本發(fā)明涉及路徑規(guī)劃領(lǐng)域，具體涉及一種跨樓層記憶路徑的重構(gòu)方法、裝置、設(shè)備及車輛。

背景技術(shù)：

1、隨著智能駕駛技術(shù)的發(fā)展，智能泊車系統(tǒng)中的記憶泊車功能日益興起。在新環(huán)境中，智能泊車系統(tǒng)進(jìn)入路徑學(xué)習(xí)模式，駕駛員將車輛從泊車起點(diǎn)行駛至目標(biāo)泊車點(diǎn)時(shí)，泊車系統(tǒng)通過(guò)采集感知數(shù)據(jù)和車載傳感器數(shù)據(jù)構(gòu)建區(qū)域地圖并存儲(chǔ)路徑，完成記憶路徑學(xué)習(xí)。之后，當(dāng)車輛再次來(lái)到記憶路徑任意位置，可開啟記憶泊車功能，系統(tǒng)自動(dòng)尋找匹配路徑并控制車輛行駛至目標(biāo)車位點(diǎn)，尋找空位完成泊車入位等操作并反饋情況。

2、但是，在路徑學(xué)習(xí)模式建圖時(shí)，由于傳感器誤差或避讓障礙物等原因，學(xué)習(xí)的路徑可能并非最優(yōu)，比如存在非稠密、冗余繞行的s彎路徑等問(wèn)題。若不對(duì)記憶路徑進(jìn)行優(yōu)化處理，在執(zhí)行記憶泊車時(shí)，作為局部路徑規(guī)劃參考線的記憶路徑會(huì)使實(shí)際行駛路徑不夠優(yōu)化，導(dǎo)致車位循跡體驗(yàn)差、行駛效率低甚至泊車失敗。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明實(shí)施例提供了一種跨樓層記憶路徑的重構(gòu)方法、裝置、設(shè)備及車輛，以解決在記憶泊車功能中，由于建圖時(shí)的各種原因?qū)е聦W(xué)習(xí)的記憶路徑并非最優(yōu)，進(jìn)而影響實(shí)際泊車時(shí)的行駛路徑和泊車效果的問(wèn)題。

2、第一方面，本發(fā)明實(shí)施例提供了一種跨樓層記憶路徑的重構(gòu)方法，所述方法包括：

3、獲取原始記憶路徑以及車輛在當(dāng)前記憶路徑過(guò)程中車道線點(diǎn)云數(shù)據(jù)；

4、對(duì)所述原始記憶路徑中多個(gè)不同樓層的原始路徑點(diǎn)進(jìn)行增密處理，得到多個(gè)路徑點(diǎn)，并基于所述多個(gè)路徑點(diǎn)構(gòu)建路徑點(diǎn)序列；

5、基于所述路徑點(diǎn)序列中的路徑點(diǎn)與所述車道線點(diǎn)云數(shù)據(jù)中的點(diǎn)云進(jìn)行匹配，得到所述點(diǎn)云與所述路徑點(diǎn)之間的對(duì)應(yīng)關(guān)系，并基于所述對(duì)應(yīng)關(guān)系將所述車道線點(diǎn)云數(shù)據(jù)內(nèi)的所有點(diǎn)云劃分為不同類型的車道線點(diǎn)云集；

6、利用不同類型的車道線點(diǎn)云集構(gòu)建車道線分段，并基于所述車道線分段進(jìn)行路徑重構(gòu)，得到目標(biāo)記憶路徑。

7、進(jìn)一步的，所述對(duì)所述原始記憶路徑中多個(gè)不同樓層的原始路徑點(diǎn)進(jìn)行增密處理，得到多個(gè)路徑點(diǎn)，并基于所述多個(gè)路徑點(diǎn)構(gòu)建路徑點(diǎn)序列，包括：

8、遍歷每個(gè)原始路徑點(diǎn)的樓層屬性，將樓層屬性發(fā)生變化的原始路徑點(diǎn)作為關(guān)鍵路徑點(diǎn)，并將所述關(guān)鍵路徑點(diǎn)對(duì)應(yīng)的樓層屬性添加至特征數(shù)組；

9、對(duì)所述原始路徑中的所有原始路徑點(diǎn)進(jìn)行等間距增密處理，得到初始路徑點(diǎn)序列，并計(jì)算所述初始路徑點(diǎn)序列中每個(gè)路徑點(diǎn)與所述關(guān)鍵路徑點(diǎn)之間的匹配度；

10、利用所述匹配度確定所述關(guān)鍵路徑點(diǎn)在所述初始路徑點(diǎn)序列中對(duì)應(yīng)的目標(biāo)路徑點(diǎn)；

11、從所述特征數(shù)組中提取所述關(guān)鍵路徑點(diǎn)對(duì)應(yīng)的樓層屬性，并將所述樓層屬性添加至所述關(guān)鍵路徑點(diǎn)在所述初始路徑點(diǎn)序列中對(duì)應(yīng)的目標(biāo)路徑點(diǎn)；

12、基于攜帶有樓層屬性的目標(biāo)路徑點(diǎn)以及其他路徑點(diǎn)構(gòu)建所述路徑點(diǎn)序列，其中，其他數(shù)據(jù)點(diǎn)為所述初始路徑點(diǎn)序列中與所述關(guān)鍵路徑點(diǎn)不對(duì)應(yīng)的數(shù)據(jù)點(diǎn)。

13、進(jìn)一步的，所述基于所述路徑點(diǎn)序列中的路徑點(diǎn)與所述車道線點(diǎn)云數(shù)據(jù)中的點(diǎn)云進(jìn)行匹配，得到所述點(diǎn)云與所述路徑點(diǎn)之間的對(duì)應(yīng)關(guān)系，包括：

14、計(jì)算所述車道線點(diǎn)云數(shù)據(jù)中點(diǎn)云分別與所述路徑點(diǎn)序列中每個(gè)路徑點(diǎn)之間的相關(guān)度；

15、將所述相關(guān)度滿足預(yù)設(shè)條件的路徑點(diǎn)作為所述點(diǎn)云匹配的路徑點(diǎn)；

16、構(gòu)建所述車道線點(diǎn)云數(shù)據(jù)中每個(gè)點(diǎn)云與所述點(diǎn)云匹配的路徑點(diǎn)之間的對(duì)應(yīng)關(guān)系。

17、進(jìn)一步的，所述計(jì)算所述車道線點(diǎn)云數(shù)據(jù)中點(diǎn)云分別與所述路徑點(diǎn)序列中每個(gè)路徑點(diǎn)之間的相關(guān)度，包括：

18、獲取所述車道點(diǎn)云數(shù)據(jù)中每個(gè)點(diǎn)云對(duì)應(yīng)的第一空間坐標(biāo)以及第一樓層屬性，以及獲取所述路徑點(diǎn)序列中每個(gè)路徑點(diǎn)對(duì)應(yīng)的第二空間坐標(biāo)以及第二樓層屬性；

19、基于所述第一空間坐標(biāo)以及所述第二空間坐標(biāo)計(jì)算所述點(diǎn)云與所述路徑點(diǎn)之間的歐氏距離，以及確定所述第一樓層屬性以及所述第二樓層屬性之間的屬性差異；

20、基于所述歐氏距離以及所述屬性差異計(jì)算所述點(diǎn)云與每個(gè)所述路徑點(diǎn)之間的相關(guān)度。

21、進(jìn)一步的，所述基于所述對(duì)應(yīng)關(guān)系將所述車道線點(diǎn)云數(shù)據(jù)內(nèi)的所有點(diǎn)云劃分為不同類型的車道線點(diǎn)云集，包括：

22、基于所述對(duì)應(yīng)關(guān)系獲取每個(gè)點(diǎn)云對(duì)應(yīng)的路徑點(diǎn)，并確定所述路徑點(diǎn)的空間坐標(biāo)；

23、針對(duì)每個(gè)點(diǎn)云，利用所述點(diǎn)云對(duì)應(yīng)的第一空間坐標(biāo)、所述點(diǎn)云相匹配的路徑點(diǎn)的空間坐標(biāo)以及下一個(gè)路徑點(diǎn)的空間坐標(biāo)構(gòu)建坐標(biāo)向量；

24、分析所述坐標(biāo)向量的方位關(guān)系得到所述點(diǎn)云的點(diǎn)云方位類型；

25、基于同一點(diǎn)云方位類型的點(diǎn)云構(gòu)建相應(yīng)的車道線點(diǎn)云集。

26、進(jìn)一步的，所述利用不同類型的車道線點(diǎn)云集構(gòu)建車道線分段，包括：

27、對(duì)所述車道線點(diǎn)云集中的點(diǎn)云進(jìn)行優(yōu)化處理，得到優(yōu)化后的車道線點(diǎn)云集；

28、獲取優(yōu)化后的車道線點(diǎn)云集中的相鄰點(diǎn)云；

29、利用所述相鄰點(diǎn)云構(gòu)建關(guān)系向量，并獲取相鄰點(diǎn)云之間的序號(hào)差；

30、利用所述關(guān)系向量計(jì)算相鄰點(diǎn)云之間的角度數(shù)據(jù)，并將所述角度數(shù)據(jù)落入預(yù)設(shè)角度范圍的相鄰點(diǎn)云作為拐點(diǎn)；

31、將所述序號(hào)差大于預(yù)設(shè)差值的相鄰點(diǎn)云作為間斷點(diǎn)；

32、利用所述拐點(diǎn)以及所述間斷點(diǎn)對(duì)所述車道線點(diǎn)云集進(jìn)行分割，得到所述車道線分段。

33、進(jìn)一步的，所述基于所述車道線分段進(jìn)行路徑重構(gòu)，得到目標(biāo)記憶路徑，包括：

34、遍歷每個(gè)車道線分段的長(zhǎng)度，并將所述長(zhǎng)度滿足預(yù)設(shè)長(zhǎng)度的車道線分段作為目標(biāo)車道線分段；

35、從所述目標(biāo)車道線分段中獲取待優(yōu)化路徑，并從所述待優(yōu)化路徑中選取起始點(diǎn)以及終止點(diǎn)；

36、基于所述起始點(diǎn)以及所述終止點(diǎn)進(jìn)行了路徑重構(gòu)，得到重構(gòu)路徑分段；

37、對(duì)所述重構(gòu)路徑分段進(jìn)行碰撞測(cè)試，若所述重構(gòu)路徑分段碰撞測(cè)試通過(guò)，則利用所述重構(gòu)路徑分段構(gòu)建所述目標(biāo)記憶路徑。

38、進(jìn)一步的，所述從所述待優(yōu)化路徑中選取起始點(diǎn)以及終止點(diǎn)，包括：

39、從所述目標(biāo)車道線分段對(duì)應(yīng)的點(diǎn)云中獲取兩個(gè)參考點(diǎn)，并基于所述參考點(diǎn)的空間坐標(biāo)構(gòu)建參考向量；

40、獲取所述待優(yōu)化路徑中每一對(duì)相鄰點(diǎn)對(duì)應(yīng)的連接向量；

41、計(jì)算所述連接向量與所述參考向量的向量?jī)?nèi)積以及向量模長(zhǎng)；

42、基于所述向量?jī)?nèi)積以及所述向量模長(zhǎng)，確定所述待優(yōu)化路徑中路徑點(diǎn)與所述目標(biāo)車道線分段之間的角度關(guān)系；

43、利用所述角度關(guān)系篩選所述目標(biāo)車道線分段對(duì)應(yīng)的平行點(diǎn)，并從所述平行點(diǎn)的兩端各取一個(gè)點(diǎn)，分別作為所述起始點(diǎn)和終止點(diǎn)。

44、進(jìn)一步的，所述基于所述起始點(diǎn)以及所述終止點(diǎn)進(jìn)行了路徑重構(gòu)，得到重構(gòu)路徑分段，包括：

45、獲取所述起始點(diǎn)與所述終止點(diǎn)之間的第一距離；

46、對(duì)比所述第一距離與預(yù)設(shè)閾值，得到對(duì)比結(jié)果，并根據(jù)所述對(duì)比結(jié)果對(duì)應(yīng)的路徑重構(gòu)策略進(jìn)行路徑重構(gòu)，得到候選路徑分段，其中，所述候選路徑分段中包括多個(gè)候選路徑點(diǎn)；

47、從所述原始記憶路徑中獲取與所述候選路徑點(diǎn)對(duì)應(yīng)的匹配點(diǎn)，并獲取所述匹配點(diǎn)的屬性信息；

48、利用所述匹配點(diǎn)的屬性信息對(duì)所述候選路徑分段中的候選路徑點(diǎn)進(jìn)行賦值，并利用賦值候的候選路徑點(diǎn)構(gòu)建所述重構(gòu)路徑分段。

49、進(jìn)一步的，所述根據(jù)所述對(duì)比結(jié)果對(duì)應(yīng)的路徑重構(gòu)策略進(jìn)行路徑重構(gòu)，得到候選路徑分段，包括：

50、若所述第一距離小于預(yù)設(shè)閾值，則獲取航向以及點(diǎn)間距，利用所述起始點(diǎn)對(duì)應(yīng)的空間坐標(biāo)、所述終止點(diǎn)對(duì)應(yīng)的空間坐標(biāo)、所述航向以及所述點(diǎn)間距計(jì)算連接路徑，并基于所述連接路徑構(gòu)建所述候選路徑分段；

51、若所述第一距離大于或等于所述預(yù)設(shè)閾值，則在所述起始點(diǎn)與所述終止點(diǎn)獲取第一候選點(diǎn)以及第二候選點(diǎn)，基于所述起始點(diǎn)、所述第一候選點(diǎn)、所述第二候選點(diǎn)以及所述終止點(diǎn)構(gòu)建所述候選路徑分段；其中，所述第一候選點(diǎn)與所述起始點(diǎn)之間的距離大于預(yù)設(shè)距離，所述第二候選點(diǎn)與所述終止點(diǎn)之間的距離大于所述預(yù)設(shè)距離。

52、進(jìn)一步的，所述對(duì)所述重構(gòu)路徑分段進(jìn)行碰撞測(cè)試，包括：

53、獲取所述車道線點(diǎn)云數(shù)據(jù)中每個(gè)點(diǎn)云在所述目標(biāo)記憶路徑上的最近點(diǎn)，并計(jì)算所述車道線點(diǎn)云數(shù)據(jù)中每個(gè)點(diǎn)云與相應(yīng)最近點(diǎn)之間的第二距離；

54、利用所述第二距離判斷所述點(diǎn)云是否位于相應(yīng)的碰撞范圍，其中，所述碰撞范圍是以所述點(diǎn)云在所述目標(biāo)記憶路徑上的最近點(diǎn)為圓心以及預(yù)設(shè)膨脹半徑構(gòu)建的；

55、若所述點(diǎn)云位于所述碰撞范圍內(nèi)，則進(jìn)行計(jì)數(shù)，并檢測(cè)是否連續(xù)出現(xiàn)n個(gè)點(diǎn)云在碰撞范圍，其中，若連續(xù)出現(xiàn)n個(gè)點(diǎn)云均位于碰撞范圍，則確定碰撞測(cè)試未通過(guò)；或，若連續(xù)出現(xiàn)n個(gè)點(diǎn)云位于碰撞范圍，則確定碰撞測(cè)試通過(guò)。

56、第二方面，本發(fā)明實(shí)施例提供了一種跨樓層記憶路徑的重構(gòu)裝置，所述裝置包括：

57、獲取模塊，用于獲取原始記憶路徑以及車輛在當(dāng)前記憶路徑過(guò)程中車道線點(diǎn)云數(shù)據(jù)；

58、處理模塊，用于對(duì)所述原始記憶路徑中的多個(gè)所述原始路徑點(diǎn)進(jìn)行增密處理，得到多個(gè)路徑點(diǎn)，并基于所述多個(gè)路徑點(diǎn)構(gòu)建路徑點(diǎn)序列；

59、匹配模塊，用于基于所述路徑點(diǎn)序列中的路徑點(diǎn)與所述車道線點(diǎn)云數(shù)據(jù)中的點(diǎn)云進(jìn)行匹配，得到所述點(diǎn)云與所述路徑點(diǎn)之間的對(duì)應(yīng)關(guān)系，并基于所述對(duì)應(yīng)關(guān)系將所述車道線點(diǎn)云數(shù)據(jù)內(nèi)的所有點(diǎn)云劃分為不同類型的車道線點(diǎn)云集；

60、重構(gòu)模塊，用于利用不同類型的車道線點(diǎn)云集構(gòu)建車道線分段，并基于所述車道線分段進(jìn)行路徑重構(gòu)，得到目標(biāo)記憶路徑。

61、第三方面，本發(fā)明實(shí)施例提供了一種電子設(shè)備，包括：存儲(chǔ)器和處理器，存儲(chǔ)器和處理器之間互相通信連接，存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)指令，處理器通過(guò)執(zhí)行計(jì)算機(jī)指令，從而執(zhí)行上述第一方面或其對(duì)應(yīng)的任一實(shí)施方式的方法。

62、第四方面，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)指令，計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行上述第一方面或其對(duì)應(yīng)的任一實(shí)施方式的方法。

63、第五方面，本發(fā)明實(shí)施例提供了一種車輛，所述車輛包括：路徑規(guī)劃系統(tǒng)以及控制器；其中，所述控制器中存儲(chǔ)有用于控制路徑規(guī)劃系統(tǒng)運(yùn)行的指令，所述路徑規(guī)劃系統(tǒng)用于根據(jù)所述控制器的指令，執(zhí)行上述的跨樓層記憶路徑的重構(gòu)方法。

64、本技術(shù)實(shí)施例首先對(duì)原始路徑點(diǎn)增密處理使得路徑更加精細(xì)，能夠更好地反映實(shí)際道路情況，避免了因路徑稀疏導(dǎo)致的不準(zhǔn)確。其次，與車道線點(diǎn)云數(shù)據(jù)進(jìn)行結(jié)合來(lái)匹配和劃分點(diǎn)云集，可以更準(zhǔn)確地確定車輛在不同位置的車道線信息，為路徑重構(gòu)提供更準(zhǔn)確的數(shù)據(jù)基礎(chǔ)，同時(shí)能夠糾正由傳感器誤差或避讓障礙物等原因產(chǎn)生的偏差。最后，基于車道線分段進(jìn)行路徑重構(gòu)，能夠去除原始記憶路徑中的非最優(yōu)部分，從而提升了實(shí)際泊車時(shí)的行駛路徑質(zhì)量和泊車效果，避免了因記憶路徑非最優(yōu)帶來(lái)的體驗(yàn)差、效率低和泊車失敗等問(wèn)題。

65、本技術(shù)實(shí)施例首先通過(guò)遍歷原始路徑點(diǎn)的樓層屬性確定關(guān)鍵路徑點(diǎn)并添加至特征數(shù)組，能夠準(zhǔn)確捕捉樓層變化的關(guān)鍵位置，為后續(xù)處理提供重要的參考信息。接著，對(duì)原始路徑點(diǎn)進(jìn)行等間距增密處理得到初始路徑點(diǎn)序列，使得路徑更加精細(xì)，有利于提高后續(xù)計(jì)算的準(zhǔn)確性。計(jì)算初始路徑點(diǎn)序列與關(guān)鍵路徑點(diǎn)的匹配度，可以有效地找到與關(guān)鍵路徑點(diǎn)對(duì)應(yīng)的目標(biāo)路徑點(diǎn)，確保了關(guān)鍵信息在增密后的路徑中得以準(zhǔn)確對(duì)應(yīng)。從特征數(shù)組中提取樓層屬性并添加至目標(biāo)路徑點(diǎn)，保證了增密后的路徑點(diǎn)具有準(zhǔn)確的樓層信息，避免了信息丟失。最后，基于攜帶有樓層屬性的目標(biāo)路徑點(diǎn)和其他路徑點(diǎn)構(gòu)建路徑點(diǎn)序列，使得整個(gè)路徑既包含了詳細(xì)的位置信息，又有準(zhǔn)確的樓層屬性，為后續(xù)的路徑規(guī)劃和分析提供了更加完整和準(zhǔn)確的數(shù)據(jù)基礎(chǔ)，有助于提高智能系統(tǒng)在不同樓層環(huán)境下的路徑規(guī)劃精度和可靠性。

66、本技術(shù)實(shí)施例首先通過(guò)計(jì)算車道線點(diǎn)云數(shù)據(jù)中點(diǎn)云與路徑點(diǎn)序列中每個(gè)路徑點(diǎn)的相關(guān)度，能夠綜合考慮空間坐標(biāo)和樓層屬性兩個(gè)重要因素，使得匹配更加準(zhǔn)確全面。獲取點(diǎn)云的第一空間坐標(biāo)和第一樓層屬性以及路徑點(diǎn)的第二空間坐標(biāo)和第二樓層屬性后，計(jì)算歐氏距離可以衡量點(diǎn)云與路徑點(diǎn)在空間上的接近程度，確定樓層屬性差異則能考慮不同高度層面的信息?；跉W氏距離和屬性差異計(jì)算相關(guān)度，能有效平衡空間位置和樓層屬性在匹配中的作用。將相關(guān)度滿足預(yù)設(shè)條件的路徑點(diǎn)作為點(diǎn)云匹配的路徑點(diǎn)，并構(gòu)建對(duì)應(yīng)關(guān)系，有助于準(zhǔn)確地將車道線點(diǎn)云與路徑點(diǎn)關(guān)聯(lián)起來(lái)，為后續(xù)的路徑規(guī)劃、智能駕駛等應(yīng)用提供更精準(zhǔn)的數(shù)據(jù)基礎(chǔ)，提高系統(tǒng)對(duì)環(huán)境的感知和理解能力，從而實(shí)現(xiàn)更安全、高效的行駛和泊車等操作。

67、本技術(shù)實(shí)施例首先對(duì)車道線點(diǎn)云集中的點(diǎn)云進(jìn)行優(yōu)化處理，能夠去除重復(fù)點(diǎn)、進(jìn)行均值濾波和去除離群點(diǎn)，提高點(diǎn)云數(shù)據(jù)的質(zhì)量和準(zhǔn)確性，減少噪聲干擾。獲取優(yōu)化后的點(diǎn)云集中的相鄰點(diǎn)云并構(gòu)建關(guān)系向量以及計(jì)算序號(hào)差和角度數(shù)據(jù)，可以從多個(gè)維度分析點(diǎn)云之間的關(guān)系。將角度數(shù)據(jù)落入預(yù)設(shè)角度范圍的相鄰點(diǎn)云作為拐點(diǎn)，能夠準(zhǔn)確地識(shí)別出車道線的轉(zhuǎn)折處，對(duì)于理解車道線的形狀和走向至關(guān)重要。將序號(hào)差大于預(yù)設(shè)差值的相鄰點(diǎn)云作為間斷點(diǎn)，可以有效地分割出不同的車道線段，有助于更好地分析和處理車道線的局部特征。利用拐點(diǎn)和間斷點(diǎn)對(duì)車道線點(diǎn)云集進(jìn)行分割得到車道線分段，使得對(duì)車道線的分析更加細(xì)致和有針對(duì)性，為后續(xù)的路徑規(guī)劃、智能駕駛決策等提供更精確的車道線信息，提高系統(tǒng)的安全性和可靠性。

68、本技術(shù)實(shí)施例首先通過(guò)獲取起始點(diǎn)與終止點(diǎn)之間的第一距離，并對(duì)比該距離與預(yù)設(shè)閾值來(lái)選擇不同的路徑重構(gòu)策略，能夠靈活地適應(yīng)不同長(zhǎng)度的路徑情況。當(dāng)距離小于預(yù)設(shè)閾值時(shí)，利用起始點(diǎn)、終止點(diǎn)、航向和點(diǎn)間距計(jì)算連接路徑構(gòu)建重構(gòu)路徑分段。當(dāng)距離大于或等于預(yù)設(shè)閾值時(shí)，在起始點(diǎn)與終止點(diǎn)之間獲取特定的第一候選點(diǎn)和第二候選點(diǎn)進(jìn)行重構(gòu)，能夠更好地處理較長(zhǎng)距離的路徑，確保路徑的合理性和連貫性。接著，從原始記憶路徑中獲取與候選路徑點(diǎn)對(duì)應(yīng)的匹配點(diǎn)并獲取其屬性信息，為候選路徑點(diǎn)賦值，使得重構(gòu)路徑分段能夠繼承原始路徑的重要屬性，保證了路徑的準(zhǔn)確性和完整性。最后，對(duì)重構(gòu)路徑分段進(jìn)行碰撞測(cè)試，通過(guò)獲取車道線點(diǎn)云數(shù)據(jù)中每個(gè)點(diǎn)云在目標(biāo)記憶路徑上的最近點(diǎn)并計(jì)算第二距離，判斷點(diǎn)云是否在以最近點(diǎn)為圓心、預(yù)設(shè)膨脹半徑構(gòu)建的碰撞范圍內(nèi)，同時(shí)進(jìn)行計(jì)數(shù)以檢測(cè)是否連續(xù)出現(xiàn)多個(gè)點(diǎn)云在碰撞范圍，確保了重構(gòu)路徑分段的安全性和可行性，避免在實(shí)際應(yīng)用中發(fā)生碰撞事故，為智能駕駛和泊車等場(chǎng)景提供了可靠的路徑規(guī)劃方案。