路径规划方法、装置、电子设备、介质和程序产品与流程

1.本技术涉及智能驾驶技术领域，具体涉及一种路径规划方法、装置、电子设备、介质和程序产品。


背景技术：

2.随着智能驾驶技术的快速发展，车辆对于环境的感知能力也在不断提升，对于比较复杂的路况(如非结构化路面)存在诸多因素导致很多辅助驾驶功能不能正常运行，如此让驾驶员在行车过程中无法精确判断轮胎的受力或者车身和障碍物之间的距离，进而无法精确的规划行驶路径。


技术实现要素：

3.本技术实施例的目的是提供一种路径规划方法、装置、电子设备、介质和程序产品，以实现精确对车辆的行驶路径进行规划的效果。
4.本技术的技术方案如下：
5.第一方面，提供了一种路径规划方法，该方法包括：
6.获取传感器采集的位置点云信息；
7.对所述位置点云信息进行聚类，得到至少一个类簇；
8.对第一类簇和第二类簇进行三维点云配准，得到所述第一类簇和所述第二类簇的平移矩阵和旋转矩阵；其中，所述第一类簇和所述第二类簇分别为所述至少一个类簇中的任意一个；
9.基于所述平移矩阵和所述旋转矩阵对车辆和所述车辆所处的环境进行重建，得到重建后的车辆信息和环境信息；
10.基于所述车辆信息和所述环境信息，对所述车辆的行驶路径进行规划，得到目标规划路径。
11.第二方面，提供了一种路径规划装置，该装置包括：
12.第一获取模块，用于获取传感器采集的位置点云信息；
13.第一确定模块，用于对所述位置点云信息进行聚类，得到至少一个类簇；
14.第二确定模块，用于对第一类簇和第二类簇进行三维点云配准，得到所述第一类簇和所述第二类簇的平移矩阵和旋转矩阵；其中，所述第一类簇和所述第二类簇分别为所述至少一个类簇中的任意一个；
15.第三确定模块，用于基于所述平移矩阵和所述旋转矩阵对车辆和所述车辆所处的环境进行重建，得到重建后的车辆信息和环境信息；
16.第四确定模块，用于基于所述车辆信息和所述环境信息，对所述车辆的行驶路径进行规划，得到目标规划路径。
17.第三方面，本技术实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理
器执行时实现本技术实施例任一所述的路径规划方法的步骤。
18.第四方面，本技术实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现本技术实施例任一所述的路径规划方法的步骤。
19.第五方面，本技术实施例提供了一种计算机程序产品，所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备能够执行本技术实施例任一所述的路径规划方法的步骤。
20.本技术的实施例提供的技术方案至少带来以下有益效果：
21.本技术实施例提供的路径规划方法，通过对获取的传感器采集的位置点云信息进行聚类，得到至少一个类簇，然后对第一类簇和第二类簇进行三维点云配准，得到第一类簇和第二类簇的平移矩阵和旋转矩阵，基于平移矩阵和旋转矩阵对车辆和车辆所处的环境进行重建，得到重建后的车辆信息和环境信息，基于车辆信息和环境信息，对车辆的行驶路径进行规划，得到目标规划路径，如此通过本技术的方案，可精确得到车辆驾驶过程中的规划路径，确保车辆的驾驶安全。
22.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
23.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理，并不构成对本技术的不当限定。
24.图1是本技术实施例涉及的一种路径规划系统的结构示意图；
25.图2是本技术第一方面实施例提供的一种路径规划方法的流程示意图之一；
26.图3是本技术第一方面实施例提供的一种路径规划方法的流程示意图之二；
27.图4是本技术第二方面实施例提供的一种路径规划装置的结构示意图；
28.图5是本技术第三方面实施例提供的一种电子设备的结构示意图。
具体实施方式
29.为了使本领域普通人员更好地理解本技术的技术方案，下面将结合附图，对本技术实施例中的技术方案进行清楚、完整地描述。应理解，此处所描述的具体实施例仅意在解释本技术，而不是限定本技术。对于本领域技术人员来说，本技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本技术的示例来提供对本技术更好的理解。
30.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的例子。
31.如背景技术部分所述，现有技术中存在无法精确对车辆的驾驶路径进行规划的问
题，为了解决上述问题，本技术实施例提供了一种路径规划方法、装置、电子设备、介质和程序产品，通过对获取的传感器采集的位置点云信息进行聚类，得到至少一个类簇，然后对第一类簇和第二类簇进行三维点云配准，得到第一类簇和第二类簇的平移矩阵和旋转矩阵，基于平移矩阵和旋转矩阵对车辆和车辆所处的环境进行重建，得到重建后的车辆信息和环境信息，基于车辆信息和环境信息，对车辆的行驶路径进行规划，得到目标规划路径，如此通过本技术的方案，可精确得到车辆驾驶过程中的规划路径，确保车辆的驾驶安全。
32.下面结合附图，通过具体的实施例及其应用场景对本技术实施例提供的路径规划方法进行详细地说明。
33.在介绍本技术提供的路径规划方法之前，首先介绍一下实现该路径规划方法的路径规划系统。
34.图1是本技术实施例所提供的一种路径规划系统的结构示意图，如图1所示，本技术实施例提供的路径规划系统100可以包括：
35.传感器模块110，用于采集位置点云信息；
36.数据处理模块120，用于根据传感器模块的输入，对位置点云信息进行下采样、离群点剔除和坐标变换；
37.数据分析模块130，用于根据位置点云信息和惯性测量单元进行车辆和障碍物的分析，以及进行位置点云信息的重建；
38.路径规划模块140，用于根据数据分析模块的输出信息，进行路径规划。
39.上述路径规划系统中的各模块的工作原理，在下述路径规格方法实施例中再具体介绍。
40.在本技术的实施例中，通过该路径规划系统可以实现对障碍物目标或者不规则路面信息进行可视化分析，规划一条比较合理的行车路径提供给驾驶员通过复杂路况，提升了车辆驾驶的安全性。
41.图2是本技术实施例所提供的一种路径规划方法的流程示意图，该路径规划方法的执行主体可以为服务器。需要说明的是，上述执行主体并不构成对本技术的限定。
42.如图2所示，本技术实施例提供的路径规划方法可以包括步骤210-步骤250。
43.步骤210、获取传感器采集的位置点云信息。
44.其中，位置点云信息可以是传感器采集的车辆的第一位置点云信息，以及车辆所处的环境中障碍物的第二位置点云信息。
45.这里的第一位置点云信息可以是传感器采集的车辆的位置点云信息。
46.第二位置点云信息可以是传感器采集的车辆所处环境中障碍物的位置点云信息。
47.在本技术的一些实施例中，传感器可以是激光雷达，还可以是惯性测量单元(inertial measurement unit，imu)，还可以是全球定位系统(globalpositioningsystem，gps)。
48.在本技术的一些实施例中，具体的传感器在获取车辆的位置信息时，可以是采集车辆的后车轮位置，以及后车轮位置周围的障碍物等。
49.在本技术的一些实施例中，在步骤210之前，还可以对激光雷达和imu以及车辆的位置信息进行联合标定，利用gps对imu的累积误差进行校正，以确保获取的位置点云信息的精确性，进而确保目标规划路径的精确性。
50.在本技术的一些实施例中，为了进一步确保目标规划路径的精确性，提升数据的处理效率，步骤210具体可以包括：
51.响应于对激光雷达的感兴趣区域的设置操作，得到设置后的激光雷达；
52.获取设置后的激光雷达采集的位置点云信息。
53.在本技术的实施例中，可以预先对激光雷达的感兴趣区域进行设置，然后基于设置后的激光雷达采集位置点云信息，如此可使获取的位置点云信息密度更加丰富，场景的还原误差更想，且数据的处理效率更高。
54.步骤220、对位置点云信息进行聚类，得到至少一个类簇。
55.在本技术的一些实施例中，可以是利用划分法(partitioning methods)、层次法(hierarchical methods)、基于密度的方法(density-based methods)、基于网格的方法(grid-based methods)、基于模型的方法(model-based methods)等聚类算法对位置点云信息进行聚类，得到至少一个类簇。
56.在本技术的一些实施例中，由于激光雷达和imu是设置于车辆中的，且激光雷达和imu的坐标系与车辆的坐标系并非是同一坐标系，故为了进一步确保目标规划路径的精确性，在步骤220之前，上述所涉及的路径规划方法还可以包括：
57.将第一位置点云信息和第二位置点云信息统一至车辆对应的坐标系下，得到目标第一位置点云信息和目标第二位置点云信息；
58.对应的，步骤220具体可以包括：
59.对目标第一位置点云信息和目标第二位置点云信息分别进行聚类，得到至少一个类簇。
60.其中，目标第一位置点云信息可以是将第一位置点云信息统一至车辆对应的坐标系下后，所得到的位置点云信息。
61.目标第二位置点云信息可以是将第二位置点云信息统一至车辆对应的坐标系下后，所得到的位置点云信息。
62.在本技术的一些实施例中，将第一位置点云信息和第二位置点云信息统一至车辆对应的坐标系下，如此完成了对位置点云信息的粗配准。
63.在本技术的实施例中，通过将第一位置点云信息和第二位置点云信息统一至车辆对应的坐标系下，得到目标第一位置点云信息和目标第二位置点云信息，然后对目标第一位置点云信息和目标第二位置点云信息分别进行聚类，得到至少一个类簇，如此可实现对位置点云信息的粗配准，进而确保目标规划路径的精确性。
64.在本技术的一些实施例中，为了进一步提升目标规划路径的精确性，在步骤220之前，具体的可以是在将第一位置点云信息和第二位置点云信息统一至车辆对应的坐标系下，得到目标第一位置点云信息和目标第二位置点云信息之前，上述所涉及的路径规划方法还可以包括：
65.将位置点云信息所对应的区域划分为至少一个子区域；
66.计算第三位置点云信息距离各子区域的欧式距离，在欧式距离大于预设距离阈值的情况下，将第三位置点云信息剔除；
67.其中，每个子区域中可以具有多个位置点云信息。
68.第三位置点云信息可以为位置点云信息中的任意一个。
69.预设距离阈值可以是预先设置的距离阈值，该阈值可根据用户需求自行设置，这里不做限定。
70.在本技术的一些实施例中，可以是采用空间单元格法将位置点云信息划分为若干空间，在每个小空间中确定各位置点云信息之间的距离，每个小空间称为体素网格，把位置点云信息用长方体整体覆盖，若长方体x、y和z轴的最小坐标为x
min
，y
min
，z
min
，最大坐标为x
max
，y
max
，z
max
，设小空间的栅格长度为l，e为误差长度，则长方体在各轴可划分的体素网格个数为如此公式(1)：
[0071][0072]
若某一位置点云信息为(xi,yi,zi)，那么其在体素网格的索引号为如下公式(2)：
[0073][0074]
在本技术的一些实施例中，计算第三位置点云信息距离各子区域的欧式距离，在欧式距离大于预设距离阈值的情况下，将第三位置点云信息剔除，具体的可以是利用k邻域算法来进行计算第三位置点云信息距离各子区域的欧式距离。
[0075]
具体的可以是设置k值及平均距离阈值(即预设距离阈值)，对该点所在的栅格和附近栅格进行k近邻域搜索，求距离最近的k个点，并计算该点与k近邻域点的距离均值，判断是否为离群点，若为离群点则进行剔除。即根据点之间的距离来确定是否为离群点，具体的可以是选取某点测量与k近邻域点之间的距离，与给定的阈值进行判断，如果距离大于给定阈值，则该点为离群点，则进行删除。
[0076]
在本技术的实施例中，通过将位置点云信息所对应的区域划分为至少一个子区域，计算第三位置点云信息距离各子区域的欧式距离，在欧式距离大于预设距离阈值的情况下，将第三位置点云信息剔除，如此可剔除离群点，避免了离群点对计算的影响，提升了目标规划路径的精确性。
[0077]
在本技术的一些实施例中，为了进一步提升路径规划的精确性，在所述将位置点云信息所对应的区域划分为至少一个子区域之前，上述所涉及的路径规划方法还可以包括：
[0078]
对位置点云信息进行下采样，得到下采样后的位置点云信息；
[0079]
所述将位置点云信息所对应的区域划分为至少一个子区域，包括：
[0080]
将下采样后的位置点云信息所对应的区域划分为至少一个子区域。
[0081]
在本技术的一些实施例中，可以是通过点云库(point cloud library，pcl)中的voxel grid算法对点云数据进行下采样，得到下采样后的位置点云信息。
[0082]
在本技术的实施例中，通过对位置点云信息进行下采样，如此可以降低位置点云信息的密度，加快位置点云信息的处理速度，提高实时性。
[0083]
步骤230、对第一类簇和第二类簇进行三维点云配准，得到第一类簇和第二类簇的平移矩阵和旋转矩阵。
[0084]
其中，第一类簇和第二类簇可以分别为至少一个类簇中的任意一个。
[0085]
在本技术的一些实施例中，可以是通过迭代最近点(iterative closest point，icp)点云配准方法来对第一类簇和第二类簇进行三维点云精配准，得到第一类簇和第二类簇的平移矩阵和旋转矩阵。
[0086]
在一个示例中，第一类簇ai＝(xi,yi,zi),第二类簇bi＝(xi,yi,zi)；(i＝1,2,3,.....,n)，寻找n对最近领域点，b中对应a点用a
‘
表示，a’i
为bi中找到与ai差的平方和最小点，计算变换矩阵最优解其中r为第一类簇和第二类簇之间的平移矩阵，t为第一类簇和第二类簇之间的旋转矩阵。
[0087]
步骤240、基于平移矩阵和旋转矩阵对车辆和车辆所处的环境进行重建，得到重建后的车辆信息和环境信息。
[0088]
在本技术的一些实施例中，可以是基于平移矩阵和旋转矩阵，利用pcl中surface算法将采集的距离较近的位置点云信息基于特征面进行拟合完成三维重建，还可以基于车辆多次经过相同的路面进行点云配准重建，对重建模型进行补全，减小误差。
[0089]
在本技术的一些实施例中，对于路面障碍物可以采用欧式聚类算法将障碍物对应的第二位置点云信息按距离进行分割(具体的可以是按照障碍物距离车辆的距离进行分割)，然后对分割后的各障碍物进行重建，得到重建后的环境信息。
[0090]
步骤250、基于车辆信息和环境信息，对车辆的行驶路径进行规划，得到目标规划路径。
[0091]
在本技术的一些实施例中，步骤250具体可以包括：
[0092]
基于车辆信息和环境信息，利用戴克斯特拉算法对车辆的行驶路径进行规划，得到目标规划路径。
[0093]
在本技术的实施例中，基于车辆信息和环境信息，可以通过戴克斯特拉算法对车辆的行驶路径进行规划，如此可得到精确的目标规划路径。
[0094]
在本技术的一些实施例中，为了提升用户体验，在步骤250之后，上述所涉及的路径规划方法还可以包括：显示目标规划路径，以及车辆信息和环境信息。
[0095]
在本技术的实施例中，在得到目标规划路径后，可以将重建的车辆信息和环境信息，以及目标规划路径展示给驾驶员，如此驾驶员可以实时查看到车辆底盘的3d视图以及周边的障碍物信息，辅助驾驶员通过复杂路况，提升了用户体验。
[0096]
在本技术的一些实施例中，为了更加清晰的理解本技术实施例例提供的路径规划方法，本技术实施例还提供了路径规划方法的另一种可实现方式。
[0097]
图3是本技术实施例所提供的另一种路径规划方法的流程示意图，如图3所示，本技术实施例提供的路径规划方法可以包括步骤310-步骤380。
[0098]
步骤310、获取传感器采集的位置点云信息。
[0099]
步骤320、对激光雷达的感兴趣区域进行设置。
[0100]
步骤330、坐标转换。
[0101]
在本技术的一些实施例中，该步骤与上述实施例中，将车辆的第一位置点云信息，以及车辆所处环境中障碍物的第二位置点云信息统一至车辆对应的坐标系下，得到目标第一位置点云信息和目标第二位置点云信息一致，在此不再赘述。
[0102]
步骤340、对位置点云信息进行预处理。
[0103]
在本技术的一些实施例中，这里的预处理可以是上述实施例中的对位置点云信息
进行下采样，以及将离群点云进行剔除。具体的如何对位置点云信息进行下采样，以及将离群点云进行剔除可参照上述实施例，在此不再赘述。
[0104]
步骤350、对位置点云信息进行聚类。
[0105]
在本技术的一些实施例中，这里的对位置点云信息进行聚类可参照上述实施例中的聚类过程，在此不再赘述。
[0106]
步骤360、位置点云信息重建。
[0107]
在本技术的一些实施例中，这里的位置点云信息重建与上述实施例中步骤240一致，在此不再赘述。
[0108]
步骤370、路径规划。
[0109]
在本技术的一些实施例中，该步骤与上述实施例中的步骤250一致，在此不再赘述。
[0110]
步骤380、显示目标规划路径，以及车辆信息和环境信息。
[0111]
在本技术的实施例中，通过激光雷达数据对车辆前方环境进行三维重建，对障碍物目标或者不规则路面信息进行可视化分析，规划一条比较合理的行车路径提供给驾驶员通过复杂路况。
[0112]
需要说明的是，本技术实施例所提供的路径规划方法可以应用于所有包含自动驾驶模式的车辆。
[0113]
需要说明的是，本技术实施例提供的路径规划方法，执行主体可以为路径规划装置，或者该路径规划装置中的用于执行路径规划方法的控制模块。
[0114]
基于与上述的路径规划方法相同的发明构思，本技术还提供了一种路径规划装置。下面结合图4对本技术实施例提供的路径规划装置进行详细说明。
[0115]
图4是根据一示例性实施例示出的一种路径规划装置的结构示意图。
[0116]
如图4所示，该路径规划装置400可以包括：
[0117]
第一获取模块410，用于获取传感器采集的位置点云信息；
[0118]
第一确定模块420，用于对所述位置点云信息进行聚类，得到至少一个类簇；
[0119]
第二确定模块430，用于对第一类簇和第二类簇进行三维点云配准，得到所述第一类簇和所述第二类簇的平移矩阵和旋转矩阵；其中，所述第一类簇和所述第二类簇分别为所述至少一个类簇中的任意一个；
[0120]
第三确定模块440，用于基于所述平移矩阵和所述旋转矩阵对车辆和所述车辆所处的环境进行重建，得到重建后的车辆信息和环境信息；
[0121]
第四确定模块450，用于基于所述车辆信息和所述环境信息，对所述车辆的行驶路径进行规划，得到目标规划路径。
[0122]
在本技术的实施例中，通过第一获取模块获取的传感器采集的位置点云信息，基于第一确定模块对位置点云信息进行聚类，得到至少一个类簇，然后基于第二确定模块对第一类簇和第二类簇进行三维点云配准，得到第一类簇和第二类簇的平移矩阵和旋转矩阵，基于第三确定模块基于平移矩阵和旋转矩阵对车辆和车辆所处的环境进行重建，得到重建后的车辆信息和环境信息，基于第四确定模块根据车辆信息和环境信息，对车辆的行驶路径进行规划，得到目标规划路径，如此通过本技术的方案，可精确得到车辆驾驶过程中的规划路径，确保车辆的驾驶安全。
[0123]
在本技术的一些实施例中，为了进一步确保目标规划路径的精确性，第四确定模块450具体可以用于：
[0124]
基于所述车辆信息和所述环境信息，利用戴克斯特拉算法对所述车辆的行驶路径进行规划，得到目标规划路径。
[0125]
在本技术的一些实施例中，所述位置点云信息包括车辆的第一位置点云信息，以及车辆所处环境中障碍物的第二位置点云信息；为了进一步确保目标规划路径的精确性，上述所涉及的路径规划装置还可以包括：
[0126]
第五确定模块，用于将所述第一位置点云信息和所述第二位置点云信息统一至所述车辆对应的坐标系下，得到目标第一位置点云信息和目标第二位置点云信息；
[0127]
第一确定模块420具体可以用于：
[0128]
对所述目标第一位置点云信息和所述目标第二位置点云信息分别进行聚类，得到至少一个类簇。
[0129]
在本技术的一些实施例中，为了进一步确保目标规划路径的精确性，上述所涉及的路径规划装置还可以包括：
[0130]
划分模块，用于将所述位置点云信息所对应的区域划分为至少一个子区域；其中，每个子区域中具有多个位置点云信息；
[0131]
剔除模块，用于计算第三位置点云信息距离各子区域的欧式距离，在所述欧式距离大于预设距离阈值的情况下，将所述第三位置点云信息剔除；其中，所述第三位置点云信息为所述位置点云信息中的任意一个。
[0132]
在本技术的一些实施例中，所述传感器包括激光雷达；为了进一步确保目标规划路径的精确性，第一获取模块410具体可以用于：
[0133]
响应于对所述激光雷达的感兴趣区域的设置操作，得到设置后的激光雷达；
[0134]
获取设置后的激光雷达采集的位置点云信息。
[0135]
在本技术的一些实施例中，为了提升用户体验，上述所涉及的路径规划装置还可以包括：
[0136]
显示模块，用于显示所述目标规划路径，以及所述车辆信息和所述环境信息。
[0137]
本技术实施例提供的规划路径装置，可以用于执行上述各方法实施例提供的规划路径方法，其实现原理和技术效果类似，为简介起见，在此不再赘述。
[0138]
基于同一发明构思，本技术实施例还提供了一种电子设备。
[0139]
图5是本技术实施例提供的一种电子设备的结构示意图。如图5所示，电子设备可以包括处理器501以及存储有计算机程序或指令的存储器502。
[0140]
具体地，上述处理器501可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
[0141]
存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器502可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器502可在综合网关容灾设备的内部或外部。在特定实施例中，存储器502是非易失性固态
存储器。存储器可包括只读存储器(read only memory image，rom)、随机存取存储器(random-access memory，ram)、磁盘存储介质设备、光存储介质设备、闪存设备、电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行上述实施例提供的规划路径方法所描述的操作。
[0142]
处理器501通过读取并执行存储器502中存储的计算机程序指令，以实现上述实施例中的任意一种规划路径方法。
[0143]
在一个示例中，电子设备还可包括通信接口503和总线510。其中，如图5所示，处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。
[0144]
通信接口503，主要用于实现本发明实施例中各模块、设备、单元和/或设备之间的通信。
[0145]
总线510包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(agp)或其他图形总线、增强工业标准架构(eisa)总线、前端总线(fsb)、超传输(ht)互连、工业标准架构(isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线510可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
[0146]
该电子设备可以执行本发明实施例中的规划路径方法，从而实现图2-图3描述的规划路径方法。
[0147]
另外，结合上述实施例中的规划路径方法，本发明实施例可提供一种可读存储介质来实现。该可读存储介质上存储有程序指令；该程序指令被处理器执行时实现上述实施例中的任意一种规划路径方法。
[0148]
另外，结合上述实施例中的规划路径方法，本发明实施例可提供一种计算机程序产品，该计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行上述实施例中的任意一种规划路径方法。
[0149]
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
[0150]
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(rf)链路，等等。代码段可以经由诸如因特网、内联
网等的计算机网络被下载。
[0151]
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
[0152]
上面参考根据本技术的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本技术的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
[0153]
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

技术特征：
1.一种路径规划方法，其特征在于，所述方法包括：获取传感器采集的位置点云信息；对所述位置点云信息进行聚类，得到至少一个类簇；对第一类簇和第二类簇进行三维点云配准，得到所述第一类簇和所述第二类簇的平移矩阵和旋转矩阵；其中，所述第一类簇和所述第二类簇分别为所述至少一个类簇中的任意一个；基于所述平移矩阵和所述旋转矩阵对车辆和所述车辆所处的环境进行重建，得到重建后的车辆信息和环境信息；基于所述车辆信息和所述环境信息，对所述车辆的行驶路径进行规划，得到目标规划路径。2.根据权利要求1所述的方法，其特征在于，所述基于所述车辆信息和所述环境信息，对所述车辆的行驶路径进行规划，得到目标规划路径，包括：基于所述车辆信息和所述环境信息，利用戴克斯特拉算法对所述车辆的行驶路径进行规划，得到目标规划路径。3.根据权利要求1所述的方法，其特征在于，所述位置点云信息包括车辆的第一位置点云信息，以及车辆所处环境中障碍物的第二位置点云信息；在所述对所述位置点云信息进行聚类，得到至少一个类簇之前，所述方法还包括：将所述第一位置点云信息和所述第二位置点云信息统一至所述车辆对应的坐标系下，得到目标第一位置点云信息和目标第二位置点云信息；所述对所述位置点云信息进行聚类，得到至少一个类簇，包括：对所述目标第一位置点云信息和所述目标第二位置点云信息分别进行聚类，得到至少一个类簇。4.根据权利要求1所述的方法，其特征在于，在所述对所述位置点云信息进行聚类，得到至少一个类簇之前，所述方法还包括：将所述位置点云信息所对应的区域划分为至少一个子区域；其中，每个子区域中具有多个位置点云信息；计算第三位置点云信息距离各子区域的欧式距离，在所述欧式距离大于预设距离阈值的情况下，将所述第三位置点云信息剔除；其中，所述第三位置点云信息为所述位置点云信息中的任意一个。5.根据权利要求1所述的方法，其特征在于，所述传感器包括激光雷达；所述获取传感器采集的位置点云信息，包括：响应于对所述激光雷达的感兴趣区域的设置操作，得到设置后的激光雷达；获取设置后的激光雷达采集的位置点云信息。6.根据权利要求1所述的方法，其特征在于，在所述基于所述车辆信息和所述环境信息，对所述车辆的行驶路径进行规划，得到目标规划路径之后，所述方法还包括：显示所述目标规划路径，以及所述车辆信息和所述环境信息。7.一种路径规划方法，其特征在于，所述方法包括：第一获取模块，用于获取传感器采集的位置点云信息；第一确定模块，用于对所述位置点云信息进行聚类，得到至少一个类簇；
第二确定模块，用于对第一类簇和第二类簇进行三维点云配准，得到所述第一类簇和所述第二类簇的平移矩阵和旋转矩阵；其中，所述第一类簇和所述第二类簇分别为所述至少一个类簇中的任意一个；第三确定模块，用于基于所述平移矩阵和所述旋转矩阵对车辆和所述车辆所处的环境进行重建，得到重建后的车辆信息和环境信息；第四确定模块，用于基于所述车辆信息和所述环境信息，对所述车辆的行驶路径进行规划，得到目标规划路径。8.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-6任一所述的路径规划方法的步骤。9.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-6任一所述的路径规划方法的步骤。10.一种计算机程序产品，其特征在于，所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行如权利要求1-6任意一项所述的路径规划方法。

技术总结
本申请公开了一种路径规划方法、装置、电子设备、介质和程序产品。该路径规划方法包括：获取传感器采集的位置点云信息；对所述位置点云信息进行聚类，得到至少一个类簇；对第一类簇和第二类簇进行三维点云配准，得到所述第一类簇和所述第二类簇的平移矩阵和旋转矩阵；其中，所述第一类簇和所述第二类簇分别为所述至少一个类簇中的任意一个；基于所述平移矩阵和所述旋转矩阵对车辆和所述车辆所处的环境进行重建，得到重建后的车辆信息和环境信息；基于所述车辆信息和所述环境信息，对所述车辆的行驶路径进行规划，得到目标规划路径。可以实现精确规划路径的效果。现精确规划路径的效果。现精确规划路径的效果。


技术研发人员：马林山
受保护的技术使用者：上海洛轲智能科技有限公司
技术研发日：2022.12.28
技术公布日：2023/7/12