CN113011676A - 路线确定方法、装置、系统、非易失性存储介质及处理器 - Google Patents
路线确定方法、装置、系统、非易失性存储介质及处理器 Download PDFInfo
- Publication number
- CN113011676A CN113011676A CN202110363236.1A CN202110363236A CN113011676A CN 113011676 A CN113011676 A CN 113011676A CN 202110363236 A CN202110363236 A CN 202110363236A CN 113011676 A CN113011676 A CN 113011676A
- Authority
- CN
- China
- Prior art keywords
- simulation
- space
- vehicle
- route
- preset
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004088 simulation Methods 0.000 claims abstract description 202
- 238000012216 screening Methods 0.000 claims abstract description 34
- 238000012549 training Methods 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 4
- 230000015654 memory Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Abstract
本发明公开了一种路线确定方法、装置、系统、非易失性存储介质及处理器。其中，该方法包括：获取车辆的当前地址和目标地址，以及车辆所处的环境空间的图像数据和雷达回波数据；将图像数据和雷达回波数据输入仿真环境模型，仿真得到环境空间的仿真空间，其中，仿真环境模型为预先采用样本数据进行训练得到的模型；在仿真空间中仿真车辆沿预定路线行驶，得到与预定路线对应的仿真结果，其中，预定路线为自当前地址指向目标地址的路线，预定路线包括多条；根据仿真结果和预定筛选条件，从多条预定路线中筛选得到至少一条目标行驶路线。本发明解决了难以确定符合要求的车辆行驶路线的技术问题。
Description
技术领域
本发明涉及智能驾驶领域，具体而言，涉及一种路线确定方法、装置、系统、非易失性存储介质及处理器。
背景技术
智能驾驶领域，对车辆的行驶路线的规划非常重要，而对行驶路线的规划的基础为车辆在行驶路线上行驶的表现。然而，相关技术中，在车辆实际上路行驶前，通常无法得到车辆沿行驶路线进行行驶的准确的表现预期，导致对车辆行驶路线的规划更多地依赖于经验算法，经常出现预期与实际脱离的结果，导致对车辆路线规划的不合理。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种路线确定方法、装置、系统、非易失性存储介质及处理器，以至少解决难以确定符合要求的车辆行驶路线的技术问题。
根据本发明实施例的一个方面，提供了一种路线确定方法，包括：获取车辆的当前地址和目标地址，以及所述车辆所处的环境空间的图像数据和雷达回波数据；将所述图像数据和所述雷达回波数据输入仿真环境模型，仿真得到所述环境空间的仿真空间，其中，所述仿真环境模型为预先采用样本数据进行训练得到的模型，所述样本数据包括样本环境空间的图像数据和雷达回波数据；在所述仿真空间中仿真所述车辆沿预定路线行驶，得到与所述预定路线对应的仿真结果，其中，所述预定路线为自所述当前地址指向所述目标地址的路线，所述预定路线包括多条；根据所述仿真结果和预定筛选条件，从所述多条预定路线中筛选得到至少一条目标行驶路线。
可选地，在所述目标地址位于所述环境空间之外的情况下，在所述仿真空间中仿真所述车辆沿多条预定路线行驶，得到与所述多条预定路线对应的多个仿真结果，包括：确定在所述仿真空间中与所述多条预定路线分别对应的多个边界地址，其中，所述多个边界地址分别位于所述多条预定路线与所述仿真空间的交界上；在所述仿真空间中仿真所述车辆沿所述多条预定路线行驶至与所述多条预定路线分别对应的所述多个边界地址处，得到与所述多条预定路线对应的多个仿真结果。
可选地，获取所述车辆所处的环境空间的图像数据和雷达回波数据，包括：使用图像采集装置和激光雷达采集所述环境空间的图像数据和雷达回波数据，其中，所述图像采集装置和所述激光雷达搭载于无人机上。
可选地，在所述仿真环境模型为数字孪生仿真模型的情况下，仿真得到所述环境空间的仿真空间之后，还包括：获取所述环境空间的实时图像数据和实时雷达回波数据；将所述实时图像数据和所述实时雷达回波数据输入所述数字孪生仿真模型，实时更新所述仿真空间，得到所述环境空间的实时仿真空间。
可选地，上述方法还包括：采用传感器获取所述车辆的实时参数数据，其中，所述实时参数数据包括以下至少之一：动力、阻力、速度、行驶方向、载重；将所述车辆的实时参数数据输入所述数字孪生仿真模型，在所述实时仿真空间中生成所述车辆的仿真车辆；在所述实时仿真空间中使用所述仿真车辆沿所述多条预定路线行驶，得到与所述多条预定路线对应的多个仿真结果。
根据本发明实施例的另一方面，还提供了一种路线确定装置，包括：获取模块，用于获取车辆的当前地址和目标地址，以及所述车辆所处的环境空间的图像数据和雷达回波数据；生成模块，将所述图像数据和所述雷达回波数据输入仿真环境模型，仿真得到所述环境空间的仿真空间，其中，所述仿真环境模型为预先采用样本数据进行训练得到的模型，所述样本数据包括样本环境空间的图像数据和雷达回波数据；仿真模块，用于在所述仿真空间中仿真所述车辆沿预定路线行驶，得到与所述预定路线对应的仿真结果，其中，所述预定路线为自所述当前地址指向所述目标地址的路线，所述预定路线包括多条；筛选模块，用于根据所述仿真结果和预定筛选条件，从所述多条预定路线中筛选得到至少一条目标行驶路线。
根据本发明实施例的又一方面，还提供了一种路线确定系统，包括：获取单元，数据采集单元，云端处理器，其中，所述获取单元，用于获取车辆的当前地址和目标地址；所述数据采集单元，包括图像采集装置和激光雷达，其中，所述图像采集装置用于采集所述车辆所处的环境空间的图像数据，所述激光雷达用于采集所述车辆所处的环境空间的雷达回波数据；所述云端处理器，用于将所述图像数据和所述雷达回波数据输入仿真环境模型，生成所述环境空间的仿真空间，其中，所述仿真环境模型为预先采用样本数据进行训练得到的模型，所述样本数据包括样本环境空间的图像数据和雷达回波数据；在所述仿真空间中仿真所述车辆沿预定路线行驶，得到与所述预定路线对应的仿真结果，其中，所述预定路线为自所述当前地址指向所述目标地址的路线，所述预定路线包括多条；根据所述仿真结果和预定筛选条件，从所述多条预定路线中筛选得到至少一条目标行驶路线。
可选地，上述系统还包括：无人机，其中，所述无人机用于搭载所述数据采集单元，从空中采集所述图像数据和所述雷达回波数据。
根据本发明实施例的再一方面，还提供了一种非易失性存储介质，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行上述任意一项所述路线确定方法。
根据本发明实施例的再一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一项所述路线确定方法。
在本发明实施例中，采用将车辆所处的环境空间的图像数据和雷达回波数据输入仿真环境模型仿真得到仿真空间的方式，通过在仿真空间中仿真车辆沿预定路线行驶，达到了获得车辆沿预定路线行驶的仿真结果的目的，从而实现了合理筛选符合预定条件的车辆行驶路线的技术效果，进而解决了难以确定符合要求的车辆行驶路线技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例提供的路线确定方法的流程示意图；
图2是根据本发明实施例提供的路线确定装置的结构框图；
图3是根据本发明实施例提供的路线确定系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例，提供了一种路线确定方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例提供的路线确定方法的流程示意图，如图1所示，该方法包括如下步骤：
步骤S102，获取车辆的当前地址和目标地址，以及车辆所处的环境空间的图像数据和雷达回波数据。其中，获取车辆的当前地址，可以使用GPS系统获取车辆当前所处的地理位置；获取车辆的目标地址，可以接收由车辆的操控人员输入的地址，作为车辆的目标地址。
步骤S104，将图像数据和雷达回波数据输入仿真环境模型，仿真得到环境空间的仿真空间，其中，仿真环境模型为预先采用样本数据进行训练得到的模型，样本数据包括样本环境空间的图像数据和雷达回波数据。
仿真环境模型采用图像数据和雷达回波数据生成仿真空间可以通过如下步骤实现：首先，仿真环境模型可以通过图像识别，从图像数据中将环境空间的各种元素识别出来，元素可以包括环境空间中的物体、道路、环境等，例如车辆，道路，护栏，楼房、树木等；仿真环境模型还可以在识别出环境空间中的元素的基础上，通过处理雷达回波数据得到元素与车辆的相对位置关系、元素的运动参数等；最后，仿真环境模型整合识别得到的环境中的元素和元素与车辆的位置关系、元素的运动参数，仿真生成环境空间的仿真空间。
步骤S106，在仿真空间中仿真车辆沿预定路线行驶，得到与预定路线对应的仿真结果，其中，预定路线为自当前地址指向目标地址的路线，预定路线包括多条。在仿真空间中进行车辆的仿真行驶，可以得到车辆的行驶过程的具体数据作为仿真结果，通过分析车辆的行驶过程，可以获得车辆的总的行驶时间、行驶里程、行驶的过程中在不同路段的加减速等信息。
步骤S108，根据仿真结果和预定筛选条件，从多条预定路线中筛选得到至少一条目标行驶路线。作为一种可选的实施方式，预定筛选条件可以包括以下至少之一：行驶时间，行驶里程，行驶路线弯曲程度，道路状况，行驶安全性。仅根据2D地图为车辆进行行驶路线的规划，常常导致车辆沿规划的行驶路线行驶的过程与预想的不同。例如，基于2D地图确定行驶路线，无法将行驶路线中的车辆、障碍物、路况等因素纳入考虑。而采用仿真的方式，可以通过选用合适的筛选条件为车辆规划出满足要求的行驶路线，仿真空间中的车辆沿预定路线行驶时，与仿真空间中的多种元素的交互结果可以将车辆最有可能的实际行驶情况反映出来，为后续的路线筛选提供依据。
通过上述步骤，采用将车辆所处的环境空间的图像数据和雷达回波数据输入仿真环境模型仿真得到仿真空间的方式，通过在仿真空间中仿真车辆沿预定路线行驶，达到了获得车辆沿预定路线行驶的仿真结果的目的，从而实现了合理筛选符合预定条件的车辆行驶路线的技术效果，进而解决了难以确定符合要求的车辆行驶路线技术问题。
作为一种可选的实施例，获取车辆所处的环境空间的图像数据和雷达回波数据，可以使用图像采集装置和激光雷达，其中，图像采集装置用于采集环境空间的图像数据，激光雷达用于采集环境空间的雷达回波数据，图像采集装置和激光雷达搭载于无人机上。
将图像采集装置和激光雷达搭载于无人机上，可以从车辆所处的环境空间的上空进行图像数据和雷达回波数据的采集，可以获取更加优质的环境空间的数据，使得仿真得到的仿真空间更接近现实的环境。此外，将图像采集装置和激光雷达搭载于无人机上，还可以扩大数据采集的范围和稳定性，不易出现前方出现了车辆或者其他物体的遮挡导致的数据采集的视野狭窄的问题。
作为一种可选的实施例，在目标地址位于环境空间之外的情况下，在仿真空间中仿真车辆沿多条预定路线行驶，得到与多条预定路线对应的多个仿真结果，还可以采用如下方式：确定在仿真空间中与多条预定路线分别对应的多个边界地址，其中，多个边界地址分别位于多条预定路线与仿真空间的交界上；在仿真空间中仿真车辆沿多条预定路线行驶至与多条预定路线分别对应的多个边界地址处，得到与多条预定路线对应的多个仿真结果。当目标地址距离较远，数据采集装置无法获取自当前地址至目标地址的全部的环境空间数据信息的情况下，可以采用本可选的实施例的分段规划路径的方式，在数据采集装置能采集到环境空间数据的地理区域范围内生成仿真空间，然后规划车辆在该空间内的最优行驶路线。
作为一种可选的实施例，在仿真环境模型为数字孪生仿真模型的情况下，仿真得到环境空间的仿真空间之后，还可以获取环境空间的实时图像数据和实时雷达回波数据；将实时图像数据和实时雷达回波数据输入数字孪生仿真模型，实时更新仿真空间，得到环境空间的实时仿真空间。通过不断获取环境空间的实时数据并用之以更新环境空间的仿真空间，实现了对环境空间的动态仿真，提高了仿真结果的准确性。其中，采用数字孪生仿真模型生成环境空间的仿真空间，可以充分调动物理模型、传感器、历史数据等多种数据，在虚拟空间中完成对环境空间的实时映射，取得较好的仿真效果。
作为一种可选的实施例，还可以在仿真空间中生成车辆的实时仿真模型，以取得更好的仿真结果。生成车辆的仿真模型可以通过如下步骤：采用传感器获取车辆的实时参数数据，其中，实时参数数据包括以下至少之一：动力、阻力、速度、行驶方向、载重；将车辆的实时参数数据输入数字孪生仿真模型，在实时仿真空间中生成车辆的仿真车辆；在实时仿真空间中使用仿真车辆沿多条预定路线行驶，得到与多条预定路线对应的多个仿真结果。
实施例2
根据本发明实施例，还提供了一种用于实施上述路线确定方法的路线确定装置，图2是根据本发明实施例提供的路线确定装置的结构框图，如图2所示，该路线确定装置包括：获取模块22，生成模块24，仿真模块26和筛选模块28，下面对该路线确定装置进行说明。
获取模块22，用于获取车辆的当前地址和目标地址，以及车辆所处的环境空间的图像数据和雷达回波数据；
生成模块24，连接于上述获取模块22，将图像数据和雷达回波数据输入仿真环境模型，仿真得到环境空间的仿真空间，其中，仿真环境模型为预先采用样本数据进行训练得到的模型，样本数据包括样本环境空间的图像数据和雷达回波数据；
仿真模块26，连接于上述生成模块24，用于在仿真空间中仿真车辆沿预定路线行驶，得到与预定路线对应的仿真结果，其中，预定路线为自当前地址指向目标地址的路线，预定路线包括多条；
筛选模块28，连接于上述仿真模块26，用于根据仿真结果和预定筛选条件，从多条预定路线中筛选得到至少一条目标行驶路线。
此处需要说明的是，上述获取模块22，生成模块24，仿真模块26和筛选模块28对应于实施例1中的步骤S102至步骤S108，多个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。
实施例3
根据本发明实施例，还提供了一种路线确定系统，图3是根据本发明实施例提供的路线确定系统的结构示意图，如图3所示，该路线确定系统包括：获取单元32，数据采集单元34和云端处理器36，下面对该路线确定系统进行说明。
获取单元32，用于获取车辆的当前地址和目标地址；
数据采集单元34，连接于上述获取单元32，包括图像采集装置341和激光雷达342，其中，图像采集装置341用于采集车辆所处的环境空间的图像数据，激光雷达342用于采集车辆所处的环境空间的雷达回波数据；
云端处理器36，连接于上述获取单元32和数据采集单元34，用于将图像数据和雷达回波数据输入仿真环境模型，生成环境空间的仿真空间，其中，仿真环境模型为预先采用样本数据进行训练得到的模型，样本数据包括样本环境空间的图像数据和雷达回波数据；在仿真空间中仿真车辆沿预定路线行驶，得到与预定路线对应的仿真结果，其中，预定路线为自当前地址指向目标地址的路线，预定路线包括多条；根据仿真结果和预定筛选条件，从多条预定路线中筛选得到至少一条目标行驶路线。
作为一种可选的实施例，路线确定系统还可以包括无人机，其中，无人机用于搭载数据采集单元，从空中采集图像数据和雷达回波数据。
实施例4
本发明的实施例可以提供一种计算机设备，可选地，在本实施例中，上述计算机设备可以位于计算机网络的多个网络设备中的至少一个网络设备。该计算机设备包括存储器和处理器。
其中，存储器可用于存储软件程序以及模块，如本发明实施例中的路线确定方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的路线确定方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：获取车辆的当前地址和目标地址，以及车辆所处的环境空间的图像数据和雷达回波数据；将图像数据和雷达回波数据输入仿真环境模型，仿真得到环境空间的仿真空间，其中，仿真环境模型为预先采用样本数据进行训练得到的模型，样本数据包括样本环境空间的图像数据和雷达回波数据；在仿真空间中仿真车辆沿预定路线行驶，得到与预定路线对应的仿真结果，其中，预定路线为自当前地址指向目标地址的路线，预定路线包括多条；根据仿真结果和预定筛选条件，从多条预定路线中筛选得到至少一条目标行驶路线。
可选的，上述处理器还可以执行如下步骤的程序代码：在目标地址位于环境空间之外的情况下，在仿真空间中仿真车辆沿多条预定路线行驶，得到与多条预定路线对应的多个仿真结果，包括：确定在仿真空间中与多条预定路线分别对应的多个边界地址，其中，多个边界地址分别位于多条预定路线与仿真空间的交界上；在仿真空间中仿真车辆沿多条预定路线行驶至与多条预定路线分别对应的多个边界地址处，得到与多条预定路线对应的多个仿真结果。
可选的，上述处理器还可以执行如下步骤的程序代码：获取车辆所处的环境空间的图像数据和雷达回波数据，包括：使用图像采集装置和激光雷达采集环境空间的图像数据和雷达回波数据，其中，图像采集装置和激光雷达搭载于无人机上。
可选的，上述处理器还可以执行如下步骤的程序代码：在仿真环境模型为数字孪生仿真模型的情况下，仿真得到环境空间的仿真空间之后，还包括：获取环境空间的实时图像数据和实时雷达回波数据；将实时图像数据和实时雷达回波数据输入数字孪生仿真模型，实时更新仿真空间，得到环境空间的实时仿真空间。
可选的，上述处理器还可以执行如下步骤的程序代码：采用传感器获取车辆的实时参数数据，其中，实时参数数据包括以下至少之一：动力、阻力、速度、行驶方向、载重；将车辆的实时参数数据输入数字孪生仿真模型，在实时仿真空间中生成车辆的仿真车辆；在实时仿真空间中使用仿真车辆沿多条预定路线行驶，得到与多条预定路线对应的多个仿真结果。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(RandomAccess Memory，RAM)、磁盘或光盘等。
实施例5
本发明的实施例还提供了一种非易失性存储介质。可选地，在本实施例中，上述非易失性存储介质可以用于保存上述实施例1所提供的路线确定方法所执行的程序代码。
可选地，在本实施例中，上述非易失性存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，非易失性存储介质被设置为存储用于执行以下步骤的程序代码：获取车辆的当前地址和目标地址，以及车辆所处的环境空间的图像数据和雷达回波数据；将图像数据和雷达回波数据输入仿真环境模型，仿真得到环境空间的仿真空间，其中，仿真环境模型为预先采用样本数据进行训练得到的模型，样本数据包括样本环境空间的图像数据和雷达回波数据；在仿真空间中仿真车辆沿预定路线行驶，得到与预定路线对应的仿真结果，其中，预定路线为自当前地址指向目标地址的路线，预定路线包括多条；根据仿真结果和预定筛选条件，从多条预定路线中筛选得到至少一条目标行驶路线。
可选地，在本实施例中，非易失性存储介质被设置为存储用于执行以下步骤的程序代码：在目标地址位于环境空间之外的情况下，在仿真空间中仿真车辆沿多条预定路线行驶，得到与多条预定路线对应的多个仿真结果，包括：确定在仿真空间中与多条预定路线分别对应的多个边界地址，其中，多个边界地址分别位于多条预定路线与仿真空间的交界上；在仿真空间中仿真车辆沿多条预定路线行驶至与多条预定路线分别对应的多个边界地址处，得到与多条预定路线对应的多个仿真结果。
可选地，在本实施例中，非易失性存储介质被设置为存储用于执行以下步骤的程序代码：获取车辆所处的环境空间的图像数据和雷达回波数据，包括：使用图像采集装置和激光雷达采集环境空间的图像数据和雷达回波数据，其中，图像采集装置和激光雷达搭载于无人机上。
可选地，在本实施例中，非易失性存储介质被设置为存储用于执行以下步骤的程序代码：在仿真环境模型为数字孪生仿真模型的情况下，仿真得到环境空间的仿真空间之后，还包括：获取环境空间的实时图像数据和实时雷达回波数据；将实时图像数据和实时雷达回波数据输入数字孪生仿真模型，实时更新仿真空间，得到环境空间的实时仿真空间。
可选地，在本实施例中，非易失性存储介质被设置为存储用于执行以下步骤的程序代码：采用传感器获取车辆的实时参数数据，其中，实时参数数据包括以下至少之一：动力、阻力、速度、行驶方向、载重；将车辆的实时参数数据输入数字孪生仿真模型，在实时仿真空间中生成车辆的仿真车辆；在实时仿真空间中使用仿真车辆沿多条预定路线行驶，得到与多条预定路线对应的多个仿真结果。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
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单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种路线确定方法，其特征在于，包括：
获取车辆的当前地址和目标地址，以及所述车辆所处的环境空间的图像数据和雷达回波数据；
将所述图像数据和所述雷达回波数据输入仿真环境模型，仿真得到所述环境空间的仿真空间，其中，所述仿真环境模型为预先采用样本数据进行训练得到的模型，所述样本数据包括样本环境空间的图像数据和雷达回波数据；
在所述仿真空间中仿真所述车辆沿预定路线行驶，得到与所述预定路线对应的仿真结果，其中，所述预定路线为自所述当前地址指向所述目标地址的路线，所述预定路线包括多条；
根据所述仿真结果和预定筛选条件，从所述多条预定路线中筛选得到至少一条目标行驶路线。
2.根据权利要求1所述的方法，其特征在于，在所述目标地址位于所述环境空间之外的情况下，在所述仿真空间中仿真所述车辆沿多条预定路线行驶，得到与所述多条预定路线对应的多个仿真结果，包括：
确定在所述仿真空间中与所述多条预定路线分别对应的多个边界地址，其中，所述多个边界地址分别位于所述多条预定路线与所述仿真空间的交界上；
在所述仿真空间中仿真所述车辆沿所述多条预定路线行驶至与所述多条预定路线分别对应的所述多个边界地址处，得到与所述多条预定路线对应的多个仿真结果。
3.根据权利要求1所述的方法，其特征在于，获取所述车辆所处的环境空间的图像数据和雷达回波数据，包括：
使用图像采集装置和激光雷达采集所述环境空间的图像数据和雷达回波数据，其中，所述图像采集装置和所述激光雷达搭载于无人机上。
4.根据权利要求1至3中任意一项所述的方法，其特征在于，在所述仿真环境模型为数字孪生仿真模型的情况下，仿真得到所述环境空间的仿真空间之后，还包括：
获取所述环境空间的实时图像数据和实时雷达回波数据；
将所述实时图像数据和所述实时雷达回波数据输入所述数字孪生仿真模型，实时更新所述仿真空间，得到所述环境空间的实时仿真空间。
5.根据权利要求4所述的方法，其特征在于，还包括：
采用传感器获取所述车辆的实时参数数据，其中，所述实时参数数据包括以下至少之一：动力、阻力、速度、行驶方向、载重；
将所述车辆的实时参数数据输入所述数字孪生仿真模型，在所述实时仿真空间中生成所述车辆的仿真车辆；
在所述实时仿真空间中使用所述仿真车辆沿所述多条预定路线行驶，得到与所述多条预定路线对应的多个仿真结果。
6.一种路线确定装置，其特征在于，包括：
获取模块，用于获取车辆的当前地址和目标地址，以及所述车辆所处的环境空间的图像数据和雷达回波数据；
生成模块，将所述图像数据和所述雷达回波数据输入仿真环境模型，仿真得到所述环境空间的仿真空间，其中，所述仿真环境模型为预先采用样本数据进行训练得到的模型，所述样本数据包括样本环境空间的图像数据和雷达回波数据；
仿真模块，用于在所述仿真空间中仿真所述车辆沿预定路线行驶，得到与所述预定路线对应的仿真结果，其中，所述预定路线为自所述当前地址指向所述目标地址的路线，所述预定路线包括多条；
筛选模块，用于根据所述仿真结果和预定筛选条件，从所述多条预定路线中筛选得到至少一条目标行驶路线。
7.一种路线确定系统，其特征在于，包括：获取单元，数据采集单元，云端处理器，其中，
所述获取单元，用于获取车辆的当前地址和目标地址；
所述数据采集单元，包括图像采集装置和激光雷达，其中，所述图像采集装置用于采集所述车辆所处的环境空间的图像数据，所述激光雷达用于采集所述车辆所处的环境空间的雷达回波数据；
所述云端处理器，用于将所述图像数据和所述雷达回波数据输入仿真环境模型，生成所述环境空间的仿真空间，其中，所述仿真环境模型为预先采用样本数据进行训练得到的模型，所述样本数据包括样本环境空间的图像数据和雷达回波数据；在所述仿真空间中仿真所述车辆沿预定路线行驶，得到与所述预定路线对应的仿真结果，其中，所述预定路线为自所述当前地址指向所述目标地址的路线，所述预定路线包括多条；根据所述仿真结果和预定筛选条件，从所述多条预定路线中筛选得到至少一条目标行驶路线。
8.根据权利要求7所述的系统，其特征在于，还包括：无人机，其中，所述无人机用于搭载所述数据采集单元，从空中采集所述图像数据和所述雷达回波数据。
9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至5中任意一项所述路线确定方法。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至5中任意一项所述路线确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110363236.1A CN113011676A (zh) | 2021-04-02 | 2021-04-02 | 路线确定方法、装置、系统、非易失性存储介质及处理器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110363236.1A CN113011676A (zh) | 2021-04-02 | 2021-04-02 | 路线确定方法、装置、系统、非易失性存储介质及处理器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113011676A true CN113011676A (zh) | 2021-06-22 |
Family
ID=76388018
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110363236.1A Pending CN113011676A (zh) | 2021-04-02 | 2021-04-02 | 路线确定方法、装置、系统、非易失性存储介质及处理器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113011676A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113326641A (zh) * | 2021-08-03 | 2021-08-31 | 腾讯科技（深圳）有限公司 | 路径规划方法、装置、计算机设备及存储介质 |
-
2021
- 2021-04-02 CN CN202110363236.1A patent/CN113011676A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113326641A (zh) * | 2021-08-03 | 2021-08-31 | 腾讯科技（深圳）有限公司 | 路径规划方法、装置、计算机设备及存储介质 |
| CN113326641B (zh) * | 2021-08-03 | 2021-12-14 | 腾讯科技（深圳）有限公司 | 路径规划方法、装置、计算机设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11782440B2 (en) | Autonomous vehicle simulation system for analyzing motion planners | |
| CN107678306B (zh) | 动态场景信息录制和仿真回放方法、装置、设备及介质 | |
| CN109540142B (zh) | 一种机器人定位导航的方法、装置、计算设备 | |
| CN111123920A (zh) | 一种自动驾驶仿真测试场景生成方法和装置 | |
| EP3582146A1 (en) | Method, apparatus, device and medium for classifying driving scenario data | |
| US20180349526A1 (en) | Method and system for creating and simulating a realistic 3d virtual world | |
| CN112567374A (zh) | 一种仿真交通场景文件生成方法及装置 | |
| CN112307566A (zh) | 车辆仿真测试方法、装置、设备及存储介质 | |
| CN108763287A (zh) | 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法 | |
| JP6850325B2 (ja) | 確率プロットに基づく障害物分布シミュレーション方法、装置、端末、記憶媒体、及びプログラム | |
| EP3410404A1 (en) | Method and system for creating and simulating a realistic 3d virtual world | |
| CN112382165B (zh) | 驾驶策略生成方法、装置、介质、设备及仿真系统 | |
| CN113189989B (zh) | 车辆意图预测方法、装置、设备及存储介质 | |
| CN115357006A (zh) | 基于数字孪生的智能网联汽车虚实测试方法、设备及介质 | |
| Roos et al. | A framework for simulative evaluation and optimization of point cloud-based automotive sensor sets | |
| CN113011676A (zh) | 路线确定方法、装置、系统、非易失性存储介质及处理器 | |
| Bai et al. | Cyber mobility mirror for enabling cooperative driving automation in mixed traffic: A co-simulation platform | |
| CN117576652A (zh) | 道路对象的识别方法、装置和存储介质及电子设备 | |
| CN117036607A (zh) | 基于隐式神经渲染的自动驾驶场景数据生成方法及系统 | |
| CN113435232A (zh) | 一种物体的检测方法、装置、设备及存储介质 | |
| CN113822892B (zh) | 仿真雷达的评测方法、装置、设备及计算机存储介质 | |
| CN109901589B (zh) | 移动机器人控制方法和装置 | |
| CN113091761A (zh) | 车辆路线规划方法、装置、系统、非易失性存储介质 | |
| CN116385825B (zh) | 模型联合训练方法、装置及车辆 | |
| CN117033817B (zh) | 路线确定方法和装置、存储介质及电子设备 |
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 |