一种动态结构化道路的自动驾驶实时轨迹规划方法技术

本发明专利技术公开了一种动态结构化道路的自动驾驶实时轨迹规划方法,包括获取障碍物信息、自车状态信息和全局路径信息，基于障碍物信息、自车状态信息和全局路径信息获得驾驶模式、目标采样范围及目标速度；对全局路径信息进行平滑处理，结合自车状态信息、驾驶模式、目标采样范围和所述目标速度信息对所述目标采样范围进行采样和拟合处理获得初始轨迹集；对所述初始轨迹集进行坐标转换获得所述初始轨迹集的笛卡尔坐标系下的轨迹集；基于所述初始轨迹集的笛卡尔坐标系下的轨迹集进行优先队列处理并计算轨迹损失，结合障碍物筛选结果进行轨迹筛选，获得最优轨迹，完成自动驾驶实时轨迹规划。本发明专利技术确保了自动驾驶的实时性与安全性。全性。全性。

【技术实现步骤摘要】
一种动态结构化道路的自动驾驶实时轨迹规划方法


[0001]本专利技术属于自动驾驶
，尤其涉及一种动态结构化道路的自动驾驶实时轨迹规划方法。

技术介绍

[0002]自动驾驶汽车是近年来的热门研究方向，轨迹规划作为无人车的核心模块之一也受到了越来越多人的关注。轨迹规划模块需要保证车辆行驶的安全性，乘客的舒适性，以及规划的实时性。轨迹规划方法主要分为基于图搜索的，基于采样的，以及基于曲线和多项式拟合的轨迹规划方法。基于图搜索的方法主要有：Dijkstra算法和A*算法，以及基于A*衍生出来的hybrid A*，D*等。图搜索算法能得到分辨率最优结果，但动态环境下，算法的求解难度较大，算法的搜索时间也随着搜索范围而急剧增加。基于采样的方法主要有RRT(Rapidly
‑
exploring Random Trees)算法，以及基于RRT衍生出来的informed RRT*算法等，该方法的结果往往不是最优解，需要使用二次规划等数值优化方法进行优化，同时，算法求解时间也不稳定，而这也导致算法的实时性不能得到保证。基于曲线和多项式拟合的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动态结构化道路的自动驾驶实时轨迹规划方法，其特征在于，包括以下步骤：获取障碍物信息、自车状态信息和全局路径信息，基于所述障碍物信息、所述自车状态信息和所述全局路径信息获得驾驶模式、目标采样范围及目标速度；对所述全局路径信息进行平滑处理，结合所述自车状态信息、所述驾驶模式、所述目标采样范围和所述目标速度信息对所述目标采样范围进行采样和拟合处理获得初始轨迹集；对所述初始轨迹集进行坐标转换获得所述初始轨迹集的笛卡尔坐标系下的轨迹集；基于所述初始轨迹集的笛卡尔坐标系下的轨迹集进行优先队列处理并计算轨迹损失，结合障碍物筛选结果进行轨迹筛选，获得最优轨迹，完成自动驾驶实时轨迹规划。2.如权利要求1所述的动态结构化道路的自动驾驶实时轨迹规划方法，其特征在于，获取障碍物信息、自车状态信息和全局路径信息的方法包括：根据感知模块、定位模块、高精地图模块话题分别进行订阅，并使用ROS消息过滤器进行时间粗同步，根据地图模块获取自车与地图间的坐标变换关系，并对自车状态信息以及障碍物信息进行处理获得障碍物信息、自车状态信息和全局路径信息。3.如权利要求1所述的动态结构化道路的自动驾驶实时轨迹规划方法，其特征在于，基于所述障碍物信息、所述自车状态信息和所述全局路径信息获得驾驶模式、目标采样范围及目标速度的方法包括：存在与自车产生交互的障碍物，驾驶模式为跟车，则调整目标速度为前车速度，目标采样范围限定在自车车道内，且保持与障碍物的安全时距；驾车模式为换道，则调整目标速度不超过阈值，目标采样范围限定在目标车道两侧，缩短采样时间步长；不存在与自车产生交互的障碍物，驾驶模式为巡航，根据车道限速信息调整目标速度，基于前一周期最优轨迹确定目标采样范围。4.如权利要求3所述的动态结构化道路的自动驾驶实时轨迹规划方法，其特征在于，所述阈值计算如下，其中，B为自车轮距，H为质心高度，c为曲率，g为...

【专利技术属性】
技术研发人员：魏超，苏孟伦，赵博通，张哲，吕茉，
申请(专利权)人：北京理工大学长三角研究院嘉兴，
类型：发明
国别省市：