CN113467438B - 路径规划的方法、装置、控制器及移动物体 - Google Patents

路径规划的方法、装置、控制器及移动物体 Download PDF

Info

Publication number
CN113467438B
CN113467438B CN202010245937.0A CN202010245937A CN113467438B CN 113467438 B CN113467438 B CN 113467438B CN 202010245937 A CN202010245937 A CN 202010245937A CN 113467438 B CN113467438 B CN 113467438B
Authority
CN
China
Prior art keywords
obstacle
moving object
repulsive force
vehicle
coefficient
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.)
Active
Application number
CN202010245937.0A
Other languages
English (en)
Other versions
CN113467438A (zh
Inventor
黄梓亮
郑永豪
彭凡
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN202010245937.0A priority Critical patent/CN113467438B/zh
Priority to PCT/CN2021/079356 priority patent/WO2021196977A1/zh
Priority to JP2022559716A priority patent/JP7479502B2/ja
Priority to EP21780830.2A priority patent/EP4120041A4/en
Publication of CN113467438A publication Critical patent/CN113467438A/zh
Application granted granted Critical
Publication of CN113467438B publication Critical patent/CN113467438B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4044—Direction of movement, e.g. backwards
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/802—Longitudinal distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/804—Relative longitudinal speed

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Medical Informatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本申请公开了一种路径规划的方法、装置、控制器及移动物体，属于自动驾驶领域。所述方法包括：获取移动物体周围的障碍物的位置和运动属性信息，所述运动属性信息用于描述障碍物的属性和运动状态以及所述移动物体的运动状态；根据所述障碍物的位置和运动属性信息确定所述障碍物的斥力环系数，所述斥力环系数用于标识所述移动物体和所述障碍物发生碰撞的危害级别；根据所述斥力环系数规划所述移动物体在第一路段的行驶路径，由此提高驾驶体验。

Description

路径规划的方法、装置、控制器及移动物体
技术领域
本申请涉及自动驾驶领域，特别涉及一种路径规划的方法、装置、控制器及移动物体。
背景技术
自动驾驶(automated driving/ADS)技术是通过移动物体的传感系统感知周围环境的信息，基于感知的信息进行行驶路径的决策规划，移动物体基于规划的行驶路径控制自身自动完成驾驶的过程。例如，目前的自动驾驶技术可用于智能车(smart/intelligentcar)，由车辆的车载传感系统感知道路环境，然后由车辆控制系统进行行车路径规划，并基于规划的行车路径，控制自身实现自动驾驶。
其中，在上述自动驾驶的过程中，车辆的车载传感系统会感知道路环境，得到道路上各的障碍物的位置，车辆基于障碍物的位置和车辆的自身位置规划的路径会绕过该障碍物。车辆沿着该路径，进行行驶。但是传统规划路径的方法中，仅针对自车和障碍物的位置从如何避障的角度规划路径，虽然保证了驾驶员和自车的安全，但是，由于考虑因素单一导致车辆行驶过程无法平稳进行，影响驾驶员的驾驶体验。
发明内容
本申请提供了一种路径规划的方法、装置、控制器及移动物体，以提高驾驶体验。所述技术方案如下：
第一方面，本申请实施例提供了一种路径规划的方法，在所述方法中：获取移动物体周围的障碍物的位置和运动属性信息，该运动属性信息用于描述障碍物的属性和运动状态以及移动物体的运动状态。根据该障碍物的位置和运动属性信息确定该障碍物的斥力环系数，该斥力环系数用于标识移动物体和该障碍物发生碰撞的危害级别。根据该斥力环系数规划移动物体在第一路段的行驶路径。由于障碍物的斥力环系数是基于障碍物的位置和运动属性信息得到的，再基于该斥力环系数规划行驶路径，所以在规划行驶路径时不仅考虑了位置，还考虑了运动属性信息，使得规划的行驶路径更加平滑，基于规划的行驶路径能够平稳驾驶，从而提高了驾驶体验。
在一种可能的实现方式中，该斥力环系数包括斥力环范围系数和斥力系数；由于该斥力环范围系数用于标识障碍物对该危害级别的影响程度，该斥力系数用于标识移动物体的运动状态和障碍物的运动状态对该危害级别的影响程度。这样基于该斥力环范围系数和斥力系数规划的行驶路径可以提前绕开危害级别较大的障碍物，提高驾驶安全性。
在另一种可能的实现方式中，该运动属性信息包括移动物体的速度、加速度和运动方向中的一个或多个，以及障碍物的速度、加速度和运动方向中的一个或多个。根据移动物体的位置和障碍物的位置，获取移动物体与障碍物之间的距离。根据该运动属性信息，获取至少一个相对运动参数，该至少一个相对运动参数包括移动物体与障碍物之间的相对速度、相对加速度和碰撞角度中的一个或多个，该碰撞角度是移动物体的运动方向和障碍物的运动方向之间的夹角。根据该至少一个相对运动参数和距离，获取斥力系数。由于斥力系数基于该至少一个相对运动参数和距离得到的，这样引入斥力系数规划的行驶路径所考虑的因素更加丰富，得到更加平滑的行驶路径。又由于不同的相对运动参数和距离对移动物体与障碍物碰撞产生的危害级别不同，所以基于斥力系数规划的行驶路径会更加合理安全，从而提高了驾驶安全性。
在另一种可能的实现方式中，斥力系数包括斥力速度系数和斥力加速度系数，斥力速度系数用于描述移动物体的速度和障碍物的速度对该危害等级的影响程度，斥力加速度系数用于描述移动物体的加速度和障碍物的加速度对该危害等级的影响程度。根据该相对速度和第一参数获取斥力速度系数，第一参数包括该距离、障碍物的动量大小和碰撞角度中的一个或多个；以及，根据相对加速度和第二参数获取斥力加速度系数，第二参数包括距离、障碍物的动量大小和该碰撞角度中的一个或多个。由于斥力速度系数基于该相对速度和第一参数得到的，斥力加速度系数基于该相对加速度和第二参数得到的，这样引入斥力速度系数和斥力加速度系数规划的行驶路径所考虑的因素更加丰富，得到更加平滑的行驶路径，规划的行驶路径会更加合理安全，从而提高了驾驶安全性。
在另一种可能的实现方式中，该运动属性信息包括障碍物的类型，根据该类型，从类型与斥力环范围系数的对应关系中获取障碍物的斥力环范围系数。这样不同类型的障碍物对应不同斥力环范围系数，在规划行驶路径时考虑了障碍物的类型，而移动物体与不同类型的障碍物碰撞产生的危害级别不同，这样引入斥力环范围系数规划的行驶路径会更加合理安全，提高了驾驶安全性。
在另一种可能的实现方式中，根据斥力环系数，确定移动物体绕开危险障碍物的第一转弯半径，危险障碍物是移动物体继续以其运动状态移动时，将与移动物体发生碰撞的障碍物。根据第一转弯半径规划移动物体在第一路段的行驶路径。由于斥力环系数用于标识移动物体与障碍物碰撞的危害级别，引入斥力环系数得到的第一转弯半径会更加合理，这样基于第一转弯半径规划的行驶路径会更加安全。
在另一种可能的实现方式中，根据该斥力环系数包括的斥力环范围系数，获取障碍物的斥力环大小参数。根据斥力环系数包括的斥力系数和斥力环大小参数，获取障碍物对移动物体产生的斥力大小和斥力场势能大小。根据该斥力大小和斥力场势能大小，确定移动物体绕开危险障碍物的第一转弯半径。由于引入斥力环范围系数和斥力系数获取障碍物对移动物体产生的斥力大小和斥力场势能大小，提高获取斥力大小和斥力场势能大小的准确性，进而提高了第一转弯半径的合理性，这样基于第一转弯半径规划的行驶路径会更加安全。
在另一种可能的实现方式中，按如下公式获取障碍物的斥力环大小参数；
ρo＝(1+Kl)(1+Km)ρr
在上述公式中，ρo为障碍物的斥力环大小参数，Kl为斥力环范围系数包括的生命价值系数，Km为斥力环范围系数包括的财产价值系数，ρr为指定斥力环大小参数。如此实现了基于斥力环范围系数得到障碍物的斥力环大小参数。
在另一种可能的实现方式中，按如下公式确定障碍物对移动物体产生的斥力大小；
在上述公式中，Freq(q)为障碍物对移动物体产生的斥力大小，q为移动物体的位置，qobs为障碍物的位置，ρ(q,qobs)为障碍物与移动物体之间的距离，Kv为斥力系数包括的斥力速度系数，vr为障碍物的速度，Ka为斥力系数包括的斥力加速度系数，ar为障碍物的加速度，η为斥力位置增益系数,ρo为障碍物的斥力环大小参数。由于上述公式在计算斥力大小时，引入了斥力速度系数、斥力加速度系数、障碍物的速度和加速度，丰富了计算斥力大小考虑的因素，使得计算的斥力大小更加准确。
在另一种可能的实现方式中，按如下公式确定障碍物对移动物体产生的斥力场势能大小；
在上述中，Ureq(q)为障碍物对移动物体的斥力场势能大小，q为移动物体的位置，qobs为障碍物的位置，ρ(q,qobs)为障碍物与移动物体之间的距离，Kv为斥力系数包括的斥力速度系数，vr为障碍物的速度，Ka为斥力系数包括的斥力加速度系数，ar为障碍物的加速度，η为斥力位置增益系数,ρo为障碍物的斥力环大小参数。由于上述公式在计算斥力场势能大小时，引入了斥力速度系数、斥力加速度系数、障碍物的速度和加速度，丰富了计算斥力场势能大小考虑的因素，使得计算的斥力场热能大小更加准确。
在另一种可能的实现方式中，移动物体为车辆，根据车辆的速度，确定车辆的最小转弯半径。根据斥力环系数，确定移动物体绕开危险障碍物的第二转弯半径。在第二转弯半径大于或等于最小转弯半径，将第二转弯半径确定为第一转弯半径。在第二转弯半径小于最小转弯半径，将最小转弯半径确定为第一转弯半径。这样在规划行驶路径时考虑了车辆能够转弯的最小转弯半径，从而使得规划的行驶路径更加平滑，进一步提高驾驶安全性。
第二方面，本申请提供了一种路径规划的装置，用于执行第一方面或第一方面的任意一种可能实现方式中的方法。具体地，所述装置包括用于执行第一方面或第一方面的任意一种可能实现方式的方法的单元。
第三方面，本申请提供了一种路径规划的装置，所述装置包括：处理器、存储器和通信接口。其中，所述处理器、所述存储器和所述通信接口之间可以通过总线系统相连。所述存储器用于存储一个或多个程序，所述处理器用于执行所述存储器中的一个或多个程序，使得所述检测装置完成第一方面或第一方面的任意可能实现方式中的方法。
第四方面，本申请提供了一种控制器，包括处理器和存储器，所述存储器用于存储一个或多个程序，所述处理器用于执行所述存储器中的一个或多个程序，使得所述控制器完成第一方面或第一方面的任意可能实现方式中的方法。
第五方面，本申请提供了一种移动物体，所述智能车包括第二方面所述的装置、第三方面所述的控制器或第四方面所述的装置。
第六方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质中存储有程序代码，当其在计算机上运行时，使得计算机执行上述第一方面或第一方面的任意可能实现方式中的方法。
第七方面，本申请提供了一种包含程序代码的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面或第一方面的任意可能实现方式。
第八方面，本申请提供了一种芯片，包括存储器件和处理器件，存储器件用于存储计算机指令，处理器件用于从存储器件中调用并运行该计算机指令，以执行上述第一方面及其上述第一方面任意可能的实现方式中的方法。
第九方面，本申请提供了一种路径规划的系统，包括控制器、定位系统和感知系统。控制器通过定位系统和感知系统获取移动物体周围的障碍物的位置和运动属性信息，该运动属性信息用于描述障碍物的属性和运动状态以及移动物体的运动状态。根据该障碍物的位置和运动属性信息确定该障碍物的斥力环系数，该斥力环系数用于标识移动物体和该障碍物发生碰撞的危害级别。根据该斥力环系数规划移动物体在第一路段的行驶路径。由于障碍物的斥力环系数是基于障碍物的位置和运动属性信息得到的，再基于该斥力环系数规划行驶路径，所以在规划的行驶路径时不仅考虑了位置，还考虑了运动属性信息，使得规划的行驶路径更加平滑，基于规划的行驶路径能够平稳驾驶，从而提高了驾驶体验。
附图说明
图1是本申请实施例提供的一种斥力环示意图；
图2是本申请实施例提供的一种应用场景示意图；
图3是本申请实施例提供的一种目标位置和障碍物对移动物体产生的合力示意图；
图4是本申请实施例提供的一种移动物体的结构示意图；
图5是本申请实施例提供的一种路径规划的方法流程图；
图6是本申请实施例提供的一种移动物体周围的障碍物分布示意图；
图7是本申请实施例提供的一种移动物体与障碍物的运动方向示意图；
图8是本申请实施例提供的一种距离危险等级、速度危险等级、动量危险等级与第一综合等级的对应关系的示意图；
图9是本申请实施例提供的一种角度危险等级、第一综合等级与斥力速度系数等级的对应关系的示意图；
图10是本申请实施例提供的一种距离危险等级、加速度危险等级、动量危险等级与第二综合等级的对应关系的示意图；
图11是本申请实施例提供的一种角度危险等级、第二综合等级与斥力加速度系数等级的对应关系的示意图；
图12是本申请实施例提供的一种移动物体周围的危险障碍物的分布示意图；
图13是本申请实施例提供的另一种移动物体周围的危险障碍物的分布示意图；
图14是本申请实施例提供的一种路径规划的装置结构示意图；
图15是本申请实施例提供的另一种路径规划的装置结构示意图。
具体实施方式
下面结合附图详细介绍本申请提供的路径规划方法。
为了更好的理解本申请的技术方案，首先，对本申请涉及的概念进行简单介绍。
障碍物的斥力环是障碍物的斥力作用范围，该斥力环以障碍物的位置为中心，障碍物的斥力环可以为圆形范围、椭圆形范围或矩形范围等。参见图1，假设障碍物的斥力环为圆形范围，斥力环半径可表示为ρ0，障碍物的斥力环是以障碍物的位置为中心且半径是ρ0的范围。对于移动到该障碍物的斥力环内的移动物体，该障碍物对该移动物体产生斥力，对于位于障碍物的斥力环之外的移动物体，该障碍物不会对该移动物体产生斥力。在障碍物的斥力环内，移动物体离障碍物越近，障碍物对移动物体产生的斥力越大。
可选的，移动物体为车辆(例如，智能车)、无人机、装有光学等自动导引装置(automated guided vehicle，AGV)物流小车或移动机器人等。
接下来结合附图进一步介绍下本申请应用的场景。参见图2，本申请应用于自动驾驶场景，该应用场景包括移动物体1和位于移动物体周围的障碍物(如图2中的障碍物2、3、4、和5)。
移动物体1自动驾驶时，移动物体1的行驶路径会受到其周围障碍物的影响。例如，参见图2，对于移动物体1的前方存在障碍物2，移动物体1需要绕过障碍物2。所以移动物体1在自动驾驶的过程中，基于其周围的障碍物规划行驶路径，按照该行驶路径进行自动驾驶。其中规划行驶路径的详细实现过程，将在后续图5所示的实施例进行详细说明。
移动物体1周围的障碍物可以为移动物体1周围的人员、车辆等。
其中，需要说明的是：移动物体1在自动驾驶的过程中，可以抽象为移动物体1在人造的引力场中运动。参见图3，该引力场是目标位置产生的引力场，目标位置会对移动物体1产生引力，移动物体1在该引力的牵引下朝向目标位置进行自动驾驶，目标位置是移动物体1待到达的位置。
在移动物体1行驶到移动物体1周围的任意一个障碍物的斥力环内，移动物体1还会受到该障碍物对其产生的斥力，该引力和该斥力共同作用下产生合力，该合力驱使移动物体1继续向目标位置行驶。
由于目标位置对移动物体1产生引力，相应的目标位置对移动物体1产生引力场势能；以及，由于障碍物对移动物体1产生斥力，相应的障碍物对移动物体1也产生斥力场势能。目标位置产生的引力场势能和障碍物产生的斥力场势能共同作用于移动物体1，产生合势场能，该合势场能为该合力对物体1产生的能量。
其中，需要说明的是：目标位置对移动物体1产生的引力是虚拟引力，并非真实存在的引力，以及，障碍物对移动物体1产生的斥力也是虚拟斥力，并非真实存在的斥力。目标位置对移动物体1产生的引力场势能是虚拟势能，并非真实存在的势能，以及，障碍物对移动物体1产生的斥力场势能也是虚拟势能，并非真实存在的势能。
可选的，目标位置是移动物体1从起点位置到达终点位置的全局路线上的位置。移动物体1在进行自动驾驶之前，先获取起点位置和终点位置，在地图上规划起点位置到达终点位置的全局路线，将该全局路线划分为多个路段，目标位置是该多个路段中的任一个路段的结束位置。
可选的，目标位置为路口位置或红绿灯位置等，终点位置是该全局路线上的最后一个路段的目标位置。
在得到多个路段后移动物体1开始自动驾驶。在开始自动驾驶时，移动物体1选择第1个路段，移动物体1在第1个路段的目标位置的引力和移动物体1周围的障碍物的斥力共同作用下，自动驾驶。在移动物体1自动驾驶到第1个路段的目标位置，移动物体1选择第2个路段，移动物体1在第2个路段的目标位置的引力和移动物体1周围的障碍物的斥力共同作用下，继续自动驾驶。在移动物体1自动驾驶到第2个路段的目标位置，移动物体1选择第3个路段的目标位置，重复上述过程直到自动驾驶到终点位置时结束。
参见图4，本申请实施例提供了一种移动物体1，该移动物体包括控制器11、感知系统12和定位系统13，控制器11、感知系统12和定位系统13均安装在移动物体1的物体本体上，控制器11分别与感知系统12和定位系统13之间建立有通信连接。
例如，假设该移动物体1是车辆，控制器11、感知系统12和定位系统13均安装在车辆上，控制器11可以为车载终端。再例如，假设该移动物体1为移动机器人，控制器11、感知系统12和定位系统13均安装在机器人，控制器11可以为安装移动机器人中的计算平台。
移动物体1需要进行自动驾驶时，感知系统12用于感知移动物体周围的障碍物的位置、属性信息和运动参数等信息，向控制器11发送感知到的障碍物的位置、属性信息和运动参数等信息；以及，定位系统13用于获取移动物体的位置和运动参数等信息，向控制器11发送获取的移动物体的位置和运动参数等信息。
可选的，感知系统12能够周期性地感知移动物体1周围的障碍物的位置、属性信息和运动参数等信息。同样，定位系统13能够周期性地获取移动物体1的位置和运动参数等信息。
控制器11用于接收感知系统12发送的障碍物的位置、属性信息和运动参数等信息，以及接收定位系统13发送的移动物体1的位置和运动参数等信息，基于接收的移动物体1的位置和运动参数等信息，接收的障碍物的位置、属性信息和运动参数等信息，确定该障碍物的斥力环系数，该斥力环系数用于标识移动物体1和该障碍物发生碰撞的风险级别；根据该斥力环系数规划移动物体1在第一路段的行驶路径，控制移动物体1按该行驶路径自动行驶。
可选的，该风险级别可以用移动物体1和该障碍物发生碰撞的危害级别来表示。
可选的，控制器11规划行驶路径的详细实现过程，参见后续图5所示的实施例，在此先不详细说明。
可选的，感知系统2包括至少一个感知传感器，该至少一个感知传感器包括摄像头和雷达等中的一个或多个。该雷达包括毫米波雷达、激光雷达和超声波雷达等中的一个或多个。
可选的，定位系统3为全球定位系统(global positioning system，GPS)或北斗导航系统等。
参见图5，本申请实施例提供了一种路径规划的方法，该方法可以应用图4所示的移动物体中，该方法用于为该移动物体规划路径，以使移动物体沿规划的路径进行自动驾驶。该方法的执行主体可以为图2所示移动物体中的控制器，包括如下步骤：
步骤101：获取移动物体的位置和移动物体周围的障碍物的位置，以及获取运动属性信息，该运动属性信息用于描述障碍物的属性和运动状态以及移动物体的运动状态。
在移动物体开始自动驾驶之前，获取移动物体的位置为作为起点位置，以及获取用户输入的终点位置，根据该起点位置和该终点位置在地图中确定从起点位置行驶到终点位置的全局路线，将该全局路线划分成多个路段，从该全局路线上选择第一个路段，为了便于说明，称选择的路段为第一路段，然后从本步骤开始执行。
可选的，该运动属性信息包括移动物体的速度、加速度和运动方向等至少一个运动参数、该障碍物的类型等属性信息，以及该障碍物的速度、加速度和运动方向等至少一个运动参数。移动物体的运动参数用于描述移动物体的运动状态，障碍物的属性信息用于描述障碍物的属性，障碍物的运动参数用于描述障碍物的运动状态，如此该运动属性信息实现描述移动物体的运动状态、该障碍物的属性和该障碍物的运动状态。
可选的，移动物体包括定位系统，通过定位系统获取移动物体的位置和运动参数等信息。
可选的，移动物体包括感知系统，通过感知系统获取移动物体周围的障碍物的位置、属性信息和运动参数等信息。
可选的，障碍物的类型为人员、动物或车辆等。在障碍物为动物时，障碍物的类型可细分为宠物或一般动物等动物类型。宠物一般指狗和猫等动物，一般动物除宠物之外的其他动物。在障碍物为车辆时，障碍物的类型包括车辆类型、车辆型号和/或车辆品牌等信息。车型类型可以为轿车、卡车、大巴车或中巴车等。车辆型号可以为该车辆品牌下的一种型号。
可选的，该运动属性信息还包括障碍物的体积和动量大小等信息，对于速度等于0的障碍物，即处于静止状态的障碍物，该障碍物的动量大小为0。对于速度大于0的障碍物，即处于运动状态的障碍物，通过感知系统获取该障碍物的动量大小的操作的可以为：获取该障碍物的质量，根据该障碍物的质量和感知系统感知的该障碍物的速度，计算出该障碍物的动量大小。
该障碍物的动量是与该障碍物的质量和速度相关的物理量，指的是处于运动的该障碍物的作用效果。动量也是矢量，该障碍物的动量方向与该障碍物的速度方向相同。该障碍物的动量大小等于该障碍物的质量和速度的乘积。
对于获取障碍物的质量的操作，可以为：在获取的障碍物的类型为人员或动物等类型的情况，通过感知系统估计障碍物的体积，根据障碍物的类型，从类型与密度的对应关系中获取障碍物的密度，根据障碍物的密度和体积，获取障碍物的质量。
可选的，移动物体本地保存有类型与密度的对应关系，或者，服务器中保存有类型与密度的对应关系。在该对应关系保存在移动物体本地，则直接根据障碍物的类型，从移动物体本地保存的该对应关系中查询障碍物的密度。在该对应关系保存在服务器，则根据障碍物的类型，从服务器保存的该对应关系中查询障碍物的密度。
可选的，对于人员，该人员可能骑行在自行车、摩托车或电动车等车辆上，该障碍物包括骑行的车辆和骑行在该车辆上的各人员。通过感知系统可以感知到骑行在该车辆上的各人员的体积，然后基于各人员的体积和密度计算出各人员的质量，根据各人员的质量与该车辆的质量进行相加，得到障碍物的质量。
对于自行车、摩托车或电动车，可以在本地保存自行车、摩托车或电动车的质量。或者，通过感知系统感知自行车、摩托车或电动车的型号等信息，基于感知自行车、摩托车或电动车的型号等信息，从互联网中查询自行车、摩托车或电动车的质量。
可选的，在障碍物为车辆的情况下，障碍物的类型包括车辆类型、车辆型号和/或车辆品牌等信息。根据该车辆类型、车辆型号和/或车辆品牌等信息，从互联网中获取该车辆的质量。
其中，根据该车辆类型、车辆型号和/或车辆品牌等信息，从互联网中查询该车辆的自身质量和最大载重量，基于该最大载重量估计该车辆的当前载货重量，将该当前载货重量和自身质量相加，得到该车辆的质量。
例如，将该最大载重量与一个系数相乘得到该车辆的当前载货重量，该系数可以大于0且小于或等于2。可选的，该系数可以为指定系数等。
可选的，在障碍物为车辆的情况下，该车辆包括重量传感器，该车辆通过该重量传感器测量出该车辆的质量。该车辆向服务器发送该车辆的车牌号和该车辆的质量。服务器接收该车辆的车牌号和该车辆的质量，将该车辆的车牌号和该车辆的质量对应保存在车牌号与质量的对应关系。
这样在本步骤中，通过移动物体的感知系统获取该车辆的车牌号，根据该车辆的车牌号，从服务器保存的车牌号与质量的对应关系中获取该车辆的质量。或者，移动物体与该车辆建立通信连接，通过该通信连接接收该车辆发送的该车辆的质量。
该通信连接可以为短距离连接，例如可以为车用无线通信技术(例如，vehicle tox(v2x))连接。
可选的，移动物体周围的障碍物是指以移动物体的位置为中心的目标半径范围内的障碍物。移动物体周围的障碍物数目M大于或等于1。
例如，参见图6，移动物体1需要移动至目标位置17，移动物体1周围的障碍物包括以移动物体1的位置为中心的目标半径范围内的障碍物21、22和23。也就是说，该M个障碍物包括障碍物21、22和23，而障碍物24和25不位于该范围内。
可选的，在执行本步骤之前，根据移动物体的速度获取目标半径，这样在本步骤中，根据目标半径确定移动物体周围的障碍物。例如，确定移动物体的速度所在的速度范围，根据该速度范围，从速度范围与半径的对应关系中获取对应的半径作为目标半径。或者，根据移动物体的速度，通过函数获取目标半径。该函数的自变量为移动物体的速度，该函数的因变量为目标半径。可选的，该函数为线性函数。
假设，移动物体的速度为50，确定该速度所在的速度范围为大于40且小于60，根据该速度范围从如表1所示的速度范围与半径的对应关系获取目标半径为60米。或者，该函数为y＝ax+b，x为自变量，用于表示移动物体的速度，y为因变量用于表示目标半径，根据移动物体的速度50，通过该函数y＝ax+b，计算出目标半径，假设计算的目标半径也为60米。这样在本步骤中获取以移动物体的位置为中心的60米范围内的障碍物的位置。
表1
速度范围(单位为km/h) 半径(单位为m)
小于或等于40 30
大于40且小于60 60
大于或等于60 90
其中，在表1中km为千米，h为小时，m为米。
步骤102：根据移动物体的位置、目标障碍物的位置和该运动属性信息，获取目标障碍物的斥力环系数，该斥力环系数用于标识移动物体与目标障碍物碰撞的风险等级，目标障碍物是移动物体周围的任一障碍物。
该风险级别可以用移动物体与障碍物碰撞的危害级别来表示。该斥力环系数越大，表示移动物体与目标障碍物碰撞产生的危害程度越大。所以在规划路径时引入该斥力环系数，目标障碍物的斥力环系数越大，在规划路径时越早对目标障碍物做避让处理，从而可以避免或降低移动物体与目标障碍物碰撞的可能性。
可选的，目标障碍物的斥力环系数包括目标障碍物的斥力系数和斥力环范围系数，该斥力系数用于描述移动物体的运动状态和目标障碍物的运动状态对该危害等级的影响程度；该斥力环范围系数用于描述该目标障碍物对该危害等级的影响程度。
可选的，该运动属性信息包括目标障碍物的类型，事先保存类型与斥力环范围系数的对应关系。
这样对于目标障碍物的斥力环范围系数，在本步骤中，根据目标障碍物的类型，从类型与斥力环范围系数的对应关系中获取目标障碍物的斥力环范围系数。
障碍物的斥力环范围系数包括生命价值系数和财产价值系数。障碍物的生命价值系数用于反映障碍物的生命价值，障碍物的财产价值系数用于反映障碍物的财产价值。
其中，不同的障碍物，障碍物的生命价值和财产价值不同，移动物体与不同障碍物发生碰撞时会产生不同程度的损失，该生命价值系数和该财产价值系数用于反应该碰撞产生的损失程度。
例如，参见下表2所示的类型与斥力环范围系数的对应关系，对于人员和动物，人员的生命价值高于动物的生命价值，以及人员的财产价值高于动物的财产价值。所以在下表2中，人员的生命价值系数大于动物的生命价值系数，人员的财产价值系数大于动物的财产价值系数。
障碍物的斥力环范围系数用于描述该障碍物对斥力环大小的影响，所以通过障碍物的斥力环范围系数能够调整该障碍物的斥力环大小(具体如何调整将在后续步骤进行详细说明)，障碍物的生命价值和财产价值越高，障碍物的斥力环大小越大。而斥力环大小越大，在规划移动物体移动的路径时，越早对障碍物做出用于避免碰撞或减小碰撞危害和损失程度的规避处理。该规避处理可以为绕开障碍物，或提前进行刹车处理等，以避免碰撞或减小碰撞带来的危害和损失程度，以提高自动驾驶的安全性。
表2
可选的，在表2所示的类型与斥力环范围系数的对应关系中，障碍物的类型能够划分的更细致，例如，动物可以细划分为宠物或流浪动物等，轿车可以细划分为不同品牌的轿车。
对于目标障碍物的斥力系数，通过如下1021至1024的操作获取斥力系数。该1021至2024的操作分别为：
1021：根据移动物体的位置和目标障碍物的位置，获取移动物体与目标障碍物之间的距离。
移动物体周围的障碍物包括M个，在本步骤中获取移动物体分别与M个障碍物之间的距离。
1022：根据移动物体的运动参数和目标障碍物的运动参数，获取移动物体与目标障碍物之间的至少一个相对运动参数。
移动物体的运动参数包括移动物体的速度、加速度和/或运动方向等，目标障碍物的运动参数包括目标障碍物的速度、加速度、动量大小和/或运动方向等。
该至少一个相对运动参数包括移动物体与目标障碍物之间的碰撞角度、移动物体与目标障碍物之间的相对速度和相对加速度。该碰撞角度是移动物体的运动方向与目标障碍物的运动方向之间的夹角。
所以在本步骤中，根据移动物体的运动方向和目标障碍物的运动方向，获取移动物体与目标障碍物之间的碰撞角度。和/或，根据移动物体的速度和目标障碍物的速度，获取移动物体与目标障碍物之间的相对速度。和/或，根据移动物体的加速度和目标障碍物的加速度，获取移动物体与目标障碍物之间的相对加速度。
移动物体周围的障碍物包括M个，在本步骤中获取移动物体分别与M个障碍物之间的碰撞角度、相对速度和/或相对加速度。
接下来，结合附图进一步介绍如何根据该至少一个相对运动参数和移动物体与目标障碍物之间距离，获取斥力系数。
可选的，该斥力系数包括斥力速度系数和/或斥力加速度系数，该斥力速度系数用于描述移动物体的速度和目标障碍物的速度对该危害等级的影响，该斥力加速度系数用于描述移动物体的加速度和目标障碍物的加速度对该危害等级的影响。
可选的，该斥力速度系数还用于描述移动物体和目标障碍物之间的距离和碰撞角度，以及目标障碍物的动量大小中的一个或多个对该危害等级的影响。该斥力加速度系数也还用于描述移动物体和目标障碍物之间的距离和碰撞角度，以及目标障碍物的动量大小中的一个或多个对该危害等级的影响，
可选的，通过如下1023的操作获取目标障碍物的斥力速度系数，通过如下1024的操作获取目标障碍物的斥力加速度系数。
可选的，如下1023和1024可以同时执行，或先执行1023再执行1024，或先执行1024再执行1023。或者，
执行1023不执行1024，或执行1024不执行1023，即获取目标障碍物的斥力速度系数和斥力加速度系数中的任一个。
1023：根据移动物体与目标障碍物之间的相对速度和第一参数，获取目标障碍物的斥力速度系数，第一参数包括移动物体与目标障碍物之间的距离、碰撞角度和目标障碍物的动量大小中的一个或多个。
可选的，通过如下(1-1)至(1-5)的操作获取目标障碍物的斥力速度系数。该(1-1)至(1-5)的操作分别为：
(1-1)：根据移动物体与目标障碍物之间的距离，确定目标障碍物的距离危险等级，该距离危险等级用于反映移动物体与目标障碍物在该距离下，移动物体继续以其当前运动状态移动时将与目标障碍物发生碰撞产生的破坏程度。
该距离越大，目标障碍物的距离危险等级越低，表示移动物体续以其当前运动状态移动时将与目标障碍物发生碰撞产生破坏程度越低。原因在于，该距离越大，在规划移动物体的路径时，越早对目标障碍物做出用于避免碰撞或减小碰撞危害和损失程度的规避处理。
可选的，从移动物体分别与M个障碍物之间的距离中选择最大距离，根据移动物体与目标障碍物之间的距离和该最大距离，计算目标障碍物的距离比例，该距离比例等于1-D/Dmax，D为移动物体与目标障碍物之间的距离，Dmax为该最大距离。确定目标障碍物的距离比例所在距离比例范围，从距离比例范围与距离危险等级的对应关系中获取目标障碍物的距离危险等级。
例如，参见下表3，事先保存距离比例范围与距离危险等级的对应关系，假设计算出目标障碍物的距离比例为0.5，确定目标障碍物的距离比例所在的距离比例范围为大于0.3且小于0.7，根据该距离范围，从如下表3所示的距离比例范围与距离危险等级的对应关系中获取目标障碍物的距离等级为“中”。
表3
距离比例范围(单位为m) 距离危险等级
大于或等于0且小于或等于0.3 高
大于0.3且小于0.7 中
大于或等于0.7且小于或等于1 低
(1-2)：根据移动物体与目标障碍物之间的相对速度，确定目标障碍物的速度危险等级，该速度危险等级用于反映移动物体和目标障碍物继续以该相对速度移动时移动物体将与目标障碍物发生碰撞产生的破坏程度。
该相对速度越大，目标障碍物的速度危险等级越高，表示移动物体和目标障碍物继续以该相对速度移动时移动物体将与目标障碍物发生碰撞产生的破坏程度就越高。原因在于，该相对速度越大，移动物体与目标障碍物碰撞力度越大，且用于规划移动物体的路径的时间越少，无法越早对目标障碍物做出用于避免碰撞或减小碰撞危害和损失程度的规避处理。
可选的，从移动物体分别与M个障碍物之间的相对速度中选择最大相对速度，根据移动物体与目标障碍物之间的相对速度和该最大相对速度，计算目标障碍物的相对速度比例，该相对速度比例等于V/Vmax，V为移动物体与目标障碍物之间的相对速度，Vmax为该最大相对速度。确定目标障碍物的相对速度比例所在相对速度比例范围，从相对速度比例范围与速度危险等级的对应关系中获取目标障碍物的速度危险等级。
例如，参见下表4，事先保存相对速度比例范围与速度危险等级的对应关系，假设计算出目标障碍物的相对速度比例为0.5，确定目标障碍物的相对速度比例所在的相对速度比例范围为大于0.4且小于或等于0.6，根据该相对速度范围，从如下表4所示的相对速度比例范围与速度危险等级的对应关系中获取目标障碍物的速度危险等级为“中”。
表4
相对速度比例范围(单位为km/h) 速度危险等级
大于或等于0且小于或等于0.2 低
大于0.2且小于或等于0.4 低中
大于0.4且小于或等于0.6 中
大于0.6且小于或等于0.8 中高
大于0.8且小于或等于1.0 高
(1-3)：根据目标障碍物的动量大小，确定目标障碍物的动量危险等级，该动量危险等级用于反映目标障碍物在该动量大小下，移动物体与目标障碍物发生碰撞产生的破坏程度。
该动量大小越大，目标障碍物的动量危险等级越高，表示移动物体和目标障碍物发生碰撞产生的破坏程度就越高。原因在于，该动量大小越大，目标障碍物与移动物体发生碰撞的力度就越大，导致碰撞危害和损失程度越高。
可选的，从M个障碍物的动量大小中选择最大动量大小，根据目标障碍物的动量大小和该最大动量大小，计算目标障碍物的动量比例，该动量比例等于I/Imax，I为目标障碍物的动量大小，Imax为该最大动量大小。确定目标障碍物的动量比例所在动量比例范围，从动量比例范围与动量危险等级的对应关系中获取目标障碍物的动量危险等级。
例如，参见下表5，事先保存动量比例范围与动量危险等级的对应关系，假设计算出目标障碍物的动量比例为0.5，确定目标障碍物的动量比例所在的动量比例范围为大于0.3且小于或等于0.7，根据该动量比例范围，从如下表5所示的动量比例范围与动量危险等级的对应关系中获取目标障碍物的动量危险等级为“中”。
表5
动量比例范围(单位为kg*m/s) 动量危险等级
大于或等于0且小于或等于0.3 高
大于0.3且小于0.7 中
大于或等于0.7且小于或等于1 低
其中，在表5中kg为千克，s为秒。
(1-4)：根据移动物体与目标障碍物之间的碰撞角度，确定目标障碍物的角度危险等级，该角度危险等级用于反映在碰撞角度下移动物体与目标障碍物发生碰撞产生的破坏程度。
该碰撞角度越大，目标障碍物的角度危险等级越高，表示移动物体和目标障碍物发生碰撞产生的破坏程度就越高。原因在于，该碰撞角度越大，目标障碍物与移动物体发生碰撞的力度就越大，导致碰撞危害和损失程度越高。
例如，参见图7，移动物体1的运动方向和目标障碍物2的运动方向完全相反，即移动物体1和目标障碍物2相对运动，此时移动物体1和目标障碍物2之间的碰撞角度最大，为180度，在该碰撞角度下移动物体1和目标障碍物2碰撞，移动物体1和目标障碍物2发生碰撞的力度最大，导致碰撞危害和损失程度最高。
可选的，对于移动物体与目标障碍物之间的碰撞角度，确定该碰撞角度所在角度范围，从角度范围与角度危险等级的对应关系中获取目标障碍物的角度危险等级。
例如，参见下表6，事先保存角度范围与角度危险等级的对应关系，假设移动物体与目标障碍物之间的碰撞角度为156度，确定该碰撞角度所在的角度范围为大于150，根据该角度范围，从如下表6所示的角度范围与角度危险等级的对应关系中获取目标障碍物的角度危险等级为“高”。
表6
角度范围(单位为度) 角度危险等级
大于或等于0且小于或等于60 低
大于60且小于或等于90 中低
大于90且小于或等于120 中
大于120且小于或等于150 中高
大于150 高
(1-5)：根据目标障碍物的距离危险等级、速度危险等级、动量危险等级和角度危险等级，获取目标障碍物的斥力速度系数。
事先保存距离危险等级、速度危险等级、动量危险等级与第一综合等级的对应关系。在本步骤中，根据目标障碍物的距离危险等级、速度危险等级和动量危险等级，从距离危险等级、速度危险等级、动量危险等级与第一综合等级的对应关系获取目标障碍物的第一综合等级。根据目标障碍物的第一综合等级和角度危险等级，获取目标障碍物的斥力速度系数。
第一综合等级用于反映在该距离、相对速度和该动量大小的共同作用下，移动物体与目标障碍物发生碰撞产生的破坏程度。第一综合等级越高，表示移动物体和目标障碍物发生碰撞产生的破坏程度就越高。
可选的，根据目标障碍物的第一综合等级和角度危险等级，从第一综合等级、角度危险等级与斥力速度系数等级的对应关系中获取对应的斥力速度系数等级，根据该斥力速度系数等级通过去模糊算法获取目标障碍物的斥力速度系数，即将该斥力速度系数等级作为去模糊算法的输入，输入到该去模糊算法，然后获取该去模糊算法根据该斥力速度系数等级输出的斥力速度系数。其中，去模糊算法用于将模糊量(斥力速度系数等级(高、中、低等量))经过一定变换，变成精确输出量(例如为一个系数)的计算过程，也称为反模糊化、解模糊化等。常用的去模糊化算法有最大隶属法(平均)、重心法(加权平均法)、面积等分法等。
本申请并不限定获取目标障碍物的斥力速度系数的方法，可以采用传统技术中去模糊算法，也可以采用其他算法。
斥力速度系数等级用于反映在该距离、相对速度、该动量大小和该碰撞角度的共同作用下，移动物体与目标障碍物发生碰撞产生的破坏程度。斥力速度系数等级越高，表示移动物体和目标障碍物发生碰撞产生的破坏程度就越高。
例如，事先保存如图8所示的距离危险等级、速度危险等级、动量危险等级与第一综合等级的对应关系，目标障碍物的距离危险等级为“中”，速度危险等级为“中”，动量危险等级也为“中”，从如图8所示的距离危险等级、速度危险等级、动量危险等级与第一综合等级的对应关系获取目标障碍物的第一综合等级也为“中”。根据目标障碍物的第一综合等级“中”和角度危险等级“高”，从如图9所示的第一综合等级、角度危险等级与斥力速度系数等级的对应关系中获取对应的斥力速度系数等级为“中高”。根据该斥力速度系数等级“中高”通过去模糊算法获取目标障碍物的斥力速度系数。
1024：根据移动物体与目标障碍物之间的距离、相对加速度和碰撞角度，以及目标障碍物的动量大小，获取目标障碍物的斥力加速度系数。
如果在执行1024之前还未执行1023，则在本步骤中获取目标障碍物的距离危险等级、加速度危险等级、动量危险等级和角度危险等级，其中获取目标障碍物的距离危险等级、动量危险等级和角度危险等级的详细实现过程，参见上述1023中的相关内容，在此不再详细说明。如果在执行1024之前已执行1023，则在本步骤中只需要获取目标障碍物的加速度危险等级。
对于目标障碍物的加速度危险等级，在本步骤中，根据移动物体与目标障碍物之间的相对加速度，确定目标障碍物的加速度危险等级，该加速度危险等级用于反映移动物体和目标障碍物继续以该相对加速度移动时移动物体将与目标障碍物发生碰撞产生的破坏程度。
该相对加速度越大，目标障碍物的加速度危险等级越高，表示移动物体和目标障碍物继续以该相对加速度移动时移动物体将与目标障碍物发生碰撞产生的破坏程度就越高。原因在于，该相对加速度越大，移动物体与目标障碍物碰撞产生的力度越大，以及用于规划移动物体的路径的时间越少，无法越早对目标障碍物做出用于避免碰撞或减小碰撞危害和损失程度的规避处理。
在实现时，从移动物体分别与M个障碍物之间的相对加速度中选择最大相对加速度，根据移动物体与目标障碍物之间的相对加速度和该最大相对加速度，计算目标障碍物的相对加速度比例，该相对加速度比例等于A/Amax，A为移动物体与目标障碍物之间的相对加速度，Amax为该最大相对加速度。确定目标障碍物的相对加速度比例所在相对加速度比例范围，从相对速度比例范围与速度危险等级的对应关系中获取目标障碍物的加速度危险等级。
例如，参见下表7，事先保存相对加速度比例范围与加速度危险等级的对应关系，假设计算出目标障碍物的相对加速度比例为0.5，确定目标障碍物的相对加速度比例所在的相对加速度比例范围为大于0.4且小于或等于0.6，根据该相对加速度范围，从如下表7所示的相对加速度比例范围与加速度危险等级的对应关系中获取目标障碍物的加速度危险等级为“中”。
表7
相对加速度比例范围(单位m/s) 加速度危险等级
大于或等于0且小于或等于0.2 低
大于0.2且小于或等于0.4 低中
大于0.4且小于或等于0.6 中
大于0.6且小于或等于0.8 中高
大于0.8且小于或等于1.0 高
可选的，事先保存距离危险等级、加速度危险等级、动量危险等级与第二综合等级的对应关系。对于目标障碍物的斥力加速度系数，根据目标障碍物的距离危险等级、加速度危险等级和动量危险等级，从距离危险等级、加速度危险等级、动量危险等级与第二综合等级的对应关系获取目标障碍物的第二综合等级。根据目标障碍物的第二综合等级和角度危险等级，获取目标障碍物的斥力加速度系数。
第二综合等级用于反映在该距离、相对加速度和该动量大小的共同作用下，移动物体与目标障碍物发生碰撞产生的破坏程度。第二综合等级越高，表示移动物体和目标障碍物发生碰撞产生的破坏程度就越高。
可选的，根据目标障碍物的第二综合等级和角度危险等级，从第二综合等级、角度危险等级与斥力加速度系数等级的对应关系中获取对应的斥力加速度系数等级，根据该斥力加速度系数等级通过去模糊化算法获取目标障碍物的斥力加速度系数，即将该斥力加速度系数等级作为去模糊算法的输入，输入到该去模糊算法，然后获取该去模糊算法根据该斥力加速度系数等级输出的斥力加速度系数。
斥力加速度系数等级用于反映在该距离、相对加速度、该动量大小和该碰撞角度的共同作用下，移动物体与目标障碍物发生碰撞产生的破坏程度。斥力加速度系数等级越高，表示移动物体和目标障碍物发生碰撞产生的破坏程度就越高。
例如，事先保存如图10所示的距离危险等级、加速度危险等级、动量危险等级与第二综合等级的对应关系，目标障碍物的距离危险等级为“中”，加速度危险等级为“中”，动量危险等级也为“中”，从如图10所示的距离危险等级、加速度危险等级、动量危险等级与第二综合等级的对应关系获取目标障碍物的第二综合等级也为“中”。根据目标障碍物的第二综合等级“中”和角度危险等级“高”，从如图11所示的第二综合等级、角度危险等级与斥力加速度系数等级的对应关系中获取对应的斥力速度等级为“中高”。根据该斥力加速度系数等级“中高”通过去模糊算法获取目标障碍物的斥力加速度系数。
步骤103：根据目标障碍物的斥力环系数，获取目标障碍物对移动物体产生的斥力大小和斥力场势能大小。
在本步骤，目标位置是从全局路线包括的多个目标位置中选择的一个目标位置。
可选的，通过如下1031至1032的操作获取目标障碍物对移动物体产生的斥力大小和斥力场势能大小。该1031至1032的操作分别为：
1031：根据斥力环范围系数，获取目标障碍物的斥力环大小参数。
按如下第一公式获取目标障碍物的斥力环大小参数；
第一公式为：ρo＝(1+Kl)(1+Km)ρr
在第一公式中，ρo为目标障碍物的斥力环大小参数，Kl为生命价值系数，Km为财产价值系数，ρr为指定斥力环大小参数且为固定值。
可选的，在目标障碍物的斥力环为圆形环时，目标障碍物的斥力环大小参数为斥力环半径，ρo为目标障碍物的斥力环半径，ρr为指定斥力环半径。
可选的，在目标障碍物的斥力环为矩形环时，目标障碍物的斥力环大小参数包括斥力环长度和宽度。ρo为目标障碍物的斥力环长度，ρr为指定斥力环长度；或者，ρo为目标障碍物的斥力环宽度，ρr为指定斥力环宽度。
可选的，在目标障碍物的斥力环为椭圆形环时，目标障碍物的斥力环大小参数包括斥力环长轴长度和短轴长度。ρo为目标障碍物的斥力环长轴长度，ρr为指定斥力环长轴长度；或者，ρo为目标障碍物的斥力环短轴长度，ρr为指定斥力环短轴长度。
在第一公式中，在目标障碍物的斥力环范围系数越大，目标障碍物的斥力环大小参数越大，使得目标障碍物的斥力环越大。也就是，目标障碍物的生命价值系数和/或财产价值系数越大，目标障碍物的斥力环大小参数越大。如此不同生价值命和/或财产价值的障碍物的斥力环大小参数不同，障碍物的生命价值和/或财产价值越高，障碍物的斥力环大小参数越大。
障碍物的斥力环大小参数越大，表示障碍物越早对移动物体产生斥力，这样使移动物体越早确定避让障碍物，从而最大限度地避免与生命价值和/或财产价值越高的障碍物产生碰撞，从而提高了自动驾驶的安全性。
1032：根据目标障碍物的斥力环大小参数、移动物体的位置、目标障碍物的位置、目标障碍物的斥力系数、目标障碍物的运动参数和目标位置，确定目标障碍物对移动物体产生的斥力大小和斥力场势能大小，目标位置是第一路段的结束位置。
按如下第二公式获取目标障碍物对移动物体产生的斥力大小；
第二公式为：
在第二公式中，Freq(q)为目标障碍物对移动物体产生的斥力大小，q为移动物体的位置，qobs为目标障碍物的位置，ρ(q,qobs)为目标障碍物与移动物体之间的距离，Kv为斥力速度系数，vr为目标障碍物的速度，Ka为斥力加速度系数，ar为目标障碍物的加速度，η为斥力位置增益系数且是个常数。
按如下第三公式获取目标障碍物对移动物体产生的斥力场场能大小；
第三公式为：
在第三公式中，Ureq(q)为目标障碍物对移动物体的势能大小。
重复上述步骤102和103的操作，得到该M个障碍物中的每个障碍物对移动物体产生的斥力大小和斥力场势能大小。
步骤104：根据该M个障碍物分别对移动物体产生的斥力大小和斥力场势能大小，确定绕开危险障碍物的第一转弯半径，该危险障碍物是该M个障碍物中的一个或多个。
在执行本步骤之前，从该M个障碍物中确定危险障碍物。危险障碍物是指移动物体在第一时间段内继续以当前的运动状态继续移动，将会与该M个障碍物中发生碰撞的障碍物，第一时间段是当前时间到第一时间的时间段，第一时间位于当前时间之后。
可选的，这里的运动状态是指移动物体当前的运动方向，即移动物体在第一时间段内继续以当前的运动方向继续移动，该M个障碍物中将会与移动物体发生碰撞的障碍物为危险障碍物。
参见图12，移动物体1周围的障碍物包括障碍物21、22和23，移动物体1按其当前运动方向在第一时间段做直线移动，将会与位于移动物体1前方的障碍物21发生碰撞，所以障碍物21为危险障碍物。
可选的，位于移动物体1侧前方的障碍物，在第一时间段内可能也会移动到移动物体1的前方，导致移动物体在以当前运动方向做直线移动时，也可能与该障碍物发生碰撞，所以该障碍物也是危险障碍物。
例如，参见图13，对于位于移动物体1侧前方的障碍物22，在第一时间段内，如果移动物体1仍以当前运动方向做直线移动，障碍物22以其当前速度和运动方向会移动到移动物体1的前方并可能与移动物体1发生碰撞，所以也将障碍物22作为危险障碍物。
可选的，当前时间与第一时间之间的时间差为指定时间差，例如该时间差可以等于感知系统12感知障碍物的周期长度。
可选的，从该M个障碍物中确定危险障碍物的操作可以为：根据该M个障碍物的位置，确定位于移动物体正前方或侧前方的障碍物，将位于移动物体正前方的障碍物作为危险障碍物。
可选的，对于位于移动物体侧前方的障碍物，根据该障碍物的运动方向，确定该障碍物是否朝向移动物体正前方移动，如果朝向移动物体正前方移动，则将该障碍物确定为危险障碍物。
在本步骤中，根据目标位置和移动物体的位置，确定目标位置对移动物体产生的引力大小和引力场势能大小。根据目标位置对移动物体产生的引力大小和引力场势能大小，以及该M个障碍物分别对移动物体产生的斥力大小和斥力场势能大小，确定该M个障碍物中的每个障碍物和目标位置分别对移动物体产生的合力大小和合势场能大小。根据该M个障碍物中的每个障碍物和目标位置分别对移动物体产生的合力大小和合势场能大小，确定移动物体绕开危险障碍物的路径的第一转弯半径。
可选的，目标位置对移动物体产生的斥力场势能大小为qgoal为目标位置，ξ为引力位置增益系统且为常数，ρ(q,qgoal)为移动物体与目标位置之间的距离。目标位置和障碍物对移动物体产生的合势场能大小为Utotal(q)＝Uatt(q)+Ureq(q)。
可选的，目标位置对移动物体产生的引力大小为Fatt(q)＝-ξρ(q,qgoal)，目标位置和障碍物对移动物体产生的合力大小为Ftotal(q)＝Fatt(q)+Freq(q)。
可选的，在移动物体为车辆的情况下，在本步骤中，根据该M个障碍物中的每个障碍物和目标位置分别对移动物体产生的合力大小和合势场能大小，确定移动物体绕开危险障碍物的路径的第二转弯半径。根据第二转弯半径和移动物体的最小转弯半径，确定第一转弯半径。
可选的，在第二转弯半径大于或等于移动物体的最小转弯半径，将第二转弯半径确定为第一转弯半径。在第二转弯半径小于移动物体的最小转弯半径，将移动物体的最小转弯半径确定为第一转弯半径。
可选的，在执行本步骤之前，根据车辆的速度、车辆的轴距和最大转弯角度，确定移动物体的最小转弯半径。
可选的，基于二自由度车辆的运动学微分方程、自动驾驶车辆的速度和改变车辆方向盘转角避障时车辆侧向加速度不应超过0.4g，g为重力加速度。因此按如下第四公式确定移动物体的最小转弯半径；
第四公式为：
在第四公式中，r为最小转弯半径，v为自动驾驶车辆的速度，L为车辆的轴距，δf max为车辆实际中能够达到的最大转弯角度。
步骤105：根据第一转弯半径，规划移动物体在第一路段的行驶路径。
在本步骤中，根据第一转弯半径确定在第一时间移动物体待到达的位置，第一时间为位于当前时间之后。
在确定出待到达的位置后，控制移动物体在第一时间自动驾驶到待到达的位置。以及，根据待到达的位置和目标位置，计算待到达的位置和目标位置之间的距离；在计算的距离小于距离阈值时，确定移动物体行驶至目标位置，即移动物体行驶完第一路段，从全局路线中选择下一个未行驶的路段作为第一路段，然后继续执行上述步骤101至105的操作；在计算的距离大于或等于距离阈值时，表示还未行驶完第一路段，也继续执行上述步骤101至105的操作。
在本申请实施例中，在移动物体自动驾驶的过程中，获取移动物体的位置和运动参数，获取移动物体周围的障碍物的位置、类型和运动参数。根据障碍物的类型获取该障碍物的斥力环范围系数，该斥力环范围系数体现该障碍物对危害级别的影响程度，该危害级别是移动物体与障碍物碰撞的危害级别；以及，根据该移动物体的位置和运动参数以及该障碍物的位置和运动参数，获取该障碍物的斥力系数，该斥力系数体现移动物体的运动状态和该障碍物的运动状态对该危害级别的影响程度，该斥力是该障碍物对移动物体产生的斥力。这样根据该斥力环范围系数、斥力系数，移动物体的位置和该障碍物的位置和运动参数，获取该障碍物对移动物体产生的斥力大小和斥力场势能大小更准确。在本申请获取该障碍物对移动物体产生的斥力大小和斥力场势能大小基于的因素较多，且该因素都是与移动物体与障碍物碰撞产生的危害程度相关的因素，所以基于该障碍物对移动物体产生的斥力大小和斥力场势能大小，获取移动物体绕开危险障碍物的第二转弯半径更加准确以及合理，从而基于该第二转弯来规划路径更加平滑，提高了驾驶体验，进一步提高了自动驾驶的安全性。另外，在移动物体为车辆的情况下，还基于车辆的速度和车辆自身的属性(如最大转弯角度和轴距)获取最小转弯半径，根据该第二转弯半径和该最小转弯半径，规划路径，可以路径规划的更加平滑，这样移动物体基于更加平滑的路径进行自动驾驶，进一步提高了自动驾驶的安全性。另外，对于获取斥力系数所基于的距离、相对速度、相对加速度、动量大小和碰撞角度等参数，采用模糊化的方法基于这些参数得到这些参数对应的危险等级，基于这些参数对应的危险等级，采用去模糊化的方法，得到斥力系数，模糊化和去模糊的方法的运算量较小，从而可以减小路径规划的运算量，快速规划路径，减小了移动物体的响应时间，进一步提高了自动驾驶的安全性。
上文中结合图1至图13，详细描述了根据本申请实施例所提供的路径规划的方法，下面将结合图14至图15，描述根据本申请实施例所提供的路径规划的装置和相关设备。
参见图14，本申请实施例提供了一种路径规划的装置200，所述装置200部署在上述任一实施例提供的控制器中，例如部署在如图4或图5所示实施例提供的控制器中，包括：
获取单元201，用于获取移动物体周围的障碍物的位置和运动属性信息，该运动属性信息用于描述障碍物的属性和运动状态以及移动物体的运动状态；
确定单元202，用于根据障碍物的位置和运动属性信息确定障碍物的斥力环系数，斥力环系数用于标识移动物体和障碍物发生碰撞的危害级别；
规划单元203，用于根据斥力环系数规划移动物体在第一路段的行驶路径。
可选的，获取单元201获取障碍物的位置和运动属性信息的详细实现过程，参见图5所示实施例的步骤101中的相关内容，在此不再详细说明。
可选的，确定单元202确定障碍物的斥力环系数的详细实现过程，参见图5所示实施例的步骤102中的相关内容，在此不再详细说明。
可选的，规划单元203规划行驶路径的详细实现过程，参见图5所示实施例的步骤103至105中的相关内容，在此不再详细说明。
可选的，斥力环系数包括斥力环范围系数和斥力系数；
斥力环范围系数用于标识障碍物对该危害级别的影响程度，斥力系数用于标识移动物体的运动状态和障碍物的运动状态对该危害级别的影响程度。
可选的，该运动属性信息包括移动物体的速度、加速度和运动方向中的一个或多个，以及障碍物的速度、加速度和运动方向中的一个或多个；
确定单元202，用于：根据移动物体的位置和障碍物的位置，获取移动物体与所述障碍物之间的距离；根据该运动属性信息，获取至少一个相对运动参数，至少一个相对运动参数包括移动物体与障碍物之间的相对速度、相对加速度和碰撞角度中的一个或多个，该碰撞角度是移动物体的运动方向和障碍物的运动方向之间的夹角；根据至少一个相对运动参数和距离，获取斥力系数。
可选的，确定单元202根据至少一个相对运动参数和距离获取斥力系数的详细实现过程，参见图5所示实施例的操作1023和1024的相关内容，在此不再详细说明。
可选的，该运动属性信息包括障碍物的类型；
确定单元202，用于：根据该类型，从类型与斥力环范围系数的对应关系中获取障碍物的斥力环范围系数。
可选的，规划单元203，用于：根据斥力环系数，确定移动物体绕开危险障碍物的第一转弯半径，危险障碍物是移动物体继续以其运动状态移动时，将与移动物体发生碰撞的障碍物；根据第一转弯半径规划移动物体在第一路段的行驶路径。
可选的，规划单元203确定第一转弯半径的详细实现过程，参见图5所示实施例的操作104的相关内容，在此不再详细说明。
可选的，规划单元203，用于：根据斥力环系数包括的斥力环范围系数，获取障碍物的斥力环大小参数；根据斥力环系数包括的斥力系数和斥力环大小参数，获取障碍物对移动物体产生的斥力大小和斥力场势能大小；根据斥力大小和斥力场势能大小，确定移动物体绕开危险障碍物的第一转弯半径。
可选的，移动物体为车辆，确定单元202，还用于根据车辆的速度，确定车辆的最小转弯半径；
规划单元203，用于：根据斥力环系数，确定移动物体绕开危险障碍物的第二转弯半径；在第二转弯半径大于或等于最小转弯半径，将第二转弯半径确定为第一转弯半径；
在第二转弯半径小于最小转弯半径，将最小转弯半径确定为第一转弯半径。
可选的，确定单元202确定最小转弯半径的详细实现过程，参见图5所示实施例的操作104的相关内容，在此不再详细说明。
应理解的是，本申请实施例的装置200可以通过专用集成电路(application-specific integrated circuit，ASIC)实现，或可编程逻辑器件(programmable logicdevice，PLD)实现，上述PLD可以是复杂程序逻辑器件(complex programmable logicaldevice，CPLD)，现场可编程门阵列(field-programmable gate array，FPGA)，通用阵列逻辑(generic array logic，GAL)或其任意组合。也可以通过软件实现图5所示的路径规划的方法时，装置200及其各个模块也可以为软件模块。
根据本申请实施例的装置200可对应于执行本申请实施例中描述的方法，并且装置200中的各个单元的上述和其它操作和/或功能分别为了实现图2至图13中的各个方法的相应流程，为了简洁，在此不再赘述。
在本申请实施例中，获取单元获取移动物体周围的障碍物的位置和运动属性信息，该运动属性信息用于描述障碍物的属性和运动状态以及移动物体的运动状态。确定单元根据该障碍物的位置和运动属性信息确定该障碍物的斥力环系数，该斥力环系数用于标识移动物体和该障碍物发生碰撞的危害级别。规划单元根据该斥力环系数规划移动物体在第一路段的行驶路径。由于障碍物的斥力环系数是确定单元基于障碍物的位置和运动属性信息得到的，规划单元再基于该斥力环系数规划行驶路径，所以在规划单元规划行驶路径时不仅考虑了位置，还考虑了运动属性信息，使得规划的行驶路径更加平滑，基于规划的行驶路径能够平稳驾驶，从而提高了驾驶体验。
参见图15，本申请实施例提供了一种路径规划的控制器300示意图。该控制器300可以是上述任一实施例中的控制器，例如该控制器300为图4所示实施例或图5所示实施例中的控制器。该控制器300包括至少一个处理器301，内存单元302，存储介质303、通信接口304和总线系统305。其中，处理器301、内存单元302、存储介质303、通信接口304通过总线系统305进行通信。
处理器301可以调用内存单元302中存储的计算机执行指令(例如，程序代码)实现图5所示实施例中控制器执行的操作步骤。例如，可以获取移动物体周围的障碍物的位置和运动属性信息，该运动属性信息用于描述障碍物的属性和运动状态以及移动物体的运动状态；根据障碍物的位置和运动属性信息确定障碍物的斥力环系数，斥力环系数用于标识移动物体和障碍物发生碰撞的危害级别；根据斥力环系数规划移动物体在第一路段的行驶路径。
可选的，存储介质303中存储该计算机执行指令和操作系统，在该装置300启动运行时，处理器301可以将存储介质303存储的该计算机执行指令和操作系统加载到内存单元302中，并在操作系统提供的运行环境中调用并运行内存单元302中的该计算机执行指令。
可选的，上述处理器301可以是一个CPU，微处理器，特定应用集成电路(application-specific integrated circuit，ASIC)，或一个或多个用于控制本申请方案程序执行的集成电路。作为一种实施例，处理器301可以包括一个或多个CPU，例如图15中的CPU0和CPU1。该处理器301还可以是其他通用处理器、数字信号处理器(digital signalprocessing，DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。
该控制器300中总线系统305除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图中将各种总线都标为总线系统305。
上述通信接口304，用于与其他设备通信。例如，处理器301通过通信接口304与感知系统和定位系统进行通信，处理器301通过通信接口304与感知系统和定位系统进行通信，以获取到移动物体周围的障碍物的位置和运动属性信息。
该存储介质303可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data date SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlinkDRAM，SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，DR RAM)。
该总线305除包括数据总线之外，还可以包括电源总线、控制总线、状态信号总线、车内总线(例如控制器局域网络(controller area network，CAN)总线)等。但是为了清楚说明起见，在图中将各种总线都标为总线305。
应理解，根据本申请实施例的控制器300可对应于本申请实施例中的装置200，并可以对应于执行根据本申请实施例图5中的相应主体，并且控制器300中的各个模块的上述和其它操作和/或功能分别为了实现图2至图13中的各个方法的相应流程，为了简洁，在此不再赘述。
本申请还提供一种移动物体，该移动物体可以为智能车、无人机、装有光学等自动导引装置(AGV)物流小车或移动机器人等。该移动物体包括图15所示的控制器，该控制器用于执行上述图2至图13中各个方法中相应主体的操作步骤，为了简洁，在此不再赘述。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述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，所述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、服务器或数据中心进行传输。所述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合的服务器、数据中心等数据存储设备。所述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。半导体介质可以是固态硬盘(solid state drive，SSD)。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (17)

1.一种路径规划的方法，其特征在于，所述方法包括：
获取移动物体周围的障碍物的位置和运动属性信息，所述运动属性信息用于描述障碍物的属性和运动状态以及所述移动物体的运动状态，所述移动物体周围的障碍物是指以所述移动物体的位置为中心的目标半径范围内的障碍物，所述目标半径是根据所述移动物体的速度获取的；
根据所述障碍物的位置和运动属性信息确定所述障碍物的斥力环系数，所述斥力环系数用于标识所述移动物体和所述障碍物发生碰撞的危害级别；
根据所述斥力环系数规划所述移动物体在第一路段的行驶路径；
其中，所述运动属性信息包括所述障碍物的体积和动量大小，获取所述动量大小，包括：
获取所述障碍物的质量，根据所述障碍物的质量和所述移动物体的感知系统感知的所述障碍物的速度，计算出所述障碍物的动量大小；
所述获取所述障碍物的质量，包括：
在所述障碍物的类型为人员或动物的情况，通过所述感知系统估计障碍物的体积，根据所述障碍物的类型，从类型与密度的对应关系中获取所述障碍物的密度，根据所述障碍物的密度和体积，获取所述障碍物的质量；
在所述障碍物为车辆的情况，根据所述车辆的车辆类型、车辆型号和/或车辆品牌，从互联网中查询所述车辆的自身质量和最大载重量，基于所述最大载重量估计所述车辆的当前载货重量，将所述当前载货重量和所述自身质量相加，得到所述车辆的质量；或者，通过感知系统获取所述车辆的车牌号，根据所述车牌号，从服务器保存的车牌号与质量的对应关系中获取所述车辆的质量，所述车辆包括重量传感器，所述对应关系是所述服务器在接收所述车辆发送的所述车牌号和所述车辆的质量时保存的，所述车辆的质量是所述车辆通过所述重量传感器测量出的；或者，通过与所述车辆之间的短距离连接接收所述车辆发送的所述车辆的质量，所述车辆包括重量传感器，所述车辆的质量是所述车辆通过所述重量传感器测量出的。
2.如权利要求1所述的方法，其特征在于，所述斥力环系数包括斥力环范围系数和斥力系数；
所述斥力环范围系数用于标识所述障碍物对所述危害级别的影响程度，所述斥力系数用于标识所述移动物体的运动状态和所述障碍物的运动状态对所述危害级别的影响程度。
3.如权利要求2所述的方法，其特征在于，所述运动属性信息还包括所述移动物体的速度、加速度和运动方向中的一个或多个，以及所述障碍物的速度、加速度和运动方向中的一个或多个；
所述根据所述障碍物的位置和运动属性信息确定所述障碍物的斥力系数，包括：
根据所述移动物体的位置和所述障碍物的位置，获取所述移动物体与所述障碍物之间的距离；
根据所述运动属性信息，获取至少一个相对运动参数，所述至少一个相对运动参数包括所述移动物体与所述障碍物之间的相对速度、相对加速度和碰撞角度中的一个或多个，所述碰撞角度是所述移动物体的运动方向和所述障碍物的运动方向之间的夹角；
根据所述至少一个相对运动参数和所述距离，获取所述斥力系数。
4.如权利要求1所述的方法，其特征在于，所述运动属性信息包括所述障碍物的类型；
所述根据所述障碍物的位置和运动属性信息确定所述障碍物的斥力环范围系数，包括：
根据所述类型，从类型与斥力环范围系数的对应关系中获取所述障碍物的斥力环范围系数。
5.如权利要求1至4任一项所述的方法，其特征在于，所述根据所述斥力环系数规划移动物体在第一路段的行驶路径，包括：
根据所述斥力环系数，确定所述移动物体绕开危险障碍物的第一转弯半径，所述危险障碍物是所述移动物体继续以其运动状态移动时，将与所述移动物体发生碰撞的障碍物；
根据所述第一转弯半径规划所述移动物体在第一路段的行驶路径。
6.如权利要求5所述的方法，其特征在于，所述根据所述斥力环系数，确定所述移动物体绕开危险障碍物的第一转弯半径，包括：
根据所述斥力环系数包括的斥力环范围系数，获取所述障碍物的斥力环大小参数；
根据所述斥力环系数包括的斥力系数和所述斥力环大小参数，获取所述障碍物对所述移动物体产生的斥力大小和斥力场势能大小；
根据所述斥力大小和斥力场势能大小，确定所述移动物体绕开危险障碍物的第一转弯半径。
7.如权利要求5所述的方法，其特征在于，所述移动物体为车辆，所述根据所述斥力大小和斥力场势能大小，确定所述移动物体绕开危险障碍物的第一转弯半径之前，还包括：
根据所述车辆的速度，确定所述车辆的最小转弯半径；
所述根据所述斥力环系数，确定所述移动物体绕开危险障碍物的第一转弯半径，包括：
根据所述斥力环系数，确定所述移动物体绕开危险障碍物的第二转弯半径；
在所述第二转弯半径大于或等于所述最小转弯半径，将所述第二转弯半径确定为所述第一转弯半径；
在所述第二转弯半径小于所述最小转弯半径，将所述最小转弯半径确定为所述第一转弯半径。
8.一种路径规划的装置，其特征在于，所述装置包括：
获取单元，用于获取移动物体周围的障碍物的位置和运动属性信息，所述运动属性信息用于描述障碍物的属性和运动状态以及所述移动物体的运动状态，所述移动物体周围的障碍物是指以所述移动物体的位置为中心的目标半径范围内的障碍物，所述目标半径是根据所述移动物体的速度获取的；
确定单元，用于根据所述障碍物的位置和运动属性信息确定所述障碍物的斥力环系数，所述斥力环系数用于标识所述移动物体和所述障碍物发生碰撞的危害级别；
规划单元，用于根据所述斥力环系数规划所述移动物体在第一路段的行驶路径；
其中，所述运动属性信息包括所述障碍物的体积和动量大小，获取所述动量大小，包括：
获取所述障碍物的质量，根据所述障碍物的质量和所述移动物体的感知系统感知的所述障碍物的速度，计算出所述障碍物的动量大小；
所述获取所述障碍物的质量，包括：
在所述障碍物的类型为人员或动物的情况，通过所述感知系统估计障碍物的体积，根据所述障碍物的类型，从类型与密度的对应关系中获取所述障碍物的密度，根据所述障碍物的密度和体积，获取所述障碍物的质量；
在所述障碍物为车辆的情况，根据所述车辆的车辆类型、车辆型号和/或车辆品牌，从互联网中查询所述车辆的自身质量和最大载重量，基于所述最大载重量估计所述车辆的当前载货重量，将所述当前载货重量和所述自身质量相加，得到所述车辆的质量；或者，通过感知系统获取所述车辆的车牌号，根据所述车牌号，从服务器保存的车牌号与质量的对应关系中获取所述车辆的质量，所述车辆包括重量传感器，所述对应关系是所述服务器在接收所述车辆发送的所述车牌号和所述车辆的质量时保存的，所述车辆的质量是所述车辆通过所述重量传感器测量出的；或者，通过与所述车辆之间的短距离连接接收所述车辆发送的所述车辆的质量，所述车辆包括重量传感器，所述车辆的质量是所述车辆通过所述重量传感器测量出的。
9.如权利要求8所述的装置，其特征在于，所述斥力环系数包括斥力环范围系数和斥力系数；
所述斥力环范围系数用于标识所述障碍物对所述危害级别的影响程度，所述斥力系数用于标识所述移动物体的运动状态和所述障碍物的运动状态对所述危害级别的影响程度。
10.如权利要求9所述的装置，其特征在于，所述运动属性信息包括所述移动物体的速度、加速度和运动方向中的一个或多个，以及所述障碍物的速度、加速度和运动方向中的一个或多个；
所述确定单元，用于：
根据所述移动物体的位置和所述障碍物的位置，获取所述移动物体与所述障碍物之间的距离；
根据所述运动属性信息，获取至少一个相对运动参数，所述至少一个相对运动参数包括所述移动物体与所述障碍物之间的相对速度、相对加速度和碰撞角度中的一个或多个，所述碰撞角度是所述移动物体的运动方向和所述障碍物的运动方向之间的夹角；
根据所述至少一个相对运动参数和所述距离，获取所述斥力系数。
11.如权利要求8所述的装置，其特征在于，所述运动属性信息包括所述障碍物的类型；
所述确定单元，用于：
根据所述类型，从类型与斥力环范围系数的对应关系中获取所述障碍物的斥力环范围系数。
12.如权利要求8至11任一项所述的装置，其特征在于，所述规划单元，用于：
根据所述斥力环系数，确定所述移动物体绕开危险障碍物的第一转弯半径，所述危险障碍物是所述移动物体继续以其运动状态移动时，将与所述移动物体发生碰撞的障碍物；
根据所述第一转弯半径规划所述移动物体在第一路段的行驶路径。
13.如权利要求12所述的装置，其特征在于，所述规划单元，用于：
根据所述斥力环系数包括的斥力环范围系数，获取所述障碍物的斥力环大小参数；
根据所述斥力环系数包括的斥力系数和所述斥力环大小参数，获取所述障碍物对所述移动物体产生的斥力大小和斥力场势能大小；
根据所述斥力大小和斥力场势能大小，确定所述移动物体绕开危险障碍物的第一转弯半径。
14.如权利要求12所述的装置，其特征在于，所述移动物体为车辆，所述确定单元，还用于根据所述车辆的速度，确定所述车辆的最小转弯半径；
所述规划单元，用于：
根据所述斥力环系数，确定所述移动物体绕开危险障碍物的第二转弯半径；
在所述第二转弯半径大于或等于所述最小转弯半径，将所述第二转弯半径确定为所述第一转弯半径；
在所述第二转弯半径小于所述最小转弯半径，将所述最小转弯半径确定为所述第一转弯半径。
15.一种控制器，其特征在于，包括：
处理器和存储器，所述存储器用于存储一个或多个程序，所述处理器用于执行所述一个或多个程序，以实现如权利要求1至7任一项所述的方法的操作步骤。
16.一种移动物体，其特征在于，所述移动物体包括如权利要求15所述的控制器，所述控制器用于执行所述权利要求1至7中任一方法的操作步骤。
17.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令被处理器运行时，使得所述处理器执行如权利要求1至7任一项所述的方法。
CN202010245937.0A 2020-03-31 2020-03-31 路径规划的方法、装置、控制器及移动物体 Active CN113467438B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202010245937.0A CN113467438B (zh) 2020-03-31 2020-03-31 路径规划的方法、装置、控制器及移动物体
PCT/CN2021/079356 WO2021196977A1 (zh) 2020-03-31 2021-03-05 路径规划的方法、装置、控制器及移动物体
JP2022559716A JP7479502B2 (ja) 2020-03-31 2021-03-05 経路計画のための方法および装置、コントローラ、ならびに移動体
EP21780830.2A EP4120041A4 (en) 2020-03-31 2021-03-05 METHOD AND DEVICE FOR TRIP PLANNING, CONTROL DEVICE AND MOBILE OBJECT

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010245937.0A CN113467438B (zh) 2020-03-31 2020-03-31 路径规划的方法、装置、控制器及移动物体

Publications (2)

Publication Number Publication Date
CN113467438A CN113467438A (zh) 2021-10-01
CN113467438B true CN113467438B (zh) 2023-07-18

Family

ID=77866068

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010245937.0A Active CN113467438B (zh) 2020-03-31 2020-03-31 路径规划的方法、装置、控制器及移动物体

Country Status (4)

Country Link
EP (1) EP4120041A4 (zh)
JP (1) JP7479502B2 (zh)
CN (1) CN113467438B (zh)
WO (1) WO2021196977A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114587220B (zh) * 2022-01-26 2023-11-21 深圳市无限动力发展有限公司 动态避障方法、装置和计算机设备、计算机可读存储介质
CN114964267B (zh) * 2022-07-26 2022-10-25 中国科学院合肥物质科学研究院 一种无人牵引车在多任务点环境下的路径规划方法
CN115167528B (zh) * 2022-09-05 2022-12-02 北京航空航天大学 一种基于人工势场法的空间协同制导方法及装置
CN115562291B (zh) * 2022-10-19 2023-12-12 哈尔滨理工大学 基于人工势场法改进势场动力系数的路径规划方法
CN115480591B (zh) * 2022-10-20 2023-09-12 广东电网有限责任公司云浮供电局 一种配电网设备环境巡检无人机安全避障方法
CN116465427B (zh) * 2023-06-20 2023-09-08 吉林大学 一种基于时空风险量化的智能车辆换道避障路径规划方法
CN116690585B (zh) * 2023-07-25 2024-01-12 上海汇丰医疗器械股份有限公司 一种基于自动机械臂的无影灯路径规划方法和装置
CN117093005B (zh) * 2023-10-16 2024-01-30 华东交通大学 一种智能汽车自主避障方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109318890A (zh) * 2018-06-29 2019-02-12 北京理工大学 一种基于动态窗口及障碍物势能场的无人车动态避障方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4616127B2 (ja) * 2005-08-25 2011-01-19 東芝テック株式会社 パワーアシスト車
JP4970156B2 (ja) 2007-06-12 2012-07-04 富士重工業株式会社 車両の運転支援装置
JP2014211756A (ja) 2013-04-18 2014-11-13 トヨタ自動車株式会社 運転支援装置
JP6803657B2 (ja) 2015-08-31 2020-12-23 日立オートモティブシステムズ株式会社 車両制御装置および車両制御システム
CN105526942B (zh) * 2016-01-25 2019-03-08 重庆邮电大学 基于威胁估计的智能车辆路径规划方法
DE102016118095A1 (de) 2016-09-26 2018-03-29 Deutsche Telekom Ag System und Verfahren zur Vermeidung eines Zusammenpralls eines Vehikels mit einem sich zumindest zeitweise für einen Nutzer des Vehikels unbemerkbar bewegenden Objekts
JP6838769B2 (ja) 2017-04-26 2021-03-03 日立Astemo株式会社 周辺環境認識装置、表示制御装置
US10611368B2 (en) * 2017-08-09 2020-04-07 Hitachi, Ltd. Method and system for collision avoidance
JP7020097B2 (ja) 2017-12-13 2022-02-16 株式会社豊田中央研究所 車両制御装置、リスクマップ生成装置、及びプログラム
US11231715B2 (en) * 2018-05-22 2022-01-25 King Fahd University Of Petroleum And Minerals Method and system for controlling a vehicle
CN110531762A (zh) * 2019-08-21 2019-12-03 东南大学 一种基于改进人工势场法的机器人路径规划方法
CN110908373B (zh) * 2019-11-11 2021-05-07 南京航空航天大学 一种基于改进人工势场的智能车辆轨迹规划方法
CN110906934B (zh) * 2019-11-29 2022-04-15 华中科技大学 一种基于碰撞危险系数的无人艇避障方法和系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109318890A (zh) * 2018-06-29 2019-02-12 北京理工大学 一种基于动态窗口及障碍物势能场的无人车动态避障方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
基于动态虚拟障碍物的智能车辆局部路径规划方法;吴乙万等;《湖南大学学报(自然科学版)》;20130125;第40卷(第01期);第33-37页 *
基于改进人工势场法的智能车辆超车路径规划研究;王树凤等;《汽车技术》;20180324(第03期);第5-9页 *
基于改进人工势场法的机器人动态追踪与避障;陈立彬等;《自动化技术与应用》;20070425(第04期);第8-10页 *
基于碰撞锥改进人工势场的无人机避障路径规划;熊超等;《计算机工程》;20180314;第44卷(第09期);第314-320页 *
王树凤等.基于改进人工势场法的智能车辆超车路径规划研究.《汽车技术》.2018,(第03期),第5-9页. *
考虑驾驶意图与动态环境的汽车避碰路径规划;彭理群等;《交通运输系统工程与信息》;20161215;第16卷(第06期);第81-87、107页 *

Also Published As

Publication number Publication date
EP4120041A1 (en) 2023-01-18
WO2021196977A1 (zh) 2021-10-07
EP4120041A4 (en) 2023-07-26
CN113467438A (zh) 2021-10-01
JP7479502B2 (ja) 2024-05-08
JP2023519996A (ja) 2023-05-15

Similar Documents

Publication Publication Date Title
CN113467438B (zh) 路径规划的方法、装置、控制器及移动物体
CN109669461B (zh) 一种复杂工况下自动驾驶车辆决策系统及其轨迹规划方法
CN110550029B (zh) 障碍物避让方法及装置
CN110379193B (zh) 自动驾驶车辆的行为规划方法及行为规划装置
CN111123952B (zh) 一种轨迹规划方法及装置
US10317907B2 (en) Systems and methods for obstacle avoidance and path planning in autonomous vehicles
CN113460042B (zh) 车辆驾驶行为的识别方法以及识别装置
US11465617B2 (en) Vehicle path planning
US11719549B2 (en) Vehicle control apparatus
KR20180100167A (ko) 운전 지원 방법 및 장치
US9321458B2 (en) Sliding mode trajectory voting strategy module and driving control system and method thereof
CN113156927A (zh) 自动驾驶车辆的安全控制方法及安全控制装置
CN112672942B (zh) 一种车辆换道方法及相关设备
CN112146671A (zh) 路径规划方法、相关设备及计算机可读存储介质
WO2022016351A1 (zh) 一种行驶决策选择方法以及装置
US11042160B2 (en) Autonomous driving trajectory determination device
CN113631452B (zh) 一种变道区域获取方法以及装置
US11731661B2 (en) Systems and methods for imminent collision avoidance
US20210300419A1 (en) Mobile object control method, mobile object control device, and storage medium
US20220227391A1 (en) Systems and methods for scenario dependent trajectory scoring
CN114248794A (zh) 车辆的控制方法、装置及车辆
WO2022126349A1 (zh) 控制方法和控制装置
JP2022052876A (ja) 自動運転装置
CN114261404A (zh) 一种自动驾驶方法及相关装置
US11807234B2 (en) Automated driving trajectory generating device and automated driving device

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