一种路径规划装置制造方法及图纸

本发明专利技术公开了一种路径规划装置，所述路径规划装置包括：获取模块，用于获取与本车关联的车辆信息以及本车所行驶道路的车道信息；运动行为模块，用于根据所述获取模块获取的所述车辆信息以及所述车道信息确定本车未来的运动行为；路径规划模块，用于根据所述获取模块获取的所述车辆信息及所述运动行为模块确定的本车未来的运动行为进行路径规划，当一个以上障碍物与目标点离得很近时，根据车道信息和障碍物信息可以决策车辆未来一段时间的运动行为，如变车道、紧急停车或者自动巡航等，基于该决策来规划远离障碍物并向目的点靠近的最优路径，从而解决现有技术中人工势场法的局部极值点导致车辆无法获得最优路径的问题。

A path planning device

The invention discloses a device for path planning, the path planning device comprises an acquisition module for acquiring vehicle information and the related information of the vehicle and the vehicle lane road; motion behavior module is used to determine the movement of the car of the future behavior according to the acquired by the acquisition module of the vehicle information and the lane information; path planning module, for the movement of the vehicle according to the information acquired by the acquisition module and the motion behavior of the vehicle module determines the future behavior of path planning, when more than one obstacle and the target point is close, according to the motion behavior of lane information and obstacle information can be making future vehicles for a period of time, such as changing lanes, emergency stop or automatic cruise, the optimal path planning from obstacles and reachestarget points based on the decision In order to solve the problem that the optimal path can not be obtained by the local extremum of the artificial potential field method in the existing technology, the vehicle can not obtain the optimal path.

【技术实现步骤摘要】
一种路径规划装置
本专利技术涉及车辆导航领域，尤其涉及一种路径规划装置。
技术介绍
随着科学技术的发展，现已出现无人驾驶技术，且目前的无人驾驶技术已经基本具备自动操作和行驶能力。现有无人驾驶技术主要是利用车载传感器来感知车辆周围障碍物信息，进而控制车辆的转向和速度。具体方式为：根据车辆传感器采集到的与该车辆关联的障碍物信息，采用人工势场法原理，确定车辆的运动轨迹。具体地，将车辆、障碍物以及车辆运动的目标点简化为一个点，将车辆的运动过程视为一种在虚拟的人工受力场的运动，即障碍物对车辆产生斥力，目标点对车辆产生引力，通过求合力控制车辆的运动。但是现实的道路环境是复杂的，往往至少有一个障碍物与目标点离的很近，在这种情况下，当车辆逼近目标的同时，也将向障碍物靠近，如果利用以前对引力场函数和斥力场函数的定义，斥力将比引力大的多，这样目标点将不是整个势场的全局最小点，因此车辆将不能向目标点前进，这样就存在局部最优解的问题。
技术实现思路
有鉴于此，本申请提供了一种路径规划装置，以避免人工势场法的局部极值点导致车辆无法获得最优路径的问题。为实现上述目的，本申请实施例提供一种路径规划装置，包括：获取模块，用于获取与本车关联的车辆信息以及本车所行驶道路的车道信息；运动行为模块，用于根据所述获取模块获取的所述车辆信息以及所述车道信息确定本车未来的运动行为；路径规划模块，用于根据所述获取模块获取的所述车辆信息及所述运动行为模块确定的本车未来的运动行为进行路径规划。与现有技术相比，本专利技术所述技术方案的有益效果为：本专利技术提供的路径规划装置，根据所述车辆信息以及所述车道信息确定本车未来的运动行为对本车进行路径规划，进而得到一个全局最优路径，即当一个以上障碍物与目标点离得很近时，根据车道信息和障碍物信息可以决策车辆未来一段时间的运动行为，如变车道、紧急停车或者自动巡航等，基于该决策来规划远离障碍物并向目的点靠近的最优路径，从而解决现有技术中人工势场法的局部极值点导致车辆无法获得最优路径的问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术提供的一种路径规划装置结构图；图2为本专利技术实施例中判断本车未来的运动行为示意图；图3为本专利技术又一实施例中判断本车未来的运动行为示意图；图4为本专利技术实施例中确定运动轨迹示意图；图5为本专利技术又一实施例中确定运动轨迹示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术具体实施例及相应的附图对本专利技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例提供一种路径规划装置，可用于无人驾驶车辆上，对本车的运动轨迹进行导航，但是并不限于无人驾驶车辆上，可用于任何需要运动轨迹导航的领域，如机器人或其他智能终端的路径规划。图1为本专利技术实施例提供一种路径规划装置的结构示意图。所述路径规划装置包括：获取模块10，用于获取与本车关联的车辆信息以及本车所行驶道路的车道信息，所述与本车关联的车辆信息包括本车的位置、本车的运动速度、本车周围障碍物的位置、所述障碍物的运动速度；运动行为模块20，用于根据所述获取模块获取的所述车辆信息以及所述车道信息确定本车未来的运动行为；路径规划模块30，用于根据所述获取模块获取的所述车辆信息及所述运动行为模块确定的本车未来的运动行为进行路径规划。其中所述路径规划模块30进一步包括：轨迹模块301，用于根据所述获取模块获取的本车的位置、本车的运动速度及所述运动行为模块确定的本车未来的运动行为确定至少一个目标点，并根据所述目标点确定由本车至所述目标点的至少一条运动轨迹；选择模块302，用于从所述轨迹模块确定的所述运动轨迹中选择其中一条运动轨迹，并按照该运动轨迹对本车进行导航。其中，所述与本车关联的车辆信息包括但不限于本车的位置、本车的运动速度、本车周围障碍物的位置、所述障碍物的运动速度，其中本车周围障碍物为与本车之间的距离小于设定阈值的障碍物。其中所述设定阈值可以与本车的运动速度满足设定条件。所述设定条件可以为所述设定阈值与本车的运动速度成正比，当本车的运动速度较大时，设定阈值较大，当本车的运动速度较小时，设定阈值较小。本车的位置可以通过GPS(GlobalPositioningSystem全球定位系统)获得，也可以通过其他定位方式确定，这里不做具体限定；本车的运动速度可通过本车的控制器直接获得，也可通过在车辆上安装速度传感器检测获得，这里不做具体限定。所述路径规划装置还可以包括高精度地图模块，本车周围障碍物的信息，可从高精度地图模块中获取也可通过摄像头或视觉传感器、激光雷达、毫米波雷达等检测获得，如果该障碍物是道路上固有的障碍物，可从高精度地图模块中获取，如果该障碍物是道路上出现的障碍物，如其他行驶车辆，可通过传感器检测获得；本车所行驶道路的车道信息包括但不限于车道的位置、限速、红绿灯及其他标识信息，所述车道信息可从高精度地图中获取。同时上述信息的获取也可同时通过传感器检测和从高精度地图中获取本车的控制器再进行判断确定最准确的信息。高精度地图是精度更高、信息更全的导航电子地图，精度可达20厘米，可以帮助车辆预先感知路面复杂信息，如坡度、曲率、航向等，结合智能路径规划，让车辆做出正确的决策。通常智能驾驶汽车主要依靠毫米波雷达、激光雷达、摄像头等传感器感知车辆周边环境，但是传感器测量距离有限，现知的传感器最大测量距离可以达到250米左右；并且在大雨、大雪等极端天气条件下，传感器测距范围会急剧缩小、标识识别率低、稳定性降低。高精度地图则让汽车对远距离的路况、标识有提前的预判，可以辅助车辆做超出传感器感知范围的行为，让车辆对路径全局有整体把握。高精度地图与传感器协同可以对车辆进行精准定位，提供车辆变道以及路径规划基础。商用GPS系统精度误差大，商用GPS系统精度仅有5m左右，而在楼宇遍布的城市中，其精度误差更是会达到50米，而对于道路而言，一米的误差都会导致其车道的偏移，而且在隧道中车辆没有GPS信号。随着智能驾驶车辆视觉和雷达传感器的不断增多，探测范围不断加大，高精度地图可以和传感器探测内容形成协同，将汽车位置定位精确到几十厘米甚至10-20cm的范围。上述信息的获取可通过接口和连接线实现信息的传输，也可通过无线通信实现信息的传输如wifi传输、蓝牙传输、红外传输等。本车未来的运动行为包括但不限于保持车道、变换车道、跟随前车、自动巡航、紧急停车等，所述运动行为可为后续的目标点的确定提供依据，使后续形成的轨迹导航更加准确。进一步的可根据所述车辆信息以及所述车道信息确定本车未来的运动行为。具体地，根据本车的位置、本车的运动速度、与本车所行驶车道相同车道的障碍物的位置、及该障碍物的运动速度、与本车所行驶车道相邻车道的障碍物的位置、及该障碍物的运动速度确定本车未来的运动行为。例如：与本车所行驶车道相同车道的前方障碍物的运动速度和本车的运动速度相当，且没有减速趋势，相对距离大于安全距离，则决策的本文档来自技高网...

【技术保护点】
一种路径规划装置，其特征在于，包括获取模块，用于获取与本车关联的车辆信息以及本车所行驶道路的车道信息；运动行为模块，用于根据所述获取模块获取的所述车辆信息以及所述车道信息确定本车未来的运动行为；路径规划模块，用于根据所述获取模块获取的所述车辆信息及所述运动行为模块确定的本车未来的运动行为进行路径规划。

【技术特征摘要】
1.一种路径规划装置，其特征在于，包括获取模块，用于获取与本车关联的车辆信息以及本车所行驶道路的车道信息；运动行为模块，用于根据所述获取模块获取的所述车辆信息以及所述车道信息确定本车未来的运动行为；路径规划模块，用于根据所述获取模块获取的所述车辆信息及所述运动行为模块确定的本车未来的运动行为进行路径规划。2.根据权利要求1所述的路径规划装置，其特征在于，所述与本车关联的车辆信息包括本车的位置、本车的运动速度、本车周围障碍物的位置、所述障碍物的运动速度。3.根据权利要求2所述的路径规划装置，其特征在于，所述路径规划模块，进一步包括：轨迹模块，用于根据所述获取模块获取的本车的位置、本车的运动速度及所述运动行为模块确定的本车未来的运动行为确定至少一个目标点，并根据所述目标点确定由本车至所述目标点的至少一条运动轨迹；选择模块，用于从所述轨迹模块确定的所述运动轨迹中选择其中一条运动轨迹，并按照该运动轨迹对本车进行导航。4.根据权利要求3所述的路径规划装置，其特征在于，所述运动行为模块，进一步用于：确定本车周围障碍物的车道方向与本车的车道方向一致的障碍物；根据所述获取模块获取的本车的位置和所述障碍物的位置，确定所述障碍物与本车的相对位置；以及根据所述获取模块获取的本车的运动速度和所述障碍物的运动速度，确定所述障碍物与本车的相对运动速度。5.根据权利要求4所述的路径规划装置，其特征在于，所述运动行为模块，进一步用于：根据所述运动行为模块确定的与本车在相同车道的所述障碍物与本车的相对运动速度，确定相同车道的所述障碍物与本车之间的相对运动方向；若根据所述障碍物与本车的相对位置确定所述障碍物位于本车的前方，且所述相对运动速度的方向为远离本车，则确定本车未来的运动行为为保持车道。6.根据权利要求5所述的路径规划装置，其特征在于，所述轨迹模块，进一步用于：根据所述获取模块获取的本车的位置和本车的运动速度，在本车所行驶车道上确定第一目标点，所述第一目标点至本车的距离与本车的运动速度满足设定条件。7.根据权利要求6所述的路径规划装置，其特征在于，所述轨迹模块，进一步用于：确定本车所行驶车道的中心线，确定该中心线的经所述第一目标点的垂线；在所述垂线上且位于所述中心线的两侧分别对称采样N个第二目标点；基于所述获取模块获取的本车的位置和所述轨迹模块确定的所述第一目标点，拟合得到一条运动轨迹，以及基于本车的位置和N个所述第二目标点，拟合得到N条运动轨迹。8.根据权利要求3所述的路径规划装置，其特征在于，所述运动行为模块，进一步用于根据所述运动行为模块确定的与本车在相同车道的所述障碍物与本车的相对运动速度，确定与本车在相同车道的...

【专利技术属性】
技术研发人员：王璐，
申请(专利权)人：法乐第北京网络科技有限公司，
类型：发明
国别省市：北京,11