[發(fā)明專利]基于矢量地圖和柵格地圖的自動駕駛車輛路徑規(guī)劃方法

在審

• 申請?zhí)枺?/td>: 201910045498.6
• 申請日: 2019-01-17
• 公開（公告）號: CN109557928A
• 公開（公告）日: 2019-04-02
• 發(fā)明（設計）人: 余偉
• 申請（專利權）人: 湖北億咖通科技有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 吳開磊

1.一種基于矢量地圖和柵格地圖的自動駕駛車輛路徑規(guī)劃方法，其特征在于，包括：

通過全局矢量地圖，規(guī)劃出自動駕駛車輛的當前位置至目標點的全局最短路徑；

實時采集環(huán)境信息，并將所述環(huán)境信息轉化為點云數(shù)據，映射為當前局部柵格地圖；

根據所述全局最短路徑，基于所述當前局部柵格地圖，并結合局部定位信息，利用局部規(guī)劃算法計算得到局部運動路徑，以便于根據所述局部運動路徑控制所述自動駕駛車輛行進至所述目標點。

2.如權利要求1所述基于矢量地圖和柵格地圖的自動駕駛車輛路徑規(guī)劃方法，其特征在于，所述“通過全局矢量地圖，規(guī)劃出自動駕駛車輛的當前位置至目標點的全局最短路徑”包括：

通過地圖采集工具，獲取全局矢量地圖，并將所述全局矢量地圖解析為全局路徑的有向帶權節(jié)點拓撲圖；其中，所述全局矢量地圖包括坐標點集構成的道路點圖和點云數(shù)據構成的語音數(shù)據圖；

通過環(huán)境信息采集裝置采集當前點云信息；根據全局定位算法，對所述當前點云信息與所述點云數(shù)據進行匹配，并根據匹配結果確定所述自動駕駛車輛在所述全局矢量地圖中的全局坐標變換信息；

接收用戶基于所述全局矢量地圖設定的全局目標點；

根據所述有向帶權節(jié)點拓撲圖、全局坐標變換信息和所述全局目標點，計算出從所述自動駕駛車輛的當前位置到所述全局目標點的最短全局路徑。

3.如權利要求2所述基于矢量地圖和柵格地圖的自動駕駛車輛路徑規(guī)劃方法，其特征在于，所述“通過地圖采集工具，獲取全局矢量地圖，并將所述全局矢量地圖解析為全局路徑的有向帶權節(jié)點拓撲圖；其中，所述全局矢量地圖包括坐標點集構成的道路點圖和點云數(shù)據構成的語音數(shù)據圖”包括：

采集得到所述全局矢量地圖；

運行全局地圖解析器，對所述全局矢量地圖中的道路坐標點集構成的道路點圖進行解析，將所述道路坐標點解析為道路路網節(jié)點，基于鄰接鏈表或鄰接矩陣形式存儲為有向帶權結構；并解析出包含交叉路口、道路寬度的道路信息；

根據有向帶權結構的所述道路路網節(jié)點，以及所述道路信息，得到全局路徑的所述有向帶權節(jié)點拓撲圖。

4.如權利要求3所述基于矢量地圖和柵格地圖的自動駕駛車輛路徑規(guī)劃方法，其特征在于，所述“實時采集環(huán)境信息，并將所述環(huán)境信息轉化為點云數(shù)據，映射為當前局部柵格地圖”包括：

對所述環(huán)境信息采集裝置所采集的所述當前點云信息進行分割和融合，并將分割和融合后的所述當前點云信息映射到二維柵格地圖，得到初步柵格地圖；

基于所述當前點云信息，根據所述初步柵格地圖獲取所述當前局部柵格地圖。

5.如權利要求4所述基于矢量地圖和柵格地圖的自動駕駛車輛路徑規(guī)劃方法，其特征在于，所述“基于所述當前點云信息，根據所述初步柵格地圖獲取所述當前局部柵格地圖”包括：

根據所述當前點云信息獲取所述自動駕駛車輛與障礙物的距離信息；

利用柵格地圖更新器，根據所述距離信息，基于膨脹參數(shù)更新所述初步柵格地圖，得到所述當前局部柵格地圖。

6.如權利要求5所述基于矢量地圖和柵格地圖的自動駕駛車輛路徑規(guī)劃方法，其特征在于，所述“利用柵格地圖更新器，根據所述距離信息，基于膨脹參數(shù)更新所述初步柵格地圖，得到所述當前局部柵格地圖”包括：

利用柵格地圖更新器，基于膨脹參數(shù)為所述初步柵格地圖中每個柵格點賦值，得到每個柵格點對應的代價值；其中，將所述代價值作為此柵格點具有障礙物的概率；并且，將更新后的包含每個柵格點的具有障礙物的概率的所述初步柵格地圖作為所述當前局部柵格地圖。