自动驾驶汽车的局部路径规划方法、装置、车辆及介质制造方法及图纸

本申请涉及车辆技术领域，特别涉及一种自动驾驶汽车的局部路径规划方法、装置、车辆及介质，方法包括：根据车辆当前所处位置和最大规划距离从全路规划路径中提取至少一条采样轨迹并计算每条采样轨迹的优先级代价、碰撞代价、过渡代价和最大横向加速度代价，将得到的每条采样轨迹的中总轨迹代价最小的采样轨迹作为最优局部路径。由此，解决了传统局部路径规划方法在应对不同的场景时需要选取不同的代价权值来实现路径规划等问题，通过添加速度和曲率约束的规划方法以及代价函数自适应公式来解决权值的选择问题，提高了系统自适应能力及轨迹的平滑性和稳定性，并通过算法对规划后的轨迹进行跟踪，对比相应的总轨迹代价从而选择出最优局部路径。选择出最优局部路径。选择出最优局部路径。

【技术实现步骤摘要】
自动驾驶汽车的局部路径规划方法、装置、车辆及介质


[0001]本申请涉及车辆
，特别涉及一种自动驾驶汽车的局部路径规划方法、装置、车辆及介质。

技术介绍

[0002]路径规划是智能车辆导航和控制的基础，路径规划可分为局部路径规划和全局路径规划。其中，全局路径规划是根据全局地图数据库信息规划出自起始点至目标点的一条无碰撞、可通过的路径，同时在车辆的行驶过程中，随着道路的复杂化，必须以局部环境信息和自身状态信息为基础来规划一段无碰撞的理想局部路径的重要性愈为突出，其不同的局部路径规划方法便应运而生。
[0003]相关技术中，局部路径规划方法主要是通过固定时间和间隔距离采样以不同代价函数计算各条轨迹的代价从而得到最优轨迹。
[0004]然而，这种方法在应对不同的场景时需要选取不同的代价权值来保证路径规划的实现，尤其在一些复杂场景中难以通过固定代价权值满足要求，并且针对道路横纵向进行分开规划也不利于车辆在道路曲率大、速度快等行驶过程中的规划效果，亟待解决。

技术实现思路

[0005]本申请提供一种自动驾驶汽车的局部本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶汽车的局部路径规划方法，其特征在于，包括以下步骤：根据自动驾驶汽车的当前所处位置和最大规划距离从全路规划路径中提取至少一条采样轨迹；计算每条采样轨迹的优先级代价、碰撞代价、过渡代价和最大横向加速度代价，得到所述每条采样轨迹的总轨迹代价；以及基于所述每条采样轨迹的总轨迹代价，将所述总轨迹代价最小的采样轨迹作为最优局部路径。2.根据权利要求1所述的方法，其特征在于，所述将所述总轨迹代价最小的采样轨迹作为最优局部路径，包括：根据所述优先级代价、所述碰撞代价、所述过渡代价和所述最大横向加速度代价及对应的权值系数利用预设代价公式计算所述总轨迹代价。3.根据权利要求2所述的方法，其特征在于，其中，所述优先级代价的计算公式为：r1＝f((x
t
,y
t
),(x
o
,y
o
))＝(y
t
‑
y0)d，所述碰撞代价的计算公式为：所述过渡代价的计算公式为：r3＝f((x
t
,y
t
),(x
t
‑1,y
t
‑1))＝(y
t
‑
y
t
‑1)d，所述最大横向加速度代价的计算公式为：r4＝f(κ)＝v2/r，其中，r1为优先级代价，r2为碰撞代价，r3为过渡代价，r4为为最大横向加速度代价；x
t
，y
t
为t时刻对应局部，规划轨迹上位置点坐标；x
o
，y0为全局路径上对应位置点坐标；x
c
，y
c
为障碍物位置；d
c
为规划轨迹距离障碍物横向距离；l
c
为规划轨迹距离障碍物纵向距离；x
t
‑1，y
t
‑1为t
‑
1时刻对应规划轨迹上位置点坐标；r为曲率半径，v为速度，d为轨迹密度。4.根据权利要求3所述的方法，其特征在于，所述预设代价公式为：总轨迹代价＝t1*r1+t2*r2+t3*r3+t4*r4，其中，t1为所述优先级代价的权值系数，t2为所述碰撞代价的权值系数，t3为所述过渡代价的权值系数，t4为所述最大横向加速度代价的权值系数。5.根据权利要求1所述的方法，其特征在于，所述根据自动驾驶汽车的当前所处位置和最大规划距离从全路规划路径中提取至少一条采样轨迹，包括：基于预设轨迹密度和预设轨迹条数，横向采样得到目标点集；基于所述目标点集进行轨迹撒点，生成至少一条初始采样轨迹；对...

【专利技术属性】
技术研发人员：李中兵，孟宇翔，周俊杰，杜金枝，
申请(专利权)人：芜湖奇瑞科技有限公司，
类型：发明
国别省市：