System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及路径规划,尤其涉及智能路径规划方法及系统。
技术介绍
1、随着自动驾驶技术的发展,现阶段的路径规划是通过智能路径规划在导航系统、自动驾驶、物流配送等领域有着广泛的应用和重要的价值。
2、智能路径规划是指利用计算机技术和人工智能算法,根据地图信息、交通状况、用户需求等因素,为用户提供最优或最合适的出行路线的技术。
3、现有的智能路径规划技术主要包括基于图论的方法、基于启发式搜索的方法、基于机器学习的方法等。基于图论的方法是将地图抽象为一个有向图,每个路口或路段为一个节点,每条道路为一条边,边上的权值为道路的长度、时间、费用等属性求解最优路径。基于启发式搜索的方法是在基于图论的方法的基础上,引入启发函数,根据目标节点的位置、方向、距离等信息,对搜索空间进行排序,提高搜索效率。基于机器学习的方法是利用深度神经网络、强化学习等技术,从大量的历史数据中学习路径规划的策略和模式,实现自适应和动态的路径规划。
4、当前的智能路径规划技术需要依赖准确、完整、及时的地图数据和交通数据,如道路结构、限速、限行、拥堵、事故等信息。然而,当这些数据存在不完备以及不更新等问题时,则会导致路径规划结果不准确。
技术实现思路
1、本专利技术提供一种智能路径规划方法及系统,可以提高智能路径规划的高效性和准确性。
2、为实现上述目的,本专利技术提供的一种智能路径规划方法,包括:
3、获取道路环境信息,并将所述道路环境信息下发至车辆系统;
>4、根据所述车辆系统中的实时传感器数据对所述道路环境信息进行更新,得到实时道路环境信息;
5、根据所述实时道路环境信息,利用预设的路径规划算法对车辆行驶路径进行规划,得到初始规划路径;
6、采用路径优化算法对所述初始规划路径进行优化操作,得到最优路径规划。
7、可选地,所述获取道路环境信息,包括:
8、从地图系统中获取整体地图信息,得到第一地图信息;
9、获取车辆的位置信息,并结合所述第一地图信息确定所述车辆在第一地图信息中的所处位置;
10、提取所述车辆的传感器设备数据,并从所述传感器设备数据中提取所述车辆的周围环境信息,得到第二地图信息;
11、整合所述第一地图信息和所述第二地图信息,得到道路环境信息。
12、可选地,所述从所述传感器设备数据中提取所述车辆的周围环境信息,包括:
13、提取所述车辆的光感传感设备中的图像数据;
14、利用预设的图像处理方法对所述图像数据进行特征识别,得到图像特征集;
15、从所述图像特征集中提取主要图像特征,并识别所述主要图像特征对应的图像实体并确定所述图像实体在所述车辆的周围的位置,得到所述周围环境信息。
16、可选地,所述利用预设的图像处理方法对所述图像数据进行特征识别,包括:
17、根据预设的图像处理方法的输入格式对所述图像数据进行预处理,得到预处理图像数据;
18、利用所述预设的图像处理方法对所述预处理图像进行卷积处理,得到特征图;
19、对所述特征图进行池化操作,得到特征数据;
20、将所述特征数据进行展平操作,得到展平向量,并利用所述预设的图像处理方法对所述展平向量进行图像分类,得到特征识别结果。
21、可选地,所述根据所述车辆系统中的实时传感器数据对所述道路环境信息进行更新,得到实时道路环境信息,包括:
22、根据预设的采集频率,对所述车辆系统中的不同传感器设备的传感器数据进行提取,得到实时传感器数据集;
23、将所述实时传感器数据集发送至车辆中央控制单元,并利用所述车辆中央控制单元对所述实时传感器数据集进行数据标准化处理,得到标准传感器数据集;
24、将所述标准传感器数据集进行数据融合操作,得到融合传感器数据,将所述融合传感器数据上传至所述车辆系统中进行可视化,得到所述实时道路环境信息。
25、可选地,所述利用预设的路径规划算法对车辆行驶路径进行规划,包括:
26、将所述实时道路环境信息中的道路交叉点作为路径节点,将所述实时道路环境信息中道路作为路径连接线,将所述实时道路环境信息中识别出的图像实体作为路径标识区域;
27、汇总所述路径节点、所述路径连接线以及所述路径标识区域得到初始路径规划。
28、可选地,所述采用路径优化算法对所述初始规划路径进行优化操作,包括:
29、连接所述初始路径规划中路径规划的起止路径节点,得到路径参考线;
30、计算除所述起止路径节点之外的其他路径节点到所述路径参考线的垂直距离,并判断所述垂直距离是否处在预设的距离阈值内;
31、在所述垂直距离处在预设的距离阈值内时,保留路径节点;
32、在所述垂直距离未处在预设的距离阈值内时,从所述初始规划路径中删除路径节点;
33、整合保留的路径节点和所述起止路径节点,得到路径优化结果。
34、为了解决上述问题,本专利技术还提供一种智能路径规划系统,所述系统包括:车辆和车辆系统,所述车辆系统包括车辆中央控制单元,所述车辆中央控制单元和车辆周围的传感器设备连接。
35、可选地,所述车辆控制单元接收车辆周围的传感器设备的数据进行数据标准化处理。
36、可选地,所述车辆系统集成在所述车辆中,所述车辆系统中接收车辆中央控制单元处理后的数据并进行可视化处理。
37、本专利技术实施例根据所述车辆系统中的实时传感器数据对所述道路环境信息进行更新,可以保证对车辆路径规划的及时性,保证车辆行驶的安全以及路径规划结果的准确性,另外,根据所述实时道路环境信息,利用预设的路径规划算法对车辆行驶路径进行规划,得到初始规划路径,可以实现车辆行驶路径的自动规划,实现车辆在行驶过程中的自助导航,另外,采用路径优化算法对所述初始规划路径进行优化操作,可以实现车辆行驶路径的最优规划,提高车辆的路径规划的高效性和准确性。
本文档来自技高网...【技术保护点】
1.一种智能路径规划方法,其特征在于,所述方法包括:
2.如权利要求1所述的智能路径规划方法,其特征在于,所述获取道路环境信息,包括:
3.如权利要求2所述的智能路径规划方法,其特征在于,所述从所述传感器设备数据中提取所述车辆的周围环境信息,包括:
4.如权利要求3所述的智能路径规划方法,其特征在于,所述利用预设的图像处理方法对所述图像数据进行特征识别,包括:
5.如权利要求1所述的智能路径规划方法,其特征在于,所述根据所述车辆系统中的实时传感器数据对所述道路环境信息进行更新,得到实时道路环境信息,包括:
6.如权利要求1所述的智能路径规划方法,其特征在于,所述利用预设的路径规划算法对车辆行驶路径进行规划,包括:
7.如权利要求1所述的智能路径规划方法,其特征在于,所述采用路径优化算法对所述初始规划路径进行优化操作,包括:
8.一种基于如权利要求1至7中任意一项所述的智能路径规划方法的系统,其特征在于,包括车辆和车辆系统,所述车辆系统包括车辆中央控制单元,所述车辆中央控制单元和车辆周围的传感器设备
9.如权利要求8所述的智能路径规划方法的系统,其特征在于,所述车辆控制单元接收车辆周围的传感器设备的数据进行数据标准化处理。
10.如权利要求8所述的智能路径规划方法的系统,其特征在于,所述车辆系统集成在所述车辆中,所述车辆系统中接收车辆中央控制单元处理后的数据并进行可视化处理。
...【技术特征摘要】
1.一种智能路径规划方法,其特征在于,所述方法包括:
2.如权利要求1所述的智能路径规划方法,其特征在于,所述获取道路环境信息,包括:
3.如权利要求2所述的智能路径规划方法,其特征在于,所述从所述传感器设备数据中提取所述车辆的周围环境信息,包括:
4.如权利要求3所述的智能路径规划方法,其特征在于,所述利用预设的图像处理方法对所述图像数据进行特征识别,包括:
5.如权利要求1所述的智能路径规划方法,其特征在于,所述根据所述车辆系统中的实时传感器数据对所述道路环境信息进行更新,得到实时道路环境信息,包括:
6.如权利要求1所述的智能路径规划方法,其特征在于,所述利用预设的路径规划算法对车...
【专利技术属性】
技术研发人员:崔金茂,常雪阳,游绍文,
申请(专利权)人:西部车网重庆有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。