局部路径规划方法及云处理端技术

本申请提供了一种局部路径规划方法，包括：将多条行驶轨迹分别投影到图像平面，得到多条行驶轨迹的轨迹图像；其中，所述多条行驶轨迹包括相同的起始地和目的地；对所述轨迹图像进行平滑处理，得到轨迹密度热力图；在所述轨迹密度热力图中，依据关键点提取预瞄点；其中，所述关键点是反映所述行驶轨迹形状的轨迹点；计算得到所述预瞄点的属性值，所述预瞄点的属性包括坐标、头指向和曲率。从上述过程可以看出：在依据多条行驶轨迹而得到的轨迹热力密度热力图中提取得到预瞄点，可以避免使用高精度地图，解决了因没有高精度地图而导致的预瞄点无法生成适应复杂的道路结构、以及多变的交通状况的行驶路径的问题。

Local path planning method and cloud processing terminal

The present application provides a local path planning method, which includes: projecting a plurality of trajectories onto an image plane to obtain a plurality of trajectory images; wherein the plurality of trajectories include the same origin and destination; smoothing the trajectory images to obtain a trajectory density thermodynamic map; In the trajectory density thermograph, a preview point is extracted according to a key point, wherein the key point is a trajectory point reflecting the trajectory shape of the trajectory, and the attribute value of the preview point is calculated, and the attribute of the preview point includes coordinates, head pointing and curvature. It can be seen from the above process that the preview point can be extracted from the trajectory thermodynamic density thermogram based on multiple trajectories, which can avoid the use of high-precision maps and solve the problem that the preview point can not generate the traveling path adapted to complex road structure and changeable traffic conditions without high-precision maps. The problem.

【技术实现步骤摘要】
局部路径规划方法及云处理端
本申请涉及导航
，尤其涉及局部路径规划技术。
技术介绍
随着人工智能技术的不断深入研究，诸如无人驾驶汽车、自主移动机器人等自动行驶设备被广泛应用到人们的日常生活和工业的生产中。而无人驾驶汽车、自主移动机器人等自动行驶设备的相关技术研究中，导航技术是其核心，而局部路径规划又是导航技术研究中的一个重要环节和组成部分。具体的，局部路径规划，是指根据当前的道路环境和设备的自身状态，生成一条最优的行驶路径。目前的局部路径规划方法中，在得到最优行驶路径之前需要先得到预瞄点，而预瞄点的生成需要依赖高精度地图。倘若地图信息精度不够，得到的预瞄点则无法满足生成适应复杂的道路结构、以及多变的交通状况的行驶路径的需求。
技术实现思路
本申请提供了一种局部路径规划方法及云处理端，以解决在没有高精度地图而得到的预瞄点无法生成适应复杂的道路结构、以及多变的交通状况的行驶路径的问题。为了实现上述目的，现提出的方案如下：本申请的第一方面提供了一种局部路径规划方法，包括：将多条行驶轨迹分别投影到图像平面，得到多条行驶轨迹的轨迹图像；其中，所述多条行驶轨迹包括相同的起始地和目的地；对所述轨迹图像进行平滑处理，得到轨迹密度热力图；在所述轨迹密度热力图中，依据关键点提取预瞄点；其中，所述关键点是反映所述行驶轨迹形状的轨迹点；计算得到所述预瞄点的属性值，所述预瞄点的属性包括坐标、头指向和曲率。从上述过程可以看出：在依据多条行驶轨迹而得到的轨迹热力密度热力图中提取得到预瞄点，可以避免使用高精度地图，解决了因没有高精度地图而导致的预瞄点无法生成适应复杂的道路结构、以及多变的交通状况的行驶路径的问题。在一个实现方式中，所述将多条行驶轨迹投影到图像平面上，得到多条行驶轨迹的轨迹图像，包括：在每条所述行驶轨迹上分别选取多个轨迹点；将每条所述行驶轨迹上选取的轨迹点的坐标转换成图像坐标系下的坐标；依据每条所述行驶轨迹上选取的轨迹点在图像坐标系下的坐标，将每条所述行驶轨迹上选取的轨迹点投影到图像平面，得到所述轨迹图像。在一个实现方式中，每条所述行驶轨迹上选取的轨迹点在所述轨迹图像中的灰度值用于表示所述行驶轨迹的权重值。在一个实现方式中，所述提取所述轨迹密度热力图中的预瞄点，包括：以取点行驶轨迹的关键点为分割点，对所述轨迹密度热力图进行横向分割；其中，所述取点行驶轨迹为所述轨迹图像中的一条或者多条行驶轨迹，所述关键点为所述取点行驶轨迹中曲率差值为零的两个轨迹点中的任意一个或两个；选取所述轨迹密度热力图位于横向分割线上的点中密度热力值为波峰值的点，作为所述预瞄点。在一个实现方式中，所述提取所述轨迹密度热力图中的预瞄点，包括：提取所述轨迹密度热力图中的路口边界线；选取所述轨迹密度热力图位于路口边界线上的点中密度热力值为波峰值的点，作为所述预瞄点。在一个实现方式中，还包括：依据同一个所述行驶轨迹上的前后两个预瞄点的属性值，计算得到所述前后两个预瞄点之间的多条行驶路径；分别计算得到每条所述行驶路径的代价值，并选择所述多条行驶路径中代价值最小的行驶路径作为最优行驶路径。本申请的第二方面提供了一种云处理端，包括：投影单元，用于将多条行驶轨迹分别投影到图像平面，得到多条行驶轨迹的轨迹图像；其中，所述多条行驶轨迹包括相同的起始地和目的地；处理单元，用于对所述轨迹图像进行平滑处理，得到轨迹密度热力图；提取单元，用于在所述轨迹密度热力图中，依据关键点提取预瞄点；其中，所述关键点是反映所述行驶轨迹形状的轨迹点；第一计算单元，用于计算得到所述预瞄点的属性值，所述预瞄点的属性包括坐标、头指向和曲率。在一个实现方式中，所述投影单元，包括：选取单元，用于在每条所述行驶轨迹上分别选取多个轨迹点；转换单元，用于将每条所述行驶轨迹上选取的轨迹点的坐标转换成图像坐标系下的坐标；投影子单元，用于依据每条所述行驶轨迹上选取的轨迹点在图像坐标系下的坐标，将每条所述行驶轨迹上选取的轨迹点投影到图像平面，得到所述轨迹图像。在一个实现方式中，每条所述行驶轨迹上选取的轨迹点在所述轨迹图像中的灰度值用于表示所述行驶轨迹的权重值。在一个实现方式中，所述提取单元，包括：分割单元，用于以取点行驶轨迹的关键点为分割点，对所述轨迹密度热力图进行横向分割；其中，所述取点行驶轨迹为所述轨迹图像中的一条或者多条行驶轨迹，所述关键点为所述取点行驶轨迹中曲率差值为零的两个轨迹点中的任意一个或两个；第一取点单元，用于选取所述轨迹密度热力图位于横向分割线上的点中密度热力值为波峰值的点，作为所述预瞄点。在一个实现方式中，所述提取单元，包括：取线单元，用于提取所述轨迹密度热力图中的路口边界线；第二取点单元，用于选取所述轨迹密度热力图位于路口边界线上的点中密度热力值为波峰值的点，作为所述预瞄点。在一个实现方式中，还包括：第二计算单元，用于依据同一个所述行驶轨迹上的前后两个预瞄点的属性值，计算得到所述前后两个预瞄点之间的多条行驶路径；择优单元，用于分别计算得到每条所述行驶路径的代价值，并选择所述多条行驶路径中代价值最小的行驶路径作为最优行驶路径。本申请的第三方面提供了一种云处理端，包括：处理器和存储器，其中：所述存储器用于存储计算机程序代码；所述处理器用于执行所述存储器存储的代码，以执行上述所介绍的局部路径规划方法。本申请的第四方面提供了一种计算机程序产品，当该计算机产品被执行时，其用于执行上述所介绍的局部路径规划方法。本申请的第五方面还提供了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指令，所述指令用于执行上述所介绍的局部路径规划方法。附图说明图1为本申请实施例公开的一种局部路径规划系统的示意图；图2为本申请实施例公开的一种局部路径规划方法的流程图；图3为本申请实施例中步骤S201的一种实施方式的方法流程图；图4为本申请实施例公开的轨迹图像的展示图；图5为本申请实施例公开的轨迹密度热力图的展示图；图6为本申请实施例公开的步骤S203的一种实施方式的方法流程图；图7为本申请实施例公开的对轨迹密度热力图进行横向分割的展示图；图8为本申请实施例公开的横向分割线上的点的位置和对应的密度热力值的展示图；图9为本申请实施例公开的步骤S203的另一种实施方式的方法流程图；图10为本申请实施例公开的另一轨迹密度热力图的展示图；图11为本申请实施例公开的以预瞄点为圆心画圆找轨迹点的展示图；图12为本申请另一实施例公开的局部路径规划方法的流程图；图13为本申请实施例公开的前后两个预瞄点之间的多条行驶路径的展示图；图14为本申请实施例公开的云处理端的结构示意图；图15为本申请另一实施例公开的云处理端的结构示意图。具体实施方式本申请实施例公开了一种局部路径规划系统，如图1所示，包括：采集设备101、云处理端102和自动行驶设备103，其中，采集设备101，例如：城市出租车系统、车载导航系统、移动导航系统以及高精度采集车，采集行驶轨迹和交通信息，其中，行驶轨迹包括：各个轨迹点的坐标和行程方向。采集设备101将采集得到的行驶轨迹和交通信息通过网络上传至云处理端102。云处理端102依据车辆行驶轨迹和交通信息，计算得到预瞄点，并根据预瞄点计算得到包括多条行驶路径的轨迹簇，并从轨迹簇中选出最优行驶路径。或者，运处理端10本文档来自技高网...

【技术保护点】
1.一种局部路径规划方法，其特征在于，包括：将多条行驶轨迹分别投影到图像平面，得到多条行驶轨迹的轨迹图像；其中，所述多条行驶轨迹包括相同的起始地和目的地；对所述轨迹图像进行平滑处理，得到轨迹密度热力图；在所述轨迹密度热力图中，依据关键点提取预瞄点；其中，所述关键点是反映所述行驶轨迹形状的轨迹点；计算得到所述预瞄点的属性值，所述预瞄点的属性包括坐标、头指向和曲率。

【技术特征摘要】
1.一种局部路径规划方法，其特征在于，包括：将多条行驶轨迹分别投影到图像平面，得到多条行驶轨迹的轨迹图像；其中，所述多条行驶轨迹包括相同的起始地和目的地；对所述轨迹图像进行平滑处理，得到轨迹密度热力图；在所述轨迹密度热力图中，依据关键点提取预瞄点；其中，所述关键点是反映所述行驶轨迹形状的轨迹点；计算得到所述预瞄点的属性值，所述预瞄点的属性包括坐标、头指向和曲率。2.根据权利要求1所述的方法，其特征在于，所述将多条行驶轨迹投影到图像平面上，得到多条行驶轨迹的轨迹图像，包括：在每条所述行驶轨迹上分别选取多个轨迹点；将每条所述行驶轨迹上选取的轨迹点的坐标转换成图像坐标系下的坐标；依据每条所述行驶轨迹上选取的轨迹点在图像坐标系下的坐标，将每条所述行驶轨迹上选取的轨迹点投影到图像平面，得到所述轨迹图像。3.根据权利要求2所述的方法，其特征在于，每条行驶轨迹上选取的轨迹点在所述轨迹图像中的灰度值用于表示所述行驶轨迹的权重值。4.根据权利要求1-3中任意一项所述的方法，其特征在于，所述提取所述轨迹密度热力图中的预瞄点，包括：以取点行驶轨迹的关键点为分割点，对所述轨迹密度热力图进行横向分割；其中，所述取点行驶轨迹为所述轨迹图像中的一条或者多条行驶轨迹，所述关键点为所述取点行驶轨迹中曲率差值为零的两个轨迹点中的任意一个或两个；选取所述轨迹密度热力图位于横向分割线上的点中密度热力值为波峰值的点，作为所述预瞄点。5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述提取所述轨迹密度热力图中的预瞄点，包括：提取所述轨迹密度热力图中的路口边界线；选取所述轨迹密度热力图位于路口边界线上的点中密度热力值为波峰值的点，作为所述预瞄点。6.根据权利要求1-5中任意一项所述的方法，其特征在于，还包括：依据同一个行驶轨迹上的前后两个预瞄点的属性值，计算得到所述前后两个预瞄点之间的多条行驶路径；分别计算得到每条所述行驶路径的代价值，并选择所述多条行驶路径中代价值最小的行驶路径作为最优行驶路径。7.一种云处理端，其特征在于，包括：投影单元，用于将多条行驶轨迹分别投影到图像平面，得到多条行驶轨迹的轨迹图像；其中，所述多条行驶轨迹包括相同的起始地和...

【专利技术属性】
技术研发人员：章品，杨肖，宋永刚，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东,44