【技术实现步骤摘要】
一种用于无人驾驶车辆的局部路径规划算法
本专利技术属于无人驾驶路径规划
,具体是一种用于无人驾驶车辆的局部路径规划算法。
技术介绍
无人驾驶车辆是一类能够在道路上复杂环境中自主完成驾驶任务的车辆。无人驾驶控制主要分如下几部分部分:1)环境感知模块,通过传感器如摄像头、激光雷达、毫米波雷达等感知和理解外界环境信息,如路上车辆、行人等静态和动态障碍物以及车道线、红绿灯、交通标识等。2)定位模块,该模块通过卫星导航、惯性导航、SLAM等进行高精度定位,得到车辆位置、速度、航向以及行驶曲率等。3)高精度地图,为无人驾驶提供道路上所有信息。4)全局路径规划模块,通常利用全局任务文件、全局地图(例如全局路网信息)等信息计算得到全局参考路径,全局任务规划将以系列坐标点形式输出。由于全局路径规划涉及的空间和时间尺度范围较大,通常可以采用离线方式进行规划,并且不需要进行周期性重规划。5)局部路径规划;根据全局路径规划完成精细规划。5)决策与控制该模块,该模块是最终向执行机构发出控制指令,实现横向和纵向控制,从而完成自主驾驶任务。无人驾驶汽车的诞生和发展得益于人工智能、模式识别、计算机视觉、控制理论等诸多学科的飞速发展,是这些领域的最新研究成果与现代汽车工业的完美结合。无人驾驶技术在国防和国民经济领域具有广阔的应用前景。局部路径规划是无人驾驶车辆运动控制的关键技术之一,它利用全局参考路径或者全局坐标点的引导信息,并结合实时更新的局部环境感知信息,计算得到车辆在未来有限时域内需要执行的路径或者轨迹。由于外界环境是动态变化的, ...
【技术保护点】
1.一种用于无人驾驶车辆的局部路径规划算法,其特征在于,包括以下步骤:/n1)输入局部路径规划所需参数;/n2)选取预瞄点;/n3)基于道路坐标系进行轨迹规划,生成基础轨迹;/n4)将基础轨迹与道路形状匹配,生成备选轨迹;/n5)计算基于备选轨迹的限速值及对应的限速位置;/n6)对备选轨迹进行优选,得到无人驾驶车辆执行的轨迹,称为优选轨迹;/n7)基于优选轨迹,规划无人驾驶车辆的速度。/n
【技术特征摘要】
1.一种用于无人驾驶车辆的局部路径规划算法,其特征在于,包括以下步骤:
1)输入局部路径规划所需参数;
2)选取预瞄点;
3)基于道路坐标系进行轨迹规划,生成基础轨迹;
4)将基础轨迹与道路形状匹配,生成备选轨迹;
5)计算基于备选轨迹的限速值及对应的限速位置;
6)对备选轨迹进行优选,得到无人驾驶车辆执行的轨迹,称为优选轨迹;
7)基于优选轨迹,规划无人驾驶车辆的速度。
2.根据权利要求1所述的用于无人驾驶车辆的局部路径规划算法,其特征在于,所述步骤1)输入局部路径规划所需参数的过程为:
11)首先,以道路长度方向为坐标横轴S轴,道路长度延伸方向为正方向;以垂直于道路的方向为纵轴l轴,左侧为正方向;无人驾驶车辆起始点坐标设置为(SIlIθI),局部路径规划轨迹终点坐标设置为(Sflfθf),其中,θI和θf为无人驾驶车辆起始点和局部路径规划轨迹终点航向角,SI和Sf为无人驾驶车辆起始点和局部路径规划轨迹终点在道路坐标系下横坐标值,lI和lf为起无人驾驶车辆起始点和局部路径规划轨迹终点在道路坐标系下纵坐标值;
12)然后,输入局部路径规划所需参数:
121)全局路径规划模块向局部路径规划模块输入参数:
全局规划路径上一系列规划点笛卡尔坐标下的坐标Bi(XbiYbi)、规划点的航向角θbi、规划点道路曲率Kbi,规划点限速Vbi,其中,b表示全局规划点;i表示全局规划点标号,i=1、2、...Nb,Nb为规划点总的数量;
122)环境感知模块向局部路径规划模块输入参数:
环境感知模块输出为静态障碍物和动态障碍物在道路坐标系下的位置Ak(Saklak)、宽度Wak、速度Vak以及类型等,其中,k表示第k个静态障碍物或动态障碍物,k=1、2、...;
123)定位模块向局部路径规划模块输入参数:无人驾驶车辆的位置坐标、速度、航向等;
124)向局部路径规划模块输入车身参数:方向盘转角以及车辆轮距等;
步骤121)至124)的顺序可以任意调整。
3.根据权利要求1所述的用于无人驾驶车辆的局部路径规划算法,其特征在于,所述步骤2)选取预瞄点的过程如下:
首先确定预瞄断面,预瞄断面是根据全局路径规划点做垂直于规划路径的截面,截面与路面交点为线段;在该线段上选取可行驶区域的点为预瞄点;根据速度选取预瞄断面距离;预瞄点是在由预瞄断面确定的线段上按一定间隔距离选取;预瞄点的航向、曲率以及限速与预瞄断面上全局路径规划点相同;预瞄点在道路坐标系下坐标表示为:(Sfylfyθfy),其中,下标f表示预瞄断面上的点,y表示预瞄点编号,如果选取N个预瞄点,则y=1、2、...N,从上可知,预瞄点有多个点。
4.根据权利要求1所述的用于无人驾驶车辆的局部路径规划算法,其特征在于,所述步骤3)基于道路坐标系进行轨迹规划,生成基础轨迹的过程为:
所述基础轨迹是根据不同预瞄点给出无人驾驶车辆未来可能行驶的多条轨迹,有N个预瞄点,就有N条备选轨迹;所述基础轨迹在道路坐标系下根据车辆初始参数和预瞄的终点参数求解方程得到,在道路坐标系下,所述基础轨迹方程表示如下:
(1)
其中,lj(S)为所述基础轨迹j在道路坐标系下纵坐标,是道路坐标系下所述基础轨迹横坐标的函数;下标j表示备选轨迹的标号,j=1、2、...N;N为备选轨迹总数;C0j、C1j、C2j、C3j、C4j、C5j为曲线方程未知参数,由下述方程组求解得到:
(2)
其中,Sc、lc为无人驾驶车辆当前时刻在道路坐标系下坐标,
S
fj
、lfj第j条基础轨迹终点在道路坐标系下的坐标,
tanθfj为第j条基础轨迹终点航向角的正切值,本申请中θfj=0,
tanθc为无人驾驶车辆初始航向角正切值,θc由定位模块得到,
K
c
为无人驾驶车辆当前位置行驶轨迹曲率,与方向盘转角有关,由定位模块得到,
K
fj
为第j条基础轨迹终点的曲率,Kfj=0。
5.根据权利要求1所述的用于无人驾驶车辆的局部路径规划算法,其特征在于,所述步骤4)将基础轨迹与道路形状匹配,生成备选轨迹的过程为:
在道路坐标系下,将所述基础轨迹与道路形状匹配,得到备选轨迹;所述备选轨迹上的对应规划点在笛卡尔坐标系下的坐标采用以下公式表示:
(3)
其中,Sbi为全局路径规划点在道路坐标下的横坐标,θbi为全局路径规划点航向角;Xbi和Ybi为全局路径规划点在笛卡尔坐标下的横坐标和纵坐标,下标j表示备选轨迹的标号,j=1、2、...N,N为备选轨迹总数,b表示全局规划点,i表示全局路径规划点标号,i=1、2、...Nb,Nb为规划点总的数量。
6.根据权利要求1所述的用于无人驾驶车辆的局部路径规划算法,其特征在于,所述步骤5)计算基于备选轨迹的限速值及对应的限速位置的过程为:
无人驾驶车辆在备选轨迹上受到的限速分为以下几种情况:
51)道路路况对无人驾驶车辆的限速及限速位置:
道路路况对无人驾驶车辆的限速一般根据道路弯曲以及地图得到道路路况对车辆限制速度,全局路径规划点Sbi对应的备选轨迹上的点(Sbilj(Sbi))限速V1limji计算如下:
(4)
如果限速V1limji大于道路路况要求的限速VRlim,则V1limji=VRlim;每条备选轨迹j对应的由于道路路况限速位置S1limji记为:
(5)
其中,VRlim为道路路况对车辆限速,
S
bi
为全局路径规划点在道路坐标下的横坐标,
K
ji
为在备选轨迹上与全局路径规划点i对应的曲率,
下标j为备选轨迹标号,下标i为对应的全局路径规划点标号,
ACC
lmax
为按照舒适度要求最大侧向加速度,由人的舒适程度决定;
52)静态障碍物和动态障碍物对无人驾驶车辆限速及其限速位置
521)通过无人驾驶车辆上安装的传感器测量得到静态障碍物和动态障碍物在道路坐标系下的位置坐标Ak(Saklak)、宽度Wak、速度Vak等参数;
522)计算无人驾驶车辆对静态障碍物和动态障碍物的安全距离
纵向安全距离计算公式:
(6)
其中,Dsak是纵向安全距离,Vc是无人驾驶车辆车速,kc是系数,根据经验确定,ΔDsak是与障碍物类型有关的参数;
横向安全距离计算公式:
(7)
其中,Dlak是横向安全距离,Wak为静态障碍物或动态障碍物宽度,与类型有关,ΔDl为固定预留横向最小安全距离,Wc为无人驾驶车辆宽度;
523)静态障碍物和动态障碍物限速V2limk以及对应限速位置S2k
5231)计算静态障碍物的限速以及对应限速位置
静态障碍物k对备选轨迹j的限速采用以下公式计算:
(8)
在道路坐标系下限速位置横坐标为:
(9)
其中,Dlmax为最大横向安全距离,
V
Rlim
为道路路况对无人驾驶车辆的限速,
Δl
akj
为静态障碍物k与第二备选规划轨迹j的距离;
5232)计算动态障碍物的限速以及对应限速位置
动态障碍物的速度Vak分解在道路坐标系下为(VsakVlak),Vsak为障碍物k沿道路纵向速度;Vlak为障碍物k沿道路的横向速度;
52321)情况一:如果Vlak=0
动态障碍物k对无人驾驶车辆在备选轨迹j的限速为:
(10)
动态障碍物k...
【专利技术属性】
技术研发人员:谢书港,张宇,
申请(专利权)人:南京维思科汽车科技有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。