路径规划方法和装置与流程

1.本申请涉及自动驾驶技术领域，尤其涉及一种路径规划方法和装置。


背景技术：

2.在自动驾驶车辆行驶时，需要为自动驾驶车辆规划行驶路径，其中涉及到对某个区域内各自动驾驶车辆的规划。现有的规划方法只能满足小范围路径规划和单一场景规划，对大范围车辆规划并不适用，且无法适应多变的应用场景，在路径规划时也只能实现为待规划车辆规划时长最短路径或距离最短路径，无法同时从整个交通网络的角度出发来避开交通网络中的拥堵区域，实现负载均衡。
3.因此，现有的路径规划方法存在适用性较弱的技术问题，需要改进。


技术实现要素：

4.本申请实施例提供一种路径规划方法和装置，用以缓解现有的路径规划方法中适用性较弱的技术问题。
5.为解决上述技术问题，本申请实施例提供以下技术方案：本申请提供一种路径规划方法，所述路径规划方法包括：根据待规划车辆的行程起点和行程终点，确定目标行驶区域，所述目标行驶区域包括多个子区域，所述子区域包括多条相交车道；根据所述目标行驶区域中所有子区域在预设时间点的预测拥堵值，确定候选子区域；根据所述行程起点、所述行程终点以及所述候选子区域，确定目标区域导航路径，以使得所述待规划车辆确定行驶区域信息；在所述待规划车辆驶入当前子区域时，获取所述当前子区域内各路段的车流负载；根据所述区域导航路径、所述待规划车辆的当前位置以及所述当前子区域内各路段的车流负载，确定所述待规划车辆在所述当前子区域内的目标车道导航路径，以使得所述待规划车辆确定行驶车道信息。
6.本申请实施例还提供一种路径规划装置，所述路径规划装置包括：第一确定模块，用于根据待规划车辆的行程起点和行程终点，确定目标行驶区域，所述目标行驶区域包括多个子区域，所述子区域包括多条相交车道；第二确定模块，用于根据所述目标行驶区域中所有子区域在预设时间点的预测拥堵值，确定候选子区域；第三确定模块，用于根据所述行程起点、所述行程终点以及所述候选子区域，确定目标区域导航路径，以使得所述待规划车辆确定行驶区域信息；获取模块，用于在所述待规划车辆驶入当前子区域时，获取所述当前子区域内各路段的车流负载；第四确定模块，用于根据所述区域导航路径、所述待规划车辆的当前位置以及所述当前子区域内各路段的车流负载，确定所述待规划车辆在所述当前子区域内的目标车道导航
路径，以使得所述待规划车辆确定行驶车道信息。
7.本申请还提供一种电子设备，包括存储器和处理器；所述存储器存储有应用程序，所述处理器用于运行所述存储器内的应用程序，以执行上述任一项所述的路径规划方法中的操作。
8.本申请还提供一种计算机可读存储介质，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执行以实现上述任一项所述的路径规划方法。
9.有益效果：本申请实施例提供一种路径规划方法和装置，该方法在对车辆进行行程规划时，先对目标行驶区域进行子区域划分并分别计算各子区域的预测拥堵值，可以将大范围内的车辆规划问题分割成多个小范围内的车辆规划问题，因此可以满足较大数量的车辆规划场景，根据预测拥堵值，在确定车辆在各子区域间的区域导航路径时可以避开整个拥堵子区域，减小了车辆的拥堵风险，后续在目标区域导航路径经过的每个子区域中，再综合该子区域内所有路段的车辆负载情况，得到车道在每个子区域内的目标车道导航路径，则该车辆在每个子区域内都可以获得较佳的车道导航路径，即本申请在对车辆规划时综合了各子区域和各路段的车流负载，能够同时起到避开拥堵子区域和实现整个交通网络负载均衡的效果，对大范围的车辆规划场景也适用，因此适用性较强。
附图说明
10.下面结合附图，通过对本申请的具体实施方式详细描述，将使本申请的技术方案及其它有益效果显而易见。
11.图1为本申请实施例提供的路径规划方法适用的场景示意图。
12.图2为本申请实施例提供的路径规划方法的第一种流程示意图。
13.图3为本申请实施例提供的路径规划方法中地图子区域划分示意图。
14.图4为本申请实施例提供的路径规划方法中地图拥堵和非拥堵子区域划分示意图。
15.图5为本申请实施例提供的路径规划方法中目标区域导航路径生成的第一种示意图。
16.图6为本申请实施例提供的路径规划方法中目标区域导航路径生成的第二种示意图。
17.图7为本申请实施例提供的路径规划方法中目标车道导航路径生成示意图。
18.图8为本申请实施例提供的路径规划方法的第二种流程示意图。
19.图9为本申请实施例提供的路径规划装置的结构示意图。
20.图10为本申请实施例提供的电子设备的结构示意图。
具体实施方式
21.下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
22.本申请实施例提供一种路径规划方法和装置，用以缓解现有的路径规划方法中适
用性较弱的技术问题。
23.请参阅图1，图1为本申请实施例所提供的路径规划方法适用的场景示意图，该场景可以包括终端以及服务器，终端之间、服务器之间以及终端与服务器之间通过各种网关组成的互联网等方式连接通信，其中，该应用场景中包括数据采集设备11、服务器12、车辆13；其中：数据采集设备11可以是车路协同中设置在车道两侧的路边传感器，包括相机、激光仪、gps天线、雷达等，可以实现对路面各类车道和车辆相关数据的精确采集，以及对采集数据的计算等，从而获取各车道的车流量等信息；服务器12包括本地服务器和/或远程服务器等；车辆13可以是自动驾驶车辆，也可以是有人驾驶车辆，车辆13用于根据规划好的行驶路径行驶。
24.数据采集设备11、服务器12和车辆13位于无线网络或有线网络中，以实现三者之间的数据交互，其中：服务器12根据待规划的车辆13的行程起点和行程终点，确定目标行驶区域，目标行驶区域包括多个子区域，每个子区域均包括多条相交车道，数据采集设备11采集各子区域的当前车流量，并且通过智能算法完成交通网络状态的实时评估或者预测，从而得到各子区域在预设时间点的预测车流量并发送给服务器12，服务器12根据获取到的各子区域在预设时间点的预测拥堵值，将预测拥堵值不大于预设值的子区域确定为候选子区域，然后获取待规划的车辆13当前规划周期内在目标行驶区域的行程起点、行程终点和候选子区域，确定目标区域导航路径，以使得所述待规划车辆确定行驶区域信息，在待规划的车辆13进入当前子区域时，数据采集设备11采集当前子区域内各路段的车流负载发送给服务器12，服务器12根据目标区域导航路径、待规划的车辆13的当前位置以及当前子区域内各路段的车流负载，确定并生成待规划车辆在当前子区域内的目标车道导航路径，以使得待规划的车辆13确定行驶车道信息。最后，服务器12向待规划的车辆13发送该目标车道导航路径，以使待规划的车辆13沿目标车道导航路径在当前子区域内行驶，在每个当前子区域内，均执行上述操作，直至待规划的车辆13行驶至行程终点。
25.需要说明的是，图1所示的系统场景示意图仅仅是一个示例，本申请实施例描述的服务器以及场景是为了更加清楚地说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着系统的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优选顺序的限定。
26.请参阅图2，图2是本申请实施例提供的路径规划方法的第一种流程示意图，该方法包括：s201：根据待规划车辆的行程起点和行程终点，确定目标行驶区域，目标行驶区域包括多个子区域，子区域包括多条相交车道。
27.待规划车辆可以是自动驾驶车辆，也可以是无人驾驶车辆，待规划车辆的数量为多个。根据多个待规划车辆的行程起点和行程终点，在地图上确定一目标行驶区域，使得所有待规划车辆的行程起点和行程终点均落在该目标行驶区域内。在目标行驶区域内的每个待规划车辆，均需要为其规划对应的行驶路径。
28.目标行驶区域的形状可以是规则的矩形、圆形等，也可以是其他形状。在一种实施例中，目标行驶区域可以是某个市、某个县或某个区等，也可以是其他任意限定的区域，只要能保证所有待规划车辆均落在该区域范围内即可。在目标行驶区域内包括多条相交车道，各车道相交点形成路口，每条车道位于相邻路口之间的部分形成一个路段，当一条车道与多条车道相交时，该车道会形成多个路段和多个路口，在每个路口，车辆均可以选择继续在当前车道上行驶或驶入另一车道。
29.将目标行驶区域划分为多个子区域，划分时可以采用多种方式。在一种实施例中，可以先确定沿相交的第一方向和第二方向延伸的多条主干车道，第一方向和第二方向之间呈一定角度，例如可以是横向和纵向，由于实际车道不能保证是直线，大多为直线、曲线或折线的组合等，该步骤确定出的主干车道的走向只要与第一方向或第二方向大致相同即可。此外，主干车道一般为目标行驶区域内长度较长，跨度较大的车道，当存在某些特殊情况，如某个纵向车道的起点或终点落在目标行驶区域中时，也可以将该车道、与该车道起点或终点最近的沿纵向延伸的第二条车道、以及位于这两条车道之间的横向车道的一部分共同看作一条主干车道。根据目标行驶区域的大小不同，可选取的主干车道的数量也可以不同，例如在目标行驶区域内确定出了m条横向主干车道和n条纵向主干道，按照与各主干道的延伸方向一致的原则，在各主干车道的一侧生成多条沿第一方向和多条沿第二方向排列的分割线，则这些相交的分割线最多可以将目标行驶区域划分为（m+1）*（n+1）个子区域。m和n的选取可以遵循均分原则，即保证划分后每个子区域内的路口数量大致相等，则后续涉及到的对各子区域车流数据的运算量也较为平均。当然，划分后的各子区域内的路口数量也可以不相等，路口的数值根据实际场景而定。
30.需要说明的是，上述只是示出了对目标行驶区域划分的其中一种方式，但本申请不以此为限，本领域的技术人员可根据需要，自行选择对目标行驶区域的划分方式，例如可以将目标行驶区域划分为多个规则形状的子区域，或者划分为多个面积相等的子区域，或者按照路面实际行政区域划分子区域等。为避免子区域划分范围不清楚，各分割线均不直接经过各路口及车道本身，而是与各路段相交。
31.以图3所示为例，外围的限定线101对目标行驶区域进行限定，在限定线101中形成有分割线102，具体包括2条横向分割线和2条纵向分割线，分割线102将目标行驶区域划分为了a区、b区、c区、d区、e区、f区、g区、h区共8个子区域。在每个子区域内，均包括多条相交车道，各车道相交形成了多个路口111和位于相邻路口111之间的路段112。
32.在本申请实施例中，对目标行驶区域划分在地图中进行，地图用于反映地面实际路况且为车辆的驾驶提供行车指引，地图中包括高精度的坐标及准确的道路形状，路面各车道的车道数据包括车道边线、车道中心线、车道坡度、曲率、航向、高程、侧倾等均可体现在地图中，此外还有诸如高架物体、防护栏、树木、道路边缘类型、路边地标等数据。地图中的目标行驶区域与实际地面上的目标行驶区域对应，在地图中对目标行驶区域进行划分后，可以获得各子区域间的邻接关系。需要说明的是，图3中所示出的限定线101和分割线102，均用于辅助区域划分，在实际应用中可以是能显示在地图上的真实线条，也可以是仅供后台抓取和识别的虚拟线条，即图3中地图上显示的限定线101和分割线102的仅为区域划分的其中一种示例，并不构成对实际区域划分的限定，其他任何能够实现区域划分的手段，均落入本申请的保护范围中。
33.车辆规划问题属于组合优化问题，一般是np难(np-hard)问题，即多项式复杂程度的非确定性问题。因此，随着待规划车辆数目的增加，算法往往面临维度灾难的问题，而且无法在一个给定的规划周期内提供一个有效解。在本申请中，通过对目标行驶区域进行子区域划分，将原本对大区域的规划问题分割成对多个小区域内和小区域之间的规划问题，对各子区域涉及到的运算量大大减小，从而降低了问题的求解难度，可以满足较大数量的车辆规划场景。
34.s202：根据目标行驶区域中子区域在预设时间点的预测拥堵值，确定候选子区域。
35.在进行子区域划分后，对各子区域的拥堵情况进行分别评估，然后确定出拥堵子区域和非拥堵子区域，在对待规划车辆进行规划时，控制其只在非拥堵子区域内行驶，则可以避开整个拥堵子区域，减小了车辆的拥堵风险。待规划车辆在目标行驶区域内进行规划时，往往需要一段时间来完成行程，而交通网络的状态是在实时变化的，如果仅以当前时刻的交通流状态为参考来生成导航路径是不合理的。因此，本申请先获取各子区域在预设时间点t的预测拥堵值τ，预测拥堵值反映了该子区域在预设时间点t的总体拥堵值程度，如果预测拥堵值τ不大于预设值t1，则表示这些子区域在预设时间点t不会拥堵，因此可以将这些子区域确定为候选子区域，后续控制待规划车辆在候选子区域中行驶。如图4所示，在获取各子区域的预测拥堵值τ后，确定d区和e区为拥堵子区域，其他子区域为候选子区域。
36.在一种实施例中，该步骤具体包括：通过路边感测单元获取各子区域的当前车流量；根据各子区域的当前车流量，确定各子区域在预设时间点的预测车流量；根据预测车流量，确定各子区域在预设时间点的预测拥堵值；将预测拥堵值不大于预设值的子区域确定为候选子区域。在车路协同场景下，实际路面上各车道两侧设置有路边感测单元，具体可以包括相机、激光仪、gps天线、雷达等，可以实现对路面各类车道和车辆相关数据的精确采集，从而获取各车道的实时车流量等信息，并且这些信息可以通过部署在路侧或者云端的智能算法完成交通网络车流状态的实时评估或者预测，以获得各子区域在预设时间点的预测车流量，然后再将各子区域的预测车流量作为预测拥堵度评估模型的输入，对每个子区域的拥堵度进行单独评估，即对于每一个特定的子区域，均可以获得预设时间点t的拥堵程度，然后将预测拥堵值不大于预设值的子区域确定为候选子区域。
37.在一种实施例中，根据各子区域的当前车流量，确定各子区域在预设时间点的预测车流量的步骤，包括：获取各子区域的经验通过时长；根据所有子区域的最大经验通过时长或加权平均经验通过时长确定预设时间点；根据各子区域的当前车流量，确定各子区域在预设时间点的预测车流量。对于每个子区域，均可以通过统计某时段内该子区域内所有车辆的行驶数据来获取该子区域的经验通过时长，经验通过时长为某个车辆从该子区域的一个入口驶入到从一个出口驶出所需要的大致时长，由于各子区域内的车辆数量不止一辆，且入口和出口的数量也有多个，从相同入口驶入且从相同出口驶出的不同车辆，其在该子区域内行驶路径也不同，因此需要的时长也会有差异。在获取经验通过时长时，需要综合某段时间内该子区域中所有车辆的通过时长，然后进行加权运算，得到的经验通过时长符合大部分车辆的行驶规律，即大部分车辆在驶入该子区域的某个入口后，经过该经验通过时长，均可以从某个出口驶出。由于各子区域的位置不同，对应的入口和出口的位置和数量，子区域内路段、路口数量及车道复杂程度均存在差异，因此各子区域的经验通过时长也不同。在获取各子区域的经验通过时长后，以这些经验通过时长中的最大者作为最大经验
通过时长，或者以这些经验通过时长的加权平均数作为加权平均经验时长，根据所有子区域的最大经验通过时长或加权平均经验通过时长确定预设时间点，然后根据当前车流量，确定各子区域在预设时间点的预测车流量。
38.以图3中划分的子区域为例，假设a区、b区和c区的经验通过时长均为20分钟，d区、e区和f区的经验通过时长均为30分钟，g区和h区的经验通过时长均为40分钟，当前时间为中午12点整，则最大经验通过时长为40分钟，根据最大经验通过时长确定的预设时间点为12点40分，在获取12点整的车流量后，确定出各子区域在12点40分的预测车流量。或者，提前设定各子区域的经验时长权重，计算得到加权经验通过时长，然后根据加权经验通过时长，同样可确定一预设时间点，并进一步确定各子区域在该预设时间点的预测车流量。从当前时刻起，如果计算较短时间后的预测车流量，则会由于大部分车辆并没有足够的时长驶出当前所在的子区域，而仅在子区域内部行驶，各子区域的拥堵情况不会发生较大变化；而由于经验通过时长反映了各子区域内多数车辆的行驶时长，则从当前时刻起，经过最大经验通过时长或加权平均经验通过时长后，目标行驶区域内多数车辆已经由一个子区域驶入了另一个子区域，因此各子区域中车流量相对于当前时刻，发生的变化也较大，变化使得原本不拥堵子区域变成拥堵子区域的可能性也较大，因此获取该预设时间点的预测车流量，并进一步计算各子区域的拥堵值，在确定拥堵子区域和非拥堵子区域时更为准确，也更具有参考价值。
39.上述实施例中根据经验通过时长来确定预设时间点，但仅为其中一种示例，本申请不以此为限，还可以用其他方式来设置预设时间点，本领域的技术人员可根据需要自行设置预设时间点的值，并得到对应的预设车流量。
40.s203：根据行程起点、行程终点以及候选子区域，确定目标区域导航路径，以使得待规划车辆确定行驶区域信息。
41.在一种实施例中，s203具体包括：根据行程起点和行程终点，确定行程起点所在的行程起点子区域和行程终点所在的行程终点子区域；根据行程起点子区域、行程终点子区域和候选子区域，确定连接行程起点子区域和行程终点子区域的目标区域导航路径，目标区域导航路径上位于行程起点子区域和行程终点子区域之间的子区域均为候选子区域。
42.在对车辆进行规划时，会先设置一规划周期，在每个规划周期内，对多辆待规划车辆进行行程规划。对某个待规划车辆，其行程起点和行程终点为提前预设的地点，在获取行程起点和行程终点的具体位置后，可以确定行程起点和行程终点各自所在的子区域，然后避开上一步骤中确定的拥堵子区域，以行程起点所在的子区域为行程起点子区域，以行程终点所在的子区域为行程终点子区域，连接行程起点子区域和行程终点子区域，生成待规划车辆的目标区域导航路径，其中目标区域导航路径上位于行程起点子区域与行程终点子区域之间的所有子区域均为候选子区域，生成的目标区域导航路径用于表明待规划车辆在各子区域之间的行驶路径和行驶方向。
43.如图5所示，对待规划车辆的规划自行程起点q1开始，到行程终点q2结束，在获取行程起点q1和行程终点q2的具体位置后，可以先确定行程起点q1所在的行程起点子区域a区和行程终点q2所在的行程终点子区域h区，再避开拥堵子区域d区和e区，生成连接a区和h区，并依次穿过多个候选子区域的目标区域导航路径51。
44.图5中示出的行程起点q1和行程终点q2之间不相邻，因此行程起点子区域和行程
终点子区域之间需要经过至少一个其他候选子区域。当行程起点q1和行程终点q2相邻时，两者之间不需要经过其他的候选子区域，可以直接连接对应的行程起点子区域和行程终点子区域。
45.在一种实施例中，s203具体包括：通过启发式搜索法确定连接行程起点子区域和行程终点子区域的最短连接轨迹，最短连接轨迹上位于行程起点子区域和行程终点子区域之间的子区域均为候选子区域；根据最短连接轨迹确定待规划车辆的目标区域导航路径。目标行驶区域在避开拥堵子区域后，根据行程起点和行程终点所处子区域的位置不同，以及目标行驶区域中候选子区域数量的不同，可以生成的区域导航路径的数量也不同。当目标行驶区域中候选子区域数量较少时，如图5所示，连接行程起点子区域a区和行程终点子区域h区可以生成的区域导航路径只有一条，因此直接将该条区域导航路径作为目标区域导航路径51。当目标行驶区域中候选子区域数量较多时，连接行程起点子区域和行程终点子区域，且不经过拥堵子区域的连接方案将会有多种。
46.如图6所示，拥堵子区域只有e区时，连接行程起点子区域a区和行程终点子区域h区的区域导航路径可以有第一区域导航路径501和第二区域导航路径502，其中第一区域导航路径501依次经过a区、b区、c区、f区和h区，第二区域导航路径502依次经过a区、d区、g区和h区，此时为保证待规划车辆的行驶路径最短，需要比较第一区域导航路径501和第二区域导航路径502的行驶路径，将最短者作为目标区域导航路径。
47.由图6可知，当目标行驶区域中拥堵子区域的数量较多时，可以得到的区域导航路径的方案也越多，如果对每个待规划车辆，都将对应的所有区域导航路径都计算出来再确定出路径最短的目标区域导航路径，则会花费较多时长和算力。因此，本申请直接通过启发式搜索法确定目标行驶区域内连接行程起点子区域和行程终点子区域的最短连接轨迹，在确定时将拥堵子区域作为障碍物避开，则当行程起点子区域和行程终点子区域不相邻时，该最短连接轨迹上位于行程起点子区域和行程终点子区域之间的的子区域均为候选子区域，最后根据该最短连接轨迹确定待规划车辆的目标区域导航路径，该目标区域导航路径即为待规划车辆在不同子区域间的最佳区域导航路径。
48.在本申请实施例中，启发式搜索法指在状态空间中搜索时对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标，这样可以省略大量无谓的搜索路径，提高了效率。在各启发式搜索法中，本申请优选改进的a*算法进行目标区域导航路径的生成，当然也可以采用其他启发式搜索法，或者采用机器模型的方式进行计算和生成。
49.在每个规划周期内有多辆待规划车辆，因此可以使用启发式搜索法为所有待规划车辆均生成对应的目标区域导航路径。
50.s204：在待规划车辆驶入当前子区域时，获取当前子区域内各路段的车流负载。
51.在生成目标区域导航路径后，待规划车辆会从行程起点子区域开始，沿目标区域导航路径依次进入各子区域，直至到达行程终点，将这些子区域依次确定为当前子区域，当进入每个当前子区域内准备行驶时，都先获取当前子区域内各路段的车流负载。
52.在一种实施例中，s204具体包括：获取当前子区域内各路段的当前车流量和所有已规划车辆在各路段的预测车流量；根据当前车流量和预测车流量，确定当前子区域内各路段的车流负载。当前子区域中包括相交的多个车道，每条车道的多个路段中的车流量均有不同，本申请先获取当前子区域内各路段的当前车流量和所有已规划车辆在各路段的预
测车流量，其中各路段的当前车流量为当前有人驾驶车辆行驶造成的实际车流量和已规划的其他自动驾驶车辆行驶造成的实际车流量之和，预测车流量为已规划的其他自动驾驶车辆沿着各自已生成的目标车道导航路径行驶，未来在目标车道导航路径上经过的各路段上将会造成的车流量。对于已规划车辆，其行驶路线、行驶速度等参数均可以提前获取，则可以根据这些参数确定未来一段时间内，各已规划车辆将会行驶到哪些路段，进而确定这些已规划车辆会在未来哪个时间点使各路段的车流量发生哪些变化。将这些预测车流量与当前实际车流量综合考虑，可以获取目标行驶区域内所有路段的车流负载，两者综合考虑得到的数值更加准确。
53.s205：根据区域导航路径、待规划车辆的当前位置以及当前子区域内各路段的车流负载，确定待规划车辆在当前子区域内的目标车道导航路径，以使得待规划车辆确定行驶车道信息。
54.待规划车辆进入每个当前子区域内准备行驶时，服务器根据当前子区域内的整体交通网络负载，从当前子区域中相交的多个车道中确定出综合车流负载最小且路径最短的车道导航路径，将其作为待规划车辆在当前子区域内的目标车道导航路径。
55.在一种实施例中，s205具体包括：获取当前子区域内的所有候选车道导航路径；根据目标区域导航路径和待规划车辆的当前位置，从所有候选车道导航路径中确定待规划车辆在当前子区域内的多个车道导航路径；根据当前子区域内各路段的车流负载，确定待规划车辆在当前子区域内的目标车道导航路径。
56.如图7所示，为子区域c区的示意图，在c区内共有7条车道，分别为第一横向车道71、第二横向车道72、第三横向车道73、第四横向车道74、第一纵向车道75、第六纵向车道76以及第七纵向车道77，各车道相交在c区内形成10个路口，行驶在c区的车辆可以通过各车道驶入其他子区域。当待规划车辆进入c区时，先获取c区内的所有候选车道导航路径，候选车道导航路径包括了与c区相邻的任意两个子区域经过c区的所有路径，图7中c区相邻的子区域只有b区和f区，b区在c区左侧，f区在c区下侧，从b区进入c区有4个入口，4个入口分别为a、b、c、d，从c区到f区有3个出口，3个出口分别为e、f、g，则对于每个入口和每个出口进行排列组合，且沿着c区内部的不同路段进行，可以得到并生成c区的候选车道导航路径集r。图7中以c区为例进行说明，如果是图3中的e区，则由于e区分别与b区、d区、h区和f区相邻，对应的入口和出口的分布位置和数量将会更多，生成的候选车道导航路径集r中候选车道导航路径的数量也会越多。
57.在生成候选车道导航路径集r后，根据目标区域导航路径和待规划车辆的当前位置，从所有候选车道导航路径中确定待规划车辆在当前子区域内的多个车道导航路径。假设图7中目标区域导航路径的指向为b区-c区-f区，待规划自动驾驶车道驶出b区的车道为第二横向车道72，则在获取待规划车辆的当前位置后，可以确定b区进入c区的唯一入口b，而根据目标区域导航路径的指向，可以确定要行驶至哪个子区域，即确定多个出口，则从候选车道导航路径集r中所有的候选车道导航路径中选择从入口b出发，从出口e、f、g驶出的所有车道导航路径，均为该待规划车辆在c区内的车道导航路径，根据这些车道导航路径生成车道导航路径集ri，则通过ri中的任意一条车道导航路径，都可以使待规划车辆从入口b进入f区。
58.在生成车道导航路径集ri后，根据当前子区域内各路段的车流负载，确定并生成
待规划车辆在当前子区域内的目标车道导航路径，目标车道导航路径为所有车道导航路径中综合负载最小和路径最短的路径。基于s204中获取的负载情况，使用启发式搜索法为每一辆待规划车辆从车道导航路径集ri 中选择一条目标车道导航路径，并以所有自动驾驶车辆的路径长度和子区域内的交通网络负载作为两个最小化的目标函数，最终为各待规划车辆确定的目标车道导航路径，均为对应待规划车辆的最佳车道导航路径，负载最小且路径最短。通过上述方法，如图7所示，可以在c区中最终得到目标车道导航路径701，当待规划车辆在c区中沿目标车道导航路径701行驶时，路径最短，且由于负载小，通行较为顺畅，所花费的时间也最短。
59.在各启发式搜索法中，本申请优选基于类别变量的约束多目标进化算法进行目标车道导航路径的生成，其中类别变量为车流负载和路径长度，当然也可以采用其他启发式搜索法，或者采用机器模型的方式进行计算和生成。
60.在一种实施例中，在s205之后还包括：向待规划车辆发送目标车道导航路径，以使待规划车辆沿目标车道导航路径在当前子区域内行驶。
61.对每个待规划车辆，自行程起点子区域开始到行程终点子区域结束，在进入每个当前子区域时，均生成该当前子区域内的目标车道导航路径，并将生成的目标车道导航路径发送给该待规划车辆，使其沿着目标区域导航路径和目标车道导航路径在该当前子区域内行驶，并驶入下一子区域中，直至到达行程终点。至此，完成了当前规划周期内对各待规划车辆的整体规划。
62.在一种实施例中，在s205之后还包括：判断是否开始新的规划周期；若是，重新执行候选子区域的确定操作，并根据待规划车辆的当前位置和行程终点，重新执行目标区域导航路径的生成操作和目标车道导航路径的确定操作。由于每个规划周期内有多个待规划车辆需要规划，在一个规划周期结束时，会存在部分待规划车辆还未到达行程起点。在当前规划周期经过一段时间后，先判断是否开始新的规划周期，如果没有开始新的规划周期，则所有待规划车辆仍然沿着当前的目标车道导航路径继续行驶，如果已经开始了新的规划周期，则更新每一辆待规划车辆的实时信息，包括所在子区域、当前位置等，且在每辆待规划车辆由一个当前子区域进入另一个当前子区域时，在新的规划周期内，重新执行候选子区域的确定操作，并根据待规划车辆的当前位置和行程终点，重新执行目标区域导航路径的生成操作和目标车道导航路径的确定操作，也即重复上述s202至s205的操作。
63.在现有技术中，目前尚没有能够解决大范围内路径规划的具体方案。尽管存在部分技术方案涉及到自动驾驶车辆的规划，但没有在车路系统场景下的成功应用。现有技术方案中，有部分技术方案为基于传统有人驾驶车辆规划问题的解决方案或其改进，但在用于大范围内自动驾驶车辆路径规划时一般存在问题模型不适用、维度灾难以及求解效率的问题等；还有部分方案为基于机器学习模型（例如强化学习）设计，但由于应用场景、模型的输入等方面的差异，这些模型的适用性和模型的泛化能力尚不能验证。此外，现有技术方案往往以待规划车辆的角度出发，为其分配耗时最短或者距离最短的导航路径，但它们尚无法同时从整个交通网络的角度出发产生规划方案，以实现避开交通网络中的拥堵区域和实现负载均衡。
64.而在本申请的路径规划方法中，在对车辆进行行程规划时，先对目标行驶区域进行子区域划分并分别计算各子区域的预测拥堵值，可以将大范围内的车辆规划问题分割成
多个小范围内的车辆规划问题，因此可以满足较大数量的车辆规划场景，根据预测拥堵值，在确定车辆在各子区域间的区域导航路径时可以避开整个拥堵子区域，减小了车辆的拥堵风险，后续在目标区域导航路径经过的每个候选子区域中，再综合该候选子区域内所有路段的车辆负载情况，得到车道在每个候选子区域内的目标车道导航路径，则该车辆在每个候选子区域内都可以获得较佳的车道导航路径，即本申请在对车辆规划时综合了各子区域和各路段的车流负载，能够同时起到避开拥堵子区域和实现整个交通网络负载均衡的效果，对大范围的车辆规划场景也适用，因此适用性较强。
65.请参阅图8，图8是本申请实施例提供的路径规划方法的第二种流程示意图，该方法包括：s801：开始。
66.s802：地图区域分割。地图用于反映地面实际路况且为自动驾驶车辆的驾驶提供行车指引，地图中的目标行驶区域与实际地面上的目标行驶区域对应，在地图中对目标行驶区域进行划分后，可以获得各子区域间的邻接关系。在地图中将目标行驶区域划分为多个子区域，各子区域均包括多条相交车道，各车道相交点形成路口，每条车道位于相邻路口之间的部分形成一个路段。
67.s803：导入预测车流量进行拥堵度评估。在进行子区域划分后，通过路边感测单元获取各子区域的当前车流量，并通过部署在路侧或者云端的智能算法完成交通网络车流状态的实时评估或者预测，获得各子区域在预设时间点的预测车流量，然后再将各子区域的预测车流量作为预测拥堵度评估模型的输入，对每个子区域的拥堵度进行单独评估，得到各子区域在预设时间点的预测拥堵值，将预测拥堵值与预设值比较，从而确定出拥堵子区域和非拥堵子区域，在对待规划车辆进行规划时，控制其只在非拥堵子区域内行驶，则可以避开整个拥堵子区域，减小了车辆的拥堵风险。
68.s804：上层优化：生成子区域间的目标区域导航路径。在对车辆进行规划时，会先设置一规划周期，在每个规划周期内，对多辆待规划车辆进行行程规划。对某个待规划车辆，其行程起点和行程终点为提前预设的地点，在获取行程起点和行程终点的具体位置后，可以确定行程起点和行程终点各自所在的子区域，然后避开上一步骤中确定的拥堵子区域，以行程起点所在的子区域为行程起点子区域，以行程终点所在的子区域为行程终点子区域，连接行程起点子区域和行程终点子区域，生成待规划车辆的目标区域导航路径，其中目标区域导航路径上位于行程起点子区域与行程终点子区域之间的所有子区域均为候选子区域，生成的目标区域导航路径用于表明待规划车辆在各子区域之间的行驶路径和行驶方向。
69.s805：下层优化：生成子区域内的目标车道导航路径。在生成目标区域导航路径后，待规划车辆会从行程起点子区域开始，沿目标区域导航路径依次进入各子区域，直至到达行程终点，将这些子区域依次确定为当前子区域，当进入每个当前子区域内准备行驶时，服务器根据当前子区域内的整体交通网络负载，从当前子区域中相交的多个车道中确定出车流负载最小且路径最短的车道导航路径，将其作为待规划车辆在当前子区域内的目标车道导航路径。
70.s806：判断是否开始新的规划周期。若是，重新执行s803至s805。如果已经开始了新的规划周期，更新每一辆待规划车辆的实时信息，包括所在子区域、当前位置等，且在每
辆待规划车辆由一个当前子区域进入另一个当前子区域时，在新的规划周期内，重新执行拥堵度评价、上层优化和下层优化。
71.若否，执行s807：结束。
72.通过上述步骤，将地图区域进行划分，并在每个规划周期内，均进行拥堵度评价和双层优化，能够同时起到避开拥堵子区域和实现整个交通网络负载均衡的效果，对大范围的车辆规划场景也适用，因此适用性较强。
73.相应的，图9为本申请实施例提供的路径规划装置的结构示意图，请参阅图9，该路径规划装置包括：第一确定模块110，用于根据待规划车辆的行程起点和行程终点，确定目标行驶区域，目标行驶区域包括多个子区域，子区域包括多条相交车道；第二确定模块120，用于根据目标行驶区域中所有子区域在预设时间点的预测拥堵值，确定候选子区域；第三确定模块130，用于根据行程起点、行程终点以及候选子区域，确定目标区域导航路径，以使得待规划车辆确定行驶区域信息；获取模块140，用于在待规划车辆驶入当前子区域时，获取当前子区域内各路段的车流负载；第四确定模块150，用于根据区域导航路径、待规划车辆的当前位置以及当前子区域内各路段的车流负载，确定待规划车辆在当前子区域内的目标车道导航路径，以使得待规划车辆确定行驶车道信息。
74.在一种实施例中，第二确定模块120包括：第一获取子模块，用于通过路边感测单元获取各子区域的当前车流量；第一确定子模块，用于根据各子区域的当前车流量，确定各子区域在预设时间点的预测车流量；第二确定子模块，用于根据预测车流量，确定各子区域在预设时间点的预测拥堵值；第三确定子模块，用于将预测拥堵值不大于预设值的子区域确定为候选子区域。
75.在一种实施例中，第一确定子模块用于获取各子区域的经验通过时长；根据所有子区域的最大经验通过时长或加权平均经验通过时长确定预设时间点，根据各子区域的当前车流量，确定各子区域在预设时间点的预测车流量。
76.在一种实施例中，第三确定模块130包括：第四确定子模块，用于根据行程起点和行程终点，确定行程起点所在的行程起点子区域和行程终点所在的行程终点子区域；第五确定子模块，用于根据行程起点子区域、行程终点子区域和候选子区域，确定连接行程起点子区域和行程终点子区域的目标区域导航路径，目标区域导航路径上位于行程起点子区域和行程终点子区域之间的子区域均为候选子区域。
77.在一种实施例中，第五确定子模块用于，通过启发式搜索法确定连接行程起点子区域和行程终点子区域的最短连接轨迹，最短连接轨迹上位于行程起点子区域和行程终点子区域之间的子区域均为候选子区域；根据最短连接轨迹确定待规划车辆的目标区域导航路径。
78.在一种实施例中，获取模块140包括：
第二获取子模块，用于获取当前子区域内各路段的当前车流量和所有已规划车辆在各路段的预测车流量；第六确定子模块，用于根据当前车流量和预测车流量，确定当前子区域内各路段的车流负载。
79.在一种实施例中，第四确定模块150包括：第三获取子模块，用于获取当前子区域内的所有候选车道导航路径；第七确定子模块，用于根据目标区域导航路径和待规划车辆的当前位置，从所有候选车道导航路径中确定待规划车辆在当前子区域内的多个车道导航路径；第八确定子模块，用于根据当前子区域内各路段的车流负载，确定待规划车辆在当前子区域内的目标车道导航路径。
80.在一种实施例中，第八确定子模块用于，根据当前子区域内各路段的车流负载，通过启发式搜索法从多个车道导航路径中确定综合负载最小和路径最短的目标车道导航路径。
81.在一种实施例中，本申请的路径规划装置还包括重执行模块，用于在第四确定模块150之后工作，重执行模块用于判断是否开始新的规划周期；若是，重新执行候选子区域的确定操作，并根据待规划车辆的当前位置和行程终点，重新执行目标区域导航路径的确定操作和目标车道导航路径的确定操作。
82.区别于现有技术，本申请提供的路径规划装置，在对车辆进行行程规划时，先对目标行驶区域进行子区域划分并分别计算各子区域的预测拥堵值，可以将大范围内的车辆规划问题分割成多个小范围内的车辆规划问题，因此可以满足较大数量的车辆规划场景，根据预测拥堵值，在确定车辆在各子区域间的区域导航路径时可以避开整个拥堵子区域，减小了车辆的拥堵风险，后续在目标区域导航路径经过的每个候选子区域中，再综合该候选子区域内所有路段的车辆负载情况，得到车道在每个候选子区域内的目标车道导航路径，则该车辆在每个候选子区域内都可以获得较佳的车道导航路径，即本申请在对车辆规划时综合了各子区域和各路段的车流负载，能够同时起到避开拥堵子区域和实现整个交通网络负载均衡的效果，对大范围的车辆规划场景也适用，因此适用性较强。
83.相应地，本申请实施例还提供一种电子设备，如图10所示，该电子设备可以包括射频电路1001、包括有一个或一个以上计算机可读存储介质的存储器1002、输入单元1003、显示单元1004、传感器1005、音频电路1006、wifi模块1007、包括有一个或者一个以上处理核心的处理器1008以及电源1009等部件。本领域技术人员可以理解，图10中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：射频电路1001可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器1008处理；另外，将涉及上行的数据发送给基站。存储器1002可用于存储软件程序以及模块，处理器1008通过运行存储在存储器1002的软件程序以及模块，从而执行各种功能应用以及数据处理。输入单元1003可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
84.显示单元1004可用于显示由用户输入的信息或提供给用户的信息以及电子设备
的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。
85.电子设备还可包括至少一种传感器1005，比如光传感器、运动传感器以及其他传感器。音频电路1006包括扬声器，扬声器可提供用户与电子设备之间的音频接口。
86.wifi属于短距离无线传输技术，电子设备通过wifi模块1007可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图10示出了wifi模块1007，但是可以理解的是，其并不属于电子设备的必须构成，完全可以根据需要在不改变申请的本质的范围内而省略。
87.处理器1008是电子设备的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1002内的软件程序和/或模块，以及调用存储在存储器1002内的数据，执行电子设备的各种功能和处理数据，从而对手机进行整体监控。
88.电子设备还包括给各个部件供电的电源1009（比如电池），优选的，电源可以通过电源管理系统与处理器1008逻辑相连，从而通过电源管理系统实现管理充电、放电以及功耗管理等功能。
89.尽管未示出，电子设备还可以包括摄像头、蓝牙模块等，在此不再赘述。具体在本实施例中，电子设备中的处理器1008会按照如下指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器1002中并由处理器1008来运行存储在存储器1002中的应用程序，从而实现以下功能：根据待规划车辆的行程起点和行程终点，确定目标行驶区域，目标行驶区域包括多个子区域，子区域包括多条相交车道；根据目标行驶区域中所有子区域在预设时间点的预测拥堵值，确定候选子区域；根据行程起点、行程终点以及候选子区域，确定目标区域导航路径，以使得待规划车辆确定行驶区域信息；在待规划车辆驶入当前子区域时，获取当前子区域内各路段的车流负载；根据区域导航路径、待规划车辆的当前位置以及当前子区域内各路段的车流负载，确定待规划车辆在当前子区域内的目标车道导航路径，以使得待规划车辆确定行驶车道信息。
90.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
91.本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
92.为此，本申请实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以实现以下功能：根据待规划车辆的行程起点和行程终点，确定目标行驶区域，目标行驶区域包括多个子区域，子区域包括多条相交车道；根据目标行驶区域中所有子区域在预设时间点的预测拥堵值，确定候选子区域；根据行程起点、行程终点以及候选子区域，确定目标区域导航路径，以使得待规划车辆确定行驶区域信息；在待规划车辆驶入当前子区域时，获取当前子区域内各路段的车流负载；根据区域导航路径、待规划车辆的当前位置以及当前子区域内各路段的车流负载，确定待规划车辆在当前子区域内的目标车道导航路径，以使得待规划车辆确定行驶车道信息。
93.以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
94.其中，该计算机可读存储介质可以包括：只读存储器（rom，read only memory）、随机存取记忆体（ram，random access memory）、磁盘或光盘等。
95.由于该计算机可读存储介质中所存储的指令，可以执行本申请实施例所提供的任一种方法中的步骤，因此，可以实现本申请实施例所提供的任一种方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
96.以上对本申请实施例所提供的一种路径规划方法、装置、电子设备和存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的技术方案及其核心思想；本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例的技术方案的范围。