[發(fā)明專利]汽車軌跡規(guī)劃方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201811057105.5
• 申請日: 2018-09-11
• 公開（公告）號: CN109285202B
• 公開（公告）日: 2022-10-04
• 發(fā)明（設(shè)計(jì)）人: 羅哲
• 申請（專利權(quán)）人: 江西科技學(xué)院
• 主分類號: G06T11/20
• 分類號: G06T11/20;G06T7/13;G06T7/12
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 何世磊

本發(fā)明提供了一種汽車軌跡規(guī)劃方法及系統(tǒng)，方法包括：獲取當(dāng)前道路圖像，并對當(dāng)前道路圖像進(jìn)行邊沿點(diǎn)提取，以得到道路邊沿圖像；分別獲取道路邊沿圖像中每個(gè)邊沿點(diǎn)的邊沿坐標(biāo)，并根據(jù)邊沿坐標(biāo)以繪制軌跡路線，邊沿坐標(biāo)包括邊沿上坐標(biāo)和邊沿下坐標(biāo)；根據(jù)預(yù)設(shè)分割距離對道路圖像進(jìn)行分割，以得到多個(gè)分割圖像，并分別判斷分割圖像是否滿足優(yōu)化條件；當(dāng)判斷到分割圖像滿足優(yōu)化條件時(shí)，對軌跡路線進(jìn)行優(yōu)化處理，以得到優(yōu)化路線。本發(fā)明通過當(dāng)前道路圖像中邊沿點(diǎn)的提取，提高了后續(xù)軌跡路線規(guī)劃的精準(zhǔn)度，通過道路圖像的分割處理，提高了分割圖像中優(yōu)化條件判斷的判斷效率，進(jìn)而提高了汽車軌跡規(guī)劃方法的規(guī)劃效率。

技術(shù)領(lǐng)域

本發(fā)明涉及汽車技術(shù)領(lǐng)域，特別涉及一種汽車軌跡規(guī)劃方法及系統(tǒng)。

背景技術(shù)

目前，近年來，互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展給汽車制造工業(yè)帶來了革命性變化的機(jī)會。與此同時(shí)，汽車智能化技術(shù)正逐步得到廣泛應(yīng)用，這項(xiàng)技術(shù)簡化了汽車的駕駛操作并提高了行駛安全性。而其中最典型也是最熱門的未來應(yīng)用就是無人駕駛汽車。在人工智能技術(shù)的加持下，無人駕駛高速發(fā)展，正在改變?nèi)祟惖某鲂蟹绞剑M(jìn)而會大規(guī)模改變相關(guān)行業(yè)格局。

然而現(xiàn)有的無人駕駛汽車使用過程中，汽車軌跡的規(guī)劃精準(zhǔn)度較低，進(jìn)而降低了無人駕駛汽車的安全性能，降低了用戶體驗(yàn)。

發(fā)明內(nèi)容

基于此，本發(fā)明提供一種汽車軌跡規(guī)劃方法及系統(tǒng)，用于解決現(xiàn)有技術(shù)中汽車軌跡的規(guī)劃精準(zhǔn)度低的問題。

第一方面，本發(fā)明提供了一種汽車軌跡規(guī)劃方法，所述方法包括：

獲取當(dāng)前道路圖像，并對所述當(dāng)前道路圖像進(jìn)行邊沿點(diǎn)提取，以得到道路邊沿圖像；

分別獲取所述道路邊沿圖像中每個(gè)所述邊沿點(diǎn)的邊沿坐標(biāo)，并根據(jù)所述邊沿坐標(biāo)以繪制軌跡路線，所述邊沿坐標(biāo)包括邊沿上坐標(biāo)和邊沿下坐標(biāo)；

根據(jù)預(yù)設(shè)分割距離對所述道路圖像進(jìn)行分割，以得到多個(gè)分割圖像，并分別判斷所述分割圖像是否滿足優(yōu)化條件；

當(dāng)判斷到所述分割圖像滿足所述優(yōu)化條件時(shí)，對所述軌跡路線進(jìn)行優(yōu)化處理，以得到優(yōu)化路線。

上述汽車軌跡規(guī)劃方法，通過所述當(dāng)前道路圖像中所述邊沿點(diǎn)的提取，有效的提高了后續(xù)所述軌跡路線規(guī)劃的精準(zhǔn)度，通過對所述道路圖像的分割處理，有效的提高了所述分割圖像中所述優(yōu)化條件判斷的判斷效率，進(jìn)而提高了所述汽車軌跡規(guī)劃方法的規(guī)劃效率，且通過對所述分割圖像的所述優(yōu)化條件的判斷，以及時(shí)有效的判斷是否要對所述軌跡路線進(jìn)行優(yōu)化，進(jìn)而進(jìn)一步的提高了汽車軌跡的規(guī)劃的精準(zhǔn)度。

進(jìn)一步地，所述對所述當(dāng)前道路圖像進(jìn)行邊沿點(diǎn)提取的步驟包括：

分別獲取所述道路圖像中每個(gè)像素點(diǎn)的像素值，并根據(jù)所述像素值計(jì)算相鄰所述像素點(diǎn)之間的像素差值；

判斷所述像素差值是否大于預(yù)設(shè)差值；

若是，則對對應(yīng)所述像素點(diǎn)進(jìn)行邊沿標(biāo)記，并提取被標(biāo)記的所述像素點(diǎn)的像素坐標(biāo)值。

進(jìn)一步地，所述對所述當(dāng)前道路圖像進(jìn)行邊沿點(diǎn)提取的步驟包括：

對所述道路圖像進(jìn)行數(shù)據(jù)轉(zhuǎn)換處理，以得到二維數(shù)據(jù)矩陣，所述二維數(shù)據(jù)矩陣中的每個(gè)元素均對應(yīng)所述當(dāng)前道路圖像中的一個(gè)像素點(diǎn)；

分別獲取相鄰所述元素之間的矩陣差值，并判斷所述矩陣差值是否大于差值閾值；

若是，則對所述元素對應(yīng)的所述像素點(diǎn)進(jìn)行邊沿標(biāo)記，并提取被標(biāo)記的所述像素點(diǎn)的像素坐標(biāo)值。

進(jìn)一步地，所述根據(jù)所述邊沿坐標(biāo)以繪制軌跡路線的步驟包括：

獲取汽車的行駛方向，并根據(jù)所述行駛方向的垂直線以使將所述邊沿上坐標(biāo)和所述邊沿下坐標(biāo)分別形成對應(yīng)關(guān)系；