CN114061606A - 路径规划方法、装置、电子设备及存储介质 - Google Patents

路径规划方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114061606A
CN114061606A CN202111326961.8A CN202111326961A CN114061606A CN 114061606 A CN114061606 A CN 114061606A CN 202111326961 A CN202111326961 A CN 202111326961A CN 114061606 A CN114061606 A CN 114061606A
Authority
CN
China
Prior art keywords
sampling
sampling points
line
boundary
lane
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111326961.8A
Other languages
English (en)
Other versions
CN114061606B (zh
Inventor
刘江江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jingdong Kunpeng Jiangsu Technology Co Ltd
Original Assignee
Jingdong Kunpeng Jiangsu Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jingdong Kunpeng Jiangsu Technology Co Ltd filed Critical Jingdong Kunpeng Jiangsu Technology Co Ltd
Priority to CN202111326961.8A priority Critical patent/CN114061606B/zh
Publication of CN114061606A publication Critical patent/CN114061606A/zh
Application granted granted Critical
Publication of CN114061606B publication Critical patent/CN114061606B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3407Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例公开了一种路径规划方法、装置、电子设备及存储介质。所述方法包括:对设定范围内的道路地图进行采样,得到多层采样点,每层采样点对应于不同的采样线,各所述采样线与行驶指引线垂直;根据所述道路地图中的障碍物确定每层采样点对应的无障碍区间;在满足条件的无障碍区间内设置固定采样点;根据所述多层采样点和所述固定采样点规划行驶路径。该方法在多层采样点的基础上,通过在根据障碍物所确定的满足条件的无障碍区间内设置新的固定采样点,能够提高采样的精细度,进而根据多层采样点和固定采样点规划路径,能够避免由于采样点稀疏导致的路径规划失败情况的发生,从而有效提高了路径规划的可靠性。

Description

路径规划方法、装置、电子设备及存储介质
技术领域
本发明实施例涉及驾驶控制技术领域,尤其涉及一种路径规划方法、装置、电子设备及存储介质。
背景技术
近年来自动驾驶技术飞速发展,如何有效躲避障碍物以及合理规划行驶路径,是自动驾驶技术的关键所在。对于行驶在非机动车道的低速自动驾驶车辆,经常需要绕行路边长期或临时停放的车辆等障碍物,这种情况下,自动驾驶车辆的可行驶空间较窄。
在实现本发明的过程中,发现现有技术中至少存在如下技术问题:在路径规划时通常采用离散采样的方式,采样点通常是等间隔或者均匀分布的,如果在较窄的区间内缺少有效的采样点,则原本车辆可以通过的较窄区域就无法被采样和分析,影响路径规划结果,甚至导致路径规划失败。因此,目前的路径规划方法采样的精细度较低,路径规划的可靠性有待提高。
发明内容
本发明实施例提供了一种路径规划方法、装置、电子设备及存储介质,以提高采样的精细度,提高路径规划的可靠性。
第一方面,本发明实施例提供了一种路径规划方法,包括:
对设定范围内的道路地图进行采样,得到多层采样点,每层采样点对应于不同的采样线,各所述采样线与行驶指引线垂直;
根据所述道路地图中的障碍物确定每层采样点对应的无障碍区间;
在满足条件的无障碍区间内设置固定采样点;
根据所述多层采样点和所述固定采样点规划行驶路径。
第二方面,本发明实施例还提供了一种路径规划装置,包括:
第一采样模块,用于对设定范围内的道路地图进行采样,得到多层采样点,每层采样点对应于不同的采样线,各所述采样线与行驶指引线垂直;
区间确定模块,用于根据所述道路地图中的障碍物确定每层采样点对应的无障碍区间;
第二采样模块,用于在满足条件的无障碍区间内设置固定采样点;
规划模块,用于根据所述多层采样点和所述固定采样点规划行驶路径。
第三方面,本发明实施例还提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例提供的路径规划方法。
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本发明实施例提供的路径规划方法。
本发明实施例提供了一种路径规划方法、装置、电子设备及存储介质,首先通过对设定范围内的道路地图进行采样,得到多层采样点,每层采样点对应于不同的采样线,各所述采样线与行驶指引线垂直;然后根据所述道路地图中的障碍物确定每层采样点对应的无障碍区间;之后在满足条件的无障碍区间内设置固定采样点;最后根据所述多层采样点和所述固定采样点规划行驶路径。本实施例在多层采样点的基础上,通过在根据障碍物所确定的满足条件的无障碍区间内设置新的固定采样点,能够提高采样的精细度;进而根据多层采样点和固定采样点规划路径,能够避免由于采样点稀疏导致的路径规划失败情况的发生,从而有效提高了路径规划的可靠性。
附图说明
图1为本发明实施例提供的一种路径规划方法的流程示意图;
图2为本发明实施例提供的一种基于离散采样方法确定采样点的示意图;
图3为本发明实施例提供的一种确定无障碍区间的示意图;
图4为本发明实施例提供的一种路径规划方法的流程示意图;
图5为本发明实施例提供的一种确定第一边界和第二边界之间的距离的示意图;
图6为本发明实施例提供的一种确定障碍物投影区间的示意图;
图7A为本发明实施例提供的另一种确定无障碍区间的示意图;
图7B为本发明实施例提供的又一种确定无障碍区间的示意图;
图8为本发明实施例提供的一种路径规划装置的结构示意图;
图9为本发明实施例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。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
本发明使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”。
需要注意,本发明中提及的“第一”、“第二”等概念仅用于对相应内容进行区分,并非用于限定顺序或者相互依存关系。
需要注意,本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
图1为本发明实施例提供的一种路径规划方法的流程示意图,该方法可适用于通过自动设置采样点以对路径进行规划的情况,该方法可以由路径规划装置来执行,其中该装置可由软件和/或硬件实现,并一般集成在电子设备上,电子设备可以是车辆内部具有数据处理能力的设备,也可以是可与车辆交互从而对车辆的行驶路径进行规划的设备。在本实施例中电子设备包括但不限于:整车控制器、车机、计算机和车辆的互联终端等设备。需要说明的是,如无特别说明,本实施例中的车辆指被电子设备路径规划的车辆。
如图1所示,本发明实施例提供的一种路径规划方法,该方法包括如下步骤:
S110、对设定范围内的道路地图进行采样,得到多层采样点,每层采样点对应于不同的采样线,各所述采样线与行驶指引线垂直。
在本实施例中,设定范围可以指根据车辆行驶道路两侧的标志信息所确定的可行驶道路区域范围。其中,标志信息可以包括道路线(如实线、虚线、双黄线等)、马路边界(如马路牙)以及道路设施(如隔离栏)等信息。例如,假设车辆的一侧为马路牙,另一侧距离自身最近的标志信息为实线,其中对于马路牙和实线,车辆均不可跨越行驶,则可以将马路牙与实线之间的范围确定为设定范围,其中,马路牙和实线为设定范围的边界。
道路地图可以指根据车辆内的导航定位系统所获取的设定范围内的道路对应的地图。行驶指引线可以指将道路地图中的车道序列的中心线进行平滑后得到的点串,每个点上包括坐标、朝向、里程和曲率等信息;也可以是指行驶过程中的车辆的车身中线等。行驶指引线可以用于指引车辆的行驶方向。本实施例中,行驶指引线也可以简称为指引线。
对设定范围内的道路地图进行采样,如通常采用离散采样方法。具体的,基于指引线方向和垂直于指引线的采样线的方向,以指引线为采样中心,分别按照设定间隔进行均匀采样,得到的采样点可以分布在行驶指引线上,也可以分布在车辆的两侧。其中也可以在道路障碍物密集的地方进行密集采样;在此基础上进行采样可以得到多层采样点,且每层中可以包括多个采样点。采样线可以指每层中的各个采样点所连接形成的直线,其中每层采样点对应于不同的采样线,每个采样线均垂直于行驶指引线。
图2为本发明实施例提供的一种基于离散采样方法确定采样点的示意图。如图2所示,S方向表示指引线方向(也可以为车辆行驶方向),L方向表示垂直于指引线的方向。在S方向和L方向,以指引线为采样中心,然后分别按照设定间隔进行均匀采样,以得到如图所示的多层采样点。图中的第0层表示车辆所在层,第1层、第2层、……、第n层,表示多层采样点,其中层数n根据实际情况进行确定。
S120、根据所述道路地图中的障碍物确定每层采样点对应的无障碍区间。
在本实施例中,障碍物可以指道路地图中占用车道影响车辆行驶的物体,如道路旁的停车车辆、前方的行驶车辆等。
无障碍区间可以指每层采样点对应的采样线方向上不存在障碍物的区间。对于障碍物所在的区间,即便设置了采样点,该采样点也无法作为路径点;而对于无障碍区间,通过设置采样点可以进一步分析其是否适合作为路径点,从而为路径规划提供依据。例如,无障碍区间可以是从以设定范围边界为截取点所截取的线段中,去除障碍物所占用的线段后所剩余的线段构成的区间,也可以是从每层采样点中去除处于障碍物位置的采样点后剩余的采样点构成的区间。每层采样点对应的无障碍区间可以为一个或多个。其中,截取点可以指每层的采样线与设定范围边界的两个交点,两个交点所连接构成的线段即为以设定范围边界为截取点所截取的线段。障碍物所占用的线段可以指障碍物垂直投影至地面之后所形成的轮廓区域与每层采样线重合的线段,也可以是将障碍物投影至指引线后的投影区域与每层采样线重合的线段。在此基础上,可以在障碍物所在的每层采样线上,根据轮廓区域或投影区域与每层采样线重合的线段的大小来确定每层采样点所对应的无障碍区间,并进一步分析无障碍区间是否满足条件,确定是否需要设置固定采样点。
S130、在满足条件的无障碍区间内设置固定采样点。
本实施例中的条件可以理解为对无障碍区间的通行可行性(即无障碍区间内是否存在可能的路径点)的判定条件。例如,条件可以为无障碍区间的宽度大于设定阈值,该设定阈值与车辆的宽度有关。为了使得车辆可以在无障碍区间内安全通过(如不与障碍物发生剐蹭或者预防障碍物发生移动影响通行),条件可以设置为无障碍区间的宽度大于车宽,此处对条件中无障碍区间的宽度具体大于车宽多少长度不作限定,可根据实际情况对条件进行灵活设定。
在所确定的无障碍区间中,满足条件的无障碍区间可以为车辆行驶路径的规划提供备选的路径点,本实施例通过在满足条件的无障碍区间内设置固定采样点,保证该无障碍区间可以被采样和选择,从而避免由于缺少采样点错过原本可通行的路径点。其中,固定采样点的设置有两种情况,例如,可以是在无障碍区间内离散采样得到的采样点的基础上增设新的固定采样点,也可以是用固定采样点替换无障碍区间内离散采样得到的采样点。
可选的,固定采样点包括无障碍区间的中点。
对于满足条件的无障碍区间,固定采样点可以根据无障碍区间的具体宽度进行灵活设置。例如,若无障碍区间的宽度较小(小于指定宽度),则可以只设置一个固定采样点,例如将无障碍区间的中点设置为固定采样点;若无障碍区间的宽度较大(大于或等于指定宽度),则可以按照一定的间隔均匀设置多个固定采样点。此处对满足条件的无障碍区间内固定采样点的设置方式不作限定。
图3为本发明实施例提供的一种确定无障碍区间的示意图。如图3所示,在第3层采样线确定了两个无障碍区间(即图中的双箭头所示区间),在此基础上根据无障碍区间的宽度选取出满足条件的无障碍区间,并根据实际情况设置固定采样点。
S140、根据所述多层采样点和所述固定采样点规划行驶路径。
在本实施例中,对于无障碍物的采样线,可以根据通过离散采样得到的采样点规划车辆的行驶路径,对于有障碍物的采样线,可以根据障碍物所在采样线对应的多层采样点和固定采样点中的至少一种规划车辆的行驶路径。例如,如果固定采样点替换了无障碍区间内离散采样得到的采样点,则可以不考虑的多层采样点,根据所设置的固定采样点即可规划车辆的行驶路径。此处对规划行驶路径所采用的采样点不作限定,例如可以根据最优的路径规划选取对应的采样点。
在一实施例中,若所确定的满足条件的无障碍区间宽度小于默认采样间隔,其中,默认采样间隔主要指在得到多层采样点的采样过程中所采用的采样间隔,则此时该无障碍区间内可能不包括的采样点,通过所设置的固定采样点进行行驶路径的规划。
在一实施例中,若所确定的满足条件的无障碍区间宽度很大,并大于默认采样间隔,则此时该无障碍区间内可能已经包括离散采样得到的采样点,在此基础上,既可以利用采样得到的采样点和设置的固定采样点进行路径规划,也可以只利用设置的固定采样点进行路径规划。
需要说明的是,本实施例中固定采样点的设置以及根据多层采样点和固定采样点进行行驶路径的规划,可以在障碍物所对应的采样线上进行,对于道路地图中不存在障碍物的部分,根据采样过程中得到的多层采样点即可进行车辆行驶路径的规划。
本发明实施例提供的一种路径规划方法,首先通过对设定范围内的道路地图进行采样,得到多层采样点,每层采样点对应于不同的采样线,各采样线与行驶指引线垂直;然后根据道路地图中的障碍物确定每层采样点对应的无障碍区间;之后在满足条件的无障碍区间内设置固定采样点;最后根据多层采样点和固定采样点规划行驶路径。该方法在多层采样点的基础上,通过在根据障碍物所确定的满足条件的无障碍区间内设置新的固定采样点,能够提高采样的精细度;进而根据多层采样点和固定采样点规划路径,能够避免由于采样点稀疏导致的路径规划失败情况的发生,从而有效提高了路径规划的可靠性。
图4为本发明实施例提供的一种路径规划方法的流程示意图,本实施例在上述各实施例的基础上进行细化。在本实施例中,将设定范围的确定、无障碍区间的确定、固定采样点的设置以及行驶路径规划的过程进行了具体描述。需要说明的是,未在本实施例中详尽描述的技术细节可参见上述任意实施例。
如图4所示,本发明实施例提供的一种路径规划方法,该方法包括如下步骤:
S210、根据默认行驶车道的车道线类型,确定与所述行驶指引线的方向一致的第一边界和第二边界,其中,所述车道线类型包括虚线和/或实线。
在本实施例中,默认行驶车道可以指车辆当前所行驶的车道。车道线类型可以包括虚线、实线以及双黄线等;不同的车道线类型对应不同的道路行驶规范,如虚线表示可以越线借道行驶,实线和双黄线表示不可越线行驶。第一边界和第二边界可以指车辆在默认行驶车道所不能跨越行驶的边界。在此基础上,根据车道线类型,可以确定默认行驶车道两侧的第一边界和第二边界,且第一边界和第二边界的方向与行驶指引线的方向一致,即平行于行驶指引线的方向。
需要说明的是,第一边界和第二边界可以是根据默认行驶车道两侧的车道线类型实时变化并确定的。
可选的,根据默认行驶车道的车道线类型,确定与行驶指引线的方向一致的第一边界和第二边界,包括:若默认行驶车道两侧的车道线均为实线,则将默认行驶车道两侧的车道线分别作为所述第一边界和第二边界;若默认行驶车道第一侧的车道线为实线,第二侧的车道线为虚线,则将第一侧的车道线作为所述第一边界,将位于默认行驶车道的第二侧的车道线中,距离默认行驶车道最近的实线作为所述第二边界;若默认行驶车道两侧的车道线均为虚线,则分别将位于默认行驶车道的第一侧和第二侧的车道线中距离默认行驶车道最近的实线作为第一边界和第二边界。
其中,若默认行驶车道两侧的车道线均为实线,则表明车辆在行驶时均不能跨越这两条实线,此时可以将默认行驶车道两侧的车道线分别作为第一边界和第二边界。
若默认行驶车道第一侧的车道线为实线,第二侧的车道线为虚线,则表明车辆不可跨越第一侧的车道线,可跨越第二侧的车道线,则可以将第一侧的车道线作为第一边界,并在默认行驶车道的第二侧的所有车道线中,将距离默认行驶车道最近的实线作为第二边界。示例性的,假设默认行驶车道的第二侧包括3条车道线,从近向远数,第1条为虚线,第2条和第3条为实线,则可以将距离默认行驶车道最近的实线,即第2条车道线作为第二边界。
若默认行驶车道两侧的车道线均为虚线,则表明车辆均可跨越这两条虚线借道行驶,此时同样的,可以分别将位于默认行驶车道的第一侧和第二侧的车道线中,距离默认行驶车道最近的实线作为第一边界和第二边界。示例性的,假设默认行驶车道的第一侧和第二侧分别包括2条车道线,在第一侧从距离默认行驶车道最近的一条车道线开始依次向远开始确定每条的车道线类型,第1条为虚线,第2条为实线,利用同样的方法确定第二侧的第1条为实线,第2条为虚线,则可以将位于第一侧的第2条车道线作为第一边界,将位于第二侧的第1条车道线作为第二边界。
可选的,根据默认行驶车道的车道线类型,确定与行驶指引线的方向一致的第一边界和第二边界,还包括:若第一边界和第二边界之间的距离大于设定阈值,则修正第一边界和/或第二边界,以使第一边界和第二边界之间的距离小于或等于设定阈值。
其中,可以基于行驶指引线上的每一个点,做垂直于该点朝向(即行驶指引线方向)的垂线,并将垂线左右延长至与第一边界和第二边界所在线相交,则两交点之间的计算距离即为第一边界和第二边界之间的距离。
图5为本发明实施例提供的一种确定第一边界和第二边界之间的距离的示意图。如图5所示,s0、s1、…、s7表示行驶指引线上的每一个点(对应于每个采样线),马路牙和车道线中的实线分别为默认行驶车道两侧的第一边界和第二边界,各个双向箭头表示各个点所对应的第一边界和第二边界之间的距离。可以理解的是,第一边界与第二边界的方向都与车辆行驶指引线的方向一致,但在各个点,第一边界和第二边界之间的距离可以是不同的。
设定阈值可以指所预先设定的一个第一边界和第二边界之间距离的最大限定值,可根据实际道路情况和行驶的安全性对阈值进行灵活设定。例如,为了保证行驶安全性,不能无限制跨越虚线以借道行驶,此时可以以车辆为中心点左右各设置10米的安全限制距离,即设定阈值为20米。又如,在路口处,可能车辆的两侧不存在车道线,也可以通过设定阈值限制安全区域的边界。
修正可以指对不符合距离阈值条件的第一边界和/或第二边界进行调整,如可以将第一边界和/或第二边界所对应的车道线调整为相对于该车道线距离车辆较近的其他车道线,以使得修正后的第一边界和第二边界之间的距离小于或等于设定阈值。又如,不采用实际存在的车道线,而是生成一条线作为边界,这种情况下,修正后的第一边界和/或第二边界可能不是车道线所在位置。需要说明的是,在修正的过程中,可以只针对于第一边界和第二边界中的一个进行修正,如其中一个边界所对应的车道线已经是距离默认行驶车道最近的一个车道线,则在这种情况下只能对另一个边界进行修订,又或者是其中一个边界与车辆之间的车道线数量明显少于另一个边界与车辆之间的车道线数量,则此时可以只对车道线数量多的边界进行修正;也可以对第一边界和第二边界同时进行修正,此处对此不作限定,可根据实际需求和行驶安全性灵活选择修正方式。
在一实施例中,根据默认行驶车道两侧的马路牙以及隔离栏等,并结合车道线,也可以确定与行驶指引线的方向一致的第一边界和第二边界。
S220、根据所述第一边界和所述第二边界确定所述设定范围。
在本实施例中,如图5所示,根据第一边界和第二边界确定的道路区域即为所确定的设定范围。
可选的,设定范围也可以包括第三边界,第三边界在车辆前方,垂直于行驶指引线的边界,最后一层采样点的位置与第三边界有关。第三边界可以为当前的路径规划设置一个明确的考虑范围。对于超出设定范围的障碍物,对车辆的路径规划的影响较小,可以暂不考虑。在此基础上可以提高路径规划的实时性和效率。S230、对设定范围内的道路地图进行采样,得到多层采样点,每层采样点对应于不同的采样线,各所述采样线与行驶指引线垂直。
S240、确定每层采样点在对应的采样线上的最长通行线段。
在本实施例中,每层采样点主要指设定范围内对应于各层采样线的采样点。最长通行线段可以指上述每层采样线与第一边界和第二边界所相交的两个交点之间的线段。如果最长通行线段内不存在障碍物,则最长通行线段中的采样点都可以作为路径点,如果最长通行线段内存在障碍物,则需要确定无障碍区域。
S250、将所述道路地图中的障碍物投影至所述行驶指引线,得到所述障碍物在Frenet坐标系下的投影区间。
在本实施例中,Frenet坐标系是一种采用行驶指引线作为参考线,并采用参考线的切线向量和法线向量分别作为坐标轴所建立的坐标系。
确定障碍物在Frenet坐标系下的投影区间的过程如下:此处以障碍物对应的行驶指引线作为Frenet坐标系的参考线为例,首先将道路地图中的障碍物水平投影至道路地面形成一个垂直投影区域;然后基于垂直投影区域的上下两个顶点分别做垂直于行驶指引线方向的直线,基于左右两个定点分别做平行于行驶指引线方向的直线;最后将所做的四条直线相围成的矩形区域所对应的区间确定为障碍物在Frenet坐标系下的投影区间。
图6为本发明实施例提供的一种确定障碍物投影区间的示意图。如图6所示,以障碍物对应的行驶指引线的法线向量(即图中的S方向)和切线向量(即图中的L方向)作为Frenet坐标系的坐标轴。图中位于S方向的投影区间为[start_s,end_s],位于L方向的投影区间为[start_l,end_l]。
S260、对于每层采样点,从该层采样点对应的最长通行线段中去除所述投影区间对应于该层采样点的子线段,将剩余的子线段作为该层采样点对应的无障碍区间。
在本实施例中,子线段可以指投影区间所在区域在每层采样点与对应采样线所重合的线段。在此基础上,从每层采样点所对应的最长通行线段中去除掉投影区间对应于该层采样点的子线段,所剩余的子线段可以作为每层采样点对应的无障碍区间。其中,若所剩余的子线段为多个,则可以构成一个无障碍区间集合。
图7A为本发明实施例提供的另一种确定无障碍区间的示意图,其中,图中的指引线为设定范围内道路区域对应的行驶指引线。如图7A所示,线段AD表示该层采样点对应的最长通行线段,线段BC表示障碍物投影区间对应于该层采样点的子线段,线段AB和线段CD表示所计算获得的该层采样点对应的无障碍区间。
图7B为本发明实施例提供的又一种确定无障碍区间的示意图。如图7B所示,线段GH表示该层采样点对应的最长通行线段,线段GF、EH表示障碍物投影区间对应于该层采样点的子线段,线段EF表示所计算获得的该层采样点对应的无障碍区间。可见,一层采样点对应的无障碍区间可以为一个或多个。
S270、对于每层采样点的每个无障碍区间,若该无障碍区间的长度在安全通行范围内,则在该无障碍区间内设置固定采样点。
在本实施例中,无障碍区间的长度可以指无障碍区间对应的子线段长度。安全通行范围可以指允许车辆安全通过的宽度范围,例如,安全通行范围可以设置为车宽,也可以为车宽与一个预设宽度阈值的和,其中预设宽度阈值可以根据第一边界和第二边界之间的距离和实际道路行驶安全性灵活设定,如可以将宽度阈值设置为1米。在此基础上,通过判定无障碍区间的长度是否在安全距离范围内,以选取出满足条件(即无障碍区间的长度在安全距离范围内)的无障碍区间,并在无障碍区间内设置固定采样点。
S280、根据所述多层采样点和所述固定采样点规划行驶路径。
可选的,根据多层采样点和增设的采样点规划行驶路径,包括:对于设置固定采样点的采样线,从对应层的采样点和/或固定采样点中选择行驶代价最小的采样点作为路径点;对于未设置固定采样点的采样线,从对应层的采样点中选择行驶代价最小的采样点作为路径点;各路径点构成行驶路径。
其中,行驶代价可以指基于代价函数算法所计算的行驶路径对应的代价函数值,其可以用于表明所规划的行驶路径是否为当前的最优路径选择。行驶代价最小可以指在多种行驶路径对应的代价函数值中的最小值,其中最小值表示其对应的行驶路径为最优路线,例如该最优路线可以为在保证行车安全的前提下行驶距离最短的路线,或者是能耗最低的行驶路线等。在此基础上,将行驶代价最小的采样点选取出来作为路径点,则各个路径点所构成的行驶路径即为规划的最优路线。
本实施例中,设置有不同采样点的采样线对应于不同的行驶路径规划策略。
例如,对于设置固定采样点的采样线,可以从该采样线的对应层的采样点和固定采样点中选择行驶代价最小的采样点作为路径点,也可以忽略对应层的采样点,只从固定采样点中选择行驶代价最小的采样点作为路径点。
又如,对于未设置固定采样点的采样线,从该采样线对应层的采样点中选择行驶代价最小的采样点作为路径点。
在上述实施例的基础上,将所选取出的行驶代价最小的各路径点构成行驶路径,以作为当前重新规划的行驶路径。
可以理解的是,本实施例以直行的情况为例进行说明,对于弯道或不规则道路等,同样可以根据行驶指引线进行采样、设置固定采样点以及进行路径规划,这种情况下,行驶指引线、第一边界和第二边界不再是直线,可能是曲线或弧线等,以行驶指引线为中心,仍然可以做垂线以确定各层采样线,从而得到各层采样点对应的到最长通行线段和无障碍区间。或者,也可以将道路分成多段,每一段可近似视为直行的道路。
本发明实施例提供的一种路径规划方法,该方法首先通过车道线类型确定第一边界和第二边界,并利用设定阈值限定两边界之间的距离,以保证行驶的安全性;然后通过对障碍物进行投影以得到投影区间,据此计算得到无障碍区间,又进一步通过安全通行范围的设定,能够保证车辆在无障碍区间的安全通行。在此基础上,根据无障碍区间内设置的固定采样点和的多层采样点,可以灵活选用行驶代价最小的采样点作为路径点,以构成最优行驶路径,从而进一步提高路径规划的可靠性和行驶安全性。
图8为本发明实施例提供的一种路径规划装置的结构示意图,该装置可由软件和/或硬件实现。如图8所示,该装置包括:第一采样模块310、区间确定模块320、第二采样模块330以及规划模块340;
其中,第一采样模块310,用于对设定范围内的道路地图进行采样,得到多层采样点,每层采样点对应于不同的采样线,各所述采样线与行驶指引线垂直;
区间确定模块320,用于根据所述道路地图中的障碍物确定每层采样点对应的无障碍区间;
第二采样模块330,用于在满足条件的无障碍区间内设置固定采样点;
规划模块340,用于根据所述多层采样点和所述固定采样点规划行驶路径。
在本实施例中,该装置首先通过第一采样模块,对设定范围内的道路地图进行采样,得到多层采样点,每层采样点对应于不同的采样线,各所述采样线与行驶指引线垂直;然后通过区间确定模块,根据所述道路地图中的障碍物确定每层采样点对应的无障碍区间;之后通过第二采样模块,在满足条件的无障碍区间内设置固定采样点;最后通过规划模块,根据所述多层采样点和所述固定采样点规划行驶路径。该装置在多层采样点的基础上,通过在根据障碍物所确定的满足条件的无障碍区间内设置新的固定采样点,能够提高采样的精细度;进而根据多层采样点和固定采样点规划路径,能够避免由于采样点稀疏导致的路径规划失败情况的发生,从而有效提高了路径规划的可靠性。
可选的,所述装置还包括:
边界确定模块,用于在对设定范围内的道路地图进行采样之前,根据默认行驶车道的车道线类型,确定与所述行驶指引线的方向一致的第一边界和第二边界,其中,所述车道线类型包括虚线和/或实线;
范围确定模块,用于根据所述第一边界和所述第二边界确定所述设定范围。
可选的,边界确定模块具体包括:
第一确定单元,用于若所述默认行驶车道两侧的车道线均为实线,则将所述默认行驶车道两侧的车道线分别作为所述第一边界和第二边界;
第二确定单元,用于若所述默认行驶车道第一侧的车道线为实线,第二侧的车道线为虚线,则将所述第一侧的车道线作为所述第一边界,将位于所述默认行驶车道的第二侧的车道线中,距离所述默认行驶车道最近的实线作为所述第二边界;
第三确定单元,用于若所述默认行驶车道两侧的车道线均为虚线,则分别将位于所述默认行驶车道的第一侧和第二侧的车道线中距离所述默认行驶车道最近的实线作为所述第一边界和所述第二边界。
可选的,边界确定模块具体还包括:
边界修正单元,用于若所述第一边界和所述第二边界之间的距离大于设定阈值,则修正所述第一边界和/或第二边界,以使所述第一边界和所述第二边界之间的距离小于或等于设定阈值。
可选的,区间确定模块320具体包括:
通行线段确定单元,用于确定每层采样点在对应的采样线上的最长通行线段;
投影区间确定单元,用于将所述道路地图中的障碍物投影至所述行驶指引线,得到所述障碍物在Frenet坐标系下的投影区间;
无障碍区间确定单元,用于对于每层采样点,从该层采样点对应的最长通行线段中去除所述投影区间对应于该层采样点的子线段,将剩余的子线段作为该层采样点对应的无障碍区间。
可选的,第二采样模块330具体包括:
采样点设置单元,用于对于每层采样点的每个无障碍区间,若该无障碍区间的长度在安全通行范围内,则在该无障碍区间内设置固定采样点。
可选的,所述固定采样点包括所述无障碍区间的中点。
可选的,规划模块340具体包括:
第一路径点确定单元,用于对于设置固定采样点的采样线,从对应层的采样点和/或所述固定采样点中选择行驶代价最小的采样点作为路径点;
第二路径点确定单元,用于对于未设置固定采样点的采样线,从对应层的采样点中选择行驶代价最小的采样点作为路径点;
行驶路径构成单元,用于各所述路径点构成所述行驶路径。
上述路径规划装置可执行本发明任意实施例所提供的路径规划方法,具备执行方法相应的功能模块和有益效果。
图9为本发明实施例提供的一种电子设备的结构示意图。如图9所示,本发明实施例提供的电子设备包括:一个或多个处理器41和存储装置42;该电子设备中的处理器41可以是一个或多个,图9中以一个处理器41为例;存储装置42用于存储一个或多个程序;所述一个或多个程序被所述一个或多个处理器41执行,使得所述一个或多个处理器41实现如本发明实施例中任一项所述的路径规划方法。
所述电子设备还可以包括:输入装置43和输出装置44。
电子设备中的处理器41、存储装置42、输入装置43和输出装置44可以通过总线或其他方式连接,图9中以通过总线连接为例。
该电子设备中的存储装置42作为一种计算机可读存储介质,可用于存储一个或多个程序,所述程序可以是软件程序、计算机可执行程序以及模块,如本发明实施例所提供路径规划方法对应的程序指令/模块(例如,附图8所示的路径规划装置中的模块,包括:第一采样模块310、区间确定模块320、第二采样模块330以及规划模块340)。处理器41通过运行存储在存储装置42中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述方法实施例中路径规划方法。
存储装置42可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储装置42可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置42可进一步包括相对于处理器41远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。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。
输入装置43可用于接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置44可包括显示屏等显示设备。
并且,当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器41执行时,程序进行如下操作:对设定范围内的道路地图进行采样,得到多层采样点,每层采样点对应于不同的采样线,各所述采样线与行驶指引线垂直;根据所述道路地图中的障碍物确定每层采样点对应的无障碍区间;在满足条件的无障碍区间内设置固定采样点;根据所述多层采样点和所述固定采样点规划行驶路径。
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用于执行路径规划方法,该方法包括:对设定范围内的道路地图进行采样,得到多层采样点,每层采样点对应于不同的采样线,各所述采样线与行驶指引线垂直;根据所述道路地图中的障碍物确定每层采样点对应的无障碍区间;在满足条件的无障碍区间内设置固定采样点;根据所述多层采样点和所述固定采样点规划行驶路径。
可选的,该程序被处理器执行时还可以用于执行本发明任意实施例所提供的路径规划方法。
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(Random Access Memory,RAM)、只读存储器(Read Only Memory,ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。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程序代码。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程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆或无线电频率(Radio Frequency,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程序代码,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。程序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 (11)

1.一种路径规划方法,其特征在于,包括:
对设定范围内的道路地图进行采样,得到多层采样点,每层采样点对应于不同的采样线,各所述采样线与行驶指引线垂直;
根据所述道路地图中的障碍物确定每层采样点对应的无障碍区间;
在满足条件的无障碍区间内设置固定采样点;
根据所述多层采样点和所述固定采样点规划行驶路径。
2.根据权利要求1所述的方法,其特征在于,在对设定范围内的道路地图进行采样之前,还包括:
根据默认行驶车道的车道线类型,确定与所述行驶指引线的方向一致的第一边界和第二边界,其中,所述车道线类型包括虚线和/或实线;
根据所述第一边界和所述第二边界确定所述设定范围。
3.根据权利要求2所述的方法,其特征在于,根据默认行驶车道的车道线类型,确定与所述行驶指引线的方向一致的第一边界和第二边界,包括:
若所述默认行驶车道两侧的车道线均为实线,则将所述默认行驶车道两侧的车道线分别作为所述第一边界和第二边界;
若所述默认行驶车道第一侧的车道线为实线,第二侧的车道线为虚线,则将所述第一侧的车道线作为所述第一边界,将位于所述默认行驶车道的第二侧的车道线中,距离所述默认行驶车道最近的实线作为所述第二边界;
若所述默认行驶车道两侧的车道线均为虚线,则分别将位于所述默认行驶车道的第一侧和第二侧的车道线中距离所述默认行驶车道最近的实线作为所述第一边界和所述第二边界。
4.根据权利要求3所述的方法,其特征在于,根据默认行驶车道的车道线类型,确定与所述行驶指引线的方向一致的第一边界和第二边界,还包括:
若所述第一边界和所述第二边界之间的距离大于设定阈值,则修正所述第一边界和/或第二边界,以使所述第一边界和所述第二边界之间的距离小于或等于设定阈值。
5.根据权利要求1所述的方法,其特征在于,根据所述道路地图中的障碍物确定每层采样点对应的无障碍区间,包括:
确定每层采样点在对应的采样线上的最长通行线段;
将所述道路地图中的障碍物投影至所述行驶指引线,得到所述障碍物在Frenet坐标系下的投影区间;
对于每层采样点,从该层采样点对应的最长通行线段中去除所述投影区间对应于该层采样点的子线段,将剩余的子线段作为该层采样点对应的无障碍区间。
6.根据权利要求1所述的方法,其特征在于,在满足条件的无障碍区间内设置固定采样点,包括:
对于每层采样点的每个无障碍区间,若该无障碍区间的长度在安全通行范围内,则在该无障碍区间内设置固定采样点。
7.根据权利要求1所述的方法,其特征在于,所述固定采样点包括所述无障碍区间的中点。
8.根据权利要求1-7任一项所述的方法,其特征在于,根据所述多层采样点和所述固定采样点规划行驶路径,包括:
对于设置固定采样点的采样线,从对应层的采样点和/或所述固定采样点中选择行驶代价最小的采样点作为路径点;
对于未设置固定采样点的采样线,从对应层的采样点中选择行驶代价最小的采样点作为路径点;
各所述路径点构成所述行驶路径。
9.一种路径规划装置,其特征在于,包括:
第一采样模块,用于对设定范围内的道路地图进行采样,得到多层采样点,每层采样点对应于不同的采样线,各所述采样线与行驶指引线垂直;
区间确定模块,用于根据所述道路地图中的障碍物确定每层采样点对应的无障碍区间;
第二采样模块,用于在满足条件的无障碍区间内设置固定采样点;
规划模块,用于根据所述多层采样点和所述固定采样点规划行驶路径。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的路径规划方法。
11.一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1-8中任一所述的路径规划方法。
CN202111326961.8A 2021-11-10 2021-11-10 路径规划方法、装置、电子设备及存储介质 Active CN114061606B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111326961.8A CN114061606B (zh) 2021-11-10 2021-11-10 路径规划方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111326961.8A CN114061606B (zh) 2021-11-10 2021-11-10 路径规划方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN114061606A true CN114061606A (zh) 2022-02-18
CN114061606B CN114061606B (zh) 2024-04-12

Family

ID=80274545

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111326961.8A Active CN114061606B (zh) 2021-11-10 2021-11-10 路径规划方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114061606B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117073709A (zh) * 2023-10-17 2023-11-17 福瑞泰克智能系统有限公司 路径规划方法、装置、计算机设备以及存储介质
WO2023221537A1 (zh) * 2022-05-16 2023-11-23 北京京东乾石科技有限公司 路径规划方法及装置、无人车

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378173A (zh) * 2018-07-10 2019-10-25 北京京东尚科信息技术有限公司 一种确定道路边界线的方法和装置
US20200183401A1 (en) * 2018-12-05 2020-06-11 Beijing Baidu Netcom Science Technology Co., Ltd. Pass route planning method and apparatus, device and readable storage medium
KR20200072576A (ko) * 2018-11-29 2020-06-23 한국전자통신연구원 자율주행 방법 및 그 시스템
CN111552284A (zh) * 2020-04-20 2020-08-18 宁波吉利汽车研究开发有限公司 无人驾驶车辆的局部路径规划方法、装置、设备及介质
JP2020163975A (ja) * 2019-03-29 2020-10-08 マツダ株式会社 車両運転支援システム
CN111830979A (zh) * 2020-07-13 2020-10-27 广州小鹏车联网科技有限公司 一种轨迹优化方法和装置
CN113325845A (zh) * 2021-05-31 2021-08-31 的卢技术有限公司 一种基于混合apf和rrt的无人驾驶路径规划方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378173A (zh) * 2018-07-10 2019-10-25 北京京东尚科信息技术有限公司 一种确定道路边界线的方法和装置
KR20200072576A (ko) * 2018-11-29 2020-06-23 한국전자통신연구원 자율주행 방법 및 그 시스템
US20200183401A1 (en) * 2018-12-05 2020-06-11 Beijing Baidu Netcom Science Technology Co., Ltd. Pass route planning method and apparatus, device and readable storage medium
JP2020163975A (ja) * 2019-03-29 2020-10-08 マツダ株式会社 車両運転支援システム
CN111552284A (zh) * 2020-04-20 2020-08-18 宁波吉利汽车研究开发有限公司 无人驾驶车辆的局部路径规划方法、装置、设备及介质
CN111830979A (zh) * 2020-07-13 2020-10-27 广州小鹏车联网科技有限公司 一种轨迹优化方法和装置
CN113325845A (zh) * 2021-05-31 2021-08-31 的卢技术有限公司 一种基于混合apf和rrt的无人驾驶路径规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王振华;章卫国;: "基于改进概率地图的无人机实时避障研究", 计算机工程与应用, vol. 46, no. 25, pages 220 - 222 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023221537A1 (zh) * 2022-05-16 2023-11-23 北京京东乾石科技有限公司 路径规划方法及装置、无人车
CN117073709A (zh) * 2023-10-17 2023-11-17 福瑞泰克智能系统有限公司 路径规划方法、装置、计算机设备以及存储介质
CN117073709B (zh) * 2023-10-17 2024-01-16 福瑞泰克智能系统有限公司 路径规划方法、装置、计算机设备以及存储介质

Also Published As

Publication number Publication date
CN114061606B (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
US8947259B2 (en) Vehicle wrong-way travel detection device
US10126751B2 (en) Lane change support device
CN114061606B (zh) 路径规划方法、装置、电子设备及存储介质
CN108646752B (zh) 自动驾驶系统的控制方法及装置
WO2013069054A1 (ja) 自律走行システム
KR20180068490A (ko) 자율 주행 제어 장치, 그를 포함한 시스템 및 그 방법
CN113419546B (zh) 一种无人车的控制方法、装置、介质及电子设备
KR101461140B1 (ko) 차선별 신호세기를 이용한 운행차량 차선인지 및 차선변경 안내 시스템과 그 방법
CN113535743B (zh) 无人驾驶地图实时更新方法、装置、电子设备、存储介质
CN111351498A (zh) 一种优化导航方法、装置及相关设备
CN113928340A (zh) 应用于车辆中的避障方法、装置、电子设备和存储介质
CN113532448A (zh) 一种自动驾驶车辆的导航方法及其系统、驾驶控制设备
JP2011215049A (ja) 駐車場情報取得装置、駐車場情報取得方法、及び駐車場情報取得システム
CN115166774A (zh) 生成虚拟车道线的方法和装置、电子设备及程序产品
JP6780541B2 (ja) 迂回推奨領域推定システム、迂回推奨領域推定プログラムおよびナビゲーション装置。
CN116279596B (zh) 车辆控制方法、装置、电子设备和计算机可读介质
CN113670323B (zh) 一种目标区域的确定方法、装置、设备和介质
CN115657684B (zh) 车辆路径信息生成方法、装置、设备和计算机可读介质
CN114179805B (zh) 一种行驶方向确定方法、装置、设备以及存储介质
CN110807910A (zh) 一种渣土车区域判定及限速方法
CN115402323A (zh) 换道决策方法和电子设备
CN113788028B (zh) 车辆控制方法、装置及计算机程序产品
CN115042820A (zh) 自动驾驶车辆控制方法、装置、设备及存储介质
CN115171416B (zh) 推荐行驶信息发送方法、装置、电子设备和介质
CN111238509A (zh) 一种专用道路的引导方法、装置及相关设备

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
GR01 Patent grant
GR01 Patent grant