可通行路径生成方法及装置、计算设备、移动工具、存储介质

技术领域

本发明涉及自主驾驶技术领域，尤其涉及一种可通行路径生成方法、可通行路径生成装置、应用该方法的计算设备，以及包含该可通行路径生成装置或计算设备的移动工具和存储介质。

背景技术

随着人工智能技术以及现代制造业的发展，自动驾驶技术已经逐渐走进人们的日常生活，潜移默化的改变着人们的出行方式。无人驾驶技术可以简要的分为感知、预测、定位、决策、规划与控制几个方面。规划通常指路径规划，其主要任务是指根据当前车俩信息合理探索环境空间，最终规划出一条便于控制器执行、无碰撞的路径。现有的路径规划方法包括基于搜索算法的路径规划、基于采样算法的路径规划、以及基于强化学习算法的路径规划等多种。基于这些规划算法得到的备选路径可能不止一条，因此，在初步规划出备选路径之后，就还需要对规划出的备选路径进行最优路径选择，以生成最终的可通行路径供控制器执行。

目前，在进行最优路径选择时，常用的方法是为备选路径确定出评价指标，并为评价指标分配固定的权重，之后利用设计的算法计算评价指标的费用代价值，并根据各个评价指标的费用代价值和为其分配的固定权重计算出各个备选路径的总代价值，最后根据各个备选路径的总代价值筛选出最优路径。在这种最优路径选择方法中，计算出的费用代价值能否准确反映备选路径的实际特征，是决定是否能够准确选取出最优路径的关键因素。然而，由于现有的方法中往往是为评价指标直接分配固定的权重，且在确定各个评价指标的费用评价值时往往也仅考虑了单一因素，因此基于此选取的最优路径往往是错误的，并不能准确选取出真正最优的路径。因此，提供一种能够更准确反映备选路径的实际特点以提高选取出的最优路径的准确率的最优路径选择方案，已成为业内急需解决的重要难题。

发明内容

本发明实施例提供一种可通行路径生成方案，以至少解决现有技术中的最优路径选择方法因费用评价考虑因素单一、权重仅仅是靠直接分配固定值等，因而难以准确对路径做出评价，导致容易选取出错误的最优路径的问题。

第一方面，本发明实施例提供一种可通行路径生成方法，其包括：

根据备选路径与障碍物的距离和第一指标权重确定出第一代价值，其中，所述第一指标权重根据障碍物与车辆的距离确定；

根据备选路径与参考路径的距离和预设的第二指标权重确定出第二代价值；

根据由备选路径的可通行长度、第一代价值和第二代价值确定的各备选路径的总代价值选取最优路径作为生成的可通行路径。

第二方面，本发明实施例提供一种可通行路径生成装置，其包括：

第一指标代价确定模块，用于根据备选路径与障碍物的距离和第一指标权重确定出第一代价值，其中，所述第一指标权重根据障碍物与车辆的距离确定；

第二指标代价确定模块，用于根据备选路径与参考路径的距离和预设的第二指标权重确定出第二代价值；

最优路径筛选模块，用于根据由备选路径的可通行长度、第一代价值和第二代价值确定的各备选路径的总代价值选取最优路径作为生成的可通行路径。

第三方面，本发明实施例提供一种计算设备，其包括：

存储器，用于存储可执行指令；以及

处理器，用于执行存储器中存储的可执行指令，所述可执行指令在由所述处理器执行时实现本发明第一方面提供的方法步骤。

第四方面，本发明实施例提供了一种移动工具，其包括根据本发明第三方面所述的计算设备。

第五方面，本发明实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面提供的方法的步骤。

第六方面，本发明实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述第一方面提供的方法。

本发明实施例的有益效果在于：本发明实施例提供的方法在确定备选路径的费用代价值时，综合考虑了备选路径与障碍物的距离、障碍物与车辆的距离、备选路径的可通行长度以及备选路径与参考路径的距离，特别是在确定第一代价值时，同时考虑了备选路径与障碍物的距离和障碍物与车辆的距离，因而确定出的代价值更能反映路径的实际情况和特点，使得确定出的最优路径的准确率更高；并且，本发明实施例的方法在对备选路径与障碍物的靠近程度这一评价指标进行评价时，是基于障碍物与车辆的距离动态确定和调整该指标的评价系数的，因而能够大幅提升选取出的最优路径的避障效果和居中效果，进一步提高确定出的最优路径的准确率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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为本发明一实施方式的可通行路径生成方法的流程示意图；

图2为本发明一实施方式的图1中步骤S10的实现方法流程示意图；

图3示意性地显示了一种实施方式的确定备选路径与障碍物的距离的方法流程示意图；

图4示意性地显示了基于图3所示方法对备选路径进行分层形成的效果图；

图5示意性地示出了本发明一实施方式的确定车辆与障碍物的距离的方法流程示意图；

图6示意性地显示了通过步骤S101a的方法得到的效果示意图；

图7示意性地显示了本发明一实施方式的图2中的步骤S103的一种具体实现方法流程图；

图8示意性地显示了本发明一实施方式的关于引导点的选取方式的效果图；

图9示意性地显示了本发明一实施方式的图1中的步骤S11的一种具体实施方式的方法流程图；

图10为本发明一实施方式的可通行路径生成装置的原理框图；

图11为本发明一实施方式的计算设备的原理框图；

图12为本发明一实施方式的移动工具的原理框图；

图13为本发明的可通行路径生成装置的一实施例的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

在本发明中，“模块”、“装置”、“系统”等指应用于计算机的相关实体，如硬件、硬件和软件的组合、软件或执行中的软件等。详细地说，例如，元件可以、但不限于是运行于处理器的过程、处理器、对象、可执行元件、执行线程、程序和/或计算机。还有，运行于服务器上的应用程序或脚本程序、服务器都可以是元件。一个或多个元件可在执行的过程和/或线程中，并且元件可以在一台计算机上本地化和/或分布在两台或多台计算机之间，并可以由各种计算机可读介质运行。元件还可以根据具有一个或多个数据包的信号，例如，来自一个与本地系统、分布式系统中另一元件交互的，和/或在因特网的网络通过信号与其它系统交互的数据的信号通过本地和/或远程过程来进行通信。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”，不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本发明实施例中的可通行路径生成方法可以应用在任何需要使用路径规划技术的产品中，特别是需要进行路径规划的自主驾驶车辆和机器人中，以使得这些产品能够利用本发明实施例的可通行路径生成方案来准确筛选出最优路径，避免筛选出错误的最优路径，提高生成的可通行路径的成功率和有效性。这些需要使用路径规划技术的产品例如包括但不限于能够实现自动行驶或半自动驾驶的移动工具，如自动驾驶车辆(乘用车、公交车、大巴车、货车、卡车等)、无人扫地机、无人清洁车、机器人、无人扫地车、扫地机器人、其他机器人等，本发明对此不作限定。

图1示意性地显示了根据本发明一实施方式的可通行路径生成方法，该方法的执行主体可以为自动驾驶车辆上的可通行路径生成装置或控制器或规划器，也可以为智能平板、个人PC、计算机、云端服务器等计算设备的处理器，还可以为诸如无人清洁车、无人扫地车、扫地机器人、自动驾驶车辆、半自动驾驶设备等智能移动平台的处理器，本发明实施例不对此进行限制。如图1所示，本发明实施例的方法包括：

步骤S10：根据备选路径与障碍物的距离和第一指标权重确定出第一代价值，其中，所述第一指标权重根据障碍物与车辆的距离确定；

步骤S11：根据备选路径与参考路径的距离和预设的第二指标权重确定出第二代价值；

步骤S12：根据由备选路径的可通行长度、第一代价值和第二代价值确定的各备选路径的总代价值选取最优路径作为生成的可通行路径。

其中，在本发明实施例中，确定出的第一代价值能够用于表征备选路径与障碍物的靠近程度，确定出的第二代价值能够用于表征备选路径与参考路径的匹配程度。由此本发明实施例的方法就能够基于备选路径的可通行长度、障碍物与备选路径的靠近程度、以及备选路径与参考路径的匹配程度三个评价指标来从备选路径中筛选出最优路径。在本发明实施例中，备选路径是指规划出的可供选用的候选路径，其可以是通过前置的路径规划模块获取到的路径规划结果，参考路径是指相应车道的车道中心线。

作为一种优选实施方式，在步骤S10中，在对用于表征备选路径与障碍物的靠近程度的评价指标进行代价值确定时，本发明实施例同时考虑了备选路径与障碍物的距离以及障碍物与车辆的距离两种因素，特别是使得该评价指标的权重系数，即第一指标权重，能够基于障碍物与车辆的距离变化进行动态确定，因而有效优化了居中策略，使得基于此筛选出的最优路径能够具有更好的避障效果和居中效果。更优地，本发明实施例中的第一指标权重设置为是随障碍物与车辆的距离的变化而相应变化，且该变化是与障碍物与车辆的距离呈负相关的，即车辆与障碍物距离越远，第一指标权重被设置的越低，车辆与障碍物距离越近，第一指标权重被设置的越高，由此，随着路径与障碍物的距离变得靠近，用于反映备选路径与障碍物的靠近程度的评价指标的权重系数将会变大，反之则会变小，使得第一指标权重能够被用作避障系数，有效反映该评价指标的避障情况和居中效果，有助于准确筛选出最佳路径。

作为一种具体实施方式，示例性地，第一指标权重具体可以设置为通过以下公式确定：

f(x)＝exp(3-x)。

其中，上述公式中的x表示车辆与障碍物的距离。

其中，图2示意性地显示了步骤S10的一种具体实施方式的方法流程，如图2所示，其具体实现为包括：

步骤S101：分别确定出备选路径与障碍物的距离以及车辆与障碍物的距离；

步骤S102：根据车辆与障碍物的距离确定第一指标权重；

步骤S103：根据备选路径与障碍物的距离以及第一指标权重计算得到第一代价值。

作为一种优选实施方式，在步骤S101中，可以基于分层处理的方式来确定备选路径与障碍物的距离，以提高确定出的备选路径与障碍物的距离的准确性。具体地，图3示意性地显示了确定备选路径与障碍物的距离的一种实施方式，如图3所示，其可以实现为包括：

步骤S101A：对所有备选路径进行分层，在各备选路径上划分出至少一个路径段；

步骤S101B：确定出各备选路径的各个路径段与障碍物的最小距离；

步骤S101C：根据各备选路径的各个路径段与障碍物的最小距离确定出相应备选路径与障碍物的距离。

在步骤S101A中，优选可以根据备选路径的路径长度对备选路径进行分层，以将各备选路径划分为至少一个路径段。示例性地，可以根据所有备选路径中的最短路径长度或路径长度平均值，设定分层半径，并基于设定的分层半径以所有备选路径的起点为圆心形成至少一个分层圆周，其中，相邻分层圆周之间的距离均等于分层半径，最内层的分层圆周的半径也与分层半径相同，由此，就可以通过分层圆周与各个备选路径的交叉点，在各个备选路径上划分出至少一个路径段。其中，设定的分层半径可以根据不需要检查和障碍物距离的最内层的圆周区域的半径确定，比如可通行距离6m以内的备选路径路段不需要检查和障碍物的距离，就可以将分层半径设置为6m，由此，通过形成等间距的说个分层圆周，就可以实现对备选路径的分层处理，如以分层半径设置为6m为例，通过形成等间距的分层圆周就可以基于半径为6m的圆周区域包围的区域将备选路径划分出一个路径段，而基于可通行距离6m～12m的环形区域就包围的区域就可以将备选路径划分出另一个路径段。依次类推，就可以将备选路径划分出所期望数量的路径段。

在步骤S101B中，可以基于2.5D语义地图和voronoi图来确定备选路径的各个路径段与障碍物的距离。其中，在路径规划的过程中，会预先根据感知信息和定位信息生成目标区域对应的包括有地图元素和地图边界等信息的栅格语义地图，本发明实施例称之为2.5D语义地图。其中，voronoi图又称维诺图、泰森多边形或dirichlet图，其作为一个重要的路径规划方法，也会被预先生成出来，而在维诺图的计算过程中即可得到栅格语义地图中每个栅格与其最近障碍物的距离，这个数据可以直接被使用，节省计算量，因此，本发明实施例是基于预先生成的目标区域对应的2.5D栅格语义地图和voronoi图来直接获取栅格点与障碍物的距离，以此来辅助确定备选路径的各个路径段与障碍物的距离，其具体实现方式可以参照现有技术实现，故在此不再赘述。

在步骤S101C中，可以根据同一备选路径上的各个路径段与障碍物的最小距离的累计结果来确定出相应备选路径与障碍物的距离，其累计方式可以是基于求和的累计，也可以是基于乘积的累计，还可以是基于加权平均的累计等，本发明实施例对此不进行限制。以基于求和的累计方式为例，可以将各个路径段与障碍物的最小距离的求和结果作为相应备选路径与障碍物的距离。更优地，还可以为每个路径段分配相应的路径权重，并根据路径权重来对相应备选路径的各个路径段与障碍物的最小距离进行求和，示例性地，以将在备选路径上划分出的路径段的数量为三个为例，可以为第一个路径段分配路径权重为w1(如取值为0.75)，为第二个路径段分配路径权重为w2(如取值为0.2)，为第三个路段段分配路径权重为w3(如取值为0.05)，并对三个路径段距离障碍物的最小距离加权求和得到相应备选路径距离障碍物的距离。

在另一些优选实施方式中，还可以在划分出的路径段上设置免检查路径段，如将最内圈的分层圆圈划分出的首个路径段作为不需要检查与障碍物距离的区域，即默认为车辆附近的区域是可通行的，而仅仅对其他路径段进行和障碍物的最近距离的检查，并依据这些需要检查的区域的路径段和障碍物的最小距离来确定相应备选路径与障碍物的距离。

以将最内圈的分层圆圈划分出的首个路径段作为不需要检查与障碍物距离的区域，仅对其他路径段进行与障碍物的最近距离的检查为例，图4示意性地显示了基于图3所示方法对备选路径进行分层形成的效果图，如图4所示，其中，图中的方块表示障碍物，两条射线代表两条备选路径，虚线圆表示分层圆圈，其将备选路径划分出了四个路径段，即第一路径段0、第二路径段1、第三路径段2和第四路径段3。假定图中左边的备选路径标记为Q，右边的备选路径标记为P，在最内层的分层圆圈40的范围内的第一路径段0是不需要进行与障碍物距离检查的，其他的路径段则需要确定与障碍物的最小距离，假设备选路径Q的第一个需要确定与障碍物最小距离的第二路径段1与障碍物的最短距离是dQ1(可以根据voronoi图得到)，备选路径P的第一个需要确定与障碍物最小距离的第二路径段1与障碍物的最短距离是dP1，备选路径Q的第二路径段1与障碍物的最短距离是dQ1(可以根据voronoi图得到)，备选路径P的路径段1与障碍物的最短距离是dP1，之后的路径段依次类推，则备选路径Q距离障碍物的距离可以通过以下公式确定出：

HQ＝w1*dQ1+w2*dQ2+w3*dQ3。

而备选路径P距离障碍物的距离则可以通过以下公式确定出：

HP＝w1*dP1+w2*dP2+w3*dP3。

其中，作为一种优选实施方式，在步骤S101中，可以通过间隔采样的方式来确定车辆与障碍物的距离，以提高确定出的车辆与障碍物的距离的准确性和参考价值。具体地，图5示意性地显示了确定车辆与障碍物的距离的一种实施方式，如图5所示，其可以实现为包括：

步骤S101a：沿车辆的车头方向选取基准线，并沿所述基准线进行均匀间隔采样，获取至少一个采样点；

步骤S101b：确定出各个采样点与障碍物的最短距离；

步骤S101c：根据各个采样点与障碍物的最短距离确定出车辆与障碍物的距离。

其中，步骤S101a中选取的基准线可以是沿车辆的车头方向的射线，其中，选取的基准线的长度和采样间隔均可以根据需求设定。图6示意性地显示了通过步骤S101a的方法得到的效果示意图，如图6所示，通过步骤S101a可以在自车辆M的车头方向发射的基准线N上进行均匀间隔采点，以形成多个采样点，如图中所示的五个采样点，其中，图6中的小方框表示障碍物。

之后，本发明实施例是基于各个采样点与障碍物的最短距离来确定车辆与障碍物的距离的。其中，在步骤S101b中可以通过2.5D语义地图和voronoi图来获取各个采样点与障碍物的最短距离，其具体获取方式可以参照现有技术进行实现，本发明实施例对此不进行详细赘述。

在步骤S101c中，可以根据各个采样点与障碍物的最短距离的平均值或求和结果或加权求和结果或加权平均值来确定车辆与障碍物的距离。示例性地，以加权求和为例，可以为每个采样点分配一个采样点权重，之后，将各个采样点与障碍物的最短距离与权重的乘积求和，以得到车辆距离障碍物的距离。

在步骤S102中，可以采用上述公式f(x)＝exp(3-x)来基于车辆距离障碍物的距离来动态确定出第一指标权重，障碍物距离备选路径距离这项指标的权重就是随着车辆距离障碍物的距离动态自适应变化的，而不再是一个固定值，由此在评价障碍物与备选路径的靠近程度时，本发明实施例引入了障碍物距离车辆的距离这一有效的距离约束条件来优化障碍物与备选路径的靠近程度的评价结果，能够充分考虑可通行路径的避障效果和居中效果，得到的代价值更合理，更能反映车辆沿该路径行驶的避障能力。

在步骤S103中，作为一种实施方式，可以直接将备选路径与障碍物的距离进行加权求和，并将加权求和结果作为第一代价值。作为另一种优选实施方式，在根据备选路径与障碍物的距离及第一指标权重计算第一代价值时，还可以优先对备选路径与障碍物的距离进行归一化处理，并结合选用的第一代价函数来确定第一代价值，以使得到的第一代价值更合理更准确。以后者为例，图7示意性地显示了步骤S103的一种具体实现方法流程，如图7所示，根据备选路径与障碍物的距离以及第一指标权重计算得到第一代价值，具体可以实现为包括：

步骤S103A：根据相应备选路径与障碍物的距离、所有备选路径与障碍物距离中的最大距离和最小距离，对相应备选路径进行归一化处理；

步骤S103B：根据对相应备选路径的归一化处理结果、选用的第一代价函数和第一指标权重计算得到相应备选路径对应的第一代价值。

在步骤S103A中，需要首先从所有备选路径与障碍物的距离中选取出最大距离和最小距离，之后基于最大距离和最小距离对各个备选路径与障碍物的距离进行归一化。以从所有备选路径与障碍物的距离中选取出的最大距离为Hmax、最小距离为Hmin、第i条备选路径与障碍物的距离为Hi为例，示例性地，可以通过公式hi＝(Hi-Hmin)/(Hmax-Hmin)对第i条备选路径进行归一化处理，并将结果hi作为对该备选路径的归一化处理结果。

在步骤S103B中，可以根据需求来选择所用的第一代价函数，优选地，选取的第一代价函数为线性函数。示例性地，选取的第一代价函数可以为f(hi)＝1-hi，其中，hi为第i条备选路径的归一化处理结果。由此，相应得到的第一代价值就可以通过第一指标权重与代价函数的乘积来确定，即示例性地，第一代价值就可以通过公式exp(3-x)*(1-hi)计算得到。

在步骤S11中，在确定备选路径与参考路径的距离时，作为一种优选实施方式，本发明实施例同时考虑两个距离，以基于两个距离来共同确定出备选路径与参考路径的距离，具体地，本发明优选实施例中备选路径与参考路径的距离是由备选路径的终点到在参考路径上选取的引导点之间的第一距离和备选路径的终点到车辆与所述引导点的连线之间的第二距离共同定义的。其中，在本发明实施例中的引导点是指用于在距离和方向两个维度分别对备选路径提供引导作用的点，因此，在选取引导点时，本发明实施例从距离和方向两个维度对引导点进行限定，以使得选取出的引导点具有更好的引导效果。优选地，可以是在参考路径上选取方向变化角度大于设定角度阈值且与车辆的距离大于设定距离阈值的折点作为引导点，以保证引导点的距离引导属性和方向引导属性，使得用于表征曲线路径与参考路径的匹配程度的评价指标的代价值的计算更简单，引导性更强，进而使得基于此选取出的最佳路径的转弯效果更好。图8示意性地显示了选取引导点的效果图，如图8所示，图中的实射线为参考路径R，其上存在点A和点B，以设定的距离阈值为20米、角度阈值为45度为例，假设点A和点B均距离车辆大于距离阈值，那么根据其方向变化角度，由于点A的方向变化角度为60度，大于角度阈值，而点B的方向变化角度为30度，小于角度阈值，因而基于距离阈值和各个点的方向变化角度，就会将点A作为引导点。而由于考虑了距离阈值和角度阈值，因此，如图8所示，当选取点A作为引导点时，相较点B，其能够更好地改善车辆的转弯能力。

在其他实施方式中，也可以不选取引导点，而是基于备选路径与参考路径之间在整条路径上的匹配度，来确定第二代价值，如备选路径与参考路径之间在整条路径上的点的平均距离来根据确定备选路径与参考路径的距离，进而确定第二代价值，本发明实施例对此不进行限制。

其中，以基于引导点来确定备选路径与参考路径的距离、进而确定出第二代价值为例，图9示意性地显示了步骤S11的一种具体实施方式的方法流程，如图9所示，其具体实现为包括：

步骤S111：根据各备选路径的终点和在参考路径上选取的引导点的位置确定出各备选路径与参考路径的距离；

步骤S112：根据各备选路径与参考路径的距离、所有备选路径与参考路径的距离中的最大值和最小值，对相应备选路径进行归一化处理；

步骤S113：根据对相应备选路径的归一化处理结果、选用的第二代价函数和第二指标权重计算得到相应备选路径对应的第二代价值。

在步骤S111中，本发明实施例不但会根据在参考路径上选取的引导点计算出各备选路径的终点到引导点的第一距离，还会将引导点和车辆连接形成得到一条引导点与车辆之间的直线，并计算备选路径的终点到该直线的第二距离，之后，本发明实施例将根据各备选路径对应的第一距离和第二距离确定出各备选路径与参考路径的距离。其中，计算各备选路径的终点到引导点的第一距离可以通过备选路径的终点坐标和引导点的坐标进行计算得到，也可以通过voronoi图获取得到。计算备选路径的终点到引导点与车辆之间的直线的第二距离同样可以根据终点的坐标、引导点坐标和车辆坐标计算得到，也可以通过voronoi图获取得到，本发明实施例对此不进行限制。作为一种优选实施方式，示例性地，可以将第一距离和第二距离求和或加权求和或进行其他运算，并将运算结果作为备选路径与参考路径的距离。以将第一距离和第二距离求和作为备选路径与参考路径的距离为例，可以通过公式Di＝Dsi+Dri计算出备选路径与参考路径的距离，其中，Di为计算出的第i条备选路径与参考路径的距离，Dsi为第i条备选路径的终点到引导点的第一距离，Dri为第i条备选路径的终点到引导点和车辆的连线的第二距离。

在步骤S112中，可以基于所有备选路径与参考路径的距离中的最大值和最小值对相应备选路径进行归一化处理，其中，以从所有备选路径与参考路径的距离中确定出的最大值为Dmax、最小值为Dmin为例，可以通过公式di＝(Di-Dmin)/(Dmax-Dmin)对第i条备选路径进行归一化处理，其中，Di为第i条备选路径到参考路径的距离，di为对第i条备选路径的归一化处理结果。

在步骤S113中，可以根据需求选取第二代价函数和第二指标权重，示例性地，可以直接将归一化处理结果作为第二代价函数，即将第二代价函数设置为f(di)＝di，在其他实施方式中，也可以将第二代价函数设置为与归一化处理结果呈正相关等，本发明实施例对此不进行限制，由此，就可以通过公式C*f(di)来计算出第二代价值，其中，C为设置的第二指标权重。

由此，本发明实施例在计算用于评价备选路径与参考路径的匹配程度的第二代价值时，优先使用引导点而不是备选路径与参考路径的交叉点来对备选路径与参考路径的匹配程度进行评价，由于很多备选路径都会与参考路径相交，因此通过计算交叉点的方式来计算备选路径与参考路径的匹配程度就难以体现备选路径之间的差别，导致确定出的最佳路径容易出错。且，由于备选路径与参考路径的相交点距离车辆较近，因此，基于交叉点的计算方式也难以处理转弯情况，而本发明实施例由于采用的是引导点而非交叉点的方式来计算备选路径与参考路径的距离，因此，确定出的备选路径与参考路径的靠近程度更具引导作用。并且，本发明实施例在进行备选距离与参考路径的距离计算时，同时考虑了可通行路段终点和引导点的距离以及可通行路段终点与车辆及引导点连线的距离两个因素，因此，得到的第二代价值能够有效提升和体现参考路径的引导作用，且基于该代价值进行对备选路径进行评价和筛选，能够有效提升车辆的转弯效果。

作为一种优选实施方式，在步骤S12中，具体可以是根据备选路径的可通行长度、第一代价值和第二代价值三者的求和结果来确定各备选路径的总代价值。以将三者的求和结果作为备选路径的总代价值为例，在根据备选路径的总代价值筛选出最优路径时，示例性地是选择总代价值最低的备选路径作为最优路径。当然，不难理解的是，在通过其他运算方式基于备选路径的可通行长度、第一代价值和第二代价值确定各备选路径的总代价值实施例总，根据运算方式的差异，也可能是需要选择总代价值最高的备选路径作为最优路径，本发明实施例对此不进行限制，只要选出的最优路径对应的总代价值反映的路径特点是避障效果、居中效果和转弯效果等最佳的备选路径均应视为是符合本发明预期目标的变型。

在其他实施方式中，计算备选路径与障碍物的距离时，也可以不采用上述的分层处理的方式，而是在备选路径上选取引导点，并基于备选路径的终点与障碍物的最小距离和引导点与障碍物的最小距离来确定备选路径与障碍物的距离。在备选路径上选取引导点的方式可以参照前文在参考路径上选取引导点的描述，在此不再赘述。

图10示意性地显示了本发明一种实施方式的可通行路径生成装置，该装置可以应用于需要进行路径规划或最优路径选择的移动工具，诸如自动/半自动驾驶车辆、无人扫地机、机器人等，以辅助路径规划模块选择出最优规划路径作为最终执行的可通行路径，使得生成的最优路径的准确率、居中效果、避障效果和转弯效果均能得到大幅提升。如图10所示，该装置包括：

第一指标代价确定模块91，用于根据备选路径与障碍物的距离和第一指标权重确定出第一代价值，其中，所述第一指标权重根据障碍物与车辆的距离确定；

第二指标代价确定模块92，用于根据备选路径与参考路径的距离和预设的第二指标权重确定出第二代价值；

最优路径筛选模块93，用于根据由备选路径的可通行长度、第一代价值和第二代价值确定的各备选路径的总代价值选取最优路径作为生成的可通行路径。

其中，在本发明实施例中，确定出的第一代价值能够用于表征备选路径与障碍物的靠近程度，确定出的第二代价值能够用于表征备选路径与参考路径的匹配程度。由此本发明实施例的装置就能够基于备选路径的可通行长度、障碍物与备选路径的靠近程度、以及备选路径与参考路径的匹配程度三个评价指标来从备选路径中筛选出最优路径。在本发明实施例中，备选路径是指规划出的可供选用的候选路径，其可以是通过前置的路径规划模块获取到的路径规划结果，参考路径是指相应车道的车道中心线。

作为一种优选实施方式，在对用于表征备选路径与障碍物的靠近程度的评价指标进行代价值确定时，本发明实施例同时考虑了备选路径与障碍物的距离以及障碍物与车辆的距离两种因素，特别是使得该评价指标的权重系数，即第一指标权重，能够基于障碍物与车辆的距离变化进行动态确定，因而有效优化了居中策略，使得基于此筛选出的最优路径能够具有更好的避障效果和居中效果。更优地，本发明实施例中的第一指标权重设置为是随障碍物与车辆的距离的变化而相应变化，且该变化是与障碍物与车辆的距离呈负相关的，即车辆与障碍物距离越远，第一指标权重被设置的越低，车辆与障碍物距离越近，第一指标权重被设置的越高，由此，随着路径与障碍物的距离变得靠近，用于反映备选路径与障碍物的靠近程度的评价指标的权重系数将会变大，反之则会变小，使得第一指标权重能够被用作避障系数，有效反映该评价指标的避障情况和居中效果，有助于准确筛选出最佳路径。

作为一种优选实施方式，在确定备选路径与参考路径的距离时，本发明实施例同时考虑两个距离，以基于两个距离来共同确定出备选路径与参考路径的距离，具体地，本发明优选实施例中备选路径与参考路径的距离是由备选路径的终点到在参考路径上选取的引导点之间的第一距离和备选路径的终点到车辆与所述引导点的连线之间的第二距离共同定义的。其中，在本发明实施例中的引导点是指用于在距离和方向两个维度分别对备选路径提供引导作用的点，因此，在选取引导点时，本发明实施例从距离和方向两个维度对引导点进行限定，以使得选取出的引导点具有更好的引导效果。优选地，可以是在参考路径上选取方向变化角度大于设定角度阈值且与车辆的距离大于设定距离阈值的折点作为引导点，以保证引导点的距离引导属性和方向引导属性，使得用于表征曲线路径与参考路径的匹配程度的评价指标的代价值的计算更简单，引导性更强，进而使得基于此选取出的最佳路径的转弯效果更好。

在其他实施方式中，也可以不选取引导点，而是基于备选路径与参考路径之间在整条路径上的匹配度，来确定第二代价值，如备选路径与参考路径之间在整条路径上的点的平均距离来根据确定备选路径与参考路径的距离，进而确定第二代价值，本发明实施例对此不进行限制。

其中，需要说明的是，本发明实施例的可通行路径生成装置中涉及的各个模块的具体实现过程，如根据备选路径与障碍物的距离和第一指标权重确定出第一代价值的具体方式、备选路径与障碍物以及车辆与障碍物的距离的确定方式、根据备选路径与参考路径的距离和预设的第二指标权重确定出第二代价值的具体实现方式等，均可以参照前文方法部分的描述，在此不再赘述。

图11示意性地显示了本发明一实施方式的计算设备，如图所示，其实现为包括：

存储器100，用于存储可执行指令；以及

处理器200，用于执行存储器中存储的可执行指令，所述可执行指令在由所述处理器执行时实现前述任一项实施例所述的可通行路径生成方法的步骤。

在具体实践中，示例性地，上述计算设备可以应用在自动驾驶车辆、无人驾驶清洁器、无人驾驶扫地机、机器人等自动驾驶设备上或半自动驾驶设备上，以辅助这些设备进行路径规划和可通行路径生成，以使得这些半自主驾驶或无人驾驶的工具能够基于筛选出的最优路径执行相应的任务或车辆控制，提高这些工具在依据生成的可通行路径行驶时的居中能力、避障能力和转弯控制能力等。

图12示意性地显示了本发明一种实施方式的移动工具，如图12所示，该移动工具包括计算设备70，以使得本发明实施例的移动工具能够利用所述计算设备提供的功能进行最优路径选择和可通行路径生成，进而基于生成的可通行路径进行诸如行驶控制等后续处理。其中，计算设备可以为图11所示的计算设备。

可选地，在实际应用中，移动工具还可以包括感知识别模块和其他规划控制模块，如路径规划控制器、底层控制器等，计算设备70的功能也可以在感知识别模块或规划器等中实现，本发明实施例对此不进行限制。

本发明实施例所称的“移动工具”可以是国际自动机工程师学会(Society ofAutomotive Engineers International，SAE International)或中国国家标准《汽车驾驶自动化分级》制定的L0-L5自动驾驶技术等级的车辆。

示例性地，移动工具可以是具有如下各种功能的车辆设备或机器人设备：

(1)载人功能，如家用轿车、公共汽车等；

(2)载货功能，如普通货车、厢式货车、甩挂车、封闭货车、罐式货车、平板货车、集装厢车、自卸货车、特殊结构货车等；

(3)工具功能，如物流配送车、自动导引运输车AGV、巡逻车、起重机、吊车、挖掘机、推土机、铲车、压路机、装载机、越野工程车、装甲工程车、污水处理车、环卫车、吸尘车、洗地车、洒水车、扫地机器人、送餐机器人、导购机器人、割草机、高尔夫球车等；

(4)娱乐功能，如娱乐车、游乐场自动驾驶装置、平衡车等；

(5)特殊救援功能，如消防车、救护车、电力抢修车、工程抢险车等。

在一些实施例中，本发明实施例提供一种非易失性计算机可读存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备(包括但不限于计算机，服务器，或者网络设备等)读取并执行，以用于执行本发明上述任一项实施例的可通行路径生成方法。

在一些实施例中，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任一项实施例的可通行路径生成方法。

在一些实施例中，本发明实施例还提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一实施例的可通行路径生成方法。

在一些实施例中，本发明实施例还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项实施例的可通行路径生成方法。

图13是本发明另一实施例提供的可通行路径生成装置的硬件结构示意图，上述可通行路径生成装置可以该图所示的结构实现，如图13所示，该可通行路径生成装置包括：

一个或多个处理器610以及存储器620，图13中以一个处理器610为例。

可通行路径生成装置还可以包括：输入装置630和输出装置640。

处理器610、存储器620、输入装置630和输出装置640可以通过总线或者其他方式连接，图13中以通过总线连接为例。

存储器620作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的可通行路径生成方法对应的程序指令/模块。处理器610通过运行存储在存储器620中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的可通行路径生成方法。

存储器620可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据可通行路径生成方法的使用所创建的数据等。此外，存储器620可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器620可选包括相对于处理器610远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置630可接收输入的数字或字符信息，以及产生与图像处理设备的用户设置以及功能控制有关的信号。输出装置640可包括显示屏等显示设备。

所述一个或者多个模块存储在所述存储器620中，当被所述一个或者多个处理器610执行时，执行上述任意方法实施例中的可通行路径生成方法。

上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。

本发明实施例的电子设备以多种形式存在，包括但不限于:

(1)移动通信设备:这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。

(2)超移动个人计算机设备:这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等，例如iPad。

(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。

(4)服务器:提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

(5)其他具有数据交互功能的电子装置。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。