CN114964284A - 一种车辆路径的规划方法及装置 - Google Patents
一种车辆路径的规划方法及装置 Download PDFInfo
- Publication number
- CN114964284A CN114964284A CN202210425612.XA CN202210425612A CN114964284A CN 114964284 A CN114964284 A CN 114964284A CN 202210425612 A CN202210425612 A CN 202210425612A CN 114964284 A CN114964284 A CN 114964284A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- designated area
- target
- road section
- target vehicle
- 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 54
- 206010039203 Road traffic accident Diseases 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 2
- 238000004590 computer program Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 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
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- 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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
Abstract
本发明公开了一种车辆路径的规划方法及装置,涉及自动驾驶技术领域,主要目的在于解决区域内所有车辆的交通拥挤以及安全等情况。本发明主要的技术方案为:获取指定区域内目标车辆实时上传的车辆信息,所述车辆信息至少包括车辆当前位置信息、车辆目的地位置信息以及车辆识别到的环境信息;基于所述车辆当前位置信息与车辆识别到的环境信息分析所述指定区域的交通状态,并基于所述交通状态确定所述指定区域内是否达到车辆拥堵阈值;若是,则基于所述指定区域交通状态与车辆目的地位置信息,规划所述目标车辆在所述指定区域内的新行驶路径,以便所述目标车辆根据所述新行驶路径行驶。本发明用于自动驾驶情况下车辆路径的规划。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种车辆路径的规划方法及装置。
背景技术
在技术发展越来越智能化的社会中,越来越多的应用都开始了自动化操作,例如自动驾驶技术,但在出现了自动驾驶技术的同时,若想更安全广泛的应用自动驾驶车辆,如何在车辆自动驾驶的情况下可以实现更加智能安全的交通是尤为重要的。
但目前针对车辆在自动驾驶状态情况下的路径规划以及行驶安全等问题,大都是通过自动驾驶车辆中加装的摄像头和传感器识别车辆周围障碍以及交通环境,从而车辆可以针对障碍做出躲避以及针对交通拥挤情况下选择最优路径等操作,但该方法只解决了单个车辆的交通拥挤以及躲避障碍等情况,无法将区域中每个车辆识别到的障碍以及周围交通环境信息进行互通,进而无法区域内所有车辆的交通拥挤以及安全等情况。
发明内容
鉴于上述问题,本发明提供一种车辆路径的规划方法及装置,主要目的是为了解决区域内所有车辆的交通拥挤以及安全等情况。
为解决上述技术问题,本发明提出以下方案:
第一方面,本发明提供了一种车辆路径的规划方法,所述方法包括:
获取指定区域内目标车辆实时上传的车辆信息,所述车辆信息至少包括车辆当前位置信息、车辆目的地位置信息以及车辆识别到的环境信息;
基于所述车辆当前位置信息与车辆识别到的环境信息分析所述指定区域的交通状态,并基于所述交通状态确定所述指定区域内是否达到车辆拥堵阈值;
若是,则基于所述指定区域交通状态与车辆目的地位置信息,规划所述目标车辆在所述指定区域内的新行驶路径,以便所述目标车辆根据所述新行驶路径行驶。
第二方面,本发明提供了一种车辆路径的规划装置,所述装置包括:
获取单元,用于获取指定区域内目标车辆实时上传的车辆信息,所述车辆信息至少包括车辆当前位置信息、车辆目的地位置信息以及车辆识别到的环境信息;
确定单元,用于基于所述车辆当前位置信息与车辆识别到的环境信息分析所述指定区域的交通状态,并基于所述交通状态确定所述指定区域内是否达到车辆拥堵阈值;
规划单元,用于若是,则基于所述指定区域交通状态与车辆目的地位置信息,规划所述目标车辆在所述指定区域内的新行驶路径,以便所述目标车辆根据所述新行驶路径行驶。
为了实现上述目的,根据本发明的第三方面,提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述第一方面的车辆路径的规划方法。
为了实现上述目的,根据本发明的第四方面,提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述第一方面的车辆路径的规划方法。
借由上述技术方案,本发明提供的一种车辆路径的规划方法及装置,可以获取到指定区域内目标车辆实时上传的车辆信息,有利于后续分析指定区域内交通状态的实时性以及准确性,从而有利于提升后续规划所述指定区域新行驶路径与所述指定区域当前交通状态的匹配度,所述车辆信息至少包括车辆当前位置信息、车辆目的地位置信息以及车辆识别到的环境信息,在获取到所述车辆信息之后,可以根据所述车辆信息中的车辆当前位置信息以及车辆识别到的环境信息对所述指定区域内的交通状态进行分析,然后可以根据分析后的交通状态确定出所述指定区域内是否达到了车辆拥堵阈值,可以及时发现所述指定区域的车辆拥堵的情况,以便后续对所述车辆拥堵情况进行及时调整,进一步的,若确定出所述指定区域内达到了车辆拥堵阈值,则可以根据所述指定区域的交通状态,然后结合获取到的所述车辆信息中的车辆目的地位置信息规划出所述目标车辆在所述指定区域内行驶的新路径,这样若所述交通状态中存在拥挤路段或者交通事故等现象,则在规划所述新行驶路径时可以避开所述拥挤路段或者发生交通事故路段,进而,所述目标车辆可以根据所述新行驶路径行驶,解决了目标车辆的车辆拥堵以及安全等状况,且所述新行驶路径是针对所述指定区域内目标车辆进行规划的,而并非单个车辆,因此,可以解决所述指定区域内所有目标车辆的交通拥挤以及安全等情况。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种车辆路径的规划方法流程图;
图2示出了本发明实施例提供的另一种车辆路径的规划方法流程图;
图3示出了本发明实施例提供的一种车辆路径的规划装置的组成框图;
图4示出了本发明实施例提供的另一种车辆路径的规划装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
在当今社会,越来越多的技术都更加智能化了,例如从前只能人为驾驶车辆,但随着科技的不断进步出现了自动驾驶技术,但在出现了自动驾驶技术的同时,若想安全广泛的应用自动驾驶车辆,如何在车辆自动驾驶的情况下可以实现更加智能安全的交通是尤为重要的,但目前针对车辆在自动驾驶状态情况下的路径规划以及行驶安全等问题,大都是通过自动驾驶车辆中加装的摄像头和传感器识别车辆周围障碍以及交通环境,从而车辆可以针对障碍做出躲避以及针对交通拥挤情况下选择最优路径等操作,但该方法只解决了单个车辆的交通拥挤以及躲避障碍等情况,无法将区域中每个车辆识别到的障碍以及周围交通环境信息进行互通,进而无法区域内所有车辆的交通拥挤以及安全等情况。为此,本发明实施例提供了一种车辆路径的规划方法,可以解决区域内所有车辆的交通拥挤以及安全等情况。其具体执行步骤如图1所示,包括:
101、获取指定区域内目标车辆实时上传的车辆信息。
其中,所述车辆信息至少包括车辆当前位置信息、车辆目的地位置信息以及车辆识别到的环境信息。
该步骤中,所述目标车辆可以通过传感器以及摄像头实时采集自身车辆信息,然后将实时采集到的车辆信息实时上传到云端,进而,云端可以获取到所述目标车辆实时上传的车辆信息,以便于后续分析所述指定区域内的交通状态。
其中,所述目标车辆可以有多个,其可以是所述指定区域内中存在的所有自动驾驶车辆。
其中,所述指定区域可以是固定区域,也可以是以某一目标车辆为中心而变动的区域,其可以包含多个路段。
示例性的,获取到的车辆信息中车辆当前位置信息可以是A省A市A街道36号,车辆目的地位置信息可以是A省A市B街道41号,车辆识别到的环境信息可以是车辆周围有3个行人,其正在行走,也可以是车辆周围有五辆车,路边有两个障碍物等。
102、基于车辆当前位置信息与车辆识别到的环境信息分析指定区域的交通状态,并基于所述交通状态确定所述指定区域内是否达到车辆拥堵阈值。
该步骤中,在获取到目标车辆实时上传的车辆信息之后,可以通过所述目标车辆的位置信息确定所述指定区域的交通状态,例如通过目标车辆的位置信息确认目标车辆所在位置对应路段的车辆密度以及所述目标车辆的行驶速度等,还可以通过所述车辆当前位置信息与车辆识别到的环境信息将目标车辆所在位置的实际场景进行模拟,来分析所述指定区域的交通状态,进而可以通过分析出的所述指定区域的交通状态确定所述指定区域内是否达到车辆拥堵阈值,示例性的,可以是先确认所述分析出的交通状态中指定区域的某一路段的车辆密度,然后确认所述车辆密度是否超过了指定值,若否,则后续可以继续获取车辆实时上传的车辆信息,即返回步骤101,然后对指定区域的交通状态进行分析,以防止车辆拥堵情况的发生,若是,则可以执行步骤103。
其中,所述指定区域的交通状态可以是所述指定区域内的各个路段是否发生交通事故以及各个路段车辆数量情况、行人情况等。
其中,所述车辆拥堵阈值可以是预先设定的所述指定区域内各个路段车辆拥堵的最大值。
103、基于指定区域交通状态与车辆目的地位置信息,规划目标车辆在所述指定区域内的新行驶路径。
该步骤中,在确定出所述指定区域内达到车辆拥堵阈值之后,可以确定出所述指定区域的交通状态中各路段的具体情况,具体的,可以是各路段车辆数量的多少,以及是否发生交通事故,然后结合车辆目的地位置信息,规划出避开所述交通状态中的交通拥堵以及交通事故路段的目标车辆在所述指定区域的新行驶路径,以便所述目标车辆根据所述新行驶路径行驶。
示例性的,若所述目标车辆A和目标车辆B的当前位置为A,指定区域中A路段存在交通事故且车辆多,较拥挤,同时,所述目标车辆A的目的地为C,目标车辆B的目的地为D地址,则为目标车辆规划的从A到C的新行驶路径可以避开A路段,为目标车辆B规划的从A到D的新行驶路径也可以避开A路段。
基于上述图1的实现方式可以看出,本发明提供的一种车辆路径的规划方法,所述目标车辆可以实时采集到自身车辆信息,然后将采集到的车辆信息实时上传到云端,进而,云端可以获取到所述目标车辆实时上传的车辆信息,以便于后续分析所述指定区域内的交通状态的实时性以及准确性,进一步的,可以基于所述目标车辆实时上传的车辆信息中的车辆当前位置信息以及车辆识别到的环境信息对所述指定区域内的交通状态进行分析,然后可以根据分析后的交通状态确定出所述指定区域内是否达到了车辆拥堵阈值,可以及时发现所述指定区域的车辆拥堵的情况,以便后续对所述车辆拥堵情况进行及时调整,进一步的,若确定出所述指定区域内达到了车辆拥堵阈值,则可以根据所述指定区域的交通状态,然后结合获取到的所述车辆信息中的车辆目的地位置信息规划出所述目标车辆在所述指定区域内行驶的新路径,这样若所述交通状态中存在拥挤路段或者交通事故等现象,则在规划所述新行驶路径时可以避开所述拥挤路段或者发生交通事故路段,进而,所述目标车辆可以根据所述新行驶路径行驶,解决了目标车辆的车辆拥堵以及安全等状况,且所述新行驶路径是针对所述指定区域内目标车辆进行规划的,而并非单个车辆,因此,可以解决所述指定区域内所有目标车辆的交通拥挤以及安全等情况。
进一步的,作为对图1所示实施例的细化及扩展,本发明实施例还提供了另一种车辆路径的规划方法,如图2所示,其具体步骤如下:
201、获取指定区域内目标车辆实时上传的车辆信息。
202、基于车辆当前位置信息与车辆识别到的环境信息分析指定区域的交通状态,并基于所述交通状态确定所述指定区域内是否达到车辆拥堵阈值。
203、基于指定区域交通状态与车辆目的地位置信息,规划目标车辆在所述指定区域内的新行驶路径。
204、获取指定区域内目标车辆的预设标识。
该步骤中,在规划好所述目标车辆在所述指定区域的新行驶路径之后,可以获取到指定区域内目标车辆的预设标识,以便基于预设标识将新行驶路径发送至对应的目标车辆。
其中,所述目标车辆的预设标识可以是预先设定的所述目标车辆与外界进行信息交流时代表所述目标车辆的标识,其中,一个目标车辆对应一个预设标识。
205、基于预设标识将新行驶路径发送至对应的目标车辆。
该步骤中,在得到所述目标车辆的预设标识以后,可以将所述新行驶路径发送给与所述预设标识对应的目标车辆,然后所述目标车辆可以接收与自身预设标识将对应的新行驶路径,然后可以按照所述新行驶路径行驶。
其中,可以是一个目标车辆可以对应一条新行驶路径,也可以是一个目标车辆对应多条新行驶路径,也可以是多个目标车辆对应同一条新行驶路径。
其中,步骤201至步骤203的描述,可以参照步骤101至步骤103的描述,并且可以达到相同的技术效果和解决相同的技术问题,在此不再赘述。
下面,将结合具体实施方式对上述各步骤的内容进行进一步说明。
在一些可能的实施方式中,202中在基于所述车辆当前位置信息与车辆识别到的环境信息分析所述指定区域的交通状态时,包括:
基于所述车辆当前位置信息匹配预先存储的所述指定区域的地图模型;
根据所述车辆识别到的环境信息在所述指定区域的地图模型上模拟目标车辆所在位置的实际场景;
根据所述实际场景确定目标车辆所在位置对应路段的车辆密度。
该步骤中,可以根据获取到的目标车辆实时上传的车辆信息中的所述车辆当前位置信息匹配预先存储至云端的所述指定区域的地图模型,进一步的,可以将车辆识别到的环境信息复刻在所述地图模型上,模拟出所述指定区域在地图模型上的目标车辆所在位置的实际场景,这样,可以更加直观清晰的的了解到所述指定区域中目标车辆所在位置的交通状态,进而可以在所述实际场景下确定目标车辆所在位置对应路段的车辆密度,以便后续确认所述指定区域内是否达到车辆拥堵阈值。
其中,所述车辆密度可以是所述指定区域中的车辆数量的多少。
在一些可能的实施方式中,202中在基于所述交通状态确定所述指定区域内是否达到车辆拥堵阈值时,包括:
根据所述交通状态确定所述指定区域内各个路段的车辆密度;
根据路段的车辆密度以及该路段中目标车辆的行驶速度确定所述路段对应的车辆拥堵值;
判断所述车辆拥堵值是否达到所述车辆拥堵阈值。
该步骤中,在得到了所述指定区域的交通状态之后,可以根据所述交通状态先确认出所述指定区域中各个路段的车辆密度,然后可以根据目标车辆的定位功能实时检测到该路段中目标车辆的行驶速度,进而可以结合所述车辆密度和所述目标车辆的行驶速度确定该路段的车辆拥堵值,在得到了所述车辆拥堵值之后,可以将所述车辆拥堵值和所述车辆拥堵阈值进行对比,判断该路段是否达到所述车辆拥堵阈值。
其中,所述车辆拥堵值可以是反应车辆拥堵情况的值,其可以结合所述车辆密度与所述车辆行驶速度。
其中,所述车辆的行驶速度可以是多少米/分钟。
在一些可能的实施方式中,所述根据路段的车辆密度以及该路段中目标车辆的行驶速度确定所述路段对应的车辆拥堵值,包括:
在所述车辆密度大于第一阈值,且所述行驶速度低于第二阈值时,确定所述路段中车辆拥堵,路段的车辆拥堵值大于车辆拥堵阈值;
在所述车辆密度小于第一阈值,且所述行驶速度低于第二阈值时,确定所述路段中存在交通事故,路段的车辆拥堵值大于车辆拥堵阈值;
在所述行驶速度不低于第二阈值时,确定所述路段畅通,路段的车辆拥堵值小于车辆拥堵阈值。
该步骤中,可以预先设定所述车辆密度的第一阈值以及所述车辆行驶速度的第二阈值,然后可以利用车辆自身的定位功能对所述车辆密度与所述目标车辆的行驶速度进行检测,检测所述车辆密度以及所述目标车辆的行驶速度是否到达所述第一阈值以及所述第二阈值,若检测出所述车辆密度大于第一阈值,所述目标车辆的行驶速度低于第二阈值时,即所述指定区域的路段中车辆数量多,行驶速度慢的情况下,可以认为是由于所述路段中车辆拥堵导致的,可以确定路段的车辆拥堵值大于车辆拥堵阈值,若检测出车辆密度小于第一阈值,但所述目标车辆的行驶速度低于第二阈值时,即所述指定区域路段中车辆数量少的情况下,车辆的行驶速度却依然慢,可以认为是所述指定区域的路段中存在交通事故导致的,这时也可以确定路段的车辆拥堵值大于车辆拥堵阈值,但若检测出所述指定区域的路段中目标车辆的行驶速度不低于第二阈值时,即认为所述指定区域中目标车辆的行驶速度正常或快速时,可以认为所述路段畅通,不存在拥堵情况,这时路段的车辆拥堵值小于车辆拥堵阈值。
在一些可能的实施方式中,203包括:
获取所述指定区域内的畅通路段;
根据当前时间以及畅通路段周边的建筑物标识,预测所述畅通路段在预设时间段内发生交通拥堵的概率;
删除概率大于阈值的畅通路段,得到可规划路段;
根据车辆目的地位置信息以及所述可规划路段,规划所述目标车辆在所述指定区域内的新行驶路径。
该步骤中,可以结合模拟出的所述指定区域中目标车辆所在路段的实际场景,确定出所述指定区域中的畅通路段,然后可以先确定当前时间以及畅通路段周边的建筑物标识,进而,可以按照所述当前时间以及所述畅通路段周边的建筑物标识预测所述畅通路段在预设时间段内发生交通拥堵的概率,例如当前时间为四点五十,所述畅通路段周边的建筑物标识为A学校,由于学校的放学时间一般为五点,则可以确定此路段在五点时大概率会拥堵,进一步的,可以将此畅通路段删除,得到可规划路段,这样可以预防目标车辆在未来时间内发生车辆拥堵的情况,提高了为目标车辆在规划的新行驶路径中行驶的效率,然后可以根据车辆目的地位置信息以及所述可规划路段,规划所述目标车辆在所述指定区域内的新行驶路径。
在一些可能的实施方式中,所述根据车辆目的地位置信息以及所述可规划路段,规划所述目标车辆在所述指定区域内的新行驶路径,包括:
在规划的新行驶路径存在多条时,根据目标车辆的数量确定同一可规划路段中的新行驶路径的数量;
在所述新行驶路径的数量超过目标数量时,对途径所述同一可规划路段的目标车辆进行分流,为目标车辆从多条新行驶路径中确定一条新行驶路径。
该步骤中,在为目标车辆规划所述新行驶路径时,若为一个目标车辆规划出的新行驶路径存在多条,则可以先确定出所述多条行驶路径中是否存在与为其他目标车辆规划的新行驶路径中相同的路段,若存在,则可以确定出与其他目标车辆的新行驶路径中相同路段的数量,若超过了目标数量,则可以对经过同一路段中的目标车辆进行分流,确认出目标车辆的新行驶路径中除该路段外的其他可行驶路段,为目标车辆从多条新行驶路径中确定一条新行驶路径,这样可以大大防止目标车辆在所述指定区域路段中发生车辆拥堵的情况。
示例性的,若为目标车辆A规划出的新行驶路径有路径A1、A2、A3,其分别经过1、2、3、4路段,为目标车辆B、C规划出的新行驶路径有两条,其分别为B1、B2、C1、C2,其经过的路段分别有1、2、5、6以及1、2、7、8,则可以确定目标车辆A、目标车辆B和目标车辆C之间的新行驶路径中经过的相同路段有路段1和路段2,此时,则可以确认出所述目标车辆A的新行驶路径中除路段1和路段2之外的其他可行驶路段,例如路段9和路段10,进而可以将所述目标车辆的新行驶路径中路过路段1和路段2的地方换为路段9和路段10,最终为所述目标车辆A规划出的新行驶路径可以是经过路段9、10、3、4。
进一步的,作为对上述图1所示方法的实现,本发明实施例还提供了一种车辆路径的规划装置,用于对上述图1所示的方法进行实现。该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。如图3所示,该装置包括:
获取单元301,用于获取指定区域内目标车辆实时上传的车辆信息,所述车辆信息至少包括车辆当前位置信息、车辆目的地位置信息以及车辆识别到的环境信息;
确定单元302,用于基于所述获取单元301获取的车辆信息中包括的车辆当前位置信息与车辆识别到的环境信息分析所述指定区域的交通状态,并基于所述交通状态确定所述指定区域内是否达到车辆拥堵阈值;
规划单元303,用于若所述确定单元302确定出是,则基于所述指定区域交通状态与车辆目的地位置信息,规划所述目标车辆在所述指定区域内的新行驶路径,以便所述目标车辆根据所述新行驶路径行驶。
进一步的,作为对上述图2所示方法的实现,本发明实施例还提供了另一种车辆路径的规划装置,用于对上述图2所示的方法进行实现。该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。如图4所示,该装置包括:
获取单元301,用于获取指定区域内目标车辆实时上传的车辆信息,所述车辆信息至少包括车辆当前位置信息、车辆目的地位置信息以及车辆识别到的环境信息;
确定单元302,用于基于所述获取单元301获取的车辆信息中包括的车辆当前位置信息与车辆识别到的环境信息分析所述指定区域的交通状态,并基于所述交通状态确定所述指定区域内是否达到车辆拥堵阈值;
规划单元303,用于若所述确定单元302确定出是,则基于所述指定区域交通状态与车辆目的地位置信息,规划所述目标车辆在所述指定区域内的新行驶路径,以便所述目标车辆根据所述新行驶路径行驶。
一种可选的实施方式中,所述确定单元302在基于所述车辆当前位置信息与车辆识别到的环境信息分析所述指定区域的交通状态时,具体用于:
匹配模块3021,用于基于所述车辆当前位置信息匹配预先存储的所述指定区域的地图模型;
模拟模块3022,用于根据所述车辆识别到的环境信息在所述匹配模块3021匹配的指定区域的地图模型上模拟目标车辆所在位置的实际场景;
第一确定模块3023,用于根据所述模拟模块3022模拟出的实际场景确定目标车辆所在位置对应路段的车辆密度。
一种可选的实施方式中,所述确定单元302在基于所述交通状态确定所述指定区域内是否达到车辆拥堵阈值时,包括:
第二确定模块3024,用于根据所述交通状态确定所述指定区域内各个路段的车辆密度;
第三确定模块3025,用于根据所述第二确定模块3024确定出的路段的车辆密度以及该路段中目标车辆的行驶速度确定所述路段对应的车辆拥堵值;
判断模块3026,用于判断所述第三确定模块3025确定出的车辆拥堵值是否达到所述车辆拥堵阈值。
一种可选的实施方式中,所述第三确定模块3025包括:
第一确定子模块30251,用于在所述车辆密度大于第一阈值,且所述行驶速度低于第二阈值时,确定所述路段中车辆拥堵,路段的车辆拥堵值大于车辆拥堵阈值;
第二确定子模块30252,用于在所述车辆密度小于第一阈值,且所述行驶速度低于第二阈值时,确定所述路段中存在交通事故,路段的车辆拥堵值大于车辆拥堵阈值;
第三确定子模块30253,用于在所述行驶速度不低于第二阈值时,确定所述路段畅通,路段的车辆拥堵值小于车辆拥堵阈值。
一种可选的实施方式中,所述规划单元303包括:
获取模块3031,用于获取所述指定区域内的畅通路段;
预测模块3032,用于根据当前时间以及畅通路段周边的建筑物标识,预测所述获取模块3031获取的畅通路段在预设时间段内发生交通拥堵的概率;
删除模块3033,用于删除所述预测模块3032预测出的概率大于阈值的畅通路段,得到可规划路段;
规划模块3034,用于根据车辆目的地位置信息以及所述删除模块3033得到的可规划路段,规划所述目标车辆在所述指定区域内的新行驶路径。
一种可选的实施方式中,所述规划模块3034包括:
第四确定子模块30341,用于在规划的新行驶路径存在多条时,根据目标车辆的数量确定同一可规划路段中的新行驶路径的数量;
第五确定子模块30342,用于在所述第四确定子模块30341确定出的新行驶路径的数量超过目标数量时,对途径所述同一可规划路段的目标车辆进行分流,为目标车辆从多条新行驶路径中确定一条新行驶路径。
一种可选的实施方式中,在所述规划单元303基于所述指定区域交通状态与车辆目的地位置信息,规划所述目标车辆在所述指定区域内的新行驶路径之后,所述装置还包括发送单元304,所述发送单元304具体用于:
获取所述指定区域内所述目标车辆的预设标识;
基于所述预设标识将所述新行驶路径发送至对应的目标车辆,以便所述目标车辆根据所述新行驶路径行驶。
进一步的,本发明实施例还提供一种存储介质,所述存储介质用于存储计算机程序,其中,所述计算机程序运行时控制所述存储介质所在设备执行上述图1-2中所述的车辆路径的规划方法。
进一步的,本发明实施例还提供一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述图1-2中所述的车辆路径的规划方法。
在上述实施例中,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。
可以理解的是,上述方法及装置中的相关特征可以相互参考。另外,上述实施例中的“第一”、“第二”等是用于区分各实施例,而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
此外,存储器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),存储器包括至少一个存储芯片。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,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。
存储器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)。存储器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暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种车辆路径的规划方法,其特征在于,所述方法包括:
获取指定区域内目标车辆实时上传的车辆信息,所述车辆信息至少包括车辆当前位置信息、车辆目的地位置信息以及车辆识别到的环境信息;
基于所述车辆当前位置信息与车辆识别到的环境信息分析所述指定区域的交通状态,并基于所述交通状态确定所述指定区域内是否达到车辆拥堵阈值;
若是,则基于所述指定区域交通状态与车辆目的地位置信息,规划所述目标车辆在所述指定区域内的新行驶路径,以便所述目标车辆根据所述新行驶路径行驶。
2.根据权利要求1所述的方法,其特征在于,基于所述车辆当前位置信息与车辆识别到的环境信息分析所述指定区域的交通状态,包括:
基于所述车辆当前位置信息匹配预先存储的所述指定区域的地图模型;
根据所述车辆识别到的环境信息在所述指定区域的地图模型上模拟目标车辆所在位置的实际场景;
根据所述实际场景确定目标车辆所在位置对应路段的车辆密度。
3.根据权利要求2所述的方法,其特征在于,基于所述交通状态确定所述指定区域内是否达到车辆拥堵阈值,包括:
根据所述交通状态确定所述指定区域内各个路段的车辆密度;
根据路段的车辆密度以及该路段中目标车辆的行驶速度确定所述路段对应的车辆拥堵值;
判断所述车辆拥堵值是否达到所述车辆拥堵阈值。
4.根据权利要求3所述方法,其特征在于,所述根据路段的车辆密度以及该路段中目标车辆的行驶速度确定所述路段对应的车辆拥堵值,包括:
在所述车辆密度大于第一阈值,且所述行驶速度低于第二阈值时,确定所述路段中车辆拥堵,路段的车辆拥堵值大于车辆拥堵阈值;
在所述车辆密度小于第一阈值,且所述行驶速度低于第二阈值时,确定所述路段中存在交通事故,路段的车辆拥堵值大于车辆拥堵阈值;
在所述行驶速度不低于第二阈值时,确定所述路段畅通,路段的车辆拥堵值小于车辆拥堵阈值。
5.根据权利要求1所述的方法,其特征在于,基于所述指定区域交通状态与车辆目的地位置信息,规划所述目标车辆在所述指定区域内的新行驶路径,包括:
获取所述指定区域内的畅通路段;
根据当前时间以及畅通路段周边的建筑物标识,预测所述畅通路段在预设时间段内发生交通拥堵的概率;
删除概率大于阈值的畅通路段,得到可规划路段;
根据车辆目的地位置信息以及所述可规划路段,规划所述目标车辆在所述指定区域内的新行驶路径。
6.根据权利要求5所述的方法,其特征在于,所述根据车辆目的地位置信息以及所述可规划路段,规划所述目标车辆在所述指定区域内的新行驶路径,包括:
在规划的新行驶路径存在多条时,根据目标车辆的数量确定同一可规划路段中的新行驶路径的数量;
在所述新行驶路径的数量超过目标数量时,对途径所述同一可规划路段的目标车辆进行分流,为目标车辆从多条新行驶路径中确定一条新行驶路径。
7.根据权利要求1-6中任一项所述的方法,其特征在于,在基于所述指定区域交通状态与车辆目的地位置信息,规划所述目标车辆在所述指定区域内的新行驶路径之后,所述方法包括:
获取所述指定区域内所述目标车辆的预设标识;
基于所述预设标识将所述新行驶路径发送至对应的目标车辆,以便所述目标车辆根据所述新行驶路径行驶。
8.一种车辆路径的规划装置,其特征在于,所述装置包括:
获取单元,用于获取指定区域内目标车辆实时上传的车辆信息,所述车辆信息至少包括车辆当前位置信息、车辆目的地位置信息以及车辆识别到的环境信息;
确定单元,用于基于所述车辆当前位置信息与车辆识别到的环境信息分析所述指定区域的交通状态,并基于所述交通状态确定所述指定区域内是否达到车辆拥堵阈值;
规划单元,用于若是,则基于所述指定区域交通状态与车辆目的地位置信息,规划所述目标车辆在所述指定区域内的新行驶路径,以便所述目标车辆根据所述新行驶路径行驶。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行如权利要求1至权利要求7中任意一项所述的车辆路径的规划方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行如权利要求1至权利要求7中任意一项所述的车辆路径的规划方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210425612.XA CN114964284A (zh) | 2022-04-22 | 2022-04-22 | 一种车辆路径的规划方法及装置 |
PCT/CN2022/115692 WO2023201955A1 (zh) | 2022-04-22 | 2022-08-30 | 一种车辆路径的规划方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210425612.XA CN114964284A (zh) | 2022-04-22 | 2022-04-22 | 一种车辆路径的规划方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114964284A true CN114964284A (zh) | 2022-08-30 |
Family
ID=82978369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210425612.XA Pending CN114964284A (zh) | 2022-04-22 | 2022-04-22 | 一种车辆路径的规划方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114964284A (zh) |
WO (1) | WO2023201955A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117556157B (zh) * | 2024-01-10 | 2024-04-05 | 每日互动股份有限公司 | 一种卡口位置的定位方法、装置、介质及设备 |
CN117576936B (zh) * | 2024-01-17 | 2024-03-22 | 山东国建土地房地产评估测绘有限公司 | 一种城市道路交通规划数据管理方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100106402A1 (en) * | 2008-10-28 | 2010-04-29 | Inventec Corporation | Mobile navigation method and device for route planning |
JP2018069894A (ja) * | 2016-10-27 | 2018-05-10 | 株式会社デンソー | 車両制御装置 |
CN108873905A (zh) * | 2018-07-09 | 2018-11-23 | 深圳市易成自动驾驶技术有限公司 | 自动驾驶车辆控制方法、自动驾驶车辆及可读存储介质 |
CN108921360A (zh) * | 2018-07-27 | 2018-11-30 | 北京小马智行科技有限公司 | 一种基于无人车的社交互动方式、装置及电子设备 |
KR20190032047A (ko) * | 2017-09-19 | 2019-03-27 | 성균관대학교산학협력단 | 긴급상황 시의 차량 내비게이션 방법 |
CN109557918A (zh) * | 2018-12-17 | 2019-04-02 | 北京百度网讯科技有限公司 | 车辆的控制方法、装置、设备、车辆及存储介质 |
CN110345953A (zh) * | 2018-04-03 | 2019-10-18 | 国民技术股份有限公司 | 车辆路线确定方法、服务器及计算机可读存储介质 |
CN110517514A (zh) * | 2019-08-23 | 2019-11-29 | 深圳成谷科技有限公司 | 一种车流量的管控方法、装置和设备 |
CN111243268A (zh) * | 2018-11-28 | 2020-06-05 | 丰田自动车株式会社 | 对道路上的交通振荡的缓解 |
CN113295177A (zh) * | 2021-04-30 | 2021-08-24 | 长安大学 | 基于实时路况信息的动态路径规划方法及系统 |
CN113313933A (zh) * | 2020-02-27 | 2021-08-27 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的基于车道的路线选择系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016207073A (ja) * | 2015-04-27 | 2016-12-08 | 住友電工システムソリューション株式会社 | 交通渋滞情報提供装置、交通渋滞情報提供システム、車載機、交通渋滞情報提供方法及びプログラム |
CN105739534B (zh) * | 2016-04-22 | 2020-02-21 | 百度在线网络技术(北京)有限公司 | 基于车联网的无人驾驶车多车协同驾驶方法及装置 |
JP7039820B2 (ja) * | 2016-04-26 | 2022-03-23 | 日産自動車株式会社 | 経路探索方法および経路探索装置 |
CN112037518B (zh) * | 2020-09-15 | 2022-03-25 | 浙江吉利控股集团有限公司 | 一种用于预测交通状态的计算方法、系统及车辆 |
-
2022
- 2022-04-22 CN CN202210425612.XA patent/CN114964284A/zh active Pending
- 2022-08-30 WO PCT/CN2022/115692 patent/WO2023201955A1/zh unknown
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100106402A1 (en) * | 2008-10-28 | 2010-04-29 | Inventec Corporation | Mobile navigation method and device for route planning |
JP2018069894A (ja) * | 2016-10-27 | 2018-05-10 | 株式会社デンソー | 車両制御装置 |
KR20190032047A (ko) * | 2017-09-19 | 2019-03-27 | 성균관대학교산학협력단 | 긴급상황 시의 차량 내비게이션 방법 |
CN110345953A (zh) * | 2018-04-03 | 2019-10-18 | 国民技术股份有限公司 | 车辆路线确定方法、服务器及计算机可读存储介质 |
CN108873905A (zh) * | 2018-07-09 | 2018-11-23 | 深圳市易成自动驾驶技术有限公司 | 自动驾驶车辆控制方法、自动驾驶车辆及可读存储介质 |
CN108921360A (zh) * | 2018-07-27 | 2018-11-30 | 北京小马智行科技有限公司 | 一种基于无人车的社交互动方式、装置及电子设备 |
CN111243268A (zh) * | 2018-11-28 | 2020-06-05 | 丰田自动车株式会社 | 对道路上的交通振荡的缓解 |
CN109557918A (zh) * | 2018-12-17 | 2019-04-02 | 北京百度网讯科技有限公司 | 车辆的控制方法、装置、设备、车辆及存储介质 |
CN110517514A (zh) * | 2019-08-23 | 2019-11-29 | 深圳成谷科技有限公司 | 一种车流量的管控方法、装置和设备 |
CN113313933A (zh) * | 2020-02-27 | 2021-08-27 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的基于车道的路线选择系统 |
CN113295177A (zh) * | 2021-04-30 | 2021-08-24 | 长安大学 | 基于实时路况信息的动态路径规划方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2023201955A1 (zh) | 2023-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10642268B2 (en) | Method and apparatus for generating automatic driving strategy | |
US11714413B2 (en) | Planning autonomous motion | |
CN109598066B (zh) | 预测模块的效果评估方法、装置、设备和存储介质 | |
JP2020140708A (ja) | 交差点障害物の運動軌跡の予測方法、装置、端末、記憶媒体、及びプログラム | |
EP3782143B1 (en) | Method and system for multimodal deep traffic signal control | |
CN114964284A (zh) | 一种车辆路径的规划方法及装置 | |
US11351996B2 (en) | Trajectory prediction of surrounding vehicles using predefined routes | |
CN113283647B (zh) | 一种障碍物轨迹预测的方法、装置及自动驾驶车辆 | |
US20230365145A1 (en) | Method, system and computer program product for calibrating and validating a driver assistance system (adas) and/or an automated driving system (ads) | |
CN113895456A (zh) | 自动驾驶车辆的交叉路口行驶方法、装置、车辆及介质 | |
Gressenbuch et al. | Predictive monitoring of traffic rules | |
CN114475656A (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
KR102501489B1 (ko) | 자율 주행 차량의 장애물 회피 궤적 계획 | |
CN117111052A (zh) | 目标车辆跟踪方法、系统、目标车辆跟踪设备及存储介质 | |
US11673577B2 (en) | System and methods of adaptive relevancy prediction for autonomous driving | |
WO2022089627A1 (en) | Method and system for motion planning for an autonmous vehicle | |
CN114815825A (zh) | 确定车辆最优行驶轨迹方法和装置 | |
EP3454269A1 (en) | Planning autonomous motion | |
US11837089B2 (en) | Modular extensible behavioral decision system for autonomous driving | |
US20230229826A1 (en) | Method for assigning a lane relationship between an autonomous vehicle and other actors near an intersection | |
US20240028035A1 (en) | Planning autonomous motion | |
EP4145420A1 (en) | Hierarchical processing of traffic signal face states | |
US20230415773A1 (en) | Validating protolanes with actor behavior flowcharts | |
US20230415767A1 (en) | Protolanes for testing autonomous vehicle intent | |
Söderlund | Data-Driven Reachability Analysis of Pedestrians Using Behavior Modes: Reducing the Conservativeness in Data-Driven Pedestrian Predictions by Incorporating Their Behavior |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 314500 988 Tong Tong Road, Wu Tong Street, Tongxiang, Jiaxing, Zhejiang Applicant after: United New Energy Automobile Co.,Ltd. Address before: 314500 988 Tong Tong Road, Wu Tong Street, Tongxiang, Jiaxing, Zhejiang Applicant before: Hezhong New Energy Vehicle Co.,Ltd. |