[發明專利]一種汽車路徑規劃方法、系統、設備及計算機存儲介質

在審

• 申請號: 201810784149.1
• 申請日: 2018-07-17
• 公開（公告）號: CN108896065A
• 公開（公告）日: 2018-11-27
• 發明（設計）人: 張廣馳;黃穎茜;崔苗;林凡
• 申請（專利權）人: 廣東工業大學
• 主分類號: G01C21/34
• 分類號: G01C21/34
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

本發明公開了一種汽車路徑規劃方法、系統、設備及計算機存儲介質，其中該方法包括：獲取行駛候選子路徑；基于節點轉移概率公式在行駛候選子路徑中確定出目標行駛路徑；其中，節點轉移概率公式中的距離激勵函數包含當前坐標節點到下一坐標節點的距離、與下一坐標節點到目標位置節點的距離之和的最小值參數。本發明中的節點轉移概率公式中的距離激勵函數包含當前坐標節點到下一坐標節點的距離、與下一坐標節點到目標節點的距離之和的最小值參數，充分考慮了當前節點、下一節點與目標節點間的距離對汽車確定候選路徑的影響，不會使得汽車因貪圖當前一小步距離而陷入局部最優解，從而可以在一定程度上提高無人駕駛汽車的路徑規劃方法的準確率。

技術領域

本發明涉及汽車路徑規劃技術領域，更具體地說，涉及一種汽車路徑規劃方法、系統、設備及計算機可讀存儲介質。

背景技術

汽車已成為人們日常生活中必不可少的交通工具，近年來，隨著人工智能技術的迅速發展，汽車制造工業出現了革命性的變革，其中最典型也最熱門的便是無人駕駛汽車。相比于傳統的有人駕駛汽車，無人駕駛汽車將人從駕駛中解放出來，并且無人駕駛汽車更加智能高效，能減少交通事故的發生。然而，在應用無人駕駛汽車的過程中需要對無人駕駛汽車的路徑進行規劃。

現有的無人駕駛汽車的路徑規劃方法有人工勢場算法、蟻群算法等，現有的路徑規劃方法中的節點轉移概率公式中的距離激勵函數包含當前坐標點到下一坐標點的最小距離參數，節點轉移概率公式中的信息量更新函數表示車輛所走路段的長度，但這些算法存在收斂速度慢、易陷入局部最優解的情況，比如距離激勵函數可能使得汽車因貪圖當前一小步而選擇偏離行進方向的下一個坐標節點行駛，從而形成局部最優解或無效解，使得現有的無人駕駛汽車的路徑規劃方法的規劃準確率較低。

綜上所述，如何提高現有的無人駕駛汽車的路徑規劃方法的規劃準確率是目前本領域技術人員亟待解決的問題。

發明內容

本發明的目的是提供一種汽車路徑規劃方法，其能在一定程度上解決如何提高現有的無人駕駛汽車的路徑規劃方法的規劃準確率的技術問題。本發明還提供了一種汽車路徑規劃系統、設備及計算機可讀存儲介質。

為了實現上述目的，本發明提供如下技術方案：

一種汽車路徑規劃方法，包括：

獲取行駛候選子路徑；

基于節點轉移概率公式在所述行駛候選子路徑中確定出目標行駛路徑；

其中，所述節點轉移概率公式中的距離激勵函數包含當前坐標節點到下一坐標節點的距離、與所述下一坐標節點到目標位置節點的距離之和的最小值參數。

優選的，所述節點轉移概率公式包括：

其中，1/min[dis(i,j)+dis(j,g)]表示所述距離激勵函數；dis(i,j)表示坐標節點i到坐標節點j的歐式距離；dis(j,g)表示坐標節點j到坐標節點g的歐式距離；i表示當前節點；j表示下一節點；g表示目標節點；f表示節點i、j間的道路信息；τ_ij(t)表示t時刻路段上的信息量；k表示所述行駛候選子路徑的所有節點的集合；α表示路徑相對重要性的信息量因子，反映了汽車在行駛過程中所積累的信息量在汽車行駛時所起的作用；β表示相對重要性的期望信息量因子，反映了行駛過程中所述距離激勵函數在車輛選擇路徑中受重視的程度；ρ表示信息量系數，其取值范圍為(0,1)；Q表示路徑上信息量總量；p_ij(t)表示汽車在t時刻由節點i轉移到節點j的概率。

優選的，f＝w₁f₁；