路径规划方法、装置及车辆制造方法及图纸

本申请公开了一种路径规划方法、装置及车辆，其中，方法包括：将车体坐标系和最后周期内的行车轨迹投影至预设坐标系，以生成可行域；在可行域里生成的带全有向无环图，求得单条轨迹，并均匀采样目标点，筛选出最优路径；根据障碍物的移动路径基于最大曲率约束删减最优路径中不满足预设条件的路径点，并对剩余的路径点进行平滑处理，生成车辆的路径规划结果。本申请实施例可以在有动态障碍物情形下，准确规划车辆的局部路径，有效保证路径的可行性，更加可靠稳定，保证安全驾驶，由此，解决了相关技术中针对动态障碍物情形下，无法有效规划车辆的局部路径及速度，规划的可行性和实时性较低，无法有效保证安全驾等技术问题。

【技术实现步骤摘要】
路径规划方法、装置及车辆
本申请涉及车辆智能控制
，特别涉及一种路径规划方法、装置及车辆。
技术介绍
相关技术中，对于存在障碍物的环境，车辆通常将障碍物信息(如形状、位置等)及环境信息抽象成数学模型进行计算，常用决策树、基于知识或结合人工智能的决策模型描述车辆的驾驶状态、场景特征与驾驶行为的映射，又或者使用模型MPC(ModelPredictiveControl，预测模型)在运动学约束下进行轨迹的规划，并使用数值优化法生成目标路径点。然而，相关技术中，一部分未充分考虑车辆的非完整性约束限制，规划路径不一定可行，或者需要对整体环境进行建模，计算量大，效率低，实时性无法保证；另一部分，在复杂环境中，轨迹规划的控制逻辑非常复杂，且一般未考虑环境中的不确定因素。另外，基于人工智能算法模型，场景数据来源困难，需提前训练模型，并不断对模型进行优化，并且模型预测算法的约束众多，优化其轨迹难度很较大，解决的多数是静态障碍物或者静态复杂环境下的路径规划问题，应用到动态障碍物的情形时，规划出的路径存在曲线不光滑，曲率突变等问题，针对动态障碍物情形下，本文档来自技高网...

【技术保护点】
1.一种车辆的路径规划方法，其特征在于，包括以下步骤：/n将车辆所处的车体坐标系投影至预设坐标系，同时将所述车辆最后周期内的行车轨迹投影至所述预设坐标系，以生成可行域；/n利用动态规划搜索在所述可行域里生成的带全有向无环图，求得单条轨迹，并均匀采样目标点，筛选出最优路径；以及/n预测当前障碍物的移动路径，并根据所述移动路径基于最大曲率约束删减所述最优路径中不满足预设条件的路径点，并对剩余的路径点进行平滑处理，生成所述车辆的路径规划结果。/n

【技术特征摘要】
1.一种车辆的路径规划方法，其特征在于，包括以下步骤：
将车辆所处的车体坐标系投影至预设坐标系，同时将所述车辆最后周期内的行车轨迹投影至所述预设坐标系，以生成可行域；
利用动态规划搜索在所述可行域里生成的带全有向无环图，求得单条轨迹，并均匀采样目标点，筛选出最优路径；以及
预测当前障碍物的移动路径，并根据所述移动路径基于最大曲率约束删减所述最优路径中不满足预设条件的路径点，并对剩余的路径点进行平滑处理，生成所述车辆的路径规划结果。


2.根据权利要求1所述的方法，其特征在于，还包括：
将所述规划路径和所述移动路径按时间离散投影至预设网格上，并加上至少一项预设约束，生成最优路径；
根据所述当前障碍物与所述车辆的相关信息计算期望加速度；
将所述期望加速度与由所述最优路径得到的速度及道路约束融合得到初始速度规划，并用样条曲线拟合将所述初始速度进行平滑优化，得到速度规划结果。


3.根据权利要求1所述的方法，其特征在于，所述将所述车辆最后周期内的行车轨迹投影至所述预设坐标系，包括：
将所述最后周期内的行车轨迹投至Frenet坐标系，以获取所述车辆的速度曲线；
根据所述速度曲线绘制所述车辆的预计路线，生成所述可行域。


4.根据权利要求1所述的方法，其特征在于，所述根据所述移动路径基于最大曲率约束删减所述最优路径中不满足预设条件的路径点，包括：
从所述最优路径的第一个路径点依次连接后序路径点，其中，若路径点间连线与所述移动路径无交集，则选择删减，直至连线与所述移动路径产生交集，并以碰撞前一路径点为新的第一个路径点，重复删减，直至达到所述最优路径的最后一个路径点。


5.根据权利要求4所述的方法，其特征在于，所述对剩余的路径点进行平滑处理，包括：
连线所述剩余的路径点，并检测相邻路径点间的夹角；
在所述夹角小于平缓夹角时，插入新的路径点，使得所述夹角大于或等于所述平缓夹...

【专利技术属性】
技术研发人员：孙靓，孟祥雨，纪明君，周志爽，彭程，
申请(专利权)人：北京汽车研究总院有限公司，
类型：发明
国别省市：北京;11