一种无人驾驶汽车动态路径规划避障方法及系统技术方案

本发明专利技术提供一种无人驾驶汽车动态路径规划避障方法及系统，涉及无人驾驶车辆路径规划技术领域。对于单车道和多车道道路，都能够产生一条最优的路径，使规划车辆能够安全、舒适地绕过障碍物。该方法包括：分别获取无人车和障碍物的初始信息，利用地图信息，在坐标系内，基于三次样条曲线拟合形成道路基准线。基于无人车位置、速度、车头方向、障碍物位置和道路基准线，在坐标系内产生从无人车当前位置到目的位置的一簇平滑曲线，作为无人车绕过障碍物的候选路径，构建代价函数，基于障碍物位置，通过使代价函数最小化的方法从候选路径中获取最佳路径。所述无人驾驶汽车动态路径规划避障系统应用于无人驾驶汽车动态路径规划避障方法。统应用于无人驾驶汽车动态路径规划避障方法。统应用于无人驾驶汽车动态路径规划避障方法。

【技术实现步骤摘要】
一种无人驾驶汽车动态路径规划避障方法及系统


[0001]本专利技术涉及无人驾驶车辆路径规划
，尤其涉及一种无人驾驶汽车动态路径规划避障方法及系统。

技术介绍

[0002]伴随着时代的进步与发展，无人驾驶技术从根本上带来了社会的变革，无人驾驶可以从本质上改变人们的生活方式与出行方式，十分智能化。无人驾驶车辆是智能交通系统中的重要组成部分，由于无人驾驶车辆融合了环境感知、定位、决策、跟踪控制等众多领域，具有反应灵敏、行驶安全可靠等优点，可以有效降低交通事故发生率，提高道路的车辆行驶效率。目前，很多国内外高端科技公司致力于无人车技术的研发，如百度、谷歌、通用、特斯拉等都投入了巨大的精力。
[0003]轨迹规划是车辆实现无人驾驶的关键技术之一。轨迹规划可以在车路协同的基础上规划出有效的行驶路径，以此来实现无人车的超车与避障功能。一般而言，无人车的动态路径规划划分为两大类：一类是全局路径规划，是根据先验环境模型规划了全局范围的，探求的是整个地图信息中，从起点到终点中符合条件的最优或次优路径，主要采用一些计算进学科中最短路径算法；一类是局部路本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人驾驶汽车动态路径规划避障方法，其特征在于，包括：步骤S1：分别获取无人车和障碍物的初始信息，所述初始信息包括：地图信息，无人车位置、速度、车头方向和障碍物位置，以无人车位置、车头方向和已知道路的曲率构建坐标系，利用地图信息，在所述坐标系内，基于三次样条曲线拟合形成道路基准线；步骤S2：基于所述无人车位置、速度、车头方向、障碍物位置和所述道路基准线，在所述坐标系内产生从无人车当前位置到目的位置的一簇平滑曲线，作为无人车绕过障碍物的候选路径；步骤S3：构建代价函数，基于所述障碍物位置，通过使代价函数最小化的方法从所述候选路径中获取最佳路径。2.根据权利要求1所述的一种无人驾驶汽车动态路径规划避障方法，其特征在于，所述步骤S1中以无人车位置、车头方向和已知道路的曲率构建坐标系，利用地图信息，在所述坐标系内，基于三次样条曲线拟合形成道路基准线，包括：以无人车位置、车头方向和已知道路的曲率构建弧长s
‑
横向偏移量q的坐标系，利用地图信息，在s
‑
q坐标系内，基于三次样条曲线拟合形成道路基准线，公式为：其中，(x
bf
,y
bf
)为样条曲线上的点在X
‑
Y直角坐标系中的坐标，a
x,i
、b
x,i
、c
x,i
、d
x,i
、a
y,i
、b
y,i
、c
y,i
、d
y,i
是样条曲线的参数，s为无人车当前位置映射在基准线上的弧长，s
i
为弧长s第i个道路片段的起点。3.根据权利要求2所述的一种无人驾驶汽车动态路径规划避障方法，其特征在于，所述基准线上每个点的切向角和曲率公式为：其中，θ
bf
为基准线上每个点的切向角，k
bf
为曲率，x
bf
′
、y
bf
′
、x
bf
″
、y
bf
″
分别为x
bf
(s)和y
bf
(s)对s的一阶导数和二阶导数。4.根据权利要求2所述的一种无人驾驶汽车动态路径规划避障方法，其特征在于，所述步骤S2包括：步骤S2.1：基于所述无人车位置、速度、车头方向、障碍物位置和所述道路基准线，获得样条曲线上最接近无人车位置的点坐标；步骤S2.2：基于最接近无人车位置的点坐标、所述横向偏移量q和所述弧长s,在s
‑
q坐标系内，计算产生从无人车当前位置到目的位置的一簇平滑曲线，作为无人车绕过障碍物的候选路径，公式为：其中，q
star
、q
end
、s
start
、s
end
分别代表候选路径起点的横向偏移量、终点的横向偏移量、
起点对应的弧长和终点对应的弧长，不同的候选路径，对应不同的q
end
值，a，b，c为相应的系数；步骤S2.3：将所述候选路径上的点从s
‑
q坐标系转换到X
‑
Y直角坐标系。5.根据权利要求1所述的一种无人驾驶汽车动态路径规划避障方法，其特征在于，所述步骤S3包括：步骤S3.1：构建代价函数，公式为：f(i)＝ω
saf
f
saf
(i)+ω
smo
f
smo
(i)+ω
coh
f
coh
(i)其中，i为候选路径标号，f
saf
(i)、f
smo
(i)和f
coh
(i)分别是安全性代价函数、平滑性代价函数和连贯性代价函数，ω
saf
、ω
smo
和ω
coh
分别代表安全性代价函数、平滑性代价函数和连贯性代价函数所占的权重；步骤S3.2：基于所述障碍物位置，通过使代价函数最小化的方法从所述候选路径中获取最佳路径。6.根据权利要求5所述的一种无人驾驶汽车动态路径规划避障方法，其特征在于，其中，g
i
[k]为离散高斯函数，σ为碰撞风险标注差，R为候选路径与障碍物或道路边缘关系系数；f
smo
(i)＝∫K
i2
(s)ds，其中，K
i
(s)为第i条候选路径上弧长为s位置的点的曲率，积分的上下限分别为第i条候选路径的弧长s的起点和终点；其中，S1和S2分别是当前候选路径与上次选择路径在基准线重叠部分的起点和终点，d
i
是第i条候选路径上的点到上次选择路径上相同弧长的点的欧式距离。7.一种无人驾驶汽车动态路径规划避障系统，其特征在于，包括：道路基准线模块，用于分别获取无人车和障碍物的初始信息，所述初始信息包括：地图信息，无人车位置、速度、车头方向和障碍物位置，以无人车位置、车头方向和已...

【专利技术属性】
技术研发人员：牛引军，
申请(专利权)人：牛引军，
类型：发明
国别省市：