[发明专利]一种局部路径规划方法及系统有效
申请号: | 202110480951.3 | 申请日: | 2021-04-30 |
公开(公告)号: | CN113296500B | 公开(公告)日: | 2023-04-25 |
发明(设计)人: | 张子期 | 申请(专利权)人: | 浙江吉利控股集团有限公司;吉利汽车研究院(宁波)有限公司 |
主分类号: | G05D1/02 | 分类号: | G05D1/02 |
代理公司: | 上海光华专利事务所(普通合伙) 31219 | 代理人: | 林凡燕 |
地址: | 310000 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 局部 路径 规划 方法 系统 | ||
1.一种局部路径规划方法,其特征在于,所述局部路径规划方法包括:
获取环境信息和自车状态信息,通过所述环境信息和所述自车状态信息获取第一特征信息,所述环境信息至少包括以下之一:地图信息、障碍物位置、可行驶区域;所述自车状态信息至少包括以下之一:自车位置、自车速度、自车加速度;通过所述自车状态信息获取第二特征信息;通过所述环境信息和所述自车状态信息获取第一特征信息的步骤包括:提供第一栅格图,并将所述第一栅格图中的各个栅格填充为p;分别确定可行驶区域和障碍物位置在所述第一栅格图中的对应栅格,并分别将所述可行驶区域的对应栅格以及所述障碍物位置的对应栅格进行填充;提供第二栅格图,并将所述第二栅格图中的各个栅格填充为p;确定自车位置在所述第二栅格图中的对应栅格,并将所述自车位置的对应栅格进行填充;将填充后的所述第一栅格图和填充后的所述第二栅格图沿着通道方向进行拼接,获取所述第一特征信息;通过所述自车状态信息获取第二特征信息的步骤包括:将自车位置、自车速度、自车加速度进行向量化,获取第二特征信息;
将所述第一特征信息和所述第二特征信息输入到决策网络中,进行训练,获取决策模型;
通过所述决策模型对实时的环境信息和自车状态信息进行处理,获取决策路径信息。
2.根据权利要求1所述的局部路径规划方法,其特征在于,分别将所述可行驶区域的对应栅格以及所述障碍物位置的对应栅格进行填充的步骤包括:
将所述可行驶区域的对应栅格填充为q;
将所述障碍物位置的对应栅格填充为v,其中,v为障碍物位置与自车速度的相对速度。
3.根据权利要求1或者2所述的局部路径规划方法,其特征在于,将所述自车位置的对应栅格进行填充的步骤包括:
将所述自车位置的对应栅格填充为q。
4.根据权利要求1所述的局部路径规划方法,其特征在于,
根据路径的参考线建立坐标系,当存在弯道时,将所述弯道转化为直线道路;
所述坐标系分别与所述第一栅格图和所述第二栅格图相匹配,坐标系中的点对应的第一栅格图或者第二栅格图中的坐标的数学表达为:
i=[d/w],0≤d≤dmax
j=[s/l],0≤s≤smax
dmax=columns·w
smax=rows·l
其中,i为坐标系中的点对应的第一栅格图或者第二栅格图中的横坐标,j为坐标系中的点对应的第一栅格图或者第二栅格图中的纵坐标,d为坐标系中的点在坐标系中的横坐标,s为坐标系中的点在坐标系中的纵坐标,l为栅格的长度,w为栅格的宽度,rows为第一栅格图或者第二栅格图中行的数量,columns为第一栅格图或者第二栅格图中列的数量,dmax为横坐标的最大值,smax为纵坐标的最大值。
5.根据权利要求1所述的局部路径规划方法,其特征在于,所述决策网络包括:第一决策子网络、第二决策子网络和第三决策子网络;
所述第一决策子网络包括至少一层卷积层,对所述第一特征信息进行卷积处理获取第一特征向量;
所述第二决策子网络包括至少一层全连接层,所述第二特征信息输入所述第二决策子网络获取第二特征向量;
所述第三决策子网络包括至少一层全连接层,所述第三决策子网络用于处理完成拼接后的第一特征向量和第二特征向量。
6.一种局部路径规划方法,包括如权利要求1至5任一项所述的局部路径规划方法,其特征在于,还包括:
将第一时刻的第一特征信息和第二特征信息输入到所述决策网络中,获取决策路径;
通过评价指标评价所述决策路径,获取所述决策路径的价值;
获取第二时刻的第一特征信息和第二特征信息;
将第一时刻的第一特征信息和第二特征信息、决策路径、决策路径的价值、第二时刻的第一特征信息和第二特征信息作为训练样本;
令第一时刻的第一特征信息与第二时刻的第一特征信息、第一时刻的第二特征信息与第二时刻的第二特征信息一致,通过所述训练样本训练所述决策网络,获取所述决策模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江吉利控股集团有限公司;吉利汽车研究院(宁波)有限公司,未经浙江吉利控股集团有限公司;吉利汽车研究院(宁波)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110480951.3/1.html,转载请声明来源钻瓜专利网。