一种智能网联汽车的路径实时规划与分布式控制方法技术

本发明专利技术提出的一种智能网联汽车的路径实时规划与分布式控制方法，包括：车辆出发时刻，根据已知的车道线位置和自车的全局路径确定道路特征点；规划阶段，通过贝塞尔曲线规划自车当前位置到距自车最近的道路特征点的路径，并根据已知的信号灯相位、限速标志牌信息，规划速度曲线，并在路径曲线上按照该速度曲线进行采样离散，得到固定时间间隔的自车轨迹点；控制阶段，车辆首先借助车联网获取其通信范围内他车上一步控制输出的预测信息，并结合得到的自车规划轨迹点，在未来一段时域内求解本地的最优控制问题，向自车输出控制量、向通信范围内他车输出预测信息。本方法可以保证轨迹规划的实时性，并能充分地利用道路空间从而提高交通效率。

【技术实现步骤摘要】
一种智能网联汽车的路径实时规划与分布式控制方法
本专利技术属于智能网联汽车路径规划与分布式控制
，特别涉及一种智能网联汽车路径实时规划与分布式控制方法。
技术介绍
汽车智能化、网联化技术的应用，可以减少事故、提高交通效率。车联网允许车辆共享信息，在此基础上，车辆的交互行为如跟车、超车、避撞可以借助分布式最优控制实现；车辆的局部路径规划在无需考虑车车碰撞的前提下，可以显著降低复杂度从而提升计算实时性。现有的车辆规划方法，主要使用数值优化、搜索或采样插值的方式。然而，其可能存在以下缺点：需要网格化、轨迹不光滑等。特别是在处理存在动态避障约束的任务时，无法保证实时性。现有的车辆控制方法，仅能依赖于自车决策阶段给出光滑且符合动力学约束的轨迹，各自独立地进行跟踪。在没有分享通讯信息的情况下，多车的交互行为可能彼此制约，甚至出现死锁现象。
技术实现思路
本专利技术的目的是解决智能网联汽车在结构化道路场景下高效通行的规划与控制问题，提出一种智能网联汽车路径的实时规划和分布式控制方法，本专利技术能够快速求解局部轨迹点，本文档来自技高网...

【技术保护点】
1.一种智能网联汽车的路径实时规划与分布式控制方法，其特征在于，包括以下步骤：/n1)车辆出发时刻，每辆智能网联汽车根据已知的车道线位置和自车的全局路径，确定道路特征点；/n2)规划阶段，通过贝塞尔曲线规划自车当前位置到距自车最近的道路特征点的路径，在此基础上，根据已知的信号灯相位和限速标志牌信息，规划自车速度曲线，并在自车路径曲线上按照该规划自车速度曲线进行离散采样，得到固定时间间隔的自车规划轨迹点，形成自车规划轨迹点序列；/n3)控制阶段，每辆智能网联汽车首先借助车联网获取其通信范围内他车上一步控制输出的预测信息，并结合步骤2)得到的自车规划轨迹点，在未来一段时域内求解本地的最优控制问题，...

【技术特征摘要】
1.一种智能网联汽车的路径实时规划与分布式控制方法，其特征在于，包括以下步骤：
1)车辆出发时刻，每辆智能网联汽车根据已知的车道线位置和自车的全局路径，确定道路特征点；
2)规划阶段，通过贝塞尔曲线规划自车当前位置到距自车最近的道路特征点的路径，在此基础上，根据已知的信号灯相位和限速标志牌信息，规划自车速度曲线，并在自车路径曲线上按照该规划自车速度曲线进行离散采样，得到固定时间间隔的自车规划轨迹点，形成自车规划轨迹点序列；
3)控制阶段，每辆智能网联汽车首先借助车联网获取其通信范围内他车上一步控制输出的预测信息，并结合步骤2)得到的自车规划轨迹点，在未来一段时域内求解本地的最优控制问题，向自车输出控制量、向通信范围内他车输出预测信息；
4)不断执行步骤2)～3)，直至达到全局路径终点。


2.根据权利要求1所述的路径实时规划与分布式控制方法，其特征在于，步骤1)包括以下步骤：
根据自车全局路径和含车道线信息的地图，基于以下规则依次确定所有道路特征点：定义沿车道中心线上至智能网联汽车行驶方向为前方；在连续的直道或弯道，智能网联汽车i下一个道路特征点Pm，i取为距离其上一道路特征点前方Lp处，Lp为自定义距离，取智能网联汽车按平均车速行驶1秒的长度，脚标m代表道路特征点的序号，m＝0，1，2，...，Nterm，Nterm为自车全局路径的终点对应的道路特征点序号；在路口附近，将智能网联汽车的下一个道路特征点Pm，i替换为当前所在车道中心线与路口停止线的交点，并将智能网联汽车的再下一个道路特征点Pm+1，i取为自车驶出路口时进入车道的中心线起点。


3.根据权利要求2所述的路径实时规划与分布式控制方法，其特征在于，步骤2)包括以下步骤：
2-1)通过贝塞尔曲线规划自车当前位置到距自车最近的道路特征点的路径，通过直线规划该道路特征点之后的自车路径；具体包括以下步骤：
选取智能网联汽车i路径的两个辅助点，该两个辅助点为二维向量；根据智能网联汽车i的当前时刻质心Pi坐标[Xi，Yi，Φi]T，以及下一个道路特征点Pm，i的坐标[Xp，m，i，Yp，m，i，Φp，m，i]T、第一辅助点Pa1，i的坐标[Xa1，i，Ya1，i]T和第二辅助点Pa2，i的坐标[Xa2，i，Ya2，i]T，确定一条由贝塞尔曲线和直线组合而成的参数方程，其中，X(·)和Y(·)分别为横、纵坐标，Φ(·)为方向角坐标；脚标i和m分别为智能网联汽车和道路特征点的序号，脚标a1和a2分别为取智能网联汽车路径的两个辅助点序号；所述参数方程为：



式中，
τ是确定的贝塞尔曲线和直线的自变量；当自车由当前位置驶向距自车最近的道路特征点时，即τ∈[0，1]时，利用贝塞尔曲线规划自车路径；当自车由距离其最近的道路特征点驶向后续道路特征点时，即τ∈(1，+∞)，利用直线规划自车路径；xR，i(τ)和yR，i(τ)分别是为智能网联汽车i规划路径的横纵坐标；
智能网联汽车i在行驶过程中，利用式(2)判定是否将下一个道路特征点Pm，i更新为Pm+1，i：



式中，τi，-1，1代表智能网联汽车i在上一时刻所规划的轨迹点序列中，第1个轨迹点对应的参数τ值；τbound为(0，1)内的道路特征点更新阈值；
式(1)中第一、第二辅助点的坐标由式(3)确定：



式中，L0，i，L3，i分别为智能网联汽车i的近端辅助距离和远端辅助距离，定义如下：



式中，xR，i，-1(τi，-1，1)和yR，i，-1(τi，-1，1)分别是上一时刻为智能网联汽车i规划出的第一个轨迹点的横纵坐标；C1，C2为自定义常数值，取值范围均为(1，+∞)，且(1/C1+1/C2)＜1；Xtemp1，i，Xtemp2，i，Ytemp1，i，Ytemp2，i分别为智能网联汽车i的上一时刻规划路径所采用的第一、第二辅助点的横纵坐标，定义如下：



其中，T1，T2为自定义常数，取值范围均为(0，1)，且T1≠T2，T1和T2表征当前时刻所规划的路径与上一时刻规划路径上的两个不同的公共点所对应的参数τ的值；τtemp1，i和τtemp2，i表征上一时刻所规划的路径与当前时刻规划路径上的两个不同的公共点所对应的参数τ的值；T1，T2与τtemp1，i，τtemp2，i对应关系为：τtemp1，i＝τi，-1，1+T1(1-τi，-1，1)，τtemp2，i＝τi，-1，1+T2(1-τi，-1，1)；
2-2)根据信号灯相位和限速标志牌信息确定速度曲线，并在步骤2-1)确定的贝塞尔曲线和直线上按速度采样，其中，车辆在连续直道或弯道行驶时，规划速度应低于道路限速Ulimit，车辆在驶入路口前，规划速度取值要求参见表1：
表1智能网联汽车i驶入路口的规划速度约束



表1中，T为当前时刻到下一次信号灯跳变之间的时间间隔；si为当前时刻智能网联汽车i到路口停止线的距离，uR，i(t)为智能网联汽车i的规划车速；
对智能网联汽车i的规划车速uR，i(t)，得到离散的规划车速UR，i(k)；



式中，ts为离散步长；Ntraj为每次规划轨迹点的总数目；
按照下式确定智能网联汽车i的规划轨迹点：



式中，XR，i(k)，YR，i(k)为离散后的智能网联汽车i的规划轨迹点，且XR，i(0)＝Xi，YR，i(0)＝Yi；
根据式(7)依次计算当前时刻智能网联汽车i规划的全部Ntraj个规划轨迹点(Xi(k)，Yi(k))，1≤k≤Ntraj；τi，k为当前时刻所规划的智能网联汽车i的第k个轨迹点对应的参数τ的值，即未来第k步参数τ的值，且τi，0＝0；当智能网联汽车i开始规划下一步的轨迹时，上一步全部的τi，k记为τi，-1，k，得到自车规划轨迹点序列。


4.根据权利要求3所述的路径实时规划与分布式控制方法，其特征在于，步骤3)包括以下步骤：
3-1)建立最优控制模型
构建车辆求解的最优控制模型，如...

【专利技术属性】
技术研发人员：郑四发，李升波，葛强，孙琪，王桢，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11