CN113759887A - 一种路径规划方法、装置、存储介质及电子设备 - Google Patents

一种路径规划方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN113759887A
CN113759887A CN202010502719.0A CN202010502719A CN113759887A CN 113759887 A CN113759887 A CN 113759887A CN 202010502719 A CN202010502719 A CN 202010502719A CN 113759887 A CN113759887 A CN 113759887A
Authority
CN
China
Prior art keywords
path
function
target
information
transverse
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
Application number
CN202010502719.0A
Other languages
English (en)
Inventor
王海鸣
张亮亮
孔旗
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.)
Beijing Jingdong Qianshi Technology Co Ltd
Original Assignee
Beijing Jingdong Qianshi 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 Beijing Jingdong Qianshi Technology Co Ltd filed Critical Beijing Jingdong Qianshi Technology Co Ltd
Priority to CN202010502719.0A priority Critical patent/CN113759887A/zh
Publication of CN113759887A publication Critical patent/CN113759887A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
    • G05D1/0263—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means using magnetic strips
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种路径规划方法、装置、存储介质及电子设备。其中方法包括：获取目标设备的参考路径，对所述参考路径进行采样；确定所述目标设备在每一个采样点上基于横向信息的目标函数，其中，所述目标函数包括规划路径与所述参考路径的偏离函数和平滑函数；响应于所述目标函数的最小规则，得到所述目标设备在每一个采样点上的横向信息；基于各个采样点的横向信息形成规划路径。通过目标设备的参考路径进行采样，确定每一个采样点的高阶离散的目标函数，该目标函数中包括偏离函数和平滑函数，通过解析目标函数，确定最小目标函数对应横向信息，形成规划路径，兼顾了路径优化误差的最小化和规划路径平滑度。

Description

一种路径规划方法、装置、存储介质及电子设备
技术领域
本发明实施例涉及路径规划技术领域，尤其涉及一种路径规划方法、装置、存储介质及电子设备。
背景技术
随着车辆研发技术的不断发展，车辆的无人自动驾驶成为车辆研发的一个重要方向。
关于车辆的无人自动驾驶的路径规划，存在多种规划方式，但是，目前的路径规划中得到的路径存在路径不够平滑的问题。
发明内容
本发明提供一种路径规划方法、装置、存储介质及电子设备，以提高规划路径的。
第一方面，本发明实施例提供了一种路径规划方法，包括：
获取目标设备的参考路径，对所述参考路径进行采样；
确定所述目标设备在每一个采样点上基于横向信息的目标函数，其中，所述目标函数包括规划路径与所述参考路径的偏离函数和平滑函数；
响应于所述目标函数的最小规则，得到所述目标设备在每一个采样点上的横向信息；
基于各个采样点的横向信息形成规划路径。
第二方面，本发明实施例还提供了一种路径规划装置，其特征在于，包括：
参考路径获取模块，用于获取目标设备的参考路径；
目标函数确定模块，用于对所述参考路径进行采样，确定所述目标设备在每一个采样点上基于横向信息的目标函数，其中，所述目标函数包括规划路径与所述参考路径的偏离函数和平滑函数；
横向信息确定模块，用于响应于所述目标函数的最小规则，得到所述目标设备在每一个采样点上的横向信息；
规划路径生成模块，用于基于各个采样点的横向信息形成规划路径。
第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明任一实施例提供的路线规划方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例提供的路线规划方法。
本发明实施例提供的技术方案，通过目标设备的参考路径进行采样，确定每一个采样点的高阶离散的目标函数，该目标函数中包括偏离函数和平滑函数，通过解析目标函数，确定最小目标函数对应横向信息，形成规划路径，兼顾了路径优化误差的最小化和规划路径平滑度。
附图说明
图1为本发明实施例一提供的一种路径规划方法的流程示意图；
图2为本发明实施例一提供的参考路径和规划路径的示意图；
图3是本发明实施例二提供的一种路径规划方法的流程示意图；
图4是本发明实施例三提供的一种路径规划方法的流程示意图；
图5A为本发明实施例三提供的初始路径点的示意图；
图5B为本发明实施例三提供的初始路径点进行插值处理后的路径点的示意图；
图6是本发明实施例四提供的一种路径规划装置的结构示意图；
图7为本发明实施例五提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种路径规划方法的流程示意图，本实施例可适用于确定平滑的规划路径的情况，该方法可以由本发明实施例提供的路径规划装置来执行，该装置可以是集成于诸如计算机、手机、无人车辆等的电子设备中。具体包括如下步骤：
S110、获取目标设备的参考路径。
S120、对所述参考路径进行采样，确定所述目标设备在每一个采样点上基于横向信息的目标函数，其中，所述目标函数包括规划路径与所述参考路径的偏离函数和平滑函数。
S130、响应于所述目标函数的最小规则，得到所述目标设备在每一个采样点上的横向信息。
S140、基于各个采样点的横向信息形成规划路径。
其中，目标设备可以是无人控制的、自动运动的电子设备，示例性的，目标设备可以是但不限于机器人、无人驾驶车辆等，其中，机器人可以是扫地机器人等作业机器人。
目标设备的参考路径为该目标路径从起点向终点运动的粗规划路径，为规划路径提供运动趋势的参考。本实施例中的路径规划为在参考路径的基础上，确定平滑的规划路径，该规划路径的运动趋势与参考路径的运动趋势相同或相似。其中，参考路径可以是有电子设备根据目标设备的起点和终点进行粗规划确定，还可以是将目标设备的起点和终点发送至预设服务器，以使预设服务器根据目标设备的起点和终点进行粗规划确定，并由预设服务器反馈得到。
需要说明的是，本实施例中的参考路径在Frenet坐标系下。在Frenet坐标系，沿指引线方向对参考路径进行采样，其中，指引线方向为参考路径的前进方向。可选的，基于固定距离间隔沿指引线方向对参考路径进行采样，确定各个采样点。其中，固定距离间隔可以是根据用户需求确定，用户需求的路径平滑度高，可以是设置较小的固定距离间隔，用户需求的路径平滑度低，可以是设置较大的固定距离间隔。可选的，固定距离间隔还可以是与目标设备的尺寸相关，目标设备的尺寸越大，则对应设置较大的固定距离间隔，目标设备的尺寸越小，则对应设置较小的固定距离间隔。
本实施例中，采样点的目标函数包括规划路径与所述参考路径的偏离函数和平滑函数，目标函数基于目标设备的横向信息确定，其中，横向信息为目标设备在与参考路径的前进方向垂直方向上的信息，包括横向位移、横向速度、横向加速度、横向急动度和横向痉挛度。横向急动度用于描述横向加速度的变化速度，是横向位移对时间的三阶导数，横向痉挛度用于描述横向急动度的变化速度，是横向位移对时间的四阶导数。
其中，偏离函数用于表示规划路径与参考路径在横向信息上的差异，可选的，偏离函数根据已采样的各采样点上，规划路径的横向位移和参考路径的横线位移的差值确定，为了保证规划路径与参考路径的运动趋势相同或相似，偏离函数的差异值越小越好。平滑函数根据当前采样点的横向速度、横向加速度、横向急动度和横向痉挛度确定，为了提高规划路径的平滑性，平滑函数的数值越小越好。
相应的，目标函数为偏离函数和平滑函数的和。其中，规划路径与所述参考路径的偏离函数可以是已采样的采样点的在规划路径上的横向位移与参考路径上的横向位移的差值的平方和，例如
Figure BDA0002525118050000051
其中，li(s)为规划路径上第i个采样点的横向位移，ri(s)为参考路径上第i个采样点的横向位移，N为当前采样点的采样点序号，其中，各采样点根据采样时序对应设置采样点序号，w0为权重值。平滑函数为横向速度、横向加速度、横向急动度和横向痉挛度中各参数的平方的加权和，例如
Figure BDA0002525118050000052
其中，
Figure BDA0002525118050000053
为规划路径中第i个采样点的横向速度，
Figure BDA0002525118050000054
为规划路径中第i个采样点的横向加速度，
Figure BDA0002525118050000055
为规划路径中第i个采样点的横向急动度，
Figure BDA0002525118050000056
为规划路径中第i个采样点的横向痉挛度。w1、w2、w3、w4分别为横向速度、横向加速度、横向急动度和横向痉挛度的权重。其中，权重可以是根据用户需求设置的。
相应的，目标函数为：
Figure BDA0002525118050000061
本实施例中，目标函数为高阶离散函数，其中，通过偏离函数保证优化误差的最小化，通过平滑函数中横向位移对应的横向位移、横向速度、横向加速度、横向急动度和横向痉挛度的线性叠加，提供了规划路径的平滑性。
基于目标函数的最小规则，解析上述目标函数，以得到各个采样点的横向信息，并通过将各个采样点的横向信息进行组合，得到规划路径。具体的，通过采样点在指引线方向的位置和横向信息中横向位移，可得到规划路径中该采样点的位置，通过横向信息中横向速度、横向加速度、横向急动度和横向痉挛度，作为该采样点的属性信息，为下一采样点的确定提供参考信息，提高规划路径的平滑性。
需要说明的是，在目标函数的解析过程中，设置解析目标函数的约束信息，其中，约束信息包括但不限于道路边界条件、所述目标设备的初始状态、运动学约束信息和所述目标设备的动力学约束信息，进一步的，约束信息还包括各横向信息的范围。
示例性的，参加图2，图2为本发明实施例一提供的参考路径和规划路径的示意图，可知，基于本实施例得到的规划路径在保留了参考路径的运动趋势的基础上，提高了路径的平滑度。
本实施例中，通过目标设备的参考路径进行采样，确定每一个采样点的高阶离散的目标函数，该目标函数中包括偏离函数和平滑函数，通过解析目标函数，确定最小目标函数对应横向信息，形成规划路径，兼顾了路径优化误差的最小化和规划路径平滑度。
实施例二
图3是本发明实施例二提供的一种路径规划方法的流程示意图，在上述实施例的基础上进行了优化，该方法包括：
S210、获取目标设备的参考路径。
S220、对所述参考路径进行采样，确定所述目标设备在每一个采样点上基于横向信息的目标函数，其中，所述目标函数包括规划路径与所述参考路径的偏离函数和平滑函数。
S230、将所述目标函数转换为第一矩阵和第二矩阵的二次型函数，其中，所述第一矩阵为所述采样点的横向信息形成的矩阵，所述第二矩阵为所述采样点的横向信息的系数矩阵。
S240、基于所述目标函数的最小规则，解析所述二次型函数，得到所述目标设备在每一个采样点上的横向信息。
S250、基于各个采样点的横向信息形成规划路径。
本实施例中，每一个采样点的横向信息可通过前一采样点的横向信息组合，示例性的，
Figure BDA0002525118050000071
Figure BDA0002525118050000072
Figure BDA0002525118050000073
Figure BDA0002525118050000074
Figure BDA0002525118050000075
其中，C为预设常数，ΔS为采样间隔。
每一个横向信息可转换为矩阵形式，以横向位移为例：
Figure BDA0002525118050000081
其中，矩阵P为横向信息形成的矩阵，矩阵D为横向信息的系数矩阵。
相应的，将上述横向信息带入目标函数中，并将目标函数转换为矩阵形式，即第一矩阵
Figure BDA0002525118050000082
和第二矩阵
Figure BDA0002525118050000083
的二次型函数：
Figure BDA0002525118050000084
其中，
Figure BDA0002525118050000085
PN中包括第N个采样点的横向信息矩阵中的各个元素，c1和c2为常数，C1和C2为常数矩阵。示例性的，
Figure BDA0002525118050000086
Dj为横向位移对时间的j阶导数对应的系数矩阵，wj为横向位移对时间的j阶导数的权重，其中：
Figure BDA0002525118050000087
Figure BDA0002525118050000088
Figure BDA0002525118050000091
D3＝[0 0 0 1 ΔS]；
D4＝[0 0 0 0 1]。
基于目标函数的最小规则，解析上述二次型函数，得到目标设备在每一个采样点上的横向信息。通过将目标函数转换为二次型函数，简化了目标函数的解析过程，提高了横向信息的解析速度，进一步提高了路径的规划效率。
在上述实施例的基础上，基于目标函数的约束信息和所述目标函数的最小规则，解析所述二次型函数，得到所述目标设备在每一个采样点上的横向信息，
目标函数的约束信息包括道路边界条件、所述目标设备的初始状态、运动学约束信息和所述目标设备的动力学约束信息中的至少一项。
其中，道路边界条件可根据地图中目标设备所行使道路确定；目标设备的初始状态可以是在目标设备启动前获取的，目标设备的运动学约束信息可以通过以下公式表示：
Figure BDA0002525118050000092
其中，lf为目标设备的质心到目标设备的前边界或者后边界的距离，l路边界为目标设备的质心到路边界的距离，其中，l路边界可以是目标设备的质心到路左边界的距离，或者，目标设备的质心到路右边界的距离。
可选的，约束信息还包括横向位移、横向速度、横向加速度、横向急动度和横向痉挛度各参数的范围约束，其中，各个参数可以是设置有不同的范围约束。
本实施例的技术方案，通过将目标函数转换为二次型函数，通过解析二次型函数快速得到各采样点的横向信息，简化了目标函数的解析过程，提高了横向信息的解析速度，进一步提高了路径的规划效率
实施例三
图4是本发明实施例三提供的一种路径规划方法的流程示意图，在上述实施例的基础上进行了细化，该方法包括：
S310、根据所述目标设备的起点和终点，在地图上匹配得到参数路径的初始路径点。
S320、对所述初始路径点进行插值处理，得到所述参考路径。
S330、对所述参考路径进行采样，确定所述目标设备在每一个采样点上基于横向信息的目标函数，其中，所述目标函数包括规划路径与所述参考路径的偏离函数和平滑函数。
S340、将所述目标函数转换为第一矩阵和第二矩阵的二次型函数，其中，所述第一矩阵为所述采样点的横向信息形成的矩阵，所述第二矩阵为所述采样点的横向信息的系数矩阵。
S350、基于所述目标函数的最小规则，解析所述二次型函数，得到所述目标设备在每一个采样点上的横向信息。
S360、基于各个采样点的横向信息形成规划路径。
其中，根据目标设备的起点和终点，可在地图上匹配得到至少一条参考路径，可根据筛选需求对至少一条参考路径进行筛选，确定进行路径优化的参考路径。筛选需求可以是但不限于路程最短、耗时最短、不出现拥堵等的至少一项。
具体的，确定起点和终点之间初始路径点，通过相邻的初始路径点的连接可形成参考路径。初始路径点为沿起点向终点方向的粗略采样点，通过对初始路径点进行差值处理，得到细化采样点，将各细化采样点连接形成参考路径。参见图5A和图5B，其中，图5A为本发明实施例三提供的初始路径点的示意图，图5B为本发明实施例三提供的初始路径点进行插值处理后的路径点的示意图。
可选的，在得到初始路径点之后，可以是对所述参数路径的初始路径点进行避障更新。其中，可以是确定各初始路径点是否位于障碍物所在区域，其中，障碍物所在区域为目标设备不可通行的区域。若是，则对位于障碍物所在区域的初始路径点进行避障更新，相应的，更新后的初始路径点与障碍物的距离大于0，避免形成的参考路径不可用的情况。
本实施例的技术方案，通过根据目标设备的起点和终点生成参考路径，对路径进行粗略规划，排出不可行的路径，使得确定的参考路径满足用户需求，进一步的，基于目标函数对参考路径进一步优化，得到满足参考路径运动趋势的平滑的规划路径，提高了规划路径的平滑度。
实施例四
图6是本发明实施例四提供的一种路径规划装置的结构示意图，该装置包括：
参考路径获取模块10，用于获取目标设备的参考路径；
目标函数确定模块20，用于对所述参考路径进行采样，确定所述目标设备在每一个采样点上基于横向信息的目标函数，其中，所述目标函数包括规划路径与所述参考路径的偏离函数和平滑函数；
横向信息确定模块30，用于响应于所述目标函数的最小规则，得到所述目标设备在每一个采样点上的横向信息；
规划路径生成模块40，用于基于各个采样点的横向信息形成规划路径。
可选的，横向信息为与所述参考路径的前进方向垂直方向上的信息，包括横向位移、横向速度、横向加速度、横向急动度和横向痉挛度。
可选的，所述规划路径与所述参考路径的偏离函数根据已采样的各采样点上，所述规划路径的横向位移和所述参考路径的横线位移的差值确定；
所述平滑函数根据当前采样点的横向速度、横向加速度、横向急动度和横向痉挛度确定。
可选的，横向信息确定模块30包括：
目标函数转换单元，用于将所述目标函数转换为第一矩阵和第二矩阵的二次型函数，其中，所述第一矩阵为所述采样点的横向信息形成的矩阵，所述第二矩阵为所述采样点的横向信息的系数矩阵；
横向信息解析单元，用于基于所述目标函数的最小规则，解析所述二次型函数，得到所述目标设备在每一个采样点上的横向信息。
可选的，横向信息解析单元用于：
基于目标函数的约束信息和所述目标函数的最小规则，解析所述二次型函数，得到所述目标设备在每一个采样点上的横向信息；
其中，所述目标函数的约束信息包括道路边界条件、所述目标设备的初始状态、运动学约束信息和所述目标设备的动力学约束信息中的至少一项。
可选的，参考路径获取模块10包括：
初始路径点确定单元，用于根据所述目标设备的起点和终点，在地图上匹配得到参数路径的初始路径点；
参考路径确定单元，用于对所述初始路径点进行插值处理，得到所述参考路径。
可选的，参考路径获取模块10还包括：
初始路径点更新单元，用于在所述在地图上匹配得到参数路径的初始路径点之后，对所述参数路径的初始路径点进行避障更新。
上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
实施例五
图7为本发明实施例五提供的一种电子设备的结构示意图。图7示出了适于用来实现本发明实施方式的电子设备412的框图。图7显示的电子设备412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。设备412典型的是承担图像分类功能的电子设备。
如图7所示，电子设备412以通用计算设备的形式表现。电子设备412的组件可以包括但不限于：一个或者多个处理器416，存储装置428，连接不同系统组件(包括存储装置428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture，ISA)总线，微通道体系结构(Micro Channel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。
电子设备412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置428可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)430和/或高速缓存存储器432。电子设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统434可以用于读写不可移动的、非易失性磁介质(图7未显示，通常称为“硬盘驱动器”)。尽管图7中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory，CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储装置428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块426的程序436，可以存储在例如存储装置428中，这样的程序模块426包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块426通常执行本发明所描述的实施例中的功能和/或方法。
电子设备412也可以与一个或多个外部设备414(例如键盘、指向设备、摄像头、显示器424等)通信，还可与一个或者多个使得用户能与该电子设备412交互的设备通信，和/或与使得该电子设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，电子设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(LocalAreaNetwork，LAN)，广域网Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器420通过总线418与电子设备412的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备412使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器416通过运行存储在存储装置428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的路线规划方法。
实施例六
本发明实施例六提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的路线规划方法。
当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的路线规划方法。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、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。在本文件中，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。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的源代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的源代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机源代码，所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。源代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)-连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种路径规划方法，其特征在于，包括：
获取目标设备的参考路径，对所述参考路径进行采样；
确定所述目标设备在每一个采样点上基于横向信息的目标函数，其中，所述目标函数包括规划路径与所述参考路径的偏离函数和平滑函数；
响应于所述目标函数的最小规则，得到所述目标设备在每一个采样点上的横向信息；
基于各个采样点的横向信息形成规划路径。
2.根据权利要求1所述的方法，其特征在于，所述横向信息为与所述参考路径的前进方向的垂直方向上的信息，包括横向位移、横向速度、横向加速度、横向急动度和横向痉挛度。
3.根据权利要求2所述的方法，其特征在于，所述规划路径与所述参考路径的偏离函数根据已采样的各采样点上，所述规划路径的横向位移和所述参考路径的横线位移的差值确定；
所述平滑函数根据当前采样点的横向速度、横向加速度、横向急动度和横向痉挛度确定。
4.根据权利要求1所述的方法，其特征在于，所述响应于所述目标函数的最小规则，得到所述目标设备在每一个采样点上的横向信息，包括：
将所述目标函数转换为第一矩阵和第二矩阵的二次型函数，其中，所述第一矩阵为所述采样点的横向信息形成的矩阵，所述第二矩阵为所述采样点的横向信息的系数矩阵；
基于所述目标函数的最小规则，解析所述二次型函数，得到所述目标设备在每一个采样点上的横向信息。
5.根据权要求4所述的方法，其特征在于，所述基于所述目标函数的最小规则，解析所述二次型函数，得到所述目标设备在每一个采样点上的横向信息，包括：
基于目标函数的约束信息和所述目标函数的最小规则，解析所述二次型函数，得到所述目标设备在每一个采样点上的横向信息；
其中，所述目标函数的约束信息包括道路边界条件、所述目标设备的初始状态、运动学约束信息和所述目标设备的动力学约束信息中的至少一项。
6.根据权利要求1所述的方法，其特征在于，所述获取目标设备的参考路径，包括：
根据所述目标设备的起点和终点，在地图上匹配得到参数路径的初始路径点；
对所述初始路径点进行插值处理，得到所述参考路径。
7.根据权利要求6所述的方法，其特征在于，在所述在地图上匹配得到参数路径的初始路径点之后，还包括：
对所述参数路径的初始路径点进行避障更新。
8.一种路径规划装置，其特征在于，包括：
参考路径获取模块，用于获取目标设备的参考路径；
目标函数确定模块，用于对所述参考路径进行采样，确定所述目标设备在每一个采样点上基于横向信息的目标函数，其中，所述目标函数包括规划路径与所述参考路径的偏离函数和平滑函数；
横向信息确定模块，用于响应于所述目标函数的最小规则，得到所述目标设备在每一个采样点上的横向信息；
规划路径生成模块，用于基于各个采样点的横向信息形成规划路径。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的路线规划方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的路线规划方法。
CN202010502719.0A 2020-06-04 2020-06-04 一种路径规划方法、装置、存储介质及电子设备 Pending CN113759887A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010502719.0A CN113759887A (zh) 2020-06-04 2020-06-04 一种路径规划方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010502719.0A CN113759887A (zh) 2020-06-04 2020-06-04 一种路径规划方法、装置、存储介质及电子设备

Publications (1)

Publication Number Publication Date
CN113759887A true CN113759887A (zh) 2021-12-07

Family

ID=78783816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010502719.0A Pending CN113759887A (zh) 2020-06-04 2020-06-04 一种路径规划方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN113759887A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114264307A (zh) * 2021-12-15 2022-04-01 广州小鹏自动驾驶科技有限公司 路径生成方法、装置、交通工具及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107230028A (zh) * 2016-03-25 2017-10-03 台湾准时达国际物流股份有限公司 车辆路径规划方法及装置
CN109343528A (zh) * 2018-10-30 2019-02-15 杭州电子科技大学 一种节能的无人机路径规划避障方法
CN109521763A (zh) * 2017-09-18 2019-03-26 百度（美国）有限责任公司 用于自动驾驶车辆的基于约束平滑样条的路径优化
CN109990790A (zh) * 2019-03-29 2019-07-09 北京邮电大学 一种无人机路径规划方法及装置
CN110509923A (zh) * 2019-08-02 2019-11-29 重庆长安汽车股份有限公司 自动驾驶路径规划方法、系统、计算机可读存储介质及车辆
CN110928297A (zh) * 2019-10-28 2020-03-27 中南大学 基于多目标动态粒子群优化的智能公交车辆路径规划方法
US20200125094A1 (en) * 2018-10-19 2020-04-23 Baidu Usa Llc Optimal path generation for static obstacle avoidance
CN111191976A (zh) * 2019-11-29 2020-05-22 北京京东乾石科技有限公司 动态路径规划方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107230028A (zh) * 2016-03-25 2017-10-03 台湾准时达国际物流股份有限公司 车辆路径规划方法及装置
CN109521763A (zh) * 2017-09-18 2019-03-26 百度（美国）有限责任公司 用于自动驾驶车辆的基于约束平滑样条的路径优化
US20200125094A1 (en) * 2018-10-19 2020-04-23 Baidu Usa Llc Optimal path generation for static obstacle avoidance
CN109343528A (zh) * 2018-10-30 2019-02-15 杭州电子科技大学 一种节能的无人机路径规划避障方法
CN109990790A (zh) * 2019-03-29 2019-07-09 北京邮电大学 一种无人机路径规划方法及装置
CN110509923A (zh) * 2019-08-02 2019-11-29 重庆长安汽车股份有限公司 自动驾驶路径规划方法、系统、计算机可读存储介质及车辆
CN110928297A (zh) * 2019-10-28 2020-03-27 中南大学 基于多目标动态粒子群优化的智能公交车辆路径规划方法
CN111191976A (zh) * 2019-11-29 2020-05-22 北京京东乾石科技有限公司 动态路径规划方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114264307A (zh) * 2021-12-15 2022-04-01 广州小鹏自动驾驶科技有限公司 路径生成方法、装置、交通工具及存储介质

Similar Documents

Publication Publication Date Title
JP7082151B2 (ja) 地図軌跡マッチングデータの品質決定方法、装置、サーバ及び媒体
JP7086111B2 (ja) 自動運転車のｌｉｄａｒ測位に用いられるディープラーニングに基づく特徴抽出方法
CN109211251B (zh) 一种基于激光和二维码融合的即时定位与地图构建方法
US10579065B2 (en) Algorithm and infrastructure for robust and efficient vehicle localization
EP3627181A1 (en) Multi-sensor calibration method, multi-sensor calibration device, computer device, medium and vehicle
WO2022056770A1 (zh) 一种路径规划方法和路径规划装置
KR20180049029A (ko) 자율 주행 차량의 운행을 위한 제어 오류 보정 계획 방법
EP3617997A1 (en) Method, apparatus, device, and storage medium for calibrating posture of moving obstacle
JP7204823B2 (ja) 車両制御方法、車両制御装置及び車両
KR20210111182A (ko) 위치결정을 위한 방법, 컴퓨팅 기기, 컴퓨터 판독가능 저장 매체 및 컴퓨터 프로그램
CN110647151B (zh) 坐标转换方法及装置、计算机可读存储介质、电子设备
CN109558854B (zh) 障碍物感知方法、装置、电子设备及存储介质
CN114212110B (zh) 障碍物轨迹预测方法、装置、电子设备及存储介质
CN111596329A (zh) 车辆定位方法、装置、设备及车辆
CN112255628A (zh) 障碍物轨迹预测方法、装置、设备和介质
CN112148033A (zh) 无人机航线的确定方法、装置、设备及存储介质
JP2023027233A (ja) 道路データ融合の地図生成方法、装置及び電子機器
CN111469781B (zh) 用于输出信息的方法和装置
CN109635868B (zh) 障碍物类别的确定方法、装置、电子设备及存储介质
JP2022081613A (ja) 自動運転特徴の特定方法、装置、設備、媒体及びコンピュータプログラム
CN113759887A (zh) 一种路径规划方法、装置、存储介质及电子设备
CN114578401B (zh) 一种车道航迹点的生成方法、装置、电子设备及存储介质
CN110853098A (zh) 机器人定位方法、装置、设备及存储介质
US20210209399A1 (en) Bounding box generation for object detection
CN113483770A (zh) 封闭场景下的路径规划方法、装置、电子设备、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