详情

原文传递自驾车的路径规划系统及方法

专利名称：	自驾车的路径规划系统及方法
摘要：	一种自驾车的路径规划系统及方法，属于路径规划领域，利用至少一传感器检测一本车的周围环境信息，将周围环境信息转换成一鸟瞰图，其中包括每一坐标点的坐标信息。系统根据坐标信息判别并标记出鸟瞰图中的车道边缘、车道线及他车，再据以计算一车道中心点及找出前车。接着，根据前车位置计算前车车速，并估计前车的一预测路径。若前车的预测路径与本车的行驶路径相同时，以前车作为一路径参考点；反之，则以车道边缘作为一路径参考线，以计算本车的最终路径。本发明通过点云资料即可规划路径，大幅减少录制高精图资所需的成本，减少资料占用的储存空间。
专利类型：	发明专利
国家地区组织代码：	中国台湾;71
申请人：	财团法人车辆研究测试中心
发明人：	杨济帆;许琮明;郑守益
专利状态：	有效
申请日期：	2022-10-31T00:00:00+0800
发布日期：	2023-01-20T00:00:00+0800
申请号：	CN202211342492.3
公开号：	CN115626181A
代理机构：	北京高沃律师事务所
代理人：	贾瑞华
分类号：	B60W60/00;B;B60;B60W;B60W60;B60W60/00
申请人地址：	中国台湾彰化县鹿港镇彰滨工业区鹿工南七路六号
主权项：	1.一种自驾车的路径规划系统，设置于一本车上，其特征在于，该自驾车的路径规划系统包括：至少一传感器，用以检测该本车的周围环境信息；一鸟瞰图产生模块，连接该至少一传感器，接收该周围环境信息并转换成一鸟瞰图，该鸟瞰图包括每一坐标点的坐标信息；一类别检测模块，连接该鸟瞰图产生模块，根据每一坐标点的坐标信息判别并标记出该鸟瞰图中的车道边缘、车道线及他车；一车道中心计算模块，连接该类别检测模块，根据已标记出的该鸟瞰图中的车道边缘及车道线找出一可行驶范围，并计算一车道中心点，根据该车道中心点及该本车的位置从他车中找出一前车，及根据该前车的位置计算该前车的车速；一前车预判模块，连接该类别检测模块及该车道中心计算模块，通过一车辆运动学模型估计该前车的一预测路径；一路径规划模块，连接该前车预判模块，若该前车的该预测路径与该本车的行驶路径相同时，以该前车作为一路径参考点，若该前车的该预测路径与该本车的行驶路径不同或没有前车时，则以该车道边缘作为一路径参考线，计算该本车的一最终路径。 2.如权利要求1所述的自驾车的路径规划系统，其特征在于，该至少一传感器为光达。 3.如权利要求2所述的自驾车的路径规划系统，其特征在于，该至少一传感器将该本车的周围环境信息以点云图呈现，该鸟瞰图产生模块再利用一转轴公式将该点云图转换为该鸟瞰图。 4.如权利要求1所述的自驾车的路径规划系统，其特征在于，该坐标信息包括坐标点的坐标值、坐标点所组成的形状、点数疏密、坐标点所组成的物件的高度、或每一坐标点的回波强度值。 5.如权利要求4所述的自驾车的路径规划系统，其特征在于，该回波强度值预设有复数区间，不同区间的回波强度值的坐标点以不同颜色显示在该鸟瞰图上。 6.如权利要求4所述的自驾车的路径规划系统，其特征在于，该类别检测模块将坐标信息进行滤波以滤除噪声，再根据坐标信息判别出该鸟瞰图中的车道边缘、车道线及他车。 7.如权利要求6所述的自驾车的路径规划系统，其特征在于，该类别检测模块利用卡尔曼滤波器对坐标信息进行滤波。 8.如权利要求1所述的自驾车的路径规划系统，其特征在于，该车道中心计算模块根据该鸟瞰图中的车道边缘及车道线找出一可行驶范围后，再从该可行驶范围中取相邻的两个车道线的中心点作为该车道中心点，或是取该车道线与该车道边缘的平均值作为该车道中心点。 9.如权利要求1所述的自驾车的路径规划系统，其特征在于，该车道中心计算模块取得该前车的位置后，根据连续时间的至少两个鸟瞰图的该前车的位置，以计算该前车的车速。 10.如权利要求9所述的自驾车的路径规划系统，其特征在于，该前车预判模块还通过标记的该车道线建立一驾驶行为兴趣区域，再根据该预测路径与该驾驶行为兴趣区域预测该前车的行为，包括直行或转弯。 11.如权利要求1所述的自驾车的路径规划系统，其特征在于，该前车的该预测路径与该本车的行驶路径相同时，该路径规划模块以该前车作为该路径参考点，并与该本车及该车道线中心点的位置及该前车的车速结合，计算该本车的该最终路径。 12.如权利要求1所述的自驾车的路径规划系统，其特征在于，该前车的该预测路径与该本车的行驶路径不同时，该路径规划模块以该车道边缘作为该路径参考线，并以该路径参考线计算出一边缘曲率，以计算该本车的该最终路径。 13.一种自驾车的路径规划方法，其特征在于，该自驾车的路径规划方法包括下列步骤：利用至少一传感器检测一本车的周围环境信息；将该周围环境信息转换成一鸟瞰图，该鸟瞰图包括每一坐标点的坐标信息；根据每一坐标点的坐标信息判别并标记出该鸟瞰图中的车道边缘、车道线及他车；根据已标记出的该鸟瞰图中的车道边缘及车道线计算一车道中心点，根据该车道中心点及该本车的位置从他车中找出一前车，再根据该前车的位置计算该前车的车速；通过一车辆运动学模型估计该前车的一预测路径；若该前车的该预测路径与该本车的行驶路径相同时，以该前车作为一路径参考点，若该前车的该预测路径与该本车的行驶路径不同或没有前车时，则以该车道边缘作为一路径参考线，计算该本车的一最终路径。 14.如权利要求13所述的自驾车的路径规划方法，其特征在于，该本车的周围环境信息以点云图呈现，并利用一转轴公式将该点云图转换为该鸟瞰图。 15.如权利要求13所述的自驾车的路径规划方法，其特征在于，该坐标信息包括坐标点的坐标值、坐标点所组成的形状、点数疏密、坐标点所组成的物件的高度、或每一坐标点的回波强度值。 16.如权利要求15所述的自驾车的路径规划方法，其特征在于，该回波强度值预设有复数区间，不同区间的回波强度值的坐标点以不同颜色显示在该鸟瞰图上。 17.如权利要求15所述的自驾车的路径规划方法，其特征在于，坐标信息被滤波以滤除噪声后，再根据坐标信息判别出该鸟瞰图中的车道边缘、车道线及他车。 18.如权利要求17所述的自驾车的路径规划方法，其特征在于，坐标信息利用卡尔曼滤波器进行滤波。 19.如权利要求13所述的自驾车的路径规划方法，其特征在于，该车道中心点的计算包含下列步骤：根据该鸟瞰图中的车道边缘及车道线找出一可行驶范围；在该可行驶范围中，取相邻的两个车道线的中心点作为该车道中心点，或是取该车道线与该车道边缘的平均值作为该车道中心点。 20.如权利要求13所述的自驾车的路径规划方法，其特征在于，该根据该前车的位置计算该前车的车速的步骤还包括下列步骤：根据连续时间的至少两个鸟瞰图的该前车的位置，计算该前车的车速。 21.如权利要求13所述的自驾车的路径规划方法，其特征在于，该通过该车辆运动学模型估计该前车的一预测路径的步骤还包括下列步骤：通过标记的该车道线建立一驾驶行为兴趣区域，再根据该预测路径与该驾驶行为兴趣区域预测该前车的行为，包括直行或转弯。 22.如权利要求13所述的自驾车的路径规划方法，其特征在于，该前车的该预测路径与该本车的行驶路径相同时，以该前车作为该路径参考点，并与该本车及该车道线中心点的位置及该前车的车速结合，计算该本车的该最终路径。 23.如权利要求13所述的自驾车的路径规划方法，其特征在于，该前车的该预测路径与该本车的行驶路径不同时，以该车道边缘作为该路径参考线，并以该路径参考线计算出一边缘曲率，以计算该本车的该最终路径。