[發明專利]基于矢量地圖和柵格地圖的自動駕駛車輛路徑規劃方法

在審

• 申請號: 201910045498.6
• 申請日: 2019-01-17
• 公開（公告）號: CN109557928A
• 公開（公告）日: 2019-04-02
• 發明（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

本發明提供了一種基于矢量地圖和柵格地圖的自動駕駛車輛路徑規劃方法，包括：通過全局矢量地圖規劃出自動駕駛車輛的當前位置至目標點的全局最短路徑；獲取自動駕駛車輛的當前位置的當前局部柵格地圖；根據全局最短路徑，基于局部柵格地圖計算得到局部運動路徑，以便于根據局部運動路徑控制自動駕駛車輛行進至所述目標點。本發明在全局路徑規劃層使用矢量地圖作為環境模型，在局部運動路徑規劃層使用柵格地圖作為環境模型，即在不同規劃層采用不同的地圖作為環境模型，同時配合采用不同類型的規劃算法，同時滿足了實際場景下對算法實時性和準確性，并且，矢量地圖和柵格地圖相結合的算法大大降低了對于系統運算資源的占用。

技術領域

本發明涉及自動駕駛技術領域，更具體地說，涉及一種基于矢量地圖和柵格地圖的自動駕駛車輛路徑規劃方法。

背景技術

自動駕駛是當前智能交通的重要發展方向，而路徑規劃技術是自動駕駛的核心技術之一，是智能車輛導航和控制的基礎。

自動駕駛車輛路徑規劃技術分為全局路徑規劃和局部運動路徑規劃，其中全局路徑規劃負責規劃出從起點到終點的最短路徑，而局部運動路徑規劃負責規劃出滿足車輛非完整約束、能夠實時壁障、包含時間序列控車信息的局部運動路徑。

現有的自動駕駛路徑規劃方法中，采用的是單一使用全局路徑規劃或者局部運動路徑規劃，其運算量大，占用大量系統資源，并且，使用單一的局部運動路徑規劃對車載傳感器的要求高，路徑規劃準確性差。

發明內容

有鑒于此，本發明提供一種基于矢量地圖和柵格地圖的自動駕駛車輛路徑規劃方法，包括：

通過全局矢量地圖，規劃出自動駕駛車輛的當前位置至目標點的全局最短路徑；

實時采集環境信息，并將所述環境信息轉化為點云數據，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。

優選地，所述“通過全局矢量地圖，規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據構成的語音數據圖；

通過環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。

優選地，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據構成的語音數據圖”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點，以及所述道路信息，得到全局路徑的所述有向帶權節點拓撲圖。

優選地，所述“實時采集環境信息，并將所述環境信息轉化為點云數據，映射為當前局部柵格地圖”包括：