[发明专利]基于维诺图的拓扑关系构建方法、系统及移动工具

说明书

本发明实施例涉及自动驾驶技术领域，尤其涉及一种基于维诺图的拓扑关系构建方法、系统及移动工具，包括：根据可通行和不可通行属性对地图进行二值化处理，得到二值化矩阵数据；对二值化矩阵数据进行距离变换处理，得到距离变换图；对距离变换图进行处理，得到维诺骨架数据；从维诺骨架数据中确定维诺点，并根据维诺点构建可通行区域的拓扑关系。本发明的方法原理简单、易实现，满足了无人驾驶车辆对运行场景路径规划的技术需求，从而使得无人驾驶车辆对非结构化道路环境的适应力得到了改善。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种基于维诺图的拓扑关系构建方法、系统及移动工具。

背景技术

自动驾驶技术是近年的热点话题，在缓解交通拥堵、提高道路安全性、减少空气污染等领域，自动驾驶将会带来颠覆性的改变。随着自动驾驶商业化进程不断推进，孕育出两个不同的商业方向：结构化道路下的乘用车和非结构化道路下的低速无人车。

在两个商业化方向中，非结构化道路下的低速无人清扫车、无人快递派送车辆等为自动驾驶技术的商业化落地提供了实质性的应用场景。在非结构化道路中，自动驾驶路径规划不合理，将直接影响道路通行能力和车辆避障能力，降低无人车的运行效率、质量以及用户体验等。因此，如何规划出一条高质量的避障路径非常重要。由于基于拓扑关系的路径规划方法具备高效性和路径最优性，被广泛应用于无人车的路径规划中。

目前在自动驾驶行业中应用较多的拓扑关系构建方法是基于车道驾驶态势的拓扑关系构建方法和基于随机采样点的拓扑关系构建方法。

基于车道驾驶态势的拓扑关系构建方法，首先，在遵循交通规则的条件下，利用道路上的车道分隔线、地面印刷标识、车辆长度和车辆动力学特性等来设定车道驾驶态势和变化临界线；其次，根据车道驾驶态势和变化临界线生成车道级可通行区间集合（车道区）；最后，从车道区之间连接关系来构建可通行区的车道级拓扑关系。但是，基于车道驾驶态势的拓扑关系构建方法，该方法只适用结构化道路，而在非结构化道路下，无法构建车道驾驶态势和变化临界线，因此无法构建完整的可通行区拓扑关系。

基于随机采样点的拓扑关系构建方法，首先，在车辆可通行区域内，设置若干个随机采样点，且确保任意采样点与障碍物无碰撞；其次，根据KNN（k-Nearest Neighbor）算法，为每个采样点搜索K个邻近采样点并建立连接；最后，根据上述的每个采样点的连接关系，构建可通行区域的拓扑关系。

基于随机采样点的拓扑关系构建方法，若采样点太少或过多，会导致分布不合理时；若KNN算法中参数设置不合适，会导致生成的拓扑关系不合理或者过于繁琐；若可通行区域过窄或者区域内存在密集的障碍物，会造成随机采样的效果不好，从而导致此处的拓扑关系缺失。

因而，一种高效、低消耗且完备性的拓扑关系构建方法，是保障自动驾驶车辆高避障能力、高效安全运行的前提。

发明内容

本发明的目的是针对现有技术所存在的缺陷，提供一种基于维诺图的拓扑关系构建方法，可以为可移动设备的路径规划提供可靠的理论依据。

为实现上述目的，本发明第一方面，提供一种基于维诺图的拓扑关系构建方法，所述方法包括：

根据可通行和不可通行属性对地图进行二值化处理，得到二值化矩阵数据；

对二值化矩阵数据进行距离变换处理，得到距离变换图；

对所述距离变换图进行处理，得到维诺骨架数据；

从维诺骨架数据中确定维诺点，并根据所述维诺点构建可通行区域的拓扑关系。

本发明第二方面，提供一种基于维诺图的拓扑关系构建系统，包括：

地图处理模块，用于根据可通行和不可通行属性对地图进行二值化处理，得到二值化矩阵数据；