CN116125987A - 一种车辆局部路径规划方法及装置 - Google Patents
一种车辆局部路径规划方法及装置 Download PDFInfo
- Publication number
- CN116125987A CN116125987A CN202310065322.3A CN202310065322A CN116125987A CN 116125987 A CN116125987 A CN 116125987A CN 202310065322 A CN202310065322 A CN 202310065322A CN 116125987 A CN116125987 A CN 116125987A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parameter
- track
- driving
- candidate
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000001133 acceleration Effects 0.000 claims description 93
- 238000005452 bending Methods 0.000 claims description 26
- 239000000446 fuel Substances 0.000 claims description 21
- 238000005265 energy consumption Methods 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 239000000758 substrate Substances 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
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
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
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 Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请提供的一种车辆局部路径规划方法及装置,涉及数据处理技术领域。通过获取多个候选驾驶轨迹,根据每个候选驾驶轨迹的横向多项式轨迹包括的舒适度参数、位置误差参数以及行驶速度参数,确定每个候选轨迹的横向自动驾驶参数;根据每个候选驾驶轨迹的纵向多项式轨迹及车辆自动驾驶模式,确定每个候选驾驶轨迹的纵向自动驾驶参数;根据每个候选驾驶轨迹的横向自动驾驶参数及纵向自动驾驶参数计算候选驾驶轨迹的自动驾驶综合参数;将自动驾驶综合参数最大的候选驾驶轨迹确定为最优候选驾驶轨迹,控制车辆进行自动驾驶。如此能够,使自动驾驶综合参数即评估到横向自动驾驶参数,也评估到纵向驾驶参数,提高局部路径规划的准确性。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种车辆局部路径规划方法及装置。
背景技术
路径规划技术应用在移动机器人、机械臂、电子地图、游戏等众多领域中,通过对场景中的车辆和道路进行路径规划,实现自动驾驶。现有的路径规划在环境较复杂,尤其是路径动态规划时还不够准确,根据规划的路径进行的控制的效果较差。
发明内容
有鉴于此,本申请实施例提供了一种车辆局部路径规划方法及装置,旨在提高路径规划的准确度。
第一方面,本申请实施例提供了一种车辆局部路径规划方法,包括:
获取多个候选驾驶轨迹,每个所述候选驾驶轨迹包括横向多项式轨迹和纵向多项式轨迹;
根据每个所述候选驾驶轨迹的横向多项式轨迹包括的舒适度参数、位置误差参数以及行驶速度参数,分别确定每个所述候选轨迹的横向自动驾驶参数;
根据每个所述候选驾驶轨迹的纵向多项式轨迹及车辆自动驾驶模式,分别确定每个所述候选驾驶轨迹的方案参数,根据每个所述方案参数确定所述候选驾驶轨迹的纵向自动驾驶参数;
根据每个所述候选驾驶轨迹的所述横向自动驾驶参数及所述纵向自动驾驶参数计算所述候选驾驶轨迹的自动驾驶综合参数;
将自动驾驶综合参数最大的候选驾驶轨迹确定为最优候选驾驶轨迹;
根据所述最优候选驾驶轨迹控制车辆进行自动驾驶。
可选的,所述获取多个候选驾驶轨迹,包括:
基于车辆当前行驶的车道的弗雷内Frenet坐标系中,根据所述车道的参考线及所述车道的边界线,沿着弗雷内Frenet坐标系的横向和纵向将道路离散化,得到多个离散采样点;
从车辆当前坐标位置起始,通过离散采样点控制器从所述离散采样点中选取多组控制点;
从车辆当前坐标位置起始,将每组所述控制点沿着车辆行进方向连接形成一条候选轨迹;
将每条所述候选轨迹输入多项式轨迹规划模型,得到所述多项式轨迹规划模型输出的所述候选轨迹的横向多项式轨迹和纵向多项式轨迹;
将每条所述候选轨迹的横向多项式轨迹及纵向多项式轨迹均从Frenet坐标系转换到全局坐标系;
将满足预设的第一限制条件候选轨迹确定为候选驾驶轨迹;所述第一限制条件包括纵向最大速度限制,横向最大速度限制,最小转弯半径限制和障碍物碰撞限制中的一种或多种。
可选的,所述根据每个所述候选驾驶轨迹的横向多项式轨迹包括的舒适度参数、位置误差参数以及行驶速度参数,分别确定每个所述候选轨迹的横向自动驾驶参数,包括:
将每个候选驾驶轨迹包括的舒适度参数、位置误差参数以及行驶速度参数求和,分别确定每个所述候选轨迹的横向自动驾驶参数。
可选的,所述舒适度参数为舒适度基础参数与第一横向权重的乘积,所述舒适度基础参数为候选驾驶轨迹的横向多项式轨迹中所有加速度对时间的一阶导数的平均数;
所述位置误差参数为位置误差基础参数与第二横向权重的乘积,所述位置误差基础参数为车辆行进过程中,所述车辆的实际位置与所述实际位置对应的所述横向多项式轨迹的目标位置之间的第一距离值;
所述行驶速度参数为横向多项式轨迹的车辆行驶速度与第三横向权重的乘积;
所述第一横向权重、所述第二横向权重以及所述第三横向权重根据车辆行驶模式进行确定,所述车辆行驶模式包括节油模式、运动模式以及普通模式。
可选的,所述第一横向权重、所述第二横向权重以及所述第三横向权重是采用以下方式确定的:
所述车辆行驶模式为节油模式时;
根据车辆加速度对时间的一阶导数,查询第一参考表,得到车辆节油模式的第一横向权重,所述第一参考表为车辆加速度对时间的一阶导数与第一横向权重的数值对照表;
根据所述车辆位置误差基础参数,查询第二参考表,得到车辆节油模式的第二横向权重,所述第二参考表为车辆位置误差基础参数与第二横向权重的数值对照表;
车辆节油模式的第三横向权重为预设的第三初始横向权重;
或者,
所述车辆行驶模式为运动模式时,
根据所述车辆位置误差基础参数,查询第三参考表,得到车辆运动模式的第二横向权重,所述第三参考表为车辆位置误差基础参数与所述车辆运动模式的第二横向权重的数值对照表;
根据所述车辆车辆行驶速度,查询第四参考表,得到车辆运动模式的第三横向权重,所述第四参考表为车辆车辆行驶速度与所述车辆运动模式的第三横向权重的数值对照表;
车辆运动模式的第一横向权重为预设的第一初始横向权重;
或者,
所述车辆行驶模式为普通模式时,
获取用户在历史固定时长内的驾驶习惯,所述驾驶习惯包括车辆行驶的历史加速度;
将所述历史加速度与预设的参考加速度的差值除以所述参考加速度,得到第一比值;
将所述第一比值与一相加的和乘以预设的第三初始横向权重,得到车辆普通模式的第三横向权重;
将所述第一比值与一相加的和乘以预设的第一初始横向权重,得到车辆普通模式的第一横向权重;
根据车辆行驶的路段类型及对应每种路段类型预设的第二横向权重参考值,确定车辆普通模式的第二横向权重。
可选的,所述根据每个所述候选驾驶轨迹的纵向多项式轨迹及车辆自动驾驶模式,分别确定每个所述候选驾驶轨迹的方案参数,根据每个所述方案参数确定所述候选驾驶轨迹的纵向自动驾驶参数,包括:
所述车辆自动驾驶模式为定速巡航模式;
根据候选驾驶轨迹的纵向多项式轨迹确定所述候选驾驶轨迹的方案参数,所述候选驾驶轨迹的方案参数包括加速时间、所述加速时间内产生的加速速度差、减速时间及所述减速时间内产生的减速速度差;
将所述纵向多项式轨迹中每个加速时间乘以所述加速时间内产生的加速速度差得到加速参数,并将所述纵向多项式轨迹中每个减速时间乘以所述减速时间内产生的减速速度差得到减速参数;
将所述纵向多项式轨迹中所有的加速参数和所有的减速参数求和,得到能量消耗评估参数;
将所述能量消耗评估参数除以预设的能量消耗参考参数得到第一数值,将所述第一数值乘以预设的第一纵向驾驶参考参数,得到车辆定速巡航模式的纵向自动驾驶参数;
或者,
所述车辆自动驾驶模式为跟车行驶模式,则所述候选驾驶轨迹的方案参数为所述纵向多项式轨迹中包括的所有控制点与前车的第二距离值的方差值;每个控制点与前车的第二距离值是将所述控制点的位置与前车预测轨迹中对应所述控制点时刻的前车位置之间距离,所述前车预测轨迹是将前车行驶速度数据输入车辆行驶轨迹预测模型得到的;
将预设的第二纵向驾驶参考参数除以所述方差值,得到车辆跟车行驶模式的纵向自动驾驶参数;
或者,
所述车辆自动驾驶模式为变道行驶模式,则所述候选驾驶轨迹的方案参数为车辆行进过程中,车辆的实际位置与所述实际位置对应的所述纵向多项式轨迹的目标位置之间的第三距离值;
将预设的第三纵向驾驶参考参数除以所述第三距离值,得到车辆变道行驶模式的纵向自动驾驶参数。
可选的,所述根据每个所述候选驾驶轨迹的所述横向自动驾驶参数及所述纵向自动驾驶参数计算所述候选驾驶轨迹的自动驾驶综合参数,包括:
将所述横向自动驾驶参数与第一参数权重的乘积和纵向自动驾驶参数与第二参数权重的乘积求和,得到自动驾驶综合参数;所述第一参数权重是将一减第二数值的差值乘以预设的第一初始参数权重得到的,所述第二数值是将车辆实际轴距与预设的参考轴距的差值除以所述参考轴距得到的;所述第二参数权重是将一减所述第三数值的差值乘以预设的第二初始参数权重得到的;所述第三数值是车辆实际动力参数与预设的参考动力参数的差值除以所述参考动力参数得到的,所述动力参数为功率或扭矩。
可选的,在所述根据所述最优候选驾驶轨迹控制车辆进行自动驾驶之前,还包括:
根据最优候选驾驶轨迹及车辆的摩擦力信息,计算得到优化的车辆速度;
所述根据最优候选驾驶轨迹控制车辆进行自动驾驶,包括:
根据最优候选驾驶轨迹及所述优化的车辆速度控制车辆进行自动驾驶。
可选的,所述根据最优候选驾驶轨迹及车辆的摩擦力信息,计算得到优化的车辆速度,包括:
根据所述最优候选驾驶轨迹,确定所述最优候选驾驶轨迹包括的弯道中每个弯道的曲率半径;
根据当前车辆工况查询预设的摩擦力信息表,得到车辆的摩擦力信息,所述车辆的摩擦力信息包括路面侧向附着系数,所述摩擦力信息表是车辆在不同车辆工况下对应的摩擦力信息的表;
根据每个所述弯道的曲率半径和所述车辆的摩擦力信息,确定车辆的安全车速;所述车辆安全车速包括入弯速度以及出弯速度,所述曲率半径包括入弯曲率半径和出弯曲率半径;所述入弯速度是根据所述入弯曲率半径和车辆的摩擦力信息确定的,所述出弯速度是根据所述出弯曲率半径和车辆的摩擦力信息确定的;
根据所述最优候选驾驶轨迹、所述最优候选驾驶轨迹包括的弯道的入弯速度以及出弯速度,采用贝塞尔曲线对最优候选轨迹中每个弯道的速度进行线性拟合,得到最优候选驾驶轨迹上预设的多个控制点的速度。
第二方面,本申请实施例提供了一种车辆局部路径规划装置,包括:
第一获取单元,用于获取多个候选驾驶轨迹,每个所述候选驾驶轨迹包括横向多项式轨迹和纵向多项式轨迹;
第一参数单元,用于根据每个所述候选驾驶轨迹的横向多项式轨迹包括的舒适度参数、位置误差参数以及行驶速度参数,分别确定每个所述候选轨迹的横向自动驾驶参数;
第二参数单元,用于根据每个所述候选驾驶轨迹的纵向多项式轨迹及车辆自动驾驶模式,分别确定每个所述候选驾驶轨迹的方案参数,根据每个所述方案参数确定所述候选驾驶轨迹的纵向自动驾驶参数;
第三参数单元,用于根据每个所述候选驾驶轨迹的所述横向自动驾驶参数及所述纵向自动驾驶参数计算所述候选驾驶轨迹的自动驾驶综合参数;
判断单元,用于将自动驾驶综合参数最大的候选驾驶轨迹确定为最优候选驾驶轨迹;
执行单元,用于根据所述最优候选驾驶轨迹控制车辆进行自动驾驶
本申请实施例提供了一种车辆局部路径规划方法及装置。获取多个候选驾驶轨迹,每个候选驾驶轨迹包括横向多项式轨迹和纵向多项式轨迹;将车辆的局部路径规划拆分为横向多项式轨迹和纵向多项式轨迹,进行分别调整和优化。根据每个候选驾驶轨迹的横向多项式轨迹的舒适度参数、位置误差参数以及行驶速度参数,确定所述候选轨迹的横向自动驾驶参数;根据横向多项式轨迹对车辆的多个候选轨迹进行评估。根据每个候选驾驶轨迹的纵向多项式轨迹及车辆自动驾驶模式,确定所述候选驾驶轨迹的方案参数,根据所述方案参数确定所述候选驾驶轨迹的纵向自动驾驶参数;根据纵向多项轨迹对车辆多个候选轨迹进行评估。根据每个候选驾驶轨迹的横向自动驾驶参数及所述候选驾驶轨迹的纵向自动驾驶参数计算所述候选驾驶轨迹的自动驾驶综合参数;结合横向自动驾驶轨迹和纵向自动驾驶轨迹对候选驾驶轨迹进行综合评估。将所有候选驾驶轨迹中自动驾驶综合参数最大的候选驾驶轨迹确定为最优候选驾驶轨迹;综合评估的自动驾驶综合参数从多条候选轨迹中选出最优的候选驾驶轨迹。根据最优候选驾驶轨迹控制车辆进行自动驾驶。本申请将车辆的候选轨迹分别转换为横向自动驾驶轨迹和纵向自动驾驶轨迹,进行分别评估,从多条候选轨迹中选择处最优的候选驾驶轨迹,路径规划筛选严格,从而获得最优的自动驾驶轨迹,提高局部路径规划的准确性。
附图说明
为更清楚地说明本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申请的一些实施例,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他的附图。
图1为本申请实施例提供的一种车辆局部路径规划方法流程图;
图2为本申请实施例提供的一种车辆局部路径规划装置的结构示意图。
具体实施方式
路径规划技术应用在移动机器人、机械臂、电子地图、游戏等众多领域中,通过对场景中的车辆和道路进行路径规划,实现自动驾驶。现有的路径规划在环境较复杂,尤其是路径动态规划时还不够准确,根据规划的路径进行的控制的效果较差。
本申请结合横向多项式轨迹和纵向多项轨迹对车辆的多个候选轨迹进行评估。并将所有候选驾驶轨迹中自动驾驶综合参数最大的候选驾驶轨迹确定为最优候选驾驶轨迹。最后根据最优候选驾驶轨迹控制车辆进行自动驾驶。细化路径规划筛选,从而获得最优的自动驾驶轨迹,提高局部路径规划的准确性。此外,自动驾驶综合参数,即考虑到车辆的横向自动驾驶参数,也考虑到了车辆的纵向驾驶参数,并且针对车辆的性能参数(车辆轴距及动力参数等),以及用户的偏好设定(车辆驾驶速度、路况以及驾驶模式等),对每个自动驾驶参数对应的权重进行针对性调整,从而使得计算出来的自动驾驶综合参数能够更加符合用户的驾驶需求,提升自动驾驶的用户体验。
显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
图1为本申请实施例提供的一种车辆局部路径规划方法流程图,参见图1,一种车辆局部路径规划方法,包括:
S101、获取多个候选驾驶轨迹,每个所述候选驾驶轨迹包括横向多项式轨迹和纵向多项式轨迹。
候选驾驶轨迹为位置对时间的函数。通过多项式轨迹规划模型对每个轨迹进行横向和纵向解耦,得到该轨迹的横向多项式轨迹和纵向多项式轨迹。
S102、根据每个所述候选驾驶轨迹的横向多项式轨迹包括的舒适度参数、位置误差参数以及行驶速度参数,分别确定每个所述候选轨迹的横向自动驾驶参数。
在一种可能的实现方式中,将每个候选驾驶轨迹包括的舒适度参数、位置误差参数以及行驶速度参数求和,分别确定每个所述候选轨迹的横向自动驾驶参数。
在另一种可能的实现方式中,舒适度参数为舒适度基础参数与第一横向权重的乘积,舒适度基础参数为候选驾驶轨迹的横向多项式轨迹中所有加速度对时间的一阶导数的平均数。位置误差参数为位置误差基础参数与第二横向权重的乘积,位置误差基础参数为车辆行进过程中,所述车辆的实际位置与所述实际位置对应的所述横向多项式轨迹的目标位置之间的第一距离值。行驶速度参数为横向多项式轨迹的车辆行驶速度与第三横向权重的乘积。
S103、根据每个所述候选驾驶轨迹的纵向多项式轨迹及车辆自动驾驶模式,分别确定每个所述候选驾驶轨迹的方案参数,根据每个所述方案参数确定所述候选驾驶轨迹的纵向自动驾驶参数。
在一种可能的实现方式中,车辆自动驾驶模式可以包括定速巡航模式、跟车行驶模式以及变道行驶模式等。定速巡航模式的方案参数可以包括加速时间、所述加速时间内产生的加速速度差、减速时间及所述减速时间内产生的减速速度差。跟车行驶模式的方案参数可以包括为所述纵向多项式轨迹中包括的所有控制点与前车的第二距离值的方差值。变道行驶模式的方案参数可以包括为车辆行进过程中,车辆的实际位置与所述实际位置对应的所述纵向多项式轨迹的目标位置之间的第三距离值。
S104、根据每个所述候选驾驶轨迹的所述横向自动驾驶参数及所述纵向自动驾驶参数计算所述候选驾驶轨迹的自动驾驶综合参数。
在一种可能的实现方式中,将所述横向自动驾驶参数与第一参数权重的乘积和纵向自动驾驶参数与第二参数权重的乘积求和,得到自动驾驶综合参数。其中,第一参数权重可以根据车辆轴距确定,第二参数权重可以根据车辆动力参数确定,所述车辆动力参数可以为功率或扭矩。
S105、将自动驾驶综合参数最大的候选驾驶轨迹确定为最优候选驾驶轨迹。
根据步骤获得的每个候选即驾驶轨迹的自动驾驶综合参数,确定最大的自动驾驶综合参数,则该最大的自动驾驶综合参数的候选驾驶轨迹为最优候选驾驶轨迹。
S106、根据所述最优候选驾驶轨迹控制车辆进行自动驾驶。
可以根据参数实时调整车辆的最优候选驾驶轨迹,进行局部路径优化,并根据最优候选驾驶轨迹控制车辆进行自动驾驶。
根据上述的步骤S101-S106可知,结合横向多项式轨迹和纵向多项轨迹对车辆的多个候选轨迹进行评估。并将所有候选驾驶轨迹中自动驾驶综合参数最大的候选驾驶轨迹确定为最优候选驾驶轨迹。最后根据最优候选驾驶轨迹控制车辆进行自动驾驶。多参数结合判断,细化路径的筛选,从而获得最优的自动驾驶轨迹,提高局部路径规划的准确性。
在本申请实施例中,上述图1所述的步骤S101存在多种可能的实现方式,下面分别进行介绍。需要说明的是,下文介绍中给出的实现方式仅作为示例性的说明,并不代表本申请实施例的全部实现方式。
在一种可能的实现方式中,获取多个候选驾驶轨迹,包括:
A1、基于车辆当前行驶的车道的弗雷内Frenet坐标系中,根据所述车道的参考线及所述车道的边界线,沿着弗雷内Frenet坐标系的横向和纵向将道路离散化,得到多个离散采样点。
车辆当前行驶的车道的弗雷内Frenet坐标系可以是以车辆当前位置作为原点建立的Frenet坐标系。
车道参考线是在有车道线的结构化道路中,选择当前行驶方向的车道中心线;在没有车道线的非结构化道路,可以通过选择全局路径规划模块输出的全局路径参考线。
车辆在当前车道内,车辆两侧能够行驶的限制范围。
沿着弗雷内Frenet坐标系的横向和纵向将道路离散化,是一车辆当前坐标为起始点,沿坐标系横向(S方向)和纵向(L方向)将道路分割成单元格。将单元格的各个边界顶点作为离散采样点。
A2、从车辆当前坐标位置起始,通过离散采样点控制器从所述离散采样点中选取多组控制点。
每组控制点时沿着车辆行进方向依次选定的。
A3、从车辆当前坐标位置起始,将每组所述控制点沿着车辆行进方向连接形成一条候选轨迹。
步骤A2中形成的多组控制点,每组控制点对应这一条候选轨迹,多组控制点对应的多条候选轨迹中,任意两条候选轨迹不完全重合。
A4、将每条所述候选轨迹输入多项式轨迹规划模型,得到所述多项式轨迹规划模型输出的所述候选轨迹的横向多项式轨迹和纵向多项式轨迹。
通过多项式轨迹规划模型根据候选轨迹,结合实际行驶工况,获得该候选轨迹的横向多项式轨迹和纵向多项式轨迹。
A5、将每条所述候选轨迹的横向多项式轨迹及纵向多项式轨迹均从Frenet坐标系转换到全局坐标系。
通过从Frenet坐标系转换到全局坐标系,是由于车辆控制需要再全局坐标系中进行。
A6、将满足预设的第一限制条件候选轨迹确定为候选驾驶轨迹;所述第一限制条件包括纵向最大速度限制,横向最大速度限制,最小转弯半径限制和障碍物碰撞限制中的一种或多种。
障碍物碰撞限制可以是指障碍物与车辆之间的距离不超过预设值。
根据上述的步骤A1-A6可知,通过多项式轨迹规划模型将候选轨迹转换为横向多项式轨迹和纵向多项式轨迹,方便后续参数规划,并增加第一限制条件筛选出可以进一步判断的候选驾驶轨迹,保证多项式轨迹的满足基本的路径规划条件,为后续获得最优候选驾驶轨迹做好准备。
在本申请实施例中,上述图1所述的步骤S102存在多种可能的实现方式,下面分别进行介绍。需要说明的是,下文介绍中给出的实现方式仅作为示例性的说明,并不代表本申请实施例的全部实现方式。
在一种可能的实现的方式中,所述舒适度参数为舒适度基础参数与第一横向权重的乘积,所述舒适度基础参数为候选驾驶轨迹的横向多项式轨迹中所有加速度对时间的一阶导数的平均数。所述位置误差参数为位置误差基础参数与第二横向权重的乘积,所述位置误差基础参数为车辆行进过程中,所述车辆的实际位置与所述实际位置对应的所述横向多项式轨迹的目标位置之间的第一距离值。所述行驶速度参数为横向多项式轨迹的车辆行驶速度与第三横向权重的乘积。
所述第一横向权重、所述第二横向权重以及所述第三横向权重根据车辆行驶模式进行确定,所述车辆行驶模式包括节油模式、运动模式以及普通模式。
进一步的,所述第一横向权重、所述第二横向权重以及所述第三横向权重的确定的方法如下:
在一种可能的实现方式中,可以结合车辆行驶模式进行采用以下方式确定的:
所述车辆行驶模式为节油模式时;
B1、根据车辆加速度对时间的一阶导数,查询第一参考表,得到车辆节油模式的第一横向权重,所述第一参考表为车辆节油模式的车辆加速度对时间的一阶导数与第一横向权重的数值对照表。
车辆节油模式的车辆加速度对时间的一阶导数与第一横向权重的数值呈正比。
B2、根据所述车辆位置误差基础参数,查询第二参考表,得到车辆节油模式的第二横向权重,所述第二参考表为车辆节油模式的车辆位置误差基础参数与第二横向权重的数值对照表。
车辆节油模式的车辆位置误差基础参数与第二横向权重的数值呈正比。
B3、车辆节油模式的第三横向权重为预设的第三初始横向权重。
或者,
所述车辆行驶模式为运动模式时,
C1、根据所述车辆位置误差基础参数,查询第四参考表,得到车辆运动模式的第二横向权重,所述第四参考表为车辆位置误差基础参数与所述车辆运动模式的第二横向权重的数值对照表。
车辆位置误差基础参数与所述车辆运动模式的第二横向权重的数值呈正比。
C2、根据所述车辆车辆行驶速度,查询第五参考表,得到车辆运动模式的第三横向权重,所述第五参考表为车辆车辆行驶速度与所述车辆运动模式的第三横向权重的数值对照表。
车辆车辆行驶速度与所述车辆运动模式的第三横向权重的数值呈正比。
C3、车辆运动模式的第一横向权重为预设的第一初始横向权重。
或者,
所述车辆行驶模式为普通模式时,
D1、获取用户在历史固定时长内的驾驶习惯,所述驾驶习惯包括车辆行驶的历史加速度。
车辆历史加速度信息可以通过历史油门踏板的加速度获取,也可以通过车辆行车电脑的加速度信息提取,当然也可以通过其他方式获取。
D2、将所述历史加速度与预设的参考加速度的差值除以所述参考加速度,得到第一比值。
第一比值=(历史加速度-参考加速度)/参考加速度。
D3、将所述第一比值与一相加的和乘以预设的第三初始横向权重,得到车辆普通模式的第三横向权重。
第三横向权重=(1+第一比值)×第三初始横向权重。
D4、将所述第一比值与一相加的和乘以预设的第一初始横向权重,得到车辆普通模式的第一横向权重。
第一横向权重=(1+第一比值)×第一初始横向权重。
D5、根据车辆行驶的路段类型及对应每种路段类型预设的第二横向权重参考值,确定车辆普通模式的第二横向权重。
车辆行驶的路段类型根据车辆行驶环境获取。
对应每种路段类型预设的第二横向权重参考值,可以为,当路段类型为宽敞路段时,第二横向权重参考值为0.75;当路段类型为山区和城市路段时,第二横向权重参考值为1.25;当路段类型为其他情形路段,第二横向权重参考值为1。
综上,第一横向权重、第二横向权重以及第三横向权重通过绑定车辆行驶模式进行确定。在车辆行驶模式为节油模式时,采用步骤B1-B2,为了尽量达到节油的目的,会尽量减少急加速和急减速的现象发生,即在节油模式下,车辆的加速度对时间的一阶导数更为重要,因此需要通过对应第一参考表,适当增大第一横向权重,此外,在节油模式下,如果行驶的路径发生偏差,则会增加行驶距离,从而在一定程度上造成燃料或能量浪费,因此需要根据第二参考表,适当增大第二横向权重,第三横向权重可以保持预设的第三初始横向权重不变。在车辆的行驶模式为运动模式时,采用步骤C1-C3,保持位置精度和速度的跟随性,则根据第三参考表和第四参考表适当的增加第二横向权重和第三横向权重。在车辆的像是模式为普通模式,采用步骤D1-D5,获得第一横向权重、第二横向权重以及第三横向权重。
在另一种可能的实现方式中,当车辆未设置车辆行驶模式,或第一横向权重、第二横向权重以及第三横向权重不与车辆行驶模式进行绑定结合时,则认为车辆行驶模式为普通模式,采用步骤D1-D5,获得第一横向权重、第二横向权重以及第三横向权重。
在本申请实施例中,上述图1所述的步骤S103存在多种可能的实现方式,下面分别进行介绍。需要说明的是,下文介绍中给出的实现方式仅作为示例性的说明,并不代表本申请实施例的全部实现方式。
在一种可能的实现方式中,根据每个所述候选驾驶轨迹的纵向多项式轨迹及车辆自动驾驶模式,分别确定每个所述候选驾驶轨迹的方案参数,根据每个所述方案参数确定所述候选驾驶轨迹的纵向自动驾驶参数,包括:
所述车辆自动驾驶模式为定速巡航模式。
E1、根据候选驾驶轨迹的纵向多项式轨迹确定所述候选驾驶轨迹的方案参数,所述候选驾驶轨迹的方案参数包括加速时间、所述加速时间内产生的加速速度差、减速时间及所述减速时间内产生的减速速度差。
例如,设定该候选驾驶轨迹中有n个加速时间,则对应n个加速时间有n个加速速度差;设定该候选驾驶轨迹中有m个减速时间,则对应m个减速时间有n个减速速度差。
E2、将所述纵向多项式轨迹中每个加速时间乘以所述加速时间内产生的加速速度差得到加速参数,并将所述纵向多项式轨迹中每个减速时间乘以所述减速时间内产生的减速速度差得到减速参数。
加速参数=加速时间×该加速时间的加速速度差。
减速参数=减速时间×该减速时间的减速速度差。
E3、将所述纵向多项式轨迹中所有的加速参数和所有的减速参数求和,得到能量消耗评估参数。
例如,设定该候选驾驶轨迹中有n个加速时间,则对应n个加速时间有n个加速速度差;设定该候选驾驶轨迹中有m个减速时间,则对应m个减速时间有n个减速速度差。
则,能量消耗评估参数=加速时间1×加速速度差1+加速时间2×加速速度差2+…+加速时间n×加速速度差n+…+减速时间1×减速速度差1+减速时间2×减速速度差2+…+减速时间m×减速速度差m。
E4、将所述能量消耗评估参数除以预设的能量消耗参考参数得到第一数值,将所述第一数值乘以预设的第一纵向驾驶参考参数,得到车辆定速巡航模式的纵向自动驾驶参数。
车辆定速巡航模式的纵向自动驾驶参数=(能量消耗评估参数/能量消耗参考参数)×第一纵向驾驶参考参数。
根据上述的步骤E1-E4可知,在定速巡航模式下,需要尽量减少车辆的加速或减速行为,以节省车辆能量的消耗,在定速巡航模式下主要获取不同的候选轨迹的加速时间、加速时间的加速速度差和减速时间、减速时间的减速速度差,以评估能量消耗量,能量消耗量与纵向自动驾驶参数呈负相关,即能量消耗越大纵向自动驾驶参数越低。
或者,
所述车辆自动驾驶模式为跟车行驶模式,则所述候选驾驶轨迹的方案参数为所述纵向多项式轨迹中包括的所有控制点与前车的第二距离值的方差值;每个控制点与前车的第二距离值是将所述控制点的位置与前车预测轨迹中对应所述控制点时刻的前车位置之间距离,所述前车预测轨迹是将前车行驶速度数据输入车辆行驶轨迹预测模型得到的。
前车行驶速度数据可以是人为设置给定的数据,也可以是通过其他方式获得的数据。将前车行驶速度数据输入车辆行驶轨迹预测模型,得到车辆行驶轨迹预测模型输出的前车预测轨迹。
将预设的第二纵向驾驶参考参数除以所述方差值,得到车辆跟车行驶模式的纵向自动驾驶参数。
纵向自动驾驶参数=第二纵向驾驶参考参数/方差值。在跟车模式下,方差值越小,对应的候选轨迹的纵向自动驾驶参数越大。
或者,
所述车辆自动驾驶模式为变道行驶模式,则所述候选驾驶轨迹的方案参数为车辆行进过程中,车辆的实际位置与所述实际位置对应的所述纵向多项式轨迹的目标位置之间的第三距离值。
将预设的第三纵向驾驶参考参数除以所述第三距离值,得到车辆变道行驶模式的纵向自动驾驶参数。
纵向自动驾驶参数=第三纵向驾驶参考参数/最大值。
根据上述方法,结合不同的车辆自动驾驶模式,获得当前车辆自动驾驶模式的方案参数,进而适应性的确定候选驾驶轨迹的纵向自动驾驶参数。
在本申请实施例中,上述图1所述的步骤S104存在多种可能的实现方式,下面分别进行介绍。需要说明的是,下文介绍中给出的实现方式仅作为示例性的说明,并不代表本申请实施例的全部实现方式。
在一种可能的实现方式中,将所述横向自动驾驶参数与第一参数权重的乘积和纵向自动驾驶参数与第二参数权重的乘积求和,得到自动驾驶综合参数。
自动驾驶综合参数=第一参数权重×横向自动驾驶参数+第二参数权重×纵向自动驾驶参数。
所述第一参数权重是将一减第二数值的差值乘以预设的第一初始参数权重得到的,所述第二数值是将车辆实际轴距与预设的参考轴距的差值除以所述参考轴距得到的。
第一参数权重参数=(1-第二数值)×第一初始参数权重。
第二数值=(车辆实际轴距-参考轴距)/参考轴距。
所述第二参数权重是将一减所述第三数值的差值乘以预设的第二初始参数权重得到的;所述第三数值是车辆实际动力参数与预设的参考动力参数的差值除以所述参考动力参数得到的,所述动力参数为功率或扭矩。
第一参数权重=(1-第三数值)×标准第二参数权重参数。
第三数值=(车辆实际动力参数-参考动力参数)/参考动力参数。
根据上述的获得自动驾驶综合参数的计算方法可知,根据车辆轴距设置横向自动驾驶参数的第一参数权重,根据车辆的动力参数获得纵向自动驾驶参数的第二参数权重,加权求和获得车辆自动驾驶综合参数。结合车辆的性能参数,调整权重,计算车辆自动驾驶综合参数,提升用户的驾驶体验。
在本申请实施例中,上述图1所述的步骤S106之前还存在多种可能的实现方式,下面分别进行介绍。需要说明的是,下文介绍中给出的实现方式仅作为示例性的说明,并不代表本申请实施例的全部实现方式。
在一种可能的实现方式中,在所述根据所述最优候选驾驶轨迹控制车辆进行自动驾驶之前,还包括:
根据最优候选驾驶轨迹及车辆的摩擦力信息,计算得到优化的车辆速度。
获得最优候选即使轨迹,还可进一步的根据最优候选驾驶轨迹及车辆的摩擦力信息,优化车辆速度,为用户提供流畅的驾驶体验。
进一步的,根据最优候选驾驶轨迹控制车辆进行自动驾驶,包括:
根据最优候选驾驶轨迹及所述优化的车辆速度控制车辆进行自动驾驶。
进一步的,根据最优候选驾驶轨迹及车辆的摩擦力信息,计算得到优化的车辆速度,包括:
F1、根据所述最优候选驾驶轨迹,确定所述最优候选驾驶轨迹包括的弯道中每个弯道的曲率半径。
F2、根据当前车辆工况查询预设的摩擦力信息表,得到车辆的摩擦力信息,所述车辆的摩擦力信息包括路面侧向附着系数,所述摩擦力信息表是车辆在不同车辆工况下对应的摩擦力信息的表。
对应不同工况获得的摩擦力信息可以通过车辆跟踪模型中的轮胎刚度模型计算获得,根据车辆的不同工况,调整摩擦力信息。记录不用工况对应的摩擦力信息表可以在实验室环境下进行计算标定,在执行步骤F2时,根据车辆工况直接从摩擦力信息表中获取确定。
F3、根据每个所述弯道的曲率半径和所述车辆的摩擦力信息,确定车辆的安全车速;所述车辆安全车速包括入弯速度以及出弯速度,所述曲率半径包括入弯曲率半径和出弯曲率半径;所述入弯速度是根据所述入弯曲率半径和车辆的摩擦力信息确定的,所述出弯速度是根据所述出弯曲率半径和车辆的摩擦力信息确定的。
安全车速的计算公式如下式(1)。
其中,g为重力加速度,R为曲率半径,f为路面侧向附着系数,一般取0.12,d为路面超高,一般取0。
F4、根据所述最优候选驾驶轨迹、所述最优候选驾驶轨迹包括的弯道的入弯速度以及出弯速度,采用贝塞尔曲线对最优候选轨迹中每个弯道的速度进行线性拟合,得到最优候选驾驶轨迹上预设的多个控制点的速度。
根据上述的步骤F1-F4可知,基于筛选的最优候选驾驶轨迹、最优候选驾驶轨迹包括的所有弯道中每个弯道的入弯速度和该弯道的出弯速度,对最优候选驾驶轨迹包括的每个弯道通过贝塞尔曲线平滑车速,获得车辆驾驶的最优候选驾驶轨迹上预设的控制点的目标车速,实现对车辆的优化控制;
各个控制点可以是均匀设置于最优候选驾驶轨迹上的控制点,也可以是人为设置选定的控制点,当然也可以是通过其他方式确定的控制点。
以上为本申请实施例提供一种车辆局部路径规划方法的一些具体实现方式,基于此,本申请还提供了对应的装置。下面将从功能模块化的角度对本申请实施例提供的装置进行介绍。
图2为本申请提供的一种车辆局部路径规划装置的结构示意图,参见图2。一种车辆局部路径规划装置200包括:
第一获取单元201,用于获取多个候选驾驶轨迹,每个所述候选驾驶轨迹包括横向多项式轨迹和纵向多项式轨迹;
第一参数单元202,用于根据每个所述候选驾驶轨迹的横向多项式轨迹包括的舒适度参数、位置误差参数以及行驶速度参数,分别确定每个所述候选轨迹的横向自动驾驶参数;
第二参数单元203,用于根据每个所述候选驾驶轨迹的纵向多项式轨迹及车辆自动驾驶模式,分别确定每个所述候选驾驶轨迹的方案参数,根据每个所述方案参数确定所述候选驾驶轨迹的纵向自动驾驶参数;
第三参数单元204,用于根据每个所述候选驾驶轨迹的所述横向自动驾驶参数及所述纵向自动驾驶参数计算所述候选驾驶轨迹的自动驾驶综合参数;
判断单元205,用于将自动驾驶综合参数最大的候选驾驶轨迹确定为最优候选驾驶轨迹;
执行单元206,用于根据所述最优候选驾驶轨迹控制车辆进行自动驾驶。
根据上述的一种车辆局部路径规划装置,对多个候选驾驶轨迹通过第一参数单元202获取各个候选驾驶轨迹的横向自动驾驶参数,通过第二参数单元203获得各个候选教师轨迹的纵向自动驾驶参数,通过第三参数单元204结合横向自动驾驶参数和纵向自动驾驶参数获得车辆的自动驾驶综合参数,并通过判断单元205,根据各个候选驾驶轨迹的自动驾驶综合参数确定最优的候选驾驶轨迹。根据最优的候选驾驶轨迹驱动车辆进行自动驾驶。
在一种可能的实现方式中,第一参数单元202,还用于将每个候选驾驶轨迹包括的舒适度参数、位置误差参数以及行驶速度参数求和,分别确定每个所述候选轨迹的横向自动驾驶参数。
所述舒适度参数为舒适度基础参数与第一横向权重的乘积,所述舒适度基础参数为候选驾驶轨迹的横向多项式轨迹中所有加速度对时间的一阶导数的平均数;所述位置误差参数为位置误差基础参数与第二横向权重的乘积,所述位置误差基础参数为车辆行进过程中,所述车辆的实际位置与所述实际位置对应的所述横向多项式轨迹的目标位置之间的第一距离值;所述行驶速度参数为横向多项式轨迹的车辆行驶速度与第三横向权重的乘积;所述第一横向权重、所述第二横向权重以及所述第三横向权重根据车辆行驶模式进行确定,所述车辆行驶模式包括节油模式、运动模式以及普通模式。
第一参数单元202,还用于所述车辆行驶模式为节油模式时;根据车辆加速度对时间的一阶导数,查询第一参考表,得到车辆节油模式的第一横向权重,所述第一参考表为车辆加速度对时间的一阶导数与第一横向权重的数值对照表;根据所述车辆位置误差基础参数,查询第二参考表,得到车辆节油模式的第二横向权重,所述第二参考表为车辆位置误差基础参数与第二横向权重的数值对照表;车辆节油模式的第三横向权重为预设的第三初始横向权重。
或者,所述车辆行驶模式为运动模式时,
根据所述车辆位置误差基础参数,查询第三参考表,得到车辆运动模式的第二横向权重,所述第三参考表为车辆位置误差基础参数与所述车辆运动模式的第二横向权重的数值对照表;根据所述车辆车辆行驶速度,查询第四参考表,得到车辆运动模式的第三横向权重,所述第四参考表为车辆车辆行驶速度与所述车辆运动模式的第三横向权重的数值对照表;车辆运动模式的第一横向权重为预设的第一初始横向权重。
或者,
所述车辆行驶模式为普通模式时,获取用户在历史固定时长内的驾驶习惯,所述驾驶习惯包括车辆行驶的历史加速度;将所述历史加速度与预设的参考加速度的差值除以所述参考加速度,得到第一比值;将所述第一比值与一相加的和乘以预设的第三初始横向权重,得到车辆普通模式的第三横向权重;将所述第一比值与一相加的和乘以预设的第一初始横向权重,得到车辆普通模式的第一横向权重;根据车辆行驶的路段类型及对应每种路段类型预设的第二横向权重参考值,确定车辆普通模式的第二横向权重。
在另一种可能实现的方式中,第二参数单元203,还用于所述车辆自动驾驶模式为定速巡航模式;根据候选驾驶轨迹的纵向多项式轨迹确定所述候选驾驶轨迹的方案参数,所述候选驾驶轨迹的方案参数包括加速时间、所述加速时间内产生的加速速度差、减速时间及所述减速时间内产生的减速速度差;将所述纵向多项式轨迹中每个加速时间乘以所述加速时间内产生的加速速度差得到加速参数,并将所述纵向多项式轨迹中每个减速时间乘以所述减速时间内产生的减速速度差得到减速参数;将所述纵向多项式轨迹中所有的加速参数和所有的减速参数求和,得到能量消耗评估参数;将所述能量消耗评估参数除以预设的能量消耗参考参数得到第一数值,将所述第一数值乘以预设的第一纵向驾驶参考参数,得到车辆定速巡航模式的纵向自动驾驶参数;
或者,所述车辆自动驾驶模式为跟车行驶模式,则所述候选驾驶轨迹的方案参数为所述纵向多项式轨迹中包括的所有控制点与前车的第二距离值的方差值;每个控制点与前车的第二距离值是将所述控制点的位置与前车预测轨迹中对应所述控制点时刻的前车位置之间距离,所述前车预测轨迹是将前车行驶速度数据输入车辆行驶轨迹预测模型得到的;将预设的第二纵向驾驶参考参数除以所述方差值,得到车辆跟车行驶模式的纵向自动驾驶参数。
或者,所述车辆自动驾驶模式为变道行驶模式,则所述候选驾驶轨迹的方案参数为车辆行进过程中,车辆的实际位置与所述实际位置对应的所述纵向多项式轨迹的目标位置之间的第三距离值;将预设的第三纵向驾驶参考参数除以所述第三距离值,得到车辆变道行驶模式的纵向自动驾驶参数。
在有一种可能实现的方式中,所述第三参数单元204,还用于将所述横向自动驾驶参数与第一参数权重的乘积和纵向自动驾驶参数与第二参数权重的乘积求和,得到自动驾驶综合参数;所述第一参数权重是将一减第二数值的差值乘以预设的第一初始参数权重得到的,所述第二数值是将车辆实际轴距与预设的参考轴距的差值除以所述参考轴距得到的;所述第二参数权重是将一减所述第三数值的差值乘以预设的第二初始参数权重得到的;所述第三数值是车辆实际动力参数与预设的参考动力参数的差值除以所述参考动力参数得到的,所述动力参数为功率或扭矩。
在再一种可能的实现方式中,所述装置包括优化单元,用于根据最优候选驾驶轨迹及车辆的摩擦力信息,计算得到优化的车辆速度。则所述执行单元206,还用于根据最优候选驾驶轨迹及所述优化的车辆速度控制车辆进行自动驾驶。
所述优化单元,还用于根据所述最优候选驾驶轨迹,确定所述最优候选驾驶轨迹包括的弯道中每个弯道的曲率半径;根据当前车辆工况查询预设的摩擦力信息表,得到车辆的摩擦力信息,所述车辆的摩擦力信息包括路面侧向附着系数,所述摩擦力信息表是车辆在不同车辆工况下对应的摩擦力信息的表;根据每个所述弯道的曲率半径和所述车辆的摩擦力信息,确定车辆的安全车速;所述车辆安全车速包括入弯速度以及出弯速度,所述曲率半径包括入弯曲率半径和出弯曲率半径;所述入弯速度是根据所述入弯曲率半径和车辆的摩擦力信息确定的,所述出弯速度是根据所述出弯曲率半径和车辆的摩擦力信息确定的;根据所述最优候选驾驶轨迹、所述最优候选驾驶轨迹包括的弯道的入弯速度以及出弯速度,采用贝塞尔曲线对最优候选轨迹中每个弯道的速度进行线性拟合,得到最优候选驾驶轨迹上预设的多个控制点的速度。
本申请实施例还提供了对应的设备以及计算机存储介质,用于实现本申请实施例提供的方案。
其中,所述设备包括存储器和处理器,所述存储器用于存储指令或代码,所述处理器用于执行所述指令或代码,以使所述设备执行本申请任一实施例所述的一种车辆局部路径规划方法。
所述计算机存储介质中存储有代码,当所述代码被运行时,运行所述代码的设备实现本申请任一实施例所述的一种车辆局部路径规划方法。
本申请实施例中提到的“第一”、“第二”(若存在)等名称中的“第一”、“第二”只是用来做名字标识,并不代表顺序上的第一、第二。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如只读存储器(英文:read-on l ymemory,ROM)/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者诸如路由器等网络通信设备)执行本申请各个实施例或者实施例的某些部分所述的方法。
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,对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本申请示例性的实施方式,并非用于限定本申请的保护范围。
Claims (10)
1.一种车辆局部路径规划方法,其特征在于,包括:
获取多个候选驾驶轨迹,每个所述候选驾驶轨迹包括横向多项式轨迹和纵向多项式轨迹;
根据每个所述候选驾驶轨迹的横向多项式轨迹包括的舒适度参数、位置误差参数以及行驶速度参数,分别确定每个所述候选轨迹的横向自动驾驶参数;
根据每个所述候选驾驶轨迹的纵向多项式轨迹及车辆自动驾驶模式,分别确定每个所述候选驾驶轨迹的方案参数,根据每个所述方案参数确定所述候选驾驶轨迹的纵向自动驾驶参数;
根据每个所述候选驾驶轨迹的所述横向自动驾驶参数及所述纵向自动驾驶参数计算所述候选驾驶轨迹的自动驾驶综合参数;
将自动驾驶综合参数最大的候选驾驶轨迹确定为最优候选驾驶轨迹;
根据所述最优候选驾驶轨迹控制车辆进行自动驾驶。
2.根据权利要求1所述的方法,其特征在于,所述获取多个候选驾驶轨迹,包括:
基于车辆当前行驶的车道的弗雷内Frenet坐标系中,根据所述车道的参考线及所述车道的边界线,沿着弗雷内Frenet坐标系的横向和纵向将道路离散化,得到多个离散采样点;
从车辆当前坐标位置起始,通过离散采样点控制器从所述离散采样点中选取多组控制点;
从车辆当前坐标位置起始,将每组所述控制点沿着车辆行进方向连接形成一条候选轨迹;
将每条所述候选轨迹输入多项式轨迹规划模型,得到所述多项式轨迹规划模型输出的所述候选轨迹的横向多项式轨迹和纵向多项式轨迹;
将每条所述候选轨迹的横向多项式轨迹及纵向多项式轨迹均从Frenet坐标系转换到全局坐标系;
将满足预设的第一限制条件候选轨迹确定为候选驾驶轨迹;所述第一限制条件包括纵向最大速度限制,横向最大速度限制,最小转弯半径限制和障碍物碰撞限制中的一种或多种。
3.根据权利要求1所述的方法,其特征在于,所述根据每个所述候选驾驶轨迹的横向多项式轨迹包括的舒适度参数、位置误差参数以及行驶速度参数,分别确定每个所述候选轨迹的横向自动驾驶参数,包括:
将每个候选驾驶轨迹包括的舒适度参数、位置误差参数以及行驶速度参数求和,分别确定每个所述候选轨迹的横向自动驾驶参数。
4.根据权利要求1所述的方法,其特征在于,
所述舒适度参数为舒适度基础参数与第一横向权重的乘积,所述舒适度基础参数为候选驾驶轨迹的横向多项式轨迹中所有加速度对时间的一阶导数的平均数;
所述位置误差参数为位置误差基础参数与第二横向权重的乘积,所述位置误差基础参数为车辆行进过程中,所述车辆的实际位置与所述实际位置对应的所述横向多项式轨迹的目标位置之间的第一距离值;
所述行驶速度参数为横向多项式轨迹的车辆行驶速度与第三横向权重的乘积;
所述第一横向权重、所述第二横向权重以及所述第三横向权重根据车辆行驶模式进行确定,所述车辆行驶模式包括节油模式、运动模式以及普通模式。
5.根据权利要求4所述的方法,其特征在于,所述第一横向权重、所述第二横向权重以及所述第三横向权重是采用以下方式确定的:
所述车辆行驶模式为节油模式时;
根据车辆加速度对时间的一阶导数,查询第一参考表,得到车辆节油模式的第一横向权重,所述第一参考表为车辆加速度对时间的一阶导数与第一横向权重的数值对照表;
根据所述车辆位置误差基础参数,查询第二参考表,得到车辆节油模式的第二横向权重,所述第二参考表为车辆位置误差基础参数与第二横向权重的数值对照表;
车辆节油模式的第三横向权重为预设的第三初始横向权重;
或者,
所述车辆行驶模式为运动模式时,
根据所述车辆位置误差基础参数,查询第三参考表,得到车辆运动模式的第二横向权重,所述第三参考表为车辆位置误差基础参数与所述车辆运动模式的第二横向权重的数值对照表;
根据所述车辆车辆行驶速度,查询第四参考表,得到车辆运动模式的第三横向权重,所述第四参考表为车辆车辆行驶速度与所述车辆运动模式的第三横向权重的数值对照表;
车辆运动模式的第一横向权重为预设的第一初始横向权重;
或者,
所述车辆行驶模式为普通模式时,
获取用户在历史固定时长内的驾驶习惯,所述驾驶习惯包括车辆行驶的历史加速度;
将所述历史加速度与预设的参考加速度的差值除以所述参考加速度,得到第一比值;
将所述第一比值与一相加的和乘以预设的第三初始横向权重,得到车辆普通模式的第三横向权重;
将所述第一比值与一相加的和乘以预设的第一初始横向权重,得到车辆普通模式的第一横向权重;
根据车辆行驶的路段类型及对应每种路段类型预设的第二横向权重参考值,确定车辆普通模式的第二横向权重。
6.根据权利要求2所述的方法,其特征在于,所述根据每个所述候选驾驶轨迹的纵向多项式轨迹及车辆自动驾驶模式,分别确定每个所述候选驾驶轨迹的方案参数,根据每个所述方案参数确定所述候选驾驶轨迹的纵向自动驾驶参数,包括:
所述车辆自动驾驶模式为定速巡航模式;
根据候选驾驶轨迹的纵向多项式轨迹确定所述候选驾驶轨迹的方案参数,所述候选驾驶轨迹的方案参数包括加速时间、所述加速时间内产生的加速速度差、减速时间及所述减速时间内产生的减速速度差;
将所述纵向多项式轨迹中每个加速时间乘以所述加速时间内产生的加速速度差得到加速参数,并将所述纵向多项式轨迹中每个减速时间乘以所述减速时间内产生的减速速度差得到减速参数;
将所述纵向多项式轨迹中所有的加速参数和所有的减速参数求和,得到能量消耗评估参数;
将所述能量消耗评估参数除以预设的能量消耗参考参数得到第一数值,将所述第一数值乘以预设的第一纵向驾驶参考参数,得到车辆定速巡航模式的纵向自动驾驶参数;
或者,
所述车辆自动驾驶模式为跟车行驶模式,则所述候选驾驶轨迹的方案参数为所述纵向多项式轨迹中包括的所有控制点与前车的第二距离值的方差值;每个控制点与前车的第二距离值是将所述控制点的位置与前车预测轨迹中对应所述控制点时刻的前车位置之间距离,所述前车预测轨迹是将前车行驶速度数据输入车辆行驶轨迹预测模型得到的;
将预设的第二纵向驾驶参考参数除以所述方差值,得到车辆跟车行驶模式的纵向自动驾驶参数;
或者,
所述车辆自动驾驶模式为变道行驶模式,则所述候选驾驶轨迹的方案参数为车辆行进过程中,车辆的实际位置与所述实际位置对应的所述纵向多项式轨迹的目标位置之间的第三距离值;
将预设的第三纵向驾驶参考参数除以所述第三距离值,得到车辆变道行驶模式的纵向自动驾驶参数。
7.根据权利要求1所述的方法,其特征在于,所述根据每个所述候选驾驶轨迹的所述横向自动驾驶参数及所述纵向自动驾驶参数计算所述候选驾驶轨迹的自动驾驶综合参数,包括:
将所述横向自动驾驶参数与第一参数权重的乘积和纵向自动驾驶参数与第二参数权重的乘积求和,得到自动驾驶综合参数;所述第一参数权重是将一减第二数值的差值乘以预设的第一初始参数权重得到的,所述第二数值是将车辆实际轴距与预设的参考轴距的差值除以所述参考轴距得到的;所述第二参数权重是将一减所述第三数值的差值乘以预设的第二初始参数权重得到的;所述第三数值是车辆实际动力参数与预设的参考动力参数的差值除以所述参考动力参数得到的,所述动力参数为功率或扭矩。
8.根据权利要求2所述的方法,其特征在于,在所述根据所述最优候选驾驶轨迹控制车辆进行自动驾驶之前,还包括:
根据最优候选驾驶轨迹及车辆的摩擦力信息,计算得到优化的车辆速度;
所述根据最优候选驾驶轨迹控制车辆进行自动驾驶,包括:
根据最优候选驾驶轨迹及所述优化的车辆速度控制车辆进行自动驾驶。
9.根据权利要求8所述的方法,其特征在于,所述根据最优候选驾驶轨迹及车辆的摩擦力信息,计算得到优化的车辆速度,包括:
根据所述最优候选驾驶轨迹,确定所述最优候选驾驶轨迹包括的弯道中每个弯道的曲率半径;
根据当前车辆工况查询预设的摩擦力信息表,得到车辆的摩擦力信息,所述车辆的摩擦力信息包括路面侧向附着系数,所述摩擦力信息表是车辆在不同车辆工况下对应的摩擦力信息的表;
根据每个所述弯道的曲率半径和所述车辆的摩擦力信息,确定车辆的安全车速;所述车辆安全车速包括入弯速度以及出弯速度,所述曲率半径包括入弯曲率半径和出弯曲率半径;所述入弯速度是根据所述入弯曲率半径和车辆的摩擦力信息确定的,所述出弯速度是根据所述出弯曲率半径和车辆的摩擦力信息确定的;
根据所述最优候选驾驶轨迹、所述最优候选驾驶轨迹包括的弯道的入弯速度以及出弯速度,采用贝塞尔曲线对最优候选轨迹中每个弯道的速度进行线性拟合,得到最优候选驾驶轨迹上预设的多个控制点的速度。
10.一种车辆局部路径规划装置,其特征在于,包括:
第一获取单元,用于获取多个候选驾驶轨迹,每个所述候选驾驶轨迹包括横向多项式轨迹和纵向多项式轨迹;
第一参数单元,用于根据每个所述候选驾驶轨迹的横向多项式轨迹包括的舒适度参数、位置误差参数以及行驶速度参数,分别确定每个所述候选轨迹的横向自动驾驶参数;
第二参数单元,用于根据每个所述候选驾驶轨迹的纵向多项式轨迹及车辆自动驾驶模式,分别确定每个所述候选驾驶轨迹的方案参数,根据每个所述方案参数确定所述候选驾驶轨迹的纵向自动驾驶参数;
第三参数单元,用于根据每个所述候选驾驶轨迹的所述横向自动驾驶参数及所述纵向自动驾驶参数计算所述候选驾驶轨迹的自动驾驶综合参数;
判断单元,用于将自动驾驶综合参数最大的候选驾驶轨迹确定为最优候选驾驶轨迹;
执行单元,用于根据所述最优候选驾驶轨迹控制车辆进行自动驾驶。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310065322.3A CN116125987A (zh) | 2023-01-16 | 2023-01-16 | 一种车辆局部路径规划方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310065322.3A CN116125987A (zh) | 2023-01-16 | 2023-01-16 | 一种车辆局部路径规划方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116125987A true CN116125987A (zh) | 2023-05-16 |
Family
ID=86296977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310065322.3A Pending CN116125987A (zh) | 2023-01-16 | 2023-01-16 | 一种车辆局部路径规划方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116125987A (zh) |
-
2023
- 2023-01-16 CN CN202310065322.3A patent/CN116125987A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022237392A1 (zh) | 车辆的横向控制方法、装置及车辆 | |
CN106740846B (zh) | 一种双模式切换的电动汽车自适应巡航控制方法 | |
CN111547066B (zh) | 车辆轨迹跟踪方法、装置、设备及存储介质 | |
CN110703754B (zh) | 一种自动驾驶车辆路径与速度高度耦合的轨迹规划方法 | |
US11731651B2 (en) | Automatic parameter tuning framework for controllers used in autonomous driving vehicles | |
CN110244721A (zh) | 自动驾驶控制方法、装置、设备及存储介质 | |
CN111681452A (zh) | 一种基于Frenet坐标系下的无人驾驶汽车动态换道轨迹规划方法 | |
EP2585347A1 (en) | Method and module for controlling a vehicle's speed | |
CN112660126B (zh) | 用于自适应巡航的车辆协同控制方法、装置及车辆 | |
KR20140107587A (ko) | 규칙 및/또는 비용에 기초하여 차량의 속도를 제어하기 위한 방법 및 모듈 | |
KR20140107585A (ko) | 규칙 및/또는 비용에 기초하여 차량 속도를 제어하기 위한 방법 및 모듈 | |
US11814073B2 (en) | Learning based controller for autonomous driving | |
CN115047766A (zh) | 一种基于预测控制模型的速度规划方法 | |
CN115042816B (zh) | 路径跟踪方法、装置、设备、介质及程序 | |
US20230019462A1 (en) | MPC-Based Trajectory Tracking of a First Vehicle Using Trajectory Information on a Second Vehicle | |
CN114450207B (zh) | 对机动车的驱动机以及车辆部件的基于模型的预测性控制 | |
CN113911103B (zh) | 一种混合动力履带车辆速度与能量协同优化方法及*** | |
US20230049927A1 (en) | Autonomous Drive Function Which Takes Driver Interventions into Consideration for a Motor Vehicle | |
KR20230092060A (ko) | 차량용 최적 배터리 효율 운전 제어 방법 | |
CN112799384A (zh) | 车辆及其行驶轨迹规划方法和规划装置 | |
CN117360544B (zh) | 一种基于drl-mpc的自动驾驶车辆横向控制方法 | |
CN115476881B (zh) | 车辆轨迹跟踪控制方法、装置、设备及介质 | |
CN111959506A (zh) | 车辆及车辆编队行驶的控制方法、装置 | |
CN116125987A (zh) | 一种车辆局部路径规划方法及装置 | |
CN115509234A (zh) | 轨迹跟踪控制方法、装置、电子设备、存储介质及车辆 |
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 |