基于速度时间图的最优速度搜索方法及系统技术方案

本发明专利技术提供了一种基于速度时间图的最优速度搜索方法及系统，包括如下步骤：采样步骤：在车辆自动驾驶中，通过车辆的速度时间图对时间轴和速度轴进行采样，将二维空间分别多个预设空间，每个预设空间作为一个节点；评估步骤：将采样获得的所有节点，从第一个节点开始，使用代价函数计算每个节点的代价，边计算边更新每个节点的最小代价，直到最后一层节点的所有代价计算完成；最优速度选取步骤：从最后一层节点中选取代价最小的节点，回溯每个节点的信息，获得一条经过n个节点的最优速度作为速度优化的速度参考。本发明专利技术在搜索过程中结合了加加速度范围，缩小搜索空间，降低搜索耗时。降低搜索耗时。降低搜索耗时。

【技术实现步骤摘要】
基于速度时间图的最优速度搜索方法及系统


[0001]本专利技术涉及自动驾驶的
，具体地，涉及一种基于速度时间图的最优速度搜索方法及系统。

技术介绍

[0002]自动驾驶速度规划模块作为运动规划子系统的重要功能，直接影响到下游纵向控制层的执行优劣，不适当的目标速度和加速度会超出车辆运动的极限工况，且影响到驾乘人员的安全性和舒适性体验。目前速度规划模块基本分为两部分，第一部分使用搜索方法生成最优速度，第二部分则在最优速度的基础上使用优化方法进行平滑。
[0003]现有技术一：基于里程
‑
时间图(ST图)的最优速度搜索方法，该方法在横轴为时间轴、纵轴为里程轴的二维空间中进行搜索生成最优速度。
[0004]现有技术一具体包括采样、评估、最优速度选取三部分。
[0005]1、采样：将时间轴、里程轴进行均匀采样或通过阈值进行稀疏采样和密集采样，将二维空间分为很多个小空间，每个小空间作为一个节点，节点包括里程、速度、时间、加速度、加加速度、代价、前一个节点等信息。
[0006]2、评估：将采样获得的所有节点，从第一个节点开始，使用代价函数计算每个节点的代价，一边计算一边更新每个节点的最小代价，直到最后一层节点的所有代价计算完成，在此部分，会更新节点中的代价、前一节点等信息，以便后续选取。在更新每个节点的代价时，会根据加速度范围对节点进行筛选，对不符合要求的节点不进行代价计算。
[0007]2.1代价计算：
[0008]a.障碍物代价：根据与障碍物的距离进行计算，离障碍物越远代价越小。
[0009]b.边代价：包括速度代价、加速度代价、加加速度代价。
[0010]2.2节点更新：根据当前节点，判断下一个节点是否在速度范围、加速度范围内。如果不在，则跳过该节点，不进行代价计算；如果在，则更新代价。
[0011]已知当前节点的里程s_curr、速度v_curr，下一个节点里程s_next，时间采样分辨率t：
[0012]c.计算下一个节点加速度a_next，判断是否在加速度范围内，如果不在则不进行后续步骤：
[0013]a_next＝2
×
((s_next
‑
s_curr)/t
‑
v_curr)/t。
[0014]d.根据a_next计算速度v_next，判断是否在速度范围内，如果不在则不进行后续步骤：
[0015]v_next＝v_curr+a_next
×
t。
[0016]e.下一个节点代价计算及节点更新。
[0017]3、最优速度选取：从最后一层节点中选取代价最小的节点，回溯每个节点的信息，获得一条经过n个节点的最优速度作为速度优化的速度参考。
[0018]现有技术二：公开号为CN112965501A的中国专利技术专利文献公开了一种自动驾驶速
度规划方法及装置，根据当前车辆的位姿信息、自动驾驶系统输出的行为指令和轨迹规划层输出的轨迹信息，实时进行当前时刻至目标时刻速度曲线的更新；对当前时刻的速度和加速度，以及目标时刻的速度和加速度进行配置，并基于多项式速度曲线算法，生成不同配置下的速度曲线，并将生成的多条速度曲线作为候选速度曲线；通过微分求解出每条候选速度曲线的参数，所述参数包括实时速度、实时加速度和实时加加速度；基于车辆运动学约束和候选速度曲线的参数，对候选速度曲线进行筛选，得到最优的速度曲线。
[0019]现有技术三：公开号为CN115437377A的中国专利技术专利文献公开了一种自动驾驶速度规划方法、电子设备、车辆及存储介质，自动驾驶速度规划方法包括获取每条运营路线中的历史运营数据和实际道路特征；根据实际道路特征创建节点，以节点之间的路段作为边构建有向图，边的属性包括历史运营数据；根据有向图统计每个路段历史信息，每个路段历史信息用于训练油耗模型；将车辆实时信息输入训练好的油耗模型，以根据油耗模型输出车辆在每个路段的目标速度，通过有向图从海量数据中统计出每个路段的历史信息，并将路段历史信息输入油耗模型，从而实现根据油耗规划车辆速度。
[0020]针对上述中的相关技术，专利技术人认为在评估时，只考虑当前节点在速度范围、加速度范围内能达到的下一个节点的里程范围，但未考虑加加速度，从而搜索节点个数多，导致搜索耗时大。

技术实现思路

[0021]针对现有技术中的缺陷，本专利技术的目的是提供一种基于速度时间图的最优速度搜索方法及系统。
[0022]根据本专利技术提供的一种基于速度时间图的最优速度搜索方法，包括如下步骤：
[0023]采样步骤：在车辆自动驾驶中，通过车辆的速度时间图对时间轴和速度轴进行采样，将二维空间分别多个预设空间，每个预设空间作为一个节点；
[0024]评估步骤：将采样获得的所有节点，从第一个节点开始，使用代价函数计算每个节点的代价，边计算边更新每个节点的最小代价，直到最后一层节点的所有代价计算完成；
[0025]最优速度选取步骤：从最后一层节点中选取代价最小的节点，回溯每个节点的信息，获得一条经过n个节点的最优速度作为速度优化的速度参考。
[0026]优选的，在所述采样步骤中，采样方式包括对时间轴、速度轴进行均匀采样；
[0027]采样方式还包括对时间轴、速度轴均进行稀疏采样和密集采样；
[0028]节点包括里程、速度、时间、加速度、加加速度、代价和前一个节点信息。
[0029]优选的，在所述评估步骤中，在更新每个节点的代价时，会根据速度范围、加速度范围以及加加速度范围对节点进行筛选，对符合要求的节点进行代价计算。
[0030]优选的，所述评估步骤包括如下步骤：
[0031]代价计算步骤：进行障碍物代价和边代价的计算；
[0032]节点更新步骤：根据当前节点，通过加速度、加加速度推断出下一个节点，判断下一个节点是否在加速度范围、加加速度范围内，如果不在，则跳过该节点，不进行代价计算，如果在，则进行代价计算，获取下一个节点且更新下一个节点的代价。
[0033]优选的，在所述代价计算步骤中，所述障碍物代价根据节点与障碍物的距离进行计算，节点离障碍物越远代表代价越小；
[0034]所述边代价包括速度代价、加速度代价以及加加速度代价。
[0035]优选的，所述节点更新步骤包括如下步骤：
[0036]步骤S1：已知当前节点里程s_curr、速度v_curr、加速度a_curr以及时间采样分辨率t；已知加加速度候选值jerks，且初始化加加速度上下边界为无穷大；遍历每一个jerk；
[0037]步骤S2：判断jerk是否在加加速度范围内，如果在，则进行步骤S3；如果不在，则重新进行步骤S1；
[0038]步骤S3：计算下一个节点的速度v_next_init，并根据速度采样分辨率将v_next_init对应到节点v_next上：
[0039]v_next_init＝v_curr+a_c本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于速度时间图的最优速度搜索方法，其特征在于，包括如下步骤：采样步骤：在车辆自动驾驶中，通过车辆的速度时间图对时间轴和速度轴进行采样，将二维空间分别多个预设空间，每个预设空间作为一个节点；评估步骤：将采样获得的所有节点，从第一个节点开始，使用代价函数计算每个节点的代价，边计算边更新每个节点的最小代价，直到最后一层节点的所有代价计算完成；最优速度选取步骤：从最后一层节点中选取代价最小的节点，回溯每个节点的信息，获得一条经过n个节点的最优速度作为速度优化的速度参考。2.根据权利要求1所述的基于速度时间图的最优速度搜索方法，其特征在于，在所述采样步骤中，采样方式包括对时间轴、速度轴进行均匀采样；采样方式还包括对时间轴、速度轴均进行稀疏采样和密集采样；节点包括里程、速度、时间、加速度、加加速度、代价和前一个节点信息。3.根据权利要求1所述的基于速度时间图的最优速度搜索方法，其特征在于，在所述评估步骤中，在更新每个节点的代价时，会根据速度范围、加速度范围以及加加速度范围对节点进行筛选，对符合要求的节点进行代价计算。4.根据权利要求3所述的基于速度时间图的最优速度搜索方法，其特征在于，所述评估步骤包括如下步骤：代价计算步骤：进行障碍物代价和边代价的计算；节点更新步骤：根据当前节点，通过加速度、加加速度推断出下一个节点，判断下一个节点是否在加速度范围、加加速度范围内，如果不在，则跳过该节点，不进行代价计算，如果在，则进行代价计算，获取下一个节点且更新下一个节点的代价。5.根据权利要求4所述的基于速度时间图的最优速度搜索方法，其特征在于，在所述代价计算步骤中，所述障碍物代价根据节点与障碍物的距离进行计算，节点离障碍物越远代表代价越小；所述边代价包括速度代价、加速度代价以及加加速度代价。6.根据权利要求4所述的基于速度时间图的最优速度搜索方法，其特征在于，所述节点更新步骤包括如下步骤：步骤S1：已知当前节点里程s_curr、速度v_curr、加速度a_curr以及时间采样分辨率t；已知加加速度候选值jerks，且初始化加加速度上下边界为无穷大；遍历每一个jerk；步骤S2：判断jerk是否在加加速度范围内，如果在，则进行步骤S3；如果不在，则重新进行步骤S1；步骤S3：计算下一个节点的速度v_next_init，并根据速度采样分辨率将v_next_init对应到节点v_next上：v_next_init＝v_curr+a_curr
×
t+1/2
×
jerk
×
t
×
t；步骤S4：计算下一个节点的加速度a_next和加加速度j_next...

【专利技术属性】
技术研发人员：廖文龙，王璐，何弢，张润玺，
申请(专利权)人：上海酷移机器人有限公司，
类型：发明
国别省市：