基于矢量地图和栅格地图的自动驾驶车辆路径规划方法技术

本发明专利技术提供了一种基于矢量地图和栅格地图的自动驾驶车辆路径规划方法，包括：通过全局矢量地图规划出自动驾驶车辆的当前位置至目标点的全局最短路径；获取自动驾驶车辆的当前位置的当前局部栅格地图；根据全局最短路径，基于局部栅格地图计算得到局部运动路径，以便于根据局部运动路径控制自动驾驶车辆行进至所述目标点。本发明专利技术在全局路径规划层使用矢量地图作为环境模型，在局部运动路径规划层使用栅格地图作为环境模型，即在不同规划层采用不同的地图作为环境模型，同时配合采用不同类型的规划算法，同时满足了实际场景下对算法实时性和准确性，并且，矢量地图和栅格地图相结合的算法大大降低了对于系统运算资源的占用。

【技术实现步骤摘要】
基于矢量地图和栅格地图的自动驾驶车辆路径规划方法
本专利技术涉及自动驾驶
，更具体地说，涉及一种基于矢量地图和栅格地图的自动驾驶车辆路径规划方法。
技术介绍
自动驾驶是当前智能交通的重要发展方向，而路径规划技术是自动驾驶的核心技术之一，是智能车辆导航和控制的基础。自动驾驶车辆路径规划技术分为全局路径规划和局部运动路径规划，其中全局路径规划负责规划出从起点到终点的最短路径，而局部运动路径规划负责规划出满足车辆非完整约束、能够实时壁障、包含时间序列控车信息的局部运动路径。现有的自动驾驶路径规划方法中，采用的是单一使用全局路径规划或者局部运动路径规划，其运算量大，占用大量系统资源，并且，使用单一的局部运动路径规划对车载传感器的要求高，路径规划准确性差。
技术实现思路
有鉴于此，本专利技术提供一种基于矢量地图和栅格地图的自动驾驶车辆路径规划方法，包括：通过全局矢量地图，规划出自动驾驶车辆的当前位置至目标点的全局最短路径；实时采集环境信息，并将所述环境信息转化为点云数据，映射为当前局部栅格地图；根据所述全局最短路径，基于所述当前局部栅格地图，并结合局部定位信息，利用局部规划算法计算得到局部运动路径，以便于根据所述局部运动路径控制所述自动驾驶车辆行进至所述目标点。优选地，所述“通过全局矢量地图，规划出自动驾驶车辆的当前位置至目标点的全局最短路径”包括：通过地图采集工具，获取全局矢量地图，并将所述全局矢量地图解析为全局路径的有向带权节点拓扑图；其中，所述全局矢量地图包括坐标点集构成的道路点图和点云数据构成的语音数据图；通过环境信息采集装置采集当前点云信息；根据全局定位算法，对所述当前点云信息与所述点云数据进行匹配，并根据匹配结果确定所述自动驾驶车辆在所述全局矢量地图中的全局坐标变换信息；接收用户基于所述全局矢量地图设定的全局目标点；根据所述有向带权节点拓扑图、全局坐标变换信息和所述全局目标点，计算出从所述自动驾驶车辆的当前位置到所述全局目标点的最短全局路径。优选地，所述“通过地图采集工具，获取全局矢量地图，并将所述全局矢量地图解析为全局路径的有向带权节点拓扑图；其中，所述全局矢量地图包括坐标点集构成的道路点图和点云数据构成的语音数据图”包括：采集得到所述全局矢量地图；运行全局地图解析器，对所述全局矢量地图中的道路坐标点集构成的道路点图进行解析，将所述道路坐标点解析为道路路网节点，基于邻接链表或邻接矩阵形式存储为有向带权结构；并解析出包含交叉路口、道路宽度的道路信息；根据有向带权结构的所述道路路网节点，以及所述道路信息，得到全局路径的所述有向带权节点拓扑图。优选地，所述“实时采集环境信息，并将所述环境信息转化为点云数据，映射为当前局部栅格地图”包括：对所述环境信息采集装置所采集的所述当前点云信息进行分割和融合，并将分割和融合后的所述当前点云信息映射到二维栅格地图，得到初步栅格地图；基于所述当前点云信息，根据所述初步栅格地图获取所述当前局部栅格地图。优选地，所述“基于所述当前点云信息，根据所述初步栅格地图获取所述当前局部栅格地图”包括：根据所述当前点云信息获取所述自动驾驶车辆与障碍物的距离信息；利用栅格地图更新器，根据所述距离信息，基于膨胀参数更新所述初步栅格地图，得到所述当前局部栅格地图。优选地，所述“利用栅格地图更新器，根据所述距离信息，基于膨胀参数更新所述初步栅格地图，得到所述当前局部栅格地图”包括：利用栅格地图更新器，基于膨胀参数为所述初步栅格地图中每个栅格点赋值，得到每个栅格点对应的代价值；其中，将所述代价值作为此栅格点具有障碍物的概率；并且，将更新后的包含每个栅格点的具有障碍物的概率的所述初步栅格地图作为所述当前局部栅格地图。优选地，所述“根据所述全局最短路径，基于所述当前局部栅格地图，并结合局部定位信息，利用局部规划算法计算得到局部运动路径，以便于根据所述局部运动路径控制所述自动驾驶车辆行进至所述目标点”包括：根据所述全局最短路径，结合所述当前位置的局部定位信息和所述当前局部栅格地图，构造多目标优化函数；其中，所述多目标优化函数的优化项包括所述环境信息；将优化项包括所述环境信息的所述多目标优化函数转换为图优化节点，并根据所述图优化节点计算得到所述局部运动路径。优选地，所述“根据所述全局最短路径，基于所述当前局部栅格地图，并结合局部定位信息，利用局部规划算法计算得到局部运动路径”之后，还包括：根据所述局部运动路径生成对应的车辆控制指令，并基于所述车辆控制指令控制所述自动驾驶车辆根据所述全局最短路径和所述局部运动路径向全局目标点移动；在所述自动驾驶车辆移动后，判断所述自动驾驶车辆是否达到所述全局目标点；若所述自动驾驶车辆未达到所述全局目标点，则判断是否所述局部运动路径被阻挡；若所述局部运动路径未被阻挡，则返回所述“实时采集环境信息，并将所述环境信息转化为点云数据，映射为当前局部栅格地图”；若所述局部运动路径被阻挡，生成停止路径规划，并生成阻挡提示信息。此外，为解决上述问题，本专利技术还提供一种基于矢量地图和栅格地图的自动驾驶车辆路径规划装置，包括：全局算法模块，用于通过全局矢量地图，解析出全局路网节点拓扑，并结合全局定位算法，规划出自动驾驶车辆的当前位置至目标点的全局最短路径；信息映射模块，用于实时采集环境信息，并将所述环境信息转化为点云数据，映射为当前局部栅格地图；局部算法模块，用于根据所述全局最短路径，基于所述当前局部栅格地图，并结合局部定位信息，利用局部规划算法计算得到局部运动路径，以便于根据所述局部运动路径控制所述自动驾驶车辆行进至所述目标点。此外，为解决上述问题，本专利技术还提供一种计算机设备，所述计算机设备包括存储器以及处理器，所述存储器用于存储基于矢量地图和栅格地图的自动驾驶车辆路径规划程序，所述处理器运行所述基于矢量地图和栅格地图的自动驾驶车辆路径规划程序以使所述计算机设备执行如上述所述基于矢量地图和栅格地图的自动驾驶车辆路径规划方法。此外，为解决上述问题，本专利技术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基于矢量地图和栅格地图的自动驾驶车辆路径规划程序，所述基于矢量地图和栅格地图的自动驾驶车辆路径规划程序被处理器执行时实现如上述所述基于矢量地图和栅格地图的自动驾驶车辆路径规划方法。本专利技术提供的一种基于矢量地图和栅格地图的自动驾驶车辆路径规划方法。本专利技术通过全局矢量地图规划出自动驾驶车辆的当前位置至目标点的全局最短路径；获取所述自动驾驶车辆的当前位置的当前局部栅格地图；根据所述全局最短路径，基于所述局部栅格地图计算得到局部运动路径，以便于根据所述局部运动路径控制所述自动驾驶车辆行进至所述目标点。本专利技术在全局路径规划层使用矢量地图作为环境模型，在局部运动路径规划层使用栅格地图作为环境模型，即在不同规划层采用不同的地图作为环境模型，同时配合采用不同类型的规划算法，同时满足了实际场景下对算法实时性和准确性，并且，矢量地图和栅格地图相结合的算法大大降低了对于系统运算资源的占用。附图说明图1为本专利技术基于矢量地图和栅格地图的自动驾驶车辆路径规划方法实施例方案涉及的硬件运行环境的结构示意图；图2为本专利技术基于矢量地图和栅格地图的自动驾驶车辆路径规划方法第一实施例的流程示意图；图3为本专利技术基于矢本文档来自技高网...

【技术保护点】
1.一种基于矢量地图和栅格地图的自动驾驶车辆路径规划方法，其特征在于，包括：通过全局矢量地图，规划出自动驾驶车辆的当前位置至目标点的全局最短路径；实时采集环境信息，并将所述环境信息转化为点云数据，映射为当前局部栅格地图；根据所述全局最短路径，基于所述当前局部栅格地图，并结合局部定位信息，利用局部规划算法计算得到局部运动路径，以便于根据所述局部运动路径控制所述自动驾驶车辆行进至所述目标点。

【技术特征摘要】
1.一种基于矢量地图和栅格地图的自动驾驶车辆路径规划方法，其特征在于，包括：通过全局矢量地图，规划出自动驾驶车辆的当前位置至目标点的全局最短路径；实时采集环境信息，并将所述环境信息转化为点云数据，映射为当前局部栅格地图；根据所述全局最短路径，基于所述当前局部栅格地图，并结合局部定位信息，利用局部规划算法计算得到局部运动路径，以便于根据所述局部运动路径控制所述自动驾驶车辆行进至所述目标点。2.如权利要求1所述基于矢量地图和栅格地图的自动驾驶车辆路径规划方法，其特征在于，所述“通过全局矢量地图，规划出自动驾驶车辆的当前位置至目标点的全局最短路径”包括：通过地图采集工具，获取全局矢量地图，并将所述全局矢量地图解析为全局路径的有向带权节点拓扑图；其中，所述全局矢量地图包括坐标点集构成的道路点图和点云数据构成的语音数据图；通过环境信息采集装置采集当前点云信息；根据全局定位算法，对所述当前点云信息与所述点云数据进行匹配，并根据匹配结果确定所述自动驾驶车辆在所述全局矢量地图中的全局坐标变换信息；接收用户基于所述全局矢量地图设定的全局目标点；根据所述有向带权节点拓扑图、全局坐标变换信息和所述全局目标点，计算出从所述自动驾驶车辆的当前位置到所述全局目标点的最短全局路径。3.如权利要求2所述基于矢量地图和栅格地图的自动驾驶车辆路径规划方法，其特征在于，所述“通过地图采集工具，获取全局矢量地图，并将所述全局矢量地图解析为全局路径的有向带权节点拓扑图；其中，所述全局矢量地图包括坐标点集构成的道路点图和点云数据构成的语音数据图”包括：采集得到所述全局矢量地图；运行全局地图解析器，对所述全局矢量地图中的道路坐标点集构成的道路点图进行解析，将所述道路坐标点解析为道路路网节点，基于邻接链表或邻接矩阵形式存储为有向带权结构；并解析出包含交叉路口、道路宽度的道路信息；根据有向带权结构的所述道路路网节点，以及所述道路信息，得到全局路径的所述有向带权节点拓扑图。4.如权利要求3所述基于矢量地图和栅格地图的自动驾驶车辆路径规划方法，其特征在于，所述“实时采集环境信息，并将所述环境信息转化为点云数据，映射为当前局部栅格地图”包括：对所述环境信息采集装置所采集的所述当前点云信息进行分割和融合，并将分割和融合后的所述当前点云信息映射到二维栅格地图，得到初步栅格地图；基于所述当前点云信息，根据所述初步栅格地图获取所述当前局部栅格地图。5.如权利要求4所述基于矢量地图和栅格地图的自动驾驶车辆路径规划方法，其特征在于，所述“基于所述当前点云信息，根据所述初步栅格地图获取所述当前局部栅格地图”包括：根据所述当前点云信息获取所述自动驾驶车辆与障碍物的距离信息；利用栅格地图更新器，根据所述距离信息，基于膨胀参数更新所述初步栅格地图，得到所述当前局部栅格地图。6.如权利要求5所述基于矢量地图和...

【专利技术属性】
技术研发人员：余伟，
申请(专利权)人：湖北亿咖通科技有限公司，
类型：发明
国别省市：湖北,42