自动驾驶汽车的集成式决控方法、装置及存储介质制造方法及图纸

本公开提供的自动驾驶汽车的集成式决控方法、装置及存储介质，本公开包括：根据交通驾驶场景的静态信息构造候选路径集合，对候选路径集合中每一条候选路径考虑交通驾驶场景的动态信息构建路径跟踪模型，在此基础上进一步构造路径优选模型；将路径跟踪模型和路径优选模型分别转化为决控策略求解模型和评价函数求解模型，通过离线方式求解决控策略求解模型和评价函数求解模型，得到最优决控策略和最优评价函数；从自动驾驶汽车出发时刻开始，每一时刻利用最优评价函数选择最优路径，然后使用最优决控策略确定自动驾驶汽车的最优动作，直至到达全局路径终点。本公开的可扩展性强且在线计算效率高。线计算效率高。线计算效率高。

【技术实现步骤摘要】
自动驾驶汽车的集成式决控方法、装置及存储介质


[0001]本公开属于自动驾驶汽车的自主决控
，特别涉及自动驾驶汽车的集成式决控 方法、装置及存储介质。

技术介绍

[0002]汽车智能驾驶系统在提高安全性、降低油耗、提高交通效率等方面有巨大潜力。高水 平的智能驾驶依赖于决策和控制的实时性。
[0003]现有的车辆决策方法，主要进行运动预测、行为选择和轨迹规划等，分别运算后，最 终得到一条可行轨迹。然而，该方法在处理大规模动态避障任务时无法保证实时性。
[0004]现有的车辆控制方法，仅使用车辆决策阶段给出的光滑且符合动力学约束的轨迹进行 跟踪，以得到车辆期望方向盘转角和期望加速度，但该方法未能体现车辆智能性，即不具 有与周围交通参与者的交互避障能力以及对轨迹的选择能力。

技术实现思路

[0005]本公开旨在解决上述问题之一。
[0006]为此，本公开的实施例提供的一种可扩展性强且在线计算效率高的自动驾驶汽车的集 成式决控方法，包括：
[0007]本公开第一方面实施例提到的自动驾驶汽车的集成式决本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶汽车的集成式决控方法，其特征在于，包括：根据交通驾驶场景的静态信息构造候选路径集合，对所述候选路径集合中每一条候选路径考虑交通驾驶场景的动态信息构建路径跟踪模型，在此基础上进一步构造路径优选模型；将所述路径跟踪模型和所述路径优选模型分别转化为决控策略求解模型和评价函数求解模型，通过离线方式求解所述决控策略求解模型和所述评价函数求解模型，得到最优决控策略和最优评价函数；从自动驾驶汽车出发时刻开始，每一时刻利用所述最优评价函数选择最优路径，然后使用所述最优决控策略确定自动驾驶汽车的最优动作，直至到达全局路径终点。2.根据权利要求1所述的集成式决控方法，其特征在于，所述交通驾驶场景的静态信息包括道路结构、限速、路面标识和交通法规；所述交通驾驶场景的动态信息包括自动驾驶汽车动力学、周围交通参与者和交通信号灯信息。3.根据权利要求1所述的集成式决控方法，其特征在于，所述候选路径集合为Π，其表达式为：其中，τ
i
为对将可通行车道L
i
的车道中心线作为的候选路径经过离散化后得到的离散候选路径，i∈{1，N
lane
}，N
lane
为自动驾驶汽车可通行的车道数量；为对候离散选路径τ
i
设定的期望速度。4.根据权利要求3所述的集成式决控方法，其特征在于，所述路径跟踪模型为：x
ego，k+1
＝F
ego
(x
ego，k
，u
k
)
ꢀꢀꢀꢀ
(3)x
surr，k+1
＝F
surr
(x
ego，k
，x
surr，k
)
ꢀꢀꢀꢀ
(4)x
road，k
＝F
road
(x
ego，k
)
ꢀꢀꢀꢀ
(5)h(x
ego，k
，x
surr，k
)≥D
safe
ꢀꢀꢀꢀ
(6)h(x
ego，k
，x
road，k
)≥D
safe
ꢀꢀꢀꢀ
(7)其中：式(2)为第i条离散候选路径τ
i
对应的路径跟踪模型的目标函数；为第i条离散候选路径τ
i
对应的路径跟踪模型的最优目标函数；J
i
为第i条离散候选路径τ
i
对应的路径跟踪模型的目标函数；N
p
为预测总步数，取值范围为[1，∞)；k∈{0，...，N
p
‑
1}；为第i条离散候选路径τ
i
的状态，即x
ego，k
为第k步的自动驾驶汽车状态，其中包括自动驾驶汽车的位置坐标、纵向速度、横向速度、方向角、横摆角速度，长度和宽度；x
surr，k
为第k步的周围交通参与者状态，包括周围机动车、周围非机动车和周围行人；x
road，k
为第k步的道路与环境状态，包括自动驾驶汽车距车道边缘的距离和车道限速；u
k
为第k步的自动驾驶汽车决控参数，包括自动驾驶汽车的期望加速度与方向盘转角或自动驾驶汽车的期望轨迹；l为效用函数，包含自动驾驶汽车的位置跟踪误差、速度跟踪误差和控制能量损耗，用于计算每一时间步下的代价；
式(3)为自动驾驶汽车的动力学模型；F
ego
(
·
)为第一非线性映射，反映了自动驾驶汽车从第k步状态到k+1步状态的转移关系；式(4)为周围交通参与者的运动学模型；F
surr
(
·
)为第二非线性映射，反映了周围交通参与者从第k步状态到第k+1步状态的转移关系；式(5)为道路与环境模型；F
road
(
·
)为第三非线性映射，反映了第k步道路与环境信息与第k步自动驾驶汽车状态的关联；式(6)为自动驾驶汽车与周围交通参与者的安全约束；h(
·
)为第四非线性映射；D
safe
为设定的自动驾驶汽车与周围交通参与者间的安全距离；式(7)为自动驾驶汽车与道路的安全约束。5.根据权利要求4所述的集成式决控方法，其特征在于，设定所述路径优选模型的目标函数为：6.根据权利要求5所述的集成式决控方法，其特征在于，所述决控策略求解模型为：x
ego，k+1
＝F
ego
(x
ego，k
，u
k
)
...

【专利技术属性】
技术研发人员：李升波，关阳，任彦刚，余冬杰，成波，陈建宇，
申请(专利权)人：清华大学，
类型：发明
国别省市：