公开(公告)号：CN117232545A

公开(公告)日：2023-12-15

申请号：CN202311166751.6

申请日：2023-09-11

Applicant: 重庆邮电大学

Inventor： 张焱 ,  杨珂珍 ,  张露月 ,  陈俊华 ,  韩延 ,  黄庆卿

IPC: G01C21/34 ,  G01C21/30 ,  G01C21/00 ,  G06V20/56 ,  G06V20/58 ,  G06V10/82 ,  G06Q10/047

Abstract: 本发明属于路径规划技术领域，涉及一种基于深度学习道路环境感知的路径规划方法；该方法包括使用Frenet坐标系来描述车辆的运动状态，将路径规划问题转化为一种最优化问题，利用SSD模型实时检测道路车道线以及障碍物等，将车道线视为Frenet坐标系下的参考线，通过多项式拟合生成备选轨迹集合，再通过损失函数找到横、纵向轨迹并最终合成优化路径。本发明在常规Frenet坐标系下基于人工智能开展实时路径规划，有效避免了传统路径优化算法灵活性差、动态环境适应性差、对障碍物处理不充分等不足，发挥了深度网络对车道线、障碍物、指示标志等的良好识别能力，能够在复杂动态环境下生成高质量的路径规划方案。