【技术实现步骤摘要】
一种纵横向耦合的智能车辆轨迹规划方法及系统
[0001]本专利技术属于自动驾驶
，具体涉及一种纵横向耦合的智能车辆轨迹规划方法及系统。
技术介绍
[0002]车辆智能化是当前车辆技术的主要发展方向之一，而自动驾驶技术是车辆智能化过程中的关键技术。一个具有自动驾驶功能的智能汽车，应当具有良好的感知功能、决策功能、轨迹规划功能和全线控执行机构。其中，轨迹规划功能是根据当前的周围环境规划出一条安全且高效的行驶轨迹，提供给执行机构进行相应的转向和加减速控制。轨迹规划技术是自动驾驶技术的重要组成部分，决定着自动驾驶车辆的行驶轨迹，影响着车辆行驶效率和安全性。
[0003]现有研究已经提出了一些有效的轨迹规划方法，中国专利技术专利申请号CN201910015057.1，名称为“一种复杂工况下自动驾驶车辆决策系统及其轨迹规划方法”中提出了一种车辆的路径和速度的双规划方法，该方法实现了轨迹的规划，但是没有考虑到车辆的纵横向运动的耦合，规划得到的轨迹可能会超出车辆动力学能力。中国专利技术专利申请号CN201911206096.6...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种纵横向耦合的智能车辆轨迹规划方法，其特征在于，步骤如下：1)获取车辆在当前t时刻的状态；采用深度决策网络方法决策出车辆在规划时域T
p
时间后车辆与同车道前车应当保持的车头时距车辆的目标车道；2)规划车辆的纵向参考轨迹为：式中，x
t
、分别为车辆在t时刻的沿着道路方向的纵向位置、纵向速度和纵向加速度；a
x
为车辆在规划时域T
p
内的纵向加速度，其为：式中，和分别为同车道前车在当前时刻t的纵向行驶距离和纵向速度；采用五次多项式轨迹规划方法规划出车辆的横向参考轨迹；3)车辆根据纵向参考轨迹和横向参考轨迹，采用基于模型预测控制的轨迹重规划方法规划出车辆的最终轨迹。2.根据权利要求1所述的纵横向耦合的智能车辆轨迹规划方法，其特征在于，所述步骤1)中车辆在当前t时刻的状态X
t
为：式中，x
t
、分别为车辆在t时刻的沿着道路方向的纵向位置、纵向速度和纵向加速度；y
t
、分别为车辆在t时刻的垂直于道路方向的横向位置、横向速度和横向加速度。3.根据权利要求1所述的纵横向耦合的智能车辆轨迹规划方法，其特征在于，所述步骤1)中深度决策网络方法具体为：采用神经网络构建车辆的决策模块，神经网络的输入是车辆的状态，输出是车辆在规划时域T
p
时间后车辆与同车道前车应当保持的车头时距和车辆的目标车道；采用采集得到的数据训练神经网络，得到深度决策网络；深度决策网络根据当前时刻t的状态，决策出车辆在规划时域T
p
时间后车辆与同车道前车应当保持的车头时距和车辆的目标车道。4.根据权利要求3所述的纵横向耦合的智能车辆轨迹规划方法，其特征在于，所述步骤2)中采用五次多项式轨迹规划方法规划车辆的横向参考轨迹具体为：车辆在规划时域T
p
时间后的状态为其中，车辆在规划时域T
p
时间后的横向位置为目标车道中心线的横向位置；车辆在规划时域T
p
时间后的横向速度和横向加速度均为0；五次多项式表示的车辆的横向轨迹为：
式中，b
i
为拟合参数；将车辆在t时刻的横向位置、横向速度、横向加速度和车辆在t+T
p
时刻的横向位置、横向速度、横向加速度代入上述五次多项式，即可求解出拟合参数b
i
，从而得到车辆的横向参考轨迹。5.根据权利要求4所述的纵横向耦合的智能车辆轨迹规划方法，其特征在于，所述步骤3)中基于模型预测控制的轨迹重规划方法具体为：车辆的运动学方程为：式中，j
u
、a
u
、v
u
分别为车辆沿航向方向的加加速度、加速度和速度；l为车辆轴距；为车体航向角；δ为车辆前轮偏角；控制量设为μ＝[j
u
,δ]
T
；构建非线性模型预测控制问题为：s.t.a
min
≤a
u
≤a
max
v
min
≤v
u
≤v
max
j
min
≤j
u
≤j
max
δ
min
≤δ≤δ
max
式中，μ
i
为t+i时刻的控制量，μ
i
＝[j
u
(t+i),δ(t+i)]
T
技术研发人员：刘津强，赵万忠，徐灿，梁为何，张森皓，王春燕，李琳，董坤，周宇宁，裴天箫，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：
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。