技术特征：
1.一种无人驾驶汽车的路径规划方法，其特征在于，所述无人驾驶汽车上设置有不同的障碍物扫描设备，所述路径规划方法包括：根据障碍物信息对所述障碍物进行跟踪，预测所述障碍物的运动状态，获取预测信息；其中，所述障碍物信息包括至少一个障碍物扫描设备获取到的信息；所述运动状态包括速度信息和距离信息；根据所述预测信息，将多个设备获取到的该障碍物信息进行融合，从融合后的障碍物信息中确定出目标障碍物；根据所述目标障碍物的运动状态，预测出所述目标障碍物在未来预测时间段内的障碍物运动路径；基于所述障碍物运动路径，规划所述无人驾驶汽车躲避障碍物行驶的行驶路径。2.根据权利要求1所述的路径规划方法，其特征在于，通过以下步骤确定出目标障碍物：若预测信息是由激光雷达产生，则等待获取所述障碍物在下一时刻的激光雷达障碍物信息和毫米波雷达障碍物信息；若预测信息是由毫米波雷达产生，则等待获取所述障碍物在下一时刻的激光雷达障碍物信息；根据获取到的障碍物信息，确定出目标障碍物。3.根据权利要求1所述的路径规划方法，其特征在于，通过以下步骤确定目标障碍物的运动状态：根据所述目标障碍物的特征与跟踪列表中的各个跟踪目标之间的相似度，在所述跟踪列表中将所述目标障碍物与各个跟踪目标进行匹配，从跟踪列表中获取匹配关系下所述目标障碍物对应的跟踪目标在前一时刻的运动状态；其中，所述跟踪列表中存储的是前一时刻各个跟踪目标的运动状态；根据前一时刻所述跟踪目标的运动状态，对该跟踪目标在当前时刻的运动状态进行预测，得到当前时刻运动状态的预测值；对当前时刻运动状态的预测值进行修正，确定当前目标障碍物的运动状态，根据当前时刻的运动状态预测下一时刻的运动状态，并将跟踪列表中该跟踪目标前一时刻的运动状态更新为当前时刻的运动状态。4.根据权利要求3所述的路径规划方法，其特征在于，所述对当前时刻运动状态的预测值进行修正，确定当前目标障碍物的运动状态的步骤，包括：根据多个传感器获取跟踪目标在当前时刻下运动状态的观测值，根据所述观测值对所述预测值进行修正，将修正后的预测值确定为跟踪目标当前时刻的运动状态。5.根据权利要求3所述的路径规划方法，其特征在于，通过以下步骤获取匹配关系下所述目标障碍物对应的跟踪目标在前一时刻的运动状态：确定目标障碍物构成的列表与跟踪列表之间的关联矩阵；根据所述关联矩阵，获取对应的二分图；将所述二分图根据预设拆分阈值拆分成多个子图；针对于每一个子图，进行目标障碍物到跟踪目标的匹配；其中，所述目标障碍物最多只与一个跟踪目标完成匹配，所述跟踪目标也最多与一个目标障碍物完成匹配；
根据所述目标障碍物与跟踪目标之间的特征相似度，确定是否匹配成功；若所述目标障碍物与跟踪目标之间的特征相似度大于预设阈值，确定匹配成功，则在匹配数最大的匹配关系中获得该目标障碍物对应的跟踪目标在前一时刻的运动状态。6.根据权利要求5所述的路径规划方法，其特征在于，通过以下步骤确定匹配数最大的匹配关系：若目标障碍物所匹配的跟踪目标已被其他目标障碍物匹配，则根据匹配路径反向查找，确定与所述跟踪目标匹配的其他目标障碍物是否具有下一个匹配的跟踪目标；若具有，则将其他目标障碍物与下一个匹配的跟踪目标进行匹配，将所述目标障碍物与该跟踪目标进行匹配，并将匹配数加一，更新匹配关系；若不具有，则查找该目标障碍物是否具有下一个匹配的跟踪目标，若具有，则将所述目标障碍物与所述下一个匹配的跟踪目标进行匹配，并将匹配数加一。7.根据权利要求5所述的路径规划方法，其特征在于，所述确定是否匹配成功之后，所述路径规划方法还包括：若所述目标障碍物与跟踪目标之间的特征相似度小于预设阈值，确定未匹配成功，则检测未匹配的目标障碍物是否是第一次出现，若是，则将该目标障碍物作为新的跟踪目标加入跟踪列表中，并在该目标障碍物的下一时刻进行运动状态的预测；若否，检测所述跟踪目标是否在当前时刻消失，若跟踪目标在当前时刻消失，对该跟踪目标进行运动状态的预测，不更新运动状态，并将只进行预测，不进行更新的次数加一；统计只进行预测，不进行更新的次数是否达到预设次数，若达到，则不再对该跟踪目标进行跟踪，并将该跟踪目标从跟踪列表中删除。8.根据权利要求4所述的路径规划方法，其特征在于，所述在将修正后的预测值确定为跟踪目标当前时刻的运动状态之后，所述路径规划方法还包括：根据所述跟踪目标的点云数据信息，判断所述跟踪目标是否为激光雷达障碍物信息和毫米波雷达障碍物信息融合后的跟踪目标；若不是融合后的，则从激光雷达扫描设备以及毫米波雷达扫描设备中获取所述跟踪目标的障碍物信息进行融合。9.一种无人驾驶汽车的路径规划装置，其特征在于，所述路径规划装置包括：获取模块，用于根据障碍物信息对所述障碍物进行跟踪，预测所述障碍物的运动状态，获取预测信息；其中，所述障碍物信息包括至少一个障碍物扫描设备获取到的信息；所述运动状态包括速度信息和距离信息；融合模块，用于根据所述预测信息，将多个设备获取到的该障碍物信息进行融合，从融合后的障碍物信息中确定出目标障碍物；预测模块，用于根据所述目标障碍物的运动状态，预测出所述目标障碍物在未来预测时间段内的障碍物运动路径；路径规划模块，用于基于所述障碍物运动路径，规划所述无人驾驶汽车躲避障碍物行驶的行驶路径。10.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至8任一所述的
无人驾驶汽车的路径规划方法的步骤。11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至8任一所述的无人驾驶汽车的路径规划方法的步骤。
技术总结
本申请提供了一种无人驾驶汽车的路径规划方法、装置、电子设备及介质，所述路径规划方法包括：根据障碍物信息对障碍物进行跟踪，预测障碍物的运动状态，获取预测信息；根据预测信息，将多个设备获取到的该障碍物信息进行融合，从融合后的障碍物信息中确定出目标障碍物；根据目标障碍物的运动状态，预测出目标障碍物在未来预测时间段内的障碍物运动路径；基于障碍物运动路径，规划无人驾驶汽车躲避障碍物行驶的行驶路径。采用本申请提供的技术方案能够通过预测信息获取融合后更加准确的障碍物，从而规划无人驾驶汽车的避障路径，在保证实时性的同时提高目标跟踪过程的稳定性，提高了无人驾驶汽车避障路径规划的准确性。了无人驾驶汽车避障路径规划的准确性。了无人驾驶汽车避障路径规划的准确性。
技术研发人员：于飞 郭元明 郝晓伟 陈嘉鑫 刘焕然 潘峰 张彦鹏 杜瑞杰 郭琴琴
受保护的技术使用者：北京星网船电科技有限公司
技术研发日：2022.05.09
技术公布日：2022/8/12