[发明专利]驾驶路径规划方法、装置、设备和存储介质

说明书

本发明涉及一种驾驶路径规划方法、装置、设备和存储介质，终端通过获取确定性采样点集，其中确定性采样点集包括通过预设的采样规则采样得到的采样点，由于采样点是通过预设的采样规则一次性生成的确定性的采样点，因此终端可以在路径规划几何区域确定时，即可确定所有采样点的可行驶属性，其中，可行驶属性用于描述采样点是否位于可行驶路径上，同时，根据路径规划几何区域和障碍物感知信息确定采样点的碰撞属性，其中，碰撞属性用于描述采样点的位置是否与障碍物的位置重合，使得确定采样点的可行驶属性和碰撞属性可以是同步进行的，进而提高了根据采样点的可行驶属性和碰撞属性，生成自动驾驶车辆的行驶路径的速度。

技术领域

本发明涉及无人驾驶技术领域，特别是涉及了一种驾驶路径规划方法、装置、设备和存储介质。

背景技术

无人驾驶车辆，又称自动驾驶汽车，是一种通过电脑系统实现自动驾驶的智能汽车。自动驾驶车辆依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让车辆可以在没有任何人类主动的操作下，自动安全地操作机动车辆。通常，自动驾驶车辆获取目的地后，根据自动驾驶车辆的位置，通过算法计算自动驾驶车辆的行驶路径，并根据该路径控制车辆行驶。

面对复杂的行驶环境下，通常采用随机采样路径规划算法来对应自动驾驶车辆的行驶路径进行规划。当随机采样点生成后，通过将上述随机采样点所代表的车身轮廓与预设的可行驶区域进行几何相交运算，判断该随机采样点是否在地图的可行驶区域内，进而确定自动驾驶车辆的行驶路径。

采用上述随机采样路径规划算法，由于采样点为随机数据，生成自动驾驶车辆的行驶路径较慢。

发明内容

基于此，有必要针对生成自动驾驶车辆的行驶路径较慢的问题，提供了一种驾驶路径规划方法、装置、设备和存储介质。

第一方面，一种驾驶路径规划方法，所述方法包括：

获取确定性采样点集；所述确定性采样点集包括通过预设的采样规则采样得到的采样点；

获取路径规划几何区域，根据所述路径规划几何区域，确定所述确定性采样点集中每个采样点的可行驶属性；并根据障碍物感知信息和所述路径规划几何区域确定所述确定性采样点集中每个采样点的碰撞属性；所述可行驶属性用于描述采样点是否位于可行驶路径上；所述碰撞属性用于描述采样点的位置是否与障碍物的位置重合；

根据所述采样点的可行驶属性和碰撞属性，生成自动驾驶车辆的行驶路径。

在其中一个实施例中，所述方法还包括：

根据所述自动驾驶车辆行驶的目的地点和所述自动驾驶车辆的当前位置信息，获得所述路径规划几何区域。

在其中一个实施例中，所述根据路径规划几何区域，确定所述确定性采样点集中每个采样点的可行驶属性，包括：

将所述路径规划几何区域的坐标转换为地图坐标系的坐标，确定可行驶路径信息；所述可行驶路径信息包括可行驶路径的坐标范围；

根据所述可行驶路径信息和所述确定性采样点集，获得所述确定性采样点集各采样点的可行驶属性。

在其中一个实施例中，所述根据所述可行驶路径信息和所述确定性采样点集，获得所述确定性采样点集各采样点的可行驶属性，包括：

若所述确定性采样点集中的采样点的坐标在所述坐标范围内，则所述采样点的可行驶属性为所述采样点位于所述可行驶路径上。

在其中一个实施例中，所述根据障碍物感知信息和所述路径规划几何区域确定所述确定性采样点集中每个采样点的碰撞属性，包括：

根据所述确定性采样点集中采样点的坐标，确定所述采样点对应的自动驾驶车辆的坐标；

判断所述自动驾驶车辆的坐标是否与所述障碍物感知信息中障碍物的坐标重合；