System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及车辆和自动驾驶,具体而言,涉及一种路径规划方法、车辆、存储介质和计算机程序产品。
技术介绍
1、在车辆自动驾驶或无人驾驶的场景中,经常遇到需要通过转弯路段的情况。相关技术中通常需要依赖高精度地图来进行路径规划,以帮助车辆安全通过该转弯路段,但是对高精度地图依赖程度较高,可能会导致车辆路径规划成本过高、自动驾驶功能的使用场景受限较多(例如无法在地图精度较低的区域实现等)以及由于高精度地图更新不及时引发的行车安全性较差等问题。
2、此外,在转弯路段(尤其是其中的掉头路段)实现自动驾驶时,由于转弯路段的遮挡情况(例如障碍物遮挡、车身在转弯中对车辆传感器的遮挡等)较多,对车辆本身来说难以采集准确的道路环境信息,在此情况下,即使是依赖高精地图也无法保证自动驾驶的安全性和稳定性。
3、由上可知,如何在转弯路段为自动驾驶车辆提供准确、稳定且及时的路径规划成为相关
中的重要技术问题之一。针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种路径规划方法、车辆、存储介质和计算机程序产品,以至少解决相关技术中依赖高精度地图实现的自动驾驶方案其及时性、稳定性和安全性较差的技术问题。
2、根据本申请实施例的一个方面,提供了一种路径规划方法,包括:基于目标转弯路段对应的记忆数据和实时数据,生成目标地图数据,其中,记忆数据由目标车辆在目标转弯路段内的历史行驶轨迹确定,实时数据由目标车辆在目标转弯路段内实时采集得到;利用目标地图
3、进一步地,利用目标地图数据,构建目标转弯路段中的目标可行域包括:根据目标地图数据,确定目标转弯路段中历史可行域的第一边界信息,以及确定目标转弯路段中参考可行域的第二边界信息,其中,历史可行域用于表征依据历史行驶轨迹为目标车辆确定的可行驶区域,参考可行域用于表征依据目标车辆内置的自动驾驶算法确定的可行驶区域;利用第一边界信息和第二边界信息,构建目标可行域。
4、进一步地,根据目标地图数据,确定目标转弯路段中历史可行域的第一边界信息包括:对目标地图数据进行解析,得到历史可行域的区域位置信息;基于区域位置信息,确定第一边界信息中的第一内侧边界和第一外侧边界,其中,第一内侧边界与目标转弯路段的转弯内侧方向相对应,第一外侧边界与目标转弯路段的转弯外侧方向相对应。
5、进一步地,根据目标地图数据,确定目标转弯路段中参考可行域的第二边界信息包括:利用目标地图数据和自动驾驶算法,生成目标转弯路段内的行驶参考线;基于行驶参考线、目标车辆的车身宽度和预设的固定宽度值,确定第二边界信息中的第二内侧边界和第二外侧边界,其中,第二内侧边界与转弯内侧方向相对应,第二外侧边界与转弯外侧方向相对应。
6、进一步地,利用第一边界信息和第二边界信息,构建目标可行域包括:根据目标地图数据,确定目标转弯路段的入口端面信息和出口端面信息;基于入口端面信息和出口端面信息,确定基准位置;利用基准位置、行驶参考线、第一边界信息和第二边界信息,构建目标可行域。
7、进一步地,目标转弯路段为掉头路段;基于入口端面信息和出口端面信息,确定基准位置包括:基于入口端面信息和第二内侧边界,确定第一位置,其中,第一位置为入口端面信息对应的入口端面投影与第二内侧边界的交点位置;基于出口端面信息和第二内侧边界,确定第二位置,其中,第二位置为出口端面投影与第二内侧边界的交点位置;将第一位置与第二位置之间连线的中点位置确定为掉头路段对应的基准位置。
8、进一步地,利用基准位置、行驶参考线、第一边界信息和第二边界信息,构建目标可行域包括:对行驶参考线进行采样,得到多个采样位置;利用基准位置、多个采样位置和第一内侧边界,构建目标内侧边界;利用多个采样位置、第一外侧边界和第二外侧边界,构建目标外侧边界;基于目标内侧边界和目标外侧边界,生成目标可行域。
9、进一步地,利用基准位置、多个采样位置和第一内侧边界,构建目标内侧边界包括:计算基准位置与多个采样位置之间的第一连线与第一内侧边界的交点,得到多个第一交点;利用多个第一交点,构建目标内侧边界。
10、进一步地,利用多个采样位置、第一外侧边界和第二外侧边界,构建目标外侧边界包括:基于多个采样位置以及在第二外侧边界上确定与多个采样位置相对应的多个映射位置,构建多个采样位置对应的多条第二连线;计算多条第二连线与第一外侧边界的交点,得到多个第二交点;利用多个采样位置、多个第二交点和多个映射位置,构建目标外侧边界。
11、进一步地,路径规划方法还包括:从目标车辆对应的云存储空间中获取记忆数据,其中,记忆数据由目标车辆采用神经网络模型对历史行驶轨迹进行深度机器学习得到。
12、进一步地,路径规划方法还包括:基于实时数据和行驶路径,生成待学习行驶轨迹;采用神经网络模型对待学习行驶轨迹进行深度机器学习,更新记忆数据。
13、进一步地,路径规划方法还包括:获取目标车辆装配的传感器实时采集的目标转弯路段的道路感知数据;对道路感知数据进行数据融合和地图构建,得到实时数据。
14、进一步地,基于目标转弯路段对应的记忆数据和实时数据,生成目标地图数据包括:对记忆数据和实时数据进行特征匹配,得到匹配结果;基于匹配结果,对记忆数据和实时数据进行地图融合,生成目标地图数据。
15、根据本申请实施例的另一方面,还提供了一种车辆,包括车载存储器和车载处理器,车载存储器中存储有计算机程序,车载处理器被设置为运行计算机程序以执行上述任意一项的路径规划方法。
16、根据本申请实施例的另一方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的可执行程序,其中,在可执行程序运行时控制存储介质所在设备执行上述任意一项的路径规划方法。
17、根据本申请实施例的另一方面,还提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现根据上述任意一项的路径规划方法。
18、在本申请实施例中,基于目标转弯路段对应的记忆数据和实时数据,生成目标地图数据,其中,记忆数据由目标车辆在目标转弯路段内的历史行驶轨迹确定,实时数据由目标车辆在目标转弯路段内实时采集得到;利用目标地图数据,构建目标转弯路段中的目标可行域;根据目标可行域,规划目标车辆通过目标转弯路段的行驶路径。
19、容易注意到的是,本申请实施例利用目标车辆在目标转弯路段中过去行驶记录的记忆数据以及当前行驶采集的实时数据作为当前行驶对应的目标地图数据,并由此构建目标可行域进行行驶路径规划,整个过程并未使用到高精地图数据,方案使用场景受限较少,并且目标地图数据的更新及时性高于高精地图的更新及时性,此外,将记忆数据与实时数据结合生成地图数据,也比仅依赖车辆实时采集的数据进行自动驾驶的方案具备更高的稳定性和安全性。因此,本申请实施例达到了根据目标本文档来自技高网...
【技术保护点】
1.一种路径规划方法,其特征在于,包括:
2.根据权利要求1所述的路径规划方法,其特征在于,利用所述目标地图数据,构建所述目标转弯路段中的所述目标可行域包括:
3.根据权利要求2所述的路径规划方法,其特征在于,根据所述目标地图数据,确定所述目标转弯路段中所述历史可行域的所述第一边界信息包括:
4.根据权利要求3所述的路径规划方法,其特征在于,根据所述目标地图数据,确定所述目标转弯路段中所述参考可行域的所述第二边界信息包括:
5.根据权利要求4所述的路径规划方法,其特征在于,利用所述第一边界信息和所述第二边界信息,构建所述目标可行域包括:
6.根据权利要求5所述的路径规划方法,其特征在于,所述目标转弯路段为掉头路段;基于所述入口端面信息和所述出口端面信息,确定所述基准位置包括:
7.根据权利要求5所述的路径规划方法,其特征在于,利用所述基准位置、所述行驶参考线、所述第一边界信息和所述第二边界信息,构建所述目标可行域包括:
8.根据权利要求7所述的路径规划方法,其特征在于,利用所述基准位置、所述多个采
9.根据权利要求7所述的路径规划方法,其特征在于,利用所述多个采样位置、所述第一外侧边界和所述第二外侧边界,构建所述目标外侧边界包括:
10.根据权利要求1至9中任意一项所述的路径规划方法,其特征在于,所述路径规划方法还包括:
11.根据权利要求10中任意一项所述的路径规划方法,其特征在于,所述路径规划方法还包括:
12.根据权利要求1至9中任意一项所述的路径规划方法,其特征在于,所述路径规划方法还包括:
13.根据权利要求1至9中任意一项所述的路径规划方法,其特征在于,基于所述目标转弯路段对应的所述记忆数据和所述实时数据,生成所述目标地图数据包括:
14.一种车辆,其特征在于,包括车载存储器和车载处理器,所述车载存储器中存储有计算机程序,所述车载处理器被设置为运行所述计算机程序以执行所述权利要求1至13中任意一项所述的路径规划方法。
15.一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包括存储的可执行程序,其中,在所述可执行程序运行时控制所述存储介质所在设备执行权利要求1至13中任意一项所述的路径规划方法。
16.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1至13中任意一项所述的路径规划方法。
...【技术特征摘要】
1.一种路径规划方法,其特征在于,包括:
2.根据权利要求1所述的路径规划方法,其特征在于,利用所述目标地图数据,构建所述目标转弯路段中的所述目标可行域包括:
3.根据权利要求2所述的路径规划方法,其特征在于,根据所述目标地图数据,确定所述目标转弯路段中所述历史可行域的所述第一边界信息包括:
4.根据权利要求3所述的路径规划方法,其特征在于,根据所述目标地图数据,确定所述目标转弯路段中所述参考可行域的所述第二边界信息包括:
5.根据权利要求4所述的路径规划方法,其特征在于,利用所述第一边界信息和所述第二边界信息,构建所述目标可行域包括:
6.根据权利要求5所述的路径规划方法,其特征在于,所述目标转弯路段为掉头路段;基于所述入口端面信息和所述出口端面信息,确定所述基准位置包括:
7.根据权利要求5所述的路径规划方法,其特征在于,利用所述基准位置、所述行驶参考线、所述第一边界信息和所述第二边界信息,构建所述目标可行域包括:
8.根据权利要求7所述的路径规划方法,其特征在于,利用所述基准位置、所述多个采样位置和所述第一内侧边界,构建所述目标内侧边界包括:
9.根据权利要求7所述的路径规划方法,其特征在于,...
【专利技术属性】
技术研发人员:禚凇瑀,
申请(专利权)人:广州小鹏自动驾驶科技有限公司,
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。