基于场端的多目标全局动态路径规划方法与流程

本发明涉及自动取/泊车技术领域，尤其涉及一种基于场端的多目标全局动态路径规划方法。

背景技术：

自动取/泊车是指满足自动驾驶要求的汽车能够实现自主将车辆驾驶至接驳点或泊入车位。区别于传统的泊车辅助，自动取/泊车完全不需要人类驾驶员介入。用户只需要将车辆停在规定接驳点，随后在软硬件系统的配合下，车辆会沿规定路径行驶至车位，完成停车流程，或者车辆由车位自动行驶至接驳点。自动取/泊车依赖于感知模块、定位模块、控制模块、规划模块、后台管理模块等。感知模块会首先通过传感器获取车身四周环境信息进行感知融合；定位模块根据融和结果确定车辆的位姿信息；规划模块根据定位结果负责规划出一条从接驳点到目标车位的路径；控制模块则负责控制车辆按照规划路径准确行驶进车位。

自动取/泊车可以解决停车不规范，并避免泊车过程中的意外碰撞；同时，当这一系统被大量部署在车辆上时，通过高效的后台调度，也可以有效缓解停车拥堵的现象。然而，虽然自动取/泊车具有上述明显的优势，但是在现有技术的实施中，通常机械的采用将车辆与与其距离最近的车位进行路径规划，一般的路径规划是结合场端的地图进行规划，并未考虑到场端在车辆取/泊时的实时情况，因而很容易出现在车辆停取到一半时，因路径上出现的突发情况而造成的拥堵，很难做到车辆的高效自动取/泊。

技术实现要素：

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种基于场端的多目标全局动态路径规划方法，结合车辆取/泊时的场端的实时情况筛选出最优的取/泊路径，从而有效的避免了车辆取/泊时因突发状况造成的拥堵，提高了自动取/泊车的效率。

为实现上述目的和一些其他的目的，本发明采用如下技术方案：

一种基于场端的多目标全局动态路径规划方法，包括：

s1、场端服务器接收到车辆的取/泊指令后，根据场端道路的当前状态建立路网模型；

s2、场端服务器根据所述路网模型和车辆的当前状态选取出多条取/泊车路径；

s3、计算得到s2选取的各条取/泊车路径中各段道路的评估系数；

s4、根据所述评估系数筛选出较优取/泊车路径；并计算各条所述较优取/泊车路径的终系数，并选取终系数最小的取/泊车路径作为最终选取的取/泊车路径；

s5、重复s1-s4。

优选的是，所述的基于场端的多目标全局动态路径规划方法中，s2中所述场端服务器根据所述路网模型和车辆的当前状态选取出多条取/泊车路径前，先根据所述路网模型和车辆的当前状态在所述场端筛选接驳点/车位，然后再根据筛选出的接驳点/车位规划取/泊车路径。

优选的是，所述的基于场端的多目标全局动态路径规划方法中，所述车辆的当前状态包括：位置、朝向以及目的。

优选的是，所述的基于场端的多目标全局动态路径规划方法中，所述场端道路的当前状态包括：车辆密度、车辆速度、路径长度以及路径属性。

优选的是，所述的基于场端的多目标全局动态路径规划方法中，所述路径属性包括：直线道路、车道数、弯路、主路以及辅路。

优选的是，所述的基于场端的多目标全局动态路径规划方法中，所述评估系数根据每条取/泊车路径上所经过的路网的路段信息和路口信息计算得到；其中，所述路段信息包括路段长度、路段属性、路段占用程度以及路段上的车辆密度；所述路口信息包括路口数量、路口占用程度以及路口上的车辆密度。

优选的是，所述的基于场端的多目标全局动态路径规划方法中，所述评估系数由以下参数加权得到：路段长度、路段属性、路段占用程度、路段上的车辆密度、路口数量、路口占用程度以及路口上的车辆密度。

优选的是，所述的基于场端的多目标全局动态路径规划方法中，所述终系数为结合场端的其他自动驾驶车辆的意图、位置、预计路径信息评估出的所述较优取/泊车路径的执行时间。

本发明至少包括以下有益效果：

本发明的基于场端的多目标全局动态路径规划方法中，在接收到取/泊车指令后，依据场端道路的当前状态建立实时的路网模型，然后结合路网模型以及车辆的当前状态选取多条取/泊车路径，实现结合场端实时情况对路径的多种选择，最后再利用对各条规划路径的终系数的计算选取出最优的规划路径进行车辆的取/泊车，且这一规划路径的选择操作实时循环进行，从而有效的避免了因突发状况造成的车辆停滞，即避免了造成道路拥堵，有效的提高了自动取/泊车的效率。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

附图说明

图1是本发明提供的基于场端的多目标全局动态路径规划方法的流程图。

具体实施方式

下面结合附图对本发明做详细说明，以令本领域普通技术人员参阅本说明书后能够据以实施。

如图1所示，一种基于场端的多目标全局动态路径规划方法，包括：s1、场端服务器接收到车辆的取/泊指令后，根据场端道路的当前状态建立路网模型；

s2、场端服务器根据所述路网模型和车辆的当前状态选取出多条取/泊车路径；

s3、计算得到s2选取的各条取/泊车路径中各段道路的评估系数；

s4、根据所述评估系数筛选出较优取/泊车路径；并计算各条所述较优取/泊车路径的终系数，并选取终系数最小的取/泊车路径作为最终选取的取/泊车路径；

s5、重复s1-s4。

在上述方案中，在接收到取/泊车指令后，依据场端道路的当前状态建立实时的路网模型，其中，路网模型类似于现有的导航地图，模型中能够实时显示场端各个路段是否拥堵等信息，然后结合路网模型以及车辆的当前状态选取多条取/泊车路径，并通过计算各条取/泊车路径的评估系数筛选出较优取/泊车路径，实现结合场端实时情况对路径的多种选择，即规划路径的粗选，最后再利用对各条规划路径的终系数的计算选取出最优的规划路径进行车辆的取/泊车，即规划路径的精选，且这一规划路径的选择操作实时循环进行，从而有效的避免了因突发状况造成的车辆停滞，即避免了造成道路拥堵，有效的提高了自动取/泊车的效率。

一个优选方案中，s2中所述场端服务器根据所述路网模型和车辆的当前状态选取出多条取/泊车路径前，先根据所述路网模型和车辆的当前状态在所述场端筛选接驳点/车位，然后再根据筛选出的接驳点/车位规划取/泊车路径。

在上述方案中，首先依据路网模型和车辆的当前状态筛选出多个接驳点/车位，然后再根据接驳点/车位与车辆间的关系规划多条路径，使得规划路径的起止点更加精确，即规划的路径更加准确。

一个优选方案中，所述车辆的当前状态包括：位置、朝向以及目的。

在上述方案中，车辆的当前状态包括位置、朝向以及目的，使得车辆的路径规划更加明确，例如，在车辆朝向南方时，避免选取位于北方的接驳点或车位，以避免车辆的掉头或绕行，从而提高取/泊车效率。

一个优选方案中，所述场端道路的当前状态包括：车辆密度、车辆速度、路径长度以及路径属性。

在上述方案中，车辆密度、车辆速度、路径长度以及路径属性均能对车辆的取/泊效率造成影响。

一个优选方案中，所述路径属性包括：直线道路、车道数、弯路、主路以及辅路。

在上述方案中，路径中包括的直线道路、车道数、弯路、主路以及辅路的数量均能对车辆取/泊效率造成影响。

一个优选方案中，所述评估系数根据每条取/泊车路径上所经过的路网的路段信息和路口信息计算得到；其中，所述路段信息包括路段长度、路段属性、路段占用程度以及路段上的车辆密度；所述路口信息包括路口数量、路口占用程度以及路口上的车辆密度。

一个优选方案中，所述评估系数由以下参数加权得到：路段长度、路段属性、路段占用程度、路段上的车辆密度、路口数量、路口占用程度以及路口上的车辆密度。

一个优选方案中，所述终系数为结合场端的其他自动驾驶车辆的意图、位置、预计路径信息评估出的所述较优取/泊车路径的执行时间。

在上述方案中，终系数为结合场端的其他自动驾驶车辆的意图、位置、预计路径信息评估出的所述较优取/泊车路径的执行时间，即规划路径中各条路径的执行时间能够明确的体现该条规划路径是否利于行驶，即是否便于取/泊车操作。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里所示出与描述的图例。