CN116224986A - 一种障碍物搜索方法、装置及设备 - Google Patents

Abstract

本说明书实施例公开了一种障碍物搜索方法、装置及设备。该方案可以包括：获取车辆的位置信息以及行驶方向信息；根据车辆的位置信息确定对应的道路信息；根据道路信息以及行驶方向信息生成正方向树状结构；正方向树状结构包括N个节点以及Y个障碍物的位置信息；N表示大于零的整数；Y表示大于零的整数；以车辆的位置为起点，沿正方向树状结构搜索；若在靠近起点的前方第一个节点与起点之间搜索到障碍物，则确定障碍物的位置信息。

Description

一种障碍物搜索方法、装置及设备

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种障碍物搜索方法、装置及设备。

背景技术

自动驾驶车辆在做全局最优规划和控制决策时，依赖于周边障碍物(车、人等)的位置信息，自动驾驶车辆以往搜索周边障碍物，主要是采用计算影响范围内的多边形来圈车，但是由于道路复杂，生成的多边形的边比较多，而且在车道变宽，分出多个车道时，需要对各个车道生成对应的多边形，因此，在计算多边形时，多边形的精度难以保证，搜索障碍物的准确性不高。

发明内容

本说明书实施例提供一种障碍物搜索方法及装置，以解决现有的障碍物搜索方法存在的搜索的准确性不高的问题。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种障碍物搜索方法，可以包括：

获取车辆的位置信息以及行驶方向信息；

根据所述车辆的位置信息确定对应的道路信息；

根据所述道路信息以及所述行驶方向信息生成正方向树状结构；所述正方向树状结构包括N个节点以及Y个障碍物的位置信息；所述N表示大于零的整数；所述Y表示大于零的整数；

以所述车辆的位置为起点，沿所述正方向树状结构搜索；

若在靠近所述起点的前方第一个节点与所述起点之间搜索到障碍物，则确定所述障碍物的位置信息。

本说明书实施例提供的一种障碍物搜索装置，可以包括：

获取模块，用于获取车辆的位置信息以及行驶方向信息；

第一确定模块，用于根据所述车辆的位置信息确定对应的道路信息；

生成模块，用于根据所述道路信息以及所述行驶方向信息生成正方向树状结构；所述正方向树状结构包括N个节点以及Y个障碍物的位置信息；所述N表示大于零的整数；所述Y表示大于零的整数；

搜索模块，用于以所述车辆的位置为起点，沿所述正方向树状结构搜索；

第二确定模块，用于若在靠近所述起点的前方第一个节点与所述起点之间搜索到障碍物，则确定所述障碍物的位置信息。

本说明书实施例提供的一种障碍物搜索设备，可以包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

获取车辆的位置信息以及行驶方向信息；

根据所述车辆的位置信息确定对应的道路信息；

根据所述道路信息以及所述行驶方向信息生成正方向树状结构；所述正方向树状结构包括N个节点以及Y个障碍物的位置信息；所述N表示大于零的整数；所述Y表示大于零的整数；

以所述车辆的位置为起点，沿所述正方向树状结构搜索；

若在靠近所述起点的前方第一个节点与所述起点之间搜索到障碍物，则确定所述障碍物的位置信息。

本说明书中至少一个实施例能够达到以下有益效果：通过获取车辆的位置信息以及行驶方向信息；根据车辆的位置信息确定对应的道路信息；根据道路信息以及行驶方向信息生成正方向树状结构；正方向树状结构包括N个节点以及Y个障碍物的位置信息；以车辆的位置为起点，沿正方向树状结构搜索；若在靠近起点的前方第一个节点与起点之间搜索到障碍物，则确定障碍物的位置信息。使得能够沿树状结构准确的搜索到障碍物，并确定障碍物的位置信息。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书实施例中一种障碍物搜索方法在实际应用场景中的整体方案架构示意图；

图2为本说明书实施例提供的一种障碍物搜索方法的流程示意图；

图3为本说明书实施例提供的一种正方向树状结构示意图；

图4为本说明书实施例提供的一种对于具有分枝且车辆不具有行使规划的障碍物搜索示意图；

图5为本说明书实施例提供的一种对于具有分枝且车辆具有行使规划的障碍物搜索示意图；

图6为本说明书实施例提供的一种向后搜索障碍物的树状结构示意图；

图7为本说明书实施例提供的一种障碍物搜索装置的结构示意图；

图8为本说明书实施例提供的一种障碍物搜索设备的结构示意图。

具体实施方式

为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书一个或多个实施例保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

现有技术中，云控自动驾驶车辆在做全局最优规划和控制决策时，依赖于周边障碍物(车、人等)的位置信息，云控车辆以往搜索周边障碍物，主要是采用计算影响范围内的多边形来圈车，但是由于道路复杂，生成的多边形的边比较多，而且在车道变宽，分出多个车道时，需要对各个车道生成对应的多边形，因此，在计算多边形时，多边形的精度难以保证，搜索障碍物的准确性不高。

为了解决现有技术中的缺陷，本方案给出了以下实施例：

图1为本说明书实施例中一种障碍物搜索方法在实际应用场景中的整体方案架构示意图。

如图1所示，该方案主要可以包括：路侧感知设备1、服务器2以及车辆3。在实际应用中，路侧感知设备1采集到可采集范围内的车辆信息以及行人信息等信息。车辆信息可以包括车辆的位置信息、车辆的外形信息、车辆的速度信息以及车辆的行驶方向信息中至少一种。行人信息可以包括行人的位置信息以及行人的行驶方向信息等信息。路侧感知设备1将采集到的信息上传至服务器2中，服务器2将接收到的信息存储至全局数据库中。车辆3为自动驾驶车辆，会将自车的位置信息以及行驶方向信息发送至服务器2，服务器2根据车辆3发送的位置信息和行驶方向信息以及全局数据库中存储的路侧感知设备1上传的信息搜索与车辆3邻近的障碍物，从而确定障碍物的位置信息，并将障碍物的位置信息反馈给车辆3。车辆3的位置信息以及行驶方向信息可以是车辆自身装有的智能终端采集上传的，也可以是路侧感知设备采集并上传的。这里不做具体限定。另外，障碍物可以是车辆，也可以是行人。通过本方案可以使得能够准确的搜索到障碍物，避免因障碍物搜索不准确，影响车辆的行驶或者行使规划。

图2为本说明书实施例提供的一种障碍物搜索方法的流程示意图。从程序角度而言，流程的执行主体可以为搭载于应用服务器的程序或应用客户端。从硬件设备的角度来说，流程的执行主体可以为移动终端设备或计算机设备。

如图2所示，该流程可以包括以下步骤：

步骤202：获取车辆的位置信息以及行驶方向信息。

本说明书实施例中车辆的位置信息以及行驶方向信息可以是车载智能终端采集的信息，也可以是路侧感知设备采集的信息。此外，还可以获取车辆的行驶速度信息以及车辆的标识信息。车辆的位置信息可以是车辆所在位置的经度信息以及纬度信息，也可以是车辆所在位置与其所在车道的最接近的节点相距的纵向距离，也可以是车辆所在位置对应于大地坐标系中的坐标位置，这里对车辆的位置信息不做具体限定。

步骤204：根据所述车辆的位置信息确定对应的道路信息。

本说明书实施例中服务器可以根据接收到的车辆的位置信息查询到车辆所在的道路，进而获取与道路相关的信息。服务器可以根据车辆上传的位置信息与道路进行匹配，确定对应的道路。比如：根据车辆所在位置的经度信息以及纬度信息与道路所含有的经度信息和纬度信息进行匹配，得到车辆所在位置属于哪个道路范畴。或者，根据车辆位于的车道的标识查询道路，从而得到道路信息。比如：车辆与车道A中后方最相近的节点相距100米，服务器可以根据高精度地图，查询到车道A位于道路1中。进而得到与道路1相关的信息。

步骤206：根据所述道路信息以及所述行驶方向信息生成正方向树状结构；所述正方向树状结构包括N个节点以及Y个障碍物的位置信息；所述N表示大于零的整数；所述Y表示大于零的整数。

本说明书实施例中的节点可以是高精度地图中自带的车道的节点，各个节点间的距离是随机的。高精度地图中的车道可以是由多个节点相互连接组成的，可以将车辆后方与车辆最相近的节点作为初始节点，然后根据道路信息中含有的车辆所在车道对应的车道节点信息进行连接，沿车辆行驶方向生成正方向树状结构。然后将数据库中与该车道对应的障碍物信息进行提取，并将提取的障碍物信息添加至正方向树状结构中对应的位置，使得障碍物的位置信息能够准确的在正方向树状结构中展示，进而使得服务器在搜索障碍物时，能够提高搜索障碍物的准确性，降低了计算的复杂程度。

步骤208：以所述车辆的位置为起点，沿所述正方向树状结构搜索。

本说明书实施例中可以以车辆所在的位置为起点，沿正方向树状结构进行搜索。从而能够得到车辆所在车道的障碍物信息，以便于对车辆作出行驶轨迹规划或者使得车辆能够及时避障。

步骤210：若在靠近所述起点的前方第一个节点与所述起点之间搜索到障碍物，则确定所述障碍物的位置信息。

本说明书实施例中若是在车辆前方最接近的第一个节点与车辆之间搜索到障碍物，就会确定障碍物的位置信息，存储于数据库中，便于对车辆进行轨迹规划，或者反馈给车辆。当搜索到与车辆最接近的障碍物时就会停止搜索，不再对该障碍物之后的树状结构(车道)进行搜索。服务器会以一定频率获取车辆相关的信息，当获取到新的车辆信息时，服务器会根据此次车辆位置信息以及行驶方向信息生成新的树状结构，再根据新的树状结构确定与车辆临近的障碍物的信息。服务器也会以一定频率获取障碍物的信息，其中，获取障碍物的频率可以高于或等同于获取车辆信息的频率。以使得得到的障碍物的信息更加准确。

应当理解，本说明书一个或多个实施例所述的方法其中部分步骤的顺序可以根据实际需要相互交换，或者其中的部分步骤也可以省略或删除。

图2中的方法，通过获取车辆的位置信息以及行驶方向信息；根据车辆的位置信息确定对应的道路信息；根据道路信息以及行驶方向信息生成正方向树状结构；正方向树状结构包括N个节点以及Y个障碍物的位置信息；以车辆的位置为起点，沿正方向树状结构搜索；若在靠近起点的前方第一个节点与起点之间搜索到障碍物，则确定障碍物的位置信息。从而能够准确搜索到与车辆临近的障碍物，进而得到障碍物的位置信息。

图3为本说明书实施例提供的一种正方向树状结构示意图，如图3所示，其中HV表示车辆；O1、O2以及O3表示障碍物；node1-node8表示车道的节点；length2表示第一个节点node1与第二个节点node2之间距离，可以理解的是，node2与node5之间的距离length5，其他节点间的距离以此类推；s表示第一个节点与车辆之间的距离；os1表示第二个节点障碍物O1之间的距离，os2与os3为障碍物与后方相邻节点之间的距离，考虑到实际中，有时道路变宽，车道增多的情况，node2处出现了分枝，可以表示，由于道路变宽，车辆所在车道在node2处分出了两个车道。因此从图3可以看出，HV到O1沿着车道的距离为(length2-s)+os1，HV到O2沿着车道的距离为(length2-s)+

length5+length6+os2，HV到O3沿着车道的距离为(length2-s)+length5+os3。

基于图2的方法，本说明书实施例还提供了该方法的一些具体实施方案，下面进行说明。

可选的，本说明书实施例中所述道路信息具体可以包括：道路的标识信息、道路对应的车道的标识信息、车道的索引信息以及车道的长度信息中的至少一种。

本说明书实施例中可以通过高精度地图查询对应的道路信息。其中道路标识信息可以是道路的名称，也可以是道路的编号，与道路具有唯一对应关系，以便于查找道路。道路对应的车道的标识信息用于唯一的标识道路中的车道，但是并不表示车道在道路中的位置。车道的索引信息可以是用于标识车道的位置信息，比如：用数字1表示道路最里侧的车道，然后依次向外递增，从而能够了解车道在道路中的位置。车道的长度信息可以是车道中两个节点间的距离。道路信息也可以包括道路中含有的多组经度信息以及纬度信息和固定的基础设施信息等信息。

为了使得障碍物的位置信息更加准确，本说明书中的方法还可以包括：

获取所述障碍物的位置信息；

根据高精度地图接口确定所述障碍物所在的车道信息；

根据所述车道信息以及所述障碍物的位置信息添加所述障碍物至所述正方向树状结构对应的位置。

本说明书实施例中障碍物的位置信息可以是障碍物所在位置的经度信息以及纬度信息。路侧感知设备可以采集障碍物的位置信息，并将采集的信息发送至服务器，服务器可以调用高精度地图接口计算障碍物所在的车道，从而确定障碍物所属车道。比如：以障碍物的位置为圆心，以3米为半径画圆，确定圆内所含有的车道的标识信息，确定障碍物均位于哪几个车道。或者根据障碍物的位置与组成车道的多个经度信息和纬度信息进行匹配，得到障碍物位于哪几个车道。当障碍物位于两个车道的交界处时，那么对两个车道分别进行障碍物搜索时，均可以搜索到障碍物，相较于多边形搜索障碍物时，对于位于车道交界处的障碍物判定为失踪，没有障碍物，提高了搜索障碍物的准确性。由于树状结构与车道具有对应关系，可以把障碍物在车道中的位置对应的添加到树状结构中与车道对应的位置。若障碍物位于两个车道的交界处，可以在两个车道分别生成的树状结构中均对应添加障碍物信息。以使得对两个车道进行搜索时，都能探测到该障碍物信息，从而提高障碍物搜索的准确性，进而对车辆的行驶以及后续的轨迹规划提供可靠的参考。

为了使得搜索的障碍物位于车辆的影响范围，本说明书实施例中沿所述正方向树状结构搜索，具体可以包括：

判断所述起点与所述前方第一个节点间的距离是否大于距离阈值；

若是，则从所述起点沿所述正方向树状结构对所述距离阈值内的范围进行搜索。

实际应用中由于路网很大，可以延伸很长的距离，当车辆前方没有障碍物时，可以一直向前进行搜索。但是对资源消耗过多，且搜索到障碍物超出了对车辆的影响范围内。因此，需要对搜索的距离阈值进行设置，以使搜索的障碍物能够在合理范围内，同时也降低资源的消耗。

本说明书实施例中对于障碍物搜索可以一段一段(两个节点间)的进行搜索，也可以是直接对距离阈值范围进行搜索。通过判断车辆与车辆前方第一个节点间的距离是否超过距离阈值，从而确定是否需要搜索至车辆前方第一个节点。若车辆与前方第一个节点间的距离没有超过距离阈值，则从车辆所在位置开始沿树状结构向前方第一个节点进行搜索，若搜索得到障碍物，则停止搜索，并获取障碍物的位置信息；若未搜索到障碍物，则继续向前搜索，直到搜索到距离阈值处。若车辆与前方第一个节点间的距离超过距离阈值，则从车辆所在位置处沿树状结构对距离阈值内的范围进行搜索，不再搜索至前方第一个节点处。

为了使得对车辆影响范围内的障碍物搜索更加准确，本说明书实施例中搜索障碍物的方法还可以包括：

若在靠近所述起点的前方第一个节点与所述起点之间未搜索到障碍物，则判断所述前方第一个节点处是否存在两个分枝，得到第一判断结果；

若所述第一判断结果表示所述前方第一个节点处存在两个分枝，则判断是否存在针对所述车辆的行使规划，得到第二判断结果；

若所述第二判断结果表示不存在针对所述车辆的行使规划，则分别对两个分枝进行搜索；

若在所述两个分枝中均搜索到障碍物，则确定与所述起点距离较近的障碍物的位置信息。

本说明书实施例中当车辆所在位置与前方第一个节点间的距离小于距离阈值时，且搜索至前方第一个节点仍未搜索到障碍物时。考虑到节点处道路可能变宽，从而出现车辆所在车道对应变宽道路中多个车道的情况，可以判断前方第一个节点处是否存在分枝，当存在分枝时，还需要考虑车辆是否具有行使规划，若车辆不具有行使规划，则不确定车辆将在哪条分枝对应的车道中行驶，为了准确的搜索到车辆影响范围内的障碍物，在此时，需要对多个分枝对应的车道分别进行障碍物搜索。若在多个分枝中均搜索到障碍物，那么可以通过计算各个障碍物与车辆沿着车道方向的距离，选择将距离车辆最近的障碍物的位置信息存储至数据库中，甚至反馈给车辆。同时，也可以在搜索过程中确定距离车辆最近的障碍物，可以参考图4。图4为本说明书实施例提供的一种对于具有分枝且车辆不具有行使规划的障碍物搜索示意图，如图4所示，其中图中各个字符所表示的含义可以参考关于图3的实施例部分。当车辆不具有既定规划时，需要向node2-node3和node2-node5两个方向进行搜索，且搜索至node3和node5仍未超过阈值，当在node2与node3之间搜索到障碍物O1时，则停止对这一分枝的搜索，将后续node3-node4进行剪枝；当在node2和node5之间未搜索到障碍物，且到node5的距离大于到O1的距离时，确定O1为障碍物，不再对node5之后的节点进行搜索，并进行剪枝处理。从而降低了搜索障碍物时的资源消耗。

为了降低搜索障碍物的资源消耗，本说明书实施例中在判断是否存在针对所述车辆的行使规划之后，还可以包括：

若所述第二判断结果表示存在针对所述车辆的行使规划，则对未参与行使规划的分枝进行剪枝处理。

本说明书实施例中若是车辆具有行使规划，则对未参与行使规划的分枝进行剪枝处理，能够在搜索障碍物时，只沿一条分枝进行搜索，放弃对其他分枝进行搜索，从而大大降低了搜索障碍物的资源消耗。

本说明书实施例中对未参与行使规划的分枝进行剪枝处理之后，还可以包括：

对未剪枝的分枝进行搜索；所述未剪枝的分枝为行使规划中对应的分枝；

若搜索到障碍物，则确定障碍物的位置信息。

本说明书实施例中对行使规划中对应的分枝进行障碍物搜索，缩小了搜索范围，节省了搜索障碍物的资源。图5为本说明书实施例提供的一种对于具有分枝且车辆具有行使规划的障碍物搜索示意图，如图5所示，关于图中各个字符所表示的含义可以参考图3对应的实施例部分。若对车辆规划的行驶路径对应的是树状结构中node1-node2-node3-node4这一枝干，则将树状结构中node2-node5这一分枝进行剪枝，只对node2-node3-node4这一枝干进行搜索，当在node2-node3之间搜索到障碍物时，将node3-node4这一枝干进行剪枝。，确定障碍物O1，退出障碍物搜索。

为了使得搜索的障碍物更加具有参考意义，本说明书实施例中根据所述车辆的位置信息确定对应的道路信息之后，还可以包括：

根据所述道路信息以及与所述行驶方向相反的方向信息生成反方向树状结构；

以所述车辆的位置为起点，沿所述反方向树状结构搜索；

若在靠近所述起点的后方第一个节点与所述起点之间搜索到障碍物，则确定所述车辆后方障碍物的位置信息。

本说明书实施例中考虑到实际应用中可能出现车辆减速或者车辆换道行驶的情况，还需要考虑后方来车(后方障碍物)的信息，因此，需要对车辆后方的障碍物进行搜索，可以根据道路信息以及与行驶方向相反的方向信息生成反方向树状结构(向后的树状结构)，以便于查询车辆后方障碍物信息。图6为本说明书实施例提供的一种向后搜索障碍物的树状结构示意图。图中的字符与图3中的字符所表示的物理意义类似。这里不再做出具体的解释。

本说明书实施例中还可以对车辆左前方、左后方、右前方以及右后方进行障碍物的搜索。先确定车辆所在车道的位置，若车辆所在车道为道路中的中间车道，则可以对车辆左前方、左后方、右前方以及右后方进行障碍物的搜索。若车辆为道路最里侧车道或最外侧车道，那么可以对车辆左前方以及左后方或右前方以及右后方进行搜索。进行侧前后方搜索时，可以将车辆投影至相邻车道的对应位置，以该位置为起点，采用本说明书中其他实施例中相似的手段进行向前或向后的搜索，从而得到侧前后方的障碍物信息。

通过上述方法，可以降低计算的复杂程度，降低障碍物的资源消耗，同时使得搜索到的障碍物更加准确。

基于同样的思路，本说明书实施例还提供了上述方法对应的装置。图7为本说明书实施例提供的对应于图2的一种障碍物搜索装置的结构示意图。

如图7所示，该装置可以包括：

获取模块702，用于获取车辆的位置信息以及行驶方向信息；

第一确定模块704，用于根据所述车辆的位置信息确定对应的道路信息；

生成模块706，用于根据所述道路信息以及所述行驶方向信息生成正方向树状结构；所述正方向树状结构包括N个节点以及Y个障碍物的位置信息；所述N表示大于零的整数；所述Y表示大于零的整数；

搜索模块708，用于以所述车辆的位置为起点，沿所述正方向树状结构搜索；

第二确定模块710，用于若在靠近所述起点的前方第一个节点与所述起点之间搜索到障碍物，则确定所述障碍物的位置信息。

基于同样的思路，本说明书实施例还提供了上述方法对应的设备。

图8为本说明书实施例提供的对应于图2的一种障碍物搜索设备的结构示意图。如图8所示，设备800可以包括：

至少一个处理器810；以及，

与所述至少一个处理器通信连接的存储器830；其中，

所述存储器830存储有可被所述至少一个处理器810执行的指令820，所述指令被所述至少一个处理器810执行，以使所述至少一个处理器810能够：

获取车辆的位置信息以及行驶方向信息；

根据所述车辆的位置信息确定对应的道路信息；

根据所述道路信息以及所述行驶方向信息生成正方向树状结构；所述正方向树状结构包括N个节点以及Y个障碍物的位置信息；所述N表示大于零的整数；所述Y表示大于零的整数；

以所述车辆的位置为起点，沿所述正方向树状结构搜索；

若在靠近所述起点的前方第一个节点与所述起点之间搜索到障碍物，则确定所述障碍物的位置信息。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于图8所示的设备而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(ProgrammableLogicDevice,PLD)(例如现场可编程门阵列(FieldProgrammableGateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(HardwareDescriptionLanguage，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(AdvancedBooleanExpressionLanguage)、AHDL(AlteraHardwareDescriptionLanguage)、Confluence、CUPL(CornellUniversityProgrammingLanguage)、HDCal、JHDL(JavaHardwareDescriptionLanguage)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardwareDescriptionLanguage)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegratedCircuitHardware DescriptionLanguage)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegratedCircuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC625D、AtmelAT91SAM、MicrochipPIC18F26K20以及SiliconeLabsC8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。

本发明是参照根据本发明实施例的方法、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。

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，并不排除在包括所述要素的过程、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。

以上所述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)

1.一种障碍物搜索方法，其特征在于，包括：

获取车辆的位置信息以及行驶方向信息；

根据所述车辆的位置信息确定对应的道路信息；

根据所述道路信息以及所述行驶方向信息生成正方向树状结构；所述正方向树状结构包括N个节点以及Y个障碍物的位置信息；所述N表示大于零的整数；所述Y表示大于零的整数；

以所述车辆的位置为起点，沿所述正方向树状结构搜索；

若在靠近所述起点的前方第一个节点与所述起点之间搜索到障碍物，则确定所述障碍物的位置信息。

2.根据权利要求1所述的方法，其特征在于，所述道路信息具体包括：道路的标识信息、道路对应的车道的标识信息、车道的索引信息以及车道的长度信息中的至少一种。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述障碍物的位置信息；

根据高精度地图接口确定所述障碍物所在的车道信息；

根据所述车道信息以及所述障碍物的位置信息添加所述障碍物至所述正方向树状结构对应的位置。

4.根据权利要求1所述的方法，其特征在于，所述沿所述正方向树状结构搜索，具体包括：

判断所述起点与所述前方第一个节点间的距离是否大于距离阈值；

若是，则从所述起点沿所述正方向树状结构对所述距离阈值内的范围进行搜索。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若在靠近所述起点的前方第一个节点与所述起点之间未搜索到障碍物，则判断所述前方第一个节点处是否存在两个分枝，得到第一判断结果；

若所述第一判断结果表示所述前方第一个节点处存在两个分枝，则判断是否存在针对所述车辆的行使规划，得到第二判断结果；

若所述第二判断结果表示不存在针对所述车辆的行使规划，则分别对两个分枝进行搜索；

若在所述两个分枝中均搜索到障碍物，则确定与所述起点距离较近的障碍物的位置信息。

6.根据权利要求5所述的方法，其特征在于，所述判断是否存在针对所述车辆的行使规划之后，还包括：

若所述第二判断结果表示存在针对所述车辆的行使规划，则对未参与行使规划的分枝进行剪枝处理。

7.根据权利要求6所述的方法，其特征在于，所述对未参与行使规划的分枝进行剪枝处理之后，还包括：

对未剪枝的分枝进行搜索；所述未剪枝的分枝为行使规划中对应的分枝；

若搜索到障碍物，则确定障碍物的位置信息。

8.根据权利要求1所述的方法，其特征在于，所述根据所述车辆的位置信息确定对应的道路信息之后，还包括：

根据所述道路信息以及与所述行驶方向相反的方向信息生成反方向树状结构；

以所述车辆的位置为起点，沿所述反方向树状结构搜索；

若在靠近所述起点的后方第一个节点与所述起点之间搜索到障碍物，则确定所述车辆后方障碍物的位置信息。

9.一种障碍物搜索装置，其特征在于，包括：

获取模块，用于获取车辆的位置信息以及行驶方向信息；

第一确定模块，用于根据所述车辆的位置信息确定对应的道路信息；

生成模块，用于根据所述道路信息以及所述行驶方向信息生成正方向树状结构；所述正方向树状结构包括N个节点以及Y个障碍物的位置信息；所述N表示大于零的整数；所述Y表示大于零的整数；

搜索模块，用于以所述车辆的位置为起点，沿所述正方向树状结构搜索；

第二确定模块，用于若在靠近所述起点的前方第一个节点与所述起点之间搜索到障碍物，则确定所述障碍物的位置信息。

10.一种障碍物搜索设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

获取车辆的位置信息以及行驶方向信息；

根据所述车辆的位置信息确定对应的道路信息；

根据所述道路信息以及所述行驶方向信息生成正方向树状结构；所述正方向树状结构包括N个节点以及Y个障碍物的位置信息；所述N表示大于零的整数；所述Y表示大于零的整数；

以所述车辆的位置为起点，沿所述正方向树状结构搜索；

若在靠近所述起点的前方第一个节点与所述起点之间搜索到障碍物，则确定所述障碍物的位置信息。

Images