本申请涉及车辆技术领域，特别涉及一种自动驾驶车辆的路径规划方法、装置、车辆及介质，其中，方法包括：识别目标区域内所有路段的路段信息；根据路段信息匹配每个路段的实际通行难度等级；根据每个路段的实际通行难度等级和路段之间的连接关系构建拓扑地图，并对拓扑地图进行全局路径搜索，得到自动驾驶车辆的最优全局规划路径，控制车辆自动驾驶沿着最优全局规划行驶。由此，解决了相关技中全局路径规划时无法保证主车在路线上避开狭窄道路路段，降低自动驾驶的流畅性和舒适性等问题。低自动驾驶的流畅性和舒适性等问题。低自动驾驶的流畅性和舒适性等问题。
【技术实现步骤摘要】
自动驾驶车辆的路径规划方法、装置、车辆及介质
[0001]本申请涉及车辆
，特别涉及一种自动驾驶车辆的路径规划方法、装置、车辆及介质。
技术介绍
[0002]全局路径规划是自动驾驶汽车的核心技术之一，其主要功能是通过输入已知的电子地图和主车起点、目标终点信息，用路径搜索算法生成一条最优化的全局路径。其中，业内常用搜索算法的是A星这类启发式的搜索算法，合理设定启发项可以加速搜索，并使搜索结果满足预期的优化目标，即路径时间更短、路径长度更短。全局路径是从出发点到目标点之间的纯几何路径，无关时间序列，无关车辆动力学，是指引自动驾驶程序中的局部路径规划任务的参考路径，动力学约束和避障安全性约束会在局部路径规划任务中考虑。
[0003]相关技术中，规划任务调度方式是：先在行驶前进行离线的全局路径规划，或在行驶中不停进行重规划全局路径；局部路径规划模块会在行驶的整个过程中实时地匹配到全局路径，并依据全局路径进行局部规划。
[0004]然而，相关技术中在全局路径规划的过程中未考虑碰撞检测，会导致主车在全局上无法提前规避狭窄地形环境，只有当主车进入狭窄环境中局部规划失败后，以全局路径重规划方式切换行驶路线，才能使主车绕开狭窄环境，大大降低自动驾驶的流畅性和舒适性。
技术实现思路
[0005]本申请提供一种自动驾驶车辆的路径规划方法、装置、车辆及存储介质，以解决相关技中全局路径规划时无法保证主车在路线上避开狭窄道路路段，降低自动驾驶的流畅性和舒适性等问题。
[0006]本申请第一方面实施例提供一种自动驾驶车辆的路径规划方法，包括以下步骤：识别目标区域内所有路段的路段信息；根据所述路段信息匹配每个路段的实际通行难度等级；根据所述每个路段的实际通行难度等级和路段之间的连接关系构建拓扑地图，并对所述拓扑地图进行全局路径搜索，得到自动驾驶车辆的最优全局规划路径，控制所述车辆自动驾驶沿着所述最优全局规划行驶。
[0007]根据上述技术手段，本申请实施例在全局路径规划时充分考虑了每个路段的实际通行难度，由于规划路径从全局上考虑到了主车在狭窄区域时面临的碰撞风险和通行难度，因此有效提高了全局路径的规划质量，最大程度的保证主车在路线上避开狭窄道路路段，保证自动驾驶行驶的流畅性和舒适性，提高用户体验。
[0008]可选地，所述路段信息包括车道线和/或静态障碍物，所述根据所述路段信息匹配每个路段的实际通行难度等级，包括：根据预设计算策略计算每个路段的路径长度权重和转弯权重；根据所述车道线与所述静态障碍物之间的实际距离匹配避障权重值；根据所述路径长度权重、所述转弯权重和所述避障权重值计算所述每个路段实际权重，并根据所述
实际权重匹配每个路段的实际通行难度等级。
[0009]根据上述技术手段，本申请实施例可以根据车道线与静态障碍物实际位置关系确定实际的权重值，并结合路径长度权重和转弯权重共同确定每个路段的实际通行难度，由于综合考虑避障因素，因此可以提升每个路段通行难度确定的合理性。
[0010]可选地，所述对所述拓扑地图进行全局路径搜索，包括：对所述车道线进行平滑处理，得到所述每个路段的避障损失值；根据所述每个路段的避障损失值对所述拓扑地图进行全局路径搜索；其中，所述对所述车道线进行平滑处理，得到所述每个路段的避障损失值，包括：以每个路段的长度损失值、障碍物距离损失值和曲率损失值为优化目标，将所述每个路段周边的静态障碍物作为边界约束；根据所述优化目标和所述边界约束对车道线进行平滑处理，得到所述每个路段的避障损失值。
[0011]根据上述技术手段，本申请实施例采用基于优化控制的平滑方法，对车道线进行平滑处理，当路径必须通过狭窄路段才能抵达目的地时，由于已经提前计算的平滑参考线，因此，可以提升主车狭窄区域的局部路径规划速度，保障局部路径规划在狭窄区域规划的稳定性。
[0012]本申请第二方面实施例提供一种自动驾驶车辆的路径规划装置，包括：识别模块，用于识别目标区域内所有路段的路段信息；匹配模块，用于根据所述路段信息匹配每个路段的实际通行难度等级；规划模块，用于根据所述每个路段的实际通行难度等级和路段之间的连接关系构建拓扑地图，并对所述拓扑地图进行全局路径搜索，得到自动驾驶车辆的最优全局规划路径，控制所述车辆自动驾驶沿着所述最优全局规划行驶。
[0013]可选地，所述路段信息包括车道线和/或静态障碍物，所述匹配模块用于：根据预设计算策略计算每个路段的路径长度权重和转弯权重；根据所述车道线与所述静态障碍物之间的实际距离匹配避障权重值；根据所述路径长度权重、所述转弯权重和所述避障权重值计算所述每个路段实际权重，并根据所述实际权重匹配每个路段的实际通行难度等级。
[0014]可选地，所述规划模块用于：对所述车道线进行平滑处理，得到所述每个路段的避障损失值；根据所述每个路段的避障损失值对所述拓扑地图进行全局路径搜索。
[0015]可选地，所述规划模块进一步用于：以每个路段的长度损失值、障碍物距离损失值和曲率损失值为优化目标，将所述每个路段周边的静态障碍物作为边界约束；根据所述优化目标和所述边界约束对车道线进行平滑处理，得到所述每个路段的避障损失值。
[0016]本申请第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的自动驾驶车辆的路径规划方法。
[0017]本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的自动驾驶车辆的路径规划方法。
[0018]由此，本申请至少具有如下有益效果：
[0019](1)本申请实施例在全局路径规划时充分考虑了每个路段的实际通行难度，由于规划路径从全局上考虑到了主车在狭窄区域时面临的碰撞风险和通行难度，因此有效提高了全局路径的规划质量，最大程度的保证主车在路线上避开狭窄道路路段，保证自动驾驶行驶的流畅性和舒适性，提高用户体验；
[0020](2)本申请实施例可以根据车道线与静态障碍物实际位置关系确定实际的权重
值，并结合路径长度权重和转弯权重共同确定每个路段的实际通行难度，由于综合考虑避障因素，因此可以提升每个路段通行难度确定的合理性。
[0021](3)本申请实施例采用基于优化控制的平滑方法，对车道线进行平滑处理，当路径必须通过狭窄路段才能抵达目的地时，由于已经提前计算的平滑参考线，因此，可以提升主车狭窄区域的局部路径规划速度，保障局部路径规划在狭窄区域规划的稳定性。
[0022]本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
[0023]本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0024]图1为相关技术中全局路径规划方法流程图；
[0025]图2为根据本申请实施例提供本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种自动驾驶车辆的路径规划方法，其特征在于，包括以下步骤：识别目标区域内所有路段的路段信息；根据所述路段信息匹配每个路段的实际通行难度等级；根据所述每个路段的实际通行难度等级和路段之间的连接关系构建拓扑地图，并对所述拓扑地图进行全局路径搜索，得到自动驾驶车辆的最优全局规划路径，控制所述车辆自动驾驶沿着所述最优全局规划行驶。2.根据权利要求1所述的方法，其特征在于，所述路段信息包括车道线和/或静态障碍物，所述根据所述路段信息匹配每个路段的实际通行难度等级，包括：根据预设计算策略计算每个路段的路径长度权重和转弯权重；根据所述车道线与所述静态障碍物之间的实际距离匹配避障权重值；根据所述路径长度权重、所述转弯权重和所述避障权重值计算所述每个路段实际权重，并根据所述实际权重匹配每个路段的实际通行难度等级。3.根据权利要求2所述的方法，其特征在于，所述对所述拓扑地图进行全局路径搜索，包括：对所述车道线进行平滑处理，得到所述每个路段的避障损失值；根据所述每个路段的避障损失值对所述拓扑地图进行全局路径搜索。4.根据权利要求3所述的方法，其特征在于，所述对所述车道线进行平滑处理，得到所述每个路段的避障损失值，包括：以每个路段的长度损失值、障碍物距离损失值和曲率损失值为优化目标，将所述每个路段周边的静态障碍物作为边界约束；根据所述优化目标和所述边界约束对车道线进行平滑处理，得到所述每个路段的避障损失值。5.一种自动驾驶车辆的路径规划装置，其特征在于，包括：识别模块，用于识别目标区域内所有路段的路段信息；匹配模块，用于根据所述路段信息匹配每个路段的实际通行难度等级；规划模块，...
【专利技术属性】
技术研发人员：徐敏杰，任凡，贺勇，党建民，文滔，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。