一种智能汽车拟人化速度与轨迹规划方法及装置制造方法及图纸

本发明专利技术涉及一种山区高速公路的智能汽车拟人化速度与轨迹规划方法及装置，其中方法包括以下步骤：获取车辆运行数据、道路几何数据和环境数据；数据预处理；以道路几何数据与环境数据作为解释变量，基于联立方程模型建立理论性的车辆运行速度与轨迹模型；基于车辆运行速度与轨迹模型的结果，建立拟人化运动规划基本规则；构建拟人化运动规划模型；对拟人化运动规划模型进行校正，规避由于驾驶人手动驾驶车辆导致偏移出车道的行为；将校正后的拟人化运动规划模型输出作为一种软约束，供智能汽车运动控制模块参考，实现拟人化速度与轨迹规划。与现有技术相比，本发明专利技术考虑了驾驶人在山区高速公路驾驶行为的复杂性，更符合智能汽车驾驶人运动期望。驾驶人运动期望。驾驶人运动期望。

【技术实现步骤摘要】
一种智能汽车拟人化速度与轨迹规划方法及装置


[0001]本专利技术涉及智能汽车运动规划领域，尤其是涉及一种山区高速公路的智能汽车拟人化速度与轨迹规划方法及装置。

技术介绍

[0002]高速公路的自由流交通环境，即通常没有其他车辆影响驾驶过程的环境，是智能汽车的重要应用场景。在这种场景下，道路线形与环境是影响驾驶员速度与轨迹行为的主要因素，尤其是在具有大量组合线形的山区高速公路上，需要一种兼顾舒适性和安全性的速度和轨迹规划方法，即运动规划(Motion planning)方法，以供运动控制(Motion control)模块参考。
[0003]现有的智能汽车运动规划方法尚未完全解决山区高速公路上组合线形路段的挑战。现有运动规划方法通过为规划问题成本函数中设置舒适性约束，如横向加速度、纵向加速度、加加速度、方向盘转角等，以此考虑驾驶人对舒适性的要求。这些方法缺乏从交通工程的角度识别人类驾驶员的速度和轨迹行为习惯。

技术实现思路

[0004]本专利技术的目的就是为了提供一种山区高速公路的智能汽车拟人化速度与轨迹规划方法及装置，通过采集驾驶人在自由流交通环境下手动驾驶车辆的运行数据、道路几何数据与环境数据，建立以道路几何变量与环境变量为外生自变量，速度与轨迹变量为内生自变量的联立方程模型，并将车辆运行速度与轨迹模型结果作为拟人化运动规划方法的基础，将道路几何变量与环境变量作为输入，将联立方程模型预测的速度与轨迹结果进行安全性校正，最终将速度与轨迹结果作为拟人化规划方法的输出，得到符合驾驶人行为习惯的智能汽车速度与轨迹规划结果。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种山区高速公路的智能汽车拟人化速度与轨迹规划方法，包括以下步骤：
[0007]步骤1)获取山区高速公路的车辆运行数据、道路几何数据和环境数据；
[0008]步骤2)数据预处理；
[0009]步骤3)以道路几何数据与环境数据作为解释变量，基于联立方程模型建立理论性的车辆运行速度与轨迹模型；
[0010]步骤4)基于车辆运行速度与轨迹模型的结果，建立拟人化运动规划基本规则；
[0011]步骤5)基于车辆运行速度与轨迹模型的结果、拟人化运动规划基本规则构建拟人化运动规划模型；
[0012]步骤6)对拟人化运动规划模型进行校正，规避由于驾驶人手动驾驶车辆导致偏移出车道的行为；
[0013]步骤7)将校正后的拟人化运动规划模型输出作为一种软约束，供智能汽车运动控制模块参考，实现智能汽车拟人化速度与轨迹规划。
[0014]所述车辆运行数据包括速度和轨迹。
[0015]所述道路数据包括道路横断面、纵断面及平面几何数据。
[0016]所述环境数据包括天气、光照、路面状况等。
[0017]所述步骤2)包括以下步骤：
[0018]步骤2
‑
1)剔除车辆运行数据中受道路几何与道路环境之外因素影响的数据；
[0019]步骤2
‑
2)定义三种类型的车辆偏移行为：偏向弯道外侧、偏向弯道内侧、保持车道内行驶，根据车辆和道路特征确定轨迹偏移安全阈值TD0，车辆轨迹偏移达到TD0，则表明存在安全隐患；
[0020]步骤2
‑
3)将车辆运行数据、道路几何数据和环境数据匹配到同一空间坐标中，基于道路中心线按照预配置距离的间隔集计原始数据，得到车辆在各个距离间隔内的速度、轨迹偏移，以及道路几何数据与环境数据的平均值。
[0021]所述车辆运行速度与轨迹模型依据不同组合线形类型、车辆偏移行为建立，以标定不同应用场景下的模型显著变量的系数，所述车辆运行速度与轨迹模型表示为：
[0022][0023][0024]其中，SpeedCrnt
j
表示点j处的预测速度，TD
j
表示预测的横向轨迹偏移，AvgSpeedUp
j
表示上游路段的平均速度，其中上游表示刚驶过的路段，下游表示即将驶入的路段，以上为内生变量；X
i,j
表示点j处的道路几何变量与环境变量，包括当前点及上下游路段的变量，为外生变量；m和n表示显著变量数量；α和β表示模型系数，μ1和μ2表示模型误差项。
[0025]所述拟人化运动规划基本规则包括：
[0026]智能汽车以车辆运行速度与轨迹模型输出结果作为参考，确定运动规划的基础速度与轨迹值；
[0027]根据车辆运行速度与轨迹模型输出结果调整轨迹，确保车辆轨迹不偏移出车道，即TD
j
＜TD0，并根据模型结果所示的驾驶人行为习惯同时调整速度。
[0028]所述步骤5)包括以下步骤：
[0029]步骤5
‑
1)确定智能汽车所处场景，所述场景包括平曲线上坡、平曲线下坡、平曲线凹曲线、平曲线凸曲线；
[0030]步骤5
‑
2)确定所述场景中组合线形上的车辆预测偏移方向，基于步骤2)的数据分析，确定智能汽车在所处组合线形类型下最大概率的偏移方向；
[0031]步骤5
‑
3)根据所处场景及确定的偏移方向，基于车辆运行速度与轨迹模型构建拟人化运动规划模型，其中，所述拟人化运动规划模型的输入为点j处的道路几何变量与环境变量数据，模型输出为点j处模型预测的速度与横向轨迹偏移结果。
[0032]所述步骤6)包括以下步骤：
[0033]步骤6
‑
1)基于拟人化运动规划模型，确定速度显著变量及其系数，并定义2种类型，类型I：速度与轨迹呈正相关；类型II：速度与轨迹不相关或呈负相关；
[0034]步骤6
‑
2)若所处场景的拟人化运动规划模型为类型I，同时对TD
AV,j
和v
AV,j
进行校
正，校正目标如下：
[0035]TD
AV,j
＝TD
correct,j
＜TD
Human,j
[0036]TD
correct
≤TD0[0037]v
AV,j
＝v
correct,j
＜v
Human,j
[0038]其中，TD
AV,j
表示点j处的智能汽车的横向轨迹，TD
Human,j
表示点j处手动驾驶的轨迹，TD
correct,j
表示未超过阈值的校正轨迹；v
AV,j
表示智能汽车点j处的速度，v
Human,j
表示点j处手动驾驶的速度，v
correct,j
表示校正速度参考值；校正后的TD
AV,j
小于等于TD0；v
correct,j
基于车辆运行速度与轨迹模型的β1或β2，以及TD
correct,j
与TD
Human,j
...

【技术保护点】

【技术特征摘要】
1.一种山区高速公路的智能汽车拟人化速度与轨迹规划方法，其特征在于，包括以下步骤：步骤1)获取山区高速公路的车辆运行数据、道路几何数据和环境数据；步骤2)数据预处理；步骤3)以道路几何数据与环境数据作为解释变量，基于联立方程模型建立理论性的车辆运行速度与轨迹模型；步骤4)基于车辆运行速度与轨迹模型的结果，建立拟人化运动规划基本规则；步骤5)基于车辆运行速度与轨迹模型的结果、拟人化运动规划基本规则构建拟人化运动规划模型；步骤6)对拟人化运动规划模型进行校正，规避由于驾驶人手动驾驶车辆导致偏移出车道的行为；步骤7)将校正后的拟人化运动规划模型输出作为一种软约束，供智能汽车运动控制模块参考，实现智能汽车拟人化速度与轨迹规划。2.根据权利要求1所述的一种山区高速公路的智能汽车拟人化速度与轨迹规划方法，其特征在于，所述车辆运行数据包括速度和轨迹。3.根据权利要求1所述的一种山区高速公路的智能汽车拟人化速度与轨迹规划方法，其特征在于，所述道路数据包括道路横断面、纵断面及平面几何数据。4.根据权利要求1所述的一种山区高速公路的智能汽车拟人化速度与轨迹规划方法，其特征在于，所述环境数据包括天气、光照、路面状况。5.根据权利要求1所述的一种山区高速公路的智能汽车拟人化速度与轨迹规划方法，其特征在于，所述步骤2)包括以下步骤：步骤2
‑
1)剔除车辆运行数据中受道路几何与道路环境之外因素影响的数据；步骤2
‑
2)定义三种类型的车辆偏移行为：偏向弯道外侧、偏向弯道内侧、保持车道内行驶，根据车辆和道路特征确定轨迹偏移安全阈值TD0，车辆轨迹偏移达到TD0，则表明存在安全隐患；步骤2
‑
3)将车辆运行数据、道路几何数据和环境数据匹配到同一空间坐标中，基于道路中心线按照预配置距离的间隔集计原始数据，得到车辆在各个距离间隔内的速度、轨迹偏移，以及道路几何数据与环境数据的平均值。6.根据权利要求5所述的一种山区高速公路的智能汽车拟人化速度与轨迹规划方法，其特征在于，所述车辆运行速度与轨迹模型依据不同组合线形类型、车辆偏移行为建立，以标定不同应用场景下的模型显著变量的系数，所述车辆运行速度与轨迹模型表示为：标定不同应用场景下的模型显著变量的系数，所述车辆运行速度与轨迹模型表示为：其中，SpeedCrnt
j
表示点j处的预测速度，TD
j
表示预测的横向轨迹偏移，AvgSpeedUp
j
表示上游路段的平均速度，其中上游表示刚驶过的路段，下游表示即将驶入的路段，以上为内生变量；X
i,j
表示点j处的道路几何变量与环境变量，包括当前点及上下游路段的变量，为外
生变量；m和n表示显著变量数量；α和β表示模型系数，μ1和μ2表示模型误差项。7.根据权利要求6所述的一种山区高速公路的智能汽车拟人化速度与轨迹规划方法，其特征在于，所述拟人化运动规划基本规则包括：智能汽车以车辆运行速度与轨迹模型输出结果作为参考，确定运动规划的基础速度与轨迹值；根据车辆运行速度与轨迹模型输出结果调整轨迹，确保车辆轨迹不偏移出车道，即TD
j
＜TD0，并根据模型结果所示的驾驶人行为习惯同时调整速度。8.根据权利要求7所述的一种山区高速公路的智能汽车拟人化速度与轨迹规划方法，其特征在于，所述步骤5)包括以下步骤：步骤5
‑

【专利技术属性】
技术研发人员：陈志贵，王雪松，
申请(专利权)人：同济大学，
类型：发明
国别省市：