[发明专利]局部路径规划方法及云处理端

说明书

本申请提供了一种局部路径规划方法，包括：将多条行驶轨迹分别投影到图像平面，得到多条行驶轨迹的轨迹图像；其中，所述多条行驶轨迹包括相同的起始地和目的地；对所述轨迹图像进行平滑处理，得到轨迹密度热力图；在所述轨迹密度热力图中，依据关键点提取预瞄点；其中，所述关键点是反映所述行驶轨迹形状的轨迹点；计算得到所述预瞄点的属性值，所述预瞄点的属性包括坐标、头指向和曲率。从上述过程可以看出：在依据多条行驶轨迹而得到的轨迹热力密度热力图中提取得到预瞄点，可以避免使用高精度地图，解决了因没有高精度地图而导致的预瞄点无法生成适应复杂的道路结构、以及多变的交通状况的行驶路径的问题。

技术领域

本申请涉及导航技术领域，尤其涉及局部路径规划技术。

背景技术

随着人工智能技术的不断深入研究，诸如无人驾驶汽车、自主移动机器人等自动行驶设备被广泛应用到人们的日常生活和工业的生产中。

而无人驾驶汽车、自主移动机器人等自动行驶设备的相关技术研究中，导航技术是其核心，而局部路径规划又是导航技术研究中的一个重要环节和组成部分。具体的，局部路径规划，是指根据当前的道路环境和设备的自身状态，生成一条最优的行驶路径。

目前的局部路径规划方法中，在得到最优行驶路径之前需要先得到预瞄点，而预瞄点的生成需要依赖高精度地图。倘若地图信息精度不够，得到的预瞄点则无法满足生成适应复杂的道路结构、以及多变的交通状况的行驶路径的需求。

发明内容

本申请提供了一种局部路径规划方法及云处理端，以解决在没有高精度地图而得到的预瞄点无法生成适应复杂的道路结构、以及多变的交通状况的行驶路径的问题。

为了实现上述目的，现提出的方案如下：

本申请的第一方面提供了一种局部路径规划方法，包括：将多条行驶轨迹分别投影到图像平面，得到多条行驶轨迹的轨迹图像；其中，所述多条行驶轨迹包括相同的起始地和目的地；对所述轨迹图像进行平滑处理，得到轨迹密度热力图；在所述轨迹密度热力图中，依据关键点提取预瞄点；其中，所述关键点是反映所述行驶轨迹形状的轨迹点；计算得到所述预瞄点的属性值，所述预瞄点的属性包括坐标、头指向和曲率。

从上述过程可以看出：在依据多条行驶轨迹而得到的轨迹热力密度热力图中提取得到预瞄点，可以避免使用高精度地图，解决了因没有高精度地图而导致的预瞄点无法生成适应复杂的道路结构、以及多变的交通状况的行驶路径的问题。

在一个实现方式中，所述将多条行驶轨迹投影到图像平面上，得到多条行驶轨迹的轨迹图像，包括：在每条所述行驶轨迹上分别选取多个轨迹点；将每条所述行驶轨迹上选取的轨迹点的坐标转换成图像坐标系下的坐标；依据每条所述行驶轨迹上选取的轨迹点在图像坐标系下的坐标，将每条所述行驶轨迹上选取的轨迹点投影到图像平面，得到所述轨迹图像。

在一个实现方式中，每条所述行驶轨迹上选取的轨迹点在所述轨迹图像中的灰度值用于表示所述行驶轨迹的权重值。

在一个实现方式中，所述提取所述轨迹密度热力图中的预瞄点，包括：以取点行驶轨迹的关键点为分割点，对所述轨迹密度热力图进行横向分割；其中，所述取点行驶轨迹为所述轨迹图像中的一条或者多条行驶轨迹，所述关键点为所述取点行驶轨迹中曲率差值为零的两个轨迹点中的任意一个或两个；选取所述轨迹密度热力图位于横向分割线上的点中密度热力值为波峰值的点，作为所述预瞄点。

在一个实现方式中，所述提取所述轨迹密度热力图中的预瞄点，包括：提取所述轨迹密度热力图中的路口边界线；选取所述轨迹密度热力图位于路口边界线上的点中密度热力值为波峰值的点，作为所述预瞄点。

在一个实现方式中，还包括：依据同一个所述行驶轨迹上的前后两个预瞄点的属性值，计算得到所述前后两个预瞄点之间的多条行驶路径；分别计算得到每条所述行驶路径的代价值，并选择所述多条行驶路径中代价值最小的行驶路径作为最优行驶路径。