CN117073709A - 路径规划方法、装置、计算机设备以及存储介质 - Google Patents
路径规划方法、装置、计算机设备以及存储介质 Download PDFInfo
- Publication number
- CN117073709A CN117073709A CN202311340072.6A CN202311340072A CN117073709A CN 117073709 A CN117073709 A CN 117073709A CN 202311340072 A CN202311340072 A CN 202311340072A CN 117073709 A CN117073709 A CN 117073709A
- Authority
- CN
- China
- Prior art keywords
- node
- determining
- list
- group
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000005070 sampling Methods 0.000 claims abstract description 108
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 26
- 230000004888 barrier function Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 14
- 230000008859 change Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
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
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种路径规划方法、装置、计算机设备以及存储介质。所述方法包括：确定规划区域的目标区域位置，以及规划区域中目标障碍物位置，对目标障碍物位置进行分组，确定障碍物组列表；根据障碍物组列表中的目标障碍物位置，以及目标区域位置，确定自由区域组列表；根据自由区域组列表中自由区域组的自由区域位置确定采样区间，根据采样区间中的采样纵坐标和自由区域位置确定节点坐标，根据节点坐标确定节点组和候选节点组列表；根据候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表；根据候选路径点列表确定起始端点和终止端点，根据起始端点和终止端点确定最优可通行路径列表。上述方法可以提高路径规划的准确性。
Description
技术领域
本申请涉及智能驾驶技术领域，特别是涉及一种路径规划方法、装置、计算机设备以及存储介质。
背景技术
在结构化道路，特别是高速或快速的结构化道路上，智能驾驶技术的应用越来越普遍。智能驾驶系统需要根据车辆的行驶情况和车辆行驶道路的路况实现有效且快速地生成平滑、安全、无碰撞且满足车辆运动学约束的可通行路径，以应对如道路半封闭施工、前方出现交通事故或路面散落物等异常甚至极端的驾驶工况。
在结构化道路场景中，障碍物往往随机散布，因此路径规划一般为非凸的优化问题形式。在进行路径规划时，能够采用图搜索算法求解非凸的路径规划问题，但是计算成本较高，因此仅限应用于低速行驶场景。还可以基于节点采样的方法对车辆的行驶路径进行路径规划，具有计算成本低且概率完备等优点，能够覆盖全速域结构化道路场景，但通过对节点连接进行碰撞检测来检测车辆行驶区域中的障碍物时，当采样点增加时，碰撞检测的成本也会成倍增加。因此，如何构建通用性的路径规划方法，提高路径规划精确度，且降低路径规划成本，是需要解决的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高路径规划精确度和路径规划效率，且降低路径规划成本的路径规划方法、装置、计算机设备以及存储介质。
第一方面，本申请提供了一种路径规划方法，所述方法包括：
确定规划区域的目标区域位置，以及所述规划区域中目标障碍物位置，并对所述目标障碍物位置进行分组，确定障碍物组列表；
根据所述障碍物组列表中的目标障碍物位置，以及所述目标区域位置，确定自由区域组列表；
根据所述自由区域组列表中自由区域组的自由区域位置确定采样区间，并根据所述采样区间中的采样纵坐标和所述自由区域位置确定节点坐标，根据所述节点坐标确定节点组和候选节点组列表；
根据所述候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表；
根据所述候选路径点列表确定起始端点和终止端点，并根据所述起始端点和所述终止端点确定最优可通行路径列表。
在其中一个实施例中，确定规划区域的目标区域位置，以及所述规划区域中目标障碍物位置，并对所述目标障碍物位置进行分组，确定障碍物组列表，包括：
构建规划区域的区域坐标系，并确定所述规划区域在所述区域坐标系下的目标区域位置，以及所述规划区域中的候选障碍物在所述区域坐标系下的候选障碍物位置；
根据所述目标区域位置和所述候选障碍物位置的重合关系，从所述候选障碍物位置中确定目标障碍物位置；
根据所述目标障碍物位置，对所述目标障碍物位置进行分组，确定障碍物组列表。
在其中一个实施例中，根据所述障碍物组列表中的目标障碍物位置，以及所述目标区域位置，确定自由区域组列表，包括：
从所述障碍物组列表中读取障碍物组，并将障碍物组中的目标障碍物位置作为组内障碍物位置；
根据所述组内障碍物位置和目标区域位置确定自由区域的临时区域位置；
确定所述障碍物组中组内障碍物位置的最小纵坐标和所述临时区域位置的最小纵坐标之间的纵坐标差值；
若所述纵坐标差值大于纵坐标差值阈值，则根据所述组内障碍物位置和所述临时区域位置确定自由区域位置，并根据所述自由区域位置确定自由区域组，根据所述自由区域组确定自由区域组列表。
在其中一个实施例中，根据所述组内障碍物位置和所述临时区域位置确定自由区域位置，包括：
获取所述组内障碍物位置在所述障碍物组中的组内横坐标最小值以及组内横坐标最大值；
根据所述组内横坐标最小值，所述组内横坐标最大值，所述临时区域位置，以及所述组内障碍物位置对应的组内障碍物纵坐标确定自由区域位置。
在其中一个实施例中，根据所述候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表，包括：
根据车辆的起点节点和目标节点对所述候选节点组列表进行更新，确定更新节点组列表；
从所述更新节点组列表中倒数第二节点组向前遍历所述更新节点组列表，并依次确定所述更新节点组列表中除第一节点组之外的遍历节点组；
确定所述遍历节点组中采样节点的遍历节点父节点，并将所述遍历节点父节点写入初始化候选路径点列表，确定第一路径点列表；
对所述起点节点的起点父节点进行迭代计算，确定迭代父节点，当所述迭代父节点为目标节点时，停止迭代计算，并将所述迭代父节点、所述起点节点和所述目标节点写入第一路径点列表，确定候选路径点列表。
在其中一个实施例中，确定所述遍历节点组中采样节点的遍历节点父节点，包括：
根据可行连接判定模型从所述遍历节点组在所述更新节点组列表中的下一节点组中筛选出与所述遍历节点组中的采样节点具有有效连接性的有效节点集合；
分别确定所述采样节点经过所述有效节点集合中的候选有效节点到达所述目标节点的累积成本；
基于所述累积成本从所述候选有效节点中确定父节点。
在其中一个实施例中，根据所述候选路径点列表确定起始端点和终止端点，并根据所述起始端点和所述终止端点确定最优可通行路径列表，包括：
若所述候选路径点列表中包含至少两个候选路径点，则根据所述候选路径点列表中的候选路径点确定起始端点和终止端点；
根据所述候选路径点列表对应的起始端点和终止端点，确定所述候选路径点列表对应的起始端点和终止端点对应的道路区间的道路曲率；
通过端点-曲线参数模型，根据所述道路曲率、所述候选路径点列表对应的起始端点和终止端点，确定曲线路径段，并将所述曲线路径段写入初始化可通行路径列表，确定更新可通行路径列表；
从所述候选路径点列表中删除所述候选路径点列表中的起始端点，确定更新路径点列表；
若所述更新路径点列表中存在至少两个候选路径点，则根据所述更新路径点列表确定起始端点和终止端点；
根据所述更新路径点列表中的起始端点和终止端点，确定所述更新路径点列表的直线路径段，并将所述直线路径段写入所述更新可通行路径列表，确定最优可通行路径列表。
第二方面，本申请还提供了一种路径规划装置，所述装置包括：
障碍物组列表确定模块，用于确定规划区域的目标区域位置，以及所述规划区域中目标障碍物位置，并对所述目标障碍物位置进行分组，确定障碍物组列表；
区域组列表确定模块，用于根据所述障碍物组列表中的目标障碍物位置，以及所述目标区域位置，确定自由区域组列表；
节点组列表确定模块，用于根据所述自由区域组列表中自由区域组的自由区域位置确定采样区间，并根据所述采样区间中的采样纵坐标和所述自由区域位置确定节点坐标，根据所述节点坐标确定节点组和候选节点组列表；
路径点列表确定模块，用于根据所述候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表；
可通行路径列表确定模块，用于根据所述候选路径点列表确定起始端点和终止端点，并根据所述起始端点和所述终止端点确定最优可通行路径列表。
第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
确定规划区域的目标区域位置，以及所述规划区域中目标障碍物位置，并对所述目标障碍物位置进行分组，确定障碍物组列表；
根据所述障碍物组列表中的目标障碍物位置，以及所述目标区域位置，确定自由区域组列表；
根据所述自由区域组列表中自由区域组的自由区域位置确定采样区间，并根据所述采样区间中的采样纵坐标和所述自由区域位置确定节点坐标，根据所述节点坐标确定节点组和候选节点组列表；
根据所述候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表；
根据所述候选路径点列表确定起始端点和终止端点，并根据所述起始端点和所述终止端点确定最优可通行路径列表。
第四方面，本申请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，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
确定规划区域的目标区域位置，以及所述规划区域中目标障碍物位置，并对所述目标障碍物位置进行分组，确定障碍物组列表；
根据所述障碍物组列表中的目标障碍物位置，以及所述目标区域位置，确定自由区域组列表；
根据所述自由区域组列表中自由区域组的自由区域位置确定采样区间，并根据所述采样区间中的采样纵坐标和所述自由区域位置确定节点坐标，根据所述节点坐标确定节点组和候选节点组列表；
根据所述候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表；
根据所述候选路径点列表确定起始端点和终止端点，并根据所述起始端点和所述终止端点确定最优可通行路径列表。
上述路径规划方法、装置、计算机设备以及存储介质，根据目标区域位置和目标障碍物位置确定障碍物组列表，根据障碍物组列表和目标区域位置确定自由区域组列表，以通过障碍物组将复杂的路径规划过程中的避障问题拆分成若干简单的子问题，根据自由区域组列表确定采样区间，并在采样区间中进行节点采样，确定节点组和候选节点组列表，根据车辆的起点节点和目标节点，确定候选路径点列表，根据候选路径点列表确定最优可通行路径列表。解决了在进行路径规划时受到行驶场景的约束，无法对高速行驶场景进行高效且准确的路径规划的问题，同时解决了通过对节点连接进行碰撞检测来检测车辆行驶区域中的障碍物，以进行路径规划导致的成本较高的问题。上述方案，构建了具有通用性的路径规划方法，通过预处理将结构化道路下的路径规划问题转化为统一的路径规划形式，统一的规划规划形式包括三个主要的元素：规划区域的目标区域位置、目标障碍物位置和目标车道的中心线，不同的驾驶行为对应的三个主要元素不通，即车辆左换道、车道保持和右换道对应的目标车道中心线与目标区域位置都不相同。可以保证车辆沿该路径行驶时车身在目标区域位置内部且不与目标障碍物位置有重叠，并尽可能安全、平滑且快速地到达目标车道中心线上。因此可以用于对低速行驶场景或高速行驶场景进行路径规划，能够提高路径规划精确度，且降低路径规划成本。
附图说明
图1为一个实施例中路径规划方法的应用环境图；
图2为一个实施例中路径规划方法的流程示意图；
图3为另一个实施例中目标障碍物位置的示例图；
图4为另一个实施例中节点采集的示例图；
图5为另一个实施例中可行连接判定模型的示例图；
图6为另一个实施例中路径规划方法的流程示意图；
图7为另一个实施例中目标区域位置的示例图；
图8为另一个实施例中障碍物组的示例图；
图9为另一个实施例中路径规划方法的流程示意图；
图10为另一个实施例中自由区域的示例图；
图11为另一个实施例中路径规划方法的流程示意图；
图12为另一个实施例中路径规划方法的流程示意图；
图13为一个实施例中最优可通行路径的示例图；
图14为一个实施例中路径规划装置的结构框图；
图15为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的车辆变道重规划触发方法，可以应用于如图1所示的应用环境中。图1示出了交通工具10的侧视图，所述交通工具10设置在行进表面70（例如，铺设道路表面）上，并且能够在行进表面70上横穿行进。交通工具10可以包括交通工具导航系统24、存储数字化道路地图25的计算机可读存储装置或介质（存储器）23、空间监测系统100、交通工具控制器50、全球定位系统(GPS)传感器52、人/机界面(HMI)装置60。在另一个实施例中交通工具10还包括自主控制器65和远程信息处理控制器75。具体的，交通工具10包括但不限于商业交通工具、工业交通工具、农业交通工具、客运交通工具、飞机、船只、火车、全地形交通工具、个人移动设备、机器人和类似的形式的移动平台，用于实现本申请的目的。
在一个实施例中，空间监测系统100包括：一个或多个空间传感器和系统，设置为监测交通工具10前方的可视区域32；以及空间监测控制器110。设置为监测交通工具10前方的可视区域32的空间传感器，例如包括激光雷达传感器34、雷达传感器36、摄像头38等等。每个空间传感器设置方式包括机载于交通工具上，以监测全部或部分可视区域32，用于检测接近远程对象，例如，道路特征、车道标记、建筑物、行人、道路标志、交通控制灯和标志、其它交通工具以及在交通工具10近侧的地理特征。空间监测控制器110基于来自空间传感器的数据输入而生成可视区域32的表示数字。空间监测控制器110可以评估来自空间传感器的输入，以基于每个接近远程对象确定交通工具10的线性范围、相对速度和轨迹。空间传感器可设置于交通工具10上的各处位置，包括前拐角、后拐角、后侧和中侧。在一个实施例中，空间传感器可包括但不限于前部雷达传感器和摄像头。空间传感器的设置方式使空间监测控制器110能够监测交通流量，包括接近交通工具、交叉口、车道标记以及围绕交通工具10的其它对象。车道标记检测处理器（未显示）可以基于空间监测控制器110生成的数据估测道路。交通工具空间监测系统100的空间传感器可以包括对象定位感测装置，所述对象定位感测装置包括范围传感器，例如，FMCW（调频连续波）雷达、脉冲和FSK（频移键控）雷达以及Lidar（光检测和测距）装置以及超声波装置，其依赖于例如多普勒效应测量的效应以定位前方对象。对象定位装置可以包括电荷耦合装置(CCD)或互补金属氧化物半导体(CMOS)视频图像传感器以及利用数字摄影方法以‘查看’前方对象（包括一个或多个交通工具）的其它摄像头/视频图像处理器。
激光雷达传感器34基于脉冲和反射激光束测量至对象的范围或距离。雷达传感器36基于无线电波确定对象的范围、角度和/或速度。摄像头38包括图像传感器、镜头和摄像头控制器。图像传感器是采用光敏感测元件的多维阵列而将光学图像转换成电子信号的电光装置。摄像头控制器操作性地连接到图像传感器，以监测可视区域32。摄像头控制器设置为控制图像传感器，用于捕获与经由镜头投影到图像传感器上的可视区域32相关联的视场(FOV)的图像。光学镜头可以包括针孔镜头、鱼眼镜头、立体镜头、伸缩镜头等等。摄像头38经由图像传感器以期望速率（例如，每秒30个图像文件）周期性捕获与可视区域32相关联的图像文件。每个图像文件包括以摄像头38的原始分辨率捕获的全部或部分可视区域32的2D或3D像素化表示数字。在一个实施例中，图像文件呈24位图像的形式，包括表示可视区域32的RGB（红、绿、蓝）可见光的光谱值和深度值。图像文件的其它实施例可以包括处于一定分辨率水平的2D或3D图像，描绘了可视区域32的黑白或灰度可见光的光谱、可视区域32的红外光谱或其它图像，本申请对此不作具体限制。在一个实施例中，对于涉及明度和/或亮度的参数，可以评估多个图像文件的图像。可选地，可基于RGB颜色分量、明度、纹理、轮廓或其组合而评估图像。图像传感器与编码器通信，所述编码器对于每个图像文件执行数字信号处理(DSP)。摄像头38的图像传感器可以设置为以标称标准清晰度分辨率（例如，640x480像素）捕获图像。可选地，摄像头38的图像传感器可以设置为以标称高清晰度分辨率（例如，1440x1024像素）或以另一合适的分辨率捕获图像。摄像头38的图像传感器可以预定图像捕获速率捕获静止图像或可选地捕获数字视频图像。在一个实施例中，图像文件作为编码数据文件发送至摄像头控制器，所述编码数据文件存储在非暂时性数字数据存储介质中，用于机载或非机载分析。
摄像头38设置和定位在交通工具10上能够捕获可视区域32的图像的位置中，其中，可视区域32至少部分包括在交通工具10前方并且包括交通工具10的轨迹的行进表面70的部分。可视区域32还可以包括周围环境，例如，包括交通工具交通、路边对象、行人和其它特征、天空、地平线、行进车道和交通工具10前方驶来的交通工具。还可包括其它摄像头（未显示），例如，包括设置在交通工具10的后部分或侧部分上的第二摄像头，用于监测交通工具10的后方以及交通工具10的右侧或左侧中的任意一个方向。
自主控制器65用于实施自主驾驶或高级驾驶员辅助系统(ADAS)交通工具功能性。此类功能性可包括能够提供一定驾驶自动化水平的交通工具机载控制系统。术语‘驾驶员’和‘操作者’描述了负责指导交通工具10的操作的人员，所述操作人员可以参与控制一个或多个交通工具功能，或指导自主交通工具。驾驶自动化可以包括动态驾驶和交通工具操作。驾驶自动化可以包括涉及单个交通工具功能（例如，转向、加速和/或制动）的某种水平的自动控制或干预，其中，驾驶员可以从总体上持续控制交通工具10。驾驶自动化可以包括涉及多个交通工具功能（例如，转向、加速和/或制动）的同时控制的某种水平的自动控制或干预，其中，驾驶员可以从总体上持续控制交通工具10。驾驶自动化可以包括交通工具驾驶功能的同时自动控制（包括转向、加速和制动），其中，驾驶员可以在行程期间中，放弃一段时间周期内对交通工具的控制。驾驶自动化可包括交通工具驾驶功能的同时自动控制（包括转向、加速和制动），其中，驾驶员可以在整个行程中放弃交通工具10的控制。驾驶自动化包括硬件和控制器，设置为在各种驾驶模式下监测空间环境，用于在动态交通工具操作期间执行各种驾驶任务。驾驶自动化包括但不限于巡航控制、自适应巡航控制、车道变换警告、干预和控制、自动停车、加速、制动和类似。自主交通工具功能包括但不限于自适应巡航控制(ACC)操作、车道引导和车道保持操作、车道变换操作、转向辅助操作、对象避让操作、停车辅助操作、交通工具制动操作、交通工具速度和加速操作、交通工具横向运动操作，例如，作为车道引导、车道保持和车道变换操作等等。基于此，制动命令可通过自主控制器65独立于通过交通工具操作者的动作并且响应于自主控制功能而生成。
交通工具10的乘客舱中可以包括操作者控制件，包括但不限于方向盘、加速器踏板、制动踏板和操作者输入装置，所述操作者输入装置是HMI装置60的元件。交通工具操作者可以基于操作者控制件与运行的交通工具10交互，并且指导交通工具10的操作，用于提供乘客运输。在交通工具10的一些实施例中，可省略操作者控制装置，包括方向盘、加速器踏板、制动踏板、变速范围选择器和类似的其他控制装置。
HMI装置60提供人机交互，用于指导信息娱乐系统、全球定位系统(GPS)传感器52、导航系统24和类似的操作功能，HMI装置60可以包括控制器。HMI装置60监测操作者请求，并且向操作者提供信息，包括交通工具系统的状态、服务和维护信息。HMI装置60可以与多个操作者界面装置通信，和/或控制多个操作者界面装置的操作，其中，操作者界面装置能够传送与自动交通工具控制系统中的操作相关联的消息。HMI装置60还可以与一个或多个装置通信，所述一个或多个装置监测与交通工具操作者相关联的生物特征数据，例如，包括眼睛视线位置、姿势和头部位置追踪等等。为简化表述，HMI装置60表述为单一装置，但是在本申请系统的实施例中，可以设置为多个控制器和相关联的感测装置。操作者界面装置可以包括能够传送催促操作者动作的消息的装置，并且可以包括电子视觉显示模块，例如，液晶显示器(LCD)装置、平视显示器(HUD)、音频反馈装置、可穿戴装置和触觉座椅。能够催促操作者动作的操作者界面装置可以由HMI装置60控制或通过HMI装置60控制。在操作者的视场中，HUD可投影信息反射到交通工具的挡风玻璃的内部侧上，包括传送与操作自动交通工具控制系统中的一个相关联的置信水平。HUD还可提供增强现实信息，例如，车道位置、交通工具路径、方向和/或导航信息等等。
导航系统24基于数字化道路地图25向交通工具操作者提供导航支持和信息。自主控制器65基于数字化道路地图25控制自主交通工具操作或ADAS交通工具功能。
交通工具10可以包括远程信息处理控制器75，所述远程信息处理控制器75包括能够进行交通工具外通信（包括与具有无线和有线通信能力的通信网络90通信）的无线远程信息处理通信系统。远程信息处理控制器75能够进行交通工具外通信，包括短程交通工具对于交通工具(V2V)通信和/或交通工具对于外界(V2x)通信，其可以包括与基础设施监测器（例如，交通摄像头）的通信。可选地或附加地，远程信息处理控制器75具有无线远程信息处理通信系统，所述无线远程信息处理通信系统能够与手持装置（例如，蜂窝电话、卫星电话或另一电话装置）短程无线通信。在一个实施例中，手持装置包括软件应用，所述软件应用包括无线协议，用于与远程信息处理控制器75通信，并且手持装置可以执行交通工具外通信，包括基于通信网络90与非机载服务器95通信。可选地或附加地，远程信息处理控制器75基于通信网络90与非机载服务器95通信而直接执行交通工具外通信。
术语“控制器”和相关术语（例如，微控制器、控制单元、处理器和类似的术语）指的是以下中的一个或各种组合：（多个）专用集成电路(ASIC)、现场可编程门阵列(FPGA)、（多个）电子电路、（多个）中央处理单元，例如，（多个）微处理器和呈存储器和存储装置（只读、可编程只读、随机存取、硬盘驱动等等）的形式的（多个）相关联的非暂时性存储器部件（由存储器23指示）。非暂时性存储器部件能够呈以下形式存储机器可读指令：一个或多个软件或固件程序或例程、（多个）组合逻辑电路、（多个）输入/输出电路和装置、信号调节和缓冲电路系统以及可由一个或多个处理器存取的其它部件，用于实现相应的功能。（多个）输入/输出电路和装置包括监测来自传感器的输入的模拟/数字转换器和相关装置，可以以预设采样频率或响应于触发事件而监测此类输入。软件、固件、程序、指令、控制例程、代码、算法和类似的术语指代控制器可执行指令集，包括校准和查找表。每个控制器执行（多个）控制例程，用于提供相应功能。例程可按定期间隔执行，例如，在正在进行的操作期间每100微秒执行一次。可选地，例程可响应于触发事件而执行。控制器、致动器和/或传感器之间的通信可使用直接有线点对点链路、网络化通信总线链路、无线链路或其他合适的通信链路而实现。通信包括相应的交换数据信号，例如，包括基于传导介质的电气信号、基于空气的电磁信号、基于光学波导的光学信号等等。数据信号可以包括离散的、模拟的或数字化的模拟信号，其表示来自传感器的输入、致动器命令以及控制器之间的通信。术语“信号”指的是传递信息的物理可识别指示符，并且可以为相应的波形（例如，电气、光学、磁性、机械或电磁），例如，DC、AC、正弦波、三角波、方波、振动等，其能够通过介质传播。参数被限定为可测量的量，其表示可使用一个或多个传感器和/或物理模型而识别的装置或其它元件的物理性质。参数可具有离散值，例如，“1”或“0”，或在值上无限可变。
终端车辆可以通过网络与服务器进行通信。数据存储系统可以存储服务器需要处理的数据。数据存储系统可以集成在服务器上，也可以放在云上或其他网络服务器上。终端车辆可以确定规划区域的目标区域位置，以及所述规划区域中目标障碍物位置，并对所述目标障碍物位置进行分组，确定障碍物组列表。根据所述障碍物组列表中的目标障碍物位置，以及所述目标区域位置，确定自由区域组列表。根据所述自由区域组列表中自由区域组的自由区域位置确定采样区间，并根据所述采样区间中的采样纵坐标和所述自由区域位置确定节点坐标，根据所述节点坐标确定节点组和候选节点组列表。根据所述候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表。根据所述候选路径点列表确定起始端点和终止端点，并根据所述起始端点和所述终止端点确定最优可通行路径列表。在其他实施例中，终端车辆在确定规划区域的目标区域位置，以及所述规划区域中目标障碍物位置后，也可以将上述行驶信息发送至服务器，由服务器执行上述对所述目标障碍物位置进行分组，确定障碍物组列表。根据所述障碍物组列表中的目标障碍物位置，以及所述目标区域位置，确定自由区域组列表。根据所述自由区域组列表中自由区域组的自由区域位置确定采样区间，并根据所述采样区间中的采样纵坐标和所述自由区域位置确定节点坐标，根据所述节点坐标确定节点组和候选节点组列表。根据所述候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表。根据所述候选路径点列表确定起始端点和终止端点，并根据所述起始端点和所述终止端点确定最优可通行路径列表。向终端车辆发送最优可通行路径列表，再由车辆基于最优可通行路径列表继续行驶。其中，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种路径规划方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
S210、确定规划区域的目标区域位置，以及规划区域中目标障碍物位置，并对目标障碍物位置进行分组，确定障碍物组列表。
其中，规划区域是指结构化道路所对应的区域范围。目标障碍物是指规划区域中影响车辆行驶的障碍物。障碍物组列表是指写有所有障碍物组的表格。
具体的，为规划区域构建Frenet坐标系，并确定规划区域的在Frenet坐标系下的AABB盒子，将规划区域的在Frenet坐标系下的AABB盒子作为规划区域的目标区域位置。确定规划区域中目标障碍物在Frenet坐标系下的AABB盒子，将目标障碍物在Frenet坐标系下的AABB盒子作为目标障碍物位置。构建初始化障碍物列表，基于目标障碍物位置对目标障碍物进行分组，确定障碍物组，每两个障碍物组之间的距离均大于预设的障碍物组距离阈值。将障碍物组写入初始化障碍物列表中，将记录有完整障碍物组的初始化障碍物列表作为障碍物组列表。Frenet坐标系是一种表示道路位置的方式，在Frenet坐标下，车辆运动可以分解为沿中心线运动和垂直于道路中心线运动两个部分。AABB盒子。AABB盒子是一个边与坐标轴平行的长方形,由四元组：<lmin，lmax，smin，smax>表示。其中lmax>lmin，表示两条与Frenet坐标系S轴平行的两条平行的边，smax>smin表示两条与Frenet坐标系L轴平行的两条平行的边。
示例性的，目标障碍物在Frenet坐标系下的AABB盒子如图3所示。Frenet坐标包括S轴和L轴，S轴上的s坐标表示沿道路的距离，即横向位移；L轴上的l坐标表示道路上的左右位置，即纵向位移。目标障碍物在Frenet坐标系下的AABB盒子可以用obs_box表示，其中，a、b、c和d表示obs_box的端点，smin为obs_box的最小横坐标，smax为obs_box的最大横坐标，lmin为obs_box的最小纵坐标，lmax为obs_box的最大纵坐标。
S220、根据障碍物组列表中的目标障碍物位置，以及目标区域位置，确定自由区域组列表。
其中，自由区域组列表是指记录有自由区域组的表格。自由区域是指不包含障碍物的规划区域。自由区域提取是对各子路径规划问题的求解，也即找到各有障碍区域中所有允许车辆安全通行的自由区域。
具体的，构建初始化自由区域列表，并从障碍物组列表中依次读取各障碍物组，且根据目标区域位置和各障碍物组对应的目标障碍物位置确定目标障碍物对应的自由区域，并分别将每组目标障碍物对应的自由区域作为一组自由区域组，令自由区域组中的所有自由区域在无障碍物的规划区域中且平行Frenet坐标系L轴的边的长度大于设计的边长阈值，边长阈值可以根据实际需要进行设置。将自由区域组写入初始化自由区域列表中，将记录有完整自由区域组的初始化自由区域列表作为自由区域组列表。自由区域位置为自由区域在Frenet坐标系下的AABB盒子，可以用free_box表示。
S230、根据自由区域组列表中自由区域组的自由区域位置确定采样区间，并根据采样区间中的采样纵坐标和自由区域位置确定节点坐标，根据节点坐标确定节点组和候选节点组列表。
其中，采样区间是指用于对节点进行采样的区间，节点可以是Frenet坐标系下的特殊坐标点，也可以是根据预设的节点采集规则在采样区间中采集的节点，预设的节点采集规则可以是每隔一定的距离采集一次采样节点。采样纵坐标是指在采样区间中采集的采样节点的纵坐标。节点坐标是指采样节点在Frenet坐标系下的坐标，且节点坐标与目标障碍物的最小横向距离大于或等于横向距离阈值，横向距离阈值可以根据实际需要进行设置。
具体的，构造初始化节点列表，并从自由区域组列表中读取自由区域组，将自由区域组的自由区域位置作为组内区域位置，根据自由区域组中的组内区域位置确定自由区域组对应的采样区间，根据采样区间中采样点纵坐标，以及组内区域位置确定节点坐标，并根据节点坐标确定自由区域组对应的节点组，将自由区域组列表中所有自由区域组对应的节点组写入初始化节点列表中，获取候选节点组列表。
示例性的，确定自由区域组列表中任一自由区域组对应的节点组的方法可以是：确定自由区域组是否为空。若自由区域组不为空，则确定自由区域组中的自由区域位置，并基于自由区域位置构建采样区间，采样区间的最小纵坐标大于自由区域位置对应的最小纵坐标，且采样区间的最大纵坐标小于自由区域位置对应的最大纵坐标。根据预设的节点采样规则，在采样区间上设置若干个采样纵坐标，根据采样纵坐标、自由区域位置对应的最大横坐标和最小横坐标确定采样节点的节点坐标，并将该节点坐标作为自由区域位置对应的节点坐标。将自由区域组中所有的自由区域位置对应的节点坐标作为一个节点组。
示例性的，节点采集是在障碍物组对应的所有自由区域位置中采样该子路径规划问题的候选路径解，可采用直线段表示有障碍区域中的候选路径解形式，节点采集的示例图如图4所示。确定节点组和候选节点组列表的步骤可以是：
S2301、构造初始化节点列表。
S2302、确定自由区域组是否为空，若是，则执行S2306；若否，则从自由区域组列表中读取第一个自由区域组，并构造一个空的节点组。
S2303、确定读取的自由区域组是否为空，若是，则从自由区域组列表中删除读取的自由区域组，并返回执行S2302。
S2304、若读取的自由区域组不为空，则确定自由区域组中的第一个自由区域位置，并将第一个自由区域位置记为。其中，/>是指自由区域位置的最小纵坐标，/>是指自由区域位置的最大纵坐标，/>是指自由区域位置的最小横坐标，/>是指自由区域位置的最大横坐标。构造采样区间，采样区间的最小纵坐标大于自由区域位置对应的最小纵坐标，且采样区间的最大纵坐标小于自由区域位置对应的最大纵坐标，例如采样区间可以表示为/>，/>可以根据实际需要进行设置。在采样区间内进行采样，确定若干个采样节点，采样节点的节点位置可以表示为/>，/>为采样节点的纵坐标，/>为采样节点的最小横坐标，/>为采样节点的最大横坐标。将采样节点的节点坐标存入一个节点组。
S2305、将采样节点组存入初始化节点列表中，并从自由区域组列表中删除读取的自由区域组，且返回执行S2302。
S2306、输出初始化节点列表，将输出的初始化节点列表作为候选节点组列表。
S240、根据候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表。
其中，起点节点是指车辆位置，目标节点是指车辆所要到达的目的地。候选路径点是指车辆从起点节点行驶到目标节点所要经过的节点。
具体的，根据车辆位置确定起点节点，根据目标车道和目标区域位置确定目标节点。构建初始化路径点列表，通过可行连接判定模型，根据候选节点组列表、车辆的起点节点和目标节点，确定能够构成车辆行驶路径的候选路径节点，并将候选路径节点写入初始化路径点列表中，确定候选路径点列表。
示例性的，如图5所示，可行连接判定模型是一种基于离线自监督学习模型，可行性连接判定模型可以通过模拟节点对节点的可通行性进行离线模拟，确定模拟节点的节点连接信息，以及模拟节点的节点连接是否可行判定信息对可行性连接判定模型进行训练。在进行线决策以确定候选路径点列表时，将候选节点组列表、车辆的起点节点和目标节点输入可行性连接判定模型中，通过可行性连接判定模型获取节点组列表中各节点、车辆的起点节点和目标节点的节点连接是否可行判定信息，以根据判定信息进行在线决策，确定候选路径点列表。
S250、根据候选路径点列表确定起始端点和终止端点，并根据起始端点和终止端点确定最优可通行路径列表。
其中，起始端点是指车辆能够到达目的位置的起点位置，终止端点是指车辆需要到达的目的位置。
具体的，采用端点-曲线参数模型，根据起始端点和终止端点确定最优路径曲线，再将最优路径曲线与无障碍物区域中的路径进行路径拼接，确定最优的可通行路径。
上述路径规划方法中，根据目标区域位置和目标障碍物位置确定障碍物组列表，根据障碍物组列表和目标区域位置确定自由区域组列表，以通过障碍物组将复杂的路径规划过程中的避障问题拆分成若干简单的子问题，根据自由区域组列表确定采样区间，并在采样区间中进行节点采样，确定节点组和候选节点组列表，根据车辆的起点节点和目标节点，确定候选路径点列表，根据候选路径点列表确定最优可通行路径列表。解决了在进行路径规划时受到行驶场景的约束，无法对高速行驶场景进行高效且准确的路径规划的问题，同时解决了通过对节点连接进行碰撞检测来检测车辆行驶区域中的障碍物，以进行路径规划导致的成本较高的问题。上述方案，构建了具有通用性的路径规划方法，通过预处理将结构化道路下的路径规划问题转化为统一的路径规划形式，统一的规划规划形式包括三个主要的元素：规划区域的目标区域位置、目标障碍物位置和目标车道的中心线，不同的驾驶行为对应的三个主要元素不通，即车辆左换道、车道保持和右换道对应的目标车道中心线与目标区域位置都不相同。可以保证车辆沿该路径行驶时车身在目标区域位置内部且不与目标障碍物位置有重叠，并尽可能安全、平滑且快速地到达目标车道中心线上。因此可以用于对低速行驶场景或高速行驶场景进行路径规划，能够提高路径规划精确度，且降低路径规划成本。
在一个实施例中，如图6所示，确定规划区域的目标区域位置，以及所述规划区域中目标障碍物位置，并对所述目标障碍物位置进行分组，确定障碍物组列表，包括：
S310、构建规划区域的区域坐标系，并确定规划区域在区域坐标系下的目标区域位置，以及规划区域中的候选障碍物在区域坐标系下的候选障碍物位置。
其中，区域坐标系即规划区域的Frenet坐标系。
具体的，基于规划区域的道路结构和目标车道构建规划区域的区域坐标系，确定规划区域在区域坐标系下的AABB盒子，将规划区域对应的AABB盒子即规划区域在区域坐标系下的目标区域位置。规划区域中的候选障碍物在区域坐标系下的AABB盒子，将候选障碍物对应的AABB盒子作为候选障碍物位置。
示例性的，如图7所示，道路结构包括规划区域的车道线信息，目标车道是指车辆所需要行驶的车道，目标车道可以是车辆当前行驶的当前车道、当前车道的左侧车道或当前车道的右侧车道。若目标车道为左侧车道，判断左侧车道是否存在且左侧车道线是否为虚线，若是，则基于左侧车道和当前车道构建目标区域位置。若目标车道为右侧车道，判断右侧车道是否存在且右侧车道线是否为虚线，若是，则基于右侧车道和当前车道构建目标区域位置。若目标车道为当前车道，则判断左侧车道是否存在且左侧车道线是否为虚线，若是，则进一步判断右侧车道是否存在且右侧车道线是否为虚线。若左侧车道存在且左侧车道线为虚线，则基于左侧车道和当前车道构建目标区域位置。若右侧车道存在且右侧车道线为虚线，则基于左侧车道和当前车道构建目标区域位置。
S320、根据目标区域位置和候选障碍物位置的重合关系，从候选障碍物位置中确定目标障碍物位置。
具体的，将与目标区域位置重合的候选障碍物位置作为目标障碍物位置，目标障碍物位置对应的候选障碍物即为目标障碍物，并将目标障碍物位置写入目标障碍物位置列表中。
S330、根据目标障碍物位置，对目标障碍物位置进行分组，确定障碍物组列表。
需要说明的是，障碍物分组是将完整的规划区域划分成间隔开来的有障碍区域与无障碍区域，通过障碍物分组可以实现将一个完整的路径规划问题拆分成若干有障碍区域的子路径规划问题与在无障碍区域中连接前后两个有障碍物区域规划结果的路径拼接问题。障碍物分组能够将复杂问题拆分成若干简单的子问题，因此可以构造动态规划最优子结构。障碍物分组参数越小，对障碍物的分组越精细，得到的路径规划结果越细致，但同时会增加路径规划成本；障碍物分组参数越大，对障碍物的分组越粗糙，可能会无法获取路径规划结果。障碍物分组参数即为目标障碍物之间的障碍物横坐标最大间距。
具体的，基于目标障碍物位置对应的目标障碍物最大横坐标对目标障碍物位置进行排序，并构建初始化障碍物列表，初始化障碍物列表为空表。若目标障碍物位置列表为空表，则确定障碍物组列表为空表。若目标障碍物位置列表不为空，则根据目标障碍物位置列表中写有的目标障碍物位置，确定每两个相邻目标障碍物位置之间的障碍物横坐标最大间距，若障碍物横坐标最大间距小于或等于预设的障碍物组距离阈值，则将两个目标障碍物位置分至相同的障碍物组，否则将两个目标障碍物分至两个不同的障碍物组。障碍物横坐标最大间距是指一个障碍物的最小横坐标和另一个障碍物的最大横坐标之间的间距，示例性的，对目标障碍物位置进行分组后确定的障碍物组如图8所示，其中，Smin是指目标障碍物位置对应的最小横坐标，Smax是指目标障碍物位置对应的最大横坐标。将所有的目标障碍物的障碍物分组均写入初始化障碍物列表中，确定障碍物组列表。
例如，若目标障碍物列表中写有三个目标障碍物位置，对目标障碍物位置进行分组的方法可以是：从目标障碍物位置列表中读取列表中的第一个目标障碍物位置，并将第一个目标障碍物位置作为参照障碍物组，计算障碍物组列表中的第二个目标障碍物位置对应的最小横坐标与参照障碍物组的最大横坐标之间的障碍物横坐标最大间距，若障碍物横坐标最大间距大于预设的障碍物组距离阈值，则将第一个目标障碍物位置写入一个障碍物组，并将第二个障碍物作为参照障碍物组。若障碍物横坐标最大间距小于或等于预设的障碍物组距离阈值，则将第一个目标障碍物位置和第二个目标障碍物位置写入相同的障碍物组，并将第二个障碍物作为参照障碍物组。从目标障碍物位置列表中读取列表中的第三个目标障碍物位置，计算第三个障碍物位置和第二个障碍物位置之间的障碍物横坐标最大间距，若障碍物横坐标最大间距大于障碍物组距离阈值，则将第三个障碍物位置写入与第一个障碍物位置和第二个障碍物位置均不相同的障碍物组中，若障碍物横坐标最大间距小于或等于障碍物组距离阈值，则将第三个障碍物位置和第二个障碍物位置写入相同的障碍物组。
本实施例中，提出了对规划区域中目标障碍物位置进行分组的方式，基于目标障碍物位置对应的最大横坐标和最小横坐标对目标障碍物进行分组，可以保证障碍物组之间的距离满足预期需求，提高了对障碍物进行分组的准确性，同时为后续的路径规划提供了便利。
在一个实施例中，如图9所示，根据障碍物组列表中的目标障碍物位置，以及目标区域位置，确定自由区域组列表，包括：
S410、从障碍物组列表中读取障碍物组，并将障碍物组中的目标障碍物位置作为组内障碍物位置。
其中，每次从障碍物组列表中读取一个障碍物组，组内障碍物位置是指读取的障碍物组中所记录的目标障碍物位置。
具体的，若障碍物组列表不为空，则依次从障碍物组列表中读取障碍物组，并将读取的障碍物组中的目标障碍物位置作为组内障碍物位置。若障碍物组列表为空，则直接确定自由区域组列表为空。
S420、根据组内障碍物位置和目标区域位置确定自由区域的临时区域位置。
具体的，将组内障碍物位置基于组内障碍物位置对应的纵坐标进行排序，例如可以根据组内障碍物位置对应的最小纵坐标对组内障碍物位置进行排序。获取组内障碍物位置对应的横坐标最小值，记为，获取组内障碍物位置对应的横坐标最大值，记为。若目标区域位置为/>,则确定临时区域位置为，其中，/>，/>根据目标区域位置和组内障碍物位置对应的最大纵坐标确定，temp_free_box为临时区域位置，area_box为目标区域位置。
S430、确定障碍物组中组内障碍物位置的最小纵坐标和临时区域位置的最小纵坐标之间的纵坐标差值。
具体的，根据组内障碍物位置的排序，依次确定组内障碍物位置的最小纵坐标和临时区域位置的最小纵坐标之间的纵坐标差值。
S440、若纵坐标差值大于纵坐标差值阈值，则根据组内障碍物位置和临时区域位置确定自由区域位置，并根据自由区域位置确定自由区域组，根据自由区域组确定自由区域组列表。
其中，纵坐标差值阈值可以根据实际需要进行设置。自由区域的提取是对各子路径规划问题的求解，即找到存在障碍物的规划区域中所有允许车辆安全通行的自由区域。
具体的，若纵坐标差值大于预设的纵坐标差值阈值，则根据组内障碍物位置的纵坐标最小值和临时区域位置确定自由区域位置，将一个障碍物组中的组内障碍物对应的自由区域位置存入相同的自由区域组中，并将各障碍物组对应的自由区域组写入自由区域组列表中，确定自由区域组列表。示例性的，自由区域的示例图如图10所示，图中的1、2、3和4对应的区域为组内障碍物位置。
示例性的，根据组内障碍物位置和临时区域位置确定自由区域位置，包括：获取组内障碍物位置在障碍物组中的组内横坐标最小值以及组内横坐标最大值；根据组内横坐标最小值，组内横坐标最大值，临时区域位置，以及组内障碍物位置对应的组内障碍物纵坐标确定自由区域位置。
具体的，确定组内障碍物对应的自由区域位置为,其中，free_box为自由区域位置，/>为所读取的障碍物组中第i个目标障碍物位置对应的最小纵坐标。需要说明的是，在确定所读取的障碍物组中第i+1个目标障碍物位置对应的自由区域位置之前，需要将所读取的障碍物组中第i个目标障碍物位置所对应的临时区域位置对应的/>与/>进行数值比较，从/>与/>中选择较大的数值作为第i+1个目标障碍物位置对应的临时区域位置的。若i=1，则/>。
根据组内横坐标最小值，组内横坐标最大值，临时区域位置，以及组内障碍物位置对应的组内障碍物纵坐标确定自由区域位置，可以提高自由区域位置的可靠性。
上述方案，根据障碍物组中组内障碍物位置和目标区域位置确定自由区域的临时区域位置，根据组内障碍物位置和临时区域位置确定各组内障碍物位置对应的自由区域位置，并将属于同一障碍物组的组内障碍物位置对应的自由区域位置作为一个自由区域组，并根据所有障碍物组对应的自由区域组确定自由区域组列表，可以避免自由区域位置与目标障碍物位置重合，提高自由区域位置的可靠性。
在一个实施例中，如图11所示，根据候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表，包括：
S510、根据车辆的起点节点和目标节点对候选节点组列表进行更新，确定更新节点组列表。
其中，起点节点是指车辆位置对应的节点，目标节点是指车辆的目的地位置对应的节点。
具体的，若候选节点组列表不为空表，则构建初始化路径点列表，并根据车辆位置确定车辆的起点节点，根据车辆目的地位置确定车辆的目标位置，初始化路径点列表是用于记录路径点的空表。将车辆的起点节点插入候选节点组列表的首位，将车辆的目标节点插入候选节点组列表的末位，以对候选节点组列表进行更新，确定更新节点组列表。即在更新节点组列表中，第一个节点组为起点节点，最后一个节点组为目标节点。若候选节点组列表不为空表，则直接确定候选路径点列表为空表。
S520、从更新节点组列表中倒数第二节点组向前遍历更新节点组列表，并依次确定更新节点组列表中除第一节点组之外的遍历节点组。
其中，遍历节点组是指在更新节点组列表中被遍历到的节点组。
具体的，从更新节点组列表中倒数第二节点组，依照更新节点组列表中节点组的排列顺序依次向前遍历更新节点组列表，并依次确定更新节点组列表中除第一节点组和最后一个节点组之外的节点组为遍历节点组。
S530、确定遍历节点组中采样节点的遍历节点父节点，并将遍历节点父节点写入初始化候选路径点列表，确定第一路径点列表。
其中，遍历节点父节点是指遍历节点组中的节点的父节点。父结点是指一个节点的上一级节点，一个节点如果有上一级节点，则称其上一级节点为该节点的父结点，如果没有上一级节点，则该节点无父结点。
具体的，根据可行性连接判定模型确定遍历节点组中各采样节点的遍历节点父节点，将所有遍历节点组对应的遍历节点父节点均写入初始化路径点列表中，确定第一路径点列表。可行连接判定模型是一种基于离线的自监督学习框架。
示例性的，确定所述遍历节点组中采样节点的遍历节点父节点，包括：根据可行连接判定模型从遍历节点组在所述更新节点组列表中的下一节点组中筛选出与遍历节点组中的采样节点具有有效连接性的有效节点集合；分别确定采样节点经过有效节点集合中的候选有效节点到达目标节点的累积成本；基于累积成本从候选有效节点中确定父节点。
其中，累积成本是指车辆从一个节点行驶至另一个节点需要产生成本消耗。累积成本可以由节点之间路径的平滑性、安全性以及路径长度等路径指标确定。
具体的，若当前遍历到的遍历节点组为更新节点组列表中第i个节点组，根据可行性连接判定模型从更新节点组列表中第i+1个节点组中与第i个节点组中第j个节点具有有效连接性的节点作为有效节点，有效节点的节点集合即有效节点集合。分别对第i个节点组中第j个节点与有效节点集合中各候选有效节点之间路径的平滑性、安全性以及路径长度等路径指标进行加权求和，确定各候选有效节点对应的累积成本，确定累积成本最低的候选有效节点作为第i个节点组中第j个节点的父节点。
示例性的，从节点经节点/>到达目标节点的累积成本/>包含从节点/>到节点/>的局部成本/>，以及节点/>到达目标节点的最优累积成本/>，即。
其中，局部成本根据安全性/>、路径长度/>和路径的平滑性确定，即对安全性、路径长度和路径的平滑度进行加权求和，可以确定局部成本，即/>。
由节点连接构成的路径越长，路径长度对应的数值越大。例如，假定节点，节点/>，则优选的路径评价指标为/>。
经过节点的最优曲线的曲率越大，路径的平滑性对应的数值越大。例如，假定节点，节点/>，则优选的平滑性指标为/>。
节点距离障碍物越近，安全性对应的值越大; 假定节点的纵坐标与其所在自由区域位置的纵坐标一致，且自由区域位置的最小纵坐标为/>，自由区域位置的最大纵坐标为/>，则优选的安全性评价指标为/>。
按组将节点分成若干个前后相互联系的多段决策问题，根据可行连接判定模型与设计的成本函数对前后阶段节点的连接可行性与成本进行评估，并采用动态规划算法求解得到最短的路径点列，可以提高路径规划的精确度。
上述方案，根据可行性判定模型确定遍历节点组的有效节点集合，并根据遍历节点组中的采样节点经过有效节点集合中的候选有效节点到达目标节点的累积成本，从候选有效节点中确定父节点，能够使父节点与样本节点之间的路径更加符合最优路径的需求，提高了父节点的可靠性和在进行路径规划时的可用性。
S540、对起点节点的起点父节点进行迭代计算，确定迭代父节点，当迭代父节点为目标节点时，停止迭代计算，并将迭代父节点、起点节点和目标节点写入第一路径点列表，确定候选路径点列表。
其中，迭代父节点是指对对起点节点的起点父节点进行迭代计算的过程中所获得的父节点。候选路径点列表是指记录有迭代父节点、起点节点、目标节点和第一路径点列表的列表。
具体的，对起点节点的起点父节点进行迭代计算是指确定起点节点的父节点即起点父节点，并将起点父节点作为第一父节点，此时第一父节点为迭代父节点，再确定第一父节点的父节点作为第二父节点，此时第二父节点为迭代父节点，再继续确定第三父节点的父节点作为第三父节点，此时第三父节点为迭代父节点，并依照上述父节点的迭代计算方法，依次对获取到的迭代父节点进行新一轮的迭代计算，直到确定的迭代父节点为目标节点时，停止对父节点的迭代计算，并将迭代父节点、起点节点和目标节点写入第一路径点列表，确定候选路径点列表。
可以理解的是，通过对障碍物进行分组，可以将复杂的结构化道路下的路径规划问题拆分成若干个顺序的子规划问题，并且满足最优子结构。因此，利用动态规划算法求解最优的路径点序列，即选择前后两个有障碍区域中的候选路径解进行拼接，使完整的路径是完整路径规划问题的最优解，路径点序列即最优的子路径规划路径解拼接结果，为了提升搜索效率，可以采用可行性判定模型过滤掉不满足运动学约束的拼接。
上述方案，将起点节点、目标节点和候选节点组列表写入更新节点组列表，并确定更新节点组列表中遍历节点组中的采样节点的遍历节点父节点，根据遍历节点父节点确定第一路径点列表，再根据起点节点的迭代父节点、起点节点、目标节点和第一路径点列表确定候选路径点列表，可以使候选路径点列表中的候选路径点组成的候选路径符合运动学约束，提高候选路径点列表的可靠性。
在一个实施例中，如图12所示，根据所述候选路径点列表确定起始端点和终止端点，并根据所述起始端点和所述终止端点确定最优可通行路径列表，包括：
S610、若候选路径点列表中包含至少两个候选路径点，则根据候选路径点列表中的候选路径点确定起始端点和终止端点。
具体的，构建初始化可通行路径列表，初始化可通行路径列表为空表。若候选路径点列表中所包含的候选路径点小于两个，则最优可通行路径列表为空表。若候选路径点列表中包含至少两个候选路径点，则根据候选路径点列表中的第i个候选路径点确定第i个候选路径点和第i+1个候选路径点所对应的起始端点，根据候选路径点列表中的第i+1个候选路径点确定第i个候选路径点和第i+1个候选路径点所对应的终止端点，若候选路径点列表中候选路径点的数量为k，则1≤i<k，i为整数，且k>1。例如，可以根据候选路径点列表中第i个候选路径点对应的纵坐标和最大横坐标确定起始端点，根据候选路径点列表中第i+1个候选路径点对应的纵坐标和最小横坐标确定终止端点。即若候选路径点列表中的第i个候选路径点的位置坐标为，则起始端点/>。若候选路径点列表中第i+1个候选路径点的位置坐标为/>，则终止端点/>。
S620、根据候选路径点列表对应的起始端点和终止端点，确定候选路径点列表对应的起始端点和终止端点对应的道路区间的道路曲率。
具体的，以第i个候选路径点为例，获取到候选路径点列表中第i+1个候选路径点和第i+1个候选路径点对应的起始端点和终止端点后，根据起始端点对应的最大横坐标和终止端点对应的最小横坐标确定道路区间，例如道路区间可以表示为，确定道路区间上的道路对应的道路曲率。
S630、通过端点-曲线参数模型，根据道路曲率、候选路径点列表对应的起始端点和终止端点，确定曲线路径段，并将曲线路径段写入初始化可通行路径列表，确定更新可通行路径列表。
具体的，通过端点-曲线参数模型，根据道路曲率、候选路径点列表对应的起始端点和终止端点，确定道路曲率对应的最优可通行路径的曲线路径段，并将曲线路径段写入初始化可通行路径列表，确定更新可通行路径列表。
S640、从候选路径点列表中删除候选路径点列表中的起始端点，确定更新路径点列表。
具体的，以第i个候选路径点为例，在确定第i个候选路径点和第i+1个候选路径点对应的曲线路径段，并将该曲线路径段写入初始化可通行路径列表后，从候选路径点列表中删除候选路径点列表中的起始端点，即为从候选路径点列表中删除第i个候选路径点，并将删除起始端点后的候选路径点列表作为更新路径点列表。
S650、若更新路径点列表中存在至少两个候选路径点，则根据更新路径点列表确定起始端点和终止端点。
具体的，若更新路径点列表中存在至少两个候选路径点，则根据更新路径点列表中的第一个候选路径点确定更新路径点列表对应的起始端点和终止端点。示例性的，若候选路径点列表对应的起始端点和终止端点之间的路径为曲线路径，则更新路径点列表对应的起始端点和终止端点之间的路径为直线路径。若更新路径点列表中的第一个候选路径点为，则更新路径点列表对应的起始端点为/>，更新路径点列表对应的终止端点为/>。/>为更新路径点列表中的第一个候选路径点对应的纵坐标，/>为更新路径点列表中的第一个候选路径点对应的最小横坐标，/>为更新路径点列表中的第一个候选路径点对应的最大横坐标。
S660、根据更新路径点列表中的起始端点和终止端点，确定更新路径点列表的直线路径段，并将直线路径段写入更新可通行路径列表，确定最优可通行路径列表。
具体的，根据新路径点列表中的起始端点和终止端点，确定更新路径点列表的直线路径段，并将直线路径段写入更新可通行路径列表，并从更新路径点列表中删除第一个候选路径点，确定删除第一个候选路径点后的更新路径点列表是否存在至少两个候选路径点，若是，则将删除第一个候选路径点后的更新路径点列表作为新的候选路径点列表，并返回执行S640。若否，则将更新可通行路径列表作为最优可通行路径列表。示例性的，通过端点-曲线参数模型确定的最优可通行路径的示例图如图13所示。
上述方案，通过动态规划算法得到的路径点序列包括两部分，一部分是有障碍区域路径段，另一部分是无障碍区域的拼接路径段。拼接路径段的具体形式需要根据端点-曲线参数模型生成考虑运动学约束的平滑可通行路径。因此在确定最优可通行路径列表时，根据候选路径点列表中的候选路径点确定候选路径点列表对应的所有曲线路径和所有直线路径，并将所有曲线路径和所有直线路径均记录至最优可通行路径列表中，能够构建出平滑的最优可通行路径，提高了获取的最优可通行路径的精确性。
示例性的，在上述实施例的基础上，路径规划方法包括：
基于规划区域的道路结构和目标车道构建规划区域的区域坐标系，确定规划区域在区域坐标系下的AABB盒子，将规划区域对应的AABB盒子即规划区域在区域坐标系下的目标区域位置。规划区域中的候选障碍物在区域坐标系下的AABB盒子，将候选障碍物对应的AABB盒子作为候选障碍物位置。将与目标区域位置重合的候选障碍物位置作为目标障碍物位置，目标障碍物位置对应的候选障碍物即为目标障碍物，并将目标障碍物位置写入目标障碍物位置列表中。根据目标障碍物位置列表中写有的目标障碍物位置，确定每两个相邻目标障碍物位置之间的障碍物横坐标最大间距，若障碍物横坐标最大间距小于或等于预设的障碍物组距离阈值，则将两个目标障碍物位置分至相同的障碍物组，否则将两个目标障碍物分至两个不同的障碍物组。将所有的目标障碍物的障碍物分组均写入初始化障碍物列表中，确定障碍物组列表。
依次从障碍物组列表中读取障碍物组，并将读取的障碍物组中的目标障碍物位置作为组内障碍物位置，根据组内障碍物位置和目标区域位置确定自由区域的临时区域位置。根据组内障碍物位置的排序，依次确定组内障碍物位置的最小纵坐标和临时区域位置的最小纵坐标之间的纵坐标差值。若纵坐标差值大于预设的纵坐标差值阈值，则根据组内障碍物位置的纵坐标最小值和临时区域位置确定自由区域位置，将一个障碍物组中的组内障碍物对应的自由区域位置存入相同的自由区域组中，并将各障碍物组对应的自由区域组写入自由区域组列表中，确定自由区域组列表。
将车辆的起点节点插入候选节点组列表的首位，将车辆的目标节点插入候选节点组列表的末位，以对候选节点组列表进行更新，确定更新节点组列表。从更新节点组列表中倒数第二节点组，依照更新节点组列表中节点组的排列顺序依次向前遍历更新节点组列表，并依次确定更新节点组列表中除第一节点组和最后一个节点组之外的节点组为遍历节点组。根据可行性连接判定模型确定遍历节点组中各采样节点的遍历节点父节点，将所有遍历节点组对应的遍历节点父节点均写入初始化路径点列表中，确定第一路径点列表。对起点节点的起点父节点进行迭代计算，确定迭代父节点，当迭代父节点为目标节点时，停止迭代计算，并将迭代父节点、起点节点和目标节点写入第一路径点列表，确定候选路径点列表。若候选路径点列表中包含至少两个候选路径点，可以根据候选路径点列表中目标候选路径点对应的纵坐标和最大横坐标确定起始端点，根据候选路径点列表中目标候选路径点的下一候选路径点对应的纵坐标和最小横坐标确定终止端点。根据候选路径点列表对应的起始端点和终止端点，确定候选路径点列表对应的起始端点和终止端点对应的道路区间的道路曲率。通过端点-曲线参数模型，根据道路曲率、候选路径点列表对应的起始端点和终止端点，确定道路曲率对应的最优可通行路径的曲线路径段，并将曲线路径段写入初始化可通行路径列表，确定更新可通行路径列表。若更新路径点列表中存在至少两个候选路径点，则根据更新路径点列表中的第一个候选路径点确定更新路径点列表对应的起始端点和终止端点。根据新路径点列表中的起始端点和终止端点，确定更新路径点列表的直线路径段，并将直线路径段写入更新可通行路径列表，根据更新可通行路径列表确定最优可通行路径列表。
上述路径规划方法中，根据目标区域位置和目标障碍物位置确定障碍物组列表，根据障碍物组列表和目标区域位置确定自由区域组列表，以通过障碍物组将复杂的路径规划过程中的避障问题拆分成若干简单的子问题，根据自由区域组列表确定采样区间，并在采样区间中进行节点采样，确定节点组和候选节点组列表，根据车辆的起点节点和目标节点，确定候选路径点列表，根据候选路径点列表确定最优可通行路径列表。解决了在进行路径规划时受到行驶场景的约束，无法对高速行驶场景进行高效且准确的路径规划的问题，同时解决了通过对节点连接进行碰撞检测来检测车辆行驶区域中的障碍物，以进行路径规划导致的成本较高的问题。上述方案，构建了具有通用性的路径规划方法，通过预处理将结构化道路下的路径规划问题转化为统一的路径规划形式，统一的规划规划形式包括三个主要的元素：规划区域的目标区域位置、目标障碍物位置和目标车道的中心线，不同的驾驶行为对应的三个主要元素不通，即车辆左换道、车道保持和右换道对应的目标车道中心线与目标区域位置都不相同。可以保证车辆沿该路径行驶时车身在目标区域位置内部且不与目标障碍物位置有重叠，并尽可能安全、平滑且快速地到达目标车道中心线上。因此可以用于对低速行驶场景或高速行驶场景进行路径规划，能够提高路径规划精确度，且降低路径规划成本。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的路径规划方法的路径规划装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个路径规划装置实施例中的具体限定可以参见上文中对于路径规划方法的限定，在此不再赘述。
在一个实施例中，如图14所示，提供了一种路径规划装置，包括：障碍物组列表确定模块701、区域组列表确定模块702、节点组列表确定模块703、路径点列表确定模块704和可通行路径列表确定模块705，其中：
障碍物组列表确定模块701，用于确定规划区域的目标区域位置，以及规划区域中目标障碍物位置，并对目标障碍物位置进行分组，确定障碍物组列表；
区域组列表确定模块702，用于根据障碍物组列表中的目标障碍物位置，以及目标区域位置，确定自由区域组列表；
节点组列表确定模块703，用于根据自由区域组列表中自由区域组的自由区域位置确定采样区间，并根据采样区间中的采样纵坐标和自由区域位置确定节点坐标，根据节点坐标确定节点组和候选节点组列表；
路径点列表确定模块704，用于根据候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表；
可通行路径列表确定模块705，用于根据候选路径点列表确定起始端点和终止端点，并根据起始端点和终止端点确定最优可通行路径列表。
上述路径规划装置，根据目标区域位置和目标障碍物位置确定障碍物组列表，根据障碍物组列表和目标区域位置确定自由区域组列表，以通过障碍物组将复杂的路径规划过程中的避障问题拆分成若干简单的子问题，根据自由区域组列表确定采样区间，并在采样区间中进行节点采样，确定节点组和候选节点组列表，根据车辆的起点节点和目标节点，确定候选路径点列表，根据候选路径点列表确定最优可通行路径列表。解决了在进行路径规划时受到行驶场景的约束，无法对高速行驶场景进行高效且准确的路径规划的问题，同时解决了通过对节点连接进行碰撞检测来检测车辆行驶区域中的障碍物，以进行路径规划导致的成本较高的问题。上述方案，构建了具有通用性的路径规划方法，通过预处理将结构化道路下的路径规划问题转化为统一的路径规划形式，统一的规划规划形式包括三个主要的元素：规划区域的目标区域位置、目标障碍物位置和目标车道的中心线，不同的驾驶行为对应的三个主要元素不通，即车辆左换道、车道保持和右换道对应的目标车道中心线与目标区域位置都不相同。可以保证车辆沿该路径行驶时车身在目标区域位置内部且不与目标障碍物位置有重叠，并尽可能安全、平滑且快速地到达目标车道中心线上。因此可以用于对低速行驶场景或高速行驶场景进行路径规划，能够提高路径规划精确度，且降低路径规划成本。
示例性的，障碍物组列表确定模块701具体用于：
构建规划区域的区域坐标系，并确定规划区域在区域坐标系下的目标区域位置，以及规划区域中的候选障碍物在区域坐标系下的候选障碍物位置；
根据目标区域位置和候选障碍物位置的重合关系，从候选障碍物位置中确定目标障碍物位置；
根据目标障碍物位置，对目标障碍物位置进行分组，确定障碍物组列表。
示例性的，区域组列表确定模块702具体用于：
从障碍物组列表中读取障碍物组，并将障碍物组中的目标障碍物位置作为组内障碍物位置；
根据组内障碍物位置和目标区域位置确定自由区域的临时区域位置；
确定障碍物组中组内障碍物位置的最小纵坐标和临时区域位置的最小纵坐标之间的纵坐标差值；
若纵坐标差值大于纵坐标差值阈值，则根据组内障碍物位置和临时区域位置确定自由区域位置，并根据自由区域位置确定自由区域组，根据自由区域组确定自由区域组列表。
示例性的，区域组列表确定模块702还用于：
获取组内障碍物位置在障碍物组中的组内横坐标最小值以及组内横坐标最大值；
根据组内横坐标最小值，组内横坐标最大值，临时区域位置，以及组内障碍物位置对应的组内障碍物纵坐标确定自由区域位置。
示例性的，路径点列表确定模块704具体用于：
根据车辆的起点节点和目标节点对候选节点组列表进行更新，确定更新节点组列表；
从更新节点组列表中倒数第二节点组向前遍历更新节点组列表，并依次确定更新节点组列表中除第一节点组之外的遍历节点组；
确定遍历节点组中采样节点的遍历节点父节点，并将遍历节点父节点写入初始化候选路径点列表，确定第一路径点列表；
对起点节点的起点父节点进行迭代计算，确定迭代父节点，当迭代父节点为目标节点时，停止迭代计算，并将迭代父节点、起点节点和目标节点写入第一路径点列表，确定候选路径点列表。
示例性的，路径点列表确定模块704还具体用于：
根据可行连接判定模型从遍历节点组在更新节点组列表中的下一节点组中筛选出与遍历节点组中的采样节点具有有效连接性的有效节点集合；
分别确定采样节点经过有效节点集合中的候选有效节点到达目标节点的累积成本；
基于累积成本从候选有效节点中确定父节点。
示例性的，可通行路径列表确定模块705具体用于：
若候选路径点列表中包含至少两个候选路径点，则根据候选路径点列表中的候选路径点确定起始端点和终止端点；
根据候选路径点列表对应的起始端点和终止端点，确定候选路径点列表对应的起始端点和终止端点对应的道路区间的道路曲率；
通过端点-曲线参数模型，根据道路曲率、候选路径点列表对应的起始端点和终止端点，确定曲线路径段，并将曲线路径段写入初始化可通行路径列表，确定更新可通行路径列表；
从候选路径点列表中删除候选路径点列表中的起始端点，确定更新路径点列表；
若更新路径点列表中存在至少两个候选路径点，则根据更新路径点列表确定起始端点和终止端点；
根据更新路径点列表中的起始端点和终止端点，确定更新路径点列表的直线路径段，并将直线路径段写入更新可通行路径列表，确定最优可通行路径列表。
上述路径规划装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图15所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种路径规划方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图15中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
步骤一、确定规划区域的目标区域位置，以及规划区域中目标障碍物位置，并对目标障碍物位置进行分组，确定障碍物组列表；
步骤二、根据障碍物组列表中的目标障碍物位置，以及目标区域位置，确定自由区域组列表；
步骤三、根据自由区域组列表中自由区域组的自由区域位置确定采样区间，并根据采样区间中的采样纵坐标和自由区域位置确定节点坐标，根据节点坐标确定节点组和候选节点组列表；
步骤四、根据候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表；
步骤五、根据候选路径点列表确定起始端点和终止端点，并根据起始端点和终止端点确定最优可通行路径列表。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
步骤一、确定规划区域的目标区域位置，以及规划区域中目标障碍物位置，并对目标障碍物位置进行分组，确定障碍物组列表；
步骤二、根据障碍物组列表中的目标障碍物位置，以及目标区域位置，确定自由区域组列表；
步骤三、根据自由区域组列表中自由区域组的自由区域位置确定采样区间，并根据采样区间中的采样纵坐标和自由区域位置确定节点坐标，根据节点坐标确定节点组和候选节点组列表；
步骤四、根据候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表；
步骤五、根据候选路径点列表确定起始端点和终止端点，并根据起始端点和终止端点确定最优可通行路径列表。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
步骤一、确定规划区域的目标区域位置，以及规划区域中目标障碍物位置，并对目标障碍物位置进行分组，确定障碍物组列表；
步骤二、根据障碍物组列表中的目标障碍物位置，以及目标区域位置，确定自由区域组列表；
步骤三、根据自由区域组列表中自由区域组的自由区域位置确定采样区间，并根据采样区间中的采样纵坐标和自由区域位置确定节点坐标，根据节点坐标确定节点组和候选节点组列表；
步骤四、根据候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表；
步骤五、根据候选路径点列表确定起始端点和终止端点，并根据起始端点和终止端点确定最优可通行路径列表。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random AccessMemory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种路径规划方法，其特征在于，包括：
确定规划区域的目标区域位置，以及所述规划区域中目标障碍物位置，并对所述目标障碍物位置进行分组，确定障碍物组列表；
根据所述障碍物组列表中的目标障碍物位置，以及所述目标区域位置，确定自由区域组列表；
根据所述自由区域组列表中自由区域组的自由区域位置确定采样区间，并根据所述采样区间中的采样纵坐标和所述自由区域位置确定节点坐标，根据所述节点坐标确定节点组和候选节点组列表；
根据所述候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表；
根据所述候选路径点列表确定起始端点和终止端点，并根据所述起始端点和所述终止端点确定最优可通行路径列表。
2.根据权利要求1所述的路径规划方法，其特征在于，确定规划区域的目标区域位置，以及所述规划区域中目标障碍物位置，并对所述目标障碍物位置进行分组，确定障碍物组列表，包括：
构建规划区域的区域坐标系，并确定所述规划区域在所述区域坐标系下的目标区域位置，以及所述规划区域中的候选障碍物在所述区域坐标系下的候选障碍物位置；
根据所述目标区域位置和所述候选障碍物位置的重合关系，从所述候选障碍物位置中确定目标障碍物位置；
根据所述目标障碍物位置，对所述目标障碍物位置进行分组，确定障碍物组列表。
3.根据权利要求1所述的路径规划方法，其特征在于，根据所述障碍物组列表中的目标障碍物位置，以及所述目标区域位置，确定自由区域组列表，包括：
从所述障碍物组列表中读取障碍物组，并将障碍物组中的目标障碍物位置作为组内障碍物位置；
根据所述组内障碍物位置和目标区域位置确定自由区域的临时区域位置；
确定所述障碍物组中组内障碍物位置的最小纵坐标和所述临时区域位置的最小纵坐标之间的纵坐标差值；
若所述纵坐标差值大于纵坐标差值阈值，则根据所述组内障碍物位置和所述临时区域位置确定自由区域位置，并根据所述自由区域位置确定自由区域组，根据所述自由区域组确定自由区域组列表。
4.根据权利要求3所述的路径规划方法，其特征在于，根据所述组内障碍物位置和所述临时区域位置确定自由区域位置，包括：
获取所述组内障碍物位置在所述障碍物组中的组内横坐标最小值以及组内横坐标最大值；
根据所述组内横坐标最小值，所述组内横坐标最大值，所述临时区域位置，以及所述组内障碍物位置对应的组内障碍物纵坐标确定自由区域位置。
5.根据权利要求1所述的路径规划方法，其特征在于，根据所述候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表，包括：
根据车辆的起点节点和目标节点对所述候选节点组列表进行更新，确定更新节点组列表；
从所述更新节点组列表中倒数第二节点组向前遍历所述更新节点组列表，并依次确定所述更新节点组列表中除第一节点组之外的遍历节点组；
确定所述遍历节点组中采样节点的遍历节点父节点，并将所述遍历节点父节点写入初始化候选路径点列表，确定第一路径点列表；
对所述起点节点的起点父节点进行迭代计算，确定迭代父节点，当所述迭代父节点为目标节点时，停止迭代计算，并将所述迭代父节点、所述起点节点和所述目标节点写入第一路径点列表，确定候选路径点列表。
6.根据权利要求5所述的路径规划方法，其特征在于，确定所述遍历节点组中采样节点的遍历节点父节点，包括：
根据可行连接判定模型从所述遍历节点组在所述更新节点组列表中的下一节点组中筛选出与所述遍历节点组中的采样节点具有有效连接性的有效节点集合；
分别确定所述采样节点经过所述有效节点集合中的候选有效节点到达所述目标节点的累积成本；
基于所述累积成本从所述候选有效节点中确定父节点。
7.根据权利要求1所述的路径规划方法，其特征在于，根据所述候选路径点列表确定起始端点和终止端点，并根据所述起始端点和所述终止端点确定最优可通行路径列表，包括：
若所述候选路径点列表中包含至少两个候选路径点，则根据所述候选路径点列表中的候选路径点确定起始端点和终止端点；
根据所述候选路径点列表对应的起始端点和终止端点，确定所述候选路径点列表对应的起始端点和终止端点对应的道路区间的道路曲率；
通过端点-曲线参数模型，根据所述道路曲率、所述候选路径点列表对应的起始端点和终止端点，确定曲线路径段，并将所述曲线路径段写入初始化可通行路径列表，确定更新可通行路径列表；
从所述候选路径点列表中删除所述候选路径点列表中的起始端点，确定更新路径点列表；
若所述更新路径点列表中存在至少两个候选路径点，则根据所述更新路径点列表确定起始端点和终止端点；
根据所述更新路径点列表中的起始端点和终止端点，确定所述更新路径点列表的直线路径段，并将所述直线路径段写入所述更新可通行路径列表，确定最优可通行路径列表。
8.一种路径规划装置，其特征在于，所述路径规划装置包括：
障碍物组列表确定模块，用于确定规划区域的目标区域位置，以及所述规划区域中目标障碍物位置，并对所述目标障碍物位置进行分组，确定障碍物组列表；
区域组列表确定模块，用于根据所述障碍物组列表中的目标障碍物位置，以及所述目标区域位置，确定自由区域组列表；
节点组列表确定模块，用于根据所述自由区域组列表中自由区域组的自由区域位置确定采样区间，并根据所述采样区间中的采样纵坐标和所述自由区域位置确定节点坐标，根据所述节点坐标确定节点组和候选节点组列表；
路径点列表确定模块，用于根据所述候选节点组列表、车辆的起点节点和目标节点，确定候选路径点列表；
可通行路径列表确定模块，用于根据所述候选路径点列表确定起始端点和终止端点，并根据所述起始端点和所述终止端点确定最优可通行路径列表。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至权利要求7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至权利要求7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311340072.6A CN117073709B (zh) | 2023-10-17 | 2023-10-17 | 路径规划方法、装置、计算机设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311340072.6A CN117073709B (zh) | 2023-10-17 | 2023-10-17 | 路径规划方法、装置、计算机设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117073709A true CN117073709A (zh) | 2023-11-17 |
| CN117073709B CN117073709B (zh) | 2024-01-16 |
Family
ID=88708431
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311340072.6A Active CN117073709B (zh) | 2023-10-17 | 2023-10-17 | 路径规划方法、装置、计算机设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117073709B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200184824A1 (en) * | 2018-12-05 | 2020-06-11 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method, apparatus, device and readable storage medium for planning pass path |
| US20210181741A1 (en) * | 2019-12-11 | 2021-06-17 | Baidu Usa Llc | Method for determining passable area in planning a path of autonomous driving vehicles |
| WO2021142799A1 (zh) * | 2020-01-17 | 2021-07-22 | 华为技术有限公司 | 路径选择方法和路径选择装置 |
| CN113566823A (zh) * | 2021-06-30 | 2021-10-29 | 南京轩世琪源软件科技有限公司 | 运输机器人在未知环境中的路径规划方法及系统 |
| CN114061606A (zh) * | 2021-11-10 | 2022-02-18 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、装置、电子设备及存储介质 |
| CN114111825A (zh) * | 2021-11-19 | 2022-03-01 | 广西柳工机械股份有限公司 | 路径规划方法、装置、电子设备、工程机械和存储介质 |
| US20220402521A1 (en) * | 2021-06-16 | 2022-12-22 | Waymo Llc | Autonomous path generation with path optimization |
| CN115597620A (zh) * | 2022-10-18 | 2023-01-13 | 深圳海星智驾科技有限公司（Cn） | 路径规划方法、装置、电子设备及存储介质 |
| CN116817958A (zh) * | 2023-08-29 | 2023-09-29 | 之江实验室 | 一种基于障碍物分组的参考路径生成方法、装置和介质 |
-
2023
- 2023-10-17 CN CN202311340072.6A patent/CN117073709B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200184824A1 (en) * | 2018-12-05 | 2020-06-11 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method, apparatus, device and readable storage medium for planning pass path |
| US20210181741A1 (en) * | 2019-12-11 | 2021-06-17 | Baidu Usa Llc | Method for determining passable area in planning a path of autonomous driving vehicles |
| WO2021142799A1 (zh) * | 2020-01-17 | 2021-07-22 | 华为技术有限公司 | 路径选择方法和路径选择装置 |
| US20220402521A1 (en) * | 2021-06-16 | 2022-12-22 | Waymo Llc | Autonomous path generation with path optimization |
| CN113566823A (zh) * | 2021-06-30 | 2021-10-29 | 南京轩世琪源软件科技有限公司 | 运输机器人在未知环境中的路径规划方法及系统 |
| CN114061606A (zh) * | 2021-11-10 | 2022-02-18 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、装置、电子设备及存储介质 |
| CN114111825A (zh) * | 2021-11-19 | 2022-03-01 | 广西柳工机械股份有限公司 | 路径规划方法、装置、电子设备、工程机械和存储介质 |
| CN115597620A (zh) * | 2022-10-18 | 2023-01-13 | 深圳海星智驾科技有限公司（Cn） | 路径规划方法、装置、电子设备及存储介质 |
| CN116817958A (zh) * | 2023-08-29 | 2023-09-29 | 之江实验室 | 一种基于障碍物分组的参考路径生成方法、装置和介质 |
Non-Patent Citations (1)
| Title |
|---|
| 盛鹏程;罗新闻;李景蒲;吴学易;卞学良;: "智能电动车弯曲道路场景中的避障路径规划", 交通运输工程学报, no. 02 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117073709B (zh) | 2024-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11217012B2 (en) | System and method for identifying travel way features for autonomous vehicle motion control | |
| US11922708B2 (en) | Multiple stage image based object detection and recognition | |
| US10768628B2 (en) | Systems and methods for object detection at various ranges using multiple range imagery | |
| US10528055B2 (en) | Road sign recognition | |
| CN107450529A (zh) | 用于自动驾驶车辆的改进的物体检测 | |
| US20210389133A1 (en) | Systems and methods for deriving path-prior data using collected trajectories | |
| US11970185B2 (en) | Data structure for storing information relating to an environment of an autonomous vehicle and methods of use thereof | |
| US11577732B2 (en) | Methods and systems for tracking a mover's lane over time | |
| KR20230012953A (ko) | 운전 가능 표면 주석 달기를 위한 머신 러닝 기반 프레임워크 | |
| KR20230004212A (ko) | 대상체 검출을 위한 교차 모달리티 능동 학습 | |
| KR20230166129A (ko) | 에이전트 궤적 예측 | |
| EP4285083A1 (en) | Methods and system for generating a lane-level map for an area of interest for navigation of an autonomous vehicle | |
| WO2022154995A1 (en) | Methods and system for constructing data representation for use in assisting autonomous vehicles navigate intersections | |
| CN116653964B (zh) | 变道纵向速度规划方法、装置和车载设备 | |
| CN116674557B (zh) | 车辆自主变道动态规划方法、装置和域控制器 | |
| US20230056589A1 (en) | Systems and methods for generating multilevel occupancy and occlusion grids for controlling navigation of vehicles | |
| CN117073709B (zh) | 路径规划方法、装置、计算机设备以及存储介质 | |
| CN116653965B (zh) | 车辆变道重规划触发方法、装置及域控制器 | |
| CN117698718A (zh) | 车道级导航方法、装置、计算机设备以及存储介质 | |
| US20230237793A1 (en) | False track mitigation in object detection systems | |
| CN117725502A (zh) | 目标俯仰分类方法、装置、计算机设备和存储介质 | |
| CN117184123A (zh) | 基于顺应先验对具有不确定测量的道路行为体进行状态识别 | |
| CN117930220A (zh) | 障碍物速度检测方法、装置、计算机设备以及存储介质 | |
| CN117782120A (zh) | 危险碰撞目标轨迹预测方法、装置、计算机设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |