CN114923496A - 一种路径规划方法、装置、电子设备及存储介质 - Google Patents

一种路径规划方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114923496A
CN114923496A CN202210320488.0A CN202210320488A CN114923496A CN 114923496 A CN114923496 A CN 114923496A CN 202210320488 A CN202210320488 A CN 202210320488A CN 114923496 A CN114923496 A CN 114923496A
Authority
CN
China
Prior art keywords
path
point
determining
sampling
obstacle
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
CN202210320488.0A
Other languages
English (en)
Inventor
李长春
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.)
Ningbo Lutes Robotics Co ltd
Original Assignee
Wuhan Lotus Cars 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 Wuhan Lotus Cars Co Ltd filed Critical Wuhan Lotus Cars Co Ltd
Priority to CN202210320488.0A priority Critical patent/CN114923496A/zh
Publication of CN114923496A publication Critical patent/CN114923496A/zh
Priority to PCT/CN2023/080833 priority patent/WO2023185419A1/zh
Pending legal-status Critical Current

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
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • 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
    • G01C21/3446Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Abstract

本发明公开了一种路径规划方法、装置、电子设备及存储介质,涉及智能交通领域,方法包括:将车道线信息、车道中心线信息和障碍物轮廓信息投影至目标坐标系中,得到投影信息;在所述目标坐标系中确定路径规划的起点和终点,若基于所述投影信息确定所述起点与所述终点之间存在障碍物,则沿车辆的行驶方向对障碍物轮廓的两侧进行采样得到采样点;基于所述起点、所述终点和所述采样点,确定多个路径;对所述多个路径进行代价计算,基于代价计算结果确定所述多个路径中的参考路径;基于所述参考路径确定目标规划路径。此方法简化采样空间,实现自动驾驶车辆在狭窄行驶空间下,能够有效合理地避让多个障碍物,并保证路径的最优性和平滑性。

Description

一种路径规划方法、装置、电子设备及存储介质
技术领域
本发明涉及智能交通领域,具体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
目前主流的路径规划方式主要有三类;图搜索、采样、数值优化,三者优缺点各不相同,图搜索可以保证搜索出的路径最优,数值优化可以很好的保证路径光滑。参考图1,现有技术中路径规划方法通常是自动驾驶车辆首先在硬边界中搜索出一条与障碍物无碰撞的参考路径,通过代价函数的设计此路径会尽可能在期望的安全行驶走廊中并靠近当前车道的车道中心线,其次再利用数值优化的方式在硬边界中基于参考路径规划出一条符合车辆动力学约束的路径,最后车辆按照规划的路径行驶。
对于自动驾驶车辆来说,车辆需要规划出一条安全无碰撞且符合车辆运动学约束的路径,参考图2的左图,对于保证路径与障碍物无碰撞目前普遍的做法是通过障碍物膨胀解决且关于障碍物避让方向的判断依赖于规则决策;参考图2的右图,对障碍物固定大小的膨胀让自动驾驶车辆在行驶空间狭窄时无法规划出路径,基于规则的判断也无法有效的正确计算多个障碍物的避让方向。
发明内容
鉴于以上所述现有技术的缺点,本申请的目的在于解决自动驾驶车辆在行驶空间狭窄时无法规划出路径,且无法有效避让多个障碍物的问题。
为解决上述技术问题,本发明提供一种路径规划方法、装置、电子设备及存储介质,所述方案如下:
一方面,提供了一种路径规划方法,包括:
将车道线信息、车道中心线信息和障碍物轮廓信息投影至目标坐标系中,得到投影信息;
在所述目标坐标系中确定路径规划的起点和终点,若基于所述投影信息确定所述起点与所述终点之间存在障碍物,则沿车辆的行驶方向对障碍物轮廓的两侧进行采样得到采样点;
基于所述起点、所述终点和所述采样点,确定多个路径;
对所述多个路径进行代价计算,基于代价计算结果确定所述多个路径中的参考路径;所述代价计算结果表征路径在避让所述障碍物的情况下靠近所述车道中心线的程度;
基于所述参考路径确定目标规划路径。
可选的,所述沿车辆的行驶方向对障碍物轮廓的两侧进行采样得到采样点包括:
沿车辆的行驶方向在障碍物轮廓的两侧确定采样距离,所述采样距离为所述车辆的二分之一宽度与安全距离之和,所述安全距离为所述车辆与所述障碍物轮廓之间预设的距离;
基于所述采样距离进行采样得到所述采样点。
可选的,所述采样点包括有效采样点和无效采样点;所述有效采样点位于所述车道线以内,所述无效采样点位于所述车道线以外。
可选的,还包括:
若所述采样点均为所述无效采样点,则取障碍物轮廓的下边界与所述车道中心线的交点为最终采样点;
将所述最终采样点作为所述终点。
可选的,所述对所述多个路径进行代价计算,基于代价计算结果确定所述多个路径中的参考路径包括:
针对所述多个路径中的每个路径,确定所述路径上的点与所述车道中心线之间的第一距离,以及所述路径上的点与所述障碍物轮廓的第二距离;
根据所述第一距离、所述第二距离和所述路径的平滑属性值,确定所述路径对应的代价计算结果;
比较所述多个路径中各路径对应的代价计算结果,将代价计算结果最小的路径,确定为所述参考路径。
可选的,所述根据所述第一距离、所述第二距离和所述路径的平滑属性值,确定所述路径对应的代价计算结果包括:
针对所述路径上的每个点,基于所述点对应的第一距离与第一系数的乘积,得到第一计算结果;基于所述点对应的第二距离与第二系数的乘积,得到第二计算结果;
基于所述第一系数和所述第二系数进行线性融合得到第三系数;基于所述路径的平滑属性值与所述第三系数的乘积,得到第三计算结果;
将所述路径上的每个点对应的所述第一计算结果、所述第二计算结果和所述第三计算结果求和得到第一求和结果;
基于所述第一求和结果调整所述第一系数和所述第二系数,在所述路径上的每个点与所述障碍物轮廓的第二距离均不小于所述安全距离的情况下,确定所述路径对应的代价计算结果。
可选的,还包括:
若基于所述投影信息确定所述起点和所述终点之间不存在所述障碍物,则将所述车道中心线确定为所述参考路径。
另一方面,提供了一种路径规划装置,包括:
投影模块,用于将车道线信息、车道中心线信息和障碍物轮廓信息投影至目标坐标系中,得到投影信息;
采样模块,用于在所述目标坐标系中确定路径规划的起点和终点,若基于所述投影信息确定所述起点与所述终点之间存在障碍物,则沿车辆的行驶方向对障碍物轮廓的两侧进行采样得到采样点;
规划模块,用于基于所述起点、所述终点和所述采样点,确定多个路径;
代价计算模块,用于对所述多个路径进行代价计算,基于代价计算结果确定所述多个路径中的参考路径;所述代价计算结果表征路径在避让所述障碍物的情况下靠近所述车道中心线的程度;
优化模块,用于基于所述参考路径确定目标规划路径。
可选的,所述采样模块包括:
采样距离确定单元,用于沿车辆的行驶方向在障碍物轮廓的两侧确定采样距离,所述采样距离为所述车辆的二分之一宽度与安全距离之和,所述安全距离为所述车辆与所述障碍物轮廓之间预设的距离;
采样单元,用于基于所述采样距离进行采样得到所述采样点。
可选的,所述代价计算模块包括:
参数确定模块,用于针对所述多个路径中的每个路径,确定所述路径上的点与所述车道中心线之间的第一距离,以及所述路径上的点与所述障碍物轮廓的第二距离;
计算模块,用于根据所述第一距离、所述第二距离和所述路径的平滑属性值,确定所述路径对应的代价计算结果;
参考路径确定模块,用于比较所述多个路径中各路径对应的代价计算结果,将代价计算结果最小的路径,确定为所述参考路径。
可选的,所述计算模块包括:
第一计算单元,用于针对所述路径上的每个点,基于所述点对应的第一距离与第一系数的乘积,得到第一计算结果;基于所述点对应的第二距离与第二系数的乘积,得到第二计算结果;
第二计算单元,用于基于所述第一系数和所述第二系数进行线性融合得到第三系数;基于所述路径的平滑属性值与所述第三系数的乘积,得到第三计算结果;
第三计算单元,用于将所述路径上的每个点对应的所述第一计算结果、所述第二计算结果和所述第三计算结果求和得到第一求和结果;
调整单元,用于基于所述第一求和结果调整所述第一系数和所述第二系数,在所述路径上的每个点与所述障碍物轮廓的第二距离均不小于所述安全距离的情况下,确定所述路径对应的代价计算结果。
另一方面,提供了一种电子设备,包括处理器和存储器,所述存储器中存储有至少一条指令或者至少一段程序,所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现上述方法的步骤。
另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现上述方法的步骤。
另一方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中,计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述方法的步骤。
采用上述技术方案,本发明具有如下有益效果:
通过在障碍物两侧进行采样以替代传统搜索算法离散整个搜索空间的方法确定路径,再通过代价计算获得参考路径,并对参考路径进行平滑设计,简化采样空间,提高了搜索算法的实时性,实现自动驾驶车辆在狭窄行驶空间下,能够正确的规划出路径,有效合理地避让多个障碍物,并保证路径的最优性和平滑性。
本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,其中,相同的参考标号通常代表相同部件。对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为现有技术中的一种路径规划方法示意图;
图2为现有技术中的一种路径规划方法及存在的技术问题的示意图;
图3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4为本发明实施例提供的路径规划方法中一种可选方法的采样点示意图;
图5为本发明实施例提供的路径规划方法中一种可选方法的无效采样点示意图;
图6为本发明实施例提供的路径规划方法中基于所述起点、所述终点和所述采样点,确定多个路径的示意图;
图7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8为本发明实施提供的运行路径规划方法的服务器硬件结构示意图。
具体实施方式
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作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本发明的描述中,需要理解的是,术语“上”、“下”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含的包括一个或者更多个该特征。而且,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。
参考图3,其所示为本发明实施例提供的一种路径规划方法方法的流程示意图。需要说明的是,本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统装置或产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。本发明实施例提供的路径规划方法包括:
S301,将车道线信息、车道中心线信息和障碍物轮廓信息投影至目标坐标系中,得到投影信息。
具体的,自动驾驶车辆(以下简称车辆)在行驶时,接收地图信息和障碍物信息,地图信息包括所述车道线信息和所述车道中心线信息,障碍物信息包括所述障碍物轮廓信息,将车道线信息、车道中心线信息和障碍物轮廓信息投影至目标坐标系中,本发明实施例中,所述目标坐标系为Frenet坐标系,在Frenet坐标系中,车道中心线作为参考线,使用参考线的切线向量t和法线向量n建立坐标系,以车辆自身为原点,坐标轴相互垂直,分为s方向(即沿着参考线的方向)和d方向(即参考线当前的法向),Frenet坐标系下车辆向前行驶并保持在车道线内的轨迹就计算成一条直线,且将障碍物信息投影在坐标系中,数据降维处理,并利用障碍物膨胀原理,即将车辆转化为一个质点,同时将障碍物按照机器人的体积进行膨胀,计算量减小,简化了路径规划的难度。
S302,在所述目标坐标系中确定路径规划的起点和终点,若基于所述投影信息确定所述起点与所述终点之间存在障碍物,则沿车辆的行驶方向对障碍物轮廓的两侧进行采样得到采样点。
在一种可能的实施方式中,步骤S302还包括步骤:
(1)沿车辆的行驶方向在障碍物轮廓的两侧确定采样距离,所述采样距离为所述车辆的二分之一宽度与安全距离之和,所述安全距离为所述车辆与所述障碍物轮廓之间预设的距离;
(2)基于所述采样距离进行采样得到所述采样点。
具体的,参考图4,两侧实线为车道线,中间虚线为车道中心线,矩形框为障碍物轮廓,若在起点和终点之间存在至少一个障碍物,则在每个障碍物轮廓的两侧各采一个采样点,采样距离为车辆的二分之一宽度L1与安全距离L2之和,安全距离L2是车辆预设的参数Dsafe,为保证车辆不碰撞障碍物的最小距离。对每个障碍物的两侧均采样,可以保证车辆有效避让障碍物。
在一种可能的实施方式中,所述采样点包括有效采样点和无效采样点:所述有效采样点位于所述车道线以内,所述无效采样点位于所述车道线以外;如图4所示,点M为有效采样点,点N为无效采样点。若所述采样点均为所述无效采样点,参考图5,则取障碍物轮廓的下边界与所述车道中心线的交点Z为最终采样点,将所述最终采样点作为所述终点。
有效采样点为下述方法步骤中搜索算法需要参考的节点,无效采样点为搜索算法不参考的节点,即路径不经过无效采样点,若所有采样点均为无效采样点,则路径规划到障碍物即停止;所述下边界为在Frenet坐标系中沿车辆的行驶方向障碍物轮廓的二维下边界,即车辆无法在车道线内无法避让障碍物,行驶到障碍物轮廓的边界处停止。
S303,基于所述起点、所述终点和所述采样点,确定多个路径;
参考图6,在一个实施例中,行驶空间内有两个障碍物,点S为起点,点F为终点,点M、点N和点Q为有效采样点,点P为无效采样点,调用搜索算法,连接起点S、有效采样点Q、有效采样点N和终点F,形成路径R1;连接起点S、有效采样点Q、有效采样点M和终点F,形成路径R2。R1、R2均为与障碍物无碰撞的路径,所述搜索算法为图搜索算法,图搜索算法具有最优性,理论上保证搜索出的路径最优,作为车辆行驶的可能路径。
S304,对所述多个路径进行代价计算,基于代价计算结果确定所述多个路径中的参考路径;所述代价计算结果表征路径在避让所述障碍物的情况下靠近所述车道中心线的程度;
具体的,通过代价函数设计搜索算法搜索出的路径会在车道线内并尽可能靠近当前车道的车道中心线,代价计算结果越小,表明使得路径靠近车道中心线付出的代价最小。
在一种可能的实施方式中,步骤S304还包括以下步骤:
(1)针对所述多个路径中的每个路径,确定所述路径上的点与所述车道中心线之间的第一距离,以及所述路径上的点与所述障碍物轮廓的第二距离;
(2)根据所述第一距离、所述第二距离和所述路径的平滑属性值,确定所述路径对应的代价计算结果;
在一种可能的实施方式中,该步骤包括:
针对所述路径上的每个点,基于所述点对应的第一距离与第一系数的乘积,得到第一计算结果;基于所述点对应的第二距离与第二系数的乘积,得到第二计算结果;
基于所述第一系数和所述第二系数进行线性融合得到第三系数;基于所述路径的平滑属性值与所述第三系数的乘积,得到第三计算结果;
将所述路径上的每个点对应的所述第一计算结果、所述第二计算结果和所述第三计算结果求和得到第一求和结果;
基于所述第一求和结果调整所述第一系数和所述第二系数,在所述路径上的每个点与所述障碍物轮廓的第二距离均不小于所述安全距离的情况下,确定所述路径对应的代价计算结果。
(3)比较所述多个路径中各路径对应的代价计算结果,将代价计算结果最小的路径,确定为所述参考路径。
具体的,本发明实施例中,以多个路径中的一条路径RA为例,取路径RA为上的离散点A1、A2、A3、…An,确定各点与所述车道中心线之间的第一距离g(x),各点与所述障碍物轮廓的第二距离h(x),各点的平滑属性值z(x)即各点的斜率,代价函数的表达式为:
Figure BDA0003570337180000101
Figure BDA0003570337180000102
其中α为所述第一系数,β为所述第二系数,将所述第一系数和所述第二系数进行线性融合得到第三系数(1-α-β),将各点的第一距离g(x)、第二距离h(x)、平滑属性值z(x)对应求和,并调整第一系数和第二系数,使得路径RA为在与障碍物轮廓的距离不小于安全距离Dsafe的情况下尽量靠近车道中心线,此处安全距离可根据车辆数据手册规定的数据进行设置,在一个实施例中,若车辆与障碍物轮廓的距离为0.8Dsafe,此时车辆也能够避让障碍物,则可调整第二系数使h(x)不小于0.8Dsafe。由此再确定其他路径的代价计算结果,将每条路径的代价计算结果相比较,确定代价计算结果最小的路径即为路径规划的参考路径。
S305,基于所述参考路径确定目标规划路径。
将车道线作为约束边界条件,利用数值优化对所述参考路径进行平滑计算,使得参考路径尽量平滑,符合车辆动力学约束。在一种可能的实施方式中,若基于所述投影信息确定所述起点和所述终点之间不存在所述障碍物,则将所述车道中心线确定为所述参考路径,具体的,车道中心线上取距离起点最近的点1,距离终点最近的点2,连接起点、点1、点2、终点作为参考路径,然后将此参考路径进行数值优化,使路径尽量平滑。
与上述路径规划方法相对应,本发明实施例还提供一种路径规划装置,由于本发明实施例提供的路径规划装置与上述几种实施例提供的路径规划方法相对应,因此前述路径规划方法的实施方式也适用于本实施例提供的路径规划装置,在本发明实施例中不再赘述。
参考图7,其所示为本发明实施例提供的一种路径规划装置的结构示意图,该装置具有实现上述方法实施例中路径规划方法的功能,所述功能可以由硬件实现,也可以由硬件执行相应的软件实现,该装置可以包括:
投影模块701,用于将车道线信息、车道中心线信息和障碍物轮廓信息投影至目标坐标系中,得到投影信息;
采样模块702,用于在所述目标坐标系中确定路径规划的起点和终点,若基于所述投影信息确定所述起点与所述终点之间存在障碍物,则沿车辆的行驶方向对障碍物轮廓的两侧进行采样得到采样点;
规划模块703,用于基于所述起点、所述终点和所述采样点,确定多个路径;
代价计算模块704,用于对所述多个路径进行代价计算,基于代价计算结果确定所述多个路径中的参考路径;所述代价计算结果表征路径在避让所述障碍物的情况下靠近所述车道中心线的程度;
优化模块705,用于基于所述参考路径确定目标规划路径。
可选的,所述采样模块702包括:
采样距离确定单元,用于沿车辆的行驶方向在障碍物轮廓的两侧确定采样距离,所述采样距离为所述车辆的二分之一宽度与安全距离之和,所述安全距离为所述车辆与所述障碍物轮廓之间预设的距离;
采样单元,用于基于所述采样距离进行采样得到所述采样点。
可选的,所述代价计算模块包括:
参数确定模块,用于针对所述多个路径中的每个路径,确定所述路径上的点与所述车道中心线之间的第一距离,以及所述路径上的点与所述障碍物轮廓的第二距离;
计算模块,用于根据所述第一距离、所述第二距离和所述路径的平滑属性值,确定所述路径对应的代价计算结果;
参考路径确定模块,用于比较所述多个路径中各路径对应的代价计算结果,将代价计算结果最小的路径,确定为所述参考路径。
可选的,所述计算模块包括:
第一计算单元,用于针对所述路径上的每个点,基于所述点对应的第一距离与第一系数的乘积,得到第一计算结果;基于所述点对应的第二距离与第二系数的乘积,得到第二计算结果;
第二计算单元,用于基于所述第一系数和所述第二系数进行线性融合得到第三系数;基于所述路径的平滑属性值与所述第三系数的乘积,得到第三计算结果;
第三计算单元,用于将所述路径上的每个点对应的所述第一计算结果、所述第二计算结果和所述第三计算结果求和得到第一求和结果;
调整单元,用于基于所述第一求和结果调整所述第一系数和所述第二系数,在所述路径上的每个点与所述障碍物轮廓的第二距离均不小于所述安全距离的情况下,确定所述路径对应的代价计算结果。
需要说明的是,上述实施例提供的装置,在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本发明实施例还提供一种电子设备,包括处理器和存储器,所述存储器中存储有至少一条指令或者至少一段程序,所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现如上述路径规划方法的步骤。
存储器可用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行各种功能应用。存储器可主要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、功能所需的应用程序等;存储数据区可存储根据所述设备的使用所创建的数据等。此外,存储器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、或其他易失性固态存储器件。相应地,存储器还可以包括存储器控制器,以提供处理器对存储器的访问。处理器可以是中央处理单元,还可以是其他通用处理器、数字信号处理器、专用集成电路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该处理器也可以是任何常规的处理器等。
本发明实施例所提供的方法实施例可以在计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例,图8是本发明实施例提供的运行一种路径规划方法的服务器的硬件结构示意图,如图8所示,该服务器800可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(Central Processing Units,CPU)810(处理器810可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器830,一个或一个以上存储应用程序823或数据822的存储介质820(例如一个或一个以上海量存储设备)。其中,存储器830和存储介质820可以是短暂存储或持久存储。存储在存储介质820的程序可以包括一个或一个以上模块,每个模块可以包括对服务器中的一系列指令操作。更进一步地,处理器810可以设置为与存储介质820通信,在服务器800上执行存储介质820中的一系列指令操作。服务器800还可以包括一个或一个以上电源860,一个或一个以上有线或无线网络接口850,一个或一个以上输入输出接口840,和/或,一个或一个以上操作系统821,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
输入输出接口840可以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服务器800的通信供应商提供的无线网络。在一个实例中,输入输出接口840包括一个网络适配器(Network Interface Controller,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,输入输出接口840可以为射频(RadioFrequency,RF)模块,其用于通过无线方式与互联网进行通讯。
本领域普通技术人员可以理解,图8所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,服务器800还可包括比图8中所示更多或者更少的组件,或者具有与图8所示不同的配置。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述路径规划方法的步骤。在本发明实施例中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。
本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现上述的方法。在本发明实施例中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。
本发明实施例还提供一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述的各种可选实现方式中提供的路径规划方法。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种路径规划方法,其特征在于,包括:
将车道线信息、车道中心线信息和障碍物轮廓信息投影至目标坐标系中,得到投影信息;
在所述目标坐标系中确定路径规划的起点和终点,若基于所述投影信息确定所述起点与所述终点之间存在障碍物,则沿车辆的行驶方向对障碍物轮廓的两侧进行采样得到采样点;
基于所述起点、所述终点和所述采样点,确定多个路径;
对所述多个路径进行代价计算,基于代价计算结果确定所述多个路径中的参考路径;所述代价计算结果表征路径在避让所述障碍物的情况下靠近所述车道中心线的程度;
基于所述参考路径确定目标规划路径。
2.根据权利要求1所述的路径规划方法,其特征在于,所述沿车辆的行驶方向对障碍物轮廓的两侧进行采样得到采样点包括:
沿车辆的行驶方向在障碍物轮廓的两侧确定采样距离,所述采样距离为所述车辆的二分之一宽度与安全距离之和,所述安全距离为所述车辆与所述障碍物轮廓之间预设的距离;
基于所述采样距离进行采样得到所述采样点。
3.根据权利要求2所述的路径规划方法,其特征在于,所述采样点包括有效采样点和无效采样点;所述有效采样点位于所述车道线以内,所述无效采样点位于所述车道线以外。
4.根据权利要求3所述的路径规划方法,其特征在于,还包括:
若所述采样点均为所述无效采样点,则取障碍物轮廓的下边界与所述车道中心线的交点为最终采样点;
将所述最终采样点作为所述终点。
5.根据权利要求1所述的路径规划方法,其特征在于,所述对所述多个路径进行代价计算,基于代价计算结果确定所述多个路径中的参考路径包括:
针对所述多个路径中的每个路径,确定所述路径上的点与所述车道中心线之间的第一距离,以及所述路径上的点与所述障碍物轮廓的第二距离;
根据所述第一距离、所述第二距离和所述路径的平滑属性值,确定所述路径对应的代价计算结果;
比较所述多个路径中各路径对应的代价计算结果,将代价计算结果最小的路径,确定为所述参考路径。
6.根据权利要求5所述的路径规划方法,其特征在于,所述根据所述第一距离、所述第二距离和所述路径的平滑属性值,确定所述路径对应的代价计算结果包括:
针对所述路径上的每个点,基于所述点对应的第一距离与第一系数的乘积,得到第一计算结果;基于所述点对应的第二距离与第二系数的乘积,得到第二计算结果;
基于所述第一系数和所述第二系数进行线性融合得到第三系数;基于所述路径的平滑属性值与所述第三系数的乘积,得到第三计算结果;
将所述路径上的每个点对应的所述第一计算结果、所述第二计算结果和所述第三计算结果求和得到第一求和结果;
基于所述第一求和结果调整所述第一系数和所述第二系数,在所述路径上的每个点与所述障碍物轮廓的第二距离均不小于所述安全距离的情况下,确定所述路径对应的代价计算结果。
7.根据权利要求1所述的路径规划方法,其特征在于,还包括:
若基于所述投影信息确定所述起点和所述终点之间不存在所述障碍物,则将所述车道中心线确定为所述参考路径。
8.一种路径规划装置,其特征在于,包括:
投影模块,用于将车道线信息、车道中心线信息和障碍物轮廓信息投影至目标坐标系中,得到投影信息;
采样模块,用于在所述目标坐标系中确定路径规划的起点和终点,若基于所述投影信息确定所述起点与所述终点之间存在障碍物,则沿车辆的行驶方向对障碍物轮廓的两侧进行采样得到采样点;
规划模块,用于基于所述起点、所述终点和所述采样点,确定多个路径;
代价计算模块,用于对所述多个路径进行代价计算,基于代价计算结果确定所述多个路径中的参考路径;所述代价计算结果表征路径在避让所述障碍物的情况下靠近所述车道中心线的程度;
优化模块,用于基于所述参考路径确定目标规划路径。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器中存储有至少一条指令或者至少一段程序,所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现如权利要求1至7任一项所述方法的步骤。
10.一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至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1至7任一项所述方法的步骤。
CN202210320488.0A 2022-03-29 2022-03-29 一种路径规划方法、装置、电子设备及存储介质 Pending CN114923496A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210320488.0A CN114923496A (zh) 2022-03-29 2022-03-29 一种路径规划方法、装置、电子设备及存储介质
PCT/CN2023/080833 WO2023185419A1 (zh) 2022-03-29 2023-03-10 一种路径规划方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210320488.0A CN114923496A (zh) 2022-03-29 2022-03-29 一种路径规划方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN114923496A true CN114923496A (zh) 2022-08-19

Family

ID=82805315

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210320488.0A Pending CN114923496A (zh) 2022-03-29 2022-03-29 一种路径规划方法、装置、电子设备及存储介质

Country Status (2)

Country Link
CN (1) CN114923496A (zh)
WO (1) WO2023185419A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115357034A (zh) * 2022-10-21 2022-11-18 上海伯镭智能科技有限公司 基于智慧交通的无人驾驶矿车转向控制方法
WO2023185419A1 (zh) * 2022-03-29 2023-10-05 宁波路特斯机器人有限公司 一种路径规划方法、装置、电子设备及存储介质
CN117308964A (zh) * 2023-11-24 2023-12-29 陕西欧卡电子智能科技有限公司 智能游船的路径规划方法、装置、无人船及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE502007003928D1 (de) * 2007-03-09 2010-07-08 Sassin Wolfgang Assistenzsystem für den Fahrer eines Fahrzeugs, insbesondere eines Kraftfahrzeugs für den öffentlichen Strassenverkehr
CN110749333A (zh) * 2019-11-07 2020-02-04 中南大学 基于多目标优化的无人驾驶车辆运动规划方法
CN111332285A (zh) * 2018-12-19 2020-06-26 长沙智能驾驶研究院有限公司 车辆避开障碍物的方法及装置、电子设备和存储介质
CN112068545A (zh) * 2020-07-23 2020-12-11 哈尔滨工业大学(深圳) 一种无人驾驶车辆在十字路口的行驶轨迹规划方法、系统及存储介质
CN113479199A (zh) * 2021-07-30 2021-10-08 三一专用汽车有限责任公司 开放区域避障方法、车辆和计算机可读存储介质
CN113581181A (zh) * 2021-08-04 2021-11-02 武汉理工大学 智能车辆超车轨迹的规划方法
CN113916246A (zh) * 2021-09-26 2022-01-11 江苏徐工工程机械研究院有限公司 一种无人驾驶避障路径规划方法和系统
CN113932823A (zh) * 2021-09-23 2022-01-14 同济大学 基于语义道路地图的无人驾驶多目标点轨迹并行规划方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112506176A (zh) * 2019-08-26 2021-03-16 上海汽车集团股份有限公司 路径规划方法及装置
CN113031583B (zh) * 2020-03-13 2022-11-25 青岛慧拓智能机器有限公司 一种结构化道路避障方法
GB2597914A (en) * 2020-07-22 2022-02-16 Daimler Ag A method for determining a dynamic reference line for an autonomous motor vehicle, as well as an assistance system
CN113124891B (zh) * 2021-04-20 2023-05-16 东软睿驰汽车技术(沈阳)有限公司 一种行驶路径规划方法及相关装置
CN114115268B (zh) * 2021-11-24 2024-04-19 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
CN114923496A (zh) * 2022-03-29 2022-08-19 武汉路特斯汽车有限公司 一种路径规划方法、装置、电子设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE502007003928D1 (de) * 2007-03-09 2010-07-08 Sassin Wolfgang Assistenzsystem für den Fahrer eines Fahrzeugs, insbesondere eines Kraftfahrzeugs für den öffentlichen Strassenverkehr
CN111332285A (zh) * 2018-12-19 2020-06-26 长沙智能驾驶研究院有限公司 车辆避开障碍物的方法及装置、电子设备和存储介质
CN110749333A (zh) * 2019-11-07 2020-02-04 中南大学 基于多目标优化的无人驾驶车辆运动规划方法
CN112068545A (zh) * 2020-07-23 2020-12-11 哈尔滨工业大学(深圳) 一种无人驾驶车辆在十字路口的行驶轨迹规划方法、系统及存储介质
CN113479199A (zh) * 2021-07-30 2021-10-08 三一专用汽车有限责任公司 开放区域避障方法、车辆和计算机可读存储介质
CN113581181A (zh) * 2021-08-04 2021-11-02 武汉理工大学 智能车辆超车轨迹的规划方法
CN113932823A (zh) * 2021-09-23 2022-01-14 同济大学 基于语义道路地图的无人驾驶多目标点轨迹并行规划方法
CN113916246A (zh) * 2021-09-26 2022-01-11 江苏徐工工程机械研究院有限公司 一种无人驾驶避障路径规划方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FUHAO XIA 等: "Autonomous Obstacle Avoidance Control Strategy for Intelligent Vehicle Based on Lateral and Longitudinal Safety Distance Model", 《2021 IEEE INTERNATIONAL CONFERENCE ON EMERGENCY SCIENCE AND INFORMATION TECHNOLOGY (ICESIT)》, 24 November 2021 (2021-11-24), pages 509 - 513, XP034079309, DOI: 10.1109/ICESIT53460.2021.9696529 *
周粉粉;高述勇;刘阔;: "移动机器人路径规划的仿真研究", 青岛大学学报(工程技术版), no. 03, 29 August 2018 (2018-08-29), pages 51 - 55 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023185419A1 (zh) * 2022-03-29 2023-10-05 宁波路特斯机器人有限公司 一种路径规划方法、装置、电子设备及存储介质
CN115357034A (zh) * 2022-10-21 2022-11-18 上海伯镭智能科技有限公司 基于智慧交通的无人驾驶矿车转向控制方法
CN117308964A (zh) * 2023-11-24 2023-12-29 陕西欧卡电子智能科技有限公司 智能游船的路径规划方法、装置、无人船及介质
CN117308964B (zh) * 2023-11-24 2024-02-13 陕西欧卡电子智能科技有限公司 智能游船的路径规划方法、装置、无人船及介质

Also Published As

Publication number Publication date
WO2023185419A1 (zh) 2023-10-05

Similar Documents

Publication Publication Date Title
CN114923496A (zh) 一种路径规划方法、装置、电子设备及存储介质
CN110260867B (zh) 一种机器人导航中位姿确定、纠正的方法、设备及装置
CN112758084B (zh) 泊车轨迹规划方法、装置、设备及存储介质
CN112020014B (zh) 一种换道轨迹规划方法、装置、服务器及存储介质
CN113085850B (zh) 车辆避障方法、装置、电子设备及存储介质
WO2019204296A1 (en) Obstacle avoidance guidance for ground vehicles
CN112197778A (zh) 基于改进a*算法的轮式机场巡界机器人路径规划方法
CN111007862B (zh) 一种多agv协同工作的路径规划方法
WO2019183967A1 (zh) 一种路径规划方法及装置
CN109795492A (zh) 自动驾驶汽车驾驶切换方法、系统、设备及存储介质
Altché et al. Partitioning of the free space-time for on-road navigation of autonomous ground vehicles
CN115265564A (zh) 一种车道线标注方法及装置
US11372414B2 (en) Robotic motion control method and apparatus and robot using the same
CN112148033A (zh) 无人机航线的确定方法、装置、设备及存储介质
CN112415999A (zh) 自动驾驶路径点的处理方法、装置、设备及存储介质
CN113671941A (zh) 一种轨迹规划方法、装置、设备和存储介质
CN113050660B (zh) 误差补偿方法、装置、计算机设备及存储介质
CN112466111A (zh) 一种车辆行驶控制方法、装置、存储介质及电子设备
CN114623842A (zh) 路径规划方法、装置、存储介质与电子设备
CN111830957A (zh) 一种路径规划方法和装置
CN114347019B (zh) 机器人控制方法、机器人及控制系统
CN115583254A (zh) 路径规划方法、装置、设备以及自动驾驶车辆
Tang et al. A reference path guided rrt* method for the local path planning of UGVS
CN113790725B (zh) 路径规划方法、路径规划装置、存储介质与可移动设备
CN115235483A (zh) 构建栅格地图的方法、路径规划方法、处理器及装置

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230905

Address after: Room A101, Building I, No. 7 Zhongchuang Second Road, Hangzhou Bay New Area, Ningbo City, Zhejiang Province, 315335

Applicant after: Ningbo Lutes Robotics Co.,Ltd.

Address before: 430056 A404, building 3, 28 chuanjiangchi 2nd Road, Wuhan Economic and Technological Development Zone, Wuhan City, Hubei Province

Applicant before: Wuhan lutes Automobile Co.,Ltd.