CN117109619A - 一种无人驾驶路径规划方法 - Google Patents
一种无人驾驶路径规划方法 Download PDFInfo
- Publication number
- CN117109619A CN117109619A CN202311088942.5A CN202311088942A CN117109619A CN 117109619 A CN117109619 A CN 117109619A CN 202311088942 A CN202311088942 A CN 202311088942A CN 117109619 A CN117109619 A CN 117109619A
- Authority
- CN
- China
- Prior art keywords
- point
- path
- unmanned
- points
- planning method
- 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 42
- 238000006243 chemical reaction Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 2
- 238000009499 grossing Methods 0.000 abstract description 7
- 238000012937 correction Methods 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000000126 substance Substances 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
- G01C21/3407—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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种无人驾驶路径规划方法，包括获取原始全局路径，还包括以下步骤：提取所述原始全局路径中的轨迹坐标点，并进行坐标转换，得到从起点到达终点的新车辆行驶路径；对所述新车辆行驶路径中的转弯拐点行优化，得到弧形拐点路线；对所述弧形拐点路线进行稀疏差值；生成最终的车辆行驶路径。本发明提出了一种无人驾驶路径规划方法，基于电子地图可以根据复杂多变的交通场景灵活动态地调整规划路径，再通过坐标系转换、路径纠偏、平滑处理等，为无人驾驶车辆提供一条安全高效的行驶轨迹路径。
Description
技术领域
本发明涉及无人驾驶的技术领域，特别是一种无人驾驶路径规划方法。
背景技术
无人驾驶车辆行驶的第一步就是要完成行驶路径的规划，然而，目前现有的无人车行驶路径规划方法还存在许多问题，首先就是交通环境复杂多变，高精地图的采集和维护成本高、难度大，且对于复杂多变的交通环境，传统的静态规划方法难以应对；其次，现有的规划路径存在往返搜索、效率低、路径点稀疏、路径代价大等，且在遇到转弯情况时，如果转弯的角度较大如在十字路左转或右转时，路径会构成一个折点，这对于无人驾驶车辆来说是无法完成行驶的，车辆如果按照这些坐标点进行行驶，必然会导致交通事故的发生。
申请公开号为CN109828564A的发明专利申请公开了一种无人驾驶汽车路径规划的优化方法、装置及终端设备，其中方法包括：根据信息采集系统采集的信息，建立无人驾驶汽车路径规划的数学模型；根据所述信息采集系统采集的信息，构建所述无人驾驶汽车路径规划的评价函数；根据所述数学模型及所述评价函数，获取全局最优行驶路径；根据折线等效算法及拐角优化算法，对所述全局最优行驶路径进行局部优化，获得局部最优行驶路径。该方法采用的拐角优化算法得到的路线不是平滑曲线，而是多条线段组成的折线，使得无人驾驶车辆在行驶时不够流畅。
发明内容
为了解决上述的技术问题，本发明提出了一种无人驾驶路径规划方法，基于电子地图可以根据复杂多变的交通场景灵活动态地调整规划路径，再通过坐标系转换、路径纠偏、平滑处理等，为无人驾驶车辆提供一条安全高效的行驶轨迹路径。
本发明提供一种无人驾驶路径规划方法，包括获取原始全局路径，还包括以下步骤：
步骤1：提取所述原始全局路径中的轨迹坐标点，并进行坐标转换，得到从起点到达终点的新车辆行驶路径；
步骤2：对所述新车辆行驶路径中的转弯拐点进行优化，得到弧形拐点路线；
步骤3：对所述弧形拐点路线进行稀疏差值；
步骤4：生成最终的车辆行驶路径。
优选的是，所述获取原始全局路径包括基于电子地图获得一条由起点指向终点的全局路径，该路径由一组经纬度坐标组成。
在上述任一方案中优选的是，所述坐标转换的公式为
其中，lonwgs为该点在WGS84坐标系下的经度，latwgs为该点在WGS84坐标系下的纬度，α为赤道半径，e为地球扁率，π为圆周率，lon为GCJ02坐标系下该点与基准点的经度偏移，Δlon为经度偏移的正弦多项式，lat为GCJ02坐标系下该点与所述基准点的纬度偏移，m为辅助公式， Δlat为纬度偏移的正弦多项式，所述基准点的经纬度为(105°E，35°N)。
在上述任一方案中优选的是，lon的计算公式为
lon＝longcj-105.0
其中，longcj为GCJ02坐标系下该点的经度。
在上述任一方案中优选的是，lat的计算公式为
lat＝latgcj-35.0
其中，latgcj为GCJ02坐标系下该点的纬度。
在上述任一方案中优选的是，Δlon的计算公式为
在上述任一方案中优选的是，Δlat的计算公式为
在上述任一方案中优选的是，所述转弯拐点的优化方法包括以下子步骤：
步骤21：确定车辆开始转向时的位置A点、在路口中的拐点B点和转向结束时的位置A′点，设定A点到B点的距离a等于A′点到B点的距离；
步骤22：以A点和B点所在直线为x轴，车辆前进方向为正向，A点为坐标原点建立直角坐标系，过A′作A′B的垂线交y轴于O点；
步骤23：以O点为圆心，a为圆O半径，生成弧AA′；
步骤24：在弧AA′上等距离选取n个点作为新的轨迹点，代替B点，生成的优化后的轨迹。
在上述任一方案中优选的是，所述步骤3包括当所述优化后的轨迹上的相邻的两个轨迹点的距离大于距离阈值x时，在这两个相邻轨迹点之间进行线性插值。
在上述任一方案中优选的是，所述线性插值包括应插入的点的个数为k，则插值后相邻点间距离为d/(k+1)，其中，d为两个相邻轨迹点之间的距离。
本发明提出了一种无人驾驶路径规划方法，使无人驾驶车辆的服务更加精确和可靠，有助于改善客户的出行体验和提高出行效率。
附图说明
图1为按照本发明的无人驾驶路径规划方法的一优选实施例的流程图。
图2为按照本发明的无人驾驶路径规划方法的一优选实施例的拐点优化前示意图。
图3为按照本发明的无人驾驶路径规划方法的一优选实施例的拐点优化后示意图。
图4为按照本发明的无人驾驶路径规划方法的一优选实施例的转向起始/结束点示意图。
图5为按照本发明的无人驾驶路径规划方法的一优选实施例的圆坐标方程示意图。
图6为按照本发明的无人驾驶路径规划方法的一优选实施例的新路径点示意图。
图7为按照本发明的无人驾驶路径规划方法的一优选实施例的稀疏插值示意图。
具体实施方式
下面结合附图和具体的实施例对本发明做进一步的阐述。
实施例一
如图1所示，执行步骤100，获取原始全局路径，基于电子地图获得一条由起点指向终点的全局路径，该路径由一组经纬度坐标组成。
执行步骤110，提取所述原始全局路径中的轨迹坐标点，并进行坐标转换，得到从起点到达终点的新车辆行驶路径。所述坐标转换的公式为
其中，lonwgs为该点在WGS84坐标系下的经度，latwgs为该点在WGS84坐标系下的纬度，α为赤道半径，e为地球扁率，π为圆周率，lon为GCJ02坐标系下该点与基准点的经度偏移，Δlon为经度偏移的正弦多项式，lat为GCJ02坐标系下该点与所述基准点的纬度偏移，m为辅助公式， Δlat为纬度偏移的正弦多项式，所述基准点的经纬度为(105°E，35°N)。
lon的计算公式为：lon＝longcj-105.0，其中，longcj为GCJ02坐标系下该点的经度。
lat的计算公式为：lat＝latgcj-35.0，其中，latgcj为GCJ02坐标系下该点的纬度。
Δlon的计算公式为
Δlat的计算公式为
执行步骤120，对所述新车辆行驶路径中的转弯拐点进行优化，得到弧形拐点路线，转弯拐点是指无人驾驶车辆在进行转弯时生成的角的顶点。所述转弯拐点的优化方法包括以下子步骤：
执行步骤121，确定车辆开始转向时的位置A点、在路口中的拐点B点和转向结束时的位置A′点，设定A点到B点的距离a等于A′点到B点的距离；
执行步骤122，以A点和B点所在直线为x轴，车辆前进方向为正向，A点为坐标原点建立直角坐标系，过A′作A′B的垂线交y轴于O点；
执行步骤123，以O点为圆心，a为圆O半径，生成弧AA′；
执行步骤124，在弧AA′上等距离选取n个点作为新的轨迹点，代替B点，生成的优化后的轨迹。
执行步骤130，对所述弧形拐点路线进行稀疏差值；当所述优化后的轨迹上的相邻的两个轨迹点的距离大于距离阈值x时，在这两个相邻轨迹点之间进行线性插值。所述线性插值包括应插入的点的个数为k，则插值后相邻点间距离为d/(k+1)，其中，d为两个相邻轨迹点之间的距离。
执行步骤140，生成最终的车辆行驶路径。
实施例二
传统静态规划方法一旦路径规划完成便必须沿着规划好的路径行驶，倘若偏离预定轨迹便无法进行动态修正，灵活性较差。本发明的目的是提供一种无人驾驶车辆路径规划方法，可以实时动态完成行驶轨迹路径的规划，能较好应对复杂多变的外界环境。
本发明方法在确定起始地点和目的地点之后，有效地根据不同的实际情况，首先完成从起始地点到达目的地点之间的无人驾驶车辆的粗略路径规划，在得道粗略路径之后，对路径进行坐标系转换，并对路径中存在大角度转弯的折点处进行平滑处理，最后便是针对路径中坐标点稀疏问题做线性插值，为无人驾驶车辆提供一条安全可靠的行驶路径，使无人驾驶车辆行驶的安全性、可靠性的效果得到进一步改善。
路径由一系列经纬度坐标点组成，路径规划包括如下步骤：粗略路径获取、坐标转换、拐点优化和稀疏插值。
1.原始全局路径获取
本发明第一步是由基于某电子地图获得一条由起点指向终点的全局路径，该路径由一组经纬度坐标组成。无人驾驶车辆惯导系统使用的是WGS84大地坐标系，因此路径坐标属于WGS84大地坐标系。
2.坐标系转换
有些地图不能使用WGS84坐标系而是经过加密的GCJ02火星坐标系，故需将上述获取到的轨迹坐标点进行转换，转换成WGS84坐标系表示的坐标点。坐标转换方法如下：
引入几个常数，a＝6378245.0(米)，是地球长半轴长，即赤道半径；
地球扁率e＝0.00669342162296594323；
lon＝longcj-105.0；
lat＝latgcj-35.0；
3.拐点优化
坐标转换之后，得到了一条从起点到达终点的车辆行驶路径，此时路径中在交叉路口转弯时会出现拐点的情况，需将拐点转换成平滑的弧形，车辆才能根据平滑处理后的路径进行行驶。拐点优化前和优化后对比图2和图3所示。拐点优化变化方法如下：
I.首先确定车辆开始转向时的位置，如图4中的A点，由于不同道路车道数不同，为保证车辆不提前转向，在进入路口之前就驶向邻近车道，故A、
B之间的距离不宜过大，同理，转向结束点A′距离B点位置也应该等于AB之间的距离。
II.确定A及A′的位置后，以A、B所在直线为x轴、车辆前进方向为正向、
A点为坐标原点建立直角坐标系。过A′作A′B的垂线(如图4中的O A′)，交y轴于O点，O点即为弧AA′所在圆的圆心，O点坐标用(a,b)表示，圆O半径为R，所以圆O的直角坐标的方程可表示为：(x-a)2+(y-b)2＝R2，如图5所示。
III.最后，弧AA′即新生成的优化后的轨迹，在弧AA′上等距离选取n个点作为新的轨迹点，用以代替之间的B点，至此，行驶轨迹中的拐点作平滑处理已完成。
以上以直角情况下的拐点平滑优化过程可以推广到一般情况，即任意角度的平滑优化亦是同理。
4.稀疏插值
通过拐点优化，将原始路径点中的折点变换成平滑的圆弧，车辆能够根据这些平滑的圆弧轨迹点完成转向动作，需要对所有轨迹点进行查验，如果相邻两个轨迹点之间距离过大，则需要在这两个点之间进行插值，人为添加一些轨迹点，使所有轨迹点之间的距离不宜过大，能满足车辆的行驶要求。当两个坐标点之间距离大于x米时，需在两个点之间进行线性插值，且要求插入足够少的点，使插值完成后每两个相邻点之间距离小于x米的规定。假设两个点之间的距离为d米,d>x，应插入的点的个数为n,则插值后相邻点间距离为d/(n+1)。
实施例三
首先是起点和终点的确定。在系统输入框中输入相关词条进行地点搜索，会在下方给出与输入词条相关的候选地点，如输入“XX大学”会给出“XX大学(公交站)”、“XX大学科技楼”等候选地点，点击候选选项，即可把该候选选项设置为本次出行的出发地/目的地。
确定完出发地和目的地之后，系统会在界面上将出发地和目的地展示在地图界面上，同时用户的实时位置也会展示在地图界面上，并完成从起始地点到达目的地点的车辆行驶路径规划。得到表示从出发地到达目的地路径的一系列经纬度坐标序列，这些经纬度坐标是GCJ02坐标。完成路径规划之后，也会在系统上将此路径在地图上展示给用户，提升用户的使用体验。然后通过坐标转换，将上述轨迹点的经纬度坐标由GCJ02格式转换成WGS84格式。
实施例四
如图6所示，在拐点平滑处理过程中，A′为转向结束点，位于车道中央，且A′所在车道左侧至少有一个车道，故转向起始点A距离B点的距离至少为1.5个车道的距离，假设车道平均距离为3.5米，则AB长度为5.25米。
得到弧AA′后，需在弧AA′上等距离选取n个点作为新的轨迹点代替原B点，以达到对拐点B作平滑处理的效果。首先，将∠AO A′等分为6份，如图6中∠AO A′为90°，故等分角β大小为15°，除点A和A′外，需重新生成五个点。假设A坐标为(0,0)，A′坐标为(5.25,5.25)，B坐标为(0,5.25)，圆O方程为x2+(y-5.25)2＝5.252。根据圆方程和三角函数相关知识可求得其余五个点坐标分别为：(1.36,0.18)、(2.62,0.7)、(3.71,1.54)、(4.55,2.63)、(5.07,3.89)。
实施例五
针对路径坐标序列中坐标点稀疏问题，此处规定需要对距离大于3米的相邻两个点进行插值。当两个坐标点之间距离大于3米时，需在两个点之间进行线性插值，且要求插入足够少的点，使插值完成后每两个相邻点之间距离小于3米的规定。关于插入足够少的点的说明：假设两个点之间的距离为d米,应插入的点的个数为n,则n的值为d除以3的商减1再取上界，即：插值后相邻点间距离为d/(n+1)。
如图7所示，假设路径点中存在点A和点B且AB距离为13米，则插入的点数量插值后相邻点间距离为d/(n+1)＝13/(4+1)＝2.6米。
为了更好地理解本发明，以上结合本发明的具体实施例做了详细描述，但并非是对本发明的限制。凡是依据本发明的技术实质对以上实施例所做的任何简单修改，均仍属于本发明技术方案的范围。本说明书中每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，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。
Claims (10)
1.一种无人驾驶路径规划方法，包括获取原始全局路径，其特征在于，还包括以下步骤：
步骤1：提取所述原始全局路径中的轨迹坐标点，并进行坐标转换，得到从起点到达终点的新车辆行驶路径；
步骤2：对所述新车辆行驶路径中的转弯拐点进行优化，得到弧形拐点路线；
步骤3：对所述弧形拐点路线进行稀疏差值；
步骤4：生成最终的车辆行驶路径。
2.如权利要求1所述的无人驾驶路径规划方法，其特征在于，所述获取原始全局路径包括基于电子地图获得一条由起点指向终点的全局路径，该路径由一组经纬度坐标组成。
3.如权利要求2所述的无人驾驶路径规划方法，其特征在于，所述坐标转换的公式为
其中，lonwgs为该点在WGS84坐标系下的经度，latwgs为该点在WGS84坐标系下的纬度，α为赤道半径，e为地球扁率，π为圆周率，lon为GCJ02坐标系下该点与基准点的经度偏移，Δlon为经度偏移的正弦多项式，lat为GCJ02坐标系下该点与所述基准点的纬度偏移，m为辅助公式，Δlat为纬度偏移的正弦多项式，所述基准点的经纬度为(105°E，35°N)。
4.如权利要求3所述的无人驾驶路径规划方法，其特征在于，lon的计算公式为
lon＝longcj-105.0
其中，longcj为GCJ02坐标系下该点的经度。
5.如权利要求4所述的无人驾驶路径规划方法，其特征在于，lat的计算公式为
lat＝latgcj-35.0
其中，latgcj为GCJ02坐标系下该点的纬度。
6.如权利要求5所述的无人驾驶路径规划方法，其特征在于，Δlon的计算公式为
7.如权利要求6所述的无人驾驶路径规划方法，其特征在于，Δlat的计算公式为
8.如权利要求7所述的无人驾驶路径规划方法，其特征在于，所述转弯拐点的优化方法包括以下子步骤：
步骤21：确定车辆开始转向时的位置A点、在路口中的拐点B点和转向结束时的位置A′点，设定A点到B点的距离a等于A′点到B点的距离；
步骤22：以A点和B点所在直线为x轴，车辆前进方向为正向，A点为坐标原点建立直角坐标系，过A′作A′B的垂线交y轴于O点；
步骤23：以O点为圆心，a为圆O半径，生成弧AA′；
步骤24：在弧AA′上等距离选取n个点作为新的轨迹点，代替B点，生成的优化后的轨迹。
9.如权利要求8所述的无人驾驶路径规划方法，其特征在于，所述步骤3包括当所述优化后的轨迹上的相邻的两个轨迹点的距离大于距离阈值x时，在这两个相邻轨迹点之间进行线性插值。
10.如权利要求8所述的无人驾驶路径规划方法，其特征在于，所述线性插值包括应插入的点的个数为k，则插值后相邻点间距离为d/(k+1)，其中，d为两个相邻轨迹点之间的距离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311088942.5A CN117109619A (zh) | 2023-08-28 | 2023-08-28 | 一种无人驾驶路径规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311088942.5A CN117109619A (zh) | 2023-08-28 | 2023-08-28 | 一种无人驾驶路径规划方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117109619A true CN117109619A (zh) | 2023-11-24 |
Family
ID=88797894
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311088942.5A Pending CN117109619A (zh) | 2023-08-28 | 2023-08-28 | 一种无人驾驶路径规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117109619A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106840178A (zh) * | 2017-01-24 | 2017-06-13 | 中南大学 | 一种基于ArcGIS的地图创建与智能车辆自主导航方法及系统 |
| CN108763374A (zh) * | 2018-05-17 | 2018-11-06 | 北京三快在线科技有限公司 | 一种行驶路径展示方法、装置及设备 |
| CN109323705A (zh) * | 2018-09-28 | 2019-02-12 | 浙江大学 | 一种基于gnss的无人车行驶路径规划方法 |
| CN110133687A (zh) * | 2019-06-13 | 2019-08-16 | 大连民族大学 | 一种新型班车定位的系统和方法 |
| US20200073396A1 (en) * | 2018-08-28 | 2020-03-05 | Denso Corporation | Travel assistance method and travel assistance apparatus |
| CN111152784A (zh) * | 2020-01-07 | 2020-05-15 | 江苏大学 | 一种智能代客泊车局部路径规划方法 |
| CN113009912A (zh) * | 2021-02-20 | 2021-06-22 | 中国重汽集团济南动力有限公司 | 一种基于混合a星的低速商用无人车路径规划算法 |
| CN114440900A (zh) * | 2022-01-07 | 2022-05-06 | 中国地质大学（武汉） | 改进的隐马尔科夫模型地图匹配方法及装置 |
| CN115200604A (zh) * | 2022-09-16 | 2022-10-18 | 广州小鹏自动驾驶科技有限公司 | 转弯路径规划方法、设备、车辆及存储介质 |
| CN115435800A (zh) * | 2021-06-04 | 2022-12-06 | 中寰卫星导航通信有限公司 | 基于高精度地图的路径规划方法、装置、设备及介质 |
-
2023
- 2023-08-28 CN CN202311088942.5A patent/CN117109619A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106840178A (zh) * | 2017-01-24 | 2017-06-13 | 中南大学 | 一种基于ArcGIS的地图创建与智能车辆自主导航方法及系统 |
| CN108763374A (zh) * | 2018-05-17 | 2018-11-06 | 北京三快在线科技有限公司 | 一种行驶路径展示方法、装置及设备 |
| US20200073396A1 (en) * | 2018-08-28 | 2020-03-05 | Denso Corporation | Travel assistance method and travel assistance apparatus |
| CN109323705A (zh) * | 2018-09-28 | 2019-02-12 | 浙江大学 | 一种基于gnss的无人车行驶路径规划方法 |
| CN110133687A (zh) * | 2019-06-13 | 2019-08-16 | 大连民族大学 | 一种新型班车定位的系统和方法 |
| CN111152784A (zh) * | 2020-01-07 | 2020-05-15 | 江苏大学 | 一种智能代客泊车局部路径规划方法 |
| CN113009912A (zh) * | 2021-02-20 | 2021-06-22 | 中国重汽集团济南动力有限公司 | 一种基于混合a星的低速商用无人车路径规划算法 |
| CN115435800A (zh) * | 2021-06-04 | 2022-12-06 | 中寰卫星导航通信有限公司 | 基于高精度地图的路径规划方法、装置、设备及介质 |
| CN114440900A (zh) * | 2022-01-07 | 2022-05-06 | 中国地质大学（武汉） | 改进的隐马尔科夫模型地图匹配方法及装置 |
| CN115200604A (zh) * | 2022-09-16 | 2022-10-18 | 广州小鹏自动驾驶科技有限公司 | 转弯路径规划方法、设备、车辆及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109785667B (zh) | 车道偏离识别方法、装置、设备和存储介质 | |
| US20170343374A1 (en) | Vehicle navigation method and apparatus | |
| CN107992050B (zh) | 无人驾驶汽车局部路径运动规划方法和装置 | |
| EP3109842B1 (en) | Map-centric map matching method and apparatus | |
| CN104819724B (zh) | 一种基于gis的无人地面车辆自主行驶辅助系统 | |
| EP3869157A1 (en) | Method and device for constructing high-resolution map | |
| EP1855263B1 (en) | Map display device | |
| CN108519094B (zh) | 局部路径规划方法及云处理端 | |
| Héry et al. | Map-based curvilinear coordinates for autonomous vehicles | |
| CN111324848B (zh) | 移动激光雷达测量系统车载轨迹数据优化方法 | |
| CN103456185B (zh) | 智能车在城市道路行驶中的接力导航方法 | |
| CN113126618B (zh) | 一种越野环境下的无人驾驶全局路径规划及重规划方法 | |
| CN108303103A (zh) | 目标车道的确定方法和装置 | |
| CN109916422B (zh) | 一种全局路径规划方法及装置 | |
| CN106840178A (zh) | 一种基于ArcGIS的地图创建与智能车辆自主导航方法及系统 | |
| CN108645420B (zh) | 一种基于差分导航的自动驾驶车辆多路径地图的创建方法 | |
| CN109813332B (zh) | 添加虚拟引导线的方法和装置 | |
| CN103617731A (zh) | 一种利用城市浮动车辆gps数据生成道路路网矢量地图的方法 | |
| CN111829536B (zh) | 导航地图路网生成方法、装置、存储介质及电子设备 | |
| EP3686865B1 (en) | Method, apparatus, and computer program product for lane-level route guidance | |
| CN106017486A (zh) | 一种面向无人车导航的基于轨迹拐点滤波的地图定位方法 | |
| CN110276952B (zh) | 一种交通信息模拟采集方法及装置 | |
| CN107591013A (zh) | 一种同行路线上不同车辆位置信息实时共享方法和系统 | |
| CN111982135B (zh) | 一种基于不同协议的地图格式之间的转换方法 | |
| CN103376114A (zh) | 由点数据产生对地理对象的路线进行连续描述的几何数据 |
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 |