路径规划方法、设备、存储介质及程序产品技术

本发明专利技术实施例涉及智能驾驶技术领域，提供一种路径规划方法、设备、存储介质及程序产品，该方法包括获取驾驶态势认知图，所述驾驶态势认知图被划分为多个栅格，并包括障碍物的信息和先验规划轨迹，根据所述障碍物的信息和所述先验规划轨迹，对所述驾驶态势认知图中每个栅格进行代价值赋值，根据所述驾驶态势认知图中各栅格的代价值，通过启发式搜索获得车辆的目标路径。本发明专利技术实施例通过对驾驶态势认知图进行代价值赋值，并基于该代价值进行启发式搜索，能够大大简化运算，提高计算效率，从而提高实时性，满足无人驾驶车辆的需求。满足无人驾驶车辆的需求。满足无人驾驶车辆的需求。

【技术实现步骤摘要】
路径规划方法、设备、存储介质及程序产品


[0001]本专利技术实施例涉及智能驾驶
，尤其涉及一种路径规划方法、设备、存储介质及程序产品。

技术介绍

[0002]机器人路径规划是基于周边动态与静态障碍物分布，综合考虑机器人外形尺寸与动力学特性，寻找从起始位置到目标位置的无碰撞运动轨迹。在机器人学中，路径规划问题通常被转换为构形空间的路径搜索问题。
[0003]在现有技术中，通过直接计算构形空间中障碍物区域与自由区域来进行无碰撞的路径搜索。
[0004]然而，实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：上述直接计算的方式，具有很高的计算复杂度，而且无人驾驶车辆是一种特殊的轮式移动机器人，其只有前轮可以主动转向，需要符合车辆动力学限制，并且无人驾驶环境中动态障碍物较多，这些因素更加加大了的计算的复杂度，影响了计算效率，从而也无法满足实时性要求。

技术实现思路

[0005]本专利技术实施例提供一种路径规划方法、设备、存储介质及程序产品，以降低无人驾驶车辆的计算复杂度，提高计算效率，从而提高实时性。
[0006]第一方面，本专利技术实施例提供一种路径规划方法，包括：
[0007]获取驾驶态势认知图，其中，所述驾驶态势认知图为车辆当前所处环境的空间布局图，包括障碍物的信息和先验规划轨迹，且所述驾驶态势认知图被划分为多个栅格；
[0008]根据所述障碍物的信息和所述先验规划轨迹，对所述驾驶态势认知图中每个栅格进行代价值赋值；
[0009]根据所述驾驶态势认知图中各栅格的代价值，通过启发式搜索获得车辆的目标路径。
[0010]第二方面，本专利技术实施例提供一种路径规划设备，包括：
[0011]获取模块，用于获取驾驶态势认知图；所述驾驶态势认知图被划分为多个栅格，并包括障碍物的信息和先验规划轨迹；
[0012]赋值模块，用于根据所述障碍物的信息和所述先验规划轨迹，对所述驾驶态势认知图中每个栅格进行代价值赋值；
[0013]搜索模块，用于根据所述驾驶态势认知图中各栅格的代价值，通过启发式搜索获得车辆的目标路径。
[0014]第三方面，本专利技术实施例提供一种路径规划设备，包括：至少一个处理器和存储器；
[0015]所述存储器存储计算机执行指令；
[0016]所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个
处理器执行如上第一方面以及第一方面各种可能的设计所述的方法。
[0017]第四方面，本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的方法。
[0018]第五方面，本专利技术实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时，实现如上第一方面以及第一方面各种可能的设计所述的方法。
[0019]本实施例提供的路径规划方法、设备、存储介质及程序产品，该方法包括获取驾驶态势认知图，所述驾驶态势认知图被划分为多个栅格，并包括障碍物的信息和先验规划轨迹，根据所述障碍物的信息和所述先验规划轨迹，对所述驾驶态势认知图中每个栅格进行代价值赋值，根据所述驾驶态势认知图中各栅格的代价值，通过启发式搜索获得车辆的目标路径。通过对驾驶态势认知图进行代价值赋值，并基于该代价值进行启发式搜索，能够大大简化运算，提高计算效率，从而提高实时性，满足无人驾驶车辆的需求。
附图说明
[0020]为了更清楚地说明本专利技术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一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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。
[0021]图1为本专利技术实施例提供的基于驾驶认知态势图的路径规划原理示意图；
[0022]图2为本专利技术实施例提供的路径规划方法的流程示意图一；
[0023]图3为本专利技术实施例提供的路径规划方法的流程示意图二；
[0024]图4为本专利技术实施例提供的对驾驶认知态势图进行代价值赋值的原理示意图；
[0025]图5为本专利技术实施例提供的对驾驶认知态势图进行代价值赋值过程的对比图；
[0026]图6为本专利技术实施例提供的路径规划方法的流程示意图三；
[0027]图7为本专利技术实施例提供的包含目标路径的驾驶认知态势图的示意图；
[0028]图8为本专利技术实施例提供的路径规划方法的流程示意图四；
[0029]图9为本专利技术实施例提供的目标路径优化前后的对比图；
[0030]图10为本专利技术实施例提供的路径规划方法中碰撞优化的流程示意图；
[0031]图11为本专利技术实施例提供的路径规划设备的结构示意图；
[0032]图12为本专利技术实施例提供的一种终端设备的框图。
具体实施方式
[0033]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]机器人路径规划是基于周边动态与静态障碍物分布，综合考虑机器人外形尺寸与动力学特性，寻找从起始位置到目标位置的无碰撞运动轨迹。在机器人学中，路径规划问题通常被转换为构形空间的路径搜索问题。在室内人工环境下，机器人路径规划的研究已经
相当成熟。但广域、复杂、时变的真实交通环境下的路径规划，仍然是一个开放的问题。在现有技术中，基于构型空间的路径规划中，通常可以直接计算构型空间中的障碍物区域与自由区域来进行。该直接计算的方式，具有很高的计算复杂度。
[0035]无人驾驶车辆路径规划要处理大尺度、动态变化的环境地图，障碍物种类、数量繁多，运动趋势也很复杂，无人驾驶车辆运动还要符合车辆动力学限制。无人驾驶车辆路径规划还需要考虑驾驶行为及驾驶意图。因此，相比一般意义的机器人路径规划问题，无人驾驶车辆需要考虑的环境要素数量繁多，且具有高度不确定性。更加加大了的计算的复杂度，影响了计算效率，从而也无法满足实时性要求。
[0036]针对上述技术问题，专利技术人经过研究发现，可以将驾驶认知态势图栅格化，并根据驾驶认知态势图中先验规划轨迹和障碍物的信息对驾驶认知态势图中各栅格进行合理的代价值赋值，基于赋值后的驾驶认知态势图进行启发式搜索来快速查找目标路径，能够大大减少运算量。基于此，本专利技术实施例提供一种路径规划方法，能够降低计算复杂度，从而能够实现更高的实时性，满足无人驾驶车辆的行驶需求。
[0037]示例性的，如图1所示，驾驶认知态势图被划分为多个栅格，驾驶认知态势图中包括障碍物A、障碍物B、障碍物C的位置信息以及先验规划轨迹。各障碍物占据不同的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种路径规划方法，其特征在于，包括：获取驾驶态势认知图，其中，所述驾驶态势认知图为车辆当前所处环境的空间布局图，包括障碍物的信息和先验规划轨迹，且所述驾驶态势认知图被划分为多个栅格；根据所述障碍物的信息和所述先验规划轨迹，对所述驾驶态势认知图中每个栅格进行代价值赋值；根据所述驾驶态势认知图中各栅格的代价值，通过启发式搜索获得车辆的目标路径。2.根据权利要求1所述的方法，其特征在于，所述根据所述障碍物的信息和所述先验规划轨迹，对所述驾驶态势认知图中每个栅格进行代价值赋值，包括：根据所述障碍物的信息，确定车辆不可行驶的第一栅格集合，并对所述第一栅格集合中的每个栅格赋值最大代价值；根据所述第一栅格集合和所述先验规划轨迹，对第二栅格集合中每个栅格进行代价值赋值；所述第二栅格集合包括所述驾驶态势认知图中除第一栅格集合外的各栅格。3.根据权利要求2所述的方法，其特征在于，所述驾驶态势认知图包括障碍物高度与置信度态势图和可行驶区域边缘态势图；所述根据所述障碍物的信息，确定车辆不可行驶的第一栅格集合，包括：确定所述障碍物高度与置信度态势图中的静态障碍物占据的各第一目标栅格和所述可行驶区域边缘态势图中可行驶区域边缘外的各第二目标栅格；将所述第一目标栅格和所述第二目标栅格所形成的栅格集合确定为所述第一栅格集合。4.根据权利要求3所述的方法，其特征在于，所述根据所述障碍物的信息，确定车辆不可行驶的第一栅格集合，还包括：根据车辆边缘到车辆中心点的距离，确定第一半径；分别以所述静态障碍物的边缘线各点和所述可行驶区域边缘线各点为圆心，以所述第一半径为半径，确定多个圆；将所述多个圆占据的各第三目标栅格加入所述第一栅格集合。5.根据权利要求4所述的方法，其特征在于，所述分别以所述静态障碍物的边缘线各点和所述可行驶区域边缘线各点为圆心，以所述第一半径为半径，确定多个圆之前，还包括：根据车辆的当前速度，确定安全裕量；根据所述第一半径和所述安全裕量，确定第二半径；所述分别以所述静态障碍物的边缘线各点和所述可行驶区域边缘线各点为圆心，以所述第一半径为半径，确定多个圆，包括：分别以所述静态障碍物的边缘线各点和所述可行驶区域边缘线各点为圆心，以所述第二半径为半径，确定多个圆。6.根据权利要求2所述的方法，其特征在于，所述驾驶态势认知图包括障碍物高度与置信度态势图和障碍物速度大小及方向态势图；所述根据所述障碍物的信息，确定车辆不可行驶的第一栅格集合，包括：根据所述障碍物高度与置信度态势图中动态障碍物的位置信息，确定所述动态障碍物自身占据的各第四目标栅格，并将所述第四目标栅格加入所述第一栅格集合；根据所述障碍物速度大小及方向态势图中动态障碍物的速度，对所述动态障碍物自身
占据的各栅格进行膨胀操作，并将膨胀后新增的各第五目标栅格加入所述第一栅格集合。7.根据权利要求2所述的方法，其特征在于，所述根据所述第一栅格集合和所述先验规划轨迹，对第二栅格集合中每个栅格进行代价值赋值，包括：针对所述第二栅格集合中的每个第六目标栅格，根据所述第六目标栅格与所述第一栅格集合中距离所述第六目标栅格最近的栅格之间的第一距离，和所述第六目标栅格与所述先验规划轨迹之间的第二距离，确定所述第六目标栅格的代价值。8.根据权利要求7所述的方法，其特征在于，所述第六目标栅格的代价值与所述第一距离成反比，且与所述第二距离成正比。9.根据权利要求8所述的方法，其特征在于，所述根据所述第六目标栅格与所述第一栅格集合中距离所述第六目标栅格最近的栅格之间的第一距离，和所述第六目标栅格与所述先验规划轨迹之间的第二距离，确定所述第六目标栅格的代价值，包括：根据所述第一距离、所述第二距离和衰减参数，确定所述第六目标栅格的代价值；所述衰减参数与所述代价值随所述第一距离增大而发生衰减的衰减速度成反比。10.根据权利要求8所述的方法，其特征在于，所述根据所述第六目标栅格与所述第一栅格集合中距离所述第六目标栅格最近的栅格之间的第一距离，和所述第六目标栅格与所述先验规划轨迹之间的第二距离，确定所述第六目标栅格的代价值，包括：根据所述第一距离、所述第二距离和权重参数，确定所述第六目标栅格的代价值；所述权重参数与所述第一距离对所述第六目标栅格的代价值的影响力度成正比，且与所述第二距离对所述第六目标栅格的代价值的影响力度成反比。11.根据权利要求1所述的方法，其特征在于，所述先验规划轨迹的终点对应的栅格为目标节点，所述根据所述驾驶态势认知图中各栅格的代价值，通过启发式搜索获得车辆的目标路径，包括：根据所述驾驶态势认知图中各栅格的代价值，基于第一估值函数和第二估值函数，进行启发式搜索，获得车辆的目标路径；所述第一估值函数与车辆可转向角度范围相关，所述第二估值函数与障碍物的位置信息相关。12.根据权利要求11所述的方法，其特征在于，所述驾驶态势认知图中的每个栅格均对应一个节点，所述根据第一估值函数和第二估值函数，进行启发式搜索，包括：根据所述驾驶态势认知图中各栅格的代价值，基于所述第一估值函数，计算待扩展节点的第一路径总价值...

【专利技术属性】
技术研发人员：徐鑫，张亮亮，
申请(专利权)人：京东鲲鹏江苏科技有限公司，
类型：发明
国别省市：