CN115112141B 一种车辆路径规划方法、系统、电子设备及存储介质 （重庆长安汽车股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115112141B(45)授权公告日2025.01.10

(21)申请号202210739201.8

(56)对比文件

(22)申请日2022.06.24

CN110834644CN112874509

A,2020.02.25

A,2021.06.01

(65)同一申请的已公布的文献号

CN114030486

A,2022.02.11

申请公布号CN115112141A

CN112215337

A,2021.01.12

(43)申请公布日2022.09.27

CN113771845

A,2021.12.10

(73)专利权人重庆长安汽车股份有限公司

审查员肖钇岑

地址400023重庆市江北区建新东路260号

(72)发明人杨东方王雪成邱利宏李琳辉

孔周维

(74)专利代理机构上海光华专利事务所(普通合伙)31219

专利代理师吴向青(51)Int.CI.

GO1C21/34(2006.01)

GO6N3/0464(2023.01)

权利要求书5页

说明书20页附图7页

(54)发明名称

一种车辆路径规划方法、系统、电子设备及存储介质

(57)摘要

CN115112141B本发明提供一种车辆路径规划方法、系统、电子设备及存储介质，首先根据无人驾驶车辆和周围车辆的状态信息、交通环境数据，预测周围车辆的所有可能行驶轨迹；再根据无人驾驶车辆在当前时刻前的路径规划，对周围车辆进行路径规划，生成周围车辆的假定规划轨迹；对假定规划轨迹进行修正，并将修正后的假定规划轨迹与预测轨迹进行合并，根据轨迹合并结果对无人驾驶车辆进行路径规划，以生成让无人驾驶车辆与周围车辆不会出现冲突或碰撞的行驶路径。本发明不仅考虑了无人驾驶车辆与周围车辆的交互影响，而且还能够提高周围车辆轨迹预测结果的

CN115112141B

根据目标无人驾驶车辆的状态信息、周围车辆的状态信

息，以及所述目标无人驾驶车辆与所述周围车辆的交通环境数据，预测所述周围车辆的所有可能行驶轨迹

根据所述目标无人驾驶车辆在当前时刻前的路径规划，

对所述周围车辆进行路径规划，生成所述周围车辆的假

定规划轨迹

对所述假定规划轨迹进行修正，并将修正后的假定规划

轨迹与所述预测轨迹进行合并，根据轨迹合并结果对所

述目标无人驾驶车辆进行路径规划，以生成至少一条让

所述目标无人驾驶车辆与所述周围车辆不会出现冲突或

碰撞的行驶路径

S210

S220

S230

CN115112141B权利要求书1/5页

2

1.一种车辆路径规划方法，其特征在于，所述方法包括以下步骤：

根据目标无人驾驶车辆的状态信息、周围车辆的状态信息，以及所述目标无人驾驶车辆与所述周围车辆的交通环境数据，预测所述周围车辆的所有可能行驶轨迹，并记为所述周围车辆的预测轨迹；

根据所述目标无人驾驶车辆在当前时刻前的路径规划，对所述周围车辆进行路径规划，生成所述周围车辆的假定规划轨迹；

对所述假定规划轨迹进行修正，并将修正后的假定规划轨迹与所述预测轨迹进行合并，根据轨迹合并结果对所述目标无人驾驶车辆进行路径规划，以生成至少一条让所述目标无人驾驶车辆与所述周围车辆不会出现冲突或碰撞的行驶路径；

其中，所述目标无人驾驶车辆包括预先确定或实时确定的无人驾驶车辆，所述周围车辆包括与所述目标无人驾驶车辆处于预设区域内的车辆；

所述预测所述周围车辆的所有可能行驶轨迹的过程包括：

将所述目标无人驾驶车辆的历史状态信息和所述周围车辆的历史状态信息渲染至满足预设精度的栅格地图中；其中，满足预设精度的栅格地图根据所述交通环境数据得到；以及，在满足预设精度的栅格地图中使用不同颜色值表示不同的语义信息，以及使用相同颜色的渐变色表示不同历史时间步的信息，得到含有动态信息的栅格地图；

利用卷积神经网络编码含有动态信息的栅格地图，获取包含车辆交互信息和交通环境数据的空间特征；有：Fs=EfficientNet(M_;W),式中，Fs为包含车辆交互信息和交通环境数据的空间特征，EfficientNet(·)为轻量级卷积神经网络，M为含有动态信息的栅格高精地图，W为轻量级卷积神经网络的权重；

利用门控循环单元编码交通规则、所述目标无人驾驶车辆的历史状态信息和所述周围车辆的历