[发明专利]一种路径规划方法、装置、设备及可读存储介质

说明书

本发明涉及自动驾驶寻径技术领域，公开了一种路径规划方法、装置、设备及可读存储介质。其中，该方法包括：基于预先获取的地图信息、初始位置、障碍物位置以及终点位置，确定从初始位置至终点位置的多个路径点；基于多个路径点，生成从初始位置至终点位置的预瞄路径，该预瞄路径包括多条折线段；基于预瞄路径中各个折线段的方向，确定多个目标轨迹点；连接多个目标轨迹点，得到目标路径。通过实施本发明，无需搜索全部的地图信息，通过生成的预瞄路径确定出行驶的轨迹点，由此降低了计算量和计算时间，提高了路径的更新速度，最大程度上保证路径的实时更新。

技术领域

本发明涉及自动驾驶寻径技术领域，具体涉及一种路径规划方法、装置、设备及可读存储介质。

背景技术

现有的路径规划算法主要有可视图法(visibility diagram)、传统A星算法、混合A星算法和快速随机生成树等。可视图算法是最简单和常用的几何寻找路径方法，将几何图中每个障碍物的顶点标出，再将每两个顶点画出一条边，这种方法虽然能找到起点到终点的最短的距离，时间复杂度为O(n²logn)，但确定出的路径不适合无人驾驶汽车等非完整性系统。

传统A星算法是路径规划中经典的寻径算法，但是传统A星算法不加汽车动力学约束条件，所以无法满足汽车运动学特性，这种方法确定出的路径不适合无人驾驶汽车等非完整性系统。混合A星算法是传统A星算法的升级，以车辆的运动学模型为节点，在预测下一步运动时候考虑了汽车的速度，方向盘转角等汽车参数的约束，满足车辆运动学的算法，解决了传统A星算法得出路径不适合非完整性系统的问题。无论是传统A星算法还是混合A星算法，在生成路径时都需要CPU有较高的算力，然而，在地图面积较大、精度较高的情况下，CPU提供的算力难以满足算法需求，由此导致其生成的路径难以实现实时更新。

发明内容

有鉴于此，本发明实施例提供了一种路径规划方法、装置、设备及可读存储介质，以解决现有的路径规划的计算量较大，在地图面积较大和精度较高的情况下，CPU提供的算力难以满足需求而导致路径难以实现实时更新的问题。

根据第一方面，本发明实施例提供了一种路径规划方法，包括：基于预先获取的地图信息、初始位置、障碍物位置以及终点位置，确定从所述初始位置至所述终点位置的多个路径点；基于所述多个路径点，生成从所述初始位置至所述终点位置的预瞄路径，所述预瞄路径包括多条折线段；基于所述预瞄路径中各个折线段的方向，确定多个目标轨迹点；基于所述多个目标轨迹点，形成目标路径。

本发明实施例提供的路径规划方法，通过对初始位置、障碍物位置以及终点位置，从地图信息中确定出从初始位置至终点位置的多个路径点，继而根据多个路径点形成预瞄路径，根据预瞄路径中各个折线段的方向，确定出多个目标轨迹点，将多个目标轨迹点连接起来即可得到目标路径。该方法无需搜索全部的地图信息，通过生成的预瞄路径确定出行驶的轨迹点，由此降低了计算量和计算时间，提高了路径的更新速度，最大程度上保证路径的实时更新。

结合第一方面，在第一方面的第一实施方式中，所述基于所述预瞄路径中各个折线段的方向，确定多个目标轨迹点，包括：采用混合A星算法，在所述各个折线段的方向上撒放预设数量的轨迹点；计算各个所述轨迹点对应于所述折线段的夹角；基于所述夹角从各个所述轨迹点中确定出所述目标轨迹点。

本发明实施例提供的路径规划方法，通过采用混合A星算法在各个折线段的方向上撒放预设数量的轨迹点，计算各个轨迹点对应于折线段的夹角，根据计算得到的夹角从各个轨迹点中确定出目标轨迹点。该方法按照各个折线段的方向进行撒点，大大减少了向无关区域的撒点，降低了轨迹点的计算量。

结合第一方面第一实施方式，在第一方面的第二实施方式中，所述基于所述夹角从各个所述轨迹点中确定出所述目标轨迹点，包括：判断所述夹角是否小于预设角度值；当所述夹角小于所述预设角度值时，计算所述轨迹点对应的代价值，所述代价值用于表征当前轨迹点至所述终点位置的最短路径。