[发明专利]AVP全局路径规划系统、方法、车辆及存储介质

说明书

本发明公开了一种AVP全局路径规划系统、方法、车辆及存储介质，包括：步骤1.采集停车场opendrive格式的高精度地图数据；步骤2.将高精度地图中的路网数据进行解析并存储到预定义的路网结构数据中；步骤3.将高精度地图的路网结构数据进行可视化；步骤4.对数据结构体中数据抽象成节点；步骤5.通过A*算法对抽象的节点进行全局路径规划，生成全局最优路径L1；步骤6.将采用A*算法找到的全局最优路径L1映射到高精度地图上，输出全局最优路径点集合L2；步骤7.采用B样条插值算法对全局最优路径点集合L2进行插值平滑，输出路径规划点集L3。本发明能够使AVP场景的路径规划更加快速、安全、精准，并提高了路径规划精准度。

技术领域

本发明属于汽车AVP全局路径规划技术领域，具体涉及一种AVP全局路径规划系统、方法、车辆及存储介质。

背景技术

当前，在一些特殊场景，比如下雨天、没带伞或者拿着很多东西、需要照顾小孩等场景中，AVP（代客泊车）系统能提供很多便利，满足客户的刚性需求。同时，AVP系统是通往自动驾驶的必经之路。AVP系统能够验证自动驾驶所有的架构设计，包括路径规划、建图、预测以及感知等方面，为后续开放区域的无人驾驶积累商业化运行的经验。路径规划技术是智能驾驶领域中一项非常关键的技术，是指在真实的道路环境中，AVP系统按照设定的性能指标（如拐弯最少、路径最短、时间最短等）搜索一条从起始位置到目标位置的最优路径。

基于传统地图数据和传统算法规划出来道路级路线已经满足不了行车的需求，例如专利文献CN108981739A公开了一种路径规划方法、装置、服务器及存储介质，这种使用传统算法规划出来的道路级别的路线信息量较少，得到的结果不足以支撑智能驾驶。又如专利文献CN110530392A公开的一种基于传统地图和高精度地图结合的路径规划方法及装置，虽然使用了高精度地图，但所使用传统算法，效率和准确性都有待于提高。这种面向自动驾驶的车道级的路径规划考虑的要素更加丰富，对算法的准确性和效率更高。因此基于高精度地图数据和人工智能的算法来规划车道级路线来辅助引导车辆行驶就显得很有必要，同时，安全、舒适、快捷等都是智能驾驶所必须考虑的因素。

因此，有必要开发一种新的AVP全局路径规划系统、方法、车辆及存储介质。

发明内容

本发明的目的是提供一种AVP全局路径规划系统、方法、车辆及存储介质，能使AVP场景的路径规划更加快速、安全、精准，并能提高路径规划精准度。

第一方面，本发明所述的一种AVP全局路径规划方法，包括以下步骤：

步骤1.采集停车场opendrive格式的高精度地图数据；

步骤2.将高精度地图中的路网数据进行解析并存储到预定义的路网结构数据中；

步骤3.将高精度地图的路网结构数据进行可视化；

步骤4.对路网结构数据中数据抽象成节点；

步骤5.通过A*算法对抽象的节点进行全局路径规划，生成全局最优路径L1;

步骤6.将采用A*算法找到的全局最优路径L1映射到高精度地图上，输出全局最优路径点集合L2；

步骤7.采用B样条插值算法对全局最优路径点集合L2进行插值平滑，输出路径规划点集L3。

可选地，所述步骤1具体为：

采集停车场的opendrive格式的高精度地图数据，其中，所述高精度地图数据包括车道模型、道路属性、道路拥堵情况、施工情况、是否有交通事故的动态交通信息、道路形状、道路坡度、道路曲率、道路方向、车道线类型、车道宽度、路边地标、防护栏、道路边缘类型和交叉路口信息。

可选地，所述步骤2具体为：