一种自动驾驶决策方法及系统技术方案

本发明专利技术公开了一种自动驾驶决策方法及系统，包括感知模块，所述感知模块能够采集车辆周边环境的物体信息和车辆自身的状态信息；预测模块，所述预测模块与所述感知模块连接，能够接收感知信息并进行信息融合计算生成预测轨迹；决策模块，与所述预测模块连接，能够接收所述预测轨迹输出决策的轨迹点；控制模块与上层所述决策模块连接，消化所述轨迹点，控制车辆执行所述轨迹点。本发明专利技术的有益效果：本发明专利技术通过模块的划分，非常有效地将无人车决策控制规划这样一个复杂问题，按照计算逻辑从抽象到具体的做出了非常合理的切分；这样的划分使得每个模块可以各司其职专注解决本层次的问题，从而提升了整个复杂软件系统的开发效率。

An automatic driving decision method and system

【技术实现步骤摘要】
一种自动驾驶决策方法及系统
本专利技术涉及自动驾驶的
，尤其涉及一种自动驾驶决策方法及其系统。
技术介绍
近年来对于无人驾驶车辆来说，无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车，它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目的。无人车作为一个复杂软硬件结合的系统，其安全可靠运行需要车载硬件、传感器集成、感知预测以及控制规划等多个模块的协同配合，智能决策是其关键组成部分，也是研究的热点之一。在城区环境中,由于驾驶场景复杂多变，交通参与者的行为难以预测，无法采用一个标准、统一的决策模型进行描述。为了解决城区复杂环境下无人驾驶车辆的决策、规划问题。
技术实现思路
本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。鉴于上述现有存在的问题，提出了本专利技术。因此，本专利技术解决的一个技术问题是：本专利技术通过学习人类驾驶员复杂场景下的决策过程，提出了一种新的驾驶行为决策决策系统完成了无人车的运动规划。为解决上述技术问题，本专利技术提供如下技术方案：一种自动驾驶决策系统，包括感知模块，所述感知模块能够采集车辆周边环境的物体信息和车辆自身的状态信息；预测模块，所述预测模块与所述感知模块连接，能够接收感知信息并进行信息融合计算生成预测轨迹；决策模块，与所述预测模块连接，能够接收所述预测轨迹输出决策的轨迹点；控制模块与上层所述决策模块连接，消化所述轨迹点，控制车辆执行所述轨迹点。作为本专利技术所述的自动驾驶决策系统的一种优选方案，其中：所述感知模块负责从传感器数据中探测计算出周边环境的物体及车辆自身属性，物体信息经过所述预测模块的计算，生成预测轨迹传递给决策规划控制系统中的行为决策模块。作为本专利技术所述的自动驾驶决策系统的一种优选方案，其中：所述决策模块包括行为决策和轨迹规划模块；所述行为决策接受路由寻径的结果，同时也接收感知预测和地图信息，综合输入信息生成输入至所述轨迹规划模块中进行轨迹规划。作为本专利技术所述的自动驾驶决策系统的一种优选方案，其中：所述行为决策包括输出当前车辆行为、车辆运动目标点和目标车速，输入所述行为决策后输出车辆运动目标点、目标车速的规划轨迹。作为本专利技术所述的自动驾驶决策系统的一种优选方案，其中：所述感知模块的环境状态包括激光雷达、毫米波雷达、超声波雷达和视觉传感器采集的环境信息。作为本专利技术所述的自动驾驶决策系统的一种优选方案，其中：所述车辆自身的状态信息包括定位/惯导和轮速传感器采集的信息作为本专利技术所述的自动驾驶决策系统的一种优选方案，其中：所述控制模块包括路径跟踪系统、档位控制、踏板控制、转角控制和附件控制；所述轨迹规划模块输出车辆运动目标点、目标车速的规划轨迹至所述路径跟踪系统中输出油门/制动、踏板开度和转向盘转角控制信号至所述踏板控制、转角控制中进行车辆驾驶控制。作为本专利技术所述的自动驾驶决策方法的一种优选方案，其中：包括以下步骤，感知模块采集车辆周边环境的物体信息；所述物体信息输入预测模块的计算生成预测轨迹；决策模块接收所述预测轨迹输出决策的轨迹点；反馈控制模块消化所述轨迹点，控制车辆执行所述轨迹点。作为本专利技术所述的自动驾驶决策方法的一种优选方案，其中：所述反馈控制包括以下步骤，在每个控制周期内得到了控制时域内的一系列控制输入增量：式中：ΔUt*·为t时刻的控制增量；根据模型预测控制的基本原理，将该控制序列中第一个元素作为实际的控制输入增量作用于系统，即：u(t)＝u(t-l)+Δut*式中：u(t)·为系统的实际控制量；系统执行这一控制量直到下一时刻，在新的时刻，根据状态信息重新预测下一阶段时域的输出，通过优化过程得到一个新的控制增量序列；如此循环往复，直至完成控制过程。作为本专利技术所述的自动驾驶决策方法的一种优选方案，其中：所述预测模块还包括以下预测步骤，将不同时刻的车辆位置信息收集构成多条完整的轨迹序列数据；定义具有环境特征的不确定移动轨迹、轨迹参考点和预测轨迹点与轨迹参考点的集合空间；建立轨迹预测模型并进行训练。本专利技术的有益效果：本专利技术通过模块的划分，非常有效地将无人车决策控制规划这样一个复杂问题，按照计算逻辑从抽象到具体的做出了非常合理的切分；这样的划分使得每个模块可以各司其职专注解决本层次的问题，从而提升了整个复杂软件系统的开发效率。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：图1为本专利技术第一种实施例所述自动驾驶决策系统的原理结构示意图；图2为本专利技术第一种实施例所述自动驾驶决策系统的模块结构示意图；图3为本专利技术第二种实施例所述自动驾驶决策方法的流程示意图。具体实施方式为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本专利技术的具体实施方式做详细的说明，显然所描述的实施例是本专利技术的一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通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，都应当属于本专利技术的保护的范围。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是本专利技术还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下做类似推广，因此本专利技术不受下面公开的具体实施例的限制。其次，此处所称的“一个实施例”或“实施例”是指可包含于本专利技术至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。本专利技术结合示意图进行详细描述，在详述本专利技术实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本专利技术保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。同时在本专利技术的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。本专利技术中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接本文档来自技高网...

【技术保护点】
1.一种自动驾驶决策系统，其特征在于：包括，/n感知模块(100)，所述感知模块(100)能够采集车辆周边环境的物体信息和车辆自身的状态信息；/n预测模块(200)，所述预测模块(200)与所述感知模块(100)连接，能够接收感知信息并进行信息融合计算生成预测轨迹；/n决策模块(300)，与所述预测模块(200)连接，能够接收所述预测轨迹输出决策的轨迹点；/n控制模块(400)与上层所述决策模块(300)连接，消化所述轨迹点，控制车辆执行所述轨迹点。/n

【技术特征摘要】
1.一种自动驾驶决策系统，其特征在于：包括，
感知模块(100)，所述感知模块(100)能够采集车辆周边环境的物体信息和车辆自身的状态信息；
预测模块(200)，所述预测模块(200)与所述感知模块(100)连接，能够接收感知信息并进行信息融合计算生成预测轨迹；
决策模块(300)，与所述预测模块(200)连接，能够接收所述预测轨迹输出决策的轨迹点；
控制模块(400)与上层所述决策模块(300)连接，消化所述轨迹点，控制车辆执行所述轨迹点。


2.如权利要求1所述的自动驾驶决策系统，其特征在于：所述感知模块(100)负责从传感器数据中探测计算出周边环境的物体及车辆自身属性，物体信息经过所述预测模块(200)的计算，生成预测轨迹传递给决策规划控制系统中的行为决策模块(300)。


3.如权利要求1或2所述的自动驾驶决策系统，其特征在于：所述决策模块(300)包括行为决策(301)和轨迹规划模块(302)；
所述行为决策(301)接受路由寻径的结果，同时也接收感知预测和地图信息，综合输入信息生成输入至所述轨迹规划模块(302)中进行轨迹规划。


4.如权利要求3所述的自动驾驶决策系统，其特征在于：所述行为决策(301)包括输出当前车辆行为、车辆运动目标点和目标车速，输入所述行为决策(301)后输出车辆运动目标点、目标车速的规划轨迹。


5.如权利要求4任一所述的自动驾驶决策系统，其特征在于：所述感知模块(100)的环境状态包括激光雷达、毫米波雷达、超声波雷达和视觉传感器采集的环境信息。


6.如权利要求4或5所述的自动驾驶决策系统，其特征在于：所述车辆自身的状态信息包括定位/惯导和轮速传感器采集的信息...

【专利技术属性】
技术研发人员：嵇伟伟，
申请(专利权)人：西藏宁算科技集团有限公司，的卢技术有限公司，西藏宁算信息科技有限公司，北京宁算科技有限公司，
类型：发明
国别省市：西藏;54