[发明专利]无人车行车轨迹规划方法及装置

说明书

本发明涉及智能交通系统技术领域，公开了一种无人车行车轨迹规划方法及装置，解决了现有技术中需要有先验知识才能完成无人车的轨迹规划问题。所述方法包括：获取无人车前方图像对应的网格地图；将所述网格地图二值化，并将二值化后的网格地图进行图像细化，得到细化后的网格地图；将所述细化后的网格地图采用随机抽样一致性算法进行曲线拟合，得到目标模型；以及在所述目标模型对应的曲线上取点，得到无人车的行车轨迹。本发明实施例适用于在没有先验知识的情况下，对无人车进行行车轨迹的规划过程中。

技术领域

本发明涉及智能交通系统技术领域，具体地涉及一种无人车行车轨迹规划方法及装置。

背景技术

无人车不但是智能交通系统的重要组成部分，也是移动机器人研究领域的研究热点。

无人车要实现高度自动驾驶，需要能够适应各种各样的环境，比如高速环境，城市环境，以及无道路结构的园区或者野外环境，对于最后一种环境，因为环境复杂，没有车道线等信息，规划起来较为复杂。

在现有技术中对于无道路结构的园区或者野外环境，需要首先对环境进行建模，生成全局地图，再由全局地图以及目标点进行全局规划，然后以全局规划的结果作为局部规划的参考值，再根据无人车及传感器感知到的当前环境进行局部规划。现有技术中存在以下缺陷：上述规划方法只适用于一个熟悉的环境，无人车才能自动驾驶，即需要有先验知识，而对于一个新环境则无法完成路径规划。

发明内容

本发明的目的是为了克服现有技术存在的需要有先验知识才能完成无人车的轨迹规划问题，提供一种无人车行车轨迹规划方法及装置，该方法能够在没有先验知识的情况下，且在无车道线及其他交通标示的环境下对无人车进行轨迹规划。

为了实现上述目的，本发明一方面提供一种无人车行车轨迹规划方法，包括：

获取无人车前方图像对应的网格地图；

将所述网格地图二值化，并将二值化后的网格地图进行图像细化，得到细化后的网格地图；

将所述细化后的网格地图采用随机抽样一致性算法进行曲线拟合，得到目标模型；以及

在所述目标模型对应的曲线上取点，得到无人车的行车轨迹。

进一步地，所述将所述网格地图二值化包括：

将所述网格地图灰度化，得到灰度化网格地图；

根据预设灰度值，将所述灰度化网格地图转换为包括障碍物信息的二值化网格地图，其中所述二值化网格地图中存在障碍物部分的像素点为1，其他部分的像素点为0。

进一步地，所述将二值化后的网格地图进行图像细化，得到细化后的网格地图包括：

遍历所述二值化后的网格地图中的每一个像素点Pi，将同时满足下列三个条件的像素点标记为删除：

a、2≤B(Pi)≤6；

b、A(Pi)＝1；

c、像素点Pi的4邻域中至少两个像素点为0，

其中，所述B(Pi)表示像素点Pi的8邻域中非零邻域的个数，所述A(Pi)表示像素点Pi的8邻域中按照顺时针的方向，以相邻像素点数值为0-1排序的个数；

将所述二值化后的网格地图中标记为删除的像素点删除后，得到细化后的网格地图。

进一步地，所述将所述细化后的网格地图采用随机抽样一致性算法进行曲线拟合，得到目标模型包括：

获取所述细化后的网格地图对应的点集；

根据所述点集执行下列操作：