路径规划方法、装置、车辆及程序产品与流程

本申请涉及车辆，特别涉及一种路径规划方法、装置、车辆及程序产品。

背景技术：

1、随着汽车产业发展，智能驾驶汽车作为关键技术而备受关注，它们能在无人驾驶的道路上行驶，为人类提供更安全、更高效的出行方式。自动避障技术是指无人驾驶汽车利用各种传感器和算法，实时感知和分析道路环境中的障碍物，并根据预测结果进行动态规避。

2、相关技术中，动态避障算法基于机器学习算法，对算力需求大，且运行速度慢，影响智能汽车自动驾驶功能实现成功率。

技术实现思路

1、本申请提供一种路径规划方法、装置、车辆及程序产品，以解决相关技术中，动态避障算法基于机器学习算法，对算力需求大，且运行速度慢，影响自动驾驶功能实现的成功率等问题，提高智能汽车动态避让的精准度和效率，提升用户的驾乘体验。

2、本申请第一方面实施例提供一种路径规划方法，包括以下步骤：

3、获取目标区域地图和当前规划路径，将所述目标区域地图进行网格化处理，得到网格化地图，并判断所述当前规划路径中是否存在障碍物；

4、若所述当前规划路径中存在所述障碍物，则确定所述障碍物的种类、所述障碍物在所述网格化地图中的面积覆盖度和所述障碍物的高度，并计算所述障碍物的粗糙度系数；

5、根据所述种类、所述高度和所述粗糙度系数确定新的路径规划函数，并根据所述新的路径规划函数和所述面积覆盖度更新所述当前规划路径，并根据更新后的规划路径对车辆进行控制。

6、可选地，在一些实施例中，所述计算所述障碍物的粗糙度系数，包括：

7、确定多个定位点，并确定所述障碍物在每个定位点的水平面最高高度与最低高度；

8、计算所述每个定位点的所述水平面最高高度与所述最低高度的差值，并将所述多个定位点的差值的平均值作为所述粗糙度系数。

9、可选地，在一些实施例中，所述根据所述种类、所述高度和所述粗糙度系数确定新的路径规划函数，包括：

10、在所述障碍物的种类为非生命物体时，根据所述障碍物的高度和所述粗糙度系数得到第一路径规划函数，将所述第一路径规划函数作为所述新的路径规划函数；

11、在所述障碍物的种类为生命物体时，根据所述障碍物的高度、所述粗糙度系数和预设的无限大代价得到第二路径规划函数，将所述第二路径规划函数作为所述新的路径规划函数。

12、可选地，在一些实施例中，所述第一路径规划函数为：

13、f(n)＝(|k|+1)*m*g(n)+h(n)；

14、所述第二路径规划函数为：

15、f(n)＝(|k|+1)*m*g(n)+h(n)；

16、|k+1|*m＝+∞；

17、其中，f(n)为第一路径规划函数，k为非生命障碍物高度，m为非生命物体粗糙度系数，g(n)为实际代价函数，h(n)为估计代价函数。

18、可选地，在一些实施例中，在根据所述更新后的规划路径对所述车辆进行控制之前，还包括：

19、通过预设的贝塞尔曲线对所述更新后的规划路径进行平滑处理。

20、本申请第二方面实施例提供一种路径规划装置，包括：

21、获取模块，用于获取目标区域地图和当前规划路径，将所述目标区域地图进行网格化处理，得到网格化地图，并判断所述当前规划路径中是否存在障碍物；

22、计算模块，用于在所述当前规划路径中存在所述障碍物的情况下，确定所述障碍物的种类、所述障碍物在所述网格化地图中的面积覆盖度和所述障碍物的高度，并计算所述障碍物的粗糙度系数；

23、控制模块，用于根据所述种类、所述高度和所述粗糙度系数确定新的路径规划函数，并根据所述新的路径规划函数和所述面积覆盖度更新所述当前规划路径，并根据更新后的规划路径对车辆进行控制。

24、可选地，在一些实施例中，所述计算模块，具体用于：

25、确定多个定位点，并确定所述障碍物在每个定位点的水平面最高高度与最低高度；

26、计算所述每个定位点的所述水平面最高高度与所述最低高度的差值，并将所述多个定位点的差值的平均值作为所述粗糙度系数。

27、可选地，在一些实施例中，所述控制模块，具体用于：

28、在所述障碍物的种类为非生命物体时，根据所述障碍物的高度和所述粗糙度系数得到第一路径规划函数，将所述第一路径规划函数作为所述新的路径规划函数；

29、在所述障碍物的种类为生命物体时，根据所述障碍物的高度、所述粗糙度系数和预设的无限大代价得到第二路径规划函数，将所述第二路径规划函数作为所述新的路径规划函数。

30、可选地，在一些实施例中，所述第一路径规划函数为：

31、f(n)＝(|k|+1)*m*g(n)+h(n)；

32、所述第二路径规划函数为：

33、f(n)＝(|k|+1)*m*g(n)+h(n)；

34、|k+1|*m＝+∞；

35、其中，f(n)为第一路径规划函数，k为非生命障碍物高度，m为非生命物体粗糙度系数，g(n)为实际代价函数，h(n)为估计代价函数。

36、可选地，在一些实施例中，在根据所述更新后的规划路径对所述车辆进行控制之前，所述控制模块，还用于：

37、通过预设的贝塞尔曲线对所述更新后的规划路径进行平滑处理。

38、本申请第三方面实施例提供一种车辆，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计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的路径规划方法。

39、本申请第四方面实施例提供一种计算机程序产品，其上存储有计算机程序，该程序被执行，以用于实现如上述实施例所述的路径规划方法。

40、由此，本申请通过获取目标区域地图和当前规划路径，将目标区域地图进行网格化处理，得到网格化地图，并判断当前规划路径中是否存在障碍物，若当前规划路径中存在障碍物，则确定障碍物的种类、障碍物在网格化地图中的面积覆盖度和障碍物的高度，并计算障碍物的粗糙度系数，根据种类、高度和粗糙度系数确定新的路径规划函数，并根据新的路径规划函数和面积覆盖度更新当前规划路径，并根据更新后的规划路径对车辆进行控制。由此，解决了相关技术中，动态避障算法基于机器学习算法，对算力需求大，且运行速度慢，影响自动驾驶功能实现的成功率等问题，提高智能汽车动态避让的精准度和效率，提升用户的驾乘体验。

41、本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

技术特征：

1.一种路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述计算所述障碍物的粗糙度系数，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述种类、所述高度和所述粗糙度系数确定新的路径规划函数，包括：

4.根据权利要求3所述的方法，其特征在于，所述第一路径规划函数为：

5.根据权利要求1所述的方法，其特征在于，在根据所述更新后的规划路径对所述车辆进行控制之前，还包括：

6.一种路径规划装置，其特征在于，包括：

7.根据权利要求6所述的装置，其特征在于，所述计算模块，具体用于：

8.根据权利要求6所述的装置，其特征在于，所述控制模块，具体用于：

9.一种车辆，其特征在于，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计算机程序，所述处理器执行所述程序，以实现如权利要求1-5任一项所述的路径规划方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被执行，以用于实现如权利要求1-5任一项所述的路径规划方法。

技术总结本申请涉及车辆技术领域，特别涉及一种路径规划方法、装置、车辆及程序产品，方法包括：将目标区域地图进行网格化处理，得到网格化地图，并判断当前规划路径中是否存在障碍物，若当前规划路径中存在障碍物，则确定障碍物的种类、障碍物在网格化地图中的面积覆盖度和障碍物的高度，并计算障碍物的粗糙度系数，根据种类、高度和粗糙度系数确定新的路径规划函数，并根据新的路径规划函数和面积覆盖度更新当前规划路径，并根据更新后的规划路径对车辆进行控制。由此，解决了相关技术中，动态避障算法基于机器学习算法，对算力需求大，且运行速度慢，影响自动驾驶功能实现的成功率等问题，提高智能汽车动态避让的精准度和效率，提升用户的驾乘体验。技术研发人员：裴丽珊,王丽丽,杜秀达,杨立秋受保护的技术使用者：中国第一汽车股份有限公司技术研发日：技术公布日：2025/1/6