基于车道线与GPS跟随的智能驾驶局部轨迹容错规划方法技术

本发明专利技术公开了一种基于车道线与GPS跟随的智能驾驶局部轨迹容错规划方法，其步骤包括：首先初始化跟随模式并建立智能驾驶车辆坐标系；其次根据GPS、车道线信息进行GPS数据和车道线识别状态的甄别；然后根据甄别后的识别状态计算容错偏差，并更新跟随模式；最后基于新跟随模式进行局部路径、轨迹规划；该方法通过对各种数据的有效性做出了判断，提高了后续计算的准确度，同时，基于各数据状态设计了容错偏差，并对其进行实时动态的更新，简化系统复杂度，易于实际应用，提高了数据处理的鲁棒性；针对GPS、车道线等多传感数据对跟随模式进行实时状态转移，实现了多跟随状态之间的连续、平滑控制，提高了智能驾驶车辆的舒适性和稳定性。

A local trajectory fault tolerant planning method for intelligent driving based on lane line and GPS tracking

The invention discloses a local track fault tolerant planning method based on lane and GPS follow the intelligent driving, which comprises the following steps: first initialize the following mode and the establishment of intelligent driving vehicle coordinate system; secondly, according to the screening GPS lane information of GPS data and the lane recognition state; then calculate the deviation according to the identification of fault tolerant screening state, and update the following; finally based on the new model, follow the local path trajectory planning; the method to make a judgment by the effectiveness of the various data, improve the calculation accuracy, at the same time, the state of the data based on the design of fault tolerant deviation, and real-time dynamic update of the simplified complex system is easy to practical application, to improve the robustness of data processing for multi sensor data; GPS, lane to follow in real time mode State transition, which realizes the continuous and smooth control of multi - following states, improves the comfort and stability of the intelligent driving vehicle.

【技术实现步骤摘要】
一种基于车道线与GPS跟随的智能驾驶局部轨迹容错规划方法
本专利技术属于无人驾驶及路径规划
，特别涉及一种基于车道线与GPS跟随的智能驾驶局部轨迹容错规划方法。
技术介绍
智能驾驶车辆是能通过车载传感器系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。智能驾驶技术中的路径轨迹规划是智能驾驶领域的关键技术之一。在半结构化环境下的智能驾驶过程中，易遇到GPS/IMU干扰不稳定、车道线不清晰或不连续或错误识别车道线等复杂突发情况。该局部轨迹规划为非特定场景下的动态规划，要求准确完成车道跟随，且需对异常突发情况快速响应。目前，国内外学者围绕智能驾驶车辆局部路径轨迹规划方法开展了大量研究工作，主要包括基于启发式搜索、智能仿生、行为规划以及再励学习等路径规划方法，在全局路径规划方面取得了良好的效果。但并未考虑如半结构化道路下车道不连续和车道错误识别或GPS/IMU定位失真等因数据不稳定对规划系统带来的难适应性。如何利用现有数据信息提高车道跟随的稳定性和实时性，是值得深入研究的实际问题。在半结构化环境下，对智能驾驶局部轨迹规划的连续性、误数据的高容错性提出了较高的要求。半结构化环境下的导航过程存在突发异常，包括车道不连续和车道错误识别，或GPS/IMU定位失真等。该情况下的局部路径轨迹规划需要具备对异常问题的高容错性和稳定性。为此，需研究一种基于车道线和GPS跟随的智能驾驶局部轨迹容错规划方法，使得该方法具有高容错性和高稳定性，提升智能车辆路径轨迹规划的实时性和鲁棒性。
技术实现思路
本专利技术为了克服上述现有技术的不足，提供了一种基于车道线与GPS跟随的智能驾驶局部轨迹容错规划方法，通过对多传感器数据的有效甄别，设计容错偏差算法，充分考虑各种数据异常情况下的轨迹规划方法，实现智能驾驶车道跟随，简化局部规划系统的设计，提升鲁棒性和稳定性。一种基于车道线与GPS跟随的智能驾驶局部轨迹容错规划方法，包括以下步骤：步骤一：初始化车辆驾驶跟随模式，建立智能驾驶车辆坐标系，并设定期望路径；步骤二：根据GPS信息对GPS数据进行有效性判别；步骤三：获取智能车辆上摄像头实时采集的车辆所在车道的车道线的识别状态；所述车辆所在车道的车道线包括左、右两条车道线；步骤四：根据车道线识别状态计算容错误差；步骤五：根据当前GPS数据有效性、车道线识别状态和容错误差，更新车辆驾驶跟随模式；步骤六：基于更新后的车辆驾驶跟随模式进行局部路径与轨迹规划。进一步地，所述步骤一的具体过程如下：步骤1a：初始化车辆驾驶跟随模式Mfollow为GPS跟随模式Mgps，即Mfollow＝Mgps；步骤1b：设定车辆坐标系，坐标原点为车头中心位置，车辆正前方为X轴，车辆正左方为Y轴，车辆正上方为Z轴；GPS/IMU接收器安装在智能驾驶车辆车头位置，有效减少车辆转向误差及GPS反馈误差；因此定义车辆坐标系；步骤1c：设定期望路径，包括基于GPS的期望路径Pgps和基于车道线的期望路径Plane，每50ms重新刷新一次；其中，Pgps来自地图全局规划提供的基于GPS车道中心路径，Plane从智能驾驶车辆摄像头检测图像中提取的智能车辆当前行驶车道线，所述智能车辆当前行驶车道线为车辆摄像头采集的图像中的左侧车道线PlaneLeft和右侧车道线PlaneRight的中值线；给定基于三次多项式的车辆期望路径表达形式：P(x)＝A3x3+A2x2+A1x+A0其中，x为车辆坐标系下X轴位置坐标，P为期望路径，针对不同情景共分为两种类型：基于GPS的期望路径Pgps和基于车道线的期望路径Plane。进一步地，所述根据GPS信息对GPS数据进行有效性判别的具体过程如下：步骤2a：计算t与t-1时刻的GPS位置误差errorgps：errorgps＝Pgps(x＝0|t)-Pgps(x＝0|t-1)步骤2b：对GPS数据有效性validgps进行判别：其中，Pgps(x＝0|t)表示智能车辆在t时刻，在车辆坐标系下X轴位置坐标为0时的位置值，errormove为t与t-1时刻下GPS在局部坐标系下因智能车辆移动产生的运动误差，errormove＝a1v+b1，a1,b1为由经验试凑得到的常数,，a取值为0～0.5，b取值为-1～+1；v为智能车辆行驶速度。进一步地，所述智能车辆上摄像头实时采集的车辆所在车道的车道线的识别状态的获取过程如下：步骤3a：计算期望路径下车辆行驶车道中心线分别基于GPS和车道线的Y轴位置YcenterGps、YcenterLane，其中，YcenterLane包括车辆行驶车道中心线分别基于左车道线和右车道线的Y轴位置YcenterLeft和YcenterRight：其中，x1,x2,x3为三个不同位置点横坐标，取x1＝5,x2＝10,x3＝15；步骤3b：根据车道线的追踪帧数FtrackLeft、FtrackRight来判别左、右车道线的有效性validleft、validright；左、右两车道线的原始有效性为validOriLeft、validOriRight，随车道线50ms更新一次，有效为true，无效为false；当FtrackLeft≤Fthreshold时，左车道线判别为无效validleft＝false；当FtrackRight≤Fthreshold，右车道线判别为无效validright＝false，车道线须至少被追踪Fthreshold帧，Fthreshold的取值为不小于30的整数；步骤3c：根据期望路径下车辆行驶车道中心线在Y轴上的位置YcenterGps与YcenterLeft、YcenterRight之间的距离误差errorlaneLeft、errorlaneRight和中心偏差阈值errorcenterThreshold来判别车道线的有效性validleft、validright：其中，Wreal为真实车道宽度；若errorlaneLeft≤errorcenterThreshold，则左车道线判别为无效validleft＝false；若errorlaneRight≤errorcenterThreshold，则右车道线判别为无效validright＝false；步骤3d：比较检测出的车道宽度与真实车道宽度来判别车道线的有效性：W＝YcenterLeft-YcenterRighterrorlaneWidth＝W-Wreal其中，W为检测出的车道宽度，Wreal为真实车道宽度，errorlaneWidth表示车道宽度误差；若errorlaneWidth≤errorwidthThreshold，errorwidthThreshold表示车道宽度误差阈值，则左右车道线均判别无效validleft＝false、validright＝false；步骤3e：根据判别后的validleft、validright确定车道线的识别状态Statuslane：若validleft、validright均为false，则Statuslane＝NoneLaneDetected；若validleft、validright均为true，则Statuslane＝DoubleLaneDetected；若validleft、validri本文档来自技高网...

【技术保护点】
一种基于车道线与GPS跟随的智能驾驶局部轨迹容错规划方法，其特征在于，包括以下步骤：步骤一：初始化车辆驾驶跟随模式，建立智能驾驶车辆坐标系，并设定期望路径；步骤二：根据GPS信息对GPS数据进行有效性判别；步骤三：获取智能车辆上摄像头实时采集的车辆所在车道的车道线的识别状态；所述车辆所在车道的车道线包括左、右两条车道线；步骤四：根据车道线识别状态计算容错误差；步骤五：根据当前GPS数据有效性、车道线识别状态和容错误差，更新车辆驾驶跟随模式；步骤六：基于更新后的车辆驾驶跟随模式进行局部路径与轨迹规划。

【技术特征摘要】
1.一种基于车道线与GPS跟随的智能驾驶局部轨迹容错规划方法，其特征在于，包括以下步骤：步骤一：初始化车辆驾驶跟随模式，建立智能驾驶车辆坐标系，并设定期望路径；步骤二：根据GPS信息对GPS数据进行有效性判别；步骤三：获取智能车辆上摄像头实时采集的车辆所在车道的车道线的识别状态；所述车辆所在车道的车道线包括左、右两条车道线；步骤四：根据车道线识别状态计算容错误差；步骤五：根据当前GPS数据有效性、车道线识别状态和容错误差，更新车辆驾驶跟随模式；步骤六：基于更新后的车辆驾驶跟随模式进行局部路径与轨迹规划。2.根据权利要求1所述的方法，其特征在于，所述步骤一的具体过程如下：步骤1a：初始化车辆驾驶跟随模式Mfollow为GPS跟随模式Mgps，即Mfollow＝Mgps；步骤1b：设定车辆坐标系，坐标原点为车头中心位置，车辆正前方为X轴，车辆正左方为Y轴，车辆正上方为Z轴；步骤1c：设定期望路径，包括基于GPS的期望路径Pgps和基于车道线的期望路径Plane，每50ms重新刷新一次；其中，Pgps来自地图全局规划提供的基于GPS车道中心路径，Plane从智能驾驶车辆摄像头检测图像中提取的智能车辆当前行驶车道线，所述智能车辆当前行驶车道线为车辆摄像头采集的图像中的左侧车道线PlaneLeft和右侧车道线PlaneRight的中值线。3.根据权利要求1所述的方法，其特征在于，所述根据GPS信息对GPS数据进行有效性判别的具体过程如下：步骤2a：计算t与t-1时刻的GPS位置误差errorgps：errorgps＝Pgps(x＝0|t)-Pgps(x＝0|t-1)步骤2b：对GPS数据有效性validgps进行判别：其中，Pgps(x＝0|t)表示智能车辆在t时刻，在车辆坐标系下X轴位置坐标为0时的位置值，errormove为t与t-1时刻下GPS在局部坐标系下因智能车辆移动产生的运动误差，errormove＝a1v+b1，a1,b1为由经验试凑得到的常数,，a取值为0～0.5，b取值为-1～+1；v为智能车辆行驶速度。4.根据权利要求1所述的方法，其特征在于，所述智能车辆上摄像头实时采集的车辆所在车道的车道线的识别状态的获取过程如下：步骤3a：计算期望路径下车辆行驶车道中心线分别基于GPS和车道线的Y轴位置YcenterGps、YcenterLane，其中，YcenterLane包括车辆行驶车道中心线分别基于左车道线和右车道线的Y轴位置YcenterLeft和YcenterRight：其中，x1,x2,x3为三个不同位置点横坐标，取x1＝5,x2＝10,x3＝15；步骤3b：根据车道线的追踪帧数FtrackLeft、FtrackRight来判别左、右车道线的有效性validleft、validright；左、右两车道线的原始有效性为validOriLeft、validOriRight，随车道线50ms更新一次，有效为true，无效为false；当FtrackLeft≤Fthreshold时，左车道线判别为无效validleft＝false；当FtrackRight≤Fthreshold，右车道线判别为无效validright＝false，车道线须至少被追踪Fthreshold帧，Fthreshold的取值为不小于30的整数；步骤3c：根据期望路径下车辆行驶车道中心线在Y轴上的位置YcenterGps与YcenterLeft、YcenterRight之间的距离误差errorlaneLeft、errorlaneRight和中心偏差阈值errorcenterThreshold来判别车道线的有效性validleft、validright：其中，Wreal为真实车道宽度；若errorlaneLeft≤errorcenterThreshold，则左车道线判别为无效validleft＝false；若errorlaneRight≤errorcenterThreshold，则右车道线判别为无效validright＝false；步骤3d：比较检测出的车道宽度与真实车道宽度来判别车道线的有效性：W＝YcenterLeft-YcenterRighterrorlaneWidth＝W-Wreal其中，W为检测出的车道宽度，Wreal为真实车道宽度，errorlaneWidth表示车道宽度误差；若errorlaneWidth≤errorwidthThreshold，errorwidthThr...

【专利技术属性】
技术研发人员：余伶俐，邵玄雅，周开军，龙子威，夏旭梅，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43