一种基于动态规划的智能车全局最优轨迹规划方法与系统技术方案

本发明专利技术公开了一种基于动态规划的智能车辆全局最优轨迹规划方法与系统，其包括：步骤1，根据地图信息、车辆底盘参数信息以及起点和终点位姿信息，将地图信息中的道路环境由笛卡尔坐标系转换到Frenet坐标系下，进行状态空间的离散，再根据轨迹规划任务建立第一最优控制问题模型，采用动态规划方法求解最优控制问题，获得全局最优路径的路径点序列；步骤2，根据路径点序列以及车辆的动力学参数信息进行状态空间的离散，参照轨迹规划任务建立第二最优控制问题模型，采用动态规划方法求解最优控制问题，获得全局最优路径的最优速度，从而获得全局最优轨迹。得全局最优轨迹。得全局最优轨迹。

【技术实现步骤摘要】
一种基于动态规划的智能车全局最优轨迹规划方法与系统


[0001]本专利技术涉及自动驾驶
，特别是关于一种基于动态规划的智能车全局最优轨迹规划方法与系统。

技术介绍

[0002]智能车辆是智能交通系统的重要部分，它能够有效减少交通事故，使社会交通更加高效运行，同时也能够起到节约能源，减少排放的作用，因此成为了近年来的研究热点。其中，轨迹规划是智能车辆的核心模块之一，起到衔接上层的建图定位、感知、决策和下层运动控制的作用。全局轨迹规划是指基于地图信息，根据起始点和目标点信息规划出一条符合目标需求、满足车辆运动学原理、包含速度信息的轨迹。全局轨迹规划包括路径规划和速度规划两部分，路径规划解决智能车辆会经过哪些坐标点从而到达目标位置的问题，速度规划解决智能车辆在每个坐标点以怎样的速度行驶的问题。
[0003]目前，智能驾驶车辆轨迹规划方法主要有：1)基于曲线的方法主要特征是参考曲线的特定要求或者表达式，根据一些控制点边界条件计算出曲线的参数。常见的主要有RS曲线、贝塞尔曲线和样条曲线等。2)基于图搜索的方法主要特征是将地图栅格化后进行路径本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态规划的智能车辆全局最优轨迹规划方法，其特征在于，包括：步骤1，根据地图信息、车辆底盘参数信息以及起点和终点位姿信息，将地图信息中的道路环境由笛卡尔坐标系转换到Frenet坐标系下，进行状态空间的离散，再根据轨迹规划任务建立第一最优控制问题模型，采用动态规划方法求解最优控制问题，获得全局最优路径的路径点序列；Frenet坐标系的设置方法包括：根据预设的参考线T
ref
，将智能驾驶车辆在笛卡尔坐标系下的位置坐标设置为(x,y)，从车辆位置(x,y)向参考线T
ref
作投影，投影点为M，则点M与车辆位置(x,y)的距离为横向距离l，沿T
ref
从起点到投影点M的曲线距离为纵向距离s，用(s,l)表示Frenet坐标系下车辆的坐标值，构建如下式(1)表示Frenet坐标系与笛卡尔坐标系之间的映射关系：其中，为车辆位置在参考线上的投影点M在全局坐标系下的位置向量，为投影点M在参考曲线上的法向量和切向量；步骤2，根据路径点序列以及车辆的动力学参数信息进行状态空间的离散，参照轨迹规划任务建立第二最优控制问题模型，采用动态规划方法求解最优控制问题，获得全局最优路径的最优速度，从而获得全局最优轨迹。2.如权利要求1所述的基于动态规划的智能车辆全局最优轨迹规划方法，其特征在于，第一最优控制问题模型设置为：其中，式(2a)为目标函数，||x
k+1
‑
x
k
||表示两个阶段之间的路径点的距离，x
k
＝(x
k
,y
k
)＝f1(s
k
,l
k
)，||x
k+1
‑
x
k
||
max
表示两个阶段之间的路径点距离的最大值，|δ
k+1
‑
δ
k
|表示两个阶段之间车辆的前轮转角控制量的变化量，δ
max
表示前轮转角的最大值，κ
x,k
表示第k阶段的路径曲率值，κ
x,max
表示第k阶段的路径曲率最大值，ω1,ω2,ω3表示权值，式(2b)为不同阶段状态量之间的状态转移方程，式(2c)为控制量的边界限制范围，式(2d)为道路边界以及障碍物约束，l
left
(s
k
)表示s
k
对应的l左边界，l
right
(s
k
)表示s
k
对应的l右边界。3.如权利要求1所述的基于动态规划的智能车辆全局最优轨迹规划方法，其特征在于，步骤1中的“求解基于动态规划方法进行最优控制问题”的方法包括：在Frenet坐标系将地图空间划分成多个子状态空间，并对子状态空间进行离散，再根据车辆前轮转角约束，利用状态转移方程确定下一阶段的可行驶范围，然后通过确定各个区间上的控制变量最优序列形式，来对目标函数进行最优化，以获得整个地图空间下的全局最优轨迹。4.如权利要求3所述的基于动态规划的智能车辆全局最优轨迹规划方法，其特征在于，
在Frenet坐标系将地图空间划分成多个子状态空间，并对子状态空间进行离散的方法具体包括：根据建图模块所提供地图信息，采集道路中心线作为参考线建立Frenet坐标系并进行状态离散，道路地图的离散根据[s,l,θ
x
]三个维度，s、l、θ
x
分别为纵向距离、横向距离、笛卡尔坐标系下的车辆横摆角。5.如权利要求4所述的基于动态规划的智能车辆全局最优轨迹规划方法，其特征在于，“根据车辆前轮转角约束，利用状态转移方程确定下一阶段的可行驶范围”的方法具体包括：先利用式(2)描述的最优控制问题以前轮转角δ
x
为控制量，根据车辆前轮转角范围，按照dδ
x
对前轮转角δ
x
进行离散，由式(3)可计算出根据离散的前轮转角所得的离散曲率控制序列：其中，κ
x
表示车辆行驶路径曲率，R
x
表示车辆转弯半径，L
x
为车辆轴距，δ
x
为车辆前轮转角；再根据由Frenet坐标系与笛卡尔坐标系之间转换关系获得的状态转移方程计算得到车辆在下一阶段的可行驶范围。6.一种基于动态规划的智能车辆全局最优轨迹规划系统，其特征在于，包括建图定位单元、全局最优轨迹规划单元、运动控制单元和底层执行单元，其中：建图定位单...

【专利技术属性】
技术研发人员：秦兆博，崔全利，王晓伟，秦晓辉，边有钢，徐彪，秦洪懋，谢国涛，胡满江，丁荣军，
申请(专利权)人：湖南大学，
类型：发明
国别省市：