[发明专利]无人车行车轨迹规划方法及装置

权利要求书

1.一种无人车行车轨迹规划方法，其特征在于，包括：

获取无人车前方图像对应的网格地图；

将所述网格地图二值化，并将二值化后的网格地图进行图像细化，得到细化后的网格地图；

将所述细化后的网格地图采用随机抽样一致性算法进行曲线拟合，得到目标模型；以及

在所述目标模型对应的曲线上取点，得到无人车的行车轨迹。

2.根据权利要求1所述的方法，其特征在于，所述将所述网格地图二值化包括：

将所述网格地图灰度化，得到灰度化网格地图；

根据预设灰度值，将所述灰度化网格地图转换为包括障碍物信息的二值化网格地图，其中所述二值化网格地图中存在障碍物部分的像素点为1，其他部分的像素点为0。

3.根据权利要求1所述的方法，其特征在于，所述将二值化后的网格地图进行图像细化，得到细化后的网格地图包括：

遍历所述二值化后的网格地图中的每一个像素点Pi，将同时满足下列三个条件的像素点标记为删除：

a、2≤B(Pi)≤6；

b、A(Pi)＝1；

c、像素点Pi的4邻域中至少两个像素点为0，

其中，所述B(Pi)表示像素点Pi的8邻域中非零邻域的个数，所述A(Pi)表示像素点Pi的8邻域中按照顺时针的方向，以相邻像素点数值为0-1排序的个数；

将所述二值化后的网格地图中标记为删除的像素点删除后，得到细化后的网格地图。

4.根据权利要求1所述的方法，其特征在于，所述将所述细化后的网格地图采用随机抽样一致性算法进行曲线拟合，得到目标模型包括：

获取所述细化后的网格地图对应的点集；

根据所述点集执行下列操作：

1)从所述点集中随机选取预定个数的基本点，采用最小二乘法进行曲线拟合，得到曲线对应的待定模型；

2)根据所述点集和所述待定模型，计算得到所述点集中所有点到所述曲线的距离值；

3)将大于第一阈值的距离值对应的点确定为异常点，计算除所述异常点之外的其它点到所述曲线的距离值之和；

4)重复步骤1)-3)，直到重复次数大于第二阈值时为止，将所述距离值之和中最小的距离值之和对应的待定模型确定为目标模型。

5.根据权利要求1所述的方法，其特征在于，所述在所述目标模型对应的曲线上取点，得到无人车的行车轨迹包括：

对所述目标模型离散化，得到对应于坐标系xy轴的点列，其中所述无人车的行进方向为所述坐标系xy轴中的x轴正向；

在所述x轴上等间距选择多个点，并将所述多个点带入所述目标模型中，计算得到的点集作为所述无人车的行车轨迹。

6.一种无人车行车轨迹规划装置，其特征在于，包括：

获取单元，用于获取无人车前方图像对应的网格地图；

图像细化单元，用于将所述网格地图二值化，并将二值化后的网格地图进行图像细化，得到细化后的网格地图；

曲线拟合单元，用于将所述细化后的网格地图采用随机抽样一致性算法进行曲线拟合，得到目标模型；以及

行车轨迹获取单元，用于在所述目标模型对应的曲线上取点，得到无人车的行车轨迹。

7.根据权利要求6所述的装置，其特征在于，所述图像细化单元包括：

图像灰度化模块，用于将所述网格地图灰度化，得到灰度化网格地图；

图像二值化模块，用于根据预设灰度值，将所述灰度化网格地图转换为包括障碍物信息的二值化网格地图，其中所述二值化网格地图中存在障碍物部分的像素点为1，其他部分的像素点为0。