CN109501799A - 一种车联网条件下的动态路径规划方法 - Google Patents

Abstract

本发明公开了一种车联网条件下的动态路径规划方法，该方法采用下列步骤：动态换道轨迹的规划首先通过构建提高舒适性和通行效率的综合换道时间和最大加速度的目标函数，利用三次样条法、约束条件以及目标函数求解最优换道轨迹，并且能够根据车联网提供的实时信息参考换道轨迹，数据实时更新可以在前方出现突发状况时及时反馈给决策单元重新进行规划路径，以防止碰撞，使得换道车辆适应周围车辆运动状态变化；本次发明通过引入目标函数和从最优解的方面确定规划的轨迹方程，在减少换道时间和防止碰撞方面具有安全性、舒适性和高效性。

Description

一种车联网条件下的动态路径规划方法

技术领域

本发明涉及车辆智能驾驶和主动安全技术领域，特别是涉及一种基于车联网条件下的动态路径规划方法。

背景技术

道路事故通常是由于驾驶员的一些不合规范的驾驶操作行为导致，换道过程引发的道路事故约占驾驶员操作不当引发的交通事故总数的23％。因此，弥补现有汽车自动换道时未考虑周围车辆运动状态变化以及在舒适性和通行效率等方面的不足并规划出一条安全、合理的防止碰撞道路，对减少道路事故的发生，提高机动车道路行驶的安全水平有着十分重要的意义。

目前，以换道过程中的梯形加速度轮廓设计换道路径，该方法仅考虑了换道车辆自身的运动学和动力学，并未考虑周围车辆对换道的影响，换道模型不灵活。考虑动态目标位置和道路边界利用人工势能场进行道路规划，并进行了仿真，仿真结果较为理想。人工势能场法不能解决局部极小点、目标不可达等问题,只适用于特殊场景而不能满足大多数情况下的换道场景。基于多项式进行局部路径规划，能够满足换道时前方只有一辆静止的车辆的情景，但是没有考虑在整个换道过程中其他车辆状态变化对换道的影响。现有基于样条法换道轨迹的研究只是在换道起始点进行了计算，并不能保证整个换道过程的安全。目前静态路径规划的研究主要针对在同一直车道上行驶且航向角为零的两车，忽视了环境条件的影响，实用性不高；动态路径规划目前主要依靠经验公式，难以获取最优路径，换道模型比较机械。

发明内容

本发明的目的在于克服上述技术的不足，提出了一种基于车联网条件下的动态路径规划方法，通过规划出合理的避撞路径，提高车辆行驶的安全性。

为实现以上目的，本文发明的技术方案为：

一种基于车联网条件下的动态路径规划方法，包括如下步骤：步骤1：建立车联网条件下的目标函数：构建提高舒适性和通行效率的降低加速度和换道时间的目标函数；步骤2：建立换道轨迹模型：结合目标函数采用三次样条法对驾驶员换道轨迹进行预定义；步骤3：确定约束条件：通过最小安全距离、最大加速度阈值、最大车速、横向换道距离确定安全换道约束条件；步骤4：最优换道轨迹模型的获取，数据实时更新可以在前方出现突发状况时及时反馈给决策单元重新进行规划路径，以防止碰撞，使得换道车辆适应周围车辆运动状态变化。

进一步，降低加速度和换道时间的目标函数为：

其中τ_t为在时刻t的所需换道时间；为在时刻t得到的综合加速度,τ为换道时间，分别为在时刻t时刻的横向加速度和纵向加速度；为满足人体舒适性侧向加速度

进一步，采用三次样条法对驾驶员换道轨迹进行预定义：

其中x_t、y_t分别为汽车在纵向和横向移动的距离，a₀、a₁、a₂、a₃分别为纵向换道时的多项式参数，t为时间；

车辆在换道时的初始状态和结束状态需要满足以下条件：

其中x₀、y₀分别为起始时刻的纵向和横向位移，x_τ、y_τ分别为换道终止时刻的纵向和横向位移，u为纵向车速，τ为总的换道时间，D为纵向换道位移，W为横向换道位移；

根据式(2)、(3)可得含参数换道轨迹表达式：

进一步，所述步骤3中，设定换道车辆A分别距目标车道前车B、目标车道后车C、原始车道前车D和原始车道后车E之间的最小安全距离MSS(B,A),MSS(C,A),MSS(D,A)和MSS(E,A)的计算公式分别为：

其中v_A,v_B,v_C,v_D,v_E分别为各车的速度，a_A,a_B,a_C,a_D,a_E分别为各车的加速度，t_c为车辆间临界碰撞时刻，t_f为换道终止时刻，τ和λ为积分变量，换道过程中主要受到的约束条件为：

0＜y(t)＜W, (12)

MSS_(B,A)+d₀＜d_(B,A)， (13)

MSS_(C,A)+d₀＜d_(C,A)， (14)

MSS_(D,A)+d₀＜d_(D,A)， (15)

MSS_(E,A)+d₀＜d_(E,A)， (16)

其中，a_x,max、a_y,max分别为车辆在纵向和横向上的加速度阈值，v_x,max为车辆在纵向的速度阈值，d₀为车辆间所要保持的最小安全距离，d_(B,A)、d_(C,A)、d_(D,A)、d_(E,A)分别为A车到B、C、D、E车之间的实际距离。

进一步，步骤4中最优换道轨迹模型的获取需要满足：

由公式和公式可得换道边界条件的目标函数：

可以得到最优解：

其中为加速度的最优解，为换道纵向距离最优解，为换道时间最优解；

和最优轨迹：

进一步，还包括步骤：最优换道轨迹模型的获取后，自动换道控制器能够根据不同的环境来选取相应的约束条件导入到最优换道模型中，从而控制方向盘转角和油门踏板以控制转向和车速，从而降低加速度和换道时间。

进一步，τ＝5.5s。

进一步，u＝24m/s。

建立车联网条件下的目标函数：研究表明，加速度是影响舒适性的主要原因，因此要考虑舒适性就必须考虑加速度；另外换道时间不仅影响自车的通行效率还影响整个交通运行状况，换道时间越短，通行效率越高，对整个交通运行的影响就越小。因此建立一个以降低加速度和换道时间的目标函数。

建立换道轨迹模型：为了保证换道轨迹曲率和变化率的平滑连续性，本文采用三次样条法来规划路径，三次样条曲线本身符合驾驶员实际换道习惯，更容易被驾驶员接受，因此本文采用三次样条法对驾驶员换道轨迹进行预定义。

确定约束条件：由于换道轨迹的规划不是简单的数学解析问题，要考虑更多现实意义就要加入更多的约束条件。例如换道过程中的加速度和纵向速度不能超过最大值。换道的安全性由现阶段研究成熟的最小安全距离模型来保证。步骤4：最优换道轨迹模型的获取。

通过利用三次样条法模型、约束条件和目标函数求解从而得到动态最优换道轨迹模型。

与现有技术相比，本发明的优点在于：

1、在传统三次样条法规划路径的方法上建立了车联网条件下的目标函数从而获取最优换道轨迹模型，并根据环境变化得到的约束条件重新规划路径，从而规划出一条动态最优换道轨迹，能够根据车联网提供的实时信息参考换道轨迹，数据实时更新可以在前方出现突发状况时及时反馈给决策单元重新进行规划路径，以防止碰撞，使得换道车辆适应周围车辆运动状态变化。

2、该算法不仅弥补了当前算法的缺陷，而且快速高效，由于建立的基于加速的和换道时间的目标函数所以在舒适性和换道时间方面表现良好。

附图说明

图1：车联网条件下的自动换道流程图

图2：换道过程车辆轨迹

图3：换道场景图

图4多车协同换道场景

图5最优换道轨迹

图6动态自动换道过程

具体实施方式

结合附图对本发明的具体实施方式进行描述，以便以后的研究人员更好的理解本发明。

本发明实现过程

本发明基于车联网条件下的动态路径规划方法，车联网智能车辆利用车联网和传感器来感知行驶环境，传感器包括GPS、毫米波雷达、摄像头和激光雷达等来获取车辆周围环境信息，这些原始数据在“传感器数据融合模块”进行融合，同时车联网收发单元接受车联网实时信息得到动静态障碍物信息。自动换道控制器根据实时信息，根据不同的场景选取不同的约束条件从而规划出一条安全、舒适和通行效率高的行驶轨迹，然后对这条轨迹进行跟踪，车联网实时数据可以根据车辆周围的环境变化信息来重新规划。

图1是基于车联网条件下的自动换道流程图。车联网智能车辆利用车联网和传感器来感知行驶环境，传感器包括GPS、毫米波雷达、摄像头和激光雷达等来获取车辆周围环境信息，这些原始数据在“传感器数据融合模块”进行融合，同时车联网收发单元接受车联网实时信息得到动静态障碍物信息。自动换道控制器根据实时信息，规划出一条安全、舒适和通行效率高的行驶轨迹，然后对这条轨迹进行跟踪，车联网实时数据可以根据车辆周围的环境变化信息来重新规划路径。因此本文利用车联网条件的基础上设计了自动换道控制器进行换道。

步骤1：建立车联网条件下的目标函数

研究表明，加速度是影响舒适性的主要原因，因此要考虑舒适性就必须考虑加速度；另外换道时间不仅影响自车的通行效率还影响整个交通运行状况，换道时间越短，通行效率越高，对整个交通运行的影响就越小。因此建立一个以降低加速度和换道时间的目标函数如式(1)所示来获得最优换道轨迹。

其中τ_t为在时刻t的所需换道时间和为在时刻t得到的综合加速度,为满足人体舒适性侧向加速度

步骤2：建立换道轨迹模型

为了保证换道轨迹曲率和变化率的平滑连续性，本文采用三次样条法来规划路径，三次样条曲线本身符合驾驶员实际换道习惯，更容易被驾驶员接受，因此本文采用三次样条法对驾驶员换道轨迹进行预定义，如式(2)所示。

如图2所建立的坐标系，坐标原点为车辆质心位置。其中D为换道距离，W为两车道中心线距离，θ为偏航角，τ为换道时间。由图2可知，车辆在换道时的初始状态和结束状态需要满足以下条件：

根据式(2)、(3)可得含参数换道轨迹表达式：

步骤3：确定约束条件

由于换道轨迹的规划不是简单的数学解析问题，要考虑更多现实意义就要加入更多的约束条件。例如换道过程中的加速度和纵向速度不能超过最大值。换道的安全性由现阶段研究成熟的最小安全距离模型来保证。如图3所示，其中换道车辆A分别距目标车道前车B、目标车道后车C、原始车道前车D和原始车道后车E之间的最小安全距离MSS(B,A),MSS(C,A),MSS(D,A)和MSS(E,A)的计算公式分别为：

其中v_A,v_B,v_C,v_D,v_E分别为各车的速度，a_A,a_B,a_C,a_D,a_E分别为各车的加速度，t_c为车辆间临界碰撞时刻，t_f为换道终止时刻，τ和λ为积分变量。换道过程中主要受到的约束条件为：

0＜y(t)＜W, (12)

MSS_(B,A)+d₀＜d_(B,A)， (13)

MSS_(C,A)+d₀＜d_(C,A)， (14)

MSS_(D,A)+d₀＜d_(D,A)， (15)

MSS_(E,A)+d₀＜d_(E,A)， (16)

其中，v_x,max为车辆在纵向的速度阈值，d₀为车辆间所要保持的最小安全距离，d_(B,A)、d_(C,A)、d_(D,A)、d_(E,A)分别为A车到B、C、D、E车之间的实际距离。

步骤4：最优换道轨迹模型的获取

由式(1)和式(4)可得目标函数：

可以得到最优解：

和最优轨迹：

本实施例依据Carsim和simulink的联合仿真验证完成本专利所提及的车辆自动换道过程。将图4所示换道场景在Carsim中设置完成导入所建立的最优换道模型中，测试结果如图5和图6所示，表明基于车联网条件下动态路径规划方法对于高速公路上行驶的车辆是可行的和实用的。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，应当理解，本发明并不限于这里所描述的实现方案，这些实现方案描述的目的在于帮助本领域中的技术人员实践本发明。任何本领域中的技术人员很容易在不脱离本发明精神和范围的情况下进行进一步的改进和完善，因此本发明只受到本发明权利要求的内容和范围的限制，其意图涵盖所有包括在由所附权利要求所限定的本发明精神和范围内的备选方案和等同方案。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (8)

1.一种基于车联网条件下的动态路径规划方法，其特征在于，包括如下步骤：步骤1：建立车联网条件下的目标函数：构建提高舒适性和通行效率的降低加速度和换道时间的目标函数；步骤2：建立换道轨迹模型：结合目标函数采用三次样条法对驾驶员换道轨迹进行预定义；步骤3：确定约束条件：通过最小安全距离、最大加速度阈值、最大车速、横向换道距离确定安全换道约束条件；步骤4：最优换道轨迹模型的获取，数据实时更新可以在前方出现突发状况时及时反馈给决策单元重新进行规划路径，以防止碰撞，使得换道车辆适应周围车辆运动状态变化。

2.根据权利要求1所述的一种基于车联网条件下的动态路径规划方法，其特征在于:降低加速度和换道时间的目标函数为：

其中τ_t为在时刻t的所需换道时间；为在时刻t得到的综合加速度,τ为换道时间，分别为在时刻t时刻的横向加速度和纵向加速度；为满足人体舒适性侧向加速度

3.根据权利要求2所述的一种车联网条件下的动态路径规划方法，其特征在于:采用三次样条法对驾驶员换道轨迹进行预定义：

其中x_t、y_t分别为汽车在纵向和横向移动的距离，a₀、a₁、a₂、a₃分别为纵向换道时的多项式参数，t为时间；

车辆在换道时的初始状态和结束状态需要满足以下条件：

其中x₀、y₀分别为起始时刻的纵向和横向位移，x_τ、y_τ分别为换道终止时刻的纵向和横向位移，u为纵向车速，τ为总的换道时间，D为纵向换道位移，W为横向换道位移；

根据式(2)、(3)可得含参数换道轨迹表达式：

4.根据权利要求1所述的一种车联网条件下的动态路径规划方法，其特征在于:所述步骤3中，设定换道车辆A分别距目标车道前车B、目标车道后车C、原始车道前车D和原始车道后车E之间的最小安全距离MSS(B,A),MSS(C,A),MSS(D,A)和MSS(E,A)的计算公式分别为：

其中v_A,v_B,v_C,v_D,v_E分别为各车的速度，a_A,a_B,a_C,a_D,a_E分别为各车的加速度，t_c为车辆间临界碰撞时刻，t_f为换道终止时刻，τ和λ为积分变量，换道过程中主要受到的约束条件为：

0＜y(t)＜W, (12)

MSS_(B,A)+d₀＜d_(B,A)， (13)

MSS_(C,A)+d₀＜d_(C,A)， (14)

MSS_(D,A)+d₀＜d_(D,A)， (15)

MSS_(E,A)+d₀＜d_(E,A)， (16)

其中，a_x,max、a_y,max分别为车辆在纵向和横向上的加速度阈值，v_x,max为车辆在纵向的速度阈值，d₀为车辆间所要保持的最小安全距离，d_(B,A)、d_(C,A)、d_(D,A)、d_(E,A)分别为A车到B、C、D、E车之间的实际距离。

5.根据权利要求3中所述的一种基于车联网条件下的动态路径规划方法，其特征在于:步骤4中最优换道轨迹模型的获取需要满足：

由公式和公式可得换道边界条件的目标函数：

可以得到最优解：

其中为加速度的最优解，为换道纵向距离最优解，为换道时间最优解；

和最优轨迹：

6.根据权利要求1所述的基于车联网条件下的动态换道规划方法，其特征在于:还包括步骤：最优换道轨迹模型的获取后，自动换道控制器能够根据不同的环境来选取相应的约束条件导入到最优换道模型中，从而控制方向盘转角和油门踏板以控制转向和车速，从而降低加速度和换道时间。

7.根据权利要求2所述的基于车联网条件下的动态换道规划方法，其特征在于:τ＝5.5s。

8.根据权利要求3所述的基于车联网条件下的动态换道规划方法，其特征在于:u＝24m/s。