CN117146844A - 路径规划中参考线平滑优化方法、装置、设备及介质 - Google Patents

路径规划中参考线平滑优化方法、装置、设备及介质 Download PDF

Info

Publication number
CN117146844A
CN117146844A CN202311085165.9A CN202311085165A CN117146844A CN 117146844 A CN117146844 A CN 117146844A CN 202311085165 A CN202311085165 A CN 202311085165A CN 117146844 A CN117146844 A CN 117146844A
Authority
CN
China
Prior art keywords
reference line
point
processed
interpolation
derivative
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202311085165.9A
Other languages
English (en)
Inventor
付明明
杜鹏
邢宇轩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Changan Automobile Co Ltd
Original Assignee
Chongqing Changan Automobile Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Changan Automobile Co Ltd filed Critical Chongqing Changan Automobile Co Ltd
Priority to CN202311085165.9A priority Critical patent/CN117146844A/zh
Publication of CN117146844A publication Critical patent/CN117146844A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及智能驾驶路径规划技术领域，公开了一种路径规划中参考线平滑优化方法、装置、设备及介质，方法包括：根据车辆当前驾驶场景生成候选路线的原始参考线；计算原始参考线内每个离散点的一阶导数及曲率，并选取一阶导数或曲率超过预设阈值的离散点作为待处理点，及以待处理点为中心的待处理线段；按照预设差值算法计算待处理线段内的插值点，并与原始参考线的离散点进行拼接；按照预设平滑算法对插值后参考线进行平滑处理。本发明通过对原始参考线内一阶导数或曲率过大的线段进行插值，并对插值后参考线进行平滑处理，能够提高特殊路段参考线的平滑效果，有助于智能驾驶的路径规划，且提升自动驾驶车行驶的舒适性，进而提高用户满意度。

Description

路径规划中参考线平滑优化方法、装置、设备及介质
技术领域
本发明涉及智能驾驶路径规划技术领域，具体涉及一种路径规划中参考线平滑优化方法、装置、设备及介质。
背景技术
路径规划中的参考线是指用于生成路径的基础线。它可以是直线、曲线形状，是路径规划算法中的重要概念之一，是路径规划算法的基础和指导方向。自动驾驶中的参考线平滑是指在路径规划过程中，将生成的路径抽象为一条平滑的曲线，对于提高驾驶舒适度和安全性，提高路径规划的效率和准确性都有重要作用。
现有技术中基于QP样条路径的平滑方法进行参考线平滑处理，但是在处理曲率短距离中曲率过零变化或当前车道线中某段曲率过大或者“Z”字型道路时，此时参考线平滑方程无解或者平滑效果差，导致局部路径规划不成功或自动驾驶车行驶舒适性差的问题。
发明内容
有鉴于此，本发明提供了一种路径规划中参考线平滑优化方法、装置、设备及介质，以解决参考线平滑未进行优化导致局部路径规划不成功无法满足行驶舒适性要求的问题。
第一方面，本发明提供了一种路径规划中参考线平滑优化方法，方法包括：
根据车辆的当前行驶场景来获取与当前车道相邻的候选路线，并通过在候选路线上截取预设长度并进行拼接后，生成候选路线的原始参考线；
根据导数运算法则计算原始参考线内每个离散点的一阶导数及二阶导数，并根据二阶导数计算每个离散点的曲率，选取一阶导数或曲率超过预设阈值的离散点作为待处理点，并在原始参考线上截取以待处理点为中心的预设距离的待处理线段，并确定待处理线段的起点及终点；
获取待处理点的位置信息，并按照预设插值算法计算待处理线段内与原始参考线相同等距间隔的插值点的位置信息，根据位置信息将插值点与原始参考线的离散点进行拼接，获取插值后参考线；
按照预设平滑算法对插值后参考线进行平滑处理，获取候选路线的最终参考线。
本发明实施例提供的路径规划中参考线平滑优化方法，通过根据当前形式场景获取候选路线的原始参考线，计算原始参考线离散点的一阶导数及曲率，根据一阶导数及曲率选取原始参考线上待处理点及以待处理点为中心的预设距离的待处理线段，按照预设插值算法计算待处理线段内与原始参考线相同等距间隔的插值点，并与原始参考线的离散点进行拼接，获取插值后参考线，并按照预设平滑算法对插值后参考线进行平滑处理。本发明通过对原始参考线内一阶导数或曲率过大的线段进行插值，并对插值后参考线进行平滑处理，能够提高特殊路段参考线的平滑效果，有助于智能驾驶的路径规划，且提升自动驾驶车行驶的舒适性，进而提高用户满意度。
在一种可选的实施方式中，当前行驶场景，包括：高精地图数据、传感器数据、车辆动态信息、车辆静态信息及车辆路径规划策略。
本发明通过更新车辆的当前行驶场景，能够辅助获取更加准确的参考线，在此基础上对参考线进行插值及平滑处理，提高路径规划的精确性。
在一种可选的实施方式中，候选路线的条数为1条至3条。
本发明选择的候选车道为车辆所在车道及其相邻的车道，因此最多为左中右三条候选车道，通过对三条候选车道均进行参考线的平滑优化，能够为智能驾驶路径规划提供更丰富、更精确的车道信息，从而提高车辆行驶的舒适性。
在一种可选的实施方式中，在生成候选路线的原始参考线前，若当前行驶场景包含道路分叉点，则选择与分叉点相连的候选路线中长度最长的路线，进一步选择最长的路线中横向偏移量和曲率最小的候选路线。
本发明将包含道路分叉点的行驶场景作为特殊场景，此时用户要从分叉口由直行路线转换为其他路线，这就导致将要进入的路段比直行路段的距离要长，因此选择与分叉点相连的候选路线中长度最长的路线能够保证所生成的参考线为特殊场景的对应路线，并且在这种特殊场景下选择横向偏移量和曲率最小的候选路线，即选择弯度较小的车道，以提高车辆行驶的舒适性。
在一种可选的实施方式中，待处理点，还包括：在预设范围内一阶导数或曲率连续变化的离散点。
本发明通过选取路线上一阶导数或曲率较大的离散点，或者连续变化的离散点进行插值，此处代表路线的弯曲度较大，通过对以此点为中心的待处理线段进行插值，能够提高参考线的平滑效果，不会出现平滑方程误解的情况。
在一种可选的实施方式中，预设插值算法为两点三次Hermit插值，则按照预设插值算法进计算待处理线段内与原始参考线相同等距间隔的插值点的位置信息的过程，包括：根据待处理线段的起点和终点的坐标及一阶导数计算起点和终点之间的距离；按照所截取预设距离的原始参考线内的离散点数量及起点和终点之间的距离，确定插值点的数量；计算起点和终点的位置分量系数及方向分量系数，并根据位置分量系数及方向分量系数计算不同插值点的位置信息；将所有插值点的位置信息保存为数组形式，来替换预设距离内对应离散点的位置信息。
本发明通过在待处理线段内按照原始参考线相同等距间隔的离散点进行对应插值，以线段起点与线段终点的位置分量系数及方向分量系数为参考，计算不同插值点的位置信息，能够将弯曲度较大的参考线进行初步的平滑处理，使插值后的参考线能够满足平滑算法的要求，从而对平滑效果进行优化。
在一种可选的实施方式中，预设平滑算法为二次规划算法。
本发明在插值后参考线基础上进行二次规划平滑处，提高最终生成的参考线的平滑效果，根据此参考线进行路径规划，能够提高按照路径规划结果进行智能驾驶的舒适性，提高用户满意度。
第二方面，本发明提供了一种路径规划中参考线平滑优化装置，装置包括：
参考线获取模块，用于根据车辆的当前行驶场景来获取与当前车道相邻的候选路线，并通过在候选路线上截取预设长度并进行拼接后，生成候选路线的原始参考线；
线段截取模块，用于根据导数运算法则计算原始参考线内每个离散点的一阶导数及二阶导数，并根据二阶导数计算每个离散点的曲率，选取一阶导数或曲率超过预设阈值的离散点作为待处理点，并在原始参考线上截取以待处理点为中心的预设距离的待处理线段，并确定待处理线段的起点及终点；
参考线插值模块，用于获取待处理点的位置信息，并按照预设插值算法计算待处理线段内与原始参考线相同等距间隔的插值点的位置信息，根据位置信息将插值点与原始参考线的离散点进行拼接，获取插值后参考线；
参考线平滑模块，用于按照预设平滑算法对插值后参考线进行平滑处理，获取候选路线的最终参考线。
本发明实施例提供的路径规划中参考线平滑优化装置，通过根据当前形式场景获取候选路线的原始参考线，计算原始参考线离散点的一阶导数及曲率，根据一阶导数及曲率选取原始参考线上待处理点及以待处理点为中心的预设距离的待处理线段，按照预设插值算法计算待处理线段内与原始参考线相同等距间隔的插值点，并与原始参考线的离散点进行拼接，获取插值后参考线，并按照预设平滑算法对插值后参考线进行平滑处理。本发明通过对原始参考线内一阶导数或曲率过大的线段进行插值，并对插值后参考线进行平滑处理，能够提高特殊路段参考线的平滑效果，有助于智能驾驶的路径规划，且提升自动驾驶车行驶的舒适性，进而提高用户满意度。
第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的路径规划中参考线平滑优化方法。
第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的路径规划中参考线平滑优化方法。
本发明的有益效果：
(1)本发明在选取候选路线时，充分考虑特殊场景的情况，当需要从分叉口由直行路线转换为其他路线，选取长度最长的路线保证所生成的参考线为特殊场景的对应路线，并进一步选择横向偏移量和曲率最小的候选路线，以提高车辆行驶的舒适性，满足特殊场景下的驾驶需求；
(2)本发明在获取原始参考线前，更新车辆的当前形式场景，包含高精度地图数据、传感器数据、车辆动态和静态信息及车辆路径规划策略，准确掌握用户驾驶意图及驾驶环境，为原始参考线的生成提供数据指导，能够生成更准确的参考线；
(3)本发明通过对原始参考线上一阶导数或曲率过大的待处理线段进行插值计算，获取与原始参考线相同等距间隔的插值点，用来代替此线段内原有的离散点，能够将弯曲度较大的路段进行初步平滑处理，使得插值后的参考线满足平滑处理算法，进一步满足特殊场景下的驾驶需求；
(4)本发明通过对插值后的参考线进行平滑处理，能够保证在处理曲率短距离中曲率过零变化或当前车道线中某段曲率过大或者“Z”字型道路时，也能实现参考线的平滑处理，提高路径规划的成功率，提高自动驾驶车行驶的舒适性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的路径规划中参考线平滑优化方法的流程示意图；
图2是根据本发明实施例的另一路径规划中参考线平滑优化方法的流程示意图；
图3是根据本发明实施例的路径规划中参考线平滑优化装置的结构示意图；
图4是本发明实施例的计算机设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。
本发明实施例适用于在智能驾驶中进行路径规划的场景。在路径规划中参考线的作用如下：(1)提供路径规划的基础：参考线是路径规划算法的基础，规划出的路径通常是沿着参考线生成的。例如，在道路上行驶时，道路的中心线通常是路径规划的参考线；(2)指导路径规划算法的搜索方向：参考线可以指导路径规划算法在搜索过程中选择合适的方向，从而更快地找到最优路径。例如，参考线可以作为启发式函数中的估价函数，指导算法朝着目标方向搜索；(3)优化路径规划效果：参考线的选择可以影响路径规划的效果。例如，在城市道路规划中，参考线的选择可以考虑交通流量、交通信号因素，以生成更加合理的路径。然而，从高精地图或者感知获取的车道线信息不能直接用于局部路径的生成模块，主要是由于此时的参考线在离散点的稀疏均匀程度、离散点之间的间隔、平滑程度、连续性尚不能满足要求，因此有必要再此对参考线进行平滑处理。
参考线平滑的重要性如下所示：(1)提高驾驶舒适度：平滑的参考线可以减少车辆在路径规划中的急剧转弯和加减速，从而提高乘客的乘坐舒适度。(2)提高路径规划的效率：平滑的参考线可以减少路径规划算法在搜索过程中的计算量，从而提高路径规划的效率。(3)提高路径规划的准确性：平滑的参考线可以减少路径规划算法在搜索过程中的误差，从而提高路径规划的准确性。(4)降低驾驶风险：平滑的参考线可以减少车辆在路径规划中的急转弯和加减速，从而降低驾驶风险，保证行驶安全。
本发明实施例中提供了一种路径规划中参考线平滑优化方法，通过对路径规划中的参考线进行平滑优化以达到提高行驶舒适性的效果。根据本发明实施例，提供了一种路径规划中参考线平滑优化方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种路径规划中参考线平滑优化方法，可用于上述的移动终端，如电脑等，图1是根据本发明实施例的路径规划中参考线平滑优化方法的流程图，如图1所示，该流程包括如下步骤：
步骤S101，根据车辆的当前行驶场景来获取与当前车道相邻的候选路线，并通过在候选路线上截取预设长度并进行拼接后，生成候选路线的原始参考线。
具体得，在本发明实施例中，在获取原始参考线前，需要更新车辆的当前行驶场景，辅助生成更精确的原始参考线。其中，当前行驶场景包括：高精地图数据、传感器数据、车辆动态信息、车辆静态信息及车辆路径规划策略，但不以此为限。其中：
1.高精地图数据：地图数据是自动驾驶系统生成参考线的基础，包括道路的形状、宽度、曲率、坡度、限速信息。地图数据可以由测绘车辆进行采集，也可以由卫星图像来源生成。
2.传感器数据：包括感知数据和定位数据，例如在激光雷达、相机、GPS等部件获取的数据。这些传感器可以提供车辆周围环境的信息，例如道路的宽度、障碍物，从而帮助生成更加准确的参考线。
3.车辆动态信息：从CAN线上获取车辆动态信息包括车辆的速度、加速度、转向角度。这些信息可以用于生成更加适合车辆当前状态的参考线，例如在高速公路上行驶时，生成的参考线可能会比在市区道路上行驶时更加平滑。
4.车辆静态信息：主要包括车辆执行器的参数和执行边界，车辆的车身尺寸、最小转弯半径信息，用于参考线生产和筛选。
5.车辆路径规划策略：车辆路径规划策略包括车辆的行驶目标、速度信息。这些信息可以用于指导参考线的生成，例如在高速公路上行驶时，生成的参考线可能会比在市区道路上行驶时更加直线。
在一种可选的实施方式中，本发明实施例根据车辆的当前行驶场景获取与当前车道相邻的候选路线，包括1条至3条的候选路线，分别为左中右候选路线。因为车辆在行驶时占据某一车道，在行驶中可能会进行车道转换，因此在进行路径规划时要保证掌握左右两条车道的参考线信息。但是当目前路线只包含一条车道，那候选车道只有1条，当车辆处于最左边或最右边车道，那只有1条相邻车道，即候选车道包括2条。
在一种可选的实施方式中，若当前行驶场景包含道路分叉点，即用户打算从直行路线换为其他路线，此时就会出现交叉口，例如由主路行驶到辅路或高速进入匝道，仅作为举例，不以此为限。可以将此类行驶场景作为特殊场景，在这种情况下选择与分叉点相连的候选路线中长度最长的路线，即选择其他路线，因为直线路线时所有驾驶场景中长度最短的情况。进一步选择最长的路线中横向偏移量和曲率最小的候选路线，即选择弯曲度相对较小的路线，以提高车辆行驶的舒适性。
在一种可选的实施方式中，本发明选择合适路线后，根据参考线的配置文件，在三条候选道路线截取一定长度的车道线作为参考线，在车辆前后进行拼接，因为候选车道线的离散点要远远多于参考线所使用的点，此时要将候选车道线截取一段，按段进行平滑。在拼接的过程中，将道路线的中心点坐标和左右边界/实体边界进行获取和处理，以生成自动驾驶所需要的原始参考线。
步骤S102，根据导数运算法则计算原始参考线内每个离散点的一阶导数及二阶导数，并根据二阶导数计算每个离散点的曲率，基于一阶导数及曲率，并按照预设选择标准选取待处理点，并在原始参考线上截取以待处理点为中心的预设距离的待处理线段，并确定待处理线段的起点及终点。
具体地，在本发明实施例中，对原始参考线进行导数几何运算，获取原始参考线上每个离散点(x,y)的一阶导数(heading)和二阶导数，然后根据二阶导数计算每个离散点的曲率。所得的一阶导数及曲率代表原始参考线在此点的弯曲度，因此对计算后的原始参考线离散点进行一阶导数和曲率的判断，找出一阶导数或曲率超过预设阈值，或预设范围内一阶导数或曲率连续变化的点索引，以此点索引代表的离散点作为待处理点。本发明实施例的预设阈值设置为0.085，预设范围设置为5米，但不以此为限。以待处理点为中心，在原始参考线上截取预设距离的离散点组成待处理线段，并确定其起点和终点。本发明以待处理点前后2.5米之内的离散点，即预设距离为5米，但不以此为限。
步骤S103，获取待处理点的位置信息，并按照预设插值算法计算待处理线段内与原始参考线相同等距间隔的插值点的位置信息，根据位置信息将插值点与原始参考线的离散点进行拼接，获取插值后参考线。
具体地，在本发明实施例中，获取起点和终点的坐标及一阶导数作为位置信息，按照预设插值算法计算插值点的位置信息，其中插值点的间隔与原始参考线的等距间隔相同，保证每个离散点对应一个插值点。本发明选择Hermit插值算法进行插值点的位置信息计算，其中，Hermit插值定义如下：有节点组互不相同，若多项式p(x)在每个节点上除满足插值条件：
p(xl)＝f(xl)，i＝0，...，n
同时满足导数条件：
p(k)(xi)＝f(k)(xi)，其中k＝0，1，...，pi，i＝0，...，R
则称p(x)为f(x)的Hermit插值。
在一些可选的实施方式中，根据位置信息将插值点与原始参考线的离散点进行拼接，即用插值点替换对应位置处的离散点，获取插值后参考线。
步骤S104，按照预设平滑算法对插值后参考线进行平滑处理，获取候选路线的最终参考线。
具体地，在本发明实施例中，选择现有技术中比较成熟的二次规划算法进行平滑处理，即将插值后参考线导入基于二次规划算法的平滑器中进行平滑计算，得到经过平滑优化的最终参考线。在智能驾驶中，根据最终参考线进行路径规划，能够在处理曲率短距离中曲率过零变化或当前车道线中某段曲率过大或者“z”字型道路时，成功进行规划，提高自动驾驶车行驶的舒适性。
本发明实施例提供的路径规划中参考线平滑优化方法，通过根据当前形式场景获取候选路线的原始参考线，计算原始参考线离散点的一阶导数及曲率，根据一阶导数及曲率选取原始参考线上待处理点及以待处理点为中心的预设距离的待处理线段，按照预设插值算法计算待处理线段内与原始参考线相同等距间隔的插值点，并与原始参考线的离散点进行拼接，获取插值后参考线，并按照预设平滑算法对插值后参考线进行平滑处理。本发明通过对原始参考线内一阶导数或曲率过大的线段进行插值，并对插值后参考线进行平滑处理，能够提高特殊路段参考线的平滑效果，有助于智能驾驶的路径规划，且提升自动驾驶车行驶的舒适性，进而提高用户满意度。
在本实施例中提供了一种路径规划中参考线平滑优化方法，可用于上述的移动终端，如电脑等，图2是根据本发明实施例的路径规划中参考线平滑优化方法的流程图，如图2所示，该流程包括如下步骤：
步骤S201，根据车辆的当前行驶场景来获取与当前车道相邻的候选路线，并通过在候选路线上截取预设长度并进行拼接后，生成候选路线的原始参考线。详细请参见图1所示实施例的步骤S101，在此不再赘述。
步骤S202，根据导数运算法则计算原始参考线内每个离散点的一阶导数及二阶导数，并根据二阶导数计算每个离散点的曲率，基于一阶导数及曲率，并按照预设选择标准选取待处理点，并在原始参考线上截取以待处理点为中心的预设距离的待处理线段，并确定待处理线段的起点及终点。详细请参见图1所示实施例的步骤S102，在此不再赘述。
步骤S203，获取待处理点的位置信息，并按照预设插值算法计算待处理线段内与原始参考线相同等距间隔的插值点的位置信息，根据位置信息将插值点与原始参考线的离散点进行拼接，获取插值后参考线。
具体地，上述步骤S203包括：
步骤S2031，根据待处理线段的起点和终点的坐标及一阶导数计算起点和终点之间的距离；
步骤S2032，按照所截取预设距离的原始参考线内的离散点数量及起点和终点之间的距离，确定插值点的数量；
步骤S2033，计算起点和终点的位置分量系数及方向分量系数，并根据位置分量系数及方向分量系数计算不同插值点的位置信息；
步骤S2034，将所有插值点的位置信息保存为数组形式，来替换预设距离内对应离散点的位置信息。
具体地，在本发明实施例中，根据起点与终点的坐标p0、p1，及一阶导数heading0、heading1，通过几何运算计算起点p0与终点p1之间的距离vlength，并根据距离vlength及原始参考线离散点的数量及间隔计算插值点的数量divide。本发明实施例以待处理点前后的第5个点作为起点p0和终点p1，但不以此为限。对于每一个插值点，计算其在起点p0和终点p1之间的位置，并使用变量u来表示，其中计算公式为：
可以看出变量u∈(0，1]，根据变量u计算起点和终点的位置分量系数coeff_p0、coeff_p1及方向分量系数coeff_v0、coeff_v1，计算公式如下所示：
coeff_p0＝2u3-3u2+1
coeff_v0＝u3-2u2+u
coeff_p＝-2u3+3u2
coeff_v1-u3-u2
根据位置分量系数coeff_p0、coeff_p1及方向分量系数coeff_v0、coeff_v1计算不同插值点的位置信息，计算公式如下所示：
xi＝coeff_p0*p0_x+coeff_p1×p1_x+coeff_v0*hecding0+coeff_v1*heading1
yi＝coeff_p0*p0_y+coeff_p1*p1_y+coeff_v0*headirg0+coeff_v1*heading1
通过此公式计算所有插值点的位置信息，并将所有插值点的位置信息保存为数组形式，作为插值的结果，来替换预设距离内对应离散点的位置信息。
步骤S204，按照预设平滑算法对插值后参考线进行平滑处理，获取候选路线的最终参考线。详细请参见图1所示实施例的步骤S104，在此不再赘述。
本发明通过对原始参考线内一阶导数或曲率过大的线段进行插值，能在两个点中生成一系列平滑的插值点，并对插值后参考线进行平滑处理，能够提高特殊路段参考线的平滑效果，有助于智能驾驶的路径规划，且提升自动驾驶车行驶的舒适性，进而提高用户满意度。
在本实施例中还提供了一种路径规划中参考线平滑优化装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供一种路径规划中参考线平滑优化装置，如图3所示，包括：
参考线获取模块301，用于根据车辆的当前行驶场景来获取与当前车道相邻的候选路线，并通过在候选路线上截取预设长度并进行拼接后，生成候选路线的原始参考线。
线段截取模块302，用于根据导数运算法则计算原始参考线内每个离散点的一阶导数及二阶导数，并根据二阶导数计算每个离散点的曲率，选取一阶导数或曲率超过预设阈值的离散点作为待处理点，并在原始参考线上截取以待处理点为中心的预设距离的待处理线段，并确定待处理线段的起点及终点。
参考线插值模块303，用于获取待处理点的位置信息，并按照预设插值算法计算待处理线段内与原始参考线相同等距间隔的插值点的位置信息，根据位置信息将插值点与原始参考线的离散点进行拼接，获取插值后参考线。
参考线平滑模块304，用于按照预设平滑算法对插值后参考线进行平滑处理，获取候选路线的最终参考线。
上述各个模块和单元的更进一步的功能描述与上述对应实施例相同，在此不再赘述。
本实施例中的路径规划中参考线平滑优化装置是以功能单元的形式来呈现，这里的单元是指ASIC(Application Specific Integrated Circuit，专用集成电路)电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。
本发明实施例还提供一种计算机设备，具有上述图3所示的路径规划中参考线平滑优化装置。
请参阅图4，图4是本发明可选实施例提供的一种计算机设备的结构示意图，如图4所示，该计算机设备包括：一个或多个处理器10、存储器20，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相通信连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个计算机设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图4中以一个处理器10为例。
处理器10可以是中央处理器，网络处理器或其组合。其中，处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路，可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件，现场可编程逻辑门阵列，通用阵列逻辑或其任意组合。
其中，存储器20存储有可由至少一个处理器10执行的指令，以使至少一个处理器10执行实现上述实施例示出的方法。
存储器20可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器20可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中，存储器20可选包括相对于处理器10远程设置的存储器，这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
存储器20可以包括易失性存储器，例如，随机存取存储器；存储器也可以包括非易失性存储器，例如，快闪存储器，硬盘或固态硬盘；存储器20还可以包括上述种类的存储器的组合。
该计算机设备还包括通信接口30，用于该计算机设备与其他设备或通信网络通信。
本发明实施例还提供了一种计算机可读存储介质，上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可记录在存储介质，或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中，存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等；进一步地，存储介质还可以包括上述种类的存储器的组合。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现上述实施例示出的方法。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种路径规划中参考线平滑优化方法，其特征在于，所述方法包括：
根据车辆的当前行驶场景来获取与当前车道相邻的候选路线，并通过在所述候选路线上截取预设长度并进行拼接后，生成候选路线的原始参考线；
根据导数运算法则计算所述原始参考线内每个离散点的一阶导数及二阶导数，并根据所述二阶导数计算每个离散点的曲率，选取所述一阶导数或曲率超过预设阈值的离散点作为待处理点，并在所述原始参考线上截取以所述待处理点为中心的预设距离的待处理线段，并确定所述待处理线段的起点及终点；
获取所述待处理点的位置信息，并按照预设插值算法计算所述待处理线段内与原始参考线相同等距间隔的插值点的位置信息，根据位置信息将插值点与所述原始参考线的离散点进行拼接，获取插值后参考线；
按照预设平滑算法对插值后参考线进行平滑处理，获取所述候选路线的最终参考线。
2.根据权利要求1所述的方法，其特征在于，所述当前行驶场景，包括：高精地图数据、传感器数据、车辆动态信息、车辆静态信息及车辆路径规划策略。
3.根据权利要求1所述的方法，其特征在于，所述候选路线的条数为1条至3条。
4.根据权利要求3所述的方法，其特征在于，还包括：在生成候选路线的原始参考线前，若当前行驶场景包含道路分叉点，则选择与分叉点相连的候选路线中长度最长的路线，进一步选择最长的路线中横向偏移量和曲率最小的候选路线。
5.根据权利要求1所述的方法，其特征在于，所述待处理点，还包括：在预设范围内一阶导数或曲率连续变化的离散点。
6.根据权利要求1所述的方法，其特征在于，所述预设插值算法为两点三次Hermit插值，则所述按照预设插值算法进计算所述待处理线段内与原始参考线相同等距间隔的插值点的位置信息的过程，包括：
根据所述待处理线段的起点和终点的坐标及一阶导数计算起点和终点之间的距离；
按照所截取预设距离的原始参考线内的离散点数量及起点和终点之间的距离，确定插值点的数量；
计算所述起点和终点的位置分量系数及方向分量系数，并根据所述位置分量系数及方向分量系数计算不同插值点的位置信息；
将所有插值点的位置信息保存为数组形式，来替换所述预设距离内对应离散点的位置信息。
7.根据权利要求6所述的方法，其特征在于，所述预设平滑算法为二次规划算法。
8.一种路径规划中参考线平滑优化装置，其特征在于，所述装置包括：
参考线获取模块，用于根据车辆的当前行驶场景来获取与当前车道相邻的候选路线，并通过在所述候选路线上截取预设长度并进行拼接后，生成候选路线的原始参考线；
线段截取模块，用于根据导数运算法则计算所述原始参考线内每个离散点的一阶导数及二阶导数，并根据所述二阶导数计算每个离散点的曲率，选取所述一阶导数或曲率超过预设阈值的离散点作为待处理点，并在所述原始参考线上截取以所述待处理点为中心的预设距离的待处理线段，并确定所述待处理线段的起点及终点；
参考线插值模块，用于获取所述待处理点的位置信息，并按照预设插值算法计算所述待处理线段内与原始参考线相同等距间隔的插值点的位置信息，根据位置信息将插值点与所述原始参考线的离散点进行拼接，获取插值后参考线；
参考线平滑模块，用于按照预设平滑算法对插值后参考线进行平滑处理，获取所述候选路线的最终参考线。
9.一种计算机设备，其特征在于，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1至7中任一项所述的路径规划中参考线平滑优化方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至7中任一项所述的路径规划中参考线平滑优化方法。
CN202311085165.9A 2023-08-25 2023-08-25 路径规划中参考线平滑优化方法、装置、设备及介质 Pending CN117146844A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311085165.9A CN117146844A (zh) 2023-08-25 2023-08-25 路径规划中参考线平滑优化方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311085165.9A CN117146844A (zh) 2023-08-25 2023-08-25 路径规划中参考线平滑优化方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN117146844A true CN117146844A (zh) 2023-12-01

Family

ID=88886051

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311085165.9A Pending CN117146844A (zh) 2023-08-25 2023-08-25 路径规划中参考线平滑优化方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN117146844A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117553777A (zh) * 2024-01-12 2024-02-13 航天宏图信息技术股份有限公司 高精导航图智能疏密曲线离散折线方法、装置及设备
CN117809000A (zh) * 2024-02-28 2024-04-02 四川省公路规划勘察设计研究院有限公司 一种基于高斯滤波算法的公路路径漫游方法及设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117553777A (zh) * 2024-01-12 2024-02-13 航天宏图信息技术股份有限公司 高精导航图智能疏密曲线离散折线方法、装置及设备
CN117553777B (zh) * 2024-01-12 2024-04-05 航天宏图信息技术股份有限公司 高精导航图智能疏密曲线离散折线方法、装置及设备
CN117809000A (zh) * 2024-02-28 2024-04-02 四川省公路规划勘察设计研究院有限公司 一种基于高斯滤波算法的公路路径漫游方法及设备
CN117809000B (zh) * 2024-02-28 2024-05-10 四川省公路规划勘察设计研究院有限公司 一种基于高斯滤波算法的公路路径漫游方法及设备

Similar Documents

Publication Publication Date Title
CN117146844A (zh) 路径规划中参考线平滑优化方法、装置、设备及介质
EP3699048A1 (en) Travelling track prediction method and device for vehicle
EP3702230A1 (en) Method and apparatus for planning travelling path, and vehicle
US11415993B2 (en) Method and apparatus for processing driving reference line, and vehicle
CN108801273B (zh) 一种道路参考线的生成方法及装置
JP6997211B2 (ja) ポリゴンにおける中間点を低減する方法および装置
JP2018087763A (ja) 走行可能領域設定装置および走行可能領域設定方法
CN111422204B (zh) 自动驾驶车辆通行判定方法及相关设备
CN112444263B (zh) 全局路径规划方法及装置
JP2022502654A (ja) 走行座標系の構築方法及びその使用
CN114495554A (zh) 一种用于智能驾驶的路口引导信息构建方法和系统
CN110377041B (zh) 参考线生成方法、装置、终端设备及存储介质
KR102231563B1 (ko) 고정밀 지도의 항법 링크 매칭 방법
CN116576874A (zh) 车辆行驶路径优化方法、装置、电子设备及存储介质
WO2023201954A1 (zh) 一种环岛路径规划方法及装置
CN114240976B (zh) 一种地图迭代切分方法、装置、设备及存储介质
CN112686904A (zh) 车道划分方法、装置、电子设备和存储介质
CN114580574A (zh) 一种构建高精地图的方法及装置
JP5679203B2 (ja) 自車位置認識システム、自車位置認識プログラム、及び自車位置認識方法
CN114299190A (zh) 一种中精度地图交叉路口引导线优化方法及系统
CN110895148A (zh) 一种导航时机优化的方法及装置
CN117002490B (zh) 辅助泊车方法、装置、计算机设备及存储介质
CN116499477B (zh) 地图的融合方法、装置、介质及车辆
CN117842034A (zh) 参考线生成及车辆控制方法、装置、设备、车辆及介质
CN117109612A (zh) 一种道路参考线的生成方法、装置、设备及介质

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