【技术实现步骤摘要】
一种智能驾驶基于动态规划的障碍物绕行决策方法
[0001]本专利技术属于智能汽车
,涉及到智能驾驶系统中的障碍物绕行,具体涉及到一种智能驾驶基于动态规划的障碍物绕行决策方法
。
技术介绍
[0002]在汽车行驶中时常会遇到许多障碍物,比如:其他车辆
、
栏杆
、
石墩
、
自行车等
。
其中有些障碍物在车道外,距离自车较远可以忽略,但有些障碍物会侵入车道,甚至占据车道,阻碍了车辆的正常通行
。
为了保证自车安全通行,避免碰撞,智能驾驶系统会针对障碍物计算出合理的轨迹进行绕行
。
[0003]现有技术通常利用的是贪心算法寻找最佳路径,但是碍于算法自身的局限性,往往只能找到局部最优的路径,甚至找不到可通行的路径
。
例如,车道环境1中,障碍物占据车道中心线左边,并向前延伸,车道中心线右边的末端被障碍物占据全部通行区域;此环境下,需要对障碍物进行绕行,现有的贪心算法在此环境下的体现类似于走一步看一步,即先对最近的障碍物点进行决策,有左右两个可通行区域,右边的通行区域更宽,并离自车更近,贪心算法往往就选了右边通行,但是显而易见,在右边区域的末端有障碍物,最终会走入死胡同,而最佳的通行区域应当是靠左边行驶
。
例如,车道环境2中,在
S
弯状车道中心线处有扩散的障碍物点,离自车较近的障碍物占据车道中心线左边,离自车较远的障碍物占据车道中心线右边,在离自车较远车道线的外部左
【技术保护点】
【技术特征摘要】
1.
一种智能驾驶基于动态规划的障碍物绕行决策方法,其特征在于,包括以下步骤:步骤1:在智能驾驶系统的环境感知模块中,获取车辆的周边环境信息;步骤2:在智能驾驶系统的地图与定位模块中,获取车辆的当前定位与周边的地图拓扑关系;步骤3:建立车道
Frenet
坐标系,
Frenet
坐标系以车道中心线的方向为纵向,以车道中心线垂直的方向为横向;步骤4:基于建立的
Frenet
坐标系,对纵向的车道按预设距离进行分段采样,并根据采样点在
Frenet
坐标系的横向设置初始的可通行区域;步骤5:基于步骤4中设置的初始可通行区域,进行障碍物碰撞检测,得到多个安全的可通行区域;步骤6:基于步骤5得到的多个安全可通行区域,进行基于动态规划计算,选择最佳的通行区域;步骤7:基于最佳的通行区域获得通行空间,并求解出车辆的绕行轨迹
。2.
根据权利要求1所述的一种智能驾驶基于动态规划的障碍物绕行决策方法,其特征在于:步骤1中,周边环境信息包括:周边车辆信息
、
周边交通标志信息
、
周边障碍物信息;所述周边车辆信息包括每辆车的
ID、
类型
、
长宽高
、
位置坐标
、
速度
、
航向角;所述周边交通标志信息包括当前所有车道对应的交通标志信息;所述周边障碍物信息包括静态障碍物与动态障碍物,障碍物的表示方式包括雷达点云或者二维框
。3.
根据权利要求1所述的一种智能驾驶基于动态规划的障碍物绕行决策方法,其特征在于:步骤2中,车辆的当前定位信息包括自车当前的平面位置坐标和高程;地图拓扑关系包括周边每条车道之间的拓扑连接关系
。4.
根据权利要求1所述的一种智能驾驶基于动态规划的障碍物绕行决策方法,其特征在于:步骤4中,可通行区域为自车的中心点能够占据的区域,可通行区域的边界为最大绕行范围,在最大绕行范围外不允许车辆行驶
。5.
根据权利要求1所述的一种智能驾驶基于动态规划的障碍物绕行决策方法,其特征在于:步骤5中,障碍物碰撞检测包括二维框碰撞检测法和雷达点云碰撞检测法;所述二维框碰撞检测法为感知获取到障碍物的多边形边界,计算出横向与纵向的边界,并根据障碍物边界更新可通行范围的边界;所述雷达点云碰撞检测法为遍历每个可通行区域,将自车模型投影到可通行区域的点上,通过自车模型在可...
【专利技术属性】
技术研发人员:陈子杰,罗元福,李晓芸,
申请(专利权)人:上海友道智途科技有限公司,
类型:发明
国别省市:
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。