车辆路径规划方法及装置制造方法及图纸

一种车辆路径规划方法和装置，所述车辆路径规划方法包括：获取车辆的起点和目的地，并将所述起点在地图中进行定位，所述地图包含道路属性；采集所述车辆的车辆信息；根据所述车辆信息和所述道路属性规划出从所述起点到所述目的地的全局路径。所述车辆路径规划方法和装置在智能车辆行驶时，生成的最优的全局路径提高了车辆路径规划的可执行性。

Vehicle path planning method and device

A vehicle path planning method and apparatus, including path planning method of the vehicle: get the vehicle starting point and destination, and the starting point in the map location, the road map contains attributes; vehicle information acquisition of the vehicle; according to the vehicle information and the overall planning of road property the path from the starting point to the destination. The optimal global path generated by the vehicle path planning method and device when the intelligent vehicle runs, improves the executability of vehicle path planning.

【技术实现步骤摘要】
车辆路径规划方法及装置
本专利技术涉及车辆智能交通
，尤其涉及一种车辆路径规划方法及装置。
技术介绍
随着导航技术的发展，导航在车辆领域的应用已经越来越广泛。车用导航系统可以通过内置的全球定位系统(GlobalPositioningSystem,GPS)天线接收到GPS卫星中所传递的数据信息，由此测定车辆当前所处的位置；还可以通过惯性导航系统(InertialNavigationSystem,INS)进行车辆导航。惯性导航系统是一种不依赖于外部信息、也不向外部辐射能量，如无线电导航的自主式导航系统。惯性导航系统以牛顿力学定律为基础，通过测量车辆在惯性参考系的加速度，对时间进行积分，并变换到导航坐标系中，得到车辆在导航坐标系中的速度、偏航角和位置等信息。导航主机将确定的车辆位置坐标与电子地图数据相匹配，便可确定车辆在电子地图中的准确位置，使驾驶员获得轻松的驾车体验。现有技术中，车辆用户需要在导航地图中预先设置好起始地和目的地，车载导航系统根据起始地和目的地规划全局路径；也可以由用户人为指定车辆行驶的全局路径。其中，现有技术中采用的导航地图为拓扑地图，在拓扑地图中，把环境信息表示为带结点和相关连接线的拓扑结构图，其中结点表示环境中的重要位置点(拐角、红绿灯、大厦、车辆等)，边表示结点间的连接关系，如道路等。车载导航系统基于拓扑地图所规划出的全局路径一般为从起始地到目的地的时间最短或距离最短路径。但是，车辆在实际的驾驶过程中，还会有道路对特殊车辆的通行时间、交通流、车辆高度等的限制，在这种情况下，现有的基于拓扑地图所规划的全局路径不能被执行，降低了用户对于车辆导航的体验。
技术实现思路
本专利技术解决的技术问题是如何提高车辆路径规划的可执行性。为解决上述技术问题，本专利技术实施例提供一种车辆路径规划方法，所述车辆路径规划方法包括：获取车辆的起点和目的地，并将所述起点在地图中进行定位，所述地图包含道路属性；采集所述车辆的车辆信息；根据所述车辆信息和所述道路属性规划出从所述起点到所述目的地的全局路径。可选的，所述车辆路径规划方法还包括：基于所述全局路径，结合采集到的所述车辆周围的环境信息生成局部路径，所述局部路径用于供所述车辆跟踪；当所述车辆的当前位置与所述全局路径的距离小于第一阈值且所述局部路径的长度大于第二阈值时，执行所述全局路径的导航。可选的，所述车辆路径规划方法还包括：当所述车辆的当前位置与所述全局路径的距离大于第一阈值或所述局部路径的长度小于第二阈值时，将所述车辆的当前位置作为起点，重新规划出所述全局路径。可选的，根据所述车辆信息和道路属性规划出从所述起点到所述目的地的全局路径包括：计算从所述起点至目的地的多条路径各自的权重，所述权重与所述路径的长度、坡度以及所述车辆信息和道路属性的匹配度关联；计算确定最优的路径作为所述全局路径，其中，所述路径的权重越大表示所述路径越优，所述权重无穷大时表示所述路径不可通行。可选的，所述权重的计算公式为：w＝k1*1+k2*s+f(h)+f(v)；其中，w为所述路径的权重，l为所述路径的长度，s为所述路径的坡度，k1为预设的长度参数，k2为预设的坡度参数，f(h)为限高函数，f(v)为车辆类型限制函数。可选的，所述车辆信息包括以下一种或多种：车辆类型、车辆高度和车辆动力性能。可选的，所述道路属性包括以下一种或多种：限制高度和限制车辆类型。可选的，所述车辆高度大于所述限制高度时，所述限高函数为无穷大；所述车辆高度小于所述限制高度时，所述限高函数为0；所述车辆类型不符合所述路径的所述限制车辆类型时，所述车辆类型限制函数为无穷大；所述车辆类型符合所述路径的所述限制车辆类型时，所述车辆类型限制函数为0。可选的，采用迪杰斯特拉算法计算确定所述全局路径。可选的，获取车辆的起点和目的地前，所述车辆路径规划方法还包括：加载所述地图。可选的，所述环境信息包括：道路状况、交通状况。为解决上述技术问题，本专利技术实施例还公开了一种车辆路径规划装置，车辆路径规划装置包括：定位单元，适于获取车辆的起点和目的地，并将所述起点在地图中进行定位，所述地图包含道路属性；采集单元，适于采集所述车辆的车辆信息；全局路径生成单元，适于根据所述车辆信息和所述道路属性规划出从所述起点到所述目的地的全局路径。可选的，所述车辆路径规划装置还包括：局部路径生成单元，适于基于所述全局路径，结合采集到的所述车辆周围的环境信息生成局部路径，所述局部路径用于供所述车辆跟踪；导航单元，适于当所述车辆的当前位置与所述全局路径的距离小于第一阈值且所述局部路径的长度大于第二阈值时，执行所述全局路径的导航。可选的，当所述车辆的当前位置与所述全局路径的距离大于第一阈值或所述局部路径的长度小于第二阈值时，所述全局路径生成单元将所述车辆的当前位置作为起点，重新规划出所述全局路径。可选的，所述全局路径生成单元包括：权重计算子单元，计算从所述起点至目的地的多条路径各自的权重，所述权重与所述车辆信息和道路属性的匹配度关联；全局路径计算子单元，计算确定最优的路径作为所述全局路径，其中，所述路径的权重越大则表示所述路径越优。可选的，所述权重计算子单元采用如下公式计算所述权重：w＝k1*l+k2*s+f(h)+f(v)；其中，w为所述路径的权重，l为所述路径的长度，s为所述路径的坡度，k1为预设的长度参数，k2为预设的坡度参数，f(h)为限高函数；f(v)为车辆类型限制函数。可选的，所述车辆信息包括以下一种或多种：车辆类型、车辆高度和车辆动力性能。可选的，所述道路属性包括以下一种或多种：限制高度和限制车辆类型。可选的，所述道路属性包括所述路径对所述车辆的限制高度和限制车辆类型；所述车辆高度大于所述限制高度时，所述限高函数为无穷大；所述车辆高度小于所述限制高度时，所述限高函数为0；所述车辆类型不符合所述路径的所述限制车辆类型时，所述车辆类型限制函数为无穷大；所述车辆类型符合所述路径的所述限制车辆类型时，所述车辆类型限制函数为0。可选的，所述全局路径计算子单元采用迪杰斯特拉算法计算确定所述全局路径。可选的，所述车辆路径规划装置还包括：初始单元，适于在获取车辆的起点和目的地前，加载所述地图。可选的，所述环境信息包括以下一种或多种：道路状况、交通状况。与现有技术相比，本专利技术实施例的技术方案具有以下有益效果：本专利技术实施例通过采用包含道路属性的地图，采集所述车辆的车辆信息，并根据所述车辆信息和所述道路属性规划出从所述起点到所述目的地的全局路径。在智能车辆行驶时，生成的最优的全局路径提高了车辆路径规划的可执行性。进一步，基于所述全局路径，结合采集到的所述车辆周围的环境信息生成局部路径，所述局部路径用于所述车辆跟踪；当所述车辆的当前位置与所述全局路径的距离大于第一阈值或所述局部路径的长度小于第二阈值时，将所述车辆的当前位置作为起点，重新规划出所述全局路径。解决了在智能车辆偏离全局路径较远时所带来的规划与执行不一致的问题。附图说明图1是本专利技术实施例一种车辆路径规划方法流程图；图2是本专利技术实施例另一种车辆路径规划方法流程图；图3是本专利技术实施例一种全局路径示意图；图4是本专利技术实施例一种车辆路径规划装置结构示意图；图5是本专利技术实施例一种全局路径生成单元结构示意图。具体实施方式本文档来自技高网...

【技术保护点】
一种车辆路径规划方法，其特征在于，包括：获取车辆的起点和目的地，并将所述起点在地图中进行定位，所述地图包含道路属性；采集所述车辆的车辆信息；根据所述车辆信息和所述道路属性规划出从所述起点到所述目的地的全局路径。

【技术特征摘要】
1.一种车辆路径规划方法，其特征在于，包括：获取车辆的起点和目的地，并将所述起点在地图中进行定位，所述地图包含道路属性；采集所述车辆的车辆信息；根据所述车辆信息和所述道路属性规划出从所述起点到所述目的地的全局路径。2.根据权利要求1所述的车辆路径规划方法，其特征在于，还包括：基于所述全局路径，结合采集到的所述车辆周围的环境信息生成局部路径，所述局部路径用于所述车辆跟踪；当所述车辆的当前位置与所述全局路径的距离小于第一阈值且所述局部路径的长度大于第二阈值时，执行所述全局路径的导航。3.根据权利要求2所述的车辆路径规划方法，其特征在于，还包括：当所述车辆的当前位置与所述全局路径的距离大于所述第一阈值或所述局部路径的长度小于所述第二阈值时，将所述车辆的当前位置作为起点，重新规划出所述全局路径。4.根据权利要求1至3中任一项所述的车辆路径规划方法，其特征在于，根据所述车辆信息和道路属性规划出从所述起点到所述目的地的全局路径包括：计算从所述起点至目的地的多条路径各自的权重，所述权重与所述路径的长度、坡度以及所述车辆信息和道路属性的匹配度关联；计算并确定最优的路径作为所述全局路径，其中，所述路径的权重越大表示所述路径越优，所述权重无穷大时表示所述路径不可通行。5.根据权利要求4所述的车辆路径规划方法，其特征在于，所述权重的计算公式为：w＝k1*l+k2*s+f(h)+f(v)；其中，w为所述路径的权重，l为所述路径的长度，s为所述路径的坡度，k1为预设的长度参数，k2为预设的坡度参数，f(h)为限高函数，f(v)为车辆类型限制函数。6.根据权利要求5所述的车辆路径规划方法，其特征在于，所述车辆信息包括以下一种或多种：车辆类型、车辆高度和车辆动力性能。7.根据权利要求6所述的车辆路径规划方法，其特征在于，所述道路属性包括以下一种或多种：限制高度和限制车辆类型。8.根据权利要求7所述的车辆路径规划方法，其特征在于，所述车辆高度大于所述限制高度时，所述限高函数为无穷大；所述车辆高度小于所述限制高度时，所述限高函数为0；所述车辆类型不符合所述路径的所述限制车辆类型时，所述车辆类型限制函数为无穷大；所述车辆类型符合所述路径的所述限制车辆类型时，所述车辆类型限制函数为0。9.根据权利要求4所述的车辆路径规划方法，其特征在于，采用迪杰斯特拉算法计算确定所述全局路径。10.根据权利要求1至3中任一项所述的车辆路径规划方法，其特征在于，获取车辆的起点和目的地前，还包括：加载所述地图。11.根据权利要求2或3所述的车辆路径规划方法，其特征在于，所述环境信息包括：道路状况或交通状况。12.一种车辆路径规划装置，其特征在于，包括：定位单元，适于获取车辆的起点和目的地，并将所述起点在地图中...

【专利技术属性】
技术研发人员：周帅，石飞，卢远志，刘奋，张显宏，
申请(专利权)人：上海汽车集团股份有限公司，
类型：发明
国别省市：上海,31