[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN113532448A - 一种自动驾驶车辆的导航方法及其系统、驾驶控制设备 - Google Patents

一种自动驾驶车辆的导航方法及其系统、驾驶控制设备 Download PDF

Info

Publication number
CN113532448A
CN113532448A CN202010287107.4A CN202010287107A CN113532448A CN 113532448 A CN113532448 A CN 113532448A CN 202010287107 A CN202010287107 A CN 202010287107A CN 113532448 A CN113532448 A CN 113532448A
Authority
CN
China
Prior art keywords
road
path
optimal
passing
traffic
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
Application number
CN202010287107.4A
Other languages
English (en)
Other versions
CN113532448B (zh
Inventor
许松枝
周鹏
卜祥津
修彩靖
钟国旗
郭继舜
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.)
Guangzhou Automobile Group Co Ltd
Original Assignee
Guangzhou Automobile Group 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 Guangzhou Automobile Group Co Ltd filed Critical Guangzhou Automobile Group Co Ltd
Priority to CN202010287107.4A priority Critical patent/CN113532448B/zh
Publication of CN113532448A publication Critical patent/CN113532448A/zh
Application granted granted Critical
Publication of CN113532448B publication Critical patent/CN113532448B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • 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
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及自动驾驶车辆的导航方法及其系统、驾驶控制设备，方法包括：获取多个目标位置，所述多个目标位置包括起始位置和终点位置，或起始位置、若干途经位置和终点位置；根据高精度地图数据、广度优先搜索算法以及所述多个目标位置获得起始位置和终点位置之间的最优通行路径；其中所述最优通行路径包括若干通行道路；根据道路拓扑关系以及所述最优通行路径的若干通行道路获得通行方向信息；其中所述通行方向信息包括当车辆行驶于所述最优通行路径的若干通行道路时，从一道路进入另一道路时的通行方向；根据所述最优通行路径、通行方向信息以及终点位置生成道路级导航路径。实施本发明，能够提高自动驾驶的智能性，避免频繁变道。

Description

一种自动驾驶车辆的导航方法及其系统、驾驶控制设备
技术领域
本发明涉及自动驾驶技术领域，具体涉及一种自动驾驶车辆的导航方法及其系统、驾驶控制设备。
背景技术
目前，自动驾驶车辆主要依赖导航提供一条全局的参考路点，再根据自车周围的障碍物情况进行局部路径规划，绕障变道后车辆还是需要回到参考路径上，而换道后的车道属性可能与原车道一样，是可以正确通过路口的，这样自动驾驶就会显得不够智能，且需要频繁变道，降低车辆行驶的经济性和舒适性。
发明内容
本发明旨在提出一种自动驾驶车辆的导航方法及其系统、驾驶控制设备，以提高自动驾驶的智能性，避免频繁变道。
第一方面，本发明实施例提出一种自动驾驶车辆的导航方法，所述方法包括：
获取多个目标位置，所述多个目标位置包括起始位置和终点位置，或起始位置、若干途经位置和终点位置；
根据高精度地图数据、广度优先搜索算法以及所述多个目标位置获得起始位置和终点位置之间的最优通行路径；其中所述最优通行路径包括若干通行道路；
根据道路拓扑关系以及所述最优通行路径的若干通行道路获得通行方向信息；其中所述通行方向信息包括当车辆行驶于所述最优通行路径的若干通行道路时，从一道路进入另一道路时的通行方向；
根据所述最优通行路径、通行方向信息以及终点位置生成道路级导航路径。
根据上述方法，其中，根据高精度地图数据、广度优先搜索算法以及所述多个目标位置获得起始位置和终点位置之间的最优通行路径，具体包括：
获取每一目标位置所在道路的道路编号；
基于高精度地图数据，利用广度优先搜索算法进行路径搜索获得每两个相邻目标位置之间的最优通行路径，并根据所述每两个相邻目标位置之间的最优通行路径获得起始位置和终点位置之间的最优通行路径；其中所述起始位置和终点位置之间的最优通行路径包括从起始位置到达终点位置依次通过的道路的道路编号。
根据上述方法，其中，利用广度优先搜索算法进行路径搜索获得每两个相邻目标位置之间的最优通行路径，具体包括：
设两个相邻目标位置为第一目标位置和第二目标位置，则以第一目标位置所在道路的道路编号作为广度优先搜索树的第一层树节点，逐层进行遍历搜索；
其中，当遍历搜索某一层的所有树节点时，若搜索到该层存在一个树节点Nk所对应的道路编号与第二目标位置所对应的道路编号一致时，停止搜索，并根据树节点Nk、树节点N0以及广度优先搜索树确定最优通行路径；若遍历搜索某一层的所有树节点后未找到与第二目标位置所对应的道路编号一致的树节点，则利用预设路径优化算法对该层的所有树节点所对应的所有路径进行优化得到一个最优的已搜索树节点，并基于该已搜索树节点进行下一层的搜索；
其中，第i+1层的树节点所对应道路的为所述最优的已搜索树节点对应道路的前向道路，i大于0。
第i+1层的树节点所对应道路的为所述最优的已搜索树节点对应道路的前向道路。
根据上述方法，其中，所述道路拓扑关系采用如下算法生成：
步骤S1、设定每一道路具有若干路点，将每一道路的最后一个路点信息为道路终点，每一道路的第一个路点信息为道路起点，并获取所有道路的道路起点和道路终点；
步骤S2、根据所述所有道路的道路起点和道路终点获得所有道路之间的道路拓扑关系；所述道路拓扑关系包括各道路之间的通信方向；其中：
以任一道路作为当前道路，分别计算所述当前道路的道路终点与其他道路起点的距离；
判定所述当前道路终点与其他任一道路起点的距离是否小于预设阈值，若小于预设阈值，则该道路起点所在的道路为与所述当前道路相连的道路，并根据所述当前道路的航向信息确定从当前车道与该道路起点所在的道路之间的通行方向；若大于等于预设阈值，则该道路起点所在的道路为与当前道路不相连的道路。
根据上述方法，其中，根据所述最优通行路径、通行方向信息以及终点位置生成道路级导航路径，具体包括：
根据所述通行方向信息以及所述最优通行路径的每一道路各车道的车道属性确定车辆驶出每一路口时可通行的若干车道；
根据所述最优通行路径的每一通行道路各车道的车道类型确定车辆从一道路驶入另一道路时不可通行的若干车道；
根据所述最优通行路径、通行方向信息、车辆驶出每一路口时可通行的若干车道、车辆从一道路驶入另一道路时不可通行的若干车道，生成道路级导航路径。
根据上述方法，其中，所述方法还包括：根据所述道路级导航路径进行自动驾驶；
所述自动驾驶具体包括：
控制车辆按所述最优通行路径以及通行方向信息依次通过所述最优通行路径的若干通行道路，并且，当车辆驶出每一路口时，选择可通行的若干车道中的任一车道进行行驶，驶出路口；当车辆从一道路驶入另一道路时，选择除不可通行的若干车道外的任一车道进行行驶，驶入另一道路。
第二方面，本发明实施例提出一种自动驾驶车辆的导航系统，包括：
信息获取单元，用于获取多个目标位置，所述多个目标位置包括起始位置和终点位置，或起始位置、若干途经位置和终点位置；
路径搜索单元，用于根据高精度地图数据、广度优先搜索算法以及所述多个目标位置获得起始位置和终点位置之间的最优通行路径；其中所述最优通行路径包括若干通行道路；
通行方向确定单元，用于根据道路拓扑关系以及所述最优通行路径的若干通行道路获得通行方向信息；其中所述通行方向信息包括当车辆行驶于所述最优通行路径的若干通行道路时，从一道路进入另一道路时的通行方向；以及
导航路径确定单元，用于根据所述最优通行路径、通行方向信息以及终点位置生成道路级导航路径。
根据上述系统，其中，所述路径搜索单元具体包括：
道路编号获取单元，用于获取每一目标位置所在道路的道路编号；以及
路径优化单元，用于基于高精度地图数据，利用广度优先搜索算法进行路径搜索获得每两个相邻目标位置之间的最优通行路径，并根据所述每两个相邻目标位置之间的最优通行路径获得起始位置和终点位置之间的最优通行路径；其中所述起始位置和终点位置之间的最优通行路径包括从起始位置到达终点位置依次通过的道路的道路编号。
根据上述系统，其中，所述路径优化单元具体用于：
设两个相邻目标位置为第一目标位置和第二目标位置，则以第一目标位置所在道路的道路编号作为广度优先搜索树的第一层树节点，逐层进行遍历搜索；
其中，当遍历搜索某一层的所有树节点时，若搜索到该层存在一个树节点Nk所对应的道路编号与第二目标位置所对应的道路编号一致时，停止搜索，并根据树节点Nk、树节点N0以及广度优先搜索树确定最优通行路径；若遍历搜索某一层的所有树节点后未找到与第二目标位置所对应的道路编号一致的树节点，则利用预设路径优化算法对该层的所有树节点所对应的所有路径进行优化得到一个最优的已搜索树节点，并基于该已搜索树节点进行下一层的搜索；
其中，第i+1层的树节点所对应道路的为所述最优的已搜索树节点对应道路的前向道路，i大于0。
第i+1层的树节点所对应道路的为所述最优的已搜索树节点对应道路的前向道路
根据上述系统，其中，所述导航路径确定单元具体包括：
第一车道确定单元，用于根据所述通行方向信息以及所述最优通行路径的每一道路各车道的车道属性确定车辆驶出每一路口时可通行的若干车道；
第二车道确定单元，用于根据所述最优通行路径的每一通行道路各车道的车道类型确定车辆从一道路驶入另一道路时不可通行的若干车道；以及
导航路径生成单元，用于根据所述最优通行路径、通行方向信息、车辆驶出每一路口时可通行的若干车道、车辆从一道路驶入另一道路时不可通行的若干车道，生成道路级导航路径。
根据上述系统，其中，所述系统还包括用于根据所述道路级导航路径进行自动驾驶的自动驾驶单元；其中：所述自动驾驶单元控制车辆按所述最优通行路径以及通行方向信息依次通过所述最优通行路径的若干通行道路，并且，当车辆驶出每一路口时，控制车辆选择可通行的若干车道中的任一车道进行行驶，驶出路口；当车辆从一道路驶入另一道路时，控制车辆选择除不可通行的若干车道外的任一车道进行行驶，驶入另一道路。
第三方面，本发明实施例提出一种驾驶控制设备，包括：根据上述自动驾驶车辆的导航系统；或者，存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行根据上述自动驾驶车辆的导航方法的步骤。
本发明实施例提出一种自动驾驶车辆的导航方法及其系统、驾驶控制设备，其根据高精度地图数据以及用户输入的多个目标位置信息获得每两个相邻目标位置之间的最优通行路径，并进一步组合为起始位置和终点位置之间的最优通行路径；其中所述最优通行路径包括若干通行道路，并根据道路拓扑关系以及所述最优通行路径的若干通行道路获得通行方向信息，最终根据所述最优通行路径、通行方向信息以及终点位置生成道路级导航路径；所述道路级导航路径用于控制车辆进行自动驾驶。传统的全局的参考路点会局限于道路中的某一车道，而本发明实施例的道路级导航路径在车辆行驶过程中，以道路为参考因素，不具体局限于道路的某一车道，因此，车辆自动驾驶系统只需要行驶在对应的道路上即可，具体可以基于自动驾驶系统的避障功能，根据车辆周围的障碍物情况进行局部路径规划，实现绕障变道等操作，在换道后的车道属性与原车道一样的情况下，不需要重新回到原车道上，从而提高自动驾驶的智能性，避免频繁变道。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而得以体现。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明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简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例所述的一种自动驾驶车辆的导航方法流程示意图。
图2为本发明一实施例中广度优先搜索树示意图。
图3为本发明一实施例中车道类型示意图。
图4为本发明另一实施例所述的一种自动驾驶车辆的导航系统结构示意图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
另外，为了更好的说明本发明，在下文的具体实施例中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。在一些实例中，对于本领域技术人员熟知的手段未作详细描述，以便于凸显本发明的主旨。
本发明一实施例提出一种自动驾驶车辆的导航方法，图1为实施例一的一种自动驾驶车辆的导航方法流程示意图，参阅图1，本实施例方法包括如下步骤：
步骤S101、获取多个目标位置，所述多个目标位置包括起始位置和终点位置，或起始位置、若干途经位置和终点位置；
具体而言，在启动自动驾驶前，获取多个目标位置，所述目标位置至少包括起始位置和终点位置，选择性地，可以增加起始位置和终点位置之间的若干途径位置，其中，起始位置为车辆当前位置，终点位置为目的地，起始位置、途经位置、终点位置为道路上的位置点，起始位置可以通过车辆的定位装置获取，途经位置、终点位置则由用户输入。可以理解的，当起始位置和终点位置距离较近时，设置途径位置的意义不大，但当起始位置和终点位置距离较远时，起始位置和终点位置之间的路径可能会有比较多的选择，但部分用户有自己的行车习惯，可能倾向于喜欢走某一条道路(例如红绿灯少，不堵车等因素)，因此用户设置若干途径位置，实际上可以理解为缩小了路径范围，即用户优选考虑通过某些途径位置的路径；
同时，也可以减少后续步骤的处理工作量，缩短路径规划所耗费的时间。
步骤S102、根据高精度地图数据、广度优先搜索算法以及所述多个目标位置获得起始位置和终点位置之间的最优通行路径；其中所述最优通行路径包括若干通行道路；
步骤S103、根据道路拓扑关系以及所述最优通行路径的若干通行道路获得通行方向信息；其中所述通行方向信息包括当车辆行驶于所述最优通行路径的若干通行道路时，从一道路进入另一道路时的通行方向；
具体而言，前面步骤S102已经获得了当前驾驶任务所要途经的若干通行道路，但需要知道相邻道路之间的关系，因此，步骤S103进一步地根据道路拓扑关系确定该若干通行道路之间的关系，即从一通行道路进入另一通行道路时的通行方向，例如，左转通过路口进入另一通行道路、右转通过路口进入另一通行道路、直行通过路口进入另一通行道路、掉头通过路口进入另一通行道路等等。
步骤S104、根据所述最优通行路径、通行方向信息以及终点位置生成道路级导航路径。
具体而言，基于前面步骤S101-S103所得到的若干通行道路、通行方向信息以及终点位置，可以确定车辆在自动驾驶过程中如何依次通过哪些道路，以及最终到达哪个地点，据此，可以根据所述最优通行路径以及通行方向信息生成一道路级导航路径，并输出至驾驶决策系统，所述驾驶决策系统用于制车辆自动驾驶，其可以实现根据道路级导航路径进行自动驾驶，并根据车辆周围环境进行避障变道、加速、刹车等操作，最终到达终点位置。
本发明实施例的道路级导航路径在车辆行驶过程中，以道路为参考因素，不具体局限于道路的某一车道，因此，车辆自动驾驶系统只需要行驶在对应的道路上即可，具体可以基于自动驾驶系统的避障功能，根据车辆周围的障碍物情况进行局部路径规划，实现绕障变道等操作，在换道后的车道属性与原车道一样的情况下，不需要重新回到原车道上，从而提高自动驾驶的智能性，避免频繁变道。
在一具体实施例中，所述步骤S102具体包括：
步骤S201、获取每一目标位置所在道路的道路编号；
步骤S202、基于高精度地图数据，利用广度优先搜索算法进行路径搜索获得每两个相邻目标位置之间的最优通行路径，并根据所述每两个相邻目标位置之间的最优通行路径获得起始位置和终点位置之间的最优通行路径；
其中，所述起始位置和终点位置之间的最优通行路径包括从起始位置到达终点位置依次通过的道路的道路编号。
具体而言，当目标位置只有起始位置和终点位置时，则获取起始位置和终点位置之间的最优通行路径，例如道路①->道路③->道路④->道路②；当目标位置包括起始位置、若干途经位置和终点位置时，分别获取相邻两个位置之间的最优通行路径，并最终进行整合得到完整路径，例如道路①->道路③->道路④+道路④->道路⑤->道路⑥，可以理解为划分多个子任务的形式，途径位置位于道路④。
在一具体实施例中，所述步骤S202具体包括：
设两个相邻目标位置为第一目标位置和第二目标位置，则以第一目标位置所在道路的道路编号作为广度优先搜索树的第一层树节点N0，逐层进行遍历搜索；
其中，所述逐层进行遍历搜索具体包括：
步骤S301、初始化搜索层数i＝1；
步骤S302、遍历搜索第i层的所有树节点，若搜索到该层存在一个树节点Nk所对应的道路编号与第二目标位置所对应的道路编号一致时，进入步骤S304，若遍历搜索第i层的所有树节点后未找到与第二目标位置所对应的道路编号一致的树节点，则进入步骤S303；步骤S303、利用预设路径优化算法对该层的所有树节点所对应的所有路径进行优化得到一个最优的已搜索树节点，并基于该已搜索树节点进行下一层的搜索，即令i＝i+1，返回步骤S302；其中，第i+1层的树节点所对应的道路为所述最优已搜索树节点所对应的道路的前向道路，i大于0；
步骤S304、停止搜索，并根据树节点Nk、树节点N0以及广度优先搜索树确定最优通行路径。具体而言，本实施例方法在搜索时，一旦搜索到目标节点，即与第二目标位置所对应的道路编号一致的树节点，就停止搜索。由广度优先搜索树的树结构可以得知，目标树节点Nk与起始树节点N0之间存在唯一的树连接关系，因此可以活得从树节点N0到树节点Nk的路径，该路径即为最优通行路径。
示例性地，路径优化算法可以采用一权值函数表示，该权值函数可反应长度、路况、拥堵情况等因素对最优路径的选择，如权值函数可设为f＝L*α*β*…，其中L指道路长度，α指路况影响因子(路况越好，取值越小)，β指拥堵影响因子(拥堵越严重，取值越大)，影响因子可在高精度地图采集时设定。例如，其中，第一目标位置和第二目标位置分别对应道路编号①、道路编号②，从第一目标位置去第二目标位置，经广度优先搜索算法逐层搜索之后，在第四层的一个树节点搜索到道路编号②，则停止搜索，可以得到最优路径为①->⑤->⑥->②。又例如，从最优路径①->⑤->④->②可以看出，⑤和⑥所对应的树节点是经过路径优化算法优化得到的，假设第三层包括树节点④和⑥，在遍历搜索第三层所有树节点后没有找到目标节点②，那么则进行路径优化，此时有两条路径，路径1是①->⑤->④，路径2是①->⑤->⑥，④所对应的道路的长度为1.3km，路况影响因子为0.8，拥堵影响因子为0.9，⑥所对应的道路的长度为0.8km,路况影响因子为0.7，拥堵影响因子为1，则有：
路径1的计算值为：1.3×0.8×0.9＝0.936；
路径2的计算值为：0.8×0.7×0.9＝0.504；
对比路径1和路径2的计算值，可知从第一目标位置去第二目标位置的最优路径应该选路径2，即最优的已搜索树节点为⑥。
在一具体实施例中，所述道路拓扑关系采用如下算法生成：
步骤S401、设定每一道路具有若干路点，且该若干路点按道路航向依序分布，将每一道路的最后一个路点信息为道路终点，每一道路的第一个路点信息为道路起点，并获取所有道路的道路起点和道路终点；
步骤S402、根据所述所有道路的道路起点和道路终点获得所有道路之间的道路拓扑关系；所述道路拓扑关系包括各道路之间的通信方向；其中：
以任一道路作为当前道路，分别计算所述当前道路的道路终点与其他道路起点的距离；
判定所述当前道路终点与其他任一道路起点的距离是否小于预设阈值，若小于预设阈值，表明两条道路距离十分近，满足相连道路的条件，则该道路起点所在的道路为与所述当前道路相连的道路，并根据所述当前道路的航向信息确定从当前车道与该道路起点所在的道路之间的通行方向；若大于等于预设阈值，表明两条道路距离较近，不满足相连道路的条件，则该道路起点所在的道路为与当前道路不相连的道路。
在一具体实施例中，所述步骤S104具体包括：
步骤S501、根据所述通行方向信息以及所述最优通行路径的每一道路各车道的车道属性确定车辆驶出每一路口时可通行的若干车道；
具体而言，每一车道均设置有对应唯一车道编号，步骤中可通行的若干车道的信息以车道编号的形式输出表示；其中，车道属性是表示该车道是否可直行、左转、右转及掉头，可根据车道内地面指示箭头的方向来确定。示例性地，当前道路有右转专用车道时，车辆进入下道路时只能进入最右侧车道。
步骤S502、根据所述最优通行路径的每一通行道路各车道的车道类型确定车辆从一道路驶入另一道路时不可通行的若干车道；
具体而言，步骤中不可通行的若干车道的信息也以车道编号的形式输出表示；其中，如图3所示，车道类型分为普通车道、新增车道以及断头车道；示例性地，当车辆经过路口进入下道路时，车辆不能进入下一道路的新增车道，可以进入下一道路的普通车道、断头车道。
步骤S503、根据所述最优通行路径、通行方向信息、车辆驶出每一路口时可通行的若干车道、车辆从一道路驶入另一道路时不可通行的若干车道，生成道路级导航路径。
在一具体实施例中，所述方法还包括：根据所述道路级导航路径进行自动驾驶；
所述自动驾驶具体包括：
控制车辆按所述最优通行路径以及通行方向信息依次通过所述最优通行路径的若干通行道路，并且，当车辆驶出每一路口时，选择可通行的若干车道中的任一车道进行行驶，驶出路口；当车辆从一道路驶入另一道路时，选择除不可通行的若干车道外的任一车道进行行驶，驶入另一道路。
此外，本发明另一实施例提出一种自动驾驶车辆的导航系统，用于实现上述实施例所述的自动驾驶车辆的导航方法，参阅图4，本实施例系统包括：
信息获取单元1，用于获取多个目标位置，所述多个目标位置包括起始位置和终点位置，或起始位置、若干途经位置和终点位置；
路径搜索单元2，用于根据高精度地图数据、广度优先搜索算法以及所述多个目标位置获得起始位置和终点位置之间的最优通行路径；其中所述最优通行路径包括若干通行道路；
通行方向确定单元3，用于根据道路拓扑关系以及所述最优通行路径的若干通行道路获得通行方向信息；其中所述通行方向信息包括当车辆行驶于所述最优通行路径的若干通行道路时，从一道路进入另一道路时的通行方向；以及
导航路径确定单元4，用于根据所述最优通行路径、通行方向信息以及终点位置生成道路级导航路径。
在一具体实施例中，所述路径搜索单元2具体包括：
道路编号获取单元21，用于获取每一目标位置所在道路的道路编号；以及
路径优化单元22，用于基于高精度地图数据，利用广度优先搜索算法进行路径搜索获得每两个相邻目标位置之间的最优通行路径，并根据所述每两个相邻目标位置之间的最优通行路径获得起始位置和终点位置之间的最优通行路径；其中所述起始位置和终点位置之间的最优通行路径包括从起始位置到达终点位置依次通过的道路的道路编号。
在一具体实施例中，所述路径优化单元22具体用于：
设两个相邻目标位置为第一目标位置和第二目标位置，则以第一目标位置所在道路的道路编号作为广度优先搜索树的第一层树节点，逐层进行遍历搜索；
其中，当遍历搜索某一层的所有树节点时，若搜索到该层存在一个树节点Nk所对应的道路编号与第二目标位置所对应的道路编号一致时，停止搜索，并根据树节点Nk、树节点N0以及广度优先搜索树确定最优通行路径；若遍历搜索某一层的所有树节点后未找到与第二目标位置所对应的道路编号一致的树节点，则利用预设路径优化算法对该层的所有树节点所对应的所有路径进行优化得到一个最优的已搜索树节点，并基于该已搜索树节点进行下一层的搜索；
其中，第i+1层的树节点所对应道路的为所述最优的已搜索树节点对应道路的前向道路，i大于0。
在一具体实施例中，所述导航路径确定单元4具体包括：
第一车道确定单元41，用于根据所述通行方向信息以及所述最优通行路径的每一道路各车道的车道属性确定车辆驶出每一路口时可通行的若干车道；
第二车道确定单元42，用于根据所述最优通行路径的每一通行道路各车道的车道类型确定车辆从一道路驶入另一道路时不可通行的若干车道；以及
导航路径生成单元43，用于根据所述最优通行路径、通行方向信息、车辆驶出每一路口时可通行的若干车道、车辆从一道路驶入另一道路时不可通行的若干车道，生成道路级导航路径。
在一具体实施例中，所述系统还包括用于根据所述道路级导航路径进行自动驾驶的自动驾驶单元5；其中：所述自动驾驶单元5控制车辆按所述最优通行路径以及通行方向信息依次通过所述最优通行路径的若干通行道路，并且，当车辆驶出每一路口时，控制车辆选择可通行的若干车道中的任一车道进行行驶，驶出路口；当车辆从一道路驶入另一道路时，控制车辆选择除不可通行的若干车道外的任一车道进行行驶，驶入另一道路。
以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
需说明的是，上述实施例所述的系统与上述实施例所述方法对应，因此，上述实施例所述系统未详述部分可以参阅上述实施例所述方法的内容得到，此处不再赘述。
并且，上述实施例所述自动驾驶车辆的导航系统如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
本发明一实施例还提出一种驾驶控制设备，包括：根据上述实施例所述的自动驾驶车辆的导航系统；或者，存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行根据上述实施例所述自动驾驶车辆的导航方法的步骤。
当然，所述驾驶控制设备还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该驾驶控制设备还可以包括其他用于实现设备功能的部件，在此不做赘述。
示例性的，所述计算机程序可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述驾驶控制设备中的执行过程。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述驾驶控制设备的控制中心，利用各种接口和线路连接整个所述驾驶控制设备的各个部分。
所述存储器可用于存储所述计算机程序和/或单元，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或单元，以及调用存储在存储器内的数据，实现所述驾驶控制设备的各种功能。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (12)

1.一种自动驾驶车辆的导航方法，其特征在于，包括：
获取多个目标位置，所述多个目标位置包括起始位置和终点位置，或起始位置、若干途经位置和终点位置；
根据高精度地图数据、广度优先搜索算法以及所述多个目标位置获得起始位置和终点位置之间的最优通行路径；其中所述最优通行路径包括若干通行道路；
根据道路拓扑关系以及所述最优通行路径的若干通行道路获得通行方向信息；其中所述通行方向信息包括当车辆行驶于所述最优通行路径的若干通行道路时，从一道路进入另一道路时的通行方向；
根据所述最优通行路径、通行方向信息以及终点位置生成道路级导航路径。
2.根据权利要求1所述的自动驾驶车辆的导航方法，其特征在于，根据高精度地图数据、广度优先搜索算法以及所述多个目标位置获得起始位置和终点位置之间的最优通行路径，具体包括：
获取每一目标位置所在道路的道路编号；
基于高精度地图数据，利用广度优先搜索算法进行路径搜索获得每两个相邻目标位置之间的最优通行路径，并根据所述每两个相邻目标位置之间的最优通行路径获得起始位置和终点位置之间的最优通行路径；其中所述起始位置和终点位置之间的最优通行路径包括从起始位置到达终点位置依次通过的道路的道路编号。
3.根据权利要求2所述的自动驾驶车辆的导航方法，其特征在于，利用广度优先搜索算法进行路径搜索获得每两个相邻目标位置之间的最优通行路径，具体包括：
设两个相邻目标位置为第一目标位置和第二目标位置，则以第一目标位置所在道路的道路编号作为广度优先搜索树的第一层树节点N0，逐层进行遍历搜索；
其中，当遍历搜索某一层的所有树节点时，若搜索到该层存在一个树节点Nk所对应的道路编号与第二目标位置所对应的道路编号一致时，停止搜索，并根据树节点Nk、树节点N0以及广度优先搜索树确定最优通行路径；若遍历搜索某一层的所有树节点后未找到与第二目标位置所对应的道路编号一致的树节点，则利用预设路径优化算法对该层的所有树节点所对应的所有路径进行优化得到一个最优的已搜索树节点，并基于该已搜索树节点进行下一层的搜索；
其中，第i+1层的树节点所对应道路的为所述最优的已搜索树节点对应道路的前向道路，i大于0。
4.根据权利要求1所述的自动驾驶车辆的导航方法，其特征在于，所述道路拓扑关系采用如下算法生成：
步骤S1、设定每一道路具有若干路点，将每一道路的最后一个路点信息为道路终点，每一道路的第一个路点信息为道路起点，并获取所有道路的道路起点和道路终点；
步骤S2、根据所述所有道路的道路起点和道路终点获得所有道路之间的道路拓扑关系；所述道路拓扑关系包括各道路之间的通信方向；其中：
以任一道路作为当前道路，分别计算所述当前道路的道路终点与其他道路起点的距离；
判定所述当前道路终点与其他任一道路起点的距离是否小于预设阈值，若小于预设阈值，则该道路起点所在的道路为与所述当前道路相连的道路，并根据所述当前道路的航向信息确定从当前车道与该道路起点所在的道路之间的通行方向；若大于等于预设阈值，则该道路起点所在的道路为与当前道路不相连的道路。
5.根据权利要求1所述的自动驾驶车辆的导航方法，其特征在于，根据所述最优通行路径、通行方向信息以及终点位置生成道路级导航路径，具体包括：
根据所述通行方向信息以及所述最优通行路径的每一道路各车道的车道属性确定车辆驶出每一路口时可通行的若干车道；
根据所述最优通行路径的每一通行道路各车道的车道类型确定车辆从一道路驶入另一道路时不可通行的若干车道；
根据所述最优通行路径、通行方向信息、车辆驶出每一路口时可通行的若干车道、车辆从一道路驶入另一道路时不可通行的若干车道，生成道路级导航路径。
6.根据权利要求5所述的自动驾驶车辆的导航方法，其特征在于，所述方法还包括：根据所述道路级导航路径进行自动驾驶；
所述自动驾驶具体包括：
控制车辆按所述最优通行路径以及通行方向信息依次通过所述最优通行路径的若干通行道路，并且，当车辆驶出每一路口时，选择可通行的若干车道中的任一车道进行行驶，驶出路口；当车辆从一道路驶入另一道路时，选择除不可通行的若干车道外的任一车道进行行驶，驶入另一道路。
7.一种自动驾驶车辆的导航系统，其特征在于，包括：
信息获取单元，用于获取多个目标位置，所述多个目标位置包括起始位置和终点位置，或起始位置、若干途经位置和终点位置；
路径搜索单元，用于根据高精度地图数据、广度优先搜索算法以及所述多个目标位置获得起始位置和终点位置之间的最优通行路径；其中所述最优通行路径包括若干通行道路；
通行方向确定单元，用于根据道路拓扑关系以及所述最优通行路径的若干通行道路获得通行方向信息；其中所述通行方向信息包括当车辆行驶于所述最优通行路径的若干通行道路时，从一道路进入另一道路时的通行方向；以及
导航路径确定单元，用于根据所述最优通行路径、通行方向信息以及终点位置生成道路级导航路径。
8.根据权利要求7所述的自动驾驶车辆的导航系统，其特征在于，所述路径搜索单元具体包括：
道路编号获取单元，用于获取每一目标位置所在道路的道路编号；以及
路径优化单元，用于基于高精度地图数据，利用广度优先搜索算法进行路径搜索获得每两个相邻目标位置之间的最优通行路径，并根据所述每两个相邻目标位置之间的最优通行路径获得起始位置和终点位置之间的最优通行路径；其中所述起始位置和终点位置之间的最优通行路径包括从起始位置到达终点位置依次通过的道路的道路编号。
9.根据权利要求8所述的自动驾驶车辆的导航系统，其特征在于，所述路径优化单元具体用于：
设两个相邻目标位置为第一目标位置和第二目标位置，则以第一目标位置所在道路的道路编号作为广度优先搜索树的第一层树节点，逐层进行遍历搜索；
其中，当遍历搜索某一层的所有树节点时，若搜索到该层存在一个树节点Nk所对应的道路编号与第二目标位置所对应的道路编号一致时，停止搜索，并根据树节点Nk、树节点N0以及广度优先搜索树确定最优通行路径；若遍历搜索某一层的所有树节点后未找到与第二目标位置所对应的道路编号一致的树节点，则利用预设路径优化算法对该层的所有树节点所对应的所有路径进行优化得到一个最优的已搜索树节点，并基于该已搜索树节点进行下一层的搜索；
其中，第i+1层的树节点所对应道路的为所述最优的已搜索树节点对应道路的前向道路，i大于0。
第i+1层的树节点所对应道路的为所述最优的已搜索树节点对应道路的前向道路。
10.根据权利要求1所述的自动驾驶车辆的导航系统，其特征在于，所述导航路径确定单元具体包括：
第一车道确定单元，用于根据所述通行方向信息以及所述最优通行路径的每一道路各车道的车道属性确定车辆驶出每一路口时可通行的若干车道；
第二车道确定单元，用于根据所述最优通行路径的每一通行道路各车道的车道类型确定车辆从一道路驶入另一道路时不可通行的若干车道；以及
导航路径生成单元，用于根据所述最优通行路径、通行方向信息、车辆驶出每一路口时可通行的若干车道、车辆从一道路驶入另一道路时不可通行的若干车道，生成道路级导航路径。
11.根据权利要求10所述的自动驾驶车辆的导航系统，其特征在于，所述系统还包括用于根据所述道路级导航路径进行自动驾驶的自动驾驶单元；其中：所述自动驾驶单元控制车辆按所述最优通行路径以及通行方向信息依次通过所述最优通行路径的若干通行道路，并且，当车辆驶出每一路口时，控制车辆选择可通行的若干车道中的任一车道进行行驶，驶出路口；当车辆从一道路驶入另一道路时，控制车辆选择除不可通行的若干车道外的任一车道进行行驶，驶入另一道路。
12.一种驾驶控制设备，包括：根据权利要求7-11任一项所述的自动驾驶车辆的导航系统；或者，存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行根据权利要求1-6中任一项所述自动驾驶车辆的导航方法的步骤。
CN202010287107.4A 2020-04-13 2020-04-13 一种自动驾驶车辆的导航方法及其系统、驾驶控制设备 Active CN113532448B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010287107.4A CN113532448B (zh) 2020-04-13 2020-04-13 一种自动驾驶车辆的导航方法及其系统、驾驶控制设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010287107.4A CN113532448B (zh) 2020-04-13 2020-04-13 一种自动驾驶车辆的导航方法及其系统、驾驶控制设备

Publications (2)

Publication Number Publication Date
CN113532448A true CN113532448A (zh) 2021-10-22
CN113532448B CN113532448B (zh) 2024-11-05

Family

ID=78087921

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010287107.4A Active CN113532448B (zh) 2020-04-13 2020-04-13 一种自动驾驶车辆的导航方法及其系统、驾驶控制设备

Country Status (1)

Country Link
CN (1) CN113532448B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114103995A (zh) * 2021-11-24 2022-03-01 智道网联科技(北京)有限公司 用于交通路口场景下的无人车的控制方法、装置及无人车
CN114485714A (zh) * 2022-02-21 2022-05-13 苏州挚途科技有限公司 清扫路径生成的方法、装置及电子设备
CN114491306A (zh) * 2022-01-13 2022-05-13 广州小鹏自动驾驶科技有限公司 地图过滤方法、装置、设备、车辆以及介质
CN115719125A (zh) * 2023-01-10 2023-02-28 武汉理工大学 基于决策级高精地图的地下矿区单车任务调度方法及系统

Citations (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1183516A (ja) * 1997-09-08 1999-03-26 Alpine Electron Inc ナビゲーション装置
CN102116635A (zh) * 2009-12-30 2011-07-06 西门子公司 一种确定导航路径的方法和装置
CN102261919A (zh) * 2010-05-26 2011-11-30 阿尔派株式会社 车载用导航装置以及路径引导方法
CN102636177A (zh) * 2012-04-01 2012-08-15 北京百度网讯科技有限公司 一种导航路径规划方法和装置、导航系统
CN102927990A (zh) * 2012-10-29 2013-02-13 苏州两江科技有限公司 机车通过地理信息系统确定城市道路最优路径的方法
WO2013149149A1 (en) * 2012-03-29 2013-10-03 Honda Motor Co., Ltd Method to identify driven lane on map and improve vehicle position estimate
CN104101353A (zh) * 2013-04-15 2014-10-15 北京四维图新科技股份有限公司 一种导航方法、装置和实时导航系统
CN105300393A (zh) * 2014-05-29 2016-02-03 深圳市赛格导航科技股份有限公司 一种获取最优行驶路径的系统及方法
CN105550364A (zh) * 2016-01-15 2016-05-04 武汉光庭信息技术股份有限公司 一种无车道线路口驶入驶出车道连接配对的算法
CN107339997A (zh) * 2016-05-03 2017-11-10 现代自动车株式会社 自主车辆的路径规划装置及方法
CN107560631A (zh) * 2017-08-30 2018-01-09 山东鲁能智能技术有限公司 一种路径规划方法、装置和巡检机器人
CN107817000A (zh) * 2017-10-25 2018-03-20 广州汽车集团股份有限公司 无人驾驶车辆的路径规划方法、装置及计算机设备
CN107843267A (zh) * 2017-10-25 2018-03-27 广州汽车集团股份有限公司 施工路段无人驾驶车辆的路径生成方法及装置
CN108139218A (zh) * 2015-10-15 2018-06-08 华为技术有限公司 导航系统、装置和方法
CN109242206A (zh) * 2018-10-09 2019-01-18 京东方科技集团股份有限公司 一种路径规划方法、系统及存储介质
CN109324620A (zh) * 2018-09-25 2019-02-12 北京主线科技有限公司 基于车道线平行偏移进行避障及超车的动态轨迹规划方法
CN109540161A (zh) * 2018-11-08 2019-03-29 东软睿驰汽车技术（沈阳）有限公司 一种车辆的导航方法和装置
CN109766405A (zh) * 2019-03-06 2019-05-17 路特迩科技(杭州)有限公司 基于电子地图的交通和旅行信息服务系统及方法
CN109871017A (zh) * 2019-02-20 2019-06-11 百度在线网络技术（北京）有限公司 自动驾驶参考线调用方法、装置和终端
CN110019603A (zh) * 2017-10-31 2019-07-16 高德软件有限公司 一种道路数据融合处理方法及装置
CN110083153A (zh) * 2019-04-12 2019-08-02 杭州飞步科技有限公司 无人车辆行驶路线获取方法及装置
CN110361028A (zh) * 2019-07-26 2019-10-22 武汉中海庭数据技术有限公司 一种基于自动驾驶循迹的路径规划结果生成方法及系统
CN110530393A (zh) * 2019-10-08 2019-12-03 北京邮电大学 车道级路径规划方法、装置、电子设备及可读存储介质
CN110617828A (zh) * 2018-12-29 2019-12-27 长城汽车股份有限公司 车辆自动驾驶时动态目标线的生成方法、生成系统及车辆
CN110657815A (zh) * 2019-09-07 2020-01-07 苏州浪潮智能科技有限公司 一种基于云计算的Dijkstra导航方法、系统、终端及存储介质
CN110696825A (zh) * 2019-11-05 2020-01-17 戴姆勒股份公司 车辆控制方法以及实施该方法的车辆
CN110726417A (zh) * 2019-11-12 2020-01-24 腾讯科技（深圳）有限公司 一种车辆偏航识别方法、装置、终端及存储介质
CN110763246A (zh) * 2019-08-06 2020-02-07 中国第一汽车股份有限公司 自动驾驶车辆路径规划方法、装置、车辆及存储介质
JP2020030188A (ja) * 2018-08-24 2020-02-27 日立オートモティブシステムズ株式会社 地図情報生成装置、および自動運転システム

Patent Citations (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1183516A (ja) * 1997-09-08 1999-03-26 Alpine Electron Inc ナビゲーション装置
CN102116635A (zh) * 2009-12-30 2011-07-06 西门子公司 一种确定导航路径的方法和装置
CN102261919A (zh) * 2010-05-26 2011-11-30 阿尔派株式会社 车载用导航装置以及路径引导方法
WO2013149149A1 (en) * 2012-03-29 2013-10-03 Honda Motor Co., Ltd Method to identify driven lane on map and improve vehicle position estimate
CN102636177A (zh) * 2012-04-01 2012-08-15 北京百度网讯科技有限公司 一种导航路径规划方法和装置、导航系统
CN102927990A (zh) * 2012-10-29 2013-02-13 苏州两江科技有限公司 机车通过地理信息系统确定城市道路最优路径的方法
CN104101353A (zh) * 2013-04-15 2014-10-15 北京四维图新科技股份有限公司 一种导航方法、装置和实时导航系统
CN105300393A (zh) * 2014-05-29 2016-02-03 深圳市赛格导航科技股份有限公司 一种获取最优行驶路径的系统及方法
CN108139218A (zh) * 2015-10-15 2018-06-08 华为技术有限公司 导航系统、装置和方法
CN105550364A (zh) * 2016-01-15 2016-05-04 武汉光庭信息技术股份有限公司 一种无车道线路口驶入驶出车道连接配对的算法
CN107339997A (zh) * 2016-05-03 2017-11-10 现代自动车株式会社 自主车辆的路径规划装置及方法
CN107560631A (zh) * 2017-08-30 2018-01-09 山东鲁能智能技术有限公司 一种路径规划方法、装置和巡检机器人
CN107817000A (zh) * 2017-10-25 2018-03-20 广州汽车集团股份有限公司 无人驾驶车辆的路径规划方法、装置及计算机设备
CN107843267A (zh) * 2017-10-25 2018-03-27 广州汽车集团股份有限公司 施工路段无人驾驶车辆的路径生成方法及装置
CN110019603A (zh) * 2017-10-31 2019-07-16 高德软件有限公司 一种道路数据融合处理方法及装置
JP2020030188A (ja) * 2018-08-24 2020-02-27 日立オートモティブシステムズ株式会社 地図情報生成装置、および自動運転システム
CN109324620A (zh) * 2018-09-25 2019-02-12 北京主线科技有限公司 基于车道线平行偏移进行避障及超车的动态轨迹规划方法
CN109242206A (zh) * 2018-10-09 2019-01-18 京东方科技集团股份有限公司 一种路径规划方法、系统及存储介质
CN109540161A (zh) * 2018-11-08 2019-03-29 东软睿驰汽车技术（沈阳）有限公司 一种车辆的导航方法和装置
CN110617828A (zh) * 2018-12-29 2019-12-27 长城汽车股份有限公司 车辆自动驾驶时动态目标线的生成方法、生成系统及车辆
CN109871017A (zh) * 2019-02-20 2019-06-11 百度在线网络技术（北京）有限公司 自动驾驶参考线调用方法、装置和终端
CN109766405A (zh) * 2019-03-06 2019-05-17 路特迩科技(杭州)有限公司 基于电子地图的交通和旅行信息服务系统及方法
CN110083153A (zh) * 2019-04-12 2019-08-02 杭州飞步科技有限公司 无人车辆行驶路线获取方法及装置
CN110361028A (zh) * 2019-07-26 2019-10-22 武汉中海庭数据技术有限公司 一种基于自动驾驶循迹的路径规划结果生成方法及系统
CN110763246A (zh) * 2019-08-06 2020-02-07 中国第一汽车股份有限公司 自动驾驶车辆路径规划方法、装置、车辆及存储介质
CN110657815A (zh) * 2019-09-07 2020-01-07 苏州浪潮智能科技有限公司 一种基于云计算的Dijkstra导航方法、系统、终端及存储介质
CN110530393A (zh) * 2019-10-08 2019-12-03 北京邮电大学 车道级路径规划方法、装置、电子设备及可读存储介质
CN110696825A (zh) * 2019-11-05 2020-01-17 戴姆勒股份公司 车辆控制方法以及实施该方法的车辆
CN110726417A (zh) * 2019-11-12 2020-01-24 腾讯科技（深圳）有限公司 一种车辆偏航识别方法、装置、终端及存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114103995A (zh) * 2021-11-24 2022-03-01 智道网联科技(北京)有限公司 用于交通路口场景下的无人车的控制方法、装置及无人车
CN114491306A (zh) * 2022-01-13 2022-05-13 广州小鹏自动驾驶科技有限公司 地图过滤方法、装置、设备、车辆以及介质
CN114485714A (zh) * 2022-02-21 2022-05-13 苏州挚途科技有限公司 清扫路径生成的方法、装置及电子设备
CN114485714B (zh) * 2022-02-21 2024-04-12 苏州挚途科技有限公司 清扫路径生成的方法、装置及电子设备
CN115719125A (zh) * 2023-01-10 2023-02-28 武汉理工大学 基于决策级高精地图的地下矿区单车任务调度方法及系统

Also Published As

Publication number Publication date
CN113532448B (zh) 2024-11-05

Similar Documents

Publication Publication Date Title
CN113532448A (zh) 一种自动驾驶车辆的导航方法及其系统、驾驶控制设备
US11733058B2 (en) Methods and systems for generating parking routes
CN110162050B (zh) 行驶控制方法及行驶控制系统
JP6720066B2 (ja) 誘導経路設定装置および誘導経路設定方法
WO2022193891A1 (zh) 车辆行驶控制方法、装置、车辆、服务器、存储介质
WO2021169591A1 (zh) 车辆行为预测方法及装置、电子设备、存储介质
JP2018136198A (ja) ナビゲーション装置、経路探索サーバ、および経路探索方法
CN113985871A (zh) 泊车路径规划方法、泊车路径规划装置、车辆及存储介质
JP2022084929A (ja) 車両走行制御方法及び装置
JP2015021836A (ja) ナビゲーション装置、経路計算装置
JP2023153240A (ja) 経路探索装置
WO2020075460A1 (ja) 経路探索システムおよび経路探索プログラム
CN118392202A (zh) 一种全局最优路径规划方法、电子设备及介质
CN113701774A (zh) 推荐车道突变的路径规划方法和装置
CN113788028B (zh) 车辆控制方法、装置及计算机程序产品
WO2023198020A1 (zh) 虚拟场景中添加车辆的方法、装置、计算机设备、存储介质及程序产品
CN113670308B (zh) 引导车辆行驶的方法及相关系统、存储介质
JP2020008401A (ja) 情報処理装置
CN115402323A (zh) 换道决策方法和电子设备
CN116295478A (zh) 车辆的导航方法及装置
CN114858176A (zh) 一种基于自动驾驶的路径导航方法及装置
CN115973197B (zh) 一种车道规划方法、装置、电子设备、可读存储介质
JP5320112B2 (ja) 経路探索方法、経路探索装置、経路探索を行うためのコンピュータプログラム及びそのコンピュータプログラムを記録した記録媒体
CN117622225A (zh) 一种向逆向车道借道绕行的自动驾驶决策方法和装置
CN118331258A (zh) 一种车辆自动驾驶路径规划与控制方法、系统、存储介质及设备

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
GR01 Patent grant