[发明专利]基于势能的车道级路径规划方法、系统、设备及存储介质

说明书

本发明提供了基于势能的车道级路径规划方法、系统、设备及存储介质，该方法包括以下步骤：建立每个车道为基础通行路径的车道级路网；根据车道级路网中每个车道与相关车辆的使用状态获得车道当前的势能值；基于车道级路网，至少根据经过车道的势能值总和来规划当前车辆到目的地的车道级路径。本发明能够应用于多无人车与有人驾驶汽车之间的路径协同规划，通过车道级的势能评估，进行路网的优化，从而获得最优车道级导航路径，提升路网整体的运输效率。

技术领域

本发明涉及车辆导航领域，尤其涉及一种基于势能的车道级路径规划方法、系统、设备及存储介质。

背景技术

随着高新科技的迅速发展，先进的通讯、信息、计算机交通科学等多种学科融合起来，应用于改善车辆和道路交通系统中的问题。随着智能交通系统的研究，车辆导航系统(Vehicle Navigation System，简称VNS)和车队管理系统(Fleet Management System)的思想应运而生。最优路径规划问题是车辆导航系统中最基本的问题，起着关键性的作用。在交通网络中，最优路径规划广泛应用于成本最低的运输路径选择，建设和维护通信线路，运输货流的分析，城市应急救援、人员紧急疏散和城市公共交通网络的规划等诸多方面。而港口场景作为特殊的半封闭式运输场景，相比于物流仓库或全自动化港口的全封闭式场景，所谓半封闭式，特点就是港口内的道路可能由港口内部水平运输车辆与港口外部车辆同时共享路权并完成运输任务的场景。

目前，最短路径问题作为地理信息系统、计算机等科学的研究热点之一，是国内外大量学者关注的研究热点问题。迪杰斯特拉算法作为解决最短路径问题的常用算法，一般用于计算单源最小代价路径，有着广泛的应用。迪杰斯特拉算法(Dijkstra算法)是典型的单源最短路径算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。Dijkstra算法是很有代表性的最短路径算法，在很多专业课程中都作为基本内容有详细的介绍，如数据结构，图论，运筹学等等。注意该算法要求图中不存在负权边。最短路径算法的发展一直是工程及图论中的前沿问题。由于其适用性广的特点，单独设计针对各行各业的路径规划算法变种也层出不穷。在建立好环境电子地图的前提下，对于给定的起点和终点，选择从起点到终点的最优路径。由于从起始节点到终止节点可能有很多的连接方式，每种连接方式的路径长度都各不相同，所以在不考虑车辆之间的干扰、环境的干扰以及线路阻塞的条件下，路径规划问题就转换为在所建立的电子地图的环境下，求起点到终点的最短路径长度。

在路径规划算法发展过程中，由于计算速度快，最短路径生成成功率高等特点，基于A Star的方法获得了长足的发展。A-Star(A*)算法作为Dijkstra算法的扩展，在寻路和图的遍历过程中具有一定的高效性。然而，基于A Star的方法大多适用于开放道路上的单车路径规划，对于多车路径规划或者是在半封闭区域的路径规划则存在一定的局限性。包括，没有考虑到与人工驾驶车辆混行的方式；规划时主要考虑最短路径，无法考虑道路的动态占用情况；无法规避堵塞区域等问题。

尤其是例如：司机驾驶的运输设备(常规的集卡、吊装设备)与无人运输设备(无人集卡)共同运作的场景下，由于目前，只能进行无人运输设备之间的车机联网，获得的路径规划会被司机驾驶的运输设备的运动所打乱，例如多个司机驾驶的运输设备都走一个主干道，多辆无人运输设备并不知情(无人设备只能相互交互，无法获知有人设备的运动轨迹，从而造成路径规划上的信息不准确)，也走了这个繁忙的主干道后，容易造成道路堵塞，大大降低了无人运输设备的路径规划的效率。

与此同时，V2X(Vehicle to X)，意为vehicle to everything，即车对外界的信息交换，是智能交通运输系统的关键技术。它使得车与车、车与基站、基站与基站之间能够通信。从而获得实时路况、道路信息、行人信息等一系列交通信息，从而提高驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。

有鉴于此，本发明提供了一种基于势能的车道级路径规划方法、系统、设备及存储介质。