CN114812593A - 生成车辆路径方法、装置、存储介质、处理器及电子装置 - Google Patents
生成车辆路径方法、装置、存储介质、处理器及电子装置 Download PDFInfo
- Publication number
- CN114812593A CN114812593A CN202210422743.2A CN202210422743A CN114812593A CN 114812593 A CN114812593 A CN 114812593A CN 202210422743 A CN202210422743 A CN 202210422743A CN 114812593 A CN114812593 A CN 114812593A
- Authority
- CN
- China
- Prior art keywords
- path
- target
- nodes
- generating
- initial
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000008569 process Effects 0.000 claims abstract description 23
- 230000004044 response Effects 0.000 claims abstract description 11
- 238000012163 sequencing technique Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 18
- 238000009499 grossing Methods 0.000 claims description 16
- 230000008878 coupling Effects 0.000 abstract description 7
- 238000010168 coupling process Methods 0.000 abstract description 7
- 238000005859 coupling reaction Methods 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 19
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229920002803 thermoplastic polyurethane Polymers 0.000 description 1
Images
Classifications
-
- 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
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic 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)
- Navigation (AREA)
Abstract
本发明公开了一种生成车辆路径方法、装置、存储介质、处理器及电子装置。其中，该方法包括：获取目标数据，其中，目标数据用于表示生成车辆路径过程中待使用的多个初始节点和多个初始约束；基于目标数据生成第一路径；响应于第一路径满足预设约束，确定目标路径，其中，预设约束从多个初始约束中选定，目标路径用于对车辆进行自主导航。本发明解决了生成车辆路径方法的耦合性高、生成路径效率较低的技术问题。
Description
技术领域
本发明涉及路径规划领域，具体而言，涉及一种生成车辆路径方法、装置、存储介质、处理器及电子装置。
背景技术
自动驾驶汽车为了完成自主导航的功能，通常要经历环境感知、路径规划和运动控制3个过程，其中，路径规划是无人车导航和定位技术中一个非常重要的环节。自动驾驶汽车的路径规划算法源于机器人的路径规划研究，但是就工况而言却比机器人的路径规划复杂得多，自动驾驶汽车的路径规划需要考虑多个约束，如车速、道路的附着情况、车辆最小转弯半径、外界天气环境等约束。
在相关技术中，生成车辆路径方法可以将涉及的约束固化在程序中，从而根据路径搜索结果确定车辆路径，但是将涉及的约束固化在程序中会导致不方便修改约束或者添加新的约束，从而导致路径规划算法的耦合性比较高、生成路径的效率比较低。
因此，如何高效求解路径规划中的约束以及如何建立合适的启发式策略能够降低生成车辆路径方法的耦合性、提高生成路径效率成为目前的关键问题。针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种生成车辆路径方法、装置、存储介质、处理器及电子装置，以至少解决生成车辆路径方法的耦合性高、生成路径效率较低的技术问题。
根据本发明其中一实施例，提供了一种生成车辆路径方法，其特征在于，包括：
获取目标数据，其中，目标数据用于表示生成车辆路径过程中待使用的多个初始节点和多个初始约束；基于目标数据生成第一路径；响应于第一路径满足预设约束，确定目标路径，其中，预设约束从多个初始约束中选定，目标路径用于对车辆进行自主导航。
可选地，基于目标数据生成第一路径包括：从多个初始节点中选取多个目标节点；对多个目标节点进行排序处理，得到第一路径。
可选地，响应于第一路径满足预设约束，确定目标路径包括：使用目标曲线对第一路径进行平滑处理，得到平滑处理结果，其中，所述平滑处理结果满足预设约束；基于所述平滑处理结果确定所述目标路径。
可选地，从多个初始节点中选取多个目标节点包括：对目标数据进行解析，从多个初始约束中选取多个目标约束；基于多个目标约束，沿第一搜索方向从多个初始节点中搜索第一部分目标节点，其中，第一搜索方向从起始节点指向终止节点；基于多个目标约束，沿第二搜索方向从多个初始节点中搜索第二部分目标节点，其中，第二搜索方向从终止节点指向起始节点；将第一部分目标节点与第二部分目标节点确定为多个目标节点。
可选地，对多个目标节点进行排序处理，得到第一路径包括：对第一部分目标节点进行排序，得到第一排序结果；对第二部分目标节点进行排序，得到第二排序结果；基于第一排序结果和第二排序结果确定第一路径。
可选地，基于第一排序结果和第二排序结果确定第一路径包括：基于第一排序结果和第二排序结果选取相遇节点；从相遇节点开始，对相遇节点的多个父亲节点进行遍历，确定所述第一路径。
根据本发明其中一实施例，还提供了一种生成车辆路径装置，包括：
获取模块，用于获取目标数据，其中，目标数据用于表示生成车辆路径过程中待使用的多个初始节点和多个初始约束；生成模块，用于基于目标数据生成第一路径；确定模块，用于响应于第一路径满足预设约束，确定目标路径，其中，预设约束从多个初始约束中选定，目标路径用于对车辆进行自主导航。
根据本发明其中一实施例，还提供了一种非易失性存储介质，其特征在于，存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行前述任一项中的生成车辆路径方法。
根据本发明其中一实施例，还提供了一种处理器，其特征在于，处理器用于运行程序，其中，程序被设置为运行时执行前述任一项中的生成车辆路径方法。
根据本发明其中一实施例，还提供了一种电子装置，包括存储器和处理器，其特征在于，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行前述任一项中的生成车辆路径方法。
在本发明实施例中，首先获取目标数据，其中，目标数据用于表示生成车辆路径过程中待使用的多个初始节点和多个初始约束，然后基于目标数据生成第一路径，其次判断第一路径是否满足多个初始约束中的预设约束，最后响应于第一路径满足预设约束确定目标路径，以用于对车辆进行自主导航，由此达到了根据多个初始节点和多个初始约束生成第一路径，并根据预设约束确定目标路径，以对车辆进行自主导航的目的，从而实现了降低生成车辆路径方法的耦合性、提高生成路径效率的技术效果，进而解决了生成车辆路径方法的耦合性高、生成路径效率较低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例提供的一种生成车辆路径方法的流程图；
图2是根据本发明实施例提供的一种可选的使用堆排序算法进行排序的流程图；
图3是根据本发明实施例提供的一种生成车辆路径装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例，提供了一种生成车辆路径方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
该方法实施例可以在车辆中包含存储器和处理器的电子装置或者类似的运算装置中执行。以运行在车辆的电子装置上为例，车辆的电子装置可以包括一个或多个处理器(处理器可以包括但不限于中央处理器(CPU)、图形处理器(GPU)、数字信号处理(DSP)芯片、微处理器(MCU)、可编程逻辑器件(FPGA)、神经网络处理器(NPU)、张量处理器(TPU)、人工智能(AI)类型处理器等的处理装置)和用于存储数据的存储器。和用于存储数据的存储器。可选地，上述汽车的电子装置还可以包括用于通信功能的传输设备、输入输出设备以及显示设备。本领域普通技术人员可以理解，上述结构描述仅为示意，其并不对上述车辆的电子装置的结构造成限定。例如，车辆的电子装置还可包括比上述结构描述更多或者更少的组件，或者具有与上述结构描述不同的配置。
存储器可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的信息处理方法对应的计算机程序，处理器通过运行存储在存储器内的计算机程序，从而执行各种功能应用以及生成车辆路径，即实现上述的信息处理方法。存储器可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输装置包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
显示设备可以例如触摸屏式的液晶显示器(LCD)和触摸显示器(也被称为“触摸屏”或“触摸显示屏”)。该液晶显示器可使得用户能够与移动终端的用户界面进行交互。在一些实施例中，上述移动终端具有图形用户界面(GUI)，用户可以通过触摸触敏表面上的手指接触和/或手势来与GUI进行人机交互，此处的人机交互功能可选的包括如下交互：创建网页、绘图、文字处理、制作电子文档、游戏、视频会议、即时通信、收发电子邮件、通话界面、播放数字视频、播放数字音乐和/或网络浏览等、用于执行上述人机交互功能的可执行指令被配置/存储在一个或多个处理器可执行的计算机程序产品或可读存储介质中。
在本实施例中提供了一种运行于上述车辆的电子装置的生成车辆路径方法，图1是根据本发明实施例提供的一种生成车辆路径方法的流程图，如图1所示，该方法包括如下步骤：
步骤S10，获取目标数据，其中，目标数据用于表示生成车辆路径过程中待使用的多个初始节点和多个初始约束；
上述多个初始节点可以包括起始节点和终止节点。上述多个初始约束可以包括最小转弯半径约束，路径起末端方向约束，单次可规划的最短路径约束，单次可规划的最长路径约束等。
步骤S12，基于目标数据生成第一路径；
步骤S14，响应于第一路径满足预设约束，确定目标路径，其中，预设约束从多个初始约束中选定，目标路径用于对车辆进行自主导航。
上述预设约束可以是最小转弯半径约束。上述目标路径可以是为车辆进行自主导航的最终路径。
在本发明实施例中，首先获取目标数据，其中，目标数据用于表示生成车辆路径过程中待使用的多个初始节点和多个初始约束，然后基于目标数据生成第一路径，其次判断第一路径是否满足多个初始约束中的预设约束，最后响应于第一路径满足预设约束确定目标路径，以用于对车辆进行自主导航，由此达到了根据多个初始节点和多个初始约束生成第一路径，并根据预设约束确定目标路径，以对车辆进行自主导航的目的，从而实现了降低生成车辆路径方法的耦合性、提高生成路径效率的技术效果，进而解决了生成车辆路径方法的耦合性高、生成路径效率较低的技术问题。
可选地，在获取待使用的多个初始约束的过程中，首先可以使用XCSP3语言对多个初始约束进行表示，其中，多个初始约束可以包括最小转弯半径约束，路径起末端方向约束，单次可规划的最短路径约束，单次可规划的最长路径约束等约束，XCSP3是一种可以表示约束满足问题的约束表示语言，然后采用<group></group>来表示这类共享相同约束模板的约束，其中，<group></group>是一种可扩展标记语言(Extensible Markup Language，简称XML)配置文件格式，由此获取待使用的多个初始约束。
上述最小转弯半径约束可以是5米，路径起末端方向可以是45度，单次可规划的最短路径可以是5米，单次可规划的最长路径可以是10000米。
可选地，在步骤S12中，基于目标数据生成第一路径可以包括以下执行步骤：
步骤S121，从多个初始节点中选取多个目标节点；
步骤S122，对多个目标节点进行排序处理，得到第一路径。
上述多个初始节点可以包括起始节点和终止节点。上述对多个目标节点进行排序处理可以是使用堆排序算法对多个目标节点进行排序。
例如，在根据起始节点和终止节点选取多个目标节点的过程中，首先可以创建四个空列表，分别为OPENfore列表、OPENback列表、Closedfore列表和Closedback列表，然后将起始节点放入OPENfore列表中，将终止节点放入OPENback列表，并将起始节点和终止节点作为当前节点，对所有可以到达且不在Closedfore列表和Closedback列表里的邻居节点进行搜索，从而得到多个目标节点。
另外，OPENfore列表用于存储从起始节点到终止节点搜索路径中每个节点扩展的邻居节点，OPENback列表用于存储从终止节点到起始节点搜索路径中每个节点扩展的邻居节点，Closedfore列表用于存储从起始节点到终止节点搜索路径中经过的每个节点，Closedback列表用于存储从终止节点到起始节点搜索路径中经过的每个节点。
可选地，在步骤S14中，响应于第一路径满足预设约束，确定目标路径可以包括以下执行步骤：
步骤S141，使用目标曲线对第一路径进行平滑处理，得到平滑处理结果，其中，平滑处理结果满足预设约束；
步骤S142，基于平滑处理结果确定目标路径。
上述预设约束可以是最小转弯半径约束。上述目标路径可以是为车辆进行自主导航的最终路径。上述目标曲线可以是Dubins曲线，其中，Dubins曲线是在满足曲率约束和规定的始端和末端的切线方向的条件下，连接两个二维平面(即X-Y平面)的最短路径。
基于上述步骤S141～步骤S142，在第一路径满足最小转弯半径约束的前提下，可以使用Dubins曲线对第一路径进行平滑处理，具体地，已知第一路径上的多个连接点位置和该多个连接点的运动方向，Dubins曲线可以用圆弧和线段在给定曲率范围内找到连接各点的最短平滑路径，由此确定为车辆进行自主导航的最终路径。另外，如果第一路径不满足最小转弯半径约束，可以将第一路径上的多个连接点以直线相连，从而确定为车辆进行自主导航的最终路径。
可选地，在步骤S121中，从多个初始节点中选取多个目标节点可以包括以下执行步骤：
步骤S1211，对目标数据进行解析，从多个初始约束中选取多个目标约束；
步骤S1212，基于多个目标约束，沿第一搜索方向从多个初始节点中搜索第一部分目标节点，其中，第一搜索方向从起始节点指向终止节点；
步骤S1213，基于多个目标约束，沿第二搜索方向从多个初始节点中搜索第二部分目标节点，其中，第二搜索方向从终止节点指向起始节点；
步骤S1214，将第一部分目标节点与第二部分目标节点确定为多个目标节点。
上述多个初始节点可以包括起始节点和终止节点。上述解析的输入可以是用XCSP3语言表示的多个约束表示文件，输出可以是多个约束中每个约束的种类以及每个约束对应的值。上述多个目标约束可以是解析后的多个约束。上述第一部分目标节点可以是起始节点扩展的邻居节点。上述第二部分目标节点可以是终止节点扩展的邻居节点。
基于上述步骤S1211～S1214，首先对用XCSP3语言表示的多个约束表示文件进行解析，得到解析结果，其中，解析结果可以是多个约束中每个约束的种类以及每个约束对应的值，然后创建四个空列表，分别为OPENfore列表、OPENback列表、Closedfore列表和Closedback列表，并将起始节点放入OPENfore列表中，将终止节点放入到OPENback列表中，其次将起始节点和终止节点当做当前节点，根据解析结果，从起始节点开始，沿着起始节点指向终止节点的方向进行搜索，搜索所有可以到达且不在Closedfore列表和Closedback列表里的邻居节点，得到起始节点扩展的邻居节点，同时从终止节点开始，沿着终止节点指向起始节点的方向进行搜索，搜索所有可以到达且不在Closedfore列表和Closedback列表里的邻居节点，得到终止始节点扩展的邻居节点，最后将起始节点扩展的邻居节点和终止节点扩展的邻居节点确定为多个目标节点。
可选地，在步骤S122中，对多个目标节点进行排序处理，得到第一路径可以包括以下执行步骤：
步骤S1221，对第一部分目标节点进行排序，得到第一排序结果；
步骤S1222，对第二部分目标节点进行排序，得到第二排序结果；
步骤S1223，基于第一排序结果和第二排序结果确定第一路径。
上述进行排序处理可以使用堆排序算法进行排序。
基于上述步骤S1221～步骤S1223，在对起始节点扩展的邻居节点和终止节点扩展的邻居节点进行排序处理之前，首先将搜索到的起始节点扩展的邻居节点放入到OPENfore列表，将搜索到的终止节点扩展的邻居节点放入到OPENback列表，然后对OPENfore列表的节点使用堆排序算法进行排序，得到第一排序结果，对OPENback列表中的节点使用堆排序算法进行排序，得到第二排序结果，最后根据第一排序结果和第二排序结果确定第一路径。
图2是根据本发明实施例提供的一种可选的使用堆排序算法进行排序的流程图，如图2所示，首先构造两个小顶堆，具体地，将OPENfore列表中的节点按照降序排序构造小顶堆1，将OPENback列表中的节点按照降序排序构造小顶堆2，其中，小顶堆是一种经过降序排序的完全二叉树数据结构，然后，分别将两个小顶堆中的堆顶节点与堆尾节点交换位置，其次，判断交换位置之后的小顶堆的节点结构是否满足小顶堆的定义，如果交换位置之后，该小顶堆中的节点结构不满足小顶堆的定义，需要将剩下的节点重新调整位置，直到满足小顶堆的定义，最后，完成对OPENfore列表中的节点和OPENback列表中的节点的排序。
需要注意的是，在进行排序过程中，需要选择启发式函数代价最小的节点作为下一步扩展节点，其中，启发式函数是一种函数，用来估算节点跟节点之间的路径长度，并将从OPENfore列表中选择的下一步扩展节点放入Closedfore列表中，将从OPENback列表中选择的下一步扩展节点放入Closedback列表中。
在路径规划的搜索过程中可以采用估计函数，其中，估计函数的计算如下述公式(1)所示：
f(n)＝g(n)+h(n) 公式(1)
在公式(1)中，n表示当前节点，f(n)表示当前节点的估计函数，g(n)表示从起始节点到当前节点的实际代价，h(n)表示从当前节点到终止节点的估计代价(即启发式函数)，其中，g(n)是一个确切但可变的数值，h(n)是一个估计值。另外，可以用h* (n)表示当前节点到终止节点的实际代价，在设计启发式函数的过程中，通常情况下，启发式函数h(n)要尽可能的接近h* (n)。
具体地，启发式函数的设计如下述公式(2)～公式(4)所示：
dx＝abs(n.x-goal.x) 公式(3)
dy＝abs(n.y-goal.y) 公式(4)
在公式(2)～公式(4)中，abs表示取绝对值，n.x表示当前节点在x坐标轴上的位置，n.y表示当前节点在y坐标轴上的位置，goal.x表示终止节点在x坐标轴上的位置，goal.y表示终止节点在y坐标轴上的位置，min(dx,dy)表示取dx和dy中的最小值。
需要注意的是，在进行路径规划的搜索过程中，如果有多个节点的估计函数值相同，则难以确定应该优先搜索哪个节点，可以将启发式函数更新为如下述公式(5)所示：
在公式(5)中，p表示一个固定的数值，p值可以是0.001。
可选地，在步骤S1223中，基于第一排序结果和第二排序结果确定第一路径包括以下执行步骤：
步骤S12231，基于第一排序结果和第二排序结果选取相遇节点；
步骤S12232，从相遇节点开始，对相遇节点的多个父亲节点进行遍历，确定第一路径。
上述父亲节点可以是至少有一个直接下属于它的子节点的节点。上述遍历可以是沿着某条搜索路线，依次对树(或图)中每个节点均做一次访问。上述多个父亲节点可以是两个父亲节点。
基于上述步骤S12231～步骤S12232，首先基于将从OPENfore列表中选择的下一步扩展节点放入Closedfore列表中，将从OPENback列表中选择的下一步扩展节点放入Closedback列表中，然后判断Closedfore列表和Closedback列表中是否有节点相遇，如果Closedfore列表和Closedback列表中有节点相遇，获取相遇节点，接着从相遇节点开始，对相遇节点的两个父亲节点均进行一次访问，最后将两个访问结果求和，得到第一路径。另外，如果Closedfore列表和Closedback列表中没有节点相遇，可以将OPENfore列表和OPENback列表中估计函数值最小的节点作为新的起始节点和终止节点，然后重新创建4个新的列表，执行步骤S121～步骤S122，直至OPENfore列表和OPENback列表都为空，返回未找到第一路径。
在本实施例中还提供了一种生成车辆路径装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图3是根据本发明实施例提供的一种生成车辆路径装置的结构框图，如图3所示，生成车辆路径装置30包括：获取模块31，用于获取目标数据，其中，目标数据用于表示生成车辆路径过程中待使用的多个初始节点和多个初始约束；生成模块32，用于基于目标数据生成第一路径；确定模块33，用于响应于第一路径满足预设约束，确定目标路径，其中，预设约束从多个初始约束中选定，目标路径用于对车辆进行自主导航。
可选地，生成模块32，还用于从多个初始节点中选取多个目标节点；对多个目标节点进行排序处理，得到第一路径。
可选地，确定模块33，还用于使用目标曲线对第一路径进行平滑处理，得到平滑处理结果，其中，平滑处理结果满足预设约束；基于平滑处理结果确定目标路径。
可选地，生成模块32，还用于对目标数据进行解析，从多个初始约束中选取多个目标约束；基于多个目标约束，沿第一搜索方向从多个初始节点中搜索第一部分目标节点，其中，第一搜索方向从起始节点指向终止节点；基于多个目标约束，沿第二搜索方向从多个初始节点中搜索第二部分目标节点，其中，第二搜索方向从终止节点指向起始节点；将第一部分目标节点与第二部分目标节点确定为多个目标节点。
可选地，生成模块32，还用于对第一部分目标节点进行排序，得到第一排序结果；对第二部分目标节点进行排序，得到第二排序结果；基于第一排序结果和第二排序结果确定第一路径。
可选地，生成模块32，还用于基于第一排序结果和第二排序结果选取相遇节点；从相遇节点开始，对相遇节点的多个父亲节点进行遍历，确定第一路径。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种非易失性存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
步骤S1，获取目标数据，其中，目标数据用于表示生成车辆路径过程中待使用的多个初始节点和多个初始约束；
步骤S2，基于目标数据生成第一路径；
步骤S3，响应于第一路径满足预设约束，确定目标路径，其中，预设约束从多个初始约束中选定，目标路径用于对车辆进行自主导航。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种处理器，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
步骤S1，获取目标数据，其中，目标数据用于表示生成车辆路径过程中待使用的多个初始节点和多个初始约束；
步骤S2，基于目标数据生成第一路径；
步骤S3，响应于第一路径满足预设约束，确定目标路径，其中，预设约束从多个初始约束中选定，目标路径用于对车辆进行自主导航。
本发明的实施例还提供了一种电子装置，该电子装置包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种生成车辆路径的方法，包括：
获取目标数据，其中，所述目标数据用于表示生成车辆路径过程中待使用的多个初始节点和多个初始约束；
基于所述目标数据生成第一路径；
响应于所述第一路径满足预设约束，确定目标路径，其中，所述预设约束从所述多个初始约束中选定，所述目标路径用于对车辆进行自主导航。
2.根据权利要求1所述的方法，其中，基于所述目标数据生成所述第一路径包括：
从所述多个初始节点中选取多个目标节点；
对所述多个目标节点进行排序处理，得到所述第一路径。
3.根据权利要求1所述的方法，其中，响应于所述第一路径满足预设约束，确定所述目标路径包括：
使用目标曲线对所述第一路径进行平滑处理，得到平滑处理结果，其中，所述平滑处理结果满足预设约束；
基于所述平滑处理结果确定所述目标路径。
4.根据权利要求2所述的方法，其中，所述多个初始节点包括：起始节点和终止节点，从所述多个初始节点中选取所述多个目标节点包括：
对所述目标数据进行解析，从所述多个初始约束中选取多个目标约束；
基于所述多个目标约束，沿第一搜索方向从所述多个初始节点中搜索第一部分目标节点，其中，所述第一搜索方向从所述起始节点指向所述终止节点；
基于所述多个目标约束，沿第二搜索方向从所述多个初始节点中搜索第二部分目标节点，其中，所述第二搜索方向从所述终止节点指向所述起始节点；
将所述第一部分目标节点与所述第二部分目标节点确定为所述多个目标节点。
5.根据权利要求4所述的方法，其中，对所述多个目标节点进行排序处理，得到所述第一路径包括：
对所述第一部分目标节点进行排序，得到第一排序结果；
对所述第二部分目标节点进行排序，得到第二排序结果；
基于所述第一排序结果和所述第二排序结果确定所述第一路径。
6.根据权利要求5所述的方法，其中，基于所述第一排序结果和所述第二排序结果确定所述第一路径包括：
基于所述第一排序结果和所述第二排序结果选取相遇节点；
从所述相遇节点开始，对所述相遇节点的多个父亲节点进行遍历，确定所述第一路径。
7.一种生成车辆路径装置，包括：
获取模块，用于获取目标数据，其中，所述目标数据用于表示生成车辆路径过程中待使用的多个初始节点和多个初始约束；
生成模块，用于基于所述目标数据生成第一路径；
确定模块，用于响应于所述第一路径满足预设约束，确定目标路径，其中，所述预设约束从所述多个初始约束中选定，所述目标路径用于对车辆进行自主导航。
8.一种非易失性存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至6任一项中所述的生成车辆路径方法。
9.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序被设置为运行时执行所述权利要求1至6任一项中所述的生成车辆路径方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至6任一项中所述的生成车辆路径方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210422743.2A CN114812593A (zh) | 2022-04-21 | 2022-04-21 | 生成车辆路径方法、装置、存储介质、处理器及电子装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210422743.2A CN114812593A (zh) | 2022-04-21 | 2022-04-21 | 生成车辆路径方法、装置、存储介质、处理器及电子装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114812593A true CN114812593A (zh) | 2022-07-29 |
Family
ID=82506164
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210422743.2A Pending CN114812593A (zh) | 2022-04-21 | 2022-04-21 | 生成车辆路径方法、装置、存储介质、处理器及电子装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114812593A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108196536A (zh) * | 2017-12-21 | 2018-06-22 | 同济大学 | 一种改进的无人车快速搜索随机树路径规划方法 |
| CN111369066A (zh) * | 2020-03-09 | 2020-07-03 | 广东南方数码科技股份有限公司 | 路径规划方法、装置、电子设备及可读存储介质 |
| CN111897341A (zh) * | 2020-08-05 | 2020-11-06 | 三一专用汽车有限责任公司 | 泊车路径规划方法、装置和计算机可读存储介质 |
| CN112462785A (zh) * | 2020-12-04 | 2021-03-09 | 厦门大学 | 一种移动机器人路径规划方法、装置及存储介质 |
| CN113064426A (zh) * | 2021-03-17 | 2021-07-02 | 安徽工程大学 | 一种改进双向快速搜索随机树算法的智能车路径规划方法 |
| CN113359746A (zh) * | 2021-06-21 | 2021-09-07 | 桂林电子科技大学 | 基于改进双向RRT和Dijkstra融合算法的路径规划方法和装置 |
| CN113448335A (zh) * | 2021-07-02 | 2021-09-28 | 广州小鹏自动驾驶科技有限公司 | 路径规划方法和装置、车辆和可读存储介质 |
-
2022
- 2022-04-21 CN CN202210422743.2A patent/CN114812593A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108196536A (zh) * | 2017-12-21 | 2018-06-22 | 同济大学 | 一种改进的无人车快速搜索随机树路径规划方法 |
| CN111369066A (zh) * | 2020-03-09 | 2020-07-03 | 广东南方数码科技股份有限公司 | 路径规划方法、装置、电子设备及可读存储介质 |
| CN111897341A (zh) * | 2020-08-05 | 2020-11-06 | 三一专用汽车有限责任公司 | 泊车路径规划方法、装置和计算机可读存储介质 |
| CN112462785A (zh) * | 2020-12-04 | 2021-03-09 | 厦门大学 | 一种移动机器人路径规划方法、装置及存储介质 |
| CN113064426A (zh) * | 2021-03-17 | 2021-07-02 | 安徽工程大学 | 一种改进双向快速搜索随机树算法的智能车路径规划方法 |
| CN113359746A (zh) * | 2021-06-21 | 2021-09-07 | 桂林电子科技大学 | 基于改进双向RRT和Dijkstra融合算法的路径规划方法和装置 |
| CN113448335A (zh) * | 2021-07-02 | 2021-09-28 | 广州小鹏自动驾驶科技有限公司 | 路径规划方法和装置、车辆和可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104750789B (zh) | 标签的推荐方法及装置 | |
| KR100962925B1 (ko) | 파일 시스템에 대한 검색 순위부여 방법 및 관련된 검색엔진 | |
| CN104462668B (zh) | 计算机实施的用于设计用二叉树来建模的工业产品的方法 | |
| WO2021164294A1 (zh) | 基于行为分析的配置更新方法、装置、设备及存储介质 | |
| CN107679276B (zh) | 电力系统潮流接线图的生成方法、装置及电子设备 | |
| CN102346751B (zh) | 一种信息推送方法及设备 | |
| CN105300399A (zh) | 路径导航方法及装置 | |
| CN114970439A (zh) | 自动布线方法、装置、计算机设备、存储介质 | |
| CN103365886A (zh) | 车联网中的空间事件的查询方法和优化查询器 | |
| CN109471838A (zh) | 目录文档的操作方法、装置、电子设备、可读存储介质 | |
| WO2024046013A1 (zh) | 一种基于知识图谱最短路径的信息获取方法及装置 | |
| CN111128307A (zh) | 代谢路径预测方法、装置、终端设备及可读存储介质 | |
| CN112417569B (zh) | 一种Revit图元标注方法、装置、设备及储存介质 | |
| CN111723932A (zh) | 神经网络模型的训练方法和相关产品 | |
| CN114218265A (zh) | 离线模型的处理方法、装置、存储介质和处理器 | |
| CN111190711B (zh) | Bdd结合启发式a*搜索的多机器人任务分配方法 | |
| Chipofya et al. | Matching qualitative spatial scene descriptions á la tabu | |
| CN114812593A (zh) | 生成车辆路径方法、装置、存储介质、处理器及电子装置 | |
| CN113205601A (zh) | 漫游路径生成方法、装置、存储介质及电子设备 | |
| CN112001483A (zh) | 一种剪枝神经网络模型的方法和装置 | |
| CN112464040A (zh) | 图结构识别方法、电子设备及计算机可读存储介质 | |
| Zhang et al. | Personalized quality centric service recommendation | |
| CN105243131A (zh) | 路径查询方法及装置 | |
| CN104615737A (zh) | 一种基于搜索框的计算方法及装置 | |
| Opoku et al. | The Ar-Star (Ar) Pathfinder |
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 |