用于自动驾驶车辆的基于约束平滑样条的速度优化制造技术

根据某些实施方式，系统选择表征持续时间的多个时间段以使路径轨迹完整的多个多项式。系统基于多个成本函数选择目标函数以对多个时间段之间的速度进行平滑。系统对多项式限定约束集合以至少确保多项式平滑地连结。系统根据约束集合对目标函数执行二次规划(quadratic programming)优化，使得在满足约束集合的情况下与目标函数关联的成本达到最小值。系统基于已优化的目标函数生成对于持续时间的平滑速度，以自动控制自动驾驶车辆。

【技术实现步骤摘要】
用于自动驾驶车辆的基于约束平滑样条的速度优化
本公开的实施方式大体涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及用于自动驾驶车辆(ADV)的基于约束平滑样条的速度优化。
技术介绍
以自动驾驶模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可以使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。车辆可利用参考线路进行导航。参考线路是当周围没有障碍物时自动驾驶车辆应沿着其行驶的路径。平滑参考线路可带来更稳定的车辆控制。此外，路径规划轨迹的平滑度(也取决于参考线路的平滑度)和/或速度规划轨迹的平滑度(其包括由车辆感知的障碍物和/或交通信息)可带来更稳定的车辆控制。
技术实现思路
为实现上述技术背景中所提及的问题，本申请提供一种用于生成自动驾驶车辆(ADV)的路径轨迹的、对于持续时间的平滑速度的计算机实现的方法，非暂时性机器可读介质以及数据处理系统。根据本申请一方面，公开了用于生成自动驾驶车辆(ADV)的路径轨迹的、对于持续时间的平滑速度的计算机实现的方法，所述方法包括：选择表征持续时间的多个时间段以使所述路径轨迹完整的多个多项式；基于多个成本函数选择目标函数，以对所述多个时间段之间的速度进行平滑；对所述多个多项式限定约束集合，以至少确保所述多个多项式平滑地连结；根据所添加的约束对所述目标函数执行二次规划(QP)优化，使得在满足所述约束的情况下与所述目标函数关联的成本达到最小值；以及基于已优化的目标函数生成对于所述持续时间的平滑速度，以自动控制所述自动驾驶车辆。根据本申请另一方面，公开了非暂时性机器可读介质，所述非暂时性机器可读介质中存储有指令，所述指令在被处理器执行时使所述处理器执行操作，所述操作包括：选择表征持续时间的多个时间段以使所述路径轨迹完整的多个多项式；基于多个成本函数选择目标函数，以对所述多个时间段之间的速度进行平滑；对所述多个多项式限定约束集合，以至少确保所述多个多项式平滑地连结；根据所添加的约束对所述目标函数执行二次规划(QP)优化，使得在满足所述约束的情况下与所述目标函数关联的成本达到最小值；以及基于已优化的目标函数生成对于所述持续时间的平滑速度，以自动控制所述自动驾驶车辆。根据本申请又一方面，公开了数据处理系统，包括：处理器；以及存储器，联接至所述处理器并且存储指令，所述指令在被所述处理器执行时使所述处理器执行操作，所述操作包括：选择表征持续时间的多个时间段以使所述路径轨迹完整的多个多项式；基于多个成本函数选择目标函数，以对所述多个时间段之间的速度进行平滑；对所述多个多项式限定约束集合，以至少确保所述多个多项式平滑地连结；根据所添加的约束对所述目标函数执行二次规划(QP)优化，使得在满足所述约束的情况下与所述目标函数关联的成本达到最小；以及基于已优化的目标函数生成用于所述持续时间的平滑速度，以自动控制所述自动驾驶车辆。附图说明通过示例的方式而不是限制的方式在附图的各图中示出本公开的实施方式，在附图中相同的参考标记指示相同的元件。图1是示出根据一个实施方式的联网系统的框图。图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。图3A和图3B是示出根据某些实施方式的由自动驾驶车辆使用的感知和规划系统的示例的框图。图4是示出根据一个实施方式的决策和规划过程的示例的框图。图5A是示出根据一个实施方式的决策模块的示例的框图。图5B是示出根据一个实施方式的规划模块的示例的框图。图6是示出根据一个实施方式的平滑模块的示例的框图。图7是示出根据一个实施方式的道路段的示例的图。图8是示出根据一个实施方式的方法的流程图。图9是示出根据一个实施方式的路径优化过程的示例的流程图。图10A至图10C是示出根据某些实施方式的路径轨迹的示例的图。图11是示出根据一个实施方式的方法的流程图。图12A至图12C是示出根据某些实施方式的示例性行驶距离-时间(station-time)曲线图。图13是示出根据一个实施方式的方法的流程图。图14是示出根据一个实施方式的数据处理系统的框图。具体实施方式将参考以下所讨论的细节来描述本公开的各种实施方式和方面，附图将示出所述各种实施方式。下列描述和附图是对本公开的说明，而不应当解释为限制本公开。描述了许多特定细节以提供对本公开各种实施方式的全面理解。然而，在某些情况下，并未描述众所周知的或常规的细节以提供对本公开的实施方式的简洁讨论。本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描述的特定特征、结构或特性可以包括在本公开的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指同一实施方式。根据某些实施方式，ADV包括决策和规划系统，该决策和规划系统从路线导航模块(routingmodule)检索地图和路线信息并且将地图和路线信息转换成平滑的路径和平滑的速度驾驶轨迹。例如，基于起始位置和结束位置，系统针对本地地图和路线数据向路线导航模块进行查询并且基于二次规划优化生成平滑参考线路。基于平滑参考线路，路径规划模块可基于所感知的障碍物和/或交通信息生成平滑的路径轨迹。基于平滑的路径轨迹，速度规划模块可生成平滑的速度轨迹，使得通过平滑的路径轨迹和平滑的速度轨迹控制ADV在不发生碰撞的情况下沿着路径平稳地行驶。根据一个方面，系统确定以第一参考线路的多个控制点中的每一个为中心的、具有预定尺寸的多个边界区域。系统选择各自代表相邻控制点之间的最佳参考线路的段的多个二维多项式。系统对二维(2D)多项式限定约束集合，以至少确保二维多项式通过边界区域中的每一个。系统对目标函数执行二次规划(QP)优化，使得在满足约束集合的情况下目标函数的总成本达到最小值。系统基于QP优化生成表征最佳参考线路的第二参考线路，以根据第二参考线路自动控制ADV。根据另一方面，系统将自ADV的起始位置所选择的第一路径轨迹分段成多个路径段，其中每个路径段由多项式函数表征。系统根据路径段的多项式函数选择用于对各路径段之间的连结处进行平滑的目标函数。系统至少根据由ADV感知的道路边界以及障碍物，基于相邻路径段对路径段的多项式函数限定约束集合。系统根据所添加的约束对目标函数执行二次规划(QP)优化，使得在满足约束集合的情况下目标函数的输出达到最小值。系统通过基于QP优化的已优化的目标函数来生成表征路径轨迹的第二路径轨迹，以根据第二路径轨迹自动控制ADV。根据又一方面，系统选择表征持续时间的多个时间段的多个多项式，以使路径轨迹完整。系统基于多个成本函数来选择目标函数以对各时间段之间的速度进行平滑。系统对多项式限定约束集合，以至少确保多项式平滑地连结。系统根据所添加的约束对目标函数执行二次规划(QP)优化，使得在满足约束集合的情况下与目标函数关联的成本达到最小值。系统基于已优化的目标函数生成对于持续时间的平滑速度，以自动控制ADV。图1是示出根据本公开的一个实施方式的自动驾驶车辆网络配置的框图。参考图1，网络配置100包括可以通过网络102通信地联接到一个或多个服务器103至104的自动驾驶车辆101。尽管示出一个自动驾驶车辆，但多个自动驾驶车辆可以通过网络102联本文档来自技高网...

【技术保护点】
1.用于生成自动驾驶车辆的路径轨迹的、对于持续时间的平滑速度的计算机实现的方法，所述方法包括：选择表征持续时间的多个时间段以使所述路径轨迹完整的多个多项式；基于多个成本函数选择目标函数，以对所述多个时间段之间的速度进行平滑；对所述多个多项式限定约束集合，以至少确保所述多个多项式平滑地连结；根据所添加的约束对所述目标函数执行二次规划优化，使得在满足所述约束的情况下与所述目标函数关联的成本达到最小值；以及基于已优化的目标函数生成对于所述持续时间的平滑速度，以自动控制所述自动驾驶车辆。

【技术特征摘要】
2017.09.18 US 15/707,2961.用于生成自动驾驶车辆的路径轨迹的、对于持续时间的平滑速度的计算机实现的方法，所述方法包括：选择表征持续时间的多个时间段以使所述路径轨迹完整的多个多项式；基于多个成本函数选择目标函数，以对所述多个时间段之间的速度进行平滑；对所述多个多项式限定约束集合，以至少确保所述多个多项式平滑地连结；根据所添加的约束对所述目标函数执行二次规划优化，使得在满足所述约束的情况下与所述目标函数关联的成本达到最小值；以及基于已优化的目标函数生成对于所述持续时间的平滑速度，以自动控制所述自动驾驶车辆。2.如权利要求1所述的方法，其中，所述多个时间段在时间上不等距地间隔开。3.如权利要求1所述的方法，其中，所述多个多项式是五阶多项式。4.如权利要求1所述的方法，其中，所述多个成本函数包括慢行成本、停止成本和跟随所述自动驾驶车辆前方的车辆的成本中的至少一种。5.如权利要求4所述的方法，其中，跟随所述自动驾驶车辆前方的车辆的成本基于由所述自动驾驶车辆感知的、表示前方的所述车辆的障碍物来计算。6.如权利要求1所述的方法，其中，对所述多个多项式限定约束集合包括：限定单调性约束使得所述自动驾驶车辆向前移动。7.如权利要求1所述的方法，其中，对所述多个多项式限定约束集合包括：限定速度限制约束。8.如权利要求1所述的方法，其中，对所述多个多项式限定约束集合包括：限定表征所述自动驾驶车辆的初始速度、初始加速度和初始急变速的初始约束集合。9.非暂时性机器可读介质，所述非暂时性机器可读介质中存储有指令，所述指令在被处理器执行时使所述处理器执行操作，所述操作包括：选择表征持续时间的多个时间段以使所述路径轨迹完整的多个多项式；基于多个成本函数选择目标函数，以对所述多个时间段之间的速度进行平滑；对所述多个多项式限定约束集合，以至少确保所述多个多项式平滑地连结；根据所添加的约束对所述目标函数执行二次规划优化，使得在满足所述约束的情况下与所述目标函数关联的成本达到最小值；以及基于已优化的目标函数生成对于所述持续时间的平滑速度，以自动控制所...

【专利技术属性】
技术研发人员：樊昊阳，张亮亮，张雅嘉，朱伟铖，蒋一飞，罗琦，胡江滔，孔旗，
申请(专利权)人：百度美国有限责任公司，
类型：发明
国别省市：美国,US