掉头轨迹规划方法、装置、设备及存储介质制造方法及图纸

本公开提供了一种掉头轨迹规划方法、装置、设备及存储介质，涉及人工智能技术领域，尤其涉及无人驾驶、规划控制技术领域。实现方案为：首先获取目标车辆当前掉头位置对应的包括车道信息和障碍物信息的场景信息，以基于场景信息构建笛卡尔Cartesian坐标系。然后再获取目标车辆可执行的最大曲率，以根据最大曲率确定曲率采样区间。从而，根据目标车辆在Cartesian坐标系中当前的目标位置和预先规划得到的掉头后的终点位置，从曲率采样区间中进行曲率采样，以基于得到的采样曲率生成多条掉头路径。最终，从得到的多条掉头路径中确定目标车辆的掉头行驶轨迹。标车辆的掉头行驶轨迹。标车辆的掉头行驶轨迹。

【技术实现步骤摘要】
掉头轨迹规划方法、装置、设备及存储介质


[0001]本公开涉及人工智能
，尤其涉及无人驾驶、规划控制
，具体涉及一种掉头轨迹规划方法、装置、设备及存储介质。

技术介绍

[0002]在自动驾驶算法中，当前一般采用基于Frenet坐标系的方式实现路径的规划。在多点掉头这样的大曲率计算的场景中，由于道路狭窄或存在障碍物，车辆无法一次性的完成掉头，需要在掉头的过程中通过进一步的倒车才能实现掉头的过程。但是当车辆倒车之后，车辆所处的位置已经和预先确定的参考线(或称为行驶轨迹)中对应点的姿态(如，包括位置和行驶方向)差异较大，需要继续在Frenet坐标系下进行掉头轨迹的规划。

技术实现思路

[0003]本公开提供了一种掉头轨迹规划方法、装置、设备及存储介质。
[0004]根据本公开的第一方面，提供了一种掉头轨迹规划方法，包括：首先获取目标车辆当前掉头位置对应的包括车道信息和障碍物信息的场景信息，以基于场景信息构建笛卡尔Cartesian坐标系。然后再获取目标车辆可执行的最大曲率，以根据最大曲率确定曲率采样区间。从而，根据目标车辆在Cartesian坐标系中当前的目标位置和预先规划得到的掉头后的终点位置，从曲率采样区间中进行曲率采样，以基于得到的采样曲率生成多条掉头路径。最终，从得到的多条掉头路径中确定目标车辆的掉头行驶轨迹。
[0005]根据本公开的第二方面，提供了一种掉头轨迹规划装置，包括：获取单元，用于获取目标车辆当前掉头位置对应的场景信息；处理单元，用于基于场景信息构建笛卡尔Cartesian坐标系，场景信息包括以下至少一项：车道信息、障碍物信息；获取单元，还用于获取目标车辆可执行的最大曲率；确定单元，用于根据最大曲率确定曲率采样区间；处理单元，还用于根据目标车辆在Cartesian坐标系中当前的目标位置和预先规划得到的掉头后的终点位置，从曲率采样区间中进行曲率采样生成多条掉头路径，一条掉头路径对应一个采样曲率；确定单元，还用于从多条掉头路径中确定目标车辆的掉头行驶轨迹。
[0006]根据本公开的第三方面，提供了一种电子设备，包括：
[0007]至少一个处理器；以及
[0008]与至少一个处理器通信连接的存储器；其中，
[0009]存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面中的任一项方法。
[0010]根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，包括：
[0011]计算机指令用于使计算机执行第一方面中的任一项方法。
[0012]根据本公开的第五方面，提供了一种计算机程序产品，包括：
[0013]计算机程序，计算机程序在被处理器执行第一方面中的任一项方法。
[0014]根据本公开的技术解决了在多点掉头这样的大曲率计算的场景中，由于道路狭窄或存在障碍物，车辆无法一次性的完成掉头，当车辆倒车之后，车辆所处的位置和预先确定的参考线(或称为行驶轨迹)中对应点的姿态(如，包括位置和行驶方向)差异较大，而导致由于曲率超限求解轨迹失败的问题。从而可以提高车辆掉头时对掉头轨迹进行规划的效率和准确度。
[0015]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0016]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0017]图1是本公开实施例提供的一种掉头轨迹规划方法的流程示意图；
[0018]图2是本公开实施例提供的另一种掉头轨迹规划方法的流程示意图；
[0019]图3是本公开实施例提供的一种掉头轨迹规划实例图；
[0020]图4是本公开实施例提供的另一种掉头轨迹规划实例图；
[0021]图5是本公开实施例提供的又一种掉头轨迹规划方法的流程示意图；
[0022]图6是本公开实施例提供的又一种掉头轨迹规划实例图；
[0023]图7是本公开实施例提供的又一种掉头轨迹规划方法的流程示意图；
[0024]图8是本公开实施例提供的又一种掉头轨迹规划方法的流程示意图；
[0025]图9是本公开实施例提供的又一种掉头轨迹规划实例图；
[0026]图10是本公开实施例提供的一种掉头轨迹规划装置的结构示意图；
[0027]图11是本公开实施例提供的一种掉头轨迹规划方法的电子设备的框图。
具体实施方式
[0028]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0029]本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
[0030]在对本公开实施例的掉头轨迹规划方法进行详细介绍之前，先对本公开实施例的应用场景进行介绍。
[0031]首先，对本公开实施例的应用场景进行介绍。
[0032]近年来，在L4级别的自动驾驶路径规划算法中，一般采用基于参考线的方式进行路径规划，这种路径规划方式在较宽的道路中实现车辆掉头时，是不存在问题的。但是，在较窄的道路中实现车辆掉头的场景中，由于规划的掉头轨迹的曲率值较大，车辆受到自身参数(如，转弯半径)的限制，无法基于规划的掉头轨迹一次性的正向完成车辆掉头，需要通过倒车实现车辆掉头。但是当车辆倒车之后，车辆所处的位置已经和原参考线的对应点的姿态差异较大。此时若继续在Frenet坐标系下规划掉头轨迹，会由于曲率超限而求解失败，从而导致车辆掉头失败。
[0033]常见的L4级别的自动驾驶路径规划算法采用的是基于参考线的Frenet坐标系构建一个二次规划问题去求解，并且把曲率约束当作一项软约束。这种方法在掉头场景有以下几个问题：在障碍物约束较为紧凑时无法保证求解得到的曲率是车辆可执行的转弯半径，即由于车辆转向能力的限制，车辆无法沿着曲率超限的规划轨迹行驶；对于多点掉头场景，即在需要倒车的情况下，由于倒车后车辆姿态和参考线偏离较多，继续使用Frenet规划路径十分容易求解失败或求解出来的线性十分扭曲，导致二次规划问题难以求解。而对于L2级别的自动驾驶，在窄路掉头场景下，一般采用基于搜索的方法进行路径规划，这种方法不基于参考线，不存在二次规划难以求解和曲率超限的问题，但是复杂路况下无法保证求解耗时满足自动驾驶的要求(一般要求规划算法100ms以内)，这种方法对于L4级别的自动驾驶借鉴意义不大。
[0034]因此，在规划掉头轨迹的算法中，需要规划一段比较灵活的轨迹，使得车辆在较窄的道路中实现车辆掉头时，在倒车结束后能够行驶到可以切换到Frenet坐标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种掉头轨迹规划方法，包括：获取目标车辆当前掉头位置对应的场景信息，并基于所述场景信息构建笛卡尔Cartesian坐标系，所述场景信息包括以下至少一项：车道信息、障碍物信息；获取所述目标车辆可执行的最大曲率，并根据所述最大曲率确定曲率采样区间；根据所述目标车辆在所述Cartesian坐标系中当前的目标位置和预先规划得到的掉头后的终点位置，从所述曲率采样区间中进行曲率采样生成多条掉头路径，一条掉头路径对应一个采样曲率；从所述多条掉头路径中确定所述目标车辆的掉头行驶轨迹。2.根据权利要求1所述的方法，其中，所述根据所述目标车辆在所述Cartesian坐标系中当前的目标位置和预先规划得到的掉头后的终点位置，从所述曲率采样区间中进行曲率采样生成多条掉头路径，包括：根据所述目标车辆在所述Cartesian坐标系中当前的所述目标位置和掉头后的所述终点位置，基于预设采样间隔从所述曲率采样区间中确定出多个采样曲率；基于所述多个采样曲率在所述Cartesian坐标系中生成所述多条掉头路径。3.根据权利要求1或2所述的方法，其中，所述从所述多条掉头路径中确定所述目标车辆的掉头行驶轨迹，包括：基于所述Cartesian坐标系中包括的所述车道信息和所述障碍物信息，从所述多条掉头路径中确定出与障碍物不会产生碰撞的至少一条掉头路径；从所述至少一条掉头路径中确定出第一掉头路径作为所述目标车辆的掉头行驶轨迹。4.根据权利要求3所述的方法，其中，所述基于所述Cartesian坐标系中包括的所述车道信息和所述障碍物信息，从所述多条掉头路径中确定出与障碍物不会产生碰撞的至少一条掉头路径，包括：基于所述Cartesian坐标系中包括的所述车道信息和所述障碍物信息，针对所述多条掉头路径中的任一条掉头路径，若所述目标车辆在所述任一条掉头路径中每一点位置与障碍物之间的距离均大于第一预设距离，则确定所述目标车辆在所述任一条掉头路径中与障碍物不会产生碰撞，以从所述多条掉头路径中确定出所述至少一条掉头路径。5.根据权利要求3所述的方法，其中，所述从所述至少一条掉头路径中确定出第一掉头路径作为所述目标车辆的掉头行驶轨迹，包括：从所述至少一条掉头路径中确定出与目标车道之间的距离小于第二预设距离的第二掉头路径，所述目标车道为基于所述车道信息预先确定的行驶车道；将所述第二掉头路径中采样曲率最大的第二掉头路径确定为所述第一掉头路径。6.根据权利要求5所述的方法，其中，所述从所述至少一条掉头路径中确定出与目标车道之间的距离小于第二预设距离的第二掉头路径，包括：基于所述目标车道对应的行驶方向在所述Cartesian坐标系中构建投影线，并将所述至少一条掉头路径和所述目标车道在所述投影线上做垂直投影；基于所述投影线上的路径投影和车道投影，确定与所述目标车道距离小于所述第二预设距离的所述第二掉头路径。7.一种掉头轨迹规划装置，包括：获取单元，用于获取目标车辆当前掉头位置对应的场景信息；
处理单元，用于基于所述场景信息构建笛卡尔Cartesian坐标系，所述场景信息包括以下至少一项：车道信息、障...

【专利技术属性】
技术研发人员：梁琪，刘征宇，夏中谱，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：