[发明专利]基于矢量地图和栅格地图的自动驾驶车辆路径规划方法

权利要求书

1.一种基于矢量地图和栅格地图的自动驾驶车辆路径规划方法，其特征在于，包括：

通过全局矢量地图，规划出自动驾驶车辆的当前位置至目标点的全局最短路径；

实时采集环境信息，并将所述环境信息转化为点云数据，映射为当前局部栅格地图；

根据所述全局最短路径，基于所述当前局部栅格地图，并结合局部定位信息，利用局部规划算法计算得到局部运动路径，以便于根据所述局部运动路径控制所述自动驾驶车辆行进至所述目标点。

2.如权利要求1所述基于矢量地图和栅格地图的自动驾驶车辆路径规划方法，其特征在于，所述“通过全局矢量地图，规划出自动驾驶车辆的当前位置至目标点的全局最短路径”包括：

通过地图采集工具，获取全局矢量地图，并将所述全局矢量地图解析为全局路径的有向带权节点拓扑图；其中，所述全局矢量地图包括坐标点集构成的道路点图和点云数据构成的语音数据图；

通过环境信息采集装置采集当前点云信息；根据全局定位算法，对所述当前点云信息与所述点云数据进行匹配，并根据匹配结果确定所述自动驾驶车辆在所述全局矢量地图中的全局坐标变换信息；

接收用户基于所述全局矢量地图设定的全局目标点；

根据所述有向带权节点拓扑图、全局坐标变换信息和所述全局目标点，计算出从所述自动驾驶车辆的当前位置到所述全局目标点的最短全局路径。

3.如权利要求2所述基于矢量地图和栅格地图的自动驾驶车辆路径规划方法，其特征在于，所述“通过地图采集工具，获取全局矢量地图，并将所述全局矢量地图解析为全局路径的有向带权节点拓扑图；其中，所述全局矢量地图包括坐标点集构成的道路点图和点云数据构成的语音数据图”包括：

采集得到所述全局矢量地图；

运行全局地图解析器，对所述全局矢量地图中的道路坐标点集构成的道路点图进行解析，将所述道路坐标点解析为道路路网节点，基于邻接链表或邻接矩阵形式存储为有向带权结构；并解析出包含交叉路口、道路宽度的道路信息；

根据有向带权结构的所述道路路网节点，以及所述道路信息，得到全局路径的所述有向带权节点拓扑图。

4.如权利要求3所述基于矢量地图和栅格地图的自动驾驶车辆路径规划方法，其特征在于，所述“实时采集环境信息，并将所述环境信息转化为点云数据，映射为当前局部栅格地图”包括：

对所述环境信息采集装置所采集的所述当前点云信息进行分割和融合，并将分割和融合后的所述当前点云信息映射到二维栅格地图，得到初步栅格地图；

基于所述当前点云信息，根据所述初步栅格地图获取所述当前局部栅格地图。

5.如权利要求4所述基于矢量地图和栅格地图的自动驾驶车辆路径规划方法，其特征在于，所述“基于所述当前点云信息，根据所述初步栅格地图获取所述当前局部栅格地图”包括：

根据所述当前点云信息获取所述自动驾驶车辆与障碍物的距离信息；

利用栅格地图更新器，根据所述距离信息，基于膨胀参数更新所述初步栅格地图，得到所述当前局部栅格地图。

6.如权利要求5所述基于矢量地图和栅格地图的自动驾驶车辆路径规划方法，其特征在于，所述“利用栅格地图更新器，根据所述距离信息，基于膨胀参数更新所述初步栅格地图，得到所述当前局部栅格地图”包括：

利用栅格地图更新器，基于膨胀参数为所述初步栅格地图中每个栅格点赋值，得到每个栅格点对应的代价值；其中，将所述代价值作为此栅格点具有障碍物的概率；并且，将更新后的包含每个栅格点的具有障碍物的概率的所述初步栅格地图作为所述当前局部栅格地图。