CN113673028A - 一种速度规划方法、装置、电子设备及存储介质 - Google Patents

一种速度规划方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113673028A
CN113673028A CN202110885509.9A CN202110885509A CN113673028A CN 113673028 A CN113673028 A CN 113673028A CN 202110885509 A CN202110885509 A CN 202110885509A CN 113673028 A CN113673028 A CN 113673028A
Authority
CN
China
Prior art keywords
speed
constraint
current
planning
proportionality coefficient
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.)
Pending
Application number
CN202110885509.9A
Other languages
English (en)
Inventor
李丰军
周剑光
李奇达
吕文平
黄润
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Automotive Innovation Corp
Original Assignee
China Automotive Innovation Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Automotive Innovation Corp filed Critical China Automotive Innovation Corp
Priority to CN202110885509.9A priority Critical patent/CN113673028A/zh
Publication of CN113673028A publication Critical patent/CN113673028A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种速度规划方法、装置、电子设备及存储介质，其中，方法包括：获取当前场景信息；确定当前场景信息对应的速度规划目标函数及预设约束条件；计算当前场景信息对应的速度约束最大值，根据计算结果更新预设约束条件，得到更新后的约束条件；根据更新后的约束条件求解目标函数的最小值，得到各时刻点的速度规划参数；基于各时刻点的速度规划参数生成速度规划方案。本发明能够避免车辆转弯速度过快、减速度过快以及出弯时提前加速的现象，提高了车辆通过弯道时的控制精度，有利于提高车辆通过弯道时的安全性、舒适性，改善乘坐体验。

Description

一种速度规划方法、装置、电子设备及存储介质
技术领域
本发明涉及自动驾驶技术领域，具体涉及一种速度规划方法、装置、电子设备及存储介质。
背景技术
速度规划作为自动驾驶的关键技术，其主要是根据车辆的轨迹规划输出的最优轨迹信息，确定车辆沿这条路线行进的速度。由于希望改变在该路线上的速度，所以真正需要选择的是与该路线上的路径点相关的一系列速度。不适当的目标速度和加速度会超出车辆运动的极限工况，且影响到驾乘人员的安全性和舒适性。
现有速度规划方法是一种对带有多约束条件的二次型目标函数的求解，其中目标函数为：
Figure BDA0003193999170000011
约束条件为
Figure BDA0003193999170000012
Figure BDA0003193999170000013
Figure BDA0003193999170000014
Figure BDA0003193999170000015
Figure BDA0003193999170000016
Figure BDA0003193999170000021
其中，si、
Figure BDA0003193999170000022
分别为第i时刻的位置、速度、加速度、加加速度。速度约束最大值
Figure BDA0003193999170000023
与当前道路曲率相关，曲率curve越大
Figure BDA0003193999170000024
越小。
根据以上约束条件求解目标函数f的最小值fmin，以及对应的各时刻位置、速度、加速度、加加速度。
由于速度约束最大值
Figure BDA0003193999170000025
与当前道路曲率相关，当自动驾驶车辆转弯时，速度会发生骤减的现象，而且速度不可能立即降到目标值，因此会造成转弯速度过快、减速度过快的现象，使得控制精度降低并会产生较差的乘坐体验。
现有技术中一些方案通过增加前方单点预瞄的方式来改擅此缺陷，但采用该方法的速度规划方法在即将出弯道时，会出现提前加速的现象，出弯时仍然会造成控制精度降低以及较差的乘坐体验的现象。
因此，有必要对现有的过弯速度控制方法加以改进以提高车辆通过弯道时的安全性、舒适性和驾驶感受，改善用户体验。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明第一方面提出一种速度规划方法，包括：
获取当前场景信息；
确定所述当前场景信息对应的速度规划目标函数及预设约束条件；
计算所述当前场景信息对应的速度约束最大值，根据计算结果更新所述预设约束条件，得到更新后的约束条件；
根据所述更新后的约束条件求解所述目标函数的最小值，得到各时刻点的速度规划参数；所述速度规划参数包括位置、速度、加速度和加加速度；
基于各时刻点的所述速度规划参数生成速度规划方案。
进一步地，所述计算所述当前场景信息对应的约束速度最大值，包括：
获取当前车速；
获取所述当前场景信息对应的后瞄路径点数、曲率比例系数、速度比例系数和最小前瞄路径点数；
根据所述当前车速、所述后瞄路径点数、所述曲率比例系数、所述速度比例系数和所述最小前瞄路径点数计算前瞄路径点、当前路径点和后瞄路径点中每一路径点对应的速度约束最大值；
遍历所述前瞄路径点、当前路径点和后瞄路径点中每一路径点对应的所述速度约束最大值，得到所述速度约束最大值的最小值；
将所述预设约束条件中的预设速度约束最大值替换为所述速度约束最大值的最小值，得到更新后的约束条件。
进一步地，所述根据所述当前车速、所述后瞄路径点数、所述曲率比例系数、所述速度比例系数和所述最小前瞄路径点数计算当前路径点对应的速度约束最大值，包括：
根据所述当前车速、所述速度比例系数和所述最小前瞄路径点数计算前瞄路径点数；
根据所述前瞄路径点数、所述后瞄路径点数和所述曲率比例系数计算所述当前路径点对应的速度约束最大值。
进一步地，所述根据所述当前车速、所述速度比例系数和所述最小前瞄路径点数计算前瞄路径点数的计算方法如下：
q＝[kv*cur_speed]+b,(kv>0，cur_speed≥0，b∈N+)其中，q为所述前瞄路径点数；
cur_speed为自动驾驶车辆当前速度，cur_speed≥0；
kv为速度比例系数，kv＞0；
b为所述最小前瞄路径点数，b∈N+。
进一步地，所述根据所述前瞄路径点数、所述后瞄路径点数和所述曲率比例系数计算速度约束最大值的计算方法如下：
Figure BDA0003193999170000041
其中，
Figure BDA0003193999170000042
为速度约束最大值；
k为曲率比例系数；
p为后瞄路径点数，p＞0；
i为当前路径点数，i-p≥0；
q为前瞄路径点数，q＞b；
N为全局路径点数。
进一步地，所述获取所述当前场景信息对应的后瞄路径点数、曲率比例系数、速度比例系数和最小前瞄路径点数之前，还包括：
获取所述当前场景对应的用户驾驶偏好信息；
根据所述用户驾驶偏好调节所述当前场景信息对应的所述曲率比例系数和所述速度比例系数。
进一步地，所述获取当前场景信息，包括：
获取全局路径信息、环境感知信息和实时定位信息；
根据所述全局路径信息、所述环境感知信息和所述实时定位信息确定所述当前场景信息。
本发明第二方面提出一种速度规划装置，包括：
场景获取模块，用于获取当前场景信息；
确定模块，用于确定所述当前场景信息对应的速度规划目标函数及预设约束条件；
约束条件更新模块，用于计算所述当前场景信息对应的速度约束最大值，根据计算结果更新所述预设约束条件，得到更新后的约束条件；
速度规划参数求解模块，用于根据所述更新后的约束条件求解所述目标函数的最小值，得到各时刻点的速度规划参数；所述速度规划参数包括位置、速度、加速度和加加速度；
方案生成模块，用于基于各时刻点的所述速度规划参数生成速度规划方案。
本发明第三方面提出一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现本发明第一方面所述的速度规划方法。
本发明第四方面提出一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现本发明第一方面所述的速度规划方法。
由上述本发明提供的速度规划方法、装置、电子设备或存储介质的实施例可见，本发明实施例能够避免车辆转弯速度过快、减速度过快以及出弯时提前加速的现象，提高了车辆通过弯道时的控制精度，有利于提高车辆通过弯道时的安全性、舒适性，改善乘坐体验。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1是本发明实施例提供的一种速度规划方法的流程图；
图2是本发明实施例提供的计算当前场景信息对应的约束速度最大值的流程图；
图3是本发明实施例提供的步骤S203的流程图；
图4是本发明实施例提供的一种速度规划装置的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
实施例
针对当自动驾驶车辆转弯时，当前速度规划方法会造成控制精度降低并会产生较差的乘坐体验的问题，本发明提出一种基于前后多点预瞄的速度规划方法。图1是本发明实施例提供的一种速度规划方法的流程图，本说明书提供了如实施例或流程图的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的***或服务器产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图1所示，方法可以包括以下步骤：
S101：获取当前场景信息；
在一个实施例中，获取当前场景信息包括：获取自车车辆的全局路径信息、环境感知信息、实时定位信息和实时自动驾驶信息；根据全局路径信息、环境感知信息、实时定位信息和实时自动驾驶信息确定自车车辆与自动驾驶场景的关联关系，确定当前场景信息。
S102：确定当前场景信息对应的速度规划目标函数及预设约束条件；
具体的，场景信息与速度规划目标函数及预设条件关联存储，不同场景信息对应的速度规划目标函数可能相同，也可能不同。
例如，速度规划目标函数可以是现有技术提供的带有多约束条件的二次型目标函数，其中目标函数为：
Figure BDA0003193999170000071
约束条件为
Figure BDA0003193999170000072
Figure BDA0003193999170000073
Figure BDA0003193999170000074
Figure BDA0003193999170000075
Figure BDA0003193999170000076
Figure BDA0003193999170000077
其中，si、
Figure BDA0003193999170000078
分别为第i时刻的位置、速度、加速度、加加速度；
Figure BDA0003193999170000079
为速度约束最小值，
Figure BDA00031939991700000710
为速度约束最大值；
Figure BDA00031939991700000711
为加速度约束最小值，
Figure BDA00031939991700000712
为加速度约束最大值；
Figure BDA00031939991700000713
为加加速度约束最小值，
Figure BDA00031939991700000714
为加加速度约束最大值；
k为曲率比例系数；curve为曲率。
根据以上约束条件求解目标函数f的最小值fmin，以及对应的各时刻位置、速度、加速度、加加速度。
S103：计算当前场景信息对应的速度约束最大值，根据计算结果更新预设约束条件，得到更新后的约束条件；
图2是本发明实施例提供的计算当前场景信息对应的约束速度最大值的流程图，具体的如图2所示，计算当前场景信息对应的约束速度最大值，包括以下步骤：
S201：获取当前车速；
具体的，当前车速可以是自车车辆上的测速设备所测算出的车速，也可以是自车车辆的导航定位***测算出的车速。
S202：获取当前场景信息对应的后瞄路径点数、曲率比例系数、速度比例系数和最小前瞄路径点数；
在选取预瞄点的个数上，相比于传统的基于预瞄的控制方法只能选取一个预瞄点，本发明实施例采用了多点预瞄的方法，多个预瞄点相对于单预瞄点，能够预测更长的步数与距离，能兼顾整条路径的跟踪误差，从而提高了跟踪的精度，同时也保证了在控制过程中的舒适性，不会产生控制量的突变。
然而后瞄路径点数、前瞄路径点数设置过多、过少都会影响车辆过弯的行驶速度，为确保行驶安全及良好的乘坐体验，本发明实施例将后瞄路径点数、最小前瞄路径点数均设置为定值，从而将基于预瞄点计算出的速度规划参数取值限定在可接受的范围内。
例如，在一个实施例中，后瞄路径点数的取值为10，此时需要从当前路径向向后预瞄10个路径点。在其他实施例中，后瞄路径点数还可以是其他值，例如，5、8、14等，本实施例不以此为限。
最小前瞄点数是自动驾驶车辆当前速度为0时的前瞄路径点数，最小前瞄路径点数的取值为定值，例如，在一个实施例中，最小前瞄路径点数的取值为8，此时，需要从当前路径点向前预瞄至少8个路径点。在其他实施例中，最小前瞄路径点数还可以是其他值，例如，3、12等，本实施例不以此为限。
具体的，曲率比例系数以及速度比例系数的数值是可调节的，用户可以根据需要自主设置，从而使车辆入弯、出弯的驾驶风格符合用户的个人偏好。
在一个实施例中，步骤S202之前还包括以下步骤：
获取当前场景对应的用户驾驶偏好信息；
根据用户驾驶偏好调节当前场景信息对应的曲率比例系数和速度比例系数。
S203：根据当前车速、后瞄路径点数、曲率比例系数、速度比例系数和最小前瞄路径点数计算前瞄路径点、当前路径点和后瞄路径点中每一路径点对应的速度约束最大值；
在一个实施例中，后瞄路径点数为10，前瞄路径点为8，确定后瞄路径点可以是：以当前路径点为起点，以v(t)ΔT为搜索距离，向后搜索10个路径点作为后瞄路径点；以当前路径点为起点，以v(t)ΔT为搜索距离，向前搜索8个路径点作为前瞄路径点。这里的“向前”应理解为车辆行驶方向，“向后”则相反。
图3是本发明实施例提供的步骤S203的流程图，具体的如图3所示，步骤S203包括以下步骤：
S2031：根据当前车速、速度比例系数和最小前瞄路径点数计算前瞄路径点数；
在一个实施例中，根据当前车速、速度比例系数和最小前瞄路径点数计算前瞄路径点数的计算方法如下：
q＝[kv*cur_speed]+b,(kv>0，cur_speed≥0，b∈N+)其中，q为前瞄路径点数；
cur_speed为自动驾驶车辆当前速度，cur_speed≥0；
kv为速度比例系数，kv＞0；
b为最小前瞄路径点数，b∈N+。
S2032：根据前瞄路径点数、后瞄路径点数和曲率比例系数计算当前路径点对应的速度约束最大值。
在一个实施例中，根据前瞄路径点数、后瞄路径点数和曲率比例系数计算速度约束最大值的计算方法如下：
Figure BDA0003193999170000091
其中，
Figure BDA0003193999170000092
为速度约束最大值；
k为曲率比例系数；
p为后瞄路径点数，p＞0；
i为当前路径点数，i-p≥0；
q为前瞄路径点数，q＞b；
N为全局路径点数。
S204：遍历前瞄路径点、当前路径点和后瞄路径点中每一路径点对应的速度约束最大值，得到速度约束最大值的最小值；
S205：将预设约束条件中的预设速度约束最大值替换为速度约束最大值的最小值，得到更新后的约束条件。
例如，预设约束条件中速度约束最小值、速度约束最大值分别为
Figure BDA0003193999170000101
速度约束条件
Figure BDA0003193999170000102
当前场景信息对应的速度约束最大值为V3，根据计算结果更新预设约束条件具体是指将预设约束条件中的速度约束最大值替换为当前场景信息对应的速度约束最大值为V3，从而得到当前场景信息对应的速度约束条件
Figure BDA0003193999170000103
S104：根据更新后的约束条件求解目标函数的最小值，得到各时刻点的速度规划参数；
具体的，速度规划参数包括位置、速度、加速度和加加速度。
S105：基于各时刻点的速度规划参数生成速度规划方案。
自动驾驶控制方案包括轨迹规划和速度规划。其中，轨迹规划模块接收全局路径、环境感知、实时定位信息，通过内置的局部路径规划方法得到轨迹规划结果；速度规划模块接收全局路径、环境感知、实时定位信息，通过内置的速度规划方法得到速度规划结果，将轨迹规划结果和速度规划结果输入给自动驾驶控制模块，从而可以构建车辆的自动驾驶控制方案。
需要说明的是，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。
图4是本发明实施例提供的一种速度规划装置的结构框图，具体的如图4所示，本发明实施例还提供了一种速度规划装置，该装置包括以下模块：
场景获取模块301，用于获取当前场景信息；
确定模块302，用于确定当前场景信息对应的速度规划目标函数及预设约束条件；
约束条件更新模块303，用于计算当前场景信息对应的速度约束最大值，根据计算结果更新预设约束条件，得到更新后的约束条件；
速度规划参数求解模块304，用于根据更新后的约束条件求解目标函数的最小值，得到各时刻点的速度规划参数；速度规划参数包括位置、速度、加速度和加加速度；
方案生成模块305，用于基于各时刻点的速度规划参数生成速度规划方案。
需要说明的是，在不偏离本公开的范围的情况下，本发明实施例提供地速度规划方法可应用在卡车、运动型多用途车、厢式货车、房车或任何其它类型的车辆的自动驾驶控制上。
本发明的实施例还提供了一种电子设备，电子设备包括处理器和存储器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如方法实施例中的速度规划方法。
本发明的实施例还提供了一种存储介质，所述存储介质可设置于服务器之中以保存用于实现方法实施例中的速度规划方法相关的至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述方法实施例提供的速度规划方法。
可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
由上述本发明提供的速度规划方法、装置、电子设备或存储介质的实施例可见，本发明实施例根据场景确定速度规划目标函数和约束条件，基于前后多点预瞄更新约束条件以使其与场景相适应，基于速度规划目标函数和更新后的约束条件求解各个时刻点的速度规划参数，所得到的速度规划方案能够避免车辆转弯速度过快、减速度过快以及出弯时提前加速的现象，提高了车辆通过弯道时的控制精度，有利于提高车辆通过弯道时的安全性、舒适性，改善乘坐体验。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置和服务器实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种速度规划方法，其特征在于，包括：
获取当前场景信息；
确定所述当前场景信息对应的速度规划目标函数及预设约束条件；
计算所述当前场景信息对应的速度约束最大值，根据计算结果更新所述预设约束条件，得到更新后的约束条件；
根据所述更新后的约束条件求解所述目标函数的最小值，得到各时刻点的速度规划参数；所述速度规划参数包括位置、速度、加速度和加加速度；
基于各时刻点的所述速度规划参数生成速度规划方案。
2.根据权利要求1所述的速度规划方法，其特征在于，所述计算所述当前场景信息对应的约束速度最大值，包括：
获取当前车速；
获取所述当前场景信息对应的后瞄路径点数、曲率比例系数、速度比例系数和最小前瞄路径点数；
根据所述当前车速、所述后瞄路径点数、所述曲率比例系数、所述速度比例系数和所述最小前瞄路径点数计算前瞄路径点、当前路径点和后瞄路径点中每一路径点对应的速度约束最大值；
遍历所述前瞄路径点、当前路径点和后瞄路径点中每一路径点对应的所述速度约束最大值，得到所述速度约束最大值的最小值；
将所述预设约束条件中的预设速度约束最大值替换为所述速度约束最大值的最小值，得到更新后的约束条件。
3.根据权利要求2所述的速度规划方法，其特征在于，所述根据所述当前车速、所述后瞄路径点数、所述曲率比例系数、所述速度比例系数和所述最小前瞄路径点数计算当前路径点对应的速度约束最大值，包括：
根据所述当前车速、所述速度比例系数和所述最小前瞄路径点数计算前瞄路径点数；
根据所述前瞄路径点数、所述后瞄路径点数和所述曲率比例系数计算所述当前路径点对应的速度约束最大值。
4.根据权利要求3所述的速度规划方法，其特征在于，所述根据所述当前车速、所述速度比例系数和所述最小前瞄路径点数计算前瞄路径点数的计算方法如下：
q＝[kv*cur_speed]+b，(kv＞0，cur_speed≥0，b∈N+)其中，q为所述前瞄路径点数；
cur_speed为自动驾驶车辆当前速度，cur_speed≥0；
kv为速度比例系数，kv＞0；
b为所述最小前瞄路径点数，b∈N+。
5.根据权利要求3所述的速度规划方法，其特征在于，所述根据所述前瞄路径点数、所述后瞄路径点数和所述曲率比例系数计算速度约束最大值的计算方法如下：
Figure FDA0003193999160000021
其中，
Figure FDA0003193999160000022
为速度约束最大值；
k为曲率比例系数；
p为后瞄路径点数，p＞0；
i为当前路径点数，i-p≥0；
q为前瞄路径点数，q＞b；
N为全局路径点数。
6.根据权利要求2所述的速度规划方法，其特征在于，所述获取所述当前场景信息对应的后瞄路径点数、曲率比例系数、速度比例系数和最小前瞄路径点数之前，还包括：
获取所述当前场景对应的用户驾驶偏好信息；
根据所述用户驾驶偏好调节所述当前场景信息对应的所述曲率比例系数和所述速度比例系数。
7.根据权利要求1所述的速度规划方法，其特征在于，所述获取当前场景信息，包括：
获取全局路径信息、环境感知信息和实时定位信息；
根据所述全局路径信息、所述环境感知信息和所述实时定位信息确定所述当前场景信息。
8.一种速度规划装置，其特征在于，包括：
场景获取模块，用于获取当前场景信息；
确定模块，用于确定所述当前场景信息对应的速度规划目标函数及预设约束条件；
约束条件更新模块，用于计算所述当前场景信息对应的速度约束最大值，根据计算结果更新所述预设约束条件，得到更新后的约束条件；
速度规划参数求解模块，用于根据所述更新后的约束条件求解所述目标函数的最小值，得到各时刻点的速度规划参数；所述速度规划参数包括位置、速度、加速度和加加速度；
方案生成模块，用于基于各时刻点的所述速度规划参数生成速度规划方案。
9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1-7任一项所述的速度规划方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-7任一项所述的速度规划方法。
CN202110885509.9A 2021-08-03 2021-08-03 一种速度规划方法、装置、电子设备及存储介质 Pending CN113673028A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110885509.9A CN113673028A (zh) 2021-08-03 2021-08-03 一种速度规划方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110885509.9A CN113673028A (zh) 2021-08-03 2021-08-03 一种速度规划方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN113673028A true CN113673028A (zh) 2021-11-19

Family

ID=78541204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110885509.9A Pending CN113673028A (zh) 2021-08-03 2021-08-03 一种速度规划方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113673028A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115031661A (zh) * 2022-03-15 2022-09-09 中汽创智科技有限公司 一种曲面玻璃特征参数的确定方法及装置
CN117734646A (zh) * 2023-05-06 2024-03-22 中车株洲电力机车研究所有限公司 轨道列车及其循环空气制动方法、装置、设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109911013A (zh) * 2019-02-26 2019-06-21 初速度（苏州）科技有限公司 一种车辆方向盘转角的调整方法和装置
CN109976355A (zh) * 2019-04-26 2019-07-05 腾讯科技（深圳）有限公司 轨迹规划方法、***、设备及存储介质
CN110244713A (zh) * 2019-05-22 2019-09-17 江苏大学 一种基于人工势场法的智能车辆换道轨迹规划***及方法
CN110471428A (zh) * 2019-09-18 2019-11-19 吉林大学 一种基于模型的变预瞄距离和速度约束的路径跟踪方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109911013A (zh) * 2019-02-26 2019-06-21 初速度（苏州）科技有限公司 一种车辆方向盘转角的调整方法和装置
CN109976355A (zh) * 2019-04-26 2019-07-05 腾讯科技（深圳）有限公司 轨迹规划方法、***、设备及存储介质
CN110244713A (zh) * 2019-05-22 2019-09-17 江苏大学 一种基于人工势场法的智能车辆换道轨迹规划***及方法
CN110471428A (zh) * 2019-09-18 2019-11-19 吉林大学 一种基于模型的变预瞄距离和速度约束的路径跟踪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JINYUN ZHOU: "Autonomous Driving Trajectory Optimization With Dual-Loop Iterative Anchoring Path Smoothing and Piecewise-Jerk Speed Optimization", 《IEEE ROBOTICS AND AUTOMATION LETTERS》, vol. 6, no. 2, 21 December 2020 (2020-12-21), pages 442, XP011829673, DOI: 10.1109/LRA.2020.3045925 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115031661A (zh) * 2022-03-15 2022-09-09 中汽创智科技有限公司 一种曲面玻璃特征参数的确定方法及装置
CN117734646A (zh) * 2023-05-06 2024-03-22 中车株洲电力机车研究所有限公司 轨道列车及其循环空气制动方法、装置、设备和存储介质

Similar Documents

Publication Publication Date Title
CN106080598B (zh) 实时预期速度控制
CN113673028A (zh) 一种速度规划方法、装置、电子设备及存储介质
CN110395250B (zh) 用于车辆弯道速度限制的方法和***
WO2022095460A1 (zh) 一种车辆横向控制方法、装置、车辆和可读存储介质
CN109080631A (zh) 用于车辆的低速横向控制的***和方法
US20160121891A1 (en) System and method for controllng acceleration torque of vehicle
CN114126942B (zh) 自适应巡航控制方法和***
CN115047766A (zh) 一种基于预测控制模型的速度规划方法
US20170355370A1 (en) Vehicle control system
CN110320917A (zh) 无人车弯道循迹控制方法
JP2022023388A (ja) 車両位置決定装置
EP4056441A1 (en) Back propagation planning for adas/ad motion planning and control
JP6509301B1 (ja) 走行支援装置および走行支援方法
CN115892076B (zh) 车道障碍物筛选方法、装置和域控制器
CN110920623B (zh) 自动驾驶中车辆变道至目标车道前车之后的预测方法
CN109911013B (zh) 一种车辆方向盘转角的调整方法和装置
JP6402538B2 (ja) 車速制御装置
CN115042787B (zh) 一种无车道线下确定跟踪轨迹的方法及装置
CN116022235A (zh) 车辆转向控制方法、装置及车辆
CN115509234A (zh) 轨迹跟踪控制方法、装置、电子设备、存储介质及车辆
CN112419702B (zh) 基于时间序列的车辆掉队预测方法、装置及存储介质
CN113370995B (zh) 速度曲线的处理方法、装置、电动汽车及电子设备
JP7113938B1 (ja) 目標制御情報生成装置
JP7036284B1 (ja) 制御演算装置および制御演算方法
WO2021109165A1 (zh) 自动驾驶中车辆变道至目标车道前车之前的预测方法

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