自移动设备路径确定方法、装置、计算机设备和存储介质

技术领域

本申请涉及自动驾驶技术领域，特别是涉及一种自移动设备路径确定方法、装置、计算机设备和存储介质。

背景技术

近年来，随着科技的发展，无人驾驶技术越来越多地出现在人们的生活当中。其中在一些清扫场景下，无人驾驶技术能够极大地减轻环卫工人的负担。

在公园、校园等场景下，无人驾驶需要具备的一个重要功能是，全覆盖清扫路径规划，即在一个特定的封闭区域内，尽可能多地清扫整片区域。因此对于一辆无人清扫车而言，需要设计一条行驶路径，该路径既要满足车辆地运动学约束，同时也要使其包络面积尽量覆盖整个清扫区域。

但是，目前的无人清扫车是人员指定清扫路径，如何规划清扫路径指导无人清扫车作业是业内丞待解决的技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种自移动设备路径确定方法、装置、计算机设备和存储介质。

本申请实施例提供了一种自移动设备路径确定方法，所述自移动设备路径确定方法包括：

获取预先建立的与目标区域对应的实景地图以及所述实景地图内的对象模型；

对自移动设备进行实时定位以确定在所述实景地图中的对象模型的模拟位置；

在所述实景地图内，对所述对象模型进行碰撞测试以得到场景信息；

根据所述场景信息规划所述对象模型在所述实景地图中的目标路径，所述目标路径用于指导所述自移动设备行走。

在其中一个实施例中，所述建立的与目标区域对应的实景地图，包括：

获取城市的交通数据；

搭建与所述交通数据对应的实景地图。

在其中一个实施例中，所述交通数据包括路障、行车路线、方向、信号灯及建筑中的至少一个。

在其中一个实施例中，所述对自移动设备进行实时定位以确定在所述实景地图中的对象模型的模拟位置，包括：

获取所述自移动设备位置信息；

将所述位置信息映射至所述实景地图中的所述对象模型上；

所述对象模型在所述实景地图中显示所述自移动设备位置信息。

在其中一个实施例中，所述在所述实景地图内，对所述对象模型进行碰撞测试以得到场景信息，包括：

获取在所述实景地图中预先设定的碰撞检测区域以及所述对象模型的预设行进参数；

根据所述碰撞检测区域以及所述预设行进参数得到碰撞信息；

分析所述碰撞信息得到场景信息。

在其中一个实施例中，所述根据所述场景信息规划所述对象模型在所述实景地图中的目标路径，包括：全局规划和局部规划中的至少一种：

在其中一个实施例中，所述全局规划，包括：

获取所述目标路径的起点位置和终点位置；

获取对象模型的最小转弯半径；

根据所述起点位置、所述终点位置以及所述最小转弯半径确定最短路径。

在其中一个实施例中，所述局部规划，包括：

根据所述最短路径以及所述场景信息得到目标路径。

在其中一个实施例中，一种自移动设备路径确定装置，所述自移动设备路径确定装置包括：

获取模块，用于获取预先建立的与目标区域对应的实景地图以及所述实景地图内的对象模型；

定位模块，用于对自移动设备进行实时定位以确定在所述实景地图中的对象模型的模拟位置；

碰撞测试模块，用于在所述实景地图内，对所述对象模型进行碰撞测试以得到场景信息；

路径规划模块，用于根据所述场景信息规划所述对象模型在所述实景地图中的目标路径，所述目标路径用于指导所述自移动设备行走。

在其中一个实施例中，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述实施例中任一项所述的方法的步骤。

在其中一个实施例中，一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例中任一项所述的方法的步骤。

上述自移动设备路径确定方法、装置、计算机设备和存储介质，通过获取预先建立的与目标区域对应的实景地图以及所述实景地图内的对象模型；对自移动设备进行实时定位以确定在所述实景地图中的对象模型的模拟位置；在所述实景地图内，对所述对象模型进行碰撞测试以得到场景信息；根据所述场景信息规划所述对象模型在所述实景地图中的目标路径，所述目标路径用于指导所述自移动设备行走。本申请在实景地图中模拟无人清扫车清扫，可进行大量清扫路径模拟，通过分析清扫数据，获取最优清扫路径指导现实无人清扫车作业，提升效率，节约成本。

附图说明

为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为一个实施例自移动设备路径确定方法的应用环境图；

图2为一个实施例中自移动设备路径确定方法的流程示意图；

图3为另一个实施例自移动设备路径确定方法的流程示意图；

图4为一个实施例中自移动设备路径确定方法流程示意图；

图5为另一个实施例中自移动设备路径确定方法的碰撞测试流程示意图；

图6为一个实施例中自移动设备路径确定方法的全局规划流程示意图；

图7为一个实施例中计算机设备的内部结构图。

具体实施方式

为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本申请的公开内容更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的耦合。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。

如图1所示，本申请所提供的自移动设备路径确定方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。终端102可以基于用户指示，进行无人清扫车清扫路径的规划。服务器104可以基于终端102发送的指示，获取预先建立的目标区域对应的实景地图以及实景地图内的对象模型，对自移动设备进行实时定位以确定在实景地图中的对象模型的模拟位置。然后，服务器104可以在实景地图内，对对象模型进行碰撞测试以得到场景信息；根据场景信息规划对象模型在实景地图中的目标路径，目标路径用于指导自移动设备行走。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种自移动设备路径确定方法，以该方法应用于如图1所示的无人清扫车为例进行说明，包括以下步骤：

S202：获取预先建立的与目标区域对应的实景地图以及实景地图内的对象模型。

其中，目标区域是指无人清扫车的清扫的区域。三维是指在二维平面系中又加入了一个方向向量构成的空间系，更真实地表达客观世界，可进行三维空间分析和操作，如三维动画，三维实景地图等。GIS地理信息系统是一种特定的十分重要的空间信息系统，是对地表空间中的有关地理分布数据进行采集、储存、管理、分析、显示的技术系统，对空间信息进行分析和处理，广泛的应用在不同的领域。

在本实施例中，预先建立与目标区域对应的实景地图，以及建立实景地图内的对象模型。实景地图为清扫区域的三维实景地图场景，对象模型可以是无人清扫车。

具体地，整合数据建立完整的GIS地理信息数据库，在ArcGISPro中导入信息数据，建立三维实景地图，为模拟自移动设备提供实时道路数据。在预对清扫区域进行清扫时，获取预先建立的与目标区域对应的实景地图以及实景地图内的对象模型，为模拟自移动设备提供模拟对象和空间。

S204：对自移动设备进行实时定位以确定在实景地图中的对象模型的模拟位置。

其中，自移动设备为可根据预设路径进行移动的无人驾驶设备，如无人驾驶清扫车。

在本实施例中，在目标区域内对自移动设备进行地理信息系统和全球定位系统结合使用定位，利用全球定位系统定位获取自移动设备的位置信息，其中，包括当前行驶路段名称、车道方向、车辆坐标、车辆方向，基于这些位置信息，将车辆的实际场景映射到三维实景地图中。地理信息系统为全球定位系统提供空间数据，来进行空间分析并支持模拟对象模型的行驶，以实现对象模型的模拟位置。

具体地，在地理信息系统的地图中存在路网，而各个路网即是清扫的路径，当设定了起点和终点之后，在起点和终点之间的路径便可作为选择的路径。

S206：在实景地图内，对对象模型进行碰撞测试以得到场景信息。

其中，碰撞测试采用物理引擎进行碰撞检测，物理引擎是可以使对象模型具有现实世界物理属性，比如重量、体积等。

在本实施例中，在实景地图内，对对象模型进行碰撞测试，具体地，使用物理引擎进行碰撞检测，例如物理运算引擎。在物理引擎里进行参数设置，当设置完成以后引擎可以自动执行已设置参数。在清扫过程中进行复杂的逻辑判断和模拟真实的物理世界时，根据三维场景模型轮廓，确定场景中各模型的碰撞检测区域，通过设定的参数，如：动量、速度、大小，来为自移动设备赋予真实的物理属性的方式来计算清扫车行进、碰撞，基于场景中对象模型当前状态，收集场景信息，分析碰撞信息来规避障碍，以得到场景信息。

S208：根据场景信息规划对象模型在实景地图中的目标路径，目标路径用于指导自移动设备行走。

具体地，服务器确定场景中各模型的碰撞检测区域，通过设定的参数，来为自移动设备赋予真实的物理属性的方式来计算清扫车行进、碰撞，基于场景中对象模型当前状态，收集场景信息，分析碰撞信息来规避障碍，以得到场景信息。在得到场景信息后，规划对象模型在实景地图中的目标路径，以此得到在三维实景地图模拟无人清扫车的清扫路线。

在该实施例中，自移动设备路径确定方法，通过获取预先建立的与目标区域对应的实景地图以及实景地图内的对象模型；对自移动设备进行实时定位以确定在实景地图中的对象模型的模拟位置；在实景地图内，对对象模型进行碰撞测试以得到场景信息；根据场景信息规划对象模型在实景地图中的目标路径，目标路径用于指导自移动设备行走。本申请在实景地图中模拟自移动设备清扫路径，可进行大量清扫路径的模拟，通过分析清扫路径数据，获取最优清扫路径指导现实无人清扫车作业，提升效率，节约成本。

如图3所示，在其中一个实施例中，建立的与目标区域对应的实景地图，包括：

S302：获取城市的交通数据。

具体地，服务器采集城市道路与交通数据，整合数据建立完整的地理信息数据库。在ArcGISPro中导入信息数据，建立三维实景地图，为模拟无人清扫车提供实时道路数据。

S304：搭建与交通数据对应的实景地图。

具体地，服务器采集城市道路与交通数据，整合数据建立完整的地理信息数据库。在ArcGISPro中导入信息数据，建立三维实景地图，为模拟无人清扫车提供实时道路数据。

在本实施例中，服务器采集城市道路与交通数据，整合数据建立完整的地理信息数据库。在ArcGISPro中导入信息数据，建立三维实景地图，为模拟无人清扫车提供实时道路数据。

在该实施例中，通过建立三维实景地图，展示清扫区域全景、建筑、道路状况等，有效提高可视化展示效果。

在其中一个实施例中，交通数据包括路障、行车路线、方向、信号灯及建筑中的至少一个。

具体地，服务器采集城市道路与交通数据，其中交通数据包括：路障、行车路线和方向、红绿灯数据以及建筑等空间数据中的至少一个，整合数据建立完整的地理信息数据库。在ArcGISPro中导入信息数据，建立三维实景地图，为模拟无人清扫车提供实时道路数据。

在本实施例中，服务器采集城市道路与交通数据，其中交通数据包括：路障、行车路线和方向、红绿灯数据以及建筑等空间数据中的至少一个，如此，使实景地图真实反应目标区域的情况，使得到的目标路径更加精确。

如图4所示，在其中一个实施例中，对自移动设备进行实时定位以确定在实景地图中的对象模型的模拟位置，包括：

S402：获取自移动设备位置信息。

具体地，服务器通过地理信息系统和全球定位系统相结合，获取目标区域内自移动设备位置信息，位置信息包括：当前行驶路段名称、车道方向、车辆坐标、方向。另外还可以基于近场通信等技术手段实现精确定位。

S404：将位置信息映射至实景地图中的对象模型上。

具体地，服务器通过地理信息系统和全球定位系统相结合，获取目标区域内自移动设备位置信息，基于该信息，将目标区域内自移动设备的位置信息映射到实景地图中的对象模型上。

S406：对象模型在实景地图中显示自移动设备位置信息。

具体地，服务器通过地理信息系统和全球定位系统相结合，获取目标区域内自移动设备位置信息，基于该信息，将目标区域内自移动设备的位置信息映射到实景地图中的对象模型上，使对象模型在实景地图中显示自移动设备的位置信息。

在该实施例中，服务器获取自移动设备位置信息，并将位置信息映射至实景地图中的对象模型上，使对象模型在实景地图中显示自移动设备的位置信息。如此实现了在实景地图中以对象模型移动路径，模拟分析自移动设备在目标区域内的行驶路径。

如图5所示，在其中一个实施例中，在实景地图内，对对象模型进行碰撞测试以得到场景信息，包括：

S502：获取在实景地图中预先设定的碰撞检测区域以及对象模型的预设行进参数。

具体地，服务器获取在实景地图中预先设定的碰撞检测区域，其中，碰撞检测区域根据实景地图内三维场景模型轮廓确定。并对对象模型进行参数设置，其参数包括动量、速度及大小，服务器获取预设行进参数。

S504：根据碰撞检测区域以及预设行进参数得到碰撞信息。

具体地，服务器获取在实景地图中预先设定的碰撞检测区域及对象模型的预设行进参数。为对象模型赋予真实的物理属性，计算对象模型的行进、碰撞，基于实景地图中对象模型的当前状态，收集碰撞检测区域内对象模型的碰撞信息。

S506：分析碰撞信息得到场景信息。

具体地，服务器为对象模型赋予真实的物理属性，计算对象模型的行进、碰撞，基于实景地图中对象模型的当前状态，收集碰撞检测区域内对象模型的碰撞信息。对碰撞信息通过空间分割算法，地形、建筑、分部、路网等，比如利用八叉树空间分割算法，得到场景信息。

在本实施例中，服务器根据碰撞检测区域以及预设行进参数得到碰撞信息，分析碰撞信息得到场景信息。通过碰撞测试得到清扫区域全景、建筑、道路状况等，有效提高可视化展示效果。

在其中一个实施例中，根据场景信息规划对象模型在实景地图中的目标路径，包括：全局规划和局部规划中的至少一种。

具体地，服务器通过碰撞测试得到场景信息，根据场景信息规划对象模型在实景地图中的目标路径，其中目标路径包括：全局规划和局部规划中的至少一种。

在本实施例中，服务器模拟对象模型在实景地图中规划目标路径，可进行大量目标路径模拟，获取最优路径，现实指导自移动设备作业，提升效率，节约成本。

如图6所示，在其中一个实施例中，全局规划，包括：

S602：获取目标路径的起点位置和终点位置。

其中，全局规划是指规划全局范围内的从起点到终点的行驶路径。

具体地，服务器为对象模型赋予真实的物理属性，计算对象模型的行进、碰撞，基于实景地图中对象模型的当前状态，收集碰撞检测区域内对象模型的碰撞信息。对碰撞信息分析得到场景信息。地理信息地图的场景信息中存在路网，各个路网即是清扫的路径。设定清扫的起点和终点之后，在起点和终点之间的路径可作为选择。

S604：获取对象模型的最小转弯半径。

其中，杜宾斯路径规划方法是指生成最短路径的最常用方法。最小转弯半径是指，当转向盘转到极限位置，车辆以最低稳定车速转向行驶时，外侧转向轮的中心平面在支承平面上滚过的轨迹圆半径。

具体地，全局规划采用杜宾斯路径规划方法，服务器首先获取对象模型的最小转弯半径，对象模型在起点和终点两点处基于车辆中心、方向盘的转角构成两个圆。

S606：根据起点位置、终点位置以及最小转弯半径确定最短路径。

首先，全局规划采用杜宾斯路径规划方法，服务器首先获取对象模型的最小转弯半径，对象模型在起点和终点两点处基于车辆中心、方向盘的转角构成两个圆；然后，自移动设备沿着最小转弯半径构成的圆周行驶到第一个圆的切点，然后直行到第二个圆的切点，再沿着最小转弯半径构成的圆周行驶到目的地的运动轨迹就是最短路径。

在本实施例中，服务器在实景地图内规划自移动设备路径，通过杜宾斯路径规划方法，得到起点和终点之间最短路径，指导自移动设备作业，提升效率，节约成本。

在其中一个实施例中，局部规划，包括：根据最短路径以及场景信息得到目标路径。

具体地，在全局路径规划的基础上，在自移动设备行进中想要躲避障碍、变道以及转弯时，局部规划行进操作。基于行为的路径规划算法是把自移动设备需要完成的操作进行分解成一些简单的行为单位，转弯、倒车、直行、泊车等根据行为的优先级以及场景避障信息做出适当的反应，局部修改行驶路径。从规划模拟的多条路径中获取最优行驶路径，从而指导自移动设备作业。

应该理解的是，虽然图2至图6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2至图6的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，提供了一种自移动设备路径确定装置，包括：获取模块、定位模块、碰撞测试模块以及路径规划模块，其中：

获取模块，用于获取预先建立的与目标区域对应的实景地图以及实景地图内的对象模型；

定位模块，用于对自移动设备进行实时定位以确定在实景地图中的对象模型的模拟位置；

碰撞测试模块，用于在实景地图内，对对象模型进行碰撞测试以得到场景信息；

路径规划模块，用于根据场景信息规划对象模型在实景地图中的目标路径，目标路径用于指导自移动设备行走。

在其中一个实施例中，建立的与目标区域对应的实景地图，包括：

获取模块，用于获取城市的交通数据。

搭建模块，用于搭建与交通数据对应的实景地图。

在其中一个实施例中，对自移动设备进行实时定位以确定在实景地图中的对象模型的模拟位置，包括：

获取模块，用于获取自移动设备位置信息；

位置信息映射模块，用于将位置信息映射至实景地图中的对象模型上；

显示模块，用于对象模型在实景地图中显示自移动设备位置信息。

在其中一个实施例中，在实景地图内，对对象模型进行碰撞测试以得到场景信息，包括：

获取模块，用于获取在实景地图中预先设定的碰撞检测区域以及对象模型的预设行进参数；

分析模块，用于根据碰撞检测区域以及预设行进参数得到碰撞信息；以及用于分析碰撞信息得到场景信息。

在其中一个实施例中，全局规划模块，包括：

获取模块，用于获取目标路径的起点位置和终点位置；以及用于获取对象模型的最小转弯半径。

分析模块，用于根据起点位置、终点位置以及最小转弯半径确定最短路径。

在其中一个实施例中，局部规划模块，包括：

分析模块，用于根据最短路径以及场景信息得到目标路径。

关于自移动设备路径确定装置的具体限定可以参见上文中对于自移动设备路径确定方法的限定，在此不再赘述。上述自移动设备路径确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。需要说明的是，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

在其中一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储周期任务分配数据，例如配置文件、理论运行参数和理论偏差值范围、任务属性信息等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种周期任务分配方法。

领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取预先建立的与目标区域对应的实景地图以及实景地图内的对象模型。

对自移动设备进行实时定位以确定在实景地图中的对象模型的模拟位置。

在实景地图内，对对象模型进行碰撞测试以得到场景信息。

根据场景信息规划对象模型在实景地图中的目标路径，目标路径用于指导自移动设备行走。

在一个实施例中，处理器执行计算机程序时实现建立的与目标区域对应的实景地图，包括：

获取城市的交通数据。

搭建与交通数据对应的实景地图。

在一个实施例中，处理器执行计算机程序时实现交通数据包括路障、行车路线、方向、信号灯及建筑中的至少一个。

在一个实施例中，处理器执行计算机程序时实现磁编码器检测方法，还包括：

根据坏点位置对磁环进行组装。

在一个实施例中，处理器执行计算机程序时实现对自移动设备进行实时定位以确定在实景地图中的对象模型的模拟位置，包括：

获取自移动设备位置信息。

将位置信息映射至实景地图中的对象模型上。

对象模型在实景地图中显示自移动设备位置信息。

在一个实施例中，处理器执行计算机程序时实现实景地图内，对对象模型进行碰撞测试以得到场景信息，包括：

获取在实景地图中预先设定的碰撞检测区域以及对象模型的预设行进参数。

根据碰撞检测区域以及预设行进参数得到碰撞信息。

分析碰撞信息得到场景信息。

在一个实施例中，处理器执行计算机程序时实现根据场景信息规划对象模型在实景地图中的目标路径，包括：全局规划和局部规划中的至少一种。

在一个实施例中，处理器执行计算机程序时实现全局规划，包括：

获取目标路径的起点位置和终点位置。

获取对象模型的最小转弯半径。

根据起点位置、终点位置以及最小转弯半径确定最短路径。

在一个实施例中，处理器执行计算机程序时实现局部规划，包括：

根据最短路径以及场景信息得到目标路径。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取预先建立的与目标区域对应的实景地图以及实景地图内的对象模型。

对自移动设备进行实时定位以确定在实景地图中的对象模型的模拟位置。

在实景地图内，对对象模型进行碰撞测试以得到场景信息。

根据场景信息规划对象模型在实景地图中的目标路径，目标路径用于指导自移动设备行走。

在一个实施例中，计算机程序被处理器执行时实现建立的与目标区域对应的实景地图，包括：

获取城市的交通数据。

搭建与交通数据对应的实景地图。

在一个实施例中，计算机程序被处理器执行时实现交通数据包括路障、行车路线、方向、信号灯及建筑中的至少一个。

在一个实施例中，计算机程序被处理器执行时实现对自移动设备进行实时定位以确定在实景地图中的对象模型的模拟位置，包括：

获取自移动设备位置信息。

将位置信息映射至实景地图中的对象模型上。

对象模型在实景地图中显示自移动设备位置信息。

在一个实施例中，计算机程序被处理器执行时实现在实景地图内，对对象模型进行碰撞测试以得到场景信息，包括：

获取在实景地图中预先设定的碰撞检测区域以及对象模型的预设行进参数。

根据碰撞检测区域以及预设行进参数得到碰撞信息。

分析碰撞信息得到场景信息。

在一个实施例中，计算机程序被处理器执行时实现根据场景信息规划对象模型在实景地图中的目标路径，包括：全局规划和局部规划中的至少一种。

在一个实施例中，计算机程序被处理器执行时实现全局规划，包括：

获取目标路径的起点位置和终点位置。

获取对象模型的最小转弯半径。

根据起点位置、终点位置以及最小转弯半径确定最短路径。

在一个实施例中，计算机程序被处理器执行时实现局部规划，包括：

根据最短路径以及场景信息得到目标路径。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的耦合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的耦合都进行描述，然而，只要这些技术特征的耦合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。