CN113619602B - 引导车辆行驶的方法及相关系统、存储介质 - Google Patents
引导车辆行驶的方法及相关系统、存储介质 Download PDFInfo
- Publication number
- CN113619602B CN113619602B CN202110971534.9A CN202110971534A CN113619602B CN 113619602 B CN113619602 B CN 113619602B CN 202110971534 A CN202110971534 A CN 202110971534A CN 113619602 B CN113619602 B CN 113619602B
- Authority
- CN
- China
- Prior art keywords
- node
- evaluation value
- lane
- paths
- transverse
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提供一种引导车辆行驶的方法及相关系统、存储介质，包括：获取车辆从出发点到目的点之间的K条路径；构建所述K条路径的评价函数，并计算所述K条路径中每个参考位置的评价值，所述评价函数包括横向评价函数、纵向评价函数中的至少一项；当所述车辆位于所述K条路径中的第一位置时，根据所述每个参考位置的评价值确定所述第一位置的评价值，以及第二位置的评价值，所述第二位置为所述第一位置对应在可换道备选车道中的位置；根据所述第一位置、第二位置的评价值确定目标路径。采用该手段，可以使自动驾驶系统的实时换道决策具备横向和纵向全局视野，使得目标车道选择和换道时机决策更具前瞻性、更智能，提高路径引导的可靠性。
Description
技术领域
本申请涉及车辆技术领域，尤其涉及一种引导车辆行驶的方法及相关系统、存储介质。
背景技术
在复杂城市道路场景中，车道级路径规划及导航引导直接影响自动驾驶系统的智能性、安全性和舒适性。特别地，与人类驾驶仅需提供粗略的语义级导航建议不同，自动驾驶系统必须依靠明确的、精准的、连续变化的导航信息才能完成自动驾驶任务。尤其，若提供的换道指引和换道紧急程度的信息能具备全局视野，将更有利于自动驾驶车辆对基于全局任务的导航换道与基于局部场景感知的超车换道等多源意图进行实时仲裁，从而做出更合理更智能的自动驾驶行为决策，表现出在陌生道路网络中更优于人类司机的智能驾驶行为。
目前智能驾驶系统中的车道级导航功能，仅能根据车辆前方最近路口信息进行局部车道级引导，满足车辆在过路口时的换道需求，但无法提供全局性引导，且非连续的引导信息无法满足自动驾驶车辆的实时换道决策需求；或者，仅提供一条能处理直行、转弯、掉头、路口等交通场景的全局引导线，实现从导航任务指定起点到指定目的点之间的全局引导，但该路线中换道位置等都是固定的，不能提供完备的路径选择空间，限制了自动驾驶车辆实时动态决策的自由度；或者，可以提供从出发点到目的点的多条车道级导航路径，选择通行成本低的导航路径为自动驾驶车辆提供导航引导，但提供的多条导航路径并没有适用于不同场景的评价引导机制，使得车辆没有足够的全局导航信息以结合实时动态交通信息进行更具前瞻性、更智能地行驶决策，无法满足真实的高实时高动态道路场景或商用自动驾驶车辆产品的需求。
因此，现有自动驾驶系统的车道级导航技术均只提供部分车道级规划轨迹及局部规划所需的车道信息，对多条备选的车道级规划路径缺乏合理评价和引导机制，不能提供选择空间更完备的、具备全局视野的、在实时动态场景中具有连续可比较性的导航引导信息，无法满足在高实时高动态的复杂城市道路场景中自动驾驶系统进行全局视野下实时行为决策的需求。
发明内容
本申请公开了一种引导车辆行驶的方法及相关系统、存储介质，可以使自动驾驶系统的实时行为决策具备横向、纵向全局视野，为实时动态决策提供完备的选择空间和连续可比较的车道评价指标，使得目标车道选择和换道时机决策更具前瞻性、更智能，可以提高路径引导的可靠性。
第一方面，本申请实施例提供一种引导车辆行驶的方法，包括：根据路径规划结果获取车辆从出发点到目的点之间的K条路径，K为正整数；根据所述K条路径包括的车道拓扑关系、车道场景，构建所述K条路径的评价函数，并根据所述K条路径的评价函数计算所述K条路径中每个参考位置的评价值，其中，所述评价函数包括横向评价函数、纵向评价函数中的至少一项，所述横向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆横向决策结果的因素进行评价，所述纵向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆纵向决策结果的因素进行评价；当所述车辆位于所述K条路径中的第一位置时，根据所述K条路径中每个参考位置的评价值确定所述第一位置的评价值，以及第二位置的评价值，所述第二位置为所述第一位置对应在可换道备选车道中的位置；根据所述第一位置的评价值，以及所述第二位置的评价值确定目标路径，以引导所述车辆按照所述目标路径行驶。
通过本申请实施例，根据K条路径包括的车道拓扑关系、车道场景，构建该K条路径的评价函数，并根据所述K条路径的评价函数计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值，基于车辆所处第一位置得到该第一位置的评价值，以及第一位置对应在可换道备选车道中的第二位置的评价值，进而根据所述第一位置的评价值，以及所述第二位置的评价值确定目标路径，以引导所述车辆按照所述目标路径行驶。本方案通过对从出发点到目的点之间的K条路径中的任一路径中任一位置的影响车辆横向决策结果的因素进行评价，和/或任一路径中任一位置的影响车辆纵向决策结果的因素进行评价，进而在实时导航时将车辆的前瞻范围扩大到全局视野，提供完备的选择空间和连续可比较的车道评价值，从而引导车辆进行多源换道意图仲裁，选择合理的路径进行行驶，实现比人类司机更智能的自动驾驶决策。
同时，本方案具备较优的普适性，易于通过调整横向评价函数和/或纵向评价函数的方式扩展紧急换道、靠边停车等自动驾驶功能及各种特殊道路场景，能够适应于城区道路和高速等结构化场景，对于自动驾驶车辆在实际高实时高动态的复杂道路交通环境中的导航有重要作用，可广泛应用于自动驾驶汽车导航。
作为一种可选的实现方式，所述纵向评价函数与所述K条路径中每条路径的目标可达性评价函数、所述K条路径分别对应的纵向惩罚评价函数中的至少一项有关，其中，所述纵向惩罚评价函数包括以下中的至少一项：静态非主道惩罚函数、动态占用惩罚函数、换道保护惩罚函数、靠边停车惩罚函数。
也就是说，所述纵向评价函数可以是与所述K条路径中每条路径的目标可达性评价函数有关；或者，所述纵向评价函数可以是与所述K条路径分别对应的纵向惩罚评价函数有关；或者，所述纵向评价函数与所述K条路径中每条路径的目标可达性评价函数、所述K条路径分别对应的纵向惩罚评价函数均有关。
采用该手段，通过纵向评价函数对路径中任一位置的影响车辆纵向决策结果的属性进行评价，将自动驾驶任务相关、道路特征相关、行驶策略相关、驾驶功能设计相关的多种因素纳入统一的纵向评价体系之中进行归一和量化，从而为自动驾驶车辆的实时导航决策建立了明确、简洁、连续且具有可比较性可扩展性的纵向评价标准。
作为一种可选的实现方式，所述横向评价函数与所述K条路径中每条路径到达目的点的最少换道次数、单次换道的横向偏移量、连续换道行为的换道方向变化中的至少一项有关。
采用该手段，通过横向评价函数对路径中任一位置的影响车辆横向决策结果的属性进行评价，将自动驾驶任务相关、道路特征相关、行驶策略相关、驾驶功能设计相关的多种因素纳入统一的横向评价体系之中进行归一和量化，从而为自动驾驶车辆的实时导航决策建立了明确、简洁、连续且具有可比较性可扩展性的横向评价标准，从而与纵向评价标准共同构建了完备的横纵向评价框架。
作为一种可选的实现方式，所述构建所述K条路径的评价函数，并根据所述K条路径的评价函数计算所述K条路径中每个参考位置的评价值，包括：构建所述K条路径中每个节点的横向评价函数和/或纵向评价函数，所述节点为所述K条路径中构成每条路径的有拓扑连接关系的车道单元，所述车道单元包括道路拓扑结构分布均匀的车道段，以及由道路拓扑结构变化的位置、车道拓扑结构变化的位置、路口分割而形成的车道段；根据所述每个节点的横向评价函数和/或纵向评价函数计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
采用该手段，基于节点来计算每个参考位置的横向评价值和/或纵向评价值，可以提高计算效率。
作为一种可选的实现方式，所述方法还包括：根据所述K条路径的节点和所述K条路径包含的车道的拓扑关系得到节点之间的拓扑连接关系；所述根据所述每个节点的横向评价函数和/或纵向评价函数计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值，包括：根据所述节点之间的拓扑连接关系，从所述目的点开始依次计算所述K条路径中每个节点的横向评价值和/或纵向评价值；根据所述K条路径中每个节点的横向评价值和/或纵向评价值计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
其中上述节点之间的拓扑连接关系可以采用树状有向图的方式进行表达，所述树状有向图的边指示所述树状有向图的节点之间的拓扑连接关系，所述树状有向图的边的方向指示从所述出发点到所述目的点的方向；所述根据所述每个节点的横向评价函数和/或纵向评价函数计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值，包括：根据所述树状有向图中的节点和边，从所述目的点开始依次计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
采用该手段，基于树状有向图中节点之间的拓扑关系、相邻关系等来依次计算每个节点的横向评价值和/或纵向评价值，可以提高计算效率。
作为一种可选的实现方式，根据所述树状有向图中的节点和边，从所述目的点开始依次计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值，包括：根据所述树状有向图中的节点和边，从所述目的点开始依次计算所述K条路径中每个节点的横向评价值和/或纵向评价值；根据所述K条路径中每个节点的横向评价值和/或纵向评价值计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
采用该手段，基于树状有向图中节点之间的拓扑关系、相邻关系等来依次计算每个节点的横向评价值和/或纵向评价值，可以提高计算效率。
作为一种可选的实现方式，当节点i是非路径终点节点，节点j为所述节点i沿所述树状有向图中的方向的下一个节点，且仅有一个节点j与所述节点i位于一条边上时，所述节点i的纵向评价值为所述节点i、所述节点j之间的纵向评价值与所述节点j的纵向评价值的和；当节点i是非路径终点节点，所述节点i沿所述树状有向图中的方向的下一个节点中有M个节点与所述节点i位于一条边上时，根据M个数值确定所述节点i的纵向评价值，其中，所述M个数值中的第k个数值为该第k个节点的纵向评价值以及所述节点i与该第k个节点之间的纵向评价值的和，M为不小于2的整数，i、j、k均为正整数，k不大于M，k为所述M个数值中的任一个；当节点i是路径终点节点，所述节点i的纵向评价值为预设值。
采用该手段，基于树状有向图中节点之间的拓扑关系、相邻关系等来依次计算每个节点的纵向评价值，可以提高计算效率。
作为一种可选的实现方式，所述方法还包括：将所述目的点所在的车道对应的节点确定为基准节点，根据所述基准节点的横向评价函数计算得到所述基准节点的横向评价值；若所述基准节点有续接节点，根据所述基准节点的续接节点的横向评价函数、所述基准节点的横向评价值以及所述基准节点与所述续接节点之间的横向评价值，计算所述续接节点的横向评价值；若所述基准节点有对应在可换道备选车道中的相邻节点，根据所述相邻节点的横向评价函数、所述基准节点的横向评价值以及所述基准节点与所述相邻节点之间的横向评价值，计算所述相邻节点的横向评价值；若所述基准节点的相邻节点没有续接节点，根据所述基准节点的续接节点的相邻节点的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述基准节点的续接节点的相邻节点之间的横向评价值，确定所述基准节点的续接节点的相邻节点的横向评价值；若所述基准节点的相邻节点有续接节点，根据所述基准节点的相邻节点的续接节点的横向评价函数、所述基准节点的相邻节点的横向评价值以及所述基准节点的相邻节点与所述基准节点的相邻节点的续接节点之间的横向评价值，计算所述基准节点的相邻节点的续接节点的第一横向评价值，并根据所述基准节点的续接节点的相邻节点的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述基准节点的续接节点的相邻节点之间的横向评价值，计算所述基准节点的相邻节点的续接节点的第二横向评价值，根据所述第一横向评价值和所述第二横向评价值确定所述基准节点的相邻节点的续接节点的横向评价值，以此类推，以得到所述K条路径中每个节点的横向评价值。
具体地，若节点p对应在可换道备选车道中的相邻节点中有x个是所述基准节点的续接节点，且有y个是所述基准节点的相邻节点，同时，节点p沿所述树状有向图中的方向的下一个续接节点中有z个是所述基准节点的续接节点，且有t个是所述基准节点的相邻节点，则根据所述节点p的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述节点p之间的横向评价值，确定所述节点p的x+z个第一横向评价值，并根据所述节点p的横向评价函数、所述基准节点的相邻节点的横向评价值以及所述基准节点的相邻节点与所述节点p之间的横向评价值，确定所述节点p的y+t个第二横向评价值，根据所述x+z个第一横向评价值和所述y+t个第二横向评价值确定所述节点p的横向评价值，以此类推，以得到所述K条路径中每个节点的横向评价值，其中，p为正整数，x、y、z、t均为不小于0的整数，若x、y、z、t同时为0，所述节点p的横向评价值为设定值。
采用该手段，根据树状有向图中节点之间的拓扑关系迭代计算每条路径中每个节点的纵向评价值，提供具备纵向全局视野的导航信息，可以表征换道需求的紧急性，以供自动驾驶系统的换道决策选择合适的换道时机；根据树状有向图中节点之间的拓扑关系和相邻关系计算每条路径中每个节点的横向评价值，提供具备横向全局视野的导航信息，可以反映全局的横向运动趋势信息，以供自动驾驶系统的换道决策选择符合全局运动趋势的目标车道。
作为一种可选的实现方式，所述参考位置为所述K条路径中的任一位置；或者，所述参考位置为所述K条路径的节点中的预设位置，所述节点为所述K条路径中构成每条路径的有拓扑连接关系的车道单元，所述车道单元包括道路拓扑结构分布均匀的车道段，以及由道路拓扑结构变化的位置、车道拓扑结构变化的位置、路口分割而形成的车道段。
该预设位置，可以是节点对应的车道单元的起始位置、末端位置或者中间位置，当然也可以是车道单元的其他预设位置等。
上述参考位置仅为一种示例，其还可以是按照如100m或者其他任意距离确定的参考位置，本方案对此不做具体限定。也就是说，每条路径从起点开始每间隔100m得到一个参考位置等。
作为一种可选的实现方式，当所述参考位置为所述K条路径的节点中的预设位置时，所述根据所述K条路径中每个参考位置的评价值确定所述第一位置的评价值，以及第二位置的评价值，包括：确定与所述第一位置对应的同车道的临近的第一节点，以及与所述第二位置对应的同车道的临近的第二节点；根据所述第一节点中的预设位置的横向评价值和/或纵向评价值，以及所述第一节点中的预设位置与所述第一位置之间的横向评价值和/或纵向评价值，计算所述第一位置的横向评价值和/或纵向评价值；根据所述第二节点中的预设位置的横向评价值和/或纵向评价值，以及所述第二节点中的预设位置与所述第二位置之间的横向评价值和/或纵向评价值，计算所述第二位置的横向评价值和/或纵向评价值。
也就是说，本方案可以首先计算得到每个位置的横向评价值和/或纵向评价值，然后从每个位置的横向评价值和/或纵向评价值中确定第一位置、第二位置的横向评价值和/或纵向评价值。采用该手段，在路径规划完成后对K条路径中每个位置的横向评价值和/或纵向评价值一次性预先计算完成，而在实时导航的每一个迭代周期中仅需要根据第一位置、第二位置通过位置匹配进行获取，因此可以节省实时导航过程的计算资源，提高计算效率。
作为另一种可选的实现方式，也可以基于一些特定的参考位置的横向评价值和/或纵向评价值，进而根据这些特定的参考位置的横向评价值和/或纵向评价值来计算第一位置、第二位置的横向评价值和/或纵向评价值。
作为一种可选的实现方式，所述静态非主道惩罚函数为根据车道平均角度变化量和车道分裂/合并段的车道长度计算得到的，所述车道平均角度变化量是通过对车道中心点进行平滑滤波处理，根据处理后车道中心点的角度变化量得到的。
作为一种可选的实现方式，所述动态占用惩罚函数是根据所述车辆的速度、所述车辆的位置、特殊车道借道时间和交通畅通状态确定的。
作为一种可选的实现方式，所述换道保护惩罚函数是根据所述车辆的速度、换道所需时间、预设换道失败后的尝试次数确定的。
作为一种可选的实现方式，所述靠边停车惩罚函数是根据预设靠边停车所需距离确定的。
第二方面，本申请实施例提供一种引导车辆行驶的装置，包括：获取模块，用于根据路径规划结果获取车辆从出发点到目的点之间的K条路径，K为正整数；计算模块，用于根据所述K条路径包括的车道拓扑关系、车道场景，构建所述K条路径的评价函数，并根据所述K条路径的评价函数计算所述K条路径中每个参考位置的评价值，其中，所述评价函数包括横向评价函数、纵向评价函数中的至少一项，所述横向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆横向决策结果的因素进行评价，所述纵向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆纵向决策结果的因素进行评价；第一确定模块，用于当所述车辆位于所述K条路径中的第一位置时，根据所述K条路径中每个参考位置的评价值确定所述第一位置的评价值，以及第二位置的评价值，所述第二位置为所述第一位置对应在可换道备选车道中的位置；第二确定模块，用于根据所述第一位置的评价值，以及所述第二位置的评价值确定目标路径，以引导所述车辆按照所述目标路径行驶。
通过本申请实施例，根据K条路径包括的车道拓扑关系、车道场景，构建该K条路径的评价函数，并根据所述K条路径的评价函数计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值，基于车辆所处第一位置得到该第一位置的评价值，以及第一位置对应在可换道备选车道中的第二位置的评价值，进而根据所述第一位置的评价值，以及所述第二位置的评价值确定目标路径，以引导所述车辆按照所述目标路径行驶。本方案通过对从出发点到目的点之间的K条路径中的任一路径中任一位置的影响车辆横向决策结果的因素进行评价，和/或任一路径中任一位置的影响车辆纵向决策结果的因素进行评价，进而在实时导航时将车辆的前瞻范围扩大到全局视野，提供完备的选择空间和连续可比较的车道评价值，从而引导车辆进行多源换道意图仲裁，选择合理的路径进行行驶，实现比人类司机更智能的自动驾驶决策。
同时，本方案具备较优的普适性，易于通过调整横向评价函数和/或纵向评价函数的方式扩展紧急换道、靠边停车等自动驾驶功能及各种特殊道路场景，能够适应于城区道路和高速等结构化场景，对于自动驾驶车辆在实际高实时高动态的复杂道路交通环境中的导航有重要作用，可广泛应用于自动驾驶汽车导航。
作为一种可选的实现方式，所述纵向评价函数与所述K条路径中每条路径的目标可达性评价函数、所述K条路径分别对应的纵向惩罚评价函数中的至少一项有关，其中，所述纵向惩罚评价函数包括以下中的至少一项：静态非主道惩罚函数、动态占用惩罚函数、换道保护惩罚函数、靠边停车惩罚函数。
作为一种可选的实现方式，所述横向评价函数与所述K条路径中每条路径到达目的点的最少换道次数、单次换道的横向偏移量、连续换道行为的换道方向变化中的至少一项有关。
采用该手段，通过横向评价函数对路径中任一位置的影响车辆横向决策结果的因素进行评价，通过纵向评价函数对路径中任一位置的影响车辆纵向决策结果的因素进行评价，将自动驾驶任务相关、道路特征相关、行驶策略相关、驾驶功能设计相关的多种因素纳入统一的横向评价体系和纵向评价体系之中进行归一和量化，从而为自动驾驶车辆的实时导航决策建立了明确、简洁、连续且具有可比较性可扩展性的横向和纵向评价标准。
作为一种可选的实现方式，所述计算模块，用于：构建所述K条路径中每个节点的横向评价函数和/或纵向评价函数，所述节点为所述K条路径中构成每条路径的有拓扑连接关系的车道单元，所述车道单元包括道路拓扑结构分布均匀的车道段，以及由道路拓扑结构变化的位置、车道拓扑结构变化的位置、路口分割而形成的车道段；根据所述每个节点的横向评价函数和/或纵向评价函数计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
作为一种可选的实现方式，所述装置还包括：处理模块，用于根据所述K条路径的节点和所述K条路径包含的车道的拓扑关系得到节点之间的拓扑连接关系；所述计算模块，用于：根据所述节点之间的拓扑连接关系，从所述目的点开始依次计算所述K条路径中每个节点的横向评价值和/或纵向评价值；根据所述K条路径中每个节点的横向评价值和/或纵向评价值计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
其中上述节点之间的拓扑连接关系可以采用树状有向图的方式进行表达，所述树状有向图的边指示所述树状有向图的节点之间的拓扑连接关系，所述树状有向图的边的方向指示从所述出发点到所述目的点的方向；所述计算模块，用于：根据所述树状有向图中的节点和边，从所述目的点开始依次计算所述K条路径中每个节点的横向评价值和/或纵向评价值；根据所述K条路径中每个节点的横向评价值和/或纵向评价值计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
作为一种可选的实现方式，当节点i是非路径终点节点，节点j为所述节点i沿所述树状有向图中的方向的下一个节点，且仅有一个节点j与所述节点i位于一条边上时，所述节点i的纵向评价值为所述节点i、所述节点j之间的纵向评价值与所述节点j的纵向评价值的和；当节点i是非路径终点节点，所述节点i沿所述树状有向图中的方向的下一个节点中有M个节点与所述节点i位于一条边上时，根据M个数值确定所述节点i的纵向评价值，其中，所述M个数值中的第k个数值为该第k个节点的纵向评价值以及所述节点i与该第k个节点之间的纵向评价值的和，M为不小于2的整数，i、j、k均为正整数，k不大于M，k为所述M个数值中的任一个；当节点i是路径终点节点，所述节点i的纵向评价值为预设值。
作为一种可选的实现方式，所述计算模块，还用于：将所述目的点所在的车道对应的节点确定为基准节点，根据所述基准节点的横向评价函数计算得到所述基准节点的横向评价值；若所述基准节点有续接节点，根据所述基准节点的续接节点的横向评价函数、所述基准节点的横向评价值以及所述基准节点与所述续接节点之间的横向评价值，计算所述续接节点的横向评价值；若所述基准节点有对应在可换道备选车道中的相邻节点，根据所述相邻节点的横向评价函数、所述基准节点的横向评价值以及所述基准节点与所述相邻节点之间的横向评价值，计算所述相邻节点的横向评价值；若所述基准节点的相邻节点没有续接节点，根据所述基准节点的续接节点的相邻节点的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述基准节点的续接节点的相邻节点之间的横向评价值，确定所述基准节点的续接节点的相邻节点的横向评价值；若所述基准节点的相邻节点有续接节点，根据所述基准节点的相邻节点的续接节点的横向评价函数、所述基准节点的相邻节点的横向评价值以及所述基准节点的相邻节点与所述基准节点的相邻节点的续接节点之间的横向评价值，计算所述基准节点的相邻节点的续接节点的第一横向评价值，并根据所述基准节点的续接节点的相邻节点的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述基准节点的续接节点的相邻节点之间的横向评价值，计算所述基准节点的相邻节点的续接节点的第二横向评价值，根据所述第一横向评价值和所述第二横向评价值确定所述基准节点的相邻节点的续接节点的横向评价值，以此类推，以得到所述K条路径中每个节点的横向评价值。
具体地，若节点p对应在可换道备选车道中的相邻节点中有x个是所述基准节点的续接节点，且有y个是所述基准节点的相邻节点，同时，节点p沿所述树状有向图中的方向的下一个续接节点中有z个是所述基准节点的续接节点，且有t个是所述基准节点的相邻节点，则根据所述节点p的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述节点p之间的横向评价值，确定所述节点p的x+z个第一横向评价值，并根据所述节点p的横向评价函数、所述基准节点的相邻节点的横向评价值以及所述基准节点的相邻节点与所述节点p之间的横向评价值，确定所述节点p的y+t个第二横向评价值，根据所述x+z个第一横向评价值和所述y+t个第二横向评价值确定所述节点p的横向评价值，以此类推，以得到所述K条路径中每个节点的横向评价值，其中，p为正整数，x、y、z、t均为不小于0的整数，若x、y、z、t同时为0，所述节点p的横向评价值为设定值。
采用该手段，根据树状有向图中节点之间的拓扑关系迭代计算每条路径中每个节点的纵向评价值，提供具备纵向全局视野的导航信息，可以表征换道需求的紧急性，以供自动驾驶系统的换道决策选择合适的换道时机；根据树状有向图中节点之间的拓扑关系和相邻关系计算每条路径中每个节点的横向评价值，提供具备横向全局视野的导航信息，可以反映全局的横向运动趋势信息，以供自动驾驶系统的换道决策选择符合全局运动趋势的目标车道。
作为一种可选的实现方式，所述参考位置为所述K条路径中的任一位置；或者，所述参考位置为所述K条路径的节点中的预设位置，所述节点为所述K条路径中构成每条路径的有拓扑连接关系的车道单元，所述车道单元包括道路拓扑结构分布均匀的车道段，以及由道路拓扑结构变化的位置、车道拓扑结构变化的位置、路口分割而形成的车道段。
作为一种可选的实现方式，当所述参考位置为所述K条路径的节点中的预设位置时，所述根据所述K条路径中每个参考位置的评价值确定所述第一位置的评价值，以及第二位置的评价值，包括：确定与所述第一位置对应的同车道的临近的第一节点，以及与所述第二位置对应的同车道的临近的第二节点；根据所述第一节点中的预设位置的横向评价值和/或纵向评价值，以及所述第一节点中的预设位置与所述第一位置之间的横向评价值和/或纵向评价值，计算所述第一位置的横向评价值和/或纵向评价值；根据所述第二节点中的预设位置的横向评价值和/或纵向评价值，以及所述第二节点中的预设位置与所述第二位置之间的横向评价值和/或纵向评价值，计算所述第二位置的横向评价值和/或纵向评价值。
作为一种可选的实现方式，所述静态非主道惩罚函数为根据车道平均角度变化量和车道分裂/合并段的车道长度计算得到的，所述车道平均角度变化量是通过对车道中心点进行平滑滤波处理，根据处理后车道中心点的角度变化量得到的。
作为一种可选的实现方式，所述动态占用惩罚函数是根据所述车辆的速度、所述车辆的位置、特殊车道借道时间和交通畅通状态确定的。
作为一种可选的实现方式，所述换道保护惩罚函数是根据所述车辆的速度、换道所需时间、预设换道失败后的尝试次数确定的。
作为一种可选的实现方式，所述靠边停车惩罚函数是根据预设靠边停车所需距离确定的。
第三方面，本申请实施例提供一种引导车辆行驶的装置，包括处理器和存储器；其中，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，以执行如第一方面任一种可能的实施方式。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行如第一方面任一种可能的实施方式。
第五方面，本申请实施例提供一种计算机程序产品，当计算机程序产品在计算机上运行时，使得所述计算机执行如第一方面任一种可能的实施方式。
第六方面，本申请实施例提供一种芯片系统，所述芯片系统应用于电子设备；所述芯片系统包括一个或多个接口电路，以及一个或多个处理器；所述接口电路和所述处理器通过线路互联；所述接口电路用于从所述电子设备的存储器接收信号，并向所述处理器发送所述信号，所述信号包括所述存储器中存储的计算机指令；当所述处理器执行所述计算机指令时，所述电子设备执行如第一方面任一种可能的实施方式。
第七方面，本申请实施例提供一种智能驾驶车辆，包括行进系统、传感系统、控制系统和计算机系统，其中，所述计算机系统用于执行如第一方面任一种可能的实施方式。
可以理解地，上述提供的第二方面所述的装置、第三方面所述的装置、第四方面所述的计算机存储介质或者第五方面所述的计算机程序产品、第六方面所述的芯片系统、第七方面所述的智能驾驶车辆均用于执行第一方面中任一所提供的方法。因此，其所能达到的有益效果可参考对应方法中的有益效果，此处不再赘述。
附图说明
下面对本申请实施例用到的附图进行介绍。
图1是本申请实施例提供的一种引导车辆行驶的系统架构示意图；
图2是本申请实施例提供的一种引导车辆行驶的方法的流程示意图；
图3是本申请实施例提供的一种路径规划结果示意图；
图4a是本申请实施例提供的一种车道场景示意图；
图4b为本申请实施例提供的对应于图4a的一种树状有向图的示意图；
图5a是本申请实施例提供的一种节点连接示意图；
图5b是本申请实施例提供的另一种节点连接示意图；
图6a是本申请实施例提供的一种基准节点连接示意图；
图6b是本申请实施例提供的另一种基准节点连接示意图；
图6c是本申请实施例提供的又一种基准节点连接示意图；
图7是本申请实施例提供的一种确定第二位置的示意图；
图8是本申请实施例提供的一种引导车辆行驶的方法的示意图；
图9是本申请实施例提供的一种车道场景示意图；
图10是本申请实施例提供的一种引导车辆行驶的场景示意图；
图11为本申请实施例提供的对应于图10的一种树状有向图的示意图；
图12是本申请实施例提供的一种车辆行驶的示意图；
图13是本申请实施例提供的另一种引导车辆行驶的场景示意图；
图14是本申请实施例提供的一种引导车辆行驶的装置的结构示意图；
图15是本申请实施例提供的另一种引导车辆行驶的装置的结构示意图。
具体实施方式
下面结合本申请实施例中的附图对本申请实施例进行描述。本申请实施例的实施方式部分使用的术语仅用于对本申请的具体实施例进行解释，而非旨在限定本申请。
参照图1所示，是本申请实施例提供的一种引导车辆行驶的系统架构示意图。该系统可包括车道级路径规划模块、全局视野的换道引导模块，以及换道意图仲裁与换道决策生成模块。其中，车道级路径规划模块根据高精度地图和驾驶任务的出发点、目的点确定出K条路径，K为正整数。全局视野的换道引导模块根据该K条路径所包含的车道拓扑关系及属性等高精地图信息，对该K条路径所包含的所有车道进行场景分类，并对车道分裂、合并、路口、特殊车道等场景构建场景拓扑关系；然后基于车道拓扑关系以及车道场景分别为每条路径构建评价函数，该评价函数包括横向评价函数、纵向评价函数中的至少一项，纵向评价函数用于纵向全局引导生成，具体用于对所述K条路径中的任一路径中任一位置的影响车辆纵向决策结果的因素进行评价；横向评价函数用于横向全局引导生成，具体用于对所述K条路径中的任一路径中任一位置的影响车辆横向决策结果的因素进行评价。例如，纵向评价函数可以表征换道需求的紧急性，用于决策当前时刻是跟车或者换道、是立刻换道或者下一时刻换道、是紧急换道或者平缓换道等驾驶行为的执行时机与紧急性；横向评价函数可以表征全局的横向行为趋势信息，尤其是为完成从当前位置到目的点的导航任务的未来运动趋势，用于决策当前时刻是否需要换道、是向左换道还是向右换道收益更大等驾驶行为的运动方向与目标车道。然后，在实时导航过程中，根据车辆当前位置进行实时车道匹配，获取车辆的当前所在车道和可选的换道备选车道，并获取当前车道和所有备选车道的横向评价值和/或纵向评价值，从而换道意图仲裁与换道决策生成模块引导车辆按照目标路径行驶，实现比人类司机更智能的自动驾驶决策。其中，目标路径是根据所述当前车道和所有备选车道的横向评价值和/或纵向评价值产生的导航换道意图、实时动态环境感知产生的其他换道意图，以及道路实时交通拥堵状态等确定的当前时刻自动驾驶收益最大的路径，包含目标车道及其对应的换道时机。
上述仅以本申请实施例应用于自动驾驶场景为例进行说明。其中，本申请提供的引导车辆行驶的方法，还可以应用于辅助驾驶场景，本方案对此不做具体限定。
本实施例可以由车载装置(如车机)来执行，其还可以由手机、电脑等终端设备来执行。本方案对此不做具体限定。
需要说明的是，本申请提供的引导车辆行驶的方法，可以在本地执行，也可以由云端执行。其中，云端可以由服务器来实现，该服务器可以是虚拟服务器、实体服务器等，其还可以是其他装置，本方案对此不做具体限定。
参照图2所示，为本申请实施例提供的一种引导车辆行驶的方法的流程示意图。如图2所示，该方法包括步骤201-204，具体如下：
201、根据路径规划结果获取车辆从出发点到目的点之间的K条路径；
优选地，根据道路级全局路径规划结果获取车辆从出发点到目的点之间的K条路径，其中，该K条路径为车道级全局规划路径结果对应的路径，K为正整数。
上述道路级全局路径规划结果，可以理解为：基于标准精度或高精度地图描述的路网模型，结合自动驾驶任务的给定出发点和目的点，按照性能指标(时间最短、距离最短、红绿灯路口最少、智能驾驶区域范围最大等)规划出能从出发点到达目的点、由一系列前后拓扑相连的道路段构成的一条最优路径。
车道级全局路径规划结果，可以理解为由同一条道路级全局规划路径结果中所有道路段包含的若干车道段构成，沿道路级全局规划路径结果方向且保证各车道段前后拓扑相连，尽可能覆盖道路级全局规划路径结果但不具有相互包含关系的所有路径。
车道级全局路径规划结果不仅能表征道路级全局规划路径结果中各车道段之间的前后拓扑连接关系，还能表征各车道段本身的属性信息，从而提供更丰富更精确的车道级导航引导，其包括当前车道是否可向左/右换道、当前位置虚线可换道剩余长度、当前位置到路口/终点的距离等。
具体地，根据高精度地图以及出发点、途经点和目的点可获取道路级全局路径规划结果和车道级全局路径规划结果。
例如图3所示，从出发点(如图3中的点A)到目的点(如图3中的点B)之间的道路级全局路径规划结果为：道路1-1→道路1-2→道路1-3→道路1-4。
从出发点到目的点之间的车道级全局路径规划结果为：
路径1：由道路1-1、1-2、1-3的车道1纵向连通构成，记为：R1-1L1→R1-2L1→R1-3L1；
该R1-1L1表示道路1-1上的车道1，相应地，R1-2L1表示道路1-2上的车道1，R1-3L1表示道路1-3上的车道1。
路径2：由道路1-1、1-2、1-3的车道2纵向连通构成，记为：R1-1L2→R1-2L2→R1-3L2；
同样地，R1-1L2表示道路1-2上的车道2，R1-2L2表示道路1-2上的车道2，R1-3L2表示道路1-3上的车道2。
路径3：由道路1-1、1-2、1-3的车道3纵向连通构成，记为：R1-1L3→R1-2L3→R1-3L3；
路径4：由道路1-1、1-2、1一3的车道4以及道路1-4的车道1连通构成，记为：R1-1L4→R1-2L4→R1-3L4→R1-4L1。
此时，上述K为4。
202、根据所述K条路径包括的车道拓扑关系、车道场景，构建所述K条路径的评价函数，并根据所述K条路径的评价函数计算所述K条路径中每个参考位置的评价值，其中，所述评价函数包括横向评价函数、纵向评价函数中的至少一项，所述横向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆横向决策结果的因素进行评价，所述纵向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆纵向决策结果的因素进行评价；
上述车道拓扑关系即各车道在物理世界中的位置关系，包括车道之间左右相邻、前后续接等关系。
车道场景：根据车道拓扑关系及属性等信息，对车道级路径规划结果包含的所有车道进行场景分类，可分为平行车道、车道分离/合并、待转区、路口、特殊车道等。
具体地，前后拓扑相连的两段道路，若各自包含的车道数相同，且各段车道是一对一前后续接相连的，则构成平行车道；若前后两段道路所包含车道数目不同，且某条车道有多条后继车道，则为车道分离场景，反之若某几条车道只有一条相同的后继车道，则为车道合并场景；若道路段中某段车道是公交车道、停靠车道等，则为特殊车道场景。
上述评价函数包括横向评价函数、纵向评价函数中的至少一项。
其中，纵向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆纵向决策结果的因素进行评价。
例如，纵向评价函数可以表征换道需求的紧急性，用于决策当前时刻是跟车或者换道、是立刻换道或者下一时刻换道、是紧急换道或者平缓换道等。也就是说，纵向评价函数用于对车辆的驾驶行为决策的执行时机与紧急性进行评价。
横向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆横向决策结果的因素进行评价。
例如，横向评价函数可以表征全局的横向行为趋势信息，尤其是为完成从当前位置到目的点的导航任务的未来运动趋势，用于决策当前时刻是否需要换道、是向左换道还是向右换道收益更大等。也就是说，横向评价函数用于对车辆的驾驶行为的运动方向与目标车道进行评价与引导。
采用该手段，通过横向评价函数对路径中任一位置的影响车辆横向决策结果的因素进行评价，通过纵向评价函数对路径中任一位置的影响车辆纵向决策结果的因素进行评价，将自动驾驶任务相关、道路特征相关、行驶策略相关、驾驶功能设计相关的多种因素纳入统一的横向评价体系和纵向评价体系之中进行归一和量化，从而为自动驾驶车辆的实时导航决策建立了明确、简洁、连续且具有可比较性的横向和纵向评价标准。
其中，上述参考位置可以为所述K条路径中的任一位置。也就是说，根据所述K条路径的评价函数计算得到所述K条路径中每个位置的评价值。
可替代地，所述参考位置为所述K条路径的节点中的预设位置。其中，节点为所述K条路径中构成每条路径的有拓扑连接关系的车道单元，所述车道单元包括道路拓扑结构分布均匀的车道段，以及由道路拓扑结构变化的位置、车道拓扑结构变化的位置、路口分割而形成的车道段。
上述道路拓扑结构变化，例如可以是道路合并、道路分离等。车道拓扑结构变化，例如可以是车道合并、车道分离等。
也就是说，每条路径中的节点是该条路径的一系列有拓扑连接关系的车道单元。通过将K条路径中每条路径的车道划分为多个节点，以便简化后续的计算，提高了计算效率。
该预设位置，可以是节点对应的车道单元的起始位置、末端位置或者中间位置，当然也可以是车道单元的其他预设位置等。
上述参考位置仅为一种示例，其还可以是按照如100m或者其他任意距离确定的参考位置，本方案对此不做具体限定。也就是说，每条路径从起点开始每间隔100m得到一个参考位置等。
优选地，所述构建所述K条路径的评价函数，并根据所述K条路径的评价函数计算所述K条路径中每个参考位置的评价值，包括：
构建所述K条路径中每个节点的横向评价函数和/或纵向评价函数，所述节点为所述K条路径中构成每条路径的有拓扑连接关系的车道单元，所述车道单元包括道路拓扑结构分布均匀的车道段，以及由道路拓扑结构变化的位置、车道拓扑结构变化的位置、路口分割而形成的车道段；
根据所述每个节点的横向评价函数和/或纵向评价函数计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
具体地，上述根据所述每个节点的横向评价函数和/或纵向评价函数计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值，可以是：
根据所述每个节点的横向评价函数和/或纵向评价函数计算所述K条路径中每个节点的横向评价值和/或纵向评价值；
根据所述K条路径中每个节点的横向评价值和/或纵向评价值得到所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
其中，在根据所述K条路径中每个节点的横向评价值和/或纵向评价值得到所述K条路径中每个参考位置的横向评价值和/或纵向评价值时，可从所述K条路径所包含的节点中确定与当前参考位置临近的同车道的目标节点；
根据所述目标节点与所述当前参考位置之间的横向评价值和/或纵向评价值、所述目标节点的横向评价值和/或纵向评价值，确定所述当前参考位置对应的横向评价值和/或纵向评价值。
以此类推，进而可计算得到每个参考位置的横向评价值和/或纵向评价值。
上述节点的评价值，表征的是节点到目的点的总评价值；节点与某一位置之间的评价值，表征的是某一位置到该节点的局部评价值。
该方案通过将K条路径中的每条路径划分为多个节点，通过构建各个节点的横向评价函数和/或纵向评价函数，得到每个节点的横向评价值和/或纵向评价值，进而基于各个节点来得到每个参考位置的横向评价值和/或纵向评价值。
优选地，根据所述K条路径的节点和所述K条路径包含的车道的拓扑关系得到树状有向图，所述树状有向图的边指示所述树状有向图的节点之间的拓扑连接关系，所述树状有向图的边的方向指示从所述出发点到所述目的点的方向；
所述根据所述每个节点的横向评价函数和/或纵向评价函数计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值，包括：
根据所述树状有向图中的节点和边，从所述目的点开始依次计算所述K条路径中每个节点的横向评价值和/或纵向评价值；
根据所述K条路径中每个节点的横向评价值和/或纵向评价值计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
也就是说，基于构建的树状有向图来计算每个参考位置的横向评价值和/或纵向评价值。
如图4a所示，为本申请实施例提供的一种车道场景示意图。如图4b所示，为本申请实施例提供的对应于图4a的一种树状有向图的示意图。通过将图4a中道路拓扑结构分布均匀的车道段(例如路径1、路径2、路径3中各车道段均为道路拓扑结构分布均匀的车道段)，以及车道拓扑结构变化的位置(例如道路2中的路径4对应的车道合并、道路4中的路径5对应的车道分裂)、路口分割(例如道路5、道路6对应的路口分割)而形成的车道段均作为节点，节点之间通过有向边相连，进而构造树状有向图，如图4b所示。
其中，节点L1-1表示道路1中的车道1，节点L1-2表示道路1中的车道2。相应地，节点L2-1表示道路2中的车道1。该图指示从出发点到目的点的方向。
上述仅为一种示例，其还可以是其他形式的划分，例如，间隔100m设置一个节点等，本方案对此不做具体限定。
其中，可根据所述树状有向图中的节点和边，从所述目的点开始依次计算所述K条路径中每个节点的横向评价值和/或纵向评价值。可以采用如下方式：
如图5a所示，当节点i是非路径终点节点，节点j为所述节点i沿所述树状有向图中的方向的下一个节点，且仅有一个节点j与所述节点i位于一条边上时，所述节点i的纵向评价值为所述节点i、所述节点j之间的纵向评价值与所述节点j的纵向评价值的和。
当节点i是非路径终点节点，所述节点i沿所述树状有向图中的方向的下一个节点中有M个节点与所述节点i位于一条边上时，根据M个数值确定所述节点i的纵向评价值，其中，所述M个数值中的第k个数值为该第k个节点的纵向评价值以及所述节点i与该第k个节点之间的纵向评价值的和，M为不小于2的整数，i、j、k均为正整数，k不大于M，k为所述M个数值中的任一个。
如图5b所示，节点i是非路径终点节点，且沿树状有向图中的方向与所述节点i位于一条边上的节点有3个，所述节点i的纵向评价值为节点j1的纵向评价值与节点j1和节点i之间的纵向评价值的和、节点j2的纵向评价值与节点j2和节点i之间的纵向评价值的和、节点j3的纵向评价值与节点j3和节点i之间的纵向评价值的和中的最优值。
该最优值，可以理解为，该三个和对应的值中的最大值，或者该三个和对应的值中的最小值等，本方案对此不做具体限定。
当节点i是路径终点节点，也就是说，节点i沿树状有向图中的方向、位于一条边上的下一个节点不存在时，所述节点i的纵向评价值为预设值。该预设值例如可以是0，或者是其他任意设定值等，本方案对此不做具体限定。
上述以计算每个节点的纵向评价值为例进行说明。
其中，根据所述K条路径中每个节点的横向评价函数计算每个节点的横向评价值，包括：
将所述目的点所在的车道对应的节点确定为基准节点，根据所述基准节点的横向评价函数计算得到所述基准节点的横向评价值；
若所述基准节点有续接节点，根据所述基准节点的续接节点的横向评价函数、所述基准节点的横向评价值以及所述基准节点与所述续接节点之间的横向评价值，计算所述续接节点的横向评价值；
若所述基准节点有对应在可换道备选车道中的相邻节点，根据所述相邻节点的横向评价函数、所述基准节点的横向评价值以及所述基准节点与所述相邻节点之间的横向评价值，计算所述相邻节点的横向评价值；
若所述基准节点的相邻节点没有续接节点，根据所述基准节点的续接节点的相邻节点的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述基准节点的续接节点的相邻节点之间的横向评价值，确定所述基准节点的续接节点的相邻节点的横向评价值；
若所述基准节点的相邻节点有续接节点，根据所述基准节点的相邻节点的续接节点的横向评价函数、所述基准节点的相邻节点的横向评价值以及所述基准节点的相邻节点与所述基准节点的相邻节点的续接节点之间的横向评价值，计算所述基准节点的相邻节点的续接节点的第一横向评价值，并根据所述基准节点的续接节点的相邻节点的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述基准节点的续接节点的相邻节点之间的横向评价值，计算所述基准节点的相邻节点的续接节点的第二横向评价值，根据所述第一横向评价值和所述第二横向评价值确定所述基准节点的相邻节点的续接节点的横向评价值，以此类推，以得到所述K条路径中每个节点的横向评价值。
上述基准节点的续接节点的相邻节点与所述基准节点的相邻节点的续接节点是同一个节点，或者，所述基准节点的续接节点与所述基准节点的相邻节点的续接节点是同一个节点，或者，与所述基准节点位于一条边的节点包括所述续接节点、所述基准节点的续接节点的相邻节点。
如图6a所示，其中，基准节点为S1，基准节点S1的续接节点为C1，基准节点S1的相邻节点为S2，基准节点S1的相邻节点的续接节点为C2。
图6a中，基准节点S1的续接节点C1的相邻节点C2与所述基准节点S1的相邻节点S2的续接节点C2是同一个节点。
如图6b所示，基准节点S1的续接节点C1与所述基准节点S1的相邻节点S2的续接节点C1是同一个节点。
如图6c所示，与基准节点S1位于一条边的节点包括续接节点C1、所述基准节点S1的续接节点C1的相邻节点C2。
具体地，若节点p对应在可换道备选车道中的相邻节点中有x个是所述基准节点的续接节点，且有y个是所述基准节点的相邻节点，同时，节点p沿所述树状有向图中的方向的下一个续接节点中有z个是所述基准节点的续接节点，且有t个是所述基准节点的相邻节点，根据所述节点p的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述节点p之间的横向评价值，确定所述节点p的x+z个第一横向评价值，根据所述节点p的横向评价函数、所述基准节点的相邻节点的横向评价值以及所述基准节点的相邻节点与所述节点p之间的横向评价值，确定所述节点p的y+t个第二横向评价值，根据所述x+z个第一横向评价值和所述y+t个第二横向评价值确定所述节点p的横向评价值，以此类推，以得到所述K条路径中每个节点的横向评价值，其中，p为正整数，x、y、z、t均为不小于0的整数，若x、y、z、t同时为0，所述节点p的横向评价值为设定的无效值。
采用该手段，根据树状有向图中节点之间的拓扑关系迭代计算每条路径中每个节点的纵向评价值，提供具备纵向全局视野的导航信息，可以用于表征换道需求的紧急性，以供自动驾驶系统的换道决策选择合适的换道时机；根据树状有向图中节点之间的拓扑关系和相邻关系计算每条路径中每个节点的横向评价值，提供具备横向全局视野的导航信息，可以反映全局的横向运动趋势信息，以供自动驾驶系统的换道决策选择符合全局运动趋势的目标车道。
其中，上述纵向评价函数与所述K条路径中每条路径的目标可达性评价函数、所述K条路径分别对应的纵向惩罚评价函数中的至少一项有关，其中，所述纵向惩罚评价函数包括以下中的至少一项：静态非主道惩罚函数、动态占用惩罚函数、换道保护惩罚函数、靠边停车惩罚函数。
具体地，目标可达性评价函数用于评价车辆能到达目的点的累积剩余可行驶距离。路径剩余可行驶距离越短，则从当前路径换道离开的换道需求越紧急，在实时导航的换道仲裁决策中需要得到更高优先级的快速响应。
需要说明的是，若某条路径不经过换道不能到达终点，则目标可达性评价函数是到达路径末端(终点)的累计可行驶距离。
上述纵向惩罚评价函数用于表征车道场景引起的行驶代价。
例如，静态非主道惩罚函数表征由于道路几何拓扑及属性等静态道路场景引起的额外代价，例如道路弯折引起的沿路距离增加等。
其中，对车辆行为决策的影响仅与车道场景有关，而与车辆实时行驶状态无关的场景定义为静态场景，反之，则为动态场景。例如，车道拓扑相关的平行车道、车道分裂/合并等都是静态场景，与通行时间、交通密度、自车状态等都无关；但待转区、路口、公交车道等场景的通行规则与红绿灯状态、通行时间是否是高峰时段、特殊车道占用时长等相关，均为动态场景。
上述静态非主道惩罚函数可根据车道平均角度变化量和车道分裂/合并段的车道长度计算得到，所述车道平均角度变化量是通过对车道中心点进行平滑滤波处理，根据处理后车道中心点的角度变化量得到的。
动态占用惩罚函数是由于车辆行为和动态场景引起的额外代价，例如靠边停车、换道、临时占用公交车道转向等。
上述动态占用惩罚函数可根据所述车辆的速度、所述车辆的位置、特殊车道借道时间和交通畅通状态确定。
根据自动驾驶系统的功能设计，还可以扩展换道保护、靠边停车等功能，从而引入换道保护距离代价，靠边停车距离代价，以便保障车辆可以完成连续换道、靠边停车等自动驾驶系统功能。
其中，换道保护距离代价可以通过车辆的平均行驶速度以及平均换道时间、驾驶经验、自动驾驶系统功能设计等确定。换道保护距离，可以理解为，车辆为了到达所述目的点在接近每条路径尽头时为保证最后一次换道行为被成功执行而预留的最后一次换道开始位置到路径尽头之间的距离。
靠边停车距离代价可以理解为靠边停车所需的距离。该靠边停车所需的距离可以是一个预设的固定值，也可以是一个根据车辆类型、终点所在车道位置、终点所在道路限速等因素进行确定。
其中，路径的全局纵向评价值可通过上述目标可达性评价值减去静态非主道惩罚值、动态占用惩罚值、换道保护惩罚值、靠边停车惩罚值等进而得到。当然，还可以采用其他计算方式，例如基于预设的权重值等来计算该全局纵向评价值，本方案对此不做具体限定。
路径的全局纵向评价值越低，则从当前路径换道离开的换道需求越紧急，实时导航的换道仲裁决策中需要得到更高优先级的快速响应，因此应当引导车辆从全局纵向评价越低的路径换道至全局纵向评价越高的路径中。
其中，横向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆横向决策结果的因素进行评价。
其中，横向评价函数与所述K条路径中每条路径到达目的点的最少换道次数、单次换道的横向偏移量、连续换道行为的换道方向变化中的至少一项有关。
上述每条路径到达目的点的最少换道次数可根据道路拓扑关系、车道换道属性等确定。
具体地，每条路径到达目的点的最少换道次数可以基于以下方式进行确定：
根据道路拓扑关系，若当前车道与后继车道相连，则当前车道的换道次数继承后继车道的换道次数；若为道路分离等特殊场景，则继承后继车道换道收益的最优值，例如继承后继车道的最少的换道次数。其中，后继车道是指当前车道到目的点的方向的下一条续接车道。
若当前场景为路口，则根据平直性、左对齐、右对齐等路口拓扑选择策略，选择至少一条车道作为基准车道，继承路口后对应车道的最少换道次数；若当前车道未与后继车道相连，则根据车道左右相邻关系和换道收益，由已确定横向换道次数的车道推导相邻车道的换道次数。
上述单次换道的横向偏移量可基于换道行为的原车道和目标车道的车道几何位置关系确定，表征该单次换道开始和结束位置的原车道和目标车道的车道中心在垂直于车道行驶方向上的横向偏移量。
上述连续换道行为的换道方向变化可基于此多次连续换道行为执行的换道方向确定，表征多次换道行为是向同一方向多次连续换道，还是向不同方向的多次折返换道，例如：多次连续向左/右换道，或者先向左/右再向右/左的多次折返换道。
其中，路径的全局横向评价值可通过上述每条路径到达目的点的最少换道次数、单次换道的横向偏移量、连续换道行为的换道方向变化等基于预设算法进行处理，进而得到。例如通过对上述最少换道次数、单次换道的横向偏移量、连续换道行为的换道方向变化进行归一化处理得到。具体地，可以基于预设的权重值等来计算该全局横向评价值，本方案对此不做具体限定。
203、当所述车辆位于所述K条路径中的第一位置时，根据所述K条路径中每个参考位置的评价值确定所述第一位置的评价值，以及第二位置的评价值，所述第二位置为所述第一位置对应在可换道备选车道中的位置；
具体地，通过获取第一位置对应的可换道备选车道，并确定第一位置对应在可换道备选车道中的位置，进而基于上述每个参考位置的评价值得到该第一位置的评价值以及第二位置的评价值。
上述第一位置对应在可换道备选车道中的位置，可以理解为，所述K条路径中除所述第一位置外与第一直线相交的位置，所述第一直线为经过所述第一位置且与所述第一位置所在道路方向垂直的直线，所述第二位置所在车道的行驶方向与所述第一位置所在车道的行驶方向一致。
如图7所示，车辆位于车道1的第一位置p处，通过位置p作与车道方向垂直的直线L，其中，L与车道1、车道2、车道3均相交。由于车道5的行驶方向与车道1的行驶方向相反，因此将车道4、车道5排除。即，车道2中的位置q1、车道3中的位置q2均为上述第二位置。
其中，该第二位置可以是一个，也可以是多个，本方案对此不做具体限定。
具体地，当上述参考位置为所述K条路径中的任一位置时，上述第一位置、第二位置的横向评价值和/或纵向评价值可以直接从步骤202中计算得到的每个参考位置的横向评价值和/或纵向评价值中所确定。采用该手段，在路径规划完成后对K条路径中每个位置的横向评价值和/或纵向评价值一次性预先计算完成，而在实时导航的每一个迭代周期中仅需要根据第一位置、第二位置通过位置匹配进行获取，因此可以节省实时导航过程的计算资源，提高计算效率。
当所述参考位置为所述K条路径的节点中的预设位置时，所述根据所述K条路径中每个参考位置的评价值确定所述第一位置的评价值，以及第二位置的评价值，包括：
确定与所述第一位置对应的同车道的临近的第一节点，以及与所述第二位置对应的同车道的临近的第二节点；
根据所述第一节点中的预设位置的横向评价值和/或纵向评价值，以及所述第一节点中的预设位置与所述第一位置之间的横向评价值和/或纵向评价值，计算所述第一位置的横向评价值和/或纵向评价值；
根据所述第二节点中的预设位置的横向评价值和/或纵向评价值，以及所述第二节点中的预设位置与所述第二位置之间的横向评价值和/或纵向评价值，计算所述第二位置的横向评价值和/或纵向评价值。
也就是说，基于步骤202得到的参考位置的横向评价值和/或纵向评价值，进而根据这些特定的参考位置的横向评价值和/或纵向评价值来计算第一位置、第二位置的横向评价值和/或纵向评价值。
204、根据所述第一位置的评价值，以及所述第二位置的评价值确定目标路径，以引导所述车辆按照所述目标路径行驶。
其中，所述目标路径为所述第一位置的评价值以及所述第二位置的评价值中评价值最优的位置所在的路径。
例如，该最优可以是评价值最高，或者评价值最低，或者超出预设阈值，不大于预设阈值等，本方案对此不做具体限定。
其中，若第一位置的纵向评价值优于第二位置的纵向评价值，且，第一位置的横向评价值也优于第二位置的横向评价值，则该目标路径即为当前第一位置所在的路径。
若第二位置的纵向评价值优于第一位置的纵向评价值，第一位置的横向评价值优于第二位置的横向评价值，该目标路径可以是第二位置所在的路径。
也就是说，该目标路径是从第一位置所在的路径与第二位置所在的路径中确定的。
或者还可以基于其他方式来确定目标路径，例如：基于所述第一位置的评价值以及所述第二位置的评价值中评价值最优的位置所在的路径产生的导航换道意图，同时与实时动态环境感知产生的风险换道意图、以及道路实时交通拥堵状态产生的超车换道意图等其他换道意图进行仲裁，确定当前时刻收益最大的路径为所述目标路径。本方案对此不做具体限定。
其中，若第一位置所在的车道没有可换道备选车道，则上述目标路径即为第一位置所在的路径。
通过本申请实施例，根据K条路径包括的车道拓扑关系、车道场景，构建该K条路径的评价函数，并根据所述K条路径的评价函数计算所述K条路径中每个位置的横向评价值和/或纵向评价值，基于车辆所处第一位置得到该第一位置的评价值，以及第一位置对应在可换道备选车道中的第二位置的评价值，进而根据所述第一位置的评价值，以及所述第二位置的评价值确定目标行驶路径，以引导所述车辆按照所述目标行驶路径行驶。本方案通过对从出发点到目的点之间的K条路径中的任一路径中任一位置的影响车辆横向决策结果的因素进行评价，和/或任一路径中任一位置的影响车辆纵向决策结果的因素进行评价，进而在实时导航时将车辆的前瞻范围扩大到全局视野，提供完备的选择空间和连续可比较的车道评价值，从而引导车辆进行多源换道意图仲裁，选择合理的路径进行行驶，实现比人类司机更智能的自动驾驶决策。
同时，本方案具备较优的普适性，易于通过调整横向评价函数和/或纵向评价函数的方式扩展紧急换道、靠边停车等自动驾驶功能及各种特殊道路场景，能够适应于城区道路和高速等结构化场景，对于自动驾驶车辆在实际高实时高动态的复杂道路交通环境中的导航有重要作用，可广泛应用于自动驾驶汽车导航。
下面对本申请实施例进行具体说明。参照图8所示，为本申请实施例提供的一种引导车辆行驶的方法的示意图。该方法可包括步骤801-807，具体如下：
801、根据路径规划结果获取车辆从出发点到目的点之间的K条路径；
该K条路径即为从出发点到目的点之间的车道级路径规划结果。
802、对所述K条路径包含的所有车道进行场景判断与分类，对特殊场景构建影子车道拓扑，得到车道级规划拓扑表征(树状有向图)；
其中，对车道级路径规划结果包含的所有车道进行场景分类，并对车道分裂、合并、路口、特殊车道等特殊场景构建影子车道拓扑，采用树状有向图表征车道级规划结果的拓扑结构。
具体地，根据车道拓扑关系及属性等信息，对车道级路径规划结果包含的所有车道进行场景分类，分为平行车道、车道分离/合并、待转区、路口、特殊车道等。
对车辆行为决策的影响仅与车道场景有关，而与车辆实时行驶状态无关的场景定义为静态场景，反之，则为动态场景。
其中，对于车道场景的介绍可参阅前述实施例，在此不再赘述。
其中，根据多条路径的相互重叠关系，对车道分裂、合并场景的路径进行向前和向后拓扑延展，构建影子车道，并更新车道级路径规划结果。
该影子车道可以理解为，多条路径经过某一区域中相同车道段，即包含完全相同的一段车道，这些路径在此区域范围内的车道属性、拓扑结构等完全相同，因此这些路径称为影子车道，这一相同车道段的区域范围称为影子区域。
如图9所示，路径3和路径4的影子区域1，路径3和路径5的影子区域2。该向前、向后拓扑延展的区域大小可以任意设定，本方案对此不做具体限定。
本方案通过将车道分裂、合并场景中的路径向前或向后拓扑延展包含影子区域之后，可以有助于表达由于车道分裂、合并而产生的新增路径、减少路径与原始路径之间的拓扑关系，使其拓扑关系的描述更简洁；实时导航引导过程中产生的数据量更少，节省通信带宽；同时，也能更便捷地引导车辆在原始路径和新增路径、减少路径之间进行换道，而不需要额外引入冗余逻辑和换道代价。
基于上述场景分类以及影子车道的处理，将道路拓扑结构分布均匀的车道段，以及由道路拓扑结构变化的位置、车道拓扑结构变化的位置、路口分割而形成的车道段作为车道单元，得到每条路径的节点，节点之间通过有向边相连，从而构建车道级规划结果的树状有向图，可参阅前述图4b所示。
803、基于车道拓扑，确定目标可达性评价函数、静态非主道惩罚函数和动态占用惩罚函数，为每条路径建立纵向评价函数，计算每条路径中每个节点的纵向评价值，构建纵向全局视野，用于表征换道需求的紧急性；
基于车道拓扑计算当前节点(位置)到路径终点的剩余可行驶距离，为每条路径建立目标可达性的纵向评价函数。路径的剩余可行驶距离越短，则相应地从当前路径换道离开的换道需求越紧急，在实时导航的换道仲裁决策中需要得到更高优先级的快速响应。
可选的，若当前节点存在多条可选路径时，选取多条路径中目标可达性评价值最高的路径计算当前节点的目标可达性评价值。
静态非主道惩罚函数表征由于道路几何拓扑及属性等道路场景引起的额外代价，例如道路弯折引起的沿路距离增加等。
以计算车道合并和分离场景的静态非主道的几何代价为例进行说明。
首先，对车道中心点进行平滑与滤波，降低高精度地图制图误差对道路静态非主道惩罚评价值计算的影响。本实施例中采用滑动窗口滤波方法，滤波公式如下：
然后，计算平滑后车道中心点的平均角度变化，计算公式如下：
道路中车道分裂和合并引起的静态非主道惩罚，可用以下公式进行计算：
Dgeometry＝α*D*(1-cos(angle))
其中，Dgeometry是由于车道分裂和合并引起的静态非主道惩罚评价值；α是惩罚因子，可根据经验值确定；D是车道分裂/合并段的车道长度；m，n分别是位于当前滤波窗口中的车道中心点的起止序号，窗口长度为n-m；xk，yk表示位于当前滤波窗口中的第k个车道中心点的地理坐标值，当前窗口位置滤波后的地理坐标值记为xi，yi；N是滤波处理的车道中心点的总个数，Δanglek是第k个平滑后车道中心点的角度变化量，angle是N个平滑后车道中心点的平均角度变化量。
根据同场景下的车道角度变化量进行对比，角度变化量越大的车道应赋予的静态非主道几何代价将越高。例如：与主路车道的角度变化量相比，辅路车道汇入主路的倾斜角度将更大，其车道中心点序列更加曲折，因此汇入主路车道的角度变化量越大的辅路车道应赋予的静态非主道几何代价越高。
动态占用惩罚函数用于表征由于车辆行为和动态场景引起的额外代价，例如靠边停车、换道、临时占用公交车道转向等。其中，可根据当前车辆的速度与位置等计算动态车道的代价。
以计算公交车道占用的动态占用惩罚为例，当车辆从当前路径出发必须从公交车专用车道中借道一段距离才能到达目标所在车道时，动态占用惩罚代价与公交车道的借道长度相关，而借道所需长度与车辆当前行驶速度V和公交车道借道时间Tbus相关，参考如下公式所示：
Dbus＝β*V*Tbus；
其中，Dbus是由于车辆借道公交车道而产生的动态占用惩罚代价；β是惩罚因子，可根据经验值确定；车辆当前行驶速度V和公交车道借道时间Tbus与实时动态场景中交通畅通状态相关，交通越拥堵，车速越慢，借道时间将越长。
基于各条路径的目标可达性评价函数、静态非主道惩罚函数和动态占用惩罚函数，递归计算经过每个节点的所有路径的纵向评价值，从而确定每个节点的纵向评价值。
其中，路径的全局纵向评价值可通过目标可达性评价值减去静态非主道惩罚值、动态占用惩罚值进而得到。当然，还可以采用其他计算方式，例如基于预设的权重值等来计算该全局纵向评价值，本方案对此不做具体限定。
优选的，根据自动驾驶系统的功能设计，还可以扩展其他评价函数来计算该全局纵向评价值，例如增加换道保护、靠边停车功能，从而引入换道保护距离Dlc，靠边停车距离代价Dpullover等，本方案对此不做具体限定。
其中，路径的全局纵向评价值越低，则从当前路径换道离开的换道需求越紧急，实时导航的换道仲裁决策中需要得到更高优先级的快速响应，应当引导车辆从全局纵向评价越低的路径换道至全局纵向评价越高的路径中。
本实施例仅以上述各函数为例进行说明，其还可以是其他任意函数，本方案对此不做具体限定。
804、基于车道拓扑，选择基准车道，并基于基准车道计算其相邻车道和续接车道的换道次数，进而得到每一条路径到达目的点的最少换道次数，为每条路径建立横向评价函数，计算每条路径中每个节点的横向评价值，构建横向全局视野，用于描述全局的横向运动趋势信息；
首先，将上述树状有向图中的目的点所在的车道，确定为基准车道，进而计算基准车道的最少换道次数，并推导相邻车道和续接车道的最少换道次数，依此类推，最终可得到每条车道到达目的点的最少换道次数。
具体地，根据道路拓扑关系，若当前车道与后继车道相连，如图6a所示，则当前车道(如节点C1所处的车道)的换道次数继承后继车道(节点S1所处的车道)的换道次数；若为道路分离等特殊场景，如图6b所示，则当前车道(如节点C1所处的车道)继承后继车道(节点S1所处的车道、节点S2所处的车道)中的最少换道次数；
若当前场景为路口，则根据平直性、左对齐、右对齐等路口拓扑选择策略，选择至少一条车道作为基准车道，继承路口后对应车道的最少换道次数；
若当前车道未与后继车道相连，则根据车道左右相邻关系和换道次数，由已确定横向换道次数的车道推导相邻车道的换道次数。
上述仅为一种示例，其还可以是其他方式来确定最少换道次数，本方案对此不做具体限定。
其中，还可以采用其他函数来构建横向全局视野，例如单次换道的横向偏移量、连续换道行为的换道方向变化等。本方案对此不做具体限定。
805、根据所述每条路径中每个节点的纵向评价值和横向评价值，计算得到每个位置的纵向评价值和横向评价值；
通过基于临近节点来计算局部各个位置的纵向评价值和横向评价值。例如，节点A与位置a临近，基于节点A与位置a之间的纵向评价值、横向评价值，以及节点A的纵向评价值和横向评价值，可得到位置a的纵向评价值和横向评价值。
其中，对于节点A与位置a之间的纵向评价值，例如纵向评价函数为目标可达性评价函数时，该节点A与位置a之间的纵向评价值即由两者之间的距离确定。
上述仅为一种示例，其还可以采用其他方式进行计算，本方案对此不做具体限定。
806、当车辆处于第一位置时，确定该第一位置对应在可换道备选车道中的第二位置，并根据所述K条路径中每个位置的纵向评价值和横向评价值确定所述第一位置的纵向评价值和横向评价值，以及第二位置的纵向评价值和横向评价值；
基于上述得到的每个位置的纵向评价值和横向评价值，进而可以通过位置匹配确定第一位置的纵向评价值和横向评价值，以及第二位置的纵向评价值和横向评价值。采用该手段，能够为车辆的实时决策提供连续可比较的车道评价值，同时提高了路径的纵向评价值和横向评价值的计算效率，降低了实时导航过程对计算资源的消耗。
在实时导航过程中，根据车辆当前位置和车速信息进行实时车道匹配，从所有车道级规划路径中获取车辆的当前所在车道和可选的换道备选车道所属路径，作为车辆实时决策的备选路径。采用该手段，能够为车辆的实时决策提供完备的路径选择空间。
需要说明的是，本申请实施例以基于各个节点的纵向评价值和横向评价值，计算得到每个位置的纵向评价值和横向评价值之后，进而从中确定第一位置的纵向评价值和横向评价值。
在步骤804之后，当车辆处于第一位置时，确定该第一位置对应在可换道备选车道中的第二位置，并根据所述K条路径中每个节点的纵向评价值和横向评价值确定所述第一位置的纵向评价值和横向评价值，以及第二位置的纵向评价值和横向评价值。
具体地，通过确定与第一位置临近的同车道节点，进而基于该节点的纵向评价值和横向评价值来计算第一位置的纵向评价值和横向评价值。同样地，基于与第二位置临近的同车道节点，来计算第二位置的纵向评价值和横向评价值。
也就是说，该替代方案中根据所述K条路径中每个节点的纵向评价值和横向评价值分别确定所述第一位置和第二位置的纵向评价值和横向评价值这一过程，是在实时导航的每一个迭代周期中根据当前第一位置进行计算，而不是预先计算完成后仅在实时导航的每一个迭代周期中根据当前第一位置通过位置匹配进行获取。
807、根据所述第一位置的纵向评价值和横向评价值，以及所述第二位置的纵向评价值和横向评价值确定目标路径，以引导所述车辆按照所述目标路径行驶。
该实施例以纵向评价值和横向评价值均作为考量标准来确定目标路径，当然还可以仅考虑纵向评价值，或者仅考虑横向评价值，本方案对此不做具体限定。
本方案实时提供当前车道和所有备选路径连续变化的纵向评价值和横向评价值，引导车辆根据当前车道的换道紧急程度和横向运动趋势产生的导航换道意图，与实时动态环境感知产生的风险换道意图、以及道路实时交通拥堵状态产生的超车换道意图等多源换道意图进行仲裁，选择合适的目标车道和换道时机，实现比人类司机更智能的自动驾驶决策。
实施例一
如图10所示，为本申请实施例提供的一种引导车辆行驶的场景示意图，该场景为自动驾驶车辆需要通过具有完备视野的换道引导以保证端到端可达的路口右转场景。该场景包括四车道的道路1、道路2、道路3、道路4和道路5，以及路口右转后的道路6，其中在道路2中出现一次车道合并的情况，在道路4中出现一次车道分裂的情况。此外，该场景中道路1的车道3至道路4的车道3是公交车专用车道。在此场景中，自动驾驶车辆需完成从道路1的车道4到达道路6的车道3的自动驾驶任务。
其中，车道级路径规划模块可提供高精度地图、道路级和车道级全局路径规划结果。
从出发点(如图10中的点A)到目的点(如图10中的点B)之间的道路级全局规划路径为：道路1→道路2→道路3→道路4→道路5→道路6，可记为R1R2R3R4R5R6；
车道级全局路径规划结果为：
路径1：由道路1、道路2、道路3、道路4的车道1纵向连通构成，记为：R1L1→R2L1→R3L1→R4L1；该R1L1表示道路1上的车道1，相应地，R2L1表示道路2上的车道1，R3L1表示道路3上的车道1，R4L1表示道路4上的车道1。
路径2：由道路1、道路2、道路3、道路4的车道2纵向连通构成，记为：R1L2→R2L2→R3L2→R4L2；该R1L2表示道路1上的车道2，相应地，R2L2表示道路2上的车道2，R3L2表示道路3上的车道2，R4L2表示道路4上的车道2。
路径3：由道路1、道路2、道路3、道路4的车道3纵向连通构成，记为：R1L3→R2L3→R3L3→R4L3；
路径4：由道路1、道路2的车道4纵向连通构成，记为：R1L4→R2L4；
路径5：由道路4、道路5的车道4以及道路6的车道3纵向连通构成，记为：R4L4→R5L4→R6L3；
路径6：由道路6的车道2构成，记为：R6L2；
路径7：由道路6的车道1构成，记为：R6L1。
参照图10所示，道路1、道路3的车道1、2、3、4，以及道路6的车道1、2、3都是平行车道场景，同时道路2、道路4的车道1、2、3也是平行车道场景，但道路2的车道4是车道合并场景，道路4的车道4是车道分离场景。道路1、道路2、道路3、道路4的车道3都是公交车专用车道的特殊车道场景。此外，道路5的车道4经过路口右转连通道路6的车道3，即道路5的车道4与道路6的车道3之间的路口内车道是路口右转车道场景。
由于道路2处车道4和车道3合并，路径3和路径4在影子区域之前发生车道合并，因此需要将路径4向前延伸一定距离在道路3的车道3形成影子区域，则路径4延展为：由道路1、道路2的车道4和道路3的车道3纵向连通构成，记为：R1L4→R2L4→R3L3；这两条路径同时包含影子区域R3L3，从而将路径4与路径3的拓扑关系关联起来。
同理，道路3的车道3由于车道分离形成路径3和路径5，因此将路径5延展为：由道路3的车道3、道路4和道路5的车道4以及道路6的车道3连通构成，记为：R3L3→R4L4→R5L4→R6L3；路径5与路径3同时包含影子区域R3L3，从而将路径5与路径3的拓扑关系关联起来。
将车道端点、路口、车道分离位置、车道合并位置等作为节点，节点之间通过有向边相连，构建树状有向图，如图11所示，其中，边的箭头方向指示从出发点到目的点方向。
节点L0-4位于出发车道，即出发点所在的车道；节点L0-3、节点L1-3、节点L2-3、节点L3-3和节点L4-3位于公交车道；节点Lcross为路口节点；节点L6-3位于目标车道，即目的点所在的车道。
可选的，路口节点Lcross等价于节点L5-4。
为了构建纵向全局视野，用于表征换道需求的紧急性，对每条路径建立纵向评价函数，例如可由目标可达性评价函数、静态非主道惩罚函数和动态占用惩罚函数共同构成。设定道路1、道路2、道路3、道路4、道路6的长度均为50m，道路5的长度为20m，道路2、道路4的车道4由于存在车道合并/分离，其车道实际长度略长于道路长度，设为55m。例如，根据经验值可将道路静态非主道的几何代价惩罚因子α设为2，途径公交车道时车辆速度为15km/h，占用时间为6s，公交车道动态占用惩罚因子β设为2。同时，本方案中扩展换道保护、靠边停车等功能，换道保护距离代价Dlc折算为25m，靠边停车距离代价Dpullover折算为20m。
首先，根据图11中的各路径的拓扑关系，各个节点的目标可达性评价值可根据如下计算方式得到：
D(L6-1)＝D(L6-2)＝D(L6-3)＝0m；
D(Lcross)＝50m；
D(L5-4)＝D(L6-3)+D(L5-4-L6-3)＝0+50＝50m；其中，该D(L5-4-L6-3)表示节点L6-3与节点L5-4之间的目标可达性评价值；
D(L4-4)＝D(L5-4)+D(L4-4-L5-4)＝50+20＝70m；
D(L4-1)＝D(L4-2)＝D(L4-3)＝0m；
D(L3-3)＝max(D(L4-4)+D(L3-3-L4-4)，D(L4-3)+D(L3-3-L4-3))＝max(70+55，0+50)＝125m；
D(L3-1)＝D(L3-2)＝0+50＝50m；
D(L2-3)＝D(L3-3)+D(L2-3-L3-3)＝50+125＝175m；
D(L2-1)＝D(L2-2)＝50+50＝100m；
D(L1-4)＝D(L2-3)+D(L1-4-L2-3)＝175+55＝230m；
D(L1-3)＝D(L2-3)+D(L1-3-L2-3)＝175+50＝225m；
D(L1-1)＝D(L1-2)＝100+50＝150m；
D(L0-4)＝D(L1-4)+D(L0-4-L1-4)＝230+50＝280m；
D(L0-3)＝D(L1-3)+D(L0-3-L1-3)＝225+50＝275m；
D(L0-1)＝D(L0-2)＝150+50＝200m。
然后，根据道路几何拓扑及属性等计算静态非主道惩罚代价值，以计算道路2车道4的合并和道路4车道4的分离场景的静态非主道几何代价为例，本实施例中采用滑动窗口滤波后计算车道合并/分离前后的平滑后车道中心点的平均角度变化量：angle＝25°＝0.436rad；其他车道平滑滤波后平均角度变化量接近于0(即车道是平直的)，可忽略不计。
因此，道路2的车道4和道路4的车道4的几何代价：Dgeometry＝α*D(L2-4)*cos(angle)＝α*D(L4-4)*cos(angle)＝2*55*(1-cos(0.436))≈10m。
根据当前车辆的速度与位置，计算动态占用特殊车道的代价。本实施例以计算公交车道占用的代价为例，当车辆从图10中路径1和路径2行驶到达目的点所在的车道L6-3时，必须从路径3的公交车专用车道中借道一段距离才能到达右转车道；路径3行驶到目的点所在的车道过程中全程占用公交车道；路径4可以换道至路径3再换道至路径5到达目的点所在的车道(途径道路4的车道3)，也可以换道至路径3后沿着路径5到达目的点所在的车道(从道路3的车道3直接到道路4的车道4)。因此，各条路径的公交车道动态占用惩罚Dbus为：
Dbus1＝Dbus2＝β*V*Tbus＝2*15/3.6*6＝50m；
Dbus3＝β*D(L0-3-L3-3)＝2*150＝300m；
Dbus4＝min(β*D(L2-3-L3-3)，β*D(L2-3-L4-3)+β*V*Tbus)＝2*50＝100m。
基于上述目标可达性评价函数、静态非主道惩罚函数、动态占用惩罚函数递归计算经过每个节点的所有路径的最高评价值，即该节点的纵向评价值：
F(Lcross-L6-3)＝50m；
F(Lcross-L6-2)＝F(Lcross)-Dpullover＝50-20＝30m；
F(Lcross-L6-1)＝F(Lcross)-2*Dpullover＝50-2*20＝10m；
F(L5-4)＝F(Lcross-L6-3)＝50m；
F(L4-4)＝F(L5-4)+D(L4-4-L5-4)＝50+20＝70m；
F(L4-3)＝D(L4-3)-Dlc＝-25m；
F(L4-2)＝D(L4-2)-2*Dlc＝-50m；
F(L4-1)＝D(L4-1)-3*Dlc＝-75m；
F(L3_3)＝F(L4-4)+D(L3-3-L4-4)-Dgeometry＝70+55-10＝115m；
F(L3-2)＝F(L4-2)+D(L3-2-L4-2)-Dbus2＝-50m；
F(L3-1)＝F(L4-1)+D(L3-1-L4-1)-Dbus1＝-75m；
F(L2-3)＝F(L3-3)+D(L2-3-L3-3)-Dbus4＝115+50-100＝65m；
F(L2-2)＝F(L3-2)+D(L2-2-L3-2)＝-50+50＝0m；
F(L2-1)＝F(L3-1)+D(L2-1-L3-1)＝-75+50＝-25m；
F(L1-4)＝F(L2-3)+D(L1-4-L2-3)-Dgeometry＝65+55-10＝110m；
F(L1-3)＝F(L2-3)+D(L1-3-L2-3)-β*D(L1-3-L2-3)＝65+50-2*50＝15m；
F(L1-2)＝F(L2-2)+D(L1-2-L2-2)＝0+50＝50m；
F(L1-1)＝F(L2-1)+D(L1-1-L2-1)＝-25+50＝25m；
F(L0-4)＝F(L1-4)+D(L0-4-L1-4)＝110+50＝160m；
F(L0-3)＝F(L1-3)+D(L0-3-L1-3)-β*D(L0-3-L1-3)＝15+50-2*50＝-35m；
F(L0-2)＝F(L1-2)+D(L0-2-L1-2)＝50+50＝100m；
F(L0-1)＝F(L1-1)+D(L0-1-L1-1)＝25+50＝75m。
其中，路径的纵向评价值越低，则从当前路径换道离开的换道需求越紧急，实时导航的换道仲裁决策中需要得到更高优先级的快速响应。
另一方面，为了构建横向全局视野，根据车道级规划结果，从目的点往出发点计算每一条车道到达目的点所在的车道的最少换道次数，对每条路径建立横向评价函数，提供全局的横向运动趋势信息。
其中，以目的点所在的车道(即节点L6-3对应的车道)为基准车道，从目的点向出发点依次计算每个节点的最少换道次数N：
N(L6-3)＝0；
由于车道L6-1和L6-2只能通过换道达到终点，因此根据车道的左右相邻拓扑关系可得到：N(L6-2)＝N(L6-3)+1＝1；
N(L6-1)＝N(L6-2)+1＝2；
完成道路6中各条车道横向换道次数计算后，道路6的前继节点Lcross是路口右转场景，可根据右对齐原则选择路口基准车道，直接继承该节点后继车道的横向换道次数，因此节点Lcross的横向换道次数：Ncross＝N(L6-3)＝0；
道路5的节点L5-4有后继车道，其继承后继节点Lcross的横向换道次数，因此可得：
N(L5-4)＝Ncross＝N(L6-3)＝0；
同理可得，节点L4-4的横向换道次数：N(L4-4)＝N(L5-4)＝0；
但L4-1、L4-2、L4-3无后继车道，其仅为车道L4-4的相邻车道，因此可根据车道的左右相邻拓扑关系可以推导得出：
N(L4-3)＝N(L4-4)+1＝1；
N(L4-2)＝N(L4-3)+1＝2；
N(L4-1)＝N(L4-2)+1＝3；
其中，节点L3-3同时有两个后继节点L4-3和L4-4，由于节点L4-4的横向全局换道次数N(L4-4)比节点L4-3的横向全局换道次数N(L4-3)的少，因此节点L3-3从节点L4-4继承更优的横向全局换道次数，可得：N(L3-3)＝N(L4-4)＝0；
节点L3-2和L3-1均只有一条后继车道，因此直接继承其后继车道的横向换道次数：
N(L3-2)＝N(L4-2)＝2；
N(L3-1)＝N(L4-1)＝3；
同理，可得道路2中各车道的横向换道次数：
N(L2-3)＝N(L3-3)＝0；
N(L2-2)＝N(L3-2)＝2；
N(L2-1)＝N(L3-1)＝3；
道路1中节点L1-3和L1-4有同样的后继车道L2-3，因此：
N(L1-3)＝N(L2-3)＝0；
N(L1-4)＝min(N(L2-3)，N(L1-3)+1)＝N(L2-3)＝0；
节点L1-1和节点L1-2各有一条后继车道，因此：
N(L1-2)＝N(L2-2)＝2；
N(L1-1)＝N(L2-2)＝3；
节点L0-1、L0-2、L0-3和L0-4各有一条后继车道，因此：
N(L0-1)＝N(L1-1)＝3；
N(L0-2)＝N(L1-2)＝2；
N(L0-3)＝N(L1-3)＝0；
N(L0-4)＝N(L1-4)＝0。
其中，该实施例中车道的横向换道次数以优先基于其后继车道的横向换道次数来计算为例进行说明。当然，还可以基于该车道的相邻车道以及后继车道两方面来确定该车道的横向换道次数，本方案对此不做具体限定。
在实时导航过程中，根据车辆当前位置和车速信息进行实时车道匹配，获取车辆的当前所在车道和可选的换道备选车道。
当车辆在如图12所示的三个实时匹配位置Loc1、Loc2和Loc3时，当前车道和备选车道的集合及其纵向评价值和横向评价值分别为：
对于实时匹配位置Loc1(位于道路1的车道中间位置，距车道起点为25m)：
路径1：F(Loc1，1)＝(F(L0-1)+F(L1-1))/2＝50m，N(Loc1，1)＝(N(L0-1)+N(L1-1))/2＝3；
路径2：F(Loc1，2)＝(F(L0-2)+F(L1-2))/2＝75m，N(Loc1，2)＝(N(L0-2)+N(L1-2))/2＝2；
路径3：F(Loc1，3)＝(F(L0-3)+F(L1-3))/2＝-10m，N(Loc1，3)＝(N(L0-3)+N(L1-3))/2＝0；
路径4：F(Loc1，4)＝(F(L0-4)+F(L1-4))/2＝135m，N(Loc1，4)＝(N(L0-4)+N(L1-4))/2＝0；
对于实时匹配位置Loc2(位于道路3的车道中间偏后位置，距车道起点为30m)：
路径1：F(Loc2，1)＝F(L3-1)+ΔF(L3-1)＝-55m，N(Loc2，1)＝N(L3-1)+ΔN(L3-1)＝3；
路径2：F(Loc2，2)＝F(L3-2)+ΔF(L3-2)＝-20m，N(Loc2，2)＝N(L3-2)+ΔN(L3-2)＝2；
路径3：F(Loc2，3)＝F(L3-3)+ΔF(L3-3)＝95m，N(Loc2，3)＝N(L3-3)+ΔN(L3-3)＝0；
对于实时匹配位置Loc3(位于道路4的车道中间偏前位置，距车道起点为40m)：
路径1：F(Loc3，1)＝F(L4-1)+ΔF(L4-1)＝-75m，N(Loc3，1)＝N(L4-1)+ΔN(L4-1)＝3；
路径2：F(Loc3，2)＝F(L4-2)+ΔF(L4-2)＝-50m，N(Loc3，2)＝N(L4-2)+ΔN(L4-2)＝2；
路径3：F(Loc3，3)＝F(L4-3)+ΔF(L4-3)＝-35m，N(Loc3，3)＝N(L4-3)+ΔN(L4-3)＝1；
路径5：F(Loc3，5)＝F(L4-4)+ΔF(L4-4)＝80m，N(Loc3，5)＝N(L4-4)+ΔN(L4-4)＝0。
在车辆行驶过程中，可实时提供车辆当前车道和所有备选路径连续变化的纵向评价值和横向评价值，如上述F(Loc)和N(Loc)。当F(Loc)越小时，说明该车道的纵向全局评价值越低，从当前车道换出的紧急程度越高；N(Loc)越小，则表示该车道到达目的点所在的车道的横向代价越小，若选为目标车道则横向收益将越大。
以实时匹配位置Loc1的当前车道和备选车道的集合为例，由于F(Loc1，1)和F(Loc1，3)过小，即使N(Loc1，3)＜N(Loc1，2)，目标路径为引导车辆在路径2的车道L1-2中继续向前行驶；但随着沿路径2继续向前行驶至道路3中，路径2的F(Loc，2)迅速减小，而路径3的F(Loc，3)迅速增加且保持N(Loc，3)＜N(Loc，2)，则将引导车辆从路径2的车道L2-2中换道至路径3的车道L3-3中，并沿着路径3继续向前行驶；当行驶至道路4时，由于存在F(Loc，5)＞F(Loc，3)且N(Loc，5)＜N(Loc，3)，则将引导车辆沿着车道L3-3的分离车道L4-4切换到路径5中，并最终抵达自动驾驶任务的终点车道L6-3。
在这个过程中，车辆从路径2换道至路径3之前，假设路径2中车辆前方存在交通流拥堵情况，则将导致F(Loc，2)急剧下降，使得路径2和路径3之间的纵向评价值的差距提前拉大，从而引导车辆选择更早的换道时机，最终车辆将更早完成该次换道，尽早换道至路径3中。
若该实施例中路径3包含的车道L1-3、L2-3、L3-3、L4-3不是公交车道，则由于静态非主道的几何代价(10m)，节点L1-4的纵向评价值将比节点L1-3更小，同时横向换道次数N(L1-4)等于N(L1-3)，所以将引导车辆从路径4中换道至路径3中，并尽量保持在路径3中行驶，从而实现自动驾驶避开不平直的非主车道的特性。
由此可见，本方案为各条路径的每个位置建立全局视野下的纵向综合评价模型F(Loc)和横向最少换道次数评价模型N(Loc)，使车辆的横、纵向行为决策及其收益量化成连续变化的评价值，从而车辆在动态决策中更具前瞻性，使得每次行为决策的横、纵向收益最大化。由于各条路径的纵向综合评价值和全局换道次数将随着位置不同而连续变化，本方案可以在车辆行驶过程中根据位置匹配的结果，提供完备的横、纵向可比较的路径选择空间，充分保证了动态决策的自由度；根据实时提供的当前车道和所有备选路径连续变化的纵向综合评价值和横向全局换道次数评价值，即全局视野下的实时换道需求紧急性和横向运动趋势，将车辆的前瞻范围扩大到全局视野，便于提前感知必要的导航换道需求及其紧急性；进而，引导车辆根据当前车道的导航换道紧急程度与实时动态环境感知产生的风险换道意图、以及道路实时交通拥堵状态产生的超车换道意图等其他换道意图进行仲裁，最终选择符合全局运动趋势的目标车道和合适的换道时机，进行最优路径综合引导，使车辆在多样化交通场景中实现比人类司机更智能的自动驾驶决策。
实际上，在公交车道借道占用的特殊场景中，本方案可以引导车辆最大限度避开公交车道，只有必须借道转弯时才会短时间占用，减少了在特殊车道上时间和空间的占用；在复杂主辅路交汇、公交车站临停区等场景中，本方案可以引导车辆始终选择平直的主路车道行驶；在实际连续转弯场景中，本方案可以引导车辆较早地触发换道请求，保留足够的时间和空间余量，从而能够保证车辆顺利完成自动驾驶任务达到目的地。
因此，本方案支持城市道路复杂拓扑的绝大多数场景，如平行车道、车道分开/汇合、主辅路、待转区、路口、应急车道、公交车道等，还易于扩展紧急换道、靠边停车等自动驾驶功能，从而能普适性地将全局视野中各条车道级路径中每个位置换道需求及其紧急性量化成连续变化的横向评价值和纵向评价值，确保选择合适的目标车道和换道时机，避免路口前或交通密集处的换道失败或紧急接管等问题，保证即使在交通流量大的路口和非路口场景中都能完成自动驾驶任务，适用于真实的高实时高动态道路场景或商用自动驾驶车辆中。
实施例二
参照图13所示，为本申请实施例提供的一种引导车辆行驶的场景示意图。该场景是自动驾驶车辆需要依靠具有完备视野的换道引导通过复杂的多车道异形路口的场景。该场景由六车道的道路1、道路2、异形路口和路口直行后的三车道的道路3、道路4构成，其中在道路2的车道1、车道3为左转车道，车道2、车道4、车道5为直行车道，车道6为右转车道。在此场景中，自动驾驶车辆需完成从道路1到达道路4的车道3的自动驾驶任务。
其中，该实施例的引导车辆行驶的相关处理可参阅前述实施例的介绍，在此不再赘述。
需要说明的是，该实施例中根据车道级规划结果，从目的点向出发点计算每一条车道到达目的点所在的车道的全局横向最少换道次数，提供全局的横向运动趋势信息，尤其是在复杂的多车道异形路口场景中。
其中，如图13所示，目的点所在车道L4-3作为基准车道，因此横向换道次数：N(L4-3)＝0；而车道L4-1和L4-2只能通过换道到达目的点所在车道L4-3，因此根据车道的左右相邻拓扑关系可推导车道L4-1和L4-2横向换道次数：
N(L4-2)＝N(L4-3)+1＝1；
N(L4-1)＝N(L4-2)+1＝2。
道路3中各车道均有后继车道，因此各车道的横向换道次数为：
N(L3-3)＝N(L4-3)＝0；
N(L3-2)＝N(L4-2)＝1；
N(L3-1)＝N(L4-1)＝2。
完成道路3中各条车道横向换道次数推导后，道路3的前继是包含多条车道拓扑的复杂异形路口。由于进入该路口和离开的车道数量及位置并不是一一对齐的，因此可根据平直性原则选取该路口的基准车道。在该实施例中，根据路口内对车道拓扑的平直性选取车道L2-4到车道L3-3之间的拓扑作为路口基准车道，则根据路口前后继拓扑关系可得：
N(L2-4)＝N(L3-3)＝0；
其中，除最平直的路口基准车道外，路口中的其他几条车道拓扑进出路口的角度偏差都比较大，可以理解为在路口内斜穿了，相当于路口内的换道行为，因此不能作为车道的前后拓扑关系用于继承计算横向换道次数。因而，道路2中的其他车道可根据车道的左右相邻拓扑关系推导得到：
N(L2-2)＝N(L2-4)+2＝2；
N(L2-5)＝N(L2-4)+1＝1；
道路1中各车道均有后继车道，因此各车道的横向换道次数为：
N(L1-2)＝N(L2-2)＝2；
N(L1-4)＝N(L2-4)＝0；
N(L1-5)＝N(L2-5)＝1。
在该实施例中，异形路口中存在复杂拓扑连接关系，且路口前后的各车道存在数量、位置、宽度等不一致的情况。本方案根据路口平直性原则选择路口基准车道，并通过基准车道继承、左右相邻拓扑关系推导得到各条路径中所有车道的全局换道次数，实现了对异形路口复杂拓扑场景中横向全局最小换道次数的计算。由此可见，本方案既简化了复杂路口拓扑场景的处理难度，又符合人类司机的驾驶习惯，因而可以更普适性地处理各种复杂城市道路场景。
参照图14所示，为本申请实施例提供的一种引导车辆行驶的装置的结构示意图。如图14所示，该装置包括：获取模块1401、计算模块1402、第一确定模块1403和第二确定模块1404，其中：
获取模块1401，用于根据路径规划结果获取车辆从出发点到目的点之间的K条路径，K为正整数；
计算模块1402，用于根据所述K条路径包括的车道拓扑关系、车道场景，构建所述K条路径的评价函数，并根据所述K条路径的评价函数计算所述K条路径中每个参考位置的评价值，其中，所述评价函数包括横向评价函数、纵向评价函数中的至少一项，所述横向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆横向决策结果的因素进行评价，所述纵向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆纵向决策结果的因素进行评价；
第一确定模块1403，用于当所述车辆位于所述K条路径中的第一位置时，根据所述K条路径中每个参考位置的评价值确定所述第一位置的评价值，以及第二位置的评价值，所述第二位置为所述第一位置对应在可换道备选车道中的位置；
第二确定模块1404，用于根据所述第一位置的评价值，以及所述第二位置的评价值确定目标路径，以引导所述车辆按照所述目标路径行驶。
优选地，所述纵向评价函数与所述K条路径中每条路径的目标可达性评价函数、所述K条路径分别对应的纵向惩罚评价函数中的至少一项有关，其中，所述纵向惩罚评价函数包括以下中的至少一项：静态非主道惩罚函数、动态占用惩罚函数、换道保护惩罚函数、靠边停车惩罚函数。
所述横向评价函数与所述K条路径中每条路径到达目的点的最少换道次数、单次换道的横向偏移量、连续换道行为的换道方向变化中的至少一项有关。
其中，所述计算模块1402，用于：构建所述K条路径中每个节点的横向评价函数和/或纵向评价函数，所述节点为所述K条路径中构成每条路径的有拓扑连接关系的车道单元，所述车道单元包括道路拓扑结构分布均匀的车道段，以及由道路拓扑结构变化的位置、车道拓扑结构变化的位置、路口分割而形成的车道段；根据所述每个节点的横向评价函数和/或纵向评价函数计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
优选地，所述装置还包括：处理模块，用于根据所述K条路径的节点和所述K条路径包含的车道的拓扑关系得到节点之间的拓扑连接关系；所述计算模块1402，用于：根据所述节点之间的拓扑连接关系，从所述目的点开始依次计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
其中，当节点i是非路径终点节点，节点j为所述节点i的下一个节点，且仅有一个节点j与所述节点i拓扑相连时，所述节点i的纵向评价值为所述节点i、所述节点j之间的纵向评价值与所述节点j的纵向评价值的和；当节点i是非路径终点节点，所述节点i的下一个节点中有M个节点与所述节点i拓扑相连时，根据M个数值确定所述节点i的纵向评价值，其中，所述M个数值中的第k个数值为该第k个节点的纵向评价值以及所述节点i与该第k个节点之间的纵向评价值的和，M为不小于2的整数，i、j、k均为正整数，k不大于M，k为所述M个数值中的任一个；当节点i是路径终点节点，所述节点i的纵向评价值为预设值。
其中，所述计算模块1402，用于：将所述目的点所在的车道对应的节点确定为基准节点，根据所述基准节点的横向评价函数计算得到所述基准节点的横向评价值；若所述基准节点有续接节点，根据所述基准节点的续接节点的横向评价函数、所述基准节点的横向评价值以及所述基准节点与所述续接节点之间的横向评价值，计算所述续接节点的横向评价值；若所述基准节点有对应在可换道备选车道中的相邻节点，根据所述相邻节点的横向评价函数、所述基准节点的横向评价值以及所述基准节点与所述相邻节点之间的横向评价值，计算所述相邻节点的横向评价值；若所述基准节点的相邻节点没有续接节点，根据所述基准节点的续接节点的相邻节点的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述基准节点的续接节点的相邻节点之间的横向评价值，确定所述基准节点的续接节点的相邻节点的横向评价值；若所述基准节点的相邻节点有续接节点，根据所述基准节点的相邻节点的续接节点的横向评价函数、所述基准节点的相邻节点的横向评价值以及所述基准节点的相邻节点与所述基准节点的相邻节点的续接节点之间的横向评价值，计算所述基准节点的相邻节点的续接节点的第一横向评价值，并根据所述基准节点的续接节点的相邻节点的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述基准节点的续接节点的相邻节点之间的横向评价值，计算所述基准节点的相邻节点的续接节点的第二横向评价值，根据所述第一横向评价值和所述第二横向评价值确定所述基准节点的相邻节点的续接节点的横向评价值，以此类推，以得到所述K条路径中每个节点的横向评价值。
其中，所述参考位置为所述K条路径中的任一位置；或者，所述参考位置为所述K条路径的节点中的预设位置，所述节点为所述K条路径中构成每条路径的有拓扑连接关系的车道单元，所述车道单元包括道路拓扑结构分布均匀的车道段，以及由道路拓扑结构变化的位置、车道拓扑结构变化的位置、路口分割而形成的车道段。
当所述参考位置为所述K条路径的节点中的预设位置时，所述第一确定模块1403，用于：确定与所述第一位置对应的同车道的临近的第一节点，以及与所述第二位置对应的同车道的临近的第二节点；根据所述第一节点中的预设位置的横向评价值和/或纵向评价值，以及所述第一节点中的预设位置与所述第一位置之间的横向评价值和/或纵向评价值，计算所述第一位置的横向评价值和/或纵向评价值；根据所述第二节点中的预设位置的横向评价值和/或纵向评价值，以及所述第二节点中的预设位置与所述第二位置之间的横向评价值和/或纵向评价值，计算所述第二位置的横向评价值和/或纵向评价值。
其中，所述静态非主道惩罚函数为根据车道平均角度变化量和车道分裂/合并段的车道长度计算得到的，所述车道平均角度变化量是通过对车道中心点进行平滑滤波处理，根据处理后车道中心点的角度变化量得到的。
所述动态占用惩罚函数是根据所述车辆的速度、所述车辆的位置、特殊车道借道时间和交通畅通状态确定的。
所述换道保护惩罚函数是根据所述车辆的速度、换道所需时间、预设换道失败后的尝试次数确定的。
所述靠边停车惩罚函数是根据预设靠边停车所需距离确定的。
需要说明的是，上述图14所示的各模块的具体实现可参阅前述实施例中方法的相关步骤的介绍，在此不再赘述。
在本实施例中，该引导车辆行驶的装置是以模块的形式来呈现。这里的“模块”可以指特定应用集成电路(application-specific integrated circuit，ASIC)，执行一个或多个软件或固件程序的处理器和存储器，集成逻辑电路，和/或其他可以提供上述功能的器件。
此外，以上获取模块1401、计算模块1402、第一确定模块1403和第二确定模块1404可通过图15所示的引导车辆行驶的装置的处理器1502来实现。
图15是本申请实施例提供的引导车辆行驶的装置的硬件结构示意图。图15所示的引导车辆行驶的装置1500(该装置1500具体可以是一种计算机设备)包括存储器1501、处理器1502、通信接口1503以及总线1504。其中，存储器1501、处理器1502、通信接口1503通过总线1504实现彼此之间的通信连接。
存储器1501可以是只读存储器(Read Only Memory，ROM)，静态存储设备，动态存储设备或者随机存取存储器(Random Access Memory，RAM)。
存储器1501可以存储程序，当存储器1501中存储的程序被处理器1502执行时，处理器1502和通信接口1503用于执行本申请实施例的引导车辆行驶的方法的各个步骤。
处理器1502可以采用通用的中央处理器(Central Processing Unit，CPU)，微处理器，应用专用集成电路(Application Specific Integrated Circuit，ASIC)，图形处理器(graphics processing unit，GPU)或者一个或多个集成电路，用于执行相关程序，以实现本申请实施例的引导车辆行驶的装置中的单元所需执行的功能，或者执行本申请方法实施例的引导车辆行驶的方法。
处理器1502还可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，本申请的引导车辆行驶的方法的各个步骤可以通过处理器1502中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1502还可以是通用处理器、数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1501，处理器1502读取存储器1501中的信息，结合其硬件完成本申请实施例的引导车辆行驶的装置中包括的单元所需执行的功能，或者执行本申请方法实施例的引导车辆行驶的方法。
通信接口1503使用例如但不限于收发器一类的收发装置，来实现装置1500与其他设备或通信网络之间的通信。例如，可以通过通信接口1503获取数据。
总线1504可包括在装置1500各个部件(例如，存储器1501、处理器1502、通信接口1503)之间传送信息的通路。
应注意，尽管图15所示的装置1500仅仅示出了存储器、处理器、通信接口，但是在具体实现过程中，本领域的技术人员应当理解，装置1500还包括实现正常运行所必须的其他器件。同时，根据具体需要，本领域的技术人员应当理解，装置1500还可包括实现其他附加功能的硬件器件。此外，本领域的技术人员应当理解，装置1500也可仅仅包括实现本申请实施例所必须的器件，而不必包括图15中所示的全部器件。
本申请实施例提供一种芯片系统，所述芯片系统应用于电子设备；所述芯片系统包括一个或多个接口电路，以及一个或多个处理器；所述接口电路和所述处理器通过线路互联；所述接口电路用于从所述电子设备的存储器接收信号，并向所述处理器发送所述信号，所述信号包括所述存储器中存储的计算机指令；当所述处理器执行所述计算机指令时，所述电子设备执行上述方法。
本申请实施例提供一种智能驾驶车辆，包括行进系统、传感系统、控制系统和计算机系统，其中，所述计算机系统用于执行上述方法。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机或处理器上运行时，使得计算机或处理器执行上述任一个方法中的一个或多个步骤。
本申请实施例还提供了一种包含指令的计算机程序产品。当该计算机程序产品在计算机或处理器上运行时，使得计算机或处理器执行上述任一个方法中的一个或多个步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置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步骤过程的具体描述，在此不再赘述。
应理解，在本申请的描述中，除非另有说明，“/”表示前后关联的对象是一种“或”的关系，例如，A/B可以表示A或B；其中A，B可以是单数或者复数。并且，在本申请的描述中，除非另有说明，“多个”是指两个或多于两个。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b，或c中的至少一项(个)，可以表示：a，b，c，a-b，a-c，b-c，或a-b-c，其中a，b，c可以是单个，也可以是多个。另外，为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。同时，在本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念，便于理解。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，该单元的划分，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，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。所显示或讨论的相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者通过该计算机可读存储介质进行传输。该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是只读存储器(read-onlymemory，ROM)，或随机存取存储器(random access memory，RAM)，或磁性介质，例如，软盘、硬盘、磁带、磁碟、或光介质，例如，数字通用光盘(digital versatile disc，DVD)、或者半导体介质，例如，固态硬盘(solid state disk，SSD)等。
以上所述，仅为本申请实施例的具体实施方式，但本申请实施例的保护范围并不局限于此，任何在本申请实施例揭露的技术范围内的变化或替换，都应涵盖在本申请实施例的保护范围之内。因此，本申请实施例的保护范围应以所述权利要求的保护范围为准。
Claims (28)
1.一种引导车辆行驶的方法，其特征在于，包括：
根据路径规划结果获取车辆从出发点到目的点之间的K条路径，K为正整数；
根据所述K条路径包括的车道拓扑关系、车道场景，构建所述K条路径的评价函数，并根据所述K条路径的评价函数计算所述K条路径中每个参考位置的评价值，其中，所述评价函数包括横向评价函数、纵向评价函数中的至少一项，所述横向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆横向决策结果的因素进行评价，所述横向评价函数与所述K条路径中每条路径到达目的点的最少换道次数、单次换道的横向偏移量、连续换道行为的换道方向变化中的至少一项有关；所述纵向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆纵向决策结果的因素进行评价，所述纵向评价函数与所述K条路径中每条路径的目标可达性评价函数、所述K条路径分别对应的纵向惩罚评价函数中的至少一项有关；
当所述车辆位于所述K条路径中的第一位置时，当K为不小于2的整数时，根据所述K条路径中每个参考位置的评价值确定所述第一位置的评价值，以及第二位置的评价值，所述第二位置为所述第一位置对应在可换道备选车道中的位置；
根据所述第一位置的评价值，以及所述第二位置的评价值确定目标路径，以引导所述车辆按照所述目标路径行驶；
当K为1时，根据所述K条路径中每个参考位置的评价值确定所述第一位置的评价值；
根据所述第一位置的评价值确定目标路径，以引导所述车辆按照所述目标路径行驶。
2.根据权利要求1所述的方法，其特征在于，其中，所述纵向惩罚评价函数包括以下中的至少一项：静态非主道惩罚函数、动态占用惩罚函数、换道保护惩罚函数、靠边停车惩罚函数。
3.根据权利要求1或2所述的方法，其特征在于，所述构建所述K条路径的评价函数，并根据所述K条路径的评价函数计算所述K条路径中每个参考位置的评价值，包括：
构建所述K条路径中每个节点的横向评价函数和/或纵向评价函数，所述节点为所述K条路径中构成每条路径的有拓扑连接关系的车道单元，所述车道单元包括道路拓扑结构分布均匀的车道段，以及由道路拓扑结构变化的位置、车道拓扑结构变化的位置、路口分割而形成的车道段；
根据所述每个节点的横向评价函数和/或纵向评价函数计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
根据所述K条路径的节点和所述K条路径包含的车道的拓扑关系得到节点之间的拓扑连接关系；
所述根据所述每个节点的横向评价函数和/或纵向评价函数计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值，包括：
根据所述节点之间的拓扑连接关系，从所述目的点开始依次计算所述K条路径中每个节点的横向评价值和/或纵向评价值；
根据所述K条路径中每个节点的横向评价值和/或纵向评价值计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
5.根据权利要求4所述的方法，其特征在于，当节点i是非路径终点节点，节点j为所述节点i的下一个节点，且仅有一个节点j与所述节点i拓扑相连时，所述节点i的纵向评价值为所述节点i、所述节点j之间的纵向评价值与所述节点j的纵向评价值的和；
当节点i是非路径终点节点，所述节点i的下一个节点中有M个节点与所述节点i拓扑相连时，根据M个数值确定所述节点i的纵向评价值，其中，所述M个数值中的第k个数值为该第k个节点的纵向评价值以及所述节点i与该第k个节点之间的纵向评价值的和，M为不小于2的整数，i、j、k均为正整数，k不大于M，k为所述M个数值中的任一个；
当节点i是路径终点节点，所述节点i的纵向评价值为预设值。
6.根据权利要求4或5所述的方法，其特征在于，所述方法还包括：
将所述目的点所在的车道对应的节点确定为基准节点，根据所述基准节点的横向评价函数计算得到所述基准节点的横向评价值；
若所述基准节点有续接节点，根据所述基准节点的续接节点的横向评价函数、所述基准节点的横向评价值以及所述基准节点与所述续接节点之间的横向评价值，计算所述续接节点的横向评价值；
若所述基准节点有对应在可换道备选车道中的相邻节点，根据所述相邻节点的横向评价函数、所述基准节点的横向评价值以及所述基准节点与所述相邻节点之间的横向评价值，计算所述相邻节点的横向评价值；
若所述基准节点的相邻节点没有续接节点，根据所述基准节点的续接节点的相邻节点的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述基准节点的续接节点的相邻节点之间的横向评价值，确定所述基准节点的续接节点的相邻节点的横向评价值；
若所述基准节点的相邻节点有续接节点，根据所述基准节点的相邻节点的续接节点的横向评价函数、所述基准节点的相邻节点的横向评价值以及所述基准节点的相邻节点与所述基准节点的相邻节点的续接节点之间的横向评价值，计算所述基准节点的相邻节点的续接节点的第一横向评价值，并根据所述基准节点的续接节点的相邻节点的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述基准节点的续接节点的相邻节点之间的横向评价值，计算所述基准节点的相邻节点的续接节点的第二横向评价值，根据所述第一横向评价值和所述第二横向评价值确定所述基准节点的相邻节点的续接节点的横向评价值，以此类推，以得到所述K条路径中每个节点的横向评价值。
7.根据权利要求1所述的方法，其特征在于，所述参考位置为所述K条路径中的任一位置；
或者，所述参考位置为所述K条路径的节点中的预设位置，所述节点为所述K条路径中构成每条路径的有拓扑连接关系的车道单元，所述车道单元包括道路拓扑结构分布均匀的车道段，以及由道路拓扑结构变化的位置、车道拓扑结构变化的位置、路口分割而形成的车道段。
8.根据权利要求7所述的方法，其特征在于，当所述参考位置为所述K条路径的节点中的预设位置时，所述根据所述K条路径中每个参考位置的评价值确定所述第一位置的评价值，以及第二位置的评价值，包括：
确定与所述第一位置对应的同车道的临近的第一节点，以及与所述第二位置对应的同车道的临近的第二节点；
根据所述第一节点中的预设位置的横向评价值和/或纵向评价值，以及所述第一节点中的预设位置与所述第一位置之间的横向评价值和/或纵向评价值，计算所述第一位置的横向评价值和/或纵向评价值；
根据所述第二节点中的预设位置的横向评价值和/或纵向评价值，以及所述第二节点中的预设位置与所述第二位置之间的横向评价值和/或纵向评价值，计算所述第二位置的横向评价值和/或纵向评价值。
9.根据权利要求2所述的方法，其特征在于，所述静态非主道惩罚函数为根据车道平均角度变化量和车道分裂/合并段的车道长度计算得到的，所述车道平均角度变化量是通过对车道中心点进行平滑滤波处理，根据处理后车道中心点的角度变化量得到的。
10.根据权利要求2或9所述的方法，其特征在于，所述动态占用惩罚函数是根据所述车辆的速度、所述车辆的位置、特殊车道借道时间和交通畅通状态确定的。
11.根据权利要求2或9所述的方法，其特征在于，所述换道保护惩罚函数是根据所述车辆的速度、换道所需时间、预设换道失败后的尝试次数确定的。
12.根据权利要求2或9所述的方法，其特征在于，所述靠边停车惩罚函数是根据预设靠边停车所需距离确定的。
13.一种引导车辆行驶的装置，其特征在于，包括：
获取模块，用于根据路径规划结果获取车辆从出发点到目的点之间的K条路径，K为正整数；
计算模块，用于根据所述K条路径包括的车道拓扑关系、车道场景，构建所述K条路径的评价函数，并根据所述K条路径的评价函数计算所述K条路径中每个参考位置的评价值，其中，所述评价函数包括横向评价函数、纵向评价函数中的至少一项，所述横向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆横向决策结果的因素进行评价，所述横向评价函数与所述K条路径中每条路径到达目的点的最少换道次数、单次换道的横向偏移量、连续换道行为的换道方向变化中的至少一项有关；所述纵向评价函数用于对所述K条路径中的任一路径中任一位置的影响车辆纵向决策结果的因素进行评价，所述纵向评价函数与所述K条路径中每条路径的目标可达性评价函数、所述K条路径分别对应的纵向惩罚评价函数中的至少一项有关；
第一确定模块，用于当所述车辆位于所述K条路径中的第一位置时，当K为不小于2的整数时，根据所述K条路径中每个参考位置的评价值确定所述第一位置的评价值，以及第二位置的评价值，所述第二位置为所述第一位置对应在可换道备选车道中的位置；
第二确定模块，用于根据所述第一位置的评价值，以及所述第二位置的评价值确定目标路径，以引导所述车辆按照所述目标路径行驶；
当K为1时，所述第一确定模块，还用于根据所述K条路径中每个参考位置的评价值确定所述第一位置的评价值；
所述第二确定模块，还用于根据所述第一位置的评价值确定目标路径，以引导所述车辆按照所述目标路径行驶。
14.根据权利要求13所述的装置，其特征在于，其中，所述纵向惩罚评价函数包括以下中的至少一项：静态非主道惩罚函数、动态占用惩罚函数、换道保护惩罚函数、靠边停车惩罚函数。
15.根据权利要求13或14所述的装置，其特征在于，所述计算模块，用于：
构建所述K条路径中每个节点的横向评价函数和/或纵向评价函数，所述节点为所述K条路径中构成每条路径的有拓扑连接关系的车道单元，所述车道单元包括道路拓扑结构分布均匀的车道段，以及由道路拓扑结构变化的位置、车道拓扑结构变化的位置、路口分割而形成的车道段；
根据所述每个节点的横向评价函数和/或纵向评价函数计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
16.根据权利要求15所述的装置，其特征在于，所述装置还包括：
处理模块，用于根据所述K条路径的节点和所述K条路径包含的车道的拓扑关系得到节点之间的拓扑连接关系；
所述计算模块，用于：
根据所述节点之间的拓扑连接关系，从所述目的点开始依次计算所述K条路径中每个节点的横向评价值和/或纵向评价值；
根据所述K条路径中每个节点的横向评价值和/或纵向评价值计算所述K条路径中每个参考位置的横向评价值和/或纵向评价值。
17.根据权利要求16所述的装置，其特征在于，当节点i是非路径终点节点，节点j为所述节点i的下一个节点，且仅有一个节点j与所述节点i拓扑相连时，所述节点i的纵向评价值为所述节点i、所述节点j之间的纵向评价值与所述节点j的纵向评价值的和；
当节点i是非路径终点节点，所述节点i的下一个节点中有M个节点与所述节点i拓扑相连时，根据M个数值确定所述节点i的纵向评价值，其中，所述M个数值中的第k个数值为该第k个节点的纵向评价值以及所述节点i与该第k个节点之间的纵向评价值的和，M为不小于2的整数，i、j、k均为正整数，k不大于M，k为所述M个数值中的任一个；
当节点i是路径终点节点，所述节点i的纵向评价值为预设值。
18.根据权利要求16或17所述的装置，其特征在于，所述计算模块，还用于：
将所述目的点所在的车道对应的节点确定为基准节点，根据所述基准节点的横向评价函数计算得到所述基准节点的横向评价值；
若所述基准节点有续接节点，根据所述基准节点的续接节点的横向评价函数、所述基准节点的横向评价值以及所述基准节点与所述续接节点之间的横向评价值，计算所述续接节点的横向评价值；
若所述基准节点有对应在可换道备选车道中的相邻节点，根据所述相邻节点的横向评价函数、所述基准节点的横向评价值以及所述基准节点与所述相邻节点之间的横向评价值，计算所述相邻节点的横向评价值；
若所述基准节点的相邻节点没有续接节点，根据所述基准节点的续接节点的相邻节点的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述基准节点的续接节点的相邻节点之间的横向评价值，确定所述基准节点的续接节点的相邻节点的横向评价值；
若所述基准节点的相邻节点有续接节点，根据所述基准节点的相邻节点的续接节点的横向评价函数、所述基准节点的相邻节点的横向评价值以及所述基准节点的相邻节点与所述基准节点的相邻节点的续接节点之间的横向评价值，计算所述基准节点的相邻节点的续接节点的第一横向评价值，并根据所述基准节点的续接节点的相邻节点的横向评价函数、所述基准节点的续接节点的横向评价值以及所述基准节点的续接节点与所述基准节点的续接节点的相邻节点之间的横向评价值，计算所述基准节点的相邻节点的续接节点的第二横向评价值，根据所述第一横向评价值和所述第二横向评价值确定所述基准节点的相邻节点的续接节点的横向评价值，以此类推，以得到所述K条路径中每个节点的横向评价值。
19.根据权利要求13所述的装置，其特征在于，所述参考位置为所述K条路径中的任一位置；
或者，所述参考位置为所述K条路径的节点中的预设位置，所述节点为所述K条路径中构成每条路径的有拓扑连接关系的车道单元，所述车道单元包括道路拓扑结构分布均匀的车道段，以及由道路拓扑结构变化的位置、车道拓扑结构变化的位置、路口分割而形成的车道段。
20.根据权利要求19所述的装置，其特征在于，当所述参考位置为所述K条路径的节点中的预设位置时，所述第一确定模块，用于：
确定与所述第一位置对应的同车道的临近的第一节点，以及与所述第二位置对应的同车道的临近的第二节点；
根据所述第一节点中的预设位置的横向评价值和/或纵向评价值，以及所述第一节点中的预设位置与所述第一位置之间的横向评价值和/或纵向评价值，计算所述第一位置的横向评价值和/或纵向评价值；
根据所述第二节点中的预设位置的横向评价值和/或纵向评价值，以及所述第二节点中的预设位置与所述第二位置之间的横向评价值和/或纵向评价值，计算所述第二位置的横向评价值和/或纵向评价值。
21.根据权利要求14所述的装置，其特征在于，所述静态非主道惩罚函数为根据车道平均角度变化量和车道分裂/合并段的车道长度计算得到的，所述车道平均角度变化量是通过对车道中心点进行平滑滤波处理，根据处理后车道中心点的角度变化量得到的。
22.根据权利要求14或21所述的装置，其特征在于，所述动态占用惩罚函数是根据所述车辆的速度、所述车辆的位置、特殊车道借道时间和交通畅通状态确定的。
23.根据权利要求14或21所述的装置，其特征在于，所述换道保护惩罚函数是根据所述车辆的速度、换道所需时间、预设换道失败后的尝试次数确定的。
24.根据权利要求14或21所述的装置，其特征在于，所述靠边停车惩罚函数是根据预设靠边停车所需距离确定的。
25.一种引导车辆行驶的装置，其特征在于，包括处理器和存储器；其中，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，以执行如权利要求1至12任意一项所述的方法。
26.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现权利要求1至12任意一项所述的方法。
27.一种芯片系统，其特征在于，所述芯片系统应用于电子设备；所述芯片系统包括一个或多个接口电路，以及一个或多个处理器；所述接口电路和所述处理器通过线路互联；所述接口电路用于从所述电子设备的存储器接收信号，并向所述处理器发送所述信号，所述信号包括所述存储器中存储的计算机指令；当所述处理器执行所述计算机指令时，所述电子设备执行如权利要求1至12任意一项所述方法。
28.一种智能驾驶车辆，其特征在于，包括行进系统、传感系统、控制系统和计算机系统，其中，所述计算机系统用于执行如权利要求1至12任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110971534.9A CN113619602B (zh) | 2021-08-20 | 2021-08-20 | 引导车辆行驶的方法及相关系统、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110971534.9A CN113619602B (zh) | 2021-08-20 | 2021-08-20 | 引导车辆行驶的方法及相关系统、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113619602A CN113619602A (zh) | 2021-11-09 |
| CN113619602B true CN113619602B (zh) | 2023-03-10 |
Family
ID=78387360
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110971534.9A Active CN113619602B (zh) | 2021-08-20 | 2021-08-20 | 引导车辆行驶的方法及相关系统、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113619602B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114312786B (zh) * | 2021-12-16 | 2024-07-30 | 北京百度网讯科技有限公司 | 导航的方法、装置、电子设备和存储介质 |
| CN114396933B (zh) * | 2021-12-31 | 2024-03-08 | 广州小鹏自动驾驶科技有限公司 | 一种车道拓扑构建方法、装置、车辆和存储介质 |
| CN114724377B (zh) * | 2022-06-01 | 2022-10-18 | 华砺智行(武汉)科技有限公司 | 基于车路协同技术的无人驾驶车辆引导方法及系统 |
| CN114906173B (zh) * | 2022-06-30 | 2023-07-21 | 电子科技大学 | 一种基于两点预瞄驾驶员模型的自动驾驶决策方法 |
| CN118665503A (zh) * | 2023-03-15 | 2024-09-20 | 华为技术有限公司 | 效率换道能力评估方法、装置、存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105675000A (zh) * | 2016-01-15 | 2016-06-15 | 武汉光庭信息技术股份有限公司 | 一种基于高精度地图的车道级路径规划方法及系统 |
| CN106114507A (zh) * | 2016-06-21 | 2016-11-16 | 百度在线网络技术（北京）有限公司 | 用于智能车辆的局部轨迹规划方法和装置 |
| CA3011316A1 (en) * | 2017-08-25 | 2019-02-25 | The Boeing Company | System and method for vehicle energy management |
| CN110667578A (zh) * | 2018-12-29 | 2020-01-10 | 长城汽车股份有限公司 | 自动驾驶车辆的横向决策系统及横向决策确定方法 |
| EP3664060A1 (en) * | 2018-12-07 | 2020-06-10 | Ninebot (Beijing) Tech Co., Ltd. | Scooter scheduling method and apparatus, storage medium and electronic apparatus |
| CN111383474A (zh) * | 2018-12-29 | 2020-07-07 | 长城汽车股份有限公司 | 自动驾驶车辆的决策系统及方法 |
| CN111580524A (zh) * | 2020-05-21 | 2020-08-25 | 安徽江淮汽车集团股份有限公司 | 基于路径规划的车辆换道方法、装置、设备及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4957475B2 (ja) * | 2007-09-13 | 2012-06-20 | トヨタ自動車株式会社 | 車両用動力伝達装置の制御装置 |
-
2021
- 2021-08-20 CN CN202110971534.9A patent/CN113619602B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105675000A (zh) * | 2016-01-15 | 2016-06-15 | 武汉光庭信息技术股份有限公司 | 一种基于高精度地图的车道级路径规划方法及系统 |
| CN106114507A (zh) * | 2016-06-21 | 2016-11-16 | 百度在线网络技术（北京）有限公司 | 用于智能车辆的局部轨迹规划方法和装置 |
| CA3011316A1 (en) * | 2017-08-25 | 2019-02-25 | The Boeing Company | System and method for vehicle energy management |
| EP3664060A1 (en) * | 2018-12-07 | 2020-06-10 | Ninebot (Beijing) Tech Co., Ltd. | Scooter scheduling method and apparatus, storage medium and electronic apparatus |
| CN110667578A (zh) * | 2018-12-29 | 2020-01-10 | 长城汽车股份有限公司 | 自动驾驶车辆的横向决策系统及横向决策确定方法 |
| CN111383474A (zh) * | 2018-12-29 | 2020-07-07 | 长城汽车股份有限公司 | 自动驾驶车辆的决策系统及方法 |
| CN111580524A (zh) * | 2020-05-21 | 2020-08-25 | 安徽江淮汽车集团股份有限公司 | 基于路径规划的车辆换道方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113619602A (zh) | 2021-11-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113619602B (zh) | 引导车辆行驶的方法及相关系统、存储介质 | |
| US20240369376A1 (en) | Method for Guiding Driving of Vehicle, Map Generation Method, and Related System | |
| US20230159056A1 (en) | Method and apparatus for planning obstacle avoidance path of traveling apparatus | |
| WO2020029601A1 (zh) | 一种地图车道横向拓扑关系的构建方法、系统及存储器 | |
| CN114067559B (zh) | 一种自动车专用道并入普通车道的合流优化控制方法 | |
| CN107958302B (zh) | 基于虚拟拓扑交通网络的经验路径规划方法 | |
| CN114323051B (zh) | 路口行驶轨迹的规划方法、装置和电子设备 | |
| CN115713856B (zh) | 一种基于交通流预测与实际路况的车辆路径规划方法 | |
| CN110515380B (zh) | 基于转弯权重约束的最短路径规划方法 | |
| WO2020125686A1 (zh) | 实时相对地图的生成方法，智能驾驶设备以及计算机存储介质 | |
| CN113375689B (zh) | 导航方法、装置、终端和存储介质 | |
| US20200262436A1 (en) | Method, device, and terminal apparatus for invoking automatic driving reference line | |
| KR20210121595A (ko) | 최적 경로 탐색 장치 및 이의 동작 방법 | |
| CN113851006B (zh) | 基于多源数据融合的交叉口实时交通状态估计方法及系统 | |
| CN115503756A (zh) | 一种智能驾驶决策方法、决策装置以及车辆 | |
| CN113928337B (zh) | 引导车辆行驶的方法及相关系统、存储介质 | |
| CN113593238A (zh) | 一种面向自动驾驶导航的路口虚拟车道建模方法 | |
| CN104217580B (zh) | 面向车辆群组动画的路网语义建模方法及系统 | |
| CN115994332A (zh) | 联合时空信息的智能驾驶多步长时行为决策方法及装置 | |
| CN111127881B (zh) | 一种区域防溢出的交通信号控制博弈方法及系统 | |
| CN114880419A (zh) | 虚拟引导线的生成方法、装置及电子地图 | |
| CN115435800A (zh) | 基于高精度地图的路径规划方法、装置、设备及介质 | |
| CN113295181A (zh) | 车辆的路径规划方法、装置和系统 | |
| CN115456392B (zh) | 一种高速多车多驾驶行为冲突协同决策方法及装置 | |
| CN113505316B (zh) | 一种基于人工智能的公交路线推荐方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20241106 Address after: 518129 Huawei Headquarters Office Building 101, Wankecheng Community, Bantian Street, Longgang District, Shenzhen, Guangdong Patentee after: Shenzhen Yinwang Intelligent Technology Co.,Ltd. Country or region after: China Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen Patentee before: HUAWEI TECHNOLOGIES Co.,Ltd. Country or region before: China |