CN114379569A - 一种生成驾驶参考线的方法及装置 - Google Patents

Abstract

本申请公开了一种生成驾驶参考线的方法及装置，一方面，全局规划功能部分只进行道路级别的粗粒度的路由搜索，得到自动驾驶任务起点、终点之间的道路ID序列，用于为后续的实时车道级别的路由搜索起到限定搜索范围的作用，避免了全局规划大范围搜索而导致的效率低下的问题；另一方面，通过车道级别路由搜索，始终生成包括自车节点，自车节点的左节点和自车节点的右节点的参考线，且确保参考线满足重叠或左中右相邻关系，给决策规划提供了充分的换道自由度。这样，即使面对出现施工、拥堵、有低速车辆等场景时也能进行灵活的换道，也保证了自动驾驶效率，而且不会产生cut‑in参考线，保证了自动驾驶安全性。

Description

一种生成驾驶参考线的方法及装置

技术领域

本申请涉及但不限于无人驾驶技术，尤指一种生成驾驶参考线的方法及装置。

背景技术

驾驶参考线是无人驾驶车辆(本文中简称为无人车)完成轨迹规划的基础，是指自动驾驶算法中用于局部决策规划的一条或多条表征可行车道的高阶连续曲线。驾驶参考线是自动驾驶决策规划算法中必不可少的输入信息。

驾驶参考线用于对较长的全局路线进行分解，生成自车(无人车)附近的、细节更全的局部路线信息，以指引无人车进行局部范围内的决策规划。同时，公开道路场景中单个道路往往有多个可行车道，需要产生多条参考线供决策规划使用，以保证决策规划的完备、及时、合理性。因此，如何生成合理且完备的驾驶参考线，是公开道路决策规划中亟需解决的重要问题。

发明内容

本申请提供一种生成驾驶参考线的方法及装置，能够适用于生成无人车局部范围的多条车道参考线，简化全局提升全局规划效率。

本发明实施例提供了一种生成驾驶参考线的方法，包括：

根据自动驾驶车辆的起点和终点，确定道路级别的路径规划信息；

根据所述路径规划信息，获得所述自动驾驶车辆的行驶车道拓扑图；

根据自动驾驶车辆的实时位置，确定所述自动驾驶车辆在所述车道拓扑图中的自车节点及相邻节点；

根据所述自车节点及相邻节点生成驾驶参考线。

在一种示例性实例中，所述确定道路级别的路径规划信息，包括：

从所述起点到所述终点的路径包括一条或多条道路，将所述一条或多条道路按顺序组成至少一个道路序列；

相应的，所述根据所述路径规划信息，获得所述自动驾驶车辆的行驶车道拓扑图，包括：

获得一个道路序列中每条道路包含的车道信息；

为每条道路的每个车道建立拓扑节点；

对任意所述拓扑节点，计算该拓扑节点与拓扑图中已有节点的拓扑关系并将该拓扑节点加入拓扑图，以建立所述车道拓扑图。

在一种示例性实例中，所述根据自动驾驶车辆的实时位置，确定所述自动驾驶车辆在所述车道拓扑图中的自车节点及相邻节点，包括：

根据自动驾驶车辆的实时位置，在所述车道拓扑图中找到所述自动驾驶车辆所在的自车节点；

根据所述自车节点确定相邻节点；

其中，所述相邻节点为在所述拓扑图中与所述自车节点重叠或在同一道路上相邻关系的节点。

在一种示例性实例中，所述根据所述自车节点及相邻节点生成驾驶参考线之前，还包括：

将所述自车节点、所述相邻节点分别作为自动驾驶车辆的当前起点，向所述终点进行节点搜索，以确定与当前起点相连接的多个后继节点；

计算当前起点与后继节点之间的代价，根据所述代价确定后继节点组合。

在一种示例性实例中，所述确定后继节点组合之后，还包括：

判断所述节点搜索的长度是否满足要求或者是否到达所述终点；

如果不满足要求或未到达所述终点，重新进行节点搜索步骤。

在一种示例性实例中，所述代价包括：车道连接角度、连接平滑度、与同道路内其他车道存在汇入冲突的数量、与不同道路内其他车道存在汇入冲突的数量。

在一种示例性实例中，还包括：建立终点节点联通树结构；其中，终点节点联通树结构，用于标识与终点节点存在连接关系的节点，以用于指引搜索方向。

在一种示例性实例中，如果所述生成的驾驶参考线中包括无法覆盖到通往所述终点的车道节点，则所述方法还包括：

根据所述终点节点联通树结构补充生成参考线。

在一种示例性实例中，所述根据所述终点节点联通树结构补充生成参考线，包括：

选取与所述自车节点位于同一道路的内挂在所述终点节点联通树上的最近节点作为当前起点；

从选取出的当前起点开始搜索后继节点，以形成所述终点参考线；其中，后继节点是所述终点节点联通树上的节点。

本申请实施例还提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行上述任一项所述生成驾驶参考线的方法。

本申请实施例又提供一种生成驾驶参考线的设备，包括存储器和处理器，其中，存储器中存储有以下可被处理器执行的指令：用于执行上述任一项所述的生成驾驶参考线的方法的步骤。

本申请实施例再提供一种生成驾驶参考线的装置，包括：第一搜索模块、建立模块、第二搜索模块、生成模块；其中，

第一搜索模块，用于根据自动驾驶车辆的起点和终点，确定道路级别的路径规划信息；

建立模块，用于根据所述路径规划信息，获得所述自动驾驶车辆的行驶车道拓扑图；

第二搜索模块，用于根据自动驾驶车辆的实时位置，确定所述自动驾驶车辆在所述车道拓扑图中的自车节点及相邻节点；

生成模块，用于根据所述自车节点及相邻节点生成驾驶参考线。

在一种示例性实例中，所述第一搜索模块用于：从所述起点到所述终点的路径包括一条或多条道路，将所述一条或多条道路按顺序组成至少一个道路序列；相应地，

所述建立模块用于：获得一个道路序列中每条道路包含的车道信息；为每条道路的每个车道建立拓扑节点；对任意所述拓扑节点，计算该拓扑节点与拓扑图中已有节点的拓扑关系并将该拓扑节点加入拓扑图，以建立所述车道拓扑图。

在一种示例性实例中，所述第二搜索模块用于：

根据自动驾驶车辆的实时位置，在所述车道拓扑图中找到所述自动驾驶车辆所在的自车节点；根据所述自车节点确定相邻节点；其中，所述相邻节点为在所述拓扑图中与所述自车节点重叠或在同一道路上相邻关系的节点。

在一种示例性实例中，所述第二搜索模块还用于：

将所述自车节点、所述相邻节点分别作为自动驾驶车辆的当前起点，向所述终点进行节点搜索，以确定与当前起点相连接的多个后继节点；计算当前起点与后继节点之间的代价，根据所述代价确定后继节点组合。

在一种示例性实例中，所述第二搜索模块还用于：

判断所述节点搜索的长度是否满足要求或者是否到达所述终点；如果不满足要求或未到达所述终点，重新进行节点搜索步骤。

在一种示例性实例中，所述建立模块还用于：建立终点节点联通树结构，其中，终点节点联通树结构，用于标识与终点节点存在连接关系的节点，以用于指引搜索方向；

所述装置还包括：补充生成模块，用于当生成的所述驾驶参考线无法覆盖到通往所述终点的车道节点时，根据建立的所述终点节点联通树结构补充生成参考线。

本申请实施例中，全局规划功能部分只进行道路级别的粗粒度的路由搜索，得到自动驾驶任务起点、终点之间的道路ID序列，用于为后续的实时车道级别的路由搜索起到限定搜索范围的作用，避免了全局规划大范围搜索而导致的效率低下的问题。本申请实施例中，通过车道级别路由搜索，始终生成包括自车节点，自车节点的左节点和自车节点的右节点的参考线，且确保参考线满足重叠或左中右相邻关系，给决策规划提供了充分的换道自由度。这样，即使面对出现施工、拥堵、有低速车辆等场景时也能进行灵活的换道，保证了自动驾驶效率，而且不会产生cut-in参考线，保证了自动驾驶安全性。

进一步地，本申请中的车道级别路由搜索采用并行种子搜索的方法，始终生成包括自车节点，自车节点的左节点和自车节点的右节点的参考线，而且确保得到的参考线满足重叠或左中右相邻关系，给决策规划提供了充分的换道自由度。

进一步地，本申请实施例针对车道路由搜索提出了车道序评价方法，综合考虑了车道连接角度、同向车道汇入、路口其他车道汇入等因素，生成了符合人类驾驶模式的多参考线，使得决策规划可以此产生更全面、更安全的无人车驾驶行为。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本申请技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。

图1为本申请实施例中生成驾驶参考线的方法的流程示意图；

图2为本申请实施例中建立车道拓扑图的流程示意图；

图3为本申请实施例中道路、车道及其关系的示意图；

图4(a)为本申请实施例中一种道路结构示意图；

图4(b)为本申请实施例中图4(a)的车道拓扑示意图；

图4(c)本申请实施例中根据图4(a)建立的终点节点联通树结构示意图；

图5(a)为本申请实施例中左、自车、右节点关系第一实施例示意图；

图5(b)为本申请实施例中左、自车、右节点关系第一实施例示意图；

图5(c)为本申请实施例中左、自车、右节点关系第一实施例示意图；

图6为本申请实施例中实时车道级别路由搜索的流程示意图；

图7(a)为本申请实施例中车道序评价第一示例的示意图；

图7(b)为本申请实施例中车道序评价第二示例的示意图；

图8为本申请实施例中一种终点参考线生成效果展示示意图；

图9(a)为相关技术中生成的参考线的示意图；

图9(b)为本申请实施例中生成的参考线的示意图；

图10为本申请实施例中生成驾驶参考线的装置的组成结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚明白，下文中将结合附图对本申请的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

在本申请一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

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为本申请实施例中生成驾驶参考线的方法的流程示意图，如图1所示，包括：

步骤100：根据自动驾驶车辆的起点和终点，确定道路级别的路径规划信息。

在一种示例性实例中，可以通过道路级别的路由搜索，获取包括自动驾驶车辆的起点到终点之间的路径信息的全局路线信息。

路由(路径)是指从无人车的出发位置(即自动驾驶任务的起点)到目标位置(即自动驾驶任务的终点)之间所经过的各条道路。换句话讲，路径由多条道路按顺序组成，路径信息可以采用道路标识(ID，Identification)所构成的序列来描述。也就是说，通过本步骤可以获得自动驾驶任务起点到终点之间的道路ID序列。

在一种示例性实例中，道路级别的路径规划信息可以由上游的全局规划功能部分来实现，以提供驾驶参考线所需的全局路线信息。也就是说，本申请实施例中，全局规划功能部分不进行车道(Lane)级别的路由搜索，而只进行道路(Road)级别的路由搜索。这里，全局规划是指通过路由搜索寻找从自动驾驶任务起点到终点的行驶路径的方法。

在一种实施例中，确定道路级别的路径规划信息，可以包括：

从起点到终点的路径包括一条或多条道路，将一条或多条道路按顺序组成至少一个道路序列。

本申请实施例中，全局规划功能部分只进行道路级别的粗粒度的路由搜索，得到自动驾驶任务起点、终点之间的道路ID序列，用于为后续的实时车道级别的路由搜索起到限定搜索范围的作用，避免了全局规划大范围搜索而导致的效率低下的问题。

步骤101：根据确定出的路径规划信息，获得自动驾驶车辆的行驶车道拓扑图。

在一种示例性实例中，可以结合静态地图，对获得的路径信息中的路线道路包含的车道建立车道拓扑图。

在一种实施例中，根据确定出的路径规划信息，获得自动驾驶车辆的行驶车道拓扑图，可以包括：

获得一个道路序列中每条道路包含的车道信息；

为每条道路的每个车道建立拓扑节点；

对任意拓扑节点，计算该拓扑节点与拓扑图中已有节点的拓扑关系并将该拓扑节点加入拓扑图，以建立所述车道拓扑图。

在一种示例性实例中，静态地图可以是如高精度地图。

在一种示例性实例中，在驾驶参考线处理功能接收到新的道路级别的全局规划后，根据道路ID序列提取道路中包含的所有车道的信息，并结合静态地图建立提取出的车道之间的车道拓扑图。

在一种实施例中，如图4(b)所示，车道拓扑图可以包括但不限于如：单个或多个连接车道组合对应的节点，节点与节点之间的前、后、左、右连接关系，节点与地图道路的关系等。

图2为本申请实施例中建立车道拓扑图的流程示意图，如图2所示，在一种实施例中，可以包括：

步骤200：遍历全局路线信息中的道路ID序列，提取所有单个道路中包含的所有车道信息。

道路、车道及其关系如图3所示，一个道路为包括多个车道的集合，一个道路中可以包含一个或多个并行车道。如图3所示，道路1中包括并行的车道1、车道2和车道3，道路2中包括并行的车道4、车道5和车道6，道路3中包括并行的车道7、车道8和车道9。

步骤201：为每个车道建立拓扑节点，计算节点与拓扑图中已有节点的拓扑关系并加入拓扑图，以建立车道拓扑图。

车道拓扑图中的节点表示车道，边表示车道之间的连接关系。车道拓扑图可以包括如多个车道、车道交叉点、车道合并等的信息。车道拓扑关系即各车道在物理世界中的位置关系，包括车道之间左右相邻、前后续接等关系。本步骤的具体实现并不用于限定本申请的保护范围，这里不再赘述。

图4(a)为本申请实施例中一种道路结构示意图，如图4(a)所示，本实施例中，包括道路0～道路3四段道路，道路0包括两条并行的车道即车道L0-1和车道L0-2；道路1包括四条分合车道即车道L1-1、车道L1-2、车道L1-3和车道L1-4，道路段1也成为分合道路段；道路2包括三条并行的车道即车道L2-1、车道L2-2和车道L2-3；道路3包括两条并行的车道即车道L3-1和车道L3-2。根据图4(a)所示的道路示意图建立起来的车道拓扑图如图4(b)所示，其中，节点L0-1表示道路1中的车道L0-1，节点L0-2表示道路1中的车道L0-2…节点L3-1表示道路3中的车道L3-1等。

在一种示例性实例中，在建立车道拓扑图中，还可以包括：

步骤202：建立终点节点联通树结构。

终点节点联通树结构，用于标识与终点节点存在连接关系的节点，以用于指引搜索方向。这样，车道拓扑图中还可以进一步包括：终点节点联通树结构。

在一种实施例中，建立终点节点联通树结构可以包括：

首先，在车道拓扑图中，找到终点所在节点；然后，找到与终点节点相连的所有前继节点，将这些前继节点加入到终点节点联通树中；之后，分别以与终点节点相连的所有前继节点为基准，继续找出与这些前继节点相连的前继节点，将这次找到的前继节点加入到终点节点联通树中，以此类推，直到没有前继节点为止。以图4(b)所示的车道拓扑图为例，假设自动驾驶任务终点级终点是在节点L3-1，那么，按照上述建立终点节点联通树结构的过程，可以得到如图4(c)所示的终点节点联通树结构。

步骤102：根据自动驾驶车辆的实时位置，确定自动驾驶车辆在车道拓扑图中的自车节点及相邻节点。

在一种示例性实例中，本步骤可以包括：

根据自动驾驶车辆的实时位置，在车道拓扑图中找到自动驾驶车辆所在的自车节点；

根据所述自车节点确定相邻节点；

其中，相邻节点为在拓扑图中与自车节点重叠或在同一道路上相邻关系的节点。

步骤103：根据自车节点及相邻节点生成驾驶参考线。

自动驾驶任务开始后，根据无人车位置和车道拓扑图进行实时车道级别路由搜索，生成包括自车节点，自车相邻节点(即自车节点的左节点和自车节点的右节点)的参考线。

本申请中，参考线指的是，自动驾驶算法中用于局部决策规划的一条或多条表征可行车道的高阶连续曲线。

如果搜索过程中存在参考线，那么，本步骤中的参考线始终包括自车节点以及自车节点的左节点、自车节点的右节点的参考线。参考线可以包括一条或一条以上。

本申请实施例中，通过车道级别路由搜索，始终生成包括自车节点，自车节点的左节点和自车节点的右节点的参考线，且确保参考线满足重叠或左中右相邻关系，给决策规划提供了充分的换道自由度。这样，即使面对出现施工、拥堵、有低速车辆等场景时也能进行灵活的换道，保证了自动驾驶效率，而且不会产生cut-in参考线，保证了自动驾驶安全性。

在一种示例性实例中，根据自车节点及相邻节点生成驾驶参考线之前，还可以包括：

将自车节点、相邻节点分别作为自动驾驶车辆的当前起点，向终点进行节点搜索，以确定与当前起点相连接的多个后继节点；

计算当前起点与后继节点之间的代价，根据计算出的代价确定后继节点组合。

在一种示例性实例中，确定后继节点组合之后，还可以包括：

判断节点搜索的长度是否满足要求或者是否到达终点；

如果不满足要求或未到达终点，重新进行节点搜索步骤。

在一种示例性实例中，本申请中的车道级别路由搜索可以采用并行种子搜索的方法，始终生成包括自车节点，自车节点的左节点和自车节点的右节点的参考线，而且确保得到的参考线满足重叠或左中右相邻关系，以给决策规划提供了充分的换道自由度。图6为本申请实施例中实时车道级别路由搜索的流程示意图，可以定周期根据自车位置和建立的车道拓扑图进行并行种子搜索，如图6所示，包括：

步骤500：根据自动驾驶车辆的实时位置，在车道拓扑图中找到自动驾驶车辆所在的自车节点。

在一种示例性实例中，本步骤可以包括：根据自车的当前位置和历史位置，在车道拓扑图中找到距离自车最近且与历史位置尽量一致的节点作为自车在车道拓扑图中的自车节点。

通过本步骤可以找到自车当前位置在车道拓扑图中的节点位置。

如图4(a)所示，分合道路段的车道存在重合部分，因此，当自车位于分合道时，出现了自身同时处在多个节点上的情况，此时需要根据自身的历史位置，尽量选择与历史位置相同的节点作为自车所在车道拓扑图中的自车节点，从而避免自车节点跳变的问题。

步骤501：根据自车节点确定相邻节点，其中，相邻节点为在拓扑图中与自车节点重叠或在同一道路上相邻关系的节点。

在一种示例性实例中，可以根据自车节点找到左节点、右节点，且左节点、自车节点、右节点组成的当前节点组合对应车道在拓扑图中满足重叠或左中右相邻关系。

本步骤中的左节点位于自车节点的左侧，右节点位于自车节点的右侧，都是自车节点的相邻节点。在一种实施例中，重叠或左中右相邻关系可以参见图5(a)、图5(b)和图5(c)所示，图示中，L表示左节点，E表示自车节点，R表示右节点。图5(a)展示了L、E、R相邻关系，图5(b)展示了L、E重叠且与R相邻，图5(c)展示了L、E、R重叠。

步骤502：将自车节点、相邻节点分别作为自动驾驶车辆的当前起点，向终点进行节点搜索，以确定与当前起点相连接的多个后继节点。

在一种实施例中，可以根据当前节点组合中的左节点、自车节点、右节点，分别均向自车行进方向进行一次搜索，找到与各节点分别相连的后继节点，得到所有可能的候选搜索组合。

本步骤中的候选搜索组合可以包括一个或多个，每个候选搜索组合中包括左后继节点、自车后继节点、右后继节点。

步骤503：计算当前起点与后继节点之间的代价，根据计算出的代价确定后继节点组合。

在一种实施例中，可以选出能保持重叠或左中右相邻关系的后继节点组合，计算当前节点组合连接到后继节点的代价，选出代价最小的最佳后继节点组合。

在一种示例性实例中，可以根据车道序评价方法计算当前起点连接到后继节点的代价。车道序评价方法用于在路由搜索中指导选出最佳后继节点组合。

在一种示例性实例中，车道序评价以当前节点组合(包括当前左节点、自车节点、右节点)，以及所有可能的候选搜索组合(每个候选搜索组合包括左后继节点、自车后继节点、右后继节点)为输入，经过车道序评价后，输出为当前节点组合连接到各候选搜索组合的代价。在一种实施例中，代价评价项可以包括但不限于如：车道连接角度、连接平滑度、与同道路内其他车道存在汇入冲突的数量、与不同道路内其他车道存在汇入冲突的数量等等。

在一种实施例中，如图7(a)和图7(b)所示，图7(a)和图7(b)分别表示当前路段存在的两种并行种子搜索结果。经过本申请的车道序评价，得出两种结果的同向车道汇入数量都为2，但是图7(a)所示的结果的车道连接角度更小，因此，会优先选择图7(a)所示的种子搜索结果作为最终结果。

本申请实施例针对车道路由搜索提出了车道序评价方法，综合考虑了车道连接角度、同向车道汇入、路口其他车道汇入等因素，生成了符合人类驾驶模式的多参考线，使得决策规划可以此产生更全面、更安全的无人车驾驶行为。

步骤504：将当前节点组合更新为选出的最佳后继节点组合。

步骤505：判断节点搜索的长度是否满足要求或搜索是否到达终地，如果搜索长度满足要求或搜索到达终点，则停止搜索，结束。如果搜索长度不满足要求或搜索未到达终点，返回步骤502，返回执行节点搜索的步骤。

本申请实施例中，节点搜索的长度指的是指算法所需的前方参考线长度，为了做更长远的决策规划，在一种实施例中，假设需要给出前方距离大于200米的参考线，那么，搜索长度可以设置为大于200米。

在一种实施例中，如果节点搜索的长度达到预先设置的阈值，那么停止搜索，如果节点搜索的长度未达到预先设置的阈值，那么返回步骤502。

在一种实施例中，如果找出的最佳后继节点组合中出现终点节点即无人车的自动驾驶任务的终点节点，那么停止搜索，如果找出的最佳后继节点组合中未出现终点节点，那么返回步骤502。

这样，直到图5所示的车道级别路由搜索结束，可以得出由以上当前节点组合和一个以上最佳后继节点组合连接起来的一条或一条以上参考线，这些参考线是基于所选择的车道路径生成基于车道的参考线，其中，基于车道的参考线可以用于将自动驾驶车辆从自动驾驶任务起点路由到自动驾驶任务终点。

在一种示例性实例中，如果生成的驾驶参考线中包括无法覆盖到通往终点的车道节点，那么，还可以包括：根据建立的终点节点联通树结构补充生成参考线。在一种实施例中，具体可以包括：

首先，选取与自车节点位于同一道路的内挂在终点节点联通树上的最近节点作为当前起点，即选取满足以下条件且与自车最近的节点作为当前起点，条件可以包括：1、与自车节点位于同一道路内；2、挂靠在终点节点联通树上的节点。然后，从选取出的当前起点开始搜索后继节点，以形成终点参考线；其中，后继节点是终点节点联通树上的节点，也就是说，往前搜索后继节点，后继节点也必须是终点节点联通树上的节点，以形成终点参考线。

图8展示了一种终点参考线实施例的生成效果展示图，图8-(1)中，浅色虚线为并行种子搜索中生成的左、自车、右参考线，黑色虚线为终点参考线，阴影区域部分表示终点联通树上的节点所在区域，图8-(1)中并行种子搜索中生成的左、自车、右参考线不能达到终点，因此补充生成了终点参考线。图8-(2)中，浅色虚线为并行种子搜索中生成的左、自车、右参考线，黑色虚线为终点参考线，阴影区域部分表示终点联通树上的节点所在区域，图8-(2)中并行种子搜索中生成的左、自车、右参考线不能达到终点，因此补充生成了终点参考线。图8-(3)中，浅色虚线为并行种子搜索中生成的左、自车、右参考线，黑色虚线为终点参考线，阴影区域部分表示终点联通树上的节点所在区域，图8-(1)中显示的左、自车参考线不满足并行种子搜索生成的左中右参考线形式，因此补充生成了终点参考线。通过本申请实施例提供的参考线补充生成流程，在并行种子搜索中生成的参考线都无法通往终点时，采用补充生成的终点参考线确保了参考线信息的完备性。

本申请实施例提供的生成驾驶参考线的方法，可以由车载装置(如车机)来执行，也可以由手机、电脑等终端设备来执行。本申请对此不做限定。需要说明的是，本申请提供的生成驾驶参考线的方法，可以在本地执行，也可以由云端执行。其中，云端可以由服务器来实现，该服务器可以是虚拟服务器、实体服务器等，其还可以是其他装置，本申请对此不做限定。

图9(a)和图9(b)为分别利用本申请生成驾驶参考线的方法生成的参考线与相关技术生成的参考线的对比效果示意图，图9(a)和图9(b)所示路段一样，如果无人车(自车)需要在下个路口右转，在路口道路前有一个分合路段可进行车道的自由切换。在图9(a)所示的相关技术参考线生成方案中，只有一条在分合路段强行切入的参考线，无人车(自车)只能在很小的区域1内换到，当右边车道有高速运动的其他车辆时，因为没有其他参考线供无人车(自车)选择，无人车(自车)只能通过强行切入来实现换到，存在很大碰撞风险。图9(b)所示的采用提供的生成驾驶参考线的方法生成的参考线中，会同时生成两条互不侵犯路权、无汇入风险的参考线，如图9(b)中的参考线1和参考线2，无人车可根据实时环境在区域2内的整个路段中，自由选取换道位置即选择安全合适的换到点进行换道，很大程度上降低了碰撞风险，更加安全灵活。

本申请还提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行上述任一项所述的生成驾驶参考线的方法。

本申请再提供一种生成驾驶参考线的设备，包括存储器和处理器，其中，存储器中存储有以下可被处理器执行的指令：用于执行上述任一项所述的生成驾驶参考线的方法的步骤。

图10为本申请实施例中生成驾驶参考线的装置的组成结构示意图，如图10所示，包括：第一搜索模块、建立模块、第二搜索模块、生成模块；其中，

第一搜索模块，用于根据自动驾驶车辆的起点和终点，确定道路级别的路径规划信息；

建立模块，用于根据路径规划信息，获得自动驾驶车辆的行驶车道拓扑图；

第二搜索模块，用于根据自动驾驶车辆的实时位置，确定自动驾驶车辆在车道拓扑图中的自车节点及相邻节点；

生成模块，用于根据自车节点及相邻节点生成驾驶参考线。

本申请实施例中，全局规划功能部分只进行道路级别的粗粒度的路由搜索，得到自动驾驶任务的起点、终点之间的道路ID序列，用于为后续的实时车道级别的路由搜索起到限定搜索范围的作用，避免了全局规划大范围搜索而导致的效率低下的问题。

在一种示例性实例中，第一搜索模块用于：从起点到终点的路径包括一条或多条道路，将一条或多条道路按顺序组成至少一个道路序列；相应地，

建立模块可以用于：

获得一个道路序列中每条道路包含的车道信息；为每条道路的每个车道建立拓扑节点；对任意拓扑节点，计算该拓扑节点与拓扑图中已有节点的拓扑关系并将该拓扑节点加入拓扑图，以建立车道拓扑图。

在一种示例性实例中，建立模块还可以用于：建立终点节点联通树结构。

在一种示例性实例中，还可以包括：补充生成模块，用于当生成的驾驶参考线无法覆盖到通往自动驾驶任务的终点的车道节点时，根据建立的终点节点联通树结构补充生成参考线。

本申请实施例中，通过车道级别路由搜索，始终生成包括自车节点及其相邻节点(即自车节点的左节点和自车节点的右节点)的参考线，且确保参考线满足重叠或左中右相邻关系，给决策规划提供了充分的换道自由度。这样，即使面对出现施工、拥堵、有低速车辆等场景时也能进行灵活的换道，保证了自动驾驶效率，而且不会产生cut-in参考线，保证了自动驾驶安全性。

在一种示例性实例中，第二搜索模块可以用于：

根据自动驾驶车辆的实时位置，在车道拓扑图中找到自动驾驶车辆所在的自车节点；根据自车节点确定相邻节点；其中，相邻节点为在拓扑图中与自车节点重叠或在同一道路上相邻关系的节点。

在一种示例性实例中，第二搜索模块还可以用于：

将自车节点、相邻节点分别作为自动驾驶车辆的当前起点，向终点进行节点搜索，以确定与当前起点相连接的多个后继节点；计算当前起点与后继节点之间的代价，根据代价确定后继节点组合。

在一种示例性实例中，第二搜索模块中的计算当前节点组合连接到后继节点的代价，可以根据车道序评价方法计算当前连接到后继节点的代价。车道序评价方法用于在路由搜索中指导选出最佳后继节点组合。

在一种示例性实例中，车道序评价以当前节点组合(包括当前左节点、自车节点、右节点)，以及所有可能的候选搜索组合(每个候选搜索组合包括左后继节点、自车后继节点、右后继节点)为输入，经过车道序评价算法的计算后，输出为当前节点组合连接到各候选搜索组合的代价。在一种实施例中，代价评价项可以包括但不限于如：车道连接角度、连接平滑度、与同道路内其他车道存在汇入冲突的数量、与不同道路内其他车道存在汇入冲突的数量等等。

在一种示例性实例中，第二搜索模块还用于：

判断节点搜索的长度是否满足要求或者是否到达终点；如果不满足要求或未到达终点，重新进行节点搜索步骤。

本申请实施例针对车道路由搜索提出了车道序评价方法，综合考虑了车道连接角度、同向车道汇入、路口其他车道汇入等因素，生成了符合人类驾驶模式的多参考线，使得决策规划可以此产生更全面、更安全的无人车驾驶行为。

虽然本申请所揭露的实施方式如上，但所述的内容仅为便于理解本申请而采用的实施方式，并非用以限定本申请。任何本申请所属领域内的技术人员，在不脱离本申请所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本申请的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (17)

1.一种生成驾驶参考线的方法，包括：

根据自动驾驶车辆的起点和终点，确定道路级别的路径规划信息；

根据所述路径规划信息，获得所述自动驾驶车辆的行驶车道拓扑图；

根据自动驾驶车辆的实时位置，确定所述自动驾驶车辆在所述车道拓扑图中的自车节点及相邻节点；

根据所述自车节点及相邻节点生成驾驶参考线。

2.根据权利要求1所述的方法，其中，所述确定道路级别的路径规划信息，包括：

从所述起点到所述终点的路径包括一条或多条道路，将所述一条或多条道路按顺序组成至少一个道路序列；

相应的，所述根据所述路径规划信息，获得所述自动驾驶车辆的行驶车道拓扑图，包括：

获得一个道路序列中每条道路包含的车道信息；

为每条道路的每个车道建立拓扑节点；

对任意所述拓扑节点，计算该拓扑节点与拓扑图中已有节点的拓扑关系并将该拓扑节点加入拓扑图，以建立所述车道拓扑图。

3.根据权利要求2所述的方法，其中，所述根据自动驾驶车辆的实时位置，确定所述自动驾驶车辆在所述车道拓扑图中的自车节点及相邻节点，包括：

根据自动驾驶车辆的实时位置，在所述车道拓扑图中找到所述自动驾驶车辆所在的自车节点；

根据所述自车节点确定相邻节点；

其中，所述相邻节点为在所述拓扑图中与所述自车节点重叠或在同一道路上相邻关系的节点。

4.根据权利要求3所述的方法，其中，所述根据所述自车节点及相邻节点生成驾驶参考线之前，还包括：

将所述自车节点、所述相邻节点分别作为自动驾驶车辆的当前起点，向所述终点进行节点搜索，以确定与当前起点相连接的多个后继节点；

计算当前起点与后继节点之间的代价，根据所述代价确定后继节点组合。

5.根据权利要求4所述的方法，其中，所述确定后继节点组合之后，还包括：

判断所述节点搜索的长度是否满足要求或者是否到达所述终点；

如果不满足要求或未到达所述终点，重新进行节点搜索步骤。

6.根据权利要求4所述的方法，其中，所述代价包括：车道连接角度、连接平滑度、与同道路内其他车道存在汇入冲突的数量、与不同道路内其他车道存在汇入冲突的数量。

7.根据权利要求3所述的方法，还包括：建立终点节点联通树结构；其中，终点节点联通树结构，用于标识与终点节点存在连接关系的节点，以用于指引搜索方向。

8.根据权利要求7所述的方法，如果所述生成的驾驶参考线中包括无法覆盖到通往所述终点的车道节点，则所述方法还包括：

根据所述终点节点联通树结构补充生成参考线。

9.根据权利要求8所述的方法，其中，所述根据所述终点节点联通树结构补充生成参考线，包括：

选取与所述自车节点位于同一道路的内挂在所述终点节点联通树上的最近节点作为当前起点；

从选取出的当前起点开始搜索后继节点，以形成所述终点参考线；其中，后继节点是所述终点节点联通树上的节点。

10.一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1～权利要求9任一项所述生成驾驶参考线的方法。

11.一种生成驾驶参考线的设备，包括存储器和处理器，其中，存储器中存储有以下可被处理器执行的指令：用于执行权利要求1～权利要求9任一项所述的生成驾驶参考线的方法的步骤。

12.一种生成驾驶参考线的装置，包括：第一搜索模块、建立模块、第二搜索模块、生成模块；其中，

第一搜索模块，用于根据自动驾驶车辆的起点和终点，确定道路级别的路径规划信息；

建立模块，用于根据所述路径规划信息，获得所述自动驾驶车辆的行驶车道拓扑图；

第二搜索模块，用于根据自动驾驶车辆的实时位置，确定所述自动驾驶车辆在所述车道拓扑图中的自车节点及相邻节点；

生成模块，用于根据所述自车节点及相邻节点生成驾驶参考线。

13.根据权利要求12所述的装置，其中，所述第一搜索模块用于：从所述起点到所述终点的路径包括一条或多条道路，将所述一条或多条道路按顺序组成至少一个道路序列；相应地，

所述建立模块用于：获得一个道路序列中每条道路包含的车道信息；为每条道路的每个车道建立拓扑节点；对任意所述拓扑节点，计算该拓扑节点与拓扑图中已有节点的拓扑关系并将该拓扑节点加入拓扑图，以建立所述车道拓扑图。

14.根据权利要求12所述的装置，其中，所述第二搜索模块用于：

根据自动驾驶车辆的实时位置，在所述车道拓扑图中找到所述自动驾驶车辆所在的自车节点；根据所述自车节点确定相邻节点；其中，所述相邻节点为在所述拓扑图中与所述自车节点重叠或在同一道路上相邻关系的节点。

15.根据权利要求14所述的装置，所述第二搜索模块还用于：

将所述自车节点、所述相邻节点分别作为自动驾驶车辆的当前起点，向所述终点进行节点搜索，以确定与当前起点相连接的多个后继节点；计算当前起点与后继节点之间的代价，根据所述代价确定后继节点组合。

16.根据权利要求15所述的装置，所述第二搜索模块还用于：

判断所述节点搜索的长度是否满足要求或者是否到达所述终点；如果不满足要求或未到达所述终点，重新进行节点搜索步骤。

17.根据权利要求14所述的装置，所述建立模块还用于：建立终点节点联通树结构，其中，终点节点联通树结构，用于标识与终点节点存在连接关系的节点，以用于指引搜索方向；

所述装置还包括：补充生成模块，用于当生成的所述驾驶参考线无法覆盖到通往所述终点的车道节点时，根据建立的所述终点节点联通树结构补充生成参考线。

Images