CN114200924A - 一种路径规划方法、无人车及计算机可读存储介质 - Google Patents
一种路径规划方法、无人车及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114200924A CN114200924A CN202111291395.1A CN202111291395A CN114200924A CN 114200924 A CN114200924 A CN 114200924A CN 202111291395 A CN202111291395 A CN 202111291395A CN 114200924 A CN114200924 A CN 114200924A
- Authority
- CN
- China
- Prior art keywords
- path
- node
- unmanned vehicle
- determining
- arrival
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000013439 planning Methods 0.000 title claims abstract description 42
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000012384 transportation and delivery Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 229920000535 Tan II Polymers 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种一种路径规划方法、无人车及计算机可读存储介质，其中，所述方法包括：获取所述无人车工作区域的拓扑地图，所述拓扑地图上设定有路径节点以及连接相邻路径节点的连接路径；根据所述无人车的当前位置、所述无人车当前车身行进方向以及所述路径节点确定出发节点，根据所述无人车的目的地位置和所述路径节点确定到达节点；根据所述出发节点、所述到达节点和所述连接路径确定所述出发节点与所述到达节点之间的最短路径；根据所述当前位置到所述出发节点的出发路径、所述最短路径和所述到达节点到所述目的地位置之间的到达路径确定所述无人车行驶的全局路径。旨在保障无人车稳定运行，提高无人车配送效率。
Description
技术领域
本发明涉及智能机器领域，尤其涉及一种路径规划方法、无人车及计算机可读存储介质。
背景技术
随着人工智能技术发展，无人车在生活中越来越常见，在校园、产业园等园区封闭场所，可以利用无人车进行快递、外卖配送等，无人车在不同工作场景下有不同的工作路径，需要无人车对路径进行规划。
在相关技术中，无人车通过计算最短路径来作为无人车的工作路径，但是无人车可能会遇到道路仅允许无人车沿着车道线方向行驶或者无人车无法原地调头的情况，这种情况下无人车选择沿最短路径行驶将无法保障无人车稳定运行，降低无人车配送效率。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种路径规划方法、无人车及计算机可读存储介质，旨在达成保障无人车稳定运行的效果，提高无人车配送效率。
为实现上述目的，本发明提供一种路径规划方法，所述路径规划方法包括以下步骤：
获取所述无人车工作区域的拓扑地图，所述拓扑地图上设定有路径节点以及连接相邻路径节点的连接路径；
根据所述无人车的当前位置、所述无人车当前车身行进方向以及所述路径节点确定出发节点，根据所述无人车的目的地位置和所述路径节点确定到达节点；
根据所述出发节点、所述到达节点和所述连接路径确定所述出发节点与所述到达节点之间的最短路径；
根据所述当前位置到所述出发节点的出发路径、所述最短路径和所述到达节点到所述目的地位置之间的到达路径确定所述无人车行驶的全局路径。
可选地，所述根据所述无人车的当前位置、所述无人车当前车身行进方向以及所述路径节点确定出发节点的步骤包括：
确定所述拓扑地图上离所述无人车当前位置最近的连接路径；
确定所述无人车到所述最近的连接路径两端的路径节点的第一路径和第二路径，并确定所述第一路径的第一倾斜角度和第二路径的第二倾斜角度；
获取所述无人车的第三倾斜角度，并根据所述第三倾斜角度确定所述车身行进方向；
根据第一倾斜角度、第二倾斜角度和所述车身行进方向确定所述出发节点。
可选地，所述无人车包括第一定位装置和第二定位装置，所述第一定位装置设置于所述无人车前端，所述第二定位装置设置于所述无人车后端，所述获取所述无人车的第三倾斜角度，并根据所述第三倾斜角度确定所述车身行进方向的步骤包括：
获取所述第一定位装置和所述第二定位装置的定位信息；
根据所述定位信息确定所述第三倾斜角度，并根据所述第三倾斜角度确定所述车身行进方向。
可选地，所述根据所述无人车的目的地位置和所述路径节点确定到达节点的步骤包括：
获取所述无人车的目的地信息，根据所述目的地信息确定所述目的地位置；
获取所述无人车目的地附近的路径节点，根据所述路径节点确定离所述目的地位置最近的路径节点为所述到达节点。
可选地，所述根据所述出发节点、所述到达节点和所述连接路径确定所述出发节点与所述到达节点之间的最短路径的步骤包括：
获取所述出发节点到所述到达节点之间的路径节点，并根据所述路径节点确定所述连接路径；
根据所述连接路径确定从所述出发节点到达所述到达节点的所有路径；并确定所有路径的距离；
确定所有路径中的距离最短的路径为所述最短路径。
可选地，所述获取所述无人车工作区域的拓扑地图的步骤之前，还包括：
获取所述无人车工作区域的地图；
确定所述地图上道路的端点和交叉口；
根据所述端点和所述交叉口确定所述路径节点，并连接相邻的路径节点，所述相邻节点之间的连线为所述连接路径。
可选地，所述根据所述端点和所述交叉口确定所述路径节点的步骤包括：
获取道路通行范围，根据所述通行范围确定所述路径节点的位置；或者
获取所述道路的通行方向，并根据所述通行方向确定道路右侧，在所述道路右侧确定所述路径节点。
此外，为实现上述目的，本发明还提供一种无人车，所述无人车包括存储器、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路径规划程序，所述路径规划程序被所述处理器执行时实现如上所述的路径规划方法的步骤。
此外，为实现上述目的，本发明还提供一种无人车，所述无人车包括：
获取模块，用于获取所述无人车工作区域的拓扑地图，所述拓扑地图上设定有路径节点以及连接相邻路径节点的连接路径；
确认模块，用于根据所述无人车的当前位置、所述无人车当前车身行进方向以及所述路径节点确定出发节点，根据所述无人车的目的地位置和所述路径节点确定到达节点；根据所述出发节点、所述到达节点和所述连接路径确定所述出发节点与所述到达节点之间的最短路径；根据所述当前位置到所述出发节点的出发路径、所述最短路径和所述到达节点到所述目的地位置之间的到达路径确定所述无人车行驶的全局路径。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有路径规划程序，所述路径规划程序被处理器执行时实现如上所述的路径规划方法的步骤。
本发明实施例提出的一种路径规划方法、无人车及计算机可读存储介质，先获取所述无人车工作区域的拓扑地图，所述拓扑地图上设定有路径节点以及连接相邻路径节点的连接路径；根据所述无人车的当前位置、所述无人车当前车身行进方向以及所述路径节点确定出发节点，根据所述无人车的目的地位置和所述路径节点确定到达节点；根据所述出发节点、所述到达节点和所述连接路径确定所述出发节点与所述到达节点之间的最短路径；根据所述当前位置到所述出发节点的出发路径、所述最短路径和所述到达节点到所述目的地位置之间的到达路径确定所述无人车行驶的全局路径。根据车身行进方向对无人车进行全局路径规划，可以保障无人车在行进方向不能改变时保障无人车稳定运行，提高无人车的配送效率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图；
图2为本发明路径规划方法的一实施例的流程示意图；
图3为本发明路径规划方法的一应用场景示意图；
图4为本发明路径规划方法的另一实施例的流程示意图；
图5为本发明实施例涉及的无人车架构简图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
由于在相关技术中，无人车实现路径规划的常见方法通常是计算最短路径，但是在面临道路仅允许无人车沿着车道线方向行驶或者无人车无法原地调头的情况时，使用最短路径法规划路径将会影响无人车的稳定运行，降低无人车的配送效率。
为了提高无人车的配送效率，本发明实施例提出一种路径规划方法、无人车及计算机可读存储介质，其中，所述方法的主要步骤包括：
获取所述无人车工作区域的拓扑地图，所述拓扑地图上设定有路径节点以及连接相邻路径节点的连接路径；
根据所述无人车的当前位置、所述无人车当前车身行进方向以及所述路径节点确定出发节点，根据所述无人车的目的地位置和所述路径节点确定到达节点；
根据所述出发节点、所述到达节点和所述连接路径确定所述出发节点与所述到达节点之间的最短路径；
根据所述当前位置到所述出发节点的出发路径、所述最短路径和所述到达节点到所述目的地位置之间的到达路径确定所述无人车行驶的全局路径。
这样通过车身行进方向和当前车身位置选取出发节点，根据目的地位置选取到达节点，再根据出发节点和到达路径选取最短路径，以此实现规划全局路径。因此，基于上述实施例给出的方案，可以保障无人车在行进方向不能改变时保障无人车稳定运行，提高无人车的配送效率。
以下结合附图对本发明权利要求要求保护的内容进行详细说明。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端可以是无人车。
如图1所示，该终端可以包括：处理器1001，例如CPU，存储器1003，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。存储器1003可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1003可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1003中可以包括操作系统以及路径规划程序。
在图1所示的终端中，处理器1001可以用于调用存储器1003中存储的路径规划程序，并执行以下操作：
获取所述无人车工作区域的拓扑地图，所述拓扑地图上设定有路径节点以及连接相邻路径节点的连接路径；
根据所述无人车的当前位置、所述无人车当前车身行进方向以及所述路径节点确定出发节点，根据所述无人车的目的地位置和所述路径节点确定到达节点；
根据所述出发节点、所述到达节点和所述连接路径确定所述出发节点与所述到达节点之间的最短路径；
根据所述当前位置到所述出发节点的出发路径、所述最短路径和所述到达节点到所述目的地位置之间的到达路径确定所述无人车行驶的全局路径。
进一步地，处理器1001可以调用存储器1003中存储的路径规划程序，还执行以下操作：
确定所述拓扑地图上离所述无人车当前位置最近的连接路径；
确定所述无人车到所述最近的连接路径两端的路径节点的第一路径和第二路径，并确定所述第一路径的第一倾斜角度和第二路径的第二倾斜角度；
获取所述无人车的第三倾斜角度，并根据所述第三倾斜角度确定所述车身行进方向；
根据第一倾斜角度、第二倾斜角度和所述车身行进方向确定所述出发节点。
进一步地，处理器1001可以调用存储器1003中存储的路径规划程序，还执行以下操作：
获取所述第一定位装置和所述第二定位装置的定位信息；
根据所述定位信息确定所述第三倾斜角度，并根据所述第三倾斜角度确定所述车身行进方向。
进一步地，处理器1001可以调用存储器1003中存储的路径规划程序，还执行以下操作：
获取所述无人车的目的地信息，根据所述目的地信息确定所述目的地位置；
获取所述无人车目的地附近的路径节点，根据所述路径节点确定离所述目的地位置最近的路径节点为所述到达节点。
进一步地，处理器1001可以调用存储器1003中存储的路径规划程序，还执行以下操作：
获取所述出发节点到所述到达节点之间的路径节点，并根据所述路径节点确定所述连接路径；
根据所述连接路径确定从所述出发节点到达所述到达节点的所有路径；并确定所有路径的距离；
确定所有路径中的距离最短的路径为所述最短路径。
进一步地，处理器1001可以调用存储器1003中存储的路径规划程序，还执行以下操作：
获取所述无人车工作区域的地图；
确定所述地图上道路的端点和交叉口；
根据所述端点和所述交叉口确定所述路径节点，并连接相邻的路径节点，所述相邻节点之间的连线为所述连接路径。
进一步地，处理器1001可以调用存储器1003中存储的路径规划程序，还执行以下操作：
获取道路通行范围，根据所述通行范围确定所述路径节点的位置；或者
获取所述道路的通行方向，并根据所述通行方向确定道路右侧，在所述道路右侧确定所述路径节点。
随着人工智能技术发展，无人车在生活中越来越常见，在校园、产业园等园区封闭场所常常可见利用无人车进行快递、外卖配送等，无人车在不同工作场景下有不同的目的地，会根据目的地制定工作路径，无人车自身可以对路径进行规划。
在相关技术中，无人车通过计算最短路径来作为无人车的工作路径，但是无人车可能会遇到道路仅允许无人车沿着车道线方向行驶或者无人车无法原地调头的情况，这种情况下无人车规划的最短路径的起始出发方向与无人车车身行进方向不一致，如此将无法保障无人车稳定运行，降低无人车配送效率。
由此可见，在路径规划方法中，存在上述缺陷。本发明实施例为解决上述缺陷，提出一种无人车的一种路径规划方法，旨在达成保障无人车稳定运行，提高无人车配送效率。
以下，通过具体示例性方案对本发明权利要求要求保护的内容，进行解释说明，以便本领域技术人员更好地理解本发明权利要求的保护范围。可以理解的是，以下示例性方案不对本发明的保护范围进行限定，仅用于解释本发明。
示例性地，参照图2，在本发明路径规划方法的一实施例中，所述路径规划方法包括以下步骤：
步骤S10、获取所述无人车工作区域的拓扑地图，所述拓扑地图上设定有路径节点以及连接相邻路径节点的连接路径；
本实施例中，执行所述路径规划方法的主体可以是无人车，无人车是可以进行自我路径规划的可移动物体，执行预设配送任务的智能设备，无人车主要是根据工作区域的地图，根据目的地位置和出发地位置规划路径，在工作区域的范围将物品配送至确定的目的地。拓扑地图是把工作环境表示为节点和相关连接线的拓扑结构图，在本实施例中则标识为路径节点和连接路径。其中，路径节点可以是道路的端点和交叉口，连接路径是连接各路径节点的道路。
步骤S20、根据所述无人车的当前位置、所述无人车当前车身行进方向以及所述路径节点确定出发节点，根据所述无人车的目的地位置和所述路径节点确定到达节点；
本实施例中，无人车规划路径涉及到出发点位置和目的地位置，可以理解的是，出发点位置可以是无人车的当前位置，获取无人车的当前位置的方式可以是根据无人车身上携带的定位装置，从定位装置中获取定位信息确定无人车的当前位置。无人车当前车身行进方向是根据无人车的前进方向和无人车的倾斜角度确定的。
可选地，根据所述无人车的当前位置、所述无人车当前车身行进方向以及所述路径节点确定出发节点，确定所述拓扑地图上离所述无人车当前位置最近的连接路径；确定所述无人车到所述最近的连接路径两端的路径节点的第一路径和第二路径，并确定所述第一路径的第一倾斜角度和第二路径的第二倾斜角度；获取所述无人车的第三倾斜角度，并根据所述第三倾斜角度确定所述车身行进方向；根据第一倾斜角度、第二倾斜角度和所述车身行进方向确定所述出发节点。
具体地，首先确定所述拓扑地图上离所述无人车当前位置最近的连接路径，在拓扑地图中，有多条连接路径，每条连接路径两端都具路径节点，在确定无人车的当前位置后，在拓扑地图中可以获取到无人车附近的连接路径，无人车首先通过点到线段的方式寻找离无人车当前位置最近的连接路径，确定连接路径后便可确定无人车到最近连接路径两端的路径节点之间第一路径和第二路径，然后确定第一路径和第二路径的斜率，通过斜率可以确定第一路径的第一倾斜角度和第二路径的第二倾斜角度，可以通过如下计算公式实现：
θ＝a tan2(Y2-Y1，X2-X1)
其中，(X1，Y1)是无人车当前位置在拓扑地图中的位置坐标，(X2，Y2)是最近的连接路径两端的路径节点在拓扑地图中的位置坐标。
具体地，获取所述无人车的第三倾斜角度，并根据所述第三倾斜角度确定所述车身行进方向，无人车包括第一定位装置和第二定位装置，所述第一定位装置设置于所述无人车前端，所述第二定位装置设置于所述无人车后端，两个定位装置可以水平放置，获取所述第一定位装置和所述第二定位装置的定位信息，根据定位信息可以获取第一定位装置和第二定位装置在拓扑地图中的位置坐标，根据位置坐标可以获取第一定位装置和第二定位装置之间连线的斜率，根据如上公式可以获取第一定位装置和第二定位装置之间连线的倾斜角度，即无人车的倾斜角度(第三倾斜角度)。由于第一定位装置安装在无人车的前端，第一定位装置安装在无人车的后端，所以可以根据无人车的第一定位装置或第二定位装置确定无人车的前进方向，根据前进方向和第二倾斜角度确定无人车的车身行进方向。
根据第一倾斜角度、第二倾斜角度和所述车身行进方向确定所述出发节点，如果第一倾斜角度与所述车身行进方向的角度差值比第一倾斜角度与所述车身行进方向的角度差值小，或者第一倾斜角度与车身行进方向同向，则将第一路径作为无人车的出发路径，第一路径对应的路径节点是出发节点；如果第一倾斜角度与所述车身行进方向的角度差值比第一倾斜角度与所述车身行进方向的角度差值大，或者第二倾斜角度与车身行进方向同向，则将第二路径作为无人车的出发路径，第二路径对应的路径节点是出发节点。
可选地，根据所述无人车的目的地位置和所述路径节点确定到达节点。
具体地，获取所述无人车的目的地信息，根据所述目的地信息确定所述目的地位置；获取所述无人车目的地附近的路径节点，根据所述路径节点确定离所述目的地位置最近的路径节点为所述到达节点。获取无人车目的地信息的方式可以是根据无人车当前工作任务，根据当前工作任务确定目的地信息，比如目的名称、目的地坐标、目的地经纬度等，根据目的地信息可以确定目的地位置，根据目的地位置确定无人车目的地附近的路径节点，可以通过欧式距离法确认，欧式距离最短的点极为到达节点。
欧几里得度量(euclidean metric)(也称欧氏距离)是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度(即该点到原点的距离)。在二维空间中，计算两点之间的欧式距离公式为：
其中，ρ为点(x1，y2)与点(x1，y2)之间的欧氏距离。
如果计算目的地位置和无人车目的地附近的路径节点是按照拓扑地图上的坐标来说，是基于二维平面计算，可以应用上述公式。如果目的地位置和其他路径节点有高度差异，则需要计算三维空间的欧式距离，在三维空间中，计算两点之间的欧式距离公式为：
其中，x1，x2，y1，y2是水平方向的坐标数据，z1，z2是竖直方向的坐标数据，ρ为点(x1，y1，z1)与点(x2，y2，z2)之间的欧氏距离。
步骤S30、根据所述出发节点、所述到达节点和所述连接路径确定所述出发节点与所述到达节点之间的最短路径；
本实施例中，在确定了出发节点和到达节点后，在拓扑地图上确定出从出发节点到到达节点的所有路径，即确认出发节点到所述到达节点之间的路径节点和连接路径，计算每条路径的距离，以此确定出发节点与到达节点之间的最短路径。
可选地，获取所述出发节点到所述到达节点之间的路径节点，并根据所述路径节点确定所述连接路径；根据所述连接路径确定从所述出发节点到达所述到达节点的所有路径；并确定所有路径的距离；确定所有路径中的距离最短的路径为所述最短路径。
S40、根据所述当前位置到所述出发节点的出发路径、所述最短路径和所述到达节点到所述目的地位置之间的到达路径确定所述无人车行驶的全局路径。
本实施例中，无人车已经选择出了出发节点和出发路径，确定了出发节点到到达节点的路径，而从到达节点到目的地的最短路径即是到达路径，如此，无人车的当前位置到出发节点的出发路径，出发节点到到达节点的最短路径，从到达节点到目的地的到达路径组成了无人车从当前位置行驶到目的地的全局路径。由此实现了无人车的全局路径规划。
为便于理解，以下通过一具体应用场景说明本方案,请参照图3：
图中的数字代表路径节点，黑色虚线为路径节点之间的连接路径，阴影方框为无人车，无人车上设置有第一定位装置和第二定位装置，第一定位装置端为无人车的前进方向，goal为无人车的目的地，如果无人车按照相关技术中最短路径的规划方法，那无人车的行路径为出发点-节点1-目的地，但是，如果道路仅允许无人车沿着车道线方向行驶或者无人车无法原地调头，无人车则会无法前进或者遇到危险情况，影响无人车的稳定运行，降低无人车配送效率。
在本发明实施例提出的技术方案中，无人车首先根据其当前所在位置最近的连接路径节点1-节点2，然后无人车需判断是以节点1还是节点2为出发节点，计算出从无人车当前位置到节点1的第一路径①的第一倾斜角度和第从无人车当前位置到节点2的第二路径②的第二倾斜角度，通过与无人车的车身前进方向进行比较，确定节点2为出发节点，无人车当前位置到节点2的第二路径②为出发路径；认定离目的地goal最近的节点为6，目的地goal到节点6的路径为到达路径；搜索节点2到节点6的路径并计算距离，确定节点2-节点3-节点4-节点5-节点6为最短路径，所以无人车的全局路径是当前位置-节点2-节点3-节点4-节点5-节点6-目的地goal。相比于最短路径的规划，本方案实现了路径全局规划，防止无人车因为道路仅允许无人车沿着车道线方向行驶或者无人车无法原地调头的情况而无法稳定运行或者影响无人车安全性。
在本实施例公开的技术方案中，获取所述无人车工作区域的拓扑地图，所述拓扑地图上设定有路径节点以及连接相邻路径节点的连接路径；根据所述无人车的当前位置、所述无人车当前车身行进方向以及所述路径节点确定出发节点，根据所述无人车的目的地位置和所述路径节点确定到达节点；根据所述出发节点、所述到达节点和所述连接路径确定所述出发节点与所述到达节点之间的最短路径；根据所述当前位置到所述出发节点的出发路径、所述最短路径和所述到达节点到所述目的地位置之间的到达路径确定所述无人车行驶的全局路径。本发明实施例通过无人车车身行进方向确定出发节点，通过目的地位置确定到达节点，并根据出发节点和到达节点确认最短路径，以此组合成全局路径，以此实现了无人车的全局路径规划，达到了防止无人车因为道路仅允许无人车沿着车道线方向行驶或者无人车无法原地调头的情况而无法稳定运行的效果，不仅提高了无人车在行驶时的安全性，还提高了无人车的配送效率。
可选地，参照图4，基于上述任一实施例，在本发明路径规划方法的另一实施例中，所述路径规划方法包括：
步骤S50、获取所述无人车工作区域的地图；
本实施例中在步骤S10获取所述无人车工作区域的拓扑地图之前，还应该构建工作区域的拓扑地图，首先获取无人车工作区域的地图，通常来说，无人车常工作于封闭的园区，可以向无人车内预存工作区域的地图，无人车还可以基于定位装置，在卫星云图上获取其对应工作区域的地图。
步骤S60、确定所述地图上道路的端点和交叉口；
本实施例中，在获取到无人车工作区域的地图后，无人车可以根据元素分析确认地图上的道路，然后确认道路的端点和交叉口，当然，这一步骤也可以通过预设地图时，将端点和交叉口标记在地图上。
步骤S70、根据所述端点和所述交叉口确定所述路径节点，并连接相邻的路径节点，所述相邻节点之间的连线为所述连接路径。
本实施例中，在确定地图上道路的端点和交叉口之后，在端点和交叉口处设定路径节点，还可以对路径节点进行编号，便于确定每个路径节点的前后顺序，最后根据道路将相邻的路径节点相连。
可选地，根据所述端点和所述交叉口确定所述路径节点的步骤包括：获取道路通行范围，根据所述通行范围确定所述路径节点的位置；或者获取所述道路的通行方向，并根据所述通行方向确定道路右侧，在所述道路右侧确定所述路径节点。
具体的，虽然已经确定道路的端点和交叉口，但是所在范围仍然不能完全限制所述无人车的行驶路径，获取道路通行范围可包括车道数，可通行车道等，如果车道数为单车道，则无人车可以的单条上道路行驶，将路径节点设置在道路上的任意位置，如果车道数为双车道或者双车道以上，则无人车可以在最右车道行驶，将路径节点设置在最有车道上，靠右车道属于慢行车道，可以让无人车行驶时更为安全，同样地，如果无人车行驶的速度满足快车道的行驶规定，则无人车也可以根据需求选择快车道行驶，将路径节点设置在符合其需求的车道上，如果遇到有车道进行时，则将无人车设置在可通行的车道上；或者，还可以获取道路的通行方向，根据通行方向确认道路的右侧，在道路右侧设置路径节点，使无人车可以沿着道路靠右行驶。
在本实施例公开的技术方案中，在获取工作区域的拓扑地图之前，还有构建拓扑地图，获取所述无人车工作区域的地图；确定所述地图上道路的端点和交叉口；根据所述端点和所述交叉口确定所述路径节点，并连接相邻的路径节点，所述相邻节点之间的连线为所述连接路径，如此可以构建拓扑地图，为无人车实现全局路径规划提供基础，以使无人车可以实现全局规划，提高配送效率。
此外，本发明实施例还提出一种无人车，所述无人车包括存储器、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路径规划程序，所述路径规划程序被所述处理器执行时实现如上各个实施例所述的路径规划方法的步骤。
此外，本发明实施例还提出一种无人车100，示例性地，参照图5，所述无人车100包括：
获取模块101和确定模块102，其中，所述获取模块101用于获取所述无人车工作区域的拓扑地图，所述拓扑地图上设定有路径节点以及连接相邻路径节点的连接路径；所述确认模块102，用于根据所述无人车的当前位置、所述无人车当前车身行进方向以及所述路径节点确定出发节点，根据所述无人车的目的地位置和所述路径节点确定到达节点；根据所述出发节点、所述到达节点和所述连接路径确定所述出发节点与所述到达节点之间的最短路径；根据所述当前位置到所述出发节点的出发路径、所述最短路径和所述到达节点到所述目的地位置之间的到达路径确定所述无人车行驶的全局路径。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有路径规划程序，所述路径规划程序被处理器执行时实现如上各个实施例所述的路径规划方法的步骤。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得网络功能NF执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种路径规划方法，其特征在于，应用于无人车，所述路径规划方法包括以下步骤：
获取所述无人车工作区域的拓扑地图，所述拓扑地图上包括路径节点以及连接相邻路径节点的连接路径；
根据所述无人车的当前位置、所述无人车当前车身行进方向以及所述路径节点确定出发节点，根据所述无人车的目的地位置和所述路径节点确定到达节点；
根据所述出发节点、所述到达节点和所述连接路径确定所述出发节点与所述到达节点之间的最短路径；
根据所述当前位置到所述出发节点的出发路径、所述最短路径和所述到达节点到所述目的地位置之间的到达路径确定所述无人车行驶的全局路径。
2.如权利要求1所述的路径规划方法，其特征在于，所述根据所述无人车的当前位置、所述无人车当前车身行进方向以及所述路径节点确定出发节点的步骤包括：
确定所述拓扑地图上离所述无人车当前位置最近的连接路径；
确定所述无人车到所述最近的连接路径两端的路径节点的第一路径和第二路径，并确定所述第一路径的第一倾斜角度和第二路径的第二倾斜角度；
获取所述无人车的第三倾斜角度，并根据所述第三倾斜角度确定所述车身行进方向；
根据第一倾斜角度、第二倾斜角度和所述车身行进方向确定所述出发节点。
3.如权利要求2所述的路径规划方法，其特征在于，所述无人车包括第一定位装置和第二定位装置，所述第一定位装置设置于所述无人车前端，所述第二定位装置设置于所述无人车后端，所述获取所述无人车的第三倾斜角度，并根据所述第三倾斜角度确定所述车身行进方向的步骤包括：
获取所述第一定位装置和所述第二定位装置的定位信息；
根据所述定位信息确定所述第三倾斜角度，并根据所述第三倾斜角度确定所述车身行进方向。
4.如权利要求1所述的路径规划方法，其特征在于，所述根据所述无人车的目的地位置和所述路径节点确定到达节点的步骤包括：
获取所述无人车的目的地信息，根据所述目的地信息确定所述目的地位置；
获取所述无人车目的地附近的路径节点，根据所述路径节点确定离所述目的地位置最近的路径节点为所述到达节点。
5.如权利要求1所述的路径规划方法，其特征在于，所述根据所述出发节点、所述到达节点和所述连接路径确定所述出发节点与所述到达节点之间的最短路径的步骤包括：
获取所述出发节点到所述到达节点之间的路径节点，并根据所述路径节点确定所述连接路径；
根据所述连接路径确定从所述出发节点到达所述到达节点的所有路径；并确定所有路径的距离；
确定所有路径中的距离最短的路径为所述最短路径。
6.如权利要求1所述的路径规划方法，其特征在于，所述获取所述无人车工作区域的拓扑地图的步骤之前，还包括：
获取所述无人车工作区域的地图；
确定所述地图上道路的端点和交叉口；
根据所述端点和所述交叉口确定所述路径节点，并连接相邻的路径节点，所述相邻节点之间的连线为所述连接路径。
7.如权利要求6所述的路径规划方法，其特征在于，所述根据所述端点和所述交叉口确定所述路径节点的步骤包括：
获取道路通行范围，根据所述通行范围确定所述路径节点的位置；或者
获取所述道路的通行方向，并根据所述通行方向确定道路右侧，在所述道路右侧确定所述路径节点。
8.一种无人车，其特征在于，所述无人车包括：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路径规划程序，所述路径规划程序被所述处理器执行时实现如权利要求1至7中任一项所述的路径规划方法的步骤。
9.一种无人车，其特征在于，所述无人车包括：
获取模块，用于获取所述无人车工作区域的拓扑地图，所述拓扑地图上设定有路径节点以及连接相邻路径节点的连接路径；
确定模块，用于根据所述无人车的当前位置、所述无人车当前车身行进方向以及所述路径节点确定出发节点，根据所述无人车的目的地位置和所述路径节点确定到达节点；根据所述出发节点、所述到达节点和所述连接路径确定所述出发节点与所述到达节点之间的最短路径；根据所述当前位置到所述出发节点的出发路径、所述最短路径和所述到达节点到所述目的地位置之间的到达路径确定所述无人车行驶的全局路径。
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路径规划程序，所述路径规划程序被处理器执行时实现如权利要求1至7中任一项所述的路径规划方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111291395.1A CN114200924B (zh) | 2021-11-02 | 2021-11-02 | 一种路径规划方法、无人车及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111291395.1A CN114200924B (zh) | 2021-11-02 | 2021-11-02 | 一种路径规划方法、无人车及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114200924A true CN114200924A (zh) | 2022-03-18 |
| CN114200924B CN114200924B (zh) | 2024-11-01 |
Family
ID=80646733
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111291395.1A Active CN114200924B (zh) | 2021-11-02 | 2021-11-02 | 一种路径规划方法、无人车及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114200924B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09185411A (ja) * | 1995-12-28 | 1997-07-15 | Shinko Electric Co Ltd | 無人車の走行方向検出方法 |
| CN106828495A (zh) * | 2017-02-16 | 2017-06-13 | 奇瑞汽车股份有限公司 | 一种控制车辆行驶的方法及装置 |
| CN107037812A (zh) * | 2017-03-31 | 2017-08-11 | 南京理工大学 | 一种基于仓储无人车的车辆路径规划方法 |
| CN108304964A (zh) * | 2018-01-08 | 2018-07-20 | 深圳市易成自动驾驶技术有限公司 | Agv最短路径规划方法、装置及计算机可读存储介质 |
| CN108628324A (zh) * | 2018-07-12 | 2018-10-09 | 中国科学院深圳先进技术研究院 | 基于矢量地图的无人车导航方法、装置、设备及存储介质 |
| CN109828585A (zh) * | 2019-03-04 | 2019-05-31 | 山东力创科技股份有限公司 | 一种全方位移动agv控制方法、系统及agv |
| CN109945882A (zh) * | 2019-03-27 | 2019-06-28 | 上海交通大学 | 一种无人驾驶车辆路径规划与控制系统及方法 |
| CN109947100A (zh) * | 2019-03-12 | 2019-06-28 | 深圳优地科技有限公司 | 路径规划方法、系统及终端设备 |
| US20210080267A1 (en) * | 2017-10-25 | 2021-03-18 | Guangzhou Automobile Group Co., Ltd. | Path Planning Method and Device for Unmanned Vehicle, and Computer Device |
| CN113325389A (zh) * | 2021-08-03 | 2021-08-31 | 北京理工大学 | 一种无人车激光雷达定位方法、系统及存储介质 |
-
2021
- 2021-11-02 CN CN202111291395.1A patent/CN114200924B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09185411A (ja) * | 1995-12-28 | 1997-07-15 | Shinko Electric Co Ltd | 無人車の走行方向検出方法 |
| CN106828495A (zh) * | 2017-02-16 | 2017-06-13 | 奇瑞汽车股份有限公司 | 一种控制车辆行驶的方法及装置 |
| CN107037812A (zh) * | 2017-03-31 | 2017-08-11 | 南京理工大学 | 一种基于仓储无人车的车辆路径规划方法 |
| US20210080267A1 (en) * | 2017-10-25 | 2021-03-18 | Guangzhou Automobile Group Co., Ltd. | Path Planning Method and Device for Unmanned Vehicle, and Computer Device |
| CN108304964A (zh) * | 2018-01-08 | 2018-07-20 | 深圳市易成自动驾驶技术有限公司 | Agv最短路径规划方法、装置及计算机可读存储介质 |
| CN108628324A (zh) * | 2018-07-12 | 2018-10-09 | 中国科学院深圳先进技术研究院 | 基于矢量地图的无人车导航方法、装置、设备及存储介质 |
| CN109828585A (zh) * | 2019-03-04 | 2019-05-31 | 山东力创科技股份有限公司 | 一种全方位移动agv控制方法、系统及agv |
| CN109947100A (zh) * | 2019-03-12 | 2019-06-28 | 深圳优地科技有限公司 | 路径规划方法、系统及终端设备 |
| CN109945882A (zh) * | 2019-03-27 | 2019-06-28 | 上海交通大学 | 一种无人驾驶车辆路径规划与控制系统及方法 |
| CN113325389A (zh) * | 2021-08-03 | 2021-08-31 | 北京理工大学 | 一种无人车激光雷达定位方法、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114200924B (zh) | 2024-11-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021180035A1 (zh) | 一种泊车路径规划方法、装置、车辆和存储介质 | |
| JP5868420B2 (ja) | 自律走行システム | |
| CN110006430B (zh) | 一种航迹规划算法的优化方法 | |
| JP7330142B2 (ja) | 車両のｕターン経路を決定する方法、装置、デバイスおよび媒体 | |
| KR20180100194A (ko) | 경로 이탈 인식 방법, 단말 및 저장 매체 | |
| CN113741453B (zh) | 一种非结构化环境的路径规划方法、装置、设备和介质 | |
| EP4177570B1 (en) | Standard-definition to high-definition navigation route determination | |
| CN108827335B (zh) | 一种基于单向搜索模型的最短路径规划方法 | |
| JP6303810B2 (ja) | 車両位置推定装置、及び車両位置推定方法 | |
| CN112444263A (zh) | 全局路径规划方法及装置 | |
| CN101750081A (zh) | 移动体的地图匹配装置及其方法 | |
| CN103344248B (zh) | 一种车辆导航系统的最佳路径计算方法 | |
| US20230280164A1 (en) | Information processing device, information processing method, and program | |
| CN114839993A (zh) | 无人车辆巡线避障方法、装置、设备及存储介质 | |
| JP7135699B2 (ja) | 経路探索システムおよび経路探索プログラム | |
| EP3626570A1 (en) | Driving assistance method and driving assistance apparatus | |
| CN116424336A (zh) | 一种轨迹预测方法、装置及车联网设备 | |
| CN114200924A (zh) | 一种路径规划方法、无人车及计算机可读存储介质 | |
| CN116858258A (zh) | 路径规划方法及装置、计算机可读存储介质、终端、车辆 | |
| CN116295478A (zh) | 车辆的导航方法及装置 | |
| CN118113035A (zh) | 路径规划方法、装置及电子设备 | |
| US20190100202A1 (en) | Driving support system, driving control system, route guide system, and non-transitory computer-readable storage medium | |
| CN115855094A (zh) | 全局路径规划方法、装置、电子设备、车辆及存储介质 | |
| CN113401140B (zh) | 双向路段的路由寻径方法、装置、计算机设备和存储介质 | |
| CN117906593B (zh) | 地图构建方法、终端设备及存储介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: Unit 7-11, 6th Floor, Building B2, No. 999-8 Gaolang East Road, Wuxi Economic Development Zone, Wuxi City, Jiangsu Province, China 214000 Applicant after: Youdi Robot (Wuxi) Co.,Ltd. Address before: 5D, Building 1, Tingwei Industrial Park, No. 6 Liufang Road, Xingdong Community, Xin'an Street, Bao'an District, Shenzhen City, Guangdong Province Applicant before: UDITECH Co.,Ltd. Country or region before: China |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |