CN115447607A - 用于规划车辆行驶轨迹的方法和装置 - Google Patents

用于规划车辆行驶轨迹的方法和装置 Download PDF

Info

Publication number
CN115447607A
CN115447607A CN202211077626.3A CN202211077626A CN115447607A CN 115447607 A CN115447607 A CN 115447607A CN 202211077626 A CN202211077626 A CN 202211077626A CN 115447607 A CN115447607 A CN 115447607A
Authority
CN
China
Prior art keywords
avoidance
vulnerable road
planning
road user
trajectory
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
CN202211077626.3A
Other languages
English (en)
Inventor
蔡雄风
陈炯
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.)
Anhui Weilai Zhijia Technology Co Ltd
Original Assignee
Anhui Weilai Zhijia Technology Co Ltd
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 Anhui Weilai Zhijia Technology Co Ltd filed Critical Anhui Weilai Zhijia Technology Co Ltd
Priority to CN202211077626.3A priority Critical patent/CN115447607A/zh
Publication of CN115447607A publication Critical patent/CN115447607A/zh
Pending legal-status Critical Current

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
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0017—Planning or execution of driving tasks specially adapted for safety of other traffic participants
    • 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
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4026—Cycles
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4029—Pedestrians
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4044—Direction of movement, e.g. backwards

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及自动驾驶技术，特别涉及用于在出现弱势道路使用者的应用场景下规划车辆行驶轨迹的方法和装置。按照本申请一个方面的用于规划车辆行驶轨迹的方法包括下列步骤：确定在自我车辆运动方向上的弱势道路使用者的类型和该弱势道路使用者在下一时间段内的预测的运动轨迹；基于弱势道路使用者的类型和预测的运动轨迹确定弱势道路使用者在下一时间段内的潜在活动区域；生成包围潜在活动区域的避让过渡区域；从多条关于自我车辆在下一时间段内的、能够绕开潜在活动区域的候选规划轨迹中选择具有最小代价的候选规划轨迹作为优化的规划轨迹，其中，穿越避让过渡区域的候选规划轨迹与未穿越避让过渡区域的候选规划轨迹相比具有额外的避让代价。

Description

用于规划车辆行驶轨迹的方法和装置
技术领域
本申请涉及自动驾驶技术，特别涉及用于在出现弱势道路使用者的应用场景下规划车辆行驶轨迹的方法和装置。
背景技术
弱势道路使用者(VRU)指在道路交通中由于缺乏安全保护而易受伤害的参与者，主要包括行人和两轮车使用者。根据相关统计，VRU死亡人数占全球道路交通事故死亡人数的一半以上，因此提升VRU的安全保护正在成为汽车主动避撞领域重点关注的课题。
在自动驾驶领域，目前针对弱势道路使用者的主动避撞研究主要集中在VRU识别和运动预测等方面。但是由于应用场景的复杂性，仅仅依靠提高VRU识别和运动预测的精度等手段并不能满足多样性的应用需求。
发明内容
本申请的一个目的是提供一种用于规划车辆行驶轨迹的方法和装置，其可同时改善自动驾驶安全性和驾乘舒适性。
按照本申请的一个方面，提供一种用于规划车辆行驶轨迹的方法，包括下列步骤：
确定在自我车辆运动方向上的弱势道路使用者的类型和该弱势道路使用者在下一时间段内的预测的运动轨迹；
基于所述弱势道路使用者的类型和预测的运动轨迹确定所述弱势道路使用者在下一时间段内的潜在活动区域；
生成包围所述潜在活动区域的避让过渡区域；
从多条关于所述自我车辆在下一时间段内的、能够绕开所述潜在活动区域的候选规划轨迹中选择具有最小代价的候选规划轨迹作为优化的规划轨迹，其中，穿越所述避让过渡区域的候选规划轨迹与未穿越所述避让过渡区域的候选规划轨迹相比具有额外的避让代价。
可选地，在上述方法中，确定所述弱势道路使用者的类型和预测的运动轨迹的步骤包括：
接收所述自我车辆的环境状态数据；
由所述环境状态数据确定所述弱势道路使用者的类型和运动状态；
至少是基于所述弱势道路使用者的类型和运动状态确定所述预测的运动轨迹。
可选地，在上述方法中，所述弱势道路使用者为下列项中的一项或多项：行人、非机动车辆和摩托车，所述弱势道路使用者的运动状态包括下列项中的一项或多项：速度、加速度、运动方向、方向灯状态和历史运动轨迹。
可选地，在上述方法中，所述潜在活动区域和避让过渡区域以ST图或SL图中的区域表示。
进一步地，生成避让过渡区域的步骤包括：
基于所述弱势道路使用者的类型、用户驾驶历史和用户设置中的至少一个确定所述避让过渡区域的边界；
基于所述弱势道路使用者的类型、用户驾驶历史和用户设置中的至少一个确定所述避让过渡区域中的各个位置的属性值，该属性值表示相应位置对额外的避让代价的贡献分量。
进一步地，各个位置的属性值随着该位置与所述潜在活动区域的边界之间的最小距离的增大而减小。
除了上述一个或多个特征以外，在上述方法中，选择优化的规划轨迹的步骤包括：
生成多条能够绕开所述潜在活动区域的候选规划轨迹；
利用代价函数计算所述候选规划轨迹的基础代价；
对于经过所述避让过渡区域的候选规划轨迹，将相应的基础代价和额外的避让代价之和确定为相应的代价；
将具有最小代价的候选规划轨迹确定为所述优化的规划轨迹。
进一步地，所述额外的避让代价为所述候选规划轨迹在所述避让过渡区域内经过的位置的贡献分量之和。
进一步地，所述代价函数的参数基于所述弱势道路使用者的类型、运动状态、用户设置和用户驾驶历史中的至少一个确定。
进一步地，所述规划轨迹被设置为在接近所述弱势道路使用者时降低所述自我车辆的纵向速度并且增加与所述弱势道路使用者之间的横向距离，以及在远离所述弱势道路使用者时提高所述自我车辆的纵向速度并且减少与所述弱势道路使用者之间的横向距离。
按照本申请的另一个方面，提供一种用于规划车辆行驶轨迹的装置，包括：
存储器；
与所述存储器耦合的处理器；以及
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，通过运行该计算机程序来实现如上所述的方法。
按照本申请的还有一个方面，提供一种用于规划车辆行驶轨迹的装置，包括：
感知和预测模块，配置为确定在自我车辆运动方向上的弱势道路使用者的类型和该弱势道路使用者在下一时间段内的预测的运动轨迹；
规划决策模块，配置为执行下列操作：
基于所述弱势道路使用者的类型和预测的运动轨迹确定所述弱势道路使用者在下一时间段内的潜在活动区域；
生成包围所述潜在活动区域的避让过渡区域；
从多条关于所述自我车辆在下一时间段内的、能够绕开所述潜在活动区域的候选规划轨迹中选择具有最小代价的候选规划轨迹作为优化的规划轨迹，其中，穿越所述避让过渡区域的候选规划轨迹与未穿越所述避让过渡区域的候选规划轨迹相比具有额外的避让代价。
在本申请的一些实施例中，通过采用避让过渡区域引入了更多的安全冗余性。此外，由于计入了额外的避让代价，因此在规划过程中更有可能选择到发生纵向减速和横向避让的轨迹，从而更好地匹配人类用户的驾乘习惯。再者，由于能够沿用现有路径规划技术的基本框架，因此可以充分利用已有的成熟算法(例如无需修改已有的代价函数即可直接用于计算候选规划路径的基础代价)，这对于开发成本的降低和研发周期的缩短是有利的。
附图说明
本申请的上述和/或其它方面和优点将通过以下结合附图的各个方面的描述变得更加清晰和更容易理解，附图中相同或相似的单元采用相同的标号表示。附图包括：
图1为按照本申请一些实施例的用于规划车辆行驶轨迹的方法的流程图。
图2为按照本申请另外一些实施例的用于确定弱势道路使用者的类型和预测的运动轨迹的方法的流程图。
图3为潜在活动区域和避让过渡区域的示意图。
图4示出了在ST图中表示的示例性的潜在活动区域和避让过渡区域。
图5为按照本申请还有一些实施例的用于生成避让过渡区域的方法的流程图。
图6为按照本申请还有一些实施例的用于生成优化的规划轨迹的方法的流程图。
图7示出了采用上述实施例与采用现有规划策略得到的优化的规划轨迹的示例。
图8为一种典型的计算机***的示意框图。
图9为一种用于规划车辆行驶轨迹的装置的示意框图。
具体实施方式
下面参照其中图示了本申请示意性实施例的附图更为全面地说明本申请。但本申请可以按不同形式来实现，而不应解读为仅限于本文给出的各实施例。给出的上述各实施例旨在使本文的披露全面完整，以将本申请的保护范围更为全面地传达给本领域技术人员。
在本说明书中，诸如“包含”和“包括”之类的用语表示除了具有在说明书和权利要求书中有直接和明确表述的单元和步骤以外，本申请的技术方案也不排除具有未被直接或明确表述的其它单元和步骤的情形。
除非特别说明，诸如“第一”和“第二”之类的用语并不表示单元在时间、空间、大小等方面的顺序而仅仅是作区分各单元之用。
在本申请中，“弱势道路使用者”可宽泛地理解为容易受到道路交通伤害的危险对象，通常指行人、非机动车辆和摩托车等。
图1为按照本申请一些实施例的用于规划车辆行驶轨迹的方法的流程图。示例性地，所述方法的步骤由自动驾驶域控制器执行。在一个典型的基于域控制器的整车架构中，自动驾驶域控制器负责自动驾驶所需的数据处理运算及判断能力，例如包括对毫米波雷达、摄像头、激光雷达、GPS、惯性导航等传感器获取的数据的处理能力。
图1所示的方法包含下列步骤：
步骤101：确定弱势道路使用者的类型和预测的运动轨迹
在本步骤中，可借助图2所示的子程序来确定弱势道路使用者的类型和预测的运动轨迹。
具体而言，在步骤201中，自我车辆(Ego Vhicle)或自车的自动驾驶域控制器接收自车的环境状态数据。环境通常包括道路布局和车道结构等静态元素以及其他车辆、行人和其他类型的道路使用者等动态元素。静态元素可以通过包含车道级别信息的高清地图获取，动态元素可利用摄像头、毫米波雷达、激光雷达等传感器获取。
图2所示的方法流程随后进入步骤202。在该步骤中，自动驾驶域控制器由环境状态数据(例如摄像头采集的图像、雷达获取的点云数据以及由高精度地图提取的车道数据等)确定在自我车辆运动方向上的弱势道路使用者的类型和运动状态。这里所述的运动状态的例子包括但不限于弱势道路使用者的速度、加速度、运动方向、方向灯状态和历史运动轨迹等。
接着进入步骤203，自动驾驶域控制器对弱势道路使用者在下一时间段内的运动轨迹进行预测。时间段的长度可依应用场景而定，其数量级例如可以是数百毫秒或数秒。对运动轨迹的预测至少基于弱势道路使用者的类型和运动状态。此外，在运动轨迹的预测中还可引入其他因素，例如道路布局、车道结构和交通指示灯状态等。示例性地，当弱势道路使用者为行人并且远离路口时，预测的运动轨迹通常被限定在人行道的范围内。
步骤102：潜在活动区域的确定
图3示出了潜在活动区域的一个示例。如图3所示，自车EV正在道路上行驶，其右前方以深色标识的区域VRU即为与弱势道路使用者相关联的区域或其在下一时间段内的潜在活动区域。
在一些实施例中，潜在活动区域可以ST图或SL图中的区域表示。ST图是一个以时间(T)为横轴，规划路径的纵向距离(S)为纵轴的二维坐标平面。SL图是一个规划路径的纵向距离(S)为横轴，以规划路径的横向距离(L)为纵轴的二维坐标平面，其与ST图组合使用可生成自车的三维规划轨迹(纵向维度、横向维度和时间维度)。通过构建ST图，可以将速度规划投影到二维平面以采用优化方式求解，并且可将障碍物的预测轨迹投影至该二维平面，从而作出合理决策。此外，在ST图中，曲线的斜率代表S值对时间的导数(即速度)，因此通过S值能够构建速度与路径之间的关系，从而可以更好地将二者融合为一条轨迹。
图4示出了在ST图中表示的潜在活动区域的示例。在图4所示的示例中，潜在活动区域VRU以深色区域标识。
在步骤102中，自动驾驶域控制器将根据步骤101中确定的弱势道路使用者的类型和预测的运动轨迹来确定潜在活动区域。示例性地，由于弱势道路使用者是占据一定空间的对象，因此可以由其类型估计出其占据的空间大小并且结合预测的运动轨迹得到弱势道路使用者在下一时间段内可能的活动范围(也即潜在活动区域)。
步骤103：避让过渡区域的生成
现有的VRU主动避撞策略以安全性考虑为主，也就是说，将不发生与弱势道路使用者的碰撞作为轨迹规划和运动控制的优化目标。然而在实际驾驶中，仅考虑安全性是不够的。例如依据目前常用的规划策略，只需确保自车的规划轨迹不会穿越VRU的潜在活动区域即可，其不会对速度作进一步的规划(例如减速或加速)。但是，这种方式与人类的驾驶行为习惯存在差异(当自车靠近弱势道路使用者时，人类驾驶员一般会下意识地降低车速和/或执行轻微的横向避让操作)，从而带来不良的用户体验。此外，现有的避撞规划方法在应对弱势道路使用者的突发行为(例如突然改变运动方向或运动速度)时，需要采取相对激进的制动和转向控制，这对行驶安全性和舒适性都将产生不利的影响。
在本申请的一些实施例中，通过在轨迹规划中引入避让过渡区域来提高安全性并改善驾乘舒适性。这里所述的避让过渡区域是一个包围或围绕潜在活动区域的区域，当规划轨迹经过避让过渡区域时，与避让过渡区域以外的区域相比将增加额外的避让代价。该额外的避让代价将对规划轨迹的优化结果产生影响，即，使得经过避让过渡区域的规划轨迹更加不容易被选择为优化的规划轨迹。
图3示出了避让过渡区域的一个示例。参见图3，在以深色标识的区域VRU被区域A(避让过渡区域)包围。图4示出了在ST图中表示的避让过渡区域的示例。在图4所示的示例中，潜在活动区域VRU同样被区域A(避让过渡区域)包围。
在步骤103中，自动驾驶域控制器生成包围潜在活动区域的避让过渡区域。可借助图5所示的子程序来生成避让过渡区域。
具体而言，在步骤501中，自动驾驶域控制器例如通过扩展潜在活动区域的边界来得到避让过渡区域的边界。可根据各种因素来确定边界的扩展程度。在一些实施例中，所考虑的因素包括弱势道路使用者的类型、用户设置和用户简档中的至少一个。示例性地，对于机动性或随机性更强的弱势道路使用者(例如儿童、非机动车和摩托车等)，可以将潜在活动区域的边界扩展系数(例如可以避让过渡区域与潜在活动区域的面积之比或者避让过渡区域与潜在活动区域的周长之比来表示)设定得更大一些。又如，可以分析一个用户的驾驶历史获得其驾驶习惯，从而得到针对该用户的定制化的边界扩展系数。再如，边界扩展系数也可以由用户自行设定。
需要指出的是，虽然在图5所示的实施例中，潜在活动区域的扩展是各向同性的，但是这并非必需的。在一些应用场景下，扩展可以是各向异性的，即扩展程度在不同的方向上具有差异。
如上所述，当规划轨迹经过避让过渡区域时将增加额外的避让代价。通过为避让过渡区域中的各个位置分配属性值来表示相应位置对额外的避让代价的贡献分量。图4示出了属性值的示例。参见图4，各个位置的属性值随着该位置与潜在活动区域的边界之间的最小距离的增大而减小。需要指出的是，图4中给出的属性值与最小距离之间的线性变化关系以及属性值的取值都是示例性的。例如也可以根据应用场景的需要使属性值与最小距离之间呈非线性的变化关系。
在执行步骤501之后，图5所示的方法进入步骤502，在该步骤中，自动驾驶域控制器确定避让过渡区域中的各个位置的属性值。在一些实施例中，属性值可基于弱势道路使用者的类型、用户驾驶历史和用户设置中的至少一个确定。
步骤104：规划轨迹的生成
在本步骤中，可借助图6所示的子程序为自我车辆生成优化的规划轨迹。
具体而言，在步骤601中，自动驾驶域控制器生成多条能够绕开潜在活动区域的候选规划轨迹。已有多种规划轨迹策略可用于生成这些候选规划轨迹，此处不再详述。在一些实施例中，候选规划轨迹被设置为在接近弱势道路使用者时降低自车的纵向速度并增加与弱势道路使用者之间的横向距离，以及在远离弱势道路使用者时提高自车的纵向速度和减少与弱势道路使用者之间的横向距离。
随后进入步骤602，自动驾驶域控制器利用代价函数计算步骤601中生成的多条候选规划轨迹的基础代价。如上所述，当规划轨迹经过避让过渡区域时将增加额外的避让代价。这里所述的基础代价指的是未计入额外的避让代价的候选规划轨迹的代价。在计算基础代价时，可选用目前在轨迹规划技术中常用的代价函数。所述代价函数可将多种因素纳入考虑范围，这些因素例如包括但不限于到达目标、平滑、避免碰撞、向心加速度、横向偏移、舒适性等。此外，在一些实施例中，代价函数的参数(例如指定距离内的代价系数等)可基于弱势道路使用者的类型、运动状态、用户设置和用户驾驶历史中的至少一个确定或调整。
接着进入步骤603，对于经过所述避让过渡区域的候选规划轨迹，将相应的基础代价和额外的避让代价之和确定为相应的代价。
在一些实施例中，对于每条经过避让过渡区域的候选规划轨迹，其额外的避让代价可采用下列方式确定：
Figure BDA0003832269110000091
其中，Extra_Costi为第i条经过避让过渡区域的候选规划轨迹的额外的避让代价，假设第i条经过避让过渡区域的候选规划轨迹在避让过渡区域内经过n个位置，μij为n个位置中的第j个位置的属性值，也即第j个位置对额外的避让代价的贡献分量。
在执行步骤603之后，将得到各条候选规划轨迹的已经计入额外的避让代价的代价。因此，图6所示的方法流程进入步骤604。在该步骤中，自动驾驶域控制器将具有最小代价的候选规划轨迹确定为优化的规划轨迹。
在上面所示的实施例中，采用避让过渡区域代替潜在活动区域相当于引入了更多的安全冗余性。与此同时，由于对穿越避让过渡区域的候选规划路径计入了额外的避让代价，因此在规划过程中更有可能选择到发生纵向减速和横向避让的轨迹，从而更好地匹配人类用户的驾乘习惯。此外，上述实施例能够沿用现有路径规划技术的基本框架，因此可以充分利用已有的成熟算法(例如无需修改已有的代价函数即可直接用于计算候选规划路径的基础代价)，这对于开发成本的降低和研发周期的缩短是有利的。
图7A和7B分别示出了采用上述实施例与采用现有规划策略得到的优化的规划轨迹的示例，其中，图7A和7B的左半部分为俯视图，右半部分为正视图。通过比较图7A和7B可见，在自车EV由右向左的行进过程中，当自车EV接近弱势道路使用者VRU时，根据上述实施例提供的优化规划轨迹存在小幅度的横向避让操作。
图8为一种典型的计算机***的示意框图，其可用于实施上面提及的用于规划车辆行驶轨迹的装置或自动驾驶域控制器。如图8所示，计算机***80包含存储器810(例如诸如闪存、ROM、硬盘驱动器、磁盘、光盘之类的非易失存储器)、处理器820和计算机程序830。
存储器810存储可由处理器820执行的计算机程序830。处理器820配置为运行存储器820上存储的计算机程序830。通过运行计算机程序830可实现上面借助图1-6所述的方法中包含的一个或多个步骤。
图9为一种用于规划车辆行驶轨迹的装置的示意框图，其可用于实施上面提及的自动驾驶域控制器。如图9所示，用于规划车辆行驶轨迹的装置90包含感知和预测模块910和规划决策模块920。
感知和预测模块910配置为确定在自我车辆运动方向上的弱势道路使用者的类型和该弱势道路使用者在下一时间段内的预测的运动轨迹。
规划决策模块920配置为执行下列操作：
基于弱势道路使用者的类型和预测的运动轨迹确定弱势道路使用者在下一时间段内的潜在活动区域；
生成包围潜在活动区域的避让过渡区域；
从多条关于所述自我车辆在下一时间段内的、能够绕开潜在活动区域的候选规划轨迹中选择具有最小代价的候选规划轨迹作为优化的规划轨迹，其中，穿越避让过渡区域的候选规划轨迹与未穿越避让过渡区域的候选规划轨迹相比具有额外的避让代价。
除了上面描述的特征以外，感知和预测模块910和规划决策模块920还可配置为具有上面借助图1-6所述实施例的部分或全部特征。
按照本申请的另一方面，还提供了一种计算机可读存储介质，其上存储计算机程序，该程序被处理器执行时可实现上面借助图1-6所述的方法中包含的一个或多个步骤。
本申请中所称的计算机可读存储介质包括各种类型的计算机存储介质，可以是通用或专用计算机能够存取的任何可用介质。举例而言，计算机可读存储介质可以包括RAM、ROM、EPROM、E2PROM、寄存器、硬盘、可移动盘、CD-ROM或其他光盘存储器、磁盘存储器或其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码单元并能够由通用或特定用途计算机、或者通用或特定用途处理器进行存取的任何其他临时性或者非临时性介质。上述的组合也应当包括在计算机可读存储介质的保护范围之内。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读写信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。
本领域的技术人员将会理解，本文中所描述的各种示意性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
为了表明硬件和软件间的可互换性，各种示意性部件、块、模块、电路和步骤在上文根据其功能性总体地进行了描述。这样的功能性以硬件形式或软件形式实施取决于特定应用以及对总体***所施加的设计限制。本领域技术人员可以针对具体的特定应用、按照变化的方式来实现所描述的功能性，但是，这样的实现方式决策不应当被理解为导致与本申请范围的背离。
尽管只对其中一些本申请的具体实施方式进行了描述，但是本领域普通技术人员应当了解，本申请可以在不偏离其主旨与范围内以许多其他的形式实施。因此，所展示的例子与实施方式被视为示意性的而非限制性的，在不脱离如所附各权利要求所定义的本申请精神及范围的情况下，本申请可能涵盖各种的修改与替换。
提供本文中提出的实施例和示例，以便最好地说明按照本技术及其特定应用的实施例，并且由此使本领域的技术人员能够实施和使用本申请。但是，本领域的技术人员将会知道，仅为了便于说明和举例而提供以上描述和示例。所提出的描述不是意在涵盖本申请的各个方面或者将本申请局限于所公开的精确形式。

Claims (13)

1.一种用于规划车辆行驶轨迹的方法，其特征在于，包括下列步骤：
确定在自我车辆运动方向上的弱势道路使用者的类型和该弱势道路使用者在下一时间段内的预测的运动轨迹；
基于所述弱势道路使用者的类型和预测的运动轨迹确定所述弱势道路使用者在下一时间段内的潜在活动区域；
生成包围所述潜在活动区域的避让过渡区域；
从多条关于所述自我车辆在下一时间段内的、能够绕开所述潜在活动区域的候选规划轨迹中选择具有最小代价的候选规划轨迹作为优化的规划轨迹，其中，穿越所述避让过渡区域的候选规划轨迹与未穿越所述避让过渡区域的候选规划轨迹相比具有额外的避让代价。
2.如权利要求1所述的方法，其中，确定所述弱势道路使用者的类型和预测的运动轨迹的步骤包括：
接收所述自我车辆的环境状态数据；
由所述环境状态数据确定所述弱势道路使用者的类型和运动状态；
至少是基于所述弱势道路使用者的类型和运动状态确定所述预测的运动轨迹。
3.如权利要求2所述的方法，其中，所述弱势道路使用者为下列项中的一项或多项：行人、非机动车辆和摩托车，所述弱势道路使用者的运动状态包括下列项中的一项或多项：速度、加速度、运动方向、方向灯状态和历史运动轨迹。
4.如权利要求1所述的方法，其中，所述潜在活动区域和避让过渡区域以ST图或SL图中的区域表示。
5.如权利要求4所述的方法，其中，生成避让过渡区域的步骤包括：
基于所述弱势道路使用者的类型、用户驾驶历史和用户设置中的至少一个确定所述避让过渡区域的边界；
基于所述弱势道路使用者的类型、用户驾驶历史和用户设置中的至少一个确定所述避让过渡区域中的各个位置的属性值，该属性值表示相应位置对额外的避让代价的贡献分量。
6.如权利要求5所述的方法，其中，各个位置的属性值随着该位置与所述潜在活动区域的边界之间的最小距离的增大而减小。
7.如权利要求1-6中任意一项所述的方法，其中，选择优化的规划轨迹的步骤包括：
生成多条能够绕开所述潜在活动区域的候选规划轨迹；
利用代价函数计算所述候选规划轨迹的基础代价；
对于经过所述避让过渡区域的候选规划轨迹，将相应的基础代价和额外的避让代价之和确定为相应的代价；
将具有最小代价的候选规划轨迹确定为所述优化的规划轨迹。
8.如权利要求7所述的方法，其中，所述额外的避让代价为所述候选规划轨迹在所述避让过渡区域内经过的位置的贡献分量之和。
9.如权利要求7所述的方法，其中，所述代价函数的参数基于所述弱势道路使用者的类型、运动状态、用户设置和用户驾驶历史中的至少一个确定。
10.如权利要求7所述的方法，其中，所述规划轨迹被设置为在接近所述弱势道路使用者时降低所述自我车辆的纵向速度并且增加与所述弱势道路使用者之间的横向距离，以及在远离所述弱势道路使用者时提高所述自我车辆的纵向速度并且减少与所述弱势道路使用者之间的横向距离。
11.一种用于规划车辆行驶轨迹的装置，包括：
存储器；
与所述存储器耦合的处理器；以及
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，通过运行该计算机程序来实现如权利要求1-10中任意一项所述的方法。
12.一种用于规划车辆行驶轨迹的装置，包括：
感知和预测模块，配置为确定在自我车辆运动方向上的弱势道路使用者的类型和该弱势道路使用者在下一时间段内的预测的运动轨迹；
规划决策模块，配置为执行下列操作：
基于所述弱势道路使用者的类型和预测的运动轨迹确定所述弱势道路使用者在下一时间段内的潜在活动区域；
生成包围所述潜在活动区域的避让过渡区域；
从多条关于所述自我车辆在下一时间段内的、能够绕开所述潜在活动区域的候选规划轨迹中选择具有最小代价的候选规划轨迹作为优化的规划轨迹，其中，穿越所述避让过渡区域的候选规划轨迹与未穿越所述避让过渡区域的候选规划轨迹相比具有额外的避让代价。
13.一种计算机可读存储介质，其上存储计算机程序，该计算机程序被处理器执行时实施如权利要求1-10中任意一项所述的方法。
CN202211077626.3A 2022-09-05 2022-09-05 用于规划车辆行驶轨迹的方法和装置 Pending CN115447607A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211077626.3A CN115447607A (zh) 2022-09-05 2022-09-05 用于规划车辆行驶轨迹的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211077626.3A CN115447607A (zh) 2022-09-05 2022-09-05 用于规划车辆行驶轨迹的方法和装置

Publications (1)

Publication Number Publication Date
CN115447607A true CN115447607A (zh) 2022-12-09

Family

ID=84302624

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211077626.3A Pending CN115447607A (zh) 2022-09-05 2022-09-05 用于规划车辆行驶轨迹的方法和装置

Country Status (1)

Country Link
CN (1) CN115447607A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116001807A (zh) * 2023-02-27 2023-04-25 安徽蔚来智驾科技有限公司 多场景轨迹预测方法、设备、介质及车辆

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116001807A (zh) * 2023-02-27 2023-04-25 安徽蔚来智驾科技有限公司 多场景轨迹预测方法、设备、介质及车辆

Similar Documents

Publication Publication Date Title
US11442450B2 (en) Method for determining passable area in planning a path of autonomous driving vehicles
CN110389583B (zh) 生成自动驾驶车辆的轨迹的方法
CN109313857B (zh) 周边环境识别装置
US11945434B2 (en) Delay decision making for autonomous driving vehicles in response to obstacles based on confidence level and distance
KR102137933B1 (ko) 차량 코너링 제어 방법 및 그 장치
US11055540B2 (en) Method for determining anchor boxes for training neural network object detection models for autonomous driving
KR102588008B1 (ko) 진입하거나 진출하는 차량을 검출하기 위한 방법 및 제어 유닛
JP6574224B2 (ja) 車両制御装置、車両、車両制御方法およびプログラム
CN111857118A (zh) 对停车轨迹分段以控制自动驾驶车辆停车
CN114126940B (zh) 电子控制装置
CN111830959A (zh) 用于操作自动驾驶车辆的方法、***和机器可读介质
CN113525406A (zh) 用于车辆运动控制器的基于贝叶斯全局优化的参数调谐
CN112829769A (zh) 自动驾驶车辆的混合规划***
US11254326B2 (en) Automatic comfort score system based on human driving reference data
CN115447607A (zh) 用于规划车辆行驶轨迹的方法和装置
US11731692B2 (en) Driving support device that performs steering control and deceleration control for avoiding an object
US12020565B2 (en) Driving system and method for selecting an action option for an automated motor vehicle
CN116736855A (zh) 评估自主驾驶规划和控制的方法和***
JP6838769B2 (ja) 周辺環境認識装置、表示制御装置
US20230053243A1 (en) Hybrid Performance Critic for Planning Module's Parameter Tuning in Autonomous Driving Vehicles
JP7212761B2 (ja) 交通環境認識装置及び車両制御装置
JP2020053069A (ja) 車載用電子制御装置
CN113366400A (zh) 自动驾驶车辆的动态成本函数的实现方法
US11242057B2 (en) Method for optimizing three-point turn of autonomous driving vehicles
CN112149487B (zh) 一种用于自动驾驶的用于训练神经网络对象检测模型的用于确定锚框的方法

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