无人车变道的路径优化方法、设备和计算机可读存储介质与流程

1.本技术涉及自动驾驶领域，尤其涉及无人车变道的路径优化方法、设备和计算机可读存储介质。


背景技术：

2.随着技术的发展、成本的降低以及相关法规、政策的落地，无人驾驶已经逐渐进入实用阶段，无人车日益普及到人们的出行活动中。无人车是按照实时生成或者既有车道线行驶，与传统的有人驾驶类似，在无人车按照车道线行驶过程中，不可避免地需要变换车道。相关技术中，无人车在变道时，由于其路径规划不合理，导致无人车上的乘员不仅体验不佳，而且影响到无人车的行驶安全。


技术实现要素：

3.为解决或部分解决相关技术中存在的问题，本技术提供一种无人车变道的路径优化方法、设备和计算机可读存储介质，可以增加无人车乘员的乘坐舒适度并提升无人车行驶安全性。
4.本技术第一方面提供一种无人车变道的路径优化方法，包括：获取目标道路的车道组属性，所述车道组属性包含车道连接点标识；根据所述车道连接点标识，确定所述目标道路各路段对应的至少一个最小单位车道；确定所述目标道路对应最小单位车道之间的车道关联性；当无人车需要变道时，根据目标位置、所述无人车的当前位置和所述目标道路对应最小单位车道之间的车道关联性，分段拟合从所述当前位置至所述目标位置的路径对应贝塞尔曲线。
5.本技术第二方面提供一种无人车变道的路径优化装置，包括：获取模块，用于获取目标道路的车道组属性，所述车道组属性包含车道连接点标识；第一确定模块，用于根据所述车道连接点标识，确定所述目标道路各路段对应的至少一个最小单位车道；第二确定模块，用于确定所述目标道路对应最小单位车道之间的车道关联性；拟合模块，用于当无人车需要变道时，根据目标位置、所述无人车的当前位置和所述目标道路对应最小单位车道之间的车道关联性，分段拟合从所述当前位置至所述目标位置的路径对应贝塞尔曲线。
6.本技术第三方面提供一种电子设备，包括：处理器；以及存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
7.本技术第四方面提供一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
8.本技术提供的技术方案可以包括以下有益效果：在根据车道连接点标识，确定了目标道路对应最小单位车道之间的车道关联性之后，当无人车需要变道时，根据目标位置、无人车的当前位置和目标道路对应最小单位车道之间的车道关联性，分段拟合从当前位置至目标位置的路径对应贝塞尔曲线。由于从当前位置至目标位置的路径对应贝塞尔曲线是分段拟合得到，因此，从当前位置至目标位置的路径不会出现比较极端的情形（例如，曲率较大的弧度），因而在无人车按照此路径变道时，可以增加无人车乘员的乘坐舒适度并提升无人车行驶安全性。
9.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
10.通过结合附图对本技术示例性实施方式进行更详细地描述，本技术的上述以及其它目的、特征和优势将变得更加明显，其中，在本技术示例性实施方式中，相同的参考标号通常代表相同部件。
11.图1是本技术实施例示出的无人车变道的路径优化方法的流程示意图；图2是本技术实施例示出的无人车变道的路径优化装置的结构示意图；图3是本技术实施例示出的电子设备的结构示意图；图4是本技术实施例示出的路段及其最小单位车道示意图；图5a是本技术另一实施例示出的路段及其最小单位车道示意图；图5b是本技术另一实施例示出的路段及其最小单位车道示意图。
具体实施方式
12.下面将参照附图更详细地描述本技术的实施方式。虽然附图中显示了本技术的实施方式，然而应该理解，可以以各种形式实现本技术而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本技术更加透彻和完整，并且能够将本技术的范围完整地传达给本领域的技术人员。
13.在本技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
14.应当理解，尽管在本技术可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本技术范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
15.随着技术的发展、成本的降低以及相关法规、政策的落地，无人驾驶已经逐渐进入
实用阶段，无人车日益普及到人们的出行活动中。无人车是按照实时生成或者既有车道线行驶，与传统的有人驾驶类似，在无人车按照车道线行驶过程中，不可避免地需要变换车道。相关技术中，无人车在变道时，由于其路径规划不合理，导致无人车上的乘员不仅体验不佳，而且影响到无人车的行驶安全。
16.针对上述问题，本技术实施例提供一种无人车变道的路径优化方法，可以增加无人车乘员的乘坐舒适度并提升无人车行驶安全性。
17.以下结合附图详细描述本技术实施例的技术方案。
18.参见图1，是本技术实施例示出的无人车变道的路径优化方法的流程示意图，主要包括步骤s101至步骤s104，说明如下：步骤s101：获取目标道路的车道组属性，其中，车道组属性包含车道连接点标识。
19.在本技术实施例中，目标道路是无人车（或无人驾驶车辆）当前行驶的道路，无人车在目标道路行驶时，可能有变换车道的需求。此外，导航数据标准nds（navigation data standard，nds）规格中定义的、用于表达高精的车道级数据lane buildingblock（以下简称为lane bb）定义了道路的车道组属性。所谓道路的车道组，是指一组位置平行或属性相同的车道组合，其主要包括车道数、车道类型、车道边线类型、车道中心线形点、车道连接关系，等等，其中，车道连接关系主要是通过车道连接点标识（connector id）来表示。因此，在本技术实施例中，目标道路的车道组属性包含车道连接点标识；目标道路的车道组属性可保存在数据库，需要时从数据库查询读取即可获取。
20.步骤s102：根据车道连接点标识，确定目标道路各路段对应的至少一个最小单位车道。
21.在本技术实施例中，所谓最小单位车道，是根据目标道路的各路段中各车道的换道信息将各车道进行预定长度的分段，直至每一段车道满足该段车道上任一点向相邻车道变道的可行性、以及相邻车道向该段车道上任一点变道的可行性均相同，则该段车道就是最小单位车道。换言之，最小单位车道满足以下属性，即：1）紧邻的最小单位车道之间的变道行为处处一致，即从一段最小单位车道上任一处均可变道至紧邻的同一最小单位车道上或由紧邻的同一最小单位车道进入；2）一段最小单位车道的终点可连接其他一段或多段最小单位车道的起点，一段最小单位车道的起点也可连接其他一段或多段最小单位车道的终点。需要说明的是，上述最小单位车道紧邻指的是两个最小单位车道之间，一个最小单位车道在另一个最小单位车道的左边或者右边，且两个最小单位车道之间再无其他最小单位车道。如图4所示，最小单位车道lane-1和最小单位车道lane-2就是紧邻的最小单位车道，但最小单位车道lane-1和最小单位车道lane-3就不是紧邻的最小单位车道，因为最小单位车道lane-1和最小单位车道lane-3之间还存在最小单位车道lane-2；同理，最小单位车道lane-2和最小单位车道lane-3是紧邻的最小单位车道，但最小单位车道lane-2和最小单位车道lane-4不是紧邻的最小单位车道，原因也是因为最小单位车道lane-2和最小单位车道lane-4之间还存在最小单位车道lane-3。
22.最小单位车道之间的连接关系也是通过车道连接点标识来表示的。
23.作为本技术一个实施例，根据车道连接点标识，确定目标道路各路段对应的至少一个最小单位车道可以是：若根据车道连接点标识，路段中第一车道连接点是第二车道连接点的唯一前驱节点，且第二车道连接点是第一车道连接点的唯一后继节点，则确定第一
车道连接点和第二车道连接点构成一个最小单位车道。由此可知，无人车在最小单位车道中行驶时，除变道之外，应该都是沿着最小单位车道并由最小单位车道的起点驶向最小单位车道的终点。
24.步骤s103：确定目标道路对应最小单位车道之间的车道关联性。
25.此处，确定目标道路对应最小单位车道之间的车道关联性可以是：根据预定车道关联规则，确定目标道路对应最小单位车道之间的车道连通性，其中，最小单位车道之间的车道连通性即最小单位车道之间能否连通。例如，若两个最小单位车道之间共享或各自独有的车道边线均为实线，按照目前的交通规则，不允许无人车在两个最小单位车道之间发生变道行为，因此，该两个最小单位车道之间是不连通的，反之，若该两个最小单位车道之间共享的车道边线为虚线，按照目前的交通规则，允许无人车在两个最小单位车道之间发生变道行为，因此，该两个最小单位车道之间是连通的。当然，按照目前的交通规则，两个最小单位车道之间还存在单向连通的可能性。例如，最小单位车道l1的右车道边线为虚线，紧邻最小单位车道l1右边的最小单位车道l2的左车道边线为实线，则按照目标的交通规则，只能从最小单位车道l1变道至最小单位车道l2，而不允许从最小单位车道l2变道至最小单位车道l1，这种情形称之为最小单位车道l1单向连通至最小单位车道l2。具体地，作为本技术一个实施例，根据预定车道关联规则，确定目标道路对应最小单位车道之间的车道连通性可以是：若目标道路对应的最小单位车道中第一最小单位车道与第二最小单位车道属于同一路段，且第一最小单位车道可变道至第二最小单位车道，则确定第一最小单位车道可变道至第二最小单位车道；若目标道路对应的最小单位车道中第三最小单位车道与第四最小单位车道属于紧邻路段，且第三最小单位车道可供无人车驶入第四最小单位车道，则确定第三最小单位车道的终点与第四最小单位车道的起点连接；若目标道路对应的最小单位车道中第五最小单位车道与第六最小单位车道属于同一路段，且第五最小单位车道的终点与第六最小单位车道的起点重合，则确定第五最小单位车道的终点与第六最小单位车道的起点连接。需要说明的是，上述最小单位车道属于同一路段，是指这些最小单位车道之间是平行状态，或者不是平行状态但两者是可以首尾相连的，而两个最小单位车道属于紧邻路段则指的是两个最小单位车道分属于不同的两个路段，该两个路段是紧邻的，至于两个路段的紧邻，是指某个路段包含的最小单位车道的终点与另一路段包含的最小单位车道的起点重合，则该某个路段与另一路段为紧邻的路段。如图5a所示，路段1（r1）包含最小单位车道lane-1、lane-2、lane-3和lane-4，路段2（r2）包含最小单位车道lane-5、lane-6、lane-7和lane-8，其中，r1的最小单位车道lane-1的终点与r2的最小单位车道lane-5的起点为同一节点
②
，r1的最小单位车道lane-2的终点与r2的最小单位车道lane-6的起点为同一节点
⑤
，等等，则路段1（r1）和路段2（r2）为紧邻路段。需要说明的是，路段的长度至少是最小单位车道的长度，这意味着路段可以包含至少两组最小单位车道，每一组最小单位车道是平行的，组之间的最小单位车道是连接的，但这两组最小单位车道同属于一个路段。如图5b所示，与图5a相比，其中的路段（r）长度是图5a路段长度的两倍，原因在于在对道路分段时，将两个最小单位车道的长度划分为一个路段的长度，此时，路段（r）包含了最小单位车道lane-1、lane-2、lane-3、lane-4、lane-5、lane-6、lane-7和lane-8，最小单位车道lane-1与最小单位车道lane-5虽然是连接的两个最小单位车道，但不妨碍最小单位车道lane-1、lane-2、lane-3和lane-4这一组最小单位车道与lane-5、lane-6、lane-7和lane-8这一组最
小单位车道属于同一个路段。从上述描述可知，对路段的划分是灵活的，一般取决于最小单位车道的长度、道路本身形状的复杂性，等等，本技术对路段的划分并不局限于附图所示的几种情形。
26.步骤s104：当无人车需要变道时，根据目标位置、无人车的当前位置和目标道路对应最小单位车道之间的车道关联性，分段拟合从当前位置至目标位置的路径对应贝塞尔曲线。
27.此处，目标位置也就是无人车开始变道后，从其当前位置的行驶路径要达到的终点或目的点。作为本技术一个实施例，根据目标位置、无人车的当前位置和目标道路对应最小单位车道之间的车道关联性，分段拟合从当前位置至目标位置的路径对应贝塞尔曲线可通过步骤sa1041至步骤sa1043实现，说明如下：步骤sa1041：根据目标道路对应最小单位车道之间的车道关联性，对当前位置至目标位置之间路径对应的轨迹点集进行分段拟合，得到多个分段轨迹。
28.此处，路径对应的轨迹点集即对路径对应的轨迹进行采样得到的采样点的集合。如前所述，最小单位车道之间的车道关联性包括最小单位车道之间的车道连通性。因此，此处对当前位置至目标位置之间路径对应的轨迹点集进行分段拟合时，需要考虑到最小单位车道之间的车道连通性。若最小单位车道之间的车道不连通，显然就无法对路径对应的轨迹点集进行分段拟合。
29.步骤sa1042：对多个分段轨迹中紧邻分段轨迹之间的路径进行贝塞尔曲线拟合，获得至少一个过渡轨迹。
30.具体地，步骤sa1042的实现可以是：将每组紧邻分段轨迹的上一分段轨迹的终点确定为目标贝塞尔曲线的起点，将该每组紧邻分段轨迹的下一分段轨迹的起点确定为该目标贝塞尔曲线的终点；确定上一分段轨迹的终点所在的第一切线和下一分段轨迹的起点所在的第二切线；根据第一切线和第二切线确定至少两个过渡点；对目标贝塞尔曲线的起点、至少两个过渡点以及目标贝塞尔曲线的终点进行贝塞尔曲线拟合，得到过渡轨迹。上述实施例中，第一切线为经过上一分段轨迹的终点且与上一分段轨迹相切的线，第二切线为经过下一分段轨迹的起点且与下一分段轨迹相切的线。至于根据第一切线和第二切线确定至少两个过渡点，具体可以是：在第一切线上确定第一过渡点，且从上一分段轨迹的终点到第一过渡点的方向为无人车行驶方向，在第二切线上确定第二过渡点，且从下一分段轨迹的起点到第二过渡点的方向为无人车行驶方向的逆向。
31.步骤sa1043：将多个分段轨迹和至少一个过渡轨迹按照设定行驶方向进行拼接，得到从当前位置至目标位置的路径对应贝塞尔曲线。
32.作为本技术一个实施例，根据目标位置、无人车的当前位置和目标道路对应最小单位车道之间的车道关联性，分段拟合从当前位置至目标位置的路径对应贝塞尔曲线可通过步骤sb1041至步骤sb1043实现，说明如下：步骤sb1041：根据无人车的当前位置和目标位置，对当前位置和目标位置之间的轨迹点集按照行驶方向进行排序。
33.对当前位置和目标位置之间的轨迹点集按照行驶方向进行排序，意味着距离目标位置越远或者距离无人车当前位置越近的轨迹点，排序越靠前，反之，距离目标位置越近或者距离无人车当前位置越远的轨迹点，排序越靠后。
34.步骤sb1042：根据目标道路对应最小单位车道之间的车道关联性，对按照行驶方向进行排序后的轨迹点集进行阶数不超过设定值的曲线拟合，获得多个分段路径。
35.上述实施例中，对轨迹点集进行分段拟合可以是将轨迹点集拆分为多个子点集，然后对每个子点集分别进行曲线拟合，获得多个分段路径，其中，曲线拟合可以是阶数不超过设定值的曲线拟合，例如，阶数不超过设定值的贝塞尔曲线拟合，等等。
36.步骤sb1043：对每个分段路径分别进行多阶贝塞尔曲线拟合，得到从无人车的当前位置至目标位置且由多条分段贝塞尔曲线组成的一条拟合曲线。
37.具体地，对每个分段路径分别进行多阶贝塞尔曲线拟合，得到从无人车的当前位置至目标位置且由多条分段贝塞尔曲线组成的一条拟合曲线可以是：在分段路径的起始端点和终止端点之间设置贝塞尔曲线的第一控制点和贝塞尔曲线的第二控制点；设置迭代次数，对贝塞尔曲线的第一控制点和贝塞尔曲线的第二控制点进行干扰致动，得到分段贝塞尔曲线。多阶贝塞尔曲线，例如，三阶贝塞尔曲线在构建曲线时除需要起始端点和终止端点之外，还需要至少两个控制点。因此，可在分段路径的起始端点和终止端点之间设置贝塞尔曲线的第一控制点和贝塞尔曲线的第二控制点。至于其具体方法，作为本技术一个实施例，在分段路径的起始端点和终止端点之间设置贝塞尔曲线的第一控制点和贝塞尔曲线的第二控制点可以是：连接分段路径的起始端点和该分段路径的终止端点，得到起始端点和终止端点之间的连线，并对起始端点和终止端点之间的连线进行n 1等分，得到n个等分点，其中，n大于等于2；在n个等分点中选取两个等分点；过两个等分点中的第一个等分点做垂直于由起始端点和起始端点的无人车行驶方向确定的直线的垂线，并将得到的交点作为贝塞尔曲线的第一控制点；过两个等分点中的第二个等分点做垂直于由终止端点和终止端点的无人车行驶方向确定的直线的垂线，并将得到的交点作为贝塞尔曲线的第二控制点。需要说明的是，上述实施例中，在n个等分点中选取两个等分点应为在起始端点和终止端点之间的连线上不同位置的等分点，即两者之间是分离的，而不能是重叠的。
38.从上述图1示例的无人车变道的路径优化方法可知，在根据车道连接点标识，确定了目标道路对应最小单位车道之间的车道关联性之后，当无人车需要变道时，根据目标位置、无人车的当前位置和目标道路对应最小单位车道之间的车道关联性，分段拟合从当前位置至目标位置的路径对应贝塞尔曲线。由于从当前位置至目标位置的路径对应贝塞尔曲线是分段拟合得到，因此，从当前位置至目标位置的路径不会出现比较极端的情形（例如，曲率较大的弧度），因而在无人车按照此路径变道时，可以增加无人车乘员的乘坐舒适度并提升无人车行驶安全性。
39.与前述应用功能实现方法实施例相对应，本技术还提供了一种无人车变道的路径优化装置、电子设备及相应的实施例。
40.参见图2，是本技术实施例示出的无人车变道的路径优化装置的结构示意图。为了便于说明，仅示出了与本技术实施例相关的部分。图2示例的无人车变道的路径优化装置主要包括获取模块201、第一确定模块202、第二确定模块203和拟合模块204，其中：获取模块201，用于获取目标道路的车道组属性，其中，车道组属性包含车道连接点标识；第一确定模块202，用于根据车道连接点标识，确定目标道路各路段对应的至少一个最小单位车道；
第二确定模块203，用于确定目标道路对应最小单位车道之间的车道关联性；拟合模块204，用于当无人车需要变道时，根据目标位置、无人车的当前位置和目标道路对应最小单位车道之间的车道关联性，分段拟合从无人车的当前位置至目标位置的路径对应贝塞尔曲线。
41.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不再做详细阐述说明。
42.从上述图2示例的无人车变道的路径优化装置可知，在根据车道连接点标识，确定了目标道路对应最小单位车道之间的车道关联性之后，当无人车需要变道时，根据目标位置、无人车的当前位置和目标道路对应最小单位车道之间的车道关联性，分段拟合从当前位置至目标位置的路径对应贝塞尔曲线。由于从当前位置至目标位置的路径对应贝塞尔曲线是分段拟合得到，因此，从当前位置至目标位置的路径不会出现比较极端的情形（例如，曲率较大的弧度），因而在无人车按照此路径变道时，可以增加无人车乘员的乘坐舒适度并提升无人车行驶安全性。
43.图3是本技术实施例示出的电子设备的结构示意图。
44.参见图3，电子设备300包括存储器310和处理器320。
45.处理器320可以是中央处理单元（central processing unit，cpu），还可以是其他通用处理器、数字信号处理器（digital signal processor，dsp）、专用集成电路（application specific integrated circuit，asic）、现场可编程门阵列（field-programmable gate array，fpga）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
46.存储器310可以包括各种类型的存储单元，例如系统内存、只读存储器（rom）和永久存储装置。其中，rom可以存储处理器320或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置（例如磁或光盘、闪存）作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备（例如软盘、光驱）。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器310可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片（例如dram，sram，sdram，闪存，可编程只读存储器），磁盘和/或光盘也可以采用。在一些实施方式中，存储器310可以包括可读和/或写的可移除的存储设备，例如激光唱片（cd）、只读数字多功能光盘（例如dvd-rom，双层dvd-rom）、只读蓝光光盘、超密度光盘、闪存卡（例如sd卡、min sd卡、micro-sd卡等）、磁性软盘等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
47.存储器310上存储有可执行代码，当可执行代码被处理器320处理时，可以使处理器320执行上文述及的方法中的部分或全部。
48.此外，根据本技术的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本技术的上述方法中部分或全部步骤的计算机程序代码指令。
49.或者，本技术还可以实施为一种计算机可读存储介质（或非暂时性机器可读存储介质或机器可读存储介质），其上存储有可执行代码（或计算机程序或计算机指令代码），当可执行代码（或计算机程序或计算机指令代码）被电子设备（或服务器等）的处理器执行时，使处理器执行根据本技术的上述方法的各个步骤的部分或全部。
50.以上已经描述了本技术的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。