自动驾驶中参考线的确定方法、装置及电子设备制造方法及图纸

本申请提供了一种自动驾驶中参考线的确定方法、装置及电子设备，方法包括：获取车辆当前位置对应的车道序列信息；即多个锚点分别对应的位置、朝向和边界信息；将车道序列信息输入预设的参考线平滑问题求解模型进行求解，得到状态序列和控制输出序列，进而确定车道序列信息对应的参考线。其中，上述模型为在预设约束条件下的最优控制求解模型；目标函数为：参考线对应的整条曲线段的曲率和曲率的导数的积分最小；预设约束条件包括：整条曲线段的起点位置和终点位置分别与对应锚点的位置一致、样条曲线段间的状态关系满足由五次多项式状态方程推导得到的系统状态转移方程、锚点边界约束条件。本申请能够同时提高自动驾驶中参考线的确定精度和效率。线的确定精度和效率。线的确定精度和效率。

【技术实现步骤摘要】
自动驾驶中参考线的确定方法、装置及电子设备


[0001]本申请涉及自动驾驶
，尤其是涉及一种自动驾驶中参考线的确定方法、装置及电子设备。

技术介绍

[0002]设计兼顾效率和精度的参考线平滑算法是自动驾驶领域的难点之一。首先，由于现在很多自动驾驶运动规划算法是基于frenet坐标系下进行的，而frenet坐标系和笛卡尔坐标系的偏差程度取决于参考线的平滑程度，所以规划模块输出的轨迹质量也强依赖于参考线的质量。另外，自动驾驶是一个庞大的系统，但是车载计算平台算力和资源有限，需要参考线模块尽可能地减少计算资源的占用，并且高效稳定地生成出高质量的参考线。
[0003]目前现有的参考线平滑算法中，有Bezier曲线算法，分段样条曲线算法，多阶段螺旋线算法，离散点平滑算法等。其中，多阶段螺旋线算法参数多，且需要频繁采用牛顿打靶法，算法效率低；Bezier曲线算法和离散点平滑算法很难输出曲率稳定，高质量的参考线，曲率存在波动或突变；分段样条曲线算法中，构建的二次规划问题中目标函数和约束矩阵庞大且稀疏，空间复杂度高，求解效率低。
[0004]综上，现有的参考线平滑算法都很难同时兼顾效率和精度。

技术实现思路

[0005]本申请的目的在于提供一种自动驾驶中参考线的确定方法、装置及电子设备，能够同时提高自动驾驶中参考线的确定精度和效率。
[0006]第一方面，本申请实施例提供一种自动驾驶中参考线的确定方法，该方法包括：获取车辆当前位置对应的车道序列信息；车道序列信息包括：多个锚点分别对应的位置、朝向和边界信息；将车道序列信息输入预设的参考线平滑问题求解模型进行求解，得到状态序列和控制输出序列；其中，参考线平滑问题求解模型为在预设约束条件下的最优控制求解模型；模型对应的目标函数为：参考线对应的整条曲线段的曲率和曲率的导数的积分最小；整条曲线段由多个锚点划分为多个样条曲线段；每个样条曲线段的系统状态由五次多项式表征；预设约束条件包括：整条曲线段的起点位置和终点位置分别与对应锚点的位置一致、样条曲线段间的状态关系满足由五次多项式状态方程推导得到的系统状态转移方程、锚点边界约束条件；基于状态序列和控制输出序列，确定车道序列信息对应的参考线。
[0007]进一步地，上述获取车辆当前位置对应的车道序列信息的步骤，包括：根据车辆当前位置，确定指定范围内的地图信息；对地图信息对应的车道线进行等间距采样，得到多个锚点；获取每个锚点对应的位置、朝向和边界信息；边界信息包括前后边界和左右边界。
[0008]进一步地，上述对于样条曲线段需要拼接的情况下，预设约束条件还包括：整条曲线段的终点位置的朝向和对应锚点的朝向一致；整条曲线段的起点位置对应的朝向、曲率、曲率的导数，与对应锚点的初始状态一致。
[0009]进一步地，上述系统状态转移方程如下：
[0010][0011]其中，
[0012][0013][0014]x
i
(s)＝a
i0
+a
i1
s+a
i2
s2+a
i3
s3+a
i4
s4+a
i5
s5；
[0015]y
i
(s)＝b
i0
+b
i1
s+b
i2
s2+b
i3
s3+b
i4
s4+b
i5
s5；
[0016][0017][0018]其中，和分别表示第i+1个和第i个样条曲线段对应的系统状态；分别表示第i个样条曲线段对应的横坐标系统状态和纵坐标系统状态；表示第i个样条曲线段对应的控制输出；分别表示第i个样条曲线段对应的横坐标控制输出和纵坐标控制输出；s为每个样条曲线段的弧长；x
i
(s)、y
i
(s)分别表示第i个样条曲线段对应的横坐标五次多项式状态方程和纵坐标五次多项式状态方程；a
i0
、a
i1
、a
i2
、a
i3
、a
i4
、a
i5
、b
i0
、b
i1
、b
i2
、b
i3
、b
i4
、b
i5
均为样条曲线段的系数。
[0019]进一步地，上述目标函数如下：
[0020][0021]其中，分别表示第i个样条曲线对应的横坐标五次多项式状态方程和纵坐标五次多项式状态方程的二阶导数；别表示第i个样条曲线对应的横坐标五次多项式状态方程和纵坐标五次多项式状态方程的三阶导数；ω1和ω2分别为二阶导数项和三阶导数项对应的权重；i＝0，1，...,，N，N为正整数。
[0022]进一步地，上述锚点边界约束表示对应弧长处的位置在和锚点的朝向一致的矩形区域内；矩形区域由锚点的边界信息确定；锚点边界约束对应的公式如下：
[0023][0024][0025]其中，Δ
l
，Δ
r
，Δ
b
，Δ
f
分别表示锚点对应的左边界、右边界、前边界和后边界；
表示第j个锚点的位置，表示第j个锚点的朝向，j＝1,2,...,M，M为锚点总数量；x
i
(s
j
)、y
i
(s
j
)分别表示第j个锚点对应的参考点的横坐标和纵坐标。
[0026]进一步地，上述基于状态序列和控制输出序列，确定车道序列信息对应的参考线的步骤，包括：将状态序列、控制输出序列代入公式(2)
‑
(6)，得到每个样条曲线段对应的样条系数；根据每个样条曲线段对应的样条系数和五次多项式状态方程进行等弧长插值，求解参考线上的位置、朝向、曲率和曲率的导数，以确定车道序列信息对应的参考线。
[0027]进一步地，上述在确定车道序列信息对应的参考线的步骤之后，方法还包括：对参考线的结果进行后处理操作；后处理操作至少包括以下之一：采样、去重、可行性检查、构造参考线相关对象。
[0028]第二方面，本申请实施例还提供一种自动驾驶中参考线的确定装置，该装置包括：信息获取模块，用于获取车辆当前位置对应的车道序列信息；车道序列信息包括：多个锚点分别对应的位置、朝向和边界信息；求解模块，用于将车道序列信息输入预设的参考线平滑问题求解模型进行求解，得到状态序列和控制输出序列；其中，参考线平滑问题求解模型为在预设约束条件下的最优控制求解模型；模型对应的目标函数为：参考线对应的整条曲线段的曲率和曲率的导数的积分最小；整条曲线段由多个锚点划分为多个样条曲线段；每个样条曲线段的系统状态由五次多项式表征；预设约束条件包括：整条曲线段的起点位置和终点位置分别与对应锚点的位置一致、样条曲线段间的状态关系满足由五次多项式状态方程推导得到的系统状态转移方程、锚点边界约束条件；参考线确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶中参考线的确定方法，其特征在于，所述方法包括：获取车辆当前位置对应的车道序列信息；所述车道序列信息包括：多个锚点分别对应的位置、朝向和边界信息；将所述车道序列信息输入预设的参考线平滑问题求解模型进行求解，得到状态序列和控制输出序列；其中，所述参考线平滑问题求解模型为在预设约束条件下的最优控制求解模型；所述模型对应的目标函数为：参考线对应的整条曲线段的曲率和曲率的导数的积分最小；所述整条曲线段由所述多个锚点划分为多个样条曲线段；每个样条曲线段的系统状态由五次多项式表征；所述预设约束条件包括：整条曲线段的起点位置和终点位置分别与对应锚点的位置一致、样条曲线段间的状态关系满足由五次多项式状态方程推导得到的系统状态转移方程、锚点边界约束条件；基于所述状态序列和所述控制输出序列，确定所述车道序列信息对应的参考线。2.根据权利要求1所述的方法，其特征在于，获取车辆当前位置对应的车道序列信息的步骤，包括：根据所述车辆当前位置，确定指定范围内的地图信息；对所述地图信息对应的车道线进行等间距采样，得到多个锚点；获取每个锚点对应的位置、朝向和边界信息；所述边界信息包括前后边界和左右边界。3.根据权利要求1所述的方法，其特征在于，对于参考线需要拼接的情况下，所述预设约束条件还包括：整条曲线段的终点位置的朝向和对应锚点的朝向一致；整条曲线段的起点位置对应的朝向、曲率、曲率的导数，与对应锚点的初始状态一致。4.根据权利要求1所述的方法，其特征在于，所述系统状态转移方程如下：其中，其中，其中，x
i
(s)＝a
i0
+a
i1
s+a
i2
s2+a
i3
s3+a
i4
s4+a
i5
s5；y
i
(s)＝b
i0
+b
i1
s+b
i2
s2+b
i3
s3+b
i4
s4+b
i5
s5；；
其中，和分别表示第i+1个和第i个样条曲线段对应的系统状态；分别表示第i个样条曲线段对应的横坐标系统状态和纵坐标系统状态；表示第i个样条曲线段对应的控制输出；分别表示第i个样条曲线段对应的横坐标控制输出和纵坐标控制输出；s为每个样条曲线段的弧长；x
i
(s)、y
i
(s)分别表示第i个样条曲线段对应的横坐标五次多项式状态方程和纵坐标五次多项式状态方程；a
i0
、a
i1
、a
i2
、a
i3
、a
i4
、a
i5
、b
i0
、b
i1
、b
i2
、b
i3
、b
i4
、b<...

【专利技术属性】
技术研发人员：唐天龙，魏晓宇，曹鹏飞，徐修信，韩志华，邱恒，莫斯尧，
申请(专利权)人：苏州挚途科技有限公司，
类型：发明
国别省市：