一种基于价值图的智能网联驾驶规划方法技术

本发明专利技术是一种基于价值图的智能网联驾驶规划方法，涉及车联网技术领域。本发明专利技术在路口设置的边缘计算节点中基于区域内交通元素的特征计算通行势图，基于区域内静态特征计算路面基图，基于区域内所有车辆的历史轨迹，计算不可观测因素对通行价值的影响，获得通行价值底图，将三个图叠加形成通行价值图传输给车辆；车辆探测周围区域中的交通元素计算局部通行势图，并更新通行价值图，进行路径规划。本发明专利技术方法通过价值图完成车载设备与边缘计算协同，降低了路面交通态势数据维度，扩大了车辆感知范围，为车辆提供更丰富的环境信息，提高了路径规划的质量，也降低了车路通信的带宽需求，降低了车载终端处理的复杂度，减少对车辆的算力需求。的算力需求。的算力需求。

【技术实现步骤摘要】
一种基于价值图的智能网联驾驶规划方法


[0001]本专利技术涉及车联网、智能汽车
，尤其涉及一种车路协同驾驶路径规划方法和路径规划系统。

技术介绍

[0002]自动驾驶汽车的控制系统架构主要由感知模块、决策模块和控制模块构成。感知模块负责感知周围环境。在车联网的条件下，车辆即作为感知器又作为执行器。车辆通过车载传感器感知周围环境，也利用车联网技术与其他车辆或道路设施进行交互，共享感知到的环境信息，从而协作地建立起对周围环境地完整认知。决策模块主要负责全局规划和局部规划。全局规划在道路的拓扑结构上进行，规划算法把车辆的起始位置和目标位置作为输入，输出连接起止点的道路拓扑节点序列。局部规划把每个拓扑节点当作短期目标，考虑当前实时的驾驶环境，规划出一条安全的驾驶路径。控制模块负责将决策模块输出的驾驶路径转换为车辆的控制指令，其中对车辆的控制分为横向控制和纵向控制。横向控制指的是通过控制方向盘转角来控制车辆行驶的航向，纵向控制指的是通过控制车辆的油门、挡位、刹车来控制车辆的行驶速度。
[0003]在车联网环境下，车辆通过V2X(车对外界的信息交换)可以全面、精确的感知周围环境。自动驾驶汽车的规划系统不仅需要通过感知模块获得其他交通元素当前的状态，还需要通过V2X获得更大范围的交通状态，并预期未来的运动趋势，才能据此做出正确高效的驾驶决策规划。但是，如果路侧的边缘计算节点仅仅将感知识别出的全量路面交通元素传递给车辆，车辆自行根据V2X的数据进行路面交通态势的融合和重建，需要耗费大量的车载计算能力。即便在路侧边缘计算节点进行多源感知结果的融合，将融合后的全量路面交通状态数据发送给车辆，车辆仍然需要记录和预测多交通元素的运动态势，并在车端进行自我感知结果和路侧感知结果的运动态势计算与融合，这对车辆的计算能力和通信网络实时性要求很高。而且，大规模的数据通信总会带来延迟，延迟导致的态势认知的滞后性，对车辆驾驶决策的规划也会产生严重影响。
[0004]公开号为CN110471421A的中国专利申请文件在2019年11月19日公开了一种车辆安全行驶的路径规划方法及路径规划系统，用于节省计算量提高路径规划的可靠性，技术实现包括：获取障碍物在不同时刻点的位置；得到障碍物的位置线段；获取车辆的第一当前位置和目标位置；若障碍物的第二当前位置与第一当前位置的第一距离小于第一预置阈值，则根据第一目标距离将位置线段进行膨胀，得到第一膨胀后的位置线段；根据第一膨胀后的位置线段、第一当前位置和目标位置得到第一路径规划；或者，若障碍物的第二当前位置与目标位置的第二距离小于第二预置阈值，则根据第二目标距离将位置线段进行膨胀，得到第二膨胀后的位置线段；根据第二膨胀后的位置线段、第一当前位置和目标位置得到第二路径规划。但该技术方案在计算每个路径点的时候只考虑当前位置附近的障碍物信息，而忽略了更远处障碍物对当前路径点选择的影响。因此该技术的路径规划结果不是全局最优路径，因而可能导致不必要的启停、避让操作，降低驾驶效率和乘坐体验。
[0005]公开号为CN110132279A的专利申请文件在2019年8月16日公开了一种局部路径规划的测试方法和装置，包括：获取无人车基于路网路径规划数据和局部路径规划数据行驶得到的用于测试的规划指标；获取无人车基于细节路径规划数据行驶得到的实际的规划指标；比对用于测试的规划指标和实际的规划指标；根据比对结果以及规划合理性确定规则，确定细节路径规划数据是否合理。该技术方案实现了无需人工测试细节路径规划数据，提高了测试细节路径规划数据的效率，并且提高了测试结果的准确性。但是，该技术方案在进行路径规划的时候，在只考虑当前时刻的障碍物位置的静态地图上的拓扑结构中进行路径规划，当下一时刻障碍物位置发生变化的时候，上轮路径规划结果失效，需要重新进行规划，该技术方案进行路径规划的时候采取先采样再打分的方式，最终的规划结果可能不是最优路径。
[0006]公开号为CN109612496A的专利申请文件在2019年4月12日公开了一种路径规划方法、装置及车辆，解决无人驾驶车辆无法保证变道能力的问题。该技术方案的实现包括：基于起点以及终点，生成路径规划结果，路径规划结果中包含有至少两条车道，且所述至少两条车道中相邻的车道为前后相邻；基于所述路径规划结果包含的至少两条车道中，每一条车道的属性、以及所述每一条车道的左右相邻关系，获取可选车道；车道的属性包含有可变道属性以及不可变道属性；将所述可选车道添加至路径规划结果，得到扩展后的路径规划结果，在所述扩展后的路径规划结果中，确定至少一个包含属性相同车道的通行区域。但是，该技术方案只在当前时刻的静态地图的拓扑结构上进行车道级别的路径规划，规划精度较差，当下一时刻环境发生变化的时候需要重新规划路径。并且该方法要求车辆在有车道划分的结构化道路环境中进行路径规划，不能适应非结构化道路环境。
[0007]公开号为CN109501799A的专利申请在2019年3月22日公开了一种车联网条件下的动态路径规划方法，包括：动态换道轨迹的规划首先通过构建提高舒适性和通行效率的综合换道时间和最大加速度的目标函数，利用三次样条法、约束条件以及目标函数求解最优换道轨迹，并且能够根据车联网提供的实时信息参考换道轨迹，数据实时更新可以在前方出现突发状况时及时反馈给决策单元重新进行规划路径，以防止碰撞，使得换道车辆适应周围车辆运动状态变化；通过引入目标函数和从最优解的方面确定规划的轨迹方程，在减少换道时间和防止碰撞方面具有安全性、舒适性和高效性。但是，该技术方案中，车辆需要直接处理通过车联网技术获取的远方驾驶环境信息，提高了对车辆计算能力的要求。同时该技术方案也仅应用于车辆的换道场景，而不能应用于非结构化道路的驾驶环境。

技术实现思路

[0008]鉴于上述现有技术的不足，为了降低路面交通态势数据维度，降低车路通信的带宽需求，减少对车辆本身的算力需求，减少由于环境变化导致路径重复规划，本专利技术提供了一种基于价值图的智能网联驾驶规划方法，基于路侧边缘计算态势融合实现车路协同驾驶决策。
[0009]本专利技术提供的一种基于价值图的智能网联驾驶规划方法，包括如下步骤：
[0010](1)在路口设置的边缘计算节点中设置通行势图计算模块、通行价值底图计算模块以及通行价值图计算模块。边缘计算节点基于区域内交通元素的物理特征和运动特征计算通行势图，基于区域内静态特征计算路面基图，基于区域内所有车辆的历史轨迹，计算不
可观测因素对通行价值的影响，获得通行价值底图，再将通行势图、路面基图和通行价值底图叠加，形成通行价值图，传输给车辆；
[0011](2)车辆驶入区域内后，接收到当前时刻的通行价值图；同时，车辆探测周围区域中的交通元素，计算局部通行势图，利用局部通行势图对从边缘计算节点接收的通行价值图进行局部更新；利用更新后的通信价值图进行路径规划。
[0012]所述的步骤(1)包括如下子步骤：
[0013](1.1)边缘计算节点通过路侧感知模块探测所负责交通区域内的各类交通元素，获取交通元素的物理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于价值图的智能网联驾驶规划方法，其特征在于，包括如下步骤：步骤1：在路口设置边缘计算节点，边缘计算节点中设置通行势图计算模块、通行价值底图计算模块以及通行价值图计算模块；(1.1)边缘计算节点通过路侧感知模块探测所负责交通区域内的各类交通元素，获取交通元素的物理特征；路侧感知模块还获取区域内所有车辆的历史轨迹；边缘计算节点所负责的区域划分为网格地图；(1.2)通行势图计算模块，计算网格地图中在各位置与各交通元素发生碰撞的综合风险，获取通行势图V
p
；(1.3)边缘计算节点将所负责区域内的通行范围的划分转化为路面基图V
b
，路面基图V
b
中记载在各位置处与道路边界的冲撞风险；道路边界包括车道线和设置在道路上的静态路障；(1.4)通行价值底图计算模块，对区域内所有车辆的历史轨迹，依据车辆的行驶轨迹的方向和车道进行分类，去除同类中的无效轨迹，计算各类轨迹的分布特征，根据轨迹的分布特征计算通行价值底图V
h
；通行价值底图V
h
中记载在各位置处与各类轨迹的偏离程度，反映不可观测因素对通行价值的影响；(1.5)通行价值图计算模块，将通行势图V
p
、路面基图V
b
和通行价值底图V
h
，形成通行价值图V，并传输给车辆；步骤2：车辆探测周围区域中的交通元素，计算局部通行势图，利用局部通行势图对从边缘计算节点接收的通行价值图进行局部更新，利用更新后的通信价值图进行路径规划。2.根据权利要求1所述的方法，其特征在于，所述的步骤(1.2)中，通行势图计算模块获取步骤(1.1)探测的交通元素及其物理特征，先根据物理特征对交通元素去重，对同一交通元素的互补特征进行融合；再根据交通元素的运动特征预测交通元素在未来各时间点所处的位置和姿态；然后利用势函数将各交通元素在不同时刻对网格地图中各位置的威胁转化为单一值，构造通行势图V
p
。3.根据权利要求1或2所述的方法，其特征在于，所述的步骤(1.2)中，t时刻在网格地图位置(i,j)与各交通元素e发生碰撞的综合风险表示为如下计算：其中，势函数f
p
如下：其中，e.t为交通元素e在t时刻所占据的网格位置集合；γ
k
为k时刻的折减系数；T代表一个未来时刻。4.根据权利要求1所述的方法，其特征在于，所述的步骤(1.3)，路面基图在位置(i,j)与道路边界的冲撞风险计算如下：其中表示位置(i,j)...

【专利技术属性】
技术研发人员：李静林，袁泉，罗贵阳，张喆，王尚广，周傲，刘志晗，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：