【技术实现步骤摘要】
一种基于两点预瞄驾驶员模型的自动驾驶决策方法
技术介绍
[0001]自动驾驶决策规划模块作为自动驾驶系统的神经中枢,对于自动驾驶车辆的行驶安全性与稳定性具有重要作用。目前的自动驾驶决策技术主要可以分为基于规则的决策方法、基于学习的决策方法以及基于驾驶员模型的决策方法。
[0002]随着近十年以来人工智能的发展,基于学习的决策方法开始大量涌现,将强化学习、深度神经网络的研究成果应用于自动驾驶的决策,可以在相应的数据集或者仿真场景中取得良好的效果,并且在一定程度上简化了自动驾驶技术的开发流程,成为当前关于自动驾驶决策方法的研究热点之一,但是,基于学习的决策方法在当前情况下并没有能够摆脱对于数据集、仿真场景等因素的依赖,在安全性和可解释性上面存在较大问题,因此无法真正投入自动驾驶实车的决策应用中,特别是在安全方面的不确定性,进一步制约了基于学习的决策方法走向实际的应用场景,国际上以自动驾驶技术落地为目标的车企或研究机构对于基于学习的自动驾驶技术在实车上的应用持谨慎态度。
[0003]基于规则的决策方法由于其具备较强的可解释性与规则性,因此在 ...
【技术保护点】
【技术特征摘要】
1.一种基于两点预瞄驾驶员模型的自动驾驶决策方法,其特征在于,包括以下步骤:S1全局路径拟合步骤:获取数字地图中行驶路线的全局轨迹,并对全局轨迹采用三次样条差值法生成稳定且连续的全局参考轨迹;S2基于两点预瞄模型的决策步骤:动态选择预瞄近点与预瞄远点:预瞄近点为车辆前方在预瞄近点距离上的道路中心点,设置初始预瞄远点为车辆前方在预瞄远点距离上的道路中心点;检测在预瞄近点与初始预瞄远点之间是否存在弯道,如否,则为直道场景,预瞄远点为初始预瞄远点,如是,则为弯道场景,预瞄远点为第一个弯道处的切点;确定预瞄近点与预瞄远点之后建立基于远点夹角追踪值θ
f
和近点夹角追踪值θ
n
的预瞄模型:模型:其中,x
car
、y
car
为在自动驾驶系统中车辆在大地坐标系下的横、纵坐标;x
n
、y
n
为近点在大地坐标系下的横、纵坐标;x
f
、y
f
为远点在大地坐标系下的横、纵坐标;κ
car
为车辆所在位置的曲率,κ
n
为预瞄近点的曲率;S3横向转角值决策步骤:根据预瞄模型综合当前车辆速度决策出最优的前轮转角δ
sω
:δ
sω
=λθ
n
+(1
‑
λ)θ
f
其中,λ为比例因子,λ与车辆速度成反比;再将前轮转角值δ
sω
与车辆转向比例相乘得到车辆的方向盘转角,当前时刻的横向转角值决策完成;S4纵向速度决定步骤:直道场景中,车辆的决策速度v
d
为车辆期望速度v0;弯道场景中,车辆...
【专利技术属性】
技术研发人员:李曙光,魏文博,杜菁禹,赵洋,
申请(专利权)人:电子科技大学,
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。