CN113091761A - 车辆路线规划方法、装置、系统、非易失性存储介质 - Google Patents

Abstract

本发明公开了一种车辆路线规划方法、装置、系统、非易失性存储介质。其中，该方法包括：获取车辆的出发地地址和目的地地址；确定包括出发地地址和目的地地址的目标区域；获取目标区域的高精度地图，以及位于目标区域中的多个障碍物的类型信息、位置信息和运动参数信息；生成描述多个障碍物在目标区域的分布情况的第一障碍物热力图和用于描述目标时长后多个障碍物在目标区域的分布情况的第二障碍物热力图；综合第一障碍物热力图和第二障碍物热力图，规划得到车辆自出发地地址行驶至目的地地址的行驶路线，其中，车辆在沿行驶路线行驶的情况下受到的障碍物干扰小于预定阈值。本发明解决了规划的车辆行驶路线的行车效率不高的技术问题。

Description

车辆路线规划方法、装置、系统、非易失性存储介质

技术领域

本发明涉及智能驾驶领域，具体而言，涉及一种车辆路线规划方法、装置、系统、非易失性存储介质。

背景技术

智能驾驶领域中，对车辆的行进路线进行合理地规划非常重要，通过行车路线的合理规划，可以提高行车效率、降低行车风险，以及满足车辆驾驶人员的各种个性化的行驶需求。相关技术中的路线规划方法仅能根据当前的行车区域的状况对车辆的行车路线进行规划，然而车辆的行车区域的路况是实时变化的，此类方法常常无法取得良好的路线规划效果，导致车辆行车效率不高或者无法满足驾驶人员的行驶需求。

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车辆路线规划方法、装置、系统、非易失性存储介质，以至少解决规划的车辆行驶路线的行车效率不高的的技术问题。

根据本发明实施例的一个方面，提供了一种车辆路线规划方法，包括：获取车辆的出发地地址和目的地地址；确定目标区域，其中，所述目标区域中包括所述出发地地址和所述目的地地址；获取所述目标区域的高精度地图，以及位于所述目标区域中的多个障碍物的障碍物信息，其中，所述障碍物信息包括：障碍物的类型信息、位置信息和运动参数信息；根据所述多个障碍物的障碍物信息和所述高精度地图，生成所述目标区域的第一障碍物热力图，并预测得到目标时长后所述目标区域的第二障碍物热力图，其中，所述第一障碍物热力图用于描述所述多个障碍物在所述目标区域的分布情况，所述第二障碍物热力图用于描述所述目标时长后所述多个障碍物在所述目标区域的分布情况；根据所述出发地地址和所述目的地地址，综合所述第一障碍物热力图和所述第二障碍物热力图，规划得到所述车辆自所述出发地地址行驶至所述目的地地址的行驶路线，其中，所述车辆在沿所述行驶路线行驶的情况下受到的障碍物干扰小于预定阈值。

可选地，根据所述出发地地址和所述目的地地址，综合所述第一障碍物热力图和所述第二障碍物热力图，规划得到所述车辆的行驶路线，包括：根据所述出发地地址、所述目的地地址和所述第一障碍物热力图，确定至少一条第一行驶路线，并根据所述第一行驶路线、所述目的地地址和所述第二障碍物热力图，确定至少一条第二行驶路线；综合所述第一行驶路线和所述第二行驶路线，规划得到所述车辆自所述出发地地址行驶至所述目的地地址的行驶路线。

可选地，根据所述出发地地址、所述目的地地址和所述第一障碍物热力图，确定至少一条第一行驶路线，并根据所述第一行驶路线、所述目的地地址和所述第二障碍物热力图，确定至少一条第二行驶路线，包括：根据所述出发地地址、所述目的地地址和所述第一障碍物热力图，确定至少一条第一行驶路线，其中，所述车辆沿所述第一行驶路线行驶所述目标时长的过程中受到的障碍物干扰小于第一阈值；预测得到至少一个第一地址，其中，所述第一地址为预测所述车辆沿所述第一行驶路线行驶所述目标时长后到达的地址；根据所述至少一个第一地址、所述目的地地址和所述第二障碍物热力图，确定至少一条第二行驶路线，其中，所述车辆沿所述第二行驶路线自与所述第二行驶路线对应的第一地址行驶至所述目的地地址，且所述车辆沿所述第二行驶路线行驶的过程中受到的障碍物干扰小于第二阈值。

可选地，预测得到至少一个第一地址，其中，所述第一地址为预测所述车辆沿所述第一行驶路线行驶所述目标时长后到达的地址，包括：将所述目标时长、所述第一障碍物热力图以及所述至少一条第一行驶路线输入车辆行驶预测模型，预测得到至少一个第一地址，其中，基于车辆行驶样本数据训练神经网络模型得到所述车辆行驶预测模型。

可选地，获取所述目标区域中的多个障碍物的障碍信息，包括：采集得到所述目标区域的图像数据；从所述目标区域的图像数据中识别得到所述多个障碍物、所述多个障碍物的类型信息和所述多个障碍物的位置信息；根据所述多个障碍物的位置信息，采集得到所述多个障碍物的运动参数信息。

可选地，根据所述多个障碍物的位置信息，采集得到所述多个障碍物的运动参数信息，包括：根据所述多个障碍物的位置信息，采用激光雷达对所述多个障碍物进行测量，得到所述多个障碍物的运动参数信息，其中，所述运动参数信息包括运动速度参数和运动方向参数。

根据本发明实施例的另一方面，还提供了一种车辆路线规划装置，包括：第一获取模块，用于获取车辆的出发地地址和目的地地址；确定模块，用于确定目标区域，其中，所述目标区域中包括所述出发地地址和所述目的地地址；第二获取模块，用于获取所述目标区域的高精度地图，以及位于所述目标区域中的多个障碍物的障碍物信息，其中，所述障碍物信息包括：障碍物的类型信息、位置信息和运动参数信息；处理模块，用于根据所述多个障碍物的障碍物信息和所述高精度地图，生成所述目标区域的第一障碍物热力图，并预测得到目标时长后所述目标区域的第二障碍物热力图，其中，所述第一障碍物热力图用于描述所述多个障碍物在所述目标区域的分布情况，所述第二障碍物热力图用于描述所述目标时长后所述多个障碍物在所述目标区域的分布情况；规划模块，用于根据所述出发地地址和所述目的地地址，综合所述第一障碍物热力图和所述第二障碍物热力图，规划得到所述车辆自所述出发地地址行驶至所述目的地地址的行驶路线，其中，所述车辆在沿所述行驶路线行驶的情况下受到的障碍物干扰小于预定阈值。

根据本发明实施例的又一方面，还提供了一种车辆路线规划系统，包括：信息采集终端和云平台，其中，所述云平台，包括获取单元，确定单元，通信单元和处理单元，其中，所述获取单元，用于获取所述车辆的出发地地址和目的地地址，以及在确定目标区域后，获取所述目标区域的高精度地图；确定单元，用于确定目标区域，其中，所述目标区域中包括所述出发地地址和所述目的地地址；所述通信单元，用于与所述信息采集终端通信，接收所述目标区域中的多个障碍物的障碍物信息；所述处理单元，连接于所述通信单元和所述获取单元，用于根据所述多个障碍物的障碍物信息和所述高精度地图，生成所述目标区域的第一障碍物热力图，并预测得到目标时长后所述目标区域的第二障碍物热力图，其中，所述第一障碍物热力图用于描述所述多个障碍物在所述目标区域的分布情况，所述第二障碍物热力图用于描述所述目标时长后所述多个障碍物在所述目标区域的分布情况；根据所述出发地地址和所述目的地地址，综合所述第一障碍物热力图和所述第二障碍物热力图，规划得到所述车辆自所述出发地地址行驶至所述目的地地址的行驶路线，其中，所述车辆在沿所述行驶路线行驶的情况下受到的障碍物干扰小于预定阈值；所述信息采集终端，用于获取位于所述目标区域中的所述多个障碍物的障碍物信息，其中，所述障碍物信息包括：障碍物的类型信息、位置信息和运动参数信息。

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车辆路线规划方法。

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车辆路线规划方法。

在本发明实施例中，采用获取包括车辆出发地地址和目的地地址的目标区域的方式，通过根据目标区域的高精度地图以及位于目标区域中的多个障碍物的类型信息、位置信息和运动参数信息，生成描述多个障碍物在目标区域的分布情况的第一障碍物热力图和描述多个障碍物在目标区域的分布情况的第二障碍物热力图，综合第一障碍物热力图和第二障碍物热力图，规划得到车辆自出发地地址行驶至目的地地址的行驶路线，达到了根据全面的障碍物信息为车辆规划行车效率更高的行驶路线的目的，从而实现了提供更合理、行车效率更高的车辆行驶路线的技术效果，进而解决了规划的车辆行驶路线的行车效率不高的技术问题。

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车辆路线规划方法的流程示意图；

图2是根据本发明实施例提供的车辆路线规划装置的结构框图。

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，提供了一种车辆路线规划方法实施例，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车辆路线规划方法的流程示意图，如图1所示，该方法包括如下步骤：

步骤S101，获取车辆的出发地地址和目的地地址。其中，本步骤可以采用让车辆的驾驶人员手动输入的方式，获取车辆的出发地地址和目的地地址。例如，驾驶人员出发前手动输入自己的出发地或者目的地，然后通过后续步骤规划行驶路线。

此外，还可以采用车载处理器自动读取车辆的任务，根据车辆的任务获取车辆的出发地和目的地的形式，获取车辆的出发地地址和目的地地址。例如，车辆为无人驾驶的货运车辆，在车载处理器中预先存储了多个货运任务，并依次执行多个货运任务直到所有任务完成。当车载处理器读取当前待执行的货运任务时，自动读取该任务的出发地地址和目的地地址，用于后续步骤规划行驶路线。

步骤S102，确定目标区域，其中，目标区域中包括出发地地址和目的地地址。目标区域可以为一个区域范围，车辆在区域范围内行驶或者作业。作为一种可选的实施例，目标区域可以包括以下至少之一：城市道路交通区域，野外区域，企业园区，特种作业区域。其中，不同的目标区域中，行驶的车辆的类型可以有多种，行车的路线规划的要求也可以不同。例如，城市道路交通区域中行驶的车辆通常为私家车，行车的路线规划要求通常为规划出整个行驶过程中最少拥堵的行车路线；企业园区中通常为无人驾驶的接驳巴车或者工业作业车辆，行车的路线规划要求可以为规划出车辆行驶过程的速度最均匀的行驶路线。

步骤S103，获取目标区域的高精度地图，以及位于目标区域中的多个障碍物的障碍物信息，其中，障碍物信息可以包括障碍物的类型信息、位置信息和运动参数信息。

其中，本步骤中所述的障碍物的位置信息可以为障碍物在高精度地图中的位置，也可以为障碍物与车辆的相对位置。障碍物的运动参数信息可以包括障碍物的运动速度、前进方向、运动轨迹等参数信息，还可以包括障碍物的预期运动信息，例如，当在城市道路中识别到障碍物为车辆，且障碍物车辆位于左转道上时，可以预期该障碍物车辆将会在前方路口左转，该信息也可以作为障碍物的运动参数信息。

步骤S104，根据多个障碍物的障碍物信息和高精度地图，生成目标区域的第一障碍物热力图，并预测得到目标时长后目标区域的第二障碍物热力图，其中，第一障碍物热力图用于描述多个障碍物在目标区域的分布情况，第二障碍物热力图用于描述目标时长后多个障碍物在目标区域的分布情况。

本步骤中的障碍物热力图可以用于描述特定时刻的目标区域内障碍物分布情况，障碍物分布密集的位置可以用更加深的颜色进行标注，障碍物分布稀疏的位置可以用浅色颜色标注。结合目标区域的高精度地图中的道路路线以及目标区域内的障碍物分布，可以用于预测车辆在热力图对应的特定时刻沿不同路线行驶的行驶状况。第一障碍物热力图可以对应于目标区域在车辆从出发地地址出发时的障碍物分布情况，第二障碍物热力图可以对应于目标区域在车辆从出发地地址出发后行进了目标时长后的障碍物分布情况，通过两种障碍物热力图，可以了解目标区域在目标时长中的障碍物分布的变化情况，进而预见在当前时刻不拥堵但是目标时长后出现拥堵的行驶路线，根据道路的变化情况为车辆提供更优的行驶路线规划。

步骤S105，根据出发地地址和目的地地址，综合第一障碍物热力图和第二障碍物热力图，规划得到车辆自出发地地址行驶至目的地地址的行驶路线，其中，车辆在沿行驶路线行驶的情况下受到的障碍物干扰小于预定阈值。通过预定阈值，可以将车辆行驶过程中受到的障碍物干扰进行量化处理。例如，车辆在行驶过程中，通过某一障碍物时需要进行避让操作，该避让操作的预期时间损耗为x，则记录车辆在该行驶路线中受到一次障碍物干扰，干扰的值为x。累积求和整条路段的障碍物干扰，当车辆在沿行驶路线行驶的情况下受到的障碍物干扰小于预定阈值时，确定该行驶路线为符合要求行驶路线并输出给驾驶人员或者车载处理器。

通过上述步骤，采用获取包括车辆出发地地址和目的地地址的目标区域的方式，通过根据目标区域的高精度地图以及位于目标区域中的多个障碍物的类型信息、位置信息和运动参数信息，生成描述多个障碍物在目标区域的分布情况的第一障碍物热力图和描述多个障碍物在目标区域的分布情况的第二障碍物热力图，综合第一障碍物热力图和第二障碍物热力图，规划得到车辆自出发地地址行驶至目的地地址的行驶路线，达到了根据全面的障碍物信息为车辆规划行车效率更高的行驶路线的目的，从而实现了提供更合理、行车效率更高的车辆行驶路线的技术效果，进而解决了规划的车辆行驶路线的行车效率不高的技术问题。

作为一种可选的实施例，获取目标区域中的多个障碍物的障碍信息，可以采用如下方式：采集得到目标区域的图像数据；从目标区域的图像数据中识别得到多个障碍物、多个障碍物的类型信息和多个障碍物的位置信息；根据多个障碍物的位置信息，采集得到多个障碍物的运动参数信息。其中，障碍物的类型可以有多种，例如可以为以下至少之一：车辆，轨道交通车辆，工业机器人，行人或者动物。

作为一种可选的实施例，可以通过如下方式采集得到多个障碍物的运动参数信息：根据多个障碍物的位置信息，采用激光雷达对多个障碍物进行测量，得到多个障碍物的运动参数信息，其中，运动参数信息包括运动速度参数和运动方向参数。此外，获取障碍物在一段时间内的运动速度参数和运动方向参数后，还可以生成该障碍物的运动轨迹，进而对该障碍物在一段时间之后的运动轨迹进行预测。

作为一种可选的实施例，可以采用如下方式综合第一障碍物热力图和第二障碍物热力图，规划得到车辆的行驶路线：根据出发地地址、目的地地址和第一障碍物热力图，确定至少一条第一行驶路线，并根据第一行驶路线、目的地地址和第二障碍物热力图，确定至少一条第二行驶路线；综合第一行驶路线和第二行驶路线，规划得到车辆自出发地地址行驶至目的地地址的行驶路线。

在本可选的实施例中，通过综合分别根据第一障碍物热力图和第二障碍物热力图得到的第一行驶路线以及第二行驶路线，实现了根据目标区域在不同时间段内的障碍物分布情况为车辆规划最佳行驶路线的效果。作为一种可选的实施方式，第一行驶路线可以是车辆在第一障碍物热力图对应的时刻自出发地行驶到目的地的耗时较短的路线，第二行驶路线可以是车辆在第二障碍物热力图对应的时刻，自出发地行驶到目的地的耗时最短的路线，此外，第二行驶路线还可以是从多条第一行驶路线中筛选得到，从多条第一行驶路线中确定车辆在第二障碍物热力图对应的时刻自出发地行驶到目的地的耗时最短的路线。

作为一种可选的实施例，根据出发地地址、目的地地址和第一障碍物热力图，确定至少一条第一行驶路线，并根据第一行驶路线、目的地地址和第二障碍物热力图，确定至少一条第二行驶路线，可以采用如下方式：根据出发地地址、目的地地址和第一障碍物热力图，确定至少一条第一行驶路线，其中，车辆沿第一行驶路线行驶目标时长的过程中受到的障碍物干扰小于第一阈值；预测得到至少一个第一地址，其中，第一地址为预测车辆沿第一行驶路线行驶目标时长后到达的地址；根据至少一个第一地址、目的地地址和第二障碍物热力图，确定至少一条第二行驶路线，其中，车辆沿第二行驶路线自与第二行驶路线对应的第一地址行驶至目的地地址，且车辆沿第二行驶路线行驶的过程中受到的障碍物干扰小于第二阈值。

作为一种可选的实施方式，采用目标时长后的障碍物热力图可以对车辆的行车过程进行更好的预测，例如，有的行车路线上的路段在当前时间没有障碍物，但是在一段时间后出现大量障碍物，则车辆行驶到该路段时会出现拥堵现象，然而仅根据行驶路线的当前的障碍物分布状况，无法应对该种现象。通过引入至少一个第一地址的方式，可以对车辆在目标时长后的行驶路线进行重新规划，重新规划的依据可以为目标时长后的第二障碍物热力图。

作为一种可选的实施例，可以采用如下方式预测得到至少一个第一地址：将目标时长、第一障碍物热力图以及至少一条第一行驶路线输入车辆行驶预测模型，预测得到至少一个第一地址，其中，基于车辆行驶样本数据训练神经网络模型得到车辆行驶预测模型。

作为一种可选的实施方式，用于训练车辆行驶预测模型的每组车辆行驶样本数据可以包括如下内容：出发地地址、目的地地址、选定的包括出发地和目的地的目标区域、目标区域对应的高精度地图、目标区域中的障碍物信息以及车辆的可选的行驶路线，其中，车辆的可选的行驶路线为使得车辆自出发地行驶至目的地耗时满足预定要求的行驶路线。

实施例2

根据本发明实施例，还提供了一种用于实施上述车辆路线规划方法的车辆路线规划装置，图2是根据本发明实施例提供的车辆路线规划装置的结构框图，如图2所示，该车辆路线规划装置包括：第一获取模块21，确定模块22，第二获取模块23，处理模块24和规划模块25，下面对该车辆路线规划装置进行说明。

第一获取模块21，用于获取车辆的出发地地址和目的地地址。

确定模块22，连接于第一获取模块21，用于确定目标区域，其中，目标区域中包括出发地地址和目的地地址。

第二获取模块23，连接于确定模块22，用于获取目标区域的高精度地图，以及位于目标区域中的多个障碍物的障碍物信息，其中，障碍物信息包括：障碍物的类型信息、位置信息和运动参数信息。

处理模块24，连接于第二获取模块23，用于根据多个障碍物的障碍物信息和高精度地图，生成目标区域的第一障碍物热力图，并预测得到目标时长后目标区域的第二障碍物热力图，其中，第一障碍物热力图用于描述多个障碍物在目标区域的分布情况，第二障碍物热力图用于描述目标时长后多个障碍物在目标区域的分布情况。

规划模块25连接于处理模块24，用于根据出发地地址和目的地地址，综合第一障碍物热力图和第二障碍物热力图，规划得到车辆自出发地地址行驶至目的地地址的行驶路线，其中，车辆在沿行驶路线行驶的情况下受到的障碍物干扰小于预定阈值。

此处需要说明的是，上述第一获取模块21，确定模块22，第二获取模块23，处理模块24和规划模块25对应于实施例1中的步骤S101至步骤S105，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

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车辆路线规划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，即实现上述的车辆路线规划方法。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：获取车辆的出发地地址和目的地地址；确定目标区域，其中，目标区域中包括出发地地址和目的地地址；获取目标区域的高精度地图，以及位于目标区域中的多个障碍物的障碍物信息，其中，障碍物信息包括：障碍物的类型信息、位置信息和运动参数信息；根据多个障碍物的障碍物信息和高精度地图，生成目标区域的第一障碍物热力图，并预测得到目标时长后目标区域的第二障碍物热力图，其中，第一障碍物热力图用于描述多个障碍物在目标区域的分布情况，第二障碍物热力图用于描述目标时长后多个障碍物在目标区域的分布情况；根据出发地地址和目的地地址，综合第一障碍物热力图和第二障碍物热力图，规划得到车辆自出发地地址行驶至目的地地址的行驶路线，其中，车辆在沿行驶路线行驶的情况下受到的障碍物干扰小于预定阈值。

可选的，上述处理器还可以执行如下步骤的程序代码：根据出发地地址和目的地地址，综合第一障碍物热力图和第二障碍物热力图，规划得到车辆的行驶路线，包括：根据出发地地址、目的地地址和第一障碍物热力图，确定至少一条第一行驶路线，并根据第一行驶路线、目的地地址和第二障碍物热力图，确定至少一条第二行驶路线；综合第一行驶路线和第二行驶路线，规划得到车辆自出发地地址行驶至目的地地址的行驶路线。

可选的，上述处理器还可以执行如下步骤的程序代码：根据出发地地址、目的地地址和第一障碍物热力图，确定至少一条第一行驶路线，并根据第一行驶路线、目的地地址和第二障碍物热力图，确定至少一条第二行驶路线，包括：根据出发地地址、目的地地址和第一障碍物热力图，确定至少一条第一行驶路线，其中，车辆沿第一行驶路线行驶目标时长的过程中受到的障碍物干扰小于第一阈值；预测得到至少一个第一地址，其中，第一地址为预测车辆沿第一行驶路线行驶目标时长后到达的地址；根据至少一个第一地址、目的地地址和第二障碍物热力图，确定至少一条第二行驶路线，其中，车辆沿第二行驶路线自与第二行驶路线对应的第一地址行驶至目的地地址，且车辆沿第二行驶路线行驶的过程中受到的障碍物干扰小于第二阈值。

可选的，上述处理器还可以执行如下步骤的程序代码：预测得到至少一个第一地址，其中，第一地址为预测车辆沿第一行驶路线行驶目标时长后到达的地址，包括：将目标时长、第一障碍物热力图以及至少一条第一行驶路线输入车辆行驶预测模型，预测得到至少一个第一地址，其中，基于车辆行驶样本数据训练神经网络模型得到车辆行驶预测模型。

可选的，上述处理器还可以执行如下步骤的程序代码：获取目标区域中的多个障碍物的障碍信息，包括：采集得到目标区域的图像数据；从目标区域的图像数据中识别得到多个障碍物、多个障碍物的类型信息和多个障碍物的位置信息；根据多个障碍物的位置信息，采集得到多个障碍物的运动参数信息。

可选的，上述处理器还可以执行如下步骤的程序代码：根据多个障碍物的位置信息，采集得到多个障碍物的运动参数信息，包括：根据多个障碍物的位置信息，采用激光雷达对多个障碍物进行测量，得到多个障碍物的运动参数信息，其中，运动参数信息包括运动速度参数和运动方向参数。

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4

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所提供的车辆路线规划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：获取车辆的出发地地址和目的地地址；确定目标区域，其中，目标区域中包括出发地地址和目的地地址；获取目标区域的高精度地图，以及位于目标区域中的多个障碍物的障碍物信息，其中，障碍物信息包括：障碍物的类型信息、位置信息和运动参数信息；根据多个障碍物的障碍物信息和高精度地图，生成目标区域的第一障碍物热力图，并预测得到目标时长后目标区域的第二障碍物热力图，其中，第一障碍物热力图用于描述多个障碍物在目标区域的分布情况，第二障碍物热力图用于描述目标时长后多个障碍物在目标区域的分布情况；根据出发地地址和目的地地址，综合第一障碍物热力图和第二障碍物热力图，规划得到车辆自出发地地址行驶至目的地地址的行驶路线，其中，车辆在沿行驶路线行驶的情况下受到的障碍物干扰小于预定阈值。

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：根据出发地地址和目的地地址，综合第一障碍物热力图和第二障碍物热力图，规划得到车辆的行驶路线，包括：根据出发地地址、目的地地址和第一障碍物热力图，确定至少一条第一行驶路线，并根据第一行驶路线、目的地地址和第二障碍物热力图，确定至少一条第二行驶路线；综合第一行驶路线和第二行驶路线，规划得到车辆自出发地地址行驶至目的地地址的行驶路线。

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：根据出发地地址、目的地地址和第一障碍物热力图，确定至少一条第一行驶路线，并根据第一行驶路线、目的地地址和第二障碍物热力图，确定至少一条第二行驶路线，包括：根据出发地地址、目的地地址和第一障碍物热力图，确定至少一条第一行驶路线，其中，车辆沿第一行驶路线行驶目标时长的过程中受到的障碍物干扰小于第一阈值；预测得到至少一个第一地址，其中，第一地址为预测车辆沿第一行驶路线行驶目标时长后到达的地址；根据至少一个第一地址、目的地地址和第二障碍物热力图，确定至少一条第二行驶路线，其中，车辆沿第二行驶路线自与第二行驶路线对应的第一地址行驶至目的地地址，且车辆沿第二行驶路线行驶的过程中受到的障碍物干扰小于第二阈值。

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：预测得到至少一个第一地址，其中，第一地址为预测车辆沿第一行驶路线行驶目标时长后到达的地址，包括：将目标时长、第一障碍物热力图以及至少一条第一行驶路线输入车辆行驶预测模型，预测得到至少一个第一地址，其中，基于车辆行驶样本数据训练神经网络模型得到车辆行驶预测模型。

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：获取目标区域中的多个障碍物的障碍信息，包括：采集得到目标区域的图像数据；从目标区域的图像数据中识别得到多个障碍物、多个障碍物的类型信息和多个障碍物的位置信息；根据多个障碍物的位置信息，采集得到多个障碍物的运动参数信息。

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：根据多个障碍物的位置信息，采集得到多个障碍物的运动参数信息，包括：根据多个障碍物的位置信息，采用激光雷达对多个障碍物进行测量，得到多个障碍物的运动参数信息，其中，运动参数信息包括运动速度参数和运动方向参数。

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)

1.一种车辆路线规划方法，其特征在于，包括：

获取车辆的出发地地址和目的地地址；

确定目标区域，其中，所述目标区域中包括所述出发地地址和所述目的地地址；

获取所述目标区域的高精度地图，以及位于所述目标区域中的多个障碍物的障碍物信息，其中，所述障碍物信息包括：障碍物的类型信息、位置信息和运动参数信息；

根据所述多个障碍物的障碍物信息和所述高精度地图，生成所述目标区域的第一障碍物热力图，并预测得到目标时长后所述目标区域的第二障碍物热力图，其中，所述第一障碍物热力图用于描述所述多个障碍物在所述目标区域的分布情况，所述第二障碍物热力图用于描述所述目标时长后所述多个障碍物在所述目标区域的分布情况；

根据所述出发地地址和所述目的地地址，综合所述第一障碍物热力图和所述第二障碍物热力图，规划得到所述车辆自所述出发地地址行驶至所述目的地地址的行驶路线，其中，所述车辆在沿所述行驶路线行驶的情况下受到的障碍物干扰小于预定阈值。

2.根据权利要求1所述的方法，其特征在于，根据所述出发地地址和所述目的地地址，综合所述第一障碍物热力图和所述第二障碍物热力图，规划得到所述车辆的行驶路线，包括：

根据所述出发地地址、所述目的地地址和所述第一障碍物热力图，确定至少一条第一行驶路线，并根据所述第一行驶路线、所述目的地地址和所述第二障碍物热力图，确定至少一条第二行驶路线；

综合所述第一行驶路线和所述第二行驶路线，规划得到所述车辆自所述出发地地址行驶至所述目的地地址的行驶路线。

3.根据权利要求2所述的方法，其特征在于，根据所述出发地地址、所述目的地地址和所述第一障碍物热力图，确定至少一条第一行驶路线，并根据所述第一行驶路线、所述目的地地址和所述第二障碍物热力图，确定至少一条第二行驶路线，包括：

根据所述出发地地址、所述目的地地址和所述第一障碍物热力图，确定至少一条第一行驶路线，其中，所述车辆沿所述第一行驶路线行驶所述目标时长的过程中受到的障碍物干扰小于第一阈值；

预测得到至少一个第一地址，其中，所述第一地址为预测所述车辆沿所述第一行驶路线行驶所述目标时长后到达的地址；

根据所述至少一个第一地址、所述目的地地址和所述第二障碍物热力图，确定至少一条第二行驶路线，其中，所述车辆沿所述第二行驶路线自与所述第二行驶路线对应的第一地址行驶至所述目的地地址，且所述车辆沿所述第二行驶路线行驶的过程中受到的障碍物干扰小于第二阈值。

4.根据权利要求3所述的方法，其特征在于，预测得到至少一个第一地址，其中，所述第一地址为预测所述车辆沿所述第一行驶路线行驶所述目标时长后到达的地址，包括：

将所述目标时长、所述第一障碍物热力图以及所述至少一条第一行驶路线输入车辆行驶预测模型，预测得到至少一个第一地址，其中，基于车辆行驶样本数据训练神经网络模型得到所述车辆行驶预测模型。

5.根据权利要求1所述的方法，其特征在于，获取所述目标区域中的多个障碍物的障碍信息，包括：

采集得到所述目标区域的图像数据；

从所述目标区域的图像数据中识别得到所述多个障碍物、所述多个障碍物的类型信息和所述多个障碍物的位置信息；

根据所述多个障碍物的位置信息，采集得到所述多个障碍物的运动参数信息。

6.根据权利要求5所述的方法，其特征在于，根据所述多个障碍物的位置信息，采集得到所述多个障碍物的运动参数信息，包括：

根据所述多个障碍物的位置信息，采用激光雷达对所述多个障碍物进行测量，得到所述多个障碍物的运动参数信息，其中，所述运动参数信息包括运动速度参数和运动方向参数。

7.一种车辆路线规划装置，其特征在于，包括：

第一获取模块，用于获取车辆的出发地地址和目的地地址；

确定模块，用于确定目标区域，其中，所述目标区域中包括所述出发地地址和所述目的地地址；

第二获取模块，用于获取所述目标区域的高精度地图，以及位于所述目标区域中的多个障碍物的障碍物信息，其中，所述障碍物信息包括：障碍物的类型信息、位置信息和运动参数信息；

处理模块，用于根据所述多个障碍物的障碍物信息和所述高精度地图，生成所述目标区域的第一障碍物热力图，并预测得到目标时长后所述目标区域的第二障碍物热力图，其中，所述第一障碍物热力图用于描述所述多个障碍物在所述目标区域的分布情况，所述第二障碍物热力图用于描述所述目标时长后所述多个障碍物在所述目标区域的分布情况；

规划模块，用于根据所述出发地地址和所述目的地地址，综合所述第一障碍物热力图和所述第二障碍物热力图，规划得到所述车辆自所述出发地地址行驶至所述目的地地址的行驶路线，其中，所述车辆在沿所述行驶路线行驶的情况下受到的障碍物干扰小于预定阈值。

8.一种车辆路线规划系统，其特征在于，包括：信息采集终端和云平台，其中，

所述云平台，包括获取单元，确定单元，通信单元和处理单元，其中，

所述获取单元，用于获取所述车辆的出发地地址和目的地地址，以及在确定目标区域后，获取所述目标区域的高精度地图；

确定单元，用于确定目标区域，其中，所述目标区域中包括所述出发地地址和所述目的地地址；

所述通信单元，用于与所述信息采集终端通信，接收所述目标区域中的多个障碍物的障碍物信息；

所述处理单元，连接于所述通信单元和所述获取单元，用于根据所述多个障碍物的障碍物信息和所述高精度地图，生成所述目标区域的第一障碍物热力图，并预测得到目标时长后所述目标区域的第二障碍物热力图，其中，所述第一障碍物热力图用于描述所述多个障碍物在所述目标区域的分布情况，所述第二障碍物热力图用于描述所述目标时长后所述多个障碍物在所述目标区域的分布情况；根据所述出发地地址和所述目的地地址，综合所述第一障碍物热力图和所述第二障碍物热力图，规划得到所述车辆自所述出发地地址行驶至所述目的地地址的行驶路线，其中，所述车辆在沿所述行驶路线行驶的情况下受到的障碍物干扰小于预定阈值；

所述信息采集终端，用于获取位于所述目标区域中的所述多个障碍物的障碍物信息，其中，所述障碍物信息包括：障碍物的类型信息、位置信息和运动参数信息。

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6中任意一项所述车辆路线规划方法。

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6中任意一项所述车辆路线规划方法。

Images