一种无人车路径规划场景及任务的复杂度评价方法和系统技术方案

本发明专利技术涉及一种无人车路径规划场景及任务的复杂度评价方法和系统，属于无人车路径规划技术领域，解决了现有技术中缺乏评价越野场景中路径规划任务难度的测评方法的问题。方法包括：获取无人车路径规划场景的路网地图信息、无人车路径规划任务的全局任务信息和局部任务信息；基于所述路网地图信息和全局任务信息计算全局路径规划任务复杂度评价结果；基于所述路网地图信息和局部任务信息计算局部路径规划任务复杂度评价结果。实现了对无人车路径规划场景及任务复杂度的客观评价。径规划场景及任务复杂度的客观评价。径规划场景及任务复杂度的客观评价。

【技术实现步骤摘要】
一种无人车路径规划场景及任务的复杂度评价方法和系统


[0001]本专利技术涉及无人车路径规划
，尤其涉及一种无人车路径规划场景及任务的复杂度评价方法和系统。

技术介绍

[0002]随着深度学习等的技术发展，无人车路径规划算法也层出不穷。在越野场景等大规模路径规划场景中，路径规划的主要技术流程一般为全局路径规划和局部路径规划。全局路径规划根据已知路网地图，基于规划算法搜索出一条从起点到终点的最优路径；局部路径规划是在全局路径规划的引导下，根据实时获取的环境信息和定位信息，在局部环境地图中规划得到从起始位姿到终止位姿的无碰撞轨迹。
[0003]目前存在大量能够完成相应规划任务的规划方法及对规划算法进行评估的规划质量测评方法，但是，不同的规划场景及任务下，规划算法的规划质量会有不同的表现，若不考虑场景和任务的难度，则对规划算法的质量评估缺乏客观合理性，但尚没有专门用于评价越野场景中路径规划任务难度的测评方法，难以保证不同场景下路径规划质量测评的合理性。

技术实现思路

[0004]鉴于上述的分析，本专利技术实施例旨在提供一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人车路径规划场景及任务的复杂度评价方法，其特征在于，包括以下步骤：获取无人车路径规划场景的路网地图信息、无人车路径规划任务的全局任务信息和局部任务信息；基于所述路网地图信息和全局任务信息计算全局路径规划任务复杂度评价结果；基于所述路网地图信息和局部任务信息计算局部路径规划任务复杂度评价结果。2.根据权利要求1所述的无人车路径规划场景及任务的复杂度评价方法，其特征在于，基于所述路网地图信息和全局任务信息计算全局路径规划任务复杂度评价结果，包括：根据路网地图信息中的路段连接信息计算路网连接度和路网可达性；根据全局任务信息中的任务点类型和属性信息计算全局任务点难度；根据无人车路径规划任务设置的考察点信息计算规划结果考察点难度；根据路网连接度、路网可达性、全局任务点难度和规划结果考察点难度得到全局路径规划任务复杂度评价结果。3.根据权利要求2所述的无人车路径规划场景及任务的复杂度评价方法，其特征在于，根据公式s
g1
=E/N计算路网连接度s
g1
；根据以下公式计算路网可达性s
g2
：；；；其中，E表示路网地图信息中路段的数量，N表示路网地图信息中路口点的数量，M表示路网地图信息中路段的数量。4.根据权利要求2所述的无人车路径规划场景及任务的复杂度评价方法，其特征在于，根据全局任务信息中的任务点类型和属性信息计算全局任务点难度，包括：根据全局任务信息中阻断任务点的属性，计算阻断任务点识别平均难度；根据阻断任务点识别平均难度、干扰任务点数量以及路口偏置任务点占路口任务点总数的比例得到全局任务点难度。5.根据权利要求4所述的无人车路径规划场景及任务的复杂度评价方法，其特征在于，采用以下公式计算阻断任务点识别平均难度s
g3
：；其中，N
R1
表示阻断任务点的数量，σ
1i
表示第i个阻断任务点的类型对应的权值，若第i个阻断任务点为正障碍，则σ
2i
表示该正障碍的高度对应的权值，σ
3i
表示该正障碍的结构对应的权值，若第i个阻断点为负障碍，则σ
2i
表示该负障碍的深度对应的权值，σ
3i
表示该负障碍
的覆盖类型对应的权值。6.根据权利要求2所述的无人车路径规划场景及任务的复杂度评价方法，其特征在于，根据无人车路径规划任务设置的考察点信息计算规划结果考察点难度，包括：根据所述考察点信息计算定位平均属性难度和定位平均时间难度；根据定位平均属性难度、定位平均时间难度和降级屏蔽段内且在路口附近的考察点占考察点总数的比例得到规划结果考察点难度。7.根据权利要求6所述的无人车路径规划场景及任务的复杂度评价方法，其特征在于，采用以下公式计算定位平均属性...

【专利技术属性】
技术研发人员：王博洋，李欣萍，刘海鸥，龚建伟，陈慧岩，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：