一种基于高斯伪谱法的智能车变道超车轨迹规划方法技术

本发明专利技术公开了一种基于高斯伪谱法的智能车变道超车轨迹规划方法，S1：将车路信息和自身车辆感知信息交换，并采用X

【技术实现步骤摘要】
一种基于高斯伪谱法的智能车变道超车轨迹规划方法


[0001]本专利技术属于智能驾驶领域，涉及一种基于高斯伪谱法的智能车变道超车轨迹规划方法。

技术介绍

[0002]与人类自主驾驶相比，智能车主动变道系统能够更加清晰的了解道路实时的交通情况从而对车辆的运行状态进行合适的调整，从而最大限度地避免道路交通事故的发生，其发展与推广在保障道路车辆行车安全，改善道路交通情况，构建智能化与网联化的智慧交通体系等方面有重要意义。
[0003]车辆轨迹规划方法的优越与否对对智能车安全、通畅、迅速的在实际道路中行进其关键作用，是体现智慧驾驶水平的关键环节，传统的基于周围交通状态在车辆换道期间生成的恒定参考轨迹规划方法在复杂的交通情况和道路环境中出现突发随机状况时往往会发生错误决策，造成交通事故的发生。

技术实现思路

[0004]本专利技术的目的在于克服上述现有技术的缺点，提供一种基于高斯伪谱法的智能车变道超车轨迹规划方法，具有高效、稳定、计算精度高的优点，能够得到具有更高安全性的超车轨迹。
[0005]为达到上述目的，本专利技术采用以下技术方案予以实现：
[0006]一种基于高斯伪谱法的智能车变道超车轨迹规划方法，包括以下过程：
[0007]S1：将车路信息和自身车辆感知信息交换，并采用X
‑
Y函数建立局部路径规划的静态和动态障碍物的数学模型，通过交换后的信息建立车辆的可行驶区域模型和运动学模型；
[0008]S2：根据静态和动态障碍物的数学模型、可行驶区域模型和运动学模型，采用伪谱法对最优控制问题进行超车轨迹规划求解，通过对最优控制问题离散化，转化为非线性规划问题，求解该非线性规划问题得到规划后的超车轨迹。
[0009]优选的，S1中，车路信息包括汽车行驶路段的道路交通情况，自身车辆感知信息包括汽车行进中周围车辆车速、自身车速、拥堵状况及道路行人状况。
[0010]优选的，S1中，静态和动态障碍物的数学模型的建立过程为：根据结构化道路，确定静态障碍物和动态障碍物，在车辆坐标系下，通过X
‑
Y函数建立静止和动态障碍物数学模型，将车辆坐标系和世界坐标系转换，在新的坐标系下得到转换后的静止和动态障碍物数学模型。
[0011]优选的，S1中，可行驶区域模型的建立过程为：根据自身车辆感知信息和车路信息交流感知的不可行驶区域的位置信息，通过X
‑
Y函数完成道路可行驶区域的数学表达，车辆的可行驶区域为除去不可行驶的区域后所剩余的其他区域。
[0012]优选的，S2中，采用伪谱法对最优控制问题进行轨迹规划求解，将最优控制问题转
化为非线性规划问题，具体内容包括：
[0013]确定最优控制问题，确定初始时间区域并进行时域变换，定义新的时间变量，求出在新的时间变量下最优控制问题的性能函数和相关约束，进行最优控制问题离散化，得到非线性规划问题的数学表达。
[0014]优选的，得到规划后的超车轨迹后，通过伪谱法建立第一级安全校验模型得到轨迹，再通过自身车辆感知信息和车路信息，对轨迹进行二次校验，最终得到最优的变道超车轨迹。
[0015]进一步，采用X
‑
Y函数刻画车辆边界，对于车辆边界上任意一点确定约束表达式，对自车边界和障碍物边界进行离散化处理并进行坐标系转换，并进行两级校验的安全距离检测，确定是否符合安全轨迹要求。
[0016]一种基于高斯伪谱法的智能车变道超车轨迹规划系统，包括：
[0017]模型建立模块：用于将车路信息和自身车辆感知信息交换，并采用X
‑
Y函数建立局部路径规划的静态和动态障碍物的数学模型，通过交换后的信息建立车辆的可行驶区域模型和运动学模型；
[0018]超车轨迹规划模块：用于根据静态和动态障碍物的数学模型、可行驶区域模型和运动学模型，采用伪谱法对最优控制问题进行超车轨迹规划求解，通过对最优控制问题离散化，转化为非线性规划问题，求解该非线性规划问题得到规划后的超车轨迹。
[0019]一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述基于高斯伪谱法的智能车变道超车轨迹规划方法的步骤。
[0020]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项所述基于高斯伪谱法的智能车变道超车轨迹规划方法的步骤。
[0021]与现有技术相比，本专利技术具有以下有益效果：
[0022]本专利技术首先根据感知信息建立了障碍物场景的轨迹规划数学模型，并使用高斯伪谱法的算法原理，通过插值离散将最优控制问题转化为离散的非线性规划问题，具有高效、稳定、计算精度高的优点，能够得到具有更高安全性的超车轨迹。
[0023]进一步，通过两种安全距离模型分别进行建模计算和轨迹校验，提高了超车的安全性。
附图说明
[0024]图1为本专利技术的伪谱法车辆轨迹规划流程图；
[0025]图2为本专利技术的安全校验机制流程图；
[0026]图3为本专利技术的可行驶区域数学建模示意图；
[0027]图4为本专利技术的二自由度车辆模型示意图；
[0028]图5为本专利技术的伪谱法校验安全距离模型示意图；
[0029]图6为本专利技术的轨迹校验安全距离模型示意图。
具体实施方式
[0030]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例；基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0031]需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
[0032]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
[0033]本专利技术所述的基于高斯伪谱法的智能车变道超车轨迹规划方法，包括以下步骤：
[0034]步骤S1、将车路信息和自身车辆感知获得的信息交换，采用X
‑
Y函数建立局部路径规划静态障碍物和动态障碍物的数学模型，建立车辆二由度非线性运动学模型和可行驶区域模型，如图3和图4所示。
[0035]车路信息包含汽车行驶路段的道路交通情况，如：车辆拥堵情况、施工路段位置情况，道路允许驶入的车辆类型、车道数量以及变化状况等。自身车辆感知信息有汽车行进中周围车辆车速、自身车速、拥堵状况、道路行人状况等；
[0036]选取简单结构化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高斯伪谱法的智能车变道超车轨迹规划方法，其特征在于，包括以下过程：S1：将车路信息和自身车辆感知信息交换，并采用X
‑
Y函数建立局部路径规划的静态和动态障碍物的数学模型，通过交换后的信息建立车辆的可行驶区域模型和运动学模型；S2：根据静态和动态障碍物的数学模型、可行驶区域模型和运动学模型，采用伪谱法对最优控制问题进行超车轨迹规划求解，通过对最优控制问题离散化，转化为非线性规划问题，求解该非线性规划问题得到规划后的超车轨迹。2.根据权利要求1所述的基于高斯伪谱法的智能车变道超车轨迹规划方法，其特征在于，S1中，车路信息包括汽车行驶路段的道路交通情况，自身车辆感知信息包括汽车行进中周围车辆车速、自身车速、拥堵状况及道路行人状况。3.根据权利要求1所述的基于高斯伪谱法的智能车变道超车轨迹规划方法，其特征在于，S1中，静态和动态障碍物的数学模型的建立过程为：根据结构化道路，确定静态障碍物和动态障碍物，在车辆坐标系下，通过X
‑
Y函数建立静止和动态障碍物数学模型，将车辆坐标系和世界坐标系转换，在新的坐标系下得到转换后的静止和动态障碍物数学模型。4.根据权利要求1所述的基于高斯伪谱法的智能车变道超车轨迹规划方法，其特征在于，S1中，可行驶区域模型的建立过程为：根据自身车辆感知信息和车路信息交流感知的不可行驶区域的位置信息，通过X
‑
Y函数完成道路可行驶区域的数学表达，车辆的可行驶区域为除去不可行驶的区域后所剩余的其他区域。5.根据权利要求1所述的基于高斯伪谱法的智能车变道超车轨迹规划方法，其特征在于，S2中，采用伪谱法对最优控制问题进行轨迹规划求解，将最优控制问题转化为非线性规划问题，具体内容包括：确定最优控制问题，确定初始时间区域并进行时域变换，定义新...

【专利技术属性】
技术研发人员：韩毅，张雪阳，周文亮，王司宇，田迪，马骊溟，
申请(专利权)人：长安大学，
类型：发明
国别省市：