【技术实现步骤摘要】
一种静态避障场景下考虑驾驶习惯的路径规划与控制方法
[0001]本专利技术涉及安全驾驶
,具体是一种静态避障场景下考虑驾驶习惯的路径规划与控制方法。
技术介绍
[0002]随着智能驾驶技术的发展,在车辆中的应用越来越广泛,最基本的应用就是主动安全辅助系统在避障场景中的应用。避障过程最重要的是进行路径规划,路径规划需要考虑自车状态,周车行驶状态,交通信号状态等环境信息决策出安全行车区域,不同的驾驶员在紧急避障场景下决策行为一致性较高,但对于普通避障场景会受个人驾驶特性的影响表现出较大差异,例如有经验的驾驶员和驾驶经验不足的驾驶员对于障碍物距离速度的判定和躲避决策行为上通常差异较大。因此研究适应驾驶员驾驶风格的路径规划是非常必要的。
[0003]现有的避障思路大多采用直接规划出行车路径再对路径进行跟踪的方式进行障碍物的避障,常用的算法包括A*算法、D*算法、蚁群算法、人工势场法、RRT算法等,其中A*、D*和蚁群算法主要应用于全局路径规划,在局部路径规划方面,RRT和人工势场法应用的更广泛一些。当前避障规划存在的问题主要是识别速度不够快和准确性不够高的问题,各自对应于RRT算法和人工势场法。当输入的数据维数增加,RRT收敛速度将会大大下降。同样,人工势场法也存在会陷入局部最优而无法继续下去的问题。这些方法难在规划阶段考虑车辆动力学的问题,可能会对跟踪的效果产生影响。模型预测控制(Model Predictive Control,MPC)是现代工业过程控制产生的一类以预测模型、滚动优化和反馈校正为控制策略的优 ...
【技术保护点】
【技术特征摘要】
1.一种静态避障场景下考虑驾驶习惯的路径规划与控制方法,其特征在于,包括以下步骤:步骤S1数据收集及处理:通过驾驶实验平台采集不同驾驶员的仿真行车数据;步骤S2:通过搭建驾驶风格分类器并利用kmeans
‑
SVM算法进行驾驶员风格的分类,选取合适的速度作为不同风格驾驶员的驾驶期望速度,将不同类型驾驶员的期望速度作为车辆避障规划时的速度;步骤S3:将不同风格驾驶员的前轮转角范围作为车辆规划过程中的约束参考;步骤S4:车载传感器将障碍物的信息传给轨迹重规划控制器,轨迹重规划控制器结合环境信息以及不同风格的特征参数进行轨迹的重新规划;由轨迹跟踪控制器实现车辆对规划路径的跟踪。2.根据权利要求1所述的静态避障场景下考虑驾驶习惯的路径规划与控制方法,其特征在于,在所述步骤S1数据收集及处理中,数据收集的具体步骤如下:采集多位不同性别、不同年龄和不同驾龄的驾驶员行车数据并进行预处理与特征提取,建立表征驾驶风格的特征数据集;选择横纵加速度、横纵速度、横摆角速度为依据对驾驶员行车风格进行分类。3.根据权利要求2所述的静态避障场景下考虑驾驶习惯的路径规划与控制方法,其特征在于,在所述步骤S1数据收集及处理中,数据预处理的具体步骤如下:对选取的驾驶数据进行异常数据的剔除和缺失数据的补充,再用高斯滤波进行平滑化处理。4.根据权利要求1所述的静态避障场景下考虑驾驶习惯的路径规划与控制方法,其特征在于,所述搭建驾驶风格分类器的具体步骤如下:利用k
‑
means算法提供的无监督分类结果作为训练支持向量机SVM算法的训练数据;把打上标签的数据作为训练数据传给SVM算法训练,训练好的kmeans
‑
SVM模型即用作驾驶风格识别器。5.根据权利要求4所述的静态避障场景下考虑驾驶习惯的路径规划与控制方法,其特征在于,支持向量机SVM模型在计算时通过给予一定量的训练数据,并使用核变量的方式,把空间中不能分组的数据集投射到某个高维空间,并找到某个符合类型条件的最优超平面,使空间结构内数据点和超平面之间的间距最优化,最终完成数据集的分类。6.根据权利要求1所述的静态避障场景下考虑驾驶习惯的路径规划与控制方法,其特征在于,所述轨迹重规划控制器和轨迹跟踪控制器组成加入重规划层的轨迹跟踪控制系统,该系统从轨迹重规划的角度出发,在轨迹跟踪层之上建立轨迹重规划层,该规划层能够根据车载传感器获得的障碍物信息和参考路径信息重新规划可绕开障碍物的局部期望路线,再将局部期望轨迹信息输入跟踪控制层,在实现避让障碍物的同时,实现对全局参考路径的跟踪。7.根据权利要求6所述的静态避障场景下考虑驾驶习惯的路径规划与控制方法,其特征在于,在轨迹重规划控制器轨迹重规划过程中,将不同风格驾驶员的前轮转角范围作为车辆规划过程中的约束参考,设计不同的避障功能函数;避障功能函数为其中,S为权重系数,v
des
为提取驾驶行车特征参数选取出的不同驾驶风格下的不同...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。