目标位置；基于目标位置和环境信息，构建位于可行驶区域中的目标行驶区域；从目标行驶区域中确定多个局部目标点；以及基于多个局部目标点，规划用于绕行障碍物的多个局部目标路径的技术手段，在遇到障碍物阻碍行进的情况下，基于原路径规划指引线，确定目标位置，并基于目标位置和环境信息，构建目标行驶区域，成为全局的引导，再基于目标行驶区域确定多个局部目标点，规划用于绕行障碍物的多个局部目标路径，更为细致的实现局部路径的指引，所以至少部分地克服了现有技术中需人为远程接管操控，造成效率低且安全性低的技术问题，进而达到了自动脱困的技术效果。
附图说明
通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：
图1示意性示出了根据本公开实施例的路径规划方法的应用场景示意图；
图2示意性示出了根据本公开实施例可以应用本公开的路径规划方法及装置的示例性系统架构；
图3示意性示出了根据本公开实施例的路径规划方法的流程图；
图4示意性示出了根据本公开实施例的确定目标位置的示意图；
图5示意性示出了根据本公开另一实施例的构建可行驶圆形区域的示意图；
图6示意性示出了根据本公开另一实施例的规划用于绕行障碍物的多个局部目标路径的示意图；
图7示意性示出了根据本公开另一实施例的自动驾驶设备绕行障碍物脱困的示意图；
图8示意性示出了根据本公开实施例的路径规划装置的框图；以及
图9示意性示出了根据本公开实施例的适于实现路径规划方法的计算机系统的框图。
具体实施方式
以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种路径规划方法。该方法包括采集自动驾驶设备在当前位置的预设范围内的环境信息；在根据环境信息确定自动驾驶设备遇到障碍物阻碍行进的情况下，基于原路径规划指引线，确定可行驶区域的目标位置；基于目标位置和环境信息，构建位于可行驶区域中的目标行驶区域；从目标行驶区域中确定多个局部目标点；以及基于多个局部目标点，规划用于绕行障碍物的多个局部目标路径。
图1示意性示出了根据本公开实施例的路径规划方法的应用场景示意图。
如图1所示，在现有无人配送技术中，当遇到较为复杂的环境改变或车辆阻塞等情况，往往需要绕过障碍物脱困。当需要绕行大型障碍物时，常用方案为扩展到其他道路上，通过换道的方式绕行。
无人配送车常常运动在非机动车道或较为复杂的快递站点等区域，此类区域多未存在车道线，属于自由空间，当被障碍物困住时，通过换道的方式绕行障碍物或车辆不能解决所有问题，在无车道区域脱困较为困难。
此外，远程人为接管较为危险，需要赶到现场进行遥控接管，这大大降低了配送效率。
基于此，本公开实施例提供了一种路径规划方法，在遇到障碍物阻碍行进的情况下，基于原路径规划指引线，确定目标位置，并基于目标位置和环境信息，构建目标行驶区域，成为全局的引导，再基于目标行驶区域确定多个局部目标点，规划用于绕行障碍物的多个局部目标路径，更为细致的实现局部路径的指引，所以至少部分地克服了现有技术中需人为远程接管操控，造成效率低且安全性低的技术问题，进而达到了自动脱困的技术效果。
图2示意性示出了根据本公开实施例的可以应用路径规划方法及装置的示例性系统架构200。需要注意的是，图2所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图2所示，根据该实施例的系统架构200可以包括自动驾驶设备201、202，网络203和服务器204。网络203用以在自动驾驶设备201、202和服务器204之间提供通信链路的介质。网络203可以包括各种连接类型，例如有线和/或无线通信链路等等。
用户可以使用自动驾驶设备201、202通过网络203与服务器204交互，以接收或发送消息等。自动驾驶设备201、202上可以安装有用于感知周围环境的传感器，还可以安装有用于指导自动驾驶设备行进的高精度地图导航等。
自动驾驶设备201、202可以是具有高精地图导航、传感器的能够自动驾驶的车辆、或轮式移动机器人等设备。
服务器204可以是提供各种服务的服务器，例如对自动驾驶设备201、202传输的环境信息提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的环境信息中数据进行分析等处理，并基于环境信息进行路径规划，将用于绕行障碍物的局部目标路径发送给自动驾驶设备201、202，以便其基于用于绕行障碍物的局部目标路径进行自动行进。
需要说明的是，本公开实施例所提供的路径规划方法可以由服务器204执行。相应地，本公开实施例所提供的路径规划装置可以设置于服务器204中。或者，本公开实施例所提供的路径规划方法也可以由自动驾驶设备201、202执行，或者也可以由不同于自动驾驶设备201、202的其他终端设备执行。相应地，本公开实施例所提供的路径规划装置也可以设置于自动驾驶设备201、202中，或设置于不同于自动驾驶设备201、202的其他终端设备中。
例如，高精度地图或者确定目标行驶区域的计算模块可以原本存储在自动驾驶设备201、202，或者存储在外部存储设备上并可以导入到自动驾驶设备201、202中。然后，自动驾驶设备201、202可以将高精度地图或者确定目标行驶区域的计算模块发送到其他终端设备、服务器、或服务器集群，并由接收该高精度地图或者确定目标行驶区域的计算模块的其他服务器、或服务器集群来执行本公开实施例所提供的路径规划方法。
应该理解，图2中的自动驾驶设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的自动驾驶设备、网络和服务器。
图3示意性示出了根据本公开实施例的路径规划方法的流程图。
如图3所示，路径规划方法包括操作S310～S350。
在操作S310，采集自动驾驶设备在当前位置的预设范围内的环境信息。
根据本公开的实施例，自动驾驶设备可以为自动驾驶汽车或者轮式移动机器人等设备，但是并不局限于此，还可以是其他具有自动行驶功能的设备，在此不再赘述。在本公开的实施例中，自动驾驶设备可以对一些物品进行配送、运输等。
根据本公开的实施例，自动驾驶设备上安装有传感器，能够在一定距离范围内感知自动驾驶设备周围的环境信息，例如，在自动驾驶设备的前、后、左、右均安装有传感器，可采集预设范围内是否有障碍物等信息。
根据本公开的其他实施例，自动驾驶设备上还可以安装有图像采集设备，能够在预设范围内获取周围环境的图像信息，基于图像信息，进行图像识别，更精准感知周围的环境信息。
在操作S320，在根据环境信息确定自动驾驶设备遇到障碍物阻碍行进的情况下，基于原路径规划指引线，确定可行驶区域的目标位置。
根据本公开的实施例，对于容易出现动态变化的环境，例如小区、商场的门口等场所，容易有人或者车的突然进出的情况发生，进而导致自动驾驶设备有被障碍物阻碍行进的问题，在这种情况或者类似情况下，原定的到达某一个目的地的原路径规划指引线则不能起到引导作用，或者暂时不能被用来引导脱困。
根据本公开的实施例，可以基于原路径规划指引线，确定可行驶区域的目标位置。
根据本公开的实施例，目标位置可以为绕过障碍物的一个位置，确定可行驶区域的目标位置，有利于规划出由当前位置到绕行障碍物的一个具有导引作用的目标位置。
在操作S330，基于目标位置和环境信息，构建位于可行驶区域中的目标行驶区域。
根据本公开的实施例，本公开实施例中的环境信息可以为障碍物信息，但是并不局限于此，还包括自动驾驶设备的周围环境信息，例如道路边界信息，或者不可行驶的草坪、河流等区域信息。
根据本公开的实施例，本公开实施例中的目标行驶区域，为全局引导区域，可以从全局角度确认是可绕行过障碍物的行驶区域。
在操作S340，从目标行驶区域中确定多个局部目标点。
在操作S350，基于多个局部目标点，规划用于绕行障碍物的多个局部目标路径。
根据本公开的实施例，可以从目标行驶区域中确定多个局部目标点，依次在多个局部目标点中的每相邻两个局部目标点之间规划局部目标路径，用于绕行障碍物。
根据本公开的实施例，本公开实施例的局部目标路径，相对于目标行驶区域，为局部规划指引路径，是相对于目标行驶区域更为精准的局部路径规划指引线。本公开实施例的自动驾驶设备基于该局部目标路径，能够自动且无阻碍的安全行进，进而实现自动脱困的技术效果。
根据本公开的实施例，可以在遇到障碍物阻碍行进的情况下，基于原路径规划指引线，确定目标位置，以此作为目标规划指引；并基于目标位置和环境信息，构建目标行驶区域，从全局角度实现绕行障碍物的规划指引；然后基于局部目标点，精准、快速且有效的规划绕行障碍物的局部目标路径，在提高运行效率的前提下，降低规划失败的可能性，进而从实际应用角度考虑自动驾驶设备的自动控制运行。
下面结合图4～图7，并参考具体实施例对图3所示的方法做进一步说明。
本公开实施例利用自动驾驶的全局路径，在根据环境信息确定自动驾驶设备遇到障碍物阻碍行进的情况下，可以通过选择一个目标位置，并向其不断规划靠近，最终引导绕行脱困。
图4示意性示出了根据本公开实施例的确定目标位置的示意图。
如图4所示，可以基于原路径规划指引线进行搜索，例如在高精地图的Frenet坐标系中，沿原路径规划指引线的指引方向，可以定义为纵向，进行搜索，确定绕过障碍物的第一目标距离；在确定遇到障碍物的情况下，沿与原路径规划指引线的指引方向垂直的方向，可以定义为横向，进行搜索，确定绕过障碍物的第二目标距离；以及基于第一目标距离和第二目标距离，可以确定如图4中的搜索区域，在确定搜索区域后，从搜索区域内选择一个无碰撞的合理目标点作为目标位置。
根据本公开的实施例，本公开实施例中的第一目标距离和第二目标距离可以为根据障碍物信息以及自动驾驶设备的属性信息(例如自动驾驶设备的尺寸信息)来进行确定，只要能够实现无碰撞、能够最终引导脱困的目的即可。
根据本公开的实施例，在根据环境信息确定自动驾驶设备遇到障碍物阻碍行进的情况下，基于原路径规划指引线，确定可行驶区域的目标位置，有利于利用自动驾驶的全局路径引导。并且，本公开实施例的目标位置的确定方式，不仅操作简单，且合理有效。
根据本公开的实施例，可以基于初始位置和目标位置，以及自动驾驶设备周围的环境信息，例如障碍物、道路边界信息等。采用圆形路径搜索方法，构建多个部分重叠且串联的可行驶圆形区域。
根据本公开的实施例，基于多个部分重叠且串联的可行驶圆形区域，确定目标行驶区域。根据本公开的实施例，多个部分重叠且串联的可行驶圆形区域中的每个可行驶圆形区域的圆心所具有的信息可以包括位置信息和方向信息。
根据本公开的实施例，需要说明的是，目标行驶区域、多个部分重叠且串联的可行驶圆形区域均可以是高精地图中显示的信息，该位置信息和方向信息可以理解为高精地图中的含有坐标的位置信息和角度信息。
根据本公开的实施例，该目标行驶区域可以是多个部分重叠且串联的可行驶圆形区域的边界所组成的区域，但是并不局限于此，还可以是可行驶圆形区域的重叠部分所组成的区域。只要是能够实现从全局上指引出一条可脱困绕行障碍物的区域即可。
图5示意性示出了根据本公开另一实施例的构建可行驶圆形区域的示意图。
如图5所示，按照多个预设搜索方向，确定由初始的可行驶圆形区域分别沿多个预设搜索方向搜索的多个搜索目标点；以及多个搜索半径；其中，多个搜索目标点中的每个搜索目标点与多个预设搜索方向中的一个预设搜索方向对应，其中，多个搜索半径中的每个搜索半径与多个预设搜索方向中的一个预设搜索方向对应，其中，搜索目标点位于当前的可行驶圆形区域的边界线上，其中，定义当前位置的可行驶圆形区域为初始的可行驶圆形区域。
根据本公开的实施例，基于多个预设搜索方向、多个搜索目标点和多个搜索半径，构建多个搜索圆形区域，其中，多个搜索圆形区域中的每个搜索圆形区域与多个预设搜索方向中的一个预设搜索方向对应。确定多个搜索圆形区域中的每个搜索圆形区域的绕行障碍物的代价值。从多个代价值中确定最小代价值，并将与最小代价值相对应的搜索圆形区域确定为可行驶圆形区域；以及将可行驶圆形区域更新为新的初始的可行驶圆形区域。
根据本公开的实施例，迭代地执行上述构建可行驶圆形区域的操作，直至可行驶圆形区域位于目标位置的预设范围内，得到多个部分重叠且串联的可行驶圆形区域。
根据本公开的实施例，需要说明的是，本公开实施例的绕行障碍物的代价值F可以表示为F＝G+H。其中，H值可以为从该搜索圆形区域移动至目标位置的估算成本；G值可以为从初始的搜索圆形区域移动至其扩展的搜索圆形区域的移动代价。
根据本公开的实施例，搜索半径并不是规定不变的，可以根据预设搜索方向来判断预设搜索方向的环境中是否具有障碍物或者不可行区域，例如草坪、河流、台阶等区域。然后利用传感器、雷达等测距仪器来进行测量，确定自动驾驶设备与不可行区域之间的间隔距离，再依据自动驾驶设备的属性信息，最终确定搜索半径。
根据本公开的实施例，可以基于自动驾驶设备的属性信息，确定第一移动距离和第二移动距离，其中，第二移动距离大于第一移动距离。在本公开实施例中，自动驾驶设备的属性信息，可以是自动驾驶设备的尺寸信息，例如自动驾驶设备的宽和长等信息。
根据本公开的实施例，在自动驾驶设备行进的过程中，判断能否穿过某一区域，或者在某一区域进行倒车、泊车等操作，可以通过自动驾驶设备的长和宽的尺寸信息来确定。在本公开的实施例中，可以将第一移动距离定义为自动驾驶设备的宽，第二移动距离定义为自动驾驶设备的长。
根据本公开的实施例，基于预设搜索方向，确定与预设搜索方向相对应的搜索目标点与障碍物之间的间隔距离；确定间隔距离与第一移动距离和第二移动距离的关系；在间隔距离大于或等于第一移动距离，且距离小于第二移动距离的情况下，将间隔距离确定为搜索半径；以及在间隔距离大于或等于第二移动距离的情况下，将第二移动距离确定为搜索半径。
根据本公开的其他实施例，在间隔距离小于第一移动距离的情况下，表明该自动驾驶设备的不能通过该区域，因此，可以对该方向不做考虑。
根据本公开的实施例，利用本公开实施例的搜索半径的确定方式，在满足搜索密度的情况下，判断合理有效。
根据本公开的实施例，多个局部目标点中的一个或者多个可以是目标行驶区域中的具有转向的可行驶圆形区域的圆心。在本公开的实施例中，具有转向的可行驶圆形区域的圆心可以为与其相邻的可行驶圆形区域的圆心的方向信息不同的圆心。
根据本公开的实施例，将具有转向的可行驶圆形区域的圆心确定为局部目标点，更有利于局部目标路径的规划，且更有利于实现自动倒车、转向的调整。
根据本公开的其他实施例，多个局部目标点并不局限于具有转向的可行驶圆形区域的圆心，还可以是基于自动驾驶设备的行驶速度，来确定局部目标路径的路程。其中，可以通过速度传感器来确定自动驾驶设备的行驶速度。在相邻两个局部目标点之间的间隔距离太小，难以实现保持原有的行驶速度效果；在相邻两个局部目标点之间的间隔距离太大，会增加规划失败的可能性，增加运算处理的数据量。因此，在本公开的实施例中，基于自动驾驶设备的行驶速度，按照预设的距离，确定局部目标点，不仅能实现匀速行驶的效果，还能提高规划效率。
根据本公开的可选实施例，多个局部目标点还可以是通过考虑具有转向的可行驶圆形区域的圆心和自动驾驶设备的行驶速度两个因素来确定。在本公开的可选实施例中，确定多个局部目标点，有利于规划局部的精准脱困路径，提高车辆的自动控制的灵活性。
图6示意性示出了根据本公开另一实施例的规划用于绕行障碍物的多个局部目标路径的示意图。
如图6所示，在从目标行驶区域中确定一系列局部目标点后，可以确定由初始的局部目标点，例如自动驾驶设备从当前位置601移动至与初始的局部目标点最近的局部目标点602的局部目标路径，其中，定义当前位置为初始的局部目标点。基于局部目标路径进行行驶，在自动驾驶设备到达局部目标点602的情况下，将当前的局部目标点602更新为新的初始的局部目标点。迭代地执行上述操作，再依次到达局部目标点603、局部目标点604，直至到达目标位置605，完成脱困。
根据本公开的实施例，需要说明的是，自动驾驶设备到达与初始的局部目标点最近的局部目标点的情况，可以理解为恰好到达，但是并不局限于此，还可以是在其附近，可以基于实际环境进行合理预设范围，只要在预设范围内，即可认为是到达。
根据本公开的实施例，可以采用自由空间规划算法来规划两个局部目标点之间的局部目标路径，但是并不局限于此，只要是能够实现基于局部目标点引导的自由空间规划方法均可适用，在此不再赘述。
根据本公开的实施例，可以在每次自动驾驶设备到达与初始的局部目标点最近的局部目标点的情况下，判断当前的局部目标点是否为目标位置；在当前的局部目标点为目标位置的情况下，确定完成脱困；在当前的局部目标点不为目标位置的情况下，将当前的局部目标点更新为新的初始的局部目标点。
根据本公开的实施例，利用本公开实施例判断方法，确定当前的局部目标点是否是目标位置，实现自动化调控、自动化脱困的效果，解放人力。
根据本公开的其他实施例，在自动驾驶设备到达目标位置后，可以将自动驾驶设备到达目标位置的信息发给规划器，退出该脱困场景指导，继续进行配送任务。
下面结合具体实施例对本公开的技术方案作进一步说明，但需要注意的是，下述的实施例仅用于说明本公开的技术方案，但本公开并不限于此。
图7示意性示出了根据本公开另一实施例的自动驾驶设备绕行障碍物脱困的示意图。
如图7所示，自动驾驶设备运动到当前位置，在自动驾驶设备的前方和左侧出现了障碍物无法绕过，且在自动驾驶设备的右侧为道路边界的情况下，即使人为接管绕行状况也较为复杂。面对此类情况，本公开实施例提供一种路径规划方法。该方法具体可以为，根据原路径指引线及感知到的环境信息，选择在原路径指引线上的一个可到达的终点作为目标位置；使用以圆为基本搜索形状，即利用圆形路径搜索方法，在地图中搜索出一条由当前位置至目标位置的由多个部分重叠且串联的可行驶圆形区域组成的目标行驶区域，每个可行驶圆形区域的圆心都有各自的角度信息；根据目标行驶区域的每个圆心的角度和位置信息选择一系列的局部目标点；调用自由空间规划算法，规划出局部目标路径，由当前位置运行至最新的局部目标点，在到达局部目标点后，更新局部目标点信息，继续规划运动，直至自动驾驶设备到达目标位置。至此，由局部目标点为引导的绕行脱困策略完成。
根据本公开的实施例，可以利用A*算法确定多个部分重叠且串联的可行驶圆形区域。可以将自动驾驶设备看作一个个圆，根据自动驾驶设备参数设定圆的最大半径与最小半径(例如自动驾驶设备的长和宽)，通过启发式搜索方式构建多个部分重叠且串联的可行驶圆形区域，构建流程可以包括如下操作。
操作1：构建初始圆节点Cstart(即为当前位置)，终点圆节点Cgoal(即为目标位置)；需要说明的是，可以将当前位置、目标位置以及待确定的可行驶圆形区域的圆心定义为圆节点。
操作2：构建Open列表，将初始圆节点Cstart添加入列表中；该Open列表可以理解为待检测圆节点列表。
操作3：构建Close列表；该Close列表可以理解为封闭列表，即不需要再关注的列表。
当Open列表不为空时，以下操作需要重复进行。
操作4：记录Open列表头节点为当前圆节点C_current，并在列表中删除，保存至Close列表；
操作5：当终点圆节点Cgoal和当前圆节点C_current满足距离和角度约束时，退出整个流程；否则继续；
操作6：若C_current已在Close列表中，退出，继续下一次循环；否则继续。
操作7：从当前圆节点开始扩展子节点，计算相应子节点的H值和G值，结合环境信息和障碍物信息，判断子节点是否已在Open列表中，若不在，则加入Open列表，并更新子节点的父节点为当前圆节点C_current；需要说明的是，H值可以通过如下公式计算得到，G值可以通过如下计算公式得到。
G＝Gcur+Distancecur-＞child；
H＝Distancecur-＞end；
F＝G+H；
其中，Gcur为当前圆节点的G值，其中，初始圆节点的G值为0；Distancecur-＞child为当前圆节点到子节点的距离；Distancecur-＞end为当前圆节点到终点圆节点的距离；其中，两个圆节点之间的Distance例如Distancecur-＞child或者Distancecur-＞end可以采用如下公式计算得到：
Distancenode1-＞node2＝XYDistancenodel-＞node2+kWeight×ThetaDiffnodel-＞node2
其中，XYDistancenodel-＞node2为两个圆节点之间的坐标间距；kWeight为系数；ThetaDiffnode1-＞node2为两个圆节点之间的角度偏差值。
操作8：若当前节点C_current和Cgoal有重叠时，更新Cgoal的G值和父节点。
在以上操作流程完成后，我们从终点圆节点Cgoal开始，依次寻找其父节点并保存，接着对这一系列节点自头到尾取反，从而获得一条自Cstart到Cgoal的多个部分重叠且串联的可行驶圆形区域。
综上所述，利用本公开实施例的路径规划方法，充分利用高精地图信息、传感器感知结果信息，结合原路径指引线信息，在遇到需要绕行脱困场景的情况下，通过确定目标位置以及目标行驶区域，构造以局部目标点为引导的绕行脱困策略，引导自动驾驶设备自主完成绕行脱困任务，无需人为接管，保证配送效率和交通安全；同时，基于局部目标点引导的方法在运行过程中保证每次的规划路径不会太长，大大提升算法运行效率，并降低规划失败可能性，提升车辆灵活性。
图8示意性示出了根据本公开的实施例的路径规划装置的框图。
如图8所示，路径规划装置800包括采集模块810、第一确定模块820、构建模块830、第二确定模块840、以及规划模块850。
采集模块810，用于采集自动驾驶设备在当前位置的预设范围内的环境信息；
第一确定模块820，用于在根据环境信息确定自动驾驶设备遇到障碍物阻碍行进的情况下，基于原路径规划指引线，确定可行驶区域的目标位置；
构建模块830，用于基于目标位置和环境信息，构建位于可行驶区域中的目标行驶区域；
第二确定模块840，用于从目标行驶区域中确定多个局部目标点；以及
规划模块850，用于基于多个局部目标点，规划用于绕行障碍物的多个局部目标路径。
根据本公开的实施例，可以在遇到障碍物阻碍行进的情况下，基于原路径规划指引线，确定目标位置，以此作为目标规划指引；并基于目标位置和环境信息，构建目标行驶区域，从全局角度实现绕行障碍物的规划指引；然后基于局部目标点，精准、快速且有效的规划绕行障碍物的局部目标路径，在提高运行效率的前提下，降低规划失败的可能性，从实际应用角度考虑自动驾驶设备的自动脱困的灵活调整。
根据本公开的实施例，其中，构建模块830包括构建子模块和目标行驶区域确定子模块。
构建子模块，用于基于目标位置和环境信息，采用圆形路径搜索方法，构建多个部分重叠且串联的可行驶圆形区域；以及
目标行驶区域确定子模块，用于基于多个部分重叠且串联的可行驶圆形区域，确定目标行驶区域，其中，多个部分重叠且串联的可行驶圆形区域中的每个可行驶圆形区域的圆心所具有的信息包括位置信息和方向信息。
根据本公开的实施例，其中，构建子模块包括搜索方式确定单元、构建单元、代价值确定单元、最小代价值确定单元、位置更新单元。
搜索方式确定单元，用于在执行每次操作中，按照多个预设搜索方向，确定由初始的可行驶圆形区域分别沿多个预设搜索方向搜索的多个搜索目标点和多个搜索半径，其中，多个搜索目标点中的每个搜索目标点与多个预设搜索方向中的一个预设搜索方向对应，其中，多个搜索半径中的每个搜索半径与多个预设搜索方向中的一个预设搜索方向对应，其中，搜索目标点位于当前的可行驶圆形区域的边界线上，其中，定义当前位置的可行驶圆形区域为初始的可行驶圆形区域；
构建单元，用于基于多个预设搜索方向、多个搜索目标点和多个搜索半径，构建多个搜索圆形区域，其中，多个搜索圆形区域中的每个搜索圆形区域与多个预设搜索方向中的一个预设搜索方向对应；
代价值确定单元，确定多个搜索圆形区域中的每个搜索圆形区域的绕行障碍物的代价值；
最小代价值确定单元，用于从多个代价值中确定最小代价值，并将与最小代价值相对应的搜索圆形区域确定为可行驶圆形区域；以及
第一更新单元，用于将可行驶圆形区域更新为新的初始的可行驶圆形区域；
其中，迭代地执行至少一次上述操作，直至可行驶圆形区域位于目标位置的预设范围内。
根据本公开的实施例，其中，搜索方式确定单元包括第一确定子单元、第二确定子单元、第三确定子单元、第四确定子单元、第五确定子单元。
第一确定子单元，用于基于自动驾驶设备的属性信息，确定第一移动距离和第二移动距离，其中，第二移动距离大于第一移动距离；
第二确定子单元，用于基于预设搜索方向，确定与预设搜索方向相对应的搜索目标点与障碍物之间的间隔距离；
第三确定子单元，用于确定间隔距离与第一移动距离和第二移动距离的关系；
第四确定子单元，用于在间隔距离大于或等于第一移动距离，且距离小于第二移动距离的情况下，将间隔距离确定为搜索半径；以及
第五确定子单元，用于在间隔距离大于或等于第二移动距离的情况下，将第二移动距离确定为搜索半径。
根据本公开的实施例，规划模块包括局部目标点确定子模块和局部目标点更新子模块。
局部目标点确定子模块，用于在执行每次操作时，确定由初始的局部目标点移动至与初始的局部目标点最近的局部目标点的局部目标路径，其中，定义当前位置为初始的局部目标点；以及
局部目标点更新子模块，用于在自动驾驶设备到达与初始的局部目标点最近的局部目标点的预设范围内的情况下，将当前的局部目标点更新为新的初始的局部目标点；
其中，迭代地执行至少一次以下操作，直至到达目标位置。
根据本公开的实施例，第二确定模块包括行驶速度确定子模块、转向确定子模块、局部目标点确定子模块。
行驶速度确定子模块，用于确定自动驾驶设备的行驶速度；
转向确定子模块，用于确定目标行驶区域中的具有转向的可行驶圆形区域的圆心，其中，具有转向的可行驶圆形区域的圆心为与其相邻的可行驶圆形区域的圆心的方向信息不同的圆心；以及
局部目标点确定子模块，用于基于行驶速度和/或具有转向的可行驶圆形区域的圆心，确定多个局部目标点。
根据本公开的实施例，局部目标点更新子模块包括判断单元、脱困确定单元和局部目标点更新单元。
判断单元，用于在自动驾驶设备到达与初始的局部目标点最近的局部目标点的情况下，判断当前的局部目标点是否为目标位置；
脱困确定单元，用于在当前的局部目标点为目标位置的情况下，确定完成脱困；以及
局部目标点更新单元，用于在当前的局部目标点不为目标位置的情况下，将当前的局部目标点更新为新的初始的局部目标点。
根据本公开的实施例，其中，第一确定模块包括第一目标距离确定子模块、第二目标距离确定子模块和目标位置确定子模块。
第一目标距离确定子模块，用于沿原路径规划指引线的指引方向进行搜索，确定绕过障碍物的第一目标距离；
第二目标距离确定子模块，用于在确定遇到障碍物的情况下，沿与原路径规划指引线的指引方向垂直的方向进行搜索，确定绕过障碍物的第二目标距离；以及
目标位置确定子模块，用于基于第一目标距离和第二目标距离，确定目标位置。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
例如，采集模块810、第一确定模块820、构建模块830、第二确定模块840、以及规划模块850中的任意多个可以合并在一个模块/单元/子单元中实现，或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者，这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合，并在一个模块/单元/子单元中实现。根据本公开的实施例，采集模块810、第一确定模块820、构建模块830、第二确定模块840、以及规划模块850中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，采集模块810、第一确定模块820、构建模块830、第二确定模块840、以及规划模块850中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
需要说明的是，本公开的实施例中路径规划装置部分与本公开的实施例中路径规划方法部分是相对应的，路径规划装置部分的描述具体参考路径规划方法部分，在此不再赘述。
图9示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机系统的框图。图9示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示，根据本公开实施例的计算机系统900包括处理器901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 903中，存储有系统900操作所需的各种程序和数据。处理器901、ROM 902以及RAM 903通过总线904彼此相连。处理器901通过执行ROM 902和/或RAM 903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 902和RAM 903以外的一个或多个存储器中。处理器901也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例，系统900还可以包括输入/输出(I/O)接口905，输入/输出(I/O)接口905也连接至总线904。系统900还可以包括连接至I/O接口905的以下部件中的一项或多项：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。
根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 902和/或RAM 903和/或ROM 902和RAM 903以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行本公开实施例所提供的方法的程序代码，当计算机程序产品在电子设备上运行时，该程序代码用于使电子设备实现本公开实施例所提供的路径规划方法。
在该计算机程序被处理器901执行时，执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分909被下载和安装，和/或从可拆卸介质911被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (12)

1.一种路径规划方法，包括：
采集自动驾驶设备在当前位置的预设范围内的环境信息；
在根据所述环境信息确定所述自动驾驶设备遇到障碍物阻碍行进的情况下，基于原路径规划指引线，确定可行驶区域的目标位置；
基于所述目标位置和所述环境信息，构建位于所述可行驶区域中的目标行驶区域；
从所述目标行驶区域中确定多个局部目标点；以及
基于所述多个局部目标点，规划用于绕行所述障碍物的多个局部目标路径。
2.根据权利要求1所述的方法，其中，所述基于所述目标位置和所述环境信息，构建位于所述可行驶区域中的目标行驶区域包括：
基于所述目标位置和所述环境信息，采用圆形路径搜索方法，构建多个部分重叠且串联的可行驶圆形区域；以及
基于所述多个部分重叠且串联的可行驶圆形区域，确定所述目标行驶区域，其中，所述多个部分重叠且串联的可行驶圆形区域中的每个可行驶圆形区域的圆心所具有的信息包括位置信息和方向信息。
3.根据权利要求2所述的方法，其中，所述基于所述目标位置和所述环境信息，采用圆形路径搜索方法，构建多个部分重叠且串联的可行驶圆形区域包括：
迭代地执行至少一次以下操作，直至所述可行驶圆形区域位于所述目标位置的预设范围内：
按照多个预设搜索方向，确定由初始的可行驶圆形区域分别沿所述多个预设搜索方向搜索的多个搜索目标点和多个搜索半径，其中，所述多个搜索目标点中的每个搜索目标点与所述多个预设搜索方向中的一个预设搜索方向对应，其中，所述多个搜索半径中的每个搜索半径与所述多个预设搜索方向中的一个预设搜索方向对应，其中，所述搜索目标点位于所述当前的可行驶圆形区域的边界线上，其中，定义所述当前位置的可行驶圆形区域为所述初始的可行驶圆形区域；
基于所述多个预设搜索方向、所述多个搜索目标点和所述多个搜索半径，构建多个搜索圆形区域，其中，所述多个搜索圆形区域中的每个搜索圆形区域与所述多个预设搜索方向中的一个预设搜索方向对应：
确定所述多个搜索圆形区域中的每个搜索圆形区域的绕行所述障碍物的代价值；
从多个代价值中确定最小代价值，并将与所述最小代价值相对应的搜索圆形区域确定为可行驶圆形区域；以及
将所述可行驶圆形区域更新为新的初始的可行驶圆形区域。
4.根据权利要求3所述的方法，其中，所述按照多个预设搜索方向，确定由初始的可行驶圆形区域分别沿所述多个预设搜索方向搜索的多个搜索目标点和多个搜索半径包括：
基于所述自动驾驶设备的属性信息，确定第一移动距离和所述第二移动距离，其中，所述第二移动距离大于所述第一移动距离；
基于所述预设搜索方向，确定与所述预设搜索方向相对应的搜索目标点与所述障碍物之间的间隔距离；
确定所述间隔距离与所述第一移动距离和所述第二移动距离的关系；
在所述间隔距离大于或等于所述第一移动距离，且所述距离小于所述第二移动距离的情况下，将所述间隔距离确定为所述搜索半径；以及
在所述间隔距离大于或等于所述第二移动距离的情况下，将所述第二移动距离确定为所述搜索半径。
5.根据权利要求1所述的方法，其中，所述基于所述多个局部目标点，规划用于绕行所述障碍物的多个局部目标路径包括：
迭代地执行至少一次以下操作，直至到达所述目标位置：
确定由初始的局部目标点移动至与所述初始的局部目标点最近的局部目标点的局部目标路径，其中，定义所述当前位置为所述初始的局部目标点；以及
在所述自动驾驶设备到达与所述初始的局部目标点最近的局部目标点的预设范围内的情况下，将当前的局部目标点更新为新的初始的局部目标点。
6.根据权利要求2所述的方法，其中，所述从所述目标行驶区域中确定多个局部目标点包括：
确定所述自动驾驶设备的行驶速度；
确定所述目标行驶区域中的具有转向的可行驶圆形区域的圆心，其中，所述具有转向的可行驶圆形区域的圆心为与其相邻的可行驶圆形区域的圆心的方向信息不同的圆心；以及
基于所述行驶速度和/或所述具有转向的可行驶圆形区域的圆心，确定所述多个局部目标点。
7.根据权利要求5所述的方法，其中，所述在所述自动驾驶设备到达与所述初始的局部目标点最近的局部目标点的预设范围内的情况下，将当前的局部目标点更新为新的初始的局部目标点包括：
在所述自动驾驶设备到达与所述初始的局部目标点最近的局部目标点的情况下，判断所述当前的局部目标点是否为所述目标位置；
在所述当前的局部目标点为所述目标位置的情况下，确定完成脱困；以及
在所述当前的局部目标点不为所述目标位置的情况下，将所述当前的局部目标点更新为所述新的初始的局部目标点。
8.根据权利要求1所述的方法，其中，所述基于原路径规划指引线，确定可行驶区域的目标位置包括：
沿所述原路径规划指引线的指引方向进行搜索，确定绕过所述障碍物的第一目标距离；
在确定遇到所述障碍物的情况下，沿与所述原路径规划指引线的指引方向垂直的方向进行搜索，确定绕过所述障碍物的第二目标距离；以及
基于所述第一目标距离和所述第二目标距离，确定所述目标位置。
9.一种路径规划装置，包括：
采集模块，用于采集自动驾驶设备在当前位置的预设范围内的环境信息；
第一确定模块，用于在根据所述环境信息确定所述自动驾驶设备遇到障碍物阻碍行进的情况下，基于原路径规划指引线，确定可行驶区域的目标位置；
构建模块，用于基于所述目标位置和所述环境信息，构建位于所述可行驶区域中的目标行驶区域；
第二确定模块，用于从所述目标行驶区域中确定多个局部目标点；以及
规划模块，用于基于所述多个局部目标点，规划用于绕行所述障碍物的多个局部目标路径。
10.一种计算机系统，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至8中任一项所述的方法。
11.一种计算机可读存储介质，其上存储有可执行指令，所述指令被处理器执行时使处理器实现权利要求1至8中任一项所述的方法。
12.一种计算机程序产品，包括：
计算机可执行指令，所述指令在被执行时使用于实现权利要求1至8中任一项所述的方法。
CN202110253454.XA 2021-03-09 2021-03-09 路径规划方法、装置、系统及可读存储介质 Active CN113009918B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110253454.XA CN113009918B (zh) 2021-03-09 2021-03-09 路径规划方法、装置、系统及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110253454.XA CN113009918B (zh) 2021-03-09 2021-03-09 路径规划方法、装置、系统及可读存储介质

Publications (2)

Publication Number Publication Date
CN113009918A true CN113009918A (zh) 2021-06-22
CN113009918B CN113009918B (zh) 2023-12-05

Family

ID=76409064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110253454.XA Active CN113009918B (zh) 2021-03-09 2021-03-09 路径规划方法、装置、系统及可读存储介质

Country Status (1)

Country Link
CN (1) CN113009918B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113465590A (zh) * 2021-06-29 2021-10-01 三一专用汽车有限责任公司 路径规划方法和装置、自动驾驶方法和装置及作业机械
CN113670323A (zh) * 2021-08-17 2021-11-19 京东鲲鹏(江苏)科技有限公司 一种目标区域的确定方法、装置、设备和介质
CN113741453A (zh) * 2021-08-31 2021-12-03 广州文远知行科技有限公司 一种非结构化环境的路径规划方法、装置、设备和介质
CN113791616A (zh) * 2021-08-25 2021-12-14 深圳优地科技有限公司 路径规划方法、装置、机器人和存储介质
CN114184203A (zh) * 2021-11-08 2022-03-15 重庆兰德适普信息科技有限公司 路径规划方法、电子设备及移动装置
CN114674333A (zh) * 2022-03-22 2022-06-28 中国电信股份有限公司 移动设备的导航方法、设备、系统及介质
CN115185286A (zh) * 2022-09-13 2022-10-14 上海仙工智能科技有限公司 一种移动机器人自主绕障规划方法及其任务调度系统
CN115407765A (zh) * 2022-07-18 2022-11-29 驭势（上海）汽车科技有限公司 路径规划方法、装置、介质、设备及车辆
CN115855095A (zh) * 2022-12-01 2023-03-28 酷黑科技（北京）有限公司 一种自主导航方法、装置及电子设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104407616A (zh) * 2014-12-03 2015-03-11 沈阳工业大学 基于免疫网络算法的移动机器人动态路径规划方法
CN105116902A (zh) * 2015-09-09 2015-12-02 北京进化者机器人科技有限公司 一种移动机器人避障导航的方法和系统
US20180114449A1 (en) * 2015-01-19 2018-04-26 The Aerospace Corporation Autonomous nap-of-the-earth (anoe) flight path planning for manned and unmanned rotorcraft
CN109343537A (zh) * 2018-11-22 2019-02-15 东南大学 全自主驾驶竞速小车及运行方法
CN109900289A (zh) * 2019-03-18 2019-06-18 北京智行者科技有限公司 基于闭环控制的路径规划方法及装置
CN110967031A (zh) * 2018-09-28 2020-04-07 英特尔公司 生成无碰撞行进路径的方法和计算系统
CN111326003A (zh) * 2020-02-24 2020-06-23 五邑大学 一种智能小车寻迹行驶方法、系统和存储介质
CN111397611A (zh) * 2020-03-05 2020-07-10 北京百度网讯科技有限公司 路径规划方法、装置以及电子设备
CN111552284A (zh) * 2020-04-20 2020-08-18 宁波吉利汽车研究开发有限公司 无人驾驶车辆的局部路径规划方法、装置、设备及介质
CN111982142A (zh) * 2020-07-31 2020-11-24 华南理工大学 一种基于改进a星算法的智能车全局路径规划方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104407616A (zh) * 2014-12-03 2015-03-11 沈阳工业大学 基于免疫网络算法的移动机器人动态路径规划方法
US20180114449A1 (en) * 2015-01-19 2018-04-26 The Aerospace Corporation Autonomous nap-of-the-earth (anoe) flight path planning for manned and unmanned rotorcraft
CN105116902A (zh) * 2015-09-09 2015-12-02 北京进化者机器人科技有限公司 一种移动机器人避障导航的方法和系统
CN110967031A (zh) * 2018-09-28 2020-04-07 英特尔公司 生成无碰撞行进路径的方法和计算系统
CN109343537A (zh) * 2018-11-22 2019-02-15 东南大学 全自主驾驶竞速小车及运行方法
CN109900289A (zh) * 2019-03-18 2019-06-18 北京智行者科技有限公司 基于闭环控制的路径规划方法及装置
CN111326003A (zh) * 2020-02-24 2020-06-23 五邑大学 一种智能小车寻迹行驶方法、系统和存储介质
CN111397611A (zh) * 2020-03-05 2020-07-10 北京百度网讯科技有限公司 路径规划方法、装置以及电子设备
CN111552284A (zh) * 2020-04-20 2020-08-18 宁波吉利汽车研究开发有限公司 无人驾驶车辆的局部路径规划方法、装置、设备及介质
CN111982142A (zh) * 2020-07-31 2020-11-24 华南理工大学 一种基于改进a星算法的智能车全局路径规划方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113465590A (zh) * 2021-06-29 2021-10-01 三一专用汽车有限责任公司 路径规划方法和装置、自动驾驶方法和装置及作业机械
CN113465590B (zh) * 2021-06-29 2024-03-15 三一专用汽车有限责任公司 路径规划方法和装置、自动驾驶方法和装置及作业机械
CN113670323A (zh) * 2021-08-17 2021-11-19 京东鲲鹏(江苏)科技有限公司 一种目标区域的确定方法、装置、设备和介质
CN113670323B (zh) * 2021-08-17 2024-05-17 京东鲲鹏(江苏)科技有限公司 一种目标区域的确定方法、装置、设备和介质
CN113791616A (zh) * 2021-08-25 2021-12-14 深圳优地科技有限公司 路径规划方法、装置、机器人和存储介质
CN113741453A (zh) * 2021-08-31 2021-12-03 广州文远知行科技有限公司 一种非结构化环境的路径规划方法、装置、设备和介质
CN114184203A (zh) * 2021-11-08 2022-03-15 重庆兰德适普信息科技有限公司 路径规划方法、电子设备及移动装置
CN114184203B (zh) * 2021-11-08 2023-12-19 重庆兰德适普信息科技有限公司 路径规划方法、电子设备及移动装置
CN114674333B (zh) * 2022-03-22 2023-12-08 中国电信股份有限公司 移动设备的导航方法、设备、系统及介质
CN114674333A (zh) * 2022-03-22 2022-06-28 中国电信股份有限公司 移动设备的导航方法、设备、系统及介质
CN115407765A (zh) * 2022-07-18 2022-11-29 驭势（上海）汽车科技有限公司 路径规划方法、装置、介质、设备及车辆
CN115185286A (zh) * 2022-09-13 2022-10-14 上海仙工智能科技有限公司 一种移动机器人自主绕障规划方法及其任务调度系统
CN115855095A (zh) * 2022-12-01 2023-03-28 酷黑科技（北京）有限公司 一种自主导航方法、装置及电子设备

Also Published As

Publication number Publication date
CN113009918B (zh) 2023-12-05

Similar Documents

Publication Publication Date Title
CN113009918B (zh) 路径规划方法、装置、系统及可读存储介质
JP6911214B1 (ja) 軌道計画
US11884293B2 (en) Operator assistance for autonomous vehicles
US11332132B2 (en) Method of handling occlusions at intersections in operation of autonomous vehicle
US20180328745A1 (en) Coverage plan generation and implementation
JP7330142B2 (ja) 車両のｕターン経路を決定する方法、装置、デバイスおよび媒体
US11307585B2 (en) Introspective competence modeling for AV decision making
US11702070B2 (en) Autonomous vehicle operation with explicit occlusion reasoning
CN111301409A (zh) 一种泊车路径规划方法、装置、车辆和存储介质
JP2021523057A (ja) 自律走行車動作管理のための方向調整アクション
US20220063660A1 (en) Drive Mode Selection
US11586209B2 (en) Differential dynamic programming (DDP) based planning architecture for autonomous driving vehicles
EP4291457A1 (en) System, method, and computer program product for topological planning in autonomous driving using bounds representations
US11467584B2 (en) Multi-layer grid based open space planner
US10753753B2 (en) Vehicle route navigation
US11829135B2 (en) Tuning autonomous vehicle dispatch using vehicle performance
CN116279596B (zh) 车辆控制方法、装置、电子设备和计算机可读介质
CN116295491A (zh) 一种路径规划方法及装置
US11724717B2 (en) Implementation of dynamic cost function of self-driving vehicles
WO2022089627A1 (en) Method and system for motion planning for an autonmous vehicle
US20210095977A1 (en) Revising self-driving vehicle routes in response to obstructions
CN113401127B (zh) 路径更新方法、装置、电子设备和计算机可读介质
US11999344B2 (en) System and method for selecting an intermediate parking goal in autonomous delivery
US20240239378A1 (en) Systems and Methods for Handling Traffic Signs
CN118010055A (zh) 行车规划方法、装置、终端设备以及存储介质

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