一种基于仿生触须的自动驾驶路径规划方法技术

本发明专利技术涉及一种基于仿生触须的自动驾驶路径规划方法，包括：建立自车预测模型；生成一系列曲率导数连续的初始候选触须簇；根据位于候选触须簇中间以及两侧的触须长度，确定触须长度，使触须簇之间呈正弦变化趋势；定义自车检测圆对每条触须进行碰撞检测；若检测圆没有与障碍物相交则保留触须，若检测圆与障碍物相交，则删除对应该条触须当前及之后的所有路点；根据碰撞检测结果，得到最终候选触须簇；建立触须总择优函数；利用层次分析法计算总择优函数中各评价指标的权重；将拥有最小总择优函数数值的触须作为汽车规划路径。与现有技术相比，本发明专利技术能够保证触须曲线曲率的导数连续，从而提升规划路径的平滑性、提升自动驾驶车辆的舒适性。的舒适性。的舒适性。

【技术实现步骤摘要】
一种基于仿生触须的自动驾驶路径规划方法


[0001]本专利技术涉及自动驾驶
，尤其是涉及一种基于仿生触须的自动驾驶路径规划方法。

技术介绍

[0002]通常认为自动驾驶系统的四大模块分别是感知、定位、规划、控制，其中规划是根据各类传感器采集的车辆周围的环境和位置、以及当前车辆状态等信息来规划车辆行驶轨迹。路径规划部分在无人车架构体系当中分属控制或决策部分，是实现无人化驾驶的关键技术之一。路径规划模块性能的高低直接关系车辆行驶路径选择的优劣和行驶的流畅度，而路径规划算法的性能优劣很大程度上取决于规划算法的优劣。如何在各种场景下迅速、准确地规划出一条高效路径、且使其具备应对场景动态变化的能力，是目前自动驾驶路径规划亟需解决的问题。
[0003]根据对环境信息的把握程度，可将路径规划分为基于环境先验完全信息的全局路径规划和基于传感器信息的局部路径规划。其中，从获取障碍物信息是静态或是动态的角度看，全局路径规划属于静态规划，局部路径规划属于动态规划。全局路径规划需要掌握所有的环境信息，根据环境地图的所有信息进行路径规划；局部路径规划只需要由传感器实时采集环境信息，了解环境地图信息，然后确定出所在地图的位置及其局部的障碍物分布情况，从而可以选出从当前结点到某一子目标结点的最优路径。
[0004]现有技术中，针对车辆局部路径规划，仿生触须算法是一种较为典型的方法，触须过程即是试探性的尝试多种方向控制方案，通过建立综合考虑运动可行性、平滑程度、安全性能的评价指标来选拔理想的行驶路径。最早采用圆弧作为触须进行规划，根据障碍物位置、参考路径、道路平坦程度等选出最优路径；之后衍生出螺旋曲线代替圆弧生成触须，保证了规划路径的曲率连续。但现有的螺旋线触须算法无法保证曲率的导数连续，曲线无法更加平滑，这会导致后续路径规划出的轨迹不够平滑稳定，影响自动驾驶车辆的舒适性。

技术实现思路

[0005]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于仿生触须的自动驾驶路径规划方法，能够解决曲率导数不连续的问题，提升曲线平滑性，进而保证车辆行驶轨迹的平滑性。
[0006]本专利技术的目的可以通过以下技术方案来实现：一种基于仿生触须的自动驾驶路径规划方法，包括以下步骤：
[0007]S1、以车辆后轴中点作为车辆坐标系原点，建立车辆运动学模型，即为自车预测模型；
[0008]S2、以车辆坐标系质心作为触须坐标系原点，定义触须曲率与长度之间的导数关系，使触须的导数连续，生成一系列曲率导数连续的初始候选触须簇；
[0009]S3、根据位于候选触须簇中间以及两侧的触须长度，确定第k条触须的长度，使触
须簇之间呈正弦变化趋势；
[0010]S4、定义自车检测圆对每条触须进行碰撞检测；
[0011]S5、判断检测圆是否与障碍物发生相交，若检测圆没有与障碍物相交，则保留该条触须；若检测圆与障碍物相交，则删除对应该条触须当前及之后的所有路点；
[0012]S6、根据碰撞检测结果，得到保留的一系列最终候选触须簇；
[0013]S7、将不同权重的距离决策值、角度决策值、曲率决策值组合构成总择优函数，以作为选择最优规划路线的依据；
[0014]S8、利用层次分析法计算总择优函数中三个决策值对应的权重；
[0015]S9、在最终候选触须簇中筛选出拥有最小总择优函数数值的触须，即作为最终路径规划所生成的路线。
[0016]进一步地，所述步骤S1中自车预测模型具体为：
[0017][0018]其中，Φ为车辆航向角，δ为方向盘转角，Z为车辆的轴距，x为车辆在车辆坐标系x轴的位置，y为车辆在车辆坐标系y轴上的位置。
[0019]进一步地，所述步骤S2中触须曲率与长度之间的导数关系具体为；
[0020][0021]s
l
∈[0,L][0022]β∈[
‑
0.055,0.055][0023]其中，ρ为触须曲率，s
l
为触须曲线起点至触须曲线上s点的长度，L为触须曲线总长度，β为触须曲率导数的变化速度，C0为s
l
＝0时的曲率导数，即初始曲率导数；
[0024]所述步骤S2中一系列曲率导数连续的初始候选触须簇的具体参数化解析表达式为：
[0025][0026]其中，L为触须曲线总长度，x(s)为触须曲线上s点投影到触须坐标系x轴的长度，y(s)为触须曲线上s点投影到触须坐标系y轴的长度，φ(s)为触须曲线在s点处切线与触须坐标系x轴正方向的夹角。
[0027]进一步地，所述步骤S3中触须簇之间呈正弦变化的表达式具体为：
[0028][0029]其中，l
ck
为第k条触须的检测长度，l
ckmax
为位于触须簇中间的触须的长度，l
ckmin
为位于触须簇两侧的触须的长度。
[0030]进一步地，所述步骤S7中总择优函数具体为：
[0031]V＝ω1·
V
ld
+ω2·
V
α
+ω3·
V
C
[0032][0033][0034][0035]其中，V为总择优函数，V
ld
为距离决策值，V
α
为角度决策值，V
C
为曲率决策值，ω1、ω2、ω3分别为各决策值对应的权重，ω1+ω2+ω3＝1，l
d
为第k条触须偏离参考路线的偏移距离，min(l
d
)为所有触须拥有的l
d
中的最小值，max(l
d
)为所有触须拥有的l
d
中的最大值，α
k
为第k条触须在l
ck
处与参考路线相交所产生的锐角，min(α
k
)为所有触须中拥有的α
k
中的最小值，max(α
k
)为所有触须中拥有α
k
中的最大值，C
k
为第k条触须的曲率的导数，max(|C
k
|)和min(|C
k
|)分别为所有触须拥有的曲率导数中的最大值和最小值。
[0036]进一步地，所述步骤S8具体是利用层次分析法，分别将最大侧向偏差、平均侧向偏差、最大曲率、平均曲率、最大曲率导数、平均曲率导数这六个评价指标与总择优函数中三个决策值联系起来，以构成层次结构模型，再计算出总择优函数中三个决策值对应的权重值；
[0037]所述步骤S8具体包括以下步骤：
[0038]S81、定义准确性评判标准为：
[0039][0040]其中，e
i
为规划路径上第i个节点与参考路径的偏差距离，M为路径总节点数，e
max
为最大偏差距离，为平均偏差距离；
[0041]S82、定义平顺性评判标准为：
[0042][0043]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于仿生触须的自动驾驶路径规划方法，其特征在于，包括以下步骤：S1、以车辆后轴中点作为车辆坐标系原点，建立车辆运动学模型，即为自车预测模型；S2、以车辆坐标系质心作为触须坐标系原点，定义触须曲率与长度之间的导数关系，使触须的导数连续，生成一系列曲率导数连续的初始候选触须簇；S3、根据位于候选触须簇中间以及两侧的触须长度，确定第k条触须的长度，使触须簇之间呈正弦变化趋势；S4、定义自车检测圆对每条触须进行碰撞检测；S5、判断检测圆是否与障碍物发生相交，若检测圆没有与障碍物相交，则保留该条触须；若检测圆与障碍物相交，则删除对应该条触须当前及之后的所有路点；S6、根据碰撞检测结果，得到保留的一系列最终候选触须簇；S7、将不同权重的距离决策值、角度决策值、曲率决策值组合构成总择优函数，以作为选择最优规划路线的依据；S8、利用层次分析法计算总择优函数中三个决策值对应的权重；S9、在最终候选触须簇中筛选出拥有最小总择优函数数值的触须，即作为最终路径规划所生成的路线。2.根据权利要求1所述的一种基于仿生触须的自动驾驶路径规划方法，其特征在于，所述步骤S1中自车预测模型具体为：其中，Φ为车辆航向角，δ为方向盘转角，Z为车辆的轴距，x为车辆在车辆坐标系x轴的位置，y为车辆在车辆坐标系y轴上的位置。3.根据权利要求1所述的一种基于仿生触须的自动驾驶路径规划方法，其特征在于，所述步骤S2中触须曲率与长度之间的导数关系具体为；s
l
∈[0,L]β∈[
‑
0.055,0.055]其中，ρ为触须曲率，s
l
为触须曲线起点至触须曲线上s点的长度，L为触须曲线总长度，β为触须曲率导数的变化速度，C0为s
l
＝0时的曲率导数，即初始曲率导数；所述步骤S2中一系列曲率导数连续的初始候选触须簇的具体参数化解析表达式为：
其中，L为触须曲线总长度，x(s)为触须曲线上s点投影到触须坐标系x轴的长度，y(s)为触须曲线上s点投影到触须坐标系y轴的长度，φ(s)为触须曲线在s点处切线与触须坐标系x轴正方向的夹角。4.根据权利要求1所述的一种基于仿生触须的自动驾驶路径规划方法，其特征在于，所述步骤S3中触须簇之间呈正弦变化的表达式具体为：其中，l
ck
为第k条触须的检测长度，l
ckmax
为位于触须簇中间的触须的长度，l
ckmin
为位于触须簇两侧的触须的长度。5.根据权利要求1所述的一种基于仿生触须的自动驾驶路径规划方法，其特征在于，所述步骤S7中总择优函数具体为：V＝ω1·
V
ld
+ω2·
V
α
+ω3·
V
CCC
其中，V为总择优函数，V
ld
为距离决策值，V
α
为角度决策值，V
C
为曲率决策值，ω1、ω2、ω3分别为各决策值对应的权重，ω1+ω2+ω3＝1，l
d
为第k条触须偏离参考路线的偏移距离，min(l
d
)为所有触须拥有的l
d
中的最小值，max(l
d
)为所有触须拥有的l
d
中的最大值，α
k
为第k条触须在l
ck
处与参考路线相交所产生的锐角，min(α
k
)为所有触须中拥有的α
k
中的最小值，max(α
k
)为所有触须中拥有α
k
中的最大值，C
k
为第k条触须的曲率的导数，max(|C
k
|)和min(|C
k
|)分别为所有触须拥有的曲率导数中的最大值和最小值。6.根据权利要求1所述的一种基于仿生触须的...

【专利技术属性】
技术研发人员：熊璐，李拙人，涂承恩，付志强，冷搏，
申请(专利权)人：同济大学，
类型：发明
国别省市：