基于路径规划的无人车自主避障方法、系统及介质与流程

摘要: 本发明涉及智能驾驶,特别涉及基于路径规划的无人车自主避障方法、系统及介质。背景技术:1、无人车已广泛应用于交通、园区作业等领域,基于路径规划的自主避障是保障其安...
基于路径规划的无人车自主避障方法、系统及介质与流程

本发明涉及智能驾驶,特别涉及基于路径规划的无人车自主避障方法、系统及介质。

背景技术:

1、无人车已广泛应用于交通、园区作业等领域,基于路径规划的自主避障是保障其安全高效运行的核心技术,路径节点周边障碍物的精准研判对避障效果至关重要。目前行业多采用常规感知与基础避障方案,该类方式在路况简单、障碍单一的场景中可实现基础避障。随着无人车应用场景不断拓展、运行要求持续提高,传统避障技术逐渐暴露出诸多局限。受路径节点布局、动态障碍物运动多变等因素影响,传统方案无法精准解析各路径节点的障碍物分布状态,难以全面量化风险,采集的数据片面且精度不足,无法支撑无人车开展精准避障,难以满足复杂路况下的行车管控需求。

技术实现思路

1、本申请提供了基于路径规划的无人车自主避障方法、系统及介质,解决了传统无人车难以精准识别行驶沿途不同位置的障碍与动态风险,面对多样复杂路况缺少合理的应对逻辑,避障精度和可靠性不足的技术问题。

2、本申请的第一个方面,提供了基于路径规划的无人车自主避障方法,所述方法包括:根据路径规划进行路径节点的障碍物进行解析,建立各路径节点的障碍物分布概率图;基于所述障碍物分布概率图进行监测匹配,确定监测目标范围及避障解析路径策略;根据监测目标范围获取当前监测数据,根据所述当前监测数据与所述避障解析路径策略进行路径因子匹配,激活路径解析策略,生成自主避障控制指令。

3、本申请的第二个方面,提供了基于路径规划的无人车自主避障系统,所述系统包括:障碍物分布概率图构建模块,用于根据路径规划进行路径节点的障碍物进行解析,建立各路径节点的障碍物分布概率图;监测目标范围确定模块,基于所述障碍物分布概率图进行监测匹配,确定监测目标范围及避障解析路径策略;自主避障控制指令生成模块,用于根据监测目标范围获取当前监测数据,根据所述当前监测数据与所述避障解析路径策略进行路径因子匹配,激活路径解析策略,生成自主避障控制指令。

4、本申请的第三个方面,还提供了一种计算机可读存储介质,存储有计算机程序,该程序被处理器执行时,实现本申请提供的基于路径规划的无人车自主避障方法。

5、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:

6、本申请通过对规划路径各节点的障碍物进行解析并构建障碍物分布概率图,经区域分割、特征分析与模板匹配等处理获取风险范围及避障方案,提取实时行车相关参数并完成指标比对,结合预设判定规则进行策略适配,从而实现无人车动态环境下的自主避障,让无人车在复杂路况中的避障运行更加精准可靠,达到了提升车辆复杂环境下的避障能力,保障行车安全且贴合预设行驶路线的技术效果。

1.基于路径规划的无人车自主避障方法,其特征在于,包括:

2.根据权利要求1所述的基于路径规划的无人车自主避障方法,其特征在于,根据路径规划进行路径节点的障碍物进行解析,建立各路径节点的障碍物分布概率图,包括:

3.根据权利要求1所述的基于路径规划的无人车自主避障方法,其特征在于,基于所述障碍物分布概率图进行监测匹配,确定监测目标范围及避障解析路径策略,包括:

4.根据权利要求3所述的基于路径规划的无人车自主避障方法,其特征在于,所述预设的若干避障响应模板包括:基础分级模板、多障碍物规避重叠模板、障碍物运动姿态分类模板、突发车辆轨迹节点重叠匹配模板。

5.根据权利要求4所述的基于路径规划的无人车自主避障方法,其特征在于,所述多障碍物规避重叠模板,包括:

6.根据权利要求4所述的基于路径规划的无人车自主避障方法,其特征在于,所述突发车辆轨迹节点重叠匹配模板,包括:

7.根据权利要求1所述的基于路径规划的无人车自主避障方法,其特征在于,根据所述当前监测数据与所述避障解析路径策略进行路径因子匹配,激活路径解析策略,生成自主避障控制指令,包括:

8.基于路径规划的无人车自主避障系统,其特征在于,用于实施权利要求1-7任意一项所述的基于路径规划的无人车自主避障方法,所述系统包括:

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一项所述的基于路径规划的无人车自主避障方法。