无人驾驶车辆的路径控制方法、设备、存储介质及装置制造方法及图纸

本发明专利技术公开了一种无人驾驶车辆的路径控制方法、设备、存储介质及装置，该方法包括：通过当待控制车辆按照原始全局参考路径进行自动驾驶时，采集障碍物信息；通过模型预测控制算法根据所述障碍物信息和所述原始全局参考路径进行路径重规划，获得局部参考路径；根据所述局部参考路径对所述原始全局参考路径进行修正，获得目标全局参考路径；按照所述目标全局参考路径进行自动驾驶，以实现对所述待控制车辆进行路径控制。通过模型预测控制算法规划出局部参考路径，并根据局部参考路径对原始全局参考路径进行修正，获得目标全局参考路径，从而不仅避开了障碍物，而且实现了对全局参考路径的跟踪，提高了无人驾驶车辆的稳定性和安全性。

Path Control Method, Equipment, Storage Medium and Device of Unmanned Vehicle

【技术实现步骤摘要】
无人驾驶车辆的路径控制方法、设备、存储介质及装置
本专利技术涉及自动化控制
，尤其涉及一种无人驾驶车辆的路径控制方法、设备、存储介质及装置。
技术介绍
智能化作为未来汽车的发展方向之一，引起了各大互联网公司、汽车厂商和高校的大力研发。目前，业界也取得了丰硕的成果，各家单位都纷纷推出自己的智能驾驶汽车，但是，目前的成果都仅限于可以实现部分自动驾驶功能的模型车，高速驾驶条件下的稳定性和安全性还不高，距离真正可以实现量产的，普及到老百姓可以使用的自动驾驶车辆还有较大难度。因此，如何提高无人驾驶车辆的稳定性和安全性是亟待解决的技术问题。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种无人驾驶车辆的路径控制方法、设备、存储介质及装置，旨在解决现有技术中对坐标曲线积分模式的识别率低的技术问题。为实现上述目的，本专利技术提供一种无人驾驶车辆的路径控制方法，所述无人驾驶车辆的路径控制方法包括以下步骤：当待控制车辆按照原始全局参考路径进行自动驾驶时，检测所述待控制车辆的预设范围内是否存在障碍物；若所述待控制车辆的预设范围内存在所述障碍物，则采集所述障碍物对应的障碍物信息；通过模型预测控制算法根据所述障碍物信息和所述原始全局参考路径进行路径重规划，获得局部参考路径；根据所述局部参考路径对所述原始全局参考路径进行修正，获得目标全局参考路径；按照所述目标全局参考路径进行自动驾驶，以实现对所述待控制车辆进行路径控制。优选地，所述通过模型预测控制算法根据所述障碍物信息和所述原始全局参考路径进行路径重规划，获得局部参考路径，具体包括：在所述原始全局参考路径中采集多个参考点；对所述参考点进行多项式拟合，获得避障参考路径曲线；获取所述待控制车辆的当前位置信息，并根据所述当前位置信息和所述障碍物信息构建避障函数；通过模型预测控制算法根据所述避障函数和所述避障参考路径曲线构建路径重规划控制器；根据所述路径重规划控制器进行路径重规划，获得局部参考路径。优选地，所述获取所述待控制车辆的当前位置信息，并根据所述当前位置信息和所述障碍物信息构建避障函数，具体包括：获取所述待控制车辆的当前位置信息和当前速度；从所述障碍物信息中提取障碍物位置信息，并根据所述当前位置信息和所述障碍物位置信息计算障碍物距离；根据所述当前速度和所述障碍物距离的比值构建避障函数。优选地，所述从所述障碍物信息中提取出障碍物位置信息之前，所述无人驾驶车辆的路径控制方法还包括：获取所述待控制车辆的车辆尺寸信息，根据所述车辆尺寸信息计算所述障碍物的放大比例；根据所述放大比例对所述障碍物的尺寸进行放大，获得新的障碍物信息；相应地，所述从所述障碍物信息中提取出障碍物位置信息，并根据所述当前位置信息和所述障碍物位置信息计算障碍物距离，具体包括：从新的障碍物信息中提取障碍物位置信息，并根据所述当前位置信息和所述障碍物位置信息计算障碍物距离。优选地，所述按照所述目标全局参考路径进行自动驾驶，以实现对所述待控制车辆进行路径控制，具体包括：根据所述目标全局参考路径构建路径跟踪控制器；根据所述路径跟踪控制器控制所述待控制车辆进行自动驾驶，以实现对所述待控制车辆进行路径控制。优选地，所述根据所述目标全局参考路径构建路径跟踪控制器，具体包括：构建所述待控制车辆的离散状态空间表达式，并根据所述离散状态空间表达式和所述目标全局参考路径构建目标路径跟踪函数；获取所述待控制车辆的动力学约束条件，并根据所述动力学约束条件计算路径跟踪约束条件；根据所述目标路径跟踪函数和所述路径跟踪约束条件构建路径跟踪控制器。优选地，所述根据所述路径跟踪控制器控制所述待控制车辆进行自动驾驶，以实现对所述待控制车辆进行路径控制，具体包括：从所述路径跟踪控制器中提取所述目标路径跟踪函数和所述路径跟踪约束条件；将所述目标路径跟踪函数在所述路径跟踪约束条件下的最优解作为所述待控制车辆的前轮偏角；根据所述前轮偏角控制所述待控制车辆进行驾驶，以实现对所述待控制车辆进行路径控制。此外，为实现上述目的，本专利技术还提出一种路径控制设备，所述路径控制设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的无人驾驶车辆的路径控制程序，所述无人驾驶车辆的路径控制程序配置为实现如上文所述的无人驾驶车辆的路径控制方法的步骤。此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有无人驾驶车辆的路径控制程序，所述无人驾驶车辆的路径控制程序被处理器执行时实现如上文所述的无人驾驶车辆的路径控制方法的步骤。此外，为实现上述目的，本专利技术还提出一种无人驾驶车辆的路径控制装置，所述无人驾驶车辆的路径控制装置包括：障碍检测模块，用于当待控制车辆按照原始全局参考路径进行自动驾驶时，检测所述待控制车辆的预设范围内是否存在障碍物；信息采集模块，用于若所述待控制车辆的预设范围内存在所述障碍物，则采集所述障碍物对应的障碍物信息；重规划模块，用于通过模型预测控制算法根据所述障碍物信息和所述原始全局参考路径进行路径重规划，获得局部参考路径；路径修正模块，用于根据所述局部参考路径对所述原始全局参考路径进行修正，获得目标全局参考路径；路径控制模块，用于按照所述目标全局参考路径进行自动驾驶，以实现对所述待控制车辆进行路径控制。本专利技术中，通过当待控制车辆按照原始全局参考路径进行自动驾驶时，检测所述待控制车辆的预设范围内是否存在障碍物；若所述待控制车辆的预设范围内存在所述障碍物，则采集所述障碍物对应的障碍物信息；通过模型预测控制算法根据所述障碍物信息和所述原始全局参考路径进行路径重规划，获得局部参考路径；根据所述局部参考路径对所述原始全局参考路径进行修正，获得目标全局参考路径；按照所述目标全局参考路径进行自动驾驶，以实现对所述待控制车辆进行路径控制。通过模型预测控制算法规划出局部参考路径，并根据局部参考路径对原始全局参考路径进行修正，获得目标全局参考路径，从而不仅避开了障碍物，而且实现了对全局参考路径的跟踪，提高了无人驾驶车辆的稳定性和安全性。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的路径控制设备的结构示意图；图2为本专利技术无人驾驶车辆的路径控制方法第一实施例的流程示意图；图3为本专利技术无人驾驶车辆的路径控制方法第二实施例的流程示意图；图4为本专利技术无人驾驶车辆的路径控制方法一实施例的参考点示意图；图5为本专利技术无人驾驶车辆的路径控制方法一实施例的障碍物放大与分割示意图；图6为本专利技术无人驾驶车辆的路径控制方法第三实施例的流程示意图；图7为本专利技术无人驾驶车辆的路径控制装置第一实施例的结构框图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。参照图1，图1为本专利技术实施例方案涉及的硬件运行环境的路径控制设备结构示意图。如图1所示，该路径控制设备可以包括：处理器1001，例如中央处理器(CentralProcessingUnit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)本文档来自技高网...

【技术保护点】
1.一种无人驾驶车辆的路径控制方法，其特征在于，所述无人驾驶车辆的路径控制方法包括以下步骤：当待控制车辆按照原始全局参考路径进行自动驾驶时，检测所述待控制车辆的预设范围内是否存在障碍物；若所述待控制车辆的预设范围内存在所述障碍物，则采集所述障碍物对应的障碍物信息；通过模型预测控制算法根据所述障碍物信息和所述原始全局参考路径进行路径重规划，获得局部参考路径；根据所述局部参考路径对所述原始全局参考路径进行修正，获得目标全局参考路径；按照所述目标全局参考路径进行自动驾驶，以实现对所述待控制车辆进行路径控制。

【技术特征摘要】
1.一种无人驾驶车辆的路径控制方法，其特征在于，所述无人驾驶车辆的路径控制方法包括以下步骤：当待控制车辆按照原始全局参考路径进行自动驾驶时，检测所述待控制车辆的预设范围内是否存在障碍物；若所述待控制车辆的预设范围内存在所述障碍物，则采集所述障碍物对应的障碍物信息；通过模型预测控制算法根据所述障碍物信息和所述原始全局参考路径进行路径重规划，获得局部参考路径；根据所述局部参考路径对所述原始全局参考路径进行修正，获得目标全局参考路径；按照所述目标全局参考路径进行自动驾驶，以实现对所述待控制车辆进行路径控制。2.如权利要求1所述的无人驾驶车辆的路径控制方法，其特征在于，所述通过模型预测控制算法根据所述障碍物信息和所述原始全局参考路径进行路径重规划，获得局部参考路径，具体包括：在所述原始全局参考路径中采集多个参考点；对所述参考点进行多项式拟合，获得避障参考路径曲线；获取所述待控制车辆的当前位置信息，并根据所述当前位置信息和所述障碍物信息构建避障函数；通过模型预测控制算法根据所述避障函数和所述避障参考路径曲线构建路径重规划控制器；根据所述路径重规划控制器进行路径重规划，获得局部参考路径。3.如权利要求2所述的无人驾驶车辆的路径控制方法，其特征在于，所述获取所述待控制车辆的当前位置信息，并根据所述当前位置信息和所述障碍物信息构建避障函数，具体包括：获取所述待控制车辆的当前位置信息和当前速度；从所述障碍物信息中提取障碍物位置信息，并根据所述当前位置信息和所述障碍物位置信息计算障碍物距离；根据所述当前速度和所述障碍物距离的比值构建避障函数。4.如权利要求3所述的无人驾驶车辆的路径控制方法，其特征在于，所述从所述障碍物信息中提取出障碍物位置信息之前，所述无人驾驶车辆的路径控制方法还包括：获取所述待控制车辆的车辆尺寸信息，根据所述车辆尺寸信息计算所述障碍物的放大比例；根据所述放大比例对所述障碍物的尺寸进行放大，获得新的障碍物信息；相应地，所述从所述障碍物信息中提取出障碍物位置信息，并根据所述当前位置信息和所述障碍物位置信息计算障碍物距离，具体包括：从新的障碍物信息中提取障碍物位置信息，并根据所述当前位置信息和所述障碍物位置信息计算障碍物距离。5.如权利要求1-4中任一项所述的无人驾驶车辆的路径控制方法，其特征在于，所述按照所述目标全局参考路径进行自动驾驶，以实现对所述待...

【专利技术属性】
技术研发人员：姜建满，崔玉顺，徐春梅，吴琼，丁钊，范贤根，袁宁，
申请(专利权)人：安徽江淮汽车集团股份有限公司，
类型：发明
国别省市：安徽,34