[发明专利]一种导航路径计算方法、装置及手机、车辆

说明书

本发明提供了一种导航路径计算方法，包括以下步骤：在地图区域中划分出一个范围区域，所述范围区域覆盖了导航的起点和终点；识别所述范围区域内的道路以及道路节点；为识别到的每条道路设置方向矢量；选择基准道路节点，以基准道路节点为中心向起点方向和终点方向进行搜索得到连通路径。本发明还提供了一种导航路径计算装置，具有导航功能的手机，一种车辆。本发明的技术方案不进行大规模的广度层面的搜索，算法要快，效率更高，也更节约存储空间。

技术领域

本发明涉及一种导航路径计算方法、装置及手机、车辆，特别涉及一种低计算量低资源消耗的一种导航路径计算方法、装置及手机、车辆。

背景技术

无人驾驶汽车能够自动规划行驶路径，感知周围的环境，自主进行决策，并控制车辆的执行系统沿期望路径行驶，最终到达目的地。单体智能的无人驾驶系统，根据功能可划分为不同的子模块，包括：高精度地图、定位模块、感知模块、预测模块、全局路径规划模块、运动规划模块、运动控制模块以及人机交互模块等。

无人驾驶汽车路径规划是指在一定的环境模型基础上，给定无人驾驶汽车起始点和目标点后，按照性能指标规划出一条无碰撞、能安全到达目标点的有效路径。

全局路径规划主要包含两个步骤：

1.建立包含障碍区域与自由区域的环境地图；

2.在环境地图中选择合适的路径搜索算法，快速实时地搜索可行驶路径。路径规划结果对车辆行驶起着导航作用。它引导车辆从当前位置行驶到达目标位置。

基于采样的路径规划算法很早便开始用于车辆的路径规划中，比较常见的基于采样的规划算法有概率图算法(Probabilistic Road Map，PRM)和快速随机扩展树算法(Rapidly-exploring Random Tree，RRT)。概率图算法是在规划空间内随机选取N个道路节点，之后连接各道路节点，并去除与障碍物接触的连线，由此得到一个可行路径。显然，当采样点太少，或者分布不合理时，PRM算法是不完备的，但可以增加采样点使该算法达到完备，所以PRM是概率完备但不是最优的。

例如贪心算法或者RRT算法，若根据图1所示的道路情况进行寻径，则需要以起点S为树根，通过遍历的方式往S的周边搜索。搜索广度和深度都无法控制，导致算法效率低下，特别对于一些道路连通性较好的地图区域，其运行速度和内存损耗都无法进一步降低。

发明内容

为了解决贪心算法或者RRT算法需要通过大量的搜索广度计算，导致算法效率低下，特别对于一些道路连通性较好的地图区域，其运行速度和内存损耗都无法进一步降低的技术问题。本发明提供了一种导航路径计算方法，包括以下步骤：在地图区域中划分出一个范围区域，所述范围区域覆盖了导航的起点和终点；识别所述范围区域内的道路以及道路节点；为识别到的每条道路设置方向矢量；选择基准道路节点，以基准道路节点为中心向起点方向和终点方向进行搜索得到连通路径。

优选地，所述矢量是双向矢量。

进一步，如果基准道路节点与起点或者基准道路节点终点之间存在两条或两条以上的连通路径，则计算每条连通路径的代价值，选择代价值最小的连通路径作为最优连通路径。

进一步，范围区域内起点与终点连线上的最靠近起点与终点连线中点位置的道路节点作为基准道路节点。