行驶路线生成方法、装置、设备及存储介质与流程

1.本发明涉及导航技术领域，尤其涉及一种行驶路线生成方法、装置、设备及存储介质。


背景技术：

2.随着社会的进步和科学技术的发展，汽车已经逐渐在人们的工作和生活中普及，因此人们的出行以及离不开汽车，为了对出行进行合理的规划，从而提升出行效率，目前往往会获取待出行区域的道路信息，从而基于道路信息进行路线规划，但是道路信息无法准确地反映出待出行区域的实际情况，因此目前无法准确地建立待出行的区域对应的地图，导致无法有效地对出行路线进行规划，极其影响用户体验。
3.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

4.本发明的主要目的在于提供一种行驶路线生成方法、装置、设备及存储介质，旨在解决现有技术无法准确地建立待出行的区域对应的地图，导致无法有效地对出行路线进行规划的技术问题。
5.为实现上述目的，本发明提供了一种行驶路线生成方法，所述方法包括以下步骤：
6.获取目标车辆所在区域的环境信息；
7.根据所述环境信息建立所述区域对应的栅格地图；
8.根据所述栅格地图生成所述目标车辆的行驶路线。
9.可选地，所述根据所述环境信息建立所述区域对应的栅格地图，包括：
10.根据所述环境信息确定映射环境；
11.根据所述环境信息建立所述区域对应的初始地图，并对所述初始地图进行栅格化处理；
12.根据所述映射环境对栅格处理结果进行映射；
13.根据映射结果建立所述区域对应的栅格地图。
14.可选地，所述根据所述栅格地图生成所述目标车辆的行驶路线，包括：
15.根据所述栅格地图确定所述目标车辆的起始位置信息和所述区域中的目标位置信息；
16.根据所述起始位置信息和所述目标位置信息生成至少一条初始行驶路线；
17.获取所述初始行驶路线中的候选行驶路线；
18.对所述候选行驶路线进行平滑处理，获得所述目标车辆的目标行驶路线。
19.可选地，所述获取所述初始行驶路线中的候选行驶路线，包括：
20.根据所述初始行驶路线构建粒子集群；
21.对所述粒子集群中的各初始粒子进行初始化；
22.对所述粒子集群中初始化后的各初始粒子进行评估，根据评估结果确定初始化后的各初始粒子中的目标粒子；
23.根据所述目标粒子确定所述初始行驶路线中的候选行驶路线。
24.可选地，所述获取目标车辆所在区域的环境信息，包括：
25.获取目标车辆所在区域的行驶区域；
26.获取所述行驶区域的区域边界信息，以及所述行驶区域内的障碍物边界信息；
27.根据所述区域边界信息和所述障碍物边界信息确定所述区域的环境信息。
28.可选地，所述根据所述区域边界信息和所述障碍物边界信息确定所述区域的环境信息，包括：
29.根据所述区域边界信息确定所述行驶区域的区域轮廓，以及根据所述障碍物边界信息确定所述行驶区域内的障碍物轮廓；
30.根据所述区域轮廓和所述障碍物轮廓确定所述区域的环境信息。
31.可选地，所述根据所述区域边界信息确定所述行驶区域的区域轮廓，以及根据所述障碍物边界信息确定所述行驶区域内的障碍物轮廓，包括：
32.根据所述区域边界信息和所述障碍物边界信息确定搜寻路径；
33.基于所述搜寻路径进行搜寻；
34.根据搜寻结果和所述区域边界信息确定所述行驶区域的区域轮廓；
35.根据所述搜寻结果和所述障碍物边界信息确定所述行驶区域内的障碍物轮廓。
36.此外，为实现上述目的，本发明还提出一种行驶路线生成装置，所述行驶路线生成装置包括：
37.信息获取模块，用于获取目标车辆所在区域的环境信息；
38.地图建立模块，用于根据所述环境信息建立所述区域对应的栅格地图；
39.路线生成模块，用于根据所述栅格地图生成所述目标车辆的行驶路线。
40.此外，为实现上述目的，本发明还提出一种行驶路线生成设备，所述行驶路线生成设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的行驶路线生成程序，所述行驶路线生成程序配置为实现如上文所述的行驶路线生成方法的步骤。
41.此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有行驶路线生成程序，所述行驶路线生成程序被处理器执行时实现如上文所述的行驶路线生成方法的步骤。
42.本发明通过获取目标车辆所在区域的环境信息，根据所述环境信息建立所述区域对应的栅格地图，根据所述栅格地图生成所述目标车辆的行驶路线；由于本发明根据目标车辆所在区域的环境信息建立该区域对应的栅格地图，从而准确地获取了该区域的地图信息，根据栅格地图生成目标车辆的行驶路线，从而实现了准确地对目标车辆在区域内的行驶路线进行规划，有效地提升了目标车辆的行驶效率，提升了用户体验。
附图说明
43.图1是本发明实施例方案涉及的硬件运行环境的行驶路线生成设备的结构示意图；
44.图2为本发明行驶路线生成方法第一实施例的流程示意图；
45.图3为本发明行驶路线生成方法第二实施例的流程示意图；
46.图4为本发明行驶路线生成方法第三实施例的流程示意图；
47.图5为本发明行驶路线生成装置第一实施例的结构框图。
48.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
49.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
50.参照图1，图1为本发明实施例方案涉及的硬件运行环境的行驶路线生成设备结构示意图。
51.如图1所示，该行驶路线生成设备可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)，也可以是稳定的非易失性存储器(non-volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
52.本领域技术人员可以理解，图1中示出的结构并不构成对行驶路线生成设备的限定，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。
53.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及行驶路线生成程序。
54.在图1所示的行驶路线生成设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明行驶路线生成设备中的处理器1001、存储器1005可以设置在行驶路线生成设备中，所述行驶路线生成设备通过处理器1001调用存储器1005中存储的行驶路线生成程序，并执行本发明实施例提供的行驶路线生成方法。
55.本发明实施例提供了一种行驶路线生成方法，参照图2，图2为本发明一种行驶路线生成方法第一实施例的流程示意图。
56.本实施例中，所述行驶路线生成方法包括以下步骤：
57.步骤s10：获取目标车辆所在区域的环境信息。
58.需要说明的是，本实施例应用于目标车辆在当前区域行驶，需要对该区域内的行驶路线进行规划时，本实施例获取目标车辆所在区域的环境信息，根据所述环境信息建立所述区域对应的栅格地图，根据所述栅格地图生成所述目标车辆的行驶路线。
59.与现有技术无法准确地建立待出行的区域对应的地图，导致无法有效地对出行路线进行规划相比，本实施例根据目标车辆所在区域的环境信息建立该区域对应的栅格地图，从而准确地获取了该区域的地图信息，根据栅格地图生成目标车辆的行驶路线，从而实现了准确地对目标车辆在区域内的行驶路线进行规划，有效地提升了目标车辆的行驶效率，提升了用户体验。
60.应当理解的是，本实施例方法的执行主体可以是具有数据处理、网络通信以及程
序运行功能的行驶路线生成设备，例如车载控制器等，或者是其他能够实现相同或相似功能的装置或设备，此处以上述行驶路线生成设备(以下简称路线生成设备)为例进行说明。
61.需要说明的是，上述区域可以是目标车辆当前所位于的区域或目标车辆待出行的区域，例如区域可以是旅游景区或其它区域，本实施例不加以限定。上述环境信息可以是区域内的道路信息、建筑物信息和障碍物信息等，路线生成设备可通过内部集成或外部连接图像传感器或激光雷达等采集装置采集区域的环境信息。
62.应当理解的是，路线生成设备可预先对区域的环境信息进行采集，并将采集到信息存储至本地服务器或云端服务器，路线生成设备可由区域的起始位置沿着区域边界按照预设方向进行搜寻，在搜寻的过程中对区域的环境信息进行采集，根据搜寻结果和采集结果获取区域的环境信息。
63.例如，在区域为旅游景区时，路线生成设备由旅游景区的起始位置(即旅游景区入口)，沿着旅游景区的边界或边界紧挨着的障碍物边界按照预设方向进行搜寻，在搜寻的过程中对旅游景区的环境信息进行采集，根据搜寻结果和采集结果获取旅游景区的环境信息。
64.步骤s20：根据所述环境信息建立所述区域对应的栅格地图。
65.需要说明的是，栅格地图可以是经过栅格化处理后得到的区域地图，栅格地图可以是在空间和亮度上都已经离散化了的地图，因此栅格地图可以准确地反映出区域内的道路信息和位置信息。
66.应当理解的是，为了准确地反映区域内的道路信息和建筑物位置信息，本实施例路线生成设备根据环境信息建立区域对应的初始地图，然后对初始地图进行栅格化处理，从而获得区域对应的栅格地图。
67.步骤s30：根据所述栅格地图生成所述目标车辆的行驶路线。
68.需要说明的是，行驶路线可以是目标车辆在区域内的导航路线，行驶路线可以是目标车辆由当前位置行驶至目标位置的路线，也可以是目标车辆由区域入口位置行驶至目标位置的路线。
69.在具体实现中，路线生成设备根据栅格地图确定目标车辆的起始位置信息，以及区域内的目标位置信息，根据起始位置信息确定起始位置坐标，根据目标位置信息确定目标位置坐标，根据栅格地图确定区域内的地理信息，其中地理信息包括：道路信息、建筑物信息和障碍物信息，根据地理信息、起始位置坐标和目标位置坐标生成目标车辆的行驶路线，以使目标车辆基于行驶路线从起始位置行驶至目标位置，从而提升了目标车辆的行驶效率。
70.例如，在区域为旅游景区时，路线生成设备根据栅格地图确定目标车辆的起始位置信息，以及区域内的目标位置信息，其中起始位置可以是旅游景区的景区入口位置，目标位置可以是旅游景区内的目标景点位置，根据起始位置信息确定景区入口位置坐标，根据目标位置信息确定目标景点坐标，根据栅格地图确定旅游景区内的地理信息，其中地理信息包括：景区道路信息、景区建筑物信息、景区障碍物信息和景区内的各景点信息，根据地理信息、景区入口位置坐标和目标景点坐标生成目标车辆的行驶路线，以使目标车辆基于行驶路线从景区入口位置行驶至目标景点位置，从而提升了目标车辆的行驶效率。
71.进一步地，为了准确地对目标车辆的行驶路线进行规划，上述步骤s30，可包括：
72.根据所述栅格地图确定所述目标车辆的起始位置信息和所述区域中的目标位置信息；
73.根据所述起始位置信息和所述目标位置信息生成至少一条初始行驶路线；
74.获取所述初始行驶路线中的候选行驶路线；
75.对所述候选行驶路线进行平滑处理，获得所述目标车辆的目标行驶路线。
76.需要说明的是，起始位置信息可以是目标车辆的当前位置信息，也可以是区域内的入口位置信息。上述目标位置信息可以是区域内的终点位置信息，也可以是目标车辆的目标到达地点的位置信息。
77.例如，区域为旅游景区时，起始位置信息可以是旅游景区内的景区入口位置信息，也可以是目标车辆所在当前地点的位置信息；目标位置信息可以是旅游景区内的目标景点位置信息，也可以是旅游景区的景区出口位置信息。
78.上述初始行驶路线可以是路线生成设备基于起始位置坐标和目标位置坐标，以及区域内的环境信息生成的一条或多条行驶路线，为了提升行驶效率，需要从初始行驶路线中筛选出路径最短且行驶最快的路线作为候选行驶路线，路线生成设备可采用粒子群优化算法(particle swarm optimization，pso)对初始行驶路线进行筛选。
79.进一步地，为了准确地筛选出较优的形式路线，上述获取所述初始行驶路线中的候选行驶路线，可包括：
80.根据所述初始行驶路线构建粒子集群；
81.对所述粒子集群中的各初始粒子进行初始化；
82.对所述粒子集群中初始化后的各初始粒子进行评估，根据评估结果确定初始化后的各初始粒子中的目标粒子；
83.根据所述目标粒子确定所述初始行驶路线中的候选行驶路线。
84.需要说明的是，粒子集群可以是包含有多个初始粒子的集群，初始粒子可以是与初始形式路线相对应的粒子，为了对集群中的各粒子进行优化，从而获得初始粒子中较优的粒子可采用粒子群优化算法(particle swarm optimization，pso)对粒子集群进行优化，从而根据优化结果确定初始粒子中的目标粒子，然后确定与目标粒子对应的初始行驶路线，将与目标粒子对应的初始行驶路线作为候选行驶路线。
85.路线生成设备初始化粒子群算法，设置种群规模，学习因子，障碍权重，当前迭代次数设置为1，设置粒子初始位置和速度，规定个体继承属性，设置原始最优位置为初始位置，计算适应度函数，利用初始粒子群算法参数调整模糊神经网络参数，计算下一时刻网络输出，从而计算出各初始行驶路线的路线规划长度，参照如下公式1和公式2，公式1为初始行驶路线的路线规划长度计算公式，其中，l为初始行驶路线的路径规划长度，xg为目标位置横坐标，yg为目标位置纵坐标，xs为起始位置横坐标，ys为起始位置纵坐标；公式2为适应度计算公式，其中fi为当前适应度，ci为当前节点的等价代价；
[0086][0087][0088]
参照如下公式3和公式4，对神经网络的参数进行调整，并计算下一时刻网络输出，在迭代次数满足k＜k
t
时，k
t
表示迭代阈值，随着k的增加，ω代表惯性权重，ω仍在非线性递
减，此时依据如下规则对神经网络的参数进行调整，并计算下一时刻网络输出，式中迭代次数到达阈值后，即ωk＝ω
max
，ω
max
表示惯性权重的最大值,是一个反向过程，此时在程序中设置不再更新c
ij
和σ
ij
以减少冗余计算.由于这两个参数用于确定模糊神经网络隶属函数的位置和形状，需要不断调整以获得更精确的结果，因此设计这样的训练规则，促使模糊神经网络逐渐逼近并确定最优解的最小范围及最优解。
[0089][0090][0091]
根据下一时刻的网络输出，确定当前代的个体最优位置和种群最优粒子位置，再更新粒子群位置和速度，判断是否到达最大进化代数，若没有，则根据如下公式5更新权重参数，根据如下公式6更新学习因子，若达到最大进化代数，则确定算法结束条件。公式5中，ω
max
和ω
min
表示惯性权重的最大值和最小值；k
t
表示迭代阈值；递减因子λ＞0，迭代过程由于递减因子引入，ωk随迭代次数增加而非线性递减，有利于避免陷入局部极值.算法开始惯性权重值较大，有利于粒子以较大的速度遍布整个搜索空间从而确定最优解的范围，然后其值逐渐减小以集中寻找最优解。
[0092][0093]
学习因子更新：设计了新的学习因子更新方式，设计了新的学习因子更新方式，c1保持较大值有助于粒子大范围地搜索，但是收敛速度相对较慢，c2保持较大的值，有助于粒子学习群体的社会经验从而快速收敛，但是搜索规划空间的能力相对较弱。为增强粒子在算法初期的搜索能力和后期的收敛能力，在算法前期保持较大的值c1和较小的值c2，在算法后期保持较小值和较大值，定义学习因子的更新公式为如下公式6，公式6中：s态代表初始设置的学习因子值；f态代表算法结束终止时的学习因子值，这样的设置能够保证随着算法迭代次数增加，c1逐渐减小，c2逐渐增大，k表示最大迭代次数。
[0094][0095]
根据公式5和公式6可知，利用权重参数ω和迭代参数k对模糊网络的模糊子集参数c
ij
和σ
ij
进行调整，并利用最优粒子提供的网络参数计算模糊神经网络输出。
[0096]
本实施例通过获取目标车辆所在区域的环境信息，根据所述环境信息建立所述区域对应的栅格地图，根据所述栅格地图生成所述目标车辆的行驶路线；由于本发明根据目标车辆所在区域的环境信息建立该区域对应的栅格地图，从而准确地获取了该区域的地图信息，根据栅格地图生成目标车辆的行驶路线，从而实现了准确地对目标车辆在区域内的行驶路线进行规划，有效地提升了目标车辆的行驶效率，提升了用户体验。
[0097]
参考图3，图3为本发明一种行驶路线生成方法第二实施例的流程示意图。
[0098]
基于上述第一实施例，在本实施例中，所述步骤s20，包括：
[0099]
步骤s201：根据所述环境信息确定映射环境；
[0100]
步骤s202：根据所述环境信息建立所述区域对应的初始地图，并对所述初始地图进行栅格化处理；
[0101]
步骤s203：根据所述映射环境对栅格处理结果进行映射；
[0102]
步骤s204：根据映射结果建立所述区域对应的栅格地图。
[0103]
需要说明的是，映射环境可以是将栅格化处理结果进行映射表现的处理环境。上述初始地图可以是基于环境信息构建的区域地图的初始贴图，为了提升区域地图的准确性，还需要对初始地图进行栅格化处理。
[0104]
应当理解的是，为了准确地确定起始位置的坐标和目标位置的坐标，从而准确地对目标车辆的行驶路线进行规划，本实施例路线生成设备根据所述环境信息确定映射环境，根据环境信息确定区域内的道路信息和障碍物信息，将获得的道路信息和障碍物信息导入至预先构建的地图生成模型中，从而实现对区域地图的重现，在地图生成模型标记区域内道路的位置和形状进行标记，对障碍物的大小和形状进行标记，根据标记结果建立区域对应的初始地图，并对所述初始地图进行栅格化处理，根据所述映射环境对栅格处理结果进行映射，根据映射结果建立所述区域对应的栅格地图，根据栅格地图确定目标车辆的起始位置的坐标和区域内的目标位置的坐标。
[0105]
在具体实现中，路线生成设备根据环境信息确定地图的映射环境，再根据环境信息确定区域内的道路信息和障碍物信息，根据道路信息确定区域内的道路分布和道路位置，根据障碍物信息确定区域内的障碍物大小、障碍物形状和障碍物位置，根据道路分布和、道路位置、障碍物大小、障碍物形状和障碍物位置建立区域对应的初始地图，并对初始地图进行栅格化处理，根据映射环境对栅格化处理后得到的栅格处理结果进行映射，以使映射处理结果映射至预设环境中，从而根据映射结果建立表现在预设环境中的栅格地图。
[0106]
本实施例通过根据所述环境信息确定映射环境，根据所述环境信息建立所述区域对应的初始地图，并对所述初始地图进行栅格化处理，根据所述映射环境对栅格处理结果进行映射，根据映射结果建立所述区域对应的栅格地图；由于本发明根据环境信息确定区域的映射环境，再根据环境信息建立区域对应的初始地图，并对初始地图进行栅格化处理，从而得到环境信息对应的栅格地图，再根据映射环境对栅格处理结果进行映射，根据映射结果建立区域对应的栅格地图，从而实现了准确地建立区域的栅格地图，提升了区域地图的准确性。
[0107]
参考图4，图4为本发明一种行驶路线生成方法第三实施例的流程示意图。
[0108]
基于上述第一实施例，在本实施例中，所述步骤s10，包括：
[0109]
步骤s101：获取目标车辆所在区域的行驶区域；
[0110]
步骤s102：获取所述行驶区域的区域边界信息，以及所述行驶区域内的障碍物边界信息；
[0111]
步骤s103：根据所述区域边界信息和所述障碍物边界信息确定所述区域的环境信息。
[0112]
需要说明的是，行驶区域可以是目标车辆所在区域内的可行驶区域，行驶区域可
以是目标车辆所在区域内的道路分布区域。上述区域边界信息可以是行驶区轮廓边界的相关信息，例如区域边界信息可包括行驶区域的区域面积、区域轮廓形状等信息。上述障碍物边界信息可以是区域内的障碍物的轮廓边界信息，例如障碍物边界信息可包括障碍物大小、障碍物形状和障碍物位置等信息。
[0113]
应当理解的是，为了准确地采集目标车辆所在区域内的环境信息，本实施例路线生成设备通过对目标车辆所在区域进行边界学习，获取目标车辆所在区域的行驶区域，从而确定了采集范围和目标车辆的行驶范围，基于采集范围和行驶范围对行驶区域进行信息采集，从而获取所述行驶区域的区域边界信息，以及所述行驶区域内的障碍物边界信息，再根据区域边界信息和所述障碍物边界信息确定所述区域的环境信息。
[0114]
在具体实现中，路线生成设备获取目标车辆所在区域的行驶区域，从而确定了采集范围和目标车辆的行驶范围，基于采集范围和行驶范围控制目标车辆预先由区域的起始位置沿着区域的行驶区域边界，以及障碍物边界按照预设搜寻方向进行搜寻，并在搜寻过程中进行信息采集，根据搜寻结果和信息采集结果确定区域的环境信息。
[0115]
进一步地，为了准确地获取区域内的环境信息，上述步骤s103，可包括：
[0116]
根据所述区域边界信息确定所述行驶区域的区域轮廓，以及根据所述障碍物边界信息确定所述行驶区域内的障碍物轮廓；
[0117]
根据所述区域轮廓和所述障碍物轮廓确定所述区域的环境信息。
[0118]
需要说明的是，区域轮廓可以是区域内可行驶区域的边界形状的轮廓，上述障碍物轮廓可以是区域内可行驶区域的障碍物形状的轮廓。
[0119]
进一步地，为了准确地确定行驶区域内的区域轮廓和障碍物轮廓，上述根据所述区域边界信息确定所述行驶区域的区域轮廓，以及根据所述障碍物边界信息确定所述行驶区域内的障碍物轮廓，可包括：
[0120]
根据所述区域边界信息和所述障碍物边界信息确定搜寻路径；
[0121]
基于所述搜寻路径进行搜寻；
[0122]
根据搜寻结果和所述区域边界信息确定所述行驶区域的区域轮廓；
[0123]
根据所述搜寻结果和所述障碍物边界信息确定所述行驶区域内的障碍物轮廓。
[0124]
需要说明的是，搜寻路径可以是目标车辆对行驶区域进行边界学习的路径，为了准确地采集区域内的环境信息，路线生成设备可预先控制目标车辆基于搜寻路径对行驶区域进行搜寻，并在搜寻过程中进行信息采集，在此过程中获得整个行驶环境的轮廓及障碍物的分布情况，并记录数据，从而实现对区域内的边界学习和信息采集。
[0125]
本实施例通过获取目标车辆所在区域的行驶区域，获取所述行驶区域的区域边界信息，以及所述行驶区域内的障碍物边界信息，根据所述区域边界信息和所述障碍物边界信息确定所述区域的环境信息；由于本发明根据区域边界信息和障碍物边界信息确定区域内的环境信息，从而实现了准确地对区域的信息采集，有效地避免了信息采集不准确导致地图建立存在误差的问题。
[0126]
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有行驶路线生成程序，所述行驶路线生成程序被处理器执行时实现如上文所述的行驶路线生成方法的步骤。
[0127]
由于本存储介质采用了上述所有实施例的全部技术方案，因此至少有上述实施例
的技术方案所带来的所有有益效果，在此不再一一赘述。
[0128]
参照图5，图5为本发明行驶路线生成装置第一实施例的结构框图。
[0129]
如图5所示，本发明实施例提出的行驶路线生成装置包括：
[0130]
信息获取模块10，用于获取目标车辆所在区域的环境信息；
[0131]
地图建立模块20，用于根据所述环境信息建立所述区域对应的栅格地图；
[0132]
路线生成模块30，用于根据所述栅格地图生成所述目标车辆的行驶路线。
[0133]
进一步地，所述地图建立模块20，还用于根据所述环境信息确定映射环境；根据所述环境信息建立所述区域对应的初始地图，并对所述初始地图进行栅格化处理；根据所述映射环境对栅格处理结果进行映射；根据映射结果建立所述区域对应的栅格地图。
[0134]
进一步地，所述路线生成模块30，还用于根据所述栅格地图确定所述目标车辆的起始位置信息和所述区域中的目标位置信息；根据所述起始位置信息和所述目标位置信息生成至少一条初始行驶路线；获取所述初始行驶路线中的候选行驶路线；对所述候选行驶路线进行平滑处理，获得所述目标车辆的目标行驶路线。
[0135]
进一步地，所述路线生成模块30，还用于根据所述初始行驶路线构建粒子集群；对所述粒子集群中的各初始粒子进行初始化；对所述粒子集群中初始化后的各初始粒子进行评估，根据评估结果确定初始化后的各初始粒子中的目标粒子；根据所述目标粒子确定所述初始行驶路线中的候选行驶路线。
[0136]
进一步地，所述信息获取模块10，还用于获取目标车辆所在区域的行驶区域；获取所述行驶区域的区域边界信息，以及所述行驶区域内的障碍物边界信息；根据所述区域边界信息和所述障碍物边界信息确定所述区域的环境信息。
[0137]
进一步地，所述信息获取模块10，还用于根据所述区域边界信息确定所述行驶区域的区域轮廓，以及根据所述障碍物边界信息确定所述行驶区域内的障碍物轮廓；根据所述区域轮廓和所述障碍物轮廓确定所述区域的环境信息。
[0138]
进一步地，所述信息获取模块10，还用于根据所述区域边界信息和所述障碍物边界信息确定搜寻路径；基于所述搜寻路径进行搜寻；根据搜寻结果和所述区域边界信息确定所述行驶区域的区域轮廓；根据所述搜寻结果和所述障碍物边界信息确定所述行驶区域内的障碍物轮廓。
[0139]
本实施例通过获取目标车辆所在区域的环境信息，根据所述环境信息建立所述区域对应的栅格地图，根据所述栅格地图生成所述目标车辆的行驶路线；由于本发明根据目标车辆所在区域的环境信息建立该区域对应的栅格地图，从而准确地获取了该区域的地图信息，根据栅格地图生成目标车辆的行驶路线，从而实现了准确地对目标车辆在区域内的行驶路线进行规划，有效地提升了目标车辆的行驶效率，提升了用户体验。
[0140]
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
[0141]
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
[0142]
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的行驶路线生成方法，此处不再赘述。
[0143]
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0144]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0145]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(read only memory，rom)/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0146]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。