基于圆锥曲线的无人驾驶避障方法、装置、设备及介质制造方法及图纸

本发明专利技术适用无人驾驶决策技术领域，提供了一种基于圆锥曲线的无人驾驶避障方法、装置、设备及介质，该方法包括：获取无人驾驶车辆前方障碍物的障碍物信息，根据障碍物信息计算无人驾驶车辆与障碍物的侧向相对距离、以及确定适应于障碍物的圆锥曲线类型，根据确定的圆锥曲线类型对障碍物和无人驾驶车辆的安全区域进行划定，得到对应的第一短边半径和第二短边半径，当侧向相对距离小于第一和第二短边半径之和时，对无人驾驶车辆避障后到达的最终期望位姿进行预测，根据该最终期望位姿计算无人驾驶车辆避障所需的转向角速度，以对无人驾驶车辆进行控制，完成避障，从而提高了基于圆锥曲线的无人驾驶避障的避障效率，进而提高无人驾驶的行车安全。

【技术实现步骤摘要】
基于圆锥曲线的无人驾驶避障方法、装置、设备及介质
本专利技术属于无人驾驶决策
，尤其涉及一种基于圆锥曲线的无人驾驶避障方法、装置、设备及介质。
技术介绍
随着我国汽车保有量的迅速增加，道路交通引发了各种问题，而行驶安全问题也日益受到人们的关注。汽车主动避障系统能在事故发生前自动采取安全措施，可以有效减少汽车碰撞事故的发生，因此，汽车主动安全系统的发展具有重要意义。无人驾驶的落地涉及各个领域的关键技术，例如环境的感知及认知技术、导航技术、避障策略及执行技术，其中避障能力是无人车的关键基础，良好的避障能力决定着无人驾驶车辆的整体性能。目前存在一些主动避障技术，在紧急状况下自动的启动紧急制动和紧急避让干预措施，主要还是通过路径规划算法实现。在专利申请号为CN201610309717.3的专利技术专利申请文件中，公开了一种基于新型人工势场法的车辆避障路径规划研究方法，该方法包含：利用电荷耦合器件(ChargeCoupledDevice，CCD)摄像机、毫米波雷达、车载传感器分别实时采集车辆避障路径规划所需的信息，根据车辆避障路径规划所需的信息后，建立基于人工势场法的道路边界斥力势场和障碍物斥力势场模型，由主车在道路边界斥力势场和障碍物斥力势场组成的复合场中受到的力的作用建立平衡方程，求解得到主车在避障过程中要经过的位置点，从而得到避障路径，然而，该方法只考虑了障碍物的安全范围，并没有考虑自生车辆的安全范围及汽车运动学原理，规划的路径很有可能不满足车辆的限制条件，除此之外如果有某一项因为传感器误差未能探测到，例如道路边界不明显的条件下，车辆将偏离原本需要的路线。在专利申请号为CN201310246898.6的专利技术专利申请文件中，公开了一种基于弧线路径生成的自主车辆避障方法，该方法虽然考虑了汽车运动学原理，轨迹能满足平滑特性，但是需要计算车辆的每条触须方向是否有障碍物，传感器的测量误差对结果的影响较大，对障碍物物的动态鲁棒性较差，车辆没有姿态的约束，会导致车辆行驶方向的偏离。文献(Blackmore、Lars、MasahiroOno、andBrianC.Williams."Chance-constrainedoptimalpathplanningwithobstacles."IEEETransactionsonRobotics27.6(2011):1080-1094.)将优化问题估计为析取规划，并通过分支界定法求解，然而这个方法将车辆视为质点，没有考虑车辆的安全区域，也没有考虑障碍物的不确定性。
技术实现思路
本专利技术的目的在于提供一种基于圆锥曲线的无人驾驶避障方法、装置、设备及介质，旨在解决由于现有技术无法提供一种有效的无人驾驶避障方法，导致无人驾驶时规划的避障路径误差大、避障效率低且安全程度低的问题。一方面，本专利技术提供了一种基于圆锥曲线的无人驾驶避障方法，所述方法包括下述步骤：当监测到无人驾驶车辆前方有障碍物时，获取所述障碍物的障碍物信息，所述障碍物信息包括障碍物类型、所述无人驾驶车辆与所述障碍物的极坐标；根据所述极坐标计算所述无人驾驶车辆与所述障碍物的侧向相对距离，并根据所述障碍物类型确定适应于所述障碍物和所述无人驾驶车辆的安全区域的圆锥曲线类型，根据确定的所述圆锥曲线类型对目标圆锥曲线进行设置；根据所述目标圆锥曲线分别对所述障碍物和所述无人驾驶车辆的安全区域进行划定，得到对所述障碍物划定的安全区域对应的第一膨胀圆的第一短边半径和对所述无人驾驶车辆划定的安全区域对应的第二膨胀圆的第二短边半径；当所述侧向相对距离小于所述第一和第二短边半径之和时，根据所述目标圆锥曲线，对所述无人驾驶车辆避障后到达的最终期望位姿进行预测；根据预先建立的汽车运动学方程、所述目标圆锥曲线对应的汽车车轮转向角度控制公式，计算所述无人驾驶车辆到达所述最终期望位姿的转向角速度，根据计算得到的所述转向角速度和预设的避障线速度对所述无人驾驶车辆进行控制，以实现所述无人驾驶车辆的避障。另一方面，本专利技术提供了一种基于圆锥曲线的无人驾驶避障装置，所述装置包括：信息获取单元，用于当监测到无人驾驶车辆前方有障碍物时，获取所述障碍物的障碍物信息，所述障碍物信息包括障碍物类型、所述无人驾驶车辆与所述障碍物的极坐标；曲线类型确定单元，用于根据所述极坐标计算所述无人驾驶车辆与所述障碍物的侧向相对距离，并根据所述障碍物类型确定适应于所述障碍物和所述无人驾驶车辆的安全区域的圆锥曲线类型，根据确定的所述圆锥曲线类型对目标圆锥曲线进行设置；短边半径获得单元，用于根据所述目标圆锥曲线分别对所述障碍物和所述无人驾驶车辆的安全区域进行划定，得到对所述障碍物划定的安全区域对应的第一膨胀圆的第一短边半径和对所述无人驾驶车辆划定的安全区域对应的第二膨胀圆的第二短边半径；期望位姿预测单元，用于当所述侧向相对距离小于所述第一和第二短边半径之和时，根据所述目标圆锥曲线，对所述无人驾驶车辆避障后到达的最终期望位姿进行预测；以及避障控制单元，用于根据预先建立的汽车运动学方程、所述目标圆锥曲线对应的汽车车轮转向角度控制公式，计算所述无人驾驶车辆到达所述最终期望位姿的转向角速度，根据计算得到的所述转向角速度和预设的避障线速度对所述无人驾驶车辆进行控制，以实现所述无人驾驶车辆的避障。另一方面，本专利技术还提供了一种车载计算设备，包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如上述基于圆锥曲线的无人驾驶避障方法所述的步骤。另一方面，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述基于圆锥曲线的无人驾驶避障方法所述的步骤。本专利技术获取无人驾驶车辆前方障碍物的障碍物信息，根据障碍物信息计算无人驾驶车辆与障碍物的侧向相对距离、以及确定适应于障碍物的圆锥曲线类型，根据确定的圆锥曲线类型对障碍物和无人驾驶车辆的安全区域进行划定，得到对应的第一短边半径和第二短边半径，当侧向相对距离小于第一和第二短边半径之和时，对无人驾驶车辆避障后到达的最终期望位姿进行预测，根据该最终期望位姿计算无人驾驶车辆避障所需的转向角速度，以对无人驾驶车辆进行控制，完成避障，从而提高了基于圆锥曲线的无人驾驶避障的避障效率，进而提高无人驾驶的行车安全。附图说明图1是本专利技术实施例一提供的基于圆锥曲线的无人驾驶避障方法的实现流程图；图2是本专利技术实施例一中以目标圆锥曲线划定的第一膨胀圆和第二膨胀圆对应的第一短边半径和第二短边半径之和示意图；图3是本专利技术实施例一中以圆为例预测的无人驾驶车辆避障后的期望位姿的示意图；图4是本专利技术实施例一中避开障碍物之后将无人驾驶车辆回归到规划好的全局路径的变道诱导示意图；图5是本专利技术实施例一中在90°弯道时基于虚拟障碍物生成的转弯诱导示意图；图6是本专利技术实施例一中在弧形弯道时基于虚拟障碍物生成的转弯诱导示意图；图7是本专利技术实施例二提供的计算无人驾驶车辆到达期望位姿的转向角速度的实现流程图；图8是本专利技术实施例二中目标圆锥曲线为椭圆时的椭圆关系示意图；图9是本专利技术实施例二中目标圆锥曲线为抛物线时的抛物线关系示意图；图10是本专利技术实施例二中目标圆锥曲线为双曲线时的双曲线关系示意图；图11是本本文档来自技高网...

【技术保护点】
1.一种基于圆锥曲线的无人驾驶避障方法，其特征在于，所述方法包括下述步骤：当监测到无人驾驶车辆前方有障碍物时，获取所述障碍物的障碍物信息，所述障碍物信息包括障碍物类型、所述无人驾驶车辆与所述障碍物的极坐标；根据所述极坐标计算所述无人驾驶车辆与所述障碍物的侧向相对距离，并根据所述障碍物类型确定适应于所述障碍物和所述无人驾驶车辆的安全区域的圆锥曲线类型，根据确定的所述圆锥曲线类型对目标圆锥曲线进行设置；根据所述目标圆锥曲线分别对所述障碍物和所述无人驾驶车辆的安全区域进行划定，得到对所述障碍物划定的安全区域对应的第一膨胀圆的第一短边半径和对所述无人驾驶车辆划定的安全区域对应的第二膨胀圆的第二短边半径；当所述侧向相对距离小于所述第一和第二短边半径之和时，根据所述目标圆锥曲线，对所述无人驾驶车辆避障后到达的最终期望位姿进行预测；根据预先建立的汽车运动学方程、所述目标圆锥曲线对应的汽车车轮转向角度控制公式，计算所述无人驾驶车辆到达所述最终期望位姿的转向角速度，根据计算得到的所述转向角速度和预设的避障线速度对所述无人驾驶车辆进行控制，以实现所述无人驾驶车辆的避障。

【技术特征摘要】
1.一种基于圆锥曲线的无人驾驶避障方法，其特征在于，所述方法包括下述步骤：当监测到无人驾驶车辆前方有障碍物时，获取所述障碍物的障碍物信息，所述障碍物信息包括障碍物类型、所述无人驾驶车辆与所述障碍物的极坐标；根据所述极坐标计算所述无人驾驶车辆与所述障碍物的侧向相对距离，并根据所述障碍物类型确定适应于所述障碍物和所述无人驾驶车辆的安全区域的圆锥曲线类型，根据确定的所述圆锥曲线类型对目标圆锥曲线进行设置；根据所述目标圆锥曲线分别对所述障碍物和所述无人驾驶车辆的安全区域进行划定，得到对所述障碍物划定的安全区域对应的第一膨胀圆的第一短边半径和对所述无人驾驶车辆划定的安全区域对应的第二膨胀圆的第二短边半径；当所述侧向相对距离小于所述第一和第二短边半径之和时，根据所述目标圆锥曲线，对所述无人驾驶车辆避障后到达的最终期望位姿进行预测；根据预先建立的汽车运动学方程、所述目标圆锥曲线对应的汽车车轮转向角度控制公式，计算所述无人驾驶车辆到达所述最终期望位姿的转向角速度，根据计算得到的所述转向角速度和预设的避障线速度对所述无人驾驶车辆进行控制，以实现所述无人驾驶车辆的避障。2.如权利要求1所述的方法，其特征在于，计算所述无人驾驶车辆到达所述最终期望位姿的转向角速度的步骤，包括：在所述无人驾驶车辆为到达所述最终期望位姿的行驶过程中，以预设的数据采样周期进行如下处理，直至所述无人驾驶车辆到达所述最终期望位姿：当到达所述数据采样周期时，对所述无人驾驶车辆和所述障碍物的当前位置信息进行采集，所述当前位置信息包括所述无人驾驶车辆和所述障碍物的当前极坐标、所述无人驾驶车辆的当前车辆位姿；根据所述当前极坐标对所述无人驾驶车辆与所述障碍物的侧向相对距离进行更新，得到对应的当前侧向相对距离；根据所述当前侧向相对距离对所述无人驾驶车辆的当前期望位姿进行预测；根据预测的所述当前期望位姿和所述汽车车轮转向角度控制公式，计算所述无人驾驶车辆的当前车轮转向角度；根据所述当前车轮转向角度和所述汽车运动学方程，计算所述无人驾驶车辆的当前转向角速度，根据计算得到的所述当前转向角速度和所述避障线速度对所述无人驾驶车辆进行控制。3.如权利要求2所述的方法，其特征在于，计算所述无人驾驶车辆的当前车轮转向角度的步骤之前，所述方法还包括：将所述当前侧向相对距离与所述第一和第二短边半径之和进行比较，且将所述当前车辆位姿的当前姿态角度与所述最终期望位姿的最终期望姿态角度进行比较；当所述当前侧向相对距离与所述第一和第二短边半径之和相等，且所述当前姿态角度达到所述最终期望姿态角度时，则所述无人驾驶车辆到达所述最终期望位姿。4.如权利要求1和2所述的方法，其特征在于，所述目标圆锥曲线对应的汽车车轮转向角度控制公式为γ(i)＝k1*γc(i)+k2*e(i)+k3[e(i)-e(i-1)]，其中，姿态误差e(i)＝θespose(i)-θpose(i)，i为在所述无人驾驶车辆为到达所述最终期望位姿的行驶过程中以所述数据采样周期进行相应处理的处理次数，γ(i)为第i次处理时的车轮转向角度，γc(i)为第i次处理时的车辆转向约束角度，θespose(i)为第i次处理时预测的所述当前期望位姿的当前期望姿态角度，θpose(i)为第i次处理时的所述当前车辆位姿的当前姿态角度，k1、k2和k2为对预先设置的期望位姿代价函数进行优化的控制可调参数。5.如权利要求1所述的方法，其特...

【专利技术属性】
技术研发人员：邹洁，李慧云，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东,44