CN114578825A - 基于相对坐标的多车协同横纵向联合运动规划方法及装置 - Google Patents

基于相对坐标的多车协同横纵向联合运动规划方法及装置 Download PDF

Info

Publication number
CN114578825A
CN114578825A CN202210215661.0A CN202210215661A CN114578825A CN 114578825 A CN114578825 A CN 114578825A CN 202210215661 A CN202210215661 A CN 202210215661A CN 114578825 A CN114578825 A CN 114578825A
Authority
CN
China
Prior art keywords
vehicle
vehicles
relative
conflict
planning
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
CN202210215661.0A
Other languages
English (en)
Inventor
***
蔡孟池
王建强
许庆
陈超义
王嘉伟
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202210215661.0A priority Critical patent/CN114578825A/zh
Publication of CN114578825A publication Critical patent/CN114578825A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本申请公开了一种基于相对坐标的多车协同横纵向联合运动规划方法、装置、电子设备及存储介质，其中，方法包括：通过根据车辆的横纵向运动需求，在相对坐标系中统一生成车辆在编队中的预期目标位置，该目标位置为后续的多车目标分配和相对路径规划提供输入。本申请通过车辆按照其对目标位置的偏好需求进行一一匹配，然后在相对坐标系中规划所有车辆到达其目标位置的相对运动路径，车辆在相对坐标系中的运动会被进一步投影到绝对坐标系中，车辆据此进行进一步的绝对轨迹规划，包括车辆的前轮转角控制序列和纵向速度(或加速度)控制序列等。由此，解决了具有不同运动需求的多车协同运动规划等问题。

Description

基于相对坐标的多车协同横纵向联合运动规划方法及装置
技术领域
本申请涉及车辆协同规划技术领域，特别涉及一种基于相对坐标的多车协同横纵向联合运动规划方法、装置、电子设备及存储介质。
背景技术
目前，基于绝对坐标的多车协同运动规划方法难以对车辆碰撞进行避免，因为多车编队以一相同速度向前行驶，即便其路径在大地坐标系下有交叉，因其时间上可能错开，所以也不一定会造成碰撞。
现有的基于相对坐标规划的多车协同运动规划方法未清晰阐明在遇到车辆的行驶需求不同时应如何处理，比如车辆因任务紧急程度而具有纵向相对位置优先级、因为路口行驶方向而拥有横向车道偏好，亟待解决。
发明内容
本申请提供一种基于相对坐标的多车协同横纵向联合运动规划方法、装置、电子设备及存储介质，以解决具有不同运动需求的多车协同运动规划等问题。
本申请第一方面实施例提供一种基于相对坐标的多车协同横纵向联合运动规划方法，包括以下步骤：基于车队车辆的横纵向运动需求，在相对坐标系中生成所述车队车辆的多个预期位置；根据所述车队中每辆车的预设分配需求在所述预期位置中为所述每辆车匹配对应的目标位置，并在所述相对坐标系中规划所述每辆车到达所述目标位置的相对路径；将所述相对路径投影至绝对坐标系，得到所述每辆车的绝对轨迹规划，控制所述每辆车按照所述绝对轨迹规划移动。
可选地，在本申请的一个实施例中，所述基于车队车辆的横纵向运动需求，在相对坐标系中生成所述车队中每辆车的预期位置，包括：计算到达每一条车道上的车辆期望数量，在所述每一条车道上按照行进方向从前往后以预设间距生成所述多个预期位置。
可选地，在本申请的一个实施例中，所述根据所述车队中每辆车的预设分配需求在所述预期位置中为所述每辆车匹配对应的目标位置，包括：计算每辆车分别分配至所述多个预期目标位置的代价，并根据所述代价构建代价矩阵，其中，所述车辆在不允许分配至任一目标位置时，所述代价为无穷大；根据所述代价矩阵和匈牙利算法为所述每辆车匹配对应的目标位置。
可选地，在本申请的一个实施例中，所述在所述相对坐标系中规划所述每辆车到达所述目标位置的相对路径，包括：根据所述车辆与所述目标位置的分配关系，利用A*算法规划所有车辆到达所述目标位置所需的相对路径，将当前路径规划结果设置为根节点；计算所述车辆按照所述当前路径规划进行第一步运动的冲突关系，所述冲突包括多辆车在同一时刻到达相同位置，或多辆车的路径在同一时间段内发生交叉；将所述冲突关系作为约束分别依次施加给冲突车辆，所述约束包括在特定时刻禁止所述冲突车辆进行特定动作，由所述根节点施加的约束会作为子节点在所述根节点后方产生一个分支；对每一个存在冲突的分支，基于当前已施加的所述约束，使用A*算法对每一辆车均规划到达目标位置所需的相对路径，并检测所述冲突关系，同时将所述冲突关系作为约束分别依次施加给冲突车辆，循环多次，在满足循环结束条件时生成冲突树；在所述冲突树中，将无冲突节点中的总路程最小的节点对应的相对路径作为当前最优相对路径。
可选地，在本申请的一个实施例中，所述控制所述车辆按照所述绝对轨迹规划进行移动，包括：根据所述绝对轨迹规划生成所述车辆的前轮转角控制序列和纵向速度或加速度控制序列；根据所述前轮转角控制序列和纵向速度或加速度控制序列控制所述车辆。
本申请第二方面实施例提供一种基于相对坐标的多车协同横纵向联合运动规划装置，包括：生成模块，用于基于车队车辆的横纵向运动需求，在相对坐标系中生成所述车队车辆的多个预期位置；匹配模块，用于根据所述车队中每辆车的预设分配需求在所述预期位置中为所述每辆车匹配对应的目标位置，并在所述相对坐标系中规划所述每辆车到达所述目标位置的相对路径；控制模块，用于将所述相对路径投影至绝对坐标系，得到所述每辆车的绝对轨迹规划，控制所述每辆车按照所述绝对轨迹规划移动。
可选地，在本申请的一个实施例中，所述匹配模块，具体用于，计算每辆车分别分配至所述多个预期目标位置的代价，并根据所述代价构建代价矩阵，其中，所述车辆在不允许分配至任一目标位置时，所述代价为无穷大；根据所述代价矩阵和匈牙利算法为所述每辆车匹配对应的目标位置；所述在所述相对坐标系中规划所述每辆车到达所述目标位置的相对路径，包括：根据所述车辆与所述目标位置的分配关系，利用A*算法规划所有车辆到达所述目标位置所需的相对路径，将当前路径规划结果设置为根节点；计算所述车辆按照所述当前路径规划进行第一步运动的冲突关系，所述冲突包括多辆车在同一时刻到达相同位置，或多辆车的路径在同一时间段内发生交叉；将所述冲突关系作为约束分别依次施加给冲突车辆，所述约束包括在特定时刻禁止所述冲突车辆进行特定动作，由所述根节点施加的约束会作为子节点在所述根节点后方产生一个分支；对每一个存在冲突的分支，基于当前已施加的所述约束，使用A*算法对每一辆车均规划到达目标位置所需的相对路径，并检测所述冲突关系，同时将所述冲突关系作为约束分别依次施加给冲突车辆，循环多次，在满足循环结束条件时生成冲突树；在所述冲突树中，将无冲突节点中的总路程最小的节点对应的相对路径作为当前最优相对路径。
可选地，在本申请的一个实施例中，所述控制所述车辆按照所述绝对轨迹规划进行移动，包括：根据所述绝对轨迹规划生成所述车辆的前轮转角控制序列和纵向速度或加速度控制序列；根据所述前轮转角控制序列和纵向速度或加速度控制序列控制所述车辆。
本申请第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以执行如上述实施例所述的基于相对坐标的多车协同横纵向联合运动规划方法。
本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以执行如上述实施例所述的基于相对坐标的多车协同横纵向联合运动规划方法。
由此，本申请至少具有如下有益效果：
通过基于相对坐标的多车运动规划方法将车辆运动规划及冲突消解的视角从绝对坐标系转移到跟随车辆运动的相对坐标系中，进而首先对车辆的相对运动路径进行规划，然后将规划得坐标点投影到绝对坐标系中，并控制车辆在指定时间连续通过指定路点，从而综合考虑了车辆的横纵向联合运动需求，在避免车辆碰撞的前提下，控制车辆到达期望的相对位置，实现了纵向的先后位置、横向的车道分布。由此，解决了具有不同运动需求的多车协同运动规划等问题。
本申请附加的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，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本申请实施例提供的一种基于相对坐标的多车协同横纵向联合运动规划方法的流程图；
图2为根据本申请的一个实施例提供的冲突树结构示意图；
图3为根据本申请的一个实施例提供的车辆初始位置和目标位置示意图；
图4为根据本申请的一个实施例提供的车辆相对路径规划结果示意图；
图5为根据本申请实施例的基于相对坐标的多车协同横纵向联合运动规划装置的示例图；
图6为申请实施例提供的电子设备的结构示意图。
附图标记说明：生成模块-100、匹配模块-200、控制模块-300、存储器-601、处理器-602、通信接口-603。
具体实施方式
下面详细描述本申请的实施例，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。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的基于相对坐标的多车协同横纵向联合运动规划方法、装置、电子设备及存储介质。针对上述背景技术中提到的问题，本申请提供了一种基于相对坐标的多车协同横纵向联合运动规划方法，在该方法中，本申请根据车辆的横纵向运动需求，纵向上考虑因为不同车辆任务优先级带来的前后相对位置需求，横向考虑车辆在临近路口或匝道出入口处的车道占用需求，在相对坐标系中统一生成车辆在编队中的预期目标位置，其中，相同需求(指纵向任务优先级相同、横向车道占用需求也相同)的车辆会生成多个目标位置，这些车辆和目标位置的分配关系可以任意交换。在相对坐标系中生成的目标位置为后续的多车目标分配和相对路径规划提供输入。同时，本申请通过为车辆按照其对目标位置的偏好需求进行一一匹配，然后在相对坐标系中规划所有车辆到达其目标位置的相对运动路径，此相对路径对于每一辆车而言都指的是连续的相对坐标点序列，并保证多车之间不会有碰撞发生。车辆在相对坐标系中的运动会被进一步投影到绝对坐标系中，车辆据此进行进一步的绝对轨迹规划，包括车辆的前轮转角控制序列和纵向速度(或加速度)控制序列等。由此，解决了具有不同运动需求的多车协同运动规划等问题。
具体而言，图1为本申请实施例所提供的一种基于相对坐标的多车协同横纵向联合运动规划方法的流程图。
如图1所示，该基于相对坐标的多车协同横纵向联合运动规划方法包括以下步骤：
在步骤S101中，基于车队车辆的横纵向运动需求，在相对坐标系中生成车队车辆的多个预期位置。
需要说明的是，本申请的实施例根据对车辆的横纵向联合运动需求进行总体考虑，在相对坐标系中统一生成车辆在编队中的预期目标位置。其中，在横纵向运动需求中，纵向上考虑因为不同车辆任务优先级带来的前后相对位置需求，横向考虑车辆在临近路口或匝道出入口处的车道占用需求。
可以理解的是，车辆可能存在相同的需求，相同需求(指纵向任务优先级相同、横向车道占用需求也相同)的车辆会生成多个目标位置，这些车辆和目标位置的分配关系可以任意交换。在相对坐标系中生成的目标位置为后续的多车目标分配和相对路径规划提供输入。
可选地，在本申请的一个实施例中，基于车队车辆的横纵向运动需求，在相对坐标系中生成车队中每辆车的预期位置，包括：计算到达每一条车道上的车辆期望数量，在每一条车道上按照行进方向从前往后以预设间距生成多个预期位置。
具体地，在本申请的实施例中，通过根据车辆的横纵向运动需求，在相对坐标系中统一生成车辆在编队中的预期目标位置。举例而言，首先，云端对一正常行驶的车队建立车辆运动相对坐标系，在相对坐标中规划车辆的运动。相对坐标系跟随车辆一同向前方运动，保持匀速行驶的车辆在相对坐标系中的相对坐标保持不变。在相对坐标系中，将车辆运动平面离散化为等距离网格。以便确定车辆在上述相对坐标系中的坐标位置，从而进行后续的路径和轨迹规划。车队中一车欲在前方左侧路口转弯，通过云端计算有且只有该车具有前方转弯期望，而在转弯前，该车需要依次完成变道，以行驶至左转车道上进行左转。因此云端会在其变道过程所需要行驶的车道上按照行进方向从前往后以预设间距，如以3米为间距，生成多个预期位置，由此该车便可以行驶至对应的目标位置，进行左转。而对应的目标位置的选择，下述进行详细介绍。
在步骤S102中，根据车队中每辆车的预设分配需求在预期位置中为每辆车匹配对应的目标位置，并在相对坐标系中规划每辆车到达目标位置的相对路径。
根据车队车辆的横纵向运动需求，得到车队车辆的多个预期位置。根据车队中每辆车对目标位置的偏好需求在预期位置中为每辆车匹配对应的目标位置，然后在相对坐标系中规划所有车辆到达其目标位置的相对运动路径。
需要说明的是，路径是指规划每一辆车在指定的时间点到达指定的位置，只限制时间点和位置点的坐标，而不限制车辆在多个坐标之间运动的过程，并保证只要车辆按照所给要求在多个位置之间连续运动，就不会发生碰撞。
可选地，在本申请的一个实施例中，根据车队中每辆车的预设分配需求在预期位置中为每辆车匹配对应的目标位置，包括：计算每辆车分别分配至多个预期目标位置的代价，并根据代价构建代价矩阵，其中，车辆在不允许分配至任一目标位置时，代价为无穷大；根据代价矩阵和匈牙利算法为每辆车匹配对应的目标位置。
具体地，本申请的实施例采用改进的匈牙利算法对车辆与目标位置进行匹配，其步骤包括：
Step 1：定义代价矩阵，即每一辆车分配至每一个目标的代价，考虑到车辆与目标位置的分配偏好(有的车辆可以被分配至某一目标，而别的车不可以)，将不可以进行匹配的车辆与目标的分配代价定义为无穷大；
Step 2：使用标准的匈牙利算法对多车目标进行匹配，此时设置的无穷大的匹配代价会避免车辆被匹配指某些目标，因其总代价值为无穷大。
举例而言，假设定义的代价矩阵为C＝[ci,j]，其中第i行，第j列元素为车辆i分配至目标j的代价。需要计算出一个分配矩阵A＝[ai,j]，其中第i行，第j列元素若为1，则表示车辆i被分配至了目标j，若为0，则表示没有分配。实际上是需要解决一个数学上的整数规划问题，如下：
Figure BDA0003534461870000061
Figure BDA0003534461870000062
Figure BDA0003534461870000063
Figure BDA0003534461870000064
需要说明的是，上述目标分配算法的任务就是寻找一个一一分配关系，使得被分配车辆和目标间的分配代价之和最小。匈牙利算法、单纯形算法均可以用来解决上述目标分配问题，具体由本领域技术人员根据实际情况自行设定，于此不做具体限定。
然后在相对坐标系中规划所有车辆到达其目标位置的相对运动路径，此相对路径对于每一辆车而言都指的是连续的相对坐标点序列，并保证多车之间不会有碰撞发生。
具体地，在本申请的一个实施例中，在相对坐标系中规划每辆车到达目标位置的相对路径的主要步骤包括：
Step 1：确定车辆与目标的分配关系之后，先不考虑碰撞，利用A*算法为所有车辆规划其到达目标位置所需的相对路径，此时的路径规划结果即为根节点；
Step 2：计算所有车辆第一步运动时产生的冲突，此冲突指多辆车在同一时刻到达相同位置，或者多辆车的路径在同一时间段内发生交叉；
Step 3：将Step 2中检测到的冲突作为约束分别依次施加给冲突车辆，此约束指在某一时刻禁止某辆车进行某种动作，这样就可消解一个冲突，因为互相冲突的两辆车中的一辆被禁止进行冲突行为，而另一辆车则保持原来的规划路径。由根节点施加的约束会作为子节点在根节点后方产生一个分支；
Step 4：对每一个还存在冲突的分支，继续在只考虑当前已施加约束的情况下对每一辆车都使用A*算法为其规划到达目标位置所需的相对路径，并继续检测其中的冲突，并继续将冲突变成约束施加跟当前节点中的冲突车辆，依次类推，新的路径规划结果会作为被施加约束的节点的子节点，继续扩充冲突树；
Step 5：重复Step 4，直到运算时间到达指定的最大运算时间，或者冲突树中已经不存在还有冲突的节点，此时在所有无冲突节点中的总路程最小的节点对应的相对路径即为当前求得的最优路径。
举例而言，一个冲突树的例子如图2所示，其中根节点编号为0，不存在约束，而存在2个冲突，这2个约束转化为2个约束，分别施加给根节点，由此产生了两个子节点，两个子节点分别拥有约束1和约束2，针对约束1的子节点进行规划后，由产生了两个新冲突，即冲突4和冲突5，这2个冲突又分别施加给节点1，产生了节点1的两个子节点，其除了继承节点1已有的约束之外，还分别将冲突4和冲突5转化为约束4和约束5，在由约束1和约束4限制的子节点3中，其路径规划结果不存在新冲突，即找到了一个无冲突的相对路径规划结果，而其它存在冲突的节点则会持续将冲突转化为约束并生成子节点的过程，直到生成一个没有冲突的子节点。
在步骤S103中，将相对路径投影至绝对坐标系，得到每辆车的绝对轨迹规划，控制每辆车按照绝对轨迹规划移动。
在获得云端计算提供的关键点坐标后，将相对坐标投影到绝对坐标中，并根据坐标点的位置和要求到达的时间，在车端进行车辆的实际运动轨迹规划。
需要说明的是，轨迹是指在完成上述路径规划之后，进一步计算为了使车辆在指定时刻连续到达指定位置而需要的速度、前轮转角控制输入。
在本申请的实施例中，控制车辆按照绝对轨迹规划进行移动，包括：上述车辆在相对坐标系中的运动会被进一步投影到绝对坐标系中，车辆据此进行进一步的绝对轨迹规划，根据绝对轨迹规划生成车辆的前轮转角控制序列和纵向速度或加速度控制序列，并根据前轮转角控制序列和纵向速度或加速度控制序列控制车辆。
举例而言，一种可行的轨迹规划方法为先使用贝塞尔曲线连接各绝对坐标点，然后使用比例-积分-微分控制器控制车辆的横向转角输入，用贝塞尔曲线的长度代表车辆的行驶路程，并基于固定初态、固定末态的最优控制方法求解车辆纵向控制输入。
如图3所示，其展示了一个车辆当前相对位置和目标相对位置，其中黑色圆圈为相对坐标系中未被占用的坐标，车辆在运动过程中可以行驶到这些目标上。其路径规划结果如图4所示，车辆经过3个步骤，从当前状态调整到目标状态。
需要注意的是，在上述结果中，有的车辆看起来向后退了，其实是因为这个规划是在相对坐标系中进行，而相对坐标系和车群一起向前运动，车辆在相对坐标系中的后退其实是在绝对坐标系中的减速，并没有违反车辆的运动规则。
根据本申请实施例提出的基于相对坐标的多车协同横纵向联合运动规划方法，通过基于车队车辆的横纵向运动需求，在相对坐标系中生成车队车辆的多个预期位置；根据车队中每辆车的预设分配需求在预期位置中为每辆车匹配对应的目标位置，并在相对坐标系中规划每辆车到达目标位置的相对路径；将相对路径投影至绝对坐标系，得到每辆车的绝对轨迹规划，控制每辆车按照绝对轨迹规划移动。从而综合考虑了车辆的横纵向联合运动需求，在避免车辆碰撞的前提下，控制车辆到达期望的相对位置，实现了纵向的先后位置、横向的车道分布。
其次参照附图描述根据本申请实施例提出的基于相对坐标的多车协同横纵向联合运动规划装置。
图5是本申请实施例的基于相对坐标的多车协同横纵向联合运动规划装置的方框示意图。
如图5所示，该基于相对坐标的多车协同横纵向联合运动规划装置10包括：生成模块100、匹配模块200以及控制模块300。
其中，生成模块100，用于基于车队车辆的横纵向运动需求，在相对坐标系中生成车队车辆的多个预期位置；匹配模块200，用于根据车队中每辆车的预设分配需求在预期位置中为每辆车匹配对应的目标位置，并在相对坐标系中规划每辆车到达目标位置的相对路径；控制模块300，用于将相对路径投影至绝对坐标系，得到每辆车的绝对轨迹规划，控制每辆车按照绝对轨迹规划移动。
可选地，在本申请的一个实施例中，生成模块100，具体用于，计算到达每一条车道上的车辆期望数量，在每一条车道上按照行进方向从前往后以预设间距生成多个预期位置。
可选地，在本申请的一个实施例中，根据车队中每辆车的预设分配需求在预期位置中为每辆车匹配对应的目标位置，包括：计算每辆车分别分配至多个预期目标位置的代价，并根据代价构建代价矩阵，其中，车辆在不允许分配至任一目标位置时，代价为无穷大；根据代价矩阵和匈牙利算法为每辆车匹配对应的目标位置。
可选地，在本申请的一个实施例中，在相对坐标系中规划每辆车到达目标位置的相对路径，包括：根据车辆与目标位置的分配关系，利用A*算法规划所有车辆到达目标位置所需的相对路径，将当前路径规划结果设置为根节点；计算车辆按照当前路径规划进行第一步运动的冲突关系，冲突包括多辆车在同一时刻到达相同位置，或多辆车的路径在同一时间段内发生交叉；将冲突关系作为约束分别依次施加给冲突车辆，约束包括在特定时刻禁止冲突车辆进行特定动作，由根节点施加的约束会作为子节点在根节点后方产生一个分支；对每一个存在冲突的分支，基于当前已施加的约束，使用A*算法对每一辆车均规划到达目标位置所需的相对路径，并检测冲突关系，同时将冲突关系作为约束分别依次施加给冲突车辆，循环多次，在满足循环结束条件时生成冲突树；在冲突树中，将无冲突节点中的总路程最小的节点对应的相对路径作为当前最优相对路径。
可选地，在本申请的一个实施例中，控制车辆按照绝对轨迹规划进行移动，包括：根据绝对轨迹规划生成车辆的前轮转角控制序列和纵向速度或加速度控制序列；根据前轮转角控制序列和纵向速度或加速度控制序列控制车辆。
需要说明的是，前述对基于相对坐标的多车协同横纵向联合运动规划方法实施例的解释说明也适用于该实施例的基于相对坐标的多车协同横纵向联合运动规划装置，此处不再赘述。
根据本申请实施例提出的基于相对坐标的多车协同横纵向联合运动规划装置，通过基于车队车辆的横纵向运动需求，在相对坐标系中生成车队车辆的多个预期位置；根据车队中每辆车的预设分配需求在预期位置中为每辆车匹配对应的目标位置，并在相对坐标系中规划每辆车到达目标位置的相对路径；将相对路径投影至绝对坐标系，得到每辆车的绝对轨迹规划，控制每辆车按照绝对轨迹规划移动。从而综合考虑了车辆的横纵向联合运动需求，在避免车辆碰撞的前提下，控制车辆到达期望的相对位置，实现了纵向的先后位置、横向的车道分布。
图6为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括：
存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序。
处理器602执行程序时实现上述实施例中提供的基于相对坐标的多车协同横纵向联合运动规划方法。
进一步地，电子设备还包括：
通信接口603，用于存储器601和处理器602之间的通信。
存储器601，用于存放可在处理器602上运行的计算机程序。
存储器601可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
如果存储器601、处理器602和通信接口603独立实现，则通信接口603、存储器601和处理器602可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器601、处理器602及通信接口603，集成在一块芯片上实现，则存储器601、处理器602及通信接口603可以通过内部接口完成相互间的通信。
处理器602可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上的基于相对坐标的多车协同横纵向联合运动规划方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是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，该程序在执行时，包括方法实施例的步骤之一或其组合。

Claims (10)

1.一种基于相对坐标的多车协同横纵向联合运动规划方法，其特征在于，包括以下步骤：
基于车队车辆的横纵向运动需求，在相对坐标系中生成所述车队车辆的多个预期位置；
根据所述车队中每辆车的预设分配需求在所述预期位置中为所述每辆车匹配对应的目标位置，并在所述相对坐标系中规划所述每辆车到达所述目标位置的相对路径；
将所述相对路径投影至绝对坐标系，得到所述每辆车的绝对轨迹规划，控制所述每辆车按照所述绝对轨迹规划移动。
2.根据权利1所述的方法，其特征在于，所述基于车队车辆的横纵向运动需求，在相对坐标系中生成所述车队中每辆车的预期位置，包括：
计算到达每一条车道上的车辆期望数量，在所述每一条车道上按照行进方向从前往后以预设间距生成所述多个预期位置。
3.根据权利1所述的方法，其特征在于，所述根据所述车队中每辆车的预设分配需求在所述预期位置中为所述每辆车匹配对应的目标位置，包括：
计算每辆车分别分配至所述多个预期目标位置的代价，并根据所述代价构建代价矩阵，其中，所述车辆在不允许分配至任一目标位置时，所述代价为无穷大；
根据所述代价矩阵和匈牙利算法为所述每辆车匹配对应的目标位置。
4.根据权利1或3所述的方法，其特征在于，所述在所述相对坐标系中规划所述每辆车到达所述目标位置的相对路径，包括：
根据所述车辆与所述目标位置的分配关系，利用A*算法规划所有车辆到达所述目标位置所需的相对路径，将当前路径规划结果设置为根节点；
计算所述车辆按照所述当前路径规划进行第一步运动的冲突关系，所述冲突包括多辆车在同一时刻到达相同位置，或多辆车的路径在同一时间段内发生交叉；
将所述冲突关系作为约束分别依次施加给冲突车辆，所述约束包括在特定时刻禁止所述冲突车辆进行特定动作，由所述根节点施加的约束会作为子节点在所述根节点后方产生一个分支；
对每一个存在冲突的分支，基于当前已施加的所述约束，使用A*算法对每一辆车均规划到达目标位置所需的相对路径，并检测所述冲突关系，同时将所述冲突关系作为约束分别依次施加给冲突车辆，循环多次，在满足循环结束条件时生成冲突树；
在所述冲突树中，将无冲突节点中的总路程最小的节点对应的相对路径作为当前最优相对路径。
5.根据权利要求1所述的方法，其特征在于，所述控制所述车辆按照所述绝对轨迹规划进行移动，包括：
根据所述绝对轨迹规划生成所述车辆的前轮转角控制序列和纵向速度或加速度控制序列；
根据所述前轮转角控制序列和纵向速度或加速度控制序列控制所述车辆。
6.一种基于相对坐标的多车协同横纵向联合运动规划装置，其特征在于，包括：
生成模块，用于基于车队车辆的横纵向运动需求，在相对坐标系中生成所述车队车辆的多个预期位置；
匹配模块，用于根据所述车队中每辆车的预设分配需求在所述预期位置中为所述每辆车匹配对应的目标位置，并在所述相对坐标系中规划所述每辆车到达所述目标位置的相对路径；
控制模块，用于将所述相对路径投影至绝对坐标系，得到所述每辆车的绝对轨迹规划，控制所述每辆车按照所述绝对轨迹规划移动。
7.根据权利6所述的装置，其特征在于，所述匹配模块，具体用于，
计算每辆车分别分配至所述多个预期目标位置的代价，并根据所述代价构建代价矩阵，其中，所述车辆在不允许分配至任一目标位置时，所述代价为无穷大；
根据所述代价矩阵和匈牙利算法为所述每辆车匹配对应的目标位置；
根据所述车辆与所述目标位置的分配关系，利用A*算法规划所有车辆到达所述目标位置所需的相对路径，将当前路径规划结果设置为根节点；
计算所述车辆按照所述当前路径规划进行第一步运动的冲突关系，所述冲突包括多辆车在同一时刻到达相同位置，或多辆车的路径在同一时间段内发生交叉；
将所述冲突关系作为约束分别依次施加给冲突车辆，所述约束包括在特定时刻禁止所述冲突车辆进行特定动作，由所述根节点施加的约束会作为子节点在所述根节点后方产生一个分支；
对每一个存在冲突的分支，基于当前已施加的所述约束，使用A*算法对每一辆车均规划到达目标位置所需的相对路径，并检测所述冲突关系，同时将所述冲突关系作为约束分别依次施加给冲突车辆，循环多次，在满足循环结束条件时生成冲突树；
在所述冲突树中，将无冲突节点中的总路程最小的节点对应的相对路径作为当前最优相对路径。
8.根据权利要求6所述的装置，其特征在于，所述控制所述车辆按照所述绝对轨迹规划进行移动，包括：
根据所述绝对轨迹规划生成所述车辆的前轮转角控制序列和纵向速度或加速度控制序列；
根据所述前轮转角控制序列和纵向速度或加速度控制序列控制所述车辆。
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-5任一项所述的基于相对坐标的多车协同横纵向联合运动规划方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-5任一项所述的基于相对坐标的多车协同横纵向联合运动规划方法。
CN202210215661.0A 2022-03-07 2022-03-07 基于相对坐标的多车协同横纵向联合运动规划方法及装置 Pending CN114578825A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210215661.0A CN114578825A (zh) 2022-03-07 2022-03-07 基于相对坐标的多车协同横纵向联合运动规划方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210215661.0A CN114578825A (zh) 2022-03-07 2022-03-07 基于相对坐标的多车协同横纵向联合运动规划方法及装置

Publications (1)

Publication Number Publication Date
CN114578825A true CN114578825A (zh) 2022-06-03

Family

ID=81778214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210215661.0A Pending CN114578825A (zh) 2022-03-07 2022-03-07 基于相对坐标的多车协同横纵向联合运动规划方法及装置

Country Status (1)

Country Link
CN (1) CN114578825A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115035724A (zh) * 2022-07-13 2022-09-09 吉林大学 一种基于生态编队的物流车准时化运输车路协同管控方法
CN115629613A (zh) * 2022-12-19 2023-01-20 北京卓翼智能科技有限公司 一种多智能体的编队容错控制方法
CN116224837A (zh) * 2023-05-06 2023-06-06 湖南致同工程科技有限公司 一种可抗通信延迟的多无人压路车协同控制仿真***及方法
CN117433539A (zh) * 2023-12-20 2024-01-23 中国汽车技术研究中心有限公司 一种汽车场地测试多目标物协同轨迹规划的方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115035724A (zh) * 2022-07-13 2022-09-09 吉林大学 一种基于生态编队的物流车准时化运输车路协同管控方法
CN115035724B (zh) * 2022-07-13 2022-12-02 吉林大学 一种基于生态编队的物流车准时化运输车路协同管控方法
CN115629613A (zh) * 2022-12-19 2023-01-20 北京卓翼智能科技有限公司 一种多智能体的编队容错控制方法
CN116224837A (zh) * 2023-05-06 2023-06-06 湖南致同工程科技有限公司 一种可抗通信延迟的多无人压路车协同控制仿真***及方法
CN117433539A (zh) * 2023-12-20 2024-01-23 中国汽车技术研究中心有限公司 一种汽车场地测试多目标物协同轨迹规划的方法及装置
CN117433539B (zh) * 2023-12-20 2024-06-11 中国汽车技术研究中心有限公司 一种汽车场地测试多目标物协同轨迹规划的方法及装置

Similar Documents

Publication Publication Date Title
CN114578825A (zh) 基于相对坐标的多车协同横纵向联合运动规划方法及装置
JP7150067B2 (ja) 車両の制御システム、車両を制御する方法、及び非一時的コンピュータ可読メモリ
Ajanovic et al. Search-based optimal motion planning for automated driving
CN110530369B (zh) 基于时间窗的agv任务调度方法
US20200050214A1 (en) Method, Computer Program Product, Computer-Readable Medium, Control Unit, and Vehicle Comprising the Control Unit for Determining a Collective Maneuver of at Least Two Vehicles
Varaiya Smart cars on smart roads: problems of control
CN111136658B (zh) 机器人的控制方法、装置、电子设备及存储介质
Kloock et al. Distributed model predictive intersection control of multiple vehicles
JP7328923B2 (ja) 情報処理装置、情報処理方法、及びコンピュータプログラム
CN107895225A (zh) 一种多Agent无冲突的合作型任务分配方法
CN110262472B (zh) 路径规划方法、装置和计算机可读存储介质
CN112824198B (zh) 一种轨迹决策方法、装置、设备和存储介质
Kessler et al. Cooperative multi-vehicle behavior coordination for autonomous driving
Claussmann et al. A path planner for autonomous driving on highways using a human mimicry approach with binary decision diagrams
Guney et al. Dynamic prioritized motion coordination of multi-AGV systems
Althoff et al. Road occupancy prediction of traffic participants
WO2005096114A1 (en) Method for avoiding collision of multiple robots by using extended collision map, and storage medium readable by computer recording the method
US20220340177A1 (en) Systems and methods for cooperative driving of connected autonomous vehicles in smart cities using responsibility-sensitive safety rules
Cai et al. Formation control with lane preference for connected and automated vehicles in multi-lane scenarios
Gruber et al. Anytime safety verification of autonomous vehicles
Cai et al. Formation control for connected and automated vehicles on multi‐lane roads: Relative motion planning and conflict resolution
Ahn et al. Reachability-based decision-making for autonomous driving: Theory and experiments
CN112406905B (zh) 基于交通工具的数据处理方法、装置、计算机及存储介质
CN113821039A (zh) 基于时间窗的路径规划方法、装置、设备及存储介质
CN113561992B (zh) 自动驾驶车辆轨迹生成方法、装置、终端设备及介质

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