【技术实现步骤摘要】
一种局部轨迹规划方法、系统及装置
本专利技术属于无人驾驶汽车
，具体涉及一种局部轨迹规划方法、系统及装置。
技术介绍
局部轨迹规划是自动驾驶系统中的重要一环。它是在全局导航的引导下，生成一条车辆可行驶的轨迹。该轨迹必须满足以下条件：满足车辆动力学约束，避免碰撞，高效和舒适等。局部轨迹规划提供了自动驾驶系统在动态交通场景中的敏捷性与安全性由于无人驾驶系统面临的是动态的交通场景，它需要能够对于环境的变化产生敏捷的反应。而针对这一问题，当前的规划框架都只是以固定时间频率进行轨迹重规划，再不断将重规划的轨迹输出到控制系统中。这种方法过于简单，并没有考虑到两次规划之间差异性可能导致的问题。并且频繁的重规划带来了计算资源的大量浪费，以及对于规划算法时间开销的过度依赖。综上，这种框架无疑是不合适的，会导致车辆在行驶路径、速度和舒适性方面出现问题。
技术实现思路
为了解决现有技术中存在的问题，本专利技术提供一种局部轨迹规划方法、系统及装置，所提出的规划框架不仅可以提升车辆在行驶过程中的舒适性，而且可以确保其快速响应...
【技术保护点】
1.一种局部轨迹规划方法，其特征在于，包括以下步骤：/nS100，获取车辆对外部环境的感知信息以及当前位姿，/nS200，基于所述感知信息和当前位姿生成一条最优路径；/nS300，基于S100所述感知信息以及当前位姿，对S200所述最优路径附加速度属性，根据所述最优路径与障碍物的交互情况，采取超越模式或等待模式，基于匀加速运动模型获取超越模式和等待模式下安全的行驶速度，如果不能获取沿最优路径行驶的安全速度，则根据S200重新生成最优路径；速度生成时，将车辆实际速度与轨迹期望速度的误差作为补偿项添加到计算过程；/nS400，将S200所述最优路径与S300所述安全速度融合，生...
【技术特征摘要】
1.一种局部轨迹规划方法，其特征在于，包括以下步骤：
S100，获取车辆对外部环境的感知信息以及当前位姿，
S200，基于所述感知信息和当前位姿生成一条最优路径；
S300，基于S100所述感知信息以及当前位姿，对S200所述最优路径附加速度属性，根据所述最优路径与障碍物的交互情况，采取超越模式或等待模式，基于匀加速运动模型获取超越模式和等待模式下安全的行驶速度，如果不能获取沿最优路径行驶的安全速度，则根据S200重新生成最优路径；速度生成时，将车辆实际速度与轨迹期望速度的误差作为补偿项添加到计算过程；
S400，将S200所述最优路径与S300所述安全速度融合，生成车辆行驶轨迹，同时车辆进入监控状态行驶；并进入状态保持模式。
2.根据权利要求1所述的局部轨迹规划方法，其特征在于，S200，采用终点状态采样的方法生成待选路径组，再从待选路径中选出最优路径，具体如下：
S201，规划距离在参考线的纵向偏移s与车辆当前速度成一次函数，可以得到参考点R，在R处以不同的横向偏移量di进行采样，就可以得到不同的目标状态Gi，求解Gi在笛卡尔坐标下的位姿；
S202，得到从车辆初始位姿I＝(x(init),y(init),θ(init),κ(init))到Gi的参数曲线Pathi；生成多样化的路径，即得到待选路径组；
S203，考虑静态和低速障碍物，判断每一条路径是否与障碍物发生碰撞，得到每一条路径的碰撞风险，综合考虑路径的最大曲率和离参考线的横向偏移量，计算所述碰撞风险、最大曲率和离参考线的横向偏移量损失，再进行加权求和，损失最小的就是最优路径。
3.根据权利要求1所述的局部轨迹规划方法，其特征在于，S300中，根据最优路径上动态障碍物信息，得到每一个障碍物的交互过程中加速度的可行区间，最终的加速度的可行区间就是每个动态障碍物交互过程生成的加速度可行区间的交集，得到加速度的可行区间，再从所述可行区间中找到最优的加速度，采用所述最优的加速度，根据匀加速运动模型，计算出车辆的速度曲线。
4.根据权利要求1所述的局部轨迹规划方法，其特征在于，S300具体包括以下步骤：
S301，根据动态障碍物信息，得到每一个障碍物的交互过程中加速度的可行区间，获取车辆与动态障碍物的碰撞点，在碰撞点处，车辆进入超越模式或等待模式；
基于每一个动态障碍物信息以及碰撞点信息，获取车辆在遇到每一个动态障碍物时超越模式和等待模式下可行的加速度区间；
根据车辆当前加速度对应的期望加速度、当前加速度和所述加速度区间的边界，计算所述加速...
【专利技术属性】
技术研发人员：郑南宁，简志强，陈仕韬，张崧翌，符嘉玮，辛景民，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61
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。